2026年6月1日星期一

10 条新闻 — 🔴 1 重要 , 🟡 4 值得关注 , 🟢 5 有趣

🤖 模型 (3)

🔴 🤖 模型 2026年6月1日 · 2 分钟阅读

arXiv:2606.02800：NVIDIA Cosmos 3 —— 面向物理 AI 的全模态世界模型

Cosmos 3 是 NVIDIA 全新的全模态世界模型，以 arXiv 预印本形式发布。它在单一的 mixture-of-transformers 架构中同时处理并生成语言、图像、视频、音频和动作序列。该模型面向具身 AI 与物理 AI，并附带开源代码、检查点、数据集和基准测试。

🟡 🤖 模型 2026年6月1日 · 1 分钟阅读

OpenAI：前沿模型和 Codex 现已在 AWS 上提供

OpenAI 宣布其前沿模型和 Codex 现已在 Amazon 的云平台 AWS 上提供。这意味着 OpenAI 将其模型和编码工具的分发扩展到了又一个大型云平台。现有摘要并未详述具体模型、价格和地区，因此请参阅来源。

🟢 🤖 模型 2026年6月1日 · 1 分钟阅读

Google：Gemini 2.0 模型已停用，用户转向 3.5 Flash

Google 于 2026 年 6 月 1 日在其 API 中停用了 Gemini 2.0 Flash 系列模型。四个标识符已停止工作，开发者被引导转向更新的 Gemini 3.5 Flash 和 Gemini 3.1 Flash-Lite 模型，作为现有集成的替代方案。

📦 开源 (1)

🟡 📦 开源 2026年6月1日 · 2 分钟阅读

vLLM：在 NVIDIA DGX Spark / GB10 系统上运行

vLLM 团队发布了一份实用指南，介绍如何在基于 GB10 芯片的 NVIDIA DGX Spark 系统上运行 vLLM。指南涵盖统一内存的行为、提供 NVFP4 模型 Nemotron-3-Super 的服务、Docker 部署、Prometheus 指标，以及在这款全新边缘硬件上的本地评估结果。

🔧 硬件 (2)

🟡 🔧 硬件 2026年6月1日 · 1 分钟阅读

OpenAI：宣布在密歇根州建设 Stargate 数据中心

OpenAI 宣布将在美国密歇根州建设一座全新的 Stargate 数据中心。这是其算力基础设施项目 Stargate 的扩张，OpenAI 将其置于所谓 Intelligence Age 的语境之中。本次公告未详述容量和投资等细节，因此请参阅官方来源。

🟢 🔧 硬件 2026年6月1日 · 1 分钟阅读

AMD：阿里巴巴 ROLL 框架可在 Instinct GPU 上原生运行

AMD 宣布，阿里巴巴的开源强化学习框架 ROLL 现已可借助 ROCm 软件在 AMD Instinct GPU 上原生运行，无需修改代码、自定义补丁或非标准构建。此次合作包括 vLLM 兼容性、针对 Ray 的修复，以及对大语言模型分布式 RL 训练的支持。

🏥 实践应用 (2)

🟢 🏥 实践应用 2026年6月1日 · 1 分钟阅读

Google：Gemini 制作了 I/O 2026 大会的短片与视觉形象

Google 披露了如何使用 Gemini 和实验性 AI 模型来制作 I/O 2026 大会的各项元素，从动画短片「TPU Training Day」到视觉品牌形象。这种方式将人类艺术与 AI 工具相结合，在加快原型设计的同时保留了创作者的意图。

🟢 🏥 实践应用 2026年6月1日 · 1 分钟阅读

PyTorch：LinkedIn 将求解器 DuaLip 在 GPU 上加速 75 倍

PyTorch 基金会发布了一则案例研究，介绍 LinkedIn 如何在 PyTorch 上重新架构其分布式线性规划求解器 DuaLip。新的 GPU 加速版本的迭代速度比原始 Scala 代码快达 75 倍，可求解包含数万亿决策变量的优化问题。

💬 社区 (1)

🟡 💬 社区 2026年6月1日 · 1 分钟阅读

Anthropic：就拟议中的 IPO 向 SEC 秘密递交 S-1 草案

Anthropic 已就一项拟议中的首次公开募股，向美国 SEC 秘密递交了 S-1 表格注册声明草案。股票数量和价格尚未确定，最终能否 IPO 取决于审查的完成情况和市场状况。该公司未公布任何财务数据或时间表。

✨ 趣闻 (1)

🟢 ✨ 趣闻 2026年6月1日 · 1 分钟阅读

arXiv:2606.02000：通过 3D 网格 token 控制视频扩散中的动作

一项新的 arXiv 研究提出了一种视频扩散模型，将人体动作控制直接以压缩后的 3D 网格 token 为条件，而非以 2D 渲染引导为条件。该方法在 transformer 中联合处理视频和动作 token，从而比传统 2D 方法实现更好的动作控制并减少伪影。