【AI 早报】2026-06-03 · 今日 25 条要闻

📋 今日速览

• OpenAI 将 ChatGPT 升级为职业平台，新增求职搜索与简历编辑
• Qwen3.7-Plus 上线：多模态智能体新基座，一键复刻桌面专业软件
• Anthropic 将 Claude Mythos 扩展至 15 国关键基础设施领域
• OpenAI 模型正式登陆亚马逊 AWS 云平台
• 马斯克 xAI 全球招募「中文 AI 导师」，远程训练 Grok 中文能力
• OpenAI 挖走哈佛最年轻华人正教授尹希，苏炜杰同期加盟
• 获 OpenAI 注资后，Opal 转向 AI 音频硬件
• OpenAI 发布面向白领工作的新 Codex 工具套件
• Travelers 与 OpenAI 合作在全国部署 AI 语音理赔助手
• Anthropic 向 150 家合作机构开放 Mythos 网络安全模型
• 奥尔特曼回应 AI 投入回报质疑：「这是对 AI 最公平的批评」
• 招商局狮子山实验室发布 LiOS：用端云协同打通具身智能全链路
• Anthropic 将「玻璃翼」漏洞扫描计划扩展至 15 国 150 家合作伙伴
• Holo3.1 发布：更快、可本地运行的计算机操控智能体
• 字节开源 Bernini：多模态「军师」规划 + DiT 渲染，视频编辑先理解再生成
• JetBrains 开源 Mellum2：12B MoE 专注软件工程，定位多模型流水线「焦点模型」
• 前美团外卖技术负责人创业：元节智能押注餐饮「世界动作模型」
• 金融机构转向交易基础模型：用专有流水数据构建统一行为智能
• NVIDIA Jetson 接入 NemoClaw：智能体 AI 从云端走进机器人与产线边缘
• 「赛豆」登场：赛力斯联手火山引擎造 10–20 万级 AI 车，国资入主、与问界错位
• 百度文心发布 PaddleOCR-VL-1.6：文档解析准确率突破 96.33%，刷新 SOTA
• Baz 借助 Amazon Bedrock AgentCore 大幅提升 AI 代码审查准确率
• 基于 AgentCore Gateway 构建 MCP 客户端安全 OAuth 授权码流
• OpenAI 扩展 Codex：面向全角色的插件、Sites 与批注能力
• OpenAI 呼吁建立国际青少年 AI 安全研究所，推动 G7 全球协调

OpenAI 将 ChatGPT 升级为职业平台，新增求职搜索与简历编辑

OpenAI 为 ChatGPT 推出求职与简历编辑功能，使其从对话助手向职业服务平台延伸。新功能可聚合 Indeed、Upwork、Appcast 及全网来源的实时职位与自由职业机会，并依据用户的经历、技能与职业目标进行个性化推荐，用户需在原平台完成投递。同时，用户可在 ChatGPT 内上传或创建简历，针对特定岗位定制内容，并下载排版专业的成品。求职搜索功能目前仅限美国用户，覆盖 Free、Go、Plus、Pro 各档套餐；简历工具则在全球英文网页版向所有套餐用户开放。

编辑点评： 这是 OpenAI 在消费端产品上的又一次「超级应用」式扩张——把高频求职场景直接嵌入 ChatGPT，既提升用户粘性，也为未来与招聘平台的分成或广告变现埋下伏笔。

原文：https://the-decoder.com/openai-turns-chatgpt-into-a-career-platform-with-job-search-and-cv-editor/^[1]

Qwen3.7-Plus 上线：多模态智能体新基座，一键复刻桌面专业软件

6 月 2 日，阿里巴巴发布千问 3.7 系列多模态大模型 Qwen3.7-Plus，文本与视觉能力均显著提升，在 Vision Arena 榜单中跻身全球前五、中国第一。该模型实现了多模态混合智能体的新突破：不仅能理解图片与视频，还可深度推理、自我编程、调用工具、验证测试并自主迭代，将「看、想、写、做、验」整合进统一工作流，可完成一键复刻手机 App、桌面端专业软件等复杂长程任务。模型已上线阿里云百炼对外提供 API，并支持 Visual Agent、GUI Agent、Visual Coding 等多种能力形态，可通过 Qwen Studio 直接体验。

编辑点评： Qwen3.7-Plus 把「看懂界面」与「写代码执行」打通，标志着国产多模态模型正从单点能力竞争转向端到端智能体落地，对桌面自动化与软件复刻场景冲击不小。

