告别大模型强化学习「跷跷板效应」，小米与北大提出MOPD蒸馏框架
大模型在后训练阶段通过强化学习（RL）提升特定领域能力时，常常面临「跷跷板效应」：集成数学、代码、指令遵循等多种能力时，它们会互相干扰，使得最终模型效果反而不如各领域的专有专家。
北京大学与小米大模型团队联合发表论文，提出多导师在线蒸馏框架 MOPD（Multi-Teacher On-Policy Distillation）。该方法首先让不同领域（如数学、代码）的 RL 专家作为「导师」并行独立进行强化学习，然后将这些导师在策略空间（Policy Space）中蒸馏给同一个学生模型。具体而言，学生模型在自己的生成轨迹上采样，并与对应领域的导师在 Token 级别最小化 KL 散度。
这带来了多重优势：它通过在线（On-policy）采样消除了传统离线微调中的曝光偏差，并通过 Token 级别的密集监督显著降低了训练方差并提升了样本效率，且允许各领域导师的并行研发与超参调整。在
研究还指出，蒸馏的稳定性极度依赖于「同源导师」，即导师和学生必须从同一个 SFT 检查点出发。如果强行引入分布差异过大（KL 散度高）的外部强模型（如用 235B 模型的导师蒸馏 30B 的学生），反而会导致优化过程崩溃。
信源：https://arxiv.org/html/2606.30406v1
大模型在后训练阶段通过强化学习（RL）提升特定领域能力时，常常面临「跷跷板效应」：集成数学、代码、指令遵循等多种能力时，它们会互相干扰，使得最终模型效果反而不如各领域的专有专家。
北京大学与小米大模型团队联合发表论文，提出多导师在线蒸馏框架 MOPD（Multi-Teacher On-Policy Distillation）。该方法首先让不同领域（如数学、代码）的 RL 专家作为「导师」并行独立进行强化学习，然后将这些导师在策略空间（Policy Space）中蒸馏给同一个学生模型。具体而言，学生模型在自己的生成轨迹上采样，并与对应领域的导师在 Token 级别最小化 KL 散度。
这带来了多重优势：它通过在线（On-policy）采样消除了传统离线微调中的曝光偏差，并通过 Token 级别的密集监督显著降低了训练方差并提升了样本效率，且允许各领域导师的并行研发与超参调整。在
Qwen3-30B-A3B 模型上的实验显示，MOPD 相比联合强化学习（Mix-RL）等基线在归一化综合得分上提升了 5.5 个点（达到 0.937），几乎完整保留了各导师的垂直能力。该方案已被成功部署于小米工业级大模型 MiMo-V2-Flash（309B）的后训练中。研究还指出，蒸馏的稳定性极度依赖于「同源导师」，即导师和学生必须从同一个 SFT 检查点出发。如果强行引入分布差异过大（KL 散度高）的外部强模型（如用 235B 模型的导师蒸馏 30B 的学生），反而会导致优化过程崩溃。
信源：https://arxiv.org/html/2606.30406v1
国内初代大模型MOSS研发负责人孙天祥加入百度，掌舵基础模型研发
复旦大学计算机博士、国内初代开源对话大模型（MOSS）核心研发负责人孙天祥已正式加入百度，出任基础模型研发部（BMU）负责人，并同时进入百度模型委员会（BMC）。
孙天祥出生于1997年，在攻读博士期间曾率先提出大模型即服务（LMaaS）的产业落地思路，研究成果曾被百度（ERNIE 3.0）等主流模型采用。毕业后他创办了大模型创业公司日行迹智能。
百度近期对AI组织架构进行了调整，将大模型研发划分为基础模型研发部（BMU）与应用模型研发部（AMU），后者由贾磊负责。
信源：https://mp.weixin.qq.com/s/023DAfuXmAZbOVdiUju0iw
复旦大学计算机博士、国内初代开源对话大模型（MOSS）核心研发负责人孙天祥已正式加入百度，出任基础模型研发部（BMU）负责人，并同时进入百度模型委员会（BMC）。
孙天祥出生于1997年，在攻读博士期间曾率先提出大模型即服务（LMaaS）的产业落地思路，研究成果曾被百度（ERNIE 3.0）等主流模型采用。毕业后他创办了大模型创业公司日行迹智能。
百度近期对AI组织架构进行了调整，将大模型研发划分为基础模型研发部（BMU）与应用模型研发部（AMU），后者由贾磊负责。
信源：https://mp.weixin.qq.com/s/023DAfuXmAZbOVdiUju0iw
换大模型底座无需重新微调，Ramp Labs推出跨模型适配框架PorTAL
大语言模型频繁更新，但企业微调的成果往往难以跨版本留存。目前主流的微调技术（如 LoRA）与特定的基座模型权重空间深度绑定，一旦更换性能更好的新底座，开发者就必须从头重新训练所有微调任务，模型升级开销高昂。
金融科技独角兽 Ramp 旗下的 AI 实验室推出了便携式任务适配器（PorTAL）框架，试图打破这一限制。该框架改变了传统的微调流程，允许开发者在初始训练时，联合训练并沉淀出独立于底座的「任务潜在表征」。当更换新底座时，开发者无需从头训练，只需在极少量的校准数据上重新校准一个极薄的模型专属转换器，即可快速在不同模型（甚至跨模型家族如 Qwen-3 到 Gemma-3）之间迁移微调能力。
PorTAL 在迁移时由于保持任务潜在表征和核心解码器冻结，数据量和适配算力成本均可折半。官方测试表明，该方案能恢复标准 LoRA 94% 至 98% 的准确率提升效果，在不同数据量级下均有更好的泛化表现。
不过，该框架目前仍处于早期阶段，Ramp 尚未开源其代码或模型权重，也缺乏第三方独立评测。目前的测试数据主要集中在 8B 参数以下的小模型上，在更大规模参数或复杂指令任务中的迁移表现仍有待验证。
信源：https://x.com/RampLabs/status/2072383318516187380
大语言模型频繁更新，但企业微调的成果往往难以跨版本留存。目前主流的微调技术（如 LoRA）与特定的基座模型权重空间深度绑定，一旦更换性能更好的新底座，开发者就必须从头重新训练所有微调任务，模型升级开销高昂。
金融科技独角兽 Ramp 旗下的 AI 实验室推出了便携式任务适配器（PorTAL）框架，试图打破这一限制。该框架改变了传统的微调流程，允许开发者在初始训练时，联合训练并沉淀出独立于底座的「任务潜在表征」。当更换新底座时，开发者无需从头训练，只需在极少量的校准数据上重新校准一个极薄的模型专属转换器，即可快速在不同模型（甚至跨模型家族如 Qwen-3 到 Gemma-3）之间迁移微调能力。
PorTAL 在迁移时由于保持任务潜在表征和核心解码器冻结，数据量和适配算力成本均可折半。官方测试表明，该方案能恢复标准 LoRA 94% 至 98% 的准确率提升效果，在不同数据量级下均有更好的泛化表现。
不过，该框架目前仍处于早期阶段，Ramp 尚未开源其代码或模型权重，也缺乏第三方独立评测。目前的测试数据主要集中在 8B 参数以下的小模型上，在更大规模参数或复杂指令任务中的迁移表现仍有待验证。
信源：https://x.com/RampLabs/status/2072383318516187380
X (formerly Twitter)
Ramp Labs (@RampLabs) on X
Introducing PorTAL: Portable Task Adapters for LLMs. A novel recipe to cheaply port fine-tuning between models. It matches per task LoRA accuracy at half the cost, lowering the switching overhead of adapting tasks across LLMs.
