https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
Google 研究未发现有证据显示 AI 将导致大规模自动化以及能取代白领
2026-07-29 23:19 by 异形博恩
Google 发表研究报告《AI & Economy ATLAS》，它未发现有明确证据显示 AI 将导致大规模自动化以及能取代白领工作。报告是基于对 Gemini App、Google AI Mode 和 Gemini API 上 1500 万次匿名化 AI 交互的活动、任务、全景趋势和普及研究。研究发现，AI 应用仍停留在浅层，且主要以协作为主，端到端任务自动化的范围有限。计算机、金融、艺术和娱乐等领域的白领工作的 Gemini 普及率高于其它领域，金融/市场分析师、软件开发者和系统管理员是 AI 的高频用户，销售、运输工人以及食品加工/服务人员很少使用 AI。29% 的职业 AI 的影响微乎其微，另外 30% 的职业大部分工作仍然由人类负责。只有 3% 的职业会经常性的使用 AI，这些受 AI 影响最大的职业包括了软件 QA 分析师和测试人员、HR 专家以及文档管理专家。数据表明 AI 目前主要作为现有工作的补充，对某些职业中的部分任务有用，未被全面用于执行目前由人类完成的工作。员工外包给 AI 的认知任务绝大多数都不需要太多专业知识。
https://ai.google/static/documents/GoogleATLASv1.pdf
https://arstechnica.com/ai/2026/07/despite-ai-hype-googles-data-shows-workers-arent-automating-themselves-away/
#Google
via Solidot - Telegram Channel
2026-07-29 23:19 by 异形博恩
Google 发表研究报告《AI & Economy ATLAS》，它未发现有明确证据显示 AI 将导致大规模自动化以及能取代白领工作。报告是基于对 Gemini App、Google AI Mode 和 Gemini API 上 1500 万次匿名化 AI 交互的活动、任务、全景趋势和普及研究。研究发现，AI 应用仍停留在浅层，且主要以协作为主，端到端任务自动化的范围有限。计算机、金融、艺术和娱乐等领域的白领工作的 Gemini 普及率高于其它领域，金融/市场分析师、软件开发者和系统管理员是 AI 的高频用户，销售、运输工人以及食品加工/服务人员很少使用 AI。29% 的职业 AI 的影响微乎其微，另外 30% 的职业大部分工作仍然由人类负责。只有 3% 的职业会经常性的使用 AI，这些受 AI 影响最大的职业包括了软件 QA 分析师和测试人员、HR 专家以及文档管理专家。数据表明 AI 目前主要作为现有工作的补充，对某些职业中的部分任务有用，未被全面用于执行目前由人类完成的工作。员工外包给 AI 的认知任务绝大多数都不需要太多专业知识。
https://ai.google/static/documents/GoogleATLASv1.pdf
https://arstechnica.com/ai/2026/07/despite-ai-hype-googles-data-shows-workers-arent-automating-themselves-away/
via Solidot - Telegram Channel
DeepMind 解散 AlphaFold 项目团队
2026-07-29 18:52 by 月球上的第一批来客
随着 Google DeepMind 对曾使其跻身全球顶尖人工智能实验室之列的研究战略进行全面调整，AlphaFold 研发团队已被解散。AlphaFold 是一个能预测蛋白质结构的人工智能系统，曾经荣获诺贝尔奖。过去一年，AlphaFold 论文的多数原作者已被调任。DeepMind 证实，这些员工已在公司内部转岗，参与围绕 Gemini 大型语言模型开发的项目，以及酶设计、核聚变和基因组学等领域的工作。部分人则转投 Alphabet 旗下的药物研发公司 Isomorphic Labs。还有近四分之一论文作者完全离开公司。三名核心成员 John Jumper、Jonas Adler 以及 Alexander Pritzel 跳槽到了 Anthropic。OpenAI 研究主管 Mark Chen 此前评论说，AI 研究人员希望在前沿实验室工作，而不是疲于追赶。
https://www.ft.com/content/61b2953d-ee0d-45de-af6e-a9c1cf524b33
#Google
via Solidot - Telegram Channel
2026-07-29 18:52 by 月球上的第一批来客
