分类: AI资讯

聚焦前沿人工智能动态,速览行业热点、技术突破、产业风向与实用 AI 干货,紧跟科技潮流,第一时间掌握 AI 最新趋势。

  • 福特拿了JD Power质量第一,却要请回老工程师帮AI擦屁股

    福特这个月算是扬眉吐气了一把——16年来第一次在JD Power新车质量初始排名(IQS)里拿到了主流车企第一名。按理说这是要大吹特吹的里程碑,结果福特自己倒先开口承认了之前几年栽的跟头:公司的AI和自动化系统搞出了一堆麻烦,最后不得不把已经退休的老工程师请回来擦屁股。

    福特AI自动化失败概念图
    福特在AI自动化生产中吃了亏,不得不请回老工程师

    以为AI能包办一切

    福特车辆硬件工程副总裁Charles Poon这周对媒体说了一段挺坦诚的话:”我们犯了一个错误——以为只要引入人工智能、调整一下我们的设计要求,就能自动产出高质量的产品。”

    这话听起来简单,背后是福特过去几年在生产和设计环节大规模引入AI和自动化系统的真实教训。福特和很多车企一样,相信AI能提升效率、减少错误。但现实是,那些自动化系统并没有想象中那么可靠,机器人搞出来的东西有时候还得靠人来收拾残局。

    “我们犯了一个错误——以为只要引入人工智能、调整一下我们的设计要求,就能自动产出高质量的产品。”——Charles Poon,福特车辆硬件工程副总裁

    老工程师的脑子是AI学不会的

    福特的问题出在哪?按Poon的说法,有两件事被低估了。第一是训练AI模型的数据质量——垃圾进、垃圾出,这条铁律在制造业里一样成立。第二是公司那些老工程师脑子里积攒的”隐性知识”,是AI短期内学不来的。

    那些在福特干了一辈子的工程师,经历过无数次车型开发周期,知道哪些设计在真实世界里会出问题、哪些装配流程藏着坑。这些经验大部分没有、也很难被完整地写进系统。结果就是,一些最资深的员工在知识还没来得及转移进自动化系统之前就离职或退休了,福特只能再把他们请回来——要么重新训练系统,要么直接带一带那些被AI搞糊涂了的年轻工程师。

    不止福特一家在交学费

    福特这件事其实折射出一个更普遍的现象。过去几年,从科技巨头到传统制造业,大家都在拼命往AI和自动化上砸钱,好像只要上了AI,效率和质量就能自动起飞。但越来越多的案例表明,AI不是万能药,尤其是在那些需要长期积累的领域-specific知识的场景里。

    特斯拉早几年在Model 3产能爬坡阶段就吃过类似的亏——过度自动化反而成了瓶颈,马斯克后来自己都承认”人类被低估了”。波音在737 MAX的软件问题曝光后,也引发了对过度依赖自动化系统的反思。福特的案例只不过是为这个名单又添了一笔。

    话说回来,福特能在拿了JD Power第一的时候主动讲这些丑事,倒也算有种。毕竟,承认AI有局限性、重新重视人的价值,可能比一味追风口更能帮企业走长远。


  • Adobe把Topaz Labs收了,创意软件军备竞赛又升级了

    Adobe收购Topaz Labs AI创意工具概念图
    Adobe将把Topaz的AI图像视频增强模型集成到Firefly和Creative Cloud(图源:Adobe/Topaz Labs)

    Adobe周四宣布收购Topaz Labs,一家做了20多年图像和视频增强工具的公司。交易细节没披露,但Adobe说会把它并进创意业务板块。

    这个举动背后的逻辑不复杂:Adobe不想让用户在修图修视频的过程中跑到别家工具去。Topaz的产品正好补上Adobe在某些专业增强场景下的短板。

    一家”老”公司的新机会

    Topaz Labs成立已经超过20年,主打图像和视频的AI增强。这两年跑出来的两个核心产品是Astra(AI视频升频)和Wonder(图像修饰和增强)。去年,Topaz还拿了艾美奖,表彰它在视频技术上的贡献。

