科技早报 2026-06-18
概览
要闻
AI 与机器学习
- 字节跳动开源UI-TARS桌面版，多模态AI代理堆栈受关注
- GitHub热门项目：VoxCPM实现无Tokenizer多语言语音生成与克隆
- Anthropic因美国出口管制被迫下线多款AI模型
- GLM-5.2成为Artificial Analysis智能指数新晋领先开放权重模型
- 谷歌发布DiffusionGemma开发者指南：基于扩散的实验性文本生成模型
- Anthropic下线新AI模型，因美出口管制禁止外国用户
GitHub 热门项目
- Agent-Reach 项目上线：为AI智能体提供多平台观察工具
- 开源编码代理Continue发布最终2.0.0版本并归档仓库
- GitHub热门：Android去臃肿工具激增457星，助力设备瘦身
- 开源AI CAD项目Adam上线GitHub，支持文本与图像生成3D模型
- GitHub热门Go项目multica：将AI代理变为团队成员
- OpenMontage：开源智能体驱动视频制作系统亮相
开源生态
- Lore：Epic Games推出面向可扩展性的开源版本控制系统
- Google 发布 ADK for Kotlin 与 Android ADK 0.1.0 版本
- Mastodon 推出通讯功能以复兴开放社交网络
- MicroUI：约1100行C代码的微型即时模式UI库
开发者工具
- 谷歌Gemini CLI转型为Antigravity CLI统一AI终端
- 谷歌推出Colab命令行界面，连接本地终端与远程运行时
- Google Pay为安卓应用推出支持动态回调的快速结账功能
- Google发布A2UI与MCP应用混合开发模式
安全与隐私
Google I/O 2026发布Gemini 3.5系列与独立AI代理平台
Google在I/O 2026开发者大会上宣布从辅助AI向独立AI代理过渡，并发布了新的模型系列与开发工具。
Google宣布其AI战略正从辅助AI向独立AI代理过渡，并发布了Gemini 3.5系列模型。
该公司对其Antigravity代理优先开发平台进行了重大更新。
为移动开发者推出了新的Android CLI工具、Android Bench评估排行榜和自动化迁移代理。
Web开发领域也迎来变革，相关更新包括Chrome DevTools for agents、HTML-in-Canvas API和WebMCP提案。
字节跳动开源UI-TARS桌面版，多模态AI代理堆栈受关注
字节跳动开源的
UI-TARS-desktop项目在GitHub Trending上成为热门，这是一个多模态AI代理堆栈的桌面端实现。
UI-TARS-desktop是GitHub Trending上的一个开源项目，专注于多模态AI代理堆栈的桌面应用。其编程语言为TypeScript。
该项目在GitHub上已获得36,721颗星。在今日（2026年6月18日），它获得了150颗星的热度，表明其受到开发者社区的关注。
GitHub热门项目：VoxCPM实现无Tokenizer多语言语音生成与克隆
由 OpenBMB 发布的 VoxCPM 项目在GitHub上广受欢迎，这是一个用Python编写的无Tokenizer TTS模型，专注于多语言语音生成和克隆。
OpenBMB/VoxCPM 是一个基于GitHub的热门开源项目，当前星标数已达30,487，今日新增418星。
该项目的核心描述是 VoxCPM2，一个无需Tokenizer的文本转语音（TTS）模型。
其功能聚焦于实现多语言语音生成、创意性的语音设计，以及高逼真度的语音克隆。
Anthropic因美国出口管制被迫下线多款AI模型
Anthropic本周被迫下线其最新的AI模型，原因是美国政府突然以“国家安全”为由，下令该公司切断包括美国境内用户在内的所有外国国民的访问权限。
Anthropic本周大部分时间都在努力使其最新的AI模型重新上线。
美国政府突然下令该公司切断所有外国国民的访问权限，这包括了在美国境内的用户以及其自己的员工。
这一指令迫使Anthropic阻止所有人访问Fable 5和Mythos 5模型。
政府以“国家安全权限”为“出口管制”提供了理由。据Anthropic所知，这是美国出口管制首次以这种方式被用来控制对AI模型的访问。
值得注意的是，特朗普政府尚未公开解释该命令的法律依据。
GLM-5.2成为Artificial Analysis智能指数新晋领先开放权重模型
