08:21
Anthropic预计其2025年营收将达550亿美元
Anthropic预计其2025年营收将达550亿美元，到2029年，Anthropic的人工智能模型训练成本将超过1000亿美元。（广角观察）
AI新闻
1月
29日
1 条新闻
1月
24日
1 条新闻
11:18
纳德拉懂张一鸣
AI正从魔法变为工业品，纳德拉在达沃斯明确指出，未来的AI竞争在于Token工厂的效率。谁能在单位能耗下产出更多、更优质的Token，谁就能掌握市场定价权。这一观点与张一鸣通过火山引擎降低Token成本的战略不谋而合。随着AI工业化进程加快，任务成功率、推理延迟以及多模态融合效率将成为新的核心指标。
1月
23日
1 条新闻
13:06
物理AI基础设施供应商飞捷科思获近亿元Pre-A1轮融资
物理AI基础设施供应商飞捷科思完成近亿元Pre-A1轮融资，由经纬创投、东方富海领投，沐曦股份等跟投。资金将用于完善自研物理仿真引擎，推动具身智能数据生成、模型训练等核心应用落地，进一步强化技术壁垒与商业化进程。作为中国唯一攻克多物理场统一求解技术的厂商，飞捷科思引擎支持国产GPU并行计算，通过合成数据高效解决行业训练数据短缺问题，降低机器人研发成本。其联合复旦推出的FysicsWorld评测基准，已为物理AI提供标准化测试体系。（创投家CLUB）
1月
21日
2 条新闻
15:19
杭州：到2030年培育国际顶尖水平的开源基础大模型3个以上
杭州市第十四届人民代表大会第六次会议在省人民大会堂隆重开幕。大会听取和审议了杭州市人民政府工作报告。报告介绍了杭州“十五五”发展规划，目标到2030年培育国际顶尖水平的开源基础大模型3个以上，规上人工智能核心产业营收超6000亿元。全社会研发投入强度达4.5%，科技型中小企业突破5万家。壮大”296x”先进制造业集群，建设中国视谷，中国数谷，中国云谷，中国医药港等产业地标。安排超1000个重大工程，完成投资1.8万亿元。服务业增加值突破2万亿元，生产性服务业增加值占服务业比重达60%以上。（广角观察）
15:19
OpenAI：将自行承担“星际之门”项目能源费用
OpenAI公告称，在宣布“星际之门”项目一年后，计划到2029年将美国的人工智能基础设施扩展到10吉瓦。OpenAI称，已经在规划容量方面远超目标的一半，得克萨斯州第一批站点已经开始训练和提供服务，同时得克萨斯州、新墨西哥州、威斯康星州和密歇根州还有多个“星际之门”站点正在开发中。OpenAI表示，在所有“星际之门”社区计划中，承诺自行承担能源费用，确保项目运营不会推高电价。每个社区和地区都有独特的能源需求及电网状况，OpenAI承诺将根据具体区域量身定制。根据项目地点的不同，具体措施包括：由项目全额出资建设新的专用供电及储能设施，或增设并支付新型能源发电与输电资源的费用。（广角观察）
1月
15日
5 条新闻
14:52
智元购买数千小时机器人训练数据
从湖北人形机器人创新中心了解到，近日，该中心与智元创新（上海）科技股份有限公司签署数据服务协议，向智元出售数千小时的人形机器人训练数据，涉及拿杯子、抓盘子、叠衣服等多个动作。（上证报）
11:47
XSKY发布AI数据方案AIMesh，大幅降低AI推理硬件投入成本
XSKY星辰天合发布全栈AI数据方案AIMesh，包含三个核心组件：训练数据网MeshFS、全局对象网MeshSpace、推理内存网MeshFusion，定位为面向“AI工厂”的数据与内存网。性能上，MeshFS在顺序读带宽上比行业通用方案提升30%，顺序写带宽超出50%，解决训练数据供给滞后问题；MeshSpace单个对象存储桶每秒支持高达一百万对象写入，大块写性能提升近50%，延迟降低30%；MeshFusion将服务器本地NVMeSSD转化为L3级外部内存，以1%的硬件成本实现近乎无限的上下文窗口，大幅降低AI推理的硬件投入成本。（广角观察）
08:39
OpenAI将从Cerebras购买至多750兆瓦算力，交易价值据悉超100亿美元
OpenAI周三表示，该公司将在三年内从芯片制造商Cerebras购买至多750兆瓦的计算能力。据知情人士透露，该交易在合同期内的总价值超过100亿美元。这是OpenAI近期达成的一系列数十亿美元交易中的最新一笔。OpenAI在其网站上发布的一篇文章中表示：“将Cerebras集成到我们的计算解决方案组合中，旨在大幅提升人工智能的响应速度。”OpenAI还表示，这些算力将分批上线，直至2028年。
周三达成的这项合作将有助于Cerebras实现收入来源多元化，摆脱对总部位于阿联酋的科技公司G42的过度依赖。G42既是Cerebras的投资者，也是其最大的客户之一。（广角观察）
08:33
DeepSeek与字节跳动踏进同一条河
DeepSeek发表核心论文，提出流形约束超连接（mHC）架构，直击大规模模型训练稳定性难题。这一创新不仅为硬件受限的中国AI企业提供了性能与效率兼顾的新路径，还通过数学约束与系统级优化解决了字节跳动超连接技术在规模化训练中的信号发散问题。mHC架构的成功，标志着AI竞赛不再仅依赖尖端算力芯片，硬件限制反而成为创新催化剂。
🔗 [核心技术战略白皮书]：https://arxiv.org/abs/2412.07856
06:30
