算力产业迈入Token计价时代：恒业资本江一称Scaling Law基础已塌
新浪科技讯 7月14日下午消息，近日，恒业资本管理合伙人江一分享了关于TOKEN时代算力与模型产业全景的十大前沿趋势判断：“过去十年支撑全行业发展的AI Scaling Law基础已全面瓦解”。 “我们所有人都长期沉浸在预训练算力可以无限供应的行业错觉里。”江一指出，算力行业已进入不可逆转的头部垄断阶段，头部算力集群的迭代速度将形成无法弥合的技术代差，中小算力资产没有任何转型缓冲或纠错窗口。未来算力军备竞赛的核心不再是GPU储量、机柜规模，而是电力产能、光子传输、合规私域数据这三道物理壁垒，缺一不可，否则
AI界两年真相揭秘：Scaling Law奠基之作暗藏bug，GPT-3竟成「虚胖典型」
一则推文，阅读量突破15.9万。内容令众多大模型从业者脊背生寒：那篇几乎定义了整个LLM时代训练范式的论文，存在计算失误。出错的竟是核心结论。这一疏漏，在暗处支配行业长达两年的训练策略，直至DeepMind动用逾四百个模型将其推翻。发布这则推文者名为Sander Dieleman，供职于Google DeepMind，账号@sedielem。他如此写道："Here's a cool piece of LLM lore: the original scaling laws were wrong due to
AI泡沫破灭前夜：资本狂欢与技术真相
劲戈原创 科技圈从未如此虚妄浮躁，满嘴空话，句句不实！OpenAI光环褪去，Scaling Law原作者曝出缺陷，万亿算力化为乌有——过去五年，整个AI行业被这个所谓的"理论假设"疯狂驱动。但Scaling Law早在2022年已是业内广泛讨论的基础议题，论文早有公开。资本却硬将其包装成"必胜法则"，只为股价编故事。 这就像拿病人病情做秀——"高烧不退"、"心跳停止"、"抢救成功"、"又晕过去了"——简直是在直
AI晨报：模型降智、企业上市与安全挑战
OpenAI的GPT-5.5被用户证实存在“暗中降智”现象。有开发者发现，当模型需要深入思考时，输出到516个token就会突然中断，退回到浅层推理模式。简单来说，你问它一个复杂问题，它原本能思考5000步，现在只能想500步。OpenAI至今未作正面回应。但有分析认为，这是为了节省算力——GPT-5.5的推理成本太高，OpenAI难以承受。AI推理基础设施提供商硅基流动，正式向港交所提交上市申请。2024年营收1.2亿元，但净亏损2.8亿元。说白了，卖Token的收入还不够支付电费。公司估值已超百亿，背
奇点前夕，Physical AI的深度闭门会
过去一年，Physical AI已成为全球AI产业最受聚焦的方向之一。从AI迈向真实世界，到机器人、自动驾驶、科学实验、工业制造等场景加速落地，一系列核心问题随之浮现：世界模型是否真能通向通用机器人？物理数据能否催生新的Scaling Law？AI for Science与Physical AI最终会融合，还是分道扬镳？这些问题尚无定论，却正被真实场景不断验证。不同技术路径正面临相似的工程限制、数据成本与商业压力，曾经可并行探索的方向，正逐步经历现实的筛选。正因如此，未来一到两年，极可能成为Physica
光联AI时代：长飞剑指全球智能光网络领军者
今年的MWC上海展，无论是在新国际博览中心入口、报到区域，还是展馆走廊，更或是长飞的展位，都能清晰地看到“AI×光纤智启未来”的参展主题。值得注意的是，其中I字在视觉呈现中采用了小写设计，而答案就在长飞展位前的AI异形屏幕，点亮AI的流光飞舞与光轨纵横一笔的正是长飞的光纤。“AI×光纤”形象地诠释了“算力与运力”间的数量级关系，也不禁让人联想到技术领域的乘数效应，光纤技术的创新与投入，正在对AI领域产生连锁反应，最终将协同释放更大规模的经济效益与社会变革。相关数据显示，2025至2030年，智算中心驱动的
AI投资人王捷：当智能巨浪翻越山巅，经济秩序将如何重塑
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 来源：投中网 AI经济是一艘巨轮，算法是甲板，而甲板还没有定型。 整理丨《每日天使》 王捷，作为中国初代AI投资人，摩尔线程(669.000, 30.00, 4.69%)的天使投资人，是那个在2020年国产GPU最不被看好的时候“投在赛道诞生时”的人，是在存储行业尚未进入AI带来的惊人业绩时投资长鑫存储的人，是在2025年底用一套“如何组织高密度的人才”框架评估模型公司从而投资了Kimi的人。在研究方面，他是深圳数据经济研究院人工智
AI三巨头九载博弈：OpenAI变革、Anthropic突围、Google反击
