**作者**: Manus AI
**日期**: 2026年5月15日

## 摘要

本报告针对开源爬虫浏览器项目 **Nanobrowser** 进行了深度调研，重点分析了其性能、防风控能力以及开源协议。同时，结合 downly.cn 文章中介绍的 **CloakBrowser**，对两款工具在技术架构、反检测机制、适用场景及授权模式等方面进行了横向对比。Nanobrowser 侧重于构建基于大语言模型（LLM）的浏览器自动化多智能体（Multi-agent）系统，而 CloakBrowser 则专注于在底层 Chromium 源码级别提供极致的隐身和反风控能力。

## 1. Nanobrowser 调研分析

### 1.1 项目概述与定位

Nanobrowser 是一个运行在浏览器中的开源 AI 网页自动化工具，定位为 OpenAI Operator 的免费替代方案 [1]。它以 Chrome 扩展程序的形式存在，允许用户使用自己的 LLM API 密钥（支持 OpenAI、Anthropic、Gemini、Ollama 等）来运行多智能体工作流。

### 1.2 性能表现

Nanobrowser 的性能主要取决于其背后的多智能体架构和所连接的 LLM 模型：
- **多智能体协作**：系统内置了 Planner（规划者）和 Navigator（导航者）等专门的 AI 智能体。Planner 负责高级推理和规划，Navigator 负责具体的网页导航任务。这种分工协作模式提高了复杂任务的执行效率 [1]。
- **模型灵活性**：用户可以为不同的智能体配置不同的模型以平衡性能和成本。例如，官方推荐使用 Claude Sonnet 4 作为 Planner 以获得更好的推理能力，使用 Claude Haiku 3.5 作为 Navigator 以提高导航效率 [1]。
- **本地运行**：作为 Chrome 扩展，其核心逻辑在本地浏览器中运行，减少了云端通信的延迟，同时也支持连接本地模型（如 Ollama）以实现零 API 成本和完全隐私 [1]。

### 1.3 防风控能力

Nanobrowser 的防风控能力相对基础，主要依赖于其作为标准 Chrome 扩展的运行环境：
- **真实浏览器环境**：由于它直接在用户日常使用的 Chrome 或 Edge 浏览器中作为扩展运行，其底层指纹（如 Canvas、WebGL、User-Agent 等）就是用户真实的浏览器指纹，这在一定程度上降低了被识别为无头浏览器（Headless Browser）的风险 [1]。
- **局限性**：Nanobrowser 并没有在底层对 Chromium 进行防检测修改。如果目标网站使用高级的机器人检测技术（如分析鼠标轨迹、按键延迟或检测自动化扩展特征），Nanobrowser 可能会被识别。它更适合用于常规的网页自动化和数据提取，而非对抗强风控的爬虫场景。

### 1.4 开源方式与协议

- **开源协议**：Nanobrowser 采用 **Apache License 2.0** 协议完全开源 [1]。
- **开源方式**：代码托管在 GitHub 上，包含扩展程序的完整源代码。用户可以自由地查看、修改、分发和用于商业用途，只需保留原始版权声明。
- **限制条款**：项目在 README 中明确声明，不支持且不参与任何基于该代码库的加密货币、代币、NFT 或其他区块链相关应用的衍生项目 [1]。

## 2. Nanobrowser 与 CloakBrowser 对比分析

downly.cn 文章中介绍的 **CloakBrowser** 是一款旨在提供高度隐身能力的 Chromium 浏览器项目 [2]。以下是两款工具的深度对比：

### 2.1 技术架构与修改层次

| 特性 | Nanobrowser | CloakBrowser |
| :--- | :--- | :--- |
| **产品形态** | Chrome 浏览器扩展程序 | 深度修改的 Chromium 二进制文件及 Python/JS 封装 |
| **修改层次** | 应用层（扩展注入） | 底层（C++ 源码级编译） |
| **核心驱动** | LLM 多智能体系统（Planner/Navigator） | Playwright / Puppeteer 自动化框架 |
| **部署方式** | 浏览器插件安装 / 源码构建 | Docker 部署 / 二进制文件下载 |

