AI进展

AI 编年时间线 · 2026年5月 · 共 99 条

5月29·周五

Anthropic 融资 650 亿美元，融资后估值达9650亿美元

Anthropic完成650亿美元H轮融资，投后估值达9650亿美元（约6.56万亿元人民币），预计为IPO前最后一轮私募融资。本轮由Altimeter Capital、Sequoia Capital等机构领投，亚马逊等超大规模云提供商参与，其中亚马逊已宣布投资50亿美元。

来源：IT之家

Anthropic 推出旗舰级大语言模型 Claude Opus 4.8

Anthropic 推出 Claude 旗舰模型 Claude Opus 4.8 。模型在终端工程、知识工作等能力大幅提升，部分指标超越未发布的 Mythos。核心改进是诚实性：代码缺陷漏报率降至前代 1/4，过度自信行为概率降至 1/10。Cursor 和 Devin CEO 均给予高度评价。

来源：量子位

通义千问推出文生图模型评测基准 Qwen-Image-Bench

通义实验室推出文生图评测基准 Qwen-Image-Bench ，包含 56 个细粒度创作考点，配套开源自动化评估模型 Q-Judger。基准由专业艺术家团队参与开发，覆盖世界知识、创作推理、文字渲染、影像叙事、游戏设计等真实创作场景，填补基础生成与专业创作之间的评测鸿沟。

来源：通义实验室

AstronClaw 上线 Agent Team 模式

AstronClaw 正式上线Agent Team模式，用户一句指令可自动组建多专业Agent团队，通过流水线、映射归约、监督者三种协作模式并行完成复杂任务的全流程拆解与高质量交付。Agent Team模式配备可视化任务看板，支持 GLM 5.1 、 Kimi 2.6 等模型底座，可将传统需数周的产品规划、营销方案等任务压缩至半小时内完成。

来源：讯飞开放平台

阿里云开源 AI Agent 命令行工具「阿里云百炼 CLI」

阿里云百炼 CLI 正式开源，开发者仅需一行命令可让 AI Agent 自动接入阿里云百炼平台 150 余款模型、十多款应用，以及知识库、记忆、联网搜索等全套能力。阿里云百炼 CLI 专为 Agent 场景设计，支持文本、图像、视频、语音等多模态调用，原生兼容 Claude Code 、 Qoder 、 OpenClaw 等主流 Agent 框架。

来源：阿里云

清华联合面壁智能开源 Agent 操作系统 PilotDeck

面壁智能联合清华THUNLP、OpenBMB等开源智能体操作系统 PilotDeck ，用工作舱取代传统对话框，解决 Agent 记忆黑盒、成本失控、任务被动等痛点。系统支持记忆白盒化、智能路由（成本降70%+）及24小时 Always-on 主动运行，实现多项目并行与端云协同。

来源：面壁智能

零一万物三周年宣布做首家盈利的 AI 2.0 公司

零一万物三周年之际，李开复发表内部致辞《三生万物》，宣布公司开启”二次创业”，从AGI理想转向产业AI落地。公司对标Palantir，聚焦高毛利、高复购的2B业务，目标明年某季度成为中国首家盈利的AI 2.0公司。同时推出合伙人制度、2000万股期权及CEO专项激励，引入DRI范式。

来源：零一万物 01AI

5月28·周四

腾讯推出AI游戏创作平台「代号Craft」

腾讯推出AI游戏创作平台「代号Craft」，支持赛车、开放世界、RPG、卡牌等多种游戏类型，提供2D/3D海量免费资产库与AIGC能力，让做游戏像玩游戏一样简单。平台联合深圳前海启动”开发者先锋营”线下训练营，为首测开发者提供AI游戏创作学习与实践机会，目前正在招募首批测试用户。

来源：代号Craft

Runway 推出 Runway MCP 服务器

Runway 推出 Runway MCP 服务器，将旗下AI视频与图像生成能力接入 Claude 、ChatGPT、 Cursor 等兼容Agent。用户无需切换上下文，可在对话中直接调用 Gen-4.5 、 Seedance 2.0 、GPT Image 2等模型生成营销视频、产品素材及视觉内容。

来源：Runway

OpenRouter 完成1.13亿美元 Series B 融资

OpenRouter 宣布完成1.13亿美元 Series B 融资，由 Alphabet 旗下独立成长基金 CapitalG 领投，NVentures、ServiceNow Ventures、MongoDB Ventures 等参投。平台周处理量达 25 万亿 tokens，较半年前增长 5 倍，月处理量达 100 万亿。本轮融资将用于扩展路由、治理和优化能力，支持企业多模型 AI 部署需求。

来源：OpenRouter

自变量机器人开源具身智能模型 Wall-OSS-0.5

自变量机器人（X Square Robot）开源具身大模型 Wall-OSS-0.5 ，提出预训练即可部署，在17个真实机器人任务零样本测试中，4项得分超80分。模型基于20余种机器人形态、超百万条轨迹及9000万条多模态语料预训练，采用梯度桥接协同训练与视觉对齐动作Tokenizer，微调后任务进度领先行业标杆π0.5达17.5分。

来源：机器之心

微软推出最强 AI 生图模型 MAI-Image-2.5

微软研究院推出最强图像生成模型 MAI-Image-2.5 ，在Arena文生图榜单升至第3名，打破此前前5名仅由Google DeepMind和OpenAI占据的局面，较前代提升72分。模型重点增强文字渲染能力，可胜任信息图、海报等商业物料生成，同时在视觉推理、画面细节和风格一致性上显著进步。

