AI行业日报 - 2026年6月25日

史上最聪明的韩小凡！ Lv6
  2026-06-25 08:00 2026-06-25 08:00 创建   2026-07-07 00:33:28 2026-07-07 00:33:28 更新      3.9k 字  13 分钟  

今日速览

  • 英伟达供电架构：英伟达800V HVDC Power Rack方案锁定2026年Q3备货，为Vera Rubin及后续Ultra系列铺路，预计2028年大规模采用，预示数据中心基础设施将迎高压变革。
  • AI与就业：新数据挑战“AI取代工程师”论调，工程师在新招聘中的占比反而在上升，显示出技术岗位的韧性。
  • 人才流向：谷歌AI大将Jonas Adler和Alexander Pritzel加盟Anthropic，顶尖人才争夺战持续白热化，从巨头流向明星初创趋势不减。
  • OpenAI自研芯片：OpenAI发布首款AI专用推理芯片“Jalapeño”，与博通合作，正式进军定制化硬件领域，模型竞争开始向芯片层延伸。
  • AI设计工具迭代：Figma发布AI驱动的动态图形和着色器工具，并重构画布以支持全栈开发，设计平台正从矢量编辑演变为AI原生的创意工程环境。

今日要闻

事件：Figma在年度Config大会上公布了一系列重大更新，重新设计了画布以原生支持全栈开发流程，将设计、代码、AI代理和团队协作深度融合于一处。其中最引人注目的是AI动态图形和着色器工具，设计师可以通过自然语言描述直接生成动画效果和过渡转场。Figma CEO Dylan Field在同期访谈中强调，AI为公司带来了强劲的“顺风”而非逆风。

为什么重要：这标志着设计工具正在经历自图形用户界面（GUI）诞生以来最深刻的一次范式重构。Figma不再满足于做一个协同设计工具，而是向“创意工程平台”蜕变。其核心洞察在于，AI并未取代设计师，而是将设计的边界拓展到了代码和动态交互领域，使设计师能够直接产出可动、可交互的高保真原型，打破了设计与开发之间的传统城墙。Field的观点极具代表性，他认为AI不是替代关系，而是能力放大器，这种对AI的拥抱姿态是头部SaaS公司在当前浪潮中求存并壮大的关键。

行业影响：短期内，Adobe等竞争对手将面临更大压力，Figma这种将AI能力深植于核心工作流的做法，可能加速创意工具市场的洗牌。长期看，“设计即代码”的趋势将进一步模糊设计师与前端工程师的职能边界，催生出新的“创意工程师”角色。对于整个AI应用层创业公司而言，Figma提供了一个范本：不是开发孤立的AI功能，而是用AI重新思考整个产品架构。这将成为B端SaaS运用AI的方向标。

事件：OpenAI正式公布了与其合作伙伴博通共同研发的首款AI专用推理芯片“Jalapeño”。这是一款ASIC芯片，专门为当下和未来大语言模型的推理任务而设计，旨在高效处理从ChatGPT到Codex等各类代理请求。官方信息称其将用于支持OpenAI的AI服务器，距离去年夏天宣布与博通的合作计划仅过去了九个月。

为什么重要：此举是OpenAI走向垂直整合的关键一步，深刻映射出AI产业从“模型为王”向“模型-算力-芯片”全栈竞争转变的趋势。通过自研推理芯片，OpenAI意图摆脱对英伟达GPU的绝对依赖，尤其是在高并发、高能耗的推理场景中追求极致的成本效益和性能控制。“Jalapeño”的命名和ASIC的定位暗示了其专精于推理任务的策略，这与训练场景的大规模并行计算形成区隔，是在英伟达CUDA生态壁垒之外，寻找一个结构性突破口。

行业影响：对英伟达而言，尽管短期内其训练芯片的地位无可撼动，但最大客户开始自研推理芯片，长期恐将侵蚀其推理市场的增长预期。对博通等定制芯片服务商而言，这无疑是重大利好，证明了除谷歌TPU之外，其他云厂商和AI巨头对定制ASIC的需求真实且迫切。此举或将引发一轮新的AI芯片投资和定制化浪潮，促使Meta、亚马逊等巨头加快自研步伐，使AI算力的供给格局从寡头垄断走向多元混战。

