AI 算力军备赛白热化，视频生成迈入 4D 控制时代

今天的科技圈，可谓是“冰与火”的交响曲。一边是马斯克以疯狂执行力点燃全球首个吉瓦级超算，将 AI 算力竞赛推向了“城市级”能耗的新高度；另一边，国内首款全国产化千亿参数 MoE 模型的开源，展示了在算力受限环境下的极致工程优化。与此同时，视频生成技术正从“看热闹”转向“懂控制”，4D 几何控制让 AI 真正学会了运镜。这不仅是参数的堆叠，更是对物理世界模拟深度的质变。

算力争霸：进入吉瓦时代的暴力美学

马斯克点火全球最大超算，首个1GW狂飙奇点！6万亿Grok 5在训

xAI 的 Colossus 2 正式上线，标志着全球首个吉瓦级 AI 训练集群诞生。马斯克用“暴力美学”再次刷新了工程奇迹：仅用不到一年时间，打造了一个耗电量相当于一座大型核电站的算力怪兽，且计划在 4 月升级至 1.5GW。这不仅是为训练 6 万亿参数的 Grok 5 铺路，更是对 OpenAI“星际之门”计划的直接降维打击。在 AGI 的赛道上，马斯克证明了：当算力规模突破临界点，工程速度就是最强的护城河。然而，这种“大力出奇迹”的背后，是电力供应的巨大隐患，AI 发展正面临“算力易得，电力难求”的新瓶颈。

马斯克最大算力中心建成了：全球首个GW级超算集群，再创世界纪录

如果说前一篇文章侧重于技术参数，这篇则揭示了这场狂欢背后的社会代价。Colossus 2 的轰鸣声背后，是美国电网的痛苦呻吟。随着 13 个州、6700 万居民面临夏季停电风险，AI 巨头们的算力军备赛已经引发了严重的能源挤兑。这篇报道不仅是对马斯克执行力的赞叹，更是对 AI 基础设施可持续性的深刻拷问。未来的 AI 竞争，或许将不再仅仅取决于谁拥有更多的 GPU，而在于谁能搞定更稳定的核电站或更高效的能源解决方案。

模型进化：国产 MoE 的精细化突围

国内首个全国产化千亿参数细粒度 MoE：开源！

在马斯克疯狂堆砌硬件的同时，国内团队 TeleAI 展示了另一种路径——软件与架构的极致优化。TeleChat3-105B-A4.7-Thinking 作为首个全国产化训练的千亿参数细粒度 MoE 模型，其核心价值在于“精细控制”。通过 1 个共享专家加 192 个路由专家的架构，它将每次激活的参数控制在 4.7B，实现了高性能与低推理成本的平衡。这不仅是国产算力底座的一次胜利，更证明了在硬件受限的情况下，通过 MoE 架构的创新和训练方法的优化，依然能孵化出比肩国际顶尖水平的模型。对于开发者而言，这意味着更高效的部署可能性和更强的国产化工具链支持。

前沿探索：给视频生成装上“方向盘”

VerseCrafter：给视频世界模型装上4D方向盘，精准运镜控物

视频生成领域的痛点长期以来在于“不可控”，而 VerseCrafter 的出现试图解决这一核心顽疾。由复旦大学与腾讯团队提出的这一框架，创新性地引入了 4D 几何控制，将背景点云与物体 3D 高斯轨迹结合，实现了对运镜和物体运动的精准解耦。这意味着 AI 不再只是一个随机生成画面的“画师”，而变成了一个能听懂指令的“导演”。对于游戏开发和电影预演行业来说，这不仅是技术的突破，更是生产流程革新的开始。它打通了 2D 视频生成与 3D 物理世界的壁垒，为具身智能的模拟训练提供了更高质量的数据源。

总结

从吉瓦级超算的电力焦虑，到细粒度 MoE 的精打细算，再到视频模型的 4D 控制论，今天的资讯清晰地勾勒出了 AI 发展的两条主线：一条是拼命做大物理基础设施的“外卷”，另一条则是深耕模型架构与控制精度的“内功”。无论是哪种路径，2026 年的 AI 显然已经告别了单纯刷榜的时代，正朝着更深层的物理世界模拟和更严峻的能源约束管理迈进。