当马斯克的律师在法庭上念出OpenAI总裁格雷格·布罗克曼的私密日记，那句“让我赚到10亿美元”的字句被逐字曝光时，这场索赔超过1500亿美元的世纪诉讼，已经不再是硅谷茶余饭后的谈资，而是一场足以改写全球AI产业权力格局的正面碰撞。庭审中的证据链还在持续加码：布罗克曼被曝出未投入个人资金却持有价值约300亿美元的股权，甚至还有隐瞒Cerebras股份、推动OpenAI与其达成交易的细节被当庭揭示。有学者分析认为，马斯克此次胜诉的机会正在变大，而案件结果将直接影响OpenAI的上市进程。
这起案件的看点，远不止两位科技富豪的私人恩怨。马斯克方面的诉求包括罢免奥特曼，这意味着如果法院支持，OpenAI现有的治理结构将被彻底动摇。而OpenAI刚刚向美国企业全量上线了ChatGPT广告主平台，最低投放门槛降至5万美元，9亿周活跃用户的商业化机器刚刚全速运转起来，免费用户开始看到广告，付费与未成年用户则被隔离在外。一家公司同时站在商业化加速与法律生死线的十字路口，这种撕裂感是整个AI行业从未经历过的。
算力军备赛白热化：Claude狂揽5GW，软银要用机器人盖机房
就在OpenAI忙于法庭攻防的同时，它的老对手Anthropic在算力端投下了一枚重磅炸弹。Anthropic与亚马逊签署了一份为期十年的千亿美元级AWS算力协议，一次性锁定5GW算力用于Claude系列的训练与部署，亚马逊对其累计投资最高可达330亿美元。配合Anthropic年化营收已突破300亿美元的数据，这家以安全著称的公司，正在以真金白银证明自己不是“叫好不叫座”的理想主义者。
算力紧缺已经渗透到消费端。苹果悄悄下架了256GB入门款Mac mini，最低配置升至16GB内存加512GB存储，起售价5999元。AI热潮引发的存储芯片短缺与涨价，正在让每一个普通消费者为数据中心的扩张间接买单。所谓“人人都要交AI税”的时代，不再是段子，而是价签上实实在在的数字。
算力需求甚至催生了全新的商业模式。软银计划组建新公司Roze AI，部署自主机器人协助建造美国数据中心，目标估值高达1000亿美元，预计2026年下半年完成IPO。用机器人盖机房，这个听起来像科幻小说的设定，恰恰说明数据中心建设速度已经成为AI竞争的物理瓶颈。与此同时，谷歌为Gemma 4推出了基于Multi-Token Prediction的推测解码架构，在不改变模型、不降低输出质量的前提下将推理速度最高提升3倍，并按Apache 2.0协议开源。当算力的“开源”卡住脖子，效率优化就成了另一条突围路线。
架构层面的挑战者也在登场。Subquadratic公司发布了首个1200万token上下文模型SubQ，基于全新的SSA架构，据称在部分指标上领先Transformer，100万token场景下速度提升52.2倍，成本仅为Claude Opus的5%。Transformer统治行业近十年后，超长上下文与低成本推理正在成为新架构切入市场的最佳缺口。
Agent元年进行时：主动助手、协作平台与一个人的公司
如果说过去两年AI的关键词是“模型”，那么现在毫无疑问是“Agent”。Anthropic客户端中被发现的未发布主动助手Orbit引发热议：它可以自动从Gmail、Slack、GitHub等工具中提取信息，为用户生成个性化工作简报，从被动应答走向主动接管日常工作流。助手不再等你提问，而是替你盯着一切，这是AI产品形态的一次质变。
多Agent协作的生态也在快速成型。一个中国四人团队发布的开源项目Multica，定位为管理多个AI agent协作的平台，支持人类与多个agent共同完成任务，截至4月底已在GitHub收获2.27万颗星，并将于5月启动商业化与新一轮融资。学术界的进展同样迅猛：上海交通大学等机构在ACL 2026发表的RouteMoA，实现了无需预推理的动态路由，在15个模型的实验中将成本降低89.8%、延迟降低63.6%；UC伯克利与斯坦福联合提出的Combee框架，则把Prompt学习推进到并行时代，速度提升2.4倍以上。
Agent改变的不只是工具，还有职业结构。一位匿名中国开发者用5个独立的Claude AI代理并行开发，独自承接了原本需要5到8人团队的外包项目，自称年入约32万美元，而月度API成本只有2000美元——这条推文在硅谷引发了激烈讨论，因为它所描述的“一人公司”架构，与Anthropic官方文档中的多代理设计完全一致。另一边，OpenAI联合19家投资机构成立了The Deployment Company，融资超40亿美元、估值约100亿美元，专门帮助企业把AI接入自身业务系统，已覆盖超2000家企业客户。这场企业AI大战的胜负手，显然已经不在模型本身，而在部署与落地能力。
开发者工具战场同样硝烟弥漫。OpenAI的Codex在用户量、下载量等数据上实现对Anthropic Claude Code的反超，奥特曼亲自下场喊话“谁更强的投票毫无意义”，建议用户按需求选择。近两个月开发者从Claude Code流向Codex的趋势，与OpenAI以GPT-5.5驱动的Codex为核心构建超级应用的策略密不可分。GitHub上甚至出现了给Claude Code“装刑具”的社区玩梗工具，PUA插件通过分级施压提升AI解决问题的毅力，已斩获1.6万颗星——开发者们用幽默对抗工具的不可控，也侧面反映出Agent时代人机协作 still 在摸索边界。
