跳到正文

#部署/工程

今日 11 条

4月6日星期一

X · @dotey(宝玉)

小米罗福莉:Agent 时代算力跟不上 Token 烧法,出路不是降价而是省 Token

小米 MiMo 团队负责人罗福莉指出,现在 Agent 干活时反复带着超过 10 万 Token 的长上下文去调工具,请求次数是 Claude Code 自身框架的好几倍,真实 API 成本可能冲到订阅价的几十倍,全球算力根本扛不住。她认为短期阵痛反而是好事,第三方框架被 API 付费逼着去改进上下文管理、提高缓存命中率、砍掉无效消耗。

推荐理由:小米 MiMo 团队负责人罗福莉指出,Agent 反复携带超 10 万 Token 长上下文调工具,请求次数是 Claude Code 框架的数倍,API 成本可达订阅价几十倍,第三方框架被逼着改进上下文管理。

4月4日星期六

X · @dotey(宝玉)

DeepSeek V4 推迟发布,重写底层代码,就为了跑在华为昇腾 950PR 上

V4 跳票了几个月,原因是 DeepSeek 把模型底层模块重写了一遍,专门适配华为和寒武纪的硬件。现在 V4 能直接跑在华为昇腾 950PR 芯片上,预计几周内发布。这颗芯片单卡算力号称是英伟达 H20 的 2.87 倍,有 112GB 显存,带宽 1.4TB/s,还是国内唯一支持 FP4 低精度推理的芯片。

推荐理由:DeepSeek 为适配华为昇腾 950PR 等国产硬件重写了模型底层模块,V4 由此推迟数月并预计几周内发布,这条消息给出了国产芯片承接大模型推理的具体路径。

3月26日星期四

硅谷101 播客

E230|1万亿收入预期背后:英伟达的巅峰与软肋

黄仁勋在GTC上说,到2027年底,Blackwell和Vera Rubin两个平台的累计订单预计至少1万亿美元,而2024年全球半导体产业总销售额也就6000多亿美元。这期节目请了投资人、前英伟达芯片设计负责人和芯片架构师,一起拆解这个数字能不能落地。讨论认为,需求端确实旺盛,推理成本正在追上训练成本,未来Agent智能体铺开后Token消耗会更大。

推荐理由:黄仁勋在GTC给出到2027年底Blackwell与Vera Rubin累计订单至少1万亿美元的预期,节目请投资人和芯片设计负责人拆解这一数字能否落地。

3月24日星期二

Lex Fridman 播客

黄仁勋对谈 Lex Fridman:英伟达如何从单卡竞争转向整机柜、整数据中心的极端协同设计

黄仁勋在播客里解释了英伟达现在为什么要搞“极端协同设计”——因为单颗 GPU 已经不够用了。你想让一万台计算机跑出百万倍的加速,就不能只堆硬件,得把算法拆开、把模型和数据切碎(分片),让网络、交换、存储、供电、散热全部配合起来。否则受制于阿姆达尔定律,计算部分再快,整体也只快一点点。

推荐理由:黄仁勋在播客中解释英伟达为何转向整机柜与数据中心协同设计,并说明单卡性能受阿姆达尔定律限制,需算法分片与网络、供电、散热配合才能放大整体加速。

3月17日星期二

NVIDIA 博客

GTC 上 NVIDIA 用 RTX 电脑和 DGX Spark 跑本地 AI 助手,还发了新模型

NVIDIA 在 GTC 上主推两件事:一是让 AI 助手直接在 RTX 电脑和 DGX Spark 小超算上本地跑,不用联网,隐私和 token 成本都省了。DGX Spark 有 128GB 统一内存,能塞下 120B 参数以上的模型。

推荐理由:NVIDIA 在 GTC 上让 AI 助手直接在 RTX 电脑和 DGX Spark 上本地运行,DGX Spark 的 128GB 统一内存可容纳 120B 参数以上模型,隐私与 token 成本是本地推理的两个落点。

