在旧金山看到的前沿：GPU、视频生成、细分模型、机器人

2026年9月底到10月初，在旧金山听到的事。

GPU与推理

Runtime是Modal的大会。swyx、Cat Wu、Dax都出场了，同一天的机器人环节有Generalist、Physical Intelligence和1X。

Dreamscale Labs（YC F26）在云上服务机器人模型。延迟优先，所以他们在找旧金山本地的GPU。

Vast把GPU、数据、推理、视频模型和编程环境叠在一台VM里卖。黑客松给每个团队一台VM，可以用CoreWeave和Weights & Biases的推理，以及Nvidia Cosmos Reason。

再上面是挑选模型并提供服务的一层。在OpenRouter活动上遇到的推理公司说，现在只要有GPU，就能卖掉。各种类似Higgsfield的路由公司……

Fal、Bria、LTX在同一场活动里。Fal做的推理会把音乐、舞蹈和效果接上去。

视频生成

Dragon Gate是一场AI电影放映。来的人是拍电影的。

LTX把模型调到电影和动画的制作水准，包括外扩、动作同步和物理细节。如果只有一个感觉，就把话全部说出来，让LLM写提示词。服务由Fal来做。

新加坡那边的AI是电影制作平台，拿出来的作品水准很高。中国的短剧微短剧看起来就是这么做出来的。AI电影工作室已经有多部完成放映的片子。

B2C细分模型

Descript在办公室活动里，拍摄和剪辑都有员工跟着。同时他们在内部做forced aligner，FuseAlign。表情和非语言音频还是下一步。Audai做音频模型，Academa自动做讲解视频。

机器人

Generalist的规模化里，还留着把拍摄内容的SD卡上传这种数据收集。Physical Intelligence已经进了草莓田、养牛、挖掘机和工厂。1X Neo见到了实物，走路还比较粗糙，下单和交付之间的距离仍然很远。

这和Dreamscale在找旧金山本地GPU是同一件事。进入现场的机器人变多之后，还需要单独的推理，把它们的大脑放在延迟之内跑起来。