6月23日AI凌晨速递｜GPT-5.6月底主打自主Agent长任务、阿里HappyHorse 1.1重塑AI视频、CuspAI融资4亿美元、Midjourney跨界做超声扫描舱

大家好，欢迎来到今天的uool工具AI导航凌晨速递。

现在时间是2026年6月23日凌晨。过去这一个晚上（22日18:00-24:00），AI圈继续炸场：GPT-5.6确认6月28日发布、阿里HappyHorse 1.1视频模型五大维度升级、百度开源Unlimited OCR拿下全球第一、豆包悄悄上线打车灰测、CuspAI完成4亿美元融资、Midjourney跨界做超声扫描舱、Grok Office插件上线、微软Copilot Cowork接入DeepSeek……下面用最通俗的话，一件件拆给你听。

一、GPT-5.6月底发布：3D视觉+浏览器自动操控，AI能”自己干活”了

OpenAI内部确认，GPT-5.6最快6月28日发布，主打”自主执行长任务Agent能力”。

1. 上下文窗口扩容到150万tokens，比上代提升43%
2. 支持原生3D视觉复刻，上传设计图就能生成浏览器里能转能点三维素材
3. 内置Playwright自动化工具，AI自己点鼠标、填表格、抓数据，不用人盯着
4. token单价仅为Claude Fable 5的三分之一，价格战继续

对普通人的影响：这意味着以后你跟AI说”帮我订明天去上海的机票、挑个靠窗的、3000块以内”，AI就能自己打开网页搜索、对比、登录账号、下单——你只需要最后确认一下付款。这是真正意义上的”AI私人助理”时代。

二、阿里HappyHorse 1.1：AI视频从”会动”进化到”像电影”

阿里巴巴22日晚间正式上线HappyHorse 1.1视频生成模型，从动作流畅度、主体稳定性、指令识别、画面质感、音画同步五大维度全面升级。

核心升级：

• 支持一次上传9张参考图，多镜头成片中人物、商品外观全程统一
• 舞蹈、打斗、流体布料等高难度动态画面连贯度大幅提升
• 1080p价格下调25%
• 已全量接入阿里官网、阿里云百炼、千问云

对普通人的影响：做短视频的电商老板、拍短剧的小团队再也用不着一帧一帧抠细节，AI直接帮你保证人物长得一模一样不”穿模”——以前要专业的后期才能做的事，现在一个Prompt搞定，制作成本直接腰斩。

三、CuspAI融资4亿美元：黄仁勋+贝佐斯押注，AI for Science造”材料界谷歌”

AI for Science企业CuspAI完成4亿美元新一轮融资，估值26亿美元成独角兽，投资方包括英伟达黄仁勋、亚马逊贝佐斯等大佬。CuspAI做的事情很简单：用AI帮人快速找到符合需求的新材料，研发效率比传统实验提升10倍。

对普通人的影响：这意味着以后更高效的电池、更便宜的抗癌药、更轻更耐用的手机壳，会以比过去快10倍的速度从实验室走到货架上。AI+科学的范式正式成型，未来5-10年的硬科技突破，AI会成为第一发明人。

四、百度开源Unlimited OCR：3B参数拿全球第一，PDF/图片识别不再卡顿

百度22日晚开源Unlimited OCR模型，总参数3B，实际激活仅500M，在OmniDocBench v1.5/v1.6分别拿下93.23分和93.92分，刷新全球SOTA。最大亮点：能一次性解析40多页文档且速度不下降。

对普通人的影响：以前扫描版PDF想变成Word，要么花钱买付费OCR，要么一页一页手动敲——现在百度这个免费开源模型能直接批量转，学生写论文、律师审合同、财务对账都大幅提速，办公族必备。

五、豆包App灰测打车：聊天框里直接叫车，AI从对话跳到实体出行

字节豆包App悄悄上线打车灰测功能，底层运力由曹操出行提供。你在豆包对话框输入”帮我叫一辆去国贸的车”，它直接在App内完成叫车，不用跳转第三方。

对普通人的影响：以后打车、点外卖、查路线、订餐厅全在豆包一个App里完成，再也不用切来切去了。AI Agent的”入口之争”进入下半场——谁先把日常服务整合进来，谁就是下一个超级App。

六、Midjourney跨界做超声扫描舱：50万颗微型传感器，60秒出全身3D影像

画图神器Midjourney宣布跨界健康监测，研发Midjourney Scanner全身超声扫描设备：50万枚沙粒大小的微型超声传感器环形阵列，60秒生成亚毫米级全身三维体内影像，效果对标核磁共振，全程无电离辐射。2027年底旧金山首家试点中心开业。

对普通人的影响：以后体检不用去医院排队、躺冷冰冰的机器了——站着泡个”温泉水”就完成全身扫描，便利店式检测走入日常生活。这也会让AI图像企业从”画图工具”变成”健康基础设施”，开辟全新增长赛道。

七、Grok Office插件上线：Word/Excel/PPT里内置AI办公助手

马斯克旗下xAI的Grok正式上线微软Office三件套专属扩展程序，上架Microsoft应用商店：

• Word：自动梳理文稿、修正语法、实时调取X平台和全网资讯
• Excel：自然语言筛选数据、一键生成图表
• PPT：给个主题自动搭建框架+统一版式

目前面向SuperGrok及以上付费会员开放。

对普通人的影响：以后写周报不用加班凑字、做表格不用死记函数、PPT不用套模板——AI直接给你60分的初稿，你只负责加自己的洞察。打工人的”工具革命”正式进入嵌入式AI时代。

八、微软Copilot Cowork接入DeepSeek：海外大厂首次把国产模型写进核心B端产品

微软Copilot Cowork商用后被超半数财富500强部署，但算力成本压不住了——所以引入DeepSeek V4作为分层备选模型，日常简单任务自动调度DeepSeek，复杂任务再切高端闭源模型。

对普通人的影响：这是美国头部科技大厂首次在核心B端AI产品里纳入国产大模型，意味着国产AI的技术成熟度已经获得国际巨头认可。同时中小企业以后用微软AI办公成本会显著降低。

九、OpenAI Codex新增录制回放：演示一遍，AI自动生成可复用技能

macOS端Codex 26.616版本上线Record & Replay录制回放功能：你完整演示一遍操作流程，AI自动转化为可无限复用的自动化技能，支持本地与远程主机切换线程。

使用限制：仅适配Mac系统；欧盟、英国、瑞士因数据合规法规暂不开放。

对普通人的影响：文员、设计师、运营以后处理”每天重复500次”的批量任务（比如整理报表、抠图、发邮件），只要”做一遍给AI看”，以后就由AI自动完成。这是真正的”零代码”自动化。

十、清华一念UnisonMind：一个端侧多模态大脑同时驱动机器狗+人形机器人+电动轮椅

清华团队发布一念UnisonMind端侧统一多模态智能系统，将统一的实时多模态大脑部署在端侧，同时驱动两条机器狗、一个人形机器人、一台电动轮椅，无需遥控就能自主应对复杂现场场景。

对普通人的影响：这意味着未来家里1个”机器人大脑”就能指挥多个不同形态的机器人协同干活——机器狗看家、人形机器人做饭、电动轮椅陪老人散步，全部在本地运行不依赖云端。家庭机器人普及的关键一步。

今日速览

关注【uool工具AI导航】，每天看懂AI圈