前言
今日 AI 赛道迎来多个里程碑信号：DeepSeek 以近 4000 亿元估值完成首轮外部融资，创下国内大模型融资新纪录；上交所正式发布大模型企业上市指引，资本化路径首次明确；G7 领导人密会三大 AI 巨头，前沿模型出口管制暗流涌动。与此同时，OpenAI 为 ChatGPT 植入定时任务、亚马逊首提量子商用时间表、NVIDIA 机器人自学装 GPU、xAI 视频生成 25 秒出片——从模型应用、硬件突破到政策博弈，产业正在从“技术竞赛”全面转向“落地与治理”的双线较量。

1. DeepSeek 完成首轮外部融资：估值 4000 亿元，510 亿元到账，梁文锋设五年锁定期

6 月 16 日，杭州深度求索（DeepSeek）完成首轮外部融资，整体规模约 510 亿元，投后估值逼近 4000 亿元，投资方包括创始人梁文锋、腾讯、宁德时代、网易、京东、IDG 资本、国家人工智能产业投资基金等。这是国内大模型迄今最大单轮融资，标志着 DeepSeek 正式从量化基金“全资孵化”走向市场化资本结构。

值得关注的是，梁文锋要求外部投资者将资金注入由其管理的有限合伙企业，而非直接持股，且所有投资者（除国家产投基金外）不享有投票权，仅获财务信息和优先认购权，并统一设置五年锁定期。此举意在筛选长期主义者，排除短期套利资本。融资将用于扩展 AI 基础设施、强化研发、员工股权激励及商业化提速。DeepSeek 自 2023 年成立以来，一直由幻方量化利润支撑，本次融资后仍将保持技术独立性与开源路线。

创新看点：五年锁定期 + 无投票权架构，开创了“长期主义资本”的大模型融资范式，本质上是用资本结构锁死战略定力，避免被短期商业化压力带偏节奏，这可能是中国 AI 赛道最“反风口”的融资案例。

2. 上交所发布大模型上市指引：至少一个产品实现规模化应用方可申报科创板

6 月 17 日，上交所正式发布《发行上市审核规则适用指引第 10 号——人工智能大模型企业适用科创板第五套上市标准》，首次明确大模型企业登陆科创板的硬性门槛。核心要求是：发行人申报时至少有一个大模型产品已完成上线发布并实现规模化应用，以此验证商业模式可行性与商业化落地能力。

指引将主营业务界定为“人工智能大模型的自主研发、模型服务或模型应用等”，通用大模型与行业专用模型均可适用。上交所表示，将在中国证监会指导下，推进符合标准的大模型企业在科创板发行上市。该指引的出台，结束了此前大模型企业“有技术、无营收、难上市”的模糊状态，为头部玩家提供了清晰的资本化路径，同时也提高了对“伪 AI”企业的甄别门槛。

创新看点：监管层首次将“规模化应用”而非“技术参数”设为上市核心指标，这意味着一味拼参数、晒榜单的时代正式终结，大模型从“科研竞赛”进入“用户规模和商业转化率”的硬仗阶段。

3. G7 领导人闭门会晤 OpenAI、Google DeepMind、Anthropic，前沿模型管制走向台前

6 月 16 日，OpenAI CEO 奥特曼、Google DeepMind 高管、Anthropic CEO 与 G7 领导人在法国阿尔卑斯山举行闭门工作午餐。表面议题是“改善网络安全，保护儿童和民主”，但实际焦点落在前沿 AI 模型的出口管制与金融安全影响。会后 G7 联合声明称，将委托财政官员、监管机构及网络安全专家评估前沿 AI 模型对金融稳定、生产力和劳动力市场的潜在冲击。

欧盟委员会主席冯德莱恩明确表示，欧盟使用最先进 AI 模型符合美欧共同利益，暗示不会轻易切断技术流动。奥特曼则在会上敦促各国政府掌握治理主导权，称“不要将责任推给 AI 实验室，我们负责开发技术，自由世界的公民制定规则”。此次会晤标志着 AI 治理从“行业自律”正式升级为“七国集团层面的地缘政治议题”。

创新看点：三大美国 AI 巨头同时出现在 G7 闭门餐桌，意味着前沿模型已被视为“战略基础设施”，未来管制将不再局限于芯片出口，而是延伸至模型权重、推理能力和训练数据流动——AI 的“巴统清单”正在酝酿中。

