存储厂商如何摧毁消费市场:SSD 与内存价格暴涨,产能转向长期协议
美光、三星、SK Hynix 等存储厂商将 50%-70% 产能分配给 5-16 家大客户并签订 3-5 年长期协议,以打破内存价格的周期性波动。自去年 9 月以来,2TB NVMe SSD 均价上涨 137%,32GB DDR5 套装上涨 363%,DDR5-6000 64GB 套装从 $240 涨至 $1,300-$1,400。
美光、三星、SK Hynix 等存储厂商将 50%-70% 产能分配给 5-16 家大客户并签订 3-5 年长期协议,以打破内存价格的周期性波动。自去年 9 月以来,2TB NVMe SSD 均价上涨 137%,32GB DDR5 套装上涨 363%,DDR5-6000 64GB 套装从 $240 涨至 $1,300-$1,400。
AMD 宣布以约 82 亿美元全股票交易收购专注空间智能的初创公司 World Labs,交易预计在 2026 年底前完成,尚待监管批准。World Labs 创始人李飞飞将加入 AMD 领导团队,出任执行副总裁兼首席科学家,直接向 CEO 苏姿丰汇报并负责前沿研究。
推荐理由:交易金额与团队去向之外,原文还梳理了世界模型路线与 AMD 追赶 Nvidia 的硬件逻辑。
EFF 援引《纽约时报》报道称,DraftKings 用客户投注记录训练机器学习模型,找出可能下注亏损的赌客,再向其投放促销广告吸引回站下注。EFF 指出 DraftKings 仅使用自己收集的第一方数据,说明只限制第三方数据买卖的政策不足以阻止这类广告,并主张全面禁止在线行为广告。
特斯拉工厂工人被要求穿戴动作捕捉服为 Optimus 采集训练数据,部分员工因认为机器人最终将取代自己而抵触。Optimus 目前仍需在受控环境中编程执行特定任务,手部触觉传感器不可靠,特斯拉已改用可替换的传感器手套。特斯拉人形机器人还依赖中国供应商提供零部件,并面临丰田、现代等车企的竞争。
慕尼黑 CESifo 的新工作论文认为,没有证据显示应届大学毕业生的招聘出现显著、广泛的替代或减少。研究者 Robert Fairlie 和 Jane Wu 聚焦应届生,因为劳动力需求变化可能先体现在招聘减少上;这与上月一项斯坦福研究称"AI 影响"职业入门级就业落后的结论相反。
新泽西州对 DataOne 位于 Vineland 的数据中心处以 110 万美元罚款,原因是其未经许可秘密安装并运行 62 台燃气发电机,其中 45 台被无人机热成像拍到正在运转。
Anthropic 的 Beneficial Deployments 与应用 AI 团队与 CEPI、WHO 非洲区域办事处、INRB 合作,在刚果(金)Bundibugyo 型埃博拉疫情(BDBV)响应中使用 Claude。
推荐理由:原文披露 Claude 在刚果(金)埃博拉疫情中的具体用法与耗时变化,可了解 AI 在公共卫生应急中的落地边界。
MIT Technology Review 与 Times of San Diego 用 15 个月调查,绘制出首张美墨边境监控塔附近死亡情况的综合地图与分析。团队分析可追溯至 2015 年的案例,向得州 17 个县警长办公室申请记录,收到超 4000 页文件,并用 Anthropic 的 Claude 通过 API 提取遗骸发现地点坐标后人工核验。
Mistral 与 Cloudera 宣布合作,将 Mistral 模型集成进 Cloudera 混合数据平台,企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练定制模型,数据与模型所有权均归企业,模型基于开放权重。Cloudera 平台上客户管理的数据规模达 30 exabytes。
Anthropic 宣布通过新的 Claude team plan for scientists 向全球科研人员开放 1 万个席位,标准席位免费,5 倍用量上限的高级席位为每月 15 美元,为期一年,并计划在未来数月把该计划扩展到 1 万个席位之外。
推荐理由:Anthropic 公布面向科研人员的免费与折扣席位规模、申请门槛和额度上限,可据此判断科研团队的实际获取路径。
