DeepSeek再降价,Kimi开源2.88万亿模型,字节跳动整合飞书与豆包
摘要:本文梳理了今日AI领域的14条关键动态与3大趋势信号。核心事件包括:DeepSeek V4-Flash将推理成本降至$0.14/百万token,Kimi K3全面开源2.88万亿参数模型;Google Earth AI图像生成功能因安全风险上线48小时即被暂停;字节跳动整合飞书与豆包团队推动AI一体化;八部门要求大模型基础设施全面向IPv6演进。文章指出三大趋势:1)开源模型推理成本跌破商业化临界点,为中小企业创造窗口期;2)AI安全从理论警告升级为实际产品叫停,社会影响评估将成为标配;3)组织重构与基础设施改造正为下一轮AI规模化落地铺路。建议企业抓住成本红利的同时,主动构建安全与合规壁垒。
AI 情报局 · DAILY BRIEF
今天的 AI 世界,发生了什么
就在今天,DeepSeek 把推理成本又砍到了让人看不懂的程度——0.14 美元一百万 token。同一天,Kimi编程榜登顶,Google 却因为真假难辨的卫星图,被迫在 48 小时内撤回了一个新功能。一边在疯狂提速,一边在急踩刹车,今天的 AI 世界像一辆同时踩着油门和刹车的赛车。
今日情报深度分析多源核验全文约4875字 · 阅读12分钟
14条今日重点
3个趋势信号
24H内新鲜事件
⚡ 60秒速览 · 三个关键信号
1开源模型的推理成本已跌破商业化临界点,中小企业不再需要为闭源API的定价权买单
2AI生成内容的安全红线因Google Earth事件变得前所未有的清晰,功能上线前的社会影响评估将成为标配
3推理算力首次超越训练算力成为产业主角,未来的基础设施投资必须围绕“如何让模型跑得更快更便宜”而不是“如何练出更大的模型”展开
📡 今日头条榜 · 14 条重点按重要性排序
TOP 1AI
OpenAI内部模型Astra生成10项复杂数学证明,成本仅约2000美元
OpenAI内部模型Astra在非-sofic群存在、驳斥Connes刚性猜想、高维球体打包改进等领域产生并形式化10项长期难题证明,附带Lean可验证证书与思维链讲解,生成成本低于2000美元。该成果由高管Sebastien Bubeck、Greg Brockman、Noam Brown等人确认,标志着大模型辅助数学推理的显著跃进。
TOP 2AI
DeepSeek V4-Flash开源权重并上线API,推理成本低至$0.14/百万token
DeepSeek发布V4-Flash-0731并完全开源权重,总参数284B、激活13B,支持1M上下文。官方与社区报告显示可在168GB RAM下无损运行,2× RTX Pro 6000 Blackwell上端到端吞吐约243 tok/s,API报价$0.14–$0.28/百万token,极具价格竞争力,推理成本已压至不少业务场景的盈利线以下。
TOP 3AI
Kimi K3全面开源:2.88万亿参数,编程榜第一,Intelligence Index第四
月之暗面宣布Kimi K3全面开源,开放完整模型权重与47页技术报告。K3总参数2.88万亿,每个Token激活1040亿,原生支持100万Token超长上下文。WebDev Arena编程排行榜Elo 1678排名第一,超越Claude Fable 5;Intelligence Index v4.1综合第四,仅次于最强闭源模型。采用专家训练→多教师蒸馏架构。
NO.04AI
Google Earth AI图像生成功能上线不到48小时即被暂停
谷歌将Nano Banana 2图像生成器整合进Google Earth,支持用文字指令在真实卫星图上叠加虚构场景,生成图像含隐形水印但可被用户下载分享。BBC实测发现外部检测工具有时无法识别假图,部分验证机制可被绕过,专家警告该工具易被用于制造虚假信息。谷歌随即宣布暂停服务以加强安全防护。
NO.05AI
多代理系统AgentRadio将SWE基准解决率从32.3%提升至62.1%
AgentRadio在SWE-Atlas QnA上由四代理网络实现62.1%的解决率,远超单代理的32.3%,甚至超越单次运行更高版本模型的57.2%。同时NVIDIA提出NOOA框架建议将代理封装为Python对象,YC开源QM多代理harness(MIT许可),Supabase推出Evals基准,代理工程化生态快速成熟。
NO.06科技
字节跳动整合飞书与豆包,ToB业务走向AI一体化
字节跳动宣布飞书产品团队与豆包产品团队合并为新豆包产品团队,由豆包负责人赵祺领导;飞书GTM团队与火山引擎整合为“创造力服务平台”。飞书负责人谢欣向赵祺汇报,销售负责人林婵等向火山引擎负责人谭待汇报。豆包企业版已在部分飞书客户中内测,这是字节自2021年以来ToB业务最大组织调整,旨在推动生产力场景的深度AI化。
NO.07科技
HuggingFace数据外泄源于三年前已公开的AWS EKS权限提升漏洞
安全报告指出,攻击者利用三年前公开的AWS EKS权限提升技术,从Pod冒充节点获取权限,导致HuggingFace数据异常外泄,暴露了检测和响应机制的缺口。同期Coldcard硬件钱包因2021年固件RNG缺陷被盗高达594 BTC,供应链与固件安全风险再次敲醒警钟。
NO.08政策
