AI行业日报 - 2026年5月24日

AI行业日报 - 2026年5月24日

今日要闻

1. Google突破性“万物到万物”AI模型亮相，模糊物理与数字边界

今日，Google一项代号为“Omni”的全新“万物到万物”（anything-to-anything）AI模型引发业界广泛关注。《The Verge》报道指出，这款模型展现了前所未有的多模态能力，能够将任意输入形式（如视频、图像、文本、语音）转化为任意输出形式。虽然具体细节仍在逐步披露，但其核心突破在于其能够实现更深层次、更自然的跨模态理解和生成，这预示着AI在与物理世界互动方面将迈出重要一步。

深度分析： Google此次发布的新模型，如果如报道所言，将是AI发展史上一个里程碑式的进展。传统的AI模型多在特定模态（如图像识别、自然语言处理）内表现出色，而“万物到万物”模型旨在打破这些界限，实现真正意义上的多模态融合与交互。这意味着AI将不再局限于单一的输入或输出通道，而是能够更像人类一样，通过多种感官获取信息，并以多种方式表达和行动。这对于具身智能、智能机器人以及下一代人机交互界面（如AI眼镜）的发展具有颠覆性意义。未来，我们或许能看到AI系统更流畅地理解复杂的物理世界情境，并以我们难以想象的创造性方式进行响应，例如直接通过视频指令生成新的三维模型，或者实时将语音指令转化为物理操作。这无疑将加速AI从“聊天框”走向“现实世界”，正如今日圆桌讨论所言，真正杀手级AI产品将是能长期在线、连接物理世界、完成真实交互闭环的产品。

2. AI算力基石再升级：交换芯片与EPYC CPU市场迎来新机遇

在AI模型和应用飞速发展的同时，支撑其运行的底层算力基础设施也在持续迭代。今日有两则新闻突显了这一趋势：

• 华泰证券看好交换芯片在AI驱动下开启二次成长： 华泰证券研报指出，作为数据中心互联核心的交换芯片，在AI驱动下将迎来爆发式增长。预计到2028年，国产交换芯片市场空间有望达到242亿元，2026-2028年复合年增长率（CAGR）高达96%。报告强调，万卡级以上AI集群需要更高容量、更稳定可靠的网络系统，推动数据中心Scale out交换机向更高容量、速率发展，交换芯片有望量价齐升。此外，超节点架构有望成为国产算力追赶海外的破局之道，将催生大量交换芯片需求。
• AMD宣布下一代EPYC CPU进入量产： 超威半导体（AMD）今日宣布，代号为“Venice”的第6代AMD EPYC CPU已进入量产阶段。这是AMD与台积电在2纳米技术合作上的重要里程碑，并计划未来在台积电美国亚利桑那州晶圆厂进行量产。EPYC CPU系列以其高性能和高核心数在数据中心市场占据重要地位，是运行复杂AI工作负载的基石。

深度分析： 这两则消息共同描绘了AI基础设施层面的巨大变革和投资热潮。AI模型的规模化训练和推理对计算能力和数据传输速率提出了前所未有的要求。EPYC CPU的量产，尤其是采用2纳米先进工艺，意味着单个服务器节点的计算能力和能效将得到显著提升，为更庞大、更复杂的AI模型提供了强劲的算力引擎。与此同时，华泰证券对交换芯片市场的乐观预测，则强调了AI对数据中心内部高速互联网络的需求。当AI集群达到“万卡级”规模时，数据在不同GPU、CPU和存储单元之间的传输效率成为瓶颈，高性能交换芯片如同高速公路的枢纽，确保数据流的畅通无阻。
值得注意的是，华泰证券提及的“超节点架构”为国产算力追赶海外提供了新的思路，这不仅是技术路线的选择，也可能带动国内相关产业链的快速发展。综合来看，CPU和交换芯片作为AI数据中心的两大核心支柱，其技术进步和市场需求的爆发，正共同构筑着AI时代的数字基石，预示着未来几年内AI硬件市场将迎来一个黄金发展期。

3. 具身智能核心突破：维泛智能获数亿元融资，聚焦机器人“大脑芯片”

硬氪独家获悉，北京维泛智能科技有限公司（以下简称“维泛智能”）近日完成数亿元种子轮融资，由中关村资本及旗下启航投资联合领投，上海未来产业基金等共同投资。维泛智能成立于2025年5月，孵化自北京大学类脑芯片实验室（PAICORE Lab），专注于具身智能“大小脑”融合芯片研发，致力于打造全国产化机器人核心计算方案。其联合创始人殷积磊拥有超过20年半导体行业经验。

