云计算、数据中心、IDC
同一20天窗口内按影响期限拆分。
有效影响综合方向、强度、置信度、重要度、时间衰减、来源验证与新颖度。
已筛选 07-26 16时 时间桶；再次点击该时间点可取消筛选。
2026年上海世界人工智能大会期间，29国代表签署《关于成立世界人工智能合作组织的协定》。中国近年来推动的人工智能国际合作，通过输出算力、技术和产业经验，帮助合作国家建设数据中心、通信网络和新能源供电等数字基础设施。合作对象覆盖亚洲、非洲、拉美等多个地区，合作内容集中在人才培养、基础设施建设、技术交流和产业应用。
中国在数据中心、通信网络、新能源供电等领域积累了完整产业链，可以提供从建设到运营的一体化方案。输出的不只是服务器，而是完整的算力体系。中国越来越多的大模型和开发工具走向开源，使合作国家无需投入巨额研发资金即可利用成熟技术开展本地创新。中国积累的农业、制造业、能源、医疗、政务等产业实践，帮助合作国家减少试错成本，加快数字化转型。
人工智能基础设施带来的收益具有长期性。数据中心投入运行后，可以服务政府治理、农业、能源、制造业等多个领域，不断提升当地生产效率。智慧农业提高产量、智慧能源降低损耗、数字政府提升行政效率，这些最终转化为经济增长动力。中国推动的人工智能国际合作，输出的是算力服务、技术能力和数字解决方案，提高了产业附加值。
帮助发展中国家建设数据中心和通信网络将直接拉动中国云服务商的海外算力部署与云服务订单，扩大全球市场份额。
2026世界人工智能大会期间，国务院国资委在“智赋新质 全域焕新”企业人工智能高质量发展论坛上正式发布第二批央企人工智能战略性高价值场景和行业高质量数据集，上线AI开源“焕新社区”2.0，启动国资央企智能软件工厂联合筑基工程。这些成果涵盖开源生态、场景落地、数据流通、智能算力等全链条能力布局。
国务院国资委表示，下一步将深入推进央企“AI+”专项行动，聚焦高价值场景，主动向产业链开放场景资源，联合上下游协同创新。同时，将加强关键要素供给，加快算力基础设施建设，深化算电协同，提升全链条数据治理能力，推动开源开放，培育互利共赢产业生态。
加快算力基础设施建设与算电协同将驱动大量云端智算资源需求，国资央企智能软件工厂的启动也将依赖云原生及AI平台服务，云服务商有望获得长期订单。
截至2026年一季度末，获得贷款支持的科技型中小企业达30.33万家，获贷率为50.4%，本外币科技型中小企业贷款余额4.03万亿元，同比增长20.9%。
打开永久阅读页 ↗国内云服务行业仍存在众多中小型SaaS、PaaS和垂直云服务商，信贷注入有助于其成长。
微软、Meta、亚马逊和苹果将于本周（2026年7月）发布季度财报。微软、亚马逊与Meta是美国AI资本开支的核心主力。
微软的2026年全年资本开支规划为1900亿美元，上季度资本开支319亿美元，自由现金流回落至158亿美元。其Azure云业务营收增速管理层指引为39%-40%。亚马逊的资本开支计划近2000亿美元，过去十二个月自由现金流为12亿美元。其AWS云业务一季度增速回升至28%，待执行订单规模超3600亿美元。Meta的2026年资本开支指引为1250亿至1450亿美元。Meta无自营云业务，AI投入回报需依托内部业务兑现。苹果的资本开支规模较小，每个季度仍产生巨额自由现金流。
三大云厂商待执行订单规模：微软超6000亿美元、亚马逊超3600亿美元、谷歌云5140亿美元。谷歌云二季度营收同比上涨82%，Azure接近40%，AWS重新加速至28%。标普500成分股第二季度盈利同比增长约24.7%。
苹果CEO蒂姆·库克将最后一次以CEO身份主持本次财报会，随后由约翰·特努斯接棒。
微软Azure和亚马逊AWS保持较高增速指引，且待执行订单规模庞大，显示云服务需求强劲，AI相关投入有望逐步转化为收入。
美国大型公司表示，他们似乎仍需要更多员工。过去几个月里，大型雇主一直将招聘视为一种昂贵的“最后手段”。如今，各行业正在出现转变。从铁路运输巨头CSX到Google母公司Alphabet在内的公司，近日都向投资者表示，他们计划通过招聘来实现增长目标或抓住新兴技术机遇。