八部门联合发文,要求大模型基础设施全面向IPv6演进
工信部等八部门联合印发专项行动,要求智算中心全面普及IPv6、算力调度平台强制支持SRv6策略路由。2027年底前头部大模型企业必须完成网络侧改造,将重塑大模型软件基础设施成本结构,预计为国产网络设备带来800亿至1000亿新增市场。
NO.09研究
锋行链盟报告:推理算力占比首超60%,2026年开启“推理时代”
锋行链盟发布《2026年AI算力产业发展报告》,称2026年全球AI支出将达2.59万亿美元,同比增长47%;AI基础设施支出突破4010亿美元,推理算力需求占比首次超越训练,突破60%。中国智能算力增速43%,算力租赁市场预计达2600亿元,报告将2026年定义为“推理时代”元年。
NO.10投融资
长鑫科技上市首日市值突破4万亿元,成A股新龙头
长鑫科技在A股上市首日市值即超越宁德时代、贵州茅台,位列A股第一,盘中一度超4万亿元。预计上半年营收1100亿至1200亿元,净利润500亿至570亿元。但全球DRAM市占率仅约8%,仍远落后于三星(38%)、SK海力士(29%)和美光(22%),市值与实际份额间存在较大落差。
NO.11AI
瓴羊AgentOne平台发布四名AI员工,已正式上岗
瓴羊AgentOne平台发布四名AI员工,分别负责销售、客服、运营和营销场景,可替代或协助人类员工完成业务闭环,标志企业级AI应用从辅助工具向独立业务执行角色迈进。但实际接管效果与人类员工的配合边界仍需持续观察。
NO.12芯片
存储芯片部分企业利润暴涨最高700倍,AI驱动需求持续增长
存储芯片行业正从周期品转向成长主线,部分企业利润较去年同期最高上涨700倍。AI算力需求是核心驱动力,高带宽内存(HBM)等产品量价齐升,推动头部厂商盈利能力达到近年峰值。但需注意部分暴涨存在基数效应,实际盈利能力仍需看后续季度持续性。
NO.13AI
OpenAI为ChatGPT增加cloud browser监控功能,任命生物韧性负责人
ChatGPT新增cloud browser功能,可实时监控与介入代理运行,桌面端同步推出Activity视图。同时OpenAI任命Dan Wattendorf为OpenAI Foundation生物韧性负责人,显示对AI在生物安全领域潜在影响的重视。但内部员工对AI直接代替人类发起交互持保留态度。
NO.14AI
AI学校Alpha Schools校区将从12个扩张至约50个
AI驱动的私立学校Alpha Schools计划在2026学年将校区从12个扩大到约50个,已实现AI个性化教学,而传统学校仍在艰难探索如何采用AI。此次快速扩张引发教育界对AI角色的广泛讨论,但大规模复制下的教学质量一致性将成为关键观察指标。
01
推理能力突然白菜价,中小企业的窗口期来了
今天最值得你重新算账的信号,来自 DeepSeek 和 Kimi。DeepSeek V4-Flash 把百万 token 成本打到了 0.14 美元——这已经低到,哪怕你是在做一个客单价很低的 C 端产品,用 AI 来生成总结、做客服回答,都有利可图。Kimi K3 直接开源 2.88 万亿参数,编程能力登顶。这两件事放在一起看,意味着什么?以前你想用顶级推理模型,要么花大价钱接 GPT-5 的 API,要么养一支团队做模型微调。现在,你只需要一台内存够大的服务器,或者一个月花几百美元 API 费用,就能把之前几十万的项目成本抹掉。
你可能会想:开源模型的质量能跟闭源比吗?Kimi K3 在 Intelligence Index 上排第四,仅次于三个最强闭源模型。DeepSeek V4-Flash 官方和社区的跑分都证明,它在代码和推理任务上跟 GPT-4o 级别的模型打得有来有回。对大多数企业应用来说,差距已经小到可以用成本优势来覆盖。换句话说,闭源模型靠性能溢价赚钱的日子,正在以肉眼可见的速度结束。
这一波开源模型的集体出击,还会带来一个二阶效应:API 价格战。DeepSeek 已经打出 0.14 美元的牌,其他云厂商和模型公司不可能坐视不管。未来三到六个月,你很可能会看到各大平台的推理价格继续下探。这对你是好事,但也意味着模型选型会更频繁——上半年签的长期合同,到下半年可能就显得贵了。在做预算和采购时,不妨把锁定期缩短,留一些弹性。
“开源模型的推理成本已跌破多数企业应用的盈利线,这不再是实验室里的参数游戏,而是直接改写成本结构的生产力工具。
02
AI安全从“吓唬人”变成了“直接叫停产品”
Google Earth 这次踩的雷,值得所有做 AI 产品的人刻在脑子里。卫星图上叠加虚构场景,听起来是个很酷的功能——设计师可以用它做效果图,城市规划师可以模拟建筑。但问题是,它太容易被用来生成以假乱真的新闻图片了。BBC 一测就发现,有些假图连他们自己的检测工具都识别不了。谷歌的隐形水印在快速传播的社交媒体面前,几乎形同虚设。
以前我们谈 AI 安全,更多是合规部门在喊“要小心”。今天这次事件把这个警告变成了一个真实的商业事故:上线不到 48 小时,被迫暂停。这背后是一个越来越清晰的事实——AI 产品的安全评估不能再是发布前的最后一步,而必须嵌入到产品定义的第一个版本里。你在设计功能时,就要问自己:这个东西最坏会被谁怎么用?我有没有办法在技术上做硬阻断,而不是只靠水印这类软约束?
