文 | 競(jìng)合人工智能
埃隆·馬斯克宣稱(chēng)特斯拉下一代AI5芯片性能將較現(xiàn)有芯片提升40倍，黃仁勛的英偉達(dá)發(fā)布超長(zhǎng)上下文推理芯片Rubin CPX，而谷歌的AI科研系統(tǒng)在六大領(lǐng)域全面超越專(zhuān)家——這三家巨頭正在以截然不同的路徑重塑AI格局。
美國(guó)科技七巨頭（Apple、Microsoft、Alphabet/Google、Amazon、Meta、Nvidia和Tesla）中，特斯拉、英偉達(dá)和谷歌被視為未來(lái)AI競(jìng)爭(zhēng)中最被看好的領(lǐng)跑者。
Wedbush報(bào)告指出，AI領(lǐng)域的資本支出將在未來(lái)三年突破2萬(wàn)億美元，而這些公司正各顯神通地布局。谷歌憑借71頁(yè)科研報(bào)告展示AI在多個(gè)科學(xué)領(lǐng)域超越專(zhuān)家的能力，英偉達(dá)以Rubin CPX芯片重新定義算力效率，而特斯拉則將其未來(lái)價(jià)值的80%押注在人形機(jī)器人和自動(dòng)駕駛。
01 三強(qiáng)鼎立：各異其趣的AI戰(zhàn)略
特斯拉的AI戰(zhàn)略緊緊圍繞“現(xiàn)實(shí)世界應(yīng)用”展開(kāi)。馬斯克宣稱(chēng)，特斯拉未來(lái)約80%的價(jià)值將來(lái)自O(shè)ptimus人形機(jī)器人。
特斯拉的AI優(yōu)勢(shì)在于其現(xiàn)實(shí)世界數(shù)據(jù)獲取能力：數(shù)百萬(wàn)輛特斯拉車(chē)輛每天收集大量真實(shí)路況數(shù)據(jù)，為訓(xùn)練自動(dòng)駕駛系統(tǒng)提供源源不斷的燃料。這種數(shù)據(jù)優(yōu)勢(shì)是其他公司難以企及的。
英偉達(dá)則繼續(xù)扮演著AI時(shí)代的“賣(mài)鏟人”角色。最新推出的Rubin CPX芯片專(zhuān)為長(zhǎng)上下文工作負(fù)載設(shè)計(jì)，能夠處理數(shù)百萬(wàn)tokens的推理任務(wù)。
黃仁勛的創(chuàng)新在于將AI推理分為上下文階段與生成階段，分別優(yōu)化計(jì)算與內(nèi)存資源，顯著提升算力利用率。
谷歌的AI戰(zhàn)略則體現(xiàn)在科研深度與跨領(lǐng)域泛化能力上。谷歌最新AI系統(tǒng)在六大領(lǐng)域全面超越專(zhuān)家，包括基因組學(xué)、公共健康、地理遙感、神經(jīng)科學(xué)、數(shù)學(xué)和時(shí)間序列預(yù)測(cè)。
谷歌提出的“實(shí)證軟件”概念，將科研問(wèn)題轉(zhuǎn)化為可計(jì)分任務(wù)，使AI能夠自動(dòng)生成研究思路并寫(xiě)出可執(zhí)行代碼。
02 失意巨頭：Meta的AI困境與掙扎
在AI競(jìng)賽中，Meta（Facebook母公司）雖然投入巨大，卻面臨重重挑戰(zhàn)。Meta曾計(jì)劃在2025年投入至少4000億美元提升AI算力，部署130萬(wàn)張GPU，但其AI之路卻“節(jié)節(jié)敗退”。
Meta的核心問(wèn)題在于戰(zhàn)略搖擺和組織文化。2021年，當(dāng)其他科技巨頭開(kāi)始布局生成式AI時(shí)，Meta卻全力押注元宇宙，更名并投入數(shù)百億美元建設(shè)虛擬世界。這一決策導(dǎo)致兩個(gè)嚴(yán)重后果：錯(cuò)失生成式AI的黃金發(fā)展期，直到ChatGPT爆火后的2023年2月，Meta才成立專(zhuān)門(mén)的生成式AI團(tuán)隊(duì)，而此時(shí)OpenAI已領(lǐng)先一年；資源分散，元宇宙業(yè)務(wù)Reality Labs持續(xù)巨額虧損，2025年第一季度達(dá)42億美元，消耗了本可用于AI的現(xiàn)金流。
