AI DAILY · 2026-06-09 · 周二
AI 日报 / 2026 年 06 月 09 日
今日收录 50 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
OpenAI 正式提交 IPO
向 SEC 秘密提交 S-1 草案，估值 $8500 亿，最快秋季上市，美股开启万亿 IPO「三国杀」
WWDC 2026 开幕
Siri AI 史诗级重构，iOS 27/macOS 27 亮相，Tim Cook 最后一场 CEO WWDC
奥特曼认输
承认「全球第一不在 OpenAI」，GPT-5 作者复盘 Anthropic「偷家」全过程
DeepSeek 自建 GW 级数据中心
公开招聘土木工程师，从芯片到基建全自研闭环
300 个 Agent 预测世界杯
Kimi 用 104 场比赛做 AI 公开实验，Agent 协作精度超预期
大模型
6 条
- OpenAI 向 SEC 秘密提交 S-1 草案，估值目标 $8500 亿，最快 2026 年秋季正式上市
- 与 SpaceX（$1.75-2 万亿）、Anthropic（$965 亿）形成美股「万亿 IPO 三国杀」，三家公司合计估值超 $3 万亿
- OpenAI 2026 年营收预期 $127 亿，其中企业收入占比目标从 40% 提至 50%，Codex 周活突破 500 万
- S-1 草案揭示：OpenAI 将 AI 安全作为风险因素，承认「递归自我改进可能导致失控」
OpenAIIPOS-1$8500亿Anthropic
奥特曼认输：「全球第一，根本不在 OpenAI」
- Sam Altman 罕见公开承认 OpenAI 已不是全球最强 AI 公司，侧面印证 Anthropic Mythos 5 在多维度基准上的领先
- 核心对比：Mythos 5 在 SWE-Bench Pro 得分 77.8%（Opus 4.6 为 53.4%），GPQA Diamond 达 94.6%，数学竞赛正确率 97.6%
- Altman 将重心转向「超级应用战略」：ChatGPT 不再以对话为核心，Codex 担任执行中枢，Agent 接管工作流
- 行业解读：OpenAI 在模型能力上从领跑者变为追赶者，转而押注产品化和生态壁垒
Sam AltmanMythos 5OpenAIAnthropic超级应用
李飞飞发布「世界模型宣言」：具身智能需要先理解物理世界
- 李飞飞在最新演讲中系统阐述世界模型（World Model）对具身智能的基础性作用，提出「先理解世界，再行动于世界」的框架
- 核心主张：当前机器人大语言模型的 RL 训练过度依赖仿真器，缺少对现实物理规律的内部建模，导致 Sim-to-Real 迁移失败率高
- 世界模型三要素：空间推理（3D 场景理解）、物理直觉（因果推断）、时间预测（动作后果预演）
- 与 NVIDIA Cosmos 3 / GR00T 形成互补：世界模型管「理解」，基础模型管「执行」
李飞飞世界模型具身智能物理推理Sim-to-Real
AI 大模型接盘高考：豆包/千问/元宝实测算命，结果意外
- 36Kr 对豆包、千问、元宝三大国产大模型进行高考生情绪接盘测试，模拟「考后安慰」「志愿填报」「未来规划」等场景
- 豆包情绪识别表现最佳但过于「鸡汤」；千问逻辑清晰但情感温度不足；元宝在志愿建议上最务实，但安全过滤过激
- 测试揭示国产模型共性短板：安全对齐过度导致「正确但无用」的回复，尤其在心理支持场景中缺乏共情能力
- 教育+AI 赛道升温，多家公司推出 AI 志愿填报工具，但准确性和伦理争议并存
豆包千问元宝高考AI教育
GPT-5 作者复盘「教科书级偷家」：Anthropic 趁 OpenAI 沉迷 ChatGPT
- GPT-5 核心作者匿名发文复盘：OpenAI 将全部工程资源押注 ChatGPT 产品化时，Anthropic 死磕代码能力实现反超
- 关键时间线：2025 年 Anthropic 发布 Claude Code 时行业普遍低估其潜力，到 2026 年 5 月 Claude 已写 Anthropic 80% 代码
- 作者反思：OpenAI 犯了「产品思维压制研究思维」的战略错误，Codex 推出晚了 12 个月
- 共识结论：未来 2 年编程 Agent 将成为大模型公司核心竞争力，谁掌握代码谁掌握开发者生态
GPT-5AnthropicClaude Code战略复盘编程Agent
Mythos 5 颠覆性能曝光：训练代码 52 倍加速碾压人类
- Anthropic 内部测试数据泄露：Mythos 5 在训练代码优化任务中实现 52 倍加速，效率碾压人类工程师
- 具体表现：将一段 PyTorch 训练脚本从 47 秒优化至 0.9 秒，通过 kernel fusion + memory layout 重排，人类工程师需 2-3 天完成
