Anthropic发布AI战略报告：科技公司的地缘政治转型
Claude背后的人工智能企业Anthropic，是当前全球最重要的前沿AI公司之一，也是OpenAI的主要竞争对手。本月14日，Anthropic发布了一篇引发广泛讨论的报告：《2028: Two Scenarios for Global AI Leadership》乍看之下，这似乎是一份AI行业分析报告。但仔细阅读后你会发现：它实际上更像一份提交给华盛顿的战略性文件。报告的核心观点可以概括为：算力是AI竞争的决定性因素，美国必须通过芯片出口管控、限制模型传播、巩固盟友体系，确保中国在接下来几年内无法实
芯片市值狂飙背后：资本正锁定AI核心玩家
今日AI领域最轰动的事件，并非新模型的问世，而是一家芯片企业被资本市场重估。Cerebras上市首日，盘中涨幅曾达109%，收盘仍维持68%的涨幅。一块尺寸超越餐盘的芯片，硬是撬动了近千亿美元的资本叙事。此事真正的看点不在股价本身，而是释放出的信号：AI时代，资金正以前所未有的速度涌向少数稀缺玩家。先聊聊Cerebras这家企业。或许有人尚不熟悉，它与英伟达走的并非同一条路。在传统芯片架构中，数据在计算单元与存储单元间反复搬运，本身就会造成巨大的效率损耗。Cerebras的思路在于：尽可能将计算与存储集成
AI安全与创新双周观察
● ● ●周二清晨我看到一则新闻，内心颇为震撼。谷歌安全团队发布报告称，他们阻止了全球首起由AI发现并利用的零日漏洞攻击。朝鲜APT45和具有中方背景的黑客组织，借助AI工具大量发送重复指令，递归探测各系统安全弱点，发现漏洞后立即实施攻击。这不是演练。以往我们担忧的是"AI协助撰写钓鱼邮件"，如今已演变为"AI自主寻找未修复漏洞并直接攻击"。谷歌的Veo 3已集成至Flow影音平台——哦，话题扯远了，安全议题容后再详述。先梳理几个重要时间节点：● ● ●此事的影响程度我认为许多人尚未充分认知。过去一年业界
DeepSeek 豪掷 500 亿融资：国产 AI 估值传奇解析
从坚持"不融资"到启动 500 亿融资计划，DeepSeek 的战略转型折射出 AI 领域资本热度空前。新浪财经 5 月 11 日消息显示，DeepSeek 已正式开启首轮外部股权融资，目标募资 500 亿元人民币（约合 73.5 亿美元），投后估值预计达到 3500 亿元人民币（约 515 亿美元）。若此次融资顺利完成，将创下中国 AI 企业单轮融资规模新纪录。01 从拒绝资本到拥抱融资DeepSeek 曾长期秉持"不融资、不商业化、不路演"原则，依靠自有资金与团队积累完成技术奠基。然而随着 AI 行业
AI圈五月激战：OpenAI、Anthropic、DeepSeek、马斯克轮番出手，一周大事全梳理
短短一周，OpenAI 更换默认模型并上线广告、Anthropic 拿下马斯克 22 万张 GPU、DeepSeek 估值暴涨至 3500 亿、谷歌 I/O 即将揭幕......AI 行业正在度过 2026 年最热闹的时期。想用一篇文掌握全局？这份"五月速览"请收好。5 月 5 日是 OpenAI 的"双线出击日"。先看技术:GPT-5.5 Instant 正式替代 GPT-5.3 Instant，成为 ChatGPT 的新默认模型，向所有用户(包括免费用户)开放。这次升级最值得关注的是:再看商业:同日，
算力时代，电力才是真正的硬通货
黄仁勋曾说过一句令业界深思的话：电力，就是新的货币。此言非虚。人工智能的核心逻辑，是海量神经参数的高频运算；每一次矩阵乘法，都是将电能转化为"智能"的过程。算力呈指数级膨胀，电力需求也随之逼近物理极限。早在2024年，马斯克就发出警告：芯片荒之后是变压器荒，随后便是全面的电力危机。展望2026年达沃斯论坛，他进一步指出——AI发展的根本制约，不是算法，不是数据，而是能源。 也就是说，AI竞争已经变了味道。它不再是硅谷程序员编写代码的较量，而演变为一场关于发电、输电、储能的实体工业技术角力。再精密的模型，缺
最新封面|你正在被AI“技能化”吗？
2026年以来，全球科技巨头全力投入“算力竞赛”，争相迭代人工智能（AI）大模型，随后掀起新一轮AI智能体浪潮，AI快速发展的“组合拳”似乎都在直指一个共同方向——人力替代。全球各行各业职场被深度搅动，一时间，“技能蒸馏、能力炼化”等成为披着技术外衣却语焉不详的网络热词。所谓“蒸馏或炼化”，技术表述通常是“Skill（技能）化”，即通过采集行业或员工的操作习惯、业务逻辑、工作节奏、判断经验等，将其转化为可被AI学习、复用、独立执行的标准化技能；其终极形态可能是替代人类的AI智能体或数字员工。从国际科技巨头
新奥引领聚变能源创新，推动未来产业突破
