2026-06-23 前沿科技洞见 · 日报

📊 今日关键数据

• 85.6%：OpenAI GPT-5.5-Cyber在CyberGym安全评测基准中得分85.6%，超越Anthropic Mythos 5，排名第一（来源：AI信息Gap）
• 6元/百万tokens：字节豆包Seed 2.1 Pro API定价6元/百万tokens，约为国外头部竞品定价的1/4（来源：学术AI大模型）
• 180万亿 tokens：豆包日均tokens调用量达到180万亿，国内大模型市场份额近50%（来源：财联社AI daily）
• 744B参数：智谱GLM-5.2采用MoE架构，总参数量744B，MIT许可证开源（来源：Tech in Asia）
• 112亿美元：Visa 2026年Q2季度营收112亿美元，同期生态内稳定币运行速率70亿美元（来源：新浪财经）
• 93.92%：百度Unlimited-OCR在OmniDocBench v1.6基准测试中端到端总分93.92%，当前SOTA（来源：AIGC开放社区）

🔍 今日值得深读

OpenAI Daybreak安全平台正式扩展：GPT-5.5-Cyber以85.6%击败Anthropic Mythos 5，Codex Security扫描3000万次提交修复7万漏洞

OpenAI以"Daybreak"为名发布了一套完整的网络安全工具链，核心是GPT-5.5-Cyber的完整版本。这款模型专门针对漏洞发现与修复任务微调，在CyberGym安全评测基准中以85.6%的得分排名第一，超越此前排名最高的Anthropic Mythos 5。与此同时，Codex Security插件在现有代码库中已累计扫描超过3000万次提交，识别并修复了7万多个漏洞，并通过实时检测阻止新漏洞进入生产环境。

Daybreak的第三个组件是"Patch the Planet"计划：OpenAI联合Trail of Bits和HackerOne，向开源项目（已涵盖Linux Kernel、OpenBSD等）提供AI辅助漏洞识别与人工审查的双层修复机制，目标是让那些没有专职安全团队的开源维护者也能系统性修补关键漏洞。GPT-5.5-Cyber仅面向经过认证的安全研究人员开放，OpenAI称此举是在"民主化安全能力"，而非将攻击工具公开化。

• 关键事实：GPT-5.5-Cyber在CyberGym基准中得分85.6%，超过Anthropic Mythos 5；Codex Security已修复7万+漏洞，扫描3000万+次代码提交；Patch the Planet已在Linux Kernel等顶级开源项目中落地
• 为什么值得深读：这是AI从"代码写手"转向"安全运维角色"的第一次系统性部署，Codex Security的规模意味着AI正在接管开源生态的安全审查流水线，这对金融科技中依赖开源基础设施的机构意味着供应链安全的范式变化
• 后续看点：GPT-5.5-Cyber的完整版是否会在下一个季度向非安全研究员用户开放；Patch the Planet覆盖开源项目数量是否会突破100个，以及是否会引入代码签名验证机制

来源：OpenAI 新闻

GLM-5.2：智谱744B参数MoE开放模型成为Claude Fable 5出口禁令后开放Agent的新标杆

智谱Z.ai于6月13日（周六）将GLM-5.2悄然推送给GLM Coding Plan订阅用户，6月16日正式开放权重（MIT协议）。这款模型使用744B参数的MoE架构，底层强化学习框架沿用了Z.ai的SLIME方案。Interconnects（AI研究Newsletter）在深度评测后直接将其定性为"open agents的转折点"：在Arena的Agent排行榜上，GLM-5.2是唯一能和OpenAI、Anthropic最新模型并排的开放权重模型；在thinking max模式下，GLM-5.2与Claude Opus 4.8的no-thinking模式持平；在Design Arena竞赛中甚至超过了Claude Fable。

这次发布的背景不只是技术竞争。Interconnects的文章指出，GLM-5.2在Claude Fable 5遭到美国事实性出口限制（AI researchers被禁止访问）几天后选择在周六发布，是中国开放权重实验室抓住"Anthropic反开放科学"舆论窗口的典型操作。相比于GLM-5.1被认为是渐进升级，GLM-5.2在社区中引发了远超预期的反应——实际上构成了开放Agent能力的阈值跨越，而非数字意义上的小版本更新。

