励梦日报 · 70

第70期 | 2026-07-03 | 星期五

阿里AI仅28小时发现4种新超导体，微软砸25亿帮企业落地AI，可灵融资30亿美元，普通人如何抓住机会？

7月3日，AI领域消息密集：阿里达摩院用AI智能体仅28个GPU小时就发现了4种人类此前未知的超导材料；微软宣布投入25亿美元成立新公司帮企业落地AI；快手旗下可灵AI拿下30亿美元融资刷新纪录；Anthropic启动自研AI芯片计划。这些变化对普通人意味着什么？今天逐条拆解。

一、阿里达摩院AI智能体发现4种全新超导体：AI for Science里程碑

7月3日，阿里达摩院联合中国人民大学、中国科学院大学发布全球首个定向挖掘超导材料的AI智能体ElementsClaw（元素虾），论文已发布在arXiv预印本平台，全部预测数据对外开放。

核心亮点：

• 惊人效率：仅消耗28个GPU小时，完成240万种稳定晶体全量筛查，一次性预测出6.8万份高置信超导候选材料。对比之下，全球权威超导数据库SuperCon历经百年积累仅收录约2000种已知超导材料，AI单次筛选量是人类百年存量的34倍
• 4种全新验证超导体：团队挑选易合成候选完成实物烧制和低温超导实测，4类新材料来源完全不同——数据库漏网相、修正数据库错误构型、AI从零生成全新晶体、结构推演衍生新材料，最高临界温度6.5K
• 自主科研能力：ElementsClaw采用原子大模型+智能体双融合架构，1B参数原子基础模型判断超导准确率AUC=0.996，可自动检索文献、评估合成难度、设计实验方案、根据结果迭代优化

据枫叶科技谈（http://m.toutiao.com/group/7658238788606509619/）7月3日报道，这是国内首个AI自主预测+实物完整验证的超导成果。

对普通人的影响：

• AI for Science正在从"辅助工具"变成"科研主力"，材料学、药学等领域将加速突破
• 240万晶体的超导预测结果全部公开，科研人员可基于6.8万候选继续寻找高温甚至室温超导材料
• 中小科研团队也能低成本开展超导探索，28个GPU小时的算力成本非常低
• 这一技术框架可拓展至铜基、镍基等高温超导体系，室温超导的"圣杯"或许不再遥不可及

二、微软25亿美元成立AI落地新公司：6000人驻场服务

7月3日，微软宣布成立全新运营实体Microsoft Frontier Company（微软前沿公司），投入25亿美元帮助企业客户筛选适合自身的AI技术并实现投资回报。

关键信息：

• 新部门整合约6000名工程师、技术顾问和销售团队，直接派驻客户企业内部提供服务
• 客户独享AI落地成果的所有权
• 核心定位：解决企业"AI落地难"问题，帮企业算清楚AI投入产出账
• 微软8月将推全新Copilot：消费版与企业版合二为一，AI编码与智能代理成付费新亮点

据CSDN博客AI前沿日报（https://blog.csdn.net/qq_36729037/article/details/162555326）7月3日报道，这标志着微软在AI商业化领域的又一次重大布局。

对普通人的影响：

• 大企业AI落地需要专业团队支持，说明"会用AI"本身就是一个高价值技能
• 微软派驻工程师驻场服务，意味着"AI落地顾问"这个职业方向需求旺盛
• 企业版Copilot整合AI编码能力，程序员和产品经理需要关注AI协作工具的升级
• 有企业服务经验的人可以考虑向"AI落地顾问"方向转型

三、可灵AI获30亿美元融资：视频生成赛道持续升温

7月3日，快手在港交所公告，初始投资者同意向北京可灵注资20.28亿美元（约合30亿美元），创全球AI视频生成领域融资纪录。

要点：

• 可灵是快手旗下AI视频生成平台，融资将推动文生视频技术迭代和市场拓展
• 昆仑万维天工AI业务ARR突破8亿美元，其中AI短剧平台贡献超7亿美元，正迈向中国首个非BAT旗下10亿美元ARR的AI公司
• 钉钉A1录音卡入选Gartner AI可穿戴设备报告，AI硬件赛道也在升温

据微博博主烈焰童子（https://m.weibo.cn/detail/5316541327609594）7月3日汇总报道。

对普通人的影响：

• AI视频生成赛道持续吸金，相关岗位需求增加：AI视频策划、提示词工程师、AI内容审核
• 天工AI短剧平台ARR超7亿美元，说明AI内容变现路径已跑通
• AI硬件（录音卡、智能眼镜等）值得关注，是普通人接触AI的入口级产品
• 做内容创作的个人创业者可以试用可灵等AI视频工具降低制作成本

四、Anthropic联手三星造自研芯片：AI公司芯片自主化加速

7月3日，据The Information报道，Anthropic已启动自研AI芯片的早期工作，正与三星电子就潜在制造合作进行洽谈，拟采用三星2纳米工艺。

核心要点：

• Anthropic招募了前OpenAI自研芯片项目核心工程师Clive Chan
• 项目仍处规划阶段，尚未敲定芯片功能、算力规格与服务器部署方案
• Anthropic官方回应称短期内仍将依托英伟达、谷歌、亚马逊的多元化算力体系
• 趋势：继OpenAI之后，又一家AI大模型公司走上芯片自研之路

