低调上线淘宝并同步App，蚂蚁集团首款AI眼镜Willit以899元开售
蚂蚁集团低调推出首款自研 AI 眼镜 Willit，已正式上线淘宝开售，配套手机应用 Willit AI 亦同步上架应用市场。商品详情页与工商信息显示，Willit 的销售主体为北京蚂蚁佐罗科技有限公司，法定代表人为蚂蚁集团资深副总裁、蚂蚁数科 CEO 赵闻飙。作为蚂蚁集团进军消费级 AI 硬件领域的首次尝试，Willit 避开了高昂的硬件溢价，以 899 元的入门级价格切入市场，墨镜款目前在淘宝平台显示已售出 1000 多副。
在核心功能层面，Willit 包含墨镜款与变色款两种款式，支持拍照录像、通话音乐、实时翻译、录音转写、AI 对话及拍照识图等功能。其中，拍照识图功能集成了卡路里识别等生活化实用场景，旗舰级定位则涵盖 AI 问答、AI 个人助手以及第三方服务支持。店铺客服确认 Willit 目前暂未上线支付功能。虽然缺少直接的支付交互能力，但 Willit 展现出的语音、视觉与大模型联动能力，有利于蚂蚁集团后续抢占下一代主流交互入口，在 AI 时代的入口攻防战中占据主动权。
从资本与运营主体来看，Willit 背后有着清晰的蚂蚁集团技术与生态脉络。天眼查与公开信息显示，北京蚂蚁佐罗科技有限公司由北京领舟科技有限公司 100 % 控股，而北京领舟科技有限公司为蚂蚁集团旗下可信身份认证技术平台 ZOLOZ 的核心载体。适配眼镜的 Willit AI 应用运营商为萨思数字科技（北京）有限公司，萨思数字科技由蚂蚁数动未来（北京）科技有限公司全资控股，两家主体的法定代表人均由赵闻飙出任。赵闻飙作为蚂蚁集团资深副总裁、蚂蚁数科 CEO，亲任 Willit 运营主体的法定代表人和经理，体现出蚂蚁集团对消费级 AI 硬件入口的战略重视。
信源：https://mp.weixin.qq.com/s/j_4P1rcT6dpoguE2bX0feA
蚂蚁集团低调推出首款自研 AI 眼镜 Willit，已正式上线淘宝开售，配套手机应用 Willit AI 亦同步上架应用市场。商品详情页与工商信息显示，Willit 的销售主体为北京蚂蚁佐罗科技有限公司，法定代表人为蚂蚁集团资深副总裁、蚂蚁数科 CEO 赵闻飙。作为蚂蚁集团进军消费级 AI 硬件领域的首次尝试，Willit 避开了高昂的硬件溢价，以 899 元的入门级价格切入市场，墨镜款目前在淘宝平台显示已售出 1000 多副。
在核心功能层面，Willit 包含墨镜款与变色款两种款式，支持拍照录像、通话音乐、实时翻译、录音转写、AI 对话及拍照识图等功能。其中，拍照识图功能集成了卡路里识别等生活化实用场景，旗舰级定位则涵盖 AI 问答、AI 个人助手以及第三方服务支持。店铺客服确认 Willit 目前暂未上线支付功能。虽然缺少直接的支付交互能力，但 Willit 展现出的语音、视觉与大模型联动能力，有利于蚂蚁集团后续抢占下一代主流交互入口，在 AI 时代的入口攻防战中占据主动权。
从资本与运营主体来看，Willit 背后有着清晰的蚂蚁集团技术与生态脉络。天眼查与公开信息显示，北京蚂蚁佐罗科技有限公司由北京领舟科技有限公司 100 % 控股，而北京领舟科技有限公司为蚂蚁集团旗下可信身份认证技术平台 ZOLOZ 的核心载体。适配眼镜的 Willit AI 应用运营商为萨思数字科技（北京）有限公司，萨思数字科技由蚂蚁数动未来（北京）科技有限公司全资控股，两家主体的法定代表人均由赵闻飙出任。赵闻飙作为蚂蚁集团资深副总裁、蚂蚁数科 CEO，亲任 Willit 运营主体的法定代表人和经理，体现出蚂蚁集团对消费级 AI 硬件入口的战略重视。
信源：https://mp.weixin.qq.com/s/j_4P1rcT6dpoguE2bX0feA
罗福莉解密MiMo降本底牌：预填充注意力计算量降至10层全局GQA级别
在自研大模型 MiMo-V2.5 系列实施 API 永久性降价后，小米大模型团队负责人罗福莉在 X 平台公布了算法降本机制。
罗福莉透露，在 API 价格对齐 DeepSeek 后，小米的高负载推理引擎仍能保持盈亏平衡。成本降低主要来自混合注意力架构与层次化 KV 缓存优化。
针对缓存命中（Cache Hit）成本降低 99% 的设计目标，小米推理框架实现了针对滑动窗口注意力 SWA 的层次化 KV 缓存优化。生产测试显示，层次化优化将缓存的 token 容量提升至 5 倍，降低了 80% 的缓存成本。结合全局注意力模块之间的缓存读取重叠（Cache Read Overlap）技术，系统进一步压低了缓存命中的实际开销。
对于基础输入与输出成本削减 60% 至 80% 的原因，罗福莉归功于模型引入的 1:7 层间稀疏比，即全局注意力（GA）与滑动窗口注意力（SWA）的层数比为 1:7 。在长文本预填充（Prefill）阶段，60 层 SWA 仅计算局部滑动窗口，这使得拥有 70 层的 MiMo-V2.5-Pro 模型的整体注意力计算量，仅相当于一个 10 层的传统全局 GQA 模型。超低计算负载降低了原始推理成本，在调价前曾为小米预留了 2 至 3 倍的利润空间。因此，降价属于结构性降本的体现，而非亏本竞争。
罗福莉表示，低成本的推理服务有利于激发终端智能需求。大模型企业应当避免盲目的价格战，通过算法与推理系统的底层协同设计，将实际运行开销控制在盈亏平衡线以下。
信源：https://x.com/_LuoFuli/status/2059618247553745204
在自研大模型 MiMo-V2.5 系列实施 API 永久性降价后，小米大模型团队负责人罗福莉在 X 平台公布了算法降本机制。
罗福莉透露，在 API 价格对齐 DeepSeek 后，小米的高负载推理引擎仍能保持盈亏平衡。成本降低主要来自混合注意力架构与层次化 KV 缓存优化。
针对缓存命中（Cache Hit）成本降低 99% 的设计目标，小米推理框架实现了针对滑动窗口注意力 SWA 的层次化 KV 缓存优化。生产测试显示，层次化优化将缓存的 token 容量提升至 5 倍，降低了 80% 的缓存成本。结合全局注意力模块之间的缓存读取重叠（Cache Read Overlap）技术，系统进一步压低了缓存命中的实际开销。
对于基础输入与输出成本削减 60% 至 80% 的原因，罗福莉归功于模型引入的 1:7 层间稀疏比，即全局注意力（GA）与滑动窗口注意力（SWA）的层数比为 1:7 。在长文本预填充（Prefill）阶段，60 层 SWA 仅计算局部滑动窗口，这使得拥有 70 层的 MiMo-V2.5-Pro 模型的整体注意力计算量，仅相当于一个 10 层的传统全局 GQA 模型。超低计算负载降低了原始推理成本，在调价前曾为小米预留了 2 至 3 倍的利润空间。因此，降价属于结构性降本的体现，而非亏本竞争。
罗福莉表示，低成本的推理服务有利于激发终端智能需求。大模型企业应当避免盲目的价格战，通过算法与推理系统的底层协同设计，将实际运行开销控制在盈亏平衡线以下。
信源：https://x.com/_LuoFuli/status/2059618247553745204
估值达260亿美元，AI程序员Devin自主编写公司89%代码，年营收近5亿美元
AI 编程实验室 Cognition 宣布完成超过 10 亿美元融资，投后估值达到 260 亿美元。本轮融资由 Lux Capital 、 General Catalyst 与 8VC 共同领投，新引入了 Ribbit Capital 、 Atreides 和 Layer Global 等投资方。公司估值在 8 个月内飙升 1.5 倍，证明了资本在底层大模型巨合力倾轧下，对独立智能体路线的巨大信心。
商业化变现与企业级渗透构成了 Cognition 强劲的估值支撑。自 2026 年初以来， Devin 的企业用户使用量已增长超 10 倍，年化收入运行率达到 4.92 亿美元。目前， Cognition 的企业级客户群体除梅赛德斯-奔驰、高盛、花旗银行与戴尔外，已进一步拓展至美国陆军与美国海军等政府级机构。
在技术演进上， Cognition 正在深化智能体自主迭代与模型自研。目前， Cognition 内部 89% 的拉取请求代码均由 Devin 自主编写完成。公司近期启动了模型训练计划，自研模型 SWE-1.6 已成为 Windsurf 中使用率最高的模型，运行速度高达每秒 950 个 token 。作为独立智能体实验室，公司通过为不同任务匹配最优底层模型，在底层大模型厂商的闭源竞争中保障了出色的性价比与平台中立性。
信源：https://x.com/cognition/status/2059660758531940856
AI 编程实验室 Cognition 宣布完成超过 10 亿美元融资，投后估值达到 260 亿美元。本轮融资由 Lux Capital 、 General Catalyst 与 8VC 共同领投，新引入了 Ribbit Capital 、 Atreides 和 Layer Global 等投资方。公司估值在 8 个月内飙升 1.5 倍，证明了资本在底层大模型巨合力倾轧下，对独立智能体路线的巨大信心。
商业化变现与企业级渗透构成了 Cognition 强劲的估值支撑。自 2026 年初以来， Devin 的企业用户使用量已增长超 10 倍，年化收入运行率达到 4.92 亿美元。目前， Cognition 的企业级客户群体除梅赛德斯-奔驰、高盛、花旗银行与戴尔外，已进一步拓展至美国陆军与美国海军等政府级机构。
在技术演进上， Cognition 正在深化智能体自主迭代与模型自研。目前， Cognition 内部 89% 的拉取请求代码均由 Devin 自主编写完成。公司近期启动了模型训练计划，自研模型 SWE-1.6 已成为 Windsurf 中使用率最高的模型，运行速度高达每秒 950 个 token 。作为独立智能体实验室，公司通过为不同任务匹配最优底层模型，在底层大模型厂商的闭源竞争中保障了出色的性价比与平台中立性。
信源：https://x.com/cognition/status/2059660758531940856
TechCrunch
AI coding startup Cognition raises $1B at $25B pre-money valuation | TechCrunch
As Cognition reaches $492 million in annualized revenue run rate, it more than doubled its valuation in eight months, it says.
