今日热点导览 TOP 3大新闻 官方通报"安徽一女子称在霸王茶姬中喝出水银"：异物系购买人投放 马斯克详细回顾了自己的成长经历，试图让陪审团相信，他所有的商业行为都关乎人类的福祉。他还在 法庭上将自己描绘成心系全人类的英雄，并暗示奥尔特曼是反派角色。 他表示自己早在大学时期就对AI感到担忧，认为 AI 是一把"双刃剑"，"可以治愈所有疾病、让所有人富 足，也可能杀死所有人"。 他将 AI 的结局归结为两种：要么是《星际迷航》式的乌托邦，要么是《终结者》式的反乌托邦。他希 望吉恩 · 罗登贝里的作品而非詹姆斯 · 卡梅隆的。马斯克称，这也正是他参与创立OpenAI的初衷。（IT 之家） AI造富，三星家族财富一年翻倍至3000亿跃居亚洲第三 4月29日，据彭博社报道，彭博亿万富翁指数显示，截至今年3月，三星李氏家族的财富总额已从一年前 的约201亿美元翻倍至455亿美元(约合3111亿元人民币)左右。2020年，三星电子背后的李氏家族掌门人 李健熙(Lee Kun-hee)去世，其家族很快面临双重危机：首当其冲的是高达数十亿美元的遗产税。次年， 其子李在镕(Jay Y. Lee)因向前总统朴槿惠行贿以争取对其继 ...

2026年，AI产业的竞争正在发生一场关键转向。 对于英伟达而言，Nemotron 3 Nano Omni并非孤立的模型发布，而是嵌入在英伟达算力、模型、工具 链、应用的完整体系之中，成为其向Agent时代延伸的关键支点。 与此同时，OpenAI、谷歌以及中国厂商都在同步加速布局，围绕智能体展开的产业竞赛，正在重新定 义大模型的价值逻辑。 4月29日，随着英伟达发布新一代开源全模态模型Nemotron 3 Nano Omni，大模型竞争的焦点加速转向 智能体（Agent）和应用效率。 科技巨头们固然要推出更强的模型，但更关键的是要让模型真正干活。Nemotron 3 Nano Omni专为 Agentic AI设计，让AI能够像人类一样"看听说做"，被定位为企业级AI智能体的感官大脑。 不同于过去围绕文本生成能力展开的技术竞赛，这一模型试图将文本、图像、音频与视频统一到一个推 理体系之中，并通过更高效的架构设计降低算力消耗。根据英伟达官方博客，该模型在效率上实现了跨 越式提升，推理吞吐量可以提高9倍。 图片来源：新华社 英伟达织网 过去两年，大模型能力的持续跃升，让AI在内容生成领域取得了显著进展。但当这些能 ...

产品发布与核心特性 - 英伟达正式推出全新多模态推理模型Nemotron 3 Nano Omni，该模型将文本、视觉、语音三大模态能力深度融合至单一模型体系，并可免费使用 [1] - 模型可处理文本、图像、音频、视频、文档、图表和图形界面等多种输入，并以文本形式输出 [1] - 模型采用混合专家（MoE）架构，可根据不同任务与模态动态激活专家网络，在保证高吞吐的同时实现强多模态感知能力 [1][6] - 模型的核心架构创新性地将Mamba层与Transformer层深度融合，Mamba层提升序列处理效率与内存利用率，Transformer层保障精准推理计算，使内存和计算效率最高提升4倍 [6] 性能表现与数据 - 模型整体吞吐量达到同类开放多模态模型的9倍 [1][6] - 在MMlongbench-Doc、OCRBenchV2等文档智能榜单上占据前五；在视频理解任务DailyOmni和音频理解任务VoiceBench上排名第一，超过Qwen3-Omni-30B-A3B-Thinking和Gemini 2.5 Flash [1] - MediaPerf数据显示，其在多任务场景中实现最高吞吐量，并在视频级标注任务中具备最低推理成本 [1] - 对于视频推理，与替代的开放式全向模型相比，其有效系统容量可提高约9.2倍 [6] - 对于多文档推理，与替代的开放式全向模型相比，其有效系统容量可提高约7.4倍 [7] - 从之前的Nemotron Nano VL V2型号到Nemotron 3 Nano Omni，多模态精度在行业领先的基准测试中均有所提高 [8] - Nemotron 3模型系列在过去一年中的下载量已超过5000万次 [5] 技术能力与实测 - 模型训练使用了Qwen3-VL-30B-A3B-Instruct、Qwen3.5-122B-A10B、Qwen3.5-397B-A17B、Qwen2.5-VL-72B-Instruct和gpt-oss-120b进行改进 [2] - 实测显示模型能快速解析演讲视频并提炼关键信息，可应答特定人物演讲中的细分议题相关问题，问答贴合原文 [2] - 模型能读取、解析专业技术文档，解答模型训练类硬核技术问题，展现出不俗的理解能力、多模态信息处理与专业内容解读能力 [2] - 在具体测试中，模型能在几秒内完成对三分多钟演讲视频的画面与语音联合理解，准确概括核心观点并指出关键信息 [3] - 模型具备对长视频内容的持续记忆与跨模态检索能力，能快速定位相关片段并给出细致回答 [4] - 模型能在同一推理框架下无缝衔接处理从视频到文本的多源信息，解析复杂技术细节 [5] 应用场景与部署 - 主要应用场景包括计算机用户代理导航图形界面、企业分析和合规工作流程的文档智能，以及客户服务和研究应用的音视频理解 [5] - 模型提供开放的权重、数据集和训练技术，可部署在本地系统、数据中心和云环境中，以满足监管、主权或数据本地化要求 [5] - 早期采用者包括Aible、富士康、Palantir和H Company，戴尔科技、DocuSign、Infosys和Oracle等公司正在评估该模型 [5] 市场竞争与差异化 - 智能体推理领域的开源AI模型市场竞争激烈，参与者包括Meta的Llama系列、谷歌的Gemini、OpenAI的GPT系列以及Deepseek新发布的V4-Pro、V4-Flash [9] - Nemotron 3 Nano Omni的核心差异化在于四大优势的独家集合：单模型统一视觉、音频、文本多模态感知；混合专家高能效适配边缘部署；开源权重开放；完全商用授权 [9] - 目前暂无竞品同时具备全部特性，对标产品各有短板，例如谷歌端侧模型Gemini Nano未开源，Meta Llama多模态版本无法在统一架构内整合音频处理能力 [9] 战略意义与行业影响 - 该模型的战略影响远超产品本身，若其成为智能体部署的主流选择，英伟达将实现推理GPU硬件、优化加速软件框架、自研上层模型的三位一体 [11] - 竞品若基于英伟达模型二次开发，会进一步加深对英伟达硬件的依赖；即便对手自主研发模型，训练环节仍离不开英伟达GPU算力支撑 [11] - 此举旨在渗透产业每一层核心环节、构筑不可替代性，而非追求单点垄断 [11]

文章核心观点 - 2026年AI产业竞争的关键转向是从大模型能力竞赛转向智能体(Agent)和应用效率的竞争，英伟达发布新一代开源全模态模型Nemotron 3 Nano Omni是这一转向的标志性事件[1] - 智能体(Agent)正在成为大模型竞争的核心载体，决定胜负的关键变量是统一多模态能力、高效低成本推理能力以及真实场景中的稳定部署能力[8] - 全球AI厂商围绕智能体形成了三种主要竞争路径：应用闭环型、平台嵌入型和基础设施+模型底座型，中国厂商则呈现出更明显的场景驱动特征[7][8] - 从长期看，围绕智能体的竞争或将重塑软件产业形态，用户将通过智能体完成任务，传统软件退居幕后[9] 根据相关目录分别进行总结 产业竞争转向与英伟达新模型 - 2026年AI产业竞争焦点加速转向智能体(Agent)和应用效率[1] - 英伟达发布专为Agentic AI设计的开源全模态模型Nemotron 3 Nano Omni，旨在让AI能够像人类一样“看听说做”，成为企业级AI智能体的感官大脑[1] - 该模型将文本、图像、音频与视频统一到一个推理体系中，并通过更高效的架构设计降低算力消耗，推理吞吐量可以提高9倍[1] - Nemotron 3 Nano Omni嵌入英伟达算力、模型、工具链、应用的完整体系，是其向Agent时代延伸的关键支点[1] 智能体发展的瓶颈与英伟达方案创新 - AI在向智能体进化时遭遇现实瓶颈，包括系统复杂、成本高昂、稳定性不足、难以在企业场景中大规模部署等[3] - 传统AI Agent基于多模型协作，存在延迟、信息损耗和系统复杂度高等工程缺点[3] - 英伟达Nemotron 3 Nano Omni的核心创新在于将多模态能力整合进单一模型，实现从感知、理解到推理的统一闭环，以提升一致性与稳定性[3] - 该模型采用MoE（专家模型）架构，在约300亿参数规模下仅激活部分参数参与推理，显著降低算力消耗[5] - 模型深度优化了基于Hopper和Blackwell架构的FP8推理，并兼容RTX 5090等消费级显卡和Jetson Thor机器人平台[5] - 对于企业级用户，在同样的H100显卡集群上能跑出数倍于以往的业务量，模型优化变相提供了算力升级[5] - Nemotron 3系列模型构建在英伟达NeMo框架之上，并与CUDA算力体系、推理优化工具及企业部署平台协同，提供从模型训练到Agent部署的完整路径[5] 全球AI厂商的竞争路径分化 - OpenAI代表“应用闭环型”路径，通过ChatGPT强化Agent能力，直接面向终端用户，构建“AI即应用”的产品形态，优势在于用户触达能力强、产品迭代快[7] - 谷歌代表“平台嵌入型”路径，通过将Gemini能力嵌入搜索、办公软件与操作系统，让Agent成为其既有生态的一部分，优势在于场景丰富[7] - 英伟达代表“基础设施+模型底座”路径，通过Nemotron系列模型叠加CUDA、NeMo等工具链，提供构建Agent的标准化底座[7] - 中国厂商的竞争逻辑呈现出更明显的场景驱动特征[7] - 华为依托昇腾算力、盘古大模型和行业解决方案，强调在应用场景中实现闭环落地，定位接近行业Agent解决方案提供者[8] - 阿里巴巴依托通义千问大模型与阿里云生态，发力企业服务市场并通过云平台输出Agent能力，同时通过千问打通旗下APP，强调“云+模型+应用”一体化[8] - 字节跳动通过豆包等产品探索Agent在内容与交互场景中的应用，强调用户侧体验与分发能力[8] 智能体竞争的影响与未来 - 智能体正在从技术工具转向企业生产力工具，成为连接大模型能力与商业价值的关键载体[5] - 围绕智能体展开的产业竞赛正在重新定义大模型的价值逻辑[1] - 从更长周期看，这场竞争或将重塑软件产业基本形态，用户不再直接操作软件，而是通过智能体完成任务，传统软件逐渐退居幕后[9] - 谁能够在Agent时代建立标准、降低门槛并率先实现规模化落地，就更有可能在下一轮AI产业竞争中占据主导位置[9]

行业竞争转向 - 2026年AI产业竞争的关键转向是焦点从大模型本身加速转向智能体（Agent）和应用效率 [1] - 科技巨头们不仅需要推出更强的模型，更关键的是让模型能够真正执行任务 [1] - 围绕智能体展开的产业竞赛正在重新定义大模型的价值逻辑 [1] 英伟达新产品发布 - 英伟达于4月29日发布新一代开源全模态模型Nemotron 3 Nano Omni，专为Agentic AI设计 [1] - 该模型被定位为企业级AI智能体的感官大脑，旨在让AI能够像人类一样“看听说做” [1] - 模型试图将文本、图像、音频与视频统一到一个推理体系中，并通过高效架构降低算力消耗 [1] - 根据官方数据，该模型在效率上实现跨越式提升，推理吞吐量可以提高9倍 [1] - 该模型并非孤立发布，而是嵌入在英伟达算力、模型、工具链、应用的完整体系中，是其向Agent时代延伸的关键支点 [1] 技术瓶颈与创新 - 当AI能力进化到智能体执行任务时，产业遭遇系统复杂、成本高昂、稳定性不足、难以大规模部署等现实瓶颈 [2] - 传统AI Agent基于多模型协作，存在模型间切换带来的延迟、信息损耗及系统维护成本高等缺点 [2] - Nemotron 3 Nano Omni的核心创新在于将多模态能力整合进单一模型，实现感知、理解到推理的统一闭环 [2] - 这种“统一大脑”设计能减少跨模型调用的效率损耗，提升Agent在复杂任务中的一致性与稳定性 [2] - 该模型采用MoE（专家模型）架构，在约300亿参数规模下仅激活部分参数参与推理，在保证性能的同时显著降低算力消耗 [2] 硬件兼容与生态协同 - 新模型深度优化了基于Hopper和Blackwell架构的FP8推理，同时兼容RTX 5090等消费级显卡和Jetson Thor机器人平台 [3] - 对于企业用户，在同样的H100显卡集群上能跑出数倍于以往的业务量，模型优化变相提供了算力升级 [3] - 智能体正在从技术工具转向企业生产力工具，成为连接大模型能力与商业价值的关键载体 [3] - Nemotron 3系列模型构建在英伟达NeMo框架之上，并与CUDA算力体系、推理优化工具及企业级部署平台形成协同 [3] - 英伟达试图提供从模型训练到Agent部署的完整路径 [3] 全球AI厂商竞争路径 - 全球AI厂商逐渐形成三种不同路径 [4] - **应用闭环型路径**：以OpenAI为代表，通过ChatGPT强化Agent能力，直接面向终端用户，构建“AI即应用”产品形态，优势在于用户触达能力强、产品迭代快，但在企业级定制与底层控制上存在限制 [5] - **平台嵌入型路径**：以谷歌为代表，通过将Gemini能力嵌入搜索、办公软件与操作系统，让Agent成为其既有生态的一部分，优势在于场景丰富，但复杂生态可能拖慢落地节奏 [5] - **基础设施+模型底座路径**：以英伟达为代表，通过Nemotron系列模型叠加CUDA、NeMo等工具链，不仅提供算力，还试图提供构建Agent的标准化底座 [5] 中国厂商竞争逻辑 - 中国厂商的竞争逻辑呈现出更明显的场景驱动特征 [5] - 以华为为代表，其核心优势在于软硬一体的全栈能力，从昇腾算力到盘古大模型，再到行业解决方案，更强调在应用场景中实现闭环落地，定位更接近行业Agent解决方案提供者 [5] - 阿里巴巴依托通义千问大模型与阿里云生态，既发力企业服务市场，通过云平台输出Agent能力，又通过千问打通旗下APP，强调“云+模型+应用”的一体化能力 [6] - 字节跳动通过豆包等产品探索Agent在内容与交互场景中的应用，强调用户侧体验与分发能力 [6] 行业共识与未来趋势 - 一个共识正在形成：Agent正在成为大模型竞争的核心载体 [6] - 在此阶段，真正决定胜负的不再是参数规模，而是三个关键变量：是否具备统一多模态能力、是否具备高效低成本推理能力、是否能够在真实场景中实现稳定部署 [6] - 从更长周期看，围绕Agent的竞争或将重塑软件产业基本形态，用户不再直接操作软件，而是通过智能体完成任务，传统软件逐渐退居幕后 [6] - 谁能够在Agent时代建立标准、降低门槛并率先实现规模化落地，就更有可能在下一轮AI产业竞争中占据主导位置 [6]

大家早上壕！ 先看海外要闻： 1、隔夜美股标普500跌幅0.49，道指跌幅0.05，纳指跌幅0.90。标普500指数收报7138.80点， 道指收报49141.93点，纳指收报24663.80点。 2、美股七巨头（Magnificent 7）指数跌0.23%，报214.75点。费城半导体指数跌3.58%，报 10035.58点。Arm控股跌超8.7%，Sandisk跌7.6%，应用材料、美光科技、博通、西部数据至 多跌6.4%，阿斯麦ADR跌4.2%，英特尔跌4.2%，英伟达跌约2.9%。 3、WTI 6月原油期货收涨3.69%，报99.93美元/桶，布伦特6月原油期货收涨2.80%，报 111.26美元，现货黄金跌1.86%，报4595.11美元/盎司，现货白银跌3.21%。 4、纳斯达克金龙中国指数收跌0.49%，报6835.31点。金山云跌6.4%，万国数据跌4.8%，世 纪互联跌3.7%，小米跌3.3%，小鹏跌2.6%，比亚迪跌2.3%，阿里、拼多多跌1.2%，蔚来涨 1.8%，新东方涨2.1%，阿特斯太阳能涨6.6%。 5、阿联酋宣布5月1日起退出OPEC和OPEC+，将逐步提高石油产量。阿联酋油企 ...