3月13日星期五

MIT Technology Review · AI

未来的 AI 芯片,可能会用玻璃来造

韩国公司 Absolics 计划今年在美国工厂量产一种玻璃基板,专门给 AI 数据中心的芯片封装用。简单说,就是把多块小芯片拼在一块玻璃上,而不是传统的有机材料上。玻璃更耐热、不容易变形,能让工程师在每毫米内塞进 10 倍的连接点,同样面积下能多放 50% 的硅片,散热也更好,整体功耗有望降低。

推荐理由:韩国公司 Absolics 计划今年在美国工厂量产面向 AI 数据中心芯片封装的玻璃基板,材料耐热且不易变形,同等面积下可多放 50% 硅片并降低整体功耗。

3月10日星期二

NVIDIA 博客

NVIDIA 和 Thinking Machines Lab 签了份长期大单,起步就是 1 吉瓦的算力

NVIDIA 和 Thinking Machines Lab 宣布了一项多年合作,核心是部署至少 1 吉瓦的 NVIDIA Vera Rubin 系统,目标明年年初上线,用来训练前沿模型和搭建可定制的 AI 平台。1 吉瓦这个数字很夸张,相当于一个大型核电站的发电量,说明这不是普通的云服务采购,而是直接锁定了一整座“算力电厂”的产能。

推荐理由:NVIDIA 与 Thinking Machines Lab 达成多年合作,部署至少 1 吉瓦 Vera Rubin 系统训练前沿模型,规模相当于一座大型核电站的发电量。

3月7日星期六

彭博科技

甲骨文和 OpenAI 叫停了得州旗舰数据中心的扩建计划

双方谈崩了,不再一起扩建位于得州阿比林的那座旗舰 AI 数据中心。原因是融资进度拖后腿,加上 OpenAI 自己的需求变了。现在 Meta 在考虑从运营商 Crusoe 手里租下这个场地,英伟达也在中间帮忙牵线。这类项目的造价动辄上百亿美元,正文没披露具体的分手条款和后续时间表。

推荐理由:甲骨文与 OpenAI 因融资进度和需求变化停止扩建得州阿比林旗舰数据中心,Meta 正考虑接手该场地,英伟达从中牵线。

彭博科技

美国考虑对英伟达、AMD 的 AI 芯片全球销售搞许可证制度

彭博这期节目提到三件事。第一,美国商务部已经起草了新规,以后英伟达和 AMD 的 AI 芯片不管卖到哪个国家,都得先拿到美国政府的许可才能发货。正文没披露许可门槛怎么划、审批要多久,所以暂时没法判断这到底是真卡脖子还是走个形式。第二,甲骨文因为砸钱扩建 AI 数据中心,现金流吃紧,打算裁掉几千人,但具体裁哪些部门、省多少钱都没说。

推荐理由:美国商务部起草新规,要求英伟达和 AMD 的 AI 芯片销往任何国家都需先获许可,芯片出口管制从针对特定地区扩展到全球范围。

彭博科技

OpenAI 和甲骨文叫停了得州旗舰 AI 数据中心的扩建计划

OpenAI 和甲骨文决定不再扩建位于得克萨斯州的那个旗舰 AI 数据中心。原因是融资谈判拖得太久,加上 OpenAI 自己对算力的需求也变了。不过正文没披露这个设施的具体名字、目标容量、资本开支和调整后的时间表。我会先打个折,因为原文被 Bloomberg 的机器人验证墙挡住了,只能看到摘要片段,更多细节暂时拿不到。

推荐理由:OpenAI 与甲骨文停止扩建得州旗舰 AI 数据中心,融资谈判拖延与 OpenAI 自身算力需求变化是两项直接原因,可观察头部 AI 公司自建算力节奏的调整。

彭博科技

Oracle 和 OpenAI 叫停了德州旗舰数据中心扩建计划

双方不再推进原定在德州扩建的那个旗舰级 AI 数据中心。彭博的报道被付费墙挡住了,正文没披露这个项目的具体规模、预算和时间表。从 RSS 片段看,谈判卡在了融资安排上,同时 OpenAI 自己的算力需求也在重新评估。我会先打个折:这不一定代表 AI 算力投资整体降温,更像是一次具体的合作没谈拢,但融资摩擦和需求重估这两个信号值得留意。

