自從2025年下半年開始，由於AI需求驟然爆發，引爆了行業對記憶體的海量需求，使得整個記憶體的價格在短短幾個月內翻了數倍。

但是就在大家已經做好準備來為這個“至暗時刻”打持久戰的時候，事情卻突然出現了反轉。記憶體價格在近兩周迎來了大幅下降，同時也帶動了最終零售市場記憶體成品的價格同步跳水。

放眼全球市場，線上著名購物網站：亞馬遜，已經在上周大幅下調了DDR5成品記憶體的價格，例如海盜船的6400MHz 32GB復仇者係列套條，先是降至409.99美元，現今又調整至379.99美元，相比最近490美元的最高點價格有了顯著的下降。而入門級的5200MHz 16GB套條的價格也同樣降價，從260美元降至了219.99美元，幅度同樣較為可觀。

此外，不單是亞馬遜，另一家知名購物網站：新蛋網也做出了類似的降價調整，這意味著本輪降價並非平台單方行銷活動，而是全行業的大規模實質性降價。

那國內市場也開始同步跟進降價，主要體現線上下管道。許多商戶由於前期囤積了大量的高價現貨記憶體，現今為快速回籠資金開始大量拋貨，部分型號單日跌幅超100元，價格一日一變。

此次價格大跳水的主要原因，可能是因為Google新發佈的TurboQuant演算法所導致，該技術可將AI運算時的記憶體佔用壓縮6倍，大幅降低對實體記憶體的硬體需求。這激起了記憶體行業的劇烈震盪，且導致美光等DRAM供應商的股價產生暴跌。

作為末端的最終消費者，我們自然希望這種趨勢能夠持續下去，畢竟之前的記憶體價格實在是高得過於離譜了。但現實是，即便有所回落，也遠沒到白菜價的程度，玩家對於記憶體的購買仍需理性，畢竟在這極度不穩定的大環境下，後續是繼續降價還是反彈漲價，誰都無法預料。

3月30日消息，據報導，上周開始，DDR5記憶體價格出現斷崖式下跌，市場普遍認為前期囤積記憶體的大戶正在拋售！

在百腦匯經營儲存裝置多年的批發商表示：“上周六開始，價格直接崩了。昨天到今天，一款主流的 16G 記憶體條又掉了四五十塊。上周六那天更誇張，一天就掉了一百多塊。”

這種罕見的劇烈跳水，讓許多仍在持貨的商家感到措手不及。

對於這輪價格暴跌的原因，市場普遍認為是個別囤貨心態與供需失衡共同作用的結果。最根本的問題在於需求端的極度疲軟。由於此前記憶體漲價幅度過大，非剛需消費者紛紛選擇推遲購買，導致目前的市場銷量相比去年11月之前下滑了超過六成。

另一個關鍵推手是前期囤貨者的恐慌性拋售。去年記憶體步入漲價通道時，不少圈外投機者一哄而上、盲目囤貨。如今隨著價格訊號調頭向下，這部分持貨者為了止損開始不計成本地出貨。然而，由於市場缺乏足夠的接盤能力，這種踩踏式的拋售行為進一步加劇了價格的下滑。

近日，國內DDR5記憶體價格出現下跌，引發市場關注。行業人士分析，記憶體條未來將持續降價，只是時間跨度較長。隨著產能逐步穩定，供需缺口已反映在價格上，後續記憶體條價格難有支撐。

此外，Google最新推出的TurboQuant記憶體壓縮演算法，據稱可將大型語言模型執行階段的快取記憶體佔用至少壓縮至原來的六分之一，性能提升八倍。

業內認識表示，記憶體條作為快速迭代的科技產品，長期不可能短缺，老舊記憶體製造門檻也將越來越低。 (半導體技術天地)

