2026年5月12日AI日报：谷歌Gemini Omni原生视频模型意外泄露，支持10秒720p生成及实时编辑，数学推导视频连贯一致；快手计划分拆可灵AI，目标估值200亿美元并于明年IPO；DeepSeek估值3500亿，API缓存命中率达98%大幅降低成本；另有OpenAI推Daybreak防御计划、Agnes超低价推理模型等资讯。适合AI从业者、开发者及投资者关注前沿动态。
Tags:
AI 日报 · 2026年05月12日
AI资讯
1、OpenAI联合五巨头发布MRC协议，重塑AI集群互联
2、Agnes双模型登顶权威榜单，超低价抢占推理成本战
3、Thinking Machines推原生实时交互模型架构
4、谷歌Gemini Omni原生视频模型泄露：可生成推导课堂视频
5、Murati新交互模型打破回合制，实现实时协作对话
6、快手拟分拆可灵AI：200亿美元估值冲刺明年IPO
7、OpenAI推Daybreak：企业级防御AI伞状计划
8、OpenAI设部署公司并购Tomoro押注企业落地
9、ml-intern三周破百万对话，研究提速惊人
10、Sereact获1.1亿美元B轮，Cortex 2.0用世界模型提稳抓取
11、DeepSeek估值3500亿：98%缓存命中大降API成本
最新开源
1、汇集191项AI编程代理可用技能库开源
2、企业级AI反欺诈平台：实时监控与案件闭环
3、PlaceWise-AI：用ML预测求职就绪度并给个性建议
4、MyGrid-AI：实时智能电网预测与控制平台开源
📰 最新资讯
01 · OpenAI联合五巨头发布MRC协议，重塑AI集群互联
🏷 行业动态
OpenAI携AMD等五家巨头在OCP发布多路径可靠连接协议MRC，面向Stargate级超大集群缓解拥塞与故障中断。其以RoCE为基、融合UEC，将800Gb/s拆成多路100Gb/s平面并配合喷射与源路由，实现两层交换全互联、微秒级绕障，已在GB200与Fairwater落地，推动统一行业标准。
主要亮点：
-
• 800Gb/s拆分多100Gb/s平面，提升并行与韧性 -
• 13万GPU两层交换全互联，降成本能耗与故障点 -
• 微秒级故障绕行，端口损坏仅降带宽不中断训练
详情链接：
https://finance.sina.com.cn/stock/t/2026-05-07/doc-inhwzvzm2869104.shtml
02 · Agnes双模型登顶权威榜单，超低价抢占推理成本战
🏷 行业动态
Agnes-2.0-Flash与Agnes-Image-2.0-Flash跻身ClawEval与Artificial Analysis前列，带动实验室全球排名升至第九。ClawEval更偏真实Agent任务执行，显示其在智能体阶段具备竞争力，部分任务超越Gemini Flash等。更以激进低价切入：文本约为同类一半、图像仅十分之一，利于低成本规模化调用。
主要亮点：
-
• 文本与图像双模型上榜，实验室全球排名第九 -
• ClawEval强调Agent真实任务能力，契合行业演进 -
• 价格极具攻击性：文本半价、图像约行业十分之一
详情链接：
https://www.163.com/dy/article/KSNL5F3I0511N33R.html
03 · Thinking Machines推原生实时交互模型架构
🏷 技术突破
Thinking Machines Lab提出“交互模型”体系，抛弃语音转文字与轮次检测等外挂流水线，改为原生实时协作：边听边说、可被打断、能看视频并调用工具。系统以200毫秒微轮次流式处理，并用无编码器早期融合联合训练多模态，有望把AI从输入输出升级为更自然的同伴式对话与工作方式。
主要亮点：
-
• 200毫秒微轮次流式交互，支持边听边说可打断 -
• 交互模型+异步后台模型分工，前台响应后台思考调用工具 -
• 发布TML-Interaction-Small：276B参数、12B激活MoE原型
详情链接：
https://finance.sina.com.cn/tech/roll/2026-05-12/doc-inhxrfsq9953276.shtml
04 · 谷歌Gemini Omni原生视频模型泄露：可生成推导课堂视频
🏷 技术突破
谷歌I/O 2026前夕，原生视频模型Gemini Omni意外曝光：支持10秒、720p生成，并可在对话中重混剪与实时编辑。演示中AI“教授”黑板数学推导连贯一致、笔迹自然，被视为超越Sora的突破；一句话去水印、换物体并自动适配光影，或助谷歌重夺视频生成优势。
主要亮点：
