熱度最高的兩大中國國產超節點終於同框出鏡。近日，出自華為的昇騰384與曙光scaleX640超節點，在2025世界計算大會首次毗鄰展出。前者圍繞華為全端技術閉環高度整合384張昇騰加速卡，被視為垂直整合路線里程碑之作；後者基於AI運算開放架構設計，以業界首個單機櫃級640卡超節點反超，展現出開放協同路線的蓬勃潛力。兩大路線迥異的超節點產品「面對面」互飆實力，成為本屆大會的關鍵亮點之一。有業內人士指出，前有昇騰384「以網補算」換道超車輝達，再有scaleX640在算力規模、密度、能效領域全面領航突破，國產超節點正在你追我趕中重塑中國計算系統的全球競爭力。六項指標飆升，國產超節點馬力全開！從昇騰384年中首次亮相，到曙光scaleX640年尾的漂亮收官，國產超節點接連打破業界記錄，在關鍵性指標上飆升加速度。這次兩大代表產品同框，將此進展體現到了極致。數據顯示，昇騰384 超節點以384 張昇騰算力卡組成一個超節點，可提供高達300PFLOPs 的密集BF16 算力，接近輝達GB200NVL72 系統的兩倍。彼時，華為特別強調了"超節點+叢集"策略，透過Atlas900SuperCluster 實現業界最大規模的高速匯流排互聯。相較於昇騰384的珠玉在前，scaleX640進一步實現單機櫃640張加速卡整合，並基於「一拖二」的高密架構組成雙scaleX640超節點（可達1280卡計算單元），FP16/BF16算力突破至昇騰384的2.1倍率當然，超節點的本質是讓叢集系統像一台電腦有效運作，考慮的不僅是算力卡的堆疊程度，其算力密度和整體能效也是系統最佳化過程中的重要版圖。內先進水平根據會上展出訊息，昇騰384單機櫃可搭載32張昇騰910C NPU（共12個機櫃），低至1.12的PUE值及800伏高壓直流（HVDC）供電技術，將功耗能源效率提升至業界先進水準。1. 算力密度scaleX640單機櫃640卡將算力密度提升了整整20倍，而解決散熱問題的關鍵在於全球頂尖的浸沒相變液冷技術，其PUE值降低到了1.04，配備400/800MW的超散熱能力供電，可以為千卡級計算單元提供高達1.72MW的超級散熱能力。2. 記憶體頻寬此外，國產超節點在HBM記憶體頻寬和記憶體容量上表現出明顯的遞進趨勢。其中，昇騰384記憶體頻寬為1229 TB/s，總記憶體達49.2 TB；曙光scaleX640記憶體頻寬為2304 TB/s，總記憶體容量81.9 TB。後者兩項指標分別達到前者的1.7倍、1.9倍。3. 國產計算至此，兩大超節點產品在關鍵指標對壘交出超分答案。尤其scaleX640在昇騰384領先輝達的基礎上再進一階，彰顯了國產計算叢集可持續迭進的澎湃動能。兩大路線並進，華為與曙光仍有底牌？從技術路線特性來看，昇騰384採用了典型的「蘋果係」垂直整合模式，主要由單一巨頭廠商為主導，建構獨立的生態閉環。scaleX640則是「Android系」超節點玩家的代表，追求全端開放協同共贏。兩大路線你追我趕構成了國產計算叢集主流發展圖景。儘管昇騰384在技術路線競跑中被暫時趕超，但在此次大會同台競技中，華為方面正掏出一張張新底牌，試圖在下一程「萬卡級」賽道迎頭趕上。據悉，所謂「Android系」之於「蘋果係」的主要優勢在於生態相容能力。如scaleX640基於AI運算開放架構，適配支援多品牌AI加速卡，可以提供使用者更多彈性選擇。並且，該產品全面相容主流AI運算生態，適配優化了400+主流大模型，能夠支援AI模型、業務應用快速無縫遷移與深度優化，對於AI用戶的高效部署上線需求具備天然的吸引力。為了在算力閉環內實現極致協同，彌補與前者的相容性、擴展性差距，華為方面緊急上線了Flex:ai技術，聚合叢集內空閒XPU算力聚合形成「共享算力池」。業界認為，此項技術本質上是透過軟體創新來實現算力資源的統一管理與利用，進而遮蔽算力硬體的差異。值得一提的是，華為近期也預告了下一步Atlas 950 超節點計畫。該產品支援8192 張基於Ascend 950DT的昇騰卡，可擴展至上一代超節點的20多倍，預計將於2026年Q4上市。面對華為方面一年後下定的“戰書”，曙光似乎正在提前鎖定萬卡級超節點目標。業界傳聞稱，基於scaleX640和1280千卡計算單元，曙光或將在年內進一步推出「萬卡計算叢集」。有人猜測，“很可能就在12月末，開放式超節點路線或將率先奪得全球萬卡級計算高地。”這一番底牌頻出的“高手過招”，儼然將國產大算力熱度推向了極致。可以明顯看出，兩大主流技術路線在輪動迭進中不斷提速，從算力規模、整合密度到功耗能效、內存頻寬，乃至生態層面的全方位比拚下，中國算力正以更積極的姿態衝擊全球計算產業鏈頂端。 （AI雲原生智慧算力架構）

“資料標註的價值，可能被低估了。在人工智慧的金字塔底部，有一群人正在默默為演算法添磚加瓦。他們不是科學家，不寫程式碼，卻決定著AI是否能“看懂”世界。從自動駕駛識別紅綠燈，到語音助手分辨你的口音，再到醫療影像裡的每一處陰影，背後都藏著無數次滑鼠點選與像素描邊——這就是資料標註，被稱作“AI界的富士康”。今年6月，Meta創始人祖克柏豪擲143億美元收購資料標註公司Scale AI，28歲的創始人Alexander Wang一夜之間躋身百億富豪之列，資料標註這個近年來才嶄露頭角的“AI幕後推手”，漸漸站到了大眾視野下。資料標註被很多人稱為“人工智慧界的富士康”，但它真的只是勞動密集型代工的行業嗎？在171億美元的市場規模背後，誰在主導？利潤又將流向何方？盛宴與格局：171億美元市場的版圖資料標註，就是對未經處理的原始資料加入說明、解釋、分類或編碼的過程，以便資料可以被人工智慧演算法所理解和使用。根據Grand View Research的報告，全球資料標註市場預計到2030年將達到171億美元，是2024年規模的五倍以上。隨著自動駕駛、智能醫療、語音識別等領域的蓬勃發展，資料處理需求持續攀升。北美仍是最大市場，而亞太地區則被預測為增長最快的區域。來源：Grand View Research 2024資料標註行業報告在產業鏈中，狹義的“資料標註”指具體的人工操作，而廣義的“資料標註服務”則覆蓋了從資料獲取、平台研發到交付實施的全過程：·上游：資料需求方（如自動駕駛模型開發公司），多位於資本密集的發達國家和一線城市；·中游：資料標註平台提供商，負責技術研發、自動化解決方案與交付，科技含量更高；·下游：第三方服務商，組織人工標註人員在人力成本較低的地區開展作業。因此，大眾眼裡的“富士康”印象，來自於狹義的資料標註定義，屬於人工展開標註操作的下游環節，且多分佈在人力成本較低的地區。但在資料質量驅動下，該環節正被技術與自動化重塑。