Qwen 机器人三连发、DeepSeek 首轮融资——AI HOT 今日热点（2026-06-17）

今日最该先看的 5 条

• Qwen 一天内连发 RobotManip、RobotWorld、RobotNav，把机器人操作、场景世界建模和导航系统拆成三个可扩展模型方向。1 2 3
• Cartesia 的 Sonic 3.5 与 Ink 2 把实时语音的「听」和「说」放进同一技术栈，首音频延迟约 82ms。4
• Copilot Cowork 全球正式可用，微软开始把长期运行的工作智能体推给更多组织。5
• DeepSeek 完成首轮外部融资，估值超过 500 亿美元，开源和基础研究路线仍是对外叙事核心。6
• OpenAI 连续发布 Deployment Simulation 与公开聊天数据验证研究，模型上线前的「真实部署模拟」正在变成安全评估重点。7 8

模型发布/更新：机器人和实时语音是今天主线

• Cartesia Sonic 3.5 / Ink 2：Cartesia 推出 Sonic 3.5 文本转语音和 Ink 2 语音转文本模型，组成实时语音栈；AI HOT 摘要显示，Ink 2 在 Artificial Analysis 流式 STT 排行第一，Sonic 3.5 在实时 TTS 中位列榜首，首音频延迟约 82ms。4

• Qwen-RobotManip：通义千问基于 Qwen-VL 发布视觉-语言-动作基础模型 Qwen-RobotManip，引入表示、运动、行为三维统一对齐框架；预训练语料约 38,100 小时，覆盖 15 种机器人形态，并在 LIBERO-Plus、RoboTwin-C2R、RoboCasa365、EBench 等多项基准给出成绩。1
• Qwen-RobotWorld：Qwen-RobotWorld 以语言作为统一动作接口，采用双流 Multimodal Diffusion Transformer 架构，把 Qwen2.5-VL 用作动作编码器；AI HOT 摘要显示，它统一 20 多种机器人形态，训练数据包含 860 万跨场景训练对和 1,300 多项操作技能。2
• Seedance 2.0 Mini：字节跳动火山方舟上线 Seedance 2.0 Mini 视频生成模型，计划近期开放 API；该模型比 Seedance 2.0 Fast 快 2 倍，图生视频定价 0.023 元/千 tokens，720P 单秒生成成本约 0.5 元，较标准版降低约一半。9
• Qwen-RobotNav：Qwen-RobotNav 基于 Qwen3-VL 在 15.6M 样本上训练，统一视觉语言导航、目标导航、目标跟踪、自动驾驶和具身问答五个领域；摘要列出的指标包括 VLN-CE RxR 成功率 76.5%、HM3Dv2 目标导航 75.6%、EVT-Bench 跟踪率 90.0%、NAVSIM PDMS 91.4。3

产品发布/更新：工作智能体进入办公软件和知识库

• Google Cloud OKF v0.1：Google Cloud 推出 Open Knowledge Format，一种供应商中立的 Markdown 规范，用带 YAML 前置元数据的目录给 AI 智能体提供结构化上下文；它不要求专有服务、SDK 或运行时，可托管在 GitHub、以 tarball 传输或挂载到文件系统。10
• Copilot Cowork：Satya Nadella 宣布 Copilot Cowork 全球正式可用，并支持多模型；微软给出的定位是让长期运行的智能体处理组织内复杂多步骤任务，并基于组织知识工作。5

• AI 版支付宝「阿宝」：支付宝开启 AI 版邀测，用户右滑进入新版界面后，可用对话或语音让「阿宝」代办事项；涉及资金变动和支付的环节仍需用户本人确认。11
• 小米 MiMo Claw：小米发布 MiMo Claw 正式版，搭载 MiMo-V2.5-Pro 旗舰模型，原生兼容 MCP 工具调用协议，内置百万级超长上下文；在 OpenClaw 标准 Agent 工作流中吞吐效率提升约 3 倍，ClawEval Pass³ 达 63.8%。12
• OpenRouter Subagent：OpenRouter 推出 openrouter:subagent 服务器工具，允许前沿模型在生成过程中，把文档总结、结构化数据提取、文本重格式化等独立任务委托给更小、更便宜、更快的 worker 模型。13
• Midjourney V8.1 Draft mode：Midjourney V8.1 草稿模式一次生成 24 张低分辨率低质量图片，用户可对任意图片点击 Vary 渲染为全质量版本；草稿任务消耗的快速小时数减半。14
• Grok for PowerPoint：xAI 发布 Grok for PowerPoint，作为免费 Microsoft 365 插件上线；它可在 PowerPoint 内把大纲转为幻灯片，做内容研究、撰写、排版，也能调用 Grok 连接器读取邮件或 SharePoint 信息。15

