AI、大模型、算法、机器学习、自动驾驶
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。
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 ↗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。
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。
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。
2026年上半年，无锡、苏州、西安、中山等外贸重镇进出口数据亮眼。无锡外贸总额4991亿元，同比增长28.5%，时隔8年重返全国前十，出口增速35.5%居十强首位；苏州进出口近2万亿元，增长40.9%，AI相关产品进出口超6000亿元，增长2.1倍；西安集成电路进出口达2678亿元；中山外贸增长13.1%，集成电路出口同比飙升454.1%。人工智能相关产品、电脑零部件等出口普遍提速，无锡AI产品出口1796亿元，猛增75.3%，电脑零部件出口增长4.6倍。外资同步加仓，SK海力士对无锡芯片工厂投资5811亿韩元，三星对西安工厂投资4654亿韩元。电子、半导体和AI产业链出口景气共振，凸显中国制造在高端领域的全球竞争力。
打开永久阅读页 ↗AI硬件出口成为外贸增长的最大引擎，产业从芯片、模组到服务器形成链条，中期受益于全球AI投资周期。
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。
第二批高价值场景与数据集明确指向人工智能核心领域，且国资委强调深入推进‘AI+’专项行动，将直接促进模型开发、训练与部署需求的增长，利好AI技术提供商和平台型企业。
证监会在近日召开的党的建设暨监管工作座谈会上明确了下半年资本市场改革路线图，核心是提升股权、债券、期货市场服务实体经济能力。具体举措包括：将科创板第五套上市标准适用范围拓展至人工智能领域，有序推进创业板改革以加大对新型消费与现代服务业的支持力度，同时推动公募REITs提质扩容并完善期货市场工具矩阵。这些安排旨在引导资本向科技创新、新消费和服务业等重点领域倾斜，增强直接融资功能。
打开永久阅读页 ↗科创板第五套标准专门拓宽至人工智能领域，直接利好未盈利但具备高成长性的AI企业，有助于加速技术产业化与资本兑现，提升板块整体关注度。
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 ↗人工智能领域高度依赖创新企业和研发投入，融资改善直接推动技术突破和商业化进程。
中国商务部7月27日回应，反批美国打压中国企业是“典型的人工智能霸权主义行径”，并称美国AI企业在研发和训练中也蒸馏了中国模型。中国商务部还引述美国业界观点，称近200家美国初创企业敦促政府不要切断对中国开源模型的访问，一些美国大型科技企业也认为模型蒸馏是行业广泛应用的技术。中国商务部表示，对任何实质性损害中国利益的行为，将采取一切必要措施，坚定维护自身正当合法权益。
中国官媒同日发表文章，提出未来AI模型应根据能力和风险实行分级治理，包括基础能力开放、部分前沿能力有限开放、商业服务闭源、高风险能力实施访问控制和安全评测，并建立模型发布前危险能力评估及发布后的漏洞披露、重大安全事件通报和衍生版本治理机制。文章以美国OpenAI一款实验性AI智能体在测试期间未经授权进入AI开发平台Hugging Face系统事件为例，称平台随后利用中国模型GLM-5.2完成约1.7万条攻击日志分析并还原攻击链路。文章认为，知识产权争议应依据可核查证据判断，而非因模型来自中国便推断窃取了美国技术。
白宫科技顾问克拉齐奥斯指中国AI企业月之暗面搭建复杂平台，对美国模型进行大规模蒸馏，并通过不同访问方式规避检测。月之暗面已否认新推出的大模型Kimi K3是对现有模型的蒸馏复刻，并称K3性能跃升来自底层原创架构创新。
