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。

  • Meta把数据中心建进了帐篷里,AI竞赛已经卷到这一步了

    马斯克在帐篷里放GPU,扎克伯格也学会了

    AI数据中心的建设竞赛,已经卷到没人能想到的地步了。最新的一幕来自Meta——他们在俄亥俄州新奥尔巴尼市外,一口气搭了六个大帐篷,把价值几十亿美元的AI芯片塞了进去。

    这件事最早被Cleanview的创始人Michael Thomas扒了出来。他专门追踪全球数据中心的部署动态,翻了当地的建筑许可文件,又对照卫星图,发现Meta从今年4月到6月之间,悄无声息地建了五个面积各12.5万平方英尺的”快速部署结构”——说白了就是大帐篷。

    Meta AI应用图标显示在智能手机屏幕上
    Meta正在把AI芯片塞进帐篷里——AI竞赛已经到了这一步

    这招是从谁那儿学来的

    说起来有点滑稽,但这个帐篷Strategy确实是”借鉴”来的。最早这么干的是特斯拉——当年Model 3产能地狱的时候,马斯克在弗里蒙特工厂的停车场搭了一排帐篷,硬是把产能拉了上来。

    后来xAI也用了类似的思路,用模块化燃气轮机给数据中心供电,跳过了传统数据中心漫长的电网接入流程。Meta这次是两招都学了:帐篷用来压缩建设周期,燃气轮机用来解决供电。

    Michael Thomas在X上写道:”Meta正在美国各地的园区里搭建几十个巨型帐篷,把价值数十亿美元的芯片塞进去,用离网涡轮机给它们供电。AI竞赛正式进入了疯狂麦克斯阶段。”


    为什么要这么做

    答案很简单:省时间,也省钱。传统数据中心的建设的建设周期以年计算,从拿地、审批、通电、冷却系统安装,每一步都要排队。Meta的做法是把芯片先放进帐篷里跑起来,后面再慢慢补建正式机房。

    但时机有点尴尬。Meta最近在AI模型发布上并不顺利——据《华尔街日报》报道,他们最新的模型Muse Spark其实已经做好了,但开发者用来调用的API却一再推迟上线。也就是说,芯片在帐篷里跑着,外面的开发者却还没能用上。

    投资者也在用脚投票。Meta今年股价已经跌了5%,华尔街对扎克伯格押注AI的力度感到不安。Meta说过,今年在数据中心和资本支出上的投入最高可达1450亿美元。把芯片塞进帐篷,至少说明他们在想办法控制成本。


    帐篷里到底能放多少东西

    已经建好的这六个帐篷,每个12.5万平方英尺,加起来接近一个中小型传统数据中心的规模。供电来自附近的200兆瓦模块化燃气轮机——这个数字意味着,这些帐篷里的GPU集群,算力规模可能不亚于一些科技公司整年的采购量。

    当然,帐篷终究是帐篷。散热、防火、防尘,这些都是传统数据中心花了几十年才解决的问题。Meta用帐篷,本质上是在跟时间赛跑——先跑起来,问题边跑边修。

    这件事也从一个侧面说明了当前AI算力有多紧张。正常来说,没有哪家科技公司愿意把几十亿美元的芯片放在帐篷里。但当所有人都在抢算力、抢时间、抢人才的时候,”体面”就变成了可以牺牲的选项。

  • 谷歌每月掏9.2亿美元向SpaceX租GPU,这笔账算得过来吗

    每个月9.2亿美元,谷歌抱上了SpaceX的大腿

    SpaceX还没上市,谷歌已经先交了一笔”入场费”。根据SpaceX上周五提交给监管机构的文件,谷歌将从2026年10月开始,每月向SpaceX支付9.2亿美元,换取大约11万块英伟达GPU以及其他相关算力资源的使用权。这份合同签到了2029年6月。

    这笔钱是什么概念。一年就是110亿美元,三年下来谷歌要付出超过330亿美元。SpaceX这一手,把算力做成了按月收租的生意。

    谷歌这边给出的说法是,最近推出的AI产品需求太猛,超出了他们的预期,所以急需额外的算力”过桥”。原话是这么说的:”这是一份短期、及时的协议,确保我们有过渡期产能来满足Agent平台Gemini Enterprise激增的客户需求。”

    事情有意思的地方在于,SpaceX手里其实还有一份几乎一模一样的合同。就在5月底,Anthropic刚刚宣布每月向SpaceX支付12.5亿美元,用来租用SpaceX在孟菲斯附近建设的Colossus 1数据中心的全部可用算力。谷歌拿到的算力规模,大约是Anthropic的一半。

    Musk之前暗示过,Colossus 2数据中心会留给xAI自用。所以谷歌租的到底是哪个数据中心,SpaceX没说。但时间点很微妙——这份合同公开的一周前,SpaceX的股票即将在纳斯达克开始交易,目标估值约1.75万亿美元,募资规模约750亿美元,人类历史上最大规模的IPO。


    谷歌真的缺算力吗

    这件事最耐人寻味的地方就在这儿。谷歌真的是因为缺算力才去找SpaceX租GPU的吗?

