❯ 法官批准 Anthropic 15 亿美元版权和解，部分作者退出另行起诉
[尘埃落定] 据路透社报道，旧金山联邦法官 Araceli Martinez-Olguin 于 7 月 20 日终审批准了 Anthropic 与作者集体的 15 亿美元和解，这是已知美国版权案中金额最高的一笔，也是众多 AI 训练版权诉讼里第一起真正走到落槌的。法官驳回了”金额过低”的异议，并把原告律师团申请的 1.875 亿美元律师费砍到 1.01 亿美元。
[异议与退出] 反对声音主要来自三处：钱太少、律师拿太多、部分版权人被排除在赔付范围外。法官在裁定中直接回怼第一条，称对和解金额的抱怨”没有建立在对审判风险与回报的现实评估之上”——去年 12 月原定开庭，赔偿额理论上能冲到数千亿美元量级，那个尾部风险才是双方坐下来谈的真实原因。同时，一批作者和出版方选择退出集体，他们对 Anthropic 的独立诉讼仍在推进，和解并没有替 Anthropic 把版权这一页彻底翻过去。
[定价先例] 这个数字从今天起会被反复引用。眼下针对 OpenAI、Meta、谷歌等公司的版权诉讼有几十起，此前谁都算不清”用没授权的书训练模型”到底值多少钱，现在有了一个可比锚点。对各家法务和财务而言，训练数据的历史欠账从一项无法估值的或有负债，变成了可以进模型算的一笔钱；对原告律师，15 亿是新的谈判起点。真正吃亏的可能是退出集体的那批人——他们放弃确定赔付去赌单独审判，赌的是自己能拿到高于这条基准线的价码。
signal: 版权风险第一次有了报价单，此后每一场 AI 训练官司都要从这 15 亿往上或往下谈。
❯ 特朗普政府重启对中国开源模型的封禁讨论，Kimi K3 是直接导火索
[政策转向] 据 Axios 报道，特朗普政府内部重新推动对中国开源模型的事实性封禁，直接触发点是月之暗面 7 月 16 日发布的 Kimi K3——这款开放权重模型在多项编程基准上已经追平美国最强模型。官员们讨论的手段包括实体清单、联邦采购限制、安全警示、责任规则，以及向在生产环境里使用中国模型的美国公司施压。
[一年前的未竟之事] 这不是第一次。商务部去年就考虑把多家中国 AI 实验室列入实体清单，当时被政府内部主张”别用监管掐死创新”的一派全部叫停，白宫顾问 Sriram Krishnan 是代表声音之一。如今这批人陆续离开，国家安全鹰派的音量随之变大，中国模型能力追上来又给了他们最硬的论据。麻烦在于执行：开放权重模型是可以下载的文件，一旦散出去，禁令能管住企业采购，管不住 Hugging Face 上的一次 git clone。
[谁被夹在中间] 最先难受的是美国的中小公司和创业团队。中国开源模型的吸引力是价格和可自部署，真被”责任规则”和采购限制卡住，他们要么回到 OpenAI、Anthropic 的按 token 计费，要么承担合规不确定性。反过来说，一道封禁线等于给美国头部实验室圈出一块受保护的本土市场——Axios 的措辞很直白：这会给美国公司在市场上巨大的影响力。中国厂商的算盘也清楚：只要权重还开放，被封的是渠道，不是模型本身。
signal: 权重一旦下载完成，禁令能约束的就只剩企业采购单，管不住已经躺在硬盘里的文件。
❯ Ben Thompson：中国开源模型把 AI 竞争拉回边际成本和毛利
[成本回归] Ben Thompson 在 Stratechery 博客撰文《Who’s Afraid of Chinese Models?》，判断行业焦点正从”谁的模型最聪明”转向”谁能最省地生产智能”。他给出的价格锚点是 Kimi K3：每百万输入 token 3 美元、输出 15 美元，比对标的美国前沿模型便宜整整一半。
[收入越大越疼] 此前的共识是模型越强越值钱，他这次的核心论证不在价格牌，而在会计科目。推理是花钱的，且开销与收入几乎线性挂钩——收入放大 1000 倍，推理成本也放大 1000 倍；如果 1 美元收入背后是 5 毛的 token 成本，那么 1 亿美元收入就带着 5000 万美元的销货成本。这和软件时代”边际成本趋近于零”的经典模型完全不同：AI 公司做得越大，毛利压力越重，而不是越轻。中国模型把价格压到一半，等于替所有人把这条毛利线往下拽。
[谁要重算账本] 这套算法首先冲击的是靠”模型更强所以更贵”定价的一方。前沿实验室过去可以用能力差距撑住溢价，一旦开放权重把同档能力的价格砍半，撑不住的就是销货成本这一栏。对企业采购方，采购逻辑从比榜单分数变成算单位任务的 token 账单；对投资人，估值模型里该重点看的从参数规模挪到毛利率和推理单价的下降斜率。价格战一旦从模型能力打到毛利，赢的往往是成本结构最狠的那家。
