微软正在同时更换支撑Copilot的模型和运行这些模型的芯片。在企业客户抱怨Copilot质量约一年后，Copilot如今除了OpenAI的模型，也在使用Anthropic的Claude模型；微软还正式推出了专为Copilot工作负载调校的自研AI芯片Maia。与此同时，据称OpenAI正在洽谈将Sora技术授权给一家面向好莱坞的初创公司，苹果正在筹备以AI为核心的家居中枢，Chan Zuckerberg Biohub则宣布了一项面向AI驱动医学、规模达$18亿的合作。这些动向表明，科技巨头正在同时重新思考三个问题：用哪些模型、在什么硬件上运行，以及保留哪些项目。
Claude如何进入Copilot
大约一年前，Copilot遭遇了信誉危机。企业客户反映，它的回答经常出错，漏洞多、速度慢，连编写Excel公式、制作一份能用的PowerPoint演示文稿这样的基本任务都难以完成。
如今负责Copilot的微软执行副总裁查尔斯·拉马纳当时提出了一个不同寻常的解决办法：从OpenAI的直接竞争对手Anthropic获得模型授权。鉴于微软与OpenAI之间深厚的独家合作关系，公司内部认为这个想法近乎离经叛道。拉马纳向首席执行官萨蒂亚·纳德拉做了并排对比演示，在复杂的办公工作流程中，Claude模型的表现明显优于OpenAI的模型。
六个月后，纳德拉把Copilot背后的所有后端工程团队都划归拉马纳管理。如今，他既领导Office应用团队，也负责决定由哪个模型处理任务、如何组合各个模型的AI系统。本月早些时候，纳德拉又把整个Office产品部门交给了他。
他还把分散的Copilot工程团队合并为一个，并推行员工所说的“拒绝讨厌鬼”（no jerks）政策，刻意告别微软十年前以强制排名著称的企业文化。
Copilot要做“AI界的开市客”
拉马纳公开提出的目标，是让Copilot成为企业市场上“AI界的开市客”：从手头拮据的学生到《财富》500强企业的高管，人人都能用同样的花费完成最多有用的工作，而不必为词元支付高昂账单。词元是AI模型处理的小段文本，也是服务商定价的依据。
这一目标的背后是竞争。OpenAI和Anthropic正围绕企业客户打价格战，并敦促企业直接在它们的平台上构建应用，而不是通过微软。微软必须一边与这两家公司合作，一边在销售上与它们竞争。对于一家凭借Windows、Azure和Microsoft 365掌控商业软件的公司来说，生成式AI带来了数十年来最激烈的企业市场竞争；在客户开始质疑AI投入回报的情况下，微软过去的定价能力可能更难维持。
拉马纳还让工程师研究外部工具：Copilot的工作流功能AutoPilot，就是团队研究了热门开源项目OpenClaw之后设计出来的。
Maia：微软自研的AI芯片
微软已正式发布自研AI加速芯片系列Maia。据微软介绍，8月首次曝光开发和内部部署消息的Maia 300系列，在运行Copilot工作负载时，比英伟达的GPU（广泛用于AI的图形处理器）效率更高。微软计划从明年起在全球数据中心部署数吉瓦规模的Maia硬件，相当于数百万颗芯片。
微软期待三方面的收益：
- 减少对英伟达的依赖：庞大的硬件预算中流向单一供应商的比例会降低。
- 降低Copilot成本：自家AI服务的计算成本下降，利润率随之改善。
- 腾出更多GPU出租：把内部工作负载迁移到Maia上，就能把需求旺盛的英伟达芯片留给租用算力的Azure客户。
目前，微软将Maia定位为服务自家软件的芯片，而不是面向普通Azure客户的产品。微软欢迎外部客户，但尚无客户得到确认。夏季期间，微软还曾与Anthropic商谈使用Maia，但没有公开任何协议。
制造仍是悬而未决的问题。据报道，微软已与芯片代工厂台积电谈判，计划从明年开始生产数十万颗Maia芯片。由于竞争对手也在争夺同样的产能，微软能拿到多少产能，可能决定这一计划的成败。
▲ 降低对英伟达依赖的自研芯片
Sora在好莱坞的新生
今年早些时候，OpenAI表示将缩减视频生成模型Sora及相关的消费级视频应用，把算力和资金转向ChatGPT和企业产品。如今据报道，OpenAI正在洽谈将Sora的核心技术授权给一家外部公司。
这是一家尚未公开名称的隐身初创公司，由娱乐业高管杰弗里·卡森伯格、曾在OpenAI领导Sora的一位研究人员以及Dropbox前首席财务官共同创立。其计划是针对好莱坞制片厂改造Sora，并直接向制片厂销售。以往对Sora的设想以消费级视频工具或社交应用为主，而这家企业纯粹专注于面向企业的影视制作业务。
对OpenAI来说，好处显而易见：它可以从已经投入视频AI的研发和算力中获得回报，并通过持股分享成功果实，而无需持续承担开发成本。创始人们似乎认为，把卡森伯格与制片厂的人脉和深厚的Sora专业能力结合起来，能形成竞争对手不具备的优势。
不过，挑战也不小：
- 由于演员、编剧和剧组人员担心失业，制片厂和好莱坞从业者对AI仍心存戒备。
- AI视频公司Runway起初瞄准电影人，但在发现好莱坞难以形成生意后，转向了更广泛的企业客户。
