AI 行业周报 · 2026 年 5 月第 1 周（4/27 - 5/03）

副标题：本周报覆盖 2026-04-27 至 2026-05-03（北京时间对应周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，共收录 24 条事件。

1. 头部大厂

国外

• Microsoft 与 OpenAI 修订合作协议，OpenAI 获得更大云与商业灵活性（4/27）
  Microsoft 与 OpenAI 宣布修订合作协议，Microsoft 仍是 OpenAI 的主要云合作伙伴，OpenAI 产品仍优先在 Azure 发布，但新协议为 OpenAI 使用其他云、服务更广泛客户和调整收入分成提供了更明确的空间；这为随后 OpenAI 与 AWS 的合作铺路，Microsoft Blog、CNBC。

• OpenAI 模型、Codex 与 Managed Agents 登陆 AWS（4/28）
  OpenAI 宣布与 Amazon 扩大合作，将 OpenAI 模型、Codex 和 Managed Agents 带到 AWS 环境，企业可在已有 AWS 安全、合规和采购体系内使用 OpenAI 能力；这标志着 OpenAI 从 Azure 独占生态走向多云分发，OpenAI、CNBC。

• OpenAI 与 Yubico 推出 ChatGPT 高级账户安全硬件密钥方案（4/30）
  OpenAI 与 Yubico 宣布合作，为 ChatGPT Advanced Account Security 项目提供定制 YubiKey 双件套，主打硬件支持的抗钓鱼 passkey；随着 AI 账户承载代码、文件、企业数据和 agent 权限，账号安全被提升到产品基础设施层，Yubico。

• Anthropic 发布 Claude Security 公测版，面向企业代码安全扫描与修复（4/30）
  Anthropic 宣布 Claude Security 向 Claude Enterprise 客户开放 public beta，用 Claude Opus 4.7 扫描代码库漏洞、验证风险并生成补丁，CrowdStrike、Palo Alto Networks 等安全生态伙伴参与；这体现前沿模型公司正把“高风险网络安全能力”包装为受控企业防御工具，Claude Blog、SiliconANGLE、ZDNET。

• Google 在英国推出 Gemini 个性化记忆能力（4/29）
  Google 宣布将 Gemini 的 Memories 设置带到英国，允许 Gemini 在用户授权下从过往对话中学习偏好，提供更个性化的回答；这说明主流助手竞争正在从“单轮模型能力”进入长期记忆、个性化和隐私控制的产品层，Google Blog。

• Gemini 将进入搭载 Google built-in 的汽车（4/30）
  Google 宣布 Gemini 将进入 Google built-in 汽车，用更自然的语音交互替代传统车载助手，帮助驾驶者处理导航、信息查询、车辆场景任务等；车载空间成为大模型助手争夺的下一类高频入口，Google Blog。

• Meta 披露 Business AI 每周支持约 1000 万次商业对话（4/30）
  Meta 在一季度业绩电话会中披露，其 Business AI 工具截至 3 月底每周促成约 1000 万次对话，较年初约 100 万次显著增长；Meta 的 AI 商业化路径更偏向将 AI 嵌入广告、商家消息与社交平台存量流量，TechCrunch。

• Apple R&D 支出创新高，AI 投资继续加速（4/30）
  Apple 在 2026 财年二季度披露研发支出达 114 亿美元，同比提升 34%，创历史新高，管理层将增长与 AI 等长期产品投入关联；这显示 Apple 虽发布节奏较慢，但正在通过研发预算为端侧与生态级 AI 能力补课，9to5Mac。

• Apple 研究者提出 LaDiR，用潜在扩散增强 LLM 推理（4/29）
  Apple 机器学习研究团队发布 LaDiR（Latent Diffusion Enhances LLMs for Text Reasoning）相关研究，用并行探索多个解题思路再生成答案的方式提升数学推理、代码生成等任务表现；这反映大厂在传统自回归生成之外继续探索混合推理架构，Apple Machine Learning Research、9to5Mac。