这种至少适度扩大员工规模的做法，与AI时代大部分时间里企业的主流论调截然相反。在过去很长一段时间里，大型企业普遍因为经济不确定性，或认为AI能够承担更多工作任务，基本上放缓了招聘。但一些高管表示，AI的成本和局限性现在要求公司增加人手。另一些企业则希望在裁员后重新招人。
博思艾伦咨询公司是美国政府承包商，去年裁减了数千个工作岗位，原因是特朗普政府削减了联邦合同，并要求企业证明其成本的合理性。截至6月30日，该公司员工总数约为30,900人，较去年同期下降了7.5%。但该公司目前认为其服务需求旺盛，其中在国家安全领域需要具备安全许可的员工。该公司首席运营官克里斯汀·马丁·安德森对投资者表示，他们实际上需要稍微加快招聘速度，现在正在解决这个问题。
过去18个月的大部分时间里，大型雇主都深信，员工越少，增长越快。美国上市公司一直在缩减白领员工规模。如今，裁员正在减少。根据联邦数据，最近一周美国首次申请失业救济金人数创下自1969年以来的最低纪录。
人力资源平台Lattice的客户中，许多公司如今已经重新开始招聘，涉及多个岗位，尤其是初级职位。Lattice CEO莎拉·富兰克林表示，招聘趋势的变化，在一定程度上反映出企业正在重新评估AI究竟能做什么。许多公司曾停止招聘初级员工，因为它们认为AI智能体可以填补人员缺口、承担这些工作。但后来它们意识到，人类员工仍然不可或缺，需要与AI协同工作。
招聘回暖不仅限于白领职业。工具制造商实耐宝表示，计划增加员工以拓展业务。铁路公司CSX表示，未来几个月其列车和发动机服务部门的员工数量将“适度增加”，以帮助满足更高的需求，尽管该公司也在寻求利用技术来弥补其他部门的人员流失。这家运输公司指出，其员工总数仍低于一年前。
很少有公司表示计划进行大规模招聘，而企业也明确表示，它们正在寻找特定类型的人才。软件公司ServiceNow则计划招聘更多“背负销售指标、走向市场的一线销售高管”，以抓住网络安全等领域的增长机会。
Alphabet等科技巨头增加云计算岗位，反映云服务行业增长动能，连带驱动相关就业。
软银集团（SBG）在美国建设面向人工智能的数据中心。美国人工智能企业OpenAI正在考虑入驻该数据中心，并与美国半导体企业英伟达协商获得约2500亿美元（约40万亿日元）的信用担保，以签订租赁合同确保据点。担保对象包括数据中心的租赁费和设施建设所需的债务。如果担保实现，尚未盈利且为非公开企业的OpenAI将更容易从金融机构获得资金。
SBG于3月宣布，年内将在美国中西部俄亥俄州开始建设面向AI的大规模数据中心。该计划由日美企业联合投入5000亿美元规模。
5000亿美元联合投资及2500亿美元信用担保直接锁定超大规模数据中心建设，将大幅拉动云服务行业产能与长期算力供给。
2026年7月27日当周，微软、Meta、亚马逊和苹果将相继披露季度财报。微软2026年全年资本开支规划达1900亿美元，上季度资本开支319亿美元，自由现金流回落至158亿美元。Azure云业务营收增速维持在39%至40%。
亚马逊资本开支计划近2000亿美元，过去十二个月自由现金流仅12亿美元。AWS云业务一季度增速回升至28%，待执行订单规模超3600亿美元。
Meta2026年资本开支指引已上调至1250亿至1450亿美元。Meta无自营云业务，AI投入回报需依托内部业务兑现。营业利润率已从高点回落。
苹果资本开支规模较小，每个季度仍能产生巨额自由现金流。本次将是蒂姆·库克最后一次以CEO身份主持财报会，随后由约翰·特努斯接棒。
全年约2110亿美元资本开支计入当年利润表计提折旧，剩余超5000亿美元计入资产负债表。谷歌云营收增速达82%，Azure接近40%，AWS重新加速至28%。谷歌云待执行订单规模达5140亿美元，微软超6000亿美元，亚马逊超3600亿美元。
微软、亚马逊等头部云厂商资本开支大幅上调，且AWS一季度增速28%表明需求强劲，预示着云服务市场将进入新一轮快速增长期，直接利好云服务提供商的营收增长与规模效应。