OpenAI签署价值100亿美元的协议，采购Cerebras计算资源
OpenAI与Cerebras达成超100亿美元计算力协议，确保至2028年享有750兆瓦算力。此合作旨在加速AI响应速度，提供更自然的交互体验，构建实时AI扩展基础。Cerebras声称其专为AI设计的芯片系统比GPU更快，这将彻底改变AI应用领域，如同宽带改变了互联网一样。对于追求效率和差异化竞争力的企业和个人来说，这无疑是一次技术飞跃的机会。
1月
12日
2 条新闻
17:20
时薪千元挖大厂前员工教会AI后一脚踹开，“多少数据公司正在把高级牛马当饲料榨干”
高薪AI数据标注工作背后隐藏着对个人经验和知识的‘一次性买断’。看似光鲜的时薪，实则是在榨取打工人的职业生涯精华。一旦经验耗尽，便被无情抛弃。这种现象揭示了AI发展中的伦理困境：打工人正成为AI成长的‘饲料’。面对这一现实，如何在提升效率的同时保护自身利益，成为职场人亟需思考的问题。
14:13
大模型能干的事很多，智能体赚钱的其实不多
大模型普遍亏损，智能体赚钱者寥寥。关键在于精度与成本两堵墙：无状态模型难以在高精度需求场景落地；而高昂的模型及流量成本使得多数尝试难以为继。真正盈利的如Midjourney，依靠自然流量和低成本运营成为例外。未来，构建以智能体为主导的无人公司将是突破之道。
1月
11日
1 条新闻
05:59
据报道，OpenAI要求合同工上传过去工作中的实际作品
OpenAI与Handshake AI正要求第三方承包商上传过去和当前工作的实际内容，以生成高质量的训练数据，旨在提高模型在白领工作自动化方面的能力。此策略涉及上传如Word文档、PDF等真实工作文件，并使用ChatGPT提供的工具清理敏感信息。尽管如此，该方法仍面临知识产权风险，需高度信任承包商处理机密性问题。
1月
10日
1 条新闻
01:51
Meta与三家核能公司签署协议，购买超过6吉瓦的电力
Meta宣布与三家核能公司达成协议，为其数据中心提供稳定电力支持，以满足日益增长的AI计算需求。这包括与两家开发小型模块化反应堆（SMR）的初创公司Oklo和TerraPower的合作，以及从现有核电厂Vistra购买2.1吉瓦电力。此举旨在通过长期稳定的能源供应促进AI技术的发展，特别是对于需要大量算力的大规模模型训练和推理优化等应用场景。
1月
9日
6 条新闻
22:02
穷人福音，MIT研究：不用堆显卡，抄顶级模型作业就成
MIT研究揭示，不同架构的AI模型在处理物质理解任务时，尽管训练数据和方式各异，但随着性能提升，其内在认知逐渐趋同。这一现象不仅限于科学领域，在图像与文本模型对’猫’的理解上也得到验证。研究表明，通过表征对齐度可评估模型是否接近真理，且小规模模型通过模仿高性能模型也能达到相似效果，为未来实现算力自由提供了新路径。
22:02
从联网设备到智能体终端，阿里云开启AI硬件的普惠元年
新闻指出，AI硬件已从噱头进化为具备独立思考能力的端侧智能体。在CES 2026与阿里云通义智能硬件展上，中国展示了强大的创新能力。阿里云通过通义大模型支持，实现了端云协同，优化了硬件性能与功耗平衡。多模态模型如Qwen-VL提升了交互自然度，使设备更懂用户需求。市场调研显示，消费者对AI功能的认可度提升，尤其是健康类应用，并愿意为此支付订阅费用。
16:51
DeepSeek 把R1论文又更新了60多页，V4呼之欲出了吧
DeepSeek更新了R1论文，从22页扩展至86页，详细公开了训练管线、评测基准及技术附录等内容，显著提升了研究的可复现性。此次更新强调了纯强化学习在大模型推理能力上的突破，并通过详尽的技术文档和失败案例分享，展示了其在透明度与开源精神上的承诺。
15:48
2026开启“自主AI”元年
美国银行预测2026年将是自主型人工智能元年，重点看好亚马逊等五家公司。预计AI将推动零售和云服务增长，尤其在自动化购物、广告投放等领域展现潜力。亚马逊通过自研AI芯片Trainium提升AWS竞争力，并利用机器人技术优化库存管理。Wayfair、Expedia Group及Roblox等也正积极探索AI助手与智能代理的应用，预示着AI在电商、旅行规划及游戏开发中的广泛应用前景。
13:25
训具身模型遇到的很多问题，在数据采集时就已经注定了丨鹿明丁琰
本文深入探讨了具身智能领域数据采集面临的挑战及UMI（Universal Manipulation Interface）作为新兴解决方案的潜力。鹿明机器人联席CTO丁琰强调，高质量、可复现的数据是训练有效模型的关键，而现有方法如遥操作和仿真数据存在成本高、效率低等问题。通过FastUMI Pro产品，鹿明实现了高精度、多模态的数据采集，为解决具身智能训练难题提供了新思路。
09:33
a16z 创始人：AI 价格打下来了，机会才刚开始
a16z 创始人 Marc Andreessen 强调，AI 技术变革的关键在于成本的急剧下降而非模型能力突破。智能正从奢侈品变为日用品，小模型和开源技术加速了这一进程。AI 的单位成本下降速度超过摩尔定律，硬件寿命延长进一步降低了单次调用成本。随着价格暴跌，AI 公司收入却快速增长，用户愿意为高效解决问题的服务支付更高费用。未来，AI 应用将更加注重场景化、价值定价，并且领先者与追赶者的差距正在缩小，持续竞争成为常态。