OpenAI算力扩张模式引关注：合作伙伴承压巨额债务，总额或达千亿美元
近期，为满足人工智能（AI）基础设施的庞大需求，OpenAI的合作伙伴正面临沉重的财务负担，预计与OpenAI相关的借款总额将接近1000亿美元。这种独特的扩张策略使得OpenAI自身几乎不承担财务风险，而将高额资本支出和相关风险转移至其合作方及贷款机构。
据权威媒体报道，包括软银、甲骨文和CoreWeave在内的多家公司，已为投资OpenAI或建设其所需基础设施至少举债300亿美元。 此外，Blue Owl Capital和Crusoe等基础设施公司，则通过与OpenAI的合作协议，获得了约280亿美元的贷款支持。 一笔新的380亿美元银团贷款也正在推进中，旨在资助甲骨文和Vantage数据中心为OpenAI建设更多算力站点。 这些举措共同推高了合作伙伴方的总负债，使其逼近千亿美元大关。
与此形成对比的是，OpenAI自身资产负债表上几乎没有债务，其40亿美元的信贷额度也尚未动用。 这意味着数据中心建设的融资、利率波动以及资产折旧等一系列风险，均由合作方及提供贷款的金融机构承担。 业内人士将此形容为“OpenAI点单，伙伴买单”的杠杆式发展模式。
这一激进策略的背后，是OpenAI对未来算力资源的巨大需求。该公司已承诺在未来八年内投入1.4万亿美元用于算力采购，以实现至少36吉瓦（GW）的计算容量目标。 庞大的算力缺口被视为限制OpenAI用户增长和模型迭代的关键瓶颈。
然而，这种巨额债务集中涌向AI基础设施的现象，已在华尔街引发对“单一客户依赖与高杠杆”风险的担忧。 汇丰银行预测，到2030年，OpenAI可能面临2070亿美元的资金缺口，即便其营收预期有所上调。 若OpenAI的收入增长未能达到预期，高度依赖其业务的CoreWeave以及大量承接项目的甲骨文等企业，可能首当其冲面临现金流压力。 例如，CoreWeave截至9月底的债务总额已达约140亿美元，且其高达77%的收入来源于微软和OpenAI。 标普全球亦警告称，到2028年，甲骨文三分之一的营收可能将与OpenAI挂钩。
简而言之，OpenAI正在将其历史上罕见的资本密集型基础设施建设任务，通过合同承诺的方式“外包”给合作伙伴的资产负债表。 这种以债务为驱动的扩张模式，使得OpenAI得以保持轻资产运营，同时加速在全球范围内抢占AI计算高地。
ICLR 2026同行评审面临人工智能渗透挑战，大会发布严格应对措施
国际学习表征会议（ICLR）2026届大会的同行评审系统正遭遇大型语言模型（LLM）的广泛渗透。第三方机构的分析显示，在约7.6万份评审意见中，有21%被发现完全由AI生成，另有35%的意见在不同程度上获得了AI工具的辅助润色，而纯粹由人类撰写的评审意见仅占43%。这些由机器辅助或生成的评审意见往往篇幅较长且评分偏高，但频繁出现“幻觉引用”或指出论文中实际不存在的数值错误，引发了投稿作者在社交媒体上的集体不满.
为应对日益严峻的信任危机，ICLR组委会已发布了被形容为“史上最严”的系列管理规定。针对投稿作者，政策明确要求，若论文大量使用LLM但未进行声明，将面临直接的桌面拒稿（desk reject）。对于评审人员，虽然允许利用AI工具辅助工作，但强调评审人必须对其提交内容的真实性和准确性负全责，一旦发现虚假引用或无意义的“AI废话”，其本人投稿的论文也可能被拒绝。此外，大会还设立了举报通道，作者可以通过私信方式标记疑似AI生成的评审，程序主席将在未来两周内集中进行排查并公布处理结果.
