动察Beating AI News
3.19K subscribers
902 photos
2 videos
1 file
3.44K links
AI新闻信息流
Download Telegram
传英伟达Feynman芯片被迫改设计:台积电A16产能紧缺,部分Die退回N3P

台媒《鉅亨网》援引业界消息报道称,英伟达下一代 AI 芯片 Feynman 预计 2028 年问世,原计划全面采用台积电最新 A16 制程,但因 A16 产能紧缺,英伟达无法拿到足够产能,已将部分 Die 改用 N3P 制程,仅保留最关键的 Die 使用 A16。

A16 是台积电 2 纳米制程的升级版,首度导入超级电轨(Super Power Rail)技术,将供电线路移至晶圆背面以提升逻辑密度与供电效率,主攻高性能计算产品。台积电预计今年下半年量产 A16,明年底前月产能提升至 2 万片,2028 年挑战 4 万片,届时整个 2 纳米家族月产能将达 20 万片。

信源:https://news.cnyes.com/news/id/6391994
K-Dense开源AI科研助手:170+科学技能、250+数据库,自带API Key本地运行

AI 科研平台 K-Dense 开源了其研究助手的 BYOK(Bring Your Own Keys)版本。核心是一个名为 Kady 的 AI Agent,接收用户问题后自动判断是直接回答还是调度特定领域的 AI「专家」处理,面向科学家、分析师等需要深度研究能力的用户。

Kady 内置 170 余项科学技能,覆盖生物信息学、基因组学到材料科学等领域,可访问 250 余个科学数据库和 50 万个 Python 包。用户通过 OpenRouter 接入 40 余个 AI 模型(OpenAI、Anthropic、谷歌、xAI、Qwen 等),用自己的 API Key 付费,所有数据和文件留在本地沙箱中。专家任务的代码执行统一通过 Gemini CLI 完成,可选接入云计算平台 Modal 运行高性能计算任务。

K-Dense 同时提供托管版 K-Dense Web,面向专业和学术研究团队,无需自行部署。

信源:https://github.com/K-Dense-AI/k-dense-byok
DeepSeek冲击一年后中美AI五层对账:中国能源领先,算力仅为美国的1%到4%

《The Wire China》发表长篇分析,以英伟达 CEO 黄仁勋提出的 AI「五层蛋糕」框架(能源、基础设施、芯片与算力、模型、应用)逐层对比中美 AI 竞争格局。

能源层中国占优。中国去年在能源项目上投入超 5000 亿美元,新增发电装机 543 吉瓦,相当于德国总装机容量的两倍。相比之下,美国总发电量过去 20 年基本持平,摩根士丹利预计到 2028 年美国数据中心可能面临约 49 吉瓦的电力缺口。不过牛津能源研究所高级研究员 Anders Hove 指出,中国电力交易和使用中长期存在的体制性瓶颈削弱了装机容量优势,「即使资本成本更低、利率更低,中国的电价也没有便宜多少」。

基础设施和芯片层美国大幅领先。美国拥有约 5500 个数据中心,是中国的 10 倍,截至去年 5 月托管了全球约 75% 的算力。美国四大科技巨头(微软、亚马逊、Alphabet、Meta)今年资本支出预计达 6500 亿美元,字节跳动计划投入 230 亿美元。美国外交关系委员会研究报告指出,即使假设中国能生产数百万枚芯片,由于质量差距,其算力仍仅为美国的 1% 到 4%。美国企业研究所研究员 Ryan Fedasiuk 预计,中国至少要到 2028 年前后才有可能在算力规模上接近美国主导的体系。但中国芯片业在推进自主化:华虹集团成为继中芯国际之后第二家具备 7 纳米制程能力的中国公司,摩根士丹利估计到 2030 年中国国产供应链可满足 76% 的国内 AI 芯片需求。

模型层差距收窄。中国公司 2 月在 OpenRouter 平台的 token 消耗量已超过美国同行。兰德公司研究员 Konstantin Pilz 认为中国模型大约落后前沿 3 到 6 个月,部分原因是利用了蒸馏等技术,OpenAI 和 Anthropic 均已指控 DeepSeek 通过蒸馏「搭便车」。中国公司还在价格和开源策略上持续加码。