推荐理由:Oracle 与 OpenAI 停止推进德州旗舰 AI 数据中心的扩建,谈判卡在融资安排上,OpenAI 自身算力需求也在重新评估。

2月28日星期六

36 氪 · 直链

阿里千问计划推出 AI 眼镜、耳机和指环,把点外卖、打车功能搬出手机

阿里内部人士透露,千问将在 2026 年面向全球发布三款 AI 可穿戴硬件:眼镜、耳机和指环。眼镜会在 MWC 2026 亮相,3 月 2 日开放预约。千问 App 上已有的点外卖、打车等功能会直接迁移到这些设备上。阿里把这件事看得很重,去年底已经将千问 App、夸克和 AI 硬件业务合并成一个“千问 C 端事业群”。

推荐理由:阿里计划 2026 年推出千问 AI 眼镜、耳机和指环,并把 App 上的点外卖、打车功能迁移到这些设备,大模型应用正从手机向可穿戴入口延伸。

36 氪 · 直链

OpenAI 拿了 1100 亿美元新融资,软银、英伟达各投 300 亿,亚马逊投 500 亿

OpenAI 宣布完成 1100 亿美元融资,投前估值 7300 亿美元。软银和英伟达各出 300 亿,亚马逊出 500 亿,后续还会有其他财务投资人进来。除了拿钱,OpenAI 还跟亚马逊签了战略合作,跟英伟达签了下一代推理计算的协议。不过正文没披露这轮钱具体怎么花、估值逻辑和投资人占股比例。

推荐理由:OpenAI 完成 1100 亿美元融资,投前估值 7300 亿美元,软银、英伟达各投 300 亿,亚马逊投 500 亿,并同步签下算力与云的战略合作。

2月20日星期五

Hugging Face 博客

GGML 和 llama.cpp 团队加入 Hugging Face,本地跑大模型的项目会继续独立运营

Hugging Face 宣布 GGML 和 llama.cpp 的团队正式加入公司。Georgi Gerganov 和他的团队会继续把全部时间花在维护 llama.cpp 上,项目的技术方向和社区管理保持完全独立,不会变成闭源。

推荐理由:GGML 和 llama.cpp 团队加入 Hugging Face,仍全职维护 llama.cpp,技术方向与社区管理保持独立,本地推理核心工程力量由此获得长期支持。

2月6日星期五

Dwarkesh Patel 访谈

马斯克预测:30 到 36 个月内,太空将成为部署 AI 最便宜的地方

马斯克在播客里抛了个判断:30 到 36 个月后,把 AI 算力放到太空会比地面便宜得多。他的理由不是 GPU 便宜,而是电。中国以外地区的发电量基本持平,但芯片产出在指数级增长,地面建电厂、拿许可、接电网都太慢。太空太阳能没有昼夜和大气衰减,同样一块板发电量大约是地面 5 倍,还省掉了储能电池。

推荐理由:马斯克在播客中判断,30到36个月后太空部署AI算力会比地面便宜,给出的依据是地面发电扩张慢、太空太阳能发电量约为地面5倍。

1月30日星期五

彭博科技

Perplexity 跟微软签了 7.5 亿美元的 Azure 云合同,同时正和长期合作的 AWS 闹纠纷

Perplexity 签下一笔 7.5 亿美元的微软 Azure 云服务大单,而它原来的云供应商一直是亚马逊 AWS,双方目前有法律纠纷。这笔钱具体能买多少算力、合同签了几年,正文没披露。对 Perplexity 来说,换云意味着训练和推理的成本结构会变,但实际省不省钱、迁移顺不顺利,还得看后续落地。

推荐理由:Perplexity 在长期使用亚马逊 AWS 的情况下签下 7.5 亿美元微软 Azure 云合同,背景是它与 AWS 存在法律纠纷,云供应格局由此出现调整。

