#AI 獨角獸
輝達Google搶投AI獨角獸新秀,歐洲史上最大種子輪誕生
該初創企業的盈利模式、產品落地時間及收益規模均尚不明確。編譯 |  劉煜編輯 |  陳駿達智東西4月28日消息,今天,據路透社報導,由前GoogleDeepMind首席科學家戴維·席爾瓦(David Silver)創立的英國AI獨角獸Ineffable,已完成11億美元(約合人民幣75.14億元)的種子輪融資,估值達到51億美元(約合人民幣348.31億元)。本輪融資由美國紅杉資本與光速創投領投,輝達、Google和英國國家AI風投基金Sovereign AI等企業和機構共同參投。Ineffable稱,該輪融資為歐洲迄今為止金額最高的種子輪融資。目前,這家初創企業的盈利模式、產品落地時間及收益規模均尚不明確。Ineffable成立於2025年11月,其目標是打造一個超級學習系統(Superlearner)。該系統無需依靠人類資料,將通過自主實踐探索一切知識,覆蓋基本的運動技能(motor skill)到高階智力突破的全部範疇。Ineffable的創始人兼CEO Silver最廣為人知的身份,是AlphaGo背後的核心研究員。他主導了AlphaGo、AlphaZero以及AlphaStar的研發,全程參與了DeepMind強化學習體系的搭建與迭代。Silver與GoogleDeepMind聯合創始人兼CEO德米斯·哈薩比斯(Demis Hassabis)是大學同學,二人都曾就讀於劍橋大學。在劍橋學習期間,Hassabis教會了Silver下棋,其中包括圍棋。在拿到劍橋大學文學學士學位後,Silver前往加拿大阿爾伯塔大學攻讀電腦科學博士學位,師從圖靈獎得主、強化學習之父Richard Sutton。▲David Silver(圖源:Silver個人網站)本科畢業後,Silver於1998年與Hassabis共同創辦了遊戲公司Elixir Studios,同時出任CTO與首席程式設計師。之後,Hassabis與另外二人聯合創辦了DeepMind。在DeepMind成立之初,Silver便擔任該公司顧問,並於2013年正式加入,任職10餘年之久。在DeepMind任職期間,Silver的研究重點是深度強化學習,這是一個將強化學習與深度學習相結合的領域。他參與了多款智能程序的研發,其中,由Silver主導研發的AlphaGo,是首個在圍棋比賽中擊敗頂級職業棋手的程序。之後,他帶隊打造出AlphaZero,該程序依託同源AI架構從零自主研習圍棋,後續以相同訓練邏輯掌握國際象棋與將棋,綜合實力遠超同期所有同類程序。此外,他聯合主導了AlphaStar項目,該款程序能夠在高難度策略遊戲《星海爭霸Ⅱ》中,達到人類職業電競選手的競技水準。在工業界之外,Silver還在倫敦大學學院(UCL)擔任教授。創立Ineffable之初,Silver在該公司部落格發佈個人隨筆稱:“世界需要一個舞台,讓強化學習範式的雄心得以充分施展。在那裡,我們直面智能的根本命題:如何(讓AI)通過對環境的體驗,去發現未知的知識。”他還說道:“AI生成語言、視訊、程式碼等,已有完善生態持續發展,無需我再涉足。而Ineffable,是我畢生追求的事業。”據《連線》昨日報導,Silver稱:“我從Ineffable項目中獲得的所有收益,都將捐贈給具備高社會影響力的慈善機構,用以挽救更多生命。”結語:天價融資扎堆新銳AI企業非大模型賽道正加速突圍目前,Ineffable仍處於早期研發周期,其技術方案尚未成熟,商業化模式與落地規劃尚不明確。在巨額資本加持之下,該公司依託強化學習路線能否突破現有AI技術瓶頸、平衡前沿探索與商業可持續發展,或成為接下來行業關注的核心焦點。今年年初以來,各類新興獨立AI實驗室融資規模已達數十億美元。由圖靈獎得主、前Meta首席AI科學家楊立昆聯合創立的AMI實驗室,已於今年3月完成了10.3億美元種子輪融資,投前估值達35億美元。全球頂尖NLP學者理查德・索徹(Richard Socher)正為其個人實驗室接洽融資,該企業估值已達40億美元。此外,由前OpenAI高管米拉・穆拉蒂(Mira Murati)創立的AI初創企業Thinking Machines,正在洽談新一輪融資,預估估值約500億美元。一眾頂尖科研人才紛紛脫離科技大廠,扎堆創辦獨立AI實驗室,不同於當下主流的大語言模型賽道,這批新興研發團隊正跳出大模型的同質化競爭,轉向強化學習、現實場景感知等前沿方向,探索差異化的技術路線,正掀起新一輪AI浪潮。 (智東西)
00後耶魯學霸休學回國,造了個刷完馬桶還洗手的機器人
最近,一段不到3分鐘的視訊在科技圈悄悄走紅。視訊裡,一台人形機器人正在蘇州一戶普通人家“打工”。清晨叫主人起床,幫忙疊好被子,榨豆漿,煎雞蛋,送主人出門,收拾房間,刷馬桶,洗衣服……最令人驚嘆的一幕是:它在刷完馬桶之後,默默走到洗手台,把機械手仔仔細細清洗一遍再擦乾。外交部發言人毛寧在海外社交平台X(原推特)轉發了這個視訊,並配文“世界上第一個進入家庭的機器人”。評論區直接炸了,人們期盼已久的、真正走進普通家庭、能幹活的人形機器人,終於來了。有人驚呼“這才是我想要的夢中情人”,有人開玩笑說“比我對象還懂事”,有人則求問購買連結。視訊的主角,名叫“黑豹”,是具身智能獨角獸優理奇(UniX AI)旗下的產品。而它的創始人,是一個從耶魯大學博士休學回國的00後。楊豐瑜身上有太多“不按常理出牌”的標籤:年輕、學術背景耀眼、放棄海外頂尖學府的博士學位、偏偏選擇行業裡最難啃的骨頭——保姆機器人。在這個人形機器人被資本追到發燙,卻又頻頻被質疑只會跳舞不能幹活的時刻,這個00後的故事,或許能讓我們看清一些有價值的東西。2023年,還在耶魯攻讀博士學位的楊豐瑜,接到了家裡的電話。奶奶年事已高,日常生活越來越需要人照顧,但家人都有自己的工作和生活,又很難找到靠譜的保姆。這是中國無數家庭正在面對的困境。國家統計局‌公佈的官方資料顯示,‌截至2025年末,60歲及以上人口為‌3.23億,佔全國人口的23%。老齡化疊加少子化,照護缺口越來越大。楊豐瑜想,如果有一台機器人,能像保姆一樣照顧奶奶,那怕只是端茶倒水、遞藥攙扶,那將是多少家庭的福音?作為一個研究機器人視觸覺方向的博士生,他比普通人更清楚,這件事,在技術上已經不是天方夜譚。於是,他做了第一個“不按常理出牌”的決定:從耶魯休學,回國創業。在耶魯讀博期間,他的學術成績足以讓他走一條更穩妥的路。他發表過15篇機器人視觸覺論文,提出了世界首個適用於多款不同觸覺感測器的觸覺大模型UniTouch,還獲得了北美計算機協會傑出本科科學家的稱號。在校時期的楊豐瑜。圖片來源:央視新聞按部就班地畢業、去矽谷大廠拿一份高薪offer,或者留在學術界做教授,都是順理成章的選擇。但他選擇了最難的那條路。這其實並不是一時沖動。早在高中時,楊豐瑜就萌生過創業的念頭,本科在密歇根大學讀計算機時,就已經搞過一些小項目,還積累了具身智能領域的學術人脈。2024年4月,年僅24歲的楊豐瑜組建了一支匯聚全球頂尖專家的團隊,在家鄉蘇州成立了優理奇機器人。他瞄準家庭和商業賽道,給自己定下目標“Robots For All”,讓每個人都能擁有一個機器人。如果說休學創業是第一張反常識的牌,那麼在技術路線上的堅持,是楊豐瑜打出的第二張。過去兩年,人形機器人是資本市場最熱的賽道之一。