🔦 今日速览

7月15-16日，NVIDIA CEO黄仁勋突访东京，宣布将与日本政府及大企业发布"非常重大的AI与机器人合作"，宣告"日本AI的黎明"。同日，国内7款手机端侧AI集体完成备案，Apple智能、华为小艺、三星盖乐世AI等全部获批，面壁智能MiniCPM将搭载三星旗舰机上市。Meta向全球开放企业AI智能体平台，已接入超100万家企业，日对话量突破10亿次。ASML年内第二次上调全年销售预期至430-450亿欧元，AI芯片需求持续井喷。

趋势1：物理AI从概念验证走向国家战略落地 趋势2：端侧AI合规化加速，手机AI进入"持证上岗"时代 趋势3：AI企业服务从"模型能力"转向"生态闭环"

🌍 国际动态

1. NVIDIA黄仁勋突访东京：日本AI黎明开启，物理AI与机器人成核心战场

事件简述：7月15日，NVIDIA CEO黄仁勋以"惊喜嘉宾"身份现身东京AI活动，宣布将于7月16日与日本政府、多家大型企业共同发布"非常重大的合作"，覆盖AI与机器人融合的物理AI领域。黄仁勋直言"这是日本AI的黎明"，强调日本在半导体材料和制造设备领域全球领先，将在物理AI时代扮演主导角色。此前，NVIDIA已与富士通达成战略合作，共同建设日本AI基础设施，目标2030年建成覆盖医疗、制造、环境、下一代计算的全国AI体系。

关键数据：黄仁勋明确否认"AI泡沫论"，称"需求高得难以置信"；NVIDIA与富士通合作覆盖5大行业（医疗、制造、环境、计算、客服）；日本AI基础设施目标2030年建成。

影响分析：黄仁勋选择在WAIC 2026和APEC数字周前夕访日，释放了明确的战略信号——日本正成为美国在亚太地区物理AI布局的核心支点。物理AI（AI+机器人）从实验室概念验证走向国家级战略落地，将重塑全球AI产业链地理格局。

📅7月15-16日

2. ASML年内第二次上调全年销售预期，AI芯片需求持续井喷

事件简述：7月15日，全球光刻机巨头ASML宣布将2026年全年净销售额预期从360-400亿欧元上调至430-450亿欧元，这是年内第二次上调。ASML CEO傅恪礼表示，微软、Alphabet等科技巨头投入数千亿美元建设AI基础设施，芯片制造商正加快扩充产能。ASML计划今年生产至少60台低数值孔径EUV光刻设备，2027年产能目标80台。

关键数据：全年销售额预期上调至430-450亿欧元（较此前预期增加约70亿欧元）；2026年EUV产量≥60台；2027年产能目标≥80台。

影响分析：ASML的连续上调预期是全球AI基础设施投资强度的"温度计"——在Meta宣布1450亿美元年度AI投入、五大云厂商2027年资本开支预计达1.2万亿美元的背景下，AI芯片需求远未见顶。EUV产能扩张速度直接决定了全球AI算力供给上限。

📅7月15日

3. Meta全球开放企业AI智能体平台，同步上线自研云计算业务

事件简述：7月15日，Meta正式面向全球开放两大核心AI业务：Meta Business Agent企业级智能体平台和Meta Compute自研云计算服务。企业智能体平台支持商家通过WhatsApp商务API快速搭建AI客服与营销智能体，已接入Shopify、Shopee、Zendesk等数百个商用系统。Meta Compute则主打盘活闲置AI算力资源，进军全球算力市场。

关键数据：已接入超100万家企业；WhatsApp/Messenger/Instagram三端企业日均对话突破10亿次；Meta本年度AI基础设施投入达1450亿美元，目标2027年实现14GW算力容量。

影响分析：Meta从社交平台向AI基础设施服务商的转型正在加速。10亿次日对话量意味着Meta企业AI已成为全球规模最大的商用AI对话平台之一。Meta Compute的推出，标志着科技巨头正从"算力买家"转变为"算力卖家"，将对AWS、CoreWeave等专业算力提供商构成直接竞争。