国内

• 百度文库与网盘发布 GenFlow 4.0，并推动 PSIG 首次亮相（4/27）
  百度个人超级智能事业群在 AI Day 开放日首次亮相，百度文库、网盘联合发布通用智能体 GenFlow 4.0，强调 Office Agent、团队空间和文件/素材工作流能力，把搜索与内容产品从“内容驱动”推进到“能力驱动”，京报网、腾讯新闻。

• 百度宣布中管层以下职级体系改造，强化 AI 时代复合型人才导向（4/28）
  百度发布全员信称自 5 月 1 日起打通专业与管理双通道，取消 T/P/E/M 等字母标签并统一为 5 至 12 级数字职级，理由是 AI 时代更需要兼具专业力与领导力的复合型人才；组织机制调整成为大厂 AI 转型的一部分，新浪财经、网易。

• 国内大模型生态战继续升温，阿里、腾讯、字节、百度争夺 AI 入口（4/29）
  36氪本周报道梳理阿里千问、腾讯元宝、字节豆包和百度搜索/AI 应用之间的入口竞争，指出国内大厂正把 AI 模型深度嵌入消费、社交、搜索和娱乐场景；本周虽更多是阶段性复盘，但反映春节后入口战仍在延续，36氪。

2. 创业公司

国内

• Kimi / 月之暗面据报新一轮融资即将完成交割，估值超 100 亿美元（5/2）
  36氪援引 IPO 早知道消息称，Kimi 母公司月之暗面新一轮超 7 亿美元融资即将完成全部交割并实现超募，由阿里、腾讯、五源、九安等联合领投，投后估值超 100 亿美元；报道还称 Kimi 已以 100 亿至 120 亿美元估值开启新一轮融资接触，36氪。

• 月之暗面 K2.5 带动收入与开发者关注，国内模型创业进入商业化验证期（4/29）
  36氪本周多篇报道提到，月之暗面近期收入增长与 K2.5 多模态、长文本、智能体协作能力有关，海外 API 收入和 C 端付费成为重要叙事；这说明国内头部模型创业公司开始从融资竞赛进入收入、留存与开发者生态的验证阶段，36氪、36氪。

海外

• Parallel Web Systems 完成 1 亿美元 B 轮融资，估值 20 亿美元（4/29）
  Parallel 宣布完成 1 亿美元 B 轮融资，由 Sequoia Capital 领投，估值达 20 亿美元；公司定位为 AI agents 访问和使用开放 Web 的基础设施，累计融资达 2.3 亿美元，说明“agent 上网能力”正在成为独立基础设施赛道，PR Newswire。

• Rogo 完成 1.6 亿美元 D 轮融资，扩展金融 agentic 平台（4/29）
  金融 AI 平台 Rogo 宣布完成 1.6 亿美元 D 轮融资，由 Kleiner Perkins 领投，Sequoia、Thrive、Khosla、J.P. Morgan Growth Equity Partners 等参投，累计融资超 3 亿美元；垂直金融研究与投行工作流仍是 agent 商业化的高价值场景，PR Newswire。

• Scout AI 完成 1 亿美元 A 轮融资，开发无人作战基础模型 Fury（4/29）
  Scout AI 宣布完成超额认购的 1 亿美元 A 轮融资，称其为美国防务科技史上最大 A 轮之一，资金将用于开发面向无人作战的 foundation model Fury；国防、机器人和物理世界 AI 正成为大额早期融资热点，PR Newswire。

• Sereact 获 1.1 亿美元融资，扩展 AI 机器人“大脑”（4/27）
  德国 AI 机器人公司 Sereact 据报完成 1.1 亿美元融资，用于开发面向机器人操作的 AI 模型与产品；物流、仓储和通用机器人感知/操作模型继续获得资本关注，PYMNTS。

• DeepMind 前研究者 David Silver 创立的 Ineffable Intelligence 据报融资 11 亿美元（4/27）
  TechCrunch 报道称 David Silver 创立的英国 AI 实验室 Ineffable Intelligence 获得 11 亿美元融资，目标是构建无需人类数据即可从自身经验中学习的“superlearner”；顶级研究者创业仍能吸引巨额资金，TechCrunch。