波士頓動力的Atlas會後空翻,特斯拉的Optimus在工廠裡走來走去,宇樹科技的機器人甚至上了央視春晚。一時間,所有機器人都在秀肌肉,都在比誰跳得更高、跑得更快、動作更炫。但這些機器人可以在工廠工作,可以用於文娛表演,但很少運用到C端。因為工廠這樣的To B場景相對簡單、可控,但家庭環境就太複雜了。每個家庭的桌子高矮不同、東西擺放不同、光線條件不同,對機器人的適應性都是巨大的考驗。而且絕大部分人形機器人沒有觸覺。它們依靠視覺和預設程序運作,這在結構化、可預測的環境裡還能湊合,但一旦進入家庭這種高度非結構化的環境,就會徹底失靈。觸覺在人的操作體系裡是最本能的感知模態。從包裡找鑰匙,人不會盯著包看,而是靠手摸。機器人也一樣,尤其是在操作可形變物體時,衣服會變形、褶皺、粘連,視覺能提供的資訊極其有限,必須依靠觸覺。另外在一些精細活動上,比如將充電線插入充電口,單靠視覺也無法完成。楊豐瑜要做的是“有觸覺的機器人”。但讓機器人擁有觸覺,說起來簡單,做起來極難。最大的挑戰是,訓練數據從那兒來?傳統視覺AI可以爬取互聯網上的海量圖片,但觸覺數據幾乎是一片空白。優理奇的解法很聰明,在數據採集階段,讓人類佩戴觸覺傳感器去完成家務任務,把真實的觸覺反饋“教”給Unitouch大模型。通過Unitouch大模型,將觸覺資訊引入到多模態感知系統中,讓機器人在看到物體時,也能推斷出它的材質、軟硬、粘性,從而判斷應該用多大的力去抓、怎麼去折、如何避免損壞。除了UniTouch模型,優理奇還擁有兩大自研技術:高效泛化模仿學習框架UniFlex,通過示例驅動機器人自主學習複雜連續任務,如煎蛋翻面需動態判斷時機;長序任務規劃架構UniCortex,讓機器人多步驟連貫作業,如整理客廳—洗衣—晾曬—刷馬桶等。硬體、演算法都解決了,還有最後一道鴻溝——價格。過去人形機器人給人的印象,是動輒數十萬、上百萬的“實驗室玩具”。據業內分析預測,一台波士頓動力的Atlas單價可能超過15萬美元(約合人民幣102萬元),可以在三線城市買一套房。這種價格,註定了它只能在資本密集的科研機構和工廠裡存在。楊豐瑜要把這個門檻一腳踢開。他堅定初心,做普通人買得起的機器人,幫助更多的人。優理奇的策略是“全棧自研+深度供應鏈整合”:核心零部件自己做,自建供應鏈,把設計、開發、製造閉環起來。優理奇在蘇州和綿陽的兩個生產基地成為關鍵支點,綿陽基地已經實現80%的本地化配套率。如此一來,沒有中間商賺差價,機器人的成本大幅下降,技術、時間也可控,為快速迭代、大規模量產奠定了堅實基礎。優理奇的“旺達”系列,是全球第一款實現量產自帶8自由度機械臂的等身人形機器人,能完成洗衣、疊衣、洗碗、做漢堡這些複雜家務,基礎版定價只要8.8萬元。這個價格,比同類產品低了一個數量級。技術和產品的故事講得再漂亮,最終還要過資本這一關。而資本對優理奇的態度,可以用瘋狂來形容。不到2年的時間裡,完成了5輪融資,累計金額接近10億元,這樣的融資密度幾乎是獨一份。為什麼是它?因為它給出了行業最稀缺的東西:可復制的落地場景和真實的訂單。2025年的世界人形機器人運動會上,優理奇機器人斬獲酒店清潔、迎賓服務項目的兩金一銀。這給了資本和楊豐瑜團隊極大的信心,訂單也紛至沓來。2025年世界人形機器人運動會上,優理奇機器人摘得兩金一銀去年底,優理奇月交付量突破100台,成為全球范圍內少數邁過量產門檻的具身智能企業。在優理奇已有的客戶清單裡,除了首批進入家庭的種子用戶,還有酒店、物業、養老社區等B端合作方。優理奇已經與多家酒店集團達成合作,在客房清潔、迎賓服務等場景小規模交付。今年2月,優理奇發布了“黑豹”系列,當即驚豔四座。它沒有“雙腿”,取而代之的是更靈活、省電的全向四轉四驅底盤,可以橫移、原地旋轉、精準貼邊作業;它的上半身有80釐米的升降行程,能覆蓋人類工作中幾乎所有的高度需求;手部精細度甚至可以拿起一張撲克牌,並能精準判斷一個人是否想把外套遞給它。“黑豹”已經在蘇州本地一家酒店“上崗”,完成收拾床鋪、清潔桌面地面等基礎工作,花費大約20至25分鐘。目前“黑豹”還沒有公開售價,楊豐瑜透露:“根據不同版本功能,預計在一台蘋果手機到一台五菱宏光的車價之間。”當然,故事還遠沒到吹響號角的時候。放眼整個行業,家務機器人賽道的玩家已經越來越多。2025年7月,海爾發布了名為“HIVA海娃”的家庭服務機器人,能完成洗地、烹飪、熨衣、收納等任務,並可以和家裡的智慧家電聯動。海爾集團CEO周雲傑甚至放話:能同時解決家務、照護、情感需求的保姆機器人,會成為比汽車更普及的家庭基礎設施。“HIVA海娃”號稱“家務終結者”海信也不甘落後,今年3月的中國家電及消費電子博覽會(AWE2026)上,一口氣亮相了三款居家機器人,打造全場景機器人矩陣。其中管家機器人“賽維”可完成取放物品、操作家電等精細家務,家庭陪伴機器人“毛依”可陪學益智、解悶提醒、看護老人。再加上1X的NEO、Figure AI的Figure系列、銀河通用等玩家,家務機器人賽道的競爭,已經是全球性的。據國際資料公司IDC預測,2026年中國人形機器人應用場景將提升至當前的3倍以上,市場規模接近13億美元,同比增長翻倍以上。國務院發展研究中心發佈的《中國發展報告2025》則更樂觀,預測具身智能市場規模有望在2030年達到4000億元、2035年突破兆元。熱鬧之下,問題也無法忽視。就像優理奇視訊裡展示的叫早、疊被子、刷馬桶、洗手,確實讓人驚豔,但距離一台機器人真正能在普通家庭裡24小時自主運行,中間還隔著無數個需要打磨的細節。比如食材要不要人類提前准備?如果換了一個陌生的家,它還能不能正常工作?遇到孩子、寵物、意外摔倒時,能不能安全處理?一年後,電池和關節會不會衰減到影響使用?這些問題,沒有任何一家公司目前給出了完美答案,包括優理奇。楊豐瑜坦言,現在的機器人還沒有達到好用的程度,就比如煎雞蛋這個動作,“黑豹”也不能保證每次都能成功。因為廚房場景太精細化了,稍有差池就可能出現問題。機器人需要的真實場景下海量的資料,楊豐瑜計畫先將“黑豹”先做限量投放,通過使用者的反饋進行不斷改進。這也是他讓“黑豹”率先進入真實家庭工作的原因。從這個角度看,優理奇的故事才剛剛開始。“管它熱門不熱門,只要能夠解決真的問題,就值得去做。”楊豐瑜如是說。這句話,其實就是優理奇所有“反共識”決策的底層邏輯。當同行都把目光投向B端,他選擇先讓機器人走進一個個普通家庭;當同行都選擇主流的、更容易出成果的視覺—語言—動作大模型,他選擇先把觸覺做扎實;當同行都在強調技術的高端,他選擇先把價格降下來。“黑豹”這些選擇,未必每一個都對,但它們都指向同一個樸素的命題——能用、好用、用得起。這個賽道上最終勝出的,大概率不是技術最炫的,而是最先把這三點同時做到位的那一個。對於一個26歲的年輕人來說,楊豐瑜已經走過了一段足夠跌宕的路。他自嘲這一路“踩過很多坑”“掉了很多頭髮”,但他也說過:“我們敢闖、敢試,不怕挫折,想藉著時代的大勢,做些新東西、闖些新路子。”靠著遇山開路、遇河搭橋的“笨辦法”,硬是闖出了一片天。在一個所有人都在追逐風口的時代,真正有價值的創業者,往往是那些願意回到最樸素的問題上:人們到底需要什麼?能不能把它做得便宜、可靠、實用?那個願意從耶魯休學,只為給奶奶造一台保姆機器人的年輕人,已經在回答這個問題了。那個會在刷完馬桶後乖乖去洗手的機器人,或許就是答案的開始。 (正解局)
2386億,史上最大AI晶片要IPO了!
