2026-06-04 AI 日报

声明：完全使用AI生成，可能存在错误，需谨慎甄别。

摘要

2026-06-04 AI 领域呈现端侧模型、Agent 工作流、内容生态与安全治理同步推进的格局，值得关注的信息：谷歌开源可在 16GB 设备运行的 Gemma 4 12B，多家平台继续把 AI 嵌入搜索、购物和企业工作流；同时，Instagram 与 VS Code 暴露的安全问题提醒行业，AI 功能上线后的权限、接口和凭证治理正在成为关键短板。

今日大事

谷歌开源 Gemma 4 12B 多模态模型

谷歌发布并开源 Gemma 4 12B 多模态模型，官方称其可在仅 16GB 内存或显存 的消费级笔记本和台式机上本地运行。模型支持文本、图片、视频和音频输入，采用无编码器统一架构，并通过 Token 预测选型器降低延迟，面向本地多步骤推理和智能体交互等场景。该模型以 Apache 2.0 许可开放，已可在 Ollama、HuggingFace 和 Kaggle 获取。

重点： 端侧多模态门槛继续下降

来源：展开 10 条收起 10 条

• 谷歌发布并开源 Gemma 4 12B 版多模态模型 可在 16GB 内存 / 显存上运行（Readhub - 每日早报）
• 谷歌发布并开源Gemma 4 12B版多模态模型 可在16GB内存/显存上运行（蓝点网）
• Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型（The Keyword）
• Google 发布能在笔记本上本地运行的开源模型 Gemma 4 12B（奇客Solidot–传递最新科技情报）
• Google发布Gemma412B开源模型:主打无编码器全模态，16GB内存笔记本可本地运行（AI新闻资讯）
• 谷歌发布Gemma 4，E2B架构让手机本地跑AI现质变（AI新闻资讯）
• Google Gemma 4 12B 性能几乎追平 26B，可在笔记本本地运行（The New Stack）
• 16GB内存本地即时响应！谷歌发布Gemma 4 12B，颠覆性“无编码器”架构引爆开源社区（AI新闻资讯）
• 谷歌推出全新 Gemma 4 12B 模型：轻松处理视觉与音频，无需编码器（AI新闻资讯）
• 🤔 Gemma 4 12B：无编码器多模态，本地运行与性能争议（News Hacker | 极客洞察）

VoidZero 加入 Cloudflare，Vite 生态获 100 万美元基金

VoidZero 宣布加入 Cloudflare，团队整体转入 Cloudflare 体系；同时明确 Vite、Vitest、Rolldown、Oxc、Vite+ 将继续保持开源、厂商中立和社区驱动。Cloudflare 承诺投入 100 万美元 设立 Vite 生态基金，并计划把自家 CLI 与全栈开发流程逐步建立在 Vite 之上，推动 cf dev/build/deploy 与 Vite 工作流更一致。

重点： 前端基础设施生态格局变化

来源：展开 2 条收起 2 条

• VoidZero 加入 Cloudflare（The Cloudflare Blog）
• 😬 Cloudflare 收购 VoidZero：Vite 生态与开源商业化争议（News Hacker | 极客洞察）

Instagram AI 账户恢复助手漏洞被指仍可利用

蓝点网称，Instagram 的 AI 账户恢复助手漏洞并未真正修复：Meta 只是隐藏前端界面，但相关 API 端点仍可访问，攻击者可继续通过提示词诱导 AI 重置密码、修改绑定邮箱，甚至可能解绑 2FA。在 Meta 宣布“修复”后，Meta 产品管理总监 Esther Crawford 和逆向工程师 Jane Manchun Wong 的账号相继被盗，Meta 目前尚未回应。

重点： AI客服权限边界风险突出

来源：展开 3 条收起 3 条

• 现代版掩耳盗铃：Instagram AI漏洞并未被修复 只是从前端隐藏界面且被黑客继续利用（蓝点网）
• 地板级AI漏洞：Instagram AI账户恢复工具是个智障 可以换绑任何账户邮箱到新邮箱（蓝点网）
• Instagram向遭受AI聊天机器人攻击的用户发出警报（TechCrunch）

谷歌推出搜索 AI 概览退出机制

谷歌宣布，网站、发布商和内容出版社可主动退出搜索中的 AI 概览 与 AI 模式，不再允许相关功能抓取网站内容生成回答，但不会影响自然搜索流量。该功能先在英国部分网站测试，之后将扩展至全球站长工具。此举源于 AI 概览引发的流量下滑争议和诉讼，谷歌还将提供相关展示数据，供站长评估 AI 展示对内容分发的影响。

