行业快报

一场教科书级的降价战 2026年8月，美系AI大模型掀起密集降价潮。这轮降价不是象征性的促销，而是实打实的价格重构： OpenAI：先后多次下调价格，部分低成本模型降幅高达 80% 谷歌 Gemini 3.7 Flash：定价仅为前代 一半 谷歌在3.6发布三周后就迭代出3.7，配合同步降价 降价背后的三重逻辑 1. 技术降本 MoE架构、KV缓存复用、推理引擎优化——每一项技术改进都在降低单位token成本。成本曲线下降，为降价提供了空间。 2. 竞争压力 开源模型在"足够好"区间持续逼近闭源。闭源厂商必须用价格证明"值得付费"，否则开发者会流向开源或更便宜的替代。 3. 规模换市场 低价吸引更多调用量，更多调用量带来更多数据与反馈，反哺模型迭代——这是典型的"以价换量、以量养质"。 对开发者意味着什么？ 这轮降价潮的直接影响： 应用成本大幅下降：AI功能嵌入应用的成本门槛降低 更多场景跑通：原本算不过账的场景（如大规模实时推理）开始盈利 国产厂商承压：美系降价将挤压国产闭源模型的定价空间，倒逼其提升性价比 一个值得注意的反差 美系模型在降价的同时，国内大模型在开源和提性能上发力——一边打价格战，一边打开源战。两种策略殊途同归：让AI更便宜、更普及。 结语 当"最强模型"的价格跌去80%，AI的商业模式正在被重写。降价潮的终局不是"谁最便宜"，而是"谁能在便宜的同时保持盈利"——这才是真正的分水岭。

一组惊人的数字 2026年第二季度，中国科技巨头的资本开支集体爆发： 公司 Q2资本开支 同比增长 腾讯 527.8亿元 +176% 百度 113.9亿元 +近200% 阿里 800亿港元配售 全部投入AI基建 这不是简单的"增加投入"，而是一场事关未来的算力军备竞赛。 钱花到哪里去了？ 这些资本开支几乎都指向同一方向：AI基础设施。 GPU/算力集群采购：训练与推理的算力底座 数据中心建设：自建智算中心，摆脱对第三方的依赖 自研芯片：部分厂商同步布局自研，掌握底层主动权 腾讯总裁刘炽平在财报电话会上明确表示，资本开支将聚焦AI算力投入——巨头们已经达成共识：没有算力，就没有AI时代的门票。 为什么是"现在"？ 1. 需求端确定性 AI应用进入规模落地期，推理算力需求爆发。算力是"卖水人"逻辑，先建产能者先受益。 2. 供给侧窗口 国产算力逐步成熟，给了巨头更多选择；同时国际供应链的不确定性，倒逼提前锁定产能。 3. 竞争格局 大模型竞争已从"模型能力"延伸到"基础设施"。算力规模决定训练迭代速度，一步落后可能步步落后。 隐忧：烧钱何时见回报？ 千亿级资本开支的另一面是折旧压力。巨头们在赌一个前提——AI收入增速能跑赢算力成本增速。这个判断在短期内无法证伪，但一旦AI商业化不及预期，高额折旧将成为沉重的财报包袱。 结语 百度的"同比增长200%"、腾讯的"527.8亿"、阿里的"800亿港元配售"，本质是同一个动作：为AI时代下注。这场军备竞赛没有旁观者——不投入的代价，可能比投入失败更大。

一纸上调的指引 当地时间9月2日，博通发布2026财年第三季度业绩。最亮眼的是AI业务： 2026财年AI营收指引从 560亿 上调至 580亿美元，同比增长 186% 2027财年已确保供应将推动AI营收翻倍至 1150亿美元 2028财年有望再次翻倍至 2300亿美元 连续两年的翻倍预期，把"AI算力是长期主义"从口号变成了可验证的数字。 为什么博通能持续翻倍？ 博通是AI算力基础设施的核心供应商，其定制ASIC芯片（XPU）与网络交换芯片深度绑定大客户的超大规模数据中心建设： 定制化路线：针对特定客户的训练/推理需求定制芯片，效率优于通用GPU 网络瓶颈解药：AI集群的互连芯片需求随规模指数增长 大客户锁定：与北美头部云厂商的长期供应协议，订单可见性高 值得注意的信号 财报电话会的一个细节耐人寻味：指引上调了，但股价当日仍下跌。 这说明市场对AI算力股的定价已非常充分——高增长本身不再构成惊喜，只有"超预期"才能推动估值。对投资者的启示：算力产业链的基本面依然强劲，但估值已透支部分预期。 结语 博通的数字是整个AI算力产业的缩影：需求真实、增长确定、但市场开始挑剔。从580亿到2300亿美元的三级跳，考验的是供应链的产能、良率和交付节奏——这三样，比"讲故事"难得多。

