快讯

腾讯会议宣布推出AI同传功能，向全体用户开放中英文实时翻译，翻译时延控制在3秒以内，实现发言与译文近同步。该功能支持发言人音色模仿与系统音色切换，并可调节原声与译音比例，提升会议识别与交互体验。同时，系统与实时转写和字幕能力整合，提供双语字幕与文本记录，支持会后纪要与信息提取。功能已覆盖Windows、macOS、Android和iOS平台，会议主持人可控制启用权限，翻译内容不写入录制文件。

2026年5月19日，字节跳动旗下火山引擎在第79届戛纳电影节发布视频生成模型Seedance2.0，并披露其在影视制作中的商业化进展。基于该模型制作的8部AI影片亮相，其中AI长片《HELL GRIND》由15人团队14天完成，成本不足50万美元，仅为传统同级影片约1%。此外，导演吕克·贝松旗下SEEN工作室计划结合Seedance2.0与iPhone实拍制作AI动画长片。Outpost VFX、WPP、Magnific等机构已将其接入内容生产流程，显示生成式AI正从技术验证走向影视工业化应用。

在I/O 2026大会上，谷歌宣布以Gemini 3.5 Flash为核心，对搜索业务进行25年来最大重构，并推出AI驱动的新型广告形态。新广告将商业信息嵌入AI生成的对话流程，包括基于用户需求生成购买理由的“AI购物解释器”、支持实时问答与表单提交的对话式导购智能体，以及全屏与高亮展示的沉浸式推荐。广告由展示转向可交互“微应用”，实现从搜索到转化的闭环。目前相关功能已在美国桌面端和移动端测试，或重塑流量分配与搜索商业生态。

亚马逊宣布，SageMaker AI 实时推理端点新增对 OpenAI API 的兼容支持，开放 /openai/v1 路径，可处理聊天补全及流式输出请求。开发者仅需修改端点 URL，即可通过 OpenAI SDK、LangChain 等工具调用 SageMaker 上的模型，无需额外代码改造或签名封装。该功能支持在单一端点托管多个模型，包括 Llama、微调 Mistral 等，并统一通过 OpenAI 接口访问。推理运行于用户自有 GPU 实例，同时提供 Bearer Token 认证机制，配合 SageMaker SDK 简化安全访问流程。该更新旨在提升模型接入效率与部署灵活性。

DeepSeek近日启动代码智能体（Coding Agent）业务，组建“Harness”团队开发桌面端编程产品，对标Anthropic的Claude Code，并已在北京招聘相关产品与研发岗位。公司要求候选人具备Claude Code、Cursor等工具使用经验及新型编程模式能力。随着大模型商业化推进，AI编程工具成为增长最快赛道之一，2025年市场规模达295.7亿美元，预计2030年增至646.8亿美元。DeepSeek入局将与字节、阿里等企业展开竞争，推动其从模型研发向产品化与开发者生态扩展。

2026年5月19日，OpenAI宣布推出AI生成图像双重验证机制，结合C2PA数字溯源标准与Google SynthID隐形水印技术。C2PA通过在图像元数据中记录生成模型及编辑过程，实现来源透明；SynthID则将难以移除的水印嵌入像素频域，可在压缩、裁剪等处理后仍被检测识别。OpenAI表示，两者互补可弥补单一方案易被篡改或删除的不足。该举措基于与Google合作推进，后者亦计划在Chrome和Search中提供图像来源验证功能。目前该体系主要覆盖OpenAI及合作生态，跨模型统一标准仍待行业推进。

5月20日，阿里云在峰会上宣布大模型服务平台“百炼”全面升级，开放接入多家第三方主流模型，平台由“千问”展示体系转型为多模型聚合平台。首批接入包括智谱GLM-5.1、MiniMax M2.7、Kimi K2.6及阶跃星辰等语言模型，以及Pixverse-v6、可灵、Vidu Q3等视频与多模态模型。平台通过统一API实现跨模型调用，降低企业集成与维护成本，并已在“千问云”实现统一售卖与部署。同时结合阿里云AI芯片与算力体系优化推理效率，支持复杂智能体应用开发。

