富士通昨日介绍PHOTON（自上而下网络并行分层计算）架构，宣称多查询场景下性能至高可达Transformer的475倍。PHOTON采用语义分层处理替代词元级分割，降低计算复杂度并提升并行性，减少长上下文或多线程同步时的访存开销。测试显示，600M、900M、1.2B参数模型上实现更高迭代吞吐量和更低内存占用，其中1.2B模型达475倍性能但质量略低。此外，每次迭代所需KV Cache更少，可提升最大迭代次数，有助降低GPU成本。
IBM 发布全球首个亚 1 纳米芯片技术，采用名为 nanostack 的垂直堆叠晶体管架构，在指甲盖大小的芯片上集成近 1000 亿个晶体管，密度约为上一代 2 纳米节点的两倍。该技术基于 0.7 纳米节点（7 埃），可带来 50% 的计算性能提升或 70% 的能效提升，并实现 SRAM 缩放 40% 的改进。IBM 预期采用 nanostack 架构的商用芯片有望在未来 5 至 10 年内量产。
高通推出数据中心处理器 Dragonfly C1000，针对 AI 智能体优化，主打低功耗高能效。Meta 计划 2028 年起部署该芯片。同时，高通以约 40 亿美元收购 AI 初创公司 Modular，其软件支持跨芯片架构运行 AI 应用。去年高通已发布两款数据中心 AI 加速芯片。受消息提振，高通盘后股价上涨 15%，公司预计到 2029 年非智能手机业务营收将翻倍至 400 亿美元，其中数据中心目标 150 亿美元。
Google将“Computer Use”功能直接集成到Gemini 3.5 Flash，模型可自主看、理解并操作电脑、浏览器和移动设备，此前该功能仅作为独立Gemini 2.5模型提供。结合函数调用、Search和Maps等工具，开发者可构建跨平台智能体，用于软件测试或办公自动化。在OSWorld基准测试中，Gemini 3.5 Flash得分78.4，高于Gemini 3 Flash(65.1)和GPT-5.4 mini(72.1)，略低于GPT-5.5(78.7)，Anthropic的Opus 4.8以83.4领先。安全方面采用对抗训练和两项可选企业防护：敏感操作需用户确认、自动阻止间接提示注入。该功能通过Gemini API和Gemini Enterprise Agent Platform提供，附带Browserbase演示和GitHub参考实现。
Ai2 对比 Olmo 3 与 Olmo Hybrid 的逐 token 预测差异，发现混合架构在名词、动词、形容词等实义词及需指代消解的 token 上损失更低（约 0.04 对 0.02），而在逐字复现前文内容和闭合括号等场景优势接近消失，这些场景恰是 attention 的强项。
高通在投资者日发布 Dragonfly 方案，含 HBC 分离式架构（2D 基板+TSV 堆叠 LPDDR DRAM，能效与 TCO 优于 HBM）、C1000 CPU（250+ Oryon 内核、>5GHz，能效达竞品 2 倍，2028 年上市）及 AI300 推理平台（HBC Gen 2，每 W 带宽较今天 GPU 提升 4~8 倍，有效内存带宽为 AI200 的 54 倍，2028 年送样）。HBC Gen 1 的 AI250 加速器单卡读写 133TB/s，有效带宽为 AI200 的 18 倍，2027 年中启动样品测试。高通另提供芯片设计服务与 800G/1.6T 互连方案。
人工智能芯片公司凌川科技近日完成数亿元A+轮融资，由啟赋资本领投，新国都、金浦投资、朝晖资本、百度风投等参与。该公司由快手集团与北京市人工智能基金联合发起，前身为快手异构计算与芯片事业部，自研SL200视频智能SOC芯片已在快手部署数万颗、服务7亿用户。其采用全国产3D堆叠技术的下一代芯片已于4月完成流片，针对散热、一致性、可靠性等关键问题做了设计，是韬（τ）定律面向互联网数据中心应用的具体呈现。
美光科技与高通发布超预期业绩展望，推动 AI 芯片板块市值单日增长超 4000 亿美元。美光盘后交易大涨 12%，季度盈利预期显示企业 AI 投入将拉动存储芯片需求。高通计划转型 AI，预计 2029 年数据中心业务营收达 150 亿美元。板块内西部数据、闪迪、希捷涨超 8%，Arm 涨约 6%。此前费城半导体指数曾大跌，但年内仍累涨 90%。
Modal 推出 Servers，用于以超低延迟处理 HTTP、WebSocket 和 gRPC 流量，面向交互式 Agent 的 LLM 推理等场景，提供区域化、自动扩缩容的 HTTP 服务器副本池。
