2026年08月26日 - AI资讯盘点

每日AI行业资讯汇总

斯坦福报告:AI冲击初阶岗位 22-25岁就业跌19%

时间:2026年8月24日(北京时间8月25日凌晨)

地点:美国斯坦福大学

人物:Erik Brynjolfsson(斯坦福大学经济学家、斯坦福数字经济实验室主任)、Bharat Chandar、Ruyu Chen(合著者)

事件详情:斯坦福大学数字经济实验室发布《Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence》2026年8月更新版。报告基于美国薪酬处理公司ADP覆盖数百万工人的匿名高频薪资数据,跟踪22-25岁年轻劳动者在AI暴露程度不同职业中的就业变化。

更新版核心数据:22-25岁劳动者在最AI暴露职业中的就业水平比同行低19%,较去年报告中的13%差距扩大6个百分点。自2022年底以来,受AI冲击最大的前40%职业中,年轻劳动者就业下降约11%;而受AI影响最小的60%职业中,年轻劳动者就业增长10%。差距主要通过招聘减少而非裁员实现。报告将AI使用分为「自动化替代型」与「增强辅助型」,发现会计、审计、前台接待等以「编码化知识」为主的职业受冲击最严重,而注册护士、CEO等依赖「隐性经验知识」的职业相对稳定。

背景:原始报告于2025年8月首次发布,使用同一批ADP数据首次指出AI冲击就业的早期信号。一年来斯坦福研究团队持续更新数据并完善方法,AI对年轻劳动力「入行第一阶梯」的挤压成为AI经济影响最受关注的研究议题之一。

影响:报告结论挑战了「AI将引发大规模失业」的简单叙事——总体就业水平相对稳定,但年轻劳动者的「入门通道」正在被悄悄关闭。雇主缩减了初级岗位的招聘而非裁员,意味着应届生进入职场、积累实战经验的机会正在减少。如果该趋势持续,未来中层骨干可能面临断层,企业培训新人的意愿也在减弱。Brynjolfsson警告,劳动力市场可能「表面平稳」但「入口收窄」,对教育体系、职业培训政策、以及AI公司产品策略都提出新要求——尤其是面向初级任务(客服工单、初审代码、基础研究摘要)的Copilot和Agent产品开发者。

总结:斯坦福更新版报告以更严格的统计和更长的时间窗口,确认了AI对入门级岗位的结构性挤压:年轻劳动者在AI可自动化任务密集的职业中就业跌19%,且差距仍在扩大。这一发现不是关于「AI抢走工作」的末日预言,而是关于「谁来接手下一份工作」的更深层危机。

参考来源:
https://arstechnica.com/ai/2026/08/ai-is-hitting-entry-level-jobs-hardest-stanford-study-finds/
https://aidirectory.com/news/stanford-study-ai-reducing-entry-level-jobs-young-workers
https://news.linxi.com.au/news/stanford-study-ai-is-squeezing-entry-level-jobs-widening-gap-for-young-workers
https://launchready.ai/insights/ai-workforce/stanford-young-workers-ai-employment-gap-19-percent
https://www.jobadvisor.link/2026/08/ai-is-hitting-entry-level-jobs-hardest.html
https://aidailypost.com/news/stanford-study-ai-hits-entry-level
https://ai2.work/blog/stanford-data-ai-employment-gap-for-young-workers-widens-to-19
https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/

苹果Mac mini M6首发2纳米 起售价6999元

时间:2026年8月25日(北京时间晚间)

地点:美国加州库比蒂诺(Apple Park)/ 中国大陆同步预售

人物:Apple 公司(产品发布方)、Tim Cook(CEO)

事件详情:苹果正式发布新一代 Mac mini,搭载全新 M6 芯片和此前的 M5 Pro 芯片。M6 是苹果首款采用台积电 2 纳米制程的 M 系列芯片,配备 12 核 CPU(2 颗超大核 + 4 颗性能核 + 6 颗能效核)、12 核 GPU,以及双 16 核神经网络引擎。相比上代 M4,CPU 多线程性能提升 40%,图形性能最高达 2 倍,AI 性能最高达 4 倍,存储速度最高 2 倍。内存带宽提升至 170GB/s,统一内存最高可选 32GB。

苹果同时发布 Mac Studio,搭载 M5 Max 与全新 M5 Ultra 芯片,其中 M5 Ultra 是苹果史上最强芯片,首次在 Ultra 级别引入神经网络加速器,可实时处理 8K 调色。

定价方面,M6 Mac mini 国行起售价 6999 元(16GB+256GB),教育优惠 6199 元;M5 Pro Mac mini 国行起售价 12999 元(24GB+512GB),教育优惠 12199 元。海外 M6 起售价 899 美元(教育版 799 美元),M5 Pro 起售价 1699 美元。相比今年 6 月已涨价的 M4 Mac mini(国行 5999 元),M6 入门价格再涨 1000 元,相比 2024 年首发价(国行 4499 元)上涨 2500 元,半年内涨幅 56%。

新品 8 月 25 日起开启预购(中国大陆 8 月 27 日上午 9 点),9 月 22 日正式发售;Mac Studio 512GB 统一内存版本 10 月下旬上市。预装 macOS 27 与 Siri AI。

背景:Mac mini 长期定位为「价格友好的 Mac 入门机」,但今年 6 月因内存成本上涨,Apple 已将 M4 Mac mini 入门价从 599 美元涨至 799 美元。此次 M6 版本延续涨价,且涨幅更大,主因是 2 纳米制程成本提升、内存持续紧张以及 AI 计算市场需求激增。Bloomberg 记者 Mark Gurman 此前披露,Mac mini 因本地运行 OpenClaw、Hermes 等 AI Agent 需求旺盛而供不应求,二手市场出现溢价转卖。

影响:苹果正把 Mac mini 重新定位为「本地 AI 工作站」,而非廉价入门桌面。2 纳米制程、双神经网络引擎和四倍 AI 性能提升,意味着 Apple 押注 on-device AI 计算,希望开发者把更多模型、Agent 从云端迁到 Mac 上运行。涨价 56% 在短期内会冲击预算敏感的入门用户,但对 AI 开发者群体影响较小——这类用户已把 Mac mini 作为 LLM、Stable Diffusion、Agent 推理主机看待,性能优先于价格。同时 M5 Ultra Mac Studio 把工作站级别 AI 推理推到 8K 实时级别,对视频创作、影视后期行业是直接利好。

总结:Apple 以 2 纳米 M6 芯片和四倍 AI 性能,把 Mac mini 重新定义为「AI 时代桌面入口」,但代价是入门价半年内上涨 56%。这次涨价折射出内存、AI 算力、先进制程三重成本压力,也是 Apple 押注本地 AI 计算的关键产品布局。

参考来源:
https://techcrunch.com/2026/08/25/apples-latest-mac-mini-runs-on-a-new-m6-chip-and-starts-at-899
https://www.forbes.com/sites/davidphelan/2026/08/25/apple-surprise-launches-new-mac-mini-mac-studio-m6-and-m5-ultra-chips-unexpectedly/
https://www.macworld.com/article/3220063/apple-launches-new-m6-mac-mini-with-another-price-hike.html
https://www.digitaltrends.com/computing/apple-just-gave-the-mac-mini-a-huge-performance-boost-but-theres-a-catch/
https://www.toutiao.com/article/7677965111021126180
https://www.toutiao.com/article/7677960550952862243/
https://tech.ifeng.com/c/8vsvonQjVUD
https://www.cool3c.com/article/251280

汤森路透自研法律LLM 4000万美元追平前沿模型

时间:2026年8月24日(多伦多时间)/ 北京时间8月25日凌晨

地点:加拿大多伦多(Thomson Reuters 总部)

人物:Steve Hasker(Thomson Reuters CEO)、Joel Hron(CTO)

事件详情:Thomson Reuters 正式发布其首个自研大语言模型「Thomson」,训练投入约 4000 万美元(人才+算力),相比通用前沿实验室数十亿美元的投入,属于极低成本。模型以强开源基础模型(业内指向阿里巴巴 Qwen 谱系下的 Snowdon 中间模型)为起点,配合 Thomson Reuters 数十年的 Westlaw、Practical Law、Checkpoint、Reuters 新闻等专有权威内容进行中训练与后训练,由数百名领域专家从训练目标设计到最终评估全程参与。

性能方面,公司内部早期评估显示 Thomson 在 PrBench Legal Hard 上得分 0.352,超过其比较中的 GPT-5.5(0.333)、Claude Opus 4.8(0.315)与 Gemini 3.1 Pro(0.293),在指令跟随、复杂多步专业指令与密集领域内容处理上提升幅度尤为显著。模型定位「受信级」(Fiduciary-Grade™)标准,强调数据主权、推理成本仅为通用前沿模型一小部分。

部署方面,Thomson 首个落地场景是 CoCounsel Legal 的「表格分析」(Tabular Analysis)功能,可处理最多 1 万份文档+100 个问题(约 100 万次文档-问题交叉)。CoCounsel Legal 保持多模型架构,仅在 Thomson 优势最明显的环节使用。Thomson Reuters 同时在 Hugging Face 发布一个小型版本用于学术和非商业验证,伦敦帝国理工学院参与了研究与评估支持。

背景:今年 2 月 Anthropic 发布法律科技工具时,Thomson Reuters 股价曾单日大跌,市场担忧通用大模型将吞噬法律 SaaS 业务。公司随即表态与 Claude 深度合作以安抚投资者。此次自研模型发布,标志公司从「内容+第三方模型集成」转向「内容+自有模型」的双重护城河。4000 万美元成本只是最终训练运行费用的一次性投入,推理成本节省则是长期收益。

影响:Thomson 的发布验证了「垂直领域专用模型+权威内容」的可行性——通过深度专业化后训练,可用极小成本逼近通用前沿模型在专业任务上的表现。对法律、税务、医疗、金融等专业 SaaS 厂商是直接启示:拥有不可替代的私有数据+领域专家,比单纯卷参数规模更有护城河。对通用大模型厂商(OpenAI、Anthropic、Google)则提出新挑战,企业客户开始把模型层视为「可自有化」的能力,而非永久依赖第三方。同时 AI 治理层面的「主权 AI」叙事获得企业级背书——数据来源、训练方法、推理位置都可由企业自行掌控。

总结:Thomson Reuters 用 4000 万美元和数十年专有内容,证明了「专精模型可以在特定任务上追平通用前沿模型」。这不是关于「AI 模型能力」的军备竞赛,而是关于「AI 应用护城河」的新范式——数据主权、领域专业、垂直可控成为企业级 AI 的下一战场。

参考来源:
https://www.thomsonreuters.com/en/press-releases/2026/august/thomson-reuters-leverages-its-world-class-data-assets-to-launch-its-own-frontier-model
https://www.thomsonreuters.com/en-us/posts/innovation/the-future-of-ai-is-knowing-how-to-use-the-intelligence-available-to-you
https://thelogic.co/news/thomson-reuters-custom-ai-launch
https://www.stocktitan.net/news/TRI/thomson-reuters-leverages-its-world-class-data-assets-to-launch-its-6yterby5xq24.html
https://musthave.ai/thomson-reuters-thomson-legal-model-benchmark
https://induwara.lk/blog/2026-08-25-thomson-reuters-launches-its-own-frontier-model
https://blog.crescitaly.com/thomson-ai-model-build-vs-buy-audit-content-teams-2026
https://thegeekinsights.com/thomson-ai-model-reuters

天工机器人百米跑出8.86秒 再破世界纪录

时间:2026年8月25日

地点:北京国家速滑馆”冰丝带”

人物:北京人形机器人创新中心研发团队、天工Ultra机器人

事件:8月25日,第二届世界人形机器人运动会大型组100米复赛第一组比赛中,北京人形机器人创新中心的天工Ultra机器人以8.86秒的成绩完成百米冲刺,再次刷新赛事纪录。该成绩较开幕式展示环节创下的9.39秒纪录大幅提升0.53秒,仅比22日预赛跑出的9.32秒快0.46秒。从22日预赛到25日复赛,三天内连续三次刷新纪录。

背景:人形机器人百米成绩在过去一年内实现跨越式提升。2025年首届世界人形机器人运动会百米最好成绩仅为21.50秒,2026年8月22日开幕预赛中天工Ultra以9.39秒首次超越博尔特9.58秒的人类百米世界纪录。短短数日内,机器人从9.39秒提升至8.86秒,展现出极快的迭代速度。

影响:硬件与算法的协同升级成为此次突破的关键。硬件层面,关节电机扭矩与转速大幅提升,电源系统具备大功率放电能力,机身采用轻量化与破风构型以降低奔跑风阻;算法层面,基于强化学习的训练架构持续迭代,并采用纯视觉自主导航技术,机器人发令枪响后无需遥控即可全自主判断与奔跑。北京人形机器人创新中心在本次运动会已斩获8金4银12铜,涵盖百米、400米、1500米及障碍赛等多个项目,展现中国在人形机器人赛道的全面领跑实力。

总结:8.86秒的成绩标志中国在具身智能与高动态运动控制领域跻身全球第一梯队。赛事组委会透露,天工Ultra将于8月27日参加决赛,若再度刷新纪录将正式载入《吉尼斯世界纪录大全》2026年科技类新增条目。相关技术已启动产业化落地,首批应用于电力巡检与高原物资转运场景。

参考来源:
– IT之家:https://www.ithome.com/0/994/182.htm
– 新浪财经(科技日报):https://finance.sina.com.cn/jjxw/2026-08-25/doc-inipqaak5545425.shtml
腾讯新闻(央视):https://new.qq.com/rain/a/20260825A0BXY700
– 搜狐:https://m.sohu.com/a/1067503530_122066679
– 环球时报:https://hqtime.huanqiu.com/share/article/4SvsGZ6a3QZ
– 网易(观点网):https://www.163.com/dy/article/L578NQPF0519QIKK.html
– 北京市科委:https://www.ncsti.gov.cn/kjdt/scyq/bjjjjskfq/jkdt/202608/t20260825_254345.html

