◆ AI 总结

本周AI领域多项重要动态：李飞飞首次明确定义世界模型，Reve 2.0引入图像分层编辑能力，Ideogram 4.0开源并带来边界框控制等新特性，MiniMax M3在LMArena中突破性价比边界，扣子3.0打通手机与PC的Agent远程控制。

产品工具

Reve 2.0 图像模型支持原生分层编辑与4K输出

Reve 2.0 支持【图像分层编辑】，点击即可选中图中任意部分进行独立修改，无需预处理，原生输出4K分辨率。[2]
Ideogram

Ideogram 4.0 开源模型带来边界框与结构化提示词

Ideogram 4.0 引入bounding box精确控制和结构化JSON提示词，文字渲染能力达到开源天花板，英文OCR准确率0.97。项目已开放权重。[3]
MiniMax

MiniMax M3 在LMArena突破性价比边界

MiniMax M3 在LMArena代码前端竞技场排名第7，得分1531，与GLM-5.1并列；文档竞技场排名第14。每百万token仅$0.60输入/$2.40输出，性价比突出。[4][5][4]
xAI

Grok Imagine Video 1.5 上线 Vercel AI Gateway

Grok Imagine Video 1.5 支持【图像到视频生成】并同步音频，是目前顶级模型之一，开发者可通过Vercel AI Gateway调用。[6]
Coze

扣子3.0发布：手机可远程遥控电脑中的Agent

扣子3.0实现【桌面、电脑、手机三端打通】，用户可通过手机远程操控电脑上的AI Agent，提升实用性和落地场景。来源：量子位 https://www.qbitai.com/2026/06/428648.html[7]

开源项目headroom：压缩工具输出减少60-95% Token

headroom可在工具输出、日志、RAG块到达LLM前压缩，减少60-95% token同时保持答案质量，提供库、代理和MCP服务器。GitHub: https://github.com/chopratejas/headroom[9]

行业资讯

李飞飞首次明确定义世界模型三大功能边界

李飞飞指出世界模型的【渲染、模拟、规划】三大功能边界正在消融，为AI研究方向提供重要指引。来源：量子位 https://www.qbitai.com/2026/06/428752.html[1]
Qwen

戴盟机器人完成亿元融资，阿里通义多模态大牛加盟

戴盟机器人获亿元融资，并引入阿里通义多模态大牛，专注物理世界模型研发，旨在摆脱视觉内卷。来源：量子位 https://www.qbitai.com/2026/06/428778.html[8]