2026年06月28日 - AI资讯盘点

时间：2026年6月27日

地点：中国北京

人物：DeepSeek团队、北京大学、DeepSeek创始人梁文锋

事件详情：2026年6月27日，DeepSeek联合北京大学正式发布DSpark推理加速框架，相关论文已在GitHub DeepSpec项目中开源。DSpark采用创新的半自回归架构与置信度调度验证机制，旨在解决大语言模型在高并发生产环境中的推理效率瓶颈。该框架已部署于DeepSeek-V4-Flash与DeepSeek-V4-Pro的预览版服务引擎中，经过真实线上服务验证，在同等吞吐量条件下可比现有生产基线MTP-1将单用户生成速度提升60%至85%。论文由DeepSeek创始人梁文锋署名，开源内容包括模型检查点与训练框架DeepSpec工具链。在技术层面，DSpark提出了两项关键创新：一是半自回归架构，在并行主干网络上叠加轻量级顺序模块，兼顾并行效率与序列依赖关系建模；二是基于置信度的动态验证机制，根据请求成功概率和系统负载自适应调整验证长度，避免高并发下无效计算资源浪费。该技术以MIT协议全栈开源，并支持阿里Qwen、Google Gemma等第三方模型适配。

背景：大语言模型采用自回归方式生成文本，每生成一个新token都需要一次完整前向传播，推理延迟随输出长度线性增长，这是当前AI对话系统响应偏慢的核心原因。推测解码技术提供了一条解决路径：用轻量级小模型快速生成候选token，再由完整规模大模型并行验证。但现有主流方案如自回归草稿模型Eagle3和并行草稿模型DFlash各有缺陷——前者生成延迟随候选长度线性增长，后者在长候选块后端token接受率急剧衰减。DeepSeek此次发布的DSpark正是针对这些行业痛点提出工程化解决方案。此前DeepSeek刚完成500亿元首轮融资，估值突破4000亿元，此次在推理效率上的突破进一步彰显了其在AI基础设施领域的技术实力。

影响：

• DSpark的发布将显著降低大模型推理成本，对DeepSeek自身线上服务用户而言，等待时间将大幅缩短，体验质的飞跃
• MIT协议开源意味着全球开发者均可将DSpark集成到自己的推理系统中，推动整个AI行业推理效率的整体提升
• 标志着大模型竞争重心从参数规模和模型能力转向算力利用效率与工程化落地能力，推理优化成为新的核心战场

总结：DeepSeek联合北大开源的DSpark推理加速框架，是AI基础设施领域的一次重要技术突破。60%-85%的推理速度提升意味着在相同算力条件下可以服务更多用户或提供更快的响应。在当前大模型行业加速落地的背景下，推理效率已成为衡量AI公司核心竞争力的关键指标。DeepSeek通过开源策略，再次践行了其推动社区发展的承诺，同时也向业界展示了其在工程化能力上的深厚积累。

参考来源：

• https://baijiahao.baidu.com/s?id=1869135420306798470
• https://baijiahao.baidu.com/s?id=1869145354847192644
• https://baijiahao.baidu.com/s?id=1869151456061753296
• https://news.sina.cn/bignews/2026-06-27/detail-inieuyia4894428.d.html

时间：2026年6月25日-26日

地点：美国加利福尼亚州库比蒂诺（Apple全球总部）

人物：苹果公司（Apple Inc.）、CEO蒂姆·库克（Tim Cook）

事件详情：2026年6月25日深夜，苹果突然宣布面向全球市场上调Mac、iPad以及家居设备价格。根据苹果官方定价调整，MacBook Neo起售价从599美元升至699美元，MacBook Air从1099美元升至1299美元，14英寸MacBook Pro起售价从1699美元升至1999美元，11英寸iPad Pro从999美元升至1199美元，iPad Air从599美元升至749美元，涨幅约为100-300美元。此次调价为全球性涨价，覆盖美国、英国、加拿大、澳大利亚等多个市场，iPhone价格暂未调整。苹果CEO蒂姆·库克用“百年一遇的洪水”来形容这场存储芯片危机，称在其超过40年的职业生涯中从未见过如此剧烈的价格波动。就在苹果官宣涨价的同时，电商平台上Mac和iPad低内存版本已全面售罄，京东、淘宝、拼多多等平台上定位最低的MacBook Neo已全部下架。

背景：本轮涨价的根源在于AI爆发式增长导致数据中心对高带宽内存需求激增，芯片供应商将大量产能转向利润更高的AI芯片，直接挤占了消费电子产品的DRAM和NAND产能。根据美光科技财报数据显示，其移动端业务毛利率从一年前的15%飙升至86%。以DDR5内存为例，2025年初价格约3美元/GB，到2026年6月已涨至8美元/GB，涨幅超过160%；部分NAND型号涨幅甚至超过200%。以配备16GB内存和512GB存储的MacBook Air为例，仅内存和存储成本就增加了约1000元人民币。在此之前，国产手机厂商如小米、OPPO、vivo、荣耀等已陆续上调了旗舰机型价格，微软也同日宣布Xbox一年多来的第三次涨价，索尼和任天堂此前也已上调各自游戏主机售价。

影响：

• 苹果作为消费电子行业的标杆企业，其全球涨价将带动整个行业价格体系重新锚定，预计更多品牌将跟进步入涨价周期
• AI算力需求的爆发式增长正在通过供应链传导至普通消费者，从芯片厂商的高额利润到终端用户的购买成本，AI的”燃料”正由终端用户间接买单
• 分析师普遍认为iPhone 18系列涨价只是时间问题，消费者购买苹果生态产品的门槛将进一步抬升

总结：苹果全球涨价事件本质上是AI热潮对消费电子行业的深刻冲击从上游传递到终端用户的标志性事件。存储芯片供需失衡的根本原因并非普通消费需求增长，而是AI数据中心”抢走”了内存产能。这一趋势短期内难以逆转——随着AI基础设施建设持续加速，内存和存储芯片的供需矛盾可能进一步加剧。库克所说的”百年洪水”或许刚刚开始。

参考来源：

• https://finance.sina.com.cn/wm/2026-06-27/doc-inievzuq4596004.shtml
• http://www.myzaker.com/article/6a3ddf158e9f095234103d55
• https://baijiahao.baidu.com/s?id=1869070147052911392
• https://techcrunch.com/tag/apple/

时间：2026年6月25日

地点：美国纽约州约克镇高地（IBM研究院）

人物：IBM公司（International Business Machines Corporation）、IBM研究院团队

事件详情：2026年6月25日，IBM正式推出全球首款亚1纳米芯片技术，将工艺节点推进至0.7纳米（7埃米）的全新尺度。这款新芯片将近1000亿个晶体管封装在一颗指甲大小的芯片上，晶体管密度几乎是2021年发布的IBM 2纳米芯片的两倍。根据IBM公布的技术结果报告，新芯片在性能上实现显著飞跃——性能提升多达50%，能效提升70%，将从生成式人工智能、云基础设施到下一代电子设备中满足持续增长的计算能力需求。该技术得益于一系列结构和材料创新，核心是IBM开创性的三维纳米栈架（3D Nanostack）架构，展示了即使芯片特性接近原子级，性能和效率的持续提升依然可能。消息公布后，IBM美股盘前涨幅迅速拉升至6%以上。鉴于纳米栈技术在亚1纳米节点的早期采用，IBM预计最快五年内可实现量产。

背景：在过去半个多世纪里，芯片行业一直遵循摩尔定律——每18到24个月芯片上集成晶体管数量翻一番。但随着工艺节点逼近1纳米关口，传统平面微缩路径已走到物理边界。硅原子直径约为0.2纳米，当晶体管关键尺寸缩小到几个原子厚度时，漏电、发热、量子隧穿等问题集中爆发。过去几年里，全球各大芯片厂商纷纷放缓制程迭代步伐，行业普遍陷入”摩尔定律已死”的集体焦虑。IBM此次的三维纳米堆叠架构彻底跳出了过去二维思维定式，通过垂直方向堆叠晶体管实现密度突破。此前IBM于2021年发布全球首款2纳米芯片技术，2024年展示2纳米测试芯片，此次亚1纳米节点标志着IBM在芯片前沿技术研发上的持续领先。

