大模型前沿动态 · Vol.40

Google I/O 全面Agent化、Karpathy入Anthropic押注RSI、千问3.7蓄势待发

Google I/O 2026将Gemini从聊天机器人升级为全生态AI代理；OpenAI联合创始人Karpathy加入Anthropic主攻递归自我改进；阿里千问3.7-Max-Preview空降Arena国产榜首，今日阿里云峰会正式发布

2026年5月20日大模型 Google I/O Gemini 3.5 Flash Gemini Omni Gemini Spark Anthropic Karpathy RSI Qwen3.7 AI Agent Antigravity Claude

本期核心看点：Google I/O 2026 宣告 Gemini 从聊天机器人进化为操作系统级 AI 代理——Spark 持续运行、Omni 生成世界、搜索即智能体；同日，Karpathy 加盟 Anthropic 将 RSI 从论文推向工程；千问 3.7 今日正式亮相。

Google I/O 2026：Gemini 全生态 Agent 化，搜索即智能体

事件概述

2026 年 5 月 20 日凌晨（北京时间），Google I/O 开发者大会在加州山景城开幕。CEO 皮查伊宣布 Gemini 月活用户达 9 亿，月处理 Token 3.2 千万亿（同比增长 7 倍）。但今年大会的核心不是某个单一模型，而是一次系统性转向——将 AI 智能体植入搜索、浏览器、手机和眼镜等所有核心入口。

大会发布的关键产品包括：

Gemini 3.5 Flash：比 3.1 速度更快，输出 Token 速度约为其他前沿模型的 4 倍，成本仅为一半甚至三分之一，成为 Gemini App 和 Google 搜索 AI Mode 的全球默认模型。更强的 Gemini 3.5 Pro 仍在内部使用，预计 6 月发布。
Gemini Omni：基于 DeepMind 世界模型积累的视频生成模型，支持文本、图像、视频等多输入生成，支持对话式编辑（自然语言修改角色、场景、背景），首款 Omni Flash 今夏推出。
Gemini Spark：全天候运行的个人 AI 助手，基于 Gemini 3.5，运行在 Google Cloud 虚拟机上，即使用户合上电脑也可继续工作。演示中 Spark 自动向邻居发邮件、创建 Sheets 追踪器、生成 Slides 宣传册——从多个 Google 服务中自动拉取信息并执行跨应用任务。
Antigravity 2.0：面向 AI Agent 时代的编程工具，直接对标 Claude Code 和 OpenAI Codex，“毫不掩饰地以智能体为先”。
TPU 8：最新一代自研 AI 硬件，分为训练版 TPU 8t 和推理版两类。
Android XR 智能眼镜：与 Gentle Monster、Warby Parker、三星合作，语音版今秋上市，演示中用户无需掏手机即可完成导航+点咖啡下单。
Universal Cart：AI 驱动的通用购物车，跨搜索/Gemini/YouTube/Gmail 统一购物流程，可追踪优惠、识别兼容性问题。
AI Mode + 信息智能体：搜索框支持多模态输入，信息智能体全天候后台运行，持续监控并更新结果。

定价方面，Google 推出更低价 Ultra 套餐起始价 100 美元/月，AI Ultra 从 250 美元降至 200 美元/月。

技术解析

本次发布的底层逻辑是模型-工具-入口的三层闭环：

模型层：Gemini 3.5 Flash 以 4 倍输出速度和极低成本，为所有智能体任务提供基础设施。Gemini Omni 则代表了 Google 在”世界模型”方向的押注——不是简单地生成视频，而是模拟物理环境、预测因果发展，这为机器人、游戏和交互式内容开辟了新空间。
工具层：Antigravity 2.0 让 AI 编程从辅助工具升级为自主编程智能体，现场演示用不到 1000 美元的 Token 成本从零构建操作系统。Spark 则将 Agent 从”回合制对话”推向”持续运行后台代理”——这是 Agent 范式的关键跃迁。
入口层：搜索框变成多模态入口、眼镜变成免手交互入口、Chrome 变成 Agent 运行时——Google 正将 AI Agent 嵌入其 9 亿用户触达的每一个接触点。

行业影响

Google I/O 2026 传递出明确信号：AI 竞争的焦点已从”谁的模型更强”转向”谁的 Agent 渗透更深”。Google 的独特优势在于——搜索（25 亿 AI Overview 月活）、Gmail、YouTube、Android 和 Chrome 所构成的流量护城河，是 OpenAI 和 Anthropic 都不具备的。Spark 直接对标 OpenAI 的 Operator 和 Anthropic 的 Claude Agent SDK，但后两者缺少自有的操作系统级入口。与此同时，Google 今年 AI 基础设施资本支出预计达 1800-1900 亿美元，这个数字本身就是行业门槛。

值得关注的是，市场反应相对冷淡——谷歌 A 股当日收盘跌 2.34%。投资者显然在问：在模型能力并未显著超越 GPT-5.5 和 Claude Opus 4.7 的情况下，Google 的生态优势能否真正转化为商业回报？

相关链接

Karpathy 加盟 Anthropic：RSI 从论文走向工程，AI 优化 AI 的时代开启

事件概述

2026 年 5 月 19 日，OpenAI 联合创始人、前特斯拉 AI 总监 Andrej Karpathy 在 X 平台宣布加入 Anthropic，本周正式到岗。他将加入预训练团队负责人 Nick Joseph 的麾下，组建新团队专注于用 Claude 加速预训练研究——即让 AI 优化 AI 的训练过程本身。

