AI资讯日报 2026/05/11

今日摘要

产品与功能更新

1. ChatGPT 默认模型：GPT‑5.5 Instant
（OpenAI 官稿 5月5日）在 聊天 与 API（chat-latest）全面替换 GPT‑5.3 Instant；内部评测指 高利害域 幻觉宣称较 5.3 Instant 少 52.5%、被用户标为事实有问题的对话里不确表述少 37.3%；Plus/Pro 的 增强个性化 与 Memory sources 在 Web 先上、移动端跟进。付费 用户可在 约三个月 内于设置中继续选用 GPT‑5.3 Instant。

2. Realtime API 语音三模型
（OpenAI 官稿 5月7日）包括 GPT‑Realtime‑2（GPT‑5 级 推理、32K→128K 上下文、可调 reasoning 等级）、GPT‑Realtime‑Translate（70+ 输入语进、13 种输出语；按分钟 $0.034）、GPT‑Realtime‑Whisper（流式转写，$0.017/分钟）。GPT‑Realtime‑2 官称在 Big Bench Audio 高阶档较 1.5 高 15.2%、在 Audio MultiChallenge 的 xhigh 档高 13.8%；定价示例为音频输入 $32/百万 token（缓存 $0.40）、输出 $64/百万 token。

3. Trusted Contact
（OpenAI 官稿 5月7日）允许 18+ 用户指定一名 可信联系人；当自动系统与人工审核认为对话存在 严重自伤风险 时，可在 约一小时内 完成审核后向联系人发 有限通知（不含对话原文）。该功能与现有 热线引导、青少年家长通知 等并列。

4. Claude 用量上限与 SpaceX 算力
（Anthropic 官稿 5月6日）宣布使用 SpaceX Colossus 1 全部机柜算力，约 300 MW、22 万+ GPU 将在 约一个月 内陆续到位；同日 Claude Code 对 Pro/Max/Team/Enterprise 的 五小时滑动窗口限速翻倍、Pro/Max 取消 高峰时段 对 Code 的额外限流，并 上调 Claude Opus 系列 API 速率上限；文内同时回顾与 亚马逊、Google/Broadcom、微软×NVIDIA、Fluidstack 等 多 GW 级 算力合作。

5. ChatGPT 广告购买方式
（OpenAI 官稿 5月5日）扩至 自助 Ads Manager（美国 测试）、增加 CPC 与 全球及美国 多类 购买 形态，与 5/5 起在 美国 试投 ChatGPT 内广告 的说明相衔接（具体资格与形式以官稿为准）。

前沿研究

1. AlphaEvolve 跨学科算法发现
（Google DeepMind 博客 5月7日）除已在 数学公开问题 上与 Terence Tao 等合作外，此次集中给出 可复核 的业务指标：例如 电网 案例中将 GNN 找 可行解 的比例从约 14% 提到 超 88%；PacBio 合作中称 DeepConsensus 变异检测错误降约 30%；Willow 量子芯片相关线路优化自称 较传统基线错误率低约一个数量级（论文链见官稿）。文章亦点名 FM Logistic 仓储路径 约 10.4% 效率提升、WPP 营销模型 约 10% 精度增益等 商业落地 样本。

2. GrandCode 与竞赛编程
（arXiv:2604.02721，DeepReinforce 团队）提出 多智能体 RL 与 Agentic GRPO，报告称在 Codeforces 三场 现场赛（Round 1087–1089，2026年3月） 均 夺冠 并 全场最快封题；摘要强调这是 在完整现场规则与人类同场 设定下的结果（平台对 AI 账号 有政策约束，以论文与平台规则为准）。

3. AI co‑clinician
（Google DeepMind 博客 4月30日）阐述 「三元照护」 路线：在 98 道 基层医疗 情景客观评测中，系统自称 97 例 零关键错误（相对对照 证据检索工具 与 两款 医生常用 前沿模型）；并发布 多模态远程模拟 方法学与 技术报告 PDF，强调 现阶段研究用途、非医疗器械结论。

