AI DAILY · 2026-06-01 · 周一
AI 日报 / 2026 年 06 月 01 日
今日收录 60 条，覆盖大模型、Agent、训练推理、机器人、多模态、投融资等核心方向
NVIDIA GTC Taipei 2026 开幕
黄仁勋主题演讲，Vera Rubin 全面量产，N1X ARM 笔记本芯片正式亮相，Vera BlueField-4 STX 发布
MiniMax M3 旗舰模型发布
首创 MSA 稀疏注意力架构，1M 上下文，前沿 Coding 与 Agent 能力，原生多模态，开源权重
宇树科技科创板 IPO 上会
拟募资 42 亿元，冲击 A 股人形机器人第一股
MiniMax 启动科创板 IPO 辅导
继港股上市后推进 A+H 双上市，成为国内第三家
复旦×通义 ToolCUA
解决 Agent 工具选择难题的全新 CUA 训练范式，开源
τ0-WM 具身世界模型
最大规模预训练开源具身世界模型，3 万小时数据
大模型
6 条
MiniMax M3 旗舰模型发布：MSA 稀疏注意力，1M 上下文，开源
- MiniMax 正式发布新一代旗舰模型 M3，首创 MSA（MiniMax Sparse Attention）稀疏注意力架构
- 每 token 计算量降至 1/20，Prefill 加速 >9x，Decoding 加速 >15x，输出速度约 100 tokens/s
- API 最高支持 1M tokens 上下文，保障 512K，定价约 $0.30/百万 tokens 输入
- 承诺开放权重，约 10 天内发布至 HuggingFace（MiniMax-M3），许可证待确认
MiniMax M3MSA稀疏注意力1M上下文开源权重
Anthropic Claude Opus 4.8：编程与 Agent 能力增强
- Anthropic 发布 Claude Opus 4.8，在编程、Agentic 任务、推理和知识工作方面提升
- SWE-bench Pro 得分 69.2%，价格不变，已面向 Pro/Max/Team/Enterprise 用户开放
- 主打"诚实"——减少无依据结论（hallucination），提升长上下文一致性
- 通过 API、AWS、Google Cloud、Microsoft Foundry 等多平台接入
Claude Opus 4.8Anthropic编程AgentSWE-bench
复旦×通义 ToolCUA：全新 CUA 训练范式，解决 Agent 工具选择难题
- 复旦与通义 Lab MobileAgent 联合提出 ToolCUA，解决 CUA 在 GUI/工具混合空间中的路径选择问题
- 两阶段训练：Tool-Bootstrapped RFT 合成混合轨迹 + Online Agentic RL 优化路径效率
- ToolCUA-8B 在 OSWorld-MCP 达 46.85% 准确率，超 Claude-4-Sonnet(43.54%)
- 全开源：代码/模型权重已发布，跨平台泛化验证成功
ToolCUACUA训练范式Agent工具选择开源
NVIDIA 清华 Gamma-World：多智能体世界模型
- NVIDIA、清华、多伦多大学联合发布 Gamma-World，首次实现多智能体共享世界模拟
- 三大创新：Simplex Rotary Agent Encoding（等距等权智能体表示）+ Sparse Hub Attention（线性复杂度）+ 三阶段蒸馏
- 仅用 2 智能体训练，零样本泛化至 4 智能体，支持 24 FPS 实时推理
- 可跨场景迁移至真实双机械臂协作任务
Gamma-World多智能体世界模型NVIDIA清华
眸深智能 STI-WM：机器人原生世界动作模型
- 复旦系团队创立的眸深智能发布 STI-WM，首个机器人原生时空一体世界动作模型
- 六大技术壁垒：时空一体建模、原生 3D 感知、物理一致性引擎、长时规划、边缘轻量化、小样本泛化
- 已签约近 10 家上市公司，预计未来三年锁定 10 亿订单
- 覆盖工业制造、家庭护理、商业服务等多场景
STI-WM机器人世界动作模型具身智能眸深智能
τ0-WM：最大规模开源预训练具身世界模型
