AI行业速览：OpenAI转型广告巨头、Meta员工士气受挫、Google停用Imagen
2026 年 6 月 24 日（周三）· 第 26 周
本周三的AI动态释放了一个明确趋势——产业正从“技术比拼”转向“盈利模式考验”。OpenAI在戛纳国际创意节上自信宣称“我们就是广告公司”，年化广告营收瞄准2.5亿美元，与Anthropic坚持无广告的品牌策略形成强烈反差；Meta在“AI主导”的激进重组中遭遇士气重创——CTO公开坦言士气“20年低谷”，员工戏称AI部门为“劳改营”；Google则于今日正式关停所有Imagen图像生成模型，将图像功能全面融入Gemini系列。以下是本期完整简报。
# AI内参｜OpenAI自称广告公司、Meta士气崩盘与Google Imagen关停
2026 年 6 月 24 日（周三）· 第 26 周
本周三的AI动态释放了一个明确趋势——产业正从“技术比拼”转向“盈利模式考验”。OpenAI在戛纳国际创意节上自信宣称“我们就是广告公司”，年化广告营收瞄准2.5亿美元，与Anthropic坚持无广告的品牌策略形成强烈反差；Meta在“AI主导”的激进重组中遭遇士气重创——CTO公开坦言士气“20年低谷”，员工戏称AI部门为“劳改营”；Google则于今日正式关停所有Imagen图像生成模型，将图像功能全面融入Gemini系列。以下是本期完整简报。
6月22日，OpenAI 首席营收官 Denise Dresser 在法国戛纳国际创意节（Cannes Lions）上明确宣告：“我们毫无疑问已转型为广告企业。”这一声明距 Sam Altman 在2024年5月将广告称为“最后选项”仅21个月，标志着 OpenAI 商业路径的根本转变。
https://www.digitalapplied.com/blog/openai-cannes-lions-2026-advertising-business-debut
广告业务概览：OpenAI 于2026年2月9日正式在 ChatGPT 中试行广告。当前形式为“聊天卡片”——在免费版和 ChatGPT Go（月费8美元含广告版）的搜索结果下方展示含标题、描述、图片和链接的赞助卡片。Plus（月费20美元）和 Pro（月费200美元）用户享受无广告体验。
定价演变：广告推出初期 CPM 为 60 美元，最低投放额 20 万美元；5月5日上线自助广告管理平台（Ads Manager）后，最低投放降至 0 美元，并新增 CPC（按点击付费）竞价方式——目前 CPC 已成主流投放模式。
收入层级（OpenAI 对外宣传数据）：
结构优势：OpenAI 声称 ChatGPT 拥有约9 亿周活跃用户，其中约20% 的查询具备商业意图。eMarketer 预计 AI 搜索广告将从 2026 年的 20.8 亿美元增长至 2029 年的 260 亿美元，OpenAI 力图在这一新兴市场占据领先地位。前 Meta 广告高管 David Dugan 于 2026 年初加盟 OpenAI，负责广告产品战略。
未解决的衡量差距：尽管用户可像在 Google 上一样购买 ChatGPT 广告，但衡量基础设施远未完善——缺乏标准化的可见度验证、独立的受众核实机制及成熟的跨渠道归因模型。目前 OpenAI 通过与 Criteo（2,000+品牌通过其平台投放 ChatGPT 广告）和 LiveRamp（6月约10日宣布合作）弥补这些短板。
https://openai.com/index/our-approach-to-advertising-and-expanding-access
三大 AI 实验室的广告策略对比：OpenAI 选择了“广告为核心收入引擎”的路径；Anthropic 在超级碗 LX 期间播出的广告则明确表态“广告即将进入 AI，但不会进入 Claude”，并因此获得 11% 的日活用户提振；Perplexity 则在 2026 年 2 月彻底取消广告，年度经常性收入反而跃升至约 4.5 亿美元。三种路径展现了 AI 产品在广告与信任间的不同取舍。
2026年6月24日——即今日——Google 正式关停所有 Imagen 系列图像生成模型（包括 imagen-3.0-generate-002 和 imagen-3.0-fast-generate-001），完成从专用图像生成模型到 Gemini 原生图像能力的全面迁移。用户必须将 API 调用从imagen-*模型名切换至gemini-2.5-flash-image。
https://firebase.google.com/docs/ai-logic/imagen-models-migration
https://igly.ai/blog/google-imagen-shutdown-migration-guide-2026
迁移路径：Google 推荐的替代方案是 Gemini Image 模型（内部代号“Nano Banana”），包含两个版本：