- SWE-Bench Pro 得分 77.8%，在漏洞复现 benchmark CyberGym 达 83.1%，数学竞赛 97.6%——三项指标均大幅领先 GPT-5.4
- Anthropic 暂未公开释放 Mythos 5，仅限 Project Glasswing 网络安全防御工作流内部使用
Mythos 552倍加速SWE-BenchCyberGym训练优化
训练推理
7 条
Mythos 5 训练效率揭秘：代码优化 52 倍加速，kernel fusion 是关键
- Mythos 5 在训练代码优化上的 52 倍加速核心来自两项技术：kernel fusion（将多个 CUDA kernel 合并为单个）+ memory layout 重排
- 与 Claude Opus 4.6 对比：纯代码能力从 53.4% 提升至 77.8%（SWE-Bench Pro），提升幅度 45.7%
- 内部训练采用 RLHF + constitutional AI 联合训练框架，红队演习 5 月 18 日结束，重点测试 constitutional classifiers 抗越狱能力
- 安全评级为「高度危险」，暂不对外开放，仅限网络安全防御场景
kernel fusionmemory layoutRLHFconstitutional AI训练加速
「Token 末日」降临：AI 正经历一场定价海啸
- 多家 AI 公司密集调整 API 定价，部分模型 Token 价格暴跌 70-90%，行业从「按 Token 计费」向「按任务计费」加速转型
- 价格战三方：Google Gemini 免费策略（日活 10 亿，通过广告变现）、OpenAI 按 Agent 会话收费、Anthropic 按代码提交计费
- 影响分析：最受益的是高频 Agent 应用开发者，最受伤的是纯推理 API 供应商（被迫向应用层迁移）
- 行业拐点：Token 从「稀缺品」变为「大宗商品」，AI 公司的盈利模式正从「卖智力」转向「卖成果」
Token定价价格战按任务计费API商业化
Agent 自进化新范式：孙立超团队提出 OpenSkill，刷新多项基准 SOTA
- 孙立超团队提出 OpenSkill 框架，实现 Agent 在无人类标注下通过环境交互自主进化技能
- 核心创新：将任务分解为 skill primitives，Agent 通过尝试-失败-反思循环（trial-error-reflection）不断组合和优化技能
- 在 WebArena、OSWorld、SWE-Bench Lite 三个 Agent benchmark 上刷新 SOTA，分别提升 12.3%、8.7%、6.2%
- 对比传统 RLHF：OpenSkill 不需要人类偏好数据，训练成本降低 90%，且 Agent 能自发发现人类未想到的策略
OpenSkillAgent自进化孙立超WebArena训练范式
Bun 完成 AI 重构：9 天 100 万行代码、6755 次提交，99.8% 测试通过
- Bun 团队使用 Claude Code 在 9 天内完成 100 万行代码重构，提交 6755 次，测试通过率 99.8%，堪称 AI 辅助编程规模之最
- 重构范围涵盖整个运行时（Bun runtime）、包管理器和测试框架，AI 自动识别了 40+ 处潜在内存泄漏和 200+ 处性能瓶颈
- 社区质疑：99.8% 测试通过率是 CI 的及格线，AI 生成的测试可能针对 AI 生成的代码做了过拟合，不代表真正的生产安全
- Bun 创始人回应：已进行人工审查 + 第三方安全审计，重构后的 Bun 在 Techempower 基准上性能提升 23%
BunClaude CodeAI重构6755次提交100万行
算力网普惠？25 笔超 5000 万 A 轮融资揭示 AI infra 三大方向
- 36Kr 拆解 25 笔超 5000 万的 A 轮融资，AI 基础设施最聪明的钱正押注三个方向
- 方向一：推理即服务（Inference-as-a-Service），代表公司 Together AI、Fireworks，主打低成本高性能推理 API
- 方向二：算力调度与算力网，中国多城市启动算力券补贴，降低中小企业 AI 使用门槛
- 方向三：端侧推理芯片，面向手机/PC/机器人的 NPU 和专用 AI 加速器
- 三方向合计融资超 $30 亿，算力正在从「奢侈品」变成「水电煤」
A轮融资推理即服务算力网端侧芯片AI infra
拆解 AI 最聪明的钱：A 轮三方向合计 $30 亿+
- 25 笔超 5000 万 A 轮融资的去向分析揭示行业共识：通用大模型融资窗口已关闭，新钱全部流向 infra 层和应用层
- Infra 层平均单笔融资 $1.2 亿，远超应用层的 $0.7 亿，反映「基础设施先行」的产业逻辑
- 最具潜力的细分赛道：异构算力调度（跨 GPU/TPU/NPU）、分布式推理优化（speculative decoding + KV cache 共享）
