格隆汇6月18日｜全球领先的物理AI公司Momenta今日(6月18日)取得中国证监会境外发行上市备案通知书。据文件，Momenta拟发行不超过43,754,060股境外上市普通股，并在香港联合交易所上市。备案获批，标志着Momenta的资本化进程迈出关键一步，将成“物理AI第一股”。IPO不仅将为Momenta的全球化布局和全场景拓展提供更坚实的资本支撑，还将为物理AI技术从理论研究走向规模化、产业化落地提供典型样本。 Momenta CEO曹旭东指出：“物理AI的核心是数据scaling和商业scaling，且二者形成正向反馈，而目前唯一实现这两者的是自动驾驶。”Momenta将自己定位为物理AI基座模型的构建者，而非单纯的自动驾驶公司，Momenta的世界模型将为物理AI提供时空基座。 今年4月，Momenta R7世界模型实现量产首发，标志着物理AI正式从技术理念走向规模化量产落地，实现从“看见世界”到“理解世界”的跨越。

格隆汇6月18日｜据每经，当大模型竞赛从“参数军备”转向“应用落地”，一个隐秘而高增长的底层生意正在浮出水面——“Token工厂”。6月16日，国内AI(人工智能)推理服务企业“硅基流动”官宣完成超20亿元B轮融资，创下2026年以来国内第三方MaaS(模型即服务)赛道最大单笔融资纪录。记者了解到，这家成立不足三年的企业，过去一年日均Token吞吐量达数万亿量级，营收同比涨超十倍，还曾在11个月内连获三轮融资，成为一级市场炙手可热的标的。 无独有偶，5月，同赛道企业无问芯穹、魔形智能纷纷宣布融资。其中，无问芯穹再获超7亿元融资，累计融资额超22亿元。截至4月底，无问芯穹Agentic MaaS大模型服务平台的日均Token调用量相较于去年底已增长超20倍。资本狂热加码的另一面，头部互联网大厂全面落地自研推理算力与MaaS服务、全行业API(应用程序编程接口)定价陷入白热化竞争、端侧轻量化模型持续分流云端Token调用需求。多重挤压之下，“Token工厂”普遍陷入业务规模高速扩张、盈利空间不断收窄的矛盾局面，如何走出增收不增利的困局成为赛道核心议题。

格隆汇6月18日｜杰富瑞的分析师在一份研究报告中表示，特朗普政府限制外国实体使用Anthropic顶级AI模型的举措可能难以长期维持。分析师表示，这些严格限制措施实施起来困难重重，并且可能会损害美国的AI系统。他们表示：“美国许多AI研究人员和工程师为外籍出生。如果将他们排除在前沿模型之外，可能会减缓科研进展，甚至将部分人才和使用场景推向海外，这并非美国政府所希望的。”

格隆汇6月18日｜在今日举行的2026陆家嘴“全体大会六：科技创新赋能金融高质量发展”上，中国银行副董事长、行长张辉表示，人工智能正在重塑银行业的发展范式，主要表现在三方面：一是重塑服务范式。AI改变了银行和客户之间信息数据传输和处理的方式，让兼顾普惠性、专业性、个性化的数字金融服务成为可能；二是重塑价值创造的模式。金融业的信息密集、流程清晰、规则明确，这与大模型的自动化、智能化的核心能力匹配，通过深度嵌入到银行的客服、营销、审批、风控、运营等环节，可有效促进银行降本增效；三是重塑银行业的管理范式。人工智能深度应用，需要对银行的组织架构、队伍建设、管理机制、治理体系、风险能力等方面进行系统性重构，实现从原来的经验驱动、人力驱动，转向数据驱动、智能驱动。

格隆汇6月18日｜在2026陆家嘴论坛“全体大会六：科技创新赋能金融高质量发展”上，中国农业银行董事长、执行董事谷澍表示，在应用大模型过程中，AI大模型当前面临的主要风险包括模型黑箱、模型幻觉、模型自主思考和决策带来的不确定性。在他看来，这种不确定性风险可进一步细分为三大类： 一是参数海量带来模型可解释性的难题。现在主流大模型的参数规模已经有千亿甚至万亿级别，海量参数的矩阵运算和生成非线性叠加导致模型的决策机制和输出结果不透明，也很难解释。 二是概率生成带来准确性的考验。大模型决策过程不像人类进行决策时有线性思维的过程，而是根据海量训练数据统计词源token的概率性规律，本质上是概率统计，不是逻辑性的事实推导。当数据和事实依据不足时，容易产生自洽的幻觉。 三是模型现在已能自主思考和决策了，随着大模型的进化和智能体的深度应用，它已突破传统软件输入输出相对固化的范式，能够自主思考，这在一定程度上放大了过程不可控、结果不可知的风险。

