跳到主要内容

2026-04-17 AI 动态

· 阅读需 14 分钟
本期焦点
  1. OpenAI 将 Codex 扩展到桌面、浏览器、图像和自动化工作流。
  2. Anthropic 发布 Claude Opus 4.7，强化长程编码和高分辨率视觉。
  3. 群核科技港股上市首日大涨，空间智能商业化进入资本市场视野。
  4. 具身智能数据基础设施继续升温，觅蜂、京东云、蚂蚁灵波集中发布。
  5. Agent 沙箱、企业治理和物理世界数据成为中英文资讯共同主线。

📰 头条要闻​

OpenAI Codex 大更新：从代码助手走向“开发工作空间里的操作型 Agent”​

OpenAI 4 月 16 日发布 Codex 重大更新，官方称目前每周已有超过 300 万开发者使用 Codex。新版本的重点不只是继续写代码，而是把 Codex 放进更完整的软件开发生命周期：它可以在 Mac 上以自己的光标操作桌面应用，多个 agent 可并行在后台工作；Codex App 也加入应用内浏览器、GitHub review comment 处理、多终端标签、远程 devbox SSH、文件预览、summary pane、图像生成与迭代能力，并新增 90 多个插件，覆盖 Atlassian Rovo、CircleCI、CodeRabbit、GitLab Issues、Microsoft Suite、Neon、Render 等工具。

这条新闻的产业含义很直接：Coding Agent 正在从“模型调用 IDE 或终端”升级为“能跨桌面、浏览器、云开发环境和协作工具执行任务的工作空间”。Codex 还扩展了自动化能力，允许复用已有会话线程、保留上下文，并让任务跨天或跨周继续推进；记忆和上下文感知建议则会先向 Enterprise、Edu、EU 和 UK 用户逐步推出。和 4 月 15 日的 Agents SDK 更新放在一起看，OpenAI 正在把 agent 的执行环境、记忆、工具连接、任务编排和用户界面一起产品化。

OpenAI · The Verge

Claude Opus 4.7 发布：Anthropic 把长程编码、视觉和安全分层放在同一条产品线上​

Anthropic 4 月 16 日宣布 Claude Opus 4.7 全面可用。官方称，Opus 4.7 相比 Opus 4.6 在高级软件工程、复杂长任务、指令遵循和自我验证方面有明显提升，同时强化了高分辨率视觉能力，支持最长边 2576 像素、约 375 万像素的图片输入。模型已在 Claude 产品、API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 上线，API 模型名为 claude-opus-4-7，价格保持为每百万输入 token 5 美元、每百万输出 token 25 美元。

值得注意的是，Anthropic 把 Opus 4.7 放在 Claude Mythos Preview 之下，并明确说明 Mythos 仍限制发布，Opus 4.7 会先测试新的网络安全防护策略。同步更新还包括新的 xhigh effort 档位、API task budgets 公测、Claude Code /ultrareview 专用审查会话，以及面向 Max 用户的 auto mode。IT之家在 4 月 16 日的中文报道中也跟进了 Opus 4.7 与 AI 设计工具传闻、Anthropic 高估值意向和企业客户增长数据，说明 Claude 生态正在同时拉动模型能力、开发者工具、设计工具和资本市场预期。

Anthropic · IT之家

🚀 模型与产品更新​

PPHermes：国内云端沙箱把开源 Hermes Agent 部署门槛降到十分钟​

量子位 4 月 16 日报道，PPIO 发布 PPHermes，这是面向国内用户的 Hermes Agent 云端沙箱部署方案。Hermes Agent 来自 Nous Research，是一个开源自进化 AI Agent，核心能力包括从交互中自动创建和改进技能、跨会话记住用户偏好、调度定时任务、并行子 Agent 工作流等。

PPHermes 的关键是把 agent 从“本地脚本或海外云平台”搬到按需唤醒的国内云端沙箱。报道提到，PPHermes 提供面向 Hermes 的 CLI 工具链，支持启动、暂停和恢复；内置飞书集成；Claude Code、Cursor 等 AI 编程工具可用自然语言管理沙箱；计费采用 pause/resume 机制，暂停即停止计费。它和 OpenAI Codex、Agents SDK 的共同方向是：Agent 真正落地时，沙箱、状态、权限、成本和工作流恢复能力会成为基础设施，而不是附加功能。