彭博科技

亚马逊正谈着要给 OpenAI 投 500 亿美元,顺便把算力生意绑在一起

《华尔街日报》的消息说,亚马逊在跟 OpenAI 谈一笔最高 500 亿美元的投资,双方还想把已有的合作关系再扩大。最核心的一点是,这不止是投钱,亚马逊会向 OpenAI 卖算力。不过正文没披露具体的交易结构、时间表,也没说这轮谈判能不能最终敲定。

推荐理由:亚马逊与 OpenAI 洽谈最高 500 亿美元投资,同时向 OpenAI 出售算力,交易将投资与云服务绑定。

1月12日星期一

36 氪 · 直链

何小鹏放话:未来顶尖 AI 公司都得自己造芯片,小鹏四款新车全换自研图灵芯片

何小鹏在 2026 年 1 月 8 日的新车发布会上说,未来最好的 AI 公司都会选择自己定制芯片,这决定了 AI 产品的性能上限。

推荐理由:何小鹏在新车发布会上提出未来顶尖 AI 公司都会自研芯片,并让四款新车全部换装自研图灵芯片,这条把芯片自研与产品性能上限的关系摆到了台面上。

1月6日星期二

NVIDIA 博客

NVIDIA 用 RTX 显卡在本地跑 4K AI 视频生成,显存占用降了 60%

NVIDIA 在 CES 上放出了一套本地 AI 视频生成方案,核心是开源模型 LTX-2 和升级版 ComfyUI。在 GeForce RTX 显卡上,生成速度比之前快 3 倍,显存占用最多能降 60%。这主要靠 PyTorch-CUDA 的底层优化,以及 ComfyUI 原生支持了 NVFP4/FP8 低精度计算。

推荐理由:NVIDIA 在 CES 发布本地 AI 视频生成方案,靠 PyTorch-CUDA 优化和 ComfyUI 支持低精度计算,在 RTX 显卡上把生成速度提升 3 倍、显存占用最多降低 60%。

NVIDIA 博客

NVIDIA 在 CES 2026 说 Rubin 平台已量产,跑大模型的成本能降到上一代的十分之一

NVIDIA 在 CES 2026 上宣布,由六颗芯片组成的 Rubin AI 平台已经进入全面量产。最直接的好处是生成 token 的成本能压到上一代平台的十分之一左右。Rubin 的 GPU 在 NVFP4 精度下推理算力达到 50 petaflops,并且通过一个叫 KV-cache 的存储层把性能又提升了 5 倍。

推荐理由:NVIDIA 在 CES 2026 宣布 Rubin AI 平台全面量产,六颗芯片组成,生成 token 成本压到上一代约十分之一,GPU 在 NVFP4 精度下推理算力达 50 petaflops。

NVIDIA 博客

英伟达预告基于 Rubin 架构的 DGX SuperPOD,单柜 260TB/s 带宽,推理成本号称能降 10 倍

英伟达在博客里公布了下一代 DGX SuperPOD 的规划,核心是换装 Rubin GPU。今年下半年会先出两款机型:DGX Vera Rubin NVL72 和 DGX Rubin NVL8。

推荐理由:英伟达公布下一代 DGX SuperPOD 规划,下半年先推出搭载 Rubin GPU 的两款机型,单柜 260TB/s 带宽与推理成本降 10 倍的说法给出了下一代系统的性能预期。

1月5日星期一

Import AI

Meta 用 GPT、Claude 和 Llama 自动写底层算子,开发时间从几周缩到几小时,部分性能比 PyTorch 基线快 17 倍

Meta 公开了一套叫 KernelEvolve 的系统,专门自动生成和优化 AI 底层算子(kernel),用来在自家不同芯片上跑推荐模型、服务广告。它会接收需求,然后调用内部和外部的大模型(Llama、GPT、Claude)生成候选算子,通过验证后把好的结果存进知识库,让后续生成越来越准。

推荐理由:Meta 的 KernelEvolve 调用 Llama、GPT、Claude 生成并优化底层算子,把开发时间从几周压到几小时,部分性能比 PyTorch 基线快 17 倍。

