2026-07-02 AI 动态
- Hugging Face 与 Cerebras 展示基于 Gemma 4 的实时语音 AI 管线。
- Google 开放 Nano Banana 2 Lite 和 Gemini Omni Flash 给开发者。
- Gemini Spark 登陆 macOS，并扩展连接应用和实时主题追踪。
- AI 版支付宝“阿宝”开放公测，首批上线 72 项智能办事技能。
- VAST 完成超 10 亿元 A3 战略轮融资。
今日动态
实时语音 AI：Hugging Face 与 Cerebras 把 Gemma 4 接入开放语音栈
Hugging Face 7 月 1 日发布与 Cerebras 的实时语音 AI 演示，核心目标是降低语音助手的长尾延迟，让交互更接近真人对话。该管线采用开放、可替换的级联架构：语音输入先由 NVIDIA Parakeet 做识别，再由 Google DeepMind Gemma 4 31B 在 Cerebras 上推理，最后通过阿里 Qwen3TTS 输出语音。
| 指标 | 数据 |
|---|---|
| 语言/视觉模型 | Gemma 4 31B |
| ASR | NVIDIA Parakeet |
| TTS | Qwen3TTS |
| 推理平台 | Cerebras |
| 已落地场景 | Reachy Mini 机器人语音交互 |
Nano Banana 2 Lite 与 Gemini Omni Flash
Google 6 月 30 日发布 Nano Banana 2 Lite 和 Gemini Omni Flash。Nano Banana 2 Lite 对应 gemini-3.1-flash-lite-image，定位为高吞吐、低延迟、低成本的 Gemini Image 模型，面向快速草图、原型和批量图像生成。Google 称其可在 4 秒内输出 text-to-image 结果，成本为每张 1K 图像 0.034 美元，并建议第一代 Nano Banana 用户迁移。
Gemini Omni Flash 对应 gemini-omni-flash-preview，面向视频生成和对话式视频编辑，已通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 开放。它支持文本、图像和视频输入组合，当前输出 10 秒视频，定价为每秒视频输出 0.10 美元。两者配合后，开发者可以先用 Nano Banana 2 Lite 生成参考图，再用 Gemini Omni Flash 动画化或继续编辑。
| 模型 | 定位 | 关键数据 | 访问方式 |
|---|---|---|---|
| Nano Banana 2 Lite | 高速图像生成 | 4 秒 text-to-image；0.034 美元 / 1K 图像 | AI Studio、Gemini API、Gemini Enterprise Agent Platform |
| Gemini Omni Flash | 视频生成与对话式编辑 | 10 秒视频；0.10 美元 / 秒输出 | AI Studio、Gemini API、Gemini app、Google Flow |
Gemini Spark
Google 同日更新 Gemini Spark，新增 macOS Beta、连接应用和实时主题追踪。Spark 在 macOS 上可以处理桌面文件和应用，例如按自然语言整理下载目录 PDF、基于本地发票创建预算表，并将桌面文件与 Google Workspace 工作流连接。Google 表示，Spark for macOS 首先面向美国 18 岁以上 Google AI Ultra 订阅用户开放。
AI 版支付宝“阿宝”开放公测，首批 72 项办事技能
36氪 7 月 2 日消息，AI 版支付宝“阿宝”完成新一轮产品迭代并开放公测，iOS 和 Android 用户可在应用商店或支付宝 App 内搜索“阿宝”或“蚂蚁阿宝”更新体验。公测首批提供 72 项智能办事技能。
VAST：AI 3D 大模型公司完成超 10 亿元 A3 战略轮融资
36氪 7 月 2 日消息，专注 AI 3D 大模型与通用世界模型研发的 VAST（三启万物）宣布完成超 10 亿元人民币 A3 战略轮融资，巨人网络参与本轮投资。这是 VAST 继 A+、A++ 轮融资后，一个月内完成的又一笔大额融资。
OpenAI 被曝提议向美国政府提供约 5% 股权
36氪与 Financial Times 报道称，OpenAI 已与美国政府展开初步讨论，提议向美国政府提供约 5% 股权，以争取政策支持并让公众分享 AI 发展的经济收益。报道提到，Sam Altman 还建议美国主要 AI 公司可将类似比例股权注入公共投资载体，思路接近阿拉斯加永久基金。
OpenAI 工程复盘：用“流行病学”方法定位 18 年老 bug
OpenAI 6 月 30 日发布工程复盘，解释团队如何通过生产 core dump 的群体级分析，把原本看似单一的崩溃问题拆成两个不同根因：一个 Azure 物理主机上的静默硬件错误，以及 GNU libunwind 中存在超过 18 年的 race condition。OpenAI 最终切换到 libgcc unwinder，并向 GNU libunwind 上游提交复现与修复。
Sources
- Hugging Face — Hugging Face and Cerebras bring Gemma 4 to real-time voice AI — Gemma 4、Cerebras、Parakeet、Qwen3TTS 组成的实时语音 AI 管线。
- Google — Start building with Nano Banana 2 Lite and Gemini Omni Flash — Nano Banana 2 Lite、Gemini Omni Flash 的能力、价格和开发者入口。
- Google — Gemini Spark updates: macOS launch, connected apps and more — Gemini Spark macOS、连接应用、MCP 和实时追踪能力。
- 36氪 — AI版支付宝开放公测，上线72项办事技能 — 阿宝公测、办事技能和生活服务垂域更新。
- 36氪 — 巨人网络参投 VAST 新一轮超10亿元融资 — VAST A3 战略轮融资和 AI 3D / 世界模型方向。
- 36氪 — OpenAI 提议向美国政府提供 5% 股权 — OpenAI 股权提议中文快讯。
- Financial Times — OpenAI proposes handing Trump administration 5% stake — OpenAI 股权提议、公共收益基金思路和政策背景。
- OpenAI — Core dump epidemiology: fixing an 18-year-old bug — OpenAI 数据基础设施崩溃诊断、硬件错误和 GNU libunwind 修复。
本 AI 日报由 AI 行业公开信息整理，数据截至 2026 年 7 月 2 日。所有信息均来自公开来源，不构成投资建议。