AI情报助手日报04-22

AI Agent 进展

• Kimi K2.6发布，Agent集群并行。
  月之暗面发布Kimi K2.6，其Agent集群可拉起300个分身并行执行任务，并引入Claw群组实现AI社交化协作，代码能力提升近20%。
• AgentScope Tuner优化Agent。
  AgentScope Tuner升级为一站式自动优化引擎，解决Agent乱调工具、维护成本高的问题。它提供Agent原生、统一体验、全周期支持，实现Agent的持续优化。
• IBISAgent医学分割SOTA。
  浙大与上海AI Lab联合提出IBISAgent，将医学分割建模为多步视觉决策过程。该框架不改模型、不加token，通过多轮交互式推理，在医学分割任务上取得SOTA。
• 小米“龙虾”实现跨端联动。
  小米AI智能体“小米龙虾”Xiaomi miclaw上线PC、Mac和有屏音箱版，实现手机、PC、Mac、音箱等多设备跨端联动，基于小米MiMo大模型构建。
• Anthropic发布Claude Mythos。
  Anthropic发布Claude Mythos Preview，该模型具备强大的agentic coding和reasoning能力，标志着AI从“会说”跨入“会动手”的行动智能时代。
• 腾讯云开源Agent执行底座。
  腾讯云正式开源Cube Sandbox，这是业内首个兼顾硬件级隔离与亚百毫秒启动的AI Agent执行环境底座，兼容OpenAI、Manus等E2B生态框架。
• M-Flow重塑AI Agent记忆。
  中国19岁团队“心流元素”开发的M-Flow记忆引擎，通过引入“联想”机制和锥形图谱结构，重塑AI Agent记忆，在三大公开Benchmark评测中均获第一。
• 屏幕图灵测试评估GUI Agent。
  论文《Turing Test on Screen》提出“屏幕图灵测试”框架，评估大模型GUI Agent的拟人化能力。Agent需在不降低任务准确率前提下，最小化与人类行为的区分度。

AI Agent 应用

• 微软Copilot升级企业级智能体。
  Microsoft AI Tour上海站展示AI技术进展，微软将Copilot从智能助手升级为具备行动力的企业级智能体体系，Microsoft Agent 365将于5月1日发布。
• 周大福部署超400个定制智能体。
  周大福珠宝携手微软，通过Azure OpenAI等技术，将AI从辅助工具升级为企业级底层能力。周大福已部署超400个定制智能体，覆盖2.4万名员工，业务效率提升70%以上。
• 物理AI革新工业场景。
  物理AI正革新工业场景，中科智云通过工业装备全域智能体，使建筑工地塔吊操作人员从12人减至1人，并在恶劣天气下效率提升10%，实现物料搬运全流程自主化。
• 华为Pura X Max首发伴随式AI。
  华为Pura X Max大阔折手机正式发布，搭载HarmonyOS 6.1，首发「小艺伴随式AI」。该AI解决方案主动服务、持续在场，重构人机关系。
• CLAUDE.md霸榜GitHub。
  一个名为CLAUDE.md的Markdown配置文件，因其将Karpathy对AI编程陷阱的观察转化为Agent行为准则，迅速霸榜GitHub，通过四条核心规矩提升AI编程质量。
• OpenAI推广企业级AI编程工具。
  OpenAI推出Codex Labs，并与全球领先的系统集成商合作，旨在将AI编程工具Codex推广至全球数千家企业，帮助企业加速软件开发和工作流程。
• “女娲skill”蒸馏名人思维。
  GitHub高热项目“女娲skill”能蒸馏名人思维方式和认知系统，用户只需输入名字，即可让AI自动调研并提炼出该名人的心智模型，用于决策和对话。

大模型发展

• 马斯克：Grok 5将是AGI。
  马斯克宣布Grok 5将是通用人工智能（AGI），并计划在5月推出两款万亿参数模型Grok 4.4和4.5。Grok 5目前正以6万亿参数规模在超级计算集群上训练。
• Google DeepMind追赶AI编码。
  Google DeepMind成立特别小组，旨在改进AI编码模型，以实现自身编码和AI研究自动化。此举部分受Anthropic编码工具领先的推动，布林直接参与。
• Anthropic模型性能衰退引争议。
  Anthropic的Opus 4.7模型发布后，因准确性、稳定性、成本控制等问题遭大量用户吐槽，甚至被指“变笨”。其工程实现能力、tokenizer调整等问题被认为是模型退化的主因。
• 亚马逊追投Anthropic 2249亿。
  亚马逊宣布向AI大模型公司Anthropic追加投资，总计承诺投资额最高达2249亿元人民币。Anthropic将深化与AWS合作，未来十年在AWS技术方面投入超1000亿美元。
• 蚂蚁“大象”模型Token效率高。
  蚂蚁Inclusion AI团队推出神秘模型“大象”，仅100B参数，却在同规模模型中达到SOTA。它以极高的Token效率和“快、准、省”的特点，成为“干活圣体”。
• GPT-Image-2全量上线。
  GPT-Image-2正式全量上线，在中文字形、复杂版式、长文排版及风格迁移上实现跨代升级。用户无需长提示词，即可生成专业级视觉内容，尤其在中文处理方面表现出色。

