Claude Opus 5上线之后：开放权重、主权算力与物理AI都在争可部署的AI

截至 7 月 25 日 21:00，未见官方发布页显示有 7 月 25 日当天新的基础模型或重大基础模型版本更新。最近一条已核实的模型级发布是 Anthropic 于 7 月 24 日推出的 Claude Opus 5。它把升级重点放在编码、知识工作、科研和长时程代理任务上，官方称其比 Opus 4.8 更擅长验证结果、反复迭代并把多步骤工作推进到完成。1

Opus 5 的 API 价格仍为每百万输入 token 5 美元、每百万输出 token 25 美元，与 Opus 4.8 相同；开发者可以通过 Claude API 使用 claude-opus-5，它也已进入 Claude 的各个平台。Fast mode 速度约为默认模式的 2.5 倍，价格为基础价格的两倍。官方还保留了明确边界：在高风险双用途能力上不推进前沿，二进制漏洞扫描、渗透测试和 exploit 生成仍受限制。价格未变、长任务能力提高，才是这次更新对企业采购更有用的观察点，厂商评测仍不能替代自己的任务验收。1

Claude Opus 5 的发布很容易被概括为一次能力升级，但更值得看的细节是价格没有上调。Anthropic 把优势集中在长链路工作：代码审查、调试、根因分析、科研资料处理，以及需要自行检查和修正的代理任务。对于企业来说，真正要比较的不是「每百万 token 多少钱」，而是一次任务完成需要多少轮调用、多少次重试、多少人工复核，以及失败后要不要返工。1

这也解释了为什么模型发布与应用交付越来越难分开。一个模型在单轮问答上更强，不代表它在采购审批、代码合并、实验记录或客服工单里更便宜。长时程代理把等待时间、工具调用和权限管理都带进了成本表。Opus 5 的 API 已开放，并不等于企业可以跳过沙箱、审计和人工接管；官方对高风险网络安全和生物任务的限制，反而提醒采购方把安全边界当成产品参数记录下来。

模型厂商下一轮竞争会同时面对两种压力：前沿能力要提高，任务总成本还不能失控。一个更强但更爱重试的代理，可能让报价单变好看、财务结果变难看。企业验收应使用自己的长任务集，记录成功率、完成时长、调用轮数、人工介入和最终交付质量，而不是只复制厂商 benchmark。

7 月 24 日，NVIDIA、Microsoft、Meta、IBM 和二十多家企业与团体联名呼吁美国立法者避免对开放权重模型施加「过早限制」。Reuters 报道，支持方认为开放权重允许更广泛的研究者和开发者检查模型行为、寻找漏洞并改进防护；反对方向监管者提出了另一面：开放模型更难控制，技术盗用、网络安全滥用和模型失控的责任边界也更模糊。联名信本身是产业方的政策主张，不是风险已经消失的证据。2

联名名单的构成也说明了利益关系。NVIDIA 卖的是算力，Microsoft 和 Meta 需要模型供给与开发者分发，IBM 则有企业部署和治理业务。它们支持开放权重，未必意味着大家对开放程度、许可证、训练数据披露或安全补丁方式有相同答案。对于使用方，真正需要问的是四件事：权重是否完整可得，许可证能否覆盖自己的业务，安全更新能否及时下发，出现严重问题时有没有停用和回滚机制。

这使 Opus 5 与开放权重模型形成两条不同的采购路径。前者把能力、更新和安全控制集中在服务商手里，后者给企业更多本地化和定制空间，却把硬件、版本治理与安全责任推回使用方。把两者简单归结为闭源更安全、开放更便宜，都过早了。更有用的比较单位是：谁能在给定的权限、数据和合规约束下，把任务稳定完成。

