AI 月报 · 2026 年 5 月
由来科技
模型开源与智能体生态加速
2026年5月，AI行业主线围绕模型能力提升与智能体生态扩展展开。模型层面，Ling-2.6-1T、ERNIE 5.1 Preview等新模型发布，强调效率与性价比；DeepSeek和苹果在空间推理与视频生成领域提出创新范式。智能体方面，Replit免费开放Agent、Cloudflare允许代理自主创建账户、Codex简化办公流程，标志智能体从工具向独立实体演进。同时，Meta日活首降与Alphabet市值暴增形成对比，凸显AI投资回报分化。安全方面，英国政府警告AI网络攻击能力加速，微软研究揭示智能体交互风险。整体而言，行业正从模型竞赛转向应用落地与生态构建。
模型效率与性价比竞赛
本版导读本月多款新模型强调以更低成本实现接近前沿的性能。Ling-2.6-1T采用MoE架构，激活参数630亿，专注令牌效率；ERNIE 5.1 Preview以约1/3参数和6%预训练成本实现领先性能；Grok-4.3降价同时ELO提升321点；DeepSeek V4性能接近前沿但价格仅一小部分。这些发布表明行业竞争从单纯追求规模转向优化效率与成本。
蚂蚁百灵一手05.01AntLingAGI开源Ling-2.6-1T模型，登陆Hugging Face平台
AntLingAGI团队宣布Ling-2.6-1T模型正式开源，已登陆Hugging Face平台，并通过Novita Labs提供官方推理体验。该模型采用混合专家架构，总参数1万亿、激活参数630亿，核心优化方向为“令牌效率”以满足真实生产需求。具体表现为：低令牌开销，能在无需冗长推理链的情况下保持强大智能；可靠的多步执行能力，提升指令、工具、上下文和工作流的控制水平；生产就绪的部署特性，覆盖从代码生成到错误修复的任务，并广泛兼容各类智能体框架。团队旨在通过降低测试、部署、定制和构建的难度，为开发者创造价值。
百度 Baidu一手04.30ERNIE 5.1 Preview发布，架构更轻性能更强
百度ERNIE 5.1 Preview模型正式上线。该模型采用更轻量高效的架构，在总参数量压缩至前代约1/3、激活参数量约1/2的同时，仅消耗可比模型约6%的预训练成本，实现了在其规模下的领先基础性能。根据@arena的Text Arena榜单，ERNIE 5.1 Preview在全球总排名第13位，并位列中国实验室第一。其在多个细分领域进入全球前十，特别是在法律与政府领域排名第一。百度预告将在2026年的Baidu Create大会上发布更多ERNIE模型更新。
OpenRouter一手05.01Grok-4.3上线OpenRouter 性价比提升显著
@xai 的新模型 Grok-4.3 现已在 OpenRouter 上线！ Grok-4.3 以比 Grok-4.2 更低的价格发布，同时在代理性能上实现大幅跃升：在 @ArtificialAnlys 的 GDPval-AA 基准上 ELO 分数提升 321 点至 1500，尽管价格更低，但仍超越了其他顶级模型。
IT之家05.02哈佛新研究：AI 模型“急诊科”场景诊断能力有望超越人类医生
哈佛医学院与贝斯以色列女执事医疗中心的研究显示，OpenAI的一款推理模型在真实临床病例测试中，其诊断与制定治疗方案的能力达到甚至超越了人类医生水平。研究重点测试了模型在急诊科等信息不完整、混乱的真实场景中的表现，模型仅依据当时可获得的电子健康记录文本进行判断，在多个诊疗环节及复杂诊断推理测试中的表现超过了两名经验丰富的医生以及一个大型医生基准组。但模型目前完全依赖文本病历，未处理影像等关键信息。研究者强调，AI并非取代医生，而是有望成为临床决策支持工具，尤其适用于急诊等高压环境。下一步需在真实临床环境中测试其对患者结局的实际改善效果。
智能体自主化与生态扩展
本版导读智能体正从辅助工具演变为能独立完成复杂任务的实体。Replit免费开放Agent，Cloudflare允许代理自主创建账户、购买域名并部署代码，Codex集成日常办公应用，OpenAI推出Codex宠物库。这些进展表明智能体正在获得自主行动能力，并融入更广泛的生态系统。
Replit一手05.01Replit十周年庆 免费开放Agent功能
Replit 即将迎来十周年，我们正让 Agent 免费开放 准备好享受构建的乐趣吧！ 想要奖品？参加我们与 Anthropic 联合举办的构建马拉松 奖品由 Replit 和 RevenueCat 赞助
Cloudflare Blog一手04.30Agents 现可创建 Cloudflare 账户、购买域名并部署
Cloudflare 宣布 AI 代理现可作为独立客户直接使用其服务。代理能够自主创建 Cloudflare 账户、开通付费订阅、注册域名，并立即获取 API 令牌以部署代码。人类用户可保留授权监督权限，但无需手动操作控制台、复制粘贴 API 令牌或输入信用卡信息。这一更新使代理能够以自动化流程完成从账户开设到服务部署的全链路操作。
OpenAI一手05.01Codex简化日常办公流程
使用Codex处理日常工作从未如此简单。 选择你的角色，连接你每天使用的应用，并尝试建议提示。 Codex能在研究规划、文档、幻灯片、电子表格等方方面面提供帮助。
