标签：算力

月之暗面 Kimi 拿下 35 亿美元 F 轮，估值冲到 350 亿，G 轮已提前起跑

月之暗面（Moonshot）旗下 AI 产品 Kimi 完成超 35 亿美元 F 轮融资，投后估值达 350 亿美元。由于认购金额超原目标三倍，该轮融资提前关闭，而原定 8 月启动的 Pre-IPO G 轮已提前开始，投前估值直接提升至 500 亿美元。

AI 大模型训练和推理对数据吞吐与海量存储提出新要求，传统紧耦合的主存储架构已无法满足。Seagate 云存储业务高级副总裁 Jason Feist 指出，云厂商正通过对象存储、元数据-数据分离、纠删码和智能数据分层等软件定义方法重塑主存储，使其成为 AI 基础设施的主动参与者。

Velar 是一款完全在设备端运行的 AI 饮食追踪工具，用户无需联网即可通过拍照或语音记录食物营养。它的出现意味着饮食追踪类应用可能摆脱对云端 API 的依赖，走向本地推理和隐私优先的新路线。

OPPO 多模态算法专家余席宇博士将在 AICon 深圳站分享端侧大模型的工程化实践，核心是解决推理效率低、工程链路复杂和个性化迭代难三大难题，其技术方案涉及 QAT 量化感知训练、自动化交付管道和零阶端侧训练，这揭示了端侧大模型落地的关键已从算法创新转向系统性工程能力。

清华大学李升波教授在 WAIC 提出“物理原生智能”（Phi）概念，主张用物理规律（对称性、因果性）约束模型结构和训练，替代纯数据驱动的“大数据+大参数”路线，为具身智能（自动驾驶、机器人）的实用化提供新思路。

模型架构（MoE、全模态）的快速膨胀，正在倒逼 AI 基础设施（Infra）从“可用”走向“高效可规模化”，而国产算力的普及使异构管理成为必答题。多位一线专家认为，未来 Infra 工程师的角色可能从“手写代码”转向“定义 SLA，让模型自己完成任务”。

一位资深程序员长期使用 Claude 和 Claude Code 进行编程后，得出“LLM 可能只是一个幻想”的结论——他最终减少了 AI 的使用，认为 AI 帮助建立的代码难以维护，无法真正提升工作效率，并质疑大语言模型是否会重蹈元宇宙泡沫的覆辙。

Netflix 正用大模型直接生成个性化首页，将原本多阶段推荐的复杂管道简化为一次生成，不仅核心参与度指标提升，服务延迟还降低了 20%。最关键的发现是：精心设计的提示词带来的收益远超单纯扩大模型规模。

支付宝升级了面向个人开发者的AI支付激励计划，提供最高5660元Token补贴，降低接入门槛，目标是让独立开发者更容易在AI应用中实现商业化闭环。

摩尔线程宣布其MTT S5000智算卡与MUSA软件栈已成功适配并稳定跑通开源模型Kimi K3（2.8万亿参数），成为又一家能支持万亿参数级模型的国产GPU厂商，国内大模型算力生态正在加速“去NVIDIA化”。