AI KNOW 早报
2026-10-22 · 星期四
今天最值得注意的变化，是算力基础设施正在从“堆芯片”转向“电力—部署—调度”的系统级竞争：英伟达 DSX POD 把 AI 工厂压缩到 14 天投产，欧洲多国转向 Vera CPU 建本地基础设施，国内则沿着北纬 40 度讨论绿电如何直供 AI，算电协同第一次被摆到“新基建”的位置。平台层同样在压低推理成本，DeepSeek 单集群日吞吐做到 155 万亿 Token、KVCache 可保存 7 天，是石科技把首 Token 延迟再降 32.4%，说明效率竞赛已从模型参数转向工程吞吐。应用侧信号更冷峻：Anthropic 初级员工招聘占比一年半骤降 33%，Agent 工时已达员工 6 倍，“一人一团队”开始有工号、有分工，组织问题先于技术问题到来。终端与安全两条线则在提示落地节奏，具身智能被预判两年内完成首轮行业出清，实景实训平台成为下一座基础设施；Claude 90 分钟挖穿 20 年漏洞则说明攻防节奏已被 AI 拉平。
这些事放在一起，指向同一个趋势：AI 竞争的主战场正从模型能力转向“算力—电力—部署—组织”的全链条效率，谁先把基础设施和用工结构调过来，谁就能把 Agent 变成真实产能。受影响最大的是三类角色：云和算力厂商要重新算电费与交付周期，企业管理者要重做岗位分层与初级人才路径，安全团队则必须假设漏洞发现速度已进入分钟级。初级岗位收缩与 Agent 规模化同时发生，意味着“降本”叙事正在变成“换人”叙事，组织若只买工具不改分工，投入很难转化为产出。
黄仁勋在柏林 GTC 大会上发布模块化 AI 工厂参考设计 DSX POD，面向以 Vera Rubin 平台为核心的完整 AI 工厂系统，将计算、网络等环节整合为可预制模块。英伟达称，该方案最快 14 天完成部署投产，并计划 2027 年初全球交付。当 AI 工厂交付周期被压缩到以周计，供电与机房配套能否跟上，将直接决定这些预制模块的落地速度。
该场景进入国家首批标志性重大应用场景名单，意味着绿电直供算力从企业自发尝试被纳入国家级场景培育序列。对发电侧和数据中心侧而言，这为绿电与算力负荷直接对接打开了政策通道，也让“源网荷储”与算力布局的捆绑更具备可操作性。
相关分析指出，算力与电力实现高效经济协同的关键，在于打通算力、电力、碳三者之间的数据壁垒与调度壁垒。随着 AI 负载抬升，用电成本和绿电占比已成为数据中心选址与运营的硬约束，跨部门、跨主体的数据互通比单点技术突破更难推进。
两国以 200 万千瓦绿电为数据中心供电，把发电资源与算力负荷直接绑定。这一跨境组合把电力供应能力摆到了算力招商的前台：谁手里有便宜且成规模的绿电，谁就更容易吸引算力投资落地。
英伟达宣布欧洲云合作伙伴计划进一步扩展，主打主权、开放，并为安全 AI 智能体而构建。AI 原生企业的需求正把欧洲 AI 云生态往前拉，开发者需要更靠近自己的算力资源。
Nebius、Nscale 等全球技术伙伴计划采用英伟达 Vera CPU，构建下一代基础设施。欧洲各方正借此把算力基础设施留在本地。
英伟达在柏林 GTC 2026 宣布，DGX Spark 由此前最多 4 台组集群，开放到手动配置最多 8 台。以 128GB 版本组建时，统一内存容量最高可达 1TB，RTX PRO 6000 Blackwell 相关任务提速 40%。
DeepSeek 开源了最新推理框架，单集群日吞吐量达到 155 万亿 Token，KVCache 可保存 7 天。今天有 5 家媒体同时报道该消息。对自建推理集群的团队来说，长上下文缓存的复用成本和调度方式可能因此改变。
