微軟要自己搞AGI！2030年前能超越OpenAI嗎 #110

嗑蟲

2025/11/12 更新2025/11/12 發佈閱讀 16 分鐘

^{哈囉！這邊是科技碎碎念，資訊 x AI時代下，我們將從海量的全球新聞與新知中，透過生成式 AI 彙整出精華懶人包，聚焦全球科技關鍵話題，讓您輕鬆透過閱讀或聆聽掌握趨勢變革。}

科技碎碎念傳送門
Youtube 傳送門
「大肚報報」社群傳送門

快速重點摘要

AI 巨頭戰略分歧與資金流動
- 微軟（Microsoft）在重新談判與開放人工智慧（OpenAI）的協議後，已啟動超級智慧團隊，積極尋求在 2030 年以前獨立實現通用人工智慧（AGI）的能力。
- 臉書（Meta）的首席人工智慧科學家楊・勒丘恩（Yann LeCun）因對大型語言模型（LLM）的看法與馬克・祖克柏（Mark Zuckerberg）相左，計畫在未來幾個月內離職，轉而專注於他認為更具前景的「世界模型」研究。
- 軟銀（SoftBank）為了資助其對開放人工智慧的龐大投資（$22.5 億美元），在 2025 年 10 月出售了其持有的所有輝達（Nvidia）股份，總價值約 $58.3 億美元。
演算法優化與記憶體權衡
- 針對標準蘭佐斯（Lanczos）演算法在大型問題中所需的巨大記憶體（$O(nk)$），文件提出了一種雙遍（Two-Pass）變體，它將記憶體需求降低到僅 $O(n)$。
- 儘管雙遍演算法需要多一倍的矩陣向量乘積（$2k$ 次），但由於其工作集可以完全保留在 L1 快取（Cache）中，因此在實際硬體上可能比傳統方法更快。
科技產品定位與市場挑戰
- 蘋果公司（Apple）的超薄 iPhone Air 銷售不如預期，導致生產線停產和下一代產品發布從 2026 年秋季延遲到 2027 年春季。
- 在發布 10 年後，iPad Pro 在硬體和軟體方面（例如：USB-C、多工處理、M5 晶片）已演變為一台功能強大的筆記型電腦，但其潛力仍受限於蘋果公司對軟體生態系統的人為限制（例如：應用程式商店（App Store）和瀏覽器限制）。
基礎設施與開放原始碼的困境
- 為滿足人工智慧不斷增長的電力需求，谷歌（Google）已與奇洛斯（Chyros）合作，計畫在 2030 年以前部署小型模組化核反應爐（SMR），利用熔鹽冷卻技術提供碳中和電力。
- 像 FFmpeg 這樣關鍵的開放原始碼（Open Source）計畫正遭受資金不足和安全漏洞報告負擔過重的困擾。這些漏洞報告往往來自於像谷歌這樣依賴這些專案的兆級美元公司使用人工智慧代理程式（AI Agent）所發現的。