已扭虧為盈。智東西4月18日報導,今日,美國AI晶片獨角獸Cerebras Systems披露IPO申請檔案,再度向上市發起衝刺,股票程式碼為“CBRS”。自從端出餐盤大小的全球最大晶片後,這家成立於2016年的明星創企一直備受關注。最新IPO檔案顯示,Cerebras業績漲勢迅猛,營收從2022年的2460萬美元(約合人民幣1.68億元)增至2025年的5.10億美元(約合人民幣35億元),增長超過19倍;2024年淨虧損為4.82億美元(約合人民幣33億元),到2025年已實現扭虧為盈,淨利潤達2.38億美元(約合人民幣16億元)。Cererbas打造了全球首創且唯一的商業化晶圓級處理器——晶圓級引擎(WSE),並聲稱其第三代AI晶片WSE-3是“史上大批次推向市場的最大、最快AI晶片”。WSE-3整合了90萬個計算核心、44GB片上記憶體和21PB的記憶體頻寬,面積是輝達B200的58倍。與包含兩顆獨立晶片的輝達B200封裝相比,WSE-3擁有19倍的電晶體、250倍的片上記憶體容量和2625倍的記憶體頻寬。Cererbas的競爭對手包括提供AI晶片的輝達、AMD、英特爾等晶片巨頭,以及提供AI推理服務的AWS(亞馬遜雲科技)、Google、甲骨文、CoreWeave等雲服務商。OpenAI、AWS、阿聯科技公司G42、阿聯人工智慧大學MBZUAI,都是Cerebras的重要客戶。官網顯示,高通、AMD、台積電等晶片巨頭,川普長子擔任合夥人的1789 Capital,以及OpenAI聯合創始人兼CEO Sam Altman、英特爾CEO陳立武等知名企業家,均是Cerebras的投資方。Cerebras曾在2024年9月遞交IPO申請,隨後於去年撤回。在今年2月完成10億美元(約合人民幣68億元)H輪融資後,其估值達到230億美元(約合人民幣1568億元)。如今,Cerebras重啟上市路。據外媒報導,該公司IPO計畫於5月中旬進行,目標募資超過30億美元(約合人民幣205億元),並尋求至少350億美元(約合人民幣2386億元)估值。01.去年營收大漲76%,淨賺2.38億美元2022年、2023年、2024年、2025年,Cerebras全年營收分別為2460萬美元、7870萬美元、2.90億美元、5.10億美元;淨利潤分別為-1.78億美元、-1.27億美元、-4.82億美元、2.38億美元,研發費用分別為1.55億美元、1.40億美元、1.58億美元、2.43億美元。▲2022年~2025年Cerebras營收、淨利潤、研發支出變化(智東西製圖)同期,其毛利率分別為11.7%、33.5%、42.3%、39.0%。Cerebras的2024年與2025年GAAP淨利潤與非GAAP淨利潤如下:截至2025年12月31日,該公司累計虧損為9.05億美元。下表是截至2025年底的現金及現金等價物和總資本:分業務來看,2025年,Cerebras的硬體收入佔比約為70%,雲服務及其他服務收入佔比接近30%。下表是Cerebras從2024年Q1到2025年Q4每個季度的財務資料,可以看到2025年扭虧為盈主要是靠在2025年Q2實現約3.10億美元的淨利潤。02.跑千問、GLM、MiniMax開源模型,推理速度比GPU方案快Cerebras研發AI晶片的思路是,通過把整個計算和儲存資源放在一塊巨型晶片上,來破解資料搬運耗時耗能的瓶頸。因為核心之間的通訊是在片上互連,延遲低到幾乎可忽略。這意味著WSE能更快地生成token。WSE-3部署在CS-3系統內,多個CS-3系統連接起來可形成Cerebras AI超級電腦,作為單個邏輯電腦進行大規模訓練和推理。WSE晶片由製造巨頭台積電代工生產、封測大廠日月光處理特殊工藝,最終在Cerebras位於美國加州桑尼維爾的工廠進行最終晶圓封裝、組裝和測試。IPO檔案顯示,根據基準測試,對於許多工作負載,Cerebras運行Llama、GPT-OSS、GLM、MiniMax、Qwen等開源模型的速度比基於GPU的領先解決方案快15倍;在一些更特殊的工作負載中,Cerebras的速度快1000多倍。截至2025年12月31日,Cerebras共有708名員工,其中426名在美國。截至2026年3月31日,該公司在全球範圍內擁有96項已授權專利和50項正在申請的專利。03.中東是大金主,OpenAI、AWS都是客戶Cerebras以多種方式向客戶交付解決方案,既提供AI超級電腦,又提供雲上高速推理服務,還與客戶共同開發AI產品。其收入和淨利潤的增勢之猛,跟中東有著密切關係。2024年,阿布扎比科技集團Group 42 Holding Ltd連同其附屬公司G42貢獻了Cerebras高達85%的營收。2025年,阿聯人工智慧大學MBZUAI貢獻了Cerebras 62%的營收,G42貢獻了24%,兩家合計貢獻了86%的營收。這表明過去兩年,Cerebras超過8成的收入都來自中東,這也是其2025年扭虧為盈的核心貢獻來源。一大波變化發生在2026年。1月,Cerebras宣佈跟OpenAI達成一個價值超過200億美元(約合人民幣1363億元)的多年協議,為OpenAI提供750兆瓦的AI算力,從2026年到2028年分批部署。OpenAI還同意向Cerebras支付10億美元(約合人民幣68億元),以資助開發運行其AI產品的資料中心。3月,Cerebras與AWS建立多年合作夥伴關係,通過全球分銷將快速推理擴展到更大的規模。這些合作如果能順利執行,Cerebras接下來三年的收入基本不用愁。04.多位核心高管曾任AMD副總裁截至今年4月17日,Cerebras高管與董事資訊如下:其聯合創始人兼CEO Andrew Feldman畢業於史丹佛大學,曾在2012年以3.57億美元將伺服器創企SeaMicro賣給AMD,隨後擔任AMD副總裁兼總經理。另一位聯合創始人Sean Lie畢業於麻省理工學院,自2022年4月起擔任Cerebras CTO,曾擔任AMD資料中心伺服器解決方案首席硬體架構師。Cerebras COO Dhiraj Mallick也畢業於史丹佛大學,曾擔任英特爾資料中心事業部架構副總裁、AMD副總裁兼伺服器解決方案部門總經理。2025年,Cerebras提供給Andrew Feldman的總薪酬為1175萬美元,給Sean Lie的總薪酬為1157萬美元。05.結語:“非GPU”企業起勢,火拚AI推理市場AI晶片行業正在發生一個有趣的變化,越來越多的公司選擇用“非GPU”的路徑,跟輝達爭奪AI推理市場的地盤。輝達斥資200億美元買走技術授權和大部分團隊的Groq,以及即將上市的Cerebras,都屬於這一陣營。Cerebras強調自家產品的核心優勢,是在需要即時響應的場景裡推理速度快,遠超輝達GPU。但輝達堅不可摧的護城河是軟體生態,是全球開發者和企業經年累月積累的程式碼、工作流、工具鏈。Cerebras的硬體再快,要在生態層追趕輝達,仍是一場長跑。 (智東西)
又一大算力AI晶片發佈!比B200快3倍,剛融資24億元
