行业快报

AIGC版权第一案：里程碑式的判决 2026年6月30日，最高人民法院对"李某诉某AI公司著作权侵权案"作出终审判决。这是中国首例AI生成内容版权案件终审判决，对AI产业的版权规则产生了深远影响。 案件的核心问题是：AI生成的内容是否享有版权？版权归谁所有？训练AI模型时使用受版权保护的作品是否构成侵权？ 案件背景 事实经过 原告李某是一名插画师，2025年4月，她发现某AI公司的图像生成平台上出现了与她作品风格高度相似的AI生成图片。经调查，该AI公司在训练模型时使用了李某发布在社交媒体上的200余幅插画作品，且未获得授权也未支付费用。 更关键的是，该平台在生成图片时可以明确指定"李某风格"作为生成提示词，生成的图片在构图、色彩、笔触等方面与李某的原作高度相似。 李某遂以著作权侵权为由，将AI公司诉至法院，要求停止侵权、赔偿损失500万元。 一审判决 2026年2月，某市中级人民法院一审判决： AI公司在训练中使用李某作品构成著作权侵权 AI生成图片不构成对李某特定作品的复制，不侵犯复制权 但"李某风格"作为生成选项，侵犯了李某的署名权 判令AI公司赔偿80万元 判令AI公司从训练数据中移除李某作品 双方均不服一审判决，向最高人民法院提起上诉。 终审判决要点 1. 训练数据使用构成侵权 最高人民法院认定，AI公司在未经授权的情况下，将李某的200余幅插画用于模型训练，构成对著作权人复制权和信息网络传播权的侵犯。 关键裁判理由： “将受著作权保护的作品用于AI模型训练，虽然不是传统意义上的’复制’，但实质上是对作品的数字化复制和利用。训练数据的使用不属于’合理使用’的法定情形，应当取得著作权人许可并支付合理报酬。” 这一认定意义重大——它明确了AI模型训练中使用受版权保护的作品需要获得授权。 2. AIGC可享有版权，但需满足条件 法院首次明确了AI生成内容的版权归属规则： “AI生成内容要获得著作权保护，必须体现人类的独创性表达。具体而言，用户需要对AI生成过程进行实质性的创造性控制，包括但不限于：精心设计提示词、对生成结果进行选择和修改、将AI生成内容融入自己的创作中。” 法院提出了"三要素测试法"来判断AIGC的版权性： 人类创意主导：人类是否提出了原创性的创意构想 过程控制：人类是否对AI生成过程进行了实质性的控制和选择 后期加工：人类是否对AI输出进行了有意义的编辑和修改 如果三个要素都满足，AI生成内容可以作为"人类作品"获得版权保护，版权归实际创作者所有。 3. “风格模仿"构成不正当竞争 关于"李某风格"作为生成选项的问题，法院认定： “虽然著作权法不保护创作风格本身，但将特定艺术家的姓名或风格作为AI生成的卖点进行宣传和商业化利用，构成不正当竞争行为。” 法院判令AI公司： 不得使用艺术家姓名作为生成选项 不得在宣传中暗示生成内容与特定艺术家的关联 赔偿李某经济损失120万元（较一审增加40万元） 4. 合理使用边界 法院对AI训练中的"合理使用"给出了指导性意见： “以下情形可能构成合理使用：（1）为科学研究目的使用少量作品；（2）使用的作品已经合法公开且不影响作品的正常使用；（3）使用方式不会不合理地损害著作权人的合法权益。但商业化的AI模型训练不属于合理使用。” 判决的产业影响 对AI训练的影响 这个判决将从根本上改变AI模型的训练方式： 影响1：训练数据合规成本大幅增加 AI公司需要： 获得训练数据的版权许可 建立数据版权追溯体系 向版权方支付合理费用 预计训练成本将增加15-30%。 影响2：数据授权市场兴起 判决催生了AI训练数据授权市场： Getty Images推出AI训练数据授权服务 中国音像著作权集体管理协会推出AI音乐数据授权 多家版权代理公司开始提供AI数据授权中间服务 影响3：合成数据重要性上升 为避免版权风险，AI公司开始大量使用合成数据： 用已有模型生成训练数据 使用公有领域的作品 与版权方合作创建授权数据集 对AIGC产业的影响 对AI绘画平台： ...

