DeepSeek宣布全系API服务的输入缓存命中价格即日起降至原有价格的十分之一。其中，DeepSeek-V4-Pro模型的输入缓存命中价格从每百万tokens 1元降至0.025元，输入缓存未命中价格从12元降至3元，输出价格从24元降至6元。DeepSeek-V4-Flash模型的输入缓存命中价格从0.2元降至0.02元。此外，Pro模型在5月5日前还可叠加享受2.5折限时优惠。

阿绎 AYi@AYi_AInotes

42

一位印度开发者详细介绍了Claude的12个关键代码功能，包括CLAUDE.md、Plan Mode、MCP等，并建议开发者使用AI模型聚合平台。针对Claude可能封号的风险，推荐使用Zenmux平台，该平台集成了包括Claude Opus、GPT-5.4和DeepSeek V4 Pro在内的多种最新大模型，国内可直连。平台提供PK对比模式、保险赔付机制和详细的可观测性工具。特别指出，DeepSeek V4 Pro在Zenmux上目前有免费额度，经测试能处理大部分Claude的工作流，建议用户自行测试以进行模型选型。

阿绎 AYi: 兄弟们,DeepSeek V4 Pro在ZenMux上免费放开了,登录就能跑,实测能替掉你80%的Claude活。视频是我早上实测的和Claude opus 4.7同时跑一个昨SaaS产品网站的任务,效果真的炸裂! 说个前情,老朋友都知道我...

阿绎 AYi@AYi_AInotes

58

作者指出，当前多数AI Agent将历史记录堆砌成Markdown文件充当“记忆”的方案实为将Prompt当RAM用，存在无法去重、衰减、排名及性能低下等根本缺陷。真正的长期记忆应基于图结构，通过节点、嵌入和遍历来建立关联与因果关系，实现记忆的链式提取与动态管理。主流生产级框架已转向图记忆。随着应用规模扩大，仅扩展上下文窗口无法解决记忆漂移和污染问题，动态图记忆架构是Agent能否投入实际应用的关键。

AI Edge: http://x.com/i/article/2044531930671288320

在北京车展上，Momenta正式宣布其强化学习世界模型R7实现量产首发。该模型通过“World Model Prediction”预测物理世界未来状态与交互逻辑，旨在让AI理解物体物理属性、运动因果关系及交互可能性。其技术架构分为三层：基于海量驾驶数据的世界模型预训练、用于自动驾驶闭环仿真的世界模型仿真，以及在模型内进行的强化学习虚拟训练。目前，Momenta已交付超70款量产车型，累计定点车型超200款，本次车展有超过20个品牌的60余款车型搭载了其智驾方案。

英特尔第一季度营收达136亿美元，同比增长7%，远超预期，推动其股价盘后暴涨超22%。公司预计本季度营收将继续增长。CEO陈立武指出，市场焦点已从一年前担忧其生存，转向关注其如何快速扩大产能以满足需求。他强调，在AI时代，CPU正重新确立基石地位，特别是在模型推理环节，GPU与CPU的配比正从训练时的1:7-8向推理时的1:3-4转变。不过，公司仍面临英伟达、AMD及ARM架构的竞争，其晶圆代工业务与先进制程的前景也存在不确定性。

智能文档处理管道常因缺乏验证机制，导致提取错误无声传递至下游系统。RaV-IDP框架创新性地引入重建作为核心组件，在提取每个实体后，通过专用重建器将结果渲染回与原文档区域可比的形式，并由比较器评估重建与原始截图的保真度，生成无需标注的质量信号。若保真度低于实体类型阈值，系统触发基于GPT-4.1 Vision的结构化回退机制并重复验证循环，始终以原始文档区域为锚点，避免循环依赖。该框架还提供了每阶段评估方法，将管道组件与基准配对，相关代码已在GitHub开源供实验使用。

elvis@omarsar0

63

微软新论文引入DELEGATE-52基准，模拟52个专业领域的长文档编辑工作流。测试19个模型，包括Gemini 3.1 Pro、Claude 4.6 Opus和GPT-5.4等前沿模型，发现在长工作流结束时平均损坏25%的文档内容。代理工具使用未能改善表现。论文还提供了其他相关见解。

SemiAnalysis@SemiAnalysis_

50

SemiAnalysis: SAN FRANCISCO, April 24, 2026 - InferenceX has added Day 0 DeepSeek v4 support for @sgl_project's amazing Blackwell B300...

