本周全球科技熱點，我們為您精選呈現。

1、「中國版英偉達」摩爾線程完成上市輔導 有望成內地GPU第一股。

2、谷歌最強大模型問世！價格殺到0.7元/百萬token。

3、Sam Altman 首度公布 GPT-5 時間表：5000 億 AI 工廠全面開建。

1

摩爾線程完成上市輔導

有望成內地GPU第一股

被譽為 “中國英偉達” 的摩爾線程迎來上市新進展。中證監網上辦事服務平臺信息顯示，摩爾線程IPO輔導狀態已變更為「輔導驗收」。若成功上市，將成真正 GPU 第一股，標志國產算力芯片行業獲階段性成果，此消息也帶動相關概念股上漲。

公司 2020 年成立，注冊資本約4億元人民幣，已完成 6 輪超 45 億元融資。投資方陣容強大，包括紅杉中國、深創投、騰訊投資、字節跳動戰略投資部等。在《2024 全球獨角獸榜》中，摩爾線程以 255 億元估值位列第 261 位。

摩爾線程以全功能 GPU 為核心，構建了從芯片到顯卡到集群的智算產品線，是國內少有的在 B 端和 C 端均有布局的國產 GPU 企業。其芯片采用 MUSA 架構，集成 AI 計算加速等四大引擎。在產品方面，2023 年 12 月落地全國產千卡千億模型訓練平臺，今年 3 月宣布支持 DeepSeek 開源周 “全家桶”，且其訓推一體計算卡 MTT S4000 與 DeepSeek-R1 671B 大模型成功通過中國信通院推理場景驗證。

2

谷歌最強大模型終于問世！

價格殺到0.7元/百萬token

6月18日，谷歌宣布Gemini 2.5模型全系重磅更新：Gemini 2.5 Pro、Gemini 2.5 Flash發布正式版并進入穩定運行階段，并推出Gemini 2.5 Flash-Lite預覽版。

這意味著Gemini 2.5 Pro、Gemini 2.5 Flash從實驗預覽版變為正式版，可投入企業應用。

Gemini 2.5 Flash Lite在編程、數學、科學、推理和多模態基準測試中全面超越 2.0 Flash-Lite，廣泛任務延遲低于2.0 Flash-Lite和2.0 Flash。谷歌稱這一模型為其最經濟實惠、速度最快的2.5系列模型。

LMArena公布的性價比圖表中，Gemini 2.5 Pro比Gemini 1.5 Pro的分數高出120多分，高于OpenAI、xAI、Anthropic的其他主流模型。價格方面，Gemini-2.5-Flash-Lite比Gemini-2.5-Flash便宜30%-60%，輸入價格為0.1美元（折合人民幣約0.7元）/百萬tokens，輸出價格為0.4美元（折合人民幣約2.9元）/百萬tokens。

與其他主流大語言模型相比，Gemini 2.5 Pro在Aider Polyglot編程任務中獲得SOTA。此外，Gemini 2.5 Pro在Humanity’s Last Exam、GPQA（鉆石級）以及SimpleQA和FACTS Grounding事實性基準測試中獲得最高分。不過，在數學方面，Gemini 2.5 Pro的表現略遜色于OpenAI o4-mini，圖像理解方面分數略低于OpenAI-o3 high。

3

Sam Altman 首度公布 GPT-5 時間表

5000 億 AI 工廠全面開建

6 月 18 日，在OpenAI推出的官方播客節目中，CEO Sam Altman首次坐在麥克風前，透露了萬眾期待的GPT-5的大致發布時間：“可能在今年夏天某個時候。” 還深入探討了AGI（通用人工智能）的定義、價值5000億美元的“星際之門”（Project Stargate）算力項目以及AI如何重塑科研與日常生活。

Sam Altman強調GPT-5 是一套融合能力，把兩個世界拉到一起。他說，現在的 OpenAI 模型體系是分裂的：GPT 系列，比如 3.5、4、4o——擅長聊天、寫作、理解語義；新一代 o系列模型，比如 o1、o3——擅長做事、執行任務、解決復雜問題。而 GPT-5，將是兩者的第一次合體。

針對近期備受關注的“星際之門”計劃，Altman給出了迄今最直接的解釋。他將其定義為“一項為融資和建設前所未有規模的算力而付出的努力”。由 OpenAI、軟銀、Oracle 牽頭的“星際之門”計劃，已在德州 Abilene 正式動工； 首期投資高達 1000 億美元，總目標達到 5000 億美元。這將是一座按芯片邏輯構建的“AI 超級工廠”，為 GPT-5 及 AGI 時代提供底層算力與能源支撐。

Altman認為，AGI的定義在不斷演進，許多五年前被認為是AGI的能力，如今已被現有模型超越。相比于糾結AGI的確切定義，他更關注一個更重要的概念——超級智能（Superintelligence）。

對他而言，超級智能的標志是系統能夠自主發現新科學，或極大地提升人類發現新科學的能力。他堅信，人類生活水平的根本提升來自于科學進步，而AI將是加速這一進程的關鍵。他提到，目前AI在輔助編碼、材料科學、藥物研發等領域的應用，已經展現出作為強大科研工具的巨大潛力，例如OpenAI內部的Deep Research（深度研究）工具，正在幫助科學家更快地獲取和消化知識。