整體來看，歐美國家掌控上中游高端環節與核心技術，2024年佔全球市場約35%份額。在全球前30家資料標註服務商中，美國獨佔18家。憑藉成熟的產業生態、高效的AI演算法和自動化標註工具，美國深刻影響著全球人工智慧產業格局。相比之下，亞太地區憑藉人口紅利和成本優勢，成為產業鏈下游的主力。外包服務增長迅速，更多發達國家的企業將人力密集的標註環節轉移到勞動力成本更低的地區。不過，這些國家需在語言、資料安全與法規上與發包方保持一致和暢通，才能真正吸引投資。以印度為例，已湧現Infolks、iMerit、Playment等知名資料標註公司。據印度軟體協會（NASSCOM）調查，目前印度超過80%的資料標註員來自農村和小城鎮。預計到2030年，印度資料標註從業勞動力將達100萬人，產業規模達到70億美元，這得益於其在多語種語音資料標註方面的優勢。全球競技地圖：美國技術領先，歐洲重合規，亞洲快速追趕當人工智慧的舞檯燈光聚焦在模型與算力時，資料標註這個“後台工種”正從陰影中走出。它既是AI訓練的原料廠，也是產業競爭的第一戰場。過去十年，標註行業從手工操作走向自動化、從人力密集轉為技術密集，規模、模式與價值鏈位置都發生了深刻變化。如今，這場看似沉默的產業盛宴，已在全球範圍內影響AI的成本結構與利潤流向。而不同國家和地區，也呈現出顯著不同的發展特點。1. 北美：掌握產業鏈高端的技術革新者北美，尤其是美國，是全球資料標註賽道的"頭號玩家"。這個寶座並非偶然——技術創新、政策扶持與專業服務，共同構築了其護城河。Scale AI、Mighty AI等領頭公司，就是在政策與資本的推動下迅速崛起。來源：Grand View Research 2024資料標註行業報告政策層面，美國在2016年就將資料標註視為AI基礎設施建設的重要組成部分，並寫入《數字經濟戰略》。隨後的《聯邦資料戰略2020年行動計畫》強調資料開放、隱私保護與跨部門協作；而2025年發佈的《美國人工智慧行動書》中，更系統地提出了“高品質資料標註與人才培養”的政策要求。在技術實踐方面，美國企業普遍在自動化標註技術上處於領先。例如：·自動標註：利用AI模型自動識別對象並加入標籤；·預標註：系統完成初步標註，再由人工覆核最佳化；·智能預測：基於已有資料規律，推薦新資料的標註方式。這些技術不僅顯著提升了標註效率，也推動人工角色從基礎的“標註工”向“質檢員”與“演算法訓練師”轉變。作為行業代表，Scale AI的轉型路徑頗具典型性。該公司早期依賴上千家海外外包商完成資料清洗與標註，後因在菲律賓、肯尼亞等地陷入勞工爭議而備受質疑。近年來，為適應高品質資料需求，Scale AI大力推動人才結構升級。據Bloomberg報導，其標註團隊中已有超過40%成員擁有碩士、法學或MBA學位，更有12%具備分子生物學等領域的博士學位，專注於自主演算法研發與模型精細化調優。與此同時，一股"虛擬資料"風暴正在襲來——合成資料技術通過AI生成帶標註的虛擬樣本，既保護隱私又擴充資料，特別適合醫療影像等敏感場景。Gartner預測，到2024年，AI項目中60%的資料將是"合成製造"；到2030年，這個市場規模將飆升至23.4億美元。如今，Scale AI、澳鵬等行業巨頭都已在這場"虛擬盛宴"中佈局落子。更值得關注的是，專業化分工正在重塑行業格局。在醫療、農業、藥物研發等領域，標註服務正在走向"量身定製"：·農業模型依賴衛星圖像、土壤與氣象資料的精準標註以最佳化作物預測；·藥物研發需通過生化分子互動資料標註加速新藥發現流程。這些任務均要求標註人員具備紮實的領域知識。相應地，在醫療等細分賽道，Centaur Lab、Cogito Tech等企業已建立起由領域專家、從業者及研究人員構成的高水平標註團隊。這清晰表明，行業競爭壁壘正逐漸從“資料規模”轉向“知識深度與質量保障”。2. 歐洲：嚴苛法規下的本地化創新歐盟歷來是資料隱私與倫理的“規則制定者”。自2018年《通用資料保護條例》（GDPR）落地，資料跨境流動的門檻便被大幅抬高；而2024年8月生效的《歐盟人工智慧法案》更進一步，對高風險AI系統層層加碼，築起監管高牆。嚴規之下，歐洲企業反而“危中尋機”，探索出合成資料生成、內部資料共享框架等創新路徑。歐盟也順勢推動健康、交通、農業等行業資料空間項目，鼓勵資料“就地標註、區內循環”。以德國公司Macgence為例，它打出“資料駐留德國／隱私優先”的合規宣言，堅持本地化收集與處理，成功規避跨境資料流動的潛在風險。這套模式正獲得市場認可——歐洲境內資料標註市場預計到2033年將擴張至16億美元，2026-2033年複合增長率高達15%。歐洲內部市場亦呈現多元格局，因此，制定本地化戰略對於在整個歐洲大陸持續取得成功和保持競爭優勢至關重要。·西歐（德、法、英）憑藉完善基礎設施、高素質人才與成熟監管，穩坐產業樞紐，有更多跨國巨量資料服務公司在此設立總部；·中歐與東歐以成本優勢和不斷升級的物流網路，吸引越來越多投資；·北歐聚焦綠色與數位技術，走可持續發展路線；·南歐則在消費導向型市場中嶄露增長潛力。歐洲各資料標註公司以“小而精”的規模，打開不同地區的專有模式。此外，歐洲在價值觀層面同樣樹立起高牆，強調“以人為中心”，明令資料標註必須避免性別、種族等偏見。GDPR明確規定，涉及個人特徵的資料須通過偏見檢測與倫理審查。對意圖進入歐洲市場的企業而言，對齊法規與文化價值觀，已是一張不容討價還價的“入場券”。3. 亞太：從“代工廠”到“解決方案夥伴”回到開頭的問題：資料標註真的是“人工智慧界的富士康”嗎？從歐美的轉型可以看出，行業正逐步走向自動化與專業化，人工標註的替代性日益提高，低價競爭的利潤空間被持續壓縮。資料標註的價值，正在從勞動力密集轉向技術密集與知識密集。“富士康”曾經只是行業的冰山一角，現在更加面臨著轉型升級。來源：越南Sibai資料標註服務公司中國、印度等人口大國，在製造業發達的年代，都曾是產業鏈的下游，利用人口紅利壓低成本，以量取勝。但在今天這個技術更迭更快的年代，人工智慧產業鏈裡的利潤更加傾斜於中上游，轉型成為必然。我們已經看到資料行業在亞太地區的轉型：更多客戶從尋找“代工廠”轉向“解決方案夥伴”。例如，印度資料標註公司Infolks自2016年成立以來，從6人團隊擴建到600餘人。通過開發和利用其專有標註平台“LabelMore”，將資料標註從純粹的勞動密集型工作轉變為技術增強型流程，業務擴展到了自動駕駛汽車、三維點雲、醫療科技、航空、體育科技等領域。越南也不再滿足於“外包工廠”的角色。本土公司如Tektra正展現其提供系統化解決方案的雄心，業務覆蓋資料工作流全環節。然而，人才英語能力與教育水平仍是其必須面對的現實瓶頸。