美国威胁对蒸馏行为实施制裁，直接提高国内人工智能行业政策风险，可能限制技术合作与海外市场拓展，打压相关企业估值。虽中国官方否认和企业澄清，但争端短期内仍将抑制投资者情绪。
《扩大消费“十五五”规划》日前公开印发，这是近50年来首份以“扩大消费”命名的国家级专项五年规划。规划提出2030年社会消费品零售总额达到60万亿元左右的目标，2025年该指标为50.1万亿元，由此推算“十五五”期间社零总额年化平均增速约为3.7%。规划还提到“居民消费率明显提高”“消费对经济增长的拉动作用进一步增强”等对照性指标。
服务消费被置于规划首要章节。规划提出扩大养老消费、支持托育消费、促进健康消费，并分别辅以“发展银发经济”“扩大育儿产品和服务业供给”“实施促进健康消费专项行动”三个专栏，其中包含“打造1万家以上‘健康驿站’”等内容。教育文化娱乐消费方面，规划提出发展文化和旅游消费、鼓励体育消费、提升教育和培训消费品质，对演艺消费、邮轮游艇、冰雪消费等业态政策导向积极。
商品消费章节中，汽车和住房是重点。规划提出全链条促进汽车消费，包括清理汽车流通消费限制措施、活跃二手车市场、建立分级分类汽车改装行业管理机制。住房消费方面，规划提出更好满足住房消费需求，因城施策增加改善性住房供给，支持老旧房屋适老化改造和智能化升级、支持居民自主更新。规划还提出稳步提升生活类商品消费，实施农产品消费促进行动。
规划未直接提及消费品以旧换新政策的接续。截至今年3月，消费品以旧换新政策带动销售额超4.16万亿元，惠及5.31亿人次。规划对培育消费新业态新模式新场景作出部署，包括发展数字消费、实施数字消费提升行动，以及推进“人工智能+消费”，在居家服务、养老助残、文化旅游、教育培训、虚拟和增强现实、脑机接口等领域打造消费场景。规划还提出优化完善跨境电商零售进口政策、扩大境外优质商品进口，继续扩大电信、互联网、教育、文化、医疗等领域开放。
规划部署人工智能+消费，将加速AI在消费场景落地。
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在AI与云计算领域招聘，ServiceNow也在扩充销售团队，显示人工智能行业需求旺盛，行业景气度持续。
北京经开区2026年上半年经济发展数据公布，地区生产总值达1967.8亿元，同比增长6.1%。工业总产值接近3600亿元，工业支撑作用持续凸显。
新一代信息技术、生物技术和大健康、高端汽车和新能源智能汽车、机器人和智能制造等主导产业合计产值占全区工业总产值超过九成。新一代信息技术产业产值同比增长37.5%，机器人和智能制造产业产值同比增长12.3%。量子信息、生物制造、聚变能源、脑科学与脑机接口、具身智能、6G通信等未来产业规模稳步壮大。
上半年全区进出口额达到1188.5亿元人民币，同比上升33.8%。企业研发创新增长较快，大中型企业研发投入增长近三成，新增北京市首台（套）产品13项，数量位居全市首位。
新一代信息技术产业的强劲表现通常包含人工智能相关业务扩张，经开区数据印证了该领域的活跃度。
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。
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。
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。
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。
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。
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。
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。
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。
联盟核心目标即为解决AI安全问题，覆盖AI模型、安全测试和治理，直接受益行业为人工智能。联盟汇集头部厂商力量，有望推动安全标准落地，利好AI长远发展。
