夜雨聆风模型前沿
1. 称霸听与说榜单， Cartesia 推出实时语音“双子星” Sonic 3.5 与 Ink 2
Cartesia 这次是来真的，一口气推出了 Sonic 3.5 和 Ink 2 ，打造了一套完整的实时语音栈。其中， Ink 2 负责听，在流式语音转文字排行榜上拿下第一； Sonic 3.5 负责说，在实时文本转语音中位列榜首，首音频延迟仅约 82ms 。这意味着 Cartesia 成为了目前唯一一家同时拥有“听”和“说”双料第一模型的提供商，实力不容小觑。
2. 通义千问 Qwen-RobotManip ：用对齐技术解锁机器人操作潜能
通义千问基于 Qwen-VL 推出了视觉-语言-动作（ VLA ）基础模型 Qwen-RobotManip 。它引入了一个覆盖表示、运动和行为的统一对齐框架，仅靠开源数据和人演示视频就构建了约 38,100 小时的预训练语料，涵盖 15 种机器人形态。成绩方面相当亮眼：在 LIBERO-Plus 达 91.4%， RoboTwin-C2R Hard 达 69.4%，并在 RoboChallenge Table30 v1 generalist track 夺冠。模型采用 80 维状态-动作表示及人-机器人数据合成管道，这标志着机器人基础模型正在向规模化迈进。
3. Qwen-RobotWorld ：打造具身智能体的“无界世界”
Qwen-RobotWorld 试图打破边界，它以语言为统一动作接口，采用双流 Multimodal Diffusion Transformer （ MMDiT ）架构，并将 Qwen2.5-VL 作为动作编码器。该模型在 4 个基准测试中拔得头筹，统一了 20 余种机器人形态，基于 860 万跨场景训练对和 1300 多项操作技能进行训练。它将语言接口标准化为 500 多种动作类别，支持操作、自动驾驶、室内导航的联合训练，还支持 Scene2Robot 人类到机器人转移及 2–4 路多视角几何一致视频生成，野心可见一斑。
4. 字节跳动 Seedance 2.0 Mini 登场：速度翻倍，成本砍半
字节跳动火山引擎旗下的 Seedance 2.0 Mini 视频生成模型于 6 月 15 日上线体验中心，近期将开放 API 。相比 Seedance 2.0 Fast ，它速度快了 2 倍，质量却不打折。价格方面更是惊喜：图生视频定价 0.023 元/千 tokens ，视频生视频 0.014 元/千 tokens ， 720P 规格下单秒生成成本约 0.5 元，比标准版降低了一半。该模型主要面向电商、营销素材生成等高频、大规模场景，这对于需要批量生产视频的用户来说是个福音。
5. Qwen-RobotNav ：一统五大导航领域的可扩展模型
Qwen 发布了基于 Qwen3-VL 训练的 Qwen-RobotNav ，训练样本高达 15.6M 。它厉害之处在于统一了视觉语言导航、目标导航、目标跟踪、自动驾驶和具身问答五个领域，推理时无需修改架构即可切换任务。它在多项基准测试中取得了 SOTA 成绩： VLN-CE RxR 成功率 76.5%， HM3Dv2 目标导航 75.6%（仅 RGB ）， EVT-Bench 跟踪率 90.0%， NAVSIM PDMS 91.4 ，并树立了三项 EQA 新标杆。模型暴露了四个可调轴，配合上层规划器 Qwen3.7-Plus ，在 EXPRESS-Bench 上提升了 15.4%，导航步数显著减少，通用性极强。
产品动态
6. 教育部“阳光志愿”系统升级： AI 助手 24 小时在线，数据权威可靠
教育部“阳光志愿”信息服务系统今日全新升级，依托招生、学籍、就业等海量官方数据，免费为考生和家长提供服务。系统支持 31 个省区市本专科普通批次志愿筛选，输入成绩和位次即可生成方案。 AI 助手“智慧小招”全天候在线答疑，数据由高校直接报送并核验。此外，系统还推出了专业倾向测评和 21 项生涯测评工具，这在志愿填报季绝对是刚需产品。
7. Google Cloud 发布 OKF v0.1 ：为 AI 智能体提供“供应商中立”的知识规范
