2026-06-01
AI 早报 2026-06-01
概览
要闻
- MiniMax 上线 MiniMax M3 模型，支持多模态和 1M 上下文 ↗
#1
模型发布
开发生态
- OpenAI 宣布 Codex 用户破 500 万并重置付费用户使用额度 ↗
#4 - 英特尔联合魔搭社区上线AI PC专区 ↗
#5 - OpenClaw推出auto模式：LLM辅助的主机命令自动审批 ↗
#6
行业动态
MiniMax 上线 MiniMax M3 模型，支持多模态和 1M 上下文 #1
MiniMax 上线了其新一代旗舰模型
MiniMax M3。该模型支持原生多模态与 1M token 上下文，专为Agent推理及代码等场景优化，现已上线API和Token Plan，并在OpenCode中提供限时免费使用。更多细节有待官方的正式发布公告披露。
MiniMax 官方上线其新一代旗舰模型 MiniMax-M3，现已通过 API 和 Token Plan 开放使用，并在 OpenCode 中提供限时免费使用。
该模型主打原生多模态输入与最高 1M token 的长上下文能力，主要针对 Agent 推理、工具调用、代码和长文档等复杂任务场景进行了优化。
计费方面，输入 512k tokens 以内享 7 天 限时五折优惠，折后价格为输入 2.10 元、输出 8.40 元每百万 tokens。
而超过 512k tokens 的长文本处理能力目前为限时限量供应，需联系销售获取，官方预计 数日后 全量开放。
相关链接：
SpaceXAI 上线 Grok-Imagine-Video-1.5-Preview API #2
SpaceXAI发布视频生成模型
Grok-Imagine-Video-1.5-Preview，现已上线API。该模型支持文本和图像输入，480p与720p分辨率分别按每秒0.08和0.14美元计费。据Arena.ai平台数据，其720p版本在Image-to-Video Arena排行榜上位居第一。
SpaceXAI发布了全新的视频生成模型Grok-Imagine-Video-1.5-Preview，目前已通过API向开发者开放。
该模型支持文本与图像输入生成视频，提供480p与720p两种分辨率选项，按生成的视频秒数计费。
480p分辨率的价格为每秒0.08美元，720p分辨率的价格为每秒0.14美元。
据Arena.ai平台数据显示，该720p版本在Image-to-Video Arena排行榜上位居第一。
相比前代同分辨率版本，其分数提升了52分，并超越了Seedance-2.0等模型。
相关链接：
- https://docs.x.ai/developers/models/grok-imagine-video-1.5-preview
- https://x.com/arena/status/2060874057130934376
Qwen-VLA 发布，统一视觉-语言-动作建模 #3
Qwen 团队近期发布了
Qwen-VLA视觉-语言-动作通用模型。该模型基于Qwen3.5-4B构建，能统一处理机器人操作、导航和轨迹预测，官方称其在多项模拟和真实评测中表现超过专项微调模型。
Qwen团队近期发布了统一视觉-语言-动作模型 Qwen-VLA 的技术报告及 GitHub 仓库。
该模型基于 Qwen3.5-4B 骨干网络与 1.15B 的 DiT 动作解码器构建。
通过统一的动作与轨迹预测框架，它实现了对机器人操作、视觉语言导航和轨迹预测的联合处理。
官方测试数据显示，作为一个统一的通用模型，Qwen-VLA-Instruct 在 LIBERO、Simpler-WidowX、真实 ALOHA 双臂机器人等多个评测中，匹配或超越了专门针对特定任务微调的专家模型。
模型采用了四阶段渐进式训练。
并通过形态感知的提示词条件机制，使得一套权重无需添加平台专属输出头即可适配多种机器人平台。
相关链接：
OpenAI 宣布 Codex 用户破 500 万并重置付费用户使用额度 #4
Codex 负责人 Tibo 宣布 Codex 用户数突破 500 万。为庆祝此里程碑，官方于北京时间5月31日晚约11点半面向所有