英特爾CEO陳立武是其董事長。芯東西2月25日報導,2月24日,英特爾宣佈向美國AI晶片獨角獸SambaNova的超過3.5億美元,E輪戰略融資注資,具體金額未披露。同時,SambaNova推出其第五代AI晶片SN50,號稱這是“唯一一款能夠提供智能體AI所需速度和吞吐量的晶片”,最高速度達同類晶片的5倍,經多芯互連可支援的單模型參數規模達10兆、上下文長度達1000萬個token。據SambaNova披露,與Blackwell B200 GPU相比,SN50的最大速度是其5倍,智能體推理的吞吐量是其3倍以上,這在Meta的Llama 3.3 70B等一系列模型上得到充分體現。據外媒報導,在此之前,英特爾曾討論過以約16億美元收購SambaNova,但談判最終破裂。不過雙方均未回應過此事。SambaNova由多位史丹佛大學教授在2017年創立,在2021年融資後估值達到50億美元。其董事長是英特爾CEO陳立武。英特爾曾多次投資SambaNova。在最新公告中,SambaNova與英特爾宣佈達成了一項多年戰略合作計畫,旨在提供高性能、高性價比的AI推理解決方案,打造下一代異構AI資料中心,整合英特爾至強處理器、英特爾GPU、英特爾網路和儲存及SambaNova系統,以釋放數十億美元的推理市場機遇。消息公佈後,英特爾在美東時間周二股價漲超5%。01. 5倍算力、4倍網路頻寬,能支撐10兆參數大模型SN50晶片基於SambaNova的可重構資料流單元(RDU)架構,超低延遲可提供即時響應,能支援數千個並行AI會話,並通過更高的硬體利用率降低了每個token的成本。每塊晶片的算力提高到第四代SN40L的5倍,網路頻寬提高至4倍。SambaRack SN50將16塊SN50晶片組合在一起,可運行多達10兆個參數、1000萬個token的超大模型。互連的SambaRack可通過每秒數TB的互連速度連接多達256塊晶片,從而縮短首次token生成時間,並支援更大的批處理規模,因此可以部署具有更高吞吐量和響應速度的模型。SambaRack的功耗平均僅需20kW,可在現有的風冷資料中心中運行。這為運行gpt-oss等模型的推理服務提供商帶來了總擁有成本(TCO)優勢,其節能效果是B200 GPU的8倍。SN50將於2026年下半年開始發貨。軟銀集團將成為首家在日本下一代AI資料中心部署SN50的客戶。02. 基於資料流、三層記憶體架構,跑大模型時更快更高能效SambaNova團隊認為,智能體需要智能、預測性和彈性的基礎架構,要實現可行智能體,硬體必須能夠即時適應突發性工作負載,在專家模型之間無延遲切換。GPU擅長AI模型訓練,但AI推理是資料移動和記憶體最佳化方面的挑戰,需要不同的架構方法。為了執行AI推理,GPU必須多次冗餘地呼叫片外記憶體,每次記憶體呼叫都會增加處理延遲並消耗能量,會導致高功耗問題。在GPU上部署多個模型的標準方法是將模型載入到高頻寬記憶體(HBM)中,但GPU HBM資源稀缺且成本高昂。當工作負載需要一個未載入的模型時,系統必須解除安裝當前模型並獲取新模型,這個過程通常以秒為單位。即便使用vLLM的1級睡眠模式,喚醒一個小型模型也需要0.1到0.8秒。對於智能體所需的大型推理模型而言,這種喚醒時間會造成3到6秒的延遲。對於執行涉及5個不同模型的10步推理過程的AI智能體來說,這些延遲累積起來會達到30秒,導致即時智能體工作流程無法使用。SambaNova的RDU正是為解決這一問題而設計的。RDU將給定AI模型的計算圖對應到處理器上資料傳輸的最有效路徑。這種方法消除了冗餘的記憶體呼叫,可顯著降低延遲和功耗。與受限於單卡HBM容量的GPU不同,SN50 RDU採用獨特的三層記憶體架構,結合了片上SRAM、海量HBM和超高速SRAM。這種分層結構使晶片能承載最大的模型,支援在毫秒級時間內運行和切換多個模型。此外,借助SN50,輸入token可快取在記憶體中,從而減少預填充處理時間和請求的首token獲取時間(TTFT)。結合這些優勢,其記憶體架構非常適合作為智能體的快取,能夠更高效地處理任務。SambaNova還在SambaStack上推出了由RDU支援的可配置模型包,與傳統的GPU架構和vLLM等推理框架相比,這些模型包的切換速度更快。03. 與英特爾聯手,加速推出AI雲平台作為多年戰略合作的一部分,英特爾計畫對SambaNova進行戰略投資,以加速推出基於英特爾技術的AI雲平台。此次合作預計將涵蓋三個關鍵領域:(1)AI雲擴展:SambaNova正在擴展其垂直整合的AI雲平台,該平台基於英特爾至強處理器建構,並針對大語言模型和多模態模型進行了最佳化。該平台將提供低延遲、高吞吐量的AI服務,並由參考架構、部署藍圖以及與系統整合商和軟體供應商的合作關係提供支援。(2)整合AI基礎設施:將SambaNova的系統與英特爾的CPU、加速器和網路技術相結合,為推理、程式碼生成、多模態應用和智能體工作流提供可擴展的、可用於生產的推理能力。(3)市場推廣執行:通過英特爾的全球企業、雲和合作夥伴管道進行聯合銷售和聯合行銷,以加速AI生態系統的普及。據英特爾披露,此次合作是對英特爾現有資料中心GPU投入的補充,並不會改變其在AI領域的競爭戰略,英特爾將繼續加大對GPU智慧財產權、架構、產品、軟體和系統的投資,並強化其從邊緣到雲端AI戰略路線圖。04. 結語:AI推理市場迎來新組合隨著AI推理蓬勃發展,科技公司們都在尋求更高速度和效率、更低企業級AI部署成本的AI硬體基礎設施方案。許多雲端AI晶片創企都將自家產品的賣點放在了高能效上,既順應AI推理需求旺盛的趨勢,又能避開輝達強於AI訓練的鋒芒。通過合作,SambaNova可以借助英特爾的全球影響力擴大其AI處理器的規模,英特爾也增強了在AI推理領域的綜合實力。這將為日趨多元化的AI推理市場提供一個有競爭力的選擇。 (芯東西)
1596億!AI晶片超級獨角獸誕生
融資69億元,AMD參投。近日,美國AI晶片獨角獸Cerebras Systems宣佈完成10億美元(約合人民幣69億元)F輪融資,估值達到230億美元(約合人民幣1596億元)。本輪融資由Tiger Global領投,Benchmark、Fidelity Management & Research Company、Atreides Management、Alpha Wave Global、Altimeter、AMD、Coatue以及1789 Capital(合夥人包括小唐納德·川普)等機構跟投。成立於2015年的Cerebras,以餐盤大小的AI晶片而聞名。其晶圓級引擎3(WSE-3)晶片是全球最大、速度最快的AI晶片,體積是當前最大GPU的56倍,單位計算功耗卻遠低於同類產品,同時推理和訓練速度比競品快20倍以上。其晶片用於處理AI推理所需的順序執行、記憶體密集型工作負載。與需要在晶片和記憶體之間來回傳輸資料的GPU不同,WSE將所有運算都保存在晶片內部,從而消除了限制GPU推理能力的記憶體頻寬瓶頸。Cerebras上一輪融資是在2025年9月宣佈完成的11億美元(約合人民幣76億元)G輪融資,當時投後估值為81億美元(約合人民幣562億元)。相比當時,最新估值增長近184%。這也是Cerebras自2025年10月撤回其在美國IPO申請以來的首輪融資,凸顯了一個更廣泛的趨勢,即由於公開市場之外有充足的資本,企業會保持私有狀態更長時間。官網顯示,Cerebras之前的投資方還包括高通、台積電等晶片巨頭,以及OpenAI聯合創始人兼首席執行長Sam Altman、前OpenAI首席科學家Ilya Sutskever、Stripe前首席技術官Greg Brockman、前Facebook首席技術官兼Quora首席執行長Adam D'Angelo、英特爾首席執行長陳立武、前AMD首席技術官兼企業副總裁Fred Weber等知名個人投資者。Cerebras聯合創始人兼首席執行長Andrew Feldman聲稱,其硬體運行AI模型的速度比輝達的系統快數倍,並向Meta、IBM、Mistral AI等客戶提供遠端計算服務。