原文：https://www.qbitai.com/2026/06/427730.html^[2]

Anthropic 将 Claude Mythos 扩展至 15 国关键基础设施领域

Anthropic 宣布扩大 Project Glasswing 计划规模，向全球 15 个以上国家的约 150 家新机构开放 Claude Mythos 漏洞扫描能力。该计划旨在利用 AI 发现与修复关键软件漏洞；Claude Mythos 被 Anthropic 称为迄今最强模型，数周内可识别数千个零日漏洞。首批 50 家合作伙伴（含美国政府）已于 4 月初获得 Mythos Preview 访问权；此次扩展覆盖电力、水务、医疗、通信与硬件等此前代表性不足的行业，许多机构维护着被其他组织与政府广泛依赖的代码库。Anthropic 估计，对多数合作伙伴而言，一次重大攻击可能影响超 1 亿人。扩展名单涵盖澳大利亚、加拿大、法国、德国、日本、韩国等国， reportedly 包括 Okta、三星、SK 海力士、北约及欧盟网络安全局 ENISA 等。消息发布前一天，Anthropic 刚 confidential 提交 IPO 申请，此前完成 650 亿美元融资、估值近万亿美元。

编辑点评： 在 OpenAI 推出 GPT-5.5-Cyber 的同期，Anthropic 以「关键基础设施防护」叙事加速 Mythos 落地，AI 网络安全已从实验室竞赛进入国家级供应链博弈。

原文：https://techcrunch.com/2026/06/02/anthropic-scales-claude-mythos-to-critical-infrastructure-in-15-countries/^[3]

OpenAI 模型正式登陆亚马逊 AWS 云平台

OpenAI 将其 GPT-5.5、GPT-5.4 语言模型及 Codex 编程工具接入 Amazon Web Services，通过 Amazon Bedrock 在商业区与政府云（GovCloud）区域提供服务，目前仅限美国区域——GPT-5.5 已在一个美区上线，GPT-5.4 覆盖两个美区。Amazon 表示定价与 OpenAI 官方一致、无额外加价，用量计入现有 AWS 合同。两模型运行于 Bedrock 新推理引擎；Codex 可通过应用、命令行及 IDE 集成使用，所有请求经 Bedrock 路由并受 IAM、VPC 隔离与加密等 AWS 安全能力保护。

编辑点评： 云巨头与模型厂商的「竞合」再进一步——OpenAI 借 AWS 企业渠道下沉，AWS 则用 Bedrock 锁定大客户用量，对 Azure 上的 OpenAI 服务构成直接分流压力。

原文：https://the-decoder.com/openai-models-now-available-on-amazon-web-services/^[4]

马斯克 xAI 全球招募「中文 AI 导师」，远程训练 Grok 中文能力

马斯克旗下 xAI 在 Greenhouse 平台发布「中文 AI 导师」招聘，主要任务是帮助 Grok 提升中文理解与语音交互能力。工作内容包括整理与标注高质量中文音频数据，改进多语言交互、语音识别、口音识别与听觉体验，使全球用户都能进行自然语音对话。要求母语为中文，熟悉不同地区口音与方言；英语至少 B2，发音清晰适合录音；需具备敏锐听觉与独立判断含糊音频的能力。语言学、认知科学背景或配音、播客经验者优先。岗位支持全职、兼职或合同制，可全程远程，但不提供签证担保。美国境内时薪 35–45 美元，境外薪资面试时商议；远程办公设备需为 Chromebook、macOS 11+ 或 Windows 10+ PC。

编辑点评： Grok 在中文语音上的短板正通过「众包式」数据标注补齐，远程、按小时计酬的模式降低了全球化数据采集成本，也反映出 xAI 对多语言语音体验的急迫追赶。

原文：https://www.ithome.com/0/958/940.htm^[5]

