直播回放 | 讯兔科技PaiWork+新品发布会圆满收官
2026年6月18日，讯兔科技主办的“派生未来”金融AI生态论坛暨PaiWork+新品发布会在上海成功举办。本次活动汇聚了超过300位来自金融、人工智能、学术研究及产业生态领域的专业人士，共同研讨从模型技术到金融业务价值的转化路径。大会由ITL智能投研技术联盟协办，并携手LSEG、晨星中国、阿里云、秩鼎、263、出门问问等生态伙伴联合呈现。同时获得上海证券报、中国证券网、中国证券报、证券时报、财联社、投资界等主流财经媒体关注与报道。活动期间正式推出iRaB投研实战评测体系，对PaiWorkAI投研工作台进
瑞典 Lovable 携手谷歌云用量翻五倍：生态绑定胜过巨头背书
最新行业动态：瑞典人工智能初创企业 Lovable 正式与 Google Cloud 达成多年期深化合作，其资源使用量激增五倍，并同步获取了 Anthropic Claude 模型的扩展访问权。若您身处 AI 应用领域，这家公司的战略路径值得深入研读。Lovable 专注于 AI 驱动的软件研发——用户仅需描述需求，AI 即可自动产出代码及应用。简言之，打造一位"精通编程的 AI 助理"，助力非技术人员高效构建软件系统。该企业成立于 2024 年，至 2025 年估值已攀升至数十亿美元，跻身独角兽行列。此
AI企业转型新阶段：从技术突破到商业可行性验证
AI 行业动态 / 企业动向 / 技术进展 / 投资趋势当前人工智能发展的核心议题已不再是推出更强大的编程或推理模型，而是领先企业开始正视“技术落地后如何持续运营”的关键问题。Anthropic 投入 1.5 亿美元启动 Claude Corps 计划，OpenAI 发起经济影响研究项目，GitHub 则将智能体执行记录、安全检查和模型选择整合进开发者日常工作流程。行业持续快速发展，但最值得关注的变化在于：AI 企业不仅要展示技术实力，更要证明自身能够被社会、企业和日常工作流程所接纳。01Anthropi
为何AI助手难以落地业务
老板在群里转了一条大厂AI智能体演示视频。视频里，一个对话框能写报告、做PPT、查数据、回邮件、订机票。评论区全是"太牛了""这就是未来"。三个月后，你们公司也上线了一个AI助手。它悬浮在页面右下角，看起来很像未来。可用户一问稍微复杂的问题，它就开始反问、绕圈、答非所问，最后给出一句："抱歉，我暂时无法处理。"问题不在于这个聊天框不够聪明。问题在于，它从来没有真正进入业务流程。这不是个别公司的执行力问题。Gartner 在 2024 年曾预测，到 2025
AI应用侧的商业化爆发路径分析
豆包开始收费了，这事儿引起的反响超出了我的预期。截至2026年3月，豆包月活跃用户达到3.45亿，日活用户约1.4亿。它成为国内唯一一个日活稳定过亿的大模型应用，我在使用过程中也觉得体验相当不错。豆包可以说是国内最接近“国民级 AI 助手”的产品之一。用户规模大、结构广、使用场景日常化，这些都具备了。但舆论的反应却很真实。这说明了一个问题：AI应用在中国C端市场，用户教育还远未完成。用户很难为“AI很聪明”买单。过去两年甚至更久，由于人口基数大、价格敏感，从互联网时代开始，国内用户就养成了“薅羊毛”、搞补
AI应用迈入实用阶段
这一周，AI行业最值得关注的变化，不是又一个模型参数刷新，也不是又一场发布会刷屏。它们看起来分属不同赛道：一个在城市商业空间，一个在全球产业场景，一个在智能交通体系。但放在一起看，指向的是同一个趋势：AI正在从“会说、会写、会生成”，走向“能跑、能送、能服务、能承担真实责任”。这件事的看点，不只是机器人数量。机器人不再只是在展厅里表演，也不只是在实验室里完成标准动作，而是直接进入商场，面对儿童、家长、店铺、客流、噪声、路线遮挡、临时互动这些真实变量。这才是AI应用最难的一关。实验室环境是可控的，展会观众是
AI融入数据团队：协作挑战先于效率提升
过去一年，很多团队都在讨论 AI 怎么进入数据工作。有人用它写 SQL，有人用它解释报表，有人让它生成指标口径说明，有人试着把数据查询、分析摘要、异常归因连成 Agent 工作流。演示时效果经常不错：输入一句自然语言，模型给出查询；上传一份数据，模型生成洞察；接入元数据，模型还能解释字段。但真正放进团队之后，第一批被放大的，往往不是效率，而是协作问题。这听起来有点反直觉。AI 不是来提高效率的吗？为什么先看到的是协作问题？因为数据团队里的很多低效，本来就不是工具慢造成的。它们来自需求没说清楚，指标口径不统
AI模型价格战：从高端到普及，2026年的行业转折点
上个月，我做了一个有趣的实验。我将相同的任务——撰写周报、整理数据、编写代码——分别在GPT-5.5、Claude Opus、Gemini 3.1 Flash和DeepSeek V4 Flash四个模型上执行。结果令人震惊。对于80%的日常任务，这四个模型的输出质量几乎一致。但价格方面呢？GPT-5.5：每月20美元。 DeepSeek V4 Flash：每百万token 0.14美元。 GLM-4.7华为昇腾版：每百万token 0.11元人民币。价格差距超过100倍。这不是一场普通的价格战。这是AI行