随着 Google DeepMind 对曾使其跻身全球顶尖人工智能实验室之列的研究战略进行全面调整，AlphaFold 研发团队已被解散。AlphaFold 是一个能预测蛋白质结构的人工智能系统，曾经荣获诺贝尔奖。过去一年，AlphaFold 论文的多数原作者已被调任。DeepMind 证实，这些员工已在公司内部转岗，参与围绕 Gemini 大型语言模型开发的项目，以及酶设计、核聚变和基因组学等领域的工作。部分人则转投 Alphabet 旗下的药物研发公司 Isomorphic Labs。还有近四分之一论文作者完全离开公司。三名核心成员 John Jumper、Jonas Adler 以及 Alexander Pritzel 跳槽到了 Anthropic。OpenAI 研究主管 Mark Chen 此前评论说，AI 研究人员希望在前沿实验室工作，而不是疲于追赶。
https://www.ft.com/content/61b2953d-ee0d-45de-af6e-a9c1cf524b33
via Solidot - Telegram Channel
↩️ 🌙月之暗面超额融资 35 亿美元，估值达 350 亿美元
🌙月之暗面超额融资 35 亿美元，估值达 350 亿美元
月之暗面（Moonshot AI）完成一轮 35 亿美元融资，投后估值达 350 亿美元，远超最初 10 亿至 20 亿美元的目标。此轮融资受其突破性模型 Kimi K3 推动——该模型性能接近 OpenAI 和 Anthropic 的前沿水平，发布后引发科技股抛售，被业界称为又一个「DeepSeek 时刻」。
知情人士透露，公司已启动新一轮融资，pre-money 估值 500 亿美元，计划最早今年内在香港 IPO。公司 6 月年化经常性收入达 3 亿美元，K3 发布后日销售额增长至少 6 倍。
Bloomberg
🌸 在花频道 · 茶馆水群 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
科技圈🎗在花频道📮:
月之暗面新一轮融资估值达 300 亿美元 月之暗面（Moonshot AI）正寻求至多 20 亿美元新融资，目标估值 300 亿美元，这已是它六个月内启动的第三轮融资。此前美团领投的一轮即将完成，投后估值 200 亿，相比去年 12 月刚过 40 亿的估值大幅攀升。 Kimi 聊天机器人和大模型需求推动公司 4 月年度经常性收入突破 2 亿美元。月之暗面还在拆除境外架构，筹备香港上市，并推出了通用 AI 代理 Kimi Work。 Bloomberg 🌸 在花频道 · 备用频道 · 投稿通道
🌙月之暗面超额融资 35 亿美元，估值达 350 亿美元
月之暗面（Moonshot AI）完成一轮 35 亿美元融资，投后估值达 350 亿美元，远超最初 10 亿至 20 亿美元的目标。此轮融资受其突破性模型 Kimi K3 推动——该模型性能接近 OpenAI 和 Anthropic 的前沿水平，发布后引发科技股抛售，被业界称为又一个「DeepSeek 时刻」。
知情人士透露，公司已启动新一轮融资，pre-money 估值 500 亿美元，计划最早今年内在香港 IPO。公司 6 月年化经常性收入达 3 亿美元，K3 发布后日销售额增长至少 6 倍。
Bloomberg
🌸 在花频道 · 茶馆水群 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
MCP协议迎来问世以来最大改版：彻底"无状态"，全面适配Serverless
Anthropic于 7 月 28 日发布模型上下文协议第 5 版规范，官方将其定性为该协议诞生以来规模最大、最系统性的一次颠覆式修订。MCP自 2024 年 11 月推出以来，一直以统一大语言模型与外部数据源及工具之间通信为目标，此次更新则从根本上重构了协议的底层架构。
从有状态到无状态，架构全面革新
新规范最核心的变化是全面转向无状态设计。旧版要求客户端与服务器建立连接时必须进行初始化握手，并通过会话ID在服务端维护连接状态，这给水平扩展和Serverless部署带来了天然限制。新版彻底移除了握手环节和会话ID，每个请求完全独立、自包含，可路由到任意网关或实例，完美适配AWS Lambda、Cloudflare Workers等无服务器架构。
新版本还引入版本化扩展框架，正式纳入MCP Apps与Tasks扩展——开发者无需改动核心协议即可增加交互式界面和长时运行任务等能力。授权层面，新规范强化了对生产环境OAuth 2. 0 与OIDC的适配，MCP服务器无需变通方案即可连接Entra、Okta等企业身份系统。从会话绑定到请求自治，MCP此次改版瞄准的正是AI智能体在真实生产环境中大规模部署的最后一道架构障碍。
via AI新闻资讯 (author: AI Base)