来源：IT之家

5月27·周三

支付宝推出全球首个Token Pay服务

支付宝发布全栈AI原生支付体系，推出全球首个Token Pay服务、AI钱包，连同此前落地的AI付与AI收，构成覆盖授权、支付、结算、管理的完整智能体经济基础设施。AI付已完成3亿笔智能体支付，支持95%主流智能体框架，资损率降至亿分之一；AI收让全网Agent可自动购买商家服务，个人经验可通过Agent便捷变现。

来源：智东西

小米宣布 MiMo-V2.5 系列 API 永久降价

小米大模型 MiMo-V2.5 系列宣布API永久降价，最高降幅达99%，Token Plan套餐用量提升至原5-8倍。同时，自4月28日启动的”百万亿Token创造者激励计划”提前收官，累计发放100万亿Token，申请人数超54.8万。现有Token Plan用户额度全量重置，V2.5-TTS系列继续限时免费。

来源：Xiaomi MiMo

快手开源自研多模态大模型 Keye-VL-2.0-30B-A3B

快手正式开源多模态大模型 Keye-VL-2.0-30B-A3B ，首次将 DSA 稀疏注意力机制引入多模态理解场景，支持 256K 超长上下文，实现长视频时序因果推理。模型在 TimeLens 视频理解基准中部分指标超越 Gemini 2.5 Pro 与 Gemini 3 Flash，首次解锁 Agent 协作能力，覆盖代码、工具调用与搜索等复杂任务场景。

来源：量子位

5月26·周二

天工AI推出高性能 Agent 模型 SkyClaw-v1.0

昆仑万维旗下天工AI正式推出高性能Agent模型 SkyClaw-v1.0 及轻量化版本SkyClaw-v1.0-lite。模型支持百万token长上下文，深度适配真实智能体工作流，重点优化复杂工具调用、多轮任务执行、代码生成与交互式应用构建。在多项Agent基准测试中，SkyClaw-v1.0全面超越Minimax 2.7、DeepSeek V4 Flash等主流开源模型，性能接近更大规模的顶级模型，且定价低于竞品一半。

来源：昆仑万维集团

小米推出全新世界模型Xiaomi Auto World Model

小米汽车正式发布 Xiaomi Auto World Model 全新框架，首次将三维重建与视频生成深度耦合为一体化架构。框架重建模块以稀疏三维锚点替代传统稠密高斯，10秒视频仅需10秒完成；生成模块通过两阶段训练与ODE蒸馏实现4步去噪、0.19秒/帧的高效生成，支持最长1分钟视频。

来源：小米技术

阿里通义开源多智能体开发框架 AgentScope 2.0

阿里通义实验室推出 AgentScope 2.0 ，聚焦真实场景下的稳定运行与生产接入进行系统性升级。新版本新增模型容错机制，支持失败自动重试与备用模型切换；重构消息模块实现执行过程实时可见；引入权限系统对高危操作自动拦截；优化上下文管理避免长链路失忆。

来源：通义实验室

面壁智能联合清华等开源端侧文本基座大模型 MiniCPM5-1B

面壁智能联合清华大学、OpenBMB开源社区正式开源端侧文本基座大模型 MiniCPM5-1B 。模型以1B参数规模在AA-Index榜单得分17.9，超越所有2B以下模型，甚至超过参数翻倍的主流基座模型，成为全球2B参数以内最强开源基座模型。INT4量化后仅0.5GB，可在手机、浏览器等终端流畅运行。

来源：面壁智能

5月25·周一

面壁智能联合清华开源端侧大模型 BitCPM-CANN

面壁智能联合清华大学及 OpenBMB 开源社区开源中国首个完全基于华为昇腾国产算力平台端到端训练的 1.58-bit 三值大模型 BitCPM-CANN ，包含 0.5B 至 8B 四个尺寸。模型采用量化感知训练路线，推理阶段释放约 6 倍显存红利，模型能力保留率达 90%–97.2%，为端侧 AI 落地与国产 NPU 生态提供关键基础设施。

来源：面壁智能

商汤办公小浣熊推出桌面智能体

商汤办公小浣熊桌面智能体正式发布，定位从建议者进化为执行者的AI办公伙伴。产品具备六大核心能力：支持20+格式本地文件直读、浏览器自动化、Ctrl+K全局快捷唤起、飞书等办公协同、本地记忆越用越懂用户、定时任务自动执行。

来源：商汤科技SenseTime

腾讯全面开放 ima copilot

腾讯 ima copilot 宣布全面开放，用户无需排队即可使用。工具具备持续进化记忆与全场景感知能力，可读取、总结并调用知识库内容，支持接入各大模型API KEY及自定义扩展技能。同时，ima知识号新增发布Skill功能，知识广场从”内容平台”升级为”能力平台”，首批上线微信读书、腾讯招聘等官方Skill。

来源：ima.copilot

DeepSeek-V4-Pro API永久降价为原定价的 1/4

DeepSeek官方宣布 DeepSeek-V4-Pro 模型API永久降价，5月31日结束2.5折优惠活动后，正式调整为原定价的1/4。降价后，缓存命中输入0.025元/百万Tokens，缓存未命中输入3元/百万Tokens，输出6元/百万Tokens。这意味着原本的限时2.5折优惠将永久保持，大幅降低开发者使用成本。