Mistral 与 HUMAIN 宣布战略合作,覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署,初期聚焦网络安全和语音,并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元,Mistral 将探索使用 HUMAIN 数据中心基础设施,双方还将在沙特面向受监管行业制定联合市场策略。
Google 在 DOE Genesis Mission Summit 2026 上宣布投入 4000 万美元 AI tokens 和云 credits,支持 Genesis Mission 的科研人员。
彭博社的消息说,xAI 从 SpaceX 的 Starlink 部门拉了一位高管过来,接手 Grok 模型的训练团队,顶替了之前负责的年轻工程师 Diego Pasini。不过正文被付费墙挡住了,具体是谁、什么时候上任、训练流程会怎么变,这些都没披露。
推荐理由:HKR 三项都过了,但本质是一次训练团队负责人变动,不是模型发布或高管离职。彭博社的信源和 Diego Pasini 这个细节让它够得上 featured 门槛。正文被付费墙挡住,具体是谁、什么时候上任、训练流程会怎么改都没披露,我会先打个折,不往大了吹。
英国竞争与市场管理局(CMA)对谷歌提出新要求:网站主现在可以把自己的内容从 AI 搜索概览(AI Overviews)这类功能里撤出来,也能禁止谷歌拿这些内容去微调自己的 AI 模型。说白了,就是给了内容方一个“别用我的东西训练你”的选项。不过正文没披露这个退出机制具体怎么操作、是统一开关还是按功能细拆,也没说谷歌需要在多长时间内落实。
推荐理由:我会先打个折:正文没写具体时间表和违规处罚,所以重要性停在 80 分。但这条消息本身够硬——英国 CMA 要求 Google 让网站能选择不进入 AI Overviews,并且不能偷偷用这些内容微调模型。对做 AI 搜索和 RAG 的人来说,这意味着外挂资料库的入口可能被掐掉一部分,模型能用的公开数据也会变少。如果是真的落地,出版商至少多了一个谈判筹码,Google 的 AI 搜索训练管道也得改。
Mistral 收购 Emmi AI,以推进面向工业工程的 Physics AI 基础研究,重点覆盖航空航天、汽车、半导体和能源等行业。其已发布成果包括 AB-UPT,可在单张 GPU 上处理 9M 表面和 140M 体积网格的原始几何数据而无需重新划分网格,以及面向大型多物理过程的端到端深度学习代理模型 NeuralDEM。
这篇文章讲的是 Meta 裁员后没走的人日子也不好过。公司开始把一些工程经理重新赶回一线写代码(IC 岗),同时把部分做基础设施和 AI 的工程师调去搞数据标注。文章提到一个关键数字:经理和下属的比例从以前的 1:8 直接拉到了 1:50,说明管理层被大幅压缩。另外还爆了个料,说 Meta 持有数据标注公司 Scale AI 49% 的股份,但正文没展...
推荐理由:这篇不是常规的裁员报道,而是抓了一个更具体的信号:幸存下来的工程师被塞进数据标注岗,工程经理退回一线写代码。我会先打个折,正文没披露转岗规模和持续时间,所以没法判断这是临时缓冲还是长期降级。但经理下属比从 1:8 拉到 1:50 这个数字,加上 Meta 是 Scale AI 大股东,让整件事看起来像在用内部人力对冲外包成本。对从业者来说,这比丢工作还难受——留下来了,干的活却更边缘。
Mistral AI 宣布已达成收购 Physics AI 先驱 Emmi AI 的最终协议,以强化其作为工业企业 AI 转型伙伴的定位。Emmi AI 成立于奥地利,专注物理 AI 与大型工程模型,可加速工程工作流、以实时仿真替代多日计算并构建数字孪生。Emmi 的联合创始人及 30 多名研究人员和工程师将于 5 月加入 Mistral 的 Science 与 Applied AI 团队。
推荐理由:Mistral 通过收购 Physics AI 公司 Emmi 补强工业仿真能力,读者可了解其向工程与制造场景延伸的路径。
这篇文章讲的是 AI 商业模式的一个转向:不再按调用次数或月费收钱,而是直接对业务结果负责。Sierra 今年 5 月拿了 9.5 亿美元,估值超过 150 亿,做的就是客服场景的“结果即服务”——你只为它成功解决的客诉买单。灵犀(Lingxi)则说自己在 2025 年已经实现规模化盈利和正向现金流,同样走按效果付费的路子。不过正文因为微信环境验证没加...