行业动态：钱、算力和政府关系继续决定牌桌

• xAI 燃气轮机诉讼：The Decoder 报道称，美国司法部在一份驳回诉讼的动议中援引国家安全，为 xAI 在密西西比州 Southaven 的 Colossus 2 设施运行未经许可的燃气轮机辩护；NAACP 起诉称，相关燃气轮机数量从 4 月的 27 台增至 57 台，并导致氮氧化物排放飙升 111%。16
• 五角大楼与 Anthropic：来自阿易 AI Notes 的追踪称，五角大楼已将超过三分之二日常 AI 工作流从 Anthropic 转移，目标是在 9 月前完全切断；该说法同时提到，冲突源于 Claude 是否可用于大规模监控和全自动武器。17
• GitHub 算力短缺：RuntimeWire 报道称，微软旗下 GitHub 面临 AI capacity crunch，微软因此向 AWS 寻求计算资源支持；这条线索来自 Hacker News 热门讨论。18
• Copilot Cowork 可能接入 DeepSeek V4：Kim 的 X 线索称，微软正考虑为 Copilot Cowork 提供微软托管的 DeepSeek V4 版本，作为更便宜的模型选项；同一条摘要还称 Copilot Cowork 将放弃无限定价，转向按使用量计费。19

• Fable 政府封禁后续：TechCrunch 发文质疑，美国政府对 Anthropic 模型 Fable 的封禁并非此前外界理解的「模型越狱」问题；该文章在 Hacker News 引发讨论并获得 103 个点赞。20
• SpaceX 收购 Cursor：TechCrunch 报道称，SpaceX 同意以 600 亿美元股票收购 AI 编程公司 Cursor；报道还称 Cursor 此前接近完成一轮 20 亿美元融资，估值 500 亿美元，投资方包括 Andreessen Horowitz、Thrive 和 Nvidia。21
• Anthropic 企业订阅份额超 OpenAI：TechCrunch 援引 Ramp 数据称，Anthropic 5 月企业 AI 订阅市场份额达 41%，首次超过 OpenAI 的 39.5%；同文称，特朗普政府限制最新模型访问的争议反而可能推动企业采用量。22
• DeepSeek 首轮外部融资：The Decoder 报道称，DeepSeek 完成首轮外部融资，募资超过 500 亿元人民币，估值超过 500 亿美元；报道还称，多数投资者通过梁文锋管理的有限合伙企业投入资金，无投票权且锁定五年，腾讯和宁德时代为主要外部投资者。6

论文研究：评估开始贴近真实部署

• Anthropic Claude Code 专业知识研究：Anthropic 分析约 40 万次 Claude Code 交互会话后发现，人类更常负责「做什么」的规划决策，Claude 更常负责「怎么做」的执行决策；领域专业知识越强，模型每次指令完成的工作量越多。23
• OpenAI Deployment Simulation：OpenAI 发布 Deployment Simulation 方法，在隐私保护下重放历史对话，用候选模型重新生成回复，以模拟模型上线后的实际表现；OpenAI 称该方法在多个 GPT-5-series Thinking 部署中，比传统评估更准确估计不良行为频率。7
• 公开聊天数据外部审计：OpenAI 使用 WildChat 公开数据集模拟 GPT-5.1、GPT-5.2、GPT-5.4 的部署表现，并与私有生产数据对比；研究称，WildChat 模拟的平均预测误差约 3 倍，但对技术性和智能体型失调的预测精度下降。8

技巧与观点：AI 使用正在制造新的流程问题

• 毕业论文 AI 检测困境：数字生命卡兹克写到，学生手写摘要被判 99% AI 率，纯 AI 写作部分却显示 0%；同一论文在不同平台检测结果出现 48%、44%、59% 等差异，部分学校已改用 AI 使用声明表替代一刀切检测。24
• 前沿大模型后训练配方回顾：Interconnects 播客与 Finbarr Timbers 回顾后训练配方演变，从 InstructGPT 的 SFT、奖励模型、RL，到 DeepSeek R1 的大规模 RL，再到 Multi-teacher On-Policy Distillation；摘要提到 2026 年配方正在走向多个领域专家模型再合并回统一模型。25