中國：邁向高端資料基礎設施建設中國在2017年發佈《新一代人工智慧發展規劃》，確立了“以巨量資料驅動AI”的核心方向。隨後的一系列政策（如《國家資料基礎建設指引》《資料要素X三年行動計畫》）推動了資料流通、人才培養與合規體系建設。在跨境資料流動上，2024年出台的《促進和規範資料跨境流動規定》與此前的《資料出境安全評估辦法》《個人資訊出境標準合同辦法》等，共同構成了企業“出海合規工具箱”。其中，成都、瀋陽、合肥、長沙、海口、保定和大同市被列入資料標註基地建設的城市名單。在七個基地的牽引帶動下，北京、天津、廣東、湖北、貴州、陝西等20多個省市正在配合、發展資料標註產業，並且跟各巨量資料標註大廠合作成立資料標註基地。行業層面，中國自動駕駛領域的快速發展正催生海量標註需求。例如百度阿波羅資料集已積累超1000萬公里駕駛資料，用於模型訓練與最佳化。未來，隨著“東數西算”戰略推進，國內資料標註體系將更加內循環、高品質、專業化。縱觀世界資料標註市場的變化，中國在資料標註產業上必須將優勢從單純的低成本擴展為更高端的競爭力：·人力資源與多語言適配能力：龐大的本地標註團隊能夠快速處理多類型、多語言的資料，並保證文化與語境的精準性；·技術與效率結合：AI輔助標註、半自動化流程和成熟的質量控制體系，使大規模資料標註既經濟又高效；·快速迭代與專業能力：在自動駕駛、語音識別和自然語言處理等領域積累的經驗，使企業能夠針對不同場景最佳化標註標準與流程。中國目前也湧現了一大批資料標註的代表性企業，比如海天瑞聲、資料堂、百度眾包、雲測等資料服務公司。截至2023年，資料標註相關服務企業已經達到了1123家，預計在未來相關企業數量會繼續增長。來源：2025資料標註產業發展研究報告資料標註行業的故事，可能被低估了。它不像大模型那樣耀眼，也不像算力競賽那樣喧囂，但每一次AI浪潮的背後，都是無數標註樣本在支撐演算法的“世界觀”。當人力不再是主要變數，標註行業的競爭正在轉向效率、質量與領域深度。自動化、合成資料、垂直知識庫，這些詞彙聽起來冷冰冰，卻正決定未來AI的智能邊界。曾被比作“AI富士康”的資料標註工廠，正在脫胎為AI基礎設施的一部分。在AI世界裡，標註從不是主角，甚至不是“男二號”，但在這場快速演進的產業變革中，它也應該擁有姓名。 (資料猿)

身家1200億。一位超級新貴誕生。Edwin Chen，這位華裔面孔正在成為AI新霸主。據《福布斯》報導，他所創辦的Surge AI正在進行10億美元首輪融資，對應估值升至約240億美元（約合1712億元人民幣）。早年畢業於麻省理工學院，Edwin Chen先後在避險基金、Google、Facebook等工作，直至32歲那年親自下場創業。過去五年裡，Surge AI從未對外融資，卻做到年營收超10億美元，堪稱AI創業傳奇。AI造富驚人。如今Edwin Chen憑藉持有公司75%的股份，身家達到180億美元，首次入選今年《福布斯》美國最年輕的億萬富豪。估值1700億元他登頂最年輕富豪Surge AI，過往大多出現在AI投資人的聊天裡，但現在炙手可熱。身後掌門人隨之走到聚光燈下。這一次創業始於五年前。2020年，彼時32歲的Edwin Chen從大廠離職，創辦Surge AI。公司主要業務是“賣鏟子”——為人工智慧提供資料標註服務。成立以來沒有融過資，卻悄悄實現了營收超過10億美元。相比之下，他的競爭對手更為人熟知——Scale AI。今年6月，Meta斥資約150億美元入股，Scale AI估值一舉超過290億美元，同樣造就了一批富豪。比如，Scale AI已離職的創始人Lucy Guo憑藉持有5%股份，成為世界上最年輕的白手起家女億萬富豪。AI界有一個著名的梗：“有多少人工就有多少智能。”資料標註公司大多擁有龐大的外包團隊來提煉資料，也被戲稱為“賽博富士康”。但某種程度上，資料標註公司們專注於AI最剛性的環節：無論技術如何演進，模型訓練始終離不開“乾淨”的資料，這正是資料標註不可替代的根本原因。發展至今，資料、演算法和算力，是AI的三大基石。如果說輝達是算力的賣鏟人，那麼資料標註公司便是資料的賣鏟人。這也是Surge AI和Scale AI估值動輒千億的原因。過去很長時間裡，Edwin Chen都處於默默無聞。但現在，他再也藏不住了——因持有公司約75%的股份，他的身家達到180億美元，首次登上《福布斯》美國富豪榜，成為今年最年輕的億萬富翁。“如果沒有創立Surge，我也會做資料探勘和AI訓練，天生就該吃這碗飯。”面對驚人的快速增長的財富，Edwin Chen反應平平，表示自己只不過恰好做了賺錢的事。85後理工男幹出一個千億獨角獸理工男，這是Edwin Chen大致的成長印象。出生於1988年，他在一個普通家庭長大，父母靠經營中餐廳為生，自己從小痴迷於數學和科幻小說，8歲自學微積分，17歲那年考入麻省理工學院學習數學、語言學和電腦。畢業後，Edwin Chen先是到了華爾街——在矽谷創業教父彼得·蒂爾的避險基金Clarium Capital從事演算法工作。後來，如大多數矽谷碼農一樣，他輾轉於Twitter、Google、Facebook等公司負責資料、人工智慧等方面工作。創業念頭始於一段插曲。當時他所在團隊的一個項目需要標註五萬條資訊流，外包花了整整半年才交付資料，結果卻不盡如人意——顯而易見的俚語、梗圖和標籤全都被錯標，質量之差幾乎無法使用。“連巨頭都搞不定的事，一定有巨大機會。”這讓Edwin Chen意識到，這是被整個行業忽視的問題。2020年，他辭去安穩工作，親自下場創立Surge AI。創業初期，他在舊金山的攀岩館偶遇Airbnb和Neeva的高管，意外獲得首批客戶。很快，一個人在公寓裡花了一個月時間寫出第一個版本。產品上線後不到12個月，就做到了八位數營收，此後又幸運地押中了大語言模型興起的風口。“AGI不會從一堆錯誤資料中誕生。簡單的標註任務非常無聊，我們要解決真正複雜的問題，做到高品質資料的程式碼輸入。”Edwin Chen稱想打造一個具有護城河、利潤率更高的生意。創業過程中他極為重視技術人才，表示擁有100倍的工程師，才能將AI發揮到極致。突破來自與OpenAI、Anthropic等大模型的合作。Surge Al參與了ChatGPT、Claude3大模型訓練過程，驗證了技術實力。至今，公司擁有250名員工，客戶名單幾乎囊括全球AI巨頭：OpenAI、Anthropic、Google、微軟、Meta無一缺席。其中，Meta在投資Scale之前也是Surge的重要客戶，其生成式AI部門去年在Surge的全流程標註服務上支出超1.5億美元。“我們正在做的事情對所有AI大模型都至關重要。