AI 早报 2026-06-29

本页合并来源：Juya AI 早报 + AI HOT 日报。Juya 保留完整精选，AI HOT 作为补充来源；已按链接和标题做基础去重。

概览

Juya · 要闻

  • OpenAI Codex 宣布彻查用量异常消耗，已重置全员额度 ↗ #1

Juya · 技术与洞察

  • 阿里发布 Wan-Streamer v0.1 端到端实时音视频交互模型 ↗ #2

Juya · 行业动态

  • 据媒体报道：奥地利呼吁欧盟在境内建立并托管Anthropic ↗ #3

Juya · 前瞻与传闻

  • 马斯克称 Grok 4.5 内测中，或将超越 Opus ↗ #4
  • 消息称Google无法满足Meta算力需求并限制模型使用 ↗ #5

AI HOT 补充

  • Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus ↗ #A1
  • 新浪开源VibeThinker-3B：推理可压缩，事实知识不能 ↗ #A2
  • Wayfinder Router：在本地和托管的大语言模型之间进行确定性查询路由 ↗ #A3
  • 阿德拉菲尼尔：仅在AI agent工作时阻止Mac睡眠的菜单栏工具 ↗ #A4
  • 仅有三个AI模型在500天创业测试中盈利超过起始资本 ↗ #A5
  • 四大顶级AI对决《文明VI》：Claude核平法国仍输，暴露感知与执行短板 ↗ #A6
  • Artifacts 22：Zyphra、Cohere 和 Poolside 正在扩展生态系统广度 ↗ #A7

Juya 早报精选

要闻

OpenAI Codex 宣布彻查用量异常消耗，已重置全员额度 #1

关于此前 Codex 使用量异常消耗的问题，Codex 负责人 Tibo 宣布，已对所有人的 Codex 使用限制执行直接重置。团队已进入作战室模式逐条排查日志，查明原因前不会停止。重置前几小时刚用过重置机会且没用完额度的用户，调查结束后将获得额外的手动重置机会。

OpenAI Codex 团队成员 Tibo 在社交媒体表示，由于仍在调查部分用户使用量异常消耗的问题，已对所有人的 Codex 使用限制执行了一次硬性重置。Codex 团队于周日进入"作战室"模式排查日志，确认是否存在导致部分用户使用量加速消耗的原因。Tibo 承诺，如果在重置前数小时刚使用过重置机会且没有用完额度的用户，调查结束后将获得额外的手动重置机会。

相关链接：

技术与洞察

阿里发布 Wan-Streamer v0.1 端到端实时音视频交互模型 #2

阿里Wan团队近期发布了一个端到端实时交互基础模型Wan-Streamer v0.1，在单个Transformer架构内实现了原生流式、全双工的音视频交互。官方称该模型模型端延迟约200毫秒，支持音画同步与随时打断。

阿里Wan团队近期发布了一个名为Wan-Streamer v0.1的端到端实时交互基础模型，专为低延迟、全双工音视频交互设计。官方介绍，该模型将文本、音频与视频的输入输出统一在单个Transformer内进行交织建模，摒弃了外接ASR、TTS等拼接模块。其模型端响应延迟约为200毫秒，整体交互延迟约550毫秒，支持持续感知输入的全双工通信与同步视频输出。目前该v0.1版本的分辨率为初步的192p，官方称其为开源领域内唯一能在一秒内端到端输出同步音视频的模型。

相关链接：

行业动态

据媒体报道：奥地利呼吁欧盟在境内建立并托管Anthropic #3

据报道，为应对美国限制非美国人使用Anthropic最先进模型的举措，奥地利数字化国务秘书致信欧盟技术委员，提议在欧盟境内战略托管Anthropic。目前，该提议尚未公布具体实施步骤，面临可行性质疑，Anthropic方面也暂未作出回应。

据路透社等媒体报道，奥地利数字化国务秘书Alexander Proell近日致信欧盟技术委员Henna Virkkunen，提议欧盟应考虑在欧盟境内战略性地建立并参与托管人工智能公司Anthropic。Proell在公开信中强调，确保欧洲不被排除在重大创新之外至关重要。他呼吁各方共同探索在欧盟境内建立Anthropic的途径，并指出欧盟具备相应的法律确定性、市场准入、资本以及适合该公司的价值观。 截至目前，Anthropic尚未对奥地利的提议作出立即回应。

相关链接：

前瞻与传闻

马斯克称 Grok 4.5 内测中，或将超越 Opus #4

马斯克宣布 SpaceXAI 的 Grok 4.5 已在 SpaceX 和 Tesla 开启内测。官方称该模型补充了 Cursor 数据，其评估性能接近甚至可能超过 Opus。马斯克还宣布今年每个月，SpaceX 都会发布完全从零训练的新模型。

根据马斯克在社交平台发布的信息，SpaceXAI 的 Grok 4.5 模型目前已经进入 SpaceX 和 Tesla 的内测阶段。该模型基于 1.5T V9 foundation model 训练，并在补充训练过程中加入了 Cursor 数据。马斯克表示，早期评估显示该模型的性能接近，甚至可能超过 Opus。

马斯克还分享了模型优化的进展与未来的发布计划。他提到强化学习正在继续显著提升 Grok 4.5，且 Grok Build harness 每天都在改善。此外，他预告在今年接下来的时间里，SpaceX 将每个月发布完全从头训练的新模型。

相关链接：

消息称Google无法满足Meta算力需求并限制模型使用 #5

据媒体报道，因Meta寻求的算力超出了Google的提供范围，Google限制了其对Gemini AI模型的使用。这一限制导致部分Meta内部AI项目遭到中断和推迟。

