2026年6月29日 AI 早报｜xAI并入SpaceX、DeepSeek开源DSpark、苹果Core AI发布
SpaceX 吞并 xAI、Grok 4.5 私测启动、DeepSeek DSpark 开源提速 85%、美国企业为省钱大规模切换模型、苹果 Core AI 框架发布。2026 年 6 月 29 日 AI 行业七条核心动态与解读。
2026年6月29日 AI 早报｜xAI并入SpaceX、DeepSeek开源DSpark、苹果Core AI发布
过去 48 小时，AI 行业接连传出多条足以改写竞争格局的消息。Musk 把 xAI 塞进了 SpaceX，DeepSeek 开源了一个让 V4 生成速度翻倍的框架，普林斯顿让 14 个 AI 模型去模拟创业——结果 11 个破产了。下面逐条拆解。
Musk 周末双响：SpaceX 吞并 xAI，Grok 4.5 私测启动
6 月 28 日，两条 Musk 阵营的消息几乎同时出现。第一条：SpaceX 已注册「SpaceXAI」商标，Elon Musk 在 X 上确认 xAI 将解散独立公司身份，整体并入 SpaceX，成为其旗下 AI 产品线 [来源]。第二条：Grok 4.5 基于 1.5T 参数的 V9 基础模型，已在 SpaceX 和 Tesla 进入私测，初步评估「性能接近、或许超越 Opus」，且 SpaceX 今年将每月发布完全从头训练的新模型 [来源]。
把这两条放一起看，逻辑是自洽的：xAI 的模型研发能力被直接嵌入 SpaceX 的工程体系，Grok 从「独立 AI 公司产品」变成「航天+汽车巨头的内部引擎」。对行业而言，这意味着又一家独立的模型创业公司退出赛道——只不过这次不是被收购，是并入了一个更庞大的实体。
DeepSeek 开源 DSpark 投机解码框架，推理速度提升 60-85%
6 月 27 日，DeepSeek 开源了 DSpark 投机解码框架及完整的 DeepSpec 训练代码库（MIT 许可证）。这不是新模型，而是一套叠加在 DeepSeek-V4 权重上的草稿模块——通过「半自回归生成」（并行骨干 + 轻量级顺序头）实现无损加速 [来源]。
数字很直接：生产环境中，DeepSeek-V4-Flash 每用户生成速度比 MTP-1 基线快 60-85%，V4-Pro 快 57-78%。离线测试中，接受长度比 Eagle3 高 26-31%。关键点在于「无损」——拒绝采样机制精确保持了目标分布，不存在质量损失。
几乎同一时间，CNBC 报道了一组更值得关注的数据：旧金山 25 人公司 Lindy 此前主力调用 Anthropic Claude，每月 AI 账单超支到「超过所有员工工资」。本月已将 100% 流量切换至 DeepSeek，CEO Flo Crivello 预计此举将为公司节省数百万美元 [来源]。Uber 等大企业也开始为 AI 调用设定分级支出上限，基础档仅为每月 1500 美元。
把 DSpark 的开源和美国企业的切换放在一起看，DeepSeek 正在同时推两张牌：一张是技术牌（更快），一张是成本牌（更便宜）。这对依赖 API 调用做产品的团队来说，影响是立竿见影的。
普林斯顿 CEO-Bench：14 个 AI 模型当 CEO，只有 3 个不破产
普林斯顿大学 6 月 28 日发布 CEO-Bench 基准测试，让 AI 智能体在模拟环境中运营一家名为 NovaMind 的订阅软件公司，周期 500 天，起始资金 100 万美元 [来源]。
结果令人清醒：14 个测试模型中，仅 Claude Fable 5（最佳轮次盈利 4715 万美元）、Claude Opus 4.8（2780 万美元）和 GPT-5.5（2130 万美元）在最佳运行中超过起始资本。大多数模型无法保持连贯策略，在模拟结束前破产。一个不调用语言模型的简单规则启发式方法，仅靠固定定价、配额和针对性开发就达到 1576 万美元——超越除上述三款外的所有 AI 模型。
这项研究揭示了一个关键问题：当前 AI 在狭隘任务（修 bug、回答问题）上表现优异，但在需要长期战略决策、资源分配和应对不确定性的场景中，多数模型连一个不调用 AI 的 if-else 规则都打不过。对正在构建 AI Agent 产品的团队而言，这是一个需要直视的能力边界。