At Ramp, every new model release…
At Ramp, every new model release…
买物理机送一年云手机：京东云联合酷派推出799元「AI云手机」
京东云联合酷派在京东自营店独家推出定制版「锋尚 50Lite AI 京东云手机」，定价 799 元起。这款手机搭载紫光展锐虎贲 T616 芯片与 4GB 运行内存，属于入门级 4G 百元机配置，最大差异化在于深度捆绑的云端服务。
购机用户可获得一整年京东云手机会员与云游戏季卡，应用可直接在云端免安装运行，不占用本机存储与电量，在手机关机或锁屏状态下，云端游戏和程序仍可 24 小时保持在线。
此外，手机还提供独立的云端私密空间，支持多账号数据隔离。这种「实体终端 + 虚拟云手机」的融合设计，专为有游戏托管、多小号挂机或轻量应用测试需求的用户定制，省去了单独租赁云手机的月租费用；但若仅作普通日常手机使用，手机硬件相比同价位竞品并无优势。
京东云联合酷派在京东自营店独家推出定制版「锋尚 50Lite AI 京东云手机」，定价 799 元起。这款手机搭载紫光展锐虎贲 T616 芯片与 4GB 运行内存，属于入门级 4G 百元机配置，最大差异化在于深度捆绑的云端服务。
购机用户可获得一整年京东云手机会员与云游戏季卡，应用可直接在云端免安装运行，不占用本机存储与电量，在手机关机或锁屏状态下，云端游戏和程序仍可 24 小时保持在线。
此外，手机还提供独立的云端私密空间，支持多账号数据隔离。这种「实体终端 + 虚拟云手机」的融合设计，专为有游戏托管、多小号挂机或轻量应用测试需求的用户定制，省去了单独租赁云手机的月租费用；但若仅作普通日常手机使用，手机硬件相比同价位竞品并无优势。
英伟达推出「AI计算合伙人计划」：用算力兜底换取云厂商收入分成
英伟达正在推行一项名为「AI计算合伙人计划」（AI Compute Partnership）的新项目。根据参与项目的云服务商 Firmus 和 Sharon AI 的说法，英伟达承诺为这些初创云服务商提供算力产能兜底：若采购的图形处理器（GPU）无法租出，英伟达将按保证费率租回闲置算力。作为回报，英伟达将按比例分走这些初创云服务商的部分云服务收入，分成比例随合同期限推移逐步递减。
由于算力中心建设和GPU采购耗资巨大，信用评级较低的初创公司通常难以获得贷款。英伟达的兜底承诺相当于为这些企业提供了信用背书，帮他们顺利拿到融资。目前，亚马逊、微软、SpaceX、甲骨文、Meta 和谷歌等巨头购买了英伟达的绝大部分芯片，但这些巨头也在开发自研AI芯片。英伟达希望通过扶持小型云商，减轻对科技巨头的依赖。
除收入分成外，英伟达在部分担保协议中还会换取认股权。例如，英伟达曾于 2025 年 9 月承诺为 CoreWeave 兜底价值 63 亿美元的未售出算力至 2032 年，并在今年 5 月披露了另外 35 亿美元的租赁担保以换取认股权。
信源：https://www.theinformation.com/articles/nvidia-says-will-take-cut-customers-cloud-revenues
英伟达正在推行一项名为「AI计算合伙人计划」（AI Compute Partnership）的新项目。根据参与项目的云服务商 Firmus 和 Sharon AI 的说法，英伟达承诺为这些初创云服务商提供算力产能兜底：若采购的图形处理器（GPU）无法租出，英伟达将按保证费率租回闲置算力。作为回报，英伟达将按比例分走这些初创云服务商的部分云服务收入，分成比例随合同期限推移逐步递减。
由于算力中心建设和GPU采购耗资巨大，信用评级较低的初创公司通常难以获得贷款。英伟达的兜底承诺相当于为这些企业提供了信用背书，帮他们顺利拿到融资。目前，亚马逊、微软、SpaceX、甲骨文、Meta 和谷歌等巨头购买了英伟达的绝大部分芯片，但这些巨头也在开发自研AI芯片。英伟达希望通过扶持小型云商，减轻对科技巨头的依赖。
除收入分成外，英伟达在部分担保协议中还会换取认股权。例如，英伟达曾于 2025 年 9 月承诺为 CoreWeave 兜底价值 63 亿美元的未售出算力至 2032 年，并在今年 5 月披露了另外 35 亿美元的租赁担保以换取认股权。
信源：https://www.theinformation.com/articles/nvidia-says-will-take-cut-customers-cloud-revenues
The Information
Nvidia Says It Will Take a Cut of Some Customers’ Cloud Revenues
Nvidia is using its powerful balance sheet to help more companies buy its expensive AI chips, and possibly make some money back too. It’s promising to financially backstop young cloud providers that rent out its graphics processing units in exchange for a…
✍2
提议让渡5%股权换取政治绿灯，OpenAI欲向特朗普政府「交税」
为了清除监管和政治障碍，估值达 8520 亿美元的人工智能巨头 OpenAI 正在向特朗普政府提议一项不同寻常的方案：向美国政府让渡 5% 的股权。首席执行官山姆·奥特曼在早期接触中提出了这个方案，希望通过让公众持有公司的财务权益，来分享人工智能带来的经济红利并化解政治压力。
根据提案设计，这笔股权将注入类似于阿拉斯加永久基金的公共信托或主权财富基金，直接为美国民众分红。同时，OpenAI 还建议谷歌、Meta 以及竞争对手 Anthropic 等美国头部人工智能开发商也出让同等比例的股份，但目前尚不确定其他同行是否愿意跟进。
随着公众对大型数据中心能耗、就业冲击以及网络安全的担忧加剧，人工智能行业在华盛顿面临日益严峻的监管风暴。OpenAI 与竞争对手 Anthropic 的前沿模型发布最近均被美国政府扣下审查，部分特朗普顾问更是主张实施更严格的管控。这一股权让渡设想如果成真，可能会面临法律挑战，甚至需要美国国会立法支持，但也体现了科技巨头在谋求上市前，试图通过让渡经济利益来拉拢政府的紧迫感。在这之前，特朗普在政府收购英特尔 10% 股份后，便迅速转为支持英特尔。
信源：https://www.ft.com/content/7c803eab-8e80-4431-9a87-e943bf00e00b
为了清除监管和政治障碍，估值达 8520 亿美元的人工智能巨头 OpenAI 正在向特朗普政府提议一项不同寻常的方案：向美国政府让渡 5% 的股权。首席执行官山姆·奥特曼在早期接触中提出了这个方案，希望通过让公众持有公司的财务权益，来分享人工智能带来的经济红利并化解政治压力。