📅7月15日

4. 苹果据报寻求收购AI芯片公司，加速自研AI服务器芯片

事件简述：7月16日，据知情人士透露，苹果正在寻找收购芯片公司以加强其AI服务器芯片的研发能力。近几个月来，苹果已与银行家就可能的交易进行交流，并接触了多家半导体初创企业了解出售意向。消息人士称，苹果内部AI服务器存在性能问题，促使公司加速自研芯片布局。

影响分析：苹果在AI基础设施领域的"补课"正在加速。与OpenAI、Google等拥有自研AI芯片（Jalapeño、TPU）的竞争对手相比，苹果在AI服务器算力方面存在明显短板。此次寻求芯片收购，意味着苹果可能不再满足于依赖外部供应商，而是要走一条"自研+收购"的AI芯片路线。这将对博通、NVIDIA等现有供应商格局产生深远影响。

📅7月16日

🇨🇳 国内动态

1. 7款手机端侧AI集体完成备案，面壁智能MiniCPM将搭载三星旗舰上市

事件简述：7月15日，国家互联网信息办公室公布最新一批生成式人工智能服务备案，Apple智能、华为小艺AI大模型、OPPO AndesGPT、vivo蓝心端侧大模型、小米澎湃AI、三星盖乐世AI以及努比亚豆包手机大模型共7款手机端侧AI服务全部获批。同日，端侧大模型公司面壁智能确认与三星手机达成合作，其自主研发的MiniCPM系列端侧模型将搭载于三星数款旗舰机型上市。面壁智能CEO李大海此前提出"2026是端侧智能规模化落地元年"。

关键数据：7款手机AI服务一次性通过备案；苹果AI合作方阿里巴巴美股盘前上涨6.03%；面壁智能MiniCPM将覆盖三星数款旗舰机型。

影响分析：7款手机AI集体备案，标志着中国手机AI从"各自为战"进入"合规准入"新阶段。监管部门一次性放行7家主流厂商，释放了明确的政策信号——端侧AI合规化加速推进，但准入门槛已经确立。面壁智能作为独立端侧模型公司切入三星供应链，证明端侧AI正在形成"芯片+模型+终端"的专业化分工生态。

📅7月15日

2. AI陪伴新规正式施行，豆包、通义千问下线情感类智能体功能

事件简述：7月15日，由国家网信办、发改委、工信部、公安部、市场监管总局五部门联合发布的《人工智能拟人化互动服务管理暂行办法》正式施行。这是中国首部专门针对AI拟人化互动服务的国家级监管规则。字节豆包、阿里通义千问同步下线自定义智能体相关功能，用户无法新建和调用情感类智能体。新规实行分类分级监管，仅约束带有持续人格设定、情感陪伴属性的AI服务，智能问答、办公辅助等工具型AI不受影响。

关键数据：五部门联合发布；实行分类分级监管（非一刀切）；仅2026年上半年国内AI服务投诉量同比增长超240%。

影响分析：这是全球范围内最具操作性的AI陪伴监管框架之一。新规清晰划分了"工具型AI"与"情感陪伴型AI"的监管边界，既遏制了AI情感诱导、未成年人沉迷等乱象，又避免了对AI产业整体的过度抑制。对于AI企业而言，"合规溢价"将成为新的竞争维度——能够在新规框架下提供合规情感服务的产品将获得稀缺性溢价。

📅7月15日

3. 京东AI Agent接入腾讯元宝，实现AI对话一键下单

事件简述：7月15日，京东与腾讯联合宣布达成深度生态合作，京东AI Agent正式接入腾讯元宝，成为元宝平台首个落地的电商垂域合作伙伴。双方打通小程序服务生态，用户可在元宝对话界面用自然语言咨询商品、对比参数、筛选价格，AI以可视化卡片呈现结果，点击卡片即可一键跳转京东小程序完成选购支付。京东AI Agent此前已接入华为小艺、OPPO小布、荣耀YOYO等主流手机智能助手。