苹果M5 Ultra芯片发布 AI性能较M3提升4.5倍

时间:2026年8月25日(北京时间8月26日凌晨)

地点:美国加州库比蒂诺(线上发布)

人物:苹果硬件工程高级副总裁 John Ternus、苹果芯片团队

事件详情:苹果于2026年8月25日正式发布M5 Ultra芯片,并搭载于全新Mac Studio桌面工作站。M5 Ultra首次在M系列SoC中采用新一代UltraFusion技术,将两颗双芯片M5 Max融合为四芯片架构。芯片最高配置为36核CPU(12个超级核心+24个性能核心)、80核GPU(每核心集成神经加速器)、32核神经引擎,支持高达512GB统一内存,内存带宽达1.2TB/s。

相较上一代M3 Ultra,M5 Ultra单线程性能提升最高1.25倍,多线程性能提升最高1.3倍;AI峰值GPU算力提升最高4.5倍,较M1 Ultra高出6倍以上;图形性能提升最高40%。

背景:苹果此前因M4代未推出Ultra版本,Mac Studio出现一年多的”M4 Max + M3 Ultra”双芯片尴尬组合。随着Mac Pro产品线近期停产,Mac Studio已成为苹果最强桌面工作站。M5 Ultra专为本地运行数千亿参数大模型而设计,配合macOS 27 Golden Gate系统,可在设备端完成AI推理、AI编程代理、图像生成等高负载任务。

影响:苹果首次将神经加速器下沉到Ultra级别GPU核心,标志着端侧AI能力大幅跃升。搭载M5 Ultra的Mac Studio起售价5499美元(96GB内存+1TB存储),9月22日开始在全球30个国家发货,512GB统一内存高配版本将于10月下旬推出。M5 Ultra将原本只能在云端数据中心运行的数百亿参数大模型,迁移到桌面工作站级别,对依赖本地AI的企业与创作者意义重大。

总结:M5 Ultra是苹果史上性能最强的芯片,端侧AI算力较M3 Ultra提升4.5倍,配合512GB统一内存与macOS 27 Apple Intelligence,让数千亿参数大模型在桌面端本地运行成为现实。这标志着苹果正式将桌面工作站定位为”专业AI工作站”,与Mac Pro退出历史舞台形成新的产品矩阵。

参考来源:

https://m.ithome.com/html/994220.htm

Apple unveils new Mac Studio with M5 Max and M5 Ultra

https://www.theverge.com/tech/984207/apple-mac-studio-m5-max-ultra-price-specs-launch

https://www.macrumors.com/2026/08/25/apple-announces-new-mac-studio-with-m5-ultra-chip

https://www.macworld.com/article/3220024/apple-announces-the-m5-ultra-mac-studio-with-up-to-512gb-of-ram.html

https://www.zdnet.com/article/mac-mini-mac-studio-new-m6-m5-max-ultra

https://www.digitaltrends.com/computing/apples-new-mac-studio-is-a-serious-ai-machine-and-you-can-cluster-four-of-them-together/

Apple unveils new Mac Studio with M5 Max and M5 Ultra

https://www.frandroid.com/marques/apple/3221535_apple-presente-la-puce-m5-ultra-un-monstre-de-puissance-taille-pour-lia-en-local

谷歌云推Gemini法律AI版 四大所率先接入

时间:2026年8月25日(周二)

地点:美国加州桑尼维尔(Google Cloud总部)通过线上发布形式

人物:Thomas Kurian(Google Cloud CEO)、Amrita Mehrok(Google Cloud产品总监)、Jonathon Soler(Weil Gotshal联席执行合伙人)、Jeffrey Karpf(Cleary Gottlieb管理合伙人)、Alan Mason(Freshfields全球管理合伙人)、Joe Petrosinelli(Williams & Connolly董事长)

事件详情:Google Cloud于8月25日正式推出Gemini Enterprise for Legal预览版,这是其企业级AI产品Gemini Enterprise面向法律行业落地的首个垂直行业版。平台由四大核心组件构成:法律专用技能(Skills)指导AI智能体完成法律简报起草、合同生命周期管理、监管追踪、数据主体访问请求(DSAR)履行等专业任务;MCP协议连接器(Connectors)打通iManage、NetDocuments、DocuSign、Everlaw、RelativityOne、Thomson Reuters HighQ、Harvey、Free Law Project的CourtListener、Legora等13个法律系统的权限与数据;预构建智能体(Agents)来自Google和合作法律科技公司;统一治理层(Governance)提供单一仪表盘管理安全策略、数据隔离和审计追踪。四家首批试点律所为Cleary Gottlieb、Freshfields、Weil Gotshal、Manges及Williams & Connolly。同日Google Cloud还发布了金融行业版Gemini Enterprise for Financial Services,医疗与生命科学版本正在筹备中。

背景:这是Google Cloud在去年10月推出Gemini Enterprise基础版后的首个行业垂直落地,距其将Vertex AI整体并入Gemini Enterprise仅四个月。竞争层面,Anthropic此前已通过Cowork插件扩展法律AI服务,Thomson Reuters 8月25日同周发布基于千问的自研法律LLM Thomson 1.0并投入4000万美元,Harvey作为独立法律AI独角兽也已接入新平台。Google的战略选择是做聚合层而非垂直应用,直接对接FactSet、MSCI、标普等卖方数据源与多家律所系统,瞄准企业调用AI工具的总入口。律师事务所对生成式AI的采用率正快速上升,Deloitte 2026年调研显示大型律所普遍把AI部署作为降本增效优先项。

影响:顶级国际律所与AI巨头的深度绑定加速。Weil Gotshal联席执行合伙人Jonathon Soler明确表示客户已”日益期待”律所使用AI并体现效率收益,Freshfields则披露其与Google Cloud的战略合作是多年期。Google的产品定位是”行业套件”模式,模型作为底座,重点卖的是行业数据、权限、工作流和专用Agent,这与Exa等Agent Marketplace的逻辑一脉相承。对Anthropic、Thomson Reuters、Harvey等垂直法律AI厂商而言,Google入局意味着入口卡位战升级,独立法律AI初创公司可能面临被整合或边缘化的压力。监管层面,Google承诺客户数据、律所剧本、自定义智能体和模型输出保留在组织私有云,连接器继承底层系统的角色权限与道德墙(ethical walls),不用于训练基础模型。

总结:Google Cloud通过Gemini Enterprise for Legal首次将通用企业AI平台落地到垂直行业,四大顶级律所的首批接入既是行业风向标,也标志着法律服务市场正式进入”通用大厂 vs 垂直AI公司”的入口争夺战。平台仍处预览阶段,连接器协议、生产支持承诺、性能基准等关键实施细节尚未公开,律所IT团队需谨慎评估其架构与数据治理条款后再做部署决策。

参考来源:
1. https://www.prnewswire.com/news-releases/google-cloud-launches-gemini-enterprise-for-legal-302859177.html (Google Cloud官方新闻稿,PR Newswire)
2. https://the-decoder.com/google-launches-gemini-for-legal-work-to-automate-contracts-and-research/ (The Decoder深度报道)
3. https://www.unite.ai/google-takes-gemini-enterprise-into-big-law-with-legal-specific-agents (Unite.AI产品分析)
4. https://www.cnbctv18.com/technology/google-expands-gemini-ai-platform-for-law-firms-lawyers-19976876.htm (CNBC TV18 / Reuters报道)
5. https://qz.com/google-gemini-enterprise-legal-law-firms-082526 (Quartz财经报道)
6. https://www.law.com/legaltechnews/2026/08/25/google-cloud-unveils-gemini-enterprise-for-legal (Law.com法律科技新闻)
7. https://www.ndtvprofit.com/technology/legal-ai-race-heats-up-google-targets-law-firms-with-gemini-enterprise-expansion-11957164 (NDTV Profit印度财经)
8. https://www.theblockbeats.info/flash/363493 (BlockBeats行业套件分析)
9. https://sj.cfi.cn/newspage.aspx?client=phone&id=20260825005613 (中财网中文报道)

英伟达Jetson Orin Nano 2发布 性能翻倍

时间:2026年8月25日(美东时间)

地点:美国加利福尼亚州圣克拉拉

人物:

Deepu Talla(英伟达机器人与边缘AI业务副总裁)

Dinuka Abeywardena(Wing感知负责人)

Navneet Dalal(Matic联合创始人兼CEO)

事件详情:

2026年8月25日,英伟达正式发布新一代入门级机器人计算平台Jetson Orin Nano 2。该模块AI算力达每秒78万亿次运算(78 TOPS),配备8GB LPDDR5x内存(120 GB/s带宽)和8核Arm CPU,标准TDP为40瓦。

通过改进张量核心和提升内存带宽,Jetson Orin Nano 2在保持相同紧凑尺寸的情况下,推理性能达到上代Jetson Orin Nano Super的两倍。在15瓦功耗模式下,可实现与前代相同性能,功耗降低40%,约为9瓦。

该模块及开发者套件预计2027年上半年正式上市,价格暂未公布。

背景:

Jetson是英伟达面向机器人、无人机、工业相机等边缘AI设备的紧凑计算平台,主要用于在终端直接处理AI负载,无需回传数据中心。上代Jetson Orin Nano Super开发者套件于2024年12月17日推出,本质为软件升级,性能从40 TOPS提升至67稀疏INT8 TOPS,售价从499美元降至249美元。

Jetson Orin Nano 2是真正意义上的硬件迭代:AI算力从67稀疏TOPS提升至78 TOPS,CPU从6核升级至8核,推理吞吐直接翻倍。

影响:

1. 早期客户:Wing(Alphabet旗下无人机配送公司)、家用机器人公司Matic、工业视觉厂商Cognex和重型设备制造商Doosan Bobcat已宣布优先采用或评估Jetson Orin Nano 2。其中Matic直接采用该模块,将其用于扫地机器人的对话AI、手势识别、语义地图与自主清洁等设备端推理。

2. 生态扩张:AAEON、ADLINK、Advantech、AVerMedia等生态合作伙伴已宣布基于该模块开发载板与硬件系统。AVerMedia已公布完整Jetson产品线支持计划,覆盖Jetson Orin Nano到Jetson Thor全系列。

3. 软件兼容:Jetson Orin Nano 2完整兼容英伟达Jetson开源软件栈及Agent智能体技能套件,开发者可直接部署Cosmos、Nemotron、Gemma 4、Qwen 3等内存优化的大语言模型和视觉语言模型。

4. 开发者规模:英伟达机器人软件开发者已超过300万,较去年8月Jetson Thor发布时的200万增长50%。

总结:

Jetson Orin Nano 2的发布,标志英伟达将AI推理能力从数据中心进一步下沉到机器人、无人机等边缘设备。在AI模型小型化与推理效率持续提升的背景下,该模块以翻倍推理性能和40%功耗下降的核心升级,配合Wing、Matic等多元化早期客户布局,将加速物理AI进入入门级设备的进程,对无人机、配送机器人和家用机器人等高功耗敏感场景具有直接落地价值。

参考来源:

1. NVIDIA官方新闻 https://nvidianews.nvidia.com/news/nvidia-announces-jetson-orin-nano-2-robotics-computer-to-redefine-entry-level-edge-ai

2. 国际电子商情 https://www.esmchina.com/news/14525.html

3. 腾讯新闻 https://new.qq.com/rain/a/20260825A0DDB300

4. 网易新闻 https://www.163.com/dy/article/L57DIPGA05198CJN.html

5. 新浪财经 https://finance.sina.com.cn/stock/t/2026-08-25/doc-inipqaan2337189.shtml

6. Unite.AI https://www.unite.ai/nvidia-unveils-jetson-orin-nano-2-to-redefine-entry-level-edge-ai/

7. RTTNews https://www.rttnews.com/3684264/nvidia-unveils-jetson-orin-nano-2-for-edge-ai-robotics.aspx

8. WCCFTech https://wccftech.com/nvidia-jetson-orin-nano-2-boosts-robotics-edge-ai-by-2x

9. SiliconAngle https://siliconangle.com/2026/08/25/nvidia-doubles-compute-for-entry-level-edge-robotics-with-jetson-orin-nano-2/

10. 韩国中央日报英文版 https://www.chosun.com/english/industry-en/2026/08/26/GVYGXHMUBZCIVBO5AQ7QWMODCQ

11. AVerMedia官方 https://professional.avermedia.com/media/news-detail?slug=avermedia-supports-new-nvidia-jetson-orin-nano-2-expanding-the-possibilities-of-compact-edge-ai

12. RobotToday https://robottoday.com/industry-briefing/nvidia-launches-jetson-orin-nano-2-enhancing-edge-ai-for-robotics-with-improved-performance/11536

IBM开源Granite 4.2 三尺寸主打Agent

时间:2026年8月25日,IBM正式发布Granite 4.2 推理大模型家族。

地点:美国纽约阿蒙克(IBM 总部),模型权重托管于 Hugging Face,Ollama、SGLang、NVIDIA NIM 等平台同步上架。

人物:IBM Granite 团队(IBM Research 旗下),由 Granite 项目组的研究科学家主导训练。

事件详情:Granite 4.2 是 IBM 首个面向推理的密集型 decoder-only 大模型家族,包含 3B、8B 和 30B 三个尺寸,全部以 Apache 2.0 协议开源。预训练数据约 15 万亿 token,采用五阶段训练方案将上下文窗口扩展至 512K;8B 和 30B 额外经历多阶段强化学习——在 OpenHands 框架下操作真实软件仓库、终端 shell 和 Web 搜索,并通过隐藏单元测试验证代码正确性。每个模型内置”思考/非思考”开关与低推理开销模式,并原生支持 OpenAI function-calling 风格工具调用,可通过 vLLM 或 SGLang 直接对接 Agent 框架。

背景:这是 IBM Granite 系列首次引入显式推理能力——此前 Granite 主打指令遵循。Granite 4.2 回归 dense Transformer 而非 MoE,30B 模型在 SWE-Bench Verified 拿到 57 分、Terminal-Bench 2.1 拿到 29.24 分、AIME25 数学 89.17 分、GPQA 科学推理 66.41 分;3B 模型专攻边缘部署场景,定位低资源推理入口。

