AI DAILY / 2026-05-30

05·30 - AI 午报：行业热议AI投资回报率，谷歌发布Gemini Omni与3.5 Flash

今天的重点是模型落地成本和实际回报之间的落差：Prof G Markets 播客引发行业对 AI 投资回报率的广泛讨论，Uber 四个月花完全年预算、Stripe 日均 token 支出近 10 万美元。谷歌同日发布 Gemini Omni 视频生成模型和 Gemini 3.5 Flash，OpenAI 则推出 Rosalind Biodefense 生物防御项目。基础设施侧，llama.cpp 统一命令行工具上线，多Token预测基准测试在 RTX PRO 6000 上跑出 3.34 倍加速。

10 NEWS ITEMSHYPO-WRITER 写作档案ASIA/SHANGHAI

#01产业与商业化

AI 投入远超回报引发行业质疑，Uber 四个月花完全年预算

多家科技巨头近期报告 AI 投入远超预期回报，引发行业对 AI 投资回报率的广泛质疑。 Prof G Markets 播客主持人 Scott Galloway 和 Ed Nelson 在旧金山 Castro Theatre 的现场录制中讨论了这一问题。Uber 在四个月内耗尽 2026 年全年 AI 预算，COO 表示越来越难在公司内部证明 AI 成本的合理性。微软已取消多个部门的 Claude Code 许可证，原因是成本过高。Nvidia 一名高管称算力成本已"远超员工成本"。 Salesforce 预计今年在 Anthropic tokens 上花费 3 亿美元，Stripe 技术人员每日 AI token 支出近 10 万美元。ServiceNow 同样耗尽了其 Anthropic 全年预算。MIT 教授的一项调查显示，仅约 5% 的 AI token 项目能被 CFO 关联到实际回报。Meta、Amazon 等公司甚至创建了内部排行榜追踪员工 AI token 使用量，使用最多的人被视为"最具 AI 前瞻性"。Galloway 警告，若 Nvidia 首次业绩不及预期（此前已连续 15 个季度超预期），可能引发市场 5-10% 的下跌。 ---

#02生物与科学

OpenAI 推出 Rosalind Biodefense 项目，向全球开发者开放 GPT-Rosalind

OpenAI 于 5 月 29 日宣布启动 Rosalind Biodefense 项目，向全球合格的学术、非营利及商业开发者赞助其生命科学推理模型 GPT-Rosalind，并提供启动支持。受信任开发者可用该模型构建流行病学建模、早期检测、筛查等生物防御应用。同时，OpenAI 向美国及盟国政府合作伙伴扩大受信任访问，首批合作伙伴包括 Lawrence Livermore National Laboratory、Johns Hopkins Applied Physics Laboratory 和 CEPI，已开始利用该模型推进医疗对策评估、蛋白质工程和疫苗加速开发。该项目以 Rosalind Franklin 命名，目标是通过前沿 AI 能力强化社会对生物威胁的防御，并建立负责任的安全框架。 ---

#03模型与平台

谷歌发布 Gemini Omni 与 Gemini 3.5 Flash，11 个演示视频展示能力

谷歌发布 Gemini Omni 和 Gemini 3.5 Flash 两个新模型，并通过 11 个演示视频展示其能力。 Gemini Omni 支持从图像、音频、视频和文本输入生成高质量视频，可通过自然语言对话式编辑视频，保持角色、物理和场景一致性。Gemini 3.5 Flash 专注于 Agent 任务和编码，在 Antigravity 框架下可执行多步骤工作流、生成交互式 UI 和图形，并作为默认模型驱动 Gemini 应用和 AI Mode 搜索。 Gemini Omni Flash 向 Google AI 订阅用户及 YouTube Shorts 用户开放，Gemini 3.5 Flash 通过 Antigravity、AI Studio 等渠道全面可用。

