科大讯飞今日在北京举办2026招采智能体平台升级发布会，正式推出2.0版本。该平台已落地200余个智能体，依托自组织自进化协作框架与可信执行引擎两大突破，实现交付速度提升300%、关键环节零幻觉。平台支持全链路智能编制、合规审查、异常检测与AI辅助评标，已服务多行业客户。
信源:https://finance.sina.com.cn/roll/2026-06-26/doc-inieszsa2095958.shtml
AI代理垂直融资升温 高风险领域成新战场
Trase 6 月 24 日宣布完成 1.07 亿美元种子轮，由 ARCH Venture Partners 领投，Red Cell Partners 等跟投。这笔融资直接指向医疗、政府和国防等高风险领域，标志着 AI 代理从通用 demo 转向垂直落地的新阶段。
Trase 的 Trase Origin 代理操作系统已在杜克大学心脏中心落地，单月处理超过 5000 份传真分诊，原本需人工逐一分类的工作在一天内完成大头。CEO Grant Verstandig 表示，代理将接管“繁琐且不可变”的任务，把专业人员精力释放给高价值工作。相比消费级代理的聊天优化，这类系统强调数据主权、可预测性和可审计性——正是监管密集行业的核心痛点。
与此同时，通用代理赛道仍以可靠性测试和框架迭代为主，而垂直玩家正用真金白银押注合规壁垒。Trase 种子轮规模已远超多数早期 agent 公司，反映资本对“可落地”而非“可 demo”的偏好正在分化。过去一年，医疗 AI 代理的落地案例从个位数跃升，杜克等机构的真实部署证明了 ROI，但也暴露了数据孤岛和责任归属难题。
未来 6-12 个月，类似垂直操作系统是否会形成寡头，还是被大模型厂商的 API 层吞并？答案将决定代理经济是走向碎片化专业化，还是统一在少数平台之下。
信源：
https://www.mobihealthnews.com/news/trase-lands-107m-scale-ai-agents-healthcare-and-high-stakes-industries
https://www.bizjournals.com/washington/news/2026/06/24/trase-red-cell-partners-seed-grant-verstandig.html
亚马逊印度48亿美元AI基建加码，全球算力版图再洗牌
6月25日，亚马逊宣布追加130亿美元投资印度AI与云基础设施，将2026-2030年累计承诺推高至480亿美元。这笔资金将重点扩建孟买和海得拉巴的AWS数据中心，支持印度本土企业、政府及初创公司接入先进AI能力。[[1]](https://www.reuters.com/world/india/amazon-invest-additional-13-billion-india-2026-06-25/)
这一动作发生在美中科技博弈加剧、数据主权要求抬头的背景下。印度凭借庞大人才池、低成本电力与政策支持，正成为除美国之外最受青睐的AI算力“第二战场”。对比微软此前对印度170亿美元承诺、谷歌Vizag AI枢纽15亿美元投入，亚马逊此举显示三大 hyperscaler 已形成对印度基础设施的集体押注，远超对中国或欧洲的同期增量。
与美国本土“军备竞赛”式资本开支不同，印度路径更强调“数据驻留+本地采用”双轮驱动。亚马逊此前的350亿美元承诺中，约一半投向电商与物流，此次追加则几乎全部锁定AI云，说明其判断印度企业对生成式AI的落地需求已从试点进入规模化阶段。相较之下，欧洲因监管碎片化、美国因本土人才与能源瓶颈，印度在性价比与政策确定性上占据明显优势。
这一趋势的悬念在于：当全球AI资本持续向印度倾斜，是否会催生一批真正能与OpenAI/Anthropic抗衡的本土模型公司，还是仅让印度成为“算力外包工厂”？未来12个月，印度本土模型在企业采用率与出口表现将给出答案。
信源：
https://www.reuters.com/world/india/amazon-invest-additional-13-billion-india-2026-06-25/
https://techcrunch.com/2026/06/25/amazon-ups-india-bet-with-fresh-13b-ai-infrastructure-investment/
深度机智两月内获两轮数亿元融资
深度机智完成新一轮数亿元融资，由国寿长三角科创基金领投，普华资本、诚通科创基金等跟投。这是公司近两月第二轮同等规模融资，资金用于物理AI全栈自主研发与PhysBrain基座模型迭代。
公司成立仅一年，已实现数据、模型、本体全链路自主可控，采用“人类第一视角”数据范式，在具身智能赛道领先布局。
此轮融资凸显资本对国产物理AI基座模型落地加速的认可。
信源:https://finance.sina.com.cn/roll/2026-06-26/doc-inietnfr7351853.shtml
高通40亿美元收购Modular 押注AI软件栈
6月24日，高通宣布以约39亿美元全股票交易收购AI软件初创公司Modular，CEO Cristiano Amon随即在26日Fox Business访谈中称“我们正进入AI新阶段”，强调数据中心、代理AI（agentic AI）与边缘计算的多元布局。Modular平台的核心优势在于让AI模型在CPU、GPU、NPU及定制ASIC上无需重写代码即可高效运行，填补高通此前缺乏的AI原生软件栈短板。
这一动作折射AI行业从硬件军备竞赛转向软硬协同的深层转变。NVIDIA凭借CUDA生态长期主导数据中心，OpenAI等模型公司则依赖其算力；相比之下，高通传统强项在移动与边缘，正试图通过软件层打通云边端，实现“硅无关”计算。收购后，高通计划将Modular技术扩展至千兆瓦级数据中心与机器人等物理AI场景，与其Investor Day 2026强调的代理工作负载形成呼应。
与苹果、谷歌在端侧AI的保守推进不同，高通此举更激进——它不仅补齐软件短板，还为OEM、云服务商和模型开发者提供跨平台工具。若成功，高通或从“手机芯片商”转型为AI计算平台玩家；反之，若Modular集成不及预期，数据中心入场仍将面临NVIDIA与AMD的硬件壁垒。
未来6-12个月，关键看高通能否将Modular软件优势转化为实际营收，以及代理AI在边缘的真实落地速度。软件层竞争或将重塑AI价值链分配。