影响：

• IBM亚1纳米芯片技术为”后摩尔时代”提供了全新发展路径，证明在接近原子尺度下芯片性能仍能持续提升，缓解了行业对物理极限的焦虑
• 对于生成式AI和云计算行业而言，性能提升50%、能效提升70%意味着同等功耗下可获得大幅提升的算力，将加速AI模型训练和推理效率
• 虽然量产还需约5年时间，但这一技术突破为英特尔、台积电、三星等晶圆代工厂指明了下一代工艺演进方向，有望推动全行业技术升级

总结：IBM发布的全球首款亚1纳米芯片技术是芯片制造业的一座里程碑。这不仅是一次工艺节点的推进，更是从二维平面到三维堆叠的架构范式革命。在AI算力需求爆炸式增长的时代背景下，更高密度、更高能效的芯片技术具有极其重要的战略意义。虽然量产仍需时日，但IBM已再次证明了其在芯片基础研究领域的深厚功力，并为全球半导体产业的持续演进注入了新的信心。

参考来源：

• https://baijiahao.baidu.com/s?id=1868963024395560257
• https://baijiahao.baidu.com/s?id=1868978830383321536
• https://baijiahao.baidu.com/s?id=1869021163506161275
• https://baijiahao.baidu.com/s?id=1869013199744613609

时间：2026年6月26日-27日

地点：美国华盛顿特区

人物：Anthropic（联合创始人Tom Brown、Anthropic团队）、美国特朗普政府（商务部长Howard Lutnick）

事件详情：2026年6月26日，美国特朗普政府正式批准Anthropic的顶级AI模型Claude Mythos 5恢复上线。此前在6月12日，美国政府以国家安全为由紧急叫停Anthropic最先进的Mythos 5和Fable 5模型，要求公司立即暂停所有访问权限。经过两周紧张的谈判，商务部长Howard Lutnick于6月26日致信Anthropic，宣布修订许可证要求，批准超过100家美国政府机构和特定企业获得Mythos 5使用权限。根据协议，获批名单中的组织允许其非美国籍员工也使用该模型，Anthropic自身的外籍员工同样在适用范围之内。然而，面向普通用户开放的Fable 5模型仍处于冻结状态，尚无明确恢复时间表。

背景：Anthropic在2026年6月9日发布了Claude Fable 5和Claude Mythos 5，这是其全新Mythos级别的旗舰大模型。Fable 5被定位为目前公开可用能力最强的Claude模型，在几乎所有测试的AI基准中达到顶尖水平，尤其在软件工程、知识工作、视觉科学、网络安全等领域表现卓越。Mythos 5则是同一基础模型去除部分安全限制的版本，专为网络安全防御方打造，被誉为全球最强的网络安全AI模型。然而仅三天后，美国政府以国家安全风险为由强制要求暂停，引发全球AI行业与政策界广泛关注。

影响：

• Mythos 5的恢复上线标志着美国政府在AI安全管控和产业发展之间寻求新的平衡，为前沿AI模型监管提供了重要参考案例。
• 超过100家美国企业和政府机构将直接受益于Mythos 5的强大网络安全能力，在国家级网络安全防御中发挥关键作用。
• Fable 5仍然处于不可用状态，普通用户和企业客户短期内仍无法获得这一顶级模型服务，Anthropic在此次事件中承受了重大的商业和声誉损失。

总结：Anthropic Mythos 5的恢复上线是AI行业与政府监管博弈的一个重要里程碑。事件的演变过程表明，在AI能力快速提升的时代，安全监管与商业创新之间的张力将持续存在。虽然Mythos 5已部分解禁，但Fable 5的命运仍悬而未决。这一事件也将影响全球AI企业推出超强模型时的策略选择，特别是涉及网络安全等敏感领域时，需要提前考虑与监管机构的沟通机制。Anthropic与政府的合作模式可能成为未来AI前沿模型监管的参考范本。

参考来源：

• https://techcrunch.com/2026/06/26/trump-admin-releases-anthropic-mythos-to-be-used-by-more-than-100-us-companies-agencies/
• https://www.theverge.com/ai-artificial-intelligence/958458/anthropic-mythos-5-is-back-trump-negotiations
• https://www.anthropic.com/news/claude-fable-5-mythos-5
• https://www.semafor.com/article/06/27/2026/us-releases-powerful-anthropic-model-mythos-to-some-us-companies
• https://www.reuters.com/technology/us-releases-anthropic-model-mythos-some-us-companies-semafor-reports-2026-06-26/
• https://www.anthropic.com/news/fable-mythos-access

时间：2026年6月27日

地点：美国旧金山

人物：OpenAI公司及其首席执行官Sam Altman

事件详情：OpenAI于6月27日正式发布全新GPT-5.6系列模型的有限预览版，推出三款定位各异的模型：旗舰模型Sol、面向高容量工作的中端模型Terra，以及快速经济的日常模型Luna。GPT-5.6 Sol在编程、网络安全和生物学领域展现出显著提升的智能体能力，尤其在Terminal-Bench 2.1编程基准测试中创下新纪录。GPT-5.6 Sol的定价为每百万Tokens输入5美元/输出30美元，仅为Anthropic Claude Fable 5成本的一半（后者为输入10美元/输出50美元）。Terra性能达到GPT-5.5水平但价格仅为Sol的一半，Luna价格更低不到Terra的一半。OpenAI还引入了一种新的最大推理努力模式，让Sol拥有最充足的时间进行深度推理，同时推出了超模式（ultra mode），通过利用子代理加速复杂工作。GPT-5.6 Sol在ExploitBench²上仅用Mythos Preview约1/3的输出Token即可匹敌其网络安全能力。OpenAI将于今年7月在Cerebras上推出GPT-5.6 Sol，推理速度可达每秒750 Tokens。

背景：此前OpenAI已发布GPT-5.4和GPT-5.5系列模型，此次GPT-5.6的发布是OpenAI在AI大模型领域持续迭代的关键一步。据此前泄露消息，GPT-5.6代号为Iris-Alpha，上下文窗口达150万Tokens。当前AI大模型市场竞争日趋白热化，Anthropic的Claude Fable 5和Mythos 5、Google Gemini系列均在持续发力。OpenAI在此时推出性价比更高的GPT-5.6系列，旨在巩固其在大模型领域的领先地位，同时回应市场对更实惠AI模型的需求。

影响：

• 定价策略大幅调整：GPT-5.6 Sol以仅为Claude Fable 5一半的价格提供接近甚至超越的竞争能力，将引发新一轮AI大模型价格战，推动行业整体降价
• 产品分层满足多元需求：Sol/Terra/Luna三档定位覆盖从高端企业到个人开发者的全场景需求，使AI应用的成本门槛进一步降低
• 智能体能力成竞争焦点：Terminal-Bench 2.1编程基准创纪录、网络安全和生物学能力提升，AI Agent智能化工作流将成为大模型竞争的核心差异化维度

总结：GPT-5.6系列的发布标志着OpenAI在AI大模型中高端市场的重要战略布局。通过Sol/Terra/Luna三层产品架构，OpenAI不仅以更有竞争力的价格推出最强模型Sol，还通过Terra和Luna覆盖广泛的用户需求，实现从旗舰到日常的全场景覆盖。这种产品分层定价策略反映了AI大模型市场正从单纯的性能竞赛转向性能加性价比的综合竞争。GPT-5.6在编程、网络安全、生物学等垂直领域的能力提升，也表明AI大模型正从通用聊天向专业化工作流方向演进，更加注重实际生产力落地。

参考来源：

• https://www.theverge.com/ai-artificial-intelligence/958684/the-dude-abides-ai-slop-apparently
• https://techcrunch.com/2026/06/27/asian-ai-startups-launch-mythos-like-models-as-anthropics-export-ban-drags-on/
• https://finance.sina.com.cn/stock/usstock/c/2026-06-27/doc-inieuyhx7000126.shtml
• https://www.ithome.com/0/969/400.htm
• https://www.ithome.com/0/969/326.htm
• https://www.ithome.com/0/969/314.htm
• https://finance.sina.com.cn/tech/digi/2026-06-27/doc-inieuyie1643698.shtml
• https://news.ycombinator.com/item?id=48696585
• https://finance.sina.com.cn/wm/2026-06-27/doc-iniewhaq6980107.shtml

