行业情报 · 10.4

人工智能

AI、大模型、算法、机器学习、自动驾驶

200天有效净影响+25200天新出现
相关事件191200天统一口径
有效总影响30方向取绝对值后聚合
平均置信度74%综合判断
来源独立性98%29 个独立来源
上一周期净影响0上一200天
总影响变化率基数不足相对上一周期
影响扩散速度1有效事件 / 日
事件集中度1%越高越依赖少数事件
正负分歧度15%越高代表多空越均衡
原始平均强度61用于对照有效影响
200天 · 影响趋势

200天有效影响趋势

上一周期更新于 4/8/2026 01:07
事件方向构成正向 148 · 负向 13 · 混合/中性 30
影响周期

短中长期影响拆分

同一200天窗口内按影响期限拆分。

分析方法 effective-impact-v1
即时841% 有效影响占比
短期133123% 有效影响占比
中期361763% 有效影响占比
长期66712% 有效影响占比

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。

事件依据

事件影响依据

已筛选 07-18 时间桶;再次点击该时间点可取消筛选。

200天 · 188清除筛选
宏观政策、经济数据与全球环境
43
01
国内宏观其他07-31 12:01中期重要度 851 个独立来源

国家发改委称将加快人工智能法立法进程,全国智能算力规模同比增长至2.8倍

国家发改委发言人表示,将加快人工智能法立法进程,完善关键制度框架,力争提供体现中国特色、具有中国智能的AI治理方案。截至2026年6月底,全国智能算力规模达到2025年同期的2.8倍,AI相关行业保持30%以上的高增长。发言人强调,要强化风险监测防控,坚持AI发展由人主导、为人所用、与人为善,积极应对AI对经济运行、就业分配等方面的影响冲击。此外,有关机构测算,“十五五”期间算力网将新增直接投资4万亿元人民币。布局算力网需强化统筹布局、有序建设,避免“一哄而上”。

展开完整正文(2 段)

国家发改委国民经济综合司副司长表示,当前国内经济运行仍面临一些困难挑战,国际环境不确定性依然较大,新旧动能转换过程存在困难梗阻,但经济长期向好的支撑条件和基本趋势没有改变。上半年经济走势稳步回升,4月受外部冲击等阶段性扰动因素影响,主要指标有所回落,但5、6月份实现回升,供需两端指标均有所好转。

打开永久阅读页 ↗
为什么影响人工智能

明确将加快人工智能法立法进程,智能算力规模高速增长,AI相关行业增速逾30%,并规划巨额算力网投资,对人工智能产业链有直接且重大的正面推动。

AI立法推动行业规范化与规模化智能算力倍增直接扩大AI计算需求十五五算力网投资加速AI训练与推理基础设施部署
02
国内宏观其他07-31 10:32长期重要度 854 个独立来源

“十五五”算力网建设预计新增直接投资4万亿元,民间投资空间巨大

国家发展改革委新闻发言人蒋毅在7月31日举行的新闻发布会上表示,有关机构测算,“十五五”时期算力网建设将新增直接投资4万亿元。考虑到算力建设以企业投资为主,这将为民间投资创造巨大空间。国家发展改革委将加强规划引导、要素保障等工作,为民间投资营造良好环境。

打开永久阅读页 ↗
为什么影响人工智能

算力是人工智能发展的基石,算力网建设将促进AI技术与产业融合

算力供给增加将降低AI训练与推理成本,推动AI应用规模化落地,扩大AI芯片、框架和解决方案市场
03
国外宏观美股07-27 17:47长期重要度 881 个独立来源

韩国总统李在明首次访美,韩半导体与美AI企业宣布9500亿美元合作计划

当地时间2026年7月24日,韩国总统李在明访问美国期间,韩国主要半导体企业与美国人工智能企业宣布推进一系列合作计划,总规模约9500亿美元。这是李在明上任后首次以总统身份访问美国。访问期间,李在明与英伟达首席执行官黄仁勋、OpenAI首席执行官萨姆·奥尔特曼、Anthropic首席执行官达里奥·阿莫代伊以及博通首席执行官陈福阳会晤,并出席旧金山AI峰会。三星电子会长李在镕、SK集团会长崔泰源等韩国主要企业负责人也出席了这次峰会。

打开永久阅读页 ↗
为什么影响人工智能

美国AI企业通过与韩国半导体企业深度绑定,确保算力供给安全,减少硬件瓶颈,推动大模型训练和推理基础设施扩张。

获得稳定且大规模的高性能算力支撑联合开发AI专用芯片与系统借助韩国制造能力加速模型迭代与商业化
04
国内宏观A股07-29 06:52中期重要度 881 个独立来源

2026年上半年新基建稳步推进:核心产业规模达2.98万亿元,智能算力增长177%,5G基站超505万个

“十五五”规划纲要提出适度超前建设新型基础设施,建设重心转向拓新提质,并朝着一体化统筹、数智化深度应用迈进。新型基础设施涵盖重大科技基础设施、信息通信网络、算力网等战略导向与应用支撑领域。

展开完整正文(7 段)

各类信贷资源持续向科技领域倾斜。截至2026年二季度末,本外币科技型中小企业贷款余额4.15万亿元,同比增长20.1%;本外币高新技术企业贷款余额21.53万亿元,同比增长14.6%。2026年前5个月,新增地方政府专项债券中用于新型基础设施的超过176亿元,同比增长超35%;用于前瞻性、战略性新兴产业基础设施的接近112亿元,同比增长超80%。2026年上半年,A股新基建相关公司融资总额超过480亿元,同比增幅超8.5倍,占同期全部A股融资比重接近11%。

截至2026年6月底,我国智能算力规模达2185EFLOPS,同比增长177%,较2025年末增长超35%;全国算力设施整体上架率达71.4%。近两年建成超70条算力大通道,枢纽间网络性能同步提升10%。2026年前5个月,全国数字产业收入16.7万亿元,同比增长13%;软件业务收入超6.2万亿元,同比增长10.3%。量子计算原型机“九章四号”刷新光量子信息技术世界纪录。

2026年上半年,国内低轨宽带星座常态化组网发射,在轨卫星持续扩容,地面配套设施加速落地,天地一体网络融合验证有序推进。2026年2月印发的《关于加强信息通信业能力建设 支撑低空基础设施发展的实施意见》提出,到2027年全国低空公共航路地面移动通信网络覆盖率不低于90%。2026年5月,全国新版无人机适飞空域地图正式启用,四川等地落地无人机“扫码飞”便捷报备试点,深圳、东莞等城市加快布局无人机起降点与试飞基地。

截至2026年5月末,全国5G基站总数达505.3万个,比2025年末净增21.4万个;5G移动电话用户12.75亿户,比2025年末净增7077万户。截至6月底,5G基站达到510.2万个,全国“5G+工业互联网”在建项目超2.6万个。5G-A网络已覆盖全国330座城市,用户规模突破3000万,持续向制造、电力、港口等实体经济场景渗透。

2026年5月,工业和信息化部批复6GHz频段6G试验频率使用许可,支持在部分地区开展6G技术试验,开展技术研发攻关和测试验证。

据Wind数据,A股布局算力、信息通信网络、卫星互联网、数据基础设施、低空基础设施等新型基础设施核心赛道的上市公司超420家,其中169家公司已披露2026年上半年业绩预告。上述169家公司上半年实现净利润合计近962亿元,同比增长超过59%。算力、数据基础设施领域上半年净利润同比增幅均突破100%,信息通信网络净利润同比增速超50%。

打开永久阅读页 ↗
为什么影响人工智能

智能算力同比增长177%为AI算法迭代和产业落地提供基础资源,算力瓶颈缓解有望加速人工智能在工业、自动驾驶等领域的渗透。

智能算力规模大幅增长降低大模型训练与推理成本5G与算力融合支持AI端侧和边缘应用
05
国内宏观其他08-03 08:00中期重要度 921 个独立来源

中央部署“两重”建设与“六张网”规划,2026年重大基础设施投资超7万亿元加速落地

行至年中,一批筑根基、利长远、惠民生的重大基础设施项目建设稳步推进。近日召开的中央政治局会议对下半年经济工作进行全面部署,强调有力推进“两重”建设和“两新”工作,扎实推进“六张网”规划建设。在政策协同下,一批重大项目正加快形成实物工作量。

展开完整正文(8 段)

6月8日,三峡水运新通道正式开工,拉开“十五五”时期我国首个国家重大标志性工程建设序幕。这是继三峡工程之后,长江流域又一个具有全局意义的重大基础设施项目。“十五五”规划纲要提出,坚持适度超前、不过度超前,加强基础设施统筹规划,优化布局结构,促进集成融合,提升安全韧性和运营可持续性。

