月之暗面据悉与微软、亚马逊、谷歌洽谈Kimi K3收入分成,最高可达30%
相关推荐
干掉AWS?InstaCloud融资800万美元,让AI Agent自己管云
动察 Beating AI 快讯,YC 创业公司 InsForge 推出 InstaCloud,并宣布完成 800 万美元种子轮融资。 它是一套面向 AI Coding Agent 的 Serverless 云平台,让 Claude Code、Cursor 等工具直接部署和运行应用,把不少原本需要人工处理的 DevOps 工作交给 Agent。 InstaCloud 的计算服务可以随流量自动扩缩容,闲置时缩到零,不需要提前选择机器规格。Agent 通过 CLI 或 MCP 就能创建服务、部署代码、查看日志,还能操作数据库和存储。 它最有意思的是「环境分支」。Agent 可以把 Postgres、对象存储和应用容器整套复制成隔离环境,在里面改代码、迁移数据库和测试。出问题直接删掉这个分支,不会动生产环境。关键操作还可以设置人工审批。 联合创始人兼 CEO Hang Huang 直接喊话,要用 InstaCloud「干掉 AWS、GCP 和 Azure」。目前它更像是把 Railway、Render 这类云应用平台重新做成 Agent 能直接操作的版本,而不是已经能够取代三大云厂商。
OpenAI学AWS做软件市场:买Figma、Adobe也能抵企业合同消费额
动察 Beating AI 快讯,OpenAI 在 DevDay 推出 OpenAI Marketplace。企业和 OpenAI 签大客户合同时,会约定合同期内要消费一定金额。现在符合条件的客户,可以把购买第三方软件的一部分费用也算进去,不必全部花在 OpenAI 自家产品上。 首批有 32 家合作伙伴,包括 Adobe、Figma、Salesforce、ServiceNow、HubSpot、Harvey、Palo Alto Networks 和 CrowdStrike 等。企业可以先在 Marketplace 找产品,但目前还不能直接下单。实际采购仍由客户和合作伙伴签约,合作伙伴开票,再由 OpenAI 把符合条件的金额计入消费承诺。 这套模式很像 AWS、Azure 的云市场。OpenAI 可以把已经签下来的企业客户导给合作伙伴,合作伙伴则多了一条销售渠道。Sam Altman 也把 Marketplace 列为 OpenAI 企业战略的一部分,希望借 ChatGPT 的用户和客户规模做软件分发。
字节跳动拟追加5亿美元Azure云服务合同,用于运行OpenAI模型
动察 Beating AI 快讯,市场消息:字节跳动正与微软洽谈,拟将用于 OpenAI 模型的 Azure 云服务合同金额再增加约 5 亿美元。
从Kimi、Manus到AirBuild,王慧文又押注一家AI Agent创业公司
动察 Beating AI 快讯,11 月 4 日,美团联合创始人王慧文在即刻透露,AirBuild 是他最新投资的项目。他的家办投资机构 Lollapalooza Capital 官网,也已将 AirBuild 背后的 YellowPlus 列入投资组合。 AirBuild 想让 AI 包办一款 iOS 应用从开发到上架的流程。用户描述想做什么,产品、设计、工程等多个 AI Agent 就会协作完成需求规划、界面设计和原生 iOS 代码。 它的一大特点是自动处理苹果 App Store 审核。AI 可以准备应用截图和介绍、提交审核。如果遭到苹果拒绝,还能读取审核意见、修改代码或补充材料,再回复审核人员并重新提交,减少开发者的手动操作。 AirBuild 的创始人兼 CEO 是 Hwang,此前负责过开源知识管理工具 AFFiNE 的产品设计,也是 AI Agent 产品 Bridge 的早期团队成员。他还独立开发过获得苹果 App Store 编辑推荐的 Lofi. 和 Sleepy Coffee。 