小鹏集团董事长何小鹏在GX智造工厂直播中透露，小鹏GX未公布海外定价即获中东等海外市场1000笔盲订。国内上市12小时大定超2.4万辆，限时起售价26.98万元，提供纯电和超级增程动力。何小鹏判断全球L3级自动驾驶将于明年Q1实施，小鹏第二代VLA正海外测试。针对热销致提车周期延长，他否认“加价2万插队”传言，并称已成立专项督战小组加速提产。

近日，昆仑万维董事长兼CEO方汉在2026年香港科创主题研讨会上指出，中国AI的底层逻辑是智力与能源，中国具备明显优势，全球最好的开源大模型DeepSeek已能在多个垂直领域与美国产品竞争。公司2026年第一季度营收25.70亿元，同比增长45.69%；海外收入24.87亿元，同比增长49.29%；短剧及AI短剧平台月流水超4800万美元，ARR超5.7亿美元。方汉认为香港可扮演数据合规“沙盒”与学术交流桥梁角色，并呼吁长期资本重视AI应用层，称生成式AI将内容制作成本压低至几万分之一，传统渠道将被重做，订阅制将被免费模式取代。

一篇关于 Rsync 及其引发的社区争议的评论文章，发布于 Medium，讨论了该工具近期变化带来的用户不满。

英伟达CEO黄仁勋在闭门活动中对数百名金融机构和富裕家族代表称，AI已创造数万亿美元价值，押注AI的投资者有望获“疯狂”回报，质疑者才是“疯子”。他表示过去六个月AI的ROI已完全重置，盈利能力极高。他还点名美光科技、SK海力士、台积电等合作伙伴，并预测美满电子将加入万亿美元估值俱乐部。黄仁勋强调AI投资需土地、电力和能源，富裕家族正成为全球财富新板块。

面壁智能CEO李大海近日在中吉媒体合作论坛上指出，中亚可成为数字丝绸之路智能枢纽，需提供低成本、可落地、可信赖的AI能力。公司自研MiniCPM系列大模型累计下载突破3000万次，已在汽车、智能手机等领域落地。面壁智能曾参与老挝国家大模型建设，打造的老挝语翻译模型在专业评测中超越GPT-4o，并训练融入本土文化的大模型，设计低成本多模型联合推理方案。李大海提出AI应成为普惠基础设施，合作需从概念转向实体落地。面壁智能已跑通“主权大模型”全链路技术路径，形成可全球复用的智能底座。

天风国际分析师郭明錤评论称，英伟达 RTX Spark 的核心看点在于黄仁勋提出的“重新发明 PC”口号及端侧 AI 智能体工作流概念。该概念涵盖操作系统、云端与本地大语言模型切换等要素，但并非英伟达原创。他指出，RTX Spark 在未来 2 年内仍是笔记本电脑中的利基市场产品，目标人群是对端侧 AI 算力有需求的重度用户。要真正实现智能体工作流，需依赖 CUDA Toolkit 公开支持 Windows Arm64 及微软 Windows 本机 AI 智能体架构正式商用等软件生态支持。苹果在 WWDC 上对设备端 AI 智能体工作流的回应也将是另一观察重点。

微软发布了MAI-Thinking-1与MAI-Code-1-Flash两款新大语言模型。MAI-Thinking-1为35B参数的推理模型，目前向部分早期合作伙伴开放，官方称其在盲测中优于Sonnet 4.6。MAI-Code-1-Flash为5B参数模型，专为GitHub Copilot和VS Code优化，将逐步向VS Code的Copilot个人用户推出。两款模型均强调使用清洁、商业授权的数据从零开始进行端到端训练，未使用第三方模型进行蒸馏。

迈克尔·伯里公开表示，SpaceX与Anthropic的估值均不应达到1万亿美元。他指出，即使Anthropic的年化收入达到当前水平，实现这一估值也面临巨大挑战。此言论引发市场对当前AI及科技公司高估值合理性的关注与讨论。

Nathan Lambert 离开 Allen Institute for AI (Ai2)，回顾了他在该机构最后一周的工作，特别是参与 Olmo 模型的开发，并强调了个人成长和产生广泛持久影响的机会。

OpenAI CEO 奥尔特曼回应了外界对 AI 领域巨额投入能否收回成本的质疑，称这是“目前对 AI 最公平的批评”。投资者正日益关注 AI 热潮能否创造足够收入。数据显示，许多公司购买的 AI 算力远超实际需求，GPU 平均利用率仅 5%，大量资源处于闲置状态。有学者批评，科技巨头每月合计投入的资金已超过曼哈顿计划的总成本，这可能是“历史上最大的资本错配”。