2026年以来,“两重”项目建设扎实推进,以“六张网”为代表的现代化基础设施体系加快布局,基础设施网络不断完善。一批重大项目聚焦水网、物流、新型能源体系等领域短板,建设进度持续刷新。上半年,重点领域基础设施投资带动相关领域较快增长,互联网和相关服务业投资同比增长39.9%,水上运输业投资增长19.8%,电力供应业投资增长19.4%,航空运输业投资增长11.0%。水网建设吸引民间资本超过108亿元,同比增长85.8%。有关机构测算,“十五五”时期,算力网建设将新增直接投资4万亿元。

在河南郑州国家超算互联网核心节点,6万张国产AI芯片正在高速运行,海量数据跨越千里完成区域调度。随着“东数西算”工程深入实施,东部算力需求与中西部资源禀赋加快匹配,优势互补、高效协同的数字生产力格局正在形成。

过去,我国交通、能源、水利、信息、城市、环境等基础设施总体表现为各自规划、独立建设。进入高质量发展阶段,基础设施建设已从单个项目、单点布局向系统谋划、整体协同跃升。据初步估算,2026年“六张网”及相关重点领域建设投资规模超7万亿元,项目内容既包括传统基础设施,也包括新型基础设施。

在实施方式上,“六张网”深度耦合、相互赋能。国家发展改革委正会同有关部门和各地方因地因业加快推进“六张网”建设,使规划蓝图转化为具体项目。一方面注重一体统筹,多网协同推进,在布局上坚持全国一盘棋,算力网建设需强化统筹布局、有序建设,注重供需适配、算电协同。另一方面注重高效利用,解决实际问题。“十五五”时期,新型电网拟投资超5万亿元,将通过电网架构、输电储能技术、供电服务等创新,满足用电及新能源消纳需求,提升应对自然灾害和快速恢复的能力。物流网方面,将推动社会物流总费用与国内生产总值的比率进一步下降,支撑全社会商品和资源高效流转。

2026年第三批“两重”建设项目已正式下达,全年8000亿元超长期特别国债资金与项目清单全部下达完毕,一批重大基础设施项目进入施工旺季。国家发展改革委将加快落实扩大有效投资政策,统筹抓好“两重”建设,抓住三季度施工旺季,加快8000亿元新型政策性金融工具资金投放使用,加快专项债发行使用。

重大基础设施建设兼顾当前和长远,既涉及硬投资也包含软建设。以项目建设为契机,将加强规则机制等软建设,打通硬件互联互通、规则标准衔接、信息共享、市场准入等方面堵点卡点,提升持续运营服务能力。通过解决不同地区、不同领域的算力、电力、数据协同问题,减少资源浪费、提高运行效率;通过解决不同运输方式、载具的硬件设施和规则标准衔接问题,降低物流成本、提高物流效率。此外,“六张网”治理将强调监测调度,并通过人工智能等技术手段以及信息共享等改革举措,提升整体治理效能。

打开永久阅读页 ↗
为什么影响人工智能

算力网预计新增直接投资4万亿元,国家超算互联网核心节点使用6万张国产AI芯片,明确利好人工智能算力基础设施。

算力网建设直接投资东数西算推动AI算力部署国产AI芯片大规模应用
06
国外宏观A股07-28 06:55中期重要度 851 个独立来源

2026年上海世界人工智能大会期间,29国签署《关于成立世界人工智能合作组织的协定》,中国将输出算力、技术及产业经验,帮助发展中国家建设数据中心和通信网络等数字基础设施。

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。

展开完整正文(3 段)

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。

打开永久阅读页 ↗
为什么影响人工智能

中国主导的AI合作组织为国内人工智能企业直接打开亚非拉新兴市场,算力、模型与应用服务出口预计将显著增长,同时开源策略有助于建立以中国技术为核心的标准体系。

海外市场拓展技术标准输出基础设施订单开源生态构建
07
国内宏观A股07-31 09:44中期重要度 901 个独立来源

中共中央政治局会议部署下半年经济工作,券商解读释放三大政策信号,扩内需与新兴支柱产业成重点

7月30日,中共中央政治局召开会议,分析研究当前经济形势,部署下半年经济工作。会议通稿显示,宏观政策表述从“用好用足”转向“发力提效”,时隔半年重提“加大逆周期调节力度”。“六张网”建设、人工智能+、新兴支柱产业等新质生产力方向被置于更加突出的战略位置。资本市场表述从“稳定信心”升级为“提升韧性和信心”。

展开完整正文(4 段)

在财政政策方面,会议要求加快财政支出和债券资金使用进度,有力推进“两重”建设和“两新”工作。截至7月29日,新增专项债发行进度约55%,国债发行进度约50%,均小幅慢于2025年同期。年内剩余5个月政府债券新增限额仍有逾5.7万亿元待使用,月均供给规模超1.1万亿元。货币政策方面,会议提到“综合运用并适时调整货币政策工具”,主要对应结构性货币政策工具,如再贷款等,通过优化实施的方式进一步加大使用进度和效率。此外,“优化实施财政金融协同促内需政策”或意味着年初的1000亿元财政金融协同促内需专项资金后续将优化发行或使用方式。

在扩大内需方面,本次会议提出适应不同群体消费需求扩大优质供给,挖掘服务消费潜力,并明确扎实推进“六张网”规划建设。

本次会议在产业政策方面首次在政治局会议层面提出着力打造新兴支柱产业。产业政策部署分为三个层次:人工智能是重中之重;新兴支柱产业与未来产业是基石,表述从“培育”升级为“着力打造”,意味着将有更强的投资与资源倾斜;统一大市场和“反内卷”决定产业发展的环境与质量。人工智能、前沿技术、新兴支柱产业等新质生产力方向将是下半年产业政策的重点支持领域。

打开永久阅读页 ↗
为什么影响人工智能

会议首次提出着力打造新兴支柱产业,人工智能及前沿技术获战略定位提升,有望在中长期获得更多政策与资金支持,加速产业化与商业化落地。

政策支持产业升级投资驱动
08
国内宏观其他08-03 23:00中期重要度 752 个独立来源

2026年上半年中国AI创业公司融资突破3000亿元,创投活跃度显著回升

2026年上半年,高技术产业投资同比增长4.6%,创业投资活跃度持续回升。统计显示,中国AI创业公司同期融资总额突破3000亿元,已超过2025年全年水平。资金加快涌向AI、量子科技、算力等领域,一级市场估值攀升,“抢额度”成为市场现象。

展开完整正文(3 段)

英诺基金的投资经理在北京中关村梦想实验室召开会议,三个多小时讨论30多个项目。管理合伙人周全表示,2026年3月至7月,公司已召开10次投决会,与2025年全年持平,但投资项目数量和金额均超过2025年全年。

量子科技企业创始人金贻荣表示,前两年投资人保持观望,2026年调研的投资人明显增多,态度更为主动。市场资金集中流向科技领域,创投活动活跃度明显上升。

打开永久阅读页 ↗
为什么影响人工智能

AI创业公司上半年融资额超越去年全年,资金集中流向AI赛道,有力支撑行业中期发展。

创投资金涌入直接增加AI企业研发投入与人才储备高估值有利于头部企业进行产业链并购整合市场竞争加剧促进技术迭代和应用落地
09
国外宏观其他07-31 03:45长期重要度 881 个独立来源

2026年美国中期选举中AI数据中心建设引发强烈反对,58%选民反对,超300个地区实施禁令,75个大型项目延迟或取消,涉及金额超1300亿美元

58%的登记选民反对在自家附近建设数据中心,这一比例来自耶鲁大学气候变化传播项目6月的一项民调。其中53%的保守派共和党人和74%的自由派民主党人持相同态度,显示该议题跨越党派界限。超过300个市、镇和县已颁布禁令或暂停超大规模数据中心建设。数据中心观察统计显示,仅2026年第一季度就有75个大型项目被推迟或取消,涉及金额超过1300亿美元,几乎与2025年全年损失相当。

展开完整正文(4 段)

纽约州州长凯西·霍楚尔本月签署了全美首个全州范围的暂停令。加利福尼亚州蒙特利帕克市选民通过投票箱通过了永久性禁令。4月,印第安纳波利斯一名曾投票支持人工智能设施的市议员家中遭不明身份者连开13枪,现场留下写有“不要数据中心”的纸条。在威斯康星州,民主党州长候选人弗朗西斯卡·洪以“对富人征税、资助学校、阻止人工智能数据中心”为竞选承诺。宾夕法尼亚州州长乔什·夏皮罗因支持在优质农田上建设数据中心而受到农村选民批评。