2025年12月17日星期三

Mistral AI

Mistral 发布 OCR 3,表单与手写识别升级并接入 Document AI Playground

Mistral 发布 Mistral OCR 3,在表单、扫描文档、复杂表格和手写内容上相对 Mistral OCR 2 取得 74% 的整体胜率,并称准确率超过企业文档处理方案和 AI 原生 OCR 方案。

推荐理由:Mistral OCR 3 在表单、手写和复杂表格上的升级与每千页 2 美元的定价,可供评估文档解析方案时参考。

2025年10月13日星期一

OpenAI News

OpenAI 和博通联手,计划到 2029 年部署 10 吉瓦的自研 AI 加速器

OpenAI 自己设计芯片和系统,博通负责把加速器、以太网、PCIe 和光纤网络打包成整机柜,从 2026 年下半年开始上架,2029 年底前完成全部 10 吉瓦的部署。10 吉瓦这个数字很大,说明 OpenAI 在为未来几年的算力需求提前铺路,而且明确走自研芯片加全以太网集群的路线,不再只依赖英伟达。

推荐理由:OpenAI 与博通合作部署 10 吉瓦自研 AI 加速器,博通负责网络与互连整机柜,2026 年下半年开始上架,2029 年底前完成,这条给出了 OpenAI 自研芯片加全以太网集群的算力路线。

2025年10月1日星期三

OpenAI News

三星和SK海力士加入OpenAI的星门计划,要猛扩AI芯片产能

OpenAI在10月1日宣布,三星和SK海力士正式加入它的星门(Stargate)AI基建项目。合作的核心是两件事:一是三星电子和SK海力士计划把先进内存芯片的产能拉到每月90万片DRAM晶圆,用来喂饱OpenAI的下一代模型;二是OpenAI跟韩国科技部、SK电讯、三星物产等签了一堆协议,打算在首尔圈外找地方建AI数据中心。

推荐理由:三星和SK海力士加入OpenAI星门项目,计划将先进内存芯片产能扩至每月90万片DRAM晶圆,并签署在首尔圈外建设AI数据中心的协议。

2025年9月23日星期二

OpenAI News

OpenAI、Oracle 和软银给 Stargate 加了五个新数据中心选址,总规划容量接近 7 吉瓦

Stargate 项目在美国新增了五个 AI 数据中心选址,加上已有的德州 Abilene 旗舰园区和与 CoreWeave 的合作,总规划容量接近 7 吉瓦,三年内投资超过 4000 亿美元。这让他们有望在 2025 年底前提前锁定最初承诺的 5000 亿美元、10 吉瓦目标。

推荐理由:Stargate 在美国新增五个数据中心选址,规划容量接近 7 吉瓦,三年投资超 4000 亿美元,AI 基建的扩张节奏由此有了具体刻度。

2025年9月22日星期一

OpenAI News

OpenAI 和英伟达签了份意向书,要一起搞 10 吉瓦的算力基建

OpenAI 和英伟达宣布了一份合作意向书,计划部署至少 10 吉瓦的英伟达系统,用来训练和跑 OpenAI 的下一代模型。10 吉瓦是什么概念?大概对应几百万张 GPU 的规模。英伟达打算按部署进度分批投钱,总额最高 1000 亿美元。第一阶段 1 吉瓦预计 2026 年下半年上线,会用英伟达新的 Vera Rubin 平台。

推荐理由:OpenAI 与英伟达签署意向书,计划分阶段部署至少 10 吉瓦算力系统,最高投资 1000 亿美元,首期 1 吉瓦定于 2026 年下半年上线。

2025年8月7日星期四

OpenAI News

OpenAI 发布 GPT-5 系统卡,把快模型和思考模型打包成一个系统,用实时路由自动分配任务

OpenAI 在 8 月 7 日公开了 GPT-5 系统卡。GPT-5 不是一个单一模型,而是一套组合:一个叫 gpt-5-main 的快模型负责回答大多数问题,一个叫 gpt-5-thinking 的深度推理模型处理难题,中间靠一个实时路由器根据对话类型、复杂度和用户意图(比如你说“仔细想想”)来决定调用谁。

