AI 戰情報告 (2026-06-03)
昨日 AI 重點新聞
微軟發表 MAI-Thinking-1 萬億參數推理模型與多款 MAI 系列模型 ref-11, ref-31, ref-2, ref-3
微軟在 Build 大會推出自主研發的 MAI 模型家族,旗艦推理模型 MAI-Thinking-1 採用 1 兆參數 MoE 架構(35B 活化參數),並強調使用乾淨且合法授權的數據訓練。同步推出的 MAI-Code-1-Flash(137B 參數)專為 GitHub Copilot 優化,旨在提升效能並降低企業端推理成本。
Microsoft Scout 與 Project Solara:從個人助理轉向 Agentic OS ref-7, ref-146, ref-39, ref-144, ref-150
微軟推出基於 OpenClaw 的個人辦公助理 Scout,能主動處理行事曆衝突、會議準備及報帳等庶務。同時發表的 Project Solara 是專為 AI 代理硬體設計的 Android 基礎操作系統,現場展示了智慧桌面顯示器與可穿戴式識別證兩款概念裝置。
NVIDIA RTX Spark 平台發表:開啟 1 Petaflop 的個人 AI PC 時代 ref-103, ref-117, ref-4, ref-162, ref-122
NVIDIA 攜手微軟推出 RTX Spark 平台,為 Windows PC 提供高達 1 Petaflop 的 AI 算力,使 1 兆參數模型能在本地運行。Surface RTX Spark Dev Box 作為首款開發者專用迷你 PC,旨在讓開發者在隱私受控的環境下開發長時運行的自主代理。
DeepSeek 獲騰訊與寧德時代投資,融資額達 74 億美元 ref-159, ref-67
中國領先的模型實驗室 DeepSeek 正進行規模達 74 億美元 的首輪融資,其估值落在 520 億至 590 億美元 之間。投資方包括騰訊、寧德時代等產業巨頭,這筆巨資將用於強化其模型開發與與美國領先實驗室的競爭能力。
Anthropic 擴張 Glasswing 合作,Claude Mythos 保護全球關鍵基礎設施 ref-45, ref-155, ref-154, ref-166
Anthropic 宣布將其 Project Glasswing 資安計畫擴展至 150 家新機構,涵蓋能源、水力與醫療領域。該計畫提供強大的 Claude Mythos 模型,已在現有操作系統中揪出超過 10,000 個高危漏洞,預防可能影響全球上億人的災難性攻擊。
OpenAI Codex 針對知識工作者推出「站點」與「標註」功能 ref-18, ref-85, ref-44
OpenAI 的 Codex 應用程式現在不僅服務工程師,20% 的週活躍用戶已為知識工作者。新推出的 Sites 讓用戶能一鍵生成互動網站,而 Annotations 則能針對投影片或試算表中的特定區塊進行精確的 AI 操作與數據擷取。
Uber 實施 AI 支出上限,每位員工每月限額 1,500 美元 ref-157, ref-36
因工程師過度頻繁使用 AI 編程助手導致預算在四個月內超支,Uber 宣布對 AI 工具的使用成本進行限額。這標誌著企業正從 AI 的「盲目導入期」轉向強調 FinOps (雲端財務營運) 的精確治理階段。
GitHub Copilot 改採 Token 計費制,並重構架構應對 30 倍流量 ref-11, ref-3
GitHub 正式將 Copilot 的計費模式轉為基於 AI Credits 的使用量計費。COO Kyle Daigle 指出,代理生成的代碼量在 2026 年增長了 1400%,GitHub 必須重新編寫底層分發系統,以處理比人類開發者高出 30 倍以上的提交量。
Google Gemini Spark 展現強大自主規劃能力 ref-162
實測顯示 Google Gemini Spark 代理能深度整合用戶各項資訊,完成極度複雜的旅行規劃。不同於傳統聊天機器人,其展現出的「主動搜尋」與「自主排程」能力,被評為目前最令人印象深刻的代理體驗。
川普簽署自願性 AI 行政命令,傾向保護創新 ref-88, ref-106, ref-151, ref-153
美國總統川普簽署一份較為寬鬆的 AI 行政命令,取消了強制性的政府審核,改為建立「自願性框架」。該命令強調不應以過度規管阻礙美國在 AI 領域的領先地位,並要求聯邦機構針對 AI 資安風險進行風險評估。
MIT 發表 ChartNet:教導視覺語言模型精準解讀圖表 ref-58
MIT 研發的 ChartNet 資料集包含超過一百萬張合成圖表,旨在訓練模型同時處理視覺、數字與語言邏輯。實驗顯示,使用此資料集訓練的小型開源模型,在解讀趨勢與擷取數據上的表現超越了體積大上數倍的商業模型。
Google 推出 LiteRT 框架,加速行動裝置 NPU 推理效率 ref-19
Google 發表 LiteRT (原 LiteRT-LM) 生產級框架,協助行動開發者充分利用裝置上的 NPU (神經處理單元)。這能大幅降低實時影音處理與語音辨識的耗電量,推動 On-device AI 在 Epic Games 等大型應用的落地。
市場洞察
1. 「代理主權」從軟體滲透至硬體 OS 層級 ( ) ref-7, ref-103, ref-117, ref-4
延續前幾日關於 On-device AI 的討論,今日微軟 Project Solara 與 NVIDIA RTX Spark 的同步發表,確立了「代理式操作系統 (Agentic OS)」的時代正式到來。AI 代理不再只是應用程式內的一個功能,而是具備自主運行環境與專屬硬體算力(1 Petaflop)的系統核心。這意味著未來企業軟體的勝負關鍵將在於是否能被代理流暢地「呼叫與執行」。
2. 地緣政治與資本的高度集中化趨勢 ( ) ref-113, ref-67, ref-159, ref-63
DeepSeek 獲得 74 億美元的巨額注資,反映出各國對於「主權 AI (Sovereign AI)」的競賽已進入白熱化。相較於印度 IT 公司透過併購獲取客戶以應對定價壓力 (ref-0),中美兩國的頂尖實驗室更傾向於透過海量資本確保算力優勢。這種「贏家全拿」的態勢將迫使二線模型廠轉向更專業化的垂直領域(如 ** Rudus** 的混凝土建築 AI, ref-68)。
3. FinOps 與 AI 治理成為企業必備門檻 ( ) ref-3, ref-11, ref-149, ref-36
Uber 與 GitHub 的動作顯示,AI 代幣 (Token) 成本已成為營運中不可忽視的負擔。當代理人生成代碼的速度是人類的數十倍時,企業必須引入像 Workday Agent Passport (ref-67) 或 ZeroDrift (ref-43) 這樣的治理工具,來監測 AI 代理的行為與開銷。這也對軟體廠商提出了新的挑戰:如何提供更低 Token 消耗的本地端處理解決方案。