要点速览
- 谷歌发布Gemma 4系列开源大模型,覆盖边缘到工作站场景,支持多模态与Agent能力
- 阿里推出Qwen 3.6 Plus模型,升级Agent与编码能力,默认支持100万上下文窗口
- Anthropic调整Claude订阅政策,禁止第三方工具使用订阅额度,引发社区争议
- Seedance 2.0正式上线,大幅降低专业视频制作门槛
- Mintlify推出ChromaFs,将RAG与文件系统交互结合,大幅降低文档助手成本
一、大模型与AI工具更新
- 谷歌发布Gemma 4系列开源大模型,包含E2B、E4B、26B MoE、31B Dense四个参数版本,支持边缘设备、工作站部署,原生支持Agent、Function Call、多模态(图像/视频/语音),采用Apache 2.0开源协议允许商用。Ollama 0.20+已支持该模型,开发者可通过
ollama run gemma4:[版本]快速部署。NVIDIA已完成Gemma 4 31B的NVFP4量化,可在24GB显存GPU本地运行,256K上下文窗口需32GB显存。— via 1 2 3 4 - 阿里发布Qwen 3.6 Plus模型,重点升级Agent与编码能力,增强图像、文件理解与OCR性能,默认支持100万上下文窗口(输入64K,输出近991K),定价为输入2元/百万Token、输出12元/百万Token,已在百炼平台上线,可在OpenRouter免费体验。后续将在阿里系工具qoder、悟空等平台上线。— via 1 2
- 小米团队发布OmniVoice零样本TTS模型,支持600+语言,采用单阶段端到端text→multi-codebook acoustic tokens架构,用Qwen3-0.6B初始化backbone,WER低至1.3%,平均WER 2.85,speaker similarity达0.83,纯开源数据训练,性能优于ElevenLabs v2和MiniMax-Speech,0.8B参数仅需8张H800训练10天,代码与模型已开源。— via 1
二、AI开发与部署工具动态
- Anthropic宣布自2026年4月4日12pm PT起,Claude订阅额度不再支持OpenClaw等第三方工具使用,用户需通过额外折扣额度或Claude API Key调用,订阅用户将获得等价一个月订阅费的额外额度作为过渡,该政策引发社区广泛争议。— via 1 2 3 4
- Mintlify推出ChromaFs,通过模拟bash文件系统交互将RAG查询转化为数据库查询,将文档助手会话启动时间从46秒降至100毫秒,年计算成本从7万美元降至几乎为零,支持精确字符串匹配、权限控制与只读保护,为结构化文档场景提供了向量检索之外的新方案。— via 1
- Cursor新增设计模式(⇧+⌘+D),支持点击编辑、拖拽绘图、框选内容并直接添加到聊天窗口。— via 1
三、AI生成内容与自动化工具
- Seedance 2.0正式上线Arcads平台,支持3秒视频参考、最多9张图像参考与音频参考,被称为当前最强大的视频生成模型,可在数分钟内生成多镜头商业级视频,大幅降低专业视频制作门槛。— via 1 2 3
- AWS DevOps Agent正式发布,可生成CI/CD管道、调试部署失败、建议基础设施变更、分析日志与事件、支持Terraform与CloudFormation、优化成本并解释AWS架构问题,相当于内置初级DevOps工程师。— via 1
- 开源项目Digest可将Gemma 4 E4B部署为Obsidian知识库的语义搜索引擎,无需云服务与API密钥,通过Enzyme编译时索引实现8ms语义查询,适合本地知识库检索场景。— via 1
四、其他技术更新
