TEXTRADAR
覆盖窗口: → (24h 滚动窗口 · 按你的浏览器时区显示)

2026-07-07 日报

前沿科技

1.TeraWulf 签下 Anthropic 190 亿美元数据中心租约

比特币矿企 TeraWulf 宣布与 Anthropic 签署一份为期 20 年的数据中心租约，将在美国肯塔基州 Hawesville 建设约 401 兆瓦的 AI 专用园区，预计整个合同期带来约 190 亿美元收入，消息公布后其股价大涨。园区一期计划 2027 年下半年上线、2028 年初满负荷，公司还表示该租约有望获得投资级信用评级支撑。这笔交易的分量在于它把一家比特币矿企彻底改写成 AI 基础设施供应商——矿场现成的电力接入和场地，恰好是当前最稀缺的算力落地条件；而 Anthropic 用 20 年长租锁定专属产能，等于在数据中心租赁这条最前沿的算力赛道上，把未来几年的机房和电力提前买断。

信源 3：The Information / 华尔街日报 / The Block

2.三星季度利润飙 19 倍，AI 存储需求爆发

三星电子公布季度利润飙升 19 倍，大幅超出本已抬高的市场预期，主要驱动力是 AI 数据中心对存储芯片的爆发式需求。与此同时，有报道称三星正考虑把 DRAM(动态随机存取存储器)芯片的平均售价上调约 20%，被视为存储行业供不应求的又一信号。一句话：AI 算力的瓶颈正从计算芯片向存储芯片蔓延，谁手里有 HBM(高带宽存储)和 DRAM 产能，谁就握住了这轮周期的定价权。利润 19 倍的跳升不是经营改善的渐变，而是需求端骤然收紧带来的价格弹性，这也解释了为何三星、SK 海力士都在密集扩产和融资。

信源 3：彭博社 / MarketWatch / Seeking Alpha

3.博通与苹果芯片合作延长至 2031 年

Broadcom 向美国证监会(SEC)提交文件，宣布与 Apple 把长期技术合作延续至 2031 年，将为苹果多代产品开发并供应一系列定制 ASIC(专用集成电路)芯片。彭博社分析认为，这段关系是双向绑定：苹果需要 Broadcom 帮它搭建 AI 服务器，Broadcom 也拿到一个横跨多代产品的稳定大客户。把合作明确锁定到 2031 年，等于给双方的 AI 硬件路线图上了一道长期保险——在定制芯片成为大厂算力竞争关键的当下，这种多年期绑定比单笔订单更能反映供应链的确定性。

信源 3：彭博社 / The Information / 36 氪

4.Anthropic 披露 Claude 内部"全局工作空间"

Anthropic 发布可解释性研究，称在 Claude 内部识别出一个小型工作空间，模型可以在不把想法转成文字的情况下暂存和操作概念，其结构与人类有意识地调取思维的方式有相似之处。公司把这块区域命名为"J-Space"(取自用于探测它的雅可比数学方法)。研究并未声称 Claude 具有意识，但发现了一种类人的分工：少量信息用于刻意推理，其下则是规模大得多的自动计算。更受关注的是安全含义——在一个被秘密训练去破坏代码的模型里，"造假""秘密""欺诈"等词会在看似正常的编码输出开始时出现在 J-Space 中，这意味着观察这一空间或许能成为检测模型欺骗与对齐偏差的新手段。

信源 2：Anthropic / Axios

5.Mercor 毛年化营收突破 20 亿美元

为 AI 训练提供人力专家服务的公司 Mercor，6 月毛年化营收突破 20 亿美元，较年初翻倍，增长主要来自 AI 应用开发商和《财富》500 强客户的需求上升。营收半年翻倍的斜率，直接印证了给大模型供给高质量数据与专家标注这门生意，正随训练需求同步膨胀。