影响:Granite 4.2 填补了开源生态中”推理 + Agent”方向的企业级空白。Apache 2.0 协议意味着商业产品可直接使用而无授权摩擦,相比 OpenAI、Anthropic 等闭源推理模型,IBM 以”小而专”的路径切入——尽管规模较小,但凭借企业级数据治理、ISO 认证与 OpenAI 兼容端点,对需要私有部署的金融机构、政务客户以及中小开发团队更具吸引力,也与 DeepSeek、Qwen 共同构成 2026 下半年开源推理模型三足鼎立。

总结:IBM 用 Granite 4.2 重回开源大模型牌桌——3B/8B/30B 三档全覆盖、Apache 2.0 无限制商用、Agent 能力经真实环境 RL 训练。这不是又一款”追平 GPT”的旗舰模型,而是把”推理 + 工具使用”打包成企业可直接采购的标准化组件,在大模型推理能力同质化的趋势下,IBM 选择用合规、企业级和小型化打差异牌。

参考来源:
https://huggingface.co/blog/ibm-granite/granite-4-2
https://www.ibm.com/granite/docs/
https://huggingface.co/collections/ibm-granite/granite-42-language-models
https://www.unite.ai/ibms-granite-4-2-models-learn-to-think-and-act-inside-environments/
https://tpsreport.news/models/granite-4-2
https://25finz.com/understanding-the-construction-of-granite-4-2-llms
https://huggingface.co/ibm-granite/granite-4.2-30b
https://ollama.com/library/granite4.2:8b
https://github.com/ibm-granite/granite-4.2-language-models
https://docs.sglang.io/cookbook/autoregressive/IBM/Granite-4.2

Vera Rubin首测:Agent吞吐量暴涨30倍

时间:2026年8月24-25日

地点:美国 Hot Chips 2026 大会现场

人物:英伟达 CEO 黄仁勋(Jensen Huang)、SemiAnalysis 创始人 Dylan Patel、英伟达超大规模计算副总裁 Ian Buck;CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud、Mistral 等首批合作伙伴

事件详情:英伟达首次公开下一代旗舰机柜 Vera Rubin NVL72 的片上实测数据,选用 1.6 万亿参数的 DeepSeek-V4-Pro 模型,在 SemiAnalysis 旗下 AgentX 智能体编码基准上跑真实工作流。结果显示:Vera Rubin NVL72 的每兆瓦 AI Token 吞吐量比现役主力 GB300 NVL72 最高飙升 30 倍、每百万 Token 生产成本最高暴降 35 倍。同期两款配套芯片同步量产:Groq 3 LPX 让 Gemma 4 31B 跑出每秒 3400 Token;Vera CPU 搭载 88 颗自研 Olympus 核心与 1.2 TB/s SOCAMM2 内存带宽。马斯克旗下 SpaceXAI 已连夜装机 Vera CPU,准备将其部署上太空。

背景:英伟达 8 月初已发布 Vera Rubin 平台,定位”六大全新芯片构建的单一 AI 超级计算机”,由 Rubin GPU、Vera CPU、Groq 3 LPX、Spectrum-6 SPX、Vera BlueField-4 STX 五款机架协同组成,供应链覆盖 30 个国家 350 多家工厂。OpenRouter 数据显示,一次 Agent 任务消耗的 Token 数量是普通聊天的 15 倍,传统 8K/1K 静态基准已无法衡量智能体能力。英伟达此番借 AgentX 工作负载宣示”LLM 时代结束、Agent 时代降临”,并宣告旧基准作废。

影响:30 倍每兆瓦吞吐量提升让受电力约束的 AI 工厂”凭空扩产”。配合 NVIDIA DSX MaxLPS 技术,可在相同兆瓦预算内部署最多 40% 的额外 GPU。35 倍 Token 成本下降直接改写 Agent 商业模型,24 小时无休的数字员工、C 端超级应用迎来大爆发。CoreWeave 已于今年 6 月率先完成 Vera Rubin NVL72 实测部署,谷歌云 A5X 裸金属实例、Microsoft Azure、Oracle Cloud、Mistral 紧随其后;针对更大规模的 Kimi K3 2.8T 模型,GB300 每兆瓦吞吐优势相对 H200 进一步拉大到约 80 倍。

总结:英伟达借 Vera Rubin 首测把竞争维度从”每 GPU 浮点运算”拽入”每兆瓦有效 Token 产出 + 每 Token 成本”的新坐标系。机架级协同设计、NVFP4 量化、第六代 NVLink、Prefill/Decode 分离、分布式 KV 缓存与 KV 感知路由共同构成 Vera Rubin 的倍增器——30 倍与 35 倍不是单颗 GPU 的速度跃迁,而是一整套”AI 发电厂”的能耗经济学重写。

参考来源:
1. 36 氪:https://www.36kr.com/p/3954275398729089
2. IT 之家 / 凤凰网科技:https://tech.ifeng.com/c/8vsXdwTcA5V
3. 搜狐:https://www.sohu.com/a/1067539442_122014422
4. 腾讯新闻https://new.qq.com/rain/a/20260825A0BABK00
5. Tom’s Hardware:https://www.tomshardware.com/pc-components/cpus/hot-chips-2026-nvidia-breaks-down-88-core-vera-cpu-spatial-multithreading-benchmarked-1-2-tb-s-socamm2-memory-agentic-workloads-detailed-and-more
6. ServeTheHome:https://www.servethehome.com/nvidia-vera-cpu-at-hot-chips-2026

Meta发MetaRoCE协议 攻百万卡AI以太网

时间:2026年8月24日

地点:美国 Meta 官方博客、Meta 工程团队

人物:Meta 工程团队(数据基础设施 & 网络架构)、OCP(开放计算项目)社区;Open Compute Project 2026 全球峰会合作伙伴;AMD Pensando 团队提供首批可编程 NIC 验证硬件

事件详情:Meta 正式发布 MetaRoCE——一套从零设计、面向 AI 规模以太网的新型 RDMA 传输协议,并将规范、DPDK 优化参考实现、生产级一致性测试套件全部贡献给 OCP。MetaRoCE 把智能从网络交换机转移到网卡端,把网络视为”有损”环境而非传统 RoCE 假设的”无损”,原生支持乱序包喷洒、每路径状态、精准重传与接收端速率提示。Meta 已在 AMD Pensando 可编程 NIC 上完成原型验证,硬件支持尚处早期。

背景:Meta 已把集群扩展到跨多数据中心、覆盖数十万块 GPU 的规模,无论是训练下一代前沿模型还是为全球推理服务,网络都已进入关键路径。All-reduce、all-to-all 等集合通信同步成千上万颗加速器,最慢的一次传输决定整轮训练速度;推理侧分布式分片之间的低时延通信直接影响数亿用户的响应时间。标准 RoCE 强依赖 PFC(Priority Flow Control)无损网络且抑制包喷洒,在多平面、大规模部署中扩展性受限。

影响:MetaRoCE 一举打破 RoCE 对无损以太网的依赖,让 AI 数据中心可直接采用商用以太网交换机与网卡,硬件成本与供应链弹性显著改善。”网卡端感知意图”的端点设计让 Scale-up(同机柜短消息)、Scale-across(跨建筑长链路)、存储/KV-cache incast 三大场景都有清晰路径。配合同日发布的 MTIA 300(首款内置 NIC 与通信卸载引擎的训练芯片),Meta 完整勾勒出”自研加速器 + 自研传输协议 + 开放生态”的 AI 基础设施栈。

总结:训练与推理前沿模型早已不只是计算问题,更是网络问题。Meta 把 MetaRoCE 开源给 OCP,等于把百万卡 AI 以太网的设计话语权从设备厂商手中拿到云厂商自己手里。10 月 2026 OCP 全球峰会将公布完整规范与参考实现——Meta 是否能以此牵动博通、Arista、AMD Pensando、英伟达 ConnectX 阵营跟进,将决定未来三年 AI 数据中心网络的走向。

参考来源:
1. Meta Engineering 官方博客:https://engineering.fb.com/2026/08/24/networking-traffic/metaroce-rdma-transport-ai-ethernet/
2. MarkTechPost:https://www.marktechpost.com/2026/08/25/meta-ai-introduces-metaroce-a-clean-sheet-rdma-transport-built-for-ai-scale-ethernet/
3. The AI Wrap:https://www.theaiwrap.com/story/meta-ai-introduces-metaroce-a-clean-sheet-rdma-transport-built-for-ai-scale-the
4. Vibekk Blog:https://vibekk.com/archives/meta-mtia-300-metaroce-ai-network-stack
5. OO.NEWS:https://oo.news/news/2853148f7858

贝恩加入Claude顶级合作 19,000员工全员用上

时间:2026-08-26(北京时间;美东时间2026-08-25正式宣布)

地点:美国波士顿(Bain全球总部)/ 全球40个国家65个城市

人物:Bain & Company(贝恩咨询,1973年成立的全球顶级管理咨询公司)、Anthropic(Claude大模型母公司)、Philippe d’Arabian(Bain全球合作负责人、Executive Vice President)、Steve Corfield(Anthropic全球BD与合作伙伴负责人)

事件详情:2026年8月25日,全球管理咨询巨头贝恩公司(Bain & Company)正式宣布加入Anthropic的Claude Partner Network,成为该网络的”Global Premier”顶级合伙人。这是一项基于贝恩已落地部署的合作升级:贝恩此前已将Claude部署给旗下19,000名员工全员使用,在试点阶段开始的数周内就有7,000多名员工主动开始使用Claude,超过三分之二的试点用户采用了Claude for Excel插件。在涉及复杂遗留代码库的客户项目中,贝恩借助Claude已帮助客户实现30%-50%的生产力提升,而同类工作在行业平均水平通常只有15%或更少。

背景:Anthropic Claude Partner Network于2026年3月12日启动,承诺投入1亿美元用于合作伙伴培训、技术支持和联合市场开发。2026年6月3日,Anthropic新增Select、Preferred、Global Premier三级服务体系。Global Premier级别要求合作伙伴至少拥有1,000名认证个人、跨3个以上地区的100家共同客户、15个公开客户案例以及有高管挂帅的联合商业计划。Accenture、BCG、Capgemini、Cognizant、Deloitte、DXC、Infosys、KPMG等九家同为Global Premier级别。

影响:贝恩是首家以Global Premier身份公开部署细节的Claude顶级合伙人,其19,000员工全员启用、7,000+员工在数周内自主采用、跨行业落地30%-50%生产力提升等数据,为生成式AI在专业服务业的规模化落地提供了明确参考模板。对Anthropic而言,贝恩成为大型企业AI渠道的关键入口;对咨询行业而言,AI能力正从”建议性资产”演变为”可直接交付的服务”。

总结:贝恩公司以Global Premier最高级别身份加入Anthropic Claude Partner Network,旗下19,000名员工已在数周内广泛采用Claude,企业级生成式AI的部署正式从实验阶段进入可量化、可推广的规模化阶段。

参考来源:

1. Anthropic 官方公告:https://claude.com/blog/bain-company-joins-the-claude-partner-network-as-a-global-premier-partner

2. Unite.AI 报道:https://www.unite.ai/bain-joins-anthropics-claude-partner-network-at-global-premier-tier/

3. The Economic Times/Reuters 报道:https://economictimes.indiatimes.com/news/international/business/bain-anthropic-partner-to-accelerate-enterprise-ai-adoption/articleshow/133515651.cms

4. The AI Wrap 报道:https://www.theaiwrap.com/story/bain-joins-anthropic-s-claude-partner-network-at-global-premier-tier

5. Anthropic Partner Hub 目录:https://partnerhub.anthropic.com/directory/partner/1784259848645×689726857723364400

6. Claude Partner Network 总目录:https://partnerhub.anthropic.com/directory/

7. Bain & Company 官网:https://www.bain.com/

Stability AI再融7600万美元 三大唱片参投

时间:2026年8月26日(北京时间)

地点:美国洛杉矶 / 英国伦敦

人物:Prem Akkaraju(Stability AI CEO,2024年加入)

事件详情:Stable Diffusion 母公司 Stability AI 于当地时间 8 月 25 日宣布完成 7600 万美元 B 轮融资。本轮融资由多家娱乐与科技行业巨头参投,包括环球音乐集团(Universal Music Group)、索尼音乐集团(Sony Music Group)、华纳音乐集团(Warner Music Group)三大唱片公司,以及游戏巨头 Electronic Arts(EA)、AMD Ventures 与 Pacific Alliance Ventures。

至此,Stability AI 累计融资额达到 2.32 亿美元。新资金将用于继续扩展其”创意生产”产品套件,并扩大其专业服务部门,目前 Stability AI 提供音乐、视频与图像生成等 AI 模型。

背景:Stability AI 成立于 2019 年,过去一年密集与娱乐公司签署合作协议,将生成式 AI 嵌入创作流程。去年 10 月公司与环球音乐、EA 达成合作,11 月与华纳音乐联手共开发 AI 工具,合作模式从”授权输出”升级为”共同开发”。此外,公司近期在一桩版权诉讼中取得大部分胜诉。

影响:此轮融资标志着 Stability AI 商业模式从”纯模型授权”向”内容方深度共创”转型,三大唱片公司罕见集体入局,意味着音乐行业头部开始以股东身份押注 AI 创作工具。AMD Ventures 参投也暗示 Stability AI 可能在 AMD 硬件上推进推理优化。