大家早上壕！ 先看海外要闻： 1、隔夜美股标普500跌幅0.49，道指跌幅0.05，纳指跌幅0.90。标普500指数收报7138.80点， 道指收报49141.93点，纳指收报24663.80点。 2、美股七巨头（Magnificent 7）指数跌0.23%，报214.75点。费城半导体指数跌3.58%，报 10035.58点。Arm控股跌超8.7%，Sandisk跌7.6%，应用材料、美光科技、博通、西部数据至 多跌6.4%，阿斯麦ADR跌4.2%，英特尔跌4.2%，英伟达跌约2.9%。 3、WTI 6月原油期货收涨3.69%，报99.93美元/桶，布伦特6月原油期货收涨2.80%，报 111.26美元，现货黄金跌1.86%，报4595.11美元/盎司，现货白银跌3.21%。 4、纳斯达克金龙中国指数收跌0.49%，报6835.31点。金山云跌6.4%，万国数据跌4.8%，世 纪互联跌3.7%，小米跌3.3%，小鹏跌2.6%，比亚迪跌2.3%，阿里、拼多多跌1.2%，蔚来涨 1.8%，新东方涨2.1%，阿特斯太阳能涨6.6%。 5、阿联酋宣布5月1日起退出OPEC和OPEC+，将逐步提高石油产量。阿联酋油企 ...

英伟达发布开源全模态模型Nemotron 3 Nano Omni - 英伟达正式推出开源全模态推理模型Nemotron 3 Nano Omni，定位企业级AI Agent一体化基础模型底座，可同时处理文本、图像、音频及视频输入，在统一架构内完成跨模态理解与推理 [1] - 该模型融合Transformer与Mamba机制，并引入混合专家（MoE）架构，参数总量约300亿，但每次仅激活30亿参数，支持最高百万token级别超长上下文，英伟达称其可帮助AI智能体实现高达9倍的效率提升 [1] - 英伟达将Nemotron 3系列定位为“代理式AI”基础模型，旨在驱动具备决策与执行能力的智能体系统，富士康、Palantir等已率先采用，戴尔、甲骨文等正在评估中，此举意在从“算力供应商”向“模型平台商”延伸，以开源策略锁定AI产业链生态位 [1] AI行业发展趋势与商业化前景 - 东方证券认为，Token是衡量AI发展速度的核心指标，2026年模型智能水平与稳定交付能力提升，正驱动Token消耗切实向实际生产场景落地，多模态与智能体的加速普及将推动Token用量与其创造的价值量同向增长，形成良性循环并带动商业化加速 [2] - 多模态视频生成方面，可灵1月年化经常性收入（ARR）环比增长25%达3亿美元，下游漫剧场景中，巨量引擎预测2026年漫剧市场规模将突破220亿元，AI可覆盖80%的制作工作，模型技术提供方与中间层整合方将充分受益 [2] - 综合来看，具有全模态技术布局的模型厂商及受益于底模能力迭代的下游应用场景，是当前产业链最值得关注的方向 [2] 相关公司的业务布局与技术进展 - 国脉文化依托多种主流大模型能力以及海量数字内容优势对内赋能AIGC数字内容创作，现已产出数百集AI短剧内容，多部短剧获奖，公司自研的“云生3D视觉大模型”聚焦2D视频的3D化转化，与行业AIGC多模态2D生成形成互补协同，共同赋能AI短剧的沉浸式场景应用 [3] - 中科创达的AIBOX依托100-200TOPS弹性AI算力与AIOS底层优化能力，通过动态算力调度与多模态感知融合技术，保障OpenClaw智能体高效执行各类任务 [3]

公司动态 - 英伟达于当地时间4月28日宣布推出名为Nemotron 3 Nano Omni的全新开源模型 [1] - 该模型主打“原生全模态理解+高效推理”，旨在为企业级AI Agent提供一体化基础模型底座 [1] - 该模型融合了视觉、音频与语言能力，是业内领先的开源全模态推理模型 [1] 产品性能与影响 - 英伟达介绍，Nemotron 3 Nano Omni模型将帮助AI智能体实现高达9倍的效率提升 [1]