据媒体报道，Google因算力短缺限制Meta使用其Gemini AI模型。Google约在三月份告知Meta，无法满足其寻求购买的全部Gemini算力，此举中断并推迟了部分Meta内部AI项目。报道指出，其他几家Google客户也受到较小程度的影响，而Meta因需求异常庞大受冲击最大。目前该报道源自知情人士，尚未得到官方证实与回应。

相关链接：

提示：内容由AI辅助创作，可能存在幻觉和错误。

AI HOT 补充资讯

模型发布/更新

Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus #A1

来源：X·KOL X：Elon Musk (@elonmusk, xAI)

Grok 4.5，基于我们的1.5T V9基础模型，并在补充训练中加入Cursor数据，现已在SpaceX和Tesla进入私测。初步评估显示其性能接近，或许超越Opus。 强化学习仍在持续显著改进模型，Grok Build工具链也在日益完善。 所有参与者的出色工作！ 今年，@SpaceX 将每月发布完全从头训练的新模型。

新浪开源VibeThinker-3B：推理可压缩，事实知识不能 #A2

来源：综合资讯 The Decoder：AI News（RSS）

新浪发布仅3B参数的VibeThinker-3B，在AIME26等数学编程基准上持平DeepSeek V3.2等大200–333倍的模型，LiveCodeBench超越所有20B以下模型，LeetCode竞赛解决123/128题超过GPT-5.2、Kimi K2.5等。但知识密集型GPQA-Diamond大幅落后。模型基于阿里Qwen2.5-Coder-3B，经SFT、强化学习、自蒸馏等多阶段后训练。研究提出“参数压缩-覆盖假说”：逻辑推理依赖少数可压缩模式，而广泛世界知识仍需大参数。模型已开源。

产品发布/更新

Wayfinder Router：在本地和托管的大语言模型之间进行确定性查询路由 #A3

来源：综合资讯 Hacker News 热门（buzzing.cc 中文翻译）

Wayfinder Router 通过分析提示词的结构（长度、标题、列表、代码）和措辞（证明、数学、硬约束），在微秒级完成路由决策，完全离线且无需调用其他模型。默认仅使用结构特征，词汇线索因盲测未泛化而默认为关闭。对比依赖模型调用的路由器（如 RouteLLM、NotDiamond），它避免了延迟、成本和随机性。用户可在自有数据上校准评分阈值。支持任何 OpenAI 兼容 API（含 Ollama、Anthropic、Groq、vLLM 等），可自托管。提供终端和网页演示（--dry-run 无需密钥），以及基准测试和 FAQ。

阿德拉菲尼尔：仅在AI agent工作时阻止Mac睡眠的菜单栏工具 #A4

来源：综合资讯 Hacker News 热门（buzzing.cc 中文翻译）

Adrafinil 是一款 macOS 菜单栏应用，仅在 Claude Code、Codex、Cursor、Gemini CLI、Aider、Hermes、OpenCode、Cline、Pi 等 9 种 AI coding agent 持有活跃会话时阻止系统睡眠（包括合盖睡眠）。无 agent 工作时，合盖后 Mac 正常睡眠。它通过各 agent 的钩子系统调用 CLI，往返延迟低于 50ms，支持引用计数断言、热切出（温度阈值强制释放）、空闲释放及进程嗅探。需要 macOS Tahoe 26.4，Xcode 26+ 构建，以签名公证的磁盘映像提供。

论文研究

仅有三个AI模型在500天创业测试中盈利超过起始资本 #A5

来源：综合资讯 The Decoder：AI News（RSS）

普林斯顿大学推出CEO-Bench基准测试，让AI智能体在模拟环境中运营订阅软件公司NovaMind 500天，起始资金100万美元。14个测试模型中，仅Claude Fable 5（最佳轮次盈利4715万美元）、Claude Opus 4.8（2780万美元）和GPT-5.5（2130万美元）在最佳运行中超过起始资本。一个不调用语言模型的简单规则启发式方法通过固定定价、配额和针对性开发达到1576万美元，超越除上述三款外的所有模型。多数模型无法保持连贯策略，在模拟结束前破产。该测试旨在衡量AI的长期战略决策能力。

技巧与观点

四大顶级AI对决《文明VI》：Claude核平法国仍输，暴露感知与执行短板 #A6

来源：综合资讯 IT之家（RSS）

英国前首相府数据科学家Liam Wilkinson搭建76个MCP工具，将Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro等四个模型放入《文明VI》进行23场对局。Claude扮演葡萄牙时，因法国文化胜利逼近，花50回合研发核弹核平图卢兹，但法国最终以外交胜利获胜。Wilkinson发现：AI主动检查全局状态仅占1-2%（感知盲区），计划后10回合内执行率仅48-66%（知行差距）。结论是智商非瓶颈，感知与执行才是关键。

Artifacts 22：Zyphra、Cohere 和 Poolside 正在扩展生态系统广度 #A7

来源：大咖博客 Nathan Lambert：Interconnects（RSS）

开源模型生态正变得更多元，参与者从少数中国公司扩展到全球各类组织。纯模型制造商包括 DeepSeek、智谱、MiniMax、Poolside、Arcee、Zyphra 及主权 AI 玩家 Cohere、Sovereign、Mistral、Trillion Labs；科技巨头如阿里 Qwen、Google Gemma 和 NVIDIA 各有不同动机；产品公司如 JetBrains、Zed、Krea、Photoroom 则训练高度专业的小模型。NVIDIA 发布 Nemotron-3-Ultra-550B-A55B-BF16，采用 LatentMoE 架构并改用 OpenMDW 许可证。Cohere 以 Apache 2.0 开源其旗舰…

提示：内容由 AI 辅助整理，可能存在错误，请以原始出处和官方信息为准。