估值达1.15亿美元，前DeepMind团队创办Trajectory补齐AI缺失反馈环
由前 Google DeepMind 、苹果、 OpenAI 与 Meta Superintelligence Labs 资深研究人员创办的持续学习平台 Trajectory 正式亮相。公司同步发表宣言 《Continual Learning: End of Frozen Software》 ，明确主张 AI 软件不应在部署后保持静态冷冻（Frozen）状态，而应将用户的每一次修正、重试与覆盖行为转化为直接的奖励信号，实现模型的在线持续更新。
Trajectory 的核心机制在于缝合智能体（Agent）的执行轨迹（Traces）与最终用户的遥测信号（Telemetry）。执行轨迹精准记录模型的工具调用与中间推理步骤，遥测信号则捕获用户最终是否接受、修改或回溯结果。开发团队强调，用户对输出的动态干预数据在传统开发中长期被丢弃，但这恰恰是评估智能体是否真正攻克复杂任务的黄金训练信号。
在技术落地层面， Trajectory 以标准化 SDK 接入主流可观测性平台（如 LangSmith ）。工具包可自动导入智能体运行轨迹，将对话历史、工具调用、奖励反馈、自定义指标和报错信息转化为标准的 Trajectory 格式，用于后续的微调与评估。配套的 Web 平台目前仍处于开发阶段，未来将提供轨迹数据的可视化检索与精细化管理。
商业化与生态构建上， Trajectory 正式完成 1500 万美元种子轮融资，投后估值达 1.15 亿美元。本轮融资由 Conviction 领投， Bessemer Venture Partners 、 Radical VC 以及 BoxGroup 参投，并吸引了谷歌首席科学家 Jeff Dean 与斯坦福教授李飞飞等知名个人投资者注资。目前公司已与 Decagon 、 Clay 、 Harvey 等领先的 AI 原生智能体服务商达成合作。然而，受限于现阶段系统仍依赖周期性的离线模型微调，距离真正实现逐交互（Per-interaction）的实时在线持续学习，仍存在显著的工程跨度。
信源：https://trajectory.ai/field-notes/manifesto
由前 Google DeepMind 、苹果、 OpenAI 与 Meta Superintelligence Labs 资深研究人员创办的持续学习平台 Trajectory 正式亮相。公司同步发表宣言 《Continual Learning: End of Frozen Software》 ，明确主张 AI 软件不应在部署后保持静态冷冻（Frozen）状态，而应将用户的每一次修正、重试与覆盖行为转化为直接的奖励信号，实现模型的在线持续更新。
Trajectory 的核心机制在于缝合智能体（Agent）的执行轨迹（Traces）与最终用户的遥测信号（Telemetry）。执行轨迹精准记录模型的工具调用与中间推理步骤，遥测信号则捕获用户最终是否接受、修改或回溯结果。开发团队强调，用户对输出的动态干预数据在传统开发中长期被丢弃，但这恰恰是评估智能体是否真正攻克复杂任务的黄金训练信号。
在技术落地层面， Trajectory 以标准化 SDK 接入主流可观测性平台（如 LangSmith ）。工具包可自动导入智能体运行轨迹，将对话历史、工具调用、奖励反馈、自定义指标和报错信息转化为标准的 Trajectory 格式，用于后续的微调与评估。配套的 Web 平台目前仍处于开发阶段，未来将提供轨迹数据的可视化检索与精细化管理。
商业化与生态构建上， Trajectory 正式完成 1500 万美元种子轮融资，投后估值达 1.15 亿美元。本轮融资由 Conviction 领投， Bessemer Venture Partners 、 Radical VC 以及 BoxGroup 参投，并吸引了谷歌首席科学家 Jeff Dean 与斯坦福教授李飞飞等知名个人投资者注资。目前公司已与 Decagon 、 Clay 、 Harvey 等领先的 AI 原生智能体服务商达成合作。然而，受限于现阶段系统仍依赖周期性的离线模型微调，距离真正实现逐交互（Per-interaction）的实时在线持续学习，仍存在显著的工程跨度。
信源：https://trajectory.ai/field-notes/manifesto
trajectory.ai
Continual Learning: End of Frozen Software - Trajectory
Research lab and product company building the platform for continual learning.
👍1
首期投入2.5亿美元对冲AI转型震荡，OpenAI基金会探索普惠分配与主权财富基金
非营利机构 OpenAI 基金会宣布首期承诺投入 2.5 亿美元，正式启动「AI 时代经济未来」计划，由迪维亚·西达斯（Divya Siddarth）与沃伊切赫·扎伦巴（Wojciech Zaremba）联合执掌。项目聚焦于在 AI 快速冲击就业的浪潮中，如何为受波及群体提供托底保障，并让技术创造的红利普惠公众。基金会警示，人工智能正拉低关键能力门槛，留给人类重构分配机制的窗口期极窄，应对滞后将引发深重震荡。
具体实施路径划分为三大板块。首先，重建核算基础设施，厘清 AI 创造的财富如何流向工资、企业利润与经济租金，解决传统国内生产总值（GDP）算不清个体幸福感与分配合理性的缺陷。其次，推进转型期社会保障探索，资助失业救济、工资补贴等新模式的实地测试，投资帮政府用 AI 加速公共服务，让低成本技术红利均等下沉到普通人手里。最后，针对长期安全，项目将资助 AI 进行多智能体经济模拟，研究自动化加速、传统薪资流失时，如何通过资本税、超额利润收益分配机制，或参照挪威与阿拉斯加模式组建主权财富基金，为公众提供可持续的红利派发。
首期 2.5 亿美元资金将通过赠款与学术伙伴关系分批拨付，基金会亦在组建专责团队推进直接研发，首批倡议预计于今年晚些时候正式宣布。
信源：https://openaifoundation.org/news/economic-futures-in-the-age-of-ai
非营利机构 OpenAI 基金会宣布首期承诺投入 2.5 亿美元，正式启动「AI 时代经济未来」计划，由迪维亚·西达斯（Divya Siddarth）与沃伊切赫·扎伦巴（Wojciech Zaremba）联合执掌。项目聚焦于在 AI 快速冲击就业的浪潮中，如何为受波及群体提供托底保障，并让技术创造的红利普惠公众。基金会警示，人工智能正拉低关键能力门槛，留给人类重构分配机制的窗口期极窄，应对滞后将引发深重震荡。
具体实施路径划分为三大板块。首先，重建核算基础设施，厘清 AI 创造的财富如何流向工资、企业利润与经济租金，解决传统国内生产总值（GDP）算不清个体幸福感与分配合理性的缺陷。其次，推进转型期社会保障探索，资助失业救济、工资补贴等新模式的实地测试，投资帮政府用 AI 加速公共服务，让低成本技术红利均等下沉到普通人手里。最后，针对长期安全，项目将资助 AI 进行多智能体经济模拟，研究自动化加速、传统薪资流失时，如何通过资本税、超额利润收益分配机制，或参照挪威与阿拉斯加模式组建主权财富基金，为公众提供可持续的红利派发。
首期 2.5 亿美元资金将通过赠款与学术伙伴关系分批拨付，基金会亦在组建专责团队推进直接研发，首批倡议预计于今年晚些时候正式宣布。
信源：https://openaifoundation.org/news/economic-futures-in-the-age-of-ai
openaifoundation.org
Economic Futures in the Age of AI
The OpenAI Foundation is committing an initial $250M to building secure and abundant economic futures.
