AI Infra Brief｜多模态模型轻量化与算力军备竞赛（2026.02.08）
💡
原文中文，约2500字，阅读约需6分钟。
📝
内容提要
预计到2026年，AI算力支出将达到6350-6650亿美元。传统芯片厂商如博通和英特尔通过定制芯片与英伟达竞争。同时，Z.ai和OpenBMB等公司推出新模型，推动多模态模型的轻量化和AI应用的落地。
🎯
关键要点
- 预计到2026年，AI算力支出将达到6350-6650亿美元。
- 博通通过定制AI芯片挑战英伟达的市场地位。
- 英特尔挖角前AMD首席GPU架构师，计划在2027年抢占数据中心GPU市场。
- Z.ai发布了GLM-OCR 0.9B轻量级OCR模型。
- OpenBMB推出了MiniCPM-o 4.5实时多模态模型。
- Sarvam AI发布支持印度22种语言的文档理解模型。
- Holy Grail AI System自主开发的Agent PoC上线。
- Termiteam v1.0.0发布，用于管理多个AI Agent终端的控制中心。
- Vishal Sikka倡导通过'验证为中心的设计'确保LLM在关键场景下的可靠性。
- 社区探讨链上记忆/推理等方向以支持24/7 Agent运营。
- 多模态模型轻量化与算力军备竞赛白热化，降低部署门槛，加速边缘场景落地。
❓
延伸问答
预计到2026年，AI算力支出将达到多少？
预计到2026年，AI算力支出将达到6350-6650亿美元。
博通在AI芯片市场的策略是什么？
博通通过定制AI芯片挑战英伟达的市场地位，预计下季度收入翻倍。
英特尔在数据中心GPU市场的计划是什么？
英特尔计划在2027年推出AI芯片系列，目标是抢占500亿美元的数据中心GPU市场。
Z.ai发布了什么新模型？
Z.ai发布了GLM-OCR 0.9B轻量级OCR模型，用于从图像和PDF中提取文本、表格和公式。
OpenBMB推出了什么类型的模型？
OpenBMB推出了MiniCPM-o 4.5实时多模态模型，针对文本和图像的实时多模态任务进行了优化。
社区在AI领域探讨了哪些新方向？
社区探讨了链上记忆、推理、可验证计算、微支付和零费用共识等方向，以支持24/7 Agent运营。
➡️