根据提案设计，这笔股权将注入类似于阿拉斯加永久基金的公共信托或主权财富基金，直接为美国民众分红。同时，OpenAI 还建议谷歌、Meta 以及竞争对手 Anthropic 等美国头部人工智能开发商也出让同等比例的股份，但目前尚不确定其他同行是否愿意跟进。
随着公众对大型数据中心能耗、就业冲击以及网络安全的担忧加剧，人工智能行业在华盛顿面临日益严峻的监管风暴。OpenAI 与竞争对手 Anthropic 的前沿模型发布最近均被美国政府扣下审查，部分特朗普顾问更是主张实施更严格的管控。这一股权让渡设想如果成真，可能会面临法律挑战，甚至需要美国国会立法支持，但也体现了科技巨头在谋求上市前，试图通过让渡经济利益来拉拢政府的紧迫感。在这之前，特朗普在政府收购英特尔 10% 股份后，便迅速转为支持英特尔。
信源：https://www.ft.com/content/7c803eab-8e80-4431-9a87-e943bf00e00b
😁1
软银提供公司担保重启100亿美元贷款谈判，试图通过股权质押「借新还旧」
软银集团正与银行财团重启谈判，计划以持有的 OpenAI 股份为抵押申请 100 亿美元保证金贷款，并首次提出愿意提供公司担保作为妥协。
谈判的直接背景是软银面临极大的债务杠杆压力：7 月 1 日，软银动用了今年 3 月达成的过桥贷款，完成对 OpenAI 的第二期 100 亿美元注资。
为了支持超 600 亿美元的 OpenAI 及相关基础设施投资，软银极度依赖债务杠杆，目前正面临在 2027 年 3 月前偿还 400 亿美元过桥贷款的硬性期限。
由于非上市公司股权估值困难且难以变现，高盛、摩根大通和瑞穗等银行此前对单纯的股份质押方案持谨慎态度。软银此次被迫追加公司担保，意味着若抵押股份贬值，银行可以直接向软银集团追偿。
而 OpenAI 在 2026 年 6 月秘密递交的赴美 IPO 申请若能推进，将显著提升这笔抵押资产的流动性，成为软银缓解债务循环的重要信用支撑。
信源：https://www.reuters.com/legal/transactional/softbank-renews-talks-10-billion-loan-against-openai-stake-adds-concessions-2026-07-01/
软银集团正与银行财团重启谈判，计划以持有的 OpenAI 股份为抵押申请 100 亿美元保证金贷款，并首次提出愿意提供公司担保作为妥协。
谈判的直接背景是软银面临极大的债务杠杆压力：7 月 1 日，软银动用了今年 3 月达成的过桥贷款，完成对 OpenAI 的第二期 100 亿美元注资。
为了支持超 600 亿美元的 OpenAI 及相关基础设施投资，软银极度依赖债务杠杆，目前正面临在 2027 年 3 月前偿还 400 亿美元过桥贷款的硬性期限。
由于非上市公司股权估值困难且难以变现，高盛、摩根大通和瑞穗等银行此前对单纯的股份质押方案持谨慎态度。软银此次被迫追加公司担保，意味着若抵押股份贬值，银行可以直接向软银集团追偿。
而 OpenAI 在 2026 年 6 月秘密递交的赴美 IPO 申请若能推进，将显著提升这笔抵押资产的流动性，成为软银缓解债务循环的重要信用支撑。
信源：https://www.reuters.com/legal/transactional/softbank-renews-talks-10-billion-loan-against-openai-stake-adds-concessions-2026-07-01/
用特斯拉的钱，圆SpaceX的梦？马斯克550亿美元芯片计划被指「鸠占鹊巢」
马斯克在德州规划的 550 亿美元芯片工厂 Terafab，名为特斯拉与 SpaceX 联手，实则已被 SpaceX 主导。项目总负责人 John Federspiel 兼任 SpaceX 卫星互联网（Starlink）的产品工程高级总监，麾下 34 名工程师与管理团队主要来自 Starship 和 Starlink。特斯拉在这家合资工厂里话语权极其有限：目前直接向 Federspiel 汇报的特斯拉员工仅有两人，且均为近几个月刚入职（包括一名首席工程师与一名前英特尔厂长）；其余核心成员的劳动合同多签在 SpaceX 或近期从英特尔等外部挖角。这意味着特斯拉正掏出数百亿美元，资助一个自己难以完全控制的项目。
两家公司的底层资产早被马斯克打通。特斯拉 AI 软件副总裁 Ashok Elluswamy、车辆软件高级总监 Silvio Brugada 均在 xAI 兼任职务；材料工程总负责人 Charlie Kuehmann 更是跨司兼职十余年。随着 SpaceX 市值狂飙至 2.25 万亿美元，名义上独立的两个庞然大物，在资产、人才与技术上已无边界。员工私下直言，合并只是时间问题。
信源：https://www.theinformation.com/articles/elon-musk-building-terafab-team-inside-tesla
马斯克在德州规划的 550 亿美元芯片工厂 Terafab，名为特斯拉与 SpaceX 联手，实则已被 SpaceX 主导。项目总负责人 John Federspiel 兼任 SpaceX 卫星互联网（Starlink）的产品工程高级总监，麾下 34 名工程师与管理团队主要来自 Starship 和 Starlink。特斯拉在这家合资工厂里话语权极其有限：目前直接向 Federspiel 汇报的特斯拉员工仅有两人，且均为近几个月刚入职（包括一名首席工程师与一名前英特尔厂长）；其余核心成员的劳动合同多签在 SpaceX 或近期从英特尔等外部挖角。这意味着特斯拉正掏出数百亿美元，资助一个自己难以完全控制的项目。
两家公司的底层资产早被马斯克打通。特斯拉 AI 软件副总裁 Ashok Elluswamy、车辆软件高级总监 Silvio Brugada 均在 xAI 兼任职务；材料工程总负责人 Charlie Kuehmann 更是跨司兼职十余年。随着 SpaceX 市值狂飙至 2.25 万亿美元，名义上独立的两个庞然大物，在资产、人才与技术上已无边界。员工私下直言，合并只是时间问题。
信源：https://www.theinformation.com/articles/elon-musk-building-terafab-team-inside-tesla
The Information
How Elon Musk Is Building the Terafab Team Inside Tesla