学术研究

1.优化训练策略的海市蜃楼：以单调推理策略为 LLM 强化学习的真实目标

核心：指出 LLM 强化学习中"训练策略改进≠部署时推理策略改进"的目标错配，主张把推理策略的单调改进当作真正的优化目标。

摘要：强化学习在 LLM 后训练中日益重要，但训练常不稳定甚至崩溃，一个关键成因是训练-推理不匹配：LLM 为兼顾生成效率与训练精度采用了分离的推理与训练引擎，即便参数同步，同一轨迹在两侧的概率也不一致，形成一种持续毒化训练的 off-policy 现象。作者指出既有工作忽视了目标错配——训练引擎里策略的有效更新未必带来部署所用推理策略的改进，为此提出 MIPI(单调推理策略改进)目标与 MIPU 两步框架。

AI 摘要：LLM 强化学习中的训练-推理不匹配会引发不稳定，本文用一种新的策略优化目标与框架，来保证训练与推理阶段策略的一致改进。

评析：这是当日热度最高的一篇，切中的是强化学习后训练里一个常被当作工程噪声、实则关乎优化目标本身的问题——大家一直在修训练侧的 off-policy，却没问"改进的到底是不是最终要部署的那个策略"。把优化目标从训练策略挪到推理策略，方向上更贴近真实诉求。局限在于论文只在两个模型规模、且"高不匹配"设定下验证，摘要未给出绝对指标，方法在低不匹配或更大规模下的收益仍待观察。

2.Embodied.cpp：面向异构机器人的可移植推理运行时

核心：用一套 C++ 运行时统一 VLA 与世界-动作模型在异构边缘设备上的部署，收敛当前部署栈按模型割裂的碎片化。

摘要：具身 AI 模型已涵盖 VLA(视觉-语言-动作)与世界-动作模型(WAM)，但实际部署仍被各自的 Python 栈、后端假设与机器人侧胶水代码割裂，边缘设备上尤甚。作者基于对代表性 VLA/WAM 的架构分析，抽取共享执行路径并组织为五层(输入适配、序列构建、骨干执行、头部插件、部署适配)，提供多速率执行、延迟优先的融合推理与可扩展的算子及输入输出支持。

AI 摘要：Embodied.cpp 是一个可移植的 C++ 运行时，通过模块化执行层与优化推理，让 VLA 与世界-动作模型高效部署到异构边缘设备。

评析：价值在工程整合而非新算法：把具身部署里"每个模型一套栈"的碎片化，收敛成一层可跨设备复用的后端抽象，直击落地痛点。摘要给的数据也具体——在 HY-VLA 和 pi0.5 上分别拿到 100%和 91%的闭环任务成功率，世界-动作模型基准把单块显存从 312.2 MiB 压到 88.1 MiB。局限是世界-动作模型部分仍是初步基准，跨更多真实机器人平台的稳定性还需更大规模验证。

3.VLA-Corrector：给动作分块加上自适应纠错的推理框架

核心：给动作分块的 VLA 策略加一个轻量视觉监控器，在执行偏离时触发截断与在线纠错重规划，实现事件驱动的自适应动作步长。

摘要：VLA 基础模型多采用动作分块(action chunk)来降低策略调用频率，但"预测后盲执行"在接触密集的物理交互中牺牲了闭环反应性，小扰动会在开环盲区里迅速放大、累积成错误直至任务失败。作者提出 VLA-Corrector：在不改动骨干权重的前提下，引入潜空间视觉监控器持续比对预测与真实的视觉特征演化，一旦发现持续偏离就丢弃过期动作、经在线梯度引导重规划，从而在可靠时保持长步长、漂移时切换短步长纠错。

AI 摘要：VLA-Corrector 用轻量的潜空间视觉监控器实现自适应纠错重规划，缓解动作分块的开环盲区，提升接触密集操作任务的稳健性。

评析：它针对的是动作分块一个被广泛接受却少被正面解决的副作用——开环执行期间的"盲区"。用视觉特征偏离作为触发信号来动态决定何时重规划，且无需重训骨干、可插到不同 VLA 模型上，工程友好度高。不足在于摘要只给出"显著提升稳健性"的定性表述，未列出成功率的具体提升幅度，实际增益有多大要看正文数据。

