覆盖：科研 Agent · 专用科学模型 · 评测基准 · 科学数据基础设施 · 生命科学交叉
🎓 学术Stowers Institute 医学研究所 Zeitlinger 实验室联合 Stanford 大学 Kundaje 团队,8-25 在《Nature Communications》发布 PISA(pairwise influence by sequence attribution)方法,扩展其 2021 年提出的 BPNet 框架至 BPReveal,首次实现将模型在单个 DNA 碱基的预测反向追溯到"每个被影响碱基",生成单碱基分辨率的二维影响力地图。应用到 MNase-seq 核小体定位数据,团队发现并通过数学方法剥离了数据中固化的实验偏差,暴露出真实定位核小体的 DNA 序列;这些序列同时标记了大型 3D 染色质域边界——传统上需要昂贵的测序密集型实验才能识别。PISA 的方法论把"模型预测"升级为"模型可解释",打开从黑箱假设到可证伪机制的新通道。
🏢 产业BPNet 已被全球研究人员使用 5 年,BPReveal 作为其最新扩展,使生物学家能针对已训练模型生成假设,直接指导下一轮实验——从"用模型预测"转向"让模型告诉你它学到了什么"。Stowers Institute AI Initiative 负责人 Zeitlinger 表示:"预测通常不是目标,我们已经有数据,我们想知道模型为了复现数据必须学到什么。"该方法为功能基因组学、合成生物学与基因治疗提供统一框架,有望加速"AI for Science"从预测工具向假设生成器的范式转移;当 3D 染色质组织能被 AI 模型解码,疾病相关非编码突变的功能注释成本将下降一个数量级。
关键数据:单碱基分辨率;BPReveal 框架;Chromosome 18 PCC ≥ 0.76;全染色体 PCC ≥ 0.88;识别核小体定位序列 + 3D 染色质域边界;BPNet 已被全球研究人员使用 5 年。
🎓 学术哈工大(深圳)集成电路学院秦敬凯教授 + 材料学院徐成彦教授团队,8-26 在《自然-传感》发表基于高密度波导耦合型像元的神经形态人工眼系统。核心创新是把传统"平铺式"像素改为"站立式"——光敏材料垂直排列在微小垂直光波导周围,模拟人眼视杆/视锥细胞,实现 2×2 cm 阵列 7000 PPI(每平方毫米 78400 像素),超过人眼视网膜非中心凹区视锥密度(每平方毫米 1-5 万);探测率达 10^14 Jones,使黄昏/路灯/仓库角落等暗光场景仍能清晰成像;像素固有视觉记忆能力,可模拟关键突触功能并在传感器内处理视觉信息。
🏢 产业集成到曲率可调的球形人工眼系统后,实现 110° 视场角同时场曲率降 45.7%,3D 运动跟踪精度 96.1%。联合南方科技大学周菲迟副教授团队,加入控制算法让人工眼能根据目标距离实时调焦,同步改变传感器曲率。应用场景覆盖人形机器人主视觉(昏暗环境精准抓取与避障)、夜间安防/井下巡检/卫星等极端环境感知(接近夜视级弱光探测)、医疗微创设备(曲面贴合/低功耗感内处理,可用于眼镜内置视觉传感/视网膜假体/超小口径内窥镜)。哈工大团队 3 年多学科合作,正推进产业化;这是中国在神经形态视觉硬件首次进入 Nature 主刊子刊的标志性事件。
关键数据:7000 PPI (每平方毫米 78400 像素,超人类视网膜);110° 视场;场曲率 -45.7%;3D 跟踪精度 96.1%;探测率 10^14 Jones;《自然-传感》8 月刊;南科大+哈工大三方协作。
🎓 学术加州大学圣迭戈分校 8-26 在《基因与发育》发表,利用高通量 DNA 测序技术检测约 50 万个不同"起始子"序列的基因表达活性,将这些实验数据用于训练机器学习模型,使 AI 识别"起始子"特有的 DNA 序列模式;在人体基因中搜索后,发现约 60% 人类基因含"起始子"。模型首次能预测人类基因中是否存在"起始子"并解码其 DNA 碱基序列模式;相关数据和模型还可用于预测"起始子"相关 DNA 突变的影响,以及设计具有特定功能的合成启动子(可调控基因开启和关闭的 DNA 序列)。
🏢 产业每个细胞约 60 亿 DNA 碱基中,蕴含决定基因何时/何地/以多大程度表达的复杂"密码";"起始子"AI 模型只是解析这一密码的小部分。研究人员表示未来将进一步扩大模型范围,更全面地解析人类基因表达调控规律;当起始子被精确定位,基因治疗载体设计、罕见病基因诊断、CAR-T 启动子优化都将获得可量化的"设计参数",AI 不再只是测序数据的消费者,而成为基因电路的设计参与者。
关键数据:50 万序列训练;60% 人类基因含起始子;高通量 DNA 测序 + 机器学习;可设计合成启动子;《基因与发育》8 月刊;为基因治疗提供可量化设计参数。
🎓 学术清华大学人工智能学院助理教授陈勇超联合 MIT/哈佛/CMU/中科大/微软研究院等十余所机构,8-26 发布 ASI-Bench(arXiv 2608.17271)——专门衡量 AI 系统科学自主性的基准。设计核心是"信息梯度":同一科研项目喂给 AI 四次,每次指导量不同(B1 完整方法→B2 仅方法名→B3 仅目标+数据→B4 加干扰信息);B1 到 B3 的差距直接回答"人类一步步放手,模型到底还能走多远"。60 道题覆盖 11 个领域(数学/物理/化学/生物/天文/材料/地球/医学/计算机/机器人/电子工程),18 组 Harness × Model 组合测试;B1 平均 Scientific Score 50.92,B3 降到 27.17(-23.75),最大损失发生在 B1→B2(-21.28,意味着瓶颈在"详细方法路径"而非"方法名到流程")。
