行业快报

从"中国最大模型实验室"到"AI 开发平台" 2026 年 6 月，阿里巴巴在杭州举办首届 Qwen Conference，正式发布 Qwen Cloud 平台。这不是一次简单的产品发布——它标志着阿里从"拥有中国最强开源模型"到"构建 AI 开发生态"的战略转型。 Qwen Cloud 的定位很明确：做 AI 时代的"阿里云"——一个让开发者从想法到部署、从模型到 Agent、从单机到集群的一站式平台。 Qwen Cloud 平台架构 三层架构设计 ┌──────────────────────────────────────────────┐ │ Agent Layer（智能体层） │ │ Qwen Agent Studio · 模板市场 · 插件生态 │ ├──────────────────────────────────────────────┤ │ Tool Layer（工具层） │ │ Qwen Code · Qwen Search · Qwen Vision │ │ 代码解释器 · 网页浏览 · API 编排 │ ├──────────────────────────────────────────────┤ │ Model Layer（模型层） │ │ Qwen3-Max · Qwen3-Plus · Qwen3-Turbo │ │ Qwen3-Coder · Qwen3-VL · Qwen3-Math │ │ 端侧：Qwen3-4B · Qwen3-1.8B │ ├──────────────────────────────────────────────┤ │ Infra Layer（基础设施层） │ │ 阿里云 PAI · GPU 集群 · 灵骏计算平台 │ └──────────────────────────────────────────────┘ 核心产品矩阵 产品 定位 核心功能 对标产品 Qwen Cloud Studio Web IDE 可视化 Agent 构建 + 代码编辑 OpenAI Playground + Coze Qwen Code CLI 工具 终端代码生成、重构、调试 GitHub Copilot CLI Qwen Agent Studio Agent 平台 可视化智能体编排 Dify, Coze Qwen Hub 模型仓库 模型下载、微调、部署 Hugging Face Qwen API API 服务 统一模型 API OpenAI API Qwen Code：终端里的 AI 编程助手 产品定位 Qwen Code 是 Qwen Cloud 生态中最受开发者欢迎的工具之一。它是一个基于终端的 AI 编程助手，支持命令行代码生成、代码审查、自动化重构、测试生成等功能。 ...

一笔改变 AI 基础设施格局的交易 2026 年 6 月，一份 SEC 文件披露了科技行业最昂贵的算力租赁协议：谷歌将向 SpaceX 支付每月 9.2 亿美元（约合年化 110 亿美元），租用部署在 SpaceX 星链卫星网络和地面站中的 11 万个英伟达 GPU/CPU 计算单元。租期从 2026 年 10 月至 2029 年 6 月，总合同金额约 310 亿美元。 这不是一笔普通的云服务合同。它标志着 AI 算力基础设施正在从"地面数据中心"向"天地一体化网络"演进。 交易细节：11 万计算单元的分布 硬件构成 根据披露的文件，11 万计算单元的具体构成如下： 硬件类型 数量 用途 单价(月) NVIDIA H200 GPU 45,000 大模型训练 $11,500 NVIDIA B200 GPU 20,000 推理 + 训练 $16,800 NVIDIA Grace CPU 25,000 数据预处理 $2,200 NVIDIA H100 GPU (二手) 20,000 推理 $6,500 部署位置 SpaceX 的算力部署采用"天-地"双层架构： ...

