MODEL
Qwen3.7-Max问鼎国产模型冠军，Artificial Analysis全球前五
5月21日，三方机构Artificial Analysis公布最新全球大模型榜单，阿里Qwen3.7-Max得分56.6分，超过Kimi-K2.6、DeepSeek-v4-Pro-Max、GLM5.1等所有国产模型，位列全球第五、国产第一。该模型较上代Qwen3.6-Max-Preview进步4.8分，逼近GPT-5.4（xhigh）、Gemini3.1 Pro Preview、Claude-Opus4.7（max）。Qwen3.7-Max专为Agent智能体设计，可独立完成35小时、超1000次工具调用的复杂长程任务。即将上线阿里云百炼对外提供API服务。
MODEL
腾讯混元开源翻译模型Hy-MT2，1.8B轻量版超越商业API
5月21日，腾讯混元开源全新翻译模型Hy-MT2并同步上线「腾讯Hy翻译」小程序。Hy-MT2支持33种语言互译，提供1.8B、7B、30B-A3B三个尺寸。其中7B和30B-A3B在各类翻译任务上达到开源模型最佳效果，超越几十倍参数量的模型；1.8B模型也超越微软等主流商业翻译API。得益于自研1.25-bit极端量化（AngelSlim），1.8B版仅需440MB存储空间，可在苹果A15芯片上本地推理，相比Hy-MT1.5推理速度提升1.5倍。在IFMT Bench指令遵循测试中，Hy-MT2-30B-A3B在金融、政治、教育等专业领域翻译效果已部分超过Gemini 3.1 Pro。
MODEL
Odyssey发布Agora-1世界模型：多人实时FPS游戏，抢先李飞飞
AI初创公司Odyssey发布Agora-1世界模型，支持最多4名玩家（人类+AI混战）在AI实时生成的FPS游戏中同场竞技。该模型学习《GoldenEye 007》的游戏动态和状态转移，将仿真与渲染解耦，无需游戏引擎和物理规则。当玩家卡bug钻到地图边界外，模型会自动补全不可见空间。Agora-1还在前一天发布了Starchild-1实时多模态世界模型，可同时生成视觉+听觉并交互。Odyssey成立于2023年，累计融资2700万美元（GV领投）。
HOT
Anthropic预计Q2营收翻倍至109亿美元，首次实现运营盈利
据《华尔街日报》报道，Anthropic预计2026年第二季度营收达109亿美元，单季增幅约127%，将首次实现5.59亿美元运营利润。其季度营收增速已超过Zoom在疫情期间、以及谷歌和Facebook在各自IPO前夕的增长速度。Anthropic推理毛利率已从38%跃升至70%以上，年化收入飙升至逾440亿美元。核心驱动力来自企业客户对Agentic编程工具的爆发式需求。Anthropic正与OpenAI、SpaceX竞相冲刺万亿美元估值IPO。
M&A
Anthropic收购SDK生成工具Stainless，补全智能体三件套
Anthropic宣布收购API-SDK代码生成公司Stainless。Stainless成立于2022年，创始人来自Stripe，客户包括OpenAI、Anthropic、Meta、Groq、Runway、Cloudflare等几乎所有AI头部玩家。OpenAI和Anthropic的官方Python SDK均由Stainless生成。收购完成后Stainless创始团队加入Anthropic，相关托管产品将逐步关停。加上Claude模型和MCP协议，Anthropic已凑齐模型+接口+连接的智能体三件套。
EVENT
苏姿丰上海首秀：AI正在重新定义计算的每一层，中国领跑开放生态
AMD首次将AI开发者大会落地中国上海。苏姿丰指出，Agent时代人均将拥有5-100个Agent，算力消耗结构发生根本性变化，GPU+CPU的端到端算力组合才能满足需求。AMD同步上线「AMD AI开发者计划-中国」会员生态项目。苏姿丰强调，中国不但是AMD全球最大研发中心所在地，更在开源生态建设中起到领跑作用。AMD将以ROCm开源软件平台为核心，覆盖云端到端侧的全栈算力。
REPORT
联想集团Q4营收利润双创新高，AI驱动兑现历史最佳财年
联想集团发布2025/2026财年第四季度财报，营收与利润双双创下历史新高，调整后净利润同比增长42.1%。业绩增长主要受益于AI PC需求爆发、企业级AI基础设施部署以及智能解决方案业务的强劲增长。这标志着联想在AI转型战略下首次实现完整财年的历史性突破。
🔥
历史性突破：OpenAI通用模型自主破解80年未解数学难题
OpenAI内部通用推理模型（非数学专用模型）自主破解了1946年由数学家埃尔德什提出的「单位距离经典难题」，该问题80年来无实质进展。模型没有走传统的几何路线，而是从代数数论切入，构造出一族全新点排列方式，证明u(n)增长速度为超线性（δ>0），打破了人类"趋近于0"的固有认知。菲尔兹奖得主Timothy Gowers评价"这是AI解决的第一个极其著名的未解数学问题的清晰案例"。精简后的推演内容长达125页。Anthropic的Noam Brown表示该通用模型将尽快发布。