    更有意思的是他们最近搞的一个技术叫Neurostream,能让大型视频AI模型在消费级GPU上跑起来。这个方向对Adobe来说很有价值——Adobe一直在推”本地运行AI”的能力,Neurostream正好能对上。

    “Topaz Labs在优化大型复杂AI模型以在设备上直接运行方面有深厚积累,这个能力将让Adobe能够为客户提供更快速、更灵敏的体验。”——Adobe创意云产品营销VP Deepa Subramaniam

    Adobe的防守战

    Adobe这几年面临的压力不小。Canva从低端往上吃,Blackmagic Design(DaVinci Resolve的东家)在专业视频剪辑这块一直很能打。Adobe的策略是往所有产品里塞AI,同时把外部的好技术买进来、集成进来,让用户没有理由离开生态。

    Firefly是Adobe的AI品牌,已经集成到Photoshop、Premiere、Illustrator这些主力产品里。把Topaz的模型也融进去,Firefly在”画质增强”这个细分方向上的能力会明显补强。

    Adobe在公告里还说,Topaz的产品会继续作为独立服务在官网上提供。也就是说,现有Topaz用户暂时不用担心产品被”Adobe化”。

    交易时间表

    Adobe说这笔交易将在2026年下半年完成,还需要过监管审批这个关。考虑到两家公司的市场份额,这应该不是什么大问题。

    从更大的视角看,这笔收购是创意软件行业AI军备竞赛的一个缩影。每一家都在想办法让自己的AI更强、更全、更能留住用户。Topaz Labs作为一个在AI增强领域深耕20年的玩家,它的技术积累比它的名气要大得多。


    • Topaz Labs成立20+年,去年获艾美奖
    • 核心产品:Astra(视频升频)、Wonder(图像增强)
    • Neurostream技术可在消费级GPU上运行大型视频AI模型
    • Adobe将把Topaz模型集成到Firefly和Creative Cloud
    • 交易预计2026年下半年完成
  • 帮AI云提速的网络自动化公司Netris,刚拿了a16z的1500万美元

    AI neocloud网络自动化概念图
    Netris平台提供数据中心网络抽象与硬件加速自动化(图源:Netris)

    AI热潮之下,人人都想开数据中心。问题是,GPU买到了,机房租好了,真正能把集群跑起来、开始对外提供算力服务,中间还有很长一段路。

    网络配置、存储对接、多租户隔离——这些脏活累活能把一支工程师团队耗上好几个月。而GPU这东西,闲着就是烧钱。谁先上线,谁就能先产生收入。

    不是SDN,是硬件加速的”SDN”

    Netris做的事情很简单:让数据中心网络配置自动化。他们的软件跑在网络交换机上,把设置、配置、日常运维全部自动跑起来,帮neocloud运营商把上线周期从几个月压缩到几周甚至几天。

    CEO Alex Saroyan说了一句很实在的话:AI场景下的网络,纯软件方案不够用,流量太大了,必须硬件加速。传统数据中心用的SDN(软件定义网络)在AI时代已经跟不上了。Netris提供的就是”像SDN一样灵活、但是完全硬件加速”的方案。

    “AI不是确定性的,它有时候会自己’发挥’,做创意工作很好,但改几千条交换机配置的时候,你不需要它有创意,你需要它非常稳定、可重复。”——Netris CEO Alex Saroyan

    Nvidia先成了他们的推销员

    这个故事最有意思的部分在这里:两年前,Nvidia看到Netris的演示后印象深刻,主动把这家公司推荐给了自己的好几个客户。

    目前Netris已经在全球35个以上的GPU集群上线,涵盖约100万颗GPU,客户名单里有Lightning AI、Foxconn、HPE、Tensorwave、Telus等。Nvidia自己不做这块,但它知道客户有这个痛点,所以帮Netris打开了门。

    Netris的平台是供应商中立的,不管用的是Nvidia还是AMD的服务器,都能跑。这对neocloud运营商来说是个实用的卖点——他们往往同时跑多种硬件。

    a16z为什么要投

    Neocloud这个概念火了以后,市场上冒出了不少玩家——专门做AI推理或训练的云服务商,跟AWS、Azure这种大厂错位竞争。但这些玩家很多是AI或算力公司出身,网络这块并不是他们的强项。

