Category: 最新消息

6月17日，汇丰银行宣布与谷歌云达成多年战略合作，将在全球运营中全面部署AI能力。银行预计最高优先级项目每项可创造超1亿美元价值，未来两年内将落地200多个AI用例，并获得Gemini模型及Gemini企业代理平台支持，与谷歌云和DeepMind工程团队直接合作。 这一动作折射出AI从实验室走向企业核心流程的加速。金融业向来对监管、数据安全和可解释性要求最高，汇丰此举意味着头部机构已开始用真实资产规模验证agentic AI的ROI，而非停留在试点。相比此前多家科技公司聚焦通用模型训练，谷歌云通过具体平台+工程支持，直接切入银行风控、客服与合规场景，体现了平台方从卖模型转向卖“可运营系统”的策略转变。 对比OpenAI/Anthropic等专注前沿模型的公司，谷歌云此番合作更强调企业级落地门槛降低。微软、亚马逊也在类似赛道布局，但汇丰选择谷歌，凸显Gemini在企业代理与多模态能力上的竞争力。数据层面，200个用例与每项目超1亿美元的测算，已远超多数银行当前AI预算，预示传统金融机构资本开支正从基础设施转向应用层。 下一步值得观察的是，其他全球系统重要性银行是否跟进，以及监管机构对agentic AI在高风险金融决策中的审批节奏。若汇丰试点顺利，2026下半年或将看到更多银行级AI控制塔落地；反之，则可能暴露数据主权与模型可审计性的新瓶颈。 信源： HSBC and Google Cloud forge multi-year AI partnership https://mhclgmedia.blog.gov.uk/2026/06/17/coverage-of-ai-planning-tools-announcement/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

Google DeepMind 资深研究员 Noam Shazeer 已离开 Google，加入 OpenAI 担任架构研究负责人。此前他于 2024 年随 Character.AI 交易重返 Google，并担任 Gemini 项目联合负责人。OpenAI 周三向员工通报了这一人事变动。Shazeer 的 Transformer 与 Mixture of Experts 等核心工作曾推动生成式 AI 浪潮，此次跳槽将直接强化 OpenAI 在模型架构领域的研发实力，看好其前沿模型迭代加速。 信源:https://www.techmeme.com/260617/p52#a260617p52 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

美国司法部于 6 月 16 日正式介入 NAACP 针对 xAI 的诉讼，要求联邦法院驳回该案。NAACP 指控 xAI 在密西西比州 Southaven 运营数十台未获许可的天然气涡轮机，为 Colossus 数据中心供电，违反《清洁空气法》。司法部在提交的动议中强调，xAI 的 AI 基础设施对国家经济和军事行动至关重要，诉讼可能威胁“人工智能创新的电力供应”。[[1]](https://www.nytimes.com/2026/06/16/climate/xai-musk-mississippi-grok-turbine-lawsuit-naacp.html) 此举发生在 xAI 快速扩张数据中心产能的背景下。该公司此前已在田纳西-密西西比边境附近部署大量便携式燃气发电设备，以满足训练和推理集群的电力需求。司法部将此案与国家安全直接挂钩，显示特朗普政府正将 AI 算力建设置于监管优先级之上。 与此同时，类似数据中心电力合规争议在全美多地发酵。环保组织和社区团体持续施压，而联邦层面却选择直接干预，这凸显了 AI 军备竞赛对传统环境执法的挤压效应。相比之下，OpenAI 和 Google 等竞争对手的数据中心项目虽同样面临电力瓶颈，但尚未出现联邦政府如此高调介入的案例。 下一步值得跟踪：法院是否会采纳司法部动议，以及 xAI 是否会借此加速 Memphis 及周边新站点的合规进程。若联邦优先级持续压倒地方监管，AI 基建的落地速度或将进一步提升，但地方社区与环保诉讼的反弹风险也将同步上升。 信源：https://www.nytimes.com/2026/06/16/climate/xai-musk-mississippi-grok-turbine-lawsuit-naacp.html ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in […]

6月17日，欧盟委员会主席冯德莱恩在G7领导人午餐会上表示，美欧在AI领域互利，欧洲公民和企业安全使用“最佳AI模型”符合双方共同利益。她同时肯定美国推动AI公司负责任部署前沿模型的举措。这一表态直接点明欧洲在高端模型供给上的现实依赖。[[1]](https://www.usnews.com/news/top-news/articles/2026-06-17/in-us-eu-mutual-interest-for-europe-to-use-best-ai-models-von-der-leyen-says) 这一立场并非孤立事件。过去两年，欧洲在监管上持续收紧（EU AI Act落地），但本土前沿模型能力与OpenAI、Anthropic、Google等美国玩家仍有明显差距。欧洲企业实际部署中，Claude、GPT系列等美系模型仍是主流选择。冯德莱恩的表态，实质是承认在算力、数据和人才集聚效应下，欧洲短期内难以完全自主，必须借道美国技术，同时通过“可信伙伴”框架施加安全与价值观约束。 对比之下，中国路径更强调主权与国产替代，印度则通过本土模型融资加速追赶。欧洲选择“用最好模型+严格治理”的混合策略，既能维持竞争力，又试图在全球AI规则制定中保留话语权。但这也带来长期隐忧：一旦美方收紧出口或地缘摩擦升级，欧洲企业将面临模型访问与合规的双重压力。 未来6-12个月值得跟踪的是，欧盟是否会通过具体采购或数据共享协议，将这一“互利”落地为制度安排，还是继续在监管与开放之间摇摆。 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