通用人工智慧的策略競爭與資金流動

微軟與通用人工智慧的積極布局
- 微軟公司已成立一個新的超級智慧團隊，由執行長穆斯塔法・蘇萊曼（Mustafa Suleyman）領導，旨在積極追求通用人工智慧（AGI）。
- 這項新策略代表微軟公司與過去幾年的做法有重大轉變，以前主要依賴其合作夥伴開放人工智慧的 GPT 模型。
- 微軟公司與開放人工智慧重新談判了合作夥伴關係，解除了先前協議中限制微軟公司在 2030 年以前獨立開發通用人工智慧的條款。
- 蘇萊曼表示，微軟公司的目標是實現人工智慧的「自給自足」，需要在內部建立「世界級、前沿等級的研究能力」，利用微軟公司自己的資料和運算資源訓練前沿模型。
臉書人工智慧團隊的策略分歧
- 圖靈獎（Turing Award）得主、臉書公司首席人工智慧科學家楊・勒丘恩計畫在未來幾個月內離開臉書公司，並已開始為其新公司籌集資金。
- 勒丘恩一直主張大型語言模型（LLM）雖然有用，但永遠無法像人類一樣推理和規劃，這與臉書公司執行長馬克・祖克柏（Mark Zuckerberg）將大型語言模型作為核心策略的願景日漸衝突。
- 祖克柏已經調整了臉書公司的人工智慧策略，透過支付 $143 億美元收購資料標註新創公司 Scale AI 49% 的股權，並雇用其創始人亞歷山大・王（Alexander Wang）來領導新的超級智慧團隊。
軟銀的投資與資本操作
- 軟銀公司（SoftBank）為了資助對開放人工智慧的 $22.5 億美元投資，在 2025 年 10 月出售了其持有的所有輝達（Nvidia）股份，總計 3,210 萬股，價值約 $58.3 億美元。
- 此次出售行動是軟銀公司「資產變現」策略的一部分，也資助了軟銀公司收購 ABB 機器人部門等其他項目。
- 此次出售並不代表軟銀公司對人工智慧估值的擔憂，因為軟銀公司的業務仍與輝達公司的技術緊密相關，包括價值 $5,000 億美元的 Stargate 資料中心項目。
- 軟銀公司在注資 $22.5 億美元後，對開放人工智慧的所有權將從 4% 增加到 11%。
開放人工智慧與 Anthropic 的財務比較
- 兩家最具價值的人工智慧新創公司在成長路徑上採取了截然不同的方法。
- 開放人工智慧（OpenAI）預計在 2025 年的銷售額為 $130 億美元，但預計現金消耗為 $90 億美元，並且直到 2030 年才有望獲利。
- 開放人工智慧正進行大規模投資，承諾在未來八年內投入高達 $1.4 兆美元用於運算協議，這使得業界懷疑其支付能力。
- Anthropic 採取更審慎的做法，專注於企業客戶（佔其營收約 80%），避免了開放人工智慧在圖像和影片生成等需要大量運算資源的昂貴領域。
- Anthropic 預計在 2025 年的銷售額為 $42 億美元，現金消耗為 $30 億美元，但預計在 2028 年就能實現收支平衡。

計算機科學與演算法效率

雙遍蘭佐斯演算法的優勢與權衡
- 標準的蘭佐斯（Lanczos）演算法在計算矩陣函數時需要儲存一個 $n \times k$ 的基底矩陣，記憶體需求為 $O(nk)$。對於一個 $500,000$ 變數，需要 $1,000$ 次迭代的問題，僅基底就需要約 4 GB 的記憶體。
- 雙遍演算法（Two-Pass Algorithm）是一種解決方案，它將記憶體複雜度降低至 $O(n)$，僅需要常數數量的向量空間。
- 這種優化是以將矩陣向量乘積的次數增加一倍（從 $k$ 增加到 $2k$）為代價。
效能突破的機制
- 理論上，額外的計算量會使雙遍演算法慢兩倍，但實際結果顯示並非如此。
- 效能差異來自記憶體存取模式。標準方法在完成所有迭代後，必須計算 $\mathbf{x}k = \mathbf{V}k \mathbf{y}_k$，這是一個對 $n \times k$ 稠密基底矩陣的乘積，當 $n$ 和 $k$ 很大時，該矩陣會超出快取，導致中央處理器（CPU）停滯，等待主記憶體的資料流。
- 雙遍方法則是以增量方式重建解，在每個迭代中，只對三個 $n$ 維向量進行操作（$\mathbf{v}{\text{prev}}$、$\mathbf{v}{\text{curr}}$ 和 $\mathbf{x}_k$），這些工作集可以完全保留在 L1 快取中。
- 因此，重新計算基底向量的成本小於從主記憶體掃描一個 $n \times k$ 稠密矩陣的延遲成本。
實證結果的差異
- 對於 $n=500,000$ 的大型稀疏矩陣問題，雙遍演算法的記憶體佔用是平坦的 $O(n)$，而單遍演算法的記憶體佔用隨 $k$ 呈線性增長。
- 在計算密集型的稠密矩陣（$n=10,000$）測試中，快取優勢消失，雙遍方法的運行速度確實正好是單遍方法的兩倍（斜率比為 2:1），證實了理論上的計算權衡。
- 在 $n=50,000$ 的中等規模問題中，兩種方法的運行時間幾乎相同，因為標準方法的 $\mathbf{V}_k$ 矩陣可以部分適應快取，快取失誤懲罰較小。