    Netris相当于给这些neocloud提供了一套”开箱即用”的网络自动化平台。a16z合伙人Guido Appenzeller将加入Netris董事会,他在声明里提到,AI基础设施的下一波竞争,很大程度上会落在谁能更快、更高效地把算力交付给客户。

    顺便说一句,Netris成立已经8年了,做网络自动化比AI boom早得多。他们用的都是自研算法,没有往里面堆大模型。Saroyan的态度很明确:改交换机配置不需要AI来”创意”,需要的是稳定和执行力。


    • Netris此轮融资1500万美元,由a16z领投
    • 平台已在35+个GPU集群、约100万颗GPU上部署
    • 核心差异化:硬件加速网络自动化,适配Nvidia和AMD环境
    • Nvidia曾主动向客户推荐Netris
  • Anthropic给Slack装了个永远在线的Claude,企业AI助手变队友了

    Claude Tag在Slack中的概念图
    Anthropic推出Claude Tag,让AI以队友身份常驻Slack频道 | 概念图

    Anthropic本周悄悄上线了一个新功能,可能会改变人们在企业里使用AI的方式。它叫Claude Tag,简单来说就是在Slack里放了一个永远在线的Claude,不是那种你问一句它答一句的工具,而是真的像个队友一样待在频道里,看着大家聊天,记住上下文,甚至主动跳出来提醒你。

    以前你也能在Slack里@Claude问问题,或者用Claude Code处理编程任务,但那些都是按需触发的。Claude Tag不一样的地方在于持久记忆和环境感知——它跟着频道走,慢慢学到你们团队是怎么工作的,而且如果你授权了,它还能去读别的频道,把跨组织的信息串起来。

    随着Claude跟着频道走,它对这份工作的了解会越来越多。如果获得授权,Claude还能自动从组织的其他地方收集信息。Anthropic在声明里这么写。这家公司的意思是,AI不应该只是一个工具,而应该是一个能积累上下文的协作者。

    一个频道,一个Claude身份

    Claude Tag最有意思的设计是:每个Slack频道里只有一个Claude身份,频道里所有人都能看到它之前做了什么,也能接着上一个人留下的对话继续。这和企业里现在常见的每人有自己的AI助手模式很不一样。

    管理员可以设定这个Claude能访问哪些工具、哪些频道、哪些信息。不同频道的Claude是隔离的——法务频道的Claude看不到工程频道的记忆,这算是给企业数据安全留了一道边界。


    会主动插话的AI

    Claude Tag有一个环境模式,可以主动在聊天里跳出来——比如提醒你某个跨部门的任务还没跟进,或者把组织里别的地方跟当前讨论相关的事情搬出来。Anthropic的说法是,这让你感觉是在和一个真实的同事合作,而不只是一个工具。

    当然,一个AI助手在Slack频道里主动说话,这件事本身也需要拿捏分寸。太吵了大家会烦,太沉默又失去了永远在线的意义。Anthropic现在把它放在beta阶段,应该也是在观察企业的实际使用反馈。

    这个方向不只是Anthropic在押。微软有Graph加Copilot,Snowflake和Databricks把自己定位成企业知识的后台,Glean在做模型和企数据之间的理解层。大家都在抢同一件事:让AI真正懂一家公司的上下文,而不只是会回答问题的聊天框。

  • Amazon向印度追加130亿美元,全球AI军备竞赛打到南亚了

    Amazon印度AI数据中心概念图
    Amazon宣布向印度追加130亿美元AI基础设施投资 | 概念图

    Andy Jassy这次去新德里,不只是拜访总理莫迪那么简单。6月25日,Amazon宣布将在2030年前向印度追加130亿美元的AI和云基础设施投资,重点是扩建AWS在孟买和海得拉巴的数据中心容量。