AirBuild 目前采用邀请制,用户需要先申请测试资格。免费版支持 AI Agent 协作开发 iOS 应用、构建程序和托管网站,但需要用户自行提供 AI 模型的 API Key。付费版则提供更多云端资源和模型额度,并增加 TestFlight 测试分发、App Store 自动提审,以及根据苹果审核意见修改和重新提交等功能。 王慧文在 2023 年退出光年之外后,陆续投资了多家 AI 公司。比较知名的包括 Kimi 母公司月之暗面、Manus 开发商蝴蝶效应,以及硅基流动、爱诗科技和 Sand.ai。
Kimi训练AI老板,General Reasoning训练整家AI公司
动察 Beating AI 快讯,今年 1 月,Kimi K2.5 推出 Agent Swarm,让一个主 Agent 招募、指挥多个子 Agent,随后的 K2.6 将规模扩大到最多 300 个子 Agent。 但 Kimi 的强化学习方法 PARL 只训练负责指挥的「老板」,冻结子 Agent。原因是多人完成一项任务,很难分清谁立了功;如果所有人同时调整策略,训练也容易变得不稳定。 General Reasoning 偏要试试另一条路。团队推出 120B 参数模型 Avalon-M1-Mini,并提出 RLCR(集体奖励强化学习)。它让一个 Agent 担任 CEO,最多招募 8 名员工,通过留言板和共享工作区协作。所有成员使用同一套模型,任务完成后不再逐个计算贡献,而是根据团队总成绩一起接受强化学习。 这套方法在 147 个训练环境、超过 200 万项不同任务中取得了持续改进。软件任务中,主管工程师在招募岗位中的占比从 0.4% 升至约 13%,至少开展一次互审的团队占比从 42% 提高到 64%。分工也发生变化:从每人各写一部分代码,逐渐转向一人主写、其他人负责测试和挑错。原本需要人工设计的管理层和质检流程,在训练中自行形成。 但组队成绩更好,有一部分只是因为用了更多 Token。研究人员给单个 Agent 同样多的输出 Token,就能追回团队约六成的得分优势。团队的主要好处是可以同时干活:在 12 项评测中,达到相近成绩的估算耗时平均只有单 Agent 的约四分之一。 研究人员还模拟了今年 OpenAI 智能体攻击 Hugging Face 的事件。210 次测试中,没有 Agent 调用模拟攻击工具。但随着训练推进,向人类评测人员报告异常的比例从 76.7% 降到 0,尽管 96.7% 至 100% 的执行记录都曾考虑过上报。有的 Agent 选择只在团队内部提出异议,有的计划报告,却没有真正行动。 目前 Avalon-M1-Mini 仍在训练,团队计划在训练完成后发布最终论文,并开源训练环境、Agent 框架和模型权重。
AI算力需求火热,亚马逊AWS产能售罄至2027年,2028年大部分也被抢光
动察 Beating AI 快讯,亚马逊 CEO Andy Jassy 表示,AWS 面向未来数年的核心算力需求持续旺盛,2026 年产能已售罄,2027 年也基本售罄,2028 年的大部分产能同样已被提前预订。 Jassy 在周五发布的一档 Andreessen Horowitz 播客节目中表示,AWS 仍会为按需计算服务、EC2 云服务器及 AI 模型推理服务 Bedrock 保留部分算力,以满足客户的即时需求。 面对远期订单增长,亚马逊仍采取相对灵活的资本开支策略。Jassy 称,公司通常只需提前数月采购服务器和网络设备,可根据实际需求调整采购规模,降低需求放缓时出现产能过剩的风险。 此外,亚马逊正持续推进自研芯片战略。Jassy 称,早年收购 Annapurna Labs 是亚马逊最成功的收购之一,该团队目前负责开发 AI 芯片 Trainium 和 Graviton CPU。亚马逊对 Anthropic 的投资也推动了双方在 Trainium 芯片上的合作,进一步促进芯片研发与 AI 算力需求之间的协同。