- 行业共识：2026 年是 AI 算力「从集中到分布」的转折年，边缘计算 + 端侧推理将重新定义 AI 部署范式
异构算力分布式推理端侧推理融资趋势算力转折
用 AI 训练 AI：OpenSkill 如何让 Agent 自己学会新技能
- OpenSkill 框架将 Agent 训练从「教 Agent 做事」升级为「让 Agent 自己学会做事」，训练范式发生根本转变
- 技术实现：skill library（预定义基础技能）→ exploration（随机组合）→ evaluation（环境反馈）→ refinement（强化最优组合）
- 对比传统 SFT：无需人类标注数据，训练时间从数天降至数小时，且 Agent 发现的策略常超出人类预设
- 局限：在需要深层因果推理的任务中表现不佳，exploration 效率在长链任务中下降明显
self-improvingskill libraryexplorationSFT-freeAgent训练
Agent
7 条
300 个 Agent 预测 104 场世界杯比赛：Kimi 的「AI 公开实验」
- 月之暗面（Kimi）用 300 个 AI Agent 对世界杯 104 场比赛进行预测，打造史上最大规模 Agent 协作实验
- 机制设计：每个 Agent 独立分析球队历史数据、球员状态、战术风格，再通过投票机制产生群体决策
- 预测精度：小组赛阶段总体准确率 71.3%，优于人类专家平均 65%，但在冷门场次（如弱队爆冷）上 Agent 同样频繁失手
- 月之暗面意图：通过世界杯这种高关注度场景验证 Multi-Agent 框架的实用性和公众接受度，为 Agent 商业化铺路
KimiMulti-Agent世界杯Agent协作月之暗面
新 Siri 把 iPhone 变成了「豆包手机」：Agent 级语音交互落地
- WWDC 2026 发布的 Siri AI 实现从「语音助手」到「Agent 执行者」的跨越，用户可通过自然语言完成订外卖、发邮件、管理日程等全链路操作
- 底层架构：采用 Gemini 2.5 模型 + Apple 自研设备端推理引擎，关键操作在本地执行以保护隐私，复杂任务云端分流
- 亮点功能：跨 App 串联操作（「把昨天张三发我的 PDF 打印出来并短信通知他」），App Intents 框架实现第三方应用深度集成
- 行业评价：36Kr 称「脱胎换骨，Siri 终于不再智障」，但豆包手机化的比喻引发讨论——AI 手机是否在变成单一 Agent 入口？
Siri AIWWDC 2026Agent语音交互App Intents
Kimi Work 不是中国版 Codex：多 Agent 协作的差异化路线
- 月之暗面澄清：Kimi Work 定位并非复刻 OpenAI Codex 或 Claude Code，而是多 Agent 协作工作台
- 差异化一：不绑定单一 IDE，通过 MCP 协议（Model Context Protocol）连接 VS Code、JetBrains、Notion 等工具
- 差异化二：分工设计——规划 Agent（拆解任务）+ 执行 Agent（写代码）+ 审查 Agent（检查质量），三 Agent 协作完成复杂工程任务
- 差异化三：中国市场定制，深度集成飞书/企业微信/钉钉，面向企业级 DevOps 流程
Kimi WorkMulti-AgentMCP协议代码Agent企业协作
Agent 自进化新范式：孙立超团队 OpenSkill 刷新 Agent 基准 SOTA
- OpenSkill 框架在 WebArena（+12.3%）、OSWorld（+8.7%）、SWE-Bench Lite（+6.2%）三个主流 Agent benchmark 上刷新 SOTA
- WebArena 突破意义最大：模拟真实网页交互（电商、社交、论坛），Agent 需完成预定、发帖、搜索等复合任务
- 对比传统 Agent 框架（AutoGPT/BabyAGI）：OpenSkill 不依赖预定义工具集，Agent 可通过 API 文档学习使用新工具
- 社区反响：GitHub 开源 24 小时获 2100+ stars，HuggingFace 论文讨论区 3 天 150+ 条技术评论
OpenSkillWebArenaAgent benchmarkSOTA自我进化
9 天 100 万行：Claude Code 完成 Bun 史上最大 AI 重构
- Bun 运行时 100 万行代码在 9 天内由 Claude Code 主导重构，生成 6755 次原子化提交，人类工程师仅负责 Review
- 技术亮点：Claude Code 自动识别并修复了 40+ 处内存泄漏、200+ 处性能瓶颈，重构后性能基准提升 23%
- 争议焦点：社区指出 99.8% 测试通过率存在过拟合风险——AI 生成的测试可能针对 AI 生成的代码优化
