晶片

Enlarger是一款本地影像放大工具，它不使用生成式AI，而是透過重構已有細節並應用後期處理來保持紋理和質感。支援批次處理、離線執行，一次性付費，無訂閱。適合攝影師、設計師等專業人士。

本期涵蓋Anthropic的AI條約討論、美國政府影響AI模型釋出、OpenAI處理器開發、記憶體市場影響等話題。

本期播客討論了Anthropic應美國政府要求切斷對Fable 5和Mythos 5的訪問、SpaceX以約60億美元收購AI編碼初創公司Cursor、基礎設施與商業更新（如Anthropic尋求Google支援的租賃、OpenAI財務洩露等）、以及多項開源專案和政策動態。

本期播客討論了Anthropic釋出的Claude Fable 5模型及其安全爭議、Apple在WWDC上宣佈的Siri AI、Google的Gemini 3.5即時翻譯和AI訂閱調價、OpenAI的IPO進展、Prometheus的120億美元融資、DeepSeek的融資計劃、華為對DeepSeek模型的後訓練、Google向SpaceX支付GPU費用、Gemma 4和DiffusionGemma開源模型、以及多項AI安全政策和研究動態。

百時美施貴寶將購買基於輝達Vera Rubin架構的DGX SuperPOD，用於支援其藥物發現和開發過程中的人工智慧應用。這家制藥公司表示，它將成為首家獲得基於Vera Rubin的DGX SuperPOD的生命科學企業。該系統將提供10倍於現有基礎設施的效能功耗比，並支援化合物、蛋白質等科學資料的模型訓練與預測。

本期播客討論了Anthropic釋出Claude Opus 4.8、微軟推出MAI模型、Anthropic IPO以及Minimax-M3等AI新聞。

Zro 是一個面向編碼代理的私有推理端點，在歐盟基礎設施上提供開源權重模型，零資料保留，不訓練使用者資料，支援長上下文和多輪編碼會話。它整合了 Claude Code、Codex 等工具，提供 OpenAI 和 Anthropic 相容的 API。

美國政策制定者正在討論是否透過監管風險來限制中國開源權重模型的使用。Moonshot AI的Kimi K3模型釋出後，這一爭論再次升溫。企業面臨的問題不僅是效能，還有未來一年內使用這些模型是否依然暢通無阻。

NVIDIA 推出 Cosmos 3 Edge，一個僅40億引數的開放世界模型，專為裝置端執行設計。它能幫助機器人和視覺AI代理理解環境、即時推理，並在本地生成機器人動作。該模型是 Cosmos 3 系列的最小成員，此前已釋出160億引數的 Nano 和640億引數的 Super。Edge 型號針對記憶體受限的邊緣系統（如工廠、倉庫和醫院）提供資料中心級別的效能。

中國開源AI模型Kimi的釋出，引發了特朗普政府內部AI戰略家的分裂。該模型效能媲美OpenAI和Anthropic的付費模型，卻完全免費，對特朗普的經濟和政治構成挑戰。圍繞如何應對中國AI競爭，各方意見不一，從開放支援到加強管控，分歧加劇。

法國憑藉豐富的核能提供低成本電力，在AI領域獲得競爭優勢，但美國科技巨頭可能搶先將這一資源納入囊中。

AI行業面臨兩大對立策略：一是斥資數千億美元建設核電站以支援更大規模的AI模型，二是釋出可下載的開源模型，使智慧幾乎免費。文章指出這兩種策略並非對立，而是對同一個問題的不同賭注：智慧是否存在天花板？如果存在，效率陣營（開源、晶片架構）將獲勝；如果需求無上限，蠻力陣營（大規模計算）將勝出。生物學提供了先例：人腦在能量限制下透過架構創新（稀疏性、記憶體計算）實現了高效。當前開源模型利用這些技巧，但僅覆蓋中等難度的任務，而前沿模型仍保持優勢。真正的勝負取決於智慧天花板的位置。

本文提出了 SpecLA，一種針對有狀態線性注意力模型的推測解碼執行時。它透過拓撲感知核心驗證鏈和樹，儲存驗證過程中產生的緊湊因子以恢復接受狀態，並使用置信剪枝和目標對齊的EAGLE風格草案生成器提供有用候選。在NVIDIA H100上使用公共GDN-1.3B目標，SpecLA實現了比自迴歸解碼高達1.70倍的端到端加速。