2026年5月20日，OpenAI 内部推理模型在离散几何领域取得突破，成功推翻 Erdős 于1946年提出的单位距离猜想。该成果基于代数数域构造提出全新证明路径，证明平面点集单位距离对数可超既有上限，并非依赖文献检索生成。研究已在 arXiv 发布，并经 Tim Gowers、Noga Alon 等多位数学家审查认可。该进展展示了AI在长链逻辑推理与原创科研中的能力提升，标志其从辅助工具向研究伙伴转变。相关成果或对材料科学、通信网络及分子结构设计等领域产生潜在影响。

腾讯宣布推出操作系统级AI助手“马维斯”，已支持Windows、Mac及Android平台。该产品通过AI中间层整合系统、文件、应用及算力，内置6个协同Agent，由主Agent统一调度，实现文件管理、应用操作、搜索浏览等功能，提供开箱即用的智能交互体验。“马维斯”支持文档归类、图像处理及系统操作等能力，并具备对操作系统与文件结构的深度理解。其提供效率模式与隐私模式，后者支持本地数据处理与离线运行，适用于高敏感场景。当前用户每日可免费使用1000万Token。

智象未来在北京开放日发布基于Unified Transformer（UiT）架构的图像大模型HiDream-O1-Image-Pro，参数规模超200B，在多项基准测试中取得领先表现。该架构实现图像、文本与任务条件的统一表征，提升复杂语义理解与生成能力。同日公司宣布完成半个月内第二轮融资，由深创投、金浦投资等机构参与。基于同源架构的8B开源模型此前已登顶全球文生图榜单。公司同时推进“模型+智能体”业务，覆盖电商营销、AI影视与社媒创作，并与上影新视野基金、蓝色光标等达成合作，加速多行业落地。

网易有道发布子曰大模型4.0版本，宣布进入全模态阶段，实现文本、图像、音频统一建模与交互。在27B参数规模下，该模型在数理逻辑与推理任务中达到行业领先水平，并对翻译引擎进行底层重构，提升跨语言质量与效率。同时，有道开源多模态模型及TTS语音合成引擎，支持“3秒情感克隆”，并通过优化思维链降低推理计算成本。公司表示，此举旨在降低开发门槛，加速AI应用落地，推动从单一产品向“模型+生态”转型，拓展至更广泛通用场景。

谷歌宣布对搜索引擎进行重大升级，推出由Gemini 3.5 Flash模型驱动的“智能搜索框”，将传统关键词检索转向对话式交互。新系统支持长上下文问答，并可处理文本、图片、文件和视频等多模态输入，同时具备上下文记忆与预测补全能力。在用户授权下，搜索还可调用Gmail、Photos等数据实现个性化结果。谷歌同时计划为AI Pro和Ultra订阅用户引入AI代理功能，支持持续监测网络信息并执行任务，如跟踪新闻或房源动态。该转型旨在将搜索从信息检索工具升级为智能助手，但其在大规模应用下的准确性仍待验证。

谷歌宣布在其AI Mode搜索体验中测试新广告形式，将Gemini模型深度整合至广告系统。新方案可为赞助商品生成定制化“解释器”，自动输出产品卖点与参数，并支持更复杂的对话式查询。同时，谷歌推出内置聊天机器人的广告单元，用户可直接与AI交互获取信息，甚至引导填写表单建立商业联系。此外，搜索结果中还将嵌入全屏赞助产品及品牌推荐位。该更新标志AI正推动搜索广告向更强交互与商业转化方向发展。

消息称，美国五角大楼网络司令部正组建专项工作组，加速人工智能工具在机密及敏感网络中的部署与应用。该工作将联合国家安全局展开，重点评估私营科技公司开发的AI模型在高安全系统中的可靠性与风险。此举源于先进模型在漏洞发现方面能力迅速提升，已对网络安全构成潜在威胁。白宫同时起草行政命令，拟要求AI企业在公开发布前提交模型进行联邦测试。五角大楼已与OpenAI、Google等合作推进部署，相关法律争议或影响部分厂商应用进程。

国内大模型公司月之暗面（Kimi）正推进拆除VIE及红筹架构，拟解散开曼离岸体系，为赴港上市扫清监管障碍，并已向股东通报相关计划，上市目的地基本锁定香港。公司近期完成约20亿美元融资，整体估值突破200亿美元，过去6个月累计融资达39亿美元。在大模型商业化与资本审视趋严背景下，此举显示其加速合规与资本化布局，也反映头部AI企业正由技术竞争转向资本与落地能力竞争。

