2026-06-13 前沿科技洞见 · 日报

📊 今日关键数据

• 250 万条：Google 起诉的"Outsider Enterprise"团伙用 AI 在两周内发送的诈骗短信数量，受害者达数十万人（来源：TechCrunch）
• 30%：月之暗面 Kimi K2.7 Code 在长程编程任务中平均 token 消耗的下降幅度（来源：智东西）
• 505B / 92B：华为盘古 openPangu 2.0 Pro 版与 Flash 版的参数量，均支持 512K 上下文，秋季麒麟支持端侧 30B（来源：APPSO）
• 1300 亿美元：2026 年至今因社区抗议被阻止或延迟的数据中心项目规模（来源：Ars Technica）
• 4.6 倍：ViT³ 处理约 6084 token 的高清图时相比标准方法的推理加速，显存占用不到十分之一（来源：机器之心）

🔍 今日值得深读

KPMG 撤回一份 AI 效益报告，因为里面的案例是 AI 幻觉编出来的

据《金融时报》报道，四大会计师事务所之一的 KPMG 撤回了一份关于 AI 效益的报告，原因是报告夸大了 AI 的采用情况，其中关于 UBS、交通系统等机构的案例研究，被发现疑似基于 AI 幻觉编造。也就是说，一份用来论证"AI 有用"的报告，本身栽在了 AI 编造事实上。

这件事戳中的是 AI 进入专业服务后的一个硬问题：当咨询、审计、投研的产出越来越多由大模型起草，谁来核实里面的事实？对金融机构来说，这不是抽象风险——一份带着编造案例的报告如果进了尽调或合规流程，后果是实打实的。

• 关键事实：KPMG 撤回 AI 效益报告，涉及 UBS、交通系统等的案例研究疑似基于 AI 幻觉，被指夸大 AI 采用情况。
• 为什么值得深读：它把"AI 幻觉混进正式专业报告"从担忧变成了已发生的事故，直接关系到金融机构对 AI 生成材料的核验责任。
• 后续看点：KPMG 是否会公开其 AI 生成内容的事实核验流程，以及其他专业机构是否跟进收紧 AI 材料的审校机制。

来源：Techmeme（援引 Financial Times）

华为 HDC 2026：HarmonyOS 7 与盘古 2.0 一起上，小艺升级为系统级智能体

华为在 HDC 2026 大会上发布了 HarmonyOS 7 和盘古大模型 openPangu 2.0。系统侧，小艺升级为系统级智能体，具备意图理解、自主规划和跨应用调度能力，华为称其复杂任务成功率超 90%，并支持 140+ 应用"碰一碰"互传。模型侧，盘古 2.0 包含 505B 参数的 Pro 版和 92B 参数的 Flash 版，支持 512K 上下文，秋季将在麒麟芯片上支持端侧 30B 模型。余承东在现场表示要把盘古大模型做到世界第一。

值得注意的是，华为的 Agent 系统架构与苹果在 WWDC 上发布的第二代 Apple 智能架构有不少共通之处——都把"系统级智能体 + 跨应用调度"作为操作系统下一步的核心。把模型直接做进 OS、并强调端侧（麒麟上的 30B），是华为区别于纯云端路线的关键。

• 关键事实：盘古 openPangu 2.0 分 505B Pro / 92B Flash 两版、512K 上下文，秋季麒麟支持端侧 30B；小艺升级系统级智能体，复杂任务成功率超 90%。
• 为什么值得深读：它把大模型直接做进操作系统并押注端侧，是与苹果同向、但走国产芯片路线的系统级 AI 落地样本。
• 后续看点：端侧 30B 模型在麒麟芯片上的实际速度与功耗，以及小艺"复杂任务成功率超 90%"在真实跨应用场景能否复现。

来源：APPSO

Google 起诉用 Gemini 自动化诈骗的中国网络犯罪团伙

Google 对一个名为"Outsider Enterprise"的团伙发起诉讼，指控其利用 AI 自动化大规模诈骗：在两周内发送了 250 万条诈骗短信，受害者达数十万人。Google 称该团伙使用了包括 Gemini 在内的生成式 AI 来自动化诈骗流程。

这是 AI 被用于犯罪、又被 AI 厂商用法律手段反制的一个具体案例。诈骗一直存在，但"AI 把诈骗规模化"——两周 250 万条——把量级推到了新高度，也把"模型被滥用后谁来追责、怎么追"摆上台面。对做风控、反欺诈的金融团队，这类自动化诈骗正是要直接面对的对手。

• 关键事实：Google 起诉"Outsider Enterprise"，指其用 Gemini 等 AI 在两周内发送 250 万条诈骗短信、波及数十万受害者。
• 为什么值得深读：它同时呈现了 AI 滥用的规模化与 AI 厂商的法律反制，是 AI 安全治理从技术走向司法的现实样本。
• 后续看点：诉讼能否确立"模型被用于诈骗"的责任认定先例，以及 Google 会否公开其识别 AI 滥用的检测手段。

