> 谷歌DeepMind对Gemini API进行深度升级，推出多工具链与上下文循环功能。此举彻底打通搜索与地图等内置组件，标志着AI开发接口正从基础问答向高阶生产力自动化阶段跃迁。

## 告别繁琐 跨工具自动流转成为现实

2026年3月18日，谷歌DeepMind宣布对其Gemini API进行重大功能扩展，正式推出多工具链与上下文循环机制。此次升级直击开发者在调用大模型能力时步骤繁琐与响应迟缓的痛点。过去 开发者需要手动编写大量胶水代码来衔接不同工具的输入与输出，而新机制允许用户在单个请求中将谷歌搜索、谷歌地图等内置工具与自定义函数进行深度整合。

技术层面 新引入的上下文循环实现了跨工具的自动化数据传递。这意味着前序工具的输出结果可无缝作为后续工具的输入参数，大幅提升了复杂任务的处理效率。为了优化开发调试体验，系统现为每次工具调用分配唯一ID，显著增强了错误追踪的精准度。此外 谷歌地图已正式接入Gemini 3系列模型数据源，开发者可直接调用地理位置、商家详情及通勤时效等实时数据。

![12.png](https://static.downly.cn/images/cd29ee46e9d050b17b84fd33c86f4816.png)

<center>图源备注：图片由AI生成</center>

## 强化开发者生态 驱动智能体工作流落地

谷歌强烈建议开发者通过全新的Interactions API构建上述工作流程。在当前生成式AI全面迈向智能体工作流的行业趋势下，谷歌此举意图明显。通过减少手动干预和降低调用延迟，谷歌正进一步强化Gemini生态的开发者粘性。

这种从单一模型响应向复杂任务编排能力的进化，不仅是API接口层面的技术迭代，更代表着AI开发范式的根本性转变。开发者将能够以更低的门槛构建高度自治的AI应用，推动企业级AI解决方案向高效的生产力自动化模式加速演进。

谷歌Gemini API重大重构 多工具链与上下文循环加速智能体应用

> 黄仁勋定调智能体AI迎来历史拐点，开源黑马OpenClaw引爆的巨大算力真空正重塑产业格局。英伟达正加速迭代Vera Rubin架构，以长上下文处理能力重新定义硬件商业价值。

## 智能体催生千倍算力真空

英伟达首席执行官黄仁勋在近期的摩根士丹利会议上作出重要战略研判，指出智能体AI正处于爆发的历史节点。他对近期引发行业震动的开源项目OpenClaw给予了极高评价。这款软件仅用三周时间便打破了Linux操作系统耗时三十年才达成的普及纪录，成为史上下载量最大的开源项目。

更深远的影响在于，这类前沿智能体能够精准复制并替代人类工作负载。为维持其高效运作，长上下文处理需求使得Token消耗量激增约一千倍。这种指数级的资源消耗直接在行业内撕开了一个巨大的算力真空。

![12.png](https://static.downly.cn/images/f66e32668533241f44bd626ca160ce39.png) <center>图源备注：图片由AI生成</center>

## 五层架构与应用层红利

在剖析产业生态时，黄仁勋系统性地提出了AI产业的五层架构理论 能源层、芯片与计算基础设施层、云数据中心层、AI模型层以及应用层。他明确指出，能够为超大规模云厂商创造最大商业回报的核心驱动力正是处于金字塔顶端的应用层。智能体应用的大爆发不仅印证了这一判断，更在加速顶层商业变现的进程。

## Vera Rubin架构重塑底层硬件

面对由于应用爆发带来的严峻硬件瓶颈，英伟达已经开始大举调整研发重心。公司即将推出的Vera Rubin架构将专门针对长上下文处理进行深度优化。通过大幅提升板载内存元件的性能指标并整合先进的ICMS平台，英伟达试图从底层逻辑端彻底破除现有计算平台在处理复杂应用时的性能桎梏。

英伟达重塑算力版图 智能体AI引爆下一代架构革命

> **导语**
> 智能体（Agent）时代对底层模型的推理效率与逻辑能力提出了严苛要求。蚂蚁集团近日发布的 Ring-2.5-1T 模型，凭借创新的混合线性架构，在万亿参数规模下实现了性能与吞吐的双重飞跃，为开源社区带来了全新的高性能选项。

## 混合线性架构重定义推理效率

2月13日，蚂蚁集团正式开源全球首个基于混合线性架构的万亿参数思考模型 **Ring-2.5-1T**。该模型基于 Ling2.5 架构打造，通过优化注意力机制，成功解决了传统 Transformer 架构在长文本处理上的效率痛点。