Anthropic于 7 月 28 日发布模型上下文协议第 5 版规范，官方将其定性为该协议诞生以来规模最大、最系统性的一次颠覆式修订。MCP自 2024 年 11 月推出以来，一直以统一大语言模型与外部数据源及工具之间通信为目标，此次更新则从根本上重构了协议的底层架构。
从有状态到无状态，架构全面革新
新规范最核心的变化是全面转向无状态设计。旧版要求客户端与服务器建立连接时必须进行初始化握手，并通过会话ID在服务端维护连接状态，这给水平扩展和Serverless部署带来了天然限制。新版彻底移除了握手环节和会话ID，每个请求完全独立、自包含，可路由到任意网关或实例，完美适配AWS Lambda、Cloudflare Workers等无服务器架构。
新版本还引入版本化扩展框架，正式纳入MCP Apps与Tasks扩展——开发者无需改动核心协议即可增加交互式界面和长时运行任务等能力。授权层面，新规范强化了对生产环境OAuth 2. 0 与OIDC的适配，MCP服务器无需变通方案即可连接Entra、Okta等企业身份系统。从会话绑定到请求自治，MCP此次改版瞄准的正是AI智能体在真实生产环境中大规模部署的最后一道架构障碍。
via AI新闻资讯 (author: AI Base)
ChatGPT周活用户即将突破10亿 比预期节奏晚了半年
根据OpenAI内部披露的信息，其ChatGPT的周活跃用户即将突破10亿大关，而这较其最初的预期晚了半年。该公司原本期望在去年年底达成这一里程碑，目前来看，该目标的时间比最初预期晚了七个月。尽管如此，这依旧凸显了全球人工智能应用的快速增长。
ChatGPT增长节奏不及预期，背后是多重因素的共同作用。其中部分原因是受到竞争对手的人工智能产品的抑制，谷歌的Gemini以及Anthropic的Claude都抢占了聊天机器人市场的部分份额。还有部分原因来自OpenAI自身。去年秋季OpenAI推出GPT-5时，产品周活增长就已出现下滑，因为该模型研发过程波折不断，上线后遭到大量用户诟病。
—— 财联社
via 风向旗参考快讯 - Telegram Channel
根据OpenAI内部披露的信息，其ChatGPT的周活跃用户即将突破10亿大关，而这较其最初的预期晚了半年。该公司原本期望在去年年底达成这一里程碑，目前来看，该目标的时间比最初预期晚了七个月。尽管如此，这依旧凸显了全球人工智能应用的快速增长。
ChatGPT增长节奏不及预期，背后是多重因素的共同作用。其中部分原因是受到竞争对手的人工智能产品的抑制，谷歌的Gemini以及Anthropic的Claude都抢占了聊天机器人市场的部分份额。还有部分原因来自OpenAI自身。去年秋季OpenAI推出GPT-5时，产品周活增长就已出现下滑，因为该模型研发过程波折不断，上线后遭到大量用户诟病。
—— 财联社
via 风向旗参考快讯 - Telegram Channel
Investigating Grok 4.5 / Composer degradation
Jul 29, 08:51 UTC
Investigating - We are investigating a service degradation with Grok 4.5 and Composer 2.5
via Cursor Status - Incident History
Jul 29, 08:51 UTC
Investigating - We are investigating a service degradation with Grok 4.5 and Composer 2.5
via Cursor Status - Incident History
谷歌解散AI系统AlphaFold团队 将重心放在Gemini上
一项拿过诺贝尔奖的成就，正在被自己的缔造者悄然拆散。据媒体报道，谷歌旗下 AI 实验室 DeepMind 已经解散了 AlphaFold 背后的团队——正是这套预测蛋白质三维结构的系统，把 CEO 哈萨比斯与工程研究员江珀送上了 2024 年诺贝尔化学奖的领奖台。
过去一年里，这场静默的拆解沿着人事变动一点点展开。AlphaFold 论文的大多数原始作者，已被重新分配到别的团队；在仍属 DeepMind 全职的作者中，近四分之一已彻底离开公司。留下来的人，被塞进了围绕 Gemini 大语言模型搭建的项目，或是酶设计、核聚变、基因组学这些新方向；另一部分则调往 Alphabet 旗下的药物发现公司 Isomorphic Labs。
DeepMind 研究副总裁普什米特·科利的话，点破了这场重组的底色。他创立并领导着"AI 科学"团队，曾定下九年方略：聚焦重大科学挑战，让每个项目都围着明确目标转。如今他坦言，这一战略已经变了。DeepMind 不再只围着蛋白质折叠这类单一科学问题排兵布阵，而是把重心挪到打造"由 Gemini 驱动、能协助科学家、并最终把科研部分流程自动化"的系统上，同时也在与 OpenAI、Anthropic 抢最前沿的智能体。
