

> **导语**
> 在全球算力竞赛白热化的背景下，中国本土AI芯片领域再添猛将。成立仅一年的曦望（Sunrise）凭借精准的战略定位，成功斩获30亿元巨额融资，其“避实击虚”锁定推理市场的策略，为国产GPU突围提供了一条新思路。

## 资本豪华天团的重注

在AI算力自主可控的国家战略驱动下，国产GPU初创企业曦望（Sunrise）宣布完成近30亿元人民币融资，一举创下国内AI芯片早期融资规模的新纪录。这份投资名单堪称豪华，集齐了产业资本、头部VC与国家级基金三大势力。

投资方阵容显示出市场对其的高度共识：产业端有三一集团旗下华胥基金、港股上市公司范式智能以及杭州数据集团，确保了落地场景与数据支持；市场化资本则引入了IDG资本、高榕创投等顶级机构；更关键的是，诚通混改基金等国家级资本的入局，直接为曦望的技术路径与战略地位背书。

![Google_AI_Studio_2026-01-23T02_51_47.683Z.png](https://static.downly.cn/images/8c6b26e6b2a27b02370e3955e0b7d990.png) <center>图源备注：图片由AI生成</center>

## 避开锋芒 锁定推理芯片黄金赛道

曦望之所以能迅速崛起，关键在于其务实的战略选择：不与巨头在“训练芯片”红海中硬碰硬，而是聚焦于**AI推理专用GPU**。

随着大模型从“训练热”转向“应用热”，企业对高性价比、低功耗的推理算力需求激增。曦望的GPU架构专为Transformer类模型优化，瞄准了数据中心、边缘服务器及行业AI终端市场。这种“推理优先”的策略，在训练芯片仍被国际巨头垄断的当下，反而切中了国产替代意愿最强、应用场景最丰富的“黄金赛道”。

## 三十亿弹药的主攻方向

据悉，本轮融得的30亿元资金将主要用于三大战略方向。首先是下一代推理GPU芯片的研发，重点提升FP8/INT4等低精度计算效率；其次是构建规模化量产能力，打通从设计到封测的完整供应链；最后是软件生态的共建，包括驱动、编译器及与PyTorch等主流框架的深度适配。

曦望的快速融资标志着中国AI基础设施正从“可用”迈向“好用”的新阶段。在这场关乎算力主权的竞赛中，曦望已手握充足弹药，准备在推理市场发起全力冲刺。

![Google_AI_Studio_2026-01-23T02_52_00.728Z.png](https://static.downly.cn/images/ce6e87206328d0c706d8180a558c7b3f.png) <center>图源备注：图片由AI生成</center>

国产芯片独角兽崛起：曦望获30亿元融资押注AI推理赛道



> 中国AI芯片领域迎来里程碑时刻，摩尔线程MTT S5000显卡成功适配千亿参数大模型DeepSeek V3。这一突破证明了国产硬件在FP8低精度推理技术上的成熟，标志着本土算力生态正从单纯的“可用”迈向商业化“高效”的新阶段。

## 性能实测 数据背后的硬实力

在摩尔线程与硅基流动的联合攻关下，国产GPU MTT S5000在面对DeepSeek V3 671B这一“巨无霸”模型时，交出了一份令人惊喜的答卷。实测数据显示，单卡预填充（Prefill）吞吐量突破4000 tokens/秒，解码（Decode）吞吐量超过1000 tokens/秒。

这一成绩的含金量在于，DeepSeek V3 671B是目前国内开源模型中参数规模最大、推理负载极高的代表。此前，这类任务几乎是英伟达A100或H100等高端显卡的专属领地。此次国产方案的成功跑通，且性能逼近国际主流水平，直接验证了国产硬件在处理超大参数模型时的真实战力。

![Google_AI_Studio_2026-01-22T03_07_45.201Z.png](https://static.downly.cn/images/b44441e21db2e46c2515e3ebb4e6f73d.png) <center>图源备注：图片由AI生成</center>

## 技术解码 FP8低精度的深度优化

此次性能飞跃的核心引擎，在于对FP8（8位浮点）低精度推理技术的深度挖掘。在AI推理场景中，FP8技术能够在极微小地牺牲精度的前提下，大幅提升计算吞吐量，同时显著降低显存占用与功耗。

摩尔线程团队完成了从底层驱动、算子库到推理引擎的全栈调优。这种软硬结合的优化策略，使得MTT S5000能够充分释放硬件加速潜力，有效应对大模型应用中常见的高并发、低延迟挑战。这不仅是一次硬件的胜利，更是国产基础软件栈成熟度的体现。