来源：IT之家

智谱清言上线 AgentMore Skills 广场

AgentMore Skills广场正式上线。广场整合「推荐」官方严选、「Skillhub」7.4 万+免费技能及「开源社区」三大模块，支持全局搜索与一键零 Token 安装。用户可为 Agent 快速装备微信读书、美团优惠券等大厂独家技能包，实现从通用聊天到行业专家的秒级升级，支持随时卸载管理。

来源：智谱清言

5月22·周五

智谱推出GLM-5.1高速版API，GLM-5.1-highspeed

智谱开放平台发布GLM-5.1高速版API GLM-5.1-highspeed ，模型输出速度达400 tokens/s，刷新全球大模型API速度上限。GLM-5.1-highspeed由智谱与TileRT团队联合推出，首次在国产大模型中实现旗舰级能力与极致低延迟兼得。适用AI编程、实时交互、实时语音等对延迟要求极高的场景，现已面向部分企业客户开放。

来源：智谱开放平台

美团开源数字人视频模型 LongCat-Video-Avatar 1.5

美团LongCat团队正式开源 LongCat-Video-Avatar 1.5 数字人视频模型，从开源SOTA迈向商业级应用。模型升级Whisper-large音频编码器，构建高质量多场景数据体系，引入逐帧级GRPO偏好对齐，在唇形同步、物理合理性、长视频稳定性及多人互动上全面跃升。模型采用DMD蒸馏实现8步生成，效率提升约15倍。

来源：龙猫LongCat

网易有道开源多模态大模型 Confucius4

网易有道AI团队开源多模态推理模型 Confucius4 ，基于Qwen3.5-27B架构推出，专为高级数学推理设计。模型采用迭代SFT+RL训练与精细化CoT优化，在Math-Hard-500等基准达同等规模SOTA性能，推理链长度降低43.2%。Confucius4针对中文用户定向优化，支持图文混合输入，兼容Qwen生态。

来源：AI工具集

阿里生产级 AI 数字员工平台 QoderWake 开启全球公测

QoderWake 开启全球公测，首发Mac版，5分钟可配置数字员工上岗。开放后端、前端、测试、产品等6个内置岗位，支持自定义角色。工具具备长期记忆与进化能力，可通过IM、Webhook等方式接活，自动输出交付摘要。内置四维权限中心保障安全，支持MCP接入企业系统，7×24小时自主协作。

来源：Qoder

5月21·周四

智谱推出下一代大模型推理网络架构 ZCube

智谱联合驭驯网络与清华大学推出 ZCube 组网架构，针对PD分离推理拥塞难题，取消Spine层，采用扁平化拓扑与单/多轨混合接入。GLM-5.1 coding实测显示，ZCube使交换机及光模块成本降33%，GPU推理吞吐提升15%，首Token时延TTFT P99降40.6%，为下一代超大规模推理集群提供高效底座。

来源：智谱

阿里 D20 全球设计院长峰会正式开票，堆友携手参会

阿里D20全球设计院长峰会2026正式开票，堆友再度携手参会。本届以”设计新生”为主题，主论坛聚焦大模型、Agent、AIGC及空间智能，分论坛涵盖阿里云”Vibe Designing”、淘天AI设计Agent、千问AI硬件UX等前沿方向，并首发AI设计实战工作坊与AI设计展。

来源：堆友

火山引擎Agent Plan、Coding Plan上新，新增DeepSeek V4

火山引擎方舟 Coding Plan 与 Agent Plan 同步接入 DeepSeek V4 系列模型，两种套餐包中均可使用 DeepSeek V4 Pro 和 V4 Flash。Coding Plan 面向开发者编程场景，Agent Plan 聚合 DeepSeek V4、豆包 Seed 系列等多模态模型及联网搜索等 Harness 能力，通过订阅制能大幅降低调用成本。

来源：火山引擎

腾讯混元开源 Hy-MT2 翻译模型和Hy 翻译小程序

腾讯混元开源新一代翻译大模型 Hy-MT2 ，提供 1.8B、7B、30B-A3B 三个尺寸，支持 33 种语言互译及 5 种民汉/方言。其中 7B 和 30B-A3B 在多项评测中达到开源模型最佳效果。同时推出腾讯 Hy 翻译小程序，支持语音输入、自定义翻译风格及离线翻译，iOS 与安卓 APP 即将上架。

来源：腾讯混元

腾达Marvis正式上线，无需邀请码

腾讯操作系统级AI助手腾讯Marvis （马维斯）正式上线，官网开放Windows、Mac及安卓端下载，无需邀请码即可体验。产品由应用宝团队推出，内置6名24小时在线AI Agent，支持读取本地文件、操作电脑软件与手机App，具备系统级文件MCP服务。

来源：IT之家

5月20·周三

谷歌I/O开发者大会推出AI全家桶

谷歌I/O 2026大会重磅发布：全新旗舰模型 Gemini 3.5 Flash 速度达竞品4倍；全能模型 Gemini Omni Flash 亮相，支持自然语言对话改视频；谷歌搜索迎来25年来最大升级，AI Mode月活突破10亿；联合三星及Gentle Monster、Warby Parker推出AI眼镜； Antigravity 2.0开发平台、个人智能体 Gemini Spark 等同步登场，谷歌正式迈入智能体驱动的Gemini时代

