字节跳动 Seed 团队开源 UI-TARS-2，通过端到端多轮强化学习训练 GUI 智能体，Online-Mind2Web 得分88.2刷新SOTA，超越 Claude/OpenAI CUA 基线，配套桌面应用获31.8k GitHub star。
AI 科技资讯与技术观察
追踪 AI 智能体、大模型与多模态前沿
51AllAI 用中文梳理全球 AI 产品、研究与行业变化，优先核对官方公告、技术文档、论文和代码仓库，帮助你快速判断一项更新是什么、有什么影响、是否值得关注。
Claude Code 团队成员 Thariq Shihipar 公开表示团队已停止使用 Markdown，全面改用 Claude Code 生成 HTML 文件交付内容。本文梳理其 20 个 HTML 示例、Simon Willison 的响应评测，以及 Markdown vs HTML 的适用边界。
Anthropic 在 Claude Code 中内置 /radio 命令一键调出 Claude FM lo-fi 编程电台，社区 claude-music 插件提供25+风格电台与 AI DJ 根据会话上下文自动选曲，AI 编程工具开始争夺背景音场景。
Anthropic 封号潮引发用户反弹。bannedbyanthropic.com 上线收集案例，110 人公司账号一夜封禁、OpenClaw 开发者被临时封号、未成年人检测误伤付费用户。本文整理封号模式、请愿站诉求与 Anthropic 官方回应。
DeepSeek 5月9日大范围开放识图模式内测，基于 DeepSeek-OCR2 视觉编码方案与视觉因果流架构，800像素图像仅需约90 tokens 远低于主流方案消耗的870到1100 tokens，首次向终端用户开放原生多模态图像理解能力。
RunningHub 发布 RHTV 平台将 AI 智能体直接嵌入无限画布而非独立聊天窗口，用户用自然语言描述创意即可自动生成完整 ComfyUI 节点链路，接入13681个可用节点与10万+社区应用，覆盖图像、视频、音频、3D、文本五模态。
OpenAI 发布 GPT-Realtime-2，首款搭载 GPT-5 级推理能力的实时语音模型。上下文窗口从 32K 扩至 128K，Big Bench Audio 得分 96.6%，支持工具调用与多级推理调节，API 定价为音频输入 $32/M tokens、输出 $64/M tokens。
Anthropic 将 Claude 全面接入 Microsoft Office 覆盖 Word、Excel、PowerPoint、Outlook 四款应用，跨应用上下文自动传输无需手动复制粘贴，引入预建 Skills 机制，所有输入输出30天内自动删除。
OpenAI 正式上架 Codex for Chrome 扩展，支持在已登录态浏览器中操作 Web 应用测试前端调试与调用 DevTools，每次访问新网站前请求用户确认，与 Claude in Chrome 形成开发者工具与通用自动化代理的差异化竞争格局。
马斯克5月6日宣布 xAI 不再作为独立公司运营，整体并入 SpaceX 并更名为 SpaceXAI，创立时11位联合创始人已全部离开，合并后实体估值1.25万亿美元，去除子公司汇报层级简化财务披露结构，为 SpaceX 预计6月启动 IPO 做准备。
Anthropic 与 SpaceX 签署算力协议接入 Colossus 1 超算，超22万张 GPU 提供 300MW+ 计算能力，Claude Code 及 Opus API 用量限额即时翻倍，双方计划合作开发吉瓦级轨道 AI 算力容量。
火山引擎发布豆包 Doubao-Seed-2.0-lite 新版本全模态大模型，原生支持文本、图像、音频、视频统一理解与跨模态联合推理，19语种精准语音转写与中英双语互译，多项音频理解基准测试超越 Gemini-3.1-Pro，深度适配 OpenClaw 等框架。