3. 基础模型（含视频 / 多模态 / 开源）

• NVIDIA 发布 Nemotron 3 Nano Omni 开放多模态模型（4/28）
  NVIDIA 发布 Nemotron 3 Nano Omni，将文本、图像、视频和音频统一到一个面向 agent 的多模态推理模型中，宣称在开放多模态模型中具备领先准确率和最高 9 倍效率提升，并可用于企业和边缘 agent 部署，NVIDIA Blog、Hugging Face。

• NVIDIA Nemotron 3 Nano Omni 同日进入 Amazon SageMaker JumpStart（4/28）
  AWS 宣布 Nemotron 3 Nano Omni 在 Amazon SageMaker JumpStart day-zero 可用，企业可在 SageMaker 中部署统一处理视频、音频、图像和文本的多模态模型；模型发布与云端部署渠道同步成为基础模型落地的重要路径，AWS Blog。

• GLM-5V-Turbo 论文发布，面向原生多模态 agent 基础模型（4/29）
  GLM-5V-Turbo 论文提出面向多模态 agents 的原生基础模型，强调在图片、视频、网页、文档和 GUI 等异构上下文中感知、理解与行动的能力；这与本周 NVIDIA 的 omni 模型发布共同体现多模态 agent 正成为模型路线重点，Papers Cool / arXiv。

4. 论文与研究进展

• Apple LaDiR 研究探索扩散与自回归结合的文本推理路径（4/29）
  LaDiR 通过潜在扩散过程在生成答案前并行探索候选思路，再由 LLM 进行整合，报告在数学推理、代码生成等任务上提升；该方向值得关注，因为它试图改变 LLM 单一路径生成带来的早期错误累积问题，Apple Machine Learning Research。

• 机器人健康护理 LLM 安全基准评估 72 个模型（4/30）
  arXiv 论文《Benchmarking the Safety of Large Language Models for Robotic Health Attendant Control》提出 270 条医疗伦理相关有害指令数据集，并在机器人健康护理模拟环境中评估 72 个 LLM，显示真实物理/医疗场景中的安全约束仍需专门评测，arXiv。

• MMPerspective 发布，评估多模态大模型的透视理解与鲁棒性（5/2）
  MMPerspective benchmark 关注多模态大模型是否理解视觉透视、视角推理和鲁棒性问题；随着多模态模型进入具身智能、车载和视频理解，几何/视角推理能力将影响实际可用性，arXiv。

• Exploration Hacking 研究讨论 LLM 是否会在 RL 训练中学会抵抗探索（4/30）
  《Exploration Hacking: Can LLMs Learn to Resist RL Training?》讨论在强化学习后训练中，模型是否可能学会减少有效探索、从而影响对齐与能力提升；该问题触及 reasoning / agentic 模型训练的安全与可控性，arXiv。

5. 开源项目与社区讨论

• LiteLLM 发布 v1.83.14-stable，继续强化 LLM 网关安全与可验证发布（5/2）
  BerriAI / LiteLLM 发布 v1.83.14-stable，项目作为支持 100+ LLM API 的 Python SDK 与代理网关，本周 release 强调 Docker 镜像签名校验；模型网关、成本追踪、负载均衡和审计仍是企业接入多模型的基础设施热点，GitHub Release。

• Vercel AI SDK 发布 ai@6.0.173，补强 MCP 动态工具信息传递（5/1）
  Vercel AI SDK 发布 ai@6.0.173，patch 中包含 MCP 动态工具 parts 传播 server name 的改动；MCP 相关细节进入主流 AI 应用框架的日常迭代，说明工具协议生态正在成熟，GitHub Release。

• Google ADK Python v1.32.0 发布，继续迭代 agent 构建与部署工具链（5/1）
  Google ADK Python v1.32.0 增加部署 CLI onboarding、BigQuery agent analytics credentials 等功能；开源 agent 开发套件正在从 demo 框架转向部署、分析和企业集成，GitHub Release。