在Artificial Analysis发布的智能指数中，GLM-5.2以51分成为新的领先开放权重模型，其性能显著超越了前代及主要竞品。
GLM-5.2与前代GLM-5.1参数规模相同（总参数744B，活跃参数40B），但智能指数v4.1评分高出11分。
该模型在基准测试中领先于MiniMax-M3（44分）、DeepSeek V4 Pro (max)（44分）和Kimi K2.6（43分）。
其上下文窗口从GLM-5.1的20万token扩展至100万token，许可证为MIT，第一方API定价保持不变。
在GDPval-AA v2评估中，GLM-5.2以1524分领先，展示了其在智能任务上的优势。
谷歌发布DiffusionGemma开发者指南：基于扩散的实验性文本生成模型
谷歌介绍了一个基于Gemma 4架构构建的实验性文本生成模型DiffusionGemma，它采用基于扩散的并行生成方式，而非传统的自回归生成。
DiffusionGemma是一个实验性文本生成模型，其核心架构基于Gemma 4构建。
该模型采用基于扩散的并行生成技术，通过迭代去噪并行生成并优化256个令牌的块，而非逐令牌的自回归生成。
这种架构设计使得推理速度更快，并支持双向上下文感知和实时自我纠正，可在消费级GPU上部署。
与传统语言模型相比，它能更有效地处理复杂的基于约束的任务，例如数独，并可与vLLM等推理框架集成。
Anthropic下线新AI模型，因美出口管制禁止外国用户
Anthropic根据美国政府出口管制指令，下线了其新的
Claude Fable 5和Mythos 5AI模型，目前正与白宫谈判。
Anthropic在上周末根据美国政府的出口管制指令，下线了其新的Claude Fable 5和Mythos 5 AI模型。该指令禁止“任何外国国民”使用这些服务。
Anthropic自上周五以来一直与白宫进行谈判，但尚未达成允许其恢复服务的协议。Mythos模型具备发现软件漏洞以帮助防御者修补，以及找出可能被恶意行为者利用的漏洞利用方式的双重能力。
Anthropic最初将名为Mythos Preview的版本发布给一个名为Project Glasswing的选定联盟。Mythos 5也在上周私下发布给该联盟，而Claude Fable 5则向公众发布，但对其在生物学和网络安全问题上的回答能力进行了特定限制。
Agent-Reach 项目上线：为AI智能体提供多平台观察工具
一个名为 Agent-Reach 的 GitHub 仓库近期热度飙升，其目标是为AI智能体提供观察整个互联网的能力。
该项目使用 Python 编写，目前已获得超过 33,000 个星标，今日新增星标数超过 1,100。
Agent-Reach 通过一个命令行界面（CLI）工作，能够读取和搜索 Twitter、Reddit、YouTube、GitHub、Bilibili、小红书 等多个主流社交与内容平台。
根据项目描述，它旨在“为你的AI智能体提供观察整个互联网的眼睛”，并提供零API费用的解决方案。
开源编码代理Continue发布最终2.0.0版本并归档仓库
Continue 是一个提供CLI、VS Code扩展和JetBrains插件的开源编码代理，该项目已发布最终版本并归档仓库。
Continue Dev, Inc. 开发的 continuedev/continue 仓库已不再积极维护，对所有用户只读，并发布了最终的 2.0.0 版本。
最终版本包括移除匿名遥测、移除身份验证和修复错误等更新，其许可证为 Apache 2.0。
项目的文档站点和贡献者信息仍可在 GitHub 上查阅，为后续维护或社区分叉提供了参考。
GitHub热门：Android去臃肿工具激增457星，助力设备瘦身
GitHub 上名为
universal-android-debloater-next-generation的项目今日新增 457 颗星，这是一个用 Rust 编写的跨平台 Android 设备清理工具。
该项目主要语言为 Rust，目前总星数为 7,669，今日增长显著。
其功能定位为一个图形界面程序，通过 ADB 命令为未 root 的 Android 设备卸载预装软件，以提升隐私、安全性并延长电池寿命。
对于希望优化 Android 设备性能和体验的普通用户而言，该项目提供了一个便捷的开源解决方案。
开源AI CAD项目Adam上线GitHub，支持文本与图像生成3D模型
由YC W25孵化的Adam项目发布了开源AI CAD工具
CADAM，这是一个在浏览器中运行的文本转CAD Web应用。
