Mistral 放出 1 万亿参数权重却把「做服务」锁进许可证,英伟达 129 亿收购 Hugging Face 被司法部盯上,天数智芯天垓 300 实测反超 H200,Meta 拿了 975 亿融资其中 40 亿来自芯片厂。三件事同一周发生,指向同一个结论:AI 产业的护城河正在从模型能力整体上移到分发层
来源:Mistral AI 官方发布与 Hugging Face 发布页;AI Bacon《Mistral Opens Large 4's 1T Weights but Makes Model-as-a-Service Hosts Buy a License》(2026-10-30);The Decoder;InfoQ《万亿参数"大胖猫"上秤了》;Reuters / DealStreetAsia《Meta eyes record $97.5b equity raise to expand AI infra》(2026-10-28);21 世纪经济报道《Meta 融资 975 亿美元强攻 AI,英伟达持续卷入循环融资争议》;路透中文报道(英伟达收购 Hugging Face 遭 DOJ 问询,2026-10-28);21 世纪经济报道《国产 GPU 迈出一大步,天数智芯天垓 300 实测反超 NVIDIA H200》(2026-10-30);中国经济新闻网;Unsloth 官方文档;vLLM 官方博客;Forkast《The License Comes After the Weights》
日期:2026年10月31日
10 月的最后一周,AI 产业同时发生了三件事。如果分开看,每一件都是独立新闻:
如果你把这三件事并排放在一起,会看到一个共同点:它们都在争夺"分发权"——不是谁的模型更强,而是谁决定模型、算力和钱从哪里流向哪里。
这一篇,我们把这三层拆开,再合成一个判断:AI 产业链的护城河,正在从"模型能力"整体上移到"分发层"。
先看数字。10 月 27 日(周二),Meta 把 A 类普通股公开发行规模从 225 亿上调至 250 亿美元,每股定价 625 美元;同时以每股 50 美元发行 2.5 亿份强制可转换优先股存托股份,募资 125 亿,股息率 6.5%,预计 2029 年 8 月强制转换。即期公开发行的总规模因此达到约 375 亿美元。
再加上一项最高 600 亿美元、按市价分批出售的 ATM 计划(预计 2027 年第一季度 Class C 股票开始交易后启动),Meta 整体股权融资计划规模达到 975 亿美元——AI 公司史上最大规模。
认购情况同样夸张:250 亿美元普通股获约 5 倍超额认购,相当于约 1250 亿美元认购意向;前 15 大投资者拿走约 70% 股份。
这份名单最值得看的不是机构,而是:
| 出资方 | 金额 | 身份 |
|---|---|---|
| 英伟达 | 30 亿美元 | Meta 的芯片供应商,也是 AI 芯片份额第一 |
| AMD | 10 亿美元 | Meta 的另一个 GPU 供应商 |
| 博通 | 未公布 | 网络与定制 ASIC 供应商 |
| 美光 | 未公布 | HBM 存储供应商 |
| 合计意向 | 最高 50 亿美元 | 约相当于当期普通股发行规模的 16% |
这就是媒体所说的循环融资(circular financing):供应商投资客户 → 客户拿钱买供应商的产品 → 收入回到供应商账上。
这不是新东西。英伟达此前已投资 OpenAI(最高 1000 亿美元)、Anthropic(100 亿美元)、CoreWeave(20 亿美元);7 月底英伟达与 OpenAI 洽谈约 2500 亿美元融资担保的报道一出,股价大跌,5 年期 CDS 价格创阶段新高;Michael Burry 把它类比为次贷式结构化操作,Jim Cramer 提醒"这让我想起 21 世纪初的电信泡沫"。
Meta 的循环融资之所以值得单独拆,是因为它的资金用途和财务状况都比前几例更紧:
William Blair 的分析师措辞相当谨慎:"我们预计投资者会持续质疑这一融资方式以及未来再次融资的可能性。"言下之意是:这一轮的钱不够,得再来。