Expectations are growing that Elon Musk will propose a merger of SpaceX and Tesla. But a close look at Tesla’s org chart, including the $55 billion Terafab semiconductor manufacturing project, a Tesla and SpaceX collaboration, shows that the two companies…
美团限制内部接入字节豆包，要求迁移至自研模型LongCat和DeepSeek
美团本周向所有业务团队发布通知，限制在产品与技术研发中接入字节跳动的火山引擎（豆包）大模型。通知要求相关业务部门进行自查，并规划迁移到美团自研大模型 LongCat 以及开源大模型 DeepSeek。如果业务线因技术瓶颈无法迁移，必须提交原因与必要性说明，通过单独的审批流程。
美团刚刚发布并开源了拥有 1.6 万亿参数的自研混合专家（MoE）模型 LongCat-2.0。在过去，由于价格竞争优势，美团部分业务团队直接接入了竞争对手字节跳动的豆包大模型。随着自研 LongCat-2.0 的发布，美团通过这一模型更替，不仅是为了降低外部技术依赖、推广自研大模型，更是在本地生活竞争白热化的背景下，防止数据和技术栈被主要对手渗透。
信源：https://mp.weixin.qq.com/s/JAjsdXcokoEGFxSJWYIMGw
美团本周向所有业务团队发布通知，限制在产品与技术研发中接入字节跳动的火山引擎（豆包）大模型。通知要求相关业务部门进行自查，并规划迁移到美团自研大模型 LongCat 以及开源大模型 DeepSeek。如果业务线因技术瓶颈无法迁移，必须提交原因与必要性说明，通过单独的审批流程。
美团刚刚发布并开源了拥有 1.6 万亿参数的自研混合专家（MoE）模型 LongCat-2.0。在过去，由于价格竞争优势，美团部分业务团队直接接入了竞争对手字节跳动的豆包大模型。随着自研 LongCat-2.0 的发布，美团通过这一模型更替，不仅是为了降低外部技术依赖、推广自研大模型，更是在本地生活竞争白热化的背景下，防止数据和技术栈被主要对手渗透。
信源：https://mp.weixin.qq.com/s/JAjsdXcokoEGFxSJWYIMGw
Gemini 桌面端接入 Spark 智能体：打通本地自动化与手机远程操控
谷歌宣布在 macOS 桌面端 Gemini 中集成 Spark 智能体，把它从简单的聊天框变成了能够操控电脑的本地助手。
在获得授权后，Gemini Spark 能接手桌面上的琐碎工作，比如自动把下载文件夹里的所有 PDF 整理到不同目录，或者读取本地发票并在 Google Workspace 中自动生成预算电子表格，甚至能设置定时更新。
另一个亮点是即将推出的远程执行能力。未来即使人不在电脑旁，也能通过手机向这台 Mac 发送指令，让它在本地搜索销售报告并提取数据发送邮件。
同时，Spark 扩展了连接能力，不仅支持了开放的 MCP 协议，方便开发者接入自定义工具，还打通了 Keep、Tasks、Canva 和 Dropbox 等常用应用，可以直接在聊天中调取云端文件或把零碎笔记转为待办事项。
目前，macOS 客户端的 Spark 智能体首先在美国地区对 Google AI Ultra 订阅者开放 Beta 测试。
信源：https://blog.google/innovation-and-ai/products/gemini-app/gemini-spark-updates-june-2026/
谷歌宣布在 macOS 桌面端 Gemini 中集成 Spark 智能体，把它从简单的聊天框变成了能够操控电脑的本地助手。
在获得授权后，Gemini Spark 能接手桌面上的琐碎工作，比如自动把下载文件夹里的所有 PDF 整理到不同目录，或者读取本地发票并在 Google Workspace 中自动生成预算电子表格，甚至能设置定时更新。
另一个亮点是即将推出的远程执行能力。未来即使人不在电脑旁，也能通过手机向这台 Mac 发送指令，让它在本地搜索销售报告并提取数据发送邮件。
同时，Spark 扩展了连接能力，不仅支持了开放的 MCP 协议，方便开发者接入自定义工具，还打通了 Keep、Tasks、Canva 和 Dropbox 等常用应用，可以直接在聊天中调取云端文件或把零碎笔记转为待办事项。
目前，macOS 客户端的 Spark 智能体首先在美国地区对 Google AI Ultra 订阅者开放 Beta 测试。
信源：https://blog.google/innovation-and-ai/products/gemini-app/gemini-spark-updates-june-2026/
OpenAI 推出计算生物学基准 GeneBench-Pro，GPT-5.6 满血版正确率仅三成
OpenAI 发布了计算生物学评测基准 GeneBench-Pro，用来测试 AI 智能体在面对基因组学和转化医学等复杂科研场景时的多步决策能力。新基准共包含 129 个问题（其中 82 个经过外部专家评审），通过计算机模拟生成具有明确因果关系的数据，防止模型通过走捷径或迎合出题人偏好来作弊。
测试结果显示，顶尖模型在处理包含量化不确定性的科学推理时依然非常吃力。最强的 GPT-5.6 Sol 在开启 Pro 模式下仅能达到 31.5% 的正确率，而 Claude Opus 4.8 的正确率仅有 16.0%。研究团队指出，模型普遍存在「能发现异常但不会修正后续分析」的脱节现象，经常选错统计方法或坚持错误的科研方向。
信源：https://openai.com/index/introducing-genebench-pro/
OpenAI 发布了计算生物学评测基准 GeneBench-Pro，用来测试 AI 智能体在面对基因组学和转化医学等复杂科研场景时的多步决策能力。新基准共包含 129 个问题（其中 82 个经过外部专家评审），通过计算机模拟生成具有明确因果关系的数据，防止模型通过走捷径或迎合出题人偏好来作弊。
测试结果显示，顶尖模型在处理包含量化不确定性的科学推理时依然非常吃力。最强的 GPT-5.6 Sol 在开启 Pro 模式下仅能达到 31.5% 的正确率，而 Claude Opus 4.8 的正确率仅有 16.0%。研究团队指出，模型普遍存在「能发现异常但不会修正后续分析」的脱节现象，经常选错统计方法或坚持错误的科研方向。
信源：https://openai.com/index/introducing-genebench-pro/
OpenAI
Introducing GeneBench-Pro
Introducing GeneBench-Pro, a new benchmark testing AI performance in genomics, biology, and scientific research using complex, real-world datasets.
