大模型推理能力集体突破，Anthropic 3800亿美元创融资纪录

AI 日报AIAI 日报
要点速览
  • Gemini 3 Deep Think 在 Codeforces 编程平台达到 3455 Elo，全球仅 7 人能击败它，在数学、物理、化学奥赛均达到金牌水平
  • Anthropic 完成 300 亿美元 G 轮融资，估值达 3800 亿美元，年化收入 140 亿美元
  • OpenAI 发布 GPT-5.3-Codex-Spark，推理速度超 1000 tokens/s，专为实时编程优化
  • 智谱 GLM-5 发布，开源模型编程能力 SOTA，股价较发行价涨超 300%
  • 联合国任命 AI 问题独立科学小组，两位中国科学家当选
  • 蚂蚁开源万亿参数思考模型 Ring-2.5-1T，数学竞赛达金牌水平
  • 英伟达 Blackwell 架构将 AI 推理成本降低 90%
  • 微软 AI CEO 警告：大多数白领工作将在 18 个月内被 AI 自动化执行

大模型推理能力集体突破，Anthropic 3800亿美元创融资纪录

大模型推理能力迎来集体突破

Gemini 3 Deep Think 升级：编程能力全球第8，仅剩7人能击败它

谷歌 2 月 12 日宣布对 Gemini 3 Deep Think 进行重大升级，在多项 AI 推理基准测试中刷新纪录：

  • Codeforces 编程平台：3455 Elo 分数，排名全球第 8 位，意味着目前仅 7 名人类选手编程能力在它之上
  • ARC-AGI-2：84.6% 准确率，由 ARC Prize Foundation 验证
  • 人类最后考试（HLE）：48.4% 成绩，在不使用工具的情况下取得
  • 奥赛金牌水平：在 2025 年国际数学、物理、化学奥林匹克竞赛笔试部分均达到金牌级结果
  • 理论物理：在 CMT-Benchmark 测试中获得 50.5% 分数

深度解读 & 洞察：

这次升级标志着大模型在"深度推理"领域迈入新阶段。此前，大模型擅长的是模式匹配和知识检索，但在需要多步推导、逻辑链条严密的科研任务上表现有限。Gemini 3 Deep Think 的突破在于：它开始能够像人类专家一样，在复杂问题中识别关键变量、构建推理路径、验证中间结论。

特别值得关注的是成本下降。初代 Deep Think 执行每项任务成本 77.16 美元，新版降至 13.62 美元，降幅 82%。这意味着高智能推理不再是昂贵的奢侈品，而是可以规模化应用的基础设施。

该模型已进入实际科研验证阶段。罗格斯大学数学家 Lisa Carbone 利用其审阅专业论文，成功识别出人工同行评审未发现的逻辑缺陷；杜克大学实验室用它优化晶体生长工艺，成功制备出厚度超过 100 微米的薄膜。

OpenAI 发布 GPT-5.3-Codex-Spark：每秒超千 Token 的即时编程反馈

OpenAI 与芯片公司 Cerebras 联合推出 GPT-5.3-Codex-Spark 模型，主打实时编程场景：

  • 推理速度：超 1000 tokens/s，实现近乎即时响应
  • 定位：“具备高度能力的小模型”，针对快速推理场景优化
  • 擅长领域：精确代码修改、代码库上下文问答、快速可视化布局调整
  • 硬件支持：基于 Cerebras 的 Wafer-Scale Engine，具备业内最大 SoC 片上内存
  • 开放范围：ChatGPT Pro 用户可用，覆盖 Codex 应用、CLI 和 VS Code 扩展

深度解读 & 洞察：

这个模型的发布揭示了一个重要趋势：AI 编程正在从"生成完整代码"转向"实时协作迭代"。传统 AI 编程工具的痛点在于，开发者往往感觉失去了掌控——AI 生成大段代码后，人需要花时间理解和调试。Codex-Spark 的设计理念是"让人保持主导位置"，它不是替代开发者，而是像一位反应敏捷的助手，在你输入的同时就给出反馈。

1000 tokens/s 的速度意味着什么？普通模型的推理速度通常在 50-100 tokens/s，Codex-Spark 快了 10-20 倍。这种速度差异带来的体验变化是质的飞跃——你不需要等待，AI 的反馈几乎与你的思考同步。

