AI竞赛转向“变现为王”：阿里发现新材料、微软派员装AI、可灵估值180亿美元

昨天的日报说AI的旧秩序碎了，今天紧接着——碎片还没落地，新玩家已经开始抢地盘了。

今天的新闻有一条非常清晰的主线：AI的竞争，正在从"谁的模型更强"全面切换到"谁能把模型变成钱"。从阿里用28个GPU小时找到人类找了一百年的超导体，到微软砸25亿美元送工程师驻场帮企业装AI，再到Anthropic决定自己造芯——所有人在做同一件事：从实验室走向车间。

先说今天最硬核的一条。

阿里达摩院联合中国人民大学、中国科学院大学，发布了全球首个专攻超导材料发现的AI智能体——Elements Claw（元素虾）。

一组数据，你感受一下：

更关键的是，这不是"AI猜了一堆但不一定靠谱"——研究团队从中挑选易合成的候选完成实物烧制，4种全新材料被实验证实具有超导性，人类此前对它们一无所知。

这4种新材料来路各不相同，很能说明AI的能力边界：

打比方：以前找超导材料就像炒菜——元素周期表上有100多种元素，物理学家缺乏菜谱，只能不断调整油盐酱醋的比例反复试错，"做几十个实验可能只有一个成功"。现在AI相当于一个过目不忘的超级厨师，一天之内把240万种可能的"菜"全尝了一遍，告诉你哪4道菜是之前菜单上从来没有的。

这套系统采用"原子大模型+智能体"双融合架构。1B参数的原子基础模型Elements，基于1.25亿分子和晶体结构训练，判断超导性的准确率AUC达0.996，预测临界温度误差小于1K。智能体部分则像真正的材料学家一样——自动检索文献、评估合成难度、设计实验方案、根据实测结果迭代优化。

一个重要细节：全部240万晶体的预测数据已对外开放，全球科研人员可免费使用。

中科院一位研究员说了一句很到位的话："做超导探索很多是'炒菜式科研'，一个物理学家能有几个十年？"

目前4种新材料都是低温超导体（5-6.5K，需液氦制冷），离室温超导还很远。但这套框架的意义在于——它把"大海捞针"变成了"精准定向挖掘"，而且可以拓展到固态电池电解质、催化剂、热电材料等任何新材料领域。

这是AI for Science从"能写论文"到"能做出实物"的标志性一步。

今天第二条重磅：微软宣布成立全新运营实体"微软前沿公司"（Microsoft Frontier Company），投入25亿美元（约170亿人民币），组建约6000人的AI工程与行业专家团队。

这6000人不是坐在办公室写方案的——他们要驻场进入企业客户内部，帮客户选型、部署、调试、优化AI系统，直到AI真正跑起来、产生价值。

这种模式叫FDE（前沿部署工程），最早由数据分析公司Palantir在美国军方推广——工程师直接驻扎在军事基地，现场解决问题。

首批合作客户包括伦敦证券交易所集团、联合利华、诺和诺德、蓝多兰乳业等。

微软商用业务总裁说了一句很诚实的话："三年前我们打造Copilot时犯了一个错误，只绑定了OpenAI的模型。企业真正需要的是能灵活替换顶尖模型的方案。"

翻译一下：企业不是不想用AI，是不知道怎么用、怕用错、怕被一家模型锁死。微软现在做的事，就是派人上门帮你搞定这一切。

两天前，亚马逊刚宣布投入10亿美元建FDE团队。OpenAI和Anthropic也在今年5月各自设立了类似的前线部署工程部门。

打比方：以前AI公司的竞争就像手机厂商比谁的芯片跑分高。现在大家发现——跑分再高，消费者不会用也白搭。于是开始派"贴身教练"上门教企业怎么用。竞争的核心从"谁的模型更强"变成了"谁能让客户真正用起来"。

IDC的数据很说明问题：68%的受访企业已在使用生成式AI，但全球仅22%达到"前沿标杆企业"标准——也就是说，将近八成的企业用了AI但没用好。这中间巨大的空白，就是微软、亚马逊们要抢的市场。

