【AI资讯日报 | 06月03日】巨头齐发大模型,AI从“对话”转向“干活”

【AI资讯日报 | 06月03日】巨头齐发大模型，AI从“对话”转向“干活”

• 🔥🔥🔥🔥🔥 微软Build 2026一口气发布7款自研MAI模型，旗舰推理MAI-Thinking-1叫板Claude Sonnet 4.6，Agent+编程闭环确立“智能体优先”路线｜2026-06-02 旧金山｜https://news.qq.com/rain/a/20260603A01OUL00
• 🔥🔥🔥🔥🔥 OpenAI Codex三连更：智能体插件+注释精准修改+站点一键生成，Codex将并入ChatGPT覆盖10亿用户，CEO Altman称下一重点是“全天候自主AI”｜2026-06-02 直播｜https://www.toutiao.com/article/7646947658040459826
• 🔥🔥🔥🔥 阿里发布Qwen3.7-Plus多模态智能体模型，“看、想、写、做、验”一体化，11小时闭环开发App，Vision Arena全球前五、中国第一｜2026-06-02 北京时间上午10:47｜https://finance.sina.com.cn/tech/shenji/2026-06-02/doc-inhzysxu3287083.shtml
• 🔥🔥🔥🔥 英伟达Cosmos 3物理AI世界模型发布：开源全模态，视觉推理+世界生成+动作预测一体，黄仁勋称“物理AI爆发时代近在眼前”｜2026-06-02 18:14 新浪科技｜https://finance.sina.com.cn/roll/2026-06-02/doc-inhzzivp1594167.shtml
• 🔥🔥🔥 腾讯测试微信AI智能体原型：右滑入口，调用小程序完成任务，项目列为最高战略优先级，算力与成本成落地瓶颈｜2026-06-02 11:20 市场资讯｜https://finance.sina.com.cn/stock/t/2026-06-02/doc-inhzysxu3316782.shtml
• 🔥🔥🔥 豆包6月下旬上线付费内容：基础功能永久免费，付费专注PPT/数据分析/影视制作等高算力场景，三档月费68/200/500元｜2026-06-12 12:53 澎湃新闻｜https://www.21jingji.com/article/20260602/herald/a78cb4eb5e9532c30ab185c4a5638d4d.html
• 🔥🔥🔥 腾讯云DeepSeek-V4系列大降价：6月3日0时起最高降幅97.5%，Pro推理输入/输出降75%，缓存命中降97.5%｜2026-06-02 腾讯云公告｜https://so.html5.qq.com/page/real/search_news?docid=70000021_5126a1ea01139752
• 🔥🔥 百度文心发布PaddleOCR-VL-1.6：文档解析准确率96.33%登顶OmniDocBench v1.6，0.9B轻量架构，代码与权重已开源｜2026-06-02 17:50 新浪科技｜https://finance.sina.com.cn/tech/mobile/n/n/2026-06-02/doc-inhzzivq4783974.shtml
• 🔥🔥 谷歌认领“最强AI版Photoshop” nano-banana：实为Gemini 2.5 Flash Image，现已在Gemini和AI Studio免费开放API｜2026-06-02 13:43 快科技｜https://soft.china.com/article/2466035.html
• 🔥 微软发布Surface RTX Spark Dev Box：AI开发者专属PC，搭载NVIDIA RTX Spark芯片，与Mac Studio正面竞争｜2026-06-02 Build 2026｜https://m.163.com/dy/article/KUG4538H05118HA4.html

🧠大模型方面

1）微软MAI家族7款自研模型：从“用谁的模型”到“用谁的模型最划算”

• 时间：当地时间2026-06-02（Build 2026主旨演讲）
• 事件：微软发布MAI（Microsoft AI）模型家族，共7款自研模型，覆盖推理、编码、图像、语音、转写等，统一“从零训练、零蒸馏”路线，强调企业成本可控与Agent能力栈。旗舰推理模型MAI-Thinking-1在关键软件工程基准上与Claude Sonnet 4.6持平，编程模型MAI-Code-1-Flash深度集成GitHub Copilot与VS Code。
• 亮点：