时间：2026年6月27日

地点：中国杭州

人物：DeepSeek（深度求索）及其创始人梁文锋，联合北京大学研究团队

事件详情：DeepSeek于6月27日宣布开源一套突破性的推理加速方案，推出DeepSeek-V4-Pro-DSpark和DeepSeek-V4-Flash-DSpark模型，同时开源推测解码框架DSpark及训练框架DeepSpec。根据梁文锋署名、联合北京大学完成的论文《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》，DSpark通过半自回归生成架构配合置信度调度校验机制，将单用户生成速度提升60%至85%。DSpark将并行主干网络与轻量串行模块相结合，建立模块内Token依赖关系，有效缓解了长序列生成后期内容通过率快速衰减的问题。在严格交互时延约束下，DSpark避免了吞吐率大幅滑坡，实现了以往无法达成的性能档位，推高了整套服务系统的帕累托最优边界。这标志着DeepSeek在完成500亿元首轮融资后，首次放出开源新成果。

背景：DeepSeek于今年6月初完成首轮510亿元超级融资，刷新国内AI初创企业融资纪录。融资后DeepSeek持续加大研发投入，此次DSpark的发布正是其资金投入算力基建和底层技术研发的直接成果。当前全球AI大模型推理成本居高不下，各大厂商纷纷探索推测解码等推理加速技术。DeepSeek此前已凭借V4模型在开源社区建立强大影响力，此次DSpark进一步提升其技术生态吸引力。

影响：

• 大幅降低AI推理成本：DSpark框架将生成速度提升60%至85%，意味着同等算力条件下可服务更多用户，AI应用的运营成本将显著下降
• 强化DeepSeek开源生态：DSpark和DeepSpec的全栈开源将进一步吸引全球开发者围绕DeepSeek技术栈构建应用，巩固其中大模型开源生态的领导地位
• 推动行业推理效率竞赛：DSpark在半自回归生成+置信度调度校验方面的创新，为AI推理加速提供了新范式，可能引发行业对推测解码技术的跟进热潮

总结：DeepSeek在完成创纪录的510亿元融资后，迅速拿出DSpark这一重量级开源成果，向市场展示了其押注底层技术研发的决心。DSpark通过在生成速度方面的显著提升，不仅让DeepSeek模型更具商业竞争力，也为整个AI行业解决推理效率难题提供了全新的技术路径。随着DSpark和DeepSpec的全栈开源，DeepSeek有望在全球AI社区中进一步扩大影响力，推动中国AI开源生态走向世界前列。

参考来源：

• https://news.sina.cn/ai/2026-06-27/detail-inievvnu1438187.d.html
• https://github.com/deepseek-ai/DeepSpec
• https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-DSpark
• https://news.ycombinator.com/item?id=48696585
• https://www.ithome.com/0/969/400.htm
• https://finance.sina.com.cn/wm/2026-06-27/doc-iniewhaq6980107.shtml
• https://finance.sina.com.cn/stock/usstock/c/2026-06-27/doc-inieuyhx7000126.shtml
• https://www.ithome.com/0/969/314.htm

时间：2026年6月27日

地点：美国旧金山

人物：AI自动化公司Lindy首席执行官Flo Crivello、多家美国科技企业及咨询公司

事件详情：据CNBC 6月26日报道，在AI账单严重超支的背景下，越来越多的美国企业开始从昂贵的Claude等高端模型转向使用DeepSeek以降低成本。总部位于旧金山的AI自动化公司Lindy（约25人团队）此前主要调用Anthropic的Claude模型，CEO Flo Crivello透露每月AI账单严重超支，甚至超出了所有员工的工资支出。本月初，Lindy已将100%流量切换到DeepSeek，预计未来几个月能给公司省下数百万美元。Crivello表示AI账单关乎企业生死存亡，切换到DeepSeek后AI成本曲线呈现断崖式下跌。Crivello此前在Uber工作5年，他表示老东家目前也在严苛限制AI调用，本月为部分AI工具设定了分级支出上限，基础档为每月1500美元。

背景：随着AI大模型在企业中的深度应用，AI调用成本正在成为企业的一个重大开支项。AI支出最先失控的领域是辅助编程，开发人员大量消耗Token投入新工具和新服务开发。面对失控的AI账单，咨询公司Highspring的客户甚至决定先暂停投入，等能证明投资回报率后再决定。IT之家报道也显示DeepSeek正成为美国企业降本增效的香饽饽。DeepSeek V4的价格远低于Anthropic的Claude模型和OpenAI的GPT系列，使其成为许多预算紧张企业的首选替代方案。

影响：

• AI市场格局生变：美国企业大规模转向DeepSeek将深刻改变全球AI大模型竞争格局，中国AI模型首次以成本优势大规模渗透美国企业市场
• 企业AI支出管理革命：AI账单失控促使企业建立更严格的AI成本管控体系，从无限制调用转向模型路由、分级支出上限等精细化管理模式
• 推动AI定价体系重构：面对来自DeepSeek的低价竞争，美国AI公司（OpenAI、Anthropic）面临定价压力，可能加速降低价格或推出更灵活的分层产品

总结：AI账单失控引发的企业模型迁移潮正在成为重塑全球AI产业格局的重要力量。DeepSeek凭借极致的性价比，不仅在中国市场获得广泛认可，更开始在美国企业市场攻城略地。这一趋势表明，在AI大模型走向产业化落地的关键阶段，成本效益正在取代单纯的模型性能成为企业选择AI供应商的核心考量因素。美国媒体对此高度关注，反映出中国AI模型在全球市场的竞争力已达到全新水平。

参考来源：

• https://www.ithome.com/0/969/400.htm
• https://news.sina.cn/ai/2026-06-27/detail-inievvnu1438187.d.html
• https://finance.sina.com.cn/stock/usstock/c/2026-06-27/doc-inieuyhx7000126.shtml
• https://finance.sina.com.cn/wm/2026-06-27/doc-iniewhaq6980107.shtml
• https://www.theverge.com/ai-artificial-intelligence
• https://news.ycombinator.com/item?id=48696585
• https://finance.sina.com.cn/tech/digi/2026-06-27/doc-inieuyie1643698.shtml
• https://www.ithome.com/0/969/314.htm

时间：2026年6月27日

地点：美国爱达荷州博伊西

人物：美光科技（Micron Technology）

事件详情：美光科技于6月24日盘后公布了截至2026年5月28日的2026财年第三财季业绩。数据显示，美光当季营收达到414.6亿美元，同比暴增346%。净利润从去年同期的18.9亿美元飙升至282.4亿美元，摊薄后每股收益为24.67美元，远超分析师预期的358.4亿美元营收和每股20.78美元收益。这意味着美光每秒净赚约2.64万元人民币。这一业绩增长主要得益于AI算力需求爆发式增长推动的存储芯片超级周期。HBM（高带宽内存）等AI服务器内存需求暴涨，同时智能手机、PC等终端产品因存储芯片短缺纷纷宣布涨价。微软已宣布Xbox游戏主机第三次大幅涨价，512GB版本涨价100美元，1TB版本涨价150美元。苹果CEO库克也确认产品涨价不可避免。

背景：AI大模型训练和推理对高带宽内存（HBM）的需求呈指数级增长，直接推动了存储芯片价格大幅上涨。SK海力士此前已正式交付12层HBM4E样品，下一代AI存储器进入验证阶段。美光作为全球三大存储芯片巨头之一，在此轮AI存储超级周期中受益显著。联想等PC厂商已警告高价内存将是贯穿2030年的新常态。然而，这种供不应求的涨价潮正开始反噬整个电子产业，消费电子终端被迫不断涨价，引发消费者不满。

影响：

• 存储芯片巨头业绩持续爆发：美光营收暴增346%凸显AI对半导体行业的深远影响，SK海力士、三星等竞争对手预计也将交出亮眼业绩
• 消费电子终端面临涨价压力：存储芯片成本高企正从上游传导至下游，微软Xbox、苹果iPhone等产品均面临涨价压力，消费者将为AI热潮买单
• 行业格局加速重塑：存储芯片产能紧缺持续推动行业投资扩产，同时引发科技巨头加速自研芯片以降低对存储供应商的依赖

总结：美光创纪录的财报生动展示了AI浪潮如何重塑半导体行业格局。从HBM的供不应求到存储芯片价格暴涨，AI对算力的巨大需求正在引爆存储行业有史以来最强的增长周期。然而，这一涨潮也带来了消费电子产品降价的寒潮——终端硬件厂商被迫不断提价，引发市场对AI成本最终由消费者承担的担忧。存储超级周期既成就了美光的空前业绩，也折射出AI产业链上下游利益分配的不均衡。