DeepSeek宣布为其旗舰模型DeepSeek-V4-Pro的API提供限时2.5折优惠，活动持续至2026年5月5日。调价后，输入价格（缓存命中）低至每百万tokens 0.25元，缓存未命中为3元，输出价格为6元。该模型采用混合专家架构，拥有1.6万亿总参数，支持百万级上下文。官方表示，受当前高端算力限制，服务吞吐有限，预计下半年昇腾950超节点批量上市后，Pro版本价格还将大幅下调。

中国科学技术大学在合肥发布“灵境造物”智能科研工具，面向全球科研人员、机构及企业开放。该系统基于昇腾、鲲鹏、华为云等全栈国产化软硬件生态构建，整合了科学大模型、科研机器人、自动计算与实验等能力，形成操作系统级入口。它依托千余台科研机器人和万余台智能工作站，深度整合千余个科研技能，旨在实现自主科研与物质创制，以破解传统科研成本高、周期长、转化难等痛点。此举标志着人工智能驱动的科学研究正向工程化、平台化与开放共享迈进。

开源项目Stash发布，为AI代理提供长期记忆与上下文管理能力。它通过独立存储和检索对话历史，使开发者无需依赖特定API即可为应用添加持久化记忆功能。该项目已在GitHub开源，并获Hacker News社区关注，降低了构建复杂AI代理的门槛。

meng shao@shao__meng

60

Obscura是一个用Rust编写的轻量级无头浏览器引擎，专为AI Agent自动化和大规模网络爬取优化。其核心优势在于极致的性能与资源效率，内存占用仅30MB，页面加载约85毫秒，远超Headless Chrome。项目采用务实架构，复用Servo的DOM与V8引擎，并构建独立网络层。关键特性包括深度反检测的“隐身模式”，能随机化指纹并拦截追踪域名；通过兼容Chrome DevTools Protocol，实现与Puppeteer/Playwright生态无缝对接。此外，它内置了DOM转Markdown等专为AI Agent优化的功能，旨在作为高效的常驻网页感知端点。

Chris Laub: A Rust dev just killed Headless Chrome. It's called Obscura. The open-source headless browser purpose-built for AI agent...

阿绎 AYi@AYi_AInotes

50

工具Anything推出新功能，能一键生成设计师级别的App Store截图。用户仅需15秒即可从空白状态获得4张完美适配官方规格的截图，系统会自动生成包含图标、评分和下载按钮的完整画面。修改文案也只需输入一句话并点击生成。此举解决了应用开发中制作和适配多尺寸截图的传统痛点，该过程以往需耗费数百美元聘请设计师或投入大量时间自行设计。AI正将开发者从繁琐的“脏活累活”中解放出来，大幅降低了从创意到应用上架全流程的门槛，尽管最终审美把关仍需人工，但已节省约90%的精力。

Anything: BREAKING: the screenshot bottleneck is gone! Anything now generates designer grade App Store screenshots

项目“Wuphf”是一个受卡帕西风格启发的大语言模型维基系统，支持Markdown格式和Git版本控制。其核心特点是可由用户设定的AI代理自动维护和更新内容，实现了知识库的持续自主管理。该项目已在GitHub开源，并在Hacker News上获得了100点热度。

上海中紫星公司研发的智能原生芯片NEU将于今年第四季度流片。该芯片采用以存储为中心的创新设计，避免了传统架构中数据频繁搬运的能耗与带宽瓶颈，并直接在硬件拓扑上支持神经网络连接。实测数据显示，NEU在执行同等AI推理任务时，速度可达顶级GPU方案的近100倍，同时能耗降低90%。公司创始人翟四通拥有海思EDA框架建设背景，团队汇聚了来自英特尔、英伟达等企业的跨学科人才，实现了从架构到编译器的全体系自研。

在2026九峰山论坛上，新凯来旗下万里眼公司发布了65GHz采样示波器，旨在破解1.6T高速光模块的量产测试瓶颈。该产品面向AI算力驱动下光互连技术向1.6T演进的需求，实现了三大突破：500kHz采样率将测试效率提升100%；65GHz带宽支持单波200G测量，为1.6T通信奠定基础；12μW超低光功率噪声保障了高精度生产。此举贯通了1.6T研发与量产的全流程测试。

阿绎 AYi@AYi_AInotes

67

autonovel是基于Ling-2.6-flash的AI写作工具，专为长篇小说创作优化。它能以200+ tokens/s的速度生成文本，大幅提升创作效率，并在上下文一致性、伏笔回收和人物性格保持方面表现突出，帮助作者从繁琐的码字劳动中解放，更专注于故事构思。目前提供免费体验额度。

阿绎 AYi: 后续来了兄弟们,卧槽真的太炸了,同样的任务,同样的配置,速度比Claude Sonnet 4.6还快 6 倍,成本低约 50 倍, openrouter 和 官方 API 均限时免费 1 周使用时间,白嫖的机会,冲啊兄弟们! 我上周那条讲E...