    有估算数据显示,谷歌目前拥有的AI算力规模是全球最大的之一。它自己也在疯狂砸钱——母公司Alphabet今年已经承诺的资本支出超过1800亿美元,而且明确表示2027年还会”显著增加”。为了撑住这个开支,Alphabet最近还宣布了800亿美元的 equity sale。

    所以一种合理的猜测是,这笔交易不完全是”救急”,更像是”结盟”。谷歌本来就是SpaceX的长期投资者,IPO之后,谷歌持有的SpaceX股份价值预计会超过1000亿美元。两边绑得越紧,上市后谷歌的账面回报就越好看。

    还有更长远的想象空间。有报道说,两家公司正在谈合作建设”轨道数据中心”——把服务器发射到太空去跑。这是SpaceX上市后最重要的战略规划之一。


    合同里藏着的细节

    这份合同不是铁板一块,两边都有退路。SpaceX和谷歌都可以在2026年12月31日之后,提前90天通知对方终止协议。而且从合同文件来看,谷歌接入数据中心是”逐步爬坡”的,9月之前按折扣费率计费。

    还有一个保护条款:如果SpaceX在2026年9月30日之前,没能交付承诺数量的GPU,在一个月宽限期后,谷歌可以立刻终止协议,或者接受实际交付的数量并相应扣减月费。

    这些细节其实说明了一个问题——算力交付不是闹着玩的,11万块GPU,从装机、调试、供电到散热,每一步都是硬仗。SpaceX敢写进合同里,也是对自己的数据中心建设速度相当有信心。


    AI算力成了新的石油

    把这两份合同放在一起看,一个清晰的信号摆在那里:AI算力的定价权,正在向拥有数据中心的一方倾斜。Anthropic每月12.5亿,谷歌每月9.2亿,这些数字不是”云服务租赁费”,而是AI时代最稀缺资源的对价。

    SpaceX靠着xAI攒出来的数据中心能力,硬是在AI产业链里卡了一个之前没人能想到的位置。它没有训练模型,没有做应用,但它有GPU,有电力,有冷却,有土地——这些加在一起,就是2026年最值钱的生意。

    谷歌愿意每个月花9.2亿美元,说明了一件事:哪怕你是全球算力储备最雄厚的公司之一,面对Agent AI和 enterprise 客户需求的爆发,你还是得去找Musk。

  • Anthropic年化收入470亿美元,IPO前夜回应AI回报质疑

    Anthropic上周宣布了一轮650亿美元的融资,估值9650亿美元,接近1万亿大关。认购情况极度超额,多家机构抢着入局。就在这个节骨眼上,联合创始人Daniela Amodei在彭博科技大会上聊了一些很有意思的事。

    Daniela Amodei
    Anthropic联合创始人Daniela Amodei在彭博科技大会上(图源:TechCrunch)

    470亿美元年化收入,半年涨了5倍

    先说数字。Anthropic宣布2026年5月的年化营收已突破470亿美元,比去年底大约90亿美元的水平涨了超过5倍。这个增速在AI行业里算是顶尖的,但也正因为涨得太快,外界开始问一个问题:这些收入是真的来自客户付费,还是靠融资输血撑起来的?

    质疑的声音不是没有道理。Uber最近就公开表示,AI确实能带来回报,但不是所有AI支出都能产生实际效益。企业客户如果开始收紧AI预算,像Anthropic这样的公司增长轨迹就会受到直接影响。

    Daniela Amodei的回应很直接:企业还在摸索AI的有效用法,当前的使用场景——无论是编程、金融、法律还是医疗——都还只是开始。随着商业界对这些工具越来越熟悉,AI会更深入地融入日常工作的方方面面。

    为什么要上市?