参考来源：

• https://finance.sina.com.cn/wm/2026-06-27/doc-iniewhaq6980107.shtml
• https://www.ithome.com/0/969/369.htm
• https://www.ithome.com/0/969/500.htm
• https://www.ithome.com/0/969/314.htm
• https://www.ithome.com/0/969/326.htm
• https://www.ithome.com/0/969/400.htm
• https://finance.sina.com.cn/stock/usstock/c/2026-06-27/doc-inieuyhx7000126.shtml
• https://www.ithome.com/0/969/274.htm

时间：2026年6月27日

地点：美国加利福尼亚州圣迭戈

人物：高通公司执行副总裁杜尔加·马拉迪（Durga Malladi）

事件详情：高通公司执行副总裁杜尔加·马拉迪6月27日表示，公司计划将本周新发布的数据中心芯片技术应用于智能手机，以大幅提升移动设备本地AI运行能力。高通新推出的高带宽计算（HBC）架构采用芯片垂直堆叠设计，将内存与计算单元紧密集成，可显著提升数据传输速度与效率。该架构的第一代产品将于明年率先在数据中心推出，预计2028年实现商业化供货。马拉迪同时表示数据中心的技术不会止步于此，公司目前正与智能手机、个人电脑及汽车制造商就相关技术展开洽谈。这一战略标志着高通正试图将数据中心级AI性能下沉到移动终端，显著增强端侧AI推理能力，减少对云端的依赖。

背景：随着AI大模型参数规模持续增长，端侧AI正成为行业新焦点。智能手机厂商纷纷布局端侧大模型，苹果iOS 27深度集成AI功能，小米澎湃OS 4集成AI智能体。然而，当前手机SoC的计算能力和内存带宽限制了端侧大模型的运行效果。高通本次将数据中心HBC架构引入移动端，本质上是对移动AI芯片架构的一次根本性革新，有望从根本上解决端侧AI算力瓶颈。此前，高通已通过骁龙系列芯片在端侧AI领域占据领先地位，此次技术下放将进一步巩固其优势。

影响：

• 端侧AI能力质变：传统芯片处理器和内存分离的架构已无法满足大模型的高带宽需求，HBC架构的垂直堆叠设计将大幅提升移动设备处理AI任务的能力
• 手机AI竞争格局重塑：支持更大参数端侧模型的智能手机将率先受益，AI原生应用如实时翻译、图像生成、语音助手的体验将发生质变
• 云端依赖降低：更强大的端侧AI能力意味着更多推理任务可在本地完成，不仅节省云端API成本，也解决用户对数据隐私的担忧

总结：高通将数据中心芯片技术下放至智能手机的战略，是AI芯片产业的重要风向标。HBC架构通过垂直堆叠颠覆了传统芯片设计范式，将数据中心级的计算密度引入移动端，有望开启端侧AI性能的跃升。这一举措不仅将推动智能手机进入真正的AI原生时代，也为高通开辟了从数据中心到移动终端的全栈AI芯片版图。2028年的商业化时间表意味着未来两年内，移动AI芯片将迎来一次重要的架构革命。

参考来源：

• https://finance.sina.com.cn/stock/usstock/c/2026-06-27/doc-inieuyhx7000126.shtml
• https://www.ithome.com/0/969/400.htm
• https://www.ithome.com/0/969/326.htm
• https://www.ithome.com/0/969/314.htm
• https://news.sina.cn/ai/2026-06-27/detail-inievvnu1438187.d.html
• https://finance.sina.com.cn/tech/digi/2026-06-27/doc-inieuyie1643698.shtml
• https://www.ithome.com/0/969/341.htm
• https://www.ithome.com/0/969/104.htm

时间：2026年6月21日

地点：美国旧金山

人物：美国人工智能公司OpenAI

事件详情：6月21日，OpenAI公布了一项面向未来的长期发展蓝图，核心目标是将先进人工智能的便利带给全球数十亿用户。OpenAI明确表示，下一阶段研发重心将放在打造个人通用人工智能（AGI）助手之上——这类智能助手将深度介入人们的日常事务，辅助工作、学习与探索，帮助用户提升效率、拓展认知边界。OpenAI还发布了具体时间表：计划在2026年9月前让AI达到实习生级别的研究助理能力；到2028年3月，AI系统将能够在内部研究工作中与人类研究人员并肩协作，并做出实质性的贡献，实现完全自动化的研究能力。不过，关于该系统的定价方案、正式发布时间、区域覆盖范围以及如何在现有产品生态之外进行访问，目前尚未披露具体信息。

背景：随着ChatGPT在全球范围内掀起AI应用浪潮，OpenAI已从GPT系列大模型逐步向更广泛的AGI愿景迈进。此前OpenAI已推出GPT-5.5、GPT-5.6等旗舰模型，上下文窗口扩展至150万tokens。在算力建设方面，OpenAI承诺2026年投入500亿美元用于算力基础设施建设，并提出了每周1吉瓦的算力工厂计划。AI行业正在从对话式AI向自主智能体快速演进，OpenAI此次发布AGI路线图，标志着公司从大模型提供商向AGI平台公司的战略转型。

影响：

• 对AI行业而言，OpenAI明确的时间表将加速全球AGI竞赛，推动Google、Anthropic、xAI等竞争对手加速研发进度，行业竞争将从模型参数竞赛转向智能体能力与自主性的全面比拼
• 对用户和企业来说，个人AGI助手将彻底改变人机交互方式，从被动问答转向主动协助，可能重塑教育、办公、科研等多个领域的工作模式，大幅提升生产效率
• 对研发范式而言，如果2028年实现自动化AI研究员目标，将极大加速科学发现周期，使AI系统从工具进化为协作者，开启科学研究的全新范式，但也可能带来就业结构变化和AI安全治理的新挑战

总结：OpenAI此次发布的AGI路线图不仅是一份技术规划，更是一份行业宣言。从提供对话式AI工具到致力于让人人拥有专属AGI助手，OpenAI正将目标从改善AI提升到重构人类与智能的关系。2026至2028年的时间窗口意味着AGI可能比多数人预期的更快到来。这场AGI竞赛将不仅是技术能力的较量，更是对AI安全、伦理治理和社会影响的前所未有的考验。

参考来源：

• https://so.html5.qq.com/page/real/search_news?docid=70000021_1246a37374113452
• https://so.html5.qq.com/page/real/search_news?docid=70000021_7876a38142971252
• https://so.html5.qq.com/page/real/search_news?docid=70000021_6786a376de008052
• https://finance.sina.com.cn/stock/marketresearch/2026-06-21/doc-inieehwp2881703.shtml
• https://36kr.com/p/3529519807518854

时间：2026年6月20日

地点：美国加利福尼亚州

人物：2024年诺贝尔化学奖得主、AlphaFold核心架构师John Jumper，谷歌DeepMind，AI初创公司Anthropic

事件详情：当地时间6月20日，2024年诺贝尔化学奖得主、AlphaFold联合发明人John Jumper正式宣布，在效力谷歌DeepMind近九年后，他将离开公司并加入AI初创公司Anthropic。John Jumper在社交媒体上确认了这一决定，并表示在正式加入Anthropic前，他将先休息调整一段时间。John Jumper现年39岁，于2017年加入DeepMind并担任高级研究科学家，是AlphaFold项目的核心负责人。他领导的AlphaFold2在2020年实现了从氨基酸序列预测蛋白质结构的重大突破，解决了困扰生物学界50年的难题，随后推出的AlphaFold3更进一步扩展到DNA、RNA等生物分子结构预测。此前不久，谷歌DeepMind工程副总裁、Gemini联合负责人诺姆·沙泽尔也已离职加入OpenAI，显示谷歌AI核心团队正面临持续的人才外流。

背景：2024年诺贝尔化学奖授予了John Jumper、Demis Hassabis（DeepMind创始人兼CEO）以及华盛顿大学的David Baker，表彰他们在蛋白质结构预测与设计方面的开创性贡献。John Jumper也是70年来最年轻的诺贝尔化学奖得主。Anthropic由前OpenAI高管Dario Amodei和Daniela Amodei创立，以AI安全研究闻名，已推出Claude系列大模型，最新旗舰模型为Claude Opus 4.8。2026年5月，Anthropic完成650亿美元融资，估值达9650亿美元，超越OpenAI成为全球估值最高的人工智能初创公司，并已秘密向美国SEC递交IPO材料。此次引入John Jumper，表明Anthropic正积极向AI前沿科学研究领域拓展。