OpenAI 挖走哈佛最年轻华人正教授尹希，苏炜杰同期加盟

据海外消息，弦理论领域顶尖学者、哈佛史上最年轻华人正教授尹希已加入 OpenAI，参与 AI 与理论物理交叉研究。目前哈佛官网尚未撤下其教职信息，OpenAI 与本人亦未正式官宣；知情人士称，尹希更可能借学术休假（Sabbatical）制度短期合作，保留教职的同时在 OpenAI 开展研究。同期加盟的还有宾夕法尼亚大学沃顿商学院正教授苏炜杰——考普斯会长奖得主，已在社媒确认休假期间加入 OpenAI。尹希 12 岁考入中科大少年班，31 岁升任正教授，曾获斯隆研究奖与物理学新视野奖；近期在 GitHub 连发 Lean 形式化项目，并上传由 GPT 5.5 编撰的量子场论专著。他在采访中直言「没有什么人类智力是 AI 复制不了的」，认为 AI 是超越算力极限的外挂，可加速物理研究百倍以上。香港大学马毅教授则公开质疑其对 AI 极限判断过于乐观。OpenAI 近来持续从高校挖角，包括斯坦福物理学教授 Geoff Penington、黑洞物理学家 Alex Lupsasca 等，「教授密度」正成为其衡量智力的新指标。

编辑点评： OpenAI 以学术休假模式批量吸纳顶尖科学家，既规避全职挖角的舆论压力，又快速补齐 AI for Science 的智力密度——理论物理与统计学大牛的集体入局，标志着其正从应用层向基础科学突破纵深推进。

原文：https://www.qbitai.com/2026/06/428003.html^[6]

获 OpenAI 注资后，Opal 转向 AI 音频硬件

旧金山摄像头创业公司 Opal 完成由 OpenAI 领投的 4000 万美元 B 轮融资，估值约 2.75 亿美元，并正式更名为 Opal Electronics，全面 pivot 至 AI 硬件赛道。公司此前以设计精良的高端网络摄像头闻名，如今计划在未来三到四个月内推出首款 AI 音频设备，并在 12 个月内再发布两款新品。Sam Altman、OpenAI 研究员及 xAI、Anthropic 等实验室高管已在内测。首款音频设备将与单一 AI 实验室合作上线，Opal 正与 OpenAI、Anthropic、xAI 洽谈，允许用户在不同模型间切换。产品属熟悉品类、非 iPhone 竞品，具体形态（是否可穿戴）尚未公开。OpenAI 现为最大股东，但不持有 Opal 知识产权或设计权；三星、Peter Thiel、Marques Brownlee 等亦参投。业界认为，这是 OpenAI 在自研 Ive 设计设备落地前，以小额投资换取硬件层「期权」的典型布局。

编辑点评： Opal 案例揭示 OpenAI 硬件战略的务实一面——不亲自下场做所有设备，而是用资本绑定有设计基因的消费电子团队，在 Jony Ive 旗舰产品空窗期快速占位音频赛道。

原文：https://www.wired.com/story/opal-electronics-openai-investment-ai-powered-audio-gadget/^[7]

OpenAI 发布面向白领工作的新 Codex 工具套件

OpenAI 周二为 Codex 推出面向企业知识工作者的新能力，并发布内部使用报告。Codex 周活跃用户已超 500 万，较 2 月桌面版上线时增长 6 倍以上；开发者仍是最大群体，但知识工作者占比约 20%，增速是开发者的 3 倍。新发布六款面向特定岗位的插件：数据分析、创意制作、销售、产品设计、股权投资和投行，每款捆绑集成、指令与上下文，开箱即用。同步推出的 Sites 功能允许 Codex 将工作成果输出为托管交互式网站，而非仅生成本地文件；OpenAI 已与 Wix、Base44、Replit、Lovable、Figma、Emergent 等合作，并计划扩展伙伴生态。Annotations 功能则支持用户在文档或文件中标注特定区域，实现更精准的指令与上下文操作。此举距 OpenAI 与全球投资机构联合成立、注资超 40 亿美元的 OpenAI Deployment Company 仅三周，与 Anthropic 2 月推出的企业智能体计划形成正面竞争。

编辑点评： Codex 从「程序员专属」向「全岗位生产力平台」演进，Sites 与 Annotations 的组合尤其值得关注——它把 AI 输出从文件升级为可分享的交互产物，直击企业协作与交付痛点。

原文：https://techcrunch.com/2026/06/02/openai-launches-new-codex-tools-for-white-collar-work/^[8]

