【Operation Bluebird推出Twitter.now】前Twitter商标律师Stephen Coates与合伙人创立的弗吉尼亚初创公司Operation Bluebird正式上线Twitter.now平台,恢复旧Twitter名称、蓝鸟标志及tweet、retweet等用语。该公司主张X Corp已放弃相关商标,早前向USPTO提交取消申请并在法院获初步有利意见,目前提供20美元早期访问,会员可抢注用户名并参与测试,内置Gemini驱动的VERA事实核查工具。平台强调与X无关,聚焦用户可控的公共广场体验。此举将商标争夺战推向实际运营阶段,X品牌控制权面临新压力。 信源: https://techcrunch.com/2026/08/27/hold-up-theres-a-new-twitter-in-the-town/ ✕ 📱 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
Category: 最新消息
StreamCore开源实时语音AI基础设施
【StreamCore】开发者在GitHub发布streamcore-server开源项目,提供Go语言实现的实时语音代理服务器,支持WebRTC(WHIP)、自适应VAD打断、流式STT/LLM/TTS管道、插件系统、多语言SDK、SIP电话及ESP32嵌入式支持,完全本地模式可选。项目已同步推出配套JS/Python/Go/Rust SDK与示例,专注低延迟媒体处理与NAT穿透,代理逻辑仍由用户自控。 该发布标志开源实时语音基础设施向AI代理落地加速,降低自建生产级语音交互门槛。 信源:https://github.com/streamcoreai/streamcore-server ✕ 📱 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重启战略 Altman承认落后Anthropic
2026年8月26日,《时代》周刊刊登对OpenAI CEO Sam Altman的专访,Altman首次公开承认公司在过去一年“在产品方向和预训练研究上落后于预期”,已失去对Anthropic的领先地位。Anthropic凭借Claude Code在AI编码市场占据优势,营收和估值均首次反超OpenAI。 访谈中Altman表示,OpenAI内部已将AGI时间表定在今年年底前实现,并确认公司将于2027年或更早上市,CFO在8月19日全员会议上也透露了这一计划。Anthropic则预计最早9月IPO,成为两家公司中率先上市的一家。 这一表态正值AI实验室进入企业级代理与编码工具激烈竞争的关键阶段。OpenAI正通过新风险基金和巴西市场扩张寻求反击,而Anthropic则持续在安全与企业信任上加码。OpenAI若无法在代理能力上快速追赶,IPO估值与市场份额或将面临进一步压力。 下一步值得跟踪OpenAI是否会在9月前后公布新模型或代理产品,以扭转营收与技术双线落后的局面。 信源:https://time.com/article/2026/08/26/openai-sam-altman-interview/ ✕ 📱 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
英伟达暂停与 AI 云服务商分成协议
英伟达近日暂停与多家 AI 云服务商的营收分成安排,此举据称源于对合作伙伴使用其芯片训练竞品模型的担忧。消息源自《华尔街日报》,事件发生在过去 48 小时内,凸显算力供应商对生态控制权的强化。 这一调整发生在 AI 基建军备赛持续升温的背景下。英伟达此前通过与云厂商的合作快速扩大 H100/H200 出货,但部分云商转而支持开源或竞品模型,侵蚀其生态主导权。对比之下,谷歌和微软更倾向于自建或深度绑定自家模型,减少对外部云商的依赖。 与此同时,英伟达宣布启动员工资助的美国政治行动委员会,旨在加强政策影响力。SK 海力士也计划 2029 年在印第安纳州投产新一代 HBM 芯片,预计内存短缺将延续至 2030 年。这些动作显示,硬件巨头正从单纯供应转向全链条布局。 下一步值得跟踪:暂停协议是否会引发云服务商转向 AMD 或自研芯片,以及英伟达在 2027 年财报中如何体现增长韧性。[[1]](https://www.reuters.com/technology/artificial-intelligence/) 信源:https://www.reuters.com/technology/artificial-intelligence/ ✕ 📱 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
Sacks 发声:AI 资本开支叙事正被财报撕碎
