📣 發刊詞
你好,歡迎來到 WiseUp。
AI 產業每週大概有三百多條新聞。真正會改變遊戲規則的,通常不超過五條。
Thanks for reading! Subscribe for free to receive new posts and support my work.
麻煩的是,那五條不會自己舉手。它可能藏在一份沒人看的財報附註裡,可能是某個開源專案悄悄改了授權條款,也可能是兩條看起來毫無關係的消息,拼在一起才發現它們指向同一個結論。
這有點像下雨之前的氣壓變化。你不會注意到氣壓在降,但如果是位老農,則會在別人還在曬穀子的時候就開始收了,只因為嗅到泥土的氣味變了。
這份週報想練的就是這個直覺。每週三到五件事,不只是發生了什麼,而是順著走下去,三步之後世界會變成什麼形狀。我稱它為「終局推演」——不是預測未來,而是想在大部份人還在討論天氣的時候,先看一眼氣壓計。
這是試刊號,有許多還在摸索。如果你讀完覺得某個推演讓你停下來想了一下,這份週報就做對了一件事。
⚡ 30 秒掌握本期重點
這週 AI 產業上演了一齣連環爆——資本、技術、信任三條線同時出事。
Anthropic 安全神話破裂:一週之內連續兩次重大洩漏——3/26 內部 CMS 意外暴露下一代旗艦模型 Claude Mythos 的存在與能力等級,3/31 又因 npm 套件配置錯誤洩漏了 Claude Code 的完整源碼(512,000 行)。與此同時,Google 隔天發布 Gemma 4,首次採用 Apache 2.0 授權,開源陣營拿到了一張真正的王牌。
機器人 AI 突破:NVIDIA Jim Fan 團隊的 DreamZero 世界行動模型讓機器人首次具備零樣本、開放世界的任務執行能力——不需要針對性訓練,給一段文字提示就能在全新環境中行動。
AI 新創融資創紀錄:OpenAI 一週前完成 1,220 億美元融資(估值 8,520 億),Harvey 以 110 億美元估值拿到 2 億美元,法律 AI 正式進入獨角獸頂層。
這週最需要記住的一件事:AI 產業的信任基礎設施正在被重新定價——技術能力不再稀缺,但「可信賴」變得比任何時候都值錢。
📊 WiseUp 指數:78 ↑
WiseUp 指數是什麼? 我們每週從競爭強度、技術突破、監管政策、資本流動、生態震盪五個維度,追蹤 AI 產業的「緊張程度」。50 為基準線——超過 50 代表這週的變化比平常劇烈,低於 50 代表相對平靜。
AI 產業進入資本與信任的雙重壓力測試期。千億級融資、模型洩漏事件、開源授權轉向同步發生,緊張程度逼近劇變臨界點。
📐 首期校準說明:本期 78 分為 WiseUp 指數的首次量測,將作為後續追蹤的 baseline。當未來某週指數回落至 60 以下,代表產業進入相對平靜期;若突破 85,代表出現超越本週的系統性劇變。隨著資料累積,我們會每季回顧校準標準。
白話文:五個維度裡有四個超過 15 分,代表這週幾乎每條線都在出事。如果你只能關注一件事,看「競爭強度」——18 分意味著大廠同時在搶地盤。
📑 本期目錄
* 開源模型大戰
* 機器人 AI 進展
* AI 新創投資
1. 開源模型大戰
發生了什麼事
這週開源陣營拿到了一張真正的王牌,而閉源陣營最會講安全故事的那家公司,故事翻車了。
