针对扩散模型基于人类偏好进行强化学习微调时多奖励难以协同优化的问题，研究团队提出MARBLE框架。该框架摒弃了传统加权求和方法，为每个奖励维护独立优势估计器，并通过求解二次规划问题，在梯度空间将各奖励策略梯度协调为单一更新方向，无需手动调整权重。结合摊销化计算与平滑技术，其单步计算成本降至接近单奖励基线水平。实验表明，MARBLE能同时提升所有奖励维度，显著改善最差对齐奖励的优化方向，且训练速度接近基线方法。

研究团队提出ScaleLogic合成逻辑推理框架，可独立控制推理深度与逻辑表达力。实验发现，强化学习训练计算量T与推理深度D之间遵循幂律关系（T ∝ D^γ），且缩放指数γ随逻辑表达力增强从1.04单调上升至2.60。在数学与通用推理基准上，表达力更强的训练带来更大的性能提升（最高+10.66分）和更高的计算效率迁移。该幂律关系在不同强化学习方法中均成立，基于课程的学习能显著提升扩展效率。研究表明，训练内容（而不仅是训练量）对下游任务迁移有决定性影响。

Skill1 是一个统一训练单一策略的框架，旨在协同进化技能选择、使用与提炼三项能力，以共同优化任务完成目标。该策略通过查询技能库、重排序候选技能、在选定技能条件下执行任务，并从轨迹中提炼新技能。所有学习仅源于单一的任务结果反馈信号：其低频趋势为技能选择提供反馈，高频变化则指导技能提炼。在 ALFWorld 和 WebShop 环境上的实验表明，Skill1 超越了现有基于技能的方法和强化学习基线。训练动态证实了三项能力的协同进化，消融实验显示移除任一反馈信号都会损害整体进化效果。

SkillOS提出一种经验驱动的强化学习框架，用于训练自进化智能体学习长期技能管理。该系统由一个固定的智能体执行器和一个可训练的技能管理器组成，后者依据累积经验更新外部技能库。通过设计复合奖励并在基于技能相关性的分组任务流上训练，该方法解决了从间接、延迟反馈中学习复杂管理策略的挑战。实验表明，在多轮智能体任务和单轮推理任务中，SkillOS在效果与效率上均优于无记忆及强记忆基线，且所学技能管理器能泛化至不同执行器与任务领域。分析显示，管理器能实现更精准的技能调用，技能库中的技能会逐渐演化为结构更丰富、编码高层元技能的Markdown文件。

针对自回归范式在文本生成中的限制，研究团队提出Cola DLM，一种分层连续潜在扩散语言模型。该模型通过文本VAE学习文本到潜在映射，在连续潜在空间中用块因果DiT建模全局语义先验，再通过条件解码生成文本。其扩散过程执行潜在先验传输，而非词元级观测恢复，从而分离全局语义组织与局部文本实现，支持更灵活的非自回归生成。实验在严格匹配约20亿参数自回归基线和扩展到约2000 EFLOPs下进行，显示Cola DLM具有强大扩展性能，确立了分层连续潜在先验建模作为严格词元级语言建模的原则性替代方案。

传统MoE模型每层设置独立专家，导致参数量随深度线性增长。研究发现深层路由功能冗余，因此提出UniPool架构，采用一个全局共享的专家池供所有层访问，取代分层独立设计。通过池级辅助损失平衡专家使用，并采用NormRouter实现稳定稀疏路由。在多个规模的LLaMA模型上实验表明，UniPool持续提升了验证损失。关键的是，共享池设计将池大小确立为深度缩放超参数：仅使用基线41.6%-66.7%专家参数的缩减池变体，性能达到或超越了传统分层MoE，证明专家参数可实现次线性增长并保持更高效率。

为提升视频奖励模型的泛化能力与训练效率，研究团队提出DeScore模型。它采用“先思考后评分”的解耦范式：首先由多模态大语言模型生成显式思维链推理，再由专用判别式评分模块预测最终奖励。模型通过两阶段框架优化：第一阶段结合随机掩码进行判别式冷启动，确保评分稳健性；第二阶段通过双目标强化学习，独立优化推理质量并校准奖励，使更优的推理直接转化为更好的性能。该方法旨在克服现有判别式模型易陷于捷径学习、生成式模型因推理与评分耦合而存在优化瓶颈的问题。

美国AI公司Anthropic宣布成立AI研究院，旨在研究人工智能对社会的影响。其研究议程主要聚焦于经济扩散、威胁与心理弹性、现实环境AI系统以及AI驱动研发四大方向。研究院将从实验室前沿视角发布成果，以协助外部组织、政府和公众做出更明智的AI开发决策。同时，其研究发现也将直接影响Anthropic自身的决策，可能促使公司分享原本不公开的数据或调整技术发布策略。此外，Anthropic还开放了为期四个月的TAI研究员申请，邀请业界人士在团队指导下开展相关课题研究。