    Amodei说得很坦率:训练模型和为推理提供服务的前期成本非常高,致力于推进前沿技术的核心公司都需要获得资本通道,而公开市场最适合满足这个需求。

    这句话的潜台词是:私募市场的钱虽然多,但上市之后融资能力和流动性完全不是一个量级。Anthropic现在已经秘密提交了IPO申请,时机成熟就会推进。

    不自建数据中心,和xAI合作

    一个有意思的细节是,Amodei回应了为什么Anthropic不像OpenAI和xAI那样自己建数据中心。她的逻辑是:Anthropic追求最优结果,但不会过度扩张,不愿意采购超出实际生产使用需求的算力。

    上个月,Anthropic和xAI达成了一份算力合作协议,每月向xAI支付12.5亿美元,这份协议在当时震惊了整个AI行业。换句话说,Anthropic选择把钱花在租算力上,而不是自己盖机房。这个策略能不能跑通,IPO之后市场会给出答案。

    IPO之后的挑战

    470亿美元的年化营收听起来很吓人,但Anthropic目前仍处于严重亏损状态——这是AI大模型公司的普遍情况。算力成本、研发支出、人才竞争,每一项都在烧钱。公开市场会不会给Anthropic足够高的估值,让它持续融资而不被稀释太多,这是一个很大的问号。

    另一个挑战是竞争。OpenAI的估值也在8500亿美元左右,谷歌和微软都在大力投入,Meta开源了Llama 4,中国的DeepSeek在低成本模型上取得了实质性突破。Anthropic能不能在IPO之后保持技术领先和增速,外界还在观望。


    AI行业的IPO大幕正在拉开。Anthropic如果成功上市,会成为继CoreWeave之后第二家上市的AI基础设施公司,也是第一家以上市方式退出的大型AI大模型公司。这个故事,才刚刚开始。

  • 谷歌每月给SpaceX交9.2亿美元,AI算力战打到太空了

    SpaceX下周就要上市了,估值1.75万亿美元,史上最大IPO。就在这个节骨眼上,谷歌跑出来宣布了一件事:从今年10月开始,每个月给SpaceX交9.2亿美元,一连交到2029年6月。

    这笔钱买的是什么?算力。具体来说,是大约11万块英伟达GPU,加上配套的CPU、内存和其他硬件的使用权。

    SpaceX数据中心
    SpaceX的数据中心算力已成为AI公司的必争之地(图源:TechCrunch)

    Anthropic先签了,谷歌跟着进场

    这件事的背景其实上个月就铺垫好了。5月底,Anthropic宣布和SpaceX签了一份算力协议,每个月向SpaceX支付12.5亿美元,租用后者在孟菲斯建设的Colossus 1数据中心的全部可用算力。这份协议签到了2029年。

    谷歌这份协议的结构几乎一模一样,只是规模小一些——拿到的算力大约是Anthropic的一半。SpaceX没有说明谷歌会用哪个数据中心,但马斯克之前暗示过,Colossus 2会留给xAI自己用。

    每月9.2亿美元,乘以32个月,谷歌这份合同总价值接近300亿美元。Anthropic那份更夸张,12.5亿 × 32个月 = 400亿美元。

    谷歌说这是”短期过渡”

    谷歌对外的说法是,这是一笔”短期”协议,目的是应对旗下智能体平台Gemini Enterprise超出预期的用户需求。话是这么说,但谷歌母公司Alphabet今年已经承诺了超过1800亿美元的资本支出,而且预计2027年还要”显著增加”。为了填这个坑,Alphabet刚宣布了800亿美元的配股计划。

    所以真相可能是:谷歌自己的算力扩张速度跟不上需求,被迫向外找补。SpaceX正好有现成的、刚建好的大规模算力,双方一拍即合。

    两份协议都有退出条款

    和Anthropic那份一样,谷歌和SpaceX的协议里也写了退出条款:2026年12月31日之后,双方都可以提前90天通知终止合作。如果SpaceX在2026年9月30日前交不出约定的GPU数量,谷歌可以选择直接走人,或者接受已交付的部分并相应砍月费。

    这个条件写得相当具体,说明谷歌也没打算把自己完全绑死。毕竟SpaceX的IPO才刚上,未来三年变数太多。

    更深的一层关系

    谷歌其实是SpaceX的老股东了。IPO之后,谷歌持有的SpaceX股份预计价值超过1000亿美元。所以这笔算力协议,某种程度上也是谷歌在保护自己在SpaceX身上的利益——SpaceX需要客户,谷歌需要算力,各取所需。

    更有意思的是,双方还在谈能不能在太空建数据中心。这是SpaceXIPO后的核心规划之一,如果真的做成,算力这个概念就被彻底重新定义了。


    SpaceX的纳斯达克交易代码是X,上市日期定在下周。这家公司以造火箭起家,现在靠卖算力就能每个月入账超过20亿美元(Anthropic的12.5亿+谷歌的9.2亿,还没算其他客户)。世界的运转方式,确实在悄悄改变。

  • AI读个剧本就说能预测票房,这事靠谱吗?