指标数据
发布时间2026-04-16
产品PPHermes
底层 AgentNous Research Hermes Agent
核心形态国内云端沙箱部署方案
主要能力一键部署、pause/resume、飞书集成、AI 编程工具自然语言管理

量子位

LingBot-Map：流式 3D 重建把具身视觉推向实时世界建模​

量子位 4 月 16 日报道，蚂蚁灵波开源 LingBot-Map，定位为纯自回归流式 3D 重建基础模型。它面向机器人、扫地机、自动驾驶等需要实时感知的场景，目标是在无限长视频流中“来一帧算一帧”，边看边重建三维世界，而不是先存完整视频再离线建模。

报道提到，LingBot-Map 的核心机制是 Geometric Context Attention，通过锚点、位姿参考窗口和轨迹记忆管理长期空间信息。历史帧被压缩为极少量 token，单帧信息增长量相较传统因果注意力降低 80 倍，从而在处理万帧长视频时保持近似恒定显存消耗。对具身智能来说，这类能力的价值不在“生成好看的 3D 画面”，而在为机器人持续定位、路径理解、物体关系和实时决策提供可用的空间状态。

指标数据
发布时间2026-04-16
项目LingBot-Map
方向流式 3D 重建 / 具身视觉
技术重点Geometric Context Attention、锚点、位姿参考窗口、轨迹记忆
关键数据报道称单帧信息增长量降低 80 倍

量子位

Hugging Face 社区：OCR、Agent 失败模式、多模态检索和 TTS 继续活跃​

Hugging Face Blog 近几日的社区文章显示，英文开源生态仍围绕“把模型能力接入真实工作流”展开。4 月 16 日的新文章包括面向 MLX / LLM 的工程文章，以及使用 Sentence Transformers 训练和微调多模态 embedding 与 reranker 的教程；4 月 15 日有 VAKRA Agent 推理、工具使用和失败模式分析，以及 HCompany 的 AI browser companion HoloTab。近 48 小时内还出现了 easyaligner 这类音频对齐工具和 Darwin-TTS 相关讨论。

这些信号虽然不是单一大厂发布，但能反映开发者侧的实际需求：OCR、浏览器伴侣、Agent 失败分析、多模态检索、TTS 和前端工作流正在成为开源社区反复打磨的高频能力。它们也补足了官方发布之外的生态观察：Agent 能力要进入生产，不只依赖大模型本身，还依赖数据清洗、文档解析、评测、对齐、检索和音视频处理工具链。

Hugging Face Blog

💰 融资与交易​

群核科技港股上市：空间智能第一股首日开盘大涨​

量子位 4 月 17 日报道，群核科技在港股正式挂牌上市，报 20.70 港元，较发行价上涨 171.65%，成为“杭州六小龙”中率先冲线的一家公司。报道把群核定位为空间智能商业化代表，其 2025 年营收 8.20 亿元，经调整净利润转正至 5712.7 万元，毛利率 82.2%。

空间智能的意义在于把物理世界转化为可计算、可编辑、可复用的三维结构，而不是只生成像素级视频。群核过去以酷家乐等业务沉淀三维空间数据，报道提到其积累超过 5 亿个 3D 场景、4.8 亿个 3D 模型及空间设计元素，并推出 SpatialLM、SpatialGen 等空间模型。对 AI 产业来说，这次上市给了一个明确市场信号：世界模型、具身智能和 3D 空间数据不只是研究叙事，也开始以可验证收入和资本市场事件呈现。

日期参与方金额内容
2026-04-17群核科技港股上市，首日开盘较发行价上涨 171.65%空间智能商业化公司登陆资本市场
2025 年群核科技营收 8.20 亿元经调整净利润 5712.7 万元，毛利率 82.2%

量子位

Anthropic 估值预期继续升温：模型发布、企业收入和设计工具传闻共振​

IT之家 4 月 16 日援引外媒报道称，Anthropic 计划本周发布 Claude Opus 4.7 和 AI 设计工具，消息公布后 Adobe、Wix 和 Figma 股价均下跌超过 2%。报道还称，Anthropic 近期收到多家风投机构投资意向，估值最高达 8000 亿美元；其年化收入从 2025 年底的 90 亿美元增至 300 亿美元，年消费超过 100 万美元的企业客户突破 1000 家。

这些数字仍需以 Anthropic 官方融资公告为准，但它们说明资本市场正在把 Claude 视为“模型 + 开发者工具 + 企业工作流 + 设计生产力”的组合资产，而不只是聊天机器人。和 OpenAI Codex 的更新放在同一天看，AI 开发工具、AI 设计工具和企业 agent 的边界正在快速合并。

