资讯
微软发布MD系统，漏洞检测能力优于GPT-5.5
微软近日发布了MDASH多模型智能体扫描框架，该系统采用超过100个AI智能体协作策略，显著提升代码漏洞检测的准确性和效率。在CyberGym基准测试中，MDASH成功发现16个新漏洞，包括高危远程代码执行漏洞，全面超越GPT-5.5和Mythos模型。私有测试中实现100%识别率和零误报，历史漏洞召回率也极高。这一创新框架已用于微软内部安全加固，预示着AI在网络安全领域的重要突破。
0 
0 
微软MDASH安全系统超越GPT-5.5，提升漏洞扫描能力
微软最新发布的MDASH多模型智能体扫描框架在漏洞识别领域实现重大突破，超越了GPT-5.5等知名AI模型。该系统采用超过100个AI智能体协作，覆盖代码准备到漏洞验证全流程，在基准测试中达到100%识别率和零误报，成功发现多个高危漏洞。MDASH已开始协助微软内部安全加固，并向客户开放预览，为软件安全防护提供强大支持。
小米MiMo登顶OpenRouter全球调用量榜首，国产大模型首次问鼎
小米MiMo在全球最大AI模型API聚合平台OpenRouter上登顶全球调用量榜首，成为首个在此维度夺冠的国产大模型。最近一个月，MiMo累计贡献1.45万亿Token调用量，在300多个模型中脱颖而出。其采用端云协同架构，以高推理效率和低成本获得全球开发者认可。通过生态合作和免费Token计划，MiMo正扩大应用边界，展示了国产AI技术的全球竞争力和实用性。
高德联合千问开源AGenUI：一套代码让Agent UI同时运行在iOS、安卓和鸿蒙上
高德与千问联合开源了AGenUI，这是行业首个覆盖iOS、Android和鸿蒙三端的端云一体原生A2UI开源框架。开发者使用一套代码即可让AI Agent的UI在多端运行，无需为不同平台分别开发。基于Google A2UI协议，AGenUI提供跨平台渲染能力，支持流式架构和主题定制，推动AI应用从文本交互转向生成式UI交互。目前框架已开源，开发者可参与共建。
原力灵机Dexbotic 2.0 具身智能PyTorch进展中
原力灵机Dexbotic 2.0升级为具身原生开发框架，旨在打造具身智能时代的PyTorch。它解决了VLA技术研发分散、流程繁琐等痛点，通过统一VLA+RL学习范式，提升研发效率。文章介绍了DM0模型在RoboChallenge上以2.4B参数登顶的成就，展示了框架的强大能力。此外，密集的更新清单包括模型适配、训练能力增强和硬件生态扩展，推动了具身智能行业的快速发展。
谷歌发布Rambler语音听写功能：基于Gemini模型，集成至Gboard键盘
谷歌在2026年Android Show上推出基于Gemini模型的AI语音听写功能Rambler，集成至Gboard键盘。该功能可自动过滤语气词、实时理解自然语言更正，并支持多语言无缝切换，采用设备端与云端混合架构保护隐私。今夏首发三星Galaxy和Pixel设备，对第三方语音听写应用构成竞争压力。
南洋理工、伯克利、斯坦福、ETH联合发表机器人世界模型综述
这篇综述论文由南洋理工、伯克利、斯坦福等顶尖机构联合发表，系统梳理了机器人学习中世界模型的研究现状。文章定义了世界模型在机器人语境下的核心能力，包括预见性、规划和数据增强，并探讨了其与策略耦合的五种范式，如解耦式管道和统一VLA模型。同时，分析了世界模型作为仿真器的双重角色，为机器人学习领域提供了全面视角和未来挑战。
火山引擎发布业界首个Agent套餐包，整合多模态模型与联网工具
火山引擎发布业界首个Agent套餐包Agent Plan，整合自研及第三方多模态模型，并集成联网搜索等工具，采用Model与Harness双驱动模式。该计划引入AFP统一计量，提供阶梯订阅，旨在降低Agent应用开发门槛，加速AI在短视频制作、自动化办公等场景的爆发，标志着大模型竞争从参数转向生态集成。
具身大模型R1时刻：LIBERO终结者实现99.9%物理推理新范式
本文介绍了具身大模型的新突破LaST-R1，它通过隐空间物理推理和强化学习优化，使机器人在行动前进行物理思考，而非简单模仿。在LIBERO benchmark上达到99.9%成功率，真机任务中比现有最强模型π0.5高出22.5%，显著提升了泛化能力。这一范式解决了传统模型在环境变化时失效的问题，为机器人操作提供了更稳定的物理推理基础。
中国移动推出全新AI模型服务平台MoMA，让智能触手可及
中国移动在2026年5月8日发布了移动模型服务平台MoMA，该平台接入超过300款主流AI模型，通过统一的API网关实现一次接入即可使用所有模型资源。MoMA旨在降低AI应用门槛，提供智能路由引擎自动选择最佳模型，降低成本约30%，并推出‘机密模型’服务确保数据安全。平台采用流式实时计费，解决资源浪费问题，助力政务、金融、工业等多个领域的智能化发展。
Genesis AI发布GENE-26.5机器人基础模型，实现从烹饪到钢琴等只有人手才能完成的任务
Genesis AI发布了GENE-26.5机器人基础模型，该模型通过拟人化的机械手和数据采集手套，使机器人能够以人类级别的灵巧度执行复杂任务，如烹饪和钢琴演奏。文章介绍了模型的技术逻辑、数据策略和仿真系统，展示了机器人技术在缩小'具身性差距'方面的重要进展，为构建通用机器人奠定基础。
斯坦福团队利用弹性弯杆创造具有两千万种变形的思考型机器人骨架
斯坦福大学团队开发了‘弹性杆折纸’（RodOri）平台，利用预弯曲弹性杆构建可重构机器人骨架。该系统能在两千万种形态间自由切换，通过手动扭转调整力学性能，如刚度从软到硬，无需电机或芯片。这一创新为软体机器人、自适应装备和可编程超材料领域提供了新突破，实现了更多稳定形态和更自由调控。
北京大学仉尚航团队提出LaST-R1框架，机器人首次实现“边想边做”
北京大学仉尚航团队提出LaST-R1框架，针对当前视觉-语言-动作模型缺乏物理推理能力、适应性差的问题，通过将潜在空间中的物理推理嵌入强化学习优化回路，使机器人能够实现‘边想边做’。该框架同步优化推理表示和动作策略，显著提升机器人在真实环境中的适应性和任务成功率，推动机器人智能向更自主、灵活的方向发展。
VLA与世界模型对比，π0.7确定短期落地最优解
文章探讨了Physical Intelligence发布的π0.7 VLA基座模型如何突破机器人行业瓶颈，通过组合泛化实现任务举一反三、软硬件解耦支持跨本体适配，并革新数据利用方式，将失败素材转化为学习资源。π0.7降低了部署成本和门槛，推动通用机器人从概念走向现实，为短期落地提供了最优解决方案。