CADAM允许用户直接在浏览器中生成CAD模型，无需安装任何软件。它支持从自然语言和图像生成3D模型。
该工具提供参数化控制功能，例如交互式滑块，用于即时调整尺寸。用户还可以将生成的模型导出为.STL、.SCAD或.DXF文件。
CADAM完全基于WebAssembly技术在浏览器端运行，并包含了BOSL、BOSL2和MCAD等库的支持。
GitHub热门Go项目multica：将AI代理变为团队成员
GitHub上的热门项目multica-ai/multica是一个用Go语言编写的开源管理代理平台，旨在将编码代理转变为真正的团队成员。
该项目当前在GitHub上已获得超过37,070颗星，今日新增158颗星，显示出较高的社区关注度。
multica平台的核心功能是支持任务分配、进度跟踪和技能复合，旨在提升AI代理在团队协作中的效能。
作为一个开源平台，它为开发者提供了将AI编码代理集成到工作流中的工具和框架。
OpenMontage：开源智能体驱动视频制作系统亮相
一个被描述为“全球首个开源、智能体驱动的视频制作系统”的项目 OpenMontage 正在 GitHub 上流行。
该项目使用 Python 开发，目前拥有超过 5,400 个星标，今日新增星标近百。
OpenMontage 集成了 12 个流水线、52 个工具和超过 500 个智能体技能，目标是将AI编码助手转变为完整的视频制作工作室。
它旨在通过智能体技术，为用户提供从创意到成品的视频制作全流程支持。
Lore：Epic Games推出面向可扩展性的开源版本控制系统
由Epic Games维护的下一代开源版本控制系统Lore正式发布，专为需要处理大型二进制资产的游戏与娱乐项目优化。
Lore是一个集中式、基于内容寻址的版本控制系统，其架构采用Merkle树和不可变修订链来表示仓库状态，旨在为数据和团队提供前所未有的可扩展性。
该项目针对结合代码与大型二进制资产（如游戏资源）的项目进行了深度优化，解决了传统版本控制在处理大文件时的痛点。
Lore提供完整的API，支持通过C/C++、C#、Rust、Go、Python或JavaScript进行扩展、定制和集成。
其代码库完全开源，托管在Epic Games的GitHub上，面向开发者社区开放。
Google 发布 ADK for Kotlin 与 Android ADK 0.1.0 版本
Google 正式发布了 Agent Development Kit (ADK) for Kotlin 的 0.1.0 版本，并推出了专门的 Android ADK 库。
这个开源框架旨在简化 AI 代理的创建，通过管理复杂的编排、会话共享和错误处理来降低开发门槛。
新版本支持混合编排，允许开发者构建多代理系统，其中基于云的模型可以将特定任务卸载到本地设备模型（如 Gemini Nano）以增强用户隐私。
该工具包专为在 Android 及更广泛平台（如其他 JVM 语言）上构建 AI 代理而设计。
发布 ADK for Kotlin 和 ADK for Android 是 Google 将 AI 代理开发能力扩展到移动端生态系统的重要举措。
Mastodon 推出通讯功能以复兴开放社交网络
Mastodon 推出了电子邮件通讯功能，允许创作者通过电子邮件直接向订阅者发送帖子，即使对方没有该平台账户。
此功能是 Mastodon 4.6 版本更新的一部分，该版本还包括刷新的用户个人资料和对 “Collections” 功能的支持。
Mastodon 目前的每月活跃用户数为73.5万，低于几年前超过200万的峰值。
Mastodon 的默认帖子字符限制为500个，但服务器管理员可以修改此限制。
根据文章，创作者需要具有服务器上的指定角色和正确权限才能使用通讯功能，目前该功能可能更适用于机构用户。
MicroUI：约1100行C代码的微型即时模式UI库
MicroUI 是一个用 ANSI C 编写的微小、可移植的即时模式 UI 库，代码量仅约 1100 行。
MicroUI 在固定大小的内存区域内工作，不分配额外内存。它内置了窗口、按钮、滑块、文本框等多种控件。
该库旨在与任何能绘制矩形和文本的渲染系统一起工作，并允许用户轻松添加自定义控件。
MicroUI 采用了一个简单的布局系统，并以 MIT 许可证发布。
需要注意的是，相关 GitHub 页面曾出现加载错误提示，这可能是临时问题。
谷歌Gemini CLI转型为Antigravity CLI统一AI终端
谷歌宣布将社区驱动的Gemini CLI转型为新的
