國產 AI 難以追趕:全球最強 Opus 5.5 大模型開發成本逾 100 億美元
Anthropic 的 Opus 5.5 大模型開發成本超過 100 億美元,但單次訓練成本不可能達到 100 億美元,部分算力卡可供後續訓練和推理使用。文章稱,Opus 5.5 參數量被認為超過 5 萬億,國內 AI 公司目前約為 3 萬億;國內取得 B300 算力資源的渠道有限,價格通常是海外的三倍。
Anthropic 的 Opus 5.5 大模型開發成本超過 100 億美元,但單次訓練成本不可能達到 100 億美元,部分算力卡可供後續訓練和推理使用。文章稱,Opus 5.5 參數量被認為超過 5 萬億,國內 AI 公司目前約為 3 萬億;國內取得 B300 算力資源的渠道有限,價格通常是海外的三倍。
ChinaTalk 調查指,美國數據公司向中國 AI 實驗室出售約 5 億美元訓練數據,其中部分是用於編碼、金融分析或辦公工作的強化學習(RL)環境。報告辨識至少九家涉事公司,並稱中國實驗室採購曾售予 Anthropic 或 OpenAI 的同類產品,以節省內部開發成本和算力,並避免浪費訓練資源。
2026 Humanoid IKEA Assembly Challenge 的 FiftyOne 子集收錄 6 個 MCAP 片段,總長 30.7 分鐘,呈現 35 個馬達的遙測數據、7 條攝影機串流及人工標註的子任務序列。每段取自 6 個錄影日中最短的片段;這個子集適合檢查資料串流格式、建立檢視器或測試解析器,不是用於訓練的完整數據集。
方案以阿里雲構建臨牀 AI 科研系統,透過 DataWorks 匯聚醫療數據、MaxCompute 進行數據治理,並由 PAI-DSW、PAI-DLC 支援建模與 GPU 訓練,PAI-EAS 將模型部署為 API 服務。文章以術後併發症風險預測為例,展示從數據預處理、隨機森林訓練及評估到模型部署的流程。
Google 收購 Spirit Airlines 數據訓練 AI 的計劃,在航空工會與 Google 達成前員工個人資料保護協議後,跨過一項重要私隱障礙。協議排除員工的醫療及傷殘紀錄、藥物或酒精測試紀錄和薪酬紀錄,並要求更嚴格的去識別化程序,禁止 Google 嘗試重新識別資料。
ChinaTalk 作者調查列出至少九家與中國 AI 實驗室有業務往來的美國數據供應商,部分交易涉及支援特定領域後訓練的 RL 環境。重用成熟環境和評分規則可減少試錯及推理資源消耗,但網絡安全、生物等雙重用途領域引發風險。文章指出相關交易監管有限,建議增加政府掌握情況並限制敏感用途;作者亦認為這類交易讓中國實驗室縮小差距,而非超越美國實驗室。
Handshake AI 承包者 Joel Thomas 稱公司仍欠他約 $11,000;Business Insider 另報道,近兩打現任及前任承包者稱今年被少付數百至數千美元。承包者稱過去六個月相關爭議合計 $64,000,報道將付款問題連繫到計時差異、任務審核及項目管理人手不足。Handshake 表示已推出付款儀錶板、增加款項調整説明及簡化申訴流程,並正推出即時計時器。
菜鳥宣佈向產業夥伴開放全球倉網,將生產級物流倉作為 AI 及具身智能的訓練與驗證場景。菜鳥依託數百萬平方米的全球倉儲場景和25個以上國家的本地營運經驗,提供數十個行業、上百種實景 PoC 驗證場景。
AI 數據治理與智能指標平台結合規則引擎和機器學習,監控數據質素、識別異常並統一指標口徑,將治理後的數據轉化為可信的業務指標。方案以 DataWorks、MaxCompute、Quick BI 等阿里雲服務構建,並提供規則檢查、IQR 異常識別及移動平均時序檢測的 Python 示例。文章亦提及數據安全、模型可解釋性、人工復核及持續迭代等注意事項。
中國移動成為全國首批通過 DCMM 2.0 最高等級認證的單位,獲評 DCMM 5級·優化級。公司建成超4700TB高質量數據集,覆蓋105個行業領域,數據資源入表金額超10億。其「九天智能」「梧桐數據」數智產品服務客戶超16萬。
若美國凍結所有尚未開工的規劃數據中心項目,AI 發展會明顯減速但不會停擺。按文中的估算,美國數據中心總容量會在 2028 年前後停在約 120 至 150GW,有效算力年增速則會由約 12 至 15 倍降至約 6 倍。電力固定後,訓練須與推理及智能體服務競逐資源;文章提出提高硬件能效、跨機房分佈式訓練、轉向後訓練與強化學習,以及端側小模型等補充路線。
昆騰動力以通用雙臂機器人切入物流包裹操作,已在真實倉庫完成稱重、供包等崗位的部署驗證,並獲多家電商平台及物流企業合計近 5000 台機器人的批量採購訂單。供包效率每小時 1200 件以上、成功率 99%;杭州倉庫的稱重作業自 9 月中旬上線,持續運行超過一個月,節拍接近人工最高水平。李強主張先把高頻任務做深,再通過部署積累真實數據,逐步擴展至其他任務。