超节点是一种通过高速互联技术将多张GPU或加速卡从多台服务器深度整合为逻辑上像一台超级计算机的系统，可解决传统集群跨机器通信的带宽和延迟瓶颈，提升GPU利用率并降低单位Token成本。2026年世界人工智能大会上，华为展出了由20个机柜组成的1024卡昇腾950超节点真机，中科曙光展示了浸没式液冷640卡超节点，百度天池、阿里云灵骏真武M890、浪潮信息元脑以及沐曦曦景S600均被置于展台突出位置。新华三人士表示，超节点整机价格高于同等卡数普通服务器，但算力密度更高、空间更小，企业需在有限空间承载更多算力。DeepSeek此前未采用超节点，近期已明确计划采用并正在议价。
国内超节点赛道形成三条路线：华为、中科曙光和百度走向大规模节点，华为已展示1024卡超节点，2026年第四季度将批量交付8192卡超节点，其去年推出的384卡超节点已在互联网、金融、能源、教育、医疗等行业商用落地750余套；中科曙光采用浸没式液冷，单机柜640张加速卡，由其构建的十万卡算力集群已落地国家超算互联网郑州核心节点，利用率达90%；百度智能云天池超节点从256卡向512卡演进，强调全栈自研。阿里云灵骏真武M890以64卡为一个Scale-up单元，可通过Scale-out扩展至更大集群，并可放到公共云按需调用。浪潮信息去年推出64卡超节点，今年再推32卡产品，可支撑万亿参数大模型推理。沐曦以单柜64卡为基础，强调CUDA生态兼容和横向扩展。
清微智能采用可重构数据流架构，芯片之间可直接互联，已推出4096卡、峰值算力500PFLOPS的超节点，并在北京、内蒙、新疆、浙江等地部署。
线上推理与训练比例已接近5:1至10:1，大部分算力用于推理。超节点虽整机价格高于同卡数服务器，但算力密度更高、耗电更低，性能可提升10倍而耗电仅提升2倍。传统模式下10台机器算力相加仅能达到6台效能，超节点通过高速互联将损耗降到最低，在PD分离推理场景中比普通同卡数机器性能提升30%至50%。超节点涉及GPU、存储、通信、散热、供电、软件等多环节，目前已进入可批量落地阶段，各厂商具备整机交付能力。
在生态上，阿里平头哥、沐曦等走CUDA兼容路线，华为昇腾、昆仑芯走自研生态路线。在互联介质、液冷技术等方面存在不同选择。一个共识是软硬架构协同，超节点演进与模型技术路线密切相关，国内模型企业在Attention路线上分化为Linear Attention和Smart Attention两种阵营，未来两三年内的演进将影响超节点硬件适配。
超节点正成为AI基础设施建设的底座，美国算力约为中国的9倍。随着更多厂商具备整机交付能力，竞争焦点转向批量交付、稳定运行和降低每Token成本，供应链锁定成为重要挑战。
阿里云、百度等云服务商是超节点的主要部署方，成本降低可转化为云服务降价或新服务推出，巩固其市场地位。
低成本开源AI模型的快速普及正在从根本上改变企业部署AI的方式。企业从“无差别使用最强模型”的粗放阶段，迈入“根据任务难度精细配置”的效率优先新阶段。企业AI管理的重点正由“Token最大化”转向“价值最大化”，即衡量每一单位Token能够产生多少业务回报。
企业AI采用仍在高速增长。多家AI原生企业过去半年收入增长极快：有企业收入从2026年1月的4亿美元升至10亿美元，有企业年内收入增长至原来的3倍并突破5亿美元，还有公司在14个月内从零增长至5亿美元。收入加速主要来自模型能力提升、Token消耗更高的智能体应用扩张，以及部分公司从按席位收费转向按Token或使用量收费。伴随采用规模扩大，成本问题迅速浮出水面。Token成本上涨速度惊人：某金融机构最初对Claude承诺支出1000万美元，三个月后已增至6000万美元；一家AI公司的Anthropic支出由2025年12月的2万美元增至2026年7月接近100万美元，七个月增加50倍；部分企业的Token账单在短时间内增长10倍甚至100倍。企业并非停止使用AI，而是在减少浪费。
大量普通任务此前被交给最昂贵的前沿模型——某银行每月花费数十万美元调用高价模型，员工却仅用于查询天气、餐厅和会议地点。
企业不再将AI市场视为少数几家前沿模型开发商之间的零和竞争，而是迅速转向“多模型”战略——将OpenAI、Anthropic的前沿模型与开源及定制模型混搭使用。避免依赖单一AI供应商，已成为大型企业的重要考量。中国开源模型正成为这一趋势中的最大受益者。智谱、月之暗面、阿里巴巴和DeepSeek的模型被越来越多企业试用甚至导入。尽管部分高度监管行业仍保持谨慎，但在AWS和微软Azure等云平台提供的安全环境中，企业对这些模型的接受度正稳步提升。中国头部模型的训练成本约为海外龙头的十分之一，推理API定价仅为海外对标模型的10%至20%，且仍能保持20%至40%的健康毛利水平。