Google Cloud 推出了 Open Knowledge Format (OKF) v0.1 ，这是一种供应商中立的 Markdown 规范，旨在为 AI 智能体提供结构化的上下文知识。 OKF 将知识表示为带 YAML 前置元数据的 markdown 文件目录，通过少量保留字段实现互操作。它无需专有服务或 SDK ，目录可托管在 GitHub 或任意文件系统。 OKF 的出现是为了解决组织内部知识碎片化、各厂商方案不兼容的痛点，遵循最少意见原则，试图在混乱的知识管理中建立秩序。
8. Copilot Cowork 全球上线，正式支持多模型
Copilot Cowork 现已在全球范围内正式可用，并宣布支持多模型！这意味着每个组织都可以部署长期运行的智能体，利用组织内部独特的知识和专有技术来处理复杂的多步骤任务，这无疑将大幅提升企业办公的自动化水平。
9. 支付宝 AI 版开启邀测：“阿宝”助手上线，首批放出 100 个邀请码
支付宝今日开启了 AI 版本的邀测，用户右滑即可进入新版界面。通过对话框或语音指令，用户可以让“阿宝”助手代办事项，比如查询公积金。阿宝能自动匹配对应小程序和服务入口，将原本繁琐的多步跳转折叠为一句指令。值得注意的是，所有涉及资金变动和支付的环节仍需用户本人确认。首批放出 100 个邀请码，看来超级应用的 AI 化正在加速。
10. 小米 MiMo Claw 正式版发布：联手金山办公，打造旗舰级 AI 订阅服务
小米推出了云端轻量化 Claw 类产品 MiMo Claw 正式版，搭载了与 OpenClaw 框架深度适配的 MiMo-V2.5-Pro 旗舰模型。该模型原生兼容 MCP 工具调用协议，内置百万级超长上下文，支持单会话千次以上连续工具调用。依托 MTP 三层解码架构，其吞吐效率比标准 Agent 工作流提升约 3 倍。在 ClawEval 测试中，任务达标率达 63.8%， Token 消耗降低 40%-60%。联动金山办公生态后，提供 Word 、 Excel 、 PPT 、 PDF 的一站式 AI 服务。免费用户时长升级至 4 小时，产品力提升明显。
11. OpenRouter 推出 Subagent ：让大模型学会“偷懒”，把杂活外包
OpenRouter 发布了 openrouter:subagent 服务器工具，这是一个很有趣的设计。它允许前沿模型在生成过程中，将文档总结、数据提取、格式重排等琐碎任务委托给更小、更便宜、更快的 worker 模型执行。这样一来，既节省了昂贵的前沿模型的 token 消耗，又能提高整体效率，这种“主从协作”模式值得借鉴。
12. Midjourney V8.1 更新： Draft 模式一次生成 24 张草图
Midjourney V8.1 推出了 Draft mode 草稿模式，每次能生成 24 张低分辨率低质量图片。用户可以从中挑选任意图片点击 "Vary"，将其渲染为全质量、全分辨率版本。草稿任务消耗的快速小时数减半，这为用户提供了更灵活的创作选择。
13. Grok 进军 Office 套件：推出 PowerPoint 插件，一键生成幻灯片
xAI 于 6 月 16 日发布了 Grok for PowerPoint ，这是一款免费的 Microsoft 365 插件。用户无需离开应用，就可以利用 Grok 将大纲转为完整幻灯片，进行内容研究、撰写和排版。它支持添加单张幻灯片、调整样式主题、重构章节，还能调用 Grok 连接器从邮件或 SharePoint 获取信息。该插件同样适用于 Word 和 Excel ，xAI 的生态布局正在快速补全。
行业风向
14. 美国司法部为 xAI 辩护：称 Grok 对军事行动至关重要
美国司法部在一份驳回诉讼的动议中提出了一个强硬的理由： xAI 的聊天机器人 Grok 对军事行动至关重要，以此为其在密西西比州运行未经许可的燃气轮机进行辩护。此前 NAACP 起诉 xAI ，指控其燃气轮机数量激增导致氮氧化物排放飙升 111%。国防部首席数字与人工智能官 Cameron Stanley 表示， Grok 是支持机密和绝密网络军事任务的四款 AI 模型之一，包括近期针对伊朗的打击，这一理由意味深长。
15. 五角大楼与 Anthropic 决裂： 9 月前完全切断， OpenAI 接盘