深度分析： 维泛智能的数亿元融资，标志着资本市场对具身智能这一前沿领域的强烈看好，尤其是在核心硬件层面的布局。具身智能（Embodied AI）是当前AI研究的重要方向，它旨在让AI系统不仅能感知和理解世界，还能在物理世界中进行操作和交互。实现这一目标，需要一个能够高效处理多模态数据、支持复杂决策和实时控制的“大脑”，而专为机器人设计的“大脑芯片”正是其核心。
此次融资凸显了对“大小脑”融合芯片这一概念的认可。“大脑”负责高级认知和决策，“小脑”负责精细运动控制和实时响应。将这两种功能集成在同一芯片上，将极大提升机器人的自主性、灵活性和反应速度。更值得关注的是，维泛智能强调“全国产化”，这在国内当前寻求科技自立自强的背景下具有重要的战略意义。随着具身智能在工业、服务、家庭等领域的应用潜力逐步显现，拥有自主可控的核心芯片技术将是中国在该领域取得领先的关键。此项投资不仅是对一家初创企业的支持，更是对中国具身智能产业未来发展潜力的押注。

行业动态

• AI应用未来趋势探讨： 在北京亦庄AI+产业大会上，圆桌对话聚焦“下一个杀手级AI产品”的赛道。与会者普遍认为，单纯套壳大模型的应用注定短命，只有长期在线、连接物理世界、能完成真实交互闭环的产品才有机会。AI眼镜和具身智能被视为潜在的“物理世界入口”。这与Google新模型的方向以及维泛智能的具身智能芯片布局不谋而合。
• AI人才结构演变： 多个圆桌讨论集中探讨了“未来最稀缺的AI人才”以及“AI原生人才与产业老炮的共生”。共识是，懂AI本身正在快速“贬值”，而能将AI与业务深度结合、在关键低频决策中做出判断的人才，以及能理解并引领AI转型的“产业老炮”更为稀缺。这要求企业在人才培养和引进上，从技术导向转向业务与技术融合导向。
• 王小川战略转型： 百川智能创始人王小川在访谈中表示，已大幅缩减通用模型团队，All in医疗大模型，并发布了新医疗大模型M4及Agent产品“百小医”。这体现了AI创业公司在通用大模型竞争白热化后，向垂直领域深耕的战略选择。
• Google搜索AI用户选择： Google Search的AI概览（AI Overviews）现在可以通过一个简单的修改器关闭，这表明Google正在提供更多用户控制选项，以适应用户对AI搜索结果的不同偏好，反映了用户对AI应用接受度的多样性。
• AI与数字体验： 圆桌对话指出，AI浓度并非越高越好，转化率的秘密在于人机共生的平衡点。AI应贯穿全流程，但面对特定用户群体（如亲子、老年），主动降低AI浓度，以人为本、文化温度先行，反而能实现更高的转化率。这强调了AI应用在设计时需要充分考虑用户体验和人文关怀。

技术进展

• Gemini Live功能扩展： 作为Neural Expressive重新设计的一部分，Android上的Gemini Live现在可以访问更多第一方和第三方“连接应用”（Connected Apps）。这增强了Gemini在不同应用场景下的实用性和集成度，使其能够更深入地融入用户的数字生活。

商业动态

• 大模型API价格战持续： DeepSeek-V4-Pro模型API价格宣布将永久调整为原定价的1/4。这延续了近期国内大模型厂商的降价趋势，预示着API服务将更加普惠，降低AI应用的开发门槛。
• AI在企业服务领域深入应用： Moka作为AI人力资源软件服务商，推出招聘Eva、人事Eva和BPEva三款AI HR产品。这些产品覆盖招聘、人事管理和人才决策全流程，旨在通过AI提升企业人力资源管理的效率和智能化水平。
• AI赋能品牌体验： 法拉利正与IBM合作，利用AI技术创造F1超级粉丝体验。这展示了AI在体育营销和个性化用户互动方面的潜力，通过数据分析和智能推荐，深化品牌与消费者之间的连接。

政策与监管

• 国家数据局加速数据基础设施建设： 国家数据局通过“数据要素×”行动，推动数据基础设施建设运营不断加快。该行动已开展两批先行先试，覆盖15个行业、43个城市，推动隐私保护计算、区块链、可信数据空间等前沿技术应用，并吸纳了数据编织、数据网格等新方向。此举旨在促进数据在更大范围、更深层次释放价值，为AI发展提供坚实的数据基石和安全保障。

影响分析

• AI能源策略的转向与环境考量： 埃隆·马斯克放弃地球太阳能，转而选择天然气作为xAI的能源来源，并关注轨道数据中心。这一转变凸显了AI巨量算力需求带来的能源压力，以及在追求算力极致效率时，清洁能源解决方案可能面临的挑战。这引发了对AI产业环境足迹的担忧，并促使行业重新思考在快速发展与可持续性之间的平衡。未来的AI发展，特别是大规模模型训练，将更深刻地与能源供应、基础设施布局和环境政策紧密结合。
• AI人才需求结构性变化： 今日多场圆桌对话均指出，未来最稀缺的AI人才不再是纯粹的AI技术专家，而是那些能将AI技术与业务场景、行业知识、用户需求深度结合的“懂业务”人才。高频重复性的技术工作容易被AI替代，而低频高影响力的决策、产品创新、品牌建设等能力则更具价值。这意味着AI教育和人才培养需要从单一的技术技能培养转向跨学科、复合型能力的培养，企业也应积极促进“AI原生人才”与“产业老炮”的深度融合，以应对AI转型带来的组织和人才挑战。