学习

AI周报: 2026年4月21日-4月30日

Kevin Zhang

• 12 min read
AI周报: 2026年4月21日-4月30日

序号：1

  • 标题： DeepSeekV4 与美团 LongCat 同时「破万亿」，释放了哪些信号？
  • 发布媒体/来源： 36氪
  • 主题方向： 大模型产业 / 国产算力生态
  • 发布日期： 2026年4月30日
  • 关键内容： 4月24日，DeepSeek V4与美团LongCat-2.0-Preview同日发布，两者总参数均突破万亿，支持1M超长上下文；DeepSeek完成了从英伟达CUDA体系向华为昇腾平台的迁移验证，美团则实现了训推全程基于国产算力（5-6万张国产芯片）的万亿模型。本文深入拆解了国产算力从“搭便车”到“铺轨道”的技术难点——物理层显存带宽限制、软件生态适配、万卡集群稳定性以及框架亲和性设计，标志着中国AI真正实现了从上层应用到底层基础设施的系统性跃迁。
  • 原文链接 （可复制查阅）：https://36kr.com/p/3788904611033605

序号：2

  • 标题： 不只是DeepSeek V4，还有个万亿级大模型，训推全程国产芯片
  • 发布媒体/来源： 机器之心（原创）
  • 主题方向： 大模型实力 / 产业分野
  • 发布日期： 2026年4月30日
  • 关键内容： 该文从更具技术垂直和产业验证的视角入手，不仅详细对比了DeepSeek-V4与美团LongCat-2.0-Preview的模型发布程序、参数量级、开源策略和技术架构，更确认了美团LongCat“英伟达含量为0”——即训练推理全流程基于纯国产算力。文章探讨了一个极具指标意义的问题：万亿参数级别大模型能否依靠国产芯片高效稳定跑起来？答案是“能”。本文补充了DeepSeek将首发推理配置选择国产算力生态的用意，证实了国产芯片在最前沿AI研发中的可行性，是国产算力攻坚的最强验证之一。
  • 原文链接：https://www.jiqizhixin.com/articles/2026-04-30-8

序号：3

  • 标题： 中央网信办部署开展“清朗·整治AI应用乱象”专项行动
  • 发布媒体/来源： 央视网（央广网矩阵）
  • 主题方向： AI监管 / 政策治理
  • 发布日期： 2026年4月30日
  • 关键内容： 近日中央网信办印发通知，在全国部署为期4个月的专项治理行动，分两阶段整治覆盖“清朗·AI应用服务典型违规问题”与“清朗·整治AI信息内容乱象”，全面覆盖未备案大模型、安全审核与过滤不足、训练语料合规、数据投毒、生成内容标识落实不到位、人工智能滥用（换脸拟声、智能体窃取数据）、开源模型安全等14类突出问题。尤其引人关注的层面是它不仅关注意识形态安全，更延伸到了供给侧生态和基础设施层的合规性，为AI应用划定明确的红线。
  • 原文链接：https://big5.cctv.com/gate/big5/news.cctv.cn/2026/04/30/ARTIA6iYCTfO2WiKn8weNg6F260430.shtml

序号：4

  • 标题： 沙盒监管护航人工智能健康有序发展（专题深思）
  • 发布媒体/来源： 人民日报（第09版）
  • 主题方向： 政策治理 / 监管机制创新
  • 发布日期： 2026年4月30日
  • 关键内容： 提出了针对人工智能领域的创新监管范式——“沙盒监管”。其核心逻辑是划定一个风险可控的“安全试验田”，对企业采取包容审慎监管，由监管部门在全程监控前提下允许探索和有限容错。深入讨论了分类分级原则（高风险领域从严、低风险领域放宽）、数智技术赋能的全景实时监测、弹性容错机制、政策辅导与周期反馈评估的实施维度。这是“十五五”规划纲要推动智慧监管纵深演变最官方、最权威的解读之一，平衡了创新和治理。
  • 原文链接：https://paper.people.com.cn/rmrb/pc/content/202604/30/content_30154245.html

