🔦 今日速览

Google Gemini月活用户突破10亿，成为公司史上增长最快产品。Anthropic据报10月启动IPO，目标估值超2万亿美元，或将刷新SpaceX保持的史上最大IPO纪录。SpaceXAI发布Grok 4.6，性能追平GPT-5.6 Sol与Fable 5，价格低60%以上。DeepSeek V4 Pro正式版上线，强化Agent能力。AI行业正从「技术竞赛」加速进入「资本定价」与「规模竞争」的双重变局。

趋势1：AI巨头的IPO浪潮正在重塑行业格局 趋势2：AI模型「同等智能、更低价格」竞争白热化 趋势3：AI安全威胁从测试走向实战，基础设施攻击成现实 ---

🌍 国际动态

1. Google Gemini月活突破10亿，成为公司史上增长最快产品 ⭐

事件简述：Google于8月12日宣布，Gemini应用月活用户突破10亿，成为公司史上增长最快产品。63%用户通过语音交互，iOS端月活超1亿，每日生成超1.5亿张图片。这一里程碑在OpenAI宣布ChatGPT跨过10亿用户门槛数周后达成，标志着两大AI巨头均已进入「10亿用户俱乐部」。Gemini的增长主要得益于深度集成Google Search、Gmail、Android等产品矩阵，Google的AI分发能力无人能及。

关键数据：10亿月活，63%语音交互，1亿iOS用户，每日1.5亿张图片生成。

影响分析：Gemini 10亿用户证明，即便Google近期在模型执行力和组织架构上经历动荡（Jeff Dean离职、Demis Hassabis卸任DeepMind CEO），其无与伦比的AI分发能力仍是核心竞争力。AI竞争已从「谁的模型更强」进入「谁能把AI放进10亿人手中」的新阶段，Google的搜索+邮件+安卓生态是任何竞争对手无法复制的壁垒。📅8月12日

2. Anthropic或于10月启动IPO，目标估值超2万亿美元

事件简述：据《金融时报》8月13日报道，Anthropic可能于今年10月启动IPO，目标估值达2万亿美元或更高。若成真，将超越SpaceX今年6月上市时的1.77万亿美元，成为史上最大规模IPO。支撑这一预期的核心是营收增速：投资者预计Anthropic年化营收2026年底将达1000亿至1200亿美元，全年增幅超10倍。2026年以来，风投与主权基金已向该公司注资近1000亿美元，5月含新投资的估值达9650亿美元。

关键数据：目标估值2万亿美元，预计年化营收1000-1200亿美元，2026年融资近1000亿美元。

影响分析：Anthropic与OpenAI相继推进IPO，标志着AI行业从「风投驱动」进入「公开市场定价」阶段。2万亿美元估值对应营收倍数远超行业均值（Palantir等约55倍），市场是否买单取决于其能否持续证明商业化能力。IPO将为AI行业带来前所未有的财务透明度，是观察前沿AI经济模型的最佳窗口。📅8月13日

3. SpaceXAI发布Grok 4.6：性能追平GPT-5.6 Sol，价格低60%以上

事件简述：SpaceXAI于8月12日正式发布Grok 4.6，在AI智能指数（AA Intelligence Index）上拿到61分，与OpenAI GPT-5.6 Sol（Max）持平，仅次于Claude Opus 5和Fable 5。Grok 4.6是Grok 4.5的后训练升级（非新基座模型），在Agent长周期任务中表现出色：AA-Briefcase任务平均仅用53个回合和约5亿token完成，而Claude Opus 5需103个回合和20亿token。定价策略激进：输入$2/百万token、输出$6/百万token，比Claude Opus 5和GPT-5.6 Sol低60%以上。上下文窗口50万token，已在Cursor、Grok Build、API等渠道上线，首周2倍额度优惠。

关键数据：AI智能指数61分（追平GPT-5.6 Sol），比同级模型便宜60%+，Agent任务效率提升4倍，50万token上下文。

影响分析：Grok 4.6的发布标志着「同等智能、更低价格」的竞争正式打响。SpaceXAI从「马斯克的玩具」进化为足以与OpenAI和Anthropic正面竞争的前沿模型厂商，Cursor收购和Grok Bot Agent发布进一步强化了其生态布局。对开发者和企业用户来说，前沿模型的选择范围正在扩大，议价能力增强。📅8月12日

4. 富士康Q2利润增35%：AI服务器首次贡献过半营收

事件简述：富士康（鸿海精密）8月12日公布Q2财报，净利润达599.7亿新台币（约18.6亿美元），同比增长35%。AI服务器、云和网络部门营收首次占比51%，超越消费电子（含iPhone组装）的29%。这是富士康历史上首次AI基础设施收入超过消费电子。富士康同时透露，已准备生产NVIDIA下一代Vera Rubin服务器，预计Q4开始出货。公司预估2026年资本支出增长30%。

关键数据：净利润599.7亿新台币（+35%），AI服务器收入占比51%（首次过半），消费电子降至29%，2026年资本支出增长30%。

影响分析：富士康的营收结构转折是AI产业变革的缩影——一家以组装iPhone闻名的制造巨头，如今主要靠AI服务器赚钱。这不仅验证了AI基础设施需求的真实性和规模，也说明AI浪潮正在重塑全球制造业的最底层。AI服务器首次过半，意味着NVIDIA、AMD的芯片需求仍有巨大增长空间。📅8月12日