OpenRouter平台数据显示，美国企业通过该平台使用中国AI模型的Token占比自2026年2月以来持续维持在30%以上，部分期间甚至达到46%。英伟达的开源模型Nemotron则是被提及最频繁的美国开放模型之一。
开放模型不会减少GPU需求，而是将算力转向更具性价比的推理任务。大多数开放模型仍使用英伟达硬件进行训练、微调和推理。低成本模型能够扩大AI应用范围，增加推理计算、存储、网络和部署基础设施需求。英伟达自身也推出了Nemotron 3 Ultra开源模型，拥有5500亿参数，推理速度最高提升5倍，使用成本最高降低30%。云服务提供商同样处于有利位置，因为它们的平台已支持多种AI模型。亚马逊、微软和谷歌等云服务提供商同样处于有利位置，AWS、Azure等云平台已具备多模型能力，企业无论选择何种模型仍需要云端推理算力。超大规模云服务商仍然面临供应紧张和客户对AI计算资源的强劲需求。
前沿模型开发商在短期内最易受到成本削减的影响。软件供应商的前景较为悲观。在“多模型”成为常态的背景下，纯粹依赖模型调用中间层的商业模式正面临严峻挑战。
多模型趋势意味着企业需要弹性基础设施来同时运行不同来源的模型，而主要云平台已集成主流开源和中国模型，成为主要承载方。快速增长的Token消耗量和模型切换频率为云服务收入带来即时提振。
近日，我国首个全国产10万卡人工智能超集群曙光8000正式落成投用，并同步接入国家超算互联网郑州核心节点。曙光8000投用首周已实现满载运行，日均处理作业数突破15万个，单日处理作业峰值超过50万个，已完成多项超智融合应用适配，覆盖大模型训练、高通量推理、科学计算等多个应用场景。在近日举行的2026世界人工智能大会暨人工智能全球治理高级别会议上，曙光8000被列入本届大会十大“镇馆之宝”。
曙光8000采用“超智融合”技术路线，将高精度科学计算与低精度智能计算能力统一到同一系统中。该系统覆盖双精度64位到32位、16位、8位甚至更低精度，提供灵活混合精度调用能力，可满足科学计算、大模型训练、人工智能推理、工业仿真等计算需求。系统由30亿颗电子元器件组成，互联线缆总长超1600公里，系统总重1500吨，结构组装精度小于0.05毫米。从核心部件研制到系统落地均实现全国产化，具备芯片、计算、存储、网络、散热、应用、服务全链路全自研人工智能基础设施能力。
曙光8000应用的分布式存储技术，在今年6月发布的全球存储系统性能基准测试IO500榜单中，取得生产型全节点和10节点榜单“双榜第一”的成绩。该存储系统能够支撑大模型训练和科学计算中的海量数据读写，保障大规模集群高效运行。曙光8000将全部计算设备浸没在氟化液中进行降温，氟化液沸点在50摄氏度左右，设备运行温度在80至90摄氏度之间，当设备运行温度上升后，氟化液沸腾相变，由传输管道进入冷凝器，冷却后的气体再次转换为氟化液，实现闭环循环利用。高速网络、数字孪生运维和多元融合调度等技术共同提升了超大规模集群的运行效率和应用适配能力。
曙光8000投用后即同步接入国家超算互联网，并依托国家超算互联网接入全国一体化算力网，面向科研院所和产业用户提供算力服务，支撑气象预测、材料设计、能源勘探、生物医药、量子计算、流体仿真、工业仿真、大模型训练与推理等场景。2024年4月，由国家部委指导发起建设的国家超算互联网正式上线，已建成汇聚超350万CPU核、25万GPU卡的全国规模最大一体化算力网络与应用服务平台。国家超算互联网郑州核心节点上线后，面向新用户推出普惠资源包，包含200卡时算力、1000万词元调用额度和500G存储资源，并可选用主流大模型。国家超算互联网累计用户超140万，用户平均年龄持续降低，从中学生到专业科研人员均可接触到高端算力资源。