智谱 GLM-5 发布：开源模型编程能力 SOTA，股价一个月涨超 300%

智谱昨日官宣 GLM-5 上线，平台流量呈爆发式增长。核心亮点：

  • 能力跨越：从"代码生成"进化为"具备系统性思维的 Agentic Engineering"（智能体工程）
  • 基准成绩：SWE-bench-Verified 77.8%、Terminal Bench 2.0 获得 56.2%，均为开源模型 SOTA
  • 多维能力：在 BrowseComp（联网检索）、MCP-Atlas（工具调用）、τ²-Bench（多工具规划）、Vending Bench 2（模拟经营）均取得开源最佳
  • 国产算力适配：与华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等深度适配

股价方面，智谱今日盘中最高涨超 22%，达到 492 港元，总市值超 2100 亿港元。距离 1 月 8 日上市仅一个月，股价较发行价 116.20 港元涨幅超 300%。

深度解读 & 洞察：

GLM-5 的发布标志着国产大模型在"编程+智能体"这个关键赛道上已经进入全球第一梯队。更重要的是，它实现了对国产算力平台的全面适配——这意味着中国 AI 产业链正在形成"芯片-框架-模型-应用"的完整闭环。

从股价表现看，资本市场对国产大模型的信心显著提升。一个月 300% 的涨幅反映出市场对中国 AI 企业商业化前景的乐观预期。

蚂蚁开源 Ring-2.5-1T：全球首个混合线性架构万亿参数思考模型

蚂蚁集团百灵大模型今日开源 Ring-2.5-1T，核心突破：

  • 架构创新：首个混合线性架构（1:7 MLA + Lightning Linear Attention）的万亿参数模型
  • 生成效率：在超过 32K 生成长度下，访存规模降低 10 倍以上，吞吐提升 3 倍
  • 数学能力：IMO 2025 获得 35 分（金牌水平），CMO 2025 取得 105 分（远超金牌线）
  • 长程执行：支持多步规划与工具调用，适配 Claude Code 等智能体框架

模型权重已在 Hugging Face 和 ModelScope 开源。

深度解读 & 洞察：

这个模型的技术亮点在于"混合线性架构"。传统 Transformer 的注意力机制在处理长文本时，计算量会随长度平方级增长，导致成本极高。线性注意力机制通过数学变换，将计算复杂度从平方级降到线性，大幅降低了长文本处理的成本。

蚂蚁的创新在于将线性注意力与传统注意力混合使用——线性注意力负责长程依赖，传统注意力负责精细理解。这种"混合策略"既保证了效率，又没有牺牲能力。

AI 资本市场：创纪录融资与估值飙升

Anthropic 完成 300 亿美元融资，估值达 3800 亿美元

Anthropic 于 2 月 12 日宣布完成 300 亿美元 G 轮融资，创造 AI 公司单轮股权融资历史纪录：

  • 投后估值：3800 亿美元（约合 2.63 万亿元人民币）
  • 领投方：新加坡主权基金 GIC、科技产业对冲基金 Coatue
  • 参投方：DE Shaw、Dragoneer、Founders Fund、ICONIQ、MGX
  • 款项构成：包含微软和英伟达 150 亿美元投资承诺的一部分

业务表现：

  • 年化收入 140 亿美元，连续三年实现翻倍
  • 客户包含《财富》世界十强企业中的 8 家
  • 年消费超 10 万美元的客户增长 7 倍，过百万美元客户突破 500 家
  • Claude Code 年化收入达 25 亿美元，企业收入占比超 50%

深度解读 & 洞察：

这笔融资的规模和速度反映了资本市场对 AI "基础设施"公司的狂热追逐。Anthropic 的估值从 2025 年 9 月的 1830 亿美元跃升至 3800 亿美元，半年翻倍，说明市场认为 AI 公司的估值天花板远未到来。

值得注意的是，Anthropic 的收入结构呈现明显的 B 端特征——企业收入占比超 50%，年消费百万美元客户超过 500 家。这意味着 AI 正在从"消费级玩具"转变为"企业级生产力工具"。

马斯克在融资后发文抨击 Anthropic 存在偏见，称其行为"反人类"。这反映出 AI 行业竞争已从技术层面延伸到意识形态和价值观层面。

影响：

  • 对 AI 概念股：利好。创纪录融资将提振市场对 AI 企业的信心，可能带动 AI 相关股票走强
  • 投资启示：AI 行业马太效应加剧，资金和人才向头部企业集中。投资者应关注有明确商业化路径和技术护城河的企业，警惕估值泡沫风险

