
内存价格一年暴涨500%,AI扩张遭遇存储瓶颈
AI 内存价格在 12 个月内暴涨 500%,存储紧缺态势持续加剧。报道指出,内存行业出现“摩尔定律倒退回 2007 年水平”的现象,价格与供给格局剧烈逆转。对依赖大模型训练与推理的 AI 企业而言,内存成本急剧攀升正成为扩张路上的关键瓶颈,或将重塑算力基础设施的采购与部署策略。
Latent Space 报道 AI 内存价格一年飙升 500%,逼近 2007 年水平
Editor's curation只读15%最值得关注的内容

AI 内存价格在 12 个月内暴涨 500%,存储紧缺态势持续加剧。报道指出,内存行业出现“摩尔定律倒退回 2007 年水平”的现象,价格与供给格局剧烈逆转。对依赖大模型训练与推理的 AI 企业而言,内存成本急剧攀升正成为扩张路上的关键瓶颈,或将重塑算力基础设施的采购与部署策略。
Latent Space 报道 AI 内存价格一年飙升 500%,逼近 2007 年水平
量子位报道,具身数据底座正式开卖,首发价 5100 元,为机器人训练数据提供全新解法。该产品定位为全栈物理 AI 基础设施,直击具身智能落地中的数据采集与训练瓶颈。随着具身智能赛道持续升温,低成本、标准化的训练数据底座有望降低行业门槛,加速机器人从实验室走向真实场景。
量子位报道具身数据底座开卖,首发 5100 元
量子位报道,源络科技推动 AI for Science 进入实验室 3.0 阶段,机器人正式走进国家级实验室。这意味着 AI 不再停留于数据处理与模拟计算,而是开始“动手”参与真实实验操作。将机器人引入科研一线,有望显著提升实验效率与可重复性,加速科学发现进程,是 AI for Science 从理论走向实践的关键一步。
源络科技推动机器人走进国家级实验室,AI for Science 开启动手时代
OpenAI 宣布 ChatGPT Ads 广告平台扩展至 31 个欧洲市场,广告主可在用户探索、比较选项与做决策的过程中触达受众。此次大规模扩张意味着 OpenAI 商业化步伐进一步加快,广告业务成为继订阅之外的又一重要收入来源,同时将改变欧洲数字广告市场格局。
OpenAI 将 ChatGPT Ads 扩展至 31 个欧洲市场

Glean CEO Arvind Jain 撰文指出,前沿模型调用成本与开源权重模型流行正共同推动模型路由需求增长。模型路由可在多个模型间智能分配请求,帮助组织在保证输出质量的同时有效控制 AI 推理成本;规模化的人类反馈循环则持续优化路由决策。Jain 认为,随着模型选择日益多样,路由层正成为企业 AI 架构中的关键基础设施。
Glean CEO 称模型路由成企业控制 AI 成本关键
百度发布 2026 Q2 财报,总营收 313 亿元,AI 业务收入占比 50%,连续两季过半;GPU 云同比增长 283%,连续四季度三位数增长。李彦宏在业绩会上表示,基础大模型仍在快速迭代,长期竞争力取决于持续投入与耐心,文心将重回 AI 第一梯队。百度拟年底前完成香港主要上市,8 月 26 日将召开股东大会寻求批准。
李彦宏放话文心将重回 AI 第一梯队,百度 AI 收入占比连续两季过半
OpenAI 宣布与 CodeAI 达成合作,共同帮助学生建立 AI 素养、批判性思考 AI,并培养负责任地使用和塑造 AI 的能力。双方将面向教育场景提供 AI 学习资源与能力训练,为第一代 AI 原生学习者做好准备。这是 OpenAI 在教育领域的又一合作布局,延续其在青少年 AI 教育上的投入节奏。
OpenAI 与 CodeAI 合作培养学生 AI 素养与批判性思维
OpenAI 正式发布 ChatGPT for Teens,面向青少年学习场景设计,内置更强的安全保护、健康使用功能,并新增家长控制选项。该版本旨在帮助青少年更自信地学习、批判性思考并负责任地使用 AI,是 OpenAI 针对未成年人使用场景的正式产品化动作,体现其在安全对齐与产品分级上的持续投入。
OpenAI 推出青少年版 ChatGPT,内置加强保护与家长控制
ElevenLabs 上线适用于 Claude 的 MCP(模型上下文协议)集成,用户可在聊天界面中直接创建和管理 ElevenLabs 语音智能体(Voice Agent),无需切换应用即可完成语音 Agent 的搭建、配置与调用。此举进一步打通了主流对话助手与专业语音生成服务之间的壁垒,降低了语音智能体的开发与使用门槛。
ElevenLabs 将语音智能体接入 Claude MCP,聊天内即可创建与管理语音 Agent
AI 行业最激进的承诺是 AI 即将在几乎无需人类监督的情况下自我改进:大模型已能写代码、生成训练用合成数据、优化自身运行的芯片。MIT 科技评论分析指出,所谓递归自我改进(recursive self-improvement)的爆发式进展预测可能过于乐观,相关技术链条仍存在显著瓶颈与不确定性,距真正自主迭代尚有距离。
MIT 科技评论质疑 AI 递归自我改进会很快到来