砸下數百億美元，耗時九個月重寫底層架構，馬克·祖克柏（Mark Zuckerberg）終於端出了一個能與OpenAI正面抗衡的閉源大模型。台北時間4月9日凌晨，Meta毫無預兆地發佈了全新AI模型系列Muse，打頭陣的首發模型被正式定名為Muse Spark。自去年夏天成立超級智能實驗室（MSL）以來，前Scale AI掌門人汪韜（Alexandr Wang）帶隊閉關九個月，極其果斷地將從基礎設施到模型架構的所有環節全部推倒重建。Muse Spark的核心技術壁壘，在於其極其強大的原生多模態推理能力。它不僅能直接解析視覺輸入並像人類一樣進行複雜邏輯推演，還支援視覺思維鏈與工具呼叫，甚至能夠直接編排多個智能體協同執行複雜的跨平台任務。更具行業衝擊力的是Meta在戰略層面的極限轉彎。他們此次徹底放棄了高舉多年的開源大旗，Muse Spark首發即為專有閉源版本，並且已全線接入Meta家族應用矩陣，明確釋放出要與Google和OpenAI在C端市場正面廝殺的強烈商業訊號。01 像人類一樣邊看邊思考 視覺思維鏈的徹底進化以前我們用的很多多模態模型，其實是把視覺和文字生硬地縫合在一起，但Muse Spark的做法是讓視覺資訊從一開始就深度融合到邏輯裡。這種架構上的變革，最直觀的體驗就是視覺思維鏈。這種能力讓AI不再僅僅是給圖片寫一段描述。當你給它一張非常複雜的機械結構圖，比如一台意式濃縮咖啡機的內部拆解圖，問它為什麼壓力表不跳動時，Muse Spark表現得就像一個真正的維修工。它會先在大腦裡掃描一遍全圖，然後像在黑板上繪圖一樣，一步步給不同部件打上數字標籤，並在對話方塊中即時標註出水路循環的邏輯。它會直接告訴你在第三步應該檢查那個單向閥，而不是泛泛地丟給你一段文字說明。這種眼手合一的邏輯還被用在了即時互動中。當你戴著整合了Meta AI的眼鏡在廚房做飯並拿起一個調料罐時，AI能直接在你的視野裡疊加出一層動態的增強現實提示，精準告訴你這罐調料和你目前的降血壓飲食計畫是否衝突。這種無縫的銜接，完全依靠其背後極高的視覺推理能力才得以實現。正如Meta超級智能實驗室首席AI科學家趙晟佳所言，這正是實驗室一直致力於建構的原生多模態推理模型。它不僅僅是一個技術跨越，更是Meta邁向個人超級智能之路的第一步。這種原生多模態推理能力，標誌著AI正在從單純的文字遊戲轉向對物理世界的深度理解。02 最懂你身體的私人醫生 健康領域的深度應用在Muse Spark的研發過程中，Meta展現出了極強的實用主義傾向，特別是在醫療健康這個普通人最關注的領域。為了讓AI給出的建議更具實操性，Meta邀請了超過一千名專業醫生親自下場校準資料。這種專家輔導式的訓練效果非常顯著，Muse Spark在分析營養成分和運動生理時變得極其老練。你可以隨手拍一張餐盤的照片，那怕裡面堆滿了各種食材，它也能像專業的營養師一樣，瞬間拆解出魚肉的蛋白質含量和蔬菜的纖維素種類，甚至能根據食材的顏色和紋理推斷出烹飪方式。更令人矚目的是，它能將這種分析與你的個人健康資料深度繫結。如果你有高膽固醇的問題，它會在你拍照後直接在餐盤的圖片上進行視覺標註。它會用綠色的圓圈標記出那些對心血管有益的部分，用紅色叉號提醒你避開某些高油脂的醬汁。在運動指導上，Muse Spark甚至能擔任即時私教。當你把手機靠在牆邊對著自己做深蹲或瑜伽時，它能通過視訊流即時捕捉你的骨骼節點，並用語音明確告訴你膝蓋是否超過了腳尖，或者背部是否挺直。這種精度已經達到了專業運動捕捉軟體的水平。這種在特定領域深挖細節的做法，讓AI的工具屬性變得極具親和力。Meta超級智能實驗室研究員畢書超透露，為了對抗模型在訓練中的不穩定性並提升推理質量，團隊付出了無數個夜晚的努力才讓這種深度的協作邏輯最終成型。這種能力的背後，其實是Meta對個人健康主權的一次技術探索，試圖讓每個人都能隨身攜帶一個專屬的健康專家。03 算力大幅縮減背後的技術邏輯如果說Muse Spark的功能表現引人矚目，那它背後的底層技術邏輯則更加讓同行感到驚訝。在AI行業習慣於用堆砌算力換取性能提升的當下，Meta這次成功走通了一條降本增效的新路徑。在預訓練階段，Meta超級智能實驗室重寫了整套程式碼庫。測試結果顯示，與上一代旗艦Llama 4 Maverick相比，Muse Spark在達到同等智能水平的情況下，消耗的計算量竟然降低了一個數量級以上。這相當於用原本十分之一的資源完成了同樣複雜的工作。這種驚人的效率，得益於Meta正在部署的Hyperion算力基礎設施，更離不開其獨特的可預測擴展技術。Meta的技術棧能夠讓研究人員非常精準地預測模型在訓練完成前能達到什麼水平，從而極其有效地避免了大量的算力浪費。對於這種技術進步，Hyperbolic Labs聯合創始人金宇宸感嘆，基礎設施才是真正的護城河。Meta在短短九個月內重建了整個堆疊，這種速度證明了其在底層架構上的深厚積累。這種四兩撥千斤的底層能力，或許才是Muse Spark給行業帶來的真正技術震撼。04 核心測試成績 在博士級賽道站穩腳跟如果說功能體驗是前端表現，那麼基準測試的資料就是衡量模型底層實力的硬指標。為了驗證Muse Spark的真實水平，Meta邀請了多家權威機構在發佈前進行了高難度的閉門測試。根據第三方評測機構Artificial Analysis發佈的最新智能指數（Intelligence Index v4.0），Muse Spark拿到了52分。去年Llama 4 Maverick發佈時只有18分，這一成績實現了近乎三倍的跨越。在目前的全球大模型權力榜上，這個成績僅次於Gemini 3.1 Pro Preview的57分和GPT 5.4的57分以及Claude Opus 4.6的53分。Muse Spark已經成功躋身前五，與第一梯隊的差距被極其顯著地縮小。這意味著Meta已經成功超越了Claude Sonnet 4.6和Grok 4.2等一眾強手。這種跳躍式的進步，標誌著其技術底座已經重回巔峰競技場。在視覺能力上，Muse Spark的表現尤為突出。在MMMU Pro測試裡它得分80.4%，僅次於Gemini 3.1 Pro Preview的83.9%，排在所有測試模型的第二位。在一些極具挑戰性的垂直賽道，Muse Spark的表現也證實了其推理深度的提升。