    有一家叫Quilty的AI初创公司,今年早些时候出现在行业媒体上时,承诺他们的工具仅通过阅读剧本就能准确预测一部电影的成功率。听起来很厉害对不对?

    但当人们真正有机会测试Quilty的产品时,却对此持怀疑态度。即便拥有世界上所有可用的数据,它预测票房扑街的《Christy》的剧本,表现会优于最终成为奥斯卡获奖大片的《罪人》(Sinners)的剧本。

    正如许多AI高管此前所宣传的那样,Quilty的创始人认为,他们的产品可以通过让新兴创作者获得辅助工具来”民主化”他们的行业。一个很高的Quilty评分或许可以成为和制片人合作的机会,而低分可能意味着需要更多修改。

    拼凑出来的”预测引擎”

    Quilty由电影制片人Simon Horsman和Daniel Wood创立,使用AI分析剧本并生成关于项目成功概率的详细报告。在输入未制作的剧本后,Quilty的技术会给出0到100的评分,反映未来项目的叙事质量、商业可行性、是否能引起观众共鸣,以及制作可能需要的成本。

    但就目前而言,Quilty不过是一堆现有AI系统的杂乱拼凑,该公司尚未证明其技术具备识别未来爆款(更不用说已证实的爆款)的品味或分析能力。

    Quilty并没有为用户提供单一、定制的AI模型来反馈剧本意见,而是结合了多种广泛可用的AI工具,为流程带来不同类型的分析。用户要做的就是将文本剧本上传到平台,几分钟后,它就会生成一份报告,详细说明预估预算、重要故事节拍的概述、角色分析等内容。这项服务每次单独分析收费50美元。

    AI预测电影剧本
    Quilty声称可以通过分析剧本预测电影成功率(图源:The Verge)

    创始人的”顿悟”来自一场法律纠纷

    这种拼凑式分析工作流的想法最早是Wood想到的——他同时也是Quilty的CTO——几年前他卷入一场房地产纠纷时萌生了这个想法。Wood没有花钱请律师,而是打开了ChatGPT,后者立刻告诉他”我不是律师,去找别人帮你吧”。

    “后来我用了Gemini,效果好了很多,因为有更大的上下文窗口,”Wood回忆道,”但后来我在X上看到埃隆·马斯克说Grok在律师评分上是AI模型里史上最高的,我就想’让我试试这个。’”

    这段经历让Wood更好地理解了类似的消费级AI模型如何在不同的任务中表现出色。而Wood对AI的个人使用也影响了Quilty量化剧本潜在成功的方法。因为”Gemini在结构和模式方面非常出色”,Quilty用它来生成拆解文档。对于财务建模,公司信任托管在美国服务器上的DeepSeek实例。而对于叙事/角色分析,Quilty结合了Claude和ChatGPT。

    问题在哪

    尽管Quilty技术栈的模块化可能让它在整体更新方面更敏捷,但也让它更难完全理解平台是如何拿到一个剧本,然后得出一系列据称可以衡量无形事物的指标的——比如观众对一部还不存在的电影可能有什么反应。

    自好莱坞诞生以来,预测一直是电影开发的关键部分,但这项工作传统上由对人类观众有细致了解的人类工作者完成。还没有AI公司能开发出真正复制人类思维过程,或者我们形成对艺术看法的模糊方式的模型。

    Quilty的创始人认为,他们的”情感引擎”是评估剧本的次优选择,因为它整合了VADER(效价感知词典和情感推理器)等工具。但Quilty不可能预见所有可能影响电影接受度的因素。


    当我问Horsman和Wood,为什么Quilty给最终票房仅约200万美元的《Christy》的评分高于最终票房3.7亿美元的《罪人》时,他们坚称平台的判断”归根结底是因为Sydney Sweeney真的、真的很受欢迎”。

    这种情况凸显了Quilty的逻辑并不那么可靠。他们承认,在一些情况下,Quilty不可能预见可能影响电影财务表现或观众接受度的因素。例如,Quilty不可能预见到Elijah Bynum的《Magazine Dreams》(由Horsman制片)最终会因为演员Jonathan Majors 2023年声名狼藉而脱轨。

    尽管宣传得天花乱坠,但Quilty兜售的不过是拼凑起来的一系列大语言模型的间接访问权限。如果这些AI工具真能像Quilty声称的那样工作,那确实会非常惊人。但大多数工具只是复杂模式识别/模仿机器,距离理解人类觉得什么有趣还有很长的路要走。