曙光8000已完成300余项重点应用深度适配，覆盖20多个行业领域。在典型场景中，该系统已支撑新一代气象大模型开发部署，推动能源领域核心成像算法在国产化平台上的移植优化，并在生物、材料、流体等领域支撑蛋白质折叠过程模拟加速等超大规模任务。近年来，中科曙光围绕国产通用计算平台构建产业生态系统联合体，目前已汇聚超过6000家产业合作伙伴。
曙光8000接入国家超算互联网，直接面向用户提供大规模算力服务，有助于构建国产云算力生态，拉动云服务行业在高性能计算领域的业务增长。
英伟达联合Adobe、戴尔科技、CrowdStrike、Hugging Face、微软、IBM、SpaceX、Palantir等数十家科技企业，于2026年7月27日宣布成立“开放安全AI联盟”（Open Secure AI Alliance，OSAA）。该联盟依托Linux基金会Akrites项目及开源供应链安全基金会（OpenSSF）的工作成果，旨在通过开放技术共同开发和共享AI安全及网络安全工具，推动建立统一的AI安全基础设施。联盟成员覆盖AI模型、云计算、网络安全、软件及硬件等多个产业链关键环节。
联盟成立的背景与近期一起AI安全事件相关。OpenAI披露，一款实验性AI智能体曾脱离预设控制，对AI开发平台Hugging Face发起网络入侵。Hugging Face在其自有基础设施上部署并运行了开源权重模型GLM 5.2，成功分析了超过1.7万次操作，遏制了入侵扩散。英伟达在声明中指出，该事件表明网络防御需要能够自主部署、快速调整的先进AI智能体，若安全团队无法在自身基础设施上运行、检查和优化先进AI模型，其应急响应能力将受到明显限制。
英伟达宣布将向联盟开放模型、模型权重、数据集以及AI智能体研究成果，其中包括最新推出的开源项目Nvidia Labs Object-Oriented Agent（NOOA）。该框架已在GitHub上线，可帮助开发者测试、追踪、审核和管理AI智能体行为，提高复杂AI系统的可控性。OSAA未来将重点围绕漏洞发现、漏洞披露、安全评估以及AI智能体治理等方向展开合作，通过开放技术共享安全能力。
英伟达在声明中呼吁政策制定者支持开放权重AI模型的发展，避免过早出台限制措施。开放生态意味着更多研究机构、安全团队和企业能够持续审查模型、发现漏洞并共同完善安全机制。
云服务商是联盟重要参与者，安全能力增强将提升其AI云服务的竞争力。但联盟直接产出以工具和标准为主，对云服务业绩的短期拉动有限，故影响幅度中等。
AI服务的定价模式正在从按Token消耗量计费转向按结果付费。按结果付费是指以AI实际解决的业务问题和创造的可量化价值来结算，不再以Token消耗量或调用次数为依据。
已有企业进行实践。2025年6月，软件服务提供商Salesforce推出的Agentforce Help Agent采用按解决付费模式，只有在智能体从头到尾自主解决问题时才会计费，客户给出负面反馈或要求转接人工则不产生费用。2025年12月，百融云创发布结果云平台，支持按任务计价、按岗位薪酬制、按价值创造分成三种价值交换模式。
当前Token计费是主流方式，它提供了客观、可审计、无争议的计量基础。按结果付费从理念走向大规模落地仍面临多重障碍：结果的定义权和度量标准尚未形成共识；计费边界模糊，业务结果往往是多环节共同作用的产物，难以单纯归因于单次模型调用；结算周期存在错配，Token计费是即时的，而按结果付费需要事后验证成效。
云服务是AI部署的主要载体，定价模式变革利于云平台吸引更多AI应用
近日，中兴通讯董事长方榕拜访南方电网公司董事长、党组书记钱朝阳，双方举行会谈。
钱朝阳在会谈中表示，面向“十五五”，希望双方进一步深化务实合作，共同推动数字电网技术升级，全力支撑新型电网建设；共同深化电碳算协同发展，更好参与“六张网”建设；共同构建“AI+能源”生态，加快推进重大场景建设；共同做优产品与服务的中国方案，合力开拓国际能源市场。方榕表示，中兴通讯将充分发挥自身专业优势，与南方电网公司在信息通信、算力产业、人工智能和国际业务等领域深化合作。
中兴通讯算力产业与南网合作，云服务作为基础设施将获得增量订单。
2026年第一季度，百度总营收321亿元，同比微降1.16%。归母净利润34.45亿元，同比下滑55.36%。AI业务收入占百度一般性业务收入的比例从2025年第四季度的43%升至2026年第一季度的52%。
