微软自研MAI模型、宇树科创板过会、奥特曼重启机器人团队

6月2日清晨，位于旧金山梅森堡的微软Build 2026开发者大会刚刚落幕，推特平台上瞬间炸开了锅。

这并非常规的微小更新或功能迭代，而是微软直接宣布：将推出7款自研MAI模型，并计划从8月起，用自家引擎替换OpenAI的GPT-4 Turbo，作为Copilot的默认后端。

同一时间，北京上交所传来捷报：宇树科技的科创板IPO申请获得通过，计划募资42亿元，标志着人形机器人板块即将迎来首家上市公司。

倒数第二天，即6月1日，Sam Altman在X平台发布招聘启事，宣布OpenAI将重组机器人团队，距离上次解散该部门已过去整整六年。

这三天内接连传出的三个信号，指向了同一个核心趋势：AI领域的竞争焦点已从“谁的模型更强”，转变为“谁能将AI真正落地于物理世界及实际业务场景”。

先来看最重磅的消息。微软此次绝非小打小闹。

在Build 2026大会上，萨提亚·纳德拉发布了一套完整的自研AI体系，即代号MAI（Microsoft AI）的家族，一口气推出了7款模型：

换句话说，过去三年微软投入超过130亿美元支持OpenAI，如今决定亲力亲为。

更重要的是，这不仅仅是更换底层模型的问题。微软还将Windows升级为了一个完整的Agent平台：

还有一个细节值得关注。微软推出了代号Scout的Agent产品，运行在Teams中，能像真人同事一样自动浏览消息、安排会议、起草回复。官方表述是：“你的公司实际上就是雇佣了一名助理。私人助理的全部价值在于，即使你不工作，他们也在工作。”

💡 这意味着什么？微软不再满足于仅仅做一个“AI应用操作系统”，而是致力于将AI能力渗透到操作系统的各个层级。从内核级的Agent安全沙箱MXC，到应用层默认开启的Office Agent Mode，再到设备层的Project Solara（基于Android的Agent硬件平台），这是一盘全栈布局的棋。

6月1日，上交所的一纸公告引爆了整个机器人行业。

宇树科技的科创板IPO申请获批，计划募资42.02亿元。若进展顺利，它将成为A股市场上首家上市的人形机器人企业。

数据十分亮眼。2023年至2025年，营收从1.59亿元跃升至16.99亿元，复合增长率高达226%；毛利率从44%提升至60%。其背后有美团、红杉、经纬、腾讯、阿里、蚂蚁等顶级VC和互联网巨头撑腰，几乎凑齐了中国投资界的豪华阵容。

不过，审核问询也揭示了一些隐忧。2026年一季度，营收增速从去年的332%放缓至68%，扣非净利润骤降52%。上半年预测利润同比预计再降7%至22%。原因在于研发投入和销售费用持续高企。

这恰恰印证了一个趋势：具身智能赛道的竞争已从“谁有酷炫演示”阶段，迈向“谁能实现规模化交付”的新阶段。上市固然是好事，但上市后的持续盈利能力才是真正的考验。

就在微软和宇树抢占头条的同一日，6月1日，国内AI独角兽MiniMax低调推出重磅新品：M3模型。

不必过多纠结技术参数细节，仅看一个数据：SWE-Bench Pro得分达59.0%。这意味着其编程能力超越了GPT-5.5和Gemini 3.1，是目前公开评测中编程能力最强的模型之一。

更值得关注的是M3的技术路线。它采用稀疏注意力架构，支持100万token的超长上下文窗口，是全球唯一同时具备“顶级编程能力+百万级上下文+原生多模态”的开源模型。

这意味着什么？开发者可以用一个免费模型同时完成写代码、阅读长文档和理解图片这三项任务。这对中小企业和个人开发者而言，意味着实实在在的成本降低。

不过也存在争议。部分评测指出，M3在通用场景下与顶尖闭源模型仍有差距，“编程强不代表全能”。但作为一个国产开源模型，能在单一垂直基准上登顶，本身就极具说服力。

若说微软的动作是意料之中的战略调整，那么OpenAI的这一决定则颇具深意。

6月1日，Sam Altman在X平台发布招聘，宣布成立“OpenAI Robotics”团队，招聘全栈硬件工程师、运营人员、系统工程师及机器学习工程师。

这不是OpenAI首次涉足机器人领域。2018年启动的Dactyl项目曾用强化学习训练机械手转魔方，并在2019年公开展示。但2020年团队被解散，原因在于数据瓶颈，当时认为文本数据远比物理交互数据丰富，语言模型投资回报率更高。