推荐理由:OpenAI 公开 GPT-5 系统卡,披露它由快模型、深度推理模型和实时路由器组成,路由器按对话类型与复杂度分配任务,多模型系统的工程组织方式由此有了具体样本。

2025年8月5日星期二

OpenAI News

OpenAI 开源了两个新模型 gpt-oss-120b 和 gpt-oss-20b,用 Apache 2.0 协议,主打低成本部署和强推理能力

OpenAI 发了两个开源模型,大的叫 gpt-oss-120b,小的叫 gpt-oss-20b,都用了 Apache 2.0 协议,可以商用。这两个模型是 OpenAI 自 GPT-2 之后第一次开源的语言模型。它们用了混合专家架构,120B 版本总参数 1170 亿,但每次只激活 51 亿参数,一张 80GB 显存的显卡就能跑。

推荐理由:OpenAI 以 Apache 2.0 协议开源 gpt-oss-120b 和 gpt-oss-20b,是自 GPT-2 后再次开放语言模型权重,其中 120B 版单卡 80GB 显存即可运行。

2025年7月31日星期四

OpenAI News

OpenAI 在挪威建首个欧洲数据中心,计划 2026 年底塞进 10 万张英伟达 GPU

OpenAI 宣布了它在欧洲的第一个数据中心项目 Stargate Norway,选址在挪威的纳尔维克。这个项目由 Nscale 和 Aker 两家公司合资建设,初期规划供电容量 230 兆瓦,远期还想再扩 290 兆瓦。目标是到 2026 年底部署 10 万张英伟达 GPU,全部用可再生能源和直接到芯片的闭路液冷散热。

推荐理由:OpenAI 在挪威纳尔维克启动欧洲数据中心,由 Nscale 与 Aker 合资,初期供电 230 兆瓦,目标 2026 年底部署 10 万张英伟达 GPU,全部使用可再生能源与芯片级液冷。

2025年7月30日星期三

Mistral AI

Mistral 发布 Codestral 25.08 与企业级编码栈

Mistral AI 发布 Codestral 25.08,并推出面向企业的完整编码栈,包含 Codestral、Codestral Embed、Devstral 与 Mistral Code IDE 插件。

推荐理由:Mistral 发布 Codestral 25.08 并推出覆盖补全、检索与 IDE 插件的企业编码栈,模型支持云端、VPC 与本地部署,补全采纳率提升 30%。

2025年7月22日星期二

OpenAI News

OpenAI 与 Oracle 签下 4.5 GW 数据中心协议,Stargate 总规划容量已超 5 GW

OpenAI 和 Oracle 达成新协议,要在美国再建 4.5 GW(吉瓦)的 Stargate 数据中心。加上得州 Abilene 已在运行的 Stargate I 站点,Stargate 在建总容量超过 5 GW,能装下超过 200 万颗芯片。Abilene 那边已经收到首批 Nvidia GB200 机柜,开始跑早期训练和推理任务了。

推荐理由:OpenAI 与 Oracle 新签 4.5 GW 数据中心协议,加上得州 Abilene 已运行站点,Stargate 在建容量超过 5 GW,可容纳逾 200 万颗芯片。

2025年6月4日星期三

Mistral AI

Mistral AI 发布企业级编码助手 Mistral Code

Mistral AI 发布企业级 AI 编码助手 Mistral Code,整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型,支持云端、专属容量或本地 GPU 气隙部署,代码保留在企业边界内。

推荐理由:Mistral AI 将四个编码模型与本地部署、管理控制台打包成企业级助手,西班牙银行 Abanca 与法国国铁 SNCF 已分别以混合配置和 Serverless 方式落地。

2025年5月22日星期四

OpenAI News

OpenAI 把 Stargate 项目首次搬到海外,在阿联酋建 1GW 算力集群

OpenAI 宣布与 G42、Oracle、英伟达、思科和软银合作,在阿布扎比启动 Stargate UAE,这是 Stargate 算力基建项目第一次在美国之外落地。整个站点规划总容量 1GW,其中 200MW 预计 2026 年上线。