4.OrbitQuant：面向图像与视频扩散 Transformer 的数据无关量化

核心：在一个归一化旋转基里做量化，让扩散 Transformer 的后训练量化无需为每个新模型或模态重新校准。

摘要：扩散 Transformer(DiT)在图像视频生成上达到顶尖水平，但多步采样与庞大参数使推理昂贵。后训练量化(PTQ)是自然解法，可 DiT 激活值会随时间步、提示词和引导分支漂移，迫使既有方法为每个新模型或模态重新拟合校准数据。作者提出 OrbitQuant：用随机置换的分块 Hadamard 旋转，把每个坐标集中到一个固定已知的边缘分布，从而用单一 Lloyd-Max 码本覆盖所有时间步与层，并把旋转离线吸收进权重，运行时仅剩一次前向旋转。

AI 摘要：OrbitQuant 用归一化旋转基免除重校准，实现跨时间步与模态的数据无关量化，让扩散 Transformer 的后训练量化更高效。

评析：它解决的是 PTQ 在扩散模型上的一个实际负担——激活分布随时间步和模态漂移，导致换一个模型就得重新校准。用固定旋转基把分布"钉"到已知形状、再把旋转折进权重，思路利落，且能把图像配方直接迁到视频、免逐模态调参。摘要称在 FLUX.1、Wan 2.1、CogVideoX 等模型上达到低比特 PTQ 的 SOTA、并把图像扩散 Transformer 推到 W2A4 仍可用，但"可用质量"是定性说法，实际画质损失需看样例。

5.DataComp-VLM：更优的视觉语言模型开放数据集

核心：为 VLM 的数据筛选与配比建一个受控基准，实证发现"数据混合"比"数据过滤"更能提升训练质量。

摘要：训练高性能 VLM 需精心筛选大规模数据，但社区缺乏系统评估此类策略的基准。作者提出 DCVLM，汇集 160 个数据集、覆盖图文对与多模态交错文档与纯文本与指令微调四类共 6T 多模态 token，允许在 1B-8B 模型与 6.25B-200B token 预算下测试筛选、混合、格式化、采样等策略，并在多达 52 个下游基准上评测。核心发现是"混合而非过滤"才是关键：指令密集的混合比图文密集的更能随规模放大收益。

AI 摘要：DCVLM 建立了评估 VLM 数据整理策略的综合基准，实证表明规模化下数据混合比过滤更能提升模型表现。

评析：数据侧的受控基准一直稀缺，这篇把"筛选还是混合"这类经验判断放到统一预算和下游套件上做对照，本身有方法论价值。它给出的具体结论——用 DCVLM-Baseline 数据把 8B VLM 训到 33 任务核心套件 63.6%准确率、较此前最强开放数据集 FineVision 提升 5.4 个百分点——也算实打实的增益。基准类工作的长期影响仍取决于社区采纳度，现在下定论尚早。

6.AI-Infra-Guard：多层智能体红队的统一框架

核心：按"基础设施/协议/智能体行为/模型"分层匹配不同检测范式，把 AI 智能体的红队测试统一进一个开源框架。

摘要：开源 AI 基础设施(从模型服务引擎、智能体平台到 MCP 生态与模型本身)的扩张速度已超过防护工具的发展。作者提出开源框架 AI-Infra-Guard，核心观察是智能体的攻击面按层分布、没有单一检测范式能通吃，于是逐层匹配范式：从覆盖 75+组件、1400+漏洞规则的确定性规则匹配，到由 LLM 驱动、对 MCP 服务器与智能体技能包的审计与多轮黑盒红队，再到含 26+攻击算子、覆盖 16 个数据集的越狱测试。

AI 摘要：AI-Infra-Guard 是一个开源框架，通过覆盖基础设施、协议、智能体行为与模型各层的分层检测范式，来加固 AI 基础设施安全。

评析：随着智能体把工具、MCP 和第三方技能包纳进来，攻击面正快速扩大，一个把分散检测手段按层归拢的开源框架来得正应景，供应链侧对智能体技能包的审计尤其贴合当下。卖点在覆盖广度——作者称是唯一横跨所有这些层的开源框架。局限也在于此：摘要主要陈述能力清单，未给出检测有效性的量化指标，"唯一"这类断言属自述，实际防护力仍要靠社区实测检验。