数据表明，在 32K 以上的长文本生成场景中，Ring-2.5-1T 相比上一代模型，访存规模降低了 **10倍以上**，生成吞吐量提升了 **3倍以上**。即便是与仅有 32B 激活参数的 KIMI K2 架构相比，拥有 63B 激活参数的 Ring-2.5-1T 在长序列推理任务中依然保持了显著的吞吐优势，且这种优势随着生成长度的增加而愈发明显。

![Generated Image February 14, 2026 - 11_15AM (3).png](https://static.downly.cn/images/410e6631613a8710db0bc6a17854edcf.png) <center>图源备注：图片由AI生成</center>

## 数学与逻辑能力的开源新高地

在深度思考（Heavy Thinking）能力的构建上，Ring-2.5-1T 展现了强悍的竞技水平。在国际数学奥林匹克竞赛（IMO2025）和中国数学奥林匹克（CMO2025）的自测中，该模型分别取得了 35分 和 105分 的成绩，均达到金牌水平。

此外，在与 DeepSeek-v3.2-Thinking、GPT-5.2-thinking-high 等主流模型的系统对比中，Ring-2.5-1T 在 **IMOAnswerBench** 和 **LiveCodeBench-v6** 等基准测试中表现优异，尤其在复杂推理和跨任务泛化能力上，处于开源领域的领先地位。

## 赋能智能体复杂任务处理

Ring-2.5-1T 的发布不仅是参数量的堆叠，更是为了适配复杂的智能体应用场景。该模型能够轻松适配 Claude Code 等智能体框架及 OpenClaw 个人 AI 助理，支持多步规划与工具调用。

随着 AI 应用从简单的问答向长文档分析、代码库理解及复杂任务规划演进，Ring-2.5-1T 有效缓解了长输出场景下的计算开销问题。目前，其模型权重与推理代码已在 Hugging Face 和 ModelScope 上线，官方 API 服务也将于近期开放。

蚂蚁集团开源万亿参数模型 Ring-2.5-1T 混合架构突破效率瓶颈

> 今日AI界风起云涌：清华与东北大学联手推出UltraRAG 2.0，以50行代码简化RAG系统构建；Perplexity对Chrome的收购意向撼动浏览器市场格局。腾讯连发两款开源神器，单图生成3D世界的HunyuanWorld-Voyager与开箱即用的Youtu-Agent框架。谷歌、即梦AI、通义实验室、微软等巨头也纷纷亮剑，从网页内容理解、多模型服务到智能体开发框架，技术革新正以前所未有的速度，重塑我们的数字生活与开发范式。

## 清华联手东北大学发布UltraRAG 2.0：50行代码定义RAG新范式

清华大学与东北大学等机构联合发布了UltraRAG 2.0框架，它基于创新的模型上下文协议（MCP）架构，允许开发者通过简单的YAML文件来配置和构建复杂的检索增强生成（RAG）系统。该框架支持串行、循环、条件分支等多种逻辑，极大地降低了高性能RAG应用的开发门槛，让复杂的AI系统搭建变得前所未有的简单。

![插图：代码流与神经网络的抽象结合](https://static.downly.cn/images/71866b30d3bd8cb39ead10556f95a395.png)
图源备注：图片由AI生成

## AI浏览器战争升级 Perplexity欲收购Chrome

AI搜索公司Perplexity对谷歌Chrome浏览器提出高达345亿美元的收购报价，此举震惊业界，标志着AI对传统浏览器市场的颠覆性冲击正式拉开序幕。与此同时，Anthropic公司也推出了针对Chrome的Claude扩展，AI与浏览器的深度融合已成大势所趋，一场围绕下一代智能浏览体验的战争已然爆发。

![插图：两个科技巨头的Logo在浏览器窗口中对峙](https://static.downly.cn/images/a185998c7389e0d433c242b8a11a9cfb.png)
图源备注：图片由AI生成

## 腾讯再亮王牌 HunyuanWorld-Voyager实现单图生成3D世界

腾讯AI研究团队开源了其最新的研究成果HunyuanWorld-Voyager。这一模型堪称“神器”，仅需一张普通的2D图像，就能即时生成与之完全一致的3D点云世界。凭借其卓越的原生3D重建能力，在相机控制、内容对齐和3D一致性上表现出色，成功登顶WorldScore全球排行榜，为3D重建和图生3D领域带来了革命性突破。

![插图：一张风景照片悬浮在空中，下方延展出一个完整的、可供探索的3D立体世界]![image.png](https://static.downly.cn/images/8e0e6ffc6db2b93dfa1938d503f47f9d.png)
图源备注：图片由AI生成

