Elon Musk’s SpaceX Plans $55 Billion Investment to Make A.I. Chips
The rocket company’s new semiconductor factory, called Terafab, is part of the billionaire’s increasing efforts to dominate artificial intelligence.
埃隆·马斯克在德克萨斯州建造巨型计算机芯片工厂的雄心勃勃的计划规模正变得越来越清晰——而且令人震惊。
根据周三在德克萨斯州格莱姆斯县（工厂选址地）提交的一份公开听证会通知， 由他的火箭公司 SpaceX 牵头的芯片制造项目第一阶段至少耗资 550 亿美元。总支出可能达到 1190 亿美元。
该项目名为 Terafab，旨在为 SpaceX 和特斯拉（马斯克的电动汽车公司）提供人工智能芯片。根据公告，SpaceX 还申请了该项目的税收优惠，相关事宜将在下个月的听证会上进行讨论。
SpaceX 正在积极争取这家芯片制造厂，这家火箭公司准备最早于 6 月上市 ，这很可能成为有史以来规模最大的首次公开募股之一。
尽管 SpaceX 的主要业务是发射火箭和提供卫星互联网服务，但马斯克先生越来越多地利用该公司来推进他的人工智能雄心。今年， SpaceX 收购了他的人工智能初创公司 xAI ，使该公司的估值达到 1.25 万亿美元。
上个月，SpaceX 宣布以 600 亿美元收购人工智能初创公司 Cursor，该公司开发了一款代码编写助手。此外，马斯克还提出了在地球轨道上建设人工智能数据中心的构想。
Terafab 的成立正值各公司竞相生产足够芯片以支持这项快速发展的技术之际。人工智能芯片制造商英伟达的估值已飙升至全球市值最高的公司。谷歌、亚马逊和其他公司也在竞相生产自己的人工智能芯片。
马斯克的这个项目对近年来举步维艰的美国芯片巨头英特尔来说也可能至关重要。上个月，英特尔宣布将加入 Terafab 项目，以“大规模设计、制造和封装超高性能芯片”。
马斯克的 AI 项目正开始取得进展。周三，AI 初创公司 Anthropic 宣布与 SpaceX 达成协议，将使用 SpaceX 位于孟菲斯的 Colossus 1 数据中心的所有计算能力及其超过 22 万个英伟达 AI 芯片。
世界首富还卷入了一场与 OpenAI 的激烈诉讼，OpenAI 是马斯克联合创办的公司。马斯克于 2024 年起诉这家人工智能初创公司，指控其在引入微软作为投资者并开始开发商业产品时违反了创始合同。
（《纽约时报》已起诉 OpenAI 和微软，指控其侵犯了与人工智能系统相关的新闻内容的版权。两家公司均否认了诉讼中的指控。）
SpaceX 尚未对此置评。周三提交的文件称该项目是“对国内半导体制造能力的变革性投资”。
众所周知，马斯克先生以进行大手笔的长期投资而闻名。分析人士表示，他在德克萨斯州东部建设芯片制造厂的计划也符合这一模式。
近年来，建造现代化芯片工厂的成本持续上涨。新建工厂通常耗资100亿至300亿美元，有些甚至更高。一座新的半导体工厂通常需要三到五年时间才能建成并配备精密设备。
马斯克上个月在 X 论坛上发帖写道，Terafab 将是“有史以来规模最大的芯片制造项目——将逻辑、存储器和先进封装技术整合在一个屋檐下”。
参考：
]]>Instant 现在更加可靠，在各个方面都显著提升了事实准确性，尤其是在对准确性要求最高的领域，提升最为显著。在内部评估中，GPT-5.5 Instant 在涵盖医学、法律和金融等领域的高风险提示中，产生的虚假陈述比 GPT-5.3 Instant 减少了 52.5%。此外，在用户标记为存在事实错误的高难度对话中，它也减少了 37.3% 的不准确陈述。
GPT-5.5 Instant 是一款更智能的模型，在日常任务中表现更出色，包括改进照片和图像上传的分析、回答 STEM 相关问题以及决定何时使用网络搜索来提供更有用的答案。
此次更新后，ChatGPT 模型的回复更加简洁明了，重点突出，同时又不失实质内容，并保留了其亲切友好的个性，使其使用起来更加愉悦。它能够提供相同的信息，而且通常比之前的模型更有实用价值，同时减少了冗长的回复和过度格式化的问题。此外，它还减少了不必要的后续问题，并避免了诸如滥用表情符号等会使回复显得杂乱无章的元素。
Instant 现在能更有效地利用过往聊天记录、文件和 Gmail（如果您已连接）中的上下文信息，让回复更具个性化，同时又能让您掌控全局。它能智能判断何时可以通过更多个性化内容来改进回复，并能更快地搜索过往对话以找到合适的上下文，从而减少重复的次数。这对于获取量身定制的建议和方案，或者继续进行之前未完成的工作尤其有用。
还在所有 ChatGPT 模型中引入了记忆源，让您可以查看用于个性化回复的上下文，并新增了一些控制选项。当回复被个性化后，您可以查看所使用的上下文，例如已保存的记忆或过往聊天记录，并在内容过时或不再相关时删除或更正。
如果您选择共享聊天记录，则其他人不会看到您的记忆来源。您始终可以控制记忆中的内容：您可以删除不再希望被引用的聊天记录，在设置中删除或更改已保存记忆中的项目，或者使用不会使用或更新您记忆的临时聊天记录。
记忆来源旨在让个性化设置更容易理解，但它可能无法显示影响答案的所有因素。例如，它可能只会显示来源中最相关的一些历史聊天记录，而不是它搜索和引用的所有历史聊天记录。我们将持续改进此功能，使其随着时间的推移更加全面。
从今天起，GPT-5.5 Instant 将面向所有 ChatGPT 用户推出，取代 GPT-5.3 Instant 作为默认模型，并在 API 中显示为 chat-latest. 。对于付费用户，GPT-5.3 Instant 将继续可用三个月，可通过模型配置设置访问，之后将被停用。
ChatGPT Plus 和 Pro 用户正在网页版上逐步体验基于过往聊天记录、文件和已连接 Gmail 的增强型个性化功能，移动版功能也即将上线，并计划在未来几周内扩展到 Free、Go、Business 和 Enterprise 用户。所有 ChatGPT 消费者套餐的网页版功能也正在逐步推出，移动版功能也将很快上线。具体个性化功能的可用性可能因地区而异。
参考来源：
]]>据知情人士透露，在最近的洽谈中，一些潜在投资者对 DeepSeek 的估值约为 500 亿美元。 此前的讨论中，DeepSeek 的估值预计在 100 亿至 300 亿美元之间，但近几周来，其估值大幅上涨。
据知情人士透露，中国国家人工智能产业投资基金（一个成立仅一年、资本规模约88亿美元的政府支持基金）正在就以人民币进行本轮投资进行深入洽谈。
据知情人士透露，总部位于杭州的DeepSeek计划在新一轮融资中筹集数十亿美元。该公司计划利用这笔资金推进研发并扩展计算基础设施。部分知情人士还表示，深思熟虑科技希望通过此轮融资确定市场估值，以彰显其价值，并为员工股票期权激励提供基准，从而帮助留住顶尖人才。
自去年年初 DeepSeek 凭借其强大的人工智能模型震惊硅谷和华尔街以来，北京一直将其视为国家人工智能领军企业。DeepSeek 声称，其构建成本仅为西方竞争对手的一小部分。此后，DeepSeek 已成为中国打造一系列人工智能领域顶尖本土企业计划的关键组成部分。
北京方面认为，这项计划可以规避美国的出口管制，并在将人工智能带给世界方面发挥领导作用 。
上个月，DeepSeek 发布了其升级版旗舰模型 V4。虽然新模型采用的是英伟达的高端芯片，但 DeepSeek 与华为和其他国内芯片供应商密切合作，这标志着该公司正在摆脱对美国的依赖。
DeepSeek 表示，V4 与去年底发布的美国顶级产品相当，但在某些方面落后于今年发布的美国领先型号，例如 Anthropic 的 Claude Opus 4.6。
投资者预计，随着各行各业寻求将更复杂的任务（从办公室到工厂车间）自动化，DeepSeek 的新模型将在中国掀起一波人工智能应用浪潮。
DeepSeek 的主要模型（包括 V4）都是开源的，这意味着用户可以免费下载和修改。该公司通过出售在其计算基础设施上运行的模型的访问权限来获得少量收入。
尽管 DeepSeek 能否快速提升营收尚不明朗，但一些投资者认为，它与中国产业的紧密联系最终将有助于其打造一家盈利丰厚的企业。其他一些总部位于中国的 AI 公司估值已经很高。在香港上市的智普 AI 目前的市值约为 500 亿美元，而 MiniMax 的市值约为 300 亿美元。
2024 年，中国在其第三期国家半导体基金 （俗称“大基金”）中募集了约 500 亿美元，旨在提升中国的芯片制造能力。几个月后，“大基金”又协助设立了人工智能基金。
