在 6 月 8 日的科技早报中，多条重磅消息勾勒出 AI 产业正加速逼近临界点。
AGI 时间表：2030 年的奇点预警
Google DeepMind 首席执行官德米斯·哈萨比斯在 Google I/O 大会上给出了一个具体的时间预测：通用人工智能（AGI）将在 2030 年前后到来，误差不超过一年。他将这一时刻比作技术「奇点」——一个突破后便无法回头的关键节点。哈萨比斯认为，这场变革的冲击力将达到工业革命的十倍速度与十倍强度，而人类目前正站在「奇点的山脚下」。
与常见的聊天机器人升级叙事不同，哈萨比斯强调 AGI 的核心价值在于科学发现。谷歌正通过「Gemini for Science」等工具，将 AI 应用于药物研发、气象预测等领域，试图解决重大人类挑战。这一观点将 AGI 的竞争从单纯的模型能力比拼，拉向了更深远的科研基础设施层面。
NVIDIA Vera Rubin 量产：HBM4 成本激增背后的供应链隐忧
英伟达的下一代平台 Vera Rubin 确认进入量产阶段，其技术规格令人瞩目：采用第六代 HBM4 内存，单颗容量 36GB，带宽达 2TB/s，较 HBM3E 提升超过 60%，同时功耗降低 15%。然而，光鲜的性能背后是急剧攀升的成本。HBM4 内存在整个平台中的成本占比从此前的 9% 飙升至 26%，导致单机架物料成本达到 780 万美元。
这一成本结构变化将供应链风险推到了台前。目前 HBM 市场由 SK 海力士（份额超 50%）、三星（47%-49%）和美光（10%-16%）三巨头牢牢掌控，高度集中的格局带来了系统性风险。为应对激增的需求，SK 海力士已计划未来五年将晶圆产能翻倍。2024 年第一季度，全球 AI 服务器出货量同比增长 109.6%，配备 HBM 内存的服务器占比已超七成，这直接推高了数据中心硬件成本。与此同时，AMD MI300X 和 Intel Gaudi3 等竞争产品也在推动技术迭代与成本优化，试图在英伟达主导的市场中撕开缺口。
OpenAI 的超级应用转型：从问答工具到任务执行系统
面对 140 亿美元的亏损和上市压力，估值达 8520 亿美元的 OpenAI 正对 ChatGPT 进行根本性改造。其战略目标是将 ChatGPT 升级为一款整合编程工具与 AI 智能体的「超级应用」，核心在于提升 Codex 编程工具的地位，并引入具备复杂指令理解、任务规划、工具调用与自我修正能力的智能体功能，实现从被动问答到主动执行任务的转变。
这一转型瞄准的是高利润的企业市场。OpenAI 计划将企业客户收入占比从 40% 提升至 50%，以支撑其高估值并应对来自 Anthropic 的激烈竞争。值得注意的是，Anthropic 在 2026 年 5 月的企业采用率已达到 34.4%，首次超越 OpenAI 的 32.3%。OpenAI 此次升级，意在通过差异化产品守住金融、科技等高价值企业客户阵地。
其他值得关注的动向
Anthropic 的未发布模型 Oceanus 意外出现在 API 代理服务中，其定价高达当前旗舰模型 Claude Opus 的三倍，输入与输出 token 每百万分别收费 16 美元和 80 美元。此次泄露事件暴露了 AI 模型安全测试环节的漏洞，并可能影响该公司即将推进的上市计划。
Google 则推出了 TurboQuant 压缩算法，通过向量量化技术将大语言模型的 KV 缓存从 32 位压缩至 3 位，实现内存占用减少 6 倍且保持零精度损失。该技术使 AI 推理速度提升 8 倍，单位 token 成本下降 30% 至 50%，大幅降低了大模型在手机、汽车等边缘设备上的本地部署门槛。
此外，英国 NHS 向 50.5 万名员工开放微软 365 Copilot 权限，早期数据显示每人每日可节省 43 分钟行政时间。特斯拉 AI 基础设施副总裁拉吉·杰加纳坦在任职 13 年后正式离职，将加入云基础设施服务商 Chronoscale 担任 CTO，其曾主导搭建 FSD 神经网络底层架构和全球顶尖 GPU 集群。OpenAI 自研芯片项目核心成员 Clive Chan 则转投 Anthropic，显示两家头部 AI 公司间的人才竞争进一步加剧。
这些事件共同指向一个趋势：AI 产业正从模型能力的单点突破，转向成本结构、供应链安全、应用形态与人才储备的全方位较量。