行业新闻
美团LongCat发布General 365推理评测集：主流大模型及格率普遍不足60%
美团LongCat团队正式发布General 365推理评测基准，旨在为大模型推理能力树立新标尺。在对26款主流模型的实测中，目前表现最强的Gemini 3 Pro准确率仅为62.8%，而绝大多数模型未能达到60分的及格线。这一结果揭示了当前顶尖大模型在复杂推理任务中仍面临巨大挑战，为行业提供了衡量模型认知深度的新维度。
美团技术团队•
2026年6月18日 的AI新闻
行业新闻
ACL 2026美团论文精选：从能力评测到推理优化，构建生成新范式
美团技术团队在国际自然语言处理顶级会议ACL 2026中共有6篇论文被收录。这些研究成果涵盖了大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习优化以及生成式推荐等多个前沿领域。本文将深度解析美团在ACL 2026展示的技术布局，探讨其如何通过技术创新构建AI生成的新范式，并分析这些研究方向对大模型行业发展的深远意义。
美团技术团队•
开源项目
美团开源WBench：首个交互式视频世界模型多轮评测基准，探索AI交互边界
美团LongCat团队正式开源了WBench，这是全球首个针对交互式视频世界模型的系统性多轮评测基准。WBench被形象地比作“CT扫描仪”，旨在精准评估和定位世界模型在从传统的“被动观看”模式向“主动交互”模式转型过程中的技术瓶颈与挑战，为提升AI对物理世界的理解与模拟能力提供了关键的度量工具。
美团技术团队•
行业新闻
用Agent评测思路管理AI Coding：美团31万行代码重构的实战经验分享
本文详细介绍了美团技术团队在AI生成代码占比超过90%的背景下，如何通过Agent评测思路有效管理AI Coding。针对31万行代码的大规模重构实践，团队通过技术债梳理、Rule建设、重构SOP及Pre-PR机制，成功将高成本的重构专项转变为随迭代持续推进的日常动作，解决了AI生成代码可能带来的系统性混乱问题。
美团技术团队•
研究突破
美团发布LongCat-AudioDiT：突破零样本TTS音色克隆上限，直接在波形潜空间生成语音
美团LongCat团队正式发布LongCat-AudioDiT模型，旨在突破零样本TTS音色克隆的技术瓶颈。该模型彻底抛弃了传统的梅尔谱等中间表示，创新性地在波形潜空间中直接进行基于扩散模型的文本转语音（TTS）。这一技术路径从根源上阻断了数据转换过程中产生的级联误差，使AI能够直接学习声音本身的规律，显著提升了声音克隆的质量与真实度。
美团技术团队•
开源项目
美团开源原生多模态模型 LongCat-Next：赋能物理世界 AI 感知与理解
美团技术团队正式发布并开源了原生多模态模型 LongCat-Next 及其核心离散分词器。该模型是美团在通往物理世界 AI 道路上的重要探索，旨在通过将视觉和语音转化为 AI 的“母语”，提升模型对真实世界的感知与作用能力。此次开源包含模型核心与离散分词器，旨在助力开发者构建更具实操性的智能应用。
美团技术团队•
开源项目
美团开源LongCat-Video-Avatar 1.5：从高拟真迈向商业级数字人应用
美团技术团队正式开源LongCat-Video-Avatar 1.5，这是一款旨在实现商业级应用的数字人视频模型。该版本在唇形同步、物理合理性、长视频稳定性、多人互动及高效推理五大核心维度实现了全面跃升。LongCat-Video-Avatar 1.5 能够胜任复杂的商业场景，标志着数字人视频生成技术从实验室研究走向大规模实际应用，为行业提供了高质量、自然稳定的开源解决方案。
美团技术团队•
研究突破
美团发布LARYBench评测基准：定义具身动作表征“ImageNet”，揭示通用视觉模型潜力
美团技术团队正式发布LARYBench（Latent Action Representation Yielding Benchmark），这是一个系统化的评测基准，旨在指引从大规模视觉数据中学习通用的隐式动作表征。研究表明，通用视觉模型在动作泛化与控制精度上显著优于具身专家模型，并证实了具身动作表征可从大规模人类视频数据中“涌现”。
美团技术团队•
行业新闻
美团BI架构演进：以指标平台与分析引擎破解数据口径与性能难题
