五度妙笔
API商城
数据库一周AI丨OpenAI联合创始人加入Anthropic；DeepSeek组建新团队入局AI编程；谷歌推出Gemini 3.5系列模型；Seedance2.0影片亮相戛纳……
AI万象
7×24小时不间断作业，FigureAI人形机器人直播分拣包裹
字节Seedance上戛纳了！带着全球首部95分钟AI电影
大平台动作
Anthropic收购开发工具初创公司Stainless
阿里巴巴发布千问旗舰模型Qwen3.7-Max，登顶最佳国产模型
腾讯推出操作系统层级AI助手“马维斯”
新力量崛起
对标Claude Code！DeepSeek新业务招人了
投融资风向
SpaceX、OpenAI相继冲刺超级IPO
01
OpenAI联合创始人Andrej Karpathy加入Anthropic
AI万象
当地时间5月19日，OpenAI联合创始人之一、前特斯拉AI负责人安德烈·卡帕西（Andrej Karpathy）宣布加盟人工智能初创公司Anthropic。
在其个人社交平台账号上，安德烈·卡帕西写道，“更新一下个人近况：我已经加入了Anthropic公司。我认为未来几年在大语言模型（LLMs）前沿的工作将尤其具有塑造性和深远影响。我非常高兴能加入这个团队并重返研发工作。我对教育依然怀有深厚的热情，并计划在适当的时候恢复在这方面的工作。”
随后，Anthropic公司预训练团队负责人尼克拉斯·约瑟夫（Nicholas Joseph）转发了安德烈·卡帕西的推文并表示欢迎他的加入。
消息一出，美国人工智能领域多位业内人士在其推文下评论。英伟达具身智能研究负责人范麟熙（Jim Fan）评论道：这比当天举行的Google I/O开发者大会Keynote是“更重磅的新闻”；而Anthropic公司麾下的Claude Code作者鲍里斯·切尔尼（Boris Cherny）等一众开发者圈里的核心人物，则迅速转发推文并表示热烈欢迎。
安德烈·卡帕西是AI领域里一位极具影响力的人物，不论是在自动驾驶还是在大模型的前沿技术开发过程中都曾发挥过关键作用，被媒体称为“卡神”。
公开资料显示，安德烈·卡帕西曾师从AI领域知名教授李飞飞，在斯坦福创立了传奇的CS231n课程。他是OpenAI最早的研究科学家，是公司最初的11名创始成员之一。2015年至2017年专注于深度学习与计算机视觉，2017年出任特斯拉AI总监，2022年从特斯拉离职，于2023年短暂回到OpenAI，约一年后再次离开，2024年创办AI教育公司Eureka Labs。
在特斯拉的五年中，安德烈·卡帕西力排众议，主导Autopilot视觉团队，构建了被称作“数据引擎”的闭环系统，把纯视觉（Vision-Only）自动驾驶神经网络架构推到数百万辆量产车上，成为将理论转化为工程现实的顶级架构师。
安德烈·卡帕西也是大模型时代的底层布道者。他早年提出的“软件2.0（Software 2.0）”概念，即用神经网络权重取代传统手写代码，如今已成为行业共识。而在创办Eureka Labs期间，他引领了面向开发者的“AI原生”教育。
新闻拓展：
深度｜Karpathy为何突然加入Anthropic，只能当Dario的「-2」？
02
7×24小时不间断作业，FigureAI人形机器人直播分拣包裹
AI万象
当地时间5月20日，Figure创始人布雷特·阿德科克（Brett Adcock）在社交媒体宣布，旗下F.03机器人在直播状态下，已经24小时不间断地连续工作近一周，且在完全依靠自主运行的情况下“没有出现任何故障”。
根据最新数据，F.03机器人自直播开始，到目前为止已经连续运行了181小时6分钟，累计处理了约22.6万个包裹。工作效率方面，F.03平均每分钟分拣接近21件，分拣速度接近人类的30-40件/分钟。
不仅持续时间、分拣效率超预期，F.03在稳定性方面同样可圈可点。
从工作内容来看，直播过程中共有3台F.03机器人轮换进行物流分拣工作，需要在传送带旁完成条形码检测、包裹抓取、方向调整等工序，单台机器人单次工作持续约3-4小时。