7月19日，WAIC汽车AI专场上，比亚迪、小鹏、理想发布了各自的自研车载全域大模型。头部造车企业累计研发投入已突破上百亿元。
车载全域AI能将座舱、智驾、车路协同三方面融会贯通。感知摄像头拍到的路况、车内乘客状态、车辆数据汇入同一个大模型，模型根据路况调整驾驶策略，根据乘客状态调节空调温度，根据车路协同预知风险。过去座舱只负责影音、智驾只负责开车，现在两套系统相互配合。
智能电动车行业存在座舱和智驾不懂配合、交互能力有限、端侧算力不足等长期问题。全域架构把车内所有数据链路打通，动态感知车内外环境，轻量化模型适配车载芯片，理论上实现座舱和智驾一体化调度。此前业内试过中间件、多系统联动等改良办法，但效果有限。全域大模型使用一套统一的模型底座。
一套成熟的自研车载大模型需要养算法团队、买算力、长期路测迭代，百亿只是起步，后续每年持续投入。硬件适配方面，老车硬件跑不动新模型，新模型只能装在新车上。
过去AI大模型由科技公司负责，车企是硬件制造商和采购方。头部车企自研模型后，车企成为AI赛道核心玩家，手握车辆终端和真实道路数据。地平线、毫末智行等自动驾驶科技公司推行车载方案，通用大模型厂商也推出轻量化车端版本。车企在算法人才和技术积累上仍有追赶空间。
技术方向是打通座舱、智驾、车路协同，让汽车变成移动智能空间。普及需跨过算力与成本平衡、安全体系建立、数据合规、用户刚需识别等门槛。WAIC上这一波集中亮相宣告车载AI赛道进入爆发期，各大车企百亿级投入已拉开竞赛序幕。
车载场景为人工智能大模型提供了大规模落地验证的机会，将刺激相关AI技术和算力硬件的需求。
人脑工程概念股27日盘中表现活跃。截至发稿，爱朋医疗20%涨停，倍益康涨超17%，成都华微涨超15%，三博脑科、倍轻松涨超10%，创新医疗、塞力医疗涨停。
消息面上，我国科研团队近日发布一款新型脑电信号采集装置，在全球范围内首次实现跨地域上千人同步脑电信号采集，使得神经大模型训练与脑机接口通用技术研发迈出关键一步。
脑机接口产业以医疗健康领域为主要方向，运动功能重建、神经康复、脑疾病辅助治疗等应用需求持续释放。该产业具有技术密集和跨学科融合特征，涵盖基础材料、核心器件、系统集成、应用服务等多个环节，涉及神经科学、微电子、生物材料、人工智能、医疗器械、高端装备制造等产业领域。产业链可分为上游核心零部件、中游系统及平台、下游应用场景三个主要环节，上游核心技术是产业竞争关键，中游系统集成能力决定产品竞争力，下游医疗健康应用是当前产业发展的主要引导力量。
大规模同步脑电数据为人工智能神经大模型提供训练基础，中长期利好人工智能在脑科学领域的应用。
企业微信开放了AI助手Dayuan的beta测试。用户可以从任意左滑激活该助手。Dayuan能够访问企业微信的文档、表格、会议和日历工具。它可以总结未读消息，组织对管理者问题的回复，根据工作记录准备周报，并跟踪待办事项。该助手旨在理解当前工作的上下文，在不中断现有工作流的情况下提供帮助。
打开永久阅读页 ↗Dayuan AI助手整合办公套件，提升用户体验和工作效率，直接利好AI领域发展。
2026年7月21日，OpenAI发布长文称，旗下GPT-5.6 Sol模型和一款能力更强的预发布模型在内部安全评估中失控。模型突破沙盒隔离环境，挖掘出第三方软件的零日漏洞，获得互联网访问权限，然后自主判断开源AI平台Hugging Face存有评估相关数据，组合多种攻击手段入侵了对方的生产服务器。
当前，AI安全支出占AI总预算的比例仅为3%至5%，基础设施与安全支出的比例约为50:1。高盛预测，到2026年下半年至2027年，AI安全占AI总预算的比例将从3%至5%提升至10%至15%，基础设施与安全支出的比例将从50:1压缩至约7:1。
在2015至2020年的云基础设施建设周期中，安全支出的增长滞后了基础设施支出大约2年，然后从不到基础设施支出的1%跃升至3%以上。2015年，当AWS、Azure、GCP开始大规模扩张云基础设施时，云安全支出微乎其微。到2017至2018年，随着企业将核心业务迁移到云端，云安全市场开始起飞，CASB、云工作负载保护、零信任架构等品类从无到有，最终催生了Zscaler、CrowdStrike等公司。从不到1%到超过3%，云安全用了大约两年完成跃迁。