    这是Amazon三年内对印度做出的第三笔重大承诺。2023年Jassy与莫迪会面后,公司宣布到2030年投资150亿美元(其中127亿给AWS);2025年12月又追加了超过350亿美元。三笔加起来,Amazon在印度的总投资承诺现在已经到了480亿美元。

    科技公司的长期投资承诺通常既包括资本支出,也包括运营支出,并不全是新基础设施的投入。但480亿美元这个数字本身,已经足够说明Amazon对印度市场的押注力度。

    不只是Amazon在押注印度

    全球科技巨头正在排队往印度砸钱。微软去年12月说要在2029年前投175亿美元,谷歌去年10月承诺花150亿美元建AI枢纽和数据中心基础设施。除了美国公司,澳大利亚的AirTrunk承诺投300亿美元在印度建5GW的AI数据中心,加拿大养老金投资局也进来了。

    印度本土财团也没闲着。Reliance Industries今年2月公布了1100亿美元的AI投资计划,Adani Group承诺投入1000亿美元建AI数据中心。印度政府也在推政策激励,对新德里去年预算中提出的措施——对外国云厂商从印度数据中心销往海外的工作负载,提供至2047年的税收豁免。


    Amazon的另一条战线:即时零售

    基础设施之外,Amazon也在印度零售战场上加码。公司计划今年新开20多个履约中心、超过100个最后一英里配送站,同时把即时零售服务Amazon Now扩展到全国300多个城市。

    这个市场已经很挤了。Eternal旗下的Blinkit、Swiggy的Instamart、Zepto,还有沃尔玛旗下的Flipkart都在抢。Flipkart本周还说要在2026年底前在全印度开1500个微型履约中心。

    Amazon这次把AWS基建和零售物流两件事放在一起宣布,意图很明显:既要做印度AI的基础设施层,也要做面向消费者的最后一公里。这种打法在其它市场也有,但在印度同时推进,考验的是执行力和本地化深度。

  • iOS 27里这些AI功能,比新版Siri更值得关注

    iOS 27里这些AI功能,比新版Siri更值得关注

    iOS 27 AI功能概念图
    iOS 27 实用AI功能散布在系统各个角落(概念图)

    WWDC本月早些时候,苹果发布了AI版Siri的重磅更新——这个说了好几年的”理解个人语境、能替你操作手机”的Siri终于要来了。但这只是台面上的大新闻。散落在iOS 27各个角落里,还有一批更接地气的AI功能,它们不需要你主动去跟Siri对话,而是在你用手机的过程中默默让事情变得更顺。

    这些功能现在在开发者测试版里已经能用,公测版很快跟上,秋天正式推送。看完清单,你大概会同意:苹果这一次对AI的理解,比”做个聊天机器人”要实在得多。

    拍张小票就能AA制

    吃完饭最烦的事之一:把小票拍下来,手动算每个人吃了什么、该均摊多少。iOS 27里,Apple Cash新增了账单拆分功能,用Apple Intelligence识别小票上的项目、数量、小费、税费,然后让你勾选自己吃了哪些菜,再群发给一起吃饭的人。每个人自己选自己的,最后用Apple Cash结算。整个过程不超过一分钟。

    这个功能妙在它不强迫你用——小票识别只在你打开Apple Cash的时候才出现,而且它懂”分一半”这种操作(比如你跟朋友合点了一份前菜)。

    密码被泄露了?AI帮你自动改

    用了密码管理器也不代表安全。数据泄露这种事,用户自己其实没什么办法。iOS 27的密码更新功能会用Apple Intelligence自动识别弱密码和被泄露的密码,然后替你打开网站、登录、把密码改成更安全的版本——整个过程不需要你手动操作。

    这比现在”系统通知你密码可能泄露、请你去改”的做法前进了一大步。当然,让AI代你登录网站这件事本身也需要信任,苹果强调这一切都在设备端完成,不上传数据。

    Messages里的一键建议

    朋友发信息让你带东西、让你分享某次聚会的照片、或者约你吃饭——iOS 27的Messages会用Apple Intelligence读懂对话内容,然后直接在输入框上方给出”一键操作”建议:把请求加到提醒事项、把照片选好让你确认发送、把饭局加到日历。

