26年6月3日，全球AI资讯约15条：Anthropic抢先交表 冲击AI史上最大IPO、韩国AI推理芯片商XCENA完成1.35亿美元B轮融资等

英伟达在台北GTC大会发布Cosmos 3——全球首个完全开源（Apache 2.0）的全模态物理AI世界模型。它用一个混合Transformer架构，原生打通文本、图像、视频、环境音效、动作五大模态，首次实现“理解物理规律→预测未来状态→生成真实动作”的一体化闭环。

相比过去需多个模型串联、训练耗时数月，Cosmos 3将物理仿真与任务训练压缩至数日内完成，在开源模型中物理生成精度、动作策略、视觉理解三项均排名第一。目前已推出Super（机器人/自动驾驶高精版）、Nano（秒级视频+动作推理）和即将上线的Edge（边缘端）三版本，并深度集成Omniverse，支持极端天气仿真、机器人虚拟训练等。超20家头部企业已加入“英伟达宇宙联盟”。

https://blogs.nvidia.cn/blog/nvidia-launches-cosmos-3-the-open-frontier-foundation-model-for-physical-ai/

阿里最新发布的Qwen3.7-Plus大模型，6月2日正式上线阿里云百炼平台，标志着国产多模态智能体迈入新阶段。它不仅能“看懂”图片、视频、网页和屏幕截图，还能“想清楚、写代码、做操作、验结果”，实现“看—想—写—做—验”全链路闭环。在权威视觉大模型榜单Vision Arena中，它位列全球前五、中国第一。

实测显示，它可一键复刻手机APP或桌面软件，支持GUI控件识别、SVG/网页自动生成、OCR文档解析、驾驶场景理解等真实任务。相比前代，其视觉推理与工具调用能力提升显著，已开放API服务，开发者可通过百炼平台或Qwen Studio直接调用。作为千问3.7系列的主力版本，它为AI从“对话助手”升级为“动手干事的数字员工”提供了强大基座。

https://www.qbitai.com/2026/06/427730.html

衣物柔软、状态随机，考验机器人对柔性物体的感知、双臂协同、精细控制和长程任务执行能力。招商局狮子山人工智能实验室在ICRA 2026 LeHome挑战赛中，用自研操作系统LiOS，成功让SO101双臂机器人在真实家庭场景中稳定叠衣：从皱成一团的T恤、长袖到裤子，覆盖多形态、多初始状态，甚至完成甩平、拉直、对齐、压边等精细动作。

关键突破在于LiOS构建了“端—云—协同”智能基座：云端支撑百亿参数大模型训练与高并发仿真；端侧保障实时安全执行；而独创的低延迟图传技术，实现“相机到云端显存”仅30ms延迟（比通用方案快2–7倍），使云端大模型能实时指导真机操作。团队还开源了LiOS图传模块和首个高质量真机叠衣数据集LeFold，助力行业共建。

https://www.qbitai.com/2026/06/427472.html

商汤科技于2026年5月底发布开源信息图生成模型SenseNova-U1-8B-MoT-Infographic（简称“信息图增强版”），这是全球首个全链路专为信息图优化的80亿参数开源模型。它在三大痛点上实现突破：高密度文字（如脚注、表格小字）清晰可读；多模块版式稳定不挤压；图表数据100%准确（柱高、刻度、百分比零错误）。

其在权威基准IGenBench上Q-ACC达69.5分，大幅超越GPT-Image-1.5（55.0）。模型采用Apache 2.0协议完全开源，支持商用，仅需10–12GB显存，成本约为闭源方案的十分之一。它还是唯一支持arXiv学术排版的开源模型。虽在视觉质感和长文本速度上略有不足，但以极小规模打赢大模型，标志着开源社区在专业可视化领域迈出关键一步。

https://aiguide.cc/23706/

2026年，AI大模型正疯狂“拉长”上下文窗口——Gemini 3 Pro支持100万token，Llama 4 Scout号称达1000万token，相当于一口气读完7部《哈利·波特》。但数字背后藏着硬伤：上下文越长，模型越“记不住”。根源在于Transformer架构的KV Cache随长度线性膨胀，百万token输入可占用数百GB显存，远超单卡容量。

传统方案靠后期压缩KV缓存，效果有限。牛津、英伟达等团队提出新思路：训练时就让模型学会“压缩友好”的记忆方式，命名为KV-CAT。实验显示：在Qwen2.5-0.5B/1.5B模型上，KV-CAT不损基础能力，却大幅提升压缩后性能——“大海捞针”任务准确率最高提升近68%，长文本问答平均提升达39%。

https://m.163.com/dy/article/KUDMBL7O0511AQHO.html

当前GUI智能体（能操作手机/电脑界面的AI）面临两大痛点：“记不住”和“学不会”——受限于短上下文窗口，容易遗忘早期关键操作；又因策略静态固化，无法从自身成功或失败经验中学习。天津大学与上海交大团队提出SE-GA新框架，一举突破瓶颈。

