沃爾瑪市值破萬億；阿里開源80B模型；蘋果支持Claude；英偉達達索合作 | 2月05日互聯網日報

擁抱AI　沃爾瑪市值突破1萬億美元

美國沃爾瑪公司成為全球首家市值突破1萬億美元的零售商，主要歸功于其吸引不同消費群體的戰略。然而，值得注意的是，沃爾瑪大力投資人工智能以提升供應鏈自動化，這一舉措引發市場對其未來發展的擔憂。雖然投資者對其AI布局保持樂觀，但該策略帶來的高額投資可能影響短期財務表現。此外，沃爾瑪決定將股票轉至納斯達克，以強化數字化轉型定位，這一變動可能引發業務調整的不確定性。

阿里深夜開源80B編程模型！專攻智能體，周靖人、林俊旸最新成果發布

阿里于2月4日開源了一款名為Qwen3-Coder-Next的80B參數編程模型，該模型旨在優化編程智能體和本地開發，但也面臨潛在的技術挑戰。盡管其性能媲美更大規模的稠密模型，但仍需解決效率與性能間的平衡問題。此外，如何提升模型的推理與決策能力，以及應對復雜任務的能力，是未來發展的關鍵。這些問題對智能體應用及擴展提出了新的挑戰，需通過持續的研發投入來應對。

終于，蘋果支持Claude Agent SDK了！

蘋果與Anthropic聯合宣布Xcode 26.3候選版本首次原生集成Claude Agent SDK，允許開發者通過Agentic Coding方式進行應用開發。雖然這一更新對開發者來說是一個重要進步，但也可能帶來潛在的開發風險，如Agent的自主任務拆解可能導致代碼錯誤或安全問題。同時，Model Context Protocol（MCP）開放標準接口可能引入外部不兼容的Agent系統，對現有開發環境形成挑戰。

英偉達與達索系統合作構建工業AI平臺

在達索系統的3DEXPERIENCE World大會上，達索系統與英偉達宣布建立長期戰略合作關系，以開發共享的工業AI架構。雙方將結合達索的虛擬孿生技術和NVIDIA AI基礎設施，打造行業世界模型。然而，這一合作可能引發對數據隱私和知識產權保護的擔憂，因為AI模型將在多個地區運行。此次合作旨在推動生成式經濟的創新，但也面臨確保信任和安全的挑戰。

階躍星辰Step 3.5 Flash上線兩天登頂OpenRouter Trending榜單

2月4日，階躍星辰開源Agent基座模型Step 3.5 Flash成功登上OpenRouter平臺Trending榜單。該榜單基于全球開發者與用戶的實際調用量進行排名。這款模型兼具推理速度、智能水平與使用成本，最高推理速度可達每秒350個token。盡管總參數量高達1960億，但在處理過程中僅需激活約110億參數，從而優化了運行效率。

昆侖萬維發布“Skywork桌面版”：AI幫你在電腦上直接干活

昆侖萬維近日推出了“天工 Skywork 桌面版”，這是一款旨在提升AI生產力的桌面應用。該軟件支持Windows系統，能夠在本地執行任務而無需上傳文件到云端，從而降低數據泄露的風險。然而，該產品的發布也帶來了潛在的負面影響，例如對用戶隱私保護的挑戰，以及可能引發的數據安全問題。雖然其設計目標是成為用戶的個人桌面助手，但仍需警惕信息誤用和錯誤輸出的風險。在確保安全性方面，該產品仍需進行進一步驗證和優化。

上海AI實驗室開源書生萬億科學大模型Intern-S1-Pro

上海AI實驗室宣布開源Intern-S1-Pro，這是一個基于通專融合技術架構SAGE打造的萬億參數科學多模態大模型。該模型采用混合專家架構，共擁有512個專家，總參數達1T。然而，高難度綜合學科評測穩居國際領先水平，復雜數理邏輯推理能力達奧賽金牌水平。模型在底層架構上實現了兩大核心突破，包括通過引入傅里葉位置編碼重構時序編碼器，以及高效路由機制解決訓練穩定性和算力效率瓶頸。這些進展為超大規模模型的訓練提供了工程基礎。

速騰聚創獨供未嵐大陸 引領割草機器人進入數字化感知新時代

近日，未嵐大陸宣布推出搭載速騰聚創全固態數字化LiDAR的割草機器人產品線。這些新品解決了傳統割草機在復雜環境下的信號中斷問題，實現了無邊界線部署及穩定定位。然而，在強光或弱光條件下，仍需關注其持續性能表現。速騰聚創憑借高集成度芯片和車規級認證，顯現出在割草機器人激光雷達領域的絕對領先地位，并獲得全球市場認可。預期激光雷達作為核心部件的應用將有望加速市場增長。

瑞莎發布199元AI開發板Cubie A7S

瑞莎于2月4日推出了一款價格為199元的AI單板計算機Cubie A7S，適用于OpenClaw等本地AI應用場景。然而，在確保高能效與智能終端定位的同時，該產品在典型OpenClaw運行狀態下的功耗為4-5W，日均耗電量約為0.01度，可能引發對能源消耗的關注。此外，其預裝操作系統及軟件環境雖可加速配置，但可能限制用戶的自主選擇空間。

騰訊混元AI Infra核心技術開源，推理吞吐提升30%

騰訊混元 AI Infra 團隊宣布推出 HPC-Ops 高性能 LLM 推理核心算子庫，該庫在生產環境中顯著提升模型推理性能，包括 Attention、GroupGEMM 和 FusedMoE 算子的優化。雖然該庫實現了性能突破，但仍面臨長上下文大模型的內存與算力瓶頸。未來計劃通過研發稀疏 Attention 算子和拓展量化策略，進一步優化推理速度與精度。同時，算子庫將努力降低分布式推理場景下的通信開銷。這些措施將為超大規模大模型的部署提供支持。