AI泡沫持续膨胀。由BlackRock、微软、英伟达、xAI和MGX组成的财团正在收购Aligned Data Centers,这笔交易对该运营商的估值约为400亿美元,据报道这是迄今为止最大的数据中心收购案。
总部位于美国的Aligned Data Centers目前由麦格理资产管理公司拥有,正被通过AI基础设施合作伙伴关系(AIP)主导的财团收购。AIP是去年由BlackRock、其全球基础设施合作伙伴部门、阿布扎比国有基金MGX和微软组成的集团,后来英伟达、埃隆·马斯克的xAI、科威特投资局和新加坡淡马锡也加入其中。
ADC的投资组合包括北美和南美的50个数据中心,总容量达5GW——或者说这是所有规划设施投入运营后将拥有的容量,据麦格理称。该公司在宣布收购的新闻稿中表示,在麦格理管理下的仅仅七年时间里,ADC已从达拉斯和凤凰城市场的两个数据中心发展到50个。
现在,AIP财团将进一步推动这一发展,为其旗舰科技公司的AI扩张提供燃料,并且还有大量扩展工作要做。
根据AIP关于这笔交易的新闻稿,该合作伙伴关系的目标是"加速对下一代AI基础设施的投资,推进支持AI未来发展所需的基础设施和创新",并计划通过调动投资者300亿美元的股本来实现这一目标,"包括债务融资在内有潜力达到1000亿美元"。该公司指出,这笔交易是AIP的首笔投资。
这只是AI公司抢购计算资源的一系列高调交易中的最新一笔,虽然这可能是迄今为止最大的一笔,但它只是表明公司愿意承担巨额债务来推动AI泡沫的又一个迹象。
投资银行高盛最近预测,数据中心容量在未来两年可能激增50%,但它在预测这种增长时也提醒说,最近围绕AI投资的"狂热氛围"正促使公司以防御性方式部署资本,以防止被甩在后面。
OpenAI及其Stargate计划大举借贷来推动其增长雄心,上个月与Oracle签署了3000亿美元的云基础设施协议,分析师预测这将要求Oracle承担1000亿美元的债务才能支持。
埃隆·马斯克本人(通过xAI)作为AIP的投资者,对OpenAI的债务交易大加嘲讽,在OpenAI宣布Stargate后不久声称,参与的公司实际上都没有他们计划在该项目上花费的资金,而是创造了一个债务旋转门,AI投资者只是简单地交易期票来推进他们的雄心。
"通过AIP、MGX和GIP的全球影响力、丰富资源以及在AI、能源和金融方面的深厚专业知识,我们准备更快地扩展、进一步创新,并重新定义可持续数据中心基础设施的可能性,"ADC首席执行官Andrew Schaap在谈到这笔交易时说道。
让我们希望在这些账单到期之前,泡沫不要破裂。
Q&A
Q1:这次数据中心收购案涉及哪些公司?
A:收购方是由BlackRock、微软、英伟达、xAI和MGX组成的财团,他们通过AI基础设施合作伙伴关系(AIP)主导收购。被收购的是美国Aligned Data Centers公司,目前由麦格理资产管理公司拥有,交易估值约400亿美元。
Q2:AI基础设施合作伙伴关系计划投资多少资金?
A:根据AIP的新闻稿,该合作伙伴关系计划调动投资者300亿美元的股本,包括债务融资在内有潜力达到1000亿美元。他们的目标是加速对下一代AI基础设施的投资,推进支持AI未来发展所需的基础设施和创新。
Q3:当前AI投资是否存在泡沫风险?
A:是的,文章多次提到AI泡沫持续膨胀。高盛预测数据中心容量未来两年可能激增50%,但也警告当前围绕AI投资的"狂热氛围"促使公司以防御性方式部署资本。许多公司愿意承担巨额债务来推动AI发展,存在泡沫破裂的风险。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。