AI 周报 - 20260520

本周一句话

Opus 4.7 把 1M 上下文做”可用”了——不是”装得下”那种 1M，是召回 96% 的那种 1M ^[1][2]。这意味着 RAG 之外又开了一条”全部塞进去”的产品路径，对 doc-heavy 企业场景影响最大。

模型层

Anthropic 发布 Claude Opus 4.7，主打 1M context window + 召回质量 ^[1]。Cohere 实验室复测 RULER 1M benchmark 得到 96.3% 的 needle-in-haystack 准确度，是首次有公开模型越过 95% ^[2]——这条线之前是”上下文宣传 vs 实际能用”的分水岭。

The Information 拿到 OpenAI o4 内部 benchmark 截图，AIME-25 数学奥赛得分较 o3 提升 17 pp ^[3]。如果属实，o4 在前沿推理这一支会重新拉开身位。注意：内部 benchmark ≠ 发布版本，且未注明 cot budget。

DeepSeek-V4 在 LMSYS Chatbot Arena 的 reasoning 子榜以匿名 ID bouvardia-r2 短暂登顶 ^[6]。中文社区已基本确认是 DeepSeek 新版。

监管 & 合规

Mistral 在欧盟 AI Office 的 GPAI Tier-2 评审中通过，是欧洲首家拿到该等级合规标签的前沿厂商 ^[4]。Tier-2 要求覆盖模型卡完整性、第三方红队报告、训练数据来源声明三项 ^[5]。下半年 Tier-2 会变强制条件，影响美国厂商在 EU 的发布节奏。

算力

SemiAnalysis 周报披露，NVIDIA Blackwell-2 的批量出货时间从 Q2 押后到 Q3，主因是 CoWoS-L 良率问题 ^[7]。三大云厂商已开始重排 2026 训练集群上架计划，AWS / Azure 转向更激进的 H200 续约。

应用层

Anthropic 对企业客户开放 Computer Use beta ^[8]——这是首次有主流厂商把”agentic 屏幕操作”作为带 SLA 的 enterprise 产品出。客户限于 Bedrock / direct API 月消费 ≥ USD 5k 的账户。

投入产出

Sequoia 更新 AI capex-revenue gap 测算，年化口径下 capex 已比可归因 AI revenue 多出约 6000 亿美元 ^[9]。但他们的结论比去年更乐观：“gap is real but recoverable in 36-48 months if inference unit-cost continues compounding -45%/yr”。

生态

Hugging Face 整理了 mid-2026 各家 open-weight 商用许可现状 ^[10]：明确允许商用的有 Llama / Mistral / Qwen / DeepSeek，模糊（带 Acceptable Use Policy 兜底）的有 Gemma / Falcon。