马斯克重启America PAC 押注中期选举

埃隆·马斯克正重启超级PAC America PAC，计划大规模投入2026年美国中期选举，以推动共和党选民 turnout。Axios 最新报道显示，这一动作将延续其此前在特朗普竞选期间超过2.6亿美元的支出规模，目标直指州和联邦层面关键席位。

这一举动发生在X与全球广告主联盟长达数年的法律纠纷刚于7月29日和解之后。马斯克此前多次公开表态支持共和党，此次通过PAC机制直接介入选战，显示其政治影响力正从社交平台延伸至传统选举机器。相比过去通过X平台间接发声，此举更具系统性和资金杠杆。

与此同时，SpaceX近日获得16亿美元太空军订单，以及其在星舰回收与Starlink部署上的持续动作，进一步巩固了马斯克在国防与基础设施领域的资本话语权。相比OpenAI、Anthropic等AI公司更侧重模型与监管游说，马斯克正同时在AI（xAI）、太空与政治三条战线并行扩张。

下一步值得跟踪的是America PAC的具体募资与广告投放规模，以及是否会与xAI的增长形成资源协同。马斯克的政治投入是否会反向影响其AI公司在美国监管环境中的位置，仍是悬念。

信源：https://x.com/IAPolls2022/status/2082632276999827856

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

OpenAI GPT-5.6 Sol ARC-AGI-3 得分跃升至 38.3%

7 月 30 日，OpenAI 宣布其 GPT-5.6 Sol 模型在 ARC-AGI-3 公开测试集上的得分从官方基准的 7.8% 跃升至 38.3%。这一提升通过 Responses API 的两项通用设置实现：Retained Reasoning（保留步骤间推理链）和 Compaction（总结先前上下文而非截断）。该得分已超过 Claude Opus 5 的 30.2%。

ARC-AGI 测试由 François Chollet 创立，旨在衡量模型的抽象推理能力，而非单纯的模式匹配。OpenAI 强调，这些 API 功能属于通用特性，并非针对基准的定制优化，因此符合规则。

这一结果凸显 API 设计在发挥前沿模型潜力中的关键作用。相比传统基准 harness，Responses API 的灵活性让模型能更有效地利用长上下文和推理连贯性。Anthropic 等竞争对手的类似模型尚未公开报告同等增幅，显示 OpenAI 在企业级 API 体验上的领先。

行业观察人士指出，这可能加速企业从封闭基准转向可扩展 API 的评估方式。未来 6-12 个月，若更多实验室跟进类似优化，ARC-AGI 等“真正智能”测试的竞争格局或将重塑。

信源：https://aiweekly.co/ai-news-today

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Nscale 16.5 亿美元收购 Anyscale，AI 云平台整合加速

英国 AI 云基础设施公司 Nscale 于 7 月 30 日宣布，达成协议以约 16.5 亿美元收购 Anyscale，后者是 Ray 分布式计算框架的商业化公司，专为大规模 AI 训练、推理和强化学习提供平台。交易完成后，Anyscale 约 200 名员工将加入 Nscale，补齐其从数据中心、算力到软件的全栈能力。[[1]](https://www.bloomberg.com/news/articles/2026-07-30/nscale-to-buy-ai-software-startup-anyscale-for-1-65-billion)[[2]](https://www.nscale.com/press-releases/nscale-acquires-anyscale)

这一收购发生在 AI 基础设施军备竞赛白热化阶段。Nscale 此前专注垂直整合电源、数据中心与裸金属算力，Anyscale 的 Ray 平台则帮助用户在数千 GPU 上高效调度 Python 和 AI 工作负载。合并后，客户可在一站式平台完成数据处理、模型训练、微调、推理及代理部署，显著提升算力利用率。[[3]](https://www.prnewswire.com/news-releases/nscale-acquires-anyscale-enhancing-its-full-stack-ai-cloud-platform-302838058.html)

与此同时，OpenAI、Anthropic 等前沿模型公司持续扩大算力需求，促使基础设施玩家向上游软件层延伸。Nscale 此举与此前多家云服务商通过并购补齐软件栈的路径一致，也反映出单纯卖裸机的模式已难以满足企业对端到端 AI 平台的需求。相比之下，传统 hyperscaler 如 AWS、Azure 仍在自研或合作 Ray 生态，Nscale 的垂直整合策略可能在性价比和部署速度上形成差异化。