会议主席坦承，当前人工智能领域呈指数级扩张，导致每位评审人员在两周内需审阅多达5篇论文，评审负荷远超以往，这是导致AI辅助写作在评审环节泛滥的结构性原因. ICLR 2026面临的这场“AI评审危机”凸显出，在大型语言模型成为评审过程一部分的背景下，学术界必须先行构建有效的规则和检测机制，以防止“幽灵评审”对同行评审制度的完整性和责任性构成挑战.
昆仑万维Mureka推出V7.6及O2模型，升级AI音乐创作能力
北京，2025年11月28日——昆仑万维公司今日宣布，其AI音乐创作平台Mureka正式发布了Mureka V7.6和Mureka O2两款新型AI模型。此次更新旨在显著提升用户体验及音乐生成效果，标志着AI音乐创作技术迈入新阶段。
据介绍，新发布的模型在多个核心维度上实现了显著优化。Mureka V7.6和O2模型在音乐性、编曲能力、音质以及用户指令（Prompt）的贴合度方面均有提升。同时，系统的响应速度、整体稳定性和推理效率也得到了大幅增强，旨在为大规模商业化音乐应用提供更优质的服务支持。
昆仑万维此前于2025年3月26日（部分报道称3月28日）推出了Mureka O1和V6模型。自那时起，Mureka平台已吸引来自全球逾百个国家和地区的用户使用。 Mureka V6模型支持十种语言的AI音乐创作，并在发布之初即被评价为行业领先的AI音乐生成模型。 公司数据显示，截至2025年3月底，Mureka AI音乐的年化流水收入（ARR）已达到约1200万美元。
在持续的技术迭代过程中，Mureka V7和V7.5模型相继发布，进一步提升了音乐创作的质量和创新性。特别是V7.5版本，在中文歌曲的演绎上实现了显著进步，不仅优化了音色与演奏技巧，还增强了中文歌曲的咬字准确性与情感表达力。 新模型在细粒度音乐建模方面的突破，使得作品能够呈现更丰富的编曲结构和更精准的音乐特征映射，从而生成更加自然且富有情感的音乐作品。此外，音质的优化使得混音质量接近专业水准，为用户提供了更高质量的创作环境。
昆仑万维表示，Mureka平台正积极推动AI音乐创作向“能创作、能协作、能实时互动”的方向发展。未来，Mureka团队将持续进行模型更新与迭代，以满足全球创作者、品牌机构及专业音乐人士不断增长的需求。
雷军强调人工智能将重塑全球产业格局：小米制造积极拥抱AI与机器人技术
小米集团创始人、董事长兼CEO雷军近日在接受媒体专访时指出，未来五年内，人工智能（AI）将对传统产业带来颠覆性影响，并断言“所有产业都值得用AI重新做一遍”。这一论断凸显了AI技术在推动产业升级中的核心地位。
雷军以小米汽车工厂为例，详细阐述了AI在智能制造领域的应用成效。他提到，针对大型压铸件的检测，传统人眼难以实现高效准确识别，但通过结合X光机与AI视觉大模型技术，检测过程可在短短两秒内完成。这项技术显著提升了检测效率，达到人工检测的十倍，同时检测精度也提高了五倍以上。这种智能化解决方案使得小米在制造流程的效率和质量控制方面达到了行业新标杆。
雷军进一步预测，人工智能与传统产业的深度融合将催生出一个万亿级的巨大市场。他强调，任何单一企业都无法掌控所有环节，因此，企业必须寻求与最强大的合作伙伴携手，取长补短，共同推动整个产业链的转型升级。
展望未来，雷军透露了小米在机器人技术方面的宏伟规划。他预计，在未来五年内，人形机器人将大规模应用于小米的生产工厂，以进一步提升整体生产效率。此外，他还指出，人形机器人在家庭场景中的应用潜力更大，市场空间更为广阔，需求将远超工业领域。
除了汽车工厂，小米位于武汉的智能家电工厂也已广泛采用AI技术。该工厂依托小米自主研发的“澎湃智能制造平台”及AI视觉质检技术，实现了每6.5秒下线一台高端空调的高效生产，并且关键部件的检测精度达到了100%。雷军强调，企业若能尽早采纳和利用AI工具，将能显著提升竞争力，抓住新时代的发展机遇。
