AI快讯

据 OPPO 全球官网新闻稿（https://www.oppo.com/en/newsroom/press/oppo-manus/ ），10 月 13 日 OPPO 宣布与领先 AI 智能体平台 Manus 合作，把 Manus 的智能体能力集成进 AI Mind Pilot 全新 Agent Mode，首发于即将推出、预装 ColorOS 17 的 Find X10 系列。Agent Mode 超越简单问答，能够理解用户最终目标、拆解为多个步骤、识别相关信息、选择合适工具并交付成品，包括直接操作设备里存储的文件与照片。典型场景是用户只要说一句整理旅行计划，系统就能找到散落在不同应用里的机票、酒店、餐厅与景点门票，结合线上信息生成逐日行程，无需用户手动收集上传。日常创意与专业任务也能用一条指令找照片、整理文件，把现有资料与线上信息合成演示、提案或作品集。 手机为什么成为个人智能体的天然载体？ Manus 联合创始人张涛的判断是，手机处于日常生活中心，承载大量每天要处理的任务，是个人 AI 智能体的天然平台。过去智能体主要跑在网页与桌面，而个人上下文照片、消息、订票、支付都在手机里，系统级集成才能拿到应用内的操作权限。OPPO 软件工程总裁唐凯的表述是，Agentic AI 标志着从回答问题到帮用户把事办完的转变，目标是让个人 AI 自然融入日常工作。手机厂商与智能体平台绑定，等于把网页端的任务执行能力搬进系统权限层。 端侧加显式授权这套隐私设计具体怎么分工？ ColorOS 17 使用端侧模型在本地理解与整理信息，查找、整理、重命名文件照片这类本地任务，原始内容留在设备上，不共享给 Manus；当任务需要外部处理，AI Mind Pilot 在上传或分享相关内容前请求用户明确确认，用户始终控制可访问什么信息、采取什么动作、是否允许外部处理。这套设计把数据边界按任务类型切开，比一刀切云端处理更符合手机隐私场景，也回应了智能体读通讯录、读相册引发的顾虑，但实际授权粒度还要等真机发布时查看。 系统级 Agent 与各家 App 自带助手有什么差别？ 应用内助手只能操作自己的服务，系统级 Agent Mode 可以跨应用汇总分散信息，这是 Manus 这类通用智能体进入手机的价值点，也是风险点：跨应用读取意味着权限范围变大。与手机厂商自研相比，接入成熟第三方平台可以快速补上任务规划与工具调用能力，代价是能力路线受平台约束。Find X10 首发，具体可用市场、权限清单与资费将在发布时公布，目前新闻稿没有披露订阅收费模式。 这对手机 AI 竞争格局意味着什么？ 当大模型能力趋同，系统级智能体成为新的差异化卖点，OPPO 选择外接 Manus 而不是全部自研，是一条快速站队路线。对用户，值得期待的是行程整理、照片归类这类高频琐事自动化；对厂商，第三方 Agent 接入会成为安卓阵营的标配动作，谁的权限开放与隐私设计更清晰，谁更容易获得平台合作；对行业，手机正在从设备加 App 的集合，转向以任务为单位调度系统与服务的入口。 ...