#04基础设施与推理

多Token预测基准测试：Gemma 4 在 RTX PRO 6000 上实现 3.34 倍加速

一位开发者在 NVIDIA RTX PRO 6000 Blackwell 上对 Gemma 4 31B 和 Qwen 3.6 27B 进行多Token预测（MTP）推理加速基准测试，最佳结果达到 132.52 tok/s，相比基线 39.69 tok/s 实现 3.34 倍加速。测试使用 vLLM 和 llama.cpp 两个推理引擎，硬件配置为 AMD Ryzen 9 9950X + RTX PRO 6000 Blackwell（96GB VRAM）+ 92GB RAM。测试发现 vLLM 在 Gemma 4 上表现优于 llama.cpp（llama.cpp 尚不支持 Gemma 4 MTP），而 llama.cpp 在 Qwen 3.6 Q8 上以 nmax=3 达到 117.70 tok/s。最优推测Token数并非越高越好——vLLM + Gemma 4 的甜区是 n=5，llama.cpp + Qwen 3.6 的甜区是 n=3。密集模型因前向传播更均匀，MTP 增益最大。解码阶段受内存带宽限制而非计算限制，MTP 通过摊销内存成本实现加速。作者未深入评估质量退化，但指出目标模型仍会验证每个Token，质量风险较低。完整测试配置和 Docker 脚本已开源。代码：https://github.com/lukaLLM/llamacpp-vllm-mtp-setup-and-speed-benchmark-qwen3.6-gemma4

#05模型与平台

ChatGPT 更新 GPT-5.5 Instant 模型，推出长对话目录功能

OpenAI 于 5 月 28 日更新 GPT-5.5 Instant 模型，提升回复自然度与事实性，并移除 Canvas 功能。 Canvas 功能被替代为在聊天中直接支持 writing blocks 和 code blocks。同时，ChatGPT 为超过 5 条回复的长对话自动生成目录，方便回溯。 OpenAI 同时宣布 GPT-4.5 将于 6 月 27 日、o3 将于 8 月 26 日从 ChatGPT 下线。上述变更仅影响 ChatGPT 产品，API 不受影响。

#06基础设施与推理

llama.cpp 发布统一命令行工具与新网站

llama.cpp 项目发布新官方网站，并推出统一的 llama 命令行二进制文件。此前该项目的 llama-cli、llama-server、llama-quantize 等功能分散在多个独立二进制中，现在统一为单一 llama 命令，通过子命令区分功能。新网站同步上线，提供更清晰的文档和入门指引。这一整合降低了新用户的使用门槛，也与项目近期的架构优化方向一致。 ---

#07Agent 与开发者工具

Codex 在 Windows 端上线 Computer Use，可控制任意桌面应用

OpenAI Codex 的 Windows 桌面应用正式支持 Computer Use 功能，用户可通过自然语言提示控制任意 Windows 应用。此前 Computer Use 仅在 macOS 和 Linux 端可用。该更新在 X 平台由 @LoganK（OpenAI 开发者关系负责人）和 @Codex 官方账号同步宣布，linux.do 社区也有多个帖子确认。Computer Use 允许 Codex Agent 直接操作桌面 GUI 应用，不限于终端环境。目前尚不清楚是否需要额外的权限配置或应用白名单。 ---

#08模型与平台

Claude Code 用户报告 Opus 4.8 存在严重质量退化

多位 Claude Code 用户在 linux.do 论坛报告，Opus 4.8 版本存在严重的质量退化问题。一名用户经过 5 小时系统测试后发帖警告"不要升级 Opus 4.8"，称其实测发现致命 bug。目前该帖引发社区广泛关注，但 Anthropic 官方尚未作出回应。另有用户反馈 Claude Code 的 Opus 4.8 思考时间异常偏长。正在使用 Claude Code 的用户可暂时观望，等待官方修复或确认后再行升级。

#09模型与平台

MiniMax M3 即将发布，招募中文开源社区评测者

MiniMax 在 X 平台预告即将发布 M3 模型，并开放中文开源社区评测者招募。此前 MiniMax M2.7 在 CyOps 基准测试中取得了竞争力较强的成绩，M3 预计将在多模态和推理能力上进一步提升。MiniMax 同步招募中文社区评测者，显示其对中国开发者生态的重视。具体发布时间和模型参数尚未公布。 ---

#10文化与产业观察

一部 AI 生成电影在戛纳市场放映，制作成本仅 500 美元

一部完全由 AI 生成的电影在戛纳电影市场（Marché du Film）放映，整部影片的制作成本仅为 500 美元。这部影片成为 AI 视频生成工具能力快速提升的标志性事件。500 美元的制作成本与传统电影动辄数百万美元的预算形成鲜明对比，引发电影行业对成本结构和就业影响的讨论。影片具体使用的 AI 工具和制作流程尚未被详细披露。 ---