这也是AI行业一个微妙的转折：大模型能力正在趋同，真正的护城河变成了"交付能力"——工程能力、行业经验、持续服务的综合体。

今天第三条关键线索：AI公司集体下场造芯。

据The Information报道，Anthropic已启动自研AI芯片的早期开发工作，正与三星电子洽谈代工合作，考虑采用三星2纳米制程和先进封装技术。

同时，Anthropic上个月还从OpenAI自研芯片团队挖来了核心工程师Clive Chan。

这意味着什么？在AI芯片这场牌局上，谷歌有TPU、亚马逊有Trainium、微软有Maia、Meta有MTIA、OpenAI有Jalapeño——现在最后一个头部玩家也摸牌了。

为什么一定要自己造？两个字：账单。

Anthropic的年化收入从年初的90亿美元飙升到5月底的470亿美元，五个月翻五倍。但算力账单涨得更凶。在数以万计处理器集群的规模下，芯片效率哪怕只提升几个百分点，省下的都是以十亿美元计的真金白银。

更有意思的是三星这边——据韩媒今天报道，三星代工业务的AI芯片积压订单已逼近50万亿韩元（约2215亿人民币），其中Meta的下一代自研AI加速器MTIA第三代也交给了三星2nm产线，订单价值超过10万亿韩元（约443亿人民币）。

打比方：这就好比外卖平台做到一定规模后，发现最大的成本不是骑手工资，而是给加油站的钱。于是开始自己炼油。听起来疯狂，但当你每天跑几百万单的时候，哪怕每升油省一毛钱，一年就是几个亿。

AI行业正在经历一场从"模型竞赛"到"全栈竞赛"的升级——从算法到芯片、从模型到数据中心、从软件到基础设施，全方位的军备竞赛正在重塑整个产业链的权力格局。

英伟达目前仍占AI芯片市场约74%的份额，但剩下26%的战场上，新玩家越来越多了。

一条国内的重磅融资。

快手旗下AI视频生成平台可灵AI完成首轮融资，总额近30亿美元（约204亿人民币），投后估值180亿美元。

这是什么水平？

领投方阵容豪华：CPE源峰、国方创投、BlueFive（阿布扎比）、腾讯、中关村科学城基金、中信证券联合领投，阿里云、百度等产业资本参投。

关键数据：

打比方：如果说明年是AI视频的"iPhone时刻"，那可灵AI现在就是那个最早跑通"应用商店+付费用户"闭环的玩家。5亿美元ARR、1亿用户——这不是PPT上的数字，是真金白银的营收。

快手同时披露了可灵AI的股权激励计划，向高管和核心技术人员授予零价格股权奖励——这基本上就是在说：这个团队要独立跑，未来可能单独上市。

最后说一条容易被忽略但很有分量的观点。

今天，《纽约时报》主笔发表了一篇分析文章，核心观点：中美两国在AI发展上走出了两条截然不同的路——美国放任企业追求"替代人类"，中国坚持"增强人的生产力"。

文章举了几个例子：

文章的核心判断是："打造最强大的模型并不是衡量是否在AI领域成功的唯一标准。中国在如何让AI增强人的能力这件事上，可能已经拥有优势。"

与此同时，联合国今天也表态支持将儿童安全和权利置于AI议题核心，并肯定了即将在上海举办的2026世界人工智能大会是推进全球AI治理合作的重要机会。

打比方：一个老师教出了考试分数最高的学生，另一个老师教出了最能帮到别人的学生。谁更成功？这个问题的答案，可能比任何模型跑分都更能决定AI的未来走向。

今天五条主线，串起来就一句话：AI不再比谁更聪明，而是比谁更能落地。

阿里达摩院用28个GPU小时找到4种全新超导材料——AI从"能写论文"进化到"能做出实物"，AI for Science的里程碑。

微软砸25亿美元送6000人驻场帮企业装AI，亚马逊10亿跟进——AI竞争从"模型赛"变成"交付赛"，谁能帮客户真正用起来谁赢。

Anthropic要造芯了，三星2nm代工订单逼近50万亿韩元——AI公司从"租芯片"到"造芯片"，全栈竞赛全面开打。

可灵AI融了近30亿美元，估值180亿——中国AI视频赛道跑出全球最大融资，1亿用户+5亿美元ARR证明商业模式跑通了。

纽约时报点破中美AI路线差异——一条"替代人"，一条"增强人"，两种愿景正在同步展开。

如果说昨天的AI行业关键词是"降价"，前天是"碎了"，那今天就是——"下场"。所有人都从PPT和实验室里走了出来，开始真正下场干活了。

这大概是2026年AI行业最真实的注脚：** talk is cheap, show me the deployment.**

数据