AI日报速览：2026年6月19日重磅动态汇总
本期关键词：G7峰会AI三巨头同台、Claude Fable 5 横扫榜单、GPT-5.6 蓄势待发、DeepSeek 500亿首轮融资、MiniMax M3 三项全能、智谱 GLM-5.2 开源、小米 MiMo Code 正面硬刚 Claude Code、字节豆包任务模式上线、阿里 Qwen3.7-Max 登顶国产第一6月16日，法国 Évian-les-Bains，G7 峰会迎来前所未有的嘉宾阵容——Sam Altman（OpenAI）、Dario Amodei（Anthropic）、Demis Ha
马斯克预测中国AI明年Q1达Fable水准，智谱AI回应
虽说跑分数据漂亮，但从实际应用价值看，哪怕明年一季度也能令人惊叹。Anthropic找准了方向，致力于提升实用智能，这些优势虽不体现在跑分里，却实实在在地转化为了营收。翻译：虽说基准测试成绩不错，但若论实际使用价值，即便是在2027年第一季度，其表现也相当出色。Anthropic的路线非常正确，致力于构建真正有价值的智能系统，这种优势在测试榜单上看不到，但在营收上却一目了然。阿菊认为这句话的核心在于：商业变现比单纯的技术能力更关键。这种难得的良性互动也表明，马斯克始终在关注着中国AI技术的演进。据悉，GL
马斯克预言：中国最强AI模型明年一季度问世
► 文 观察者网陈济深 编辑 张广凯 近日，有用户在社交平台提问：“中国大模型何时能赶上Anthropic的Fable水平？智谱GLM-5.2已显著缩小差距。”特斯拉CEO马斯克回应称：“可能在（2027年）一季度。” 针对马斯克的看法，AI领域专家指出，其预测略显保守，中美模型差距或小于7个月。谷歌DeepMind首席执行官德米斯·哈萨比斯此前也表示，中国AI模型能力可能“仅差几个月”就能追上国外水平。 马斯克的评论正值Anthropic新模型引发全球热议之时。 6月9日，美国AI企业Anthropic
唐杰回应马斯克：中国大模型已逼近Fable水平
新浪科技讯 6月19日下午消息，今日，有网友于X上提问称："中国大模型预计何时能够达到Anthropic的Fable水平？智谱GLM-5.2无疑缩小了差距。"对此，特斯拉CEO马斯克回复称："可能在2027年一季度"。不过，智谱创始人唐杰很快回应称，"不需要那么久"。 这场讨论的直接背景，是智谱AI近日上线并开源了新一代旗舰大模型GLM-5.2。该模型在FrontierSWE编程基准测试中得分74.4，接近Anthropic顶级模型Claude Opus 4.8的水平。甚至在全球百万用户参与盲测的前端开发
AI日报第46期：开源与闭源的思维主权之争
AI DAILY · 第46期思维篇2026年6月19日 · 星期五你的AI，别人72小时就能没收6月11日，Claude Fable 5上线仅72小时被美国政府强制全球停用——AI史上首次，已部署给数亿用户的商业大模型被强制召回。同一天，智谱GLM-5.2以MIT协议全量开源。两件事在同48小时内发生，把一个问题推到你面前：你的认知工作流，到底建在谁的地基上？其实，开源和闭源不是技术路线之争，是你的思维主权之争。模型可以被召回、接口可以被关闭、定价可以被涨10倍——但你建立在它之上的写作习惯、分析框架、
GLM-5正式开源！国产AI大模型从“聊天写代码”迈向“自主开发”时代
你是否曾在深夜对着屏幕上的代码报错，暗自希望“这东西能自己修复吗”？就在本周，智谱开源了GLM-5。GitHub上202颗星看似不多，但关注AI工具圈的人都能感受到——这可能是近期最重要的模型发布之一。因为它跳过了“优化对话”的环节，直接聚焦于“让AI自动完成工作”。 💡 先搞清楚GLM-5解决了什么问题 过去我们用AI写代码的流程是：你提出需求，它生成代码，你复制粘贴运行，遇到错误再反馈。反复操作，你成了代码的搬运工。 GLM-5的思路则不同。智谱将其称为从“Vibe Coding”到“Agentic
GLM-5.2开源：低成本逼近GPT-5.5性能
闭源模型的护城河，从来不是技术，而是成本。当开源追上性能，价格战就没了赢家。6月16日，Z.ai发布开源GLM-5.2模型权重，宣称在多个长程编程任务基准测试中逼近GPT-5.5水平，而推理成本仅为后者的六分之一。消息一出，开发者社区迅速沸腾。对于工程团队而言，这意味着可以在自有基础设施上部署前沿级别AI。不再受制于API调用配额和成本波动，数据主权问题也随之解决。这是企业采用开源模型最核心的动力。01 开源的优势不只是免费很多人以为开源AI的价值在于"免费"，但真正的优势在于可审计和可定
昇腾0Day全面优化GLM-5.2推理性能
