字节跳动发布豆包大模型2.1 Pro | AI日报
2734
字节跳动发布豆包大模型2.1 Pro
6月23日，在2026火山引擎FORCE原动力大会上，字节跳动正式发布豆包大模型最新旗舰版本 Doubao-Seed-2.1 Pro。据介绍，豆包大模型2.1 Pro面向Coding和Agent时代打造，在代码交付、长程Agent任务、多模态理解及企业级稳定运行四个维度实现突破。
京东开源JoyAI-VL-Interaction，让大模型从“一问一答”走向“边看边说”
6月22日，京东宣布开源实时视频视觉语言交互模型JoyAI-VL-Interaction。据介绍，这是全球首个全栈开源的interaction模型和系统，并获得vLLM-Omni的day-0原生支持。
该模型突破了传统多模态大模型“上传视频—等待提问—给出回答”的回合制模式，让AI能够像人一样持续“在场”：边看、边记、边判断，并在关键时刻主动回应。
PaddleOCR发布PP-OCRv6模型族，登顶Hugging Face提供50语言OCR能力
6月23日，百度飞桨PaddleOCR团队宣布最新一代通用OCR模型族PP-OCRv6正式登录Hugging Face平台。该模型族提供tiny（1.5M）、small（7.7M）和medium（34.5M）三级参数规模，其中medium和small版本支持简体/繁体中文、英文、日文及46种拉丁语系共50种语言的文字识别。
Sakana AI推出多智能体编排系统Sakana Fugu，将复杂Agent工程变为开箱即用API
6月23日消息，东京AI公司Sakana AI推出多智能体编排系统Sakana Fugu。Sakana Fugu将多智能体系统封装为单个API调用，内部自动拆解任务、调度全球模型并验证结果。其旗舰版本Fugu Ultra在工程、科学、推理等基准上对标Fable/Mythos级别模型表现，通过动态编排多模型天然绕开单一供应商出口管制风险。
该系统被视为将多智能体从复杂工程转变为开箱即用的产品形态，开发者只需一次API调用即可获得多模型协同的推理能力。
Oak开源发布：专为AI智能体设计的Git替代方案，速度远超传统版本控制
6月23日消息，开源版本控制系统Oak正式发布公开测试版v0.99.0，专为Claude Code、Codex、Cursor等AI智能体设计。该系统采用BLAKE3内容哈希、内容定义分块及Blob/Manifest/Commit/Tree数据模型，可选SQLite和git后端。
Oak以分支-会话为基本工作单元，用分支描述替代逐次提交，通过内容寻址懒加载使智能体在数秒内编辑任意仓库，速度远超传统git。目前已支持macOS（Apple Silicon）、Linux（x86_64）及Windows平台，可通过curl或cargo安装，基于Apache-2.0协议开源。
Claude Code v2.1.186发布：新增MCP CLI认证、/workflows状态过滤及teammateMode设置
6月23日，Anthropic发布Claude Code v2.1.186版本。新增claude mcp login/logout命令，支持从CLI认证MCP服务器并完成SSH无浏览器重定向。新增/workflows状态过滤、/plugin Skills部分及teammateMode: "item2"设置。! bash命令改为自动触发Claude响应，可通过respondToDashCommands恢复原行为。修复了机器唤醒后流请求失败、子agent滚动错位、后台预览闪烁、Chrome标签组隔离、重复会话摘要、权限提示编号错位等问题，改进了服务器名称输入提示和记忆压缩提醒。
豆包App灰测打车功能，由曹操出行提供运力支持
字节跳动旗下AI助手豆包App正式开启即时出行服务的灰度测试，部分获得灰测资格的用户可直接在豆包App内使用一键打车服务，由曹操出行提供运力支持。
用户无需切换至其他打车软件，只需在豆包对话框内口述出行需求，系统即可自动识别起止地点、出行人数及用车偏好，匹配曹操出行车辆后，用户核对路线、车型和价格一键确认即可完成派单。目前，北京、杭州两座城市的部分用户已获得灰测资格。
xAI推出GrokBuild /goal模式：一行命令设定目标，Agent自主完成全程任务
6月23日，xAI在GrokBuild中引入/goal新模式。用户只需用一行命令设定目标，Agent便会自动规划方案、将任务分解为进度清单并持续执行，直至目标完成且通过验证。执行期间用户可额外下达指令，支持监控与引导命令，任务完成时清单全部勾选。
Runway Aleph 2.0正式集成至Figma Weave
6月23日消息，Runway宣布Aleph 2.0现已正式集成到Figma Weave中。此前Runway在Figma Weave发布时已预告该功能，此次集成将Aleph 2.0的设计智能能力引入Figma协作生态，为设计师提供更强大的AI辅助设计体验。具体功能细节尚未披露。
OpenAI发布Daybreak安全工具：Codex Security与GPT-5.5-Cyber助力大规模漏洞修复