## 破局意义 供应链安全的备用解

对于金融、政务、能源等对数据安全和供应链稳定性有极高要求的关键行业而言，这一成果提供了一个切实可行的替代方案。它意味着高性能大模型的部署不再被强制绑定在海外高端芯片之上。

尽管在绝对峰值性能和软件生态的丰富度上，国产GPU与国际顶尖产品仍存在客观差距，但在特定高价值场景下，国产方案已具备了“好用”的竞争力。随着这种软硬件协同优化的持续深入，中国AI基础设施的自主可控能力正在加速成型。

![Google_AI_Studio_2026-01-22T03_08_02.709Z.png](https://static.downly.cn/images/4493c48a905cd24f67e66618c5a30bda.png) <center>图源备注：图片由AI生成</center>

国产算力突围 摩尔线程与DeepSeek跑通全栈推理



> 随着生成式AI竞争重心从算法转向算力，Meta正式启动“Meta Compute”基建计划，将在未来十年内部署吉瓦级专用能源与算力设施，旨在构建端到端自主可控的基础设施生态。

## 从算法竞赛到能源军备赛

在生成式AI竞赛已从算法比拼转向算力军备的今天，Meta正以空前力度押注基础设施。继去年承诺“AI基础设施将成为核心竞争优势”后，公司于近日正式启动名为“Meta Compute”的全球性AI基建计划。CEO马克·扎克伯格在Threads上宣布，Meta将在本十年内建设数十吉瓦（GW）的专用能源与算力设施，并着眼长远布局数百吉瓦甚至更高规模的基础设施体系。

作为参照，1吉瓦电力足以支撑约75万户美国家庭用电。而据行业预测，美国AI数据中心总功耗将从当前约5吉瓦飙升至2030年代的50吉瓦。Meta此举意味着其将直接参与这场史无前例的能源与算力争夺战，把电力、芯片、数据中心和网络架构全部纳入战略版图。

![Google_AI_Studio_2026-01-13T02_37_10.279Z.png](https://static.downly.cn/images/14ccfbd862bbfcfcfea23419b4d54ce4.png)
 <center>图源备注：图片由AI生成</center>

## 铁三角掌舵 确保宏大工程落地

为确保这一宏大工程落地，扎克伯格亲自任命三位核心高管组成“铁三角”

*   **技术统筹** Santosh Janardhan（Meta全球基础设施负责人）将主导技术架构、自研芯片（硅计划）、软件栈及全球数据中心与网络的建设与运营。
*   **战略规划** Daniel Gross（前Safe Superintelligence联合创始人，2024年加入Meta）负责长期产能战略、供应链合作、行业分析与商业建模。
*   **政策协同** Dina Powell McCormick（前政府高官，现任Meta总裁兼副董事长）则专责与各国政府协调，推动基础设施的政策支持、投资与融资。

## 构建自主可控的算力主权

这一布局清晰表明，Meta不再满足于租用云服务或依赖外部供应商，而是要构建端到端自主可控的AI基础设施生态。此举也呼应了行业趋势 微软正密集绑定AI基建伙伴，谷歌母公司Alphabet则于2025年12月收购数据中心公司Intersect，科技巨头纷纷将“算力主权”视为未来十年竞争的命脉。

随着Meta Compute计划的启动，AI竞赛的战场已从实验室延伸至电厂、芯片厂和政府谈判桌。谁掌控了能源与算力的底层命脉，谁就可能定义下一代AI的形态与边界。

![Google_AI_Studio_2026-01-13T02_37_12.626Z.png](https://static.downly.cn/images/9057131ad3e03da69d7dbf2e7ec2ba29.png)
 <center>图源备注：图片由AI生成</center>

Meta启动全球算力基建计划 扎克伯格押注能源与芯片自主权



> **导语**
> 密西西比州迎来科技巨头重磅投资，xAI 宣布投入超 200 亿美元建设全新数据中心，计划于 2026 年初投运。此举不仅是马斯克在算力军备竞赛中的关键落子，更显示出生成式 AI 行业对基础设施的渴求已达白热化阶段。

## 巨额注资扩充算力版图

在生成式人工智能浪潮的推动下，基础设施建设已成为科技巨头角逐的核心战场。近日，密西西比州州长泰特・里夫斯正式确认，埃隆・马斯克旗下的人工智能初创公司 xAI 将在该州索斯黑文市进行一项规模空前的投资。该项目涉及资金超过 200 亿美元，旨在建立一座超大规模的数据中心。