  • AI的账单到期了:科技公司开始为Token烧的钱买单

    Uber把2026全年的AI编程预算,4月份就烧完了。这事听起来像段子,但它是真的。

    TechCrunch最近发了一篇深度报道,讲整个行业突然意识到一件事:AI不是免费的基础设施,它贵得离谱,而且账单来得比任何人准备的都要快。

    AI公司们在2025年初疯狂使用AI,所有人都开着”放开用”的订阅模式,没人真正盯着花了多少钱。等到年底一算账,才发现Token消耗已经完全失控。

    从”能不能用”到”花了多少钱”

    OpenAI的企业业务负责人Alexander Embiricos说,半年前他和客户聊天,对方问的都是”这个模型能做什么?够不够好?”现在完全不一样了,所有人都在问:”我们花了多少钱?你们有可见性吗?有审计能力吗?有Token管控吗?你们模型的效率到底怎么样?”

    微软几个月前给开发人员开通了Claude Code的许可,结果没过多久就收回去了。Priceline的一个员工告诉TechCrunch,他们续签Cursor合同时,价格直接翻了4到5倍。

    这还不是最夸张的。有一家公司忘了给员工设置使用限额,结果一个月下来收到了5亿美元的Claude账单。

    Token经济学浮出水面

    Linux基金会本周宣布了一个新计划,叫Tokenomics Foundation,目的是给AI Token的花费建立一套类似FinOps之于云计算的成本纪律标准。

    FinOps Foundation的负责人J.R. Storment说,今年4、5月份开始,不断有公司跑来说:”我的天,我们2026年的Token预算已经超了3倍,但现在才4月。”

    Priceline的IT财务总监Chris Reed说了一句话很形象:”这就像可卡因流行病,他们让你先试试,把你勾住,然后你就被绑住了。”

    AI成本压力
    企业开始认真审视AI的账单了(图源:Getty Images)

    新市场正在形成

    这波焦虑催生了一个全新的市场。初创公司、老牌厂商,都在争相推出帮助企业管理AI支出的工具。

    • Pay-i:专门追踪、测量和优化生成式AI投资的成本与性能
    • Paid:让开发者按实际价值而不是订阅费来追踪成本和向用户收费
    • Jellyfish、Waydev、Faros AI:提供AI代理监控,证明开发工具的投资回报率
    • Ramp、Datadog、New Relic:在传统产品线上加装AI成本管理和可观测性功能

    但问题也很明显。所有这些工具都在没有通用语言或共享定义的情况下各自为战。没有人真正知道一个Token到底该花多少钱、它产出了什么、怎么跨厂商比较支出。这正是Tokenomics Foundation想要解决的问题。


    Goldman Sachs预测,到2030年全球Token使用量将增长24倍。那些已经超预算的公司现在就需要解决方案,但基金会的第一份交付成果还要几个月才能出来。

    Faros AI的CEO Vitaly Gordon说了一句很形象的话:”也许我们造出了蒸汽机,但还没有搞清楚装配线怎么搭。”

    这篇文章折射出一个很真实的现状:AI的”免费午餐”时代正在结束,接下来是所有人都必须学会算账的时代。

  • 前OpenAI CTO Murati时隔18个月露面,说AI行业治理缺位比个人品格更值得担心

    Mira Murati又出现在镜头前了。这位前OpenAI CTO、现在Thinking Machines Lab的创始人,在过去18个月里几乎没怎么公开说过话。这次接受TechCrunch采访,她选得很谨慎,没有把公司底牌全亮出来。

    为什么现在出来讲话

    Thinking Machines Lab成立快一年半了,这段时间一直在低调干活:融资、招人、做了一个开源AI模型微调的API产品叫Tinker。但同行没闲着,OpenAI、Anthropic、xAI这些实验室一直在刷存在感,长期低调的收益在递减。

    她需要一个时机,让市场和人才记得Thinking Machines还在牌桌上。这次采访,就是这一步。

    她预告了一个新产品方向

    Murati透露,他们正在研发一种她称之为”交互模型”的东西。这类模型会打破现在AI产品”你问一句、它答一句”的轮次模式,改为以200毫秒为间隔,持续处理音频、文本、视频的流输入。

    这样做的目标是捕捉人类交流里的那些细节:打断、中途修正、思考时的停顿。它更接近实时交互,而不是现在的”问答机”模式。Murati强调这只是第一步,没有给出具体上线时间。

    Mira Murati采访
    Mira Murati接受采访(图片来源:TechCrunch)

