Infinitum

2026-05-09 AI 日报

来源：24 个引用生成：2026/05/10 08:30

内容

声明：完全使用AI生成，可能存在错误，需谨慎甄别。

摘要

2026-05-09 AI 领域呈现多线并进格局，值得关注的信息：OpenAI研究员翁家翌提出启发式学习新范式，挑战传统强化学习；百度发布文心大模型5.1，以仅业界6%的预训练成本实现国内搜索能力第一；RadixArk完成1亿美元种子轮融资，英伟达、AMD、英特尔三大芯片巨头罕见联手投资，凸显AI基础设施的战略地位；同时，DeepSeek大幅开放识图模式内测，标志其正式进入多模态交互时代；MiniMax披露M2系列模型低频词元退化问题，引发对模型稳定性的关注。

今日大事

OpenAI研究员提出启发式学习新范式，无需梯度更新实现强化学习

OpenAI研究员翁家翌提出启发式学习（HL）新范式，通过GPT-5.4驱动的Codex自主迭代生成.py代码，在不更新神经网络参数的情况下实现强化学习。该方法以显式程序代码替代梯度下降，在Atari游戏Breakout中达到864分理论满分，并在Atari 57基准测试中与PPO算法持平，部分游戏超越人类水平。在MuJoCo机器人控制任务中，HL在Ant和HalfCheetah上分别取得6000+和11836分，展现强大性能。HL具备抗遗忘、可解释、高样本效率等优势，未来或与神经网络融合，解决持续学习难题。

重点： 为AI学习范式提供全新路径，可能解决持续学习难题。

来源：

百度发布文心大模型5.1：预训练成本仅业界6%，搜索能力国内第一

百度于5月9日正式发布新一代基础大模型文心大模型5.1，采用“多维弹性预训练”技术，预训练成本仅为业界同规模模型的6%，实现高效能压缩。该模型在LMArena搜索能力排名中位居国内第一、全球第四，是唯一进入前列的国产模型。其在智能体、推理、知识整合和深度搜索等方面表现突出，部分能力已接近国际领先水平，并已上线千帆平台及文心一言官网，面向企业与开发者开放。

重点： 国产大模型在关键能力上实现突破，并大幅降低训练成本。

来源：

RadixArk完成1亿美元种子轮融资，三大芯片巨头罕见联手投资

AI基础设施公司RadixArk宣布完成1亿美元种子轮融资，投后估值达4亿美元，创下2026年AI Infra赛道早期融资纪录。本轮融资由Accel领投，Spark Capital联合领投，英伟达、AMD、英特尔三大芯片巨头罕见联手参投，Databricks、OpenAI背景技术领袖亦全线支持。RadixArk由开源推理引擎SGLang团队创立，其产品已成为GitHub 27K+ stars、部署于40万+ GPU的开源推理事实标准，支持Google、Microsoft、xAI等巨头日处理万亿级token。

重点： 三大芯片巨头罕见联手，凸显AI基础设施的战略地位。

来源：

DeepSeek大幅开放“识图模式”内测，正式迈入图文多模态交互时代

DeepSeek于5月9日大幅开放“识图模式”内测，标志着其正式迈入图文多模态交互时代。该功能新增独立入口，支持用户上传图片实现复杂跨媒介交互，具备深度图片识别与语义理解能力，超越传统OCR。此举填补了其在多模态领域的空白，推动国产大模型从文本生成向“视觉语言耦合”转型，有望在自动化办公、工业视觉等场景释放生产力，加速多模态能力普惠。

重点： 填补国产大模型多模态空白，推动视觉语言耦合转型。

来源：

MiniMax披露M2系列模型低频词元退化问题及修复方案

MiniMax披露其M2系列大模型因后训练阶段低频词元退化导致人名生成异常，如“马嘉祺”被错误输出。问题源于分词器将低频词元（如“嘉祺”）拆分后训练不足，被高频词元向量挤压，引发4.9%词元性能衰退，其中日文词元退化率达29.7%，甚至出现日语对话混入俄语现象。团队通过全词表合成数据、混入预训练语料及词表监控三项策略修复，使异语混入率从47%降至1%，显著提升模型稳定性。

重点： 揭示大模型训练中的潜在缺陷，提升模型稳定性。

来源：

变更与实践

OpenAI发布Codex for Chrome扩展，实现浏览器深度集成

OpenAI正式推出Codex for Chrome扩展程序，支持AI直接操作浏览器，访问已登录页面（如Gmail、LinkedIn），并支持跨标签页读取上下文。该扩展采用@Chrome语法调用，系统自动选择插件、Chrome或内置浏览器三层工具。目前Codex周活跃用户已突破400万，较年初增长8倍。开发者可关注其API集成与自动化脚本编写能力，优化基于浏览器的复杂工作流。