自然資源部、國家發展改革委發布實施意見,推動人工智能在自然資源領域規模化、產業化應用,並分階段提升國土空間規劃「一張圖」的智能化水平。意見提出,到 2028 年建成多個重點方向的高質量數據集、大模型和智能體;到 2030 年,集成打造智能化國土空間治理基礎平台。另將統籌佈局五個人工智能中試平台,推出八大示範場景。
一名獨立開發者耗用逾 10 億 Token,生成並開源涵蓋逾 1.1 萬種鳥類的 AI 貼紙庫,其圖像準確性與參考照片授權引發爭議。參考照片中僅有 1,986 個物種採用開放授權,另有 2,017 種未記錄授權;貼紙曾出現鳥類形態失真,亦未經鳥類學專家系統審校。
這項研究在 6 個模型的 1,668 次實驗中按生成 Token 數及訓練 GPU 小時配平計算量,發現密集過程獎勵用於語言模型推理時不及標準 GRPO,而挑選預測成功率接近一半的提示詞可提升準確率。
Baseten 宣佈 Serverless Loops 正式開放,這款訓練 SDK 支援對前沿開放權重模型進行監督式微調(SFT)和強化學習(RL),並可將訓練所得模型直接部署至 Baseten Dedicated Inference。
Baseten 的研究文章指出,on-policy 自我知識蒸餾(OPSD)並非持續學習的萬靈丹。文章認為,OPSD 在某些情境下仍可能有用,但不值得再投入研究資源。
Baseten 與 Genspark 將 Qwen3.5-397B 後訓練為深度研究模型,在 Genspark 評分器上得分 0.759,高於 Opus 5.5 的 0.738。
作者主張,技術人員可建設衡量與監督技術,藉此改變 AI 開發中的資訊、誘因及可行選項。文章以氣候、食品安全和 COVID-19 為例,説明衡量能提升可見度及問責,降低成本則可令良好做法更容易普及。在 AI 領域,文章聚焦行為基準、可重現評測、算力核算、低成本 Agent 評估,以及兼顧外部審核與知識產權的技術。
Transluce 的 Oversight Foundations 團隊提出訓練監督基礎模型,將關於目標模型行為的自然語言問題轉化為可檢驗的實證問題。方案把目標模型視為可透過 Python 程式介入和測量的「世界」,再訓練模型根據程式及已知輸出預測其他輸出,並透過執行程式取得 ground truth。
浙江紹興柯橋完成6項覆蓋印染行業全鏈條的數據知識產權登記,其中AI識別訓練數據集收錄10萬條疵點實例。依託訓練數據上線的瑕疵檢測系統,典型瑕疵檢出率超過96%,驗布速度最高每分鐘80米。柯橋區纖維印染企業已登記數據知識產權280件,相關質押融資總額突破1億元。
作者以 JavaScript 從零實作 AI 基礎,嘗試在不依賴 TensorFlow、PyTorch 或機器學習框架的情況下,理解機器如何從例子中學習。文章逐步講解監督式學習、神經元、損失、梯度下降和反向傳播,説明模型如何衡量預測錯誤並調整權重。
MC-JEPA 以留一法市場因子作為條件,改善金融時間序列預測。在 11 年的中國 A 股分鐘級數據上,它在涵蓋回報、市場暴露、風險及流動性的九項預測目標中優於 per-asset JEPA。MC-JEPA 在所有流動性目標及 2 小時至 5 天的回報預測中取得最佳 RankIC,歷史回測的投資組合表現亦最佳。
《AI工程師踩坑實錄》第4篇以兩個實例説明如何用 PyTorch forward hook 逐層定位 loss 變 NaN 的首個溢出位置。學習率設為 100 時,loss 第 4 步變成 inf、第 5 步變成 NaN;降至 0.05 後,訓練 200 步收斂。自訂損失中的 log(0) 也會導致 NaN,建議使用 log_softmax。
Adobe 與華特迪士尼公司達成多年戰略聯盟,將共同開發專為迪士尼知識產權度身訂造的「藝術家主導型」生成式 AI 模型,以支援製作流程。雙方將透過 Adobe Firefly Foundry 平台開發模型,利用角色屬性、環境及視覺風格等迪士尼專屬世界知識訓練,生成可作商業用途且可直接用於製作的內容。Adobe 亦會提供最新技術的早期使用權,應用範圍包括主題樂園、郵輪及 ESPN 內容。
Helkyn Coello 提出企業 AI 應用的四級框架,從員工各自使用工具,逐步走向只在合適的流程中部署 AI。文中引述 McKinsey《State of AI 2026》調查,80% 受訪者稱 AI 提升個人工作效率,只有 37% 認為 AI 對公司的營運利潤有影響。作者將落地條件歸納為資料、工作流程設計和人員配合,並建議先評估成熟度、選定一項合適流程,再設定負責人、指標和期限。
CrowdWorks 與 Enhans 合作,成為政府「2026 AI Model Development Project Based on Manufacturing Tacit Knowledge」官方合作夥伴。