而英伟达那 30 亿并非纯粹的财务投资。它与一份技术合作公告同时发布:Meta 将扩大部署 Vera Rubin 平台与 Vera CPU,引入 Spectrum-X 以太网与 BlueField-4 DPU,并研究在英伟达 OpenShell 智能体安全参考架构、NVIDIA Sentry 行为监控上的合作,核心产品是 9 月发布的个人智能体 Muse(上线 10 天登顶美国 App Store 免费榜,扎克伯格称美加已有超 1000 万人配置,日活比例约 25%,购物是主要场景,客单价超 200 美元)。
于是形成了一个闭环的形状:英伟达给 Meta 的 AI 基建融资,Meta 用这笔钱买英伟达的芯片来跑 AI 智能体,英伟达再以"AI 代理是新运算范式"来论证这笔投资合理。 商业上说得通——黄仁勋的理论是 AI 算力已经是像电力一样的基建,寿命长、需求真实。争议也真实:钱在圈里转,需求是真实的还是被制造出来的,外人很难分辨。
补充一个同期参照系:Alphabet 今年 6 月的股权发行已增至 847.5 亿美元;SpaceX 的关联公司 Apollo 旗下主体将采购约 400 亿美元的 AI 芯片与服务器再租回给 SpaceX。AI 基建的资本来源,已经从企业自有现金流系统性转向股权与债务市场。
循环融资本身不等于造假。真正的风险点在于它在会计上很难被证伪:英伟达的芯片收入是真的,Meta 的 GPU 订单是真的,只有"如果没有这笔钱,Meta 还会不会买这么多"是反事实,而反事实不可观测。
这一层真正的问题不是"泡沫",而是信息不对称的方向变了:以前我们能看到云厂商的资本开支,现在我们看到的是芯片厂商给云厂商的融资承诺,两者的会计确认时点不一样,对外的叙事口径也不一样。
这一层是本周最值得细看的部分,因为它同时包含一条"开放"路线和一条"收拢"路线,而且两条路线指向同一个目标。
先看 Mistral 交了什么货。
技术规格(Mistral 官方模型卡 / Hugging Face 发布页):
| 项目 | 数据 |
|---|---|
| 总参数 / 每 token 激活 | 约 1T / 49B(仓库名 A52B 含 embedding 与输出层) |
| 结构 | 128 个路由专家,每 token 激活 4 个,外加 1 个共享专家 |
| 上下文 | 1M tokens |
| 模态 | 文本 + 图像输入,文本输出,Pixtral 风格视觉编码器 |
| 语言 | 160+ |
| 推理档位 | low / medium / high(默认 high) |
| 官方权重 | FP8 约 1.06 TB(54 个 safetensors 分片);NVFP4 约 610 GB |
| 推测解码 | 内置 DSpark:3 层 BF16 稠密草稿器,一次提议 3 个 token,官方实测吞吐最高提升 1.9 倍且输出一致 |
训练细节:10 月 6 日公开预览之后,Mistral 又追加了约三周强化学习,官方称 Terminal-Bench 4.0 从 28% 提到 41%,输出 token 数减少 30%。相对其他开放模型,官方公布的对比是 Terminal-Bench 4.0 对 GLM-5.3 的 41% vs 40%、Cognition FrontierCode 2.0 对 DeepSeek V4.1 Flash 的 19.7% vs 19.3%、Artificial Analysis 编码智能体指数 48%(称与 GLM-5.3 基本持平,但每任务 token 少 47%)。照片级差距。而 Artificial Analysis 智能指数 v5 给 26 分,Mistral 自己承认"领先的中国开放权重模型在总分上更高"。
关键在许可证。Mistral Ecosystem Open-Weight License 是 MIT 的衍生版,只加了一条附加条件:
如果被许可方或其任何关联公司运营 Model-as-a-Service 业务,则在使用本模型或其衍生作品进行任何商业目的之前,必须从 Mistral 处取得单独的商业授权。
条款还精确定义了什么算 MaaS(向第三方提供模型或衍生模型的推理/后训练访问,且让第三方能对输入、参数或训练数据施加实质控制)、什么不算(模型仅嵌入于特定功能或框架中的终端用户产品;仅转发请求给别家托管模型),以及永远豁免的情形(纯内部使用;通过 Mistral 自家产品使用)。
触发条件是公司属性,不是部署方式。 一家公司只要有 MaaS 业务(或有做 MaaS 的关联公司),哪怕是自己内部用 Large 4 做商业产品,也需要单独商业授权。社区里的比喻很传神:"这对所有人都是免费的健身卡,除了其他健身房。"
