导语：美军 AI 目标系统数据链断层导致学校误炸

美军 AI 目标系统数据链断层导致学校误炸

今年 2 月，美军在对伊朗军事行动中曾误判打击目标，导致约 120 名儿童在导弹袭击中死亡。近日据《洛杉矶时报》报道，造成这一失误的原因可能在于美军 AI 辅助目标选择系统的数据库未能有效打通所致。

根据早前报道，美军在这场战争中首次大规模使用 AI 进行目标筛选。Anthropic 的 Claude 模型被嵌入 Palantir 的 Maven Smart System 中，并在第一天就建议了约 1000 个目标。

问题出在数据链路上：一处目标早在 2019 年就被情报分析师通过内部工具标记为学校，但由于该工具与美军官方目标数据库 MIDB 并不联通，标记信息从未进入指挥决策链。最终约 120 名儿童在导弹袭击中死亡。

酿成本次惨剧的原因不是 AI 推理本身，而是 AI 系统所接入的数据基础设施出现问题。Claude 成功完成了目标建议生成，但输入数据中缺失了最关键的一条上下文—— " 这是学校 "。

五角大楼仍继续推进 Agentic AI 计划。但 Agentic AI 的 " 自主执行 " 特性意味着数据完整性问题将被进一步放大。任何在高风险场景推进 AI 自主决策的计划，都应该先把数据链路打通作为前提，而非后置补丁。

韩国 5180 亿美元芯片超级计划，AI 内存价格明年看涨四成

6 月 29 日，韩国总统李在明在青瓦台宣布 " 大韩民国大飞跃三大超级项目 "：三星与 SK 海力士将在西南部各新建两座晶圆厂，合计投资约 800 万亿韩元（约 5180 亿美元），目标五年内 DRAM 产能翻倍；AI 数据中心领域另计划投入逾 1000 万亿韩元。

三星与 SK 海力士合计控制全球约 80% 的高带宽内存（HBM）芯片市场。

投行Jefferies 预测，AI 数据中心需求将推动内存价格 2026 年 Q3 上涨 40%-50%，2027 年延续上涨 40%-45%。新产能预计至 2028 年才能小幅缓解供需矛盾。苹果已因内存成本上涨上调 Mac 和 MacBook 售价，KOSDAQ 指数消息公布当日大涨逾 8%。

5180 亿美元体量的投资计划，本质上是韩国以国家意志将 AI 算力基础设施从商业竞争升级为战略资产。80% 的 HBM 市场集中度加上 2026-2028 年内存价格持续走高的预期，意味着全球 AI 产业的算力成本将在未来两年持续承压。苹果提价是消费端的第一声预警；对于 AI 初创企业和中小型应用公司，API 调用成本和 GPU 租赁价格都将因此上升。这不是短期波动，而是将持续至少两年的结构性成本周期。

美团 Owl Alpha 登顶 OpenRouter，国产 ASIC 完成超大规模训练验证

据 AI at Meta 研究员披露，美团龙猫旗下 1.6 万亿参数 MoE 模型 Owl Alpha 已成为 OpenRouter 平台使用量最高的模型，累计消耗 10 万亿 tokens。该模型使用 35 万亿 tokens 完成训练，整个过程全程运行于 5 万块国产 ASIC 芯片之上，未使用 NVIDIA GPU。

官方数据显示，Owl Alpha 在 Hermes Agent 月活排行榜位列第一，Claude Code 使用量排行第二，OpenClaw 排行第三。

对此，两个命题被同时验证：

其一，国产 ASIC 芯片完成 1.6 万亿参数级别大模型的全流程训练—— 5 万块国产芯片、35 万亿 tokens 的训练规模，且最终在 OpenRouter 这个面向全球开发者的多模型 API 平台登顶使用量榜首。这意味着其实际推理能力通过了大规模商业负载的检验，而不仅是一份内部评测报告。

其二，国产模型在全球开发者生态中的真实渗透已超出此前市场预期。登顶 OpenRouter 不是中国市场的本地榜单，而是全球开发者以实际 API 调用量投票的结果。

英伟达 Rubin Ultra 原版取消，芯片制造执行力成新卡点

据行业分析机构 SemiAnalysis 披露，NVIDIA 在 Rubin Ultra 发布仅约 3 个月后，原定的 4-die Rubin Ultra 已因制造执行问题被取消。" 新 Rubin Ultra" 尺寸减半，实际性能约为原版的一半。

Rubin Ultra 原本被定位为 Blackwell 之后的旗舰 AI 训练和推理芯片，面向超大规模数据中心客户。

对已签约的数据中心扩容计划而言，算力缺口将在短期内形成；对 AMD 和国内替代厂商，这是可利用的竞争窗口。

更深层的信号是：AI 芯片竞争的核心变量正在从 " 谁能设计最好的芯片 " 扩展到 " 谁能把设计在规模上稳定交付 "。就算 NVIDIA 这样的设计龙头，先进封装的量产良率与工程一致性仍然是硬约束。设计突破与制造执行之间的落差，已成为这轮 AI 算力竞赛中不亚于架构创新的决定性变量。

结语

美军误炸事件显示 AI 系统的可靠性上限受数据基础设施影响巨大，算法能力无法弥补信息链路的断层。韩国 5180 亿美元计划和英伟达 Rubin 缩水，分别从国家意志和企业执行力两个角度，展示了 AI 算力供给侧的紧张局面。美团 Owl Alpha 的国产 ASIC 训练验证，把 " 算力独立 " 从政策讨论变成了可核验的工程事实。

当前 AI 竞赛的真正门槛正在从模型能力本身向下游的基础设施层面下沉。 内存供应、芯片制造、数据链路、制造产能——每一项都需要以年为单位的建设周期。那些不只盯着模型发布，而是同时在这些基础设施层面提前布局的组织，才有可能拥有下一阶段真正的主动权。

（本文为艾瑞网独家原创稿件 转载请注明出处）