是石科技推出 TokenFleet 调度框架，首 Token 延迟降低 32.4%，主要目标是提高国产推理效率。这直接影响推理服务的响应体验，也说明国内团队正把优化重心从模型本身转向集群调度层。
MiniMax M3.1 Flash 在 Agent 任务评测中排名第一，实测显示它把 DeepSeek 的低谷价变成了全天价。Flash 级模型的价格战再次升温，对按量调用 Agent 的开发者来说是成本利好。
在因 AI 抓取引发反弹后，Meta 从其商业服务条款中删去了“train”一词，但没有加入尊重 robots.txt 的表述。条款措辞变了，实际抓取边界仍未明确，依赖站点内容做训练数据的团队需要自行判断风险。
8 月 31 日，张江科学之门模力社区，智能体身份码节点管理平台正式上线，30 家单位参与节点发放。越来越多的智能体将拥有可识别、可管理的数字身份。当 Agent 从个人电脑里的工具，变成能跨系统调用、参与业务流程的“数字同事”，组织要重新设计分工与协作方式。
Anthropic 几乎停招初级员工，初级岗占比在一年半内下降 33%，同时 Agent 工时已是员工的 6 倍。对刚入行的从业者来说，这意味着入门岗位正在收缩；企业的用人结构也开始围绕智能体重新安排。
在亚马逊阻止 AI 代理在其网站购物之际，沃尔玛采取相反策略，推出新技术迎接 AI 代理。对零售平台来说，是否接纳代理流量正在成为一个分岔点。
AI 系统 RFdiffusion3 能够从原子层面设计蛋白质，并在实验中实现预期功能。这意味着蛋白质设计正从计算预测进一步走向可实验验证的落地环节。
InfoQ 的技术趋势内容讨论制造业领导者如何推动 AI 应用规模化落地，并赢得高管层支持。从试点到规模化，考验的是组织推动力，而不只是单点技术。
来自公共部门领导者的实践洞察，总结出推动 AI 规模化落地的三大经验。对政务等公共场景来说，可复制的路径比单点试点更有价值。
把训练放进真实工位，正在成为具身智能行业的共同选择。中国信息通信研究院《具身智能训练场研究报告（2026年）》及多家机构测算显示，训练通用具身模型至少需要千万小时级真实交互数据。
信通院最新报告对具身智能行业格局作出判断，认为两年内将完成首轮行业出清。这意味着缺乏真实场景与数据积累的玩家，窗口期已经不多。
多部门联合发布智能网联汽车保险纠纷“治未病”成果，聚焦智驾出险后的责任认定问题。对车主与车企而言，事故责任与理赔边界将更清晰。
Dream Labs 推出机器人基础模型 API，并由觅蜂提供数据支持。基础模型以接口形式开放，意味着机器人厂商接入通用能力门槛进一步降低。
大晓机器人发布具身基模型 ACE-Brain-0.6，参照 Astra 路线推进。具身基模型赛道的玩家继续增多，模型能力竞争正从中枢向终端下沉。
鸿蒙 HarmonyOS 7 的小艺 AI 快捷栏功能确认延期，预计 11 月初分批推送。该功能在 9 月 7 日发布会上已作剧透，鸿蒙用户需再等一段时间。
在世界智能网联汽车大会上，赛力斯集团董事长张兴海表示，安全与可靠是底线，好用决定用户日常体验。他强调新时代用户对高安全、高品质提出了更高要求。
Anthropic 的 Claude 模型在 90 分钟内自主发现并利用了一个潜伏 20 年的安全漏洞，目标是一个拥有超过 5 万颗 GitHub 星标的安全系统。这意味着攻击者借助大模型可在极短时间内完成过去需数周的安全研究，漏洞披露与防御窗口被急剧压缩。
通用汽车认为算力与人工智能将帮助其与中国车企竞争。其第四代电动车平台将推出新的中央计算架构。
AI Know · 每条新闻均标注可核验来源 ·