• MAI-Thinking-1：350亿活跃参数，256K上下文，主打复杂多步推理与代码生成，盲测偏好与Sonnet 4.6不相上下。
• MAI-Code-1-Flash：50亿参数，推理效率优化，专为GitHub Copilot与VS Code场景定制。
• MAI-Image-2.5/Flash、MAI-Voice-2/Flash、MAI-Transcribe-1.5：图像生成/编辑、语音合成、多语言转写全栈覆盖。

• 影响：微软在继续与OpenAI合作的同时，用自研模型把推理成本留在自家生态，企业IT采购从“谁最强”转向“用谁最划算”。
2）阿里Qwen3.7-Plus：多模态智能体基座，从“看懂”到“做完”
• 时间：2026-06-02 上午10:47（北京时间）
• 事件：阿里发布千问3.7系列多模态大模型Qwen3.7-Plus，已在阿里云百炼上线API，定位“多模态混合智能体基座”，实现“看、想、写、做、验”一体化工作流。
• 关键能力：

• 文本与视觉双提升：Vision Arena全球前五、中国第一；BabyVision视觉推理从37.4→64.7，超越Gemini3.1-Pro。
• Agent与编程：Terminal Bench 2.0-Terminus、SciCode编程评测提升约9分；Skillbench通用Agent能力提升10.2分；数学推理Apex得分近上代3倍。
• 长任务闭环：基于Hybrid-Agent系统连续运行11小时+，自动完成英语学习App全链路开发（超1万行代码、1000+次Agent调用）。

• 意义：把“视觉感知+代码生成+工具调用+GUI操控”统一到单一智能体循环，Agentic时代从“对话”正式走向“干活”。
3）英伟达Cosmos 3：开源全模态物理AI世界模型
• 时间：2026-06-02 18:14 新浪科技报道
• 事件：英伟达发布Cosmos 3——面向物理AI的开放世界基础模型，采用混合Transformer架构，将视觉推理、世界生成与动作预测集成在单一系统，原生支持文本、图像、视频、环境音、动作等多模态。
• 性能：在Artificial Analysis、Physics-IQ、PAI-Bench、R-Bench等世界生成基准，以及RoboLab/RoboArena动作策略和VANTAGE-Bench/TAR视觉理解榜单中，Cosmos 3系列均居榜首。
• 生态：Cosmos 3提供Super/Nano/Edge（即将上线）三版本，同步成立Cosmos联盟，思灵机器人、LG、三星、理想汽车等已加入。
4）百度文心PaddleOCR-VL-1.6：OCR赛道再刷SOTA
• 时间：2026-06-02 17:50 新浪科技
• 事件：百度发布PaddleOCR-VL-1.6，在OmniDocBench v1.6上准确率达96.33%，综合性能全球第一，刷新文档解析SOTA。
• 亮点：

• 0.9B轻量化架构，在表格、古籍、生僻字、印章等复杂场景识别能力显著提升。
• 代码与权重开源至GitHub与Hugging Face，支持网页端与API调用。
5）DeepSeek-V4：腾讯云大降价，最高降幅97.5%

• 时间：2026-06-02 公告，2026-06-03 00:00生效
• 事件：腾讯云智能体开发平台对DeepSeek-V4系列模型价格大幅下调：

• V4-Pro：推理输入/输出价格降75%，缓存命中降97.5%；
• V4-Flash：缓存命中降90%。

• 背景：此前DeepSeek官方已将V4-Pro永久降价75%，腾讯云在云渠道进一步拉低调用门槛，强化“高性价比国产模型”叙事。
6）豆包大模型：6月下旬上线付费，基础功能永久免费
• 时间：2026-06-02 12:53 澎湃新闻
• 事件：字节旗下豆包预计6月下旬正式上线付费内容，三季度打通抖音电商，四季度进入运行期。
• 付费模式：

• 标准版：68元/月，688元/年，面向轻度办公；
• 加强版：200元/月，2048元/年，面向专业创作；
• 专业版：500元/月，5088元/年，面向企业/重度用户。

