夜雨聆风1、DeepSeek V4 Pro 限时 75 折，AI 价格战打到“按天降价、限时促销”阶段
DeepSeek V4 Pro 最近推出的限时 75 折优惠，反映出 AI 模型的竞争正全面趋向基础云服务和标准化数字商品：不仅拼能力，还要拼价格、折扣和使用门槛。一旦模型价格开始频繁下探，企业和开发者的选择逻辑会迅速变化——过去大家会先问“谁最强”，未来则会先看“谁最划算、最顺手、最值得长期接”。当智能能力被打包打折出售，AI 就真正进入了商品化阶段。
2、黄仁勋押注光学连接，下一代 AI 基础设施开始从“算力堆叠”转向“连接重构”
英伟达 CEO 黄仁勋最近明确表示，下一代 AI 基础设施将需要大量光学连接。这个判断已经直接体现在英伟达与康宁的最新合作里：双方正扩大美国光纤和光学组件产能，用来支撑更大规模的数据中心互连。此举背后的深层逻辑是，AI 基础设施的瓶颈正从“GPU 够不够”，进一步转向“这些 GPU 能不能高效连在一起”。未来算力规模越大，铜缆的功耗、距离和带宽限制就越明显，光互连会越来越像 AI 时代的“高速公路”。AI 基础设施的竞争，正从单点芯片性能，升级为整套系统工程能力的博弈。
3、月之暗面获 20 亿美元融资、估值达 200 亿美元，中国大模型竞争进入资本深水区
月之暗面近期完成约 20 亿美元融资、估值达到 200 亿美元，这一进展标志着中国头部大模型公司进入了更激烈的资本博弈阶段。公开报道还提到，Moonshot 的年化经常性收入已突破 2 亿美元，这侧面证实了资本看中的不仅是“热门模型”，更是这家公司是否形成了持续收入和平台能力。现在的中国大模型竞争，已经从单纯的“技术存在感”转向了资本、营收、生态与人才的全方位比拼。大模型战争走到今天，决定胜负的关键不再仅是技术突破，是谁能率先把技术转化成自我造血的商业系统。
4、印度投资者转向海外市场，本土缺少 AI 题材暴露出新兴市场的结构性焦虑
印度投资者近期加快转向海外市场，其核心背景是本土市场缺少足够强的 AI 题材支撑，同时回报率也缺乏吸引力。这一现象揭示出，AI 热潮不仅在重塑公司估值，也在重新分配全球资本的流向。谁拥有最有想象力的 AI 资产，谁就更容易吸走全球资金；反之，缺少 AI 龙头和高成长科技叙事的市场，处境会越来越边缘化。AI 时代不仅会拉大技术差距，各国资本市场之间的吸引力落差也会被同步放大。
5、DeepSeek 正在重写中国 AI 估值逻辑，资本开始用“国家级基础能力”给公司定价
最近围绕 DeepSeek 的融资讨论里，一个核心变化在于：它的潜在估值在极短时间内迅速抬升，甚至传出接近 450 亿到 500 亿美元的区间。值得关注的不仅是 DeepSeek 本身的身价，而是资本市场看待中国 AI 公司的逻辑变了：谁能跳出“做模型产品”的范畴，更接近国家技术自主、算力替代和产业基础设施，谁就能拿到远高于传统软件公司的估值。当 AI 成为国家竞争力的一部分后，估值便不再只是商业定价，而带有了“战略资产定价”的意味。
6、ChatGPT 开始测试广告，生成式 AI 终于开始认真回答“怎么赚钱”
OpenAI 已经正式测试 ChatGPT 广告，并在 2026 年 5 月进一步扩大试点范围，同步推出了自助广告平台。在过去两年里，生成式 AI 擅长证明“它能做什么”，但一直没能彻底解决“怎么稳定赚钱”的问题。广告测试的开启，标志着 OpenAI 正在尝试把巨大的免费流量和用户停留时长，转化为一种更接近互联网平台的盈利模式。当 AI 产品开始承接广告，它就不再只是个工具，而是在向“新一代信息分发平台”演化。
7、Anthropic 与 SpaceX 合作，AI 竞赛走向一种更奇异的联盟形态
Anthropic 已确认与 SpaceX 达成计算资源合作，借助后者的数据中心能力扩充 Claude 的算力供应。这个合作的看点不在于“签了合同”，而在于它让 AI 竞赛呈现出一种奇特的同盟关系：原本在路线和舆论中相距甚远的参与者，因为算力需求和资本压力被迫结盟。这说明 AI 行业已经进入了“算力资源重于路线理念”的阶段。当基础设施变成瓶颈，AI 竞争最终拼是谁能拿到更多电、更多芯片和更多机房。
8、Qwen、Gemma 不同模型偏好差异明显，模型时代进入“使用方法论竞争”
最近围绕 Qwen 3.5、Gemma 4 和 Qwen 3.6 的讨论里，出现了一个很现实的反馈：同样一类任务，不同模型对提示词风格的偏好差异巨大。有的模型偏好短 prompt，有的则需要结构化指令。这说明模型竞争从“谁 benchmark 更高”，到“谁更好用、谁更匹配真实习惯”。未来真正有价值的不但只是模型本身，而是围绕模型形成的最佳实践、提示工程和使用方法论。
9、GENE-26.5 机器人 Demo 惊艳亮相，能力展示从“会动”走向“连续做事”
最近备受关注的机器人 Demo 来自 Genesis AI 发布的机器人基础模型 GENE-26.5。在演示中，同一个模型可以连续、自主完成打鸡蛋、切番茄、弹钢琴、玩魔方等一系列高精细动作。这桩新闻最硬核的地方在于，Demo 不再只是“做一个漂亮动作”，而是展示了“同一个系统跨场景连续执行任务”的可能性。机器人的真正拐点，是它开始具备把多个孤立动作串联成完整任务链的能力。
10、AI 核心难题正从技术走向社会结构，第四次工业革命进入“深水区”
围绕 AI 发展的讨论，正从“模型强不强”转向“它如何影响经济增长、就业和资本分配”。近期一项调查研究显示，虽然各界普遍相信 AI 会继续走强，但对生产率和劳动市场的代价仍存明显分歧。这揭示出 AI 的核心问题从技术能否实现，到社会结构能否承接它带来的冲击。这场革命最难的部分从来不在于发明机器，而在于重写机器进入社会之后的秩序。
