Anthropic向SK海力士求购HBM，Meta开源UMA模型，边缘AI成本骤降

AI产业正经历从算力依赖到芯片自研、从云端到边缘、从工具到劳动力的多重结构性转变。最新动态显示，Anthropic、Meta、Google与OpenAI等巨头均在战略层面密集布局，重塑产业链格局。

Anthropic估值已达9650亿美元，正从“租算力”转向“造芯片”。该公司已向SK海力士寻求HBM原料供应，并探讨与三星在2纳米制程代工上的合作。此举旨在应对算力依赖的结构性风险。然而，英伟达已与SK集团达成超5000亿美元合作，锁定SK海力士HBM3E和HBM4的长期优先供应权，导致HBM产能紧张局面可能持续至2030年，Anthropic面临“存储锁喉”困境。AI大模型公司加速布局定制ASIC芯片，2026年定制ASIC出货增速预计达44.6%，是通用GPU的三倍，算力主权争夺已从芯片设计延伸至供应链各环节。

在边缘AI领域，Google的Per-Layer Embeddings（PLE）技术取得突破。乌克兰独立开发者slvDev将该技术移植到8美元的ESP32-S3芯片上，成功运行2890万参数语言模型，实现每秒9.5个词的本地生成速度，相比此前同类芯片26万参数记录提升了111倍。该方案采用存算分离策略，将2500万参数嵌入表存储在16MB闪存中（每次推理仅读取450字节），55.9万参数核心放在512KB SRAM中，4-bit量化后模型仅14.9MB。边缘AI市场预计从2025年358.1亿美元增长至2034年3858.9亿美元（年复合增长率29.9%），该技术证明低成本硬件也能运行较大语言模型，可能挑战云端推理商业模式，推动AI向智能家居、可穿戴设备等场景下沉。

OpenAI内部产品竞争出现结构性拐点。ChatGPT Work（7月9日发布）在17天内活跃用户数超越Codex（500万周活），两者合并周活用户达1000万（7月21日数据）。这显示OpenAI将Codex技术嵌入ChatGPT体验层的融合策略成功，验证了AI代理市场从开发者工具向知识工作自动化的结构性转变。Codex面向约1亿开发者市场，渗透率约5%；ChatGPT Work面向数亿知识工作者市场，通过零摩擦体验（20美元订阅捆绑ChatGPT、Work、Codex三种模式）实现快速扩张。Claude Code占据AI编码市场54%份额（2026年数据），年化收入达80亿美元，但OpenAI通过构建“超级应用”策略，将编码能力作为基础设施，让AI从“工具”转向“劳动力”，预示着独立编码工具面临整合压力。

Meta在AI for Science领域取得突破。其FAIR团队开源UMA通用原子模型，基于5亿量子化学计算数据，采用混合线性专家架构，在材料发现（Matbench Discovery F1得分0.930）、催化吸附（成功率提升25%）等多个基准上超越专用模型。

OpenAI首席执行官Sam Altman在2026年7月明确宣告“我们已经处于奇点之中”，但现实中的奇点表现为聊天机器人等日常工具，而非公众预期的剧变。皮尤研究中心2025年调查显示，50%美国成年人对AI感到担忧，仅10%表示兴奋。OpenAI年化收入达250亿美元，92%财富500强企业使用其服务，但企业内部决策层与执行层对AI理解存在差距。AI治理严重滞后，欧盟AI法案仍在分阶段实施，美国联邦立法停滞，形成监管真空风险。

在开源路线之争上，微软联合25家科技公司发布公开信支持开放权重AI模型，标志着美国AI产业路线公开化分裂。微软（Azure增长40%、LTM营收超3180亿美元）作为OpenAI最大投资者却支持开放路线，旨在通过生态宽度维持竞争优势。Nvidia（数据中心业务营收1937亿美元、占AI加速器市场80%）支持开放权重以推动GPU需求；Anthropic和OpenAI坚持闭源路线。开源AI模型市场2026年预计达230亿美元、年增长21.1%。白宫考虑禁止中国开放权重模型，但科技公司警告此举可能将用户推向性价比更高的中国模型。开源模型性能差距已缩至3.3%（2026年7月Mozilla报告），开源模型Token处理占比从2026年1月的34%飙升至6月的65%，英伟达计划五年投入260亿美元发展开放权重模型。