David Sacks 8 月 27 日在 X 上发帖指出,“AI 资本开支是泡沫”“SaaS 已死”的叙事当天就被粉碎:英伟达 Q2 营收 960 亿美元(同比翻倍),净利约 600 亿美元,毛利率 75%,FY28 指引增长 70%(远超市场预期 45%);Salesforce 预订增速四年最快,Agentforce 直接贡献 ARR,Benioff 称“UI 就是 AI”。[[1]](https://x.com/davidsacks) 这一幕发生在 AI 基建军备赛最激烈阶段。过去 12 个月,亚马逊、微软、谷歌等 hyperscaler GPU 订单持续放大,企业已从“试点”转向“规模化部署”。Salesforce 与 Anthropic 的深度集成,正是代理从聊天工具转向核心工作流的最直接证据。相比之下,早期对“过热”的担忧多来自传统 SaaS 估值逻辑,而本次财报显示,AI 需求已形成自我强化的闭环:算力→模型→企业应用→更高算力。 与 2023-2024 年生成式 AI 概念期不同,如今资本开支更多指向物理世界与代理经济落地。英伟达等硬件厂商的指引已把“供给约束”而非“需求不足”列为主要变量,这与以往互联网泡沫的消费端驱动路径形成对比。中国模型(如 Qwen、Kimi)在部分基准上快速追赶,也在倒逼全球算力布局加速。 悬念在于:当 hyperscaler 2027-2028 年新增百万级 GPU 集群逐步上线,电力与供应链瓶颈是否会让部分玩家提前踩刹车,还是进一步拉大领先者与追赶者的差距。[[2]](https://m.economictimes.com/tech/artificial-intelligence) 信源: https://x.com/davidsacks/status/ (2026-08-27) […]
Grok 4.6 上线微软 Foundry 平台
8月28日,埃隆·马斯克在X上发帖称,“Grok now in Microsoft Foundry”(Grok 现已登陆微软 Foundry)。xAI 的 Grok 4.6 模型正式通过微软 Foundry 平台向 Azure 企业客户开放公测。 Foundry 平台允许企业在一站式环境中评估 Grok 4.6 与其他前沿模型,运行特定工作负载测试,部署托管端点,并享受企业级安全与治理控制。此举将 Grok 4.6 置于与 OpenAI、Anthropic、Meta 等模型并列的微软企业模型目录中。 此前,Grok 4.6 已于 8 月 19 日登陆亚马逊 Bedrock,此次微软 Foundry 上线进一步扩展了其云端分发路径。xAI 强调该模型面向长时程代理任务,支持 50 万 token 上下文窗口及多档推理强度设置。 与 OpenAI、Anthropic 相比,xAI 通过与微软、亚马逊的云合作快速补齐企业级接入能力,但 Foundry 目前仍为公测阶段,正式商业条款尚未完全落地。这是否意味着 xAI 在企业市场正从“追赶者”转向“并跑者”,值得持续观察。 **信源:** https://www.techflowpost.com/en-US/newsletter/133885 ✕ 📱 分享到微信 📤 分享图片 […]
OpenAI巴西商业运营启动 拉美AI落地提速
8月27日,OpenAI正式宣布在巴西圣保罗设立商业运营团队并启动本地商业化,这是其在拉美地区的实质性落地动作。巴西已成为ChatGPT全球第三大市场,用户数过去一年近乎翻倍,日均发送215百万条消息;API开发者数量全球第二,Codex日互动量年初以来增长近30倍,企业座席数同比增五倍。[[1]](https://openai.com/index/expanding-our-presence-in-brazil/) 这一动作并非孤立事件。全球AI采用已从早期实验转向规模化落地,新兴市场因用户基数大、监管相对宽松、垂直场景丰富,正成为OpenAI、谷歌、Anthropic等争夺的下一个主战场。相比北美和欧洲的饱和竞争,拉美地区企业对生产力工具的需求更直接,巴西金融、法律、教育等行业已出现本地化试点。 与此同时,谷歌8月25日推出Gemini Enterprise for Financial Services并以德意志银行为设计伙伴,显示巨头们正从通用模型转向行业专属代理栈。OpenAI选择巴西,既是对高采用率的快速响应,也是在印度广告试点之后进一步探索新兴市场变现路径的延续。两者对比可见,闭源实验室越来越依赖本地团队来解决合规、数据驻留和定制化问题,而非仅靠API输出。 这一趋势的深层驱动是代理经济从“聊天”转向“运营”。巴西的高使用强度表明,AI已嵌入日常工作流,未来12个月内类似本地运营的举措可能加速,但也将考验OpenAI在数据主权与本地伙伴关系上的平衡能力。若监管或竞争对手(如本土模型)快速跟进,OpenAI的全球份额扩张节奏或将面临新变量。 信源: https://openai.com/index/expanding-our-presence-in-brazil/ https://www.reuters.com/pt/negocio/NLEETGRNYBODJJJFJL54PVETQU-2026-08-27/ https://g1.globo.com/tecnologia/noticia/2026/08/27/openai-lanca-operacao-comercial-no-brasil.ghtml ✕ 📱 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