在深红色的西得克萨斯州,仲量联行预测该地区将在2030年前超越北弗吉尼亚成为全球最大数据中心市场。阿博特已下令监管机构确保得克萨斯州居民不会因接待谷歌而支付更高电费。7月18日,在茶党活动人士艾米·克雷默组织下,42个州同时发生142场协调抗议活动,参与者宣称“美国不出售”,并预测数据中心问题将出现在11月中期选举和2028年大选的选票上。

堪萨斯州一名高中物理教师因在数据中心听证会上鼓掌反对,在委员会仍通过分区方案后被逮捕入狱。该事件发生在7月28日。此前,在总统特朗普7月27日于密歇根州的露面活动中,示威者举着“停止数据中心”的标语。抗议运动已发展到在美国总统的活动中直接表达反对的程度。

打开永久阅读页 ↗
为什么影响人工智能

数据中心是AI训练的物理底座,大规模延迟或取消直接收敛AI基础设施扩张步伐,且暂停令具有长期政策惯性。

美国数据中心新建项目大幅压缩,制约AI算力扩容反建运动向其他地区扩散风险上升
10
国内宏观其他07-29 19:08中期重要度 821 个独立来源

国家知识产权局:“十五五”将探索数据知识产权保护规则,地理标志产品直接年产值近1万亿元

7月29日,国务院新闻办公室举行“开局起步‘十五五’”系列主题新闻发布会,介绍“十五五”时期知识产权保护和运用有关情况。国家知识产权局新闻发言人、副局长芮文彪介绍,商标法、《集成电路布图设计保护条例》等法律法规相继修改,国务院常务会议审议通过了《知识产权保护和运用“十五五”规划》,快速协同保护体系更加健全,专利转化运用长效机制初步建立,代理行业“整治规范年”行动深入推进,支持创新的公共服务体系进一步完善。

展开完整正文(6 段)

国家知识产权局战略规划司司长梁心新表示,“十五五”时期的知识产权工作将重点打好五张“特色牌”。第一张牌是擦亮“创新型经济”金招牌,持续完善专利法规政策,保障重大科技创新成果及时有效获得保护,常态化推进专利转化运用,从提升专利质量和加强政策激励双向发力,推动更多科技成果从实验室走向产业链。第二张牌是打造“品牌经济”增长点,持续强化政策指导,培育更多具有国际影响力的知名商标品牌,发挥商标、专利等多种类型知识产权组合效应,形成更多依靠专利技术成长起来的中国品牌。

第三张牌是点燃“特色经济”烟火气。“十四五”时期,我国地理标志产品的直接年产值接近1万亿元,在吸纳农村就业、促进农民增收等方面发挥了积极作用。国家知识产权局将继续加强地理标志保护,高标准推进国家地理标志保护示范区建设,创新与商旅文体融合发展新场景,促进地理标志与特色产业发展、生态文明建设、历史文化传承的有机结合。第四张牌是筑牢“数字经济”新支撑,持续加强集成电路方面的知识产权保护,实施好新修订的《集成电路布图设计保护条例》,同时深入研究数据知识产权制度,探索构建数据知识产权保护规则,以有效的数据知识产权法治护航数字经济发展。

第五张牌是营造“开放型经济”好环境,持续加强国外知识产权法律制度和政策环境研究,不断完善海外知识产权纠纷应对指导体系,深度对接高标准国际经贸规则,坚持对内外资企业的知识产权一视同仁、同等保护。

关于知识产权与人工智能双向赋能,芮文彪介绍,“十五五”时期是数字经济加速发展的关键时期,知识产权相关部门提出了知识产权与人工智能双向赋能的目标任务。一方面,持续推进人工智能相关的知识产权制度创新,深入开展人工智能生成物的可专利性、申请主体、保护客体等理论与实践问题研究,适时修改《人工智能相关发明专利申请指引》,持续完善“人工智能+”具身智能、脑机接口等新兴产业和未来产业的专利审查标准。目前我国公开接受的商品服务项目中涉及人工智能、大数据等新产业新业态的项目已有900余项,并将常态化更新。另一方面,持续推进人工智能赋能知识产权工作提质增效,拓展知识产权领域人工智能大模型部署应用场景,提升人工智能在知识产权审查、保护、运用、服务、管理、安全等各领域的应用能力。

此外,“十五五”时期,国家知识产权局还将深度参与人工智能领域知识产权国际合作,积极参与相关国际规则、技术标准与治理体系构建。

打开永久阅读页 ↗
为什么影响人工智能

直接受益于人工智能专利审查标准完善及数据知识产权制度探索,降低创新成本,加速成果转化。

专利审查加速技术商业化数据知识产权保护激活数据要素流通政策明确提升行业创新确定性
1 / 5 · 第 1–10 条
行业供需、价格、产能与产业链变化
47
01
行业其他07-28 04:49中期重要度 901 个独立来源

软银集团在美国建设AI数据中心,OpenAI考虑入驻,正与英伟达协商约2500亿美元信用担保以签订租赁合同

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。

展开完整正文(2 段)

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。

打开永久阅读页 ↗
为什么影响人工智能

OpenAI作为核心租户入驻,表明头部AI企业对大规模算力存在硬性需求,数据中心建设将使AI行业突破算力限制。

AI训练与推理的算力供给瓶颈有望缓解OpenAI租用数据中心支撑其模型迭代催化下游AI应用开发商加速商业化
02
行业其他08-03 20:16中期重要度 851 个独立来源

中国信通院测算2025年我国人工智能产业规模超1.2万亿元,同比增长40%

2025年我国人工智能产业规模超过1.2万亿元,同比增长40%。该数据由中国信通院测算得出。截至2026年6月,全国人工智能企业数量超过6600家,占全球比重达到15%。目前,我国人工智能产业已形成覆盖基础底座、模型框架、行业应用的完整产业体系。

打开永久阅读页 ↗
为什么影响人工智能

官方权威数据表明产业规模突破万亿并保持40%高增速,企业数量与完整产业链均体现行业强景气,中长期将对人工智能行业产生显著正面影响。

产业规模高增长直接拉动AI芯片、服务器、云计算等基础设施需求完整产业体系加速AI在医疗、金融、制造等垂直行业渗透,拓宽应用场景企业数量全球占比提升增强国内AI生态话语权,吸引人才与资本流入
03
行业其他08-02 15:38中期重要度 851 个独立来源

杭州视觉智能产业集群2025年营收突破10035亿元,同比增长14.2%,拥有规上企业1200多家、上市公司76家

2025年杭州视觉智能产业集群全年营收突破10035.4亿元,同比增长14.2%,成为全国唯一由杭州作为牵头城市的国家级先进制造业集群。该集群包含1200多家规上企业和76家上市公司。位于杭州萧山区与滨江区交界的“中国视谷”窗口园区占地13.48平方公里,是这一产业集群的核心承载区。

展开完整正文(9 段)

杭州视觉智能产业正从单纯的图像采集向数据生成与决策参与方向转变。在先临三维展厅,一台蓝光扫描仪完成航空叶片全形貌扫描后,屏幕可显示零部件是否合格,并标出偏差位置,将数据反馈至设计和制造端。三维扫描将传统点式、接触式测量转变为全尺寸数字化测量,可直接与设计端CAD模型比对。海康威视、大华股份等龙头企业的产品也从单一的摄像头设备扩展为能够判断并介入流程的系统。

“中国视谷”建设于2022年10月启动,同年11月纳入工业和信息化部与浙江省新一轮整体合作协议。其空间布局采用“一园窗口、双核引领、四区协同、全域联动”模式,以杭州高新区(滨江)萧山特别合作园为窗口,发挥滨江研发优势与萧山制造空间的互补效应。2026年,“中国视谷”被纳入浙江省先进制造业集群品牌培育名单。

特别合作园已规划产业用地3389亩,盘活土地1200亩,启动新建空间120万平方米,累计招引重大产业项目38个,总投资304亿元;累计培育国家级专精特新“小巨人”企业5家、省级专精特新企业19家。2026年上半年,窗口园区签约落地永谐科技汽车和物联网工业创新中心、波力环球集团大陆区域总部和航空航天零部件研发生产基地、觅睿科技智能制造等8个亿元以上项目;在建亿元以上项目18个,总投资150亿元。总建筑面积约40万平方米的汇智科创园已提前开展招商洽谈,“视谷之窗”产业综合体等项目主体结构封顶,“芯机社区”核心承载空间启动建设。