    2023年那场”换帅风波”,她这么看

    当被问到2023年11月OpenAI董事会突然开除Sam Altman、后又让他回归的那场风波时,Murati把它称为”小插曲”。她说当时做决策的核心逻辑是保护公司使命和团队,如果没有她的参与,公司很可能会”分崩离析”。

    但她也承认,当时应该更积极推动信息公开、制定更好的过渡方案、提升透明度。当被直接问及是否还信任前老板Sam Altman时,她没有接话,转而去谈一个更结构性的话题。

    她真正担心的事:治理,而不是人品

    Murati回避了关于Altman个人信任的问题,转而强调:整个AI行业都存在重要决策集中在少数人手中的问题。相比个人品格,她更担心的是治理结构缺乏制衡机制。

    这个观点值得琢磨。行业里很多人盯着Altman、Musk、Zuckerberg这些人的性格和诚信说事,但Murati指向的是制度层面:如果决策权本身就过度集中,换谁来坐那个位置,风险都还在。

    她认为行业过于关注”道德正确性”,却在制度建设上走得不够快。这句话某种程度上也是在为自己的创业方向背书:Thinking Machines要做的事情里,治理和安全是核心议题。

    对AI的未来,她没有走极端

    Murati明确表示,她既不认同”AI必然带来反乌托邦”的悲观论调,也不认同”AI必然带来乌托邦”的乐观版本。她认为当前阶段的发展走向将决定最终结果。

    她多次强调一个观点:如果人类过早放弃对AI的主导权,未来会变得完全不同,且不会更好。这个说法不极端,但立场很清楚:AI应该被人类主导,而不是反过来。


    Murati这次露面,更像一个精心设计的重新开始,而不是一次全盘托出。她没有公布新产品发布日期,没有透露Thinking Machines的具体技术路线图,也没有深度评价前东家的现状。但她释放了一个信号:Thinking Machines还活着,而且在认真做东西。至于做的东西能不能打过OpenAI和Anthropic,那是下一阶段的问题了。

  • 黑石旗下的AirTrunk砸300亿美元在印度建AI数据中心,目标5GW容量

    数据中心这事儿,最近几年一直是AI行业背后那条看不见的主线。大家都盯着模型参数、聊天能力,但真正卡脖子的,往往是那些耗电、耗水、占地儿的大铁皮房子。6月5日,背靠黑石的澳洲数据中心运营商AirTrunk扔出一颗重磅消息:要在2030年前向印度投资300亿美元,建设总容量5GW的AI数据中心。

    为什么是印度

    这个决定不是拍脑袋做的。印度这几年的AI基础设施吸引力一直在往上走,研究公司Bernstein预测,印度数据中心容量将从当前的约1.5GW增长到2030年的8GW。这个数字背后,是印度政府真金白银的政策支持。

    2026年早些时候,印度宣布对运行在印度数据中心、面向海外销售的算力服务,给予免税政策,一直持续到2047年。这条政策基本上把”在印度建、向全球卖”的商业逻辑给打通了。

    AirTrunk不是拍脑袋进印度的。他们2026年早些时候通过收购Lumina CloudInfra正式进入印度市场,已经在孟买、钦奈、海得拉巴储备了约600MW的开发用地。这次300亿美元的投资,是在这个基础上放的一个大卫星。

    钱花在哪、谁能分到一杯羹

    马哈拉施特拉邦已经和AirTrunk交换了意向书,在Raigad Pen Growth Center划拨土地,用于建设3GW的数据中心,投资额约210亿美元。剩下的部分,会分散到其他邦和地区。

    AI数据中心建设
    数据中心建设现场(图片来源:TechCrunch)

    这个投资计划是在AirTrunk CEO Robin Khuda与印度总理莫迪会面后宣布的。莫迪对此的评价是,这将助力印度成为全球云计算和人工智能枢纽。这句话不是客套,印度确实有这个野心,也正在铺路。

    不是只有AirTrunk在押注印度

    亚马逊、谷歌、微软、OpenAI、Uber这些国际企业,加上信实工业、阿达尼集团、塔塔咨询服务这些印度本土巨头,都已经宣布了各自在印度的数据中心或AI基础设施投资计划。AirTrunk的300亿是其中金额最大的之一,但不是唯一的。

    这里有个细节值得琢磨:为什么是黑石旗下的公司来扛这个旗?黑石是全球最大的另类资产管理公司,它控股AirTrunk,说明机构投资者把数据中心当成长期、稳定、抗通胀的基础设施资产来配置。这个逻辑和买港口、买电网、买高速公路是一样的。