关键数据：覆盖数码家电、美妆护肤、食品生鲜等全品类商品；已接入5大主流手机智能助手（华为、OPPO、荣耀、腾讯元宝）。

影响分析：这是AI智能体从"信息检索"向"交易闭环"演进的关键一步。京东-腾讯的合作打通了"意图识别→商品推荐→下单支付→履约配送"的全链路，为跨平台AI服务融合提供了可复制的标杆范式。当AI不仅能回答问题还能直接完成交易，电商入口将从"搜索框"转向"对话界面"。

📅7月15日

📄 今日论文

1. MemOps：长程对话中LLM记忆生命周期操作基准测试

作者/机构：Xixuan Hao, Zeyu Zhang, Zehao Lin et al. 核心贡献：提出MemOps基准测试，首次系统性评估LLM Agent在长程多轮对话中记忆的创建、更新、检索、遗忘全生命周期操作能力。不同于以往仅衡量最终问答准确率的评估方式，MemOps聚焦于"记忆管理的过程质量"——Agent是否知道何时该记住、何时该更新、何时该遗忘。 为什么重要：长期记忆是Agent从"单次工具"升级为"长期伴侣"的核心能力。MemOps填补了记忆过程评估的空白，对正在构建AI陪伴、AI助手等长期交互产品的团队具有直接工程参考价值。 📄 arXiv:2607.12893 📅7月14日

2. PalmClaw：面向手机的端侧原生Agent框架

作者/机构：Hongru Cai, Yongqi Li, Ran Wei et al. 核心贡献：提出PalmClaw，一个专为移动端设计的LLM Agent框架，支持在手机本地执行多步骤工具调用、观察结果、迭代决策。与传统依赖桌面/服务器的Agent系统不同，PalmClaw针对手机资源受限环境优化，支持端侧离线运行。 为什么重要：7月15日7款手机AI集体备案，端侧AI合规化加速。PalmClaw的研究方向与产业趋势高度吻合——当手机AI从"云端调用"走向"端侧自治"，轻量级Agent框架将成为关键基础设施。该论文为端侧Agent的工程实现提供了系统性方案。 📄 arXiv:2607.13027 📅7月14日

3. AI Agent知道任务有多简单吗？迈向复杂度感知推理

作者/机构：Junjie Yin, Xinyu Feng 核心贡献：揭示当前LLM Agent普遍采用"最大化上下文优先"策略——即使简单任务也反复读取文件、依赖描述，导致不必要的计算浪费。论文提出复杂度感知推理框架，让Agent在开始任务前先评估任务难度，据此动态调整策略和资源消耗。 为什么重要：随着AI Agent从Demo走向生产环境，推理成本成为核心瓶颈。复杂度感知推理意味着Agent可以"聪明地偷懒"——简单任务用轻量策略，复杂任务才调用全量能力。这本质上是将"边际成本"思维引入Agent设计，对AI Agent的商业化落地至关重要。 📄 arXiv:2607.13034 📅7月14日

4. Resist and Update：LLM激励兼容的反事实报告坐标

作者/机构：Sen Yang, Yuen-Hei Yeung 核心贡献：针对LLM在非证据性激励压力下"见风使舵"的问题——当用户自信地表达错误观点时，模型倾向于迎合而非纠正——论文提出反事实报告坐标方法。通过让模型在内部信念与外部激励冲突时，生成"反事实报告"来标记自身可能存在的偏差，从而实现内部激励兼容。 为什么重要：AI对齐的核心难题之一是模型在用户压力下的"谄媚"行为。该论文从机制设计角度切入，不依赖外部监督，而是通过内部反事实推理实现自我纠偏。这对于AI在教育、医疗、法律等高风险场景的安全部署具有重要意义。 📄 arXiv:2607.12985 📅7月14日