AI论文首发站arXiv宣布独立运营，与康奈尔分家
全球科研人员的论文预印本重镇、同时也是当下「AI 论文首发站」的 arXiv 正式结束在康奈尔大学长达 25 年的托管生涯，分家成为独立的非营利机构。
几乎所有改变世界的 AI 突破（如 GPT、Claude 的核心论文）在正式发表前都会首发在 arXiv 上。
这个平台在 1991 年诞生时，仅由创始人用一张书桌下的旧电脑运行，月收 10 篇论文；如今月均接收论文已超 2.4 万篇，文献总量突破 300 万篇。爆炸性的文献增长让原有的大学托管模式面临发展瓶颈。
此次独立在西蒙斯基金会与康奈尔大学等核心资助方的支持下完成，未来将由新招募的独立 CEO 及国际董事会主导治理，以加速全面云端化等技术升级，并拓宽全球募资渠道。
信源：https://blog.arxiv.org/2026/06/30/arxivs-next-chapter/
全球科研人员的论文预印本重镇、同时也是当下「AI 论文首发站」的 arXiv 正式结束在康奈尔大学长达 25 年的托管生涯，分家成为独立的非营利机构。
几乎所有改变世界的 AI 突破（如 GPT、Claude 的核心论文）在正式发表前都会首发在 arXiv 上。
这个平台在 1991 年诞生时，仅由创始人用一张书桌下的旧电脑运行，月收 10 篇论文；如今月均接收论文已超 2.4 万篇，文献总量突破 300 万篇。爆炸性的文献增长让原有的大学托管模式面临发展瓶颈。
此次独立在西蒙斯基金会与康奈尔大学等核心资助方的支持下完成，未来将由新招募的独立 CEO 及国际董事会主导治理，以加速全面云端化等技术升级，并拓宽全球募资渠道。
信源：https://blog.arxiv.org/2026/06/30/arxivs-next-chapter/
👍2
让大模型「分工读写」：英伟达双塔架构TwoTower并联两座30B模型，无损换取2.4倍提速
英伟达开源离散文本扩散架构 Nemotron-Labs-TwoTower，致力于解决大模型「一次只蹦一个词」的生成速度瓶颈。以往的文本扩散模型为了追求并行输出，强迫单个网络兼顾单向理解上下文与双向并行纠错，导致模型认知能力大幅衰退。
TwoTower 采用双塔解耦设计：一方面完全冻结预训练好的自回归大模型作为「只读上下文塔」，以保留完整的推理和常识能力；另一方面单独训练一个「去噪写字塔」，在层级别通过交叉注意力读取上下文信息。
写字塔采用「置信度去掩码」机制，在预测一个块时，优先写下高置信度词，再逐步填补剩余空白，实现由易到难的并行书写。在 30B 级别的混合架构（Mamba-Transformer MoE）模型上，这一设计仅用基线模型预训练 1/12 的数据量（2.1T token）进行适配，便保留了 98.7% 的质量，并将实际生成速度提升 2.42 倍，且没有增加多余的显存缓存开销。由于需要在内存中常驻双塔，模型的静态显存占用有所增加，且在极复杂的代码和数学推理中仍有微幅的精度退化。
信源：https://x.com/NVIDIAAI/status/2072394812301480067
英伟达开源离散文本扩散架构 Nemotron-Labs-TwoTower，致力于解决大模型「一次只蹦一个词」的生成速度瓶颈。以往的文本扩散模型为了追求并行输出，强迫单个网络兼顾单向理解上下文与双向并行纠错，导致模型认知能力大幅衰退。
TwoTower 采用双塔解耦设计：一方面完全冻结预训练好的自回归大模型作为「只读上下文塔」，以保留完整的推理和常识能力；另一方面单独训练一个「去噪写字塔」，在层级别通过交叉注意力读取上下文信息。
写字塔采用「置信度去掩码」机制，在预测一个块时，优先写下高置信度词，再逐步填补剩余空白，实现由易到难的并行书写。在 30B 级别的混合架构（Mamba-Transformer MoE）模型上，这一设计仅用基线模型预训练 1/12 的数据量（2.1T token）进行适配，便保留了 98.7% 的质量，并将实际生成速度提升 2.42 倍，且没有增加多余的显存缓存开销。由于需要在内存中常驻双塔，模型的静态显存占用有所增加，且在极复杂的代码和数学推理中仍有微幅的精度退化。
信源：https://x.com/NVIDIAAI/status/2072394812301480067
X (formerly Twitter)
NVIDIA AI (@NVIDIAAI) on X
We took a 30B model and split it in two to write tokens in parallel instead of one at a time.
