特斯拉擎天柱负责人离职/曝ChatGPT插播广告，官方回应/苹果论文：AI大模型不会推理|Hunt Good周报

欢迎收看最新一期的 Hunt Good 周报！

在本期内容你会看到：

8 条新鲜资讯
4个有用工具
1 个有趣案例
3 个鲜明观点

Hunt for News｜先进头条

🎤 ChatGPT 高级语音模式被曝「插播广告」，OpenAI 回应系幻觉并更新

近日，有用户在使用 ChatGPT 的高级语音模式时，遭遇系统突然插播广告，引发热议。

原本正常讨论寿司的话题，ChatGPT 却突然切换成英语，推荐真实存在的营养品牌 Prolon 并拼读网址，让网友质疑是否在进行「付费用户广告测试」。

随后更多用户发现类似 bug：比如让 ChatGPT 连续朗读字母「A」时，会突发播放 DirectTV 的广告，甚至出现诡异音效、罢工播放音乐等异常现象。

后续，OpenAI 技术人员回应称「我们不会插入广告」，解释为幻觉所致。而在今天凌晨，OpenAI 宣布更新 ChatGPT 高级语音模式。

公告声称新版模型带来更自然的语调、更细腻的情绪表达及语音节奏，同时新增实时翻译功能，支持跨语言流畅对话。

此次升级适用于所有市场和平台上的付费用户，用户只需在消息输入框中点击语音图标即可开始使用。

不过，官方也承认新版本仍存在音质波动与「幻听」等已知问题，例如类似广告、乱码或背景音乐的非预期声音，OpenAI 承诺将持续优化音频稳定性并尽快修复异常现象。

🔗 https://help.openai.com/en/articles/6825453-chatgpt-release-notes

🏃🏻 特斯拉人形机器人项目领导人离职

特斯拉人形机器人项目「Optimus」的核心负责人 Milan Kovac 于本周五宣布离职。

Kovac 在社交平台 X 上发文称，离职出于个人原因，「需要花更多时间陪伴在海外的家人」，并强调此举「与其他任何事无关」，同时表达了对马斯克和特斯拉的坚定支持。

他写道：「我现在的离开，并不会改变任何事情。」

Support for Musk ironclad: Tesla's robot chief Milan Kovac quits - India Today

Kovac 于 2016 年加入特斯拉，最初在 Autopilot 团队参与早期 AI 项目与自动驾驶软件的开发，并在 2022 年接手 Optimus 项目，彼时该项目尚处于起步阶段。他与特斯拉 Autopilot 与 AI 软件团队副总裁 Ashok Elluswamy 密切协作，是推动 Optimus 成型的重要技术人物。

今年 4 月，马斯克在特斯拉投资者大会上透露，公司计划从今秋开始在工厂内部署数千台 Optimus，并将在未来几年加速规模化生产。他表示：「到 2030 年，我有信心预测 Optimus 年产量将达到一百万台。」

🔗 https://www.wsj.com/business/autos/tesla-loses-leader-of-optimus-robotics-project-f3123492?mod=tech\_lead\_pos5

🍎 苹果论文揭示大模型「推理假象」

苹果最新研究揭示，当前大推理模型（LRM）在面对高复杂度任务时并未展现出预期中的「深度思考」能力，反而出现大范围性能崩溃的现象——推理路径变长，结果却更差。

这项研究名为《The Illusion of Thinking》（《思考的幻觉》），论文作者包括苹果机器学习团队成员及 AI 领域重量级人物 Samy Bengio（图灵奖得主 Yoshua Bengio 之兄）。

研究对比了具备「思考功能」的 LRM（如 Claude 3.7 Thinking、DeepSeek-R1）与传统 LLM（如 Claude 3.7、DeepSeek-V3）的表现。

在简单任务上，传统模型往往更准确、更节省资源；

中等难度时，具备推理能力的 LRM 表现稍占优势；

但当问题复杂度超过临界点时，所有模型的准确率几乎同时跌至零。

研究指出，这种「推理崩溃」并非算力资源不足造成，而是一种先天局限，也反映出当前所谓「AI 思考」的本质仍更接近语言生成，并非真实的逻辑推理。即便模型在中间过程看似「自洽」，其行为路径往往掺杂大量无效步骤，缺乏真正的目标导向与一致性。