行业动态

AI人才迁移正在重塑行业版图。谷歌DeepMind的顶尖研究员Jonas Adler和Alexander Pritzel确认将离开谷歌加入Anthropic，这已是近期一系列从谷歌流向Anthropic的重量级人才转移的延续，此前还包括Noam Shazeer等传奇人物。这种持续的人才单向流动，折射出研究氛围、组织文化和企业战略的巨大差异。谷歌虽在基础研究上积累深厚，但受制于庞大体量和谨慎的产品化策略，正面临核心人才被更敏捷、使命更聚焦的对手挖角的风险。 对Anthropic而言，这些带着大型模型训练和管理经验的人才，是其试图在安全、可控边界内赶超OpenAI的核心资本。这表明，AI军备竞赛已从单纯的算力、资金层面，上升为对顶尖智力资本的激烈争夺，公司的研究愿景和自由探索空间成为吸引顶级科学家的关键因素。

针对“AI取代工作”的恐慌，新数据提供了另一种叙事。据TechCrunch援引SignalFire的数据报道，在科技行业整体裁员叙事中，工程师不仅没有被AI取代，其在新招聘岗位中的占比反而在扩大。这打破了市场上流行的AI将迅速大规模替代技术白领的线性预测。真相可能更接近历史规律：技术变革消灭特定任务，但创造对新型技能的需求。 工程师更多地转向构建、管理和监督AI系统，而非被其简单替代。这份数据对当下弥漫的就业焦虑提供了一剂冷静剂，尤其是在舆论过度聚焦AI负面冲击的背景下。它揭示了AI催生的“结构性就业变化”，即工作内容与技能要求急速迭代，但人类在定义问题、系统整合和创造性解决方案上的价值，暂时依然牢固。

技术进展

Figma在AI与创意工具融合的道路上踏出了实质性步伐。 在Config 2026大会上公布的更新中，除了设计-代码的深度整合，最直观的技术演进是AI动态图形和着色器生成工具。用户可以仅凭自然语言描述，如“让这个按钮在点击时产生水波纹扩散效果”，即可生成复杂的动画和GPU着色器代码。这将原本需要专业动效设计师或图形程序员才能完成的工作，交到了更普遍的设计师手中。在底层，这要求AI模型不仅理解视觉意图，还需精确生成能在未来产品中稳定运行的、参数可调的代码。这不再是单纯的图像生成，而是向生产级创意工程资产的直接转化，其技术难度比静态生成高出数级。结合Hugging Face发布的与NVIDIA NeMo AutoModel合作加速Transformer微调的技术博客，行业推进AI模型特化与工具化的趋势愈发清晰，让复杂技术能在特定垂直场景中变得简单、易用、高效。

AI的基础设施层面也在酝酿巨变。 谷歌通过Chrome浏览器上的Gemini插件，推出了“屏幕选择”工具，并开放了Gemini 3.5 Flash的“计算机使用”能力给开发者。这意味着AI开始获得对用户图形界面进行精准感知和操作的能力，而不仅限于处理文本或预设API，这是AI Agent走向通用电脑操作的关键技术铺垫。 而英伟达为其下一代Rubin平台构建的800V高压直流供电架构，则从物理层面对AI的数据中心基础设施发起挑战。800V HVDC方案旨在应对未来AI服务器动辄数万瓦的功耗，将电力传输效率推至极限。技术细节预示着，未来AI的规模竞争不仅是纳米和比特的竞逐，也是安培和伏特的高压工程之争。

商业动态

Meta在AI商业化探索上动作频频。公司决定重启并重塑已于2023年关闭的Facebook Creator Studio，重新定位为独立的AI伴侣应用，其核心是一个AI创作助手。该助手能向创作者提供包括内容表现追踪、定制化增长建议在内的深度洞察，并能自动识别“最重要的评论”，以创作者的口吻草拟回复。这标志着Meta正试图盘活拥有海量数据及创作者资源的社交遗产，用AI解决创作者在内容运营和商业化中遇到的实际痛点，如粉丝互动效率低下和运营洞察缺失。这对正面临TikTok强势竞争的Meta而言，是通过为创作者赋能来加固其平台护城河的战略性防守。