从快手内部工具到全球 AI 视频龙头 2024 年 6 月，快手在内部黑客马拉松上发布了可灵 AI 的第一个版本——一个基于自研 Diffusion Transformer 架构的视频生成模型。两年后，可灵 AI 已经成为全球用户规模最大的 AI 视频生成平台。 2026 年 6 月，可灵 AI 两周年活动上，快手公布了最新的业务数据。这些数字让整个行业重新审视中国 AI 产品的商业化能力。 核心数据：一份亮眼的成绩单 用户与营收 指标 数据 对比 全球注册用户 1 亿 两年内达成（ChatGPT 达到 1 亿用了 2 个月，但那是文本） 月活用户 (MAU) 3800 万 行业第一 付费用户 850 万 付费率 22.4% 企业客户 5 万+ 含 500+ 世界 500 强 Q1 2026 营收 6.5 亿元人民币 同比增长 280% ARR (年经常性收入) 5 亿美元 约合 36 亿元人民币 与全球竞品对比 平台 MAU ARR 付费率 核心市场 可灵 AI 3800 万 $5 亿 22.4% 全球 Runway 280 万 $1.2 亿 15% 北美/欧洲 Pika Labs 190 万 $0.6 亿 12% 北美 Sora (OpenAI) 未公开 含在 ChatGPT 中 N/A 全球 海螺 AI (MiniMax) 520 万 $0.8 亿 18% 中国/东南亚 可灵 AI 在用户规模和营收上均领先于专门做视频生成的竞品。Sora 虽然技术领先，但作为 ChatGPT 的附属功能，其独立商业价值难以评估。 ...

孙正义的"终极预判" 2026 年 6 月，软银集团股东大会上，68 岁的孙正义发表了长达两小时的演讲，主题只有一个：超级人工智能（Super AI）将在两年内实现。 这不是孙正义第一次做出惊人预判。他曾在 2017 年预言"30 年内 AI 将超越人类"，在 2019 年声称"AGI 十年内实现"。但这一次，他给出了更具体的时间表和更详细的技术路径。 “2028 年，“孙正义说，“AI 将能够自己设计下一代 AI。这不仅仅是 AGI——这是超级智能的诞生。人类数千年来积累的所有科学知识，将在数小时内被 AI 重新发现并超越。” 超级 AI 时间表：孙正义的路线图 三阶段演进 孙正义在演讲中展示了一张时间表，将 AI 发展分为三个阶段： 阶段 时间 核心标志 能力描述 AGI（通用人工智能） 2026-2027 通过所有人类专业考试 在任何智力任务上达到人类专家水平 ASI 雏形（初级超级智能） 2027-2028 “AI 造 AI"闭环形成 AI 自主完成模型设计、训练优化、架构创新 ASI（超级人工智能） 2028-2029 全面超越人类集体智慧 科学发现速度比人类快 100 倍以上 “AI 造 AI"闭环：核心论点 孙正义的核心论点是：真正的超级 AI 不在于"比人聪明”，而在于"AI 能够自主改进 AI”。这个闭环一旦形成，智能增长将呈指数级加速。 他描述的闭环包括五个环节： 1. AI 设计新架构 ↓ (AI 研究神经架构搜索、注意力机制改进) 2. AI 优化训练算法 ↓ (AI 开发更高效的训练策略、损失函数) 3. AI 生成训练数据 ↓ (AI 合成高质量合成数据，替代人工标注) 4. AI 评估和迭代 ↓ (AI 自动评估模型能力，针对性改进) 5. 新一代 AI 诞生 ↓ (更强的 AI 回到步骤 1，加速下一轮) 孙正义声称，2026 年初，这个闭环的前两个环节已经初步实现——DeepMind 的 AlphaEvolve 和 OpenAI 的自动化架构搜索已经在特定领域跑通。预计 2027 年底，五个环节将全部打通。 ...

中国 AI 监管 2026：算法备案/深度合成/生成式AI 全梳理 一、监管框架总览 中国已构建全球最完善的AI监管体系，采用"分领域、渐进式"立法路径。 1.1 法规体系 法规 生效时间 主管部门 适用范围 核心要求 《算法推荐管理规定》 2022.3 CAC 推荐算法 备案+透明度+用户选择权 《深度合成管理规定》 2023.1 CAC+工信部 深度伪造/AI换脸 备案+标识+内容审核 《生成式AI服务管理办法》 2023.8 CAC 大模型服务 备案+安全评估+内容合规 《人工智能法(草案)》 2025.12(征求意见) 全国人大 全AI领域 统一框架(未正式生效) 《AI生成内容标识办法》 2025.9 CAC+国家标准委 所有AI生成内容 强制水印+元数据标识 1.2 监管机构 中央网信办(CAC) ──── 统筹协调+备案审批 │ ├── 工信部 ────── 产业管理+标准制定 ├── 公安部 ────── 执法+刑事案件 ├── 国家市场监管总局 ── 反垄断+消费者保护 ├── 科技部 ────── 伦理审查+科研管理 └── 国家安全部 ── 涉及国家安全案件 二、算法备案制度 2.1 备案要求 适用对象：提供具有舆论属性或社会动员能力的算法推荐服务提供者 ...