论文地址：https://ml-site.cdn-apple.com/papers/the-illusion-of-thinking.pdf

🔗 https://the-decoder.com/apple-study-finds-a-fundamental-scaling-limitation-in-reasoning-models-thinking-abilities/

🔒 图灵奖得主 Yoshua Bengio 创业，已筹款 3000 万美元

近日，图灵奖得主 Yoshua Bengio 宣布成立一家名为 LawZero 的新非营利机构，旨在研发更安全的 AI 系统。

LawZero 计划开发出一种「非自主性」（non-agentic）且值得信赖的 AI，即所谓的科学家型 AI（Scientist AI）。这种 AI 将被训练为理解、解释和预测世界，就像一个理性、无私、理想化的柏拉图式科学家。

他表示，LawZero 的研究将摆脱商业压力的影响。

LawZero 目前已筹集近 3000 万美元慈善捐款，捐赠者包括 Skype 的创始工程师 Jaan Tallinn、Google 前 CEO Eric Schmidt 的慈善基金、Open Philanthropy，以及 Future of Life Institute。

Bengio 表示，过去六个月的研究显示，当前主流模型正在发展出危险能力，这促使他创办了 LawZero。他提到这些模型表现出『欺骗、作弊、撒谎和自我保护的迹象」。

报道称，Anthropic Claude Opus 模型曾在虚构测试场景中对工程师进行勒索，以防止被其他系统取代。另一家 AI 测试机构 Palisade 上月的研究显示，OpenAI 的 o3 模型拒绝执行明确的「关机」指令。

在 Bengio 看来，这些事情非常可怕，不希望在这个星球上制造出比人类更聪明的竞争者。

「目前这些还只是受控实验，但我担心的是，未来某个版本的模型可能会具备足够的策略智能，能够提前预判我们的行为，并通过我们难以察觉的欺骗手段击败我们。所以我认为，我们现在是在玩火。」

🔗 https://www.ft.com/content/2b3ce320-2451-45c4-a15c-757461624585

📼 微软将 Sora 引入 Bing App，免费开放 AI 视频生成功能

微软近日宣布，将一款基于 OpenAI Sora 文本生成视频模型的全新工具——Bing Video Creator，正式集成至 Bing 移动应用中，为用户提供免费生成视频的能力。

目前，该功能已正式上线，每位用户可同时排队生成最多三个视频，完成后将收到通知。微软提供两种生成速度选项：免费向所有用户开放的「标准」模式，以及「秒速生成」的「快速」模式。

前 10 次快速生成免费，之后每次需要兑换 100 个积分，或切换回标准模式。

当前生成的视频长度为 5 秒，采用 9:16 的竖屏格式，微软表示未来将支持 16:9 横屏视频的生成。所有视频将在 Bing App 中保存最多 90 天，用户可选择下载或分享到其他平台。

不过，从微软发布的示例来看，Bing Video Creator 目前生成的视频质量与 Google 的 Veo 3 等模型仍存在一定差距。

🔗 https://www.theverge.com/news/678446/microsoft-bing-video-creator-openai-sora-ai-generator

🧑‍💻 Windsurf 遭「断供」模型，Anthropic 联合创始人回应

上个月，AI 编程平台黑马 Windsurf 被曝出将被 OpenAI 以 30 亿美元价格收购。

而在本周，Windsurf CEO Varun Mohan 在 X 平台上控诉 Anthropic 在不到五天的时间通知下，几乎全部切断 Claude 3.x 系列模型的第一方调用容量（包括 Claude 3.5 Sonnet、3.7 Sonnet 和 3.7 Sonnet Thinking）。

Windsurf 称，虽然自己还有来自其他推理服务提供商的第三方容量，但由于通知时间太短，目前这些容量根本抵挡不住当前用户的需求。对此，Windsurf 官方紧急上线了一套应急方案：