马斯克起诉OpenAI的诉讼披露，2023年奥尔特曼被罢免时，时任CTO穆拉蒂在短信中称接任的临时CEO埃米特·希尔为“Twitch的无名小卒”。该短信在X平台引发热议与玩梗。希尔将个人背景图换成短信截图自嘲，并回应“能被当梗是荣幸”，获马斯克表情符号点赞。尽管被如此称呼，希尔实为硅谷资深人物，曾领导Twitch以9.7亿美元出售给亚马逊，现任AI创业公司Softmax的CEO。

商汤科技推出新一代轻量化多模态模型“日日新 SenseNova 6.7 Flash-Lite”。该模型采用原生多模态架构，能直接理解网页、文档和图表，提升复杂任务处理效率。它取消了视觉转文本中间层，以更小参数量实现能力跨越，在权威测试中取得多项同级别SOTA，并在信息搜索等场景中比纯文本智能体降低60%的Token消耗。同时，商汤推出限时免费的SenseNova Token Plan，为开发者提供首月无门槛调用额度，并将其全线办公技能SenseNova-Skills在GitHub开源。

消息称谷歌计划在2027年推出的Pixel 12系列手机上搭载自研Tensor G7芯片，内部代号为“Lajolla”。该芯片预计采用台积电改进版的2nm工艺制造，是其前代Tensor G6（首款采用台积电2nm工艺）的工艺升级版。谷歌自研芯片路线持续，不采用第三方旗舰芯片，其设计重点并非追求极限性能跑分，而是侧重于提升AI功能与用户体验。

谷歌 Chrome 浏览器 147 版本为支持端侧 AI 模型 Gemini Nano，会在用户不知情或未同意的情况下，静默下载并安装一个约 4GB 的 weights.bin 文件，且删除后会自动重新下载。科技媒体 NeoWin 指出，用户可通过修改 Windows 11 注册表来阻止这一行为。具体操作为：在注册表编辑器中定位至 HKLM\SOFTWARE\Policies\Google\Chrome\，将“GenAILocalFoundationalModelSettings”值设为 1。类似方法也适用于阻止 Microsoft Edge 浏览器下载端侧 AI 模型，只需在其对应路径下进行相同设置。

针对现有大语言模型安全基准的英语中心主义局限，研究团队发布了XL-SafetyBench。该基准包含10个国家-语言对的5500个测试用例，设有基于国家的对抗性“越狱基准”和嵌入本地敏感性的“文化基准”。通过引入中立安全率与文化敏感率等补充指标，能更好区分原则性拒绝与理解失败。对37个模型的评估发现，前沿模型的越狱鲁棒性与文化意识不耦合，而本地模型的安全表现更多源于生成失败而非真正对齐。该工作为多语言时代的模型安全提供了细致的跨文化评估工具。

AMD近日发布了四年来首款采用PCIe AIC形态的Instinct MI350P加速卡，主要面向现有数据中心基础设施升级。该卡采用新封装，规格相较MI350X大幅缩减：XCD芯片数量减半至4个，HBM3E内存降至4堆栈144GB，性能下降约50%，晶体管数量减少约60%。产品采用双槽全高全长设计，最大功耗600W，支持无风扇被动散热。

瑞莎在2026高通AI开发者日前夕，预热了两款基于高通硬件平台的飞牛fnOS NAS新品。其中，DragonStation定位高性能全闪存产品，搭载具备“超大核”CPU的Arm SoC，提供6个M.2 SSD盘位，支持10Gb网络，并能通过内置加速卡本地运行120B参数的AI模型。另一款DragonBay面向主流用户，提供4个存储位，其内部结构设计留有后续扩展空间。两款新品将在本月末于深圳举行的活动中正式亮相。

软银正与英伟达和富士康磋商，评估在日本本土制造AI服务器的可行性。该计划首先通过组装外购组件建立生产系统，目标是在2029年前逐步掌握完整的AI服务器制造流程。软银将打造配备高级GPU的高性能服务器，此蓝图已纳入公司中期经营计划，预计最快将于下周正式公布。软银CEO孙正义已向OpenAI投资超过300亿美元，显示出其在大型语言模型竞争中的全力投入。

昆仑芯（北京）科技股份有限公司已于2026年5月7日启动科创板上市辅导，辅导机构为中金公司。该公司前身为百度智能芯片及架构部，百度目前持股57.67%为控股股东。此前，昆仑芯已于2026年1月向港交所提交上市申请。中银国际报告评估其估值应处于300亿至1000亿港元区间的头部，对百度估值贡献约500亿港元。受分拆消息影响，百度港股曾单日上涨约9.35%。昆仑芯专注于AI芯片研发，产品主要面向数据中心与云计算场景。

苹果候任CEO约翰·特努斯明确公司AI战略核心：不追求技术营销噱头，专注以技术提升实际用户体验。在iOS 27预计带来重大AI更新的背景下，特努斯强调苹果不会单纯“发布技术”，而是确保AI功能切实改善产品体验，用户无需知晓功能是否由AI驱动，只需感受产品是否好用。这一立场直指当前科技行业为追赶浪潮而匆忙发布未经验证技术的痛点。