Travelers 与 OpenAI 合作在全国部署 AI 语音理赔助手

美国保险巨头 Travelers 基于 OpenAI Realtime API 与前沿模型，构建全自主语音 AI Claim Assistant，已在全国范围上线。该助手通过自然对话引导客户完成车险财产损害理赔的首次报案，解答保单问题、收集细节并提交申请；先在 8 个州试点，两个月内扩展至全美。目前 85%–90% 使用该助手的客户已通过 AI 完成理赔申报。Travelers 去年处理超 150 万起理赔、赔付超 230 亿美元；灾难事件可在数天内产生 10 万+ 索赔。系统将 OpenAI 模型与内部理赔基础设施、编排系统及工具链对接，实现 7×24 无等待服务，即使在灾难高峰期亦然，理赔专员则可专注更复杂案件。Travelers 高级副总裁 Patrick Gee 表示，OpenAI 实时模型在高压力语音环境下的表现是选型关键差异。

编辑点评： 90% 的 AI 自助完成率是保险理赔场景的硬指标——Travelers 案例证明，Realtime API 在受监管、高并发、强合规行业已具备规模化落地能力，而非停留在 demo 阶段。

原文：https://openai.com/index/travelers^[9]

Anthropic 向 150 家合作机构开放 Mythos 网络安全模型

Anthropic 宣布，为进一步测试网络安全模型 Mythos，将向 15 个国家/地区的 150 家合作机构开放「玻璃之翼（Project Glasswing）」项目访问权限。合作伙伴覆盖电力、水务、医疗、通信及硬件制造等关键基础设施领域，需符合相应安全要求方可获准使用。Anthropic 表示，愿景是让 AI 提升所有软件的安全性，帮助整个行业适应 AI 对网络安全的改变。作为参照，该公司于今年 4 月曾首次向 50 家机构开放 Mythos；自项目启动以来，玻璃之翼合作伙伴已通过 Mythos 发现 1 万个高危安全漏洞。Mythos 被 Anthropic 定位为迄今最强网络安全模型，此前已引发金融监管机构紧急升级防御、美国政府顶着禁令仍秘密测试等连锁反应。

编辑点评： 从 50 到 150 家机构的扩容，Anthropic 正把 Mythos 从「精英试点」推向关键基础设施的广域扫描网络——AI 攻防能力的外溢速度，已快于各国监管框架的同步更新。

原文：https://www.ithome.com/0/958/985.htm^[10]

奥尔特曼回应 AI 投入回报质疑：「这是对 AI 最公平的批评」

OpenAI CEO 萨姆·奥尔特曼在 CNBC 采访中承认，外界对大规模 AI 投入能否收回成本的质疑「有道理」。他指出，不少企业已在 AI 上花费数十亿美元，既看到进展也承认存在浪费，核心焦虑在于：多久才能见到收入、多久才能把成本控制住。此番表态正值投资者越来越关注 AI 热潮的变现能力——《华尔街日报》称 OpenAI 去年未达成部分关键收入与用户增长目标；云优化平台 Cast AI 对逾 2.3 万个集群的分析显示，GPU 平均利用率仅约 5%，大量算力处于闲置。Cast AI 联合创始人 Laurent Gil 认为，企业囤积稀缺 AI 芯片往往出于「怕错过浪潮」而非即时需求。纽约大学荣休教授 Gary Marcus 则警告，超大规模云厂商的 AI 资本开支可能是「历史上最大的资本错配」，亚马逊、谷歌、微软和 Meta 每月合计投入已超过曼哈顿计划总成本。

编辑点评： 当行业领袖公开承认 ROI 焦虑，说明 AI 投资已从「信仰驱动」进入「账本驱动」阶段；算力闲置与收入滞后若不能快速改善，资本寒冬可能先于技术寒冬到来。

原文：https://www.ithome.com/0/958/962.htm^[11]

招商局狮子山实验室发布 LiOS：用端云协同打通具身智能全链路

招商局狮子山人工智能实验室联合智谱具身智能部门，以 ICRA 2026 LeHome Challenge 叠衣任务为牵引，推出自研具身智能操作系统 LiOS。团队将训练、部署、轨迹采样与 Real2Sim 遥操作串联为数据迭代管线，仿真策略经 SO101 真机验证后暴露虚实迁移鸿沟；LiOS 通过云侧多模态大模型训练与数据湖仓、端侧 Runtime 运动控制与安全执行、端云协同低延迟图传（WebRTC/GStreamer，本地相机到云端显存约 30ms）三层架构，让云端百亿级模型能力落地真机。实测中，LiOS 图传较通用中继方案加速 2.1～6.9 倍，云端部署推理频率可高于端侧 RTX 5090。实验室已在多双臂平台、短袖/长袖/裤子、褶皱整理与连续叠衣等场景验证，并计划开源低延时图传模块与 LeFold 真机叠衣数据集。