**分析**：Nanobrowser 是建立在现有浏览器之上的“大脑”，通过 AI 驱动操作；而 CloakBrowser 是重构了浏览器“躯体”，使其在自动化操作时看起来像真实人类。

### 2.2 防风控与隐身能力

| 防风控维度 | Nanobrowser | CloakBrowser |
| :--- | :--- | :--- |
| **自动化信号消除** | 依赖真实浏览器环境，无底层修改 | 源码级移除 `navigator.webdriver`，禁用自动化启动参数，模拟 CDP 行为 [2] |
| **指纹伪装** | 使用当前真实浏览器指纹 | 基于种子的确定性指纹噪声化（Canvas, WebGL, Audio, GPU 等） [2] |
| **代理与网络特征** | 依赖浏览器全局代理或扩展代理 | 深度清理代理特征，GeoIP 自动对齐时区和语言，防 WebRTC 泄露 [2] |
| **行为拟人化** | 依赖 AI 生成的操作指令 | 内置 `humanize=True` 参数，模拟真实鼠标轨迹、按键延迟和物理滚动 [2] |
| **检测通过率** | 面对高级检测（如 Cloudflare Turnstile）可能受限 | 宣称通过 reCAPTCHA v3 (0.9分)、Cloudflare Turnstile、FingerprintJS 等 30/30 项测试 [2] [3] |

**分析**：在防风控能力上，**CloakBrowser 具有压倒性优势**。它通过 57 个 C++ 源码级补丁彻底消除了自动化特征，是专门为对抗高级机器人检测而设计的。Nanobrowser 则不具备这种底层的反检测能力。

### 2.3 开源协议与商业模式

| 授权维度 | Nanobrowser | CloakBrowser |
| :--- | :--- | :--- |
| **开源协议** | Apache License 2.0（完全开源） [1] | 混合授权：封装代码 MIT，核心二进制文件闭源/专有协议 [3] [4] |
| **代码可见性** | 100% 源码可见 | 仅 Python/JS 封装层可见，核心 C++ 修改不可见 |
| **使用限制** | 免费商用，禁止用于区块链/加密货币项目 [1] | 免费使用，但**严禁重新分发、转售、逆向工程或修改二进制文件** [4] |
| **云端/CI 使用** | 无限制 | 允许内部 Docker/CI 使用，但禁止作为 SaaS 提供给第三方 [4] |

**分析**：Nanobrowser 是真正的开源项目，赋予开发者极大的自由度。CloakBrowser 采取了“核心闭源、接口开源”的策略，其编译好的 Chromium 二进制文件受到严格的专有协议（Binary License）保护，限制了其被二次打包或商业化分发的可能。

## 3. 总结与建议

**Nanobrowser** 和 **CloakBrowser** 虽然都涉及浏览器自动化，但解决的是完全不同的痛点：

1. **选择 Nanobrowser 如果您需要**：
   - 构建基于 LLM 的智能工作流（如自动总结新闻、智能购物比价）。
   - 一个免费的、本地运行的 OpenAI Operator 替代品。
   - 完全开源的代码库以便进行深度二次开发。
   - 目标网站没有极其严苛的反爬虫机制。

2. **选择 CloakBrowser 如果您需要**：
   - 极高的防风控能力，需要绕过 Cloudflare、reCAPTCHA v3、Kasada 等高级检测。
   - 稳定的、基于 Playwright/Puppeteer 的大规模数据抓取。
   - 确定性的浏览器指纹管理（用于账号矩阵、社交媒体自动化）。
   - 能够接受其核心二进制文件闭源的授权限制。

**综合建议**：如果您关注的重点是**防风控能力**，那么 **CloakBrowser** 是更专业的选择。但如果您希望在完全开源的框架下探索 **AI 驱动的自动化**，**Nanobrowser** 则提供了优秀的平台。在某些高级场景下，甚至可以考虑将两者的优势结合：使用 CloakBrowser 作为底层驱动，结合 LLM 智能体来实现既智能又隐蔽的自动化操作。