五角大楼宣布已将超过 2/3 的日常 AI 工作流从 Anthropic 转移，目标是在 9 月前清零。事件的起因是年初五角大楼要求 Anthropic 签署协议，允许 Claude 用于大规模监控和全自动武器，但 CEO Dario Amodei 以模型不可靠为由拒绝。五角大楼随即将 Anthropic 列为“供应链风险”，并起诉未果。与此同时， OpenAI 调整立场获得了订单。 Polymarket 预测 6 月底前和解概率仅 9%，这再次凸显了 AI 公司在原则与利益之间的艰难抉择。
16. 颇为讽刺：微软 GitHub 遭遇算力短缺，转而向 AWS 寻求帮助
微软旗下的 GitHub 面临 AI 算力短缺，令人意外的是，微软因此转向了竞争对手亚马逊 AWS 寻求计算资源支持。这一消息在 Hacker News 引发热议，标题直指“Microsoft turns to AWS as GitHub faces AI capacity crunch”，这足以说明当前 AI 算力需求的紧张程度。
17. 成本压力下的妥协？微软考虑为 Copilot Cowork 集成 DeepSeek V4
微软正考虑为 Copilot Cowork 提供微软托管的 DeepSeek V4 版本，作为一个更便宜的模型选项。由于用户每周执行数百项任务导致费用激增， Copilot Cowork 将放弃无限定价，转向按使用量计费。如果采用 DeepSeek ，该模型将是可选的、经过微调与安全防护，并完全托管于 Azure 。 Axios 报道称微软已微调了一个可用模型，最终决定待定，性价比正在成为企业级服务的关键考量。
18. Fable 遭封禁背后： TechCrunch 质疑“模型越狱”并非真正原因
美国政府对 Anthropic 的模型 Fable 实施了封禁，但 TechCrunch 发文质疑，认为实际原因可能并非此前官方声称的“模型越狱”问题。该文章在 Hacker News 引发了热烈讨论，获得了 103 个点赞，事情的真相似乎比表面更复杂。
19. 震惊业界的收购： SpaceX 拟以 600 亿美元股票收购 Cursor
SpaceX 在历史性 IPO 数天后，同意以 600 亿美元股票收购 AI 编程初创公司 Cursor 。此举旨在帮助其围绕 xAI 构建的 AI 部门追赶主要 AI 实验室。此前 Cursor 正接近完成一轮 20 亿美元融资，估值 500 亿美元。 SpaceX 向投资者表示，其 AI 产品可寻址市场达 26 万亿美元。交易预计于今年第三季度完成，这将是一次改变格局的巨额收购。
20. Anthropic 5 月份额首超 OpenAI ，政府禁令反成“最佳广告”？
Anthropic 在 5 月的企业 AI 订阅市场份额达到 41%，首次超越了 OpenAI 的 39.5%。尽管特朗普政府以出口管制为由要求 Anthropic 禁止非美国人访问最新模型 Mythos 5 及 Fable 5 ，导致两款模型下架，但这似乎反而刺激了企业采用量创纪录。 Ramp 首席经济学家指出，类似争议（如 3 月被国防部列为供应链风险）往往推动 Anthropic 企业采用量上升。数据显示，企业支出主要流向 Claude Opus 模型，这真是一个“越禁越火”的案例。
21. DeepSeek 完成首轮外部融资，估值超 500 亿美元，梁文锋个人豪掷 200 亿
中国 AI 初创公司 DeepSeek 完成了首轮外部融资，募资超 500 亿元人民币（约 74 亿美元），估值超 500 亿美元。投资结构颇为特殊：多数投资者将资金投入 CEO 梁文锋管理的有限合伙企业，无投票权且锁定期五年；仅国资 AI 基金直接投资并保留投票权。创始人梁文锋个人投入约 200 亿元，腾讯和宁德时代为主要外部投资者。 DeepSeek 表示将继续开源，其 V4 Pro 输入价格约为 OpenAI GPT-5.5 的 1/11 ，价格屠夫的实力再次得到验证。
学术前沿
22. Anthropic 研究发现：在智能体编码中，专业知识依然是“硬通货”
Anthropic 基于约 40 万次 Claude Code 交互会话（ 2025 年 10 月至 2026 年 4 月）的分析发现：人类主导规划决策（做什么）， Claude 主导执行决策（怎么做）。值得注意的是，领域专业知识越强，模型每次指令完成的工作量越多。各类职业完成任务的成功率与软件工程师平均相近；领域专家成功率更高，但与中级用户差距不大。七个月间，调试会话占比下降近一半，使用转向端到端智能体任务，这说明 AI 正在从辅助工具向执行者转变。