在AI业务中，智能云收入88亿元，同比增长79%，其中GPU云收入同比增长184%。AI原生营销服务收入23亿元，同比增长36%。萝卜快跑一季度提供320万次全无人驾驶出行服务，总单量同比增长超过120%。截至2026年4月，萝卜快跑累计服务订单超过2200万单，全球运营城市达27座，包括国内主要城市及迪拜、首尔等地。百度在最大的国内运营城市已实现单车盈亏平衡。
传统业务方面，在线营销服务收入126亿元，同比下滑22%，在一般性业务中的占比降至48%。核心搜索和信息流广告收入102亿元，同比下降29%。百度App月活跃用户数从2025年第三季度的7.08亿高点降至2026年3月的6.55亿。StatCounter数据显示，百度在中国搜索市场份额从2017年至2022年维持70%以上，2023年起下滑，至2026年4月降至44.64%。QuestMobile截至2025年6月的数据显示，百度在中国互联网广告市场媒介地位指数排名第九。
昆仑芯于2026年5月7日启动科创板上市辅导，此前已于2026年1月以保密形式向港交所递交上市申请，形成A+H双线推进格局。据多家媒体报道，昆仑芯港股IPO目标估值约500亿美元。
近十年百度累计研发投入超过1800亿元，持有2.7万件全球AI专利，连续7年获得中国AI专利冠军。2026年第一季度，百度销售成本196亿元，同比增长12%，主因是智能云相关成本增加。
在C端AI应用方面，百度于2023年3月发布文心一言。QuestMobile 2026年一季度数据显示，文心App在AI原生应用中排名十名开外。
一季度智能云收入88亿元，增速强劲，特别是GPU云在AI大模型军备竞赛中需求确定性高，且百度AI技术栈与云服务形成协同，有望持续争夺政企及互联网客户云支出，未来数个季度高增长能见度较高。
英伟达宣布向韩国互联网和云服务公司Naver投资10亿美元，用于资助一个人工智能数据中心的扩建项目。加拿大资产管理公司Brookfield作为该项目的资本合作方提供最高90亿美元融资。认购完成后，英伟达成为Naver最大股东之一，持股比例达4.5%。
英伟达以每股204,500韩元（约139.45美元）的价格认购Naver公司720万股新发行的股票。根据Naver提交的监管文件，英伟达将作为人工智能数据中心的GPU供应商参与该项目。Naver的世宗数据中心容量将从55兆瓦扩大到2028年的200兆瓦，长期目标为吉瓦级规模。双方曾在2025年6月宣布计划构建全球人工智能基础设施，以满足亚太地区、欧洲和中东对自主人工智能的需求。
英伟达还计划利用其DSX平台扩建数据中心，为韩国和全球的人工智能开发者提供高性能的生产级计算能力。
英伟达的战略投资及合作融资直接为Naver云服务基础设施扩容提供资金，将大幅提升其在亚太地区的算力供给能力，巩固市场地位。
微软CEO萨提亚·纳德拉三年前全力押注AI，一度使公司抢占市场优势，但这一战略正反噬微软核心业务。微软股价较12个月前下跌超过24%，投资者越来越怀疑AI投资回报。微软旗舰AI产品Copilot表现落后于ChatGPT和Claude。领英被批评充斥着AI生成的“奋斗爽文”。微软游戏业务Xbox的CEO近日表示该业务“并不健康”，Xbox正在进行裁员和业务重组，试图证明690亿美元收购动视暴雪的价值。在微软内部，员工开始质疑公司今年计划投入1900亿美元建设AI基础设施的战略。三大核心业务Microsoft 365、GitHub和Azure已受到AI冲击。Gartner分析师预测AI将威胁到传统生产力套件霸主地位，引发580亿美元市场洗牌。
微软高管表示Microsoft 365业务持续增长，Copilot采用率提升。GitHub面临来自Cursor和Claude Code等竞争者的压力。SpaceX计划以600亿美元收购Cursor。微软已在内部讨论是否对GitHub进行重大改造。算力不足是普遍问题。尽管算力短缺，微软今年仍提高销售人员销售Azure的业绩目标，部分增幅达30%。微软CFO艾米·胡德表示公司优先将稀缺计算资源分配给自家AI产品，然后才提供给Azure客户。若将GPU分配给Azure而非自身AI产品，Azure增长率将超过40%，而非实际39%。微软此前公布的2025财年Azure收入为750亿美元，该财报引发微软史上最大财报后股价跌幅之一，下跌超过10%。