来源：智东西

阿里千问推出新一代旗舰模型 Qwen3.7-Max

阿里通义千问推出旗舰模型 Qwen3.7-Max ，定位面向智能体时代的全能基座。模型在编程、办公自动化与长周期自主执行方面表现突出，曾在 35 小时、超 1000 次工具调用的内核优化任务中实现 10 倍加速。基准测试显示，模型在 SWE-Pro、MCP-Atlas 等多项智能体评测中领先同行。

来源：千问大模型

阿里通义推出实时同声传译模型 Qwen3.5-LiveTranslate

阿里通义千问推出实时同传模型 Qwen3.5-LiveTranslate ，支持 60 种语言音频输入与文本输出、29 种语言音频输出，端到端字均延迟低至 2.8 秒。模型基于 Qwen3.5-Omni 架构，具备实时音色克隆能力，可保留说话人原声特征，内置 1000 个热词的行业术语翻译优化。

来源：通义实验室

阿里云推出全新MaaS模型服务平台「千问云」

阿里云在2026阿里云峰会上发布为AI Agent而生的全新产品千问云，集成Qwen、DeepSeek、Kimi等150余款主流模型API。平台将模型服务全面Skill和CLI化，Agent一句指令可自动完成模型选型、调用与任务执行，无需人工编写集成代码。

来源：阿里云开发者

智象未来推出旗舰级图像生成模型 HiDream-O1-Image-Pro

智象未来开源 HiDream-O1-Image-Pro ，基于UiT原生全模态架构，将图像像素、文本与任务条件统一映射至共享token空间，抛弃传统VAE与分离编码器。在GenEval、DPG等基准刷新SOTA，Artificial Analysis竞技场排名第8，超越FLUX.2[Dev]等开源模型。

来源：HiDream智象未来

微信读书官方推出 AI 助手扩展能力「微信读书Skill」

微信读书官方推出微信读书Skill ，用户通过API Key绑定账号后，AI可调用个人阅读数据，实现查书架、搜书、统计阅读习惯、整理笔记及个性化推荐等六大功能。微信读书Skill支持部署至WorkBuddy等AI助手，安装后可用自然语言查询阅读记录，可批量导出划线笔记至Obsidian和Notion，让个人阅读数据真正被AI激活。

来源：APPSO

5月19·周二

Lucius 完成数百万美元天使轮融资

Lucius 完成数百万美元天使轮融资，由明势创投领投，蓝狮资本担任独家财务顾问。Lucius 聚焦企业组织记忆缺失痛点，通过 AI Teammate 记录问题判断非仅存储答案，已服务 30 余家客户。典型案例 Dubbing AI 接入后社区自解决率从 29% 跃升至 88%。

来源：Z Potentials

Cursor 上线自研 Agentic 编程模型 Composer 2.5

马斯克在X平台邀请用户测试 Cursor 最新版本模型 Composer 2.5 ，模型部分调用Colossus 2训练而成。Cursor官方表示，模型基于月之暗面 Kimi K2.5 训练，重点提升长任务稳定性与复杂指令遵循能力。技术上采用基于文本反馈的定向强化学习，合成训练规模扩大至前代25倍，使用分片Muon与双网格HSDP优化训练效率。

来源：IT之家

腾讯内测操作系统层个人 AI 助手腾讯Marvis

腾讯内测操作系统级 AI 助手腾讯Marvis ，由应用宝团队开发，可在用户电脑本地部署 6 个 AI 智能体协同工作。产品支持自然语言指令完成文件管理、系统设置调整、跨模态内容检索及多任务自动化执行，采用云端效率与本地隐私双模式运行，敏感操作设 L2 级硬垂询确认

来源：腾讯科技

5月18·周一

开源AI智能体OpenHuman连续霸榜GitHub Trending第一

OpenHuman 连续霸榜GitHub Trending第一，获9k+ Star。OpenHuman无需用户调教，可一键连接118+服务（Gmail、GitHub等），每20分钟自动同步数据并构建卡帕西式本地记忆树，同时兼容Obsidian。工具内置TokenJuice技术能降低80% Token消耗，支持虚拟形象参会及后台自主执行。

来源：量子位

xAI推出首款终端原生 AI 编程智能体Grok Build

xAI推出首款 AI 编程智能体 Grok Build ，对标Claude Code，支持并行Subagents、兼容现有工作流与MCP，具备计划模式与终端内图像视频生成能力，目前面向SuperGrok Heavy订阅用户开放。与此同时，xAI正经历动荡，马斯克将xAI并入SpaceX并更换logo。

来源：量子位

LibTV 推出专业级 AI 视频协作工作台「LibTV团队版」

LibTV团队版正式上线，定位为AI视频专业级协作工作台。LibTV团队版提供专属项目空间、多人实时画布协作、统一资产库、分级权限管理、共享积分池及成员资产自动交接六大功能，面向AI视频工作室、短剧承制方、品牌市场部及企业内容团队。

来源：哩布哩布AI

腾讯推出AI应用生成平台「吐司」

腾讯推出探索型vibe coding产品吐司，定位应用生成及灵感共创平台，用户无需代码基础，自然语言描述可让AI完成从功能拆解到App打包的全流程。产品支持创造应用、社交分享、灵感广场复刻创作及AI应用搜索，构建”想法→应用→分发→共创”闭环。

来源：AI工具集

腾讯AI设计工具 Ardot 正式全面公测

腾讯AI设计工具 Ardot 正式全面公测，面向产设研团队开放。Ardot支持文/图生成UI设计稿、局部修改及批量图标，通过MCP协议实现设计稿一键转代码，兼容CodeBuddy、Cursor等IDE。产品具备多人协作、权限管理与开发者模式，深度兼容Figma且性能更优。

