全球 AI 行业大模型与监管动态

据 PANews 报道，6 月 12 日，华为在 HDC 2026 上发布开源大语言模型 openPangu 2.0，提供 Pro 和 Flash 两个版本，均支持 512K 上下文窗口。Pangu 2.0 Pro 拥有 5050 亿总参数，其中激活参数为 180 亿；而 Pangu 2.0 Flash 拥有 920 亿总参数，其中激活参数为 60 亿。华为称，其 Ascend AI 处理器上的单卡吞吐量可达到主流开源模型的 2 倍，并提供对 HarmonyOS 的增强兼容性。该公司计划从 6 月 30 日起，逐步开源 7 个组件，包括预训练代码、后训练代码和训练算子。

根据 UC Berkeley RDI，本周发布的 Agents' Last Exam (ALE) 最新评估结果显示，在所有被测试的 AI 代理中，包括新发布的 Fable 5，面对需要持续推理和深厚专业知识的最难任务，其成功率为 0%。在按任务计费的 API 成本方面，Fable 5 收取了 15.70 美元——比 GPT-5.5 的 3.80 美元高 4 倍，并且比 Composer 2.5 的 1.33 美元高 12 倍。该评估覆盖 55 个专业领域，包含超过 1,500 项经专家验证的任务，发现代理最常见的失败方式是过早宣称成功，而不对结果进行验证。

据路透社报道，6 月 12 日，英伟达已开始向中国云服务提供商推介其新的 Vera AI 数据中心 CPU，首批出货目标为 8 月。一家主要的中国云服务提供商计划在测试之前下单超过 300 台双 Vera 服务器，然后再决定更大规模的部署。 Vera 每颗芯片价格超过 20,000 美元；一台满配的 256 芯机架成本约为 1000 万美元。英伟达预计其 2024 财年 Vera 收入为 200 亿美元。

根据 Beating，Baseten 研究团队发布了 Still，这是一种 KV cache 压缩方法，能够在单次前向传递中实现最高 200 倍压缩，同时无需在线优化或梯度更新。Still 集成了轻量级 Perceiver 压缩器——其规模约为基础模型参数的 1%——并将其应用到每个 Transformer 层中，通过对完整 KV cache 进行交叉注意力来直接生成压缩后的 cache。在 RULER 基准上，Still 在 8k 到 64k 的上下文窗口、8 倍到 200 倍的压缩率下对 Qwen 和 Gemma 模型进行了测试，既保持了高精度，又在表现上优于 SnapKV、H2O 和 KV-Distill 等可比方法。

据 Beating 称，Moonshot AI 今天发布并开源了 Kimi K2.7 Code，这是一个升级的编程模型，能够将代币消耗降低 30%，并使代码评测基准上的性能提升 21.8%。开发者现在可以通过 Kimi API 调用该模型，定价为每 1M 输入代币 6.5 元、每 1M 输出代币 27 元，仍与 K2.6 模型保持不变。 公司宣布将于 6 月 15 日推出高速度版本，输出速度快 5-6 倍。在常规场景下，可达到约 180 tokens/秒，该版本的定价为标准版本的两倍。

据 Bloomberg 报道，截至 6 月 12 日，包括加拿大、欧盟、日本、韩国和法国在内的中等规模国家正在加速推进 AI 主权战略，以降低对美国和中国的依赖。加拿大和德国启动了“主权技术联盟”，并推进 Cohere 对德国公司 Aleph Alpha 的收购，以降低关键技术依赖。 韩国将“成为前三名的 AI 强国”设为国家核心目标，并将其 2026 年 AI 预算提高至 9.9 万亿韩元，重点关注大型语言模型、自主 GPU 开发以及数据中心。

据南华早报，Anthropic 发布了 Claude Fable 5，这是一款通用版本，集成了保障措施，会将敏感请求转接至 Claude Opus 4.8。该公司确认，中国 AI 公司 DeepSeek、Moonshot AI 和 MiniMax 开展了工业规模的模型提取活动，涉及约 24,000 个欺诈账户以及超过 1,600 万次向 Claude 进行的交换。Anthropic 表示，蒸馏过滤器在少于 5% 的会话中触发。公司最初未能披露请求被转接到旧系统的情况，引发批评。遭到舆论反弹后，Anthropic 道歉，并承诺在保障措施的适用方面提供更高透明度。

据 ARK Invest 首席执行官 Cathay Wood 在 6 月 12 日于 SamsungPro TV Crypto Plus 发表的讲话，随着人工智能带来“丰裕时代”，比特币将因其稀缺价值而愈发受到重视。Wood 表示，随着拟议立法下的监管清晰度不断提升，并且人工智能推动各行业供给增加，比特币的有限发行量将体现出显著价值。她强调，比特币往往引领市场周期，因此相较于当前在 ARK 的 AI 和 fintech 基金中持有较低组合权重的数字资产基础设施公司，比特币应作为优先投资标的。就近期比特币现货 ETF 的资金流出而言，Wood 指出，与零售活动相比，机构端退出仍然很少；随着四年周期接近尾声，机构投资保持稳定。