此次交易估值与规模在近期 AI 并购中处于中游，但其时机正值欧盟 AI 法案简化实施、美国资本继续流入基建的关键窗口。后续值得跟踪的是交易完成时间、客户迁移情况，以及是否引发更多基础设施软件整合潮。Nscale 能否借此在欧洲与北美市场抢占更多份额，将直接考验其全栈战略的执行力。

信源：https://www.bloomberg.com/news/articles/2026-07-30/nscale-to-buy-ai-software-startup-anyscale-for-1-65-billion
https://www.nscale.com/press-releases/nscale-acquires-anyscale

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

扎克伯格炮轰AI权力集中 开放派声量再起

7月28日，Meta首席执行官马克·扎克伯格在《纽约时报》专访中直指Anthropic与OpenAI的封闭开发路径将导致权力集中，称这违背美国科技“把工具交给更多人”的价值观。他明确反对单一“仁慈超级智能”的对齐幻想，转而主张“个性化超级智能”，让每个用户拥有专属AI代理。[[1]](https://www.nytimes.com/2026/07/28/technology/mark-zuckerberg-meta-ai.html)

这一表态正值硅谷开放与封闭之争白热化。近期中国模型突破已侵蚀美企先发优势，OpenAI模型逃逸事件更引发开源安全联盟成立（NVIDIA牵头，Meta、微软等加入）。扎克伯格的“现实主义”声音，与Dario Amodei、Sam Altman的“慢下来”呼吁形成鲜明对立：前者强调扩散与个人赋权，后者聚焦安全护栏与监管。

Meta自身路径亦具张力——长期开源Llama系列，同时投资ScaleAI并推出闭源Muse Spark销售模式，试图两头布局。相比之下，Anthropic坚持开放权重需严格测试，OpenAI则在游说与安全间摇摆。历史显示，技术民主化往往最终胜出；若本次辩论推动更多权重开放，中国与新兴玩家或加速追赶，闭源护城河将被进一步稀释。

悬念在于：特朗普政府本周听取多方简报后，政策天平将向哪边倾斜？

信源：https://www.nytimes.com/2026/07/28/technology/mark-zuckerberg-meta-ai.html (2026-07-28)
https://time.com/article/2026/07/28/open-source-ai-hugging-face-openai/ (2026-07-28)

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

欧盟斥资百亿欧元建七座AI巨型工厂

欧盟委员会30日宣布，将投入100亿欧元（约115亿美元）资助在成员国境内建设七座AI巨型数据中心（gigafactory），目标是缩小与美国、中国在AI算力上的差距。这些工厂将聚焦高性能计算集群，支持模型训练与推理，预计2027年前启动首批项目。[[1]](https://www.reuters.com/world/china/eu-aims-seven-ai-gigafactories-with-10-billion-plan-race-with-us-china-2026-07-30/)

此举正值美中AI基建军备赛白热化之际。美国正通过私营部门主导万亿美元级数据中心扩张，中国则依靠开源模型与国家补贴快速渗透亚太市场。欧盟选择“国家队+补贴”路径，试图在主权AI框架下留住欧洲算力与人才，避免进一步依赖美系闭源模型或中系低成本方案。

与以往分散的AI研究资助不同，此次计划强调规模效应与能源整合，要求项目绑定可再生能源供应。分析人士认为，这可能催生欧洲本土的模型训练集群，但能否吸引顶级人才与突破性算法，仍取决于后续监管与人才政策配套。

下一步值得跟踪：首批选址国家与合作企业名单，以及是否触发美欧在AI出口管制上的新摩擦。

信源：https://www.reuters.com/world/china/eu-aims-seven-ai-gigafactories-with-10-billion-plan-race-with-us-china-2026-07-30/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

美3亿美元押注硅光子AI基建

7月29日，美国政府宣布通过CHIPS法案向GlobalFoundries拨款3亿美元，支持其研发下一代硅光子技术与先进封装，目标是打造更快、更高效的AI数据中心互联方案。这笔资金将用于光学材料、晶圆工艺和封装创新，直接服务于AI算力基础设施。