同时，韩国政府计划将三星、SK海力士AI浪潮带来的税收红利投入本国"主权AI"建设，构建国家级AI算力底座。

据CSDN博客AI科技热点日报（https://blog.csdn.net/haohaizi_liu/article/details/162551909）7月3日报道。

对普通人的影响：

• AI芯片自研趋势加速，未来国产AI芯片产业链值得关注
• 芯片设计人才需求会进一步增长，尤其AI专用芯片方向
• 韩国政府用AI税收红利反哺AI基建的思路值得借鉴
• 普通人不需要懂芯片技术，但要理解：算力成本最终会影响AI服务的价格

五、企业AI成本失控：花旗、Adobe限制员工使用大模型

7月3日，据404 Media从六家企业获取的内部聊天记录和后台截图显示，花旗、Adobe、亚马逊等公司正纷纷限制员工使用大模型，以控制不断攀升的AI使用成本。

与此同时，英伟达推出全新AI基础设施合作模式，通过收入分成和信用支持机制与AI云服务商共建大规模AI工厂，帮助初创企业、模型开发者更快获得算力。阿里云秒悟Meoo也推出夜间错峰优惠，Qwen3.7-Max低至2折。

据比特网（http://m.toutiao.com/group/7658141803396252187/）7月3日报道。

对普通人的影响：

• 企业AI使用不能"无脑烧钱"，投入产出比是关键，个人创业同理
• 阿里云夜间错峰优惠是降低AI使用成本的好方式，做AI内容的创业者可以关注
• 英伟达新合作模式意味着初创企业获取算力的门槛在降低
• 对做AI应用的人来说，算力成本管理能力正在成为核心竞争力

六、全球AI数据中心面临极端高温威胁：被低估的算力风险

7月3日，一家气候风险分析机构公布研究数据称，全球数据中心高达79%的算力容量面临洪水、极端大风及山火等气候灾害威胁，可能导致运营中断并推高成本。

应对措施：

• 微软通过选址、冗余系统和实时监控管理极端天气风险
• 英伟达新型AI服务器可在最高45摄氏度冷却液环境下运行
• 冷却液温度提高1摄氏度，可使冷却系统能耗降低约4%

据比特网（http://m.toutiao.com/group/7658141803396252187/）7月3日报道。

对普通人的影响：

• AI算力不是"无中生有"，它依赖物理基础设施，也受自然灾害影响
• 关注AI数据中心的选址策略，这关系到AI服务的稳定性
• 节能降耗是AI基础设施的刚需方向，相关技术和岗位有前景
• 普通人不需要担心AI断线，但要理解AI背后的能源和环境代价

七、其他值得关注的消息

八、普通人7月3日行动清单

1. 关注AI for Science突破

• 阿里达摩院的超导发现证明AI科研能力已成熟
• 240万晶体预测数据全部公开，相关领域从业者可直接利用
• 关注AI在材料、药物、能源等领域的应用进展
• 这不是"遥远的实验室新闻"，而是改变产业格局的前兆

2. 学习AI成本管理

• 企业AI成本失控是警示：用AI不能只看效果不看成本
• 优先选择免费或低成本AI工具（如阿里云夜间错峰优惠）
• 关注国产AI工具链的成熟度，国产方案正在大幅降本
• 做AI创业的人要建立"算力账本"意识

3. 关注AI视频和内容创作赛道

• 可灵30亿美元融资说明视频生成赛道热度不减
• 试用AI视频工具降低内容制作成本
• AI短剧平台ARR超7亿美元，说明变现路径已跑通
• 有内容创作能力的人可以尝试用AI工具做视频内容

4. 提升AI协作能力

• 微软6000人团队帮企业落地AI，说明"AI落地"是巨大市场
• 学习AI工具的实际应用能力比懂技术原理更重要
• 关注Copilot等AI协作工具的升级，提升工作效率
• “AI落地顾问"是值得关注的职业方向

5. 关注创业政策红利

• 长长三角19条科创举措提供政策支持
• 高新技术企业认定新增AI、量子信息等前沿领域
• 留意本地的科创扶持政策和创业补贴
• 有技术成果的可以关注政府种子计划和免评审通道

写在最后

7月3日这天的信息主线很清晰：AI正在从"会聊天"变成"能干活”。

阿里用AI发现超导体、微软组建团队帮企业落地AI、可灵融资30亿做视频生成、Anthropic自研芯片掌控算力——这些都在指向同一个趋势：AI的价值不在实验室，而在实际应用场景里。

对普通人来说，有三条原则值得记住：

• 会用的比会造的值钱：不是每个人都要造AI，但每个人都要会用AI解决实际问题
• 算账比追风重要：企业AI成本失控说明，盲目上AI不如精准用AI
• 场景为王：AI在哪个领域解决真问题，价值就在哪里——超导材料、视频内容、企业效率，每个方向都有普通人的切入点

与其纠结"AI会不会取代我"，不如想想"我能不能用AI解决一个具体问题"。这，才是当下最务实的思考方式。

本文内容由励梦文化团队整理发布，内容仅供参考学习