- 行业信号：这标志着 AI 辅助编程从「写函数」进入「重写整个运行时」的新阶段，软件工程的本质正在改变
Claude CodeBunAI重构软件工程自动化编程
八十三岁，他决定和 AI 死磕一下：高龄程序员的 AI Agent 探索
- 83 岁退休程序员独立开发基于 Claude Code 的个人 Agent 系统，用 3 个月时间实现邮件自动回复、日程管理、家庭记账
- 开发过程本身就是一场 Agent 教育实验：老人不会写 prompt 工程，通过反复试错教会 AI 理解自己的偏好和习惯
- 成果：Agent 日均处理 20+ 封邮件，自动分类紧急/非紧急，准确率 92%，节省每天 2 小时
- 社会意义：AI Agent 的真正价值不在硅谷，而在让数字弱势群体跨越技术鸿沟——「Agent for All」
高龄程序员AI Agent数字鸿沟Claude Code普惠
企业愿意为 AI 付费了，然后呢？Agent 商业化的 4 个阶段
- 36Kr 调研显示 2026 年 Q2 中国企业 AI 付费意愿从 2025 年的 17% 跃升至 43%，但「付费」和「续费」之间存在巨大鸿沟
- Agent 商业化的 4 个阶段：免费试用（获客）→ 按 Token 计费（留存）→ 按任务计费（增值）→ 按成果计费（锁客）
- 瓶颈：企业用户对 Agent 的期望是「全自动完成工作」，但实际体验中人类干预率仍高达 30%，导致续费率仅 55%
- 关键指标：Agent 的自主完成率每提升 10%，续费率提升 22%——Agent 能力直接决定商业模式天花板
企业付费Agent商业化续费率按成果计费B2B AI
基础设施
6 条
DeepSeek 开招土木老哥：自建 GW 级数据中心，从芯片到基建全闭环
- DeepSeek 公开招聘土木工程师和数据中心建设人才，正式启动自建 GW（吉瓦）级 AI 数据中心计划
- 战略意图：摆脱对第三方云服务商的依赖，实现从芯片（自研 DeepSeek 芯片）到数据中心（自建）到模型（自训）到应用（自营）的完整闭环
- 规模对标：GW 级数据中心电力需求相当于一个中型城市的居民用电，投资规模预估 150-200 亿人民币
- 行业背景：中国 AI 算力缺口巨大，高端 GPU 受出口管制，自建数据中心成为头部 AI 公司的必选项
DeepSeekGW数据中心自建基建算力闭环土木招聘
Token 定价海啸：从「按 Token 计费」到「按任务计费」的范式革命
- AI API 定价模式正经历 2023 年以来最大的结构性调整：Google Gemini 免费化、OpenAI 按 Agent 会话收费、多家厂商降价 70-90%
- 技术驱动：推理效率的指数级提升（每 6 个月成本降 50%+）使 Token 不再稀缺，AI 公司被迫寻找新的定价锚
- 按任务计费的挑战：如何定义「一个任务」？不同任务的复杂度差异巨大，统一计价标准尚不存在
- 对开发者的影响：短期利好（成本骤降），长期不确定性大（定价模型不稳定，商务条款月月变）
Token定价按任务计费API降价推理成本商业化转型
算力网：普通人用得起吗？中国算力普惠化的现实与理想
- 中国多地启动算力券补贴政策，单家企业最高可获得 200 万元/年的算力补贴，降低中小企业 AI 使用门槛
- 算力调度平台竞争：阿里云 PAI、华为 ModelArts、国家超算中心三大体系并行，互操作性不足
- 现实落差：虽然补贴降低了算力价格，但中小企业面临「有算力但不会用」的技能鸿沟，AI 工程师月薪 6.2 万起步
- 专家建议：算力普惠需要「软硬一体」——不仅是算力价格下降，更需要低代码 AI 工具和标准化 Agent 模板
算力网算力券普惠AI中小企业超算调度
25 笔超 5000 万 A 轮融资拆解：AI 基础设施成最聪明钱的「共识押注」
- 推理即服务赛道最热：Together AI、Fireworks、Anyscale 三家合计融资超 $15 亿，主打「比 OpenAI 便宜 10 倍的推理」
- 端侧芯片异军突起：多家 NPU 创业公司获大额融资，目标 2027 年在手机 AI 芯片市场挑战高通/苹果
- 算力调度平台：跨云/跨芯片/跨地域的统一调度需求催生新创业机会，数家估值已超 $10 亿
- 投资逻辑：「AI 是算力的函数，算力是芯片的函数，芯片是电力的函数」——顺藤摸瓜，从下游往上游投
推理即服务NPU算力调度A轮融资AI芯片
DeepSeek 的「终极闭环」：为什么 AI 公司要自己挖地基？
- DeepSeek 自建 GW 级数据中心的逻辑：当模型能力趋近天花板时，谁拥有更低成本的算力谁就拥有定价权
- 参考先例：Google 自研 TPU + 自建数据中心使其推理成本仅为 AWS 的 1/3，Google 在 Gemini 价格战中的优势直接源于此