IT之家 6 月 18 日消息，“昇腾 AI 开发者”公众号 6 月 17 日宣布，昇腾 0 Day 支持 GLM-5.2，为编程与长程任务提供全面推理优化。 据官方介绍，目前昇腾 A3 系列产品已经支持 GLM5.2 的单双机以及大 EP 推理部署。针对 GLM5.2 模型的结构特点，昇腾围绕以下几个关键技术开展了高效推理优化： IT之家注意到，智谱 6 月 17 日宣布上线并开源 GLM-5.2。在全球百万用户参与盲测的前端开发评估系统 Code Arena 上，GLM-5.2 取得全球可用模型第一的
马斯克认可中国AI突破
马斯克再度公开肯定中国AI进展。6月18日，特斯拉创始人马斯克在社交平台回应网友提问：‘你预计中国何时能达到Fable级别？GLM-5.2明显拉近了差距’时回应：‘或许2027年第一季度。’此处Fable指Anthropic于6月9日发布的Mythos级模型Claude Fable 5，据其官方称，该模型在多项AI基准测试中超越此前所有公开模型。但上线仅数日，于6月12日被美国政府强制下架。GLM-5.2则是智谱AI于17日宣布开源的新一代旗舰模型，专为长程任务优化，核心亮点包括1M无损上下文、增强编码能
Tuanjie AI 首发接入GLM-5.2 Max
各位开发者，大家好。Tuanjie AI 在 Day-0 即全面接入 GLM-5.2 Max。Tuanjie AI 是专为 Unity / 团结引擎打造的 AI 工具，助力你在真实游戏项目中实现代码理解、修改、调试与协同开发。目前公测已开启，欢迎免费下载体验；公测期间提供免费额度，助你零成本评估其在实际项目中的表现。GLM 始终是 Tuanjie AI 的核心编码模型。从 4.7、5.1 到 5.2，我们坚持“发布即接入”，确保开发者无需等待，即可在引擎中直接使用最新代码能力。此次 GLM-5.2 Max
智谱发布GLM-5.2模型 早盘股价涨超6%
智谱（02513）早盘涨幅近7%，截至发稿，股价上涨6.18%，报1547港元，成交额达10.69亿港元。 6月15日，智谱宣布推出新一代旗舰模型GLM-5.2，该模型支持长达1M的上下文长度，在长程任务中保持技术领先，并将依据MIT协议开源。公司预计该模型将显著提升其开放平台及API服务的调用需求。麦格理分析认为，GLM-5.2的发布有望增强智谱在订阅定价上的议价能力，进一步推动年度经常性收入持续增长。 中金公司指出，基于多方开发者测评，GLM-5.2在编程能力上较GLM-5.1显著提升，在后端任务中多
智谱股价大涨近五成国产大模型迎来替代窗口
21 世纪经济报道记者 石恩泽 港股人工智能主线再次被点燃。 6月15日，智谱（02513.HK）早盘跳空高开后一度暴涨超45%，盘中最高触及1620港元；截至午间收盘仍上涨约28%，成交额明显放大，领涨港股大模型板块。 港股收盘，恒指收涨 0.5%，恒生科技指数涨 1.28%。大模型概念股智谱涨超 32.5%，MINIMAX-W（0100.HK）涨 6.7%。 此次上涨的触发因素并非完全源于财报季，而更类似一次“模型可得性冲击”。当海外最强闭源模型的访问权限因外部管制收紧，市场开始将确定性溢价转向供给可
AI界权力更迭：Claude遭封禁，国产GLM强势补位
摘要：随着美国政府颁布禁令，导致全球开发者无法访问Claude Fable 5，一个全新的局面由此开启。上周，AI领域发生了一件令全体程序员及技术发烧友彻夜难眠的大事：Anthropic旗下的旗舰模型Claude Fable 5，在上线不足72小时后，便被美国政府直接叫停。其理由为“国家安全”。你没看错，一款用于编写代码的AI，仅仅因为实力过于强大，便遭到了封杀。更为离奇的是，此次禁令的适用范围不仅限于特定国家，而是涵盖所有非美国籍用户——甚至包括Anthropic公司自身的外籍职员。没错，你确实没看错，
AI模型市场正在走向两极分化
Anthropic最新推出了一个被称作“神级”的模型Fable 5。名字确实够响亮，性能也确实够强悍。SWE-bench Pro达到80.3%，编码能力测试FrontierCode Diamond直接29.3%，而上一代旗舰Opus 4.8仅有13.4%。相比上一代最强模型，编码能力提升了一倍多。但价格同样令人咋舌。每百万token，输入10美元，输出50美元。这个价格什么水平？DeepSeek V4 Pro，同样每百万token，输出仅需0.87美元。Claude比DeepSeek贵了57倍。即便是国内
AI写作选模型指南：避开陷阱，精准省钱
获取方式：https://copilot.tencent.com/work/——一图看懂，AI模型选择背后的省钱逻辑最近，一位朋友发来一张截图，是某AI平台模型选择界面的照片。他问："这些模型名字五花八门，后面还标着0.xx倍率，到底该怎么选？会不会选贵了，或者效果不好？"这个问题问得很到位。如今越来越多人在用AI辅助写作、整理资料、制作内容，但面对平台上琳琅满目的模型列表，大多数人都是"盲选"——哪个名字看着顺眼就选哪个，或者干脆用系统默认的。本文将以此为切入点，详细拆解