美国科技企业Cloudflare宣布裁员20%，涉及超过1100名员工，以推动公司向AI优先运营模式转型。公司CEO表示，此举并非仅为降本增效，而是为适应智能体时代重构公司架构。数据显示，Cloudflare的AI使用量在三个月内激增超过600%，公司内部日常运营已广泛依赖AI智能体对话。截至去年底，公司全职员工数为5156人，预计此次裁员将产生1.4亿至1.5亿美元的相关费用。

央视曝光宣称能“边行驶边充电”的电动自行车增程器存在安全隐患且无效。中国车企正加速布局加拿大电动汽车市场，比亚迪、吉利、奇瑞等瞄准每年4.9万辆的进口配额。鸿蒙智行智界V9将于5月15日上市，预售价39.98万元起。比亚迪大唐EV预售订单已突破10万台。理想设计团队否认MEGA设计失败，其CEO李想呼吁行业共同推广5C增程技术以缓解充电压力。此外，消息称苹果本月或将完成iPhone 18 Pro系列的OLED面板审批。

OpenAI与博通联合研发AI芯片项目“Nexus”陷入僵局。博通要求微软承诺采购首批芯片约40%的产能，才愿为首期建设出资。项目首期需1.3吉瓦算力，成本约180亿美元；总规模达10吉瓦，旨在2030年前上线以减少对英伟达依赖。OpenAI视自研芯片为降低运营成本关键，但微软尚未同意采购。若微软采购未达标，OpenAI需自行寻找其他买家。此前OpenAI与英伟达的类似千亿美元合作也已无果。

据报道，iOS 27系统将对Siri进行彻底重构，其底层将基于谷歌Gemini构建，交互模式将从指令式转变为类似ChatGPT的对话模式。新版Siri将与备忘录应用深度整合，用户可通过“把这个加到新备忘录”等语音指令，直接将AI生成的内容自动、完整地保存至备忘录，解决手动复制粘贴导致的流程繁琐和格式错乱问题。此外，Siri还能利用大语言模型能力，高效梳理信息并创建特定主题的备忘录。

Simplex 通过整合 ChatGPT Enterprise 和 Codex 来提升软件开发效率。该方案显著缩短了软件设计、构建和测试所需的时间，同时实现了 AI 驱动工作流程的规模化应用。这一变革旨在优化开发周期，利用先进的语言模型技术加速产品交付。

OpenAI为ChatGPT推出“可信联系人”功能，以应对对话中的自残风险。当系统检测到成年用户对话涉及相关内容时，会鼓励用户联系他人，并自动向其预设的联系人发送简短的电子邮件、短信或推送通知提醒，以促进沟通。通知不包含具体对话细节以保护隐私。该功能采用自动审核与人工复核结合，触发提醒的对话会交由人工安全团队处理，官方承诺对此类通知进行人工审核并力求在一小时内完成。此前，OpenAI曾因被指控鼓励用户自杀而面临诉讼。

据彭博社记者马克·古尔曼爆料，苹果正在开发两款智能穿戴设备。一款是尺寸类似AirTag的吊坠配件，可夹在衣物或作为项链佩戴，配备常开摄像头和麦克风，依赖连接iPhone及iOS 27版Siri进行语音交互与数据处理，无屏幕和投影仪，项目仍处早期，可能于2027年发布。另一款是计划在2026年底或2027年初推出的智能眼镜，内置摄像头、扬声器和麦克风，支持拍照、通话及Siri通知，并与Apple Intelligence整合优化导航等功能，采用自主设计的塑料镜框，但第一代不配备AR显示功能。

据报道，OpenAI在推进其最新项目时，面临一个核心的财务运营问题：尚未确定具体的支付模式与资金解决方案。这一情况揭示了即便在技术快速发展的前沿，AI巨头在将宏伟蓝图转化为可持续商业实践的过程中，仍可能遭遇基础性的挑战。当前阶段的关键矛盾聚焦于“如何支付”，而非“能否实现”，这或许预示着行业在追求能力突破的同时，必须更扎实地构建其经济模型。

Cloudflare向全球团队发送内部邮件，宣布公司迎来一个重大时刻。公司秉持透明度这一核心价值观，决定直接向外界同步这一关键信息。此举标志着Cloudflare在战略发展上迈出了重要一步，旨在为未来构建更坚实的基础。

AI生成的低质量内容正严重损害在线社区生态。这类被称为“AI垃圾”的内容充斥网络，导致社区讨论质量下降、用户参与度锐减。文章指出，一个原本活跃的技术社区因大量AI生成帖子的涌入，其高质量讨论帖数量在半年内下降了约40%，用户平均停留时间也大幅缩短。这种现象不仅稀释了有价值的信息，还加剧了信息噪音，使寻找真实、有用内容的难度增加，最终可能摧毁依靠用户贡献和互动维系的社区基础。

Simon Willison 为配合其“氛围编码”macOS演示工具，快速开发了一个名为“Big Words”的网页工具。该工具通过URL参数（如文本、渐变、大小）动态生成可自定义的幻灯片页面，解决了演示工具仅能嵌入URL内容的需求。用户可双击页面访问设置表单，自由调整文本内容、颜色、背景（支持纯色或渐变）、字体、字重、大小等多种视觉选项。所有设置均可生成一个特定的URL以便保存和分享，从而快速创建用于演示的文本幻灯片。