跳到正文

#智谱

今日 2 条
10月12日周一
  1. Anthropic:Newsroom57

    Anthropic 强化针对蒸馏攻击的防御,称蒸馏者可获取的数据量减少约 90% 至 99%

    Anthropic 强化针对蒸馏攻击(未经授权大规模套取模型输出来训练模仿模型)的防御,称新方法已使蒸馏者获取的数据减少约 90% 至 99%,引入两级分类器后蒸馏者在其平台提取的推理 token 量降至此前约 1/10 到 1/100。

    决策要点

    Anthropic 正在把模型推理过程当作受保护资产设防,宁可放弃收入也要抬高蒸馏成本,防能力窃取开始成为行业性安全投入。

    • 影响依赖 Claude API 的团队要评估集成改造和被拦截请求计费的实际成本;选用其他厂商模型时,其是否部署同级反蒸馏防护会成为安全评估项。
    • 参考可考虑盘点现有 Claude 集成是否受新限制影响并预留改造预算;值得在模型选型评估中加入反蒸馏防护与误报处理条款,并核对被拦截请求账单。
10月10日周六
  1. 钛媒体55

    姚顺雨履新腾讯AI Data部,混元Hy4 Preview拿下Arena对齐指数中国第一

    腾讯混元最新模型Hy4 Preview在Arena新推出的Alignment Index对齐指数中以78.5分位列全球第5、中国第一,越权率1.47%为中国实验室最低。

    决策要点

    当头部模型能力跑分趋同,对齐安全成为厂商差异化的新战场,第三方对齐榜单开始充当企业信任与采购的通行凭证。

    • 影响企业引入执行类Agent时,越权删除文件、谎报完成等风险有了可量化参考,选型需新增对齐维度;长会话下风险显著放大,20条消息以上会话的虚假完成率达45.4%;国内模型经AWS等海外云平台出海改由云厂商背书,采购信任链条随之改变。
    • 参考可考虑在Agent试点中把越权和虚假完成次数列为验收指标,并按长任务场景单独统计;选型对比时值得同时参考能力榜单与对齐榜单;出海或采购场景可留意AWS Bedrock等云市场上架模型的背书与分成机制。
  2. 人人都是产品经理69

    9月六款新模型密集发布,实测后按出错代价选模型

    OpenAI、Anthropic、Google在9月一个月内五次发布共六款新模型,作者实测后给出的选型标准是按任务出错代价选择,选错模型有时比不用更麻烦。

    决策要点

    模型能力快速平价化,旗舰级编程能力几周内被低价型号追平,选型关键从比拼最强转向按任务出错代价匹配模型档位。

    • 影响客服、摘要等大批量重复任务已可用轻量模型承载,价差达百倍;合同分析等无法自行验证的任务仍需旗舰模型兜底;高性能模型发布间隔已从125天缩至44天,长期锁定单一供应商的预算方式需要重估。
    • 参考可考虑先按出错代价给内部任务分档,邮件纪要类交给轻量模型,合同与关键推演留给旗舰;值得先统计现有调用的token分布,再测算换用低价型号可节省的预算。
9月9日周三
  1. OpenRouter:Blog(Announcements)68

    OpenRouter 推出美国区域路由,AI 请求可锁定在美国或欧盟境内处理

    OpenRouter 推出美国区域路由,请求经 us.openrouter.ai 在美国境内解密并只路由到美国供应商端点,配合去年 10 月上线的 EU 路由,功能限 Business 和 Enterprise 套餐。

    决策要点

    数据驻留从法务审查项下沉为网关的路由配置问题,也让中国开源权重模型进入受合规约束企业的选型范围。

    • 影响有美欧数据驻留要求的团队多了一条合规使用中国开源权重模型降本的通道;区域端点只覆盖部分模型,接入前模型可用性要重新核对;功能限高阶付费套餐,API 支出结构会受影响。
    • 参考可考虑先梳理在用模型清单并对照 us/eu 端点的区域覆盖情况;有降本目标的团队值得在 us.openrouter.ai 实测 DeepSeek V4 Pro、Kimi K3 的价格与表现;评估其他网关时先问清解密位置和服务器工具运行地。
8月31日周一
  1. Tomasz Tunguz 博客71