OpenAI正式推出Daybreak系列安全工具，包括Codex Security代码安全插件和GPT-5.5-Cyber网络安全专用模型，旨在帮助组织大规模发现、验证并修补安全漏洞。这是OpenAI扩展Daybreak网络安全计划的核心举措之一，标志着AI在网络安全领域的应用从漏洞发现向全链路自动化防御延伸。
Claude Desktop完整版登陆AWS、Google Cloud和Microsoft Foundry，企业可在云环境中保留推理数据
6月23日，Anthropic宣布，通过AWS、Google Cloud和Microsoft Foundry使用Claude Desktop的组织现已获得Chat、Claude Cowork和Claude Code集成的完整桌面体验。IT团队可将推理保留在自有云环境中，对话历史本地存储，支持IAM Identity Center、Workforce Identity Federation、Microsoft Entra ID及Okta等多种登录方式。策略模板可导出至Intune、GPO或Jamf，并提供离线安装器。Chat、Claude Cowork和Claude Code各自拥有独立策略链，支持精细访问控制。
SpaceX与Reflection AI签署63亿美元算力协议，出租Colossus 2数据中心芯片
6月23日消息，SpaceX与AI初创公司Reflection AI签署了一项最高价值63亿美元的算力供应协议。Reflection将从今年7月1日起至2029年，每月向SpaceX支付1.5亿美元，以使用SpaceX位于田纳西州孟菲斯的Colossus 2数据中心的英伟达GB300芯片算力资源。
Meta暂停AI监控项目：因数据泄露，员工键盘鼠标记录意外公开
6月23日，据Business Insider报道，Meta已暂停一项名为“模型能力计划（MCI）”的AI训练项目。该项目原用于记录员工键盘敲击和鼠标操作轨迹以训练AI，但因收集的敏感数据（包括私人对话、绩效记录及语音转文字内容）被意外开放给全体员工查阅，引发内部数据泄露。Meta发言人回应称，项目设计时已配备隐私防护机制，目前无证据表明数据遭违规调取，但为配合全面调查，已暂停项目运行。此次暂停并非因员工对持续监控的不满或隐私法规争议，而是直接由泄露事故导致。
亚马逊在ChatGPT投广告引流
6月23日消息，电商分析师尤奥扎斯·卡济乌凯纳斯透露，亚马逊已开始在ChatGPT投放广告，成为入驻OpenAI新兴广告业务最知名的零售企业之一。这类广告会引导用户跳转至亚马逊店铺页面，所有用户体验与交易流程均由亚马逊全权把控。
智谱GLM-5.5将升级万亿参数
6月22日消息，摩根大通在研报中预测，智谱将于8月发布下一代旗舰模型GLM-5.5，参数量可能突破万亿（>1T）级别。今年6月中旬，智谱刚刚开源了总参数7440亿、激活参数约400亿的GLM-5.2模型，该模型在CodeArena评估系统中以1595分排名总榜第二，在全球可用模型中位列第一。从7440亿提升至万亿参数，意味着约50%的规模跃升。
OpenAI扩展Daybreak网络安全计划，推出四项核心举措
6月23日消息，OpenAI宣布正式扩展旗下“黎明（Daybreak）”网络安全计划，推出四项核心举措：升级Codex Security插件、发布更新版网络安全专用模型GPT-5.5-Cyber、上线Daybreak网络合作伙伴计划、联合发起开源漏洞修复行动“修复地球计划（Patch the Planet）”。
此次扩展的核心逻辑在于，AI发现漏洞的速度已超过防御团队修复的速度，安全团队正被大量报告淹没。OpenAI表示，当前的新瓶颈在于补丁修复环节，而非漏洞发现。
Sand.ai完成超1亿美元融资，将于三季度开源新一代MoE视频生成模型
6月22日，视频生成初创公司Sand.ai宣布完成新一轮融资，3个月内两轮融资金额合计超1亿美元。投资方包括快手创始人宿华、Lollapalooza Capital（王慧文家族办公室）、九坤创投、经纬创投、和玉资本、创新工场、襄禾资本、源码资本、中科创星、洪泰基金、今日资本、IDG、百度风投等近20家一线机构。
Google DeepMind投资7500万美元携手A24，合作开发电影制作AI工具
Google DeepMind宣布向独立电影制片厂A24投资7500万美元，双方将合作开发电影制作AI工具。A24曾出品《瞬息全宇宙》《过往人生》等知名影片。Google DeepMind CEO Demis Hassabis表示，希望通过与艺术家直接合作，打造真正支持创意表达的AI功能。
Google Labs提出“洞察策略”评估AI编码智能体主动性，而非仅看任务完成度
6月23日，Google Labs在Google Developers Blog上发布一项新研究，提出用“洞察策略”评估AI编码智能体的主动性，而非仅按任务完成度打分。研究团队基于Google内部代码库中705个bug（对应1178个CL），通过时空近邻与语义相似度聚类，还原开发者实际的高层级目标。