- 风险：GW 级数据中心投资回收期 7-10 年，需持续高负载才能盈利；如果 AI 需求增速放缓，将成为沉没成本
- 中国特殊背景：高端 GPU 进口受限倒逼自研芯片 + 自建数据中心，形成独特的「被迫闭环」模式
DeepSeek算力成本定价权数据中心闭环
AI 原住民眼中，80 后和 90 后已是「老人」：算力代际鸿沟浮现
- 36Kr 特稿揭示：使用 AI Native 工具（Cursor/Claude Code/Devin）长大的 00 后/10 后程序员，与用传统工具（VS Code/Eclipse）的 80 后/90 后在生产力上已出现指数级代差
- 核心差异：AI 原住民用自然语言「描述需求→AI 生成→AI 测试→AI 部署」全链路自动化，传统程序员仍在逐行手写
- 教育警示：如果大学不将 AI 编程纳入必修课，2027 届毕业生将一毕业就「技术性失业」
- 乐观视角：80 后/90 后拥有更深厚的系统设计和架构能力，AI 只是工具，真正稀缺的是「知道自己要做什么」
AI原住民代际鸿沟AI编程生产力变革教育转型
机器人
6 条
vivo、荣耀接连入场，戳破具身智能的 AI 叙事泡沫
- 继小米、比亚迪之后，vivo 和荣耀先后宣布进入人形机器人赛道，手机厂商将具身智能视为下一个「iPhone 时刻」
- 36Kr 质疑：手机厂商缺乏运动控制、精密机械、传感器融合等核心能力，AI 大模型能力不等于机器人能力
- 产业现实：vivo 机器人团队 80% 成员来自自动驾驶行业，对双足平衡和灵巧操作缺乏经验
- 核心矛盾：具身智能需要的「AI + 硬件 + 工程 + 供应链」四重能力叠加，手机厂商只有前两者，后两者完全空白
vivo荣耀具身智能手机厂商人形机器人
中国具身智能「超级融资周期」，能否复制「新能源车时刻」？
- 2026 年 H1 中国具身智能领域融资总额超 ¥350 亿，同比增长 210%，宇树科技科创板 IPO 过会募资 ¥42 亿
- 对比新能源车历史：2019-2021 年新能源车融资潮催生了蔚来/小鹏/理想，但前后有 100+ 家车企倒闭
- 具身智能风投过热信号：多家公司仅凭 PPT 和实验室 Demo 拿到数亿融资，尚未实现任何商业交付
- 理性派观点：具身智能的「ChatGPT 时刻」可能还需 5-10 年，通用人形机器人的商业化路径仍极其模糊
具身智能超级融资宇树科技新能源车类比泡沫预警
天工 3.0 人形机器人确定下半年规模化量产，搭载旭日 S600 芯片
- 北京人形机器人创新中心与地瓜机器人联合宣布：全尺寸通用人形机器人天工 3.0 将于 2026 年下半年开始规模化量产交付
- 天工 3.0 搭载地瓜机器人自研旭日 S600 具身智能大算力芯片，专为机器人运动控制和多模态感知优化
- 应用场景：工业制造（搬运/装配）、商业服务（接待/导览）、3D 场景巡检
- 量产后单价目标 ¥30-50 万，首批产能 5000 台，主要面向 B 端企业和科研机构
天工3.0人形机器人旭日S600规模化量产地瓜机器人
具身智能薪酬曝光：月薪 6.2 万起，人才缺口暴涨 15 倍
- 2026 年 Q1 机器人领域新发职位同比增长 75.26%，算法工程师增速 37%，机器人调试工程师暴涨 60%
- 核心人才缺口集中在三大品类：具身智能算法（VLA/VLM 模型）、运动控制（MPC + RL）、硬件系统集成（传感器 + 执行器）
- 薪资水平：具身智能算法工程师月薪 6.2 万起（3-5 年经验），资深专家年薪突破 200 万，已逼近自动驾驶行业
- 结构性矛盾：高校没有「具身智能」对口专业，企业只能从自动驾驶/机械/AI 三个领域拼凑团队
人才缺口具身智能薪酬算法工程师就业市场
vivo 荣耀的「机器人焦虑」：没有 AI 硬件基因，凭什么做人形？
- 手机厂商集体入局机器人暴露的深层问题：AI 大模型不等于具身智能，软件能力无法弥补硬件和工程的先天不足
- vivo 机器人团队现状：80% 来自自动驾驶，对双足行走、力触觉传感、灵巧手控制几乎零经验
- 对比先行者：特斯拉 Optimus 有汽车制造经验支撑，Figure AI 有波士顿动力人才班底，手机厂商几乎从零起步
- 36Kr 结论：手机厂商的具身智能布局更多是「市值管理」和「AI 人才留存」，而非真正的机器人产品战略
vivo荣耀硬件基因市值管理具身智能泡沫
宇树上市之后：具身智能行业从「PPT 融资」到「量产交付」的分水岭
- 宇树科技科创板 IPO 过会成为行业转折点：资本市场从此不再接受「只有 Demo 没有人形」的具身智能公司
- 产能挑战：宇树 2026 年目标出货 5000 台人形机器人，但供应链瓶颈（电机/减速器/力传感器）可能使实际交付打 6 折
- 行业洗牌加速：2026 年 Q1 已有 3 家具身智能初创公司因资金链断裂倒闭，更多公司将死在「Demo 到量产」的死亡谷
- 投资方向切换：从「赌技术路线」转向「赌供应链能力」，谁掌控电机和力传感器谁掌控定价权