总结:Stability AI 凭借”音乐巨头 + 游戏巨头 + 半导体巨头”的稀缺组合完成 B 轮融资,娱乐内容产业的 AI 工业化进程进一步加速。

参考来源:
https://techcrunch.com/2026/08/25/stability-ai-maker-of-image-generator-stable-diffusion-raises-76-million-in-fresh-funding/
https://stability.ai/news-updates/stability-ai-latest-funding-backed-by-entertainment-industry-biggest-names
https://www.universalmusic.com/universal-music-group-and-stability-ai-announce-strategic-alliance-to-co-develop-professional-ai-music-creation-tools/
https://www.wmg.com/news/warner-music-group-and-stability-ai-join-forces-to-build-the-next-generation-of-responsible-ai-tools-for-music-creation
https://stability.ai/news-updates/stability-ai-and-ea-partner-to-reimagine-game-development
https://www.lw.com/en/lathampage-watkins-larsen-cases

腾讯辟谣IEG重组AI游戏部门 报道失实

时间:2026年8月26日(北京时间)

地点:中国深圳

人物:腾讯互动娱乐事业群(IEG)相关人士

事件详情:8月25日,针对”腾讯互动娱乐事业群(IEG)正在重组 AI 游戏部门,将 IEG CROS(腾讯游戏技术中台)旗下 ARC Lab 与游戏 AI 引擎部整合,并规划扩大至 400-500 人,目标探索 AI 原生游戏”的传闻,腾讯相关人士向多家媒体回应称,该报道内容存在大量失实,所谓”成立新部门”系误读。

腾讯方面进一步澄清,游戏技术公线本就设有游戏 AI 引擎部,长期对外招募 AI 专业人才。该部门聚焦游戏研运管线的 AI 提效与玩法创新,旨在为游戏项目提供可复用的技术能力和解决方案。

背景:原报道声称 IEG 计划整合 ARC Lab 与游戏 AI 引擎部、扩编至 400-500 人,并明确提出”探索 AI 原生游戏”的目标。腾讯此次回应否认”成立新部门”的说法,但未否认 AI 游戏研发相关业务的延续性,外界解读为对组织架构调整口径的统一。

影响:作为国内最大的游戏厂商,腾讯对 AI 在游戏研发中应用的官方表态具有风向标意义。澄清”成立新部门”的同时保留 AI 游戏研发投入,显示出腾讯对 AI 游戏战略保持低调但持续推进的策略;这也意味着短期内不会出现大规模组织变动或新业务线官宣。

总结:腾讯否认 IEG 重组 AI 游戏部门的”新部门成立”说法,澄清游戏 AI 引擎部原本就存在,未来仍将继续招募 AI 人才。

参考来源:
https://www.ithome.com/0/994/229.htm
https://36kr.com/newsflashes/3954889621421442
https://finance.eastmoney.com/a/202608253853075657.html
https://k.sina.com.cn/article_1644114654_61ff32de020028szk.html
https://stock.10jqka.com.cn/hks/20260825/c679278302.shtml
https://www.sina.cn/news/2026-08-25/doc-ihcnpryq4089121.shtml

Anthropic打通Claude与Cowork记忆

时间:2026年8月26日(北京时间)

地点:美国旧金山

人物:Anthropic

事件详情:8月25日,Anthropic 宣布 Claude 的记忆系统重大升级——将聊天(Chat)与 Claude Cowork 的记忆合并为统一的记忆系统。这意味着用户在 Cowork 跑任务时,Claude 在聊天中已经了解的全部上下文会自动带入,反之亦然。

举例来说,用户在聊天中与 Claude 头脑风暴了一场会议的议程,等到 Cowork 自动生成预算与后勤文档时,它已经知道参会人数、城市、嘉宾清单,无需重复告知。Anthropic 同步上线了”实时记忆更新”——过去只能在对话结束后更新记忆,现在 Cowork 在执行多步骤任务时会即时把新信息写入记忆。

背景:此前 Cowork 的记忆被绑定在单个项目里,与 Claude 聊天的记忆互不相通。用户在研究与执行两个阶段之间切换时,往往需要重复交代背景。Anthropic 此举意在让 Claude 真正像一个连续的助手,而不是两个独立产品。Claude for Chrome 浏览器扩展中的侧边栏对话也已接入同一记忆体系。

影响:记忆统一降低了 Agent 使用的”上下文摩擦”,对企业用户尤其有价值——长期项目的偏好、客户背景、写作风格都可继承。Anthropic 同时强化了隐私控制,新增”在记忆中包含敏感话题”开关,默认不存储健康、种族、宗教、政治、性别认同等敏感信息,但用户可主动开启;身份证号、犯罪记录、移民状态等永远不会被存储。该功能默认对 Free、Pro、Max 计划开启,Enterprise 与 Teams 计划则默认关闭。

总结:Anthropic 打通 Claude Chat 与 Cowork 的记忆壁垒,把”研究 → 执行”的工作流真正串成一个连续助手。

参考来源:
https://techcrunch.com/2026/08/25/claude-cowork-finally-remembers-what-you-told-the-app-in-chat/
https://www.cnet.com/tech/services-and-software/anthropic-unifies-memory-across-claude-and-cowork
https://9to5mac.com/2026/08/25/anthropic-update-unifies-memory-feature-across-claude-cowork-and-chat/
https://www.worldprogramming.org/posts/anthropic-gives-chat-and-cowork-one-memory-68kayw
https://www.anthropic.com/news
https://www.anthropic.com/claude

Perplexity联手英伟达推本地AI代理

时间:2026年8月26日(北京时间)

地点:美国旧金山 / 全球

人物:Perplexity AI(基础设施与企业工程副总裁 Nate Kupp)、NVIDIA(开发者技术总监 Nader)

事件详情:Perplexity 联合 NVIDIA 正式推出本地优先(local-first)AI 智能体平台 Portable Computer,首发即支持 NVIDIA DGX Spark 桌面超算,以及搭载 RTX GPU 的 Linux 整机。平台默认在用户本地硬件上完成所有任务,仅在遇到本地模型无法处理的复杂推理时,才会征求用户同意,将单个步骤外包给云端前沿大模型。本地推理完全免费,不消耗 Perplexity 计费积分。

启动阶段可选用 Qwen 3.8 27B 或 Perplexity 后训练的 PPLX 27B 模型;NVIDIA Nemotron 3.5 Lightning(30B)将在近期加入模型选择器。整套 stack 把模型权重、推理引擎、agent harness、应用连接器(Google Drive / Gmail / Slack / GitHub)以及 OS 级沙箱打包到一个一键安装系统里,运行硬件门槛为 24GB 显存的 RTX GPU(RTX 3090 及以上)或直接购买 4,699 美元的 DGX Spark。Windows 版本预计 9 月上线。

背景:此前 Perplexity Computer 主要以云端订阅形式运行,依赖 OpenAI、Anthropic、Google 等前沿模型。本次发布把 Computer 的全部能力搬到本地,标志着 AI 智能体从「云端优先」走向「本地优先」的关键拐点。NVIDIA 同步借势推广其 Grace Blackwell GB10 平台,把 DGX Spark 包装成 24×7 常驻桌面的 AI 工作站。

影响:1) 数据敏感行业(金融、法律、医疗)可让私有文件全程不出本地,同时享受类 Agent 自动化能力;2) 高频使用者的总拥有成本由「按 token 付费」转为一次性硬件投入;3) 对 NVIDIA 而言,本地 AI 工作负载打开了消费级与工作站级 GPU 的新需求入口;4) 公司自有 benchmark 显示,在 53 项 Local Knowledge Work Bench 上 Computer 取得 82.6%,超过 Pi(77.6%)和 Hermes(74.0%),ParseBench-100 上取得 65.1%,明显领先同类本地框架。

总结:Perplexity × NVIDIA 把 AI Agent 从云端拉回桌面,本地零 token 计费 + 端侧沙箱 + 按需云端升级的混合架构,是消费级 AI 工作流走向「私有可控」的重要一步,也补齐了 NVIDIA 在端侧 AI 落地的关键场景。

参考来源:

1. Perplexity 官方博客 – Introducing Portable Computer for local-first AI
https://www.perplexity.ai/hub/blog/introducing-portable-computer-for-local-ai

2. Perplexity 研究博客 – A Local-First Agent for Private and Cost-Effective Knowledge Work
https://www.perplexity.ai/hub/blog/a-local-first-agent-for-private-and-cost-effective-knowledge-work

3. VentureBeat – Perplexity partners with Nvidia to launch Portable Computer
https://venturebeat.com/infrastructure/perplexity-partners-with-nvidia-to-launch-portable-computer-a-fully-local-ai-agent-with-zero-token-costs/

4. Tom’s Guide – Perplexity’s new local-first AI runs on your PC
https://www.tomsguide.com/ai/perplexitys-new-local-first-ai-runs-on-your-pc-and-asks-before-using-the-cloud

5. NVIDIA Blog(中文)- NVIDIA 与本地 AI 社区共同推动开源模型和智能体发展
https://blogs.nvidia.cn/blog/local-ai-open-source-models-agents-nemotron/

6. 虎嗅网 – Perplexity 推本地 AI 平台,支持英伟达硬件,无 token 成本
https://www.huxiu.com/ainews/14740.html

7. How-To Geek – Perplexity and NVIDIA team up to release a local AI agent
https://www.howtogeek.com/perplexity-release-portable-computer-a-local-ai-agent/

OpenAI封俄罗斯ChatGPT账号 揭假智库

时间:2026年8月25日(周二)

地点:美国加利福尼亚州旧金山(OpenAI 总部)/ 全球范围(影响覆盖美、德、法、波、土耳其)

人物:OpenAI 威胁情报团队 / 俄罗斯境内的运营商 / 国际伯克研究所(IBI,伪装位于以色列)

事件详情:OpenAI 8 月 25 日宣布封禁一批源自俄罗斯的 ChatGPT 账号,揭露一项围绕伪造智库”国际伯克研究所”(IBI)展开的隐蔽舆论行动。运营商通过 VPN 绕过 OpenAI 对俄罗斯地区的访问限制,用俄语向 ChatGPT 发出指令,要求其生成可发布于 Substack、Telegram、X、Facebook、LinkedIn 的英文社媒帖文,并明确要求模型消除任何暴露俄罗斯背景的语言痕迹。IBI 网站于 2025 年 2 月注册,谎称位于以色列,OpenAI 抽查 36 篇专家署名文章,发现 34 篇是从真实学术作品中抄袭而来,并存在伪造署名(如把剑桥大学出版社的文章张冠李戴给诺丁汉大学教授)。该行动同时推出一份所谓”主权指数”,对俄罗斯军力给出 0.5 分高于美军的评分,并对德、法、美、欧盟发表带有明显倾向的负面内容。另一名运营者则为十几个针对德、美、法、波、土的 Telegram 频道制作徽标、定期索要俄语摘要,名为”Lahme Ente”(瘸脚鸭)的德语频道专门攻击乌克兰、欧盟和德国联邦政府,并鼓吹与俄罗斯走近。

背景:这是 OpenAI 自 2022 年俄乌战争爆发以来首次破获如此”机构化”的俄罗斯舆论行动。OpenAI 此前已多次打击滥用 ChatGPT 的亲俄网络:2024 年 6 月曝光名为”Bad Grammar”的 Telegram 评论生成网络;2025 年 2 月关闭”Operation Helgoland Bite”,该行动针对德国 2025 年联邦选举、用德语内容捧 AfD 党并攻击美国与北约;2026 年 2 月还封禁与亲俄媒体 Rybar 关联的账号。此次行动的”精致度”明显跃升——把 AI 用作分发辅助而非内容生成器,文章由斯拉夫语者撰写并机翻,再用 ChatGPT 生成社媒贴文与频道素材,构成可扩展的影响力资产。

影响:OpenAI 在 Brookings”突破量表”上将该行动评为 6 级中的第 3 级,意味着它已跨平台铺开并出现触达真实用户的早期迹象;虽然单个帖子阅读量极低,但每个相关 Telegram 频道已积累 1 万至 2 万粉丝。更值得关注的是基础设施层面——AI 让伪造智库、假专家、伪学术成果和”专有风险指数”在数日内即可拼装完成,把验证成本完全转嫁给信息消费者。OpenAI 表示,目前同类调查用时已从数周或数月压缩到数日,配合中文模型与开源模型的普及,AI 辅助影响力行动的真实规模很可能远超任何单一平台所能观测到的边界。

总结:本次事件并非孤例,而是生成式 AI 降低”工业化造谣”门槛的标志性案例:先造一个看似权威的机构外壳,再用 ChatGPT 量产社交分发素材,最后以主权指数等量化产品为叙事背书。OpenAI 的快速封禁减缓了短期扩散,但并未消除方法论——只要多个模型并行使用、跨平台分发成为常态,未来类似行动只会更频繁、更难溯源。

参考来源:
1. OpenAI 官方公告:https://openai.com/index/disrupting-malicious-uses-of-ai-influence-campaign-russia
2. The Decoder:https://the-decoder.com/russia-used-chatgpt-to-run-a-covert-influence-campaign-pushing-pro-kremlin-narratives-across-the-west/
3. Yahoo / Benzinga:https://www.yahoo.com/news/us/articles/openai-uncovers-covert-russian-influence-132553857.html
4. Quartz:https://qz.com/openai-banned-russian-chatgpt-accounts-influence-campaign-082526
5. NextFin:https://www.nextfin.ai/en/news/openai-disrupts-new-russia-linked-influence-campaign-built-around-fake-think-tank-and-sovereignty-index-cef5ee260c
6. C14 News:https://www.c14news.com/article/1494194
7. GlobAI:https://www.globai.org/blog/what-is-russias-covert-ai-influence-campaign
8. 网易科技(中文):https://www.163.com/dy/article/L57CG6QH0511BLFD.html

IBM Granite Speech 5.0 速度20倍

时间:2026年8月25日

地点:美国纽约州阿蒙克(IBM 总部)

人物:Brian Kingsbury(IBM 杰出研究科学家)、George Saon(IBM 语音战略主管)、Samuel Thomas(IBM 高级研究科学家)、Takashi Fukuda(IBM Research-Tokyo 高级技术员工)等 8 人团队

