三国续签贸易协议遇阻 紧张关系或延续
据知情人士透露，美国、墨西哥和加拿大可能无法在7月1日这一关键时间点前完成贸易协议的续签工作，这可能导致三方在汽车制造及其他相关行业的规则与关税问题上陷入长期僵持。 这项由唐纳德·特朗普总统在其首任期内达成的协议，原定于下月到期，若三方未能就延期达成共识，除非某方选择完全退出，否则协议将自动延续至2036年，并进入年度审核机制。 参与谈判的官员表示，当前最可能出现的情况是协议进入滚动审查阶段。消息人士指出，若特朗普政府拒绝正式续签，将引发进一步磋商，使协议前景进入不确定性阶段。由于涉及非公开讨论，相关人士
Coinbase 推 SpaceX 上市前永续合约，散户可提前博弈估值
核心摘要 Coinbase 周四正式发布创新产品，允许用户在企业首次公开募股（IPO）前交易其价格走势，首发标的为挂钩 SpaceX 的永续期货（行业通称 perp）。 此类 IPO 前永续合约无需用户实际持有公司股份，便能对未上市企业的估值波动进行投机。Coinbase 首期推出 SpaceX 上市前永续合约，该衍生品采用稳定币 USDC 结算，价格参照马斯克旗下航天公司的私募市场估值，仅向美国境外投资者开放。 当前优质企业保持私有化的时间日益延长，普通散户渴望在明星公司登陆二级市场前进行布局的需求不断
Bybit 率先接入西联 USDPT，开启稳定币法币兑换新纪元
作为全球交易量稳居第二的加密交易平台，Bybit 日前正式宣布完成与 Anchorage Digital Bank 发行的美元稳定币 USDPT 的对接，由此成为首个融入西联汇款全球 USDPT 生态体系的主流数字资产交易所。 USDPT 基于 Solana 公链构建，实行与美元 1:1 挂钩及自由赎回机制，其储备金由美国国家信托银行 Anchorage Digital Bank 托管。借助本次合作，达标用户可利用 Bybit 平台的“一键购币”服务，使用指定法币直接购入 USDPT，亦可将其兑换回本地货
Meta 闭源 AI 受挫：Muse Spark 模型上线屡遭延期
IT 之家 6 月 4 日讯，据《华尔街日报》昨日（6 月 3 日）刊文指出，Meta 公司旗下的 AI 模型 Muse Spark 陷入“难产”困境，面向开发者的 API 调用计划已被多次推迟。 IT 之家曾在今年 4 月披露，该模型是 Meta 超级智能实验室（Meta Superintelligence Labs）推出的 Muse 系列首款成果。该 AI 部门由汪滔（Alexandr Wang）领衔，他于 2025 年 6 月正式加盟 Meta。 Muse Spark 标志着 Meta 从开源策略转
首钢朗泽港股上市次日飙升47% CCUS领域领先地位凸显
首钢朗泽（02553）登陆港股市场第二日便实现大幅上涨，截至发稿，股价涨幅达47.20%，目前报价31港元，成交金额达2.109亿港元。公开信息显示，首钢朗泽专注于碳捕集、利用与封存领域（CCUS），主要利用钢铁厂、铁合金厂生产过程中产生的含碳工业废气作为生产原料，通过先进的碳捕集技术生产乙醇及微生物蛋白等环保产品，同时提供综合性低碳解决方案服务。现阶段，该企业在河北、宁夏、贵州等地建有四座规模化生产基地，综合年产能达乙醇21万吨、微生物蛋白2.32万吨。根据弗若斯特沙利文数据，按2025年经营规模统计，
Meta Muse Spark API发布屡次延期
据知情人士透露，Meta 已多次延期向开发者开放新款Muse Spark AI模型API的发布时间，截至本周二，该API尚未确定具体发布日期。 Meta发言人在周三透露，公司已与部分早期合作伙伴开展API测试，并有望在本月正式推出。 API是一种软件接口，用于规范两个软件系统间的交互机制。 Meta人工智能主管亚历山大·王（Alexandr Wang）4月在X平台发文宣布："muse spark API即将上线。" Meta于4月推出Muse Spark，这是公司为缩小与竞争对手差距而开发的首个模型。Mu
亚历山大·王力挽狂澜重塑Meta AI
在马克·扎克伯格任命亚历山大·王将Meta的人工智能业务转入战时模式一年后，这家估值达1.5万亿美元的企业推出了Muse Spark，这被视为其迄今最具实力的AI模型。 扎克伯格并未选择资深研究员，而是将重振Meta AI的重担交予一位年仅28岁的初创公司创始人。他赌的是，外部人员的紧迫感与雄心壮志，能在公司原有AI团队受阻之处开辟新局。 依据对Meta现任及前任员工和王身边人的采访显示，这位亿万富翁神童正逐步拿出成果，同时也需应对经验不足的质疑、早期研究的困境，以及科技巨头内部错综复杂的政治博弈。 在近
AI日报|Opus 4.8称霸编程界,Mistral转型全栈挑战OpenAI,微软自研模型反击Claude Code