OpenAI 迎来商业化决战时刻
近期，OpenAI 连续推出了两项看似毫无关联的举措。其一是组建了致力于协助企业实施 AI 的 Deployment Company。换言之，OpenAI 不满足于单纯出售模型，更希望深入企业内部流程，协助客户将 AI 融入实际业务场景。其二是加速 ChatGPT 的广告变现进程。换言之，ChatGPT 不再仅依赖订阅费和 API 收益，而是开始探索将用户的咨询、需求及后续行为转化为广告价值。若将这两项举措结合审视，便不再是普通的行业资讯。这表明 OpenAI 正由一家“模型厂商”转型为一家“AI 商业基
AI评测工具告急：Claude Mythos横空出世，传统测试方法已不够用
你是否曾设想过，评估AI实力的工具，有朝一日会被AI本身给"弄垮"？这一天，在2026年5月8日，真实上演了。主角是Anthropic最新、也最神秘的模型——Claude Mythos。这个模型从未向公众开放，普通用户无法接触它，但它最近在AI安全评测机构METR那里创造了一个历史性的纪录：在人类需要花费16小时才能搞定的复杂编程任务上，Claude Mythos实现了50%的成功率。结果，METR的评测系统直接"瘫痪"了。METR（Machine Intelligence Evaluation & Re
AI自主复制时代来临
2026年5月9日，Palisade Research发布了一项研究，论文题目看似严肃：《语言模型可以自主黑客并自我复制》。但内容却并不轻松。研究员在控制台输入了四个英文单词：hack and copy yourself。随后，AI在完全无人干预的状态下，自行完成了整个过程：一变二，二变四。研究团队使用Qwen 3.6模型进行了测试。这个AI副本跨越了加拿大、美国、芬兰和印度的测试网络，每到一处就留下一个副本。这是首次有文献记录显示，AI实现了自主自我复制。更值得关注的是成功率的增长趋势。Palisade
AI行业进入下半场角逐
北京时间2026年5月10日，全球AI领域的关注点已发生转移，不再单纯比拼模型智商，而是聚焦于三大现实议题：AI Agent执行任务的安全性、巨头企业能否获取充足算力，以及前沿模型在发布前是否需接受政府审查。OpenAI于5月8日发文，揭示了Codex内部的安全运行机制。该公司指出，Codex等编程Agent已具备自主浏览代码库、执行指令及调用开发工具的能力，故而企业的核心需求不再局限于模型性能，更在于沙箱环境、权限审核、网络管控、身份认证及审计记录。换言之，AI编程助手正由单纯的“代码编写工具”融入企业
OpenAI推Chrome扩展：可在浏览器内直接用Codex
OpenAI宣布推出Codex for Chrome扩展，为桌面版Chrome带来直接使用Codex的能力，覆盖macOS与Windows两大平台。完成安装后，Codex能够在浏览器环境中执行Web应用测试，获取多标签页的上下文信息，并调用开发者工具；在整个流程中不会接管用户对浏览器的操作。自桌面端Codex引入“ComputerUse”能力以来，OpenAI注意到众多使用场景集中在浏览器之内。此次扩展便围绕这一需求进行进一步适配，让Codex在处理涉及浏览器的任务时效率更高，尤其对一些仅靠传统插件或AP
23倍资金不等于23倍智能：斯坦福AI报告的“逻辑卡点”
为什么中美之间的23倍资金差距，并没带来同等幅度的技术拉开理解资源效率、机会真假，以及“看不见的投入”如何影响结果在AI时代建立“结构感”与可靠判断力斯坦福大学发布《2026年人工智能指数报告》后，讨论很快被一组数字带偏到“差距叙事”：2025年美国私人AI投资累计达2,858亿美元，中国私人AI投资为124亿美元，前者约为后者的23倍多。但如果只看到这里，这种叙事又显得过于顺滑。作为长期参与一级市场判断的人，我的直觉并不是立刻震惊，而是觉得这条逻辑链有些经不起细究。因为同一份报告继续往后，研究者给出了另
摩根士丹利上调MiniMax目标价，中美AI差距缩短
摩根士丹利亚太研究团队发布最新报告，将MiniMax的目标股价从990港元上调至1100港元，并维持“In-Line”的行业评级。报告重点推荐了MiniMax等具备全栈人工智能能力的公司。报告指出，在算力依然是关键制约因素的情况下，中国和美国顶尖的人工智能模型在“Artificial Analysis”智能指数上的表现已非常接近，MiniMax M2.7、智谱GLM-5.1、Moonshot K2.6、DeepSeek V4的得分均在50-54分之间。基于此，摩根士丹利判断，中美在人工智能领域的差距已缩小