- 上海创新院罗剑岚团队联合智元机器人发布 τ0-WM，5B 参数，3 万小时预训练数据
- 首创 Test-Time Computation：推理时模拟动作后果再决策，成功率从 43% 提升至 60%
- 1.78 万小时真实遥操作数据为主训练集，打破"真实数据只能微调"的传统认知
- 完成预训练→部署→数据反馈→重预训练闭环
τ0-WM具身智能世界模型智元机器人开源
训练推理
6 条
MiniMax M3 MSA 稀疏注意力：推理效率革命性提升
- MSA 架构在真实未压缩 KV 上进行块级选择，保持注意力精度同时大幅降低计算
- 每 token 计算量降至 Full Attention 的 1/20，Prefill >9x 加速，Decoding >15x 加速
- MiniMax 从 M2 代 Full Attention 路线自我修正，重新投产稀疏注意力
- 输出速度约 100 tokens/s，约为 Claude Opus 的 3 倍
MSA稀疏注意力推理加速MiniMaxKV Cache
复旦 ToolCUA：Agentic RL 优化推理路径
- ToolCUA 第二阶段 Online Agentic RL 使用 Tool-Efficient Path Reward 优化
- 包含工具适当性奖励 + 路径效率奖励，鼓励以高效工具调用替代冗长 GUI 操作
- 8B 模型平均完成步数 14.93，为所有测试模型中最低
- 整体工具调用率从 8.41% 提升至 24.32%
ToolCUAAgentic RL推理优化工具调用强化学习
Gamma-World Sparse Hub Attention：线性复杂度多智能体推理
- Sparse Hub Attention 以 Hub Token 替代全连接注意力，计算复杂度从平方降至线性
- 8 智能体场景下与密集注意力计算差距近 8 倍
- 支持独立 KV Cache，实现 24 FPS 实时推理
- 架构编码"智能体间信息应经共享世界状态瓶颈传递"的先验
Sparse Hub Attention线性复杂度多智能体KV Cache实时推理
NVIDIA Vera Rubin 全面量产：AI 训练推理新平台
- 黄仁勋在 GTC Taipei 宣布 Vera Rubin 架构已投入全面量产
- Vera Rubin NVL72 为机架级 AI 超级计算机，基于第三代 MGX NVL72 设计
- Vera BlueField-4 STX 发布：芯片级安全的 Agentic AI 存储处理
- 下半年 Vera Rubin 平台正式出货，供应链从 GB300 转向 Rubin 世代
Vera RubinNVL72NVIDIA量产AI训练
NVIDIA N1X ARM 笔记本芯片发布：RTX 5070 级 GPU + CUDA 全栈
- NVIDIA 在 Computex 2026 正式发布 N1X，十多年来首款消费级 ARM 笔记本芯片
- 集成 RTX 5070 级 GPU 与完整 CUDA 软件栈，支持 Windows on ARM
- NVIDIA + Microsoft + Arm 三方合作，标志着 NVIDIA 正式进入 PC 处理器市场
- 对 Intel/AMD/高通 PC 芯片格局产生重大冲击
N1XNVIDIAARM笔记本芯片CUDA
NVIDIA Nemotron 3 Ultra 发布：~500B 参数开源模型，Agent 推理速度 5x
- 黄仁勋 GTC Taipei 主题演讲发布 Nemotron 3 Ultra，约 500-550B 参数
- 面向 Agentic AI 工作负载优化，推理速度比前代提升 5x
- 配套发布 NVIDIA Agent Toolkit，与 Cadence、Siemens、Synopsys 合作构建企业 Agent
- 开源权重发布，是目前美国厂商最大参数规模的开源模型之一
Nemotron 3 UltraNVIDIA500B开源Agent推理
Agent
6 条
MiniMax M3 Agentic 能力：自主任务拆解与多步推理
- M3 在 Terminal-Bench 2.1 达 66.0%，MCP Atlas 达 74.2%，BrowseComp 83.5 超 Opus 4.7
