【必读】每日AI日报 2026-06-02

今日AI热点涵盖MiniMax M3开源模型、xAI Composer 2.5、Alphabet 800亿美元融资、Meta AI安全漏洞等，以及Anthropic、Karpathy、Sam Altman等专家观点。

• 模型发布/更新：MiniMax M3
• 模型发布/更新：xAI发布Composer 2.5
• 模型发布/更新：Qwen3.7-Plus
• 模型发布/更新：使用NVIDIA Cosmos 3开发物理AI推理、世界与行动模型

模型发布/更新

• MiniMax M3前沿编码、100万token上下文与原生多模态一体模型：MiniMax M3 是一个开源前沿模型，具备先进的编码与AI智能体能力。它支持100万token的超长上下文窗口，并采用名为MSA（MiniMax Sparse Attention）的新型稀疏注意力架构。该架构使模型在100万token上下文下的每token计算成本降至前代的1/20，预填充速度提升9倍以上，解码速度提升15倍以上。在SWE-Bench Pro编码基准上，MiniMax M3得分59.0%，超越GPT-5.5和Gemini 3.1 Pro，性能接近Opus 4.7。该模型可通过MiniMax Code、Token Plan和API服务使用。来源：MiniMax：Blog（网页）
• xAI发布Composer 2.5xAI的最新编程模型Composer 2.5现已在Grok Build中可用，用户可通过`/models`菜单选择使用。这是一款快速、先进的模型，擅长处理长时间运行的任务和复杂指令。该模型面向SuperGrok和X Premium+用户开放。来源：xAI：News（网页）
• Qwen3.7-Plus多模态智能体智能：Qwen Studio 提供涵盖聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索集成、工具使用及制品生成的全面功能。来源：Qwen：Blog Retrieval（API）
• 使用NVIDIA Cosmos 3开发物理AI推理、世界与行动模型NVIDIA Cosmos 3是一款面向物理AI的前沿基础模型。它能够帮助机器人、自动驾驶车辆和智能空间理解真实世界、预测事件发展并生成适应特定环境与任务的行动。该模型融合了物理推理、世界理解与行动生成能力。来源：NVIDIA Technical Blog（开发者技术博客 · RSS）
• SenseNova新模型解决AI图表生成难题大多数AI模型在生成图表时存在数值错误（如负值显示为正）、柱状图位置偏移、元素关系混乱等问题。SenseNova-U1-8B-MoT-Infographic（SenseNova-U1）专为解决此类图表生成问题而设计，能够生成准确的图表，并支持实时调整设计和布局。项目在Hugging Face提供了模型，并在GitHub展示了效果案例。来源：X：商汤 SenseTime (@SenseTime_AI)