Cerebras上市后首份财报显示一季度营收超预期，但股价周三暴跌近20%。公司预测全年核心业务毛利率38%至41%，低于一季度的47%。CEO Feldman称投资者误解了利润率指引，公司需从一家大客户处租回部分设备以提前释放产能。一季度营收达1.93亿美元，同比增长94%；净亏损从去年同期的2390万美元收窄至1400万美元。
据 Business Insider 获悉，谷歌下一代大语言模型 Gemini 3.5 Pro 原定 6 月上线，现推迟至 7 月，以收集更多早期测试用户反馈并进行优化。该模型在 5 月 I/O 开发者大会预告，CEO 皮查伊称将于“次月”发布。部分用户已通过谷歌“Antigravity”平台及 LMArena 进行体验。新模型预计在长文本任务和驱动 AI 智能体方面提升性能，并融入了 Flash 3.5 用户反馈，包括 token 消耗过快问题。
Artificial Analysis@ArtificialAnlysAI 评分6161OpenAI 更新了 ChatGPT 中广泛使用的 GPT-5.5 Instant 模型，目标提升对话质量，尤其在用户做决策、寻求建议或比较选项时。模型能更准确识别问题背后的根本目标，在多轮对话中保持上下文，对包含多个条件的复杂提示给出更完整回答。当用户提出异议或澄清时，模型调整得更有效，不再重复原有回答。本地商业和购物查询也有改进，模型更好利用位置数据，将推荐、商家信息和图片更连贯整合。整体响应感觉“更少模板化，更多精心设计”。
Rohan Paul@rohanpaul_aiAI 评分4848GLM-5.2 from @Zai_org on ARC-AGI (Verified) - ARC-AGI-2: 22.8%, $0.25 - ARC-AGI-1: 77.0%, $0.19 Performance is comparable with GPT-5.4 & 5.5 (Low Reasoning Effort)
François Chollet@fcholletAI 评分6464GLM-5.2 from @Zai_org on ARC-AGI (Verified) - ARC-AGI-2: 22.8%, $0.25 - ARC-AGI-1: 77.0%, $0.19 Performance is comparable with GPT-5.4 & 5.5 (Low Reasoning Effort)
ChatGPT@ChatGPTappAI 评分6565新的GPT-5.5 Instant非常智能、非常直观，聊天起来非常有趣。 现已开始向所有人推送，先从Pro用户，然后是Plus用户。免费用户应在明天前获得新的GPT-5.5 Instant模型。
OpenAI@OpenAI精选AI 评分6767推荐理由：GPT-5.5 Instant 这次更新看似温和，但“更懂意图”和“复杂约束处理”的改进，对产品人和普通用户来说，可能比跑分更有用。
Google Research研究发现，推理（chain-of-thought）能帮助大语言模型（LLM）回忆简单事实，即使这些事实无需复杂推导。在Gemini-2.5 Flash和Pro以及Qwen3-32B上，启用推理后模型能够回答原本无法直接回答的简单问题，pass@k显示正确事实存在于输出分布中。该现象由两个机制驱动：一是生成的推理token充当计算缓冲，允许模型进行隐藏计算以提取参数化知识；二是推理过程中产生的相关事实起到启动效应（factual priming），帮助模型激活正确答案。
推荐理由：发现一个反直觉现象，让模型推理能提升简单事实回忆，不是靠分步解题而是计算缓冲和事实预热，对理解模型知识召回机制很有启发，但中间步骤幻觉也带来风险。
Greg Brockman@gdbAI 评分6464我们设计并打造了我们的首款 AI 芯片：Jalapeño。 Jalapeño 由 OpenAI 从零开始设计，并与 @Broadcom 合作投入生产，专为驱动 ChatGPT、Codex、API 以及未来智能体产品的 LLM 工作负载而打造。 芯片是 AI 经济的基石。自研芯片将我们的全栈平台从产品扩展到模型再到基础设施，并帮助我们扩展智能、服务更多人，以及扩大 AI 的可及性。
OpenRouter@OpenRouterAI 评分5454Fugu Ultra by @SakanaAILabs 现已上线 OpenRouter！ 很高兴看到更多多模型系统推动前沿。