• 关键事实：744B总参数MoE，MIT许可，使用SLIME RL框架；Arena Agent排行榜上唯一与OpenAI/Anthropic顶尖模型同台竞争的开放模型；thinking max模式下与Claude Opus 4.8 no-thinking性能持平
• 为什么值得深读：GLM-5.2打破了"顶级Agent能力只能靠闭源"的假设，对企业金融科技团队意味着可以在本地部署具有真正Agent能力的模型，同时绕开API依赖和数据合规风险
• 后续看点：Z.ai是否会在9月前推出配套的工具调用和长上下文版本；GLM-5.2在金融合规和代码生成垂直场景的对比评测结果

来源：Interconnects

Anthropic与美国政府争议三点观察：Mythos模型、身份验证政策与AI安全监管边界

MIT Technology Review的《The Algorithm》专栏梳理了Anthropic与美国政府之间最新争议的三个观察点。事件起源于今年4月，Anthropic披露了其内部名为"Mythos"的AI模型——这款模型被设计用于网络安全测试，但由于具备高度自主的漏洞挖掘与利用能力，引发了政府机构对其安全限制是否充分的质疑。此后，Claude Fable 5遭到事实性出口限制，AI安全研究人员的访问权限受到限制，Anthropic公开表示反对。

争议的第二条线索是Anthropic的身份验证政策：公司宣布将于7月8日起对"疑似欺诈用户"启用身份验证机制，但外界批评其范围定义不透明。Anthropic随后澄清，该措施仅针对少数欺诈嫌疑用户，并非大规模强制验证。文章指出，这场争议暴露了AI公司在研发最强能力模型时面临的一组内在张力：能力越强的模型越需要针对性安全措施，而这些安全措施本身又会被政府认为是"承认了风险"。

• 关键事实：Mythos模型在漏洞测试中能力引发政府担忧；Claude Fable 5遭事实性出口限制（AI研究人员访问受限）；身份验证政策7月8日生效，仅针对欺诈嫌疑用户
• 为什么值得深读：Anthropic模式——先发布最强能力、再争夺政策空间——正在成为AI能力开发与监管博弈的主线剧情，其结果将影响未来政府如何定义"高风险AI"的监管门槛
• 后续看点：美国政府是否会在Q3内出台针对网络安全AI模型的专项访问框架；Anthropic在Mythos和Fable 5的限制问题上是否会妥协或上诉

来源：MIT 科技评论

🔥 今日聚合动态

微信原生AI助手"小微"大规模灰度：WeLM MoE架构确认，A2A开放，超级App入口重塑

微信于6月20日扩大"小微"灰度测试范围，覆盖首页左上角、右滑页面、聊天框悬浮等多个高曝光入口。多份实测显示，小微基于微信自研WeLM大模型的MoE架构，部分回答由DeepSeek兜底；能操作微信原生功能（发消息、打语音电话、发红包），汇总最近两天朋友圈和群聊内容，以及"一句话生成小程序"（孵化功能性微型工具）。与此同时，微信正式开放A2A（Agent-to-Agent）能力，允许华为小艺、荣耀YOYO等手机系统AI直接调用微信核心功能，从"触屏"交互转向"语音指令"交互。

• 关键事实：WeLM采用MoE架构并引入DeepSeek兜底；首页左上角+右滑页为一级入口；A2A能力已开放给华为、荣耀等手机厂商；"一句话生成小程序"已面向开发者小范围测试
• 互补信息：极客公园关注微信的AI中间层定位；虎嗅从权限和隐私角度划定能力边界；全球风口提示了对第三方工具生态的冲击；人人产品经理分析了A2A带来的交互范式变化
• 后续看点：小微的"生成小程序"能力何时面向普通用户开放；A2A覆盖的手机品牌是否会在8月前扩展至全部主流安卓厂商

字节豆包Seed 2.1 + Seedance 2.5：Coding进入国际第一梯队，视频生成单条30秒

字节跳动在火山引擎FORCE 2026大会上发布豆包Seed 2.1系列（含Pro和Turbo），以及视频模型Seedance 2.5。Seed 2.1 Pro在Terminal Bench 2.1评测中与Claude Opus 4.7持平，API定价6元/百万tokens，约为国外头部竞品的1/4；Agent自主运行18小时完成1303行RTL芯片设计代码是此次发布的核心演示。Seedance 2.5支持原生4K/10bit、单视频生成最长30秒、多参考图输入与灵活剪辑，预计7月初正式上线；豆包整体日均tokens调用量已达180万亿。

