YOHO AI

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。

  • 做人形机器人的Agility Robotics要上市了，估值25亿美元

    做人形机器人能赚到钱吗？这个问题在投资圈吵了好几年，现在终于有了一家公司愿意走到公开市场对答案。Agility Robotics——就是那个做出双足机器人Digit、从俄勒冈州立大学孵化出来的团队——本周宣布要通过SPAC方式上市，交易完成后估值大概25亿美元。

    Agility Robotics的人形机器人Digit
    Agility Robotics的Digit人形机器人已在多家工厂投入实际使用

    这笔交易是跟特殊目的收购公司Churchill Capital Corp XI合并，预计能给Agility带来超过6.2亿美元的资金进账，其中包括来自新旧机构投资者的约2亿美元。公司说，这笔钱主要用来扩大下一代Digit v5的产能、交付现有订单，还有拓展新老客户。

    已经在跑的客户

    Digit这个双足机器人现在已经在9个客户现场跑着了，包括舍弗勒、GXO、加拿大丰田工厂，还有南美电商Mercado Libre。Agility说新版Digit v5已经拿下超过3亿美元的多年级订单，还有30多个潜在客户在评估大规模部署方案。

    “人形机器人即将成为提升生产力、供应链韧性和美国技术领导力的关键驱动力。Agility已经在客户环境中部署了商业化人形机器人，正在帮助企业应对劳动力短缺、提升效率，把AI驱动的自动化安全地整合进他们的运营。”
    ——Agility CEO Peggy Johnson

    这家公司背后站着一堆知名机构和科技公司：亚马逊、英伟达、软银愿景基金2期、DCVC都投过它。合并后的公司预计会在北美某个证券交易所挂牌，股票代码是AGLT，具体哪家交易所还没公布。

    人形机器人赛道的分水岭

    Agility这一步走得挺关键。人形机器人这个赛道喊了好几年，Figure、Boston Dynamics、Tesla的Optimus都在往前推，但真正把产品卖出去、产生收入的公司不多。Agility的打法是先盯住仓库和工厂这种相对结构化的场景，让Digit干搬运、分拣这些活，而不是一上来就喊”通用机器人”的大口号。

    25亿美元的估值合不合理？可以对比一下：Figure AI上一轮融资估值26亿美元，但那时还没什么收入。Agility已经有客户在付钱、有订单在手，这个估值相对来说不算离谱。SPAC虽然名声一般，但对于想快速上市、又不想走传统IPO路演流程的公司来说，还是一条可行路径。

    人形机器人从实验室走到工厂车间，再从车间走向公开市场，Agility这个案例会成为后面一批机器人公司的重要参照。接下来看它能不能真的把Digit大规模交付出去，而不只是停留在”演示视频很酷”的阶段。

  • AI芯片公司Cerebras财报后股价跌近20%，CEO说市场理解错了

    Cerebras股价走势
    Cerebras上市后股价走势低迷，周三单日跌近20% | 图片来源：AI生成

    Cerebras Systems这周的遭遇，算是给AI芯片行业的狂热泼了盆冷水。周二公司发布了上市以来第一份季度财报，营收数据其实不差，但星期三股价直接跌了将近20%，一度逼近IPO发行价。

    问题出在毛利率指引上。Cerebras给全年毛利率的指引是38%到41%，但刚过去的这个季度，毛利率是47%。换句话说，公司自己预计接下来的利润率会明显收窄。投资者一看这个数字，直接选择了用脚投票。

    CEO说市场理解错了

    Cerebras的CEO Andrew Feldman星期三上了CNBC，说投资者对毛利率指引的理解有偏差。他的解释是：公司要从一个现有大客户那里把已经交付的系统租回来，这样才能更快地把产能释放出来，同时公司自己的数据中心也在建。

    临时租回自己的设备这件事，会在今年拖累利润率。但Feldman的潜台词是：这是短期阵痛，为了抢时间窗口不得不做的取舍。

    这个解释能不能让市场买账，目前看存疑。股价星期三刷新了上市以来的最低点，已经快要跌回IPO价格。对一家刚上市没多久的AI芯片公司来说，这个开局相当难看。

    营收涨了94%，亏损在收窄

    把情绪放在一边，Cerebras这季度的账面数据其实有可圈可点之处。营收1.93亿美元，比去年同一个季度涨了94%。净亏损从去年同期的2390万美元收窄到1400万美元。