日期参与方金额内容
2026-04-16Anthropic / 潜在投资者传最高估值 8000 亿美元多家风投表达投资意向，官方未确认
2026-04-16Anthropic年化收入传 300 亿美元企业客户需求增长，年消费超 100 万美元客户传超 1000 家

IT之家 · IT之家

🌍 全球产业动态​

觅蜂科技发布物理 AI 数据平台：具身智能竞争转向“数据产能”​

量子位 4 月 16 日报道，觅蜂科技成立 72 天后发布 MEgo 系列无本体数据采集硬件、物理 AI 数据服务平台和 MEgo Engine 数据治理引擎，并与京东云、百度云、阿里云等企业达成战略合作。报道强调，当前物理 AI 真机交互数据量不足大语言模型的两万分之一，具身智能数据存在标准缺失、质量参差和供需错配问题。

MEgo Gripper 是 480g 轻量化多模态数据采集夹爪，支持毫米级轨迹重建和亚毫秒级全局时间同步；MEgo View 提供 300° 全景感知和腕部交互特写双视角采集。觅蜂称 2026 年将实现千万小时级数据产能，并联合机构和企业发起“蜂巢数据共创行动”，目标到 2030 年达到百亿小时级数据产能。这条消息说明，具身智能的瓶颈正在从“有没有机器人 Demo”转向“有没有标准化、可规模化、可交易的物理交互数据”。

量子位

京东发布具身数据全链路基础设施：供应链公司开始进入机器人数据层​

量子位 4 月 16 日报道，京东发布具身数据全链路基础设施，定位为打造“具身智能超级供应链”。这类基础设施的核心不是单点模型或单台机器人，而是把真实场景、采集设备、数据治理、仿真、训练、评测和商业交付串成闭环。

这条动态和觅蜂科技、LingBot-Map、群核科技上市形成同一条产业线索：物理世界数据正在成为 AI 新一轮基础设施。过去两年，行业主要争夺文本、代码、图像和视频数据；现在具身智能需要的是高质量动作轨迹、触觉、深度、IMU、多视角视频、三维空间结构和任务结果。供应链公司、云厂商、机器人公司和空间智能公司都会进入这层竞争。

量子位

arXiv 当前列表：Agent 评测、长期记忆、反谄媚与多智能体安全仍是研究高频主题​

arXiv cs.AI 4 月当前列表显示已累计 2794 条记录。前列主题继续集中在 LLM / Agent 行为机制、多智能体临床预测、工具使用型 AI Agent 社区框架、agentic interaction 轨迹采样、LLM 系统决策中心设计、可靠不确定性估计、统一多模态模型安全基准、agentic coding benchmark 性能预测、个人电脑上下文 agent 评测等方向。

这些论文信号和产业新闻高度一致：Agent 已经从产品功能进入评测、安全、记忆、工具错误、长期一致性和用户上下文治理层面。对于企业应用，真正关键的不是某个模型在单轮问答里多强，而是它在长任务中能否可预测、可验证、可控、可审计。

arXiv cs.AI · arXiv cs.CL

📊 关键数据一览​

指标数据
Codex 周活开发者OpenAI 称超过 300 万
Codex 新增插件超过 90 个
Codex 桌面操作初期面向 macOS，向 Codex desktop app 用户推出
Claude Opus 4.7 API 价格输入 5 美元 / 百万 token，输出 25 美元 / 百万 token
Claude Opus 4.7 高分辨率视觉最长边 2576 像素，约 375 万像素
群核科技上市首日开盘涨幅较发行价上涨 171.65%
群核科技 2025 年营收8.20 亿元
群核科技 2025 年毛利率82.2%
群核科技空间数据资产报道称超过 5 亿个 3D 场景、4.8 亿个 3D 模型及空间设计元素
觅蜂 MEgo Gripper480g，多模态数据采集夹爪
觅蜂 2026 年数据产能目标千万小时级
觅蜂 2030 年生态目标百亿小时级数据产能
LingBot-Map 记忆压缩报道称单帧信息增长量降低 80 倍
arXiv cs.AI 4 月当前列表2794 条记录

📎 Sources​

本 Newsletter 由 AI 行业公开信息整理，数据截至 2026 年 4 月 17 日。所有信息均来自公开来源，不构成投资建议。