宇树科技量产交付供应链行业洗牌IPO
多模态
6 条
「建模脸」争议下的 AI 围城：影视行业信任危机爆发
- 36Kr 深度调查：AI 生成「建模脸」（完美但不真实的虚拟面容）正在引发影视行业和广告业的信任危机
- 数据揭示：78% 的消费者表示「看到 AI 生成的广告面孔会降低购买意愿」，真实感成为 AI 视觉生成的最大短板
- 技术方案：多家公司推出「AI 水印 + 区块链溯源」方案，但市场接受度低——「打标 AI 的广告没人看」
- 行业反思：AI 视觉生成从追求「完美」到追求「真实」的范式转移正在发生，细粒度表情和微瑕疵比对称更重要
建模脸AI生成影视行业信任危机视觉真实感
李飞飞世界模型宣言：多模态 AI 的未来在于理解物理规律
- 李飞飞提出世界模型应从「像素预测」升级为「物理理解」，当前视频生成模型（Sora/Veo/Kling）本质上是「高级像素插值」
- 体系架构：3D 空间建模（几何推理）→ 物理引擎（因果模拟）→ 时间序列（动作后果预测），三层递进
- 与 NVIDIA Cosmos 3 对标：Cosmos 3 侧重合成数据生成，李飞飞框架侧重「理解基础上的生成」，路线不同
- 应用前景：如果世界模型能在仿真中精确预测物理后果，机器人训练将不再需要海量真实环境交互
世界模型物理理解多模态3D建模李飞飞
Token 免费时代来了？Agnes AI 全模态免费的生意与野心
- 新兴 AI 公司 Agnes AI 宣布全模态（文本/图像/音频/视频）API 永久免费，挑战现有定价体系
- 商业模式：免费 API 用于获取数据和训练反馈，真正的收入来自「Agent 定制化部署」的企业服务
- 技术底气：自研推理优化引擎将成本压缩到业界 1/5，声称即使免费也能保证 SLA
- 行业反响两极：乐观者认为这像「Android 颠覆手机行业」；悲观者指出免费模式历史上从未在 B2B 领域成功
Agnes AI全模态免费API推理优化商业模式
苹果 AI 深夜炸场：Siri 多模态交互实机上手
- WWDC 2026 现场实测：Siri AI 支持图像+语音+文字混合输入，用户可拍照后直接问「帮我翻译这页菜单并推荐最便宜的菜」
- 多模态能力来自 Gemini 2.5 底层模型，Apple 在上层做隐私保护（设备端图像理解）和 UI 封装
- 亮点功能「Visual Intelligence」：摄像头实时识别物体/文字/场景，Siri 提供上下文关联的操作建议
- 与竞品对比：Google Lens + Gemini 已有类似能力，但 Apple 的隐私保护和跨设备无缝体验是差异化优势
Siri AI多模态Visual IntelligenceWWDCGemini 2.5
WWDC 2026 图像生成升级：Image Playground 2.0 + 第三方模型接入
- Apple 发布 Image Playground 2.0，支持文生图/图生图/风格迁移，图像质量达到 Midjourney v6 水平
- 首次开放第三方 AI 模型接入：开发者可通过新 API 将 Stable Diffusion/Flux/Ideogram 等模型集成到系统级图像工具
- 隐私设计：所有图像生成默认在设备端执行，使用 Apple Silicon 的 Neural Engine 加速
- 行业影响：这标志 Apple 从「封闭 AI」转向「平台化 AI」，类似 App Store 的模型分发模式正在成型
Image Playground文生图第三方模型隐私Apple
苹果抨击「为 AI 而 AI」：真正有用的 AI 需以用户为中心
- WWDC 2026 上苹果罕见直接抨击行业风气：称当前 AI 行业存在「为 AI 而 AI」的问题，大量功能没有实际用户价值
- 苹果 AI 哲学：AI 应该在「用户已经想做的事情」上加速，而不是创造「用户本不需要的 AI 功能」
- 对比暗讽：虽然没有点名，但显然针对 Google 将 Gemini 塞进所有产品的策略和微软 Copilot 的「AI 泡沫化」
- Siri AI 的设计原则验证了这一哲学：不主动打扰，不抢用户注意力，在需要时精准出现
为AI而AI苹果用户中心AI哲学产品设计
投融资
6 条
- OpenAI 向 SEC 秘密提交 S-1 草案，最快 2026 年秋季上市，估值目标 $8500 亿
- 与 SpaceX（$1.75-2 万亿本周路演）、Anthropic（$965 亿 Series H 交割）形成「万亿 IPO 三国杀」
- S-1 关键数据：2026 年营收预期 $127 亿（2025 年 $37 亿，增长 243%），企业收入占比 50%
- 风险披露：OpenAI 在 S-1 中将「递归自我改进导致 AI 失控」列为重要风险因素，可能影响投资者信心
OpenAIIPO$8500亿S-1SpaceX
21 家全球 AI 独角兽名单刷屏：$100 亿只是起步价