    但AI芯片这个赛道，光有营收增长是不够的。投资者给Cerebras的估值，押注的是它能在英伟达统治的AI训练芯片市场里撕开一道口子。如果利润率起不来，哪怕营收涨得再快，盈利预期也得往后推。

    这件事其实反映了一个更普遍的问题：AI基础设施的投资周期和盈利周期之间，存在明显的错配。Cerebras选择先扩张产能、暂时牺牲利润率，是一条走得通的路，但前提是市场愿意等。从星期三的股价反应来看，至少有一部分投资者不想等。

    对手那边，英伟达和AMD都在紧锣密鼓地推新一代推理芯片，Groq刚宣布了6.5亿美元的融资。Cerebras能不能在利润率回暖之前，先把市场份额稳住，接下来几个季度见分晓。

  • Facebook推出AI创作者伴侣应用，这次要和ChatGPT抢人了

    Facebook AI创作者伴侣应用
    Meta重新打造Creator Studio，推出独立AI伴侣应用 | 图片来源：Meta

    Meta这周悄悄做了一个挺有意思的举动——把原来的Facebook Creator Studio整个重新打造成了一款独立的AI伴侣应用，专门给内容创作者用。目前这款应用还在小范围测试，只向部分创作者开放。

    这件事背后有个很直接的动机。TikTok和YouTube这几年疯抢创作者，Meta显然不想让自家的创作者跑到别的平台去。更关键的是，很多创作者在 brainstorm 内容创意、分析数据的时候，现在都用ChatGPT之类的第三方工具。Meta这次等于把这件事揽回来，让你在Facebook的生态里就能搞定一切。

    内置AI助手，语气都能模仿你

    新版Creator Studio应用里内置了Meta上个月刚推出的AI创作者助手。这个助手不是泛泛地给建议，它会根据你的内容风格、历史表现、观众互动情况、还有你自己的目标，给出个性化的推荐。

    比如说，创作者不用再去盯着一堆图表和数据面板发愁，直接问AI”我应该什么时候发帖？”或者”我的评论区大家都在说什么？”就行。因为是对话式的，你还可以接着追问，比如”我的观众群体这几个月有什么变化”。

    AI还会帮你处理评论。它能从成百上千条评论里把最重要的那些挑出来，然后用你自己的语气风格帮你起草回复。当然，发之前你可以编辑，最终决定权还在你手里。

    每天打开这个应用，创作者会看到一个当日优先事项列表：最新帖子的表现如何、离设定的目标还有多远、哪些评论需要回复。这其实就是把原来分散在各个页面里的功能，用AI整合到一个对话式的界面里。

    Meta最近在疯狂推新应用

    这次的AI创作者应用只是Meta近期密集发布新应用的一个缩影。上个月刚推出了一个叫Forum的独立应用，功能类似Reddit，专门为Facebook群组服务。4月又测试了一款叫Instants的应用，可以让用户跟Instagram好友分享阅后即焚的照片。

    这还没完。《纽约时报》本周二报道说，Meta还在开发一款类似Polymarket的预测市场应用，内部代号叫”Arena”，只是还没正式推出。

    为什么要这么密集地推新应用？《华尔街日报》今年4月报道过，扎克伯格跟员工说，AI带来的效率提升，会让公司有史以来第一次能同时开发这么多款应用。翻译一下就是：以前需要几十个人做的功能，现在AI能帮着搞定一大半，所以可以同时铺开做好几个产品。

    这个逻辑其实挺值得玩味的。AI取代了一部分重复劳动之后，释放出来的生产力不是用来裁员，而是用来扩张产品线。对Meta来说，创作者工具、群组社交、预测市场这些方向同时押注，总有一个能跑出来。