来源：腾讯设计Ardot

5月15·周五

OpenAI Codex登陆ChatGPT手机App，所有用户都能用

OpenAI 宣布 Codex 正式登陆 ChatGPT 手机 App，iOS 与 Android 双端同步开启预览，免费用户也能使用。用户可随时随地在手机上审批代码、查看线程动态、批准命令或启动新项目，Codex 在本地或远程环境中持续运行，状态实时同步至移动端。OpenAI 同步推出远程 SSH 连接、程序化访问令牌、Hooks 及 HIPAA 合规支持，进一步扩展团队自动化与安全管理能力。

来源：机器之心

月之暗面推出Kimi WebBridge，让 AI 帮你操作浏览器

月之暗面推出 Kimi WebBridge 浏览器插件，面向 Kimi Code 、 Claude Code 、 Cursor 、 Codex 等本地 AI Agent，让 AI 携带用户登录状态与 Cookie 直接操作浏览器，实现点击、滑动、输入、填表、跨站信息整合等自动化任务。用户只需在 Chrome/Edge 安装扩展并运行一条命令安装本地守护程序即可使用。

来源：月之暗面 Kimi

阿里推出Qoder 1.0，从AI IDE升级为智能体自主开发工作台

阿里推出 Qoder 1.0，从 AI IDE 升级为智能体自主开发工作台。新版本推出 Quest 独立视窗，支持跨项目多任务并行；整合记忆、Repo Wiki 与知识卡片为团队级知识引擎，引入 Experts 专家团及自定义 Agent 团队。目前 Windows、macOS 和 Linux 全平台已开放下载。

来源：阿里云

阿里云推出企业级AI建站平台万小智2.0

阿里云发布企业级 AI 建站平台万小智 2.0，启用全新升级品牌 LOGO 与虚拟人形象。新版本从单纯生成页面扩展为建站全链路覆盖：支持行业模板、参考网站一键搭建及专业需求文档生成；原生集成域名注册、ICP 备案、SSL 证书与一键部署，实现合规上线；配备可视化管理后台、智能问答与创意中心，交付可持续运营的线上阵地。

来源：阿里云万网

墨刀AI上线AI生成App功能

墨刀AI 正式上线AI生成App功能，用户一句话描述需求，AI会主动反问对齐产品定位、视觉风格等细节，智能选定Ant Design、Shadcn UI等主流设计系统，快速生成基于React/HTML代码的高保真App应用。生成的设计稿可一键切换查看前端代码，直接交付开发。

来源：墨刀

5月14·周四

小米具身智能团队开源自动驾驶大模型 Xiaomi OneVL

小米具身智能团队开源 Xiaomi OneVL 一步式潜空间语言视觉推理框架。模型在业内率先实现 VLA、世界模型与潜空间推理的统一，兼具强悍推理能力与高速响应，精度超越显式 CoT，速度对齐潜空间 CoT 方案。在 ROADWork、Impromptu、Alpamayo-R1 等多项基准上达到 SOTA，提供语言与视觉双维度可解释性。

来源：IT之家

Runway推出AI视频创作智能体Runway Agent

Runway 正式推出Runway Agent，对话式AI视频创作智能体。用户仅需描述需求，Agent在单轮对话中完成从概念构思、故事分镜到视觉方向的全流程规划，自动生成包含多场景、配音、对白及配乐的高分辨率成品视频。

来源：Runway

豆包输入法推出macOS版本

字节跳动旗下豆包输入法 macOS版本正式上线，苹果电脑用户可通过语音实现”用嘴打字”。macOS版本基于豆包App同款语音模型，支持任意输入框实时语音转文字，边说边出字且无时长限制。功能上支持多种方言及中英混说，可智能修正语气词、语病和口误，能记住用户个性化改词习惯等。

来源：豆包

5月13·周三

谷歌推出 Gemini 电脑 Googlebook，把 AI 塞进光标

谷歌在安卓Show大会上推出首款为 Gemini 量身打造的Googlebook笔记本，搭载智能光标并支持跨设备体验。同时发布安卓版Gemini Intelligence，支持跨App自动执行多步骤任务、Chrome集成Gemini插件、Rambler语音转文字及自定义桌面组件。谷歌还与苹果联手新增端到端加密RCS，预告下周I/O大会将抢先预览智能眼镜。

来源：智东西

MiniMax 推出 MiniMax Agent 升级版 Mavis

MiniMax推出 MiniMax Agent 升级版Mavis，上线Agent Teams功能，支持多角色Agent并行协作，通过Owner、Worker、Verifier架构解决单Agent停摆、漂移等痛点；同时合并TokenPlan与Agent Plan，一份订阅打通CLI、API、Agent全链路，覆盖M2.7及音视频模型，Credits额度灵活共享。

来源：MiniMax 稀宇科技

林俊旸创业，新公司估值约20亿美金

前阿里千问大模型技术负责人林俊旸已正式创业，聚焦世界模型与具身大脑。他已招募来自字节、腾讯及海外背景的核心成员，以约20亿美元估值启动融资，接触红杉中国、高榕创投等机构。此前，林俊旸因阿里云计划拆分Qwen团队离职，具身智能也是其在阿里未竟之业。