谷歌开源AI芯片图纸首度落地，全新Coral开发板开箱即跑Gemma 3
Google Research 联合半导体厂商 Synaptics 推出限量版 Coral Dev Board 开发板，作为谷歌边缘 AI 硬件转向开源 RISC-V 架构战略的首个商用成果落地。
早在 2025 年 10 月，谷歌便已将基于开放 RISC-V 架构的 Coral NPU 图纸彻底开源，退居纯粹的架构和标准制定者，不再售卖实体芯片。
作为谷歌开源 NPU 图纸在业界的首次商业流片与硬件结晶，新版开发板搭载了集成了谷歌开源 NPU 的 Synaptics Astra SL2610 芯片。在 1 TOPS 算力硬件加速下，开发板出厂即完成端侧深度优化，开箱便能本地流畅运行谷歌最新的 Gemma 3 270M 轻量化大语言模型。开发者无需连接云端，也无需负担任何网络或 API 费用，就能在极低功耗下拥有完全私密的本地生成式 AI 体验。
硬件接口上，开发板配备了 CSI/DSI 视频接口以及 USB 、麦克风输入，并通过 M.2 扩展槽支持无线连接，极大降低了智能家居、可穿戴设备和机器人的接入成本。软件上，系统适配了基于 MLIR 与 IREE 编译器架构的 Torq 开源工具链，支持将 PyTorch 、 JAX 和 TensorFlow 框架训练的模型进行统一编译与高效量化部署。
由于底层芯片架构完全开源与标准化，开发者能实现「一次编写代码，在任意兼容芯片上无缝运行」，彻底摆脱了过去被单一芯片巨头生态绑定的困境。
信源：https://developers.google.com/coral/products
Google Research 联合半导体厂商 Synaptics 推出限量版 Coral Dev Board 开发板，作为谷歌边缘 AI 硬件转向开源 RISC-V 架构战略的首个商用成果落地。
早在 2025 年 10 月，谷歌便已将基于开放 RISC-V 架构的 Coral NPU 图纸彻底开源，退居纯粹的架构和标准制定者，不再售卖实体芯片。
作为谷歌开源 NPU 图纸在业界的首次商业流片与硬件结晶，新版开发板搭载了集成了谷歌开源 NPU 的 Synaptics Astra SL2610 芯片。在 1 TOPS 算力硬件加速下，开发板出厂即完成端侧深度优化，开箱便能本地流畅运行谷歌最新的 Gemma 3 270M 轻量化大语言模型。开发者无需连接云端，也无需负担任何网络或 API 费用，就能在极低功耗下拥有完全私密的本地生成式 AI 体验。
硬件接口上，开发板配备了 CSI/DSI 视频接口以及 USB 、麦克风输入，并通过 M.2 扩展槽支持无线连接，极大降低了智能家居、可穿戴设备和机器人的接入成本。软件上，系统适配了基于 MLIR 与 IREE 编译器架构的 Torq 开源工具链，支持将 PyTorch 、 JAX 和 TensorFlow 框架训练的模型进行统一编译与高效量化部署。
由于底层芯片架构完全开源与标准化，开发者能实现「一次编写代码，在任意兼容芯片上无缝运行」，彻底摆脱了过去被单一芯片巨头生态绑定的困境。
信源：https://developers.google.com/coral/products
✍1
奥特曼口无遮拦致公关总监无人敢接，大股东紧急接管OpenAI危机公关
因为首席执行官 Sam Altman 实在极度放飞自我， OpenAI 已经大半年没有公关总监能管得住他。自前公关总监 Hannah Wong 去年 12 月离职后，公关主管招聘持续流产。为了应对日益恶化的政治和舆论压力，大股东 Thrive Capital 的公关合伙人 Kelly Sims 只能紧急空降，临时在 OpenAI 首席全球事务官 Chris Lehane 手下接管大局，出来收拾残局。
多位候选人直接挑明， Sam Altman 在公开场合口无遮拦并自行决定公关议程，导致公关总监手里的控制权极低，这也成为多位大佬拒绝接盘的核心原因。 OpenAI 曾先后求助优步（ Uber ）高管 Jill Hazelbaker 、 Jony Ive 的公关总监 Sarah O’Brien 以及 Square 前公关高管 Aaron Zamost 等人接触，但全部被婉拒。高管层面的失言频繁发生。例如 Sam Altman 曾公开宣称无法想象不用 AI 照顾婴儿，并在被问及高能耗拉高居民电价时，辩称训练人类同样耗能，瞬间点燃外界怒火。
在仓皇应对高管言论风波之余， OpenAI 在主动公关决策上也显得迟钝甚至脱节。今年 4 月 OpenAI 豪掷数亿美元买下科技播客 TBPN 试图夺回话语权，却因受众局限于硅谷精英圈，被质疑是关起门来自娱自乐，无法触达真正需要的普通公众与监管层。
然而，在舆论场上表现笨拙的 OpenAI ，在商战抢人时却像一头嗅觉极为敏锐的饿狼。趁着竞争对手 Anthropic 算力吃紧的空窗期， OpenAI 频繁重置 Codex 编程工具的使用限制并大送免费推广期，甚至由 Sam Altman 亲自出面，为 Y Combinator 孵化的初创公司狂送 200 万美元模型额度换取股权，以极为凌厉的攻势抢夺开发者。
信源：https://www.theinformation.com/newsletters/ai-agenda/openais-pr-challenge
因为首席执行官 Sam Altman 实在极度放飞自我， OpenAI 已经大半年没有公关总监能管得住他。自前公关总监 Hannah Wong 去年 12 月离职后，公关主管招聘持续流产。为了应对日益恶化的政治和舆论压力，大股东 Thrive Capital 的公关合伙人 Kelly Sims 只能紧急空降，临时在 OpenAI 首席全球事务官 Chris Lehane 手下接管大局，出来收拾残局。
多位候选人直接挑明， Sam Altman 在公开场合口无遮拦并自行决定公关议程，导致公关总监手里的控制权极低，这也成为多位大佬拒绝接盘的核心原因。 OpenAI 曾先后求助优步（ Uber ）高管 Jill Hazelbaker 、 Jony Ive 的公关总监 Sarah O’Brien 以及 Square 前公关高管 Aaron Zamost 等人接触，但全部被婉拒。高管层面的失言频繁发生。例如 Sam Altman 曾公开宣称无法想象不用 AI 照顾婴儿，并在被问及高能耗拉高居民电价时，辩称训练人类同样耗能，瞬间点燃外界怒火。
在仓皇应对高管言论风波之余， OpenAI 在主动公关决策上也显得迟钝甚至脱节。今年 4 月 OpenAI 豪掷数亿美元买下科技播客 TBPN 试图夺回话语权，却因受众局限于硅谷精英圈，被质疑是关起门来自娱自乐，无法触达真正需要的普通公众与监管层。
然而，在舆论场上表现笨拙的 OpenAI ，在商战抢人时却像一头嗅觉极为敏锐的饿狼。趁着竞争对手 Anthropic 算力吃紧的空窗期， OpenAI 频繁重置 Codex 编程工具的使用限制并大送免费推广期，甚至由 Sam Altman 亲自出面，为 Y Combinator 孵化的初创公司狂送 200 万美元模型额度换取股权，以极为凌厉的攻势抢夺开发者。
信源：https://www.theinformation.com/newsletters/ai-agenda/openais-pr-challenge
The Information
OpenAI’s PR Challenge
The battle between OpenAI, Anthropic and Google spans revenue, models, server access and research talent. But as OpenAI and Anthropic barrel toward initial public offerings, public perception is also an important factor in the race as political backlash to…
❤1
即便市场拱手让给华为，黄仁勋仍将加入清华经管顾问委以维系中国纽带
在中美科技脱钩与出口管制风暴中，英伟达（ Nvidia ）联合创始人黄仁勋已同意加入清华大学经济管理学院顾问委员会。
顾问委员会目前由苹果（ Apple ）首席执行官蒂姆·库克（ Tim Cook ）担任主席。黄仁勋本次低调动作，凸显了在英伟达高端人工智能（ AI ）芯片全面被禁销往中国的绝境下，黄仁勋依然极力试图通过民间和学术渠道，维系与中国政商界的底层纽带。
清华经管顾问委员会由中国前总理朱镕基于 2000 年创立，是目前极少数能将中美顶尖商业与学术领袖聚集在一起的精英论坛。成员名单包含 65 位全球巨头，包括特斯拉（ Tesla ）的埃隆·马斯克（ Elon Musk ）、微软的萨提亚·纳德拉（ Satya Nadella ）与脸书（ Meta ）的马克·扎克伯格（ Mark Zuckerberg ），以及摩根大通与贝莱德等金融界掌门人。顾问委员会每年在北京举行年会，直接为跨国商业领袖与中国高层决策者提供宝贵的沟通管道，中国高层领导也多次接见委员会代表。