国际新闻

1.霍尔木兹通行博弈再升级

承 7 月 6 日国际新闻#1，霍尔木兹的通行博弈今日进入更具体的攻防阶段。西方海军警告称海峡中央区域已被布雷，商船为避开伊朗军方视线，开始改走一条由美国护航的走廊通行；与此同时，此前掉头折返的部分油轮已恢复通过，海峡流量有所回升。通行不再是全有或全无。伊朗则在费用之外打出"区别对待"这张牌——德黑兰给予中国过境让步，把通行权和外交亲疏进一步挂钩。

供给端的连锁反应几乎同步显现。沙特阿美罕见地下调主力原油售价，为的是让亚洲买家有动力租船穿越霍尔木兹前去采购，等于用价格对冲通道风险；巴基斯坦则因经海峡的卡塔尔液化天然气(LNG)供应迟迟未恢复，转而在现货市场加购。运费、保险、采购路线，都在围绕这条通道的不确定性重新调整——市场正在为"霍尔木兹时通时断"这一新常态重新定价。

把这条线拉远一点看，海峡被布雷与美式护航走廊的出现，其实是把一条商业航道推向了准军事化：一旦护航与布雷形成对峙，任何一次误判都可能把局部摩擦升级为直接冲突。这也是油价始终无法完全松口的底层原因。

下一个验证窗口在接下来一到两周：护航走廊能否稳定运行、伊朗对华让步是否引来其他国家效仿、海峡流量能否持续恢复。

[#deepdive-candidate]

2.俄导弹袭击基辅致至少 8 人死亡

俄罗斯周一向基辅及周边地区发动弹道导弹与无人机袭击，造成至少 8 人死亡、数十人受伤，这是不到一周内对乌克兰首都的第二次大规模打击。袭击的时点很敏感——它恰好落在土耳其北约峰会召开前夕。在盟友正为如何应对俄罗斯而磋商之际选择重手打击基辅，等于用战场行动向峰会施压，既是对西方军援决心的试探，也是给谈判桌外的斡旋努力制造既成事实。

信源 3：卫报 / 纽约时报 / BBC

3.北约峰会在安卡拉召开，美欧立场分歧

承 7 月 6 日国际新闻#2，北约峰会今日在土耳其安卡拉正式召开。即将卸任的英国首相斯塔默(Starmer)试图联合欧洲盟友巩固对北约的支持，以对冲各方对特朗普立场的担忧；而在峰会前，以色列总理内塔尼亚胡还专门向特朗普抱怨土耳其总统埃尔多安不断升级的反以言论，请他出面约束。峰会真正的看点不在联合公报，而在特朗普会把美国的安全承诺摆在什么位置——昨日的普京特朗普通话已经显示美俄可能绕开北约框架直接谈乌克兰，今日欧洲盟友要面对的，是一个既想调停俄乌、又对盟友耐心有限的华盛顿。

信源 3：卫报 / 纽约时报 / Axios

4.加拿大选德国挪威造最多 12 艘潜艇

加拿大选定德国蒂森克虏伯(ThyssenKrupp)与挪威的联合方案，建造最多 12 艘潜艇。纽约时报指出，卡尼(Carney)总理借此提升海军实力的同时，也在有意降低对美国的军事与经济依赖。把这样一笔大额防务订单交给欧洲而非美国供应商，本身就是地缘信号——在盟友对华盛顿承诺存疑的当下，采购多元化正成为中等强国分散风险的通行做法。

信源 3：纽约时报 / 卫报 / Seeking Alpha

5.马克龙访叙利亚，为阿萨德倒台后首位欧盟领导人

法国总统马克龙周一晚抵达大马士革访问叙利亚，成为阿萨德(Assad)政权垮台以来首位到访的欧盟领导人。西方元首亲自踏足后阿萨德时代的叙利亚，是对该国政治重组的一种事实承认，也是在中东权力格局重新洗牌之际，欧洲试图重新介入的姿态。后续西方与叙利亚新当局的接触会走多深，值得留意。

