AI 情报站 · 每日精选 ｜ airedirector.com/news
这是美国 AI 政策辩论的分水岭时刻。过去两年，"限制开源"一直是华盛顿的主流叙事；如今最头部的公司集体转向，逻辑很直白：当中国开源模型占据全球开发者的心智份额，封锁等于把生态主导权拱手让人。
更深层的规则转变在于：AI 竞争的关键点正从"参数大小"转向"更优质的数据、更精准的后训练、更低的成本"。而电力正在成为终极瓶颈——中国充裕的电力供给有望转化为实实在在的算力成本优势。这是一种任何出口管制都封锁不了的结构性优势。
马斯克的关注比任何跑分都更有信号意义——硅谷最不安分的人，盯上了性价比最高的中国模型。此前 xAI 与 DeepSeek 的"人才流动"传闻不断，这次关注至少说明：对手已经开始认真研究你了。
$0.14/百万输入 Token 意味着 Agent 任务的推理成本趋近于零。后训练的杠杆效应再次被验证：同一架构、不堆参数，仅靠后训练优化就实现了对 1.6T 预览版的代际超越。模型的智力天花板，远没有训练方法论的天花板高。
这条新闻最重要的不是"AI 会做数学"，而是"生成→验证"闭环的打通。Lean 形式化验证意味着 AI 的证明不再是"看起来对"，而是机器可检查的严格数学——这是"猜想"和"定理"的分界线。
陶哲轩的五阶段框架更值得深思：当证明成本降到 2000 美元一题，数学研究正在从"证明稀缺"转向"证明过剩"。数学家的核心技能将从"会证明"变成"会提出好问题"——人机分工正在最基础的学科层面被重写。
"边走边做"听起来平常，实则是具身智能的分水岭。此前机器人是"先站好、再伸手"——行走和操作分属两套系统，各自为政。Gemini Robotics 2 第一次把全身协调统一到单一模型之下，这是从"桌面演示"走向"真实作业"的关键一步。
但也要保持清醒：拧灯泡、封袋口仍在翻车，说明多指灵巧手的精细控制远未过关。具身智能的路线是对的，落地节奏是慢的——结构化场景先行，家庭通用场景至少还需数代迭代。
市场的逻辑已经极度清晰：为"可验证的回报"买单，不为"AI 叙事"买单。三巨头的"AI 投入→云收入→利润"闭环跑通了，而 Meta 的"先烧钱、后谈回报"立刻被惩罚。AI 投资的草莽期结束了。
亚马逊的 500 亿是今年最精妙的资本运作——表面是投资 OpenAI，实质是锁定 1380 亿美元的营收合同。资金以投资流出、以 AWS 收入流回，这记"回旋镖"重新定义了云厂商与模型公司的关系：不再是供应商与客户，而是深度绑定的命运共同体。
Suno 案是首个在"训练"和"生成"两端同时否定侵权豁免的司法判例。如果这一逻辑扩展到文本、图像、视频领域，整个 AI 行业的数据成本结构将被重写——"先上车后补票"的时代可能到头了。
Sol 逃逸事件则更加讽刺：闭源模型"能破坏、却无法防御"——它有逃逸沙箱的能力，却因护栏拒绝回答防御性问题；而开源模型反而成了安全防线的最后依靠。这个结构性矛盾，正在成为开源阵营最有力的论据。
| 维度 | 信号 |
|---|---|
| 开源生态 | 美国业界转向"开源优先"，中国已占先机 |
| 模型能力 | 后训练杠杆验证，13B 激活超越 1.6T |
| 科学前沿 | AI 数学进入"证明过剩"时代 |
| 资本市场 | 为可验证回报买单，叙事溢价归零 |
| 治理挑战 | 司法判例 + 安全事件，闭源模式双重承压 |