郭明錤：英伟达投资Groq后LPU出货将增逾10倍，两年累计达500万颗
天风国际证券分析师郭明錤今日发布最新供应链调查称，英伟达投资 AI 推理芯片公司 Groq 后，Groq 旗下 LPU（语言处理单元）出货规划大幅上修。2026 至 2027 年累计出货量预计达 400 万至 500 万颗，其中 2026 年占比约 30% 至 40%，2027 年占 60% 至 70%，较历史年度出货规模增长逾 10 倍。
LPU 需求快速增长有两大驱动：深度整合英伟达 CUDA 生态显著降低了开发部署门槛，同时超低延迟推理负载快速扩张，涵盖 AI 编程 agent、实时消费级应用和具身 AI 等场景。
硬件架构方面，英伟达计划将单机柜 LPU 密度从 64 颗提升至 256 颗，以在维持超低推理延迟的同时满足长上下文推理的 KV-cache 扩容需求。新架构机柜预计 2026 年四季度至 2027 年一季度量产，机柜出货量 2026 年约 300 至 500 个，2027 年跃升至 1.5 万至 2 万个。
郭明錤还列出 LPU 融入英伟达生态需关注的三个方向：机柜级互联（NVLink Fusion 和 RealScale）、NIM 开发者接口能否让开发者无需区分 GPU 与 LPU、TensorRT-LLM 编译器对 LPU 编译优先架构的适配。供应链方面，LPU/LPX 机柜将首次大规模使用 M9 级 CCL（覆铜板）材料，对 PCB 产业链构成催化。
信源：https://x.com/mingchikuo/status/2033426239378334132
天风国际证券分析师郭明錤今日发布最新供应链调查称，英伟达投资 AI 推理芯片公司 Groq 后，Groq 旗下 LPU（语言处理单元）出货规划大幅上修。2026 至 2027 年累计出货量预计达 400 万至 500 万颗，其中 2026 年占比约 30% 至 40%，2027 年占 60% 至 70%，较历史年度出货规模增长逾 10 倍。
LPU 需求快速增长有两大驱动：深度整合英伟达 CUDA 生态显著降低了开发部署门槛，同时超低延迟推理负载快速扩张，涵盖 AI 编程 agent、实时消费级应用和具身 AI 等场景。
硬件架构方面，英伟达计划将单机柜 LPU 密度从 64 颗提升至 256 颗，以在维持超低推理延迟的同时满足长上下文推理的 KV-cache 扩容需求。新架构机柜预计 2026 年四季度至 2027 年一季度量产，机柜出货量 2026 年约 300 至 500 个，2027 年跃升至 1.5 万至 2 万个。
郭明錤还列出 LPU 融入英伟达生态需关注的三个方向：机柜级互联（NVLink Fusion 和 RealScale）、NIM 开发者接口能否让开发者无需区分 GPU 与 LPU、TensorRT-LLM 编译器对 LPU 编译优先架构的适配。供应链方面，LPU/LPX 机柜将首次大规模使用 M9 级 CCL（覆铜板）材料，对 PCB 产业链构成催化。
信源：https://x.com/mingchikuo/status/2033426239378334132
通义开源Fun-CineForge：影视级配音大模型，首引时间模态破解遮挡难题
通义实验室今日发布并开源 Fun-CineForge，定位为首个支持影视级多场景配音的多模态大模型，同步开放高质量数据集 CineDub 的构建流程，形成「数据+模型」一体化开源。Fun-CineForge 底层基于 CosyVoice3 语音合成能力，接受视频画面、配音文本与参考语音作为多模态输入，参考给定音色合成与画面对齐的语音。
现有 AI 配音模型仅依赖唇部视觉信息学习音画同步，无法应对说话人面部遮挡、镜头频繁切换等复杂场景。Fun-CineForge 的核心创新是首次在配音模型中引入「时间模态」，通过明确指定哪个角色在哪个时间区间说话，使模型在说话人面部不可见时仍能将语音精准定位到正确时间段。
数据集 CineDub 从 350 多部中英文影视剧中生产，覆盖独白、旁白、对话和多说话人场景。基于大模型思维链的双向矫正机制将中文字错率从 4.53% 降至 0.94%，英文词错率从 9.35% 降至 2.12%，说话人分离错误率从 8.38% 降至 1.20%。
评测显示，Fun-CineForge 在词错率、唇部同步等多项关键指标上均优于 DeepDubber-V1 和 InstructDubber 等现有开源基线。单人场景中独白和旁白的中文字错率分别仅 1.49% 和 1.90%，并首次支持双人对话与多人对话场景。当前支持 30 秒以内视频片段推理，代码与模型已同步上线 GitHub、HuggingFace 和 ModelScope。
信源：https://github.com/FunAudioLLM/FunCineForge
通义实验室今日发布并开源 Fun-CineForge，定位为首个支持影视级多场景配音的多模态大模型，同步开放高质量数据集 CineDub 的构建流程，形成「数据+模型」一体化开源。Fun-CineForge 底层基于 CosyVoice3 语音合成能力，接受视频画面、配音文本与参考语音作为多模态输入，参考给定音色合成与画面对齐的语音。
现有 AI 配音模型仅依赖唇部视觉信息学习音画同步，无法应对说话人面部遮挡、镜头频繁切换等复杂场景。Fun-CineForge 的核心创新是首次在配音模型中引入「时间模态」，通过明确指定哪个角色在哪个时间区间说话，使模型在说话人面部不可见时仍能将语音精准定位到正确时间段。
数据集 CineDub 从 350 多部中英文影视剧中生产，覆盖独白、旁白、对话和多说话人场景。基于大模型思维链的双向矫正机制将中文字错率从 4.53% 降至 0.94%，英文词错率从 9.35% 降至 2.12%，说话人分离错误率从 8.38% 降至 1.20%。
评测显示，Fun-CineForge 在词错率、唇部同步等多项关键指标上均优于 DeepDubber-V1 和 InstructDubber 等现有开源基线。单人场景中独白和旁白的中文字错率分别仅 1.49% 和 1.90%，并首次支持双人对话与多人对话场景。当前支持 30 秒以内视频片段推理，代码与模型已同步上线 GitHub、HuggingFace 和 ModelScope。
信源：https://github.com/FunAudioLLM/FunCineForge
Cloudflare fork AI安全沙箱just-bash引争议：Vercel CTO批评安全代码被删，当事人称只是个人实验
Cloudflare 近日以 @cloudflare/shell 名义发布了对 AI agent 沙箱工具 just-bash 的 fork 版本，引发其作者、Vercel CTO Malte Ubl 今日发长文公开批评。just-bash 是一个用 TypeScript 实现的 bash 解释器，通过内存虚拟文件系统为 AI agent 提供沙箱化执行环境，采用 Apache 2.0 许可证在 Vercel Labs 下开源。Ubl 承认 Cloudflare 在许可证框架内完全有权 fork，但认为 just-bash 仍处于早期快速迭代阶段，安全模型正在演进，此时 fork 而非向上游贡献代码违反了开源社区的协作礼仪。他列举了 fork 中的安全问题：
1. 移除了项目仍处于 beta 阶段的免责声明和 README 中关于可选功能带来额外攻击面的说明
2. fork 版本继续使用 pyodide 实现 Python 支持，但删除了原版为约束 pyodide 而编写的安全代码，使 Python 程序默认获得对 JS 宿主环境的完全访问权限（原版后来已因判定 pyodide 无法确保安全而弃用，但该迁移可能发生在 fork 之后）