據外媒本周報導,OpenAI正在尋找輝達的AI推理晶片替代方案,包括Cerebras、AMD和Groq。儘管OpenAI對替代方案持保留態度,但輝達還是與包括Cerebras和Groq在內的幾家研發大量使用SRAM晶片的公司接洽,探討潛在的收購事宜。此後,輝達與初創公司Groq簽署了授權協議,並吸納了該公司的大量晶片人才。這進一步提振了業界對AI晶片企業的熱情。Cerebras拒絕了收購,並與OpenAI達成了一項商業協議,該協議已於今年1月聯合公佈。OpenAI將採用部署750兆瓦規模的Cerebras晶圓級系統,為OpenAI客戶提供服務。該基礎設施將從2026年開始分階段建設,預計“持續到2028年”,並由Cerebras託管,屆時將成為全球規模最大的高速AI推理部署項目。知情人士向外媒透露,該協議價值超過100億美元(約合人民幣694億元)。根據聲明,Cerebras和OpenAI自2017年以來一直在探索合作的可能性,Cerebras上的大語言模型能比基於GPU的系統快15倍地響應。Cerebras在1月發佈的部落格文章中寫道,過去6個月,4家AI領域重要公司斥巨資,力圖提升推理速度,但他們都沒有選擇當前在AI領域佔據主導地位的輝達硬體。Google雖是輝達最大的客戶之一,但自主研發了Ironwood TPU,其推理速度是輝達GPU的4倍。Anthropic也投入數百億美元用於Google的TPU基礎設施建設。輝達斥資200億美元收購了AI推理晶片公司Groq的智慧財產權和頂尖人才。OpenAI剛剛從Cerebras獲取了價值750兆瓦的計算資源。這些收購和投資標誌著硬體向更新、最先進的AI最佳化硬體設計過渡的開始。 (FDA365電子論壇)
1年估值暴漲超500億!黃仁勳安利的AI創企融資35億,計畫IPO
ElevenLabs不只是一家做音訊模型的公司。AI音訊賽道,衝出一家百億美元獨角獸!智東西2月5日報導,昨天,英國AI音訊獨角獸ElevenLabs宣佈完成5億美元的D輪融資,估值達110億美元。其估值較去年年初的33億美元,實現了超230%的飛速增長。ElevenLabs聯合創始人兼CEO Mati Staniszewski還透露,該公司已在考慮IPO事宜。本輪融資由紅杉資本領投。已參與ElevenLabs多輪融資的a16z追加4倍投資,ICONIQ追加3倍投資,這意味這兩家投資機構增大了在ElevenLabs的持股比例。▲Mati Staniszewski發文宣佈融資(圖源:X平台)ElevenLabs於2022年成立於英國倫敦,最初主要從事文字轉語音模型的開發,後來也陸續打造了語音轉文字模型、AI音效模型、AI配音模型、AI音樂模型等領域。該公司既向企業提供語音API服務,也為創作者和品牌提供音訊生成平台ElevenCreative,還通過ElevenAgents平台向企業提供AI語音客服服務。你甚至能在知名遊戲《堡壘之夜》裡找到由ElevenLabs生成的音訊。2025年底,ElevenLabs的ARR(年度經常性收入)已經超過3.3億美元。自成立以來,ElevenLabs已完成五輪融資,累計融資總額達到7.81億美元。輝達此前曾參與ElevenLabs的C輪融資。輝達創始人兼CEO黃仁勳稱,ElevenLabs打造了世界上最好的語音AI產品,他主動向輝達團隊推薦了ElevenLabs。如今,黃仁勳在各類大會上以虛擬卡通形象出現時,就會用ElevenLabs的工具來復刻自己的聲音。▲黃仁勳與Mati Staniszewski(圖源:輝達)從融資規模、收入增長到資本陣容,ElevenLabs已經穩穩位居全球AI音訊賽道的第一梯隊。這樣一家成立不到4年、卻能在競爭激烈的語音AI領域中快速拉開身位的公司,顯然不只是踩中了風口那麼簡單。它背後的創業起點、關鍵選擇,以及對產品與市場的理解,值得深度拆解。01. 上線6個月拿下百萬使用者靠社交媒體實現爆發式增長ElevenLabs的兩位聯合創始人Mati Staniszewski和Piotr Dabkowski都來自波蘭。受到童年時觀看的那些配音糟糕的美國電影的啟發,他們決定打造一款AI工具,來解決這一問題。在創業之前,Mati Staniszewski曾在瀏覽器公司Opera、投資與技術供應商貝萊德以及資料智能上市公司Palantir任職。而Piotr Dabkowski自畢業後,就一直在Google擔任軟體工程師,直至2022年與Mati Staniszewski一同創業。初出茅廬的ElevenLabs究竟能給這個行業帶來什麼變化?在2023年投資ElevenLabs之際,a16z的投資人Bryan Kim闡述了他對ElevenLabs潛力的理解。Bryan Kim認為,儘管語音轉文字技術已經存在了數十年,但它未能發揮全部潛力。大多數合成語音缺乏吸引人的語調和發音,缺乏個性感,而高端的人工錄製語音服務雖然存在,但冗長的製作流程和高昂的成本使得這項技術在大多數即時和互動場景中難以實現。ElevenLabs的出現,就是要滿足這些場景對高品質語音的需求。2023年1月,ElevenLabs首次推出了語音設計和克隆產品,並對現有的文字轉語音模型進行了顯著改進。之後還陸續推出多款文字轉語音模型,擴展多語言支援,甚至拿下了一些已故知名演員的聲音版權,進行克隆並對外提供商業化服務。上線6個月後,ElevenLabs已積累超過100萬註冊使用者,創作了總計時長超過10年的音訊內容。2024年11月時,其使用者數量已經超過3300萬。2025年,其ARR邁過了1億美元大關。在2025年6月的一場採訪中,ElevenLabs的增長負責人Luke Harries透露,該公司能實現如此快速的增長,背後主要有兩大驅動力。一方面,ElevenLabs的基礎模型能力不斷迭代,在表現力、真實感上不斷提升。ElevenLabs認為,語音模型與其他AI模型不同,規模和資料量不是最重要的決定因素,反而是模型架構發揮著重要作用。領導ElevenLabs研究工作的聯合創始人Piotr Dabkowski憑藉自己的影響力,招募到了多位世界頂尖的語音AI研究員,該公司已在模型架構上取得一些突破。不過由於他們打造的是閉源模型,外界無從知曉這些改進究竟在那些方面。▲Mati Staniszewski(左)與Piotr Dabkowski(右)另一方面,ElevenLabs還很擅長市場行銷工作。該公司懂得如何利用社交媒體的力量,還通過舉辦駭客松比賽、製作另類Demo等方式破圈,實現爆發式增長。而在企業客戶方面,ElevenLabs認為在企業級市場應該採用自下而上的打法,也就是先從消費級和開發者切入,在建立名聲和信任後,大型客戶自然會來。02. 公司重心已成語音智能體創始人竟不看好音訊模型未來不過,ElevenLabs並不想把自己限定在音訊模型這一狹窄的賽道,該公司瞄準的是更大的市場。在一場與TechCrunch錄製的播客中,Mati Staniszewski稱,ElevenLabs想解決的根本問題,是人類與科技產品如何互動的問題,這是他們一直以來開發產品的主線。最初,ElevenLabs打造了文字轉語音模型,讓科技產品中的語音聽起來更像人。但要打造真正優秀的體驗,光有逼真的人聲是不夠的,AI還需要能夠生成聲音、音樂,並具備對語音的理解力。Mati Staniszewski認為這是該公司從成立以來到2025年上半年的最大重心。但事實上,Mati Staniszewski認為音訊模型這條賽道本身並沒有什麼前景:“這一賽道或許在未來1-2年內仍是成立的,但再過幾年,這項技術就會完全商品化(Commoditized)”。