ChatGPT付费订阅用户，重置了Codex的使用额度。
OpenAI Codex 负责人 Tibo 透露，Codex 的用户群体已经达到 500 万 规模。
为了庆祝这一里程碑，Tibo 于北京时间 5月31日 晚约 11点半 宣布已将所有 ChatGPT 付费订阅的 Codex 使用额度清零重置。
用户的每周和每小时限额均已恢复至 100%。
相关链接：
英特尔联合魔搭社区上线AI PC专区 #5
英特尔近期联合魔搭社区上线“英特尔AI PC专区”，集成针对
酷睿Ultra优化的模型库、智能体部署指南及异构计算工具，为开发者提供端侧AI开发实战支持。
日前，英特尔联合魔搭社区推出了“英特尔AI PC专区”，定位为一个经过验证且持续更新的实战工具箱。
专区内的 OpenVINO Model Center 提供了大量已针对 酷睿 Ultra 的 CPU、GPU 和 NPU 转换及量化的热门模型。
同时，平台设有“Claw智能体板块”，提供 OpenClaw、TRAE 及 樱桃AI语音助手等框架的部署指南与现成技能集合。
该专区已在魔搭社区上线，还包含本地部署指南、实测数据、技术博客以及在线讨论区。
相关链接：
- https://modelscope.cn/brand/view/AI_PC?branch=0&tree=1
- https://mp.weixin.qq.com/s/tcEiMVEcsPZB-exj1WbnzQ
OpenClaw推出auto模式：LLM辅助的主机命令自动审批 #6
OpenClaw 正公开测试名为
auto的主机命令审批模式。该模式借助独立LLM审查器自动放行低风险命令，高风险或模糊情况则退回人工，兼顾了执行效率与安全。
OpenClaw正公开测试一种名为 “auto” 的主机命令审批模式，为 YOLO 的激进免审与 Ask 的频繁打断提供企业级的折中方案。
该模式在命令匹配允许列表时直接放行，未匹配时则由独立 LLM 审查器分析后仅允许一次低风险执行，其余高风险或模糊情况自动退回人工审批。
用户通过 tools.exec.mode: auto 配置 opt-in 启用，并能将审批请求推送至 Slack、Telegram 等渠道；审查器模型可与主代理分离，以支持更强的模型。
官方强调 auto 模式严格遵守主机本地安全设置，未来可能在测试顺利后成为更安全的默认选项。
相关链接：
SpaceXAI 招聘中文 AI Tutor 远程岗位 #7
SpaceXAI 开放“
AI Tutor - Chinese”远程职位，负责多语言音频标注以训练 Grok 语音交互能力，需中文母语及英语 B2 水平，时薪为 35 至 45 美元。
SpaceXAI 官方发布 “AI Tutor - Chinese” 招聘信息，提供全球远程办公机会。
该职位主要负责多语言音频数据的标注、注释与录制。目标在于训练并提升 Grok 模型在语音交互、口音变化及跨文化语境下的处理能力。
应聘者需具备中文母语水平，熟悉方言及口音差异。同时需要英语 B2 水平，并拥有出色的跨口音高精度语音转录能力。
职位形式涵盖全职、兼职或承包商。美国地区时薪为 35 至 45 美元，且不提供签证赞助。
相关链接：
OpenAI 官宣成立 OpenAI Robotics 并启动招聘 #8
OpenAI 首席执行官 Sam Altman 宣布其世界模拟研究项目已演变为
OpenAI Robotics并启动招聘。该团队将招募全栈硬件、系统及ML工程师，旨在研发能在物理世界协助人类的机器人，短期内聚焦于支持熟练工人建设基础设施。
OpenAI 首席执行官 Sam Altman 宣布，其世界模拟研究项目在过去一年中已演变为 OpenAI Robotics，目前正在招募顶尖的全栈硬件、运维、系统和 ML 工程师。
该团队由 Aditya Ramesh 领导，以机器人硬件和 ML 研究的协同设计为基础，旨在编程和制造对社会有用的机器人。
短期内，该团队专注于开发支持熟练工人建设未来基础设施的机器人。
而长期愿景是让每个人都拥有能执行任何任务的个人机器人。
相关链接：
提示：内容由AI辅助创作，可能存在幻觉和错误。