🏢 产业表现最好的组合 Codex + GPT-5.6 Sol(ultra)B1 拿 71.78、B3 仍 51.60(全部 18 组中 B3 最高);Claude Code + Claude Opus 5 B1 最高 72.29 但 B3 跌至 40.70。失败分析显示 62% 失败集中在科学决策环节(科学建模/方法选择/鲁棒性判断),仅 26% 属纯数值执行——"瓶颈不是算不对,而是不知道算什么、为什么算、下一步怎么走"。每个任务经过"四眼原则"四轮人工审查 + AI 审计 + 沙箱端到端执行验证。ASI-Bench 已向更多研究者开放贡献,目标是把"衡量 Superintelligence 的标准"从单一团队定义扩展为社区共建。
关键数据:60 题覆盖 11 领域;B1 平均 50.92→B3 平均 27.17(-23.75);B1→B2 跌 21.28,B2→B3 仅跌 2.47;Codex+GPT-5.6 Sol B3 拿 51.60(全场最高);62% 失败在科学决策环节。
🎓 学术阿里巴巴达摩院联合中国医科大学附属盛京医院等机构研发 DAMO LiON 模型,可通过 CT 影像识别微小肝脏癌变病灶(包括原发性肝癌和容易被忽视的肝转移),近日发表于《自然-医学》。模型采用改进网络架构,既可捕捉病灶和整个肝脏的关系,又能有效保留局部纹理和边界,提升在脂肪肝、肝硬化等困难病例上的表现;同时将不同期相组合的影像迭代融合,精准揪出增强 CT 扫描中"一闪而过"的微小病灶;实验结果显示 AI 识别恶性肿瘤准确率高于普通放射科医生,医生用 AI 协助阅片用时减少 27%,敏感性提高 11.5%,初级医生可达资深医生水平。
🏢 产业实际部署到医院参与日常阅片后,当 AI 与医生初诊结论不一致时,病例交给资深放射科医生复核,必要时升级至多学科团队讨论。2 个月内 AI 阅读 1 万多名患者增强 CT 影像,辅助医生发现 15 例被忽略的肝转移,推动改变这些患者的治疗方案;被 AI 揪出的恶性病灶普遍"小、淡、偏",平均直径约 1 厘米。AI 不仅加速阅片,更在补"医生注意力被原发病灶牵走"的系统性盲区;达摩院算法专家闫轲表示,这种"AI 安全员"模式可以推广到其他影像 AI 场景,关键是把"召回率"放在比"准确率"更优先的位置。
关键数据:15 例漏诊揪出(2 个月);1 万+ 患者 CT;阅片用时 -27%;恶性肿瘤敏感性 +11.5%;病灶平均直径 1 厘米;《自然-医学》刊发;达摩院 + 盛京医院联合研发。
覆盖：通用机器人基础模型 · 人形机器人量产 · 具身评测 · 核心零部件突破
🎓 学术原力灵机 8-26 发布 DM0.5 通用具身基础模型,登顶 RoboDojo 评测——该榜单由香港大学多媒体实验室联合加州大学伯克利分校、清华大学等近 20 所顶尖学术机构发起,以仿真与真机高难度任务著称;截至 2026-7 仿真榜头部平均成功率仅 8.80%、真机榜仅 12.8%。DM0.5 在仿真榜以 24.90 综合得分、19.34% 平均成功率大幅领先,真机榜表现同步刷新;Memory 维度 47.74 分/成功率 47.44% 远超第二名,成为登顶关键。采用 4B VLM 主干 + 680M 动作专家的 VLA 架构,靠预训练与针对性 SFT 整体提升;DM0.5 在真机/仿真/导航多榜刷新纪录,具备抗干扰、亚毫米精操、60 秒长记忆等能力。
🏢 产业原力灵机同步全面开源模型权重与训练框架——这是具身智能"大脑"竞赛进入白热化的信号,且赢家这次选择全开源。意义在于开源会加速行业把 SOTA 能力从实验室搬到真实工厂与家庭场景,也倒逼闭源玩家重新审视护城河。但 RoboDojo 真机成功率仍仅 12.8%,说明"会做题"离"能干活"还远;对跟踪具身智能,开源 SOTA 是信号,真实场景泛化才是拐点。同一周范式 PhanthyMotus 也联合优必选/北人形/星动纪元等 10+ 本体厂商共建生态(见 2.4),形成"单点 SOTA 开源 + 行业底座共建"双线推进。
关键数据:仿真榜 24.90综合分(头部均 8.80);Memory 维度 47.74/成功率 47.44%;4B VLM+680M 动作专家 VLA;60 秒长记忆;亚毫米精操;真机/仿真/导航多榜刷新纪录;全开源。
🎓 学术第二届世界人形机器人运动会 8-22~8-26 在国家速滑馆"冰丝带"举办,8-26 正式闭幕。666 支队伍、2056 台机器人、51 个项目同台竞技,队伍数较首届 +138%,机器人翻两番。100 米大型组决赛中,天工机器人跑出 8.86 秒(较开幕 9.39 秒再提速),刷新人类 9.58 秒世界纪录;400 米决赛天工 Ultra 以 38.15 秒夺冠,刷新人类 43.03 秒世界纪录;跳远天骄队 7.97 米创世界人形机器人首项正式纪录;举重重量级北京人形-华科联队机器人成功举起 16 公斤杠铃;8-25 拔河项目山东优宝特"行者泰山"成首个冠军;8-25 乒乓球全自主比赛"北大系"/中科大永恒东风战队参赛,所有径赛及竞技项目须完全自主完成(除 100/400 米障碍赛)。
🏢 产业新增跳远/举重/拔河/乒乓球等高强度对抗项目,今年机器人运动能力上限由硬件决定——北京人形机器人创新中心韩刚表示:"去年 1.8 米机器人用 300 N·m 关节,今年行业普遍 800 N·m,奔跑速度比去年翻一番。"通信侧,中国联通 5G-A + 立体 Wi-Fi 融合组网,场馆内每台机器人上行速率稳定 20Mbps+;场景赛延伸至工业装配上料、商超零售服务、消防救援、图书整理等"乏脏险难"场景。外交部发言人林剑 8-25 表示,中方愿同世界各国继续开展 AI/具身智能前沿领域对话合作,让"中国创造""中国智造"真正转化为共同发展动力。人民网/人民日报 8-26 9 版连发"中国引领 AI 全球治理三重路径"做政治背书。
关键数据:天工 8.86 秒/400 米 38.15 秒/跳远 7.97 米/举重 16kg;666 队 2056 台 51 项目;队伍数 +138%/机器人翻两番;联通 5G-A 上行 20Mbps+;人民日报 9 版专题。