signal: 智能从一门”研发驱动的技术生意”变回一门”看毛利的制造生意”，这是本轮最大的口径切换。
❯ 月之暗面征求股东同意启动港股 IPO，最快六个月内挂牌
[上市流程] 据 The Information 报道，月之暗面（Moonshot AI）正在向投资人征求正式批准以启动港股 IPO 准备，公司已在股东间传阅决议，目标是最快六个月内在港交所挂牌。同期公司正收尾一轮私募，据知情人士称估值可能超过 300 亿美元。
[底气从哪来] 时点卡得很准：7 月 16 日发布的 Kimi K3 是一款约 2.8 万亿参数、支持百万 token 上下文的开放权重模型，在多个编程基准上追平美国头部模型，直接把公司推上全球讨论桌。商业面同样在提速——据报道，其年度经常性收入 6 月已达 3 亿美元，两个月前还是 2 亿美元。为了满足港股上市条件，月之暗面正在拆掉此前用于承接外资的可变利益实体（VIE）架构，按中国证监会指导改为合资模式，这一步的耗时通常决定六个月表能不能走完。
[资本闸门] 港股对中国 AI 公司的定价能力，将由这一单直接检验。300 亿美元估值说明投资人要为一家 ARR 3 亿美元、且刚刚被美国监管点名的公司出价百倍收入。对一级市场的其他中国大模型公司，月之暗面这条路会被当作模板对照——能不能拆干净 VIE、能不能把开源声量转成付费收入，是两道明确的过关题。对二级投资者，这是第一次能在公开市场买到中国前沿模型的纯敞口。
signal: 开源刷出来的声量到底值多少钱，六个月后港股会给出第一个可交易的报价。
❯ 智谱建成 1 吉瓦纯国产芯片数据中心，已部分投入运行
[纯国产集群] 据彭博报道，智谱（Z.ai）已建成一座只装国产芯片的 1 吉瓦数据中心并开始部分运行，用于训练其 GLM 系列模型。1 吉瓦的功率相当于约 75 万户家庭同时用电。目前公司已建成或运营多个万卡级以上的计算集群。
[被逼出来的路线] 这条路是被禁令推出来的，此前的方案里英伟达才是默认选项。智谱在 2025 年 1 月被美国商务部列入实体清单，此后无法采购英伟达芯片，只能把整套训练基础设施换成国产方案。这也踩在北京的节奏上——官方目标是用几年时间把国内 AI 算力主要来源转向本土供应。代价同样明确：国产芯片单位能效仍落后于英伟达，同样是 1 吉瓦的电，实际能换到的有效训练算力少于同规模的英伟达集群。换句话说，中国现在用电量在补芯片效率的差。
[电力换算力] 这套打法能不能成立，关键变量从制程挪到了电价和电网容量。国产芯片能效吃亏，就用更多机柜、更多电去填，而中国恰好是全球少数能在几年内新增大规模稳定电力的地方。对美国出口管制的设计者，这是一个需要重新评估的假设：卡住最先进芯片，并不等于卡住最终训练出来的模型。对国产芯片厂商，智谱这座 1 吉瓦的场子是第一份可对外展示的满负荷交付记录。
signal: 芯片效率的缺口，正在被电力和机柜数量硬填上，制程封锁的杠杆因此在变短。
❯ 中际旭创启动最高 80 亿美元港股上市，为 2019 年以来香港最大
[巨额招股] 据彭博报道，光模块龙头中际旭创已开始为最高 80 亿美元的港股上市试探需求，若按上限完成，将是香港自 2019 年阿里巴巴募资 129 亿美元以来最大的一笔新股发行，并轻松超过 7 月 6 日立讯精密 31 亿美元的发行规模。公司本周一起密集会见分析师和投资人，最快本周开簿。
[AI 管道生意] 光模块是 AI 数据中心里最不起眼却绕不开的一环：把电信号转成光、再转回来，负责在成千上万张加速卡和服务器之间搬运数据。集群规模越大，互联环节的用量越呈非线性上升，这门生意因此吃到了这轮建设最直接的红利。业绩已经反映出来——一季度营收 195 亿元人民币（约 29 亿美元），接近去年同期的三倍，利润增长近四倍。公司同时是英伟达供应链上的中国厂商，股价过去十二个月涨幅超过四倍。
[钱去哪儿] 这一单会同时定价两件事。对香港市场，它是新股募资能力恢复的压力测试，80 亿美元的量级需要国际长线资金真金白银接盘；对全球投资者，则是一个不用碰芯片管制、就能买到 AI 建设敞口的入口——光互联环节暂时不在最敏感的出口清单上。风险也在同一处：光模块的订单强度完全跟着头部云厂商的资本开支走，买这只票等于替北美几家超大规模云厂商的建设节奏下注。
signal: 最贵的芯片买不到，但把数据搬来搬去的那根光纤，谁都能买。
❯ AMD 首个机架级 AI 系统 Helios 年内出货，微软加入客户名单
