26年5月18日，全球AI资讯约15条：Claude Mythos猛虎出笼 秒破人类一年无解漏洞、贝佐斯联手斯坦福科学家380亿物理AI黑马杀出等

“龙虾之父”Peter Steinberger（OpenClaw创始人）近期公开其AI开发账单：过去30天，调用OpenAI API花费130.5万美元（约940万元人民币），消耗6030亿token，发起760万次请求——全部由OpenAI补贴承担。

这些资源主要用于运行约100个AI Agent（Codex），协同完成代码审查、漏洞扫描、自动修复、会议纪要转PR等软件开发全流程任务，实现高度“流水线化”的AI协作。虽可降本70%（月费仍达40万美元），但虾爹强调：相比旧金山高级工程师年薪数十万美元，这套AI团队更高效、更便宜。这并非“烧钱”，而是将AI视为“数字员工”，推动软件开发从“人用工具”迈向“人管Agent”。

https://www.qbitai.com/2026/05/418822.html

这是一套专为学术写作打造的AI辅助工具——academic-research-skills（ARS），已在GitHub开源并获6.4k星标。它用Claude Code构建了4个智能协作团队：Deep Research、Academic Paper、Reviewer、Pipeline（串联10阶段全流程）。整套系统两行命令即可安装，支持中英文，输出兼容LaTeX/DOCX/Markdown，可直接生成APA或IEEE格式PDF。

最亮眼的是它的“防翻车”设计：引用必经Semantic Scholar API核验（模糊匹配阈值0.7）；设两道“完整性闸门”，自动筛查7类AI常见错误（实测揪出15个伪造引用）；审稿时“魔鬼代言人”强制挑刺，且不许AI轻易让步；数据严格分三层隔离，避免AI“偷看答案”。全程跑完一篇1.5万字论文仅需4–6美元（约30–45元）。

https://www.qbitai.com/2026/05/418737.html

智能体时代的“技能”，已不再是人类独有的肌肉记忆或经验沉淀，而是一种可封装、复制、迁移的“数字认知模块”。它不是手机里的单一功能，而是能理解模糊需求、调用多源信息、自主决策执行的完整能力单元——例如“预订氛围好的意大利餐厅”，需综合口味偏好、禁忌、路况、日历等。

目前全球已有大量的商用智能体技能上线，正快速替代翻译、基础编程、客服等重复性知识工作。这带来双重效应：一方面降低专业门槛，让普通人秒获法律、行程规划等能力；另一方面冲击传统职业护城河，十年积累的“手感”可能一夜贬值。当技能可流动、可组合，人类的核心价值正从“会做事”转向“定目标、判对错、提问题”——做意图的源头，而非能力的容器。

https://www.ofweek.com/ai/2026-05/ART-201717-8420-30687598.html

在多模态大模型训练中，SFT非但没为强化学习（RL）铺路，反而挖了个“隐形坑”。数据显示，Qwen3-VL-8B模型经SFT后，在7个主流基准上的平均准确率下降5.2个百分点（63.3% → 58.1%），后续RL只能勉强“回血”到原起点——相当于RL一半功夫在“还债”。

根本原因在于：SFT强行用GPT/Gemini蒸馏数据等新分布覆盖已成熟的基座模型，导致感知偏差（“看错图”）和推理偏差（“想歪了”）同时恶化。PRISM提出全新三阶段范式，通过混合专家判别和黑盒蒸馏技术，无需教师模型内部参数即可实现精准对齐。实验表明，加入PRISM后，Qwen3-VL-8B在数学与通用多模态任务上平均提升+6.0分，验证了“补好断层，比跑得更快更重要”这一朴素却关键的洞见。

https://www.qbitai.com/2026/05/418814.html

Meta AI与港中文团队提出全新视觉推理范式ATLAS，用“一个词”革新大模型看图解题方式。它不生成中间图像、不调用外部工具、无需视觉监督，仅通过插入离散的Functional Token在文本推理链中隐式触发视觉操作——就像给模型教会了一套“视觉暗号”。

该方法统一了传统Agentic与Latent（纯内部表征）两大范式：既有明确操作语义，又保持轻量高效。团队构建了覆盖40+任务的ATLAS-178K数据集，采用SFT+RL两阶段训练，并创新提出LA-GRPO算法，精准强化稀疏Functional Token的梯度信号，避免“乱打标记”。实验表明，ATLAS在几何推理、空间关系、细粒度判断等任务上显著提升，推理速度比图像生成类方法快3–5倍，且完全兼容现有大模型训练流程。

https://view.inews.qq.com/k/20260517A03M3R00

Thoth是上海人工智能实验室等团队推出的首个面向生物实验protocol生成的科学推理模型，旨在解决当前大模型“写得像、但做不了”的痛点。实验protocol不是普通说明文，而是需满足粒度合适、顺序正确、语义准确的执行蓝图——例如缩放试剂体积时，APS和TEMED必须按比例精确调整，错1步就导致实验失败。