如果沒有我們，AGI就無法實現。”Edwin Chen對未來充滿希望，稱AI有能力寫出足以贏得諾貝爾獎的詩歌、解決黎曼猜想，甚至揭示宇宙的秘密，前提是必須訓練能夠真正體現人類專業知識、創造力和價值觀的資料之上。AI造富潮毫無疑問，AI造富，仍舊浪潮洶湧。就在這個月，AI搜尋引擎公司Perplexity獲得2億美元的融資承諾，公司估值達到200億美元（約合1425億元人民幣）。成立於2022年，Perplexity由三位90後天才少年一手打造，立志超越Google，三年來公司累計融資已達15億美元。無獨有偶。9月，法國初創公司Mistral AI即將完成20億歐元融資，公司估值將達到120億歐元（約合1000億元人民幣）。身後創始人同樣是三位90後——他們先後從巴黎頂尖學府畢業投身AI大廠，嗅到時代機遇後辭去高薪職位開始創業。公司成立一個月，就憑藉7頁PPT融資1億美元，刷新歐洲種子輪紀錄。放眼望去，“幾個人，估值十億美元”的案例在AI時代比比皆是。我們將目光轉向二級市場，更是兇猛。先是輝達、甲骨文股價接連創下歷史新高，而後A股也不遑多讓。站在AI風口之上，“國產AI晶片一哥”寒武紀漲勢如虹，最新超越貴州茅台，成為新任“股王”，市值一度突破6000億元。還有與寒武紀、工業富聯組成“紀連海”的海光資訊，股價接連創歷史新高，較三年前的發行價漲超7倍。表現搶眼的還有A股算力三巨頭“易中天”——新易盛、中際旭創、天孚通訊。不到五個月，三家公司股價均實現翻倍，有人賺得盆滿缽滿。正如黃仁勳所言，未來5年人工智慧創造的百萬富翁數量，將超過網際網路20年創造的百萬富翁數量。但喧囂背後，警鐘已響。矽谷知名分析師Henry Blodget冷靜提醒稱，一旦AI從繁榮轉向蕭條，其衝擊波可能會遠遠超出科技行業。“關鍵問題是，我們正處在泡沫破裂前的幾年，還是僅僅幾個月？”回望歷史，每一波技術革命都裹挾著造富神話，也埋藏著退場的殘酷。這場屬於AI的黃金時代，有人已摘到星辰，更多人還在等待風起。 (投資界)

UE8M0 FP8 是一種專為下一代國產 AI 晶片設計的 8 位浮點格式（FP8） 的特定組態，由 DeepSeek-V3.1 模型首次採用，旨在顯著降低大模型推理階段的視訊記憶體佔用和計算成本，提升推理速度。1. 技術細節- UE8M0 的含義：- U：表示無符號（Unsigned），即不佔用符號位，適用於啟動值通常非負的場景。- E8M0：8 位全部用於指數（Exponent），尾數（Mantissa）位為 0。這並不是字面意義上的“0 位尾數”，而是指通過隱式歸一化或動態調整尾數精度實現靈活性。- 動態尾數策略：實際實現中，可能採用動態尾數分配（如根據指數範圍動態調整尾數有效位），或默認尾數為 1，值的範圍為 \(2^{-128}\) 至 \(2^{127}\)。- FP8 Scale：- 指在量化過程中用於縮放數值的因子（Scale），確保數值在 FP8 的表示範圍內。- 塊級縮放：將張量劃分為固定大小的塊（如 128×128 的 tile），每個塊共用一個縮放因子。這種塊級縮放（而非整個張量級）在保留 8 位位寬的同時，將可用動態範圍擴展數十倍。2. 優勢與應用- 硬體效率提升：- 視訊記憶體節省：權重視訊記憶體佔用降低約 50%，例如 680B 模型權重檔案從 1.3-1.5TB 降至約 680GB。- 計算加速：由於 UE8M0 不含尾數與符號位，處理器在根據縮放因子對資料復原時，僅需乘以對應的 2 的冪（即指數位移操作），無需浮點乘法、規格化或舍入邏輯，縮短了時鐘關鍵路徑。- 國產晶片適配：- 寒武紀：思元 590 晶片明確支援 FP8 精度，算力密度較前代提升 40%。- 摩爾執行緒：首個支援原生 FP8 的國產 GPU 廠商，基於 MUSA Compute Capability 3.1 計算架構。- 海光資訊：DCU（深算系列）通過 FP8 最佳化技術降低 30% 視訊記憶體佔用並提升 20% 運算效率。3. 行業影響- 技術突破：DeepSeek-V3.1 是國內首個成功使用 FP8 完成大模型訓練的案例，證明了FP8 在超大規模模型訓練中的可行性。- 生態閉環：UE8M0 FP8 助力國產 AI 晶片-國產開源模型-下游應用形成完整生態閉環，推動國產 AI 晶片加速追趕國際先進水平。UE8M0 FP8 是 DeepSeek-V3.1 採用的一種創新 8 位浮點格式組態，通過無符號設計、全指數位分配和塊級縮放策略，顯著提升國產 AI 晶片在推理和訓練中的效率與性能，標誌著國產 AI 晶片技術的重要突破。 壹號講獅)

最近，科技圈炸鍋了。祖克柏大手一揮，花了148億，收購了一個90後華人小夥創辦的AI公司，還把他直接請進了Mate公司高管團隊，負責管理整個AI部門。這一操作直接就引爆了整個科技圈。這個小夥子，叫亞歷山大·王（Alexandr Wang），年僅28歲。而除了亞歷山大·王之外，Mate公司組建的超級智能實驗室裡，首批核心成員17人中，竟然有7位都是華人。先說說亞歷山大·王這個人。他父母都是中國人，小時候在美國長大，家裡條件一般。父母都是工程師，給他買過最貴的禮物，是一台二手電腦。但他從小就天賦異稟，初中、高中的數學競賽經常得獎，SAT考到滿分（美國高中畢業生學術能力水平考試），最後直接考進了麻省理工學院（MIT）。可還沒等他讀完大學，20歲那年，就和同學一起創辦了Scale AI。這家公司做什麼呢？簡單來說一句話，幫AI公司“喂資料”。你想讓AI變聰明，就得給它喂各種各樣的資料，比如圖片、文字、語音、視訊，而且全都要標註清楚。Scale AI就是做這個的。短短幾年，Scale AI估值衝到290億美元，成了矽谷最炙手可熱的獨角獸。亞歷山大·王也成了圈內的明星創業者。今年6月14日，祖克柏用148億人民幣（大約20億美元），買下了Scale AI 49%的股份。更狠的是，祖克柏直接把亞歷山大·王請到了Meta，任命他為AI部門的第一負責人。要知道，Meta的AI部門，是公司未來的“命根子”。祖克柏甚至放話：“我要在2027年前，讓Meta的AI超越Google和OpenAI，成為世界第一。”這不是一句空話。Meta近幾年砸錢砸到手軟。單是AI晶片、資料中心、演算法研發，每年都要花掉幾百億美元。現在，更不不惜巨資，把AI領域最有潛力的華人天才招進來。有業內人士感慨：這不是簡單的公司併購，這是赤裸裸的人才爭奪。為了一個人，肯花148億，全球能有幾家企業敢這麼玩？而且，祖克柏新組建的“超級智能實驗室”裡，首批17名核心成員，有7位都是華人科學家。