在最初几个月里，DeepSeek 在全球范围内引起轰动，但它拒绝接受外部资本 ，包括来自政府关联基金的资金，试图保护其决策免受外界干预。相反，它依靠创始人梁文峰的个人财富及其对冲基金的利润。
现在，该公司正响应北京的号召，增强中国抵御美国压力的能力。
中国正在加强对人工智能和其他战略技术的监管。近期，中国已告知一些人工智能研发公司，未经政府批准不得接受美国投资。此前，美国已出台限制措施 ，限制美国企业对中国先进人工智能公司的投资，并禁止向中国出口芯片技术。
上个月，北京禁止 Meta Platforms 收购人工智能初创公司 Manus，Manus 是一家总部位于新加坡、具有中国背景的公司。
参考：
]]>由于数据中心业务持续推动业绩增长，AMD 最新季度的利润和收入均有所增长。
这家芯片制造商公布的第一季度利润为 13.8 亿美元，合每股 84 美分，而去年同期利润为 7.09 亿美元，合每股 44 美分。
经调整后的每股收益为 1.37 美元，而 FactSet 调查的分析师此前预期为每股 1.29 美元。
营收增长 38% 至 102.5 亿美元，高于分析师预期的 99 亿美元。
受 EPYC 处理器强劲需求和 Instinct GPU 出货量增长的推动，AMD 数据中心业务销售额同比增长 57%。
受 Ryzen 处理器和 Radeon GPU 需求的推动，客户端和游戏业务部门收入增长了 23%。
首席执行官苏姿丰表示，公司业绩增长得益于人工智能基础设施需求的加速增长。
苏姿丰表示：“我们看到，随着推理和智能体人工智能的发展，对高性能 CPU 和加速器的需求不断增长，市场势头强劲。展望未来，随着我们扩大供应以满足需求，我们预计服务器业务的增长速度将显著加快。”
AMD 预计本季度营收为 112 亿美元，上下浮动 3 亿美元。分析师预期为 105.4 亿美元。
参考：
Anthropico 和 Fidelity National Information Services (FIS) 宣布建立合作伙伴关系，共同为银行开发新的人工智能工具。FIS 是支撑金融系统很大一部分的金融软件提供商。
两家公司已达成协议，将为金融机构构建人工智能代理——无需用户监督即可完成任务的程序。这些代理将利用 FIS 的金融数据和系统以及 Anthropic 的人工智能系统 Claude。
在《华尔街日报》此前报道了这一合作关系后，FIS 的股价在盘后交易中上涨了约 7%。
FIS 首席执行官斯蒂芬妮·费里斯表示，正在开发的首个工具是一款人工智能代理，用于调查利用金融系统的毒贩 、恐怖分子和其他犯罪分子。费里斯称，蒙特利尔银行和联合银行将成为首批使用该金融犯罪代理的机构，预计该代理将于今年下半年广泛向客户开放。
Anthropic 的行业主管 Jonathan Jager-Hyman 证实，Anthropic 的工程师已经融入到 FIS 的各个团队中。
费里斯表示，这款金融犯罪机器人能够独立收集潜在案件的证据——包括交易记录、账户信息以及其他可能分散在多个来源的数据——从而显著降低每个案件的成本和时间。她补充说，最终的案件决定仍将由人工调查人员做出。
银行每年在反洗钱方面投入数十亿美元，通常配备庞大的团队和软件，旨在打击金融犯罪。这些工作是美国联邦法律的要求，并受到监管机构的监督。
特朗普政府官员承诺对洗钱监管进行改革 ，重点关注风险最高的问题，并避免吹毛求疵的技术合规性问题。
人工智能模型的进步引发了华尔街的担忧，他们认为许多类型的软件可能会被淘汰。今年早些时候，Anthropic 公司发布的新产品就曾令市场震荡 。投资者担心，未来企业会选择使用人工智能工具自行开发软件，而不是从供应商那里购买。FIS 就是受此影响的公司之一，其股价今年已下跌超过 25%。
FIS 与 Anthropic 的合作是人工智能实验室及其竞争对手为开发行业专用工具而签署的众多合作协议之一，它表明在许多情况下，人工智能工具可以接入并加速企业已在使用的软件的工作。
参考：
据知情人士透露，Anthropic、Blackstone 和 Hellman & Friedman 是这笔交易的主要参与者，预计每家公司将投资约 3 亿美元。
知情人士透露，高盛将出资约 1.5 亿美元。泛大西洋投资集团、伦纳德·格林投资公司、阿波罗全球管理公司、新加坡政府投资公司（GIC）和红杉资本也参与其中。知情人士称，预计总投资额将达到约 15 亿美元。
OpenAI 也一直在与私募股权公司洽谈成立一家竞争性合资企业，以推广其自身的人工智能工具。
这两家人工智能巨头都致力于向企业销售人工智能工具，并将私募股权公司支持的企业视为主要目标，因为许多企业已经专注于提高效率和降低成本。Anthropic 被广泛认为是企业市场的行业领导者，但 OpenAI 正在努力追赶。
Anthropic 公司正计划上市，最早可能在今年实现。得益于其编程工具 Claude Code 的成功，该公司近几个月的收入飙升。
参考：
599 美元价位的机型在大多数销售渠道售罄后便停止销售。其他配置的机型从苹果在线商店发货仍需数周甚至数月，而且在苹果零售店的库存也十分有限。
周四，苹果公司首席执行官蒂姆·库克表示，短缺的部分原因是所谓的 SoC（系统芯片），即作为 Mac mini 大脑的处理器。
他在与分析师的财报电话会议上表示：“主要制约因素在于我们 SoC 芯片所采用的先进制程节点的可用性。” 他还提到，另一个因素是消费者一直在抢购 Mac mini 和 Mac Studio 来运行人工智能程序。
库克表示：“这些都是非常棒的人工智能和智能代理工具平台，客户对它们的认可速度比我们预期的要快，因此我们看到了高于预期的需求。”他还补充说，起价同样为 599 美元的 MacBook Neo 的需求也比预期更为强劲。
库克表示，Mac mini 和 Mac Studio 的供需“可能需要几个月的时间才能达到平衡”。MacRumors 的 Joe Rossignol 最先指出入门级 Mac mini 已经停产。
这两款机器都可以配置足够的内存，以便在本地流畅运行大型语言模型，减少对云端的依赖。苹果计划今年晚些时候在休斯顿开始生产部分 Mac mini 机型，这标志着其生产重心从亚洲转移。彭博新闻社报道称 ，苹果还在准备年底推出更新版的 Mac Studio。
苹果公司在三月份提高了部分 Mac 电脑的价格 ，包括几款 MacBook Pro 和 MacBook Air 机型的起售价。苹果并非唯一一家提价的公司，其他公司，例如 Meta Platforms Inc.，近期也提高了旗下设备的价格。
参考：
]]>Mark Zuckerberg Says AI Costs Contributed To Layoffs Of 8,000 Staffers, Report Says
据《华尔街日报》报道，扎克伯格表示，“计算和基础设施”以及“以人为本的事物”是 Meta 成本的主要驱动因素，他承认公司在人工智能领域的投资不断增加，并表示“这意味着我们确实需要在一定程度上缩减公司规模”。
据多家媒体报道，Meta 计划很快裁员 10%，即裁减 8000 名员工，以抵消其在人工智能方面的支出。
扎克伯格还告诉员工，Meta 可以缩小团队规模，以适应人工智能工具处理工作的速度和效率。他指出：“如果一个团队过去需要 50 或 100 人，现在只需要 10 人，那么这个团队拥有 50 或 100 人实际上可能会适得其反，所以我认为我们需要解决这个问题。”
Meta 的首席执行官表示，缩减团队规模并不一定意味着裁员，并补充说，人工智能可以帮助员工“启动更多新项目”。
扎克伯格表示，在 2 月底美国对伊朗发动空袭导致油价飙升后，Meta 的广告业务经历了“轨迹转变”。据《华尔街日报》报道，他指出，由于油价上涨，消费者在汽油上的支出增加，这意味着他们会减少在“非必需品”上的支出，而这些非必需品正是广告可以投放的广告。
Meta 公司周四发布的第一季度财报显示，其最新资本支出预期为 1250 亿至 1450 亿美元，高于此前预期的 1150 亿至 1350 亿美元。包括 Meta、亚马逊和谷歌在内的科技巨头今年预计将在人工智能领域投入 7500 亿美元 ——这些投入令投资者感到不安，并导致 Meta 股价下跌，周四收盘下跌近 9%。