软银CEO孙正义称，AI革命的规模是互联网泡沫时期的50倍，是“人类有史以来规模最大的科技变革”。软银宣布在法国投资750亿欧元建设AI基建项目，规划总装机容量5吉瓦的数据中心，其中至2031年将在法国北部上法兰西大区落地3.1吉瓦。该项目是软银在欧洲单笔最大AI基建投入，资金主要依靠项目融资。孙正义同时表示，OpenAI仅占软银净资产两成多，Arm占比超50%。

OpenAI CEO 萨姆·奥尔特曼反驳了“企业采用AI后就会裁员”的观点。他指出，采用AI最多的公司实际上招聘也最多，而宣称因AI裁员的公司反而采用AI较少。奥尔特曼认为AI可能被用作裁员的“方便说法”，但在看到公司使用OpenAI编程工具后，他对就业前景的判断变得更加乐观。他同时承认，OpenAI过去发布的某些新闻稿可能加剧了公众焦虑，并澄清了GPT-5.2在44个职业中超过专业人士的说法。

OpenAI AI 研究员加布里埃尔·彼得森认为，年轻科技从业者在职业生涯早期不必害怕“跳槽”，应通过尝试不同团队来积累关于研究项目质量、团队文化及个人市场价值的信息。他直言“年轻人应长期留在一家公司”的传统建议是“愚蠢透顶”，并建议以实习、短期合作等方式快速探索职业道路。彼得森本人在 23 岁加入 OpenAI 前，就曾在 Dataland 和 Midjourney 等公司多次更换工作，每段经历不足两年。他指出，许多顶尖工程师曾将多年时间投入“事后看来并不值得的岗位”，而早早获得巨额财富的案例则极其罕见。

针对竞争对手Anthropic已秘密提交IPO文件，OpenAI CEO萨姆·奥尔特曼表示，AI行业最激烈的竞争并不在于谁先上市。他认为，竞争的核心是“谁能拿出最好的技术、打造最好的业务”。他同时指出，AI将成为许多领域的关键基础设施，世界应要求其拥有多个提供方以保证稳健性，不会由单一公司主导。目前，OpenAI也在冲刺IPO，目标是今年晚些时候，而Anthropic近期估值直冲1万亿美元。

英伟达CEO黄仁勋在台北电脑展表示，未来Vera CPU将比自家GPU更受欢迎。Vera CPU已内置在所有英伟达AI机器中，上市即具备软件生态优势。其能效相比现有CPU高3-6倍，速度比x86处理器快1.8倍，专为AI智能体打造。黄仁勋强调，Vera CPU并非为争夺传统CPU市场，而是旨在开辟一个此前规模为零的全新AI智能体市场。

黄仁勋在2026台北国际电脑展主题演讲中表示，智能体AI时代并非软件公司的末日，反而将带来“绝佳时代”。他指出，智能体AI会调用更多工具，软件需求不会消失。未来软件竞争将转向“智能体如何使用软件”，软件公司必须调整产品形态以适应这一变化。

面壁智能首席科学家刘知远提出“大模型密度定律”，该研究登上《自然·机器智能》封面，发现智能密度每3.5个月翻倍。他认为中国AI需“向外卷”，深入产业场景，而非重复OpenAI路径。刘知远指出中国模型与顶尖仍有差距，DeepSeek-V4尚未超越Claude Opus，原始创新是最大短板，但DeepSeek-R1在未公开路线下的创新值得肯定。他还强调智源研究院作为“中间地带”对原始创新的支持作用。

阿波罗全球管理首席经济学家托尔斯滕·斯洛克撰文称，没有证据表明人工智能造成失业，OpenAI创始人山姆·奥尔特曼也承认此前的相关预言落空。然而，数据显示2026年至今科技行业裁员总数已近11.6万人，接近2025年全年12.4万的规模。Wix、Block、Meta、亚马逊等多家公司近期因AI替代或调整方向而进行大规模裁员。一项调研显示，99%的受访高管预计未来两年内将因AI减少员工数量。

图灵奖得主理查德·萨顿认为，普通生成式AI（如大语言模型）缺乏完成真正科学发现的关键能力。他指出，这类模型生成的内容中，“好的部分不新，新颖的部分不好”，且自身缺少测试与评估机制来筛选有效方案。真正的科学发现需要包含变异、评估和选择性保留的闭环，而生成式AI恰恰缺少评估环节。相比之下，萨顿列举了AlphaGo、AlphaProof、Claude Code等系统，认为这类具备评估反馈机制的AI智能体更有潜力实现突破。

这篇2016年的文章探讨了“超级智能”这一概念如何俘获并消耗了众多AI研究者、哲学家和程序员的心智。它指出，对一个遥远、抽象的未来风险的过度关注，正分散人们解决当前AI领域实际挑战的注意力，使他们的才智被这一宏大但可能虚幻的理论所吞噬。