从市场份额看,海康威视、大华股份与宇视科技合计占据全球数字安防市场近六成份额。海康威视将“观澜”大模型应用于在线CT设备,用于PCBA电路板检测的效率提高80%;另一款煤质分析设备将多维感知与光谱模型结合,将原本约8小时的化验时间压缩至2分钟内,目前在能源类央国企部署超过百台。大华股份将大小模型协同放进“驰光”相机,遇到泥浆、积雪遮挡或字符残缺的车牌时,设备结合位置、轮廓和可见信息推断,准确率超过99%。

思看科技于2025年1月登陆科创板,2025年前三季度研发费用占收入24.06%,2024年这一比例为17.76%。其570克的SIMSCAN掌上扫描仪精度达到0.02毫米,服务范围从工业测量扩展到文物数字化。海康威视孵化的萤石网络将视觉能力引入智能家居领域。多家上市公司路径各不相同,共同反映出安防时期积累的供应链、算法和工程经验正在被重组到新产品中。

先临三维成立于2004年,目前处于北交所上市审核第二轮问询回复阶段。其高精度三维测量设备最高精度可达4微米,相当于头发丝直径的十分之一。传统接触式测量面对复杂曲面、柔性器件和大尺寸场景时,反馈速度和信息完整度存在局限,三维扫描可获得零部件全尺寸、全形貌数据,并与设计端CAD模型直接比对。该公司参与制定了一批国家计量规范、国家标准和行业标准。2025年,先临三维营收为15.75亿元,员工中研发人员约占四成,国际市场贡献约七成收入。

在创新平台建设方面,当地正依托视觉智能创新中心有限公司推动创建国家视觉智能创新中心,已有13家单位出资入股。创新中心会同市级层面已向工业和信息化部汇报3次,视觉智能被纳入《“十五五”国家制造业创新中心领域布局(征求意见稿)》建设领域。“中国视谷·萧滨一体化专班”正推进中国视谷产业基金二期出资和湘湖视创产业基金设立。杭州市场景创新中心拟在“中国视谷”设立分中心,将政府部门和国资单位的场景资源向企业开放。

下半年工作重点包括:全年目标招引总投资额50亿元及以上项目1个、10亿元以上项目6个、1亿元以上项目17个以上;推进国家视觉智能创新中心创建;规划建设“侠客岛”,与院士岛协同构建“双岛融合”科创人才综合体;第二届“湘湖论剑”将在下半年举办,第十一届“创客中国”视觉智能创新创业大赛也将启动。

打开永久阅读页 ↗
为什么影响人工智能

海康“观澜”大模型用于PCBA检测和煤质分析,视觉进入核心生产决策,推动人工智能应用扩展。

大模型在工业视觉和医疗场景落地视觉智能从安防扩展至决策系统
04
行业其他08-03 18:07短期重要度 801 个独立来源

人工智能发展历程与2026年中国产业现状:大模型市场规模突破700亿元,企业级智能体市场达449亿元,72%企业完成Agent试点

1956年,美国达特茅斯学院召开研讨会,约翰·麦卡锡、马文·明斯基等学者正式提出“人工智能”概念。该概念的核心是通过计算机程序或硬件模拟人类的感知、认知、决策和执行能力,使机器具备类似人的思考与行动能力。这一方向在70年间不断演变,但基本定义始终未脱离“模拟能力”与“采取行动”的范畴。

展开完整正文(7 段)

AI发展经历了三次浪潮。第一次浪潮自1950年代至1970年代,以专家系统为代表,依赖人工编写的规则进行推理,但受限于规则复杂性和矛盾问题,在1970年代末陷入资金枯竭的困境。2006年,杰弗里·辛顿提出深度学习概念,为第三次浪潮奠定基础。2012年,深度学习在ImageNet图像识别挑战中大幅降低错误率,验证了神经网络的规模扩展性。此后,2016年AlphaGo击败李世石,2017年Transformer架构出现,2020年GPT-3发布,2022年ChatGPT面世,2025年开源模型大规模应用,2026年AI向自主执行任务方向发展。

AI按智能水平可分为弱人工智能、强人工智能和超人工智能。当前所有实际应用均属弱人工智能,即在特定领域如语言处理或图像识别中表现突出,但缺乏跨领域通用能力。强人工智能和超人工智能仍属理论范畴。按功能划分,AI分为判别式AI和生成式AI,前者用于识别和分类,后者用于创造新内容。按能力层级,研究者提出了四阶段分类,包括反应型、有限记忆、心智理论、自我意识,目前技术处于有限记忆阶段,正向心智理论探索。

AI的运转依赖算法、算力和数据三大要素。算法从传统统计学习演进至深度学习,其中Transformer架构的自注意力机制解决了长距离依赖问题,成为大语言模型的基础。算力以GPU和专用芯片为主,训练千亿参数模型需要数万块GPU运行数月,而人脑功耗仅约20瓦,显示能效差距。数据要求大规模高质量语料,大模型训练常需万亿级Token,数据质量直接影响模型效果。

AI技术栈从底层到上层分为五层,包括基础设施层、框架层、模型层、应用层和Agent层。基础设施层提供算力芯片和云计算平台,框架层提供TensorFlow、PyTorch等开发工具,模型层包含GPT、DeepSeek等预训练大模型,应用层承载智能客服、AI编程等具体场景,Agent层则实现自主任务拆解与执行。

AI应用场景已覆盖多个领域。内容生成方面,生成式AI用于文本、图像、视频创作。智能客服方面,相关数据显示,某支付平台AI助手处理了三分之二客服对话,响应时间从11分钟缩短至2分钟,2025年节省约6000万美元。企业知识管理方面,大模型结合检索增强生成技术,将内部文档转化为可问答系统。行业垂直应用方面,工业企业应用大模型比例从2024年的9.6%升至2025年的47.5%。Agent自主执行方面,2026年已有72%的企业完成Agent试点,平均部署3.5个场景。具身智能方面,AI在机器人、自动驾驶等物理环境中执行任务。

2026年,AI领域呈现多项数据变化。中国大模型市场规模突破700亿元,企业级智能体市场增至449亿元。Token消耗量一年半内增长300倍,中国日均Token调用量突破140万亿。开源模型全球累计下载量超过100亿次,中国大模型周调用量连续超越美国。多模态处理成为标配,小模型在特定场景实现成本削减95%,端侧AI应用加速普及。同时,47%的机构报告过AI相关安全事件,AI治理成为部署前提。

打开永久阅读页 ↗
为什么影响人工智能

2026年大模型市场规模突破700亿元,Token消耗量增长300倍,开源模型下载超100亿次,显示行业强劲增长动力。

算力需求增长应用场景扩展企业投资增加
05
行业A股07-27 11:40中期重要度 851 个独立来源

我国首个国产10万卡AI超算集群曙光8000投用,首周日均处理作业超15万个

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”。

展开完整正文(5 段)

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。

打开永久阅读页 ↗
为什么影响人工智能

曙光8000作为全国产10万卡级超算集群,直接面向大模型训练与高通量推理,大幅缓解高端算力短缺,对人工智能产业形成底层支撑,产业传导路径明确且即时性较强。

国产大规模算力平台投用显著降低AI模型训练与推理成本提升国内大模型研发机构与企业的算力可及性加速多行业AI应用落地与渗透
06
行业A股07-27 11:41中期重要度 801 个独立来源

2026年下半年中国大型互联网企业将规模化部署超节点方案,华为、中科曙光等已推出1024卡产品

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。

展开完整正文(6 段)

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。

打开永久阅读页 ↗
为什么影响人工智能

超节点直接服务于大模型训练与推理,成本与性能突破是人工智能规模化应用的核心瓶颈,国产方案批量落地将显著改善行业供给端。

万亿参数模型推理效率大幅提高,降低应用部署门槛训练算力成本下降加速前沿模型迭代
07
行业其他07-30 11:12中期重要度 851 个独立来源

国内大厂加速布局AI编程赛道,阿里Qoder上线不足一年营收份额达47.6%,全球企业级AI编程市场年化规模达98至110亿美元

大厂在AI编程领域的竞争日趋激烈。字节跳动旗下火山引擎总裁谭待表示,内部始终将编程视为核心方向。阿里云公共云总裁刘伟光在2026年5月称,编程是阿里云最重要的方向。IDC数据显示,上线不足一年的阿里旗下智能编程平台Qoder营收份额达到47.6%。目前,字节Trae、阿里Qoder、腾讯CodeBuddy、智谱CodeGeeX、商汤Raccoon、百度Comate、华为CodeArts、月之暗面Kimi Code等产品均已进入市场。

展开完整正文(9 段)