4. OpenAI 为 ChatGPT 推出全新定时任务功能，替代 Pulse，支持联网监测与通知

6 月 18 日起，OpenAI 向 Plus、Pro、商业版及企业版用户逐步推送 ChatGPT 定时任务功能。该功能允许用户设置提醒、周期性工作、联网监测信息变动，并在触发条件时推送实用通知。侧边栏新增专属任务管理页面，支持统一查看、暂停、恢复、编辑或删除任务，运行速度和稳定性显著提升。

用户可指定精确时间或早中晚宽泛时段执行任务。监测类任务可联网检索或读取绑定应用数据，仅在出现值得关注的信息时推送通知，减少无效打扰。每项任务每小时最多运行一次，长期无交互的无人值守任务将自动暂停。该功能将完全替代旧版 Pulse，后者 14 天后下线。这一更新将 ChatGPT 从“对话工具”推向“主动智能代理”方向，为后续 Agent 化布局铺路。

创新看点：定时任务 + 联网监测的组合，本质上是在为 ChatGPT 构建“无人值守的数字化员工”能力——它不再需要用户每次主动提问，而是变成“感知-判断-通知”的自主循环，这是 Agent 从概念走向日常的第一步。

5. 亚马逊高管首提商用量子计算机时间表：5-7 年内问世，将遵循类摩尔定律

亚马逊人工智能业务最高负责人彼得·德桑蒂斯 6 月 18 日接受 CNBC 采访时表示，首款具备商用价值的量子计算机将在未来 5 至 7 年内问世，这是亚马逊首次给出明确的实用型量子计算机落地时间。他称，量子计算后续发展将高度类似半导体性能的迭代规律——一旦首台商用机落地，产业将呈现“类摩尔定律”趋势，量子计算机规模逐年扩大，能解决的复杂问题越来越多。

德桑蒂斯特别澄清普遍误解：量子计算机并非“更快的普通电脑”，而是专精于传统计算机难以高效求解的特定问题类别，能大幅优化求解效率。当前量子计算赛道竞争白热化，微软、谷歌、IBM 及大量初创企业均已重兵投入。亚马逊此番表态，既是对自身量子研发进度的信心释放，也预示着未来五年将是量子从实验室走向机房的窗口期。

创新看点：亚马逊首次给出明确时间表，但更关键的是“类摩尔定律”判断——这意味着量子计算不会突然颠覆一切，而是像芯片制程一样逐年迭代，企业不需要焦虑“何时上车”，而是要思考“如何与经典计算混合部署”。

6. NVIDIA 展示 AI 机器人自学安装 GPU：无需示教，自主探索高精度装配

6 月 17 日，NVIDIA 发布视频展示具身智能最新突破——机器人通过自主探索学会了将 GPU 安装到主板，整个过程无需预设编程或人工示教。机器人自行理解高精度装配任务的物理规律，完成毫米级容差的精密操作。GPU 安装对位置精度要求极高，传统工业机器人需严格编程，而 NVIDIA 的方案展示了具身智能在精密制造业中的应用潜力。

该成果基于 NVIDIA 的具身智能技术栈，结合仿真训练与自主探索算法，让机器人像人类一样“试错+学习”。这标志着机器人正从“重复执行”走向“自主理解物理世界”。NVIDIA 正在构建“训练+推理+机器人”全栈能力，对 AMD 和 Intel 形成直接压制，同时也将加速工业自动化从刚性产线向柔性智能产线演进。

创新看点：让机器人自学装 GPU——最有意思的是“自己装自己”的隐喻，NVIDIA 正在用 AI 制造 AI 硬件，再用硬件训练更强的 AI，形成闭环飞轮。这对竞争对手而言，不仅是产品代差，更是“进化速度”的代差。

7. xAI 发布 Grok Imagine Video 1.5：25 秒生成 720p 视频，马斯克放言年底可生成完整电影

6 月 17 日，xAI 发布视频生成模型 Grok Imagine Video 1.5，720p 视频渲染时间从 40 余秒压缩至 25 秒，同时全面开放 API 供开发者调用。该版本支持图片转视频（image-to-video），官方展示效果达电影级预告片水准。消费者端同步升级为 Video 1.5 Fast 版本。

xAI 的策略明确——不拼参数拼速度，25 秒出片意味着广告团队 1 小时内可生成 240 个视频素材，速度成为商业化关键壁垒。同日，马斯克在 X 上放言“年底前 AI 可生成完整电影”，暗示后续还有更大升级。视频生成正从“技术演示”进入“日常可用”阶段，xAI 以速度优先路线与 Sora、Veo 形成差异化竞争，切入广告、短视频、快速原型等时效敏感场景。

