2026年5月3日，AI圈五大爆点齐发：DeepSeek以视觉原语思考突破多模态推理瓶颈；Anthropic获谷歌400亿美元重磅投资，估值剑指9000亿；英伟达Nemotron 3 Nano Omni开源，专为Agent设计；Gemini免费开放31种格式文件生成；四巨头Q1财报同日发布，AI军备竞赛全面提速。
① DeepSeek「以视觉原语思考」：多模态推理破壁
DeepSeek最新发表论文《以视觉原语思考》，提出用坐标作为推理锚点，彻底解决语言描述与视觉空间之间的”指代鸿沟”。在多项视觉推理基准测试中，该方法全面超越GPT-5.4和Claude Sonnet 4.6。这意味着多模态AI的能力从”感知层”真正跃升至”推理层”——AI不再只是”看”图片，而是能用精确的坐标语言”思考”图片。（第116期）
② Anthropic剑指9000亿估值，谷歌400亿重磅押注
Anthropic正推进新一轮融资，估值有望突破9000亿美元，超越OpenAI成为全球估值最高AI公司。与此同时，谷歌正式确认向Anthropic注资400亿美元（其中超60%为TPU算力资源），持有约14%股权。Anthropic年化收入已首次超越OpenAI，Claude在企业市场持续攻城略地。AI双雄格局正在重塑。（第116期）
③ 英伟达Nemotron 3 Nano Omni开源：Agent专用芯片现身
4月29日，英伟达正式开源Nemotron 3 Nano Omni——采用30B总参数、激活仅3B的MoE架构，专为边缘设备和实时Agent推理设计，吞吐量较前代飙升9.2倍。这标志着英伟达从”卖算力”向”卖模型+算力”双轨转型。行业竞争焦点正从模型参数规模，加速转向Agent落地效率。（第116期）
④ Gemini免费生成31种格式文件，直击Office生态
谷歌Gemini最新更新：支持一键生成PDF、Word、Excel等31种格式文件，甚至支持打包为Zip压缩包。免费用户即可使用，无需上传模板，一句自然语言即可生成完整文档。此举被视为对微软Office和Google Docs生态的主动挑战——AI正在从”辅助写作”进化为”直接生产文件”。（第116期）
⑤ 四巨头Q1财报同日发布：AI军备竞赛提速
北京时间4月30日，谷歌、微软、亚马逊、Meta四大科技巨头同日发布Q1财报：谷歌总营收1099亿美元（+22%），净利润625.7亿美元（+81%），谷歌云首破200亿美元；四巨头合计年度资本支出接近7000亿美元。谷歌上调全年资本支出指导至1800～1900亿美元。AI基础设施军备竞赛进入最激烈阶段。（第116期）
— AIDaily 每日AI资讯 第116期 —