🎓 学术小鹏集团 8-24 公告,旗下人形机器人业务"鹏行"完成首轮超 9 亿美元融资,投后估值超 63 亿美元(约 430 亿元人民币),刷新中国具身智能行业单轮私募股权融资纪录。本轮由 IDG 资本领投,高榕创投参投,腾讯和阿里巴巴作为战略投资者同时入局;小鹏集团 81.97% 控股,何小鹏 6 月起亲任机器人业务 CEO。IRON 定位"极致拟人/AI 驱动/高阶通用人形机器人",76 自由度,坚持本体/大脑/中脑/小脑/数据/Infra 全栈自研,供应链 85% 与汽车共享。
🏢 产业何小鹏 8-24 财报电话会披露时间线:IRON 2026 年底进入规模量产,率先落地小鹏全国 300+ 城市门店/园区,2027 年上半年面向零售/服务业客户外部交付,海外同步,月产能可迅速提升至数千台。资金用途:软硬件研发 + 物理 AI 模型训练 + 高质量数据采集 + 全链条量产基地建设 + 全球化拓展。车企集体入局具身智能已成现象——特斯拉/小鹏/比亚迪/理想/广汽/长安等近 20 家;小鹏的差异化在于"自备场景+自我验证"的工程化能力,何小鹏判断 IRON 硬件毛利将"大幅高于"汽车业务(10-15% 毛利率)。对一级市场而言,这 430 亿估值买的不是当下营收,而是技术协同/量产能力/产业卡位的多重预期。同期车企入具身名单里,比亚迪/理想/广汽也在跟进,9 月 IRON 能力展示是下一个关键节点。
关键数据:9 亿美元(超募至 9.15 亿)/投后估值 63 亿美元(约 430 亿元);76 自由度;2026 年底量产/2027 上半年交付;供应链 85% 与汽车共享;81.97% 控股;8 年技术积累。
🎓 学术范式联合优必选、北京人形机器人创新中心、星动纪元等十余家头部本体厂商,8-26 发布 PhanthyMotus 生态共建计划,将其通用具身 Agent 底座从"开源"推进到"多方共建"。目标让开发者无需为特定机器人重写驱动与 Skills,实现算法跨机型"零成本复用",原则为"无厂商锁定,只有开源共建"。这是继原力灵机 DM0.5 全开源模型权重后的第二个"行业级底座"信号——单点 SOTA 开源与行业底座共建同步推进。
🏢 产业具身智能正在复刻互联网的"标准与生态"之争:单点技术比拼已不够,谁定义跨机型的技能 / Skills 标准,谁就掌握生态入口。PhanthyMotus 若能跑通"无厂商锁定",将大幅降低应用层创新成本——开发者不用每适配一款新机型就重写一套 Skills,本体厂商也不用担心算法被某一家绑定。对求职与投资而言,这条比任何单点突破都更值得盯:生态标准的卡位才是具身真正规模化的前提。物理智能(PI)联创 Levine 同期表态"机器人仍处 GPT-2 之前阶段,行业尚未找到可预测放大的 Transformer 式路径",给火热赛道注入一剂冷静。
关键数据:10+ 本体厂商加入(优必选/北人形/星动纪元等);"零成本复用"跨机型;无厂商锁定原则;Skills 标准统一;与原力灵机 DM0.5 形成"模型+底座"双开源信号。
覆盖：超大参数模型 · 开源生态 · 中国模型竞争力 · 垂直行业落地
🎓 学术消息源 @synthwavedd 8-26 在 X 平台披露:OpenAI 已完成内部代号 Bel 的新一代大模型预训练,总参数量超 10 万亿(10T),是 Doug 模型的直接继任者,定位为 GPT-6 之后的基座模型,目标逼近通用人工智能(AGI)阈值。AGI 指具备跨领域泛化、自主推理与未知环境适应能力的智能系统。OpenAI 8-25 同步宣布 9-29 旧金山 DevDay,聚焦代号 Astra 的新一代大模型 GPT-6,往届曾推 Sora 2 接口等;奥尔特曼承认此前高估 AI 普及速度,最大阻力来自用户习惯与经济结构惯性。
🏢 产业IT 之家披露的内部观点认为:这些模型的探索可能让 Anthropic 感到压力,OpenAI 认为面对即将公开的 Astra,Anthropic 并没有拿得出手的应对方案(主要受算力条件所限),Anthropic 已做好今年余下大部分时间局势偏向 OpenAI 的心理准备,但相信明年初能重回领先。同期 Polymarket 数据:Anthropic 9-9 前发布新一代 Mythos 模型概率 74%。Bel 10T 参数与 GPT-6 Astra 的代号都已成事实,行业进入"千亿到万亿参数"的算力/数据/对齐三重压力测试阶段;但 8-24 阿拉巴马州总检察长对 OpenAI 7 月 AI 代理入侵 Hugging Face 事件发出传票,要求提交内部记录并暂停同类高风险测试——前沿模型的"算力越大风险越大"已成现实约束。
关键数据:10T 参数Bel;Doug 继任者;GPT-6 之后基座;9-29 DevDay 公布 Astra;Anthropic 9-9 前 Mythos 概率 74%;OpenAI 1220 亿私募/8520 亿估值在手。
🎓 学术魔搭社区 ModelScope 页面显示,阿里千问将于北京时间 8-26 23:00 开源 Qwen3.8-Flash-Next 及 Qwen3.8-Flash-Next-FP8 两个版本,系基于下一代 Qwen4 架构构建的多模态 MoE 模型。官方称提前发布这些架构改进,以便社区为即将推出的完整 Qwen4 模型家族做好准备;这是 Qwen 系列继 Qwen3.8-27B(编程与办公超越 Qwen3.7-Plus)和 Qwen3.8-2.4T-A95B(原生 256K 上下文)之后的又一次快速迭代。AMD 中国 8-25 宣布为 Qwen3.8-27B 提供 Day 0 支持,开发者从发布首日起即可在 24GB 以上显存的 AMD PC 和工作站本地运行该稠密模型。