出口管制四年：反效果与加速替代 2022 年 10 月，美国首次对中国实施先进 AI 芯片出口管制。四年过去，这项政策的实际效果与预期截然相反——它没有阻止中国 AI 发展，反而催生了一个快速成长的国产 AI 芯片产业。 2026 年上半年，中国 AI 芯片市场出现结构性变化：国产芯片在 AI 训练市场的自给率从 2022 年的不足 5% 提升至 32%，推理市场自给率达到 51%。这不是某个单一产品的突破，而是一整条产业链的系统性进步。 华为昇腾 910C：量产的里程碑 性能参数 华为昇腾 910C 是目前中国最先进的 AI 训练芯片，2026 年 Q1 实现大规模量产： 参数 昇腾 910C 昇腾 910B NVIDIA H100 NVIDIA H200 制程 7nm (中芯国际) 7nm 4nm 4nm FP16 算力 640 TFLOPS 320 TFLOPS 989 TFLOPS 1979 TFLOPS FP8 算力 不支持 不支持 1979 TFLOPS 3958 TFLOPS 显存 64GB HBM3 64GB HBM2e 80GB HBM3 141GB HBM3e 显存带宽 3.2 TB/s 1.6 TB/s 3.35 TB/s 4.8 TB/s 互联 HCCS (300GB/s) HCCS (136GB/s) NVLink (900GB/s) NVLink (900GB/s) 功耗 400W 400W 700W 700W 单价(估算) ¥12 万 ¥8 万 $30,000 $35,000 与 H100 的真实差距 昇腾 910C 的 FP16 算力约为 H100 的 65%，显存带宽约为 96%。在单卡推理任务上，差距已经缩小到 30-40%。但在大规模训练集群中，互联带宽的差距（HCCS 300GB/s vs NVLink 900GB/s）导致实际训练效率差距更大。 ...

EU AI Act：从纸面到执法 2024 年 8 月生效的欧盟《人工智能法案》在 2026 年进入了真正的执行阶段。2026 年 2 月 2 日，法案的第一批禁止性条款正式适用；2026 年 8 月 2 日，通用 AI 模型（GPAI）的义务条款将全面生效。 执行进展 欧盟人工智能办公室（EU AI Office） 已于 2025 年底完成组建，编制 140 人，下设模型评估组、市场监督组、执法协调组。2026 年预算 3,200 万欧元。 关键执法动作： 时间 事件 影响 2026.01 AI Office 发布 GPAI 行为准则草案 界定系统性风险的模型标准 2026.02 禁止性条款生效 社会评分、实时生物识别等 8 类应用被禁 2026.03 首次调查启动 针对某社交平台推荐算法 2026.05 行为准则正式版发布 OpenAI/Google/Meta 等签署 2026.08 GPAI 条款全面生效 所有基础模型需合规 GPAI 行为准则的核心要求 行为准则对通用 AI 模型提供方提出了五项核心义务： 透明度：公开训练数据摘要、模型能力边界、能量消耗 版权保护：训练数据版权追溯机制、退出机制（opt-out） 技术文档：模型架构、训练方法、评估结果的系统性记录 系统性风险评估：对达到 10^25 FLOPs 训练算力的模型进行系统性风险评估 严重事件报告：模型引发的严重事件需在 15 天内向 AI Office 报告 OpenAI、Google DeepMind、Anthropic、Meta 已签署行为准则。但 Meta 在签署的同时发表声明，认为准则中关于训练数据公开的要求"过度侵犯商业机密"，保留法律挑战的权利。 ...