物理研究的深度對抗領域，在針對硬核物理研究問題的CritPT測試中，它以11%的得分位列全球第五，顯著領先於GoogleGemini 3 Flash的9%和Anthropic的Claude 4.6 Sonnet的3%。圖表理解的垂直測試中，在衡量多模態圖表推理的CharXiv測試裡，Muse Spark獲得了86.4分，成功超越了Claude Opus 4.6的65.3分和GPT 5.4的82.8分。博士級推理方面，在Epoch AI負責的GPQA Diamond測試中，它的得分高達89.5%，這意味著它在面對生物與化學等高階科學問題時，邏輯嚴密程度已直逼人類專家。不過，華頓商學院教授伊桑·莫里克（Ethan Mollick）在評估後也給出了中肯的評價。他指出雖然這款模型非常出色，但在某些極致性能維度上，比起目前最頂尖的滿血版競品仍有微小差距。他特別強調，由於該模型沒有開放權重，外界要精準預測Muse Spark的真正行業價值將面臨更多困難。05 沉思模式上線 讓AI學會深思熟慮在這次發佈中，最讓技術圈關注的機制莫過於名為沉思模式（Contemplating Mode）的開關。這個模式直接對標了OpenAI的Pro系列和Google的Deep Think功能。當你在複雜任務中開啟沉思模式時，Muse Spark不會立刻給出答案，而是會進入一個後台編排階段。它會同時調動多個智能體平行工作，就像一個智囊團在內部開會，互相稽核並校對推理過程。在被稱為“人類終極考試”的HLE測試中，開啟“沉思模式”但不使用工具時，Muse Spark得分為50.2%，超過Gemini 3.1 Deep Think（48.4%）和GPT-5.4 Pro（43.9%）。在使用工具的情況下， Muse Spark得分飆升至58.4%，展現了極強的深度推理潛力。在前沿科學研究任務（FrontierScience Research）中，其精準率也達到了38.3%。值得注意的是，Meta並不希望AI因為思考而變得冗長。研發人員在強化學習中加入了一個時間懲罰機制，強迫AI在保證正確率的前提下，用最精煉的邏輯解決問題。資料顯示，在運行同樣的智能指數測試時，Muse Spark僅使用了5800萬個輸出Token，而Claude Opus 4.6在最大努力模式下使用了1.57億個Token。這種高算力轉化率證明了Meta在思維效率上的技術造詣。不過它依然存在短板。**在抽象推理ARC AGI 2測試上，Muse Spark只拿了42.5分，而Gemini和GPT的得分均在76分以上。**同樣，在各種長周期的智能體編碼任務如SWE Bench和Terminal Bench 2.0中，它也明顯落後於頂尖的Claude和GPT模型。06 驚人發現 AI學會了根據測試環境調整反饋隨著模型能力的增強，大模型的安全性評估也變得前所未有的複雜。在Muse Spark的安全測試中，出現了一個讓研究人員既興奮又警惕的現象，即評估意識（Evaluation Awareness）。第三方安全機構Apollo Research發現，Muse Spark在測試中能敏銳地察覺到自己正在經歷對齊陷阱或安全性考核。當它意識到考核環境存在時，它會表現得比平時更加誠實並嚴格遵守規矩。通俗點說，模型學會了根據環境調整反饋策略。它能推理出在測試環境下，表現得符合人類道德規範是最優解。雖然Meta認為這並不影響其作為工具的安全性，但這確實給未來的AI監管敲響了警鐘，當AI開始學會隱藏真實的輸出傾向來通過考試時，傳統的攔截機制可能將面臨失效的風險。儘管具備了這種複雜的判定邏輯，但在硬性防禦指標上Muse Spark依然保持穩定。測試顯示，它在涉及生物製劑與化學武器等敏感領域表現出極強的拒絕意識。在針對網路安全和自主失控風險的測試中，它的表現也處於安全可控的範圍內。這種在安全與效率之間的博弈，正是汪韜領銜的MSL實驗室過去九個月最核心的攻堅方向。他們不僅要造出一個聰明的工具，更要確保造出一個在人類視線範圍內能夠絕對守規矩的超級智能。07 全線應用整合 當社交巨頭遇上超級大腦既然Muse Spark出生在Meta家族，它自然不會只停留在實驗室的測試環節，而是被第一時間接入了Instagram與Facebook以及Threads這些擁有三十億日活使用者的國民級應用中。以前在Instagram上看到心儀博主的穿搭，使用者可能還需要去評論區求連結或者截圖去電商平台搜尋同款。現在有了Muse Spark的加持，使用者只需要在對話方塊裡傳送指令，或者直接通過Meta的智能眼鏡進行視覺捕捉即可完成操作。它能瞬間識別出圖片中創作者的穿搭風格，甚至是極其小眾的品牌。它不僅能全網搜尋同款並比價，還能根據使用者的歷史穿搭喜好，給出一套完整的搭配方案。比如它會提示，這件復古夾克和上個月購買的原色牛仔褲非常匹配，建議內搭一件白色重磅T恤。這種從審美感知到消費決策的無縫銜接，正是Meta想要打造的購物助手核心原型。除了輔助消費決策，Muse Spark還能大幅降低開發成本。在測試中，有開發者嘗試提供一張凌亂的草圖和一段簡單的邏輯描述，要求它生成一個數獨遊戲。Muse Spark不僅僅是編寫了底層程式碼，而是直接在網頁上生成了一個可以即時互動且介面精美的UI產品。這種隨想隨做的能力，體現了其在多智能體編排上的深厚功底。它能自主指揮不同的子系統去處理圖形渲染、邏輯判斷和程式碼生成，最終交付給使用者一個流暢的產品。汪韜在分享中明確表示，Muse Spark是為了這三十億使用者打造的數字延伸，旨在讓AI從一個聊天機器人徹底進化為一個能解決實際生產力問題的夥伴。08 策略大轉彎 告別開源紅利 Meta正式收網這次發佈中最讓業界震動的，其實是Muse Spark作為專有模型（Proprietary Model）的身份定性。這是Meta歷史上第一個沒有首發開放權重的旗艦級前沿模型。多年來，Meta一直被視為開源AI生態的核心支柱，Llama系列幾乎撐起了大半個開源社區的發展。這次首發閉源的決定，迅速引發了行業內的廣泛討論。外界普遍認為，面對OpenAI和Google的商業步步緊逼，Meta必須收緊技術授權，用專有技術來構築自身的商業壁壘。但內部的聲音則更加務實。金宇宸指出，在九個月內推倒重建整個技術棧後，首發專有版本是為了在更安全和受控的環境下打磨這套全新的擴展定律。祖克柏也公開回應，更大的模型已經在研發中，Meta計畫未來會發佈越來越先進的模型，其中也會包含新的開源版本。