美团技术团队分享了其在BI领域的新一代架构实践。该架构以指标平台为核心，通过构建“自动语义”和“增强计算”两大核心能力，针对性地解决了传统BI平台在个性化数据集驱动下普遍存在的数据口径不统一、查询响应缓慢等核心痛点，实现了数据治理与分析效率的双重提升。
美团技术团队•
开源项目
LongCat-Flash-Prover：美团开源数学定理证明模型，实现从“猜答案”到“严谨证明”的跨越
美团技术团队正式开源了专门用于数学形式化与定理证明的模型——LongCat-Flash-Prover。该模型旨在解决AI在数学推理中仅能“答对数值”而缺乏严谨逻辑链条的问题。通过强化逻辑严密性，LongCat-Flash-Prover推动AI从模糊的自然语言推理转向形式化的严谨证明，为复杂推理课题提供了新的解决方案，标志着AI在处理高难度逻辑任务方面取得重要进展。
美团技术团队•
行业新闻
泄露财报揭示OpenAI年亏损数十亿：营收激增难抵研发与算力巨额开支
根据最新泄露的审计财务报表，OpenAI在2025年实现了130.7亿美元的营收，较2024年的37亿美元实现了爆发式增长。然而，公司仍面临巨额亏损，其2025年的研发支出飙升至191.8亿美元，远超营收总额。尽管亏损占营收的比例正在缩小，但在筹备IPO之际，高昂的训练成本、推理开支以及市场营销投入仍是其盈利道路上的重大挑战。
Hacker News•
行业新闻
机器人大逃杀：Grok 4.1 Fast 胜率碾压夺冠，Claude 却在忙着交朋友
OpenRouter 开发者关系负责人 Jacky Liang 进行了一项独特的 AI 实验，将 11 个大语言模型（LLM）投入 2D 大逃杀游戏中进行 30 场对决。结果显示，xAI 的 Grok 4.1 Fast 以 43% 的胜率和极高的性价比夺冠，而 Anthropic 的 Claude Sonnet 4.6 则因其过度友好的合作倾向在竞争中失利。该实验揭示了传统基准测试无法捕捉的模型行为差异。
Hacker News•
产品发布
VSCO推出Studio Pro专业影像编辑应用，年费500美元对标Adobe
知名影像平台VSCO正式发布针对专业市场的Studio Pro移动编辑应用，旨在挑战Adobe的行业地位。该应用目前已在iOS平台上线，并计划于今年晚些时候登陆macOS。Studio Pro首发功能涵盖批量编辑、参考图风格匹配及作品分享，并计划推出每年500美元的高端订阅服务，标志着VSCO向专业生产力工具领域的重大转型。
The Verge•
行业新闻
Snap发布高价AR眼镜后股价遭遇重挫：市场对其硬件定价策略产生质疑
Snap公司近期正式发布了备受期待的增强现实（AR）智能眼镜，然而这一里程碑式的动作并未能提振公司股价。由于产品定价被指“极度昂贵”，市场反应冷淡，导致Snap股价在新品发布后大幅下跌。这一现象反映了投资者对Snap硬件商业化路径的担忧，以及AR设备在当前市场环境下所面临的定价与普及挑战。
TechCrunch AI•
行业新闻
NEA合伙人Tiffany Luck：企业仍在艰难探索AI投资回报率（ROI）
随着硅谷“Tokenmaxxing”热潮的降温，企业开始面临高昂的AI账单。NEA合伙人Tiffany Luck指出，企业正处于评估AI实际价值的关键期。Uber等公司因预算超支而调整策略，部分企业甚至削减了Claude等AI工具的授权。这一现象表明，企业在AI应用上正从盲目扩张转向理性的ROI（投资回报率）评估。
TechCrunch AI•
行业新闻
Anthropic成为首家加入Frontier碳移除联盟的AI初创公司，助力9.15亿美元气候行动
2026年6月17日，知名AI初创公司Anthropic正式宣布加入Frontier碳移除联盟，成为该组织中首个来自AI领域的初创成员。与此同时，Frontier联盟宣布已获得总计9.15亿美元的新增资金承诺，旨在为全球碳移除项目提供关键的财务支持。这一举措标志着AI行业在应对气候变化和推动碳中和技术方面迈出了重要一步。
TechCrunch AI•
行业新闻
社交媒体的下一次进化：Threads、Instagram 与 TikTok 赋予用户算法控制权
