1. 英伟达 GTC Taipei 2026：黄仁勋宣告"Agent AI 时代已来"，Vera Rubin 全面量产 + RTX Spark 正式进军 PC 芯片市场
事件：6月1日，英伟达 CEO 黄仁勋在台北 GTC 2026 发表主题演讲，面向全球 70 多个国家和地区直播。核心发布包括：(1) Vera Rubin AI 系统宣布全面量产；(2) 自研 CPU Vera 面向 AI 时代设计；(3) 与微软、联发科合作推出 RTX Spark 超级芯片，正式进军 Windows PC 芯片市场，搭载 Blackwell GPU + 20 核 Arm CPU，将于今年秋季由戴尔、联想等厂商推出；(4) Nemotron 3 Ultra 开源模型（100B Dense 参数，MMLU-Pro 89.5、LiveCodeBench 92.4 超越 GPT-4o）；(5) Isaac GROOT 人形机器人开发平台；(6) DSX AI 工厂数字仿真平台。黄仁勋明确断言："Agent AI 已经到来"，AI 浪潮正从生成式 AI 转向代理式 AI。
为什么值得关注：这是英伟达从"芯片制造商"向"AI 基础架构架构师"转型的标志性宣言。RTX Spark 进军 PC 芯片市场直接挑战英特尔 x86 垄断地位，意味着 AI 能力将从数据中心下放到个人电脑——Agent 将本地运行。Vera Rubin 全面量产和 Nemotron 3 Ultra 的开源则补齐了"芯片-系统-模型"的垂直整合闭环。黄仁勋提出的"Token 即资产"商业观点也值得关注——Token 正在成为 AI 公司核心营收单位，这对理解 AI 产业的经济模型有重要参考价值。
2. 宇树科技科创板 IPO 成功过会，A 股即将迎来"具身智能第一股"
事件：6月1日，上交所上市审核委员会审议通过宇树科技科创板 IPO 申请，符合发行条件、上市条件和信息披露要求。从 3 月 20 日获受理到过会仅 70 余天。公司计划募资 42.02 亿元，其中约 48%（20.2 亿元）投向智能机器人模型研发（"机器人大脑"），其余用于机器人本体研发和智能制造基地建设。宇树科技坚持全栈自研的"本体+小脑+大脑"一体化技术体系。财务表现突出：2025 年营收 17.08 亿元、净利润 2.88 亿元、毛利率 60.27%，是全球少数实现规模化盈利的机器人公司。
为什么值得关注：宇树科技将成为首家以人形机器人整机为主营业务登陆 A 股的公司，其 IPO 过会为整个具身智能行业树立了估值"锚点"。特别值得关注的是募资重心的偏移——近一半资金投向"机器人大脑"而非硬件本体，表明行业估值重心正从"肢体能力"转向"智能能力"。这与大模型+具身智能融合的趋势高度吻合：未来的机器人竞争不仅是运动控制的竞争，更是世界模型和推理能力的竞争。
3. 国产大模型"四小虎"财务数据首次集中曝光：分化格局正式形成
事件：据 36 氪报道，国产大模型头部四家公司核心财务数据首次集中曝光：(1) 智谱：市值超 7000 亿元，但年亏损 47 亿元，同比扩大 59.5%；(2) MiniMax：最早实现自负盈亏，海外收入占比超 70%，毛利率从 12.2% 提升至 25.4%；(3) 月之暗面：K2.5 模型发布后 ARR 迅速突破 2 亿美元，增速最快；(4) 阶跃星辰：获得莲花控股投资。与此同时，百川智能创始人王小川坦言公司曾"陷入迷茫"，宣布战略收缩，全面聚焦医疗垂直赛道。
为什么值得关注：这是国产大模型行业进入"洗牌期"的明确信号。四小虎的分化揭示了大模型商业化的三条路径：智谱走"高举高打"路线，靠高估值撑起融资循环；MiniMax 靠海外市场和 ToB SaaS 实现正向现金流，证明大模型可以不靠烧钱存活；月之暗面靠技术差异化（K2.5 长程 Agent 能力）快速拉动 ARR。百川智能的收缩则是通用大模型赛道残酷性的又一例证——当资金和注意力向头部集中，腰部玩家必须找到垂直场景才能存活。
4. 百度提出 DAA 新指标：从"日活用户"到"日活智能体"的战略转向
事件：百度 CEO 在近期 AI 开发者大会上提出新指标 DAA（Daily Active Agents，日活智能体数），标志着 AI 领域的竞争焦点从"模型参数比拼"转向"应用生态繁荣程度"。这一举措呼应了整个行业的趋势——2026 年 Gartner 预测 40% 的企业应用将嵌入任务型 AI 智能体，中国企业级 AI 智能体市场规模已突破 480 亿元。
