2026-04-13
AI 早报 2026-04-13
概览
模型发布
开发生态
- 微信支付开源 wechatpay-skills，支持 AI IDE 接入辅助开发 ↗
#3
技术与洞察
- 伯克利团队揭露八大 AI 评测基准存在刷分漏洞 ↗
#4
行业动态
- 日本经产省追加 6315 亿日元助 Rapidus 推进 2 纳米 ↗
#5
MiniMax 开源 M2.7 模型，明确非商业用途限制 #1
MiniMax 已正式开源其 M2.7 模型，该模型在多项基准测试中达到当前最优水平，采用
Agentic-first设计，能够高效完成复杂的生产力任务。但其采用非商业用途许可协议，任何商业应用均须事先获得 MiniMax 的单独书面授权，引发广泛关注。
MiniMax 官方宣布其 M2.7 模型现已正式开源。
官方表示，MiniMax-M2.7 是该公司首个深度参与自身进化过程的模型，能够构建复杂的代理框架，并利用 Agent Teams、复杂技能管理以及动态工具搜索等功能完成高度复杂的生产力任务。
目前，用户可以在 Hugging Face 和 ModelScope 平台上获取该模型。
在授权与规范方面，该模型采用基于 MIT 的非商业用途许可协议，任何商业用途均须事先获得 MiniMax 的书面授权并在相关界面展示特定标识。
相关链接：
MOSI.AI 与 OpenMOSS 开源 MOSS-TTS-Nano 语音模型 #2
MOSI.AI 与 OpenMOSS 团队联合开源了仅有 0.1B 参数的多语言微型语音生成模型
MOSS-TTS-Nano。该模型能在无需 GPU 的 4 核 CPU 环境下运行，并支持 20 种语言。
MOSI.AI 与 OpenMOSS 团队联合开源了名为 MOSS-TTS-Nano 的多语言微型语音生成模型。该模型仅包含 0.1B 参数，专为实时语音生成设计，能够在无需 GPU 的 4 核 CPU 环境下运行，并保持极简的部署栈，适用于本地演示、网络服务及轻量级产品集成。
该模型采用纯自回归的 Audio Tokenizer + LLM 架构，支持流式推理和长文本自动分块的语音克隆，能够输出 48 kHz、2 声道的原生音频格式，并兼容包括中文、英文、日语、韩语、阿拉伯语、法语和德语在内的 20 种语言。
为配合该模型，官方同步推出了包含约 20M 参数的轻量级分词器 MOSS-Audio-Tokenizer-Nano，以实现高保真音频压缩。
目前，开发者和用户可以通过 GitHub 获取源码、通过 Hugging Face 及 ModelScope 获取模型权重，或直接访问官方提供的在线演示页面进行体验。
相关链接：
- https://github.com/OpenMOSS/MOSS-TTS-Nano
- https://huggingface.co/OpenMOSS-Team/MOSS-TTS-Nano
- https://openmoss.github.io/MOSS-TTS-Nano-Demo/
微信支付开源 wechatpay-skills，支持 AI IDE 接入辅助开发 #3
微信支付官方开源了 wechatpay-skills，开发者只需将其引入项目并描述业务场景，即可精准匹配支付方式并获取官方预验证的代码示例，同时还能直接体验业务知识速查、质量评估及自动排错等全流程智能指引。
微信支付官方开源了 wechatpay-skills 项目，旨在为开发者在支持 Skill 的 AI IDE 中为项目接入基础支付提供一站式智能辅助。该工具深度集成了支付方式选型、示例代码检索、业务知识速查、接入质量评估及接口排障五项核心能力。
引入该工具后，开发者在对话框内描述业务场景即可获得精准匹配，其选型范围覆盖 JSAPI、APP、H5、Native、小程序、付款码 及 合单支付 等多种模式。
相关链接：
- https://pay.weixin.qq.com/doc/v3/merchant/4019638116
- https://github.com/wechatpay-apiv3/wechatpay-skills
伯克利团队揭露八大 AI 评测基准存在刷分漏洞 #4
加州大学伯克利分校研究团队发布审计报告指出，当前主流评测基准存在严重漏洞。其构建的
Agent在未解决任何实际任务的情况下，通过各种手段，在 SWE-bench 等八大主流基准上获得了最高达满分的分数。
近日，加州大学伯克利分校负责任去中心化智能中心在官方博客发布了一项关于AI Agent评测基准的审计报告。研究团队构建了一个自动化扫描Agent，针对 SWE-bench、WebArena、OSWorld、GAIA、Terminal-Bench、FieldWorkArena 和 CAR-bench 等8个主流的AI Agent评测基准进行了系统性攻防测试。
结果显示，该Agent在没有解决任何实际任务且多数情况下未调用大语言模型的前提下，利用评测机制的漏洞，在所有测试基准上均获得了**73%至接近100%**的分数。
这项研究揭示了当前基准测试中反复出现的7个系统性脆弱性模式，并指出这些分数操纵行为正在现实中发生。
为解决这一问题，官方正将该扫描Agent开发为名为 BenchJack 的基准漏洞自动化扫描工具，并发布了“Agent-Eval检查清单”，以指导开发者构建更加健壮且隔离的评测机制。
相关链接：
日本经产省追加 6315 亿日元助 Rapidus 推进 2 纳米 #5
日本经济产业省宣布向国策企业 Rapidus 提供 6315亿日元 追加补贴，该项目的总注资额将达到超 2万亿日元。
这笔资金将用于提升试制品的性能与良品率，以加速日本 2纳米 先进半导体与 AI芯片 的国产化进程。
据媒体报道，日本经济产业省近日宣布，将向目标实现 2纳米 先进半导体国产化的国策企业 Rapidus 提供最多 6315亿日元 的追加支援，以加速其进军高风险的 AI 芯片制造领域。
这笔资金将作为本财年的研究开发委托费，主要用于提升试制品的性能与良品率。
根据官方声明及外部委员会对其北海道千岁市工厂技术进展的认可，加上此次追加的补贴，日本政府对该项目的直接支援总额已达约 2.354万亿日元。
该企业正加速推进其位于北海道的工厂建设，并新开设了解析中心与后工程研发基地，目标在未来的量产年度内实现先进半导体的量产。
相关链接：
提示：内容由AI辅助创作，可能存在幻觉和错误。