匿名模型的神秘登场 过去一段时间，一个代号"牛来"（Ox-Alpha）的匿名模型在开发者社区引发热议。它没有官方宣传，却凭实测表现横扫各类榜单，甚至在编程基准上超过了一众闭源旗舰。 8月26日晚，谜底揭晓：智谱确认"牛来"出自 GLM 系列全新迭代，并正式发布、开源 GLM-5.3-Flash。 为什么"匿名发布"能成功？ 这场营销看似随性，实则精准踩中了开源社区的心理： 用实力说话——没有品牌背书，开发者只能靠实测服人 制造悬念——匿名身份本身成为传播杠杆，讨论度远超常规发布 24小时落地——据社区反馈，该模型在生产环境中实现24小时内采纳，验证了真实可用性 技术亮点 GLM-5.3-Flash 定位"快而强"： 推理速度显著优化，适配高并发场景 在编码、推理等关键任务上与更大模型持平 开源权重 + 低成本推理，瞄准开发者生态 开源阵营的连锁反应 GLM-5.3-Flash 的发布，与 Qwen3.8 系列、Meta Muse 系列形成共振。2026年8月，开源模型的密集发布已经改变了行业叙事： 开源模型在"足够好"区间全面逼近闭源 企业不再需要为极致性能支付闭源溢价 竞争焦点从"模型能力"转向"生态与工具链" 结语 “牛来"事件给行业的启示不止于营销。当一个匿名模型都能靠实力快速获得生产级采纳，说明开源生态的成熟度已经今非昔比——模型好不好，社区说了算。

国产旗舰的新高度 2026年8月3日，阿里云通义千问团队正式发布新一代基座大模型 Qwen3.8-Max。总参数量达到 2.4万亿，是继 Kimi K3 之后中国第二个参数规模突破两万亿的大模型。 这不仅是参数量的里程碑，更是一次战略姿态的宣示——旗舰模型首次开源。 硬核参数拆解 指标 Qwen3.8-Max 总参数 2.4万亿（MoE架构） 激活参数 约95B 上下文 原生256K，可扩展至百万级 模态 图文音视频全模态 开源 8月13日开源 2.4T-A95B 权重 MoE（混合专家）架构让"2.4万亿参数"不再意味着"2.4万亿的推理成本"——每次推理只激活约95B参数，在性能与成本之间找到了平衡点。 演示视频里的Agent能力 官方演示中，Qwen3.8-Max 在无人工干预的情况下连续自主编码16天完成复杂任务。Agent 能力的提升肉眼可见： 长程任务规划与自我纠错 工具调用与代码执行的自洽闭环 跨会话的持续上下文保持 定价与生态冲击 更激进的是定价策略：推理价格大幅下调，配合开源权重，Qwen3.8-Max 直接冲击了"旗舰模型必须闭源收费"的传统商业逻辑。 8月14日，Qwen3.8-27B 开源后两日内全球下载量破百万，开源生态的号召力得到验证。 结语 从 K3 到 Qwen3.8-Max，中国大模型在2万亿参数俱乐部站稳了脚跟。而"旗舰开源"这一步，把竞争从模型能力延伸到了生态建设——谁能留住开发者，谁才能赢得下一程。

