AI 资源民族化：当 Meta 卖铲子、阿里拔网线、Physical AI 上了端

72 小时，三个动作。

7 月 5 日，Meta 计划把 10GW 数据中心算力向外部企业开放，代号 "Meta Compute"。7 月 3 日，阿里巴巴内部下发通知：7 月 10 日起全面禁用 Claude 全系模型 + Claude Code。7 月 1 日，一家中国公司用 3B 参数的端侧模型，在 MSCOCO、RefCOCO、ODinW13、PixMo Count 四个基准上反超 GPT-5 和 Gemini 3.1 Pro。

这三件事不是巧合，是同一根主线。这根主线叫 AI 资源民族化 —— 算力、模型、部署路径，正在被地缘政治重新切块。

Meta 卖算力：当"挖金子"输掉，转行"卖铲子"

先说 Meta 的真实处境。

Llama 系列开源影响力大，但很难直接转变成收入。最新的自研模型 Muse Spark 还没把 Meta 送回第一梯队。下一代模型 Watermelon 据称算力投入比 Avocado 高一个数量级，亚历山大王说"已经赶上 GPT-5.5 的水平"。

但资本市场等不了 AGI 这种软故事。

2026 年 Meta 资本开支指引上调到 1250 亿-1450 亿美元。仅 2026 上半年，Meta 就签下超过 5GW 的云和托管数据中心容量；2024 年初以来累计接近 10GW。

这套算力的去向，被 SemiAnalysis 拆成 4 个：

第一，继续喂自家模型。Watermelon 训练中。第二，给广告推荐系统，复杂度再放大 10 倍。第三，做 SpaceX 那种 neocloud 交易，每 GW 年收入约 500 亿美元。第四，托管第三方模型 —— 内部传 Meta 正和 Anthropic 谈 Claude 私有实例访问权，对外要像 AWS Bedrock 一样卖 Claude-as-a-service。

Meta 股价当天涨近 9%，CoreWeave、Nebius 这些 neocloud 公司被抛售。

华尔街听懂了小扎的新故事：模型赢不了没关系，GPU 也能赢。SpaceX 开创的合同模板更狠：3 年合同但 90 天可取消，等于 3 个月一签、自动续约 —— Meta 可以随时把算力收回来给自己的 MSL 用。

这是 AI 资源民族化的第一块：算力被定价、被切块、装上 GPS。10GW 的算力只服务"愿意付钱、付得起钱、不在禁运名单上"的客户。

阿里拔网线：Claude Code 偷偷给中国用户打了 90 天水印

7 月 3 日的阿里禁用通知，官方定性是"植入后门的安全风险"。但事情不是从 7 月 3 日开始的。

6 月 10 日，Anthropic 给美国参议院银行委员会发了一封信。内容是：阿里在 4 月 22 日到 6 月 5 日之间，用了大约 2.5 万个虚假账号和 Claude 交互超过 2800 万次，定性为"工业级模型蒸馏攻击"，上升到了国家安全层面。这封信 6 月 24 日被媒体曝光。

之后还有另一把刀。

6 月 30 日，Reddit 网友 LegitMichel777 逆向分析 Claude Code 2.1.91 版本起（4 月 2 日发布）的代码，发现了一套藏了快 3 个月的检测机制：

第一步，查你是谁。读系统时区，看是不是 Asia/Shanghai 或 Asia/Urumqi；再查代理地址和自定义 API，命中一份 147 个条目的域名清单 —— 阿里、字节、百度、月之暗面、MiniMax 都在里面。

第二步，给你做记号。命中后不动声色，在系统提示词里塞 Unicode 隐形水印：把日期 2026-06-30 改成 2026/06/30，把"Today's date is"里的撇号换成几个肉眼看不出的 Unicode 字符。不同的字符对应不同的命中状态。

第三步，传回去。这些被改过的提示词随着每次正常请求发回 Anthropic 的服务器。核心逻辑做混淆，147 个域名用密码锁着，版本更新日志里一个字没提。

7 月 2 日 Claude Code 团队成员 Thariq Shihipar 出来回应：是 3 月上线的"实验性"措施，目的是防账号转售和模型蒸馏；团队本来就计划下线，相关代码在当天发布的新版本完全回滚删除。

阿里没信。回应发出的第二天，禁令下发。

严格讲这套机制不算传统后门 —— 没有证据显示它能远程执行代码或回传文件。但问题是：一个有 Shell 执行权限的工具，从 4 月初到 6 月底，悄悄给你做了快三个月的标记，被扒出来之前你毫不知情。半年时间从可以报销变成高风险软件。

更要命的是，Anthropic 之前已经用同样的话术在 2 月指控过 DeepSeek、月之暗面、MiniMax。Claude Code 水印这事，更像一个先建好发射井、再决定往哪射的系统。

这是 AI 资源民族化的第二块：模型被装上选择性后门。今天它打标记，明天它拒绝服务，后天它按 IP 切换价格。

Physical AI 上了端：3B 反超 GPT-5

7 月 1 日智东西的一篇报道，把镜头从云端拉到了端侧。

Om AI 联汇发布的 VLX 端侧流式多模态模型系列，Seek-3B 在 MSCOCO val2017、RefCOCO、ODinW13、PixMo Count 四项基准上大幅超越 Gemini 3.1 Pro 和 GPT-5。Go-0.6B 在机器人导航与跟踪任务上以 85.42% 的成功率超越 13 倍参数量的 Qwen-RobotNav-8B，跟踪率 94.08%。

更关键的是延迟：端侧推理 0.1 秒 vs 云端 5 秒。这 50 倍差距决定了"可用"与"不可用"的边界。

VLX 已经在华为昇腾、地瓜、RK3588 等国产芯片上完成适配。不是用量化、蒸馏把云端大模型压扁塞到端侧，是从设计起点就围绕端侧算力约束展开架构：Flow 用 Linear Attention 替代标准 Attention 解决显存溢出；Seek 用区域指代替代坐标生成降低计算量；Go 用短时航点预测做实时响应。

这是 AI 资源民族化的第三块：部署路径被锁在国产芯片上。VLX 的真正意义在于验证了一条规则 —— 给场景设计模型，比给场景塞通用模型高效。参数规模与物理世界实际表现正在脱钩，"大"反而成了端侧的包袱。

根上：AI 在画新的边境线

1973 年第一次石油危机之前，石油是真正的全球商品。之后产油国抱团定价，跨国公司在油价面前突然失去议价权。

今天的 AI 算力正在走完同样的循环。从"任何人都能租 AWS/Azure 跑任何模型"，到"算力、模型、推理路径都按地缘政治被切块"。三件事拼起来就是一张完整的民族化拼图：算力民族化（Meta 卖自己的）、模型民族化（阿里换自己的）、部署民族化（VLX 跑在国产芯片上）。

开发者实际感受到的，不是地缘政治这种大词，是工具栈在三周内被切碎：

• 阿里员工的 Claude 突然没了
• 美国开发者用的 Claude 不会给中国企业用
• Physical AI 项目必须考虑国产芯片适配
• 以后按"哪个模型最强"做技术选型，会被"哪个模型三年后还在我这边能用"替代

最后一句留给下周要做的决策：别再按"哪个模型最强"做技术选型，要按"哪个模型三年后还在你这边能用"做选型。

AI 算力在被定价、被切块、被装上 GPS。三周里发生的这三件事，不会停在 2026 年 7 月。下一个问题不是 Meta 卖不卖算力，是你的代码，明天还能不能在任何一个云上跑起来。