4 月 2 日——就是昨天——Google 正式發布 Gemma 4 開源模型家族,包含四個尺寸:E2B(2.3B 有效參數)、E4B(4.5B)、31B dense、以及 26B A4B MoE(約4B 活躍參數)。更重要的是授權方式:首次採用 Apache 2.0,這意味著任何人都可以不受限制地商業使用、修改和分發。31B dense 版本在 Arena AI Text Leaderboard 上排名全球開源模型第 3,在 AIME 2026 數學推理測試中拿到 89.2%。Gemma 全系列(1→3)累計下載量已超過 4 億次,Gemma 4 為首日發布。
但真正讓這週變得不一樣的,是 Anthropic。3 月 26 日,Fortune 獨家報導 Anthropic 因內部 CMS 配置錯誤,意外暴露了下一代旗艦模型 Claude Mythos(內部代號 Capybara)的存在。Anthropic 官方確認模型為真,稱其為「step change in capabilities」,且在內部文件中警告該模型具有「前所未有的網路安全風險」——能以「遠超現有任何 AI 模型」的方式利用漏洞。洩漏消息當天,Global X Cybersecurity ETF 下跌約 3-5%(Cryptika 報導達 4.5%、CNBC 3/27 亦確認下跌)。
五天後的 3 月 31 日,Anthropic 再次出事:一個 npm 套件(@anthropic-ai/claude-code v2.1.88)因 source-map 配置錯誤,將 Claude Code 的完整源碼——512,000 行 TypeScript、1,906 個檔案——公開發布到 npm 公共 registry。Bloomberg、Guardian 等多家媒體以重大新聞報導。Anthropic 稱此為「人為錯誤」。
來龍去脈
Anthropic 的安全敘事一直是它最值錢的資產。Constitutional AI、Responsible Scaling Policy、跟美國國防部的合約——這些都建立在「我們是最安全的 AI 公司」這個前提上。一週內連續兩次重大洩漏,不管原因多無辜,對這個敘事的損害是結構性的。
與此同時,開源陣營的攻勢從未停過。Meta 的 Llama 系列持續逼近閉源性能,現在 Google 的 Gemma 4 又加入——而且是用 Apache 2.0 這種最寬鬆的授權。這不是偶然。Google 有 GCP 和廣告業務撐腰,模型免費送人對他們來說不痛——痛的是競爭對手。
關鍵數字
* Gemma 4:四個尺寸(E2B / E4B / 31B / 26B A4B),Apache 2.0 授權,31B AIME 2026 得分 89.2%(Gemma 全系列累計下載超 4 億次)
* Claude Mythos:Anthropic 官方確認存在,稱「step change」,具體參數未公開,社群猜測達 10T 參數但未獲官方證實
* Claude Code 洩漏:512,000 行 TypeScript,1,906 個檔案,起因為 npm source-map 配置錯誤
白話文:你手上的開源專案,明天就能用上接近 frontier 等級的模型,免費、不用簽合約、不用擔心授權問題。而號稱最安全的那家,連自己的原始碼都會不小心公開。
終局倒推:這件事三步之後的世界長什麼樣?
