今天凌晨，Apple 一口气丢出了 Apple Intelligence、Siri AI、Core AI 框架三颗炸弹。Anthropic 紧跟着宣布 Claude 接入 Apple Foundation Models。OpenAI 也没闲着，悄悄向 SEC 交了 S-1 上市文件。

三条线同时炸开，这在 AI 圈子里不常见。

🔥 重点新闻

1. Apple 发布新一代 Apple Intelligence 和 Siri AI

WWDC 2026 主题演讲，Apple 终于把 Siri 的底裤掀了。新一代 Siri AI 不再是那个只会设闹钟的语音助手，而是集成了 Apple Intelligence 的全栈 AI 系统，覆盖 iPhone、iPad 和 Mac。

说实话我之前对 Apple 的 AI 进度是有点失望的，毕竟从 2024 年 WWDC 画饼到现在，等了整整两年。但今天看到的东西，坦率的讲，有点超出预期。Apple 把 AI 能力拆成了三层，底层是 Core AI 框架（给开发者用），中间是 Foundation Models（端侧推理），上层是 Apple Intelligence（面向用户）。这个分层思路比 Google 和微软那种「什么都往云端扔」的做法要务实得多。

还有一个细节值得注意，由于欧盟 DMA 法案的限制，Siri AI 在欧盟地区将随 iOS 27 延迟上线。Apple 官方确认了这一点，但没给具体时间表。这说明监管合规正在成为 AI 产品落地的最大变量之一。

来源，Apple Newsroom — https://www.apple.com/newsroom/2026/06/apple-unveils-next-generation-of-apple-intelligence-siri-ai-and-more

2. Claude 接入 Apple Foundation Models，Anthropic 推出新 Swift 包

Anthropic 的反应速度真是快。Apple 刚发布 Core AI 框架，Anthropic 就宣布 Claude 可以通过一个新的 Swift 包直接在 Foundation Models 框架中调用。开发者用原生 Swift 写三行代码，就能通过引导生成返回类型化的 Swift 对象。

有一件事已经很清楚了，Anthropic 在端侧 AI 这块抢先卡位了。你想想看，Apple 的生态里现在有 OpenAI（Siri 底层）、Google（搜索整合）、Anthropic（Foundation Models），三家在同一个生态里打擂台。这种格局对开发者来说是好事，选择多了，议价空间也大了。

来源，Claude Blog — https://claude.com/blog/claude-for-foundation-models

3. OpenAI 向 SEC 机密提交 S-1 草案

OpenAI 官网发布了一条简短的消息，他们已经向 SEC 机密提交了 S-1 草案，也就是 IPO 注册声明。目前还没决定上市时间和定价。

这个时间点选得挺微妙。一方面 Altman 刚发文宣布 OpenAI 进入第三发展阶段，目标是到 2028 年由 AI 主导研究；另一方面悄悄把上市文件递了。两件事放在一起看，Altman 的叙事很清楚，先把故事讲到「AI 能自己做研究」的高度，再带着这个估值去敲钟。

不过说实话，AI 公司上市现在还为时过早吗？看看 Stability AI 的前车之鉴，这个行业的商业化路径依然充满不确定性。但 OpenAI 的收入增长曲线确实比当年的 SaaS 公司要陡峭得多。

来源，OpenAI 官网 — https://openai.com/index/openai-submits-confidential-s-1

4. 小米 MiMo-V2.5-Pro-UltraSpeed，单节点突破 1000 tokens/s

小米 MiMo 联合 TileRT_AI 发布了 MiMo-V2.5-Pro-UltraSpeed，首次在 1 万亿参数 MoE 模型上实现超过 1000 tokens/s 的输出速度，而且只用了一台标准 8-GPGPU 节点。

这个数字放在一年前是不可想象的。1T 参数的 MoE 模型，单节点跑到 1000 tokens/s，推理成本会大幅下降，这几乎是板上钉钉的事。虽然小米在 AI 领域的声量一直不如百度和阿里，但这次的技术突破确实值得关注。MoE 架构的效率优化一直是行业难题，能做到这个水平说明小米在底层工程能力上是有积累的。

来源，@XiaomiMiMo — https://x.com/XiaomiMiMo/status/2063993790587904362

💡 值得关注

  • Kimi Code 开源大版本升级，新增视频理解能力，支持提取视频风格生成 LUT 文件、长视频切片、根据录屏生成代码。还集成了同花顺、天眼查等数据源。月之暗面这次的升级方向很有意思，把 Coding Agent 从纯代码扩展到了视频和数据领域。来源，月之暗面公众号

  • Perplexity 与哈佛联合研究，使用 AI 智能体的工人比仅用搜索快 87%，成本低 94%。这个数据相当惊人，而且是三个月的实际研究结果，不是实验室数据。来源，@perplexity_ai

  • NotebookLM 重大升级，新增智能体能力、高级推理和多种输出格式。现在面向 Google AI Ultra 订阅者推出。Google 在知识管理工具这块一直很低调，但 NotebookLM 的产品力其实被低估了。来源，@NotebookLM

  • VoxCPM2 技术报告发布，面壁智能的 2B 参数语音生成模型，基于超过 200 万小时多语言语音数据训练，支持 30 种语言和 9 种中文方言。中文方言支持是个亮点，这在语音生成领域很少见。来源，@OpenBMB

  • OpenRouter 推出 Advisor 功能，让较小的模型可以咨询更高智能的「顾问」模型，帮助它们逃离困境循环。这个设计思路很巧妙，用大小模型协作的方式降低推理成本。来源，@OpenRouter

📝 今日思考

今天的新闻有一个共同主题，AI 正在从「云端集中」走向「端云协同」。Apple 的 Core AI 框架让端侧推理变成了开发者可以直接调用的能力，Anthropic 的 Swift 包让 Claude 能在本地设备上运行，小米的推理优化让大模型跑在单台节点上成为可能。

我有时候觉得，行业对 AI 的讨论太集中在「模型有多大」「参数有多少」这种维度上了。但真正决定 AI 能不能走进普通人生活的，其实是这些底层工程优化。1000 tokens/s 的推理速度、三行代码接入端侧模型、87% 的效率提升，这些数字看起来没那么性感，但它们才是 AI 从实验室走向日常的关键。

回到 Apple 这块，WWDC 2026 的信号已经很明确了，AI 不再是独立的产品，而是基础设施。Siri AI 不是一个新 App，而是整个操作系统的新交互层。这个方向对不对，可能要等 iOS 27 正式上线才能验证，但至少从今天的演示来看，Apple 终于认真了。