AI日报|5月16日百度Ernie 5.1成本暴降94%、Anthropic估值9000亿超Open、蚂蚁开源万亿参数模型

每天 3 分钟，掌握 AI 圈今日头条

📰 行业动态

百度 Ernie 5.1 发布：预训练成本降低 94%，跻身全球前四

5 月 11 日，百度正式发布 Ernie 5.1，采用创新的"一次性弹性训练框架"，将预训练成本降低 94%至同类模型的仅 6%。在 Arena Search 排行榜上以 1223 分位居全球第四、中国模型第一，总参数仅为前代的三分之一。

百度还成立了「百度模型委员会」（ BMC ），研究员都是年轻的大模型专家，基础模型部和应用模型部统一向 BMC 汇报。说白了，百度要把 AI 的拳头攥紧了打。

Anthropic 估值 9000 亿超 OpenAI ，年化收入达 450 亿美元

5 月 15 日， Anthropic 完成新一轮融资， Dragoneer 、 Greenoaks 、红杉资本和 Altimeter Capital 共同领投，估值飙升至约 9000 亿美元，超越 OpenAI 的 8520 亿。 Anthropic 年化收入预计将很快突破450 亿美元，是 OpenAI 的 240 亿的近两倍。

Anthropic 还与盖茨基金会达成 2 亿美元合作，用于全球健康和教育领域。

OpenAI GPT-5.5 引爆安全竞赛， ChatGPT 接入个人财务

OpenAI 发布 GPT-5.5-Cyber，其网络安全能力引发行业震动，被评价为"Mythos 级别的黑客能力，但向所有人开放"。与此同时， OpenAI 向美国 Pro 用户预览开放个人理财体验，支持接入超过 12,000 家金融机构（通过 Plaid ），理财任务得分 79 分。

另据消息， OpenAI 与微软正式解绑独占合作关系，谷歌则向 Anthropic 追加300 亿美元投资。

Google I/O ： Gemini 3.1 TTS 、 Gemma 4 、第八代 TPU

Google 在 I/O 大会上宣布多项更新：Gemini 3.1 Flash TTS（先进文本转语音）、Gemma 4开源模型、以及全新的第八代 TPU（ 8t 训练/8i 推理）。同时推出Proactive Assistance主动式 AI 功能，标志着 AI 从"等待提问"转向"主动服务"。

阿里 Qoder 1.0 发布：从 AI IDE 升级为智能体自主开发工作台

5 月 15 日，阿里发布 Qoder 1.0 ，从 AI IDE 升级为智能体自主开发工作台。用户只需专注需求定义， Agent 团队可自主完成执行、验证和交付，支持 Windows 、 macOS 和 Linux 。

荣耀 Robot Phone 将于 Q3 发布

荣耀 CEO 李健宣布 Robot Phone 将于 2026 年 Q3 发布，搭载自研行业最小的 4DoF 云台系统，标志着 AI 从软件层面向硬件形态的延伸。

🔬 学术前沿

多模态大模型注意力机制成为顶会焦点

本周 arXiv 上多篇关于 MLLM 视觉注意力的论文被顶会接收：

•"Large Vision-Language Models Get Lost in Attention"（ ICML 2026 ）——发现 LVLM 注意力机制存在严重冗余，用高斯噪声替换注意力权重后性能几乎不变

•"Learning to See What You Need"——提出 Gaze Attention 机制，减少 90%的 KV 缓存计算量

•"When Looking Is Not Enough"——通过分析视觉注意力结构检测 MLLM 幻觉，提出 LaSCD 解码方法

CVPR 2026 ：用代码作为视觉感知媒介

CodePercept 被 CVPR 2026 接收，提出用 Python 代码作为视觉感知媒介，构建百万级 ICC-1M 数据集，显著提升 STEM 视觉推理能力。核心观点是："当前大模型 STEM 短板在视觉感知，代码才是破局关键"。

持久视觉记忆与潜在推理

•Persistent Visual Memory （ PVM ）——解决 LVLM 长文本生成中的"视觉信号稀释"问题

•Visual Latents Know More Than They Say——发现 MLLM 的潜在推理被"压制"，提出推理时优化潜在空间的方案

🔥 社区热议

GitHub Trending ：智能体框架全面爆发

本周 GitHub 最热关键词是 "Agent Skills as the new Linux packages"：

•ruvnet/ruflo（ 49K+ stars ，+2,598/day ）—— Claude 原生多智能体蜂群架构

•NousResearch/hermes-agent（ 27K+ stars ）—— 自改进智能体，支持 3 层记忆（事实/对话/技能），自动从经验中提取技能

•TauricResearch/TradingAgents（ 71.4K+ stars ）—— 多智能体 LLM 金融交易框架，被认为是 Agent 技术的"杀手级应用"

•anthropics/financial-services（ 12K+ stars ，+1,328/周）—— Claude 官方金融 AI 套件，包含 11 个垂直 Agent + 11 个 MCP 数据连接器

•anthropics/skills —— Anthropic 官方 Skills 生态中心与开放标准仓库

蚂蚁集团开源万亿参数模型「 Ling-2.6-1T 」

蚂蚁「百灵」大模型开源，万亿参数级别，采用混合式 MLA 与 LinearAttention 架构，性能可媲美 GPT-5.4（非推理模式），输出成本仅为同类模型的四分之一。

"Skills"生态系统成为新范式

本周多个重磅技能库发布：
- addyosmani/agent-skills—— Google Gemini 工程总监打造的生产级技能库
- obra/superpowers（ 123K+ stars ）—— 完整软件开发"宪法"级技能配置
- github/spec-kit—— GitHub 官方发布的 Spec-Driven Development 工具包，解决"vibe coding"目标漂移问题
- garrytan/gstack—— YC CEO Garry Tan 打造， 13 个专业 Agent 角色， 60 天内构建了 3 个生产服务+40+功能

NVIDIA 与 Ineffable 联手搭建强化学习基础设施

由 AlphaGo 架构师 David Silver 创立的 Ineffable Intelligence 与 NVIDIA 合作，目标是在 Grace Blackwell 和 Vera Rubin 平台上构建大规模 RL 基础设施，标志着 AI 竞争从「预训练」转向「经验学习」。

📊 数据快照

公司	估值	最新动作
Anthropic	~9000 亿美元	新一轮融资+盖茨基金会 2 亿合作
OpenAI	~8520 亿美元	GPT-5.5 发布+个人财务接入
百度	-	Ernie 5.1 成本降 94%，全球第四
蚂蚁集团	-	开源万亿参数 Ling-2.6-1T

📬 本日报由 AI 自动生成，信息来源于公开报道，仅供参考。
📅 2026 年 5 月 16 日