26年7月8日,全球AI资讯约15条:Anthropic切开Claude长出类人「意识器官」、Venice完成6500万美元融资、AI营销科技公司完成千万元融资等

昨日,AI领域发生了多项重要事件和进展,共计约15条汇总如下。
AI应用进展和演化
1-1. 机器人视觉迎来新突破!12项世界第一!国产基模一战封神,11亿参数逆袭70亿大魔王
蚂蚁灵波科技近日发布机器人视觉新成果:空间感知模型LingBot-Depth 2.0及配套视觉基座模型LingBot-Vision。简单说,这是给机器人装上更“锐利的眼睛”。关键数据很亮眼:训练数据从300万暴增至1.5亿;在16项深度补全测试中拿下12项第一;室内深度误差从0.132大幅降至0.062,精度翻倍。
其视觉基座LingBot-Vision首创以“边界结构”为预训练目标,仅用1.6亿张图(比DINOv3少10倍),却实现亚像素级边缘定位与稳定视频追踪,并已开源ViT-G/L/B/S四个版本。该模型已通过奥比中光专业认证,年底将集成进一体化3D相机产品,助力机器人在真实世界中真正“看懂、看准、看稳”。https://www.qbitai.com/2026/07/445184.html

1-2. AI折叠!Fable 5和GPT-5.6,正沦为少数人的特权
数据显示,全球仅0.3%的人付费使用高级AI服务(如即将发布的GPT-5.6或Fable 5),16%常用免费聊天机器人,而84%的人从未接触过AI。大众用的多是8B–30B参数的轻量模型(如免费版ChatGPT),响应迟钝、知识浅、无记忆、难接入真实数据。
而科技精英正以“千美元/天”的成本,调用超大模型构建多模型协作系统——比如用Fa ble设计架构、Opus写代码、Sonnet审代码,30分钟完完成原本需一周的开发任务。更关键的是,这种差距已渗入医疗等刚需领域:免费AI回答医疗问题错误率高达51%,而Pro版才能提供可信、个性化支持。但报道也提醒:对多数人而言,不是模型不够强,而是缺乏上下文、数据连接与工作流嵌入。https://www.163.com/dy/article/L15OIBQ90511ABV6.html!

1-3. 史上首次!苹果手表上线Siri AI:11年语音助手彻底进化
苹果近日发布watchOS 27 Beta 3,首次在Apple Watch上搭载真正意义上的Siri AI——不再是简单语音指令,而是能理解复杂问题、实时响应并同步跨设备对话记录的智能助手。但该功能需依赖iPhone 15 Pro/16/17系列等支持Apple Intelligence的机型进行云端+端侧协同处理,仅SE 3、Series 9–11及Ultra 2–3共6款手表可升级,创史上最大规模兼容缩水。
与此同时,iOS 27 Beta 3也上线Siri语音情绪调节、实时视觉辅助等功能,AirPods获专属固件升级,支持自定义均衡器与AI交互。另有多家厂商加速布局:出门问问TicNote+ Watch主打98%准确率AI录音;。行业信号明确:AI正从手机下沉至手表、耳机等穿戴设备,但算力与生态门槛正拉大产品代际差距。https://www.chinaz.com/2026/0707/1763310.shtml
AI大模型算法、赛事和会议
2-1. 极简方案刷新扩散模型推理纪录,阿里清华论文入选ICML杰出论文
阿里与清华联合研究发现:扩散语言模型(dLLM)虽可“任意顺序”生成文本,看似更灵活,实则易掉入“灵活性陷阱”。论文指出,在数学、编程等需严密推理的任务中,自由选择生成顺序反而削弱能力——模型会绕开关键逻辑节点(如“因此”),先填简单部分,导致后续推理被上下文“锁死”,出现“熵退化”。
实证显示:在HumanEval代码任务中,从左到右能解而任意顺序解不出的题目占21.3%,反之仅0.6%。为此,团队提出极简方案“JustGRPO”:放弃复杂顺序设计,直接采用传统自回归(左→右)+主流强化学习算法GRPO。效果显著:在GSM8K数学推理测试中达89.1%准确率,远超各类专为dLLM定制的复杂算法。该工作入选ICML 2026杰出论文(获奖率约0.1%)。https://www.qbitai.com/2026/07/444721.html