行业展望与社会影响

1. 欧盟 AI「一揽子」修订政治协议
（京报网 2026年5月8日，来源标注 总台环球资讯广播）：5月7日 夜谈判后，欧方与欧议会就 简化《人工智能法》实施 达成 临时 协议；高风险 系统全面合规自原 2026-08-02 推迟至 2027-12-02；禁止滥用 AI 制作非自愿色情 等条款与 强制水印 相关节点锚定 2026-12-02；机械设备 因 行业专门立法 被 排除 在通用 AI 法 之外。协议仍须未来数月 理事会与议会 正式通过。

2. Frontier Firm 与代理协作
（微软官方博客，文末署名日期 2026年4月21日）提出 Author / Editor / Director / Orchestrator 四种 人机协作 形态；2026 Work Trend Index 称分析 逾 10 万 条 M365 Copilot 对话约 49% 属 认知型工作，58% AI 用户 认为产出 超出一年前能力，Frontier Professionals 这一比例升至 80%；并公布 Copilot Cowork 推出 iOS/Android、插件生态 与 连接器 进展（细项以 aka.ms 链为准）。

3. 欧盟合规讨论外的全球竞争叙事
（来自 36氪 等中文媒体的 2026 趋势类稿件，属 观点/综述 性质）：常见论点包括 API 降价挤压利润、企业落地高度定制、超级 App 作为 AI 入口 等；引用此类材料时宜对照 一线公司财报与官稿，避免把 预测 写成 既成事实。

4. 模型评测与「幻觉」披露常态化
：OpenAI 随 GPT‑5.5 Instant 同步强调 内部评测 下降幅；DeepMind 用 行业案例百分比 展示 AlphaEvolve；显示 可量化安全与效用叙事 正成为 产品发布标准配件。

开源TOP项目

1. claude-code
链接：https://github.com/anthropics/claude-code
（约 12.2 万 star）——Anthropic 终端侧 Agentic 编程 工具，近期与 5/6 起 Claude Code 限速调整 同属一类 工程生态 关注点。

2. codex
链接：https://github.com/openai/codex
（约 8.2 万 star）——OpenAI 轻量终端编码智能体 仓库；与 5 月上旬 GPT‑5.5、Realtime、Codex 安全 等 官稿 同周共振。

3. vibetensor
链接：https://github.com/NVlabs/vibetensor
（约 617 star）——NVIDIA Research 展示的 「全流程 AI 生成」 小型深度学习栈 制品，用于 Agentic 软件工程 研究复现。

4. DR-Venus
链接：https://github.com/inclusionAI/DR-Venus
（约 66 star）——inclusionAI 开源的 端侧规模深度研究智能体（约 4B 参数、全 开放数据 训练线索见仓库说明），体量 小 但 议题前沿，适合观察 「小而专」 的 研究型开源 路线。

社媒分享

• 「一周三遍模型榜」：网友调侃 5/5 GPT‑5.5 Instant、5/7 语音全家桶、5/7 DeepMind 长文，日历软件建议改名 「订阅 AI Release Notes」。

• GPU 地理梗：Anthropic 一笔写尽 地上 GW、天上轨道算力想象，评论区分歧不在 数学 而在 你家电费谁买单。

• 竞赛编程圈：GrandCode 论文热传同时，Codeforces 老玩家提醒：政策禁止 AI 参赛 与 研究账号披露 边界仍是 雷区，别只盯着 排行榜截图。

• 欧盟时间轴：产品经理 吐槽 「合规截止像火车票改签」——但 法务 回复：临时协议≠生效文本，2026-12-02 与 2027-12-02 别抄错行。

• Voice API 账单：Realtime 按分钟定价 看起来温柔，折合长会话 仍可能被 Token 计价模型 暴击——SaaS 老板：先做分层配额，别先 all‑in 语音客服。