對於12 個月後的預測,我會賭市場分成三層:最頂層 2-3 家閉源模型(GPT-5.x、Mythos 級別)服務高安全需求的企業客戶,中間層是 Gemma、Llama 等開源方案處理 80% 的日常需求,底層是各種微調和專業化的小模型。真正的戰場不在模型本身,而在誰能定義中間層的標準。
6 個月內,雲端服務商會大舉推開源模型託管服務——賺算力錢比賺 API 抽成穩定得多。而 Anthropic 必須在信任修復上花大力氣,這反而可能逼他們加速推出 Mythos 來轉移注意力。
如果你是技術主管,這週的功課是:去 Hugging Face 上試跑 Gemma 4 31B,評估它能不能取代你目前在用的 API。不是說要馬上切,而是要知道你有選擇。如果你是投資人,該注意的不是 Mythos 有多強,而是 Anthropic 的安全故事還撐不撐得住——因為那才是他們估值 $380B 的基礎。
延伸閱讀
* Google Gemma 4 官方發布 - Jeff Dean 親自宣布,首次 Apache 2.0 授權,值得看技術細節
* Fortune: Anthropic Mythos 洩漏獨家報導 - 了解洩漏的完整經過和 Anthropic 的官方回應
* Claude Code 源碼洩漏分析 - 技術面深度分析
📎 本段主要來源:Google Open Source Blog, 「Gemma 4 family」, 2026-04-02;Fortune, 「Anthropic says testing Mythos…」, 2026-03-26;Bloomberg / Guardian 等, Claude Code 洩漏報導, 2026-03-31;Hugging Face, Gemma 系列下載統計(累計 4 億);MathArena, AIME 2026 模型評測結果
🎯 終局推演:開源模型大戰
讓我們把棋盤攤開來看。
🎯 棋盤概況
一週內發生的事情,可能比過去一季加起來都多。Google 打出 Apache 2.0 這張牌,Anthropic 的安全敘事連續破洞。棋盤的重力中心正在從「誰的模型最強」轉向「誰值得被信任」。
♟ 棋手識別
📐 後三步推演 (預測信心: 🟢高 🟡中)
OpenAI 的回應
- 第一步(1-3 月):被迫調整 GPT-5.4 定價策略,可能推出更激進的 mini / nano 版本搶量 🟢 高
- 第二步(3-6 月):開源部分舊世代模型(如 GPT-4.1 級別),頂級能力保持閉源
- 第三步(6-12 月):全力轉型為「AI 應用平台」,從賣模型改賣 workflow 和 agent 整合服務
Anthropic 的危機處理
- 第一步(1-3 月):加速正式發布 Claude Mythos,用能力優勢壓過安全爭議 🟡 中
- 第二步(3-6 月):大幅強化企業合規和安全審計產品線,修復信任
- 第三步(6-12 月):如果 Mythos 真的有「step change」級別突破,有機會重建安全敘事;如果沒有,$380B 估值將面臨嚴重壓力
Google 的長線布局
- 第一步(1-3 月):Gemma 4 大規模推廣,Apache 2.0 吸引開發者遷移 🟢 高
- 第二步(3-6 月):將 Gemma 4 深度整合進 Android / Workspace / GCP 生態
- 第三步(6-12 月):重現 Android 策略——模型免費,生態鎖定,服務收費
Anthropic 現在最大的對手不是 OpenAI 或 Google,而是自己。兩次洩漏讓「安全」從資產變成負債,而 $380B 估值就建在這個字上面。
講白一點:OpenAI 想用降價守住地盤,Google 想用免費搶走地盤,Anthropic 則是得先證明自己的門能鎖好。三家都在跑,但跑的方向完全不同——你押哪一個,取決於你覺得接下來一年「能力」比較重要還是「信任」比較重要。
🔀 替代情境