最刺眼的人才外流，发生在核心层。今年早些时候，江珀与另一位 AlphaFold 研究员阿德勒转入了谷歌内部的"Code Strike"团队——那是为追赶 Anthropic 和 OpenAI、提升 AI 编程能力而成立的班底。上个月，江珀宣布离职、转投 Anthropic，阿德勒与 AlphaFold 同事普里策尔也一并随行。一位不愿具名的 DeepMind 员工称，这三人都是"关键、重要、核心成员"，他们的离开在公司内部引发了震动。
AlphaFold 的故事始于 2018 年，它用 AI 预测蛋白质结构，彻底改写了生物学研究的路径，也铺出了 Isomorphic Labs 的诞生之路。DeepMind 在回应中仍表达对科学传统与 AlphaFold 全球影响的自豪，但言语之间，那个曾以"攻克单一重大难题"为荣的实验室，已把最聪明的脑子调去喂养通用大模型与智能体。一项诺奖级的遗产，正从专职攻关，转向为更宏大的 AI 叙事让路。
via AI新闻资讯 (author: AI Base)
一项拿过诺贝尔奖的成就，正在被自己的缔造者悄然拆散。据媒体报道，谷歌旗下 AI 实验室 DeepMind 已经解散了 AlphaFold 背后的团队——正是这套预测蛋白质三维结构的系统，把 CEO 哈萨比斯与工程研究员江珀送上了 2024 年诺贝尔化学奖的领奖台。
过去一年里，这场静默的拆解沿着人事变动一点点展开。AlphaFold 论文的大多数原始作者，已被重新分配到别的团队；在仍属 DeepMind 全职的作者中，近四分之一已彻底离开公司。留下来的人，被塞进了围绕 Gemini 大语言模型搭建的项目，或是酶设计、核聚变、基因组学这些新方向；另一部分则调往 Alphabet 旗下的药物发现公司 Isomorphic Labs。
DeepMind 研究副总裁普什米特·科利的话，点破了这场重组的底色。他创立并领导着"AI 科学"团队，曾定下九年方略：聚焦重大科学挑战，让每个项目都围着明确目标转。如今他坦言，这一战略已经变了。DeepMind 不再只围着蛋白质折叠这类单一科学问题排兵布阵，而是把重心挪到打造"由 Gemini 驱动、能协助科学家、并最终把科研部分流程自动化"的系统上，同时也在与 OpenAI、Anthropic 抢最前沿的智能体。
最刺眼的人才外流，发生在核心层。今年早些时候，江珀与另一位 AlphaFold 研究员阿德勒转入了谷歌内部的"Code Strike"团队——那是为追赶 Anthropic 和 OpenAI、提升 AI 编程能力而成立的班底。上个月，江珀宣布离职、转投 Anthropic，阿德勒与 AlphaFold 同事普里策尔也一并随行。一位不愿具名的 DeepMind 员工称，这三人都是"关键、重要、核心成员"，他们的离开在公司内部引发了震动。
AlphaFold 的故事始于 2018 年，它用 AI 预测蛋白质结构，彻底改写了生物学研究的路径，也铺出了 Isomorphic Labs 的诞生之路。DeepMind 在回应中仍表达对科学传统与 AlphaFold 全球影响的自豪，但言语之间，那个曾以"攻克单一重大难题"为荣的实验室，已把最聪明的脑子调去喂养通用大模型与智能体。一项诺奖级的遗产，正从专职攻关，转向为更宏大的 AI 叙事让路。
via AI新闻资讯 (author: AI Base)
Grok 长出"建造"本能：动动嘴就能生出带域名的网站与应用，xAI 把聊天框推向开发台
马斯克旗下的 xAI 给 Grok 接上了一项新本领。名为 Build 的模式正式上线，它把用户的自然语言提示词，直接翻译成带独立域名的产品——不必写一行代码，只要开口描述，作品就能在眼前实时预览、反复打磨。
这个模式眼下仍是个早期测试版，门槛被刻意抬到了最高一档：仅向每月 300 美元的 SuperGrok Heavy 订阅者开放，可在多端使用。它能生成的产物相当宽泛，网站、功能性应用、游戏、实时仪表盘都在其列；等作品成型，既可以通过 grok.me 的链接对外发布，也能绑定用户自己的自定义域名。一句话的创意，就这样被 AI 从念头拽成了真正能访问的线上产品。
把视角拉远，Build 模式透露出 xAI 更大的野心。它标志着 Grok 正从一名陪你对话的助手，向端到端的开发平台延展——用户不再只是问问题，而是能在同一个界面里把想法直接"造"出来。这条路，恰好与市面上多款 AI 编程工具正面交叠，竞争的山头，正从聊天一路烧到了构建。
via AI新闻资讯 (author: AI Base)
马斯克旗下的 xAI 给 Grok 接上了一项新本领。名为 Build 的模式正式上线，它把用户的自然语言提示词，直接翻译成带独立域名的产品——不必写一行代码，只要开口描述，作品就能在眼前实时预览、反复打磨。