值得注意的是，在其电量过低时，F.03会自主请求另一台机器人接替自己，尽量减少停机时间。若其检测到异常，F.03将进行自我诊断、自主前往维护区域并请求替换机器人，即在故障场景下无需人类干预。
而在稳定性之外，人形机器人的量产能力愈发成为行业关注重点。
根据Figure官方披露，旗下BotQ工厂如今每小时即可生产一台F.03机器人，其效率是5个月前的24倍。并且生产线末端的一次合格率已超过80%，电池生产线的一次合格率达到99.3%。
特斯拉公司副总裁陶琳21日发文称，刚刚在加州弗里蒙特工厂，马斯克和ModelS/X签名版的车主们共同见证了这两款车型的最后一次下线，这条产线将很快改造为特斯拉人形机器人的产线，承担人工智能时代里更重要的任务。
就在上个月，特斯拉表示，Optimus第一代生产线设计年产100万台机器人，将取代位于弗里蒙特的Model S和Model X生产线；正在为得州超级工厂准备第二代生产线，设计年产能为1000万台机器人。
新闻拓展：
就去了趟厕所，人类险些输给机器人
03
AI万象
这部长片的制作团队来自一家美国AI公司Higgsfield，核心视频生成模型用的则是字节跳动旗下的Seedance 2.0。
值得一提的是，除了这部AI长片，还有7部Seedance2.0创作的影片亮相戛纳官方荧幕。这释放出一个清晰的信号：当前Seedance2.0生成的内容可以对国际级展映作品形成实际支撑，AI视频生成技术已具备规模化落地的能力，这正为影像创作带来更多可能性。
Higgsfield这部95分钟的AI电影并不是从零开始，而是对之前做过的一部22分钟的短片《Hell Grind》进行扩展。该短片是Higgsfield首部使用Seedance 2.0 1080P输出的高清长篇，仅用4天就完成，4月中旬已经在YouTube等平台上线。
过去，长篇情感叙事和电影级质感是好莱坞大厂和千万级预算的专属，很多有创意的想法都死在了昂贵的特效报价、复杂的剧组统筹和漫长的制作周期里。现在，以Seedance 2.0为代表的AI工具，正将这些高门槛一一踏平。
“《Hell Grind》由15人团队、用时14天完成，总制作成本不足50万美元，而同等规格的传统影片成本约5000万美元。”Higgsfield联合创始人兼CEO AlexMashrabov说。他认为，《HellGrind》是向整个行业释放的信号，全面展示了AI视频生成技术规模化落地的能力。“通过这部作品，我们向各大制片厂和创作者证明：当下已有成熟技术基建，能以传统制作成本的零头，把最复杂的影视创作构想落地成真。”
吕克·贝松影视工作室SEEN首席执行官GuillaumeLacroix透露，SEEN将依托Seedance2.0打造首部AI动画电影《THEFURIOUSFIVE》，该片将由执导过《这个杀手不太冷》等经典大片的吕克・贝松亲自执导。他表示，传统动画制作周期长达4至5年、投入成本高昂，而采用“真人表演+AI生成”模式，无需专业动捕棚与绿幕设备，仅日常拍摄即可完成动画创作，这是AI赋能影视创作的全新模式。
除院线长片外，触手AI创作平台依托Seedance2.0打造的两部国产短剧《摸金之天机入梦》《饿塔》，成功入围戛纳官方展映，两部作品从剧本开发、视觉设计到特效生成的全流程均为AI制作。这是中国全AI制作短剧首次登上戛纳电影节官方展映单元，也是该单元仅有的两部中国团队作品。
新闻拓展：
戛纳迎来中国AI破局者：一家中国企业如何描绘影视工业的未来？
04
大平台动作
Gemini 3.5 Flash，这是该系列的一款轻量级产品。谷歌首席执行官桑达尔·皮查伊表示，Gemini 3.5 Flash在提供尖端能力的同时，其成本仅为同类顶尖模型的一半，甚至有时不到三分之一，同时保持了高智能水平。
皮查伊称Gemini 3.5 Flash“速度极快”。谷歌同时宣布，该型号将成为全球Gemini应用和搜索AI模式的默认模型。
重量级版本Gemini 3.5 Pro，目前仅在内部使用，预计下月才会向更广泛的用户开放。
