26年6月2日,全球AI资讯约20条:材料版AlphaFold来了 40个工业任务全方位SOTA、VAST 斩获近2亿美元A轮系列融资 同步推出世界模型等

英伟达真要造“AI笔记本”了！传闻中的N1X芯片首次获多方“盖章”——英伟达、微软、ARM几乎同步发帖暗示，将在6月初台北Computex大会上发布。这颗芯片堪称“英伟达版M系列”：20核ARM CPU（联发科合作）、Blackwell架构GPU（含6144个CUDA核心）、128GB LPDDR5X统一内存。

亮点是CPU与GPU共享内存，专为AI本地运行优化，适合部署大模型、智能体和自动化任务。但短板也很明显：ARM架构不原生兼容x86游戏和传统软件，需模拟运行；内存带宽约273GB/s，远低于独显GDDR方案，游戏体验受限。简单说：它不是游戏本，而是面向开发者的“AI印刷机”——就像古腾堡印刷机让知识平民化，N1X有望让AI算力从云端订阅走向一次性硬件投入、零边际成本使用。

https://www.qbitai.com/2026/05/426991.html

全球首个“文本+图像+视频”全模态免费API正式上线！由全球Top 10 AI实验室——Agnes AI推出，即日起无限期免费开放。三大核心模型全部可用：文本模型Agnes-2.0-Flash、图像模型Agnes-Image-2.0-Flash（精准还原复杂Prompt）、视频模型Agnes-Video-2.0（15秒内生成电影级《龙族苏醒》片段，支持音画同步、运镜控制）。

实测显示，其文本模型登顶Claw-Eval榜单，图像/视频模型分别跻身Artificial Analysis权威排行榜前列。开发者只需注册获取API Key，5分钟即可接入；设计师、短视频团队也能直接调用生成素材。此举大幅降低AI应用门槛——过去做一次Agent测试可能花几十元，现在零成本试错。

https://www.qbitai.com/2026/06/427332.html

在2026中国AIGC产业峰会上，亚马逊云科技技术总监王晓野一针见血指出：Token贵，往往不是因为单价高，而是你喂给AI的“垃圾信息”太多——比如不加筛选地塞入冗余技能、未压缩的长记忆、重复或过时的数据，导致模型反复处理无效内容，白白消耗算力与成本。

数据显示：87%的企业已宣称大规模部署AI，但真正从中获得生产价值的仅约10%。原因在于，个人玩转一个“龙虾”（Agent）和企业让数千个Agent在安全、可信、不中断的分布式环境中稳定运行，是完全不同的工程挑战。王晓野提出落地四大鸿沟：模型灵活切换难、复杂系统稳定性差、业务人员使用门槛高、端到端AI人才严重短缺。

https://www.qbitai.com/2026/06/427141.html

近日，中国团队“深度原理”推出材料领域首个类大语言模型训练范式的基座模型——MPA，被称作“材料版AlphaFold”。它不靠刷理论榜单，而是直面真实工业难题，在40个覆盖催化、能源、制药等领域的实际实验任务上全部拿下SOTA（当前最佳性能），尤其在最难的“骨架划分”测试（即预测从未见过的分子结构）中，平均误差降低14.6%，35个性质刷新纪录。

MPA成功的关键在于两大创新：一是引入LLM式的三阶段训练（预训练+中期“物理对齐”训练+后训练），用第一性原理计算数据帮AI建立“物理直觉”，不再只记分子形状；二是设计Hybrid Readout混合预测头，让模型自主选择“自由感知”（如生物活性）或“原子累加”（如燃烧焓）两种逻辑。

https://www.qbitai.com/2026/06/427142.html

阶跃星辰最新发布的Step 3.7 Flash多模态大模型，标志着Agent从“能说”迈向“能干”的关键转折。它不是追求参数或单点分数的“学霸”，而是专为真实生产场景打造的“高效执行者”：推理速度高达400 Tokens/秒，单任务成本仅0.19美元——约为Claude Opus 4.6（1.76美元）的1/9，却达成其97%的编码性能。

模型仅激活11B参数（总参196B+1.8B ViT），靠MoE架构与“顾问模式”实现又快又省。实测中，它能自动整理12张模糊发票生成Excel、在Blender截图中精准指导删方块、为剪映导出提醒1080i/1080P陷阱、甚至自主写代码→渲染测试→回改闭环。在ClawEval-1.1复杂任务评测中达67.1分，超越DeepSeek V4 Flash（57.8）和Kimi K2.6（62.3）。

https://www.163.com/dy/article/KUC0DTF20511ABV6.html

6月1日，全球最大的生猪养殖企业牧原集团与阿里云达成AI战略合作，联手打造“智能养猪大模型”。依托牧原积累的海量养殖数据和兽医经验，结合通义千问大模型与阿里云智算能力，“小牧助手”已率先落地应用。