黄仁勋选择入委的背景是英伟达在中国市场所面临的空前窘境。由于美国政府步步紧逼的芯片禁令，英伟达专为中国定制的低性能 H20 芯片在去年 4 月被彻底禁售，而更先进的 H200 芯片进口又遭到中国保护本土产业的政策限制。
黄仁勋上周公开坦承，英伟达已经基本将中国市场拱手让给了华为等本土竞争对手，并建议投资者对近期的入华审批不抱期望。然而黄仁勋同时强调，英伟达深耕中国市场已长达 30 年，拥有庞大的客户和合作伙伴，随时渴望重新为中国市场服务。
信源：https://www.ft.com/content/1c567fe9-6df9-4313-902c-c8c65782c19e
在中美科技脱钩与出口管制风暴中，英伟达（ Nvidia ）联合创始人黄仁勋已同意加入清华大学经济管理学院顾问委员会。
顾问委员会目前由苹果（ Apple ）首席执行官蒂姆·库克（ Tim Cook ）担任主席。黄仁勋本次低调动作，凸显了在英伟达高端人工智能（ AI ）芯片全面被禁销往中国的绝境下，黄仁勋依然极力试图通过民间和学术渠道，维系与中国政商界的底层纽带。
清华经管顾问委员会由中国前总理朱镕基于 2000 年创立，是目前极少数能将中美顶尖商业与学术领袖聚集在一起的精英论坛。成员名单包含 65 位全球巨头，包括特斯拉（ Tesla ）的埃隆·马斯克（ Elon Musk ）、微软的萨提亚·纳德拉（ Satya Nadella ）与脸书（ Meta ）的马克·扎克伯格（ Mark Zuckerberg ），以及摩根大通与贝莱德等金融界掌门人。顾问委员会每年在北京举行年会，直接为跨国商业领袖与中国高层决策者提供宝贵的沟通管道，中国高层领导也多次接见委员会代表。
黄仁勋选择入委的背景是英伟达在中国市场所面临的空前窘境。由于美国政府步步紧逼的芯片禁令，英伟达专为中国定制的低性能 H20 芯片在去年 4 月被彻底禁售，而更先进的 H200 芯片进口又遭到中国保护本土产业的政策限制。
黄仁勋上周公开坦承，英伟达已经基本将中国市场拱手让给了华为等本土竞争对手，并建议投资者对近期的入华审批不抱期望。然而黄仁勋同时强调，英伟达深耕中国市场已长达 30 年，拥有庞大的客户和合作伙伴，随时渴望重新为中国市场服务。
信源：https://www.ft.com/content/1c567fe9-6df9-4313-902c-c8c65782c19e
豆包打通抖音生活服务，站内直接购买团购叫板阿里千问
字节跳动旗下 AI 助手豆包正在完成与抖音生活服务的深度整合，实现端内直接购买团购套餐、闭环支付与线下门店核销。
用户在豆包发起团购咨询后，豆包会推荐对应店铺及套餐详情。点击跳转至端内商家页面后，用户可直接选择套餐、完成支付并创建订单。支付完成的订单将归拢于豆包个人中心的「我的订单」列表中，按时间排序展示，并支持直接调出核销二维码供线下扫码核验。同时，豆包已与抖音、抖省省实现订单信息互通，可在订单页明确标注来源渠道。
阿里巴巴旗下千问 APP 同样已落地端内本地生活闭环能力，但二者交互逻辑存在显著差异。千问依托阿里本地生活与支付生态，具备由 AI 全自动代下单的机制，用户提供预算、偏好与位置后，千问可自主完成商家筛选、套餐挑选并确认订单，用户仅需确认付款。相较之下，目前的豆包仍局限于 AI 推荐，后续的套餐选择、规格确认与提交订单均需用户手动完成，暂不支持全自动代客下单。
信源：https://mp.weixin.qq.com/s/pPGtNU_SRLpnkw_AEze3_A
字节跳动旗下 AI 助手豆包正在完成与抖音生活服务的深度整合，实现端内直接购买团购套餐、闭环支付与线下门店核销。
用户在豆包发起团购咨询后，豆包会推荐对应店铺及套餐详情。点击跳转至端内商家页面后，用户可直接选择套餐、完成支付并创建订单。支付完成的订单将归拢于豆包个人中心的「我的订单」列表中，按时间排序展示，并支持直接调出核销二维码供线下扫码核验。同时，豆包已与抖音、抖省省实现订单信息互通，可在订单页明确标注来源渠道。
阿里巴巴旗下千问 APP 同样已落地端内本地生活闭环能力，但二者交互逻辑存在显著差异。千问依托阿里本地生活与支付生态，具备由 AI 全自动代下单的机制，用户提供预算、偏好与位置后，千问可自主完成商家筛选、套餐挑选并确认订单，用户仅需确认付款。相较之下，目前的豆包仍局限于 AI 推荐，后续的套餐选择、规格确认与提交订单均需用户手动完成，暂不支持全自动代客下单。
信源：https://mp.weixin.qq.com/s/pPGtNU_SRLpnkw_AEze3_A
传DeepSeek份额抢夺催生SPV通道，海外大厂出手全面封杀民间倒卖
《财经》报道，在 AI 大模型独角兽 DeepSeek 首轮接近尾声的百亿美元融资谈判中，极度火爆的份额争夺正催生出特殊目的实体 SPV 二级通道。部分知名度较低的有限合伙人 LP 只能通过认购 SPV 嵌套代持的证券化份额间接入局，不仅需要额外支付管理费与通道费，更面临极高的交易安全风险。
海外巨头已在上市前夕铁腕清理非授权通道。为规范股权名册，OpenAI 与 Anthropic 近日相继出台政策，宣布所有未经官方书面同意的 SPV 股权转让自始无效。由于非授权转让在法律上被判定为从未发生，买家即使支付资金也无法获得任何股东权利，国内试图通过代持参团的投资者同样面临无法确权的合规风险。
信源：https://mp.weixin.qq.com/s/rhtg6Nlh8LzzGQnwugEELQ
《财经》报道，在 AI 大模型独角兽 DeepSeek 首轮接近尾声的百亿美元融资谈判中，极度火爆的份额争夺正催生出特殊目的实体 SPV 二级通道。部分知名度较低的有限合伙人 LP 只能通过认购 SPV 嵌套代持的证券化份额间接入局，不仅需要额外支付管理费与通道费，更面临极高的交易安全风险。
海外巨头已在上市前夕铁腕清理非授权通道。为规范股权名册，OpenAI 与 Anthropic 近日相继出台政策，宣布所有未经官方书面同意的 SPV 股权转让自始无效。由于非授权转让在法律上被判定为从未发生，买家即使支付资金也无法获得任何股东权利，国内试图通过代持参团的投资者同样面临无法确权的合规风险。
信源：https://mp.weixin.qq.com/s/rhtg6Nlh8LzzGQnwugEELQ
动察Beating AI News
打包SpaceX与OpenAI，封闭式基金Powerlaw今晚直接挂牌纳斯达克 封闭式基金 Powerlaw Corp.（股票代码：PWRL）将于当地时间 5 月 27 日通过直接挂牌（Direct Listing）方式在纳斯达克上市。由于基金性质为已持有资产的封闭式基金，本次挂牌不增发新股、不筹集任何新资金，而是直接将存量股份上市交易。基金核心持仓包括马斯克旗下的太空探索技术公司 SpaceX 以及人工智能公司 OpenAI，为散户提供直接配置顶级未上市科技巨头的渠道。 受 SpaceX 估值预期迈向…
开盘飙升近三倍并多次熔断，SpaceX和OpenAI持仓基金PWRL首日暴涨131%
打包 SpaceX 和 OpenAI 股权的封闭式基金 Powerlaw Corp.（股票代码：PWRL）于当地时间 5 月 27 日挂牌纳斯达克首日，开盘即触发多轮盘中波动熔断，最终收涨 131.44% 报 27.68 美元。交易首日，基金开盘价报 35.00 美元，较 11.96 美元的交易所参考价暴涨近两倍，盘中一度拉升至 40.00 美元的最高点，盘后交易继续上涨至 28.99 美元。
股价暴涨直接导致基金交易价格面临极其高昂的资金溢价。按 5 月 13 日报告的 6.041 亿美元净资产计算，Powerlaw 的每股实际净资产值（NAV）仅为 13.97 美元。这意味着收盘价 27.68 美元已较真实资产价值溢价 98.14%，相当于散户投资者正以近两倍的价格在公开市场配置未上市科技公司的股权。在盘中最高触及 40.00 美元时，资产溢价率更是被一度推高至 186.33%。
交易首日成交量达 110.13 万股，全天成交总额为 3714.90 万美元，基金总市值在收盘时飙升至 11.97 亿美元。极端的价格背离折射出市场对基金持有的 SpaceX（股份价值约 1.17 亿美元）、OpenAI（股份价值约 4690 万美元）以及 Anthropic 和 xAI 等顶级独角兽股权的 FOMO（恐慌性买入）情绪。然而，由于基金接近 80% 的资产依赖特殊目的载体（SPV）间接持有，且正面临 Anthropic 等公司针对违规 SPV 的合规审查风暴，多层嵌套的隐性成本和潜在代持清退风险可能在后续交易中对高溢价股价产生压力。
打包 SpaceX 和 OpenAI 股权的封闭式基金 Powerlaw Corp.（股票代码：PWRL）于当地时间 5 月 27 日挂牌纳斯达克首日，开盘即触发多轮盘中波动熔断，最终收涨 131.44% 报 27.68 美元。交易首日，基金开盘价报 35.00 美元，较 11.96 美元的交易所参考价暴涨近两倍，盘中一度拉升至 40.00 美元的最高点，盘后交易继续上涨至 28.99 美元。
股价暴涨直接导致基金交易价格面临极其高昂的资金溢价。按 5 月 13 日报告的 6.041 亿美元净资产计算，Powerlaw 的每股实际净资产值（NAV）仅为 13.97 美元。这意味着收盘价 27.68 美元已较真实资产价值溢价 98.14%，相当于散户投资者正以近两倍的价格在公开市场配置未上市科技公司的股权。在盘中最高触及 40.00 美元时，资产溢价率更是被一度推高至 186.33%。