图灵奖得主理查德·萨顿指出，传统生成式AI存在核心缺陷：无法评估自身输出。若缺乏这一能力，真正的科学发现便难以实现，因为新想法只会短暂闪现随后消散。萨顿认为，AlphaGo和AlphaProof等系统表明，只有内置评估循环才能让AI具备真正的创造力。

录音学院 CEO Harvey Mason Jr. 指出，人工智能在音乐制作中已“无处不在”。流媒体平台 Deezer 报告，每天有超过 5 万首 AI 生成歌曲被上传，这类内容越来越难以识别和过滤。Suno 等工具已成为各类音乐家主流创作流程的一部分。尽管如此，录音学院的规则规定，AI 音乐不具备获得格莱美奖这一行业最高荣誉的资格。

英伟达 CEO 黄仁勋在 2026 台北国际电脑展主题演讲中提出，从产业角度看 Token 是资产，已成为获取利润的营收单位。他强调 AI 公司将致力于制造并生成更多 Token。同时，英伟达宣布推出 NVIDIA DSX 平台，这是一个整合了开源软件库、加速计算及合作伙伴技术的完整方案，用于人工智能工厂的设计、部署和运营。

英伟达在GTC Taipei 2026发布全新消费级芯片RTX Spark，基于与DGX Spark相同的GB10芯片，最高1 PFLOP FP4 AI性能、20个CPU核心、6144个GPU核心和128GB LPDDR5X统一内存，可本地运行120B参数大模型。RTX Spark在消费级PC上首次将统一内存与完整CUDA生态结合，让GPU直接访问共享内存池，突破传统显存限制。微软将与其全面重构Windows系统，原生支持本地Agent运行；Adobe等应用已针对RTX Spark优化，Photoshop和Premiere性能提升两倍，并原生支持Agent调用。

一份仅限赞助者的月度通讯预告，内容涵盖：2026年5月AI成本上升与Anthropic表现突出、模型发布情况不及预期、行业会议与播客动态、作者推出的Datasette Agent及其在Datasette项目上的进展、2026年5月个人工具使用清单以及杂项补充。

这一观点强调，单纯分析AI的输出内容，无法还原其生成过程与背后的推理逻辑，触及了当前AI可解释性研究的核心挑战。

作者引用David Wilson的观察指出，AI编码工具（如Claude）能将模糊想法在不到一小时内转化为带测试和文档的完整项目，但用户往往因此创建超过16个难以维护的项目。这些工具输入门槛低、反馈即时，却像“热核级ADHD放大器”，导致注意力严重分散和项目废弃。文章质疑这种“廉价奖励”模式的可持续性，认为当前缺乏有效管理方式，关键可能在于培养使用纪律。

天风国际证券分析师郭明錤分析称，英伟达 N1X/N1 芯片设备未来两年出货量预计约 1000 万台，瞄准对端侧 AI 算力有需求的重度用户。出货量能否提升，仍取决于 Windows 是否能提供真正调度端侧 AI 算力的应用与工作流。目前 PC 端侧 AI 需求不足，2026 年两大热门事件（MacBook Neo 热卖、Mac mini 等小型 PC 主机）均与端侧 AI 几乎无关，算力主要来自云端。端侧 AI 若要推动换机潮，关键在于操作系统支持。N1X/N1 芯片设备旨在为用户提供 Mac 之外的另一个平衡算力、内存与便携性的选择。

Chad Whitacre 宣布从科技行业退休，包括退出开源社区。他将AI的发展视为促使他离开的最后一根稻草，并称自己要过一种“新阿米什人”的生活，即停留在没有AI和“信息流刷屏”的1980年。此前，他曾深度体验 Claude Code（模型为 Opus 4.5）进行编程，虽然沉浸其中，但事后感到不安，认为这就像一个大公司的计算机系统侵入了思维。他由此决心彻底脱离技术加速主义的浪潮。

Daniel Jalkut 表达了他对当前AI舆论的观察，其核心观点是：无论是反对AI的人还是支持AI的人，双方的观点和立场往往都显得过于极端。

旧金山的AI创业者正经历融资热潮。据一位风投描述，22岁或许能收到种子轮融资意向书，而19岁则可能已获得A轮投资机会，这被视为能力的更高认可。

数学家陶哲轩阐述了 AI 如何通过首次实现分工来重塑数学研究。目前，研究者需亲力亲为完成从问题建模到结果验证的全过程。陶哲轩预见“工业数学”的出现：由大型 AI 辅助团队取代孤军奋战的天才，而人类在提供“灵感性猜想”方面仍不可或缺。

Steve Yegge 在 Medium 发表观点文章《最后一次技术面试》，探讨 AI 时代传统技术面试的意义变化。文章在 Hacker News 社区获得 100 分关注。