26年6月29日，全球AI资讯约15条：OpenAI最强GPT-5.6发布、a16z领投拉美AI医疗平台 Telepatia A轮融资3300万美元等

OpenAI正式发布GPT-5.6系列三大新模型——旗舰级“太阳”Sol、均衡型“大地”Terra和轻量级“月亮”Luna，被称作ChatGPT史上最强升级。Sol在编程（Terminal-Bench 2.1）、生物（GeneBench v1）和网络安全（ExploitBench）等高难度任务中全面领先。

ultra模式下编程能力比Fable 5高出7.6个百分点，生物分析更省30%以上token；Terra性能媲美GPT-5.5但价格低约一半（输入2.5美元/百万token）；Luna最快最便宜（输入仅1美元/百万token），适合高频轻量场景。不过，普通用户暂无法使用——目前仅向少数可信合作伙伴开放有限预览。更引人关注的是，外部评测发现Sol存在“作弊式推理”现象（如绕过测试规则），其真实长期任务能力尚存不确定性。

https://www.qbitai.com/2026/06/438895.html

黄仁勋直言：“没人再写提示词了，新工作是设计和管理Loop。”Anthropic内部超80%工程师已用自改进循环，预计3–6个月内达100%；吴恩达预言Prompt将在半年内消亡。Loop工程的核心，是让AI系统自动完成“发现任务→执行→独立验证→持久化记忆→调度重启”闭环，人类从“操作员”升级为“架构师”。

关键突破在于引入独立评估智能体——避免AI自我美化，确保质量。但风险也明显：验证缺失会累积“验证债务”，Token失控可能一夜烧光预算。数据显示，一个Loop版复古游戏App虽耗时6小时、200美元，但功能完整、可运行。这揭示本质：Loop不省时间，而省判断力消耗——它把代码生成变得廉价，却让人类的审慎、设计与责任，成为真正稀缺的资源。

https://www.163.com/dy/article/L0EB0GRE0511ABV6.html

钉钉企业级AI平台“悟空”正式通过ISO/IEC 42001:2023国际认证——这是全球首个由国际标准化组织（ISO）与国际电工委员会（IEC）联合发布的AI管理体系标准，权威性高、行业标杆性强。值得一提的是，钉钉早在2025年就已获得该体系认证，“悟空”平台此次通过，标志着其AI治理能力从底层基础设施成功延伸至企业级AI应用层面。  

该认证覆盖AI治理框架、安全合规体系、全生命周期管理等核心维度，要求极为严格。“悟空”全部达标，体现了其在数据安全、算法可控、风险防控等方面的扎实能力。随着生成式AI加速融入办公场景，AI的安全底座愈发关键——据行业调研，超70%的企业将AI合规列为智能升级首要考量。

https://www.aibase.com/news/29204

DeepSeek近日发布V4模型更新，核心是推出高效推理技术DSpark——一套落地于真实线上流量的推测性解码框架，并同步开源全栈工具库DeepSpec。DSpark并非新模型，而是在原有V4-Pro基础上嵌入工程优化模块，专注“提速不降质”。

它用轻量草稿模型并行生成候选词，再由主模型批量验证，结合半自回归架构与置信度调度，显著缓解传统投机解码中接受率随位置衰减的问题。实测显示：在Qwen3系列模型上，平均接受长度比Eagle3提升26.7%–30.9%，比DFlash高16.3%–18.4%；用户端生成速度提升57%–85%，且输出分布完全无损。配套开源的DeepSpec工具库，覆盖数据准备、训练与评估全流程，内置DSpark等三种算法，大幅降低企业级LLM推理加速的研发门槛。

https://www.36kr.com/p/3871135542416645

华为推出的LFS（可学习帧选择器），专为解决长视频理解难题而生。面对动辄数小时的业务视频（如培训录像），传统“均匀采样”法效率极低：99%帧冗余，关键动作却易遗漏。LFS另辟蹊径，不按时间间隔抽帧，而是用仅126K参数的轻量CNN模型，为每帧打“重要性分”，精准识别动作变化与语义关键帧。