英伟达发布Nemotron 3 Nano Omni多模态大模型 - 英伟达发布Nemotron 3 Nano Omni开源全能多模态大模型，采用30B-3B MoE混合专家架构，整合视觉、语音、文本多维能力于一体[1] - 该模型帮助AI智能体依托视频、音频、图像、文本全维度信息开展深度推理，输出更快、更智能的交互应答，为企业与开发者提供可落地的工程化方案[1] - 模型显著提升了大规模推理效率，使AI系统的吞吐量比其他具有相同交互性的开放式全向模型高出9倍（900%），最终实现了更低的成本和更好的可扩展性[1][2] 模型性能与架构优势 - 新模型在MMlongbench-Doc和OCRBenchV2等文档智能排行榜上提供了一流的准确性，同时在WorldSense、DailyOmni和VoiceBench等视频和音频理解排行榜上名列前茅[3] - MediaPerf基准测试显示，Nemotron 3 Nano Omni在所有任务中都实现了最高的吞吐量，并且在视频级标注方面推理成本最低[3] - 模型采用融合Mamba层与Transformer层结构，分别强化序列内存效率与推理精准度，大幅提升模型吞吐量，内存与计算效率最高可提升4倍[6] - 多模态体系以成熟文本模型作为核心解码器，有效降低多模态训练的难度、成本与不稳定性，强化连续感知任务的综合表现[7] 训练数据与技术支持 - NVIDIA发布了业界最全面的基于文本的智能AI开放数据集，其中包括：10T+预训练标记、4000+训练后样本、20多个RL环境配置和完整的训练方案[8] - 模型层面约1270亿个标记，涵盖文本+图像、文本+视频、文本+音频和文本+视频+音频等混合模态[8] - 针对真实世界任务的训练后训练包含约1.24亿个精心挑选的多模态组合示例，旨在支持文档推理、计算机使用和长期工作流程[8] - 英伟达提供了使用NVIDIA NeMo Data Designer构建的合成数据生成流水线，用于对模型进行后训练，最终将一系列生成约1140万个合成视觉问答对（约450亿个tokens）整合到最终训练数据集中[9] 市场应用与合作伙伴 - 对于需要维护独立视觉、语音和文档数据栈的企业，Omni将这些数据栈整合到一个单一的、可用于生产环境的基础架构中，降低了跨模态部署智能体的门槛[11] - 已经采用Nemotron 3 Nano Omni的公司包括Aible、ASI、Eka Care、富士康、H Company、Palantir和Pyler，而戴尔科技、DocuSign、Infosys等公司正在评估该模型[11] - H Company首席执行官表示，基于该模型，其智能体可以快速解读全高清屏幕录像，实现了智能体实时感知和与数字环境交互方式的根本性转变[11] OpenAI回应增长质疑与行业动态 - 针对市场有关销售增长放缓及未达内部目标的担忧，OpenAI公开回应称公司消费端与企业业务正"全速运转"，需求持续增长，并淡化相关负面报道影响[4] - 《华尔街日报》报道称OpenAI未能达成若干内部增长目标，并担忧若销售增长不足，公司未来可能无力承担不断攀升的算力需求[12] - 受此影响，OpenAI相关概念股出现明显下跌，其中甲骨文跌超4%，CoreWeave跌超5.7%[12] - 市场开始质疑OpenAI及其他科技公司未来数年投入数千亿美元建设数据中心与采购芯片的计划能否带来合理回报[12] OpenAI的战略调整与合作伙伴关系 - OpenAI表示，公司仍将扩大算力资源视作"关键推动因素"，认为更多计算能力将帮助其持续改善客户产品体验，是支撑长期竞争优势的重要基础[13] - 公司近期已开始对基础设施投资采取更审慎态度，包括暂停英国一个项目，以及微软同意租赁原本拟供OpenAI使用的挪威数据中心容量[13] - 微软与OpenAI对延续七年的合作框架作出重大调整，微软将不再向OpenAI支付收入分成，OpenAI对微软的收入分成持续到2030年并设总额上限[14] - 修订后的协议取消了此前"一旦OpenAI被认定实现AGI，收入分成即停止"的触发条款，意味着无论OpenAI是否达成AGI，微软都能稳定收到至2030年的分成[15] - 双方声明提到了其他意向合作领域，包括新建千兆级算力数据中心、联合研发新一代芯片、AI技术在网络安全领域的落地等[15]