编辑点评： 叠衣服看似家常，却是柔性物体感知、双臂协同与长程恢复的「压力测试」；LiOS 把分散的机器人栈与大模型栈收成 OS 级基础设施，对行业从 demo 走向可复用真机迭代具有示范意义。

原文：https://www.qbitai.com/2026/06/427472.html^[12]

Anthropic 将「玻璃翼」漏洞扫描计划扩展至 15 国 150 家合作伙伴

Anthropic 正大幅扩展 Project Glasswing（玻璃翼计划），向全球 15 个以上国家约 150 家新机构开放基于 Claude Mythos Preview 的关键软件漏洞扫描能力。此前约 50 家合作伙伴已发现逾 1 万个严重漏洞；新伙伴覆盖能源、水务、医疗、通信等关键基础设施，Anthropic 估计其中任一系统遭成功攻击可能影响超 1 亿人，欧盟网络安全局 ENISA 据称也在洽谈接入。公司警告， rival AI 厂商可能在 6～12 个月内推出同等能力模型且未必设防滥用，计划数周内在对 Mythos 建立足够防护后更广泛开放。与此同时，Anthropic 已通过 Claude Security（基于 Claude Opus 4.8）向企业出售代码扫描与补丁建议服务——实质上是在销售针对 Mythos 级模型威胁的防护能力。

编辑点评： AI 既被用来「找洞」又被用来「卖盾」，网络安全商业模式正在重构；关键基础设施接入意味着漏洞发现从实验室竞赛升级为国家级供应链博弈。

原文：https://the-decoder.com/anthropic-scales-project-glasswing-to-150-partners-across-15-countries-to-hunt-critical-software-flaws/^[13]

Holo3.1 发布：更快、可本地运行的计算机操控智能体

H 公司发布 Holo3.1 系列计算机操控（Computer Use）模型，在 Holo3 基础上强化环境、智能体框架与部署三维度鲁棒性。基于 Qwen 系列，35B-A3B 在 AndroidWorld 从 67% 提升至 79.3%，4B/9B 从 58% 提升至 72%；新增对 function-calling 的原生支持，在 OSWorld 及内部电商/协作基准上与 JSON 输出接近持平，在 Holotab 产品内较 Holo3 提升超 25%。首次提供 FP8、Q4 GGUF、NVFP4 量化权重，支持云端到端侧本地推理：NVFP4 在 DGX Spark 上 token 吞吐为 BF16 的 1.74 倍，端到端步时从 6.8 秒降至 3.3 秒，OSWorld 得分仅比全精度低约 2 分。产品线覆盖 0.8B～35B-A3B 四档，面向浏览器、桌面与移动端自动化。

编辑点评： 量化权重把「能操控电脑」的 agent 从云端 API 推向消费级硬件，隐私与延迟优势会加速桌面自动化在企业和个人场景的渗透。

原文：https://huggingface.co/blog/Hcompany/holo31^[14]

字节开源 Bernini：多模态「军师」规划 + DiT 渲染，视频编辑先理解再生成

字节商业化技术团队开源统一视频生成与编辑框架 Bernini，采用「先理解、再生成」架构：MLLM-based planner 负责解析文本、源视频与参考图/视频并预测目标语义表示，DiT-based renderer 再完成高质量连续画面渲染；通过 Segment-Aware 3D RoPE 区分多参考片段，避免时空坐标混淆。能力覆盖天气/季节/材质/风格一键切换、视角与焦点编辑、主体动作改写，以及基于图片/视频参考的主体植入、材质迁移、风格延续与 LED 大屏植入；亦支持单图/多元素/多角度参考生成与场景关键帧到连续镜头。团队称在自建 Arena 评测中已与多款国内外闭源模型同处第一梯队；当前已开放 Bernini-R 推理代码与权重，含完整 MLLM Planner 的版本整理中。

编辑点评： 把「听懂要改什么」与「画出来」拆开，直击视频 AIGC 可控性痛点；若完整版如期开源，创作者有望从反复抽卡转向可迭代的「后期式」编辑工作流。

原文：https://www.qbitai.com/2026/06/427810.html^[15]

