Author: TheBestDoll

扎克伯格重返X引爆AI价格战

7月9日，马克·扎克伯格时隔三年首次在X发帖，宣布Meta Muse Spark 1.1模型正式开放开发者API，并推出付费阶梯，定价远低于Anthropic和OpenAI同类产品。这一动作直接把“代理能力+低成本”推向市场前沿。[[1]](https://finance.yahoo.com/technology/ai/articles/zuckerberg-breaks-3-silence-x-205015368.html) Meta此举并非孤立事件，而是大模型竞争从参数规模转向商业落地的最新信号。过去一年，OpenAI和Anthropic凭借企业服务和代理工具占据高毛利赛道；Meta则依托开源传统与自有生态，试图用“低价+代理工具使用”抢占开发者心智。扎克伯格帖中直言“其他实验室定价极高、利润丰厚”，明确将价格作为差异化武器。[[2]](https://www.iphoneincanada.ca/2026/07/09/zuckerberg-returns-x-muse-spark-ai-price-war/) 与此同时，xAI等玩家也在同期通过成本优化争夺份额。Meta的付费API首次让其从“免费开放”转向“商业变现”，标志着开源与闭源阵营在代理经济中的直接碰撞。长期看，低价策略可能加速企业从实验走向规模化部署，但也考验模型在长上下文、多步任务中的实际可靠性。 未来六到十二个月，价格战或将迫使头部实验室进一步优化推理成本，同时推动监管对AI API定价与数据使用的关注。谁能在代理能力与可持续盈利间找到平衡，将决定下一阶段格局。 信源：https://www.axios.com/2026/07/08/openai-deployment-company-northslope-acquisition https://finance.yahoo.com/technology/ai/articles/zuckerberg-breaks-3-silence-x-205015368.html https://www.iphoneincanada.ca/2026/07/09/zuckerberg-returns-x-muse-spark-ai-price-war/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

苹果押注机上大模型 隐私成本成新变量

7月9日消息，苹果正与初创公司PrismML洽谈，探索将更大规模AI模型直接运行在iPhone上。PrismML已能把阿里巴巴开源的Qwen 3.6模型压缩至270亿参数，在iPhone 17 Pro上完整本地运行，超过苹果当前机上AFM 3 Core Advanced模型的200亿参数规模。这将让更多Apple Intelligence功能从Private Cloud Compute转向设备端，进一步降低成本并强化隐私保护。[[1]](https://www.macrumors.com/2026/07/09/apple-prismml-larger-on-device-ai-models/) 这一动作置于AI行业云端与端侧长期博弈的格局中。OpenAI与Anthropic的主力模型仍高度依赖大规模数据中心，推理成本与数据中心扩张压力持续攀升；苹果则凭借自研芯片与多年端侧优化经验，试图把更多计算留在本地。历史数据显示，苹果早在2024-2025年就通过Private Cloud Compute实现混合架构，如今进一步向更大本地模型推进，反映其对硬件护城河的持续押注。 与云端玩家相比，苹果的优势在于隐私标签与边际成本控制，但也面临模型能力上限的现实约束。270亿参数虽已领先当前机上方案，却仍远小于云端主流模型规模。企业与开发者若追求最强推理性能，仍可能选择混合或云端方案。 未来6-12个月，关键悬念在于苹果能否通过下一代芯片与模型蒸馏技术，真正把高端功能全面推向中低端机型，而非仅限iPhone 17 Pro等旗舰。若成功，将重塑“AI即服务”与“AI即硬件”的竞争边界。 信源：https://www.macrumors.com/2026/07/09/apple-prismml-larger-on-device-ai-models/ https://www.theinformation.com/articles/khosla-backed-startup-claims-breakthrough-largest-ever-ai-model-iphone ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

AI推动美国新企业创立数量创纪录

彭博社7月10日报道，AI正推动美国创业浪潮，未来12个月内新企业数量预计同比部分领域增长24%。尽管AI可能引发就业冲击，但其对创业者的赋能正转化为实际商业活动激增。 这一趋势与AI工具普及直接相关。企业利用生成式模型降低原型开发、营销和运营门槛，使得更多个人和小型团队能快速验证想法。相比传统创业依赖大量前期资本和团队，AI降低了进入壁垒，类似早期互联网浪潮。 与OpenAI、Anthropic等大模型提供商聚焦企业API不同，此轮增长更多来自垂直应用和个人开发者。数据表明，AI相关初创在融资和注册速度上领先其他行业，但也带来资本集中风险——少数基础设施玩家掌握算力主导权。 未来6-12个月，观察重点在于这些新企业能否实现可持续盈利，以及监管如何平衡创新与就业保护。若AI创业潮持续，将重塑美国经济结构，从就业市场转向分布式创新生态。 信源：https://www.bloomberg.com/news/features/2026-07-10/ai-powered-entrepreneurs-set-to-launch-record-number-of-new-businesses ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