3. 用于防止宿主逃逸的 DefenseInDepthBox 和防止原型链污染的深度检查机制在 fork 中缺失（Ubl 指出这些可能因 fork 时间早于引入而从未存在，也可能被主动删除）
不过据 @cloudflare/shell 文档，该 fork 并非只做减法，也有多项安全强化：用 re2js 替换原生 JavaScript 正则引擎以防止 ReDoS 攻击；在 just-bash 5 项执行限制基础上新增 13 项，覆盖字符串长度、数组大小、输出体积、文件描述符、命令替换深度及各语言执行超时等；新增 DNS 级私有 IP 屏蔽以防御 SSRF；环境变量改用 Map 存储以规避原型链污染。架构上，@cloudflare/shell 将 SQL、代码执行、Markdown 转换抽离为可插拔接口，核心不再捆绑 WASM 依赖，可跨 Workers、Node.js、Deno 和浏览器运行。
参与 @cloudflare/shell 开发的 Cloudflare 首席系统工程师 Sunil Pai 在帖文下公开回应，称这只是他个人的实验性尝试，原计划周末后联系 Ubl 讨论贡献 hooks 等合作事宜，承认应该加上实验性标签，「this wasn't about beef」（这不是在搞对立）。两人已通话沟通，就事前未互相知会一事致歉。
Vercel CEO Guillermo Rauch 则措辞更为激烈，称「Cloudflare 的使命是 fork 整个开发者生态并摧毁开源」，并提及 Cloudflare 此前推出的 Next.js 替代方案 Vinext「带着 10 个漏洞就交付给了一个 .gov 网站」。不过 Rauch 同时表示他个人「很欣赏 Sunil，也投资了他的公司」，Ubl 的批评是在安全问题上追究行业同行的责任。
信源：https://x.com/cramforce/status/2033285112478171373
Cloudflare 近日以 @cloudflare/shell 名义发布了对 AI agent 沙箱工具 just-bash 的 fork 版本，引发其作者、Vercel CTO Malte Ubl 今日发长文公开批评。just-bash 是一个用 TypeScript 实现的 bash 解释器，通过内存虚拟文件系统为 AI agent 提供沙箱化执行环境，采用 Apache 2.0 许可证在 Vercel Labs 下开源。Ubl 承认 Cloudflare 在许可证框架内完全有权 fork，但认为 just-bash 仍处于早期快速迭代阶段，安全模型正在演进，此时 fork 而非向上游贡献代码违反了开源社区的协作礼仪。他列举了 fork 中的安全问题：
1. 移除了项目仍处于 beta 阶段的免责声明和 README 中关于可选功能带来额外攻击面的说明
2. fork 版本继续使用 pyodide 实现 Python 支持，但删除了原版为约束 pyodide 而编写的安全代码，使 Python 程序默认获得对 JS 宿主环境的完全访问权限（原版后来已因判定 pyodide 无法确保安全而弃用，但该迁移可能发生在 fork 之后）
3. 用于防止宿主逃逸的 DefenseInDepthBox 和防止原型链污染的深度检查机制在 fork 中缺失（Ubl 指出这些可能因 fork 时间早于引入而从未存在，也可能被主动删除）
不过据 @cloudflare/shell 文档，该 fork 并非只做减法，也有多项安全强化：用 re2js 替换原生 JavaScript 正则引擎以防止 ReDoS 攻击；在 just-bash 5 项执行限制基础上新增 13 项，覆盖字符串长度、数组大小、输出体积、文件描述符、命令替换深度及各语言执行超时等；新增 DNS 级私有 IP 屏蔽以防御 SSRF；环境变量改用 Map 存储以规避原型链污染。架构上，@cloudflare/shell 将 SQL、代码执行、Markdown 转换抽离为可插拔接口，核心不再捆绑 WASM 依赖，可跨 Workers、Node.js、Deno 和浏览器运行。
参与 @cloudflare/shell 开发的 Cloudflare 首席系统工程师 Sunil Pai 在帖文下公开回应，称这只是他个人的实验性尝试，原计划周末后联系 Ubl 讨论贡献 hooks 等合作事宜，承认应该加上实验性标签，「this wasn't about beef」（这不是在搞对立）。两人已通话沟通，就事前未互相知会一事致歉。
Vercel CEO Guillermo Rauch 则措辞更为激烈，称「Cloudflare 的使命是 fork 整个开发者生态并摧毁开源」，并提及 Cloudflare 此前推出的 Next.js 替代方案 Vinext「带着 10 个漏洞就交付给了一个 .gov 网站」。不过 Rauch 同时表示他个人「很欣赏 Sunil，也投资了他的公司」，Ubl 的批评是在安全问题上追究行业同行的责任。
信源：https://x.com/cramforce/status/2033285112478171373
谷歌NotebookLM流量一年半从零做到反超Perplexity，后者自去年四季度持续下滑
网站流量分析平台 Similarweb 数据显示，谷歌旗下 AI 研究与笔记工具 NotebookLM 过去两个月的网站总访问量已超越 AI 搜索引擎 Perplexity。
据 Similarweb 发布的全球流量趋势图，NotebookLM.com 直到 2024 年年中访问量还接近零，下半年开始起量，2025 年四季度进入陡峭增长期，2026 年 2 月月访问量已达约 1.8 亿次。Perplexity 此前一路领先，2025 年 10 月前后达到约 2.1 亿次的峰值后转入下行通道，至 2026 年 2 月已回落至约 1.5 亿次。两条曲线在 2025 年底至 2026 年初交叉，NotebookLM 完成反超。
信源：https://x.com/Similarweb/status/2033171355546386570
网站流量分析平台 Similarweb 数据显示，谷歌旗下 AI 研究与笔记工具 NotebookLM 过去两个月的网站总访问量已超越 AI 搜索引擎 Perplexity。
据 Similarweb 发布的全球流量趋势图，NotebookLM.com 直到 2024 年年中访问量还接近零，下半年开始起量，2025 年四季度进入陡峭增长期，2026 年 2 月月访问量已达约 1.8 亿次。Perplexity 此前一路领先，2025 年 10 月前后达到约 2.1 亿次的峰值后转入下行通道，至 2026 年 2 月已回落至约 1.5 亿次。两条曲线在 2025 年底至 2026 年初交叉，NotebookLM 完成反超。
信源：https://x.com/Similarweb/status/2033171355546386570
a16z联创：比特币就是答案，AI将让一人独角兽从偶然变成必然
a16z 联合创始人 Marc Andreessen 在接受 David Senra 访谈时指出，比特币、Minecraft、WhatsApp、Instagram 是历史上极少数由一两人打造的现象级产品，他相信 AI 将使这类「一人独角兽」从偶然变成常态。
他用小说家对比电影导演来解释这个预测：小说家可以随时改写任何情节，而导演拍摄期间绝无法推倒重来，因为有 300 人在等。软件开发过去更像拍电影，需要分工协作；AI 正在让它越来越像写小说，一个人就能完整掌控整个创作过程。