一场没有中场休息的发布潮 2026年8月，AI产业迎来史无前例的"超级周"。据统计，20天内有5家头部厂商密集发布了11款前沿模型——这是AI史上单月发布节奏最快的纪录。 在深圳AGIC博览会与贵阳数博会同期举行的背景下，AI从云端向端侧下沉、人形机器人迈向量产交付，成为这个月的两条主旋律。 11款模型，三条竞争主线 一、国产旗舰的集体反攻 这个月国产大模型的动作可以用四个字形容：密集、猛烈。 阿里 Qwen3.8-Max：8月3日发布，2.4万亿参数MoE架构，激活95B，原生256K上下文，支持图文音视频全模态，并开源旗舰权重 智谱 GLM-5.3-Flash：8月26日开源，匿名模型"牛来"正式亮相 Qwen3.8-27B：8月14日开源，两日内全球下载量突破百万 国产模型不仅在本土市场站稳脚跟，更开始对闭源旗舰形成正面压力。 二、OpenAI与Google的迭代竞速 OpenAI GPT-5.6 家族（Sol、Terra、Luna）发布，向多个方向铺开 Google Gemini 3.7 Flash 在 3.6 发布仅三周后即迭代，定价仅为前代一半 Google 用"发布-降价-再发布"的组合拳，把推理成本打到了新低。 三、Meta 回归开源 Meta 重回开源阵营，推出 Muse Spark 1.2 与 Muse Code，配合阿里、智谱的开源动作，“开源模型逼近闭源"从口号变成了现实。 3天一台新模型的节奏意味着什么 对企业而言，这个发布密度带来两个直接影响： 模型选型的窗口期被压缩——今天选的模型可能三周后就过时 推理成本持续走低——降价潮让"用不起大模型"的顾虑基本消失 结语 8月的11款模型只是一个信号。当开源旗舰开始对标闭源、当发布节奏以"天"为单位计算，AI产业的竞争已经进入全新的阶段——不是比谁先发布，而是比谁能持续发布。

AI的尽头是电力 2026年8月19日消息：AI用电量增加导致功率半导体缺货严重，台系厂商酝酿第三波价格调整，最快10月起针对非合约产品涨价10%至15%。 这不是孤立的供应链事件——它是AI产业爆发对物理世界产生连锁冲击的最新信号。 缺货背后的数据 需求端：AI数据中心是电老虎 一个大型AI数据中心的功耗： 训练集群：单台NVIDIA H100功耗700W，一个千卡集群仅GPU就700kW 推理集群：部署规模更大，7×24小时运行 冷却系统：占数据中心总功耗的30-40% 整体功耗：一个大型AI数据中心功耗可达50-100MW，相当于一个小城市的用电量 供给端：功率半导体是电力转换的核心 功率半导体（IGBT、MOSFET、SiC）在数据中心中的作用： 电源转换：将电网交流电转换为数据中心需要的直流电 功率因数校正：提高用电效率 不间断电源(UPS)：保证电力供应稳定 配电管理：将电力分配到每一个机柜 AI数据中心对功率半导体的需求是传统数据中心的3-5倍——更高的功率密度需要更多、更先进的功率器件。 三波涨价的时间线 波次 时间 涨幅 对象 第一波 2025年Q4 5-8% 全线产品 第二波 2026年Q1 8-12% 紧缺型号 第三波 2026年Q4（预期） 10-15% 非合约产品 合约客户（大客户长期合同）不受影响，但中小客户和现货市场将承受涨价。 为什么是台系厂商？ 全球功率半导体主要供应商： 英飞凌（德国）— 市场份额第一 安森美（美国）— 汽车领域强势 台积电/世界先进（台湾）— 代工产能最大 士兰微/斯达半导（中国大陆）— 国产替代 台系厂商（台积电、世界先进、力积电）在功率半导体代工中占据关键位置。当产能紧缺时，台系厂商的定价权最大。 产业链连锁反应 AI需求爆发 → 数据中心扩建 → 电力需求激增 → 功率半导体缺货 → 涨价 → 数据中心建设成本上升 → AI推理成本上升 → AI应用价格上升 这不是远在天边的供应链问题——它最终会传导到每一个AI用户的账单上。 对不同角色的影响 1. AI云服务商（百度、阿里、腾讯） GPU云收入暴增（百度+283%），但电力成本也在上升。好消息是：电力成本占比低于GPU成本，短期利润率影响有限。长期来看，拥有自建电厂或绿电能力的云服务商会有成本优势。 2. 数据中心运营商 功率半导体涨价直接推高建设成本。新建数据中心的资本支出增加10-15%。但AI需求旺盛，供不应求，成本可以转嫁给租户。 ...