应用层,中国用户对 AI 接受度更高,OpenClaw 热潮即为一例。但乔治·华盛顿大学助理教授 Jeffrey Ding 指出,中国的云计算和工业软件采用率远低于美国,AI 从北京、深圳、上海向青海等省份扩散的路径「将比在美国更加困难」。

信源:https://www.thewirechina.com/2026/03/22/scoring-the-ai-race-a-year-after-the-deepseek-shock/
苹果研究员对Transformer注意力「动了一刀」:让每个token忘掉自己,性能一致更好

苹果机器学习研究科学家 Shuangfei Zhai 发表论文,提出「排他自注意力」(Exclusive Self Attention,XSA)。改动很简单:标准 Transformer 中,每个 token 在计算注意力时会把自己的信息也算进去;XSA 强制排除自身位置的贡献,只从上下文中提取信息。直觉上,token 已经知道自己是什么了,注意力机制的价值在于告诉它周围有什么。

实验结果在最大 27 亿参数规模内一致优于标准自注意力,且序列越长优势越明显。Zhai 此前也是 Attention Free Transformer(AFT)的作者,持续在注意力机制替代方案上探索。

信源:https://arxiv.org/abs/2603.09078
从一句话到纳摩尔级抗体:AlphaFold前成员推出首个实验室验证的AI药物设计Agent

DeepMind AlphaFold 团队前研究科学家 Simon Kohl 创办的 AI 制药公司 Latent Labs 发布 Latent-Y,一个能从文字提示自主设计抗体药物的 AI Agent。用户输入设计目标和约束条件,Latent-Y 自主完成从靶点分析、表位选择、候选分子设计到计算验证的全流程,将专家团队数周的工作压缩到数小时。

实验室验证结果:在 9 个靶点中,Latent-Y 对 6 个成功设计出经实验确认的结合分子(67% 成功率),亲和力达到个位数纳摩尔级别。所有确认的结合分子均为从零设计的全新分子。用户测试显示,专家配合 Latent-Y 完成设计的速度是独立工作的 56 倍。

Latent-Y 支持三类设计任务:

1. 表位发现:根据治疗机制需求自主选择结合位点
2. 跨物种结合设计:设计能同时结合人类和实验动物同源靶点的抗体,支持临床前转化研究
3. 从论文出发设计:输入一篇科学论文,Agent 自动识别靶点和作用机制并设计候选分子

Latent-Y 底层依赖 Latent Labs 的前沿抗体生成模型 Latent-X2,除纳米抗体(VHH)外还支持大环肽和 mini-binder 设计。目前面向合作伙伴开放申请。Latent Labs 总部位于伦敦和旧金山,去年获得 5000 万美元融资,由 Radical Ventures 和 Sofinnova Partners 联合领投。

信源:https://www.latentlabs.com/latent-y/
千问上线打车Skill,内测模糊指令推理:说「去许仙遇到白素贞的地方」直接叫车去西湖断桥

阿里通义千问上线打车能力,用户可通过自然语言一句话完成选车型、添加途经点、预约时间等操作。该功能支持个性化需求描述,如「要空气清新的车,价格不超过 30 元」「驾驶平稳的老司机」等,系统自动匹配对应车型和服务。面对复杂场景同样可处理:用户说「一家人去什刹海看夕阳,6 个人」,系统自动推荐商务车型;说「去医院,车上有病人」,则优先匹配驾驶平稳的车辆,并可代为向司机传达「提前开窗通风」等要求。

千问同步内测模糊指令推理能力。用户说「帮我打车去许仙遇到白素贞的地方」,千问推理出目的地为杭州西湖断桥,直接叫车前往;说「帮我打车去黑神话悟空里小西天的取景地」,则打车去山西省隰县凤凰山顶;说「帮我打车去阿凡达里的悬浮山」,则前往张家界袁家界。

该功能还具备记忆与预约能力,用户预设家庭和公司地址后,可直接说「打车回家」或「下午 6 点半下班,帮我约车回家」完成预约。在阿里生态支持下,千问目前已串联订机票、订酒店与打车等多场景服务。千问「AI 办事」功能自去年 11 月上线以来使用量持续增长,今年春节期间已有 1.3 亿用户通过该平台体验 AI 购物服务。

