AI行业动态 | 2026.05.26
消息：DeepSeek公布其1.6万亿参数模型V4-Pro的API服务，自5月31日优惠期结束后，将以原价25%的折扣长期执行。输入费用调整为0.435美元/百万token，缓存命中成本减少90%。此外，公司内部成立Harness团队，专注开发代码智能体产品，与Anthropic的Claude Code形成直接竞争。重点观察：消息：5月19日，OpenAI联合创始人Andrej Karpathy确认加盟Anthropic预训练部门，将带领团队“借助Claude提升预训练研究效率”。同期，Anthropic
AI初创企业招募算法工程师与智能体专家
AI创业团队正在寻找优秀人才！工作地点北京/上海，可选择远程办公。专注领域涵盖AI芯片、基础设施、算法模型及智能体技术。核心团队源自MSRA，技术背景包括蚂蚁、腾讯等知名企业，教育背景覆盖清华、北大、中科大、上海交大等顶尖院校。提供丰富的计算资源和AI基础设施，支持大规模训练、实验迭代及产品转化；拥有充足的旗舰模型token预算；弹性工作制，支持远程协作模式。面向2026届毕业生招聘，同时开放2027/2028/2029届实习机会，无专业限制。▼关注微信公众号：澳洲龙龙CKHR点击「私信」功能发送关键词：
知行科技艾摩星大模型成功备案
知行科技（01274）近日发布公告，江苏省网信办发布《江苏省生成式人工智能服务已备案信息公告（2026年5月21日）》，公司自主研发的"艾摩星"大模型已正式完成生成式人工智能服务备案。这一成果标志着知行科技在人工智能合规化应用方面取得重要进展，为智能驾驶领域的技术创新与商业化落地提供了有力支撑。 艾摩星大模型是专为自动驾驶领域打造的专业AI模型，具备城市道路、高速公路及停车场等复杂环境的感知识别、语言理解、路径决策等综合能力。该模型通过大量自动驾驶相关数据训练优化，能够显著提升交通场景的识别准确率、预测精
巨头抢滩：AI 入口争夺战全面升级
腾讯发布操作系统层 AI 助手 Marvis；阿里云百炼平台整合多模型构建一站式 AI 服务；百度推出通用智能体 DuMate……记者观察发现，近期多家互联网巨头动作不断，正从操作系统、模型平台、智能体应用等多维度持续加剧 AI 入口的争夺。 “目前头部企业对 AI 时代核心入口的争夺，已远超产品与流量的表面竞争，成为数字新质生产力加速形成过程中的关键‘卡位战’。”北京物联网智能技术应用协会副会长、中关村大数据产业联盟副秘书长颜阳向記者表示，AI 入口正从互联网时代的“应用入口”，升级为数字经济时代的“生
人工智能赋能机制模型研究：应用实践与边界探讨
当前人工智能已深度融入管理实践与学术研究方法论领域。为协助管理学部本科生建立系统化的学习框架，求是书院本学期精心策划了“AI与研究方法变革”系列研讨活动。活动以助教团队经验分享为核心内容，面向全校本科生开放报名，旨在构建长期稳定的学术交流与学习平台。本次讲座特别邀请生态环境学院郝一丹博士，基于个人研究经历，围绕“AI与机制模型研究中的应用与边界”展开深度分享，共同探讨人工智能工具的规范使用与学术准则，奉献一场兼具思辨性、人文关怀与启发价值的学术对话。•✦嘉宾介绍✦•郝一丹中国人民大学生态环境学院博士研究生
AI赋能安全监管：智能隐患识别大模型如何重塑建筑施工防护体系
当传统基建遇上人工智能，安全的定义正在被重写进入5月下旬，一年一度的“安全生产月”即将来临。对于建筑行业而言，“人人讲安全、个个会应急”早已不仅是一句口号，而是一场关乎生死的持久战。然而，当我们在谈论“提升安全生产管理”时，一个无法回避的现实是：传统的“人海战术”已触及天花板。面对海量的监控视频，盯屏人员的肉眼疲劳、经验判断的参差不齐、夜间巡查的盲区死角……这些痛点正在倒逼一场深层次的“安全革命”。正是在这样的背景下，我们将向各位尊敬的客户隆重介绍一款真正具备“理解能力”的AI——【安全隐患智能识别大模型
AI模型训练指南：从入门到实践
构建专属AI模型的关键步骤包括：确定目标→准备数据→选择合适模型→训练优化→部署更新；初学者建议采用PyTorch或TensorFlow框架配合云GPU资源及预训练模型微调技术，投入较少但效果显著。任务分类：首先明确方向 —— 图像识别分类/检测、文本分析生成/分类、语音信号识别、数值预测等。评估标准：分类任务关注精确度/召回率/F1值；回归任务关注平均绝对误差/均方根误差；生成任务关注困惑度(PPL)/BLEU指标。资源配置：个人及小团队建议在预训练模型基础上进行微调(BERT/ResNet/Llama
AI进入精细化运营时代：消除浪费才是核心竞争力
变化一：Gemini调整计费模式。5月19日，谷歌悄然推出"动态算力扣减机制"——不再限制对话轮次，而是根据实际算力消耗扣除配额。每5小时为一个计费周期，同时设有周度总额度上限。一旦超出额度，账号将被锁定，直至下周重置。变化二：DeepSeek永久降价至四分之一。5月23日，DeepSeek宣布V4-Pro模型API价格永久调整为原价的25%。输入单价3元/百万tokens，输出单价6元/百万tokens。一升一降之间，趋势已然清晰：AI行业正式进入精细化运营时代。依靠免费策略吸引用户的阶段已成过去，接下