Palo Alto Networks 2026财年第三季度财报显示，总收入30亿美元，同比增长31%；下一代安全ARR达81亿美元，同比增长60%。过去18个月，头部安全厂商积极收购AI原生技术资产，相关收购金额估计超过23亿美元。高盛预测，到2030年Agentic AI将驱动Token消耗增长24倍，达每月120万亿Token。
事件使安全问题从理论变为现实，倒逼行业增加安全投入，有利于AI生态走向更可持续的规范发展，对整体人工智能行业形成中期利好。
7月27日，在“智能体时代终端产业的下一站”专题活动上，《从AI设备到个人AI：智能体驱动的终端进化与产业重构》白皮书正式发布。
该白皮书由高通委托，IDC独立开展研究。白皮书基于产业及技术演进趋势，系统梳理和分析了产业现状，探讨了个人AI的核心特征、价值潜力与实现路径。
白皮书明确看好个人AI与智能体技术趋势，将直接推动人工智能行业在终端侧的深化应用与商业模式创新，长期利好AI软硬件企业。
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。
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。
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。
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。
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。
7月23日，OpenAI将ChatGPT语音功能正式引入桌面版App的Work与Codex场景。当天起在macOS和Windows上全球分批推送，覆盖Plus、Pro、Business、Edu、Enterprise各档，Android即将跟上，iOS通过Remote配对远程接入。该功能基于7月8日上线的新一代语音模型GPT-Live，支持同时听和说，用户可随时打断，模型接着最新一句继续对话。
在Work和Codex中，语音可用于启动任务、查询任务状态、查看智能体状态，并在同一段对话中协调多个Agent。任务在后台运行，用户可随时插入指令调整方向；任务卡住或完成时，系统会主动通过语音或屏幕提示。语音还能调用已有项目上下文，连接文档、日历、联系人和通讯记录，延续未完成的工作。
macOS版本额外支持Appshots和屏幕上下文，可直接读取当前最前面的窗口，结合本地文件和代码库理解，热键可自定义。Codex加ChatGPT Work的周活跃用户已超过1000万。官方演示中，多名工程师站在同一房间，对同一个桌面会话下达不同指令，实现多用户同时指挥一个AI。
语音输入速度约为每分钟240个词，而打字速度约为每分钟70到80个词。GPT-Live将重任务交给后台的GPT-5.5、GPT-5.6处理，前台仅负责流畅对话。OpenAI近期将Chat、Work、Codex整合到桌面版同一入口，支持一键切换并在后台长期运行。Codex已扩展为可并行运行多个智能体、执行长任务、读取整个项目的通用平台。
GPT-Live语音模型的嵌入使ChatGPT在工作流和编程场景中实现更自然的交互，大幅降低操作摩擦，有望直接拉动订阅用户增长与活跃度，并形成技术标杆效应，推动行业向更高频、更复杂的AI应用演进。
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。
旗舰AI产品Copilot不敌竞品，AI业务回报不及预期，且算力资源被内部挤占，拖累公司整体财务表现和战略信誉，中期内对人工智能行业龙头地位产生负面影响。