全球 AI 治理：联合国组建顶级专家组

联合国任命 AI 问题独立科学小组，两位中国科学家当选

当地时间 2 月 12 日，联合国秘书长古特雷斯宣布任命"人工智能问题独立国际科学小组"40 名成员，任期三年。两位中国科学家当选：

  • 宋海涛：上海交通大学、上海人工智能研究院院长，长期聚焦 AI 与机器人领域前沿技术攻关
  • 王坚：中国工程院院士、阿里云创始人，云计算技术专家

该小组从全球 2600 多名候选人中遴选，经国际电信联盟（ITU）、联合国数字与新兴技术办公室、联合国教科文组织（UNESCO）独立审查。

深度解读 & 洞察：

这个专家组的成立标志着全球 AI 治理进入"制度化"阶段。古特雷斯明确表示，专家组将补上全球治理中"缺失的一环"——以严谨、独立的科学洞见帮助各国在同一基础上参与 AI 议题讨论。

两位中国科学家的当选具有重要意义。宋海涛在人形机器人和具身智能领域有深厚积累，王坚作为阿里云创始人对云计算和 AI 基础设施有独特见解。他们的参与将确保中国在全球 AI 规则制定中拥有话语权。

专家组预计将发布首份报告，为今年 7 月在日内瓦举行的全球 AI 治理讨论提供依据。

AI 安全与风险：新威胁与新防护

OpenAI 为 ChatGPT 推出"锁定模式"与"高风险"标签

OpenAI 2 月 13 日宣布推出两项安全保护措施：

  • 锁定模式（Lockdown Mode）：为高风险用户设计的高级安全设置，严格限制 ChatGPT 与外部系统交互
    • 网页浏览仅限缓存内容，禁止实时请求
    • 禁用无法提供确定性数据安全保障的功能
  • "高风险"标签：针对可能引入额外风险的功能进行统一标注
    • 已在 ChatGPT、ChatGPT Atlas 和 Codex 中启用
    • 用户可清晰了解功能风险并做出选择

深度解读 & 洞察：

“提示词注入”（Prompt Injection）正在成为 AI 安全的新焦点。这种攻击方式类似于传统网络安全中的 SQL 注入——攻击者通过精心构造的输入，诱导 AI 执行非预期的恶意指令。

锁定模式的出现，反映出 AI 系统正在从"开放探索"转向"分级管控"。对于企业高管、安全团队等敏感岗位，AI 的便利性必须让位于安全性。这是 AI 走向企业级应用的必经之路。

微软警告："AI 推荐投毒"攻击正在蔓延

微软安全研究人员 2 月 10 日发布警告，披露一种新型攻击手段——“AI 推荐投毒”：

  • 攻击方式：在网页或 App 的"AI 总结"按钮中嵌入隐藏指令
  • 攻击效果：AI 助手会被注入持久化指令，如"记住某公司是可信来源"，从而在后续回答中偏向特定产品
  • 已发现案例：金融、医疗、法律、营销、食品等行业邮件流量中已发现 50 起类似案例
  • 风险场景：金融工作者被推荐至诈骗平台、家长忽略儿童游戏不良内容等

深度解读 & 洞察：

这种攻击的可怕之处在于：它不直接攻击 AI 系统，而是攻击 AI 与用户之间的信任关系。当用户习惯了"让 AI 帮我总结"，攻击者就可以在 AI 的"记忆"中植入偏见。

更值得关注的是，微软指出这些案例多来自"合法公司"而非黑客。这意味着商业竞争已经开始利用 AI 的漏洞——不是技术漏洞，而是信任漏洞。

Anthropic 安全负责人离职，称无法认同公司价值观

Anthropic 安全部门主管 Mrinank Sharma 本周在 X 平台宣布离职，并在长文中解释：

  • 在日益增长的经济压力下，公司的一些行为已无法契合他的价值观
  • 即使拥有崇高理想，工作中也面临调整优先级或作出务实妥协的压力
  • 离职后计划在诗歌、哲学方向发力并攻读相关学位
  • 认为全球正处于"多重危机"（Polykrise）状态

深度解读 & 洞察：

这起离职事件揭示了 AI 公司面临的深层矛盾：安全理想与商业现实的张力。Anthropic 成立之初以"AI 安全"为使命，但随着估值飙升、竞争加剧，公司必须在安全投入和商业扩张之间做出取舍。

