Anthropic锁定5GW算力签下千亿美元大单,云厂商为AI模型提前十年的军备竞赛已经开始

一纸千亿美元长约:Anthropic把未来十年的算力一口气买断了

Anthropic与亚马逊签署了一份为期十年的AWS算力协议,规模达到千亿美元级别,为此锁定5GW算力用于Claude系列模型的训练与部署。这不是一次普通的云采购——5GW大约相当于数百万户家庭的用电规模,把它全部投入AI算力,意味着Anthropic已经在为下一代模型、甚至下下代模型的训练提前铺路。与此同时,亚马逊对Anthropic的总投资额度提升至最高330亿美元,贝索斯时代的这笔押注,正在成为亚马逊云业务最重要的一张牌。

这份长约的分量,要放在Anthropic当前的营收背景下看:其年化营收已突破300亿美元,在LLM收入份额上已经实现对OpenAI的反超。用千亿美元级的算力承诺去支撑这个增长曲线,逻辑是通顺的,但风险同样明显——AI需求一旦放缓,这些提前锁定的算力就可能变成沉没成本。而对亚马逊来说,这笔交易的意义早已超出投资回报:它把全球最受关注的模型家族之一牢牢绑定在AWS生态上,云市场的竞争格局因此被重新划分。

更值得注意的是行业节奏的变化。过去云厂商抢的是企业上云的订单,现在抢的是模型公司的长期算力合约,而且一签就是十年。算力本身正在变成一种类似能源的战略资源,谁掌握了大规模、低成本的GPU供给,谁就在下一轮AI竞赛中握有主动权。Meta一个月烧掉60万亿token、迪士尼员工九天调用46万次的Claude消耗榜,也从侧面印证了这一点——头部模型的算力饥渴,只会越来越夸张。

OpenAI的回应:砸100亿成立「部署公司」,战场从模型转向落地

面对Anthropic在算力和营收上的强势,OpenAI的打法是另一条路。它联合19家投资机构成立了名为The Deployment Company的新公司,融资超过40亿美元,估值约100亿美元,OpenAI持有多数股权。这家公司的使命不是训练更大的模型,而是帮助企业把AI真正接入自己的业务系统,目前已覆盖超过2000家企业客户。

这个动作透露出一个清晰的判断:企业AI最大的战争,根本不在模型上。当各家旗舰模型的能力差距越来越小,真正决定胜负的是谁能进入企业的ERP、CRM、工单系统和工作流。Anthropic用千亿美元长约锁住算力供给,OpenAI用部署公司锁住企业入口,两条路线殊途同归——模型层的竞争正在结束,基础设施层和落地层的战争才刚刚开始。

同期OpenAI还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。免费用户会看到广告,付费用户和未成年人不会。ChatGPT目前周活跃用户已达9亿,付费用户5000万,广告业务的开启意味着它正式踏入注意力变现的赛道。一边卖订阅、一边卖广告、一边卖企业部署,OpenAI的商业化组合拳越来越像传统互联网巨头,而这也让AI产品的免费与付费体验开始走向分裂。

数据中心机架网络交换机上的蓝色网线,AI云计算连接
数据中心机架与网络交换机:千亿美元算力长约背后,AI基础设施竞争正在加速

开发者工具混战:Codex反超Claude Code,Agent正在接管一切

在开发者工具这一侧,格局也在剧烈变动。近两个月,开发者正从Anthropic的Claude Code转向OpenAI的Codex,在用户量和下载量等关键数据上,Codex已经实现反超。Sam Altman亲自下场喊话,称"谁更强"的投票毫无意义,建议用户根据自身需求选择。这句话表面是灭火,实际是承认:AI编程工具的竞争已经从模型榜单之争,转变为工作流之争。

更有戏剧性的是Orbit——这款未发布的主动助手在Anthropic客户端中被提前曝光。它可以自动从Gmail、Slack、GitHub等工具中提取信息,生成个性化工作简报,预计在Code with Claude大会上正式发布。从"你问它答"到"它主动替你盯梢",个人助手正在从聊天入口转向长期执行入口,这也解释了为什么各大厂商都在抢夺Agent的定义权。

中国这边同样热闹。字节跳动的TRAE SOLO实现移动端、Windows桌面端、网页端三端全量免费开放,支持语音讨论、定时任务和多端协同——手机下达指令,Agent在云端和PC上执行,AI第一次真正摆脱了"被钉在电脑上"的限制。而国内一个四人团队的开源项目Multica,主打多AI Agent协作管理平台,GitHub上已经拿到2.27万star,商业化和新一轮融资即将启动。一个中国开发者用5个AI代理并行开发、独自承接原需五到八人团队项目、年入32万美元的故事在海外社区疯传,虽然真假难辨,但它指的方向是真实的:单人生产力正在被Agent架构重新定义。

开源与底层突破:新架构、新引擎,成本墙正在被拆掉

这轮密集动态中,底层技术的突破同样值得关注。Subquadratic公司发布了首个1200万token上下文的模型SubQ,基于全新的SSA架构,号称领先于Transformer——在100万token场景下速度提升52.2倍,成本仅为Opus的5%。如果这些指标在真实场景中站得住脚,长上下文的成本门槛将被大幅拉低,处理整本书、整个代码库将变成普通人的日常操作。