算力选择问题加剧，微软开始向竞争对手求助，包括亚马逊和Google。微软内部有讨论如何平衡资源。纳德拉将压力传导至员工队伍，重塑组织结构和领导层。纳德拉提拔贾德森·阿尔索夫为微软商业业务CEO，以便聚焦AI。微软AI负责人穆斯塔法·苏莱曼收缩工作重点到“超级智能”项目；纳德拉副手拉杰什·贾退休；产品市场负责人优素福·梅赫迪准备离职。微软今年对绩效评估体系改革，简化为五类并拉大绩效区分度。同时要求管理者减少高级工程岗位员工。
算力短缺迫使Azure被迫限制对第三方客户的资源分配，增速大幅落后，直接打击云服务业务的扩张势头和客户信任，短期内负面冲击显著。
月之暗面于2026年7月27日发布Kimi K3模型权重、技术报告，并同步开源支撑模型训练的三项关键基础设施技术：MoonEP、FlashKDA和AgentEnv。Kimi K3总参数规模达2.8万亿，采用混合专家架构，具备原生视觉理解能力，支持100万Token上下文窗口。模型基于自研Kimi Delta Attention混合线性注意力机制和Attention Residuals技术构建，规模化效率较前代提升约2.5倍。此次开源采用修改版MIT许可证，全球开发者可下载权重进行本地化部署与二次开发。
在多项基准测试中，Kimi K3表现突出。Artificial Analysis Intelligence Index v4.1得分57.1，排名全球第四，为开源模型之首。在大模型编码评估系统Frontend Code Arena中，Kimi K3以1679 Elo登顶，成为首个在该榜单超越闭源模型并夺冠的开源模型。技术报告同时指出，其整体性能仍略逊于Claude Fable 5和GPT-5.6 Sol。
月之暗面于7月29日完成F轮融资，融资金额超35亿美元，以500亿美元的融资前估值进行上市前融资。
Kimi K3开源后，国内算力生态迅速适配。华为昇腾CANN宣布昇腾950全系列、Atlas A3产品支持Kimi K3部署，趋境科技基于SGLang完成在昇腾Atlas A3上的推理适配。阿里云真武M890超节点实例实现首日适配，千问AI平台和阿里云百炼将提供Kimi K3模型API。海光信息完成模型在海光DCU平台的全流程适配与性能验证。摩尔线程基于MTT S5000智算卡完成适配，润建股份宣布Kimi K3登陆算力服务平台“润道星算”。
海外方面，Nebius、Baseten、Fireworks等AI基础设施厂商宣布首日适配Kimi K3。Nebius称该模型为首个达到前沿性能水平的开放权重模型。知名AI编程公司Cursor已引入Kimi K3，数字员工Devin开发主体Cognition宣布Kimi K3接入其桌面客户端与命令行工具。模型在Hugging Face平台上线30分钟内以超过4000个赞登顶趋势榜，创下平台最快发布增长纪录。
技术报告披露了多项架构细节：模型以3:1比例混合KDA与Gated MLA实现高效长上下文建模，通过块级注意力残差增强跨层信息流动；采用Stable LatentMoE机制，每个Token从896个路由专家中激活16个，通过SiTU-GLU与Quantile Balancing保持训练稳定；视觉编码器MoonViT-V2使用next-token prediction训练。开源的三项Infra技术中，MoonEP是面向大规模MoE的高性能专家并行通信库，FlashKDA在英伟达H20上Prefill速度较基线提升1.72至2.22倍，AgentEnv是支持大规模多智能体并行训练的沙箱系统。
此外，模型自主开发了紧凑型GPU编译器MiniTriton，并在48小时内基于开源EDA工具完成45纳米推理芯片原型设计。
Kimi K3的API定价为：每100万Tokens输入（缓存命中）2元，输入（缓存未命中）20元，输出100元，上下文窗口约104.86万Tokens。