具身智能

• CMU博士后创办具身智能公司。
  CMU博士后William Zhi联合创办具身智能公司ZenoAI，主打视频学习驱动的可扩展全身智能。该公司成立于2025年6月，总部杭州，在悉尼设研发中心。
• MotuBrain具身智能世界第一。
  具身智能领域，一款名为 MotuBrain 的神秘世界模型，在WorldArena和RoboTwin2.0两大国际基准测试中均排名第一，验证了“预测世界”与“驱动行动”统一模型的可行性。
• Monet赋予大模型抽象视觉思考。
  Monet提出一种新的“Think with images”范式，使多模态大模型能通过生成连续的“隐式视觉嵌入”进行视觉思考，不再依赖外部工具，从而内化视觉推理能力。
• AURA实现视频大模型实时响应。
  香港中文大学与华为联合推出AURA框架，旨在让视频大模型实现实时视频流的持续观察、理解与主动响应。它通过流式上下文管理等解决了传统VideoLLM的离线处理局限。
• LingBot-Map实现万帧3D重建。
  中国团队开源的LingBot-Map，仅靠普通RGB摄像头实现万帧流式3D重建，引爆全球机器人圈。该技术在恒定内存下保持高精度，获SLAM教父Andrew Davison高度评价。

AI 行业洞察

• 智能体PC成AI时代新入口。
  英特尔正推动智能体PC普及，将AI对个人计算的变革从工具增强推向智能伙伴新阶段。其智能体PC以本地AI算力为核心，融合云端智能，实现生产力跃升。
• 多智能体系统不应盲目扩张。
  一项最新综述指出，大语言模型驱动的多智能体系统不应盲目扩张。研究团队提出三维分类框架，强调拓扑、记忆范围、更新行为及世界模型一致性是系统扩展的关键。
• 中国AIGC产业峰会启动。
  中国AIGC产业峰会将于5月20日在北京举办，主题为“@所有人，马上AI起来”。峰会旨在推动AI落地应用，并将发布《2026年中国AI应用全景图谱报告》。
• NVIDIA解读AI五层蛋糕架构。
  NVIDIA播客节目解读GTC26发布的“AI五层蛋糕”架构。本期聚焦能源层与芯片层，剖析Token经济学、Vera Rubin并发调度及LPU如何解决推理速度、智能与高吞吐的“不可能三角”。
• AI重塑科学研究与出版。
  斯坦福大学祁晓亮教授指出，AI革命是地球信息动态史的第三次跃迁，能大规模复制、共享人类隐性经验。AI正从科研工具演变为合作者，将彻底重塑科学出版与评价体系。
• 黄仁勋：英伟达是Token工厂。
  黄仁勋在访谈中指出，英伟达的本质是“Token工厂”，将电子转化为有价值的Token。他认为算力终极瓶颈是物理基建而非光刻机，并强调中国AI人才优势。
• 大湾区AI产业发展机遇。
  IBM咨询专家张信一、胡义深度解读大湾区AI时代产业发展机遇。他们认为，政策与产业双轮驱动是大湾区发展的核心底气，企业应利用AI赋能员工，并借助跨境协同优势实现全球化布局。
• 游戏行业AI招聘困境。
  游戏行业正经历AI带来的招聘困境。文章盘点7372个岗位，发现AI相关岗位占比近15%，渗透岗占比达54%，传统岗位AI化加速，对求职者提出更高要求。
• Meshy在AI生成3D领域突破。
  清华姚班毕业生胡渊鸣创立的Meshy，在AI生成3D领域实现商业突破。公司ARR已超4000万美元，月复合增速20-30%，通过技术创新和市场策略，成功降低3D内容生产门槛。

其他

• 傅盛分享AI工具使用心得。
  猎豹移动CEO傅盛分享其骨折卧床期间，深度使用AI工具EasyClaw的心得。他指出AI在逻辑推理、垂直领域已超越人类，正重构岗位与组织层级。
• 大模型Steering工作原理。
  浙大联合阿里发布两篇ACL 2026论文，全面揭示大模型Steering的工作原理与能力边界。Steering通过动态权重更新实现对模型行为的精准控制，并开源EasyEdit2框架。
• 多智能体离线强化学习挑战。
  中山大学郭裕兰团队提出MangoBench基准，旨在评估多智能体在多目标任务中的协作能力。研究发现稀疏奖励和责任分配是多智能体离线强化学习训练失败的关键。
• LLM指令微调评估方法更新。
  作者更新了LLM指令微调评估方法，通过LLM法官进行一致性评分。研究发现，测试损失与指令遵循能力之间存在相关性，但并非唯一因素。
• 聊天机器人医疗建议存缺陷。
  多项新研究表明，大语言模型在提供医疗建议时存在严重缺陷，包括信息不准确、幻觉和过度自信。普通民众不应依赖聊天机器人进行医疗决策。
• Linux文本转语音工具Piper。
  文章介绍了Linux上名为Piper的文本转语音（TTS）程序，它是一款本地优先、开源且可在普通硬件上快速运行的TTS软件，通过Pied GUI可轻松安装。