2026年2月28日·24小时AI动态：OpenAI 1100 亿美元融资震动行业，Meta Olympus 受阻，PayPal 漏洞暴露金融安全隐患
过去一天，三条消息把 AI 产业的“上限”和“底线”同时拉到台前：OpenAI 用超大规模融资继续加码平台化路线；Meta 自研训练芯片 Olympus 因复杂性与制造风险重新评估，折射出 AI 芯片自研的高门槛；而 PayPal 因代码变更导致的长周期数据泄露，则提醒所有公司——在 AI 与金融深度融合的时代，安全不是成本项，而是信任的地基。
1. OpenAI 宣布完成新一轮融资，总额 1100 亿美元；周活超 9 亿，消费者订阅用户超 5000 万，付费企业用户超 900 万；Codex 周活增长超两倍至 160 万
点评：
从你提供的结构看，这轮融资更像“为下一阶段的算力强投入 + 产品矩阵扩张”提前备足弹药：亚马逊代表云与分发，英伟达代表核心算力供给，软银代表长期资本与全球资源。1100 亿美元的量级意味着 OpenAI 不是在做单点产品，而是在按“基础设施平台”的思路提前锁定关键资源。
900 万付费企业用户强化了 B2B 的确定性：只要 OpenAI 能持续把“效率提升”量化成 ROI，企业会更愿意把它列入基础设施预算，而不是可选工具。Codex 周活到 160 万且增长超两倍也很关键——一旦编程工作流入口被占住，竞争优势就不只是模型能力，还包括生态、插件、权限、审计与团队协作等系统能力。
真正的悬念在于：ChatGPT 的用户与付费用户增长还能持续多久，以及在增长放缓前，OpenAI 能否把“规模”稳态化为“高留存的付费结构”。
2. Meta 原计划 2026 年推出第二代训练芯片 Olympus，但因技术复杂性与制造风险而重新考虑
点评：
Olympus 的受阻未必是能力不足，更可能是生态壁垒与工程复杂度过高。按你提供的信息，Olympus 采用 SIMT 架构、强调兼容 CUDA，且目标支撑千亿参数级大模型训练——这本质上是走一条最难的路：既要追赶 GPU 的系统能力，又要在软件生态、编译器、内核与集群调度上补齐长期积累。
更重要的是，Meta 的策略调整非常现实：在与英伟达保持合作的同时，与 AMD 签下千亿美元级 MI450 推理芯片协议；又与谷歌达成数十亿美元合作，租用 TPU 用于新模型训练。对 Meta 来说，重点已从“押注单一路线”转向“多元算力组合”，用 NVIDIA GPU + Google TPU + 自研 MTIA 的结构来争夺供给确定性与单位成本优势。
这也给其他企业一个更清晰的信号：AI 芯片自研是一条极其漫长的路，哪怕巨无霸也会反复试错。
3. PayPal 披露商业贷款系统代码错误导致约 6 个月数据泄露，涉及敏感信息；已修复并提供两年信用监控
点评：
漏洞源于 PayPal Working Capital（PPWC）贷款应用的一次代码变更，导致客户 PII 在 API 响应中被意外暴露。更令人担忧的是时间跨度：从 2025 年 7 月 1 日持续到 12 月 13 日（发现并修复当天），长达 165 天的异常数据流出未被日志告警捕获，这意味着攻击者完全可能在更早阶段就批量爬取数据。
即便 PayPal 提供两年 Equifax 信用监控，这也很难覆盖身份盗用可能潜伏数年的风险，真正的长期成本往往由用户承担。补救措施符合行业标准，但事件本身值得反思：在 AI 与金融深度融合的时代，任何一行未经严格安全验证的代码，都可能成为摧毁信任的导火索。