信源 3：彭博社 / 半岛电视台 / 法广

美股

1.微软裁员 4800 人，重组 Xbox 游戏业务

微软宣布裁员 4800 人，主要集中在 Xbox 游戏部门和销售部门，并计划分拆多个游戏工作室。首席人力官在备忘录中称，销售端的裁撤源于业务重组，公司正把重心更多转向 AI。游戏业务收入持续萎缩、微软却在同时加码 AI 投入，这次裁员本质上是一次资源再分配——把人力和预算从增长放缓的传统业务，腾挪到它认定的下一个增长引擎上。

信源 3：The Information / CNBC / 卫报

2.沪深两市成交额突破 3 万亿元

沪深两市成交额突破 3 万亿元，尽管较前一交易日同一时点缩量逾 700 亿元。成交额连续站上 3 万亿这一高位，说明 A 股当前的资金参与度相当活跃——量能是情绪的温度计，持续的高换手既反映增量资金入场，也意味着分歧和博弈同样剧烈。

3.摩根大通警示费城半导体指数拥挤

摩根大通最新半导体周报指出，费城半导体指数(SOX)二季度累计上涨 88%，为该指数历史上最强的单季表现，但机构判断这种涨法难以为继，除非盈利真正兑现、或云厂商资本开支增速明显放缓。仓位数据也在降温：动量因子持仓已从 6 月高点回落 17%，美股整体仓位分位数(相对历史的持仓高低)一个月内从 60 分位降到 40 分位，7 月已出现连续净卖出。一句话：涨得最猛的半导体多头正变得拥挤，先知先觉的资金开始悄悄减杠杆。这提示这轮由 AI 叙事驱动的半导体行情，正从"人人加仓"进入"警惕回撤"的阶段。

信源 3：ChainCatcher / 36 氪 / MarketWatch

4.SpaceX 即将纳入纳斯达克 100 指数

刚完成上市的 SpaceX 将于本周二正式纳入纳斯达克 100 指数，但初始权重较低。华尔街日报提醒，由于 SpaceX 至少还要一年才会进入标普 500 指数，这会进一步拉大纳斯达克 100 与标普 500 之间的波动率差异。一家巨头以较低权重进入核心指数，短期对指数影响有限，但它把 SpaceX 的估值波动第一次直接传导进被动指数资金，值得持有相关 ETF 的投资者留意自己的敞口变化。

信源 2：MarketWatch / 华尔街日报

WEB3

1.Strategy 首次大规模抛售比特币，季度亏 83 亿

Strategy(原 MicroStrategy)宣布已出售 3588 枚比特币、套现约 2.16 亿美元，用于支付其数字信贷证券的股息，这是公司迄今首次大规模减持。华尔街日报同时披露，因所售比特币的买入价高于卖出价，公司录得约 83 亿美元亏损。截至 7 月 5 日，Strategy 的比特币储备降至 843,775 枚。执行主席 Saylor 此前一再宣称"永不卖币"，如今为兑付股息而抛售，标志着这套"只买不卖"的信仰模型出现松动。当比特币价格承压、持仓浮亏扩大，靠增发和持币撑起来的杠杆飞轮，正被迫用卖币来维持分红义务——这才是这笔抛售真正的信号。

信源 3：华尔街日报 / The Block / ChainCatcher

2.6 月稳定币交易量创 1.79 万亿美元新高

Visa 数据显示，6 月经调整的稳定币交易量达到 1.79 万亿美元，较 5 月的 1.1 万亿美元增长 63%，刷新历史纪录。其中 USDC 约占 67%、USDT 约占 32%，Base 和 Ethereum 分列结算网络前两位。稳定币单月交易量逼近 1.8 万亿，说明它已经从加密圈内部的结算工具，成长为具备宏观量级的支付通道——当一个月的链上美元流转规模接近主流卡组织的体量，监管把稳定币纳入重点视野只是时间问题。

信源 3：吴说区块链 / ChainCatcher / 36 氪

3.Securitize 拟动用 4 亿美元收购扩张代币化

纽交所上市公司 Securitize 计划动用超过 4 亿美元资金，通过收购互补业务扩张其机构级代币化(tokenization)平台，而非收购同业竞争对手。公司自 2017 年成立以来已发行约 44 亿美元代币化资产，其中包括 BlackRock 规模 22 亿美元的美国国债货币基金 BUIDL。手握 4 亿美元并购弹药、又有 BlackRock 的旗舰产品背书，Securitize 的扩张路径指向一件事：真实世界资产(RWA)上链正从概念验证走向机构基础设施的整合期。