重点： 内容版权与搜索流量博弈升级

来源：展开 2 条收起 2 条

• 谷歌宣布网站/发布商可以主动退出谷歌搜索AI概览 不允许AI概览调用内容（蓝点网）
• 英国新规落地:谷歌允许出版商一键退出AI搜索且不影响传统排名（AI新闻资讯）

Lovable 与 Google Cloud 扩大多年合作

Lovable 与 Google Cloud 达成多年扩展合作，消息称其在谷歌云上的使用规模将提升 5 倍，覆盖 AI 算力与服务。新协议下，Lovable 将获得更多 Anthropic Claude 和 Gemini 模型访问权限，并接入 Google Cloud 企业代理市场及 Wiz 安全能力，以简化企业采购和账单流程、提升安全性。Lovable 称其年化收入已超 4 亿美元。

重点： AI应用采购与云生态绑定加深

来源：展开 2 条收起 2 条

• Lovable与Google Cloud达成多年扩展合作，使用规模将提升5倍（TechCrunch）
• Lovable深化与Google战略合作，基础设施全面转向Gemini与Google Cloud（AI新闻资讯）

变更与实践

亚马逊在购物 App 上线 AI 生成商品图片

关注该功能是否真正提升搜索转化，并在商品展示、库存状态和虚拟图片标识上建立清晰规则，避免用户把生成图误认为真实可售款式。

来源：展开 2 条收起 2 条

• 亚马逊App上线搜索框AI生成图片功能，深化视觉搜索布局（AI新闻资讯）
• 亚马逊将在搜索结果中展示AI生成的商品图片（TechCrunch）

AWS 默认采用随机图数据中心网络架构

基础设施团队可跟踪 Resilient Network Graphs 的工程取舍：其以 ToR 间直连网状和被动光学 ShuffleBoxes 取代传统 fat-tree，带来路由器数量减少 69%、吞吐提升 33%、功耗下降 40% 的参考指标。

来源：展开 1 条收起 1 条

• AWS 用随机图理论取代 Fat-Tree 数据中心网络，路由器数量减少 69%（InfoQ）

Vercel 发布 Next.js 16.2

准备升级的团队应先核对 Node.js 20.9 与 TypeScript 5.1 以上版本要求，再评估开发启动速度最高 快 400%、渲染最高 快 60% 以及 AI 辅助开发工具支持对现有项目的收益。

来源：展开 1 条收起 1 条

• Next.js 16.2：开发启动速度提升400%，渲染速度提升60%，并深化AI Agent工具支持（InfoQ）

月之暗面开启 Kimi Work 内测

知识工作者可重点观察其本地任务、Skills、数据库和浏览器调用能力是否适合长流程交付；对企业用户而言，最多 300 个子 Agent 协同也意味着需要额外评估权限、审计和数据边界。

来源：展开 1 条收起 1 条

• 知识工作者喜提通用本地Agent！月之暗面正式开启 Kimi Work 内测（AI新闻资讯）

字节跳动发布 ContextBucket

Agent 平台建设者可参考其把记忆与工作区统一到 ContextSet 的做法，用文件存储、混合检索、多租隔离和 Serverless 弹性解决记忆丢失、上下文共享与治理混乱问题。

来源：展开 1 条收起 1 条

• ContextBucket：Agent 的"无限"记忆与工作区底座（字节跳动技术团队）

安全与风险

VS Code 高危漏洞可窃取私有凭证

使用 VS Code、GitHub OAuth Token、Notebook 和扩展机制的开发者，尤其是会打开外部链接或运行不可信 Notebook 的用户。 尽快升级到微软已发布修复的 v1.124.0，并审查 GitHub Token 权限、撤销可疑授权，避免点击来源不明的特制链接或加载不可信 Notebook。

来源：展开 1 条收起 1 条

• 研究人员不满微软安全团队的做法 公开爆出VS Code漏洞可窃取私有凭证（蓝点网）

AI agent 技能注册表存在供应链攻击面

使用技能包、脚本、依赖和工具权限分发机制的 AI agent 平台与开发团队。 为技能包引入签名、版本锁定、权限隔离和安装前审计，避免 Git URL、名称劫持、静默升级和恶意提示词注入成为新的供应链入口。

来源：展开 1 条收起 1 条

• 技能注册表的威胁模型（Andrej Karpathy Curated RSS）

英国议员起诉 xAI，指控 Grok 被用于色情深度伪造

生成式图像产品、公众人物、平台审核团队，以及需要处理非自愿色情深度伪造内容的合规负责人。 对图像编辑与人物生成能力做更严格的拒绝策略、绕过测试和追责记录；企业采购相关模型时，应把深度伪造防护与投诉响应纳入合同要求。

