比推消息，Stripe 旗下稳定币基础设施公司 Bridge 的卢森堡实体 Bridge Building 在获得卢森堡监管批准后，已加入欧盟《加密资产市场法规》（MiCA）注册名单。根据欧洲证券与市场管理局（ESMA）发布的最新更新，Bridge 的加入使欧盟注册名单中获 MiCA 授权的电子货币代币（EMT）发行商数量达到 42 家。此次加入发生在 Bridge 于 7 月 2 日宣布已获得 MiCA 下加密资产服务提供商（CASP）授权，以及卢森堡金融监管委员会颁发的电子货币机构（EMI）牌照数周之后。Bridge 产品负责人 Mai Leduc Blount 表示，这些批准使欧盟企业能够在受监管框架下构建稳定币和支付产品。
比推消息，据监测，微软发布首个自研网络安全模型 MAI-Cyber-1-Flash，并把它接入漏洞扫描系统 MDASH。它是 MAI-Code-1-Flash 的网络安全微调版，总参数 1370 亿，每次激活 50 亿，支持 256K 上下文。MDASH 会让它处理最多 90% 的漏洞发现、验证、分级和修复任务。最难的 10% 再交给 GPT-5.4。微软称，这套组合比现有的 GPT-5.4、5.4 mini 和 5.3 Codex 方案便宜近 50%。在微软公布的 CyberGym 测试中，MAI-Cyber-1-Flash + GPT-5.4得分 95.95%。GPT-5.5 Cyber 为 85.6%，Anthropic Mythos 5 为 83.8%。这里比较的是完整的模型和 Agent 组合，不能理解成 MAI-Cyber-1-Flash 单独打败了这些模型。它还将接入安全 Agent 产品 Project Perception。红、蓝、绿三类 Agent 分别负责找漏洞、判断风险和修补防线。Project Perception 将于 8 月 3 日公测，但 MAI-Cyber-1-Flash 目前只向通过审核的 MDASH 客户开放私测。
比推消息，据金十报道，Microsoft AI 推出了全新的自主研发网络安全模型 MAI-Cyber-1-Flash，它表示，该模型运行于 MDASH 平台中——一款多智能体框架，可检测并修复大规模代码库中的漏洞。MDASH 表示，MAI-Cyber-1-Flash+GPT-5.4 模型组合在 CyberGym 基准测试中比 Mythos 高出 12 分。Microsoft AI 称，他们在 MDASH 中提供的此模型配置，价格比其此前最优方案（GPT-5.4 + 5.4 mini + 5.3 codex）低 50%。
比推消息，据监测，微软 AI 开放 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash。前者主打高质量生图和图片编辑，后者面向客服和语音 Agent，速度是普通版的 2 倍，价格低 32%。微软自研模型也已进入 Bing、PowerPoint、OneDrive 和 Dynamics 365。PowerPoint 的 GPU 成本较 GPT-Image-2 最多降低 84%，Dynamics 365 最多降低 89%。
比推消息，市场分析师 qinbafrank 发文表示，仅靠发布更多大模型、披露更高 Token 使用量或继续上调资本开支，已不足以扭转当前市场对 AI 投资回报的担忧。市场真正期待的是一条能够相互印证的基本面证据链，包括 AI 收入来源持续扩大、企业客户数量、生产级工作负载、付费席位、续约率及单客户支出同步增长，并且在剔除 OpenAI、Anthropic 等少数大型客户后，整体需求依然保持强劲。同时，AI 新增毛利额需持续快于折旧、能源、网络及人才等新增成本增长，单位推理成本下降的同时，总毛利额能够继续提升。此外，市场还将重点关注 AI 订单积压能否加快转化为未来 12 至 24 个月的收入，而不仅是签署长期合同；新建算力上线后的利用率、客户消费是否超过初始承诺，以及自研芯片和模型优化能否带来可验证的经济效益也将成为核心指标。相比单纯宣称 Trainium、TPU 或 MAI 等自研芯片成本更低，投资者更希望看到自研芯片占比提升、每 Token 或每项任务成本持续下降、每加速器小时毛利提高，以及客户消费和平台附加收入同步增长。此外，企业客户还需证明 AI 的真实投资回报率（ROI），包括收入增长、转化率提升、人工成本和处理时间下降，以及项目从试点顺利进入大规模生产部署。对于各大科技公司即将公布的二季度财报，市场最期待看到的金发姑娘组合是：云业务和 AI 收入超出预期、利润率保持基本稳定、Backlog 开始加速转化为收入、资本开支未出现超预期扩张或新增投资已获得合同需求支撑，同时自由现金流停止恶化。相反，若 Token 使用量和模型调用持续增长，但单客户支出、毛利率及自由现金流未见改善，剩余履约义务增长仍依赖少数战略客户，且资本开支再次大幅上调而收入及利润率指引下修，则市场对 AI 投资回报的担忧或将进一步加剧。