该AI工具可综合18项结构化数据（如体态、病史、环境）及专家诊断知识，支持语音、图片等多模态输入，实现呼吸道病、腹泻、传染病等常见猪病的秒级识别与研判，并自动生成含诊断建议和成本分析的报告。上线仅两个月，它将每批次约600头猪的健康检测时间从20分钟压缩至“秒级”，效率提升超100倍，显著缩短疫情响应窗口，降低死亡率。目前，牧原全产业链（饲料、育种、养殖、屠宰）已全面上云，所有物联网设备接入阿里云平台。

https://www.leiphone.com/category/industrynews/a1O4dfBTREuQ2uLq.html

一种新型计算机使用智能体（CUA）训练方法——ToolCUA，由复旦大学等联合提出。传统AI助手在面对图形界面操作和工具调用时常常“不会选路”：该点按钮时乱调API，该调工具时又死磕菜单，导致准确率不升反降。实验显示，强模型如Claude-4.5-Sonnet接入工具后，准确率竟从61.9%跌至48.4%；Qwen3VL-8B平均仅调用0.003次工具，几乎无视高效能力。

ToolCUA通过两阶段训练破解难题：先用合成数据教会模型识别“何时该用GUI、何时该调工具”，再通过在线强化学习优化整条执行路径。结果显著：ToolCUA-8B在OSWorld-MCP基准上达46.85%准确率，比基线提升约66%，步数降至14.93（业内最低），工具调用率（TIR）从8.41%升至24.32%。

https://www.qbitai.com/2026/05/427005.html

VAST公司近日完成近2亿美元A+及A++轮融资，成为国内AI世界模型领域最受资本青睐的初创企业之一。其核心突破是正式发布“Project Eden”世界模型技术路线——首次将世界状态推演与视觉渲染原生解耦，实现三大关键能力：环境永久存在（镜头移开后世界仍在运行、场景可复用可编辑（多人操作结果实时留存）、原生支持多用户/智能体并发交互。

相比Google DeepMind的Genie（单视频模型）或World Labs的Marble（静态3D），VAST更强调“时间+物理+交互”的动态演化。背后依托Tripo系列三年积累：全球最大原生3D数据集、超30个开源项目、2000万创作者生态，以及Tripo H3.1（雕塑级精度）、P1.0（秒级生产网格）、8K贴图（2分钟替代3天人工）等硬核成果。

https://www.qbitai.com/2026/06/427516.html

Trajectory是一家聚焦“AI持续学习”的新基建公司，不造大模型，而是打造让AI在真实使用中越用越聪明的基础设施。它刚获1500万美元种子轮融资，估值1.15亿美元，获Jeff Dean、李飞飞等顶尖AI科学家背书。

核心洞察是：当前大模型仍是“静态出厂品”——客服AI不会因你处理了1000个工单而变专业，法律AI也无法自动吸收最新判例。Trajectory借鉴Cursor的成功逻辑，将用户每一次点击、修改甚至失败交互（如客服转人工），转化为训练数据，对开源模型进行高频后训练——最快一周一次更新，远超行业平均数月一版的节奏。其技术底座是标准化的“Trajectory”数据格式，把对话拆解为可审计、可评估的训练单元，并由客户自主控制数据合规与模型审批。

https://www.163.com/dy/article/KUAVT4CI0511ABV6.html

简智机器人近日完成数亿元融资，由蚂蚁集团、滴滴、德联资本领投，顺为资本、百度风投等老股东跟投，成为具身智能无本体数据领域迄今最大单轮融资，累计融资额行业第一。公司聚焦“用高质量数据驱动具身AI进化”，摒弃低质数据堆砌，首创“从模型定义数据标准”理念。

核心技术亮点突出：自研高保真采集硬件，实现＜1ms多设备同步，6×200M相机+多模态传感（触觉、力觉、声音等），覆盖“头手+全身”行为；行业首个端到端Data Foundation Model（DFM），手部追踪精度达1cm，6D姿态感知达亚毫米级；搭建Gen ADP众包产线，覆盖3000+用户、10000+真实场景，月产Ego+手部高精度数据超10万小时，累计沉淀百万小时真实数据、2000+项人类实操技能。

https://www.leiphone.com/category/industrynews/QrM9kQS2werl2oJO.html

量坤科技是一家成立于2026年1月的AI for Science（AI4S）初创公司，近日完成数亿元人民币天使轮及天使+轮融资，由英诺天使基金领投，国汽投资、北工投资、BV百度风投等多家知名机构跟投。公司聚焦“量子计算+AI+高性能计算（HPC）”三技术融合，打造新一代科学计算平台，旨在提升分子模拟、材料设计、药物研发等复杂科研问题的求解精度与效率。