来源：智能涌现

Claude Code 推出 Agent View，一个界面管理所有 AI 会话

Anthropic为 Claude Code 推出Agent View研究预览版，支持开发者在一个终端界面内同时调度、监控多个并行AI会话，无需多开窗口。用户可实时查看各任务状态，随时介入回复或切换会话且不丢进度。功能支持后台持续运行，将Claude Code从单线程对话工具升级为多任务”指挥中心”，适用所有付费计划。

来源：AI工具集

5月12·周二

OpenAI推出AI网络防御工具Daybreak，斥资40亿美元成立新公司

OpenAI宣布成立OpenAI Deployment Company，获超40亿美元初始投资并收购英国AI咨询公司Tomoro，将150名前沿部署工程师嵌入企业，帮助客户将AI部署到销售、法务等核心业务流程，从模型提供商转型为AI经济部署层。同时推出AI网络安全工具 Daybreak ，整合最强模型、Codex及安全合作伙伴，自动化漏洞发现与修复，加速网络防御并持续保障软件安全。

来源：机器之心

办公小浣熊桌面版 2.0 升级发布

商汤办公小浣熊桌面版2.0升级发布，从”桌面入口”转型为”执行助手”，新增六大能力：直接读取本地20+格式文件、一句话操控浏览器、⌘K全局快捷唤起、连接飞书/企微/钉钉、本地跨会话记忆、定时自动执行任务。现Mac端已开启首批内测招募，限时免费使用，Windows端预计5月中下旬上线。

来源：商汤小浣熊

OpenBMB开源端侧多模态大模型MiniCPM-V 4.6

OpenBMB开源 MiniCPM-V 4.6 端侧多模态大模型，LLM 参数量仅 1.3B，模型总体积约 1.6GB，最低 6GB 内存即可流畅运行。模型基于 llama.cpp 框架，完整支持 iOS、Android、HarmonyOS NEXT 三大平台纯本地离线部署，具备图像理解、OCR、视频理解等多模态能力。

来源：AI工具集

码上飞全新升级！不仅做APP，还能帮你做生意

码上飞宣布全新升级，进化为”用AI帮你做生意”的一站式平台。用户用中文可一句话生成微信小程序、App及网站。新版本为每个应用自动配备专属AI员工，支持内容创作、客户回复、数据分析等运营。同时自动生成管理后台集中管理订单、商品与经营数据，助力个人及小团队零门槛跑通业务。

来源：码上飞-CodeFlying

阿里千问与淘宝全面打通

千问APP 与淘宝全面打通，用户更新至6.9.1版本后，可在千问内直接完成商品挑选、对比及下单。依托AI能力，千问支持复杂条件精准筛选、模糊需求智能理解、场景化商品组合推荐，能识别”智商税”理性劝退，实现从搜索到购买的全链路AI购物体验。

来源：千问APP

5月11·周一

Uncharted Dynamics 获数百万美元融资

具身智能底层基础设施公司 Uncharted Dynamics 完成数百万美元种子轮融资，由险峰长青领投。公司聚焦高精度多体动力学求解器研发，为具身智能提供物理层面的”真值地基”，解决现有仿真系统在刚柔耦合、柔性接触等复杂交互中物理失真、导致模型难以迁移至现实的问题。

来源：Z Finance

中国移动推出MoMA大模型聚合平台与MobileClaw智能体框架

2026移动云大会在苏州召开，中国移动围绕”算力新动能、智能新空间”为主题，设8大分论坛及8000㎡展区，吸引超10万人次观展。中国移动发布三大首创：桌面级AI办公智能体 MobileClaw 、大模型聚合平台 MoMA 、支持电话交互的移动AI云电脑，和AI-eSIM卡及万亿级Token服务体验包，布局吉瓦级AI数据园区。

来源：中国移动

火山引擎推出Agent套餐包「Agent Plan」

火山引擎正式推出Agent套餐包Agent Plan，首次将多模态模型与Harness工具深度整合。套餐聚合字节跳动自研的Doubao-Seed、Seedance、Seedream系列及 GLM-5.1 、 Kimi-K2.6 等主流模型，内置联网搜索、embedding等工具，适配 Claude Code 、 OpenClaw 等平台。

来源：火山引擎

谷歌云智能体开源官方命令行工具agents-cli

谷歌云智能体开源官方命令行工具 agents-cli ，专为简化企业级 AI Agent 从开发到部署的全生命周期设计。工具集成 Gemini CLI 、 Claude Code 、 Codex 、 Cursor 等主流编程 Agent，内置 Workflow、Scaffold、Eval、Deploy 等7个技能包，支持本地模拟评估、自动化部署至 Cloud Run/GKE，提供人工模式随时接管流程。

来源：AI工具集

QClaw上线文件空间功能，QClaw×腾讯文档× ima全面互通

腾讯 QClaw 正式上线「文件空间」功能，一次授权可打通本地文件、腾讯文档与ima知识库。用户可直接在QClaw内调用腾讯文档和ima资料让AI处理，生成内容后一键保存为腾讯文档并生成协作链接，或沉淀回ima知识库。实现从资料调取、AI加工到团队协作的全流程闭环。

来源：腾讯云

5月9·周六

阶跃星辰推出实时语音大模型StepAudio 2.5 Realtime

阶跃星辰正式推出新一代实时语音大模型 StepAudio 2.5 Realtime ，模型具备三大核心能力：顶级副语言能力，可精准感知语调、语速、停顿等情绪细节；千万人设自定义，支持从性格到口癖的精细调节，打造专属AI角色；对话双商领跑，在情商与智商上双重进阶。