情境一:監管借安全洩漏發力(機率中,衝擊高)——如果美國政府以 Anthropic 洩漏為由,要求所有前沿模型必須通過安全審計才能部署,閉源廠商反而因為「可控性」獲得政策保護。白宮 3/20 才剛發布 AI 立法框架,時機非常敏感。
情境二:Mythos 發布即顛覆(機率低,衝擊極大)——如果 Mythos 的能力真的是「step change」,市場注意力會從安全洩漏轉移到能力競賽,Anthropic 不僅翻盤還可能重新定義前沿。
情境三:Apache 2.0 引爆企業遷移潮(機率高,衝擊中)——Gemma 4 的 Apache 2.0 授權讓企業法務部門不再有顧慮,可能在 6 個月內引發一波從 API 到自建的遷移潮,最先受衝擊的是 OpenAI 的中型企業客戶。
📊 觀察指標
🔗 連鎖效應
[Anthropic 安全洩漏] → [企業客戶重新評估供應商信任] → [部分轉向開源自建]
↘ [Gemma 4 Apache 2.0 提供完美替代] → [算力需求爆發] → [NVIDIA / 雲端廠商受益]
↘ [台積電先進製程訂單增加] → [台灣 AI 供應鏈受惠]
📌 一句話終局判斷
AI 產業的下一個十年,護城河不是模型的參數量,而是客戶願意把最敏感的數據交給誰。
我們會從下期開始追蹤這張棋盤的變化。
2. 機器人 AI 進展
發生了什麼事
說白了,以前訓練機器人就像教小孩騎腳踏車——你得一直在旁邊扶著、指導每個動作。現在?機器人開始能「看別人怎麼做,自己就學會了」。
📅 時間脈絡:DreamZero、EgoScale、DreamDojo 均於 2 月發布,Isaac Lab 3.0 於 3/16 GTC 發布。本節為「基礎設施更新」性質的延伸回顧,非本週新聞。
NVIDIA GEAR Lab 的 Jim Fan 團隊在二月連續發布了三個互相關聯的突破。DreamZero(2/5 發布)是一個世界行動模型(world action model),能在完全沒有針對性訓練的情況下,僅靠文字提示在全新環境中執行任務——這是真正意義上的零樣本機器人控制。EgoScale 則是一套「靈巧度縮放定律」,證明機器人操作精細度隨訓練數據量呈可預測的提升曲線。DreamDojo(2/20 開源)更提供了 44,000 小時的人類第一人稱視角影片數據集,任何人都能拿來訓練自己的機器人模型。
近兩週,NVIDIA 在 3/16 GTC 大會上進一步發布了 Isaac Lab 3.0 early access,以及宣布與多家全球機器人廠商的合作——明確信號是:他們要做機器人界的「訓練基礎設施」。
來龍去脈
傳統機器人訓練叫「遙控操作」(teleop)——工程師戴手套做動作,機器人跟著做,然後從示範中學習。致命問題是:太慢、太貴、無法規模化。
DreamZero 的突破不是傳統的「行為克隆」(behavior cloning),而是更進一步的世界行動模型——它不只學動作,還學「世界是怎麼運作的」。當它收到一個文字指令(例如「把杯子放到架子上」),它能夠推理出需要什麼動作序列,即使它從未在那個特定環境中操作過。
關鍵數字
* DreamZero:零樣本、開放世界的任務執行,基於 transformer 的世界行動模型
* DreamDojo:44,000 小時人類第一人稱影片數據集,已開源
* Isaac Lab 3.0:NVIDIA 機器人訓練平台,支援 DGX 級大規模訓練
* Tesla Optimus:截至 2026 年初已部署超過 1,000 台 Gen 3 於工廠內部,Fremont 工廠已開始轉型為 Optimus 量產線,2026 年目標 50,000-100,000 台
白話文:以前教一台機器人做一件事要好幾週,現在丟一堆影片給它看,它自己就會了。這個差別有多大?就像你新來一個同事,不用手把手帶,丟一份 SOP 影片給他就能直接上線。
終局倒推:這件事三步之後的世界長什麼樣?