JetBrains 开源 Mellum2：12B MoE 专注软件工程，定位多模型流水线「焦点模型」

JetBrains 于 6 月 2 日以 Apache 2.0 协议开源 Mellum2，作为初代 4B 稠密代码补全模型 Mellum 的继任者，面向代码生成与编辑、调试、多步推理、工具调用及智能体编程等软件工程场景。模型采用 12B 总参数、每 token 仅激活 2.5B 的 MoE 架构（64 专家、每 token 激活 8 个），配合 131K 上下文、分组查询注意力与多 token 预测头，预训练约 10.6 万亿 token 后提供 Base、Instruct、Thinking 等六个检查点。JetBrains 将其定位为多模型系统中的「焦点模型」——负责路由编排、低延迟 RAG 摘要与子智能体步骤，而非替代前沿通用大模型；EvalPlus、BFCL 等基准在同类 4B–14B 开源模型中表现突出，但 LiveCodeBench 仍落后于 Qwen3.5 9B，且仅支持文本与代码。可通过 vLLM 一键部署并启用 Hermes 工具调用解析器。

编辑点评： Mellum2 把「大参数容量、小算力开销」的 MoE 思路明确押在 IDE 与多智能体编排上，对想在本地私有化跑代码子模型的团队，是比堆一个 70B 更务实的组件选型。

原文：https://www.marktechpost.com/2026/06/02/jetbrains-releases-mellum2-a-12b-moe-model-for-fast-specialized-tasks-in-multi-model-ai-pipelines/^[16]

前美团外卖技术负责人创业：元节智能押注餐饮「世界动作模型」

具身智能公司元节智能（AtomBite.AI）近日完成千万级种子轮融资，由英诺科创基金领投。创始团队具「美团基因」：CEO 王栋曾任美团外卖事业部技术负责人，联合创始人李滔曾执掌外卖算法与数据体系。公司不从通用硬件起步，而是聚焦餐饮后厨——以外卖打包与接驳等高错率、相对标准化环节切入，构建融合视觉与触觉的 VT-WAM（视觉-触觉世界动作模型），强调真实物理因果而非过度依赖语言规划的 VLA 路线。系统分三层：上层具身世界模型负责认知与动作规划，中层任务编排调度多设备，底层自研部件与通用本体融合；端侧小模型处理装盒封签等高频动作，云端大模型处理异常并与 KDS 联动人工补位，预计 2026 年内进入商家后厨规模化部署。王栋认为餐饮是全球共通、ROI 清晰、决策链短的具身落地场景，成功闭环后可向更复杂服务业延伸。

编辑点评： 从日均千万单履约里走出来的团队，选「打包接驳」而非炫技人形，是用商业可量化价值倒逼世界模型数据飞轮——这比实验室里追灵巧手成熟度更接近真落地。

原文：https://36kr.com/p/3834292242130825?f=rss^[17]

金融机构转向交易基础模型：用专有流水数据构建统一行为智能

NVIDIA 发文指出，金融业正从「每个业务一条专用模型」走向基于 Transformer 的交易基础模型（Transaction Foundation Model）：在支付、转账、产品交互等数十亿级专有事件上学习统一的用户行为表征，把表格型交易数据带入与 NLP 类似的上下文推理能力——例如凌晨第四笔陌生设备支付，其风险含义取决于前后行为序列而非孤立特征。Revolut 与 NVIDIA 合作训练的 PRAGMA 家族模型基于 240 亿事件、2600 万用户记录，在信贷评分、反欺诈与推荐等多任务上超越强任务专用模型，并将特征工程周期从数周缩短至近乎零。Mastercard、Adyen、Stripe 等亦在同类架构上推进：Adyen 处理万亿美元支付，0.1% 授权率提升即可带来巨大 GMV；Stripe 去年依托该路径拦截约 1120 亿美元欺诈。NVIDIA 已发布「Build Your Own Transaction Foundation Model」开发者示例，可在 AWS SageMaker HyperPod、Nebius 等云上部署，EXL、Thoughtworks 等伙伴协助企业落地。

编辑点评： 当 90% 机构已在用或评估 AI 时，瓶颈从「有没有模型」变成「碎片模型能否共享同一套行为语义」——交易基础模型本质是金融机构的 proprietary GPT moment。

原文：https://blogs.nvidia.com/blog/financial-institutions-transaction-foundation-models/^[18]

