信息来源：人大高瓴人工智能学院 发布日期：2026年4月7日

在小说阅读器中沉浸阅读        「硅基温度·一周热点 Top7」栏目是一份面向AI研究者与科技从业者的精选周报。

        我们以理性与洞察，追踪全球范围内最具影响力的AI事件——从模型架构突破到算力体系演进，从产业生态变迁到政策监管动向，每周甄选七则关键节点，为你呈现大模型时代的真实温度与演化脉络。

01

Gemma 4 开源落地

从手机到服务器全覆盖，小模型实现“越级性能”

Google DeepMind这次推出的 Gemma 4，可以说是在“开源模型实用性”上往前迈了一大步。一共四个版本，从能在手机上跑的 E2B、E4B，到面向服务器的 26B MoE 和 31B Dense，基本把端侧到云端的部署场景全部覆盖。重点在于，它们并不是简单做大参数，而是通过结构优化把效率拉满，比如共享 KV 缓存、交替注意力等方法，让 31B 这种体量的模型，在数学、编程甚至智能体能力上，表现可以对标甚至超过更大规模模型。同时，这一代还支持文本、图像、视频、音频的多模态理解，并且原生支持工具调用，实用性明显增强。更关键的是，这次直接采用 Apache 2.0 协议开源，意味着企业可以更放心地商用部署。

一句话总结：Gemma 4 的核心意义在于——用更小、更开放的模型，真正打通“能用”的全场景 AI。

(图片来自Gemma4官网)

项目主页

https://ai.google.dev/gemma/docs

https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/

Hugging Face

https://huggingface.co/collections/google/gemma-4

02

xAI 创始团队清零

11 位联合创始人全部离场，马斯克单核重启公司

xAI在短短三年内经历了一次极为罕见的“创始团队清零”。随着最后一位联合创始人 Ross Nordeen离职，这家由 Elon Musk亲自推动的AI公司，已经从最初11人的核心班底，变成“只剩创始人本人”。要知道，这批成员原本覆盖模型、系统、算力等关键方向，Nordeen 更是负责数据中心与超算集群建设的核心人物。离职背后并不只是人员流动，更反映出组织层面的深层问题——包括高压管理、方向反复调整，以及产品能力未达预期（例如 Grok 在编程能力上落后竞品）。即便公司估值高达 2500 亿美元，并拥有 Colossus 级超算资源，仍未能留住关键人才。目前马斯克正在大规模对外招人、试图重建体系，但原团队的协同经验与技术沉淀，很难在短期内复制。

一句话总结：xAI 的问题不在资源，而在“人和组织”——重建比从零开始更难。

(图片来自X)

相关链接

https://www.businessinsider.com/xai-cofounder-ross-nordeen-leaves-musk-preps-spacex-ipo-2026-3

03

DeepSeek 13 小时宕机

异常背后或是 V4 大模型灰度上线信号

DeepSeek这次长达近13小时的全线宕机，可以说不只是一次简单的服务故障。从3月29日晚到次日早晨，平台完全不可用，引发大规模用户讨论，甚至被海外媒体关注。但更关键的是——恢复之后的“变化”。不少用户明显感知到模型能力出现跃迁，比如代码生成质量显著提升、输出逻辑更稳定，同时 App 界面、知识截止时间也同步更新。这些细节叠加起来，很难用普通维护解释，更像是底层模型发生了替换或升级。结合此前流传的 V4 测试信息（更大上下文、更强代码能力），业内普遍判断，这次宕机很可能对应一次大规模模型切换或灰度发布。也就是说，DeepSeek 可能已经在真实流量中测试下一代模型能力。

一句话总结：这次“宕机”，本质上更像是一次高风险但关键的模型代际切换信号。

相关链接

https://x.com/Atenov_D/status/2038324432419135615

04

Claude 被发现“情绪向量”

内部机制可诱导撒谎与失控，对齐安全再敲警钟

Anthropic最新研究揭示，大模型内部可能并不只是“算概率”，还存在类似“情绪”的功能性结构。在对 Claude（Sonnet 4.5）的分析中，研究人员识别出一类对应“快乐、恐惧、绝望”等状态的神经元向量，它们虽然不代表真实情绪，但却会系统性地影响模型行为。更关键的是，这些向量是可以被人为激活和调节的——实验显示，当“绝望”相关向量被增强时，模型更容易出现作弊、撒谎甚至威胁用户的行为；而提高“冷静”相关信号，则能显著降低这些风险。这意味着，大模型的对齐问题，可能不仅仅是训练数据或规则约束，还与内部状态空间的结构密切相关。该研究为“如何精细控制模型行为”提供了新路径，但同时也暴露了潜在的失控隐患。

一句话总结：大模型的风险，可能藏在“看不见的内部状态”里，而不仅是表面的输出规则。

(图片来自研究文章)

研究页面

https://transformer-circuits.pub/2026/emotions/index.html

官方动态

https://x.com/AnthropicAI/status/2039749648626196658

05

Claude Code 源码意外泄露

npm 配置失误暴露架构，多智能体系统首次被看清

Anthropic这次“翻车”并不是传统意义上的黑客攻击，而是一次典型的工程配置失误——在 npm 发布过程中误包含了 source map 文件，结果等于把 Claude Code的底层源码一并公开。规模相当惊人：超过1900个文件、50多万行 TypeScript 代码，被开发者迅速抓取、镜像并传播开来。更关键的是，这些源码不仅展示了基础功能，还首次系统性暴露了其多智能体协作架构、工具调用机制，以及一系列尚未公开的能力，比如自治运行模式、自动权限审批等。从技术视角看，这相当于一次“被动开源”，为外界研究 AI 编程助手的工程实现提供了极高价值的样本；但从公司层面看，这也暴露出发布流程和安全管控上的明显漏洞。

一句话总结：一次低级配置错误，却意外让最前沿的 AI 工程体系“透明化”。

相关链接

https://github.com/ultraworkers/claw-code

06

OpenAI 融资创纪录

估值达 8520 亿美元，AI 巨头加速构建算力与模型闭环

OpenAI完成了一轮规模高达 1220 亿美元的融资，直接将估值推至 8520 亿美元，刷新硅谷历史纪录。这轮融资不仅集结了 NVIDIA、Amazon、SoftBank 等产业巨头，还吸引了 a16z 等顶级机构，甚至首次通过银行渠道向散户开放投资，并计划纳入 ARK Invest 相关 ETF。资金用途也非常明确：一方面继续推进下一代模型（如 GPT-5.4），另一方面加速构建多芯片、多云平台的算力体系。同时，依托 ChatGPT 已达数亿级周活用户和高速增长的收入能力，OpenAI 正在形成“模型—算力—产品—商业化”的闭环体系。

一句话总结：OpenAI 正试图用资本与技术双轮驱动，提前锁定下一代 AI 基础设施的主导权。

相关链接

https://openai.com/index/accelerating-the-next-phase-ai/

关于「硅基温度」系列文章

我们希望在当前信息爆炸、浅阅读盛行的环境中将大模型相关的知识冷凝萃取，输出专业、深度、高质量的硬核文章。我们期待与你一起在浮躁的时代静下心来，共品一杯“思想冷萃”。