HN 上讨论帖破了 1600 分,最高赞批评是"这已经不是开源了",另一派则指出这和 Redis、Elasticsearch、Terraform 当年改许可证是同一类操作。InfoQ 的中文总结更直接:权重放出去换声量和生态,API 与 MaaS 授权才是收钱的口子。
这不是孤例。Forkast 在《The License Comes After the Weights》里指出,行业正在出现一个收敛:越来越多前沿实验室把"月收入超过 2000 万美元"设为商业部署的授权闸门,StepFun 甚至加了一个别家都没有的 OEM 门槛。"开放"正在退化成一个技术脚注。
这句话值得记住,因为它是判断"开放权重"这个词还有多少含金量的标尺:开放权重承诺的是"你能拿到权重",从不承诺"你能拿它做任何生意"。
社区 GGUF 档位从 IQ2_XXS 的 298GB 到 Q4_K_M 的 635GB 不等。有意思的是"能压到 233GB"这件事本身:它把"跑一个前沿级模型"从云厂商机房搬到了个人工作站的统一内存里。这是一次分发权的转移——从 GPU 采购能力,转向内存成本。
Mistral 的权重就放在 Hugging Face 上。而 9 月 3 日,英伟达宣布以 129.303 亿美元收购 Hugging Face——英伟达史上第二大收购,仅次于 2025 年底约 200 亿美元收购 Groq。对价包含约 119 亿美元现金给股东,外加最高 10 亿美元股权保留计划用于留人。黄仁勋在官方公告与 SEC 文件中承诺 Hugging Face 继续作为开放平台运营,不强制使用英伟达算力。
估值曲线本身很说明问题:2023 年融资时 45 亿美元;去年英伟达 5 亿美元投资要约被拒(对应 70 亿估值);最终成交价接近翻倍。
而 10 月 28 日,路透援引两位知情人士报道:美国司法部已就这笔收购展开问询,范围覆盖收购、投资、销售行为,以及英伟达是否对客户施加不当压力;重点评估"这笔交易是否会让英伟达掌握 AI 的一个基础性分发节点"。同一批调查还包括英伟达 2025 年收购 SchedMD(超算调度软件,涉及国家安全领域)。司法部发言人不置评,并称特朗普任内将继续优先推动超级智能发展。
为什么分发节点值得 DOJ 单独发问?几个具体机制:
这五项里任何一项单独看都无害,叠加起来就是一条默认路径。 当"最省事的做法"和"英伟达最赚钱的做法"重合时,分发层就变成了比芯片更有效的锁定机制。
Mistral 说:权重免费,推理服务要谈。英伟达说:模型分发平台我来运营。
Mistral 的答案是:把"把模型变成服务"这一步商业化,锁在许可证里。英伟达的答案是:把"模型在哪里被托管、被发现、被下载"这一步资本化。
两条路径的共同点是都不打算靠模型能力本身长期赚钱——所以模型的开放程度在这两家公司手里,是一个可以随时调节的商业杠杆,而不是一种信仰。
前两层都是关于"谁能拿到什么"。第三层是关于"用什么东西算"。
10 月 28 日,天数智芯在上海举办"从模型到世界 2026"媒体开放日,天垓 300 首次面向媒体开放实机演示,同时展示基于天垓 300 的 AFD 分离方案、IXL144 超节点方案、天数智算软件栈与彤央端侧算力终端,并预告标称算力 600T 的下一代端侧产品。
公开实测数据(第三方机构实测 + 天数智芯性能实验室实测,媒体开放日现场演示):
| 场景 | 天垓 300 | 对比基准 |
|---|---|---|
| PD 分离部署折算单卡端到端吞吐(第三方,7 月) | H200 的 1.05 倍 | 首个实测达 H200 水平的国产通用 GPU |
| Qwen3-32B,8 卡整机 FP8 训练,每卡有效吞吐 | H100 的 1.33 倍 | 训练 |
| 64K 长上下文 Attention 性能 | H200 的 1.05 倍 | 长文本分析、复杂 Agent |
| GLM-5.3 64K,同等用户体验下 MoE 吞吐 | H200 的 1.15 倍 | 同等服务下的承载量 |
| 8K–128K 长上下文 Agent 首字延迟 | 比 H200 低 10%–30% | 用户直接感知 |
| 多模态生成推理吞吐 | 比 H200 高 2%–5% | 图像/视频 |