AI编程已成为模型推理算力的主要消耗场景之一。Anthropic旗下Claude Code的年化收入从2025年4月的1700万美元增长至2026年2月的25亿美元,上线仅6个月便突破10亿美元。OpenAI的Codex产品在2026年1月底年化收入也超过10亿美元,成为公司核心增长动力。2025年2月,Anthropic发布Claude Code,率先将行业带入Agentic Coding阶段,竞争焦点从“AI能否写代码”转向“AI能否独立完成软件工程”。2025年9月,Codex使用量仅为Claude Code的5%,到2026年1月已接近40%。

国内大厂在AI编程领域起步较晚,但正在加速追赶。蚂蚁集团随后也下发类似通知。腾讯和字节暂未明令禁用Claude Code,但均向自研模型倾斜。腾讯CodeBuddy支持多种模型,但持续强化自研混元模型与Agent能力的融合。7月初,工业和信息化部网络安全威胁和漏洞信息共享平台发布Claude Code存在安全后门隐患的风险提示后,字节内部将其视为“红线”。

字节在AI编程上发力较晚,路径为先做集成开发环境再补模型。Trae最初接入多家模型,而非完全依赖自研模型。2025年11月,字节发布Seed-Code,但性能仍次于Claude Sonnet 4.5。2026年以来,字节内部多个应用部门被强制要求使用Seed模型。6月23日,Seed 2.1发布后,谭待表示字节在编程领域真正上牌桌。字节官方称,Seed 2.1 Pro的编程能力比肩Claude Opus 4.6,综合使用成本相比Claude Opus 4.6至4.8系列降低近80%。

AI编程正成为云服务增长的重要动力。OpenAI 2026年第一季度营收约57亿美元,企业业务收入占总收入40%,Codex是核心增长动力之一。Anthropic 70%至80%的收入来自企业客户和API业务,毛利率从一年前的38%跃升至70%以上。2026年4月,字节高层到访Anthropic后,内部调整AI资源分配,重心转向服务企业产品。阿里云公共云事业部总裁刘伟光表示,云计算时代企业内部的软件开发和人力外包预算无法触及,而AI编程能100%命中这些预算。

微软将GitHub Copilot整合进GitHub与Azure,Google将Gemini Code Assist纳入Google Cloud开发体系,阿里围绕Qoder强化阿里云开发生态,腾讯推动CodeBuddy与腾讯云协同,字节加强Trae与火山引擎、Seed模型的联动。字节内部数据显示,Trae团队超过90%的代码由AI完成,人均需求吞吐率提升60%。

AI编程是模型层面竞争最激烈的赛道之一。复杂编程Agent任务的Token消耗量可达传统代码问答任务的1000倍。

阿里云MaaS业务在2026年前5个月Token收入增长15倍,月度Token收入达数亿元。智谱2026年一季度API调用定价累计上调83%,调用量仍增长400%,截至3月年化收入突破2.5亿美元。调价后,智谱GLM-5.1在编程场景的缓存命中Token价格接近Claude Sonnet 4.6水平。

AI编程的高频调用也带来成本攀升。Uber内部发现员工广泛使用AI开发工具后,数月内消耗了全年大部分AI预算,因此开始限制部分高成本工具的使用。埃森哲对部分非研发岗位限制AI工具的非必要使用,以控制企业整体AI支出。这些案例反映出,随着Agent持续运行,AI编程正成为企业最昂贵的大模型应用之一。降低推理成本是下一阶段竞争的核心。

打开永久阅读页 ↗
为什么影响人工智能

阿里内部禁用Claude Code并推广自研Qoder,字节等厂商在性能与成本上大幅突破,推动国内AI编程行业加速国产替代,整体利好国内人工智能产业的发展与市场份额提升。

国内自研模型快速缩小性能差距并具备成本优势头部企业强制推行自研替代形成示范效应AI编码工具渗透率提升直接扩大产业规模
08
行业其他07-29 15:59中期重要度 801 个独立来源

杭州“六小龙”全部晋级独角兽,DeepSeek单轮融资逾500亿元,数字经济核心产业增加值占GDP比重达29.5%

活力中国调研行浙江主题采访活动正在进行。2025年初,杭州六家人工智能、机器人等领域的初创科技企业集体出圈,成为科创型企业的代称。一年后,“杭州六小龙”已全部晋级估值10亿美元以上的“独角兽”企业,群核科技2026年4月登陆港交所,宇树科技科创板IPO过会,DeepSeek以逾500亿元募资额创中国AI行业单轮融资规模之最。“十四五”期间,杭州经济规模跨越2万亿元,国家实验室、国家大科学装置、国际大科学计划实现零的突破,在全球创新集群中的排名升至第13位。2025年,数字经济核心产业增加值占杭州GDP的比重达到29.5%。

展开完整正文(9 段)

杭州的创新生态由重大科创平台、中试基地、科技成果产业化孵化器和科技企业构成。之江实验室聚焦智能计算,推进南湖计算框架、海纳数据枢纽、021科学基础模型、三体计算星座四大任务,夯实智算技术底座。杭州光学精密机械研究所深耕光电新材料领域,已孵育企业70余家,引育国家级科创领军人才40余人,孵育企业总估值超过500亿元。先临三维科技公司是三维视觉领域的国家级制造业单项冠军,连续十余年将年营业收入的约20%投入研发,产品销售市场覆盖100多个国家和地区。

从“小龙”到“群龙”是创新生态的演化结果。除“六小龙”外,杭州还有科技企业“新八骏”、AI社区“五小凤”。年初,浙江发布96家“科技新小龙”企业名单,入围门槛包括注册年限在3年以上、10年以下,近三年研发投入占营业收入比重不低于10%或年度研发投入超千万元,其中杭州企业超过半数。

由之江实验室主导打造的地学领域基础模型GeoGPT面向全球开放,已服务145个国家和地区的5万多名地学科研工作者。2025年7月,GeoGPT在日内瓦“人工智能造福人类全球峰会”上展示。

杭州未来科技城展馆专为“六小龙”辟出展厅,3月以来各行业参访团队络绎不绝,仅省级党政代表团就有三个。

2026年初,杭州提出围绕开源生态建设、具身智能创新、制度创新示范三大核心,打造“人工智能创新发展第一城”。3月,《杭州市促进具身智能机器人产业发展条例》出台,成为全国首部聚焦具身智能机器人领域的地方性法规。5月,国家人工智能应用中试基地(具身智能)在杭州滨江区智造谷启用,承担从实验室原型到规模化产品的“中试”功能,已部署140多台机器人在工业制造、特种作业、民生服务等几十个场景中进行测试和数据采集。

2026年6月,国家人工智能应用中试基地(具身智能)、宇树科技组建的机器人舞团亮相杭州湖滨商圈“西子廊桥”。

国家统计局副局长毛盛勇在就2026年上半年国民经济运行情况答记者问时介绍,新动能既包括高新技术产业、现代服务业、数字产业等代表新技术、新领域的行业成长,也包括传统行业通过数智化改造实现绿色转型发展和提质升级。上半年,新动能对我国经济增长的贡献率超过四成,经济向新向优的特点鲜明,且总的发展趋势在加快。

“活力中国调研行”已走进北京、天津、河北、广东、上海、江苏和浙江,寻访发展新质生产力、引领产业转型升级的实践案例。

打开永久阅读页 ↗
为什么影响人工智能

杭州提出打造人工智能创新发展第一城,并落地法规、中试基地等实质举措。DeepSeek逾500亿元的融资纪录大幅提升资本对AI行业的关注度和估值预期,对产业链形成中长期利好。

地方政府明确人工智能创新发展第一城定位国家人工智能应用中试基地启用头部AI企业创单轮融资纪录,提振行业信心之江实验室等科研机构强化智能计算基础
09
行业美股07-27 14:51中期重要度 782 个独立来源

2026年7月27日当周;微软、Meta、亚马逊和苹果将披露季度财报;微软2026年资本开支规划1900亿美元

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%。

展开完整正文(5 段)

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。

打开永久阅读页 ↗
为什么影响人工智能

Meta、微软等公司的资本开支主要投向AI算力,直接反映AI产业处于高投入发展阶段,底层基础设施的完善将进一步推动AI技术迭代和商业化应用,行业景气度向上。

算力基础设施大规模建设大模型研发和部署投入增加AI应用生态持续扩张
10
行业其他07-26 10:03中期重要度 823 个独立来源

黄仁勋首次在X平台发文,携英伟达、Meta等20余家科技巨头签署公开信,呼吁美国政策制定者避免过早限制开源AI模型

美国晶片巨头英伟达首席执行官黄仁勋首次在社交平台X发文,力挺开源人工智能模型。当地时间7月24日,黄仁勋在X上发文表示,人工智能将变革每一个行业,赋能每一家公司,并被每一个国家所构建。开源模型能强化安全性与网络安全,加速创新与普及,并实现主权。世界既需要前沿的闭源模型,也需要前沿的开源模型。