全球八大AI预测世界杯八强战分歧明显

新浪财经最新盘点显示，针对挪威对英格兰及阿根廷相关八强战，多数模型看好英格兰与阿根廷晋级；DeepSeek与Grok则逆势预测挪威取胜或双方战平，豆包等模型倾向平局。八大AI预测结果高度分化，反映当前模型对足球赛事的判断仍受训练数据与实时信息限制。此次AI前瞻为赛事提供多元参考，实际结果将检验模型可靠性。 信源:https://finance.sina.cn/china/gjcj/2026-07-11/detail-inihmreu6543606.d.html?vt=4 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

SpaceX AI算力交易年入280亿美元 地表业务反超太空

SpaceX正通过其Colossus超级计算集群与Anthropic、谷歌及Reflection AI等企业签署算力协议，预计每年可产生超280亿美元收入。这一数字基于公司最新财报及协议披露，远超其传统航天与通信业务贡献。 2025年SpaceX在AI基础设施上的资本支出已达127亿美元，研发投入51亿美元，远高于太空项目。首席执行官马斯克此前多次强调算力将成为核心增长引擎，此次交易落地印证了其从“星舰主导”向“AI基础设施商”转型的实际路径。 对比OpenAI与Anthropic等实验室仍依赖外部云厂商，SpaceX自建集群并直接变现的模式形成独特壁垒。分析师指出，这笔收入或帮助SpaceX在2026年实现AI相关现金流正向，而非单纯烧钱建星链。 下一步值得跟踪的是协议续约规模及是否扩展至更多中国或欧洲客户，这将决定SpaceX能否在全球AI算力供应链中占据稳定份额。 信源：https://www.reuters.com/science/spacexs-near-term-ai-payoff-seen-tethered-earth-not-outer-space-2026-07-10/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

OpenAI 部署军团再扩编，企业落地战线拉长

7 月 8 日，OpenAI 旗下的 Deployment Company 宣布收购应用型 AI 公司 Northslope。这是该部门 5 月成立以来第二起并购，目标是吸纳数百名“前线部署工程师”，直接嵌入客户组织内部构建生产级系统。Northslope 团队多来自 Palantir，此举被视为 OpenAI 从卖模型转向卖“落地能力”的明确信号。 这一动作折射出当前 AI 竞争重心已从参数规模转向真实部署效率。企业愿意为模型买单，但更痛的痛点是把模型嵌入现有流程、处理合规与安全、持续迭代。OpenAI 此举与 Anthropic 近期推行的企业服务策略高度一致，后者也通过咨询与集成团队抢占落地市场。相比之下，微软、谷歌等平台玩家则更依赖自身生态内工具，试图用低摩擦的 API 留住客户。 数据层面，OpenAI 承诺向部署部门投入 40 亿美元，显示对实施环节的资本倾斜。Palantir 曾以 Ontology 模式证明“数据+流程”比单点模型更有粘性，OpenAI 现在直接挖角其人才，意图复制类似护城河。但这也带来新风险：服务收入占比上升后，模型迭代压力是否会让步于客户定制需求？ 未来 6-12 个月，关键看这批前线工程师能否在 6-12 个月内为 OpenAI 贡献可量化的 ARR，以及 Anthropic 是否会跟进类似并购。若落地能力成为新战场，纯模型公司将面临更陡峭的估值重估。 信源：https://www.axios.com/2026/07/08/openai-deployment-company-northslope-acquisition https://thenextweb.com/news/openai-northslope-acquisition-enterprise-ai-deployment ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos […]