每日 AI · 加密 · 宏观 · 市场 要闻， Bitpush 帮你划重点 ↓AI · 动态【微软部分应用改用自研 AI 替代 OpenAI 和 Anthropic】比推消息，微软正加速推进 AI 自主化，以降低对外部模型的依赖和成本。据知情人士透露，Excel、Outlook 等部分办公应用已开始使用微软自研的 MAI 模型处理 AI 请求，目前每周完成数万次调用，此前这些应用更多依赖 OpenAI 和 Anthropic 模型。虽然 MAI 目前占整体 AI 调用比例仍较小，但显示微软正逐步将自研模型落地核心产品。微软 AI 负责人 Mustafa Suleyman 此前表示，公司目标是减少、最终消除对 Anthropic 模型的支出。除办公软件外，MAI 模型已接入 GitHub Copilot，自研语音转写模型也将于未来几个月应用于 Teams 等产品。随着微软与 OpenAI 优惠合作逐步到期，公司正加快构建自主 AI 能力，以增强议价能力并进一步降低推理成本。【亚马逊计划通过美元债券发行筹集至少 250 亿美元】比推消息，亚马逊计划通过美元债券发行筹集至少 250 亿美元。【智谱拟自研 AI 芯片，已接洽芯片企业加速补齐算力短板】比推消息， 知情人士透露，智谱正在评估设计自研 AI 芯片的可能性，以应对旗下 GLM 系列开源大模型需求快速增长以及美国出口限制导致的算力资源紧张问题，其近期已与部分中国芯片设计企业进行初步接洽，探讨合作开发一款针对其模型运行场景优化的定制 AI 处理器。智谱是中国领先的 AI 大模型公司之一，旗下 GLM 系列模型因开源策略和性能表现受到关注。随着大模型应用规模扩大，高性能计算资源成为 AI 企业发展的关键瓶颈，自研芯片被视为降低对外部 GPU 供应依赖、提升算力效率的一种路径。目前，智谱 AI 尚未最终决定是否推进该芯片项目，相关计划仍处于早期评估阶段。（The Information）【Meta在聊天机器人和Instagram中推出AI图像生成模型】比推消息，Meta Platforms Inc.推出名为Muse Image的全新图像生成人工智能（AI）模型，这是该公司在首席AI官Alexandr Wang领导下重建AI实验室以来的首次此类发布。Muse Image将嵌入到Meta的社交应用中，包括Instagram和WhatsApp。用户可以根据文本提示生成图像，或要求该模型修改现有图片。所有使用Muse Image制作的图像都将包含隐形水印，并且系统已采取安全防范措施，以防止用户利用其创建违反Meta服务条款的内容。加密 · 市场【SpaceX IPO 推动代币化股票交易创纪录，6 月链上交易量达 38.6 亿美元】比推消息， 受 SpaceX 首次公开募股（IPO）热度推动，代币化股票市场 6 月交易活动创历史新高，链上交易量达到 38.6 亿美元，较 5 月增长 145%。其中，代币化 SpaceX 股票交易量达 11.9 亿美元，占 6 月代币化股票总交易量约 31%。Backpack Securities 推出的 SPCX 代币成为交易最活跃的 SpaceX 代币化股票产品，单月链上交易量达 10.8 亿美元。数据显示，此轮增长主要由 SpaceX 相关资产需求推动。此前 SpaceX 完成规模达 750 亿美元的 IPO，创历史最大 IPO 纪录，按完全稀释估值计算，公司估值约达 1.8 万亿美元。英伟达、特斯拉、标普 500 ETF（SPY）和纳斯达克 100 ETF（QQQ）等传统...
比推消息，微软正加速推进 AI 自主化，以降低对外部模型的依赖和成本。据知情人士透露，Excel、Outlook 等部分办公应用已开始使用微软自研的 MAI 模型处理 AI 请求，目前每周完成数万次调用，此前这些应用更多依赖 OpenAI 和 Anthropic 模型。虽然 MAI 目前占整体 AI 调用比例仍较小，但显示微软正逐步将自研模型落地核心产品。微软 AI 负责人 Mustafa Suleyman 此前表示，公司目标是减少、最终消除对 Anthropic 模型的支出。除办公软件外，MAI 模型已接入 GitHub Copilot，自研语音转写模型也将于未来几个月应用于 Teams 等产品。随着微软与 OpenAI 优惠合作逐步到期，公司正加快构建自主 AI 能力，以增强议价能力并进一步降低推理成本。
比推消息，据监测，微软 AI 负责人 Mustafa Suleyman 在接受彭博社采访时直言，Anthropic 的模型价格极为昂贵，许多用户正紧急寻找替代方案。Suleyman 透露，微软目前需要向 Anthropic 支付巨额资金，团队的明确目标是降低并最终消除相关采购成本。为了摆脱对外部前沿模型的依赖，微软在 6 月的 Build 2026 开发者大会上发布了 7 款自研的 MAI 系列模型。新发布的模型包括具备推理能力的 MAI-Thinking-1，微软声称新模型能够在保证性能的同时显著降低 Token 成本，并在编程等任务上抗衡 Anthropic 的旗舰模型 Claude 4.6 Opus。控制成本的紧迫性已经促使微软在内部调整了工具链。微软正在逐步减少对 Anthropic 编程助手 Claude Code 等第三方工具的依赖，将内部研发和日常开发工作迁移至自研的 GitHub Copilot CLI，以控制内部的 Token 消耗。微软加速自主研发模型的背景，是微软与 OpenAI 合作关系的重构。双方在 2026 年 4 月 27 日签署了修订后的协议，结束了微软对 OpenAI 技术的独家授权，并终止了微软向 OpenAI 支付的收入分成。协议重组为微软自主开发前沿模型并与 OpenAI、Google DeepMind 及 Anthropic 直接竞争扫清了道路。