OpenAI Developers一手05.02安装孵化宠物技能创造专属宠物
要创建你自己的宠物，请安装hatch-pet技能：
AI安全与风险警示
本版导读本月多项研究揭示AI安全风险。英国政府警告AI网络攻击能力翻倍周期缩短至四个月；微软研究发现AI助手在长文档编辑中平均破坏25%内容，且智能体交互网络存在系统性风险。这些警示强调，随着AI能力提升，安全评估和防护机制需同步进化。
英国政府警告：AI网络攻击能力加速远超预期 · 该内容已按来源方要求下架或调整展示方式。
Rohan Paul04.30微软研究揭示AI助手在长文档编辑中普遍损坏内容
微软最新论文指出，当前AI助手在执行长链条编辑任务时，普遍会损坏文档内容。研究通过可逆任务对测试了19个模型，发现即使是前沿模型平均也会破坏约25%的文档内容，且问题随文件增大、流程变长而加剧。失败模式通常不是微小失误，而是偶尔出现的重大错误，这些错误会静默破坏部分文档并随时间累积。研究表明，当前的LLM在简短演示或狭窄编码任务中可能表现良好，但作为现实世界长文档工作的委托代理仍不可靠。
Microsoft Research一手05.01微软研究揭示AI智能体交互网络风险
安全的智能体并不能保证由相互连接的智能体组成的生态系统是安全的。微软研究院研究了当AI智能体交互时会出现什么问题，以及为什么网络层面的风险需要新的方法。了解更多：https://www.microsoft.com/en-us/research/blog/red-teaming-a-network-of-agents-understanding-what-breaks-when-ai-agents-interact-at-scale/
AI在垂直领域的突破性应用
本版导读AI在医疗、教育、农业等领域的应用取得显著进展。哈佛研究显示AI在急诊科诊断能力超越人类医生；Mayo Clinic的AI可提前三年检测胰腺癌；AI导师使学生学习效果翻倍；AI预测害虫爆发准确率达88%。这些案例表明AI正从通用能力向解决实际问题的专业工具演进。
本周的积极信号：AI在医疗、教育、农业与科研领域的突破性进展
近期多项进展展现了AI的巨大积极影响。医疗领域，Mayo Clinic的AI能通过常规CT提前最多三年检测胰腺癌，强生利用AI将新药线索生成时间减半。教育方面，哈佛研究显示AI导师使学生学习效果翻倍，泰国培训16万名教师惠及330万学生。农业上，AI能以约88%准确率预测害虫爆发。科研中，AI快速筛查NASA数据，新发现超一万颗系外行星候选。此外，香港推出AI洪水预报系统，Atlassian和Twilio等公司也因AI驱动业绩增长并上调预期。这些案例平衡了AI风险，凸显其创新潜力。
以AI联合临床医生开启医疗保健新模式
研究团队正致力于开发一款AI联合临床医生，以探索AI增强医疗护理的路径。该研究旨在创建一种新型医疗模式，让AI作为临床医生的协同伙伴深度参与诊疗过程，共同提升医疗服务的质量和效率。这项工作标志着医疗保健领域正从辅助工具阶段，迈向AI作为核心协作者的新范式。
资本投入与市场分化
本版导读AI投资回报出现明显分化。Alphabet因云业务增长市值单日暴增4200亿美元，逼近英伟达；而Meta因日活首降和资本支出激增股价大跌。软银计划将AI公司Roze以1000亿美元估值上市，同时业界出现对资本错配的担忧。这表明市场对AI投资的态度正从盲目追捧转向理性评估。
Rohan Paul05.01Alphabet市值单日暴增4200亿美元，逼近英伟达
Alphabet股价大涨约9%，市值单日增加约4200亿美元，创下历史最大单日涨幅纪录。其市值目前仅比全球市值最高的上市公司Nvidia低约6%。这一强劲表现的核心驱动力来自Google Cloud，其营收实现了63%的增长，增速超过了近期AWS和Azure的表现。增长主要得益于企业客户广泛采用基于Gemini模型和定制TPU构建的AI解决方案。
Meta首次日活用户下降，资本支出激增致股价大跌 · 该内容已按来源方要求下架或调整展示方式。
The Decoder：AI News04.30Softbank 计划将估值高达1000亿美元的新AI与机器人公司Roze上市
软银集团计划在美国启动并推动其新成立的人工智能与机器人公司Roze进行首次公开募股。据《金融时报》报道，这家新公司的估值可能高达1000亿美元。此举标志着软银在AI和机器人领域的重大战略布局，旨在将相关业务整合并独立上市以获取市场资源与更高估值。
Gary Marcus：The Road to AI We Can Trust一手05.01史上最大的资本错配？
随着全球科技巨头与初创企业持续将海量资金投入生成式人工智能和大语言模型的研发竞赛，业界开始出现对资本配置效率的深刻担忧。巨额投资集中于少数头部模型如GPT、Claude和LLaMA的迭代，而基础设施、能源消耗及实际商业应用场景的落地速度引发质疑。部分分析师指出，超过千亿美元的资金涌入可能催生技术泡沫，并挤压其他关键科技领域的创新资源。这种集中趋势正促使投资者重新评估风险与回报的平衡。