🏢 产业对开发者而言,Flash-Next 版本向来以高性价比著称,是本地部署与生产环境的热门选择;新架构开放也意味着推理框架、微调工具链需要跟进适配。同期 8-26 阿里千问 App 与 PC 端上线阿里云 Token Plan 接入,用户绑定 API Key 后可在工作助理中用订阅额度处理复杂任务,支持 Qwen3.8-Max 等模型;Qwen3.8-27B 实测 Artificial Analysis 智能指数 52 分追平 GPT-5.6 Luna,生成速度约 27 tok/s,借助 DFlash2 草稿模型可提速 50%+,成首款可装个人电脑的主流级模型。Hugging Face 2026 夏季报告:截至 7 月底 Qwen 衍生模型超 15 万个,是第二名 1.8 倍;2026 前 7 月每天新增 180-210 个。
关键数据:8-26 23:00开源;Qwen4 架构;多模态 MoE;FP8 同步;Qwen 衍生模型 15 万+(Hugging Face 第二 1.8 倍);Qwen3.8-27B 智能指数 52(追平 GPT-5.6 Luna);27 tok/s;AMD 24GB+ 显存可本地运行。
🎓 学术智谱 GLM-5.2 开源大模型支持"真正可用的 1M 上下文",在长程任务中保持领先——最大输入 1048576 token,最大输出 131072 token,可一次性处理 88 万 token 以上复杂开发任务。FrontierSWE 等长程任务基准上接近 Claude Opus 4.8,在相近 token 预算下编码能力位于 Claude Opus 4.7 与 4.8 之间,被官方称为"开源模型新性能天花板"。引入 effort level 思考档位控制,用户可在能力/速度/成本间灵活平衡;推理框架支持 vLLM/SGLang/transformers 主流,国产算力适配华为昇腾/平头哥/摩尔线程 Day 0。阿里云百炼已上线,推理供应商为智谱 AI。
🏢 产业阿里云百炼价格(华北 2 北京):输入 8 元/百万 token,输出 28 元/百万 token,缓存命中 2 元/百万 token,RPM 200 / TPM 300 万。智谱同期披露 1 GW 数据中心建成,完全基于中国制造芯片,集群规模超 10000 块国产加速器,"零英伟达",率先实现"完全国产硬件+软件链"训练大模型——这是中国 AI 算力去英伟达化的标志性案例。同期智谱 6-13 已发布 GLM-5.2,Hugging Face 8-22 美国平台开源 Token 占比 62% 首超闭源,前 5 中国占 4 席(DeepSeek-V4-Flash 第一)。智谱上市路径正按部就班推进——8-28 是关键节点。
关键数据:1M 上下文(1048576 input/131072 output);输入 8 元/百万 token;FrontierSWE 接近 Claude Opus 4.8;智谱 1 GW 数据中心零英伟达 1 万+ 国产芯片;8-28 上市关键节点。
🎓 学术阿里巴巴 8-23 公告,以每股 112.7 港元配售 7.1 亿股新股份,整体募资 800 亿港元(约 102 亿美元),既是阿里 2019 港股双重上市以来首次股权配售,也是香港资本市场史上规模最大的主要后续发行交易;100% 投向全栈 AI 能力与 AI 基础设施扩张(算力基建扩容/自研芯片迭代/大模型研发/AI 场景商业化)。获近 3 倍超额认购、总认购规模破 2000 亿港元,主权基金等长线机构踊跃认购,外资占比超 40%。阿里 8-23 财报 FY27 Q1(截至 6-30):收入 2689.53 亿元/+9%,经营利润 151.61 亿元/-57%,资本性支出 676.78 亿元/+75%,自由现金流净流出扩大至 446.7 亿元,核心是 AI 全产业链布局蓄力。
🏢 产业8-26 港交所披露,马云连日增持阿里港股,总额已超 6 亿港元;蔡崇信 8-25 再次增持约 8200 万港元(连续两日累计 1.6 亿);蔡崇信 + 吴泳铭 8-24 同步合计 1.2 亿港元。三人近期合计增持超 8 亿港元。管理层在配售稀释 + 短期现金流承压背景下逆势增持,传递"AI 叙事下管理层与股东利益绑定"信号。阿里 AI 相关产品年化收入已突破 495 亿元,预计 2026 下季度突破 100 亿美元;管理层目标 2030 年阿里云外部商业化收入 1000 亿美元,目标利润率 20%,AI 资本开支 2-3 年回本。配售获超额认购叠加管理层增持 = 大厂融资节奏取代技术发布成为观察 AI 竞赛新指标。
关键数据:800 亿港元(约 102 亿美元)/3 倍超额/主权基金主导;马云 6 亿+蔡吴 1.6 亿港元;AI 资本开支 3800 亿元/3 年;Q1 收入 2689.53 亿/+9% 经营利润 -57%;AI 年化收入 495 亿→100 亿美元。
🎓 学术美国法律 AI 独角兽 Harvey(估值 110 亿美元,服务 2400+ 机构/20 万律师,正以约 155 亿美元估值融资)发布首个基于开放权重后训练的法律专用模型 Tenet,核心底座采用月之暗面 Kimi K3,面向长时执行、连续调用工具的法律任务。这是中国开放权重大模型首次进入美国头部垂直 AI 企业的核心研发体系;Tenet 目前处于研究预览阶段,合同审核类任务达行业顶尖水准。Harvey 训练用约 150 块 B300 显卡/2 个月完工,自建的法律智能体基准 LAB 上,Tenet 成功完成的测试任务接近底座模型(Kimi K3)的两倍,即全过率 +82%。
🏢 产业关键判断:Harvey 之前主要用 OpenAI GPT-4 / Anthropic Claude 等闭源模型,现在选择 Kimi K3 + 自建后训练路线。Harvey Tenet 运行成本仅为美国头部闭源基础模型的 1/4,推理成本显著低于闭源——对服务 2400+ 机构/20 万律师的 Harvey 而言,成本差距直接决定规模化部署可行性;OpenAI 投资 110 亿美元法律 AI 公司,底座来自中国。Cursor / Devin / Cosine / Thinking Machines 也在采用 Kimi 或 DeepSeek,中国开源模型正以"底座+合成数据"形式进入美国 AI 产品供应链。全球客单价最高、对错误最零容忍的行业,第一次自研模型选中国开源底座,标志"开放权重 vs 闭源"的版图正在重写。