来源：阶跃星辰

百度推出旗舰大语言模型文心 5.1

百度文心 5.1 正式上线，总参数压缩至文心 5.0 的约 1/3、激活参数约 1/2，预训练成本仅为业界同规模模型的 6%。模型在 Arena 搜索榜以 1223 分位列全球第四、国内第一，Agent 能力超越 DeepSeek-V4-Pro，AIME26 数学竞赛得分 99.6 仅次于 Gemini-3.1 Pro。

来源：百度文心

蚂蚁百灵推出万亿级旗舰思考模型Ring-2.6-1T

蚂蚁百灵正式推出 Ring-2.6-1T ，模型采用万亿级参数规模，在推理、编程、多模态理解等能力上实现显著提升。百灵团队通过创新的训练架构优化，在保证模型性能的同时有效降低推理成本。Ring-2.6-1T 已面向开发者和企业用户开放 API 调用，支持文本、图像、代码等多种任务场景，进一步丰富国内大模型生态的选择。

来源：百灵大模型心

通义灵码推出RepoWiki功能，一键生成结构化知识文档

通义灵码推出RepoWiki功能，支持为代码库自动生成覆盖模块关系、接口定义与实现逻辑的结构化知识文档，解决 AI 编程工具碎片化理解代码的痛点。RepoWiki支持全量生成、增量更新与 Git 目录同步，Wiki 文件可随代码提交实现团队共享。Repo Wiki 目前处于 Beta 阶段，面向企业标准版与专属版用户开放免费体验，

来源：灵码Lingma

OpenAI推出网络安全专用模型GPT-5.5-Cyber

OpenAI 宣布推出 GPT-5.5-Cyber 限量预览版，优先向经过审核的网络防御者开放。模型基于 Trusted Access for Cyber（TAC）框架，在 GPT-5.5 基础上降低安全相关任务的拒绝率，支持漏洞验证、恶意软件分析等防御工作流，同时保留对恶意活动的防护。

来源：OpenAI

5月8·周五

OpenAI 推出三款实时语音模型

OpenAI推出三款实时语音模型： GPT-Realtime-2 具备GPT-5级推理与工具调用能力； GPT-Realtime-Translate 支持70多种语言实时互译，每分钟成本仅约0.25元，较人类同传降低百倍； GPT-Realtime-Whisper 实现低延迟语音转录。三模型均通过Realtime API开放，端到端处理保留语调情感。

来源：openAI

商汤推出轻量化多模态智能体模型SenseNova 6.7 Flash-Lit

商汤推出新一代轻量化多模态智能体模型 SenseNova 6.7 Flash-Lite ，采用原生多模态架构实现”看、想、做”一体化，Token 消耗较纯文本智能体直降 60%，在多项权威智能体基准测试中获同级别 SOTA。同时同步推出 SenseNova Token Plan 限时免费，支持每 5 小时 1500 次调用。

来源：商汤科技SenseTime

美团推出 AI 原生共生社区「觅游」

美团推出 AI 原生社区觅游并开启公测。产品定位为面向大模型与 Agent 的共生社区，首创养虾模式，用户饲养的 AI Agent 虾可协助寻找赚钱机会、结识伙伴。目前平台已入驻超 3000 个 Agent、汇聚 4 万余项 Skill。

来源：AI工具集

360旗下AI办公平台推出AI PPT工具JJT

360集团旗下360 AI办公平台推出 AI PPT 工具 JJT ，支持一句话生成、文档/大纲转 PPT、长内容总结汇报等创作模式，兼容 PDF、DOC、PPTX 等十余种格式上传。工具智能编辑能力涵盖一键换风格、精准配图、电影级转场、数据转图表及 AI 撰写演讲稿，支持 PPTX、HTML、PDF 多格式导出。

来源：AI工具集

共绩科技完成近亿元Pre-A轮融资

共绩科技宣布完成近亿元Pre-A轮融资，由春华创投、彼岸时代联合领投。公司独创”电网式算力调度网络”，整合全球闲时、异构算力资源，通过AI算法实现供需动态匹配，让算力像电力一样按需取用、按量计费。平台已服务超5000家团队及企业，帮助客户降低算力成本超50%，典型客户包括LiblibAI、Remy等。

来源：共绩算力suanli.cn

OpenAI推出Codex Chrome扩展插件

OpenAI 正式推出 Codex Chrome扩展插件，支持 Codex 直接操作用户已登录的 Chrome 浏览器，包括读取打开标签页、页面内容及已登录网站信息，支持导航、点击、输入和截图等交互操作。用户可随时停止任务并在设置中管理访问权限，与新网站交互前需经确认。

来源：AI工具集

5月7·周四

Anthropic与SpaceX达成合作扩容算力

Anthropic 在 Code with Claude 开发者大会连放数招： Claude Code 调用限额翻倍至 10 小时并取消高峰削减，Claude Opus API 速率限制大幅放宽；托管智能体新增多智能体编排、目标结果与自主推演三大能力；Claude Code 更新远程控制、无闪烁渲染等十余项功能，同时与 SpaceX 达成算力合作。

来源：智东西

月之暗面 Kimi 完成新一轮约20亿美元融资

月之暗面（Kimi）完成约20亿美元D轮融资，投后估值突破200亿美元，创中国大模型最大单笔融资纪录。本轮由美团龙珠领投，中国移动等参投，累计融资超44亿美元居国内大模型创业公司之首。公司4月年度经常性收入超2亿美元，并发布开源旗舰模型 Kimi K2.6 。