Meta 公司计划于 5 月 20 日开始裁员，同时放弃填补 6000 个空缺职位的计划 。据彭博社率先报道，Meta 首席人力资源官 Janelle Gale 在一份备忘录中告诉员工，裁员是“为提高公司运营效率并抵消其他投资成本而持续努力”的一部分。Meta 的资本支出大幅增长，该公司积极寻求人工智能领域的合作，并大力推进自主研发人工智能技术，其 2025 年的资本支出可能达到 722 亿美元的两倍。该公司推出了备受瞩目的人工智能模型 Muse Spark ，并声称该模型能够与 OpenAI、谷歌和 Anthropic 等竞争对手开发的模型相媲美，甚至超越它们。Meta 与亚马逊和英伟达等公司签订了价值数十亿美元的人工智能训练和基础设施协议。
参考来源：
相关信息：
]]>
For the past two years, Amazon, Google, Microsoft and Meta have repeatedly set records for how much they are spending on artificial intelligence.
过去两年，亚马逊、谷歌、微软和 Meta 在人工智能领域的支出屡创新高。
On Wednesday, the four giants did it again.
周三，这四大巨头再次上演了这一幕。
In the first three months of the year, the four companies reported in their financial results, they plowed a total of $130.65 billion into capital expenditures, largely spending on data centers that power A.I. That figure — which was another record — was more than three times what the Manhattan Project cost to develop nuclear bombs and 71 percent higher than what the tech giants spent in the same quarter a year earlier.
今年前三个月，这四家公司在其财务报告中披露，它们总共投入了 1306.5 亿美元用于资本支出，主要用于建设人工智能数据中心。这一数字——又创下了纪录——是曼哈顿计划研发核弹成本的三倍多，比去年同期科技巨头的支出高出 71%。
All of the companies said they would be spending even more, totaling roughly $700 billion this year. Meta, for one, raised its spending forecast for 2026 to between $125 billion and $145 billion, up from its previous prediction of $115 billion to $135 billion. Google also boosted its projection, to at least $180 billion, and said its spending would be “significantly” higher next year.
所有公司都表示将进一步增加支出，今年的总支出预计将达到约 7000 亿美元。例如，Meta 公司将其 2026 年的支出预测从之前的 1150 亿至 1350 亿美元上调至 1250 亿至 1450 亿美元。谷歌也提高了其支出预测，至少达到 1800 亿美元，并表示明年的支出将“显著”增长。
“Every sign that we’re seeing in our own work and across the industry gives us confidence in this investment,” Mark Zuckerberg, Meta’s chief executive, said on a call with investors.
Meta 首席执行官马克·扎克伯格在与投资者的电话会议上表示：“我们在自身工作和整个行业中看到的每一个迹象都让我们对这项投资充满信心。”
The spending showcased how the biggest tech companies are deep into a wildly expensive era of A.I., which many of them see as an unparalleled chance to become far larger. And as the frenzy escalates, it’s increasingly only the planet’s wealthiest companies that have the money to lead this race.
这些支出表明，大型科技公司已经深陷人工智能这个成本高昂的时代，其中许多公司将其视为实现规模扩张的千载难逢的机会。随着这股热潮愈演愈烈，只有全球最富有的公司才有能力在这场竞赛中占据领先地位。
That’s because Amazon, Google, Microsoft and Meta continue to dominate in core businesses that spew cash, such as serving ads on YouTube or Instagram, delivering items in a few hours or tallying cells in Excel. The companies generated a combined $431 billion in sales in the quarter and made $151 billion in profit.
这是因为亚马逊、谷歌、微软和 Meta 在核心业务领域继续占据主导地位，这些业务能够带来丰厚的利润，例如在 YouTube 或 Instagram 上投放广告 、几小时内送达商品或在 Excel 中进行数据统计。这些公司本季度共创造了 4310 亿美元的销售额和 1510 亿美元的利润。
“They can handle it” because of their cash flow, John Blackledge, an analyst with the investment bank TD Cowen, said about the A.I. spending.
TD Cowen 投资银行的分析师 John Blackledge 表示，由于现金流充足，他们在人工智能领域的支出“完全可以承受”。
For much of last year, Wall Street was jittery about whether the tech spending would bring in enough returns, but some investors have backed away from those fears. That’s partly because of the recent success of Anthropic’s Claude Code, an A.I. tool that lets users quickly generate code without knowing programming and a product that has become a juggernaut. This month, Anthropic said its March sales were the equivalent of $30 billion a year, up from $9 billion at the end of 2025.
去年大部分时间里，华尔街都对科技支出能否带来足够回报感到担忧，但一些投资者已经消除了这些疑虑。这部分归功于 Anthropic 公司旗下 Claude Code 的近期成功。Claude Code 是一款人工智能工具，用户无需编程知识即可快速生成代码，如今已成为一款现象级产品。本月，Anthropic 公司表示， 其 3 月份的销售额相当于每年 300 亿美元，高于 2025 年底的 90 亿美元。
“The expectations are getting higher and higher,” said Arjun Bhatia, who covers tech companies for the investment bank William Blair.