## 参考文献

[1] GitHub - nanobrowser/nanobrowser. https://github.com/nanobrowser/nanobrowser
[2] CloakBrowser 技术调研 | Downly. https://www.downly.cn/articles/bba61f3e-4033-4ebd-8ab7-71e45cd8e42b
[3] GitHub - CloakHQ/CloakBrowser. https://github.com/CloakHQ/CloakBrowser
[4] CloakBrowser Binary License. https://github.com/CloakHQ/CloakBrowser/blob/main/BINARY-LICENSE.md


Nanobrowser AI 浏览器调研分析

> 标榜通往通用人工智能的极客灯塔，底层依然流淌着贩卖用户流量的古典互联网血液。这场集体诉讼刺穿了大模型时代最隐秘的商业伦理陷阱。

## 极客光环下的流量暗网

当OpenAI在发布会上将自己包装为硅谷最纯粹的技术布道者，向全世界承诺AI将以安全且造福人类的方式普及时，绝大多数用户都产生了一种被技术光环加持的安全幻觉。然而，一纸诉状将这层昂贵的滤镜击得粉碎。指控显示，ChatGPT的底层界面中竟然嵌入了用于追踪的第三方代码，在用户毫不知情的情况下，将私密的对话查询与个人标识符实时泄露给Meta和谷歌等广告巨头。

这是一个充满讽刺意味的黑色幽默。在这个被吹捧为Web3.0与AGI交汇的新纪元里，世界上估值最高的AI公司，居然还在使用二十年前Web2.0时代最臭名昭著的流量变现手段——像素追踪。那些你在深夜向ChatGPT倾诉的心理困惑、那些你粘贴进去等待修改的未公开商业代码，都被悄无声息地打包，成为精准定向广告系统里的廉价饲料。

![52.png](https://static.downly.cn/images/2e0736341a9da785db654395975329f2.png) <center>图源备注 图片由AI生成</center>

## 被免费投喂的双重代价

长久以来，AI行业一直在给公众洗脑，声称使用免费模型即意味着同意贡献语料用于“模型训练与优化”。大部分用户捏着鼻子接受了这种数据剥削，认为这是通向技术进步必须缴纳的税。但集体诉讼揭露的残酷真相是，你的数据不仅被用来训练那个即将替代你的AI，还被直接倒卖给了监控资本主义的旧霸主。

隐性成本的失控　
- 商业机密裸奔　企业以为将AI作为内部效率工具，实则将自身的战略底牌拱手展示给了广告追踪网络。
- 隐性画像滥用　用户的每一次提问都在完善自己在巨头数据库中的心理与消费侧写，这种深度的思想窃取远比获取浏览记录更具入侵性。

我们曾经天真地以为，大模型商业模式的尽头是算力订阅制或高阶的API抽成。但现实无情地证明，只要存在流量焦虑与营收压力，哪怕是宣称要探索星辰大海的科技巨头，也无法抵御通过倒卖用户隐私来赚取快钱的本能诱惑。

![53.png](https://static.downly.cn/images/5f0b0d2324266eb3e21a079e874ffd9f.png) <center>图源备注 图片由AI生成</center>

## 信任底座的轰然坍塌

这绝不是一次简单的公关危机或可以通过缴纳罚款来翻篇的合规失误。这场诉讼是对中心化闭源大模型信任底座的毁灭性打击。当企业和政府意识到，他们引以为傲的“高级数据保护协议”在几行隐蔽的追踪代码面前如同废纸时，市场风向将发生剧烈的反转。

合规大棒的落下将彻底重塑行业格局。我们可以务实地预测，那些真正注重数据生命线的企业级客户，将以前所未有的速度逃离OpenAI这类黑盒平台，转而全面拥抱可在本地化部署的开源模型。巨头们亲手埋下的隐私地雷，最终将炸毁他们试图垄断AI底层基础设施的美梦。在算法越来越聪明的今天，商业底线却显得前所未有的愚蠢。