据新浪财经转引扬子晚报紫牛新闻（https://finance.sina.com.cn/jjxw/2026-10-13/doc-inivafqi7184587.shtml ），10 月 13 日阿里旗下数字供应链平台 1688 宣布，平台逾 1 亿年度活跃买家和超 100 万源头厂商均可直接开通全球电商 AI 工作台 Accio。买家以 1688 账号登录即可开通，借助电商管家智能体运营全网生意；卖家下载 1688 生意助手并绑定店铺即可使用，该助手直连商家后台，整合平台多年 B 类经营数据与 AI 能力。Accio 面向全球中小企业，覆盖找货、备货、成交、复购与店铺经营全链路，目前全球已有 1000 万中小企业用户在用，接入时点正值双 11 备战期。 采购助手与电商管家为什么要放在同一个工作台？ 1688 的买家多为中小企业甚至一人公司，货源依托 1688，经营阵地却横跨淘宝、天猫、小红书、拼多多、抖音，还延伸到跨境与即时零售。采购助手同时覆盖 1688 与阿里国际站，买家可在全球 128 个国家和地区找供应商、比价、发询盘；电商管家打通国内主流电商平台，让采购与店铺运营在同一工作台闭环，不必来回切换。这针对的是多平台数据各说各话、等问题汇总出来最佳时机已过的痛点，把数据自动汇总、店铺诊断输出当天优先行动项、广告分析定位问题根源做成默认能力。 生意助手对现货、定制、跨境三类工厂分别给什么？ 现货型商家主打快与省，助手一键生成完整商品详情并自动上架，批量优化素材与标题提升搜索点击与成交转化；定制型工厂主打专与准，助手学习企业知识库，听懂定制需求，答准工艺、交期与报价，通过买家背调挖掘需求并 7 乘 24 小时跟进商机；跨境型商家主打全与透，直连多平台数据，每日推送多店经营看板，标明哪里赚、哪里亏、资源优先投哪。三种生意模式难题不同，助手能力也分开配置，而不是一套话术套所有商家。 平台系智能体与通用 AI 助手的差异在哪里？ 通用 AI 可以写文案给建议，但拿不到商家后台的真实订单、库存与广告数据，1688 生意助手直连后台，能基于真实经营数据巡检对比本周与上周、对比店铺与同行表现、诊断每日经营数据，这是封闭平台数据优势。对卖家，这降低了试用门槛，绑定即用；对平台，智能体成为留存与数据黏性的工具，商家迁移成本随自动化程度上升。需要提醒的是，AI 输出的诊断建议仍需老板判断，物料生成也要人工核对合规与价格信息。 双 11 接入会改变中小商家的竞争格局吗？ 大促期间素材集中爆发，主图、详情页、海报、短视频要在预热、开门红、高潮、返场各阶段同步更新，团队节奏跟不上，助手把原图到营销套图一键生成，缓解设计排期压力。但工具普及之后，原本靠运营人力差距拉开的优势会被抹平，竞争回到选品、供应链与价格本身。对中小商家，建议先在非大促小批量试用助手，摸清它对自己类目素材与询盘的适配度，再决定是否把经营决策交给平台智能体。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据新浪科技转引 IT之家与首尔经济日报 10 月 18 日报道（https://finance.sina.com.cn/tech/digi/2026-10-18/doc-inivsnmi7112348.shtml ），三星电子将采用台积电 3 纳米制造工艺，生产英伟达下一代定制高带宽内存 NVHBM 的核心组件基底裸片。此前三星供应的所有 HBM 产品中，核心裸片与充当系统半导体的基底裸片都由三星自主生产，这次是三星首次在 HBM 制造阶段与台积电合作。业内消息 18 日称，英伟达已向三家 NVHBM 供应商三星、SK 海力士、美光提出统一要求，使用台积电 3nm 制造基底裸片，核心裸片统一采用代号 1c 的第六代 DRAM 工艺。NVHBM 基于第七代下一代 HBM 标准 HBM4E 架构开发，是英伟达 8 月发布的定制版高带宽内存。标准 HBM 与面向 AMD 的定制 HBM，三星仍保留一站式全包生产。 英伟达为什么要把三家供应商的制造方案统一？ 三家 HBM 厂商各自设计方案，难以基于同一套设计实现稳定一致的性能，英伟达针对每家单独验证产品的工作量巨大。把基底裸片制造工艺统一到台积电 3nm、核心裸片统一到 1c DRAM，等于把供应链的可变项压缩，让三家产出可以互换、性能可比，验证成本下降，供货冗余增加。这是大客户用采购量倒逼供应链标准化，表面是工艺选择，实质是把 HBM 从各家专属产品变成可替换的标准部件。 三星放弃一站式全包对存储巨头意味着什么？ 长期以来三星把 HBM 的核心裸片、基底裸片全部自产，垂直一体是它的核心竞争力。接受英伟达要求，等于在 NVHBM 这一条线上把最能体现系统能力的基底裸片外包给代工，利润与制造主导权让出一部分。三星的应对是保留预案，正在验证能否在自有产线制造 NVHBM 基底裸片，防止台积电产能上限挡住需求；标准 HBM 与 AMD 客户的定制产品继续全包。这说明外包是对英伟达订单的妥协，不是战略转向。 台积电为什么能切进 HBM 基底这个过去的封闭环节？ 基底裸片承担互连、控制与接口，本质是系统半导体，用先进逻辑工艺制造更合适，过去被存储厂自研 4nm 代工覆盖。英伟达指定 3nm 之后，台积电以先进制程与产能规模切入存储供应链，HBM 产业链第一次明确把晶圆代工环节拉进来。SK 海力士此前还被传考虑把部分基底裸片交给英特尔制造，说明存储厂都在寻找代工备份，HBM 制造正在从单一垂直走向分工组合。 ...