如今,ElevenLabs還在造模型的原因是,短期內它還是提升AI音訊產品質量的最好方式。但隨著這項技術日趨成熟、易於獲取,成為可大量採購的“標準件”,音訊模型或許會成為廣泛的底層基礎能力,而非核心競爭優勢。於是,在2025年下半年,Mati Staniszewski帶領ElevenLabs進行了一項重要的戰略調整,如今,ElevenLabs的首要任務是幫助企業部署對話智能體,並能以新的方式與使用者、客戶互動。Mati Staniszewski判斷,隨著智能體、對話智能體和語音智能體的興起,使用者可以與裝置交談了,但要讓這些智能體真正產生價值,就需要將大量資訊和知識庫帶入智能體內部,使其能夠與現有系統整合。整合後,這些產品還需要具備可測試、可評估、可監控的特點,這樣才能獲取企業級客戶的信任。這些智能體的主要應用場景,其實就是AI語音客服。ElevenLabs的智能體是多模態的,可以理解口頭或書面輸入,像人類一樣傾聽、閱讀並與客戶互動。企業還可對這些智能體進行定製化,在ElevenLabs提供的可視化工具中打造出對話流,精確定義這些智能體該如何與客戶互動。▲ElevenLabs的智能體產品(圖源:ElevenLabs官網)這一戰略決策,讓ElevenLabs得以在企業級市場進一步攻城略地。如今,在語音智能體賽道,他們的一些大客戶包括Cisco(思科)、Meta、Salesforce等等,而在音訊創作領域,迪士尼、Epic等影視與遊戲製作公司都在使用其產品。反映到ARR上,ElevenLabs在做出這一戰略轉向後,ARR增速明顯加快。2025年初,ElevenLabs達到1億美元ARR時,用時為20個月,而緊接著跨越2億美元ARR大關僅用時10個月。2026年初,當ElevenLabs宣佈實現3.3億美元ARR時,距離他們達成2億美元ARR的時間僅為5個月。03. 主打AI模型+產品不猛堆算力與資料語音AI賽道,並不缺乏優秀的模型。中國的MiniMax、阿里、海外的Google、OpenAI等公司都曾打造優秀的語音產品,那麼,ElevenLabs的差異化優勢在那兒?就像軟體和硬體的結合才是蘋果公司的魔力一樣,Mati Staniszewski認為,AI模型與產品的結合才能發揮最大價值。ElevenLabs雖然也會研究一些前沿方向,比如開源視訊模型與語音模型的結合,但他們更重視的始終是打造更好的產品,不會像競爭對手那樣訓練一些計算密集或資料密集的模型。同時,Mati Staniszewski還認為ElevenLabs具備更高的專注度,他們直接專注於解決人類與電腦進行語音互動的問題,該公司的願景是獨立於競爭對手們所做的事情之外的。拿到新融資後,ElevenLabs的首要目標是推動其智能體產品的發展。未來幾天,他們很快會推出適用於智能體平台的全新對話模型,能更快、更準確地理解和表達感情。如今,ElevenLabs已經是一家擁有400名員工的公司了,與其他估值相近的AI創企相比,這已經幾乎可以算是大公司了。ElevenLabs正在倫敦、紐約、舊金山、華沙、都柏林、東京、首爾、新加坡、班加羅爾、雪梨、聖保羅、柏林、巴黎和墨西哥城等地開展國際擴展,並配備本地化的市場推廣團隊,這對該公司旗下的語音AI業務而言,尤其重要。04. 結語:模型服務於產品成ElevenLabs突圍思路回頭看ElevenLabs的成長路徑,它並沒有走一條堆參數、拼算力的傳統模型公司路線,而是始終圍繞一個更底層的問題推進:語音和音訊,究竟在真實世界裡如何被使用。而在戰略層面,他們又足夠清醒地判斷出“音訊模型終將商品化”,果斷將重心轉向對話智能體與企業場景。這是一種“產品先行、模型服務於產品”的打法,讓ElevenLabs在語音AI這個擁擠的賽道中擁有了差異化的特點。而這或許也是頭部企業和頂級風投,願意重金押注ElevenLabs的關鍵。 (智東西)
當達沃斯還在熱議AI未來時,中國一家公司的AI教育已經服務了全球5000萬群體
作為全球最具影響力的思想與議程平台之一,達沃斯論壇向來被視為觀察世界走向的風向標。各國政要、跨國企業掌舵者、學者與國際組織負責人齊聚一堂,共同討論那些決定人類走向的長期議題。1月19日至23日,世界經濟論壇第56屆年會如期而至。但這註定是一屆被載入史冊的達沃斯——恰逢全球政治、經濟與技術格局正在重塑的節點,貿易壁壘與技術分化的陰影持續籠罩,世界處於一種前所未有的分裂與重組之中;與此同時,人工智慧作為新一輪生產力革命的核心動力,圍繞技術的長期價值、應用邊界與社會影響亟需展開更多的深度交流與對話。在這一宏大敘事中,松鼠Ai創始人栗浩洋作為僅有的兩家中國AI獨角獸企業家受邀出席2026冬季達沃斯並在AI論壇發言,這樣的出現具有特殊意義——當全球仍在辯論AI的未來走向時,以松鼠Ai為代表的中國企業已在教育領域沉澱出了被驗證有效性的產品。不僅如此,松鼠Ai更為全球在充滿不確定性的技術變革中,確立了一個可供參照的“確定性”坐標——當AI技術真正回歸以人為本,我們終將迎來一個更具普惠與光明的未來。AI的經濟價值,將被重新定義如果要衡量一場討論的重量,首先要看坐在談判桌前的是誰。本屆達沃斯的陣容堪稱“全球頂配”。政界不僅有中國國務院副總理何立峰、美國總統川普、歐盟委員會主席馮德萊恩等大國領袖出席;商界更集結了約 1700 位領袖,其中包括馬斯克、黃仁勳、薩提亞·納德拉、Demis Hassabis 等掌控著全球算力與未來的科技巨擘。在如此高規格陣容的頂層對話中,幾乎沒有人再懷疑 AI 的重要性。分歧只存在於一個問題:AI 究竟會加劇不平等,還是修復不平等?科技巨頭們對此有著不同的切面解讀。 輝達CEO黃仁勳將 AI 定義為“人類史上最大規模的基礎設施建設”,強調其作為社會底座的普適性;而微軟CEO薩提亞·納德拉則更關注落地,他反覆提醒:如果AI不能擴散至各行各業,成為一種普遍的賦能工具,那麼技術繁榮將是脆弱的泡沫。這些討論,表面上是技術路線之爭,底層卻指向一個更現實的問題:誰有能力、也有意願,把AI變成一種“公共價值和公共能力”。正是在這樣的全球性討論場中,松鼠 Ai 的出現引發了廣泛關注。松鼠Ai作為中國僅有的兩家受邀出席2026冬季達沃斯並在AI論壇發言的AI獨角獸企業,其智適應教學系統並非概念模型,而是已在真實課堂規模化應用、持續產生可驗證學習效果與經濟價值的人工智慧產品。在松鼠Ai創始人栗浩洋看來,AI不僅無可避免地讓財富向少數能夠駕馭它的人匯聚,但還能讓大眾,尤其是最基層的百姓百倍受益。他以親身經歷生動說明:“我的父親是一位特級教師,退休後別人請他講課的費用是每小時1000美金。而松鼠Ai智能老師,在上百次‘人機大戰’中證明其能夠戰勝包括我父親在內的特級教師群體,但每小時成本僅需10美金。這是百倍的普惠,填平了普通人與精英在教育、法律、醫療等關鍵領域的鴻溝。”在此基礎上,栗浩洋進一步提出了一個深刻且犀利的觀點——AI讓社會福利與生產力提升的方式,已經突破傳統統計體系:傳統經濟學的測算邏輯是"價值等於交易額",GDP等於市場支付的總和,但 AI 的價值往往不通過價格完全體現。“當消費者付費10美金使用松鼠Ai智能老師,經濟學家不應該只用10美金來計算GDP,實際上應該用1000美金來計算,因為這就是前AI時代同等價值的服務。傳統的計算方法完全忽略了AI給全社會帶來的百倍價值增量,從而會嚴重低估人工智慧的真實產值。"這種價值重構的終極指向,是將AI從一種“商業特權”進化為一種“公共能力”。 AI需要像水、電和網路一樣,脫離稀缺品的屬性,成為社會運行的基礎設施。AI的經濟價值,也需要被重新定義。