  • Google的AI大牛们正在集体出走，Anthropic和OpenAI疯狂捡人

    Google的AI研究部门正在经历一轮令人不安的人才流失。根据彭博社的报道，顶级AI研究人员Jonas Adler和Alexander Pritzel已经决定离开Google，加盟Anthropic。这两个名字你可能不太熟悉，但他们都是Google Gemini模型开发过程中的核心人物。

    一周之内，连续出走

    这已经不是偶然事件了。就在上周，传奇AI研究员Noam Shazeer刚刚宣布离开Google、加入OpenAI。Shazeer在Google的资历极深——2000年就加入了，中间出去创立了Character.AI（那个做AI聊天伴侣的创业公司），后来Google花了27亿美元把Character.AI的人才和技术基本整个买了回来，目的就是把Shazeer弄回来主导Gemini项目。

    AI研究人员从Google流向Anthropic和OpenAI
    顶级AI研究人员正从Google流向Anthropic和OpenAI | 来源：TechCrunch

    结果人刚回来没多久，又要走。而且这次不是一个人——就在Shazeer官宣之后几天，DeepMind的总监John Jumper也宣布离职去Anthropic。Jumper可不是普通研究员，他和DeepMind CEO Demis Hassabis一起拿了2024年的诺贝尔化学奖，获奖理由是用AlphaFold预测蛋白质三维结构，这项技术对整个生物界都有颠覆性意义。

    一个诺贝尔化学奖得主、一个Gemini核心架构师、一个Character.AI创始人——这些人短时间内接连离开，对任何一家公司来说都是值得警惕的信号。

    为什么是现在

    时机很微妙。OpenAI和Anthropic都在准备IPO，这对于顶尖AI人才来说是一个极具吸引力的时刻——用股权来抢人，这种手段在硅谷从来都好使。相比之下，Google的薪资福利虽然依然顶级，但股票增值的想象空间跟一家即将上市的公司能给出的期权比起来，确实没那么性感了。

    还有一个更深层的问题：Google内部对AI研究方向的控制和优先级排序，可能让一些研究员感到受限。Anthropic主打AI安全研究，OpenAI虽然争议不断但至少在推进AGI路线上目标明确。如果研究员觉得自己在Google做不了最想做的东西，出走只是时间问题。

    这对Google意味着什么

    短期来看，Gemini项目不会因为几个人离开就垮掉——Google的资源和人才储备依然深厚。但长期来看，如果这种顶级人才持续外流的趋势不能遏止，Google在大模型竞赛中的技术领先地位就会被一点点蚕食。

    更关键的是，Anthropic和OpenAI正在形成某种人才”黑洞效应”——越多顶级研究员过去，对那些还在犹豫的人吸引力就越强。Google现在需要认真想想，除了钱之外，还能给这些最顶尖的脑子提供什么他们真正想要的东西。

  • Google DeepMind砸7500万美元押注A24，AI开始认真搞定莱坞

    硅谷和好莱坞的边界又模糊了一层。Google DeepMind本周一宣布向独立电影公司A24投资7500万美元，双方要一起给电影人做AI工具。A24这个名字你可能不陌生——《瞬息全宇宙》《波拉特2》《Backrooms》都是他们的作品，走的是那种不太商业但很能打的路子。

    Demis Hassabis亲自出面

    DeepMind的CEO兼联合创始人Demis Hassabis在新闻稿里说了一句话，大意是：要做出真正能帮到创作者的工具，最好的办法就是跟创作者直接合作。这次合作被双方称为”首创性”的联盟，Google DeepMind会从中获得一线艺术家的反馈和指导，反过来为电影制作流程开发AI功能。

    Google DeepMind与A24达成AI影视合作
    Google DeepMind投资A24，AI正式进军好莱坞影视制作 | 来源：TechCrunch

    Hassabis这句话其实挺值得玩味的。过去两年，好莱坞对AI的态度可以用”又爱又恨”来形容——爱的是它确实能省成本、提效率，恨的是大家搞不清楚这东西到底会不会抢走自己的饭碗，再加上去年编剧工会大罢工，AI成了绕不开的敏感词。

    A24不是第一个吃螃蟹的

    但A24远非第一个在AI影视工具上押注的玩家。今年早些时候，Netflix宣布收购了本·阿弗莱克创办的AI工具公司InterPositive，这家公司专门给电影人做AI辅助制作工具。去年，亚马逊的MGM工作室也组了一个AI单元，目标同样是给电影和电视制作开发工具。