据证券时报 10 月 19 日报道（https://stcn.com/article/detail/4224351.html ），10 月 18 日晚润建股份 002929 公告，全资子公司五象云谷有限公司与 X 公司签订 AI 词元跨境销售服务合同，合同金额 2 亿美元，约合 13.38 亿元人民币，期限为 2026 年 10 月 19 日至 2027 年 10 月 18 日。根据合同约定，算力资源全部部署在中国境内，境外客户通过 API 跨境调用大模型推理服务，按实际消耗的 token 数量结算，结算货币为人民币；若年度消费金额不足 2 亿美元，客户须补足差额。润建股份同时提示，相关新业务目前仍在早期，对未来经营业绩的影响存在不确定性。新浪财经同日转载了公告要点。 算力不出境、服务跨境的模式新在哪里？ 过去中国算力出海通常是把服务器建到海外，贴近客户降低延迟，也方便满足当地数据合规要求。这份合同反过来，算力与机房全部留在境内，境外客户只是通过 API 调用，数据与资产都不出境。对算力方，境内电价、土地与机房成本更低，能把推理毛利留下来；对客户，用人民币结算并签保底消费，相当于锁定一年期推理容量。这是一种卖算力容量而不是卖模型品牌的方式，本质上把大模型推理当成水电一样的按量商品出口。 2 亿美元保底补足条款释放了什么信号？ 年度消费不足 2 亿美元客户要补足差额，这是一份带最低承诺的包量合同，而不是开放计价。对润建，保底条款把收入确定性抬高，降低了新业务波动；对客户，包量意味着提前锁定容量与价格，可能出于自身业务有稳定推理需求，也可能是转手分销。公告没有披露 X 公司身份与具体模型，市场只能从结构判断，这类合同对股价的正面刺激大，但收入兑现还要看实际调用量，早期新业务的不确定性也被公司主动写进了风险提示。 境内算力接海外需求要过哪些合规关？ 跨境 API 调用同时受境内算力监管与境外当地法规约束：境内涉及模型备案、数据出境与外汇结算，境外涉及客户所在地区的隐私法与内容审查。算力留在境内并不等于把合规问题留在门外，调用日志、缓存数据、客户身份都需要可审计。对同类公司，复制这类合同之前应先确认接口的合规资质，而不是看到大单就盲目扩机房，否则容量建好可能接不到合法订单。 这对国内算力市场意味着什么？ 国内推理算力过去几年主要面向国内应用，价格战激烈，利润被压缩，把容量卖给境外客户是寻找新增量的一种尝试。对行业，这意味着算力贸易的形态从硬件出口转向服务出口，token 成为可计价的商品；对投资者，保底合同与真实调用要分开看，一个是承诺，一个是经营能力；对从业者，境内算力运营商的竞争将从机柜数量转向 API 稳定性、结算与跨境合规能力。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 i黑马早报 10 月 19 日转引创投披露（http://m.toutiao.com/group/7698197186677113379/ ），长沙驰芯半导体完成超 2 亿元 A+ 轮融资，规模创物理 AI 空间感知芯片赛道单轮新高，本轮由上海沿浦精工科技领投，湖南金霞盛世基金、上海移远通信、长沙麓山控股集团联合参投。公司同期拿下三星 Galaxy SmartTag 3 的独家超宽带芯片供应权，接下此前由荷兰恩智浦长期承接的合作订单。这意味着一家国产初创公司在消费级定位标签这个细分产品上，从传统外资供应商手里拿到了独供位置，而融资叙事已经从普通物联网芯片升级为物理 AI 空间感知。 一枚标签芯片为什么值得 2 亿元加注？ 超宽带 UWB 过去只被当作近距离高精度测距的小配件，用在车钥匙解锁与寻物标签上。