• 关键事实：Seed 2.1 Pro在Terminal Bench 2.1与Claude Opus 4.7持平；6元/百万tokens是国外竞品的1/4；日均tokens 180万亿；Seedance 2.5单条30秒、原生4K
• 互补信息：量子位侧重模型能力测试；财联社侧重规模数据；APPSO实测Seedance 2.5的视频质量；学术AI大模型梳理了同日发生的行业动态
• 后续看点：Seed 2.1 Pro在金融文档分析和代码生成垂直场景的第三方评测；Seedance 2.5正式上线后是否会影响即梦和可灵的市场份额

支付宝"阿宝"与微信支付AI专属卡：AI金融支付入口双路径

支付宝与微信支付在同一时间窗口内各自落地了AI支付的不同实验：支付宝将"阿宝"AI助手定位为重构超级入口的核心——用户通过自然语言驱动数万种服务，覆盖外卖、出行、医疗等场景的调度，支付链路内嵌其中。微信支付则通过WorkBuddy平台推出"AI专属卡"，在特定消费场景中接受AI代理处理消费需求，并要求用户最终确认授权。

• 关键事实：支付宝"阿宝"覆盖上万种服务场景；微信通过WorkBuddy平台探索AI专属支付卡；两者均保留最终人工确认环节
• 互补信息：支付宝走"重构导航"路线，微信走"场景嵌入"路线；两种架构的资金安全控制逻辑不同
• 后续看点：两种路径的实际完成率和支付成功率差异是否会在Q3出现公开数据；AI代理支付的监管合规框架何时出台

Visa Q2营收112亿美元+稳定币运行速率70亿美元，央行介入跨境支付稳定币监管

Visa发布2026年第二季度财报：总营收112亿美元；与此同时，Visa生态内的稳定币运行速率达到70亿美元——这一数字是Visa用于展示其在数字货币基础设施上布局深度的指标，但市场对其究竟是真实业务还是试点侧边尚有争议。中国人民银行在同一时间窗口内发声，明确将加强对稳定币的监控，并提出了全球跨境支付体系将因稳定币广泛使用而发生结构性变化的研判。

• 关键事实：Visa Q2营收112亿美元；稳定币运行速率70亿美元；央行明确介入稳定币跨境支付监管框架
• 互补信息：Visa侧重业务规模展示；央行监管信号则指向稳定币在跨境场景的合规压力
• 后续看点：Visa的稳定币"运行速率"指标是否在下季度财报中上升至独立披露地位；央行配套细则出台时间

Meta MCI员工监控项目叫停：数据泄露波及4.5万个Hive表，组织信任危机公开化

Meta的MCI（Meta Comprehensive Insight）员工监控项目因内部安全事故被紧急叫停。该项目收集员工鼠标、键盘、屏幕内容及工作偏好数据，用于AI模型训练。事故中，4.5万个Hive表数据发生泄露，涉及员工私聊记录、绩效评估、薪酬数据等敏感信息——等同于全公司员工可以互相查看彼此的私信和绩效。WIRED获取的内部员工消息显示，多名员工在内部频道直接骂高管"狗屎"，Meta首席产品官随后发出内部邮件承认"环境艰难"并承诺重建信任。

• 关键事实：泄露波及4.5万个Hive数据表；项目已暂停；MCI为员工监控+AI训练数据采集双重用途
• 互补信息：英文WIRED报道聚焦泄露规模和技术细节；中文报道则侧重组织文化冲击
• 后续看点：Meta是否会在监管压力下永久叫停或公开MCI的训练数据使用范围；欧盟GDPR监管机构是否会启动调查

📰 独立报道

🤖 AGI 前沿

AI系统说服力实验超越人类专家，牛津/UK AI安全研究所/斯坦福联合发现"超级说服力"

牛津大学、英国AI安全研究所与斯坦福大学的联合研究表明，AI系统在说服人类接受某一立场方面，能力已"可靠地超越人类专家"。这是首批系统性测量AI说服力与人类专家说服力差距的研究之一，研究结果发表后被纳入Import AI周报第462期作为头条。研究者关注的核心风险是AI系统在政治、商业和安全领域大规模部署时，其说服力可能对人类决策产生的不可预期影响。

• 关键事实：AI系统在实验中说服力得分"可靠"超越人类专家；研究机构覆盖牛津、UK AISI、斯坦福；结果被Import AI周报列为头条
• 后续看点：UK AI安全研究所是否会在本研究基础上出台AI说服力相关的评测框架或监管建议