AI Agent应用商店：新平台的诞生 2026年6月，OpenAI、Google和Anthropic几乎同时宣布推出各自的AI Agent应用商店。加上微软的Copilot Agent Store和苹果的App Intents Marketplace，AI应用分发正在从"API调用"走向"应用商店"模式。 这种转变的意义堪比2008年Apple App Store的诞生——它将创造一个全新的AI应用生态系统，改变AI能力的分发和商业化方式。 五大Agent应用商店对比 平台 运营方 上线时间 Agent数量(首月) 分成比例 特点 GPT Store OpenAI 2026.6 12,000+ 30% 最大生态 Gemini Agent Hub Google 2026.6 8,000+ 25% 多模态优势 Claude Agent Market Anthropic 2026.7 5,000+ 20% 企业级 Copilot Agent Store Microsoft 2026.5 15,000+ 30% Office集成 App Intents Market Apple 2026.9(预计) N/A 30% 端侧运行 OpenAI GPT Store详解 平台架构 GPT Store是OpenAI推出的Agent分发平台，开发者可以发布自定义的GPT Agent，用户可以浏览、安装和使用这些Agent： 开发者侧： 创建Agent → 定义工具 → 设置权限 → 发布到GPT Store 用户侧： 浏览Agent → 查看评价 → 一键安装 → 即时使用 商业化： 免费Agent / 订阅制 / 按次付费 / 按使用量计费 热门Agent分类 工作效率类（35%）： ...

ERNIE 5.0：百度的多模态推理之跃 2026年5月，百度在百度AI开发者大会上发布文心一言5.0（ERNIE 5.0）。与4.0版本相比，5.0最大的突破在多模态推理——不仅能看懂图片，还能对图片进行逻辑推理、数学计算和科学分析。 百度CTO王海峰在发布会上演示了一个场景：给ERNIE 5.0看一张物理实验照片，它不仅能识别实验器材，还能推导实验原理、计算物理量、预测实验结果。这种"看图推理"能力标志着多模态AI从"感知"走向了"认知"。 模型架构 统一多模态架构 ERNIE 5.0采用了"统一多模态"架构，与之前"语言模型+视觉编码器"的拼接方案有本质区别： 输入模态 → 统一Token化 → 共享Transformer主干 → 统一输出 关键设计： 1. 多模态统一Token化 文本：BPE分词 图像：动态分辨率Patch（最高4096x4096） 音频：WavLM特征 + 线性投影 视频：每帧图像Patch + 时序位置编码 表格：结构化序列编码 2. 视觉推理增强 ERNIE 5.0在Transformer主干中加入了"视觉推理模块"（VRM）： class VisualReasoningModule(nn.Module): """ 在标准自注意力之上增加空间推理能力 """ def __init__(self, config): super().__init__() self.spatial_attention = SpatialAttention( num_heads=16, num_spatial_scales=4 # 多尺度空间注意力 ) self.relation_extractor = RelationExtractor( hidden_size=config.hidden_size, num_relation_types=128 # 空间关系类型 ) self.logic_units = LogicUnits( hidden_size=config.hidden_size, operations=["count", "compare", "deduce", "calculate"] ) def forward(self, image_tokens, text_tokens): # 1. 空间注意力：理解图像中的空间关系 spatial_features = self.spatial_attention(image_tokens) # 2. 关系提取：识别物体之间的关系 relations = self.relation_extractor(spatial_features) # 3. 逻辑推理：基于关系进行推理 reasoning_output = self.logic_units(relations, text_tokens) return reasoning_output 这种设计使得ERNIE 5.0能够进行： ...