把它放进物理 AI 叙事之后，定位从单点距离变成空间地图：机器人、穿戴设备、仓储标签都需要知道自己在三维空间里的精确位置与朝向，摄像头受光照遮挡限制，UWB 不受视线影响，可以持续输出坐标。驰芯拿下三星独供，证明国产芯片在这个环节已经能通过全球消费电子大厂的认证，而不只是停留在国产替代的政策采购里。 接恩智浦的班说明国产芯片进了什么门槛？ 恩智浦长期承接三星这条线，说明客户对供货稳定性、量产良率与认证周期极度保守，标签芯片虽然单价低，却要经过手机与终端厂商的完整测试。一家初创公司拿到独供，至少证明射频性能、功耗与一致性达到了大厂标准。沿浦精工作为领投方带有制造与零部件协同色彩，移远通信则是物联网模组龙头，这条组合给驰芯提供了从芯片到模组再到终端的通道，比单纯财务投资更接近落地。 物理 AI 空间感知这条赛道有多大？ 短期看，UWB 的主要出货还是标签、手机、车钥匙，市场规模有限；长期看，人形机器人导航、室内资产管理、无人物流、空间交互都要一套统一的定位底座，芯片公司如果只卖测距模块，会被集成商压价，如果把空间定位算法与芯片绑定，才能拿到平台级价值。当前赛道早期，各家都在抢标准与生态位置，单轮 2 亿元说明资本认可卡位价值，但收入兑现还要等机器人与空间计算设备放量。 对从业者和观察者该怎么判断？ 对硬件团队，这是一个从消费配件切入、再向物理 AI 平台演进的可行路径，风险是技术门槛相对低，竞争者会快速跟进，独供协议有期限。对投资人，空间感知是具身智能的底层传感器之一，值得跟踪但不要把单条消费订单等同于机器人收入。对普通消费者，下一代标签与设备的定位体验会悄悄变好，而这背后是芯片供应链的一次悄然换班。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据腾讯新闻 10 月 15 日报道（http://news.qq.com/rain/a/20261015A04BI100 ），思敏威集成电路 CiMicro.Ai 宣布完成亿元天使轮融资，本轮由中兴通讯战略投资，博华产投、松青资本、建信信托、合创资本等机构联合投资，老股东德同资本持续加码。公司成立于 2024 年，专注存算融合 3D 异构集成及 Chiplet 方向，面向大模型推理的带宽与能效瓶颈设计芯片，成立一年多已斩获亿元级商业化订单，首代量产芯片青衡 3D-HPU 即将进入流片阶段。OFweek 半导体网同日指出，公司提出不依赖 EUV 光刻机的技术路线，试图降低对 HBM 与先进制程的依赖，从核心研发进入产品化与客户应用阶段。 存算融合为什么专门瞄准推理而不是训练？ 大模型训练的瓶颈在算力规模，推理的瓶颈在数据搬运，权重从 HBM 读到计算单元再写回，能耗与时延大头花在搬数据上，而不是算。存算融合把存储阵列与计算单元拉近甚至融合，减少搬运距离，3D 异构集成则把不同功能的裸片垂直堆叠，用封装弥补平面制程的不足。思敏威的判断是，推理负载在量级上远超训练，且对成本敏感，在这个环节用架构创新替代最先进制程，商业上比在训练端追赶更现实。 不依赖 EUV 与 HBM 的路线能成立吗？ 这条路线的吸引力恰好在于规避两个最卡脖子的环节：EUV 决定先进制程产能，HBM 决定 AI 芯片带宽，两者都掌握在少数厂商手里。3D 堆叠与封装可以在成熟制程上通过面积和互连密度拿到等效带宽，代价是良率、热密度与设计复杂度上升。需要泼冷水的是，绕开不等于免费，封装成本和测试成本会吃掉一部分节省，性能能否达到客户期待，要看流片后的实测数据而不是架构图。 中兴战略投资比纯财务投资多了什么？ 中兴通讯作为电信设备商，本身就是服务器与网络设备的采购方，战投意味着潜在的整机配套关系，而不只是财务回报。