“人们的期望越来越高，”投资银行威廉·布莱尔负责科技公司报道的阿琼·巴蒂亚说道。
The biggest tech companies have also formed deeper partnerships with the leading A.I. labs Anthropic and OpenAI, investing billions in them. In turn, Anthropic and OpenAI have committed to spending hundreds of billions on computing power that the tech giants provide.
大型科技公司也与领先的人工智能实验室 Anthropic 和 OpenAI 建立了更深入的合作关系，并向它们投资了数十亿美元。作为回报，Anthropic 和 OpenAI 也承诺投入数千亿美元购买这些科技巨头提供的计算能力。
Last week, Google and Amazon announced plans to invest up to a combined $65 billion in Anthropic, and they will provide the start-up with at least 10 gigawatts of computing power — or enough to power more than four million homes.
上周，谷歌和亚马逊宣布计划向 Anthropic 投资高达 650 亿美元，并将为这家初创公司提供至少 10 吉瓦的计算能力——足以供超过 400 万户家庭使用。
Google and, increasingly, Amazon have also seen traction developing their own A.I. chips to power the boom. Google has begun selling its chips to Anthropic, and Meta announced a multibillion-dollar deal last week to use some of Amazon’s chips.
谷歌和亚马逊也越来越重视开发自己的人工智能芯片，以推动人工智能的蓬勃发展。谷歌已开始向 Anthropic 公司出售芯片，而 Meta 公司上周宣布了一项数十亿美元的协议，将使用亚马逊的部分芯片。
No company is spending more than Amazon, which has been racing to build data centers to satisfy demand for computing power. It has focused particularly on building Project Rainier, which are massive A.I. data centers for Anthropic.
没有哪家公司比亚马逊投入更多资金，亚马逊一直在竞相建设数据中心以满足对计算能力的需求。它尤其专注于建设“雷尼尔计划”（Project Rainier） ，这是为 Anthropologie 公司建造的大型人工智能数据中心。
Amazon spent $43 billion on capital expenditures in the quarter, primarily for data centers. Its cloud computing business — which decelerated a year ago, before picking up steam more recently — generated $37.6 billion in sales, up 28 percent from a year earlier.
亚马逊本季度资本支出达430亿美元，主要用于数据中心建设。其云计算业务——该业务一年前增速放缓，近期有所回升——创造了376亿美元的销售额，同比增长28%。
“We do view this as truly a once-in-a-lifetime opportunity,” said Andy Jassy, Amazon’s chief executive, adding that the company would “invest a significant amount of capital over the coming years to pursue that opportunity.”
亚马逊首席执行官安迪·贾西表示：“我们确实认为这是一个千载难逢的机会。”他还补充说，公司将在未来几年“投入大量资金来抓住这个机会”。
Microsoft spent $31.9 billion in the first three months of the year, up 49 percent from a year earlier. It said spending was likely to pick up in the current quarter to more than $40 billion, with total spending in 2026 of about $190 billion. Azure, its core cloud computing offering, and related A.I. services grew about 40 percent, and the company said it could have increased growth further if it had more capacity. It expects to have more demand than available data centers through at least the end of the year.
微软今年前三个月的支出为 319 亿美元，同比增长 49%。该公司表示，预计本季度支出将超过 400 亿美元，到 2026 年总支出将达到约 1900 亿美元。其核心云计算产品 Azure 及相关人工智能服务增长约 40%，微软表示，如果拥有更多容量，增长速度还可以更快。该公司预计，至少到今年年底，数据中心的需求仍将超过可用容量。
Satya Nadella, Microsoft’s chief executive, said the company was investing so it could handle increased use as A.I. systems experienced “exponential” improvements.
微软首席执行官萨蒂亚·纳德拉表示，随着人工智能系统呈“指数级”发展，公司正在进行投资，以便能够应对日益增长的使用量。
(The New York Times has sued OpenAI and Microsoft, its partner, claiming copyright infringement of news content related to A.I. systems. The two companies have denied the suit’s claims.)
（《纽约时报》已起诉 OpenAI 及其合作伙伴微软，指控其侵犯了与人工智能系统相关的新闻内容的版权。两家公司均否认了诉讼中的指控。）
Google said its spending was $36 billion in the quarter, more than double the $17 billion it spent in the same period last year.
谷歌表示，该季度支出为 360 亿美元，是去年同期 170 亿美元的两倍多。
The internet giant has benefited from A.I. in several ways. Its Gemini A.I. system has become the backbone of Google Search, offering quick and complete answers that drive people to make more search queries. As a result, Google can serve more ads that are also more relevant. For the first three months of the year, Google said, sales from search, its largest business, increased 19 percent to $60.4 billion.
这家互联网巨头已从人工智能中获益匪浅。其 Gemini 人工智能系统已成为谷歌搜索的支柱，能够提供快速全面的答案，从而引导用户进行更多搜索查询。因此，谷歌可以投放更多更相关的广告。谷歌表示，今年前三个月，其最大业务——搜索业务的销售额增长了 19%，达到 604 亿美元。
A.I. has also helped Google’s cloud business. The company has signed $1 billion deals with new customers and persuaded existing customers to increase their spending. In the most recent quarter, its cloud sales rose 63 percent to $20 billion.
人工智能也助力了谷歌的云计算业务。该公司与新客户签署了价值10亿美元的合同，并说服现有客户增加支出。在最近一个季度，其云计算销售额增长了63%，达到200亿美元。
Sundar Pichai, Google’s chief executive, said the company hadn’t been able to build A.I. infrastructure fast enough. “Our cloud revenue would have been higher if we were able to meet that demand,” he said.
谷歌首席执行官桑达尔·皮查伊表示，公司未能以足够快的速度构建人工智能基础设施。“如果我们能够满足这一需求，我们的云收入会更高，”他说。
Meta is in some ways an outlier, because its capital spending is for its own use, rather than for cloud computing that it sells to others. As it morphs from a social media company to an A.I. company, Meta is spending amounts similar to Amazon’s and Microsoft’s totals. For the quarter, it spent $19.8 billion, more than half of the $39 billion that it spent for all of 2024.
在某些方面，Meta 是个特例，因为它的资本支出是用于自身运营，而不是用于向他人出售云计算服务。随着 Meta 从一家社交媒体公司转型为一家人工智能公司，其支出规模与亚马逊和微软的总额相当。本季度，Meta 的支出为 198 亿美元，超过了其 2024 年全年 390 亿美元支出计划的一半。
Meta has developed A.I. to increase user engagement and improve advertising on its social platforms, which include Facebook and Instagram. Revenue increased 33 percent to $56.3 billion in the quarter, a sign that the spending was accelerating growth.
Meta 公司开发了人工智能技术，旨在提升用户参与度并改进其社交平台（包括 Facebook 和 Instagram）上的广告效果。该季度营收增长 33%至 563 亿美元，表明支出正在加速增长。
Last week, Meta said it would lay off 10 percent of employees, or about 8,000 people, as it spends on A.I. In the investor call on Wednesday, Mr. Zuckerberg addressed fears of how A.I. might replace people in jobs, saying, “People will be more important in the future, not less.”
