开篇
今天的几条消息有一个共同点：AI 的重心正在从模型本身，转向承载它的硬件、架构和工作流。成本和效率成了各家都在谈的话题。
微软加码自研推理芯片
据微软 CEO 纳德拉在 X 上的说明，Maia 芯片家族明年起将扩展到多吉瓦级部署，并成为微软自家产品和服务的主要推理系统。新发布的 Maia 300 在每瓦 token 产出上，号称比领先的 GPU 系统高 40%。Maia 200 已在美国、欧洲和澳大利亚部署。
以上均为微软自述的数据，对比基准和测试条件文中没有给出。我的看法是，推理成本是 Copilot 这类产品的长期支出，自研芯片是控制成本的直接手段。至于对外部开发者的价格有没有影响，目前只能算推测。
AWS：不从头训练，能否换架构
Amazon Science 的一篇博客讨论了一个问题：模型架构能否在不从头重训的前提下更换。按该文标题的提法，思路是把已有的预训练 Transformer 改造成混合状态空间架构。我没能从可用证据中核实具体的成本和 token 数字，所以这里不引用，详见编辑说明。如果方法成立，意味着长上下文推理的架构选择不必再绑定一次完整预训练，这一点值得关注论文细节。
Meta Muse Wonder 进入 Agent Arena
Arena 宣布 Meta 的 Muse Wonder 已上线 Agent Arena，用户可以实测，分数稍后公布。Agent Arena 评测模型在真实长链条任务中的表现，模型可使用网页搜索、文件系统和终端。在分数公布之前，这条消息只说明模型可以被测试，不能说明它的能力水平。
Epic Games 据称转向 AI 优先
Ars Technica 的报道称，Epic Games 正在转向“AI 优先”的游戏开发模式。报道涉及与迪士尼合作的项目，具体的分工细节和项目状态来自二手转述，我没有在可用证据中看到原始出处，因此只作为待核实信息处理。这类转变如果属实，值得观察的是质量控制和版权归属如何处理。
Meshy 的游戏制作教程
Meshy 在 X 上转发了一篇教程，介绍用 Claude Code 配合 Blender、Unreal Engine 5 和 Meshy 做游戏，核心思路是让每个工具只承担一项职责。这是一份个人经验分享，所列的耗时和用量未经核实，不宜当作通用基准。对开发者而言，可借鉴的是职责拆分的做法。
值得继续观察
- Muse Wonder 的 Agent Arena 分数公布后，表现如何。
- Maia 300 的每瓦产出能否得到独立测试验证。
- priming 一类方法能否在更多模型上复现。
来源
- https://x.com/satyanadella/status/2109631106404487523
- https://www.amazon.science/blog/can-we-change-an-ai-models-architecture-without-retraining-it-from-scratch
- https://x.com/arena/status/2109706854700044523
- https://arstechnica.com/gaming/2026/10/report-epic-games-goes-all-in-on-ai-for-disney-collaboration/
- https://x.com/MeshyAI/status/2109550836934471864
- 作者:月明
- 链接:https://lunalight.top//article/ai-daily-2026-10-13-002023
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