它包含两大核心：TTME分层记忆，以及MASE自我进化机制，尤其创新性地将失败轨迹“变废为宝”——通过Hindsight Goal-Shifting，把中途卡住的尝试重新标注为子目标的成功案例，大幅提升数据利用率。基于Qwen2.5-VL-7B训练仅4K条轨迹，SE-GA在多项权威基准上反超72B大模型：ScreenSpot定位精度达89.0%，GUIOdyssey动作类型准确率96.5%，AndroidWorld动态环境成功率39.0%（超GPT-4o近15个百分点）。

https://aitntnews.com/newDetail.html?newId=25747

Anthropic——这家2021年成立的AI新锐，仅用5年就杀入“万亿俱乐部”：上周刚以9650亿美元估值完成650亿美元H轮融资，首次反超OpenAI（约8520亿美元）；年化收入更从2025年底的90亿美元飙升至当前470亿美元，半年暴涨5倍！

如今，它已秘密向美国SEC递交IPO申请（S-1文件），冲刺史上最大AI IPO，最早或于2026年10月上市。与SpaceX、OpenAI并列“三巨头”，共同掀起2026年华尔街史上最密集、最高额的AI上市潮。Anthropic逆袭关键不在“大而全”，而在于极致聚焦——放弃图像生成等热门赛道，靠Claude Code自动编程工具狂揽开发者，把“写代码”做到全球顶尖。但挑战同样严峻：算力缺口巨大，每月向SpaceX支付12.5亿美元租用22万块AI芯片。

https://www.163.com/dy/article/KUDMALMG0511ABV6.html

微脉时隔近十个月再度冲刺港股，目标是成为“AI全病程管理第一股”。2023–2025年，其营收从6.28亿元增至8.63亿元，毛利率由18.9%升至21.7%，表面稳健；但净亏损却从1.50亿元扩大至2.90亿元，三年累计亏损6.33亿元，经营现金流连续为负，资产负债率超400%，已资不抵债。

关键转折在于：剔除优先股公允价值变动等非现金影响后，2025年经调整净亏损仅2380万元，较2023年收窄75%；经调整EBITDA首次转正，显示经营质量边际改善。然而，现金流仍未“造血”——2025年经营现金净流出3336万元，账上现金1.6亿元，略低于1.69亿元借款。其AI平台CareAI覆盖120+病种、语料超20亿token，但研发费用三年均不足4000万元，远低于翻倍增长的驻场人力成本。

https://aitntnews.com/newDetail.html?newId=25750

SiClink（曦涟科技）是一家侵入式脑机接口新锐公司，近期连续完成数千万元种子轮与天使轮融资。不同于当前主流聚焦“运动控制”的单向读取路径（如用意念操控机械臂），SiClink选择最具挑战性也最具潜力的方向——视觉重建：即同时实现“读懂大脑所见”与“写入虚拟信息”，构建真正双向、高带宽、低延迟（<50ms）、长期稳定的硅碳神经接口。

创始人何飞博士深耕该领域十余年，在超柔电极材料（2022）、低阈值刺激（2023）、动态视觉解码（2025发表于Nature Communications）等关键环节取得多项突破。SiClink认为，只有攻克视觉这一信息密度最高、通路最复杂的感知系统，脑机接口才能从“医疗康复工具”跃升为“下一代人机交互基础设施”。

https://aitntnews.com/newDetail.html?newId=25745

XCENA是一家成立四年的韩美初创公司，直击AI算力的“隐形瓶颈”——内存墙。当前，每次ChatGPT式提问都要让数据在CPU、GPU和DRAM内存间反复“跑马拉松”，耗电高、延迟大、成本贵。XCENA反其道而行之，把计算单元直接嵌入内存附近，推出首款内存内计算芯片MX1：它通过CXL高速接口连接CPU，在DRAM模块内完成预处理、KV缓存管理等繁重任务，省去90%以上数据搬运。

官方称，原需10台服务器的任务，未来1台即可承担。公司刚获1.35亿美元B轮融资，估值达5.7亿美元，累计融资1.85亿。MX1基于开源RISC-V架构，自研数千个专用小核+内存控制器，2026年底由三星代工量产，2027年预计营收。XCENA不争GPU训练高地，而是扎根AI推理的底层内存革命。

https://news.qq.com/rain/a/20260601A07DFN00

欢迎大家关注、分享、转发本公众号，也欢迎直接与小编联系 对接合作～