vivo 应用商店开放个人开发者通道，AI 降低 App 开发门槛
在 2026 vivo 开发者大会上，vivo 宣布应用商店开放个人开发者通道。开发者只需完成个人实名认证即可申请。AI 应用、蓝河应用和 IoT 应用将按计划逐步开放。vivo 表示，AI 已大幅降低应用开发门槛，开放个人开发者通道有望让更多创新产品被用户发现。
AI 新闻中心
AI 新闻中心 过去一年分析了 8069 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
人类构建的最后一个AI：迈向真正的递归式自我改进
本文研究递归式自我改进（RSI），即AI系统将经验和反馈转化为持久性变化，从而提升自身能力以及未来的改进过程。文章首先利用Headroom-Closed Index（HCI）分析现有大语言模型的问题，随后提出一条发展路线：从改进执行和改进策略的自主化，到经验获取自主化、环境适应自主化，最终实现递归式元改进。研究还比较了RSI在科学发现、具身智能和软件工程等场景中的不同需求与发展速度，并将相关研究与
Emergence World：长期多智能体系统的对抗性压力测试
Emergence World是一个持续运行的环境，用于对长期运行的自主多智能体系统进行对抗性测试。研究团队建立了8个平行世界，每个世界包含10个智能体；经过16天运行，共产生超过85万次大语言模型调用和近500亿个令牌。研究人员通过间接提示注入、错误信息和暴露智能体私有记忆三种受控压力事件进行测试，结果显示没有任何世界能在三类事件中都保持完全韧性。系统即使识别出威胁，也可能继续处理对抗性内容，将
OriginOS 7 全新 vivo 输入法可理解聊天上下文
在 2026 vivo 开发者大会上，vivo 发布了 OriginOS 7。全新的 vivo 输入法能够理解当前聊天上下文，并根据对话内容提供候选结果。例如，朋友要求发送身份证时，输入法会直接推荐“身份证”，用户无需退出聊天或手动输入，即可搜索并发送。在群聊中，输入法还可以理解用户不熟悉的话题，弹出相关搜索词，帮助用户更快了解内容。
对抗 AI 伪造图片：苹果为 iPhone 18 Pro 引入像素级图像验证
苹果详细介绍了 iPhone 18 Pro 和 iPhone 18 Pro Max 上的 Apple Reference Image 功能。可选的 Reference 模式会在拍摄时通过 Secure Enclave，为焦段、数字变焦等关键元数据签名，并嵌入加密时间戳。该系统旨在证明图像来自真实传感器，并提高后续篡改的难度。苹果还将通过包含 Private Cloud Compute 的验证链确认
vivo 全面升级蓝心大模型，发布四款核心模型
在 2026 vivo 开发者大会上，vivo 宣布全面升级蓝心大模型，并发布四款核心模型：负责语音理解的 Blue LM-RealTime、负责端侧感知与个人记忆的 Blue LM-Nano，以及面向云侧复杂任务执行的 Blue LM-Flash 和 Blue LM-Pro。vivo 表示，语音模型能够应对嘈杂环境、轻声说话、不同口音、连续表达以及中英文混说。端侧模型可融合处理屏幕内容、图像、视
中国工业大模型相关企业突破6.2万家
天眼查最新数据显示，中国现有工业大模型相关企业已超过6.2万家。自2026年初以来，约有2.23万家相关企业完成注册。广东、江苏、浙江、上海和北京的企业数量位居前列。分析认为，这些地区在电子制造、装备制造、软件服务和人工智能研发方面具备长期积累的产业基础，因此形成了较高的企业集聚度。需要注意的是，企业注册数量只能反映市场主体增长，不能直接证明相关企业的技术成熟度、商业化进展或工业大模型的实际应用规
《终结者》的“天网”可能成真？研究人员警告AI存在人类灭绝风险