6月17日，DeepL宣布完成对Mixhalo的收购，后者专注超低延迟音频流技术，服务现场活动与实时翻译场景。这一动作标志着AI翻译公司正从通用文本模型向垂直语音基础设施整合。[[1]](https://finance.yahoo.com/technology/ai/articles/deepl-acquires-mixhalo-live-event-121444965.html) 过去两年，翻译赛道呈现明显分化：Google Translate凭借海量数据和Gemini模型持续领先，而DeepL则以精准度和企业级隐私优势在欧洲及专业领域占据一席之地。收购Mixhalo后，DeepL可将低延迟音频能力直接嵌入其Voice产品线，目标场景从会议同传扩展至演唱会、体育赛事等高要求实时环境。这与Anthropic、OpenAI等通用模型厂商的语音功能形成对比，后者更侧重多模态对话而非专业音频工程。 数据层面，实时语音翻译需求正随企业全球化与混合办公加速释放。Mixhalo此前已服务多家大型活动，技术互补性强于单纯模型迭代。相比之下，Google虽有类似布局，但DeepL此举更像一次精准的“能力补短板”，而非大而全的平台扩张。 这一整合潮值得跟踪：若DeepL能快速将新能力产品化，是否会倒逼Google和微软在语音延迟与专业场景上加码投入？还是会加速垂直玩家被巨头并购的节奏？未来六到十二个月，实时多语言交互的落地速度或将由这类基础设施并购决定。 信源： https://finance.yahoo.com/technology/ai/articles/deepl-acquires-mixhalo-live-event-121444965.html https://www.deepl.com/en/blog/bringing-mixhalo-onto-the-deepl-platform https://techcrunch.com/2026/06/17/deepl-acquires-mixhalo-for-live-event-audio-streaming-and-translation/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

AI 研究实验室 Radical Numerics 于 6 月 15 日正式推出，并宣布完成 5000 万美元种子轮融资，由 Emergence Capital 领投，Obvious Ventures、Triatomic Capital 等跟投。团队核心成员此前开发了生成基因组学领域的开创性模型 Evo 和 Evo 2，这些模型曾登上 Science 和 Nature 封面，并被用于设计出首个完整 AI 生成的功能性噬菌体基因组。 该公司定位于构建“通用生物智能”，目标是让 AI 不仅能读取和生成 DNA 序列，还能控制生物功能，最终助力药物发现与疾病治疗，同时建立生物防御机制应对潜在风险。CEO Eric Nguyen 表示，生物将成为 AI 最具影响力的应用领域，双重用途风险与机遇并存。 与传统大模型公司聚焦语言或视觉不同，Radical Numerics 将 AI 直接对齐物理世界的生物数据。这一路径与 OpenAI、Anthropic 等通用智能路线形成对比，也为垂直领域 AI 落地提供了新样本。种子轮规模在当前 AI 融资环境下不算顶尖，但创始团队的技术积累和明确的双重使命（健康与防御）使其迅速获得资本青睐。 下一步值得关注的是，其预览中的新一代模型 Omnii 是否能在功能控制和多模态扩展上取得实质突破，以及如何平衡开源与安全监管之间的张力。 信源：https://www.businesswire.com/news/home/20260615558179/en/AI-Lab-Radical-Numerics-Launches-with-%2450M-Seed-Round-To-Build-General-Biological-Intelligence ✕ 📱 分享到微信 […]

2026 年 6 月 16 日，法拉第未来（Faraday Future）在其洛杉矶总部举办发布会，正式推出 EAI 机器人教育生态系统战略、产品线及全新 EAI 设备。该公司定位为全球 embodied AI（具身智能）生态企业，计划从家庭和学校教育切入，打造覆盖 B2C 消费与 B2B 机构的机器人教育生态。[[1]](https://www.stocktitan.net/news/FFAI/faraday-future-announces-the-launch-of-its-eai-robotics-education-vzh6h0nfvxam.html) 此次发布包括 FX Navi 四足学习机器人、FF Master Mini 和 FF Nova 等新设备。公司强调“三位一体”模式——设备、数据与 EAI 大脑结合，形成规模交付、数据采集、模型迭代的飞轮效应，目标成为全球 B2C 机器人市场和机器人教育生态的开拓者。这与当前 AI 从云端模型向物理世界落地的趋势一致，embodied AI 正成为继大模型之后的新增长点。 与传统机器人教育玩家不同，法拉第未来依托汽车业务积累的供应链与 AI 能力，试图快速规模化。但其面临资金压力、合规挑战以及与 Figure、Tesla Optimus 等更成熟玩家的竞争。教育场景的低门槛或能加速产品迭代与数据积累，但大规模采用仍需验证教师、家长与机构的接受度。 下一步值得关注其设备实际交付量、合作伙伴反馈，以及是否能形成正向数据飞轮。若成功，这或为 AI 硬件公司提供一条从消费级教育市场切入物理智能的路径。[[2]](https://investors.ff.com/news-releases/news-release-details/faraday-future-announces-launch-its-eai-robotics-education) 信源：https://www.stocktitan.net/news/FFAI/faraday-future-announces-the-launch-of-its-eai-robotics-education-vzh6h0nfvxam.html ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos […]

