Cerebras CEO：手握250亿美元订单，AI算力早已供不应求；Black Forest Labs CEO谈生成式AI从电影走向机器人

AI算力需求早已爆满，不存在“建好等客来”

在2026年7月10日播出的All-In Podcast节目中，Cerebras联合创始人兼CEO Andrew Feldman明确表示，当前AI基础设施建设并非盲目扩张，而是被真实且紧迫的需求驱动。“我们有250亿美元积压订单，”他强调，“OpenAI、Anthropic、SpaceX AI、Google的胃口远超现有供给。”

推理（Reasoning）引爆新一轮算力竞赛

Feldman指出，当前AI发展的核心已从训练转向推理。“推理就是reasoning，它消耗海量token，这正是快机器的战场。”他举例称，Cerebras芯片比传统方案快15倍，运行24小时相当于其他系统数周甚至数月的思考量。这种能力让复杂任务如趋势预测、多轮自辩成为可能。

开源与主权：企业寻求技术自主权

面对大模型依赖风险，企业正加速拥抱开源。“没有人喜欢被绑定，”Feldman说，“超大规模厂商从x86时代就学到教训。”他观察到，金融、医疗等受监管行业尤其倾向本地部署开源模型以保障数据主权。然而，美国本土高质量开源选择稀缺，“要么用OpenAI的OSS 12B，要么用中国模型”，Cerebras则支持运行包括GLM、Qwen、Kimmy等多元模型。

AGI已至？按旧定义早已超越

谈及通用人工智能（AGI），Feldman直言：“任何我们在20年、30年甚至50年前提出的AGI定义，我们都已经远远越过了。图灵测试？早就打爆了。”他认为，AI不仅能回答人类问题，还能主动指出人类未考虑到的盲点，展现出超越预期的创造性思维。

从斯科塞斯到机器人：生成式AI的物理世界征程

Black Forest Labs CEO Robin Rombach透露，其团队正与导演马丁·斯科塞斯合作，利用AI将脑海中的画面实时可视化。“语言是有损的，视觉信息信号太丰富了。”他表示，生成式模型不仅是创作工具，更是通往物理世界的桥梁。通过预训练视频数据，模型隐式学习物理规律，可直接用于机器人动作预测与控制。

同一模型，双重使命：拍电影也能当机器人“大脑”

Rombach强调，未来目标是实现“in-context prompt”指令机器人，例如“把那杯橙汁拿过来”。虽然尚未完全实现，但多模态模型已能在少量微调后适配硬件。他相信，生成式视频的终点不在银幕，而在现实世界的智能体中——同一个模型既能创作电影，也能驱动机器人理解并操作环境。

基建狂潮：数据中心规模堪比城市

主持人感叹，当前AI数据中心建设规模史无前例。“单独一栋建筑就有足球场那么大，接入电力超过中型城市。”从北美、欧洲到中东乃至中亚，各国争相建设超大规模数据中心。Feldman确认，这些设施背后是OpenAI、Microsoft、AWS等巨头的真实订单，而非投机性投资。