这一战略举措直接对标 OpenAI 的 ChatGPT 及 Anthropic 的 Claude 等行业领军者。随着 AI 模型参数量的指数级增长，算力储备已成为决定企业生死的关键要素。xAI 的此次扩张，意在通过物理基础设施的绝对优势，缩短与竞争对手的技术差距，确保其在下一代模型训练中拥有充足的“燃料”。

![Google_AI_Studio_2026-01-10T03_49_12.524Z.png](https://static.downly.cn/images/6723e7b067dd82bdd7e9d641ed38ac33.png)
 <center>图源备注：图片由AI生成</center>

## 选址策略与能源协同

根据官方披露的时间表，这座新数据中心预计将于 2026 年 2 月正式投入运营。在选址逻辑上，马斯克展现了极强的能源战略眼光。新设施将紧邻 xAI 近期收购的一座发电厂，这种“源网荷储”一体化的布局，能够最大程度降低能源传输损耗并确保电力供应的稳定性。

此外，该中心与 xAI 位于田纳西州孟菲斯的现有数据中心在地理上形成联动。孟菲斯基地目前部署了著名的“Colossus”超级计算机集群，被誉为全球规模最大的超算集群之一。马斯克此前曾透露，随着对 MACROHARDRR 数据中心的收购完成，xAI 的总算力峰值有望达到惊人的 2 吉瓦。两大中心的地理临近，将有利于实现算力资源的低延迟调度与协同计算。

## 烧钱竞赛下的基础设施建设

彭博社数据显示，仅在 2025 年的前九个月，xAI 的现金支出就已高达 78 亿美元。这一数字直观地反映了 AI 行业当前的资本密集型特征——初创企业必须在昂贵的高端硬件（如 NVIDIA H100/Blackwell GPU）上投入巨资。

尽管具体的选址细节和投资构成尚未完全公开，但 xAI 的激进扩张策略已然清晰。面对日益增长的市场需求，单纯依靠算法优化已不足以建立护城河，拥有自主可控、规模庞大的物理基础设施，正在成为顶级 AI 玩家的入场券。

马斯克加码算力基建 xAI斥资200亿美元新建数据中心



> 中国大模型领军企业智谱AI今日正式在香港联合交易所主板挂牌，成为继 MiniMax 之后又一家成功上市的国产大模型独角兽。在连年亏损与高强度研发投入的博弈中，资本市场给出的430亿港元估值，折射出对硬科技长跑者的信心与期待。

## 资本市场的理性与狂热

智谱AI（股票代码 02513.HK）的首秀表现平稳。发行价定为116.2港元/股，开盘微涨后回落至117.2港元，市值稳定在430亿港元上方。此次IPO共募集资金约43亿港元（约合5.5亿美元），为这场烧钱的“百模大战”补充了关键弹药。

财务报表揭示了技术型创业公司的典型特征 高增长与高亏损并存。数据显示，智谱AI在2022至2024年间营收年复合增长率（CAGR）超过130%，验证了其API调用与企业定制业务的爆发力。然而，为了维持技术领先，2024年研发费用占营收比重超过80%，导致净亏损持续扩大。资本市场的买单，更多是基于对其技术壁垒的认可，而非当下的盈利能力。

![Google_AI_Studio_2026-01-08T03_06_32.364Z.png](https://static.downly.cn/images/e19ecdbb1d1861013c514dcebd6e253a.png)<center>图源备注：图片由AI生成</center>

## 开源筑基与闭源变现

智谱AI之所以能稳居中国AI第一梯队，得益于其清晰的“开源+闭源”双轮驱动策略。

在开源侧，GLM系列模型在 Hugging Face 和魔搭社区的下载量已突破千万级，事实上成为了国产大模型的重要基座，通过广泛的开发者生态构建了强大的技术护城河。在商业化侧，公司推出了 GLM-Edge 和 GLM-AllSpark 等企业级闭源模型，并通过 Agent 开发框架和 RAG 引擎等完善的工具链，降低了金融、能源等传统行业集成 AI 的门槛。

## 募资剑指下一代多模态技术

本次募集的43亿港元将主要流向四个战略方向，其中最核心的是下一代多模态大模型 **GLM-V** 的研发，旨在提升视觉、语言与推理的融合能力。

此外，智谱AI将重点投入国产算力适配，深化与华为昇腾、寒武纪的合作，构建自主可控的 AI 训练与推理全栈。随着2026年成为中国大模型商业化的分水岭，智谱AI 必须在 OpenAI、Anthropic 等全球巨头的围剿中，利用本土化优势加速在金融风控、智能客服等场景的落地，将技术势能转化为可持续的商业利润。

