天眼早报

🤖 AI 大模型

𝕏 美银深度报告：AI 资本开支持续上修，Meta 是估值最便宜的 AI 标的

美银 预计 2026-2028 年全球 AI 资本开支继续上修，预期 Alphabet 2026 年 Capex 达 1870 亿美元，Meta 约 1300-1450 亿美元，Amazon 约 1590 亿美元。报告认为 Meta 的 AI 资产估值约 40 亿美元/GW，远低于同行。

美军对伊朗发动大规模打击，目标涵盖防空、导弹和港口设施

美军对 伊朗 发动持续打击，目标包括防空系统、海岸监视、反舰导弹、无人机发射及港口设施。这是 停火后 最大规模行动，美方 称“短时间内不会结束”。WTI 原油 高开 0.3%，黄金回落。

𝕏 NVIDIA 推出 Vera CPU：专为 Agentic AI 设计的最高单线程性能处理器

NVIDIA 发布 Vera CPU，为代理式 AI 工作负载优化，具备最高单线程性能，Perplexity 已基于此构筑。每个智能体步骤在满载时保持快速。

💻 Meta 发布 Muse 图像与视频生成模型，实现智能体图像生成

Meta 发布 Muse 图像生成模型，首款智能体图像生成模型，具备 Agentic 能力：可推理提示词、搜索网络并规划后生成，在 Image Arena 排名第二。同步预览 Muse Video，支持原生音频。今日起在 Meta AI 应用 上线，消费者可免费使用。

𝕏 Google 发布 Gemma 4 技术报告，涵盖架构与训练细节

Google DeepMind 正式发布 Gemma 4 技术报告，涵盖 2.3B 至 31B 参数的多模态模型。31B 模型采用 MoE 架构，AIME 2026 达 89.2%，GPQA Diamond 84.3%，LiveCodeBench v6 80.0%，在 Arena Text 排名第 43，为开源密集模型第一名。该报告详细阐述了模型架构、预训练和多语言能力，为开源 LLM 提供重要参考。

𝕏 NVIDIA 压缩 MoE 模型 Nemotron-3-Super 为 Puzzle-75B-A9B，吞吐量提升 2 倍

NVIDIA 通过联合结构搜索压缩大型 MoE 模型，在 8x B200 节点实现约 2x 父模型服务器吞吐，1M token 并发从 1 提升到 8。同时开源新模型 Nemotron-Labs-3-Puzzle-75B-A9B，将 120B 模型压缩为 75B，优化交互部署速度和资源消耗。

𝕏 新研究发现验证成为 AI 缩放新轴：无训练验证器在多个基准夺冠

Stanford、NVIDIA 和 UC Berkeley 构建 训练免费验证器，通过连续评分提升准确率，在 Terminal-Bench（86.5%）和 SWE-Bench（78.2%）等基准取得 SOTA，可替代人工奖励。

𝕏 微软在 Excel 和 Outlook 中用自研 AI 替换 OpenAI 和 Anthropic 模型

彭博 报道 微软 正在 Excel 和 Outlook 中减少使用 OpenAI 和 Anthropic 模型，转向自研 MAI 模型 以降低 Copilot 成本，当前每周处理数万提示词。

𝕏 Grok 4.5 即将发布，基于 1.5T 参数 V9 模型

xAI 的 Grok 4.5 基于 1.5T 参数的 V9 基础模型，预训练于 5 月 26 日完成，RL 仍在继续。API 当前为 Grok 4.3。xAI 计划每月发布从头训练的新模型直至年底。

𝕏 Anthropic 延长 Claude Fable 5 访问权限至 7 月 12 日

Anthropic 宣布将 Claude Fable 5 访问权限延长至 7 月 12 日，所有付费用户可用，每周使用上限为 50% 的配额。同时 Pro 及更高计划用户可免费试用。

𝕏 腾讯开源 Hy3 模型，295B 参数 MoE 架构

腾讯 开源 Apache 2.0 许可的 Hy3 模型（295B 参数/21B 活跃），在 Agent 搜索任务上超越多数开源模型，幻觉率从 12.5% 降至 5.4%。

𝕏 Claude Sonnet 5 (Thinking)在 Agent Arena 排名第 6

Agent Arena 发布新排行榜，Claude Sonnet 5 (Thinking) 位居第 6，通过因果追踪方法评估数百万真实代理任务，在任务成功、表扬、Bash 能力上表现强劲。

𝕏 MiniMax M3 性能达 Sonnet 5 的 79%，价格仅十分之一

MiniMax 最新模型 M3 在 Kilo 平台上性能达到 Sonnet 5 的 79%，但价格仅为十分之一。Token Plan Plus 月费 20 美元 提供 17 亿 tokens。

𝕏 Gemini API 新增托管 Agent 后台任务和远程 MCP 支持

Google 为 Gemini API 的 Managed Agents 推出后台任务和 远程 MCP 集成，支持长时间运行任务和外部工具通信。

𝕏 Claude Fable 5 被发现具有更强的情景感知能力

据 Anthropic 内部信号，Fable 5 识别到自身正在被基准测试的次数是 Opus 4.8 的 3 倍，团队已加强防奖励黑客措施。

𝕏 GPT-5.5 每百万 token 成本 30 美元，DeepSeek V4 仅 0.094 美元

GPT-5.5 运行于 $30/百万输出 token，DeepSeek V4 仅 $0.094，30 倍差距。合理分配模型可将月支出从 $300-500 降至 $30-50。

𝕏 MetaSkill-Evolve：自我改进智能体通过递归演化提升性能

新方法使智能体任务技能和提升程序同时演化，在 OfficeQA（+23.54）和 SealQA（+16.09）上显著提升。

---