据金融时报报道，AI初创公司Anthropic预计将在2026年第二季度实现首次季度盈利，或领先OpenAI与xAI等竞争对手。知情人士称，其当季营收约109亿美元，较一季度48亿美元实现翻倍增长，并有望录得约5.59亿美元营业利润。相比之下，OpenAI仍预计至2030年才能实现盈利，xAI累计亏损已达64亿美元。尽管实现盈利，Anthropic仍面临高额算力成本压力，已签署每年约150亿美元算力采购协议，并与谷歌、亚马逊等建立长期合作，未来技术支出或达数千亿美元规模。

软件公司Intuit宣布启动重组计划，将裁减约17%员工，涉及超过3000人。公司表示裁员并非出于财务压力，而是为简化组织结构，将资源集中投入人工智能产品研发与整合。CEO萨桑·古达尔齐称，AI技术变革要求公司加速转型以维持竞争力。尽管拥有TurboTax和QuickBooks等核心产品，Intuit股价过去一年表现弱于标普500，市场对其AI战略持观望态度。同时披露数据显示，古达尔齐2025财年总薪酬达3680万美元，引发对裁员背景下高管薪酬的争议。

5月19日至21日，西井科技在德国TOC Europe 2026展会上发布ReeWell全场智能调度平台，并展示Q-Truck与E-Truck S2两款自动驾驶新能源重卡。ReeWell基于“世界模型”和多智能体决策技术，可在不替换原系统情况下统一调度港口“船、车、场、机、人、能源”等要素，试点显示整体效率提升约20%。Q-Truck已在多国港口实现商业化运营，支持全天候无人作业；E-Truck S2符合欧盟标准，支持L2至L4升级。公司方案已落地30余个国家和地区。

OpenAI宣布其最新推理模型完成一项原创数学证明，攻克数学家Erdős于1946年提出的单位距离猜想，成为AI首次依靠长链推理自主解决核心数学开放问题。该成果已邀请包括Thomas Bloom在内的多位数学家独立验证，获得学界支持。相较以往基于已有结论的验证型成果，此次模型提出全新构造方法，突破传统网格解思路。业内认为，该进展显示AI在复杂逻辑推理与“幻觉”控制方面取得重要提升，相关方法或影响组合几何、图论及蛋白质结构、材料科学和药物设计等领域。

智谱联合清华大学与驭驯网络在ACM SIGCOMM 2025提出ZCube网络架构，并于2026年5月在GLM-5.1 coding生产环境落地。该方案在GPU与软件栈不变情况下，实现交换机与光模块资本支出降低33%，GPU推理吞吐提升15%，首Token时延P99下降40.6%。ZCube通过扁平化二部图互联与双端口混合接入，替代传统Clos与ROFT架构，缓解KV Cache跨节点传输不均与网络拥塞问题，支持数万至数十万GPU规模扩展。目前千卡集群已稳定运行两周以上。

据CNBC报道，OpenAI最快将于本周五提交首次公开募股（IPO）招股书草案，推进上市进程，目标最早于2026年9月完成挂牌。随着马斯克相关诉讼失利，潜在法律障碍阶段性解除，公司已进入实质执行阶段。目前OpenAI正与高盛、摩根士丹利合作推进承销与申报工作，并考虑为散户预留股份。其最新估值已超过8500亿美元，若顺利上市，或成为全球规模最大的IPO之一。

网易有道发布子曰大模型4.0版本，并开源多模态模型与语音合成（TTS）引擎。子曰4基于27B参数，在视觉数理与中文纯文本数理任务中达到同规模模型领先水平，准确率达81.4%，并通过思维链优化将推理输出长度压缩43.2%，降低推理成本。TTS引擎支持14种语言，实现零样本语音克隆与情感合成，3秒内完成声音复制，克隆准确率超97%。同时，翻译模型完成重构，引入多专家机制与强化学习，推理速度提升80%，在多场景下提升翻译质量与效率。

