KeyFrame內部研究專用

#ainews|Mar-21|Claude百万Token开放|阿里Qwen|智谱GLM|MiniMax M2.7|GPT-5.4轻量模型|OpenClaw生态爆发|李飞飞World Labs空间智能

鼎の工坊·3月22日週日·15 min中文

三句話摘要

本週 AI 產業三線並進:算力競賽白熱化、Agent 生態爆發式擴張、全球規則秩序進入重構期,技術問題全面演變為系統性議題。 --- AI 已從技術問題全面演變為系統性問題,算力、安全、倫理、地緣政治史無前例地糾纏在一起,未來數年最值得關注的不是哪個模型跑分更高,而是誰來為這場革命制定規則、誰來承擔其代價。 算力焦慮已升至國家戰略層級

重點整理

重點
  • 1

    算力焦慮已升至國家戰略層級

  • 2

    英偉達 GTC 2026 發布 GB300 桌面超算(748GB 記憶體、可本地跑兆參數模型),黃仁勳宣告英偉達從晶片供應商轉型為 AI 基礎設施系統主導者;Meta 與 Google 年度 AI 支出合計超 3,000 億美元,阿里預警 5 年內算力嚴重短缺。

  • 3

    Agent 正從輔助工具演變為協作同事,但安全問題隨之放大

  • 4

    Devon 多智能體編排、Cursor Composer 2、Anthropic Dispatch 手機遙控本地電腦密集發布,Karpathy 自曝每天與 Agent 互動 16 小時;但提示注入、靜默 AB 測試、套殼爭議等信任危機同步爆發,安全可能成為 Agent 生態最大瓶頸。

  • 5

    軍事 AI 化使技術倫理進入現實戰場

  • 6

    五角大廈公開批評 Anthropic 的安全紅線「危害國防利益」,自主戰鬥機器人現身烏克蘭前線,伊朗襲擊阿布達比 AI 算力中心,AI 基礎設施首次成為軍事打擊目標,技術倫理與國家安全之間的張力急速激化。

  • 7

    「裁人投機器」成為科技巨頭共同策略

  • 8

    Meta 投 6,000 億建數據中心同時裁員 2 萬人,甲骨文裁員 3 萬,2026 年 3 月科技裁員已達 4.5 萬人,資金從人力大幅轉向 AI 基礎設施,中產技術崗位面臨結構性收縮。

  • 9

    --

實用技巧與重點

乾貨
  • 模型與平台數據
  • Claude Opus 4.6 / Sonic 4.6:100 萬 Token 上下文、單次支援 600 張圖片或 PDF、多模態能力 ×6、MRCRVR 測試 78.3%、Claude Code 年化收入 >25 億美元
  • Qwen3 ASR:52 語言、22 種中文方言、旗艦版 1.7B / 輕量版 0.6B、每秒轉寫 2,000 秒音頻、延遲 92ms、Apache 2.0 開源、端側量化版準確率較 Whisper 提升約 13%
  • Qwen3.5 MAX:數學能力在 LMSYS 排行榜全球第三
  • GLM5 Turbo:智能體場景深度優化,API 價格上調約兩成;GLM5.1 確認開源
  • GPT-5.4:推理速度翻倍、部署成本極低;Codex 活躍用戶突破 200 萬;OpenAI 收購 Astro(旗下含 Rough 程式碼檢查工具與 UV 套件管理器)
  • Minimax M2.7:指令遵循率 97%、程式碼能力追平 GPT-5.3
  • Meta Avocado:延期,內測落後 Gemini 3.0,後續命名延續水果系列(Mango、Watermelon)
  • 生態與基礎設施數據
  • OpenCloud:32.5 萬 GitHub 星標、日新增部署 9 萬、全球算力調用佔比 17%、部署規模成長 18 倍
  • OpenAI 融資:1,100 億美元,刷新 AI 行業融資記錄
  • Cursor Composer 2:月收入 1.67 億美元,底層疑含 Kimi K2.5 標識
  • Google 2026 年 AI 資本支出:預計 1,700~1,800 億美元
  • Meta 數據中心投資:6,000 億美元;Oracle 裁員 3 萬人
  • DeepMind:蛋白質資料庫新增數百萬複合物結構,聯手英偉達加速生物醫學研究
  • 工具與方法名稱
  • 英偉達 GTC 2026:Blackwell 架構、GB300 桌面超算、Vera 架構、DLSS5 神經渲染、AI 工廠、Nimotron 3 Super 多智能體系統
  • Anthropic Dispatch:手機遙控本地電腦、本地 Agent 直讀寫檔案
  • Devon 多智能體:多分身並行執行於獨立虛擬機
  • Mistral Vibe:Apache 2.0 開源、雙循環架構、支援語音模式操控程式碼
  • Google AI Studio:Vibe Coding 體驗、一鍵整合資料庫與後端服務、多人即時協作
  • Notebook LM:電影級視頻摘要功能(Pro 會員率先開放)
  • AMI Labs:謝賽寧 × 楊立昆聯合創立,聚焦世界模型研究
  • WorldLabs(李飛飛):3D 場景空間智能展示
  • 360「安全龍蝦」系列:沙箱隔離 + 以模制模機制,對抗 OpenCloud 安全隱患
  • --