上周，Meta 公司表示，由于在人工智能领域的投入，将裁员 10% ，约 8000 人。在周三的投资者电话会议上，扎克伯格先生回应了人们对人工智能可能取代人类工作的担忧，他说：“未来人类会变得更加重要，而不是不那么重要。”
Some of the tech companies have justified their building binge by saying they cannot meet all the demand. But analysts said there were risks if the companies became too dependent on two young customers: OpenAI and Anthropic.
一些科技公司以无法满足所有需求为由，为其疯狂建设辩解。但分析人士指出，如果这些公司过度依赖 OpenAI 和 Anthropic 这两家新兴客户，则存在风险。
More than 40 percent of Microsoft’s $625 billion in outstanding cloud contracts, for example, come from OpenAI, the company said in January. This week, Microsoft and OpenAI announced new terms that loosened their ties.
例如，微软在 1 月份表示，其 6250 亿美元未结云合同中，超过 40%来自 OpenAI。本周，微软和 OpenAI 宣布了新的合作条款 ，放宽了双方的合作关系 。
Betting so much on OpenAI and Anthropic is a gamble. But even if the start-ups flop, the tech giants are likely to weather the losses because of their size, scale and other businesses, said Matt Stucky, who manages tech investments for Northwestern Mutual.
把这么多资金押注在 OpenAI 和 Anthropic 上是一种赌博。但即便这些初创公司失败了，科技巨头们也很有可能凭借其规模、实力和其他业务来承受损失，西北互惠人寿保险公司负责科技投资的马特·斯图基 (Matt Stucky) 表示。
“The core business,” he said, “is good.”
他说：“核心业务很好。”
参考来源：
]]>(1) deepseek-chat 与 deepseek-reasoner 两个模型名将于日后弃用。出于兼容考虑，二者分别对应 deepseek-v4-flash 的非思考与思考模式。
(2) 全系列模型，输入缓存命中的价格已降至首发价格的 1/10，该价格调整自北京时间 2026/4/26 20:15 起生效
(3) 当前 deepseek-v4-pro 模型 2.5 折，优惠期延长至北京时间 2026/05/31 23:59。
参考来源：
相关信息：
]]>Consider an AI agent for customer support processing a screen recording while analyzing uploaded call audio and checking data logs — or an agent for finance tasked with parsing PDFs, spreadsheets, charts and voice notes. Today, most agentic systems accomplish these tasks with separate models for vision, speech and language.
设想一下，一个用于客户支持的人工智能代理需要处理屏幕录像，同时分析上传的通话音频并检查数据日志；或者一个用于财务的代理需要解析 PDF、电子表格、图表和语音笔记。如今，大多数代理系统都使用独立的视觉、语音和语言模型来完成这些任务。
This approach increases latency through repeated inference passes, fragments context across modalities, and adds cost and inaccuracies over time.
这种方法通过重复推理过程增加延迟，使跨模态的上下文变得碎片化，并且随着时间的推移增加成本和不准确性。
By combining vision and audio encoders within its 30B-A3B, hybrid mixture-of-experts architecture, Nemotron 3 Nano Omni eliminates the need for separate perception models, driving inference efficiency at scale. It pairs this efficiency with strong multimodal perception accuracy, enabling AI systems to achieve 9x higher throughput than other open omni models with the same interactivity. The result is lower costs and better scalability without sacrificing responsiveness or quality.
Nemotron 3 Nano Omni 采用 30B-A3B 混合专家架构，将视觉和音频编码器集成于其中，无需单独的感知模型，从而显著提升了大规模推理效率。它不仅效率高，而且拥有强大的多模态感知精度，使 AI 系统的吞吐量比其他具有相同交互性的开放式全向模型高出 9 倍 。最终实现了更低的成本和更好的可扩展性，同时又不牺牲响应速度或质量。
In agentic systems, Nemotron 3 Nano Omni can work alongside proprietary cloud models or other NVIDIA Nemotron open models — such as Nemotron 3 Super for high-frequency execution or Nemotron 3 Ultra for complex planning — as well as proprietary models from other providers, to power sub-agents for agentic workflows such as computer use, document intelligence and audio-video reasoning.
在代理系统中，Nemotron 3 Nano Omni 可以与专有云模型或其他 NVIDIA Nemotron 开放模型（例如用于高频执行的 Nemotron 3 Super 或用于复杂规划的 Nemotron 3 Ultra）以及其他提供商的专有模型协同工作，为代理工作流程（例如计算机使用、文档智能和音视频推理）的子代理提供支持。
Computer use agents — Nemotron 3 Nano Omni powers the perception loop for agents navigating graphical user interfaces, reasoning over onscreen content and understanding user interface state over time. H Company’s latest computer usage agent, powered by Nemotron 3 Nano Omni, uses a native input resolution of 1920×1080 pixels to achieve high-fidelity visual reasoning. In preliminary evaluations on the OSWorld benchmark, this integration showed a significant leap in navigating complex graphical interfaces and used Nemotron 3 Nano Omni’s ability to process very high-resolution images.
计算机使用代理——Nemotron 3 Nano Omni 为代理的感知回路提供动力，使其能够导航图形用户界面、推理屏幕内容并理解用户界面随时间的变化。H 公司最新推出的计算机使用代理由 Nemotron 3 Nano Omni 驱动，采用 1920×1080 像素的原生输入分辨率，实现了高保真度的视觉推理。在 OSWorld 基准测试的初步评估中，该集成方案在导航复杂图形界面方面展现出显著的提升，并充分利用了 Nemotron 3 Nano Omni 处理超高分辨率图像的能力。
Document intelligence — Interprets documents, charts, tables, screenshots and mixed-media inputs, enabling agents to reason across visual structure and text content coherently. Critical for enterprise analysis and compliance workflows.
文档智能 ——能够解读文档、图表、表格、屏幕截图和混合媒体输入，使代理能够连贯地分析视觉结构和文本内容。这对企业分析和合规工作流程至关重要。
Audio and video understanding — For customer service, research and monitoring workflows, Nemotron 3 Nano Omni maintains audio-video context, tying what was said, shown and documented into a single reasoning stream instead of disconnected summaries.
音频和视频理解 ——对于客户服务、研究和监控工作流程，Nemotron 3 Nano Omni 可保持音频视频上下文，将所说、所展示和所记录的内容整合到一个单一的推理流中，而不是分散的摘要。
Nemotron 3 Nano Omni is released with open weights, datasets and training techniques — giving organizations full transparency and control over how the model is customized and deployed.
Nemotron 3 Nano Omni 发布时采用了开放的权重、数据集和训练技术，使组织能够完全透明地控制模型的定制和部署方式。
Developers can use tools like NVIDIA NeMo for customization, evaluation and optimization for domain-specific use cases. Because the Nemotron family of models is open, organizations can deploy them in environments that meet regulatory, sovereignty or data localization requirements.
开发人员可以使用 NVIDIA NeMo 等工具 ，针对特定领域的用例进行定制、评估和优化。由于 Nemotron 系列模型是开源的，因此组织可以将其部署在符合监管、主权或数据本地化要求的环境中。
The Nemotron 3 family — including Nano, Super and Ultra models — has seen over 50 million downloads in the past year. Omni extends the family’s capabilities into multimodal and agentic domains.
Nemotron 3 系列产品（包括 Nano、Super 和 Ultra 型号） 在过去一年中下载量超过 5000 万次 。Omni 将该系列产品的功能扩展到了多模态和智能体领域。
The model is available on Hugging Face, OpenRouter and build.nvidia.com as an NVIDIA NIM microservice and through a broad ecosystem of NVIDIA Cloud Partners, inference platforms and cloud service providers.