影响：

• 对谷歌DeepMind而言，John Jumper的离开是继Gemini联合负责人沙泽尔后的又一重大人才损失，表明科技巨头在AI人才争夺战中面临前所未有的压力，核心团队稳定性受到严峻挑战
• 对Anthropic而言，获得诺贝尔奖级科学家加盟将极大增强其在AI for Science领域的技术实力和品牌影响力，有助于其构建从基础研究到产品应用的完整AI能力栈，为其万亿美元估值IPO增添重要筹码
• 对AI行业格局而言，顶尖科学家从大平台流向初创公司的趋势正在加速。Anthropic已先后从OpenAI、Google等公司引进多位核心人才，这种人才流动正在重塑全球AI竞争版图，使初创公司与科技巨头的人才天平发生倾斜

总结：John Jumper从谷歌DeepMind转投Anthropic，是2026年AI行业最重磅的人才流动事件之一。AlphaFold作为AI for Science的标志性成果，其缔造者的去向具有风向标意义。Anthropic在巨额融资和即将IPO的关键时刻引入诺奖级科学家，展示了其从安全研究公司向全栈AI领军者转型的野心。这场人才争夺战折射出AI行业竞争已从模型能力扩展到了基础科研和顶尖人才的全面较量。

参考来源：

• http://k.sina.com.cn/article_6105713761_16bedcc61020024cqo.html
• https://so.html5.qq.com/page/real/search_news?docid=70000021_8986a36132e87552
• https://so.html5.qq.com/page/real/search_news?docid=70000021_5966a35798d97752
• https://so.html5.qq.com/page/real/search_news?docid=70000021_8246a37578a77852
• https://so.html5.qq.com/page/real/search_news?docid=70000021_1246a37374113452

时间：2026年6月25日—26日

地点：美国加利福尼亚州

人物：AI可靠性研究实验室Scaled Cognition、领投方Khosla Ventures（维诺德·科斯拉）、参投方Genesys Telecommunications Laboratories、联合创始人丹·克莱恩与丹·罗斯

事件详情：AI可靠性研究实验室Scaled Cognition于6月25日宣布完成1亿美元A轮融资，由知名风投Khosla Ventures领投，全球AI云客服技术提供商Genesys参投。据《华尔街日报》报道，公司投后估值达8.5亿美元。Scaled Cognition成立于2022年，由丹·克莱恩与丹·罗斯联合创立，二人此前共同打造的首批智能体AI企业已出售给微软。公司主打面向企业的高风险客服自动化平台，其核心产品为APT定制AI模型。APT模型不生成新数据，而是直接从企业后端系统中检索已有记录来执行操作，并在给出确认信息前对任务结果进行二次核验，从底层架构彻底消除幻觉问题。该模型已在多家财富500强企业的生产场景落地，覆盖金融、医疗、电信、保险等领域，预计未来12个月内搭载该模型的企业将完成超10亿次客服交互自动化处理。平台还配备了模拟测试工具AgentTwin，可基于历史客服对话自动生成新的AI代理。

背景：当前AI行业正面临”幻觉”问题的严峻挑战——大模型在金融交易、医疗诊断、客户服务等高风险场景中频繁出现错误输出，严重制约了AI在关键业务领域的规模化落地。全球业务流程外包赛道规模高达6000亿美元，但企业对于AI可靠性的担忧始终是最大障碍。Khosla Ventures创始人维诺德·科斯拉长期倡导研发增强人类智能而非取代人类的AI系统，本轮投资是其针对AI可靠性赛道的战略性布局。Scaled Cognition的APT模型体积更小、运行速度更快、成本更低、准确率更高，并支持虚拟私有云及本地部署，已接入Genesys Cloud平台支撑智能体虚拟坐席功能。

影响：

• 此轮融资标志着AI可靠性赛道成为投资者关注的战略性新方向，”可信AI”正从口号变为资金密集追逐的硬科技领域
• Scaled Cognition的APT模型有望重塑企业客服自动化市场格局，以零幻觉优势切入传统AI客服的短板，直接挑战现有AI客服厂商的市场地位
• 对企业级AI市场而言，可靠性问题长期被视为大模型落地的”最后一公里”，Scaled Cognition的技术路径或将成为行业标杆，加速全球金融、医疗等高合规要求行业的AI普及进程

总结：Scaled Cognition凭借差异化技术路径——以消除幻觉为核心的企业级AI平台——成功获得资本市场的强烈认可。1亿美元A轮融资、8.5亿美元估值，反映出投资者对AI可信性赛道的信心正在快速攀升。随着APT模型在财富500强企业中的深入应用和产能扩张，Scaled Cognition有望成为企业级AI可靠性的标杆企业，推动整个行业向更安全、更可信的方向演进。未来，可信性与可问责性预计将主导人工智能领域下一阶段的发展方向。

参考来源：

• https://finance.sina.com.cn/stock/usstock/summary/2026-06-25/doc-inierpqp7746980.shtml
• https://finance.sina.com.cn/stock/usstock/summary/2026-06-25/doc-inierpqn0964614.shtml
• https://www.163.com/dy/article/L0BDMM0205561FZM.html
• https://finance.sina.com.cn/stock/usstock/summary/2026-06-25/doc-inierpqu2453683.shtml
• https://finance.sina.cn/2026-06-25/detail-inierpqu2453683.d.html

时间：2026年6月28日

地点：美国旧金山（Anthropic总部）

人物：人工智能企业Anthropic、约9700名Claude平台用户

事件详情：Anthropic于6月28日发布了一项覆盖约9700名Claude用户的大型调研报告，涵盖聊天沟通、协同办公、代码开发等多元应用场景。调研结果显示，近半数受访用户表示当前AI已能够承担自身一半及以上工作内容。具体数据方面，33%的受访者认为AI可完成自身30%至60%的工作任务；14%的用户给出60%至90%的占比评价；另有4%的使用者表示Claude甚至能独立完成自己的全部工作。放眼未来12个月，约26%的用户预判人工智能将接手自身大部分工作。Anthropic还梳理了Claude”成果文档”（Artifacts）功能的高频应用场景——数据库查询使用占比达82%，博客与专业文章创作占81%，营销文案撰写占80%，文字内容产出与数据处理类工作成为AI辅助办公的核心赛道。

背景：随着GPT-5.6、Claude Sonnet 4.6等旗舰大模型的密集发布，AI能力正以前所未有的速度渗透到日常办公中。此前埃森哲因AI替代咨询工作股价暴跌超18%，Oracle裁员2.1万人，引发了行业内关于”AI是否会取代人类工作”的广泛讨论。Anthropic此次调研的独特之处在于，它从AI实际使用者的视角出发，展现了真实场景中的AI采纳深度。值得注意的是，调研还发现了差异化心理——职场新人交由AI处理的任务占比最高，岗位替代焦虑也最为突出；而长期高频使用AI的重度用户反倒最为乐观，认为自身职场价值借助工具不断提升。

影响：

• 调研用数据证明了AI在知识工作领域已从”辅助工具”进化为”核心生产力”，企业管理者无法再忽视AI对劳动力结构的深层影响，组织架构和工作流程必须加速调整
• 职场新人AI使用率高但焦虑感最强，说明AI素养和技能培训将成为未来企业人力资源战略的关键环节，技术与人文的平衡比以往任何时候都更加重要
• 84%的受访者希望与AI协同工作而非被取代，这一数据为AI行业的发展提供了重要指引——产品设计应聚焦于人机协作增强，而非单纯的自动化替代

总结：Anthropic此次大规模调研用翔实的数据揭示了AI在工作场景中的渗透深度——近半数用户已将其视为核心工作伙伴。82%的数据库查询、81%的内容创作、80%的营销文案这些数据表明，AI在知识密集型产业中的应用已从”尝鲜”进入”主流”阶段。更值得关注的是用户心态的分化：高频使用者普遍乐观，而新人则焦虑感强烈，这提示从业者和政策制定者需要在推动AI技术普及的同时，加快建立相应的技能转型与职业保障体系。AI不会简单地”取代”人类工作，但它正在不可逆转地重塑每一种职业的定义和边界。

参考来源：

• https://baijiahao.baidu.com/s?id=1869209586727398683
• http://finance.sina.com.cn/tech/digi/2026-06-28/doc-iniexiqe3305074.shtml
• http://k.sina.com.cn/article_7857201856_1d45362c001907hyb2.html
• https://finance.sina.com.cn/stock/usstock/summary/2026-06-25/doc-inierpqn0964614.shtml