社交媒体平台正经历重大变革，Threads、Instagram 和 TikTok 等主流应用开始引入新工具，允许用户直接影响和定制驱动内容推荐的算法。这一举措旨在提升用户体验的自主性，标志着社交媒体从单一的算法驱动向用户协作模式的转变，用户将拥有更多权力来塑造自己的信息流。
TechCrunch AI•
行业新闻
NEA合伙人Tiffany Luck谈AI投资回报：从“代币最大化”到成本清算的行业转型
随着硅谷“代币最大化”（Tokenmaxxing）热潮的消退，企业开始面临高昂的AI账单。NEA合伙人Tiffany Luck指出，包括Uber在内的巨头已出现预算超支，导致行业进入ROI（投资回报率）清算期。本文探讨了企业如何通过削减授权和取消内部竞赛来应对成本压力，并分析了AI IPO市场及个人智能体领域的未来走向。
TechCrunch AI•
投融资
亚马逊领投：世界模型初创公司Odyssey估值突破14.5亿美元，开启AI新赛道
AI初创公司Odyssey在最新一轮融资中表现亮眼，估值已飙升至14.5亿美元。本轮融资获得了亚马逊（Amazon）及其他知名投资机构的强力支持。Odyssey专注于开发被视为超越大语言模型（LLM）的“世界模型”技术。此次融资不仅确立了其在AI领域的领先地位，也标志着资本市场对下一代AI技术路径的高度认可。
TechCrunch AI•
行业新闻
皮尤最新民调：63%美国人认为AI发展过快，聊天机器人普及率显著提升
根据皮尤研究中心（Pew Research）的最新调查，美国公众对人工智能的发展表现出复杂的态度。虽然AI聊天机器人的使用率从2024年的33%大幅增长至49%，且ChatGPT的使用率自2023年以来翻了一番，但高达63%的受访者认为AI技术的进步速度过快。这一数据揭示了技术普及的加速与公众心理预期之间的显著鸿沟。
The Verge•
行业新闻
仅16%美国人看好AI社会影响：皮尤研究中心揭示公众与华尔街的认知鸿沟
皮尤研究中心（Pew Research）的最新报告显示，美国公众对人工智能（AI）的乐观程度远低于资本市场。调查指出，仅有16%的美国人认为AI将对社会产生积极影响。这一数据与华尔街对AI行业的狂热追捧形成了鲜明对比，反映出技术快速发展过程中，普通民众与投资领域在认知上的巨大分歧。
TechCrunch AI•
行业新闻
亚马逊Echo Dot Max迎来历史最低价：Prime Day大促提前开启
随着下周亚马逊Prime Day活动的临近，多款亚马逊自有品牌设备已提前开启促销。其中，智能音箱Echo Dot Max降至64.99美元的历史新低，较原价优惠35美元。此次促销涵盖了多款Echo系列音箱，为智能家居用户提供了极佳的入手时机，标志着年度购物旺季的预热正式进入高潮。
The Verge•
产品发布
谷歌推出全新Gemini驱动智能音箱：99.99美元重塑家居交互体验
谷歌近日发布了售价99.99美元的新款Google Home Speaker，标志着其智能家居战略的重大转型。该设备放弃了传统Google Assistant的僵硬指令模式，全面接入Gemini生成式AI，旨在通过更具对话性的交互方式重新定义智能音箱。这一举措展示了谷歌利用生成式AI技术为智能硬件注入新活力的决心。
TechCrunch AI•
开源项目
Adam (YC W25) 发布开源 AI CAD 工具：从文本到 3D 模型的浏览器端革命
Adam (YC W25) 推出开源项目 CADAM，这是一款基于浏览器的 AI CAD Web 应用。用户可以通过自然语言描述或图像参考快速生成 3D 模型。该工具利用 WebAssembly 技术在浏览器中运行，支持参数化控制、实时预览以及多种格式导出（.STL, .SCAD, .DXF）。CADAM 能够自动提取参数，实现无需重新生成的快速调整，并内置了 BOSL2 等专业库支持，标志着 AI 在精密工程设计领域的进一步应用。
Hacker News•
产品发布
Snap发布售价2195美元新款AR眼镜Specs：历时12年研发旨在实现计算人性化
Snap公司正式推出了其最新款增强现实（AR）眼镜Specs，定价高达2195美元。首席执行官埃文·斯皮格尔（Evan Spiegel）在接受CNBC采访时透露，这款产品是公司长达12年研发努力的结晶。斯皮格尔强调，Specs的使命是将计算技术引入现实世界，使其更加符合人类的自然交互习惯，从而实现计算的“人性化”。
The Verge•