交易首日成交量达 110.13 万股，全天成交总额为 3714.90 万美元，基金总市值在收盘时飙升至 11.97 亿美元。极端的价格背离折射出市场对基金持有的 SpaceX（股份价值约 1.17 亿美元）、OpenAI（股份价值约 4690 万美元）以及 Anthropic 和 xAI 等顶级独角兽股权的 FOMO（恐慌性买入）情绪。然而，由于基金接近 80% 的资产依赖特殊目的载体（SPV）间接持有，且正面临 Anthropic 等公司针对违规 SPV 的合规审查风暴，多层嵌套的隐性成本和潜在代持清退风险可能在后续交易中对高溢价股价产生压力。
营收狂飙五倍反超OpenAI，Anthropic年化450亿美元且率先盈利
最新财务数据显示， Anthropic 年化营业收入已狂飙至近 450 亿美元，不仅在 2026 年前 5 个月内实现 5 倍暴涨，更一举反超 OpenAI 约 35% 。相比之下， OpenAI 如今的年化营收增速明显放缓，仅维持在 300 亿至 330 亿美元区间。而在去年年底， Anthropic 的年化营收还只有 90 亿美元，尚不足 OpenAI 的一半。如今反超不仅让业界震惊，也为两家公司即将展开的首次公开募股（ IPO ）对决增添了巨大的变数。
更具戏剧性的是两家公司的盈利水平。得益于企业端客户对高客单价服务的强劲需求， Anthropic 预计在第二季度实现 5.59 亿美元运营利润，运营利润率达到 5% ，率先扭亏为盈。反观 OpenAI 则陷入极度严重的亏损泥潭，由于背负数百亿的服务器租用成本以及供养数亿免费用户的负担， OpenAI 在第一季度的运营利润率为负 122% ，相当于单季度净亏损至少 70 亿美元，全年烧钱预算高达 250 亿美元。
业务结构差异也凸显了双方的底牌。 Anthropic 专注于向企业出售代码编写与白领自动化工具，甚至允许将云服务商的分销收入一并合并入账。相比之下， OpenAI 除了要将 20% 的收入永久上缴给微软，还不得不收缩 Sora 视频模型等高耗能项目以节省开支。 OpenAI 财务总监 Sarah Friar 曾对首席执行官 Sam Altman 匆忙推进上市表示担忧，然而面对财务底子更厚、率先盈利的 Anthropic 步步紧逼，率先去股市吸金或许成了 OpenAI 唯一的选择。
信源：https://www.theinformation.com/newsletters/the-briefing/anthropic-likely-generating-least-35-revenue-openai
最新财务数据显示， Anthropic 年化营业收入已狂飙至近 450 亿美元，不仅在 2026 年前 5 个月内实现 5 倍暴涨，更一举反超 OpenAI 约 35% 。相比之下， OpenAI 如今的年化营收增速明显放缓，仅维持在 300 亿至 330 亿美元区间。而在去年年底， Anthropic 的年化营收还只有 90 亿美元，尚不足 OpenAI 的一半。如今反超不仅让业界震惊，也为两家公司即将展开的首次公开募股（ IPO ）对决增添了巨大的变数。
更具戏剧性的是两家公司的盈利水平。得益于企业端客户对高客单价服务的强劲需求， Anthropic 预计在第二季度实现 5.59 亿美元运营利润，运营利润率达到 5% ，率先扭亏为盈。反观 OpenAI 则陷入极度严重的亏损泥潭，由于背负数百亿的服务器租用成本以及供养数亿免费用户的负担， OpenAI 在第一季度的运营利润率为负 122% ，相当于单季度净亏损至少 70 亿美元，全年烧钱预算高达 250 亿美元。
业务结构差异也凸显了双方的底牌。 Anthropic 专注于向企业出售代码编写与白领自动化工具，甚至允许将云服务商的分销收入一并合并入账。相比之下， OpenAI 除了要将 20% 的收入永久上缴给微软，还不得不收缩 Sora 视频模型等高耗能项目以节省开支。 OpenAI 财务总监 Sarah Friar 曾对首席执行官 Sam Altman 匆忙推进上市表示担忧，然而面对财务底子更厚、率先盈利的 Anthropic 步步紧逼，率先去股市吸金或许成了 OpenAI 唯一的选择。
信源：https://www.theinformation.com/newsletters/the-briefing/anthropic-likely-generating-least-35-revenue-openai
The Information
Anthropic Is Likely Generating at Least 35% More Revenue Than OpenAI
On New Year’s Day, OpenAI leaders would have been happy to hear that the company’s monthly revenue would rise more than 50% over the first five months of 2026, roughly in line with the projections it previously shared with investors. But they’re not likely…
复旦联合美团LongCat开源交互式世界模型基准WBench
复旦大学与美团 Longcat 团队联合开源交互式世界模型基准 WBench ，评估视频生成在物理规则、时空一致与交互控制的底层建模能力。基准包含 289 个测试用例与 1058 轮交互，涵盖第一与第三人称双视角，整合导航控制、主体动作、事件编辑与视角切换。 WBench 统一了文本指令、 6 自由度位姿与离散动作接口，实现跨控制范式比对。评估体系包含 22 个自动指标，打分结果与人类盲测胜率的 Spearman 秩相关系数至少达到 0.94。
测试表明，相较于趋于饱和的视频质量，交互控制与模型的渲染、一致性及物理水平几乎解耦。相机运动控制并不保证主体一致性，例如导航表现优秀的 HY-World 1.5 和 Matrix-Game 3.0 在第三人称视角下均面临主体身份丢失和视角漂移瓶颈。同时，物理正确性与渲染质量高度正相关，但与控制能力接近零相关。开源世界模型在多个维度领跑，HY-World 1.5 取得导航控制最高分，LingBot-World 夺得一致性榜首，Matrix-Game 3.0 则在动作导航中位列第一。
多轮交互表明，所有模型性能均随轮数增加而衰退，导航控制因累积空间偏差退化最快。显式几何控制能有效缓解漂移，例如 HY-World 1.5 的多轮稳定性远超文本驱动的 Kling 3.0。场景动态与主体刚性构成基准难度的底层逻辑，第一人称、静态场景与刚体机器人主体极易跑通，而剧烈运动、动物等非刚体主体因形变和速度复杂性仍是业界长期挑战。
信源：https://x.com/Meituan_LongCat/status/2059658634829996047
复旦大学与美团 Longcat 团队联合开源交互式世界模型基准 WBench ，评估视频生成在物理规则、时空一致与交互控制的底层建模能力。基准包含 289 个测试用例与 1058 轮交互，涵盖第一与第三人称双视角，整合导航控制、主体动作、事件编辑与视角切换。 WBench 统一了文本指令、 6 自由度位姿与离散动作接口，实现跨控制范式比对。评估体系包含 22 个自动指标，打分结果与人类盲测胜率的 Spearman 秩相关系数至少达到 0.94。
测试表明，相较于趋于饱和的视频质量，交互控制与模型的渲染、一致性及物理水平几乎解耦。相机运动控制并不保证主体一致性，例如导航表现优秀的 HY-World 1.5 和 Matrix-Game 3.0 在第三人称视角下均面临主体身份丢失和视角漂移瓶颈。同时，物理正确性与渲染质量高度正相关，但与控制能力接近零相关。开源世界模型在多个维度领跑，HY-World 1.5 取得导航控制最高分，LingBot-World 夺得一致性榜首，Matrix-Game 3.0 则在动作导航中位列第一。
多轮交互表明，所有模型性能均随轮数增加而衰退，导航控制因累积空间偏差退化最快。显式几何控制能有效缓解漂移，例如 HY-World 1.5 的多轮稳定性远超文本驱动的 Kling 3.0。场景动态与主体刚性构成基准难度的底层逻辑，第一人称、静态场景与刚体机器人主体极易跑通，而剧烈运动、动物等非刚体主体因形变和速度复杂性仍是业界长期挑战。
信源：https://x.com/Meituan_LongCat/status/2059658634829996047
X (formerly Twitter)
Meituan LongCat (@Meituan_LongCat) on X
The next challenge for world models is to generate worlds that users can control, reconstruct, and reason about.
