通用AI智能体公司Manus在短短130天内，从备受追捧的明星变为争议焦点，其总部迁至新加坡、大规模裁员的举动，是地缘政治、全球资本（如Benchmark）和算力资源紧缺共同作用的结果。尽管有宏大愿景，但Manus产品在精准度与实时性上的不足，以及高昂的运营成本，使其商业模式面临严峻挑战，折射出整个AI Agent赛道在用户留存和商业化变现方面的普遍困境，也预示着“中间层”AI Agent未来可能被迫转型或整合。

马斯克旗下xAI发布了Grok 4，展现出惊人的动画、游戏及3D黑洞生成能力，引爆硅谷。这款由20万GPU训练出的AI，在各项测试中表现优异，甚至在赚钱能力上超越人类。与此同时，马斯克再次“左右手互搏”，让SpaceX豪掷20亿投资xAI，引发外界对其“送Grok上火星”的猜测，尽管他本人否认了2000亿估值的传闻，但Grok烧钱的速度依然惊人。

埃隆·马斯克的xAI公司因Grok 4源代码泄露而备受关注，该模型号称将通过“第一性原理”实现无与伦比的智能。与此同时，xAI成功完成百亿美元融资，估值飙升至1130亿美元，这笔资金将主要用于其宏大的算力基础设施建设，并通过与X平台整合形成独特闭环。此举进一步加剧了AI巨头间的竞争，预示着一场以算力、资本和数据为核心的“三国杀”将持续升级。

OpenAI首次大规模采用谷歌TPU芯片，旨在降低其核心AI产品的推理成本，此举是对谷歌AI基础设施能力的强力认可，有望显著推动谷歌云业务增长并巩固其在ASIC领域的领导地位。面对英伟达GPU的产能限制，AI算力市场正加速走向多元化，而亚马逊AWS在此次合作中的缺席，则暴露出其在满足大型AI客户需求及Trainium芯片竞争力上的挑战。

硅谷顶尖AI公司正深陷一场由激烈竞争和技术挫折交织而成的“内乱”。半导体分析师Dylan Patel揭露了Meta在模型开发上仓促模仿DeepSeek导致失败、OpenAI的GPT-4.5因“过度参数化”及内部bug而未能达到预期，以及苹果在AI竞赛中因保守策略而结构性落后的困境。这场围绕超级智能的军备竞赛不仅烧钱无数，更是科技巨头间对权力、人才和技术路径的全面博弈，预示着AI产业的未来走向充满不确定性。

微软自研AI芯片Maia的量产计划推迟至2026年，主要由于设计变更、团队人手不足和高人才流动率。这一挫折凸显了在AI模型快速迭代背景下，定制芯片面临的巨大技术挑战和过时风险。文章深入分析了技术迭代的困境、AI芯片人才争夺战的白热化，以及科技巨头在追求算力自主权过程中，与英伟达通用芯片生态系统之间复杂的博弈关系。

MiniMax正在以其对前沿模型架构与训练算法的“偏执”探索，重塑大模型行业的竞争格局。该公司最新发布的Hailuo 02视频模型和M1长上下文大模型，不仅实现了技术上的重大突破，更通过Hailuo Video Agent和通用MiniMax Agent等应用，将底层创新高效转化为可量化的商业价值和生产力，展现了创业公司如何在技术驱动下挣脱巨头引力。

谷歌正全力构建一个以垂直整合和边缘智能为核心的AI帝国，通过自研TPU和Gemini模型，将其AI能力深入整合到机器人、传感器和消费设备中，旨在实现高利润的AI服务订阅模式。尽管面临着供应链紧张、市场碎片化和监管挑战，谷歌凭借其强大的现金流和大规模投资，正在重塑AI算力竞争格局，并力图将其核心认知系统打造为未来的“印钞机”。