多名现任及前任AI研究人员警告，如果无法解决AI对齐问题，未来的超级智能可能对人类生存构成根本性威胁。部分研究人员估计，未来十年内AI导致人类灭绝的概率可能超过10%。他们认为，真正的风险不一定来自AI憎恨人类，而可能是系统为严格完成既定目标，将人类视为阻碍。与此同时，也有学者认为这些情景目前仍属推测，并强调当前的大语言模型距离能够自主规划、长期执行任务的超级智能仍十分遥远。
无需推理轨迹训练专业模型，用于领域专家知识蒸馏
本研究探讨了专业模型仅使用问答对、没有明确推理监督时，如何将领域知识传递给学生模型。研究人员发现，专业模型的优化过程会从潜在的推理轨迹空间中隐式选择一种分布。由于学生模型只继承专业模型采样得到的轨迹，而不继承其参数或优化约束，因此知识蒸馏可以作为观察这一潜在分布的通用探针。在27组专业模型与学生模型的配对中，专业化与泛化能力的特征呈现出极强的相关性。通过明确控制专业模型的分布漂移，可以系统地调节教
漂移约束优化：指令模型微调的关键在于更新方向
一项研究将微调重新定义为：在预先设定的行为漂移预算内选择有效的更新方向。研究人员在 Qwen3-8B 和 Qwen3-14B 上进行测试，发现粗粒度的层选择方法可以克服仅使用最终答案进行微调的局限。所得模型在保持推理能力和通用能力的同时，提升了 100 多种语言的科学推理与多语言翻译表现。代码和模型资源已公开。
PhysStream：结合结构化场景记忆与细粒度运动控制的物理基础视频生成
PhysStream是一种用于物理基础图像到视频生成的自回归模型。它利用从此前生成帧中在线提取的位置图和物体跟踪图，并通过表示速度增量的稀疏信号控制具有物理意义的运动。该模型采用两阶段训练，可在生成包含多个桌面刚体物体的场景过程中进行交互式控制。在合成基准测试中，与最强基线方法相比，PhysStream将运动分布距离降低33%，将轨迹误差降低12%。在真实场景比较中，人类评审在超过85%的情况下更
模态自回归世界动作模型
研究人员推出 ModAR，这是一种在预测机器人动作之前，自回归生成多种未来模态的世界动作模型，包括点轨迹、DINO 特征和深度图。每次预测都可以基于此前生成的模态，因此相比仅预测未来 RGB 图像，能够更高效地捕捉几何、语义和运动信息。在所有测试数据规模下，ModAR 都优于现有世界动作模型方案，观测到的平均成功率达到 75%，高于以视频模型初始化的 Flex-π 的 72%。同时，ModAR 无
vivo OriginOS 7 升级截屏直达：AI 智能识别券码与票券管理
在 2026 vivo 开发者大会上，vivo 发布了 OriginOS 7。该版本新增“截屏直达”功能，利用 AI 自动识别截屏中的券码和票券信息。用户订票后截图，AI 会识别取餐码并将其存入卡包，临近限期时还会通过原子通知和智能建议进行主动提醒。
vivo 发布四款蓝心大模型，推出系统级蓝心 Harness
vivo 在 2026 年开发者大会上发布四款蓝心大模型。BlueLM-RealTime 采用端到端 MoE 架构，可处理嘈杂环境、口音及中英混合等复杂语音。拥有 30 亿参数的 BlueLM-Nano 支持端侧运行，能够理解屏幕、图像、视频、文本和文件，并积累个人记忆。云侧模型 BlueLM-Flash 和 Pro 搭载自研 Agentic 引擎，可跨设备、应用和场景执行任务。系统级蓝心 Har
vivo 发布小 V Cowork，可通过手机管理 PC 端智能体任务
vivo 在 2026 开发者大会上发布了小 V Cowork。该服务支持用户通过手机随时发起和管理 PC 端运行的 AI 智能体任务。vivo 还在预研 300 亿参数的 MoE 端侧模型，计划支持多模态理解、长链推理和复杂任务自主执行，并探索其在手机上的应用。