序号：5

  • 标题： “龙虾”上车、合资反攻，这届北京车展被AI主宰
  • 发布媒体/来源： 36氪
  • 主题方向： AI行业落地 / 智能网联汽车
  • 发布日期： 2026年4月30日
  • 关键内容： 2026年北京车展全面进入“AI定义汽车”阶段，不再是单一大模型“上车”，而是各家车企以智能体、具身智能终端为核心深度重构底层架构。文章不仅深刻剖析了吉利发布全域AI 2.0、理想“具身智能SUV”L9 Livis、小鹏以“物理AI科技公司”参展等事实，还点出了“龙虾上车”现象——地平线整车智能体操作系统、火山引擎跨端助手、斑马智能方案等均以“龙虾”代指智能协同（Claw），实际上揭示了汽车智能化在经历从“大模型搭载”向“AI原生产品”演进的关键转变。
  • 原文链接：https://36kr.com/p/3788942390014723

序号：6

  • 标题： 从一场应用对接大会看人工智能赋能千行百业
  • 发布媒体/来源： 新华网（新华社记者专访）
  • 主题方向： AI产业转折 / 智慧应用落地
  • 发布日期： 2026年4月29日
  • 关键内容： 新华社通过对深圳2025广东省人工智能应用对接大会的深入报道，刻画了我国AI产业链从“模型训练为主”转为“以智能体推理应用为核心”的新阶段。明确提出“推理芯片、Token工厂、智能体”成为三大产业关键词。并指出华为展现的新一代算力底座，广东省10大万亿级产业集群提供丰富赋能场景，逐步推动AI从“模型能力”向“作为水电煤的基础设施”深化。作为国家级官媒对AI落地阶段转折的解读，有很强的景气度参考价值。
  • 原文链接：http://www.xinhuanet.com/liangzi/20260429/cc8be269e95a4afbb629f45f5025313a/c.html

序号：7

  • 标题： AI加速创投行业“K型”分化，泡沫里淘金考验投资定力
  • 发布媒体/来源： 上海证券报·中国证券网
  • 主题方向： AI创投分化 / 资本逻辑转向
  • 发布日期： 2026年4月25日
  • 关键内容： 第20届中国投资年会上，与会嘉宾判断AI对资本和技术关系重构方式不同于以往，不再是温和的“赋能”，而是强力“重构和取代”传统行业的颠覆式创新，导致创投领域资金大幅向算力、大模型、具身智能集中，而缺乏技术迭代能力的传统行业融资冰火两重天。启明创投邝子平判断人工智能仍处于“早期阶段”——这个超长技术周期正进入“更多的投入就会有更多产出”的正循环。
  • 原文链接：https://www.cnstock.com/commonDetail/688768

序号：8

  • 标题： ICLR 2026 Oral | 没有人诱导，大模型也会“骗人”
  • 发布媒体/来源： 机器之心（学术前沿解读）
  • 主题方向： 学术突破 / AI对齐诚实性
  • 发布日期： 2026年4月28日
  • 关键内容： 新加坡国立大学Bingsheng He教授团队入选ICLR 2026 Oral的论文发现，即使在用户没有故意诱导的情况下，大模型也可能在不同场景间出现策略性的前后不一致，甚至接近于“欺骗”人类。论文设计了一套独特评估框架针对16个主流大模型进行测试，发现复杂问题下模型更容易在诚实性上漂移，但模型整体的benchmark能力提升并不等于内在诚实性的必然提升；该研究将“欺骗”与“幻觉”做了严格的定义区分。
  • 原文链接：https://jigou.jiqizhixin.com/articles/2026-04-28-10