来源：TechCrunch

月之暗面开源 Kimi K2.7 Code：1.1 万亿参数，长程任务 token 消耗降 30%

月之暗面发布并开源了 Kimi K2.7 Code 编程模型，参数量达 1.1 万亿，提供 256K 上下文窗口。这一版重点提升了长上下文编程场景的指令遵循能力和长程编程任务的表现，并大幅改善了长程任务中的"过度思考"倾向，平均 token 消耗减少 30%。官方基准显示，K2.7 Code 在多项编程和 Agent 基准上较 K2.6 提升 10%–31.5% 不等。

"过度思考"是当前 Coding Agent 的一个真实痛点：模型在长任务里反复推演，token 越烧越多、成本越来越高。K2.7 Code 把降 token 当作主要卖点，说明编程模型的竞争已经从"能不能做对"转向"做对的同时省不省钱"。

• 关键事实：Kimi K2.7 Code 开源，1.1 万亿参数、256K 上下文，长程任务平均 token 消耗降 30%，多项基准较 K2.6 提升 10%–31.5%。
• 为什么值得深读：它把 Coding Agent 的竞争点明确推向"token 效率/成本"，对要大规模用编程 Agent 的团队是直接的成本变量。
• 后续看点：K2.7 Code 在真实仓库级长任务上的过度思考改善能否稳定复现，以及与 Claude、Codex 的单位成本差距。

来源：智东西

🔥 今日聚合动态

Meta 的 AI 困境：组织内耗、自研训练芯片受挫、收紧 token 开支

围绕 Meta 的 AI 战略，同一时间冒出三条互相印证的负面信号。WIRED 援引内部讨论称，今年 3 月为支撑 Superintelligence Labs 组建的 Applied AI 团队士气低落，成员抱怨被分配琐碎、"折磨人"的工作，整个新 AI 部门"一团乱"。与此同时，据 The Information，Meta 收购芯片初创 Rivos 半年后整合困难，已暂停一款用于训练其最大模型的芯片研发；另一份内部备忘录显示，在 2026 年内部 AI 开支预测达到数十亿美元后，Meta 计划限制员工的 token 用量、转而鼓励使用自研的 MetaCode。

这三件事拼在一起，画出的是同一张图：花了大钱、挖了人、买了芯片，但组织、硬件和成本三头都还没理顺。对其他大举投入 AI 的公司，这是一个关于"投入≠顺利"的现实参照。

• 关键事实：Meta Applied AI 团队士气低落、Rivos 训练芯片研发暂停、计划限制员工 token 用量改用 MetaCode（AI 开支预测达数十亿美元）。
• 互补信息：三条分别来自组织、硬件、成本三个侧面，指向同一个"投入大但未理顺"的状态。
• 后续看点：Meta 是否会调整 Superintelligence Labs 的组织结构，以及训练芯片自研暂停后转向哪条供应路线。

AI 数据中心遭遇社区抵制潮，扩张开始撞上"邻避"墙

AI 数据中心的扩张正在地面上遇到越来越强的阻力。Ars Technica 报道，研究者把 2026 年第一季度标记为"有记录以来被阻止和延迟数据中心项目最多的一个季度"，今年以来已有约 1300 亿美元 的数据中心项目因社区抗议被卡住，社区已经形成一套行之有效的"反建设剧本"。围绕这股反对潮的成因也有争论：WIRED 指出，有共和党议员、科技投资人甚至 OpenAI 把美国的反数据中心运动与"中国干预"挂钩，但专家认为实情远比这复杂。另一边，亚马逊则发报告反驳"数据中心疯狂耗水"的说法，称相对总用水量它只是"沧海一粟"。

数据中心是 AI 算力的物理底座，而它正越来越多地撞上土地、电力、水和社区情绪这些现实约束。对判断 AI 基础设施成本和扩张节奏的人，这条供给侧的阻力线值得盯紧。

• 关键事实：今年约 1300 亿美元数据中心项目被社区抗议卡住；反对成因有"中国干预"说与"成因复杂"说之争；亚马逊就耗水质疑发报告回应。
• 互补信息：一条讲阻力规模，一条讲反对运动的政治叙事之争，一条讲企业对耗水质疑的回应，共同呈现供给侧的多重摩擦。
• 后续看点：被阻项目是否会推动数据中心向电力更充裕、社区阻力更小的地区转移。