    真正的问题:电从哪来

    行业高管和分析师说得直白:数据中心建设最大的瓶颈不是土地、不是资金,是电。德勤估计,到2030年,亚太地区的数据中心建设可能需要额外数十太瓦时的电力。这个数字什么概念?相当于好几个中等国家的全年用电量。

    印度的优势是有可再生能源资源,太阳能和风能的潜力不小。但电网基础设施的薄弱是另一个问题。建数据中心容易,保证20年后还能稳定供电,这是另一个层面的挑战。


    AirTrunk这个300亿美元的投资,表面上是商业决策,底层其实是全球AI竞赛在基础设施层面的投射。谁先把算力铺够、铺便宜、铺稳定,谁就在下一轮AI竞争里占了先机。印度想当这个枢纽,AirTrunk想当这个铺路人,钱已经摆上桌了,接下来看能不能真的落地。

  • 苹果给Messages开了个口子,第一个进来的AI助手叫Poke

    苹果的Messages(信息)应用,在大多数人的认知里就是发短信的地方。绿泡泡蓝泡泡,吵架传照片,就这么点用途。但苹果最近做了一个不太像它会做的决定——给一个第三方AI助手开了绿灯,让它正式进驻Messages for Business平台。

    Poke是什么来头

    Poke这家公司的名字你可能没听过,它的产品逻辑倒是很直白:不用下载任何App,不用注册账号,就发短信,AI助手在那头帮你干活。

    你给它发条消息,说”帮我订个餐厅,今晚7点,两个人”,Poke就去帮你查、帮你订、帮你发确认短信。整个过程你只管发短信就行,不用切到别的应用。

    这种”用短信界面做任何事”的思路,其实和这两年大家都在说的”AI助手应该无处不在”是一回事,只是Poke选的入口是每个人手机里都有的短信应用。

    Messages for Business是苹果2017年就推出的企业消息平台,之前进驻的都是航空公司、银行、零售商——都是大公司。Poke是第一个以AI助手身份进来的。

    苹果为什么现在开这个口子

    苹果对自己的生态一向管得很紧。一个第三方AI助手能拿到Messages for Business的入场券,这件事本身就值得留意。

    一种解读是,苹果在找新的服务收入来源。Messages for Business对商家是收费的,每增加一个能在这个平台上提供服务的AI助手,就意味着更多的企业客户和更多的使用费。

    另一种解读更偏向产品策略。Siri这些年一直被人骂”不好用”,苹果在WWDC 2026前夕批准Poke进来,可能是想先让第三方AI助手证明这个场景成立,自己后面再跟。

    Poke能干的事确实挺全:发邮件、设提醒、生成图片,都在Messages对话框里完成。这对Siri来说是不小的竞争压力——人家不用你喊”Hey Siri”,直接发短信就行。


    对普通用户意味着什么

    目前Poke通过Messages for Business提供的功能还在早期。苹果对这个平台的审核一向严格,Poke能拿到批准,说明它的隐私和安全标准过了苹果的关。

    对普通用户来说,最直观的变化是:以后收到企业的Messages消息时,那边接话的可能不只有人工客服,也有AI助手,而且这个AI助手能帮你做的事不止于回答问题,还能真正去执行任务。

    这个变化在国内可能感受不深,因为大家用微信。但在欧美,短信和企业消息还是大量用户在用的沟通方式,Messages for Business的月活用户数以亿计。

    下一步会怎样

    Poke拿到这个”首个”身份,先发优势是明显的。其他AI助手公司现在肯定也在排队申请,苹果会不会批、批多少家,这会决定这个平台未来的生态走向。

    对苹果来说,这是在AI助手赛道上借力打力的一招。自己家的Siri还在憋大招(WWDC 2026据说会有大改版),先让第三方进来把场景跑通,用户习惯养成了,后面再推自己的方案,接受度会高很多。

    至于Poke能不能真的把这个入口用好,取决于它能不能持续证明:用短信界面跟AI打交道,确实比打开一个专属App更方便。这件事到目前为止,还没有人被真正说服过。

  • 英伟达发了颗PC芯片,黄仁勋想重新发明你的笔记本电脑

    英伟达这家公司,大多数人想到它的时候,脑子里浮现的还是显卡。游戏显卡、挖矿显卡、AI训练卡,反正都是插在主板上、负责算图的那个东西。但就在2026年6月1日的台北电脑展上,黄仁勋站上台,发布了一颗完全不同的产品——RTX Spark,一颗英伟达自己品牌的PC处理器。

