本期周报信息密度极高
这期周报的信息密度，说实话，有点高。OpenAI那个推理模型，干了件大事——自己推翻了一个80年的数学猜想。这事儿的意义不只是发篇论文，它标志着AI的角色正在从“辅助工具”向“科研主体”转变。
与此同时，Qwen3.5的实时翻译、Cursor Composer 2.5、英伟达的世界模型、还有Manus的定时任务，这些产品密集落地。AI基础设施的进化方向越来越清晰：从“能用”到“好用、省钱、还能自主干活”。
一、OpenAI推理突破：80年数学猜想被AI自己推翻了
平面单位距离问题（the point distance problem）
- 1946年由数学家鄂多斯提出，学界主流观点一直认为，正方形网络构造最接近最优解。
- 结果OpenAI那个通用推理模型——注意，不是专门为了数学训练的那种——自己发现了一种全新的构造方式。
- 这项改进直接实现了多项式级别的优化，而且证明已经通过了外部数学家团队的验证。
- 这被认为是AI第一次自主解决某个数学子领域的核心开放问题。
意义
二、OpenAI面向美国用户开放个人理财功能
- Personal Finance Experience功能已经上线。
- 接入了2万家金融机构的数据，结合Qwen3.5的推理能力。
- 能提供消费分析和财务规划，直接对标传统理财顾问。
同期：马尔他政府启动「AI for all」项目
- 公民只要完成AI素养课程，就能免费获得ChatGPT Pro一年的订阅。
- OpenAI目前还在和爱沙尼亚、希腊等国家政府推进国家级别的AI部署。
- 从企业工具到国家基础设施，这一步走得比想象中快。
三、智能体（Agent）开发：成本、模式与工具链
「人管Agent」模式：龙虾之父Berger团队案例
| 项目 | 数据 |
|---|---|
| 运行智能体 | 约100个dex Agent |
| 运行成本 | 约130万美元 |
| 团队规模 | 仅3人完成全流程开发 |
Cursor Composer 2.5：编程效率提升10倍
- 通过扩大训练规模加上复杂增强学习环境实现的。
- 相比上一代模型，成本优势很明显。
- 与SpaceX AI合作，利用百万H100等效算力训练更大模型。
- SpaceX AI正在为下个月的上市招募人才。
Manus升级定时任务功能
- Schedules 2.0支持在指定环境上下文中运行。
- 可以驱动由Manus Schedules创建的外部应用。
- Agent从“随叫随到”进化成了“定时自主执行”。
四、阿里通义：实时翻译 + 旗舰模型 + 语音设计工作台
Qwen3.5-LiveTranslate实时翻译系统
| 特性 | 数据 |
|---|---|
| 支持语言对 | 3500+组 |
| 语音到文本翻译 | 支持60种语言 |
| 延时 | 超低延时，支持实时语音克隆 |
Qwen3.7-Max：面向智能体时代的旗舰模型
- 通过API提供服务，在编程、通用智能体、推理方面表现都相当亮眼。
- 具备跨框架的泛化能力。
- 真实场景验证结果很有意思：持续35小时、超过1000次工具调用，依然能保持连贯推理与稳定执行。
Design Desk语音驱动设计工作台
- 用户直接通过语音描述需求，就能获得可运行、可编辑的设计成果。
- 输出保留了可读可接手的工程文件结构。
- 传统“设计稿→标注→沟通→还原”的多轮沟通被直接跳过，从创意到产品的周期大幅压缩。
五、腾讯 + 古文字 + 编程模型 + 宠物医疗
Ardot：设计智能体平台
- 覆盖完整的UX工作流：设计、生成、编辑、导入、实时协作。
- 与阿里Design Desk形成直接竞争。
Chronicles-OCR古文字视觉感知评测集
- 专注于汉字演化轨迹的跨时空评测。
- 涵盖甲骨文、经文等，共2800张高质量图像。