12 個月後,我預估第一批「買回來看幾個示範影片就能上工」的通用機器人,開始在物流倉儲場景落地。不是工廠產線那種高精度場景——而是分揀、搬運、簡單組裝這類容錯率較高的工作。
6 個月內,真正的戰場是誰能建立最大的機器人行為數據集。DreamDojo 的開源是第一槍。接下來 Tesla 會不會開放 Optimus 的操作數據?Google/DeepMind 會不會釋出 RT-X 的後續?數據戰爭正在從文字和圖像,擴展到實體世界的動作。
如果你在製造業或物流業,現在該做的不是等技術成熟再動,而是開始標準化和數位化你的操作流程數據。因為當通用機器人真的來了,有數據的公司會比沒數據的快半年部署。
延伸閱讀
* Jim Fan: DreamZero 發布 - 看第一手的技術突破分享,他的解釋通常比論文好懂
* DreamDojo 開源頁面 - 44,000 小時人類影片數據集,了解零樣本機器人學習的技術基礎
* NVIDIA Isaac Lab 3.0 - GTC 2026 發布的機器人訓練基礎設施
📎 本段主要來源:Jim Fan (LinkedIn), DreamZero 發布, 2026-02-05;DreamDojo 開源頁面 (dreamdojo-world.github.io), 2026-02-20;NVIDIA News, Isaac Lab 3.0 + GTC 機器人合作公告, 2026-03-16;Tesla Q4 2025 財報及 Musk 公開發言(Optimus 部署數據)
🎯 終局推演:機器人 AI 進展
我們正處在機器人學習的「中盤轉換期」——技術驗證剛完成,商業化部署還沒全面展開。12-18 個月後的收官戰才是真正決定勝負的時刻。
🎯 棋盤概況
機器人正從「需要人類保姆」進化到「看影片自學」的階段。我們已經過了純研究的開局期,現在是技術驗證和商業化準備的中盤。
♟ 棋手識別
📐 後三步推演
NVIDIA 的路線:
- 第一步(1-3 月):Isaac Lab 3.0 正式版發布,配套開發工具完善 🟢 高信心
- 動機:搶佔機器人 AI 的「基礎設施」位置,複製在 AI 訓練市場的成功
- 第二步(3-6 月):與 2-3 家硬體廠商建立深度合作,提供軟硬整合方案
- 動機:避免被硬體廠商繞過,確保軟硬整合的話語權
- 第三步(6-12 月):推出機器人基礎模型的商業版——從賣鏟子升級到賣採礦地圖
- 動機:模型層的毛利遠高於硬體,這是 NVIDIA 從「供應商」變成「平台」的關鍵跳躍
Tesla 的路線:- 第一步(1-3 月):Optimus Gen 3 工廠內部部署衝向 5,000 台 🟡 中信心 - 動機:用自家工廠當試驗場,降低外部客戶的風險疑慮- 第二步(3-6 月):開放給少數外部合作夥伴試用,建立標桿案例 - 動機:從標桿案例的建立,為大規模商業化做準備- 第三步(6-12 月):Fremont 工廠轉型啟動量產,可能推出租賃而非銷售模式 - 動機:降低客戶採用門檻,同時保持數據和模型的控制權
Boston Dynamics 面臨的挑戰不是技術落後,而是遊戲規則變了。當訓練數據免費公開、當 NVIDIA 讓任何人都能訓練機器人模型時,純硬體優勢的價值會被快速稀釋。
白話說明:NVIDIA 想當「教練學校」,Tesla 想當「球員兼教練」,Boston Dynamics 的硬體很猛但軟體那條腿跟不上。誰先把「看影片就能學會」這件事做到穩定可靠、量產可用,誰就贏。
🔀 替代情境
情境一:嚴重工作場所事故(機率中,衝擊高)——如果通用機器人在工廠發生致人傷亡事故,全球安全監管會急踩煞車。產業可能倒退 2-3 年,但有安全技術的廠商(NVIDIA、Tesla)反而獲得更大份額。
情境二:中美技術脫鉤加劇(機率高,衝擊中)——進一步晶片出口管制會逼中國加速自主機器人技術,形成兩套平行生態。台灣供應鏈在其中的角色更加微妙。
情境三:數據開放引發軟體革命(機率中,衝擊大)——如果 DreamDojo 引發更多大規模機器人數據集開源,軟體能力會快速民主化,硬體差異化反而重新變得重要。
📊 觀察指標
🔗 連鎖效應
[DreamZero 技術成熟 + DreamDojo 數據開源] → [機器人訓練門檻大幅降低] → [製造業開始大規模試點]
↘ [機器人行為數據需求爆發] → [新的數據產業興起]
↘ [台灣代工廠必須在 12 個月內決定:成為機器人的使用者,還是製造者]
📌 一句話終局判斷
機器人革命的瓶頸從來不是讓機器更聰明,而是讓真實世界的混…