Fugu-Ultra is now live on @OpenRouter! ⚡ We share a core vision with the OpenRouter team: the future of AI isn’t a single monolithic model, but the collective intelligence of the world’s best models working together. Try it: https://openrouter.ai/sakana/fugu-ultra 🐡
Rohan Paul@rohanpaul_aiAI 评分6565我们设计并打造了我们的首款 AI 芯片：Jalapeño。 Jalapeño 由 OpenAI 从零开始设计，并与 @Broadcom 合作投入生产，专为驱动 ChatGPT、Codex、API 以及未来智能体产品的 LLM 工作负载而打造。 芯片是 AI 经济的基石。自研芯片将我们的全栈平台从产品扩展到模型再到基础设施，并帮助我们扩展智能、服务更多人，以及扩大 AI 的可及性。
OpenAI 推出与 Broadcom 合作打造的首款定制芯片 Jalapeño，这是一款专用于 AI 推理的 ASIC，用于处理 ChatGPT 请求。据称其性能与 Nvidia Blackwell 和 Google TPU 相当，每瓦性能显著优于当前 SOTA。Jalapeño 是 OpenAI 多代计算平台的首步，预计 2026 年底部署。
OpenAI与Broadcom联合发布首款定制芯片"Jalapeño"，专为大语言模型推理而设计，从零打造而非修改通用芯片。OpenAI称其性能功耗比“显著优于”当前最先进硬件，但为自报数据，尚未独立验证。芯片开发耗时9个月，OpenAI自身模型辅助加速设计。工程样片已运行包括GPT-5.3-Codex-Spark在内的ML工作负载。计划于2026年底进行大规模部署，微软预计将购买其中40%的芯片。
2026年4月23日，腾讯混元发布并开源 Hy3 preview 语言模型。该模型为快慢思考融合的混合专家模型，总参数295B，激活参数21B，支持256K上下文。在复杂推理、指令遵循、上下文学习、代码与智能体能力上大幅提升，在 SWE-Bench Verified、Terminal-Bench 2.0、BrowseComp 等基准中取得强竞争力结果。模型已在元宝、CodeBuddy 等产品上线，API 个人版 Token Plan 最低 28 元/月。权重和代码已在 GitHub、HuggingFace 等平台开源，支持 vLLM、SGLang 等推理框架。
推荐理由：混元重建后的第一个模型 Hy3 preview，快慢思考融合，推理和代码智能体提升明显，开源加低价格，国内开发者做 agent 的可以马上试起来。
OpenAI 与 Broadcom 发布首款自研推理加速器 Jalapeño，专为当前及未来 LLM 从头设计。早期测试显示，其性能功耗比大幅优于现有 SOTA。工程样片已在实验室以目标频率和功耗运行 GPT‑5.3‑Codex‑Spark 等负载。芯片从设计到流片仅用 9 个月，并利用 OpenAI 模型加速部分流程。OpenAI 计划从 2026 年起与 Microsoft 等合作伙伴部署千兆瓦级数据中心，推出多代计算平台。
推荐理由：OpenAI 首次亲自设计芯片，和 Broadcom 联手推出专为 LLM 推理优化的 Jalapeño，从设计到流片仅 9 个月。虽然还只是早期测试，但性能功耗比大幅领先，一旦大规模部署，推理成本可能跳水，用 ChatGPT 的每个人都能感知到更快更便宜。
DFlash 由 UC San Diego 团队提出，是一种用于投机解码的轻量块扩散草稿模型。它一次前向推理生成整块 token，再由目标模型并行验证，保证输出无损。相比 EAGLE-3，DFlash 实现最高 2.5 倍加速，在 Qwen3-8B 等多种模型上平均无损加速超过 6 倍（MATH-500 达 6.08×）。在 NVIDIA Blackwell 上（TensorRT-LLM），gpt-oss-120b 模型吞吐量提升最高 15 倍，约为 EAGLE-3 的 1.5 倍。核心创新是将目标模型多层隐藏特征注入草稿模型每一层的 Key-Value 投影，使接受长度随草稿深度增长。
推荐理由：DFlash把扩散模型引入推测解码草案阶段，一次并行生成整块token，单流加速最高6倍，NVIDIA实测吞吐量提升15倍，推理成本下降幅度很大，部署大模型的团队可以立刻关注。
