AI 全景情报 0704：GPU 分成、企业 Agent 和实时视频挤向交付层

开源模型和闭源模型还在拼能力，但今天更值得看的不是榜单，而是交付方式。GPU 被做成带分成的融资工具，企业 Agent 从多个试验品收拢成一个入口，视频模型开始要求实时交互，边缘 NPU 走向工业渠道，儿童影像保护也被 AI 生成滥用逼成了具体指引。AI 行业的焦点正在从「谁的模型更强」转向「谁能把能力便宜、稳定、可控地送到真实场景里」。

NVIDIA 这次释放的信号不是又卖了多少芯片，而是换了一种让客户买得起芯片的方式。TNW 的报道把机制说得很直接：AI cloud 可以通过收入分成和信用支持取得大规模 GPU，再把 NVIDIA 驱动的云算力租给模型公司、Agent 平台和企业客户。1

Sharon AI 的协议规模是 6 年、72MW、最高 4 万块 Grace Blackwell GB300 GPU；Firmus 则在印尼 Batam 建 360MW 的 NVIDIA DSX AI factory，规划最高 17 万块 GPU。1 这类数字的重点不是炫规模，而是说明一件事：AI 算力采购已经接近项目融资。电力、园区、GPU、客户承诺和供应商信用被绑成一个包。

对从业者来说，这会改变两类公司的处境。AI-native 初创公司可能更容易拿到弹性算力，不必先签几年硬件采购；但推理成本也会更不透明，因为云账单里会叠加供应商分成、融资成本和区域电力条件。做模型服务、Agent 平台或垂直应用时，不能只问「有没有 H100/GB300」，还要问「这批算力的合约约束是什么」。

阿里把 QoderWork、Wukong 和 MuleRun 收到一条线上，本质上是在承认分散试验已经不够用了。QoderWork 偏桌面智能体和本地执行，Wukong 承接钉钉协同，MuleRun 更像云端执行与流程复用引擎。36Kr Europe 转引智东西的报道称，这次整合将以 QoderWork 为基础，试图把「desktop + cloud + organization」连起来。3

企业 Agent 的难点不在能不能调用模型，而在能不能同时满足三件事：用户希望它直接操作本地文件和应用，企业希望权限、审计、数据边界可控，组织希望流程可以复用而不是每个人各写一套提示词。把三个产品整合到一个负责人下面，至少说明阿里在从「产品试水」转向「入口战争」。

这对产品经理和企业 IT 的判断很实际：采购 Agent 工具时，不要只看 demo 能否帮人写邮件、做表格。真正要评估的是它有没有稳定的权限模型、流程资产能不能沉淀、能否跨个人桌面和组织系统跑通。如果一家供应商只能做单点助手，很快会被更接近工作入口的平台挤压。

Vidu S1 的关键指标不是「生成几秒视频」，而是实时交互。生数科技称，用户可以用语音持续控制 AI avatar，模型会结合当前语音、对话上下文和视觉上下文生成后续动作；它还支持从单张图片创建角色，输出 540P、25 FPS，最高 42 FPS。4

如果这些能力在真实产品中站得住，视频生成会从素材生产工具变成互动界面。AI 伴侣、虚拟主播、客服、教育助教、游戏 NPC 都不需要等一段视频渲完，而是让角色边听、边反应、边生成。竞争指标也会跟着变化：清晰度和美术风格仍然重要，但低延迟、身份一致性、语音情绪控制、长时稳定会变成更硬的门槛。

这里也有一条风险线。Vidu S1 公告称可用单张图片生成交互角色。4 这会降低创作门槛，也会把肖像授权、未成年人图像、虚假代言和实时内容审核推到产品第一层。做视频 Agent 的团队，不能等上线后再补安全策略。

DeepX 与 Koshida 的合作看起来没有大模型发布那么热闹，但它更接近端侧 AI 的真实落地。VentureSquare 报道称，Koshida 将负责日本本地项目发现、产品提案、客户支持和供应链扩展，DeepX 提供 NPU 产品族、SDK、参考平台和技术支持。5

DX-M1 的标称参数是 5nm、最高 25 TOPS、3-5W。5 这个功耗区间说明它瞄准的不是训练，也不是云端大推理，而是摄像头、工业 PC、机器人、无人机、智慧工厂和边缘服务器。日本制造业、机器人和工业自动化需求明确，但客户通常不会因为一块芯片参数好就改系统，渠道、参考设计和现场支持更关键。

从行业判断看，边缘 AI 的窗口不在「所有设备都跑大模型」，而在「特定场景里把云端推理成本和延迟拿掉」。如果 DeepX 这类公司能通过分销商进入量产项目，小模型、视觉检测、实时控制和工业 Agent 会先于消费级硬件形成稳定采购。

英国 NCA 与 IWF 的新指引表面上面向家长，实际对生成式影像平台也有很强的产品含义。Guardian 报道称，IWF 在 2025 年识别出 8,029 张/段逼真的 AI 生成儿童性虐待图像和视频，比前一年增加 14%；指引建议家长把儿童照片限制在 close friends 群组，审查旧照片和学校、俱乐部等场景里的照片同意书。6

这说明监管压力正在从「生成后删除违规内容」前移到「素材能否被拿来生成」。对影像生成、头像驱动、虚拟角色和社交平台来说，未来的安全设计会更像身份与同意管理：谁上传了素材，素材里是否有未成年人，是否有可验证授权，生成结果是否可能复用真实脸部或身体特征。

做产品时，如果只把这件事交给关键词过滤和举报通道，风险会越来越大。更现实的做法是把敏感人像检测、年龄风险提示、默认私密可见性、可撤回授权和生成日志留存做进基础设施。否则，实时视频和单图成角色这类能力越强，平台越容易成为滥用链条的一部分。

今天这组信号可以连成一条线。NVIDIA 解决的是算力怎么被更多客户买得起，阿里解决的是企业 Agent 怎么从多头试验变成统一入口，Vidu S1 和 DeepX 分别把生成能力推向实时互动和工业现场，英国的安全指引则提醒所有影像 AI 产品：真实世界的合规成本不会等商业化成熟后才出现。

短期内，值得盯三件事：第一，GPU 分成和信用支持会不会成为 neocloud 的默认融资结构；第二，企业 Agent 是否从单点助手切到桌面/组织/云执行一体化；第三，视频和人像生成平台会不会被迫在上传入口就处理授权、年龄和身份风险。

如果这三条都成立，AI 行业的风口会从「发布一个更强模型」转向更硬的交付层：算力金融、企业 Agent 控制面、实时视频基础设施、边缘工业 AI 和生成式安全治理。真正能赚钱的公司，可能不是模型参数最大的一批，而是能把这些约束打包成稳定服务的一批。