6 月 16 日，英伟达 CEO 黄仁勋在接受美联社专访时表示，随着 AI 快速渗透社会各个层面，人类需要主动创造“新社会规范”，而非被动适应或恐惧技术。他鼓励大众积极使用 AI，“去接触它”，认为这将带来全新机遇，而非单纯的就业威胁。[[1]](https://apnews.com/article/nvidea-huang-artificial-intelligence-8334abcbc6ed8d3d7889b640ec6fa05b) 这一表态正值 AI 数据中心扩张、劳动力市场调整以及中美 AI 竞争白热化之际。黄仁勋指出，社会曾成功适应汽车等颠覆性技术，AI 也将类似，只是速度更快、影响更广。访谈中他特别提到，AI 不仅会重塑工作方式，还将推动生产力跃升，但前提是公众和政策制定者共同构建适应新现实的规则框架。 相比 OpenAI、Anthropic 等模型公司侧重安全对齐，黄仁勋的观点更强调“拥抱而非限制”，这与英伟达作为 AI 基础设施核心供应商的立场高度一致。近期英伟达在芯片销售、数据中心建设上的激进扩张，也让其成为推动 AI 落地的关键力量。 下一步值得观察的是，这一呼吁是否会影响美国 AI 政策走向，尤其在数据中心审批、劳动力再培训和国际出口管制等议题上。黄仁勋的表态或将成为行业从技术竞赛转向社会共识构建的信号。 信源：https://apnews.com/article/nvidea-huang-artificial-intelligence-8334abcbc6ed8d3d7889b640ec6fa05b ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

Google DeepMind 6 月 16 日宣布，与英国政府、Google Cloud 及多家地方议会合作，共同开发基于 Gemini 的 AI 规划原型工具，目标将普通 homeowner 规划申请处理时间缩短 50%。该工具将帮助规划官员处理数据提取、政策比对和报告起草等 routine 工作，最终决策权仍由官员保留。 此举是 DeepMind “National Partnerships for AI” 计划的延续，旨在用 AI 重塑公共服务。工具已在 Barnet、Camden 和 Dorset 开展早期测试，计划 2027 年向全英所有议会开放。此前英国政府推出的 Extract 工具已将旧 PDF 文档转为结构化数据，预计每年为平均议会节省 255 小时人工。 与 OpenAI 等专注企业与消费者市场的路径不同，DeepMind 此举更侧重政府侧落地，通过与地方当局深度共创降低行政壁垒，支撑英国 2029 年建成 150 万套新房的住房目标。类似合作此前已在新加坡、韩国和印度展开，显示其正将 AI 能力向公共治理领域延伸。 下一步值得关注的是工具全国 rollout 后的实际效率提升数据，以及是否会成为其他国家政府 AI 应用的参考模板。 信源：https://deepmind.google/blog/unlocking-uk-house-building-with-ai-accelerated-planning/ ✕ […]

6 月 16 日，Rackspace Technology 与 AMD 宣布达成最终协议，将在全球数据中心分阶段部署 30MW 基于 AMD 的 AI 计算能力，计划 2026 年底起逐步上线至 2028 年。该合作聚焦企业合规治理的 AI 基础设施，标志着 AI 算力从 hyperscaler 向传统企业服务商的进一步渗透。[[1]](https://marketchameleon.com/articles/b/2026/6/16/rackspace-technology-amd-30mw-ai-compute-partnership-enterprise) 这一动作发生在 AI 数据中心军备竞赛持续升温的背景下。NVIDIA 等巨头推动的“AI 工厂”模式已将资本开支推高，但中小企业和传统企业对可治理、按需扩展的算力需求同样强烈。Rackspace 作为托管服务商，与 AMD 的合作提供了不同于公有云的替代路径——强调本地化部署与合规控制，回应了欧洲和企业用户对数据主权的关切。 对比来看， hyperscaler（如 AWS、Azure）仍在主导大规模训练集群，而 AMD 通过此类合作伙伴关系，正试图在推理和边缘场景抢占份额。此前类似整合案例显示，硬件+服务商的绑定能加速企业落地，但也面临供应链和功耗瓶颈。Jabil 等 AI 基础设施股即将于 6 月 17 日发布财报，市场正密切观察此类需求是否转化为真实收入增长。 短期看，这类中型合作可能成为 2026 年下半年企业 AI 部署的主流节奏。悬念在于：当 30MW 规模的治理型算力开始商用后，传统 IT 服务商能否真正分流 hyperscaler 的份额，还是仅作为补充？未来 […]