英伟达杀入PC处理器战场，Codex登陆Windows，τ₀-WM让机器人学会预演

英伟达N1X芯片三方联动：PC新时代来临

5月30日，英伟达、微软Windows、Arm三方X账号同步发布相同内容——“A new era of PC”，附带指向台北流行音乐中心的地理坐标。几乎同时，多家媒体确认：英伟达首款面向Windows的Arm架构移动处理器N1X将在6月1日黄仁勋COMPUTEX主题演讲上正式亮相。

核心规格：

• CPU：20核Arm v9.2（10性能+10效率核心），32MB L3缓存
• GPU：6144个CUDA核心（与RTX 5070同级别），基于Blackwell架构，第五代Tensor Core
• 内存：统一LPDDR5X-9400，256-bit总线，最高128GB，带宽约301GB/s
• 制程：台积电3nm
• AI推理：NVFP4精度下达1000 TOPS

戴尔XPS、联想Legion 7/Yoga、华硕ProArt、MSI均已确认首批搭载，定价预计$1000-$1500区间。此举意味着高通在Windows on Arm平台的独家授权时代正式终结，CUDA生态首次完整进入Windows Arm笔记本。

编者评： 英伟达不只是”又做了一颗芯片”——它在重写PC产业的权力结构。过去英伟达是”被请进来”的零件供应商，现在它要像苹果M系列一样输出整套SoC方案。CUDA在Windows Arm上的完整可用性，是高通和苹果都无法提供的差异化能力，对AI开发者尤其具有吸引力。但能否在功耗和生态兼容性上兑现承诺，还需实测验证。

OpenAI Codex Computer Use正式登陆Windows

5月30日，OpenAI发布Codex应用26.527版本，Computer Use（视觉操作）功能正式支持Windows 10/11。这意味着Codex可以”看到”Windows桌面屏幕、识别界面元素、模拟鼠标点击和键盘输入，实现GUI自动化操作。同时，ChatGPT手机端可远程控制连接的Windows电脑——启动任务、审批操作、查看进度。

与macOS版差距：

• 缺少”锁屏操作”功能（macOS专属）
• 无法与部分敏感Windows弹窗（如UAC）交互
• 目前仅支持前台运行，不支持后台执行

业内分析认为，Windows版功能受限的原因一方面是微软与OpenAI微妙的竞合关系（Copilot是微软”亲儿子”），另一方面Windows系统环境远比macOS复杂——碎片化的设备形态、遗留系统组件、第三方弹窗都增加了系统级自动化的难度。

编者评： “迟到总比不到好”，但Windows用户在AI Agent时代持续沦为”二等公民”值得反思。微软既需要OpenAI的技术输血，又得防着它深入系统底层抢Copilot风头——这种竞合矛盾短期内无解。真正的AI平权，可能要等英伟达N1X这样的新硬件平台打破现有生态格局后才能加速。

τ₀-WM：全球最大开源预训练具身世界模型

5月31日，上海创智学院副教授、智元机器人首席科学家罗剑岚团队发布τ₀-World Model（τ₀-WM），这是目前全球最大规模的开源预训练具身世界模型。

核心数据：

• 参数量：5B
• 预训练数据：约3万小时（其中1.78万小时真机遥操作数据）
• 1.78万小时 ≈ 一台机器人连续两年24/7不停被遥操作

技术亮点：

• 首次让真机遥操作数据成为预训练主力（而非仅用于微调）
• 统一预训练动作空间，让不同本体数据和带动作标签数据共同发挥作用
• 结合测试时计算（Test-Time Computation）：执行前对多个候选动作排序，选出最优方案
• 支持动作预测、未来状态模拟、部署阶段动作优化完整流程

代码和预训练权重已在GitHub和HuggingFace开源。罗剑岚强调，τ₀-WM是预训练基础模型，通用泛化能力强但距离稳定可靠的服务机器人仍有长尾问题待解。

编者评： “真机数据做预训练”这个选择极具勇气——此前行业普遍认为真机数据太贵、难以scaling，只能放在微调阶段。τ₀-WM用3万小时数据证明了这条路走得通，且开源策略让整个具身智能社区受益。“行动前预演”的范式——先在脑中试错再执行——比纯试错安全得多，也更接近人类决策模式。

MiniMax启动A股IPO辅导，冲刺A+H双上市

5月29日，证监会官网披露MiniMax Group Inc.首次公开发行股票并上市辅导备案报告，中信证券担任辅导机构。这意味着MiniMax正式启动A股IPO进程，冲刺A+H双上市平台。

MiniMax于2026年1月9日登陆港交所，从成立到敲钟仅四年多，创下全球AI公司最快IPO纪录。港股上市后股价一路走高，3月18日触及1330港元最高点（登顶港股第一高价股），截至5月29日收报840港元，较发行价165港元涨幅超409%，市值2635亿港元。

此前智谱已于今年2月签署A股辅导协议并增聘国泰海通为科创板辅导机构，“大模型双雄”有望在A股会师。5月22日，MiniMax和智谱双双获纳入恒生科技指数，6月8日起生效。