博华产投、建信信托等资金方补充资本，德同资本老股东加码说明前一轮团队执行获得认可。对一家天使轮公司，最重要的资源是场景验证机会，中兴这条线提供了把芯片放进设备清单的通道，但进入供应链认证周期长，短期不会立刻放量。 这条路线在国产芯片里处于什么位置？ 国产 AI 芯片目前分三类，正面追赶 GPU 通用加速、专用推理芯片、以及架构创新替代。思敏威属于第三类，风险是生态兼容性要重新建立，CUDA 式的软件栈无法直接复用。对客户，采购这类芯片需要评估自身推理任务是否规整到匹配专用架构；对行业，3D 存算融合如果在这一代流片验证成功，会给成熟制程替代提供一条可参考的工程路径。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据财联社创投通 10 月 18 日周度汇总（http://m.toutiao.com/group/7697905021857399336/ ），蓝芯算力近日宣布完成 B 轮系列融资，合计规模近 20 亿元，本轮由苏国投、苏创投、兆易创新、太平科创、同创伟业、国香资本、建银国际、粤科金融、九坤创投等机构参与，深创投、华控基金、隆湫资本等老股东继续追加。公司成立于 2023 年，聚焦 RISC-V 加 AI 架构的高性能服务器 CPU 研发设计，为数据中心应用场景设计高性能芯片，面向电信运营商、金融客户、云服务商与企业提供软硬一体优化的计算解决方案，目前有 29 项公开专利申请，发明占比超过 89%，布局处理器、线路板、自适应、仿真负荷等方向。 RISC-V 为什么会和 AI 服务器 CPU 绑在一起？ 过去 RISC-V 的标签是低功耗嵌入式与开源生态，进入数据中心一直被软件兼容性和性能质疑挡住。AI 推理流量爆发之后，服务器算力结构从单一 GPU 扩展到 CPU 调度、数据预处理、编排管理这些 GPU 效率不高的环节，开源指令集的自主权与定制空间变得有价值。蓝芯选择的路线是用 RISC-V 底座做 AI 优化的服务器 CPU，而不是再做一块通用 x86 兼容芯片，绕开授权壁垒的同时，把设计资源集中到 AI 负载需要的互联、缓存与调度上。 近 20 亿元在国产 CPU 赛道属于什么量级？ 本周一级市场集成电路披露融资总额约 60.85 亿元，是金额最高的领域，蓝芯单笔近 20 亿元已经是当周头部。投资人名单里既有地方国资平台，也有兆易创新这类产业方，还有建银国际、粤科金融等财务机构，结构上兼顾了落地资源、产业协同与资金规模。对一家成立三年的公司，B 轮系列能拿到这个量级，说明市场愿意为数据中心国产替代的明确叙事付钱，但金额大也意味着交付压力大，后续要看量产客户订单而不仅仅是专利数量。 软硬一体方案会不会只是一句包装？ 公司强调软硬一体优化，意思是芯片不是只卖裸片，而是配合针对 AI 负载调过的固件、驱动与基准工具。服务器 CPU 的竞争早已不在单颗跑分，而在整机集群里的调度效率、能耗表现与迁移成本，国产芯片如果只给硬件不给软件栈，运营商和金融客户不会轻易替换。评估这类融资时应该追问，软件栈是否覆盖主流虚拟化与容器平台，是否有真实客户的部署数据，而不是停留在专利与评级材料上。 这笔钱对国产算力版图意味着什么？ 国产 AI 算力过去两年的焦点全在 GPU 与加速卡，CPU 作为调度底座长期被忽视，蓝芯这一轮把资本注意力拉回配套层。对开发者与集成商，多一条国产 CPU 路线意味着多云多芯方案里多一个选项；对投资人，RISC-V 服务器芯片还处在早期，赔率高但周期长，技术、生态、客户三道关都要过。近 20 亿元能支撑几轮流片与团队扩张，却不能替代市场验证，真正的节点是首批规模商用订单出现。 ...