Introducing Nemotron-Labs-TwoTower: a diffusion language model from NVIDIA Research adapted from Nemotron-3-Nano-30B-A3B. Here’s how it works: one half holds the…
Introducing Nemotron-Labs-TwoTower: a diffusion language model from NVIDIA Research adapted from Nemotron-3-Nano-30B-A3B. Here’s how it works: one half holds the…
主打持久记忆与主动执行，EverMind开源Agent框架Raven
EverMind 开源了构建在 EverOS 上的智能体运行载体 Raven。虽然目前处于 pre-alpha 极早期阶段，但它旨在解决传统智能体跨会话记忆丢失、技能无法延续的痛点，能够将用户记忆、智能体记忆与世界知识独立持久化，实现长期认知连续。
在具体机制上，Raven 通过内置的 SkillForge 自动将聊天记录中的重复工作流提炼为可复用的本地技能；同时引入基于 Sentinel 的主动触发机制并支持 Cron 定时作业，使智能体能根据日程或外部事件主动发起微提醒（Nudges）并异步执行任务。
为了方便使用，Raven 提供命令行与终端交互界面（TUI），并内置了微信、企业微信、飞书、Slack、Discord 等 12 种即时通讯网关，用一条命令就能把具备持久记忆的 AI 助理拉进日常工作群。
信源：https://github.com/EverMind-AI/raven
EverMind 开源了构建在 EverOS 上的智能体运行载体 Raven。虽然目前处于 pre-alpha 极早期阶段，但它旨在解决传统智能体跨会话记忆丢失、技能无法延续的痛点，能够将用户记忆、智能体记忆与世界知识独立持久化，实现长期认知连续。
在具体机制上，Raven 通过内置的 SkillForge 自动将聊天记录中的重复工作流提炼为可复用的本地技能；同时引入基于 Sentinel 的主动触发机制并支持 Cron 定时作业，使智能体能根据日程或外部事件主动发起微提醒（Nudges）并异步执行任务。
为了方便使用，Raven 提供命令行与终端交互界面（TUI），并内置了微信、企业微信、飞书、Slack、Discord 等 12 种即时通讯网关，用一条命令就能把具备持久记忆的 AI 助理拉进日常工作群。
信源：https://github.com/EverMind-AI/raven
GitHub
GitHub - EverMind-AI/Raven: The memory-first, self-improving agent harness built on EverOS, with MiroThinker-powered deep research…
The memory-first, self-improving agent harness built on EverOS, with MiroThinker-powered deep research and reasoning. - EverMind-AI/Raven
白宫下周拟发布AI监管新标准，收回特朗普先前承诺的「轻监管」
特朗普政府主导的 AI「轻监管」路线正面临严峻挑战。据英国《金融时报》报道，白宫最快将于下周公布一套前沿 AI 模型发布自愿标准，旨在为具备顶尖网络安全能力的模型设立基准，并制定发布时间线以规范未来的发布流程。美国 AI 标准与创新中心和国家安全局（NSA）将在标准制定和监督中发挥关键作用。
上个月，特朗普政府对两大 AI 实验室的直接干预已引发行业混乱与愤怒：Anthropic 因滥用和网络安全担忧，最新模型于 6 月 12 日遭遇出口管制，直到本周二才获解禁；OpenAI 则被要求仅向政府筛选的人群发布 GPT-5.6，更广泛的发布预计最快下周进行；谷歌在发布具备更强网络能力的新一代编码模型前，也正与政府展开沟通。
尽管特朗普曾承诺放宽监管以使美企跑赢中国对手，但新模型利用安全漏洞并破坏关键行业的潜在风险，正迫使白宫加速收紧安全防线。
信源：https://www.ft.com/content/0bb7e2f9-007b-4577-9c4a-858948ee969a
特朗普政府主导的 AI「轻监管」路线正面临严峻挑战。据英国《金融时报》报道，白宫最快将于下周公布一套前沿 AI 模型发布自愿标准，旨在为具备顶尖网络安全能力的模型设立基准，并制定发布时间线以规范未来的发布流程。美国 AI 标准与创新中心和国家安全局（NSA）将在标准制定和监督中发挥关键作用。
上个月，特朗普政府对两大 AI 实验室的直接干预已引发行业混乱与愤怒：Anthropic 因滥用和网络安全担忧，最新模型于 6 月 12 日遭遇出口管制，直到本周二才获解禁；OpenAI 则被要求仅向政府筛选的人群发布 GPT-5.6，更广泛的发布预计最快下周进行；谷歌在发布具备更强网络能力的新一代编码模型前，也正与政府展开沟通。
尽管特朗普曾承诺放宽监管以使美企跑赢中国对手，但新模型利用安全漏洞并破坏关键行业的潜在风险，正迫使白宫加速收紧安全防线。
信源：https://www.ft.com/content/0bb7e2f9-007b-4577-9c4a-858948ee969a
❤2🥴2
伯克利理论计算机科学教授Jelani Nelson加入Anthropic预训练团队
UC Berkeley EECS 教授、前计算机科学部门主任 Jelani Nelson 宣布已加入 Anthropic，并从大学休假。Anthropic 发言人确认，Nelson 加入的是公司预训练团队，相关团队负责构建 Claude 的核心知识与能力。
Nelson 是理论计算机科学领域知名学者，研究方向包括 Sketching（用小规模摘要表示大规模数据）、Streaming Algorithms（流式算法）和高维数据降维。他曾获得美国总统青年科学家奖，并在稀疏 Johnson-Lindenstrauss 变换、随机线性代数和海量数据算法方面长期发表研究。
Anthropic 正在把更多底层算法和理论计算机科学人才吸收到核心模型训练环节。对于前沿模型公司来说，预训练阶段的效率、数据处理和高维表示能力，已经越来越依赖算法层面的细粒度优化。
信源：https://x.com/minilek/status/2072322757908664728
UC Berkeley EECS 教授、前计算机科学部门主任 Jelani Nelson 宣布已加入 Anthropic，并从大学休假。Anthropic 发言人确认，Nelson 加入的是公司预训练团队，相关团队负责构建 Claude 的核心知识与能力。
Nelson 是理论计算机科学领域知名学者，研究方向包括 Sketching（用小规模摘要表示大规模数据）、Streaming Algorithms（流式算法）和高维数据降维。他曾获得美国总统青年科学家奖，并在稀疏 Johnson-Lindenstrauss 变换、随机线性代数和海量数据算法方面长期发表研究。
Anthropic 正在把更多底层算法和理论计算机科学人才吸收到核心模型训练环节。对于前沿模型公司来说，预训练阶段的效率、数据处理和高维表示能力，已经越来越依赖算法层面的细粒度优化。
信源：https://x.com/minilek/status/2072322757908664728
X (formerly Twitter)
Jelani Nelson (@minilek) on X
Update: I've joined @AnthropicAI and taken leave from the university. Excited to work with many talented, mission-driven people on the defining technology of our time.