-gemini-2.5-flash-image（Nano Banana 标准版）——替代 Imagen 常规生成任务
-gemini-2.5-flash-image（Nano Banana Pro 版）——替代 Imagen 高端生成任务，支持更长提示词和更高分辨率
战略背景：这一迁移反映了 Google 将 AI 能力整合至 Gemini 统一平台的长期战略——不再维护独立图像生成模型系列，而是让 Gemini 成为文本、图像、音频、视频的通用入口。同时关停的还包括 gemini-2.5-pro 和 gemini-2.5-flash（6月17日已关停），以及后续数月将关停的 gemini-2.5-flash-lite 等模型。
对开发者的影响：对于尚未完成迁移的应用和管线，今日之后 Imagen API 将返回错误。迁移本身在 API 层面较为简单——仅需替换模型名称字符串，但语义上的差异（Gemini 图像模型强调“原生多模态理解”，而非“纯图像生成”）可能需要调整提示词策略和工作流程。
6月23日消息，亚马逊因与 OpenAI 在 AI 基础设施领域的 500亿美元投资合作，取消了一部已接近完工的 Sam Altman 传记电影。该片由 Simon Rich 编剧，以较负面视角描绘了 Altman 在 2023 年 OpenAI 董事会风波中的角色。
https://www.buildfastwithai.com/blogs/ai-news-today-june-23-2026
事件背景：亚马逊和 OpenAI 间日益紧密的商业联系——AWS 已成为 OpenAI 的关键计算资源供应商，双方还签署了价值 500亿美元 的长期合作协议——使得亚马逊无法发行一部挑战其重要合作伙伴 CEO 形象的影片。该片现需寻找新发行方。
行业意义：这起事件在好莱坞和科技界引发关于“企业利益与言论自由边界”的讨论。当科技巨头同时是内容创作者和发行商时，商业伙伴关系对内容创作的“软审查”效应正成为不可忽视的现实——尤其在 AI 领域，每个主要参与者的利益网络都极为复杂。
6月17-22日期间，Meta 首席技术官 Andrew “Boz” Bosworth 在内部栏目《周二与博兹对话》中公开承认：公司员工士气“可能不是20年最糟，但也相差无几”。这一罕见的公开认错发生在 Meta 激进 AI 重组的阵痛期，暴露了以“AI 优先”为名的大规模人力调整背后的深层代价。
https://finance.sina.com.cn/tech/digi/2026-06-17/doc-inictaeq5711459.shtml
https://m.36kr.com/p/3863496889767174
危机的三个层面：
第一，裁员与强制调岗。2026年5月，Meta 宣布裁员约 8,000 人（占全球员工 10%），同时将约 7,000 名员工强制调往 AI 相关新部门。其中 Applied AI Engineering（应用 AI 工程）部门的约 6,500 名工程师和产品经理被员工称为“劳改营”——工作被形容为机械、乏味、缺乏创造力。许多基础设施和安全团队的工程师被一纸调令抽走，且最初连“志愿选择”的机会都没有。
第二，鼠标追踪监控引爆众怒。Meta 于4月推行的“模型能力计划”（Model Capability Initiative, MCI）通过监控员工的鼠标轨迹、键盘敲击、点击操作和定期截屏来生成 AI 训练数据。超过1,600 名员工联合签署抗议信，且公司明确表示已配发设备无法 opt-out——Boz 本人亲口确认了这一点，也是众怒的核心。
第三，AI 取代自身的焦虑。许多被调至 AI 部门的员工认为，他们的实质工作是帮助打造最终取代自己的机器人。Boz 在备忘录中试图安抚：“并不是 AI 会夺走你的工作，而是会使用 AI 的人可能会。”——但这句话本身也在强化员工的焦虑。
管理层的补救措施：Boz 承诺将每位管理者的直接下属人数从最多50人压缩至约20人；Applied AI 负责人 Maher Saba 表示被强制调动的员工现在可以在公司内部竞聘其他岗位；Meta 还提高了差旅、团建活动和零食福利的预算——但“用零食换士气”的策略在社交媒体上遭到大量嘲讽。
https://www.163.com/dy/article/KVI3341T0511BLFD.html
更深层的问题：在Meta之前，Block（Jack Dorsey 裁掉近一半员工）、Cloudflare（裁员20%但强调是 AI 让岗位过时）和 Coinbase（裁员14%）等公司也都以“AI 提效”为由进行了大规模裁撤。但 Meta 的案例独特之处在于规模（8,000人裁减 + 7,000人强制调动 + 全公司鼠标监控），以及其内部矛盾的公开化程度——员工在全体会议上直接劫麦爆粗。这不仅是 Meta 的问题，也是整个科技行业在“AI 转型”与“员工信任”间失衡的缩影。