在2026北京车展上，元戎启行宣布其高级辅助驾驶系统已在国内超30万辆汽车上搭载，预计今年将新增100万辆。公司已与长城、吉利、Smart等品牌超过15款车型合作，覆盖15万至30万元主流价格区间。技术层面，公司已全面转向大模型自动驾驶路线，多模态大模型能力在2026年初取得突破，目标是实现千公里级MPCI。此外，公司正从多个小模型转向统一基座大模型架构，并将模型单次迭代周期从100余小时压缩至10余小时。

英伟达宣布其Blackwell平台已适配DeepSeek-V4-Pro与DeepSeek-V4-Flash两款模型。DeepSeek-V4-Pro拥有1.6T总参数量与49B激活参数，定位高级推理；DeepSeek-V4-Flash则为284B总参数量与13B激活参数，主打高效场景。两款模型均支持100万Token上下文窗口与最高38.4万Token输出长度。实测显示，DeepSeek-V4-Pro在NVIDIA GB200 NVL72上开箱性能超过150 tokens/sec/user。开发者可通过NVIDIA NIM微服务下载部署，或利用SGLang与vLLM框架进行定制化推理，vLLM支持扩展至100个以上GPU。

Rohan Paul@rohanpaul_ai

40

AI/ML API: GPT-5.5 API live = it's already live on AI/ML API Faster than a squid on espresso 🦑

阿绎 AYi@AYi_AInotes

49

大厂自研芯片源于AI硬件根本变革：从GPU比拼转向混合架构竞争。Amazon、Tesla等将通用CPU核心与定制Tensor核心集成，以最大化每美元每瓦特的算力效率，在云服务与模型训练中形成优势。这不仅是成本问题，更是争夺AI时代生产工具的战略举措。

Amazon News: http://x.com/i/article/2047653617310498816

SemiAnalysis@SemiAnalysis_

49

在台积电北美技术研讨会上，卢博士介绍了A14节点中的NanoFlex Pro技术。相较于N2节点的NanoFlex技术使用双倍高度的“Merged OD”高单元来提升性能，但会因现代标准单元布局中的交替阱偏移要求而产生不可用的“半单元”间隙。A14的NanoFlex Pro将高单元高度降至短单元的1.5倍，使得两个高单元恰好能放入三个短单元的高度，从而消除了部分单元类型间的间隙，提高了布局密度和OD效率。该技术也将作为可选方案于2028年应用于新的N2U工艺，以提供更好性能和2-3%的逻辑密度增益。

针对模拟电路设计中跨SPICE网表、原理图和功能描述等异构表示检索的难题，本研究提出了统一的三模态检索框架AnalogRetriever。该工作基于Masala-CHAI构建高质量数据集，并通过两阶段修复流程将网表编译率提升至100%。框架采用视觉语言模型编码原理图和描述，使用端口感知关系图卷积网络编码网表，并通过课程对比学习将三者映射到共享嵌入空间。实验表明，其在所有六个跨模态检索方向上的平均Recall@1达到75.2%，显著优于基线。集成至AnalogCoder智能体框架后，能持续提升功能通过率并完成此前无法解决的任务。代码与数据集将开源。

本研究针对联邦学习中的通信瓶颈与隐私风险，提出一种结合拉普拉斯差分隐私与自适应量化的方法。该方法采用基于轮次的余弦退火策略进行全局比特调度，并依据客户端数据集熵动态分配量化比特数。在CIFAR10、MNIST及医学影像数据集上的实验表明，相比32位浮点训练，该方法在保持模型精度的同时，将通信数据总量最高减少了52.64%（MNIST）、45.06%（CIFAR10）以及31%至37%（医学影像数据集），并通过差分隐私机制提供了严格的隐私保护。

为应对大语言模型和视觉语言模型数据估值中的计算瓶颈，研究团队提出了For-Value框架。该方法基于理论分析，利用预训练模型的表征能力，通过最终隐藏层表征与预测误差的对齐关系来捕获数据价值。For-Value采用封闭表达式计算，仅需单次前向传播即可完成估值，无需昂贵的反向传播，支持高效的大规模批量计算。实验表明，该方法在识别关键数据和错误标注数据方面达到或超越了基于梯度的基线方法，同时实现了显著的效率提升。

针对生成式AI模型评估成本高昂的问题，本文提出主动评估框架ProEval。该框架利用迁移学习与预训练高斯过程代理模型，将性能估计建模为贝叶斯积分，将故障发现建模为超水平集采样，从而主动选择高信息量的测试输入。理论证明其估计器具有无偏性与有界性。在推理、安全对齐和分类任务上的实验表明，ProEval仅需8-65倍更少的样本即可实现误差在1%以内的性能估计，同时在严格评估预算下能发现更多样化的故障案例，效率显著优于基线方法。