信源:https://finance.sina.cn/stock/jdts/2026-03-23/detail-inhrxvtz4180745.d.html
毛利率60%超过苹果巅峰:宇树招股书拆解,知情人士称2025全年营收实际接近20亿

机器人公司宇树科技 3 月 20 日提交港股 IPO 招股书。《智能涌现》对其关键财务数据做了拆解,并从知情人士处获得了招股书未披露的信息。

招股书显示,2025 年前三季度宇树整体毛利率达 59.5%,其中人形机器人 62.9%、四足机器人 55.5%、机器人组件 60.4%。作为参照,机器人上市公司优必选和越疆近三年平均毛利率为 37%,苹果 2026 财年 Q1 毛利率 48.2%(其历史新高)。招股书仅披露前三季度营收 11.5 亿元,但知情人士向《智能涌现》透露,算上第四季度销量旺季,宇树 2025 全年营收实际接近 20 亿元。此前三年(2022-2024),宇树年营收一直在 1 至 3 亿元间徘徊。

2025 年宇树共售出超 1.8 万台四足机器人和 5500 台人形机器人(H1、G1),四足平均售价 2.72 万元(同比降 15.8%),人形平均售价 16.76 万元(同比降 35.7%)。四足产销率 86%、人形产销率 96%。

运营效率方面,宇树的销售费用率仅 6.5%,管理费用率仅 4.2%,分别是行业均值的一半和六分之一。招股书显示公司及所有子公司均无自有房产,全部租赁办公。多名员工描述了创始人王兴兴的成本风格:某次拆开会议室遥控器后在全员群要求不要用「性价比不高的电池」;公司内部流传其「无房、无车」,住公司附近公寓步行上班。

信源:https://mp.weixin.qq.com/s/gKx9Slqg_h_VkAqjhEK9EQ
千问核心成员离职后阿里首次公开表态:继续开源,现场展示千问万相开源路线图

阿里云 CTO、魔搭社区发起人周靖人 3 月 22 日在南京举办的魔搭开发者大会上公开亮相,确认阿里将持续开源千问(Qwen)和万相(Wan)系列模型。这是千问技术负责人林俊旸等核心成员离职引发外界对阿里开源路线担忧后,阿里高层首次在公开场合做出明确表态。

大会现场展示了一张开源模型路线图,列出大语言模型、多模态模型和垂直领域模型三大类数十个型号,涵盖千问语言模型系列、Qwen3-VL/Omni/ASR/TTS 等多模态模型、Wan2.2 系列视频生成模型,以及 Qwen3-Coder 代码模型等,并注明「全系模型开源,覆盖全尺寸全模态」「更多模型即将开源」。

截至目前,千问系列累计开源超 400 个官方模型,开发者基于千问开发的衍生模型超 3.4 万个,累计下载量 12 亿次。魔搭社区用户数已达 2500 万,托管 17 万个开源模型。

信源:https://x.com/ModelScope2022/status/2035652120729563290
OpenAI正与Altman投资的核聚变公司谈购电:目标2030年5吉瓦,Altman已退出该公司董事会

OpenAI 正与核聚变初创公司 Helion Energy 进行深入购电谈判。谈判框架为 OpenAI 先获得 Helion 产能的 12.5%,目标在 2030 年获得 5 吉瓦电力,2035 年扩大至 50 吉瓦。作为参照,Helion 2023 年与微软签订的购电协议为 50 兆瓦,谷歌与 Helion 竞争对手 Commonwealth Fusion Systems 的协议为 200 兆瓦。OpenAI 的 5 吉瓦目标是微软协议的 100 倍。

OpenAI CEO Sam Altman 是 Helion 的投资人,2021 年领投了其 5 亿美元 E 轮融资,持有可观股份(具体比例未披露)。知情人士称,Altman 已辞去 Helion 董事会主席职务,不再参与董事会事务,并回避了此次交易谈判。Helion 的其他投资方包括软银、Peter Thiel 的 Mithril Capital 和 Facebook 联合创始人 Dustin Moskovitz。Helion 2025 年 1 月又完成了 4.25 亿美元融资。