這些人，有的本科畢業於清華、北大、上海交大，有的曾在OpenAI、Google做過核心演算法。有人參與過ChatGPT的研發，有人主導過自動駕駛的感知系統。可以說，這是一支AI行業的“夢之隊”。他們的年薪有多高？據說，亞歷山大·王的待遇，已經超過了C羅在沙烏地阿拉伯俱樂部的8000萬年薪，高達1億美元。其他核心成員，年薪也都是千萬美元起步。有人打趣說：“現在最貴的不是球星，而是AI科學家。”看到這裡，很多朋友肯定要問：為何這些頂級AI人才，都是中國人？答案其實很簡單——中國的基礎教育，尤其是數學、理科，真的很強。你去看看美國矽谷的AI公司，OpenAI、Google、Meta、微軟，演算法團隊裡，華人面孔隨處可見。很多人小時候在國內上學，打下了堅實的數學和邏輯基礎，後來留學深造，成了AI行業的中堅力量。還有一點，國內家長對孩子的培養，投入巨大。奧數、程式設計、英語，家長們在這方面可謂是不遺餘力。雖然有時候覺得累，但到了國際競爭的賽場，這些孩子表現的明顯不一樣。但現實是，很多頂尖人才，最後還是選擇了美國的科技公司。為什麼？平台大，資源多，待遇高，做出來的東西能影響全球。這幾年，國內也在拚命追趕AI。騰訊、阿里、百度，都在砸錢招人。騰訊甚至搞了一場“AI演算法大賽”，獎金池高達5000萬人民幣，吸引全球頂尖的演算法工程師參賽。但和Meta、Google這些巨頭比，差距還是非常明顯的。比如頂尖科學家和工程師的薪酬、科研環境、國際影響力。有專家說：“中國AI產業不缺錢，也不缺工程師，缺的是能帶隊伍、能做原創的頂級科學家。”可是現在這種高端技術人才往外流出的現象，也令不少網友都感到十分擔憂。畢竟大量頂尖人才流向國外，對國內的科技發展太不利了。而且隨著全球AI競爭加劇，人才流失的速度可能會越來越快。前幾年，國內大學AI專業的畢業生，80%選擇留在國外。現在，連在國內做出成績的年輕科學家，也被美國公司高薪挖走。這不是簡單的“跳槽”，而是關係到國家未來科技競爭力的大事。據統計，每年清北的畢業生有超一半，選擇加入美國幫美國跟我們競爭，反過來卡我們的脖子。面對這樣的現實，我們不能只會感嘆，更要行動起來。首先，國家和企業要真正重視AI人才，給他們更好的待遇和發展空間。別讓科學家成天忙著寫報告、跑項目、做行政。要讓他們安心搞科研，敢於創新，敢於失敗。其次，社會要給科學家更多尊重和寬容。別動不動就拿“985博士月薪5000”當段子，也別把科研失敗當成笑話。科學創新，本來就是九死一生。可以預見，未來AI領域的“搶人大戰”只會愈演愈烈。這場沒有硝煙的戰爭，不僅決定著科技巨頭們的命運，更關乎國家的核心科技競爭力。無論在國內還是國外，唯有持續培養、吸引和激發優秀人才的活力，才能在這場全球激烈的角逐中立於不敗之地。 (宇說人物記)

據報剛剛小紮在一份內部備忘錄中，正式向員工介紹了其新組建的“超級智能”團隊20幾名成員，名單和簡歷顯示，許多新入職的員工都來自AI領域的頂尖對手公司，其中華人佔了快一半了整個組織命名為Meta超級智能實驗室（MSL），包括所有的基礎模型、產品和FAIR團隊，以及一個專注於開發下一代模型的新實驗室小扎向Scale AI投資了143億美元，並聘請Scale AI CEO Alexandr Wang將擔任公司的“首席AI官”並領導MSL。同時，前GitHub CEO Nat Friedman將與Wang共同領導這個新實驗室，專注於AI產品和應用研究小扎這一把砸下上百億美金，真是下血本了，這其實也是Deepseek的威力，因為R1徹底顛覆了Meta的 llama開源模型名單以下是Zuckerberg備忘錄中公佈的新員工名單。值得注意的是，這份名單並未包括從OpenAI蘇黎世辦公室加入的員工其中四名OpenAI華人頂尖研發領導，詳細請看我之前的文章（突發！小扎“突襲”OpenAI核心，四名頂尖華人被挖走）Shuchao Bi: GPT-4o語音模式和o4-mini的共同創造者。此前在OpenAI領導多模態後訓練團隊Hongyu Ren: GPT-4o、4o-mini、o1-mini、o3-mini、03和o4-mini的共同創造者。此前在OpenAI領導一個負責後訓練的小組Jiahui Yu: 03、04-mini、GPT-4.1和GPT-4o的共同創造者。此前在OpenAI領導感知團隊，並在Gemini共同領導多模態團隊Shengjia Zhao: ChatGPT、GPT-4、所有mini模型、4.1和03的共同創造者。此前在OpenAI領導合成資料團隊除了以上四名華人以外，今天的名單上新增加了三位華人Ji Lin: 幫助建構了03/o4-mini、GPT-4o、GPT-4.1、GPT-4.5、40-imagegen以及Operator推理棧本科清華，PhD 麻省理工，2023年11月加入OpenAI，主要研究方向是多模態、推理、合成資料Pei Sun: 在Google Deepmind負責Gemini的後訓練、編碼和推理工作。此前曾創造了Waymo最近兩代的感知模型本科清華，Master美國卡內基梅隆大學，PhD退學 ，是Gemini 後期訓練、思考和編碼的核心貢獻者。發明了許多核心方案。參與了 Gemini 1、1.5、2、2.5 的開發Huiwen Chang: GPT-4o圖像生成的共同創造者，此前在Google研究院發明了MaskIT和Muse文生圖架構本科清華，PhD普林斯頓大學，2023年6月加入OpenAI，曾在Google工作6年多這是爆出來的其他名單Trapit Bansal: 在OpenAI開創了思維鏈上的強化學習（RL），並且是o系列模型的共同創造者Joel Pobar: 在Anthropic負責推理工作。此前曾在Meta工作11年，負責過HHVM、Hack、Flow、Redex、性能工具和機器學習等項目Jack Rae: Gemini的預訓練技術負責人，並負責Gemini 2.5的推理工作。曾在DeepMind領導了Gopher和Chinchilla等早期大語言模型項目Johan Schalkwyk: 前GoogleFellow，Sesame項目的早期貢獻者，以及Maya項目的技術負責人寫在最後看起來，小扎組建的超級智能實驗室創始團隊裡華人幾乎佔了快一半了，我們最後再來個梳理Alexandr Wang：Scale AI創始人，領導超級智能團隊Shuchao Bi：本科浙大，博士加州伯克利分校Hongyu Ren：本科北大，博士史丹佛大學Jiahui Yu：本科中科大，博士美國伊利諾伊大學香檳分校Shengjia Zhao：本科清華，博士史丹佛大學Ji Lin：本科清華，博士麻省理工學院Pei Sun：本科清華，碩士卡內基梅隆大學Huiwen Chang：本科清華，博士普林斯頓大學Xiaohua Zhai（翟曉華）：本科南京大學，博士北大，OpenAI瑞士蘇黎世辦公室 (AI寒武紀)