- 设置了四大评估任务：字符定位、细粒度识别、古文解析、字体分类。
- 目的很明确：评估多模态模型处理古文字的能力。
Codex 55在流体控制中击败强化学习模型
- 没有训练神经网络，而是通过读取仿真日志直接编写控制代码。
- 结果成功击败了顶级的强化学习模型。
- 全部控制策略花费不到14美元。
- 这释放了一个信号：“砸算力”的黑盒模式或许已经过时了。
宠物大模型健康公司完成融资
- 依托千万级宠物医疗数据训练了垂直大模型。
- 推出了AI辅助问诊系统加上AI智能项圈硬件。
- 通过数据回流闭环，已经服务了200多家宠物医院。
六、Meta裁员 + Shopify开放通用购物组件
Meta公司裁员与AI监控工具
- 2024年4月宣布“为AI时代重塑公司”。
- 计划到5月20日裁员8000人，占总员工10%。
- 本周裁员已经覆盖多个国家的办公区。
- 员工电脑被强制安装了model capability监控工具，记录操作并截屏，数据或许会被用于训练AI模型。
Shopify开放Universal Particle（通用购物组件）
- 面向开发者开放，基于Shopify catalog打造购物体验。
- 个人可以调用数百万家商的商品库。
- 从大型AI平台覆盖扩展至任何人、任何地方。
- 智能体交易版图正在持续扩张。
七、Runway + 英伟达世界模型 + Cohere企业级Agent
Runway Edit Studio应用 + RF 2.0模型
- 支持编辑视频中任意一帧的画面。
- 预览确认的变化会延续到后续的整个视频。
- 视频编辑从“逐帧改”进化为“一句话改全局”。
英伟达开源世界模型（26亿参数）
| 特性 | 说明 |
|---|---|
| 参数规模 | 26亿 |
| 输出能力 | 生成1分钟720p精准镜头控制视频 |
| 训练数据 | 仅用21.3万公开视频片段 |
| 硬件 | 64块H100，训练15天 |
| 吞吐量 | 较此前开源模型提升36倍 |
Cohere开源Command A+：企业级智能体模型
- 针对企业级智能体应用深度优化。
- 支持大规模并发调用，非常适合构建企业AI基础设施。
八、AI基础设施：数据库、编排框架与低成本替代
Nebius TokenFactory：高可用性推理后端
- 为智能体提供稳定、可扩展的推理服务。
- 解决的是Agent规模化落地中的可靠性和吞吐量问题。
LangGraph：智能体编排框架
- 支持自研大模型+向量数据库，满足复杂搜索需求。
- 允许为不同子智能体分配不同模型，从而优化整体成本。
a16z发布AI创业指南
- 为创业者提供从0到1的AI创业方法论。
- 涵盖技术选型、商业模式、融资策略等核心维度。
谷歌AI处理规模指数级增长
- Token处理量持续爆发，AI云服务已经成为企业基础设施的重要组成部分。
- 低成本训练方法（仅用少量数据训练高质量模型）和替代方案（不训练神经网络的控制代码生成）正在快速涌现。
总结：2026年5月AI的三大分水岭
1. 科研AI已成年
OpenAI推翻80年数学猜想不是噱头。它证明了一件事：通用模型已经具备原创性科学发现能力，科研人员的好帮手真的来了。
2. Agent从“能干活”到“会自主”
- Cursor带来的10倍效率提升。
- Manus的定时任务。
- Cohere的企业级Agent。
- 加上编排框架（LangGraph）和高可用推理后端（Nebius），这些力量共同把Agent从实验态推向了生产态。
3. 成本战全面打响
- 英伟达世界模型吞吐量提升了36倍。
- Codex 55只用了14美元就打败了强化学习。
- 「人管Agent」模式用3个人顶替了传统团队。
- 这场游戏的规则很明确：谁能在保证质量的前提下把成本打下来，谁就握住了下一阶段的门票。