他同时指出，AI 正在从根本上重写风险投资的资金量级。头部 AI 公司正在融资数十亿乃至数百亿美元，此前以 1000 万至 5000 万美元为惯常上限的 VC 单笔投资，在今天的 AI 竞争中已基本失去参与能力。
信源：https://www.youtube.com/watch?v=qBVe3M2g_SA
a16z 联合创始人 Marc Andreessen 在接受 David Senra 访谈时指出，比特币、Minecraft、WhatsApp、Instagram 是历史上极少数由一两人打造的现象级产品，他相信 AI 将使这类「一人独角兽」从偶然变成常态。
他用小说家对比电影导演来解释这个预测：小说家可以随时改写任何情节，而导演拍摄期间绝无法推倒重来，因为有 300 人在等。软件开发过去更像拍电影，需要分工协作；AI 正在让它越来越像写小说，一个人就能完整掌控整个创作过程。
他同时指出，AI 正在从根本上重写风险投资的资金量级。头部 AI 公司正在融资数十亿乃至数百亿美元，此前以 1000 万至 5000 万美元为惯常上限的 VC 单笔投资，在今天的 AI 竞争中已基本失去参与能力。
信源：https://www.youtube.com/watch?v=qBVe3M2g_SA
a16z联创批评深度学习之父：AI先驱最不适合预测AI未来，爱迪生都不知道留声机会播爵士乐
a16z 联合创始人 Andreessen 以爱迪生的案例论证技术发明者预测社会影响的内在局限：爱迪生发明留声机时坚信其主要用途是在家中播放宗教布道，结果留声机落地即成音乐播放器，并直接催生了爵士乐时代。他认为，在实验室深耕 20 年的 AI 先驱太专注于眼前技术细节，对技术将如何嵌入更广泛的文化和经济体系缺乏判断力，是预测 AI 社会影响「最不称职的一群人」，并补充道「包括我自己」。
他以此批评深度学习先驱、被誉为「人工智能教父」的专家 Geoffrey Hinton 关于 AI 将导致大规模失业、需全面推行全民基本收入（UBI）的论断，称 Hinton 自我宣称的社会主义立场先于其技术分析。「一个社会主义者的答案当然是共产主义，真是巧合。」
信源：https://www.youtube.com/watch?v=qBVe3M2g_SA
a16z 联合创始人 Andreessen 以爱迪生的案例论证技术发明者预测社会影响的内在局限：爱迪生发明留声机时坚信其主要用途是在家中播放宗教布道，结果留声机落地即成音乐播放器，并直接催生了爵士乐时代。他认为，在实验室深耕 20 年的 AI 先驱太专注于眼前技术细节，对技术将如何嵌入更广泛的文化和经济体系缺乏判断力，是预测 AI 社会影响「最不称职的一群人」，并补充道「包括我自己」。
他以此批评深度学习先驱、被誉为「人工智能教父」的专家 Geoffrey Hinton 关于 AI 将导致大规模失业、需全面推行全民基本收入（UBI）的论断，称 Hinton 自我宣称的社会主义立场先于其技术分析。「一个社会主义者的答案当然是共产主义，真是巧合。」
信源：https://www.youtube.com/watch?v=qBVe3M2g_SA
a16z联创高度评价马斯克：没有第二个马斯克
a16z 联合创始人 Andreessen 在访谈中高度评价马斯克，称他或许已「破解了未来 100 年最优的公司管理方式」。核心方法是完全绕过中间管理层，直接与一线工程师对接。马斯克每天进行约 120 次工程师设计审查，每次 5 分钟，每小时 12 次，持续约 10 小时，目标是识别当前最关键的生产瓶颈，然后当天亲自配合该工程师解决。
Andreessen 将这套方法与他在 IBM 实习时见到的「大灰云」对比：IBM 层层经理将 CEO 与实际技术工作彻底隔绝，CEO 只能收到被粉饰过的信息。特斯拉持续领先传统车厂的本质，是马斯克每年亲手修复 52 次关键生产瓶颈，而传统公司解决同等问题往往需要数月。
这套方法还形成了正向人才循环：全球顶尖工程师争相加入马斯克的公司，因为他是唯一能以工程同行身份与一线人员并肩工作的 CEO，无法胜任的人则被迅速淘汰。Andreessen 坦言这套方法几乎无法复制，他以假想单位「毫马斯克」（milli-Elon）衡量创始人成色：多数创始人处于 0.1 至 1 个 milli-Elon 区间，达到 500 个 milli-Elon 的创始人他会倾囊支持。
信源：https://www.youtube.com/watch?v=qBVe3M2g_SA
a16z 联合创始人 Andreessen 在访谈中高度评价马斯克，称他或许已「破解了未来 100 年最优的公司管理方式」。核心方法是完全绕过中间管理层，直接与一线工程师对接。马斯克每天进行约 120 次工程师设计审查，每次 5 分钟，每小时 12 次，持续约 10 小时，目标是识别当前最关键的生产瓶颈，然后当天亲自配合该工程师解决。
Andreessen 将这套方法与他在 IBM 实习时见到的「大灰云」对比：IBM 层层经理将 CEO 与实际技术工作彻底隔绝，CEO 只能收到被粉饰过的信息。特斯拉持续领先传统车厂的本质，是马斯克每年亲手修复 52 次关键生产瓶颈，而传统公司解决同等问题往往需要数月。
这套方法还形成了正向人才循环：全球顶尖工程师争相加入马斯克的公司，因为他是唯一能以工程同行身份与一线人员并肩工作的 CEO，无法胜任的人则被迅速淘汰。Andreessen 坦言这套方法几乎无法复制，他以假想单位「毫马斯克」（milli-Elon）衡量创始人成色：多数创始人处于 0.1 至 1 个 milli-Elon 区间，达到 500 个 milli-Elon 的创始人他会倾囊支持。
信源：https://www.youtube.com/watch?v=qBVe3M2g_SA
谢赛宁首次受访：两次拒绝Ilya，称语言是「鸦片」、硅谷被LLM催眠
上周完成 10.3 亿美元种子轮融资的世界模型公司 AMI Labs 联合创始人兼首席科学官、Diffusion Transformer（DiT）论文共同作者谢赛宁近日首次接受公开长篇访谈。谢赛宁生于 1990 年，毕业于上海交通大学和加州大学圣地亚哥分校，现于纽约大学任教，此前在 Meta FAIR 和 Google DeepMind 任研究科学家，论文引用近 10 万次。
谢赛宁对 LLM 路线提出系统批评。他认为 LLM 并非 Bitter Lesson（Richard Sutton 提出的「苦涩的教训」）的成功验证，「某种程度上，LLM 是反 Bitter Lesson 的」，理由是语言本身就是人类数千年文明高度凝练的产物，属于精巧的人工结构，而 Bitter Lesson 的核心主张恰恰是减少人类知识介入。他称语言是「鸦片」：「你加多了总是会觉得更幸福的，它有用，但它是一个捷径。如果你一直吸鸦片就废了；如果你一直拄着拐杖，你就没办法训练大腿的肌肉。」
他给世界模型一个简洁定义：语言模型是预测下一个 token，世界模型是基于你的动作预测下一个状态。世界模型的优势在于安全可控，因为它能预测行动后果，可在推理阶段主动规避危险行为，而非像 LLM 完全依赖微调和对齐。他认为 AGI 是「伪命题」，引用强化学习之父 Richard Sutton 的观点称，打造一只松鼠在真实世界生存的智能，比拿 IMO 金牌和写代码难得多。
谢赛宁透露自己曾两次拒绝 OpenAI 前首席科学家 Ilya Sutskever。2018 年他通过 OpenAI 面试拿到 offer，但毫不犹豫选择了 FAIR，因为何恺明、Piotr Dollár、Ross Girshick 等计算机视觉顶尖研究者在那里。Ilya 打电话来时「非常生气」，质问是不是给的钱不够。2024 年 Ilya 创立 SSI 后再次邀请，两人通话的主题是如何赋予 AI「爱」的能力，但当谢赛宁问及对多模态和视觉的看法时，Ilya 认为「已经解决得很不错了」，路线分歧使他再次婉拒。