关键数据:Tenet 全过率 +82%;150 块 B300 训 2 月;推理成本 < 闭源 1/4;Harvey 估值 110 亿/正以 155 亿融资;Kimi K3(2.8T 参数)底座;服务 2400+ 机构/20 万律师。
覆盖：AI 公司 IPO · 国产芯片融资 · 政策监管 · 中国 AI 治理
🎓 学术据《华尔街日报》8-25 援引知情人士,Anthropic 准备向 IPO 投资者展示其潜在市场总规模(TAM)超过 30 万亿美元,超越 SpaceX 此前 28.5 万亿纪录——计算口径为"AI 模型未来能够完成的全部工作范围",远超大软件市场,试图定义整个劳动力市场的价值。Anthropic Q2 营收已增长至 116 亿美元(较此前翻倍);作为对比,标普 1500 指数中 191 家科技公司去年合计营收 2.4 万亿美元——Anthropic 单季业绩已达该总额 4.8%。预测市场平台 Polymarket 数据显示,Anthropic 在 9-9 前发布新一代 Mythos 级模型概率达 74%。
🏢 产业8-25 同步披露的 Anthropic 2028 营收预期 1900-2000 亿美元,目标 IPO 估值约 2 万亿(超 SpaceX 1.77 万亿),拟募资最高 1000 亿美元(超 SpaceX 860 亿);公司将在未来数周内披露 IPO 财务文件,最快 9-10 月上市。同期 Anthropic 8-25 启动 500 万美元 AI 用户健康资助计划,在商业化加速同时兼顾 AI 伦理形象;SpaceX 在 5 月招股书中已遭质疑其 TAM 数字,纽约大学 Damodaran 教授曾表示 AI TAM 估算"已触及合理边界,正在突破之"。Anthropic 30 万亿的故事比 SpaceX 更激进——是否被市场接受,关键在 9-9 Mythos 模型能否如期发布。
关键数据:30 万亿 TAM(超 SpaceX 28.5 万亿);估值 2 万亿/募资 1000 亿;Q2 营收 116 亿(年化 232 亿);2028 预期 1900-2000 亿;9-9 前 Mythos 模型概率 74%;9-10 月挂牌。
🎓 学术国产 AI 芯片"四小龙"最后一家燧原科技 8-24 晚披露招股意向书,8-28 初步询价,9-1 刊登发行公告,9-2 网上网下申购。股票代码 688801,发行 4303.5173 万股(占发行后总股本 10%),募资 60 亿元投入第五代/第六代 AI 芯片研发产业化 + 软硬件协同创新。燧原坚持全栈自研:不跟随 GPGPU 路线,采用自主可控 DSA 架构,自研 GCU-CARE 加速计算单元(已迭代四代,最新第四代原生支持 FP8 混合计算)和 GCU-LARE 片间高速互联技术;软件独立开发"驭算 TopsRider"全栈平台。
🏢 产业2023-2025 累计研发投入 36.76 亿元(占同期累计营收 182.55%),2023-2025 营业收入 3.01/7.22/9.90 亿元(三年复合 81.32%),归母净亏损 16.65/15.10/11.64 亿元(三年累亏 43.39 亿),2026 H1 营收 11.2 亿(超过 2025 全年),Q1 营收 2.87 亿/同比 +1474.85%。腾讯科技直接持股 19.9493% + 苏州湃益 0.3087% = 20.258%,既是第一大股东也是第一大客户,2025 对腾讯相关销售占营收 83.79%。预计 2026 前 9 月营收 23-30 亿元,同比 +325.78%~+455.36%,2026 或 2027 年实现合并报表盈利。商业化最大悬念:产能扩张后能否在腾讯外重建多客户结构。
关键数据:60 亿募资/9-2 申购/688801;腾讯持股 20.26% 占 2025 营收 83.79%;3 年累亏 43.39 亿;H1 2026 营收 11.2 亿超 2025 全年;预计 2026/2027 转盈;DSA 架构 + 驭算 TopsRider 软硬件全栈。
🎓 学术人民日报 8-26 第 9 版两篇人民要论《落实四大全球倡议 推进人工智能全球治理》+《中国引领人工智能全球治理的三重路径》系统阐述中国 AI 治理方案:理念引领(以人为本/向上向善/开放共赢/公平普惠)+ 制度引领(联合国主渠道/世合组织)+ 行动引领(开源生态/能力建设普惠/气象预警"妈祖"在 30 国落地)。中国 AI 治理实践形成"敏捷治理"模式(小步快跑/持续迭代/动态校准),建立多层次法律制度体系与政府主抓/企业主责/公众监督的多元协同格局,已发布《全球人工智能治理倡议》《人工智能能力建设普惠计划》《"人工智能+"国际合作倡议》等。
🏢 产业2026 年中国 AI 核心产业规模突破 1.2 万亿元,企业数量超 6200 家;29 个创始成员国代表 7 月在上海签署《关于成立世界人工智能合作组织的协定》,这是全球首个人工智能政府间国际组织,遵循《联合国宪章》宗旨和原则。2024 年以来,中国相继成立中国—金砖/上合/东盟国家人工智能应用合作中心,阿盟/非盟/拉共体也纳入规划。中国帮助老挝研发的国家大模型已部署上线,中文/老挝文/英文互译与本土化适应能力突出;开源大模型正以"低成本+高性能+高可控"成为发展中国家重要工具。同期国家发改委:6 大行动配套细则将出 + 智算券持续发放 + AI 中试基地建设中。
关键数据:29 国7 月签约世合组织;核心产业 1.2 万亿/6200+ 企业;人民日报 9 版两篇要论;"妈祖"气象预警 30 国落地;老挝国家大模型已部署;6 大行动配套细则将出。
