May 7 AI 日报

May 07, 2025

1️⃣ Agent2Agent协议与模型上下文协议对比

Daily Dose of Data Science分享了一篇清晰的对比文章，配有视觉图表，解释了Agent2Agent协议（用于AI代理间连接）和模型上下文协议（MCP，用于AI代理与工具/API连接）。两者均为开源且互补，而非竞争关系。

🔗 链接

2️⃣ Gemini 2.5 Pro更新：3D城市模拟

Paul Couvert (@itsPaulAi)展示了谷歌Gemini 2.5 Pro的重大更新，可通过单一提示生成包含交通、行人和昼夜循环的完整3D城市模拟。帖子突出其代码和UI生成能力，用户可通过Gemini App或Google AI Studio免费使用。

🔗 链接

3️⃣ ComfyUI推出原生API节点

ComfyUI公布了全新品牌形象和原生API节点，整合了11个在线视觉AI模型，包括Butterfly ML的Flux、Hailuo AI、MiniMax AI、Kling AI、Luma Labs、PixVerse、Recraft、Stability AI、Google Veo2、Ideogram AI和OpenAI GPT image-1。用户可链式使用API与开源模型和流程，无需高性能硬件。

🔗 链接

4️⃣ Gemini 2.5 Pro更新：增强编码能力

Google DeepMind发布了Gemini 2.5 Pro（I/O版）的更新，提升了编码能力，用户可通过单一提示构建更丰富的网页应用、游戏和模拟。该更新还支持将自然图像（如树木）转化为代表独特图案的代码，已集成于GeminiApp等平台。

🔗 链接

5️⃣ Grok推出提示文档格式

Grok宣布推出“提示文档格式”（PDF），用户只需描述需求即可生成简历、合同或菜单等文档。该功能目前为桌面版beta，可通过Grok Studio使用。

🔗 链接

6️⃣ Meta发布感知编码器

AI at Meta推出了Meta感知编码器，这是一款视觉编码器，在图像和视频任务中表现出色，在零样本分类和检索方面超越现有模型。用户可查看详情、阅读研究论文并下载代码和数据集。

🔗 链接