    从显卡厂变成芯片厂

    这件事的意义比乍一听要大。此前英伟达也做过计算卡、做过超算模块,但那些产品说到底还是”加速卡”,主机跑什么CPU跟英伟达没关系。RTX Spark不一样,它是一颗完整的PC主芯片——CPU和GPU合在一起,直接决定了一台电脑能干什么、跑多快。

    按照英伟达产品管理高级总监Mark Aevermann的说法,这块芯片是”有史以来最高效的PC芯片”。他没拿出任何数据或图表来支撑这个说法,但参数本身确实挺吓人的。

    NVIDIA RTX Spark芯片概念图
    RTX Spark超级芯片,CPU和GPU合封在同一颗芯片上(图源:The Verge)

    参数到底有多猛

    RTX Spark本质上就是去年英伟达发布的”个人AI超算”DGX Spark里那颗GB10芯片的消费级版本。旗舰规格是这样的:20个CPU核心、6144个GPU核心、128GB LPDDR5X统一内存。

    这套配置能干嘛?英伟达给出的参考场景包括:渲染一张90GB的3D场景、剪辑12K分辨率的视频、在1440p分辨率下以100帧流畅运行《印第安纳·琼斯与大圆圈》——而且是在一台14毫米厚的笔记本上、不插电的情况下。

    RTX Spark本地可运行1200亿参数的AI智能体。这意味着很多原本需要联网调用云端模型才能做的事,以后在你的笔记本上就能跑。

    Arm架构,Windows on Arm生态终于成熟了

    RTX Spark基于Arm架构,这和苹果M系列、高通骁龙X Elite是同一路线。缺点是那些为英特尔/AMD x86架构编译的旧软件,得通过模拟层才能跑,性能会有损耗。

    但微软这几年没闲着。Prism模拟器已经折腾了好几年,从高通骁龙笔记本开始就在打磨,现在轮到英伟达进场,适配工作已经有底子了。Adobe也已经把Photoshop和Premiere Pro改成了原生支持Arm架构的版本。

    连游戏这边都在跟进。Riot Games正在把《英雄联盟》和《无畏契约》搬到Windows on Arm上;Krafton的《绝地求生》也在路上。之前那些用Easy Anti-Cheat、BattlEye做反作弊的游戏,英伟达说他们正在和开发商逐个谈。


    英伟达的野心:”AI就是用户界面”

    黄仁勋想要的不只是一块更快的芯片。英伟达在宣传材料里写的话很直白:”这是一个新的个人计算范式,AI就是用户界面。”意思是以后你跟电脑说话就行,不用再去记哪个功能藏在哪级菜单里。

    他们举了几个例子:电竞主播说一声”我去吃个饭”,电脑自动关灯、闭麦、切换直播模式;设计师画个草图,AI直接生成完整图像、建好3D模型、再配上一段视频;程序员让AI盯着GitHub项目,有QA问题就自己动手修,还能接管键盘鼠标去做那些”重复且无聊”的活。

    这些场景听起来有点远,但英伟达这次是真的拉了一帮合作伙伴来落地的。微软已经在Build大会上展示了基于RTX Spark的”新Windows安全和容器原语”,让个人AI智能体能在受控环境下运行。

    微软Surface Laptop Ultra
    微软Surface Laptop Ultra,搭载RTX Spark,号称”我们做过的最强机器”(图源:The Verge)

    有多少厂商跟进?

    Aevermann说,英伟达的合作伙伴已经在开发超过30款笔记本和10款桌面主机。首批确认搭载RTX Spark的笔记本厂商包括宏碁、华硕、戴尔、技嘉、惠普、微星和联想。微软也自己做了一台,叫Surface Laptop Ultra。

    价格目前完全没有公布。英伟达只说首批产品”瞄准市场中的较高价位段”,秋季上市。这个”秋季”指的是2026年9-11月之间。

    有几个问题英伟达这次没回答:这颗芯片是在美国生产还是海外?会不会出Linux驱动?能不能和外置独立显卡搭配使用?这些答案可能要等到产品真正上市前后才会揭晓。


    这事为什么重要

    英伟达的市值已经是全球前列,它的每一步动作都会影响整个产业链。这次亲自下场做PC主芯片,直接竞争对手就是英特尔、AMD和高通。对消费者来说,选择变多总是好事;对英伟达来说,这是把AI算力的控制权和利润都揽到自己手里的一步大棋。

    2020年苹果发布M1的时候,也没人拿出”证明”来。但M1一上市,整个笔记本行业隔天就变天了。RTX Spark会不会是下一个M1时刻,今年秋季见分晓。

    📎 原文来源:The Verge — Nvidia announces RTX Spark as ‘the most efficient PC chip ever built’(作者:Sean Hollister,2026-06-01)