    好莱坞的AI军备竞赛已经开始了，只是这次的战场不在特效，而在创作工具链。

    A24最近跟Timothée Chalamet和Anne Hathaway等一线明星都有合作项目，这次拿到Google DeepMind的投资，显然是想在AI辅助创作这条路上走得更前面。对于一家以”独立””作者性”闻名的制片公司来说，主动拥抱AI工具这个决定本身就需要一点勇气。

    7500万美元能买到什么

    目前双方公开的细节并不多，只知道会共同开发面向电影制作的AI工具，具体是剧本分析、预可视化、后期制作还是发行营销，暂时还不清楚。但DeepMind在生成式AI和多模态模型上积累的技术，如果真的能无缝接入电影制作流程，想象空间确实不小。

    对Google来说，这笔投资的意义可能不止于”做工具卖钱”。A24在年轻创作者和影迷群体里的影响力不小，如果DeepMind的技术能在一部叫好又叫座的作品里刷个脸，对Google AI在整个创意产业的品牌认知会是很强势的背书。

  • 近400家地方报纸联名起诉OpenAI和微软：AI版权大战烧到地方媒体

    OpenAI和微软又被告了。这一次站出来的是将近400家地方报纸，他们6月24日在纽约南区联邦法院提交了诉状，指控这两家公司在未经许可、未支付任何报酬的情况下，爬取并复制了他们的新闻报道，用来训练ChatGPT和微软Copilot。

    地方报纸起诉AI公司
    地方报纸正在发起迄今规模最大的AI版权诉讼

    “连一分钱都没给过我们”

    诉状里的话说得很重。这些生成式AI产品”靠出版商的内容成为可能”，给被告带来了数十亿美元的市场价值，但”没有一分钱流向出版商”。原告方包括Richner Communications等多家报业集团，旗下总共运营着近400家地方和区域报纸。

    具体的指控包括：被告”系统性地、秘密地”爬取了这些出版商的网站，把文章、报道和其他原创作品复制到自己的服务器上，用来训练大语言模型，同时删除了作品里的版权管理信息，并且在用户提问时直接生成了这些内容。

    “除非开发AI产品的公司为其滥用出版商内容的行为负责，否则这场AI热潮将成为地方新闻业的丧钟。”
    ——原告出版商在诉状中陈述

    地方报纸请出了前新泽西总检察长

    这起诉讼的代理律所是Platkin LLP，创始人是前新泽西州总检察长Matthew Platkin（民主党）。Platkin在采访里说，这是迄今由地方和区域报纸牵头的最大规模法律行动。

    此前针对AI公司的版权诉讼——比如《纽约时报》的案子——虽然开了先河，但地方媒体一直没有被带到谈判桌上。Platkin说：”地方新闻是美国绝大多数人信任的新闻来源，是我们民主的命脉，但这个商业模式已经让地方新闻走到了灭绝的边缘。”

    他还提到了一个公平性问题：如果这场版权大战的最终结果只让最大的玩家受益，而那些今天还在兢兢业业报道本地新闻的人得不到任何补偿，”这是不公平的”。

    OpenAI的回应：”合理使用”

    OpenAI发言人在声明里说，他们的模型”赋能创新，基于公开数据训练，符合合理使用原则”。这是OpenAI在一连串版权诉讼中的标准回应。微软方面则没有立即回复置评请求。

    这起诉讼加入了针对AI公司的一波又一波版权诉讼大潮——CNN、《纽约时报》、Reddit、韦氏词典和大英百科全书等都已经分别起诉了Perplexity AI。而这起新诉讼的目标是直接指向了这个行业里最大的两个玩家：OpenAI和微软。

    地方报纸的困境是真实的。过去二十年，随着分类广告转到互联网、读者转到社交媒体，地方报纸的商业模式已经崩塌了大半。现在AI又来了——直接把他们的内容拿去，用来回答用户的提问，读者连点开原网站的动力都没有了。