该模型可通过 Hugging Face 、 OpenRouter 和 build.nvidia.com 作为 NVIDIA NIM 微服务使用，并通过 NVIDIA 云合作伙伴 、推理平台和云服务提供商的广泛生态系统使用 。
Its open, lightweight architecture supports consistent deployment from local systems like NVIDIA Jetson hardware, NVIDIA DGX Spark and DGX Station to data center and cloud environments.
其开放、轻量级的架构支持从 NVIDIA Jetson 硬件、 NVIDIA DGX Spark 和 DGX Station 等本地系统到数据中心和云环境的一致部署。
据知情人士透露，首席财务官 Sarah Friar 已向公司其他领导人表示，她担心如果收入增长不够快，公司可能无法支付未来的计算合同费用。
知情人士透露，董事会成员近几个月来也更加仔细地审查了公司的数据中心交易，并质疑首席执行官萨姆·奥特曼在业务放缓的情况下仍努力获取更多计算能力的做法。
在年底前可能进行的首次公开募股（IPO）之前，严格的支出审查正在限制奥特曼公司曾经无所畏惧的雄心壮志。知情人士透露，弗莱尔和其他高管目前正试图控制成本，并在公司内部建立更严格的纪律，这有时会让他们与首席执行官产生分歧。
多年来，奥特曼一直致力于尽可能多地锁定数据中心容量，他认为计算资源短缺是制约 OpenAI 发展的最大障碍。去年，他进行了一系列交易，使 OpenAI 承担了未来约 6000 亿美元的支出承诺，并将科技行业的成功与 OpenAI 的成功紧密联系起来 。
据知情人士透露，OpenAI 未能实现其内部目标，即在去年底前使其 ChatGPT 的周活跃用户数达到 10 亿。该公司至今仍未正式宣布这一里程碑，这令一些投资者感到不安。知情人士还表示，由于谷歌的 Gemini 在去年底实现了迅猛增长，蚕食了 OpenAI 的市场份额，该公司 ChatGPT 的年度营收目标也未能达成。此外，据知情人士透露，OpenAI 的用户流失率也一直居高不下。
据知情人士透露，OpenAI 今年早些时候在编码和企业市场被 Anthropic 抢占了先机，未能达到多个月度营收目标。
OpenAI 近期完成了硅谷历史上规模最大的一轮融资，筹集了 1220 亿美元，使其财务状况更加稳健。但该公司已签约的计算能力规模庞大，预计在未来三年内（假设其能够实现雄心勃勃的营收目标）就会消耗殆尽 。此外，部分融资还附带条件，取决于与合作伙伴的具体协议。
该公司开发的编码工具 Codex 正迅速普及，同时，它也通过削减其他项目（例如视频生成应用 Sora） 来降低成本。OpenAI 近期发布了 GPT-5.5，这是一款功能强大的模型，在多项行业基准测试中名列前茅。
包括 Anthropic 在内的多家人工智能公司近几周都面临着计算能力不足的问题 ，导致人工智能处理器价格上涨、服务中断和资源配给。这些问题激怒了人工智能产品的高级用户，尤其是程序员，他们发现人工智能系统无法像以往那样完成任务，感到非常沮丧。
OpenAI 在最近一份致投资者的备忘录中表示，其已获得比 Anthropic 更多的计算能力，这使其在用户拓展方面占据优势。这份备忘录已被《华尔街日报》查阅，其中还提及了 Anthropic 首席执行官 Dario Amodei 在近期一次商业会议上对 OpenAI 的隐晦批评。Amodei 当时表示，一些公司在数据中心支出方面“过度冒险”。
OpenAI 的备忘录称：“事后看来，这种谨慎与其说是自律，不如说是低估了需求到来的速度。”
据知情人士透露，近几个月来，弗莱尔也对 OpenAI 计划在今年年底上市表示了保留意见。
她向高管和董事会强调了 OpenAI 需要改进内部控制，并警告说该公司尚未准备好达到上市公司所需的严格报告标准。一些知情人士透露，奥特曼倾向于采取更积极的 IPO 时间表。
OpenAI 在上市前还需解决一系列其他问题。该公司目前正面临领导层真空，其二号人物菲吉·西莫（Fidji Simo）本月初意外请病假。此外，埃隆·马斯克本周提起诉讼， 试图罢免奥特曼（Altman） 并撤销 OpenAI 转型为营利性公司的计划。
参考来源：
相关信息：
]]>新的价格信息，单位是 每100万tokens（约等于70-80万个英文单词） 的价格。
具体价格取决于你选择的模型和使用场景：
| 模型版本 | 计费场景 | 最新价格 (每百万tokens) | 备注 |
|---|---|---|---|
| DeepSeek-V4-Flash | 输入 (缓存命中) | 0.02元 | 价格最低，适合追求高性价比和响应速度的场景。 |
| 输入 (缓存未命中) | 1元 | 原价为4元，已同步下调。 | |
| 输出 | 2元 | 原价为8元，已同步下调。 | |
| DeepSeek-V4-Pro | 输入 (缓存命中) | 0.025元 | 限时优惠，截至2026年5月5日。 |
| 输入 (缓存未命中) | 3元 | 原价为12元，已同步下调。 | |
| 输出 | 6元 | 原价为24元，已同步下调。 |
全系列模型，输入缓存命中的价格已降至首发价格的 1/10。
当前 deepseek-v4-pro 模型限时 2.5 折，优惠期至北京时间 2026/05/05 23:59。
参考来源： https://api-docs.deepseek.com/zh-cn/quick_start/pricing
据一位知情人士透露，约有7%的美国员工符合资格。由于具体数字尚未公开，该人士要求匿名。这项一次性退休计划于周四在一份备忘录中宣布，将面向美国高级总监及以下级别的员工，前提是他们的工龄和年龄总和达到或超过70年。
符合条件的员工及其经理将于5月7日收到详细信息。参与销售激励计划的员工不能参加。
参考来源
部分用户反映 Claude 的响应速度变慢的报告。经查，这些报告源于三项不同的变更，分别影响了 Claude Code、Claude Agent SDK 和 Claude Cowork。API 未受影响。
截至 4 月 20 日（v2.1.116），所有三个问题均已解决。
3 月 4 日，我们将 Claude Code 的默认推理难度从 high medium 为中，以减少部分用户在 high 模式下遇到的过长延迟（延迟甚至导致界面卡顿）。但这一调整并不理想。4 月 7 日，在用户反馈他们更倾向于默认使用较高智能级别，并在处理简单任务时选择较低难度后，我们撤销了这一更改。此次调整影响了 Sonnet 4.6 和 Opus 4.6 版本。
3 月 26 日，我们发布了一项更改，旨在清除闲置超过一小时的会话中克劳德的旧思路，以减少用户恢复这些会话时的延迟。但一个错误导致此操作在会话剩余时间内每回合都会重复执行，而不是只执行一次，这使得克劳德看起来健忘且重复。我们已于 4 月 10 日修复了此问题。此问题影响了 Sonnet 4.6 和 Opus 4.6 版本。
4 月 16 日，我们添加了一条系统提示指令以减少冗余信息。但由于与其他提示信息的更改，该指令降低了代码质量，因此我们在 4 月 20 日撤销了该更改。此次更改影响了 Sonnet 4.6、Opus 4.6 和 Opus 4.7 版本。
这并非用户应有的 Claude Code 使用体验。自 4 月 23 日起，我们将重置所有订阅用户的使用限制。
今年 2 月，我们在 Claude Code 中发布 Opus 4.6 时，将默认推理难度设置为 high 。
不久之后，我们收到用户反馈，Claude Opus 4.6 在高负荷模式下偶尔会思考时间过长，导致用户界面看起来冻结，并导致这些用户出现不成比例的延迟和令牌使用。