通义千问3企业版：阿里云的AI生态战略 2026年6月，阿里云在云栖大会2026上发布了通义千问3企业版（Qwen3 Enterprise）。与消费级版本不同，企业版专注于私有部署、行业适配和开源生态建设——阿里云正在用"开源+企业服务"的双轮驱动策略，构建中国最大的AI生态。 模型规格 企业版模型矩阵 Qwen3 Enterprise不是单一模型，而是一个模型矩阵： 模型 参数量 激活参数 上下文 定位 Qwen3-Ent-72B 72B (Dense) 72B 128K 通用企业级 Qwen3-Ent-MoE-110B 110B 18B 256K 高性价比 Qwen3-Ent-MoE-320B 320B 35B 1M 旗舰版 Qwen3-Ent-VL-72B 72B + ViT 72B 128K 多模态 Qwen3-Ent-Coder-32B 32B 32B 128K 代码专用 企业可以根据自身需求选择不同规格。所有模型都支持私有部署，并提供完整的微调工具链。 技术架构 旗舰版Qwen3-Ent-MoE-320B的关键设计： qwen3_enterprise_config = { # MoE配置 "num_experts": 48, "experts_per_token": 5, "router_type": "noisy_top_k_gating", "load_balancing_loss": 0.01, # 注意力 "num_layers": 64, "hidden_size": 12288, "num_attention_heads": 96, "num_kv_heads": 8, # GQA 12:1 "head_dim": 128, # 上下文 "max_position_embeddings": 1048576, # 1M "rope_type": "dynamic_ntk", "rope_base": 1000000, # 词表 "vocab_size": 152000, # 中文优化 # 量化支持 "supported_precisions": ["fp16", "bf16", "int8", "int4"], "kv_cache_quantization": ["fp8", "int4"], } 开源策略 Qwen3的开源策略是其最大亮点： ...

Seed 3.0：字节跳动的AI野心 2026年6月，字节跳动在火山引擎FORCE大会上正式发布Seed 3.0大模型。在中文NLP基准测试C-Eval、CMMLU和AlignBench上，Seed 3.0全面超越了GPT-6、Claude 5和Gemini 3 Ultra，成为中文能力最强的大模型。 这是中国AI公司首次在中文综合能力上全面登顶。对于一直在大模型领域默默投入的字节跳动来说，Seed 3.0是一个里程碑式的成果。 模型规格 架构设计 Seed 3.0的技术报告显示，它采用了MoE架构： 规格 Seed 3.0 Seed 2.0 总参数 520B 180B 激活参数 65B 40B 专家数 64 16 激活专家 6 4 层数 80 64 隐藏维度 14336 8192 注意力头 112 (GQA 14 KV) 80 (GQA 10 KV) 上下文长度 1M 256K 词表大小 150K（中文优化） 100K Seed 3.0的词表从100K扩展到150K，新增的50K主要覆盖中文字词、成语、专业术语和emoji。更大的中文词表意味着中文token的压缩比更高——同样的中文文本，Seed 3.0的token数比GPT-6少约30%，这直接降低了推理成本。 训练数据 字节在技术报告中披露了训练数据的构成： 中文网页：35T tokens（高质量过滤后） 英文网页：45T tokens 代码：15T tokens 学术文献：12T tokens（中文3T + 英文9T） 多模态数据：20T tokens 合成数据：18T tokens 其他语言：5T tokens 总计：约150T tokens 中文数据占比超过30%，这是Seed 3.0中文能力领先的数据基础。作为对比，GPT-6的中文数据占比估计不到10%。 ...

Apple Intelligence 2.0：端侧AI的新标杆 2026年6月的WWDC 2026上，Apple发布了iOS 20和Apple Intelligence 2.0。如果说2025年的Apple Intelligence 1.0还是"小心翼翼的试水"，那么2.0版本则是一次全面进击——端侧3B参数语言模型、实时多模态理解、App级Agent框架，Apple正在用自己的方式定义移动AI。 端侧模型升级 3B参数语言模型 Apple Intelligence 2.0的核心是一个3B参数的端侧语言模型，运行在A19和M5芯片的Neural Engine上： 规格 AI 2.0模型 AI 1.0模型 参数量 3B 1.8B 架构 Transformer + MoE Transformer 量化 4-bit (INT4) 4-bit 模型大小 ~1.5GB ~900MB 推理速度 80 tokens/s 45 tokens/s 上下文 16K 4K 功能调用 原生支持 不支持 3B模型采用了MoE架构，8个专家中每次激活2个，等效计算量约2B参数但能力接近4B Dense模型。这使得它在保持快速推理的同时，能处理更复杂的任务。 多模态理解 端侧模型现在可以理解图像和文档： 图像理解：识别照片中的物体、场景、文字（OCR） 文档理解：解析PDF、截图中的结构化信息 屏幕理解：实时理解当前屏幕内容，提供上下文感知的AI辅助 所有多模态处理在设备端完成，不上传任何数据到云端。 私有云计算 对于需要更强算力的任务，Apple Intelligence 2.0使用"私有云计算"（Private Cloud Compute）： 端侧模型判断任务复杂度，超出端侧能力时自动切换到云端 云端使用更大模型（据称是7B参数），运行在Apple自研的M5 Ultra服务器芯片上 数据在请求完成后立即删除，不持久化存储 请求使用端到端加密，Apple也无法解密用户数据 Apple还引入了"Swift-Homomorphic"——基于同态加密的推理方案，使得云端在无法解密数据的情况下处理AI请求。虽然目前只支持简单任务，但这是端到端隐私保护的重要突破。 核心新功能 1. App Intents Agent框架 这是Apple Intelligence 2.0最重要的新功能。开发者可以通过App Intents框架让自己的App被AI Agent控制： ...

