马化腾首提微信生态类Agent；梁文锋再发署名论文｜ 直面AI周报

腾讯

微信输入法新增图片文字功能

微信输入法上了新功能“图片文字”，类似小红书的“一句话生成图片”。二级菜单设有“文字图片”的功能入口。用户在此功能中输入文字，便能转换成一张经过排版的图片，涵盖“智能配表情包”“诺基亚风格”“Photoshop5”等多种预设排版风格。于微信聊天框内，用户既能够直接生成并向好友发送，也能够选择保存至本地相册。

腾讯加码Agent

5月14日，腾讯一季度财报电话会上，腾讯总裁刘炽平提出“在微信生态系统内，我认为我们有机会创造一个非常独特的Agent，即AI与微信生态系统特有的内容相连接，包括社交、通信和社区能力以及内容生态系统，比如公众号和视频号，以及数以百万计的小程序。实际上你可以接入各种信息，以及许多不同垂直应用程序的交易和操作能力。”

马化腾也重点提到了Agentic AI。他表示，AI 能够帮助用户完成包含多步骤、需要调用工具，甚至连接其他应用的复杂任务。马化腾进一步分析：Agentic AI 可以分为“通用”和“嵌入微信生态”两类，并且两者是不同的产品。

腾讯混元Hunyuan Image2.0模型发布

5月16日，腾讯混元发布业内首个毫秒级响应的实时生图大模型Hunyuan Image2.0(参数规模提升数10倍)，支持文本、语音、草图等多种交互方式。此外，腾讯云还透露，腾讯混元原生多模态图像生成大模型已经在路上。

腾讯混元T1-Vision上线元宝

5 月 12 日，腾讯混元 T1-Vision 上线元宝，融合了多模态原生长思维链，可深度理解图片内容。实现"边看图边思考"，完答速度提升 1.5 倍，还可以通过识别图片提示在围棋赛局中下一步如何走。

小面君：Agent这把火，腾讯也得烧啊。Manus带起了通用Agent的热度。但作为超级APP，微信已经覆盖了社交到电商、娱乐、资讯等产品，不论是微信内部直接做Agent，还是通过元宝做Agent连接微信生态系统，都无疑会产生一个超级Agent。今年看起来是一个“Agent年”，守着微信，腾讯有很多可能性。

Manus

manus开放注册，否认新融资

5月14日，Manus发文否认关于“Manus母公司拟以15亿美元估值进行融资，规模1亿美元”的消息，回应称目前正专注产品研发和用户体验。

与此同时，此前需要邀请码才能注册使用的Manus，也正式走向全面开放。目前Manus中文版还未上线。

OpenAI

OpenAI与微软再次磋商

5月12日消息，据英国《金融时报》报道，OpenAI和微软正洽谈数十亿美元的全新融资与合作。双方关系微妙。这次洽谈旨在让OpenAI能够在未来实现首次公开IPO上市，同时保护微软对前沿AI的访问权限，通过放弃OpenAI新营利性业务中的部分股权，以换取2030年之后微软对OpenAI新技术访问权。

时间回到3月底，OpenAI宣布从软银集团（SBG）等机构融资400亿美元，软银“对赌”投资OpenAI，OpenAI估值高达3000亿美元。有消息称，OpenAI正计划大幅削减微软的收入分成。根据现有协议，OpenAI同意2030年前与微软分享其1740亿美元的20%收入，然而最近几周，OpenAI表示，到2030年，它将仅与微软等商业合作伙伴分享10%的收入。

