搜索文章 Ctrl K

合集一 · AI 产业趋势与算力基建（2026 年 10 月）

周店瑟谷 0 阅读 【Method】AI方法得当
整合自 3 篇笔记（AI 趋势与预测 / 大模型与算力格局 / 开源大模型与训练），共 10 条。
主题：模型格局、算力基础设施、开源训练资源、Agent 产品的实际形态。
说明：每条已保留原始视频号来源，并补充「官方 / 开源地址 + 最简上手方式」（未找到公开项目的会明确标注）。

一、趋势判断

凯文凯利：未来十年八大 AI 趋势

  • 是什么：KK 在长江商学院的演讲，对未来十年做出八项判断。
  • 关键点：AI 分身、AI 医生、智能体经济、人型机器人、外骨骼、中国 AI 芯片、无工位蓝领、中美 AI 趋同。
  • 来源：https://weixin.qq.com/sph/ACbsLAgLQf
  • 官方/开源：无对应开源项目（观点演讲类）。KK 个人站 → https://kk.org/ ，其历年预测长文与著作都汇总在此。

dot 云电脑实测：Agent 的「干净 IP + 零 token 焦虑」形态

  • 是什么：作者对 dot 云电脑的长时间实测记录。
  • 关键点：
    • 最香的是云电脑——对话不占 Codex 额度，不用盯 token；IP 干净，挑剔地址的注册直接丢给它跑。
    • 已接通 Google 全家桶（邮箱、统计、Search Console、AdSense）自动拉数据、自动判断。
    • 一句话直出 3D 模拟、CAD 平面图转装修风格、视频剪辑、帮孩子做生物作业。
    • ⚠️ 避坑：群里有人 agent 权限被薅，从邮箱翻出钱包密钥。不要把主账号授权给 Agent——不是一定会被黑，而是主账号输不起。
    • 官方列的场景覆盖：活动组织、项目消息巡检、销售方案维护、访谈转内容、发布物料同步、研究报告更新、软件反馈跟进，甚至订餐厅。
  • 来源：https://mp.weixin.qq.com/s/_w6xWr1VsNtB3e97a3lUdA
  • 官方/开源：对应 OpenAI 的 Dot（常驻型智能体，每个 Dot 自带一台云端电脑）。官方介绍 → https://openai.com/index/introducing-dots/ ｜开发者文档 → https://developers.openai.com/codex/dots/
    • 上手：在 ChatGPT Pro / Business Premium 里创建一个 Dot，即可在 ChatGPT、Slack、Teams 里直接与它对话。属闭源商业产品，无开源仓库。

二、模型格局

小米 MiMo V2.6：开源 + 性价比的组合拳

  • 是什么：小米发布的 MiMo V2.6 系列（Pro + Ultra Speed 双模型）。
  • 关键点：
    • RSI 递归自我改进；Artificial Analysis 智能指数 46 分，超 Kimi K3、Grok 4.7；Agent 测试 TermBench 2.1 拿到 89.9，逼近 Claude Opus 5。
    • RL 训练用了 75 万条轨迹。
    • 权重、技术报告全部开源，还开源了 Mini Harness 训练框架。
    • 价格：缓存命中约 0.025 元/百万 token，输出 6 元，Flash 再打 7 折。
  • 来源：https://weixin.qq.com/sph/A4J3mDJ45n
  • 官方/开源：官网 → https://mimo.xiaomi.com/ ｜GitHub 组织 → https://github.com/XiaomiMiMo ｜模型权重 → https://huggingface.co/XiaomiMiMo
    • 上手：权重与技术报告可直接在 HuggingFace 下载；训练/RL 相关代码在小米 MiMo 的 GitHub 组织里。