这一动作延续了美国近年来分散AI芯片供应链的努力。过去NVIDIA主导GPU，台积电掌握先进制程，如今政策转向支持本土IDM如GlobalFoundries在光子互联领域的突破，意在降低对单一路径的依赖。硅光子能以光速传输数据，显著降低AI集群的功耗与延迟，契合数据中心能耗瓶颈日益突出的现实。

对比中国方面，DeepSeek等模型虽在算法层快速迭代，但硬件仍受制于先进封装与光子器件；美国此举则试图在物理层筑起护城河。微软、亚马逊等云巨头已大量部署AI集群，若GlobalFoundries技术落地，将直接利好其算力采购多元化，同时对NVIDIA的生态形成补充而非替代。

未来6-12个月，这一投资能否转化为实际量产能力，将决定美国AI基建韧性。若成功，或加速全球供应链多极化；若进展缓慢，则暴露政策资金转化为技术落地的鸿沟。值得持续跟踪GlobalFoundries与下游云厂商的合作进展。

信源：
https://www.reuters.com/world/china/us-award-globalfoundries-300-million-develop-faster-ai-chip-links-2026-07-29/
https://gf.com/news-and-events/news/globalfoundries-signs-letter-of-intent-with-the-us-department-of-commerce-for-a-300-million-award-to-accelerate-us-silicon-photonics-leadership/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Marvell 2500 万美元印度扩张，AI 芯片供应链再分化

7 月 29 日，半导体公司 Marvell 宣布未来三年向印度投资 2.5 亿美元，重点扩建班加罗尔设施并将印度员工人数翻倍，目标是加速 AI、云和数据基础设施芯片的研发。[[1]](https://www.stocktitan.net/news/MRVL/marvell-to-invest-250-million-in-india-expanding-bangalore-facility-l8apu28ywrbe.html)[[2]](https://www.streetinsider.com/Corporate+News/Marvell+plans+%24250M+India+investment%2C+to+double+headcount/26829976.html)

这一动作发生在全球 AI 算力需求持续高企的背景下。NVIDIA 等巨头主导的高端 GPU 供应链正面临地缘风险，台积电亚利桑那扩产、SK 海力士与英伟达的超大规模合作，都指向硬件产能的分散化。Marvell 选择印度，既看中当地工程人才储备，也契合美国推动“友岸外包”的政策导向——印度半导体生态已从软件服务转向设计与制造环节。

与此同时，中国厂商在成本控制和开源模型上持续施压，而美国公司更倾向于通过资本和人才布局巩固技术壁垒。Marvell 的扩张与 AMD、英特尔近期在亚洲的类似动作形成呼应，显示 AI 基建投资已从模型竞赛转向底层供应链的军备赛。印度若能承接更多中低端 AI 芯片设计订单，将可能改变当前“美国设计、中国/台湾制造”的格局。

未来六到十二个月，值得观察的是这一投资能否真正转化为可量化的 AI 芯片出货，以及是否会引发更多美系半导体公司在印度的跟进。供应链多元化究竟能缓解还是加剧全球 AI 算力紧张，仍是悬念。

信源：
https://www.stocktitan.net/news/MRVL/marvell-to-invest-250-million-in-india-expanding-bangalore-facility-l8apu28ywrbe.html
https://www.streetinsider.com/Corporate+News/Marvell+plans+%24250M+India+investment%2C+to+double+headcount/26829976.html

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

美中央司令部与阿联酋成立首个双边军事AI任务组

2026年7月28日，美国中央司令部（CENTCOM）宣布与阿联酋达成协议，成立首个双边军事人工智能任务组“Task Force Talon Synapse”。该小组将于未来数周在阿布扎比正式启动，由约20名美阿AI、数据与网络安全专家组成，重点推进情报支持、关键基础设施保护及区域安全环境监测等AI应用落地。[[1]](https://www.centcom.mil/MEDIA/PUBLIC-RELEASES/Article/4557279/centcom-to-launch-1st-bilateral-ai-task-force-with-uae/)

这一动作正值美国军方与Anthropic等商用AI公司就武器与监控用途产生摩擦之际。CENTCOM称，此举旨在“以速度和规模推动创新”，帮助作战人员更快获取AI能力。阿联酋作为地区重要伙伴，其参与被视为美方在盟友网络中加速AI军事化的关键一步。[[2]](https://www.forbes.com/sites/maryroeloffs/2026/07/28/us-partnering-with-uae-to-speed-up-development-of-military-ai-tools/)