在AI智能体方面，谷歌推出了Gemini Spark，这是Gemini应用中一款新型通用AI智能体，能够对关联应用中的信息进行跨平台推理。谷歌表示，该工具能够管理用户的数字生活，并代表用户执行操作。Gemini Spark目前处于测试阶段，下周将首先向受信任的测试用户及Google AI Ultra订阅用户开放。
谷歌的AI产品组合还包括Gemini Omni，这是一款用于模拟物理环境的世界模型，主打“任意输入、任意输出”的核心能力，打破传统AI模态割裂局限，实现文本、图像、音频、视频等全模态信息的互通理解与自由生成。
据官方介绍，Gemini Omni依托谷歌成熟的世界模型Genie、图像模型Nano Banana、视频生成模型Veo三大核心技术底座，构建起完整的全模态AI框架。
该模型支持多样化混合输入，用户可将手绘草图、文字描述、图片素材、音频视频等任意形式内容组合输入模型，系统可自主解析信息逻辑、模拟真实物理规则，最终生成高精度、符合现实逻辑的视频、图像、文本等多元化输出内容。
本次发布最大的实用化亮点在于对话式实时编辑能力。不同于传统AI生成工具一次性输出、修改繁琐的痛点，Gemini Omni支持生成过程中的交互式迭代优化。用户完成初始内容生成后，可通过自然语言对话精准调整画面细节，例如替换视频场景、修改物体材质、调整动态特效，且修改过程不会破坏画面原有整体逻辑与物理效果。
新闻拓展：
Gemini 3.5 发布｜Google I/O 2026 全整理
05
大平台动作
新闻拓展：
断供OpenAI！Anthropic买下全球1/4开发者都在用的工具商
06
阿里巴巴发布千问旗舰模型Qwen3.7-Max，登顶最佳国产模型
大平台动作
新闻拓展：
我用 Qwen 3.7 从 0-1 用 AI 搓了一款武侠 RPG 游戏，绝了！
07
腾讯推出操作系统层级AI助手“马维斯”
大平台动作
Marvis背后由腾讯应用宝团队打造，内置六个7x24小时在线的AI“牛马”Agent，能归类、解析文档，智能分类识别、处理图片，能修电脑（操作系统）。
与普通聊天式AI助手不同，Marvis更强调对设备本身的理解和操控能力。
同时，Marvis支持端侧隐私模式，用户数据可不上传云端，在提升智能化体验的同时，也兼顾本地文件和隐私数据安全。具体来说，Marvis支持手机连接电脑，实时查看电脑任务执行画面，随时可以接管，电脑上能完成的任务，也可以通过手机远程完成。
Marvis还集合多种本地模型理解文件，支持搜索文件、图片内容以及图片内文字，并可根据人像、内容主题、节日、地点等维度，提供AI图库、AI文档库等能力，帮助用户打造专属个人知识库。
此外，Marvis能深度理解PC设备操作系统和硬件信息，用户一句话就能了解电脑配置、修改电脑设置，比如，一句话关闭Windows广告。
在办公场景中，Marvis可对本地文档、表格等多种类型文件进行深度理解分析，支持文档内容优化、图表生成、文案润色、格式转换等功能。
据介绍，马维斯试图从产品层面解决“Token 消耗”问题，但对硬件有所要求，因为它预装了很多本地模型。根据描述，马维斯可以利用路由机制，自动分配不同重量级的任务给不同的模型，一部分模型在本地，拔网线也可以用。
马维斯业务负责人蔡建涛表示：“我们是一个贯穿于操作系统层级的AI、个性化的AI助手，而不是一个像AI PPT，或者像类似于做一个龙虾（OpenClaw）一样的产品。”
据此前报道，今年3月9日，腾讯旗下全场景AI智能体WorkBuddy正式上线。根据官方描述，WorkBuddy完全兼容OpenClaw的技能，主打办公场景。同月，腾讯董事会主席兼首席执行官马化腾在朋友圈转发了腾讯推出全系“龙虾”产品矩阵的公众号文章，并配文“自研龙虾、本地虾、云端虾、企业虾、云桌面虾，安全隔离虾房、云保安、知识库…… 还有一批产品陆续赶来。”
新闻拓展：
体验完腾讯做的Marvis，我发现距离AI操作系统更近了
08
AI编程神器Cursor发布Composer 2.5，定价仅为Claude十分之一
新力量崛起
09
新力量崛起
新闻拓展：
融资700亿！DeepSeek Code真要来了，ACM金牌大神崔添翼挂帅
10
投融资风向
新闻拓展：
AI巨无霸排队上市，会是美股“最后的狂欢”吗？
信息来源：WAIC综合整理