来源：智东西

大基金领投DeepSeek，估值接近450亿

据《金融时报》报道，国家集成电路产业投资基金（大基金）正洽谈领投 DeepSeek，本轮估值接近 450 亿美元（约 3067 亿元），较半月前 200 亿美元翻倍。创始人梁文锋或亲自跟投，腾讯、阿里亦在洽谈参投。大基金此前从未投资 AI 大模型公司，DeepSeek 为首家。

来源：智东西

字节跳动推出统一多模态模型Mamoda2.5

字节跳动开源全球首个25B级统一多模态模型 Mamoda2.5 ，基于Qwen3-VL-8B架构，总参数250亿每次仅激活约3亿。模型实现了文生图、文生视频、视频编辑等全任务SOTA，推理速度比阿里Wan2.2快12倍、比美团LongCat Video快18倍，视频编辑延迟仅9.2秒。模型在多项视频编辑基准测试中排名第一，性能接近闭源Sora和Kling。

来源：AI工具集

无问芯穹再获超7亿融资

无问芯穹宣布再获超7亿元融资，由杭州高新金投集团和惠远资本联合领投，持续稳居中国AI原生基础设施公司融资规模之首。公司首发”AI生产力公式”，定位Token经济枢纽，其Agentic MaaS平台日均Token调用量较去年底增长超20倍。

来源：无问芯穹

OpenAI开放超大规模AI训练网络协议MRC

OpenAI 联合 AMD、博通、英特尔、微软、英伟达五大巨头推出多路径可靠连接（MRC）协议，通过 OCP 向全行业开源。MRC 基于 RoCE 扩展，采用多平面网络设计与自适应数据包喷淋技术，将数据包分散至数百条路径并行传输，避免网络拥塞与热点，使故障恢复从秒级缩短至微秒级。

来源：量子位

像素绽放PixelBloom 完成C轮融资

像素绽放PixelBloom完成C轮融资，由国科投资与商汤国香资本联合领投。公司从AI视觉表达平台全面跃迁为”AI办公解决方案Agent”，推出全球首个营销方案Agent”小方同学”，实现从”生成内容”到”交付结果”的质变。C端产品 AiPPT 已覆盖3000万用户，B端深度嵌入联想、华为等硬件生态及中信证券、安利中国等头部企业。

来源：像素绽放PixelBloom

硅基流动跻身中国 MaaS 市场第一梯队

据IDC报告，2025年中国企业级MaaS市场规模达1944万亿Tokens，同比增长16倍。硅基流动作为唯一创业公司跻身公有云MaaS前四，与火山引擎、阿里云、百度智能云同处第一梯队，验证”第三类MaaS”模式价值。

来源：硅基流动

5月6·周三

OpenAI推出ChatGPT新一代默认模型GPT-5.5 Instant

OpenAI 正式推出 GPT-5.5 Instant ，取代 GPT-5.3 Instant 成为 ChatGPT 默认模型。模型主打更准确、更简洁、更懂你：医疗/法律/金融领域幻觉率下降 52.5%，数学竞赛得分大幅提升；回复更简短自然，减少格式堆砌。Plus/Pro 用户可调用历史对话和文件实现个性化回答，所有消费者版本将新增「记忆来源」功能供用户查看与管理。

来源：APPSO

美国开发者开源DeepSeek版Claude Code，DeepSeek-TUI

美国开发者 Hunter Bown 推出的 DeepSeek-TUI 近日在 GitHub 爆火，获 2.3k Star，被誉为”DeepSeek 版 Claude Code”。工具用 Rust 编写、支持MIT 开源，是专为 DeepSeek V4 优化的终端编程 Agent，支持文件操作、Shell 执行、Git 管理、MCP 接入等功能。

来源：量子位

豆包测试增值付费服务，保留免费基础版

字节跳动旗下AI助手豆包推出付费订阅服务，分为标准版68元/月、加强版200元/月、专业版500元/月三档，同时保留免费基础版供日常使用。目前付费功能仍在测试阶段。据量子位智库数据，4月豆包APP日活突破1.4亿，环比增长21%，月下载量约5000万，稳居国内AI助手市场首位，断层领先千问、元宝等竞品。

来源：量子位

ChatGPT上线广告主平台

OpenAI 宣布推出 ChatGPT 广告主平台，推出更灵活的购买方式。广告主现可通过电通、WPP 等代理商及 Adobe、Criteo 等技术伙伴购买广告，也可用美国地区测试中的自助 Ads Manager 直接投放。同时ChatGPT广告新增 CPC 竞价模式，上线转化 API 与像素追踪等测量工具。

来源：OpenAI

讯飞智文推出Vision Agent模式，重构 AI PPT 生产流程

讯飞智文 Vision Agent模式，重构AI在PPT生产链条中的角色。Vision Agent模式通过意图洞察、大纲构建、内容精炼与五步设计引擎，实现从被动生成到主动协同的转变，解决模板化、配图脱节等痛点。系统可联网搜索资料、自主推演页数结构、生成可编辑内容卡片，最终输出专业排版。

来源：讯飞开放平台

← 2026年6月 2026年4月 →

AI进展

5月29·周五

5月28·周四

5月27·周三

5月26·周二

5月25·周一

5月22·周五

5月21·周四

5月20·周三

5月19·周二

5月18·周一

5月15·周五

5月14·周四

5月13·周三

5月12·周二

5月11·周一

5月9·周六

5月8·周五

5月7·周四

5月6·周三

5月3·周日