追踪代码暗送数据给Meta　集体诉讼扯下OpenAI隐私保护的遮羞布

> 凭借强硬安全立场与高阶开发者工具密集发布 Anthropic近期迎来付费用户爆发 成功在高端AI市场撕开商业化裂口。

## 争议营销与品牌粘性双向发酵

第三方机构Indagari对美国信用卡交易数据的追踪印证了这一增长曲线。Anthropic首席执行官Dario Amodei此前公开发表声明 明确拒绝将旗下模型技术用于致命自主行动或大规模监控。尽管面临美国国防部相关订单流失及潜在司法风险 这种恪守AI安全底线的态度却意外触动了民用市场的神经。叠加超级碗期间精准讽刺竞对商业化策略的广告投放 公司在2月份成功唤醒大批沉睡用户 实现了品牌认同向实际购买力的转化。

![12.png](https://static.downly.cn/images/ede16170561e7491f974c3a9becc9f51.png)

<center>图源备注 图片由AI生成</center>

## 生产力工具矩阵构筑转化壁垒

抛开品牌层面的情感共鸣 产品底层能力的跃升构成了此次订阅激增的核心支撑。针对专业开发者的细分诉求 公司连续推出Claude Code与协作平台Claude Cowork。而近期落地的“电脑使用”功能更赋予了模型自主点击与滚动网页的执行力 搭配移动端任务中枢Dispatch 直接打通了从文本交互到复杂任务自动化的闭环。数据显示 新增客群高度集中于每月20美元的Pro梯队 展现出高阶生产力人群对效率工具的强劲付费意愿。

Anthropic付费订阅量翻番 安全争议与产品矩阵重塑高端AI市场格局

> 桌面端入口争夺战再次升级。凭借系统级别的数据穿透与跨软件调用能力，全新的原生智能应用正试图打破既有的生态壁垒，重塑个人电脑计算平台的效率核心。

## 深度穿透 解锁本地化智能体验

云端大语言模型的较量正迅速向操作系统的最前线蔓延。据知情人士透露，谷歌正紧锣密鼓地进行一项代号级别的内部测试，专为苹果Mac设备打造原生的Gemini智能助手。这一举措标志着AI不再仅仅是浏览器中的一个标签页，而是试图深度嵌入到用户的日常本地工作流中。

功能设计细节体现了极强的侵入性 用户能够通过简单的拖拽手势快速上传各类文档和复杂数据。更为关键的是，该程序将获得深度的系统级访问权限。这意味着它能够跨越独立软件的孤岛，直接读取日历排期、检索本地图片甚至联动备忘录系统。这种深度的底层融合，使得AI从单纯的“问答机器”真正进化为掌握全局上下文的“数字管家”。

![42.png](https://static.downly.cn/images/621a8aaf2b03d473c85118e71eacfc16.png)

<center>图源备注：图片由AI生成</center>

## 强强结盟 巨头重划软件势力范围

长久以来，跨平台开发往往面临着适配缓慢的窘境。然而，基于两大科技巨头近期在底层模型领域达成的史诗级合作，原本封闭的系统接口正以前所未有的姿态敞开。这种基于互利共生的生态开放，为原生AI应用的迅速落地铺平了道路。

## 桌面战局 效率工具的终极对决

随着新一代原生应用的入局，桌面端将上演一场异常残酷的肉搏战。面对ChatGPT及Claude等竞争对手早已在桌面端布下的重兵，新入局者必须依靠更为流畅的系统整合能力与更低的操作门槛来抢夺用户心智。这场没有硝烟的入口之争，不仅将重新定义个人效率软件的评判标准，更将深刻改变未来数亿职场人士的办公形态。

科技巨头反攻桌面生态 原生AI直入底层直面竞争

> 大模型正在从聊天助手蜕变为具备严密逻辑的科学家。谷歌最新升级的 Gemini 3 Deep Think 模型，通过与顶尖科学家的深度共创，在奥数、物理竞赛及工程建模等“地狱级”难度领域展现了逼近人类极限的推理能力。