    这个设计很苹果:AI在后台跑,但界面上看起来只是”多了几个方便的按钮”,你甚至不一定意识到这是AI在帮你。不需要喊Siri,不需要切换应用,该出现的时候它就在那里。

    打电话时自动显示订单号

    打航空公司或酒店的客服电话,对方第一句通常是”请问您的确认码是?”——然后你就要手忙脚乱地去邮件里翻。iOS 27的”通话上下文”功能会从你的Mail里提取相关信息,在你拨号的时候就显示在通话界面上。订单号、确认码、预约时间,都直接呈现。

    同样,这一切在设备端完成。苹果的逻辑是:AI不一定非要以”助手”的身份出现,它也可以只是一个”刚好在你需要的时候把信息放到你眼前”的后台能力。

    用自然语言建快捷指令

    快捷指令(Shortcuts)一直是iPhone里最强大但也最难上手的 app。iOS 27里,你直接用自然语言描述想做什么,Apple Intelligence就会帮你建好这个快捷指令。比如”让我每天晚上根据明天的日程自动设闹钟”,或者”每次我下班的时候给伴侣发个预计到家时间”。以前要在快捷指令编辑器里拖半天模块,现在说一句话就行。

    其他值得提的功能还有:Safari用AI自动把打开的标签页按主题分组;家庭 app 用AI把多次触发的通知合并成一条(比如”有人到家了,车库门已关”);直接用说话的方式往日历里加事件,AI会自动提取时间、地点、参与人。

    苹果这一轮AI功能的底层逻辑跟Google和Microsoft很不一样:它不是在做一个”你跟它聊天”的AI,而是在让整个系统变得更聪明。Siri的升级是头条,但真正改变日常体验的,可能是这些散落在各个 app 里的小改动。


  • 2026年科技大裁员,AI成了最常被提到的理由

    2026年科技大裁员,AI成了最常被提到的理由

    2026年科技行业AI裁员趋势概念图
    2026年科技大裁员,AI成为最常被提及的理由(概念图)

    Oracle刚在监管文件中披露,过去12个月裁了2.1万人,占员工总数13%。公司在文件里写得很直白:AI技术的部署已经导致、并且可能继续导致员工数量减少。这句话把2026年科技行业最尴尬的现状摊开了——公司一边赚着历史级的营收,一边正大批量裁人,而AI既是增长的引擎,也是裁员的理由。

    Outplacement公司Challenger, Gray & Christmas的数据很说明问题:5月是几年来单月裁员最高的一次,AI是被提到最多的原因。这不止是某一家公司的决策,而是整个行业在集体做同一件事。

    从Oracle到亚马逊,名单还在变长

    这份名单读起来有点长。Google在整个2026年通过绩效考核和重组悄悄裁员,外部估算在1500到3000名工程师以上,而Google Cloud营收同比增长63%,首次突破200亿美元。Meta在5月裁了约8000人(10%员工),同时把约7000人转岗到AI部门——有报道说那些被塞进AI组的人并不开心,称那里像”灵魂粉碎的古拉格”。

    Cisco在同月裁了近4000人(5%),财报却好于预期。Cloudflare裁了1100人(20%),季度营收6.398亿美元,同比涨34%,是公司历史上最好的单季成绩。CEO Matthew Prince后来的解释是:被裁的”绝大多数是衡量者”——中 management、财务、法务、内审、收入确认。

    “我们绝大多数上周被裁的人,都是衡量者。”Cloudflare CEO Matthew Prince这句话,差不多把这一轮AI裁员的本质说清楚了。

    其他公司的动作也差不多。Intuit裁了约3000人(17%),PayPal宣布未来两三年裁20%员工(超4500人),理由都是”重新分配资源到AI”。Coinbase裁了700人(14%),CEO Brian Armstrong说AI让工程师”用几天时间完成过去一个团队几周才能做完的事”。Snap裁了约1000人(16%),CEO Evan Spiegel给的理由是AI进步让团队能减少重复劳动、提速度。

