（本文借助 AI 大模型及工具辅助整理）

一句话总结：MiniMax M2.7 开源打响国产大模型追赶战，全球大模型调用量结束十周连涨进入调整期，Claude Mythos 引发英美监管机构联合关注安全风险。

🌊 AI 动态与趋势

今日最重磅的消息来自国产阵营：MiniMax 于 4 月 12 日正式开源 M2.7 大模型，拥有 2290 亿参数、激活约 1000 亿，在 SWE-Pro 基准测试中得分 56.22%，已非常接近 Claude Opus 等国际顶尖模型水准。M2.7 的亮点不仅在于性能，更在于其能在平头哥、华为升腾、摩尔线程等多种国产 AI 芯片上零代码修改适配，意味着开源模型正在真正渗透进国内算力生态，有望打破英伟达生态的隐性绑定。

与此同时，全球大模型调用量数据传来调整信号：根据 OpenRouter 数据，上周（4 月 6-12 日）全球总调用量约 21 万亿 Token，环比下滑 22.2%，终结了此前连续十周的上涨趋势。其中中国模型周调用量下滑 55%，而美国模型反而增长 34%，两者之间的"跷跷板"效应值得玩味——可能是前期过度热情降温，也可能反映应用场景正在分化。

另一边，Anthropic 的 Claude Mythos 正引发监管层面的连锁反应。美国财长贝森特与英国金融监管机构相继召集华尔街和伦敦主要银行，针对该模型在关键软件基础设施漏洞扫描中发现的"数千个"重大漏洞进行风险评估。这标志着 AI 领域前沿模型的监管已从理论讨论阶段，正式进入主权层面的操作实践。

📰 AI 今日看点

今天的 AI 领域呈现三条值得关注的主线。第一条是开源竞争白热化：MiniMax M2.7 开源与此前 DeepSeek V3.2 的推出形成呼应，说明国产大模型正在从"跟随"转向"同台竞技"，而且均强调多芯片适配能力，这背后是芯片国产化的战略布局。第二条是应用层开始分化：荣耀发布 YOYO Claw"龙虾"技术（出厂预装 23 个子 Agent，Token 消耗降低 50%），阿里通义 CoPaw 改名为 QwenPaw 深度整合千问生态，Anthropic 上线 Claude for Word 测试版主打法律助理场景——这些都说明基础模型的竞争正在向"在特定场景做深"迁移。第三条是安全与监管成显学：Claude Mythos 被曝"数千漏洞"多为虚标（严重者仅 10 个真实漏洞），Anthropic CEO 回应称模型能力被夸大，但英美监管机构的紧急评估已不可避免。AI 的能力边界在哪里、谁来定义"可信"，这些问题正在从学界走向政策桌面。

🔥 AI 大事件

MiniMax M2.7 正式开源，编程能力接近 Claude Opus 水平
4 月 12 日，稀宇科技发布并开源 MiniMax M2.7 大模型，2290 亿参数、推理激活约 1000 亿，SWE-Pro 基准得分 56.22%。已在平头哥、华为升腾、摩尔线程等国产芯片上实现零代码适配。
来源：每日经济新闻/腾讯网

Claude Mythos 引发英美金融监管机构紧急评估
Anthropic 上月发布 Claude Mythos Preview 后，因在前沿软件漏洞扫描中声称发现"数千个"漏洞引发英美监管机构联合关注。美国财长贝森特召集华尔街银行、英国金融监管机构随后跟进，评估该模型对金融系统网络安全的影响。
来源：中国经济网/路透社

全球大模型调用量结束十周连涨，环比下滑 22.2%
根据 OpenRouter 数据，上周全球 AI 大模型总调用量约 21 万亿 Token，环比下滑 22.2%，中国模型周调用量下滑 55%至 5.826 万亿 Token，美国模型反而增长 34.29%。阿里 Qwen3.6 Plus 仍居榜首，DeepSeek V3.2 排名第二。
来源：腾讯网/每日经济新闻

荣耀发布 YOYO Claw"龙虾"技术，Token 消耗降低 50%
荣耀在 AI Agent 领域推出 YOYO Claw 新技术，出厂预制 23 个子 Agent，Token 消耗大幅降低，标志着端侧 AI 部署能力持续提升。
来源：腾讯网/AIbase

阿里通义 CoPaw 更名 QwenPaw，深度整合千问生态
阿里通义旗下 CoPaw 正式更名为 QwenPaw，作为桌面 Agent 产品与千问大模型体系深度整合，标志着阿里在 AI Agent 生态上的战略统一。
来源：腾讯网/AIbase