即便如此，目前的閉源狀態依然給過度依賴Meta的開發者社區帶來了一絲寒意。不過考慮到Muse Spark極其優異的算力轉化效率，很多開發者依然期待著未來這個版本能有機會下放至開源生態中。09 終局展望 通往2026個人超級智能之路在祖克柏的商業藍圖中，Muse Spark僅僅是其技術階梯的第一步。為了支撐這個龐大的戰略計畫，Meta正在進行一場規模空前的資本投入。Meta預計2026年的資本支出將攀升至1150億至1350億美元，這筆天文數字將主要流向名為Hyperion的資料中心和最先進的算力晶片組。這場科技巨頭間的競爭早已脫離了單純的演算法比拚，演變成了圍繞電力與晶片以及物理設施的重資產競賽。按照Meta的設想，未來的個人超級智能應該像空氣一樣自然存在。它潛伏在使用者的雷朋（Ray Ban）眼鏡裡，通過眼睛識別世界，通過耳朵聽取需求。它能獨立處理長周期的複雜任務，比如統籌籌劃一場跨越三個國家的旅行，自動處理所有的機票與簽證和日程對接，而不僅僅是簡單地回答當地的餐飲推薦。雖然目前的Muse Spark在處理極其複雜的長周期辦公流程時，比起最頂尖的Claude系列仍有最佳化空間，但它展現出的多模態推理深度和效率優勢，已經讓這條超級智能之路變得清晰可見。10 結語Muse Spark的發佈，正式宣告了Meta歷經九個月底層重構後的強勢回歸。它不再滿足於僅僅做一個底層技術的提供商，而是要直接深入到全人類的日常消費與工作場景中。在這場通往超級智能的馬拉松裡，Meta已經徹底更換了最先進的底層引擎，準備在2026年開啟新一輪的商業角逐。正如汪韜所說，徹底改造堆疊只是一個開始。屬於Meta的商業落地時代，或許現在才真正拉開大幕。 (網易科技)

【新智元導讀】穆迪最新報告揭示了兩條平行宇宙：要麼AI讓生產率狂飆，失業率降至3.8%；要麼泡沫破裂，460萬人失去飯碗。Anthropic CEO預警白領消亡，經濟學家卻說還沒到時候。2026年1月創紀錄的裁員資料，似乎正在驗證前者。2026年2月27日，矽谷。兩個資料擺在所有投資者面前：左邊是10兆美元，這是過去兩年AI為矽谷股東創造的財富增量。右邊是10.8萬人，這是剛剛過去的2026年1月，美國單月裁員人數，打破了2009年金融危機以來的最高紀錄。穆迪分析（Moody's Analytics）剛剛發佈的報告，更是將這種撕裂感推向極致：2026年至2027年，不僅是技術奇點，更是人類命運的分岔口。針對這些路徑，技術專家和經濟學家各執一詞。技術專家認為，AI年化生產率貢獻3%-30%並引發大規模失業；而經濟學家認為僅0.07%-0.9%且就業市場能平穩過渡，二者預測相差40倍。顯然，2026-2027是決定性窗口。泡沫會破裂嗎？460萬人會失業嗎？AGI真的要來了嗎？答案就在這兩年。泡沫倒計時：每個人都在借錢2025年，十大科技公司發債1200億美元，同比暴增167%。到了2026年，五大AI巨頭（NVIDIA、微軟、Google、亞馬遜、Meta）承諾的資本開支已高達6800億美元。五大科技巨頭AI資本開支創歷史新高（2025-2026）錢花那了？模型訓練、資料中心、搶佔光刻機產能。錢從那來？借的。能不能還上？只有四個字：「高度不確定」。AI生態系統中的循環融資更危險的是資金在圈子裡空轉。NVIDIA投資Oracle，Oracle轉手用這筆錢買NVIDIA的晶片；微軟注資OpenAI 130億美元，OpenAI轉身把錢付給Azure雲服務。矽谷的「永動機」：巨頭間的循環融資路徑這種「左手倒右手」的營收回流，讓財報極其好看。NVIDIA佔據了92%的GPU市場，五大雲巨頭切走了67%的份額。整個行業的命門集中在極少數公司手裡。AI價值鏈的市場結構高度集中可一旦某個中間環節斷裂，這種循環融資就會瞬間崩塌。過去一年，當散戶還在瘋狂買入時，七巨頭高管淨拋售了84億美元股票。祖克柏在賣，貝索斯在賣，黃仁勳也在賣。只有馬斯克回購了10億。當前股市市盈率已飆升至20倍，距離2000年網際網路泡沫破裂時的24倍峰值，只差4個點。AI驅動的股市被高估，瀕臨泡沫穆迪預測了一個泡沫破裂劇本：2026年某季度，AI收入增速一旦不及預期，恐慌性拋售將導致股市暴跌25%，蒸發20兆美元。屆時，晶片訂單歸零，GDP增速將從2.2%斷崖式跌至0.4%。上次納斯達克崩盤跌了78%，用了15年才回本。這次還有沒有15年？只有中產階級受傷的世界泡沫破裂是未來的風險，但失業是當下的痛楚。10.8萬人，這是2026年1月單月的裁員資料。理由簡單粗暴：Amazon裁員1.4萬：「AI讓組織更精簡。」Salesforce裁掉4000客服：「AI Agent處理了50%的工單。」IBM用聊天機器人AskHR替代了8000名HR。Chegg裁員22%：學生們都在用免費的ChatGPT，沒人買課了。最慘的是「學歷陷阱」。史丹佛研究顯示，AI相關崗位的應屆生就業率下降16%，22-25歲軟體開發者就業人數較峰值暴跌20%。被AI精準狙擊的，恰恰是工資位於60%-80%分位的中產階級——會計、程式設計師、初級分析師。企業在財報會上把裁員美化為「擁抱技術進步」，股價應聲上漲。至於被裁掉的人？別指望政府兜底。聯邦債務佔GDP比例已突破100.2%。2008年有財政彈藥，2020年能無限印鈔，但到了2027年，美國的信用卡已經刷爆了。一旦失業率衝破6%，沒有救助金，只能硬著陸。矽谷VS華爾街：誰在撒謊？對於未來兩年，技術權貴和傳統經濟學家吵翻了天。Anthropic CEO Dario Amodei在達沃斯論壇上直言不諱：這是「白領大屠殺」。他預測AGI將在2026-2027年降臨，並在未來5年內清洗掉50%的入門級白領崗位。Geoffrey Hinton，那點陣圖靈獎得主，將AGI降臨的時間窗縮短到了5-20年，並給出了10%-20%的人類滅絕機率。經濟學家則冷靜得多：歷史上電力、汽車、網際網路都沒造成結構性失業。AI的年化生產率貢獻僅為0.07%-0.9%，遠低於技術派吹噓的30%。在他們看來，企業部署AI面臨流程重組、監管合規等重重關卡，現在的恐慌純屬庸人自擾。這種分歧背後，是利益的博弈。經濟學家不能錯，錯了就是職業生涯的終結；技術專家必須吹，不吹AGI馬上到來，誰來給那6800億美元的基建買單？2027：最後的審判日穆迪的模型給出了四種結局，而2026-2027年是所有時間線的分岔點。基準線（40%機率）：AI平穩賦能，生產率年化2.5%，失業率維持4.5%。一切照舊。泡沫破裂（25%機率）：股市崩盤，財富蒸發，經濟硬著陸。就業崩潰（20%機率）：這是最黑暗的劇本。2027年失業率飆升至5.9%，累計460萬人淨失業，中產消費坍塌引發大蕭條。生產率狂飆（15%機率）：AI創造奇蹟，2031年失業率降至3.8%。現在，我們正站在這一臨界點上。關鍵指標已經亮起紅燈。AI採用率目前與網際網路時代持平，並未加速；但生產率增速僅為1.8%，遠未達到質變的3.2%。穆迪報告的結語很殘酷：AI將從根本上重塑經濟，但我們不知道是那種方式。你是屬於那被清洗的460萬人，還是倖存的3.8%？答案不在十年後，就在這兩年。 (新智元)