## 专攻无标准答案的复杂推理

新版 Deep Think 的核心使命是解决真实世界中那些“脏”问题。与传统大模型依赖海量数据背诵不同，这款模型是谷歌开发团队与全球顶尖科学家合作的结晶。

它专门针对那些边界模糊、缺乏唯一标准答案、且数据往往杂乱不全的复杂科研环境进行了深度优化。这意味着 AI 不再仅仅是检索知识，而是开始具备了类似人类科学家的“假设-验证-推理”链条。自2月12日起，Google AI Ultra 用户已可率先体验这一能力，谷歌更首次向企业级用户开放了API早期访问权限，意在加速科研落地的进程。

![Generated Image February 13, 2026 - 11_03AM (3).png](https://static.downly.cn/images/a798dad427e47a20bf659660c679e3d2.png) <center>图源备注：图片由AI生成</center>

## 统治奥赛与硬核基准测试

在多项公认的高难度基准测试中，Gemini 3 Deep Think 展现了令人咋舌的统治力：

* **学术竞赛**：在2025年国际数学奥林匹克（IMO）中达到金牌选手水平，并在物理与化学奥赛笔试中同样斩获金牌级评价。
* **极限挑战**：在被称为“人类最后考试”（Humanity's Last Exam）的超高难度测试中，取得了 **48.4%** 的成绩，这一分数在AI领域具有里程碑意义。
* **算法编程**：在 Codeforces 竞赛编程平台上，其 Elo 分值达到 **3455**，触及了算法与工程建模的行业天花板。

## 从跑分机器到实验室合伙人

谷歌明确强调，刷新榜单数据并非终极目标，Deep Think 的归宿是实验室与工程现场。目前，该模型已开始协助工程师通过代码对复杂的物理系统进行高精度建模，并帮助科研人员从庞大且零散的实验数据中挖掘潜在规律。随着 Gemini 3 Deep Think 的全面介入，AI 正正式从单纯的效率工具转型为科研创新的核心“合伙人”。

谷歌Gemini 3深度思考版进化 甚至通过了人类最后考试

> 2026年被OpenAI定义为“科学AI爆发元年”。随着GPT-5.2在专家级基准测试中取得突破性成绩，人工智能正从单一的效率工具进化为具备“认识论谦卑”的科研协作伙伴，意在重塑人类探索未知的边界。

## 算力换智力：从不及格到超越人类专家

OpenAI 科学团队负责人 Kevin Weil 近日抛出了一项震撼业界的数据对比，直观展示了模型迭代带来的质变。在衡量博士级科学知识深度的 GPQA 基准测试中，上一代“顶流” GPT-4 的得分仅为 39%，远未触及及格线。相比之下，人类专家的平均基准线约为 70%。

然而，OpenAI 最新披露的 GPT-5.2 模型在此项测试中轰下了 92% 的高分。这一跃升不仅意味着 AI 彻底跨越了人类专家的知识门槛，更标志着其推理能力已达到辅助顶尖科研的临界点。Weil 强调，这种能力维度的代差，将导致科研领域的“马太效应”加剧：在未来一年内，未能深度集成 AI 工作流的科学家，其思维质量与产出速度将难以与“AI 增强型”同行竞争。

![Google_AI_Studio_2026-01-28T03_04_24.646Z.png](https://static.downly.cn/images/fc9e238aa09a747a5cd1e177d15c1382.png) <center>图源备注：图片由AI生成</center>

## 认识论上的谦卑：做讨论者而非预言家

为了避免 AI 出现“一本正经胡说八道”的幻觉问题，OpenAI 在 GPT-5.2 的研发中引入了全新的交互哲学——“认识论上的谦卑”（Epistemic Humility）。

这一理念的核心在于重新定义 AI 的角色定位。OpenAI 不再试图打造一个全知全能的预言家，而是致力于构建一个严谨的“数字脑暴伙伴”。当科学家提出假设时，GPT-5.2 不会直接抛出绝对化的结论，而是倾向于使用“建议供参考”的措辞。它更擅长通过跨学科的类比分析和并行逻辑推演，帮助研究者发现那些隐藏在海量文献中、人类直觉难以捕捉的潜在联系。