GPT-4.1要来了

5月15日消息，OpenAI宣布ChatGPT完成重要升级，全新的GPT-4.1模型即日起将直接在ChatGPT中提供。、

GPT-4.1是一款专攻编码任务和指令遵循的专用模型。Plus、Pro和Team用户将能够通过模型选择器中的“更多模型”下拉菜单访问GPT-4.1。订阅付费服务（Plus/Pro/Team）的用户可优先体验完整版的GPT-4.1，而所有用户均能使用简化版的GPT-4.1 mini，原GPT-4.0 mini则随之停止服务。

openAI全球扩张计划曝光！拟在阿联酋建数据中心

据外媒报道，OpenAI正在考虑扩大其在中东的业务，在阿拉伯联合酋长国建立一个新的数据中心。OpenAI CEO奥特曼正在海湾地区随美国出访团进行访问。

小面君：OpenAI今年“Agent”已确认是其重点发力方向。只是蛋糕做大了，怎么分仍然是个问题。作为老牌支持者的微软与OpenAI相爱相杀，不过微软也在持续解绑OpenAI，这场拉锯战恐怕还要上演更久。

xAI

马斯克称Grok 3.5延迟到下周发布

5月12日,有网友在X平台发起趣味讨论："Grok 3.5、GPT-4o Pro 和 GTA 6 哪个将更早发布？"，xAI 创始人马斯克回复称，Grok 3.5 仍需一周左右的时间进行打磨，目前状态还略显粗糙。早在 4 月 29 日，马斯克就曾预告将在近期向 SuperGrok 订阅者发布 Grok 3.5 早期测试版。官方表示，该版本为 " 专业领域问答专家 "，特别擅长解答火箭发动机、电化学技术等专业问题。

xAI 未按时发布 AI 安全框架

5月14日消息，据监督组织 The Midas Project 指出，xAI 未能在其自行设定的最后期限前发布最终的人工智能安全框架。近期的一份报告显示，其 AI 聊天机器人 Grok 在用户要求下，能够对女性照片进行“脱衣”处理。Grok 的语言风格也比 Gemini 和 ChatGPT 等其他聊天机器人也更为粗俗，经常毫无顾忌地使用脏话。

小面君：作为OpenAI的前“金主”，马斯克的xAI前脚爆出融资消息，称可能融后估值达到1200亿美元，后脚安全就被爆出问题，小面君看来，Grok 3.5 虽好，做好安全审查更重要，一旦APP被下架，损失就大了。

谷歌

谷歌发布超强编程AI Agent

当地时间5月15日，谷歌Deepmind发布用于设计高级算法的编程AI Agent——AlphaEvolve。AlphaEvolve与谷歌大模型Gemini深度集成，可以帮助开发人员快速设计出最好、高效的矩阵算法。

AlphaEvolve在困扰了数学家300多年的“接吻数问题”（Kissing Number Problem，即一个中心球最多能同时接触多少个不重叠的等大球体）上，在11维空间中发现了一个包含593个外层球的构型，刷新了该维度下的已知下界，体现出强大的数学能力。

字节

字节推出Seed1.5-VL多模态模型

5月13日，字节跳动多款模型上新。火山引擎发布了豆包视频生成模型Seedance 1.0 lite，支持文生视频、图生视频，视频生成时长支持5s、10s，分辨率提供480P、720P。发布最新视觉-语言多模态大模型Seed1.5-VL。该模型具备更强的多模态理解和推理能力，激活参数仅20B，推理成本降低。

此外，还发布了Data Agent。这是一款面向企业的数据全场景智能体。这款智能体具备主动思考、洞察、分析、行动能力，可以帮助企业挖掘数据资产价值，功能覆盖数据分析、智能营销等关键领域。

小面君：一口气模型大更新，字节的风格一向是接地气的实用性和落地场景，看来Agent这碗饭，字节也想吃。

月之暗面

月之暗面要做AI+医疗？

5月13日，月之暗面被爆出近期对AI医疗产品进行了布局，用于提升旗下产品Kimi在专业领域的搜索质量，并且探索Agent等产品方向。对此，月之暗面回应字母榜称，并未布局医疗Agent，只是在加强Kimi在专业领域的信源质量。

Kimi牵手小红书

最近月之暗面公布了和财新、小红书等合作，正在尝试深挖场景。5月12日，Kimi官方账号在小红书平台发起“21天打卡挑战”，鼓励用户结合平台热门AI内容创作趋势，深度体验Kimi长文本处理等核心功能。用户可以直接在小红书与Kimi开启聊天。