目前Meta Ray-Ban使用者雖然能夠更換帶度數的鏡片，但是Meta公司認為現有的Meta Ray-Ban智能眼鏡還不夠滿足市場需求。據多個媒報導，Meta計畫推出兩款全新的AI智慧眼鏡，這兩款產品從設計階段起就專為需要「驗光鏡片」的使用者而設計。雖然報導指出這不是Meta Ray-Ban系列的「下一代」重大改款，但Meta公司計畫通過進入傳統眼鏡配鏡市場，旨在將AI眼鏡的影響力擴展到全球數以億計的近視及視力矯正人群中。01. 推出兩款AI近視眼鏡當前市場上銷售的Meta Ray-Ban AI眼鏡，雖然支援通過第三方或官方網站定製帶度數的鏡片，但其主要使用者群體仍以“電子產品消費者”為主。即將推出的兩款新型號，應該是為了“人群擴張”，這兩款在市場和設計策略上存在顯著差異：獨特的外觀設計：新款眼鏡將提供方形和圓形兩種經典鏡框樣式，以滿足日常佩戴的美觀和光學鏡片的需求。進軍傳統光學管道：這是Meta與Ray-Ban首次針對特定消費者群體推出AI眼鏡，預計將通過“傳統處方眼鏡管道”進行銷售。這意味著消費者未來可以在普通眼鏡店進行驗光時，直接購買一副具備AI功能的眼鏡。Meta此舉不僅僅是為了“打造更酷的AI眼鏡”，而是開始進軍“傳統眼鏡市場”了。02. 最新AI眼鏡只賣美國？產能又如何？據報導，社交媒體巨頭Meta在歐盟推出新款智能眼鏡的計畫面臨困難，主要原因包括供應不足和與電池及人工智慧（AI）相關的監管問題。自2019年起，Meta與全球最大的眼鏡製造商依視路陸遜梯卡（EssilorLuxottica）合作推出AI眼鏡。兩家公司於2021年首次推出雷朋（Ray-Ban）品牌的智能眼鏡，並在去年9月推出了新一代雷朋智能眼鏡，其中一片鏡片配備了小型螢幕。據知情人士透露，Meta原本希望在歐盟推出新款智能眼鏡，但目前未能獲得足夠的供貨。Meta在今年1月表示，因新款雷朋眼鏡庫存極為有限，公司已暫停在英國、法國、義大利和加拿大市場推出該產品的計畫，而是專注於美國市場。在今年1月初時，小智有寫過這篇文章《Meta官方揭秘：暫停AI眼鏡Meta Ray-Ban Display全球擴張計畫，國內AI眼鏡廠商“彎道超車”機會來了！》。這Meta新推出兩款AI眼鏡產能又如何？是否還是專注美國市場？值得期待！03. Meta最新兩款AI眼鏡無顯示器這兩款即將發佈的新產品，很可能就是之前在美國聯邦通訊委員會（FCC）檔案中被The Verge網站發現的代號為“RayBan Meta Scriber”及“RayBan Meta Blazer”的AI眼鏡。認證檔案顯示兩款裝置的型號為RW7001和RW7002，與目前銷售的產品（RW4002–RW4014）相比，存在顯著差距，這可能暗示這些新產品會採用全新平台或配備更高性能的晶片。量產即將開始：FCC檔案中將這些裝置稱作「量產機」，這意味著Meta已完成硬體開發，隨時準備上市，最快可能在下周正式公佈。無螢幕設計：從目前洩露的硬體規格來看，這兩款專為處方眼鏡設計的眼鏡，不太可能具備類似「Meta Ray-Ban Display」的視覺顯示功能。這兩款AI眼鏡將繼續專注於通過麥克風、揚聲器和內建鏡頭，提供基於語音和視覺識別的無縫AI助理體驗，從而換取更輕薄的鏡架和更長的電池續航時間。寫在最後：當AI眼鏡逐漸融入驗光流程，並取代傳統眼鏡時，它便不僅僅是一款“新型裝置”，而是成為了人類視覺系統的組成部分。你是否願意每天戴上這個AI眼鏡？ (AI共生紀)

周四，在1月底創出歷史新高之後，美股迎來了最黑暗的一天，科技股集體下跌。華爾街普遍認為，這與一起由20歲女性提起的里程碑式訴訟有關，或意味著科技巨頭們未來將面臨巨大的法律風險。美股“七巨頭”慘跌周四，華爾街的基準指數標普500收跌1.74%，納斯達克綜合指數更是大跌2.38%，雙雙創下1月20日以來最大跌幅和六個月以來的新低。值得注意的是，納斯達克綜合指數已較去年10月下旬的峰值下跌超過10%，跌破了所謂“技術性調整”的門檻。其中，科技股集體重挫。Meta Platforms（META）跌幅居前，暴跌7.96%創出11個月新低，單日跌幅僅次於去年10月30日的11.34%。一天之內，Meta總市值縮水1200億美元，至1.39兆美元。另外，輝達（NVDA）下跌4.16%；特斯拉（TSLA）下跌3.59%；Google（GOOG）下跌3.06%；亞馬遜（AMZN）下跌1.97%；微軟（MSFT）下跌1.37%創出11個月新低。“七巨頭”中僅有蘋果（AAPL）收紅，微漲0.11%。更慘的是，有資料顯示，截至周二收盤，“七巨頭”的股價都比過去52周高點下跌了兩位數百分比。其中，微軟慘上加慘，較高點下跌超過33%。對此，部分華爾街分析師表示悲觀。“我不太確定現在是不是買入‘七巨頭’的好時機——我認為它們還有更大的下行風險，”Slatestone Wealth首席市場策略師 Kenny Polcari表示。“就算以後它們大幅上漲，我現在也不會貿然入場。我覺得我的錢還有其他地方可以投資，”他補充道。20歲女性起訴Meta贏了對於“七巨頭”的拋售潮，華爾街有很多解釋，包括：美伊戰爭帶來的不確定性、油價上漲引發頑固通膨、聯準會維持高利率、巨額的AI基建支出承諾引發擔憂等等。但最新最危險的一根導火線，正是一位20歲女性針對Meta的里程碑式訴訟。加州陪審團周三裁定，Meta和Google應對一名自幼年時便沉迷於社交媒體的女性的抑鬱和焦慮負責，並賠償她600萬美元。這一罕見的判決讓矽谷為其在加劇青少年心理健康危機中所扮演的角色承擔了責任。