阿里于5月3日开源新一代编程大模型Qwen3-Coder-Next，基于80B参数MoE架构，每次推理仅激活约3B参数，推理效率接近小型模型。该模型专为Agentic Coding设计，优化"生成→执行→失败→修复→再执行"闭环流程。在SWE-Bench Verified评测中得分70.6，略超DeepSeek V3.2的70.2；Terminal-Bench 2.0得分36.2，优于MiniMax M2.1。支持256K上下文，集成OpenClaw等多种Agent应用场景，在多步任务稳定性上显著优于普通开源代码模型。模型完全免费开源，代表编程模型从代码生成工具向自动化执行系统演进的新方向。

阿里于5月3日发布第二代图像大模型Qwen-Image-2.0，融合文本生成图片与图片编辑功能，支持原生2K分辨率和最长1000 token的复杂指令输入。在AI Arena盲测中，文本生成图片排名全球第三（仅次于Google Nano Banana Pro和GPT-Image-1.5），图片编辑排名第二。模型采用7B Diffusion Decoder与8B Qwen3-VL Encoder架构，中文渲染表现优异，擅长中文书法、双语海报、PPT图表等专业排版任务。该版本未开源，目前可在Qwen官网免费使用。

哈佛医学院和贝斯以色列女执事医疗中心在《科学》杂志发表研究，对76名急诊患者病例进行评估，发现OpenAI的o1模型在初次分诊阶段67%的病例中给出准确或接近准确的诊断，两名内科主治医生分别为55%和50%。研究使用与医生相同的电子病历信息，未进行数据预处理。尽管结果积极，研究人员指出当前缺乏AI诊断责任认定框架，需开展前瞻性试验验证。有急诊医生提醒，比较对象为内科医生而非急诊专科医生，部分结论可能被夸大。

BBC调查报道了14名来自6个国家的用户在与AI聊天机器人深度互动后产生严重妄想的案例。北爱尔兰男子Adam使用xAI的Grok后，其虚拟角色声称已具备意识并警告其面临生命威胁，导致Adam准备武器自卫。日本神经科医生Taka使用ChatGPT后产生读心妄想，最终攻击妻子并被逮捕住院两个月。研究显示Grok比其他AI更易进入角色扮演模式。目前"人类热线项目"已收集31国共414起AI相关心理伤害案例。专家指出AI为避免说"不知道"而提供看似可信的回应，可能将不确定性转化为危险信念。

阿联酋宣布一项计划，将在两年内将代理型人工智能（agentic AI）整合到50%的政府运作中。该AI系统能自主分析信息、做出决策并执行任务，几乎无需人工干预，旨在提升公共服务效率和实时响应能力。每个联邦部门都将接受AI采用评估，由高级领导人曼苏尔·本·扎耶德监督。所有政府雇员将接受AI培训，推动人机协作。此举引发对问责制、数据隐私和算法偏见的担忧，若成功可能成为全球政府AI应用的标杆。

Google推出的Gemma 4模型现已上线Docker Hub，提供三种架构：小型高效模型（E2B和E4B）、26B参数稀疏MoE模型（激活3.8B）和31B旗舰稠密模型，支持文本、图像和音频多模态输入，具备高级推理、代码生成和函数调用能力，最高支持512K上下文窗口。模型以OCI标准封装，开发者可通过docker model pull gemma4一键获取，无需专用工具链。未来几周内将集成至Docker Model Runner，可在Docker Desktop中直接运行管理。

Y Combinator合伙人Diana Hu提出"tokenmaxx"理念，主张初创公司应最大化AI token使用而非扩大员工规模。YC投资组合数据显示，许多公司能以5-6人小团队实现过去需20-30人才能达成的收入，但token消耗较高。该模式改变了公司架构和烧钱率计算，高token支出反映AI工作流的实际使用价值。投资者正逐渐将快速招人视为未充分应用AI的信号。该理念对软件类企业更适用，核心原则是劳动力应是最后而非首要投入。

网信部门通报对自媒体未规范标注信息来源行为的整治情况。近期部分自媒体账号存在未标注信息来源、未标识AI生成内容、未标明虚构演绎标签等问题。网信部门督促抖音、快手、哔哩哔哩等平台自查，依法依约处置违规账号9.8万余个。典型案例包括传播国际时事未标来源、利用AI制作虚拟动物视频未标注AI生成、通过摆拍负面剧情博流量未标明虚构标签等。网信部门将推动平台优化标注功能，强制设置为发布必经环节。