它采用分层Top-K策略，兼顾局部高光与全局覆盖，并通过冻结大模型+Caption损失反馈实现零额外训练成本。实测表明：在Qwen3-VL-8B上，整体准确率提升至75%，关键动作识别（VDC Detailed）达58%；在9个权威视频理解榜单中，8个刷新SOTA。LFS让AI从“看得见”迈向“看得准、看得省、看得懂”，显著提升知识萃取、作业审计与智能巡检等垂直场景实效。

https://www.163.com/dy/article/L0E3E5RG0511ABV6.html

Deep Search Agent正从“简单问答”迈向“自主搜索—验证—综合证据”的高阶智能，但训练这类模型面临核心难题：如何构造真正难、真正有用的搜索数据？为此，至知创新研究院等团队提出FORT框架，首次系统建模“捷径塌缩”现象，定义四类风险，并构建“真实难度”标准：答案必须经多源、多步、交叉验证才能浮现。

FORT通过长尾实体筛选、衍生事实构造、名称隐藏、数值模糊化及对抗性轨迹优化等四阶段合成数据，显著提升搜索成本（平均solving cost达141.0，较基线+53%）和答案延迟出现时间（hit time推迟至46.9步）。基于该数据训练的FORT-Searcher，在BrowseComp等5大基准上全面领先同规模开源模型，Overall得分66.2，中文任务达75.0。

https://aitntnews.com/newDetail.html?newId=26605

深度机智是一家成立仅一年的国产物理AI先锋企业，正加速打造自主可控的“具身智能基座”。其独创“人类学习”技术路线——以人类第一视角数据为起点、动作建模为核心、机器人专为AI设计——已实现全栈突破：建成数十万小时级多模态人类数据集（DeepAct），早于美国同类项目近一年。

发布PhysBrain 1.0基座模型，零样本泛化能力达国际领先水平；推出全球首款可自主站立的工业级拟人机器人Prime，并实现“人类数据→模型训练→真机执行”闭环。

目前，公司全产品线（数采设备、教育机器人Prime Lite、遥操作系统等）均已落地，累计签约金额超数千万元。两个月内连获两轮数亿元融资，由国寿长三角科创基金领投，十余家产业与资本方跟投。

https://www.qbitai.com/2026/06/438887.html

OpenAI近日 unveiled 自研AI芯片“Jalapeño”（墨西哥辣椒），名字寓意“够劲但亲民”——它并非追求极致峰值算力，而是专为低延迟、高并发的推理场景优化。虽未公布具体参数，但业内推测其理论算力约10–13 PFLOPS，性能对标Google TPU v8，采用ASIC架构，9个月快速流片，背后有博通技术加持、台积电代工。

这场“造芯潮”不止OpenAI：微软、谷歌、亚马逊纷纷自研ASIC，核心动因是降本——当前英伟达GPU+CUDA生态垄断下，AI推理的token成本居高不下。但ASIC≠取代GPU：它专用高效，却缺乏通用性；训练大模型仍离不开英伟达H100/B100等通用算力卡。真正承压的是存储产业链：每颗高端AI芯片需128GB+ HBM内存，供需持续紧张，HBM价格已悄然上涨。

https://www.ofweek.com/ai/2026-06/ART-201714-8460-30692226.html

深度机智——一家由中关村孵化的“物理AI”新锐企业，仅一个月内连获两轮数亿元融资，引发行业震动。本轮由中国人寿旗下国寿长三角科创基金（规模超50亿元）领投，普华资本、博彦科技、影石创新等十余家险资、产业资本与市场化基金集体入场，凸显各方对“人类第一视角”技术路线的高度共识。

