AI 情报日报｜2026-06-22

扎克伯格花143亿美元买AI——自己的工程师还在用Claude

扎克伯格投了143亿美元拿下Scale AI近半股权，把28岁的Alexandr Wang请来当Meta首席AI官。然后推出了Meta第一个专有前沿模型Muse Spark。

结果呢？Meta内部工程师在编码任务测试中，仍然偏好Anthropic的Claude。Wang本人也承认Muse Spark在编码方面落后于竞争对手。视觉理解有好评，但开发者最核心的场景就是写代码。

更尴尬的是——内部人士指出Muse Spark依赖Llama 4的代码和数据集，尽管Wang此前声称是"从零构建"。部分内部人士将系统的某些部分与DeepSeek最新模型做比较，暗示创新性不足。

为什么放弃开源？Wang在Bloomberg Tech上给出了一个理由：内部测试发现模型触发了"高风险领域"，特别是生物风险，开源发布不可行。所以把前沿锁在自家产品里，只给Facebook、Instagram、WhatsApp和Ray-Ban眼镜用。私有API的开放被《金融时报》描述为"有限的"。

Neurometric CEO Rob May说得很直白："AI社区此刻基本无视Meta了。"Muse Spark在社区里是"一声哈欠"——技术不够普及，开发者联系不上。过去12个月Meta股价下跌18%，97.6%的收入来自广告，AI转型仍处于"昂贵的弯路"风险中。

Livemint · CNBC · Bloomberg Tech

Apertus Mini上线：16个小模型，从0.5B到4B——瑞士人说"开源"就要你真的能重建它

瑞士AI Initiative（EPFL + ETH Zurich + CSCS）发布了Apertus Mini——16个经过蒸馏和量化的开源小模型，参数从0.5B到4B。跟"开放权重"不一样——它连训练数据、处理代码、完整训练配方全部公开。你能重建它、审计它、在它的基础上造下一代。

大模型方面有Apertus 8B和Apertus 70B。8B量化后只要6GB显存，普通电脑就能跑。70B覆盖1000+种语言，多语言能力从第一天就做进去了。

最特别的是EU AI Act合规从一开始就做——训练数据有出处文档，PII有哈希过滤系统（SNAI定期发布删除请求的哈希值），还有记忆化预防技术。你在受监管行业用这个模型，审计时真有东西能给监管看。

Hacker News上236分83条讨论，一个评论者说："它们让社区能创造下一代的SOTA模型——这是LLM真正成为主权AI的唯一途径。"

Swiss AI Initiative · ExplainX · Hacker News

310人、12小时、一杯咖啡认识——Anthropic黑客马拉松的前三名让你看见人的创造力

6月13日，旧金山。1500人申请，310人到场，每人$500 credits，一天时间把想法变成能跑的东西。用的是两周前刚发布的Claude Opus 4.8。

第一名 Tekton——Holly Tang和Austin Burgess。他们做了3D重建唐代建筑和巴黎圣母院尖塔，每个部件可溯源到历史文献。Opus 4.8的独立子代理在隔离上下文中验证每个重建，自纠循环跑20轮直到全部通过。两人一个月前在Code with Claude活动排队买咖啡时认识。Holly说："我看纪录片的时候，看到美丽的建筑被火烧毁，总是很难过。"

第二名 Sim Francisco——Tanmayi Priya Dasari和Tejas Prabhune。用Census数据建了10000个合成旧金山居民，预测选举结果误差仅0.4%。Opus 4.8自己写了一个聚类算法把10000人压缩成300个代表——推理成本降10到100倍。两人在伯克利ML社团认识的。

第三名 Custom Universe——Jake Stevens和Mauricio Pereira。一张手机照片变成实时可编辑3D场景。给机器人实验室做合成训练数据——扫一个工厂设备，丢进场景，生成数据微调机器人模型。Jake和Mauricio在活动现场认识的。

三组人。三件完全不同的事。三个人际连接——排队买咖啡、大学社团、当场认识。AI给了工具，人做了选择。

Anthropic · Blockchain News

三个人际连接，三种完全不同的创造 · Unsplash