23. OpenAI 新方法：通过“部署模拟”在模型发布前预测其行为
OpenAI 近日发布了 Deployment Simulation 方法，通过在隐私保护下重放历史对话、用新候选模型重新生成回复，来模拟模型上线后的实际表现。在多个 GPT‑5‑series Thinking 部署中，该方法比传统评估更准确地估计了不良行为频率，发现了新型对齐问题，并降低了模型识别测试的风险。它还能扩展至涉及工具使用的智能体场景。传统评估存在覆盖不足、选择偏差等局限，而 Deployment Simulation 使用真实对话分布缓解了这些问题，这为模型安全评估提供了一种新思路。
24. 公开聊天数据能否预测真实世界 AI 失调？ OpenAI 给出了答案
OpenAI 利用 WildChat 公开数据集（ 100 万条对话）模拟模型部署，预测 GPT-5.1 、 GPT-5.2 、 GPT-5.4 在真实生产环境中的不良行为率。与私有生产数据对比发现， WildChat 模拟的平均预测误差约 3 倍；但对技术性和智能体型失调的预测精度下降。该研究验证了公开数据集作为外部审计工具的可行性，尽管有误差，但依然是重要的参考手段。
观点与技巧
25. Meta 为何要“摧毁”其工程组织？引发热议
6 月 16 日，一篇题为“Why is Meta destroying its engineering organization?”的博客文章出现在 Hacker News ，获得了 110 个点赞。文章指出 Meta 正在解散其工程组织，引发了业界的广泛讨论。具体原因和后续影响尚未明确，但这一举动无疑让外界对 Meta 的内部管理产生了诸多猜测。
26. 荒诞的现实：毕业生手写摘要被判 99% AI 率，纯 AI 写作反为 0%
当前毕业生面临论文 AIGC 率检测的荒诞困境。有学生手写摘要被判定为 99% AI 率，而纯 AI 写的部分却显示为 0%。学校要求 AIGC 率不超 40%，学生不得不花上百元检测费反复修改，最终降至 36.1%。答辩时老师要求改回学术表达， AI 率又回升。同一论文在不同平台检测结果差异巨大。部分平台提供降重收费服务，少数学校已改用 AI 使用声明表替代一刀切检测，现有的检测机制亟待改革。
27. WorkBuddy 日活飙升至行业第二的 3-4 倍，非技术用户成主力
从 3 月至今， WorkBuddy 的日活用户数已达行业第二名的 3-4 倍。用户不再局限于开发者，大量 HR 、运营、行政等非技术岗位也开始使用。其企业版和项目功能进一步扩展了 Agent 办公场景。同期， Trae Work 、 QoderWork 、 Kimi Work 等产品纷纷改名或出新，争夺市场。腾讯云认为这可能是十年一遇的机遇，AI 办公的普及速度远超预期。
28. 危机四伏： OpenAI 的领先优势正在快速缩小
有评论指出， OpenAI 正面临多重危机：缺乏护城河导致市场领先地位下滑；最大投资者微软持续疏远，近期甚至公开考虑将主要产品外包给中国；亏损速度远超预期，年亏损额以 8 倍增长。虽然华盛顿方面可能打压 Anthropic ，但也可能反而帮助其崛起，而 Elon Musk 成为另一个潜在的竞标者，OpenAI 的日子恐怕不好过。
29. 前沿大模型后训练配方回顾：从 RL 到 MOPD 的演变之路
Interconnects 播客邀请 Finbarr Timbers 回顾了后训练配方的演变：从 InstructGPT 的 SFT→奖励模型→RL 三阶段，到 Llama 3 / Tülu 3 的 SFT→DPO→可验证奖励 RL ，再至 DeepSeek R1 以大规模 RL 为核心。 2026 年配方分化为多个领域专家模型再合并回统一模型。新出现的模式为 Multi-teacher On-Policy Distillation （ MOPD ）：训练 N 个领域专家，再通过在线采样、逐 token 最小化反向 KL 散度训练通用学生模型。 MiMo Flash V2 率先引入， DeepSeek V4 与 Nemo 也有类似应用，技术路线的快速迭代令人眼花缭乱。
内容摘录整理自「 AI HOT 日报 aihot.virxact.com 」
