进入2025年5月，人工智能领域全面进入“多模态大模型、具身智能、算力基础设施”三大趋势的深度融合阶段。谷歌、微软、NVIDIA 等科技巨头纷纷通过发布新模型与打造开放生态系统巩固领先地位；Anthropic、百度等在复杂任务处理与跨模态交互能力方面接连突破；而特斯拉与华为，则推动 AI 加速落地物理世界和企业管理场景。
5月13日，日本初创公司 Sakana AI 发布新型模型 CTM（Composable Thought Model），赋予 AI 更接近人脑的推理能力。它采用“逐步思考”机制，在复杂迷宫求解与图像识别任务中表现出高度类人化的理解力与可解释性，成为具身智能研究的重要里程碑。
5月19日，微软推出 Windows AI Foundry 平台，实现端-云一体化的 AI 开发体系。平台整合1900多个主流模型资源，并支持跨设备智能体协作，形成统一开发环境。与此同时，GitHub Copilot 升级为“编程同伴型”AI助手，开发效率提升约40%。微软与 NVIDIA 的深度合作也带来硬件提速红利，Azure 云平台整合 H100 GPU 后，AI 推理速度提升高达50%。微软还提出了模型上下文协议（MCP）标准，Windows 11 原生集成 MCP，以构建未来通用型智能体生态。
5月20日，谷歌在 I/O 2025 大会上推出 Gemini 2.5 Pro 和 Gemini 2.5 Flash 多模态模型。其中 Pro 在数学、编程、逻辑推理等方面全面领先，支持24种语言的语音对话与视频理解；Flash 则主打轻量高效、低成本。谷歌还发布 AI Ultra 高级订阅服务，推出 Veo 3 视频生成工具、Flow AI电影编辑工具以及 Imagen 4 图像模型，全方位重构搜索、Gmail、开发工具等关键场景，试图构建“AI操作系统”级生态闭环。这也被业界视为谷歌对 OpenAI 持续领先态势的强势回应。
5月23日，Anthropic 举办“Code with Claude”开发者大会，推出 Claude Opus 4 和 Claude Sonnet 4 模型。Opus 4 针对复杂推理、AI智能体与长时间任务优化，可连续执行长达7小时的任务，打破当前 AI 编程连续性极限；Sonnet 4 平衡高性能与低成本优势。在权威 SWE-bench Verified 测试中，二者分别取得 79.4% 和 80.2% 成绩，超越 GPT-4.1 与 Gemini 2.5 Pro，确立 Claude 在软件开发领域的领先地位。
5月28日，成为 AI 领域的“超级星期二”。
百度推出全球首个千亿参数级多模态大模型“文心·灵眸”，展现出强大语音、图像、视频、文本融合处理能力，加快 AI 对现实世界的理解与渗透，推动其在金融、医疗、交通、安防等场景的广泛落地。
同日，特斯拉上海超级工厂宣布正式量产人形机器人 Optimus 2.0，首批1000台交付洋山港智能码头。该机器人搭载自研 D1 AI 芯片，计算能力达 200 TOPS，抓取精度提升至0.1mm，日均巡检里程50公里，故障识别率提升至人工的3倍以上，为工业级机器人智能化设定了新标准。
NVIDIA 则在台北 Computex 2025 大会上发布下一代训练芯片 H1000，单芯片浮点性能达到 5 PFLOPS（FP16），支持超万亿参数模型训练。GPT-5 的训练周期从原本的7天压缩至48小时，引发行业震动。微软 Azure 与阿里云已率先完成订单部署。NVIDIA 同时宣布将在上海设立新办公空间，持续深耕中国市场并强化本地合作生态。
2025年5月的AI发展依旧火热，谷歌、微软、NVIDIA等巨头通过新模型和生态布局巩固地位，Anthropic、百度等公司在复杂任务处理和多模态交互上取得突破。而这个月最令人瞩目的应该是美国的特斯拉和中国的华为。那下个月，AI又会有哪些新的动向了？请持续关注：https://iaiseek.com/