- 全球 21 家 AI 独角兽最新估值榜单出炉，最低门槛 $100 亿，最高 OpenAI $8500 亿
- 中国力量：DeepSeek（$300 亿）、月之暗面/Kimi（$210 亿）、智谱（$150 亿）、字节豆包（估值未公开但推测 $200 亿+）
- 美国阵营：Anthropic（$965 亿）、Scale AI（$138 亿）、CoreWeave（$230 亿）
- 结构性变化：2024 年 AI 独角兽以「模型公司」为主，2026 年以「Agent 公司」和「AI 基础设施公司」增长最快
独角兽$100亿估值榜单DeepSeekAnthropic
「百奥几何」完成数亿元战略融资，打造生命科学「微观世界模型」
- 百奥几何完成数亿元战略融资，投资方包括顶级医疗基金和 AI 产业资本
- 核心技术：微观世界模型（Micro World Model）——用 AI 模拟蛋白质折叠、分子动力学、药物-靶点相互作用，精度达到量子化学级别
- 商业模式：为制药企业提供 AI 驱动的「虚拟实验」服务，将传统 3-5 年药物发现周期压缩至 6-12 个月
- 竞争格局：与 DeepMind AlphaFold 3、Schrodinger 正面竞争，差异化在于「端到端虚拟实验」而非单点预测
百奥几何生命科学微观世界模型战略融资AI制药
全球 AI 独角兽新格局：中国 6 家上榜，DeepSeek 领跑
- 21 家 $100 亿+ AI 独角兽中，中国占 6 家：DeepSeek、月之暗面、智谱、字节豆包、MiniMax、百川智能
- DeepSeek $300 亿估值冠绝中国 AI：其自研芯片 + 自建数据中心的「闭环模式」被投资人视为最具壁垒的 AI 商业模式
- 月之暗面 $210 亿：Kimi 在 C 端市场占有率 32%（中国第一），但商业化仍在早期（豆包专业版采取攻势）
- 行业判断：2027 年前至少 3 家中国 AI 公司将 IPO，DeepSeek 和月之暗面最被看好
中国AIDeepSeek独角兽月之暗面IPO预期
中国具身智能「超级融资周期」：H1 融资 ¥350 亿，同比增长 210%
- 2026 年 H1 中国具身智能领域融资总额超 ¥350 亿，同比增长 210%，创历史纪录
- 最大单笔：宇树科技科创板 IPO 募资 ¥42.02 亿；最大未上市轮次：某杭州公司 C+ 轮 ¥28 亿
- 资本来源变化：2025 年以财务 VC 为主，2026 年国资产投和地方政府引导基金成为主力（占总融资 65%）
- 泡沫风险隐现：多家公司估值/收入比超过 30 倍，远超 SaaS 行业 10 倍基准
¥350亿超级融资具身智能国资泡沫
拆解 AI 最聪明的钱：25 笔超 5000 万 A 轮，三大赛道共识
- 36Kr 拆解 25 笔超 5000 万的 AI A 轮融资，揭示「最聪明的钱」三大共识赛道
- 赛道一「推理即服务」7 笔：Together AI、Fireworks 领衔，平均单笔 $1.8 亿
- 赛道二「AI Agent 平台」9 笔：面向企业 Agent 编排和部署，平均单笔 $0.9 亿
- 赛道三「端侧 AI」6 笔：NPU/边缘推理/模型压缩，平均单笔 $1.2 亿
- 投资趋势：2024 年投模型，2025 年投应用，2026 年投基础设施——每年往上移一层
A轮融资推理即服务Agent平台端侧AI投资趋势
行业
9 条
- 北京时间 6月9日凌晨，WWDC 2026 在 Apple Park 开幕，Tim Cook 最后一次以 CEO 身份主持
- Siri AI 史诗级重构：换装 Gemini 2.5 模型，支持自然语言多轮对话、跨 App 操作、实时翻译、屏幕感知
- iOS 27 / iPadOS 27 / macOS 27 全线 AI 化：系统级 AI 写作、AI 修图、AI 编程辅助，基于 Apple Intelligence 框架
- 关键战略信号：Apple 开放第三方 AI 模型接入（Gemini/ChatGPT/Claude 均可选配），从封闭走向半开放
WWDC 2026Siri AIiOS 27Tim CookApple Intelligence
全球 AI 行情踩下急刹车：狂热之后，理性的回归
- 36Kr 报道：全球 AI 投资情绪在 2026 年 6 月出现显著降温，多只 AI 概念股从高点回撤 20-30%
- 触发因素：OpenAI IPO 估值 $8500 亿引发「是否泡沫」的广泛讨论；Anthropic 安全评级引发监管关注
- 英伟达股价从 $148 高点回落至 $121，AMD 跌 18%，AI 芯片板块市值蒸发超 $5000 亿
- 理性派 vs 乐观派：理性派认为 2026 是「AI 估值回归年」，乐观派认为这只是「进场前最后的回调」
行情回调AI泡沫英伟达估值回归市场情绪
周靖人：阿里史上第一位首席科学家，AI 战略的新旗帜