据每日经济新闻经凤凰网科技发布（https://tech.ifeng.com/c/8xLU1ikuZ3g ），依据 OpenRouter 最新数据测算，上周也就是 10 月 12 日至 18 日，全球 AI 大模型总调用量为 164 万亿 token，环比下滑 4.65%。其中中国大模型周调用 79.18 万亿 token，环比下滑 8.72%，美国大模型周调用 17.36 万亿 token，环比下滑 8.49%，中国模型周调用量连续第二十五周超过美国。模型榜前五全部为中国模型，DeepSeek V4.1 Flash 以 32.8 万亿 token 连续两周居首但环比下滑 20%，智谱 GLM 5.3 Flash 以 12.2 万亿居第二，阶跃星辰 Step 5 Preview 以 11.5 万亿、环比增长 30% 升至第三，小米 MiMo-V2.6-Flash 第四，腾讯 Hy4 preview 第五。此前一周第九的 DeepSeek V4 Flash 0731 正式版跌出榜单。 调用量排名为什么比跑分榜更值得看？ 跑分回答模型能不能做某件事，调用量回答多少人真的付钱用它做这件事。OpenRouter 汇总的是真实开发者与生产环境的请求量，包含价格、稳定性、上下文长度、工具兼容性这些跑分看不到的因素。前五名被中国模型包揽，说明便宜、够用、接入方便的轻量模型在日常生产里占据了主要流量，追求极限能力的旗舰模型反而拿不到最大调用份额。连续二十五周超过美国，也说明生态优势一旦形成会自我强化，开发者已经把常用模型写进工作流，迁移成本会阻止排名快速翻转。 Step 5 Preview 环比增长三成说明了什么？ Step 5 Preview 于 9 月 20 日发布、10 月 8 日上线 OpenRouter，定位面向真实世界 Agentic 任务的旗舰基座，在 AI 编程、软件工程、专业知识工作上达到前沿水平，金融能力尤其突出。上线两周调用量环比增长三成，是榜单前七里少见的逆势增长，其余头部模型普遍下滑。这说明新模型还有机会通过差异化场景切入存量市场，不必正面争夺通用聊天，金融与编程这类有明确付费意愿的垂直任务可以支撑起独立调用盘。但也要注意，预览版的增长里包含尝鲜流量，能否沉淀为长期调用还需要看后续几周曲线。 ...

据英国政府官网 CMA 新闻稿（https://www.gov.uk/government/news/cma-takes-first-steps-to-ensure-choice-in-business-software ），英国竞争与市场管理局于 10 月 16 日提议认定微软在其商业软件生态中具有战略市场地位，即 SMS，并将在最终决定前开展公众咨询。CMA 同步发布指示性路线图，列出未来可能收集证据与采取干预的领域。调查覆盖个人电脑操作系统、生产力软件套件、安全软件、服务器操作系统与关系型数据库管理系统五个数字活动领域，微软在每个领域都处于强势位置，英国超过百万家企业和公共部门组织使用其 Word、Excel、Outlook、Teams 以及越来越多的 Copilot，月活用户约两千万。CMA 强调 SMS 认定不等于认定违法，只是进入数字市场竞争制度的入口。 监管为什么这次直接盯住 Copilot 的入场位置？ 路线图里新出现的问题是，客户能否自由选择最适合自己的 AI 工具，替代 AI 供应商能不能与微软的 Copilot 在同一起点竞争。传统办公套件的捆绑已经被讨论多年，而智能体 AI 正在嵌入熟悉的工作工具，Copilot 与邮件、表格、会议记录、权限体系天然打通，第三方助手很难获得同等深度的集成位置。CMA 的判断是，当办公市场从卖软件转向卖 AI 工作流，捆绑和默认设置造成的切换壁垒会被放大，客户以为自己在选工具，实际上只能选厂商预先摆好的组合。 战略市场地位认定与一般反垄断诉讼有什么不同？ SMS 是英国数字市场竞争制度里的柔性工具，CMA 可以针对具体行为设计比例适当的干预措施，而不必先证明垄断违法再罚款。认定之后，监管机构可以要求行为整改、推动互通互操作，也可以要求调整许可方式。CMA 同时说明，这是初步结论，要等 2027 年 2 月法定截止日前完成咨询才能最终认定，微软也有完整回应空间。与之并行的云服务监测已经推动微软和 AWS 做出实质改进，包括把数据中心与对手连通、取消客户迁移云的数据传输费、引入互操作请求机制，说明这套制度擅长用谈判拿到阶段性成果，而不是一次性拆分。 捆绑安全产品与云许可还有哪些待查的壁垒？ 