展开完整正文(6 段)

黄仁勋在推文中附上了一封题为《开放权重与美国在AI领域的领导地位》的联合公开信。这封信由英伟达、Meta、微软、Palantir、IBM、Hugging Face等20多家科技巨头与知名机构共同签署。美国三大闭源前沿AI实验室OpenAI、Anthropic和谷歌的名字则没有出现在这封信上。

公开信强调,开放权重模型允许用户自行下载、修改并在自有基础设施上运行,能够强化市场竞争,确保技术红利被广泛共享,而非集中在少数人手中。

信件承认,开源模型确实具有风险,即模型发布后就会超出开发者的控制范围,但正确的应对方式绝非禁止,因为防御者同样需要获取具备同等能力的模型,以便检测、模拟和应对新型威胁。将先进的AI能力集中在少数几个闭源模型背后,反而会加剧这种风险。

这封公开信发表的背景,正值硅谷和华盛顿内部围绕开源和闭源生态展开激烈辩论。目前,中国开源AI大模型正迅速崛起,对OpenAI和Anthropic等主要开发闭源模型的美国顶尖企业构成直接挑战。此前,美国官员已指控K3模型蒸馏西方模型,并正衡量对中国模型施加制裁和限制。

联署信警惕政策制定者对蒸馏技术实施“一刀切”的限制。信件写道,利用现有模型输出来训练新模型的蒸馏技术,是AI提升与验证的“悠久传统”,不应将正当的模型开发技术与非法侵占混为一谈。信中总结,美国在人工智能领域的领导地位不能仅凭单个前沿AI模型来评判,而取决于能否构建一个强有力的、能够渗透到各个行业的开放生态系统,这对于在全美范围内创造创新与繁荣的机遇至关重要。

打开永久阅读页 ↗
为什么影响人工智能

公开信联合众多头部企业明确支持开源AI模型,若美国政策避免过早限制,将降低开源模型发展的不确定性,促进全球AI技术扩散,对人工智能行业构成中期利好。

政策友好度提升开源生态加速创新与采纳降低中小开发者门槛主权AI需求释放
1 / 5 · 第 1–10 条
公司经营、订单、项目与资本动作
98
01
公司A股07-27 12:11短期重要度 8814 个独立来源

月之暗面发布2.8万亿参数开源模型Kimi K3,开源关键Infra技术并完成超35亿美元F轮融资

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。

展开完整正文(8 段)

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。

打开永久阅读页 ↗
为什么影响人工智能

Kimi K3以开源方式提供顶尖性能,直接推动人工智能行业技术扩散与应用落地,短期可激发大量基于该模型的创新项目,显著利好AI产业。

开源高参数模型降低AI应用门槛,加速下游智能应用开发基准测试领先巩固国内大模型技术形象,吸引开发者和企业客户开源Infra技术推动AI训练效率提升,促进产业整体迭代
02
公司其他07-28 15:29长期重要度 854 个独立来源

英伟达签下最高500亿美元数据中心租约,德州工业园将部署数十万颗GPU

英伟达已签署一份价值最高500亿美元的数据中心租赁协议,租用Hut 8位于德克萨斯州的Beacon Point园区。该园区规划容量为1吉瓦,将部署数十万颗英伟达图形处理器,且已落实电力供应保障。Hut 8此前披露,该园区15年基础租期内合同价值为196亿美元,若行使全部续约选择权,30年总价值可升至502亿美元。Hut 8当时未透露租户身份,仅称其为“现有投资级客户”。知情人士确认,该租户正是英伟达。

展开完整正文(5 段)

英伟达发言人表示,公司正通过DSX AI工厂架构与生态系统合作伙伴合作,加速高效AI基础设施的部署。DSX是英伟达的全栈AI工厂架构,旨在帮助设计、构建和运行大规模AI数据中心,将公司技术与合作伙伴设备相结合。

英伟达的信贷市场信号引发关注。ICE Data Services数据显示,英伟达五年期信用违约互换盘中一度上涨约14个基点,最高升至每年约82个基点,创下该合约自2025年11月开始活跃交易以来的最大盘中升幅。这一动向发生在多则重磅融资报道密集曝光的背景下,包括英伟达与SK海力士母公司合作计划价值超过5000亿美元,以及英伟达正就向OpenAI提供高达2500亿美元的担保、助其租赁美国数据中心算力展开谈判。

批评者数月来持续警示上述交易的循环性质:英伟达向部分公司提供融资或入股,而这些公司通常又反向购买或使用英伟达芯片。此类融资往往需要借助投资级信用评级方能成立,而OpenAI、Anthropic等快速消耗现金的AI企业本身难以达到这一评级门槛。大型企业的背书与支持是帮助相关AI基础设施债务获得较高评级的关键。

英伟达最新季度财报显示,公司尚未开始支付的数据中心租赁款项规模达324亿美元,主要用于研发投入;2025年同期该数值为74亿美元。双方3月签署的Beacon Point一期98亿美元租约占到上述总额近三分之一。Hut 8已于7月20日宣布Beacon Point园区全面完成商业化出租。该园区按英伟达DSX AI工厂参考架构设计,专门为千兆瓦级AI基础设施打造。

打开永久阅读页 ↗
为什么影响人工智能

该租约为人工智能产业提供了规模空前的专用算力底座,将加速大型语言模型、科学计算和多模态应用的发展,巩固英伟达在AI基础设施领域的核心地位,并带动算法、数据服务等上下游环节协同进步。

数十万颗GPU密集部署直接提升AI训练和推理算力供给全栈AI工厂架构降低行业进入门槛大规模基础设施支撑下一代大模型开发
03
公司港股08-03 10:34短期重要度 9213 个独立来源

阿里巴巴发布2.4万亿参数旗舰大模型Qwen3.8-Max,港股单日涨超7%

8月3日,阿里巴巴集团正式发布新一代基座大模型Qwen3.8-Max。该模型总参数量达2.4万亿,激活参数为95B,是千问系列中尺寸最大、性能最强的旗舰模型。Qwen3.8-Max基于Qwen3.5架构,通过稀疏MoE架构与混合注意力机制的联合优化,支持最长100万tokens的上下文窗口,并原生支持视觉理解。模型在编程、专业办公、科研以及长周期任务等场景中实现了能力提升,能够以较少的人工介入完成复杂任务的端到端交付。

展开完整正文(6 段)

受模型发布消息提振,阿里巴巴港股当日收报125.2港元,全天上涨7.01%,成交额达239亿港元,总市值回升至2.4万亿港元。阿里巴巴美股股价上涨超过5%,报127.36美元。从6月下旬创下的88.65港元阶段低点计算,阿里巴巴港股本轮反弹幅度已超过41%。

在权威第三方榜单Arena中,Qwen3.8-Max在Text Arena排名第五、Vision Arena排名第二,整体性能处于全球大模型第一梯队。在编程智能体评测CodeArena中排名全球第四。在PaperBench论文能力评测中以93.0分超越Anthropic Fable 5的88.8分;在指令遵循IFBench中以82.8分领先Fable 5的63.5分。在视觉推理BabyVision评测中,Qwen3.8-Max在无工具条件下取得82.0分;在评估智能体电脑操作能力的OSWorld-Verified评测中以86.1分位居主流模型首位。

Qwen3.8-Max在自动化编程测试中,无人工干预独立运行16天,完成了oh-my-cli项目的自动建构与自进化框架搭建,在GitHub上产出265次代码提交。在科研场景中,模型连续自主工作约125小时,成功复现AI Reasoning相关论文并进行四轮自我进化探索,使AIME24基准测试得分提升2.7分。在阿里云天池平台举办的WWW2025多模态对话意图识别挑战赛中,模型于24小时内击败458支人类参赛队伍。在芯片设计沙箱内,模型历经约500轮交互将硬件门数由8298门精简至678门。在365天长周期电商经营模拟基准E-Commerce Bench中,模型以416,252元的总资金成绩取得第一。

Qwen3.8-Max的API已上线千问AI平台,面向全球开发者开放调用。国内定价为每百万tokens输入12元、输出36元,隐式缓存命中1.5元。海外定价为每百万tokens输入2美元、输出6美元,隐式缓存命中0.25美元。