由原字节跳动视觉技术负责人王长虎创立的爱诗科技，在6个月内完成约25亿元融资，估值达10亿美元，跻身独角兽。公司核心产品PixVerse系列模型已实现4K视频生成及5秒内快速生成能力，并在音画同步等指标上提升表现。其通过优化模型架构将生成成本压低至行业约10%，强化性价比优势。同时，爱诗科技正从模型服务向行业应用拓展，已与芒果TV等建立合作，推动AI视频在影视制作等场景落地。当前AI视频赛道竞争加剧，字节、阿里、快手等持续加码布局。

Adobe发布Photoshop 27.7版本，核心更新为“移除工具”引入端侧AI模型，支持在本地设备完成对象移除，降低对云端依赖并提升隐私与处理效率，用户可在本地与云端模式间切换。Mac端需M1 Pro及以上芯片、24GB内存及macOS Tahoe 26.4。同步上调Creative Cloud订阅用户生成式积分至每月100点，并强化与Firefly灵感板集成，支持PSD共享与变体生成。此外，新版优化背景层处理、界面与性能表现，并修复多项Windows平台兼容性问题。

美国劳工统计局最新数据显示，被认定最易受人工智能影响的18类职业在2024年5月至2025年5月期间就业人数整体下降0.2%。其中，销售代表岗位降幅达4.8%，显示自动化在部分领域加速渗透。尽管如此，大规模替代尚未全面发生。Gartner调查称，80%企业通过裁员为AI投资腾出预算，但实际回报有限，相比之下，为员工配备AI工具提升效率的模式效果更优。目前约71%的美国人仍担忧AI可能导致长期失业问题。

2026年5月20日，阿里云在云峰会上发布面向Agent时代的全栈技术体系，并推出平头哥新一代AI芯片真武M890。该芯片内置144GB显存，性能较上一代提升3倍，支持多精度计算，并配合ICN Switch 1.0与磐久AL128超节点，实现百纳秒级互联。阿里云同步重构“千问云”，将150余种模型与云能力封装为标准化Skills，支持Agent直接调用。该体系整合芯片、云平台、模型与推理能力，提升高并发智能体任务处理效率。

在全球可访问性意识日，苹果发布新一代无障碍功能预览，基于Apple Intelligence为iPhone、Mac及Vision Pro提供系统级AI支持。升级后的VoiceOver引入图像理解能力，可通过摄像头实时解析场景并生成自然语言描述。Vision Pro新增眼球追踪控制，可通过眼部动作操控兼容电动轮椅。语音控制支持自然语言指令，降低操作门槛；同时，设备端AI可为无字幕视频实时生成字幕。相关功能预计年内通过系统更新推送。

智谱AI近日推出AutoClaw（澳龙）iOS版本，已上线App Store，标志其AI Agent工具正式拓展至移动端。该应用与PC端账号体系实时同步，支持Agent创建、编辑、管理及多智能体协作执行任务。产品引入本地与云端“双模式”执行：本地模式依托PC算力处理高隐私任务，云端模式支持离线远程调度，提升使用灵活性。当前移动端版本聚焦核心功能，暂未支持数据可视化面板、MCP服务、Skill商店及第三方IM接入。该产品有望降低AI Agent使用门槛，推动全场景自动化生态构建。

SpaceX提交的IPO招股书首次披露，马斯克旗下xAI在2025年录得64亿美元运营亏损，营收为32亿美元，较2024年15.6亿美元亏损显著扩大。公司计划持续加大投入，推动AI助手Grok参数规模迈向万亿级。算力基础设施支出快速攀升，2026年一季度资本开支达77亿美元，按年化计算或超308亿美元。目前Grok月活约1.17亿，占X平台5.5亿用户的约20%。SpaceX还提出最早于2028年部署轨道AI计算卫星，以降低数据中心成本。

5月21日，腾讯正式上线操作系统级AI助手“马维斯”（Marvis），由应用宝团队开发，已覆盖Windows、Mac及安卓平台并开放下载。该产品以自然语言交互为核心，可直接操控文件、应用及系统设置，实现跨端协同。马维斯内置六大AI Agent，由主Agent统一调度，支持文件管理、系统操作、浏览器交互等任务，并具备定时执行的主动服务能力。在隐私方面，其提供端侧模型本地运行及高风险操作二次确认机制。依托Intel AIPC架构优化，马维斯实现跨设备控制与加速推理，并提供每日千万Token免费额度，探索后续商业化路径。