这个模式眼下仍是个早期测试版，门槛被刻意抬到了最高一档：仅向每月 300 美元的 SuperGrok Heavy 订阅者开放，可在多端使用。它能生成的产物相当宽泛，网站、功能性应用、游戏、实时仪表盘都在其列；等作品成型，既可以通过 grok.me 的链接对外发布，也能绑定用户自己的自定义域名。一句话的创意，就这样被 AI 从念头拽成了真正能访问的线上产品。
把视角拉远，Build 模式透露出 xAI 更大的野心。它标志着 Grok 正从一名陪你对话的助手，向端到端的开发平台延展——用户不再只是问问题，而是能在同一个界面里把想法直接"造"出来。这条路，恰好与市面上多款 AI 编程工具正面交叠，竞争的山头，正从聊天一路烧到了构建。
via AI新闻资讯 (author: AI Base)
据《商业内幕》援引内部人士报道，亚马逊正对其 AI 战略进行重大调整，停止对旗下大部分自研 Nova 系列大模型的积极开发。本次收缩覆盖旗舰级 Nova Premier 与 Omni 模型、Reel 视频模型及 Canvas 图像生成器;上述模型已转入“维持运行”模式，仅继续服务现有客户。此前，亚马逊已对其 AGI 部门实施裁员，并关闭了2024年收购 Adept 后成立的 AGI 实验室。
虽然收缩了首批自研产品线，但亚马逊并未退出顶级 AI 争夺。目前，研发资源正全面转向由前沿专家皮特·阿贝尔（通过收购机器人初创公司 Covariant 加入）领导的前沿模型研究团队，全新基础模型预计将于今年秋季 re:Invent 大会上正式发布。亚马逊发言人强调，AI 模型仍是公司最核心的项目之一。同时，亚马逊作为 Anthropic 和 OpenAI 的最大支持者之一，相关投资或已超千亿美元。
此次调整表明科技巨头正从“多线铺开”转向“集中资源攻坚单一顶级前沿模型”。亚马逊在强化云生态与外部投资的同时，正力求通过精准的技术突破重塑其在大模型前沿梯队的竞争地位。
via AI新闻资讯 (author: AI Base)
ChatGPT周活用户逼近 10 亿大关：晚了 7 个月，但上线不到四年
据OpenAI内部披露，旗下聊天机器人ChatGPT周活跃用户量即将突破 10 亿。这一里程碑原计划于去年年底达成，虽然比预期晚了七个月，但上线不足四年便积累如此规模的用户基础，在全球互联网应用中仍属增速最快的产品之一。公司发言人对此未予置评。
迟到 7 个月的里程碑，增长引擎正在换挡
ChatGPT用户增长放缓背后有多重因素叠加。谷歌的Gemini正持续深度整合拥有数十亿用户的搜索引擎，从流量入口端蚕食市场；去年秋季推出的GPT- 5 研发过程一波三折，上线后遭到大量用户诟病，直接拖累了增长曲线。
此外，多家调研机构数据显示，Anthropic的Claude聊天机器人自那以来也分走了一部分市场份额。 10 亿用户固然是一张漂亮的成绩单，但迟到的 7 个月同样揭示了一个现实：ChatGPT的先发红利正在被快速稀释，AI聊天机器人市场正从一家独大走向多强角力。
via AI新闻资讯 (author: AI Base)
据OpenAI内部披露，旗下聊天机器人ChatGPT周活跃用户量即将突破 10 亿。这一里程碑原计划于去年年底达成，虽然比预期晚了七个月，但上线不足四年便积累如此规模的用户基础，在全球互联网应用中仍属增速最快的产品之一。公司发言人对此未予置评。
迟到 7 个月的里程碑，增长引擎正在换挡
ChatGPT用户增长放缓背后有多重因素叠加。谷歌的Gemini正持续深度整合拥有数十亿用户的搜索引擎，从流量入口端蚕食市场；去年秋季推出的GPT- 5 研发过程一波三折，上线后遭到大量用户诟病，直接拖累了增长曲线。
此外，多家调研机构数据显示，Anthropic的Claude聊天机器人自那以来也分走了一部分市场份额。 10 亿用户固然是一张漂亮的成绩单，但迟到的 7 个月同样揭示了一个现实：ChatGPT的先发红利正在被快速稀释，AI聊天机器人市场正从一家独大走向多强角力。
via AI新闻资讯 (author: AI Base)
ChatGPT 周活逼近 10 亿：迟到七个月的里程碑，与三股分流的暗流
OpenAI 内部流出的数字显示，ChatGPT 的周活跃用户量正逼近 10 亿这道门槛。这个里程碑，原本被公司定在去年年底就要撞线，如今比预期晚了七个月，才终于望见终点。
即便迟到了，这份体量依旧惊人。ChatGPT 上线还不满四年，便聚起如此规模的用户，即便不坐"增速第一"的交椅，也稳稳站在互联网应用史上增长最快的那一梯队里。对于这个数字，公司发言人选择了沉默，不予置评。
光环之下，增长的放缓已经藏不住了。三股暗流正在同时分走 ChatGPT 的流量。
第一股来自谷歌。Gemini 正被持续、深度地嵌进那个坐拥数十亿用户的网页搜索引擎，每一次搜索框背后的默认智能，都在把习惯悄悄挪走。第二股来自去年秋天 GPT-5 的上线——那款模型研发过程一波三折，发布后又被大量用户诟病，周活跃用户的增长曲线在那之后明显拐了个弯。第三股则来自 Anthropic 的 Claude，多家调研机构的数据都指向同一结论：自 GPT-5 风波后，Claude 从聊天机器人市场里切走了一块份额。