## 站在巨人的肩膀上加速

尽管此前曾发生过 AI 在解决数学难题时误报的争议事件，但业界对 AI 介入科研的长期价值仍持乐观态度。Kevin Weil 在最新的采访中重申了务实主义的技术路线：AI 的使命并非通过“机械降神”来取代爱因斯坦式的天才。

相反，AI 的真正价值在于其对过去 30 年全球学术论文的完全消化与索引能力。它将作为人类科学家的外挂大脑，接管文献梳理、数据清洗等耗时工作，让科学家能够真正站在“巨人的肩膀”上，专注于灵感的捕捉与核心理论的突破。

2026年将迎科学AI奇点 OpenAI预测GPT5.2即将改写科研范式

> 今日AI界风起云涌：清华大学0.1秒生成3D数字人技术惊艳亮相；微软携手Anthropic，打破OpenAI单一依赖格局；字节跳动与腾讯在AI生图领域展开新角逐，将创意推向新高度；同时，AI正加速融入天气预报、软件测试、教育硬件等多个行业，展现出巨大的应用潜力。

## 0.1秒“复活”照片 清华团队开源GUAVA技术让3D数字人制作进入闪电时代
清华大学深研院与国际数字经济研究院的团队成功研发出GUAVA新技术，该技术仅需一张普通照片，便能在0.1秒内生成高质量的3D高斯化身，并能以超过50帧/秒的流畅度进行实时驱动。这一突破颠覆了以往需要多角度拍摄或漫长视频训练的传统数字人制作模式，极大地提升了制作效率和速度，为实时交互、虚拟现实等应用场景打开了新的想象空间。

![image.png](https://static.downly.cn/images/4d6ad844fb331ad9f3a90c5666bc9e38.png)
图源备注：图片由AI生成

## 字节跳动发布Seedream 4.0图像模型 Freepik平台率先集成
字节跳动正式推出其最新的Seedream 4.0图像创作模型，该模型在图像编辑的精准度、参考图的灵活性、4K超高清图像生成及自适应比例方面均实现了重大突破，甚至可以将人像照片一键转换为精致的手办风格图。用户现在可以通过豆包App和即梦网页端体验。与此同时，全球知名设计素材平台Freepik也已上线该模型，其premium+会员可无限次使用这一强大工具，为全球设计师的创作注入新的活力。

![image.png](https://static.downly.cn/images/5d639205aaa233d4f8d11ed1bb6c92b1.png)
图源备注：图片由AI生成

## 腾讯混元生图模型再进化 Image 2.1支持2K分辨率与精准“写字”
腾讯混元团队发布了其开源文生图模型的最新升级版“混元图像2.1”。新版本原生支持2K分辨率图像生成，并在中英文原生输入、复杂语义理解方面表现出色，能够更准确地在图片中渲染文字。该模型在性能与生成效果之间取得了良好平衡，旨在为视觉创作者提供一个更高效、便捷的创作工具，轻松生成精美插画、创意海报及漫画等多样化作品。

![image.png](https://static.downly.cn/images/e498b4e59aafb4e9f5d85063f0bb8884.png)
图源备注：图片由AI生成

## 微软不再“独宠”OpenAI Office 365将集成Anthropic模型
微软正在调整其AI战略，开始推行供应商多元化。最新举措是，微软将付费使用Anthropic公司的AI技术来增强其Office 365办公应用套件。这一举动标志着微软不再仅仅依赖其长期合作伙伴OpenAI，背后原因可能与OpenAI日益增强的自主性及其产品与微软产生的直接竞争有关。此举显示了微软在构建其AI生态时，正寻求更广泛和稳健的合作布局。

![image.png](https://static.downly.cn/images/456bbda78162116970d774c1fc0c72cc.png)
图源备注：图片由AI生成