来源：Import AI

GAIR Paper 104：GDPevo评测框架证明Agent具备自我进化能力，准确率提升17-22%

PrismShadow AI团队发布GDPevo（基于企业级任务的Agent进化能力评测基准），通过全自动化流程生成真实经济价值场景的测试任务，并采用"规则杂交"机制防止模型在测试集上作弊。实验结果显示，Agent通过自我进化后在测试集上的准确率提升17-22%，同时Token消耗显著降低。GDPevo是首个在真实经济价值任务上系统评测Agent自进化能力的基准。

• 关键事实：Agent自进化后准确率提升17-22%，同时降低Token消耗；基准构建全自动化，AI生成题目并校准难度；采用规则杂交机制防止测试集训练
• 后续看点：GDPevo是否会被主流AI公司采纳为官方评测协议；金融场景专项任务集是否在计划内

来源：AI科技评论

GAIR Paper 103：上海交大+腾讯提出BALTO，Token级幻觉消除同时保留信息量

上海交通大学与腾讯联合提出BALTO强化学习框架，通过平衡的Token级信用分配机制精准消除大模型幻觉。BALTO的核心洞察是：幻觉在Token层面是稀疏的，但在回答整体层面看起来普遍，因此传统按回答整体奖惩的方法会产生"奖励黑客"问题（模型为回避幻觉惩罚而降低信息量）。BALTO定位并惩罚具体的错误Token，同时保持其他Token的奖励不变，理论上可压缩梯度方差实现稳定优化。

• 关键事实：幻觉在Token层面稀疏但整体普遍；BALTO通过细粒度幻觉Token检测定位错误Token；可压缩梯度方差，同时保持回答信息量
• 后续看点：BALTO是否会在下一版模型（如豆包或Qwen）的后训练中被实际采用；其在多模态场景下的幻觉消除效果

来源：AI科技评论

VLA-JEPA：中科大等提出世界模型+VLA融合方案，LeCun和谢赛宁转发，入选ECCV 2026

中国科学技术大学等机构提出VLA-JEPA模型，借鉴了LeCun提倡的JEPA（Joint Embedding Predictive Architecture）路线：在潜在表征空间预测世界状态变化，而非在像素级别预测未来帧。该模型仅用少量机器人演示轨迹即可学习"动作如何改变世界"，并在装配任务上展示了显著的鲁棒性提升。LeCun和NYU的谢赛宁均转发了这项工作，入选ECCV 2026。

• 关键事实：VLA-JEPA在潜在表征空间预测世界状态，而非像素级；仅需少量轨迹完成新任务学习；入选ECCV 2026；LeCun/谢赛宁转发
• 后续看点：VLA-JEPA框架的权重是否开源；在Franka、UR5等标准机器人平台上的复现测试结果

来源：机器之心

FineVLA：港大阿里Qwen团队开源精抓框架，RoboTwin仿真成功率86.8%

香港大学与阿里巴巴Qwen团队开源FineVLA，解决VLA模型"语言监督粒度粗糙"导致机器人无法按指定方式完成任务的问题。FineVLA允许用户用自然语言指定用哪只手、从哪个角度、接触哪个部位，实现细粒度的动作语言控制。在RoboTwin仿真基准上，FineVLA成功率达到86.8%（提升15.0个百分点）和82.5%（提升11.1个百分点）。

• 关键事实：RoboTwin仿真成功率86.8%/82.5%，分别提升15.0/11.1个百分点；支持手指选择、角度控制、接触点指定等细粒度语言控制；已开源
• 后续看点：FineVLA在真实机器人（非仿真）上的成功率；是否会集成进豆包/通义的机器人工具链

来源：量子位

百度Unlimited-OCR：R-SWA技术将KV cache压成常数，OmniDocBench v1.6端到端SOTA

百度开源Unlimited-OCR，通过R-SWA（Rotating Sliding Window Attention）技术，将解码器的KV cache从线性增长压缩为常数，实现单次前向转录几十页文档而不需分块处理。在OmniDocBench v1.6基准上，Unlimited-OCR端到端总分达93.92%，实现新的SOTA。该模型沿用了DeepEncoder视觉编码架构，论文核心作者被广泛认为来自前DeepSeek团队（名字首字母YY）。

• 关键事实：R-SWA将KV cache压成常数；OmniDocBench v1.6总分93.92%，SOTA；解码器只需关注全部参考token+最近128个已输出token；已开源
• 后续看点：R-SWA技术是否会扩展至ASR、长文档翻译等场景；与PP-OCRv6（PaddlePaddle）在实际金融文档解析场景的对比测试