编者评： A+H双上市的逻辑清晰——港股提供国际资金池和品牌效应，A股提供更高估值和更广泛的投资者基础。MiniMax港股4倍涨幅说明市场对AI大模型公司的认可，但18.72亿美元的年度亏损也提醒投资者：商业化拐点尚未真正到来。两家大模型公司若在A股会师，将成为中国AI产业资本化的里程碑事件。

软银750亿欧元在法建5GW AI数据中心

5月31日，软银宣布计划投入至多750亿欧元（约5918亿人民币）在法国敦刻尔克等地建设总功率最高5吉瓦的数据中心，系其在欧洲最大AI基础设施投资。

首期由软银牵头投资450亿欧元，到2031年前在上法兰西大区建设3.1吉瓦算力容量，随后计划继续扩建2吉瓦。在敦刻尔克设施中，软银将与施耐德电气合作，打造集AI基础设施和机器人制造于一体的产业中心。

此项目源于今年4月法国总统马克龙与孙正义在东京的晚餐会，马克龙推介了法国丰富的核能资源和AI设施快速审批通道。

编者评： 750亿欧元是惊人的数字——超过了大多数国家全年GDP。软银的选择透露出AI算力基建的地理逻辑：核电+审批效率+地缘安全。法国的核能优势使其成为欧洲AI算力的天然枢纽。孙正义从”投模型公司”到”自建算力帝国”的转型，标志着AI资本竞赛从争夺模型能力转向争夺算力基础设施。

iOS 27 Siri独立App曝光：15年来最大重构

距离WWDC 2026（6月8日）仅剩9天，彭博社Mark Gurman发布了iOS 27新版Siri的详细泄露——这是Siri自2010年被苹果收购以来最彻底的一次重构。

核心变化：

• 独立App形态：打破15年系统底层捆绑，支持对话历史、新建会话、多模态内容处理
• 灵动岛深度集成：唤醒时药丸状动画+发光”searching”标签
• 系统级搜索入口：从屏幕顶部中央下滑，“Search or Ask”输入栏同时支持文字和语音
• 多模型路由：下拉菜单可切换ChatGPT、Gemini、Claude等AI引擎
• Gemini模型支撑：苹果每年向谷歌支付约10亿美元授权费
• 深色模式设计：视觉语言呼应WWDC 2026宣传图，暂无浅色模式

OpenAI据报道正准备就Siri集成问题对苹果采取法律行动，认为其ChatGPT集成被有意”埋藏”导致用户难以发现，未能兑现预期的订阅收入。

编者评： 苹果终于承认了过去十年Siri路线的根本性失败，转向”AI平台化”——不自己做最强模型，而是让用户选择最强模型。这是聪明的策略：18亿设备基数+分发入口的控制权，比自建模型更有护城河。但OpenAI的法律威胁暴露了这种”平台中立”姿态背后的利益博弈——当苹果成为AI模型的”应用商店”，谁来做第一个被歧视的供应商？

2026世界智能产业博览会：200+创新成果集中发布

5月28日至31日，2026世界智能产业博览会在天津举行，展览面积13万平方米创历届之最，740余家企业参展，集中发布200余项覆盖智能制造、低空经济、智能终端等领域的创新成果。

重要发布：

• 麒麟工业操作系统：面向能源电力/工业制造，微秒级实时性+全链路安全+边端AI计算
• 超智数百亿亿级融合装置平台：整合天河新一代超算+国产智算+百亿亿字节存储
• 40余款国内外大模型集中亮相，端侧模型与行业解决方案占比超60%
• 华为昇腾、百度文心、字节豆包、DeepSeek等国产阵营集体亮相

行业观察认为，大模型已从”参数竞赛”转向”行业落地”，展会重点从能力展示转向产业应用案例。

编者评： 智博会的”硝烟味”替代了”炫酷感”——400多款机器人不是在跳舞而是在干活，说明具身智能正在从demo走向产线。当端侧模型和行业解决方案占比超60%，行业信号已经很明确：AI的下半场不是谁的模型更大，而是谁落地更深。

编者按

本期声浪的关键词是“跨越边界”——英伟达从GPU供应商跨越为PC SoC制造商，OpenAI的Codex从macOS跨越到Windows，Siri从系统底层跨越为独立应用，τ₀-WM让真机数据从微调奢侈品跨越为预训练主力，MiniMax从港股跨越到A股。

五月底的AI产业呈现出一个清晰的加速信号：基础设施的竞争正在从”谁有更多GPU”转向”谁能定义新的计算平台”。英伟达N1X不只是做了一颗新芯片，它要把CUDA生态植入Windows Arm——这是对Intel和高通同时宣战。而苹果Siri的独立App化，本质上是把18亿设备变成了AI模型的分发渠道——苹果不做最强模型，但要做最强的模型入口。

另一方面，算力基建的资本规模正在进入”国家量级”：软银750亿欧元的数据中心投资、四大科技巨头7100亿美元的年AI资本支出，这些数字已经不是商业决策，而是地缘博弈。AI竞赛的下半场，比拼的不只是技术，更是资本动员能力和基础设施规模。