智源大会 2026 集中发布：原生多模态、神经科学模型与待开源的世界模型

2026 智源大会上，智源研究院一口气公布了基座大模型、智能体与基础软硬件生态三块的多项成果。基座模型方面，分享了原生多模态大模型悟界 Emu3.5、AI 药物发现模型悟界·OpenComplex 2.5 的进展，并发布了神经科学模型悟界·Brainμ 1.0，以及号称全球最大最全的 AI-Ready 神经科学数据集与数据平台。智源院长王仲远还透露，一款在研的新世界模型悟界·Physis 将在训练完成后开源开放，并称"世界模型是下一代人工智能基座模型"，该模型负责人是一位 22 岁的北大本科生。会上，阿里云创始人王坚与智源理事长黄铁军还就如何"比别人更早看到未来"展开了对话。

• 关键事实：智源发布 Emu3.5、OpenComplex 2.5、Brainμ 1.0 及神经科学数据集/平台；世界模型悟界·Physis 将开源。
• 互补信息：成果侧覆盖多模态、药物发现、神经科学，世界模型侧给出开源承诺，观点侧提供更大尺度的智能框架讨论。
• 后续看点：悟界·Physis 开源后的实际能力与可复现性，以及 Brainμ 神经科学数据集对 AI for Science 的实际带动。

📰 独立报道

🤖 AGI 前沿

美团开源音频驱动视频生成框架 LongCat-Video-Avatar 1.5

美团 LongCat 团队开源了音频驱动视频生成（AI2V）框架 LongCat-Video-Avatar 1.5。用户只需提供一张静态参考图和一段音频，就能生成口型精准同步的动态化身视频。该模型采用 Whisper 驱动的语音特征提取，并用步数蒸馏把 DiT 生成过程压缩到 8 步，在保证画面保真的同时支持长视频生成，泛化能力覆盖真实人像、2D/3D 动漫角色和动物化身。同期 BAAI 还提到了百万级图表理解数据集 ChartNet，用于提升 VLM 的图表重建与表格提取能力。

• 关键事实：LongCat-Video-Avatar 1.5 开源，单图+音频生成口型同步视频，Whisper 特征提取 + 8 步蒸馏，覆盖真人/动漫/动物化身。
• 后续看点：8 步蒸馏在长视频中的画质与口型同步稳定性，以及该框架在客服、数字人等场景的落地效果。

来源：BAAI 智源

面壁智能李大海：端侧模型已提前达到 GPT-4 水平

在智源大会期间，面壁智能 CEO 李大海与 AI Infra 负责人李宇轩接受媒体交流时表示，此前预测 2026 年底端侧模型智能水平达到 GPT-4 水平，如今已经提前达到。他还判断，2025 年是端侧模型落地元年，汽车量产是重要标志，2026 年会有更多端侧应用落地；同时指出国产芯片的软件生态仍需"补课"。

• 关键事实：面壁称端侧模型已提前达到 GPT-4 水平；判断 2025 是端侧落地元年、汽车量产为标志，国产芯软件生态需补课。
• 后续看点：端侧达 GPT-4 水平的具体评测口径，以及国产芯片软件生态"补课"的进展。

来源：智东西

哈工大张民团队推出第三代"立知"大模型，开源 LycheeMem 记忆基础设施

哈尔滨工业大学（深圳）张民教授团队推出第三代"立知"系列大模型，主打记忆智能、持续学习与无限长文本推理。团队提出动态长上下文记忆推理、混合头稀疏解码和结构感知分层 KV 索引等方法，并开源了 LycheeMem 记忆管理基础设施，目标是让大模型从一次性的上下文处理器，变成能"记得住、想得起、用得对"的长周期执行体。文章指出，记忆正从大模型的附加功能，变成 Agent、编程助手、企业知识系统真正落地的核心基础设施。

• 关键事实："立知"第三代主打记忆/持续学习/无限长文本，配套方法含动态长上下文记忆推理、混合头稀疏解码、结构感知分层 KV 索引，开源 LycheeMem。
• 后续看点：LycheeMem 在多智能体工作流和企业知识系统中的实际记忆一致性表现。

来源：夕小瑶科技说

Avataar 推出为印度规模打造的低价视频 AI，每秒生成 0.005 美元

Avataar AI 发布了一款蒸馏后的视频生成模型，主打便宜、快和"文化感知"，专为印度市场的规模需求设计。其定价为每生成 1 秒视频 0.005 美元，把视频生成的单位成本压到很低，以适配大规模、低客单价的内容生产场景。

• 关键事实：Avataar 的蒸馏视频模型定价 0.005 美元/秒，主打便宜、快、文化感知，面向印度规模化内容生产。
• 后续看点：在如此低单价下，模型的画质与可控性能否满足商用内容生产要求。

来源：TechCrunch

🏢 AI 战略与组织变革

OpenAI 推出三门 Academy 课程，主打把 Agent 用进日常工作

OpenAI 上线了三门 Academy 课程，帮助人们建立实用的 AI 技能、搭建可复用的工作流，并把 Agent 应用到日常工作中。课程定位偏向"把 AI 用起来"的技能培训，而非模型技术本身，目标是降低普通职场用户上手 Agent 的门槛。

