Meta 押注预测市场 Arena,平台扩张新路径浮现

6 月 23 日《纽约时报》报道,Meta 内部正开发独立预测市场 App「Arena」,计划采用积分制而非真金白银投注,覆盖政治、体育等场景,独立于 Facebook 与 Instagram 之外运行。这一动作正值 Polymarket 与 Kalshi 等平台用户激增、估值飙升之际,标志着 Meta 继社交、元宇宙后的又一次新赛道尝试。[[1]](https://www.nytimes.com/2026/06/23/technology/meta-prediction-markets-app.html)

从平台战略看,这与 Ben Thompson 强调的「多栖」逻辑一致:Meta 拥有 35 亿月活用户,远超现有预测市场玩家,积分制可先规避监管,再逐步引入真实交易。相比 OpenAI 或 Anthropic 专注模型与企业代理,Meta 更擅长将 AI 能力嵌入消费端场景——Arena 未来或直接调用其 Llama 模型进行概率预测与用户画像优化,形成闭环。过去 Google Search 试图用 AI 代理重塑信息获取,如今 Meta 则瞄准「集体智慧」这一更高阶应用。

与此同时,xAI 正押注 Grok 的「争议性」内容吸引流量,OpenAI 在戛纳推广广告业务,三家路径分化明显。Meta 此举若成功,将验证「社交+预测」能否成为 AI 变现的新支点;若受阻,则暴露大厂在新兴垂直领域的执行力短板。

未来 6-12 个月,Arena 是否会与 Polymarket 形成直接竞争,或被监管叫停,将是观察 Meta AI 战略是否真正落地消费端的风向标。

信源:
https://www.nytimes.com/2026/06/23/technology/meta-prediction-markets-app.html
https://finance.yahoo.com/video/meta-reportedly-aims-prediction-markets-143000077.html

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

BMW斯帕坦堡工厂启动Figure 03人形机器人项目

BMW Group于6月25日宣布,在美国斯帕坦堡工厂推进Physical AI应用,Figure 03人形机器人将用于物流排序场景。机器人可从大容器中拾取并分类零部件至排序推车,再由自动牵引车运送至装配点。此前Figure 02已在该厂完成11个月部署,助力生产超3万辆X3车型。Figure 03新增软体安全组件、无线充电、语音交互,以及配备触觉传感器与掌心摄像头的改进手部,提升精度与灵活性。BMW表示,此举将人形机器人从车身车间试点扩展至物流环节,助力柔性生产并减轻员工重复劳动负荷。[[1]](https://www.press.bmwgroup.com/global/article/detail/T0458778EN/bmw-group-advances-the-use-of-physical-ai-in-production-with-figure-03-project-in-spartanburg?language=en)

信源:https://www.press.bmwgroup.com/global/article/detail/T0458778EN/bmw-group-advances-the-use-of-physical-ai-in-production-with-figure-03-project-in-spartanburg?language=en

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

百度文心网站合并升级 一站式AI入口上线

【百度】6月25日宣布将文心相关网站合并升级为全新统一百度文心网站,用户可在单一平台便捷使用全部AI功能,覆盖学习、办公、生活、娱乐等多场景。平台新增Office文档在线编辑(PPT、Excel、Word)和定时任务等工具,同时保留智能文字创作、图片创作、AI阅读、智能体应用等能力,基于文心5.1大模型实现体验升级,还推出AI志愿报告、一键生成PPT等新功能。此举加速百度AI服务入口整合,提升用户效率并强化生态竞争力。

信源:https://yiyan.baidu.com/doc/service-upgrade

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Anthropic 指控阿里巴巴非法访问 Claude 模型

Anthropic 近日致函美国参议员和白宫官员,公开指控阿里巴巴旗下 Qwen 实验室相关人员通过数千个虚假账户大规模非法访问其 Claude 模型,重点针对软件工程和代理推理等核心能力。Anthropic 表示,此举严重损害其对中国市场的限制政策。

这一指控发生在中美 AI 技术脱钩加剧的背景下。Anthropic 已多次限制中国用户访问,以遵守出口管制,而阿里巴巴被指试图绕过这些限制获取前沿能力。相比之下,OpenAI 和 Google 等公司也面临类似跨境访问压力,但 Anthropic 此次选择公开施压,显示其在安全与合规上的强硬立场。

