今天刷了一圈AI圈，几个数字挺有意思的——ChatGPT广告主平台正式上线、AI自己造AI的概率被估到60%、波士顿动力月产仅4台但CTO已叛逃谷歌、RoboScience融了10个亿。数字看起来挺热闹，但真正有意思的是背后的趋势：AI产品化大潮来了，ChatGPT开始卖广告；模型越强，人类老师越慌，苏格拉底式的口试居然要复兴了。今天这期内容挺新鲜的，往下看。
核心内容：ChatGPT正式上线广告主平台，这意味着OpenAI终于迈出了AI产品广告变现的第一步。AI产品从”免费+订阅”模式，正式进入”广告分成”时代。
点评：ChatGPT开始卖广告了，这是迟早的事。月活十几亿的产品，不变现太可惜。但问题来了：AI广告和传统广告有什么区别？传统广告是”打断式”的，AI广告是”融入式”的——你在问AI问题的时候，AI给你推荐东西，这比传统广告更精准，也更隐蔽。监管得跟上，否则AI广告会成重灾区。
核心内容：OpenAI在5月5日正式推出GPT-5.5 Ultra，这是目前最强的智能体编码模型。在Terminal-Bench 2.0上取得82.7%准确率，SWE-Bench Pro上达到58.6%。值得注意的是，其算力消耗达到每分钟4亿Token量级。同时发布的还有面向网络安全的GPT-5.5-Cyber模型。GPT-5.5还自主策划了一场发布派对，定在5月5日17:55，奥特曼邀请了马斯克参加。
点评：GPT-5.5 Ultra性能确实强，但这个算力消耗有点吓人——每分钟4亿Token，这是给土豪公司用的吧？不过话说回来，OpenAI敢收这个钱，说明市场愿意买单。更有意思的是模型自己策划派对这事，AI开始参与AI产品的营销了，这本身就是一件挺赛博朋克的事。
核心内容：OpenAI在5月5日17:55正式发布GPT-5.5 Instant，同时举办了一场由GPT-5.5自主策划的发布派对——派对时间（5月5日17:55）、宾客名单均由AI选定。奥特曼邀请了马斯克参加，并表示”世界需要更多爱”。
点评：AI策划派对、奥特曼邀请马斯克——这本身就很有话题性。GPT-5.5 Instant是GPT-5.5系列的低延迟版本，主打实时交互体验。但我更感兴趣的是”AI办派对”这个概念本身：AI参与营销、AI参与策划，这比发布白皮书有意思多了。AI越来越会”玩”了。
核心内容：国内AI芯片企业一季度业绩全线飘红，寒武纪营收28.85亿元，同比增长159.56%。国产AI芯片市场份额从低位突破至41%，英伟达在中国份额从95%暴跌至55%。国产替代进程加速。
点评：41%这个数字让我有点意外——去年这时候，国产芯片还几乎是others，今年就拿下了四成市场。份额增长的背后，有两个原因：一是国产芯片性能确实在提升（比如寒武纪Day0适配DeepSeek-V4），二是英伟达的中低端芯片受限。当然，剩下55%依然是英伟达的天下，国产芯片要在训练侧挑战英伟达，还有很长的路要走。
核心内容：Anthropic联合创始人在一次访谈中表示，AI在2028年底前自主设计和改进其他AI系统的概率已从三年前的20%上升至60%。他认为如果这一天到来，人类需要对AI安全投入更大的资源。
点评：60%这个数字挺吓人的——不是”会不会”，而是”多快会”。Anthropic是做AI安全的，他们发出这种警告，分量不一样。但也有可能是Anthropic在”卖焦虑”，让更多人关注AI安全，顺便给自己的安全产品铺路。不过话说回来，AI确实在开始参与代码生成、架构设计这些工作了，AI造AI的雏形已经在了。
核心内容：波士顿动力公司因机械结构复杂，旗下机器人月产能仅约4台。更重磅的是，核心CTO已叛逃至谷歌机器人团队。被称为机器人”祖师爷”的波士顿动力，在商业化量产上彻底落后于特斯拉Optimus等后起之秀。
点评：月产4台，这数字太尴尬了。波士顿动力做了三十年机器人，技术领先但量产拉胯，特斯拉Optimus还没量产就计划月产数千台。CTO叛逃谷歌，说明波士顿动力内部也有问题——技术导向的公司，往往死在商业化上。但波士顿动力的技术积累还在，谷歌买的就是这个。
核心内容：具身智能公司RoboScience宣布完成10亿元人民币新一轮融资，估值已达数十亿。本轮融资将用于强化VLA（视觉-语言-动作）大模型与机器人本体的研发，推动具身智能量产进程。
点评：又一家具身智能公司融到10个亿。RoboScience做的是VLA大模型+机器人本体，这是具身智能的核心技术栈。10个亿砸下去，能跑出多少东西不好说，但说明资本还在看好具身智能。这个赛道现在的问题是：融到钱的公司太多了，最后能活下来几家？就像当年的团购大战一样，千团大战，最后活下来的就那么两三个。
核心内容：一家曾宣告破产的具身智能先驱公司重出江湖，推出主打情感陪伴的毛茸茸机器人新品。该机器人主打”会撒娇”功能，能够识别用户情绪并作出拟人化情感反馈，定位为家庭情感陪伴场景。
点评：具身智能+情感陪伴，这个方向有意思。日本早就有了Paro（海豹机器人），用来做养老陪伴。现在这家公司做的是”毛茸茸+会撒娇”，更偏向年轻用户。但情感陪伴机器人的问题是：用户新鲜感过了就吃灰了。和电子宠物一样，火一阵可以，长期粘性很难。卖硬件不如卖订阅——这可能是他们的出路。