Getty Images首席执行官警示：若Shutterstock收购案受阻，英国业务或面临战略调整
Getty Images首席执行官克雷格·彼得斯近期发出警告称，如果公司拟议收购Shutterstock的交易遭到英国竞争监管机构的阻止，Getty Images可能会重新评估其在英国的运营战略。彼得斯指出，当前的竞争监管框架未能充分理解人工智能技术对图像生成市场所带来的迅速变革。
此次收购案在2025年1月对外公布，估值约为37亿美元。然而，英国竞争与市场管理局（CMA）已多次表达对该交易可能大幅削弱英国市场竞争的担忧，特别是在编辑和图库内容供应领域。 2025年10月，CMA裁定此合并案可能导致英国市场竞争显著减少，并于2025年11月将该交易提交至深入的第二阶段调查，此前双方提出的补救措施未能完全消除监管机构的疑虑。 美国司法部也对此项交易进行审查。
彼得斯在接受媒体采访时表示，监管机构在评估合并交易时，过度关注传统的市场竞争格局，而忽视了AI技术所开创的全新竞争环境。 图像行业正经历快速转型，人工智能的引入不仅改变了内容创作方式，也为用户提供了更多选择。 Getty Images强调，作为负责任的AI发展倡导者，他们认为监管机构需要适应这种技术进步，重新审视现有市场结构，以促进行业的健康发展。
如果与Shutterstock的交易最终受阻，彼得斯暗示Getty Images可能不得不缩减在英国市场的投资，甚至可能影响当地的就业机会。 CMA方面则表示，其担忧源于多家英国企业、行业协会和利益相关者的反馈，这些机构普遍担心合并可能导致价格上涨、商业条款恶化以及服务或内容质量下降。
北京交通大学与帝国理工学院合作研发6G“语义专线”技术，显著提升网络效率
北京交通大学与英国帝国理工学院的研究团队近日共同开发出一套名为MLLM-SC（多模态大语言模型集成语义通信）的框架，旨在革新6G网络通信方式，特别针对增强现实（AR）、虚拟现实（VR）和全息通信等沉浸式体验场景。该研究成果已在一篇题为《面向6G沉浸式体验的多模态大语言模型集成语义通信》的论文中详细阐述，并于2025年7月在arXiv.org上发布。
这项创新技术采用设备-边缘协同架构，核心在于利用多模态大语言模型的强大推理与生成能力，实现上下文感知和任务导向的无线通信。该框架能够在边缘云端部署大型多模态模型，通过“语义引导模块”分析多模态输入、用户意图及信道状况，生成“语义注意力热图”，从而优先处理语义上关键的信息。例如，在AR眼镜识别到“对面是什么楼”时，MLLM-SC框架能在10毫秒内迅速描绘建筑轮廓并将其标记为高优先级，同时降低无关背景的码率。
通过这种智能化的语义处理，任务相关的像素、语音和坐标数据得以进入“快车道”传输，而次要内容则自动降级，有效提升了6G空口的可用带宽，根据研究团队的描述，可增加高达30%的可用带宽。即使在信道质量突然下降的情况下，关键区域的图像仍能保持1080P的高保真度。
在接收端，系统运用变分自编码器（VAE）进行粗略重建，并结合条件扩散模型进行精修。它还能根据终端设备的算力动态切换至“高清重建”或“AI补帧”模式，确保在弱网络环境下也能实时合成高质量的全息画面。
实验室实测数据显示，在500兆赫兹（MHz）毫米波蜂窝网络中，当AR导航、沉浸式会议和车联网三维地图等应用同时运行时，采用MLLM-SC框架后，平均端到端时延从28毫秒降至18毫秒，块错误率也降低了42%。
研究团队表示，下一步计划是将强化学习引入语义决策过程，使多智能体能够在协同驾驶和城市级元宇宙等场景中实现“边通信边策略优化”，旨在进一步将6G的“体验密度”提升一个量级.
