🤖 AI 行业简报

核心事实：Google DeepMind 开源 Gemma 4 12B（Apache 2.0），采用全新无编码器架构——移除独立的视觉编码器（550M 参数）和音频编码器（300M 参数），改用 35M 嵌入层（缩小约 15 倍），音频以 40ms 帧直接投影到 LLM。在 16GB VRAM 笔记本上即可完成智能体推理、视觉和音频任务，性能接近 26B 参数模型；共享权重支持一次 LoRA 微调同时覆盖视觉、音频和文本三个模态。发布当日 Google AI Edge Gallery 同步登陆 macOS，打通本地 Agentic 工作流。

核心事实：Ideogram 发布首个开源图像生成模型 Ideogram 4.0（9.3B 参数，单流 DiT 架构），开放模型权重。核心亮点：① 边界框（bounding box）控制，可用坐标精确指定文字/元素位置；② 支持结构化 JSON 提示词格式；③ 英文 OCR 准确率 0.97（X-Omni 基准），支持中日韩等非拉丁文字密集渲染；④ 原生 2K 分辨率输出。在 DesignArena 人类评价排名中位列全球第 4，Reve 2.0 排行榜第 2 位。

核心事实：阶跃星辰发布开源 Step 3.7 Flash（Apache 2.0），采用 MoE 架构（198B 总参数 / 11B 激活参数），配备 3 个预测头 Multi-Token Prediction（MTP）辅助解码，输出速度超 400 tokens/s（同类两倍以上）。智能体能力大幅提升：GDPval-AA Elo 升至 1298，TerminalBench Hard 达 35.6%。内置 1.8B 视觉编码器，MMMU-Pro 得分 75.3%，256K 上下文窗口，提供 BF16/FP8/NVFP4 三种精度版本。

核心事实：xAI 同期发布两款新模型：① Grok Imagine Video 1.5——图像转视频，最高 720p 分辨率，支持文本提示控制多片段拼接，已在 Video Arena 排行榜登顶第一；② Grok Voice Think Fast 1.0——在 Artificial Analysis τ-Voice 语音客服基准中大幅超越 GPT-Realtime-2（High）和 Gemini 3.1 Flash，已为 Starlink 等企业提供实时语音客服。两款模型均已通过 API / Vercel / Cloudflare AI Gateway 开放。

核心事实：两则重磅资本消息同日落地：① Anthropic 已选定摩根士丹利和高盛作为 IPO 主承销商，正式启动上市准备，估值预计创新高；② Alphabet 完成创纪录 850 亿美元股权融资（超额认购），资金将全部用于 Google AI 业务及数据中心扩张，Sundar Pichai 亲自宣布超额认购成功。

核心事实：三笔值得关注的融资集中落地：① Ramp（企业 AI 支出管理平台）完成 7.5 亿美元新轮，估值 440 亿美元，彰显"企业 AI + 财务"赛道热度；② Suno（AI 音乐生成）深陷版权诉讼仍获 4 亿美元新融资，持续高调扩张；③ TownAI（被 swyx 称为"Everything Else 的 Deepseek"）完成 5500 万美元 A 轮，专注非英语市场 AI 解决方案。

核心事实：据爆料，腾讯正在微信内部测试 AI 智能体。用户可在首页右滑打开 AI 聊天框，智能体可调用数百万微信小程序，完成订外卖、订票、购物等任务。原定 5 月上线因初期效果不佳推迟，预计 6 月 5 日前后发布部分测试结果，最终产品本月晚些时候亮相。此时阿里（千问+电商/旅行/地图）和字节（豆包购物智能体）均已先行一步。

核心事实：微软 AI 部门负责人公开表示，Anthropic 推出的模型成本过高，公司正在内部研发更便宜的替代模型以降低成本。这是微软首次公开表态对 Anthropic 价格的不满并宣布自研替代。同期另有消息显示苹果 iOS 27 Siri 部分查询将调用经授权的 Google Gemini（而非 Claude），微软加速 Arm 生态且与 NVIDIA Build 大会深化合作。

核心事实：两则反差鲜明的商业化消息：① Lovable（AI 应用构建平台）与 Google Cloud 签署多年战略协议，将使用量扩大 5 倍，代表 No-code AI 应用开发进入大规模商业化；② GitLab 宣布裁员约 14%（约 400 人）并退出 22 个国家，CEO 明确表示是 AI 智能体大幅提升工程效率导致原有人员配置过剩，是 AI 驱动企业缩编的教科书级案例。

核心事实：亚马逊发布新版完全自主仓储机器人 Proteus，核心升级：员工可直接用自然语言向其分配任务（无需代码或专用软件），机器人能自行判断优先级、规划路线和时间安排。活动范围从装卸区扩展至整个仓库任意区域。新系统目前在实验室试点，计划 2027 年上半年部署欧洲仓储。同步还推出触觉机器人 Vulcan 和 AI 购物助手（Kate Spade 为首批用户）。