时间：2026年6月26日—27日

地点：美国旧金山（Anthropic总部）

人物：人工智能企业Anthropic、Claude平台用户

事件详情：科技媒体报道称，Anthropic正在测试移动端Claude Cowork功能，用户将能够在手机上直接发起、调整任务并查看进度。Claude Cowork最初于2026年1月13日发布，定位为面向所有人的Claude Code助手衍生版本，用户可授权其访问电脑上的指定文件夹，进行读取、编辑和创建文件。Anthropic披露Cowork的代码”几乎全部”由自家的AI Claude完成，开发周期仅一周半。2026年3月24日，Anthropic进一步测试了名为”电脑使用”（Computer Use）的功能，让Claude直接控制用户Mac电脑，并推出配套的Dispatch功能，支持用户通过手机向电脑端Claude发送语音或文本指令。最新曝光的截图显示，Anthropic正在构建更完整的移动端体验，将手机端定位为远程控制器角色——发起任务、调整方向、监控进度，而桌面端则负责执行实际的复杂操作。

背景：随着AI智能体（AI Agent）技术的全面爆发，行业竞争焦点正从”谁能生成更好的文本”转向”谁能构建更完善的自主工作流”。Anthropic在2026年上半年密集推出了一系列Agent能力升级：从Claude Code面向开发者，到Cowork面向所有人，再到Computer Use实现电脑远程控制。移动端Claude Cowork的测试标志着Anthropic正在构建”手机发起—桌面执行—随时监控”的全场景闭环体验。当前OpenAI、Google等竞争对手也纷纷布局AI Agent赛道，但Anthropic的差异化在于通过Cowork和Computer Use将AI的”主动行动”能力封装为面向普通用户的易用产品。

影响：

• 移动端Claude Cowork将大幅降低AI Agent的使用门槛——用户无需坐在电脑前即可远程调度AI完成复杂的多步骤任务，这标志着AI从”对话式助手”向”全天候数字员工”的跨越
• 远程遥控AI智能体的能力有望重塑远程办公和灵活工作模式，用户可以通过手机随时给办公室电脑上的AI下达指令，打破了传统办公的时间和空间限制
• 对行业竞争格局而言，Anthropic在Agent领域的全平台布局正在形成差异化优势——从开发者工具（Claude Code）到普通人生产力（Cowork）再到远程控制（Computer Use），构建了完整的Agent生态链

总结：Anthropic移动端Claude Cowork的测试，代表了AI智能体从桌面向移动端的自然延伸。从1月发布Cowork，到3月推出Computer Use远程控制，再到6月测试移动端——Anthropic正在以极快的节奏构建”任何时间、任何地点、任何设备”的AI Agent体验。这一方向不仅深化了”AI作为数字员工”的产品定位，更为未来人机协作方式提供了全新想象空间。随着智能体市场竞争日趋激烈，谁能提供最便捷、最完整的跨设备Agent体验，谁就将在下一阶段的AI竞赛中占据先机。

参考来源：

• https://www.d1ev.com/newsflash/304677
• http://www.myzaker.com/article/6a3f3432b15ec01d7c461b8a
• https://finance.sina.com.cn/stock/usstock/summary/2026-06-25/doc-inierpqn0964614.shtml

时间：2026年6月24日-27日

地点：中国北京（ISC.AI 2026第十四届互联网安全大会）/ 全球

人物：360集团创始人周鸿祎、Anthropic公司

事件详情：2026年6月24日，在ISC.AI 2026（第十四届互联网安全大会）上，360集团创始人周鸿祎正式发布AI安全”倚天屠龙”两大核心能力：漏洞自动化挖掘智能体”图龙锋”和网络安全自动化防御系统”仪天阵”。其中”图龙锋”被视为对标美国Anthropic公司Mythos模型的”中国版Mythos”，旨在帮助政企单位提前发现自身系统、软件供应链和AI应用链路中的关键隐患。周鸿祎介绍，”图龙锋”已具备Mythos同等能力，已累计挖掘漏洞3432个，其中监管确认105个，多个漏洞被国家漏洞库定义为高危漏洞，覆盖开源代码、操作系统、办公软件、AI智能体平台等多个场景。6月27日，TechCrunch报道指出，在Anthropic出口禁令持续生效的背景下，亚洲AI初创公司开始推出Mythos级别的替代模型。

背景：2026年6月，美国政府以国家安全为由对Anthropic的Claude Mythos 5和Fable 5模型实施紧急出口管制，禁止向美国境外的外国用户以及美国境内的外籍人员提供访问权限。Anthropic不得不在全球范围内关停这两款模型。Mythos能够自主发现漏洞、分析漏洞甚至构造网络攻击武器，被业界视为AI时代的”网络核武器”，其发布曾引发美国网络安全巨头股价集体暴跌。360选择的是与美国”大力出奇迹”路线不同的智能体工程化路线：通过一个协同的智能体Harness平台，将20年积累的实战攻防经验、全球380亿攻击样本及1400亿网络空间测绘数据，组织成一支”多智能体蜂群”，而非依赖单一超级大模型。

影响：

• 对中国网络安全行业而言，”图龙锋”的发布填补了Mythos出口禁令导致的技术空白，国内关键基础设施单位首次获得了自主可控的AI安全漏洞挖掘能力，有助于改变过去”敌暗我明”的被动局面。
• 对全球AI安全格局而言，亚洲AI公司的快速跟进证明AI安全能力开始”去中心化”——不再由少数美国公司垄断。TechCrunch指出，美国AI实验室可能再也无法收复这个巨大的市场。
• 对AI行业竞争趋势而言，360选择了与美国不同的智能体路线——以工程化能力弥补模型差距，这为中国AI在受限条件下提供了一条可行的差异化竞争路径，或将被更多中国AI企业效仿。

总结：360″图龙锋”的发布标志着中国AI安全领域正式进入”自主Mythos”时代。在全球AI安全竞争日趋白热化的背景下，中国企业正以工程化和智能体路线开辟了一条差异化发展道路。周鸿祎在ISC大会上联合飞腾、麒麟等产业伙伴发起”磐石之盾”安全协作计划，率先将AI安全能力向重点信创企业和关键基础设施单位开放。未来，AI安全领域的竞争将从模型性能的单点比拼，转向”发现能力+防御体系+生态协作”的全方位较量。正如周鸿祎所言，中国需要自己的Mythos——”自己先看见、先修补，做到手里有牌，才能心里有数”。

参考来源：

• https://techcrunch.com/2026/06/27/asian-ai-startups-launch-mythos-like-models-as-anthropics-export-ban-drags-on/
• https://www.reuters.com/legal/litigation/chinas-360-says-it-has-developed-tools-match-anthropics-mythos-2026-06-24/
• https://so.html5.qq.com/page/real/search_news?docid=70000021_3896a3b751c14452
• https://so.html5.qq.com/page/real/search_news?docid=70000021_7876a3d27be11665
• https://so.html5.qq.com/page/real/search_news?docid=70000021_3046a3cb2d281952
• https://www.theverge.com/ai-artificial-intelligence

时间：2026年6月26日

地点：中国

人物：深度机智（DeepWise）、创始人陈凯、国寿长三角科创基金、普华资本、诚通科创基金

事件详情：2026年6月26日，物理AI赛道标杆企业深度机智宣布完成新一轮数亿元融资。本轮由国寿长三角科创基金领投，老股东普华资本、诚通科创基金持续加注，蓝湖资本、博彦科技、磐谷创投、朝晖资本等多家市场化与产业资本共同参与。这是公司在两个月内完成的第二轮融资，目前下一轮融资已进入收尾阶段。深度机智在业内率先定义”人类学习”原创技术路线，成立仅一年便实现数据、模型、本体、场景全线落地。其核心技术布局节奏领先美国同类项目近一年。公司已建成数十万小时级DeepAct多模态人类第一视角数据集，覆盖全国十余个城市、数百个真实场景。2026年3月发布的PhysBrain 1.0具身通用智能基座体系早于美国Generalist AI的GEN-1整整一周，并被Physical Intelligence旗下前沿模型π0.7公开引用参考。近期团队还实现了零样本泛化重大突破——仅凭人类操作数据预训练获得的能力，机器人就能自主完成全新任务，这是国内首次在全自研技术体系下验证纯人类数据从模型训练到真机执行的完整路径。

