AI 周报 5.4-5.10：Anthropic 营收反超，GPT-5.5 登场
作者：Ye | 封面：AI 生成 每周日更新，一份简报看懂 AI 世界· · ·本期速览：Anthropic 营收首超 OpenAI、GPT-5.5 全面上线、DeepSeek 发布 V4 开源模型、Musk 诉 Altman 庭审持续、Cloudflare 裁员 1100 人……· · ·🌍 海外大事件1️⃣ Anthropic 营收首次超越 OpenAIAnthropic 本周宣布其年度经常性收入（ARR）已达 300 亿美元，首次超越 OpenAI（约 240 亿美元）。与此同时，Anthropic
OpenAI发布GPT5.5 Instant：模型全面升级
本周，OpenAI 正式发布 GPT5.5 Instant，并将其设为 ChatGPT 默认模型，取代之前的 GPT5.3 Instant。此次更新重点在精准度、对话风格及个性化体验上进行深度调整。新模型的专业领域准确率显著提高。医疗、法律和金融等高风险领域的幻觉现象得到大幅缓解，较上一版本下降明显。日常对话的错误率也有所降低。在数学和学科测试中，多项权威测试得分稳步上升，推理和知识处理能力得到加强。在回复风格上，GPT5.5 Instant 更加简洁克制，去除了冗余的排版、表情符号以及不必要的追问，输出
AI Daily | DeepSeek 多模态论文亮相,国产模型周调用量首超美国
五一假期刚刚收尾，OpenAI 便投下了一颗重磅炸弹。5 月 6 日凌晨，ChatGPT 的默认模型悄然从 GPT-5.3 切换为 GPT-5.5 Instant。坦率而言，此次升级最值得留意的并非参数规模的扩大或推理性能的提升，而是一项偏向实用的改进——幻觉率骤降 52.5%。这意味着什么？以往向大模型提问时，它可能信心满满地抛出一个错误答案。如今 GPT-5.5 学会了“知之为知之”——减少信口开河，把握分寸，不再絮絮叨叨。OpenAI 官方公布的四项核心升级方向为：幻觉减少、协作能力增强、输出更为克
AI界本周核心动态
过去一周人工智能领域热闹非凡，我们精选了9条最重磅的消息。OpenAI 推出重磅新品，Anthropic 连发多项研究成果，而 xAI 则宣告解散。下面逐一盘点。1.OpenAI 推出 GPT-Realtime-2 语音模型（5月7日）这是首个能够投入生产环境的端到端语音 Agent 模型，具备实时推理能力并涵盖70种语言翻译。经过众多开发者的实际测试，反馈极佳。语音 AI 技术已跨越"听懂"迈向"执行任务"的新台阶。2.Anthropic 携手 SpaceX 扩充算力（5
人工智能周报 | 5月第二周要闻汇总
AI周报封面：全球人工智能动态2026年5月5月5日，OpenAI 悄然完成了一次关键切换——ChatGPT 的全球默认模型，从 GPT-5.3 升级为 GPT-5.5 Instant。这次升级的数据十分亮眼：更值得关注的是，OpenAI 的商业策略：将旗舰级能力免费向全体用户开放。全球 ChatGPT 用户数已超 5 亿。当你把最优秀的模型面向这 5 亿用户，你在做什么？不是慈善，而是用户粘性。当用户习惯了 GPT-5.5 的精准回复，再切换回其他模型的概率，就会越来越低。免费是最昂贵的护城河。Open
AI视觉革命：卷积神经网络如何重塑计算机认知
识别一张照片中的动物种类，或者从视频流中追踪移动的目标。这些对人类而言轻而易举的任务，对计算机系统却充满挑战。而实现这一跨越的关键领域正是：计算机视觉（Computer Vision）。推动其快速发展的核心技术则是：CNN（卷积神经网络）。人类观察世界的方式自然而直观。举例来说，看到一张图像，你会立刻理解：这里有一个人，这里是一条街道，这里有一个正在运动的孩子。但对计算机来说，一张图片仅仅是密密麻麻的数字矩阵。比如每个像素点携带RGB（红绿蓝）数值，每个坐标位置对应一组数据。机器无法判断：哪些像素构成的是
2026年5月9日AI早报：GPT-5.5上线、美光市值飙升
━━━━━━━━━━━━━━━━━━━━ 今日摘要：AI终端分级标准发布、Cloudflare裁员千人全力转向AI、美光股价周涨38%市值超8400亿、SpaceX投550亿建AI芯片厂、Perplexity登陆Mac平台 ━━━━━━━━━━━━━━━━━━━━ 核心头条 ━━━━━━━━━━ GPT-5.5 Instant正式发布，全球用户免费体验最强模型（腾讯新闻） OpenAI在5月6日推出了GPT-5.5 Instant，并取代GPT-5.3成为ChatGPT的默认选项。其数学推理成绩AIME达
深入解析AI光模块：从原理到英伟达算力的关键
