1. 华为与高通签署多年专利协议：AI、计算、5G成套交叉授权

华为和高通共同宣布一项多年、广泛的专利许可协议，覆盖5G、计算、AI和网络技术，双方将交叉授权相关专利；与此同时，高通还将购买华为一批涉及计算、AI、网络等领域的美国专利。交易仍需监管批准后才能完成。这是双方首个覆盖5G的专利许可协议；华为预计，相关交易完成后，其累计专利许可协议价值将超过69亿美元。知识产权在中美之间仍可能继续跨境流动。华为过去几年在计算体系上的专利积累已开始进入国际商业许可体系。

2.Beam万张GB300跑强化学习，美国开放权重模型押注推理效率

Reflection公布首个开放权重模型Beam：采用稀疏MoE架构，5010亿总参数、每Token激活230亿参数，预训练使用23.8万亿Token，在6,144张Nvidia GB300 GPU上不到4周完成。后训练部署约10,500张GB300运行4周的大规模强化学习系统，生成超过1亿条rollout，平均同时运行约11万条rollout，并调用约13亿个沙箱完成训练与评分。强化学习过程中推理与训练GPU比例动态维持在约3.9:1—5.4:1，显示智能体强化学习正在成为一个本身需要大规模推理集群的新计算负载。Reflection称，在部分高级推理测试上，Beam取得接近GLM-5.2的成绩，但估算的生成阶段推理计算量低3-4倍。Beam目前仍处最后红队测试阶段，模型权重、技术报告和模型卡计划本月稍晚发布。

3. 施耐德正式收下PTC：花226亿美元让AI进工厂

施耐德电气已经正式同意以每股205美元现金收购PTC，股权价值226亿美元、企业价值237亿美元，较PTC此前收盘价溢价42.3%，预计2027年三季度完成，仍需股东和监管批准。施耐德预计交易完成后，软件经常性收入将提高到集团销售额约24%，并计划实现约8亿欧元收入协同和2.5亿欧元年度成本协同。消息公布后施耐德股价一度跌近10%，PTC美股盘前涨约34%。这是电力设备-自动化-工业数据-工程软件-AI开始进一步纵向合并。施耐德 CEO布鲁姆（ Olivier Blum）点出了关键：AI要进入工厂，真正稀缺的是能为模型提供上下文的工程和产品生命周期数据。

4. 黄仁勋数千亿级AI基础设施操盘手浮出水面：女婿

据The Information，35岁的卡普里茨（Nico Caprez）已迅速成为黄仁勋最信任的高管之一。卡普里茨于2024年初加入英伟达，今年1月已升任全球AI基础设施增长副总裁，目前负责公司与新云及数据中心企业的数十亿美元级关系，并共同领导英伟达云伙伴项目。他还是英伟达把GPU变成可融资资产的关键操盘手之一：参与推动公司与华尔街机构筹集超过5000亿美元第三方AI基础设施资本，帮助年轻云商获得信用支持、客户订单、土地和电力。他此前还参与为澳大利亚Firmus设计融资支持，使其能够采购约17万颗Grace Blackwell和Vera Rubin芯片、价值可能超过150亿美元。卡普里茨也是黄仁勋女儿黄敏珊（Madison Huang）的丈夫；文章称部分员工已开始讨论两人未来在英伟达领导层中的角色。

5. 首次允许AI直接开药：美国犹他州从18岁以上痤疮患者开始

美国犹他州监管机构已允许医疗AI公司Nolla Health开展一项AI初始处方试点。Nolla称，这是美国首个获得州监管授权、由AI开出首次处方而非仅续方的项目。试点目前仅面向18岁以上的轻至中度痤疮患者：用户完成问卷和五角度面部扫描后，AI从预先批准的外用治疗方案中选择治疗并生成处方；重度痤疮、孕期等超出范围的病例自动转给医生。但AI无需医生即可开药，仍需要加上阶段限定。第一阶段前100名患者的每张AI处方仍需两名持牌医生分别审核批准；第二阶段最多500名患者，AI可以先将处方直接送往药房，再由医生至少每周事后复核；第三阶段才降至医生每月抽查至少10%的处方。每次升级都要求至少95%的AI+医生一致率、零严重不良事件，并获得州政府书面批准。患者在整个过程中仍可联系持牌医生。