当一款产品逼近 10 亿周活，它面对的已不再是"能不能长大"的问题，而是"长大之后怎么守住"的考题。三股分流的暗流提示着，聊天机器人的牌桌，正从一家独大走向群雄并起。
via AI新闻资讯 (author: AI Base)
OpenAI 内部流出的数字显示，ChatGPT 的周活跃用户量正逼近 10 亿这道门槛。这个里程碑，原本被公司定在去年年底就要撞线，如今比预期晚了七个月，才终于望见终点。
即便迟到了，这份体量依旧惊人。ChatGPT 上线还不满四年，便聚起如此规模的用户，即便不坐"增速第一"的交椅，也稳稳站在互联网应用史上增长最快的那一梯队里。对于这个数字，公司发言人选择了沉默，不予置评。
光环之下，增长的放缓已经藏不住了。三股暗流正在同时分走 ChatGPT 的流量。
第一股来自谷歌。Gemini 正被持续、深度地嵌进那个坐拥数十亿用户的网页搜索引擎，每一次搜索框背后的默认智能，都在把习惯悄悄挪走。第二股来自去年秋天 GPT-5 的上线——那款模型研发过程一波三折，发布后又被大量用户诟病，周活跃用户的增长曲线在那之后明显拐了个弯。第三股则来自 Anthropic 的 Claude，多家调研机构的数据都指向同一结论：自 GPT-5 风波后，Claude 从聊天机器人市场里切走了一块份额。
当一款产品逼近 10 亿周活，它面对的已不再是"能不能长大"的问题，而是"长大之后怎么守住"的考题。三股分流的暗流提示着，聊天机器人的牌桌，正从一家独大走向群雄并起。
via AI新闻资讯 (author: AI Base)
Kimi K3太牛了！但老板说API太贵，让我本地化部署，我算完成本，他涨红脸沉默不语了！其实成本不高，三千万足矣。
最近Kimi K3上线以后，大家都惊呼，又是一个DeekSeek时刻，哈哈，是不是应该叫Kimi时刻更好点儿。
K3的发布并不亚于当初DeepSeek R1发布造成的盛况，我们老板也是第一时间充值上手了（还挺潮，我都没用上，太贵）。
回来就找我：小X啊，咱们也要学习业内先进公司的经验啊！后面让大家全面使用Kimi K3进行研发。
我说：老板，现在Kimi官方API的定价可不便宜，Kimi官方最便宜的49的套餐不支持K3。
最少需要99的套餐。但是99的套餐上下文窗口是256K的，想要正常用100万Token的得买699的套餐。
咱们研发这边目前有几十个人，就算买30个也得每个月2万多。
老板：这么贵吗？我觉得那个99的就挺好用的啊。
我说：其实简单试用一下99的就挺好的，但是咱们研发用最好还是699的。
老板：哦哦，那这个成本确实挺高的。这样吧，咱们等等K3开源以后本地化部署，这样就只花一次钱，不用每个月都充钱了。
你回去写一份计划书，算算成本啥的，回头交给我。
于是乎我一脸懵逼的出了门，心里直呼一种植物的名字。
----------------------
既然你想要那我就给你算算：
Kimi K3 作为一个拥有 2.8 万亿参数的超大规模混合专家（MoE）模型，想要本地化部署完完全全就是一个企业级的工程。
不可能跟之前那个所谓的 DeepSeek 一体机一样，必须得是一个集群。
别的不谈，先说显卡，这是大头。
官方建议至少需要 64张以上加速卡组成的超节点 才能完整部署。
这类超节点通常由 64-1024 张国产加速卡（如华为昇腾910B等）或海外旗舰卡（如 H200、H100）通过高速互联组成，并需要配套 800G/1.6T 高速光模块和液冷散热方案。
咱们这里以 H200 为例，目前来看这个显卡在计算领域绝对领先，141GB显存的H200大概需要64张能够勉强跑通，达到基本可用的状态。
但是因为MoE 模型在推理时需要在专家间进行高频数据同步，网络带宽是决定性能的关键。
所以还需要上NVLink 交换机 / 互联桥，用于实现 GPU 之间的高带宽、低延迟通信。
另外需要至少需要配备 800G 级别的光模块（若条件允许可上 1.6T），用于机架内或跨机架的高速数据传输。
最后还需要支持 RDMA/RoCE 协议的高速以太网交换机，来确保集群内部数据交换不成为瓶颈。
这些东西需要安装在企业级主板上才能用，需要支持多路 PCIe 5.0 且具备多 GPU 插槽（如 8 卡或 4 卡服务器主板）的定制主板，以8卡主板为例，64张H200需要至少8台顶级服务器机箱。
CPU也不能太差了，得双路企业级 CPU，最起码也得Intel Xeon Sapphire Rapids 或 AMD EPYC Genoa 系列，这样才能够提供充足的 PCIe 通道数，避免 CPU 成为数据调度的瓶颈。
内存也不能太小，毕竟百万计的Token上下文。而且除了 GPU 的 HBM，还需要庞大的系统内存来存放 KV Cache 和中间激活值。