![Google_AI_Studio_2026-01-08T03_06_34.502Z.png](https://static.downly.cn/images/ef71884bc75d4a204164a51e4ec1f5a5.png) <center>图源备注：图片由AI生成</center>

智谱AI登陆港交所 市值超430亿港元开启国产模型商业化新纪元



> 在展望“十五五”教育数字化蓝图时，专家杨宗凯提出构建“一数一源”的全域数据体系，并强调必须研发中国自主可控的教育专用 AI 大模型。这一战略旨在通过智能技术重塑教育生态，同时在国际数字教育治理中提升中国的话语权。

## 数据贯通与主权 AI 模型

教育部教育数字化专家咨询委员会主任杨宗凯在发布会上指出，维持全球领先地位的核心在于“集成化”与“智能化”的深度融合。首要任务是建设国家教育大数据中心，打通从招生、教学到就业的全链条数据，实现跨部门、跨层级的数据共享。

更为关键的是，中国需要拥有自己的技术底座。杨宗凯明确提出，要加快研发自主可控的教育人工智能大模型。这不仅是为了技术独立，更是为了在教育这一敏感领域建立起严谨的安全与伦理长效机制，确保 AI 技术在“智能向善”的前提下服务于立德树人的根本任务。

![Google_AI_Studio_2025-12-31T03_20_12.760Z.png](https://static.downly.cn/images/adccb118b2194acad13203225d1eb223.png)
 <center>图源备注：图片由AI生成</center>

## 师生数字素养与全球视野

除了技术硬实力，人的因素被提到了新的高度。未来的教育改革将把提升师生数字素养作为长期工程，包括统筹大中小学的 AI 通识教育，并将数字胜任力纳入学生评价体系。

同时，中国教育数字化的视野并未局限于国内。通过建设国家智慧教育平台国际版及推动世界数字教育联盟的实体化运作，中国正致力于输出其数字化转型的“中国方案”，深度参与全球教育治理，力争在国际舞台上通过技术优势赢得更多的话语权。

教育部专家杨宗凯 研发自主可控的教育 AI 大模型是关键





> 导语：本期资讯我们要点聚焦：OpenAI发布针对软件工程优化的GPT-5.1新模型并与富士康达成硬件制造合作；谷歌阵营同样动作频频，不仅推出了基于Gemini 3技术的Nano Banana Pro图像模型，还在地图、反诈及内容识别领域全面植入AI能力。此外，Sora陷入商标侵权官司，复旦MOSS团队开源端到端语音模型也引发了业界的广泛关注。

## 谷歌Gemini 3首秀 Nano Banana Pro重新定义4K图像生成

谷歌正式发布了基于最新Gemini 3技术的图像生成模型——Nano Banana Pro。这款新工具在技术规格上实现了质的飞跃，不仅原生支持4K超高分辨率输出，还在保持人物与物体身份一致性方面取得了显著进步。

功能方面，Nano Banana Pro新增了实时联网搜索能力，允许模型在生成过程中获取最新信息辅助创作。同时，为了应对版权和伦理挑战，模型内置了双重水印技术及C2PA验证标准。不过，性能的提升也带来了成本的增加，其定价相较于前代产品大幅上涨了3至6倍。

![image.png](https://static.downly.cn/images/9862480574ef097830a87e4019a1f336.png)

## 编程能力天花板 GPT-5.1-Codex-Max强势登场

OpenAI再次刷新了AI编程辅助的高度，推出了专为复杂软件工程设计的GPT-5.1-Codex-Max模型。该模型最大的亮点在于引入了全新的“上下文压缩机制”，有效解决了长会话中信息丢失的痛点，同时大幅降低了令牌消耗。

在权威的SWE-bench测试中，GPT-5.1-Codex-Max的准确率飙升至77.9%，展现了其在处理超大代码上下文生成任务时的卓越能力。这标志着AI在辅助大型项目开发和复杂逻辑编写方面迈出了关键一步。

## Sora商标撞车 数字图书馆OverDrive正式起诉OpenAI

备受瞩目的视频生成工具Sora近期惹上了法律麻烦。知名数字图书馆OverDrive向法院提起诉讼，指控OpenAI的“Sora”在名称使用、图标设计以及配色方案上，与其2018年推出的同名学生阅读App存在极高的相似度。

OverDrive方面认为，OpenAI的行为已经涉嫌商标侵权及不正当竞争，目前已正式递交了索赔要求并申请了相关禁令。这一案件也再次引发了科技圈对于品牌命名与知识产权保护的讨论。