    不是所有公司都只用AI当借口

    有些公司的裁员确实跟AI有关系,但故事没那么简单。Block(Jack Dorsey的公司)裁了近4000人,差不多腰斩,从1万人以上降到6000人以下。Dorsey在X上写的是:智能工具加小团队正在改变”建立和运营公司的意义”。Salesforce裁了不到1000人,CEO Marc Benioff的说法是Agentforce让客服case数量下降,不再需要主动补位支持工程师——这话听起来像是真有用上AI,不只是拿AI当幌子。

    但更多情况下,这一轮裁员的背景是疫情期间的过度招聘。很多公司2020-2021年大扩招,现在以AI为由”合理化”人员调整。TechCrunch之前有一篇评论说,这个理由可能是个”火药桶”——被裁的员工并不觉得自己是被AI替代的,而是觉得公司拿了AI当幌子做他们早就想做的结构优化。

    不管怎么说,2026年这场以AI为名的大裁员还在继续。下一波会是谁?名单估计还会变长。


  • OpenAI发起”Patch the Planet”计划,用AI帮开源项目找漏洞

    OpenAI发起”Patch the Planet”计划,用AI帮开源项目找漏洞



    OpenAI开源安全计划概念图
    AI帮助保护开源软件(概念图)

    开源软件有个老问题:它是整个互联网的地基,但维护它的人往往只有两三个,还没工资。bug和漏洞就潜伏在这些代码里,哪天爆出来就是大事——Log4j那次大家都还记得。现在OpenAI说,它想用AI来帮开源社区找漏洞、修漏洞,而且不是只给机器扫一遍就完事,而是派真人去跟项目维护者一起改。

    “Patch the Planet”是什么

    这个计划叫”Patch the Planet”,名字是在向1995年电影《Hackers》里的经典台词”Hack the Planet”致敬。OpenAI周一(6月22日)正式公布了这个倡议,合作方是一家叫Trail of Bits的安全公司。

    具体怎么运作?Trail of Bits的安全工程师会直接跟开源项目的维护者对接,一起审查代码里可能存在的问题。OpenAI自己的安全工具——比如Codex Security——会在这个过程中帮忙做代码分析。

    OpenAI在公告里说了一段挺实在的话:”很多维护者已经被要求用更少的时间和资源、更快地处理更多的报告。’Patch the Planet’的设计是减轻这个负担,而不是再给他们加活。”

    为什么现在做这件事

    开源软件的安全问题不是新鲜事。Log4j事件就是典型案例:一个被无数商业软件依赖的开源工具里出了一个漏洞,结果全球一大片系统都受影响。开源生态的问题在于,它是去中心化的,很多项目的维护者就是靠爱发电,没有足够的人力物力去做系统性的安全审查。

    但最近一两年,情况起了变化。AI工具开始出现能自动在代码里找bug、甚至自动生成exploit(攻击脚本)的能力。Anthropic去年推出的Mythos就是一个被广泛讨论的例子——它的本意是帮安全研究人员找漏洞,但同样的技术也可以被坏人用来批量发现并攻击开源项目里的弱点。当AI把”找漏洞”这件事的门槛降到几乎为零的时候,开源生态的脆弱性就被放大了。

    OpenAI现在是反过来用AI做防守方——用自家的Codex Security等工具,帮开源社区把漏洞在坏人发现之前先找出来、修好。这个姿态本身也挺有意思:Anthropic的Mythos被不少人质疑会给网络攻击”赋能”,OpenAI这边则直接拿出了一个看起来更负责任的用法。

    能做成什么样

    当然,这个计划到底能做成什么样,现在还不好说。OpenAI的公告里没有说这个计划会运行多久、覆盖多少项目、怎么选项目,也没有说Trail of Bits的工程师能投入多少时间。开源项目成千上万,漏洞更是数不清,光靠一家安全公司加OpenAI的工具能覆盖多少,是个现实问题。

    但至少方向是对的。开源软件的安全问题一直是个”公地悲剧”——大家都在用,但没人愿意出钱维护。现在有几家大科技公司开始认真对待这件事,总比一直放任要好。

    更大的背景

    这件事的更大背景是:AI正在改变网络安全的攻防平衡。五眼联盟(美国、英国、加拿大、澳大利亚、新西兰的情报共享机制)本月初刚发了一份联合声明,警告各组织”立即行动”应对AI带来的网络威胁,理由是对手已经在用AI提升攻击效率了。