[正面对撞] 据 CNBC 报道，AMD 宣布首个机架级 AI 系统 Helios 将在 2026 年年内出货，微软成为最新签约客户，与 Meta、OpenAI、甲骨文以及印度塔塔咨询同列。分析师估算单机架售价至少 500 万美元，比英伟达 Vera Rubin 贵约 100 万美元。
[不再卖单颗芯片] Helios 把 Instinct MI455X 加速卡、EPYC “Venice” 处理器、Pensando 网络芯片和 ROCm 软件整合成一套机架级平台，机架设计沿用 Meta 在 2025 年提出的开放计算项目方案。这是 AMD 打法上的实质变化——过去它卖的是能对标英伟达的单颗加速卡，客户自己拼系统；现在直接卖整机架，等于承认这轮竞争的单位不是芯片而是整套互联、供电和软件栈。它也是全世界第一个正面对标英伟达 Grace Blackwell 和 Vera Rubin 的机架级产品。
[溢价卖得动吗] 定价高于英伟达，这个选择很反常规，等于 AMD 认为客户此刻买的不是性价比，而是第二供应商本身。对微软、Meta、OpenAI 来说，多贵这 100 万美元换的是在英伟达之外还有一条能交货的产线，以及未来议价时手里多一张牌。真正的门槛还在软件：ROCm 能不能让客户把现有的 CUDA 训练栈平移过去，决定这批机架是进核心训练集群，还是被丢去跑边缘推理任务。
signal: 客户愿意为”第二个供应商”多付 100 万美元，说明英伟达的稀缺性正被明码标价。
❯ 谷歌研发 Frozen v2 芯片，把 Gemini 架构直接刻进硅片
[专用硅片] 谷歌正在设计一款内部代号 Frozen v2 的服务器芯片，专门用来更省电地跑自家 Gemini 模型，预计 2028 年推出。工程师估算，按每单位电力处理的 token 数衡量，它的效率可比最新一代 TPU 高出 6 到 10 倍。消息传出后，Alphabet 股价上涨。
[把模型烧进芯片] 做法是把 Gemini 架构的一部分直接硬连线进硅片——模型的部分决策逻辑固化在电路里，从而砍掉大量计算和数据搬运，这正是推理功耗的主要去处。代价是灵活性：TPU 是通用的，能跑各种模型，Frozen v2 只服务 Gemini，而且只有谷歌未来的模型继续沿用同一套底层架构时才用得上。因此谷歌把它定位为 TPU 之外的补充产品线而非替代，且据报道当前更像一次试制，不打算按 TPU 的规模量产。
[赌架构不变] 这是一次拿灵活性换能效的下注，赌注是 Transformer 这一代架构在 2028 年前不会被推翻。真正被这套方案改写的是推理成本结构：如果 6 到 10 倍的能效提升成立，谷歌在同样的电力和数据中心容量下能服务的 Gemini 请求数会拉开一个身位，电力约束正在取代芯片供给成为超大规模厂商的头号瓶颈，谁能把每瓦 token 数做上去，谁就能把价格打下去。这也是垂直整合的极致形态——只有既做模型又做芯片的公司才敢把架构焊死。
signal: 把模型刻进硅片，等于用未来三年的架构稳定性，去换今天拿不到的每瓦性能。
❯ 腾讯洽购以色列手游公司 SuperPlay，估值最高 15 亿美元
[独家谈判] 据以色列媒体 CTech 报道，腾讯正与 Playtika 独家洽谈收购其旗下以色列手游开发商 SuperPlay，交易估值区间为 10 亿至 15 亿美元。Playtika 在 2024 年 11 月以 6.9 亿美元现金从创始人手中买下 SuperPlay，加上业绩对赌，整笔安排最高可达 12.5 亿美元。截至 7 月 20 日，双方均未公开确认，谈判仍处早期。
[卖掉一个成功案例] 此前外界一直把这笔资产当作 Playtika 的战利品，反常之处在于，SuperPlay 是被业绩太好”卖掉”的。2024 年的交易带了一份挂钩 2025 至 2027 年业绩的对赌条款，SuperPlay 表现越超预期，Playtika 需要支付给原创始团队的金额就越高，这笔或有负债最终可能达到数亿美元。把公司转手给腾讯，接盘方将一并承担这份支付义务，Playtika 得以从资产负债表上卸掉一个越滚越大的包袱。SuperPlay 由两位前 Playtika 高管 Eyal Netzer 和 Gilad Almog 创立。
[买增长] 对腾讯，这是继续用现金在海外买成熟休闲手游资产的老路子，标的有确定的流水和用户盘，而不是一个待验证的产品。真正被重新定价的是对赌条款本身——手游并购里常见的业绩对赌，在标的超预期时会变成卖方的负担，这单交易把这个机制的副作用摆到了台面上。以色列手游圈也会盯着这个价格：15 亿美元的上限，是给同类工作室划的新参照线。
signal: 对赌条款为超预期设计，却在真的超预期时把母公司逼上了卖出席位。