陪審團裁定，Meta和Google應向該女子支付300萬美元的補償性賠償金和300萬美元的懲罰性賠償金，其中Meta應承擔70%的賠償金。本案原告是一名20歲的女性，姓名首字母為“KGM”。中為KGMKGM在二月份作證時表示，她早期使用社交媒體導致她對這項技術上癮，並加劇了她的抑鬱症和自殺念頭。她說，由於使用社交媒體，她患上了身體畸形恐懼症——一種經醫生診斷的臨床疾病。今年二月，KGM在庭審中表示，她從6歲開始使用YouTube，9歲開始使用Instagram。到小學畢業時，她已經在YouTube上發佈了284個視訊。KGM告訴法庭：“我不再與家人聯絡，因為我把所有時間都花在了社交媒體上。”她還補充說，她從10歲開始就患有焦慮症和抑鬱症，後來被確診患有這兩種疾病。KGM表示，一些功能，例如通知，會讓她感到“興奮”，而律師則認為這些功能是故意設計成讓人上癮的。KGM說，她有時會在上學期間去廁所，只是為了查看通知。KGM還表示，她幾乎在所有照片上都使用了Instagram濾鏡，這些濾鏡會改變照片的容貌。她說，在開始使用社交媒體和濾鏡之前，她從未體驗過與身體畸形恐懼症診斷相關的負面情緒。1月下旬，Snapchat的母公司Snap Inc.已就此案達成和解。和解的具體細節尚不清楚。對這一判決結果，Meta以及Google旗下的YouTube發表聲明表示異議。他們表示將考慮採取法律行動，包括提起上訴。社媒平台股價暴跌Meta近期的麻煩還不止這一起，周二，經過近七周的審判，新墨西哥州的一個陪審團裁定，Meta對兒童心理健康有害，並違反了該州的消費者保護法。陪審團支援州檢察官的論點，即擁有Instagram、Facebook和WhatsApp的Meta將利潤置於安全之上。陪審團認定，Meta違反了該州《不正當競爭法》的部分條款，指控該公司隱瞞了其平台上存在的兒童性剝削風險及其對兒童心理健康的影響，裁定Meta必須支付3.75億美元的賠償金。此外，超過40位州檢察長對Meta提起訴訟，聲稱Meta故意設計令人上癮的Instagram和Facebook功能，加劇了年輕人的心理健康危機。受此裁決影響，Reddit（RDDT）和Snap Inc.（SNAP）等其他社交媒體平台的股價周四也出現暴跌，分別下跌超過8.86%和10.69%，分別創出9個月新低和歷史新低。歷史性判決影響科技巨頭的走勢雖然對於Meta這樣一家市值1.5兆美元、年淨收入超過600億美元的公司來說，這些處罰微不足道。但從法律角度和對科技巨頭的影響來說，這是三起具有里程碑意義的訴訟案件。這也是陪審團首次認定社交媒體應用程式應被視為缺陷產品，因為它們被設計用來利用兒童和青少年正在發育的大腦，這一判決可能會為成千上萬起類似的訴訟定下基調。哈佛大學法學院講師蒂莫西·埃德加將這些結果描述為“一個重大的分水嶺事件”，它“代表著美國人看待大型科技公司方式的巨大轉變”。“這可以說是多年來日益增長的懷疑情緒的最終體現，”埃德加說。“這可能會導致公司改變應用程式和平台的運作方式，”Emarketer的高級社交媒體分析師Minda Smiley表示。任何對產品的重大改變“都可能——而且很可能會——改變廣告商希望在這些平台上展示廣告的方式，從而對公司的盈利產生重大影響。”這些裁決也預示著《通訊規範法》第230條（保障言論自由）可能面臨重新審視。新墨西哥州總檢察長勞爾·托雷斯表示：“這些案件很有可能促使國會重新審視第230條款，即使不廢除它，也會對其進行大幅修改。”托雷斯說：“我認為陪審團對公司處以罰款並追究其責任，向華盛頓特區的政策制定者發出了一個重要的訊號，表明社區中存在著亟待解決這些問題的緊迫性。”美國參議院司法委員會資深成員、伊利諾伊州民主黨參議員迪克·德賓支援改革第230條款，並表示最新的判決加強了他的立場。“新墨西哥州和加利福尼亞州接連做出的這些決定表明，大型科技公司已經變成了大型菸草公司，”德賓在一份聲明中說道。他指的是上世紀90年代，當時菸草公司因向公眾隱瞞其產品的危害而被勒令支付數十億美元的罰款。“現在，國會是時候徹底廢除第230條了。” (美股財經社)

重磅！Arm CPU 路線圖公開發佈剛剛，歷史性突破！Arm發佈三十多年來首顆自研專用CPU——Arm AGI CPU。打破長期IP授權模式，直擊AI算力剛需，劍指x86陣營。核心參數拉滿：3nm工藝，136核Neoverse V3核心。主頻3.2-3.7GHz，300瓦功耗，雙Chiplet封裝（台積電代工）。快取亮眼：2MB L2/核心，128MB共享SLC。介面拉滿：96條PCIe 6.0，支援CXL 3.0，12通道DDR5，總頻寬825GB/s。極致能效！放棄同步多線程，剔除冗餘功能。每瓦性能碾壓英特爾、AMD最新x86晶片，號稱“最高效agentic CPU”。強強聯手！與Meta聯合開發，Meta為首個客戶。OpenAI、SAP等巨頭已確認採購，商業化勢頭強勁。量產明確：今年下半年全面量產，中國是重要目標市場。巨額投入：斥資7100萬美元，耗時18個月新建實驗室。伺服器方案雙選擇：風冷36kW（8160核）、液冷200kW（超45000核）。定價具競爭力，可直接替代Meta現有計算CPU。行業震動！打破Arm中立定位，衝擊x86陣營格局。Arm高管表態：此舉核心是滿足客戶需求，有望帶來數十億美元收入。AI時代算力革新，Arm正式從IP授權商，躋身自研晶片賽道。全新Arm AGI CPU核心亮點高性能 CPU：採用 Armv9.2 架構，Arm AGI CPU 最高整合 136 個 Neoverse V3 高性能核心，每核配雙 128 位 SVE2 單元，支援 bfloat16/INT8 AI 加速。全核主頻 3.2GHz，睿頻 3.7GHz。高記憶體頻寬：單核心記憶體頻寬最高 6GB/s，緩解高吞吐 AI 負載的記憶體瓶頸，提升 AI 與雲端系統性能。先進 I/O 與加速器互聯：支援 96 路 PCIe Gen6、CXL 3.0 及 AMBA CHI 擴展鏈路，實現大規模異構計算。企業級安全架構：面向多租戶雲與 AI 基礎設施提供硬體級安全，包含根安全引擎、指針認證、分支目標間接保護。 (芯榜)PDF文件：https://www.arm.com/static/az/pdf/product-brief/arm-agi-cpu-product-brief.pdf