来源：展开 1 条收起 1 条

• 起诉马斯克旗下xAI！英国议员痛斥Grok AI刻意放任色情深度伪造（AI新闻资讯）

gittuf 为 Git refs 引入签名状态日志

依赖 Git 分支保护、标签、CODEOWNERS 和 forge 权限控制的软件供应链团队。 评估 Reference State Log 是否可纳入关键仓库，独立验证 ref 更新是否由授权密钥签名，降低伪造 ref、劫持标签和服务器侧绕过的风险。

来源：展开 1 条收起 1 条

• gittuf：为 Git refs 引入签名状态日志（Andrej Karpathy Curated RSS）

开源与工具

美团开源 LongCat-Next 与 dNaViT

该模型以离散 Token 统一建模图像、语音与文本，尝试用同一自回归范式同时处理理解与生成，为原生多模态架构提供了新的开源参考。

来源：展开 2 条收起 2 条

• 美团发布原生多模态 LongCat-Next：当视觉和语音成为AI的母语（美团技术团队）
• 重磅开源！原生多模态 LongCat-Next 发布，让视觉和语音成为 AI 的“母语”（AI新闻资讯）

EVA-Bench 发布 Data 2.0

评测从单一领域扩展到 航空客服、企业 IT 服务、医疗 HR 服务 三个领域，包含 213 个场景、121 个工具，更贴近企业语音代理真实流程。

来源：展开 1 条收起 1 条

• EVA-Bench Data 2.0：3个领域、121个工具、213个场景（Hugging Face - Blog）

Apache Livy 成为 Apache 顶级项目

Livy 为 Apache Spark 提供 REST 服务，便于提交任务、获取结果和管理 Spark Context，项目进入顶级项目有助于提升社区可持续性。

来源：展开 1 条收起 1 条

• Apache 软件基金会宣布新增顶级项目（The Apache Software Foundation Blog）

h5i Radio 支持 Claude 与 Codex 通过 Git 协作

该开源工具把 Agent 的任务、消息、记忆和协作信息存入 Git，让多个 Agent 无需消息服务器或数据库即可共享上下文并互发消息。

来源：展开 1 条收起 1 条

• h5i Radio – 利用 Git，让 Claude 和 Codex 进行实时对话（小众软件）

数据与洞察

Gemini App 月活突破 9 亿

谷歌正在依靠搜索、Gmail、Android、Chrome、YouTube 等超级应用分发 Gemini，显示大模型入口竞争正从单独 App 转向生态内嵌。（9 亿月活；一年内翻倍；AI Overviews 月活超过 25 亿；Gemini3 架构使核心 AI 响应算力成本降低 30%以上。）

来源：展开 2 条收起 2 条

• 一年内翻倍！谷歌 Gemini App 月活突破 9 亿，下场收割全球 25 亿用户（AI新闻资讯）
• 全球30%的人都在用！谷歌Gemini搜索AI概览用户达 25 亿，月活超 9 亿（AI新闻资讯）

联合国报告警告 AI 推动数据中心电水消耗翻倍

算力扩张不再只是成本问题，也会影响地方能源、水资源和基础设施规划，企业扩建数据中心前需要更早纳入资源约束。（去年数据中心耗电 448 太瓦时、耗水 4.5 万亿升、排放 1.89 亿吨二氧化碳；预计 2030 年耗电升至 945 太瓦时、耗水 9.3 万亿升，AI 用电占比升至 40%。）

来源：展开 1 条收起 1 条

• 联合国警告：2030 年中心水电耗将翻，AI 不容忽（AI新闻资讯）

ChatGPT 全球月活突破 10 亿

头部 AI 助手的用户规模进入超级应用区间，后续竞争重点将从获客转向留存、付费转化和工作流深度绑定。（10 亿月活；距上线约三年；Claude 月活 5600 万、同比增长约 640%。）

来源：展开 1 条收起 1 条

• ChatGPT 全球月活跃用户数突破 10 亿（Readhub - 每日早报）

火山引擎 MaaS 年营收目标上调至 150 亿元

视频生成模型开始显现规模化变现能力，说明 AI 云服务收入结构可能从文本推理进一步转向多模态生成。（MaaS 年度营收目标上调至 150 亿元；视频大模型 Seedance2.0 单月收入突破 10 亿元；当前目标约为去年收入的 10 倍。）

来源：展开 1 条收起 1 条

• 火山引擎MaaS年营收目标调高至150亿元:视频模型Seedance2.0单月收入突破10亿元（AI新闻资讯）

今日观察

今天的主线是 AI 能力继续下沉到本地设备、浏览器、购物、办公和开发工具，但安全、成本与内容分发规则也同步成为约束。短期看，端侧多模态和多 Agent 工作流会继续密集发布；与此同时，发布商退出机制、凭证安全和深度伪造诉讼将推动平台把合规与权限控制前置到产品设计阶段。