## 人人都是开发者 腾讯优图开源Youtu-Agent智能体框架

腾讯优图实验室正式开源Youtu-Agent智能体框架，主打“开箱即用”的便捷理念。开发者无需进行复杂的模型训练，只需从GitHub上获取代码，通过编写简单的YAML配置文件来定义智能体的具体行为，便能迅速搭建并运行个性化的智能体应用，极大地降低了技术门槛。

![插图：一个即插即用的模块化机器人，用户可以轻松更换代表不同功能的模块](https://static.downly.cn/images/e6fa2a42972d2771714972f5728f325c.png)
图源备注：图片由AI生成

## 谷歌Gemini API添新翼 AI可“阅读”并理解整个网页

谷歌为其Gemini API增加了一项名为URL Context的全新功能。这项技术使得AI不再局限于抓取网页摘要或部分信息，而是能够像人类一样深入、完整地理解和解析整个网页的内容。这一重大进展意味着开发者可以构建出更精准、更智能的应用，实现对网络信息的深度利用。

![插图：一个AI大脑正在扫描一个网页，网页中的文字和图片转化为结构化的数据流](https://static.downly.cn/images/dca8e3de45333203759164411c551201.png)
图源备注：图片由AI生成

## 即梦AI模型全面开放API 提供一站式图像视频生成服务

即梦AI与火山引擎达成合作，将其旗下包括文生图、图生图、视频生成、数字人等在内的一系列先进AI模型，通过API的形式向企业级用户和开发者全面开放。此举旨在提供一个一站式的图像与视频生成解决方案，开发者可以轻松接入并利用这些经过市场验证的强大功能，创造高质量的视觉内容。

![插图：一条API数据流从一个服务器流向多个不同的终端设备，每个设备上都显示着由AI生成的不同风格的图像和视频](https://static.downly.cn/images/8f7698019e45a7460e2534eb9e4357f2.png)
图源备注：图片由AI生成

## Cherry Studio携手硅基流动 免费开放Qwen38B模型

为了提升用户体验，AI桌面客户端Cherry Studio宣布与硅基流动达成深度合作，向所有用户免费提供通义千问Qwen38B模型。该模型以其出色的推理能力、指令遵循和多语言支持而广受好评。此次合作将进一步丰富Cherry Studio的多模型生态，让跨平台用户能更便捷地享受到顶级AI模型的强大功能。

![插图：一个樱桃形状的工作室Logo与一个芯片Logo握手，背景是流畅运行在不同操作系统上的AI界面](https://static.downly.cn/images/3131fa6c37fb1c342cc9be32e62576d8.png)
图源备注：图片由AI生成

## 通义实验室发布AgentScope 1.0 打造一站式智能体开发平台

通义实验室正式推出新一代开源智能体开发框架AgentScope 1.0。该框架以开发者为核心，致力于解决多智能体从开发、构建到运行和管理的全生命周期难题。通过其三层技术架构（核心框架、Runtime和Studio），AgentScope 1.0为开发者提供了灵活且强大的解决方案，让构建安全、高效的智能体应用变得更加简单。

![插图：一个开发者在一个可视化的工作台上拖拽不同的智能体模块，构建出一个复杂的多智能体协作系统](https://static.downly.cn/images/c1287b323739b9d5ca266dcec2ca7d27.png)
图源备注：图片由AI生成

## 微软Copilot能力升级 免费用户也可多文件推理

微软宣布对其AI助手Copilot进行重要更新，免费向所有网页版和Windows 11版用户开放多文件分析功能。现在，用户可以一次性上传最多三个文件，让Copilot进行跨文档的理解和推理。这一此前仅限付费用户的功能将极大提升Copilot的实用性，例如可以同时分析简历和招聘启事，为求职者提供精准建议。

![插图：三份不同的文档被一只机械手同时送入一个Copilot大脑中进行分析和比较](https://static.downly.cn/images/baaf1ea28902e437966fb6921c6d1b56.png)
图源备注：图片由AI生成

## Google发布Nano Banana AI图像编辑进入“一句话”时代

Google旗下Gemini 2.5 Flash Image团队推出了革命性的AI图像引擎Nano Banana。这项新技术颠覆了传统的图像编辑流程，用户只需用一句话描述想要进行的修改，AI即可精准完成操作。这项功能的推出，极大地降低了图像处理的门槛，让专业级的图像编辑变得像日常对话一样简单便捷。