一般来说，模型思考的时间越长，输出结果就越好。Claude Code 通过“工作量级别”功能，让用户能够权衡这种权衡——更多的思考时间与更低的延迟和更少的使用限制。在为模型校准工作量级别时，我们会考虑这种权衡，以便在测试时间-计算时间曲线上选择能够为用户提供最佳选择范围的点。在产品层，我们会选择这条曲线上的哪个点作为默认值，并将该值作为工作量参数发送给 Messages API；然后，我们通过 /effort 提供其他选项。
在我们的内部评估和测试中，中等难度模式在大多数任务中实现了略低的智能水平，但延迟却显著降低。它也避免了偶尔出现的思考时间过长的问题，并有助于最大限度地利用用户的使用次数。因此，我们推出了一项更改，将中等难度模式设为默认模式，并通过产品内对话框解释了更改原因。
Claude Code 上线不久，用户就开始反映它的智能程度有所下降。我们进行了多次设计迭代，使当前的难度设置更加清晰，以便提醒用户可以更改默认设置（例如在启动时显示提示、添加内联难度选择器以及恢复超智能模式），但大多数用户仍然保留了中等难度的默认设置。
在听取了更多用户的反馈后，我们于 4 月 7 日撤销了这一决定。现在，所有用户在 Opus 4.7 上默认使用 xhigh 模式，在所有其他型号上默认使用 high 模式。
当 Claude 推理完成一项任务时，该推理过程通常会保存在对话历史记录中，以便在后续的每一次操作中，Claude 都能看到它为什么进行了相应的编辑和工具调用。
3 月 26 日，我们发布了一项旨在提升该功能效率的更新。我们使用提示缓存来降低用户连续 API 调用的成本并加快速度。Claude 在发出 API 请求时会将输入令牌写入缓存，一段时间不活动后，该提示将从缓存中移除，从而为其他提示腾出空间。我们对缓存利用率进行了谨慎管理（更多详情请参见我们的方案 ）。
设计原本应该很简单：如果会话闲置超过一小时，我们可以通过清除旧的推理记录来降低用户恢复会话的成本。由于无论如何都会出现缓存未命中，我们可以从请求中剔除不必要的消息，从而减少发送到 API 的未缓存令牌的数量。之后，我们会恢复发送完整的推理历史记录。为此，我们使用了 clear_thinking_20251015 API 标头以及 keep:1 。
该实现存在一个漏洞。它没有只清除一次思维历史记录，而是在会话剩余时间内的每个回合都清除了它。当会话超过空闲阈值后，后续的每个请求都会指示 API 只保留最新的推理数据块，并丢弃之前的所有数据。这导致问题更加严重：如果在 Claude 使用工具的过程中发送后续消息，则会在“已损坏”标记下启动一个新的回合，因此即使是当前回合的推理也会被丢弃。Claude 会继续执行，但会越来越忘记它为什么选择执行当前操作。这就是用户报告的健忘、重复和奇怪的工具选择等问题。
由于这会持续地将逻辑块从后续请求中移除，导致这些请求也出现缓存未命中。我们认为这正是导致使用限额消耗速度超出预期的独立报告的原因。
两个不相关的实验使我们一开始很难重现这个问题：一个是与消息队列相关的内部服务器端实验；另一个是我们在显示思路方面做出的一个正交变化，这个变化抑制了大多数 CLI 会话中的这个错误，因此即使在测试外部构建时，我们也没有发现它。
这个 bug 出现在 Claude Code 的上下文管理、Anthropic API 和扩展思维的交汇处。它引入的更改通过了多次人工和自动化代码审查，以及单元测试、端到端测试、自动化验证和内部测试。再加上它只在极端情况下（陈旧会话）出现，而且难以重现，我们花了超过一周的时间才发现并确认了根本原因。
作为调查的一部分，我们使用 Opus 4.7 对存在问题的拉取请求进行了代码审查回测。在提供收集完整上下文所需的代码仓库后，Opus 4.7 发现了该错误，而 Opus 4.6 则未能发现。为了防止此类情况再次发生，我们现在正在为代码审查添加对更多代码仓库作为上下文的支持。
我们在 4 月 10 日的 v2.1.101 版本中修复了这个漏洞。
我们最新的模型 Claude Opus 4.7 相对于其前代产品有一个显著的行为特点：正如我们在发布时所写 ，它的输出信息往往非常冗长。这使得它在处理难题时更加智能，但也产生了更多的输出标记。
在 Opus 4.7 发布前几周，我们就开始着手调整 Claude Code 以做准备工作。每个模型的行为都略有不同，因此在每次发布之前，我们都会花时间针对该模型优化框架和产品。
我们有很多工具可以减少冗余信息：模型训练、提示以及改进产品中的思维用户体验。最终我们使用了所有这些工具，但系统提示中的一项改进对 Claude Code 的智能产生了巨大的影响：
经过数周的内部测试，在我们运行的一系列评估中没有出现任何退化，我们对这一变化充满信心，并于 4 月 16 日与 Opus 4.7 一起发布了它。
作为调查的一部分，我们使用更广泛的评估数据集进行了更多消融试验（从系统提示中移除一行以了解每一行的影响）。其中一项评估显示，Opus 4.6 和 4.7 的性能均下降了 3%。我们在 4 月 20 日的版本中立即恢复了提示。
为了避免这些问题，我们将采取以下几项不同的措施：我们将确保更多内部员工使用 Claude Code 的公开版本（而不是我们用于测试新功能的版本）；我们将改进内部使用的代码审查工具，并将改进后的版本提供给客户。
我们还将加强对系统提示符变更的控制。对于 Claude Code 的每一次系统提示符变更，我们都会针对每个模型进行全面的评估，持续进行消融测试以了解每一行代码的影响。此外，我们还开发了新的工具，使提示符变更的审查和审计更加便捷。我们还在 CLAUDE.md 文件中添加了相关指南，以确保针对特定模型的变更仅限于其目标模型。对于任何可能影响智能性的变更，我们将增加测试期、扩展评估范围并逐步推出，以便尽早发现问题。
我们最近在 X 平台上创建了 @ClaudeDevs 账号，以便更深入地解释产品决策及其背后的原因。我们也会在 GitHub 的集中讨论帖中分享同样的更新。
最后，我们要感谢所有用户：正是那些使用 /feedback 命令向我们反馈问题（或在网上发布具体、可复现示例）的用户，才最终帮助我们发现并修复了这些问题。今天，我们将重置所有订阅用户的流量限制。
We’re immensely grateful for your feedback and for your patience.
参考：
亚马逊表示，如果合作达成某些商业里程碑，其总投资额可能高达 250 亿美元。作为协议的一部分，Anthropic 公司同意购买价值超过 1000 亿美元的亚马逊云服务。Anthropic 公司一直受到计算能力不足的困扰，而计算能力不足是其热门人工智能模型运行的瓶颈。Anthropic 公司表示，根据协议，它将使用亚马逊价值5吉瓦的人工智能芯片。
亚马逊正在迅速扩大对新建数据中心和芯片设计的投入该公司表示，今年将投入2000亿美元用于资本支出，其中大部分将用于人工智能相关投资，包括新建数据中心。
参考：
]]>Today, we are announcing Prepay Billing in Google AI Studio, a significant update to how you can pay for the Gemini API. This feature offers increased spend predictability and a simplified workflow for both prototyping and scaling applications. Prepay Billing is available in AI Studio for new Google Cloud Billing Accounts in the US that enable the Gemini API, with a global rollout in the coming weeks.