推荐理由:OpenAI 联合 G42、Oracle、英伟达等企业在阿布扎比启动 Stargate UAE,这是该项目首次在美国之外落地,规划总容量 1GW,其中 200MW 预计 2026 年上线。

2025年5月8日星期四

OpenAI News

OpenAI 向美国能源部提交 AI 基建方案,核心是催联邦政府出地、加速审批、给钱

OpenAI 在 5 月 7 日公开了对美国能源部的回应,核心诉求就三条:联邦土地拿出来建 AI 超算园区、审批流程要走快速通道、用优惠电价和税收减免帮私人投资兜底。第一个 Stargate 园区已经在得州 Abilene 动工,更多选址还在得州和其他州评估,但具体租金、电价折扣、税收条款正文都没披露。

推荐理由:OpenAI 向美国能源部提出联邦供地、加速审批和电价税收优惠三项诉求,得州 Abilene 的 Stargate 园区已动工,呈现 AI 算力扩张与联邦能源政策衔接的具体路径。

2025年5月7日星期三

Mistral AI

Mistral AI 推出 Le Chat Enterprise,由 Mistral Medium 3 驱动

Mistral AI 发布 Le Chat Enterprise,一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手,包含企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能,全部功能将在未来两周内逐步上线。

推荐理由:Mistral AI 发布企业级 AI 助手 Le Chat Enterprise,由 Mistral Medium 3 模型驱动,支持企业搜索、Agent 构建与自托管部署,全部功能将在两周内上线。

Mistral AI

Mistral AI 发布 Mistral Medium 3,主打低成本与企业部署

Mistral AI 发布 Mistral Medium 3,称其在各项基准上达到或超过 Claude Sonnet 3.7 的 90%,成本为每百万 token 输入 $0.4、输出 $2。

推荐理由:Mistral Medium 3 以更低成本对标 Claude Sonnet 3.7,并给出企业私有化部署与定制路径。

2025年3月31日星期一

OpenAI News

OpenAI 拿了 400 亿美元新融资,估值冲到 3000 亿

OpenAI 宣布完成 400 亿美元融资,投后估值 3000 亿美元。这笔钱主要用来扩建算力基础设施,以及给每周 5 亿人用的 ChatGPT 开发更强功能。软银是这轮的关键合作方。公告没提钱分几批到账、有没有对赌条款,也没说具体产品路线图,AGI 的说法比较笼统。

推荐理由:OpenAI 完成 400 亿美元融资,投后估值 3000 亿美元,资金主要投向算力基础设施和 ChatGPT 功能开发,软银是这轮的关键合作方。

2025年2月7日星期五

Mistral AI

Mistral AI 推出新版 le Chat,上线移动端及 Pro、Team 服务

Mistral AI 推出新版 le Chat,上线 iOS、Android 应用及 Pro、Team 服务,并开放 Enterprise 私有预览。新版提供代码解释器、文档分析和图像生成,Flash Answers 向所有用户开放预览,官方称速度可达 ~1000 words / sec;多数功能免费,Pro 起价为 $14.99 per month。

推荐理由:Mistral AI 为 le Chat 增加移动端和企业部署选项,让个人日常使用与企业自有环境中的工作接入有了不同入口。

2025年1月30日星期四

Mistral AI

Mistral AI 发布 Mistral Small 3,24B 模型采用 Apache 2.0 许可

Mistral AI 发布面向低延迟任务的 24B 模型 Mistral Small 3,以 Apache 2.0 许可开放预训练和指令微调检查点。官方称其性能与 Llama 3.3 70B instruct 相当,同硬件下速度超过 3x,MMLU 准确率超过 81%;模型未使用 RL 或合成数据训练。

推荐理由:Mistral AI 将 Small 3 的性能对标 Llama 3.3 70B,并报告同硬件下超过 3x 的速度优势。