AI日报 | 五角大楼AI合作剔除Anthropic，Musk诉OpenAI庭审第二周
2026年5月4日 晚间版美国国防部已同OpenAI、谷歌、微软、AWS、英伟达、SpaceX/xAI及初创企业Reflection达成机密AI网络协议，授权这些企业在国防部的IL6与IL7级机密网络内部署AI系统。目前，GenAI.mil平台的用户量已突破130万国防部人员。不过，Anthropic却遭到明确剔除。早前，由于合同争议，国防部已将Anthropic列为"供应链隐患"。据披露，国防部长Pete Hegseth在国会作证时指责Anthropic CEO Dario Amodei
回顾生成式人工智能的演变历程
摘要：当下，人工智能已不再仅仅是执行任务或辅助决策的工具，而是摇身一变成为了“创造者”。如今，AI能够充当我们的创意搭档，产出独创性作品，不仅能给予启发、提供协助，甚至能让人叹为观止。下一章我们将讨论这种发展如何重塑世界。然而，要洞悉生成式AI的未来，必须先回溯其过往。我们究竟是如何发展至此的？生成式AI的根基究竟有多深厚？（你可能会对其历史之久远感到惊讶。）另外，生成式AI的演进又是如何与其他迅猛发展的科技紧密交织的？请随我一同梳理生成式AI的发展轨迹，探寻那些引领我们走到现在的关键里程碑。阅读本文预计
人工智能的深远影响
人工智能的本质变革 一、信息处理范式革命 与传统技术（互联网/云计算）提升信息流通速度不同，AI重新定义了信息处理机制 类比：从"修建交通网络"（基础建设）到"开发智能驾驶系统"（自主决策平台） 能力飞跃 智能体工作周期：从3-5分钟→3-5小时持续自主运作 具备任务分解、工具应用、问题自修复功能 核心结论：商业级通用人工智能（AGI）已经面世 二、市场与行业变革 对比维度 传统方式 AI革新方式 市场规模 软件产业6500亿$ 服务业10万亿$ 交付模式 销售工具（如Sa
OpenAI 跨界打造 AI 原生手机，2028 年量产重塑智能终端格局
全球AI产业角逐正由大模型领域迅速向硬件终端渗透，智能手机产业即将掀起新一轮颠覆性革新。近期业内曝出重大动态，OpenAI正式宣布进军AI原生手机领域，突破其长期专注软件模型的业务局限，联合芯片企业自主研发专用AI手机芯片，并委托立讯精密负责整机设计与生产，计划于2028年正式量产。此举表面看是跨界尝试，实则是OpenAI构建软硬件一体化生态体系的重要战略部署，标志着全球智能终端市场格局将面临深刻调整。多年来，智能手机市场已深陷存量博弈泥潭，创新能力不足、产品同质化现象日益凸显。传统手机厂商在硬件配置上过
2026 AI动漫展：人工智能重塑二次元宇宙
【摘要】2026 年 5 月的 AI 动漫展览会圆满收官，人工智能生成的动画、虚拟偶像以及数字人角色扮演成为焦点，标志着动漫行业正经历一场技术革新。【引言】2026 年 5 月 2 日至 4 日，为期三天的 2026 AI 动漫展览会在上海国家会展中心成功落下帷幕。本次盛会以“AI+ 二次元”为核心主题，吸引了超过十万人次的参观者，成为今年动漫界最为瞩目的行业盛事。当经典动漫文化邂逅前沿人工智能技术，将会激发出怎样的无限可能？让我们一同回顾这场科技与文化交织的视觉盛宴。【正文】🔥 亮点一：AI 驱动动画作
2026年大模型冲刺加速：具身智能成本破15万
进入2026年，AI发展正以更快的节奏在全球扩散。从斯坦福近期出炉的《AI指数报告》，到国产大模型在海外市场频频亮相，再到人形机器人成本跌破15万元线——这些数据背后，指向的都是一场正在加速的产业变革。下面为你梳理近期最值得重点关注的AI技术动态。斯坦福大学以人为本人工智能研究院在2026年4月发布了最新《AI指数报告》，并通过12张关键图表呈现全球AI发展全貌。📊 模型研发：美中领跑，欧洲相对滞后在2025年全球主要AI模型成果中，美国贡献50个、中国贡献30个，而欧洲仅有2个，差距显著。另一个现象是：
AI新秀竞争格局解析：生态卡位、差异化路径与2026展望
2026年，全球AI产业正从“技术炫点”迈向“商业落地”的关键阶段。到2026年初为止，全球AI独角兽数量已约达到370家；在2025年全年新增的独角兽里，约有六成为AI独角兽，而且增长速度在各季度持续加快。进入2026年后，这种节奏并没有出现明显降温。仅在2026年第一季度，生成式AI领域融资规模便达到1635亿美元，同比去年同期增长599%。但繁荣背后，行业内部的分化与出清正在悄然加速。曾被资本与媒体合称“AI六小虎”的六家代表性企业，如今的成长轨迹与叙事逻辑已难再用同一种标签概括。短短两年里，有的公
AI创作版权归属全解析：避坑指南与法律风险