阿里云百炼平台宣布首发上线DeepSeek-V4-Pro与DeepSeek-V4-Flash两款模型，其API定价与DeepSeek官网完全一致。其中，Flash版本输入价格低至每百万Tokens 1元，输出价格为每百万Tokens 2元。两款模型均支持100万Tokens的超长上下文，V4-Pro专为复杂任务设计，V4-Flash侧重高效经济。此次接入进一步丰富了百炼平台作为“AI模型超市”的生态，为开发者提供了一站式调用各类顶尖模型的灵活选择。

腾景科技发布2026年第一季度报告，营业总收入达1.71亿元，同比大幅增长51.17%；归母净利润为1443.38万元，同比增长10.74%。业绩增长主要受AI算力需求驱动，公司高速光通信元器件及新兴领域光学模组业务快速扩张。报告期内，公司综合毛利率提升至37.22%，研发投入大幅增长84.19%至2366.12万元。不过，因业务规模扩大导致备货及采购增加，经营现金流为-518.85万元，同比由正转负。

软银旗下SAIMEMORY与英特尔正合作开发面向AI的下一代内存技术ZAM。该技术采用垂直架构与非接触式层间互连，宣称相比传统HBM内存功耗降低约40%，并具备更高密度和带宽。项目已获得日本政府NEDO的研发补贴，计划在2027财年前投入约80亿日元开发原型，目标在2029年左右实现量产。若成功，ZAM有望与HBM竞争，降低AI数据中心成本并缓解供应瓶颈，但目前技术仍处早期原型阶段。

摩尔线程与智源FlagOS合作，成功为MTT S5000 GPU完成了DeepSeek-V4-Flash模型的Day-0适配。该模型采用混合专家架构，总参数量284B，并首次运用“FP4+FP8”混合精度策略。MTT S5000 GPU凭借原生FP8支持及内置硬件级FP8 Tensor Core，能将数据位宽减半，显著降低显存带宽压力并提升计算吞吐量。双方团队通过编译优化与自动调优，重点攻克了FP8算子与Sparse Attention算子，实现了高效适配。

腾讯正式发布面向汽车行业的“出行全场景智能体开放平台”。该平台围绕通勤、出游、娱乐等高频率场景，提供开箱即用的智能体产品，例如随行点单智能体可完成从选品、下单到取餐的全链路服务；随行向导智能体能化身专属AI导游，并新增车队协同管理功能。底层技术方面，平台升级了端云协同座舱大模型架构，端侧采用0.8B轻量化VLM模型确保毫秒级响应，云端则率先接入混元最新大模型Hy3 preview。目前腾讯已服务超过100家车企及出行科技公司。

硬件制造商MINIX于4月23日发布了两款基于英伟达Jetson Thor平台的GenAI迷你工作站T4000/T5000。该系列产品搭载Arm Neoverse-V3AE CPU和英伟达“Blackwell”GPU，配备最高128GB LPDDR5X统一内存，具备高达2070 TFLOPS的FP4稀疏算力，可支持70亿至700亿参数的大语言模型本地推理。主机尺寸紧凑，内置双涡轮风扇散热，预装1TB PCIe Gen4固态硬盘，并提供了双10GbE万兆网口、Wi-Fi 6E、蓝牙5.3、多个HDMI和USB接口等丰富的外部连接选项。

在2026北京车展上，小马智行宣布其2027版L4级Robotaxi整车总成本将降至23万元以内，低于入门级特斯拉Model 3，并计划推出海外版本以实现千台以上部署。公司预计到2026年，其Robotaxi将落地全球超20座城市，总规模突破3000台。同时，小马智行发布了全球首款全车规、全冗余的L4级无人驾驶轻卡，该车型单公里货运成本比人工降低40-50%，货箱容积是低速无人配送车的2.6倍。

DeepSeek-V4预览版正式上线并开源。华为云宣布首发适配，在其MaaS平台上为开发者提供免部署、一键调用DeepSeek-V4-Flash API的Tokens服务。该服务通过适配分层注意力压缩机制、提供多种昇腾高性能融合算子等优化，支持原生100万Token长上下文的高性能推理。V4系列包含1.6万亿参数的旗舰版Pro和2840亿参数的经济型Flash两个MoE架构版本，均原生支持100万Token上下文。新技术大幅降低了长上下文下的计算和显存需求。官方表示V4-Pro体验优于Anthropic Sonnet 4.5，但仍落后于GPT-5.4等前沿闭源模型。

特斯拉宣布其AI驱动的无人驾驶电动车Cybercab在北美正式投产。该车型最大特点是完全取消了方向盘、踏板和后视镜，专为自动驾驶设计。首辆无方向盘版本已于今年2月下线，连续量产于本月启动，目前生产线同时制造无方向盘和带方向盘的两种版本。马斯克将其定位为特斯拉未来的核心走量车型。不过，完全无监督的自动驾驶技术尚未攻克，其FSD功能时间表曾多次延迟。