这个方向在 AI 安全领域有一个流传已久的名称：递归自我改进（Recursive Self-Improvement, RSI）。

巧合的是，同日 Anthropic 还引进了网络安全资深专家 Chris Rohlf 加入前沿红队，以及与五角大楼在联邦上诉法院就”供应链风险”标签展开交锋——Anthropic 因拒绝在自主武器和大规模监控上妥协而被国防部列为”供应链风险”。

技术解析

RSI 的核心逻辑是：AI 系统通过不断优化自身的训练过程，实现能力的迭代跃升。这并非新概念——自 1950 年代 LISP 诞生以来就有自我修改能力——但当下首次具备了工程落地的条件：

Anthropic 联合创始人 Jack Clark 在 5 月 4 日的 Import AI 中预测，到 2028 年底 RSI 实现的概率为 60%。其论证基于一组可验证的趋势数据：SWE-Bench 最佳成绩从 Claude 2 的约 2% 跃升至 Claude Mythos Preview 的 93.9%；AI 可靠完成任务的时间跨度从 GPT-3.5 的约 30 秒增长到 Opus 4.6 的约 12 小时；在 Anthropic 内部的”模型优化小型 LM 训练”基准上，加速倍数从 Opus 4 的 2.9 倍提升到 Mythos Preview 的 52 倍。
Karpathy 是极少数同时跨越 LLM 理论和大规模训练实践的研究者。他在特斯拉构建的”数据引擎”本质上就是工程化的模型自我改进流水线（针对感知模型），这种经验可直接迁移到语言模型预训练。
同期，前 Meta FAIR 研究总监田渊栋创办 Recursive Superintelligence 公司，OpenAI 内部目标”到 2026 年 9 月构建自动化 AI 研究实习生”——RSI 已成为前沿实验室的共同战略方向。

但 RSI 也存在深刻的对齐悖论：如果当今对齐准确率为 99.9%，50 代迭代后降至约 95%，500 代后降至约 60%。AI 安全研究者 Yudkowsky 对 Clark 的 60% 预测给出的回应是：“那你将和我们其他人一起死去。”

行业影响

Karpathy 的加入标志着 AI 竞争的下一阶段重心——从”用更多算力训练更大模型”转向”让 AI 参与自己的训练过程”。这对整个行业有三层含义：

算力效率成为新战场：当模型迭代速度由 AI 自身驱动而非人类团队驱动，算力的边际产出将发生质变。Anthropic 的选择暗示，仅靠砸钱买 GPU（SpaceX 22 万卡 + 亚马逊 5GW + Google 5GW）可能不是最优路径，RSI 路线可能以更低算力成本实现更快迭代。
安全与能力的张力加剧：Anthropic 的创立叙事建立在”AI 安全优先”之上，而 RSI 恰恰是安全社区最担忧的能力。Anthropic 的回答是”最懂风险的人最适合做这件事”——同步推进能力研究和对齐研究，用工程节奏跑赢失控时点。
人才争夺进入新阶段：过去一年的 AI 人才战主要是 Meta 和 OpenAI 之间的互挖。Karpathy 选择 Anthropic 而非回归 OpenAI，信号意义极强——RSI 方向的吸引力可能正在超越单纯的规模扩张。

相关链接

阿里千问 Qwen3.7 系列今日发布：两代并行迭代，国产 Arena 排名登顶

事件概述

5 月 19 日，阿里千问 Qwen3.7-Max-Preview 和 Qwen3.7-Plus-Preview 在 QwenChat 及 Arena（原大模型竞技场）悄然上线。根据 Arena 评测结果，Qwen3.7-Max-Preview 在文本领域排名第 13（国产第一），Qwen3.7-Plus-Preview 在视觉领域排名第 16（国产第一）。今日（5 月 20 日）阿里云峰会将正式发布 Qwen3.7 系列，官方预热海报关键词为”更全能、更强大、有深度、有广度”。

值得注意的是，上一代 Qwen3.6-Max 仍处于预览版阶段，Qwen3.7-Max 预览版便已上线——两代”超大杯”模型处于并行迭代状态，迭代速度显著加快。

技术解析

Qwen3.7 的核心看点在于：

极速迭代节奏：Qwen3.6-Max-Preview 发布仅约三周，3.7-Max-Preview 即上线。这种两代并行迭代的模式在国内大模型厂商中尚属首次，表明阿里的训练基础设施和工程管线已进入高度成熟阶段。
Arena 国产第一：虽然全球排名第 13 与 GPT-5.5/Claude Opus 4.7 等仍有差距，但在国产模型中登顶，对阿里在政府和企业的采购决策中具有战略意义。
电商 Agent 协同：此前千问已全面接入淘宝，支持自然语言搜索、比价、虚拟试穿和直接下单。Qwen3.7 的发布正值 618 大促前夕，模型能力提升将直接转化为电商场景中的 Agent 体验升级。

从阿里财报来看，AI 已跨越初期投入阶段进入商业化回报周期：云外部商业化收入增速 40%，AI 相关收入占比首超 30%（89.71 亿元/季度），年化收入突破 358 亿元。

行业影响

Qwen3.7 的发布折射出国产大模型的三个关键趋势：

从能力竞赛转向落地竞赛：千问与淘宝的深度整合是国产大模型差异化竞争的典型案例——不做通用 ChatGPT 的追赶者，而是将模型能力嵌入自有生态场景中变现。
迭代速度即护城河：三周一迭代的节奏意味着阿里正在用工程速度弥补基础研究的后发劣势。当模型迭代速度足够快时，评测排行榜上的排名差距会在几个版本内被快速消化。
国产替代窗口期：在海外模型 API 访问仍面临合规和延迟问题的背景下，Arena 国产第一的定位为千问在企业级市场赢得了关键信任。

相关链接