結論

結論

AI 已從技術問題全面演變為系統性問題,算力、安全、倫理、地緣政治史無前例地糾纏在一起,未來數年最值得關注的不是哪個模型跑分更高,而是誰來為這場革命制定規則、誰來承擔其代價。

完整解析

詳細

本週 AI 行業以三條主線交織呈現,且三條線之間的邊界正在快速模糊。第一條線是算力競賽的規模躍升。英偉達 GTC 2026 是本週最大焦點,黃仁勳攜 Blackwell 架構亮相,發布 GB300 桌面超算,748GB 統一記憶體使本地運行兆參數模型成為現實,DLSS5 神經渲染技術則讓 GPU 從計算引擎延伸至感知層。更具野心的是,英偉達推出端到端整機系統方案、提出「AI 工廠」概念並將藍圖延伸至太空,從晶片供應商全面轉型為系統級基礎設施主導者。與此呼應,阿里公開預警 5 年內算力嚴重短缺,Meta 與 Google 年度 AI 支出合計超 3,000 億美元,Mark Andreessen 提議建立獨立 AI 電網,算力焦慮已從企業戰略層面上升為國家安全議題。英偉達同步獲批 H200 晶片在華銷售,並推出中國特供版本,中美晶片博弈出現短暫緩和,但英偉達「賣整機」的新策略將深度重塑硬件供應鏈格局。

第二條線是模型能力的密集突破與 Agent 生態的爆發。Anthropic 宣布 Opus 4.6 與 Sonic 4.6 全面支援 100 萬 Token 上下文且取消長文本溢價,多模態能力提升 6 倍,MRCRVR 測試取得 78.3% 高分,Claude Code 年化收入已超 25 億美元,百萬級上下文統一定價將加速 RAG 替代方案落地。阿里雙線發力,Qwen3 ASR 語音識別模型支援 52 語言含 22 種中文方言,延遲低至 92ms,端側量化版準確率較 Whisper 提升約 13%,是國產語音模型首次在多語言賽道形成正面競爭力;Qwen3.5 MAX 預覽版數學能力衝上 LMSYS 全球第三。智譜 GLM5 Turbo 為智能體場景深度優化,GLM5.1 確認走開源路線;OpenAI 推出 GPT-5.4 輕量模型,推理速度翻倍且部署成本極低,同步收購 Astro 整合程式碼工具鏈;Minimax M2.7 指令遵循率高達 97%,能自主排查故障並構建工具箱。相較之下,Meta Avocado 因性能不達標延期,內測中仍落後 Gemini 3.0,Meta 甚至內部討論臨時授權 Google 模型,開源旗手的形象出現裂縫。Agent 層面,Devon 推出多智能體協作功能,可指揮多分身在獨立虛擬機並行執行任務;Anthropic Dispatch 允許用戶透過手機遙控本地電腦,本地 Agent 直接讀寫檔案無需上傳;Mistral 發布 Apache 2.0 開源編程 Agent Vibe,正面競爭 Claude Code。OpenCloud 則成為現象級開源項目,短期內累計 32.5 萬 GitHub 星標、日新增部署 9 萬、全球算力調用佔比達 17%,但 BBC 中文網的隱私風險報告與 360「安全龍蝦」系列產品的應對動作也同步出現,安全問題正成為 Agent 生態最大瓶頸。

第三條線是規則與秩序的重構,且這條線已超出技術討論範疇。五角大廈秘密研發專屬軍事大模型,並公開斥責 Anthropic 的安全紅線「威脅國家安全」,軍方認為模型拒絕戰爭指令危害國防利益;同一週,自主戰鬥機器人現身烏克蘭前線,伊朗襲擊阿布達比 AI 算力中心,使 AI 基礎設施首次成為戰爭打擊目標,技術倫理與國家安全的張力進入現實戰場。版權戰線,大英百科全書正式起訴 OpenAI 侵權,Mistral CEO 呼籲徵收 AI 稅以補償文化創作者,頭部內容提供商正在形成訴訟聯盟。監管層面,白宫發布 AI 政策藍圖但特朗普同步叫停佛州 AI 監管法案,共和黨內部嚴重分裂。從宏觀看,科技巨頭普遍採取「裁人投機器」策略——Meta 投 6,000 億建數據中心同步裁員 2 萬人,Oracle 裁員 3 萬,2026 年 3 月科技裁員已達 4.5 萬,中產技術崗位面臨結構性收縮,而 OpenAI 完成 1,100 億美元融資更宣告 AI 競賽正式進入軍備競賽階段。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。