GPT-5.5 材料约束71分登顶 Smoke榜 代码满分后半段差距拉大
今日Smoke轻量评测显示，GPT-5.5以86.95分位居第一，代码执行100分、材料约束71分。所有前七名模型代码执行均满分，排名完全由材料约束决定；Claude Opus 4.7等后四名执行仅50分，整体差距明显。
软银750亿欧元法国AI数据中心计划，欧洲基础设施扩张进入新阶段
软银集团宣布计划投资750亿欧元在法国建设欧洲最大规模AI数据中心，以支持全球人工智能基础设施需求。CEO孙正义强调法国在AI领域的雄心，此举正值全球数据中心建设热潮。项目将推动法国成为欧洲AI枢纽，同时引发对能源消耗和地缘技术竞争的关注。文章分析投资背景、战略意义及潜在影响。
阿里巴巴Qwen 3.7-Max发布：价格仅Claude六分之一，AI性价比优势凸显
阿里巴巴正式推出Qwen 3.7-Max模型，以仅为Claude六分之一的价格提供强大性能，支持长达35小时自主运行和千次工具调用。该产品发布凸显中国AI在成本效益上的显著优势，引发中外模型对比热议，中文社区讨论活跃，预示全球AI竞争进入新阶段。
OpenAI模型破解80年前Erdős几何猜想：125页AI证明获数学界认可
OpenAI最新模型自主完成了对Erdős提出的几何猜想的证明，生成长达125页的新证明文件，并获得专业数学家的验证。这一成果被视为AI在纯数学领域的重要里程碑，展示了其通用推理能力的显著提升，在社交媒体X上引发广泛讨论。事件凸显了AI从辅助工具向独立研究者角色转变的潜力，同时也引发关于人类数学家未来定位的思考。
NVIDIA RTX Spark芯片震撼发布：AI代理本地推理引领PC新纪元
NVIDIA近日推出首款专为AI代理设计的RTX Spark芯片，支持在本地PC上运行强大AI模型，无需依赖云端服务。微软、Adobe等巨头合作重构软件生态，黄仁勋强调AI将创造更多工程师岗位。该产品互动量极高，标志着AI计算从云端向边缘设备迁移的重要一步，预计将重塑个人计算与软件开发格局。
OpenAI 完成 1100 亿美元融资，估值达 7300 亿美元，IPO 传闻引发市场热议
OpenAI 近日宣布完成 1100 亿美元大规模融资，估值达到 7300 亿美元。市场传闻公司可能于年底启动 IPO，此举将用于扩展 AI 能力。融资消息在社交媒体和财经媒体广泛传播，引发关于估值泡沫与 AGI 竞赛的讨论。文章分析了此次融资的背景、资金用途及潜在影响，保持客观视角审视行业动态。
Research Lab
3大模型翻译对决：第23周质量评测，gpt-o3 以 9 分领跑
本周共翻译 270 篇文章，覆盖 3 个AI模型。经抽样盲评，gpt-o3 综合得分最高（9/10）。报告详细对比各模型在准确性、流畅性、术语一致性方面的表现差异。
Grok图像编辑功能爆火社交平台，AI艺术创作引领病毒式传播新潮流
近期，大量用户借助Grok的图像编辑功能对名人姿势、外观等进行调整，相关帖子迅速走红，单帖获数千点赞和高浏览量。这一现象不仅展示了AI图像生成工具的流行，也反映出消费者级AI应用正迎来热度高峰。文章将深入分析这一趋势的背景、用户行为及行业影响，探讨AI工具如何改变内容创作生态。
Claude 动态工作流革命：Anthropic 工程师揭秘自提示代理系统新范式
Anthropic工程师近日分享Claude高级工作流实践，强调构建自提示系统而非依赖手动prompt。该方法涵盖CLADE.md配置、插件集成及多代理协作，能显著提升效率。社区讨论显示，此范式正成为AI使用新标准，相关视频与指南互动量高，标志着提示工程向自动化代理系统转型。
OpenAI进军Physical AI：Sam Altman招募硬件与ML工程师，机器人时代加速到来
Sam Altman宣布OpenAI Robotics团队招聘硬件、机器学习工程师，聚焦物理世界机器人应用，从模拟研究转向硬件-ML共设计。短期支持基础设施工人，长期目标实现个人机器人，此举引发行业对Physical AI的热议。
Smoke评测：Claude Sonnet 4.6 99.78分断层领先，GPT系列集体卡在74分