背景：物理AI（又称具身智能）是2025-2026年AI领域最火热的方向之一，被视为继大语言模型之后的”下一波AI浪潮”。其核心挑战在于数据获取——机器人的训练需要海量的真实世界操作数据，而传统的仿真数据与真实世界存在差距，真机数据采集又成本高昂。深度机智创始人陈凯在2024年底提出”人类学习”技术路线，以人类第一视角数据作为起点，让机器人通过观察和学习人类操作来掌握技能，而非传统的人工编程或遥操作。公司自研头戴式数采设备的设计思路领先美国Scale AI的同类设备近一年。目前全产品线均已实现商业订单，累计签约金额达数千万元。

影响：

• 对物理AI行业而言，深度机智的”人类学习”技术路线验证了纯人类数据从训练到真机执行的完整路径，大幅降低了机器人训练成本，为物理AI的规模化落地扫清了核心障碍。这一成果意味着机器人不再需要为每项新任务进行专项真机训练。
• 对投资市场而言，深度机智两个月内连获两轮融资，且获得数十家机构高度关注，反映了资本对物理AI赛道的强烈信心。与影石创新（Insta360）的战略合作也预示着物理AI数据生态正在加速构建。
• 对中国AI产业而言，深度机智在核心技术布局节奏上领先美国同类项目近一年，说明中国企业在物理AI这一前沿赛道上已具备全球竞争力，”中国速度”正从大模型领域延伸到具身智能领域。

总结：深度机智的快速崛起代表了中国物理AI赛道的”新范式”——以原创技术路线而非跟随模仿，以全栈自研而非单点突破。从数据采集硬件、基座模型到硬件本体，深度机智构建了完整的物理AI技术闭环。其”人类学习”路线不仅让机器人”理解世界”，更让机器人直接”执行任务”。在全球具身智能竞赛日益白热化的背景下，这家成立仅一年的公司正以独特的技术路线和快速的商业化落地，向行业证明物理AI并非遥不可及的未来技术，而是正在发生的产业变革。

参考来源：

• https://baijiahao.baidu.com/s?id=1869039373464211010
• https://caifuhao.eastmoney.com/news/20260622093028283426790
• https://baijiahao.baidu.com/s?id=1869199754529808288
• https://tech.36kr.com/

时间：2026年6月26日

地点：中国

人物：基点起源（AlignBase）、创始人戴宗宏、国科投资、电控产投、上海半导体产投、建投投资

事件详情：2026年6月26日，工业AI企业基点起源（AlignBase）宣布在近半年内完成3轮融资，融资金额数亿元。本轮融资由国科投资、电控产投、上海半导体产投、建投投资、鑫和达、崇麟资本、硬核坚果资本等多家知名投资机构联合参与。资金将主要用于全要素大模型核心技术的持续研发和工业场景解决方案的深化。基点起源成立于2025年3月，以”全要素大模型”为核心技术体系，将企业分散沉淀的业务数据、生产数据与工艺规则，转化为对人、机、料、法、环全生产要素的系统性建模能力，实现对复杂生产过程的精准理解、动态推演与全局寻优。目前已在金属冶金、石油化工、电子制造、纺织等重点行业交付多个标杆项目。创始人戴宗宏曾任零一万物联合创始人及AI Infra技术VP、华为云AI CTO、阿里巴巴达摩院AI Infra总监。

背景：中国制造业正经历从”经验驱动”到”数据驱动”的转型，但传统工业AI高度依赖专家经验和人工建模，部署成本高、通用性差。通用大模型在工业场景中面临”不对症”的问题——它们理解语言但不懂工艺流程。基点起源的”全要素大模型”试图解决这一痛点：不依赖行业专家经验建模，而是通过自动化建模技术将企业各生产要素转化为可计算、可推演的模型。这一技术路线与中国”智能制造2026″战略高度契合。2026年6月，上海证券交易所还发布了科创板第五套上市标准适用于AI大模型企业的通知，为工业AI企业的资本退出提供了更明确的路径。

影响：

• 对工业制造行业而言，”全要素大模型”将AI从辅助工具升级为生产决策核心，企业的生产排产、工艺优化、质量管控等核心环节均可由AI系统进行智能动态推演和全局寻优，大幅降低企业智能化改造的部署门槛。
• 对AI投资市场而言，多家国家级别投资机构联合重仓工业AI赛道表明：AI在工业核心流程中的渗透才刚刚开始，”AI+制造”正成为继大模型之后的下一个资本密集区。国科投资评价称其”超越了行业专家的经验限制”，实现了”AI在工业领域落地的根本性颠覆”。
• 对中国制造业升级而言，基点起源等工业AI企业的快速成长意味着”人工智能+制造”正在从概念走向规模落地，制造业有望从”自动化、数字化”迈向”真正的智能化决策时代”。

总结：基点起源以”全要素大模型”的独特技术路线切入工业AI赛道，其价值不仅在于技术本身的创新，更在于找到了大模型在工业核心生产环节的落地方向。随着中国制造业对提质增效的需求日益迫切，以及科创板为AI企业打开资本通道，工业AI有望成为2026年下半年的投资热点。基点起源目前已在多个制造行业成功交付，所沉淀的可复制方法论将支撑其快速扩展至更多行业。正如投资方所言，这是”用AI重构中国制造业核心生产环节”的变革起点。

参考来源：

• https://baijiahao.baidu.com/s?id=1869071144017498943
• https://baijiahao.baidu.com/s?id=1869039373464211010
• https://so.html5.qq.com/page/real/search_news?docid=70000021_1556a38966d70652
• https://so.html5.qq.com/page/real/search_news?docid=70000021_2076a368fa692652
• https://caifuhao.eastmoney.com/news/20260622093028283426790

时间：2026年6月24日

地点：美国加利福尼亚州

人物：OpenAI首席执行官Sam Altman、OpenAI总裁Greg Brockman、博通CEO陈福阳（Hock Tan）

事件详情：当地时间6月24日，OpenAI联合半导体巨头博通正式发布首款定制AI推理芯片Jalapeño（西班牙语”墨西哥辣椒”）。这是一款专为大语言模型推理场景设计的专用集成电路（ASIC），从架构设计到成功流片仅耗时9个月，打破了行业定制芯片普遍一年以上的研发周期纪录。OpenAI承担核心架构设计工作，博通负责流片生产与配套网络硬件，加拿大电子制造商Celestica负责板卡与机架系统的集成。首批工程样片已通过实验室全场景验证，成功跑通了OpenAI今年2月推出的代码模型GPT-5.3-Codex-Spark，各项推理性能指标达标。该芯片重点优化数据流架构，在同等算力输出标准下，既提升了推理速度，又大幅降低了单卡运行功耗。

背景：随着ChatGPT等大模型服务的用户规模持续扩大，OpenAI面临着巨大的推理算力需求和成本压力。长期以来，全球AI推理市场高度依赖英伟达通用GPU，高昂的算力采购成本成为头部AI企业的核心支出之一。早在18个月前，OpenAI便与博通启动了该项目联合研发，并于2025年10月对外公布量产规划。这款自研芯片的发布，标志着OpenAI正式入局AI芯片硬件赛道，是AI企业从软件大模型竞争向底层芯片硬件自主化延伸的标志性事件。

影响：

• 削弱通用GPU在推理市场的垄断优势，推动更多AI头部企业探索自研替代硬件方案，分流通用GPU市场份额。
• OpenAI、博通、Celestica三方协同的分工模式为行业提供标准化范本，降低中小AI企业自研算力硬件的资金与技术门槛。
• 数据中心建设将从单纯堆砌通用显卡向”芯片定制+专属机房”一体化方案转型，推动算力体系朝绿色高效方向发展。

总结：OpenAI首款自研推理芯片Jalapeño的发布，不仅是企业降低运营成本的战略布局，更是全球AI产业算力供应链格局重构的关键一步。该芯片计划于2026年底实现规模化量产，同步配套建设千兆瓦级数据中心集群。随着算力自主化成为头部AI企业的核心战略，全球AI竞争将从模型层延伸至芯片底层硬件，整个产业进入”软件+硬件”双轮驱动的新阶段。

参考来源：

• https://techcrunch.com/
• https://so.html5.qq.com/page/real/search_news?docid=70000021_8096a3c802083152
• https://so.html5.qq.com/page/real/search_news?docid=70000021_6386a3c849738252
• https://so.html5.qq.com/page/real/search_news?docid=70000021_1906a3c8a7157952
• https://so.html5.qq.com/page/real/search_news?docid=70000021_9126a3e31f404365
• https://so.html5.qq.com/page/real/search_news?docid=70000021_1306a3ca9eb89852

