美国下一步不是封芯片,而是封模型:AI真正的分水岭来了
美国正在酝酿一件比“卡脖子芯片”更激进的事:限制中国获取最先进的AI基础模型。这个变化不只关乎中美博弈,而是可能直接决定你未来能用到什么模型、开源是否还能存在,以及AI创业的门槛会被抬到多高。
美国正在酝酿一件比“卡脖子芯片”更激进的事:限制中国获取最先进的AI基础模型。这个变化不只关乎中美博弈,而是可能直接决定你未来能用到什么模型、开源是否还能存在,以及AI创业的门槛会被抬到多高。
当所有人都在追逐更大的模型时,真正决定胜负的战场已经下沉到了芯片层。微软被曝即将发布代号“Athena”的自研AI芯片,直指英伟达最核心的GPU训练市场。与此同时,AI的高成本、监管与地缘政治,正在把这场技术竞赛推向更复杂的博弈。
如果只比“画得好不好”,Adobe 这次未必能打败 Midjourney;但如果把“法律、安全、企业可用性”算进来,Firefly Image 2 可能正在改写生成式图像的竞争规则。这段 5 分钟视频里,真正的猛料不在画面,而在商业后果。
很多人以为 AI 改变职业的方式是“取代你”,但这期《AI Daily Brief》讲了一个更反直觉的事实:AI 没有先消灭岗位,而是先创造了两个新职业,而且一个比一个更抢手。从不会写代码的普通员工,到年薪数十万美元的 AI Engineer,这条路径已经被走通了。
生成式 AI 正在悄悄换挡:不是更大的模型,也不是更炸的 Demo。真正的拐点是——ChatGPT 式的“万能工具”正在退潮,深度嵌入工作流的 AI 正在接管一切。这一幕,被称为 Generative AI 的 Act 2。
大多数人聊企业级大模型,第一反应是“选哪个模型”“是不是 GPT-4”。但在 Stripe AI Day 上,Dust 联合创始人 Gabriel Hubert 用一场并不炫技的 Demo,抛出了一个更刺耳的观点:真正拖慢 AI 落地的,从来不是模型本身。
在这场Stripe AI Day的现场演示里,PhotoRoom创始人抛出一个反直觉结论:大多数人根本不想、也不会写Prompt。真正让AI修图跑起来的,不是更强的模型,而是把Prompt这件事“藏起来”。这是一场关于AI产品设计的高密度示范。
当所有人都在追逐更大、更封闭的模型时,Mistral 联合创始人 Arthur Mensch 却反其道而行,公开模型权重、押注开源,并直言:只有拿到权重,才真正谈得上安全与可控。这场与 Stripe 创始人 John Collison 的炉边谈话,透露了欧洲 AI 的另一种未来。
一款把自拍变成90年代高中年鉴照的AI应用,突然刷爆全网、登顶App Store、每天吸金数十万美元。它看起来很轻,但背后却连着AI普及、隐私伦理、深度伪造政策,甚至社会自我认知的变化。这不是一个“滤镜故事”,而是一次关于AI如何真正进入大众生活的样本。
当所有人都在聊模型、参数和多模态时,OpenAI 却被曝正在认真考虑一件更“底层”的事:自己做 AI 芯片。这不是炫技,而是被 GPU 卡脖子的现实选择。从 GPT-4 Vision 的延期,到亚马逊、谷歌的硬件反击,AI 竞赛的主战场,正在从算法转向算力。