为什么值得关注：DAA 指标的出现标志着大模型竞争进入"落地为王"的新阶段。如果说 2024-2025 年的竞争主线是"谁的模型更强大"，那么 2026 年的主线正在变成"谁的智能体用得更多"。这对国内大模型厂商有直接启示：单纯追求基准测试分数的边际价值正在递减，构建开发者生态和降低 Agent 构建门槛才是长期壁垒。百度选择率先定义这个指标，也反映出其在智能体赛道上的战略野心。
5. 英伟达发布 Nemotron 3 Ultra 开源大模型：千亿参数可在单张消费级 GPU 运行
事件：在 GTC Taipei 2026 上，英伟达发布 Nemotron 3 Ultra 开源大模型。核心参数：1000 亿参数（Dense 架构非 MoE），128 层 Transformer，支持 GQA + SWA 混合注意力机制，8K 上下文窗口。关键能力：在 MMLU-Pro（89.5 vs GPT-4o 的 88.7）、LiveCodeBench（92.4 vs 90.1）上超越 GPT-4o，在 CUDA-Bench GPU 编程测试中大幅领先（87% vs 52%）。更重要的是，该模型支持在消费级 RTX 5090（24GB 显存）上通过 INT4 量化实现实时对话，首 Token 延迟最低 180ms。
为什么值得关注：千亿参数 Dense 模型首次在消费级显卡上实现可用级推理，这意味着端侧 AI 部署从"能不能跑"迈入"能不能用"的质变阶段。对企业而言，Nemotron 3 Ultra 提供了一个完全开源、可商用、支持气隙部署的 GPT-4o 级替代方案，数据主权完全自控。对国内大模型开发者来说，英伟达通过"芯片架构知识反哺模型训练"构建竞争壁垒的策略也值得研究——模型的竞争力不再只取决于数据和算法，还取决于对底层硬件的深度优化。
6. 华为 KADC2026：昇腾 950 芯片 + CANN 全面开源，为 Agentic AI 提供国产算力系统性解法
事件：5月22日-23日，华为举办鲲鹏昇腾开发者大会 2026（KADC2026），针对 Agentic AI 时代给出系统性算力方案。硬件层：昇腾 950 芯片通过互联能力构建超节点，坚持"芯片架构→系统架构→集群架构→软件架构"四层深度协同。软件层：CANN（昇腾软件底座）实现全面开源，Triton 和 TileLang 接口 100% 兼容，已支持超 600 个 Triton 算子和 300 个 TileLang 算子，全面支持 DeepSeek V4 推理。通用算力层：鲲鹏构建三层智能体系，沙箱基础设施使 Agent 任务回滚性能达十毫秒级，Agent 任务成功率提升 10% 以上，业务 Token 开销降低 50%。
为什么值得关注：当英伟达用"芯片-系统-模型"三位一体战略构建全球 AI 基础架构时，华为正在做同样的事——只不过面向的是国产算力替代需求。CANN 全面开源和 Triton 100% 兼容是关键信号：华为正在通过生态兼容性策略降低开发者迁移门槛。鲲鹏面向 Agent 负载的优化（沙箱回滚、通信加速、Token 开销降低）也说明国产算力厂商已经从"追模型"进入"追场景"阶段。对于负责大模型部署和调优的技术团队来说，昇腾 950 + DeepSeek V4 的适配进展具有直接的工程参考价值。
7. OpenAI GPT-5.6 泄露：150 万 Token 上下文窗口 + "超级智能体"蓄势待发
事件：多名开发者在 OpenAI Codex 后端日志中发现未官宣模型 GPT-5.6，内部代号为 iris-alpha，将支持 150 万上下文窗口。日志中还发现 ember-alpha 与 beacon-alpha 等相关版本。消息显示 OpenAI 正在密集准备 6 月的大版本发布，距离 GPT-5.5 发布仅三周。同时，Claude-Mythos-1、Gemini 3.5 Pro 等竞争对手的新版本也各有泄露线索指向 6 月。
为什么值得关注：150 万 Token 上下文窗口意味着 GPT-5.6 将能一次性处理约 100 万字以上的文档，这对 Agent 处理长程复杂任务（代码仓库理解、大规模文档分析、多步骤项目执行）有质变意义。三家头部厂商同时在 6 月密集准备新模型发布，说明 AI 大模型的迭代节奏正在进一步加快——从季度发布转向月度发布。这对国内大模型的迭代节奏构成持续压力，也意味着模型能力的"窗口期"越来越短。
信息来源：36氪、量子位、IT之家、央视新闻、经济参考网、财联社、新京报、凤凰网科技、新浪财经等