来源：AIGC开放社区

ICRA 2026最佳论文：中国团队IMR-LLM框架用Agentic Coding驱动工业产线多机器人规划

来自中国团队的IMR-LLM框架获得机器人顶会ICRA 2026最佳论文奖。该框架结合大模型的语义理解能力与结构化工具的执行保障，实现工业产线多机器人任务规划与程序自动生成。团队构建了包含50个制造任务的测试数据集，真机部署结果证实该方法能显著提升调度效率和对新场景的泛化能力。

• 关键事实：ICRA 2026最佳论文；框架结合大模型+结构化工具；50个制造任务测试集；真机验证提升调度与泛化效率
• 后续看点：IMR-LLM是否会开源，以及与工业自动化头部企业（如ABB、KUKA）的合作落地计划

来源：量子位

清华团队：真机强化学习安全探索均衡机制，解决机器人RL训练中的危险动作问题

清华团队在真机强化学习中提出安全探索均衡机制，通过在策略优化过程中引入安全约束，防止机器人在探索阶段做出可能损坏硬件或伤害环境的危险动作。该工作针对的是真机RL训练（而非仿真），解决了"让机器人在真实世界学习但不能失控"这一工程关键问题。

• 关键事实：真机RL而非仿真环境；在策略优化中引入安全约束；防止探索阶段危险动作；清华团队完成
• 后续看点：是否会在人形机器人（如宇树H1）的训练流程中应用，以及安全约束对训练效率的量化影响

来源：机器之心

Anthropic发布Claude Code自定义指南：7种机制覆盖上下文管理、约束注入与确定性控制

Anthropic正式发布Claude Code深度自定义指南，系统梳理了7种机制及其适用场景：CLAUDE.md（常驻上下文，适合项目规范和构建命令）、rules（路径限定加载，适合场景约束）、skills（可调用工具包）、subagents（子任务分发）、hooks（生命周期事件确定性触发）、MCP协议、以及settings文件。文章特别强调了每种机制的上下文开销差异，指导用户在"灵活性"和"精确控制"之间做出选择。

• 关键事实：7种机制按加载时机、上下文开销和执行权限划分；hooks提供最强的确定性控制；CLAUDE.md常驻上下文开销最大
• 后续看点：hooks机制是否会在Q3支持更细粒度的事件类型；Claude Code是否会推出可视化的自定义配置界面

来源：AIGC开放社区

🏢 AI 战略与组织变革

ChatGPT市场份额跌破50%：9亿月活却每赚1美元倒亏1.22美元，规模效应失效

分析文章指出，ChatGPT的全球AI聊天市场份额跌破50%，9亿月活用户的规模并未带来正向的规模效应——文章估算OpenAI每产生1美元营收，倒亏1.22美元，且随着使用量增加，边际成本并未下降。文章将这一现象归因于AI推理的计算成本具有与传统互联网产品不同的特性：每次请求都需要全量计算，不存在显著的边际成本趋零效应。

• 关键事实：ChatGPT全球AI聊天市场份额跌破50%；9亿月活；每赚1美元倒亏1.22美元；规模效应在AI推理层面并不成立
• 后续看点：OpenAI是否在2026年H2前通过模型蒸馏或推理优化将每次请求成本降低30%以上

来源：商道童言

桑德斯提出《美国AI主权财富基金法案》：拟对头部AI公司一次性征收50%谷票税

美国参议员伯尼·桑德斯（84岁）提出《美国AI主权财富基金法案》，要求对OpenAI、Anthropic等头部AI公司一次性征收50%股票税（谷票税），将AI财富通过主权财富基金分配给全体美国公民。桑德斯的论据是：AI大模型的训练依赖人类集体知识，理应公共共享收益；但批评者指出，50%的一次性征收可能严重打击AI公司的再投资和研发能力。

• 关键事实：50%一次性谷票税；收益注入主权财富基金面向全体美国公民；目标：OpenAI、Anthropic等头部AI公司
• 后续看点：该法案在参议院的共同提案人数量；科技行业游说团体的正式回应时间

来源：全球风口

Momenta港交所聆讯通过，R7世界模型量产覆盖90万辆车，冲刺"物理AI第一股"