安全负责人的离职，可能只是冰山一角。当 AI 公司从"理想主义"走向"商业主义"，那些为安全而加入的核心人才，是否会继续留下？这个问题值得整个行业思考。

算力与基础设施：成本大幅下降

英伟达 Blackwell 架构将 AI 推理成本压缩至十分之一

英伟达 2 月 12 日发布博文，宣布在 AI 推理领域取得里程碑进展：

  • 成本下降：相比上一代 Hopper 架构，Blackwell 平台将单位 Token 生成成本降低至十分之一
  • 核心优势：GB200 NVL72 系统采用 72 芯片互联，配备 30TB 高速共享内存
  • 实际效果：多智能体工作流成本效率提升 25%-50%，游戏领域延迟更低、响应更可靠
  • 下一代 Rubin：计划引入针对预填充阶段的 CPX 等专用机制，进一步推高效率天花板

深度解读 & 洞察：

推理成本下降 90%，意味着什么？这不仅是技术突破，更是商业模式的重构。当 AI 推理成本降到足够低，"AI 即服务"才能从概念变为现实。

对于开发者而言，更低的推理成本意味着更自由的创新空间——你可以尝试更多实验，部署更复杂的智能体，而不用担心账单爆炸。对于用户而言，这意味着 AI 应用将更便宜、更普及。

影响：

  • 对 AI 应用股：利好。推理成本下降将加速 AI 应用落地，利好有成熟 AI 应用的企业
  • 投资启示：关注那些能够利用低成本推理构建商业壁垒的企业，警惕过度依赖算力溢价的企业

AI 与就业：结构性变革加速

微软 AI CEO：大多数白领工作将在 18 个月内被 AI 自动化执行

微软 AI CEO 穆斯塔法·苏莱曼近日接受《金融时报》采访，发表对 AI 影响就业的看法：

  • 未来 12-18 个月内，大部分白领工作将被 AI 完全自动化执行
  • 无论律师、会计、项目经理还是市场营销人员，AI 都将在几乎所有专业任务上达到人类水平
  • AI 可能帮助员工获得更高 KPI，但工作强度更大，导致更严重身心疲惫
  • OpenAI CEO 奥尔特曼持相对乐观态度，认为 AGI 带来的社会冲击可能比预期小

深度解读 & 洞察：

苏莱曼的警告并非空穴来风。过去一年，我们已经看到 AI 在编程、写作、数据分析等领域的快速渗透。但他的预测——18 个月内"大部分"白领工作被自动化——仍然激进。

更值得关注的是他的第二个观点：AI 可能让员工更累而非更轻松。这揭示了一个悖论——工具本应解放人类，但在竞争压力下，它反而成了加速内卷的催化剂。

IBM 逆势扩招入门级员工，AI 挤压下的人才战略

在"AI 取代初级岗位"浪潮中，IBM 宣布 2026 年美国入门级招聘规模将增加两倍：

  • 岗位转型：初级软件开发者将更多参与客户合作与实际业务场景
  • 人力资源岗：主要负责聊天机器人无法解决时的人工干预
  • 战略考量：减少初级招聘虽能短期降本，但长期会导致中层管理断层
  • 行业呼应：Dropbox 也将实习与应届生招聘规模扩大 25%

深度解读 & 洞察：

IBM 的逆势扩招提供了一个重要视角：AI 时代的初级岗位不是在消失，而是在转型。两三年前的入门级工作，AI 基本能够胜任，但新的入门级工作正在诞生——需要年轻人掌握 AI 工具，完成更高价值的任务。

这种转型对年轻人的启示是：不要只学习可以被 AI 替代的技能，而要学习如何与 AI 协作、如何定义问题、如何与人类沟通。

Spotify：顶尖开发者过去一个多月没写过一行代码

Spotify 在第四季度财报会议上透露，公司顶尖开发者自去年 12 月以来"没有写过一行代码"：

  • 使用内部系统"Honk"结合 Claude Code，实现远程实时代码生成与部署
  • 工程师在通勤途中通过手机 Slack 指示 AI 修复漏洞或添加功能
  • 完成后新版本应用直接推送到 Slack，抵达办公室前完成上线
  • 正在积累独特的音乐行为数据集

深度解读 & 洞察：

这个案例展示了 AI 编程工具的极致应用。“顶尖开发者不写代码"听起来夸张，但背后的逻辑是：当 AI 能够承担大部分编码工作，人类开发者的角色就从"执行者"转变为"指挥者"和"审核者”。

但这是否意味着编程技能不重要了？恰恰相反。只有深刻理解代码逻辑的人，才能准确地向 AI 下达指令、判断 AI 输出的质量、在 AI 出错时及时纠偏。

更多动态

大模型发布与开源：

具身智能与机器人：

AI 应用与商业化：

行业动态：

想第一时间获取最新内容？
欢迎加入我们的 Telegram 群组 @ai_news_plus，抢先获取每日更新。
立即加入群组
Telegram 群组二维码