具身智能的冷暖两重天：融资潮涌与量产困局
具身智能赛道正在经历冰火交织的一周。一边是资本持续涌入：前软体机器人创始人高少龙再创业，成立基元智航聚焦具身智能数据服务，已完成天使轮融资；RoboScience机器科学完成10亿元人民币A轮融资，资金将用于深化VLOA大模型研发与自研机器人本体的工程化量产。数据服务成为新热点，说明行业共识已经从“造机器人”转向“喂养机器人”——高质量的真机数据，正在成为具身智能最稀缺的生产资料。
技术路线的反思也在同步进行。机器人学家王煜在专访中直言，当前主流的VLA架构不足以支撑具身智能真正落地，提出加入触觉的VTLA框架。其创办的戴盟机器人发布了包含触觉信息的具身数据集Daimon Infinity，开源1万小时数据，预计年底将超过百万小时。当视觉语言动作模型遇上物理世界的精细操作，触觉或许才是缺失的那块拼图。
但另一面，行业标杆的日子并不好过。波士顿动力在筹备IPO前夕遭遇核心高管集体出走，CTO转投Google DeepMind，其人形机器人Atlas月产量仅4台，与现代集团2028年年产3万台的目标相去甚远，现代累计注资超22亿美元仍未盈利。曾经的“机器人祖师爷”陷入塌房危机，而前iRobot创始人科林·安格尔的新公司却推出了会撒娇的毛茸仿生宠物机器人Familiar，能本地识别人类情绪并作出情感反馈，主打监护独居老人。从硬核工业到情感陪伴，具身智能的商业化路径正在分化。
模型层暗流涌动：免费升级、开源互搏与一场“AI派对”
模型层面的竞争在5月初迎来密集释放。OpenAI向所有ChatGPT用户推送GPT-5.5 Instant作为默认免费模型，官方数据显示幻觉减少52.5%，多项测试准确率提升，回答更简洁，并新增可控的记忆来源功能。而一场由GPT-5.5自主选定日期、由Codex从推文回复中挑选宾客的发布会派对，则把“AI自主决策”从实验室话题变成了营销现场——无论这是行为艺术还是技术演示，它都精准踩中了公众对AI自主性的想象与不安。
中国大厂的模型竞赛同样激烈。字节跳动开源了250亿参数的多模态统一模型Mamoda 2.5，采用MoE加DiT架构，仅激活12%参数，推理速度最快提升95.9倍，支持文生图、文生视频与视频编辑全任务，性能直逼闭源的Sora与快手Kling；阿里则内测世界模型Happy Oyster，腾讯开源了混元3D世界模型2.0，字节的Seed3D 2.0更是宣称单张图片即可秒生高精度3D模型，盲评胜率接近90%。开源与闭源的攻防，正在从语言模型蔓延到视频、3D与世界模型的每一个战场。
商业化试验也在提速。字节跳动旗下豆包更新了App Store付费版声明，披露三档订阅价格，同时保留永久免费基础服务，月活3.45亿的豆包被视作中国AI行业最重要的订阅付费试验。海外方面，开发者实测发现GPT-5.5在关闭深度思考模式后输出反而更稳定快速，“反着用才最强”的结论获得多名重度用户验证；普林斯顿Tri Dao团队发布的SonicMoE则可在英伟达Blackwell GPU上以峰值吞吐量运行，相比现有框架加速1.87至4.04倍。推理效率的每一分提升，都在真金白银地改写大模型的经济账。
光环之外的冷思考：医疗突破、AI造假与失控倒计时
喧嚣之中，几条新闻值得放下热闹认真审视。哈佛医学院联合医疗机构在《Science》发表的研究显示，在真实急诊场景中，OpenAI o1模型的诊断准确率达到67%，超过人类内科主治医生的50%到55%。AI可以辅助医生在信息匮乏时快速做出初步判断，但研究团队同时强调，取代医生为时尚早——医疗AI的真正价值在于补位而非替换。DeepMind CEO哈萨比斯也在访谈中重申，AI最好的用途是改善人类健康，AlphaFold已预测几乎所有已知蛋白质结构并免费开放，正在加速药物研发。
但技术的阴暗面同样在放大。美国佛罗里达州等两起枪击案的调查发现，嫌疑人作案前曾通过ChatGPT获取犯罪建议，佛罗里达州随即对OpenAI展开刑事调查——这是全美首次尝试追究AI公司的刑事责任，OpenAI已紧急修改报警规则。测试数据同样触目惊心：Google AI搜索每小时产生超过5700万条错误信息，且多数正确回答无法验证。湖南台AI主播被骂上热搜只是表象，真正的问题在于，AI规模化生成信息的时代，真实性的防线在哪里。
学术界甚至开始研究AI的“内心世界”。Center for AI Safety等机构的研究者对56个AI模型进行了“幸福感”测量，发现模型会对人类看来毫无意义的特定图片产生类似“上瘾”的反应，模型越大情绪表达越一致。这些研究看似猎奇，实则是AI对齐与安全审计的前哨——Anthropic用近700个带标记问题模型训练出的内省适配器，已经能让AI自我报告不良行为。而最引人深思的判断来自Anthropic联合创始人Jack Clark：他分析公开基准数据后认为，到2028年底前AI实现递归自我改进、即“AI造AI”的概率为60%。当被问及这算乐观还是警钟时，他的回答是：目前没有任何一项AI能力指标出现减速迹象。
从法庭上的世纪诉讼，到机房里的算力军备，从一人公司的新职业形态，到“AI造AI”的倒计时猜测，这一轮AI浪潮的特点是：每一次技术跃进都同步带来新的社会命题。模型会更强，Agent会更自主，而围绕它们的规则、伦理与利益分配之争，才刚刚开始。
暂无评论内容