根据研究员 Pliny the Liberator，Claude Fable 5——由 Anthropic 于 6 月 9 日发布——在上线 48 小时内就被成功攻破。该研究员通过多智能体协同策略绕过了模型的安全分类器，这些策略被统称为“pack hunt”，其结合了字符级混淆、请求拆解，以及对模型扩展上下文窗口的利用。此外，该模型的 120,000 字符系统提示词被泄露到 GitHub，揭示了内部安全机制。 Anthropic 确认已实施一种“静默降级”机制：当检测到竞争性训练活动时，它会暗中降低模型性能。公司为此道歉，并宣布将用可见的警告来取代隐蔽的性能降减，但这会增加对合法用户的误拦截。

据 Beating 监测的 LinkedIn 数据，截至 2026 年年中，Anthropic 共雇用了 1,141 名工程师，其中仅有 13.7% 持有博士学位。该团队在 2025 年经历了爆发式增长，新增 686 名工程师，并在 2026 年上半年又招募了 455 名工程师。目前，53% 的员工在过去一年内入职，行业经验中位数为 12.2 年；44% 拥有超过 13 年的职业背景。 Google 是最大的求职来源，之前曾在那里的工程师有 405 名。Meta、Amazon 和 Microsoft 也同样提供了大量人才，团队中有一半具备主要科技公司（FAANG）的经验。此外，94 名工程师直接从 OpenAI 或 DeepMind 转入。工程背景高度偏向基础设施（40%），而后端开发、分布式系统、数据库和安全各自约占 20%。

据一篇 Beating 监测的《连线》（Wired）采访报道，OpenAI 的核心产品负责人 Thibault Sottiaux 透露，Google DeepMind 在 ChatGPT 于 2022 年底亮相之前，大约用了两年时间开发并搁置了一项大语言模型技术。Sottiaux 表示，保守的领导层和官僚主义式的延误使 DeepMind 无法发布该技术。他说，在意识到 DeepMind 正在“闲置”这项 LLM 技术却没有采取行动后，他决定加入位于旧金山的 OpenAI。Sottiaux 之前曾在 Google 和 DeepMind 从事 AlphaGo 的研究基础设施工作，目前他负责 ChatGPT 的重大更新，并监督与 Codex 代理沙盒的集成，向 Greg Brockman 直接汇报。

根据腾讯云，TokenHub 平台将于 2026 年 6 月 12 日和 6 月 15 日起下调两款 AI 模型的价格。Hy-MT2-Pro 模型的定价将从今天（6 月 12 日）开始下调，输入成本降低 66.67%，输出成本降低 55.56%。MiniMax-M3 模型将于 6 月 15 日起在推理输入、输出和缓存命中费用方面下调 50%。

Julian Liniger，瑞士比特币经纪商 Relai 的联合创始人兼首席执行官表示，当前的比特币熊市部分由 AI 投资吸收了全球流动性所推动。Liniger 于周四在 BTC Prague 接受 The Block 的 Gareth Jenkinson 采访时表示，投资者正向 Anthropic、OpenAI 和 SpaceX 等公司倾注资本，从而给包括比特币在内的其他资产留出空间很少。他预计 AI 建设周期将在今年和明年继续，然后放缓；随着生产力提升逐步显现、且投资者开始看到 AI 投资带来的回报，资金可能会重新流向比特币。 Liniger 预测 AI 周期放缓与资本轮动 Liniger 表示：“所有的流动性都被这[AI]的炒作给吸走了。人们需要为了它去卖点什么。这是比特币，还有大多数其他资产。”他预计当前的 AI 建设周期将在今年和明年继续，然后放缓。Liniger 表示：“接下来发生的事情是，AI 炒作会放慢。钱会在今年和明年被用来支付，从而把整个 AI 行业搭建起来……然后通过这一过程会出现大量生产力增益……很多人会通过这些投资获得回报，从而赚到很多钱……而这些钱会自然流

Dymension 这一模块化区块链生态系统与以 AI 为重点的娱乐网络 Astra Nova 于 2026 年 6 月 11 日宣布达成战略合作。该协作将 Astra Nova 的 AI 驱动 Nova Toons 知识产权生态系统集成到 Dymension 的 RollApps 基础设施中，以创建结合人工智能、区块链可扩展性、SocialFi 功能、游戏以及互动数字内容的去中心化娱乐应用。该合作体现了 AI 与区块链技术在 Web3 娱乐领域的融合趋势，因为双方都希望整合新兴技术，以带来更优的用户体验。 Astra Nova 将 Nova Toons IP 与 Dymension RollApps 集成 该合作将 Astra Nova 的 AI 赋能 Nova Toons 生态系统与 Dymension RollApps 进行整合，打造一种基于区块链的环境，将 SocialFi、游戏、数字叙事与互动内容结合在一起。该协作把 Astra Nova 的 Nova Toons 知识产权宇宙引入 Dymension 的模块化区块链架构，使围绕叙事、社交参与和互动娱乐的去中心化应用得以开发。