本地部署逻辑被改写：8G 显存跑 35B 模型

  • 是什么：对 GPU / CPU / 内存做整体自适应调度，让 8G 显存也能跑 35B MoE 模型。
  • 关键点：8G 显存设备可跑到约 40 token/秒的 35B 大模型，颠覆了「显存决定能跑多大模型」的旧逻辑。
  • 来源：https://weixin.qq.com/sph/A4ZdS63u2U
  • 重要更正：项目实为 UC Berkeley + UT Austin 开源的 FreeToken（视频里「上海交大 + 加州大学」的说法有误）。
  • 官方/开源：https://github.com/FlashML-org/FreeToken ｜论文 → https://arxiv.org/pdf/2608.16157 ｜桌面端 → https://flashml.ai
    • 上手（一行装）：uv pip install "freetoken[accel]"，或克隆仓库后运行。Apache-2.0，直接把 HuggingFace safetensors 加载进本地，兼容 OpenAI / Anthropic 接口。

三、算力与基础设施

中国算力地图：63 个数据中心一览

  • 是什么：把「东数西算」四年半的建设成果，63 个项目逐个落到地图上。
  • 关键点：
    • 八大枢纽直接投资超 435 亿元，拉动投资超 2000 亿元，机架规模超 195 万架，贡献全国 80% 以上智能算力。
    • 反差点：八大枢纽整体上架率 63%，而全国平均 71.4%——建得最快的地方空得最多，195 万架里约 72 万架还没上电。
    • 智能算力东部仍占 55.9%，西部 32.6%，量还在往东边堆。
  • 来源：https://mp.weixin.qq.com/s/y-XJF7fhLANUtFDJ_C6KYQ
  • 官方/开源：无对应开源项目（数据报道类）。

AI Infra 的四层结构

  • 是什么：AI 基础设施的层次拆解。
  • 关键点：硬件层 → 集群调度层 → 软件栈层 → 运维与安全层。搞机房建设、服务器托管/搬迁时，按这四层对齐需求。
  • 来源：https://weixin.qq.com/sph/ATgPEVSCQ3
  • 官方/开源：无对应开源项目（概念梳理类）。

字节、腾讯同日官宣 AI 网盘

  • 是什么：两家同一天推出 AI 网盘，能自动查找和整理文件。
  • 关键点：已有申请试用渠道。云存储的竞争点从「容量」转向「自动整理」。
  • 来源：https://weixin.qq.com/sph/AXaF9Cbwhx
  • 官方/开源：字节的智能网盘叫 ADrive（火山引擎出品，自然语言全局搜索 + AI 智能体读写）→ 试用入口 https://www.volcengine.com/ ；腾讯对应 腾讯网盘（腾讯云）→ https://cloud.tencent.com/ 。均为商业云产品，无开源仓库。

四、开源训练资源与编程 Agent 底座

上海交大开源全链路大模型教程

  • 是什么：张倬胜教授团队在 GitHub 开源的全链路教程。
  • 关键点：覆盖从 API 调用 → 微调 → 部署 → 安全防御的完整链路，无偿开放。
  • 来源：https://weixin.qq.com/sph/ADCHaNYBL9
  • 官方/开源：https://github.com/Lordog/dive-into-llms （《动手学大模型 / Dive into LLMs》）
    • 上手：git clone 仓库后，进入对应章节目录，装好依赖直接跑 Jupyter Notebook；卡住的地方有配套 PPT 与实验手册。

威斯康辛大学教授开源百万级训练代码

  • 是什么：工业级完整大模型训练代码 + 配套实操手册，无偿开源。
  • 关键点：把「训练大模型」的门槛从「有卡有钱」降到「跟着手册跑」，这是它引发连夜学习的原因。
  • 来源：https://weixin.qq.com/sph/A89Q4BdF1B
  • 官方/开源：https://github.com/rasbt/LLMs-from-scratch （Sebastian Raschka 著《从零构建大模型》配套代码，作者曾任威斯康星大学麦迪逊分校助理教授）
    • 上手：按章节 notebook 逐步跑；作者专门设计了轻量模型，普通笔记本也能完成训练。

SpaceXAI 开源 Grok Build 核心源码

一句话总结

这一组内容指向同一件事：模型能力在趋同，竞争点正在往「算力怎么摆、Agent 怎么被驯服、资源怎么开源」转移。真正稀缺的已经不是模型本身，而是干净的运行环境、可复用的工程方法和不越界的授权纪律。