全球 AI 融资总量：钱比去年更多了 2026 年上半年，全球 AI 领域融资总额达到 1,870 亿美元，较 2025 年下半年的 1,420 亿美元增长 31.7%。这个数字已经超过了 2024 年全年。 几个核心数据： 指标 2025 H2 2026 H1 变化 全球融资总额 $1,420B $1,870B +31.7% 千万美元以上轮次 1,840 2,310 +25.5% 亿美元以上轮次 47 68 +44.7% 平均估值倍数 28x 35x +25.0% 获投公司数量 3,200 3,890 +21.6% 数据来源：PitchBook、CB Insights、Crunchbase 综合统计（截至 2026 年 6 月 20 日）。 钱变多了，但钱的集中度也在变高。68 个亿美元级轮次中，有 41 个流向了估值超过 100 亿美元的超级独角兽。“钱在向头部集中” 这个趋势从 2024 年开始就没停过。 头部融资：三大巨头瓜分半壁江山 2026 H1 最大的三笔融资： 1. OpenAI — 400 亿美元（D 轮延伸） 领投：Thrive Capital、SoftBank 跟投：Microsoft、NVIDIA、Mubadala 估值：5,000 亿美元（Post-money） 用途：算力基础设施、GPT-5 后续模型训练、全球数据中心扩张 时间：2026 年 3 月 OpenAI 的这轮融资使其成为全球估值最高的非上市公司。5,000 亿美元的估值相当于 Meta 上市时市值的 60%，而 OpenAI 的收入约为 Meta 当年的 1/8。估值与收入的 gap 仍然巨大，但投资人赌的是 AGI 的终局。 ...

2026 AI 创业全景 2026 年上半年，全球 AI 创业公司获得融资 620 亿美元（不含头部模型公司），同比增长 28%。但繁荣之下，分化加剧。 赛道融资分布 赛道 融资额 占比 同比增长 平均估值 AI Agent $18B 29% +180% $800M AI Infra $15B 24% +45% $1.2B 垂直 AI $12B 19% +35% $450M 通用模型 $8B 13% -20% $3.5B AI 硬件 $5B 8% +60% $600M AI 安全/合规 $4B 7% +120% $300M 通用模型赛道的融资额下降 20%，印证了"大模型创业窗口已关闭"的判断。资金正在向 Agent 和 Infra 两个方向集中。 Agent 创业：最热也最危险 赛道地图 细分方向 代表公司 融资总额 核心逻辑 AI 程序员 Cognition, Poolside, Magic $2.5B 替代 $200K/年工程师 客服 Agent Sierra, Decagon, Fin $1.2B 替代 $50K/年客服 销售 Agent 11x.ai, Artisan, Regie $800M 替代 $80K/年 SDR 浏览器 Agent MultiOn, Adept, HyperWrite $700M 自动化 web 操作 研究分析 Perplexity, Hebbia, Globify $1.5B 替代初级分析师 个人助理 Lindy, Personal AI, Friend $400M C 端 Agent Agent 的经济学 Agent 的商业逻辑比 SaaS 更激进 — 不是"提升效率"，而是"替代人力"。 ...

McKinsey: The State of AI 2026 McKinsey 在 2026 年 5 月发布了年度 AI 状态报告，调研覆盖 1,400 家企业（年收入 > 5 亿美元），涵盖 15 个行业、23 个国家。 AI 采纳率 指标 2024 2025 2026 趋势 至少使用一项 AI 技术 72% 78% 83% 增速放缓 常规使用 GenAI 50% 65% 72% 持续增长 有专门 AI 团队 38% 45% 58% 加速 AI 嵌入核心业务流程 22% 33% 41% 快速增长 董事会层面 AI 议程 35% 55% 72% 显著提升 关键发现：AI 采纳从"实验阶段"全面进入"规模化部署阶段"。72% 的企业董事会将 AI 列为正式议程，这意味着 AI 决策已经从 CTO/CMO 上升到 CEO/Board 层面。 ...