今天，我们宣布预付费账单 Google AI Studio 对 Gemini API 的付费方式进行了重大更新。此功能可提高支出可预测性，并简化原型设计和应用扩展的工作流程。
预付费结算功能目前已在美国面向启用 Gemini API 的新 Google Cloud 结算帐户开放，并将于未来几周内在全球范围内推出。
在斯坦福大学人类中心人工智能研究所（Stanford HAI），我们相信人工智能注定将成为 21 世纪最具变革性的技术。然而，除非我们深思熟虑地引导其发展，否则它的红利将无法得到公平分配。
《AI 指数报告》（AI Index） 提供了关于人工智能最全面、最以数据为驱动的深度洞察。作为全球媒体、政府和顶尖企业公认的权威资源，《AI 指数报告》通过对 AI 的技术进展、经济影响及社会效应进行严谨且客观的分析，为决策者、商界领袖和公众提供决策依据。
2025年，工业界产出了超过 90% 的显著前沿模型（Notable Frontier Models）。其中，有数个模型在博士级科学问题、多模态推理及竞赛数学方面的表现已达到或超过了人类基准。在一项关键的编程基准测试——SWE-bench Verified 中，其表现仅用一年时间就从 60% 飙升至接近 100%。此外，机构的AI采用率已达到88%，且目前每5名大学生中就有4名在使用生成式AI。
自 2025 年初以来，中美两国的人工智能模型多次交替领先。2025 年 2 月，DeepSeek-R1 曾短暂地与美国顶级模型并驾齐驱，而截至 2026 年 3 月，Anthropic 的顶级模型仅以 2.7%的微弱优势领先。美国仍然拥有更多顶尖的人工智能模型和高影响力专利，而中国则在论文发表量、引用次数、专利产出和工业机器人装机量方面领先。韩国则以其创新密度脱颖而出，人均人工智能专利数量位居世界第一。
美国拥有 5427 个数据中心，是其他任何国家的十倍以上，其能源消耗量也位居世界第一。几乎所有领先的人工智能芯片都由台积电（TSMC）一家公司制造，这使得全球人工智能硬件供应链依赖于台积电——尽管台积电在美国的扩建项目已于 2025 年开始运营。
Gemini Deep Think 在 IMO 上斩获金牌，但其顶级模型读取模拟时钟的正确率仅为50.1%。在 OSWorld 测试人工智能代理跨操作系统执行真实计算机任务的测试中，其任务成功率从 12% 跃升至约 66%，但在结构化基准测试中，它们仍然大约有三分之一的尝试会失败。
几乎所有领先的前沿人工智能模型开发商都会报告其能力基准测试结果，但关于负责任人工智能基准测试的报告仍然零散不全。有记录的人工智能事故数量已从2024年的233起上升至362起。更棘手的是，近期研究发现，提高负责任人工智能的某个维度（例如安全性）可能会降低另一个维度（例如准确性）的水平。
预计到2025年，美国私人人工智能投资将达到2859亿美元，是中国124亿美元投资额的23倍多——尽管考虑到政府的指导性资金，仅看私人投资数据可能低估了中国在人工智能领域的总支出。美国在人工智能创业活动方面也处于领先地位，预计到2025年将有1953家新成立的人工智能公司获得融资，是排名第二国家的10倍以上。然而，自2017年以来，移居美国的人工智能研究人员和开发人员数量下降了89%，仅去年一年就下降了80%。
生成式人工智能在三年内普及率达到 53%，速度超过了个人电脑和互联网，尽管普及速度因国家而异，且与人均 GDP 密切相关。一些国家的普及率高于预期，例如新加坡（61%）和阿联酋（54%），而美国排名第 24 位，普及率为 28.3%。预计到 2026 年初，生成式人工智能工具为美国消费者带来的年价值将达到 1720 亿美元，2025 年至 2026 年间，每位用户的中位价值将增长两倍。
超过80%的美国高中生和大学生现在使用人工智能完成与学习相关的任务，但只有一半的中学制定了人工智能政策，而且只有6%的教师认为这些政策清晰明确。在课堂之外，阿联酋、智利和南非的人工智能工程技能发展速度最快。2022年至2024年，美国和加拿大新增人工智能博士的数量增长了22%，而这些新增博士大多选择在学术界而非工业界就业。
各国人工智能战略正在扩展，尤其是在发展中经济体中，政府对人工智能超级计算的投资也在同步增长——这表明各国对国内人工智能生态系统的控制力日益增强。然而，模型生产仍然集中在美国和中国。开源开发正在重新分配参与权，世界其他地区的贡献量在 GitHub 上已经超过欧洲，并接近美国，从而推动了更多语言多样化的模型和基准测试的出现。
在人工智能如何影响人们的工作方面，73%的专家预期其会产生积极影响，而公众的这一比例仅为23%，两者相差50个百分点。人工智能对经济和医疗保健的影响也存在类似的认知差异。在全球范围内，人们对政府监管人工智能的能力信任度各不相同。在受访国家中，美国民众对其政府监管人工智能能力的信任度最低，仅为31%。在全球范围内，欧盟在有效监管人工智能方面比美国或中国更受信任。
Life sucks, we all know this. But the term fake it until you make it really does work. Just fake being happy and look for the positive in each situation and your perspective will change. It’s not something that is going to happen overnight, its a day by day thing but after a while you should notice yourself looking for the positive rather than dwelling on the negative.
生活糟透了，我们都知道。但“假装快乐直到真正快乐”这句话真的管用。只要假装快乐，并在每件事中寻找积极的一面，你的视角就会改变。这不会一蹴而就，需要日积月累，但过一段时间后，你会发现自己开始寻找积极的一面，而不是沉溺于消极情绪。
]]>The bill, which blocks centers that draw over 20 megawatts of power until late 2027, heads to Democratic Gov. Janet Mills
缅因州议员周二通过了一项禁止建设大型数据中心的法案，使其成为美国第一个采取此类措施的州。与此同时，美国各地社区正在应对人工智能热潮带来的影响。
由民主党控制的州议会通过了一项法案，将新建数据中心的计划冻结至 2027 年 11 月。此举旨在让缅因州有时间评估数据中心对环境和电网的风险。该法案即将提交给民主党州长珍妮特·米尔斯签署。米尔斯曾表示，如果法案中包含一项针对杰伊镇已规划项目的例外条款，她将支持冻结数据中心建设。
缅因州的建设冻结令适用于容量至少为 20 兆瓦的数据中心，这些数据中心的用电量足以满足超过 15000 户家庭的用电需求。数据中心——用于容纳人工智能和计算系统设备的设施——正在全国各地如雨后春笋般涌现， 以满足人工智能的需求。许多当地社区抗议数据中心的建设，因为这些数据中心往往选址在拥有空地和电力供应的地区。
根据缅因州的这项法案，州政府将成立一个委员会，负责审查大型数据中心对州政府和电力用户的影响。缅因州的居民电价位居全美最高之列，民选官员担心数据中心电力需求的激增可能会进一步推高电价。
至少还有 10 个州正在推进类似法案，他们担心数据中心的电力需求可能会损害环境并推高电价。包括印第安纳州和密歇根州在内的一些地方政府和县已经暂停了数据中心的建设。
参考：
]]>