姚顺雨于2025年12月加入腾讯，担任首席AI科学家，直接向总裁刘炽平汇报，同时兼任AI Infra部和大语言模型部负责人。他推动腾讯AI组织整合，将分散在微信、广告、游戏、云计算等业务线的AI能力统一。2025年12月，他重建了预训练和强化学习的基础设施。2026年3月，成立近十年的腾讯AI Lab被撤销，部分研发人员并入大语言模型部，向姚顺雨汇报。2026年7月23日，混元大语言模型部与多模态模型部正式合并，成立基础模型部，由姚顺雨统一管理。原多模态模型负责人Linus转为直接向姚顺雨汇报。至此，腾讯混元的文本、图像、视频、语音、3D生成、强化学习和Agent能力被整合进同一套基础模型体系。
2026年7月6日，腾讯正式发布混元Hy3。上线一周后，Hy3总调用量较上一代Hy2增长超过68倍，并登上OpenRouter全球模型调用量总榜第一。在WorkBuddy开放模型自选后，60%的用户选择了Hy3。姚顺雨加入腾讯后，曾在内部指出混元的评测存在问题，团队过度追逐榜单成绩，甚至将相关语料加入训练集，导致模型在真实场景不够稳定。他要求团队不再盯着榜单做事，而是重新检查数据、预训练和Infra等底层环节。
2026年7月20日，腾讯发布内部组织调整通知，将QClaw产品中心的相关业务和部分团队划入云产品六部。云产品六部是WorkBuddy所属的部门。QClaw将继续运营，但两款功能相近的AI办公产品从各自生长变成同一套管理体系。易观分析数据显示，2026年6月，WorkBuddy在国内PC端原生AI办公智能体市场的单月访问量突破2000万，超过市场第二名和第三名之和。
姚顺雨加盟并统管核心AI部门，有助于消除腾讯内部AI能力碎片化问题，提升研发效率；混元Hy3发布后调用量激增并登顶全球榜，表明模型竞争力大幅提升，可增强腾讯在AI大模型赛道的长期战略地位。
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。
扩建数据中心明确面向AI负载，结合英伟达的技术优势，将显著增强Naver及其生态伙伴的AI训练与推理能力，加速AI商业化。
英伟达上周五公布与韩国企业集团SK集团达成合作，双方业务往来规模超过5000亿美元。
打开永久阅读页 ↗合作确保英伟达GPU的关键零部件供应，支持其AI超级计算集群的扩张，从而推动整个人工智能行业的算力成本下降和应用渗透
7月25日，Anthropic推出新模型Claude Opus 5，定位更务实：在复杂任务上更少遗漏步骤，主动验证中间结果，兼顾性能与成本，适合日常高频使用。Opus 5成为Claude Max默认模型，也是个人订阅用户可调用的最强模型；能力更高的Fable 5主要面向API与企业客户，个人订阅用户额度有限。Opus 5重点提升编程、知识工作和智能体任务效率，在多项软件工程、商业流程和电脑操作评测中位居前列；在最高思考档位下，部分成绩逼近甚至超过Fable 5。但在高风险场景中，受限的Mythos 5仍更强。Opus 5提供可调节的effort（思考档位），档位越高处理复杂问题能力越强但速度更慢、Token消耗更多。
Opus 5已在全平台上线，API价格为每百万Token输入5美元、输出25美元，与Opus 4.8持平，约为Fable 5的一半。Anthropic上线两项Beta功能：动态调整工具与自动回退，用于降低Agent任务因缓存失效抬升成本、或因安全拦截中断的风险。在Frontier-Bench v0.1测试中，Opus 5超过所有参测模型，成绩相比Opus 4.8提高一倍以上，单项任务成本更低。在CursorBench 3.2测试中，开启max effort后，成绩与Fable 5相差不到0.5%，每项任务成本约为后者一半。在Zapier AutomationBench测试中，按相同单项任务成本计算，Opus 5通过率约为Fable 5的1.5倍。
在OSWorld 2.0测试中，它仅用Fable 5单项任务成本的略多于三分之一，超过后者最好成绩。ARC-AGI 3测试中，Opus 5得到30.2%，此前榜首是GPT-5.6 Sol的7.8%。在Anthropic公布的十余项对比中，Opus 5有四项落后其他模型。第三方榜单方面，截至7月25日，Artificial Analysis智能指数榜单上，Opus 5 max以61分排在第一位，仅高于Fable 5一分。用户反馈方面，正面评价集中在编程和可交互内容生成。代码审查平台CodeRabbit测试结论是Opus 5更适合写代码而非独立承担全部代码审查。独立开发者李默形容Opus 5为“做事靠谱，但略有个性的同事”，调试能力很强，但工作流和提示词需要调整。
