编程力压GPT-5.5！MiniMax M3开源，三大能力全球唯一

MiniMax在6月1日发布了新一代大模型M3，交出了一份相当有竞争力的成绩单：SWE-Bench Pro编程评测59.0%，超越GPT-5.5和Gemini 3.1 Pro；最高支持100万超长上下文；原生多模态支持图片、视频输入及桌面自动化操作。三个指标同时集齐，MiniMax M3是国内第一个，也是全球范围内唯一做到这一点的开源模型。

性能飙升背后的关键是底层架构创新。M3采用了全新稀疏注意力架构MSA（MiniMax Sparse Attention），在处理100万长上下文时每个Token的计算量压缩到上一代的1/20。Prefill阶段加速超9倍，Decoding阶段加速超15倍。这个效率提升意味着，超长上下文不再是"能用但太贵"的奢侈品，而是可以在生产环境中经济运行的基础能力。

商业化方面MiniMax也做了配套：AI编程助手MiniMax Code同步升级，推出Plus（49元/月）、Max（119元/月）、Ultra（469元/月）三档Token Plan订阅方案。512K上下文版本限时7天5折优惠。完整权重和技术报告承诺10天内开源。这个"发布即开源"的策略在当前大模型赛道里相当罕见——多数厂商要么闭源要么只开源蒸馏版。

MiniMax选择把底牌全露，某种程度上是在用开源换生态信任。当开发者可以直接下载完整权重、在自己的基础设施上跑M3时，被锁定在某个商业平台的风险就大幅降低了。

详情查看： https://www.aitop100.cn/infomation/details/33925.html

MiniMax M3

奥特曼杀回机器人赛道！OpenAI重启具身智能布局

OpenAI CEO奥特曼6月1日通过社交媒体正式宣布进军机器人赛道，并发布招聘信息招募全栈硬件、运营、系统及机器学习工程师。这标志着OpenAI在关停早期机器人业务后，正式重启物理世界的具身智能布局。值得注意的是，OpenAI此前曾探索过机器人方向但后来搁置，这次重启的时机选择颇有深意——恰逢多模态大模型能力大幅提升、物理AI成为行业热点的阶段。

奥特曼给出了一个分阶段推进的路线图：短期内聚焦研发能协助技术工人建设基础设施的特定功能机器人，长期愿景是打造满足多样化定制需求的普适性个人机器人。这个规划很务实——不画"通用机器人"的大饼，而是从具体的施工辅助场景切入，让AI在物理世界中有明确的用武之地。

OpenAI重入机器人赛道的意义不止于一家公司的新业务布局。当全球最领先的大模型能力与机器人硬件结合，整个行业的竞争格局可能会被改写。当前具身智能赛道的主要玩家以传统机器人硬件厂商和专用AI公司为主，OpenAI的加入意味着大模型软件生态将深度介入物理世界操作。

英伟达同日发布Cosmos3物理AI大模型、自变量团队发布WALL-WM世界模型，加上OpenAI重启机器人业务——具身智能在6月1日这一天迎来了三重信号叠加，这个赛道正在加速从学术探索走向产业落地。

奥特曼杀回机器人赛道

英伟达Cosmos3发布：全球首个全开源全模态物理AI大模型，训练周期从数月缩到数天

英伟达6月1日发布Cosmos3，定位是全球首款全开源、全模态的物理AI大模型。它采用混合Transformer架构，在单一系统中融合了视觉推理、世界生成与动作预测三大能力。模型基于数十亿条文本、图像、视频、音效及动作轨迹的物理AI数据集训练而成，能原生理解并生成跨模态内容，物理仿真精度达到业界领先水平。在Artificial Analysis、Physics-IQ、RoboLab等多项评测中，Cosmos3在开源模型中均位列榜首。

架构设计上，Cosmos3结合了推理Transformer与生成类Transformer——先深度解析物体交互规律、运动状态及时空关联，再精准完成视频生成与动作轨迹预测。这个设计解决了具身智能长期面临的一个核心痛点：在有限数据和零散仿真框架下难以在真实场景中泛化。英伟达同时推出了多个版本适配不同场景：Cosmos3Super主打机器人与自动驾驶的二次训练精度，Cosmos3Nano专注秒级视频解析与动作推理，Cosmos3Edge面向边缘端实时推理。

同日英伟达还联合Agile Robots、Black Forest Labs、Runway、Skild AI等团队发起了"英伟达宇宙联盟"。黄仁勋的表态很明确：物理AI的变革时代已经到来。当全球最大的AI基础设施公司把物理AI作为战略重点，并且开源全套模型，整个行业的技术门槛会进一步降低，具身智能从实验室走向量产的时间表可能会被大幅缩短。

英伟达Cosmos3发布

抖音4月份新增AI短剧超过4.4万部达真人剧13倍，爆款破亿率仅为0.6%

DataEye研究院数据显示，今年4月抖音原生端单月新增AI剧及漫剧4.42万部，同期真人实拍微短剧仅3248部，AI短剧产量已达真人短剧的13倍以上。但真正让人震惊的是另一组数字：4.42万部AI剧中，播放量破亿的仅有267部，破亿率0.6%。更宏观的数据同样惨淡——截至2026年2月，全网在播AI剧12.78万部，破亿爆款不超过150部，综合占比仅0.117%，平均每1000部AI作品只有1部能跑通流量闭环。

这个数据揭示了一个残酷的行业真相：AI工具把内容生产门槛降到了地板上，但并没有自动提升内容质量。当任何人都能用AI快速生成一部短剧，内容供给会急剧膨胀，但优质内容的比例反而会因为同质化和叙事深度不足而下降。AI短剧的竞争正在从"谁能更快量产"转向"谁能真正做出好内容"。这对行业来说未必是坏事——泡沫挤出后，真正有创意能力的工作室会获得更大的注意力份额。