NVIDIA Jetson 接入 NemoClaw：智能体 AI 从云端走进机器人与产线边缘

在 COMPUTEX 上，NVIDIA 发布 JetPack 7.2 并宣布 NemoClaw 智能体框架登陆 Jetson 边缘平台，将智能体 AI 从服务器与工作站推向机器人、工业检测、交通与零售等物理世界场景。JetPack 7.2 带来基于 Yocto 的可定制 Linux、Jetson Orin 上的 CUDA 13、Jetson Thor 的 MIG 与实时内核，以及 AGX Orin 32GB 约 20% 的算力提升至 241 TOPS；中间层新增面向 Jetson 开发的「智能体技能」（内存优化、模型基准测试等），顶层则支持单命令部署 NemoClaw，并可结合 Metropolis VSS 蓝图实现视觉推理智能体。已有 Solomon 人形机器人、Advantech 工厂大脑、SandStar 智能售货机（内存优化后从 16GB 降至 8GB 设备）、NoTraffic 交通信号优化、Hexagon 人形与 Zipline 无人机等多方案例落地或规划采用。

编辑点评： NemoClaw 从数据中心「下沉」到 Jetson，标志着智能体栈开始按机器人量产节奏打包——谁先在边缘把记忆与工具链跑通，谁就更有机会吃到物理 AI 的部署红利。

原文：https://blogs.nvidia.com/blog/jetson-agentic-ai-physical-world/^[19]

「赛豆」登场：赛力斯联手火山引擎造 10–20 万级 AI 车，国资入主、与问界错位

多家媒体报道，赛力斯与字节跳动旗下火山引擎合作的独立品牌「赛豆」计划 2026 年 6 月正式发布，首款跨界轿跑 SUV 年内量产，主攻 10–20 万元年轻运动市场，由重庆赛豆科技有限公司运营——该公司由原蓝电主体经约 66.71 亿元增资后更名，沙坪坝国资委旗下沙磁致远持股约 34.5% 为第一大股东，赛力斯持股降至 32.96% 并失去控制权。整车在凤凰工厂生产，销售网络与问界独立；智能化侧重火山引擎车机大模型等 AI 能力，智驾预计不采用华为乾崑，字节亦已表态不做智驾，方案或需另寻伙伴或自研。赛力斯由海外事业部总裁李博带队，字节由火山引擎汽车业务总经理杨立伟负责「A 项目」。业内解读为赛力斯在问界成功后寻求「第二曲线」，以字节 AI 与流量补齐年轻化与出海，同时用国资与宁德时代等绑定供应链，探索「地方国资 + 整车 + 科技巨头」新范式。

编辑点评： 赛力斯一边深度绑定华为做高端问界，一边用赛豆试验字节座舱生态——双线作战的关键不在品牌名，而在两套智能化栈能否在集团内互不打架地共存。

原文：https://www.qbitai.com/2026/06/427760.html^[20]

百度文心发布 PaddleOCR-VL-1.6：文档解析准确率突破 96.33%，刷新 SOTA

百度正式发布基于文心大模型训练的 PaddleOCR-VL-1.6，在 OmniDocBench v1.6 权威评测中总指标达 96.33%，超越 Gemini-3-Pro、GPT-5.2 等主流方案，综合性能全球第一；在面向真实复杂场景的 Real5-OmniDocBench 上得分 93.19%，较 Gemini-3-Pro 提升近 4 个百分点，在扫描件、弯折文档、屏幕拍照等五大场景均保持领先。模型在文本、公式、表格、古籍、生僻字、印章及图表识别等能力全面增强，仍保持 0.9B 轻量化架构，与 1.5 版结构一致可平滑迁移。目前已上线 PaddleOCR 官网，支持网页端与 API 调用，代码及权重已同步开源至 GitHub 与 Hugging Face。

编辑点评： 在文档 OCR 这一长期由谷歌 Tesseract 等主导的领域，百度以开源路线拿下 SOTA，对企业文档数字化与 RAG 知识库建设是实打实的降本增效信号。

原文：https://www.qbitai.com/2026/06/427754.html^[21]

Baz 借助 Amazon Bedrock AgentCore 大幅提升 AI 代码审查准确率

代码审查平台 Baz 与 AWS 合作，基于 Amazon Bedrock 与 AgentCore 构建 Spec Review 智能体，突破传统「只看 diff、不看意图」的审查局限。系统通过 GitHub Webhook 触发，并发从 Figma（MCP）与 Jira（REST）拉取设计稿与需求，将规格拆解为独立子任务，由多个 Bedrock 驱动的实现子智能体分别验证；核心创新是集成 AgentCore Browser Tool，在预览环境中像真实用户一样操作界面，结合 DOM 检测、事件模拟与视觉比对，对照 Figma 设计与 Jira 验收标准做端到端验证。审查结果自动回写 GitHub PR、Slack 与 Jira。客户反馈显示，缺陷报告减少最高 50%，合并时间缩短 30%–70%。