谈及 AMI 为何刻意不在硅谷设办公室，谢赛宁说「Silicon Valley is very LLM-pilled，硅谷已经深陷于 LLM，完全被它催眠了」。AMI 以巴黎为总部，以「草根联盟」模式在全球聚集拥有真实世界数据的合作伙伴，他以万事达卡联合地方银行对抗 Visa 的历史来类比。他提出世界模型时代的训练范式是「以前是 download internet 的时代，现在是 download human 的时代」，短期两大落地出口分别是 AI 智能眼镜和机器人。
信源：https://mp.weixin.qq.com/s/PIOh_aXVuNUT27G5UoKCkw
上周完成 10.3 亿美元种子轮融资的世界模型公司 AMI Labs 联合创始人兼首席科学官、Diffusion Transformer（DiT）论文共同作者谢赛宁近日首次接受公开长篇访谈。谢赛宁生于 1990 年，毕业于上海交通大学和加州大学圣地亚哥分校，现于纽约大学任教，此前在 Meta FAIR 和 Google DeepMind 任研究科学家，论文引用近 10 万次。
谢赛宁对 LLM 路线提出系统批评。他认为 LLM 并非 Bitter Lesson（Richard Sutton 提出的「苦涩的教训」）的成功验证，「某种程度上，LLM 是反 Bitter Lesson 的」，理由是语言本身就是人类数千年文明高度凝练的产物，属于精巧的人工结构，而 Bitter Lesson 的核心主张恰恰是减少人类知识介入。他称语言是「鸦片」：「你加多了总是会觉得更幸福的，它有用，但它是一个捷径。如果你一直吸鸦片就废了；如果你一直拄着拐杖，你就没办法训练大腿的肌肉。」
他给世界模型一个简洁定义：语言模型是预测下一个 token，世界模型是基于你的动作预测下一个状态。世界模型的优势在于安全可控，因为它能预测行动后果，可在推理阶段主动规避危险行为，而非像 LLM 完全依赖微调和对齐。他认为 AGI 是「伪命题」，引用强化学习之父 Richard Sutton 的观点称，打造一只松鼠在真实世界生存的智能，比拿 IMO 金牌和写代码难得多。
谢赛宁透露自己曾两次拒绝 OpenAI 前首席科学家 Ilya Sutskever。2018 年他通过 OpenAI 面试拿到 offer，但毫不犹豫选择了 FAIR，因为何恺明、Piotr Dollár、Ross Girshick 等计算机视觉顶尖研究者在那里。Ilya 打电话来时「非常生气」，质问是不是给的钱不够。2024 年 Ilya 创立 SSI 后再次邀请，两人通话的主题是如何赋予 AI「爱」的能力，但当谢赛宁问及对多模态和视觉的看法时，Ilya 认为「已经解决得很不错了」，路线分歧使他再次婉拒。
谈及 AMI 为何刻意不在硅谷设办公室，谢赛宁说「Silicon Valley is very LLM-pilled，硅谷已经深陷于 LLM，完全被它催眠了」。AMI 以巴黎为总部，以「草根联盟」模式在全球聚集拥有真实世界数据的合作伙伴，他以万事达卡联合地方银行对抗 Visa 的历史来类比。他提出世界模型时代的训练范式是「以前是 download internet 的时代，现在是 download human 的时代」，短期两大落地出口分别是 AI 智能眼镜和机器人。
信源：https://mp.weixin.qq.com/s/PIOh_aXVuNUT27G5UoKCkw
清华团队开源多智能体AI课堂OpenMAIC：AI老师语音授课带白板，AI同学举手讨论，已接入OpenClaw
清华大学今日开源 OpenMAIC（Open Multi-Agent Interactive Classroom），一个基于多智能体协作的 AI 课堂系统。用户输入一个主题或上传 PDF 文档，系统自动生成包含课件（可导出 PPTX）、随堂测验（AI 判分）、交互式网页模拟和项目制学习（PBL）的完整课堂。
OpenMAIC 的核心特点在于「多智能体沉浸式课堂」：AI 老师通过 TTS 语音授课，同时自主控制激光笔、聚光灯，在白板上即兴绘制流程图和步骤演示；AI 同学会在课堂中举手提问和发起圆桌讨论，用户可旁观也可随时插话参与。底层使用 LangGraph 调度，支持接入 OpenAI、Claude 及本地 Ollama 等模型。
该系统已接入 OpenClaw，用户可通过飞书、Slack、Telegram 等消息应用直接对 AI 助手下达指令生成课程。项目采用 AGPL-3.0 许可证开源，在线体验地址为 open.maic.chat。
信源：https://github.com/THU-MAIC/OpenMAIC
清华大学今日开源 OpenMAIC（Open Multi-Agent Interactive Classroom），一个基于多智能体协作的 AI 课堂系统。用户输入一个主题或上传 PDF 文档，系统自动生成包含课件（可导出 PPTX）、随堂测验（AI 判分）、交互式网页模拟和项目制学习（PBL）的完整课堂。
OpenMAIC 的核心特点在于「多智能体沉浸式课堂」：AI 老师通过 TTS 语音授课，同时自主控制激光笔、聚光灯，在白板上即兴绘制流程图和步骤演示；AI 同学会在课堂中举手提问和发起圆桌讨论，用户可旁观也可随时插话参与。底层使用 LangGraph 调度，支持接入 OpenAI、Claude 及本地 Ollama 等模型。
该系统已接入 OpenClaw，用户可通过飞书、Slack、Telegram 等消息应用直接对 AI 助手下达指令生成课程。项目采用 AGPL-3.0 许可证开源，在线体验地址为 open.maic.chat。
信源：https://github.com/THU-MAIC/OpenMAIC
SWE-CI：现有编程基准全在测错误的能力，AI长期维护代码远弱于一次性修bug
中山大学与阿里巴巴联合团队发布代码维护基准 SWE-CI，直指 SWE-bench 等现有基准的根本盲区：真实软件开发中，维护活动占全生命周期成本的 60%-80%，但主流基准均采用「快照式」范式，只测一次性修复能力，无法评估模型能否在长期演化中保持代码质量。
SWE-CI 包含 100 个任务，均来自真实 GitHub 仓库，平均跨越 233 天、71 次连续提交的演化历史。评测采用「架构师-程序员」双 Agent 协议：架构师分析当前代码与目标版本的测试差距并生成需求文档，程序员据此修改代码，两者最多迭代 20 轮，以 EvoScore 衡量长期可维护性（越晚的迭代权重越高，惩罚先快后烂的短视代码）。
对 8 家厂商 18 个模型的测评结果：
- Claude Opus 系列全程领跑，GLM-5 表现突出
- 2026 年后发布的模型比此前版本进步幅度明显更大，代码维护能力正在加速演进
- 零回归率（全程不引入任何旧功能退化的比例）是最严峻的短板：绝大多数模型低于 0.25，仅 Claude Opus 系列两款模型超过 0.5
信源：https://arxiv.org/abs/2603.03823
中山大学与阿里巴巴联合团队发布代码维护基准 SWE-CI，直指 SWE-bench 等现有基准的根本盲区：真实软件开发中，维护活动占全生命周期成本的 60%-80%，但主流基准均采用「快照式」范式，只测一次性修复能力，无法评估模型能否在长期演化中保持代码质量。
SWE-CI 包含 100 个任务，均来自真实 GitHub 仓库，平均跨越 233 天、71 次连续提交的演化历史。评测采用「架构师-程序员」双 Agent 协议：架构师分析当前代码与目标版本的测试差距并生成需求文档，程序员据此修改代码，两者最多迭代 20 轮，以 EvoScore 衡量长期可维护性（越晚的迭代权重越高，惩罚先快后烂的短视代码）。