松鼠Ai在達沃斯所展示的,正是這種“公共能力”的具象化:一方面,松鼠Ai打破階層壟斷,通過百倍的成本壓縮,讓貧困山區的孩子也能擁有“特級教師” ;另一方面,松鼠Ai向貧困家庭捐贈價值千萬的帳號,這不是一種慈善施捨,而是在驗證一種新的社會分配機制——讓技術紅利無差別地覆蓋每一個個體。穿越數字鴻溝的“中國方案”如果說過去兩年,人們還在為大模型的湧現能力感到興奮,那麼到了今年,達沃斯討論的核心詞已經悄然轉向:落地。在算力不再是瓶頸、模型參數捲到天際的今天,我們不再通過“誰擁有更高級的AI”來劃分階層,而是通過“誰能更平等地獲得AI的賦能”來衡量社會的文明程度。在這樣的背景下,松鼠Ai因為驚人的務實精神和落地能力,在達沃斯的聚光燈下顯得尤為閃耀。在AI教育領域,松鼠Ai已經率先把技術能力轉化為公共能力,為全球性問題提供最領先的現實解法。作為《時代》周刊(TIME)公佈的年度“最佳發明”,松鼠Ai的智適應學習系統,融合了認知科學、教育心理學與機器學習,能理解文字、圖像、語音,並生成個性化教學策略。沙利文和安永最新的行業報告中,將其認證為L5級自動駕駛的智能老師——系統可以像一個經驗豐富的老教師一樣,不僅能傳授知識,還能洞察學生的情緒,拆解知識的圖譜,甚至在學生自己都未察覺困惑時,精準地找到那個認知的斷點。這一“因材施教”夢想的實現,源於松鼠Ai將知識拆解為微顆粒單元,通過機率圖模型編織成動態知識圖譜。系統不僅判斷對錯,更通過反應時間、猶豫模式、習慣性錯誤等七十多個維度,即時推斷學生的思維卡點。就在不久前,松鼠Ai完成了一場目前世界範圍內最大規模的AI教學對照實驗——其發起的「最多人參與的AI與傳統教學差異化實驗」吉尼斯世界紀錄™挑戰成功。這是一場涵蓋1,662名學生、歷時兩個月、由艾瑞諮詢發佈權威報告、北師大納入教育部專項全程追蹤的嚴苛實驗。而這場實證,最終以AI教學組在提分、穩定性和補弱效應上的全面勝出而宣告成功。不同於許多尚處於實驗室階段的技術雛形,松鼠Ai已經在中國廣袤的土地上驗證了其模式的普適性。目前,松鼠Ai已與超過6萬家公立學校達成合作,並在全國開設了超過3000家線下“AI自習室”。從縣城、鄉鎮到城市邊緣與山區,松鼠Ai將“僅屬於富人的個性化教育”,變為每個孩子觸手可及的日常。這不是概念,而是規模化落地的技術現實。“AI智能老師+專業督學”的雙軌協同範式,進一步突破了地域與資源的限制。無論是一線城市的名校,還是偏遠地區的鄉村學校,這套系統都能穩定地輸出高品質的個性化教育服務。這種跨越地域、規模化落地的能力,正是世界渴望看到的“中國經驗”。在這個意義上,松鼠Ai 帶來的不僅是教育產品的革新,更是一場關於“技術權利”的啟蒙:在智能時代,獲得個性化的高品質教育,不應是昂貴的商品,而應是每個人觸手可及的基本權利。這也正是松鼠Ai在達沃斯語境中被反覆討論以及被強烈關注的原因——大量AI應用仍停留在概念階段,而松鼠Ai已經完成了從演算法、內容到學習效果的閉環驗證,並在真實規模中持續運轉。並且,松鼠Ai並不是在展示“更強的AI”,而是在證明技術可以被用來填平鴻溝,而非製造新鴻溝。做“教育平權”的全球踐行者如果把達沃斯理解為全球未來的“議程場”,那麼今年的核心討論並不僅是“AI 能不能做”,而是“AI 如何真正普及到全球、特別是發展中經濟體”,讓技術帶來的紅利不再被少數國家或企業壟斷。面對貿易壁壘、技術陣營和供應鏈重組帶來的“碎片化”擔憂,世界亟需一種能夠跨越國界的合作路徑。在所有領域中,教育是少數仍然不被地緣政治完全阻斷的合作方向。因為無論一個國家處於何種發展階段,教育始終是最長期、最基礎的需求;而AI技術,正在讓優質教育第一次具備全球普及的現實條件——它可以以可負擔的成本,提供可複製的教學質量,縮小資源差距。正是在這一點上,松鼠Ai的角色被進一步放大,並且模式已具備全球複製的潛力:在北美,應對教師短缺;在東亞,追求更精準的個性化;在中東,緩解人口增長帶來的教育缺口;在非洲,適應多語言、多體系的複雜需求。在全球討論AI未來走向時,標準與規則往往決定誰能主導產業生態。2023年,全球技術標準界的權威組織IEEE發出一封“重量級邀請函”:希望建立一套“AI教育大模型標準”。這一工作組匯聚了來自數十個國家的頂尖科學家與人工智慧企業,成員名單幾乎是全球學術界與產業界的“名人堂”。成員包括“機器學習教父”Tom Mitchell、史丹佛教授Stephen Ciesinski、哈佛教育學泰斗Chris Dede,以及中國科學院王飛躍、牛津大學Stefan Zohren、劍橋大學Steven Watson等世界級專家。在這樣一個“全球智庫級”的組織中,主席的選拔無疑是最關鍵的權力分配。令人注意的是,IEEE並未選擇西方學者,而是把工作組主席的關鍵位置,交給了松鼠Ai創始人栗浩洋。這種“規則層面的領先”,也是一種現實證明:全球AI教育未來的運行規範、介面標準、能力邊界,希望由全世界最成熟領先的企業來共同完善及最佳化。松鼠Ai也已經完全具備將AI教育產品推向世界、並在全球範圍內建立生態的實力。在達沃斯期間,松鼠Ai不僅在多個高層雙邊與多邊場合亮相,並參與了卡達投資局等重要國際交流活動,進一步證明其在全球教育科技領域的影響力正在上升。因為這種“教育平權”的方案不分國界。目前,松鼠AI正在率先為全球市場提供“中國機會”,基於教育數位化與AI教學的成熟能力,發展中經濟體可以獲得一種成熟的“可負擔、可持續、可複製”的普惠路徑。 (AI寒武紀)
2025年AI十大事件:DeepSeek開源炸場,Google絕地反擊,獨角獸扎堆IPO
卡帕西還點讚了AI Coding。智東西12月31日消息,昨晚,外媒The Information做了2025年度AI十大關鍵事件總結,細數了DeepSeek開源引爆整個大模型產業、Google強勢回歸、Meta優勢不再及小扎狂挖人等產業發展的重要節點。今年開年,DeepSeek攜開源模型炸場,一舉驚動全球。隨著DeepSeek的應用實踐,強化學習引起了行業內關注。今年,OpenAI在AI聊天機器人市場的領先優勢已大幅縮小,與此同時,Google強勢回歸,正帶著Gemini 3.0迎頭趕上;Meta則處於失寵的境地,花式挖人、巨額投資均未見成效。今年,AI應用開始實現真實營收,有超過25家AI應用創企實現了至少1億美元(約合人民幣6.99億元)的年化收入。晶片廠商、雲廠商與AI公司們形成了利益共同體,“循環融資交易”(circular funding deals)可能是AI熱潮中延續性最強的趨勢之一。此外,國外的OpenAI、Anthropic以及國內的智譜、MiniMax等AI獨角獸都將目光瞄準了IPO。The Information提到,在即將到來的2026年,以下事件值得重點關注:AI應用能否實現盈利,Google能否維持復甦態勢以及機器人和持續學習能力瓶頸能否突破,此外,Meta也正準備在明年發佈新的文字、圖像和視訊模型。值得一提的是,前特斯拉AI總監、OpenAI聯合創始人安德烈·卡帕西(Andrej Karpathy)對大模型的態度,尤其是在程式設計能力上,從表示懷疑發生了180度急轉,卡帕西稱:“如果能將過去一年左右出現的工具有效整合,我的工作效率可能提升十倍。”站在一年的末尾回望這一年,以下關於2025年AI的十大關鍵事件令人難忘:01. DeepSeek突襲Meta巨額投資AI,Google找回節奏1、一月的DeepSeek時刻2025年剛剛拉開帷幕,DeepSeek拋出重磅開源炸彈,宣佈開源DeepSeek-R1模型,並聲稱其性能足以比肩甚至超越OpenAI、Anthropic和Meta的頂尖AI模型,同時訓練成本卻低得多。