OpenLanguageModel (OLM) 是一個開源的 PyTorch 庫，用於構建和預訓練小型語言模型，同時保持其內部機制可見。模型程式碼直接反映架構，元件如 Block、Residual、Repeat 和 Parallel 描述連線方式。OLM 整合了分詞器、資料集、最佳化、混合精度、回撥、檢查點以及硬體感知的執行，支援從教學筆記本到完整預訓練的無縫遷移。該庫包含 9 個常見模型家族的 27 個預設，並提供從基礎到架構研究的文件。驗證顯示與獨立參考實現高度一致，348M 引數模型在四 GPU 上弱擴充套件效率達 90.6%，且早期可用性反饋積極。OLM 採用 MIT 許可證，可透過 PyPI、GitHub 和文件站點獲取。

本文提出了一種基於運算元感知的混合精度容差校準方法，透過挖掘累積的雲GPU執行資料，自動確定張量核正確性測試的最佳絕對容差，相比手工選擇的容差更嚴格，並顯著提高了錯誤檢測召回率。

本文介紹ARGO智慧眼鏡平臺，利用STM32N6微控制器及其整合NPU實現本地機器學習，保護隱私並降低延遲。透過軟硬體協同設計，部署最佳化後的YOLOv11模型進行即時城市障礙物識別，引入頭並行注意力機制（HPA）適配NPU，模型僅佔用2.483 MB記憶體，mAP50-95達24。該平臺整合多模態感測器，以10 FPS執行，200 mAh電池續航約113分鐘，展示了高效能、隱私保護且社交可接受輔助裝置的可行性。

加里·馬庫斯指出，中國AI模型Kimi K3已追平美國頂級模型，且作為開源模型免費提供，衝擊了美國AI公司的商業模式。他回顧了自己2025年以來的警告，認為美國過度依賴大語言模型（LLM）戰略失誤，導致如今中美AI競爭陷入僵局。馬庫斯提出七項建議，包括不作為、監管護城河、國有化等，並最終主張AI應成為全球公共品，提議建立類似CERN的國際AI合作專案。

daft-physical-ai 是一個新的開源 Python 庫，基於 Daft 構建，旨在簡化物理 AI 中從原始機器人影片到訓練模型的資料處理流程。它提供了手部追蹤和獎勵評分等操作，支援懶載入、批處理和分散式執行，幫助團隊跳過資料管道的基礎設施工作。

OpenAI戰略未來主管Dean Ball認為開放權重模型本質上是減速主義的，因為它們抑制資本支出。本文從經濟學角度探討了這一觀點，分析了中國在AI基礎設施方面的投資、訓練正規化的轉變以及價值在價值鏈中的遷移。文章認為，開放權重模型可能透過降低成本擴大應用範圍，促進創新，從而實際上是加速主義的。

義大利工程師Vincenzo（又名JustVugg）建立了Colibrì，這是一個概念驗證專案，能夠在僅25GB RAM和1GB/s NVMe的CPU上執行7440億引數的GLM-5.2模型（1.5TB）。儘管速度極慢（每0.05-0.1秒一個token），但利用混合專家（MoE）架構按token載入專家，實現了前沿水平的回答質量。專案開源，旨在探索在消費級硬體上執行大型模型的可行性。

本文探討了SpaceX快速納入納斯達克100指數對指數基金投資者的影響。文章解釋了指數基金的工作原理，討論了人們對埃隆·馬斯克治理方式的擔憂，以及投資者是否應擔心市場中的人工智慧集中度。

本文探討了企業級 AI “公司大腦”構建中的檢索增強生成（RAG）技術侷限性，指出標準 RAG 僅擅長處理單一事實類問題，而 GraphRAG 雖然理論上能解決多文件綜合問題，但其高昂成本、狹窄優勢及實體解析難題使其在多數場景下過於複雜。作者介紹了其公司 QX Labs 的替代方案：“類圖 RAG”——一種基於普通資料庫的輕量級實體-關係系統，無需圖資料庫、預建圖譜或自定義本體，透過惰性總結、固定本體和實體解析瀑布流實現自服務部署，顯著降低了成本與運維負擔。