    当攻击方用上AI的时候,防守方如果还是老办法,肯定是来不及的。OpenAI这个计划至少是在尝试用AI的速度来对抗AI的威胁——哪怕它能不能真正规模化还存疑。


    “Patch the Planet”这个名字起得挺狂的,仿佛要把整个地球的开源漏洞都修一遍。显然这不现实。但它至少释放了一个信号:AI公司开始认真对待开源安全这件事了,而且愿意出人出工具来做。对于每天靠开源软件跑着无数业务的世界来说,这总归是件好事。


  • 被英伟达挖走创始人之后,Groq融了6.5亿美元重新出发

    被英伟达挖走创始人之后,Groq融了6.5亿美元重新出发



    Groq AI芯片概念图
    Groq的AI推理芯片(概念图)

    想象一下这个场景:你花十年时间攒出一家AI芯片公司,技术是自己亲手设计的,结果某天英伟达跑来跟你说——”把技术授权给我,顺便你的创始人兼CEO我也一并请走了”。你会怎么办?

    Groq的选择是:再融一笔钱,换一批人,换个打法,继续干。

    Jonathan Ross和他的LPU

    先把时间拨回十年前。Jonathan Ross在Google待过,帮Google搞出了TPU(Tensor Processing Unit)那块AI训练芯片。出来创业后,他搞了一款叫LPU(Language Processing Unit)的推理芯片,专门给大模型推理用的,速度很快。2024年Groq的估值冲到69亿美元,在AI芯片圈里算是英伟达之外最被看好的挑战者之一。

    然后英伟达来了。2025年12月,英伟达跟Groq签了一份非独占技术授权协议——说白了就是把LPU的技术拿去用——同时把Ross、总裁Sunny Madra和一帮核心工程师全部请进了英伟达。这笔交易的结构在AI圈有个外号叫”not-acqui-hire”:投资人拿钱走人,人才被挖走,但公司品牌还留着。

    英伟达那边当然没闲着。今年3月的GTC大会上,英伟达直接推出了自己的Groq 3 LPX推理硬件系统,用的就是拿到授权的LPU技术。

    6.5亿美元,重新出发

    按理说,核心技术IP给了竞争对手、创始人也被挖了,这家公司基本可以宣告出局了。但Groq没有。

    6月22日,Groq宣布完成6.5亿美元新一轮融资。领投方是达拉斯的成长型基金Disruptive(其创始人Alex Davis同时担任Groq董事长)和佛罗里达对冲基金Infinitum。Groq没有披露最新估值,但去年9月上一轮融资时估值还是69亿美元。

    更关键的是,Groq在业务上做了一个 pivot——转向所谓”neocloud”业务。这个业务原来由Madra负责,现在成了一号位。

    根据公司披露的数据:Groq的推理云现在有13个数据中心,覆盖北美、欧洲、中东和亚太,服务超过500万开发者,每周处理上万亿个token。这个规模说明,哪怕核心技术IP被英伟达拿走了,Groq的云服务本身还是有客户的。

    新班子,新打法

    创始人走了,就得找新人。Groq这几个月的动作就是:招人。

    新任CEO是Doug Wightman——他当初没有跟Ross一起去英伟达,留了下来。COO请来了Alan Rice,之前在xAI和Meta干过,再之前是美国海军出身。CTO和CPO则是一对被投过的创业搭档:Sinclair Schuller和Rakesh Malhotra,两人之前一起搞过企业云软件公司Apprenda,后来又创立了软件工程公司Nuvalence,2024年被安永收购。

    这个班子搭建的意图很明确:Groq不再主打芯片硬件,而是主打推理云服务。问题是,英伟达现在自己也有Groq 3 LPX系统了,Groq的云服务还能有多少差异化优势?