六年后的今天，为何又重拾旧业？

直接导火索或许是Figure。这家估值400亿美元的人形机器人公司曾与OpenAI合作紧密，但今年初主动“分道扬镳”，转而自研Helix大模型。Figure CEO Brett Adcock公开表示，其内部AI团队已超越OpenAI。

更深层的逻辑在于：OpenAI现已掌握Sora等世界模型及DALL·E的多模态能力，由Sora核心作者Aditya Ramesh领衔。Altman表示：“要让AI真正理解重力、摩擦力及复杂物理接触，硬件与模型必须从第一天起就深度融合。”

💡 短期来看，OpenAI将专注于建筑和基础设施施工机器人的辅助工作。长期愿景是“每个人拥有一个个人机器人”。目前尚无具体产品、合作伙伴或时间表。考虑到特斯拉Optimus计划2026年量产，OpenAI的窗口期十分紧迫。

6月2日，北京国家会议中心，第八届北京网络安全大会（BCS 2026）开幕，主题只有一个字：AI。

“AI时代，攻防先行”。中央网信办、工信部、全国工商联高层悉数出席。核心议题聚焦于：人工智能正将网络攻击推向工业化，攻防差距正急剧扩大。

同日还宣布：第十四届互联网安全大会ISC.AI定于6月24日举行，聚焦安全对抗从“人对人”向“AI对AI”的范式转变。

这与微软此前发布的MXC安全沙箱、ACS Agent控制规范形成呼应。Agent越自主越好用，但也越危险。每次交互都可能暴露新攻击面。微软的方案是内置策略驱动的执行层，从轻量进程隔离到云端虚拟机，构建“可组合的沙箱频谱”。OpenAI、NVIDIA、Manus等均已宣布在MXC上构建。

安全已不再是事后补救，而是Agent部署的前置条件。

回顾这一周的三件事，表面看似独立，实则都在回答同一个问题：AI的下一步走向何方？

微软的答案是：从依赖他人大脑转向自建全套神经系统。不仅包括模型，还包括运行Agent的操作系统、协调多Agent的云网络、保障安全的沙箱机制，以及运行其上的硬件。这是全栈自研的决心。

宇树的答案是：机器人不应是实验室花瓶，而应是可规模化销售的商品。16亿营收、60%毛利率证明此路可行。接下来的挑战在于，上市后的持续盈利能力才是真考验。

OpenAI的答案更直白：仅有大脑不够，必须有身体。六年前因数据瓶颈放弃的道路，如今因世界模型能力成熟而重获可行性。

而贯穿这一切的是安全。当AI开始操作文件系统、控制机器人、自动化办公流程时，安全问题便从“IT部门的事”变成了“每个企业的事”。

“2026年的AI竞赛，比拼的已不再是谁的参数更大，而是谁能将AI从聊天框中拉出，塞进操作系统、工厂流水线及每个办公桌前。”

— AI日报 · 2026.06.04

📌 本周速览

▪Claude Opus 4.8发布（5/29）：Anthropic最新旗舰，Terminal-Bench表现逼近GPT-5.5，主打“工作流AI”定位

▪Apple WWDC 2026定档6月8日：iOS 27+Siri 2.0+“Extensions”系统（可接入Claude/Gemini/ChatGPT）

▪GitHub Copilot6月1日起正式切换AI Credits计费模式，年度套餐已停售

▪ISC.AI 2026定档6月24日：安全对抗“人对人→AI对AI”范式变革

▪微软Surface RTX Spark Dev Box发布：搭载NVIDIA Blackwell芯片，1 Petaflop算力，128GB统一内存

▪Majorana 2量子芯片：可靠性提升1000倍，量子比特寿命达20秒，量子计算目标提前至2029年

本文数据