Copilot的2026蜕变：从助手到Agent 2026年6月，Microsoft在Build 2026大会上发布了Copilot企业版的重大更新。这次更新的核心主题是"从助手到Agent"——Copilot不再只是一个帮你写邮件、做PPT的AI助手，而是一个能自主完成复杂工作流的智能体。 这次更新涵盖了Microsoft 365全家桶、Dynamics 365、Power Platform和Azure AI，共推出了超过40项新功能。本文聚焦其中最具变革性的10项。 核心新功能 1. Copilot Agent Studio 这是本次更新最重要的新功能。Agent Studio允许企业用户通过自然语言描述创建定制化的AI Agent： 用户描述： "帮我创建一个销售跟进Agent。它需要： 1. 每天检查CRM中的新线索 2. 对每个线索进行评分（基于历史成单数据） 3. 给高优先级线索自动发送个性化邮件 4. 在Teams中通知对应销售代表 5. 每周五生成跟进报告" Copilot Agent Studio → 自动创建、测试、部署Agent Agent Studio的工作流程： 理解：解析用户的自然语言描述，识别任务、触发条件、输出格式 设计：生成Agent的工作流图，标注每个步骤使用的工具和数据源 构建：自动编写代码（Power Automate流程 + Azure Functions） 测试：在沙箱环境中运行Agent，验证行为 部署：一键部署到Microsoft 365环境 创建的Agent可以跨Outlook、Teams、SharePoint、Dynamics 365等系统工作，无需编程。 2. 深度集成GPT-6和Claude 5 Copilot企业版不再局限于OpenAI模型。Microsoft在Azure AI Foundry中集成了多模型路由： GPT-6：用于复杂推理和代码生成 Claude 5：用于长文档分析和内容创作 Phi-4：用于轻量级实时任务 Llama 4：用于私有部署场景 系统会根据任务类型自动选择最合适的模型，用户也可以手动指定。这种多模型策略使得Copilot在不同场景下都能提供最佳性能。 3. 会议实时Agent Teams会议中的Copilot迎来了重大升级： 实时议程管理：根据讨论内容动态调整议程 行动项提取：自动识别会议中的决策和待办事项 实时翻译：支持40种语言的实时翻译和字幕 智能打断：当讨论偏离主题时温和提醒 会后总结：30秒内生成结构化会议纪要 最令人印象深刻的是"实时Agent"功能——在会议中，Copilot可以主动参与讨论。例如，当讨论到某个技术方案时，Copilot会自动检索相关文档并分享到聊天中。 ...

AMD的反击：MI400正式官宣 2026年6月18日，AMD在拉斯维加斯举办的"AI Power"大会上正式宣布了Instinct MI400系列AI加速器。这是AMD CDNA 4架构的首款产品，也是AMD有史以来性能最强的AI芯片。 AMD CEO Lisa Su在发布会上直言不讳地表示：“MI400的目标是在每一个关键指标上匹配或超越NVIDIA Blackwell Ultra。“这一定位标志着AMD不再满足于"高性价比替代品"的角色，而是要正面对抗NVIDIA的旗舰产品。 MI400规格详解 核心架构 MI400采用AMD CDNA 4架构，基于台积电3nm工艺（N3P），使用Chiplet设计： 规格 MI400 MI300X B300 (对比) 架构 CDNA 4 CDNA 3 Blackwell 制程 3nm (N3P) 5nm+6nm 3nm (N3P) Chiplet 12个XCD+8个IOD 8个XCD+4个IOD 双芯片 计算单元 384 CU 304 CU - 流处理器 98,304 19,528 - 晶体管 ~185B 153B 208B 计算性能 精度 MI400 MI300X B300 FP64 120 TFLOPS 163 TFLOPS - FP64矩阵 240 TFLOPS 326 TFLOPS - FP32 240 TFLOPS 163 TFLOPS - FP16/BF16 9,600 TFLOPS 2,615 TFLOPS 3,750 TFLOPS FP8 19,200 TFLOPS 5,228 TFLOPS 7,500 TFLOPS INT8 38,400 TOPS 10,457 TOPS - FP4 N/A N/A 15,000 TFLOPS MI400的FP8性能达到19.2 PFLOPS，是B300的2.56倍。这个数据让业界震惊——AMD在FP8精度上首次大幅超越NVIDIA的旗舰产品。 ...