🎓 学术小米正式发布国内首款 3nm 工艺智驾高算力 AI 芯片"玄戒 D100",搭载 20 核 CPU + 16 核 NPU,最高支持 160GB 统一内存;可本地部署 200B 参数大模型并脱离云端实时推理,计划 2026 年商用。该芯片补齐小米"人车家全生态"端侧算力底座——在车端可支持 L3/L4 智能驾驶实时决策,在家端/手机端可作为本地 AI Agent 推理引擎,直接对标苹果 M5 Ultra/英伟达 Thor 等同类产品。
🏢 产业小米端侧大模型推理布局始于 2023 年,2024 年起与联发科合作 AI 处理器,玄戒 D100 是首款完全自研的 3nm AI 芯片。同期竞争:华为昇腾 910C 部署在智谱 1 GW 数据中心;平头哥/摩尔线程/寒武纪适配 GLM-5.2;小米玄戒则主打"端侧 200B 模型 + 车家生态"。3nm 工艺意味着小米拿到了台积电或中芯国际的先进制程产能——台积电 3nm 产能紧张,中芯国际 3nm 工艺尚未完全量产,具体代工方是后续关注重点。对智能驾驶行业,玄戒 D100 落地可能改变"算力外购英伟达"的车企格局;但 3nm 量产爬坡 + 200B 模型实际部署的能效比仍待观察。
关键数据:3nm 工艺;20 核 CPU+16 核 NPU;160GB 统一内存;可本地部署 200B 模型;2026 年商用;补齐"人车家全生态"端侧算力底座;首款完全自研的 3nm AI 芯片。
覆盖：AI 芯片 · 端侧硬件 · 学术里程碑 · 算法突破
🎓 学术OpenAI 8-25 官方博客披露首款自研推理 ASIC 芯片 Jalapeño 测试结果——使用 SemiAnalysis 开发的 InferenceX 基准,跑 GPT-OSS 120B、DeepSeek R1 670B、Kimi K2.5 1T 三款模型测试,对比 GB200/GB300:每瓦完成 AI 吞吐量是对比系统 1.5-1.9×,端到端延迟约 28-59%;Jalapeño 跑 GPT-OSS 120B 每千瓦峰值吞吐比 GB200 系统高约 1.9×,跑 DeepSeek R1 每瓦性能比 GB300 高约 1.7×;功耗仅 700W,博通联合开发,2026 晚些时候小规模部署、2027 扩量。SemiAnalysis 深度分析称"在特定推理负载上优于 Nvidia Blackwell",Hacker News 获 265 分/184 条评论。
🏢 产业OpenAI 与博通历时 16 个月联合开发,TSMC 3nm 工艺,集成 HBM 直接封装在 interposer 上消除自回归生成内存瓶颈;生产集群数据显示 Jalapeño 3.2× 高吞吐/瓦,60% 单 token 服务成本下降。自研芯片意味着 OpenAI 在推理成本上摆脱 GPU 依赖,大规模部署将显著改变 AI 推理算力市场格局;Jalapeño 定位 AI 推理阶段不替代训练芯片,英伟达仍被视为关键供应商。继 Google TPU、Amazon Trainium、Meta MTIA 后第四个超大规模厂商自研芯片落地,推理 ASIC 化趋势加速;叠加英伟达 Vera Rubin 30× 吞吐(见 6.1),AI 算力竞争从"卷卡数"转向"卷每瓦吞吐"。
关键数据:每瓦 1.9× GB200 跑 GPT-OSS 120B;1.7× GB300 跑 DeepSeek R1;功耗 700W;端到端延迟 28-59%;3.2× 高吞吐/瓦;60% 服务成本降;2026 部署 2027 扩量;TSMC 3nm + 博通。
🎓 学术苹果 8-25 发布新一代 Mac 产品,新款 Mac Studio 搭载 M5 Max 和 M5 Ultra 芯片,苹果称其为"迄今最强大的芯片",即日起接受预购,9-22 正式开售;M5 Ultra 通过 UltraFusion 互联两颗 M5 Max,32 核 CPU + 80 核 GPU,统一内存带宽最高 1.6 TB/s。苹果同时发布搭载 M6 和 M5 Pro 芯片的新款 Mac mini——M6 采用 2nm 制程,苹果称其为全球首款搭载 2nm 芯片的电脑,AI 性能进一步提升;搭载 M6 的 Mac mini 美国起售价 899 美元,教育优惠 799 美元。配合新的 Core AI 框架(双 16 核 Neural Engine 零拷贝本地 LLM 执行),早期开发者基准显示 70B 参数模型在设备上超过 45 tokens/s 无需云端 API。
🏢 产业Mac Studio 可经 Thunderbolt 5 组集群做分布式推理,4 机最高达单机 3×,曾运行万亿参数 Kimi K2.6,指向 Agent 时代的本地 AI 节点——本地 AI 已经跨过实用性门槛。对开发者而言,本地 Agent 意味着可预测的成本结构和更强的数据主权,配合 Nemotron 等开源模型,私有化 Agent 工作流又多了一条落地路径。值得注意的是,这是库克 9-1 卸任 CEO 前的最后一款重磅硬件发布,新 CEO 约翰·特努斯将接棒继续推进 Apple Silicon + 本地 AI 战略。对比 OpenAI Jalapeño(云端推理 ASIC)与小米玄戒 D100(车端 3nm),苹果 Mac mini M6 走"端侧 2nm"路线,2027 年本地 LLM 推理市场将出现三足鼎立(云端 ASIC/车规 3nm/消费端 2nm)。
关键数据:2nm 工艺 M6 首发;M5 Ultra 32 核 CPU/80 核 GPU/1.6 TB/s;AI 性能较 M4 4 倍/跑大模型较 M1 13.5 倍;70B 本地 45 tok/s;Mac mini 美国 899 美元/教育 799 美元;9-22 开售;库克 9-1 卸任。