-
• 10秒720p原生视频生成入口已在移动端曝光 -
• 黑板数学推导视频一致性高，笔迹自然连贯 -
• 一句话去水印、替换物体并自动匹配光影风格
详情链接：
https://x.com/chetaslua/status/2053824398503678108
05 · Murati新交互模型打破回合制，实现实时协作对话
🏷 技术突破
Mira Murati创立的Thinking Machines Lab发布“交互模型”研究预览，以200毫秒时间对齐微回合取代回合制对话，可边听边说、实时检索并结合音视频输入反馈。TML-Interaction-Small在FD-bench V1.5得分77.8、延迟0.40秒，显著领先同类。两层架构将在线交互与后台深度思考分离，或推动更自然的人机协作范式。
主要亮点：
-
• 200毫秒微回合：边听边说、可插话协作 -
• 多模态并行处理：音频视频文本同时输入输出 -
• FD-bench 77.8分、0.40秒延迟领先主流模型
详情链接：
https://m.sohu.com/a/1021531317_362225?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
06 · 快手拟分拆可灵AI：200亿美元估值冲刺明年IPO
🏷 行业动态
快手计划分拆视频生成模型可灵AI，目标估值200亿美元并于明年启动IPO，估值逼近快手市值七成。可灵自2024年6月上线后商业化提速，年化收入由3亿美元升至5亿美元，预计IPO时达13亿美元。分拆旨在重构估值、缓解算力压力并强化人才激励，也折射中国AI估值体系上移与视频生成从工具走向独立生意。
主要亮点：
-
• 分拆估值200亿美元，或成全球最贵视频生成独立产品 -
• 商业化进展快：年化收入3亿升至5亿，IPO目标13亿 -
• 海外下载榜多国登顶，分拆亦为算力与人才激励解压
详情链接：
https://www.theinformation.com/articles/chinas-kuaishou-plans-spin-kling-ai-video-unit-20-billion-valuation
07 · OpenAI推Daybreak：企业级防御AI伞状计划
🏷 产品更新
OpenAI发布Daybreak“防御性加速”伞状计划，将前沿模型、Codex与安全伙伴能力整合，面向企业以验证分级方式产品化网络防御AI。其主打清理CVE、依赖升级与配置漂移等安全积压，并在扫描中沉淀真实漏洞与修复数据，凸显与Anthropic谨慎路线分化。
主要亮点：
-
• 伞状计划整合模型、Codex与安全伙伴防御能力 -
• 采取“释放+监管”分级验证，推动网络防御能力产品化 -
• 聚焦清理安全待办并沉淀漏洞修复数据资产
详情链接：
https://www.163.com/dy/article/KSNBAHFF0511B8LM.html?clickfrom=w_tech
08 · OpenAI设部署公司并购Tomoro押注企业落地
🏷 行业动态
OpenAI成立“部署公司”专注让AI进入企业核心业务，并收购咨询工程公司Tomoro，首日引入约150名部署专家。公司初始投入超40亿美元，联合投资机构、咨询与系统集成伙伴，加速从用例筛选到生产上线，强化集成、治理合规与业务成效，推动企业级AI规模化落地。
主要亮点：
-
• 成立部署公司，聚焦AI系统在核心业务中的落地交付 -
• 收购Tomoro引入约150名一线部署工程师与专家 -
• 超40亿美元投入，联动咨询与SI伙伴加速规模化部署
详情链接：
https://openai.com/index/openai-launches-the-deployment-company/
09 · ml-intern三周破百万对话，研究提速惊人
🏷 产品更新
AI研究工具ml-intern上线仅21天即交换超100万条消息、启动17383个训练任务，号称相当于研究员3.3年工作量。社区用它复现DeepSeek v4架构、从零训练1亿参数MoE并拿下优化器赛第三，还一键完成模型格式迁移与博士论文章节生成，显示其在复现、训练与复杂任务编排上的强加速效应。
主要亮点：
-
• 21天超100万消息与17383训练任务，效率爆发 -
• 复现DeepSeek v4并训练1亿参数MoE，竞赛获第三 -
• 一次性完成talkie-lm模型迁移与博士章节生成
详情链接：
https://gitcode.com/GitHub_Trending/ml/ml-intern
10 · Sereact获1.1亿美元B轮，Cortex 2.0用世界模型提稳抓取