NVIDIA 与 NAVER、Brookfield 宣布扩建韩国主权 AI 工厂，计划把 NAVER 世宗市 GAK 数据中心的初始 55MW 部署扩大到 200MW，并使用 NVIDIA 的 Vera Rubin 和 Blackwell 平台。NVIDIA 计划投资 10 亿美元，Brookfield 的最高 90 亿美元安排目前只是非约束性条款清单，且 NVIDIA 的投资还取决于 NAVER 完成至少 90 亿美元的已承诺融资。NAVER 还提出长期扩至 1GW 的意向。3

这些数字不能当成已经上线的算力。200MW 是到 2028 年的扩容目标，1GW 是更长期的部署意向，Brookfield 的融资仍未完成交割。NVIDIA 自己的公告也把部分安排写成 planned、intends 和 expected。研究这类消息时，融资承诺、设备采购、机房通电、客户验收和持续可用容量必须分开记账，否则一纸条款清单就会被误读成收入和产能。

但项目的产业含义仍然清楚。开放权重模型要在本地运行，企业需要的不只是下载链接，还需要数据中心、电力、网络、存储、模型服务和持续运维。NAVER 计划把这座 AI 工厂用于韩国和美国的 AI 创新者，说明主权算力正在从后台资源变成模型分发条件。模型在哪里运行、谁可以访问、数据能否跨境、补丁由谁维护，都会影响一个模型能不能进入生产环境。

这也是本期与前几天单纯讨论推理芯片不同的地方：这里的竞争对象已经从单个部件变成算力、融资和区域政策的组合。对创业公司而言，拿到模型权重并不等于拿到可交付产品；对云服务商而言，建成机房也不等于有稳定客户负载。

7 月 25 日，Hyundai Motor Group 在旧金山 AI 峰会公布 Physical AI 愿景，提出从智能设备、智能空间走向城市层面的集成智能。集团宣布与 NVIDIA 推进 Robot Reference Platform，与 Waymo 继续合作自动驾驶，并通过 Boston Dynamics 与 Google DeepMind 推进下一代人形机器人。4

公告还写到几项具体计划：在美国建设机器人生产设施，到 2028 年前后最高年产 3 万台；Atlas 将先部署在包括 HMGMA 在内的生产设施，再分阶段扩展；集团计划在 HMGMA 生产带自动驾驶适配改装的 IONIQ 5。原文没有说明这些方案已经向外部客户交付，也没有给出稳定运营时长，因此应把它们放在「路线图和产能准备」一栏，而不是「商业化规模」一栏。4

物理 AI 对模型的要求比屏幕上的代理更苛刻。车辆和机器人要在延迟、传感器异常、网络中断和人工接管下继续工作，工厂还要承受安全事故和停线成本。模型的开放程度、云端价格或单次 benchmark，都不能直接替代连续运行时间、接管率、故障恢复和现场维护数据。

第一，把 token 报价换成任务账。至少记录一次成功任务的调用轮数、工具成本、等待时间、人工复核和返工率。Opus 5 的价格不变是一个好信号，但最终要看自己的工作流是否真的少走弯路。

第二，把开放权重的「可获得」拆成多个字段。完整权重、许可证、硬件要求、微调权限、更新频率、漏洞修复和回滚方式，不能用一个「开源」标签代替。

第三，把算力项目的状态写进合同。投资意向、非约束性条款、采购订单、机房通电、客户验收和可用容量，分别核对金额、期限与责任方，不要把 200MW 或 1GW 的目标写成今天可调用的容量。

第四，物理 AI 只认现场数据。产能规划可以说明供应准备，不能说明机器人已经稳定工作；需要继续追设备数、连续运行时长、人工接管、安全记录、维护成本和单任务收益。

Claude Opus 5、开放权重联名信、韩国 AI 工厂和 Hyundai 的 Physical AI 路线图看似分属模型、政策、基础设施和汽车行业，实际都在回答同一个问题：AI 能力怎样离开发布页，进入可控、可负担、可持续的生产系统。接下来最有区分度的指标，不是又出现了多少模型名称，而是这些模型能否在明确的权限、算力和安全约束下，把一项真实工作稳定做完。