Introducing WBench: a comprehensive benchmark for interactive world models.
What does it test?
- 4 major interaction types: navigation, subject…
Introducing WBench: a comprehensive benchmark for interactive world models.
What does it test?
- 4 major interaction types: navigation, subject…
杨立昆联手LanceDB推出stable-worldmodel解决世界模型碎片化
前 Meta 首席 AI 科学家、世界模型公司 AMI Labs 联合创始人杨立昆（Yann LeCun）联合 Mila 研究所、布朗大学、牛津大学及 LanceDB 等机构，推出全新开源平台 stable-worldmodel（简称 swm）。项目由 Mila 研究所博士生 Lucas Maes 担任第一作者，AMI Labs 研究员 Randall Balestriero 担任通讯作者，旨在标准化与复现具身智能领域的世界模型研究。
世界模型研究面临着代码库支离破碎、视频数据加载极度缓慢、缺乏标准化泛化基准等三大瓶颈。由于不同团队往往需要从头构建专属的数据流与核心算法，重复开发不仅效率低下，还极易引入细微不一致性，从而损害公平比较与研究的可复现性。
为了消除输入输出与视频数据加载的瓶颈，stable-worldmodel 引入了基于 Lance 格式的高性能数据层，提供针对 MP4 视频、HDF5 以及 LeRobot 机器人数据集的转换工具。在算法实现上，平台集成了包括 DINO-WM、PLDM、LeWM、GCBC、GCIVL 以及 GCIQL 等多种主流世界模型基线，并提供 CEM、MPPI 以及基于梯度的规划求解器。
评估环境支持定制视觉、几何及物理因子的变化，允许研究人员系统性地测试模型的动力学理解、控制性能、表示质量以及分布外泛化水平。通过在单一框架下集成完整的数据流与评估体系，stable-worldmodel 能够大幅削减世界模型的研发门槛与基础设施成本，为具身智能研究提供了一个高复现性的标准化底座。
信源：https://arxiv.org/abs/2605.21800
前 Meta 首席 AI 科学家、世界模型公司 AMI Labs 联合创始人杨立昆（Yann LeCun）联合 Mila 研究所、布朗大学、牛津大学及 LanceDB 等机构，推出全新开源平台 stable-worldmodel（简称 swm）。项目由 Mila 研究所博士生 Lucas Maes 担任第一作者，AMI Labs 研究员 Randall Balestriero 担任通讯作者，旨在标准化与复现具身智能领域的世界模型研究。
世界模型研究面临着代码库支离破碎、视频数据加载极度缓慢、缺乏标准化泛化基准等三大瓶颈。由于不同团队往往需要从头构建专属的数据流与核心算法，重复开发不仅效率低下，还极易引入细微不一致性，从而损害公平比较与研究的可复现性。
为了消除输入输出与视频数据加载的瓶颈，stable-worldmodel 引入了基于 Lance 格式的高性能数据层，提供针对 MP4 视频、HDF5 以及 LeRobot 机器人数据集的转换工具。在算法实现上，平台集成了包括 DINO-WM、PLDM、LeWM、GCBC、GCIVL 以及 GCIQL 等多种主流世界模型基线，并提供 CEM、MPPI 以及基于梯度的规划求解器。
评估环境支持定制视觉、几何及物理因子的变化，允许研究人员系统性地测试模型的动力学理解、控制性能、表示质量以及分布外泛化水平。通过在单一框架下集成完整的数据流与评估体系，stable-worldmodel 能够大幅削减世界模型的研发门槛与基础设施成本，为具身智能研究提供了一个高复现性的标准化底座。
信源：https://arxiv.org/abs/2605.21800
arXiv.org
stable-worldmodel: A Platform for Reproducible World Modeling...
World models are central to building agents that can reason, plan, and generalize beyond their training data. However, research on world models is currently fragmented, with disparate codebases,...
应对CPU最高涨价35%，字节跳动自研Arm与RISC-V服务器芯片
字节跳动正在自研服务器中央处理器（ CPU ），用于支撑旗下人工智能基础设施，并为 Coze 等智能体（ Agent ）平台的规模化部署提供算力保障。由于英特尔（ Intel ）与 AMD 在近几个月内将服务器 CPU 的报价环比上调 10% 至 35% ，且交货周期拉长至 6 个月，促使字节跳动加速推进自研芯片计划以控制成本。
在技术架构上，字节跳动同时推进两条 CPU 研发路线，分别基于 Arm 架构与开源 RISC-V 指令集。并行开发双版本有利于在承诺高昂的流片与量产成本前，充分评估不同架构在自身数据中心负载下的性价比。虽然项目目前仍处于早期阶段，但字节跳动已接触多家外部合作伙伴，共同参与芯片设计并着手锁定晶圆代工厂产能。
自研芯片的动力源于人工智能应用向推理（ Inference ）端的快速倾斜。执行复杂的智能体任务对服务器 CPU 的算力与配合调度提出了更高要求。随着行业对中央处理器需求飙升，英特尔（ Intel ）在今年 2 月曾警告中国客户服务器 CPU 的交货周期已拉长至 6 个月， AMD 首席执行官苏姿丰（ Lisa Su ）也坦言全球 CPU 市场供给将持续偏紧。为了降低计算开支并针对特定工作负载优化性能，谷歌（ Google ）、亚马逊（ Amazon ）与微软（ Microsoft ）等全球超大规模云厂商此前均已推出自研 CPU 芯片。英伟达（ Nvidia ）同样在加速切入规模达 2000 亿美元的 CPU 市场，计划通过全新 Vera 处理器以及集成 Groq 推理技术的 AI 系统，防御自身在算力生态中的霸主地位。
信源：https://www.reuters.com/world/china/bytedance-developing-custom-cpu-chips-support-ai-rollout-sources-say-2026-05-28/
字节跳动正在自研服务器中央处理器（ CPU ），用于支撑旗下人工智能基础设施，并为 Coze 等智能体（ Agent ）平台的规模化部署提供算力保障。由于英特尔（ Intel ）与 AMD 在近几个月内将服务器 CPU 的报价环比上调 10% 至 35% ，且交货周期拉长至 6 个月，促使字节跳动加速推进自研芯片计划以控制成本。
在技术架构上，字节跳动同时推进两条 CPU 研发路线，分别基于 Arm 架构与开源 RISC-V 指令集。并行开发双版本有利于在承诺高昂的流片与量产成本前，充分评估不同架构在自身数据中心负载下的性价比。虽然项目目前仍处于早期阶段，但字节跳动已接触多家外部合作伙伴，共同参与芯片设计并着手锁定晶圆代工厂产能。
自研芯片的动力源于人工智能应用向推理（ Inference ）端的快速倾斜。执行复杂的智能体任务对服务器 CPU 的算力与配合调度提出了更高要求。随着行业对中央处理器需求飙升，英特尔（ Intel ）在今年 2 月曾警告中国客户服务器 CPU 的交货周期已拉长至 6 个月， AMD 首席执行官苏姿丰（ Lisa Su ）也坦言全球 CPU 市场供给将持续偏紧。为了降低计算开支并针对特定工作负载优化性能，谷歌（ Google ）、亚马逊（ Amazon ）与微软（ Microsoft ）等全球超大规模云厂商此前均已推出自研 CPU 芯片。英伟达（ Nvidia ）同样在加速切入规模达 2000 亿美元的 CPU 市场，计划通过全新 Vera 处理器以及集成 Groq 推理技术的 AI 系统，防御自身在算力生态中的霸主地位。
信源：https://www.reuters.com/world/china/bytedance-developing-custom-cpu-chips-support-ai-rollout-sources-say-2026-05-28/
SpaceX自研C语言AI训练框架接近完工，将用于训练Grok v5
马斯克透露，SpaceX 内部团队正在接近完成用 C 语言自研的超大规模 AI 训练框架 V1.0 版本。
在硬件映射与并行机制上，全新训练栈能精准适配由 22 万张英伟达 GB300 加速卡与 800G 网卡组成的超大规模计算集群。为了压榨底层算力，框架在设计上极度贴近裸金属（bare metal）底层，并深度采用流水线并行（pipeline parallelism）技术。在应对超大规模训练任务时，纯 C 语言编写的底层架构相较于谷歌主流的高级 AI 框架 JAX，潜在运行速度可提升一个数量级以上（即 10 倍以上）。
全新自研训练栈将运行于 SpaceX 旗下的 Colossus 超级计算集群，直接服务于下一代大模型 Grok v5 的全量训练与迭代。
信源：https://x.com/elonmusk/status/2059884150187053488
马斯克透露，SpaceX 内部团队正在接近完成用 C 语言自研的超大规模 AI 训练框架 V1.0 版本。
在硬件映射与并行机制上，全新训练栈能精准适配由 22 万张英伟达 GB300 加速卡与 800G 网卡组成的超大规模计算集群。为了压榨底层算力，框架在设计上极度贴近裸金属（bare metal）底层，并深度采用流水线并行（pipeline parallelism）技术。在应对超大规模训练任务时，纯 C 语言编写的底层架构相较于谷歌主流的高级 AI 框架 JAX，潜在运行速度可提升一个数量级以上（即 10 倍以上）。
全新自研训练栈将运行于 SpaceX 旗下的 Colossus 超级计算集群，直接服务于下一代大模型 Grok v5 的全量训练与迭代。
信源：https://x.com/elonmusk/status/2059884150187053488
6.5亿参数跑到83.3%，Surya OCR 2成3B以下开源OCR新标杆