6月23日，由纽约州总检察长牵头，美国42 个州的总检察官联合向 OpenAI 发出了范围广泛的传票，调查内容涵盖广告声明、谄媚问题（sycophancy）、数据处理、健康数据处理以及未成年人和老年人的保护措施。
https://www.buildfastwithai.com/blogs/ai-news-today-june-23-2026
关键时间点：这一传票发生在 OpenAI 的 IPO 关键窗口期——公司刚于 6 月初向 SEC 秘密提交 S-1 文件，路演和估值谈判正在进行中。42 州联合行动的高调性质给 OpenAI 的 IPO 叙事增加了显著的法律风险维度。
调查范围：
-广告声明：ChatGPT 是否在其广告宣传中做出了无法验证的能力声明
-谄媚问题：模型是否倾向于迎合用户观点而非提供客观答案
-数据处理与隐私：尤其是健康数据处理和未成年人保护机制
-定价与条款：Plus/Pro/Go 各层级的披露是否充分
市场影响：Anthropic 同期也在筹备 IPO（目标 10 月，估值 9,650 亿美元），而且此前 Fable 5 的出口管制禁令已经为 AI 模型的上市披露风险设下了先例。这两家公司的 IPO 剧本正在将“监管风险”从脚注变为招股书的决定性段落。
6月18日，美国联邦能源监管委员会（FERC）依据《联邦电力法》第 206 条，向六家电网运营商发出「show cause」命令，要求其加快 AI 数据中心的电网互联流程。FERC 主席 Laura Swett 表示将 AI 基础设施并网定位为“国家优先事项”。
https://www.buildfastwithai.com/blogs/ai-news-today-june-23-2026
https://www.hoganlovells.com/en/publications/executive-order-on-promoting-advanced-artificial-intelligence-innovation-and-security
背景：AI 数据中心的电力需求增速远超现有电网互联审批流程。Microsoft 计划 1,900 亿美元的 AI 资本支出，Google 则承诺 1,750-1,850 亿美元。FERC 的命令要求运营商在确保电网可靠性的前提下显著缩短审批时间，并向 FERC 提交具体的改进时间表。
与 Meta 1,250-1,450 亿美元资本支出的背景呼应：Meta 同期宣布 2026 年资本支出将达 1,250-1,450 亿美元，并在印度与 Reliance 合作建设 168MW 的 AI 数据中心——AI 基础设施的能源需求正从小步快跑转向全面冲刺。FERC 的命令标志着一个制度性转折：政府+监管机构有史以来首次将 AI 基础设施的能源供给作为国家战略目标进行制度化的协调推进。
期刊：Nature（2026年6月刊）· https://www.nature.com/articles/s41586-026-10265-5
研究背景：AI 在研究过程中的角色长期停留在“辅助工具”层面——帮你搜索文献、分析数据、撰写摘要。但从未有一个系统能以端到端方式独立完成科学研究的全流程：从提出假设到设计实验，从编写代码到运行实验，从分析结果到撰写论文，再到执行同行评审。Sakana AI 团队（由前 Google 研究员 David Ha 创立）在 Nature 上发表了这项突破性研究。
核心方案：The AI Scientist 是一个流水线系统，可端到端地自主导航整个科学生命周期。系统在两个模式下运行：
-聚焦模式（Focused Mode）：使用人类提供的代码模板作为初始脚手架，在特定主题上开展研究
-无模板开放模式（Template-free Open-ended Mode）：利用智能体搜索进行更广泛的科学探索
关键成果：该系统生成的论文在质量上通过了顶级机器学习会议 workshop 的首轮同行评审——达到了“可发表”水平。这意味着 AI 不仅能够辅助研究，其自主产出的成果在质量上已可与传统研究产品竞争。
技术特点：系统集成了多个 LLM 驱动的智能体组件——创意生成器（提出研究想法的方向）、代码编写器（编写和调试实验代码）、实验执行器（在标准化环境中运行并收集数据）、论文撰写器（将结果撰写成完整手稿，包含图表和参考文献）、同行评审器（对自身和其他 AI 生成的论文进行结构化评审）。
行业意义：这篇论文的意义不在于“AI 能写论文”本身（这在 2024-2025 年已有很多尝试），而在于展示了一个完整的、可复现的闭环——从思想到实验到发表再到评审的全链条自动化。对于正被 AI 重塑的学术界而言，这项研究提出了一个根本性问题：当 AI 可自主产生、评审和积累科学知识时，人类科学家的角色将从“动手者”转变为“定向者”。
#AI日报#OpenAI#广告#CannesLions#Meta#员工士气#Imagen#NanoBanana#Google#FERC#AI数据中心#TheAIScientist#Nature#Anthropic#IPO