2026 年 6 月 2 日，Anthropic 向 SEC 秘密提交 IPO 申请，估值 9650 亿美元，首次超越 OpenAI 的 8520 亿美元。你可能觉得这只是又一条融资新闻——但这不是。这是一个长达 9 年的故事终于走到了分水岭。要理解今天发生了什么，你必须回到 2017 年，回到那篇改变了一切的论文。2017 年 6 月，Google 发表了《Attention Is All You Need》，提出了 Transformer 架构。这篇论文的作者名单里，有几个日后将改变世界的人名字。Tr
Scale AI旧金山办公室2026届数据分析师实习二面通知
Scale AI正在发放San Francisco Office2026 Marketing Data Analyst Summer Intern二面邀请！University of California-Los Angeles Class of 2026Scale AIScale AI是全球公认的AI数据与基础设施独角兽，它被誉为“AI界的军火商”，通过为最顶尖的AI模型提供高质量的训练数据和RLHF（人类反馈强化学习），构筑了现代人工智能的底层基石。作为OpenAI、Microsoft、Google等
AI 历程：谁绘制了主宰发展的"神性曲线"？
如今，众人皆晓“模型越大智能越强”，当行业巨头拼命堆叠参数、倾尽算力训练大模型时，鲜少有人忆起，这一发展路径的源头，竟始于 OpenAI 早年一次意外且精妙的数学洞察。而这一发现的领军人，正是日后创立 Anthropic 的达里奥·阿莫代伊。达里奥·阿莫代伊的经历颇为传奇：他曾在百度研究团队实习，2016 年加入 OpenAI，自起步便深耕人工智能安全领域——致力于让 AI 系统更贴合人类偏好与价值观，规避对人类的伤害。正是在此方向的探索中，他率领团队研发出后来重塑行业格局的技术：人类反馈强化学习（RLH
Scale AI 2026 校招面试开启：数据岗位面向旧金山
Scale AI 正在发送San Francisco Office2026Marketing Data AnalystSummer Intern首轮面试通知！👇👇University of California-Los AngelesClass of 2026Scale AIScale AI 是全球备受认可的 AI 数据及基础设施独角兽企业，素有“人工智能领域军火商”之称。它通过为顶尖 AI 模型提供高质训练数据与 RLHF（人类反馈强化学习），夯实了现代人工智能的底层基础。作为 OpenAI、Micro
AI 前沿：Daybreak 问世、零日漏洞破防及工业医疗新进展
今日 AI 领域快讯：OpenAI 推出 Daybreak 网安系统，Google 截获首例 AI 生成零日攻击，工业数据标准达成合作，健康穿戴设备全面升级 AI 预测功能OpenAI 于本日重磅发布 Daybreak，这是一款端到端的 AI 网络安全防御新平台。它并非单一模型，而是将专为安全场景调优的 GPT-5.5-Cyber 与去年推出的 Codex Security 智能体深度融合，构建起“监测 - 建模 - 响应”的完整闭环。Daybreak 的核心优势在于其主动式威胁猎捕能力。该系统能依据企业
浙大校友王宜平携自研AI刷新拉姆齐数世界纪录
困扰数学界长达32年的拉姆齐数经典难题近日被彻底攻克！浙江大学校友王宜平自主研发AI框架ScaleAutoResearch-Ramsey，成功将拉姆齐数R(3,17)下界从92提升至93，打破了自1994年以来停滞不前的学术僵局。与此同时，他还将R(4,15)下界刷新至160，研究成果直接超越谷歌DeepMind同期AlphaEvolve的表现。值得注意的是，这项世界级数学突破并未借助超级计算集群，仅依靠Claude Code、Codex配合单台CPU服务器便完成了全部研究工作，相关成果已完全开源。“倘若
Meta支持的Scale AI获五角大楼巨额AI订单
Meta支持的AI公司Scale AI成功中标美国国防部一项价值5亿美元的合同，将为美国空军的“可生存机载作战中心”项目构建“代理型人工智能”系统。此项合同的规模比该公司在2025年9月获得的那份1亿美元合同扩大了整整五倍。Scale AI公共部门业务的负责人Dan Tadross指出，五角大楼在现有合同的基础上，“持续探索AI能力的边界”。他认为，这份新合同充分证明了国防部正在积极采纳并应用人工智能技术。此外，Scale AI在今年3月还与BAE Systems建立了战略伙伴关系，旨在将代理型AI能力整
人工智能学习机制的演变
第三章：AI中的学习我们之前探讨过AI中的知识本质——简单来说就是人类语言的空间结构和规律特征。AI通过压缩与提炼过程，从互联网海量文本中捕捉到人类语言的空间结构与常见规律。我之前提到生成式AI的训练分为预训练和后训练两个阶段，真正决定AI能力上限的是预训练阶段。预训练看似复杂，其实质就是完形填空。通过对互联网数据进行大规模的完形填空训练，AI掌握了人类语言的空间结构和内在逻辑，这正是AI能够根据你的开头续写全文的原因。由于编程语言属于人类广义语言的子集，AI因此能够生成代码。只要你使用的术语和编码属于人