协议能否兑现取决于核聚变技术本身的进展。知情人士称 Helion 认为自己正接近「科学收支平衡点」(scientific breakeven),即聚变反应产生的能量超过输入能量,但目前尚无私营公司实现过这一里程碑。双方谈判仍处于框架阶段,包括发电厂选址在内的多项条件尚未落实。OpenAI 拒绝置评。

信源:https://www.axios.com/2026/03/23/openai-fusion-altman-helion
网易云音乐官方入局OpenClaw生态:开源三个Agent Skill,用自然语言听歌管歌单

网易云音乐开源了一套 AI Agent 技能包(NetEase/skills),包含三个 Skill:ncm-cli-setup(安装配置)、netease-music-cli(CLI 操作层)和 netease-music-assistant(智能音乐助手),支持 Claude Code 和 OpenClaw 接入。

用户安装后可通过自然语言完成音乐操作,如「帮我搜一下林俊杰的歌」「推荐一些适合深夜听的歌」「帮我创建一个跑步歌单」。智能助手 Skill 会分析用户红心歌单,从曲风标签、情绪方向、语言偏好、高频红心时段等维度生成偏好画像,据此多关键词并行搜索并自动去重已推荐和已收藏内容。

底层依赖网易云音乐同步发布的命令行工具 ncm-cli(npm 包 @music163/ncm-cli,v0.1.0),提供搜索、播放控制、歌单管理、每日推荐等功能,并内置 TUI 全屏终端播放器,支持旋转黑胶动画和歌词同步。使用前需在网易云音乐开放平台完成开发者入驻并获取 API Key。

信源:https://github.com/NetEase/skills
不用停机不用GPU,OpenClaw Agent也能越用越聪明:MetaClaw从失败中自动进化

AIMING Lab 近日开源 MetaClaw,一个让 OpenClaw Agent 在持续运行中自我进化的元学习框架。核心问题是:部署后的 Agent 是静态的,用户需求在变,但更新模型通常需要停机重训。MetaClaw 通过两个互相增强的机制解决这个问题:

1. 技能驱动的快速适应:Agent 失败时,由一个 LLM Evolver 分析失败轨迹,自动提炼出新的可复用技能注入技能库,全程零停机
2. 机会主义策略优化:在用户不活跃的时间窗口(由调度器监控系统空闲和日历数据触发),通过云端 LoRA 微调和过程奖励模型强化学习对底层策略做梯度更新

两个机制形成正循环:更好的策略产生更好的失败轨迹用于技能提炼,更丰富的技能又为策略优化提供更高质量的数据。整个框架采用代理架构,不需要本地 GPU,可直接作用于生产级大模型。

实验结果:技能适应机制将准确率相对提升最高 32%;完整流程将 Kimi-K2.5 的准确率从 21.4% 提升至 40.6%,复合鲁棒性提升 18.3%。

信源:https://github.com/aiming-lab/MetaClaw
让Agent自己设计Agent:Memento-Skills不改模型参数,靠「失败反思」在HLE上提升116%

Memento-Skills 是一个让 AI Agent 从失败中自主学习、改写自身能力的开源框架。核心思路是:不更新大模型参数,而是把所有能力组织成结构化的 Skill 文件(markdown 格式),Agent 在执行任务时自动检索合适的 Skill,失败后通过「读取→执行→反思→写回」闭环定位问题 Skill,修改或重建它,再写回技能库。整个过程零重训成本。

框架从 9 个基础 Skill(文件操作、网页搜索、PDF 处理、Office 文档等)起步,通过迭代学习不断扩展技能库。在 GAIA(通用 AI 助手基准)和 HLE(Humanity's Last Exam,专家级推理基准)上,经过多轮反思学习后整体准确率分别相对提升 26.2% 和 116.2%。

论文将这一范式称为「部署时学习」(deployment-time learning),与预训练和微调并列为大模型适应的第三种路径:前两者更新模型参数,需要大量数据和算力;部署时学习冻结参数,仅通过外部技能记忆积累经验。

项目提供 CLI、桌面 GUI 和飞书桥接三种部署方式,支持 Anthropic、OpenAI 及 Kimi、MiniMax、GLM 等国产模型接入,MIT 协议开源。

