AI日报丨GPT-5.5驱动Codex爆发:单周下载9000万;Claude深度接入Office四件套:跨应用上下文贯通 ;开源RAG医疗文档问答机器人

AI 日报 · 2026年05月11日

AI资讯

1、修复DeepSeek-V4-Flash MTP并量化，推理提速2倍

2、GPT-5.5驱动Codex爆发：单周下载9000万

3、Claude深度接入Office四件套：跨应用上下文贯通

📰 最新资讯

01 · 修复DeepSeek-V4-Flash MTP并量化，推理提速2倍

　🏷 技术突破

社区针对DeepSeek-V4-Flash修复多令牌预测(MTP)头加载被静默移除的问题，并结合路由专家W4A16 INT4 GPTQ量化与vLLM分支适配优化，使推测解码重新生效。在RTX PRO 6000 Max-Q上，524k双流吞吐由52.85提升至85.52 tok/s，128k单流约111 tok/s，显著降低大上下文推理成本。

主要亮点：

• 修复MTP头被移除，推测解码配置重新生效
• 路由专家采用W4A16 INT4 GPTQ量化并调vLLM
• 524k双流吞吐提升至85.52 tok/s，超1倍增益

详情链接：https://huggingface.co/LordNeel/DeepSeek-V4-Flash-Acti-MTP-W4A16-FP8

02 · GPT-5.5驱动Codex爆发：单周下载9000万

　🏷 行业动态

报道称奥特曼称GPT-5.5为“自闭天才”，强调其原始智能与性能。搭载该模型的Codex在5月初单周下载达9000万，显著领先竞品。开发者反馈其编码能力与Token效率优于Claude，可显著降低成本，但交互“人味儿”略逊。OpenAI正征集改进意见并暗示加入语音通话。

主要亮点：

• 奥特曼公开称GPT-5.5为“自闭天才”
• Codex 5月初单周下载量飙升至9000万
• 初创团队称Token效率提升月省超3.2万美元

详情链接：https://x.com/sama/status/2053192407664259251

03 · Claude深度接入Office四件套：跨应用上下文贯通

　🏷 产品更新

Anthropic宣布Claude正式登陆Excel、Word、PowerPoint，并开放Outlook插件公测，覆盖所有付费计划。它从聊天助手升级为Office工作流智能体，可在邮件、文档、表格与演示间保持连续上下文，减少反复交代背景与工具切换，尤其利好金融、咨询、法务等多应用协作场景。

主要亮点：

• 跨Outlook-Word-Excel-PPT全流程协作，上下文不断线
• Excel跨表建模不破坏原公式，支持复杂分析与复用
• PPT按模板生成可编辑图表，Word支持修订与评论审阅

详情链接：https://claude.com/claude-for-microsoft-365

🔭 最新开源

01 · MaixCAM伺服AI控制：YOLOv8追踪30FPS

　🏷 开源项目

该开源项目面向MaixCAM实现AI伺服控制，集成YOLOv8目标检测、颜色追踪与运动传感，在端侧以约30FPS实时处理。它降低了机器人与IoT视觉闭环控制门槛，便于快速搭建“看见即行动”的跟随与定位应用原型。

主要亮点：

• YOLOv8目标检测驱动伺服闭环控制
• 融合颜色追踪与运动传感提升稳定性
• 端侧约30FPS实时推理，适配机器人IoT

详情链接：https://github.com/bobberdolle1/maixcam-servo-control

02 · 开源RAG医疗文档问答机器人：多LLM+PDF检索

　🏷 开源项目

该GitHub开源项目基于RAG实现医疗PDF文档智能问答，集成FastAPI、LangChain与ChromaDB完成检索增强与向量存储，并用Streamlit提供交互界面，支持多种大模型切换。为医疗文档解读与知识查询提供可落地的工程范式。

主要亮点：

• RAG架构面向医疗PDF问答，降低幻觉提升可追溯性
• FastAPI+Streamlit前后端联动，快速搭建可用原型
• LangChain编排与ChromaDB向量库，支持多LLM切换

详情链接：https://github.com/anujpratap12/MediQuery-Medical-Document-QA-Bot

03 · GitHub热榜个人专业网站项目开源上线

　🏷 开源项目

vincentdavidson 在 GitHub Trending 发布个人专业网站项目，主要以 HTML 构建，用于展示履历与作品集。项目虽体量小、Star 尚少，但可作为轻量化个人品牌与技术展示模板，便于二次定制与快速部署，适合开发者搭建在线名片与作品入口。

主要亮点：

• 基于HTML的轻量个人专业网站模板
• 适合快速部署作品集与在线简历展示
• 可作为开发者个人品牌页面二次定制起点

详情链接：https://github.com/vincentdavidson/vincentdavidson.github.io

04 · SwinFaceGuard开源：融合时空频特征识别深伪

　🏷 开源项目

SwinFaceGuard 是一项基于 Swin Transformer 的深伪检测开源项目，通过融合空间、时间与频域特征提升对伪造人脸视频的辨识能力。该思路有助于增强跨场景鲁棒性，为内容审核、媒体溯源与身份验证提供更可靠的技术支撑。

主要亮点：

• 以Swin Transformer为骨干提升深伪检测表征能力
• 空间+时间+频域三路特征融合，增强鲁棒性
• 开源Python实现，便于复现、扩展与工程落地

详情链接：https://github.com/saguftaperween/SwinFaceGuard

05 · 开源脑电平台解析心理意象与信号质量

　🏷 开源项目

Imagina 是一款 AI 驱动的脑电（EEG）研究平台，聚焦心理意象分析，支持对真实 OpenMIIR 数据进行评测与实验复现。项目提供信号质量度量、数据集就绪度评估与神经反馈启发式实验流程，帮助研究者更快完成从数据清洗到建模验证的闭环，推动脑机接口与认知神经研究落地。

主要亮点：

• 面向心理意象的 EEG 分析与评测工作流
• 集成 OpenMIIR 真实数据评估与复现实验
• 提供信号质量指标与数据集就绪度检测

详情链接：https://github.com/toniIepure25/Imagina

以上内容由 AI 汇总，数据来源于网络公开平台。