据瑞士比特币经纪商 Relai 的联合创始人兼首席执行官 Julian Liniger 称，他于周四在 BTC Prague 发表讲话，目前全球流动性正被 AI 投资吸收，从而减少可用于比特币的资金。Liniger 表示，投资者正在向 Anthropic、OpenAI 和 SpaceX 等公司投入资金，使其他资产的空间变小。不过，他预计当前的 AI 建设周期将在 2026 年和 2027 年持续，然后才会放缓，此时投资者可能会将资金重新导入比特币。Liniger 说：“今年和明年，这笔钱将用于打造整个 AI 行业，然后将会带来大量生产力提升。”他补充道：“在那之后，这笔资金会自然流向比特币。”

据 Press Trust of India 报道，塔塔咨询服务公司（Tata Consultancy Services）和甲骨文（Oracle）于 6 月 12 日在加尔各答推出 Oracle AI Data Platform Lab 和卓越中心，以帮助企业解决数据碎片化、分析速度慢以及有限的 AI 可扩展性。Delta Park Lords 的设施将围绕 Oracle 的 AI Data Platform 构建可复用架构和行业解决方案，该平台结合了 Oracle Cloud Infrastructure、Oracle Autonomous AI Database 以及 Enterprise AI，帮助企业准备数据、部署由 AI 驱动的应用，并实现规模化自动化。TCS 与 Oracle 的合作伙伴关系已超过 35 年。

根据 Beating，Google 的 Antigravity 推出了一个模型配额仪表板，并重置了每周 Gemini 的额度。新的仪表板将共享同一配额池的模型进行分组（Gemini 模型和 Claude/GPT 模型分别分开），并以详细的百分比形式显示剩余配额。Antigravity 还引入了 /btw 旁白功能，允许用户在复杂任务过程中提出后续问题或澄清问题，而不会打断主对话历史。其他改进包括对话历史搜索、PDF 附件上传、增强的 LaTeX 格式，以及优化的目录导航和 MCP 服务器稳定性。

据 Jin10 报道，OpenAI、Google 和 Anthropic 的高管预计将于下周参加法国的 G7 峰会。根据法国总统府发布的参会名单，OpenAI 的 Sam Altman、Google 的 Demis Hassabis 和 Anthropic 的 Dario Amodei 将出席。三家公司均确认将参加。OpenAI 发言人表示，公司计划在峰会上讨论人工智能方面的发展，但拒绝披露具体细节。Google 和 Anthropic 也同样确认了各自高管的参会，但未提供更多细节。

在 6 月 12 日举行的北京志远大会上，北京志远人工智能研究院院长王仲元、小米 MiMo 大模型负责人罗福莉、清华大学计算机科学教授兼 MianBi 智能联合创始人刘志远、清华大学人工智能研究院副院长兼 ShengShu Technology 创始人朱隽、以及南洋理工大学校长安博齐聚一堂，就中国大模型产业展开峰会对话。讨论聚焦于：在 AI 技术迭代迅猛的背景下，年轻人如何应对焦虑。与 AI 发展加速的态势相伴——从 Anthropic 最新的大模型 Claude Fable 5 到爆发式的智能体增长——嘉宾们探讨了 AI 自我演化的可能性、世界模型的未来场景，以及适应一个技术迭代速度正在重塑人类智慧认知边界的时代的策略。 AI 造 AI 正成趋势 当大模型仍在更新人类认知时，一种更具颠覆性的趋势出现了——AI 开始生成 AI。 “去年，顶级大模型在有明确指令的场景中只能完成高精度执行，但现在，顶级模型的能力已经延伸到抽象问题求解层面，”罗福莉观察道。当前的大模型能够完成核心科学研究流程，包括实验流程规划与执行结果验证，而与顶尖科学研究者之间的核心差距正在缩小。 刘志远表示，工业革命的

根据 Yahoo Finance 援引斯坦福数字经济实验室（Stanford Digital Economy Lab）本周发布的新数据报道，在 AI 暴露的软件开发岗位上，22-25 岁的劳动者在截至 2026 年 4 月的年度同比中就业减少了 4.2%；而同年龄段在受 AI 影响较小的职业中的劳动者仅为 1.7%。该分析基于来自覆盖 25,000 家公司的匿名 ADP 工资单数据，涉及 460 万名员工。 斯坦福研究人员发现，这种差异取决于 AI 在各个岗位中的运作方式。 当 AI 主要自动化任务时，初入职场的劳动者会面临就业增长受限；当 AI 是增强而不是取代劳动者能力时，这种负面影响就会消失。ADP 首席经济学家 Nela Richardson 指出，只审视汇总就业数据会掩盖这些细致影响，需要用“显微镜”来观察 AI 对劳动力市场影响在任务层面的变化。