    活着就有希望

    有意思的是,这种”被大厂not-acqui-hire之后还能活下来”的案例,在AI圈并不是没有先例。

    Scale AI去年被Meta用143亿美元做了一笔类似的交易(Meta拿了Scale的数据标注授权,同时挖走了创始人兼CEO Alexandr Wang等人)。当时外界普遍认为Scale要完蛋了。但Scale AI的CEO Jason Droege今年5月告诉Forbes,公司业务已经反弹,今年营收预计突破10亿美元。

    Groq能不能复制这个剧本?现在下结论还为时过早。推理云服务这个赛道确实需求爆炸,各家AI公司都在抢算力,VC也愿意砸钱(就在本周,另一家推理初创公司Baseten据说正在以更高估值融资)。但竞争也在快速加剧——英伟达自己下场了,这可不是普通对手。


    AI芯片这个游戏,有钱就能继续玩。Groq拿了6.5亿,换了新班子,转了新方向,还留着500万开发者和每周上万亿token的处理量。这些筹码够不够跟英伟达再打一轮?至少Ross去了英伟达之后,Groq还没有选择投降。


  • 欧洲不想跟美国一起掐中国芯片,ASML成了夹心饼干

    美国想拉上欧洲一起堵死中国买芯片制造设备的路,但欧洲不干了。荷兰贸易大臣Sjoerd Sjoerdsma本周跑了一趟华盛顿,会见美国商务部长Howard Lutnick和国会议员,目的很直接:反对《MATCH法案》。这个法案如果通过,会禁止中国芯片制造商使用西方半导体设备,而受影响最大的就是荷兰公司ASML。

    ASML光刻机与欧美芯片政策博弈
    ASML是唯一能生产最先进光刻机的公司,如今被推到了美中芯片博弈的风口浪尖

    ASML是欧洲最有价值的公司,也是全世界唯一能做出先进AI芯片所需的光刻机的企业。中国市场对ASML来说不是小头——占其系统销售净额的19%。

    MATCH法案掐住的是哪条脖子

    现有的管制措施已经不让ASML把最先进的EUV(极紫外光刻)设备卖给中国了,但中国还能买到稍老一代的DUV(深紫外浸入式)设备——这些机器大概是十年前的技术,但依然能造出不少成熟制程的芯片。MATCH法案想做的,是把DUV也塞进禁令里。

    “我这次来华盛顿向国会全面说明我们的关切,这种情况很不寻常。对荷兰来说,利害关系可能非常高。”
    ——荷兰贸易大臣 Sjoerd Sjoerdsma(引自彭博社)

    ASML CEO Christophe Fouquet今年5月跟TechCrunch聊过这个话题。他的态度很明确:没人能轻易取代ASML在光刻机领域的地位,但中国市场丢了,对公司来说是很真实的损失。19%的销售额不是小数目,强行切断意味着ASML的营收要重新找补回来。

    欧洲为什么不愿意跟

    美国的算盘是拉着盟友一起把对中国的芯片设备出口掐紧,这样中国就没办法自建先进芯片产能。但欧洲有充足的理由不配合:ASML是荷兰的命根子企业,强行丢了中国市场,这家公司的研发投入和全球竞争力都会受影响,最终吃亏的是欧洲自己。

    还有一层考虑:中国是全球最大的芯片消费市场之一,欧洲的光刻机、德国的化工材料、日本的设备零部件,整个半导体供应链里中国都是重要买家。美国可以靠本土市场和盟友体系扛住中国的反制,但欧洲单一国家的抗压能力没那么强。


    法案还没过,但博弈已经开始了

    MATCH法案今年4月提出的,目前还没走到众议院或参议院全体投票那一步。彭博社的分析认为,它大概率得塞进一个更大的法案包裹里才能过关。这意味着荷兰和其他欧洲国家还有一段时间可以游说、谈判、想办法把最糟的条款拦下来。

    这件事背后更大的问题是:美国主导的芯片围堵战略,在盟友内部已经出现了裂痕。韩国、荷兰、德国都有自己的产业算盘,不是每个国家都愿意为了配合华盛顿而牺牲自家龙头企业的中国市场。这场芯片战争,后面还有得吵。