苹果AI联手阿里入华，华为超节点点亮丨AI日报

苹果智能入华的消息终于落地，但主角不是ChatGPT，而是阿里千问。另一边，华为昇腾在算力基建上再进一步，Kimi把3D建模拉进聊天框，商汤则用9B小模型挑战大模型的能力边界。本期AI动态从算力、终端、模型三条线拆解这几件事背后的信号。

苹果智能入华：千问接入系统底层，Siri和写作工具全面融合

苹果官方确认与阿里合作，在系统底层接入通义千问^广告。从B站UP主Will叔的梳理来看，国行苹果智能会深度融合进Siri、写作工具和视觉智能系统，用户无需翻墙即可直接调用，下周随开发者测试版上线，12月正式推送。

这条合作的关键不在“苹果有了AI”，而在于调用路径的本地化。此前海外版苹果智能依赖OpenAI的模型服务，国行版本需要一套合规且可用的替代方案，千问补上的正是这个位置。对阿里来说，这意味着通义千问进入数亿级iOS设备的系统级入口，模型能力被封装成用户无需感知的底层服务；对苹果而言，用本土模型换来了功能按时落地。

值得留意的是“系统底层”这个表述。如果千问的调用发生在Siri、写作工具和视觉智能这类系统组件层，而非独立App，那么模型的分发效率会远高于应用商店里的AI应用。这对国内其他模型厂商是一个明确的竞争信号：入口之争正在从App层上移到系统层。

华为昇腾千卡超节点点亮，国产算力走向集群化

华为昇腾首个950DT千卡液冷超节点在武汉正式点亮，单节点算力达到E-flops级别，并具备微秒级急速互联能力。据Will叔每日AI动态的报道，内蒙古万卡池也已连调完毕，DeepSeek^广告计划在当地直接部署至少16万颗昇腾芯片用于推理。

千卡超节点的意义在于把算力从“单卡性能”的叙事转向“集群效率”。大模型推理的瓶颈往往不在单芯片算力，而在卡间通信和散热，液冷加微秒级互联正是针对这两个痛点。E-flops级别的单节点算力配合万卡池的连调，指向的是推理侧的大规模部署能力，而非训练。

DeepSeek在当地部署至少16万颗昇腾做推理，是这个方向上最具体的注脚。推理负载对生态兼容性的要求低于训练，国产芯片在这一侧切入的可行性更高。如果这一部署按计划推进，它将成为国产算力承载头部模型推理服务的一个可观察样本。

超节点（Super Node） 是近年来AI算力基础设施领域出现的一个架构概念，指的是将数十至数千张加速卡通过高速互联网络紧密耦合，在逻辑上作为一个超大计算单元对外提供服务的系统。与传统"多台服务器各自独立"的集群模式不同，超节点强调的是卡间通信的低延迟与高带宽，典型指标包括互联时延（微秒级）和聚合算力（如E-flops级别）。华为、英伟达等厂商都在推进类似架构，目的是让大模型的张量并行、专家并行等分布式推理策略能在更大范围内高效运行。超节点的工程难点主要在互联拓扑、液冷散热和故障隔离三方面，这也解释了为什么报道中特别强调"液冷"与"微秒级互联"这两个参数。

E-flops（Exaflops） 是算力计量单位，1 E-flops 等于每秒 10^18 次浮点运算。作为参照，当前顶级单张AI加速卡的算力通常在数千万亿次（P-flops）量级，因此"单节点E-flops"意味着该节点聚合了成百上千张卡。需要注意的是，厂商标称的算力往往是特定精度（如FP16或INT8）下的峰值理论值，实际有效算力会因通信开销、内存带宽和模型结构而打折扣。

Kimi上线3D建模：一句话直连Blender和CAD

月之暗面为Kimi上线了3D Make功能，支持一句话直连Blender和CAD工具，写脚本、建模型、搭场景一气呵成。无论是草图还是文字输入，都能快速生成空间结构，并可直接导出送往三维软件。