🎓 学术Anthropic 让一个未发布的研究版 Claude 求解黎曼假设(未解决),模型未能完全解决该问题,但自主将临界线上零点比例的下界从 41.6% 提升到 67.2%——结果经 Anthropic 数学家验证,并通过 agentic research workflow 用 Lean 形式化证明。临界线即实部为 1/2 的直线,黎曼假设断言所有非平凡零点都在这条线上;提升下界意味着把"有多少零点必须在临界线上"的量化认知向前推了一大步。这是 AI 协助纯数学研究的标志性进展:模型不仅在组合调用,还能在长期未解的数学问题中"做出独立贡献"。
🏢 产业Anthropic 把这件事的范式称为"agentic research workflow"——AI 在研究阶段不是回答者,而是研究流程的协作方。Lean 形式化证明的关键作用:模型不能"凭直觉"声称结果,必须把推理链写成可机械验证的代码;这与"AI 数学里大模型靠模式匹配不严谨"的常见批评形成对照。同时也呼应 ASI-Bench 8-26(1.4 卡片)的发现:"瓶颈不是算不对,而是不知道算什么、为什么算"——黎曼假设案例显示,当人类给定了清晰的目标(下界提升),AI 的科学决策能力相对足够,问题变成"哪个数学问题值得问"。Anthropic 选择公开这件事而非悄悄用,某种程度上也是其"安全优先"叙事的延续——把 AI 能力边界"晒出来"是建立信任的手段。
关键数据:下界 41.6%→67.2%(+25.6 pp);Anthropic 数学家验证;Lean 形式化证明;agentic research workflow;未发布研究版 Claude;黎曼假设未解决但 AI 独立推进量化认知。
覆盖：8-26 ~ 9-1 重要事件预告 · 财报 · IPO · 学术里程碑 · 政策落地
🎓 学术英伟达将于 8-27(美东盘后)公布 FY27 Q2 业绩,公司给出约 910 亿美元营收指引(±2%,即 892-928 亿),共识 917-922 亿;Datacenter 预计 858.3 亿(Hyperscaler 435.5 亿/AI 云工业企业 419.6 亿),毛利率 75%,EPS 2.08 美元(同比 +96% 翻倍)。Q3 营收指引预计 1045.7 亿,2027 全年 3954.7 亿。同日英伟达 8-24 公布下一代机柜 Vera Rubin NVL72 片上实测——用 DeepSeek-V4-Pro 跑 Agent 编码,每兆瓦吞吐较 GB300 最高 30×,每百万 Token 成本最高降 35×;首批 Rubin 机架已在 OpenAI 投入运行,"下半年贡献收入"有了实证。性能源于分离式服务、KV 感知路由、NVFP4 量化与第六代 NVLink 协同设计;同时推 AgentX 基准取代失效旧基准,反映上下文增长与工具调用。
🏢 产业BMO(目标价 340 美元/跑赢大盘)Harsh Kumar:"毛利率是争议最大的领域",内存成本与新品放量影响利润率;美银(Vivek Arya/目标价 350 美元)指出英伟达迄今对 OpenAI/Anthropic 股权投资合计约 700 亿美元,公司未来两年预计产生约 4700 亿美元自由现金流,这些投资"只占预计自由现金流的 15%"。79 位分析师"买入"评级/平均目标价 314.83 美元(较当前 +49.6%)。客户和竞争对手正越来越多尝试降低对英伟达产品的高度依赖,OpenAI Jalapeño / 谷歌 TPU / 亚马逊 Trainium / Meta MTIA 同场竞技;8-26 晚 Vera Rubin 同步发布 Groq 3 LPX 全面量产(长上下文 3400 tok/s),首款 Agent 专用 Vera CPU 已被 SpaceXAI 规模化部署并计划送上太空。
关键数据:Q2 指引 910 亿(共识 917-922 亿);Q3 1045.7 亿;毛利率 75%;EPS 2.08(同比翻倍);79 位买入平均目标价 314.83;Vera Rubin 30× 吞吐/35× 成本降;Groq 3 LPX 3400 tok/s;8-27 盘后。
🎓 学术OpenAI 8-25 宣布 9-29 旧金山 DevDay,预计成历届最高水准,外界关注焦点为代号 Astra 的新一代大模型 GPT-6,传参数量或达 10 万亿(与 8-26 Bel 预训练 10T 消息吻合),能力接近通用人工智能;往届 DevDay 曾推 Sora 2 接口等。Codex 负责人 Tibo 在 8-25 播客透露:ChatGPT 与 Codex 终将融合为"高度个人化的 AGI",底层同一套 harness、语音优先、界面按用户自动适配,Codex 用户已达 2000 万;下一代 Agent 的关键是让 skill、记忆、子 Agent 等机制"消失",成为持续理解用户的伙伴;笔记本将成瓶颈,Agent 走向云端,Ultra Fast 最高提速约 14×;OpenAI 已用"递归式自我改进"优化推理栈与 CUDA 内核,速度较三月前快约 60%。
🏢 产业因对齐安全暂停最前沿 RL 训练——这是 OpenAI 第一次公开承认"安全优先"政策影响前沿能力迭代节奏;并为"重置额度"专设一个实体按钮,显示 OpenAI 正在从 API 配额向"个人 AGI 化使用"过渡。同期 8-24 阿拉巴马州对 OpenAI 7 月 AI 代理入侵 Hugging Face 事件发出传票,要求提交内部记录;OpenAI 8-26 数据中心负责人 Chris Malone(2025-3 加入,曾任职 Meta/Google)离职,曾参与 2030 约 6000 亿美元算力投入计划。综合看,DevDay 9-29 前的 33 天是 OpenAI 的"对齐安全 + 算力扩张 + 监管压力"三重压力测试期,Astra 的发布规格将成为后续半年的行业基准。
关键数据:9-29 旧金山;GPT-6(代号 Astra)或 10T 参数;Codex 2000 万用户;Ultra Fast 提速 14×;递归式自我改进 CUDA 速度 +60%;暂停最前沿 RL 训练;数据中心高管离职。