创新看点：xAI 不追求“最精美”，而是追求“够快且够用”——这恰恰切中了商业视频素材高频试错的痛点。25 秒不是技术指标，是商业模式：把视频生成从“艺术品创作”变成“耗材生产”。

8. 曝字节跳动洽购至少 5 万颗天数智芯推理 GPU，训练与推理供应链拆分

据第一财经报道，字节跳动正与国产 GPU 厂商天数智芯洽谈采购至少 5 万颗 AI 芯片，主要用于大模型推理负载，涉及天数智芯智铠系列云端推理 GPU。若交易达成，天数智芯将成为字节跳动继华为、寒武纪之后的第三家 GPU 供应商。

报道指出，字节跳动的训练和推理供应链正在拆分：大模型训练采用华为昇腾、寒武纪高端训练卡，而豆包和企业 MaaS 等线上并发推理场景则引入专用推理 GPU。这一策略既是为了分散供应链风险，也是针对推理场景对性价比和延迟的极致要求进行专业化选型。大规模采购国产推理 GPU，也表明国产芯片在推理侧已具备规模化商用替代能力。

创新看点：字节将训练和推理供应链彻底解耦，意味着它不再依赖单一厂商“通吃”，而是按“训练看性能、推理看成本”的原则分而治之——这是大模型进入“规模商业化”后供应链成熟的标志性信号。

9. 谷歌推出新一代智能音箱：100 美元搭载 Gemini AI 助手，支持自然语言多步指令

6 月 17 日，谷歌宣布推出新一代 Google Home 智能音箱，搭载 Gemini for Home AI 语音助手，支持自然语言交流与多步骤语音指令，6 月 25 日上市，定价 100 美元。音箱采用球形设计，提供 360° 均衡环绕音效，配备先进麦克风系统可自动适应环境精确识音。支持与 Google TV Streamer 电视盒配合，两台音箱可组立体声环绕系统。

硬件配置上，搭载 1GB LPDDR4 内存、四核 Cortex-A55 2.0GHz 处理器及 4GB 存储，顶部电容触控操作，外覆 3D 织物，三种配色。Gemini 助手的嵌入将智能音箱从“简单问答”升级为“多步骤任务理解与执行”，是谷歌将大模型能力下沉至消费硬件的典型动作，直接对标亚马逊 Alexa 和苹果 HomePod 的 AI 升级潮。

创新看点：100 美元定价 + Gemini 大模型，说明谷歌正在用“平价硬件+免费AI”的打法抢占家庭入口——它不靠硬件赚钱，而是靠 AI 服务建立用户粘性，这是典型的互联网思维对传统硬件厂商的降维打击。

10. Meta CTO 承认公司士气接近历史最低点，强制调岗 AI 项目引发员工抵触

据《商业内幕》报道，Meta CTO Andrew Bosworth 在内部栏目中承认，当前员工士气“或许不是 20 年来最糟，但也差不多了”。过去一年 Meta 经历 10% 裁员和内部 AI 项目大调整，约一成员工被强制调入 AI 专项工作组，不少员工将此举比作“被征召入伍”，并认为实际工作更接近数据标注而非前沿研发。

管理层已着手补救：Bosworth 向全员发备忘录称要成为“顶尖人才施展才华的最优平台”，允许调至 AI 小组的员工重新应聘内部岗位，并上调差旅、团建及零食福利预算。士气危机折射出 Meta 在全力押注 AI 过程中，组织转型带来的阵痛——当公司战略急转弯时，如何平衡员工意愿与业务需求，成为 AI 巨头们共有的管理难题。

创新看点：Meta 的士气危机揭示了一个残酷真相——当“All in AI”变成行政命令，一线员工的实际工作可能只是数据标注，而非改变世界的创新。AI 转型的最大阻力往往不是技术，而是组织内部“被工具化”的失落感。

结语
从 DeepSeek 的“锁定期资本”、上交所的“规模化应用”门槛，到 G7 对模型出口的隐忧，AI 产业正在告别野蛮生长，进入“制度、资本、商业闭环”共同驱动的成熟期。与此同时，NVIDIA 的机器人自学装 GPU、xAI 的 25 秒视频、OpenAI 的定时任务，则在技术侧持续压低成本、提升可用性。2026 年过半，AI 的故事已经从“能不能做”彻底转向“怎么做、谁来做、谁来管”——这三条线，将决定下一个十年的赢家。