与谷歌此前人才流失不同,此事件直接指向数据与模型安全层面。阿里巴巴 Qwen 系列模型在开源与性价比上持续发力,若指控属实,可能加剧中美 AI 生态的信任裂痕,也将促使更多美国实验室加强账户验证与访问审计。

下一步值得关注的是美国政府是否跟进调查,以及 Anthropic 是否会调整其全球分发策略。AI 模型的跨境防护正从技术壁垒转向政策与法律博弈。

信源:https://www.bloomberg.com/news/articles/2026-06-24/anthropic-accuses-alibaba-of-illicitly-accessing-its-ai-models

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Google DeepMind 7500 万美元入股 A24,AI 工具开发转向“创作者共创”

6 月 22 日,Google DeepMind 与独立电影工作室 A24 宣布研究伙伴关系,Google 将投资 7500 万美元,在 A24 内部设立 AI 研究实验室,共同开发电影制作工作流工具。合作明确排除对 A24 影片、IP 或训练数据的访问权限,核心目标是让创作者直接参与工具设计。

这一动作发生在生成式 AI 工具从实验室 demo 转向实际生产流程的关键节点。过去两年,多数 AI 视频/图像工具由技术团队闭门开发,再推向好莱坞,结果常因缺乏创作者反馈而遭遇抵制。A24 的加入改变了路径:工具从“先造后推”转为“边用边迭代”。A24 曾以《Backrooms》等项目闻名,其对创意流程的严苛把控,如今成为 Google DeepMind 获取第一手反馈的渠道。

对比之下,OpenAI(Sora 已停服)、Runway 等更早进入视频生成赛道的玩家,多依赖大规模合成数据训练,较少与单一工作室深度绑定。Meta 近期自有 AI 眼镜也走消费端路线。Google 此举更接近“垂直行业嵌入”,既能验证模型在真实故事板、分镜、后期中的实用性,又能规避数据版权风险。7500 万美元虽不算巨额,但作为 Google 首次直接入股好莱坞制作公司,信号意义大于金额。

长远看,这类合作可能加速 AI 从“内容生成”向“流程重构”迁移。但悬念在于:当创作者真正掌握工具定义权后,AI 在好莱坞的采用速度会更快,还是会因为流程碎片化而放缓?后续 A24 项目落地效果,将成为行业观察窗口。

信源:
https://www.reuters.com/business/media-telecom/google-deepmind-signs-ai-research-deal-with-film-studio-a24-2026-06-22/
https://deadline.com/2026/06/google-a24-partnership-ai-filmmaking-tools-1236963944/
https://variety.com/2026/film/news/google-a24-ai-filmmaking-tools-1236787297/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

谷歌再失两员大将 Anthropic 人才虹吸加剧

6 月 24 日彭博社报道,谷歌两名 Gemini 模型核心贡献者 Jonas Adler 与 Alexander Pritzel 即将加盟 Anthropic,此前一周已有 Noam Shazeer 投奔 OpenAI、John Jumper 转投 Anthropic。短短数日,谷歌连续失去多位顶尖研究人员。[[1]](https://www.bloomberg.com/news/articles/2026-06-24/google-poised-to-lose-two-more-high-profile-ai-staffers-to-anthropic)

这一波人才流动并非孤例,而是大模型公司人才争夺白热化的最新注脚。OpenAI、Anthropic 以更高薪酬、更灵活的组织结构持续从谷歌 DeepMind 挖角,而谷歌内部官僚主义与产品落地速度的批评声仍在回荡。相较之下,Anthropic 凭借 Claude 系列在企业市场的快速渗透,以及对安全对齐的强调,形成了对研究者的独特吸引力;OpenAI 则靠 IPO 前夕的股权激励和 Codex 类代理产品保持拉力。

数据层面,过去两年谷歌已为挽留 Shazeer 等核心人才支付超过 27 亿美元(Character.AI 交易),却仍难阻挡外流。这与 Anthropic、OpenAI 通过高估值融资和明确商业路径持续扩招形成鲜明对比。谷歌虽仍握有搜索与云基础设施优势,但前沿模型研发的“人才护城河”正在被侵蚀。

短期内,谷歌能否通过内部激励或新组织调整止血,仍是悬念。若这一趋势延续,2026 年底前谷歌在下一代前沿模型上的竞争力或进一步承压。

信源:
https://www.bloomberg.com/news/articles/2026-06-24/google-poised-to-lose-two-more-high-profile-ai-staffers-to-anthropic
https://techcrunch.com/2026/06/24/ai-researchers-continue-to-leave-google-for-its-rivals/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