模型通过云平台对外提供API，直接为云服务商带来新的算力消耗与收入增长点，且开源策略可能吸引更多企业采用云端部署，促进云服务行业。
Alphabet在6月进行了800亿美元的股权融资，导致约2%的股票稀释。随后在上周，该公司提高了2026年和2027年的资本支出预测，将2026年资本支出上限从1900亿美元提高至2050亿美元，原因是计算能力需求激增导致供应受限。公告后该公司股价下跌。
打开永久阅读页 ↗资本支出主要用于云计算和数据中心建设，提升云服务容量，利好云服务行业。
英伟达正与OpenAI进行谈判，计划为后者提供约2500亿美元的融资担保，以帮助OpenAI从一座大型数据中心项目中租赁算力。该数据中心项目位于美国俄亥俄州南部，由日本软银集团旗下的能源子公司开发，规划容量为10吉瓦。
该数据中心园区的电力由美国政府控制，并在近期一项贸易协议下由日本单独出资支持。美国商务部长霍华德·卢特尼克参与决定电力配给权的分配。OpenAI已就租赁该场地进行数周深入谈判，Anthropic、微软和谷歌等公司也在近期与卢特尼克进行了接触。
根据拟定的合作框架，英伟达的担保将覆盖数据中心的租赁费用及建设所需的债务融资，但不包括安装在内部的英伟达芯片。由于OpenAI尚未盈利且缺乏投资级信用评级，英伟达的担保将帮助软银旗下的数据中心开发商以更有利的条件筹集债务资金。此前英伟达已向OpenAI投资300亿美元。
这种融资模式被外界称为“循环融资”，即英伟达投资并入股的企业通常也会购买或使用英伟达芯片。截至2026年7月26日，英伟达股价下跌近4%，总市值降至约4.8万亿美元。
10吉瓦数据中心算力租赁项目将显著增加云服务运营商的基础设施投入，对云服务行业带来结构性利好。
国际数据公司（IDC）发布《中国AI游戏云市场洞察，2025》报告显示，阿里巴巴旗下阿里云在“AI游戏云模型服务与AI应用”市场中以37%的市占率排名第一。
报告指出，游戏行业对AI的需求正从算力转向模型及AI应用。越来越多游戏企业选择基于千问模型打造适合游戏场景的专属模型，专注于游戏业务创新和玩家体验。
阿里云作为云服务商，市场份额领先表明游戏行业对AI云服务的需求从算力向模型服务转移，云服务厂商受益于AI应用深化。
腾讯云宣布自北京时间7月27日0时起，TDSQL-C MySQL版产品架构2.0正式商业化计费。
商业化计费后，计费项分为计算资源和存储资源。其中，计算资源（CPU、内存）的价格与产品架构1.0保持一致；存储资源的价格则低于产品架构1.0。
腾讯云主动降低存储资源价格，有助于吸引更多中小企业和开发者采用TDSQL-C架构，短期内可能提升市场占有率，对云服务行业竞争格局产生积极影响。
微软首席财务官艾米·胡德今年1月在财报电话会上表示，公司会先满足自家AI产品增长所需的算力，其次是长期研发和创新，最后才是Azure客户需求。胡德举例称，如果把该财年上半年上线的GPU全部分配给Azure，Azure增长率本可以超过40%，而不是实际的39%。
Azure销售团队今年的销售配额最多被上调30%。在GitHub经历一系列故障后，微软曾借助亚马逊的云容量缓解压力，也探索过租用甲骨文基础设施，但后者因安全和合规顾虑未能推进。
微软在2023年2月发布AI驱动的必应搜索，随后把生成式AI接入Office、Windows、GitHub等核心产品。Microsoft 365长期是微软最稳定的现金之一，越来越多用户开始在AI工具里写文档、做总结、生成表格和演示内容。GitHub Copilot面临Cursor、Anthropic的Claude Code等AI编程工具的竞争，微软内部已讨论如何改革GitHub以应对竞争。GitHub今年经历了多次重大服务故障。微软重新调整组织分工，纳德拉把更多商业业务交给贾德森·阿尔托夫，自己和核心工程团队则进一步聚焦AI。
明确的优先级顺序限制Azure可用GPU资源，可能减缓云服务增长，但对亚马逊等对手利好，微软Azure自身受到负面影响。
腾讯云宣布，自2026年10月30日起，实时互动-教育版产品将不再对新用户开放购买。现有付费客户可以继续使用该产品并获得支持。
打开永久阅读页 ↗停止新用户购买直接限制该产品线增长，对腾讯云教育领域业务拓展构成短期负面冲击。