今日Smoke轻量评测显示，Claude Sonnet 4.6以主榜99.78分（执行100，约束99.5）继续领跑，DeepSeek V4 Pro与Gemini 3.1 Pro并列第二。GPT-5.5、GPT-o3、Grok 4等7个模型主榜分数停留在74分，文心一言执行仅50分垫底，整体格局未变。
哈佛毕业演讲呼吁杀死AI 引发支持者反智指责与文化转向辩论
美国时间2026年5月27日，喜剧演员Ronny Chieng在哈佛毕业典礼上呼吁“你们这代使命是杀死AI”，现场获热烈掌声。该言论迅速引发两极反应：AI支持者认为其极端反智，反对者视作文化转向信号。辩论在两天内成为行业焦点，凸显公众对AI发展的复杂态度。
Research Lab
WDCD Run #140: Qwen3 Max Leads with 17% Instruction Decay as Average Hits 36.5%
WDCD Run #140 (2026-05-31) evaluated 11 frontier models on multi-turn commitment integrity, finding an average instruction decay of 36.5% from Round 1 to Round 3. Qwen3 Max led the field with 70.8 points and the lowest decay rate at 17%.
Gemini 3.1 Pro暴涨14.2分 WDCD五模型全升零下滑
本轮WDCD测试5模型全线上涨，Gemini 3.1 Pro+14.2分领跑，豆包Pro+11.7分紧随，无一下滑。Qwen3 Max仍居榜首，显示上下文约束保持能力正成新竞争焦点。
资源限制场景全员崩盘！WDCD测试11模型平均仅1.95分
资源限制成为WDCD五大场景中最难的维度，11模型平均仅1.95分。doubao-pro在业务规则拿下3.17分，却在资源限制跌至1.33分，差距达1.84分。gemini-3.1-pro和qwen3-max在安全合规并列3.5分，展现最强区分度。
R3崩溃率高达60%！11模型WDCD三轮测试集体翻车
R1确认率96%、R2抵抗率93%，R3诚信率骤降至30.5%，200次完全崩溃。Claude在资源与安全约束下最易“嘴上答应身体诚实”，Qwen3 Max表现最稳，揭示当前对齐机制的脆弱性。
Qwen3 Max 70.83分称冠 WDCD守约榜 Grok4 51.67分垫底
Qwen3 Max以70.83分领跑WDCD守约榜，Grok4仅51.67分垫底；R3崩溃率60.6%，满分率仅21.2%。头部模型R3得分普遍高于0.7，尾部直接崩盘，差距集中于高压违约场景。
Groq推进新一轮融资 与Nvidia合作扩展AI推理云服务
Groq公司正积极寻求新一轮融资，同时与Nvidia展开合作以扩展其AI推理云服务。此举标志着AI芯片领域竞争进一步加剧，吸引了市场广泛关注。分析人士认为，这将推动推理计算基础设施的创新与发展，对整个AI生态系统产生深远影响。
Figure 03人形机器人突破200小时连续运行 具身智能迈向规模化应用
Figure公司最新人形机器人Figure 03成功实现200小时不间断运行，这一技术突破标志着具身智能从实验室展示阶段转向规模化应用。文章分析其技术原理、行业影响及未来挑战，探讨机器人与AI深度融合对制造业、服务业的潜在变革。
中国三体计算星座建成 全球首个太空AI算力平台上线
全球首个整轨互联太空计算星座正式建成，在轨算力达到5P OPS，可支持1400亿参数模型运行。目前已部署11个AI模型，包括最大天基遥感模型，实现模型在轨部署与更新。这一突破标志着中国在太空计算领域取得重大进展，为未来卫星互联网和空间智能应用奠定基础。
2026全球AI算力报告发布：芯片多元演进与绿色集群引领新格局
