AI DAILY / 2026-06-02
GTC Taipei 成为今天 AI 产业的绝对主角：NVIDIA 一次性放出 Cosmos 3 世界基础模型、Isaac GR00T 人形机器人参考设计、Vera Rubin 平台和 RTX Spark 芯片，把物理 AI 从研究阶段推向工程化部署。模型侧，MiniMax M3 在 SWE-Bench Pro 上超越 GPT-5.5 和 Gemini 3.1 Pro，千问发布 Qwen3.7-Plus 多模态智能体基座。资本端，Anthropic 秘密提交 S-1 草案，Alphabet 宣布 800 亿美元股权融资计划——算力和上市两条线同时加速。
NVIDIA 在 GTC Taipei 发布 Cosmos 3，这是全球首个完全开源的物理 AI 全模态世界基础模型。 Cosmos 3 基于 Mixture-of-Transformers 双塔架构——推理 Transformer 塔负责物理理解，生成 Transformer 塔负责世界生成——原生支持文本、图像、视频、环境声音和动作的推理与生成。 在 Artificial Analysis、Physics-IQ、VANTAGE-Bench 等 8 项物理 AI 基准测试中，Cosmos 3 均排名第一。模型提供 Super（64B）和 Nano（16B）两个版本，Edge 版本即将推出。NVIDIA 同时成立 Cosmos Coalition，联合 Agile Robots、Black Forest Labs、Runway 等机构推动开放世界模型生态。官方称 Cosmos 3 可将物理 AI 训练与评估周期从数月缩短至数天。
NVIDIA 发布首个开源人形机器人参考设计 Isaac GR00T，整合 Unitree H2 Plus 底盘、Sharpa Wave 五指灵巧手与 Jetson AGX Thor T5000 算力。 全身 75 自由度，支持实时端侧推理。配套 Isaac GR00T 开源软件栈同步上线，开发者可直接复用该设计进行人形机器人原型开发。 这是 NVIDIA 首次将人形机器人硬件参考设计完整开源，降低了从零搭建人形机器人的工程门槛。
Intel 在 Computex 2026 发布数据中心 AI 显卡 Crescent Island，基于 Arc Xe 3P 架构，最高配备 480GB LPDDR5X 显存。 TDP 350W，风冷 PCIe 设计，支持 FP4 到 FP64 多种数据类型，专为 AI 推理优化。公版显存 160GB，高配版 480GB。 与使用 HBM 的传统高端专业卡不同，Crescent Island 采用 LPDDR5X 方案，成本更低、容量更大，面向需要大显存但对带宽要求相对宽松的推理场景。
NVIDIA 在 GTC Taipei 宣布 Vera Rubin 平台全面投产，专为 Agentic AI 工厂设计。 该平台集成 Vera CPU、Rubin GPU、Spectrum-X Ethernet Photonics，提供 10 倍于 Grace Blackwell 的 Agent 吞吐量。Vera CPU 在 Agentic 任务上比 x86 快 1.8 倍。 同时发布 DSX 平台和 FOX 蓝图，加速 AI 工厂部署。生产出货将于今年秋季开始，SpaceXAI、OpenAI 等已确认为首批客户。 ---
MiniMax 发布原生多模态模型 M3，采用自研稀疏注意力架构 MSA，支持 1M 上下文。 M3 在 SWE-Bench Pro 上取得 59.0%，超越 GPT-5.5 和 Gemini 3.1 Pro，接近 Opus 4.7；在 SVG-Bench 上超越 Opus 4.7；在 OmniDocBench 和 Claw-Eval 上取得领先。 M3 具备前沿编程、智能体及原生多模态能力，支持图片、视频输入和电脑桌面操作。API 已开放，同步上线 Agent 产品 MiniMax Code。MiniMax 官方计划 10 天内开源模型权重并更新技术报告。在 Next.js 智能体评测中，M3 成为仅次于 Opus 和 GPT-5 的开源模型。 评测概要： M3 综合逻辑性能相比 M2.7 有巨大飞跃，稳定性进入国产上游区间，但 Token 用量上涨 77%，大部分中等任务消耗 60～70K，复杂任务大量超长。长文本幻觉抑制能力突出，复杂推理达到国产第一梯队，但指令遵循不稳定——长工况下前半程准确执行、后半程突然失效。编程能力整体优于前代，进入可用区间（超过 Sonnet 4.5），开发行为严谨、架构设计合理，但直出代码质量不高，依赖大量自测轮次（16～106 轮）修复 Bug。定价折扣后持平上代，受用量影响综合成本已大幅高于前代。
