6月25日AI午间速递｜SpaceXAI豪签427亿算力大单、谷歌五虎将叛逃Anthropic、阿里「向尾」内测、Hassabis警告奇点将至

如果你觉得上午的AI圈还不够热闹——午间的大新闻直接炸了锅：马斯克的SpaceXAI签下63亿美元算力大单，谷歌一周内五位大将集体”出逃”到Anthropic，阿里悄悄内测了一款能让你”改写”剧情的新产品，而DeepMind的CEO哈萨比斯发出了一个让人后背发凉的警告……

午间三小时，AI圈的话题量够普通行业发酵三个月。咱们一个一个来看。

一、SpaceXAI 427亿算力大单：AI界的”亚马逊包邮”来了

今天上午，美国开源AI创企 Reflection AI 宣布与 SpaceXAI 签署了一份超级算力采购协议：从2026年7月起，Reflection AI 每月支付 1.5亿美元（约10亿人民币） 租用 Colossus 2 数据中心的算力，合同总额最高可达 63亿美元（约427亿人民币）。

这是什么概念呢？你可以把它想象成——亚马逊刚刚推出了”AI算力包月会员”，你按月交钱，无限量取用最顶级的AI训练资源。对 Reflection AI 这样没有自建数据中心的创业公司来说，这相当于用上了”马斯克的服务器”，专心搞模型，不用操心硬件。

对普通人有什么影响？ 算力越集中、越便宜，AI产品的使用成本就越低。你今天用的免费AI助手，背后可能就是靠这种”算力大包”撑起来的。而且马斯克入局算力服务，意味着英伟达的算力垄断又多了一个挑战者——竞争会让AI服务越来越便宜。

二、谷歌AI人才大失血：一周五员大将投奔Anthropic

这可能是今天最震撼的”人事地震”。继诺奖得主、AlphaFold之父 John Jumper 跳槽 Anthropic 后，本周谷歌又有四位顶级AI研究员集体离职——其中包括 Gemini 两大核心成员，全部投奔 Anthropic。

更要命的是，Gemini 3.5 Pro 的发布时间被推迟到7月。消息一出，Alphabet 股价应声下跌5%-7%，市值蒸发超2000亿美元。

谷歌的困境有点像：你开了一家餐厅，最厉害的厨师团队集体辞职去了隔壁新开的店，还顺便推迟了你家招牌菜的上市时间。更要命的是，隔壁那家店的老板——Anthropic CEO Dario Amodei 今天还亲口承认：当初离开OpenAI创业，根本原因就是看不惯Sam Altman说谎。

这件事告诉我们：AI行业的人才争夺战已经到了白热化阶段。谷歌不是没钱（市值超2万亿），但顶尖AI人才要的不只是高薪——他们要的是愿景和信任。

对普通人有什么影响？ 短期来看，你用的 Gemini 可能更新会慢一点。但长期来看，这些人才聚集在 Anthropic（以及 OpenAI），意味着 Claude 和 ChatGPT 的竞争会更激烈——用户是最大赢家。

三、阿里内测「向尾」：你可以”改写”AI故事了

今天中午，阿里云被曝小范围内测一款全新产品——「向尾」，一款纯文字的AI互动故事产品。

它和 ChatGPT 写故事有什么不同？关键在”互动”二字。在「向尾」里，你不是被动地读故事，而是可以实时介入、改变剧情走向——就像你在看一部悬疑剧，看到主角要走进一扇明显有问题的门，你可以喊停，让AI改写后面的故事。

阿里这次试水的”互动故事”赛道，之前主要在海外有类似产品（如AI Dungeon），但在国内大厂中还是首次。目前产品还在极早期测试阶段，尚未公布公测时间。

对普通人有什么影响？ 你可能很快就会在手机上玩到一种新形态的”AI故事游戏”——你既是读者，也是编剧。对网文作家、剧本创作者来说，这也是一个全新的创作工具。

四、小米组建AI4Materials团队：用AI发明新材料

小米今天官宣了一个有点”硬核”的新团队——AI4Materials 前沿材料团队，由斯坦福博士、前字节AI4S早期成员俞之奡带队，专注用AI加速新材料研发。

听起来很学术？你可以这样理解：传统的新材料研发就像”大海捞针”，科学家要在成千上万种可能的配方中一个一个试。而AI可以像”超级模拟器”一样，在计算机里预先模拟上百万种材料的性能，快速筛选出最有希望的配方。