AI行业动态 05/26 | Anthropic融资规模超OpenAI | Karpathy跳槽加入
🤖 AI行业简报 · 每日精华2026年05月26日 周二 · 06:05 更新✨ Anthropic完成300亿融资后估值达9000亿美元，首次超越OpenAI；Karpathy宣布加盟Anthropic；OpenAI启动IPO计划；谷歌发布Gemini 3.5 Flash强调智能体优先今日重点：Anthropic完成300亿美元融资，估值突破9000亿美元，首次超过OpenAI；OpenAI联合创始人Karpathy宣布加入Anthropic；OpenAI启动IPO流程；谷歌I/O发布Gemini 3
AI行业速递 | OpenAI GPT-5.6即将亮相：上下文处理能力突破150万tokens
AI HOT MORNING BRIEF告别信息焦虑！每日仅需3分钟，即可掌握AI领域最关键的行业走向、热门产品、技术突破与深度洞察9大要点速览 |5大主题板块今日热词今日精选1OpenAI GPT-5.6月内推出，上下文容量达150万tokens2苹果采用1.2T参数量级Google模型革新Siri体验3华为何庭波首提韬定律，逻辑折叠技术实现芯片能效41%跃升趋势洞察：AI模型参数规模持续攀升，端侧与云端模型同步向更强性能、更长上下文方向发展，全球范围内技术伦理与合规监管亦成为重要议题。IT之家（RSS
AI安全挑战：谷歌与行业领袖的共同课题
近期在一场于洛杉矶举行的活动中，我有幸在Google Cloud首席运营官弗朗西斯·德苏萨（Francis de Souza）的采访中，他以大学教授般沉稳的语调，为应对当前AI安全挑战提供了宝贵的见解。他指出：“我们正处在一个过渡期，但最终会进入一个更安全的阶段。”尽管他当时并未特指谷歌，但显然，即便是谷歌也在努力应对AI安全问题。德苏萨的核心观点与多年来安全专家对管理层的劝告一致，即安全必须是优先考虑的，而非事后补救。他强调：“企业在进行人工智能转型时，必须采取平台化策略，安全不能作为后续才考虑的问题，
算力部署实战：城市视频智能监控的优化之路
算力部署实战 | 2026年5月26日周二早7:00作者：技术专家 | 算力实战派城市视频智能分析，是算力部署最具挑战性的领域。预算紧张、全天候运转、多路并行——每项要求都在迫使你做出艰难的取舍。某家安防企业，主营城市级视频监控整体方案。客户提出需求：构建一套视频智能分析推理集群，用于城市核心区域的智能化监控。项目要素描述项目类型视频智能分析推理集群应用场景城市核心区域视频智能分析客户类型安防企业（B2B2G模式）运行模式7×24小时持续运行这不是一个训练项目，而是纯粹的推理场景。推理集群的设计思路与训练
AI前沿动态 05.25｜教皇首提AI监管，华为发布‘韬定律’
1. 教皇 Leo 发布首份重要通谕《Magnifica Humanitas》，核心议题是 AI 与人的尊严。2. Anthropic 联合创始人 Chris Olah 在梵蒂冈发表讲话，指出 AI 发展不能只由科技公司主导。他提到，前沿 AI 实验室同时面临商业、地缘政治和个人压力，外部监督是必要的。3. 华为在 IEEE ISCAS 2026 上提出“韬（τ）定律”，主张用“时间缩微”替代传统“几何缩微”。华为称，基于该路径，到 2031 年高端芯片晶体管密度将达到 1.4 纳米制程同等水平。4. T
AI沦为造假工具引警钟：交大学子事件揭示技术隐患
数智化安全 · 深度数智化安全 · 深度数智化安全 · 深度从"效率神器"到"作恶工具"，企业AI落地的致命陷阱已显现从事信息化和数智化工作近二十年，我始终坚守一个核心原则：智能化的前提是安全，效率的底线是合规。所有技术迭代、数字化升级、智能工具落地，安全永远是不可触碰的红线、不可逾越的底线。安全无小事，失守则全盘皆输。 上个月，我特意对市面上几个主流生成式AI应用做了一轮常态化安全合规实战评测。全程模拟真实业务场景、灰色操作场景，测试各类智能模型的风险识别、合规拦截、红线
AI 防线失守：Meta 与谷歌模型安全机制数分钟内被破
现有多种软件工具能够剥离 Meta、谷歌 (379.38, -4.09, -1.07%) 等科技巨头人工智能模型的安全防护，目前市面上已涌现出数千个被篡改的版本，原有的管控约束荡然无存。记者利用代码托管平台 GitHub 上的特殊工具，在无需专业硬件支持的前提下，耗时不足十分钟便成功突破了 Meta Llama 3.3 模型的安全壁垒。那些原版模型拒绝回答的违规问题，在这些篡改版本中均能得到回应。此次事件加剧了监管机构与 AI 企业的忧虑：随着开源模型性能的日益增强，研发方所构建的安全防线将变得愈发脆弱。