    这起诉讼能不能赢，还得看法院怎么解释”合理使用”。但至少，地方报纸终于开始抱团跟最大的AI公司正面对抗了。

  • 都说AI要取代程序员，数据却显示工程师比谁都抢手

    AI到底有没有在抢程序员的饭碗？这场争论打了好几年，两边的人都能拿出一堆证据。裁员的公司说：用了AI，一个工程师能干过去三个人的活。但风投机构SignalFire刚出的一份报告，给了这个问题一个挺不一样的答案。

    AI与软件工程
    AI到底是在替代工程师，还是在让他们变得更高效？

    裁员理由写的是AI，但招人数据说的不是一回事

    SignalFire不是拍脑袋得出结论的。他们追踪了8000多万家公司的数亿名员工职业生涯数据，比那些靠调查问卷得出的结论要扎实得多。他们的发现是：2025年，工程岗位是所有职能里最抗打的。

    具体数字是这样——大型科技公司的总招聘量比2019年下降了25%，但工程岗位的降幅只有11%，远低于平均水平。更有意思的是，在SignalFire定义的”科技巨头”（Alphabet、Meta、Apple、Amazon、Microsoft、Netflix、Nvidia、Tesla、Uber、Airbnb、Block、Stripe）2025年的所有新员工里，工程师占了55%。2019年这个比例是46%。

    “很多公司裁员的理由一律写AI，尤其是说AI写代码厉害了，一个工程师能顶过去好几个。但我们在实际数据里看到的情况，跟这个说法不太一样。”
    ——Asher Bantock，SignalFire研究负责人

    早期创业公司的数据更说明问题。2025年，早期初创公司招的工程师数量比2019年还多了7%。如果AI真的在替代工程师，你不会看到这个趋势。

    Anthropic自己的人都不信”AI消灭就业”这个说法

    这事儿有点尴尬。Anthropic CEO Dario Amodei去年警告说，AI有可能在五年内消灭一半的入门级白领岗位，失业率冲到20%。但他自己公司负责经济学的研究主管Peter McCrory，今年3月跟TechCrunch说的情况完全不一样。

    McCrory说，他还没看到AI对就业市场有什么明显的实质影响。用Claude干活的那些人——技术写手、数据录入员、软件工程师——和那些不太被AI影响的工作相比，失业率”至少没有显著差异”。

    黄仁勋说得更直接。今年4月在斯坦福商学院的一场访谈里，有人问他怎么看”AI要消灭所有软件工程岗位”这个说法，他直接说反了。英伟达所有工程师现在都在用AI代理写代码，结果呢？”软件工程师比以前更忙了。”

    “代理写代码几乎是一瞬间的事，但它们一直在逼工程师想出’下一个想法’。”
    ——黄仁勋，Nvidia CEO

    Jevons悖论：效率越高，需求越大

    SignalFire的报告里提到了一个经济学概念——Jevons悖论。这个19世纪就有的理论说的是：蒸汽机效率越高，英国人烧的煤反而越多，因为用煤变得更划算了，需求就扩大了。

    AI写代码这事也是一样。工程师现在用AI辅助，产出效率翻了好几倍，按理说需要的人应该变少。但实际情况是：能做的事变多了，需求反而更大了。Bantock的说法很直白：”他们突然变得效率高了很多，但活是干不完的。”

    这个逻辑其实不难理解。AI降低了写代码的门槛，也让以前不敢想的项目变得可行了，结果就是更多想法等着被实现，而不是更少。

    5月份科技行业裁员创了近年单月新高，AI是头号背锅侠。但SignalFire的数据提醒了一个被忽略的角度：公司在裁员的同时，还在抢工程师。这两件事可以同时是真的——只是被裁掉的和被招进去的，可能不是同一批人。

  • 企业AI狂欢结束，Accenture们开始严控员工用AI的”零花钱”

    企业AI预算管控
    企业开始严控AI token支出（概念图）

    今年早些时候，AI行业还在鼓励每家公司的员工尽量多用AI，把token预算花到上限，甚至搞内部排行榜来激励大家——这个现象有个名字叫”tokenmaxxing”。但现在，风向变了。