这个功能的实质是把自然语言到3D资产的链路压缩成一次对话。传统流程里，从想法到可编辑模型需要经过建模软件的操作门槛，Kimi的做法是让模型生成脚本去驱动Blender和CAD，把“会写脚本”这件事交给AI。对非专业建模用户，这是能力边界的扩展；对专业用户，它更像一个加速草图阶段的工具。

3D内容生成并不新鲜，但直接对接成熟工具链而非自建渲染管线，是更务实的选择。导出的模型能进入既有工作流，意味着它有机会被真正用起来，而不是停留在演示视频里。

Blender 是一款开源的三维创作软件，支持建模、雕刻、动画、渲染等完整流程，并提供Python API，脚本可以程序化地生成和修改场景中的几何体、材质与相机。CAD（计算机辅助设计）则更多用于工程与工业设计，强调精确尺寸和参数化约束。两者的共同点是都提供脚本接口，这使得大模型可以通过生成代码来"操作"软件，而不必自建三维渲染或几何引擎。这种"模型生成脚本、脚本驱动工具"的模式，本质上是把大模型作为自然语言与专业软件之间的编排层，其输出质量取决于API覆盖度与脚本的可执行性，而非模型直接生成三维网格。相比端到端的3D生成模型，这条路径更容易接入既有生产工作流。

商汤开源Loop-9B：用循环注意力换参数效率

商汤开源了Loop-9B模型，采用循环注意力与参数共享机制，用计算深度换参数量。据报道，该模型在复杂任务上反超部分更大参数规模的模型，且16G内存即可在本地流畅运行，端侧能力被拉到较高水平。

小模型以小博大的思路，核心是把“堆参数”换成“堆计算步数”。循环注意力让同一组参数被反复调用，参数共享则压缩了模型体积，代价是推理时的计算深度增加。这条路线的价值在于端侧部署：16G内存的门槛意味着它能跑在消费级设备上，而不必依赖云端。

它与前述华为昇腾的推理部署形成对照。一端是把大算力集群化，另一端是把模型压进本地设备，两条路线解决的是不同场景的问题。Loop-9B这类模型如果端侧表现稳定，会推动更多AI功能从云端下放到设备本地。

循环注意力（Recurrent Attention） 与参数共享（Parameter Sharing） 是提升模型参数效率的两类常见手段。循环注意力的思路是让同一组Transformer层（或注意力权重）在推理时被反复调用多次，相当于在不增加参数量的前提下增加"计算深度"，使模型对复杂输入进行多轮迭代加工。参数共享则是让模型不同层复用同一套权重，直接压缩模型体积。两者的共同代价是推理时的计算步数或串行深度增加，因此对延迟和显存带宽更敏感。这一路线与"堆参数、堆数据"的Scaling Law思路形成对照，在端侧部署场景中更受关注，因为消费级设备的瓶颈通常是内存容量而非峰值算力。Loop-9B的16G内存门槛，正是这一设计取向的直接体现。

谷歌AI上太空，Anthropic调整订阅限制

国际方面，谷歌将AI搬上太空，卫星上的TPU芯片在轨道中成功运行模型并写下第一首诗。据Will叔每日AI动态的报道，这标志着地球算力开始向轨道延伸。

在轨运行TPU的意义更多在验证而非实用：太空环境的辐射、散热和通信条件与地面差异巨大，模型能跑通本身就是一次工程验证。短期它对日常AI应用影响有限，但为未来星上数据处理提供了参考。

另一则消息是Anthropic官宣Max更名Ultra，并对验证用户取消5小时滚动限制。订阅层的调整反映出推理成本与用户留存之间的权衡，重度用户的用量限制一直是AI订阅产品的敏感点。

三条线索背后的共同趋势

把这几件事放在一起看，算力、终端与模型效率正在同时发力。华为昇腾千卡超节点与万卡池指向集群化推理基建，苹果与千问的合作把模型送进系统级入口，Kimi的3D Make和商汤Loop-9B则在应用层和效率层各自推进。

对开发者和产品团队来说，有两个信号值得关注：一是系统级AI入口的开放会改变应用分发的逻辑，二是端侧可运行的小模型正在变得实用。前者影响获客路径，后者影响功能架构。