信源:https://github.com/Memento-Teams/Memento-Skills
小鹏发布自动驾驶世界模型X-World,国内驾驶数据可「零样本迁移」至海外

小鹏汽车 GWM 团队在 arXiv 发表论文,提出自动驾驶世界模型 X-World。给定 7 路环视摄像头的历史画面和一组未来动作指令,X-World 生成对应的多视角未来驾驶视频,并支持对周围车辆行人、车道标线等场景元素的精细控制,天气和时段可通过文本提示调节。

X-World 以流式自回归方式逐帧生成画面,支持实时交互,可直接用于端到端自动驾驶的闭环评估和在线强化学习训练,不再依赖高成本、难复现的实路测试。

论文提出「零样本风格迁移」能力:输入欧洲道路标志、左侧通行逻辑等本地化提示,即可将国内驾驶数据转化为海外训练资源,省去大规模本地数据采集。目前 X-World 已被用作在线强化学习训练环境和生成式数据工厂,可程序化生成极端天气、罕见车型等长尾场景。

小鹏汽车此前于 3 月发布第二代 VLA 模型,2025 年第四季度首次实现单季度盈利,净利润 3.8 亿元。2026 年物理 AI 研发预算预计提升至 70 亿元。

信源:https://arxiv.org/abs/2603.19979
👍1
OpenClaw大版本更新:上线ClawHub技能市场,一键导入Claude、Codex、Cursor插件

开源 AI Agent 平台 OpenClaw 发布 v2026.3.22 版本。本次更新最核心的变化是上线 ClawHub 技能市场。`openclaw plugins install` 现优先从 ClawHub 查找包,支持技能的搜索、安装和版本更新全流程。更值得关注的是跨生态兼容:OpenClaw 现可直接发现和导入 Claude、Codex、Cursor 三大平台的插件包,将其技能自动映射为 OpenClaw 格式运行,同时新增 Claude marketplace 注册解析和 plugin@marketplace 安装方式。

Web 搜索能力同步扩展,Exa、Tavily、Firecrawl 三大搜索与网页抓取服务作为内置插件上线,此前需用户自行配置。模型提供商方面,新增 Anthropic Vertex AI(通过谷歌 Vertex AI 调用 Claude)和 Chutes 提供商,小米 MiMo V2 Pro 和 V2 Omni 入库,MiniMax 默认模型从 M2.5 升至 M2.7,OpenAI 默认模型切换至 gpt-5.4。沙箱执行环境新增可插拔后端架构,首批提供 SSH 和 OpenShell 两种后端,不再仅限 Docker。

安全方面修复了一个 Windows 平台漏洞,攻击者可通过构造的本地媒体输入触发 SMB 凭据外泄。新增对 JVM 注入(`MAVEN_OPTS` 等)、glibc 利用(`GLIBC_TUNABLES`)和 .NET 依赖劫持(`DOTNET_ADDITIONAL_DEPS`)的沙箱环境阻断。插件 SDK 全面重构为 openclaw/plugin-sdk/* 子路径导入,旧的 openclaw/extension-api 被移除且无兼容垫片。历史品牌遗留也一并清理:全部 CLAWDBOT_*MOLTBOT_* 环境变量兼容及 .moltbot 状态目录自动迁移被移除。

信源:https://github.com/openclaw/openclaw/releases/tag/v2026.3.22
Claude上线电脑控制功能

Anthropic 为 Claude 推出电脑控制(computer use)功能,允许 AI 直接操作用户的 Mac 完成任务,包括打开应用、浏览网页、编辑文件、填写表格等桌面操作。该功能以研究预览形式在 Claude Cowork 和 Claude Code 中上线,仅限 macOS,面向 Pro 和 Max 订阅用户开放。

Claude 会优先通过已连接的应用集成(如 Slack、日历、Google Workspace)执行任务。当没有对应连接器时,会请求用户授权后直接在屏幕上操作应用。Anthropic 建议用户避免用该功能处理敏感信息。

配合 Dispatch 功能,用户可在手机端向 Claude 下达指令,Claude 在 Mac 桌面端自动完成工作,也支持设置定期任务,如每天早上扫描邮件或每周五生成报告。用户更新桌面应用并与手机配对后即可使用。