- 12 小时自主复现 ICLR 2025 论文（18 次提交、23 张图表）
- CUDA 内核 24 小时优化：FP8 利用率从 7.6% 提升至 71.3%（9.4x）
- 支持 TRAE、OpenCode、Cursor、Cline 等多款 AI 编程工具接入
MiniMax M3Agent自主编程MCP工具调用
ToolCUA 开源：解决 CUA Agent 的工具选择难题
- 现有 CUA 模型简单加工具反而降低准确率（Claude-4.5 从 61.9% 降至 48.4%）
- ToolCUA 通过两阶段训练教会模型何时用 GUI、何时调工具、何时不用工具
- 8B 模型在 OSWorld-MCP 超越 Claude-4-Sonnet（43.54%）
- 跨平台泛化：训练仅 Linux 单应用，可泛化至 Windows 桌面任务（33.8% vs Qwen3-VL-235B 的 32.1%）
ToolCUACUAAgent工具选择跨平台
NVIDIA Vera BlueField-4 STX：Agentic AI 存储处理
- Vera BlueField-4 STX 带来芯片级安全的代理型 AI 存储处理能力
- 面向 AI 工厂的数据处理卸载，将 Agentic AI 能力下沉至 DPU 层
- 与 Vera Rubin 平台协同，构建端到端 Agentic AI 基础设施
BlueField-4DPUAgentic AI存储NVIDIA
Anthropic Claude Code 更新：终端原生智能编程代理
- Claude Code 在 Claude Opus 4.8 发布后同步更新，增强代码库理解与自主开发
- 支持自然语言指令驱动开发、Git 工作流处理、复杂代码逻辑解释
- 从代码补全工具进化为终端原生自主编程 Agent
Claude CodeAnthropic编程Agent终端自然语言
EveryInc Compound Engineering 插件发布
- EveryInc 发布 Compound Engineering 插件，适配 Claude Code、Codex、Cursor
- 通过深度集成提升 AI 在复杂编程任务中的表现
- 开源发布在 GitHub
Compound EngineeringAI编程插件Claude Code开源
ECC Agent 治理优化系统开源
- ECC 为 Claude Code、Codex、Cursor 等提供智能代理治理优化
- 功能包括技能扩展、本能响应、长期记忆、安全保护、研究优先开发框架
- 开源发布在 GitHub（affaan-m/ECC）
ECCAgent治理记忆安全开源
基础设施
6 条
NVIDIA Vera Rubin 全面量产：AI 基础设施新纪元
- Vera Rubin 平台下半年正式出货，NVL72 机架级 AI 超级计算机
- 基于第三代 MGX NVL72 设计，无缝过渡自 GB300 平台
- 与 COMPUTEX 2026 同期，超过 40 场技术议程涵盖 AI 工厂、Agentic AI
- 供应链从 GB300 转向 Rubin 世代，台系供应链深度受益
Vera RubinNVL72NVIDIAAI基础设施量产
NVIDIA N1X ARM 芯片：PC 计算格局重塑
- NVIDIA 十多年来首款消费级 ARM 笔记本芯片正式发布
- RTX 5070 级 GPU 集成 + 完整 CUDA 栈 + Windows on ARM 支持
- NVIDIA+Microsoft+Arm 三方合作，标志着 x86 垄断格局面临挑战
- 预计将引发 PC 芯片市场重新洗牌
N1XNVIDIAARM PCCUDAWindows on ARM
COMPUTEX 2026 开幕：AI Together 主题
- 亚洲最大 AI 科技展 COMPUTEX 2026 于 6 月 1-5 日在台北举行
- NVIDIA、AMD、Intel、高通等芯片巨头悉数参与，1500 家参展商来自 33 国
- 聚焦 AI 计算、边缘 AI、Agentic AI、数据中心基础设施
- NVIDIA GTC Taipei 与 COMPUTEX 同期，形成 AI 技术双峰会
