AINews - 2026-04-23
📰 十大AI新闻要点
1. OpenAI 发布 GPT-Image-2 和 ChatGPT Images 2.0
OpenAI 正式推出 GPT-Image-2 模型及 ChatGPT Images 2.0 产品，强调在文本渲染、布局保真度、编辑、多语言支持和图像“思考”能力上的显著提升。该模型支持联网搜索、生成多个候选方案、自我检查输出，并能创建幻灯片、信息图、图表、UI 线框图和二维码等实用视觉内容。模型已通过 API 开放，并迅速被 Figma、Canva、Adobe Firefly 等下游工具集成。
2. GPT-Image-2 在 Arena 基准测试中取得压倒性领先
根据 Arena 基准测试报告，GPT-Image-2 在文本到图像、单图编辑和多图编辑等所有图像竞技场排行榜上均位列第一，Elo 分数分别为 1512、1513 和 1464。尤其在文本到图像任务上，其领先优势高达 +242 Elo，显示出在实用图像任务（如 UI 设计、文档制作和生产力视觉内容）上的巨大飞跃。
3. Hugging Face 发布开源研究循环智能体 ml-intern
Hugging Face 推出开源智能体
ml-intern，旨在自动化后训练研究循环。该智能体能够阅读论文、追踪引用图谱、收集/重组数据集、启动训练任务、评估运行结果并从失败中迭代。社区测试显示，它可以在 10 小时内将 Qwen3-1.7B 在 GPQA 科学推理基准上的表现从 10% 提升至 32%，并能自主微调模型并将成果发布回 Hugging Face Hub。
4. Moonshot 发布 Kimi K2.6 模型并展示长程编码能力
Moonshot 发布了 Kimi K2.6 模型，这是一个拥有 1 万亿参数的混合专家模型，专注于长程编码和自主任务编排。演示显示，该模型能通过超过 4000 次工具调用，在 12 小时以上时间内下载并用 Zig 语言优化 Qwen3.5-0.8B 的推理代码，将吞吐量从 ~15 tok/s 提升至 ~193 tok/s，最终性能比 LM Studio 快约 20%。
5. Moonshot 开源高性能注意力内核 FlashKDA
Moonshot 开源了 FlashKDA，这是一个基于 CUTLASS 的 Kimi Delta Attention 内核实现。据称，在 H20 GPU 上，其预填充速度比 flash-linear-attention 基线快 1.72 倍至 2.22 倍，可作为后者的即插即用后端。外部测试显示，K2.6 结合 DFlash 在 8x MI300X 上实现了 508 tok/s 的吞吐量，比基线自回归设置提升了 5.6 倍。
6. Google 推出升级版 Deep Research 和 Deep Research Max API
Google/DeepMind 通过 Gemini API 发布了升级版的 Deep Research 和 Deep Research Max，由 Gemini 3.1 Pro 驱动。新版本支持协作规划、任意 MCP 工具连接、多模态输入（PDF/CSV/图像/音频/视频）、代码执行、原生图表/信息图生成以及实时进度流。Deep Research Max 在 DeepSearchQA、BrowseComp 和 HLE 等基准测试中取得了高分，旨在产品化“隔夜尽职调查/分析师报告生成”工作流。
7. LightOn 发布高效开源检索模型 LateOn 和 DenseOn
LightOn 发布了 LateOn 和 DenseOn 两款 1.49 亿参数的检索模型，采用 Apache 2.0 许可证。LateOn（多向量/ColBERT 风格）在 BEIR 基准测试上的 NDCG@10 达到 57.22，DenseOn（密集单向量）达到 56.20，性能超过了参数规模达其 4 倍的模型。同时，他们还发布了包含 14 亿查询-文档对的整合数据集。
8. Anthropic 将 Claude Code 功能从 Pro 订阅计划中移除
