从云上算力到轨道计算：AI行业的竞争继续下沉到基础设施与执行层
Meta与Anthropic谈算力租赁，上海星胧启动太空计算星座，资本押注机器人和药物AI，研究则把代理的评测与行动安全再往前推进。
先看结论
7 月 18 日的新增信号，集中在 AI 产业链的两端：一端是算力开始被当成可交易、可外供的基础设施，另一端是代理系统必须在真实任务里接受更严格的执行与评测。Meta 正考虑向 Anthropic 出租计算能力，潜在规模最高约 100 亿美元、期限两年，但谈判仍处于早期，未必成交；同一天，上海星胧披露已启动太空计算项目的首个星座，整体规划部署 1,000 颗卫星。1 2
速览
| 板块 | 关键动态 | 对行业的含义 |
|---|---|---|
| 大公司与基础设施 | Meta 与 Anthropic 探讨算力租赁；上海星胧启动太空计算项目首个星座。1 2 | 算力竞争从「自建多少」延伸到「能否对外供给」以及「计算发生在哪里」。 |
| 创业与投资 | Walden Robotics 获 3 亿美元种子轮，Chai Discovery 获 4 亿美元 C 轮。3 | 资金继续押注有实体场景或专业数据壁垒的 AI，而不只追逐通用模型。 |
| 前沿研究 | OmniaBench、物理风险探针 PRISM 和 IRT 评测研究，分别从任务覆盖、行动安全和统计可靠性挑战现有基准。4 5 6 | 「分数更高」越来越需要同时回答：任务是否够广、动作是否安全、统计结论是否稳定。 |
大公司与基础设施
Meta 的潜在交易值得关注的地方，不只是金额。Reuters 称，Anthropic 可能以两年期、按月付款的方式租用 Meta 的计算能力，Meta 则借此探索广告之外的基础设施收入，并与 CoreWeave、Nebius 等云算力公司竞争。报道同时强调，双方仍在早期谈判，Meta 尚无成熟的计算能力对外销售业务，最终可能无法达成协议。1
中国一侧的变化更偏向计算形态。上海星胧天算空间科技称，已发射太空计算项目的首个星座，整体目标是部署 1,000 颗卫星。太空计算的设想，是在轨处理 AI 和遥感等数据，再把结果而不是全部原始数据传回地面，以降低带宽和时延压力。现阶段已披露的是首个星座和长期部署目标，不能等同于大规模商业网络已经成熟。2
创业与投资
Crunchbase News 对 7 月 11 日至 17 日美国已宣布融资的周度盘点显示，Walden Robotics 从隐身状态成立并获得 3 亿美元种子轮，Toyota 和 Deviation Capital 领投，估值达到 11 亿美元；Chai Discovery 则完成 4 亿美元 C 轮，估值 38 亿美元，由 Index Ventures 领投。前者做面向制造和物流的通用机器人，后者用 AI 模型预测并重编程分子之间的相互作用。3
这两笔交易的共同点不是模型参数，而是把 AI 绑定到更难复制的现实系统：机器人需要控制、部署和持续学习，药物发现需要实验数据与专业验证。更稳妥的读法是，资本仍愿意为垂直场景支付高估值，但投资叙事正在从「模型本身」转向「模型能否嵌入一条可交付的工作链」。
前沿研究
- 代理基准开始扩展到真实任务组合。 OmniaBench 构建了 1,431 个任务，并设置 644 个更小的子集，用于降低评测成本和公开发布后的污染风险；论文还按十个能力维度分析结果。在其报告的 Pass@1 指标中，Claude-Sonnet-5 为 58.54，GPT-5.6-Sol 为 57.14，主要短板集中在规划、约束保持和自适应纠错。它提醒产品团队，单一任务集或单轮问答很难代表通用代理的实际交付能力。4
- 文本安全与行动安全并不是同一个问题。 「When Words Are Safe But Actions Kill」在多种模型上分析内容危险与物理危险的隐藏状态信号，并提出单层探针 PRISM。论文报告，PRISM 在 SafeAgentBench 上达到 86.2% 至 87.7% 的准确率，在包含 1,000 对物理风险样本的 PSB-1K 上达到 99.6% 准确率；相比之下，同尺度模型评审器在 PSB-1K 上会拒绝 67.8% 的安全任务。结果仍是预印本实验，价值在于指出：只拦截危险词，不足以判断一个代理把指令落到现实环境后是否危险。5
- 评测统计方法本身也需要被审计。 「Can We Trust Item Response Theory for AI Evaluation?」基于六个常用大模型基准、18,000 组模拟条件，比较四类 IRT 估计工具。论文认为，经典估计器在大规模基准上可能不可行，而可扩展方法在模型数量少、能力分布偏斜或聚类时，可能给出不可靠的题目难度和模型排名推断。换句话说，排行榜的数字即使计算出来，也还需要样本规模与诊断条件来证明它值得信任。6
怎么读这些信号
今天的三条线索可以放在同一张图里看：算力正在从企业内部成本变成可以出租的服务，也在尝试进入轨道等新位置；资本则把钱投向机器人、药物等拥有现实约束的专业系统；研究最后补上一个限制条件，代理的能力必须在更广的任务、更具体的行动风险和更稳健的统计方法下重新验证。对创业者和产品负责人而言，下一步更值得追踪的不是又一个榜单第一，而是算力供给、专业数据和执行安全能否同时形成可持续的交付闭环。
참고 출처
- 1Meta, Anthropic in talks for potential $10 billion compute lease deal, source says
- 2Shanghai Xingshu launches first constellation of its space-based computing project
- 3The Week’s 10 Biggest Funding Rounds: No Summer Doldrums As Dollars Still Flow To AI
- 4OmniaBench: Benchmarking General AI Agents Across Diverse Scenarios
- 5When Words Are Safe But Actions Kill: Probing Physical Danger Beyond Text Safety in Hidden-State Risk Space
- 6Can We Trust Item Response Theory for AI Evaluation?
관련 콘텐츠
- 로그인하면 댓글을 작성할 수 있습니다.