## 不止于效率工具 首款AI Agent浏览器Fellou CE发布
硅谷公司Fellou推出了一款具有革新意义的AI概念浏览器Fellou CE。与市面上其他旨在节省时间的AI工具不同，Fellou CE将自己定位为用户的“认知杠杆”。它致力于通过AI Agent的能力，赋能用户进行更深层次的思考、激发创造力，并高效解决复杂问题，目标是实现数字工作方式的根本性转型，而不仅仅是提升操作效率。

![image.png](https://static.downly.cn/images/45e8de5f800f2c7a10a402d56ace5537.png)
图源备注：图片由AI生成

## 剑指英伟达霸主地位 谷歌TPU业务估值或达9000亿美元
谷歌正积极推广其自研的TPU（张量处理单元），并与众多小型云服务商展开合作，意图在价值巨大的AI硬件市场中挑战英伟达的绝对领先地位。据分析，谷歌的TPU业务若与旗下的顶尖AI研究机构DeepMind深度结合，其整体估值潜力可能高达9000亿美元，这预示着AI芯片领域的竞争将愈发激烈。

![image.png](https://static.downly.cn/images/285243c9fe4c3c460c5b2859db4ff031.png)
图源备注：图片由AI生成

## 打印机也懂批改作业 爱普生发布全球首款AI学习打印机
爱普生联合京东发布了全球首款AI学习打印机，将人工智能与传统打印设备创造性地结合。这款打印机内置了AI作文批改、口算检查、错别字识别三大核心功能，旨在通过“AI+打印”的新模式，让学习过程回归纸张，同时又赋予纸张前所未有的智慧，为家庭教育场景提供了全新的解决方案。

![image.png](https://static.downly.cn/images/8f0e07fdc4f0c3ad4cf4360fd6af03e0.png)
图源备注：图片由AI生成

## AI预报官“上岗” 中国气象局遴选14个AI模型迎接汛期考验
中国气象局正积极推动AI技术在天气预报领域的创新应用。在一项有35家高校、企业和科研单位参与的示范计划中，经过严格的测试与遴选，14个表现优异的AI天气预报模型脱颖而出。这些模型，包括伏羲、璞云、风乌、风清和盘古等，均已完成迭代更新，正式“上岗”，准备迎接汛期的严峻考验。

![image.png](https://static.downly.cn/images/c29e51f347d2737af876a96dd5b0a6f8.png)
图源备注：图片由AI生成

## 告别脆弱自动化 TestGrid发布CoTester™ 2.0引领AI测试新革命
TestGrid公司正式发布了其首个企业级AI测试代理CoTester™ 2.0。该产品旨在解决传统AI测试工具普遍存在的自动化流程脆弱、测试覆盖率低、维护成本高昂等痛点。CoTester™ 2.0创新地融合了视觉-语言智能、人类监督和机器人自动化精度，通过多模态视觉-语言代理实现近乎人类的测试解读能力，从而显著提升软件测试的效率与质量。

![image.png](https://static.downly.cn/images/34655de79458d9d43104de59209f6a66.png)
图源备注：图片由AI生成

## Devin集成引争议 Windsurf被指bug不断或临生存危机
近期，关于AI程序员Devin与现有平台Windsurf的整合过程引发了业界的担忧。一位知情人士透露，自从整合开始以来，Windsurf平台bug不断，而官方似乎并未积极响应，这种“装死”的态度可能导致其百万用户流失。外界担忧，这次整合如果处理不当，最终可能对Windsurf造成毁灭性的打击，使其陷入生存危机。

![image.png](https://static.downly.cn/images/0b8d4170f7eed481a3dcfe6fac77e32d.png)
图源备注：图片由AI生成

每日AI资讯0910：清华0.1秒“复活”照片，微软“牵手”新欢，AI军备竞赛开启新篇章




> 导语：今日AI界动态纷呈，从谷歌AI在网络安全领域的首次实战告捷，到通义千问在图像生成技术上实现新的突破；从视频大模型压缩技术的革新，到AI伦理与实践的激烈碰撞；再到为开发者量身打造的效率工具以及人形机器人操作系统的崭新构想，技术正以前所未有的速度，深刻重塑着产业的未来。