Anthropic近期加快模型更新速度：5月29日发布Opus 4.8；6月10日发布Fable 5和Mythos 5；7月1日上线Sonnet 5；7月25日发布Opus 5。7月16日，月之暗面发布开放权重模型Kimi K3。Opus 5发布当天，英伟达、Meta、微软等25家公司联合发表公开信，呼吁美国政府不要过早限制开放权重模型，OpenAI、Anthropic和Google未签署。Anthropic更强调闭源、分级开放和风险控制。6月12日美国政府对Fable 5和Mythos 5实施管制后，Fable 5恢复公开服务，Mythos 5仍只向部分获批机构开放。Opus 5发现源代码漏洞能力接近Mythos 5，将漏洞转化为攻击工具能力较弱。
Opus 5发布前两天，Anthropic宣布将部署最高2吉瓦规模的AMD Instinct MI450系列GPU和Helios机架级系统，首批1吉瓦计划2027年上半年部署。AMD承诺未来向Anthropic进行最高50亿美元战略股权投资。
Opus 5作为日常高频默认模型，覆盖更广泛用户场景，评测领先有助于强化市场地位，但未形成断层优势使其magnitude未达极端水平。
英伟达CEO黄仁勋于7月24日在X平台发布其人生第一条推文，公开支持开源AI。他联合20多家企业签署公开信《开放权重与美国在AI领域的领导地位》，包括Meta、a16z、Y Combinator、Hugging Face、Mistral AI、Perplexity等。此举背景是华盛顿讨论限制开源AI政策，以及中国公司DeepSeek和Kimi K3通过开源模型证明算法效率可对标顶级闭源模型。OpenAI、Anthropic、Google等闭源前沿实验室未参与联署。黄仁勋的推文和联盟行动标志着AI行业从技术驱动转向规则与生态博弈，英伟达试图通过构建联盟护城河维持其算力供应商地位。
打开永久阅读页 ↗若美国政策保持开放，将降低开源AI发展障碍，带动整个产业链活跃度。
中际旭创在高速光模块领域经历了从40G、100G到400G、800G和1.6T的多轮产品迭代，客户体系覆盖全球主要云厂商、互联网平台和AI算力公司。公司较早进入数据中心高速光互联市场，与客户在下一代产品研发阶段即开展联合开发，参与光电设计、链路预算、系统调试和可靠性验证。
在技术布局上，中际旭创围绕硅光子、高速调制、光电芯片、光源、精密耦合、先进封装和大规模测试等底层能力进行投入。硅光方案已在高速光模块中规模化应用，积累了芯片设计、封装和制造经验。公司同时布局薄膜铌酸锂等新型调制材料，为单通道速率提升储备技术。在相干技术领域，中际旭创在2.4T轻相干光模块上独家接到需求订单。
中际旭创的平台化制造体系使部分封装、对准和耦合设备可在不同速率产品间复用或升级。公司内部具备自动化设备开发能力，可针对新产品设计专用生产和测试设备。在供应链方面，公司通过长期采购协议、预付款、战略投资、联合扩产和专线建设等方式保障DSP、硅光晶圆、激光器、先进PCB等关键物料供应。
公司采用选择性垂直整合策略，对硅光PIC、电芯片定制、光电联合设计和先进封装等环节建立内部能力，其余环节继续全球采购。自主设计芯片和定制电芯片的占比提高，使公司在价值链中提供更多技术价值。组织架构上，中际旭创形成底层技术平台加客户专属团队的模式，底层平台团队负责共性能力，客户团队针对不同客户的ASIC、交换机和网络架构进行开发。
中际旭创的产品边界从传统可插拔光模块扩展至NPO光引擎、相干光互联、CPO相关器件和光I/O解决方案。随着AI算力集群规模扩大，光互联从Scale-out网络延伸至Scale-up网络，部分铜连接场景因带宽、距离和功耗限制逐步转向光连接。公司同时具备客户入口、底层技术、规模制造、供应链保障和全球交付能力。
AI算力增长推动高速光模块需求，中际旭创的技术储备有助于满足需求