用户在 Claude 3.x 模型上的使用，可能会在短期内出现一些容量问题，直到新的容量上线，但整体情况应该会逐渐恢复。

推出 Gemini 2.5 Pro 的优惠价格，从原价 1x 降至 0.75x。

停止向免费用户（或 Pro 计划的试用用户）提供 Claude 3.x 模型的直接访问。不过，新增了通过 BYOK（自带 API 密钥）的方式访问这些模型的功能。

Claude Sonnet 4 仍然可以通过自带密钥的方式访问。

对于该情况，Windsurf 也表示，已经明确告知 Anthropic 团队，其首要任务是将其模型保留为推荐选项，并且 Windsurf 方面始终愿意为此支付费用。

另外 Windsurf 也强调，Anthropic 的这种行为不仅会对 Windsurf 带来影响，也会对整个行业造成伤害。

Anthropic co-founder Jared Kaplan is coming to TechCrunch Sessions: AI | TechCrunch

而在近日举办的 TC Sessions: AI 2025 活动上，Anthropic 联合创始人兼首席科学家 Jared Kaplan 首次公开回应了该公司中止 Windsurf 对 Claude 系列模型直接访问权限的决定：

「我们只是希望将资源优先留给那些未来会长期与我们合作的客户。」Kaplan 表示，「如果我们还在向 OpenAI 销售 Claude，那未免也太奇怪了。」

Kaplan 还表示，Anthropic 当前在计算资源方面也面临紧张，希望将有限的算力资源留给「值得长期投资的合作伙伴」，并否认了外界关于 Anthropic 与 Cursor 构成直接竞争的说法。

若想知道更多深挖细节，点击下方链接，查收我们为你收集的各路信息！👇

将被 OpenAI 收购的 AI 编程黑马突遭 Claude 断供，CEO 发文控诉，套壳派们天塌了？

🔗 https://techcrunch.com/2025/06/05/anthropic-co-founder-on-cutting-access-to-windsurf-it-would-be-odd-for-us-to-sell-claude-to-openai/

🤯 Cursor 爆火，母公司 Anysphere 融资 9 亿美元，估值飙升至 99 亿

据彭博社报道，推出 AI 编程助手 Cursor 的母公司 Anysphere 的年化营收已突破 5 亿美元。

为了进一步加速扩张，这家成立仅三年的初创企业将于本周宣布完成一轮高达 9 亿美元的新融资，估值也随之攀升至 99 亿美元。

本轮融资由 Thrive Capital 领投，Andreessen Horowitz、Accel 和 DST Global 等知名机构跟投，使 Anysphere 累计融资金额超过 10 亿美元。

Anysphere 的营收增长极为迅猛：今年 1 月，其年经常性收入（ARR）突破 1 亿美元，仅用时 14 个月，打破了此前由云安全公司 Wiz 创下的 18 个月纪录，部分投资人甚至称其为「有史以来增长最快的软件公司」。

公司计划将本轮融资主要用于产品研发，持续完善自身的大语言模型。

目前 Cursor 支持多种大模型接入，其中包括 Anysphere 自研的模型，尤其用于关键功能如代码自动补全（Tab）。为支撑模型训练与运行，该公司已大规模采购高性能 GPU 芯片。

🔗 https://www.bloomberg.com/news/articles/2025-06-05/anysphere-hailed-as-fastest-growing-startup-ever-raises-900-million

👀 微软重组领导层，专注于 AI Agent

据外媒 The Information 报道，微软正在对其高管团队进行新一轮重组，涉及 Office 365 和 Dynamics 等核心应用部门。CEO 萨提亚·纳德拉（Satya Nadella）明确表示，推动 AI Agent 的销售将成为公司当前的优先事项。

此次调整标志着微软正加大对自动化办公类 AI 产品的投入力度，尤其是在销售等白领流程中实现任务自动化，以应对 Salesforce、ServiceNow、SAP 等竞争对手近期推出的同类 AI Agent 产品。