信源:https://x.com/claudeai/status/2036195789601374705
ChatGPT上线文件库:上传即保存,删对话也删不掉

OpenAI 为 ChatGPT 网页端新增 Library(文件库)功能,用户上传或生成的文档、表格、演示文稿、图片将自动保存至专属存储空间,可在后续对话中随时调用,无需重复上传。

用户可通过侧边栏的 Library 标签浏览所有已保存文件,也可在对话输入框中选择「最近文件」或「从 Library 添加」来引用。删除对话不会影响已保存的文件,文件需手动删除,删除后 OpenAI 将在 30 天内从服务器清除。AI 生成的图片仍归入 Images 标签页,不进入 Library。

该功能面向 Plus、Pro 和 Business 用户全球推出,欧洲经济区、瑞士和英国暂未开放。

信源:https://x.com/OpenAI/status/2036183180219392103
Meta再揽AI Agent团队:前Stripe CTO创办的Dreamer加入超级智能实验室

Meta 将 AI Agent 创业公司 Dreamer 的创始团队整体招入旗下,加入首席 AI 官 Alexandr Wang 领导的超级智能实验室(Meta Superintelligence Labs),从事 AI Agent 及相关项目开发。Dreamer 今年早些时候成立,帮助用户创建自己的 AI Agent,此前曾以 5 亿美元估值融资 5600 万美元。

三位核心创始人均已加入 Meta:

1. David Singleton,联合创始人,曾任金融科技公司 Stripe CTO、谷歌 Android 工程副总裁
2. Hugo Barra,联合创始人,曾任谷歌 Android 产品管理副总裁,后在小米任职,此后曾领导 Meta 虚拟现实部门至 2021 年离职
3. Nicholas Jitkoff,首席设计官,曾任谷歌 Chrome OS 首席设计师

交易未披露具体金额,但投资人将获得超过投资额的回报。Dreamer 作为独立法律实体保留,Meta 获得其技术的非独占许可。Singleton 在 LinkedIn 上确认了交易,称此前曾向 Zuckerberg 展示产品,「很快就发现我们对未来有着相同的愿景」。

这是 Meta 近期第三笔 AI Agent 相关交易。去年 12 月 Meta 同意以超过 20 亿美元收购 AI Agent 公司 Manus,本月又宣布收购 AI Agent 社交网络 Moltbook。Wang 在宣布此次招聘的内部信中写道:「我们对 Agent 的信念比以往任何时候都更强。Meta 正在打造真正个性化、始终在线的 Agent,能够跨应用界面和可穿戴设备集成。」

Dreamer 早期投资人、网络安全公司 Palo Alto Networks CEO Nikesh Arora 评价称:「AI 领域创业最大的挑战是脚下的沙子一直在动。你不知道明天你正在构建的功能会不会被模型本身吞掉,把你彻底消灭。」他认为加入 Meta 能在技术还热门时给团队一个更大的平台,「谁都不确定最后谁能赢」。

信源:https://www.bloomberg.com/news/articles/2026-03-23/meta-hires-former-google-stripe-execs-behind-ai-startup-dreamer
黄仁勋称「已实现AGI」,但10万个Agent也造不出英伟达

英伟达 CEO 黄仁勋在 Lex Fridman 播客第 494 期中被问及 AGI 时间线,直接回答:「我认为就是现在,我认为我们已经实现了 AGI。」

Fridman 将 AGI 定义为能够创建、发展并运营一家价值超 10 亿美元科技公司的 AI 系统,追问这还需要 5 年、10 年还是 20 年。黄仁勋先给出肯定回答,随即限定了范围:一个 Claude 完全能做出某个有趣的小应用,几十亿人各花 50 美分使用,然后很快又倒闭。他将此类比为互联网时代昙花一现的网站,称那些网站的复杂度不超过今天的 AI 能生成的水平。

但他也划了线:「10 万个这样的 Agent 造出英伟达的概率是零。」

信源:https://youtu.be/vif8NQcjVf0?si=o4zUby-SM08Vj8Q6
黄仁勋:OpenClaw是「token的iPhone」,英伟达营收可达3万亿美元

