實體 AI 投資追蹤器 — 2026 年中誰在資助機器人崛起
整理 Waymo、Figure、Physical Intelligence 等主要實體 AI 公司的資本流向、融資輪次與隱含估值，涵蓋 2024–2026 年公開資料。
歷史
實體 AI 總記分板 — 2026 年中誰在機器人量產競賽中領先？
Tesla、Waymo 與中國從 10 個競爭維度全面比較 — 2026 年中實體 AI 競賽的統一裁決記分板。
實體 AI 量產指數 — Tesla FSD/Robotaxi/Optimus vs. Waymo：2026 年中基準報告
Waymo 在美國四城市每週逾 15 萬筆付費叫車，Tesla 準備奧斯汀 Robotaxi 上線並積極擴產 Optimus 人形機器人。
機器人計程車單位經濟學 — 每英里成本、營收模式與 Waymo vs. Tesla 損益兩平分析
拆解機器人計程車每英里成本、營收模式與車隊損益兩平門檻，比較 Waymo 與 Tesla 的財務結構差異（估計值清楚標示）。
智譜 AI 開源 GLM-5.2 權重：100 萬 Token 上下文、頂尖開源編程模型，成本僅 GPT-5.5 的六分之一
為什麼值得讀 開源權重與前沿閉源模型的差距，如今只能用個位數的基準分數來衡量。對自架部署的開發者而言，GLM-5.2 改寫了代理式編程「自建 vs 採購」的算式。
Z.ai 於 6 月 17 日以 MIT 授權釋出 GLM-5.2——一款 7,530 億參數的 MoE 模型，具 100 萬 token 上下文，登頂開源編程基準，成本約僅 GPT-5.5 的六分之一。
Google 將 Gemini 3.5 Pro 推入最終預覽階段：200 萬 Token 上下文與 Deep Think 推理
為什麼值得讀 定價與免費試用期是開發者最該先確認的兩件事。以每百萬 token 輸入 $15／輸出 $60 的定價，Pro 是被設計來認真使用的，不是拿來試用的。
Gemini 3.5 Pro 進入最終 Vertex 企業版預覽，具備 200 萬 token 上下文視窗與 Deep Think 推理；GA 正式發布預計在 2026 年 6 月即將到來。
Intel 與 Foxconn 在 Computex 發布機架規模 AI 合作，矛頭直指 Nvidia GB200
為什麼值得讀 Intel 不是要在 GPU 效能上贏過 Nvidia，而是押注一個由 Foxconn 製造規模支撐的全堆疊替代供應方案。股票單日 +4.43% 的反應顯示投資人認為這是可信的。
Intel 與 Foxconn 在 Computex 2026 發表機架規模 AI 共同開發合作，以 100kW 液冷 Xeon 機架對標 Nvidia GB200 NVL。
Ramp 以 $440 億估值完成 $7.5 億 F 輪融資，押注 AI 代理將重塑企業支出
為什麼值得讀 最關鍵的數據：一位客戶四個月內燒完整個 2026 年的 AI 預算。Ramp 正在為企業 AI 支出打造可觀測性與治理層——這個類別一年前幾乎不存在。
Ramp 於 6 月 4 日以 $440 億估值完成 $7.5 億 F 輪融資，押注 AI 代理將重塑企業支出管理，並推出全球首張專為 AI 代理設計的企業信用卡。
Anthropic 推出 Claude Fable 5：大眾終於摸得到的 Mythos 級前沿模型
為什麼值得讀 一個前沿模型、兩種發布：有安全護欄的公開版，與受限的完整版。定價、免費期間與安全分類器回退機制，是開發者最該先確認的三件事。
Anthropic 發布 Claude Fable 5——首個公開可用的 Mythos 級模型，定價每百萬 token 輸入 $10／輸出 $50；解除限制的 Mythos 5 僅開放給審核過的合作夥伴。
Apple 在 WWDC 2026 以全新 Foundation Models 重建 Siri，借助 Google Gemini，並設 12GB 硬體門檻
為什麼值得讀 Tim Cook 最後一場主題演講，為一個真正重建的 Siri 加上兩個實務者不該略過的星號：12GB 統一記憶體裝置門檻，以及歐盟與中國的發表排除。
WWDC 2026 發表建立在新一代 Apple Foundation Models（與 Google Gemini 共同打造）上的 Siri AI、獨立 app、擴充的開發者框架，以及歐盟與中國的發表空窗。
微軟 Build 2026：「Microsoft IQ」讓情境變成平台——Work IQ、Foundry IQ 與全新 Web IQ 上線
為什麼值得讀 我們略過了顯而易見的 MAI 模型頭條，因為 Build 2026 真正持久的故事是結構性的：微軟試圖讓接地後的情境成為預設的平台層，而非一個功能。請留意 Web IQ——一個低 token 的網路接地仲介者，對開放網路的影響遠超過它的企業說法。
Build 2026 較低調的平台動作：微軟把接地（grounding）技術整併成單一品牌 Microsoft IQ——Work IQ、Foundry IQ、Fabric IQ 與全新 Web IQ——把情境當成受管基礎設施，橫跨 Copilot 與 Foundry 出貨。