Anthropic Claude for Word 测试版上线，主打法律助理场景
Anthropic 面向 Microsoft Word 推出 Claude 插件测试版，定位为"律师的高效助理"，标志着 AI 助手从通用对话向垂直行业场景深入。
来源：腾讯网/AIbase

OpenAI 应对 Axios 供应链攻击，更新安全证书
OpenAI 发布博客说明 Axios 开发者库遭供应链攻击后，已更新 ChatGPT macOS 应用的安全证书以应对潜在风险。
来源：The Verge

宇树科技 H1 人形机器人百米速达 10m/s，创全球新纪录
宇树科技 4 月 11 日宣布，其人形机器人 H1 在百米测试中实现每秒 10 米的峰值速度，接近人类短跑运动员的百米世界纪录速度（10.44m/s），较去年 8 月的速度纪录（3.3m/s）提升超 3 倍。
来源：新浪人工智能热点

🛠️ AI 应用前线

矿山大模型落地：云鼎"伏羲"化工大模型实现年节能降耗 334 万元
山东能源集团旗下云鼎科技基于"伏羲"化工大模型，在甲醇精馏等场景实现吨产品蒸汽消耗降低 3.95%，年回收甲醇近 230 吨，创效 334 万元。这标志着 AI 大模型在能源化工领域的工业化应用已从试点走向规模复制。
来源：新浪财经

兰州市城关区智算中心开工，总投资 60 亿元
兰州市城关区智算中心 + 人工智能大模型产业园项目正式开工，总投资 60 亿元，规划 10000P 算力、50P 存储容量，将为甘肃乃至西部地区的 AI 算力需求提供基础设施支撑。
来源：新浪财经

📊 数据速递

• 21 万亿 Token — 上周全球 AI 大模型总调用量，环比下滑 22.2%，终结十周连涨（来源：OpenRouter/每日经济新闻）
• 55.05% — 中国 AI 大模型上周周调用量环比降幅，由前一周的峰值回落（来源：每日经济新闻）
• 34.29% — 美国 AI 大模型上周周调用量环比增幅，与中国形成"此消彼长"格局（来源：每日经济新闻）
• 1.66 万亿 Token — 阿里 Qwen3.6 Plus 周调用量排名全球第一（来源：每日经济新闻）
• 56.22% — MiniMax M2.7 在 SWE-Pro 基准测试中的得分，接近 Claude Opus 水平（来源：每日经济新闻）
• 10 m/s — 宇树 H1 人形机器人百米峰值速度，创全球人形机器人新纪录（来源：新浪新闻）
• 60 亿元 — 兰州市城关区智算中心项目总投资，规划 10000P 算力（来源：新浪财经）
• 334 万元 — 云鼎伏羲化工大模型年节能降耗创效（来源：新浪财经）
• 23 个 — 荣耀 YOYO Claw 出厂预制子 Agent 数量，Token 消耗降低 50%（来源：AIbase）

📊 今日概览

维度	数据
📅 日期	2026-04-13
🔬 ArXiv 精选论文	20 篇
🚀 GitHub 趋势项目	15 个
📰 新闻事件	12 条

🔬 ArXiv 今日精选论文

🤖 大模型与安全

Large Language Models Generate Harmful Content Using a Distinct, Unified Mechanism
Hadas Orgad, Boyi Wei, Kaden Zheng et al.
研究者通过权重剪枝发现：大模型生成有害内容依赖一组紧凑的权重集合，与良性能力清晰分离。对齐训练实际上压缩了"有害生成"权重——这解释了"微调引发突现性错位"现象：狭窄领域的微调激活这些权重，会触发广泛错位。
→ 链接：https://arxiv.org/abs/2604.09544v1

🔬 多模态与视觉语言

VisionFoundry: Teaching VLMs Visual Perception with Synthetic Images
Guanyu Zhou, Yida Yin, Wenhao Chai et al. (Princeton)
仅输入任务名称（如"深度顺序"），即可通过 LLM 生成问答对和文生图提示，再合成图像训练 VLM。在 MMVP 基准上提升 +7%，CV-Bench-3D 提升 +10%，证明合成监督信号是提升视觉感知能力的可行路径。
→ 链接：https://arxiv.org/abs/2604.09531v1

VL-Calibration: Decoupled Confidence Calibration for Large Vision-Language Models Reasoning
研究者针对大视觉语言模型的置信度校准问题，提出解耦式校准框架，在多模态推理任务中显著提升模型对自身判断的确信度评估准确性。
→ 链接：https://arxiv.org/abs/2604.09529v1