01 導讀2021年元宇宙失利後，祖克柏以“不計成本”的激進策略重啟Meta的AI戰略：先以143億美元收購資料標註公司Scale AI 49%股份（核心資產為28歲創始人亞歷山大·王），再豪擲超10億美元招攬矽谷AI頂尖人才納特·佛里曼和丹尼爾·格羅斯，組建“超級智能”團隊專攻AI產品落地，目標直指OpenAI的ChatGPT霸主地位。儘管Meta近期Llama模型和AI聊天機器人表現平平，但祖克柏通過1億美元簽約獎金挖角OpenAI員工、試圖聘請SSI聯合創始人蘇茨克維等動作，展現“瘋狂砸錢”的決心。分析師指出，這種高調投入雖風險極高，卻契合Meta1.7兆美元市值對AI成敗的依賴，且核心團隊私交與理念一致（如古羅馬文化愛好、AI投資背景）進一步強化了戰略協同。這場“技術之戰”本質是以巨額資金與頂尖人才押注生成式AI的未來主導權。02 地道表達03 ｜原文｜翻譯｜字詞｜Zucked inMeta is spending megabucks on an AI hiring spreeMeta 斥巨資大舉招聘 AI 人才When Mark Zuckerberg decided to launch his quest for the metaverse in 2021, he threw fistfuls of cash at the effort. Meta’s boss is now repeating the act, this time with generative artificial intelligence (AI). Hot on the heels of what may be the world’s most expensive acquihire—a $14.3bn deal to buy 49% of Scale AI, a data-labelling firm whose main asset is Alexandr Wang, its 28-year-old founder—people close to the matter say Mr Zuckerberg is planning to offer more than $1bn combined for two of Silicon Valley’s hottest AI brain boxes, who would work under Mr Wang. It marks the start of a reset of Meta’s generative-AI ambitions.2021年，當馬克·祖克柏決定開啟元宇宙征程時，曾為此一擲千金。如今，這位Meta的掌門人故技重施，這次瞄準的則是生成式人工智慧。就在一樁可能是全球最昂貴的“人才收購”（斥資143億美元購入資料標註公司Scale AI 49%的股份，而這家公司的主要資產正是其年僅28歲的創始人亞歷山大·王）之後不久——據知情人士透露，祖克柏正計畫合計出資逾10億美元，招攬矽谷兩位炙手可熱的人工智慧頂尖奇才，他們未來將在亞歷山大·王麾下效力。這標誌著Meta在生成式人工智慧領域的雄心計畫已然重啟。Meta has made no comment, but if the deal goes through Nat Friedman and Daniel Gross, entrepreneurs and partners in a venture-capital (VC) firm called NFDG, will work in Meta’s “superintelligence” unit under Mr Wang, one of America’s youngest self-made billionaires. The word “superintelligence” is somewhat misleading. Rather than ground-breaking AI research, the team is expected to focus on developing new AI products for Meta, some of whose recent efforts, including its latest Llama model and the Meta AI chatbot, have disappointed.Meta未予置評，但若交易達成，風險投資公司NFDG的合夥人兼企業家納特·佛里曼和丹尼爾·格羅斯將在王先生的“超級智能”部門任職。王先生是美國最年輕的白手起家的億萬富翁之一。“超級智能”一詞多少有些誤導。該團隊預計不會專注於突破性的AI研究，而是為Meta開發新的AI產品——Meta最近的一些嘗試，包括最新的Llama模型和Meta AI聊天機器人，表現並不盡如人意。Someone who knows all three men calls the trio “the avengers”. He reckons they will have huge additional sums at their disposal to hire top AI researchers in order to unseat OpenAI, maker of ChatGPT, as the dominant generative-AI firm. “They’re going to go big,” he says.一位與三人相熟的人士將他們稱為“復仇者聯盟”。他估計，他們將擁有巨額追加資金，用於招募頂尖AI研究人員，以推翻生成式AI領域的霸主——ChatGPT的締造者OpenAI。“他們要大幹一場，”他說。Indeed, there appear to be few limits on what Meta is prepared to spend. On June 17th Sam Altman, the boss of OpenAI, said on a podcast that Meta was offering signing bonuses of $100m to poach his staff. Another person close to the situation says Mr Zuckerberg sought to hire Ilya Sutskever, the brains behind ChatGPT and co-founder of Safe Superintelligence (SSI), another hot AI startup, to work at Meta, though he was unsuccessful. “He is throwing insane amounts of money at people,” the person said.