苹果两连击：Core AI 框架发布 + Vision 负责人跳槽 OpenAI
苹果在 2026 WWDC 上正式发布了 Core AI 框架——Core ML 的官方继任者。该框架为 Apple Silicon 量身优化，能在 iPhone、iPad、Mac 和 Vision Pro 上本地运行从 30 亿参数的视觉模型到 700 亿参数的推理模型，实现零服务器依赖、零按 token 计费的云端开销 [来源]。
关键特性包括：统一硬件访问（CPU/GPU/神经网络引擎单 API）、内存安全的 Swift API 支持零拷贝数据路径、AOT 编译实现近乎瞬时的模型加载、以及内置的量化与调色板化压缩管线。一句话总结：苹果把端侧大模型推理做成了一套操作系统级的原语。
但另一条消息让苹果的 AI 叙事出现了裂缝。6 月 26 日，Mark Gurman 曝出苹果 Vision 产品组副总裁 Paul Meade 将于下周离职，加入 OpenAI 硬件部门 [来源]。Meade 负责的不只是 Vision Pro——他掌管苹果所有智能眼镜（含计划 2027 年发布的无屏幕 AI 眼镜）以及一整套 AI 可穿戴设备的研发路线图。他去的是 OpenAI，而非 Meta 或 Google。OpenAI 已经在开发 AI 驱动的硬件设备家族，据郭明錤分析，甚至包括一款采用联发科天玑 9600 定制芯片的智能手机，直指 iPhone。
常见问题
问：xAI 并入 SpaceX 后会怎样影响 Grok 的发展？
短期来看，Grok 的研发资源不会减少——SpaceX 承诺每月发布新模型。但长期来看，Grok 可能从「通用 AI 助手」转向为 SpaceX/Tesla 内部需求（航天工程、自动驾驶）深度定制的方向，对第三方开发者的开放程度存疑。
问：DeepSeek DSpark 对使用 API 的企业意味着什么？
如果你已经在用 DeepSeek API，DSpark 带来的 60-85% 加速是透明的——不需要换模型权重，不需要改代码。如果你的应用对延迟敏感（如实时对话、代码补全），这个提升直接转化为用户体验改善和成本下降。
问：苹果 Core AI 和现有 Core ML 的区别是什么？
Core ML 定位为「经典非神经网络 ML」（决策树、表格特征工程），Core AI 则专为神经网络和 Transformer 设计。如果你在做端侧 LLM 推理，应该迁移到 Core AI；如果你的模型是传统 ML，继续用 Core ML。
问：CEO-Bench 的结果对 AI Agent 创业意味着什么？
它暴露了当前 AI 的一个核心短板：在需要长期记忆、连贯策略和不确定性决策的场景中，复杂模型的泛化能力远不如预期。做 Agent 产品的团队需要认真考虑 human-in-the-loop 的设计，而不是幻想全自主 AI。
对中国软件开发企业的影响与启示
本周的几条新闻串起来看，有三条线索值得国内技术团队关注：
第一，模型推理成本正在以超出预期的速度下降。DeepSeek DSpark 的开源意味着「无损加速」不再是闭源模型的专利。结合美国企业从 Claude 向 DeepSeek 的大规模迁移，一个明确的信号是：API 调用成本不再是瓶颈，而「如何在更便宜的模型上跑出同等质量」正在成为新的工程竞争力。国内团队如果还在依赖单一昂贵模型做产品，账算不过来的那天会比想象中更早到来。
第二，端侧 AI 的基础设施正在成型。苹果 Core AI 框架的发布代表了一个趋势：大模型从云端走向设备端的速度在加快。对于中国的软件开发企业来说，这意味着两条路：要么做云端的差异化（更大的上下文、更强的推理），要么为端侧做适配和优化。中间地带——仅靠调 API 封装一层 UI——的护城河正在消失。
第三，AI Agent 的真实能力需要冷静评估。CEO-Bench 的数据很残酷：一个简单的规则系统击败了 11 个 AI 模型。在向客户承诺「全自主 AI Agent」之前，先想清楚哪些环节必须保留人工判断——这不是保守，是工程诚实。