自动驾驶公司Momenta完成港交所聆讯，被外界标注为"物理AI第一股"。其核心技术是R7世界模型架构，通过"预测下一帧"理解物理世界，已在90万辆量产车上部署，服务全球9家头部车企。R7架构包含预训练、仿真、强化学习三层，技术平台覆盖乘用车L2++、Robotaxi、Robovan、Robotruck四个场景。

• 关键事实：港交所聆讯通过；R7世界模型覆盖90万辆量产车；服务9家全球头部车企；技术平台覆盖四个自动驾驶场景
• 后续看点：Momenta港交所正式IPO时间；R7架构量产规模是否在2026年内突破200万辆

来源：AI提效手册

斯坦福白皮书：DeepSeek超半数研究者完全由中国本土培养，核心稳定外围流动

斯坦福大学发布关于DeepSeek研究团队人才结构的白皮书，主要发现：超过半数研究者完全由中国本土高校培养（主要来自中科院及清北）；仅8.71%的稳定核心成员参与了全部7篇代表性论文；超70%拥有美国机构经历的研究者最终选择回国。白皮书将DeepSeek描述为"核心稳定、外围流动"的平台化研发模式。

• 关键事实：超半数研究者本土培养；8.71%核心成员参与全部7篇论文；70%+有美国经历者回国；斯坦福白皮书
• 后续看点：白皮书中关于人才回流加速趋势的预测是否在2026年下半年有更多公开数据支撑

来源：DeepTech深科技

💰 金融科技前沿

Jane Street量化巨头押注Anthropic爆赚50倍，斥资70亿美元布局AI基础设施

华尔街量化交易公司Jane Street 2025年净交易收益高达396亿美元，超过高盛和摩根大通。文章披露，Jane Street早年对Anthropic的投资已实现50倍回报，同时公司斥资70亿美元采购CoreWeave算力并购买股权，AI投资组合整体估值约200亿美元。极客公园将Jane Street定性为"可能是全球首家AI原生金融组织"：投资AI（Anthropic）、用AI（量化交易）、卖AI基础设施（CoreWeave）三条线形成"协同复合飞轮"。

• 关键事实：净交易收益396亿美元；Anthropic投资爆赚50倍；70亿美元采购CoreWeave算力；AI投资组合约200亿美元
• 后续看点：Jane Street是否会在2027年前公开其AI量化交易策略中实际使用的模型配置；CoreWeave股权在算力价格波动下的风险敞口

来源：极客公园

Interactive Brokers整合ChatGPT和Grok，AI代理交易套件持续扩展

Interactive Brokers（盈透证券）宣布将ChatGPT和Grok添加到其不断增长的AI代理交易工具套件中，进一步扩展已有的AI集成能力。这是头部零售经纪商在AI驱动交易工具上的持续投入，标志着ChatGPT和Grok开始进入受监管的金融经纪平台。

• 关键事实：Interactive Brokers将ChatGPT和Grok纳入代理交易套件；继续扩展现有AI集成能力
• 后续看点：监管机构是否会对AI代理交易工具提出新的风险披露要求；此次集成的具体功能范围（分析辅助 vs 自动下单）

来源：Business Wire

⛓️ 区块链创新

MoneyGram加入Solana验证者节点，深化对区块链基础设施的直接参与

速汇金（MoneyGram）正式加入Solana网络成为验证者节点，标志着这家传统汇款服务商从"使用区块链支付"转向"直接参与区块链基础设施运营"。此前MoneyGram已与Stellar等网络合作过跨境汇款。

• 关键事实：MoneyGram成为Solana验证者节点；从用户升级为基础设施参与方；此前有Stellar合作历史
• 后续看点：MoneyGram是否会在2026年内将其汇款业务的某一区块链路由迁移至Solana主网

来源：Business Wire

🔧 硬件算力与智能设备

英伟达Halos for Robotics：芯片到操作系统的机器人全栈安全系统

英伟达在Automate 2026大会发布Halos for Robotics全栈机器人安全系统，将自动驾驶领域积累的安全架构引入机器人场景。系统分四层：平台安全（IGX Thor芯片内置独立"安全岛"，失控时强制制动）、安全操作系统（Linux+QNX混合架构，AI任务与安全任务隔离）、算法安全、生态安全。核心安全框架已开源。

• 关键事实：Halos覆盖芯片到OS四层安全架构；IGX Thor平台含独立"安全岛"；Linux+QNX混合架构；核心框架已开源；Automate 2026大会发布
• 后续看点：Halos OS是否会成为工业机器人厂商的标准底座；与现有机器人操作系统（如ROS 2）的互操作性

来源：量子位