摘要：今日国际AI技术动态的主线，可以概括为“智能体能力进入系统化交付阶段”。Google在I/O后集中释放Gemini 3.5与Gemini Omni，说明大模型竞争正在同时向长程智能体、代码执行、视频生成和多模态编辑延展。
今日国际AI技术动态的主线，可以概括为“智能体能力进入系统化交付阶段”。Google在I/O后集中释放Gemini 3.5与Gemini Omni，说明大模型竞争正在同时向长程智能体、代码执行、视频生成和多模态编辑延展；OpenAI模型自主推翻离散几何中的经典猜想，进一步把AI从“辅助研究工具”推向“可产生原创数学结果的研究伙伴”；OpenAI在医疗、教育与工程开发场景中的新案例，则说明前沿模型已经开始沿着行业流程被重新包装。与此同时，Anthropic与Microsoft芯片合作传闻、NVIDIA推出可验证Agent Skills、Microsoft强调企业AI从试点走向执行，都指向同一个结论：2026年下旬AI竞争不再只是模型能力，而是算力、工具链、治理、行业部署和组织执行力的综合竞争。
5月19日，Google发布Gemini 3.5，并把Gemini 3.5 Flash作为面向智能体和代码任务的前沿模型推向多个入口，包括Gemini应用、AI Mode、Antigravity、Gemini API、AI Studio、Android Studio以及Vertex AI等企业平台。Google强调，Gemini 3.5 Flash面向长程智能体任务、代码、复杂推理和多模态工作流优化，并支持更快的输出速度与更低的成本结构。
这条动态的意义不在于又多一个模型版本，而在于模型厂商正在把“智能体执行能力”做成默认竞争指标。过去，AI模型发布常以文本推理、数学、代码分数为中心；现在，Gemini 3.5的叙事直接围绕“能否调用工具、能否组织子代理、能否在开发环境和企业平台中长期执行任务”展开。对企业用户而言，这意味着模型采购逻辑正在从“哪个模型回答更好”转向“哪个模型更适合作为业务系统里的执行层”。
更值得注意的是，Google把Gemini 3.5与Antigravity、Android Studio、Vertex AI等入口打通，说明AI模型正在变成一种横跨消费者应用、开发工具和企业云平台的基础能力。未来的AI竞争可能不再是单点模型之间的比较，而是谁能把模型嵌入更多真实工作流，并在工作流中持续获得数据、反馈和部署优势。
Google同时推出Gemini Omni，强调该模型能够结合图像、音频、视频和文本输入，生成高质量视频，并把Gemini的世界知识和推理能力引入视频生成流程。它还突出自然语言视频编辑能力，即用户可以通过对话方式调整画面、动作、镜头和场景，同时保持角色与场景连续性。
这代表视频AI的一次方向变化。早期视频生成的核心问题是“能否生成一段像样的视频”；而Gemini Omni所展示的重点是“能否像协作创作工具一样被反复指挥和修改”。如果模型能够理解场景逻辑、物理关系、人物连续性和用户意图，视频生成就会从一次性内容生产工具变成创意工作流平台。
对产业链而言，这会影响三个方向。第一，短视频、广告、游戏预演和影视概念设计会更依赖自然语言驱动的迭代；第二，AI生成视频的版权、溯源和合规审核会变得更重要；第三，模型的价值将从“生成质量”扩展到“编辑稳定性、镜头一致性和创作控制力”。换句话说，多模态模型正在从“展示能力”进入“协作能力”阶段。
5月20日，OpenAI披露，其模型自主推翻了离散几何中的一个中心猜想。该问题源自Erdős在1946年提出的单位距离问题相关方向，结果经外部数学家核查。OpenAI将其称为AI自主解决一个子领域核心开放问题的重要案例。
这条信息的意义远超单个数学结论。过去AI进入科研，主要体现为文献检索、实验设计建议、代码生成和数据分析；而这次案例显示，模型已经能够在高度抽象的数学结构中提出新证明路径，并给出可被专家验证的结果。它意味着AI在科研中的角色正从“助手”转向“共同探索者”。
当然，这并不意味着AI已经全面替代数学家或科学家。更准确的判断是，AI正在补上科研活动中的一个新环节：快速尝试大量非常规路径，并把有希望的结构推到人类专家可以核验的位置。对于基础科学、材料发现、药物研发和工程仿真来说，这种能力未来可能改变研发组织方式。科研团队的核心竞争力，也会从“是否使用AI”进一步变成“是否会把AI发现纳入可靠验证链条”。
OpenAI在5月20日至21日连续发布教育、医疗和工程开发相关案例。AdventHealth案例显示，其正在部署面向医疗场景的ChatGPT能力，以减少行政负担并优化临床工作流；Ramp工程团队则把Codex用于代码审查和工程交付，把工程师角色从单纯写代码转向编排、校验和指挥AI工具；教育侧，OpenAI提出“Education for Countries”下一阶段，强调本地化工具、教师培训和研究驱动部署。
这组动态说明，AI行业正在进入“场景重构”阶段。真正有价值的行业AI，不是把通用聊天框放到医院、学校或工程团队旁边，而是重新嵌入排班、文档、病历、代码审查、教学支持、合规审批等具体流程。医疗机构关心的是时间释放和风险控制，工程团队关心的是交付速度和质量，教育系统关心的是公平、教师赋能和本地化治理。不同场景对AI的要求完全不同，这也倒逼模型公司从API供应商转向行业解决方案伙伴。
这一趋势对国内企业也有启发。行业AI的门槛并不只在模型本身，而在流程理解、数据权限、组织培训、责任边界和持续评估。谁能把模型能力转化为可审计、可复用、可规模化的行业流程，谁才能真正获得长期市场。
Reuters援引The Information报道称，Anthropic正与Microsoft洽谈使用Microsoft自研AI芯片。虽然谈判仍处早期，但这条信息反映出一个更大的产业趋势：大型模型公司正在寻找NVIDIA之外的算力来源，而云厂商也在努力把自研芯片变成吸引模型客户的核心资产。
AI算力竞争正在发生结构性变化。过去，模型公司最关心的是能否拿到足够GPU；现在，成本、供给稳定性、芯片—框架适配、云平台绑定、数据主权和训练/推理效率，都成为决策因素。如果Anthropic这类前沿模型公司真的开始规模化使用Microsoft芯片，将增强云厂商在模型生态中的议价能力，也会推动AI基础设施从单一GPU采购转向多芯片、多云、多架构调度。