COMPUTEX 2026AI Together芯片数据中心台北
Vera BlueField-4 STX：DPU 进入 Agentic AI 时代
- BlueField-4 STX 集成芯片级安全与 Agentic AI 存储处理能力
- 面向 AI 工厂的数据处理卸载，将智能下沉至 DPU 层
- 与 Vera Rubin 平台协同，构建端到端 AI 基础设施
BlueField-4DPUAgentic AI数据处理NVIDIA
微软 MarkItDown 开源：Office 文档转 Markdown 工具
- 微软发布 MarkItDown，开源 Python 工具，将 Office 文档高效转换为 Markdown
- 支持多种文件格式转换，已发布至 PyPI
- 对 AI 数据处理 Pipeline 中文档预处理具有实际价值
MarkItDown微软开源文档转换Python
环保活动家 Brockovich 剑指数据中心透明度
- 知名环保活动家 Erin Brockovich 宣布新使命：挑战数据中心运营的"保密性"
- 标志 AI 基础设施行业将面临更严格的公众审查和透明度要求
- 数据中心环境影响成为社会关注焦点
数据中心环保透明度Brockovich监管
机器人
6 条
宇树科技科创板 IPO 今日上会：拟募资 42 亿元
- 上交所上市审核委员会审议宇树科技首发事项，冲击 A 股人形机器人第一股
- 拟募资 42.02 亿元，投向智能机器人模型研发、本体研发、新品开发及制造基地四大项目
- 宇树科技 5 月 12 日发布全球首款量产版载人变形机甲 GD01
- 被称为"杭州六小龙"之一，成立于 2016 年
宇树科技科创板IPO人形机器人42亿上会
STI-WM：首个机器人原生时空一体世界动作模型
- 眸深智能（复旦系）发布 STI-WM，6 大技术壁垒覆盖感知→规划→执行全链路
- 支持 100 秒级长时连续复杂任务推理，边缘轻量化部署降低产业化门槛
- 已签约近 10 家上市公司（含 5 家千亿级），未来三年锁定 10 亿订单
- 覆盖人形/四足/机械臂/服务机器人全品类
STI-WM眸深智能世界动作模型具身智能机器人
τ0-WM：3 万小时预训练，具身世界模型新标杆
- 5B 参数，1.78 万小时真实遥操作数据为主训练集
- 首创 Test-Time Computation：推理时模拟→评估→修正，成功率提升至 60%
- 在工具箱、书包整理、水龙头对接等长时精细操作任务中超越 π0.5 和 Fast-WAM
- 完成预训练→部署→数据反馈→重预训练闭环
τ0-WM具身智能世界模型预训练智元机器人
Gamma-World：多智能体世界模型支持机器人协作
- 可跨场景迁移至真实双机械臂协作任务（RealOmin-Open 数据集）
- 左右机械臂作为独立智能体，生成未来帧保持协调运动和空间布局
- 为手术多臂协作、工厂多机器人调度、自动驾驶多车交互提供仿真基础设施
Gamma-World多智能体机器人协作世界模型NVIDIA
富士康机器人解决方案商完成天使轮融资
- 服务富士康的机器人解决方案商完成天使轮融资，半年营收超 2000 万
- 36氪首发报道，标志工业机器人赛道持续受资本关注
机器人天使轮富士康工业机器人融资
NVIDIA GTC Taipei：Physical AI 与机器人技术议程
- GTC Taipei 超过 40 场技术议程中，Physical AI 和机器人技术为重点主题
- 黄仁勋强调 AI 工厂 + Agentic AI + Physical AI 三大方向
- 与 COMPUTEX 2026 协同，展示 AI 从云端到边缘到具身的全栈能力
GTC TaipeiPhysical AI机器人NVIDIA黄仁勋
多模态
6 条
MiniMax M3 原生多模态：文本+图片+视频输入
- M3 原生支持文本、图片、视频多模态输入
- OmniDocBench 超越 Gemini 3.1 Pro，Claw-Eval 端到端自主代理第一
- SVG-Bench 超越 Opus 4.7
- 多模态能力覆盖论文图表理解、视频内容分析、复杂视觉辅助决策