產品工程與開發挑戰

開源專案的硬體與軟體實踐
- Creavi 專案開發者遵循了「計畫 → 創造 → 失敗 → 學習 → 重複」的策略，以小而審慎的步驟快速迭代，成功建立了一個無線巨集鍵盤（macropad）的原型。
- 硬體設計上，為了實現「無限電池壽命」的目標，開發者不得不放棄 RGB 發光二極體（LED）和背光顯示器，轉而採用響應速度快且低功耗的記憶體液晶顯示器（Memory LCD）。
- 在電源管理方面，開發者因為未遵循資料表（datasheet）的建議佈局，導致產生寄生電感（parasitic inductance），損毀了多個升壓轉換器（boost converter）晶片。
- 該產品的韌體（firmware）是基於 Zephyr 即時作業系統（RTOS）的 ZMK 框架所建立。
- 開發團隊實現了困難的動態巨集編輯功能，並使用現代瀏覽器支援的 Web Bluetooth 和 Tauri（後端使用 Rust）來建立一個輕量級、跨平台的網頁/桌面韌體更新工具。
蘋果公司的產品策略與限制
- iPhone Air 因其在電池壽命、相機和揚聲器等方面做出的妥協而受到評論家的批評，導致消費者抱怨功能被閹割，銷售表現不如預期。
- iPhone Air 銷量不佳導致其組裝夥伴鴻海（Foxconn）和立訊精密（Lux Share）幾乎停止所有生產線。
- 為了使其更具吸引力，下一代 iPhone Air 的重新設計可能包括增加第二個廣角相機鏡頭。
- 發布 10 年後，iPad Pro 已具備 M5 晶片、OLED 螢幕和巧控鍵盤（Magic Keyboard）等令人印象深刻的硬體規格，使其成為蘋果公司目前最優秀的硬體設計之一。
- 儘管 iPadOS 26 增加了自由形式的多工處理、選單列等功能，使其越來越像一台個人電腦（PC），但其仍然存在不必要的系統限制（例如：無法運行應用程式商店以外的應用程式、缺乏桌面級瀏覽器），這些限制阻礙了 iPad Pro 充分發揮其作為「電腦」的潛力。
高階底片掃描儀的開發
- Knokke 是一款高解析度 35 毫米底片掃描儀，解析度達 4064 DPI，動態範圍可擴展至 120 dB，並能在 5 分鐘內掃描完一整卷底片。
- Knokke 運行在一個名為 Korova 的自訂 C++ 應用程式上，該軟體是開源的，並原生支援 Linux、macOS 和 Windows 系統。
- 該產品使用 RGB LED 背光和背照式互補金屬氧化物半導體（BSI CMOS）感應器，確保色彩準確性和細節保留。
- Knokke 的公開售價定為 1599€，並預計在 2026 年第 1 季於 Kickstarter 平台發布。

網路基礎設施與法規挑戰

開放原始碼的安全與永續性
- FFmpeg（一個關鍵的多媒體框架）主要由志願者編寫和維護。
- 大型科技公司（例如：谷歌）使用人工智慧工具發現的安全問題，對開放原始碼專案維護者構成了巨大且不合理的負擔。
- 谷歌零專案（Google Project Zero）的 90 天強制揭露政策，讓志願者面臨巨大壓力。
- 文件強調，這種要求未獲報酬的志願者處理安全問題的模式是不可持續的，並提到廣泛使用的 libxml2 函式庫的前維護者因安全工作量過大而辭職的案例。
歐洲的基礎建設安全與地緣政治
- 歐盟委員會正在考慮將其非約束性的 2020 年「高風險供應商」指南轉變為法律要求。
- 這項潛在的法律要求將有效地迫使歐盟成員國從行動和固定網路中淘汰華為（Huawei）和中興通訊（ZTE）。
- 歐盟擔憂，將關鍵的國家基礎設施控制權交給與北京有密切關係的公司，可能會危及國家安全利益。
瀏覽器與網路功能的變革
- Firefox 145 版本正式結束對 32 位元 Linux 系統的支援，標誌著一個時代的結束。
- Meta 宣布，將於 2026 年 2 月 10 日停止對臉書（Facebook）外部網站的「讚」和「分享」按鈕的支援。
- 這些外部元件是在 2010 年引入的，Meta 認為它們反映了早期網路開發的時代，隨著數位環境的演變，其使用率已自然下降。
Windows 終端機效能分析
- 對 Windows 上的各種終端機（Terminal）進行延遲和吞吐量測試顯示，傳統的 conhost.exe 終端機始終具有最佳的輸入延遲。
- MinTTY 的延遲僅略遜於 conhost.exe，但在吞吐量測試中佔據主導地位。
- 微軟公司自己的替代品 Windows Terminal，與 conhost.exe 相比，使用了超過 10 倍的記憶體和閒置時無限增加的 CPU 週期。