What Satya Nadella Thinks - The New York Times

根据微软的最新人事安排，多个关键高管的汇报线将发生变化。

原本直接向云计算负责人斯科特·格思里汇报的 Dynamics 负责人查尔斯·拉曼纳将转至体验与设备执行副总裁拉杰什·贾领导之下。同时，LinkedIn CEO 瑞安·罗斯兰斯基也将兼任 Office 365 产品的负责人，向贾汇报，同时继续作为 LinkedIn 负责人直接向纳德拉汇报。

这已经是微软今年围绕 AI Agent 进行的第二次重大组织调整。

今年 1 月，微软任命前 Facebook 基础架构负责人杰伊·帕里克为 CoreAI 执行副总裁，并将多个 AI 团队整合至其麾下。相较之下，贾所负责的部门专注于向企业客户直接销售现成的 AI 产品，而帕里克的任务则是推动更多企业在 Azure 上自建并部署 AI Agent，从平台和生态层面提升微软在 AI 领域的整体竞争力。

🔗 https://www.theinformation.com/briefings/microsoft-reshuffles-leadership-focus-ai-agents?rc=qmzset

Hunt for Tools｜先进工具

🏆 Google Gemini 新版登顶大模型竞技场

日前，Google Gemini 2.5 Pro 宣布推出新版本「Gemini 2.5 Pro(0605)」。

Chart showcasing benchmarks for Gemini 2.5 Pro and other AI models

性能表现上，Gemini 2.5 Pro 新版在代码、推理等任务表现更强：

在 Humanity’s Last Exam（人类最后的考试）中，以 21.6% 的成绩超越 OpenAI o3；在 GPQA 测试中，以 86.4% 的成绩位居榜首。

大模型竞技场中，Gemini 2.5 Pro 新版在 Elo 评分上，相较于 (0506) 版本提升了 24 分（达到 1470 分），保持领先地位。

据 Google 介绍，本次 (0605) 版本是基于今年 I/O 大会上公布的 (0506) 版本所构建，并且新版有望成为 Gemini 2.5 Pro 的正式稳定版「出道」。

另外，Google 还给新版 2.5 Pro 进行了回答改进，目前它可以提供更富有创意且格式更优的答复。

🔗 https://blog.google/products/gemini/gemini-2-5-pro-latest-preview/

📀 PixVerse 国内版「拍我 AI」上线

6 月 6 日，爱诗科技宣布，旗下 PixVerse 国内版「拍我 AI」正式上线。

官方表示，「拍我 AI」网页端和移动端同步上线，并且支持最新发布的 V4.5 版本。

据悉，爱诗科技在今年 2 月 24 日推出 PixVerse V4 版本。该版本中，能够实现智能生成视频音效、一键匹配人声台词、多种视频风格实时重绘等多种功能。

终于！全球爆火AI 视频神器PixVerse 发布国内版——拍我AI | 极客公园

据悉，PixVerse V4 的 AI 视频生成速度最快可达 5s。同时，V4 版本底模大幅度升级，拥有良好的物理规律和人物情绪表现。

今年 5 月，PixVerse 更新了 V4.5 版本，支持了多达 20 种运镜方式，同时引入了多主体参考融合功能，能够将人物与背景参考图像自然融合。

网页端：https://pai.video
App 端：https://pai.video/app-download（同时「拍我 AI」上架各大应用商店）
API 开放平台：https://platform.pai.video

📹 Luma AI 发布 AI 视频转换功能

日前，Luma AI 推出了一项 AI 视频画面转换功能——Modify Video，用户只需拍摄一次，即可将视频风格、元素、对象甚至是背景进行更换。

官方介绍，Modify Video 支持任何视频内进行人物全身、面部或口型提取，并能完美与新生成的角色进行匹配。

同时，Modify Video 还能保证场景和构图完整的情况下，改变场景的外观、风格；并且支持局部元素内容更换。

Modify Video 提供三种转换模式，分别为「Adhere（贴合模式）」「Flex（灵活模式）」和「Reimagine（重构模式）」。

另外，Modify Video 通过时序理解和动作保留，实现了「智能判断内容保留/修改」和「保留内容表现的真实性」。

据官方测试，Modify Video 在视觉保真度与动作一致性方面超过了 Runway V2V。

目前，Modify Video 已上线 Luma Dream Machine: Ray 2。

体验地址：https://dream-machine.lumalabs.ai/

🔗 https://www.techradar.com/computing/artificial-intelligence/luma-labs-new-modify-video-tool-can-reimagine-scenes-without-reshooting