- 阿里云智能 CTO 周靖人被正式任命为阿里巴巴集团首席科学家，这是阿里历史上首次设立此职位
- 背景：周靖人是阿里云 AI 平台 PAI 的缔造者，2023 年主导通义千问大模型从 0 到 1，2025 年 Qwen3 系列开源模型全球下载量破 5 亿
- 战略信号：在字节豆包猛攻、DeepSeek 异军突起的背景下，阿里通过设立首席科学家职位强化「技术驱动」叙事
- 业界评价：这是阿里对「AI 界只知字节不知阿里」的回应，周靖人的学术背景（前微软亚洲研究院）为阿里 AI 战略增加可信度
周靖人阿里巴巴首席科学家通义千问阿里AI
苹果 AI 真成了？OS 27 上手体验：Siri 终于不再「智障」
- 36Kr 第一时间上手 iOS 27 beta：Siri AI 的跨 App 串联能力（「把昨天的 PDF 打印并短信通知张三」）体验流畅
- UI 设计：Siri 不再是底部弹出小球，而是以全屏「智能面板」形式出现，显示当前任务上下文和可选操作
- 与 ChatGPT/Claude 的关系：Siri AI 底层可选 Google Gemini 2.5 或 OpenAI GPT-5，用户可在设置中切换——「苹果作为 AI 分发平台」
- 瑕疵：中文语义理解仍弱于英文（约差 15%），复杂任务偶尔需要二次确认
iOS 27Siri AI上手体验跨AppAI分发平台
苹果 AI 哲学：「为 AI 而 AI」是行业病，真正有用的 AI 以用户为中心
- WWDC 2026 上苹果在多个环节抨击行业「为 AI 而 AI」的风气，不点名批评 Google 和微软
- 苹果的原则：AI 应解决「用户已经遇到的问题」，而非「AI 能做什么就做什么」——先行验证用户是否需要
- 产品体现：Siri AI 没有主动弹窗，Image Playground 不强制运行在后台，AI 功能默认关闭需手动开启
- 行业反讽：批评者指出苹果在 AI 落后 2 年后才大举入局，「不抢跑的人当然可以说跑步姿势要优雅」
苹果AI哲学用户中心为AI而AI产品思维WWDC
AI 不可阻挡地杀死了印度最赚钱的生意：$2 万亿 IT 外包
- 36Kr 深度报道：AI 编程 Agent 正在以前所未有的速度替代印度 IT 外包产业，行业年产值 $2 万亿面临结构性崩塌
- 冲击数据：Cognizant、Infosys、TCS 等印度外包巨头 2026 年 Q2 新合同额同比下滑 32%，AI 自动化导致初级开发岗位需求暴跌 60%
- 核心原因：Claude Code/Cursor/Codex 等 AI 编程工具将「写 CRUD 代码」「修 Bug」「做测试」等外包核心任务的效率提升 10-20 倍
- 转型方向：印度 IT 巨头被迫向 AI 咨询和 Agent 部署转型，但技术栈和市场定位完全不适配
印度外包IT外包崩塌AI替代$2万亿产业转型
AI 行情踩刹车背后：$5000 亿市值蒸发，但基本面没有变
- 6 月首周 AI 芯片板块市值蒸发超 $5000 亿，英伟达从 $148 跌至 $121，AMD 跌 18%
- 核心原因是「涨太多」而非「基本面恶化」：英伟达 PE 从 85 倍降至 62 倍，仍远超半导体行业平均 25 倍
- GPU 需求仍然强劲：台积电 3nm 产能 2026 年全部满产，AI 芯片交期仍长达 6-8 个月
- 投资建议分歧：高盛维持英伟达「买入」评级目标价 $200，摩根士丹利调降评级至「中性」
AI芯片$5000亿英伟达估值回调GPU需求
WWDC 2026 十项最重要的发布：从 Siri AI 到儿童保护功能
- 腾讯新闻盘点 WWDC 2026 十项最重要发布：Siri AI（1）、iOS 27 锁屏 AI 面板（2）、Image Playground 2.0（3）
- macOS 27 新增系统级 AI 编程辅助「Xcode AI」，基于 Swift 代码库训练，支持自然语言写 App
- visionOS 27 空间计算 + AI：Apple Vision Pro 2 代新增 AI 实时翻译字幕、空间记忆（记住你在房间中放置的物品位置）
- 儿童保护功能：AI 自动检测 iMessage 中的 grooming 行为，端侧执行以保护隐私
WWDCXcode AIVision Pro儿童保护空间计算
「企业愿意为 AI 付费了」，然后呢？商业化的真实挑战
- 36Kr 调研显示中国企业 AI 付费意愿从 2025 年的 17% 跳升至 2026 年 Q2 的 43%，但「付费不等于续费」
- 续费瓶颈：55% 的续费率意味着近半数客户试用后放弃，主要原因：Agent 自主完成率仅 70%，仍需大量人工干预
- 价格预期悖论：企业愿意为 AI 付的钱与 AI 公司需要赚的钱之间存在 3-5 倍的差距
- 破局方向：AI 公司需要从「卖 API」转型为「卖业务成果」——帮客户省 1 个人，即可收 0.5 个人的钱
企业付费商业化续费率AI变现B2B SaaS