AI 观察👀

记录、思考,but AI

刊载于

2026年2月12日AI行业观察:五角大楼军事化转向与中国"春节档"模型大战,全球AI军备竞赛进入深水区

美国五角大楼推动AI进入机密军事网络,中国智谱GLM-5引爆"春节档"模型混战,Meta百亿数据中心与科技巨头7000亿投资狂潮——全球AI竞争正从商业领域全面渗透至军事、地缘政治和基础设施层面。

AI 分析 行业动态 大模型 OpenAI DeepSeek 智谱AI Meta 数据中心 军事 中美竞争

今天,全球人工智能行业迎来了三个具有深远意义的发展:美国五角大楼正推动OpenAI、Anthropic等顶尖AI公司将其工具部署至机密军事网络,标志着硅谷与军工复杂关系的转折点;中国AI公司智谱(Zhipu AI)发布GLM-5模型引发股价暴涨30%,并伴随MiniMax M2.5、DeepSeek新版本的密集发布,形成”春节档”模型混战;Meta宣布在印第安纳州建设100亿美元数据中心,与科技巨头预计近7000亿美元的AI年度投资相呼应。这些事件共同指向一个趋势:全球AI竞争正从商业领域全面渗透至军事、地缘政治和基础设施层面,一场新的”AI军备竞赛”正在重塑全球科技格局。


深度分析一:五角大楼要求AI公司进入机密网络,硅谷伦理底线受考验

新闻事实

据路透社2月11日独家报道,美国五角大楼正在向OpenAI、Anthropic等顶尖AI公司施压,要求将其人工智能工具部署至机密军事网络,且去除许多面向普通用户时的标准限制。五角大楼首席技术官Emil Michael在白宫活动上表示,军方目标是让AI模型在非机密和机密领域都可用。目前,OpenAI已与五角大楼达成协议,允许军方在名为genai.mil的非机密网络上使用ChatGPT等服务,该平台已向超过300万国防部员工开放。但只有Anthropic通过第三方在机密环境中提供服务,而政府仍受限于该公司的使用政策。

为何重要

这一发展标志着美国军事与硅谷AI公司之间的关系进入了一个更加复杂且可能充满争议的阶段。机密网络通常用于处理敏感工作,包括任务规划或武器目标定位等。AI研究人员警告,在机密环境中使用可能产生幻觉或编造信息的AI工具,可能导致致命后果。

五角大楼官员此前已对AI公司设定的限制表示不满,认为只要符合美国法律,就应该能够部署商业AI工具。而Anthropic高管则告诉军方官员,不希望其技术用于自主武器瞄准和美国国内监视。这与此前路透社1月29日的报道相呼应——Anthropic与五角大楼在高达2亿美元的合同谈判中陷入僵局,核心分歧就在于AI部署的”护栏”问题。

历史平行:从Project Maven到AI军事化

2018年,谷歌员工抗议公司参与五角大楼的Project Maven项目,该项目利用AI分析无人机视频 footage。超过3000名员工签署请愿书,要求谷歌退出该项目,并承诺”永不将战争技术武器化”。最终,谷歌选择不续签Maven合同,并发布了AI使用原则,明确禁止设计用于”造成伤害”或违反国际人权规范的技术。

但六年后的今天,形势已经发生根本性转变。OpenAI、Google和xAI都已与五角大楼签署了价值高达2亿美元的合同。硅谷的”军事抵制”时代似乎已经结束,取而代之的是一种更加务实的合作姿态。

这一转变与冷战时期的技术竞赛有着惊人的相似性。1949年苏联首次核武器试验引发了核军备竞赛,而1957年苏联发射Sputnik卫星后,美国与苏联展开了太空竞赛。根据美国陆军战争学院的研究,“网络军备竞赛”的根源可以追溯到1949年的核竞赛。今天,我们正在见证的是一场以AI为核心的”新型军备竞赛”——正如乔治城大学的研究指出,“AI的武器化正在与冷战时期的核军备竞赛相平行,只是核武器被自动化武器系统所取代”。