01Opus 4.8封王编程，41天一代 02Mistral变阵全栈，拉空客宝马 03微软自研编程，先砍Claude Code 04NVIDIA N1X让PC换Arm心 05Anthropic $650亿逼近万亿 06Snowflake AI涨34%锁AWS 07Siri跑Gemini了，WWDC倒计时 08AWS重写搜索，Agent流量逼的 09孙正义€750亿欧洲建算力集群 10GREYVIBE用ChatGPT发动攻击 11DynoSim把部署试错快1500倍 12Claude Code日增300星霸
Anthropic发布Opus 4.8模型
上周末，海外人工智能领域再次传来重大动态：Anthropic推出了全新的Opus 4.8大模型。了解AI的人都知道，Anthropic是OpenAI最强劲的竞争对手之一，其每次更新都会引领行业趋势，此次迭代更是直击商业化应用的痛点，属于实质性的技术飞跃。本次新版本主要聚焦于三大核心领域：首先，代码能力。过去许多大模型生成的代码运行时常漏洞百出，处理复杂项目时更易出错。此次Opus 4.8着重提升了编码可靠性，长代码及多模块工程逻辑更加稳健，语法与运行稳定性显著增强。终端用户可将其用于开发、自动化工具及后台
特朗普政府试图缓和绿卡新政冲击
面对强烈的反弹，特朗普政府正努力弱化近期移民政策变动所引发的负面效应。此前这项新政令许多人感到不安，预估有数十万绿卡申请者可能不得不离开美国，转回国外继续处理申请。上周，美国公民及移民服务局（USCIS）正式公布了新的规则指引。 官方指出，新规将切断大批移民在美国境内申请绿卡（即美国永久居留权）的渠道，要求申请人必须返回原籍国，在当地的美国领事馆完成所有手续。这份备忘录显著收紧了“身份调整”的流程。按旧例，由雇主或亲属担保的绿卡申请人通常可以留在美国等待审批。 在新规发布前，USCIS的一位发言人曾表示：
Anthropic拟数周后解禁类Mythos高危AI模型
Anthropic PBC 打算在数周内全面推出新款人工智能模型，其安全防护实力将比肩 Mythos。 Anthropic 之前曾宣称，Mythos 风险过高，不宜面向大众开放。 该企业周四透露，因在构建“更严密防护机制”上取得“迅猛突破”，故可向全体客户开放拥有 Mythos 同等能力的 AI 产品。与此同时，Anthropic 还推出了一款名为 Opus 4.8 的新模型，其在编程任务执行方面表现更为出色。 Anthropic 此前指出，Mythos 具备“在用户指令下，发现并利用所有主流操作系统及浏
AI 代码安全承诺不可信？真相揭秘
这是每位使用 AI 编写代码者每日都会遭遇的陷阱。当你要求 GPT-4o 构建一个登录接口，它交付的代码整洁美观，注释详尽。当你让它自我审查时，它信誓旦旦地宣称："毫无安全隐患，可直接部署上线。"随后你将其上线。一周后，你的数据库遭遇拖库攻击。原因在于其生成的代码中隐藏着一个最基础的 SQL 注入漏洞，而它自身永远无法察觉。这并非提示词编写优劣的问题。这是所有生成式 AI 的先天性缺陷：单一模型永远无法察觉自身的盲区。让 AI 自我审查输出结果，本质上等同于让学生自行批改试卷。它会用严密的
AI 能否预判科学未来？一场严苛测试揭晓真相
试想一下，假设你身处 2023 年的科研界。若有人向你发问："到了 2025 年，是否会出现一种能同步观测蛋白质、DNA 及药物分子间互动的新手段？"甚至更细致地问："你认为这项突破具体会在哪个月份降临？"这看似科幻故事中的桥段，实则是当下顶尖人工智能（AI）正面临的严峻考题。随着 AI 在生物、化学、物理等学科中大展拳脚——从解析蛋白质构型到研发新型材料——一个核心问题随之而来：这些智能系统能否化身为科学界的"预言家"，提前洞察未来的重大发现？近期，来自牛津大学、斯坦福大学及艾伦人工智能研究所的研究团队
Pitney Bowes扩建凤凰城枢纽，年处理20亿件邮件
航运与邮寄行业领军者Pitney Bowes Inc．近日宣告，其坐落于亚利桑那州凤凰城的全新预处理运营中心已正式启用。这座占地7.5万平方英尺的智能化设施将全力支援凤凰城市场的迅猛增长，大幅优化该区域的邮件流转效率。 扎根凤凰城三十载，产能升级再创新高 该新中心地处凤凰城南50街14995号，装配了八台高速光学字符识别分拣设备、一套全联动输送系统以及17个装卸货位。该分拣体系年处理量逼近20亿件邮件，由逾百名员工实行三班倒作业。 Pitney Bowes预处理服务执行副总裁兼总裁Debbie Pfeif
因果AI：可交互智能的新一代技术基石
因果AI：可交互智能的新一代技术基石 因果智能（Causal AI）被视为构建下一代可信、可交互人工智能的根基所在。在实际应用中，精确评估大模型的因果推断偏差、建立能够实时互动的视频生成模型，已成为业界面临的重要挑战。然而这两方面都存在明显困难：因果评估容易受到表面文本变化的误导，产生虚假偏差和认知错觉；视频模型则受计算资源限制和架构适配问题困扰，训练开销大、画面生成延迟严重。现有方案通常未考虑语义稳定状态下的基准噪声影响，或采用成本高昂的全流程轨迹迁移方法，导致实际应用价值有限。 本次发布的反事实提示评