    最新的信号来自Accenture。根据404 Media获得的内部会议录音，这家全球咨询巨头的agentic AI战略负责人Justice Kwak在会上说了一句话：”AI正在成为成本结构里不可忽视的一项，支出的可预测性越来越差，CFO、COO、CIO级别的人都在问，花的钱到底值不值。”

    从”多用AI”到”省着用”

    这个转折来得很快。就在不久之前，Accenture还在内部发话，说不用AI的员工”会失去晋升机会”。现在同样这家公司，却在想办法阻止员工把token预算花光——比如用AI把PDF转成PPT这种琐碎任务，在Accenture内部已经被点名了。

    这背后的逻辑其实很朴素：token不是免费的，而且价格不便宜。一家有几万名员工的公司，如果每个人每天用AI助手处理几十条请求，一个月下来账单可以很吓人。更关键的是，很多这样的用法并没有产生对应的商业价值。

    “我们正处在一个拐点，AI正在成为成本结构中实质性的存在。支出变得非常不可预测，领导层——尤其是CFO、COO和CIO级别——仍在问一个问题：我们从AI上花的钱，到底得到了什么价值？”
    ——Justice Kwak，Accenture agentic AI战略负责人

    不只是Accenture

    Accenture不是唯一一个开始”token配给”的公司。根据The Information的报道，Meta也在采取措施限制员工使用AI工具，原因是AI成本已经达到了数十亿美元的规模。

    Amazon之前也干过类似的事——他们曾经搞过一个”tokenmaxxing排行榜”，鼓励开发者尽量多用AI工具，后来因为成本失控，这个排行榜被悄无声息地撤掉了。

    这种现象背后是一个更深层的问题：企业到底该怎么衡量AI的ROI？员工用AI确实可能提高了效率，但这个效率提升能不能覆盖AI使用的成本，很多时候是一笔糊涂账。

    token经济的泡沫信号

    企业开始严控AI支出，这个时间节点值得注意。就在这几天，资本市场出现了一波”AI抛售”——memory芯片制造商的股价受到了明显冲击。投资者正在重新评估AI公司的盈利模型，光有”增长”和”兴奋感”已经不够了。

    从企业端来看，token成本的疑问正在动摇整个AI商业模式的根基。如果连Accenture这种最积极拥抱AI的公司都在问”值不值”，那说明这个行业已经从”跑马圈地”进入了”算账”阶段。

    对员工来说，这也意味着”AI技能”的含金量正在重新定义。会用AI不等于能产生价值，能证明AI使用带来实际产出的人，才会在新一轮的”AI绩效考核”里站得住脚。

    这场从”tokenmaxxing”到”token rationing”的转变，或许是企业AI应用成熟化的必经之路。狂欢结束之后，才是真正考验的开始。

  • OpenAI拿出第一块自己的AI芯片，代工的是Broadcom

    OpenAI Jalapeño AI芯片
    OpenAI首款定制AI推理芯片Jalapeño（概念图）

    昨天OpenAI办了个小仪式，Broadcom的CEO Hock Tan亲自把第一块Jalapeño芯片交到了Sam Altman和Greg Brockman手里。这块芯片的全名很长——OpenAI Intelligence Processor，代号Jalapeño——是OpenAI第一次真正拥有自己名字的定制AI推理处理器。

    这件事的意义不只是”OpenAI做了块芯片”这么简单。它意味着这家公司正在把掌控权从Nvidia手里往自己这边挪一步。

    为什么是现在

    OpenAI和Broadcom的合作关系去年10月就公布了，但芯片真正亮相还是这两天的事。根据OpenAI官方的说法，从设计到送厂制造（tape-out），整个过程只用了9个月。他们说自己用AI模型辅助了芯片设计，所以才能跑这么快。

    如果这个数字属实，这确实是高性能半导体行业里最快的ASIC开发周期之一。通常这种级别的芯片从设计到出炉要走两三年，OpenAI说自己9个月搞定了，里面有它自己模型的功劳——用AI设计AI芯片，这个逻辑闭环很有意思。