由輝達、Meta和三星等創始成員組成的聯盟，旨在減少對晶片中稀有材料的依賴。

Stoke是一個輕量級的Rust閘道器，在請求到達提供商之前強制實施硬預算上限、迴圈檢測和速率限制，從而防止失控支出。它還提供跨多臺機器的本地優先路由、基於成本/速度的自動路由以及失敗關閉架構。

本文展示瞭如何將 Amazon Quick 作為業務使用者的專業代理工作流前端。透過 NVIDIA NeMo Agent Toolkit 構建供應鏈風險示例，幫助規劃人員從 Amazon Quick 儀表盤和知識上下文轉向引導式緩解建議。

舊金山一家新開的餐廳因使用AI生成的選單圖片而遭到社群強烈批評，甚至被塗鴉破壞。店主不得不撤下圖片，並計劃透過社群活動重建聲譽。

Moonshot AI釋出了最新旗艦模型Kimi K3，這是一個2.8萬億引數的MoE模型，將於7月27日開放權重。K3在多項基準測試中排名靠前，成為最強的開源模型。文章探討了中美AI模型差距縮小、中國開源策略、開源模型的經濟影響以及中國AI的效率優勢。

本文探討了AI如何透過三種方式——將暗資料轉化為訊號、擴充套件機率推理的問題空間、將人的能力與員工數量脫鉤——來解決零售、旅遊和消費品行業中訊號與行動之間的鴻溝，並強調治理是真正的競爭優勢。

NVIDIA在SIGGRAPH 2026上宣佈多項創新，包括透過模型上下文協議（MCP）將AI代理整合到創意工具中，推出合成影片檢測器NIM微服務以識別AI生成影片，並開源Cosmos 3 Edge世界模型用於本地物理AI。這些進展旨在加速內容創作、媒體驗證和機器人技術。

文章分析了美國AI公司透過封閉和專有化模式維持競爭優勢，但中國透過開放模型策略正在縮小差距。AI模型自身缺乏護城河，使用者容易切換，而中國企業利用開放模型獲得分佈優勢，挑戰美國的主導地位。

英國政府AI安全研究所發現，開放權重模型與封閉前沿模型在網路安全能力上的差距正在縮小。中國公司月之暗面釋出Kimi K3模型，效能接近前沿模型，但存在一定脆性。DeepMind創始人Demis Hassabis提出類似FINRA的AGI監管框架。研究顯示，AI系統可秘密執行側通道任務，極難檢測。

本文是系列文章的第一篇，介紹如何從Go語言直接本地執行大型語言模型。文章解釋了推理的本質：基於凍結的權重進行下一個標記預測，並詳細介紹了自迴歸迴圈、分詞器工作原理以及GGUF檔案格式的結構和載入過程。

百時美施貴寶（BMS）宣佈部署其第二代NVIDIA DGX SuperPOD，基於八套DGX Vera Rubin NVL72系統，成為生命科學領域最強大、最節能的AI叢集。新系統將向所有科學家開放，無需等待或限制，支援藥物發現全流程的AI應用，包括目標識別、化合物庫擴充套件和先導最佳化。BMS還整合了現有叢集，形成統一環境，並透過NVIDIA Mission Control提供AI原生工具。

中國領先的人工智慧公司Moonshot和阿里巴巴釋出了新模型，聲稱能以更低成本與OpenAI和Anthropic的最佳模型競爭。這些開放原始碼的釋出加劇了中美技術競賽，並質疑美國鉅額投入是否能維持優勢。

空客宣佈將約900個應用從AWS遷移到法國雲服務商Scaleway，以加強數字主權。此舉反映了美國資料保護不可靠的擔憂，但供應鏈管理和AI領域仍面臨挑戰。

月之暗面釋出Kimi K3，一個擁有2.8萬億引數的開放權重模型，採用混合專家架構、量化訓練和Delta注意力機制，以記憶體池化策略應對美國晶片限制。儘管引數龐大，但模型透過降低計算需求來適配受限硬體，實際部署仍需資料中心級基礎設施，且軟體生態尚未完全就緒。

該公司旨在開發AI軟體，縮短晶片製造商供應鏈中的研究時間並減少稀有金屬的使用。

文章指出，到2026年，AI基礎設施的主要限制將從GPU供應轉向電網容量。預計到2027年，40%的AI資料中心將受到電力限制，新電網連線的審批時間長達24-36個月。文章詳細分析了電力需求、推理驅動電力曲線，並提出了效率提升、排程和地理分佈等策略，同時推廣Spheron的分散式GPU網路作為解決方案。

