《AI HOT 速览：Riverflow 2.5、图像模型和多智能体实验》

导语

本期 AI HOT 是一组密集更新，核心线索是 AI 正同时推进多模态生成、实时协作、企业基础设施、隐私争议、真实任务评估、计算硬件和智能体规划。它不适合压成三条新闻，而应作为当天 AI 生态的多点索引。

1. 多模态创作和实时协作继续前推

Riverflow 2.5 在 OpenRouter 上线，主打可独立控制评分标准的图像模型。用户可以调节评分标准来引导模型思考和编辑，并用可控推理努力在速度与质量之间权衡，免费期到 6 月 9 日。

Gemini Live 现在可以直接创建和编辑图像，用户打开 Gemini 应用、点击 Live、共享摄像头，就能让 Gemini 实时协助房间装饰、数学问题或梗图制作。Google 还强调，和 AI 智能体协作应像和同事协作一样，不只打字，还能共享屏幕、手势和实时对话。

2. Google 生态密集上新

Google AI 本周发布多项更新：Nano Banana 2 和 Pro 正式 GA，可通过 Gemini Enterprise Agent Platform、Gemini API 和 Google AI Studio 获取；Co-Scientist 多智能体系统面向科研自动生成优化新假设；Google Labs 推出 dreambeans，根据用户 Google 应用数据生成每日个性化话题集。

Gemma 4 12B 是统一无编码器多模态模型，可完全离线运行于笔记本；Gemma 4 系列及草稿模型引入 QAT 降低内存需求；Google Magenta RealTime 2 开源实时音乐模型，支持 MIDI 键盘、文本提示和手势演奏。

3. 基础设施、数据库和 AI 投资成为硬约束

PolarDB-X Zero 上线，强调无需注册、无需配置，只需一次 API 调用，30 秒内获得全分布式数据库。它内置 HNSW 向量索引，兼容 MySQL，将关系型查询和语义搜索放进一条 SQL，并支持 MCP、Cursor、Claude、Qoder、Qodex 等 AI 工作流。

宏观层面，AI 热潮已让美国计算基础设施占 GDP 比重翻倍。2026 年第一季度，AI 相关数据中心、计算硬件和网络设备投资约占美国 GDP 的 0.8%，推动整个计算基础设施占比达到约 1.5%。

4. 智能眼镜、人脸识别和新版 Siri 暴露产品边界

《连线》报道称，Meta 多次通过应用更新将人脸识别代码推送到智能眼镜配套 App 中，代号 NameTag。该功能用 3 个 AI 模型把人脸转为特征模板，与手机本地数据库匹配后通知佩戴者。App 下载量超过 5000 万次。Meta 称只是探索，不会建立中央人脸数据库，但它此前已因人脸识别在伊利诺伊和得克萨斯分别达成 6.5 亿美元和 14 亿美元和解。

苹果新版 Siri 被内部标为 Beta，不会作为完成品宣传，可能采用等待清单。iOS 27 将重做通知到达、通知中心手势、查找应用视觉、照片清理功能，并强化底层安全。部分 Siri 查询将通过 Google Cloud 调用授权版 Gemini，使用谷歌 NVIDIA Blackwell B200 集群处理。

5. 真实任务评估正在替代孤立基准

Arena 推出基于真实用户任务的智能体排行榜，评估模型在代码编写、应用构建、文档分析等工作中的表现，不只看孤立 benchmark。它基于 30 万+任务、200 万+工具调用和 4000 万行代码，综合任务成功、纠正遵从性、错误恢复、用户表扬与抱怨、工具幻觉等信号。

前三名分别是 GPT-5.5 High（+10.7%）、Claude Opus 4.7 Thinking（+9.5%）、GPT-5.4 High（+8.9%）。这说明智能体评估正在从“答题能力”转向“长流程工作能力”。

6. 研究前沿从像素扩散到光互连、AI 意识

NVIDIA Research 的 PixelDiT 入选 CVPR2026 最佳论文决赛。它去掉大多数图像生成模型中预训练自编码器的压缩步骤，直接在像素空间端到端学习扩散，避免质量损失在流程前端累积。

SAM 3D 团队获得 CVPR26 最佳论文荣誉提名。微软 Azure CTO Mark Russinovich 在 Build 2026 介绍 Project Mosaic，用 micro-LED 做低功耗高速光学互连，现场演示单个 LED 调制形成字母，验证实时响应。

Geoffrey Hinton 继续主张 AI 拥有意识，人类应承认自己不是唯一智能生命。相关讨论把问题从“AI 能不能回答”推向“意识如何定义、人类与机器的区别是什么”。

7. 教学提示词和小模型经济体展示工程实验

本期还收录一个严格教师提示词：AI 要先让用户复述理解，再填补漏洞，用开放题或随机选项选择题测试，持续维护 Markdown 检查清单，直到用户通过所有理解验证。

另一个开发者用 Qwen2.5-3B 构建五人森林生物多智能体经济体。3B 模型 100% 输出有效 JSON，但经济判断弱。通过食物品种限制、易腐坏、冬季燃料危机、禁止买自产物品等提示约束，15 轮模拟中蜜价从 10 跌到 3，柴价从 4 涨到 7，财富基尼系数从 0.14 扩大到 0.38。它展示了小模型“格式可靠、推理不稳”时如何靠环境和提示补工程短板。

8. PlanningBench 让 LLM 从“说”走向“做”

腾讯混元与中国人民大学高瓴人工智能学院开源 PlanningBench，一个可扩展、可验证的 LLM 规划能力评估与训练框架。它包含 30+ 真实世界规划任务，支持自动验证和训练，目标是推动模型从语言回答走向可执行规划。

结论

这期 AI HOT 的共同信号是：AI 不再只在模型榜单里竞争，而是在创作、搜索、数据库、手机、眼镜、科研、硬件互连、评估体系和智能体仿真实验里同时扩散。真正值得追踪的是这些能力如何进入工作流，以及隐私、评估和基础设施成本如何同步变成约束。

思想框架

原文是一组新闻条目，按产品能力、基础设施、隐私争议、评估方法、研究突破和智能体实验展开。精准输入按这些功能层重新分组，尽量保留每条的关键事实、产品名、数字和风险提示。

建议阅读原文：这篇是中文内容，精准输入只帮助你快速抓住重点，原文的叙事、语气和细节仍值得回读。