MiniMax M3多模态视频理解图片理解原生
OpenBMB VoxCPM2：无分词器多语言 TTS，音色克隆
- OpenBMB 发布 VoxCPM2，2B 参数，236 万小时多语言语音数据训练
- 支持 30 种语言、音色设计、可控声音克隆、48kHz 输出
- 无分词器架构突破传统语音合成限制，简化模型结构
- 开源发布，GitHub + HuggingFace + 文档 + Demo 完整生态
VoxCPM2TTS音色克隆多语言OpenBMB
MoneyPrinterTurbo：AI 一键生成高清短视频
- 开源项目 MoneyPrinterTurbo 利用 AI 大模型实现一键高清短视频生成
- 简化视频编辑和创作流程，面向内容创作者
- GitHub 开源（harry0703/MoneyPrinterTurbo）
MoneyPrinterTurbo视频生成AI开源短视频
眸深智能 STI-WM：3D 感知+物理引擎多模态
- 基于点云的原生 3D 感知，避免 2D 视觉的深度缺失和空间误判
- 内建物理一致性引擎，底层融合碰撞检测和动力学约束
- 支持多视角、多模态输入下的统一推理
STI-WM3D感知物理引擎多模态机器人
腾讯 Z-Image 6B（L2P）：无 VAE 像素空间图像生成
- 腾讯发布 Z-Image 6B，无 VAE 直接在像素空间生成 1024px 图像
- HuggingFace 已公开（zhen-nan/L2P），Apache-2.0 风格许可
- 无 VAE 架构改变压缩/潜变量瓶颈权衡，可能影响重建保真度和内存成本
Z-Image 6B腾讯无VAE像素空间图像生成
PrismML Bonsai Image 4B：1-bit/三值量化文生图，iPhone 本地运行
- PrismML 发布 Bonsai Image 4B 两种量化版本：1-bit（0.93GB）和 ternary（1.21GB）
- 首个可在 iPhone 17 Pro Max 本地运行的 4B 级文生图模型，512px 生成仅需 9.4 秒
- 三值版本在 GenEval/HPSv3/DPG-Bench 保留 95% 精度，1-bit 保留 88%
- Apache 2.0 开源，Mac M4 Pro 上比全精度 FLUX.2 Klein 4B 快 5.6x
Bonsai ImagePrismML1-bit文生图端侧推理
投融资
6 条
MiniMax 启动科创板 IPO 辅导：A+H 双上市
- MiniMax 公告董事会已决议探究发行人民币股份，已聘请专业顾问
- 公司在香港联交所上市后持续评估科创板上市可行性，已签订辅导协议
- 成为继部分科技巨头后国内第三家推进 A+H 双上市的大模型公司
- MiniMax 高开 5.2%，市场反应积极
MiniMax科创板IPOA+H双上市大模型
宇树科技科创板 IPO 上会：拟募资 42 亿元
- 上交所上市审核委员会审议宇树科技首发，IPO 申请 3 月 20 日获受理
- 仅两月完成两轮问询即上会，速度之快体现政策支持
- 计划投向智能机器人模型研发、本体研发等四大项目
- 冲击 A 股"人形机器人第一股"
宇树科技IPO上会42亿人形机器人科创板
Anthropic $65B Series H：$965B 估值超 OpenAI
- Anthropic 完成 $65B Series H 融资，估值 $965B，超越 OpenAI 成为最有价值私有 AI 公司
- 一周内从 Anthropic 自身估值超过 OpenAI 成为硅谷第一
- 标志 AI 赛道投融资进入万亿估值时代
Anthropic65B965B估值Series H投融资
富士康机器人解决方案商完成天使轮
- 36氪首发：服务富士康的机器人解决方案商完成天使轮融资
- 半年营收超 2000 万，工业机器人赛道持续受资本青睐
机器人天使轮富士康融资36氪
眸深智能：近 10 家上市公司战略合作，三年 10 亿订单
- 眸深智能已签约近 10 家上市公司（含 5 家千亿级工业龙头）
- 预计未来三年锁定 10 亿元订单
- 复旦系明星团队，超 90% 核心研发来自复旦大学
眸深智能战略合作10亿订单复旦机器人