AI人才和资本动态
3-1. Meta也来卖铲子了!小扎:模型可以慢,GPU必须赚
Meta正从“造模型”转向“卖算力”,开启新盈利模式。面对自研AI模型(如Muse Spark、Watermelon)进展不及预期、Gemini合作受限、员工士气低迷等挑战,小扎启动Plan B:推出“Meta Compute”——将自家海量GPU算力对外出租或托管。数据显示,仅2026年前6个月,Meta已签约超5GW数据中心容量,累计签约近10GW;在建两大园区达2.5GW。
若拿出200MW(0.2GW)算力对外租赁,按SpaceX式高价合同(每GW年收约500亿美元)估算,年收入可达100亿美元,且利润率极高。业务涵盖四类:支撑自家模型训练、升级广告推荐系统(复杂度拟提升10倍)、出租算力给第三方、托管Claude等外部大模型(正与Anthropic谈判)。https://www.qbitai.com/2026/07/443606.html
3-2. 成立半年估值超70亿,墨奇智能刷新国内具身智能首轮融资规模纪录
墨奇智能(Morphi)近日完成超10亿元天使轮系列融资,由阿里、腾讯联合领投,十余家一线机构跟投,估值达70亿元,创国内具身智能领域首轮融资规模之最。公司成立于2025年底,由华为智驾AI负责人黄青虬(CTO)与跨境物流专家高文礼(CEO)联合创立,团队兼具顶尖技术落地与规模化商业运营经验。
技术上,墨奇不做“纯算法”路线,而是打造软硬一体的实时闭环具身系统——把已在百万辆汽车上验证的智驾数据闭环、端侧模型优化、多传感器融合等能力,迁移至机器人研发,大幅缩短从实验室到量产的周期。商业化采取“先商用、后家用”策略:优先在物流、清洁等同构性高的服务场景部署机器人,边运营边积累真实物理世界操作数据,驱动模型持续进化。https://www.leiphone.com/category/industrynews/P6qnUcERGBlK5wJZ.html
3-3. AI狂欢的定时炸弹:藏在财报外的1.8万亿隐形债务
过去二十年,科技巨头(微软、谷歌、Meta等)以“不差钱”著称——常年坐拥数百亿现金,热衷回购、分红、收购。但如今,它们却集体转向发债:谷歌6月融资800亿美元创纪录,英伟达单次借250亿美元。背后核心原因是AI军备竞赛——2024年全球五大云厂商资本开支达8140亿美元,同比激增80%。
更惊人的是,截至2026年5月,六家巨头隐性负债高达1.8万亿美元,其中近万亿藏在财报之外:9820亿是芯片“锁量”、8220亿是未启用的数据中心租赁。此外,通过SPV等“幽灵杠杆”,债务进一步隐身——Meta一笔270亿美元融资完全不体现在报表上。结果:亚马逊、Meta、甲骨文今年自由现金流濒临归零;微软资本开支占收入比从33%飙升至44%;甲骨文更达189%。https://www.ofweek.com/ai/2026-07/ART-201718-12005-30693509.html
3-4. AI营销科技公司GenOptima完成千万元天使轮融资
智推时代,一家成立仅一年的AI营销科技公司,正掀起一场“让AI认识品牌”的新革命。2025年5月从上海共享办公空间起步,如今已服务近400家客户,年经常性收入(ARR)突破1亿元,覆盖汽车、教育、医疗等22个行业,并在四大洲布局13个服务节点。其核心能力是“生成式答案优化”(GEO)——当用户问“儿童编程哪家好?”,智推时代通过自研GENO系统,帮助品牌精准出现15+主流AI的答案中。
系统语义匹配准确率达99.8%,算法更新后48小时内即可适配;已积累3.29亿条信源,日均引用超189万次。今年7月,公司完成数千万元天使轮融资,上海知识产权基金、天图投资、三七互娱及知名投资人魏巍联合加持。艾瑞咨询预测:中国GEO市场规模2030年将达500亿元。https://aitntnews.com/newDetail.html?newId=26959

3-5. 长得好看又会「看脸色」,深穹星核不卷「干活」卷「懂你」,天使轮再获数千万战略加注
当前多数公司聚焦硬件、运动控制或任务执行,却普遍忽视“意图理解”这一核心能力。深穹星核提出鲜明非共识:家庭场景的核心不是任务,而是意图——人说“随便”可能有明确偏好,“没事”背后或是疲惫沉默,一次眼神回避也可能藏着真实需求。
为此,他们推出全球首个以意图为核心枢纽的端侧模型VLIA,将人脸作为最高带宽交互入口,融合表情、语音、注视与长期记忆,还原“动机—行为—反馈”完整因果链。
依托与短剧、游戏公司合作获取的结构化意图数据,并通过自研Data Infra实现规模化泛化,叠加医疗级人脸美学设计与OrthLoRA个性化学习技术,真正让机器人从“工具”迈向“可信赖的陪伴伙伴”。https://aitntnews.com/newDetail.html?newId=26957