Meta的技術(shù)路徑也存在爭(zhēng)議。雖然Meta計(jì)劃投入巨額資金提升算力，但其技術(shù)路徑依賴傳統(tǒng)的密集Transformer架構(gòu)，導(dǎo)致資源利用率較低。相比之下，DeepSeek等競(jìng)爭(zhēng)對(duì)手通過(guò)稀疏MoE架構(gòu)（僅激活5%-10%參數(shù)）和FP8混合精度訓(xùn)練，將訓(xùn)練成本降至Meta模型的1/11。
2025年5月，Meta宣布將其AI部門(mén)拆分為兩個(gè)獨(dú)立方向：面向消費(fèi)者的AI產(chǎn)品團(tuán)隊(duì)，以及追求通用人工智能（AGI）的“AGI Foundations”基礎(chǔ)組。這一重組反映了Meta試圖解決“研究導(dǎo)向”與“產(chǎn)品落地”之間的矛盾。
03 硬件為王：芯片戰(zhàn)爭(zhēng)的三個(gè)維度
AI競(jìng)爭(zhēng)的核心是算力競(jìng)爭(zhēng)，而算力競(jìng)爭(zhēng)的關(guān)鍵在于芯片。
特斯拉停止了Dojo項(xiàng)目，將資源集中到AI5和AI6芯片開(kāi)發(fā)上。馬斯克稱(chēng)AI5芯片已完成設(shè)計(jì)評(píng)審，并稱(chēng)其為“史詩(shī)級(jí)”產(chǎn)品，針對(duì)參數(shù)規(guī)模約2500億以下的模型，可能是最佳推理芯片。
英偉達(dá)的Rubin CPX則搭載128GB GDDR7內(nèi)存，在NVFP4精度下提供30 petaFLOPs的算力，專(zhuān)門(mén)優(yōu)化高吞吐的上下文解析任務(wù)。英偉達(dá)估計(jì)，部署價(jià)值1億美元的新芯片，將能為客戶帶來(lái)50億美元的收入。
谷歌則通過(guò)合作伙伴關(guān)系強(qiáng)化硬件能力。與英偉達(dá)的合作使谷歌能夠通過(guò)Vertex AI和Google Distributed Cloud為企業(yè)提供Gemini模型服務(wù)，利用英偉達(dá)的Blackwell平臺(tái)提升性能。
04 軟件生態(tài)：從代碼生成到科學(xué)發(fā)現(xiàn)
軟件層面，三家公司也呈現(xiàn)出不同的發(fā)展路徑。
谷歌的AI系統(tǒng)已經(jīng)能夠自動(dòng)生成代碼并優(yōu)化科研方法。在基因組學(xué)任務(wù)中，AI把BBKNN和另一種方法ComBat拼接在一起，得到一個(gè)完全新穎的解法，比最佳人工方法提升了14%。
特斯拉的軟件優(yōu)勢(shì)體現(xiàn)在其完整的垂直整合能力——從芯片到車(chē)輛再到機(jī)器人，特斯拉控制著整個(gè)堆棧。這種整合使得特斯拉能夠?qū)⒆詣?dòng)駕駛領(lǐng)域的技術(shù)進(jìn)步快速遷移到人形機(jī)器人上。
英偉達(dá)則通過(guò)軟件棧支持其硬件生態(tài)系統(tǒng)。Dynamo平臺(tái)能夠協(xié)調(diào)上下文處理和生成處理工作，使Rubin CPX負(fù)責(zé)處理長(zhǎng)序列輸入，Rubin GPU負(fù)責(zé)逐Token生成，兩者通過(guò)高速連接和統(tǒng)一的軟件棧配合完成整個(gè)任務(wù)。
05 數(shù)據(jù)優(yōu)勢(shì)：各具特色的護(hù)城河
在AI時(shí)代，數(shù)據(jù)是新的石油，而這三家公司各自擁有獨(dú)特的數(shù)據(jù)優(yōu)勢(shì)。
特斯拉通過(guò)其電動(dòng)汽車(chē)收集的真實(shí)世界駕駛數(shù)據(jù)是無(wú)價(jià)的。這些數(shù)據(jù)不僅用于訓(xùn)練自動(dòng)駕駛系統(tǒng)，還可能用于訓(xùn)練更通用的人工智能系統(tǒng)。
谷歌則通過(guò)其搜索引擎和各種服務(wù)（如Google Maps、Google Photos等）收集大量用戶數(shù)據(jù)，這些數(shù)據(jù)可用于訓(xùn)練和改進(jìn)AI模型。
英偉達(dá)雖然不直接收集終端用戶數(shù)據(jù)，但其通過(guò)合作伙伴獲得的多樣化工作負(fù)載數(shù)據(jù)，幫助它優(yōu)化芯片架構(gòu)和軟件棧，更好地支持各種AI應(yīng)用。