对 8 家厂商 18 个模型的测评结果：
- Claude Opus 系列全程领跑，GLM-5 表现突出
- 2026 年后发布的模型比此前版本进步幅度明显更大，代码维护能力正在加速演进
- 零回归率（全程不引入任何旧功能退化的比例）是最严峻的短板：绝大多数模型低于 0.25，仅 Claude Opus 系列两款模型超过 0.5
信源：https://arxiv.org/abs/2603.03823
分析：黄仁勋今日需证明Groq整合路线，否则定制芯片叙事占上风
知名行业分析师 Patrick Moorhead 在 GTC 2026 开幕前发布长篇分析，核心判断是：今日黄仁勋演讲的真正考题，是能否展示训练 GPU、预填充加速器、Groq 解码处理器和 CPU 在统一软件层下协同运作的完整路线图。做到，GTC 2026 标志着英伟达完成平台转型；做不到，叙事将倒向超大型云厂商自研芯片。
他梳理的已确认事实：Vera Rubin NVL72 机架（72 颗 Rubin GPU + 36 颗 Vera CPU，NVLink 6 以每 GPU 3.6TB/s 互联）已在 AWS、谷歌云、微软、甲骨文四家云厂部署，下半年量产爬坡；Rubin GPU 以 1.6 倍于 Blackwell 的晶体管数量实现 5 倍推理性能，推理达 50 Petaflops、训练达 35 Petaflops；200 亿美元 Groq 并购完成，以非排他性许可为框架，同步引入创始人 Jonathan Ross 及约 80% 的工程师团队，超过 2019 年 70 亿美元收购 Mellanox 的规模。
Moorhead 对今日演讲的预判：正式推出 NemoClaw（英伟达面向企业 AI Agent 的开源平台）；展示 2028 年架构 Feynman 的路线图，该架构据分析机构报告将采用台积电 A16 1.6nm 工艺；Ross 预计亦将亮相演讲台。
他也指出了三个风险：Groq 整合在超大型云厂规模下尚未验证，200 亿美元对未经实战的技术代价高昂；能源约束是 2027 年最大变量，近 40% 的新建数据中心集中在电力充裕的德克萨斯州，但沿海地区面临真实瓶颈；英伟达数据中心 AI 市占率预计在未来两年从 90% 以上压缩至约 70%。
信源：https://x.com/PatrickMoorhead/status/2033215183884042493
知名行业分析师 Patrick Moorhead 在 GTC 2026 开幕前发布长篇分析，核心判断是：今日黄仁勋演讲的真正考题，是能否展示训练 GPU、预填充加速器、Groq 解码处理器和 CPU 在统一软件层下协同运作的完整路线图。做到，GTC 2026 标志着英伟达完成平台转型；做不到，叙事将倒向超大型云厂商自研芯片。
他梳理的已确认事实：Vera Rubin NVL72 机架（72 颗 Rubin GPU + 36 颗 Vera CPU，NVLink 6 以每 GPU 3.6TB/s 互联）已在 AWS、谷歌云、微软、甲骨文四家云厂部署，下半年量产爬坡；Rubin GPU 以 1.6 倍于 Blackwell 的晶体管数量实现 5 倍推理性能，推理达 50 Petaflops、训练达 35 Petaflops；200 亿美元 Groq 并购完成，以非排他性许可为框架，同步引入创始人 Jonathan Ross 及约 80% 的工程师团队，超过 2019 年 70 亿美元收购 Mellanox 的规模。
Moorhead 对今日演讲的预判：正式推出 NemoClaw（英伟达面向企业 AI Agent 的开源平台）；展示 2028 年架构 Feynman 的路线图，该架构据分析机构报告将采用台积电 A16 1.6nm 工艺；Ross 预计亦将亮相演讲台。
他也指出了三个风险：Groq 整合在超大型云厂规模下尚未验证，200 亿美元对未经实战的技术代价高昂；能源约束是 2027 年最大变量，近 40% 的新建数据中心集中在电力充裕的德克萨斯州，但沿海地区面临真实瓶颈；英伟达数据中心 AI 市占率预计在未来两年从 90% 以上压缩至约 70%。
信源：https://x.com/PatrickMoorhead/status/2033215183884042493
X (formerly Twitter)
Patrick Moorhead (@PatrickMoorhead) on X
NVIDIA GTC 2026 Preview: Heterogeneous Compute, Groq, and the Next Phase of the AI Build-Out
Nebius与Meta签270亿美元5年合同，Vera Rubin首批大规模落地
Nebius Group（纳斯达克：NBIS）今日宣布与 Meta 签订新的 5 年 AI 基础设施供应协议，合同总额最高约 270 亿美元。
协议分两部分：Nebius 将向 Meta 提供 120 亿美元的专项算力，基于英伟达 Vera Rubin 平台的首批大规模商业部署之一，最早于 2027 年初开始交付；此外，Meta 就 Nebius 即将建设的新集群承诺额外采购最高 150 亿美元的算力，Nebius 计划优先向第三方客户销售这部分产能，剩余再由 Meta 承接。
这是 Nebius 与 Meta 扩大既有合作关系的结果，CEO Arkady Volozh 称将「持续兑现」，公司 2026 年财务指引维持不变。3 月 11 日，英伟达刚宣布向 Nebius 投资 20 亿美元，双方合作目标是 2030 年底前部署超过 5GW 的英伟达系统，今日 Meta 合同可视为该合作的首个大规模落地。
信源：https://nebius.com/newsroom/nebius-signs-new-ai-infrastructure-agreement-with-meta
Nebius Group（纳斯达克：NBIS）今日宣布与 Meta 签订新的 5 年 AI 基础设施供应协议，合同总额最高约 270 亿美元。
协议分两部分：Nebius 将向 Meta 提供 120 亿美元的专项算力，基于英伟达 Vera Rubin 平台的首批大规模商业部署之一，最早于 2027 年初开始交付；此外，Meta 就 Nebius 即将建设的新集群承诺额外采购最高 150 亿美元的算力，Nebius 计划优先向第三方客户销售这部分产能，剩余再由 Meta 承接。
这是 Nebius 与 Meta 扩大既有合作关系的结果，CEO Arkady Volozh 称将「持续兑现」，公司 2026 年财务指引维持不变。3 月 11 日，英伟达刚宣布向 Nebius 投资 20 亿美元，双方合作目标是 2030 年底前部署超过 5GW 的英伟达系统，今日 Meta 合同可视为该合作的首个大规模落地。
信源：https://nebius.com/newsroom/nebius-signs-new-ai-infrastructure-agreement-with-meta
安全产品反而泄密：360安全龙虾将HTTPS通配符证书私钥打包进本地目录
360 近期发布的安全产品「安全龙虾」被发现将 *.myclaw.360.cn 的通配符域名证书及对应私钥直接打包在本地安装目录中。安全龙虾的界面基于定制版 360 浏览器，通过 https://myclaw.360.cn:19798/ 本地地址访问，工程师为实现这一本地 HTTPS 连接，将通配符证书和私钥一并放入客户端。
该通配符证书覆盖 myclaw.360.cn 下所有子域名，私钥泄露后第三方可伪造该域名下的 HTTPS 加密连接，证书目前尚未吊销。360 SRC 团队回应称此事为内部已知问题，正在处理。