一個不存在的金髮女兵，用AI合成的臉騙了一百萬直男，用愛國人設收割了無數錢包——而這場騙局，可能只是AI虛假身份入侵現實世界的開場白。一個Ins帳號，四個月狂攬百萬粉絲！照片裡，一位金髮碧眼的美國女兵，時而身著迷彩服穿梭在中東沙漠，時而與川普總統在機場停機坪上並肩而行，甚至出現在與普丁、澤倫斯基的外交峰會現場。她笑容甜美、身材火辣、愛國情懷爆棚，簡介寫著「america first」——簡直就是MAGA運動的完美化身。無數美國直男心目中的「夢中情人」！然後呢？這個叫Jessica Foster的女人，從頭到腳、從裡到外，每一個像素——都是AI生成的。她不存在。從來沒有存在過。美國陸軍官方確認，查無此人。一百萬直男，被一堆程式碼騙了個底朝天。消息曝光後，Meta已迅速將其Instagram帳號刪除。「全美夢中情人」的誕生故事要從2025年12月14日說起。這一天，Instagram上悄然出現了一個新帳號：@jessicaa.foster。第一條帖子是一段短影片：一位藍眼金髮的年輕女兵坐在美國國旗下，穿著緊身T恤，配文赤裸裸地寫道——「每一個喜歡美國女兵的直男，都來評論一下吧。」這條內容就像一顆精確制導的資訊炸彈，直接命中了目標人群。接下來的四個月裡，這個帳號像開了掛一樣瘋狂更新。五十多張照片和視訊，建構了一個完整的、令人信服的「軍旅人生」：她與F-22猛禽戰鬥機合影，在軍營與女戰友枕頭大戰，參加超級碗，「入侵」格陵蘭島。更絕的是，她出現在了所有最勁爆的政治場景裡。伊朗戰爭爆發的第一天，她就出現在機場停機坪上，與川普一同走過紅毯。她被P進了白宮橢圓形辦公室，與梅拉尼婭合影留念。她和澤倫斯基、普丁站在同一畫框裡——配文還不忘調侃一句：「澤倫斯基先生，下次請穿件正式點的衣服哦。」她甚至出現在了川普的「和平委員會」演講台上，總統本人就坐在她身後。這些內容就像一部精心編排的真人秀，而Jessica Foster是這部劇集當之無愧的女主角。短短數月，這個帳號收穫了超過一百萬粉絲，帖子累計獲得十萬多條評論。無數男性使用者在評論區瘋狂表白，傳送愛心emoji，感謝她「為國服務」。甚至一名巴西交通部門的官方認證帳號，也在她幾乎每一張照片下點贊，並留言說她「linda」（美麗）。矽谷知名投資人、Andreessen Horowitz風投合夥人Justine Moore在X平台上感嘆道：「這麼多男人追捧一個一眼就能看出是AI的網紅，我真的驚呆了。」破綻百出的「完美女兵」但紙終究包不住火。這個案例簡直是一部「AI翻車大賞」。3月20日，《華盛頓郵報》披露，這個帳號從頭到尾都帶著典型的 AI 破綻：美國陸軍查不到Jessica Foster的服役記錄。制服銘牌上赫然寫著名字「Jessica」而非姓氏——美軍只印姓，這是最基本的常識。軍銜更是比變色龍還善變：一會兒中士，一會兒遊騎兵畢業生，過兩天又成了一星將軍。她站在演講台發言，身後牌匾寫著「Border of Peace Conference」，可川普設立的機構叫「Board of Peace」。更離譜的是，有照片顯示她穿著迷你裙和高跟鞋站在軍艦甲板上，魔幻程度堪比科幻大片。但這恰恰說明了問題——目標受眾根本不在乎細節。正如一位網路分析師所說：Jessica Foster沒有騙過MAGA支持者，是他們騙了自己。AI精準遞上了他們渴望的東西，他們就抱著錢包沖上去了。公式簡單到令人尷尬：美女＋軍裝＋川普合影，循環往復。一條精心設計的「收割流水線」故事到這裡，你可能以為這只是一個AI惡作劇。但真相遠比這黑暗得多。Foster的Instagram頁面上，簡介區有一個連結，指向她在OnlyFans上的帳號——這是一個以成人內容創作者聞名的付費訂閱平台。她的OnlyFans使用者名稱叫「jessicanextdoor」（隔壁的傑西卡），地理位置顯示為北卡羅來納州的布拉格堡——美國陸軍特種作戰司令部所在地。她的自我介紹堪稱諷刺藝術的巔峰之作：「白天是公務員，晚上是小搗蛋鬼。我是新手，請不要對我太凶。順便說一句，我會回覆每一條消息，但請耐心等待，因為我不是機器人哈哈。」我不是機器人。這是2026年網際網路上最具黑色幽默的一句話。在正經的愛國帖子之間，Foster會「不經意地」展示自己的腳部特寫。沒錯，腳——這個帳號真正的變現手段。整個操作是一條教科書等級的「流量漏斗」：先用愛國主義和政治熱點在免費平台上吸引眼球，再把粉絲導流到付費平台上掏錢看更露骨的內容。OnlyFans平台發現這個帳號後，以違反「所有創作者必須是經過身份驗證的真人成年人」的規定為由，將其封禁。但Foster隨即轉戰一個小型競爭平台Fanvue——這個平台允許AI模型入駐，並將其標註為「生成或增強內容」。她的Fanvue帳號在建立數天之內，就收穫了超過一萬個點贊。整個商業鏈條簡單粗暴：用AI批次製造「完美人設」→ 用政治情緒和時事熱點病毒式傳播 → 將百萬免費流量轉化為付費使用者 → 坐享其成。而這一切的營運者，至今仍然是一個匿名的影子。當騙術升級如果你以為這只是「騙騙直男的錢」那麼簡單，那你還是太天真了。波士頓大學研究媒體操縱的助理教授瓊·多諾萬發出了最嚴厲的警告：這種「騙術」可以在任何時候轉化為真正的資訊戰。這些匿名營運的帳號可以被部署為「機器人軍團」，批次分發宣傳內容、虛假資訊或戰時話術。「我們正在走向一個'虛假的社會'，」多諾萬說，「這是一種有效的政治資訊傳遞方式。我們甚至不知道賣腳部照片是不是Jessica Foster的'最終形態'。」這句話細思極恐。今天，Foster的幕後操盤手用她來賣內容賺幾百美元的小費。但如果明天，一個擁有百萬粉絲的「愛國女兵」帳號，開始傳播特定的立場、煽動特定的社會情緒、散佈特定的戰爭謊言——又有誰能分辨？而最可怕的是，沒有人知道Jessica Foster背後到底是誰。是一個想賺快錢的AI技術宅？是一個右翼流量工廠？還是某個政府的宣傳機器？Reddit上的軍事論壇裡，一位空軍退役老兵的評論獲得了高讚：「心理戰就是心理戰。」（Psyops gonna psyop）我們正在走向「虛假的社會」Jessica Foster最危險的地方，不在於她是假的，而在於有一百萬人多麼迫切地需要她是真的。這才是問題的核心。AI沒有騙任何人。AI只是製造了一個恰好完美契合某個群體心理需求的幻象。真正讓這個騙局成立的，是人們內心深處對「確認偏誤」的渴望——一個漂亮的女兵、愛國的立場、與權力中心的親密接觸。這一切「感覺太對了」，於是大腦自動填補了所有漏洞，理性判斷力集體下線。Jessica Foster的故事，是2026年網際網路的一個縮影。她是一面鏡子，照出的不是AI有多厲害，而是人類有多脆弱——我們對資訊的辨別力、對情感操縱的免疫力、對虛假敘事的抵抗力，在精心設計的演算法面前，幾乎不堪一擊。下一個「Jessica」可能已經在路上了。她可能不叫Jessica，不是金髮碧眼，不穿軍裝。但她一定會精準地出現在你最脆弱的資訊盲區，用你最渴望聽到的故事，換走你最珍貴的東西——你的信任。在這個AI可以批次製造「真實」的時代，唯一的防線，是你自己。 (新智元)