Meta 推出订阅服务：Instagram/Facebook/WhatsApp Plus
- Meta 全球推出 Instagram、Facebook、WhatsApp 的 Plus 订阅计划
- 定价 $2.99-$3.99/月，Meta One 统一订阅品牌测试中
- 计划推出 AI 专属层级（$7.99-$19.99/月），标志 Meta 从广告收入向订阅收入多元化
- AI 用户、创作者、企业级专属计划同步推进
Meta订阅Meta One多元化AI会员
行业
9 条
NVIDIA GTC Taipei 2026：AI 产业风向标
- 黄仁勋主题演讲揭晓 Vera Rubin 量产、N1X 芯片、BlueField-4 STX
- 40+ 场技术议程覆盖 AI 工厂、Agentic AI、Physical AI
- COMPUTEX 2026 同期，1500 家参展商，AI Together 主题
- 供应链焦点从 GB300 转向 Rubin 世代，台系产业链深度受益
GTC TaipeiCOMPUTEX黄仁勋AI产业NVIDIA
MiniMax M3 + 科创板：中国大模型"模型+资本"双轮驱动
- MiniMax 同一天发布 M3 旗舰模型并公告推进科创板上市
- M3 在 Coding、Agent、多模态三个维度对标海外闭源旗舰
- 标志中国大模型公司进入"技术发布+资本市场"同步推进阶段
- 开源权重策略试图在商业化和开源社区间取得平衡
MiniMaxM3科创板中国大模型开源
宇树科技 IPO + 眸深智能 + τ0-WM：中国人形机器人产业链加速
- 宇树科技冲击 A 股人形机器人第一股，眸深智能三年 10 亿订单
- τ0-WM 以 3 万小时数据验证中国具身智能数据基础设施能力
- 中国人形机器人产业链从"技术 demo"进入"量产+资本化"阶段
人形机器人产业链宇树科技眸深智能τ0-WM
欧盟 AI 法案即将全面生效：7 月 1 日执行
- 欧盟委员会通过《人工智能法案》最终实施指南，核心条款 7 月 1 日全面生效
- 明确高风险 AI 系统评估标准与通用 AI 模型透明度要求
- 全球 AI 监管从"立法讨论期"进入"强执行期"，企业合规压力增大
EU AI Act监管高风险AI透明度7月1日
NVIDIA N1X 入局：PC 芯片市场格局重塑
- NVIDIA 正式进入消费级 PC 处理器市场，RTX 5070 级 GPU + CUDA 全栈
- ARM 生态在 Windows 平台获得重量级支持，挑战 x86 长期垄断
- 对 Intel、AMD、高通形成直接竞争压力
- 标志 AI PC 从"概念"进入"芯片级竞争"阶段
N1XPC芯片ARMx86AI PC
Apple 智能眼镜战略曝光：效仿 Apple Watch 颠覆传统眼镜
- 彭博社 Mark Gurman 披露 Apple 智能眼镜战略：效仿 Apple Watch 模式
- 计划同时竞争 Meta 智能眼镜和颠覆传统眼镜行业
- Apple Glasses 预计 2026 年 WWDC 发布，2027 年量产
- 已暂停 Vision Pro 轻量版研发，资源集中于智能眼镜
Apple Glasses智能眼镜Apple Watch模式MetaVision Pro
Meta 订阅制 + AI 会员：社交平台商业模式变革
- Meta 全球推出三大平台 Plus 订阅，标志从纯广告向订阅+AI 多元收入转型
- Meta One 统一品牌测试中，AI 专属层级 $7.99-$19.99/月
- 对社交媒体商业模式具有标杆意义
Meta订阅制AI会员商业模式社交平台
环保压力：Brockovich 挑战数据中心透明度
- 知名环保活动家 Brockovich 宣布新使命针对数据中心行业
- AI 基础设施的能源消耗和环境影响成为社会焦点
- 标志 AI 产业发展需要考虑 ESG 和公众透明度
数据中心环保ESG透明度Brockovich
Cursor 官方插件规范发布：加速工具与 SaaS 集成
- Cursor 发布官方插件规范和系列插件，每个插件为独立目录
- 标准化扩展机制，增强与主流技术栈的协作
- GitHub 开源（cursor/plugins）
Cursor插件开源开发工具SaaS