谷歌AI Mode首年数据：搜索正转向长对话与多模态

7月10日发布的谷歌AI Mode首年用户行为数据显示，平均提示词长度已是传统搜索的三倍，跟进查询月增长超40%，超过六分之一的搜索已采用语音、图像或视频。规划、对比和头脑风暴类查询增长尤为迅猛，用户开始提供个人语境，要求AI直接辅助完成决策。谷歌同时在Search Console新增AI Overviews、AI Mode和Discover的曝光报告，供网站主监控可见度。 这一变化并非孤立。传统SEO依赖短关键词和孤立问题的优化模式，正与AI驱动的搜索体验脱节。Ahrefs等研究此前已显示AI Overviews使顶级结果点击率下降34.5%-58%，而新数据进一步证实，用户不再满足于链接列表，而是期望端到端任务完成。相比之下，OpenAI和Anthropic的代理工具（如ChatGPT Work、Claude Cowork）正试图在企业场景抢占类似流量，谷歌此举则是将其搜索优势延伸至消费级决策链条。 根本驱动力是模型能力的跃升：更长上下文和多模态理解让搜索从信息检索转向行动代理。传统内容生产者若仍以短关键词堆砌，流量将被AI摘要截断；反之，擅长结构化、个人化内容的服务商将获得新入口。 未来6-12个月，这一趋势或将加速SEO与代理经济的融合，但也留下悬念：当用户更多依赖谷歌AI直接“完成任务”而非点击网站时，内容生态的变现模式将如何重构？ 信源：https://www.marketingprofs.com/opinions/2026/55247/ai-update-july-10-2026-ai-news-and-views-from-the-past-week https://workspaceupdates.googleblog.com/2026/07/weekly-recap-07-10-2026.html ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

华为联合20余伙伴启动OPEN NPO项目并发布国内首个NPO光互连MSA

华为联合中国移动研究院、京东云、百度等20余家产业链伙伴，在“超节点与GW级AIDC技术论坛”上正式启动OPEN NPO项目，发布国内首个NPO光互连多源协议（MSA）。该协议针对万卡智算集群互连痛点，旨在构建开放统一近封装光学标准，推动不同厂商产品兼容互配。项目规划2026年三季度发布首版技术规范，2027年上半年推动规模化商用。NPO成为国产AI算力底座从单点突破迈向生态协同的关键路径，行业关注其落地节奏与供应链带动效应。 信源:https://www.ithome.com/0/974/717.htm ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

美国众议院单日推进十项AI法案

7月10日，Transparency Coalition披露，美国众议院科学、太空与技术委员会在一次markup会议中一次性推进10项两党AI法案，涵盖研究准入、数据共享与安全标准等多领域。这标志着联邦层面AI立法从碎片化讨论转向实质性打包推进。 这一动作发生在AI从实验室走向公共部门的关键节点。此前，加州、伊利诺伊州等已各自出台安全或再培训法案，而联邦层面长期滞后。相比之下，欧盟AI Act已进入执法阶段，中国则通过五年规划与模型出口管制直接引导产业方向。美国此举试图在私营主导的创新与公共治理之间寻找平衡。 与Anthropic、OpenAI等企业自发签署安全宪章形成对比，立法推进更强调可执行的联邦框架。企业端正加速从API租用转向开源或自研部署，公共部门却仍在构建基础治理能力。单日多法案并进，显示两党在国家安全与竞争力议题上存在共识，但具体条款落地仍需跨委员会协调。 下一步值得观察的是，这些法案是否会设置类似欧盟的风险分级门槛，还是更倾向于激励性研究资助。若联邦标准过严，可能进一步推高中小企业的合规成本；若过于宽松，则难以回应公众对AI安全与就业冲击的担忧。 信源：https://www.marketingprofs.com/opinions/2026/55247/ai-update-july-10-2026-ai-news-and-views-from-the-past-week https://www.mintz.com/insights-center/viewpoints/54941/2026-07-08-ai-washington-report-july-2026-edition ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

开源模型成本优势显现，企业加速脱离API租用

Hugging Face CEO Clem Delangue 7月10日在TechCrunch Equity播客中指出，企业正大规模转向开源模型。过去从前沿闭源API起步的公司，随着规模扩大，成本压力推动它们选择本地部署或自有模型。目前约半数财富500强已在使用Hugging Face平台上的开源资源。 这一转变发生在AI基础设施军备赛白热化之际。闭源模型如OpenAI GPT系列和Anthropic Claude的高token消耗与按使用量计费模式，在agentic任务中尤为昂贵。相比之下，开源模型允许企业掌控数据、主权和长期成本。Meta、谷歌等也在自研芯片与开源生态上加码，试图在供应链中抢占位置。 与此同时，闭源实验室仍依赖巨额融资维持训练，但用户端迁移已成趋势。DeepSeek等国产开源模型在特定场景的性价比优势，进一步加速了这一分化。根本驱动是可预测ROI与数据隐私诉求，而非单纯性能追赶。 未来6-12个月，值得观察的是开源模型在前沿推理能力上能否持续缩小与闭源的差距，若突破，将重塑大实验室的定价权与市场份额。 信源：https://techcrunch.com/2026/07/10/hugging-faces-ceo-on-why-companies-are-done-renting-their-ai/ 信源：https://www.nytimes.com/2026/07/10/technology/meta-muse-images-instagram-removal.html（背景参考） ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信