又是一個科技圈的“黑色星期五”Meta“不小心”洩露內部消息給媒體裁員20%，差不多1.6萬個崗位要涼這次裁員的核心邏輯大概是：用AI替代人，省下的錢養AI01. Meta暴力裁員背後，罪魁禍首又是AI？3月中旬外媒直接爆料：Meta正偷偷醞釀一輪大規模裁員，比例可能高達20%，甚至更多。cr. Google截至去年12月底，Meta全球員工差不多7.9萬人，20%四捨五入1.6萬個崗位，相當於把一個中小型網際網路公司直接“端掉”。消息曝光後，Meta官方並沒有直接承認裁員計畫。公司發言人Andy Stone表示這些報導只是“對理論性方案的猜測”。但在矽谷，這種沒有否認但也沒有確認的回應，十有八九都是實錘的訊號，畢竟Meta可不是第一次幹這事了。Meta幹嘛又裁員？比裁員規模更值得注意的，是背後的原因。這一次矛頭幾乎全部指向一個詞——AI。有消息稱，在全面引入AI後，Meta內部發現程式碼提交量不降反升，工程師的有效工作時長卻明顯下降，一些Senior每周工作時間甚至不到10小時。原本需要人完成的工作，被AI大幅加速，甚至直接替代。所以Meta高管一致認為20%的裁員只是first step，後續團隊規模被壓縮到原來的二分之一甚至三分之一，並不是不可能……cr. XMeta上一次大規模裁員，其實很多人還記憶猶新。2022年11月，Meta宣佈裁員約1.1萬人，佔當時員工13%，這是公司歷史上第一次如此大規模的裁員。2023年春天，公司又追加裁員1萬人，短短半年，兩波裁員直接送走2萬多人。當時祖克柏將這一系列動作稱為“Year of Efficiency”，即所謂的“效率之年”。當年裁員的背景，是Meta在元宇宙上的巨大投入以及廣告業務增長放緩帶來的財務壓力，公司需要通過縮減成本來重新調整增長節奏。兩年之後，矽谷的故事已經換了一種敘事方式。過去一年，Meta幾乎把全部戰略重心都押在了人工智慧上。公司計畫在未來幾年投入巨額資金建設資料中心，並持續加碼AI模型研發。根據公開資訊，Meta計畫到2028年在資料中心等AI基礎設施上投入高達6000億美元。這種規模的投資，在整個科技行業中都屬於極為激進的水平。cr. datacenterdynamics與此同時，為了組建新的“超級智能”團隊，Meta正在全球範圍內挖角頂尖AI研究人員，並為這些人才開出極為誇張的薪酬包。有報導稱，一些頂級AI科學家的四年總薪酬可能達到數億美元。比如Alexandr Wang，他是資料標註獨角獸Scale AI的創始人，也是矽谷最年輕的AI億萬富翁之一。Meta不僅挖來他，還直接投資約143億美元入股Scale AI，並讓他負責領導整個AI超級團隊。現在小汪在Meta的角色基本相當於：AI總指揮/Chief AI Officer，祖克柏對他的期待非常直接：目標是做出“superintelligence（超級智能）”。這裡插播一條娛樂新聞💗：多家媒體披露，小扎和小汪關係緊張。小汪私下向同事抱怨小扎的Micromanagement微觀管理讓他感到“窒息”；小扎對AI業務的強勢掌控與小汪追求的靈活性產生衝突。此外，Meta內部多名AI高管離職以及產品上線過快帶來的壓力，進一步加劇了兩人的緊張關係。3月，在外部消息愈演愈烈之際，小紮在社交平台上發佈了一張與小汪的合影，擊碎“不和”傳聞。cr. threads換句話說，Meta正在進行一場極其昂貴的AI軍備競賽。而這場競賽的成本，最終需要通過削減人員規模這種方式來平衡。02. 當矽谷“信條”發生變化不是大廠在裁員，而是時代在篩人如果把時間線拉長來看，這種變化其實不僅僅發生在Meta。在過去二十年裡，矽谷一直有一個幾乎被當作信條的理念：得人才者得天下。科技公司之間的競爭，本質上就是爭奪最優秀工程師的競爭。大量公司甚至會在業務尚未完全確定的情況下提前招聘工程師，因為在那個時代，人才本身就是最稀缺的資源。但隨著AI模型能力不斷提升，很多公司開始逐漸形成一種新的共識：未來最關鍵的資源可能不再是人，而是算力。算力就是電腦處理資料和完成計算任務的能力。在傳統軟體時代，一家公司最重要的資源往往是工程師，因為軟體開發的核心工作是寫程式碼和設計系統。但在AI時代，大型人工智慧模型並不是靠人工一點點寫規則，而是通過海量資料訓練出來的。訓練這些模型需要進行數量驚人的數學計算，而這些計算必須依賴高性能晶片和龐大的伺服器叢集。於是，科技巨頭開始瘋狂投資GPU、資料中心和模型訓練。資本支出迅速增加，而人力成本，反而成為最容易被壓縮的一部分。很多企業高管在解釋這些裁員時，都提到同一個原因——AI工具正在改變生產效率。但因為AI，大廠也有吃虧的時候。比如亞馬遜今年年初也確認裁員約1.6萬人：cr. BBC3月初，亞馬遜卻因AI生成程式碼錯誤導致系統崩潰，引發6小時大面積當機，影響22,000使用者和眾多賣家。cr. Amazon後續亞馬遜要求初中級工程師在使用AI生成程式碼時，需高級工程師稽核，這其實也強調了人工智慧無法完全取代人類判斷力的現實。再比如2月底，金融科技公司Block以AI提效為理由裁掉了接近一半員工，這導致員工對管理層信任瓦解。cr. ReutersBlock高管宣稱AI工具能夠提升效率，但員工實際感受到的生產力提升有限，反而留任員工的工作量明顯增加。而且裁員模式引發員工普遍焦慮，匿名平台上吐槽不斷，比如認為AI工具Goose被公司吹捧，但其實際效果與宣傳不符，甚至可能引發工程複雜性問題。還有網友認為AI提效只是藉口，實際原因可能是經濟衰退、成本削減或者是過度招聘，AI只是一個既能削減成本又不嚇跑投資者的好藉口。