月之暗面AI釋出Kimi K3，在Frontend Code Arena基準測試中奪冠，引發美國AI監管辯論。儘管在前端編碼方面表現強勁，但整體仍落後於Claude Fable 5。該釋出加劇了AI監管和開源模型的政策爭論，對NVIDIA和Anthropic等股票產生影響。

Thinking Machines Lab 釋出了其首個通用開放權重基礎模型 Inkling。該模型擁有 9750 億引數（其中 410 億啟用）、100 萬 token 上下文視窗，採用多模態稀疏 MoE 架構，支援文本、影像和音訊處理。Inkling 以可定製的開源模型形態，面向多模態推理、智慧體、程式設計、工具使用及企業微調場景。本文詳解其架構、訓練、基準測試、部署及微調工作流。

智慧體AI是一種能夠自主規劃、決策和採取行動以實現特定目標的人工智慧系統，代表了從簡單回應查詢到主動執行任務的重大轉變。本文探討了其定義、發展動力、常見應用、挑戰以及基礎設施的重要性。

在災難檢查、搜尋救援等關鍵任務中，通訊受限的機器人必須依賴機載決策。低成本的記憶重用可能因環境變化而變得不安全（稱為“記憶陷阱”）。本文提出MemoGuard，一種輕量級自適應執行時，在重用前根據拓撲、資源和結果契約驗證記憶，僅當驗證失敗時才呼叫回退推理。在走廊巡檢模擬器中，與單純相似性重用相比，電池安全違規減少76.6%，回退呼叫次數比始終使用推理減少21.4%。在NVIDIA Jetson AGX Xavier上使用本地llama3.2:3b回退推理時，每次試驗節省3.67秒和36.97焦耳。

使用部分資訊分解（PID）框架在訓練前選擇最優的MRI對比度組合，以降低多對比度3D MRI腦腫瘤分割的計算成本。研究選取T1c+T2-FLAIR作為最佳輸入對，在輕量級3D U-Nets上表現接近全輸入配置，平均Dice 0.676 vs 0.687，驗證了PID的實際價值。

隨著矽谷大力推動人工智慧和裁員，曾被視為經濟贏家的科技工作者正經歷前所未有的不安全感。文章透過個人故事和行業資料，揭示了AI如何改變就業市場、加劇不平等，並引發對未來的焦慮。

本文對比了六款適合單張24GB GPU（如RTX 3090/4090）的開放權重模型，涵蓋Qwen3.6、Gemma 4、Mistral Small等，並解釋了記憶體分配、量化策略以及各模型的優勢場景。

Headroom是一款30秒的瀏覽器內測試工具，用於測量本地AI推理時GPU記憶體頻寬的真實上限，無需下載模型，使用合成權重，需要WebGPU支援。它透過三種獨立方法測量頻寬，並檢測導致瀏覽器內LLM輸出錯誤的子組bug。驗證表明，當前瀏覽器引擎受發射開銷限制，硬體仍有2-3倍潛力。

Together AI 和 Y Combinator 宣佈合作，為 YC 初創公司提供首個專用 GPU 叢集，解決計算瓶頸。初創公司可靈活承諾數週而非兩年合同，透過自助服務平臺直接管理 GPU，無需經過 YC。該叢集已滿負荷執行，並支援從單節點到大規模擴充套件的需求。

為AI研究人員整理的免費資源合集，包括超過1000美元的免費計算積分、研究指南、社群論壇等，幫助學生在不花費一分錢的情況下開始AI研究。

臺積電首席財務官黃仁昭對CNBC表示，公司正在加速亞利桑那工廠的產能擴張，以應對AI驅動的多年結構性需求。公司額外承諾投資1000億美元，使在美總投資達到2650億美元，並將全年資本支出上調至600-640億美元。臺積電正在將5奈米產能轉換為先進的3奈米節點，2奈米技術將成為下一季度營收的新驅動力。

Feyn Labs釋出了SQRL，這是一系列文本到SQL模型，能在生成查詢前透過只讀探針檢查資料庫。旗艦型號SQRL-35B-A3B在BIRD Dev上達到70.6%的執行準確率，略超Claude Opus 4.6，並可蒸餾為可自託管的4B和9B檢查點。