传统文本指标（如BLEU）无法识别这类执行级错误。Thoth创新提出“Sketch-and-Fill”推理范式：先结构化生成原子步骤，再转为自然语言；并设计SCORE评估体系。依托覆盖27个生物子领域的高质量数据集SciRecipe，Thoth在多项评测中超越Qwen3-8B（+17.78%）、DeepSeek-V3（顺序匹配+4.06%，参数保真+4.88%），甚至小幅领先ChatGPT-4o。

https://aitntnews.com/newDetail.html?newId=25162

贝佐斯“重返一线”，创办AI公司Project Prometheus（普罗米修斯），估值已达约380亿美元，刚完成近100亿美元融资，获贝莱德、摩根大通等顶级机构加持。与OpenAI等聚焦大模型和聊天机器人的“数字AI”不同，Prometheus专攻“物理AI”——把AI深度嵌入工厂、航天、芯片、汽车等实体经济场景。

其核心思路是：用高保真物理仿真训练AI，再让AI优化真实产线，形成“工厂喂数据→模型变更强→反哺工厂提效”的飞轮闭环。公司由贝佐斯亲任联席CEO，团队50–200人，布局旧金山、伦敦、苏黎世——直指AI人才与高端制造双中心。更关键的是，贝佐斯同步推动一只1000亿美元产业并购基金，计划收购传统制造与航天企业，用AI系统重构其运营。

https://www.163.com/dy/article/KT4P11FK0511ABV6.html

绮算法科技是一家专注宠物健康AI的创新企业，2022年成立于重庆，核心团队来自英国国王学院、宾大等顶尖高校，深耕AI医疗与边缘计算。公司以“多模态大模型+软硬一体”为特色，已训练超千万份宠物病历、影像及行为数据，打造更懂猫狗的垂直模型。

其AI辅助问诊系统免费开放，服务超100万次问诊，覆盖200+宠物医院、3000名医生，日活近5000人，形成“问诊—诊疗—用药—数据回流”闭环。硬件方面，全球最轻（仅19克）的帕奇宠AI项圈3.0已售近2万台；AI喂食器预售1000台，AI ICU设备落地30+医院。还与OPPO合作，服务数十万用户。本轮获启赋资本、聚恒创投数千万元融资，将加速产品迭代与市场拓展，目标成为宠物健康管理的“基础设施级”平台。

https://aitntnews.com/newDetail.html?newId=25183

今日宜休，是前小米“红米操盘手”王腾于2025年1月创办的AI睡眠健康公司。这位曾带出千万级爆款手机、坐拥186万粉丝的消费电子老兵，转身扎进“睡觉”这门古老生意——不是卖床垫或枕头，而是用AI做24小时在线的“精力管家”。数据显示，我国中等收入群体平均睡眠仅6.85小时，近半数人凌晨后入睡；睡眠健康产业规模预计2030年将破万亿元。

今日宜休已获两轮融資：种子轮数千万元，由高瓴、云九等领投；最新一轮再获CMC资本、弘晖基金等新老股东加持，老股东全部超额追投。公司不堆硬件参数，而是通过无感多模态传感器采集生理与环境数据，构建个人“精力档案”，让AI真正理解“为何睡不好”，并动态调节睡眠环境、给出日间精力建议。

https://news.qq.com/rain/a/20260512A030G900

Anthropic被传“因太危险而雪藏”的绝密大模型Claude Mythos，悄然在谷歌云上线——“Preview”标签已消失，标志其正式解禁。卡内基梅隆大学最新实测显示：Mythos在真实浏览器漏洞攻防基准ExploitBench（含41个野外高危CVE）中表现惊人——均分9.90/16，成功突破21个漏洞（T1级），远超GPT-5.5的5.51分、仅2个T1。

更关键的是，Mythos在全自主模式下仍达9.55分，几乎无需人工提示，而GPT-5.5跌至4.30分。它甚至用129轮调用破解了人类研究者苦战一年未果的“悬案漏洞”CVE-2024-0519，并首创性恢复V8随机数状态实现稳定利用。不过代价高昂：单次完整测试耗资约3.6万美元，是GPT-5.5（3075美元）的12倍。

https://www.163.com/dy/article/KT4HFRMK0511ABV6.html

欢迎大家关注、分享、转发本公众号，也欢迎直接与小编联系 对接合作～