开源文档智能平台 Datalab 正式发布全新多语言 OCR 开源模型 Surya OCR 2。新模型仅有 6.5 亿参数，在权威文档智能评测 olmOCR-bench 中取得 83.3% 的成绩，在 30 亿参数以下级别位列第一，性能甚至超越了体积约 14 倍的初代 90 亿参数版本，实现了参数量与准确率的帕累托最优。
在功能上， Surya OCR 2 将版面分析、文本识别和表格识别等三大任务收拢到单一视觉语言模型（ VLM ）中，而文本行检测与 OCR 错漏检测仍通过独立的轻量级模型运行。用户通过单次模型调用便能完成全页 OCR 识别，输出包含坐标框和阅读顺序的结构化 HTML 代码，其中数学公式以 HTML math 标签输出，跨行跨列表格则被整理为标准 HTML 格式。而在多语言支持上，新模型在 91 种语言的测试中取得 87.2% 的综合通过率（中文通过率 82.5% ），并对残损文档与手写体进行深度优化。
在部署效率上， Surya OCR 2 支持两大推理后端。系统在英伟达 GPU 设备上运行 Docker 并启用 vLLM 后端，单张 RTX 5090 显卡能实现每秒 5.35 页的超高吞吐率。在苹果设备或普通 CPU 环境下，系统则通过 llama.cpp 载入 GGUF 格式，在 M1 电脑上实现完全的本地端侧运行。目前，新模型的源代码基于 Apache 2.0 协议开源，权重基于 OpenRAIL-M 协议免费提供给个人、高校及年收入 500 万美元以下的初创企业。而 Datalab 官方也同步开放了搭载更强 40 亿参数 Chandra 2 模型的付费 API ，并赠送 5 美元体验额度。
信源：https://datalab.to/blog/surya-2
开源文档智能平台 Datalab 正式发布全新多语言 OCR 开源模型 Surya OCR 2。新模型仅有 6.5 亿参数，在权威文档智能评测 olmOCR-bench 中取得 83.3% 的成绩，在 30 亿参数以下级别位列第一，性能甚至超越了体积约 14 倍的初代 90 亿参数版本，实现了参数量与准确率的帕累托最优。
在功能上， Surya OCR 2 将版面分析、文本识别和表格识别等三大任务收拢到单一视觉语言模型（ VLM ）中，而文本行检测与 OCR 错漏检测仍通过独立的轻量级模型运行。用户通过单次模型调用便能完成全页 OCR 识别，输出包含坐标框和阅读顺序的结构化 HTML 代码，其中数学公式以 HTML math 标签输出，跨行跨列表格则被整理为标准 HTML 格式。而在多语言支持上，新模型在 91 种语言的测试中取得 87.2% 的综合通过率（中文通过率 82.5% ），并对残损文档与手写体进行深度优化。
在部署效率上， Surya OCR 2 支持两大推理后端。系统在英伟达 GPU 设备上运行 Docker 并启用 vLLM 后端，单张 RTX 5090 显卡能实现每秒 5.35 页的超高吞吐率。在苹果设备或普通 CPU 环境下，系统则通过 llama.cpp 载入 GGUF 格式，在 M1 电脑上实现完全的本地端侧运行。目前，新模型的源代码基于 Apache 2.0 协议开源，权重基于 OpenRAIL-M 协议免费提供给个人、高校及年收入 500 万美元以下的初创企业。而 Datalab 官方也同步开放了搭载更强 40 亿参数 Chandra 2 模型的付费 API ，并赠送 5 美元体验额度。
信源：https://datalab.to/blog/surya-2
马斯克辟谣：SpaceX与Anthropic为180天短租且随时可收回算力
针对外部分析师关于 SpaceX 将以 3 年 450 亿美元天价把 Colossus 集群租给 Anthropic 的传闻，SpaceX 创始人埃隆·马斯克（Elon Musk）做出紧急澄清。马斯克明确表示，SpaceX 并未向 Anthropic 做出长达数年的算力租赁承诺。目前的合作本质上是一项仅有 180 天的短期租赁协议，到期后任何一方只需提前 90 天书面通知，即可随时无条件终止合同。
马斯克强调，锁定短期合同并非 Anthropic 的本意，而是 SpaceX 方面的强硬要求。在当前全球前沿大模型竞争与算力吃紧的背景下，SpaceX 必须保留随时收回计算资源的绝对主导权。如果未来内部算力需求变得极其紧张，SpaceX 将毫不犹豫地收回集群。虽然他表示不会让 Anthropic 陷入绝境、会提供合理的过渡缓冲期，但退租的主动权完全由 SpaceX 掌控。
招股书披露的月付租金方案曾被外部分析师解读为 SpaceX 转型算力托管服务（CaaS）并成功挖到「三年 450 亿美元印钞机」的铁证。然而，马斯克的最新表态表明，算力所有权在当前人工智能决战阶段属于不可让渡的战略主权，SpaceX 不会允许自身沦为被竞争对手长期锁死的底层硬件代工厂。
信源：https://x.com/elonmusk/status/2057228707606196434
针对外部分析师关于 SpaceX 将以 3 年 450 亿美元天价把 Colossus 集群租给 Anthropic 的传闻，SpaceX 创始人埃隆·马斯克（Elon Musk）做出紧急澄清。马斯克明确表示，SpaceX 并未向 Anthropic 做出长达数年的算力租赁承诺。目前的合作本质上是一项仅有 180 天的短期租赁协议，到期后任何一方只需提前 90 天书面通知，即可随时无条件终止合同。
马斯克强调，锁定短期合同并非 Anthropic 的本意，而是 SpaceX 方面的强硬要求。在当前全球前沿大模型竞争与算力吃紧的背景下，SpaceX 必须保留随时收回计算资源的绝对主导权。如果未来内部算力需求变得极其紧张，SpaceX 将毫不犹豫地收回集群。虽然他表示不会让 Anthropic 陷入绝境、会提供合理的过渡缓冲期，但退租的主动权完全由 SpaceX 掌控。
招股书披露的月付租金方案曾被外部分析师解读为 SpaceX 转型算力托管服务（CaaS）并成功挖到「三年 450 亿美元印钞机」的铁证。然而，马斯克的最新表态表明，算力所有权在当前人工智能决战阶段属于不可让渡的战略主权，SpaceX 不会允许自身沦为被竞争对手长期锁死的底层硬件代工厂。
信源：https://x.com/elonmusk/status/2057228707606196434
LangSmith推出Context Hub，联合MongoDB等制定智能体开源内存标准
LangChain 宣布在旗下开发平台 LangSmith 中上线 Context Hub 模块，为大模型智能体提供版本控制、协同编辑与环境隔离的上下文中央文件库。创始人 Harrison Chase 表示，新模块不仅支持 AGENTS.md 与 Skills 规则文件的直接导入，还能作为虚拟文件系统无缝接入 Deep Agents 运行环境，避免智能体因配置漂移或指令过期而运行失效。
传统的智能体开发中，工程团队通常将智能体控制代码保存在 GitHub 仓库中，而控制智能体行为的行为说明、专业知识与工作流政策则经常散落在各处，缺乏严谨的版本控制。由于上下文规则往往需要产品经理、市场人员或客服主管等非技术人员协同修改，直接使用代码仓库极易增加跨团队协作摩擦。Context Hub 通过提供免代码的网页端编辑器与内置的 Commit 历史树，将人类的配置迭代与智能体在运行中的自我更新进行统一管理，允许团队通过 dev 、 staging 与 prod 等环境标签将已验证的上下文一键推送至不同生产阶段。
除了推出管理工具， LangChain 还宣布正在与 Elastic 、 MongoDB 、 Pinecone 和 Redis 联合制定智能体内存开放标准。合作旨在打破不同智能体框架、数据库与检索系统之间的壁垒，为多模态智能体探索一条包含片段记忆、语义搜索与规程指令的通用数据读写接口。MongoDB 首席产品官 Pablo Stern-Plaza 指出，智能体环境需要极高响应速度的动态 Schema 与精细检索，开放标准将为生成式智能体的工程落地提供可移植、高复现的内存参考架构。
信源：https://x.com/hwchase17/status/2059687279199924462
LangChain 宣布在旗下开发平台 LangSmith 中上线 Context Hub 模块，为大模型智能体提供版本控制、协同编辑与环境隔离的上下文中央文件库。创始人 Harrison Chase 表示，新模块不仅支持 AGENTS.md 与 Skills 规则文件的直接导入，还能作为虚拟文件系统无缝接入 Deep Agents 运行环境，避免智能体因配置漂移或指令过期而运行失效。
传统的智能体开发中，工程团队通常将智能体控制代码保存在 GitHub 仓库中，而控制智能体行为的行为说明、专业知识与工作流政策则经常散落在各处，缺乏严谨的版本控制。由于上下文规则往往需要产品经理、市场人员或客服主管等非技术人员协同修改，直接使用代码仓库极易增加跨团队协作摩擦。Context Hub 通过提供免代码的网页端编辑器与内置的 Commit 历史树，将人类的配置迭代与智能体在运行中的自我更新进行统一管理，允许团队通过 dev 、 staging 与 prod 等环境标签将已验证的上下文一键推送至不同生产阶段。
除了推出管理工具， LangChain 还宣布正在与 Elastic 、 MongoDB 、 Pinecone 和 Redis 联合制定智能体内存开放标准。合作旨在打破不同智能体框架、数据库与检索系统之间的壁垒，为多模态智能体探索一条包含片段记忆、语义搜索与规程指令的通用数据读写接口。MongoDB 首席产品官 Pablo Stern-Plaza 指出，智能体环境需要极高响应速度的动态 Schema 与精细检索，开放标准将为生成式智能体的工程落地提供可移植、高复现的内存参考架构。
信源：https://x.com/hwchase17/status/2059687279199924462
X (formerly Twitter)
Harrison Chase (@hwchase17) on X
We launched Context Hub as a way to manage skills, AGENTS.md files, and other context files an agent might need
You can easily use it as a virtual filesystem in deepagents
See this video for more info!