路线图另外两块是安全产品捆绑是否限制客户选择，以及客户能否有效选择软件许可证部署在哪朵云上、微软许可实践对这种选择的影响。企业 IT 的真实痛点是，换一个办公套件成本极高，但在 AI 层换一个助手门槛低得多，如果微软把 AI 能力只留在自有套件里，低门槛的那部分选择也会被堵死。公共部门组织尤其被强调了战略自主性，政府机构不能过度依赖单一技术供应商，这一点在 AI 时代从成本问题变成了韧性问题。 对其他国家的 AI 平台监管有什么参照价值？ 英国先走的是平台结构性路线，先认定地位再谈具体干预，比美国逐案诉讼和欧盟直接立法都更灵活。对第三方 AI 厂商来说，咨询期是提交集成壁垒证据的窗口，把接口开放、权限共享、默认替换的实际困难写成具体材料，比发公开信更有用。对企业用户，短期不必紧张，长期可以期待市场上出现更多混搭组合，用别家的 AI 助手跑在微软文档上不再需要额外开发。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据第一财经经腾讯新闻转载（https://news.qq.com/rain/a/20261019A042TY00 ），一家今年9月刚在美国纽约成立、连公开演示都没有的医疗 AI 初创公司 Ortet，拿到了同样成立于今年的医疗科技投资平台 Thoreau 承诺的五亿美元，资金按业务进展按需拨付。Ortet 的核心产品是一款仍在研的 Ortet health model，定位是以患者为中心的多维度基础模型，路线不是在 GPT 或 Claude 的通用底座上做医学微调，而是基于封闭的医疗专用语料，直接为临床患者建模，这在全球尚无先例。一号位是纽约大学健康统计学教授 Kyunghyun Cho，他是注意力机制与门控循环单元 GRU 的共同开发者，此前任罗氏旗下基因泰克前沿研究团队负责人，首席技术官与首席 AI 官也都出自基因泰克，三人组成理论、算力、预训练的铁三角。 通用加微调路线为什么被认为存在系统性偏差？ 当下主流医疗模型走的都是通用加微调路线，好处是不用从头学习语言、知识与推理，资源可以集中在医学适配上，缺陷是通用模型在预训练阶段形成的语言先验和推理模式，会在真实医疗场景里留下系统性偏差，而微调只能矫正一部分。国内外已有大量测试显示，在通用底座上搭出来的医疗模型，专业能力正在被通用模型本身全面吞噬，医生多问几句专业细节，回答就开始漂移。Ortet 赌的就是瓶颈不在应用层而在基础模型层，通用底座长不出真正属于临床的那部分，所以要从模型架构、数据本体到训练目标全部按医疗场景重新设计，而不是给现成模型补课。 五亿美元凭什么押给一个概念？ Thoreau 不是单纯的财务投资人，而是有明确战略指向的医疗投资平台，打法是通过大规模并购整合医疗行业的数据、规则和基础设施。承诺资金前，它已经控股了 Ensemble Health Partners 与 Penelope Health 两家公司，前者为全美两百多家医院管理超过五百五十亿美元的净患者收入，后者把两亿美国人的保险规则转成结构化数据，覆盖一万五千多种疾病和药品代码。加上创始团队的生物制药背景，Ortet 实际上已经打通生物、临床、运营、财务四个维度的非公开高质量数据渠道，投资人买的不是一个模型想法，而是一整套别人拼不起来的数据拼图。 从头训练能绕开通用底座的天花板吗？ 反证同样存在。德国癌症研究中心等机构研发的疾病模型 Delphi-2M，只用 GPT-2 底座微调、约两百二十万参数，基于英国生物银行五十万人表型数据，对二十年内患病概率的平均 AUC 达到零点七六，与专业临床评估工具基本相当。这说明围绕疾病演化建模，通用加微调路径完全走得通。行业观察者指出，只有专有数据足够多且质量高、目标任务与通用语言任务差异明显、部署收益能覆盖训练维护成本三个条件同时满足，绕开通用底座从头训练才有价值，Ortet 可能满足其中两个，也可能全部满足，但国内医疗 AI 公司很难复制这套数据获取方式。 对国内医疗 AI 团队真正的启示是什么？ Ortet 事件对国内团队最大的价值不是模仿从零训练，而是提醒医疗模型必须往临床工作流里走，去构造通用模型拿不到的长期临床轨迹，比如患者的长期变化、医生干预和实际结局。脱离真实诊疗过程的问答机器人，专业上迟早被通用模型覆盖，而带着支付、预约、执行结局的完整患者旅程，才是微调路线学不到的资产。对投资人而言，这笔融资也标志着医疗 AI 的评估标准从演示效果转向数据独占性，概念再新，没有封闭高质量数据渠道支撑，五亿美元不会出现第二次。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论