其他

首个设计类Agent上线

5月13日，Liblib（专注AI图像生成的创企） 在海外推出了“首个设计 Agent”——LovartAI ，官方发布了 Beta 版本的内测，据介绍，LovartAI 提供了一个人类与 AI 交互的画布空间，支持与 Agent 的对话生成设计素材，以及手动修改画布内的内容。Lovart 的核心构建于先进的思维链 (MCoT) 技术之上，它能够像专业人士一样理解设计概要，像创意总监一样思考，并一次性交付多个极具影响力的概念。

LovartAI集成了各种AI和非AI工具——GPT4o、Stable Diffusion、Flux、Triple、PS、Figma 等等，创作者能够导入和导出任何设计格式。有趣的是，像Manus 一样，目前体验需要邀请码。

阿里正式开源通义万相 Wan2.1-VACE

阿里开源再进一步。5 月 14 日，阿里巴巴正式开源通义万相 Wan2.1-VACE。团队方面强调，Wan2.1-VACE 是业界功能最全的视频生成与编辑模型。

梁文锋再发新论文

5月15日，梁文锋署名了DeepSeek 最新论文。论文把 DeepSeek-V3 在训练和推理过程中，如何解决“硬件瓶颈”的方法公布了出来。即DeepSeek-V3 之所以可以只用 2048 块 H800，就能达到超大规模集群（如数万块 GPU）相当的训练效果，核心在于四项创新技术：内存优化, 计算优化, 通信优化, 推理加速。

MiniMax发布新一代语言大模型MiniMax Speech 02

5月16日消息，MiniMax其基于 AR Transformer 模型研发的高质量语言大模型 「MiniMax Speech 02」，在两项国际权威语音评测榜单Artificial Analysis和Hugging Face TTS Arena 上，超越OpenAI、ElevenLabs等获得双榜榜首。

英伟达找到中东金主，还要在上海建开发中心

5月15日，特朗普预计还将与阿联酋达成协议，允许该国从2025年起每年进口50万颗英伟达AI芯片，以推动阿联酋AI数据中心的建设。英伟达CEO黄仁勋正跟随特朗普出访中东，已与沙特签署芯片出售大单，将向沙特出售数十万颗Blackwell芯片。

5月16日，据媒体报道，英伟达计划在上海建立研发中心，以保持在中国市场的竞争力。由于美国出口管制导致Nvidia在中国的销售下降，公司正寻求在美国政府的批准下推进这一计划。Nvidia首席执行官黄仁勋上月与上海市市长龚正讨论了该计划，上海市政府已表示初步支持。

Anthropic要上新模型了

据 The Information 消息，Anthropic 将在未来几周推出两款新的 Claude 系列推理模型。据知情人士透露，两款新模型分别为 Claude Sonnet 系列和 Claude Opus 系列。

Meta推迟发布Behemoth AI模型

Meta曾在4月份表示，正在测试Behemoth，并称其为“世界上最智能的大语言模型之一，也是迄今为止最强大的新模型”。随后当地时间5月15日，据外媒报道，Meta推迟了其旗舰产品Behemoth AI模型的公开发布计划，因为担心它可能不足以超越之前的模型。计划于4月发布的Behemoth推迟至6月。

微软裁员，程序员首当其冲

当地时间5月15日，微软在其总部所在地华盛顿州裁员2000人，其中超过40%的被裁员工从事软件工程工作，这是迄今为止规模最大的裁员比例。报道称，微软CEO纳德拉上个月表示，目前微软多达30%的代码是由AI编写的，之后便进行了这些裁员。

自变量机器人完成数亿元A轮融资，美团独家投资

5月12日，具身智能公司自变量机器人完成数亿元A轮融资，美团战投领投、美团龙珠跟投。本轮融资将用于持续加速全自研端到端通用具身智能大模型与机器人本体的同步迭代。

欢迎在评论区留言~
如需开白请加小编微信：dongfangmark