信源：
https://www.reuters.com/business/qualcomm-buy-ai-startup-modular-2026-06-24/
https://www.wsj.com/tech/ai/qualcomm-to-acquire-ai-software-firm-modular-in-3-9-billion-stock-deal-7b620c7c
https://www.foxbusiness.com/video/6399454397112
OpenAI 按特朗普政府要求分批发布 GPT-5.6
OpenAI 首席执行官 Sam Altman 周三向员工通报，美国政府要求该公司先向少数受信任伙伴有限发布 GPT-5.6 模型，再逐步扩大范围。国家网络总监办公室与科技政策办公室提出此举以应对安全担忧，政府将逐个审批预览期客户。OpenAI 已调整发布计划，此前 Anthropic 也因类似监管压力暂停高阶模型。
信源:https://www.theinformation.com/articles/trump-administration-asks-openai-stagger-release-new-model-security-concerns
AI 营收首超数据中心折旧成本 资本开支持续性获初步验证
Exponential View 最新报告显示，2026 年第一季度全球 AI 销售（不含中国）达到 250 亿美元，连续第二个季度超过行业数据中心与芯片投资对应的 210 亿美元折旧成本。这标志着 AI 收入开始覆盖巨额资本开支，数百亿美元的投入正逐步显现经济可持续性。
尽管里程碑意义显著，但利润空间仍极薄。折旧费用仍吞噬营收逾三分之二，剩余缓冲仅够覆盖电力、人工与融资等其他成本。报告指出，AI 需求已进入“转折点”，但基础设施军备竞赛的回报仍依赖持续高增长与成本控制。
与 OpenAI、谷歌、微软等巨头此前“烧钱换规模”的路径相比，这一数据为数据中心建设提供了首个量化支撑。不过，薄利状态也凸显出未来 6-12 个月内，定价权、能效优化与实际企业采用率将成为决定胜负的关键变量。
信源：https://www.bloomberg.com/news/articles/2026-06-25/ai-demand-begins-to-justify-massive-cost-of-data-center-buildout
Adobe宣布收购Topaz Labs
Adobe与Topaz Labs签署收购协议，将其AI图像和视频增强模型整合进Firefly、Creative Cloud等产品。Topaz Labs的Neurostream技术支持大模型本地运行，可提升画质、降噪、修复老 footage并支持混合生成内容工作流。交易预计2026下半年完成，需监管批准，Topaz Labs将继续独立运营且CEO留任。该交易强化Adobe在AI增强领域的防御与扩展能力。
信源:https://www.businesswire.com/news/home/20260625160239/en/Adobe-to-Acquire-Topaz-Labs
Airwallex 融资 3.2 亿美元 估值达 110 亿美元 AI 代理金融成焦点
全球支付公司 Airwallex 完成 3.2 亿美元 H 轮融资，估值升至 110 亿美元，较半年前上涨 38%。公司正将重点转向 AI 代理驱动的金融软件开发。[[1]](https://www.cnbc.com/2026/06/26/airwallex-series-h-funding-11-billion-valuation-ai-finance.html)
此次融资由现有投资者领投，Airwallex 表示将加速 AI 代理在跨境支付、企业财务自动化等场景的落地，目标是让 AI 系统直接处理发票、合规检查和资金调度等核心流程。
与传统 fintech 不同，Airwallex 的路径更强调“代理自治”：通过本体驱动的 agent 集群，实现从支付指令到风控决策的端到端自动化。这与 Palantir 等平台强调的“AI 接管真实运营”逻辑一致，但聚焦金融垂直领域。
相比之下，Anthropic 和 OpenAI 等模型公司更侧重通用能力，而 Airwallex 已将模型能力直接嵌入支付基础设施，形成闭环优势。未来 6-12 个月，这类垂直 AI 代理落地速度可能决定 fintech 估值分化。
信源：https://www.cnbc.com/2026/06/26/airwallex-series-h-funding-11-billion-valuation-ai-finance.html
谷歌教育AI资助落地 折射企业采用鸿沟加剧
6月25日，Google.org宣布向ISTE、aiEDU等三个长期合作伙伴提供新资助，支持高需求K-12学区制定AI readiness策略，并开放源码蓝图供其他地区复制。这一动作紧随AI在教育领域的加速渗透，凸显大厂正从模型竞赛转向生态与落地投入。[[1]](https://blog.google/company-news/outreach-and-initiatives/google-org/education-ai-funding/)
过去两年，OpenAI、Anthropic等聚焦前沿模型迭代，而Google通过Search和教育工具的AI代理功能，已将模型能力直接嵌入日常场景。相比之下，中国厂商如科大讯飞、百度虽推出企业级平台，但教育垂直落地仍以工具为主，缺乏类似跨区蓝图的系统性输出。微软教育AI报告显示，采用潮与技能鸿沟并存——企业与高校对AI工具的实际部署率远低于预期。
这一资助反映的根本驱动力是：AI从“可用”转向“可规模化部署”需要基础设施和人才双轮驱动。Google此举既巩固其在教育生态的护城河，也为自身云服务和代理产品创造长期用户粘性。未来6-12个月，类似教育AI蓝图的复制速度，将决定哪家平台能在企业与公共部门真正建立壁垒——是继续模型军备，还是转向垂直场景的标准化落地？
信源：https://blog.google/company-news/outreach-and-initiatives/google-org/education-ai-funding/
https://help.openai.com/en/articles/6825453-chatgpt-release-notes（辅助背景）