06 被挑戰(zhàn)的巨頭：微軟、蘋(píng)果與亞馬遜的應(yīng)對(duì)
面對(duì)特斯拉、英偉達(dá)和谷歌的AI攻勢(shì)，其他科技巨頭也在積極布局。
微軟正在加大自研AI模型的投入。據(jù)透露，微軟計(jì)劃擴(kuò)大計(jì)算集群規(guī)模，將是目前模型的“六到十倍”。微軟的MAI-1-preview模型在15000塊英偉達(dá)H100芯片上進(jìn)行了訓(xùn)練。
微軟采取的是“多模型策略”，既深化與OpenAI的合作，又與其他模型制造商合作，同時(shí)構(gòu)建自研模型。這種策略的優(yōu)勢(shì)是靈活性，但可能分散資源。
蘋(píng)果則在其最新的iOS 26中深度整合AI功能。Apple Intelligence套件已擴(kuò)展至包括消息、視頻通話和電話的實(shí)時(shí)翻譯，以及照片和屏幕截圖的視覺(jué)分析。
蘋(píng)果的優(yōu)勢(shì)在于其完整的硬件-軟件-服務(wù)生態(tài)系統(tǒng)和強(qiáng)調(diào)隱私的賣(mài)點(diǎn)。但在生成式AI和大語(yǔ)言模型方面，蘋(píng)果相對(duì)落后于谷歌和微軟。
亞馬遜通過(guò)AWS在AI云服務(wù)領(lǐng)域占據(jù)重要地位，但其自研大模型的性能與領(lǐng)先者仍有差距。亞馬遜的策略是通過(guò)投資Anthropic等AI公司，并結(jié)合自身的云服務(wù)優(yōu)勢(shì)，為企業(yè)提供完整的AI解決方案。
07 未來(lái)格局：多條道路的碰撞與融合
未來(lái)的AI競(jìng)爭(zhēng)格局可能會(huì)呈現(xiàn)出多條不同道路的碰撞與融合。
特斯拉的道路是具身智能，將AI與物理世界交互相結(jié)合，通過(guò)機(jī)器人和自動(dòng)駕駛車(chē)輛實(shí)現(xiàn)。
英偉達(dá)的道路是提供基礎(chǔ)設(shè)施，作為AI時(shí)代的“賣(mài)鏟人”，為整個(gè)行業(yè)提供計(jì)算工具。
谷歌的道路是通用人工智能，通過(guò)大規(guī)模模型和算法創(chuàng)新，實(shí)現(xiàn)人類(lèi)水平的智能。
Meta的道路仍在探索中，但其最近的組織架構(gòu)調(diào)整顯示，它可能同時(shí)追求消費(fèi)者AI產(chǎn)品和前沿AGI研究?jī)蓷l路徑。Meta面臨的挑戰(zhàn)是如何將技術(shù)進(jìn)步轉(zhuǎn)化為實(shí)際的產(chǎn)品和商業(yè)價(jià)值。
Wedbush分析師Daniel Ives預(yù)測(cè)，未來(lái)科技股將在2025年迎來(lái)約25%的增長(zhǎng)，主要原因在于市場(chǎng)環(huán)境更為寬松、企業(yè)在AI方面的投資意愿增強(qiáng)。
芯片已跨越星球成為剛需。特斯拉人形機(jī)器人的手部細(xì)節(jié)逼真，AI芯片的算力達(dá)到史詩(shī)級(jí)，能源網(wǎng)絡(luò)的智能正在部署。
英偉達(dá)的Rubin CPX芯片處理百萬(wàn)Token推理任務(wù)時(shí)，注意力機(jī)制的處理速度比前代快3倍。谷歌的AI系統(tǒng)把科學(xué)家?guī)讉€(gè)月的探索壓縮到幾小時(shí)完成。
這些科技巨頭正在不同的跑道上競(jìng)賽，但毫無(wú)疑問(wèn)，特斯拉、英偉達(dá)和谷歌已經(jīng)率先看到了終點(diǎn)的曙光。而Meta等其他巨頭仍在調(diào)整戰(zhàn)略，尋找自己在AI時(shí)代的最佳定位。未來(lái)的AI競(jìng)爭(zhēng)將不再是單純的模型性能比拼，而是技術(shù)實(shí)力、產(chǎn)品化能力、商業(yè)模式和生態(tài)系統(tǒng)的綜合競(jìng)爭(zhēng)。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論