💥 重磅新闻
Alphabet 宣布将其自研 TPU 卖给"精选客户"，允许他们把芯片装进自家数据中心。这是 Google 第一次让 TPU 走出自家云，已经和 Anthropic、Meta 达成供货协议。Nvidia 垄断加速卡市场的局面正被从第二端拉开——这不是新闻，这是结构变化。
来源：Yahoo Finance · TLDR AI
TechCrunch 援引消息人士称，Anthropic 正在谈一轮 500 亿美元的新融资，估值约 9000 亿美元，最快两周内完成。这个估值已经逼近 OpenAI，也从侧面解释了为什么 Google 要把 TPU 卖给它——最大客户必须绑住。
来源：TechCrunch
Musk vs OpenAI 庭审第二天，Musk 在作证时承认 xAI 在早期训练 Grok 时使用了 OpenAI 模型做蒸馏/对齐参考。这一证词在同业竞争和知识产权角度都极其微妙——Musk 自己一边起诉 OpenAI 一边从它那儿"取料"。OpenAI 律师抓住这点反复追问。
来源：TechCrunch · The Verge · WSJ
Tom's Hardware 报道，Stargate 原计划自建 20 个数据中心，但合作方在谁掌握最终控制权上谈不拢，OpenAI 已转向直接租用算力。Stargate 目前更像一个"伞形品牌"。分析师估计 OpenAI 如果增速跟不上，2027 年中可能烧完现金——这给前几天的 WSJ KPI 未达标报道加了一层压力。
来源：Tom's Hardware
🛠️ 技术动态
Mistral 发布 128B dense 模型 Medium 3.5，驱动 Vibe 远程 Agent 处理长异步编码任务。Le Chat 新增 Work 模式，用这个模型执行跨工具多步任务。SWE-Bench Verified 分数较高，4 张 GPU 可跑。Mistral 正在走"模型+Agent 产品"双路线，不只是在卖 API。
来源：Mistral 官方
IBM 发布 Granite 4.1 系列开源模型（3B/8B/30B），训练 15 万亿 token，五阶段预训练。8B 模型通过多阶段 RL 优化数据质量，性能对齐上代 32B MoE。这是企业级 LLM 的实用路线——不追参数规模，追性价比和稳定性。
来源：HuggingFace Blog
Stripe 发布 Link 数字钱包，支持 AI Agent 自动发起支付。Agent 可以"自己买东西"了——这对"完全自主 Agent"是基础设施级更新，Stripe 抢了先发。支付流被打通，意味着 AI Agent 商业化闭环真正跑通。
来源：TechCrunch
Google 宣布 Gemini AI 助手将在数百万辆汽车上落地。车载 AI 从"语音助手"升级为"多模态助手"，导航、娱乐、信息查询一体化。这一步 Google 走得比 Apple CarPlay 还早，可能抢占智能座舱心智。
来源：TechCrunch
OpenAI 宣布为高风险账户引入硬件密钥（YubiKey）、生物识别等高级安全特性。这是针对记者、活动人士等容易被黑客锁定的用户。安全是 ChatGPT 企业化必须补的课，OpenAI 正在走完它。
来源：TechCrunch
X（原 Twitter）宣布基于 AI 重构广告平台，支持自动生成广告创意、智能投放优化。这是社交平台"AI 广告化"的标准动作——Meta 已经跑通，X 也在跟进。广告是 X 最难搞的钱包，AI 能否帮它扳回一局？
来源：TechCrunch
Meta 宣布其 Business AI 每周处理 1000 万次对话，覆盖电商、客服等场景。这是 Meta 把 AI 落地到中小商家的重要进展，也是它在 WhatsApp/Messenger 商业化上押的注。
来源：TechCrunch
Google Cloud 单季营收突破 200 亿美元，但高管承认增长被算力产能拖累。AI 需求太旺，GPU 供应跟不上。侧面印证：云厂商都在疯狂买卡，Nvidia、AMD、Google TPU 一起吃红利。
来源：TechCrunch
Microsoft 宣布付费 Copilot 用户超 2000 万，并强调活跃度和留存率数据亮眼。这是 AI 助手从尝鲜走向刚需的标志——企业愿意为效率付费。
来源：TechCrunch
📜 论文推荐
Microsoft 提出 World-R1 框架，用强化学习接收 3D 和 VLM 反馈，在不改动基座架构的前提下提升视频生成的 3D 一致性。这是一个轻量级的训练后优化方案，适合现有视频模型快速升级。
来源：Microsoft Research · arXiv
Apple 发布 LaDiR（Latent Diffusion Reasoner），把连续潜在空间的表达力与扩散模型的迭代修正结合，用于增强现有 LLM 的文本推理。可以并行生成多样化推理路径，提升准确性、多样性和可解释性。这是用扩散做推理的新范式。
来源：Apple ML Research
DataPRM 是一个环境感知的过程奖励模型，专门用来检测数据分析 Agent 的"静默错误"，提供更好的监督。在多个基准上提升了下游性能和泛化能力——这是让数据分析 Agent 走出 Demo 的关键一步。
来源：arXiv
PyTorch 团队推出 AutoSP，把标准 Transformer 训练代码自动转换成序列并行代码，集成 DeepSpeed。多 GPU 上训练超长序列不需要复杂的代码改动，运行开销小。这是工程友好的长上下文训练工具。
来源：PyTorch Blog