2026年被视作AI应用的起始年，近期随着DeepSeek-V4大模型的发布并启动纯国产适配与本地化部署，关于“国产算力”的讨论热度上升，并进一步加剧了“中美算力竞争”的态势。而这场算力竞争的核心，已不仅限于芯片技术，更深入到电力成本与基础设施能力的比拼——AI算力的指数级增长，带来了巨大的能源需求，使得可控核聚变这一“终极能源”成为全球科技与能源竞争的关键。 作为解决算力和未来产业“卡脖子”问题的重要支撑，中国聚变产业正呈现出“国家队与民企协同推进”的格局。新奥集团作为国内企业中聚变商业化领域的领军者，
资本竞逐AI算力:2000亿、400亿、350亿、35亿——24小时内四路资金密集入局
2026年5月9日至10日，四条来自不同领域、不同层级的AI投资动态接连释出。串联这四笔资金，一条关于算力博弈的脉络清晰可见：AI的资本叙事正在切换档位——从"不惜代价抢算力"，转向"拼效率、拼闭环、拼谁能笑到最后"。5月9日，多家媒体证实，字节跳动已将其2026年AI基础设施支出计划调高25%至2000亿元人民币（约294亿美元），相较去年底初步讨论的1600亿元方案显著攀升。这个规模意味着什么？它直接将字节的AI投入拉至与谷歌、微软、Meta等全球顶尖云服务商同台竞技的阵营。据TrendForce 5
AI 界 36 小时巨变：千亿资本狂飙，国产模型强势崛起
短短 36 小时，五大重磅消息接连引爆，AI 领域仿佛迎来了盛大节日。在这股狂热浪潮下，普通大众究竟该关注什么？过去一天半的时间里，AI 行业仿佛被按下了快进键——DeepSeek 首轮融资高达 500 亿，估值飙升至 515 亿美元；Anthropic 同样融资 500 亿，市值直逼万亿关口；百度发布文心 5.1，预训练成本仅为同行的 6%；国产大模型周调用量达 7.94 万亿 Token，首次超越美国的 3.26 万亿；字节跳动将 AI 投资额度追加至 2000 亿。直言不讳地说，这已非单纯的“军备竞
AI 编程：颠覆万亿市场的变革力量
科技界有个流传甚广的说法：数字不会撒谎，但擅长撒谎的人会编造数字。然而，有些数字的惊人程度，连最巧舌如簧的说谎者也难以杜撰。高达 440 亿美元。这是 Anthropic 公司在 2026 年 5 月公布的年化经常性收入（ARR）。如果这个数字让你感到模糊，不妨回顾一下软件行业的发展轨迹：亚马逊云服务（AWS）耗费了 13 年才达到 350 亿美元的年收入；Salesforce 自 1999 年成立以来，直到 2021 年才突破 200 亿大关；ServiceNow 则用了大约 20 年才迈过 90 亿美
AI算力24小时动态追踪·2026年5月3日
AI焦点·过去24小时算力要闻·2026年5月3日（源自数字中国建设峰会信息）核心要点：华为昇腾384超节点（包含384颗昇腾910C芯片）部署数量已突破500套，实现规模化商业应用服务对象涵盖：互联网、金融、电信、电力及制造行业昇腾950超节点（集成8192颗昇腾950DT芯片）计划于2026年第四季度推向市场昇腾950超节点性能：FP8算力达8 EFLOPS，FP4算力达16 EFLOPS，互联带宽为16.3 PB/s意义：国产计算能力从“能够使用”迈向“大规模商业应用”新阶段，超节点已成为人工智能基
五角大楼批量接入AI：竞赛升级为国家安全底座
这则消息真正指向的，并非某家公司再次拿到订单那么简单，而是五角大楼正在将 AI 视作一项基础型能力，逐步批量并入国家安全体系。OpenAI、Google、微软、AWS、NVIDIA 等相关方被同时纳入相应机密系统合作框架。仅从这一点来看，AI 竞赛已经跨入了新的阶段。先把要点讲清。过去市场讨论 AI，多数围绕两条主线：一是互联网平台与软件企业如何借助大模型提升效率；二是云计算与芯片厂商如何承接推理和训练需求。但五角大楼此次的部署把第三条路径也点明了——AI 正在从商业工具出发，转向国家安全基础设施的一部分
算力竞赛催化AI制药：跨国All in，中国机会在哪
AI半月谈第20期全球AI制药正在从“只为展示技术”的阶段，走向“以产业重构为目标”的深水区。礼来、罗氏、武田等跨国巨头纷纷打造自有算力平台、投入巨资并购AI企业，并把AI能力深入嵌入研发的每个环节——围绕数据、算法与算力资源的“军备竞赛”已经拉开序幕。与此同时，AI Biotech在靶点发现、分子生成、临床预测等方向持续验证其价值；但对平台型公司而言，也不得不面对被大厂“内化替代”的现实压力。放在中国AI制药的语境下，难度更大：算力供给相对紧张，高质量临床数据的获取成本高，且监管路径仍有不确定性。因此，
AI制药开启算力竞逐：跨国巨头全面押注下，中国玩家如何突围？
AI半月谈【第20期】全球AI制药正由“展示技术”转向“重塑产业”的深水区。礼来、罗氏、武田等跨国药企巨头相继搭建自有算力底座，投入巨资并购AI团队，并把AI能力贯穿到研发全链条——围绕数据、算法与算力的“军备式竞速”已全面展开。与此同时，AI Biotech在靶点挖掘、分子设计生成、临床结局预测等方向不断给出价值验证，但平台型公司也不得不面对一个现实问题：会否被大厂把能力“吸收内置”，从而被替代？对中国AI制药来说，压力更为突出：算力供给相对紧张、优质临床数据难以获取、合规监管路径仍在摸索。在这样的语境