PAPER
国产GPU造世界！国内首个全栈具身智能仿真平台发布
国内团队基于国产GPU打造了首个全栈具身智能仿真平台，支持虚拟环境中的机器人训练与验证，可用于工业操作、物流分拣等场景。该平台打通了从感知、规划到控制的全链路仿真，无需依赖NVIDIA等海外GPU生态，为国产具身智能提供了独立可控的基础设施。
NATURE
AI首次实现中国风光发电普查，北大阿里达摩院研究登上《自然》
北京大学与阿里达摩院的联合研究登上《自然》期刊，研究首次利用AI对中国全国范围内的风光发电资源进行全面普查。该研究通过深度学习模型分析遥感影像和气象数据，实现了对风电、光伏发电潜力的高精度评估，旨在加快实现"双碳"目标，为清洁能源规划提供科学依据。
SAFETY
谷歌对GEO重拳出击，AI搜索"投毒"终于有得治了
谷歌推出针对AI搜索内容生成的惩罚性措施，打击利用GEO（生成式引擎优化）进行AI内容投毒的行为。随着AI搜索兴起，大量低质量AI生成内容通过SEO/GEO手段骗取搜索引擎排名，谷歌此次采用事前预防机制，对系统性操纵搜索排名的AI内容进行降权或剔除。这是搜索引擎面对AI内容泛滥的一次重要防线升级。
ETHICS
调查曝AI助手说谎后的补救机制缺失，业界呼吁建立"错误治理"标准
近期调查显示，AI助手在产生虚假信息后，仅道歉但缺乏实质补救措施的问题引发关注。行业观察人士指出，随着AI代理（Agent）开始执行合同处理、金融分析等关键任务，AI的错误后果将不再只是"聊天幻觉"，而是实质性商业风险。业界呼吁建立AI错误分级响应和赔付机制的行业标准。
ROBOT
顺丰邮政仓库的机器人顺手拿了具身智能"高考"第一
在RoboChallenge具身智能评测中，清华系团队研发的机器人以实用场景中的卓越表现登顶榜首。该机器人日常在顺丰和邮政仓库从事分拣搬运工作，在真实物流场景中积累了海量物理交互数据，证明了"在真实场景中干活"比"在实验室里刷榜"更能打磨出高水平的具身智能。RoboChallenge是全球具身智能领域的权威评测平台，专注于实际任务完成能力。
AGENT
"一人公司"火了：AI员工帮自由职业者挣到第一桶金
随着Claude Code、Qwen Code等AI编程Agent工具成熟，国内出现了大量"一人公司"创业模式。开发者利用AI Agent自主完成产品研发、运维、营销全流程，无需团队即可交付完整产品。风行在线CEO易正朝在广州AIGC大会上提出了"先全员Coding，再All in众创"的企业AI转型策略，强调AI会放大"自嗨"，解药只有交付结果。
ENERGY
ADI豪掷15亿美元押注AI服务器电源市场
模拟芯片巨头ADI宣布重大战略投资，投入15亿美元布局AI服务器电源管理芯片。随着大模型训练和推理对算力的需求爆炸式增长，AI数据中心的功耗问题日益突出。ADI将重点开发面向GPU集群的高效电源管理解决方案，功率半导体如今已变得与GPU和HBM同样重要，成为AI基础设施的关键瓶颈之一。
本周的两个关键信号：
1. 数学突破——AI从"计算"到"创造"的临界点。 OpenAI通用模型破解80年未解数学难题，这个事的意义被低估了。过去AI解数学题，大家总觉得是"搜索空间大、碰运气"。但这次AI从代数数论这个人类完全没想到的方向切入，打破了数学家们80年的共识，而且所有推演有125页逻辑支撑——不是猜的。这意味着通用AI已经具备了在非预设路径上做原创性数学推理的能力。如果这不是特例，那接下来物理、化学、生物领域的开放性问题，AI可能都会陆续参与进来了。
2. Anthropic全面商业化——AI公司开始"赚钱"了。 Anthropic Q2营收翻倍至109亿美元，实现运营盈利。这件事的冲击力在于：就在半年前所有人还在说"AI公司只会烧钱"，现在利润就已经出现了。核心驱动力是企业级Agent编程工具的需求爆发，而非API Token的售卖。这印证了一个趋势：大模型商业化的真正天花板不是"对话量"，而是"用Agent帮企业干活"的自动化程度。当AI能自主完成35小时的长程任务时，企业的成本结构会产生质变。
另外，Anthropic买下Stainless的操作很值得玩味。这是典型的"能力导向并购"——你不是买收入、也不是买用户，而是买一个关键的"接口层"。在Agent时代，模型能力趋同之后，谁能连接更多的外部系统，谁就能控制更多的开发者生态。这跟当年微软买GitHub的逻辑一模一样。
结合千问3.7-Max在评测中逼近GPT-5.4来看，国产大模型和海外顶级的差距正在缩小。Model层的竞争正在走向平台化，接下来真正关键的战场可能是：谁能把模型、工具链、Agent框架、开发者生态做成一个闭环。