蚂蚁 ASystem Core 与 SGLang-JAX 团队在 TPU v7x 上优化了 1T 参数稀疏 MoE 模型 Ling-2.6-1T 的推理性能。核心是 Fused MoE V2 Pallas kernel，将 scatter、expert FFN 和 gather 合并，通过计算与数据搬运重叠降低延迟。相比 V1，MoE prefill latency 从 5.16 ms 降至 2.42 ms（降 53%），decode kernel latency 从 0.249 ms 降至 0.211 ms。仅替换 MoE kernel 即可使 prefill throughput 提升 24.8%，decode throughput 提升 18.5%–35.3%。在 SGLang decode benchmark 下，16 颗 TPU v7x 的 output throughput 达到 16 张 H200 的 1.29x–1.77x。该工作还完整支持 hybrid backbone，包括 hybrid KV/recurrent memory pools、GLA linear attention 及 single-controller data parallelism。
Inception Labs 宣布 Mercury 2 在 Azure AI Foundry 上线，称其为基于扩散架构的快速推理语言模型，通过并行细化生成而非逐词解码。
推荐理由：官方宣布扩散架构推理模型登陆 Azure，给出具体速度、价格和企业级部署细节，可供评估生产部署选项。
Rohan Paul@rohanpaul_aiAI 评分4646Next-token prediction is myopic. What if transformers learn to predict their own next latent state? 🌠 We present 𝗡𝗲𝘅𝘁-𝗟𝗮𝘁𝗲𝗻𝘁 𝗣𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝗼𝗻 (𝗡𝗲𝘅𝘁𝗟𝗮𝘁): a self-supervised learning method that teaches transformers to form compact world models for reasoning and planning. It also unlocks up to 3.3x faster inference via self-speculative decoding! 🚀
通义千问推出首个原生语言世界模型 Qwen-AgentWorld，覆盖 MCP、Search、Terminal、SWE、Web、OS、Android 七大领域。模型基于超 1000 万条真实交互轨迹，经 CPT→SFT→RL 三阶段训练，在 AgentWorldBench 上超越 GPT-5.4（58.25）和 Claude Opus 4.8，Qwen-AgentWorld-397B-A17B 取得 58.71 分。两种范式已验证其能力：作为解耦环境模拟器实现可控 Sim RL，在 WideSearch 上超越真实环境 RL（F1 50.3% vs 45.6%）；作为智能体基础模型，LWM 预热可迁移至七个基准（三个完全未出现在训练集中）。模型与评测基准已开源。
Modal 推出 Modal Auto Endpoints，一键获得高性能低延迟推理部署，且不失去对代码的控制。
François Chollet@fcholletAI 评分43432040年的AI将不再基于我们今天使用的技术栈。它将更接近最优。当前的技术栈有3-4个数量级的数据低效和4-5个数量级的计算低效。 接近最优的AI将由符号学习实现。
小红书质效研发团队提出用AI Agent破解端到端测试的跨域、长链路、组合爆炸三大痛点。传统方案自动化覆盖率仅20%，新方案以Coding Agent为核心，采用逆向链式推导与知识库渐进式加载实现动态规划，Debug-first策略生成脚本，并结合工具级与链路级双层经验沉淀形成自进化飞轮。数据构造从小时级降至分钟级，常见场景秒级完成，新业务域接入从数天缩至分钟级。Agent直接理解测试意图、自主调用接口，无需预设编排。
火山引擎Force大会上发布豆包Seed 2.1 Pro，重点提升Agent、GUI操作和编程能力：OSWorld 78.8接近GPT-5.5的78.7，Terminal Bench 2.1达71.0；多模态视觉理解进步显著（CharXiv-RQ 85.4等）。支持原生音视频、图片、文本混合理解，256K上下文，可切换快慢思考。实测六项真实工作流（旧项目UI修复与Debug、世界杯主题网站、点球大战小游戏、绘本插画描述、DeepResearch报告、PPT生成）均在不依赖Skill下稳定跑通。适合作为Agent执行层模型。