同日,阿里巴巴推出企业级Agent产品“千问办公”,该产品由QoderWork、MuleRun、悟空三款产品整合而来,已接入Qwen3.8并开启公测。该产品已初步打通钉钉IM,未来将连接企业数据库和工作流,并计划上线独立App端及推出国际版。

打开永久阅读页 ↗
为什么影响人工智能

旗舰模型在多项权威评测中取得顶尖成绩,展现强大基础能力与自主执行复杂任务的能力,直接巩固阿里巴巴在人工智能领域的技术话语权,并有望加速模型即服务、智能办公等业务的商业化进程,对AI产业形成正面示范效应。

强化公司AI技术领先地位与品牌溢价带动云服务与API调用需求增长提升AI应用生态吸引力与开发者粘性推动办公、电商等垂直场景智能化变革
04
公司美股07-28 21:12中期重要度 858 个独立来源

月之暗面完成超35亿美元F轮融资,估值跃至350亿美元,G轮提前启动投前估值升至500亿美元

月之暗面已完成F轮融资,融资金额超过35亿美元,投后估值达到350亿美元。由于实际募资规模超出原定目标3倍以上,本轮融资提前关闭。原定于8月启动的G轮(Pre-IPO轮)融资已提前启动,投前估值升至500亿美元。月之暗面已开始接触潜在投资者,计划在2026年内完成这轮融资,随后在香港上市。

展开完整正文(7 段)

7月29日,月之暗面完成工商变更登记,市场主体类型从有限责任公司改制为股份有限公司,公司名称变更为北京月之暗面科技股份有限公司。高管层面,创始人杨植麟由董事变更为董事长、经理,新增张予彤为董事、宋思嘉为财务负责人。

月之暗面在2026年内的融资节奏明显加快。年初,公司通过三轮融资将估值从100亿美元推升至180亿美元。5月完成20亿美元融资,投后估值200亿美元,由美团龙珠领投。6月完成E轮融资后,7月F轮融资超35亿美元。公司估值从2025年12月C轮融资后的43亿美元,增长至当前Pre-IPO阶段的500亿美元投前估值,增幅超过10倍。截至2026年6月,月之暗面年度经常性收入(ARR)突破3亿美元,其中API收入占比超过70%。

7月16日,月之暗面发布新一代旗舰大模型Kimi K3。该模型总参数规模达2.8万亿,采用混合专家(MoE)架构,896个路由专家中每个词元仅激活16个,激活参数1040亿,支持100万词元上下文窗口,并具备原生视觉理解能力。K3是全球参数规模最大的开源模型。7月27日,月之暗面正式开源Kimi K3完整模型权重,同步发布技术报告及MoonEP、FlashKDA、AgentEnv等训练工具链。开源后,K3迅速登顶Hugging Face全球趋势榜,创下平台成立以来最快发布增长纪录。

K3在多项基准测试中表现突出。在AA-Briefcase长周期知识工作测试中排名第二,在Arena前端开发榜单中排名第一,在OmniDocBench测试中得分为91.1。月之暗面表示,K3的整体表现仍落后于Claude Fable 5和GPT-5.6 Sol,但在关键评估指标上差距已缩小。K3的单任务运行成本约为0.94美元,低于Claude Opus 4.8的1.80美元。

K3发布后,美股AI板块出现波动。英伟达市值在发布后首个交易日蒸发1111亿美元,开源后再蒸发2500亿美元,72小时内美股AI板块合计蒸发4700亿美元。马斯克在社交平台评价K3“令人印象深刻”,并将其列为Grok 4.5的对标模型。美国白宫科技政策办公室主任指控月之暗面通过“蒸馏”美国模型开发K3,财政部长威胁动用制裁,但商务部长表示白宫内部尚未统一立场。科技界方面,黄仁勋转发25家机构签署的公开信,支持开源模型发展,截至7月28日签署机构已扩展至133家。中国开源模型下载量占全球41%。

2026年内,中国大模型行业融资热度持续。DeepSeek在6月完成约500亿元规模的首轮融资,投后估值520亿美元,7月开启投前710亿美元估值的新一轮融资。智谱和MiniMax已登陆港交所,上市后股价均出现较大幅度回撤。月之暗面成立于2023年4月,法定代表人为杨植麟,核心产品为Kimi大模型,股东包括阿里、腾讯、美团等互联网企业及多家投资机构。

打开永久阅读页 ↗
为什么影响人工智能

月之暗面以超募3倍的F轮融资及提前启动的更高估值G轮,表明全球资本对中国大模型头部企业的高度认可;Kimi K3作为全球最大开源模型并在基准测试中展现竞争力,通过开源策略推动技术扩散与生态建设,对整个人工智能行业具有积极示范效应,有望加速商业落地和全球开源生态发展,尽管面临地缘摩擦等不确定性,但中期看将显著提升行业整体估值中枢和发展动能。

资本持续流入强化头部公司研发与生态构建开源模型性能突破降低应用门槛并加速行业渗透估值提升带动产业链融资热度与人才集聚算力需求结构性增长利好上游硬件与服务
05
公司美股07-29 19:24短期重要度 921 个独立来源

Etched完成3亿美元C轮融资,估值升至103亿美元,Sohu芯片推理速度达H100的20倍

AI推理专用芯片公司Etched完成新一轮融资,估值升至103亿美元。2024年,Etched获得1.2亿美元A轮融资,由Primary Venture Partners领投,Peter Thiel、GitHub首席执行官Thomas Dohmke等参投。该公司当时正在开发基于ASIC架构、专为Transformer模型推理负载设计的芯片Sohu。据其公布数据,搭载8块Sohu芯片的服务器,推理算力是同等数量H100芯片服务器的20倍。2025年底,Etched完成由Stripe领投的5亿美元B轮融资,估值升至50亿美元,台积公司、Jane Street、Ribbit Capital以及Andrej Karpathy、李飞飞和Peter Thiel等参投。

展开完整正文(8 段)

2026年7月,Etched获得由Sequoia Capital领投,a16z、Jane Street、Diffusion和SK Hynix参投的3亿美元C轮融资,估值升至103亿美元。支撑这一估值的基础包括已流片成功的A0芯片、正在构建的前沿推理集群以及已获得的10亿美元客户合同。

Etched由Gavin Uberti、Chris Zhu和Robert Wachen三位哈佛背景的创业者共同创立。Gavin曾在OctoML和Xnor.ai从事AI编译器开发,并参与开发TVM的Cortex-M后端;Chris拥有数学和高性能计算研究背景;Robert负责商业化、融资和组织建设。此后,Etched围绕芯片架构、软件、机柜系统和量产搭建起完整团队。

前Cypress Semiconductor CTO Mark Ross担任公司CTO;参与NVIDIA V100、A100和H100架构设计的Saptadeep Pal负责ASIC与底层架构;曾在NVIDIA搭建HGX和DGX系统的Brian Loiler负责平台工程;曾建立Google TPU v1至v5软件团队的David Munday负责软件栈;拥有Apple和Google硬件量产经验的Wayne Cao负责生产与供应链。

AI推理负载需求呈现指数级增长。据Google披露,其产品和API每月处理的token数量从2024年5月的9.7万亿增长至2025年5月的480万亿,到2026年5月超过3.2千万亿,两年增长超过300倍。这一增长背后是AI产品形态的变化,从ChatBot到思考模型o1再到Agent化产品,单次任务消耗的token数量指数级提升。到2026年,内置Agent功能的ChatGPT周活用户超过9亿,Codex与ChatGPT Work合计用户快速增长到1000万。推理需求也直接体现在NVIDIA收入上,其数据中心业务季度收入从2023年初的36.2亿美元增长至2024年春季的226亿美元,到2026年初进一步达到623亿美元。

Etched的Sohu芯片针对Transformer模型推理负载设计。2024年内部实测数据显示,一台拥有8个Sohu芯片的服务器推理Llama 70B可达500,000 token/s,是8个H100芯片服务器的20倍。2026年早些时候,Etched在台积电成功流片A0版芯片,随后在40天内点亮首个芯片集群,目前正在验证首款机架级产品。Etched设计了低电压推理架构,使芯片计算单元运行电压不到大多数AI芯片的一半,实现数倍FLOPs密度。在推理万亿参数稀疏MoE模型时,能以80%以上峰值FLOPs持续运行且不触发降频。针对解码端,Etched构建了集群级内存,通过专有超低延迟高带宽互连技术实现跨芯片极速内存访问,其HBM/SRAM混合设计同时解决内存容量和延迟问题。

Etched表示,在早期客户测试中,其系统在处理推理负载时实现了当前最优的吞吐量、延迟和能效表现。主要投资人在尽职调查中获客户反馈,Etched是首个能真正在规模化应用中颠覆推理单位经济模型的系统。目前,Etched首批机架将于2026年夏季发货,并已全面启动量产以履行超过10亿美元的客户合同。