You can easily use it as a virtual filesystem in deepagents
See this video for more info!
合格税单比例由25%飙升至86%，OpenAI联手Thrive打造自演进税收智能体
OpenAI 联合传统业务数字化改造平台 Thrive Holdings 宣布，已为旗下拥有 30 多家会计师事务所网络的 Crete 专业联盟研发出具备自适应演进能力的税收智能体（Tax AI）。在运行机制上，会计师日常报税时的改错行为会被系统自动转化为测试用例，随后由 Codex 模型针对测试自动生成代码补丁，并以合并请求（PR）形式提交给程序员复核。「会计师提错、 AI 写补丁、程序员把关」的闭环设计，将以往漫长的软件修 Bug 周期压缩至秒级，在保障高合规安全红线的同时实现了智能体的快速自主演进。
在试点项目中，智能体共处理了 7000 份 1040 和 1041 类型的复杂税单。部署 6 周后，能够让正确字段填报率达到 75% 门槛的税单比例，从初期的 25% 飙升至 86%，系统最高字段填报准确率则达到 97%。在实际报税业务中，系统帮助会计师平均节省了约三分之一的税单准备时间，整体业务吞吐量提升了约 50%。
合作始于 2025 年 12 月 OpenAI 对 Thrive Holdings 的股权投资。与大模型厂商主导常规技术输出的传统模式不同，协议明确规定，由合作产出的所有税收智能体相关知识产权（IP）及最终产品均归属数字化改造平台 Thrive Holdings 所有，OpenAI 则直接派遣工程师参与联合开发。独特的 IP 隔离模式保障了垂直领域企业在 AI 转型中的技术与产品主权。
信源：https://openai.com/index/building-self-improving-tax-agents-with-codex/
OpenAI 联合传统业务数字化改造平台 Thrive Holdings 宣布，已为旗下拥有 30 多家会计师事务所网络的 Crete 专业联盟研发出具备自适应演进能力的税收智能体（Tax AI）。在运行机制上，会计师日常报税时的改错行为会被系统自动转化为测试用例，随后由 Codex 模型针对测试自动生成代码补丁，并以合并请求（PR）形式提交给程序员复核。「会计师提错、 AI 写补丁、程序员把关」的闭环设计，将以往漫长的软件修 Bug 周期压缩至秒级，在保障高合规安全红线的同时实现了智能体的快速自主演进。
在试点项目中，智能体共处理了 7000 份 1040 和 1041 类型的复杂税单。部署 6 周后，能够让正确字段填报率达到 75% 门槛的税单比例，从初期的 25% 飙升至 86%，系统最高字段填报准确率则达到 97%。在实际报税业务中，系统帮助会计师平均节省了约三分之一的税单准备时间，整体业务吞吐量提升了约 50%。
合作始于 2025 年 12 月 OpenAI 对 Thrive Holdings 的股权投资。与大模型厂商主导常规技术输出的传统模式不同，协议明确规定，由合作产出的所有税收智能体相关知识产权（IP）及最终产品均归属数字化改造平台 Thrive Holdings 所有，OpenAI 则直接派遣工程师参与联合开发。独特的 IP 隔离模式保障了垂直领域企业在 AI 转型中的技术与产品主权。
信源：https://openai.com/index/building-self-improving-tax-agents-with-codex/
OpenAI
Building self-improving tax agents with Codex
See how OpenAI, Thrive, and Crete built a self-improving tax agent with Codex, automating filings, improving accuracy, and accelerating workflows.
LlamaIndex重构推出LiteParse v2.0，纯Rust核心提速达100倍
LlamaIndex 宣布将开源文档解析库 LiteParse 彻底用 Rust 重写，发布 2.0 版本。重构后的核心解析器在处理小文档时速度提升达 100 倍，解析大文档也有近 3 倍的提速。重构旨在为 AI 智能体与检索增强生成 RAG 管道提供本地运行、极速且无需调用大模型的空间版面解析底座。
LiteParse 2.0 保持了无大模型依赖的本地化运行设计，集成 PDFium 深度定制分支进行空间版面分析，并结合 tesseract-rs 库在本地实现光学字符识别 OCR 功能。工具目前支持 PDF 与包括 DOCX 、 XLSX 以及 PPTX 在内的 Office 文档。解析器将文本按文档布局进行二维空间投影，输出保留位置与版面相对关系的结构化文本，以极低功耗为大模型提供高保真定位与引用前情。
在生态接入与分发上， LlamaIndex 提供了跨主流运行时的原生包支持。开发者可以通过 Python 的 pip install liteparse 、 JavaScript 的 npm i @llamaindex/liteparse 、 Rust 的 Cargo 仓库快速接入开发流程。得益于底层采用 Rust 构建，新版本通过编译为 WebAssembly 格式，打通了浏览器端与边缘计算节点的本地运行能力。需要指出的是，由于运行环境受限，在 WebAssembly 环境下的 OCR 功能并非内置，开发者需要通过外部回调注入（如调用 tesseract.js ）实现文件扫描。
信源：https://www.llamaindex.ai/blog/liteparse-v2-0-runs-everywhere
LlamaIndex 宣布将开源文档解析库 LiteParse 彻底用 Rust 重写，发布 2.0 版本。重构后的核心解析器在处理小文档时速度提升达 100 倍，解析大文档也有近 3 倍的提速。重构旨在为 AI 智能体与检索增强生成 RAG 管道提供本地运行、极速且无需调用大模型的空间版面解析底座。
LiteParse 2.0 保持了无大模型依赖的本地化运行设计，集成 PDFium 深度定制分支进行空间版面分析，并结合 tesseract-rs 库在本地实现光学字符识别 OCR 功能。工具目前支持 PDF 与包括 DOCX 、 XLSX 以及 PPTX 在内的 Office 文档。解析器将文本按文档布局进行二维空间投影，输出保留位置与版面相对关系的结构化文本，以极低功耗为大模型提供高保真定位与引用前情。
在生态接入与分发上， LlamaIndex 提供了跨主流运行时的原生包支持。开发者可以通过 Python 的 pip install liteparse 、 JavaScript 的 npm i @llamaindex/liteparse 、 Rust 的 Cargo 仓库快速接入开发流程。得益于底层采用 Rust 构建，新版本通过编译为 WebAssembly 格式，打通了浏览器端与边缘计算节点的本地运行能力。需要指出的是，由于运行环境受限，在 WebAssembly 环境下的 OCR 功能并非内置，开发者需要通过外部回调注入（如调用 tesseract.js ）实现文件扫描。
信源：https://www.llamaindex.ai/blog/liteparse-v2-0-runs-everywhere
www.llamaindex.ai
Up to 100x Fast Parsing with LiteParse v2.0 and Rust
We rewrote LiteParse with Rust to make it up to 100x faster and run anywhere, including Python, Node/JS, WASM, Rust, and Edge runtimes.