| 搜广推在线业务推荐推理吞吐 | 提升 21% | 轻量计算时延降低 26% |
| 强化学习:1024 卡对既有基座做一次 RL(40B 激活中心情景) | 约 26 天完成 | 条件性工程估算 |
硬件本身:天数天枢架构,新一代 TensorCore,144GB 显存,原生支持标量/矢量/张量三类计算模式,覆盖 FP4、FP8、FP16、BF16,支持高速片间互联。
现场演示也做成了媒体命题的形式:文生图一次生成 1920×1080 的 8 张图,平均/最短/最长完成耗时与整轮吞吐均优于 H200,媒体指定"亚麻发色、穿白色连衣裙的女生在冰面行走,赛博朋克风格"的生成,4 秒出第一张;文生视频现场对比吞吐 0.628,高于 H200。
公司层面:天数智芯 2026 年 1 月 8 日在港交所主板上市(9903.HK),发行 2543 万股,募资约 37 亿港元,IPO 市值约 354 亿港元,开盘价 190.2 港元(+31.54%),香港公开发售获约 414 倍超额认购。
过去两年国产 GPU 的叙事是"能不能用",卡在生态、算子覆盖、框架适配、CUDA 迁移成本。这次宣布的是跨过了"能用"这道坎,进入"比拼实际产出、运行效率和经济价值"——这是官方措辞,也是这次演示刻意选"PD 分离吞吐""Agent 首字延迟""推荐推理吞吐"而不是"理论峰值算力"的原因。
这些指标有一个共同点:它们都是整条链路的输出,不是单点的参数。 一个 144GB 显存的卡,能塞下更大的 KV cache,于是长上下文场景下首字延迟和吞吐同时变好——这是系统设计的结果,不是单纯堆晶体管的结果。
三个必须打的折扣:
因为它是"分发权"叙事在硬件层的对应物。
如果 AI 算力的供给方只有一家,那么无论模型层怎么开放、资本层怎么循环,最终的分配权都集中在一处。反过来,如果国产通用 GPU 在实测上进入"可替换"区间,那么:
把这三件事叠在一起,能画出一个清晰的结构变化。
| 层次 | 2024–2025 的护城河 | 2026 年 10 月的护城河 | 本周事件 |
|---|---|---|---|
| 模型能力 | 领先几个百分点的跑分 | 已被追平到"照片级差距" | Mistral 对 GLM-5.3、DeepSeek 的领先在 1 个百分点内 |
| 推理分发 | 谁有 GPU 谁能服务 | 许可证与授权边界 | Mistral 的 MaaS 条款;$2000 万收入门槛成为惯例 |
| 模型分发 | 谁托管模型谁说了算 | 平台资本化 | 英伟达 129 亿收购 Hugging Face 遭 DOJ 问询 |
| 算力供给 | 英伟达独家 | 可替换性 + 循环融资风险 | 天垓 300 实测;Meta 975 亿与英伟达 30 亿 |
| 资本 | 企业自有现金流 | 股权与债务市场 + 供应商信用 | Meta 十多年来首次负自由现金流 |
最关键的一行是第二行和第三行。模型能力这一层的差距已经小到不值得设防,而"谁能提供服务、谁能分发模型、谁能提供算力"这三层,正在被系统性地用法律文件和资本手段锁起来。
这是一个值得记住的历史转折点:当技术差距缩小到 1 个百分点,竞争的战场就必然从技术转移到分发和资本。 这也解释了 2026 年为什么这么多看起来不相干的新闻——许可证修订、巨额股权融资、反垄断问询、国产芯片发布——其实都在回答同一个问题。
如果你在造模型、造应用或者做算力生意,这一周的信息里有几条可以直接用的判断:
回到开头的三件事。
Mistral 用一份改了一条的 MIT 许可证告诉我们:权重的价值不在权重本身,而在权重能变成什么生意。 英伟达用 129 亿美元告诉我们:模型分发的价值不在托管,而在默认路径。 天数智芯用一组实测数据告诉我们:算力的价值不在峰值,而在能不能被替换。
Meta 的 975 亿和英伟达的那 30 亿,则把第四件事摆到了台面上:当金融开始为产品做背书,需求与制造需求的边界就模糊了。
这四件事发生在同一周不是巧合。它们是同一个产业在同一个阶段必然长出的四张脸:能力已经追平,护城河只能往分发层和资本层搬。
而对学习 AI 的人来说,这一周最值得记住的一句话来自 Mistral 模型卡和 Unsloth 文档之间那个巨大的落差——1.06 TB 的权重和 233 GB 的量化版之间,隔着的不是压缩算法,是整个产业把成本转嫁给谁的答案。
下期见。