信源：https://x.com/landiantech/status/2033517161914982768
360 近期发布的安全产品「安全龙虾」被发现将 *.myclaw.360.cn 的通配符域名证书及对应私钥直接打包在本地安装目录中。安全龙虾的界面基于定制版 360 浏览器，通过 https://myclaw.360.cn:19798/ 本地地址访问，工程师为实现这一本地 HTTPS 连接，将通配符证书和私钥一并放入客户端。
该通配符证书覆盖 myclaw.360.cn 下所有子域名，私钥泄露后第三方可伪造该域名下的 HTTPS 加密连接，证书目前尚未吊销。360 SRC 团队回应称此事为内部已知问题，正在处理。
信源：https://x.com/landiantech/status/2033517161914982768
X (formerly Twitter)
蓝点网 (@landiantech) on X
蓝点网已就此事咨询360SRC团队，该团队回应称这是内部已知问题，目前正在处理中
OpenAI拟与四大PE组建百亿美元合资公司，抢在IPO前锁定企业AI渠道
OpenAI 正与 TPG、Advent International、Bain Capital 和 Brookfield Asset Management 四家私募股权公司深入谈判，计划组建一家投前估值约 100 亿美元的合资公司，将 OpenAI 的企业级产品部署到这些 PE 旗下的被投企业及更广泛的市场。PE 方合计出资约 40 亿美元，获得股权和董事会席位，TPG 担任领投方。OpenAI 向投资者提供优先股，回报优先于普通股东且下行风险有限。
Anthropic 也在同步推进类似交易，正与黑石、Permira 和 Hellman & Friedman 谈判组建合资公司，PE 方出资规模约 10 亿美元，但提供的是不带优先回报保护的普通股。
两家公司争抢 PE 合作的逻辑一致：PE 掌控大量企业客户并影响其软件和 AI 预算，而双方最快今年 IPO。在企业 AI 市场中 Anthropic 被普遍认为领先于 OpenAI。截至上月底，OpenAI 企业业务年化收入为 100 亿美元，占其 250 亿美元总年化收入的 40%。合资公司还将帮助推广 OpenAI 上月推出的企业平台 Frontier 及其与 BCG、麦肯锡等咨询巨头合作的 Frontier Alliances 计划。各方均未就合资计划发表评论，交易条款仍可能变动。
信源：https://www.reuters.com/business/openai-courts-private-equity-join-enterprise-ai-venture-sources-say-2026-03-16/
OpenAI 正与 TPG、Advent International、Bain Capital 和 Brookfield Asset Management 四家私募股权公司深入谈判，计划组建一家投前估值约 100 亿美元的合资公司，将 OpenAI 的企业级产品部署到这些 PE 旗下的被投企业及更广泛的市场。PE 方合计出资约 40 亿美元，获得股权和董事会席位，TPG 担任领投方。OpenAI 向投资者提供优先股，回报优先于普通股东且下行风险有限。
Anthropic 也在同步推进类似交易，正与黑石、Permira 和 Hellman & Friedman 谈判组建合资公司，PE 方出资规模约 10 亿美元，但提供的是不带优先回报保护的普通股。
两家公司争抢 PE 合作的逻辑一致：PE 掌控大量企业客户并影响其软件和 AI 预算，而双方最快今年 IPO。在企业 AI 市场中 Anthropic 被普遍认为领先于 OpenAI。截至上月底，OpenAI 企业业务年化收入为 100 亿美元，占其 250 亿美元总年化收入的 40%。合资公司还将帮助推广 OpenAI 上月推出的企业平台 Frontier 及其与 BCG、麦肯锡等咨询巨头合作的 Frontier Alliances 计划。各方均未就合资计划发表评论，交易条款仍可能变动。
信源：https://www.reuters.com/business/openai-courts-private-equity-join-enterprise-ai-venture-sources-say-2026-03-16/
Meta旗下Manus发布桌面端，AI agent走出云端可直接操控用户本地电脑
去年底被 Meta 收购的通用 AI agent 平台 Manus 昨日发布桌面应用 Manus Desktop，核心功能「My Computer」首次将 Manus 从云端沙箱带到用户本地电脑，即日起面向 macOS 和 Windows 用户开放。
Manus 自上线以来完全运行在云端隔离沙箱中，拥有网络、命令行、文件系统和浏览器等能力，但无法触及用户的本地文件和应用。My Computer 通过在用户终端执行命令行指令来操作本地电脑，可读取、分析和编辑本地文件，启动和控制本地应用程序。官方博文展示的场景包括让 Manus 自动识别并分类整理上千张杂乱照片，以及用 Swift 在 Mac 上从零构建实时会议翻译应用，全程终端命令完成，20 分钟交付，未打开 Xcode。
权限控制方面，每条终端命令在执行前都需用户明确授权，提供「始终允许」和「仅允许一次」两种选项。My Computer 还支持调用本地 GPU 进行机器学习训练或大模型推理，用户可从手机等设备远程向家中电脑下达任务，只要电脑开机且 Manus Desktop 在运行即可。该功能同时整合了 Manus 已有的定时任务和自定义 Agent，可设置自动化本地例行任务，如每天早上清理下载文件夹或每周生成本地数据汇总报告。
信源：https://manus.im/blog/manus-my-computer-desktop
去年底被 Meta 收购的通用 AI agent 平台 Manus 昨日发布桌面应用 Manus Desktop，核心功能「My Computer」首次将 Manus 从云端沙箱带到用户本地电脑，即日起面向 macOS 和 Windows 用户开放。
Manus 自上线以来完全运行在云端隔离沙箱中，拥有网络、命令行、文件系统和浏览器等能力，但无法触及用户的本地文件和应用。My Computer 通过在用户终端执行命令行指令来操作本地电脑，可读取、分析和编辑本地文件，启动和控制本地应用程序。官方博文展示的场景包括让 Manus 自动识别并分类整理上千张杂乱照片，以及用 Swift 在 Mac 上从零构建实时会议翻译应用，全程终端命令完成，20 分钟交付，未打开 Xcode。
权限控制方面，每条终端命令在执行前都需用户明确授权，提供「始终允许」和「仅允许一次」两种选项。My Computer 还支持调用本地 GPU 进行机器学习训练或大模型推理，用户可从手机等设备远程向家中电脑下达任务，只要电脑开机且 Manus Desktop 在运行即可。该功能同时整合了 Manus 已有的定时任务和自定义 Agent，可设置自动化本地例行任务，如每天早上清理下载文件夹或每周生成本地数据汇总报告。
信源：https://manus.im/blog/manus-my-computer-desktop
Codex多代理功能正式上线：自定义Agent并行分工，最多6路并发
OpenAI 的 AI 编程工具 Codex 发布 CLI 0.115.0，将此前处于实验阶段的多代理（subagent）功能转为默认启用，无需再手动在配置中开启。用户可在一次对话中并行启动多个专项代理分头工作，主代理等待全部结果后统一汇总返回。官方文档将这一设计的动机归结为解决「上下文污染」和「上下文腐化」：当探索日志、测试输出、堆栈跟踪等中间产物堆积在主会话中，模型表现会随对话增长而下降，子代理将这些噪声工作移到独立线程中执行，只向主线程返回摘要。