🌁 传 Midjourney 将于本月推出视频生成功能

据博主 @alexgnewmedia 援引 Midjourney CEO David Holz 的消息称，Midjourney 的视频功能将在本月推出。

根据 David Holz 的说法，目前他们内部测试了 24 种不同的视频设置，但还没确定最终发布时会开放哪些选项。

博主提到，即使是低价位的版本，也会具备高质量的动态效果。David Holz 表示这项功能在某些方面会超越现有的视频生成模型，在某些方面可能还不够理想，但他们的目标是让连每月 10 美元的用户也能用得起。

具体情况还要等官方公布，因为整体策略仍在敲定中。官方担心系统承载能力不足（预计一两周内才会准备好服务器），所以初期可能只对年付会员开放，不过这还没有最终决定。

可以确定的是，视频功能上线初期只支持基于 Midjourney 图片生成视频。

🔗 https://x.com/alexgnewmedia/status/1930389518307213818

Hunt for Fun | 先玩

🌁 GPT-4o 钩织娃娃生图风格走红

近日，AI 艺术创作者 @azed_ai 在社交平台分享了一条以「钩织娃娃风格」为主题的热门提示词。

提示词如下：

A crochet doll-style of a [subject], made with soft yarn textures and intricate handcrafted details. Dressed in a vivid [color1] accent and a delicate [color2] garment, holding a small [prop]. Set in a cozy [setting], with a muted and warm atmosphere, a charming and nostalgic feel

一起来看看一些精彩的案例：

向左滑动查看更多内容

🔗 https://x.com/azed\_ai/status/1930580896522088737

Hunt for Insight｜先知

📹 Runway CEO：好故事，不该只属于好莱坞

在 AI 生成视频热潮持续升温的当下，Runway 联合创始人兼 CEO Cris Valenzuela 在采访中公开分享了他对 AI 技术、影视行业未来，以及创作者与 AI 之间复杂关系的深刻看法。

与那些依赖短期炒作的 AI 项目不同，Valenzuela 强调，Runway 的目标不是取代电影制作，而是以「工具」的方式扩展创意表达的可能性。

对于 Runway 在商业模式和产品落地上的探索，Valenzuela 透露，公司目前采用订阅制收费，同时与包括 AMC、狮门影业在内的大型影视公司展开深度合作，已实现千万美元级别收入，并计划在未来几年内迈向「十亿营收俱乐部」。

他也承认，当前 AI 视频技术依然远未达到输入提示词即生成整部电影的水平。相反，创作者仍需深度参与制作流程，AI 更像是摄影机而非导演，拍出什么、怎么拍，是创作者的责任。

在好莱坞普遍焦虑 AI 可能带来裁员潮之际，Valenzuela 认为不该执着于保留某个岗位，而是该思考如何让更多人学会用新工具讲述故事。」

他指出，从无声电影向有声电影的转变曾引发巨大争议，但也诞生了像汉斯·季默这样的新一代电影艺术家，技术的转型，本质上并无不同。

而在他看来，AI 行业的最大风险之一正是版权诉讼，如果关键判决不利，整个行业都会面临重塑。但他仍坚信，AI 视频不会毁灭电影，而是让亿万人都能讲出他们的故事。

🔗 https://www.theverge.com/decoder-podcast-with-nilay-patel/679312/runway-ceo-cris-valenzuela-ai-video-copyright-hollywood-film-youtube

🤯 李飞飞：AI 的下一个目标是世界模型

近日，斯坦福大学教授李飞飞与 a16z 合伙人 Erik Torenberg，以及 World Labs 早期投资人 Martin Casado，共同探讨了「世界模型」等热门话题。

