7月20日：AI的硅基化转折——从模型竞争到芯片战争

DeepSeek V4正式发布并开源：1.6T参数首推峰谷计费，编码直追GPT-5.6 Sol

经过近三个月的灰度测试，DeepSeek V4正式版（GA）于7月20日上线。V4-Pro采用MoE架构，总参数1.6万亿（激活参数490亿），推理计算量仅为前代的27%。V4-Flash参数284B（激活13B），在多数基准测试上超越V3.2。

性能方面，V4-Pro在Codeforces Rating上取得3206分，超越GPT-5.4；编码能力被开发者评价为”直追GPT-5.6 Sol”，整体表现接近Claude Opus 4.8。在3D和SVG生成、Agent能力上相比预览版大幅增强。

定价策略的转变比性能提升更值得关注。V4首次引入峰谷分时计费：Pro版平峰0.87美元/百万输出Token、高峰翻倍，Flash版低至0.28美元。曾经以”价格屠夫”闻名的DeepSeek，第一次像电力公司一样分时段定价——这或许是算力从充裕资源变为稀缺商品的标志性信号。

V4均采用MIT协议开源，旧版deepseek-chat和deepseek-reasoner接口将于7月24日下线。

编者评： DeepSeek V4的峰谷计费是一个被低估的信号。大模型定价从”统一费率”走向”时段差异化”，本质上是算力从无限供给假设转向稀缺资源管理的范式转换。当你的API账单开始像电费单一样分峰谷，说明AI基础设施已经进入”重资产周期”——这恰好解释了为什么同一天AMD Helios和Etched融资都在发生。

AMD Helios首款机架级AI系统：微软加盟，GPU双寡头格局成形

AMD在7月20日首次向媒体展示Helios——其首款机架级AI系统，集成GPU、CPU、网络和软件平台。微软成为最新宣布采用Helios的客户，此前Meta、OpenAI、甲骨文和印度塔塔咨询已确认部署。

Helios预计2026年开始大规模部署，AMD预计自2027年起数据中心AI业务将贡献数百亿美元收入。在同一天，AMD确认下一代Rubin架构竞品研发正常推进，直接回应了此前关于芯片路线图延迟的市场传言。

值得注意的是，Helios的客户名单已经覆盖了英伟达最核心的企业客户——微软、Meta、OpenAI、甲骨文。这不是”替代”叙事，而是”第二供应商”逻辑的规模化验证：没有云厂商愿意把全部算力命脉交给一家供应商。

编者评： Helios的客户名单揭示了一个残酷现实：AI基础设施市场的”去英伟达化”不是因为AMD更优秀，而是因为集中度风险已经到了任何理性CIO都无法接受的程度。当你的GPU供应商同时是你的云计算竞争对手（英伟达DGX Cloud），第二供应商就不再是选项而是必须。Helios的价值不在参数表上，在这个不可逆的多供应商趋势里。

英伟达Agent Toolkit：把AI Agent装进桌面工作站

英伟达发布面向DGX Station的Agent Toolkit软件包。DGX Station搭载GB300 Blackwell Ultra GPU（20 PFLOPS FP4算力、748GB统一内存），通过Agent Toolkit三步约30分钟即可在本地部署并运行AI Agent。

工具包的核心组件包括：NemoClaw（开源Agent蓝图）、Nemotron 3 Ultra（550B开源模型，优化运行于DGX Station）、Omniverse库（3D仿真与物理AI技能扩展）和OpenShell（安全沙箱运行时）。支持双DGX Station互连扩展算力规模。

与Omniverse的深度整合是此次发布中最具战略性的设计：开发者可在本地完成AI Agent构建、测试到3D仿真验证的完整闭环，不再需要将敏感数据上传云端。英伟达还与Adobe、Blender、Unreal Engine、SideFX等工具商合作，通过MCP协议打通Agent与专业创作工具的连接。

编者评： 这个发布时机很精妙。前一天AMD刚刚用Helios在云端挑战英伟达的机架霸权，第二天英伟达就用Agent Toolkit把Agent拉到桌面端——你不是要从云端抢客户吗？我把Agent能力下沉到开发者自己的工作站上。这是一套”向上守住云端、向下占领桌面”的双线战略。

Etched 200亿美元估值：未出货的芯片，正在被资本重新定价

AI推理芯片初创Etched正同时谈判两轮融资：Jane Street领投的200亿美元估值轮和红杉资本领投的100亿美元估值轮。这距离上一轮约50亿美元估值仅过去几个月——4倍跳涨。

Etched于2022年由三位哈佛辍学生创立，已秘密完成8亿美元融资，工程师团队超400人（来自英伟达、谷歌TPU、博通、SK海力士、台积电）。公司声称已有超10亿美元客户合同，但首款A0芯片（台积电N4P工艺）仍处于客户验证阶段，尚未正式出货。

Etched的技术差异化在于两点：低电压推理（LVI）——在不到典型AI芯片一半的电压下运行运算单元，实现超80%持续算力利用率；集群级共享内存（CSM）——跨节点的低延迟共享内存池，专攻万亿参数MoE模型和Agent工作负载的长上下文推理。

200亿美元估值的争议在于：一家产品未出货的公司，凭什么值200亿？支持者认为AI推理市场将从GPU通用算力转向专用芯片是必然趋势；反对者指出20倍客户合同估值比已经远超任何可比半导体公司。