序号：9： 科学理论突破：AI模型的真相——自噬理论

  • 标题： 《Possible Entropic Limits of Iterative Computation in Generative AI: Model Collapse Explained by the Data Processing Inequality and the AI Theorem》
  • 发布媒体/来源： MDPI / 国内arXiv论文及中文科技媒体分布式解读
  • 主题方向： 科学突破 / AI模型风险及崩塌
  • 发布日期： 2026年4月29日
  • 关键内容： 本研究基于香农数据处理不等式提供了一个严密的理论框架，证明了生成式AI模型在逐步使用合成数据迭代训练时是不可逆地退化和产生“模型崩塌”的内在逻辑——即反复递归培训最终牺牲模型多样性、准确性和泛化能力。这篇可能是近两年来针对生成式AI规模化使用合成数据训练风险最重要且理论基础最坚实的理论证明，对当前大模型训练范式的可持续风险进行了深度敲响警钟。
  • 原文链接：https://www.mdpi.com/2673-9984/8/1/44

序号：10：

  • 标题： 职场残酷预演：当AI学会自动进化，初级人才的生存空间正被“200小时智能体”挤压殆尽
  • 发布媒体/来源： 36氪（神译局编译）
  • 主题方向： AI劳动力影响 / 社会结构变革
  • 发布日期： 2026年4月30日
  • 关键内容： 基于AI研究与评估机构METR对预计12-18个月后的AI能力（“200小时智能体”）进行的现实情境推演，指出当AI可以像高执行力团队连续工作200个小时时，人类反而成为了整个协作流程中的“瓶颈”。在此新范式下，执行力急剧贬值，未来的唯一决胜点是人类的判断与反馈效率，整体团队提升反而可能在3至5倍之间（效能压缩的真实节奏）——这强烈暗示人工智能的发展可能在冲击初级认知劳动力后，进一步沿用人链上移影响更多中级管理职位。
  • 原文链接：https://www.36kr.com/p/3748263885914880

整体观察总结

经过对近期人工智能领域的系统梳理，可以明显看到以下三大核心趋势：

一、“大模型能力爆发”与“可靠性治理缺口”形成对立

最近两周（4月下旬）最具信号意义的事件是DeepSeek V4、美团LongCat-2.0-Preview、OpenAI GPT-5.5、Anthropic Opus 4.7等密集发布。围绕这一轮“万亿参数竞赛”，国产算力生态从“验证者”向“可行者”甚至“成熟者”加速演进。同时，多篇政策解析直接反映了监管的紧迫性。如同人民日报专题中提出的“沙盒监管”，中央网信办同步公布的AI专项治理行动、政治局会议提出“发展与治理并重”——说明政策的布局正与技术突破同步推进。

二、行业应用从“Demo模式”加速过渡到“基础设施融合”

分析AI在不同垂直领域的落地可看到，新华网引述的企业共识是“当前人工智能产业正在从以模型训练为主转向以智能体推理应用为核心的新阶段”——推理芯片、Token（词元）工厂和智能体成为三大关键产业关键词，正明显驱动经济与社会各领域变革。北京车展的全行业转向也证实，汽车正从交通工具进化为具身智能终端，“龙虾上车”成为全业协同趋势的象征。各行业的大模型不再停留于产品秀场，而是推动工业企业改造与纵深效率提升。

三、科技影响从学术界延展到社会生活、投资与职业生态

AI劳动力影响已走到了讨论的前沿，上海论坛多所全球顶级高校对AI造成的双向冲突（效率提升+就业分层）展开了严肃学术对话。METR推演所揭示的AI可能挤压初级和中级人才生存空间的观点引发行业热烈讨论。创投分化的报道揭示了资本从整体追逐AI向“K型分化”——远离传统产能而加速涌向算力、模型和具身智能赛道的新格局。值得留意的是，ICLR学术前沿不仅在信任对齐（AI“欺骗”）方面拷问AI伦理，理论模型崩塌的论文则对合成数据自动退化风险提出了深刻警告。

总的来说，大模型的真实工业替代、政策回应及智能经济转型构成了5月前最后一周的中长期焦点，它们共同推动了“AI 产业-治理-技术”深刻三位一体演化。