时间：2026年6月27日

地点：中国北京/杭州

人物：DeepSeek团队、创始人梁文锋、北京大学联合研究团队

事件详情：6月27日，DeepSeek联合北京大学正式发布DSpark推理加速框架，相关论文以《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》为题发表，DeepSeek创始人梁文锋位列作者名单。该框架基于推测解码（Speculative Decoding）方向，创新性地引入半自回归架构（Semi-Autoregressive Generation）与置信度调度验证机制。半自回归架构在并行生成骨干上加入轻量级顺序模块增强token间依赖关系，提高候选生成质量；置信度调度机制则根据不同请求的成功概率与系统负载，自适应调整验证长度，减少无效计算开销。目前DSpark已部署于DeepSeek-V4-Flash与DeepSeek-V4-Pro预览版服务中，在同等吞吐量下将单用户生成速度提升60%至85%。团队同步开源训练框架DeepSpec，支持DSpark、DFlash和Eagle3三种主流算法。

背景：随着大模型在千行百业的广泛应用，高并发生产环境下的推理效率瓶颈成为行业核心痛点。传统推测解码方法虽能加速生成，但在高并发场景下易出现”末尾内容通过率衰减”问题，导致验证算力浪费。推理效率直接关系到AI应用的响应速度和用户体验，也决定了企业的运营成本。DeepSeek此前已凭借R1和V4系列模型在全球AI市场占据重要地位，本次与北京大学合作攻关推理效率难题，体现了产学研协同创新的技术路线。

影响：

• 推理效率的大幅提升将直接改善DeepSeek V4系列用户的交互体验，降低单次推理的响应延迟。
• 开源训练框架DeepSpec的发布，降低了社区和开发者进行推测解码研究的门槛，有望推动整个行业推理效率的提升。
• 该方案不改变核心模型架构即可实现性能提升，为现有大模型系统的推理优化提供了可复用的技术路径。

总结：DSpark框架的发布是DeepSeek在模型推理效率领域的一次重要突破。通过半自回归架构结合置信度调度，在高并发场景下实现了60%-85%的生成速度提升，同时保持输出质量。该框架的全面开源将推动大模型推理技术的快速发展，使高性能AI服务更加可及、成本更低。DeepSeek从基础模型研发到推理基础设施优化的全面布局，进一步巩固了其在全球AI竞争中的技术领先地位。

参考来源：

• https://news.qq.com/rain/a/20260627A074M500
• https://news.qq.com/rain/a/20260628A02X4H00
• https://next.ithome.com/ai
• https://so.html5.qq.com/page/real/search_news?docid=70000021_2536a3fbcf015452
• https://so.html5.qq.com/page/real/search_news?docid=70000021_2296a40001f43352
• https://so.html5.qq.com/page/real/search_news?docid=70000021_9096a40b35f00352
• https://so.html5.qq.com/page/real/search_news?docid=70000021_2516a408f7782952

时间：2026年6月26日

地点：中国

人物：深度机智创始人陈凯、国寿长三角科创基金、普华资本、诚通科创基金等投资机构

事件详情：6月26日，物理AI赛道标杆企业深度机智宣布完成新一轮数亿元融资。本轮由国寿长三角科创基金领投，老股东普华资本、诚通科创基金持续加注，蓝湖资本、博彦科技、磐谷创投、朝晖资本等多家市场化与产业资本共同参与。此前公司刚在约两个月前完成上一轮融资，两轮融资间隔极短，且受到数十家机构高度关注。目前公司全产品线已实现商业订单，累计签约金额数千万元，是行业内落地速度最快的全栈技术公司之一。下一轮融资已进入收尾阶段。

背景：深度机智是国内物理AI赛道的标杆企业，创始人陈凯于2024年底首次在行业内定义”人类学习”原创技术路线。2025年10月，公司发布《源于人，超越人》通用具身智能路线图，确立”人类数据为起点、动作建模为中心、机器人为AI而生”的三位一体核心战略。公司成立仅一年便实现数据、模型、本体、场景全线落地，核心技术布局节奏领先美国同类项目近一年。在数据基建方面，公司早在2024年底就确定了以人类数据为起点的技术方向，其自研头戴式数据采集设备设计思路领先美国Scale AI同类设备近一年。

影响：

• 头部资本密集入局物理AI赛道，表明”人类学习”技术路线正获得产业界的高度认可，有望推动该路线成为行业主流范式。
• 深度机极其快速的技术迭代和商业化能力，为物理AI行业提供了”从0到1快速落地”的可复制范本，有望加速推动中国在具身智能领域的全球竞争力。
• 短短两个月内连续完成两轮融资，反映出当前资本市场对AI与物理世界交互方向的强烈信心，预计将有更多资金涌入物理AI赛道。

总结：深度机智两个月内连获两轮数亿元融资，在物理AI赛道树立了技术与商业的双重标杆。其”人类学习”的原创技术路线从数据采集到模型训练再到场景落地形成了完整闭环，成立仅一年就实现了全线商业化。随着资金持续注入和产品快速迭代，深度机智有望引领物理AI行业从实验室走向规模化商用，推动中国在具身智能领域占据全球领先地位。

参考来源：

• https://baijiahao.baidu.com/s?id=1869039373464211010
• https://caifuhao.eastmoney.com/news/20260620162655248258770
• https://so.html5.qq.com/page/real/search_news?docid=70000021_134698c24da96752

时间：2026年6月26日

地点：中国北京

人物：通用具身智能机器人公司无界动力，京东关联基金、C资本、弘毅投资、盛宇投资、丰源投资等联合投资机构，老股东线性资本、红杉中国持续加注

事件详情：6月26日，通用具身智能机器人公司无界动力宣布完成超2亿美元天使轮融资。本轮融资由京东关联基金、C资本、弘毅投资、盛宇投资、丰源投资等多家知名机构联合投资，老股东线性资本、红杉中国、华业天成、雅瑞资本等跟投。值得一提的是，此轮融资距离其上轮融资仅隔一个月时间，2026年上半年累计融资总额已达数亿美元。与此同时，无界动力Pre-A轮近2亿美元的融资也接近收官。无界动力成立于2025年，以隐空间世界模型为核心结合强化学习，构建原生于物理世界的具身通用大脑MWA™，区别于行业常见的VLA架构路线。截至目前，无界动力已签署总额近1亿美元的全球订单，第二代机器人K15已开启批量投产，即将全面进入全球交付周期。

背景：具身智能赛道正迎来资本狂潮。2026年上半年，海量资本持续涌入具身智能大脑赛道，千寻智能4个月内完成4轮融资、自变量机器人年内三轮融资、大晓机器人半年两轮融资累计数亿美元、极佳视界年内3轮融资合计35亿元。资本市场对具身智能大脑赛道和世界模型技术路线正疯狂押注。无界动力选择了世界模型+强化学习的技术路线，同时踩中了具身智能大脑和世界模型两大资本风口。

影响：

• 对行业而言，无界动力单轮天使轮融资金额远超2026年上半年赛道种子和天使轮融资总额（不足13亿元），标志着资本从概念验证转向押注可落地的实干型企业。
• 对京东等产业资本而言，投资无界动力是布局具身智能产业链的关键举措，京东拥有庞大的仓储物流场景，具身智能机器人有望在京东体系中率先实现规模化商业落地。
• 对无界动力自身而言，近4亿美元的资金储备（天使轮+Pre-A轮）将加速其MWA通用具身大脑迭代、仿真训练数据基建搭建以及K15机器人的全球交付体系搭建。

总结：无界动力的融资案例是2026年AI+机器人赛道投融资热潮的典型缩影。资本正在从追逐概念转向押注真正具备技术壁垒和量产交付能力的公司。具身智能行业的核心竞争已从技术Demo验证转向规模化量产和商业落地阶段。无界动力能否在资金充裕的基础上跑通从实验室到量产的全链路，将决定其能否在具身智能这场长跑中保持领先身位。

参考来源：

• https://baijiahao.baidu.com/s?id=1869110503751019185
• https://baijiahao.baidu.com/s?id=1869078465243501189
• https://baijiahao.baidu.com/s?id=1869030250334795955
• https://baijiahao.baidu.com/s?id=1869046576836396453
• https://baijiahao.baidu.com/s?id=1869078096278437537