1%的性能提升已成过去式？CVPR2026 揭示视觉智能正经历“范式重写”
计算机视觉正从“看清世界”转向“理解与交互”。随着感知能力接近人类极限，单纯追求准确率的边际收益递减。CVPR2026标志着研究重点转向：视觉成为推理、决策与交互的中介，告别“盲目推理”，迈向自适应与隐式路径，如多模态模型通过“思维链”展开
文心一言5.1预览版上线 LMSYS 竞技场，目前位列全球第13位
百度文心一言5.1预览版低调上线国际盲测平台LMSYS Chatbot Arena，最新数据显示其在总榜排名第13位。这标志着百度核心模型进入新一轮快速迭代周期，开始接受全球用户检验。虽然官方未公布具体参数和架构细节，但基于以往迭代逻辑和竞
爆破 9000 亿美元！Anthropic拟在IPO前完成AI史上最高融资
Anthropic正加速推进IPO前最后一轮私募融资，估值已飙升至8500亿至9000亿美元，融资规模预计400亿至500亿美元。若成功，其估值将在数月内翻倍，凸显AI领域资本竞争白热化。
AI商业化瓶颈被打破：零犀科技凭借因果大模型实现规模化盈利
零犀科技通过自研因果大模型，在保险、金融等高门槛销售领域实现技术到业绩的闭环，2025年达成规模化盈利和正现金流。这解决了B端企业此前对大模型落地获得感低的问题，克服了通用模型在专业销售场景中的“幻觉”缺陷，提供了大模型应用的新范式。
全模态全尺寸全国产！央企发布十项数字技术成果，星辰大模型领衔自主可控新突破
中央企业作为数字中国建设的“排头兵”，在第九届数字中国建设峰会上发布十项代表最高水平的数字技术成果，涵盖工业软件、核心电子元器件和人工智能等领域，展示了技术实力，标志着我国在关键领域自主可控能力迈出坚实一步。
谷歌相册上线AI衣橱管家，一键提取单品并支持虚拟试穿
谷歌相册推出AI新功能，可将杂乱照片转化为有序的“数字衣橱”。该功能通过视觉识别技术自动提取照片中的服装图像，并按种类创建智能分类收藏夹，让旧照片中的穿搭单品焕发新生，帮助用户轻松管理个人服装库。
SAS推出企业级AI治理工具，全方位管控“智能体”以化解影子AI风险
SAS在SAS Innovate大会上发布智能体AI治理工具，包括Viya Copilot、智能体加速器和SAS AI Navigator，旨在构建透明安全的自动化环境，帮助企业从实验迈向生产，解决AI落地中的合规与信任问题。
谷歌相册发布 AI 衣橱规划功能:支持自动分类、混搭建议及虚拟试穿
谷歌相册推出AI“衣橱规划”功能，利用深度学习自动识别并分类用户照片中的服装单品，构建数字化个人衣橱。该功能支持按珠宝、上装等类别整理，旨在提升穿搭决策效率，是谷歌在AI时尚交互领域的又一重要落地。
蚂蚁集团正式开源万亿级大模型Ling-2.6-1T，主打“快思考”智效比提升
蚂蚁集团百灵大模型团队今日开源万亿级旗舰模型Ling-2.6-1T，该模型不追求参数堆叠，而是优化指令执行、工具适配及长上下文能力。其创新混合架构通过强化奖励策略降低Token开销，实现高效“快思考”机制。
Anthropic拟以 9000 亿美元估值开启巨额融资，或在IPO前超越OpenAI
AI独角兽Anthropic为冲刺IPO，启动最后一轮私募融资，已获约500亿美元融资要约，估值区间达8500亿至9000亿美元。其年化营收突破300亿美元，指数级增长引发投资者争抢，凸显市场对其技术潜力的高度认可。
百度GenFlow 4. 0发布：Office三件套被AI接管，职场“牛马虾”时代正式开启
4月27日，百度文库与网盘联合推出通用智能体GenFlow 4.0，深度重构Office Agent，全面覆盖PPT、Excel、Word三大办公软件。PPT创作新增“专业”与“创意”双模式：专业模式基于HTML技术，强调逻辑清晰、排版规范
Chrome 正式发布 Prompt API：浏览器原生 AI 时代来临，网页直接调用 Gemini Nano 本地模型
Google Chrome 推出Prompt API，开发者可通过简单JavaScript代码在网页中直接调用内置的Gemini Nano模型，实现本地AI能力。该功能在Hacker News上引发热议，被视为浏览器AI能力“民主化”的重要
蚂蚁百灵 Ling-2.6-1T 正式开源:万亿参数规模对标 GPT-5.4
蚂蚁百灵大模型今日开源万亿参数旗舰模型Ling-2.6-1T，采用MLA与LinearAttention混合架构实现“快思考”机制，提升智效比，在评测中展现高Token效率，解决真实生产流中的效率难题。
腾讯开源超轻量离线翻译模型，手机端运行仅需0.4GB内存
腾讯混元团队于4月29日开源了极限量化压缩翻译模型Hy-MT1.5-1.8B-1.25bit，将支持33种语言的翻译能力压缩至约440MB。该模型基于专业翻译大模型Hy-mt1.5，实现了在移动设备上离线运行高质量实时翻译，大幅减轻手机内存
马斯克出庭指控OpenAI“监守自盗”，却遭推文打脸陷入尴尬境地
马斯克在加州联邦法院出庭，起诉OpenAI及其CEO奥特曼“窃取慈善机构”，将非营利实验室私有化牟利。他情绪激动地声称初衷是为人类开发AI，但在交叉询问中，面对自己社交平台上的言论，改口否认特斯拉研发通用人工智能，暴露出矛盾立场。
程序员“数字分身”上岗:阿里发布 QoderWake，实现代码修复全流程无人值守
阿里巴巴发布QoderWake和Qoder移动端两款AI智能体产品，实现从企业生产到个人移动的全场景覆盖。QoderWake作为生产级数字员工，可承担软件工程师、运营等职能，已上线“数字程序员”角色并在阿里内部深度应用，能自主执行代码变更简
DeepSeek 开启识图模式灰度测试，多模态视觉理解能力正式落地
DeepSeek在发布V4版五天后，灰度测试多模态识图功能，新增“识图模式”入口，支持图片理解。实测显示，其在基础视觉理解、复杂人物和环境识别上表现优异，标志着从文本向视觉交互的跨越。
跨界黑马登顶双榜！生数科技发布MotuBrain，定义具身智能“大脑”新标准
具身智能领域的神秘模型MotuBrain身份揭晓，该模型由视频大模型Vidu开发商生数科技推出，是其最新商业化成果。MotuBrain在物理世界理解基准WorldArena和动作执行基准RoboTwin2.0中均登顶，刷新了纪录，展示了生数
谷歌 Gemini 杀入车载系统！通用汽车 400 万车主喜提 AI“大脑”
通用汽车与谷歌合作，为全美约400万辆2022款及更新款凯迪拉克、雪佛兰、别克和GMC车型推送Gemini AI助手。该AI直接集成于原生信息娱乐系统，深度结合安吉星，成为汽车行业最大规模的生成式AI部署之一。
迪士尼乐园引入人脸识别技术，提升入园效率与安全性
迪士尼乐园在部分入园通道安装人脸识别技术，通过摄像头捕捉面部图像并转为数字值，旨在防止年票共享等欺诈行为，提升游客再入园体验。游客可选择不使用该通道，保障个人选择权。