关键差异与隐忧

与核武器不同,AI技术具有双重用途性,同一技术既可以用于防御性网络安全,也可以用于进攻性武器系统。此外,AI系统的”黑盒”特性——即其内部决策过程难以解释——在军事应用中构成独特风险。正如美国陆军研究所指出,缺乏透明度的AI系统在战争中可能造成”无法解释的灾难性后果”。

中国在这方面的进展同样值得关注。据南华早报2025年5月报道,中国解放军已使用DeepSeek的AI模型生成自动军事模拟场景,在48秒内生成10,000个作战场景,而这需要指挥官48小时才能完成。解放军官方报纸评论称,“传统上’以战术制胜’的原则将被’以算法制胜’取代”。

展望

随着五角大楼推动AI进入机密军事网络,我们可能会看到:

  1. AI公司与军方的合作从”被动防御”转向”主动作战能力”
  2. 关于AI伦理的使用政策将面临更大压力
  3. 美中之间的AI军事化竞争将进一步加剧
  4. 监管机构可能会介入,制定更明确的军用AI使用规范

深度分析二:智谱GLM-5引爆行情,中国AI”春节档”混战背后的技术追赶

新闻事实

2月11日,智谱AI正式发布新一代旗舰模型GLM-5。根据IT之家和量子位的报道,GLM-5在编码和智能体能力上取得了开源SOTA(最先进)表现,在真实编程场景的使用体验逼近Claude Opus 4.5,擅长复杂系统工程与长程Agent任务。

GLM-5的核心技术规格:

  • 总参数量从GLM-4.5的355B扩展至744B(激活参数从32B增至40B)
  • 预训练数据从23T token提升至28.5T token
  • 采用DeepSeek同款的稀疏注意力机制(DSA)和多Token预测(MTP)
  • 支持最高202K token上下文窗口
  • 采用MoE(混合专家)架构,共256个专家,每次推理激活8个

受此消息影响,智谱AI港股(知识图谱科技)两日暴涨近60%,2月12日单日上涨30%。同时,MiniMax的M2.5模型也于同期发布,股价上涨11%。Ant Group发布了开源多模态模型Ming-Flash-Omni 2.0,能够生成语音、音乐、音效和视觉内容。

为何重要

这标志着中国AI大模型领域进入了一个新的密集竞争阶段。GLM-5的技术规格显示,中国公司在模型规模和架构创新上正快速追赶国际顶尖水平。特别是采用DeepSeek的稀疏注意力机制,表明中国AI社区正在形成自己的技术路线,而非单纯跟随OpenAI、Anthropic等美国公司的路径。

历史平行:从”Copy to China”到技术路径创新

2010年代,中国科技行业常被描述为”Copy to China”模式——即将美国成功的商业模式复制到中国市场。但这一模式在AI领域正在发生根本性转变。

GLM-5采用DeepSeek架构而非GPT架构,具有重要的象征意义。这类似于华为在5G领域选择开发自己的技术路线,而非简单跟随高通或爱立信。这一转变与1990年代韩国三星在半导体领域的发展路径相似:从代工起步,逐步积累技术能力,最终在DRAM等领域成为全球领导者。

另一个重要的历史平行是2000年代初日本消费电子行业的经历。当时,索尼、松下等公司在等离子与液晶显示技术之间做出选择,最终选择了”错误”的技术路线,被韩国竞争对手超越。今天,中国AI公司在架构选择上的决策,可能决定未来十年的竞争格局。

关键差异:开源策略与商业化

与OpenAI的封闭策略不同,智谱选择了开源路线。这与Meta的Llama策略相似——通过开放获取更大的生态影响力。但更重要的是,GLM-5的发布恰好撞上了一个”异常拥挤的档期”:DeepSeek新模型、Qwen 3.5、MiniMax M2.2都将在2026年2月中旬春节前后发布更新。