各位好，我是海潮。此刻是5月4日晚间8点。本篇文章，是后台读者催更最久的一期。“AI生成的图片能否商用？”“使用他人分享的提示词创作是否侵权？”“网上发布的图片被拿去训练AI，能否维权？”针对这些疑问，法律界尚在探索，不过司法实践中已涌现诸多标杆判例。本期内容，我复盘了近两年国内关键的AI版权案件，结合现行法规，为您梳理一份“AI版权避坑指南”。在深入剖析案例前，需先厘清一个核心议题：法律究竟依据什么标准判定AI生成内容是否应受保护？当前司法实践的核心准则在于：独创性——即生成内容是否彰显了人类用户的“独
AI 浪潮下，传统行业软件服务面临何种挑战？
本年度，团队持续推进 AI 员工相关的项目，主要面向企业级客户提供服务。近期假期与亲友交流，一方面我关注到大家对 AI 的实际应用程度，另一方面也借机观察潜在的行业发展机遇。一位从事摄影行业的亲戚，过去他们雇佣一名修图师或外包修图服务，单张图片收费 0.5 元，若需返工则另加 0.5 元。近几年，他们开始使用“像素蛋糕”这类服务，单张图片费用降至 0.35 元，且修改不再额外收费。我兴致勃勃地向亲戚推荐了 GPT-5.5，他也认真尝试了。然而，他发现现有 AI 工具根本无法满足他们 B 端客户的实际需求。
数字员工版图已定：编程与法律退场，合规财务供应链开窗
Claude Code在2025年2月正式上线，上线一年多就把ARR推到25亿美元以上。Harvey主打法律AI，估值一度冲到110亿美元，合同审查的准确率达到92.7%——较人类律师平均水平高出8个百分点。数字员工的商业模型确实跑通了，但竞争格局也随之“定型”。在编程领域，Claude Code、Copilot和Cursor把市场切成三块；在法律AI上，Harvey和Legora基本占住关键位置。现在再投编程或法律，往往就像2024年追光模块——你刚进场，别人早已在出货。真正的钱不在编程和法律。按优先级
[ACM]2026 人工智能计算与智慧教育全球学术峰会(AIFE 2026)
2026 International Conference on Artificial Intelligence in Education (AIFE 2026)[ACM]2026年人工智能计算机与智慧教育国际学术会议2026年6月26-28日日本-大阪（可参会[ACM]2026 年人工智能计算机与智慧教育国际学术会议（AIFE 2026）将于 2026 年 6 月 26 日至 28 日在日本大阪举行。本次盛会致力于为全球学术界、研究机构、产业界及教育工作者创造交流环境，深入探究人工智能计算技术在教育智能
切尔西主场迎战诺丁汉森林 低迷火热的英超对决
本轮英超第35轮较量定于5月4日晚10时，切尔西坐镇斯坦福桥迎战近期势头正猛的诺丁汉森林。尽管两队积分榜排名悬殊，切尔西暂居第九，森林排名十六，但双方的真实实力与近况远比纸面排名更为错综复杂。截至目前，切尔西本赛季已战34轮，取得13胜9平12负，积48分。球队近期状态堪忧，连续五轮联赛落败，且五战颗粒无收，追平了俱乐部114年来的最差进攻纪录。数据显示，近五场切尔西场均预期进球仅为1.08个，射门转化率跌至6.2%，远低于联赛平均的10.5%。进攻乏力之余，球队跑动也显疲软，34场场均跑动106.2公里
人工智能一周焦点速递(4.27-5.4)
国内发展洞察 【政府资讯】 人社部发文应对AI就业影响，2035年全面步入智能经济社会 4月30日，人社部发布《关于有效应对人工智能对就业影响的指导意见》，明确提出到2035年我国全面步入智能经济社会的目标。文件从就业结构转型、技能重塑培训、社会保障衔接等维度提出系统性应对方案，要求各地建立AI就业影响监测机制。这是国家部委层面首份专门针对AI就业冲击的系统性政策文件，标志着AI治理从产业促进转向就业保障与社会治理并重的新阶段。 2026年4月30日 | 人社部 工信部联合国家数据局启动"模数共振"行动，
绿激光3D打印：破解AI液冷规模化量产难题
人工智能领域正经历跨越式发展，液冷技术由备选方案升级为刚性需求，产业链加速从验证阶段进入规模化生产。纯铜材质液冷板是冷却系统的关键组件，其加工水平直接决定产能上限。希禾增材所研发的绿激光3D纯铜成型工艺，正在完成从科研到产业化的关键转型。伴随AI算力设备能耗不断走高，液冷技术市场占比预估2026年将攀升至47%[1]。全球数据中心液冷领域规模预期突破165亿美元[2]。在行业高速扩张背景下，液冷核心部件（如液冷板、微通道散热器）的高品质、高效率生产已成为限制产业进步的主要障碍。纯铜液冷部件规模化制造遭遇多
AI算力的底层驱动与投资机会——台积电观点
在2026年技术研讨会上，台积电公布了其最新的先进制程与先进封装技术路线图。不少人一看到这些描述就会觉得门槛很高：N2、A16、A14、A13、CoWoS、SoIC、HBM、硅光子、背面供电等。但如果用一句更直白的话来概括，这份报告其实在传递的重点是：当AI进入更深的阶段，真正决定胜负的并不只是模型有多“聪明”，而是谁能够把支撑AI的算力底座系统真正做出来并规模化。我们眼前接触到的AI，似乎只是手机或电脑里的软件——一个聊天框、一个应用。可它背后依赖的是非常庞大的物理工程：从芯片与封装，到内存、供电、散热