⚡
4 条
AI基建狂飙与算力军备
OpenAI 7500亿算力预算 · 谷歌资本开支破2000亿 · 微软押注欧洲GPU · 黄仁勋力挺中国开源模型
1
OpenAI将2030年前算力支出预测从6000亿上调至7500亿美元,增幅25%。首个落地项目为佐治亚州"Project Camellia"数据中心园区,投资200亿美元,锁定3.2吉瓦电力供应,预计2028-2032年分阶段供电。
2
谷歌、OpenAI、Anthropic、微软、SpaceX AI同日抛出重磅投资计划。谷歌将2026年资本开支上调至1950-2050亿美元,微软数十亿美元支持Mistral AI在欧洲建GPU数据中心,SpaceX AI在得州寻址扩建1GW数据中心。
3
微软与Mistral AI深化合作,数十亿美元基础设施协议扩展欧洲GPU容量。AI数据中心用电需求飙升,电力供应成为科技巨头竞争核心瓶颈,OpenAI佐治亚项目单笔锁定3.2GW电力引发行业关注。
4
英伟达CEO黄仁勋接受Axios采访表示,中国AI模型非常出色,市场误解了DeepSeek和Kimi的影响。以"国家安全"为名限制开源AI模型可能使美国更加脆弱,世界需要开源和闭源两种模型。
🤖
4 条
企业智能体与产品浪潮
OpenAI Presence企业智能体平台 · 蚂蚁嗞嗞+Agentar2.0 · 字节豆包任务引擎 · 面壁端侧多智能体
5
OpenAI于7月22日发布Presence平台,帮助企业部署AI智能体处理客户支持、外呼销售及内部工作流。支持语音和聊天实时交互,由前方部署工程师和全球系统集成商主导部署,非自助服务。
6
蚂蚁集团发布基座模型与智能体交互平台"嗞嗞",Agentar2.0预置近200个岗位级数字专家模板,提供数百个可订阅的Skills级智能体工具,企业可快速启用具备专业知识的数字专家。
7
字节跳动豆包发布"任务引擎"AI Agent功能;腾讯元宝上线智能体广场并打通京东AI Agent生态;阿里云QoderWork智能体全量开放;面壁智能发布首个端侧多智能体协作框架。蚂蚁旗下"灵光"AI因隐私合规被下架。
8
WorkBuddy上线三个月月活达2000万、日活突破1300万,以"下载就能用"撕开AI Agent大众化第一道口子。广告覆盖机场廊桥、地铁车厢、微信朋友圈,AI Agent从概念走向大规模消费级应用。
🏗️
3 条
具身智能与产业落地
三星成立机器人事业部RX · WAIC具身智能爆发前夜 · 越疆科技创业板IPO过会
9
三星电子正式成立直属代表理事的"RX"机器人体验事业部,由前现代/波士顿动力高管李东健领导。同时在韩国龟尾市建设人形机器人量产基地,总投资约19万亿韩元(127.5亿美元),正式进军物理AI领域。
10
WAIC 2026展示具身智能从概念走向产业落地,两到三年内诞生300多家企业,赛道密度前所未有。大模型、感知交互和运动控制能力持续进步,行业竞争从"能展示什么"转向"能干什么"。
11
越疆科技(02432.HK)创业板IPO项目于7月22日成功过会,成为首单大湾区"H回A"案例。同时仙工智能逐步构建"机器人大脑"平台型发展路径,具身智能赛道资本化提速。
💰
4 条
投融资与行业格局
Stripe 100亿收购OpenRouter · PrimalVerse数亿元种子轮 · 浪潮信息1亿设AI基金 · SemiAnalysis双雄争霸论
12
Stripe正洽谈收购AI模型聚合平台OpenRouter,交易可能很快达成。OpenRouter此前估值约13亿美元,若出售交易价值可能达约100亿美元。Stripe 2025年自由现金流32亿美元,手握充足资金开启跨界扩张。
13
4D世界模型公司PrimalVerse完成数亿元种子轮,联想之星、银杏谷资本等参投,精锋医疗战略投资。融资用于4D世界模型基模研发,推进具身智能、游戏影视、自动驾驶、医疗手术场景验证。
14
浪潮信息作为有限合伙人签署合伙协议,拟共同投资设立合肥浩澜潮智创业投资合伙企业,聚焦AI大模型领域投资。传统服务器巨头通过基金方式深入AI产业链布局。
15
SemiAnalysis最新对谈指出,OpenAI凭新模型与Codex打出反击,与Anthropic演变为双雄争霸,谷歌因算力绑定与战略失误沦为第五。AI能力提升从预训练转向RL扩展定律,催生百亿美元级RL环境数据市场。
🧪
1 条
研究前沿
LLM元认知能力综述 · 耶鲁大学 + UC Irvine
16
核心:系统综述大语言模型的元认知能力——即模型对自身知识边界和推理过程的觉察,探讨LLM是否具备"知道自己知道什么、不知道什么"的能力,以及这种能力的评估方法与局限性。
方法:从认知科学元认知理论出发,梳理LLM元认知评估的三大范式:置信度校准(calibration)、知识边界检测(knowledge boundary)、自我反思(self-reflection),建立统一分析框架。
结果:当前LLM在简单任务上表现出一定校准能力,但在复杂推理和专业知识边界上系统性高估自身能力。模型规模扩大提升元认知表现但未根本解决问题,RLHF训练对校准能力影响呈双面性。
复现:📖 综述论文,无需复现。论文编号 arXiv:2607.11881,含完整参考文献和方法论框架,可直接用于后续实证研究设计。