这一现象类似于2019年中国新能源汽车市场的”群雄并起”局面。当时,蔚来、小鹏、理想等多家造车新势力几乎同时推出新车型,市场进入激烈竞争期。最终,只有少数公司存活下来,但整个中国新能源汽车产业链因此获得了快速发展。

中美AI竞争的新阶段

GLM-5的发布也反映了中国AI政策的整体方向。2月11日,中国国务院总理李强主持召开国务院专题学习会议,强调要”准确把握AI发展趋势,在核心技术上实现全链条突破,在多元场景中广泛应用以释放技术潜力”。这与2025年12月中国国资委启动的”焕新社区”AI合作平台相呼应,该平台目前已聚合超过4,700个AI模型和1,200个数据集,用户基数增长十倍。

展望

GLM-5的成功发布可能预示着:

  1. 中国AI模型在编程和Agent能力上已接近国际顶尖水平
  2. 稀疏注意力等架构创新可能成为新的主流技术路线
  3. 开源策略将帮助中国AI公司建立更广泛的生态影响力
  4. 中国AI公司将加速在海外市场的扩张,与OpenAI、Anthropic展开正面竞争

深度分析三:Meta百亿数据中心与科技巨头7000亿投资狂潮

新闻事实

Meta于2月11日宣布在印第安纳州黎巴嫩市破土动工建设一座价值100亿美元的数据中心,该设施设计为1吉瓦(GW)容量,预计于2027年底或2028年初投入运营。这是Meta历史上最大的基础设施投资之一。

与此同时,CNBC报道显示,Alphabet、Microsoft、Meta和亚马逊四家科技巨头预计2026年在AI基础设施建设上的总投资将接近7000亿美元,比2025年的历史水平增长超过60%。亚马逊预计今年支出2000亿美元,谷歌最高1850亿美元,Meta最高1350亿美元。

为何重要

这些数字背后的意义远超科技投资本身。首先,这些投资规模相当于许多中等发达国家全年GDP的数倍。其次,这些投资将导致科技巨头的自由现金流大幅下降——Barclays分析师预计Meta的2026年自由现金流将下降近90%,而亚马逊可能出现170亿至280亿美元的自由现金流负值。

这标志着科技行业从”轻资产高利润”模式向”重资产基础设施”模式的根本性转变。2000年代,谷歌只需极少资本支出就能服务每个新用户;今天,Meta每新增一个用户都需要巨额基础设施投资。

历史平行:从光纤狂潮到数据中心狂潮

当前的数据中心投资狂潮与1990年代末的光纤铺设热潮有着惊人的相似性。

1999年,电信行业为应对”互联网流量每100天翻一番”的预期,疯狂铺设光纤网络。当时的市场领导者思科系统曾短暂成为全球市值最大的公司,市值达到5000亿美元,约占美国GDP的5%——这与英伟达目前占美国GDP 15%的估值水平形成了鲜明对比。

但2000年互联网泡沫破裂后,这些过剩的光纤容量变成了”光纤 glut”,导致电信行业经历长达数年的低迷。花旗集团的分析师曾在1999年报告中警告”带宽过剩可能威胁利润”,这与今天关于数据中心过剩的担忧如出一辙。

投资机构GQG Partners在2025年9月发布的报告”Dotcom on Steroids”中指出:“当前AI数据中心资本支出和烧钱的AI初创公司,最终可能以与25年前电信行业血洗相似的方式结束。“

关键差异:AI收入 vs 互联网收入

然而,一个关键区别是收入验证的时间线。当光纤泡沫破裂时,互联网已经产生了可观的收入。相比之下,根据2025年8月的估算,“AI原生”公司的年化收入不到200亿美元,而预计到2030年的数据中心资本支出将达到约7万亿美元。

这意味着,与互联网泡沫不同,AI基础设施的建设远远领先于实际应用的落地。这种”先用之,后见益”的策略可能导致更严重的资本错配。

另一个重要差异是环境影响。1吉瓦的数据中心相当于为80万户家庭供电的电力需求。根据美国能源部的预测,到2030年,AI工作负载将占美国总电力需求的9%。这与1990年代的数据中心形成了鲜明对比——当时的环境影响主要来自设备本身的制造,而非持续运行的能耗。

