卡特彼勒、康明斯、伊顿、福特等美国传统工业巨头，正陆续把业务重心转向AI数据中心的电力设备市场。它反映出一个关键变化：AI算力扩张的瓶颈正在从芯片延伸至供电基础设施。
《华盛顿邮报》分析发现，AI 与数据中心已成为 2026 年美国中期选举的核心议题之一，在近 40% 的议会与州长竞选中被提及，热度超过以色列、种族主义和加密货币——这预示着 AI 监管将进入更具体的政治博弈阶段。
支付巨头 Stripe 以超过 70 亿美元收购 AI 模型聚合平台 OpenRouter，相当于 OpenRouter 上一轮估值的 5 倍以上。OpenRouter 卡位大模型分发入口，这笔交易意味着支付与 AI 基础设施正在加速合流。
一位投资视角的 AI 观察者 @NullableX 在周末推文中拆解了 LLM（大语言模型）快速迭代的技术原因：模型进步不靠“架构神话”，而在于开源权重、知识蒸馏和合成数据形成了迭代飞轮，这可能会让后来者用算力补齐算法差距，但增长最终会遇到 Transformer 架构的天花板。
AI 视频生成初创公司 Higgsfield 完成 4 亿美元融资，估值高达 54 亿美元，较今年 1 月的 13 亿美元翻了四倍多，反映出资本正在加速涌入 AI 视频生成赛道。
Anthropic CEO Dario Amodei在回应投资人Gavin Baker的批评时明确表示，公众对AI的抵制根源不是行业领袖的风险警告，而是长期积累的信任危机。这场争论把AI行业内部的分歧，从“该不该谈风险”推向了“如何重建公众信任”这一更本质的问题。
马斯克近期接受《经济学人》约85分钟的长篇访谈，公开预测AI超智能可能在5年内超越全人类智能总和，并罕见承认自己“政治参与过度”。这场访谈把AI竞争从模型和API层面扩展到人形机器人、能源与太空算力，值得关注。
公链项目 Amadeus Protocol 提出“专为 AI 智能体在链上赚钱”的底层 L1 方案，用 uPoW 共识和 TEE 可信执行环境，试图解决 AI 代理自主交易时的算力激励、隐私保护和结果可验证问题。目前主网已上线，代币 $AMA 已开始通过挖矿产出。
Hacker News 上出现了一个关于 Google Photos 反复弹出备份提示的讨论帖，核心问题是用户找不到彻底关闭该提示的开关。该话题之所以值得关注，是因为它折射出云端照片服务在“引导用户付费存储”与“基础体验可控性”之间的平衡难题。
英伟达正与软银旗下清洁能源公司SB Energy洽谈，计划投资约30亿美元，同时为俄亥俄州数据中心园区提供约100亿美元信贷支持，通过资本手段把AI芯片、算力和能源供应更紧密地绑定在一起。