Codex 内置三类代理：default（通用）、worker（执行导向，负责代码实现和修复）和 explorer（只读探索，侧重代码搜索和文件阅读）。用户也可通过 TOML 配置文件自定义代理，指定名称、职责描述、系统指令、模型选择和沙箱权限，放在
0.115.0 还引入了实验性 CSV 批量处理工具
信源：https://developers.openai.com/codex/subagents
OpenAI 的 AI 编程工具 Codex 发布 CLI 0.115.0，将此前处于实验阶段的多代理（subagent）功能转为默认启用，无需再手动在配置中开启。用户可在一次对话中并行启动多个专项代理分头工作，主代理等待全部结果后统一汇总返回。官方文档将这一设计的动机归结为解决「上下文污染」和「上下文腐化」：当探索日志、测试输出、堆栈跟踪等中间产物堆积在主会话中，模型表现会随对话增长而下降，子代理将这些噪声工作移到独立线程中执行，只向主线程返回摘要。
Codex 内置三类代理：default（通用）、worker（执行导向，负责代码实现和修复）和 explorer（只读探索，侧重代码搜索和文件阅读）。用户也可通过 TOML 配置文件自定义代理，指定名称、职责描述、系统指令、模型选择和沙箱权限，放在
~/.codex/agents/`（个人）或 .codex/agents/`（项目级）下即可生效。文档示例展示了一套 PR 审查工作流：pr_explorer 映射受影响的代码路径，reviewer 检查正确性和安全风险，docs_researcher 通过 MCP 服务器查阅框架 API 文档，三者并行完成后由主代理汇总。0.115.0 还引入了实验性 CSV 批量处理工具
spawn_agents_on_csv`：读取 CSV 文件，每行启动一个子代理执行相同指令模板（通过 `{column_name} 占位符），全部完成后导出汇总 CSV，适用于逐文件审计、批量 PR 检查等重复性任务。模型方面，子代理默认推荐 gpt-5.4，轻量扫描和快速摘要场景可切换为速度更快的 gpt-5.3-codex-spark。并发线程数默认上限 6，嵌套深度默认 1 层，子代理继承父会话的沙箱和审批策略。信源：https://developers.openai.com/codex/subagents
英伟达黄仁勋：Vera Rubin七款芯片全线量产，黄仁勋预见1万亿美元算力订单
英伟达创始人兼 CEO 黄仁勋在 GTC 2026 大会上正式宣布 Vera Rubin 平台全面量产，整合七款全新芯片，涵盖五类机架系统，整体设计为一台专为智能体 AI 打造的超级计算机。
核心机架 Vera Rubin NVL72 集成 72 颗 Rubin GPU 和 36 颗 Vera CPU，通过 NVLink 6 互连。与上一代 Blackwell 平台相比，训练大型混合专家模型所需 GPU 数量减至四分之一，每瓦推理吞吐量最高可达 Blackwell 的 10 倍，每令牌成本降至十分之一。
五类机架系统构成完整 AI 工厂基础设施：
- Vera Rubin NVL72 GPU 机架
- Vera CPU 机架（256 颗 Vera CPU，效率是传统 CPU 的 2 倍、速度提升 50%）
- Groq 3 LPX 推理加速机架
- BlueField-4 STX 存储机架（专为 AI Agent 键值缓存设计，推理吞吐量最高提升 5 倍）
- Spectrum-6 SPX 以太网机架
能耗管理方面，英伟达同步发布 DSX 平台：DSX Max-Q 可在固定电力限额内多部署 30% 的 AI 基础设施，DSX Flex 可激活此前无法利用的 100 吉瓦闲置电网容量。
AWS、谷歌云、微软 Azure、甲骨文云及 CoreWeave、Lambda、Nebius 等云服务商，以及思科、戴尔科技、惠普企业、联想、超微等系统厂商均宣布将于今年下半年推出 Vera Rubin 产品。Anthropic、Meta、Mistral AI 和 OpenAI 已明确将使用该平台训练更大规模的模型。
黄仁勋表示，他预测 Blackwell 和 Vera Rubin 系统在 2025 至 2027 年的合计订单将至少达到 1 万亿美元，较去年 GTC 给出的 5000 亿美元预测翻倍。
信源：https://nvidianews.nvidia.com/news/nvidia-vera-rubin-platform
英伟达创始人兼 CEO 黄仁勋在 GTC 2026 大会上正式宣布 Vera Rubin 平台全面量产，整合七款全新芯片，涵盖五类机架系统，整体设计为一台专为智能体 AI 打造的超级计算机。
核心机架 Vera Rubin NVL72 集成 72 颗 Rubin GPU 和 36 颗 Vera CPU，通过 NVLink 6 互连。与上一代 Blackwell 平台相比，训练大型混合专家模型所需 GPU 数量减至四分之一，每瓦推理吞吐量最高可达 Blackwell 的 10 倍，每令牌成本降至十分之一。
五类机架系统构成完整 AI 工厂基础设施：
- Vera Rubin NVL72 GPU 机架
- Vera CPU 机架（256 颗 Vera CPU，效率是传统 CPU 的 2 倍、速度提升 50%）
- Groq 3 LPX 推理加速机架
- BlueField-4 STX 存储机架（专为 AI Agent 键值缓存设计，推理吞吐量最高提升 5 倍）
- Spectrum-6 SPX 以太网机架
能耗管理方面，英伟达同步发布 DSX 平台：DSX Max-Q 可在固定电力限额内多部署 30% 的 AI 基础设施，DSX Flex 可激活此前无法利用的 100 吉瓦闲置电网容量。
AWS、谷歌云、微软 Azure、甲骨文云及 CoreWeave、Lambda、Nebius 等云服务商，以及思科、戴尔科技、惠普企业、联想、超微等系统厂商均宣布将于今年下半年推出 Vera Rubin 产品。Anthropic、Meta、Mistral AI 和 OpenAI 已明确将使用该平台训练更大规模的模型。
黄仁勋表示，他预测 Blackwell 和 Vera Rubin 系统在 2025 至 2027 年的合计订单将至少达到 1 万亿美元，较去年 GTC 给出的 5000 亿美元预测翻倍。
信源：https://nvidianews.nvidia.com/news/nvidia-vera-rubin-platform
英伟达黄仁勋推出首款Groq芯片LPX：与Vera Rubin组合每兆瓦推理效率最高提升35倍，并展示下一代Kyber原型
Groq 3 LPU（语言处理单元）是英伟达去年 12 月以约 200 亿美元收购 AI 推理芯片初创公司 Groq 后推出的第一款芯片，预计今年第三季度开始出货。Groq 3 LPX 机架可容纳 256 颗 LPU，配备 128GB 片上 SRAM 和每秒 640TB 的扩展互连带宽。官方称 LPX 与 Vera Rubin NVL72 搭配部署时，每兆瓦推理吞吐量最高可提升 35 倍，同时解锁万亿参数、百万令牌上下文推理场景的营收潜力。黄仁勋将两款处理器描述为"极端差异却相互统一：一个追求高吞吐，一个追求低延迟"，LPX 的片上内存则大幅扩展模型可用的总内存容量。LPX 机架计划今年下半年随 Vera Rubin 平台一同上市。