- 这家初创公司必须证明，AI制作流程能够产出制片厂愿意接受的高质量长片作品。
- 这家企业仍处于早期，尚未决定是授权工具还是自己制作电影。
OpenAI再度铺开摊子
Sora洽谈是一个更大趋势的一部分。OpenAI重启了机器人研究，聘请一位Patreon联合创始人领导面向创作者的新产品部门，并继续开发个人硬件设备。这种铺开的广度，看起来像是回到了过去同时尝试多种产品的老路。但这可能难以持久：在Anthropic等竞争对手探索上市、投资者要求盈利的情况下，无法迅速带来收入的实验性项目可能再次被砍掉。
车库里的AI服务器
在硅谷，越来越多的工程师和AI爱好者把空卧室、阁楼、车库、地下室甚至酒窖改造成小型AI计算室。他们购入苹果的Mac mini和Mac Studio，以及AMD和英伟达的显卡，有些人还不得不升级家中电路，以承受用电负荷。
这些设备上运行的几乎都是开放权重模型，即公开训练参数、任何人都可以下载运行的模型。阿里巴巴的Qwen系列很受欢迎，新发布的西方开放权重模型也有人使用。闭源模型则无法以同样自成一体的方式在私人硬件上运行。
主要动机有两个：
- 成本：云端API的词元费用或月度订阅费会不断累积，而硬件只需一次性购买。即便算上高端GPU、Mac和电费，对重度用户来说，本地计算也比云端的词元价格便宜得多。
- 隐私：开发商业产品原型的开发者，不希望AI公司用他们输入的内容训练未来的模型。
这一趋势让人想起1990年代末到2000年代初爱好者们在家中自建的媒体服务器，但它可能更有黏性，因为本地AI涉及个人生活、日常工作流程和知识产权。它还要求扎实的IT技能，因此大多数消费者可能仍会继续使用云服务。
▲ 车库里的家用AI服务器
苹果10月14日的家居活动
苹果将于10月14日举办以智能家居为主题的活动。经过数年开发，预计将推出统一的家居中枢和智能家居配件，意在追赶谷歌和亚马逊的生态系统。苹果计划把Siri和AI置于新中枢的核心，尽管Siri长期落后于竞争对手的语音助手。
过去18个月里，苹果举办活动的频率也比以往更高。夏季在WWDC发布软件、秋季推出新款iPhone的传统节奏，难以跟上每隔两周左右就推出更新的AI初创公司，因此苹果似乎在制造更多话题时刻，以保持存在感。
Biohub以$18亿合作推进AI医学
马克·扎克伯格和普莉希拉·陈旗下的生物医学研究机构Chan Zuckerberg Biohub，宣布与政府和产业界伙伴扩大一项规模$18亿的合作，目标是利用AI模型治愈、预防或控制所有疾病。合作伙伴包括Meta、谷歌DeepMind，以及从谷歌DeepMind分拆出来的药物研发公司Isomorphic Labs。这项合作建立在Biohub今年4月启动的一项$5亿计划之上，该计划旨在打造能够预测人类细胞的AI模拟。
大部分工作与数据有关：大学和政府机构数十年来分散积累的生物数据，必须经过清洗和标准化，AI系统才能从中学习，人们希望前沿模型能发现人类研究者错过的疾病模式和药物靶点。
这项合作也标志着美国生物医学研究主导者的转变。二战以来，推动这一领域的一直是研究型大学和学术医疗中心；如今，政府正直接与科技巨头合作。大学凭借大型实验室仍将保持重要地位，但其在基础研究上的主导地位正在减弱。AI公司也在建设自己的实验室：Anthropic设立了一个小型湿实验室，即开展实际生物实验的设施。制药公司则以合资或自建AI模型的方式应对，Biohub也计划把多家全球制药企业纳入合作联盟。
有一点需要注意：AI尚未证明自己能比传统方法更快或更好地独立发现新药。科技公司似乎也把医疗投资视为缓解公众对AI风险和失业担忧的一种手段。归根结底，它们需要为患者拿出真正的药物，才能赢得持久的信任。
关注要点与当下可做的事
| 主体 | 动向 | 关注要点 |
|---|---|---|
| 微软 | Copilot引入Claude模型；发布Maia芯片 | 能从台积电拿到多少产能 |
| OpenAI | 洽谈向好莱坞初创公司授权Sora | 交易能否达成、以何种形式 |
| 家用AI搭建者 | 在个人硬件上运行开放权重模型 | 电力与维护负担 |
| 苹果 | 10月14日家居中枢发布活动 | Siri和AI的作用 |
| Chan Zuckerberg Biohub | $18亿AI医学合作 | 经实验室验证的药物成果 |
共同点在于，没有谁愿意依赖单一的公司、模型或芯片。微软引入了对手的模型并自研芯片，OpenAI宁愿授权一项成本高昂的周边技术也不愿亲自运营，重度用户则选择自己的硬件而非云端。可以采取以下几个实际步骤：
- 如果要为所在组织选择AI工具，不要只依赖一家模型提供商。用真实工作，例如电子表格公式或演示文稿，把多个模型放在一起对比测试。Claude正是通过这样的对比进入Copilot的。
- 如果你大量使用AI，并担心API费用或数据被用于训练，可以考虑在自己的硬件上运行Qwen等开放权重模型。购买设备之前，先确认电力容量和团队的IT技能。
- 想看清科技巨头AI战略的走向，可以关注三个信号：Maia的产量、Sora授权谈判的结果，以及AI发现的候选药物能否经受住实验室检验。