百度则在AI+公共服务的细分场景中找到了落地强需求的高频场景。 百度官方数据显示，今年高考期间其AI志愿服务功能已被1500万人使用，相关服务累计触达超12亿人次。这证明了在人生重大决策（高考志愿填报）这种信息极不对称、变量繁多的领域，AI的巨大辅助决策价值能够直接转化为庞大的用户规模和使用粘性。这不仅是一个成功的商业场景，也展示了AI作为数字化公共服务基石的可行性。对于正在探索大模型实用化的众多公司而言，百度的案例指明了一条道路：从社会民生迫切的刚性需求切入，更能绕过技术炫技的陷阱，直达价值兑现的彼岸。

至于OpenAI首款AI芯片Jalapeño，这标志着它正式跨进了价值万亿美元的半导体竞技场。其商业模式从售卖API服务向上游延伸至核心硬件，将彻底改变它与云服务商、芯片制造商之间的议价格局和竞合关系。

政策与监管

一场由极右翼众议员引发的闹剧，触及了AI在立法领域使用的严肃议题。众议员Anna Paulina Luna被指其团队在撰写一项重大国防法案修正案摘要时，使用了Anthropic的Claude模型，摘要文本中甚至残留了“Claude回应说”的痕迹。尽管她断然否认用AI撰写法案正文，称仅用于“拼写检查”。此事一经曝光，便迅速点燃了公众对AI侵蚀民主立法过程的深切忧虑。无论Luna的辩解是否成立，这起事件都暴露了一个关键问题：在缺乏规则和透明度的现行立法流程中，AI辅助乃至代笔的灰色地带已经实际存在。这件事的影响远超一则花边新闻，它为全球监管机构敲响警钟，AI治理的边界急需扩展到法律与政策制定者本身，以确保决策过程的完整性和人类主体性。未来，针对AI在政府事务中使用的“水印”或强制披露义务，很可能从议论走向具体的立法提案。

影响分析

将今日的诸多事件串联起来，AI产业未来6-12个月的演进轨迹逐渐清晰。首先，从软件到硬件的全栈竞争将急剧加速。 OpenAI的芯片发布只是一个最显眼的信号。英伟达对800V供电的规划、谷歌对AI与操作系统的整合，以及Meta等公司在AI Agent上的重新布局，都说明头部企业已不再满足于任一单点优势。他们正在芯片、基础设施、交互界面、开发者生态和核心模型等全维度上同时展开布局，意图构建内部闭环的“护城河联盟”。行业将从各自为战的产品竞争，走向以巨头为核心的生态系统对撞。

其次，AI的部署将明晰为“提效”和“重塑”两条路径。 百度AI助手和Meta Creator Studio证明了前者：将AI嵌入现有高频、高价值的工作流，能快速生成商业回报和规模化使用。Figma和OpenAI芯片的案例则指向后者：这不仅是在优化旧业务，更是在定义新的产品范式和产业价值链。从“设计工具”到“创意工程平台”的转化，从“购买GPU”到“自研推理芯片”的战略调整，都是跨代际的应变。未来，更多公司需要在这两种路径中做出决断，二者的资源分配逻辑与成功标准截然不同。

最后，人与AI关系的讨论，将从效率维度深入到情感与制度维度。 研究指出与AI的恋爱可能带来心智风险，而部分工程师却展现出更强的职业韧性，这共同描绘了一幅复杂图景。AI不再是简单的生产力工具，而是深度介入人类情感、认知和制度运作的“准社会主体”。立法者使用AI的争议，将公众的警惕情绪推至临界点。因此，可以预见，未来半年除了技术突破，“负责任AI”和“AI治理”将不再只是伦理会议上的口号，而是会通过更严格的法规、企业自律和公众监督，切实地塑造产品的开发方式和对用户的影响边界。对产业而言，谁能在创新狂潮中主动构建起这份信任，谁就能在下一轮周期中拿到最重要的准入筹码。

参考来源