来源：

阶跃星辰发布StepAudio 2.5 Realtime实时语音大模型

阶跃星辰发布新一代实时语音大模型StepAudio 2.5 Realtime，聚焦副语言感知，可识别语调、语速、叹息等情绪信号，实现智商与情商双重提升。支持通过API进行自定义AI人设，用户体验得分达80.41。企业可评估其在情感交流、客服及多场景智能交互中的应用潜力，提升对话自然感。

来源：

谷歌更新Gmail移动端应用，底部新增AI Inbox入口

谷歌在移动端Gmail应用中推出重大更新，底部新增“AI Inbox”快捷入口，将生成式AI功能“帮我写”外显化，用户可一键激活AI辅助写作。此举旨在提升AI功能的触达率，推动AI从“可选插件”向“原生核心”转型。开发者和用户可关注其交互优化，以应对微软Copilot的竞争。

来源：

Grok接入苹果CarPlay框架，拓展车载交互场景

马斯克旗下xAI公司通过更新iOS版Grok应用，正式支持苹果CarPlay框架，用户可在驾驶时通过车载中控屏与Grok进行自然语言交互，实现语音优先的对话体验。此次更新在iOS 26.4放宽语音应用限制背景下推出，优化了“临时静音”和语音包切换等功能，提升驾驶安全性与个性化体验。

来源：

安全与风险

React Server Components (RSC) 协议被披露安全漏洞

使用React Server Components的Web应用 React Server Components（RSC）协议的安全漏洞被曝光，暴露了该协议缺乏正式文档的问题，导致攻击链分析与入侵检测困难。Meta在约17小时内完成漏洞确认与响应，并与Cloudflare等厂商协作提前布防。开发者应审查RSC的使用，关注官方安全更新，并考虑RSC架构带来的客户端/服务端边界模糊风险。

来源：

AI正冲击协调漏洞披露和开源社区‘静默修复’安全文化

开源软件维护者、安全研究人员 随着LLM和反编译工具能力提升，公开补丁和代码提交几乎等同于即时漏洞披露，攻击者可快速复现漏洞，使传统“先修复、后公开”的协调披露机制失效。讨论指出，AI放大了透明化趋势，但核心矛盾仍是防御节奏跟不上武器化速度。防御方应考虑自动化修补、强化测试与人工审核结合，以及转向闭源、SaaS或“黑暗森林”式架构以缩小攻击面。

来源：

开源与工具

LobeHub发布开源AI聊天机器人框架，打造人机协同空间

LobeHub是一个开源、可扩展的AI聊天机器人框架，旨在打造人类与智能体协同进化的工作与生活空间。项目支持多智能体协作、可视化思维链（CoT）、分支对话、实时联网搜索、插件系统、语音交互等丰富功能，并提供多种一键部署方案，适合希望构建自定义AI助手或集成多智能体工作流的开发者。

来源：

AWS Labs开源AI-DLC，定义AI驱动的软件开发生命周期

AI-DLC是AWS Labs开源的AI驱动软件开发生命周期自适应工作流系统，旨在通过智能化规则引导AI编码代理实现高质量、可控的软件开发。其核心为三阶段自适应流程：Inception、Construction、Operations。系统支持多平台集成，通过项目级规则文件自动适配不同IDE和AI助手，适合希望规范化AI辅助开发流程的团队。

来源：

数据与洞察

英伟达2026年迄今已承诺投入超400亿美元用于AI股权投资

英伟达作为AI生态关键投资者，其大规模资本支出策略虽被批评为“循环交易”，但若成功，或助其构建竞争护城河，深刻影响AI产业格局。（超400亿美元投资总额，其中300亿美元投向OpenAI，其余包括对康宁和数据中心运营商IREN等上市公司的多笔数十亿美元投资。）

来源：

我国人工智能产业日均Token调用量突破140万亿次

Token调用量的飙升反映大模型商业化闭环形成，并加速渗透至生产与消费场景，驱动我国向AI驱动的数智化深度转型，推动算力租赁市场升温。（截至2026年3月，日均Token调用量突破140万亿次，两年涨幅超100,000%，高端GPU出租率超90%。）

来源：

今日观察

今日AI领域主线集中在学习范式创新、模型能力突破与成本压缩、基础设施融资热潮以及多模态能力普及。OpenAI的启发式学习和百度的文心5.1预示着模型训练效率的飞跃，而RadixArk的融资则凸显底层算力仍是竞争核心。这些变化将加速AI工具的民主化，普通用户能以更低成本体验更强大的多模态交互，开发者则能借助新框架和开源工具提升效率，企业采购需关注模型性价比与基础设施整合。短期内，国产大模型在垂直场景的应用深化和AI Agent工作流的标准化值得持续关注。

← 上一篇2026-05-08 AI 日报下一篇 →2026-05-10 AI 日报