Meta 的 Faiss 維護者發佈 Faiss 1.16.0,加入 e-means 聚類演算法的 CPU、GPU 及分散式實作。
文章指出,XFS 是多 GPU 深度學習節點本地 NVMe 暫存儲存的有力選擇,但是否合適取決於實際負載,不能假設它總是快於 ext4。XFS 的 allocation groups 可分散部分配置及 metadata 工作,extent-based allocation 和 delayed allocation 則有助處理大型寫入。
TensorWorld物原科技成立四個月,並在一個月內完成天使輪及天使+輪,融資逾億美元,押注物理基礎模型路線。該路線讓模型從數據中學習物理世界的演化規律,並結合幾何與合成動力學進行預訓練。文中所述 GeoPT 方法在工業物理仿真任務中減少20%至60%的有標籤數據需求,收斂速度最高提升至2倍。
Claude 推出 Claude Whiteboards 和 Claude Sheets 測試版,並將 Claude Dashboards 更名為 Claude Data,正式全面開放使用。Whiteboards 支援團隊即時協作構思,Sheets 可建立和編輯試算表;Claude Data 提供數據故事,已認證查詢和即時分享則仍在測試版。三項產品均適用於所有付費方案,支援網頁、桌面及流動裝置。
推薦理由:白板、試算表與數據工作可在 Claude 內協作,完成後亦可接續至合作工具,呈現這次更新如何連結內部編輯與外部工作流程。
Anthropic 與 Truthful AI 等機構的研究人員在小型模型實驗中發現,加入對照式乾淨資料有時會加強投毒資料的後門效應。例如,Qwen3-8B 的投毒資料有 80% 換成乾淨資料後,在接種提示詞下的不對齊率由 7% 升至 16%,但一般助理系統提示詞下沒有變化。研究亦在其他設定及 MNIST 分類器觀察到類似效應,並指出單獨審核訓練資料可能漏掉混合資料後才出現的影響。
Continual-ARC 以 ARC-AGI 三個版本的任務建立終身學習測試流,在凍結權重的智能體 harness 下,以同一尺度比較基於記憶與權重的持續學習。研究在 Qwen3.5-9B 和 GLM-5.3 Flash 上測試,發現 harness 持續性通常未能改善記憶,多數方法表現不及單純快取示範;權重學習則在未見任務上展現較佳泛化。
Breath-Dx 使用包含 1,234 名患者、涵蓋九個診斷組別的 S-OH 數據集,評估 10 種時間序列分類方法,並以配合感測器漂移的時間切分進行測試。時間驗證的 AUC 較隨機交叉驗證低 0.05–0.12;部分肺部疾病的 ROC AUC 達 0.74–0.76,循環模型在不同疾病間表現最穩定。研究公開 S-OH 數據集、時間切分、評估流程及程式碼。
作者認為,騰訊混元 Hy4 是理想中的 Kimi Flash:它速度快、成本低,並提升了推理能力,適合大部分辦公任務。實測速度超過 150 Token 每秒,作者估計其水平約為 DeepSeek V4.1 Flash 的 8 成,但長程任務和較複雜的物理問題仍較弱。文章亦指出,大模型競爭的關鍵在數據、算力與組織能力。
Stanford HAI 於 2026 年 11 月 10 日公佈第三份 AI100 報告,指出生成式 AI 擴展正受高質素數據短缺及前沿訓練成本限制。報告預期下一階段會更多依靠更智能的演算法、可能較小且較少重建的模型,以及推理階段的更多計算和工具或智能體。報告亦稱,AI 數據中心及晶片投資的規模與速度超越以往投資熱潮,但 AI 對整體宏觀經濟的影響及企業投資回報尚未在數據中顯現。
Creative priming 提出以 GRPO 訓練 priming model,按提示詞生成專屬 primer,協助 response model 產生新穎、高質素且多元的回應。此方法將創作過程與回應生成分開,透過獎勵能帶來理想回應的 primer,學習創作原則而非重複特定作品。
Stanford AI100 發佈第三份五年報告,指出過去五年由更多算力和數據推動的擴展模式,正受高質素數據短缺及前沿模型計算成本所限。報告預期下一階段將依靠更聰明的演算法、更小的模型,以及更多時間進行推理,並指出資料中心及晶片投資正加劇能源和淡水供應壓力。
Mercor 完成 $750m 的 Series D 融資,估值達 $20bn。這次估值是其在 2025 年 10 月以 $350m 融資時 $10bn 的兩倍。公司表示,新資金旨在支持其向其他企業銷售同類服務;其專家網絡現有超過 500 萬名專家,負責訓練及評估 AI 模型。
Amazon 發佈第二代表格基礎模型 Mitra-v2,支援分類與回歸,並在 Hugging Face 以 Apache-2.0 授權開放微調模型及推理、微調程式碼。