两条新闻，两种战略 8月18日，OpenAI宣布正式推出ChatGPT青少年版。同一天，消息显示Anthropic年化营收有望突破650亿美元，较去年底增长逾6倍。 两家AI巨头在同一天的新闻，恰好展现了完全不同的战略路径。 一、OpenAI：向下扎根，抢占下一代用户 ChatGPT青少年版 如果系统判断用户未满18岁，或用户自行填写年龄在13至17岁之间，系统将自动纳入青少年版。 这意味着什么？ OpenAI在做"用户漏斗"的源头。当13岁的孩子第一次接触AI就用ChatGPT，他们的AI使用习惯会被永久塑造。这和当年苹果把Mac推入校园是同一个逻辑——得年轻人者得未来。 战略逻辑 OpenAI的核心战略是消费者规模最大化： ChatGPT月活2亿+ 通过青少年版进一步扩大用户基数 用规模换数据，用数据换模型优势 最终通过订阅和广告变现 风险与争议 青少年版面临三个挑战： 内容安全：如何确保AI不对未成年人输出有害内容 隐私合规：未成年人数据采集在各国有严格法规 成瘾风险：AI对话的沉浸感对青少年的影响尚无长期研究 OpenAI需要在增长和责任之间找平衡——这个平衡不好找。 二、Anthropic：向上突破，深耕企业级市场 营收数据 指标 2026年初 2026年5月 变化 年化营收(ARR) 140亿美元 470亿美元 +3.36倍 估值 3800亿美元 9650亿美元 +154% 估值收入比 — 20.6倍 高于行业均值 90天估值涨154%——这是AI行业有史以来最快的估值增长。 为什么是Anthropic？ 维度 OpenAI Anthropic 谁更强 消费者市场 ChatGPT 2亿月活 Claude ~5000万月活 OpenAI 企业级市场 GPT-5.5企业版 Claude Opus 4.8企业版 Anthropic 编程助手 GitHub Copilot Claude Code Anthropic 安全合规 一般 行业最强 Anthropic 年化收入增速 ~80% 130% Anthropic Anthropic的核心竞争力在企业级： ...

大会概况 8月19日，2026世界机器人大会在北京经济技术开发区（亦庄）开幕。 主题：人机共生，产需共融。 指标 数值 参展企业 300余家 展品数量 超过2000件 首发新品 150余款 国际机构支持 近30家 国际嘉宾占比 30% 展览面积 近5万平方米 展馆数量 4个（智创、智合、智造、智趣） 同期活动：60余场论坛+世界机器人大赛总决赛（20多个国家、6000余支队伍）。 重磅新品 宇树科技"超人"人形机器人 最抢眼的新品之一。两项数据超越人类体能极限： 指标 宇树"超人" 人类纪录 原地跳高 2米 约1.8-1.9米 极限奔跑速度 12.66米/秒 博尔特峰值约12.42米/秒 0.85米腿长实现2米原地跳高——这意味着机器人的爆发力控制已经达到极高水平。奔跑速度超越博尔特峰值更是标志性事件：在纯物理性能上，人形机器人已经开始超越人类。 云深处DR02 7月完成首秀，本届大会正式亮相： 完整打了一套军体拳 平稳完成空翻等高难度特技动作 军体拳和空翻对人形机器人意味着什么？动态平衡能力达到了新高度。这不仅是"能站起来"的水平，而是"能在复杂动态动作中保持平衡"——这是从实验室到实际应用的关键跨越。 其他参展企业 宇树科技、优必选、银河通用、星海图、明略科技、云深处、傅利叶等代表性企业均带来最新成果，覆盖机器人整机、具身智能及人形机器人。 人形机器人产业三个趋势 趋势一：从"能走"到"能干" 2025年的人形机器人还在展示走路、握手。2026年的新品开始展示实际工作能力——搬运、装配、巡检。大会主题"产需共融"点明了方向：机器人要进入产线干活。 趋势二：体能突破打开应用场景 当机器人跳高2米、奔跑12.66米/秒，意味着： 救灾场景：能跑能跳的机器人可以进入人类无法到达的危险区域 巡检场景：能在复杂地形中快速移动 物流场景：能搬运重物且移动速度足够快 趋势三：“人形机器人第一股"登陆科创板 大会同期，首家以人形机器人为主营业务的企业登陆科创板。这标志着资本市场对人形机器人产业的认可——不再是概念炒作，而是有营收、有产品、有客户的实体企业。 产业数据 北京累计备案大模型259款，日均调用量超14亿次 北京AI核心产业规模预计4500亿元 2026年上半年北京服务机器人产量增长230%、工业机器人增长75.5% 可穿戴智能设备零售额增长60%以上 对行业的影响 1. 具身智能是下一个万亿赛道 大模型解决了"大脑"问题，现在"身体"也在快速成熟。具身智能 = 大模型 + 机器人，这是AI从软件走向物理世界的桥梁。 2. 中国在硬件制造上有结构性优势 全球人形机器人产业链中，中国在电机、减速器、传感器等核心零部件上有成本和产能优势。世界机器人大会300家企业大部分来自中国。 3. 应用落地比技术突破更重要 体能超越人类是里程碑，但真正的商业价值在于"能干活”。大会主题强调"产需共融"，说明产业焦点正在从技术展示转向场景落地。 实战建议 制造业企业：关注巡检、搬运等场景的机器人应用，ROI测算已经开始合理 投资者：关注具身智能赛道，特别是核心零部件（电机、减速器）和整机集成商 求职者：机器人运维、编程、集成工程师需求即将爆发 创业者：不要做整机（太卷），做垂直场景的机器人解决方案 更多AI实战内容请访问 智能体海外论坛 ...