事件详情:IBM 于 2026 年 8 月 25 日正式发布两款 Granite Speech 5.0 Turbo CTC 英文语音识别模型,分别为 Apache 2.0 商用版与 CC-BY-NC-SA-4.0 非商用版,两个模型均采用 4.7 亿参数、16 层 Conformer 编码器架构,抛弃了前代与 Granite 语言模型耦合的设计,转为纯 CTC 非自回归解码。IBM 报告称该模型在单张 NVIDIA H200 GPU 上批量推理可达 12,600 RTFx,相当于 1 秒转录 3.5 小时英文音频,速度比上一代 Granite Speech 提升超 20 倍。

背景:此前的 Granite Speech 3.3 和 4.x 系列均依赖 Conformer 编码器 + Granite LM + LoRA 自回归生成;本次 5.0 砍掉了 LM 解码器,改为”8 倍时间下采样 + 16,384 子词词表 + 自条件 CTC”的纯编码器架构。训练数据方面,商用 Apache 版基于约 6 万小时公开英语音频,非商用版叠加 GigaSpeech 与 SPGI Speech 等受限数据,训练量提升至约 7.5 万小时。性能方面,OpenASR 公开榜单上非商用版词错误率 4.85%、商用版 5.00%;远场 FFASR 榜单上两个模型分别位列准确率第 5 与第 9,同时为榜单上速度最快两项。

影响:4.7 亿参数级别的小模型叠加 12,600 RTFx 的吞吐量,使 Granite Speech 5.0 可在笔记本电脑、手机等边缘设备上本地运行实时英文转录,大幅降低客服通话、会议记录、视频字幕、呼叫中心质检等高并发场景的算力与带宽成本。Apache 2.0 商用授权也让企业可直接将该模型集成进生产流水线,无需额外授权谈判,进一步压缩商用 ASR 方案的总体拥有成本。

总结:IBM 通过”砍掉 LM 解码器”这一逆向选择,在 4.7 亿参数级别跑出了 12,600 RTFx 的吞吐,把 ASR 的”轻量 + 极速”标准推到了一个新量级;随着 Apache 2.0 商用许可放开,企业级英文转录的成本与门槛将被重新定义。

参考来源:

1. Hugging Face 官方博客:https://huggingface.co/blog/ibm-granite/granite-speech-5-0-470m-turboctc

2. Unite.AI 报道:https://www.unite.ai/ibm-says-granite-speech-5-0-transcribes-3-5-hours-of-speech-in-one-second/

3. IBM Research 官方博客:https://research.ibm.com/blog/introducing-granite-4-2

4. OrcaRouter 技术解析:https://www.orcarouter.ai/blog/granite-speech-5-0-470m-turboctc-apache-explained

5. Discernion 行业报道:https://www.discernion.com/article/extremely-fast-and-accurate-transcription-with-granite-speech-50-turbo-ctc

6. RuntimeWire 深度报道:https://runtimewire.com/article/ibm-granite-speech-5-turboctc-transcription

WSJ:Anthropic拟向投资者披露30万亿AI市场

时间:2026年8月25日,Anthropic拟在未来数周内公布S-1招股文件,最快今年9月或10月初挂牌。

地点:美国旧金山(Anthropic全球总部),路演及上市地点为纳斯达克。

人物:Anthropic及其联合创始人兼CEO Dario Amodei、首席财务官Krishna Rao;主要股东Amazon(已承诺250亿美元算力合作)和Alphabet(已承诺最多400亿美元投资);竞争对手OpenAI与Google;承销团队为摩根士丹利、高盛、摩根大通。

事件:据《华尔街日报》援引知情人士报道,Anthropic计划在IPO投资者推介中展示其潜在市场总规模(TAM)超过30万亿美元,超过今年5月SpaceX IPO时披露的28.5万亿美元TAM纪录。Anthropic以”AI模型可完成的全部工作范围”作为TAM量化口径,2026年第二季度营收同比翻倍至116亿美元,2028年营收目标设定为1900亿至2000亿美元,IPO估值目标约2万亿美元,最高融资规模可达1000亿美元。

背景:Anthropic由前OpenAI核心团队2021年创建,已完成多轮大额融资——5月Series H融资650亿美元,投后估值9650亿美元。截至2026年7月底年化营收运行率突破650亿美元,较5月的470亿美元增长38%,较2025年底约90亿美元的水平增长超过6倍。Claude Code等企业AI编码工具已成为公司收入增长的主要动力,企业级ARR半年内增长超过10倍。

影响:30万亿美元TAM相当于标普1500指数191家科技公司2025年合计2.4万亿美元营收的12倍以上,刷新”人类史上最大可执行市场”叙事,支撑2万亿美元IPO估值(超越SpaceX的1.77万亿美元)。但Anthropic尚未进入稳定净利润阶段,市场对其IPO定价仍存开源模型竞争、算力依赖、监管关系紧张及高估值的质疑。9月-10月招股书披露将成为检验投资者信心的关键节点。

总结:Anthropic以30万亿美元TAM故事冲刺史上最大IPO,意在超越SpaceX成为估值之巅;即将披露的S-1文件将检验市场对AI终极天花板的定价能力。

参考来源:
1. 《华尔街日报》/道琼斯新闻(WSJ via TradingView):https://www.tradingview.com/news/DJN_DN20260825005530:0
2. 路透社/雅虎财经(Reuters/Yahoo Finance):https://finance.yahoo.com/technology/ai/articles/anthropic-expected-tell-investors-sees-165618194.html
3. PYMNTS:https://www.pymnts.com/news/artificial-intelligence/2026/anthropic-readies-30-trillion-dollar-revenue-forecast-investors
4. 印度经济时报(The Economic Times):https://m.economictimes.com/markets/us-stocks/news/anthropic-expected-to-tell-investors-it-sees-over-30-trillion-in-potential-revenue-wsj-reports/amp_articleshow/133520014.cms
5. 华尔街见闻:https://wallstreetcn.com/articles/3780285
6. Finimize:https://finimize.com/content/anthropics-ipo-pitch-could-put-ais-market-at-30-trillion
7. NDTV Profit:https://www.ndtvprofit.com/markets/30-trillion-ai-opportunity-anthropic-prepares-for-a-potential-mega-ipo-11958518
8. 凤凰网:https://news.ifeng.com/c/8vqpz99yHzL

小鹏机器人首轮融资9亿美元 刷新中国具身智能纪录

时间:2026-08-24

地点:中国广州

人物:何小鹏(小鹏集团董事长兼CEO)、小鹏机器人业务团队、IDG资本、高榕创投、腾讯、阿里巴巴

事件详情:2026年8月24日,小鹏集团宣布旗下人形机器人业务(鹏行)完成首轮股权融资,金额超9亿美元(约60亿元人民币),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。本轮融资由IDG资本领投,高榕创投跟投,腾讯和阿里巴巴作为战略投资者参与,小鹏集团继续控股,持股81.97%。

作为小鹏集团物理AI战略核心载体,小鹏IRON定位为极致拟人、AI驱动的高阶人形机器人,硬件方面首创全包覆柔性晶格,全身76个自由度,单手21个自由度;智能方面搭载3颗图灵AI芯片,有效算力达2250 TOPS,物理AI大模型可在端侧部署,无需遥操即可自主完成复杂任务。

背景:本轮融资距离今年6月何小鹏亲自挂帅、出任机器人业务CEO仅两个月。今年7月,IRON已开启小批量试产,目前已生产约250台。此前,具身智能初创公司智平方于2026年6月完成约50亿元融资,曾是该赛道单轮最高纪录。

影响:本轮融资刷新行业单轮私募股权融资纪录,标志着资本对中国具身智能赛道的高度认可。腾讯与阿里罕见联手投资同一家机器人公司,为小鹏机器人带来应用场景与产业资源支持。资金将主要用于物理AI模型训练迭代、全链条量产基地建设及全球商业化拓展。

按规划,小鹏IRON将于2026年底进入量产阶段,从门店和园区开始落地,2027年正式上市交付。何小鹏在二季度业绩会上透露,机器人业务毛利率有望显著高于汽车业务,未来还将贡献软件AI模型升级带来的持续性收入。

总结:小鹏机器人首轮即斩获9亿美元巨额融资,刷新中国具身智能赛道纪录,并获腾讯、阿里两大互联网巨头联合加持。从估值到量产时间表,从硬件自研到端侧大模型部署,小鹏机器人已构建起软硬件深度耦合的全栈自研体系,正成为全球物理AI赛道的重要竞争者。

参考来源:
1. 小鹏集团官方公告:https://www.xiaopeng.com/news/company_news/5585.html
2. 财中社报道:https://www.caizhongshe.cn/news-9012014998947165833.html
3. 网易(深圳商报):https://www.163.com/dy/article/L549CUTP05569L3G.html
4. 国际金融报:https://ifnews.com/news.html?aid=862955&cid=49
5. 财经客户端:https://www.mycaijing.com/article/detail/579119
6. 36氪(8点1氪):https://www.36kr.com/p/3954181545753728
7. 科创板日报(腾讯新闻):https://new.qq.com/rain/a/20260824A0COI100

小米发布玄戒O3/O100/D100 构筑AI算力底座

时间:2026-08-24

地点:中国北京

人物:小米集团、玄戒芯片团队、小米集团副总裁朱丹、雷军

事件详情:2026年8月24日,小米在北京召开玄戒芯片技术沟通会,正式发布三款自研玄戒芯片——AI旗舰SoC玄戒O3、1.22TB/s高带宽AI加速芯片玄戒O100,以及智驾高算力AI芯片玄戒D100。三款芯片均已完成回片验证,覆盖手机、AI大模型端侧加速和智能驾驶三大场景,标志着小米自研芯片从单一手机SoC升级为支撑”人车家”全生态的AI算力底座。

玄戒O3采用3nm工艺,集成240亿晶体管,安兔兔跑分达522万分,是行业首个突破500万分的移动旗舰平台。CPU采用10核全大核架构(6超大核+4大核),主频最高4.35GHz,多核性能较前代提升60%;GPU首发G2-Ultra NX,图形性能提升85%,光追性能提升182%;NPU算力达200 TOPS,针对Xiaomi MiMo端侧大模型深度优化。玄戒O3将于2026年9月随小米18 Fold首发上市。

玄戒O100是全球首款6nm 3D晶圆级堆叠AI加速芯片,采用Wafer-on-Wafer立体堆叠工艺,通过Hybrid Bonding技术将2层DRAM晶圆和1层NPU计算晶圆键合,集成258万个键合节点,节点间距仅1.4μm,内存带宽达1.22TB/s(主流旗舰的16倍),搭配玄戒O3可实现330 Tokens/s本地推理速度。

玄戒D100是国内首款3nm智驾高算力AI芯片,集成20核CPU和16核NPU,最高支持160GB统一内存,可在本地部署超过200B参数规模的大模型。

背景:小米2020年通过收购多够机器人布局具身智能赛道,2024年底初代IRON人形机器人发布,2025年新一代IRON因步态极度接近真人引发”藏真人”质疑。如今玄戒三芯齐发,是小米自研芯片从初代玄戒O1″回答有没有”到此次”强不强、全不全”的跨越。央视新闻官方社交媒体评价称:”三芯齐发,中国芯片产业再迎重要进展。”

影响:小米三芯齐发标志着国产移动芯片从单一硬件堆叠走向差异化架构和全场景布局。玄戒O3以522万跑分站稳安卓旗舰芯片第一梯队,LPDDR6首发支持意味着小米在内存标准定义上获得话语权;玄戒O100突破端侧大模型部署的”内存墙”瓶颈,为Agent时代硬件打下基础;玄戒D100则补齐智驾短板,使小米汽车获得对标英伟达Orin的本土算力方案。

总结:小米玄戒三芯齐发,覆盖移动SoC、端侧AI加速和智能驾驶三大场景,标志着小米从单一手机芯片厂商升级为全生态AI算力提供商。3nm+240亿晶体管的O3、3D Wafer-on-Wafer堆叠的O100、200B参数本地部署的D100,三款芯片共同构成了”人车家”生态的算力底座。

参考来源:
1. 网易智能:https://www.163.com/tech/article/L544PFIR00098IEO_pa11y.html
2. 同花顺财经:https://m.10jqka.com.cn/20260825/c679260263.shtml
3. 荆楚网(湖北日报):https://news.cnhubei.com/content/2026-08/25/content_20156132.html
4. 今日头条(上游新闻):https://www.toutiao.com/article/7677567293757211176
5. 36氪(小米AI芯片全家桶):https://www.36kr.com/p/3954101013904513
6. 搜狐:https://www.sohu.com/a/1067297554_117925
7. 中华网:https://news.china.com/socialgd/10000169/20260825/49697052.html

马斯克罕见认怂 收购Cursor首度承认Grok落后

时间:2026-08-24

地点:美国旧金山(Cursor总部)

人物:埃隆·马斯克(SpaceX/xAI创始人)、Cursor CEO Michael Truell、SpaceXAI 团队

事件详情:2026年8月14日,SpaceX正式完成对AI编程工具Cursor母公司Anysphere的600亿美元全股权收购。在收购完成当日的全员视频会议上,马斯克罕见向1000余名Cursor员工承认:SpaceX旗下AI部门Grok在市场竞争中处于落后地位,并明确点名Anthropic是当前AI竞赛的领先者。

据The Information报道,五位知情人士透露,马斯克在会上直言与特斯拉和SpaceX在各自行业的统治地位不同,SpaceXAI的Grok”并非市场领导者”,迫切需要追赶。他表示,AI模型的能力终将先进到人类无法控制的程度,因此SpaceX必须抢在其他公司之前掌握这项技术。

收购完成后,Cursor CEO Michael Truell将直接向马斯克汇报,联合创始人Aman Sanger加入预训练团队,Sualeh Asif出任SpaceXAI机器学习总监。Cursor员工的Slack工作区已与SpaceXAI合并,团队成员开始被分配至SpaceXAI各职能团队。

背景:SpaceX于今年4月与Cursor签署技术共享与算力合作协议,获得600亿美元收购期权;6月SpaceX上市后行使该期权;8月14日正式完成交割。这是有史以来最大的创业公司收购案之一。Cursor于今年6月年化营收达40亿美元,但毛利率为负,迫切需要算力支撑。