推荐理由:这篇文章抓了一个很具体的商业信号:AI公司开始不按token或订阅收钱,而是按业务结果收费。Sierra的融资规模和零犀的盈利时间点让这个模式有了可验证的案例,不是空谈。我会先打个折,正文没披露具体分成比例或客户续约率,但“让AI背KPI”这个角度本身对从业者判断产品定价和交付压力有帮助,所以给了featured。
田渊栋和另外七位 AI 研究员一起创立了 Recursive Superintelligence,团队目前 25 人,拿了 6.5 亿美元融资,估值冲到 46.5 亿美元。他们想干的事是把模型评估、数据筛选、训练、后训练甚至研究方向选择这些环节全交给 AI 自己跑,让整个研发流程自动化。正文因为需要验证没加载出来,具体技术路线和验证结果还不清楚,所以这...
推荐理由:一家 25 人的公司,拿了 6.5 亿美元,估值冲到 46.5 亿美元,要做的事是让 AI 自己搞定评估、挑数据、训练、后训练甚至选研究课题——说白了就是让研究员自己卷自己。田渊栋带队,八人创始团,这个阵容和融资规模都不是常规操作。我会先打个折:正文没披露具体技术方案和验证结果,所以现在只能当一个大额押注来看,别急着激动。
RadixArk 在 5 月 5 号宣布拿了 1 亿美元种子轮,投后估值 4 亿美元。领投的是 Accel,Spark Capital 跟投,更少见的是英伟达、AMD、英特尔这三家芯片厂同时出现在投资人名单里,联发科和 Databricks 也参与了。正文因为微信环境验证没抓到具体内容,没法展开说他们到底做什么、钱怎么花,但光看这个阵容,大概率是跟 A...
推荐理由:这条消息的硬核在于钱和站队:1亿美元种子轮、4亿美元投后估值,英伟达、AMD、英特尔三家芯片厂同时出现在投资人名单里,这在AI基础设施赛道不常见。我会先打个折——正文没披露产品性能基准、客户验证或开源项目的实际采用数据,所以目前只能当一笔高关注度的融资来看。对从业者来说,看点不是金额本身,而是三家互相竞争的芯片厂为什么愿意一起押注推理优化,这背后可能指向算力成本、模型部署效率的痛点。信息缺口也很明显:没写团队背景、技术路线和落地案例,后续如果有产品实测或客户名单,价值会更高。
SGLang 的团队新成立了一家公司叫 RadixArk,5 月 5 号宣布完成 1 亿美元种子轮融资,投后估值 4 亿美元。SGLang 是一个开源的模型推理框架,目前在 GitHub 上有超过 2.7 万颗星,部署的 GPU 超过 40 万张。不过,这篇微信文章因为环境异常被屏蔽了,正文内容没拿到,所以具体的产品方向、团队背景和这笔钱怎么花,暂时都...
