作者：HowardZhangdqs
资讯GoogleI/O 2025开发者大会：AI与AR的创新盛宴
Google I/O 2025于5月20日至21日在加州山景城举行，聚焦人工智能（AI）、Android、Web和云计算领域的重大更新。大会发布了Gemini Ultra订阅服务（每月250美元），提供最高级别AI访问权限，包括Veo 3视频生成器、Flow视频编辑应用及Gemini 2.5 Pro的Deep Think模式。此外，谷歌推出Android XR智能眼镜原型机，与Warby Parker等品牌合作，支持增强现实功能，预计2025年底发布。Gemini应用月活用户已超400万，并计划与谷歌地图、日历等服务深度集成。
https://io.google/2025/
Google推出AI编程智能体Jules：重构开发者工作流
Google Labs发布Jules，一款集成Gemini模型的AI编程智能体，支持自动生成代码、分解复杂任务、运行测试并与GitHub无缝集成。开发者通过自然语言描述需求，Jules生成详细计划并自动编写代码，支持Python和JavaScript，每日提供5次免费任务。其“仓库视图”（Repo View）可管理任务历史，即将推出的“Codecast”功能可生成代码库活动的音频摘要。Jules定位为GitHub Copilot的竞争者，强调自主性和Google生态深度整合。
https://jules.google.com/
英伟达推出DreamGen，利用视频世界模型（如Sora、Veo）生成神经轨迹，让机器人在“梦境”中自主探索学习。在RoboCasa基准测试中，合成数据规模扩展至人类演示的333倍，显著提升机器人在复杂任务中的成功率（如叠毛巾、擦液体）。实验显示，仅需10-13条真实轨迹，机器人即可学会22种新技能，并在陌生环境中实现从0到28%的泛化能力。DreamGen通过微调视频模型、生成虚拟数据、提取伪动作标签等流程，为机器人训练提供高效解决方案。
https://www.nvidia.com/en-us/research/dreamgen/
何恺明团队发布MeanFlow：单步图像生成新SOTA
何恺明团队（CMU与MIT联合）提出MeanFlow，一种基于平均速度场的单步生成建模框架，在ImageNet 256×256数据集上实现FID 3.43的SOTA性能，无需预训练或蒸馏。MeanFlow通过引入平均速度概念优化流匹配方法，从头训练即可达到显著提升，其开源代码和论文已在arXiv发布。该模型为生成模型的效率与性能平衡提供了新思路，尤其在计算资源受限场景中表现优异。
https://arxiv.org/abs/2505.13447
Flowith Agent NEO发布：全球首个无限步骤AI智能体
Flowith发布Agent NEO，支持无限步骤、无限上下文（10万token）和无限工具调用，可处理长达数月的复杂任务（如撰写百万字小说、开发3D游戏）。其多线程画布界面允许同时与多个代理协作，云执行能力达10 petaflops，适用于内容创作、学术研究和软件开发。在GAIA基准测试中，Agent NEO在复杂任务上准确率达90%，超越Claude 3.7和GPT-4o。用户可通过邀请码注册体验，免费版支持基础功能，付费会员提供更多资源。
https://flowith.net/
Hugging Face推出Tiny Agents：轻量级AI代理框架
Hugging Face发布Tiny Agents，一个基于Inference Client和MCP（模型上下文协议）的轻量级代理框架，已集成到NPM包中。Tiny Agents支持快速构建可组合的AI代理，强调代码生成作为核心交互方式，而非传统的JSON指令。框架提供与Hugging Face Hub的无缝集成，支持多种LLM（包括Claude和GPT-4），并通过简化逻辑和模块化设计降低开发门槛，适用于需要灵活工具调用的应用场景。
https://huggingface.co/docs/smolagents/index
小工具II-Agent
Intelligent Internet（II）团队发布了全球首个完全开源的通用AI代理II-Agent。II-Agent基于Anthropic的Claude模型，支持多模态处理、工具使用和网络搜索，可用于研究与事实核查、软件开发、工作流自动化等场景。其开源框架提供CLI接口、WebSocket服务器和Google Cloud集成，强调开放透明的“Agent群体协作”愿景。
https://github.com/intelligent-internet/ii-agent