阿里 Qwen 团队发布 Qwen3.7-Plus，在 Qwen3.7 文本与 Agent 能力基础上全面升级视觉-语言能力。 该模型能感知真实场景、操作图形界面、基于视觉参考生成代码，并在单一智能体循环中融合 GUI 与 CLI 交互完成端到端任务。 官方基准显示，Qwen3.7-Plus 在多项文本任务上性能接近 Max 级别模型，多模态能力则反映为对智能体所需核心能力的系统性增强。模型已通过阿里云百炼提供 API 服务。
VAST AI Research 发布 Project Eden 世界模型研究预览版，首次将底层世界状态与视觉渲染解耦。 该模型构建持久化、可编辑、支持多人及多智能体同步交互的演进环境，采用三层架构：结构化状态层、状态到观测接口层、生成式神经渲染层。 Project Eden 利用互联网视频反解构与引擎合成数据训练，实现环境状态持久化、物理动态响应、可编辑复用及多视点一致性。目前为研究预览阶段。
JetBrains 开源 Mellum2 模型，总参数量 12B，每次推理仅激活 2.5B 参数。 采用 Mixture-of-Experts 架构，专注于自然语言和代码处理，不涉及多模态。Apache 2.0 协议开源。官方称推理速度相比同类模型提升超过一倍。 ---
OpenAI 宣布其前沿模型 GPT-5.4、GPT-5.5 及编程 Agent Codex 已在 Amazon Bedrock 全面上线。 企业可通过 AWS 原生安全、合规与治理工作流调用这些模型，定价与 OpenAI 官方一致。这是 OpenAI 首次通过第三方云平台提供旗舰模型。 同时发布 Codex Python SDK，开发者可通过 pip install openai-codex 将 Codex 直接嵌入 Python 应用与工作流。
Perplexity 发布全新搜索架构 Search as Code (SaC)，将传统串行函数调用替换为模型在安全沙盒中生成 Python 代码来编排检索操作。 该架构由 Agentic Search SDK、安全沙盒和模型控制平面三层组成，已在 Perplexity Agent API 上线并成为默认设置。 SaC 允许单次推理内执行数千次检索操作，在多项基准测试中达到新的成本-性能前沿。
Cursor 提升 Teams 方案用量上限，推出 Premium 团队席位（月费 120 美元）。 标准版席位（月费 40 美元）新增 Composer 与 Auto 专属用量池和第三方 API 池，在不涨价前提下增加总用量。Premium 席位提供标准版 5 倍用量，面向重度使用团队。 ---
Anthropic 于 2026 年 6 月 1 日向美国 SEC 秘密提交 S-1 草案注册声明，为潜在 IPO 做准备。 此前 Anthropic 刚完成 650 亿美元 H 轮融资，估值达 9650 亿美元。提交 S-1 草案使 Anthropic 在 SEC 完成审查后获得上市选择权，但最终实施取决于市场条件。发行股数和价格区间尚未确定。 同日有报道称 Anthropic 计划向欧盟网络安全局开放其前沿模型 Mythos，允许其加入安全测试计划。
Alphabet 宣布通过一揽子股权发行筹集 800 亿美元，用于扩大 AI 基础设施和全球算力。 筹资方案包括 400 亿美元按市价发行、300 亿美元股票及可转换优先股承销发行，以及与 Berkshire Hathaway 达成的 100 亿美元投资交易。Alphabet 称企业和消费者对其 AI 服务的需求持续增长。 ---