AI 產業每日焦點|2026-06-12
今天最值得重讀的訊號,是資本對「算力以外的 AI 路徑」突然開出了極高的價格。
倫敦新創 Recursive Superintelligence 不到 30 人、無公開產品,卻完成 6.5 億美元融資、估值 45 億美元,折算每名員工隱含估值約 1.55 億美元。這筆錢押的不是產品,而是一個研究方向:遞迴自我改進 AI,也就是系統能在無人干預下自主提升自身能力,明確繞開傳統 scaling 路線。更值得注意的是 Nvidia 與 AMD 同時入局。這兩家公司的邏輯很清楚——若自我改進系統每輪迭代都涉及大規模重訓,算力需求可能遠超現有工作負載,它們在為自己的下一個需求成長點提前佈局。資本正在分流:一條路繼續擴算力,另一條路押不依賴持續擴張的替代路徑,兩條賭注今天都有人在下。
與此同時,SpaceX 以 1.77 兆美元估值完成史上最大 IPO,募資 750 億美元,市值超越 Meta 與 Tesla,儘管公司去年仍處於虧損狀態。馬斯克刻意繞開華爾街慣例,在市場收盤前即公布定價,並將 30% 股份保留給散戶——這是針對散戶的上市結構,而非機構。Goldman Sachs 預測 2026 年美國 IPO 市場全年募資可能創歷史新高,OpenAI 與 Anthropic 都在候發管線之中。SpaceX 的意義在此:它替整個科技 IPO 週期重新定錨,告訴市場盈利記錄尚未建立也可以撐住極高估值,前提是讓人相信你是下一個平台級基礎設施。
兩件事拼在一起,指向同一個結構:市場對「下一代 AI 基礎設施長什麼樣」還沒有答案,但資本已經在押注各種可能,且願意給出遠走在財務現實之前的溢價。Recursive 的真正考驗,不是兩年內推出產品,而是能否在受控環境中展示出可量化的自主能力提升——這個驗證點若出現,現有以算力競爭為核心的 AI 建設邏輯就需要重新估算;若無法兌現,6.5 億美元只是一個關於創辦人履歷的昂貴賭注。對亞太區正在規劃算力投資的決策者來說,這是今天最值得盯住的懸念。
倫敦新創 Recursive Superintelligence 完成 6.5 億美元融資,押注兩年內實現 AI 遞迴自我改進
2026 年 5 月中旬才成立的倫敦新創 Recursive Superintelligence,在沒有公開產品、員工不足 30 人的情況下,完成了 6.5 億美元融資,估值達 45 億美元,且融資規模可能進一步擴大至 10 億美元。
詳情分析 →SpaceX 以每股 135 美元完成 750 億美元 IPO,估值 1.77 兆美元創史上最高
SpaceX 於美東時間 6 月 11 日定價,以每股 135 美元完成美國史上最大規模 IPO,出售 5.556 億股、募資 750 億美元,以 130.8 億股流通股計算,公司估值達 1.77 兆美元。隔日股票於 Nasdaq 掛牌交易。
詳情分析 →OpenAI 宣布收購 Ona,強化 Codex 雲端持久環境與企業級 AI Agent 部署能力
OpenAI 宣布計劃收購 Ona,目標是為其程式碼生成平台 Codex 擴充具備安全性的持久雲端執行環境。根據現有資訊,此次收購的核心意義在於讓 AI Agent 能夠在企業工作流程中執行更長時程的任務,而非僅限於單次對話或短暫操作。
詳情分析 →Google 開源 DiffusionGemma:並行生成 256 tokens、速度最高達標準模型 6 倍,但品質仍有落差
Google 本週發布實驗性開源模型 DiffusionGemma,將圖像生成領域常見的擴散(diffusion)原理首次引入大規模文字生成。有別於傳統自回歸語言模型逐一輸出 token 的方式,DiffusionGemma 以 256 個 token 為單位並行生成,每個位置皆可相互參照並在過程中…
詳情分析 →Bezos 工業 AI 新創 Prometheus 完成 120 億美元 B 輪融資,估值達 410 億美元
由 Jeff Bezos 與前 Google 高管 Vik Bajaj 共同主導的工業 AI 新創 Prometheus,宣布完成 120 億美元 B 輪融資,最新估值達 410 億美元,躋身工業 AI 領域規模最大的融資案之一。
詳情分析 →北京命令介入,Meta強制切斷Manus資料連接並著手拆解20億美元收購案
Meta已對其旗下中國創始的自主AI服務Manus建立資料防火牆,並開始拆解這筆2025年12月完成的20億美元收購交易。據彭博社報導,自6月初起,Manus員工被禁止存取Meta內部資料系統,Meta員工也不得再使用Manus工具從事內部專案;內部備忘錄並要求員工將現有Manus專案遷移至Meta…
詳情分析 →Google DeepMind聯合多方設立1000萬美元基金,研究百萬AI Agent互動風險
Google DeepMind正在資助一項針對多智能體系統潛在危險的研究計畫。當數百萬個AI agent在網路上彼此互動、相互下達指令,並在無人監督的情況下執行任務,一類全新的系統性風險便隨之浮現。這是該公司AGI安全與對齊研究主任Rohin Shah提出的核心警告。
詳情分析 →