所以每台服务器最起码要配备1TB - 2TB 的 DDR5 内存。
有了内存，还得有存储空间。
得用上企业级的固态硬盘，存储高达 1.4TB 的模型权重文件、数据集以及推理时的缓存盘。
这种得上RAID 阵列，每个服务器不低于8TB，并且太差的盘还不行，因为读写 I/O 带宽不能太小了。
机器的主体基本上已经全了，但这还不是全部。
主体有了，还需要散热。
H200 在高负载 MoE 场景下单卡功耗极高，64 张卡聚集在一个机柜内，传统风冷根本不好使。
所以必须要上 冷板式液冷 或 浸没式液冷。
但是机器还得开机啊，开机就需要电源，单机柜可能得160kW，得拆分。
机柜上必须配备企业级钛金电源，这还没说机房改造的事儿哈！（咱们这里默认机房不需要改造。）
好了，到这里基本上都配齐了，杂七杂八的小配件咱们就不算钱了。
总成本需要多少呢？
保守估计3000万！
----------------------
需要注意的是，这个3000万是一次性投入，并不包含耗材的钱和后续使用。
咱们假设公司有高规格的机房，不需要租专业的 IDC 数据中心，并且公司有自己的高带宽网络专线。
这里只算电费，别的都不算。
单张 H200 显卡在满载运行时的功耗约为 700W（0.7kW）
所以，64 张 H200 显卡本身的总功耗为：
实际机房中除了显卡本身的耗电，还需要考虑服务器主板、CPU、内存、网络交换机以及空调制冷等配套设施的能耗。
数据中心通常用 PUE（电源使用效率）来衡量，国内数据中心的平均 PUE 约为 1.55。
所以，整个集群的实际取电功率需要乘以 1.55 的系数：
因为工业用电不是家庭用电，咱们以每度 1.5元 为基准，1小时运行的话，电费为：
咱们以全年365天，24小时满载运行为例：
就是说一年光电费就91万，这还不算别的，这仅仅是纯电费成本。
----------------------
于是乎我兴冲冲的拿着账单去找老板：老板您看，本地化部署需要的费用也不算很多，仅计算设备成本大约是3000万。不包含场地、机房改造等等费用。
然后，后续投入使用每年的电费成本大概是91万多点儿，这里面不包含耗材和其他设备成本，仅包含电费。
我看着老板的脸色由白转红，又有点儿紫，最后有点儿黑，没说一句话。
沉默良久以后老板开口说：小X啊，这个事儿公司需要开会讨论一下，你把材料留下先回去吧。
走出办公室的一刻，我看着老板拿起那份账单，手不知道为什么有点儿哆嗦。
via 掘金人工智能本月最热 (author: 李剑一)
最近Kimi K3上线以后，大家都惊呼，又是一个DeekSeek时刻，哈哈，是不是应该叫Kimi时刻更好点儿。
K3的发布并不亚于当初DeepSeek R1发布造成的盛况，我们老板也是第一时间充值上手了（还挺潮，我都没用上，太贵）。
回来就找我：小X啊，咱们也要学习业内先进公司的经验啊！后面让大家全面使用Kimi K3进行研发。
我说：老板，现在Kimi官方API的定价可不便宜，Kimi官方最便宜的49的套餐不支持K3。
最少需要99的套餐。但是99的套餐上下文窗口是256K的，想要正常用100万Token的得买699的套餐。
咱们研发这边目前有几十个人，就算买30个也得每个月2万多。
老板：这么贵吗？我觉得那个99的就挺好用的啊。
我说：其实简单试用一下99的就挺好的，但是咱们研发用最好还是699的。
老板：哦哦，那这个成本确实挺高的。这样吧，咱们等等K3开源以后本地化部署，这样就只花一次钱，不用每个月都充钱了。
你回去写一份计划书，算算成本啥的，回头交给我。
于是乎我一脸懵逼的出了门，心里直呼一种植物的名字。
----------------------
既然你想要那我就给你算算：
Kimi K3 作为一个拥有 2.8 万亿参数的超大规模混合专家（MoE）模型，想要本地化部署完完全全就是一个企业级的工程。
不可能跟之前那个所谓的 DeepSeek 一体机一样，必须得是一个集群。
别的不谈，先说显卡，这是大头。
官方建议至少需要 64张以上加速卡组成的超节点 才能完整部署。
这类超节点通常由 64-1024 张国产加速卡（如华为昇腾910B等）或海外旗舰卡（如 H200、H100）通过高速互联组成，并需要配套 800G/1.6T 高速光模块和液冷散热方案。
咱们这里以 H200 为例，目前来看这个显卡在计算领域绝对领先，141GB显存的H200大概需要64张能够勉强跑通，达到基本可用的状态。
但是因为MoE 模型在推理时需要在专家间进行高频数据同步，网络带宽是决定性能的关键。
所以还需要上NVLink 交换机 / 互联桥，用于实现 GPU 之间的高带宽、低延迟通信。
另外需要至少需要配备 800G 级别的光模块（若条件允许可上 1.6T），用于机架内或跨机架的高速数据传输。
最后还需要支持 RDMA/RoCE 协议的高速以太网交换机，来确保集群内部数据交换不成为瓶颈。