雷军展望人工智能深远影响：五年内人形机器人将大规模应用于小米工厂
小米集团创始人、董事长兼CEO雷军近期在一次媒体专访中发表了对人工智能（AI）未来发展的深刻见解。他断言，未来五年内，AI技术将对传统产业带来变革性影响，提出“所有产业都值得用AI重做一遍”的论断，并预计人形机器人将在五年内大规模应用于小米的生产设施中。
雷军以小米汽车工厂的实践为例，阐述了AI与先进制造融合所带来的显著效率提升。他指出，通过集成X光机与AI视觉大模型对大型压铸件进行检测，原本耗时的人工检测环节得以大幅优化，检测时间可缩短至2秒以内。该方案的效率达到人工检测的10倍，同时检测精度也提升至人工的5倍以上，充分展现了AI在质量控制和生产效率方面的颠覆性潜力。
雷军进一步预测，人工智能与传统产业的深度融合将催生一个全新的万亿级市场。他强调，任何单一企业都难以独立掌握所有环节，因此，与行业内的顶尖伙伴携手合作，共同推动整个产业链的升级，是迎接这一变革的关键。
在自动化升级之外，雷军还描绘了小米未来工厂的图景，即人形机器人将逐步成为工厂员工。他预期，在接下来的五年里，人形机器人将在小米的生产线上实现大规模应用。此外，雷军展望，工厂的应用仅仅是开端，家庭领域对人形机器人的需求将更为庞大，且要求更高，预示着未来更为广阔的市场空间。
Meta AI推出CoT-Verifier：通过计算图“白盒”诊断并修正大模型推理错误
Meta AI实验室近日在Hugging Face平台发布了一项创新工具——CoT-Verifier模型，旨在为大型语言模型（LLM）的链式思维（Chain-of-Thought, CoT）推理过程提供前所未有的“白盒”诊断与纠错能力。该模型以Llama 3.1 8B Instruct架构为基础，通过分析推理步骤的归因图（attribution graph），将AI推理错误从难以捉摸的“黑箱”中显现出来。
传统上，验证CoT推理的方法多依赖于模型输出的“黑盒”分析或激活信号的“灰盒”探查，这些方法虽有其价值，但在理解推理失败的根本原因上存在局限。Meta的研究团队引入了一种名为“基于电路的推理验证”（Circuit-based Reasoning Verification, CRV）的“白盒”方法。他们发现，正确的推理步骤与错误的推理步骤在归因图的结构上呈现显著差异，这些结构特征如同模型内部“电路板”上截然不同的轨迹。
通过在这些独特的“图特征”上训练轻量级分类器，CoT-Verifier能够以领先的准确率预测错误的推理环节。研究还揭示，不同类型的任务（如数学、逻辑、常识推理）所对应的推理失败模式具有高度的领域特异性，表明推理错误并非随机噪声，而是可量化、可分类的计算模式。
CoT-Verifier的突破性在于，其归因图不仅能“诊断”问题，还能“干预”修正。Meta在实验中展示，通过对可疑程度较高的节点进行定向消融（ablation）或权重调整，无需重新训练Llama 3.1主干模型，便成功将其在MATH数据集上的准确率提升了4.2个百分点。这一进展标志着AI推理纠错从“事后复盘”向“实时介入”的重大转变。
目前，CoT-Verifier模型及相关脚本已开源，开发者可轻松复现。用户只需将待验证的CoT推理路径输入CoT-Verifier，即可获得每一步的“结构异常评分”，并准确定位可能出错的上游节点。Meta在论文中展望，未来将把这种基于图的干预思路应用于代码生成和多模态推理等更广泛的领域，使“白盒手术”成为大型语言模型校准的新标准。