大会上，黄仁勋还展示了代号 Kyber 的下一代机架架构原型。Kyber 将 144 颗 GPU 的计算托盘改为垂直排列，以提升物理密度、降低延迟，将搭载于 Vera Rubin 的继任平台 Vera Rubin Ultra，预计 2027 年推出。
信源：https://nvidianews.nvidia.com/news/nvidia-vera-rubin-platform
Groq 3 LPU（语言处理单元）是英伟达去年 12 月以约 200 亿美元收购 AI 推理芯片初创公司 Groq 后推出的第一款芯片，预计今年第三季度开始出货。Groq 3 LPX 机架可容纳 256 颗 LPU，配备 128GB 片上 SRAM 和每秒 640TB 的扩展互连带宽。官方称 LPX 与 Vera Rubin NVL72 搭配部署时，每兆瓦推理吞吐量最高可提升 35 倍，同时解锁万亿参数、百万令牌上下文推理场景的营收潜力。黄仁勋将两款处理器描述为"极端差异却相互统一：一个追求高吞吐，一个追求低延迟"，LPX 的片上内存则大幅扩展模型可用的总内存容量。LPX 机架计划今年下半年随 Vera Rubin 平台一同上市。
大会上，黄仁勋还展示了代号 Kyber 的下一代机架架构原型。Kyber 将 144 颗 GPU 的计算托盘改为垂直排列，以提升物理密度、降低延迟，将搭载于 Vera Rubin 的继任平台 Vera Rubin Ultra，预计 2027 年推出。
信源：https://nvidianews.nvidia.com/news/nvidia-vera-rubin-platform
英伟达黄仁勋发布DLSS 5：传统3D图形与生成式AI融合，黄仁勋称这一路径将席卷各行业
英伟达黄仁勋在 GTC 大会上发布 DLSS 5，通过将传统 3D 图形的结构化数据与生成式 AI 模型融合，让 GeForce GPU 在本地实现实时 4K 照片级渲染，无需逐像素光栅化每个场景元素。黄仁勋在演讲中将这一方法描述为"可控 3D 图形与概率性生成式 AI 的融合"，称前者"完全可预测"、后者"高度逼真"，两者结合可让开发者创作出"既精美又可控"的内容。
黄仁勋将 DLSS 5 的技术路径定位为更广泛范式转移的起点，称"将结构化信息与生成式 AI 融合的做法，将在一个行业接一个行业中复现"。他以 Snowflake、Databricks、BigQuery 等企业数据平台为例，预判未来 AI Agent 将同时调用结构化和生成式数据库处理任务。
信源：https://techcrunch.com/2026/03/16/nvidias-dlss-5-uses-generative-ai-to-boost-photo-realism-in-video-games-with-ambitions-beyond-gaming/
英伟达黄仁勋在 GTC 大会上发布 DLSS 5，通过将传统 3D 图形的结构化数据与生成式 AI 模型融合，让 GeForce GPU 在本地实现实时 4K 照片级渲染，无需逐像素光栅化每个场景元素。黄仁勋在演讲中将这一方法描述为"可控 3D 图形与概率性生成式 AI 的融合"，称前者"完全可预测"、后者"高度逼真"，两者结合可让开发者创作出"既精美又可控"的内容。
黄仁勋将 DLSS 5 的技术路径定位为更广泛范式转移的起点，称"将结构化信息与生成式 AI 融合的做法，将在一个行业接一个行业中复现"。他以 Snowflake、Databricks、BigQuery 等企业数据平台为例，预判未来 AI Agent 将同时调用结构化和生成式数据库处理任务。
信源：https://techcrunch.com/2026/03/16/nvidias-dlss-5-uses-generative-ai-to-boost-photo-realism-in-video-games-with-ambitions-beyond-gaming/
英伟达黄仁勋发布NemoClaw：为企业快速搭建OpenClaw AI Agent提供标准技术栈
英伟达黄仁勋在 GTC 大会上发布 NemoClaw，这是专为开源 AI Agent 框架 OpenClaw 设计的企业级参考技术栈。黄仁勋在演示中描述其运作方式："它找到 OpenClaw、下载它，然后给你搭建一个 AI Agent。"OpenClaw 由奥地利软件开发者 Peter Steinberger 于今年 1 月发布，据英伟达官方表述是"史上增长最快的开源项目"。Steinberger 上月加入 OpenAI，OpenAI CEO Sam Altman 表示 OpenClaw 将以开源项目形式长期存在，由 OpenAI 持续支持。
英伟达还同期发布了在 DGX Spark（英伟达推出的桌面级 AI 超级计算机）上本地运行 OpenClaw 的操作手册，帮助开发者在不依赖云端的情况下构建始终在线、可访问本地文件和应用的 AI Agent。
信源：https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html
英伟达黄仁勋在 GTC 大会上发布 NemoClaw，这是专为开源 AI Agent 框架 OpenClaw 设计的企业级参考技术栈。黄仁勋在演示中描述其运作方式："它找到 OpenClaw、下载它，然后给你搭建一个 AI Agent。"OpenClaw 由奥地利软件开发者 Peter Steinberger 于今年 1 月发布，据英伟达官方表述是"史上增长最快的开源项目"。Steinberger 上月加入 OpenAI，OpenAI CEO Sam Altman 表示 OpenClaw 将以开源项目形式长期存在，由 OpenAI 持续支持。
英伟达还同期发布了在 DGX Spark（英伟达推出的桌面级 AI 超级计算机）上本地运行 OpenClaw 的操作手册，帮助开发者在不依赖云端的情况下构建始终在线、可访问本地文件和应用的 AI Agent。
信源：https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html
英伟达黄仁勋披露自动驾驶进展：Uber将在全球28城部署Drive AV车队，日产等五大车企接入L4平台
英伟达黄仁勋在 GTC 大会上披露与 Uber 此前宣布的自动驾驶合作的具体细节：Uber 将基于英伟达 Drive AV 软件在全球 28 座城市、四大洲部署自动驾驶车队，计划 2028 年前完成，首批城市为洛杉矶和旧金山，预计 2027 年开始运营。
此外，黄仁勋宣布日产、比亚迪、吉利、五十铃、现代五家车企将基于英伟达 Drive Hyperion 平台研发 L4 级自动驾驶乘用车。五十铃还将与自动驾驶技术公司 Tier IV 合作开发自动驾驶公共汽车，采用英伟达 AGX Thor 机器人系统芯片。
信源：https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html
英伟达黄仁勋在 GTC 大会上披露与 Uber 此前宣布的自动驾驶合作的具体细节：Uber 将基于英伟达 Drive AV 软件在全球 28 座城市、四大洲部署自动驾驶车队，计划 2028 年前完成，首批城市为洛杉矶和旧金山，预计 2027 年开始运营。
此外，黄仁勋宣布日产、比亚迪、吉利、五十铃、现代五家车企将基于英伟达 Drive Hyperion 平台研发 L4 级自动驾驶乘用车。五十铃还将与自动驾驶技术公司 Tier IV 合作开发自动驾驶公共汽车，采用英伟达 AGX Thor 机器人系统芯片。
信源：https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html