一時間,矽谷驚呼四起,認為AI開發者、風投機構、輝達乃至雲服務提供商都將面臨巨大衝擊,驚呼中國已在AI競賽中超越美國。無論DeepSeek後續發展如何,這一事件已然動搖了許多開發者對美國AI技術的絕對信心,而國內開源模型持續受到歡迎和關注,也真切地證明了其在AI領域有著不容小覷的競爭實力。2、強化學習的興起強化學習(RL,Reinforcement Learning)正隨著DeepSeek的應用實踐,在AI行業的其他領域迅速流行開來。該技術的核心在於,通過獎勵模型達成特定目標、懲罰其他行為的方式來訓練模型。此後,包括程式設計、製作Excel表格乃至提供醫療建議在內的多種任務中,各大主流AI實驗室紛紛開始借助RL技術提升模型表現。這一趨勢還推動了RL環境(RL environments)的興起,即為AI模型建立可模擬真實應用的副本環境,供其練習與學習。例如,Anthropic的負責人就曾提到,公司計畫在未來一年中投入高達100億美元(約合人民幣698.72億元),用於開發和建構此類RL環境。3、AI應用開始實現真實營收過去一年,業內始終存在一個核心疑問:除了AI模型企業、雲服務提供商和輝達之外,是否還有其他企業能夠真正從AI中獲利?今年,答案似乎逐漸明朗。據The Information報導,目前有超過25家AI應用創企實現了至少1億美元(約合人民幣6.99億元)的年化收入,這絕不是小數目,2026年的問題將會是,這些公司中是否有能實現盈利的。4、Meta的失寵對Meta而言,2025年是艱難的一年。四月,Meta發佈的Llama 4模型在開發者社區中反響平平;隨後在六月,Meta創始人兼首席執行長馬克·祖克柏(Mark Zuckerberg)開啟挖人大戰,向AI資料標註創企Scale AI投資143億美元(約合人民幣999.17億元),以聘請其首席執行長汪滔(Alexandr Wang)及其核心團隊,以重整公司的AI業務佈局。然而這筆巨額投資至今未見明顯成效。自此之後,Meta新組建的AI團隊僅推出了一款令人失望的AI視訊應用Vibes,隨之而來的則是內部數次重組與人才持續流失。有報導稱,Meta正準備在明年發佈新的文字、圖像和視訊模型。5、Google的強勢回歸自2022年被OpenAI推出的ChatGPT突襲而一度措手不及,並在此後多年被貼上“AI落後者”標籤的Google,終於在2025年找回了自己的節奏。今年,公司接連推出一系列備受市場好評的模型,並於11月壓軸發佈了廣受讚譽的Gemini 3.0。這一模型在程式碼生成領域取得突破性進展,成為首批突破預訓練縮放瓶頸的例證之一。Gemini 3.0觸動了OpenAI,在這一模型發佈後,OpenAI首席執行長薩姆·阿爾特曼(Sam Altman)迅速宣佈公司進入“紅色警戒”狀態。儘管目前Gemini聊天機器人在使用者規模上仍顯著落後於ChatGPT,但它正在迎頭趕上。2026年,Google能否延續這一復甦態勢,將會是行業關注的重點。02. OpenAI、Anthropic瞄準上市機器人、AI持續學習能力存疑6、AI資金進入循環如果一家AI實驗室未能從微軟、輝達或亞馬遜這類巨頭獲得資金,用於支付向其採購晶片與算力的費用,那麼它的經營模式恐怕需要重新審視了。“循環融資交易”可能是AI熱潮中延續性最強的趨勢之一,其源頭甚至能追溯至2019年微軟對OpenAI的首輪融資。對於OpenAI、Anthropic這類創企而言,這已成為一種高效的融資手段,能直接支撐它們最大的開支項:計算資源。7、川普成為AI產業的盟友自今年年初上任以來,美國總統唐納德·約翰·川普(Donald John Trump)推行了一系列被視為對AI產業利多的政策舉措,例如,簽署行政命令限制各州對AI的監管權限,加速資料中心建設的審批流程等。考慮到眾多科技公司此前投入大量時間與資金進行政治鋪墊,此類政策傾斜並不令人意外。不過,Anthropic等公司對川普政府採取了相對謹慎的態度。8、AI機器人發展不及預期去年,風險投資家們向機器人初創公司注資數十億美元,這些公司當時宣稱大模型將幫助他們開發出真正實用的機器人。然而這一願景至今未能實現,甚至許多機器人仍在犯基礎性錯誤。此外,AI機器人似乎仍需要人類遠端操控,如近期特斯拉Optimus機器人在摔倒前做出“摘頭顯”動作,挪威人形機器人公司1X Technologies推出的家務機器人Neo也需要遠端操作員人工輔助。9、AI持續學習能力存疑儘管AI實驗室已創造數百億美元的收入,但頂尖研究人員對現有技術能否通向通用人工智慧(AGI)的疑慮卻日益加深。OpenAI聯合創始人、前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)稱,要實現真正的AGI,AI必須像人類一樣,能夠從現實經驗中持續、即時地學習,也就是持續學習的能力。這類AI目前尚未成為現實,但幾乎可以斷言,每個AI實驗室都已在此方向上展開佈局。倘若持續學習技術最終取得突破,其影響將輻射至整個AI產業,由於這類方法對資料和算力的需求可能遠低於當前模型,長期以來依賴算力擴張的行業生態或將面臨重構,這對輝達等算力巨頭而言,恐怕不是一個好消息。10、各大AI創企紛紛準備上市2025年,OpenAI、Anthropic與xAI等AI創企仍以令人矚目的高估值持續融資。近期,OpenAI和Anthropic相繼釋放訊號,正積極籌備在未來幾年內推動上市;與此同時,今年12月,智譜和MiniMax先後通過港交所聆訊並遞交招股書。它們的上市意願背後存在清晰的商業邏輯:作為資本密集型的行業代表,它們希望借助當前市場對AI類股的樂觀情緒,打通可持續的融資管道。如果它們上市成功,可能為個人投資者提供從AI浪潮中受益的機會,當然,也須同時承擔泡沫可能破裂所帶來的風險。03. AI大牛卡帕西評價模型程式設計能力稱工作效率能提升10倍此外,以下是其他正在發生的事情,對於大模型的能力,卡帕西的態度在今年發生了180度大轉彎。去年10月,卡帕西曾公開批評當前的大模型,尤其指出它們在程式碼生成這類被高度宣傳的場景中實用性有限。他在一次播客訪談中提到,AI程式設計工具只能在他需要自動補全單行程式碼或編寫範本程式碼時才有效。不過,情況似乎已悄然改變。上周,卡帕西在社交平台X上發表了截然不同的看法:“‘軟體工程’這個職業正在被重構,程式設計師編寫的程式碼片段正變得越來越少且處於輔助地位。”他進一步感慨:“我有種強烈的預感,如果能將過去一年左右出現的工具有效整合,我的工作效率可能提升十倍;而如果沒有這一工作,簡直像是一種能力缺失。”雖然不清楚卡帕西具體所指的程式設計工具或模型是那一款,不過,他曾發文對Anthropic的AI程式設計工具Claude Code讚不絕口。卡帕西特別提到,Anthropic於11月推出的旗艦模型Opus 4.5及近期其他新模型,在程式碼生成能力上取得了巨大進步。04. 結語:從2025到2026:迎接AI行業的持續變革今天是2025年的最後一天,這一年,技術狂飆從未停歇,我們目睹了DeepSeek突襲矽谷、Gemini 3的反擊;也見證了Meta略帶沮喪的一年、AI機器人能力不及預期的問題。2025年,全球AI競賽打得火熱。2026年的帷幕即將拉開,關於AI技術本質、AGI等終極問題的討論仍在持續進行中,以OpenAI、Anthropic為代表的AI公司背後的高估值和狂歡,能否平穩上市扶搖而上,抑或難逃泡沫破裂的結局,這些有待2026年乃至更久之後驗證。來源:The Information (智東西)