AI 日报

把机器人控制塞进同一个 omni 模型，是「具身」叙事向通用模型的又一次收敛。短期看 demo、长期看能否接入真实硬件闭环——别把能力宣称当成已落地。

决策模型+多模态输入，切的是「agent 决策层」这块热土。和 Reka 的 omni 路线对照读：一条是通用大而全，一条是专攻决策，路径分歧会在这半年显现谁更能进生产。

大厂自研推进后，外采模型份额最先被动刀。与 Anthropic 同日传出的「最大企业捐赠者+IPO」并读：一边是营收端的客户流失压力，一边是资本端的上岸动作，叙事在分叉。

mega IPO 前的政策与声誉铺垫，是标准剧本。判断依据不在捐赠金额，而在于它打开了与监管、政界的通道——对标 OpenAI 的合规化路径，Anthropic 正在补课「政治资本」。

赏金被 AI 生成的低质提交冲垮，是「AI 淹没人类协作流程」的又一例。和 Wikimedia 那条同频：当 AI 涌入公共基础设施，最先坏掉的不是技术，而是信任与审核成本。

电商 AI 从「推荐」走向「导购+收单」闭环，是把模型直接接进交易链。这条线值得跟：一旦跑通，AI 助手变现会从广告转向 GMV 分成，商业模式会被重写。

本地推理的工程地基在持续加厚。与你库里 Qwen 本地部署那条线并读：MTP 投机解码是把「消费卡跑得舒服」再推一步，瓶颈继续从参数量转向带宽与调度。

单机跑百亿级激活 MoE，配合投机解码把预填拉到 ~1400 tok/s、引擎开源——这已经是「可日常用」而非「能跑起来」。延续本地部署那条线：门槛在带宽和内存，不在参数。

长程策略游戏是比静态题库更狠的 agent 测试场。国产模型在长程决策上占先，值得记一笔；但要留意评分口径，别把单一游戏结果直接等同于通用 agent 能力。

定价即信号：厂商在算力紧张期对内存容量做价格歧视。与存储涨价线索并读，本地推理的性价比之争，下半年会越来越卡在内存供给上。

和正文 Beam 发布互为印证，说明这不是孤立动作而是美国开源阵营的持续补位。判断点在中美开源模型的实际算力成本差，而非榜单名次。

用逐项用量表实测而非口碑，方法比结论更值钱。这解释了为何 Meta/微软要削减 Claude 用量——性价比高意味着账单更高，企业侧的成本压力是真实存在的。

你库里 MCP 那条线往「agent-to-agent」延伸时，攻击面同步放大。这篇的价值是把安全视角提前到协议设计期，建议和 Databricks 恶意 Skill、Wikimedia 事件一起读。

「一周造出竞品」这句比任何观点都重——它说明模型能力到产品化的时延已经被压到周级。和 OpenAI 硬件/入口线索并读：护城河在分发和集成，不在单点模型。

把反向传播从预训练里拿掉，是冲着训练成本与硬件依赖去的。现在只是早期结果，但方向值得放进观察清单——若可扩展，会重新定义训练侧的算力经济学。