产品发布/更新

• OpenBMB发布UltraData两大开源数据集，登顶HuggingFace趋势榜OpenBMB联合清华NLP与Modelbest发布两个开源数据集：Ultra-FineWeb-L3（预训练合成数据）包含600B+ tokens（超400B英文、200B+中文），是迄今最大开源中文预训练合成数据集；Ul 查看原始来源 2. Anthropic 开发者分享 Claude Code「理解验证」工作流 Anthropic 核心开发者分享了一套用于 Claude Code 的「理解验证」工作流。该工作流将 AI 定位为"高效且睿智的教师"，成功标准不仅是完成任务，更是确保人类对问题、方案及影响有可复述、可辩护的掌握。它通过增量教学、用户复述、清单+测验等方式，围绕问题域、方案域和语境域三条轴线展开，具体包含8个可执行步骤，强调在进入下一阶段前需确认用户已真正理解。此工作流旨在对抗长会话中人类易沦为"审批按钮"的"智能体黑箱"问题，强制沉淀决策上下文，实现可审计的深度理解。AIHOT 分类：tip 查看原始来源 3. Karpathy 分享学习方法论 🎯 Andrej Karpathy 谈如何学习。AIHOT 分类：tip 查看原始来源 4. Sam Altman强调AI发展应以人为本 Sam Altman在采访中表示，AI不应被设计为追求脱离人类需求的目标，人类必须始终处于AI发展的中心。他批判了行业内"AI将摧毁大量工作"等言论，认为人们担忧的并非AI带来的好处，而是自身在未来的角色、经济前景与自主权。他指出，AI行业的失败在于未能清晰解释人类如何在每一步保持对未来的控制权，以及如何在AI时代继续拥有充实、有意义的生活。AIHOT 分类：tip 查看原始来源 5. ChatGPT 新增长文编辑与保存功能 长文写作需要更多空间。现在你可以在全屏模式下编辑更长的文章，并将其保存到你的资料库中，以便稍后继续。AIHOT 分类：ai-products 查看原始来源 6. Krea AI 开放 Krea 2 LoRAs 全员使用 Krea 2 LoRAs 现已向所有人开放。试试下面这个 👇 AIHOT 分类：ai-products 查看原始来源 7. Alphabet将通过发行股票筹集800亿美元用于AI支出计划 Alphabet正在通过发行股票等方式筹集800亿美元资金，其中包括与Berkshire Hathaway的投资协议，以资助其雄心勃勃的AI支出计划。AIHOT 分类：industry 查看原始来源 8. Replit 用单个提示词构建完整业务 你能用单个提示词免费构建一个真实的业务吗？从今天起，在 Replit 上，答案是肯定的。从一个提示词开始，获得一个网站、移动应用、幻灯片和发布视频。此外，还能解锁使用 @stripe @atlas， @QuickBooks， @mercury & @doolaHQ 运营业务的福利。AIHOT 分类：ai-products 查看原始来源 9. Meta的AI被利用来劫持Instagram账号 Meta的AI聊天机器人被发现存在安全漏洞，黑客可以通过请求该AI关联一个新的电子邮件地址，从而接管目标用户的Instagram账号。该漏洞利用了AI智能体直接执行账户管理操作的能力。AIHOT 分类：industry 查看原始来源 10. 使用 NVIDIA Apex （FusedAdam， FusedLayerNorm） 和 torch.amp 加速 Transformer 训程程 通过从源码构建 NVIDIA Apex 并检测融合内核，对 Transformer 训练中的关键组件进行基准测试。内容涵盖了 NVIDIA Apex 提供的 FusedAdam 优化器与 FusedLayerNorm 层归一化的性能表现，并将其与 PyTorch 原生的混合精度训练工具 torch.amp 进行了对比。文章旨在实践验证这些工具在提升训练速度方面的具体效果。AIHOT 分类：tip 查看原始来源 11. Alphabet 宣布筹集 800 亿美元股权融资，用于扩展人工智能基础设施和计算能力 Alphabet 宣布计划通过发行股票筹集 800 亿美元资金，这是其历史上规模最大的融资之一。此次融资所得资金将专门用于进一步扩展公司的 AI 基础设施和计算能力，以支持其在人工智能领域的持续发展和战略部署。AIHOT 分类：industry 查看原始来源 12. 用户邵猛的 $10K Cursor 额度使用体验回顾 用户邵猛在获得 Cursor 团队赠送的 $10K 额度及两个月 Ultra 订阅后，实际使用了约 $2 千美元。其使用体验显示，100% 的时间都在使用 Agent Windows 模式，很少进行多模型切换。模型选择上，有外网访问时偏好 GPT-5.5，否则常用 Composer 2.5，因其 Fast 模式速度快且喜欢输出 Diagram 流程图。优点在于 Context 使用明细清晰，但 Agent 输出界面默认非 Markdown 且不支持拷贝为 Markdown。此外，Agent 界面右侧的扩展窗口（Terminal、Browser、File、Canvas）被认为比较实用。AIHOT 分类：tip 查看原始来源 13. Modal 发布强化学习开源库与训练经验总结 你的强化学习训练效率取决于沙盒基础设施。来看看 Modal 如何让你的 rollout 持续运行！AIHOT 分类：tip 查看原始来源 14. Jeff Dean 与 Two Minute Papers 对谈回顾 感谢与 @twominutepapers 的精彩对话，Károly！AIHOT 分类：tip 查看原始来源 AIHOT 每日 AI 日报：

模型发布/更新

• MiniMax M3前沿编码、100万token上下文与原生多模态一体模型：MiniMax M3 是一个开源前沿模型，具备先进的编码与AI智能体能力。它支持100万token的超长上下文窗口，并采用名为MSA（MiniMax Sparse Attention）的新型稀疏注意力架构。该架构使模型在100万token上下文下的每token

信息差价值：多数人只关注大模型性能竞赛，却忽视了两个关键趋势：一是开源模型MiniMax M3以极低成本实现接近顶级闭源模型的编码能力，这将在3-6个月内显著降低中小团队进入长上下文应用的门槛；二是Alphabet 800亿美元融资细节（含Berkshire Hathaway参与）暗示传统资本对AI基础设施的押注逻辑，而此信息尚未被广泛解读为AI算力资产化的信号。此外，Meta安全漏洞的细节（通过AI智能体直接修改邮箱）揭示了AI Agent在设计上的责任盲区，值得安全团队深入复盘。

业务启发：对AI工具开发者而言，可借鉴Replit模式，将复杂业务流程压缩为单一步骤，大幅降低用户认知负担；同时必须内置安全沙箱，防止AI Agent越权操作。对传统企业的CIO而言，Alphabet的融资可视为一个信号：算力成本短期内不会下降，应优先优化现有模型推理效率（如使用NVIDIA Apex混合精度），而非盲目追求更强算力。另外，Karpathy的学习方法论可用于设计内部AI培训课程，帮助团队快速掌握新工具。

可沉淀动作：①立即测试MiniMax M3 API，将其集成到内部代码审查或文档处理流程，记录与GPT-4的对比效果；②召开安全专项会议，基于Meta漏洞案例审查自家AI产品的权限模型，建立“可审计的决策记录”机制；③在研发环境中部署NVIDIA Apex + torch.amp提速Transformer训练，指标化记录加速比并与公开基准对比；④关注OpenBMB发布的UltraData开源数据集，尤其是其中的中文合成数据，用于优化中文NLP模型。

• AIHOT 原帖