这一周 AI 圈都发生了什么

视频托管于 B 站 · 在 B 站打开

本期速览

五条主线，一周内全部落地：

GPT-5.5 Instant 默认上线 ChatGPT — 法律 / 医学等高风险场景幻觉率较 GPT-5 砍约一半，免费用户立即可用
开源侧双线齐发 — Google Gemma 4 多 token 预测（推理加速 3 倍）+ 智谱 GLM-5V-Turbo（多模态 Agent 基础模型）
马斯克诉 OpenAI 庭审升温 — Brockman 个人日记当庭朗读、检方亮出马斯克威胁短信
Anthropic × SpaceX 22 万张 GPU — 租用 Colossus-1 数据中心，缓解 AWS/GCP 依赖，算力向太空延伸；同期 Anthropic 发布 10 款金融 AI Agent
代理走向后台 — Vercel 开源 Open Agents 框架，AI 代理像 CI/CD 一样异步跑编码任务；DeepClaude / DeepSeek-TUI / Browserbase Skills 同期登场

把 GPT-5.5 Instant 接进高风险输出场景做一次幻觉回归 — 法律引用 / 医学建议 / 财报摘要对比上一版错误率
盯一下 Gemma 4 的多 token 预测 — 如果你在做实时对话或本地推理，这一改造可能直接把延迟压一半
给团队的编码流水线找一个能跑后台的代理框架 — Vercel Open Agents / ruflo / Open Agents，让 AI 不再只在对话框里干活

精度 · 算力 · 后台代理。OpenAI 把模型推向更可靠，Anthropic 把算力推向更深远，开源把多智能体编排推向了后台。工程师这一周该做的，是把这些能力真正接进自己的流水线，而不是停在 demo 截图里。

这条视频是脚本生成的，不是手工剪辑——v3 流水线首期：

配音：MiniMax speech-2.6-hd × male-qn-jingying 精英男声，10 段共 1715 字
B-roll：10 段即梦 Dreamina seedance2.0fast_vip 图生视频（i2v）—— 先 img-dreamina 5.0 模型生 1920×1080 keyframe，再以 keyframe 作首帧生成 6s 视频；画质相比 W18 t2v 明显高一档
动效：Remotion 写的 React 组件，本期新增章节 Stinger 卡（NEW MODELS / OPENAI GOVERNANCE / BUILDER STACK / ENGINEER ACTION 四章）+ 底部新闻 ticker + 右上日期戳 + 左下来源徽章 + 左上 LIVE 频道角标
字幕条：按中文标点切段、按字符比例对齐音频
音频后处理：ffmpeg sidechaincompress 替换 Remotion 内置 fixed volume——人声进自动压 BGM -12dB，停 0.4s 后回升
SFX：whoosh / tick / ding / shimmer 占位（章节卡 + 数字 reveal 触发）
总成本：约 ¥38，即梦 vip 档不排队 + MiniMax TTS 按量

源码与流水线：ai-weekly-2026-05-11（流水线脚本未公开，复用 Remotion + MiniMax + Dreamina + ffmpeg）。