摘要：6月18日，有媒体称，MiniMax正考虑赴香港首次公开募股（IPO），目前仍处于初步筹备阶段。本周是MiniMax的新品发布周，6月17日，MiniMax发布其首个推理模型 MiniMax-M1 并宣布开源，接下来3天，它又陆续发布了视频生成模型 Hailu

Key Points

模型

MiniMax发布多款模型，计划赴港IPO；

OpenAI即将发布GPT-5，可能会放弃GPT-4o；

Midjourney推出首款图生视频模型V1；

Gemini 2.5发布更便宜的版本，输出价只有Pro版的4%；

应用

Wix 8000万美元收购Vibe Coding公司BASE44 ；

Prada也要与Meta合作开发AI眼镜；

Waymo要开进纽约曼哈顿；

萝卜快跑要进新加坡和马来西亚；

宇树科技完成C轮融资，估值超100亿元。

模型

6月18日，有媒体称，MiniMax正考虑赴香港首次公开募股（IPO），目前仍处于初步筹备阶段。本周是MiniMax的新品发布周，6月17日，MiniMax发布其首个推理模型 MiniMax-M1 并宣布开源，接下来3天，它又陆续发布了视频生成模型 Hailuo 02 、通用智能体 MiniMax Agent 以及视频制作智能体 Hailuo Video Agent 。其中，MiniMax Agent可自动生成文本材料、制作带音频的学习教程、制作网页小游戏、为手机设计投放在电商平台的广告界面；Hailuo Video Agent可以直接将创意转化为视频，例如，用户想记录两个人的恋爱生活，只需上传一张清晰的情侣合照，并用文字简单描述两个人的故事，即可生成自己喜欢的风格的恋爱纪录片。

MiniMax成立于2022年。2024年3月，MiniMax获6亿美元A轮融资，投后估值25亿美元，由阿里巴巴领投，此前融资的投资方包括腾讯等。

OpenAI即将发布GPT-5，可能会放弃GPT-4o

6月18日，OpenAI首席执行官Sam Altman在播客节目中透露，GPT-5预计将于今年夏天推出，但具体时间还不明确。

Altman称， 目前公司产品线较为混乱，希望通过GPT-5的发布，回到简单的产品更新序列（GPT-5、GPT-6），公司可能会放弃复杂的模型变体 ，比如GPT-4o等。Altman称，目前用户需要在主页切换不同的模型来完成不同任务，希望未来能通过在单个模型中集合推理和Agent等能力，不用切换模型就能完成各类不同任务。

今年年初，Altman在社交平台上表示，GPT-5将融合语音、Canvas、搜索、深度研究等功能。Altman还表示，OpenAI目前没有在生成的内容中引入广告，公司对广告保持警惕，因为这可能会摧毁用户对模型的信任。

Midjourney推出首款图生视频模型V1

6月19日，Midjourney宣布推出图生视频模型V1，可直接将图片转为视频，图像可以由用户上传，也可以由Midjourney生成。

V1单次可生成时长5秒的视频，用户可以通过点击「延长」来生成更长的视频，单次可延长4秒，最长可生成21秒的视频。Midjourney尚未公布视频模型价格，但称收费大约是图像生成的8倍。V1模型允许用户自定义生成视频的部分效果。用户可以选择「自动动画」设置，使图像随机移动；「手动设置」允许用户通过文字描述向视频中添加动画效果。用户还可以选择「低速运动」或「高速运动」模式，模仿相机和拍摄对象的移动幅度。

目前， 市面上很多AI图像和视频公司的目标是开发用于商业环境的更可控的模型，但Midjourney更关注创造力而非直接的商业应用。Midjourney称，公司的目标是构建能够实时模拟开放世界的模型 ，本次发布是该目标的一部分，未来还计划开发用于制作3D渲染的模型。

参考链接：

Gemini 2.5发布更便宜的版本，输出价只有Pro版的4%

6月17日，Google更新Gemini 2.5系列模型，在Pro和Flash版本的基础上发布Flash-Lite的预览版。

Google表示，Gemini 2.5 Pro适合编程和高复杂任务场景，2.5 Flash适合快速处理日常任务，而2.5 Flash-Lite适合「低成本海量作业」。2.5 Flash-Lite同样为推理模型，支持多模态输入和100万token上下文窗口，但「思考」功能默认处于关闭状态。

Flash-Lite是2.5 系列模型中性价比最高的，定价为0.1美元/百万输入token，0.4美元/百万输出token；性能最佳的Pro最贵且没有调整，价格为1.25美元/百万输入token，10美元/百万输出token。