• GitHub Trending AI 继续集中在 agent、开发环境与垂直应用项目（4/29 - 5/2）
  GitHub Trending AI 日报显示，本周热门项目包括 agentic development environment、TradingAgents 等，社区关注从单模型调用扩展到开发环境、金融多 agent 框架和自动化内容流水线，GitHub Issue、GitHub Issue。

• HN / Reddit 社区围绕 AI 成本、泡沫与内容数据价值展开讨论（4/27 - 5/1）
  Hacker News 本周出现“AI 是否泡沫”“Uber 四个月烧完 2026 年 Claude Code 预算”等讨论，Reddit CEO 则称 Reddit 是 AI 的“fuel”；社区焦点从模型能力转向 token 成本、ROI、训练数据授权与内容平台议价能力，Hacker News、Hacker News、CNBC。

6. 其他趋势

• DigitalOcean 发布生产级 Inference Engine 与 Inference Router（4/28）
  DigitalOcean 宣布推出 Inference Engine 新能力，包括面向 agentic workloads 的 Inference Router，宣称早期客户可降低最高 67% 推理成本；中小开发者云厂商也在将推理路由、成本控制和生产部署打包为平台能力，DigitalOcean。

• 中国法院案例明确“AI 替代”不能单独作为解除劳动合同理由（4/30 - 5/2）
  杭州法院发布 AI 企业与劳动者权益保护典型案例，裁判思路显示企业不能仅以 AI 替代岗位作为解除劳动关系的合法依据；该案例在全球科技行业 AI 相关裁员讨论升温背景下具有信号意义，SCIO / Xinhua、The Next Web。

• 欧盟 AI Act Omnibus 谈判未达成一致，关键修订推迟至 5 月（4/29）
  欧盟成员国与欧洲议会围绕 AI Act 修订进行 12 小时谈判后未达成协议，争议集中在嵌入消费产品的高风险 AI 系统是否应豁免等问题；这显示全球最严格 AI 监管框架在落地阶段仍面临产业与立法目标冲突，The Next Web。

• Colorado 因 xAI 诉讼推迟 AI 法执行，州级监管面临司法挑战（4/29）
  Colorado 总检察长办公室表示将在 xAI 提起诉讼后推迟执行该州 AI 法部分要求，凸显美国州级 AI 监管在算法歧视、披露义务和企业合规成本之间仍存在法律不确定性，StateScoop。

• 美国大型科技公司裁员讨论与 AI 投资、效率叙事交织（5/1）
  Washington Post 报道指出 Amazon、Meta、Microsoft 等公司的裁员并非完全由 AI 导致，但财报和管理层表述中“效率”“敏捷”“自动化”频繁出现；AI 正成为组织瘦身叙事的一部分，也加剧劳动力市场对技能重构的担忧，Washington Post。

---

本周观察

1. 前沿模型分发从独占转向多云。 OpenAI 与 Microsoft 修订协议后快速登陆 AWS，说明模型厂商越来越需要在企业既有云、合规和采购体系内分发能力。
2. agent 正在把基础设施拆出新赛道。 Parallel、DigitalOcean Inference Router、LiteLLM、Vercel AI SDK、Google ADK 等事件共同说明，模型之上的路由、工具协议、浏览 Web、部署、审计和成本控制正在独立成市场。
3. 多模态 agent 成为模型发布主线。 NVIDIA Nemotron 3 Nano Omni、GLM-5V-Turbo、MMPerspective 等都指向同一个方向：未来 agent 需要同时处理屏幕、文档、视频、音频、GUI 和真实世界信号。
4. AI 劳动影响进入司法与监管阶段。 中国法院 AI 替代劳动争议、欧盟 AI Act 修订僵局、Colorado AI 法诉讼，显示监管焦点正在从“模型是否安全”扩展到“AI 如何改变工作、市场与责任边界”。