核心内容：鉴于AI代写论文泛滥，多所欧美大学宣布引入”苏格拉底式口试”作为期末考核方式——教授与学生一对一问答，无法使用AI辅助。这一模式可追溯到古希腊教育传统，被视为对抗AI学术作弊的无奈之举。
点评：苏格拉底式口试，2400年前的教育方式，被AI逼回来了。这事挺讽刺的：技术越来越发达，教育方式却倒退回了古希腊。但仔细想想，这可能是对的——AI能写论文，但AI没法替你思考。口试考的是即时反应、逻辑推理、现场论证，这些确实是AI的短板。不过话说回来，口试对教授的需求量太大了，一个班几十个学生，教授一对一问答，工作量翻好几倍。
核心内容：香港科技大学（广州）在CVPR 2026发表Oral论文，提出单目开放词汇占据预测新SOTA方法。该技术仅需单个摄像头即可实现室内3D场景理解，支持任意自然语言查询，大幅降低3D场景重建成本。
点评：CVPR Oral论文，含金量很高。”单目开放词汇占据预测”听起来很学术，但应用场景很广：机器人导航、AR/VR室内地图、自动驾驶室内定位等。”仅需单个摄像头”是关键——以前做3D场景重建需要激光雷达，现在一个摄像头就搞定，这降低了技术落地门槛。港科大（广州）这个团队值得关注。
核心内容：上海交通大学发布SkVM系统，能够优化AI Skills在不同模型（如Claude、GPT、DeepSeek）、不同运行环境（Harness）间的稳定性，降低模型迁移成本。
点评：SkVM解决的问题很实在：你的Agent工作流在Claude上跑得好好的，切换到GPT就各种报错。SkVM做的就是”跨模型适配层”，让Skill在不同模型间无缝切换。这对需要灵活切换模型的开发者是好消息，但也会加剧模型竞争——以前绑死在某个模型上的Skill，现在可以随便换了。
核心内容：一位开发者分享了给Claude Code添加两个”强制约束”的实验：强制代码审查和强制测试优先。实验结果显示，Claude Code在这些约束下依然保持了较高的完成率，但代码质量有明显提升。
点评：有意思的实验。”刑具”就是限制——不让AI随便写代码，必须先过审查关，必须先写测试。这种”约束式开发”比”自由发挥”更符合工程规范。AI编程工具现在越来越强，但工程化的问题依然存在：代码是写出来了，但测试呢？Code Review呢？这些实验说明，AI+工程规范才是正解，而不是让AI裸奔。
核心内容：Agent-World是一个新的开源框架，旨在帮助AI Agent在真实世界环境中持续学习和进化。框架支持环境反馈、动作评估、多步推理等功能，让Agent能够”在战斗中成长”。
点评：Agent-World解决的问题是”AI Agent太笨”的问题——现在的Agent往往是”一次性的”：你给它一个任务，它试一次，不行就卡住了。Agent-World让Agent能从环境反馈中学习，这次失败了，下次改进。这和人类的学习方式更像：试错、反馈、迭代。对Agent的未来应用很有价值。
核心内容：苹果调整Mac mini产品线，砍掉入门配置，所有机型均需配备更高配置才能运行Apple Intelligence。这意味着用户必须为AI能力额外付费，苹果正式进入”AI税”时代。
点评：苹果的”AI税”策略很清晰：AI能力是高端机的专属，低端机不配。这和当年iPhone把某些功能放在Pro版是一个套路。但问题是：AI不同于摄像头、屏幕——它是主kill需求，不是锦上添花的功能。强制用户为AI付更多钱，可能会倒逼消费者转向Windows PC，毕竟AI PC现在也很强了。
核心内容：特朗普政府正在考虑发布行政令，要求AI公司在公开发布新一代模型前必须接受联邦政府的国家安全审查。5月5日，谷歌、微软和xAI已同意在模型发布前允许美国政府进行审查。这一政策转向意味着美国AI监管从”鼓励发展”切换至”预审准入”模式，白宫或设全新AI工作组。
点评：这事影响深远。以前AI公司想发什么就发什么，现在政府要提前过目。对大公司来说，多一个流程而已；但对创业公司来说，可能就是生死线——审查时间一拖，产品节奏就废了。不过话说回来，监管这事，中美都在搞，只是玩法不同罢了。
核心内容：英伟达竞争对手、AI芯片公司Cerebras Systems正式启动IPO路演，计划在纳斯达克上市，目标估值400亿美元。2025年公司营收同比增长75.7%并实现扭亏为盈。Cerebras以晶圆级AI芯片著称，芯片面积是英伟达的50倍，主打大模型训练市场。
点评：Cerebras 400亿美元估值，这个数字挺有意思——比很多AI公司的估值都高，但Cerebras至少已经有收入而且盈利了。它的晶圆级芯片技术确实是独一份的，适合训练大模型，但贵、维护成本高，不是所有公司都用得起。IPO能不能成功，很大程度上取决于市场还记不记得这家公司——毕竟晶圆级芯片的概念炒了好几年了。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。