小米为什么要搞这个？因为未来的手机、汽车、机器人，都需要更轻薄、更坚固、更耐用的新材料。谁能先用AI跑赢材料研发的”马拉松”，谁就能做出更好的产品。

对普通人有什么影响？ 你今天用的手机越来越轻薄、电动车续航越来越长、机器人越来越灵活——背后可能就有AI辅助新材料的功劳。小米这一步，意味着AI正从”写代码画画”走向”发明物质”。

五、Hassabis警告：AI在自学进化，人类已到奇点山脚

DeepMind CEO Demis Hassabis 今天的一番话引发业界强烈关注。他直言：人类已经站到了”奇点”的山脚——所有前沿AI实验室都在推进”软递归自我提升”，即AI系统正在学会自己改进自己。

一组数据让人不安：截至2026年5月，Claude 已经编写了 Anthropic 公司 80%的代码，工程师的人均效率较2024年提升了8倍。

“软递归自我提升”听起来很抽象——打个比方，就像你让一个学生不仅学会了数学，还学会了”如何更高效地学数学”。然后这个学生又用改进后的学习方法去学物理，再改进学习方法……如此循环，进步速度会越来越快。

对普通人有什么影响？ 短期内，AI产品会越来越强、越来越快。但 Hassabis 的警告也提醒我们：我们正在创造一种会”自我改进”的系统，而我们对这种改进的方向和速度，还没有足够的把握。

六、清华微软STAR-PólyaMath：中国AI数学推理超GPT-5.5

学术圈今天也有好消息。清华大学与微软联合提出的 STAR-PólyaMath 多智能体推理系统，在 Apex 数学基准测试上以13.5%的优势超越同基座的 GPT-5.5，并在八项数学竞赛中取得最优成绩。项目已开源。

这个系统的巧妙之处在于——它不是单打独斗，而是让多个AI智能体”组队”解题：有人负责理解题目，有人负责拟定思路，有人负责验证答案，像一支数学竞赛小分队。这也为”开源模型超闭源”提供了新路线。

对普通人有什么影响？ 如果你是在校学生或教育工作者，这意味着未来AI辅导的数学能力会更强——不只是告诉你答案，而是像一位耐心的老师带着你一步步推理。对于家长来说，给孩子找”AI数学家教”的成本会越来越低。

七、代码Agent进化：从”改bug”到”造仓库”

今天还有两项关键的Agent研究值得关注：

• 人大高瓴学院发布 DeNovoSWE 数据集：首次包含4818个”从零生成完整软件仓库”的真实任务。以前的代码Agent只会修bug、加功能，现在它能从一张白纸开始，造出完整的软件项目。
• 人大与微软开源 Arbor 科研框架：通过”假设树”机制，让AI做科研时不再盲目试错，登顶 Hugging Face 日榜第一。

用大白话说：以前的AI程序员是”高级修车工”，哪里坏了修哪里。现在的AI程序员正在变成”整车设计师”——能从图纸开始造一辆新车。而 Arbor 框架则像是给了AI一个”科研方法论”，让它做实验时不再瞎碰运气。

对普通人有什么影响？ 这两项进展意味着 AI 编程工具在未来几个月里会变得更”能干”——不只是帮你写几行代码，而是帮你从零搭建一个完整的App或网站。对于不会写代码的普通人来说，用嘴”说”出一个软件的梦想又近了一步。

八、ICML 2026中国AI集体亮相：从风险发现到审美反思

作为AI领域顶级会议，ICML 2026今天迎来了多项中国团队的重磅成果：

• 智谱×复旦×牛津 AutoControl-Arena：让AI自动发现前沿风险，已构建70个危险场景测试集。相当于给AI装了一个”自我体检系统”，自动扫描安全漏洞。
• UBC×Weathon 审美对齐研究：发现当前AI图像生成的”美学对齐”正在导致审美同质化——AI画的图越来越”好看”但也越来越”雷同”，甚至反过来影响人类的审美偏好。

对普通人有什么影响？ 安全方面，AI越早学会”自查风险”，我们用起来就越放心。审美方面，下次你觉得AI生成的图片”千篇一律”时——你的直觉是对的，这确实是个正在被研究的问题。

📊 今日午间AI大事速览

以上就是6月25日午间的AI圈动态。今天的主题如果用一句话总结：人才在大迁移、算力在大采购、AI在自学进化——这个行业每天都有让你跟不上节奏的理由。

关注【uool工具AI导航】，每天看懂AI圈。