在被问及为何要成立一家基础模型公司，而不是继续做学术或参与现有大模型时，李飞飞表示，她的目标一直是解决真正的「北极星问题」，而不是为了创业本身。

李飞飞认为，语言是一种有信息损失的捕捉世界的方式，虽然强大，但人类生活在三维物理世界中，包括动物的整个进化史都是建立在大量感知和最终具身智能之上，而非纯粹语言的生成。

Fei-Fei Li: World Models and t…–a16z Podcast – Apple Podcasts

「物理现象发生在三维空间中，交互也发生在三维空间中。在桌子后面导航需要在三维空间中进行。无论是在物理世界还是数字世界中构建事物，都需要在三维空间中进行。所以从根本上说，这是一个三维问题。」

在应用方面，李飞飞举例称，从建筑设计、工业制造到电影创作，空间智能都可以重塑整个创意流程。Martin 补充道，这种 AI 不仅能生成语言，还能通过二维图像构建出完整的三维世界，甚至创造原本不存在的空间结构，用于虚拟现实、游戏、艺术等场景。

在李飞飞看来，正是这些年语言模型的突飞猛进，让她更确认世界模型的重要性。

她从个人经历出发，讲述自己因眼伤一度失去立体视觉，无法正常开车，由此进一步印证了人类对三维空间理解的高度依赖。而 Martin 也指出，人脑中负责空间感知的部分源远流长，远早于语言区域的进化，甚至可以追溯到爬行动物甚至更早的时代，说明空间智能才是智能的根基。

🔗 https://www.youtube.com/watch?v=fQGu016AlVo

🗓️ DeepMind CEO ：2030 年将是人类进入「黄金时代」的起点

诺奖得主、Google Deepmind CEO Demis Hassabis 最近接受了连线杂志的专访。

在这次访谈中，他表示未来五到十年内，人类有 50% 的几率实现具备人类所有认知能力的 AGI（通用人工智能）。谈及就业市场的未来，Hassabis 承认 AI 将取代部分岗位，但同时也会创造新的角色，并极大提升人类的生产力。

在他看来，AGI 并不意味着一切都由机器完成，比如医疗场景中，AI 可以成为医生的工具，甚至成为虚拟医生，但护工等富有情感交流需求的角色仍将由人类担任。

Google DeepMind CEO Demis Hassabis says that humans have just over 5 years before AI will outsmart them | Fortune

Hassabis 的终极目标是希望 AGI 能解决根源性难题，比如疾病治疗、延长寿命、清洁能源乃至太空移民。他坚信 2030 年将是人类进入「黄金时代」的起点。

他相信，未来某一天，AI 或许能揭示宇宙运行的本源规律，甚至提出超越现有物理学的新理论。

在谈到与 OpenAI 的竞争时，Hassabis 直言 Google 已吸取过往只重研究、忽视落地的教训，下一次技术跃迁到来时，他们不会再错过机会。

而对于 Google Search 的未来，他认为 AI 模式与传统搜索将共存多年，既满足快速获取信息的需求，也支持复杂、对话式查询，最终目标是打造一个全天候、高度个性化的「通用助手」，真正将 AI 融入人类生活的方方面面。

🔗 https://www.wired.com/story/google-deepminds-ceo-demis-hassabis-thinks-ai-will-make-humans-less-selfish/

彩蛋时间

作者：@nicole_ward6105.

Prompt：a fluffy white character with a round body and cute black eyes, smiling gently, surrounded by colorful soft-textured round hills in pastel colors (pink, orange, green, blue, purple), bright clear sky background, ultra soft lighting, close-up shot, whimsical and playful mood, extremely detailed texture, realistic photography style

工具： Midjourney v7

链接：https://www.midjourney.com/jobs/783015df-1351-46e2-a8e4-29460684b6dd?index=0

欢迎加入 APPSO AI 社群，一起畅聊 AI 产品，获取#AI有用功，解锁更多 AI 新知👇

我们正在招募伙伴

📮 简历投递邮箱hr@ifanr.com

✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）

更多岗位信息请点击这里🔗