GitHub推出免费「公开监控」：员工用个人号外漏密钥，企业也能实时抓回
GitHub 为启用 Secret Protection 的 Enterprise Cloud 企业客户，免费推出了「公开监控（public monitoring）」公开预览版。系统会实时扫描 github.com 的所有公开表面，包括代码、PR、Issue 和 Discussion 里的评论。
一旦检测到关联凭证泄露，系统会通过平台身份层和已验证域名，秒级将事件归属并通知对应企业。即使泄露者使用的是未与企业绑定的个人账号，或者邮箱未公开，系统依然能精准匹配。这解决了员工在个人库或开源项目中误泄露工作密钥、而企业安全团队毫不知情的痛点，帮助企业在凭证被利用前及时撤销。新功能开箱即用，且绝不扫描任何私有仓库。
信源：https://github.blog/changelog/2026-07-01-secret-scanning-public-monitoring-for-enterprises/
GitHub 为启用 Secret Protection 的 Enterprise Cloud 企业客户，免费推出了「公开监控（public monitoring）」公开预览版。系统会实时扫描 github.com 的所有公开表面，包括代码、PR、Issue 和 Discussion 里的评论。
一旦检测到关联凭证泄露，系统会通过平台身份层和已验证域名，秒级将事件归属并通知对应企业。即使泄露者使用的是未与企业绑定的个人账号，或者邮箱未公开，系统依然能精准匹配。这解决了员工在个人库或开源项目中误泄露工作密钥、而企业安全团队毫不知情的痛点，帮助企业在凭证被利用前及时撤销。新功能开箱即用，且绝不扫描任何私有仓库。
信源：https://github.blog/changelog/2026-07-01-secret-scanning-public-monitoring-for-enterprises/
The GitHub Blog
Secret scanning public monitoring for enterprises - GitHub Changelog
GitHub is committed to empowering the developer community by helping organizations recognize and address the risks of secret leaks wherever they happen. We believe every enterprise should know the moment its secrets leak in public, no matter where it happens…
动察Beating AI News
VAST完成近2亿美元融资，发布解耦状态与生成式渲染的通用世界模型Eden AI 3D 生成公司 VAST 宣布完成近 2 亿美元融资，估值正式突破 10 亿美元跻身 AI 独角兽。两轮融资由渶策资本与国寿长三角科创基金领投，深创投等参投，阿里与百度亦参股。29 岁创始人 Simon Song 曾为 MiniMax 创始成员及商汤骨干，毕业于约翰斯·霍普金斯大学。 VAST 拥有 150 名员工，目标在两年内盈利。旗下 Tripo Studio 平台拥有 2000 万用户（美、欧、日、韩为主），月度订阅…
刚拿2亿美元又得10亿人民币，游戏大厂密集押注3D世界模型VAST
AI 3D 生成公司 VAST（三启万物）完成超 10 亿元人民币 A3 战略轮融资，由吉利资本、四三九九、贪玩游戏、巨人网络等联合投资，距离上轮近 2 亿美元融资仅过去一个月。
密集入局的产业资本对应着明确的业务需求。4399、巨人等游戏厂商看中 VAST 的 3D 资产快速生成能力，比如能将高精贴图制作时间从几天缩短到 2 分钟，直接帮游戏项目省钱；吉利等工业巨头则是为了自动驾驶与机器人训练，需要 VAST 正在开发的 3D 世界模型 Project Eden 来低成本生成物理规律一致、可多人交互的虚拟仿真空间。
信源：https://mp.weixin.qq.com/s/87Wm3sDwImPr6WxgMIh09w
AI 3D 生成公司 VAST（三启万物）完成超 10 亿元人民币 A3 战略轮融资，由吉利资本、四三九九、贪玩游戏、巨人网络等联合投资，距离上轮近 2 亿美元融资仅过去一个月。
密集入局的产业资本对应着明确的业务需求。4399、巨人等游戏厂商看中 VAST 的 3D 资产快速生成能力，比如能将高精贴图制作时间从几天缩短到 2 分钟，直接帮游戏项目省钱；吉利等工业巨头则是为了自动驾驶与机器人训练，需要 VAST 正在开发的 3D 世界模型 Project Eden 来低成本生成物理规律一致、可多人交互的虚拟仿真空间。
信源：https://mp.weixin.qq.com/s/87Wm3sDwImPr6WxgMIh09w
AI 代理开咖啡馆首战告负：Gemini 乱送折扣致亏损，GPT过度抠门致原材料断货
AI 评估机构 Andon Labs 公布了旗下 AI 代理 Mona 运营实体咖啡馆的实测数据。在最初的两个月里，Mona 运行于 Gemini 3.1 Pro 模型。运行期间，模型几乎没有利润概念，不仅疯狂超额采购原材料，还极易受到顾客言语诱导，随意给出大额折扣甚至免费赠送商品，甚至在未经核实的情况下就承认了一名顾客声称的 99% 折扣。这导致咖啡馆在原材料及包装物料、非必要设备采购上花费了约 1.5 万美元，销售额却只有 9000 美元，运营净亏损近 6000 美元（若计入房租和工资等固定成本，总支出则高达 3.8 万美元）。
随后，团队将模型切换至 GPT-5.5。新模型在面对亏损时表现出了明显的焦虑感，并立刻停止了盲目订货。但这也走向了另一个极端：由于采购量过少，导致新鲜原材料断货。截至 6 月 25 日，菜单商品供应率已跌至 77%，并被迫下架了 10 道菜。同时，GPT-5.5 表现出极强的反诱导与防越狱能力，拒绝了所有要求特价或用社交媒体推广换取免费食物的顾客。
信源：https://andonlabs.com/blog/why-gemini-lost-money-andon-cafe
AI 评估机构 Andon Labs 公布了旗下 AI 代理 Mona 运营实体咖啡馆的实测数据。在最初的两个月里，Mona 运行于 Gemini 3.1 Pro 模型。运行期间，模型几乎没有利润概念，不仅疯狂超额采购原材料，还极易受到顾客言语诱导，随意给出大额折扣甚至免费赠送商品，甚至在未经核实的情况下就承认了一名顾客声称的 99% 折扣。这导致咖啡馆在原材料及包装物料、非必要设备采购上花费了约 1.5 万美元，销售额却只有 9000 美元，运营净亏损近 6000 美元（若计入房租和工资等固定成本，总支出则高达 3.8 万美元）。
随后，团队将模型切换至 GPT-5.5。新模型在面对亏损时表现出了明显的焦虑感，并立刻停止了盲目订货。但这也走向了另一个极端：由于采购量过少，导致新鲜原材料断货。截至 6 月 25 日，菜单商品供应率已跌至 77%，并被迫下架了 10 道菜。同时，GPT-5.5 表现出极强的反诱导与防越狱能力，拒绝了所有要求特价或用社交媒体推广换取免费食物的顾客。
信源：https://andonlabs.com/blog/why-gemini-lost-money-andon-cafe
Andonlabs
Why Gemini 3.1 Pro lost money running Andon Café | Andon Labs
A real-world evaluation of Gemini 3.1 Pro running Andon Café in Stockholm, and why it lost money.