Seeing is Believing: Robust Vision-Guided Cross-Modal Prompt Learning under Label Noise
Zibin Geng, Xuefeng Jiang et al.
针对标签噪声场景下的视觉语言模型提示学习问题，提出 VisPrompt：利用跨模态注意力机制将视觉语义反向注入提示标记，缓解提示令牌对标签噪声的脆弱性，在 7 个基准数据集上显著优于现有方法。
→ 链接：https://arxiv.org/abs/2604.09532v1

🧠 Agent 与推理

ANTIC: Adaptive Neural Temporal In-situ Compressor
Sandeep S. Cranganore, Andrei Bodnar et al.
针对大规模 PDE 模拟（NS 方程、等离子体物理、黑洞合并等）产生的 petabyte 级数据流，提出端到端在线压缩管道 ANTIC，通过自适应时序选择 + 空间神经压缩实现多个数量级的存储压缩，同时保持物理精度。
→ 链接：https://arxiv.org/abs/2604.09543v1

📋 RAG 与证据推理

Case-Grounded Evidence Verification: A Framework for Constructing Evidence-Sensitive Supervision
Soroosh Tayebi Arasteh et al.
提出"案例锚定证据验证"框架：模型在给定案例上下文、外部证据和结构化声明的情况下判断证据是否支持该声明。核心贡献在于无需人工标注即可生成显式支持样本和语义受控的非支持样本（含反事实负例），在医学影像（放射学）任务上验证有效。
→ 链接：https://arxiv.org/abs/2604.09537v1

🚀 GitHub AI 趋势日榜 Top 15

今日趋势说明：Agent 开发框架持续火爆，hermes-agent、multica、Archon 多个框架进入日榜；编程辅助工具 claud-mem、get-shit-done 等继续强势；金融领域 AI 模型 Kronos 引发关注；Claude Code 相关生态热度持续。

#	项目	描述	今日星标	总星标
1	hermes-agent	NousResearch 推出的"与你共同成长的 Agent"框架	⭐ 7,454	74,028
2	Kronos	金融市场语言的基础大模型	⭐ 1,985	16,578
3	claude-mem	Claude Code 插件，自动记录会话并注入未来上下文	⭐ 753	51,636
4	multica	开源托管 Agent 平台，将编程 Agent 变成真正的团队成员	⭐ 1,609	10,367
5	Archon	首个开源 AI 编程 Harness 构建器，让 AI 编程可复现	⭐ 612	17,394
6	get-shit-done	TÂCHES 出品的轻量级强效元提示和上下文工程系统	⭐ 630	51,676
7	voicebox	开源语音合成工作室	⭐ 491	15,630
8	ralph	自主 AI Agent 循环，持续运行直到 PRD 全部完成	⭐ 463	16,307
9	Deep-Live-Cam	一张图片实时换脸 / 视频 deepfake	⭐ —	—
10	ChinaTextbook	小初高 / 大学 PDF 教材全收录	⭐ —	—
11	claude-cookbooks	Anthropic 官方 Claude 使用食谱 / 笔记集合	⭐ 328	38,976
12	ai-hedge-fund	AI 对冲基金团队	⭐ —	—
13	markitdown	微软出品，文件 / Office 文档转 Markdown 工具	⭐ —	—
14	andrej-karpathy-skills	Karpathy 关于 LLM 编程陷阱的 CLAUDE.md 指南	⭐ —	—
15	claude-code-best-practice	Claude Code 最佳实践	⭐ —	—

💡 今日洞察

1. 开源生态争夺进入新阶段：MiniMax M2.7 的发布和 DeepSeek V3.2 的持续影响力表明，国产开源大模型正在从"追赶"转向"并肩"。但更值得关注的信号是两者都强调多芯片适配——这不仅仅是技术选择，更是在全球 AI 算力格局中寻求自主可控的战略动作。

2. 应用层分化加剧：GitHub 趋势中 Agent 框架的百花齐放（hermes-agent、multica、Archon 等），与荣耀 YOYO Claw、阿里 QwenPaw 的发布形成呼应。2026 年的 AI 竞争主战场正在从"谁的基础模型最强"转向"谁在特定场景做得最深"，开发者生态和垂直整合能力将成为新的胜负手。

3. 监管与能力的赛跑：Claude Mythos 引发的英美监管联动，以及 Linux 内核团队明确 AI 编程工具使用规范，都指向一个共同信号：AI 能力的增长速度已经超过了现有治理框架的容纳能力。无论是模型输出的可靠性验证，还是 AI 生成代码的责任归属，都需要业界和政策制定者加速建立共识框架。

---

✍️ 编辑策划 / 整理：Fan Jun AI Tech Notes 组
📅 发布日期：2026-04-13
数据来源：ArXiv API、GitHub Trending、TechCrunch、The Verge、Wired、VentureBeat、机器之心、量子位、每日经济新闻、新浪财经等