据报道英伟达拟129亿美元收购Hugging Face,两家均未官宣
据《The Information》《Business Insider》等媒体援引知情人士报道,英伟达(NVIDIA)已就收购全球最大的开源 AI 平台 Hugging Face 展开洽谈,交易规模约 129 亿美元。若最终成交,这将是英伟达迄今最大的一笔收购。截至发稿,英伟达与 Hugging Face 均未公开确认或回应,协议尚未签署,交易仍存变数。 Hugging Face 被称为”AI 界的 GitHub”,是全球开发者托管、分享开源大模型的核心平台,2023 年估值约 45 亿美元,近期年化收入约 1.5 亿美元。 耐人寻味的是双方过往的关系:英伟达此前曾参与 Hugging Face 的 D 轮融资;2025 年底更提出以 70 亿美元估值注资 5 亿美元,却被 Hugging Face 拒绝——理由是避免单一投资者主导、保持平台中立。如今传出的直接收购,等于从”被婉拒的投资人”,一步跨到”要把整家买下”。 分析普遍认为,拿下 Hugging Face 能让英伟达把自家芯片生态更深地嵌入全球开发者的模型工作流,也被外界视为其重新切入云与软件层的一步棋。 提醒:以上为媒体基于匿名信源的报道,英伟达与 Hugging Face 官方均未证实,一切以官方后续公告为准。 信源:The Information、Business Insider、Reuters、CNBC(2026-08-26 / 27)
Anthropic 向科学家免费开放 Claude,算力军备赛下的新战场
8月28日前后,Anthropic 宣布为1万名经核实的科学家提供免费 Claude 访问权限,并补贴团队订阅费用。这一看似慷慨的举动,实则是其在巨额算力协议之外的精准布局——用实际应用场景和数据反哺模型迭代,同时在人才与科研生态中抢占先机。 这一动作发生在 AI 实验室普遍面临“烧钱-估值-再烧钱”循环的背景下。Anthropic 此前已签下450亿美元级算力协议,OpenAI 则在企业市场和代理能力上持续加码。相比之下,Meta 虽成为 Anthropic 大客户,但自身也在加速自研;谷歌则通过挖角和独立治理团队调整应对。免费科学家计划直接把前沿模型推向真实科研场景,既能收集高质量反馈数据,又能形成“默认选择”效应,类似早期 ChatGPT 在开发者中的病毒式传播。 与过去单纯依赖企业付费订阅不同,此举更像一次生态投资。短期看,它可能加速科学发现落地,但长期将放大算力与安全之间的张力——谁能同时掌控基础设施与应用端,谁就更可能在下一阶段代理经济中领先。悬念在于:当更多实验室跟进类似“科研补贴”策略时,开放与封闭的界限会如何重塑? 信源:https://www.thewire.ink/ (2026-08-28) https://www.aichatdaily.com/ (2026-08-27) https://m.economictimes.com/tech/artificial-intelligence (2026-08-28) ✕ 📱 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
Giles Thomas发布GPT-2权重对比系列第四篇
Giles Thomas在个人博客发布“Why do OpenAI’s GPT-2 weights beat mine? Part four: digging into dropout”。文章分析OpenAI GPT-2预训练权重在指令微调测试中优于自训练模型的原因,聚焦dropout在微调阶段的作用:修正OpenAI模型微调配置中的dropout设置,比较模型原生dropout与强制开关的影响,并通过LLM评判脚本量化得分差异。系列此前三篇已排除过训练等因素,此篇进一步指向微调正则化差异。 信源:https://www.gilesthomas.com/2026/08/why-do-openai-gpt2-weights-beat-mine-4-ift-dropout ✕ 📱 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
