生成式AI
一、智谱募资393亿港元，下一代GLM主攻完全自训练
1.智谱在港交所公告配售新H股并发行201.4亿元零息可转债，合计预计净募约393亿港元，为上市不足九个月内的第三轮融资，累计净募约755亿港元；
2.约60%资金（约235亿港元）投向下一代GLM基础模型与"完全自训练"体系，即涵盖数据自产、环境自造、基础设施自我优化的递归式自我改进闭环；
3.其余约15%用于业务拓展与战略并购，约25%补充营运资金，全部款项预计2028年6月30日前动用完毕。
二、Suno切换v6模型家族，Simple模式接入对话Agent
1.Suno全量下架v2至v5.5旧模型，平台底层全部换为v6，推出旗舰版、wild探索版、mini轻量版三款，单次最高生成8分钟音频，积分消耗不变；
2.Simple模式接入Chat能力，可用自然语言调度功能，新增图片输入，支持视频配乐、人声魔改、局部改词、干声加戏等玩法；
3.高级模式新增Max Mode、Variety多样性滑块与Personalize个性化偏好三项参数，实测乐器质感提升、人声不再失控飙高音。
三、YC最新一届转向深科技，电力芯片机器人成主角
1.YC Summer 2026 Demo Day上最受投资人关注的项目集中在物理层：Atomarine把数据中心搬上海上驳船并规划核动力，Dipole Labs做光交换减少GPU等待，Lamb Labs把模型权重固化进芯片；
2.机器人方向补的是数据缺口：Praxis采集真实工作环境中的人类劳动数据，Nori把双臂机器人价格压到1688美元，Waddle Labs让LLM直接生成机器人控制代码；
3.最极端的Parasma培养人类神经元完成简化的next-token预测，共同背景是模型变强后瓶颈转向能源、带宽与真实世界数据。
前沿科技
四、宇树升级G1+人形机器人，标准版售价9.5万元
1.宇树推出G1+版本，整机约35kg、25个自由度，头部新增2自由度电机，肩腰电机峰值扭矩提升110%、同扭矩发热降低72%，标准版单臂负载约3kg；
2.感知系统为升级重点，配双目加广角双视觉系统与3D激光雷达，头部集成5个触摸传感器，6麦阵列支持声源定位，腰部两路10W扬声器实现双向语音交互；
3.标准版含税售价9.5万元、保修8个月，EDU版自由度可拓展至45、支持加装Orin等算力模组并开放二次开发，保修延长至18个月。
五、上海AI实验室开源书生-S2，科学能力比肩闭源
1.上海AI实验室在浦江创新论坛发布多模态大模型书生-S2，通用能力位列开源第一梯队，在生命科学与材料结构类科学任务上大幅领先现有开闭源旗舰模型；
2.架构上引入可插拔的Memory Decoder专业记忆，不改主模型参数即可接入领域知识，接入生物记忆后Biology-Instructions均分从56.92升至60.32且通用能力不受损；
3.同步预告首个万亿Token规模隐空间语言模型NCP-ArchPreview，以概念级预测实现1.95倍收敛加速，书生-S2将接入"书生·端砚"科学发现平台。
报告观点
六、上交清华字节等发布递归自进化75页路线图
1.上海交大、清华等30多位研究者发布综述《人类构建的最后一个AI》，指出训练成本与人力标注天花板迫使AI转向递归自我改进（RSI）；
2.论文提出五级自主框架：B0任务内改进、L1执行自主、L2策略自主、L3经验获取自主、L4部署适应自主、L5改进机制自改进，并用HCI指数量化十大能力域的剩余空间；
3.当前L1、L2已有大量系统支撑，L3、L4高度依赖领域且多停留在仿真，L5仅见于有界原型，更高自主度未必带来更好改进。
七、MIT报告直面AI代做作业，重构大学教育评估
1.MIT特别委员会经5个月调研发布40页报告，承认AI已能可信完成本科几乎所有书面作业，导致答疑出席率下降、面对面学习小组减少、师生信任被侵蚀；
2.报告提出谦逊、大胆、以人为先、增强而非自动化学习等八项原则，主张"逆向设计"课程，先明确学习目标再决定AI的角色，反对全校一刀切的统一规则；
3.具体建议包括重构评估方式、强调项目式与面对面学习、制定有理由说明的AI政策、谨慎对待AI检测器、论文须声明AI使用且不得列为共同作者。
八、哈萨比斯预判新文艺复兴，AI越强创造力越值钱
1.诺奖得主、Google DeepMind联合创始人哈萨比斯认为AI大幅压低试错成本，未来十年顶尖科学家与创作者产出可能被放大十倍，科学与艺术有望重新汇合；
2.他同时警告生成成本下降会带来大量平庸的"AI垃圾"，代码领域同样存在绕过权限、缺少异常覆盖、无人维护的批量产出；
3.原型变便宜后判断力成为新瓶颈，开发者价值转向选择、组合、约束与负责，教育也应从重复练习转向项目、协作与真实反馈。
九、LeCun称预测像素是伪命题，力推JEPA技术路线
1.LeCun在ECCV 2026主旨演讲中判断，仅靠语言和token训练达不到人类水平智能，四岁孩子经视觉获取的信息量已与全网公开文本相当；
2.他认为像素级预测本质不可能，未来帧所需信息不在当前输入中，应改用JEPA在编码器输出的抽象表征空间做预测，并以SIGReg等维度对比方法防止表征坍塌；
3.V-JEPA 2.1仅靠单目视频训练即自行学会深度估计，效果优于使用深度信息的对照；他建议同行放弃生成式模型、转向联合嵌入与世界模型。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
