AI 情报日报｜2026-06-24

World Labs把"世界模型"从论文推到了API——文本、图片、视频都能变成可走进的3D场景

World Labs发布了World API，可以把文本、单张图片、多张图片、全景图和视频转成可探索的3D世界；Marble也已向所有人开放，支持生成、编辑、扩展和导出3D世界。

这条变化值得盯，在它终于开始长出可调用、可集成的产品形态。对影像工作者来说，这比普通生图更新更重要——以后讨论的是一个世界能不能被走进去、编辑和继续拍。

Fei-Fei Li近期还公开给world models重新分类：renderer、simulator、planner三类。当一个赛道开始出现更明确的分类和方法论，说明它正在从热词阶段往可讨论、可执行阶段走。

World Labs · Fast Company · StartupHub

World API：从一张图到可以走进去的世界 · World Labs

OpenAI拿出1.5亿美元——从卖引擎到卖整套动力系统

OpenAI推出了Partner Network，开放build、sell、deliver三类合作方式，同时宣布投入1.5亿美元支持合作伙伴生态。

OpenAI自己说透了一句话：企业AI做不做得起来，卡点往往不在模型本身，而在部署、流程改造和adoption。接下来更值钱的，是谁能把模型接进真实业务里。

OpenAI

Anthropic主动关掉两款前沿模型——政府要求暂停外国国民访问，它干脆对所有客户都关了

Anthropic 6月11日官方声明：政府要求暂停外国国民对Fable 5和Mythos 5的访问。为确保合规，公司把这两款模型对所有客户都关闭了——命令针对的是任何外国国民，无论在美国境内还是境外。

后续CNBC、Bloomberg、BBC都报道了Anthropic与政府继续沟通的消息。这条线还没过去，仍在博弈中。高能力模型怎么发布、给谁用、在哪用，可能都不会只由公司自己决定。

Anthropic · CNBC · Bloomberg · BBC

Anthropic关于Fable 5和Mythos 5访问限制的声明 · Anthropic

Mistral 发布 OCR 4：170 种语言、行内置信度——但"SOTA"当场被拆穿，它现在只排第三

Mistral 6 月 24 日发布 OCR 4：结构化抽取、边框框、区块分类、行内置信度，支持 170 种语言。同期百度 Unlimited-OCR 也上了，OCR 模型赛一天多了两个重量级选手。

但 Niels Rogge 当场对"最强"的说法提出异议：公开榜 OlmOCRBench 上它目前只排第三，前面是 Chandra OCR 2 等开源方案。

文档解析是最不起眼的环节，却正在成为开源最卷的地方——谁吃下"让 agent 读懂 PDF"，谁就握住所有企业 agent 的地基。

AINews · Mistral

视频工具开始比控制力——Pika 2.0把角色、物体、场景拆开让你各控各的

Pika 2.0把角色、物体和场景作为创作控制的重点，卖点从"生成视频"变成"把你自己的元素放进视频里"。真正好用的工具，能让人慢慢把画面收拢到自己想要的样子。

工具之间的差别，正在从"谁先做出来"变成"谁更听话、谁更可控"。

VentureBeat

Seedance 2.1进入release watch——圈内都在看，但还没有完整官宣

6月的多篇追踪都在提Seedance 2.1，但目前公开信息更接近"release watch"而非完整落地——还没有看到ByteDance官方发布页、完整model card或公开定价。

圈内关注的方向：视频质量、时长、一致性和参考控制的变化。编辑标准要把"已经发生"和"正在冒头"分开——Seedance 2.1现在适合放前沿信号，不适合写成已经全面发布。

EvoLink · Renoise AI

Q1 2026全球AI融资2555亿美元——钱越来越往"能接进工作流"的方向流

PitchBook数据显示，全球AI融资达到2555亿美元，已经超过2025全年，其中三笔交易就占了67%。AgentMarketCap的整理则显示，agent方向的资金更集中流向医疗、客服、代码、审计这类具体垂直场景。

钱往哪里走，往往比嘴上怎么说更诚实：资本现在更愿意投那些能接进流程的项目，而不是只会讲故事的项目。Black Forest Labs这类生成图像/视频公司继续拿钱，creator tools方向也在持续吸金。

Yahoo Finance · PitchBook · AgentMarketCap