微軟把自家程式碼模型送進 GitHub Copilot：MAI-Code-1-Flash 對開發者的意義
為什麼值得讀 如果你成天泡在 GitHub Copilot 裡，本週游標下的預設模型可能已悄悄換掉了。以下是實際推出的內容，以及如何辨認。
微軟在 Build 2026 把一個 5B 自研程式碼模型放進 VS Code，並推出一個 35B 推理模型——兩者都未經 OpenAI 蒸餾訓練。
微軟推出七款自研 MAI 模型，包含首款推理模型，以降低對 OpenAI 的依賴
為什麼值得讀 一個大型平台擁有者推出自家推理模型，並公開將其框定為少付 OpenAI 費用的途徑，這是一個結構性的故事，而不只是一次產品發布——它為整個前沿模型供應鏈重新定價。
在 6 月 2 日的 Build 2026 上，微軟發布七款從零打造的 MAI 模型，由推理模型 MAI-Thinking-1 領銜，以降低成本並減少對 OpenAI 的依賴。
川普 6 月 2 日 AI 行政命令要求實驗室提供前沿模型 30 天提前存取權
為什麼值得讀 「自願 30 天查看」聽起來不算嚴格，但它悄然將聯邦政府確立為最強大模型的發布前把關者——這個先例的重要性，遠超過上路第一天的具體運作機制。
2026 年 6 月 2 日，川普總統簽署「促進先進人工智慧創新與安全」，要求 AI 開發商在更廣泛發布前，自願給予政府最多 30 天的前沿模型提前存取權，以進行網路能力基準測試。該期限在業界反彈後從 90 天縮減，且該命令禁止任何強制性授權。
Anthropic 以 9,650 億美元估值機密遞交 IPO 申請，瞄準 2026 秋季掛牌
為什麼值得讀 機密 S-1 是上路引道，而非承諾。但在跨越約 500 億美元年化營收的同一年遞件，已把 Anthropic 從研究實驗室重新定位為公開市場規模的企業軟體廠商，與 OpenAI 競逐掛牌窗口。
Anthropic 於 2026 年 6 月 1 日以 9,650 億美元估值向 SEC 機密遞交 S-1 草案，年化營收逼近 500 億美元。
NVIDIA 與台積電把 AI 推進晶圓廠深處：cuLitho 砍微影成本 20-50%，FabTwin 邁向數位化
為什麼值得讀 這不是資本支出那條頭條：NVIDIA 正把運算賣進「打造 NVIDIA 自家晶片」的供應鏈。cuLitho 的 20-50% 微影成本／週期時間削減才是承重數字——它決定先進製程晶圓多快、多便宜地放量。一個垂直迴圈。
在 GTC 台北，台積電於微影、模擬與檢測全面採用 NVIDIA 的 CUDA-X 堆疊，其中 cuLitho 將微影成本最高砍至五成。
xAI 完成訓練 Grok V9-Medium：1.5 兆參數、以 Cursor 開發者資料調校的模型
為什麼值得讀 重點不是 1.5 兆的參數量，而是訓練語料。以 Cursor 真實開發者工作流調校一個前沿模型，是直接搶攻 Claude 與 Codex 主導的程式碼層。在權重或 API 出現前，請把基準與時程都視為廠商自述。
Musk 表示 xAI 的 1.5 兆參數 Grok V9-Medium 已完成訓練（5/25），約為現行生產模型的 3 倍，並以 Cursor 開發資料訓練，預計六月中旬發布。
Cognition 募資 10 億、估值 260 億——「代理即人力」的賭注，自家程式 90% 由 AI 撰寫
為什麼值得讀 約 53 倍的 ARR 倍數，押的是「代理即人力」，而非「代理即工具」。飛輪既是證明也是風險：Cognition 用 Devin 寫自家約 90% 的程式，所以它的成長故事與產品演示是同一回事——直到成長放緩。
Devin 程式代理的開發商 Cognition 以 260 億美元估值募資逾 10 億（5/27）——8 個月翻 2.5 倍、$492M ARR、自家程式約 90% 由 AI 撰寫。
Google 的 AI Threat Defense 以機器速度自動修補漏洞——對抗 AI 攻擊者的防禦解答
為什麼值得讀 同一週，一個模型獵捕漏洞，Google 則推出自動修補漏洞的模型。當攻防都以機器速度運行，修補視窗從數週縮到數分鐘——而人類從操作者變成代理所寫修補的稽核者。
Google Cloud 推出 AI Threat Defense（5/27）：以 Gemini 為核心，整合 Wiz、CodeMender 與 Mandiant，以機器速度發現並自動修補漏洞。
Nvidia、AMD、CoreWeave 同時投資 Tensormesh——KV 快取重用成為推論原語
為什麼值得讀 三家對手——Nvidia、AMD、CoreWeave——同時投資就是訊號：KV 快取重用（別重算已算過的）正被視為基礎、中立的推論堆疊層，而非贏者全拿的產品。推論時代的經濟學，濃縮於一輪募資。
Tensormesh 獲 Nvidia、AMD、CoreWeave 投資 2000 萬美元（5/27），並推出 Tensormesh Inference——產品化的 KV 快取重用，宣稱延遲與 GPU 成本最高降 10 倍。