🏷 产品更新
德国Sereact完成1.1亿美元B轮融资，Cortex已在宝马等200+工位落地，累计超10亿次抓取、远程干预率极低。新一代Cortex 2.0引入世界模型，在隐空间预演物理后果并选最稳路径，且算力可调。其以欧洲真实工厂数据训练，欲向精细装配扩张，并以“卖智能模型”抢占高利润环节。
主要亮点：
-
• Cortex落地200+工位，超10亿次抓取验证可靠性 -
• Cortex 2.0引入世界模型，隐空间预演提升稳定路径选择 -
• 基于20+工厂真实数据训练，不依赖仿真数据规模堆砌
详情链接：
https://sereact.ai/posts/series-b
11 · DeepSeek估值3500亿：98%缓存命中大降API成本
🏷 行业动态
DeepSeek融资基本落定：阿里、腾讯与国家大基金各投100亿，创始人再注资200亿，估值约3500亿。其API以98%缓存命中率著称，命中时Token成本可降至未命中的五十分之一。得益于MLA与升级的CSA+HCA架构对KV Cache极致压缩，缓存可低成本长期存储，或重塑大模型调用定价与竞争格局。
主要亮点：
-
• 阿里腾讯国家大基金各投100亿，估值约3500亿 -
• API缓存命中率98%，开发者账单显著降低 -
• MLA+CSA+HCA压缩KV Cache，缓存可硬盘长期保留
详情链接：
https://finance.sina.com.cn/stock/estate/integration/2026-05-11/doc-inhxnwmr9184923.shtml
🔭 最新开源
01 · 汇集191项AI编程代理可用技能库开源
🏷 开源项目
GitHub Trending 项目“ai-agent-skills”整理了191+可直接用于生产的AI编程代理技能，来源涵盖Karpathy、Matt Pocock等业界专家经验，主语言为Python。该技能库为构建代码助手与代理工作流提供可复用能力清单，降低工程落地门槛并提升交付一致性。
主要亮点：
-
• 收录191+生产可用技能，面向AI代码代理落地 -
• 专家经验策展，覆盖常见工程任务与最佳实践 -
• Python为主，便于集成到现有自动化与工具链
详情链接：
https://github.com/kevinnft/ai-agent-skills
02 · 企业级AI反欺诈平台：实时监控与案件闭环
🏷 开源项目
该开源项目构建企业级AI反欺诈检测平台，集成实时监控、集成学习模型与FastAPI后端，打通分析师工作流与案件管理，形成从识别预警到处置复盘的闭环。面向金融与电商等高风险场景，提升拦截效率、可追踪性与运营协同能力。
主要亮点：
-
• 实时监控与智能分析，快速发现异常欺诈信号 -
• 集成机器学习策略，兼顾准确率与鲁棒性 -
• 分析师工作流+案件管理，支持处置闭环与审计
详情链接：
https://github.com/Anirodh-Padhy/Enterprise-AI-Fraud-Detection-System
03 · PlaceWise-AI：用ML预测求职就绪度并给个性建议
🏷 开源项目
PlaceWise-AI 是一个基于机器学习与 Streamlit 的求职/校招就绪度预测系统，可对个人能力进行分析并生成个性化提升建议。项目以交互式应用形式落地，帮助学生或求职者识别技能短板、制定学习路径，对招聘前评估与职业辅导具有实际参考价值。
主要亮点：
-
• 机器学习驱动的placement readiness就绪度预测 -
• Streamlit交互式界面，快速部署与可视化展示 -
• 技能差距分析+个性化推荐，形成提升闭环
详情链接：
https://github.com/tejasvinifulari5/PlaceWise-AI
04 · MyGrid-AI：实时智能电网预测与控制平台开源
🏷 开源项目
MyGrid-AI 是面向智能电网的实时智能平台，集成 AI 负荷与发电预测、网控策略执行、WebSocket 遥测数据流与能源系统仿真。它让电网从“事后分析”转向“在线决策”，有助于提升调度效率、可靠性与可再生能源消纳能力。
主要亮点：
-
• 集成AI预测与电网控制闭环，支持在线决策 -
• WebSocket遥测实时接入，适配高频数据流监控 -
• 内置能源系统仿真，便于策略验证与迭代
详情链接：
https://github.com/ChimdaaluIheanacho/MyGrid-AI
以上内容由 AI 汇总，数据来源于网络公开平台。
没有评论:
发表评论