6. OpenAI把广告塞进图像生成：称ChatGPT每周触达12亿用户

OpenAI 宣布将推出新的视觉广告格式，本月稍晚首先在美国和首批广告主中测试，初期广告会出现在ChatGPT图像生成过程中，并与生成内容明确分离。公司同时扩大与Hightouch、Tealium、LiveRamp等测量和转化数据合作。OpenAI称ChatGPT目前每周触达12亿人。ChatGPT的商业模式正在从订阅/API进一步向“高意图场景广告”扩展，用户在生成装修效果图、产品方案或购物灵感时，本身已经接近消费决策，这种广告位的商业价值理论上高于普通信息流曝光。

7. OpenAI将在欧盟给ChatGPT文字加水印：AI文本溯源首次大规模部署

为满足EU《人工智能法》（AI Act）的机器可识别要求，OpenAI 宣布未来几周将在欧盟为符合条件的ChatGPT和Codex文本加入名为textGrain的隐形统计水印；全球API客户从当天起可以选择开启，但默认关闭。OpenAI同时明确承认其局限：400 Token文本在替换10%词语后，检测率可从约92%降至66%；而且检测不到水印绝不等于文本由人类创作。检测器初期只开放给获批研究者和专业机构。这项技术并没有解决AI文本鉴定，而是应监管要求推出的一个不完美的溯源机制进入真实世界。

8. Etched又收到400亿—500亿美元估值报价：资本继续为AI推理ASIC狂热

据TechCrunch ，AI芯片公司Etched正在评估新的投资邀约，一线投资者给出的估值约400亿美元，部分较小投资机构甚至报价500亿美元。谈判仍处早期。Etched数月前刚以210亿美元估值融资7亿美元；公司此前称已有超过10亿美元客户订单，Jane Street既是投资者也是首批系统客户。市场押注的是推理工作负载足够大之后，为Transformer/智能体推理专门设计的ASIC是否能从英伟达通用平台手中切走一部分经济利润。

9. 微软、Meta开始削减Claude支出，便宜的token反而更贵：背后逻辑是任务成本

Mavvrik对396家企业的调查显示，只有11%能够准确预测AI支出。更反直觉的是，斯坦福、卡内基.梅隆、伯克利和微软研究等分析超过6800项智能体任务发现，在约32%的模型比较中，Token单价更便宜的模型最终反而成本更高，便宜模型可能需要更多步骤、反复重试甚至最终失败。一个案例中，Gemini Flash接近1000步仍未完成任务，消耗约14美元；更昂贵的Gemini Pro约85步完成，同一任务成本约1美元。微软另一项研究还发现，同一模型执行同一任务，不同运行之间Token消耗最高可相差30倍，而多花Token并不必然提高成功率。

这一趋势已经进入大型企业的实际采购决策。据The Information，微软今年早些时候预计内部使用Claude Code的年化支出至少达到10亿美元，随后已削减超过三分之一；Meta内部Claude Code用户则从约6万人降至3万人，不过最近28天仍花费超过1.05亿美元。微软面向Copilot客户调用Claude的支出仍在增长，因此这并不等于Anthropic总体需求正在下降，而是最重度企业客户开始主动进行模型路由和成本控制。

企业采购AI服务，单位任务的智能经济性越来越重要。一般来说昂贵前沿模型可能被保留给复杂任务，普通工作则路由给小模型、自研模型或更便宜的Flash模型，多模型动态路由因此会成为企业AI基础设施的重要一层。