受C端AI产品高昂算力成本与微薄收入落差的直接影响，消息称字节跳动正调整AI资源分配，战略重心从面向大众的“豆包”转向企业服务。数据显示，日活超2亿的豆包日收入不足百万，而日消耗算力成本达数千万元；相比之下，其视频生成模型Seedance在企业端表现强劲，年化收入（ARR）已达20亿美元，毛利率高达70%。据悉，此次转向受Anthropic企业级AI编程服务成功模式的启发。未来，字节最高层已定下火山引擎MaaS业务收入翻10倍及加快出海的目标，试图通过“B端造血、C端获客”的协同模式实现商业闭环。

马斯克在社交平台上发帖称，AI6芯片可能会创下单块晶圆可用算力最高的纪录。据悉，AI6应用范围涵盖商用自动驾驶出租车和乘用车的全自动驾驶软件、Optimus人形机器人以及太空数据中心。AI6设计采用了速度更快的LPDDR6内存，较AI5芯片架构上预计使用的LPDDR5或LPDDR5X配置有了显著提升。AI6目前仍处于工程设计阶段，而即将推出的AI5芯片已经完成流片，并计划于2027年底投入量产。鉴于马斯克为特斯拉未来的AI芯片设定了9个月的快速研发周期，预计AI6将于2028年下半年投入生产。

群联在COMPUTEX 2026宣布与Intel合作，将Pascari aiDAPTIV内存延伸技术导入Intel AI PC平台，突破传统PC受限于DRAM容量的瓶颈，让AI PC可在地端执行更大型MoE模型及代理式AI应用。群联表示，aiDAPTIV透过高效能NAND Flash与DRAM协同运作，建立新型AI记忆体架构，降低大型模型对系统存储容量的需求。根据内部测试，搭载aiDAPTIV的系统仅需16GB DRAM，即可执行260亿（26B）参数AI模型；若未采用该技术，则需32GB DRAM才能完成相同工作负载。

Sandisk Optimus（闪迪奥丁马仕）固态硬盘系列今日正式上市，包括GX PRO 8100、GX PRO 850X、GX 7100和5100。其中，GX PRO 8100支持1TB/2TB/4TB/8TB（暂未开售），顺序读取最高 14900MB/s；GX PRO 850X支持1TB/2TB/4TB/8TB，顺序读取最高 7300MB/s；GX 7100和5100均支持500GB/1TB/2TB/4TB，顺序读取最高分别为7250MB/s、7100MB/s。

群联与联发科携手于MediaTek天玑开发者大会上宣布，已在天玑9500平台上，单机运行20B (200亿个参数)大型语言模型，展现新一代地端AI推论的关键突破。通过群联专利aiDAPTIV Hybrid UFS 解决方案，结合aiDAPTIV Cache Memory 与aiDAPTIV Middleware 技术，成功将部分MoE 模型权重动态卸载至UFS存储层，有效降低对DRAM 的依赖，原需16GB+ DRAM 的大模型，可在12GB DRAM 环境下流畅运行，大幅提升大模型在终端设备部署的可行性。

高盛指出，企业级智能体预计将推动全球Token消耗量到2030年较2026年增长24倍，消费者级代理则将带来12倍增长；与“按需聊天”不同，持续在线（always-on）的代理模式将使2030年每日查询量达到230亿次，其中约30%聚焦于生产力场景。随着算力成本下降（Token成本降低60%-70%）以及Token价格趋于稳定，Token需求增长预计将在2030年前转化为利润率扩张，从而推动超大规模云厂商盈利能力提升。

特斯拉CEO马斯克发文称，得益于人工智能辅助设计的加速，特斯拉第六代专用AI芯片AI6有望在今年12月完成流片。马斯克表示，AI5主要针对Optimus和Robotaxi中的AI边缘计算进行了优化，性能将远超其规格，但仍有巨大的提升空间。在相同的半晶圆面积和工艺节点下，单颗AI6芯片有望达到双SoC AI5的性能水平。

3月16日，广东省发展改革委印发《广东省支持人工智能OPC创新发展行动方案（2026—2028年）》，旨在培育人工智能新业态，构建良好创新生态，打造全国领先的人工智能OPC发展高地。

方案明确，2026年先行培育10个人工智能OPC生态社区，培育一批年营收超千万优质企业；到2028年，建成百个生态社区、千家标杆企业、集聚万名创新创业人才。

此次出台多项支持措施，包括通过“算力券”降低初创期OPC算力成本，建设公共模型服务平台提供免费接口，鼓励地市对模型开发投入给予补贴，同时拓宽融资渠道、完善空间载体，全方位助力人工智能OPC发展。

AI芯片需求持续爆棚，先进封装产能供不应求，扩产潮正从台积电（2330-TW）（TSM-US）向封测环节加速蔓延。日月光投控（3711-TW）（ASXUS）、京元电（2449-TW）、力成（6239-TW）、矽格（6257-TW）、欣铨（3264-TW）五大厂商2026年资本支出均大幅增长，合计超过3000亿元新台币，纷纷刷新历史纪录，全力抢占AI封装测试市场先机。

英伟达近日发布博文称，通过推行“极致软硬件协同设计”策略，优化硬件在处理复杂 AI 推理负载时的效率，解决了随着模型参数膨胀带来的算力成本激增问题。数据显示，与上一代 Hopper 架构相比，Blackwell 平台将单位 Token 生成成本降低至十分之一。