◆ AI 总结

本期动态包括：腾讯Hy-MT2翻译模型获用户实测好评，可本地部署；智谱GLM-5.1 highspeed输出速度飙至400 TPS，10倍提升；Gemini Omni正式上线展示多模态创作；AI应用翻车事件频发，毕业典礼念名出错、航班信息不准确引发信任讨论；AI编码工具Token成本暴涨，企业开始收紧预算。

模型动态

Zhipu

智谱GLM-5.1 highspeed上线，输出速度达400 TPS

智谱发布glm-5.1-highspeed，实测输出速度300-400 tps，首token延迟稳定1s，是普通GLM-5.1接口的10倍。官方与TileRT团队合作，从底层优化推理链路，将GPU性能榨干。使用GLM-5.1编程的用户可直接切换新模型。[4]

产品工具

Gemini

Google Gemini Omni 正式上线，多模态创作获好评

Gemini Omni支持视频+图片输入生成创意内容。用户展示用宠物照片生成梦境场景，以及混合动物Omnimals功能。官方汇总一周优秀创作案例。[5][6][7]

技巧教程

DeepSeek

腾讯Hy-MT2翻译模型实测：可本地部署，指令遵循超越DeepSeek-V4-Pro

用户实测Hy-MT2-30B-A3B在翻译测试中全面超越DeepSeek-V4-Pro，支持33种语言（含粤语）。1.8B量化版本仅需不到1G内存，可搭配LunaTranslator本地部署用于网页、游戏、PDF翻译。项目地址：https://x.com/karminski3/status/2057633949678223738[1][2][3]

行业资讯

AI毕业典礼翻车：AI念错名字、跳过毕业生，学校被迫暂停

亚利桑那州格伦代尔社区学院用AI系统宣布毕业生姓名，出现发音错误、名字显示错误、跳过学生等问题。校长被迫暂停仪式，改用人工宣读。事件引发对【AI可靠性】和高风险场景部署的讨论。[8]
Google

Google AI给出错误航班信息，暴露AI真实性短板

用户反馈Google AI查询航班时生成错误日期信息，导致实际损失。分析指出【AI能力≠可靠性】，尤其在实时数据、高后果场景下需人工验证。行业正从追求能力转向解决验证与信任问题。[9]
Claude

AI编码工具Token成本飙升：微软停用Claude Code，Uber烧光预算

微软计划内部停用Claude Code转推GitHub Copilot CLI；Uber CTO称其2026年AI预算在四个月内耗尽，部分用户月费达数千美元。GitHub将转向按用量计费。行业进入“AI经济理性期”，企业要求ROI。[10]

深度分析：AI智能眼镜失败根源在于基础设施瓶颈

分析指出AI眼镜受限于网络上传带宽、边缘计算延迟、服务器过载和功耗散热问题。除非5G覆盖增强、边缘AI成熟，否则难以成为日常设备。[11]