创始人吕定顺博士是清华量子计算方向早期博士之一，曾深度参与离子阱量子计算机研发，并在华为、字节跳动AI4S Lab工作7年，主导开发了高精度量子化学平台ByteQC。目前团队近40人，来自清华、北大及国际科研机构，覆盖多学科领域。

https://view.inews.qq.com/k/20260601A04MWG00

万格智元是一家由00后清华博士王冠博创立的端侧AI技术公司，团队20人中近90%为00后，多来自清华、北大及OpenAI、字节等顶尖机构。公司刚完成数千万元天使轮融资，聚焦解决“大模型跑不进手机、PC等小内存设备”的行业痛点。

传统端侧推理引擎内存占用高——32GB内存设备通常仅能部署4B参数模型；而其自研引擎cPilot通过动态稀疏化算法和底层带宽优化，将同一硬件上可运行模型提升至80B，内存占用从27.6GB压至4.7GB，单台设备硬件成本直降约2000元。配套智能平台Amis支持端云协同调度，让80%–90%轻量任务本地完成（Token成本为零），仅复杂任务上云，综合成本大幅降低。

https://aitntnews.com/newDetail.html?newId=25734

Reactor是一家由前Apple Vision Pro两位核心负责人联合创办的AI基础设施公司，近期完成5900万美元种子轮及A轮融资。它不研发世界模型，而是打造让顶尖世界模型“即插即用”的底层平台——通过统一SDK和API，开发者仅需少量代码，就能在毫秒级内构建实时、可交互的3D/AI环境。

这标志着AI正从“生成一段视频”（如Sora需数十秒渲染）迈向“构建一个可感知、可响应的世界”。其技术已支持浏览器直接运行AI实时生成的动态场景（如跑车驰骋外星沙漠），大幅降低开发门槛。AWS成为其首选云伙伴，提供全球低延迟算力；好莱坞元老、梦工厂联合创始人Katzenberg以董事会观察员身份加入，印证其在媒体与具身智能（Physical AI）双赛道的战略价值。

https://aitntnews.com/newDetail.html?newId=25720

无尽方舟是一家成立于2026年5月的AI驱动抗衰药物公司，刚完成数千万元种子轮融资（Monolith领投、九合创投跟投）。它不走传统“先人后宠”老路，而是独创“宠物先行、反向赋能人类”的路径：利用猫狗较短生命周期（犬约12–15年），快速验证抗衰药效——目前已启动猫狗临床试验，并同步建设两大AI平台。

H2P跨物种迁移模型（对齐人/犬/猫单细胞转录组数据，筛选保守衰老靶点）和干湿结合药物研发系统（AI设计分子+实验闭环反馈）。团队极强：6位牛津博士领衔，CTO为伯克利博士后、师从诺奖得主Jennifer Doudna。其核心逻辑是——炎症、线粒体衰退等关键衰老机制在哺乳动物中高度保守（已有大量多组学数据支持），但需逐靶点实证。

https://aitntnews.com/newDetail.html?newId=25719

近期AI账单“爆仓”事件频发，暴露出智能体时代成本失控的新风险：一家企业因未设Claude账号用量上限，1个月烧掉近5亿美元；谷歌云用户API密钥泄露，7美元预算被刷至1.8万美元；OpenAI内部实验中，3人团队指挥100个Codex智能体，30天耗用6030亿Token、账单达130万美元。

根本原因在于计费模式剧变——OpenAI、GitHub等平台自2026年4月起全面转向按Token精确计费，淘汰“一刀切”月费制。这使轻度聊天与重度智能体任务的成本差异拉大数百倍。更严峻的是，“Tokenmaxxing”（为排名盲目刷消耗）等行为泛滥，暴露管理漏洞。研究证实：智能体任务耗Token可达普通对话的上千倍，但高消耗≠高准确率，成本常在中等水平即达收益拐点。

https://www.163.com/dy/article/KUB72VQB0511ABV6.html

欢迎大家关注、分享、转发本公众号，也欢迎直接与小编联系 对接合作～