![插图：一个人对着麦克风说话，旁边屏幕上一张复杂的图片根据语音指令实时发生改变](https://static.downly.cn/images/2c672eaf942f6300b1fe1c0499d7f87d.png)
图源备注：图片由AI生成

每日AI资讯0903：未来科技浪潮，人工智能重塑数字世界




> 导语：今日AI界热点纷呈，从谷歌为Gemini助手增加“记忆”功能以提供更个性化的服务，到Mistral AI发布性能更强的Medium 3.1多模态模型；从香港大学等机构开源OpenCUA框架让人人都能构建专属电脑管家，到字节跳动开源VeOmni框架提升多模态训练效率。同时，AI的应用场景也在不断拓宽，谷歌上线AI搜特价机票功能，Midjourney降低高清视频创作门槛，更有西班牙初创公司推出可在手表上运行的超微型模型。此外，谷歌也在Photos中引入新功能，帮助用户辨别AI生成内容，致力于提升数字世界的透明度。

## AI助手更懂你 谷歌Gemini迎来“记忆”与“隐私聊天”模式

谷歌为其AI助手Gemini带来了两项重大功能更新 “记忆”与“临时聊天”。“记忆”功能允许Gemini持续学习用户的偏好和信息，从而在未来的对话中提供更加个性化和贴切的建议与提醒，让AI助手成为真正的“私人助理”。而“临时聊天”模式则充分考虑了用户隐私，在该模式下的所有对话内容都不会被保存或用于模型训练，确保了用户在处理敏感信息时的安全性。这一更新旨在全面提升AI助手的智能化服务水平与用户的使用安全。

![image.png](https://static.downly.cn/images/c305d12fa40e1d5c128425d9ff6feb69.png)

## 创作门槛再降低 Midjourney向标准用户开放高清视频生成

知名AI创作平台Midjourney宣布重大更新，将其高清视频生成功能开放给所有标准订阅用户。此次升级不仅让更多创作者能够轻松制作出高质量的视频内容，还同步推出了批量创作和独立的Moodboards灵感管理页面等功能，极大地提升了创作效率和用户体验。同时，平台也优化了视频审核机制以确保内容合规。这一系列举措旨在让AI创作变得更加简单、高效，并激发更广泛的创意灵感。

![image.png](https://static.downly.cn/images/00976d34d91cde397529c6a241b1b89f.png)

## 说走就走 AI帮你找特价机票 谷歌上线Flight Deals新功能

谷歌在其机票搜索服务Google Flights中集成了一项名为Flight Deals的全新AI工具。用户现在可以使用自然语言，如“下个月去东京的五日游最便宜的机票”，来直接搜索优惠航班。该工具会智能分析并根据节省百分比和价格进行排序，帮助用户快速锁定最具性价比的选择。此举不仅提升了用户预订体验，也被视为谷歌在日益激烈的旅游搜索市场中，利用AI技术巩固其领先地位的重要一步。

![image.png](https://static.downly.cn/images/8bc9074a2b1b4bde9679919f444c0d9d.png)

## 人人都能拥有专属电脑管家 香港大学等机构开源OpenCUA框架

香港大学联合月之暗面、斯坦福大学等顶尖机构，共同开源了OpenCUA框架。该框架提供了一套完整的开发工具、数据和模型，旨在让开发者能够轻松构建和扩展个性化的计算机使用智能体（CUA）。这些智能体可以像真人助手一样操作电脑完成复杂任务，其性能在测试中已超越GPT-4o。OpenCUA的开源为人人都能打造专属的电脑智能助手提供了强大的技术支持，将极大推动计算机智能体应用的普及。

![image.png](https://static.downly.cn/images/d28e8fc1a5fa5ecf01d41a74e2c1dcff.png)

## 火眼金睛辨真伪 谷歌Photos新增AI图像识别功能

为了应对日益泛滥的深度伪造和AI生成内容，谷歌Photos即将推出一项名为“How Was This Made”的新功能。该功能通过分析嵌入在图片和视频文件中的内容凭证，可以清晰地向用户展示该媒体是自然拍摄、经过AI编辑还是完全由AI生成。此举旨在提升数字媒体的透明度和真实性，帮助用户在信息爆炸的时代更好地辨别内容的来源与真伪，重建对数字内容的信任。

![image.png](https://static.downly.cn/images/638053c5ed83009d48dac9cfc0b85700.png)