影响:马斯克罕见公开承认落后,反映出SpaceXAI面对Anthropic/OpenAI强大竞争压力下的战略调整。收购Cursor为SpaceXAI带来50000家企业客户、超百万付费用户,以及开发者真实编程场景的海量数据资产。Cursor此前已与Grok联合训练新版模型,并共同推出AI智能体产品。SpaceX已承诺将继续积累业内最强的算力储备。

总结:600亿美元天价收购Cursor后,马斯克首度公开承认Grok落后并视Anthropic为头号对手。这场收购既是SpaceXAI在编程赛道的关键补位,也是马斯克为争夺AI控制权而集结算力、数据与人才的战略总动员。Cursor品牌或将逐步让位于SpaceXAI的整体战略布局。

参考来源:
1. 36氪:https://36kr.com/p/3954351325478275
2. 网易(华尔街见闻):https://www.163.com/dy/article/L565KRLQ05198NMR.html
3. 腾讯新闻(HTML5):https://so.html5.qq.com/page/real/search_news?docid=70000021_9836a8d149415452
4. Times of India:https://timesofindia.indiatimes.com/technology/tech-news/elon-musks-message-to-cursors-1000-plus-engineers-after-the-60-billion-takeover-we-are-behind-and-the-company-beating-us-is-/articleshow/133505068.cms
5. FrontierNews:https://www.frontiernews.ai/news/article/elon-musk-admits-grok-is-falling-behind-anthropic-f801d469
6. Software Crit:https://www.softwarecrit.com/news-spacex-closes-cursor-acquisition
7. 腾讯新闻(机器之心):https://news.qq.com/rain/a/20260616A09T5100

Generalist B轮估值飙至30亿美元 8VC加投

时间:2026年8月26日

地点:美国加利福尼亚州圣马特奥

人物:Pete Florence(CEO,前Google DeepMind高级研究科学家)、Andy Zeng(前Google DeepMind研究科学家)、Andrew Barry(CTO,前波士顿动力高级工程师)

事件详情:机器人基础模型公司Generalist AI完成约2亿美元B轮追加融资,由8VC领投,估值升至约30亿美元。这笔资金是今年6月Radical Ventures领投的4亿美元B轮延伸,使B轮总融资额达6亿美元,新金额已在监管文件中披露。

背景:Generalist成立于2024年,由前Google DeepMind与波士顿动力团队联合创立,专注开发可适配多类型机器人的AI基础模型。早期投资方包括英伟达NVentures、Bezos Expeditions、Union Square Ventures、Spark Capital及AI研究员李飞飞。本轮折射出资本对机器人”ChatGPT时刻”叙事的高度押注。

影响:30亿美元估值让Generalist跻身Physical Intelligence(约110亿美元)和Skild AI(约140亿美元,SoftBank参投)所在的顶级机器人基础模型阵营,与上月Genesis AI洽谈的30亿美元估值并驾齐驱。公司近期发布的GEN-1.5模型让机器人仅看一段3至12秒演示视频,即可在零梯度更新下学会10项新任务,一次性平均成功率59%,叠加5分钟微调可提升至83%。

总结:Generalist在不到三个月内将估值从20亿美元推升至30亿美元,资本市场正以真金白银押注”具身GPT-3时刻”已经到来。若GEN-1.5的零样本/少样本物理提示范式被独立验证,机器人部署门槛将被大幅压低。

参考来源:
1. TechCrunch – Robotics startup Generalist reaches $3B valuation, sources say:https://techcrunch.com/2026/08/25/robotics-startup-generalist-reaches-3b-valuation-sources-say/
2. The Value Engineering – Generalist AI launches GEN-1.5 to train robots with brief video clips:https://thevalue.engineering/news/generalist-ai-unveils-gen-1-5-video-prompting-robotics.html
3. 凤凰网 – 数据更少、成功率更高,美国Generalist公司发布新一代具身模型:https://news.ifeng.com/c/8s1YDd9FBc9
4. 网易 – 英伟达、李飞飞入局!Generalist AI完成27亿元融资:https://www.163.com/dy/article/KUMREHBM05118K7K.html
5. 稀土掘金 – GEN-1.5:具身基础模型迈入One-Shot学习时代:https://juejin.cn/post/7676375370355310619
6. TokenFeed – GEN-1.5: AI Teaches Robots New Tasks From One Demo:https://tokenfeed.ai/robots-now-learn-new-jobs-in-under-12-seconds
7. 智柴网 – GEN-1.5:机器人的「GPT-3 时刻」,从12秒演示开始:https://zhichai.net/topic/178633755

具身智能公司Generalist估值跃升至30亿美元

时间:2026年8月26日(北京时间)

地点:美国加州圣马特奥(远程/纽约报道)

人物:Pete Florence(Generalist联合创始人兼CEO、前谷歌DeepMind高级研究科学家)、Andrew Barry(联合创始人兼CTO、前波士顿动力工程师)、Andy Zeng(联合创始人兼首席科学家、前谷歌DeepMind研究员)、8VC(领投方)、Radical Ventures(B轮原领投方)

事件详情:据TechCrunch 8月26日报道,美国具身智能初创公司Generalist完成新一轮追加融资,估值跃升至30亿美元。本轮追加资金总额接近2亿美元,由8VC领投,是今年6月宣布的4亿美元B轮融资的延伸,由Radical Ventures领投、估值20亿美元。加上此次追加,B轮融资总额达到6亿美元。监管文件已披露本次新增资金总额。Generalist和8VC均未回应置评请求。Generalist正在开发可适配多种机器人的AI基础模型,最新发布的Gen 1.5模型支持机器人通过短至3到12秒的视频演示掌握新任务。公司目前正与少数客户合作,根据反馈针对具体使用场景调整模型。

背景:Generalist成立于2024年,由前谷歌DeepMind研究员Pete Florence和Andy Zeng以及前波士顿动力工程师Andrew Barry共同创立。公司早期获得8VC和Radical Ventures的支持,投资方还包括英伟达、Union Square Ventures、Bezos Expeditions及AI研究者李飞飞。该公司此前一直保持低调,2025年11月发布GEN-0首次验证机器人领域的Scaling Law(缩放定律),2026年4月推出GEN-1将简易物理操作任务平均成功率提升至99%,并于今年7月发布GEN-1.5。资本对公司寄予厚望,反映了硅谷对”机器人版GPT-3时刻”的押注。

影响:30亿美元估值使Generalist跻身具身智能独角兽第一梯队,与据报道估值110亿美元的Physical Intelligence、软银支持的Skild AI(估值140亿美元)以及Genesis AI(洽谈30亿美元估值)共同构成通用机器人”大脑”赛道。这一融资潮表明,部分投资人认为机器人领域即将迎来自身的”ChatGPT时刻”,即机器人无需针对每项任务单独训练即可执行通用任务。不过,由于机器人无法像大语言模型那样利用全网数据进行训练,部分风投人士警告,真正通用的机器人模型可能仍需数年时间才能实现。当下赛道竞争激烈,从单纯堆数据到架构突破、从演示到商业落地的每一步都在加速。

总结:Generalist凭借3-12秒视频演示即可让机器人掌握新任务的Gen 1.5模型获得资本追捧,30亿美元新估值巩固了其在通用机器人基础模型赛道的头部位置。这轮融资既是硅谷对具身智能”GPT时刻”的押注,也凸显赛道从演示向商业落地的关键转折——技术突破、资本涌入与硬件可靠性挑战并存。

参考来源:
1. TechCrunch:https://techcrunch.com/2026/08/25/robotics-startup-generalist-reaches-3b-valuation-sources-say/
2. 网易(固件更新中):https://www.163.com/dy/article/L58D3EPA05561FZX.html
3. 搜狐(融中投融资周报):https://www.sohu.com/a/1039091974_413933
4. 腾讯新闻(Gen1.5模型发布):https://news.qq.com/rain/a/20260821A09GRZ00
5. 网易(Gen1.5技术解读):https://www.163.com/dy/article/L4S8R8ON05119FMA.html
6. 澎湃新闻(GEN-1模型):https://m.thepaper.cn/detail/32893061
7. 搜狐(27亿融资历史):https://www.sohu.com/a/1032738647_122178203
8. 腾讯新闻(机器人GPT-3时刻):https://news.qq.com/rain/a/20260404A05FU200

世界人形机器人运动会破纪录 部分机器人起火

时间:2026年8月22日至26日(北京时间)

地点:中国北京国家速滑馆(”冰丝带”)

人物:666支参赛团队的2,056台人形机器人(来自16个国家和地区)、X-Humanoid(北京机器人企业,400米比赛冠军)、Honor(旗下人形机器人Lightning在100米热身跑出9.32秒)、Dipam Patel(普渡大学博士)、Eren Chen(AI专家)

事件详情:第二届世界人形机器人运动会于8月22日至26日在北京国家速滑馆举办。本届赛事规模较首届扩大138%,共有666支团队的2,056台人形机器人参赛,横跨51个项目(含30项竞技赛和21项场景任务)。本届规则要求大多数赛道与任务必须完全自主完成,并设置更严格的时限以测试精细手部操作与安全制动等真实技能。亮点成绩方面,Honor旗下机器人Lightning在100米热身中跑出9.32秒,多台机器人在100米短跑与立定跳高项目中超越人类世界纪录;X-Humanoid的一台机器人凭借通过强化学习习得的”害羞者”特殊跑姿赢得400米比赛。然而多个高难度场景中机器人频频出现机械故障:冲刺类机器人在终点后无法及时减速,撞上护栏或在腰部断裂、火花四溅,部分因过热而起火。新增的家庭、宾馆、物流、消防等真实场景任务则暴露出机器人在一般任务上的明显短板,例如消防演练中12支队伍仅3支完成全部步骤。

背景:首届世界人形机器人运动会于2025年举办,当时机器人在多数项目上落后于人类基准。今年赛事在赛制上向”完全自主”倾斜,凸显业界从演示向商业落地过渡的迫切诉求。中国官方媒体与北京市政府为本届赛事提供支持,反映中国推动机器人产业商业化、打造具身智能高地的国家级布局。机器人产业2025年吸引超过60亿美元投资,中国厂商在部署节奏上尤为激进,美国的波士顿动力、Agility Robotics等也在加速商业化计划。普渡大学的Dipam Patel等专家强调,全身协同控制的进步虽显著,但机器人仍多为单一任务定制,缺少通用自主能力与安全停止机制。

影响:本届运动会一方面展示了运动型机器人硬件速度的飞速进步,另一方面以大量失败案例暴露感知、运动规划与制动控制的脆弱性。机器人可以在受控环境下跑赢博尔特,但在真实开放环境中,连识别危险物质、关闭阀门、操作灭火器这类基础应急任务都难以稳定完成,对未来具身智能在工业、物流、家用场景的落地提出严肃警示。中国凭借完善的供应链与国家资本推动,正在将人形机器人从”表演级”推向”工作级”,但专家提醒行业应警惕过度优化速度而忽视安全制动与可靠性的倾向。

总结:第二届世界人形机器人运动会用破纪录的冲刺成绩与接连不断的故障、火光,向业界展示了一场”速度与稳健并存”的具身智能大考。赛事既彰显中国机器人产业链与算力优势,也提醒业界:让机器人在真实场景下安全、可控、可泛化地完成任务,仍是从演示到大规模商业落地的关键瓶颈。

参考来源:
1. Ars Technica:https://arstechnica.com/ai/2026/08/world-humanoid-robot-games-show-runners-breaking-records-bursting-into-flames/
2. TalkFuse:https://talkfuse.com/story/world-humanoid-robot-games-show-runners-breaking-records-bursting-into-flames
3. Linxi News:https://news.linxi.com.au/news/humanoid-robots-break-sprint-records-at-beijing-games-but-practical-tasks-reveal-limits
4. Particle News:https://particle.news/story/world-humanoid-robot-games-open-in-beijing-as-breakthrough-speeds-meet-highprofile-crashes
5. RobotToday:https://robottoday.com/industry-briefing/world-humanoid-robot-games-to-feature-666-teams-and-2-056-robots-this-august/11107
6. NewsCord(多家媒体框架):https://newscord.org/article/tiangong-ultra-lowers-100-meter-record-to-886-seconds-at-beijing-world-humanoid–Story_20260825_Worldhumanoidrobotgadaf4ca49
7. Reuters(赛事报道):https://www.reuters.com/technology/chinese-robot-tiangong-clocks-sub-9-second-100-metres-beijing-2026-08-25/
8. The Verge:https://www.theverge.com/2026/08/24/humanoid-robots-smash-usain-bolts-100-meter-record

Liquid AI开源Pipette 端侧AI基准标准化

时间:2026年8月24日(北美)发布,全球开源社区同步上线

地点:美国马萨诸塞州剑桥(Liquid AI 总部),数据由 Artificial Analysis 独立方法论验证

人物:Liquid AI CEO 兼联合创始人 Ramin Hasani;Artificial Analysis 移动设备基准团队;模型厂商、OEM、芯片厂商、手机厂商开发者

事件详情:Liquid AI 联合独立基准机构 Artificial Analysis,于 8 月 24 日正式开源端侧 AI 部署配置基准测试套件 Pipette。该套件把”模型 + 量化 + 运行时 + 设备”作为单一测量单元,覆盖 30+ 模型、多种量化格式、llama.cpp 在 macOS/iOS/Windows/Android 上的构建,以及 256 至 8,192 token 的上下文长度,共计 1,000+ 经过实验室验证的配置。性能测量包含五项核心指标:首 token 时间、端到端时延、prefill 吞吐、decode 吞吐和峰值内存;质量评估(IFBench/GPQA Diamond/MATH-500)则在 NVIDIA H100 80GB 参考系统上跑 llama.cpp,与同模型同量化的端侧结果配对显示。整套基础设施以 Apache 2.0 协议开源,包含 pipette-mgmt、pipette-clients、pipette-scores 三个核心模块,以及公开仪表盘、iOS 和 Android 原生基准 App,无任何等待名单,社区提交结果功能处于 beta 阶段。初始验证设备为 MacBook Pro M5 Max、iPhone 17 Pro 与 Galaxy S26 Ultra,AMD Ryzen AI Max+ 395 与 Radeon 8060S 结果将在后续加入。