天津博览会发布《2026全球AI算力报告》，指出AI芯片正从GPU向TPU、NPU多元演进，算力中心迈入超大规模绿色集群阶段。报告强调AI工作站与服务器升级将支撑词元经济及国家战略布局，十大趋势涵盖能效优化、边缘计算融合及国际合作等，为全球AI产业提供前瞻指引，助力可持续高质量发展。
中国AI产业2026转折：超6000家企业与1.2万亿规模引领智能新时代
2026世界智能产业博览会发布《新一代人工智能科技产业发展报告2026》，显示中国AI企业超6000家，核心产业规模突破1.2万亿元。报告指出2026年为产业转折年，大模型、智能体与具身智能加速落地，信息智能与物理智能边界逐渐打破。本文深入分析报告核心数据、应用趋势及对经济、社会的影响，客观呈现中国AI产业当前态势与未来方向。
Anthropic发布Claude Opus 4.8并完成650亿美元融资 估值突破9650亿美元
Anthropic于5月29日发布Claude Opus 4.8，重点改进模型诚实性与减少幻觉，同时完成650亿美元融资，估值达9650亿美元，超越OpenAI成为最有价值AI公司。该话题因巨额融资和模型更新引发广泛讨论，互动量高。
Smoke 7天数据：DeepSeek V4 Pro均分79.8 GPT-5.5逆袭11.5分
本周Smoke数据显示，DeepSeek V4 Pro与Gemini 2.5 Pro分别下滑30.2分和30.4分，均值跌至79.8和75；GPT-5.5、Claude Sonnet 4.6分别上涨11.5分和8.4分。诚信评级在多模型中频繁切换，稳定性普遍偏低，预示下周Full评测或出现更大分化。
Meta 员工鼠标追踪工具曝光：远程工作监控与欧盟隐私法规的碰撞
Meta 公司内部开发的鼠标追踪工具引发广泛争议。该工具可记录员工鼠标点击和活动轨迹，被指与欧盟严格的隐私保护法规相冲突。事件曝光后，远程办公中的监控边界、企业AI治理以及员工隐私权等问题成为焦点。专家指出，此类技术虽能提升管理效率，却可能加剧工作场所的信任危机。事件凸显科技企业在全球合规与创新之间的艰难平衡，预计将推动行业对监控工具的重新审视。
Claude 投资组合押注 ServiceNow 反弹：AI 代理是基础设施赢家还是市场幻觉？
近日，Claude 代理在其模拟投资组合中买入 ServiceNow，理由是该公司将成为 AI 代理基础设施的受益者而非受害者。此举引发市场关注，ServiceNow 股价随之反弹。事件在 X 平台获得高互动，同时也引发关于 AI 模型是否具备真实投资能力的广泛讨论。本文客观分析事件背景、核心观点及潜在影响。
Oppo开源X-OmniClaw框架：设备端AI代理如何重塑隐私与智能体验
Oppo近日开源X-OmniClaw Android AI代理框架，聚焦设备端处理以强化隐私保护。该框架支持多模态感知与自主行动，可应用于购物、内容编辑等场景，引发中文科技社区广泛关注。本文深入分析其技术突破、应用潜力及行业影响，探讨on-device AI的未来发展路径。
沃伦参议员AI征税提案引发硅谷与政坛激辩：年入4万亿美元能否落地？
参议员伊丽莎白·沃伦近日提出对人工智能行业征税，以资助社会福利项目，预计每年可带来高达4万亿美元收入。该提案在硅谷企业和政界引发广泛争议，X平台上支持与批评帖文大量涌现。本文客观梳理提案背景、核心内容、各方反应及潜在影响，呈现科技政策辩论全貌。
NVIDIA 与 Dell 联手展示 AI Factory：企业级 agentic AI 与机器人部署迎来新突破
NVIDIA 与 Dell 在 TechWorld 活动上联合演示 AI Factory 解决方案，支持本地部署的 agentic AI 与物理机器人应用。现场企业用例讨论热烈，重点强调规模化 AI 部署的可行性与挑战，相关 X 平台视频获得高互动量，标志着 AI 技术从概念向企业实际落地迈出重要一步。
谷歌Agentic AI Search重塑搜索格局：Gemini多模态代理技术突破引行业关注
谷歌推进agentic AI Search，引入信息代理与多模态功能，Gemini Omni等模型演示火热。用户查询支持更长上下文，AI正重塑搜索体验，行业对此展开热议。本文深入分析技术突破、应用场景及未来影响。