艾倫人工智慧研究所（Ai2），宣佈削減開源模型開發（包括OLMo）的資金，轉向AI應用。

就在同一時間，AI2核心團隊幾乎被“打包帶走”，集體流向微軟。

人員包括前CEO阿里·法哈迪、前首席營運官索菲·萊佈雷希特、漢娜·哈吉希爾齊和蘭傑·克里希納，都是Ai2的核心力量。

其中有的人上周剛參加完GTC大會，還跟老黃暢談開源模型的未來。

他們的下一站，則是微軟穆斯塔法·蘇萊曼的超級智能團隊。

X上已經炸了鍋，全網一片哀鳴。

不少網友唏噓：這對開源社區來說是個巨大遺憾，OLMo是極少數真正開放原始碼的模型之一。

核心人員集體離職，是一個非常不妙的訊號。

Ai2前CEO阿里·法哈迪、前首席營運官索菲·萊佈雷希特、漢娜·哈吉希爾齊和蘭傑·克里希納，統統被蘇萊曼打包進了微軟。

法哈迪已於3月12日卸任，結束了超過兩年半的Ai2掌門人生涯。

他與Ai2的淵源頗為深厚。法哈迪是一位電腦視覺專家，也是華盛頓大學電腦科學與工程學院的教授，該院即以微軟聯合創始人、Ai2創始人保羅·艾倫（Paul Allen）的名字命名。

他還聯合創立了Ai2的衍生公司Xnor.ai，該公司於2020年被蘋果以約2億美元的價格收購。在蘋果，他曾領導機器學習工作。

哈吉希爾齊是OLMo開源模型項目的聯合負責人，上周剛在輝達GTC大會上代表Ai2參加了多場會議，還和黃仁勳探討開源模型的未來。

她還是開源多模態人工智慧基礎設施加速科學發展項目（OMAI）的聯合首席研究員。

這個項目旨在建構用於科學研究的開源模型，為期5年，耗資1.52億美元，由輝達和美國國家科學基金會聯合資助。

克里希納則主導了Ai2多模態模型Molmo等多個關鍵項目，同樣在剛剛結束的GTC大會上代表Ai2發表演講。

而現在，這些人才將集體加入微軟穆斯塔法·蘇萊曼的超級智能團隊。

從去年11月起，蘇萊曼就開始組建超級智能團隊，目前已從Google、Meta、OpenAI、Anthropic等巨頭挖角了不少研究人員，還在不斷從Ai2和華盛頓大學聘請人才。