推荐理由:这条消息的看点在于钱和团队背景。1 亿美元种子轮在 AI infra 领域不多见,而且 SGLang 本身有 2.7 万星和 40 万张 GPU 的部署量,不是凭空画饼。不过正文对 RadixArk 具体要做什么产品、跟现有 SGLang 项目怎么分工,讲得比较模糊,更像融资公告加路线图预告。我会先打个折,把它放在 featured 里但不到更高档,因为目前还缺产品细节和客户验证。
五家主要出版集团把 Meta 和扎克伯格告了,理由是 Meta 在训练 Llama 系列模型时,未经授权就用了他们受版权保护的作品。目前这篇 FT 报道正文被付费墙挡住,只显示了标题和摘要片段,所以具体涉及多少本书、索赔金额、在哪个法院起诉、以及 Meta 到底是通过什么方式把这些书喂给模型的,这些关键信息正文都没披露。
推荐理由:这条消息我会先打个折——正文只是 RSS 摘要,没披露涉案作品数量、索赔金额、具体法院和训练数据怎么被抓包的机制,信息缺口不小。但五家出版集团联手告 Meta 和 Zuckerberg,矛头直指 Llama 的训练语料,这事本身够硬。对做模型的人来说,训练数据到底能不能用、用了要付多少钱、会不会被告,是每天都在算的账。这点先别太激动,等起诉书细节出来再看授权边界怎么划,但眼下值得放进必读。
马斯克在法庭上说自己当年被忽悠了,给 OpenAI 捐了 3800 万美元,结果现在变成一家估值 8000 亿美元的公司。他要求法院把奥特曼和布罗克曼踢出管理层,并撤销 OpenAI 的营利性重组。最劲爆的细节是,马斯克当庭承认自己的 AI 公司 xAI 会拿 OpenAI 的模型来训练自家聊天机器人 Grok——也就是用大模型的输出当教材去教小模型,...
推荐理由:我会先打个折:审判才第一周,还没有判决,所以别当定论看。但信息量已经不小。马斯克说自己被忽悠了,投了 3800 万美元,现在要求法院把 Sam Altman 和 Greg Brockman 踢出局,还要撤销 OpenAI 营利子公司的重组。真正让从业者耳朵竖起来的是 xAI 当庭承认“部分”蒸馏了 OpenAI 的模型——用大模型的输出训练自己的小模型。OpenAI 之前因为类似操作指控过 DeepSeek,现在轮到自家投资人旗下的公司做同样的事,这就把蒸馏到底算不算抄袭、边界在哪的问题直接摆上台面了。正文没披露蒸馏的具体比例和用在哪些模型上,这点...
马斯克在加州联邦法院作证时,承认 xAI“部分”使用了 OpenAI 的模型来改进自家聊天机器人 Grok。用的方法是模型蒸馏,也就是让一个更聪明的大模型当老师,把知识“教”给一个更小、更省钱的模型。不过报道没说他具体用了 OpenAI 的哪个模型、喂了多少数据、跑了多少次训练。这点先别太激动,正文没披露细节,没法判断这到底是一次常规操作还是越界行为。
推荐理由:HKR 三项全中:马斯克法庭自曝用 OpenAI 模型训 Grok,机制是蒸馏,但模型名、规模、轮次都缺,信息有硬缺口,所以重要性停在 84 而不是更高。
马斯克在加州联邦法院作证时,被问到 xAI 是否用 OpenAI 的模型来训练 Grok,他回答“部分是”。这种技术叫“蒸馏”,就是拿大模型的对话结果当教材去教小模型。正文没披露具体用了哪些模型、蒸馏了多少数据、以及这种做法对 Grok 性能的实际影响。
推荐理由:我会先打个折:正文只给了“蒸馏”这个关键词,没展开训练规模、模型版本和诉讼背景,所以信息缺口不小。但 Musk 的证词本身就是一个新信号,把 xAI、Grok 和 OpenAI 的蒸馏嫌疑绑在了一起。对从业者来说,重点不是八卦,而是蒸馏证据链会不会被法庭或社区进一步扒出来——如果是真的挺省钱,但合规风险也摆在那。这点先别太激动,等更多细节浮出来再调判断。
Google DeepMind 与韩国科学技术信息通信部(MSIT)宣布建立合作伙伴关系,将在韩国设立 AI Campus,向韩国学术界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。
五角大楼计划为生成式 AI 公司搭建安全环境,让它们用机密数据训练军事专用版模型。Anthropic 的 Claude 已经在机密场景里用来回答问题,包括分析伊朗境内的目标,但让模型直接拿机密数据训练是头一回。这意味着监控报告、战场评估这类敏感情报会被写进模型参数里,AI 公司离机密数据也会比以往更近。正文没披露具体的安全隔离措施、数据脱敏方案,也没说...