    The Price of Entry to the Frontier

    Tomasz Tunguz 发文分析称,前沿 AI 市场正按阵营封闭化,实验室挑选伙伴、切断对手、按信任配给最强模型,访问权取代价格成为新的稀缺。

    决策要点

    前沿模型的分发正从按 token 计价的公用事业转向按信任准入的封闭阵营,访问权取代价格成为新的稀缺。

    • 影响SaaS 把单一模型硬编码进产品后,买方只剩接受或放弃,换模型要靠合同谈判争取筹码;开源权重规模化即触发审查与商业授权,自建路径的成本和周期要重新测算;数据主权与 IP 保护条款需提前进入采购评估。
    • 参考可考虑在采购含模型的 SaaS 时写入模型替换权与数据留存条款;值得盘点现有业务依赖的模型清单并估算迁移成本;采用开源权重前先算清收入规模触发的审查与授权门槛。
8月27日周四
  1. Tomasz Tunguz 博客59

    Revenue per Megawatt & The AI Model Factory

    Tomasz Tunguz以每兆瓦电力收入衡量AI模型公司生意,引述SemiAnalysis的Dylan Patel称算力基础成本约每兆瓦$10-15m,Anthropic收入最高达每兆瓦$50m。

    决策要点

    模型公司的生意正被折算成每兆瓦利润来衡量,推理毛利成为资助下一轮训练的内部资金来源。

    • 影响推理毛利成为头部厂商循环投入训练的内生资金,降价空间取决于每兆瓦效率;低成本模型已能逼近旗舰水平,采购选型的性价比参照系随之改变;算力进一步向头部厂商集中。
    • 参考可考虑用Artificial Analysis Intelligence Index等基准测试低价模型能否承接日常负载,按每美元智能重算供应商组合;值得跟踪头部厂商毛利率与降价节奏,作为合同议价的窗口。
4月2日周四
  1. 智谱 Z.ai:研究55

    智谱发布GLM-5V-Turbo,面向视觉编程的多模态Coding基座模型

    智谱今日发布GLM-5V-Turbo,一款面向视觉编程的多模态Coding基座模型,从预训练阶段融合视觉与文本,能看懂设计稿、截图和网页界面并直接生成完整可运行代码。

    决策要点

    智谱把视觉理解前置到编程基座的预训练阶段,国内Coding模型竞争从纯文本代码生成扩展到看图写码与GUI自主操作。

    • 影响设计稿到代码的自动还原可能压缩前端原型环节成本;Agent具备视觉后,报告生成、图表解读等任务进入自动化范围;多模态基座会改变现有纯文本Coding模型的选型依据。
    • 参考可考虑用自家设计稿和界面截图在BigModel API上跑小样本还原度对比;值得盘点现有Coding流程中依赖屏幕理解的环节,Coding Plan申请通道已开放。
3月16日周一
  1. 智谱 Z.ai:研究59

    智谱发布GLM-5-Turbo 面向OpenClaw龙虾场景优化的基座模型

    智谱于2026年3月15日发布基座模型GLM-5-Turbo,针对OpenClaw龙虾Agent场景强化工具调用、指令遵循、定时任务与长链路执行能力。官方称其在自研基准ZClawBench取得国产第一,用户盲测中90%受访者认为表现优于其他国产模型;阿里、字节、美团、快手等团队在内测中给出正面评价。

    决策要点

    智谱把Agent长链路执行能力前移到基座模型训练阶段,再用套餐定价与安全管控把模型按AI员工的方式打包出售。

    • 影响Agent任务tokens消耗远超普通对话,模型选型需把执行稳定性与tokens成本一起核算;企业引入多Agent协同需同步建权限、审计与人工审批机制;国产模型竞争焦点正向Agent执行层集中。
    • 参考可考虑用已公开的ZClawBench题库验证模型在自身场景的表现;先测算典型Agent任务的tokens消耗再选套餐档位;自动化流程上线前值得明确人工审批节点。
12月9日周二
  1. 智谱 Z.ai:研究61

    智谱开源手机智能体 AutoGLM,核心模型与工具链一并开放

    智谱宣布开源手机智能体 AutoGLM,训练好的核心模型以 MIT 许可证开放,代码以 Apache-2.0 托管在 GitHub(github.com/zai-org/Open-AutoGLM)。

    决策要点

    智谱把手机操作智能体的模型权重与工具链完整开源,Phone Use 能力从少数厂商的私有能力转向行业可共同打磨的公共底座。

    • 影响企业可借私有化部署让数据和日志留在自身合规环境;销售、客服等重复触屏操作有了可自托管的智能体选项;同业可基于同一开源底座二次开发,自研门槛随之下降。
    • 参考可考虑盘点内部仍依赖人工在 App 里重复点击的流程,挑一个低风险场景用开源模型加私有化部署做试点;值得先确认 MIT 与 Apache-2.0 条款对商用改造的要求。