对企业客户而言，这意味着AI成本曲线未来可能更加复杂。一方面，多元化芯片供给有助于缓解算力瓶颈；另一方面，不同芯片和云平台之间的迁移、性能调优和供应商锁定问题会更突出。AI基础设施团队需要像管理传统云成本一样，管理模型推理成本、上下文成本和芯片架构风险。
NVIDIA在5月19日发布NVIDIA-Verified Agent Skills，强调通过技能卡、风险扫描、签名、来源验证和跨工具同步，为智能体工具链提供可治理能力。这一方案可以面向Claude Code、Codex、Cursor等开发环境使用，重点不只是让智能体“会做事”，而是让企业知道智能体调用了什么能力、来自哪里、是否经过验证。
这是智能体进入企业环境后的必然问题。智能体越强，越会调用外部工具、读取文件、访问数据库、执行命令和修改代码。没有治理层，智能体能力越强，企业风险越高。NVIDIA的动作说明，Agent生态正在从“让工具接得上”走向“让工具可追踪、可审计、可授权、可撤销”。
从产业角度看，未来智能体平台的竞争会包括三类能力：第一，模型本身的推理与规划；第二，工具和技能库的丰富度；第三，技能治理、权限边界、签名验证和风险评估。对企业而言，第三类能力可能决定智能体能不能真正进入生产系统。
今天AI技术领域最重要的变化，是“模型能力、行业落地、算力供给、智能体治理”同时加速。Google的Gemini 3.5与Omni说明模型正在成为多模态、长程执行和创意协作平台；OpenAI数学案例说明AI在原创科研中的边界继续外扩；医疗、教育、工程案例说明AI正在深入组织流程；Anthropic与Microsoft芯片动态、NVIDIA Agent Skills则提醒我们，算力和治理已经成为AI产业化的硬约束。AI正在从“演示能力”进入“系统能力”阶段，下一轮竞争的关键，不是单个模型多强，而是谁能把模型变成可运行、可验证、可治理、可持续交付的生产力系统。
1. Google Blog，**Gemini 3.5: frontier intelligence with action**，2026-05-19，用途：说明Gemini 3.5发布、智能体与代码能力、企业平台入口。 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/
2. Google Blog，**Introducing Gemini Omni**，2026-05-20，用途：说明Gemini Omni多模态视频生成与自然语言编辑能力。 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/
3. OpenAI，**An OpenAI model has disproved a central conjecture in discrete geometry**，2026-05-20，用途：说明AI自主数学发现与科研能力突破。 https://openai.com/index/model-disproves-discrete-geometry-conjecture/
4. OpenAI，**AdventHealth advances whole-person care with OpenAI**，2026-05-21，用途：说明医疗场景中AI减少行政负担与临床流程落地。 https://openai.com/index/adventhealth/
5. OpenAI，**How Ramp engineers accelerate code review with Codex**，2026-05-20，用途：说明Codex进入工程团队代码审查和交付流程。 https://openai.com/index/ramp/
6. OpenAI，**The next phase of Education for Countries**，2026-05-20，用途：说明国家级教育AI部署、教师培训与本地化工具。 https://openai.com/index/the-next-phase-of-education-for-countries/
7. Microsoft，**From AI pilots to enterprise impact: Why execution is the new differentiator**，2026-05-21，用途：说明企业AI从试点向规模化执行转变。 https://blogs.microsoft.com/blog/2026/05/21/from-ai-pilots-to-enterprise-impact-why-execution-is-the-new-differentiator/
8. Reuters，**Anthropic in talks to use Microsoft’s AI chips**，2026-05-21，用途：说明前沿模型公司的算力供应多元化趋势。 https://www.reuters.com/technology/anthropic-talks-use-microsofts-ai-chips-information-reports-2026-05-21/
9. NVIDIA Technical Blog，**NVIDIA-Verified Agent Skills Provide Capability Governance for AI Agents**，2026-05-19，用途：说明智能体技能治理、签名、风险扫描和来源验证。 https://developer.nvidia.com/blog/nvidia-verified-agent-skills-provide-capability-governance-for-ai-agents/
10. Google Blog，**100 things we announced at I/O 2026**，2026-05-20，用途：补充Google I/O期间AI产品和平台密集发布背景。 https://blog.google/technology/developers/google-io-2026-100-announcements/
关注高促会新质生产力工委会公众号
关注工业智能算网平台
发布日期：2026年5月22日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议