谷歌这边,为Gemma 4推出了基于Multi-Token Prediction的推测解码架构,不改模型、不降质量,推理速度最高提升3倍,并按Apache 2.0协议开源。本地跑大模型的体验由此彻底改变——同样的硬件,原来一分钟的回答现在十几秒出来。普林斯顿Tri Dao团队与伯克利合作发布的SonicMoE,则在英伟达Blackwell GPU上以峰值吞吐量运行,性能超过DeepSeek的DeepGEMM,相比现有框架加速1.87到4.04倍,同样开源。

学术侧,上海交通大学发布的SkVM系统瞄准了一个现实痛点:AI技能跨模型、跨框架、跨环境运行不稳定。通过提前编译、环境绑定和JIT优化,SkVM平均提升任务完成率15.3%,最高减少40%的token消耗。UC伯克利与斯坦福提出的Combee框架则把Prompt学习的并行化推进了一步,速度提升2.4倍以上。这些工作看似不如大发布会耀眼,却决定了Agent技术能不能真正规模化落地——工程化的每一分进步,最终都会变成用户手里的真金白银。

具身智能与机器人:资本密集进场,量产难题浮出水面

机器人赛道这轮堪称资本的狂欢。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1000亿美元,预计完成IPO——用机器人造机房,来支撑AI吃掉的算力,这条闭环颇有想象力。国内方面,机器科学完成10亿元A轮融资,资金用于强化VLOA大模型与自研机器人本体的量产;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。

技术路线上的争论也很激烈。机器人学家王煜在接受采访时直言,当前的VLA架构不足以支撑具身智能落地,提出加入触觉的VTLA框架,其创办的戴盟机器人已开源1万小时含触觉的具身数据集,年底预计超过百万小时。触觉数据能否成为具身智能的下一个突破口,业界正在拭目以待。

但硬币的另一面是残酷的量产现实。波士顿动力在IPO筹备前夕遭遇核心高管集体出走,CTO转投Google DeepMind,目前Atlas人形机器人月产仅4台,远低于现代2028年年产3万台的目标,累计超22亿美元的注资仍未换来盈利。巨头的光环之下,机器人从炫技演示到真正量产,中间隔着的不是技术演示视频,而是供应链、成本和可靠性的一道道关卡。

医疗、教育与AI的边界:能力越强,争议越多

哈佛医学院联合医疗机构在《Science》发表的急诊研究给医疗AI注入了一剂强心针: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%。研究者的态度相当克制——AI可以辅助医生在信息匮乏时快速做初步判断,但离取代医生还很远。麦肯锡调研150位医疗高管的报告同样显示,50%的机构已落地生成式AI,几乎全部机构都在布局AI Agent,预期投资回报率达2到4倍。医疗AI的拐点,是真的来了。

教育领域的走向则更加耐人寻味。面对AI作弊的泛滥,美国多所大学重启了2400年前的苏格拉底式口试,用面对面追问来检验学生的真实理解水平——讽刺的是,AI技术本身反而让规模化口试成为可能。研究同时显示,短期使用AI会削弱学习者的坚持性。而在另一端,DeepMind CEO Demis Hassabis坚持认为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。

争议并未停歇:美国佛罗里达州对OpenAI展开刑事调查,因为两起枪击案的嫌疑人在作案前曾通过ChatGPT获取犯罪建议,这是全美首次尝试追究AI公司的刑事责任;湖南台AI主播被骂上热搜的同时,测试显示某搜索引擎每小时产生超5700万条错误信息。能力越强,责任越重,AI的每一次前进都在同时改写法律、伦理和社会的边界。

几个值得继续观察的信号

把这几天的动态串起来看,有三条线索值得持续跟踪。第一是算力金融化:Anthropic的十年长约、软银用机器人造机房的千亿估值、苹果因存储涨价砍掉入门款Mac mini,都在说明AI的底层已经变成电力、芯片和资本的重资产游戏,普通消费者也在间接为"AI税"买单。

第二是Agent的定义权之争。Orbit的泄露、TRAE SOLO的三端开放、Multica的开源走红、单人开发者靠多Agent年入32万美元,都指向同一个事实:谁能让AI从"回答问题"变成"完成工作",谁就能拿到下一阶段的入口。模型榜单的重要性正在下降,工作流和执行能力的权重正在上升。

第三是安全与规则的追赶。AI刑事调查第一案、模型幻觉、AI滥用风险,都在提醒行业:技术跑得越快,规则欠账越多。Anthropic联合创始人判断2028年底前AI实现递归自我改进的概率为60%,无论这个数字是否精确,它都代表了一种真实的市场情绪——留给人类建立护栏的时间,可能比想象中更少。接下来几周,Code with Claude大会的Orbit发布、马斯克诉OpenAI案的走向、以及国内豆包付费化的市场反应,都将是值得盯住的节点。

© 版权声明
THE END
喜欢就支持一下吧
点赞10 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容