在中国市场,AI模型与全球前沿模型的差距明显缩小。DeepSeek率先在推理能力、开源生态和成本效率上对全球头部厂商形成冲击,Kimi的K3在智能体和长周期知识任务上跻身全球前三。DeepSeek和Kimi均开源了AI推理在软件层面的底层优化成果,包括DeepSeek的FlashMLA、DeepGEMM、DeepEP以及TileLang,Kimi的Mooncake。这些技术已进入算子、编译、通信和内存管理等底层环节。Kimi K3曾在48小时内基于开源EDA工具和45nm工艺库,自主完成一款面向Nano模型的专用芯片设计与仿真验证。

打开永久阅读页 ↗
为什么影响人工智能

Sohu芯片实现数倍于通用GPU的推理性能,配合开源底层软件,将显著提升AI推理经济性,从而刺激大模型在终端部署,形成对AI产业的正向反馈。

专用推理芯片性能突破大幅降低大模型推理成本,加速AI应用端落地巨头领投和参投增强AI算力多元化趋势,推动更多企业采用ASIC方案构建推理基础设施开源推理软件生态与专用硬件结合,提升AI推理效率,刺激下游需求增长
06
公司美股07-25 12:18中期重要度 902 个独立来源

三星与SK海力士联手英伟达博通签署9500亿美元AI芯片长期供应大单

韩国半导体企业三星电子和SK海力士与英伟达、博通等公司签署了价值约9500亿美元的芯片供应协议。该协议涉及人工智能相关芯片的长期供应,旨在进一步巩固韩国与美国在AI产业链上的深度绑定。具体交易细节和交付时间表尚未完全公布。

展开完整正文(2 段)

SK集团也与英伟达等多家大型科技公司达成了价值7500亿美元的半导体供应协议。该协议主要涵盖高带宽存储芯片等AI核心部件的供应,彰显了韩国芯片产业在全球人工智能供应链中的关键地位。

打开永久阅读页 ↗
为什么影响人工智能

协议保障了AI核心算力部件的稳定供给,缓解上游瓶颈担忧,推动AI产业链整体扩张与下游应用信心。

AI算力硬件供货保障AI模型训练基础设施
07
公司其他08-03 20:32短期重要度 851 个独立来源

演语科技完成近3亿美元B+轮融资,投后估值超20亿美元,ARR达3亿美元

2026年6月18日,演语科技(Evoken)完成近3亿美元B+轮融资,投后估值超过20亿美元。这成为中国AI应用领域迄今为止最大单轮融资之一。公司旗下产品包括LiblibAI、Lovart(中文名:星流)和LibTV。

展开完整正文(5 段)

截至2026年5月,公司年度经常性收入(ARR)达到3亿美元,5月集团整体收入同比增长超过3000%。LiblibAI已积累3000万用户和50万个原创LoRA微调模型。海外产品Lovart上线五个月,ARR突破8000万美元。LibTV上线两月,收入增长13倍。

2023年5月,LiblibAI因未完成大模型备案被下架,期间烧掉300多万美元。到2024年初,公司账上资金仅剩4000元,面临倒闭风险。创始人陈冕拒绝多个收购意向,转向集团化产品策略,推出多个产品以分散风险。

公司不自研模型,而是批量采购上游算力,整合进产品中。陈冕公开表示公司是字节跳动最大代理商,但否认转售API。LibTV是字节旗下Seedance 2.0系列模型首次接入的第三方产品,并在模型正式发布前完成相关能力验证。

陈冕此前在字节跳动担任剪映与CapCut全球商业化负责人。2023年离开后创立公司。公司现金流为正,但商业模式依赖上游模型和技术。

打开永久阅读页 ↗
为什么影响人工智能

演语科技以AI应用层身份创下国内该领域最大单轮融资纪录,同时展现出惊人的营收增速和用户规模,直接证明了AI应用赛道的强变现潜力和资本认可度,短期将对人工智能应用板块的估值与投资情绪产生明显正向带动。

大额融资强化头部企业扩张能力,巩固应用层生态高增长营收验证AI应用商业化可行性,吸引更多资本与人才进入与上游模型深度绑定的模式为行业提供轻资产落地范本
08
公司美股07-31 01:47中期重要度 822 个独立来源

Nexus Data Centers拟为Anthropic得州AI数据中心筹资150亿美元,谷歌提供融资担保与TPU芯片

数据中心开发商Nexus Data Centers正就为其位于美国得克萨斯州、服务人工智能公司Anthropic的AI数据中心项目筹集约150亿美元资金进行深入谈判,谷歌将为该项目提供融资担保并供应芯片。该项目位于得州Hubbard,包括一座采用天然气发电的电厂,可提供1.6吉瓦电力。由摩根士丹利牵头的银行集团正在讨论相关融资方案,其中包括140亿美元过桥贷款和循环信贷额度。

展开完整正文(3 段)

谷歌已同意在Anthropic无法履行租赁和电力支付义务时,为其相关承诺提供数十亿美元担保。该担保覆盖Anthropic签署的4份数据中心租赁协议,以及与现场电厂相关的购电协议。

Anthropic计划在该数据中心部署由谷歌与博通联合设计的张量处理单元(TPU)芯片,相关芯片采购将通过Anthropic与博通之间的单独供应商融资协议完成。此外,Situational Awareness在与Citadel达成的投资组合出售交易中,并未出售其持有的Anthropic股份。

打开永久阅读页 ↗
为什么影响人工智能

Anthropic作为前沿AI公司获得超大规模专用算力设施,将显著提升其模型能力与市场地位,带动整个AI行业算力军备竞赛。

大规模专用数据中心为AI模型训练和推理提供关键算力支持,强化领先AI企业的竞争壁垒激励更多资本涌入AI基础设施领域
09
公司港股07-30 17:46短期重要度 821 个独立来源

Moonshot AI完成约35亿美元融资,投后估值350亿美元,年经常性收入增至3亿美元

Moonshot AI完成约35亿美元融资,估值达到350亿美元。这家总部位于北京的公司本轮融资规模约为初始目标上限(10亿至20亿美元)的两倍。公司年度经常性收入从3月的1亿美元增长至6月的3亿美元,为其估值提供了业务增长支撑。

打开永久阅读页 ↗
为什么影响人工智能

大额融资增强头部AI企业资金实力,加速技术研发与商业化,提振行业投资信心,但可能加剧竞争。

资本注入研发扩张市场竞争
10
公司美股07-27 19:09中期重要度 851 个独立来源

英伟达发布102.4T以太网交换机Spectrum-6,专为Vera Rubin平台设计,获CoreWeave、微软等采用,可减少40%交换机数量

英伟达近日推出面向十亿瓦级AI工厂的新一代以太网交换机Spectrum-6,网络带宽较上一代翻倍。该交换机容量达102.4T,专为Vera Rubin平台打造,构成新一代Spectrum-X以太网平台的核心。CoreWeave、微软、Nebius、SpaceX AI和Tesla成为率先采用该产品的AI基础设施建设者。

展开完整正文(3 段)

与传统通用以太网相比,Spectrum-X以太网平台可提供1.6倍的AI网络性能,在超过10万个GPU的部署规模下保持高达95%的网络效率。硬件加速的Spectrum-X多平面拓扑可使数据中心所需交换机数量减少40%,硅光技术带来能效提升5倍,平均无故障间隔时间提升10倍。

Spectrum-6是英伟达Vera Rubin整体计算平台的网络层组成部分,该平台整合了Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU与Spectrum-6以太网交换机。Spectrum-6交换机芯片与ConnectX-9 SuperNIC组合形成新一代Spectrum-X以太网的硬件基础。在软件层面,平台支持流量智能负载均衡与网络故障快速绕行恢复。在形态与散热设计上,Spectrum-6支持可插拔和光电一体化封装两种规格,并支持液冷方案,可接入AI工厂的端到端液冷部署。

打开永久阅读页 ↗
为什么影响人工智能

Spectrum-6解决了万卡级GPU训练的网络通信损耗和可靠性痛点,将实质性加速AI模型迭代和产业落地,对AI产业链形成中长期基础性支撑。

网络效率提升使超10万GPU集群稳定训练成为可能,打破大规模AI扩展的网络瓶颈减少40%交换机数量和5倍能效提升显著降低AI工厂综合运营成本,加速模型训练与部署为超大规模多模态模型和下一代AI应用提供可靠的底层网络,缩短模型迭代周期
1 / 10 · 第 1–10 条