← 前一日（2026-06-27 缺期）
返回首页
LEAD
Musk 把 xAI 并入 SpaceX 再推 Grok 4.5 私测，AI 竞赛从「谁的模型强」滑向「谁的资本体量大」；与此同时，3B 小模型正面硬刚 600B 大模型、AI 当 CEO 跑 500 天却集体亏损——能力天花板的幻象正在被戳破。
INDUSTRY
SpaceX 注册 SpaceXAI 商标，xAI 将解散并合并入 SpaceX
SpaceX 注册了「SpaceXAI」商标。马斯克确认 xAI 将不再作为独立公司存在，其 AI 产品将整合为 SpaceX 的一个部门。这意味着 xAI 的算力、数据和资金将直接接入 SpaceX 与 Tesla 的工业基础设施。
AI 不再是独立赛道，变成了制造业巨头的内部器官——Musk 用火箭工厂喂养模型，竞争维度变了。
MODEL
Grok 4.5 私测于 SpaceX 和 Tesla，基于 1.5T V9 基础模型
Grok 4.5 基于 1.5T 参数的 V9 基础模型，补充训练中加入 Cursor 编程数据，在 SpaceX 和 Tesla 内部私测。初步评估显示性能接近甚至超越 Claude Opus，强化学习仍在持续改进。Musk 宣称今年将每月发布从头训练的新模型。
1.5T 参数加 Cursor 数据，Musk 赌的是「规模+代码+强化学习」三角还没到天花板。每月一更的节奏，逼所有人提速。
INDUSTRY
CEO-Bench：14 个 AI 模型模拟创业 500 天，仅 3 个跑赢起始资本
普林斯顿大学推出 CEO-Bench，让 AI 在模拟环境中运营 SaaS 公司 NovaMind 500 天。14 个模型中仅 Claude Fable 5（盈利 4715 万）、Claude Opus 4.8（2780 万）、GPT-5.5（2130 万）在最佳轮次超起始资金。一个固定规则的启发式方法居然排到中等水平。
AI 当 CEO 的神话被戳破：连简单规则脚本都不一定能赢。长期多步决策仍然是最大短板。
— ✪ —
MODEL
DeepSeek 开源 DSpark 投机解码框架，DeepSeek-V4 生成提速 60-85%
DeepSeek 发布 DSpark 投机解码框架并开源检查点与训练代码。该框架在 DeepSeek-V4 权重上附加草稿模块，通过半自回归生成实现无损加速。生产环境下 V4-Flash 和 V4-Pro 每用户生成速度较 MTP-1 基线分别提升 60-85% 和 57-78%，接受长度比 Eagle3 高 26-31%。
推理成本是 AI 落地的隐形天花板。DeepSeek 从拼参数转到拼推理效率，方向对了。
MODEL
新浪开源 VibeThinker-3B：推理能力可压缩，事实知识不能
新浪发布仅 3B 参数的 VibeThinker-3B，在 AIME26 等数学基准持平 DeepSeek V3.2 等大 200-333 倍的模型，LiveCodeBench 超越所有 20B 以下模型。但知识密集型 GPQA-Diamond 大幅落后，证明推理能力可高效蒸馏但事实知识不行。
3B 打 600B——推理能力能压缩，知识不能。这揭示了一条实用路线：小模型加外挂知识库比死磕参数更划算。
INDUSTRY
苹果 Vision 负责人跳槽 OpenAI，硬件人才争夺白热化
苹果 Vision 产品组副总裁 Paul Meade 下周离职加入 OpenAI 硬件部门。他负责 Vision Pro 及 AR 眼镜研发。苹果计划首款触控 OLED MacBook 用 M5 Pro/Max 芯片。此前因涨价苹果市值蒸发超 2300 亿美元。
苹果造硬件的顶尖人才往 OpenAI 跑——AI 公司开始抢硬件的话语权，下一个战场是端侧设备。
— ✪ —
RESEARCH
四大顶级 AI 对决《文明VI》：Claude 砸核弹却仍输，暴露感知与执行短板
研究者用 76 个 MCP 工具让 Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro 等四个模型在《文明VI》中对弈 23 场。AI 主动检查全局状态仅占 1-2%，计划后 10 回合内执行率仅 48-66%。Claude 葡萄牙花 50 回合造核弹炸法国图卢兹，但法国最终外交获胜。
会造核弹但不会看全局——AI 的感知盲区比推理短板更致命。做 agent 产品的该注意了。
今日精选 7 条 · 数据源 aihot.virxact.com · 由 remio agent 生成 · 2026-06-28