编辑点评： 把「代码能跑」升级为「产品符合规格」，Browser Tool 让 AI 审查从静态分析跨入运行时验收，对高频发版团队的价值可能超过传统 lint 工具。

原文：https://aws.amazon.com/blogs/machine-learning/how-baz-improved-its-ai-agent-code-review-accuracy-using-amazon-bedrock-agentcore/^[22]

基于 AgentCore Gateway 构建 MCP 客户端安全 OAuth 授权码流

AWS 发布技术指南，演示如何为托管在 Amazon Bedrock AgentCore Gateway 上的 MCP 服务器配置 OAuth 授权码流（含 PKCE）作为入站认证机制。Gateway 充当 OAuth 资源服务器，未携带有效 JWT 的请求返回 401 及 Protected Resource Metadata，引导 Kiro IDE 等智能体编码助手经 IdP（如 Okta、Entra ID、Cognito）完成用户登录与令牌交换，后续请求携带 access token 经 Gateway 校验签名、过期时间、issuer 与 audience 后转发至 MCP 后端。文章给出 IdP 应用注册、Gateway JWT 配置、Kiro IDE 连接器设置及 mcp-remote 代理的完整步骤，确保每次 AI 助手调用工具均绑定真实用户身份。

编辑点评： MCP 生态走向企业落地，身份认证是绕不开的门槛；Gateway 统一做 JWT 校验，让各 IdP 与 AI 客户端可以「各管一段、标准对接」，比每家 MCP 服务器自建 auth 更现实。

原文：https://aws.amazon.com/blogs/machine-learning/building-a-secure-auth-code-flow-setup-using-agentcore-gateway-with-mcp-clients/^[23]

OpenAI 扩展 Codex：面向全角色的插件、Sites 与批注能力

OpenAI 宣布 Codex 周活用户已超 500 万，非开发者占比约 20% 且增速是开发者的 3 倍以上。本次更新推出六款角色专属插件，涵盖数据分析（Snowflake、Databricks、Tableau 等）、创意生产（Figma、Canva）、销售（Salesforce、HubSpot）、产品设计、公募股权投资与投行等场景，共集成 62 款应用与 110 项技能，无需编程即可开箱使用。Business/Enterprise 客户还可预览 Sites 功能，将分析、计划等转化为可分享的交互式网页与应用；Annotations 批注能力则从代码扩展至文档、表格与幻灯片，可点选局部让 Codex 精准修改。更多插件（企业财务、私募、法务等）及 Vercel、Figma 等 Sites 合作伙伴生态正在建设中。

编辑点评： Codex 正从「写代码工具」蜕变为「知识工作操作系统」，插件 + Sites + 批注的三件套，实质是在 ChatGPT 生态内复制 Notion + Retool 的组合能力。

原文：https://openai.com/index/codex-for-every-role-tool-workflow^[24]

OpenAI 呼吁建立国际青少年 AI 安全研究所，推动 G7 全球协调

OpenAI 在 G7 法国埃维昂领导人峰会前夕发文，呼吁各国政府、产业与民间社会协作，设立专门的国际青少年 AI 安全研究所，以在单次峰会之外提供持续的研究共享、证据积累与标准制定。文章提出九项全球青少年 AI 安全框架原则：识别未成年人并默认启用适龄保护、定期评估风险与收益、提供易用的家长控制、公开透明安全政策、建立自残与剥削等高危场景响应协议、AI 应辅助而非替代真实人际关系、禁止向未成年人定向广告或出售个人信息、促进 AI 素养，以及独立审计与跨境互认。OpenAI 已在 ChatGPT 中强化 18 岁以下用户防护、家长控制与年龄预测，并与爱沙尼亚、希腊、新加坡等国推进 Education for Countries 教育部署；同期将在巴黎举办 OpenAI Forum 探讨落地路径。

编辑点评： 在各国加速推进 AI 进课堂的当下，OpenAI 主动把「青少年安全」抬到 G7 议程并推动常设机构，既是公关也是预emptive 合规——谁先定标准，谁就在监管博弈中占先手。

原文：https://openai.com/index/advancing-youth-safety-and-opportunity-through-global-leadership^[25]

以上就是今天的 AI 领域要闻。明天见！

引用链接