财报核心数据 8月18日，百度发布2026年第二季度财报。 指标 数值 同比变化 总营收 313亿元 -4% 一般性业务收入 252亿元 — AI业务收入占比 50% 连续两季过半 AI云基础设施收入 73亿元 +50% GPU云收入 — +283% AI应用收入 25亿元 +3% AI原生营销服务 26亿元 — 归属净利润 23.19亿元 -68% 三个关键信号 信号一：AI收入过半不是偶然 连续两个季度AI业务收入占比超过50%，说明百度的AI转型已经越过拐点。李彦宏说"从一家以互联网为核心的公司转型为一家以AI为先的公司"——这不是PR话术，财报数据在佐证。 但要注意：净利润同比下降68%，说明转型期仍在投入阶段。AI基础设施的投入（GPU采购、数据中心建设）在吃掉短期利润，换来的是收入结构的根本性变化。 信号二：GPU云283%增长的含义 GPU云同比增长283%，且连续四个季度三位数增长。这意味着什么？ 企业正在大规模采购GPU算力。不是试探性的PoC，而是真金白银的生产级部署。百度的GPU云客户主要分三类： 大模型训练：各家企业训练自己的行业模型 推理服务：已上线AI应用的推理算力需求 Agent运行时：越来越多企业部署Agent系统，需要持续GPU资源 283%的增速说明这三类需求同时在爆发。 信号三：AI应用收入增速放缓至3% AI应用收入25亿元，同比增长仅3%。这看似矛盾——AI这么火，应用收入怎么才涨3%？ 原因很简单：AI应用正在商品化。基础AI能力（对话、写作、分析）的价格在快速下降，DeepSeek V4 Pro的输入价格只有0.87美元/百万Token。当模型能力变成水电煤一样的基础设施，应用层的溢价空间就会被压缩。 真正的增长在基础设施层（GPU云+50%）和原生营销服务（26亿元），后者是把AI能力嵌入百度自身的广告系统，提升广告效率。 对行业的启示 1. AI变现的"三层结构"正在形成 层级 增速 特征 基础设施层（GPU云） +283% 卖铲子，最确定 平台层（AI原生营销） 稳定增长 把AI嵌入现有业务 应用层（独立AI应用） +3% 商品化竞争激烈 如果你在创业，想清楚你在哪一层。基础设施层门槛最高但增长最猛，应用层门槛最低但增速放缓。 2. 传统互联网公司的AI转型可以成功 百度证明了传统互联网公司可以转型为AI公司——但代价是短期利润大幅下降。转型不是请客吃饭，是真金白银的投入。 3. GPU算力是当前的"硬通货" 连续四个季度三位数增长，说明GPU算力的需求远未饱和。对于做AI基础设施的公司来说，现在是最好的窗口期。 实战建议 企业IT负责人：现在锁定GPU云长期合同，算力价格可能继续上涨 AI应用创业者：不要在基础能力上竞争，在行业深度和交付能力上建立壁垒 投资者：关注AI基础设施赛道，特别是GPU云和算力调度领域 求职者：GPU运维、AI基础设施工程师的需求正在爆发 更多AI实战内容请访问 智能体海外论坛 ...