推荐理由:这条是通讯里的一个条目,不是五角大楼或 Anthropic 自己发的完整公告,所以信息量有限,但国防加机密训练这个角度够硬。HKR 三项都踩中了:标题本身就勾人,正文给了 Claude 在机密场景的具体用例和训练数据来源,而且直接戳到前沿模型进军事领域这个敏感话题。我会先打个折,因为细节还缺——比如安全环境怎么隔离、模型会不会直接参与决策,正文都没说——但现有事实已经够撑 featured 这条线。
五角大楼正在讨论建一个安全环境,让 OpenAI、xAI 这类公司用机密数据训练军用版大模型。以前这些模型只能在涉密环境里回答问题,不能拿数据去学习,这次是头一回允许直接“吃”进机密情报。训练会在认证过的数据中心进行,数据归国防部,公司人员只在极少数情况下、有安全许可才能接触。官方说会先用非机密数据(比如商业卫星图)做测试,看效果再推进。最大的隐患是泄...
推荐理由:我会先打个折:目前只是规划阶段的说法,不是已签合同、已拨预算或已部署的项目,所以分数没给到 85 以上。但 hook 很明确——用机密数据训练这件事本身就少见,加上有具体的评估门槛和数据所有权安排,信息量够。泄密风险那段尤其值得盯:同一个模型如果服务不同密级部门,训练时吃进去的机密信息可能被再次吐出来,正文没展开怎么防,这是个关键缺口。
Mistral AI 以创始成员身份加入 NVIDIA Nemotron Coalition,双方计划联合开发前沿开源 AI 模型,Mistral AI 提供模型架构、多模态能力与微调工具,NVIDIA 提供算力、模型开发工具和合成数据管线。
Mistral AI 宣布完成 1.7B€ 的 C 轮融资,投后估值 11.7B€,由半导体设备厂商 ASML 领投,DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed 和 NVIDIA 等现有投资方参投。
推荐理由:Mistral AI 完成 1.7B€ C 轮融资,由 ASML 领投,读者可据此了解其资金用途与半导体产业链合作方向。
Mistral AI 联合 Carbone 4 和法国生态转型署(ADEME)完成首个 AI 模型全生命周期分析,并公开两项指标:Mistral Large 2 训练及 18 个月使用产生 20.4 ktCO₂e。
Mistral AI 发布 Mistral Compute,提供从裸金属服务器到全托管 PaaS 的私有集成堆栈,涵盖 GPU、编排、API 与产品服务。该服务由 Mistral 自研训练套件支撑,可训练和部署任意 AI 负载,作为 NVIDIA 合作伙伴将提供最新参考架构与数万块 GPU。
OpenAI 拉上 15 家大学、医院和图书馆组了个叫 NextGenAI 的联盟,总共承诺投入 5000 万美元,形式是研究经费、算力补贴和 API 调用额度。这笔钱不是直接发,而是让合作方用 OpenAI 的工具干活。MIT 的师生能拿 API 和算力去训练、微调自己的模型;牛津的博德利图书馆用 API 转录古籍,把几百年前的书变成可检索的电子文本...
推荐理由:OpenAI掏5000万美元加算力和API,把MIT、牛津等15家机构拉进NextGenAI联盟。这事不是发个模型,而是让学术圈用它的工具做训练、微调、甚至转录古籍,等于在下一代研究者和机构里提前铺管道。我会先打个折:正文没披露资金是现金还是额度、算力具体多少、API调用上限,这些缺口让实际力度不好判断。但方向很明确,卖的不是单点产品,是生态绑定。