编者评： Etched的估值故事放在一周前可能被当成泡沫论据，但放在今天——谷歌宣布Frozen v2、AMD推出Helios、英伟达发布Agent Toolkit——市场正在用真金白银押注同一个判断：AI芯片的架构多样性时代已经到来。200亿估值与其说是对Etched的定价，不如说是对”后GPU时代”到来时间的集体押注。

谷歌Frozen v2：把Gemini写进硅片，模型-芯片协同设计时代开启

谷歌被曝正在研发内部代号为”Frozen v2”的新型AI服务器芯片，核心理念是将Gemini模型的部分架构直接固化到硬件中。单位功耗Token处理能力据称可达最新TPU的6至10倍，计划最早2028年部署。

Frozen v2不会被定位为TPU的替代品，而是独立的新产品线。谷歌官方回应称项目仍处于试验阶段，暂无大规模量产计划。消息公布后Alphabet股价盘中一度涨超3%。

“模型-芯片协同设计”这个方向并非新概念——从谷歌TPU到特斯拉Dojo，专用AI芯片的演进一直存在。但Frozen v2的特殊之处在于：它是第一家由模型架构反向定义芯片设计的前沿AI公司。此前的专用芯片都是”为某类工作负载优化”，Frozen v2是”为某一个模型系列固化”。

编者评： Frozen v2的6-10倍能效比听起来像魔法，但实现路径其实很直白：把矩阵乘法的特定模式和注意力机制的固定路径直接烧进硅里，跳过通用指令集的层层翻译开销。隐患同样明显——如果Gemini架构两年后被新范式替代，固化的硅就成了昂贵的废铁。这是AI芯片史上最极端的”通用vs专用”赌局。

商汤SenseNova-Vision开源：用7B参数终结视觉”缝合怪”时代

商汤科技于7月中旬发布并全面开源SenseNova-Vision理解生成统一视觉大模型，以7B参数单一模型覆盖结构化视觉理解、稠密几何预测、图像分割和多视角3D几何四大类任务，不再需要为每个任务设计专用预测头和解码器。

核心突破在于两个层面的统一：任务表述的统一（将所有CV任务表述为多模态生成问题）和能力上的双向增益（语言推理能力反哺视觉理解、CV标注数据增强底座视觉能力）。模型在COCO检测（mAP 53.7）、Cityscapes语义分割（mIoU 71.2）、指代分割（cIoU 80.3）上全面超越Vision Banana，综合得分登顶Hugging Face Any-to-Any Leaderboard全球第一。

同步开源的5000万条视觉指令语料库（Apache 2.0协议）覆盖73个数据集-任务条目、10种任务类型，可能是这项工作中比模型本身更有长期价值的部分。

编者评： SenseNova-Vision的真正信息增量不是benchmark数字，而是证明了”将计算机视觉的全部经典任务在一个7B通用生成模型中统一表达”这条技术路线的可行性。这为接下来更大的视觉基础模型打开了想象空间——不再是一个模型识别猫、另一个模型做深度估计、第三个模型搞3D重建，而是一个模型理解整个视觉世界。

Byte Points #128：当AI监控走进职场，谁来保护被标记的人？

Byte Points第128期于7月20日上线，以AI与社会交叉议题为主线。核心讨论包括：Meta前员工集体诉讼指控公司利用AI监控系统在裁员中有针对性地排除处于医疗假、残障便利和育儿假的员工；纽约医院引入AI行政软件替代护士岗位，引发”曾经以为安全的白领职业也会被AI替代”的新一轮焦虑。

本期还覆盖了Kimi K3对全球AI格局的冲击——一个中国公司发布的开源模型在编码和推理基准上比肩OpenAI和Anthropic的旗舰产品，这一事件的连锁反应远超技术圈。三星请求用户同意将个人健康数据用于AI模型训练、Spotify推出全语音AI助手、中国商用首个非侵入式脑机接口设备等话题也在本期得到深入讨论。

编者评： 这期播客最刺痛神经的不是技术分析，而是”AI监控+裁员+劳动力替代”三位一体的现实案例。Meta的AI监控系统被指控的不是技术失效，而是它工作得太好了——精准识别出处于弱势期的员工并在裁员决策中施加影响。当AI系统从”辅助人类做决策”进化到”代替人类惩罚人类”，我们需要的不是更好的AI，而是AI决策对人类可追责的法律框架。但现实是：法律还没准备好。

编者按

7月20日发生的这些事，表面看是各自独立的产品发布和融资新闻，但放在一起看，2026年下半年的主线已经清晰浮现：AI竞争正从软件层的模型军备竞赛，不可逆地下沉到硅基层的硬件战争。

DeepSeek V4的峰谷计费揭示了算力成本的不可持续压力；AMD Helios和英伟达Agent Toolkit从云端和桌面两端重塑算力供给格局；Etched的200亿估值和谷歌Frozen v2从不同方向押注”后通用GPU时代”的到来。五件事共同指向一个判断：2026年下半年的AI竞争，决定胜负的不再是谁有更好的模型架构，而是谁有更便宜、更高效、更可控的硅基底座。

商汤SenseNova-Vision的开源则是这个趋势的例外——它在证明软件层的创新空间远未穷尽：用7B参数做统一的视觉理解底座，让一个模型同时”看懂”二维图像和三维空间。这是软件创新对硬件束缚的一次优雅反抗。

两条线索交织在一起，构成了当下AI产业最真实的图景：硅基与算法，正在互相追赶、互相定义。