蘇萊曼在領英上公開發帖，歡迎他們的加入。

他還稱讚法哈迪帶領Ai2在一年內發佈了100多個模型；而哈吉希爾齊是“世界上被引用次數最多的自然語言處理研究人員之一，毋庸置疑”。

而萊佈雷希特則擴大了Ai2的營運規模和開源工作，共同領導和創立了Xnor.ai和Neon Labs，還擁有布朗大學認知神經科學博士學位。

蘇萊曼表示，他們將助力推進微軟的使命——實現“以人為本的超級智能：打造更安全、可控、更強大的AI系統，服務於人類以及解決最棘手的問題”。

法哈迪也在領英上表示自己很高興加入微軟。

可想而知，一批核心人員的離職對於Ai2而言是一次重大打擊。但他們為什麼要走呢？

Ai2董事會主席比爾·希爾夫透露，法哈迪希望在人工智慧的前沿領域進行研究，而OpenAI、Google等公司會花費數十億美元來訓練最先進的模型。

但對於一家非營利組織而言，很難以慈善資金訓練出對標巨頭的模型，還完全開源。

希爾夫表示，董事會必須權衡其慈善資金是否還應該用於“追趕進度”。他也承認，在大模型開發的最高規模上與科技巨頭競爭，已經變得異常困難。

此話怎講呢？GPT-4等級模型訓練成本估計在1-2億美元量級，當前前沿模型已攀升至數億美元。

AI2的年度營運預算雖未公開，但可以參考一些指標。

比如OMAI項目的1.52億美元是五年期、多機構共享的專項資助，年均約3000萬美元，僅相當於最前沿的單個大模型訓練成本的一小部分。

這和巨頭相比是數量級差距，很難正面競爭。

進一步來說，投資方的策略調整是更加決定性的因素。

Ai2最初由艾倫的Vulcan公司資助，後來由其遺產繼續資助。現在的最大資助方是科學與技術基金會（FFST），該基金會由保羅·艾倫的遺產設立，規模達31億美元。

2024年，琳達·斯圖爾特博士接任FFST CEO後，資助策略發生了顯著變化。

斯圖爾特是一位醫生科學家，曾領導華盛頓大學蛋白質設計研究所。

她更傾向於具有明確科學應用和可量化社會影響的項目，而非投入大量資金進行前沿模型的研究。

據GeekWire報導，2026年Ai2的所有項目都已經獲得全額資助，但FFST的資助模式將由提供年度總資助轉向基於項目提案的資助模式。

這種轉變意味著什麼？在年度整體資助模式下，研究機構通常擁有較高自主權，能夠承擔長期風險、靈活調整資源分配。

而基於提案的模式引入了更強的成果導向和短期問責，每個資助周期都需要明確的可交付成果和影響力指標。

對於開源基礎模型開發——周期長、成本高、商業回報不直接——這種轉變意味著更大的不確定性和更高的申請成本。

有知情人士透露，FFST未來的資助預計將更傾向於人工智慧的實際應用，而非建構開源基礎模型。

這也很好地解釋了，為何專注於模型開發的研究人員紛紛選擇離開。

不少網友表示：美國開源AI最後的旗幟也倒了。

為何這麼說？因為過去幾年，Ai2確實投入了大量資源做真正開放原始碼的大模型。

Ai2的OLMo系列，極致地踐行了“完全開源”（truly open）理念。

它不僅開源模型權重，而且從資料處理到預訓練、微調，再到評測，全階段都公開透明。並且始終採用對開發者友好的Apache2.0許可證。

2025年11月發佈的OLMo 3，進一步強化了這種透明度承諾。該系列包括Base、Instruct、Think和RL Zero四個變體，覆蓋7B和32B參數規模。

其中OLMo 3-Think 32B被宣傳為“該規模首個完全開源推理模型” 。

更重要的是，Ai2發佈了完整的“模型流程”（model flow），包括訓練日誌、中間檢查點、完整程式碼和配置。

還有升級版的OlmoTrace工具，允許研究者將模型推理步驟回溯到具體影響它的資料和訓練決策。

因此也有說法認為：OLMo與Llama 4、Mistral Large 3並稱為“三大開源支柱”。並且OLMo更透明，因為它提供所有中間產物，而Llama只開源權重，Mistral部分資料閉源。