英伟达 CEO 黄仁勋在同一期播客中反复将开源 AI Agent 平台 OpenClaw 称为「token 的 iPhone」,认为它对 Agent 系统的意义等同于 ChatGPT 对生成式 AI 的意义,是「史上增长最快的应用」。

黄仁勋提出了一套以 token 为核心的经济模型。他认为 AI 已将计算机从文件检索的存储仓库变为实时生成 token 的工厂,而 Agent 的出现让 token 开始分层定价:从免费到付费再到专业级,类似 iPhone 的多层产品线。他断言每百万 token 收费 1000 美元「不是是否的问题,只是何时的问题」。

基于这一逻辑,他认为英伟达成为年营收 3 万亿美元的公司「在近期完全可能」,原因是全球 GDP 中用于计算的比例将比过去高出 100 倍,英伟达的供应链负担由 200 家合作伙伴共同分摊,不存在物理层面的规模瓶颈。

信源:https://youtu.be/vif8NQcjVf0?si=o4zUby-SM08Vj8Q6
黄仁勋称中国「全球创新最快的国家」:领导人是工程师,美国多是律师

英伟达 CEO 黄仁勋在 Lex Fridman 播客中被问及中国科技生态为何能在过去十年孵化出如此多世界级公司时,称中国是「当今全球创新最快的国家」和「建造者国度」(builder nation)。

他归纳了几个结构性因素:全球约一半的 AI 研究人员是中国人;中国的科技产业恰好在移动互联网和云计算时代崛起,天然熟悉现代软件开发;省市之间的激烈竞争催生了大量公司(「这就是为什么有那么多电动车公司,那么多 AI 公司」);而「同学」文化和紧密的社交网络让知识传播极快,「他们本质上一直在开源」,所以中国对开源社区的贡献如此之大完全合乎逻辑。

在比较两国领导层时黄仁勋说:「我们国家的领导人了不起,但大多是律师。他们的国家是从贫困中建起来的,大多数领导人是杰出的工程师。」

信源:https://youtu.be/vif8NQcjVf0?si=o4zUby-SM08Vj8Q6
OpenAI IPO预演:风险文件点名微软依赖、台海冲突和14起自杀诉讼

OpenAI 向潜在投资者分发了一份类似 IPO 招股书的财务文件,其中包含大量风险因素披露,为其年内可能的上市提供了预演。CNBC 获取并查阅了该文件。

文件将微软列为首要风险之一,称微软提供了 OpenAI「相当大比例的融资和算力」,并写道:「如果微软修改或终止与我们的商业合作关系,或我们未能成功拓展其他商业伙伴,我们的业务、前景、经营业绩和财务状况可能受到不利影响。」OpenAI 发言人回应称这是「标准的法律风险因素披露,与任何潜在 IPO 招股书无关」,「类似措辞已存在多年,微软是且将继续是关键的长期合作伙伴」。微软累计向 OpenAI 投资 130 亿美元,持有营利性实体约 27% 的稀释后股权,估值 1350 亿美元。

文件还披露了其他关键风险:

1. 截至去年 12 月,OpenAI 到 2030 年的预估算力支出承诺约 6650 亿美元,并称「算力需求是动态的,可能大幅扩大」
2. 芯片供应商台积电若受区域冲突影响(暗指中国大陆与台湾之间日益紧张的局势),OpenAI 可能面临「严重的供应链中断」
3. Musk 及其公司 xAI 已提起三起诉讼,首案预计下月开庭
4. 至少 14 起由 ChatGPT 用户或其家属提起的诉讼,指控产品导致「精神疾病引发自杀、死亡或其他伤害」

文件未将 CEO Sam Altman 列为关键人物风险的具名对象,仅泛泛提及公司运营依赖「关键人员」。OpenAI 上月宣布获得 1100 亿美元融资,目前正推进额外 100 亿美元的投资承诺,预计 3 月底完成。公司最新估值 7300 亿美元,ChatGPT 周活跃用户 9 亿,2025 年营收 131 亿美元。

信源:https://www.cnbc.com/2026/03/23/openai-risk-factors-microsoft-reliance-elon-musk-and-xai-lawsuits.html