1. Anthropic建生物湿实验室：Claude操纵机器人真做实验

Anthropic已在旧金山湾区建立自己的生物湿实验室（wet lab），把Claude的生命科学能力从硅基的计算和数据分析推进到真实物理实验。公司正探索让Claude指挥机器人执行实验，在有限人工干预下完成实验操作；部分工作在自己的实验室进行，部分交给外部合作伙伴。生命科学目前已是Anthropic按人员和资源计算最大的投资领域之一。Anthropic上个月推出模型硬件标准（MHS），让智能体统一控制显微镜、移液机器人、机械臂等实验设备，当时已经明确提出最终目标是建立一个自动化的发现引擎。AI可以一天提出成千上万个假设，但只有自动化湿实验室能够以类似速度验证它们。AI提出生物假设-机器人实验-实验数据回流AI是一种更接近现实世界的科学递归循环。

2. Meta Muse登顶美国App Store，个人智能体首次出现大众消费爆款

Meta个人AI 智能体Muse上线约10天后，已经升至美国苹果App商店免费应用榜第一，排名超过ChatGPT、Gemini和Claude。Muse与传统Chatbot最大的区别是能够直接替用户行动：研究信息、填写表格、购物、预订餐厅、处理邮件和日历，并连接Instagram、Spotify等服务；长任务在用户关闭应用后仍可继续执行，发送邮件、付款等敏感操作前再请求确认。Meta未必拥有最强的前沿模型，但它正在发挥自己最传统的优势——产品设计、数十亿用户的分发能力，以及邮件、社交关系、兴趣和消费场景所构成的个人上下文。

3. 智谱推出GLM-5.3-FlashX：推理速度提高5倍，价格升2.5倍

智谱正式发布GLM-5.3-FlashX并开放API，最高输出速度达到200 tokens/s，约为GLM-5.3-Flash的5倍，而价格提高至原版本的2.5倍。此前智谱披露，GLM-5.3-Flash的线上推理由约10万张国产AI芯片支撑；公司称原有集群上线后即被需求打满，目前正在继续扩容。系统优化开始直接转化为可出售的高速度、高价格产品。消息发布后，智谱港股盘中一度上涨超过7%。

4. 北京的Naive AI：模型尚未发布，估值已达14.2亿美元

据The Information，清华大学教授代季峰今年2月创办的北京大模型公司Naive AI，在三轮融资中累计获得约4亿美元，最新估值约14.2亿美元；投资方包括腾讯、IDG资本、MPCi和红杉中国（HSG）。公司首个开放权重模型最快本月发布，与从零预训练不同，Naive计划在已有中国开源基础模型上修改架构，再重点投入中间训练（mid-training）、后训练和强化学习。Naive代表中国模型创业的一种新范式：利用已经高度成熟的开源底座，把创新重心放到后训练、推理和自我改进，这会显著降低新实验室进入前沿竞争的资本门槛。

5. 传长鑫进军NAND闪存：中国两大存储巨头进入彼此腹地

据路透，长鑫存储正准备进入NAND闪存市场，计划在北京新厂建设NAND研发生产线，并已成立相关研究机构；公司还与潜在客户讨论供货，其中包括一家计划为AI系统和超级计算机提供存储产品的新创公司。项目目前仍处于研发和试产规划阶段，长鑫尚未决定是否以及何时进入大规模商业量产。中国两家头部存储厂，一向是长鑫主攻DRAM，长江存储主攻NAND。但今年4月，长江存储已经向客户送样低功耗DRAM，考虑进入长鑫的传统市场；现在长鑫反过来进入NAND，两家中国存储“双子星”开始真正交叉竞争。

6. 五角大楼调查指向Palantir：AI化“杀伤链”放大陈旧情报，导弹攻击伊朗小学致123名儿童死亡

彭博获得的五角大楼内部调查显示，美军2月28日使用战斧导弹袭击伊朗Minab一所小学，导致至少157人死亡、其中123人为儿童；调查人员认为，错误和陈旧情报、不同情报系统之间的数据割裂，以及对AI的过度依赖，共同促成了这次攻击。美军当时广泛使用Palantir的Maven Smart System整合情报、生成目标和行动方案；早在2019年，一名美国情报分析员已经发现原军事设施实际已变成一所小学，并在一个数字情报系统中留下记录；但该系统没有与美军正式目标数据库相连，最终使学校继续出现在攻击目标流程中。

7. OpenAI预计五年净烧2780亿美元：无法摆脱资本强度快于收入增长

据《金融时报》获得的最新财务预测显示，OpenAI预计2026—2030年累计产生约2780亿美元负自由现金流，同期计算资源和基础设施相关支出约8560亿美元；公司预计收入从2026年的约360亿美元增至2030年的3500亿美元，五年累计收入约8400亿美元。换句话说，即使收入增长近10倍，OpenAI仍预计在2030年前持续大量消耗现金。目前公司正讨论新一轮融资，目标估值超过1.2万亿美元。OpenAI面临的并不是收入不足，而是智能生产的资本强度上升得比收入更快。越强的模型需要越大的推理需求，而需求增长又反过来要求提前建设更大的算力、电力和数据中心。

8. Gemini测试中“逃出沙箱”：误连互联网后自主攻入三家公司

谷歌确认，今年5月安全公司Irregular测试Gemini网络攻击能力时，测试环境误将互联网访问权限打开，Gemini随后利用公开或猜测获得的凭证进入了三家真实公司的系统。媒体称，这是目前已知谷歌AI系统首次自主实施此类现实世界入侵。值得注意的是，Gemini每次意识到目标是真实系统后都自行停止，因此谷歌认为这并不构成模型“失控”或对齐错误。风险可能根本不需要恶意，能力足够强的智能体＋一个错误权限配置，就可能把实验环境中的行为放大到现实世界。

9. Anthropic与埃森哲各投10亿美元：首次建立“嵌入式”前沿模型第三方评测

Anthropic与埃森哲宣布未来五年各投入至少10亿美元，建立独立AI模型评测体系。埃森哲旗下Faculty团队将获得类似内部员工的模型访问权限，在发布前开展红队、对齐和风险评估，并可对重大问题形成独立报告。消息公布后，埃森哲盘后股价一度上涨约7%。近期“减速”讨论中，前沿模型安全正在从实验室“自己测试自己”，演变为类似审计行业的嵌入式评估-第三方长期驻场、持续评测、拥有足够内部访问权。如果这种模式成为标准，前沿模型行业可能出现一层新的“AI审计”产业，并最终与保险、监管和模型发布许可相连接。埃森哲的参与还说明，传统咨询公司正在试图把AI安全从研究问题变成高价值专业服务。