![image.png](https://static.downly.cn/images/d189d9f490c8d81fd768aacbd7622e33.png)
<center>图源备注：图片由AI生成</center>

## 谷歌Pixel 9化身反诈卫士 实时监测通话与屏幕共享风险

为了应对日益猖獗的金融诈骗，谷歌在印度市场率先推出了两项基于AI的防御功能。依托于Gemini Nano的端侧处理能力，Pixel 9及以上机型现已支持通话实时诈骗语音检测，能够在通话过程中识别潜在的诈骗话术。

此外，针对Android 11及以上版本的设备，谷歌还推出了屏幕共享联合警报功能。该技术旨在通过技术手段拦截如OTP（一次性密码）泄露等风险行为，为用户的财产安全构建起一道AI防火墙。

## 填空也能做设计 前谷歌团队打造Mixup创意修图应用

由前谷歌团队创立的Things公司发布了一款充满趣味的iOS端AI照片编辑器——Mixup。该应用目前采用限量邀请码制度，一经推出便引发关注。

Mixup的核心玩法在于其独特的“Recipe”（配方）功能，采用填空式的提示词引导。用户只需上传简单的照片或涂鸦，即可通过预设配方快速生成如“文艺复兴自画像”等风格独特的二次创作。同时，用户还可以将自己的创意配方分享至社区，形成互动循环。

![image.png](https://static.downly.cn/images/a35c38aa50aea2085a6a47527478fc45.png)
<center>图源备注：图片由AI生成</center>

## 算力基建再升级 OpenAI携手富士康打造美国AI制造中心

OpenAI正在进一步强化其供应链的自主可控能力，正式与制造巨头富士康达成战略合作。双方将共同在美国多地建立研发与制造中心，专注于生产高性能AI服务器机架以及配套的供电冷却系统。

根据协议，富士康将负责具体的生产制造环节，而OpenAI则提供关键的需求洞察并保留优先选购权。值得注意的是，此次合作中OpenAI并未做出强制采购承诺，显示出其在硬件布局上的灵活策略。

## 搜索体验大革新 Perplexity Comet浏览器登陆安卓平台

Perplexity公司宣布其备受好评的AI浏览器Comet正式推出Android版本。安卓版Comet完美继承了桌面端的核心优势，支持用户将其设置为系统默认搜索引擎，并能利用标签功能快速调用AI助手。

此次更新最大的亮点在于新增的语音模式。用户现在可以针对当前浏览的网页内容，直接通过语音发起交互式提问，无论是查询页面细节还是总结长文，都能获得即时响应，极大地提升了移动端的搜索效率。

![image.png](https://static.downly.cn/images/5eaa001ab129c1c052449661fb952bc7.png)
<center>图源备注：图片由AI生成</center>

## 告别文本中介 复旦MOSS团队开源端到端语音大模型

复旦大学MOSS团队在开源领域再下一城，正式开源了其端到端语音对话模型MOSS-Speech。该模型采用创新的“层拆分”架构，通过冻结文本模型参数并新增语音专用层的方式，成功打破了传统语音交互需要“语音转文本再转语音”的桎梏。

测试显示，MOSS-Speech在语音问答、情绪精准模仿以及自然笑声生成等方面表现优异，在特定任务评测中实现了极低的词错率和极高的情感识别准确率，为未来的人机交互提供了新的范式。

## 一眼识破AI造假 Gemini新增图片来源快速验证功能

面对网络上泛滥的AI生成内容，Google为Gemini用户增添了一双“火眼金睛”。新推出的图片识别功能允许用户直接向Gemini提问，以快速判断眼前的图片是否由Google自家的AI工具生成或编辑。

这项功能旨在提高数字内容的透明度。谷歌还透露，未来计划将这一验证能力扩展至视频和音频领域，并将其整合到更多的谷歌服务生态中，帮助用户在真假难辨的信息流中保持清醒。

## 谷歌地图注入Gemini灵魂 沉浸式导航与地标指引上线

谷歌地图迎来了Gemini模型的深度整合，旨在打造更直观的出行体验。新版本不仅能自动汇总目的地的评论和预订信息，为用户提供详尽的“行前须知”，还引入了更加智能的导航方式。

在AI的加持下，导航系统现在能够利用清晰可见的物理地标作为指引参照物，而非枯燥的街道名称。同时，针对电动车主，新功能还提供了更精准的充电桩预测服务，让行程规划变得更加轻松无忧。

搜索结果: 自主可控