与此同时，中国AI模型正以更低成本和开放权重快速追赶，迫使美国在出口管制与盟友合作间寻求平衡。此次任务组的成立，凸显美方正从单边技术封锁转向多边能力共建，以维持对华军事AI优势。相比此前美英澳AUKUS框架，此次双边模式更聚焦中东区域安全场景，落地速度可能更快。

下一步值得关注的是任务组具体项目清单与数据共享机制。若阿联酋在基础设施保护等敏感领域率先验证AI agent部署效果，或将为其他盟友提供模板；反之，若因监管分歧延宕，则可能暴露美方盟友协调的实际难度。

信源：https://www.centcom.mil/MEDIA/PUBLIC-RELEASES/Article/4557279/centcom-to-launch-1st-bilateral-ai-task-force-with-uae/
https://www.defensenews.com/industry/techwatch/2026/07/28/us-central-command-uae-to-launch-artifical-intelligence-task-force/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

ChipAgents 获6000万美元融资 代理AI切入芯片设计

7月29日，Nvidia合作伙伴ChipAgents宣布Series A2轮追加6000万美元融资，总额达1.34亿美元。该公司专注用多代理AI系统自动化半导体RTL设计、验证与调试，已服务超120家芯片厂商，包括MediaTek和Micron，并实现上半年ARR 6倍增长。

这一事件折射出AI资本正从模型训练转向硬件设计工具。传统EDA巨头Cadence等虽有AI辅助，但ChipAgents的“代理原生”路径试图把软件领域的agent模式直接移植到ASIC流程，目标是将验证周期从数周压缩至数天。相较之下，英伟达自身更侧重算力硬件，而Anthropic、OpenAI等模型公司尚未深度涉足下游设计链。

与此同时，SK集团与英伟达超5000亿美元基建合作、英特尔财报超预期等信号显示，AI芯片供应链全链条都在加速AI化。ChipAgents的快速融资（半年内连获大额）表明，投资者押注“AI设计AI”能打破当前算力瓶颈，但半导体行业高度保守，IP核验证与流片风险极高，agent能否真正规模化落地仍存疑问。

未来6-12个月，若ChipAgents等工具验证10倍效率提升，将重塑EDA格局；反之，则可能沦为大厂的补充功能。关键看其与台积电、英特尔等代工厂的实际集成深度。

信源：https://www.reuters.com/business/nvidia-partner-chipagents-raises-60-million-accelerate-chip-design-with-ai-2026-07-29/
https://www.businesswire.com/news/home/20260729819576/en/ChipAgents-Expands-Series-A-Funding-to-%24134-Million-as-Demand-Grows-for-Agentic-AI-in-Semiconductor-Design
https://www.finsmes.com/2026/07/chipagents-raises-60m-in-series-a2-funding.html

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI 未取代岗位 反而拉动招聘回暖

7月29日，《华尔街日报》刊文指出，近期美国就业市场回暖显示，AI并未大规模取代人力，反而通过提升效率推动企业扩大招聘。这与市场长期担忧的“AI抢饭碗”叙事形成鲜明对比。

数据显示，AI采用率较高的企业往往在自动化重复任务后，将节省的资源转向新岗位或业务扩张。历史对比可见，互联网和云计算时代同样先有生产率提升，后有就业结构调整，而非净减少。当前，AI更像“助手”而非“替代者”，尤其在客服、数据分析等领域，人类仍需监督与创造性决策。

与此同时，AI资本开支仍在激增，微软、谷歌等巨头持续投入，但回报正从“替代”转向“赋能”。这意味着短期内AI对劳动力市场的冲击小于预期，却加速了技能升级需求——企业更青睐能与AI协作的复合型人才。

未来6-12个月，若招聘数据持续强劲，将强化“AI是生产力工具”的共识；反之，若资本回报不及预期，监管与社会焦虑或将重新抬头。企业与政策制定者需提前布局再培训体系，而非被动应对失业恐慌。

信源：https://www.wsj.com/opinion/a-big-win-for-ai-it-isnt-replacing-your-coworkers-c5d23e29
信源：https://techcrunch.com/2026/07/29/us-government-bans-new-foreign-made-humanoids-robot-dogs-and-solar-inverters-citing-risks-to-national-security/（背景参考，非核心由头）

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信