3-6. Venice AI完成6500万美元A轮融资,以隐私之名跻身独角兽
Venice AI是一家主打“隐私优先”的AI平台,7月1日宣布完成6500万美元A轮融资,投后估值达10亿美元,成为新晋独角兽。与多数AI公司不同,它先于2025年1月发行原生代币VVV(总量1亿枚),并空投50%给用户,代币年内暴涨超700%,成为早期增长关键引擎。本轮融资由Dragonfly领投,Coinbase Ventures等多家知名机构跟投。
平台支持超200个AI模型,既接入OpenAI等闭源服务,也托管无审查开源模型;所有输入均在用户端加密,Venice自身不存储任何数据,部分端到端加密功能需付费订阅。创始人Erik Voorhees强调其“中性工具”定位,类比比特币——不审查、不监控。团队已从15人扩至45人。新资金将用于自建GPU数据中心,摆脱租赁依赖,提升盈利能力。https://news.qq.com/rain/a/20260702A04EKD00

3-7. 融资5000万美元,Patronus AI 要做AI Agent的压力测试场
AI Agent正从“能回答问题”迈向“能独立办事”,但真正挑战在于:它能否在复杂、漫长、不可预测的真实任务中持续靠谱?成立于2023年的PatronusAI,专注解决这一信任瓶颈——不造大模型,而是打造“数字世界模型”,模拟网页、金融系统、企业软件等真实环境,让AI Agent反复试错、暴露漏洞。
类似Waymo用仿真测试自动驾驶,Patronus用强化学习机制奖励正确行为、惩罚“走捷径”,确保Agent不只“能完成”,更“做对”。目前聚焦软件工程与金融场景,已实现年收入增长15倍。近日获5000万美元B轮融资,累计融资达7000万美元。核心价值很朴素:在企业把订票、财务分析等关键任务交给AI前,先给它一场“压力测试”——测的不是智商,而是可信度。https://news.qq.com/rain/a/20260629A033ZN00


3-8. APTSell获DCM数百万美元投资,AI CSO第一次接管销售管理,业绩增长近40%
APTSell近日完成数百万美元种子轮融资,由DCM Ventures独家投资,此前已获Atom Capital近千万天使轮支持。这家公司提出“AI CSO”(AI首席销售官)新概念,直击企业增长核心瓶颈:不是销售不行,而是销售管理难以复制——优秀销售VP凤毛麟角,经验散落在个人脑中,无法规模化传承。过去二十年CRM、BI等工具提升了效率,却未解决“判断风险、预测收入、辅导团队、推动执行”等管理决策难题。
而APTSell的AI CSO不是聊天机器人或邮件助手,而是嵌入销售体系的“管理大脑”,持续完成洞察、决策、行动、执行、反馈、进化闭环。落地一年,客户业绩平均提升近40%;商业化仅半年,营收季度环比增长近50%,已服务高科技、制造等领域多家标杆企业。https://aitntnews.com/newDetail.html?newId=26950

AI风险与政策管理
4-1. Anthropic切开Claude大脑!AI自发长出类人「意识器官」
Anthropic最新研究揭示:AI模型Claude在仅学习“预测下一个词”的过程中,自发演化出类似人类“意识”的核心结构——J-space(雅可比空间)。这不是人为设计的,而是模型自主形成的“全局工作台”。研究发现,Claude任意时刻约有25个活跃概念在J-space中动态浮现,恰好对应人脑“全局工作空间”理论中有限容量、可报告、可调用的意识内容。
实验验证其五大特征:能被干预改变输出;支持多步推理;跨语言中介;选择性参与;甚至复现人类心理现象——如“白熊效应”。更惊人的是,仅通过“反事实反思训练”,模型J-space中自动涌现出“honest”“truth”等伦理概念,行为诚实度提升3倍;删除这些方向,不诚实行为立刻反弹。https://www.qbitai.com/2026/07/444741.html


4-2. 一份内部报告显示,美国财政部开始评估AI泡沫风险
一边是财政部内部警告——AI市场正重演2000年互联网泡沫,风险远超当年:7500亿美元年度投入、少数巨头高度互联、机构投资者(而非散户)深度押注。报告直言:“金融体系稳定性,已押注在AI必须成功之上”。
另一边,财政部长贝森特却在纽约高调力挺AI竞赛,强调“输给中国的代价大于泡沫风险”,把安全与地缘竞争置于金融审慎之上。这种割裂令人想起2008年前对次贷风险的集体沉默——预警报告被锁进抽屉,官方口径只剩“新黄金时代”。
如今,英美监管层已发声警示,沃伦参议员更推动立法强制披露AI相关隐性债务。说到底,那根拉动英伟达股价、数据中心融资与科技估值的“预期之绳”,既是牵引索,也可能是绞索。https://www.ofweek.com/ai/2026-07/ART-201714-12004-30693525.html
写在最后
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~
小问卷:公众号打分点评