国产GPU新锐曦望（Sunrise）完成近10亿元人民币融资，这家由商汤分拆而来的公司，正凭借其自研高性能GPU（宣称S2性能对标英伟达A100，S3目标降低10倍推理成本）和“用得起”的市场策略，试图在AI算力领域实现突破。曦望的崛起不仅是中国在AI芯片自主化道路上的重要一步，也预示着AI计算成本可能迎来重大变革，从而对整个AI产业生态产生深远影响。

谷歌的AlphaEvolve系统及其开源实现OpenEvolve，在没有人类干预的情况下，自主生成了针对苹果芯片优化的GPU内核代码，性能在Transformer推理任务中平均超越人类工程师21%，峰值高达106%。这一突破不仅展示了AI在复杂低级编程中超越人类的能力，更标志着“AI为AI编程”新时代的开启，预示着自动化编程和AI发展的未来将迎来指数级加速。

英伟达最新发布的DLSS 4 SDK对核心的Transformer模型进行了显著的显存优化，成功将显存占用降低了20%，有效缓解了高分辨率游戏下的显存压力。这一技术进步不仅为玩家带来了更流畅、更沉浸式的游戏体验，也展示了在AI模型效率提升方面的巨大潜力，预示着未来AI技术在资源受限环境下的更广泛应用。

Meta正通过一系列激进策略，包括从OpenAI等顶尖机构挖角核心AI研究人员，以及投入高达650亿美元建设庞大数据中心（含超130万块英伟达GPU），加速其在“超级智能”领域的布局。这一举措反映了AI前沿人才争夺的白热化，以及Meta在现有大模型（如Llama 4 Behemoth）面临挑战后，对实现超越人类智能的深远野心，预示着AI产业的竞争将更加激烈。

中国GPU独角兽沐曦集成电路已完成上市辅导，紧随摩尔线程，标志着本土AI芯片厂商正加速冲刺资本市场。沐曦凭借前AMD团队的经验、自主IP和对标英伟达的性能，正积极构建兼容主流生态的软件栈，并在大模型适配浪潮中抓住DeepSeek带来的软硬协同新机遇，以应对全球算力竞争和实现国家科技自主的战略需求。

商汤科技联合创始人徐冰卸任，转而负责公司分拆出去的AI芯片业务，此举是商汤在持续巨额亏损下“甩包袱”的战略调整。公司正从多元化转向聚焦生成式AI和算力服务，但AI芯片业务面临巨大烧钱压力和激烈市场竞争，而其核心生成式AI业务也深陷与头部巨头的算力与用户争夺战，商汤的未来面临严峻挑战。

特斯拉在美国奥斯汀正式启动Robotaxi试点服务，标志着其自动驾驶商业化迈出关键一步。此次上线得益于核心AI团队将系统从传统启发式代码转变为由印度裔工程师阿肖克·埃卢斯瓦米主导的“巨型神经网络”，显著提升了决策能力和算力需求。尽管面临Waymo和中国同行的激烈竞争，并仍需解决规模化挑战，特斯拉正以其惊人算力投入，加速其实现通用人工智能和改变未来经济格局的宏大愿景。

埃隆·马斯克近日预警，数字超级智能或在今明两年内降临，其颠覆性将远超目前所有政治和社会议题，如同“千英尺高的AI海啸”。他预测AI将促使经济规模呈指数级增长，并导致人形机器人数量大幅超越人类，重塑文明的智能结构和未来发展轨迹，强调了对AI安全的“真相坚持”和实现这些愿景所需的巨大算力投入。

埃隆·马斯克的xAI公司正以每月10亿美元的速度“烧钱”，并通过高达百亿级的股权和债务融资，豪赌其自建的AI基础设施和X平台的数据优势，力求在2027年实现通用人工智能并盈利。这场与OpenAI的激烈竞争不仅是财务与技术上的对决，更深层次地反映了AI军备竞赛下对算力的极致追求，以及对AGI终极愿景与发展路径的理念冲突。