上海刚发布AI微短剧"沪8条"政策给予千万级资助，抖音的AI短剧产量就在一个月内暴增到4.4万部。政策红利和工具普及叠加，短期内确实拉动了产量，但政策扶持的是"质量"而非"数量"。

如果破亿率持续走低，下一轮政策支持可能会从普惠补贴转向精品奖励。对创作者来说，靠AI批量灌水的窗口期可能已经不长了。

AI短剧

千问APP六一礼物问询暴增260%，AI购物助手正在撬动电商决策链

千问APP六一期间数据显示，"礼物选购"问询量近一周增长260%，其中给小朋友送礼需求增长超3倍，成年人送自己送朋友增长超150%。文具、玩具、数码电子产品成为最受关注品类。5月11日千问与淘宝全面打通后，已能完成从需求理解、商品推荐到下单、履约、售后的完整购物流程。

这个数据的含义值得展开看。传统电商搜索是"人找货"——用户输入关键词，平台返回商品列表，用户自己比较筛选。千问的做法是"对话式导购"——用户描述需求场景，AI理解消费意图后完成筛选对比和推荐。比如用户说"给六年级小朋友挑学习机，英语薄弱，要护眼，预算3000内"，千问能综合考量价格、屏幕、课程体系等多项条件，甚至进一步推演英语听说、语法、考试提分等学习场景给出针对性推荐。再比如用户模糊描述"小时候很火的乐高好朋友系列，有一棵大树"，千问能推理出可能是"乐高友谊树屋"并提供详细信息和购买链接。

AI购物助手的核心价值不在"搜索"而在"决策缩短"。六一是典型的礼赠场景，消费者最大痛点不是找不到商品，而是在海量选择中做决策。千问把"不知道送什么""条件太多挑不过来"的焦虑转化为一轮对话就能获得个性化推荐。

当这种体验被验证有效，它对传统电商搜索入口的替代效应会逐步显现。阿里在千问和淘宝之间打通的这条链路，可能正在悄悄改变用户的购物习惯。

详情查看： https://www.aitop100.cn/infomation/details/33922.html

千问APP

治理120万AI托管账号、处置18万造假笔记，小红书的真实底线不容AI侵蚀

小红书在上海网络视听创作者大会上公开了最新AI治理数据：截至2026年5月，累计处置18万篇AI造假笔记，治理超120万个AI托管矩阵账号。这个数字的背后是一场关于"真实"的保卫战——当AI生成内容的仿真度越来越高，批量制造虚假内容的成本越来越低，社交平台的信任根基正在被侵蚀。

AI托管账号是什么？简单说就是用自动化工具批量控制的账号矩阵，通过AI批量生成笔记内容，制造虚假互动数据，最终实现流量变现或营销推广。这不是个别创作者用AI辅助写笔记那么简单，而是有组织的黑产操作。小红书这次一次性治理120万个账号，说明问题规模已经到了必须重拳出击的程度。

小红书同时在PC端上线AI搜索助手"点点"，鼓励用户用AI搜索真实笔记。一边大力推AI搜索能力，一边严打AI造假内容，看似矛盾实则统一——核心都是围绕"真实分享"这个社区底层价值。AI工具本身不是敌人，问题在于有人用它来批量伪造"真实"。

小红书的治理逻辑很清晰：拥抱AI带来的创作效率提升，但绝不允许AI注水内容消磨掉用户的核心信任。对整个行业来说，这个治理思路有参考价值——AI时代的内容平台治理，不是封杀AI，而是封杀AI造假。

治理120万AI托管账号

GPT-4.5和o3即将退役！OpenAI大模型生命周期正在急剧缩短

OpenAI近日宣布从ChatGPT平台退役o3和GPT-4.5两款经典模型：GPT-4.5于6月27日下线，o3于8月26日告别。这个消息在用户社区引发强烈反应，不少付费用户表达不舍，有人甚至表示这是取消订阅的理由。GPT-4.5被用户称为"文科天才"，写作风格自然细腻；o3则以"慢思考"逻辑推理著称。新一代模型综合能力更强，但很多用户怀念的是这两款模型的独特"个性"。

值得注意的是，退役仅限网页端和手机应用端，开发者仍可通过API调用这两款模型。OpenAI精简产品线的目的很明确：优化服务器资源，为GPT-5.6等新旗舰腾出跑道。当AI技术的迭代速度逼近"月度更新"，大模型的生命周期正在急剧缩短。一年前还是旗舰的模型，一年后可能就被收进产品线的角落，最终退役让位。

这个趋势对行业的影响值得思考。对开发者来说，模型迭代速度加快意味着需要更频繁地评估和切换底层模型，API兼容性变得更重要。对用户来说，每次换代都要重新适应新模型的"性格"和"偏好"，体验的连续性被打断。

OpenAI选择在新模型发布前主动淘汰旧模型，这个策略虽然有利于资源集中，但也在一定程度上低估了用户对特定模型建立的情感依赖。大模型的竞争正在从"谁最强"扩展到"谁的生命周期管理更健康"。

模型地址：ChatGPT官网（海外网站需要科学上网）

GPT-4.5

AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。

想了解AITOP100平台其它版块的内容，请点击下方超链接查看

AI 创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说

AITOP100平台官方交流社群二维码：

AITOP100平台官方交流社群二维码

如何驯服B2BC新象限中AIGC这匹野马