监管与公众反应

环境保护组织Earthjustice已要求公用事业监管机构调查Meta在路易斯安那州270亿美元数据中心项目的融资问题,称该项目可能让普通家庭和企业为建设成本”买单”。

这与2000年代初关于电信塔建设的公众反对类似,但规模更大。当时的反对主要集中在对景观的影响,而今天的反对声音则集中在能源消耗和碳排放上。

展望

Meta百亿数据中心和科技巨头的投资狂潮可能预示着:

  1. AI基础设施投资将继续加速,直到出现明显的产能过剩
  2. 能源供应将成为数据中心扩张的主要瓶颈
  3. 环境监管和公众反对可能成为AI扩张的新障碍
  4. 投资者开始质疑AI投资的回报率,可能导致科技股估值回调

综合分析:三大趋势的交汇与全球AI新格局

今天的三个主要新闻并非孤立事件,而是指向同一趋势:全球AI竞争正在从商业创新阶段进入地缘政治和基础设施建设的”深水区”。

主题一:AI军事化加速

五角大楼推动AI进入机密网络,标志着AI军事化进程进入新阶段。这与1990年代互联网军事化相似——最初为军事目的开发的技术最终渗透到民用领域。但今天的军事化发生在技术已经广泛民用化之后,这可能加速技术迭代,但也增加伦理风险。

主题二:中美技术分道扬镳

智谱GLM-5采用DeepSeek架构而非GPT架构,标志着中美AI技术路线正在分化。这与1990年代美国和欧洲在移动通信标准上的分化相似——GSM与CDMA的标准竞争最终影响了整个产业的格局。

主题三:基础设施竞赛成为新战场

Meta百亿数据中心和科技巨头7000亿投资狂潮,标志着AI竞争从算法创新转向基础设施规模优势。这与19世纪铁路建设竞赛相似——先建设网络的一方可能获得持久的网络效应优势。


其他要闻速览

  • 中国央企成立具身智能联盟:在国务院国资委指导下,中国央企联合成立具身智能产业联盟,聚焦五个重点领域:战略高价值应用场景、高质量数据集、产业链关键核心技术、产业生态协调发展、产融链接支持实体经济。

  • 中国总理李强呼吁全面推动AI创新:李强在国务院专题学习会议上强调,要准确把握AI发展趋势,实现核心技术全链条突破,在多元场景中广泛应用以释放技术潜力。

  • 拉美推出Latam-GPT模型:智利主导的Latam-GPT模型旨在用拉丁美洲数据训练应用,减少偏见并提供更符合当地需求的服务。

  • 华为泰国网络安全主管:AI放大治理失败而非新风险:华为泰国网络安全首席专家表示,AI更多的是放大现有的治理失败,而非创造全新类型的风险。


关键要点

  1. 军事-科技边界模糊化:五角大楼推动AI进入机密网络,标志着硅谷与军工复杂关系进入新阶段。历史经验(Project Maven抗议)显示,这种合作将持续面临伦理审查。

  2. 中国AI技术路线独立化:GLM-5采用DeepSeek架构,显示中国AI正在形成自主技术路线。这与华为5G发展路径相似,从跟随者转向标准制定者。

  3. 基础设施投资超前化:7000亿美元AI基础设施投资远超当前AI收入,与光纤泡沫相似。但AI收入验证滞后可能带来更大风险。

  4. 能源成为新约束:1吉瓦数据中心相当于80万户家庭用电,能源供应将成为AI扩张的主要瓶颈。

  5. 竞争进入”深水区”:AI竞争已从商业创新全面渗透至地缘政治、军事和基础设施层面,形成”多维竞争”新格局。


数据来源说明:本报道综合了路透社、CNBC、CGTN、新华社、量子位、IT之家等多家媒体的公开报道。所有数据和引述均来自原始新闻报道,经过交叉验证以确保准确性。

发布时间:2026年2月12日 字数:约2,800字

— 全文完 —