美光业绩大超预期 AI内存需求强劲复苏

美光科技 6 月 25 日发布财报,季度销售指引大幅超出华尔街预期,引发 AI 相关芯片股集体上涨。美光预计下一财季营收将达到 95 亿美元左右,远高于市场此前 85 亿美元的平均预期,主要驱动因素为高带宽内存(HBM)和先进 DRAM 产品在 AI 训练与推理服务器中的强劲需求。

此消息发布正值市场担忧 AI 资本开支放缓之际。此前数日,科技股因担心 hyperscaler 支出峰值已过而出现回调。美光此番指引直接扭转 sentiment,带动美光盘前大涨逾 10%,高通等相关公司也同步走强。Bloomberg 报道指出,美光 CEO 在财报会上强调,AI 数据中心对高性能内存的需求“远超此前预期”,且供应链紧张状况至少持续到 2027 年。

对比竞争对手,三星与 SK 海力士也在同期释放类似乐观信号,但美光作为美国本土最大内存厂商,此次超预期幅度更大,直接验证了 AI 基础设施投资的韧性。过去一年,美光已将 HBM 产能占比从不到 5% 提升至 20% 以上,毛利率随之回升。

市场反应显示,AI 周期尚未见顶,内存环节仍是确定性最强的受益赛道。下一步值得跟踪的是美光与主要云厂商的长期供货协议落地情况,以及 2026 年下半年资本开支是否继续加速。

信源:https://www.bloomberg.com/news/videos/2026-06-25/the-opening-trade-6-25-2026-video

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Claude Fable 5分批重新上线

Anthropic的Claude Fable 5模型在经历近两周全球停用后,已在Claude Code手机端等渠道分批恢复访问,用户可直接选择并交互生成SVG、git操作等任务。无官方公告,出口管制后低调回归迹象明显。GPT-5.6秒跟显示竞品响应迅速。
此举或标志监管松动,市场关注后续全面开放节奏。
信源:https://www.qbitai.com/2026/06/438789.html

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

SK Telecom签署MOU 将专有AI模型首次用于制造业

SK Telecom已与钢铁制造商KG Steel及汽车零部件企业KONEC签署谅解备忘录,计划将自研AI基础模型A.X K1的制造专用AI代理demo版本,试点部署于KG Steel Dangjin工厂冷轧生产线及KONEC压铸/加工工艺。这是该模型在制造业的首次应用。双方自4月起收集工艺数据,下半年起开展实地验证,SKT将据反馈优化性能与推理速度。

此举标志SKT专有AI从电信向工业场景的实质性突破。

信源:https://www.koreatimes.co.kr/business/companies/20260625/sk-telecom-to-deploy-proprietary-ai-model-in-steel-auto-parts-factories

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

情报机构警告AI或在数月内突破现有防御

6月24日,多国情报机构联合发出警告:当前AI模型迭代速度已远超防御体系构建能力,政府与企业防护或将在数月内失效。这并非抽象风险,而是基于红队测试的直接结论,凸显前沿模型在攻防不对称中的压倒性优势。

这一表态置于AI军备竞赛的宏大背景:OpenAI、Anthropic、Google DeepMind等实验室持续以月为单位推出更强模型,而安全对齐与防护工具多停留在概念验证阶段。相比之下,传统网络安全依赖规则与签名,难以应对生成式攻击的动态演化。历史案例显示,类似AlphaFold或GPT系列的突破往往先用于科研,后被快速武器化,防御端始终滞后一拍。

与此同时,中国与欧洲在监管上更强调事前评估,美国则侧重事后追责,这种路径差异可能进一步拉大攻防鸿沟。短期内,更多资本将流向AI红队与防护初创公司,但根本解法仍依赖模型可解释性与对齐技术的实质进展。

悬念在于:若攻防差距持续扩大,6-12个月内是否会出现跨国AI安全公约,或迫使领先实验室放缓部署节奏?

信源:https://www.cnn.com/2026/06/24/business/video/ai-warning-duffy-live-ctw-062409aseg2-cnni-technology-fast
https://www.bloomberg.com/news/articles/2026-06-24/google-poised-to-lose-two-more-high-profile-ai-staffers-to-anthropic

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信