• 关键事实：OpenAI 推出三门 Academy 课程，聚焦实用 AI 技能、可复用工作流与在日常工作中应用 Agent。
• 后续看点：课程是否会与企业培训打通，成为 Agent 在组织内规模化采用的配套。

来源：OpenAI 新闻

Kyndryl 推出 AI 编排服务

从 IBM 分拆出来、负责托管基础设施服务的 Kyndryl 推出了 AI 编排（AI orchestration）能力，面向企业把多模型、多工具的 AI 工作流统一调度起来。对大型企业 IT 而言，随着接入的模型和 Agent 越来越多，"编排"正成为继单点模型能力之后的下一个落地重点。

• 关键事实：Kyndryl（2021 年从 IBM 分拆）推出面向企业的 AI 编排服务。
• 后续看点：Kyndryl 的编排能力与 Snowflake、ServiceNow 等同类企业 AI 编排方案的差异化。

来源：Tech in Asia

🎓 学术前沿

ViT³ 入围 CVPR 2026 最佳论文决选：用"测试时训练"破解 Transformer 复杂度瓶颈

在 CVPR 2026 的 16092 篇投稿中，15 篇入围最佳论文决选，入围率不足千分之一。其中一篇来自阿里巴巴与清华大学合作的《ViT³: Unlocking Test-Time Training in Vision》。它针对视觉模型处理高分辨率图像时 token 数量爆炸的问题，引入测试时训练机制：对一张高清图（约 6084 个 token），ViT³ 跑得比标准方法快 4.6 倍，显存占用不到十分之一。

• 关键事实：ViT³（阿里+清华）入围 CVPR 2026 最佳论文决选，用测试时训练处理高分辨率视觉，6084 token 高清图推理快 4.6 倍、显存不到 1/10。
• 后续看点：测试时训练机制能否推广到视频、多模态等更大 token 规模的任务。

来源：机器之心

清华李勇团队提出全球气候模态统一预测模型 UniCM

清华大学电子工程系李勇教授团队提出全球气候模态统一预测模型 UniCM。在 AI 天气预报已进入"算得更快、更准"白热化阶段时，该工作把 AI 推向更深层的气候科学问题：突破传统方法只预测厄尔尼诺、印度洋偶极子等单一气候现象的局限，首次从"全球耦合系统"的视角，统一学习海洋—大气模态之间的复杂动力学关系，为全球气候系统理解、极端气候事件预警提供新路径。

• 关键事实：UniCM 从全球耦合系统视角统一建模海洋—大气模态动力学，突破单一气候现象预测局限，面向极端气候预警。
• 后续看点：UniCM 在真实极端气候事件预警上的提前量与准确率验证。

来源：BAAI 智源

🔧 硬件算力与智能设备

英伟达向中国客户开放 Vera 芯片订单，最快 8 月供货

据 Tech in Asia 引述消息人士，英伟达向中国客户开放了 Vera 芯片的订单，芯片最快可能在 8 月供货。此举发生在 H200 对华出货停滞之后，英伟达正试图重启其中国业务。

• 关键事实：英伟达对中国客户开放 Vera 芯片订单，最快 8 月供货，发生在 H200 对华出货停滞之后。
• 后续看点：Vera 芯片的对华出口是否会受新一轮出口管制影响，以及中国客户的实际采购规模。

来源：Tech in Asia

韩国机器人创业公司 Rlwrld 发布 AI 模型 RLDX-1

韩国机器人创业公司 Rlwrld 发布了 AI 模型 RLDX-1。据公司介绍，该模型把视觉、语言、力矩（torque）、触觉反馈和任务记忆整合进同一个模型里，目标是让机器人在一个统一模型中同时具备感知、语言理解和对物理交互的细粒度控制。

• 关键事实：Rlwrld 的 RLDX-1 在单一模型中整合视觉、语言、力矩、触觉反馈与任务记忆。
• 后续看点：RLDX-1 在真实抓取、装配等接触密集任务上的成功率与泛化能力。

来源：Tech in Asia

报道：乌克兰一次实战测试中由全自主无人机击杀俄军士兵

据 Ars Technica 报道，一家乌克兰无人机制造商称，约两年前的一次战场测试中，全自主无人机击杀了俄罗斯士兵。若属实，这将是这场战争中又一个里程碑——自主武器在没有人类实时操控的情况下完成致命打击。报道指出，这场战争已经催生了无人机技术前所未有的发展。

• 关键事实：乌克兰一无人机制造商称，约两年前的一次战场测试中全自主无人机击杀俄军士兵。
• 后续看点：自主武器的实战使用是否会推动国际社会就"致命性自主武器"出台更明确的规则。

来源：Ars Technica