标签：人工智能

AI 接管数学的时代已经开启

OpenAI 用尚未发布的 Astra 模型解决了 10 个长期悬而未决的数学难题，部分问题困扰学界数十年，并在数学界引发兴奋与焦虑交织的讨论——同时，成就归因的争议也随之而来。

Meta 发布了 30B 参数的稠密多模态开源模型 Muse Glimmer，并再次开放权重。它在量化后可以跑在 24GB 显存的消费级硬件上，并针对本地化 agent 工作流做了专门优化，降低了端侧 AI 应用的门槛。

同一个模型、同样的 token，Claude Code 按订阅席位付费和按 API 用量付费的价格差最高达 40 倍，重度用户一年可能多付数十万美元。AI 编程工具在找到产品市场契合点后，定价模式正成为企业采用的新门槛。

维也纳创业公司 fonio.ai 从今年 2 月转向订阅制，不到一年就把年度经常性收入（ARR）做到了 1000 万美元以上，月增速超过 30%，成为欧洲 AI 语音客服赛道里跑得最快的新玩家之一。

一位自2019年起实测超40台扫地机器人的评测者，给出了2026年的选购标准：吸力上限已到36000Pa，自动集尘成为标配，真正拉开差距的是智能地图与路径规划能力。

英伟达联合六家顶级金融机构，计划撬动超5000亿美元第三方资本建设AI基础设施，并首次为自家芯片提供最高25%的残值担保。这一模式试图把“AI工厂”变成可融资的基础设施资产，但市场反应冷淡，股价随即下跌约1.4%。

NVIDIA拉来六家全球顶级金融机构，尝试把“买GPU”变成“投GPU”，目标是为AI算力建设撬动超5000亿美元资金。这本质上是把自家芯片包装成可抵押资产，以此推动更多AI基础设施建设。

PwC 对英国 CEO 的调查显示，93% 的企业已采用生成式 AI，但只有 14% 报告利润因此改善；当 AI 从试点走向大规模落地时，最稀缺的资源不再是模型能力，而是领导层的判断力和组织改造能力。

Hacker News 上关于“AI 水足迹”的讨论指出，数据中心冷却用水规模已接近加州杏仁农场的年消耗量，而真正值得警惕的不是“用了多少水”，而是水资源在错误的时间、错误的地点被消耗，且几乎没有数据中心为用水承担净化或回补成本。

Claude Market 以独立产品页形式出现在 Product Hunt，背后是围绕 Claude 模型生态的应用与商业化渠道在加速成形。它值得关注，因为模型能力之外，分发和交易基础设施正在成为 AI 竞争的新焦点。