文章摘要
每周3分钟，速览全球AI产业热点：聚焦最新应用场景落地、产业生态关键演进与行业先锋核心观点。

AI应用场景

1.谷歌发布Gemini 4 Argon，单任务成本砍四成

谷歌发布旗舰模型Gemini 4 Argon，定位企业知识工作与网络安全防御等长周期任务：输出Token上限由6.4万提升至100万，企业自动化AutomationBench以51.3%居首，领先GPT-6 Astra与Claude Opus 5.5。缓存输入价格降95%，较GPT-6 Astra低40%。目前仅经"Fairwind计划"向受信任的安全团队开放，彭博社称部分内部员工认为实际编程表现未及基准水平。


2.Nano Banana 2.1出图腰斩，Flash反超Pro

谷歌发布Nano Banana 2.1，主线是把重心从"出图惊艳"转向"改图可靠"：新增蒙版局部编辑，圈选区域外保持不变，该项得分高出上一代84分、高出自家旗舰Pro 122分；多人物一致性较上一代提升128分，支持最多14张参考图与4K输出。出图价格降至上一代一半，但输入与思考输出分别上调至3倍与2.5倍，成本重心从"画"移向"想"。


3.OpenAI四连更！API最高档付费砍半，Auto-review全面免费

OpenAI连续28天每日更新计划推进到第二天，一次放出四项，共同点是均不追逐模型能力指标，从而清理Agent进入实际工作流后的摩擦。API用量等级由五档简化为三档，最高档付费门槛从1000美元降至500美元；Meetings插件将会议记录送入ChatGPT Space，成为后续任务的上下文；Decisions API开放公测，输出概率、选项与数值三类判断，速度约为通用接口10倍。


4.GPT-6全面开放，新增智能界面

OpenAI宣布GPT-6面向全球所有ChatGPT用户开放，核心新能力Intelligent UI让模型按问题自主组合文字、图表、按钮与表单，直接生成可交互界面：产品对比用并排展示，复杂概念转为交互式图解，也可即时创建计算器或小游戏等工具。模型同时被训练为把思考与回答交错进行，内部评测中GPT-6 Extra High首字时间与GPT-5.6 Medium相当而得分更高，需联网检索的问题平均提前44%作答。


5.谷歌开源EmbeddingGemma 2，端侧跨模态检索

谷歌开源EmbeddingGemma 2，主线是把多模态检索从云端API搬到设备本地：740M参数，量化后完整模型内存占用约567MB，为谷歌首个原生多模态开源嵌入模型，文本、代码、图片、视频与音频进入同一768维空间，一句话即可跨模态检索。文本、视觉、音频按需加载，纯文本版仅270M，可与Gemma 4搭配做离线且隐私优先的RAG。


6.Vidu Q4预览版亮相，支持4K输出与15张参考图

生数科技发布视频生成旗舰 Vidu Q4，主打“传神表现力”与高性价比。新版本在人物微表情、肢体动态与镜头衔接上实现大幅突破，文戏内敛、武戏爆发均连贯自然；支持单次调用 3 段参考音频与 15 张参考图以保障人设与场景一致性，并开放 2K/4K 与 10bit 高阶画质。得益于规格普惠化，同等预算出片效率最高提升 5 倍，全面赋能电商广告多版本开场测试与影视分镜高效预演。


AI行业动向

1.影视公司自训模型，盲评挤进全球第二

Utopai Studios基于MiniMax H3后训练，Utopai X在Artificial Analysis双盲评测中位列全球第二，物理规律和音频同步两项排名第一。其优势不止是模型，而是将生成能力嵌入PAI制片系统，通过真实项目、创作者反馈和流程记忆形成数据飞轮，探索AI长片规模化生产。


2.OpenAI公开722篇数学手稿，部分可机器核验

OpenAI公开了一批由未发布内部模型生成的数学成果，包含跨越数论至量子场论的722篇手稿与372个结果家族。该模型共挑战约4000道题目，单个结果平均耗费算力相当于ChatGPT Pro思考3小时，部分手稿更附带Lean形式化证明，将人工核验压力有效转移至机器。针对此次发布，普林斯顿高等研究院学者拒绝了OpenAI的官方顾问安排，另立独立的“数学与AI顾问组”并回应强调：AI产出不等于人类理解，未来的数学研究绝不能由纯AI产出主导，数学家仍需掌控提出问题与构建方法的核心主动权。


3.Manus回归，Base北京，大举招人

Manus恢复独立运营后完成超5亿美元融资，由博裕投资、IDG资本领投，腾讯、红杉中国和真格基金继续加码，目标估值约40亿美元。公司将总部与国内团队落在北京，开放17个产品、工程和运营岗位，并推出Manus 2.0及个人智能体Cue，显示其正重启国内生态合作，迎战更拥挤的Agent市场。


AI行业观点

1.Hinton等联署报告：研发交给AI或引爆加速

AI安全与前沿实验室研究者必读。Geoffrey Hinton、Yoshua Bengio及OpenAI与Anthropic核心高管联署剑桥CASP报告，探讨“AI研发AI”的加速效应。报告指出递归自我改进已具雏形：Anthropic内部AI生成的获批代码占比已从2025年初的个位数飙升至2026年5月的80%以上，AI自主研发率达26%。报告将此拆解为工具辅助、流水线扩编、系统级自我改进三阶段。理想状态下，研发全自动化后一年半内技术进步可提速10倍，但仍面临算力与数据的物理定律约束。


2.为什么Agent越强，企业反而越需要“人”？

大模型消除了技术门槛，却加剧了业务落地难度，FDE正成为连接模型能力与业务结果的关键角色。其深入客户现场，重构流程、接入私有数据并划分人机职责，再将非标项目经验沉淀为可复用的行业能力。此模式的护城河不在于人力外包，而是将前线跑通的逻辑沉淀为平台级复用能力。商业竞争已实质性从“模型参数”转向“行业Know-how与交付标准”。


3.全网疯传，却被OpenAI公关“紧急掐麦”的奥特曼专访聊了什么？

奥特曼在专访中谈及模型能力、安全约束、公司治理及个人争议，证实OpenAI曾因能力进展快于对齐和可监控性而暂停训练。他主张开发者应对Agent失控负责，同时反对全面停止技术研发，并强调心理健康场景中的隐私与干预仍缺乏答案；在安全底线之外，人与人的真实连接不应被AI替代。

以上内容不代表本平台立场，仅供读者参考