无问芯穹完成近五亿元A+轮融资，发力智能体AI基础设施建设
人工智能基础设施公司无问芯穹近期宣布完成A+轮融资，获得近五亿元人民币资金，旨在进一步加速其在智能体（Agentic AI）基础设施领域的发展。本轮融资由珠海科技集团与孚腾资本（元创未来基金）联合领投，并吸引了惠远资本、尚颀资本及弘晖基金等机构的跟投。此外，洪泰基金、达晨财智、联想创投等原有股东也持续进行了追投，彰显了市场对无问芯穹发展前景的信心。
无问芯穹联合创始人兼首席执行官夏立雪博士表示，此次募集的资金将主要投向三大战略方向。首先，公司将持续巩固其在软硬件协同与多元异构计算方面的技术优势。其次，将推动人工智能云产品及终端解决方案的产业化规模应用。最为关键的是，无问芯穹计划大幅提升对智能体AI基础设施的研发投入，以构建领先的智能体服务平台及其配套的云端与终端设施。
夏立雪强调，智能体AI范式变革是当前的重要战略机遇与使命。无问芯穹已迅速完成向智能体原生基础设施的转型，并将“构建新一代可学习、可进化的智能体基础设施”作为核心战略。公司致力于实现“生产智能体、协同智能体、服务智能体”的目标，旨在人工智能基础设施优化与生态系统构建方面取得深层次突破，从而加速智能体在数字世界和物理世界中的广泛落地与应用。
无问芯穹成立于2023年5月，核心团队源自清华大学电子工程系，专注于打造高性能AI基础设施。
钉钉携手壹生检康发布“豆蔻医生超级助理”，赋能高复杂度医疗场景
近日，钉钉平台迎来其首个专为临床医生设计的专业人工智能应用——“豆蔻医生超级助理”，该产品由钉钉与壹生检康（杭州）生命科技有限公司联合推出。此举旨在通过智能技术，为医疗专业人员提供高效辅助，特别是在产前诊断和妇科肿瘤等高复杂度医学领域。
“豆蔻医生超级助理”的核心功能在于其强大的信息整合与分析能力。它能够在短短一分钟内，迅速检索并汇集全球超过4000万篇医疗专业文献，并提供全面的溯源路径，确保所依据的医疗研究证据的可靠性。该助理通过模拟医生循证决策的思维过程，解析复杂的病例数据，进而从海量权威文献和指南中智能提取“指南推荐、真实世界数据及相似病例”等完整证据链，最终在约一分钟内生成专业的诊疗建议，显著提升了妇产科医生的临床诊断效率。
浙江大学医学院附属妇产科医院产前诊断中心主任胡文胜对这款AI助理寄予厚望，认为其基于文献和指南提供的专业建议，有望成为实现精准诊断和高质量医患沟通的重要依据，为临床工作提供更为可靠、高效的专业支持。
此次发布亦响应了国家层面的政策导向。今年11月4日，国家五部门联合印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确提出要重点推动人工智能在临床诊疗领域的应用。壹生检康联合CEO王强宇指出，该助理的推出，旨在推动临床决策从传统的经验驱动向更为精准的证据驱动模式转变，致力于为医生提供“零幻觉”的智能辅助，从而减轻其繁重的工作负担。
据悉，“豆蔻医生超级助理”所依托的“豆蔻妇科大模型”在专业测试中表现出色，诊断准确率已达到90.2%。该模型由壹生检康研发，并在钉钉企业专属AI平台上进行训练，曾以64.94分的成绩通过国家妇产科卫生高级职称（正高）笔试考试，超越了GPT-5的52.59分，展现了其在垂直医疗领域的卓越专业水准。