    Jalapeño不是一块通用加速卡，它是从零开始为大型语言模型推理设计的。用OpenAI硬件项目负责人Richard Ho的话说：”我们围绕对前沿AI模型推理需求的理解，从头优化了架构。”

    它到底强在哪里

    OpenAI目前给出的最核心数据是：性能功耗比（performance per watt）大幅优于当前业界最先进水平。具体好多少，他们说要等几个月后的技术报告才会披露。

    目前Jalapeño的工程样品已经在实验室里跑起来了，生产目标频率和功耗都达标，跑的负载包括GPT-5.3-Codex-Spark。这块芯片的设计思路是减少数据搬运（data movement），同时把计算、内存和网络资源平衡好，让实际利用率尽量接近理论峰值。

    专门做推理，不是训练。这个定位很清晰——预训练这种最吃算力的任务短期内还是会跑在Nvidia的GPU上，但推理侧的成本优化空间巨大，哪怕只省个10-20%，对OpenAI这种规模的运营来说都是真金白银。

    全栈叙事

    OpenAI在这波宣传里反复强调的一个词是”full stack”——全栈。他们的逻辑是：不光做模型，不光做产品，现在连芯片架构、内核、内存系统、网络、调度、部署系统全部自己设计，每一层都围绕同一个目标优化：让模型更快、更可靠、更便宜。

    这个叙事其实和Google的TPU、Amazon的Trainium是一个路子。这些公司都发现，与其完全依赖Nvidia，不如自己掌握一部分算力供应链。区别在于，OpenAI是纯软件公司起家，现在往硬件走，这个跨越比Google和Amazon都要大。

    接下来怎么铺

    Jalapeño只是第一代。OpenAI和Broadcom签的是multi-generation路线图，计划从2026年底开始部署到吉瓦级（gigawatt scale）的数据中心，合作方包括Microsoft和其他伙伴。

    Broadcom的CEO Hock Tan在声明里说：”这只是多代路线图的第一步。通过和OpenAI直接联合开发我们的领先硅片，我们能让吉瓦级数据中心从2026年开始部署。”

    吉瓦级是个什么概念？大概是一个中等城市的总用电功率。把AI数据中心做到这个规模，算力供给确实是个核心瓶颈，这也是为什么OpenAI要自己下场做芯片。

    这块芯片目前还在测试阶段，离大规模部署还有段时间。但它传递的信号很明确：OpenAI不想在算力这件事上完全被人卡脖子，哪怕这个”人”是Nvidia。

  • 做AI写作工具的Superhuman，把AI检测工具GPTZero买了

    做AI写作工具的Superhuman，把AI检测工具GPTZero买了

    AI写作和AI检测，本来像是矛和盾的关系，现在被同一家公司握在手里了。

    Superhuman收购GPTZero
    Superhuman收购AI内容检测平台GPTZero

    Superhuman（就是那个改名前的Grammarly）宣布收购GPTZero——一个专门检测AI生成内容的工具。GPTZero能做的事包括：判断一段文字是不是AI写的、检测AI幻觉（就是模型瞎编的内容）、查抄袭。

    集成到Superhuman Go

    收购之后，GPTZero会集成到Superhuman Go里。这个AI助手号称能在”100万个应用和网站”里工作，以后用户在写东西的时候，就能同时用到写作辅助和内容真实性验证两套能力。

    Superhuman的说法是，他们要做”内容真实性”的两端：一边帮用户负责任地用AI写作，一边帮用户判断读到的内容是不是AI生成的。

    教师市场仍是重点

    这个组合确实有点意思。GPTZero之前最有名的用户群体是教师——老师们用它来检测学生作业是不是用ChatGPT写的。Superhuman收购后表示，教育市场仍然是重点，会把GPTZero的工具直接嵌到用户已经在用的写作场景里。

    当然，这事在外人看来有点矛盾：你一边卖AI写作工具，一边卖AI检测工具，这不是自己打自己吗？但Superhuman的逻辑是，用户既需要AI帮助写作，也需要知道哪些内容是AI生成的——两个需求同时存在，不如都攥在自己手里。

    收购金额没披露。GPTZero会继续以独立品牌运营，Superhuman方面表示不会把它完全吞掉，而是让它继续服务已有的用户群。