🎓 学术预测市场平台 Polymarket 8-26 数据显示,Anthropic 在 9-9 前发布新一代 Mythos 级模型的概率达 74%——若兑现,Anthropic 将在 8-25 公布 30 万亿 TAM 后 15 天内推出旗舰模型,与招股书节奏形成"产品+估值"同步释放的强信号。Mythos 被多家媒体推断为 Claude 5 系列的下一代旗舰,可能对标 GPT-6 Astra(10T)与 Google Gemini 4.0。Anthropic 8-25 同步宣布与 Blackstone + Hellman 成立 15 亿美元 Ode 合资、部署 160 名 AI 工程师到 25 家被投企业,标志"AI 即服务"从消费端向 PE 端扩张。
🏢 产业招股书计划数周内披露,9-9 可能是关键节点(9-10 月正式挂牌);同步等待 9-22 苹果 Mac Studio M5 Ultra 开售 + 9-29 OpenAI DevDay。三家头部 AI 公司(Anthropic/OpenAI/Google)的关键节点集中在 9-9 / 9-22 / 9-29 三个时点,形成"AI 秋季攻势"。对市场而言,关键变量是 Mythos 模型能否兑现 Polymarket 74% 概率——如果 9-9 前如期发布,将正面回应"30 万亿 TAM 是不是画饼"的质疑;如果延期,2 万亿估值叙事将承压。叠加 OpenAI 9-29 DevDay 的 GPT-6 Astra,中美顶级实验室在 9 月形成"模型发布+IPO 招股"双线作战,Q4 之前 AI 估值锚可能再次重写。
关键数据:Polymarket 9-9 前 Mythos 74%;9-10 月挂牌;Blackstone+Hellman 15 亿 Ode 合资/160 工程师/25 家被投;30 万亿 TAM 8-25 公布;9-9/9-22/9-29 三家头部 AI 公司关键节点集中。
本简报核心看点: 8-26 头条聚焦四大主线:①英伟达 Vera Rubin NVL72 30× 吞吐(8-24 首测) + OpenAI Jalapeño 700W 推理 ASIC(8-25) + 苹果 M6 2nm Mac mini(8-25 首发)+ 小米玄戒 D100 3nm 车端 200B(8-26)——四代芯片同日登场,AI 算力从"卷卡数"转向"卷每瓦吞吐",推理 ASIC 化 + 端侧 2nm 路线形成"云-端-车"三足鼎立;②原力灵机 DM0.5 RoboDojo 仿真榜 24.90(头部 8.80,Memory 47.74 远超第二名)+ WRC"冰丝带"8-26 闭幕(天工 100 米 8.86 秒/400 米 38.15 秒/跳远 7.97 米/举重 16kg)+ 小鹏机器人 9 亿美元融资落地(IRON 76 自由度 2026 年底量产)+ 范式 PhanthyMotus 10+ 本体厂商共建跨机型 Skills 标准——具身智能"单点 SOTA 开源 + 行业底座共建"双线推进;③阿里 800 亿港元配售 8-23 完成(主权基金 3 倍超额/外资占比 40%)+ 8-26 马云 6 亿+蔡吴 1.6 亿港元逆势增持(管理层 8 亿+港元合计)+ Anthropic 拟 30 万亿 TAM / 估值 2 万亿 / 募资 1000 亿 + 燧原科创板 9-2 申购 60 亿(腾讯占 2025 营收 83.79%)——AI 资本从"技术竞赛"转入"资本耐力赛";④OpenAI Bel 10T 预训练(8-26 爆料)+ 智谱 GLM-5.2 1M 上下文 8-28 上市(8 元/百万 token)+ 千问 Qwen3.8-Flash-Next 23:00 开源(Qwen4 架构)+ Harvey 法律 AI 独角兽以 Kimi K3 为底座发布 Tenet(推理成本 < 闭源 1/4)+ 中国开源模型 8-22 美国平台 Token 占比 62% 首超闭源(前 5 中国占 4 席)——中美 AI 差距从 17.5% 缩至 0.3% 后,中国模型以"底座"形态正式进入美国头部垂直 AI 供应链。
本周关键时点: 8-26 23:00 阿里千问 Qwen3.8-Flash-Next 开源 + 人民日报 9 版"中国引领 AI 全球治理三重路径"+ WRC 闭幕 + 原力灵机 DM0.5 + 外交部林剑 8-25 表态;8-27(周四凌晨)美股盘后英伟达 FY27 Q2 财报(指引 910 亿/共识 930-950 亿/毛利率 75%)+ Groq 3 LPX 量产+ Vera Rubin 已 OpenAI 投入运行;8-28 智谱 GLM-5.2 上市 + 燧原科创板初步询价;8-29 燧原招股截止;9-2 燧原科创板网上网下申购;9-9 Anthropic Mythos 模型概率 74%(Polymarket)+ Anthropic 招股书数周内披露;9-10 月 Anthropic 正式挂牌(目标估值 2 万亿);9-22 苹果 Mac Studio M5 Ultra + Mac mini M6 开售;9-29 OpenAI DevDay 旧金山(聚焦 GPT-6 Astra/10T 参数 + Codex 2000 万用户 + Ultra Fast 14× 提速);Qwen 衍生模型 Hugging Face 15 万+(第二名 1.8 倍);Anthropic 1220 亿私募/8520 亿估值在手;OpenAI 投资 Perplexity 300 亿/Poolside 70 亿(8-24 公告);小米玄戒 D100 3nm 2026 商用;燧原 H1 2026 营收 11.2 亿超 2025 全年 9.9 亿;人民日报:核心产业 1.2 万亿/6200+ 企业/29 国世合组织/妈祖 30 国。