这些东西需要安装在企业级主板上才能用，需要支持多路 PCIe 5.0 且具备多 GPU 插槽（如 8 卡或 4 卡服务器主板）的定制主板，以8卡主板为例，64张H200需要至少8台顶级服务器机箱。
CPU也不能太差了，得双路企业级 CPU，最起码也得Intel Xeon Sapphire Rapids 或 AMD EPYC Genoa 系列，这样才能够提供充足的 PCIe 通道数，避免 CPU 成为数据调度的瓶颈。
内存也不能太小，毕竟百万计的Token上下文。而且除了 GPU 的 HBM，还需要庞大的系统内存来存放 KV Cache 和中间激活值。
所以每台服务器最起码要配备1TB - 2TB 的 DDR5 内存。
有了内存，还得有存储空间。
得用上企业级的固态硬盘，存储高达 1.4TB 的模型权重文件、数据集以及推理时的缓存盘。
这种得上RAID 阵列，每个服务器不低于8TB，并且太差的盘还不行，因为读写 I/O 带宽不能太小了。
机器的主体基本上已经全了，但这还不是全部。
主体有了，还需要散热。
H200 在高负载 MoE 场景下单卡功耗极高，64 张卡聚集在一个机柜内，传统风冷根本不好使。
所以必须要上 冷板式液冷 或 浸没式液冷。
但是机器还得开机啊，开机就需要电源，单机柜可能得160kW，得拆分。
机柜上必须配备企业级钛金电源，这还没说机房改造的事儿哈！（咱们这里默认机房不需要改造。）
好了，到这里基本上都配齐了，杂七杂八的小配件咱们就不算钱了。
总成本需要多少呢？
保守估计3000万！
----------------------
需要注意的是，这个3000万是一次性投入，并不包含耗材的钱和后续使用。
咱们假设公司有高规格的机房，不需要租专业的 IDC 数据中心，并且公司有自己的高带宽网络专线。
这里只算电费，别的都不算。
单张 H200 显卡在满载运行时的功耗约为 700W（0.7kW）
所以，64 张 H200 显卡本身的总功耗为：
64 × 0.7kW = 44.8kW实际机房中除了显卡本身的耗电，还需要考虑服务器主板、CPU、内存、网络交换机以及空调制冷等配套设施的能耗。
数据中心通常用 PUE（电源使用效率）来衡量，国内数据中心的平均 PUE 约为 1.55。
所以，整个集群的实际取电功率需要乘以 1.55 的系数：
44.8kW × 1.55 ≈ 69.44kW。因为工业用电不是家庭用电，咱们以每度 1.5元 为基准，1小时运行的话，电费为：
69.44度电 × 1.5元/度 ≈ 104.16元/小时咱们以全年365天，24小时满载运行为例：
104.16 x 24 x 365 ≈ 91.2万元。就是说一年光电费就91万，这还不算别的，这仅仅是纯电费成本。
----------------------
于是乎我兴冲冲的拿着账单去找老板：老板您看，本地化部署需要的费用也不算很多，仅计算设备成本大约是3000万。不包含场地、机房改造等等费用。
然后，后续投入使用每年的电费成本大概是91万多点儿，这里面不包含耗材和其他设备成本，仅包含电费。
我看着老板的脸色由白转红，又有点儿紫，最后有点儿黑，没说一句话。
沉默良久以后老板开口说：小X啊，这个事儿公司需要开会讨论一下，你把材料留下先回去吧。
走出办公室的一刻，我看着老板拿起那份账单，手不知道为什么有点儿哆嗦。
via 掘金人工智能本月最热 (author: 李剑一)
OpenAI 最近给 ChatGPT 的规矩里，悄悄添了一行新限制——不再完整复刻在世作家的专属文笔。这步调整没有大张旗鼓地宣布，而是静默地写进了功能规则，目的直白:把版权踩雷的空间再压窄一点。
实测下来，这道墙已经立起来了。当用户要求照着某位还在世的作家，去仿写故事开篇、改编经典文本，或者借其行文特点做创作时，ChatGPT 会直接拒绝对方专属文风与语言节奏的完整复刻。比如让它用斯蒂芬·金的笔调写个开头、把《奥德赛》改写成那位恐怖大师的风格，或是模仿谭恩美的腔调落笔，系统都不再接招。它愿意做的，只是借鉴题材、叙事逻辑、氛围塑造这类通用创作要素，去产出真正原创的内容。
有意思的是，这道墙只拦活人。面对查尔斯·狄更斯、欧内斯特·海明威、威廉·莎士比亚这些早已离世的作家，用户提出仿写与风格复刻的需求，ChatGPT 依旧照常响应、照常动笔。
这背后的法理并不复杂。美国现行版权相关法规，保护的只是作者原创的具体文字表达，并不给抽象的写作风格竖起版权的篱笆。业内的判断是，OpenAI 推出这条限制，核心在于主动把潜在的版权纠纷空间压缩掉，给企业的运营风险再降一档——这是人工智能行业在文学创作版权边界上，一次偏防御姿态的合规试探。
当生成式 AI 能越来越像某个人那样说话写字，复刻创作者文风、拿现有作品做二次创作的版权归属，早已是全球 AI 产业与文学领域共同盯紧的焦点。相关的行业规范与法律细则仍在慢慢补齐，而 ChatGPT 这道新墙，不过是这场拉锯里又一块被悄悄垒起的砖。
via AI新闻资讯 (author: AI Base)