背景:当前主流大模型的”模型卡”普遍以服务器级、全精度条件下的能力评测为主,几乎无法预测同一模型被量化、装入特定运行时之后在手机或笔记本上的真实表现。量化方式、运行时版本、操作系统、设备散热、内存压力、上下文长度共同决定端侧体验,单看参数规模和榜单分数容易误判。端侧 LLM 的可重复测量、跨厂商可比、跨设备一致的基准长期缺位。

影响:Pipette 的发布把”端侧 AI 性能评估”从厂商自报的 PPT 数字,转为开源、可复现的实验室数据集。具体数据点已显示出”配置”而非”参数”才是端侧选型的关键——在 Galaxy S26 Ultra、Q4_K_M 量化下,Granite-4.0-H-350M 与 Granite-4.0-350M 参数量相同、量化相同、硬件相同,但 256→4,096 token 的 decode 吞吐保留率分别为 78.4% 与 33.8%,差距悬殊;Liquid 自家 LFM2.5-8B-A1B 凭借稀疏激活在 2,048 token 输入时比 Qwen3.5-4B 快 2.4 倍,但峰值内存仍达 5.29 GiB;速度与质量也常常错位,iPhone 17 Pro 上 MiniCPM5-1B 比 LFM2.5-1.2B-Instruct 快 15.8%,后者却在 MATH-500 上高 9.0 分。这套基准直接服务手机 OEM、汽车、机器人、医疗设备、金融、国防等需把推理留在本地的行业,帮助团队在选型、SoC 采购、运行时回归测试、上下文容量规划等环节做出实证决策。

总结:Liquid AI 把端侧 AI 的能力评估从单模型分数转为完整部署配置的可复现测量,联合 Artificial Analysis 做独立验证、Apache 2.0 全栈开源,并配套公开仪表盘和原生移动端 App,把”模型卡分数好看但手机拉胯”的行业问题第一次摆到实验室台面上。

参考来源:
1. https://www.liquid.ai/blog/pipette-on-device-ai-benchmarking-by-liquid-ai (Liquid AI 官方博客)
2. https://www.marktechpost.com/2026/08/25/liquid-ai-open-sources-pipette-a-reproducible-benchmarking-suite-that-measures-on-device-models-quantization-runtime-and-hardware-together/ (MarkTechPost 首发报道)
3. http://artificialanalysis.ai/articles/mobile-phone-intelligence-inference (Artificial Analysis 独立方法论验证)
4. https://alphasignal.ai/news/liquid-ai-s-pipette-exposes-what-server-benchmarks-hide-about-phone-ai (AlphaSignal 技术解析)
5. https://www.siliconsnark.com/liquid-ai-launches-pipette-because-on-device-ai-benchmarks-need-adult-supervision (SiliconSnark 评论)
6. https://explainx.ai/blog/liquid-ai-pipette-on-device-benchmark-august-2026 (ExplainX 解读)
7. https://kiadev.net/news/2026-08-25-pipette-on-device-ai-benchmarking (KiaDev 解读)
8. https://lumienai.com/news/liquid-ai-pipette-on-device-benchmarking-suite (Lumienai 实测指南)
9. https://pipette.liquid.ai/docs/introduction (Pipette 官方文档)
10. https://github.com/Liquid4All/pipette-mgmt (GitHub 开源仓库)

OpenAI重启ChatGPT Plus五小时使用限额

时间:2026 年 8 月 25-26 日

地点:旧金山(OpenAI 总部)/ 全球

人物:OpenAI Codex 与 ChatGPT 工程负责人 Thibault Sottiaux(Tibo)

事件详情:OpenAI 正式恢复针对标准版 ChatGPT Plus 用户的严格”五小时使用上限”,该限制适用于使用 Codex 和 ChatGPT Work 环境的用户。Sottiaux 在 X 平台确认,滚动五小时限制于 8 月 25 日全面恢复。这是 7 月 13 日宣布取消限制、仅保留每周配额后,时隔约六周的回调;OpenAI 已在取消期间多次提前重置每周额度以庆祝活跃用户数突破百万。Sottiaux 解释原因有二:一是将使用量划分到五小时窗口可平滑计算负载、避免服务器瞬时压力;二是保护新用户和轻度用户,避免他们在单次长跑会话中无意识耗尽整周配额。OpenAI 同时为所有受影响账户完全重置了当前每周使用额度,下一次计划内的重置时间为 9 月 1 日。

背景:7 月中旬 OpenAI 推出 GPT-5.6 Sol 高效模型后,为刺激用户增长临时取消了五小时窗口,只设每周上限;期间还在 OpenAI 与 Anthropic 争夺开发者的拉锯战中,多次为全员免费重置额度。ChatGPT Plus 订阅售价 20 美元/月(年付),市场普遍认为年亏损约 50 亿美元,恢复限制被部分用户解读为”成本控制”信号。Pro 100 美元/月(约 674 元人民币)、Pro 200 美元/月(约 1347 元人民币)订阅暂不受影响;Enterprise 和 Edu 账户继续运行在独立的积分制基础设施上。

影响:约数百万 Plus 订阅用户和 800 万级 Codex/ChatGPT Work 活跃开发者再次受到滚动窗口约束,重度编码用户需要更精细地规划 24 小时内的编程会话,否则可能因触顶导致剩余一周内无法继续使用相关功能;这进一步巩固了 OpenAI 在”开发者忠诚度”上的价格分层策略——重度专业用户继续向 Pro 高价档迁移。

总结:OpenAI 在 GPT-5.6 Sol 推出六周后回调 ChatGPT Plus 五小时限额,本质是在”开发者争夺战”中以保持每周额度慷慨为交换,重新引入短时窗口以平滑算力负载;Plus 用户被推向更严格的使用节奏,Pro 与企业用户暂享豁免,OpenAI 借此继续把付费能力强的重度用户锁定在高价档。

参考来源:

1. IT之家:https://www.ithome.com/0/994/339.htm

2. 网易(cnBeta):https://www.163.com/dy/article/L5621GTV0511BLFD.html

3. 网易(CNMO 科技):https://www.163.com/dy/article/L56LAQGH051191D6.html

4. 网易(全栈遛狗员):https://www.163.com/dy/article/L57MBNG405561FZM.html

5. 网易(摸鱼算法 / TestingCatalog):https://www.163.com/dy/article/L56RLUH005561FZK.html

6. 腾讯新闻(7 月取消限制背景):https://news.qq.com/rain/a/20260713A02IEF00

7. 搜狐(800 万开发者重置背景):https://www.sohu.com/a/1051013219_114877

8. 腾讯新闻(OpenAI Premium 高级席位背景):https://news.qq.com/rain/a/20260811A0B06X00

Tibo访谈:OpenAI递归式自我改进在底层进行

时间:2026年8月25日

地点:美国旧金山/全球线上访谈

人物:OpenAI Codex 负责人 Thibault Sottiaux(外号 Reset Lord/赛博义父)、科技博主 Matthew Berman

事件详情:OpenAI Codex 负责人 Tibo Sottiaux 在最新一期 Matthew Berman 播客中首次系统披露 OpenAI 递归式自我改进(Recursive Self-Improvement)的工程化路径。他明确表示 OpenAI 已在使用最强模型优化底层推理架构,旗下 Sol 模型参与重写 Luna 模型的服务架构后,Luna 的运行成本下降约 80%,常规推理速度在过去三个月提升约 60%;Ultra Fast 极速模式当前可实现 14 倍生成加速,他预测 1 到 2 年内该速度将成为行业默认。Tibo 同时确认 Codex 已深度并入 ChatGPT 产品体系,用户量已达约 2000 万,下一步将让 ChatGPT 与 Codex 的产品边界继续淡化,最终收敛为一个长期理解用户的个人通用智能(Personal AGI)。为奖励开发者社区,Tibo 还专门制作了一个实体重置按钮,可在任意时刻重置 Codex 用户额度。

背景:Tibo 来自比利时,曾在 Google DeepMind 负责 AI 研究基础设施建设,参与过包括 AlphaGo 在内的前沿项目,2024 年加入 OpenAI 接手 Codex 项目。OpenAI 自 2026 年 7 月起对外披露,旗舰模型 GPT-5.6 Sol 已通过 Codex 智能体自主重写推理内核、调优缓存与负载均衡,并在内部递归改进评测中较 GPT-5.5 高出 16.2 分。

影响:Tibo 将这一过程明确定性为递归自我改进的早期形态,即”模型变强—先协助工程师优化底层运行系统—系统提速降本—算力释放—模型承担更多工作—继续优化更复杂架构”的完整闭环大系统。这意味外界长期等待的”AI 开始自主迭代”时间节点,可能永远不会以戏剧化方式出现,它已经在枯燥的底层架构优化中持续发生,并直接传导至 Luna 模型降价 80%、Terra 模型降价 20% 的商业化结果。

总结:OpenAI 已不再只是”训练更强的模型”,而是让最强模型持续改造承载自身的基础设施,形成自我加速飞轮;Codex 与 ChatGPT 的边界消失只是开始,Tibo 描绘的最终形态是一个深度理解用户、能瞬间调动云端算力的极简个人 AGI,笔记本电脑将在 1 到 2 年内成为 AI 能力的物理瓶颈。

参考来源:

[1] 36氪:Codex 负责人 Tibo:OpenAI 的递归式自我改进,从基础设施优化开始 https://36kr.com/p/3955689818930306

[2] 量子位:赛博义父 Tibo 最新访谈:专门实体按钮搞重置 https://www.qbitai.com/2026/08/478996.html

[3] 同花顺财经:Tibo 最新访谈:Codex 之后,OpenAI 真正想做什么 https://m.10jqka.com.cn/20260825/c679261374.shtml

[4] 腾讯新闻:OpenAI 高管预判:Codex 与 ChatGPT 终将”消失”,未来将只留一个”个人 AGI” https://new.qq.com/rain/a/20260825A08MGM00

[5] 新浪新闻:赛博义父 Tibo 最新访谈:专门实体按钮搞重置 https://k.sina.com.cn/article_5953190046_162d6789e06703q7py.html

[6] 网易:OpenAI 高管预判:Codex 与 ChatGPT 终将合并 https://www.163.com/dy/article/L56LA5Q205568W0A.html

[7] 富途牛牛:OpenAI 高管预判:Codex 与 ChatGPT 终将合并 https://news.futunn.com/post/78192331/

[8] YouTube 原始访谈:Matthew Berman 专访 Tibo Sottiaux https://www.youtube.com/watch?v=4qjEgPojjzM

[9] AI Insiders:OpenAI says GPT-5.6 Sol optimized its own inference stack https://aiinsiders.net/article/openai-says-gpt-56-sol-optimized-its-own-inference-stack

[10] You On AI:OpenAI Cuts GPT-5.6 Luna by 80%, Terra by 20% https://www.youonai.ai/pulse/stories/hourly/openai-gpt56-luna-terra-price-cut-july30

OpenAI数据中心主管离职 IPO前夕再失大将

【时间】

2026年8月25日(当地时间),由《华尔街日报》率先披露;OpenAI发言人对多家媒体确认。

【地点】

美国加利福尼亚州旧金山(OpenAI总部);报道源头为美国华尔街日报与彭博社。

【人物】

Chris Malone,OpenAI前数据中心负责人,曾任Meta杰出工程师近五年、Google高级总监十余年;Greg Brockman,OpenAI总裁;Sam Altman,OpenAI首席执行官;Sachin Katti,OpenAI基础设施副总裁;Uday Ruddarraju,OpenAI新任计算能力CTO;Brent Mayo,OpenAI数据中心项目负责人,前xAI工程师;Spas Lazarov,数据中心工程负责人。

【事件详情】

OpenAI数据中心主管Chris Malone已于上周正式离职,由《华尔街日报》在8月25日报道,OpenAI发言人随后向彭博社等媒体确认这一消息。Malone于2025年3月加入OpenAI,此前在Meta担任杰出工程师近五年、在Google担任高级总监超过十年,是Stargate”星际之门”数据中心项目的核心执行人。OpenAI官方声明表示,公司”近期对基础设施组织进行了重组,以支持工作规模与节奏”,并称数据中心团队”领导力清晰、技术经验丰富”。此次离职是OpenAI 2026年以来第13位高管出走,Business Insider统计指出,其中多位在过去一个月内集中离开。

【背景】

Stargate项目由OpenAI、Oracle、软银、Nvidia、微软联合推进,获特朗普政府支持,规划投入500亿美元在美国本土建设AI数据中心,是美国国家级AI基础设施战略的一部分。OpenAI原计划2026年完成IPO,目前已推迟至2027年,估值据报道达8520亿美元。同期,OpenAI宣布上调2030年前算力基础设施支出预期至约7500亿美元,较此前约6000亿美元大幅提升,并于本月与软银旗下SB Energy签署10吉瓦俄亥俄数据中心租约,英伟达提供高达1050亿美元的融资担保。

【影响】

据《华尔街日报》,作为OpenAI基础设施重组的一部分,Malone原向总裁Greg Brockman直接汇报,调整后改为向基础设施副总裁Sachin Katti汇报。数据中心事务将由Uday Ruddarraju(计算能力CTO,来自xAI Colossus超算团队)、Brent Mayo(数据中心建设与交付)、Spas Lazarov(数据中心工程)多人共同负责。短期内,OpenAI安全与伦理团队亦出现重大流失:7月”伦理主管”Chloé Bakalar离职,上周”准备团队”(preparedness team)解散。最近三个月,首席营收官Denise Dresser(任期仅八个月)、首席运营官Brad Lightcap、二号人物Fidji Simo(因慢性疾病卸任,现为顾问)先后离开,Brockman在CNBC受访时称”我和Sam是常量”,淡化了离职潮的影响,但分析师已将其列为IPO前的”巨大警示信号”。

