AI 日报

往期日报 · 第 42 期

Meta开源Muse Glimmer,Intel抛150亿美元募资案

Meta发布专为本地智能体优化的开源多模态模型Muse Glimmer,扎克伯格发文呼吁美国放松开源AI政策限制。同时,Intel宣布将发行150亿美元股票以支撑其高昂的AI代工转型计划,而Anthropic则被曝正组建内部芯片设计团队以降低Claude的推理成本。在中国,DeepSeek斥资2000万美元战略投资人形机器人制造商宇树科技,正式进军具身智能领域。

约 5 分钟编辑部
  • 开源模型
  • AI芯片
  • 具身智能
  • 资本市场
  • 巨头动态

要点速览

  1. 01Meta 发布开源多模态模型 Muse Glimmer,扎克伯格呼吁放松开源监管
  2. 02Intel 宣布发行150亿美元普通股,以支撑 AI 时代转型与资本支出
  3. 03Anthropic 组建内部芯片设计团队,目标将 Claude 推理成本减半
  4. 04DeepSeek 斥资2000万美元战略投资宇树科技,进军具身智能与物理 AI

模型开源与政策呼吁

Meta 发布多模态模型 Muse Glimmer,扎克伯格发文挺开源

Meta 正式发布了其最新一代的开源多模态模型 Muse Glimmer。该模型参数量为 300 亿(30B),专为本地运行的 AI 智能体(Agent)工作流优化。据介绍,Muse Glimmer 能够同时处理文本、图像和视频输入,并能在配备单张显卡的 Mac 或 PC 上流畅运行。该模型采用 Apache 2.0 协议开源,并引入了基于 DFlash 的投机解码(Speculative Decoding)技术以提升生成速度。

伴随模型发布,Meta 首席执行官马克·扎克伯格发表了题为《未来属于所有人》(The Future is for Everyone)的长文。他在文中强烈批评了将 AI 权力集中在少数几家公司手中的做法,并呼吁美国政府放松对开源 AI 模型的政策限制。扎克伯格指出,目前美国实验室在训练数据和模型蒸馏方面面临过多监管,这使得中国在开源模型竞争中获得了不公平的优势。他还宣布设立一项 10 亿美元的基金,用于支持那些因数据中心建设而受到影响的社区,以缓解公众对 AI 基础设施扩张的担忧。

芯片制造与基础设施

Intel 宣布发行 150 亿美元普通股以支撑转型

为了应对日益高昂的 AI 基础设施建设成本,Intel 宣布计划通过公开发行普通股筹集 150 亿美元资金。这是该公司自 1971 年上市以来的首次公开募股。Intel 表示,这笔资金将主要用于一般企业用途,包括支持其代工业务(Foundry)的扩张和资本支出。

在经历了 2010 年代高达 820 亿美元的大规模股票回购后,Intel 目前正处于艰难的转型期。随着 AI 需求的激增,公司在 7 月份将其今年的资本支出预测从 180 亿美元上调至 200 亿美元。分析人士指出,尽管 Intel 股价在过去一年中大幅反弹,但其资产负债表已无法独自支撑与台积电(TSMC)等巨头在先进封装和代工领域的全面竞争,此次大规模融资是其重构财务基础的关键一步。

Anthropic 组建内部芯片设计团队

据报道,知名 AI 初创公司 Anthropic 正在组建一个内部芯片设计团队,致力于为其核心模型 Claude 开发定制化的人工智能芯片。招聘信息显示,该公司正在招募具备半导体实际流片经验的工程师,提供的薪资范围在 32 万至 48.5 万美元之间。消息称,Anthropic 正在与三星探讨代工合作的可能性。

此举旨在从根本上降低模型运行的高昂成本。目前,如果用户每天向 Claude 发送大量 API 请求,其底层算力成本主要流向了提供硬件的第三方。Anthropic 希望通过软硬件协同设计,在未来 18 个月内将 Claude 的推理成本降低约 50%。这标志着 AI 领域的竞争正从单纯的模型层向底层硬件垂直整合延伸。

具身智能与产业资本

DeepSeek 战略投资宇树科技,进军具身智能

中国知名大模型初创公司 DeepSeek 宣布向国内领先的人形机器人制造商宇树科技(Unitree Robotics)战略投资约 1.4 亿人民币(约合 2090 万美元)。在宇树科技于上海科创板(STAR Market)的 IPO 中,DeepSeek 获得了约 2.31% 的股份,并承诺锁定三年。

此次合作明确了双方在具身智能(Embodied AI)领域的互补优势。根据招股书披露,DeepSeek 将利用其在低成本、高性能语言和视觉模型上的优势,为宇树机器人的“大脑”提供语义理解和逻辑决策能力;而宇树科技则继续专注于其擅长的机械工程、运动控制和“小脑”协调。这一合作直击了当前人形机器人行业的核心痛点,即机器人能够执行预设动作,但缺乏在陌生环境中自主理解和行动的能力。