但現在，這個開源領域旗幟性的標竿，倒了。

大洋彼岸的網友們進行了一場賽博悼念，大感“開源悲劇”，還有人聯想到了全球同此涼熱。

不過也有人認為，這很正常，開源經濟學理論站不住腳。用非營利方式做頂級開源模型這條路，難以持續。

目前，臨時CEO皮特·克拉克表示Ai2仍致力於其使命以及與NSF和Nvidia的合作關係，包括OMAI計畫。

克拉克是Ai2的創始成員之一，曾於2022-2023年擔任臨時CEO。他曾共同領導Ai2的Asta項目，旨在開發用於輔助和自動化科學發現的智能體框架的大型計畫。

美國仍有開源力量，但都在變形：

Meta的LLaMA，名義上“開源”，但越來越偏“可控開放”。訓練資料不公開，許可有限制，並且還持續難產。

Google的Gemma，提供模型權重、推理使用權限，但同樣沒有完整訓練資料或流程。

Hugging Face的SmolLM，完全開源，但由社區驅動，缺乏大規模訓練資源。

輝達的Nemotron系列，近期更開放了，不斷推出開放許可，更多開源資料發佈，但主要服務硬體生態。

相比之下，中國的開源模型已經超越了美國領先的開源模型，並進一步拉大了與它們的性能差距。

現在，Ai2的戰略調整，也會加速美國與中國在開源AI領域的差距擴大。

在OpenRouter上，過去三周中國大模型的呼叫量已經連續超過美國，跟領先的閉源模型也打得有來有回。

MIT與抱抱臉的聯合報告顯示，過去一年，中國開源模型全球下載量佔比達到17.1%，首次反超美國。

許多美國初創企業也開始“悄悄”依賴中國開源模型進行建構，其默認選擇進一步向中國模型傾斜。

比如上周Cursor發佈新模型Composer 2，被曝套殼Kimi K2.5；還有初創公司Deep Cogito去年發佈的Cogito v2.1，也被曝基模是DeepSeek，都從側面證實了中國開源模型的實力。

開放原始碼的火種未熄，但風向已變。開源AI已經完全進入了中國時間。

開源AI的未來，只能在中國了。如果存在一個大模型Android版，那這個也只能在中國了。 (量子位)

近日，全國科學技術名詞審定委員會發佈《關於發佈試用人工智慧領域名詞token中文名“詞元”的公告》，決定在綜合考量社會各界意見建議的基礎上，優先推薦“詞元”作為人工智慧領域名詞token的中文名，並面向全社會發佈試用。

“詞元”這一定名符合單義性、科學性、簡明性、協調性等科技名詞審定原則。該定名經全國電腦科學技術名詞審定委員會審定後，由全國科學技術名詞審定委員會批准向全社會發佈試用。

清華大學電腦系副教授東昱曉認為，“詞元”的定名捕捉了其在人工智慧語言模型中作為“基本離散符號單元”的本質，又可以通過類比自然延伸至多模態領域。在“詞元”這一定名中，“詞”點明其在語言場景下的根源，體現出token與表達對象語義的密切關聯；“元”傳達出“基本單元”之意，與“元素”等術語中的“元”保持一致的語義脈絡。

“token”一詞源於古英語tācen，意為“符號”或“標記”。在語言模型中，token是文字經過切分或字節級編碼後得到的最小離散單元。它既可能是人類語言意義上的詞串、單個詞，也可能是詞根、詞綴、子詞或單個字元。語言模型通過對token序列建模，展現出一定的智能水平。

全國電腦科學技術名詞審定委員會副主任委員兼人工智慧分委員會主任委員、中國科學院計算技術研究所研究員陳熙霖表示，“詞元”一詞可以將“作為語言基本語義單元”這一最初本質清晰表達出來，更貼合其在人工智慧中的初始角色。

隨著大模型從純文字走向多模態，“token”所指已經擴展。圖像被切分為“圖像塊”並對應為嵌入序列，語音片段可以被量化編碼為離散單元，這些單元在多模態模型中同樣被稱為token，主要建模手段仍為序列模型。

此時，“詞元”中的“詞”超越了人類語言意義上的“詞”，卻能暗合術語命名中普遍存在的類比思維——將非文字模態的離散基本單元也視作“廣義的詞”。這種用法與“詞雲”（word cloud）、“詞袋”（bag of word）類似，雖由文字衍生，但已成為人工智慧領域中表達更寬泛語義的通用術語。“詞元”在跨模態場景中承載了“離散基本單元”的語義，這種語義普遍存在於所有模態之中。

在中文文獻、技術文件及學術交流中，“詞元”作為描述大模型中token的譯名，逐漸被學術界很多學者認同。token是模型將資料對應為離散符號序列的基本單位，本身並不攜帶智能，只是承載資訊的載體；與“嵌入”“注意力”“隱狀態”等術語並列時，保持了風格一致性；符合中文“二字詞”偏好，表述簡潔，易於傳播。

國家資料局資料顯示，2024年初，中國日均詞元（token）呼叫量為1000億；至2025年底，躍升至100兆；今年3月，已突破140兆，兩年增長超千倍。 (中國科學報)

RexAA的最新長文及歷史文章，讓您掌握相關股市行情消息，協助您做投資決策。全球科技產業觀察者