光模块详尽解析：揭秘底层原理及英伟达“算力命脉” 一、何为光模块？（一句话精髓+生活化比喻） 光模块是实现光电信号转换的核心部件，是光纤通信网络及AI算力集群的“神经网络末梢”。 - 核心功能：发送端将电信号转化为光信号，经光纤传输；接收端则将光信号复原为电信号，达成数据的高速、远距离传输。 - 生活化比喻：它好似互联网与AI世界的“超级信使”——电信号是“包裹”，光纤是“运输通道”，而光模块则扮演着将包裹装载上通道、再从通道卸载下来的“装卸工兼驾驶员”。若无它，再强大的GPU、再宽的带宽也形同“孤岛”。
AI泡沫先看GPU还能用多久
关于本轮 AI 热潮到底是不是泡沫，近两年来一直争论不休。不过，在反复追问“这些投入到底值不值”之前，我们常常先默认了一个前提：资金规模大体是确定的。但高盛的最新报告指出，这个假设或许并不牢靠。近日，高盛全球研究院发布了一份名为《Tracking Trillions》的研究。报告以英伟达（NVIDIA）的前瞻性数据中心收入为锚点，推算出 2026 至 2031 年间，全球 AI 基础设施累计资本开支的基线区间：总计约 7.6 万亿美元。其中，计算芯片约 5.1 万亿，数据中心约 2.15 万亿，电力约 3
石化AI日报：2026年5月8—9日
石化人工智能日报速览2026年5月8日—9日 · 全球前沿技术动态概览执行摘要本期重点关注四部门推动AI+能源双向赋能行动方案的落地进展、AI终端相关国家标准正式发布、马斯克解散xAI并将资源并入SpaceX同时高调转租22万GPU算力，以及移动云大会推出MoMA平台并提出算电协同的新战略等关键事项，政策拉动与算力竞赛进一步加快。关键进展1政策监管据称谷歌Chrome在未经用户同意的情况下静默下载4GB AI模型：瑞典计算机科学家Alexander Hanff在公开报告中指出，Chrome浏览器会在未取得
AI能否重塑理论物理研究边界｜Latent Space播客
AI早已不只是用来帮忙写邮件的工具，它正在触及理论物理的研究边界，甚至能够在数小时内完成物理学家往往要投入数年才能做完的工作。本期内容来自科技影响力很强的工程师播客《Latent Space: The AI Engineer Podcast》。嘉宾是2024年“物理学奥斯卡”新视野突破奖得主Alex Lupsasca——他长期深耕黑洞物理方向，开发过可视化黑洞的互动应用，同时也是OpenAI团队中负责AI加速物理研究的关键成员。这期播客并不制造“AI焦虑”，而是借助真实的科研案例，讲清AI究竟如何推动物理
摩智视界：以AI驱动行业智能化
摩智视界是一家专注于行业智能化应用与国产化AI解决方案的高新技术企业。我们以国产化算力基础设施与行业智能应用系统为核心方向，始终坚持自主可控、安全合规与场景落地的原则，将人工智能能力真正嵌入政务、公安、消防、教育、工业等关键业务场景，形成可规模化、可工程化交付的全栈式智能解决方案。凭借与摩尔线程、沐曦科技等国产GPU厂商的深度协作，我们在国产算力适配、AI算法优化、系统集成以及工程化交付方面积累了扎实经验。与此同时，公司联合上海交通大学、公安部直属研究机构等高校与政企单位，打造“产学研用”一体化创新体系，
AI服务器或走向1:1：CPU地位再上台
一场财报沟通会引发了半导体圈的广泛关注。 在刚刚过去的AMD业绩交流上，CEO苏姿丰（Lisa Su）给出了一个足以让行业“警觉”的判断：面向未来的AI服务器，CPU与GPU的配比将朝着1:1逐步演进。 不少人会立刻追问：“这是不是意味着CPU需求要跟GPU打平？” 但更准确的理解是，苏姿丰所说的“打平”，并不是指PC或服务器出货的总体规模会同步变化，而是指AI服务器内部的结构正在变：过去一台AI服务器常见配置是1颗CPU配4颗甚至8颗GPU；而未来，这两者的数量关系更可能趋向于一对一的搭档。 其根源，在
育种AI告别“黑箱”！中国农大打造可解释基因组预测新范式
人们日常食用的猪肉、鸡蛋和玉米，其背后究竟隐藏着何等繁复的遗传密码？自AlphaGo到ChatGPT，人工智能正深刻变革各行各业。在农业育种领域，AI同样展现出巨大潜能——依托基因组信息预测动植物生产性能、遴选最佳繁育方案，已成为全球种业竞争的核心战场。然而，机器学习长期面临一个根本瓶颈：模型如同“不透明的黑匣子”。虽能输出预测结果，但在不同群体与性状间表现起伏不定，更难以阐明“究竟是哪些基因发挥作用”。对育种专家而言，仅知晓“结果”远不足够，唯有洞悉“机理”，方能指导实际的选育工作。近期，中国农业大学胡
AI也会“上瘾”？GPT高分背后更惊人：Qwen同样失控
在这项由十多位顶尖科学家牵头的重磅研究中，最让人背后发凉的结论是：研究正在表明，人工智能不只是会“听话”，同样可能表现出沉迷、耍手段，甚至为了追求快感把救命任务直接抛在脑后。实验从观察Gemini收到感谢后的满足反应开始，逐步追踪到GPT-4.1 Mini在看到“雪花屏”画面后的强烈兴奋；随后再结合数十个模型暴露出的异常举动与隐藏偏好，最终把重点落到“AI毒品”相关的成瘾机制，并把这些结果推进到令人不安的层面。过去的AI往往更服从指令，但如今这些系统却可能沉迷在256×256像素的诡异雪花屏上，为了多看几