获悉，近日，OpenAI正式发布GPT‑5.3 Instant，该模型在回答的语气倾向、回复相关度以及对话的顺畅度均有相应的提升。

OpenAI团队称其收到用户反馈，更新的GPT‑5.3 Instant的回答将直击重点，不再夹杂冗长的限制性说明，显著减少了不必要的拒答行为。

此外，GPT‑5.3 Instant还优化了联网搜索结果的整合质量，模型现在能更有效地平衡搜索结果与自身知识储备及逻辑推理。它现在能更精准地洞察问题的潜台词，并在回答开头即优先呈现核心信息。

Meta计划开发定制芯片

与此同时，同一时间，据报道，Meta首席财务官Susan Li在摩根士丹利主办的一场科技行业会议上表示，公司仍然雄心勃勃地开发自己的定制芯片，包括计划开发可以训练未来人工智能模型的处理器。

Meta将自身定位为数据中心的超大规模运营商之一，用于训练和运行AI模型，尽管公司本身并非云计算服务提供商。Susan Li强调，Meta采取的是差异化的芯片采购策略，根据不同应用场景选择最合适的处理器，定制芯片是其中的关键一环。

此前数周，Meta已相继与芯片市场领导者英伟达及其竞争对手AMD达成大规模采购协议，用于支撑AI工作负载所需的芯片与设备供应。

有专业分析认为，Meta并非以自研芯片取代外购，而是构建一套混合供应体系。外部采购满足当下规模化需求，自研芯片则针对高度定制化的内部工作负载进行优化，以提升效率并控制长期成本。

AI应用端将迎爆发期

事实上，在AI浪潮的持续席卷下，全球芯片价格持续上涨。据消息，如果下一代HBM(高带宽内存)验证、生产顺利，三星、SK海力士有望扩大AI市场优势并占据更高价值份额，相关进展备受资本市场瞩目。

而英伟达Rubin平台GPU芯片迎量产节点，市场需求持续强劲。相较于Blackwell架构，Rubin推理性能最高可提升至5倍，训练性能最高提升至3.5倍。英伟达CEO黄仁勋更直言，其训练10万亿参数级大模型的集群需求仅为前代的四分之一，优势显著。

微美全息AI大模型开启创新“加速度”

无疑，随着大模型应用从训练端向推理端加速落地，在新一轮的大模型创新潮下，AI应用端将加速商业化落地。紧跟全球AI浪潮的战略布局，资料显示，微美全息作为知名AI视觉厂商积极追加，凭借多年技术积累，构建了覆盖多模态AI、算力基础设施的全栈能力，开放模型代码、算力接口及工具链，支持开发者基于DeepSeek等通用大模型开发。

当前，微美全息已整合AR、云计算、多模态AI等技术，打造物联感知、空间计算等四大尤其开发多模态AI技术，高精度多模态AI视觉模型，实现环境识别、物体定位等功能，支持家居整理、工业质检等复杂任务自主决策。同时，通过算力生态搭建，聚焦GPU性能优化，搭建异构计算系统，实现毫秒级算存数据传输，可为大模型训练、推理提供算力支撑。

结语

对于AI带来的周期，行业对AI算力存在宏大设想。根据兴业证券指出，AI浪潮带动算力需求爆发，服务器、AI芯片、光芯片、存储、PCB板等环节价值量将大幅提升。另据世界半导体技术协会预测，2025年全球半导体市场规模将增长25.6%，是自2021年以来最强劲的增长，人工智能的蓬勃发展是主要动力，这为人工智能产业的底层支撑指明了清晰方向。