## AI也能“塞进”手表里 西班牙独角兽发布两款超微型AI模型

欧洲AI独角兽公司Multiverse Computing发布了两款基于其CompactifAI压缩技术的极微型AI模型 “ChickBrain”（鸡脑）和“SuperFly”（苍蝇大脑）。这两款模型体积小到可以在智能手表、家用电器甚至PC等设备上离线流畅运行，目标是在极小的硬件资源下保留高效的实用性功能。该公司透露，已在与苹果、三星等主流设备制造商进行合作洽谈，未来我们身边的日常设备或将变得更加智能。

![image.png](https://static.downly.cn/images/f5f1711e8bbf99659315c62983c82742.png)

## 性能全面升级 Mistral AI发布Medium 3.1多模态大模型

法国AI巨头Mistral AI重磅发布了其最新的Mistral Medium 3.1模型。新模型在性能上实现了全面升级，尤其在推理、编码及STEM（科学、技术、工程和数学）等专业任务上表现卓越，优于同级别的竞争对手。作为一个多模态模型，它不仅能处理文本，还能理解视觉输入。此外，模型内置的语调适配层使其能更好地满足企业客户的定制化需求，目前已通过Le Chat平台和API接口向开发者开放。

![image.png](https://static.downly.cn/images/cfd4b4f32d651c1e59186d2a2dc645bc.png)

## 加速多模态训练 字节跳动开源VeOmni框架

为了解决AI领域中多模态模型训练碎片化、效率低下的问题，字节跳动宣布开源其内部长期使用的VeOmni框架。该框架通过提供统一的API，巧妙地整合了多种并行策略，并优化了显存和计算效率，同时还支持前沿的蒸馏技术。这使得开发者在训练包含语言、视觉、视频等多种模态的AI模型时，能够显著提升训练效率和数据吞吐量，从而加速从研发到部署的整个流程。

![image.png](https://static.downly.cn/images/a7b7e5647cd8ea557d9ebcfe5a53ce9c.png)


每日AI资讯0815：谷歌Gemini迎来重大更新，Midjourney向标准用户开放高清视频生成



> 本期AI资讯聚焦于智能体（Agent）技术的最新突破与应用。PPIO发布了国内首个Agentic AI基础设施平台，旨在加速企业级智能体开发。与此同时，阿里巴巴开源了WebSailor AI Agent框架，打破了传统信息检索的壁垒。此外，谷歌AI的处理能力在6月实现了惊人增长，其处理的标记量翻倍，凸显了底层模型效率的巨大提升。

## PPIO发布国内首创Agentic AI平台，加速智能体应用落地

PPIO在2025世界人工智能大会上正式推出了国内首个Agentic AI基础设施服务平台。该平台提供通用版和企业版，以其强大的分布式GPU云底座为基础，配备了兼容E2B接口的Agent沙箱，为开发者提供了安全、低成本且高效的开发环境。平台支持长下文输出和复杂的企业级功能，旨在解决日益增长的智能体应用开发挑战，强力推动企业实现智能化转型。

![image.png](https://static.downly.cn/images/15aa81cf954146d81c21a4c8a4b8544a.png)

## 谷歌AI处理能力惊人增长，单月标记量突破980万亿

谷歌的人工智能系统在今年六月份展现了惊人的处理能力，处理的标记总数超过了980万亿个，相较于五月份增加了一倍以上。这一显著增长主要得益于其推理模型（如Gemini Flash 2.5）效率的大幅提升。据悉，Gemini Flash 2.5相比前代版本，处理的标记数量增加了约17倍。尽管运营成本也随之大幅增加，但其强大的大规模信息处理能力是实现此次数据激增的核心驱动力。

![image.png](https://static.downly.cn/images/ff56d6934d79f40f09e3aae170cdb5c2.png)

## 阿里巴巴开源WebSailor，革新AI信息检索技术

阿里巴巴通义实验室近日发布并开源了一款创新的AI智能体框架——WebSailor。该框架巧妙地融合了复杂任务生成与强化学习技术，旨在有效应对当前信息爆炸环境下的检索难题。WebSailor在GitHub上发布后迅速获得广泛关注，并在BrowseComp-en/zh和SimpleQA等多个基准测试中取得了优异表现，性能甚至可以媲美一些先进的闭源模型。它通过知识图谱生成高不确定性任务，并利用DUPO算法进行训练优化，同时采用信息模糊化技术来提升任务的复杂性，展现了其在信息检索等领域的巨大应用潜力。

![image.png](https://static.downly.cn/images/7dc85689e25e62662741a4a72407f4f4.png)



 每日AI资讯0728：PPIO引领Agent-AI平台，谷歌处理能力翻倍，阿里开源WebSailor革新搜索

海量AI智能体免费用，已接入DeepSeek满血版

搜索结果: 智能体应用