格隆汇6月18日｜据伊朗法尔斯通讯社，伊朗方面表示，在对伊朗的军事行动中，微软一款通常用于回答用户问题的人工智能软件Claude，被变成了识别军事目标并排定优先级的工具。这款名为Claude的软件，在战争中通过分析海量卫星图像、定位数据和通信信号，在不到一秒的时间内就让美以军人能够选择最佳目标，并为每个目标推荐最合适的武器。该系统的运行依赖庞大的云基础设施，由亚马逊和微软两家公司提供。事实上，德黑兰、加沙和黎巴嫩发生的一切，揭露了这些科技巨头的真实面目，也揭示了它们与美国和以色列之间密不可分的纽带。

格隆汇6月18日｜据上观，今天从商汤科技获悉，商汤将携手在香港推进国产AI算力基础设施建设(AI Data Centre，AIDC)，目标于2030年前形成40000P+(PetaFLOPS)算力规模，打造全港最大国产智算中心。项目将作为支撑大模型时代的核心AI基础设施，为各行各业提供高性能算力支持，加快推动香港AI产业落地，进一步提升香港在全球创科及AI发展中的竞争力。香港科技园公司(科技园公司)近日已与商汤科技签订合作备忘录，启动在AI算力基建及AI产业生态方面的战略合作。项目将分阶段推进，首阶段预计于今年年内完成，目标是于2030年前建成具备40000P算力规模的智算中心。该中心配备多元国产算力GPU集群，为企业在模型训练、推理及大规模应用部署等不同场景提供高效稳定的算力支持。

格隆汇6月18日｜国家发展改革委、人力资源社会保障部有关负责人就《实施就业优先战略“十五五”规划》答记者问表示，规划部署了九方面重点任务。包括强化宏观调控就业优先导向，增强宏观政策就业协同性，实施稳岗扩容提质行动，适应人工智能发展促进就业创业；加强产业和就业协同，稳定劳动密集型行业就业规模，扩大服务业就业容量，挖掘新兴领域吸纳就业潜能；加强劳动者就业权益保障，完善劳动标准体系和劳动关系协商协调机制，保障平等就业权利等。

格隆汇6月18日｜据经参，TPU获得的关注度肉眼可见地在攀升。过去一个月，围绕谷歌TPU的消息接连不断。4月底，谷歌发布了第八代TPU，首次将训练和推理拆分为两款独立的芯片；紧接着，市场上相继传出谷歌向英特尔下达大规模采购订单、谷歌拟与三星开发新一代TPU的消息。不过，谷歌方面对此均未作出公开回应。 但可以预见的一个趋势是，随着谷歌TPU的大幅入局，过去几年作为AI算力代名词的GPU，不再是唯一的选择。当算力需求从训练转向推理时代，TPU的优势开始凸显，从过去的“配角”愈加有站上主舞台之势。一位前谷歌TPU工程师在一档视频节目中介绍，GPU单机内部依靠NVLink、板载NVSwitch实现多卡互联，跨机架大规模集群还需额外采购交换机、光模块搭建高速网络，配套硬件是一笔大额基建开支；而TPU机柜内芯片可直接互通，仅在跨机柜扩展时使用自研光电路交换机，无需大批量采购商用高速交换设备，在同等集群通信性能下，整体部署硬件成本更低。

格隆汇6月18日｜曾经风靡一时的羊毛运动鞋制造商Allbirds正式改名为Smartbird，并任命前AWS高管Nadia Carlsten出任首席执行官，标志公司由鞋履业务全面转向人工智能(AI)基建服务。Carlsten同时加入公司董事会并出任总裁兼行政总裁，接替离任的Joe Vernachio。公司今年3月已将品牌及鞋履资产出售予American Exchange Group，作价3900万美元。公司4月公布转型AI运算基建后，股价一度急升逾5倍。Smartbird表示，现时定位为AI基建供应商，向客户提供托管服务形式的AI基建服务，让企业毋须自行承担大量前期设备成本。公司称，目前正与潜在客户积极洽谈，并设计首批AI基建cluster部署。公司亦表示，已将可换股融资安排由5,000万美元扩大至1亿美元。相关资金将用于购买图形处理器(GPU)，以支持AI运算基建业务。