Anthropic 在未发布正式公告的情况下，从其 Claude Pro 订阅计划的定价页面和功能列表中移除了 Claude Code。根据更新的支持文章，Claude Code 现在仅包含在 Max 计划中。这一变动引发了 Pro 计划用户的困惑和不满，可能导致部分用户转向其他替代方案。
9. DeepSeek 宣布支持 100 万上下文并发布 mHC 架构论文
DeepSeek 宣布其模型已支持 100 万令牌的上下文窗口，无需分块即可处理大量数据输入。同时，他们发布了关于流形约束超连接架构的新论文，旨在提高训练稳定性和效率。此外，DeepSeek 的 API 定价保持竞争力，为每百万令牌 0.28 美元，显著低于 GPT-4o 等竞争对手。
10. vLLM 推出交互式部署知识库 recipes.vllm.ai
vLLM 项目重新设计了 recipes.vllm.ai 网站，将其打造为一个实用的部署知识层。该网站将模型页面映射到可运行的部署方案，包含交互式命令构建器，支持 NVIDIA 和 AMD 硬件，涵盖张量/专家/数据并行变体，并暴露了供智能体使用的 JSON API。这种基础设施文档层旨在降低部署新开源模型的操作摩擦。
🛠️ 十大工具产品要点
1. GPT-Image-2 API 现已可用
OpenAI 开发者账号宣布 GPT-Image-2 模型现已通过 API 提供。开发者可以调用该 API 来利用其强大的图像生成和编辑能力，集成到自己的应用程序和工作流中。
2. Figma、Canva 等工具宣布集成 GPT-Image-2
在 GPT-Image-2 发布后，包括 Figma、Canva、Adobe Firefly、fal.ai 和 Hermes Agent 在内的多个下游设计和创意工具迅速宣布了集成计划，表明该模型将很快成为这些平台内部工作流的一部分。
3. Hermes 智能体平台功能持续增强
Hermes 智能体平台正在演变为一个更丰富的本地/开源智能体堆栈。最新更新显示，其子智能体现在支持更大的生成宽度和递归生成深度，实现了更深层次的层次化任务分解，标志着从“单一聊天循环”智能体向具有内存、工具、权限和可复用技能的多进程编排系统转变。
4. DSPy 3.2 发布 RLM 改进与优化器链
DSPy 框架发布 3.2 版本，带来了检索语言模型改进、优化器链功能以及与 LiteLLM 的解耦。这些更新旨在提升构建和优化基于检索的 LM 系统的灵活性和效率。
5. 开源医疗推理模型 Chaperone-Thinking-LQ-1.0 发布
基于 DeepSeek-R1-Distill-Qwen-32B 微调的开源推理模型 Chaperone-Thinking-LQ-1.0 发布。该模型采用 4 位 GPTQ 量化，大小从约 60GB 压缩至约 20GB，在 MedQA 上达到 84% 的准确率，接近 GPT-4o 的 88%，推理速度比基础模型快 1.6 倍，适用于本地企业级医疗应用。
6. LangChain 为 deepagents 部署添加自定义认证
LangChain 宣布为其 deepagents 部署功能添加了自定义认证支持，这增强了在部署复杂智能体系统时的安全性和访问控制能力。
7. Skillkit 增加对 Hermes 的原生支持
Skillkit 工具宣布增加对 Hermes 智能体平台的原生支持，使得开发者能够更便捷地在 Skillkit 环境中利用 Hermes 的能力来构建和编排智能体任务。
8. 为 Kimi K2.6 推出的 macOS GUI 应用 Scarf
一款名为 Scarf 的新 macOS 图形用户界面应用被推出，旨在为 Kimi K2.6 模型提供更友好的本地交互体验，显示了开源模型在本地工作流中应用的增长趋势。
9. LlamaIndex 推出图表理解基准 ParseBench
LlamaIndex 推出了 ParseBench，这是一个专门用于评估 AI 模型在真实企业文档内部理解图表能力的基准测试，反映了业界对智能体在具体、复杂场景下盲点探测的重视。
10. Google Research 提出 ReasoningBank 框架
Google Research 提出了 ReasoningBank 框架，该框架将记忆视为从成功和失败的轨迹中学习，旨在提升智能体的推理和学习能力，是智能体系统向更复杂、更健壮方向发展的一个研究信号。