Antigravity CLI，以统一其AI终端工具。
谷歌正在将社区驱动的 Gemini CLI 转型为新的 Antigravity CLI，这是一个基于Go的新平台，专为复杂的多代理工作流设计。
新工具提供更快的执行速度、异步处理和统一架构，并可与 Antigravity 2.0 桌面应用程序同步。
企业客户将保持现有访问权限，但个人和免费用户必须在2026年6月18日 Gemini CLI 停止服务前迁移到新平台。
谷歌推出Colab命令行界面，连接本地终端与远程运行时
谷歌宣布推出Google Colab命令行界面（CLI），这是一个允许开发者和AI代理将本地终端无缝连接到远程Colab运行时的新工具。
谷歌推出了Google Colab的命令行界面（CLI），这是一个轻量级工具，使开发者能轻松请求高性能GPU。
通过该CLI，用户可以在本地终端中远程运行Python脚本，并无缝检索工件、日志或模型，例如微调的Gemma 3适配器。
该工具直接集成到标准终端环境中，具有高度可编程性，可被AI代理（如Antigravity或Claude Code）用来管理复杂的机器学习流水线。
Google Pay为安卓应用推出支持动态回调的快速结账功能
Google Pay 为 Android 原生应用推出了支持动态回调的快速结账功能，旨在简化应用内的支付流程。
该功能允许开发者利用用户存储在 Google Wallet 中的凭据来简化结账流程，从而提升用户支付体验。
开发者现在可以在 Android 应用中实现已在 Web 端支持的 onPaymentDataChanged 和 onPaymentAuthorized 回调。
要使用此功能，应用需集成 play-services-wallet:20.0.0 或更高版本的库。
Google发布A2UI与MCP应用混合开发模式
Google 开发者博客介绍了三种架构模式，旨在结合
Model Context Protocol(MCP) 应用与Agent-to-User Interface(A2UI)，以整合声明式与自定义智能体UI的优势。
这三种模式旨在解决高度定制的 iframe 环境与原生、声明式渲染之间的权衡问题。
通过结合这些方法，开发者可通过 MCP 服务器直接提供原生质感的用户界面。
该方案支持将复杂且有状态的 iframe 应用安全嵌入声明式视图，或将生成式UI组件注入遗留系统。
这些混合框架旨在帮助工程团队交付安全、高性能且品牌一致的智能用户体验。
Fortinet防火墙遭大规模入侵，数万设备凭证暴露
研究人员发现一次针对Fortinet防火墙的大规模攻击，导致全球众多敏感网络的明文凭证在线暴露。
研究人员发现了一次针对Fortinet防火墙的大规模入侵。攻击者获得了对包括Oracle、Chevron、Lenovo、FedEx、一家北约承包商以及Fortinet自身在内的全球大型组织的近乎无限制访问权限。
此次入侵导致来自194个国家、超过21,000个IP地址的近74,000个Fortinet设备被入侵，其明文凭证在网上暴露。暴露的数据还包括每个被入侵组织的行业、收入和员工数量。
威胁行为者在入侵设备后，进一步访问了受影响组织的集中身份验证系统，如Radius服务器和Microsoft Active Directory。截至周三上午，几乎所有被入侵的设备仍然在线。
Windows和Linux用户须在6月24日前更新Secure Boot密钥
微软提醒Windows和Linux用户，必须在6月24日之前更新保护系统安全启动（Secure Boot）的加密密钥，因为相关证书即将过期。
三个用于验证系统启动过程中固件和软件的微软签名证书即将过期。安全启动是微软设计的信任链核心，旨在阻止UEFI启动套件等恶意软件在操作系统启动前加载。
启动套件一旦安装，通常会窃取凭据或破坏系统，且可能在操作系统被清除或重装后依然存活，导致系统重复感染。
白宫要求Anthropic阻止所有越狱行为 或难以实现
特朗普政府官员表示，Anthropic若想重新发布
Claude Fable 5模型，需确保其防护栏无法被绕过，但这可能面临技术挑战。
**国家安全局（NSA）**得出结论，存在禁用Fable 5防护栏的方法。这些防护栏旨在阻止用户访问与网络安全、化学和生物学相关的Mythos模型能力。
独立网络安全专家认为，AI模型的防护栏只是权宜之计，熟练的用户和未来的AI模型会找到绕过约束的方法。
政府方面认为，Anthropic应该更主动地持续测试其前沿AI模型，以发现潜在的越狱漏洞并向政府报告。