事實上，Meta在支出方面似乎毫無上限。6月17日，OpenAI首席執行官山姆·阿爾特曼在一檔播客節目中透露，Meta正以1億美元簽約獎金挖角其員工。另一位知情人士稱，祖克柏曾試圖聘請ChatGPT的核心開發者、熱門AI初創公司Safe Superintelligence（SSI）的聯合創始人伊利亞·蘇茨克維加盟Meta，但未能成功。“他在員工方面正在瘋狂砸錢，”該人士說。The gambit shows Mr Zuckerberg’s continued willingness to make mighty, long-term bets to reinvent his firm, even if his foray into the metaverse has been a costly flop. “This is very Zuckerbergian to do these big, loud stunts just to prove how committed he is,” says Eric Seufert, an independent tech analyst. And while the sums are big, they may not be as reckless as some pundits argued when reports surfaced that Meta was buying its stake in Scale AI, considering how much of Meta’s $1.7trn market value is riding on its success in AI. The acquisitions also involve people with close personal ties and shared ideals.這一策略展現了祖克柏為重塑公司而持續押注巨額長期投資的決心，儘管其元宇宙探索已成為代價高昂的敗筆。“這種高調的大動作非常‘祖克柏’——只為證明他對AI的投入有多堅定，”獨立科技分析師埃裡克·塞弗特評價道。儘管金額巨大，但考慮到Meta 1.7兆美元市值中有多大比例取決於AI成敗，這些投入或許並不像部分專家在Meta收購Scale AI股份時所說的那樣魯莽。此外，這些收購還涉及私交密切、理念一致的核心人物。Mr Friedman, former boss of GitHub, a software-development platform owned by Microsoft, is friends with Mr Zuckerberg. He is part of Meta’s Advisory Group, which provides guidance to the company. And, like Mr Zuckerberg, he is a lover of ancient Rome. He and Mr Gross helped launch a contest called the Vesuvius Challenge to decode scrolls buried in Herculaneum after Mount Vesuvius erupted in 79AD.佛里曼先生是微軟旗下軟體開發平台GitHub的前負責人，與祖克柏私交甚篤。他目前擔任Meta顧問小組成員，為公司提供戰略指導。與祖克柏一樣，他也是古羅馬文化的愛好者。他與格羅斯先生共同發起了“維蘇威挑戰賽”，致力於破譯公元79年維蘇威火山噴發後埋藏在赫庫蘭尼姆古城的莎草紙捲軸。Mr Friedman and Mr Gross are savvy AI investors. Some call their VC firm the AI equivalent of Andreessen Horowitz, a Silicon Valley juggernaut born out of the dotcom boom. Mr Friedman invested in Scale AI and is close to Mr Wang. Mr Gross is a co-founder of Mr Sutskever’s SSI, which was recently valued at $32bn less than a year after its birth. It is not clear what will happen to NFDG.佛里曼與格羅斯是眼光獨到的AI投資人，其風投公司被視作“AI界的安德森·霍洛維茨”——這家誕生於網際網路泡沫時期的矽谷巨頭以投資兇猛著稱。佛里曼曾投資Scale AI並與王關係密切，格羅斯則是蘇茨克維旗下SSI的聯合創始人，這家成立不足一年的公司最新估值已達320億美元。至於NFDG的未來走向，目前尚無定論。People who know the two say that joining Meta appeals not only for the generous terms, but also the excitement of working for an AI heavyweight and the money and computing power it will put at their disposal. “This is the tech battle of our time,” says one person close to the pair. Mr Zuckerberg intends to win.熟悉二人的消息人士稱，加入Meta的吸引力不僅在於優厚待遇，更在於能與AI巨頭並肩作戰的興奮感，以及可調配的巨額資金與算力資源。“這是我們這個時代的技術之戰，”接近他們的人士如此評價。祖克柏志在必得。 (Chris的外刊閱讀筆記)

