Lazy loaded image
一天四条消息,看 AI 的算力、端侧与评测走向
字数 877阅读时长≈ 3 分钟
2026-10-21
2026-10-21

开篇

今天的四条消息看似分散,其实都在问同一个问题:算力和决策权放在哪里。有的在云端争夺,有的搬到手机和电脑上,还有的在检验模型决策是否公平。需要先说明,部分来源页面只抓取到了导航栏或验证页,能直接核实的内容有限,下文会区分来源事实与我的判断。
本文的细节主要来自来源页面的摘要。凡是抓取内容不足以确认的数字,都已列入编辑备注,请以原文为准。

Anthropic 与云厂商的关系

TechCrunch 的报道把 Anthropic 与云合作伙伴的关系形容为“变得复杂”。据来源摘要,原因是 Anthropic 与大型云厂商之间,既是客户与供应商,又有竞争关系。
我的观察是:模型公司越做越大,对算力的依赖和对云厂商的议价能力会同时上升。对开发者而言,这意味着底层模型的可用性与价格可能受到这类商业关系影响。这是推测,不是已证实的结论。
图片来源:Anthropic’s cloud partnerships are getting messy | TechCrunch原文链接
图片来源:Anthropic’s cloud partnerships are getting messy | TechCrunch原文链接

SpaceX 的 AI 业务

TechCrunch 的标题称 SpaceX 的 AI 业务好于预期。具体的营收、利润、占比与算力规模,只出现在来源摘要中,页面摘录未能核实,因此我不在此展开。
值得留意的是,AI 业务的表现已经足以成为一家航天公司财报的焦点。至于这是否可持续,现在下结论为时尚早。
图片来源:SpaceX's AI business is beating expectations | TechCrunch原文链接
图片来源:SpaceX's AI business is beating expectations | TechCrunch原文链接

Perplexity Computer 本地运行

Perplexity 的 CEO 在 X 上表示,Perplexity Computer 现在可以在 Mac 上完全本地运行,不依赖云端推理,断网也能用。官方账号的转发提到,它可以配合本机原生应用和本地文件工作,任务不必发送敏感数据。
对注重隐私的用户,这是实在的选择。不过,本地运行的模型规模、速度与能力边界,来源中没有给出细节,需要实际测试后才能评价。
图片来源:Aravind Srinivas on X: "You can now run Perplexity Computer fully local on your Mac with no cloud based inference, without WiFi too. Enjoy!" / X原文链接
图片来源:Aravind Srinivas on X: "You can now run Perplexity Computer fully local on your Mac with no cloud based inference, without WiFi too. Enjoy!" / X原文链接

Ai2 的 FairStress

Ai2 发布了名为 FairStress 的基准,用来评估大模型在决策场景中的公平性。从标题看,它关注的是模型决策中被平均指标掩盖的不对称。测试规模、场景数量等数字,页面摘录未能覆盖,我只作为待核实信息记录。
我认为这类评测的价值,在于把“平均表现不错”和“在压力下是否稳定”区分开。选型时,这一维度值得纳入。
图片来源:FairStress: A deeper evaluation of fairness in LLM decision-making | Ai2原文链接
图片来源:FairStress: A deeper evaluation of fairness in LLM decision-making | Ai2原文链接

面壁智能的端侧调度

面壁智能的文章讨论让大型 MoE 模型在手机端侧运行的调度技术。但该页面只抓取到了验证提示,正文无法核实,我没有引用其中的性能数字。

继续观察

  • 云厂商与模型公司的竞合,会不会影响开发者能拿到的模型与价格。
  • 本地运行的智能体,在真实任务上能做到什么程度。
  • 公平性评测能否成为模型发布时的常规项目。

来源

  • https://techcrunch.com/2026/10/20/anthropics-cloud-partnerships-are-getting-messy/
  • https://techcrunch.com/2026/10/20/spacexs-ai-business-is-beating-expectations/
  • https://x.com/AravSrinivas/status/2112583333825950207
  • https://allenai.org/blog/fairstress
  • https://mp.weixin.qq.com/s?__biz=Mzg3Mzg2MTg2NQ%3D%3D&mid=2247499532&idx=1&sn=db2949b48bf8909d80def369b51a81ea
上一篇
Ami 案例拆解:用 Foundry Local 在安卓手机上跑通语音问答
下一篇
三款开源权重大模型上架 Foundry:部署配置比跑分更值得看