• 官方表态：基础聊天、问答、文案创作等日常功能永久免费，付费主要针对PPT生成、数据分析、影视制作等高算力场景。

🛠️AI应用侧方面

1）OpenAI Codex三连更：Agent插件+注释+站点，走向“AI员工”平台

• 时间：2026-06-02 直播更新，6月3日逐步上线
• 事件：OpenAI为Codex智能体推出三项更新：

• 智能体插件：首发6个角色插件（数据分析、创意制作、销售、产品设计、股票投资、投行），打包62个应用、110项技能，企业无需编程即可接入“资深AI员工”。
• 注释（Annotations）：用户可选中Codex输出中的任意内容，要求解释或精准修改，实现“指哪改哪”。
• 站点（Sites）：将任意文档转化为交互式网站/仪表盘，支持团队共享与实时预览。

• 战略：Codex将引入ChatGPT，覆盖9亿周活用户；CEO Sam Altman称下一阶段重点是“全天候自主运行的主动式AI”。
2）微信AI智能体原型测试：右滑出AI，调用小程序闭环
• 时间：2026-06-02 多家媒体报道
• 事件：腾讯正测试微信内嵌AI智能体原型，项目被列为公司最高战略优先级。
• 交互：用户在微信主界面右滑即可调出AI对话窗口，输入自然语言后，智能体自动调用小程序完成任务（如按口味和预算找咖啡馆并下单）。
• 瓶颈：因前期芯片囤货不足与国产算力紧张，全量上线成本极高，短期营收能否覆盖尚不明朗。
3）谷歌Gemini 2.5 Flash Image：官方认领“最强AI版Photoshop”
• 时间：2026-06-02 13:43 快科技
• 事件：此前爆火的匿名图像编辑模型“nano-banana”被谷歌官方认领，实为Gemini 2.5 Flash Image，现已可在Gemini和Google AI Studio免费使用，API价格0.039美元/图。
• 能力：支持多图合成、2D→3D转换、图像推理（如阴影、角度计算），被网友称为“AI版Photoshop”。
4）国家卫健委：探索在社区卫生机构推广AI辅助诊断等技术
• 时间：2026-06-02 每日经济新闻
• 事件：国家卫健委办公厅发布通知，提出探索在城市社区卫生服务机构推广应用医学人工智能辅助诊断、处方前置审核、语音病历信息自动采集等技术，提高诊疗效率与文书管理水平。
5）Recorded Future与Wipro达成战略合作，提供AI驱动威胁情报
• 时间：2026-06-02 新浪AI热点小时报
• 事件：全球威胁情报公司Recorded Future与Wipro建立战略合作伙伴关系，在Wipro的托管安全服务产品中推出托管威胁情报与品牌监测服务，将AI驱动情报嵌入安全运营工作流。

⚡短讯

• 微软Surface RTX Spark Dev Box发布：搭载NVIDIA RTX Spark芯片，定位AI开发者高性能PC，与Apple Mac Studio正面竞争。
• OpsGuru成为AWS多伦多合作伙伴创新中心启动合作伙伴：将展示数据湖仓加速器，在AWS上快速部署云原生数据湖，加速企业AI应用。
• 四部门启动“剑网2026”专项行动：以AI领域版权整治为重点，强化AI生成内容版权保护。
• 全球首条S+C+L三波段超低损多芯光缆线路在青岛建成开通：单条光纤容量达传统光纤5倍以上，为AI算力中心互联提供新基础设施。
• 腾讯云宣布DeepSeek-V4系列6月3日0时起大幅降价：最高降幅97.5，推动中小企业加速采用AI服务。

📬 主题订阅服务

想要专属的资讯日报？支持订阅特定主题！

三步完成订阅：

1. 👍 点赞 + ❤ 推荐本篇日报
2. 💰 前往订阅服务详情页完成打赏
3. 📸 截图三连（点赞+喜欢+打赏）发至后台，告知你想订阅的主题关键词

订阅权益：连续 7 天收到该主题的精选日报推送

订阅日历：每日最多开放 2 个订阅席位，先到先得

🎁 后台回复「Chat」，可领取特供Plus优惠券或者kicode中转，调用codex额度，先到（优惠额度越高）先得。

ChatGPT Plus订阅优惠使用方法，参考：2026最新保姆级教程：国内如何低门槛升级ChatGPT Plus?

在kicode中转，调用codex的流程，参考：2026 保姆级教程：国内如何配置并使用codex（全流程图解）