比推消息，2026 年微软 Build 大会在旧金山启动，核心主题转向可落地、可治理的 AI Agent 平台。微软发布自研 MAI 模型家族，覆盖推理、编程、图像、语音和转写等能力，其中 MAI-Thinking-1 是其首款旗舰推理模型；Microsoft Foundry 获得大规模更新，新增 Agent 运行时、工具箱、记忆、企业知识检索 Foundry IQ、Voice Live、评估与治理工具等，强化从原型到生产部署的 Agent 开发链路。Windows 侧，微软将本地 AI 作为开发者平台重点，推出更面向开发者的 Windows 配置、智能 Shell/Terminal、Agent 沙箱、WSL 能力升级，并强调 Foundry on Windows 让小模型、Agent 推理和本地编码模型可在 PC 端运行。硬件方面，微软发布面向 AI 开发者的 Surface RTX Spark Dev Box，搭载 NVIDIA RTX Spark superchip，最高提供 1 petaflop AI 算力和 128GB 统一内存，用于本地运行、微调大模型和 Agent 工作流。此外，微软还发布下一代拓扑量子芯片 Majorana 2，称其量子比特可靠性较上一代提升 1000 倍，平均寿命达 20 秒，并把实现可扩展量子计算机的时间表推进至 2029 年；Microsoft Discovery 也正式 GA，用于科研和工程团队通过 AI Agent 加速研发。截至最新发文时，微软盘后股价下跌 0.65%，周二收盘下跌 4.17%。
比推消息，据监测，微软 AI 部门（Microsoft AI，简称 MAI）负责人穆斯塔法·苏莱曼（Mustafa Suleyman）在 Build 2026 开发者大会上宣布推出全新自研的 MAI 原生模型家族。该系列共包含 7 款模型，涵盖推理、编程、图像、转写和语音等领域，全部由微软从零训练，未使用任何第三方模型进行知识蒸馏，且所有数据集均已获得合规授权。微软表示，将致力于构建人本超智能（Humanist Superintelligence），确保前沿 AI 作为人类的辅助工具并接受人类监督。同时，微软已上线的 GB200 算力集群也已全面投入使用，用于推动这一模型生态的持续迭代。MAI 家族的旗舰推理模型 MAI-Thinking-1 拥有 350 亿活跃参数，采用混合专家（MoE）架构，提供 128K 上下文窗口。在 SWE-bench Pro 等主流软件工程与数学推理评估中，该模型达到了与 Claude Opus 4.6 相当的水平，且在盲测人类评估中优于 Claude Sonnet 4.6。面向编程场景，MAI 推出了拥有 50 亿参数的智能体编程模型 MAI-Code-1-Flash，该模型将深度整合至 GitHub Copilot 及 VS Code，以更低的推理成本提供与 Claude Haiku 相当的表现。在多模态方面，MAI-Image-2.5 及其 Flash 变体支持高精度文生图与图像编辑，图像质量评分超越了 Nano Banana Pro；语音与转写方面则推出了 SOTA 精度、高出竞品 5 倍速度的 43 语言转写模型 MAI-Transcribe-1.5，以及支持 15 种语言、具备情绪控制和零样本克隆的语音生成模型 MAI-Voice-2 及其 Flash 变体。上述模型不仅在 Azure AI Foundry 部署，还将上架 OpenRouter、Fireworks 和 Baseten，并首次支持开发者自行微调权重。微软还透露，通过将模型与自研芯片 Maia 200 进行联合软硬协同优化，实现了 1.4 倍的计算效能提升。除基础模型发布外，微软推出了基于强化学习环境（RLE）的前沿微调（Frontier Tuning）服务。该服务允许企业在完全受控的隔离环境（训练健身房）中，利用其内部的操作轨迹、决策序列和专业数据对 MAI 模型进行定制训练。测试表明，经过 Frontier Tuning 后的定制模型效率大幅提升，其中面向 Excel 优化后的 MAI 模型性能对齐 GPT-5.4，但效率高出 10 倍；为麦肯锡定制的 MAI 模型在达成最高胜率的同时降低了近 10 倍成本。此外，微软宣布与全球顶尖医疗机构梅奥诊所（Mayo Clinic）达成战略合作，基于梅奥的临床数据和微软的 AI 底座联合开发临床推理大模型。该模型由梅奥诊所拥有所有权，将首先部署在梅奥内部用于早期诊断与治疗方案设计，随后通过 Azure AI Foundry 开放给其他医疗机构。