HuggingFace 被三年前的老漏洞攻破,则从另一个角度补了一刀:AI 基础设施的安全基线,远没有我们以为的那么坚固。攻击者用的技术早在 2022 年就公开了,但 HuggingFace 作为全球最大的模型托管平台之一,居然到今天才被打穿。这说明 AI 公司的安全应急能力严重滞后于业务扩张速度。对于正在自建 AI 服务的企业,一个很现实的建议是:马上做一次针对已知公开漏洞的渗透测试,别等出事再补救。
“安全不是研发的敌人,而是产品活下去的前提。今天叫停的是 Google Earth,明天可能就是你的应用被监管盯上。
03
组织重构和基础设施改造,正在为下一轮AI落地铺路
字节跳动把飞书和豆包揉成一个团队,这步棋你可能会觉得只是大厂内部折腾。但这件事的信号意义很强:它标志着大模型要从“协同办公的附件”变成“协同办公的内核”。以前飞书集成 AI,多是加一个侧边栏的问答助手;现在产品团队直接合并,意味着未来的飞书里,AI 会深度嵌入到文档、审批、会议这些核心流程里,而不是作为一个外挂功能存在。
对企业来说,这提示了一个组织设计的参照:如果你的公司也在推 AI 应用,但 AI 团队和业务产品团队还是两个独立的部门,大概率会陷入“AI 做出来的东西业务用不上,业务的需求 AI 接不住”的死循环。字节这次合并,是用组织结构强行拉齐了 AI 能力与产品场景。你可以不照搬,但至少要考虑让 AI 工程师和产品经理坐到一个项目组里,而不是隔着一层需求文档。
另一边,八部门推大模型 IPv6 改造,看起来是个很底层、很慢的技术政策。但里面的时间线和市场影响很直接:2027 年底前头部大模型企业必须完成网络侧改造,预计带来 800 亿到 1000 亿的国产设备市场。更重要的是,它将推动算力调度从“能通就行”进化到“能智能调配”。如果你的业务涉及多地部署的模型推理,或者依赖云厂商的跨区域算力调度,这个政策会直接影响你未来两年的网络架构规划和预算。
“组织架构决定了 AI 能力能渗透多深,基础设施决定了 AI 服务能跑多远。今天做的这两件事,都是为后天的规模化落地准备的。
🎯 THE BOTTOM LINE · 今日结论
放在一起看,今天的 AI 世界传递出的核心信号,其实是“加速分化”。开源模型把能力门槛拉低,让更多人能进场;但安全事件和政策要求,又提高了合规和基础设施的门槛。对你来说,眼下最聪明的策略是:一边趁成本红利尽快把 AI 能力嫁接进核心业务,一边主动补安全与合规的课——不是被动应付检查,而是把它做成竞争壁垒。今天就可以做的事情:找技术负责人开个短会,确认你们现在用的模型或 API 服务,有没有更便宜的开源替代;同时让安全同事搜一下你们用到的所有 AI 相关开源组件和云服务,有没有公开的未修补漏洞。别等,今天就动。
ABOUT PARSENOVA
把今天的信号,变成你的先手
ParseNova帮助中小企业和海外团队优化AI工作流,把方案做成可运行、可评测、可持续优化的业务系统。我们的脱敏成功实践覆盖知识与客服流程整合、海外团队多语言运营和线索分流,以及通过模型路由、提示词压缩、缓存复用、批处理与调用可观测性减少无效Token消耗和AI支出。
企业级AI应用开发Agent与自动化工作流企业AI化改造咨询数据与RAG知识库
脱敏成功实践
中小企业 · 知识与客服
整合分散文档、常见问题与人工复核,减少重复检索和跨系统录入。
海外团队 · 多语言运营
串联内容本地化、线索分流和跟进提醒,改善跨时区协作与响应。
成本治理 · Token 与 AI 支出
用模型路由、提示词压缩、缓存复用、批处理和可观测性减少无效调用。
你的业务里,哪条流程最该先用 AI?
评论区聊聊你的场景,或私信「行业 + 业务环节」,我们免费帮你梳理一份改造优先级清单。
关注ParseNova, 微信及公众号同名,每日分享AI干货