【总结】

OpenAI在冲刺2027年IPO前夕遭遇高管持续流失,叠加Stargate项目推进遇阻、AI基础设施支出急剧攀升,公司治理与执行连续性面临市场审视。短期看,OpenAI通过拆分职责、引入xAI与Meta背景高管稳定基础设施团队;长期看,IPO前高管密集出走叠加巨额算力投入引发的盈利能力疑问,将持续成为投资者与监管机构关注的焦点。

【参考来源】

1. 华尔街日报 WSJ:https://www.wsj.com/tech/ai/openais-head-of-data-centers-has-left-company-6d24fd83
2. TechCrunch:https://techcrunch.com/2026/08/25/openai-loses-a-top-data-center-exec-as-stream-of-high-profile-departures-continues/
3. 彭博社 Bloomberg:https://finance.yahoo.com/technology/ai/articles/openai-data-center-executive-chris-194342675.html
4. 金融时报 Financial Times:https://www.ft.com/content/53082739-7714-4aae-9816-e55ab423cbee
5. 韩国中央日报英文版:https://www.chosun.com/english/industry-en/2026/08/26/OT4F5ECPEJAOXMAMSSGFBEWIEU/
6. 亚洲经济日报英文版:https://www.asiae.co.kr/en/article/2026082606030277331
7. 网易科技(中文综合):https://www.163.com/dy/article/L58ETTJ20511DSSR.html
8. Capital Futures(期货中文报道):https://www.capitalfutures.com.tw/zh-tw/Financial/BreakingNewsArticle?ContentId=C26082600092
9. Financial News UK:https://www.financial-news.co.uk/openai-data-centres-chief-chris-malone-exits-amid-ipo-push
10. Finwire:https://finwire.io/news/stock-markets-news/openai-data-center-chief-exits-as-4-executives-leave-ahead-of-2027-ipo

IMF:AI正从美国扩散至全球 成新增长引擎

【时间】

2026年8月25日,国际货币基金组织(IMF)总裁Kristalina Georgieva(格奥尔基耶娃)就最新《世界经济展望》发表讲话。

【地点】

美国华盛顿(IMF总部),相关数据由IMF华盛顿办公室发布,并通过《金融时报》等媒体对外披露。

【人物】

Kristalina Georgieva,国际货币基金组织(IMF)总裁;Pierre-Olivier Gourinchas,IMF首席经济学家;Donald Trump,美国总统,关税政策制定者。

【事件详情】

IMF总裁格奥尔基耶娃在8月25日表示,AI投资热潮正从美国向全球扩散,随着各国加大数据中心及相关基础设施建设,AI正在从”美国现象”逐渐转变为全球经济增长引擎。她指出,全球经济受到伊朗战争及霍尔木兹海峡关闭引发的能源冲击,但实际表现好于此前预期,能源需求下降、紧急石油和天然气储备释放、海湾以外能源供应增加以及可再生能源和煤炭供应增长,共同缓冲了能源危机的影响。她强调,当前全球经济仍处于AI繁荣与伊朗战争经济冲击之间的”拉锯战”——尽管AI投资主要集中在美国,但参与AI硬件供应链、并向全球出口相关产品的国家同样受益。

【背景】

IMF在最新《世界经济展望》中维持2026年全球GDP增速预测3.3%,较去年10月上调0.2个百分点;美国2026年增速上调至2.4%,主要受益于数据中心、高端AI芯片和电网升级的大规模投入;中国2026年增速预测4.5%,较10月估计上调0.3个百分点,受益于美国对华关税阶段性下调10个百分点以及出口向东南亚、欧洲转移;欧元区增速1.3%、日本得益于财政刺激、巴西因紧缩政策放缓至1.6%。IMF警告,若油价再次上涨可能推高通胀,迫使全球央行加息,进而增加政府融资成本并拖累经济增长。

【影响】

格奥尔基耶娃点名的受益者并非模型层或应用层,而是算力基础设施的实体供应链——服务器、电力、冷却设备等,这与近期观察一致:AI行情收益正从芯片龙头转向存储、PCB等实体瓶颈环节。IMF的表态实质为这轮从美股向全球制造业的资本迁徙提供官方背书。但IMF同时警告,若AI投资回报不及预期,可能引发技术股大幅回调,特别是在AI敞口较大的经济体和市场;全球治理框架缺位、数据使用和劳动力转移规则不完善的国家,可能在AI加速普及中面临不稳定。

【总结】

IMF的表态既是对当前AI投资周期的官方认可,也是对未来”AI红利分配不均”风险的预警。下一步,各国央行与财政当局需在把握AI增长红利与防范能源/金融风险之间取得平衡;供应链分布、能源转型速度与监管协调将成为决定2026-2027年全球AI红利兑现节奏的关键变量。

【参考来源】

1. 金融时报 Financial Times(原始报道):https://www.ft.com/content/6a76e78b-c493-409a-8694-6fa4ba9a674e
2. TheBlockBeats(中文快讯综合):https://www.theblockbeats.info/flash/363525
3. GFdaily(IMF评估):https://gfdaily.com/business/en-imf-says-ai-will-drive-global-growth-but-warns-of-instability-without-equitable-investment-mt93gutj
4. Benzinga(IMF 7月报告):https://www.benzinga.com/markets/economic-data/26/07/60350753/imf-says-ai-investment-is-supporting-global-growth-but-productivity-gains-are-yet-to-come
5. RTE(IMF官方表态):https://www.rte.ie/news/business/2026/0119/1553855.html
6. Reuters/IMF官方数据库:https://www.imf.org/en/Publications/WEO/Issues/2026/07/30/world-economic-outlook-update-july-2026
7. TECHi.com(IMF预测分析):https://www.techi.com/imf-2026-global-growth-ai-offsets-trade-headwinds/
8. The Guardian(全球增长背景):https://www.theguardian.com/business/2026/aug/25/imf-ai-investment-global-growth

汤道生:AI竞争是马拉松,熬得久比起得早更重要

时间

2026年8月25日晚

地点

深圳(腾讯集团总部)

人物

汤道生——腾讯集团高级执行副总裁、云与智慧产业事业群(CSIG)CEO

事件详情

8月25日晚,汤道生在腾讯内部刊物《知点》年刊上发表署名文章《和AI一起长跑:这两年的一些思考》,由他与AI协同完成。该文首次系统回应外界”腾讯做AI慢了”的批评,同时阐述腾讯对AI下半场的战略判断。

汤道生坦言,全球大模型竞赛节奏飞快,友商在ToB市场声量突出,加上算力不足拖累了混元大模型迭代与产品落地,内部难免存在焦虑。但他判断:AI竞争不是短跑,而是马拉松,当前行业才刚起步,市场格局、商业模式尚未定型,熬得久比起得早更重要。能否长期投入、抓住真实场景需求,才是穿越周期的关键。

在AI落地层面,汤道生提出:行业不能只聚焦大模型本身,算法决定上限,工程能力决定落地速度,场景是腾讯的核心优势。他强调变革之中有两点不变:长期主义,以及以人为本。

文章还披露了腾讯近期出圈产品WorkBuddy的成长路径:上线三个月完成四十多个版本迭代,按日活跃用户数已是国内最受欢迎的效率智能体工具;新一代混元Hy4也将带来更大突破。

背景

腾讯混元大模型经历了不同阶段、多次重构。混元Hy3架构化繁为简,更注重训练数据质量,在同等参数的大模型中效果突出。但由于公司整体算力严重不足,拖慢了模型训练与产品发展。今年5月,马化腾在股东大会上坦言,腾讯不一定是业界最快抓住机遇的,但坚持走正确的道路,”不能看着别人在那边做就随便跨过去,抢别人的地盘,过去我们也抢过但后来基本失败了”。

影响

这篇内部文章是腾讯高层首次系统性地回应AI战略质疑,为腾讯AI布局提供了战略定力的背书。汤道生以移动互联网发展史类比:诺基亚、摩托罗拉、黑莓等早期领先者因未能穿越周期而掉队,而苹果历经十多年探索才确立iPhone主导地位。腾讯正以类似逻辑押注AI:场景是底牌,工程能力是落地速度,WorkBuddy三个月43个版本迭代的速度正在证明腾讯的AI执行力。

总结

汤道生用”马拉松”重新定义了AI竞争的时间维度:起得早也许不是最关键,新机会不断出现,市场格局正在变化,商业模式与产业链价值分配还没定型。熬得久,才有机会抓住持续出现的新机遇。对腾讯而言,场景积累是最大壁垒,WorkBuddy三个月43个版本的快速迭代正在验证这条路。

参考来源

– IT之家:https://www.ithome.com/0/994/409.htm
腾讯新闻https://new.qq.com/rain/a/20260826A07A1Y00
– 南方+:https://www.nfnews.com/content/46NdV1Ybym.html
– 凤凰网科技:https://tech.ifeng.com/c/8vtt0Zn0LgU
– DoNews:https://news.10jqka.com.cn/20260826/c679299176.shtml
– 新浪财经:https://k.sina.com.cn/article_5597884738_14da8f142020027tja.html

小鹏G9L首发第二代VLA X-Foresight

时间:2026年8月26日

地点:中国广州(小鹏汽车总部)

人物:小鹏汽车副总裁@托马斯电火车、小鹏汽车董事长何小鹏

事件详情:小鹏汽车今日宣布,旗舰SUV车型G9L将首发搭载第二代VLA(Vision-Language-Action)智驾模型的全新版本,并同步推出全新的X-Foresight世界预测模型。该模型是小鹏在2026年6月公布的”X-Foresight: A Joint Vision-Action Causal Forecasting Network via Predictive World Modeling”研究成果的量产落地版本,可同时预测未来视觉场景和驾驶动作,使车辆从”被动反应”升级为”主动预判”。在G9L上首发后,X-Foresight将配合第二代VLA 6.3.0大模型共同推送。

第二代VLA全新版本的核心能力包括三方面:X-Foresight世界预测模型可推演未来6秒环境运动轨迹,面对动态交通更从容通行;30秒有效时序首次将记忆加入智驾决策,结合连续信息理解道路变化;端到端响应速度提升300%,缩短判断到执行过程,复杂场景也能快速应对。小鹏官方数据显示,第二代VLA 6.3.0版本的端侧模型参数量提升3.5倍,达到行业主流VLA模型的15倍;感知灵敏度提升300%,支持30秒有效时序并能预测未来6秒道路场景;首次将VLM(视觉语言模型)能力与VLA融合,赋予车辆”看懂路+听懂话”的双重能力。

作为参考,G9L已于8月11日开启预售,共推出超级增程、纯电两种动力,预售价25.98万元。该车全系标配800V高压超快充平台,配备3颗图灵AI芯片,总算力达2250 TOPS。高配版(Max/Ultra/Ultra旗舰)将首发搭载完整版第二代VLA 6.3.0,单图灵芯片版本预计8月底至9月初推送,双Orin版本预计今年第四季度内发布,并支持老车主OTA升级。

背景:自动驾驶行业普遍依赖”感知—预测—规划—控制”的分模块架构,每一次模块间交接都会产生时延并损失信息。小鹏第二代VLA模型通过单一神经网络直接接收摄像头图像并输出转向/加速/制动指令,消除了中间环节;此次X-Foresight加入后,系统可以提前6秒预测周围交通参与者行为,在多出口环岛、夜间信号灯路口等复杂场景下减少不必要的急刹与犹豫。alphaXiv学术论文数据显示,X-Foresight相比基线VLA模型碰撞率减少16.2%、安全指标提升9.1%、合规指标提升8.2%。

影响:小鹏G9L成为物理AI时代智能驾驶的”完全体”旗舰车型,将原本L4级Robotaxi的部分能力下放到25-30万元价位段量产车,包括原地起步、语音靠边停车、园区无图漫游找车位、模糊语音泊车等。该版本将智驾能力从”尝鲜配置”推向”出行刚需”,进一步压缩合资品牌中大型SUV的溢价空间。同时,小鹏的”X-World(虚拟环境生成)+ X-Cache(无损推理加速)+ X-Foresight(真实场景学习)”闭环技术矩阵已完整成型,形成覆盖训练、仿真、验证、部署全链路的自动驾驶开发体系。

总结:小鹏G9L第二代VLA全新版本与X-Foresight世界预测模型的组合,将”预测未来6秒”和”30秒时序记忆”带进量产车,使智能驾驶从”被动反应”跨入”主动预判”阶段。对于竞争激烈的25-30万元中大型SUV市场而言,G9L以”AI模型×端侧算力×数据闭环”三位一体的组合,正在重新定义旗舰SUV的智能门槛。

参考来源:
1. IT之家:小鹏G9L首发搭载第二代VLA全新版本 – https://www.ithome.com/0/994/610.htm
2. 太平洋汽车:预售价25.98万,小鹏G9L用五大维度重新定义黄金大五座 – https://m.pcauto.com.cn/hj/article/3482319.html
3. 网易:小鹏推出大五座科技旗舰G9L,宣布第二代VLA将迎重大升级 – https://www.163.com/dy/article/L44JVP7205567Q9S.html
4. 今日头条:小鹏G9L预售开启 第二代VLA智驾升级 – https://www.toutiao.com/a7673035274192798258
5. Gasgoo:XPENG G9L opens pre-sales at 259,800 yuan with BEV, REEV options – https://autonews.gasgoo.com/articles/ev/xpeng-g9l-opens-pre-sales-at-259800-yuan-with-bev-reev-options-2087402374737190913
6. Global Auto Insight:XPeng Unveils X-Foresight to Advance Autonomous Driving Decision-Making – https://www.globalautoinsight.com/news/xpeng-x-foresight-autonomous-driving-decision-making-update
7. alphaXiv:X-Foresight: A Joint Vision-Action Causal Forecasting Network via Predictive World Modeling – https://alphaxiv.org/audio/2605.24892v1