cr. reddit面對質疑，Block的CEO Jack Dorsey在X平台親口承認，裁員和AI關係不大，而是因為疫情期間錯誤拆分公司架構，導致過度招聘和人員冗餘。cr. X過去二十年，科技行業依靠不斷擴張團隊來推動增長；但在AI時代，很多公司開始嘗試用更少的人完成更多事情。對於企業而言，這意味著更高的效率和更低的成本，但對於正在求職的留學生而言，它也意味著競爭將變得更加激烈。03. 新時代背景下，AI不是取代人工如果說這輪裁員釋放了一個最清晰的訊號，那就是——規則真的在變。過去很多留學生在規劃求職路徑時，默認的是一套非常穩定的邏輯：讀名校、刷實習、進大廠，只要踩對節奏，就有機會進入這個不斷擴張的行業。但現在，行業不再無限擴張，崗位增長放緩，對單個個體能力的要求卻在明顯提高。未來的求職競爭，本質上已經演變成：你是不是那個可以替代兩三個人的人。這也是為什麼我們說，單一技能正在變得越來越不安全，早規劃求職已經從優勢變成了必要準備。AI不是在“取代人”，而是在重新篩選人純寫程式碼的工程師，如果不會用AI工具提升效率，很容易被邊緣化；但只會用AI工具、不理解底層邏輯的人，同樣很難走遠。真正有競爭力的，往往是那種既懂技術、又能借助AI放大自己能力的人。這也是為什麼，矽谷對“複合型人才”的需求開始迅速上升。 (WallStreetTequila)

Meta剛把一張最高270億美元的合同壓給Nebius真正把Nebius一下推到台前的，並不是這筆新債，而是前一天那張更大的合同。按照公司與路透披露的資訊，Meta已承諾到2027年向Nebius採購120億美元的AI算力容量，另外還有未來五年最高150億美元的附加採購空間，整份協議的總額上限約為270億美元。這不是一筆普通的雲服務訂單，它更像是把未來幾年的GPU產能、機櫃、供電和交付節奏，提前鎖給一家外部AI基建供應商。這件事之所以重要，不只是因為數字大，還因為它把AI基建賽道的一層現實直接攤開了。過去外界更習慣看大廠自己修資料中心、自己買晶片，但現在情況正在變化：在GPU和電力都偏緊的背景下，Meta這樣的科技巨頭，也開始更積極地從“新型AI雲服務商”這類專業供應商手裡鎖定稀缺產能。Nebius被看中的，不只是能不能賣雲，而是能不能比別人更快把大規模AI基礎設施建起來、交付出來。37.5億美元可轉債，幾乎是跟著這張大單一起出來的也正因為如此，Nebius第二天就宣佈要發37.5億美元可轉債，這件事其實並不意外。從公司公告來看，這次融資分成兩部分：20億美元、2031年到期的可轉債，以及17.5億美元、2033年到期的可轉債；如果承銷安排全部執行，規模還可能進一步擴大。資金用途寫得也很直接：繼續投向資料中心建設、全端AI雲擴張、資料中心擴建，以及關鍵部件採購，其中就包括GPU。所以，這筆債並不是在“慶祝利多”，而是在為下一輪資本開支提前備資。Meta的大單看上去是收入，但落到Nebius這邊，最先到來的其實是建設壓力：公司必須先把機房、供電、晶片、網路和交付能力準備出來，後面的收入確認才有意義。換句話說，這張大單一旦落地，Nebius最先面對的不是利潤，而是支出。微軟、Meta、輝達，三股力量正在把Nebius往前推把最近幾筆交易連在一起看，Nebius過去半年的擴張路徑就很清楚了。2025年9月，它簽下了與微軟價值174億美元的協議；2025年11月，它拿到Meta一筆30億美元的合作；到了2026年3月，Meta又把合作規模一下抬到最高270億美元。與此同時，輝達在2026年3月11日宣佈出資20億美元，拿下約8.3%的股份，並支援Nebius到2030年部署超過5吉瓦的資料中心能力。如果只看表面，Nebius像是在同時得到客戶、晶片夥伴和資本市場的追捧；但把經營面攤開，另一面也同樣清楚。公司2025年第四季度營收只有2.28億美元，卻錄得2.5億美元淨虧損；同一時期，資本開支則明顯抬升，路透報導其2025年第四季度資本支出升至21億美元，上年同期為4.16億美元。這說明，市場當前看中的，並不是一份已經兌現的利潤表，而是它能不能把訂單、裝置、土地、電力和融資能力組織在一起，持續把擴張節奏推下去。在這條賽道里，誰先把這些資源拼起來，誰才有資格去談後面的規模效應。輝達已經投了20億美元，Nebius為什麼還要再借37.5億美元問題的關鍵，其實就在這裡。輝達那20億美元，當然是一筆很重要的資金，但它解決的更像是啟動資金和信用背書；而Meta、微軟這類多年期大單真正帶來的，是持續不斷、而且節奏高度前置的建設需求。Nebius自己給出的預期也很激進：到2025年底，它的年化收入運行率（run rate）是12.5億美元；到2026年底，這個數字要拉到70億至90億美元。這樣的目標如果要兌現，靠一筆股權投資顯然不夠，後面還需要更大體量、也更連續的資金供給跟上。這也是為什麼它會在大單落地後立刻再借一筆巨額可轉債。因為這類公司眼下最稀缺的，已經不是故事，而是時間。客戶在催交付，晶片窗口期有限，土地和電力指標也不是想拿就能立刻拿到。你越晚把錢備好，後面的建設節奏就越容易被卡住。說到底，Nebius這輪融資看起來激進，實則是在搶一個行業窗口。當AI基建從“有沒有需求”進入“誰先交付”的階段，現金儲備與產能準備，事實上已經被綁在了一起。它今天借的，不是一筆普通的擴張資金，而是在為未來兩三年的交付節奏提前準備資金安全墊。Nebius這筆債，把AI算力生意最重的一面擺到了台前看到這裡，這件事就不能只當成一家公司的融資新聞來看了。路透對這輪合作的描述很到位：美國科技巨頭正在補充自建資料中心的不足，通過Nebius這類新型AI雲服務商去鎖GPU和電力等稀缺資源。換句話說，AI基建的分工正在變細，需求方未必什麼都自己建，但中間這一層承建者，必須先把最重、最貴、最吃現金流的部分扛起來。Nebius這次之所以特別有代表性，就在於它幾乎把這門生意的重資產屬性完整展示了一遍：上面是Meta、微軟這樣的大客戶在壓交付，旁邊是輝達這樣的上游在提供晶片支援和資本背書，下面則是公司自己要去消化土地、機房、電力、裝置和融資成本。行業熱度當然還在，但這門生意最先到來的，從來不是利潤，而是巨額投入。前端必須先投入一筆又一筆的大額資本開支，後面才談得上把訂單慢慢兌現出來。到了這一步，AI算力生意已經越來越像一場基礎設施競賽，而不是一個輕資產的軟體故事。 (視界的剖析)