本周，Meta公司完成了一項金額高達近150億美元的大型收購，創下了該公司歷史上的規模第二大交易。這次Meta的收購標的是由華裔“天才少年”亞歷山大·王（Alexandr Wang）創立的人工智慧初創公司Scale AI。Meta將以高達148億美元的資金獲得Scale AI公司49%的無投票權股份，而作為交易的核心部分，亞歷山大·王將加盟Meta公司，有望領導Meta的“超級智能”部門。這位28歲的華裔“天才”也是這家矽谷科技巨頭收購Scale AI的主要目標所在。據報導，這筆交易將成為Meta繼斥資190億美元收購WhatsApp之後的第二大交易。Meta公司在一份聲明中證實，“雙方將深化AI模型資料合作，此外亞歷山大·王將加入Meta的‘超級智能’計畫。”據另一位消息人士透露，該項交易的核心動機實際上是Meta對其未來人工智慧戰略的關鍵佈局——即拉攏一位全球最年輕的億萬富翁技術領袖。據悉，亞歷山大·王將在Meta新成立的超級智能部門擔任要職，並直接參與建構下一代通用人工智慧系統。亞歷山大·王隨後也在社交媒體X上發的致Scale公司員工通道，“這種規模的機會往往是有代價的，在當前情況下，這個代價就是我的離開。擔任你們的首席執行官絕對是我一生中最大的榮幸。”Google據稱準備斬斷合作關係據悉，亞歷山大·王出生於美國新墨西哥州，為華人移民的後裔。24歲時，他成為全球最年輕的白手起家億萬富翁。他19歲那年從美國麻省理工學院輟學，創立Scale AI，並獲得了包括Y Combinator、輝達、AMD風投、亞馬遜、Meta等巨頭科技公司投資。Scale AI是一家資料標註公司。資料標註廣泛應用於包括聊天機器人以及自動駕駛在內的人工智慧的各個領域。Google、微軟、OpenAI以及馬斯克的xAI都是Scale AI的大客戶。今年年初，該公司的估值已經達到140億美元。在Meta入股後，Scale AI的估值高達290億美元。目前，科技巨頭正在開發尖端的AI大模型方面展開激烈的競爭。Meta於今年4月發佈的首批Llama 4大型語言模型被指未能達到預期性能，公司創始人祖克柏面臨投資人壓力。為此，Meta正在奮力反擊。通過收購Scale AI並將亞歷山大·王納入麾下，Meta試圖在尖端模型的開發方面趕超競爭對手。祖克柏由於擔心Scale AI與Meta新建立的股權關係會令該公司失去中立性，導致資料外流風險，一些大型客戶正在考慮遠離Scale AI。對此，Scale AI發言人在一份聲明中表示，該公司致力於保護客戶資料，其業務涵蓋與大型公司和政府的合作。Scale AI的大部分收入來自向生成式AI模型建構者收取費用。有資料顯示，2024年Scale AI的營收約為8.7億美元，Google在Scale AI的服務上花費了約1.5億美元。由於Scale AI的核心業務集中在少數客戶身上，如果失去像Google這樣的關鍵客戶，該公司可能會遭受巨大損失。Scale AI未就此發表評論。OpenAI首席財務官莎拉·弗萊爾（Sarah Friar）周五在巴黎舉行的VivaTech大會上表示，該公司除了採購Scale AI的服務之外，與其他供應商在資料方面也都有合作。她表示：“我們不希望這些收購破壞AI的生態系統。如果我們互相排擠，實際上會減緩創新的步伐。”與此同時，Scale AI的多家競爭對手已經表示，Meta入股Scale AI將會給行業的其他廠商帶來機會。資料標註公司Labelbox聯合創始人CEO馬努·夏爾馬（Manu Sharma）公開表示，到今年年底，該公司將從Scale AI流失的客戶那裡“創造數億美元的新收入”。另一家Scale AI的競爭對手Handshake公司CEO加勒特·洛德（Garrett Lord）表示，該公司的需求在Meta收購Scale AI的消息傳出後，一夜之間增長了兩倍。據最新消息，知情人士透露，科技巨頭Google計畫終止與Scale AI的合作關係。其中一位消息人士稱，Google原本計畫今年向Scale AI支付約2億美元，用於採購人工標註的訓練資料，這些資料對開發Gemini等先進人工智慧（AI）模型至關重要。消息人士補充稱，在Meta公佈收購消息後，Google本周已與數家Scale AI的競爭對手進行了對話，準備將大部分工作量從Scale AI處轉移出去。Scale AI的估值在Meta入股後飆升至290億美元，在此之前僅為140億美元。儘管如此，失去Google這一關鍵客戶對業務可能造成嚴重打擊，因為其核心收入高度依賴少數幾個大客戶。三位消息人士表示，Google其實早在一年多前就開始尋求資料服務供應商的多元化，但本周Meta的入股消息加速了Google全面終止與Scale AI關鍵合同的決心。另有知情人士稱，OpenAI幾個月前也開始淡化與Scale AI的合作關係，儘管其支出遠低於Google。對此，OpenAI的首席財務官近日表示，仍會繼續將Scale AI視作資料供應商之一。五位消息人士透露，出於商業敏感和技術安全考慮，多家AI實驗室如今擔憂，與被Meta部分持股的Scale AI合作，可能使得自身的研發重點、路線圖乃至技術機密間接暴露給競爭對手。“人才收購”規避監管引爭議這項收購案的另一個焦點在於，美國反壟斷監管機構是否會介入。儘管Meta收購了Scale AI的少數股權（49%）理論上不會觸發反壟斷監管審查，不過，如果有競爭對手認為這項交易損害了競爭，仍有可能引起監管部門的調查介入。在拜登政府執政期間，亞馬遜與微軟兩家科技巨頭公司都通過收購交易挖來核心人才，並觸發了美國聯邦貿易委員會（FTC）的審查。其中，微軟收購人工智慧初創公司Inflection AI的交易允許微軟使用Inflection 的模型並招聘這家初創公司的大部分員工，包括其聯合創始人。美國監管機構對於這項收購是否採取進一步行動也將反映川普政府對於“人才收購”交易的態度。川普上任後，他對大型科技公司的收購將採取何種措施尚不明朗。美國FTC針對微軟收購Inflection AI公司的調查進行一年多後，目前陷入了停滯狀態，儘管調查仍在進行中，但迄今尚未對微軟採取任何行動。另一方面，上個月，美國司法部稱正在調查Google對聊天機器人公司Character.AI的協議是否違反了反壟斷法。去年，這家聊天機器人製造商的創始人加入了Google，Google還獲得了使用其合資公司技術的非獨家許可。Meta對Scale AI發起的最新收購交易也遭到了一些質疑。美國馬薩諸塞州民主黨參議員伊麗莎白·華倫就認為，Meta的投資應該受到嚴格審查。她在周五的一份聲明中表示：“Meta可以隨意命名這筆交易，但如果它因非法壓制競爭或使Meta更容易非法佔據主導地位而違反了聯邦法律，那麼反壟斷執法人員就應該調查並阻止這項交易。” (VC/PE/MA金融圈)