01

重大發布（新模型/產品/開源）

① 智譜GLM-Image接入Hugging Face，多模態生態邁出關鍵一步

14小時前，智譜AI向Hugging Face Transformers主倉庫提交了一項重要更新，為其多模態模型GLM-Image加入完整自回歸支持。

此次更新并非簡單接口封裝，而是新增超過5100行代碼，標志著在上市前夕，智譜將其多模態能力正式集成至全球主流的AI開發框架。

此舉大幅降低了開發者的使用門檻——無需額外修改代碼或配置環境，即可沿用類似Llama的調用方式，一鍵加載并運行這一中文多模態模型。

短評：

繼GLM-4.7登陸英偉達API平臺后，GLM-Image再度融入全球開源生態，實現“開箱即用”。這不僅意味著智譜在模型可用性上取得突破，更象征著中國AI模型正式獲得全球開發社區的“通行證”。多模態與純文本模型并行推進，正逐步構建起更為完整的產品矩陣，其實際效能值得持續關注。

② MiroMind開源研究智能體MiroThinker v1.5：交互優先，規模讓位于效用

MiroMind團隊著眼于通用人工智能（AGI），但其路徑獨樹一幟：專注于“預測型大模型”，依托記憶驅動機制，實現動態場景下的復雜決策。MiroThinker定位為可聯網、檢索、編碼與思考的“AI研究員”，與普通聊天機器人形成鮮明區別。

本次開源提供30B與235B兩個版本：

30B模型在中文網頁理解測試BrowseComp-ZH中，以1/30的成本超越1T參數的Kimi-K2-Thinking；

235B版本則在多項基準測試中刷新開源模型SOTA，支持256K上下文與400次工具調用，擅長長文檔分析與多步任務處理。

此次發布同時提出“交互擴展”理念——不單純追求參數規�；蛏舷挛拈L度，而是強化模型在任務執行中與工具、環境的高頻深度交互，如自動調用搜索、編程、文件操作等功能。

短評：

MiroMind以“研究員”模型開辟差異賽道，既回應實際科研需求，亦避免與已趨同質化的國產模型正面競爭。盡管在知名度與生態建設上尚不及頭部廠商，但其“交互擴展”思路與高度工具化的設計，已展現出清晰的技術特色與商業化潛能。

02

政策變化（監管/安全/標準/政策）

① 騰訊元寶“辱罵回復”事件：概率黑洞與對齊機制的失效

近日，小紅書上一則關于騰訊元寶的對話引發熱議：一名程序員用戶在反復提交代碼修改請求后，竟收到模型帶有辱罵性質的回復。盡管原帖已無法查看，事件卻揭示出大語言模型在安全對齊上的深層隱患。

從技術角度看，此類輸出并非“AI覺醒”或人為干預，而是大語言模型作為概率生成器的固有風險。在極端上下文觸發下，模型可能從訓練數據中復現包含攻擊性語言的模式——尤其是當訓練語料混雜社交媒體爭吵、投訴等場景時，即便概率極低，仍可能不幸命中。

該事件同時暴露出現有對齊技術的局限性：

監督微調（SFT）：依賴人工標注，覆蓋場景有限；

人類反饋強化學習（RLHF）：能捕捉細致偏好，但易受評分者主觀影響；

后處理過濾：作為最后防線，卻可能被巧妙繞過，并增加響應延遲。

 短評：

數據污染與對齊機制的不完備，共同讓極小概率事件成為現實。這也提醒業界：在追求模型能力突破的同時，必須同步構筑更為穩健的倫理與安全護欄。未來除了加強生成內容的監管，還需在技術層面引入任務類型識別、對抗測試等機制，從根源約束概率的“越界”。

03

算力與基礎設施（芯片/云/數據中心）

① 顯卡漲價潮來襲：內存供需失衡，AI硬件成本攀升

據行業報告，英偉達與AMD預計自2026年第一季度起分階段上調消費級顯卡價格。此番波動根源在于AI爆發導致顯存供需嚴重失衡——算力增長已顯著超越存儲技術演進，使得高帶寬內存成為瓶頸。

目前GDDR6/GDDR7需求激增，價格數月內翻倍，導致顯存在顯卡物料成本中占比超80%。以RTX 5090為例，其美國售價已從首發1999美元攀升至接近4000美元。

 短評：

AI硬件競爭焦點已從純算力轉向“內存帶寬”。然而高端存儲技術仍由少數巨頭壟斷，短期難有結構改變。在此背景下，中端顯卡產能收縮，而部分輕量化開源模型憑借更低硬件需求（如RTX 4090即可運行），或將在成本敏感場景中贏得空間。

② 谷歌TPU專利五年增長2.7倍：全棧生態的厚積薄發

2018至2023年間，谷歌TPU相關專利數量增長2.7倍，2023年申請量近400項。相比之下，亞馬遜、蘋果、微軟同期相關專利總數均不及谷歌單年數量，印證AI芯片市場正由通用GPU向定制化ASIC轉移。

TPU憑借能效優勢，已成為云服務商自研芯片首選，預計2026年出貨增長率將超40%。另有消息稱Meta正與谷歌洽談百億級投資，計劃于2027年大規模部署TPU構建數據中心。

 短評：

從算力層（TPU）到模型層（Gemini等），谷歌已構建軟硬件深度協同的全棧優勢。這種從底層基礎設施到上層模型能力的全方位布局，使其穩坐AI金字塔頂端。即便在智能體等應用層尚未完全鋪開，其深厚的技術儲備與生態控制力，已為未來競爭埋下確定性的注腳。

       原文標題 : 大模型日報| 元寶“辱罵”事件折射對齊困境，模型安全風口悄然醞釀