Blackwell Ultra：NVIDIA的2026年旗舰 2026年Q2，NVIDIA Blackwell Ultra GPU（B300系列）正式开始规模出货。作为Blackwell架构的第二代产品，B300在性能、能效和功能上都带来了显著提升。第一批拿到货的客户包括Meta、Microsoft、Google和Oracle，他们已经在生产环境中部署了B300集群。 本文基于NVIDIA官方数据和早期客户的实测结果，全面解析Blackwell Ultra的性能表现。 规格概览 B300 vs B200 vs H200 规格 B300 (Blackwell Ultra) B200 (Blackwell) H200 (Hopper) 制程 TSMC 3NP TSMC 4NP TSMC 4N 晶体管 208B 208B 80B 双芯片设计 是 是 否 FP4张量性能 15 PFLOPS 9 PFLOPS 4 PFLOPS FP8张量性能 7.5 PFLOPS 4.5 PFLOPS 2 PFLOPS FP16/BF16 3.75 PFLOPS 2.25 PFLOPS 1 PFLOPS 显存 192GB HBM3e 192GB HBM3e 141GB HBM3e 显存带宽 8.0 TB/s 8.0 TB/s 4.8 TB/s 功耗(TDP) 1200W 1000W 700W 互联 NVLink 5 (1.8TB/s) NVLink 5 (1.8TB/s) NVLink 4 (900GB/s) B300的FP4性能达到15 PFLOPS，是H200的3.75倍。但功耗也从700W上升到1200W，这对数据中心的供电和散热提出了更高要求。 ...

2000亿美元：AI投资进入新纪元 根据PitchBook和CB Insights的联合数据，2026年上半年全球AI领域融资总额达到2087亿美元，较2025年同期增长47%。这个数字已经接近2024年全年的AI融资总额。 AI投资在全部风险投资中的占比从2025年的28%上升至41%。换句话说，现在每投出2.5元风险投资，就有1元流向AI。 融资全景 按阶段分布 融资阶段 交易数 总金额 平均金额 种子轮 1,247 $18B $14M A轮 683 $42B $62M B轮 412 $51B $124M C轮+ 287 $68B $237M 巨额轮（>$1B） 12 $29B $2.4B 值得注意的是"巨额轮"——单笔超过10亿美元的融资交易达到了12笔，总额290亿美元。这些资金几乎全部流向了基础模型公司。 按领域分布 1. 基础模型（$62B，30%） 仍然是最大的投资领域。OpenAI、Anthropic、xAI、DeepSeek等公司在这一轮中获得了巨额融资。 2. AI芯片与硬件（$38B，18%） AI芯片创业公司和数据中心硬件公司持续获得大额投资。 3. AI Agent与自动化（$35B，17%） Agent平台、RPA增强、工作流自动化成为2026年最热的投资方向。 4. 垂直行业AI（$31B，15%） 医疗AI、法律AI、金融AI等垂直应用持续增长。 5. AI基础设施（$24B，11%） 向量数据库、MLOps平台、训练框架等基础设施。 6. AI安全与治理（$9B，4%） AI对齐、可解释性、内容安全等方向。 7. 其他（$9B，5%） 按地区分布 地区 融资总额 占比 同比增长 美国 $98B 47% +38% 中国 $52B 25% +62% 欧洲 $28B 13% +51% 其他亚太 $21B 10% +55% 其他 $10B 5% +42% 中国AI融资增速最快（+62%），主要得益于DeepSeek V4的成功带动的国内AI投资热潮。美国仍然占据近半份额，但占比从2025年的52%下降到47%。 ...