---

## 谷歌AI“捉虫”首战告捷 自动化安全检测迎新篇章

谷歌最新推出的AI工具Big Sleep成功挖掘出20个开源软件中的安全漏洞，这标志着AI在自动化安全检测领域已进入实用化阶段。该工具融合了DeepMind的先进AI技术与Project Zero团队丰富的实践经验，形成了一套“AI发现，人工验证”的高效模式。这一模式不仅显著提升了漏洞报告的质量和效率，也预示着网络安全领域正迎来由AI驱动的智能化变革。尽管AI生成的报告中可能存在误报，需要人工审核来确保其价值，但其潜力已不容小觑。

![image.png](https://static.downly.cn/images/d04c245fb5cc434de115e28c415d637d.png)

---

## 通义千问重磅开源Qwen-Image 刷新多项图像生成纪录

通义千问团队正式向全球开源其首个20B参数级别的图像生成基础模型——Qwen-Image。该模型在多个基准测试中表现卓越，尤其是在复杂的文本渲染、精细的图像编辑以及跨领域基准性能上，全面刷新了SOTA（State-of-the-Art）纪录。Qwen-Image的开源旨在推动生成式AI技术的进一步发展，其强大的性能可支持从专业级视觉设计到日常创意娱乐的广泛应用，为创作者提供了更多可能性。

![image.png](https://static.downly.cn/images/0adcf2f781c068559b3f222e2b67c28e.png)

---

## 阿里与南开大学联手 LLaVA-Scissor让视频大模型“瘦身”

阿里巴巴与南开大学联合发布了一项名为LLaVA-Scissor的创新技术，旨在为视频大模型进行高效“瘦身”。该技术基于图论中的SCC（强连通分量）方法，能够智能识别视频中的关键语义区域，并有效去除时序上的冗余信息。实验证明，LLaVA-Scissor能够在极低的token（信息单元）保留率下，依然展现出优于其他压缩方法的性能，极大地提升了视频内容的理解效率与处理速度。

![image.png](https://static.downly.cn/images/70ec050e82547287bf937ae144c5388f.png)

---

## AI搜索新星Perplexity陷“隐形爬行”风波

知名AI搜索创业公司Perplexity近日被指控存在“隐形爬行”行为。根据网络基础设施公司Cloudflare的报告，Perplexity涉嫌通过伪装身份、修改用户代理和IP地址等手段，绕过网站设定的`robots.txt`访问限制，抓取本应被阻止的内容。此举已导致Cloudflare将其从已验证的机器人名单中移除。面对指控，Perplexity回应称该报告存在“误解”且有“炒作”之嫌，引发了业界关于AI伦理和数据获取边界的广泛讨论。

![image.png](https://static.downly.cn/images/62a95a91fd102911ccbf9b852b039a2b.png)

---

## 智谱发布Zread.ai 搭载GLM-4.5赋能开发者

智谱公司正式推出了一款面向开发者的效率工具Zread.ai。该工具内置了强大的GLM-4.5大模型，旨在通过AI技术一站式解决开发者在工作中遇到的三大难题：快速接手遗留项目、高效撰写技术文档以及深入理解复杂的开源项目。Zread.ai通过先进的代码解析、知识图谱生成和智能问答互动功能，帮助开发者显著提升工作效率，构建高效的团队知识协作系统。

![image.png](https://static.downly.cn/images/af62dcf019463c40d03053e51c363737.png)

---

## OpenMind立志成为人形机器人的“安卓”

初创公司OpenMind正在开发一款专为人形机器人设计的开源操作系统，其目标是成为机器人领域的“安卓”。该系统专注于人与机器人、以及机器人之间的交互，旨在为能够与人类在相同环境中协作的仿人机器人提供一个统一、开放的软件平台。这一愿景如果实现，将极大推动人形机器人的标准化和普及，加速其在各行各业的应用落地。

![image.png](https://static.downly.cn/images/f2381450fabb632a76cef5bc365c7983.png)



搜索结果: 效率工具