2026年5月3日 周日

5月2日，ARC Prize官方公布GPT-5.5与Claude Opus 4.7在ARC-AGI-3基准测试中的成绩——两者合计不足1分，而人类参与者首次接触该测试便可轻松达到100%。ARC-AGI-3由「Keras之父」François Chollet设计，核心理念是测试AI面对全新逻辑环境的泛化能力，而非依赖训练集记忆。测试要求模型在仅给少量样本的情况下，归纳出隐藏规则并解答新问题。分析指出，GPT-5.5无法完成有效压缩，Claude Opus过度压缩导致错误建模，两者的根本差距在于「压缩能力」。这一结果再次引发AGI边界的大讨论：当前SOTA模型在真正的归纳推理方面仍远落后于人类。

Meta Platforms于2026年5月1日正式完成对人形机器人AI初创公司Assured Robot Intelligence的收购，具体财务条款未披露。该公司由华人科学家Xiaolong Wang创立，专注为机器人开发能理解、预测并适应人类行为的AI模型，在机器人智能领域处于前沿。据悉，Meta此前曾试图收购Manus但未成功，此次出手显示其对具身智能底层AI技术的强烈布局意图。Meta机器人团队正在开发自研人形机器人硬件及底层AI技术，包括传感器、软件等关键组件，并计划向行业开放这些技术，构建开放生态。这一收购与其发布LLaMA开源模型的策略一脉相承。

汇聚34家核心展商的2026具身智能与人形机器人产业大会（GEIA Asia）于4月底至5月初举行，行业观察揭示产业化三条主线：一是「硬件开源+软件订阅」与「交钥匙生态」成为两大主流商业模式，企业通过开放硬件标准快速扩大装机量，再靠软件订阅持续变现；二是灵巧手、触觉传感、关节模组三大底层技术正形成独立价值赛道，从机器人整机分离出来成为B端独立供给；三是行业从「造产品」彻底转向「抢落地」，电力巡检、工厂协作、家庭服务成为当前三大主攻场景。国家电网已内部印发《2026年具身智能发展规划》，计划全年集中采购8500台设备、总投资68亿元。

自变量机器人已于4月22日宣布，将于5月25日正式发布搭载自研具身智能基础模型WALL-B的第二代家庭服务机器人，并启动首批体验用户招募。WALL-B是全球首个基于世界统一模型（WUM）架构的具身智能大模型，从传统VLA架构升级为原生多模态统一融合，具备零样本学习能力，可在无遥控、无预编程情况下完成复杂家庭任务。此前，自变量已与58同城合作，通过58APP预约「人类保洁+机器人」智能保洁服务。该公司背后集结字节跳动、美团、阿里巴巴、小米四大互联网巨头联合押注，近20亿B轮融资彰显行业对家庭场景具身智能的高度期待。

B站AI大模型周报5月刊（2026 Week A）显示，GitHub本周榜前10名中有至少5个项目是专为Claude Code设计的外挂、增强或集成工具，涵盖记忆管理、多Agent协调、MCP服务器集成、自动测试等能力扩展。这一现象标志着AI Coding生态进入新阶段——开发者不再满足于单一工具，而是围绕Claude Code构建「配件生态」。与此同时，2026 Q1横评数据显示：Claude Code以80.8%的SWE-bench得分领跑编程基准，Cursor 3在多Agent协作和用户体验方面最受企业青睐，Windsurf凭借低价策略抢占中小团队市场。

国家电网内部印发的《2026年具身智能发展规划》显示，今年将集中采购各类具身智能设备约8500台，总投资约68亿元，重点聚焦电力巡检、带电作业、应急救援、仓储物流四大场景，目标是推动电网从「人工运维」向「自主化运维」转型。业内分析认为，全国约10万个变电站，单站配置1-2台、单价50-100万元，潜在市场空间超千亿元。咸亨国际等电网能源集采核心供应商已在2026 Q1率先中标国央企机器人订单。这是迄今最大规模的国家级具身智能采购计划，意味着「B端特种场景」已经从概念验证阶段正式进入批量商业化阶段。

ARC-AGI-3测试中GPT-5.5和Claude Opus 4.7的「双双折戟」在AI Coding领域引发深层讨论。研究人员指出，当前主流代码基准（包括SWE-bench、HumanEval等）均可通过大量相似训练样本提升分数，模型实际上在「记忆场景模式」而非「理解问题本质」。François Chollet认为，ARC-AGI-3之所以有效，是因为每道题都是「全新环境」，不存在任何可记忆的固定模式。从AI编程工具实际使用反馈看，模型在处理项目内高度相似的代码时表现出色，但面对需要创造性重构的架构决策时仍显不足。这一发现对评估AI Coding工具的真实价值提供了新视角。

2026年一季报季，国产AI芯片企业集中展示成绩单。海光信息一季度营收同比增长约60%，受益于DeepSeek V4率先完成向华为昇腾950的全量迁移带动的国产算力替换需求；寒武纪亏损幅度同比收窄，云端AI芯片订单明显增加；沐曦股份和摩尔线程均有主力产品进入规模化出货阶段。行业分析认为，DeepSeek V4成为「脱离CUDA生态」的标志性节点——全球首个万亿参数大模型完整跑通国产芯片，直接带动下游AI应用厂商加速评估并切换至昇腾、海光等平台，国产算力基础设施进入实质性规模替代阶段。