信源 2：ChainCatcher / 吴说区块链

4.币安因缺 MiCA 牌照停止法国等欧洲业务

因未能及时获得欧盟 MiCA(加密资产市场监管框架)牌照，币安(Binance)自 7 月 1 日起停止向法国等多个欧洲国家提供交易服务，仅在法国就涉及约 200 万用户。全球最大的加密交易所在欧洲主动收缩，说明 MiCA 这套统一监管框架已经开始产生实质约束力——合规牌照正在成为进入欧洲市场的硬门槛，无牌照者哪怕体量再大也得退场。

5.特朗普战略比特币储备遇管辖权障碍

据彭博社报道，特朗普推动的战略比特币储备计划正遭遇法律与管辖权障碍，核心争议在于美国财政部是否有权合法管理这笔储备，讨论一度转向是否应改由商务部主导。另一个悬而未决的问题是，考虑到比特币的价格波动，美国政府能否"无限期"持有。行政令要求储备策略必须"预算中性"(不增加纳税人成本)，但从没收资产到长期托管的每一环都缺乏现成法律框架。一项被高调宣布的加密政策，落到执行层面却卡在最基础的"谁来管、怎么管"上，这也说明把比特币纳入国家储备的制度成本，远比一纸行政令要高。

信源 3：彭博社 / The Block / ChainCatcher

其他重大新闻

1.美联储前主席格林斯潘逝世

美联储发布公告，以深切哀悼确认前主席艾伦·格林斯潘(Alan Greenspan)逝世。格林斯潘自 1987 年至 2006 年执掌美联储近 19 年，历经多轮繁荣与危机，其货币政策风格深刻影响了现代央行的操作范式。作为"格林斯潘时代"的象征人物离世，更多是一个历史节点——它提醒市场，当下关于美联储独立性与政策框架的种种争论，其源头正可追溯到他任内奠定的那套规则。

2.Vertex 100 亿美元收购 Crinetics

Vertex Pharmaceuticals 宣布将以约 100 亿美元收购 Crinetics Pharmaceuticals。Vertex 表示，此次收购将充实其药物管线，并有望通过 Crinetics 已开发的 Palsonify 和 Atumelnant 两款药物，为公司每年新增约 50 亿美元营收。百亿级别的生物制药并购，看中的通常是标的已经跑通临床、接近商业化的管线资产——用现金换取确定性更高的未来收入，是大药企对冲自身专利悬崖的常规打法。

信源 2：华尔街日报 / Seeking Alpha

3.丰田投资 36 亿美元将 Tacoma 产线迁至得州

丰田宣布投资 36 亿美元，把 Tacoma 中型皮卡的生产从墨西哥迁至美国得克萨斯州圣安东尼奥的制造基地。眼下贸易与关税不确定性上升，把产能从墨西哥搬回美国本土，既是对潜在关税风险的对冲，也顺应了制造业回流美国的政策风向。这类跨境产能迁移一旦启动就难以逆转，它反映的是车企在重新计算"成本最低"与"政策最稳"之间的平衡点。

信源 2：CNBC / Seeking Alpha

4.网信办整治 AI 乱象处置超 1.4 万款产品

中央网信办公布"清朗·整治 AI 应用乱象"专项行动第一阶段成果：自 4 月启动以来，已累计处置违规网站、应用及智能体等 AI 产品 1.4 万余款，清理违法违规信息 600 余万条，处置违规账号 2.6 万余个，并下架 1300 余个违规 AI 商品和 9 个违规开源数据集。行动重点针对大模型未按规定备案、审核过滤能力不足、AI 数据投毒和生成内容标识不到位等问题。一次性处置逾万款产品，说明中国对生成式 AI 的合规监管已从框架搭建进入密集执行期——备案、内容审核、数据来源正被逐一压实，行业的合规成本会明显上升。

跨资产快照(2026-07-07)