此外，在Google最新发布的Gemini 2.5技术报告中，研究人员指出， Gemini 2.5 Pro在游戏测试中表现出了类似人类在压力下的「战或逃」反应。 例如在《宝可梦 蓝》游戏中，当控制的角色生命值接近零时，该模型会突然放弃既定策略，转而采取非理性行动，导致游戏表现急剧下降。

参考链接：

应用

Wix 8000万美元收购Vibe Coding公司BASE44

6月19日，以色列SaaS巨头Wix宣布以8000万美元收购本土AI初创公司BASE44，成为Vibe Coding领域首笔收购案。 Vibe Coding（氛围编程） 是由OpenAI原研究员、特斯拉AI负责人Andrej Karpathy于今年2月提出的新型编程范式，其核心在于开发者通过自然语言描述需求 ，由大模型自动生成代码，实现从「逐行编写」到「意图驱动」的转变。

BASE44去年12月由31岁的以色列程序员Maor Shlomo创立。团队共有9人，此前未接受任何外部融资。另外8名成员将从8000万美元中获得2500万美元，作为「留任」奖金。

Shlomo曾创办大数据公司Explorium，后把独立开发者作为副业。他在社交平台X和LinkedIn上全程记录了BASE44的创业过程，引发了广泛关注。BASE44是一个无代码/低代码平台，用户只需通过自然语言描述，即可创建功能完善的软件、网站和内部工具。Shlomo表示， 团队选择了Claude 4而非OpenAI的模型，因为采用后者的成本过高。BASE44上线3周后，用户数突破1万，6个月后达到25万。今年5月，公司单月净利润18.9万美元 ，验证了无编程能力者开发软件的可行性。

参考链接：

6月17日，有报道称，Meta将与奢侈品品牌Prada合作开发AI眼镜。有Meta前员工表示， Prada多款眼镜的镜框和镜腿的衔接部分都设计得较为厚重，这种设计有利于Meta在眼镜贴近太阳穴的部位塞进更多电子元器件。

在AI眼镜的开发路线上，Meta现阶段侧重硬件设计，认为AI眼镜产品要先想办法用有趣的特点讨得消费者欢心，之后再基于市场不断优化硬件功能。这种思路与Google显著不同，后者更专注眼镜软件层的研发，把硬件的内容都丢给了供应商。

2023年，Meta曾与意大利眼镜厂商Essilor Luxottica旗下子品牌Ray-Ban合作推出AI眼镜Ray-Ban Meta，价格在250美元至550美元，这款眼镜支持拍照、录像、通话、音乐播放、实时翻译等功能。 目前Ray-Ban Meta已售出超200万副，Meta希望到2026年年底其产量能达到1000万台以上。Meta当前还在为Ray-Ban策划高端AI眼镜型号「Hypernova」，定价1000美元以上。

与Prada合作的消息曝出的前一天，Meta还宣布为Essilor Luxottica旗下的另一子品牌Oakley开发AI眼镜，目标售价360美元。

参考链接：

6月18日，有报道称，Alphabet旗下的自动驾驶公司Waymo已向纽约市交通部申请许可，计划在曼哈顿地区开展自动驾驶车辆测试。由于目前纽约州的法律不允许车辆在无人驾驶的情况下行驶，Waymo在初期阶段并不会向公众开放完全的无人驾驶出租车服务。届时，经过培训的人类安全员将在驾驶座监督自动驾驶车辆的运行。Waymo还表示，它正在推动修改法律，希望纽约市能允许其出租车在曼哈顿自动驾驶，但司机座位上会有安全员。

5月24日， Waymo宣布已完成1000万次无人驾驶行程，覆盖奥斯汀、洛杉矶、旧金山和凤凰城等美国城市。从500万次翻倍到1000万次，Waymo仅用了5个月的时间 ，并且这些行程均为付费行程。

萝卜快跑计划进入新加坡和马来西亚

6月20日，有报道称，百度旗下自动驾驶出租车部门萝卜快跑计划最早于2025年年底将业务拓展至东南亚市场，重点覆盖新加坡和马来西亚。萝卜快跑目前正与当地潜在合作方接洽，商讨最适合两国市场的运营模式。百度CEO李彦宏曾表示， 萝卜快跑出海将推行轻资产策略，寻求与出行平台、本地出租车公司及第三方车队运营方合作，以加快项目落地与监管对接 。目前，新加坡已经允许自动驾驶车辆在公共道路上测试，并且推出了相关监管体系（比如由陆路交通管理局LTA主导安全标准），以推动自动驾驶企业在新加坡顺利落地。

根据萝卜快跑披露的数据， 截至2025年第一季度，萝卜快跑累计服务行程达1100万次 ，覆盖了国内包括北京、上海、深圳在内的13座城市以及迪拜和阿布扎比两座海外城市

来源：晚晚的星河日记一点号