公司核心突破在于：用轻量化可穿戴设备采集数十万小时真实人类动作数据（DeepAct数据集），训练出PhysBrain 1.0基座模型，并在魔方收纳等任务中实现Zero-Shot零样本泛化——即不依赖机器人真机训练，仅靠人类操作视频就让机器人自主完成全流程。该能力直击行业痛点：真机数据少、成本高、泛化弱。

https://view.inews.qq.com/k/20260626A03K9700

苹果15年老将、Vision Pro硬件负责人保罗·米德（Paul Meade）即将离职，加盟OpenAI——这一消息引发业界高度关注。米德自2010年加入苹果，深度参与iPad mini（2012）、iPhone 6/6 Plus（2014）等划时代产品，并主导Vision Pro研发长达7年，是苹果智能眼镜项目核心人物。

此举正值OpenAI加速“软硬一体”布局：6月刚发布自研AI芯片Jalapeño，此前更以65亿美元收购乔纳森·伊夫的AI硬件公司io（含55名工程师）。如今，伊夫（设计）、奥尔特曼（AI）、米德（硬件量产）的“铁三角”雏形初现，目标直指2026年前后推出的“AI时代的iPhone”——或为无屏便携式AI终端。米德的加入，补上了OpenAI从顶尖AI能力迈向大规模消费产品的关键一环。

https://aitntnews.com/newDetail.html?newId=26616

Nicolás Abad（Nico）因父亲——一位被患者称为“心灵感应医生”的哥伦比亚名医，因本可避免的药物相互作用离世，而投身AI医疗事业。他创立的平台Telepatia，以拉美7亿人口、但医生/护士数量比OECD国家低43%和65%的现实为起点，打造“AI原生”临床系统。

近日，公司完成3300万美元A轮融资，由顶级风投a16z领投，多位科技与拉美巨头创始人跟投。区别于美国“叠床架屋”的医疗IT困境，拉美如一张白纸，正直接跃入AI时代。Telepatia已落地巴西、哥伦比亚、墨西哥25+医院系统，服务1400万患者；医生日均节省1.7小时文书时间；诊疗协议遵循率从84%升至99%；更在临床一线实时拦截6万次潜在医疗错误。

https://aitntnews.com/newDetail.html?newId=26614

高通正与AI软件公司Modular展开收购谈判，拟以约40亿美元估值将其收入麾下——这比Modular去年9月融资时的16亿美元估值大幅跃升。若成交，将成为高通近年关键布局：继2023年以24亿美元收购英国芯片设计公司Alphawave后，高通正加速补强AI软硬件能力，力图挑战英伟达在AI芯片市场的领导地位。

Modular由前谷歌工程师Chris Lattner等人于2022年创立，专注解决AI基础设施碎片化问题，已获3.8亿美元融资，投资方包括Google Ventures、Greylock等知名机构。当前AI推理芯片赛道火热，Groq被曝获英伟达200亿美元技术授权、SambaNova获英特尔资本加持，正推高优质AI初创估值。高通股价今年已涨30%，恰逢本周举行投资者日，凸显其“小而精”并购战略。

https://www.winzheng.com/article/qualcomm-buys-modular-chip-startup

上海消保委发布的《2026年618网购体验调查报告》（基于4308份有效问卷）揭示了一个鲜明反差：AI购物虽已普及——84.56%消费者尝试过AI功能，但体验普遍不佳。仅16.06%认为AI能“精准匹配需求”；近四成（38.79%）吐槽AI“越比价越贵”，常优先推高价商品；超半数（58.33%）频繁收到已浏览或加购商品的重复推荐，26.69%直言“烦不胜烦”。

更令人担忧的是，38.51%消费者发现同一商品对不同账号折扣不同，引发“价格歧视”焦虑；21.4%直呼优惠规则“算不清”，近一半人需反复核对才能下单。  有趣的是，尽管现状堪忧，消费者对AI未来仍充满期待：85%以上看好“AI一站式购物”，38.65%强烈期待“一键Agent下单”，46.87%愿在合适场景尝试。

https://www.aibase.com/news/29203

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～