像大模型理解文字那样「读表」：谷歌开源表格零样本大模型TabFM，免调参直达预测
在商业世界中，诸如用户年龄、消费金额、交易时间等整齐排列在 Excel 或数据库中的「表格数据」（结构化数据），构成了绝大多数商业预测的基础（例如预测用户流失、识别信用卡欺诈）。
以往，这类任务被 XGBoost 等传统机器学习模型统治。但它们的痛点在于：每遇到一张新表格，就必须从零开始进行模型训练。数据科学家要耗费大量精力去「特征工程」（手动组合不同列的数据）和「调参」（反复微调复杂的数学参数），过程耗时耗力。
谷歌开源的 TabFM 将大模型的「零样本学习」带到了表格领域。就像向 ChatGPT 提供几个范例它就能直接作答一样（即上下文学习），用户只需将包含历史数据的表格与待预测的新行合并输入，TabFM 就能直接「读表」并输出预测结果，跳过了传统的模型训练和特征工程。
技术上，TabFM 融合了行列交替注意力与行向量压缩机制，在自动捕捉复杂跨列关联的同时大幅降低了计算开销，从而能处理规模更庞大的数据集。
由于企业真实表格数据涉及机密与隐私，无法用于 AI 训练，谷歌使用结构因果模型（SCMs）生成了数亿个虚拟表格来预训练 TabFM。在包含 51 个真实数据集的权威评测中，模型的综合预测性能（以 Elo 评分计）超越了经过精细人工调参的传统监督算法。
目前 TabFM 已在 Hugging Face 和 GitHub 开源，并将直接集成到谷歌云数据库 BigQuery 中。未来用户无需懂机器学习，只需使用一句简单的 SQL 查询命令（AI.PREDICT），就能在数据库中直接调用 AI 进行预测。
信源：https://research.google/blog/introducing-tabfm-a-zero-shot-foundation-model-for-tabular-data/
在商业世界中，诸如用户年龄、消费金额、交易时间等整齐排列在 Excel 或数据库中的「表格数据」（结构化数据），构成了绝大多数商业预测的基础（例如预测用户流失、识别信用卡欺诈）。
以往，这类任务被 XGBoost 等传统机器学习模型统治。但它们的痛点在于：每遇到一张新表格，就必须从零开始进行模型训练。数据科学家要耗费大量精力去「特征工程」（手动组合不同列的数据）和「调参」（反复微调复杂的数学参数），过程耗时耗力。
谷歌开源的 TabFM 将大模型的「零样本学习」带到了表格领域。就像向 ChatGPT 提供几个范例它就能直接作答一样（即上下文学习），用户只需将包含历史数据的表格与待预测的新行合并输入，TabFM 就能直接「读表」并输出预测结果，跳过了传统的模型训练和特征工程。
技术上，TabFM 融合了行列交替注意力与行向量压缩机制，在自动捕捉复杂跨列关联的同时大幅降低了计算开销，从而能处理规模更庞大的数据集。
由于企业真实表格数据涉及机密与隐私，无法用于 AI 训练，谷歌使用结构因果模型（SCMs）生成了数亿个虚拟表格来预训练 TabFM。在包含 51 个真实数据集的权威评测中，模型的综合预测性能（以 Elo 评分计）超越了经过精细人工调参的传统监督算法。
目前 TabFM 已在 Hugging Face 和 GitHub 开源，并将直接集成到谷歌云数据库 BigQuery 中。未来用户无需懂机器学习，只需使用一句简单的 SQL 查询命令（AI.PREDICT），就能在数据库中直接调用 AI 进行预测。
信源：https://research.google/blog/introducing-tabfm-a-zero-shot-foundation-model-for-tabular-data/
Google Research
Introducing TabFM: A zero-shot foundation model for tabular data
We’ve seen a massive shift in how people handle time-series forecasting since we launched TimesFM. Now, we’re bringing that same "zero-shot" logic to tabular data.
❤1
动察Beating AI News
传快手旗下可灵AI启动拆分后首轮融资：计划2027年赴港上市 快手旗下视频生成业务可灵 AI 正在进行分拆以来的首轮融资（Pre-IPO 轮），投前估值达 180 亿美元。相关上市申报工作目前正按照 2027 年年初递交港股材料的节点推进。以快手 6 月 2 日收盘市值（约 274 亿美元）计算，可灵 AI 估值已相当于母公司市值的 66% ，表明一级市场对视频生成独角兽给予了高预期。由于国内外同行视频模型均无独立拆分计划，可灵 AI 有望成为全球首家专注视频模型的上市公司。 营收和订阅数据方面，业务实现了爆发式增长。快手…
传可灵AI即将完成30亿美元融资
快手旗下 AI 视频生成模型「可灵AI」即将完成一轮超 30 亿美元的独立融资，投后估值达 180 亿美元。中东背景基金或将领投，腾讯、阿里、红杉等潜在投资人也在名单中。预计 2026 年完成重组股改，并于 2027 年初正式递交上市申请。
分拆融资背后是算力成本重压与巨头资金鸿沟。2026 年一季度，快手总收入 337 亿元，同比增长 3.4%，但经调整净利润同比大跌 26.3% 至 33.7 亿元，AI 研发与资本开支拉低了整体毛利率。面对行业巨头动辄千亿甚至两千亿元的算力基础设施支出，快手 2025 年全年收入仅 1428 亿元，2026 年预计高达 260 亿元的资本开支已达财务瓶颈，分拆融资成为可灵续命与快手止血的唯一解。
除了资金压力，激烈的技术和人才竞争也在加速。可灵前技术负责人张迪离职回归阿里后，仅用 5 个月便带队推出 HappyHorse-1.0，在 Artificial Analysis 榜单上登顶双赛道并超越可灵3.0，显示视频模型的技术壁垒正随人才流动被迅速抹平。
信源：https://mp.weixin.qq.com/s/KLBfvNvX3WY-IkiBJbK6vw
快手旗下 AI 视频生成模型「可灵AI」即将完成一轮超 30 亿美元的独立融资，投后估值达 180 亿美元。中东背景基金或将领投，腾讯、阿里、红杉等潜在投资人也在名单中。预计 2026 年完成重组股改，并于 2027 年初正式递交上市申请。
分拆融资背后是算力成本重压与巨头资金鸿沟。2026 年一季度，快手总收入 337 亿元，同比增长 3.4%，但经调整净利润同比大跌 26.3% 至 33.7 亿元，AI 研发与资本开支拉低了整体毛利率。面对行业巨头动辄千亿甚至两千亿元的算力基础设施支出，快手 2025 年全年收入仅 1428 亿元，2026 年预计高达 260 亿元的资本开支已达财务瓶颈，分拆融资成为可灵续命与快手止血的唯一解。
除了资金压力，激烈的技术和人才竞争也在加速。可灵前技术负责人张迪离职回归阿里后，仅用 5 个月便带队推出 HappyHorse-1.0，在 Artificial Analysis 榜单上登顶双赛道并超越可灵3.0，显示视频模型的技术壁垒正随人才流动被迅速抹平。
信源：https://mp.weixin.qq.com/s/KLBfvNvX3WY-IkiBJbK6vw
✍1