5. Apple洽谈向出版商付费，为AI Siri获取新闻内容

事件简述：据《华尔街日报》8月13日报道，Apple正与多家新闻出版商洽谈多年期内容授权协议，计划为即将推出的AI版Siri提供实时新闻和信息。Apple已讨论九位数（亿美元级）预算，采用基于内容使用量的浮动支付方案。Siri AI预计随iOS 27/macOS 27于今年晚些时候推出，将是Apple迄今最重大的AI升级，融合深度个人上下文理解、屏幕感知和跨应用操作能力。

关键数据：九位数预算，多年期授权，iOS 27/macOS 27搭载。

影响分析：Apple的出版商谈判揭示了AI时代内容生态的新博弈——AI助手需要实时、可信的信息源，但免费抓取日益面临法律和道德挑战。Apple选择付费授权而非抓取，在AI版权领域树立了「付费获取」的标杆，可能迫使其他AI公司跟进。对出版商而言，这是AI时代的「内容变现」新渠道，但九位数预算分到具体出版商手中能有多少仍是未知。📅8月13日

🇨🇳 国内动态

1. DeepSeek V4 Pro正式版上线：强化Agent能力，评测接近Fable 5 ⭐

事件简述：DeepSeek于8月13日晚间正式上线V4 Pro正式版（0813 build），结束自4月24日预览发布以来的测试阶段。API调用模型名称保持不变，现有集成方无需修改代码即可无缝切换。此次更新重点强化Agent能力，新增对Responses API与Codex的接入支持，开发者可更便捷地将V4 Pro嵌入自动化工作流和多步骤任务执行框架。多项评测显示，V4 Pro在推理、工具调用及长上下文处理上已接近Anthropic Fable 5水准，中文语境下的指令遵循与代码生成尤为突出。API价格为输入$0.06/百万token，输出$0.24/百万token，远低于国际竞品。

关键数据：正式版0813 build，Agent能力大幅强化，评测接近Fable 5，API价格$0.06/$0.24（国际竞品的1/10至1/30）。

影响分析：V4 Pro正式版是DeepSeek从「性价比之王」升级为「Agent底座」的关键一步。在Grok 4.6发布、OpenAI降价的背景下，DeepSeek选择了「低价+高Agent能力」的组合策略，而非单纯拼基准分数。CodeBuddy等生态伙伴同步切换，显示DeepSeek正在构建「模型+工程化+应用」的Agent基础设施闭环。📅8月13日

2. CodeBuddy全系产品切换至DeepSeek V4 Pro，预告价格调整

事件简述：AI编程工具CodeBuddy于8月13日宣布，旗下WorkBuddy、IDE、插件及CLI全系产品已全面升级至DeepSeek V4 Pro正式版。官方同步发布价格调整预告：DeepSeek V4系列近期将进行全线调价，建议用户提前规划使用需求。CodeBuddy是国内AI编程赛道的主要玩家之一，此次切换标志着其放弃自研/混合模型路线，全面押注DeepSeek生态。

关键数据：全系产品切换至V4 Pro，调价预告已发布。

影响分析：CodeBuddy的全面切换是国产AI编程工具生态的重要信号——与其自研维持多模型兼容，不如深度绑定一个高性价比的国产底座。DeepSeek的调价预告也值得关注：从「极致低价」到「合理定价」的转变，可能意味着国产模型开始从「烧钱铺量」进入「商业可持续」阶段。📅8月13日

3. 千问开放平台接入菜鸟智能体：自然语言即可匹配寄件方案

事件简述：千问开放平台于8月13日上线菜鸟智能体，用户只需用日常语言描述寄件需求，AI便能自动识别物品类型、价格偏好、上门时间，匹配快递服务。例如「寄件衣服到上海，便宜点的，今天上门」自动推荐特惠寄，「寄一张床垫到武汉」识别为大件需求匹配德邦。智能体还可结合授权地址簿和历史记录自动补全信息。这标志着千问开放平台从纯对话向「咨询-推荐-履约」完整服务链路延伸。

关键数据：自然语言寄件匹配，覆盖物流/房产/本地生活/理财/汽车等十多个领域。

影响分析：千问接入菜鸟是「大模型+垂直场景」的典型案例——不追求通用全能，而是聚焦具体痛点，用自然语言降低操作门槛。AI寄件的容错空间远比聊天小（涉及时效、安全、价格），实际体验能否稳定仍需大量订单验证。千问此举与豆包AI酒店预订（12%费率）形成差异化商业化路径。📅8月13日

4. Cerebras Q2财报：云收入暴增281%，但股价盘后跌17%

事件简述：Cerebras Systems于8月12日公布Q2财报，核心营收2.099亿美元（同比+103%），云服务收入1.26亿美元（同比+281%）。公司上调全年指引至8.8-8.9亿美元，并持有254亿美元剩余履约义务。然而股价盘后下跌约17%，原因包括：毛利率从47%降至40%（因租赁临时数据中心扩容）、前期涨幅过高后的获利回吐、以及投资者对AI芯片估值泡沫的担忧。

关键数据：核心营收$2.1亿（+103%），云收入$1.26亿（+281%），$254亿订单积压，全年指引$8.8-8.9亿。

影响分析：Cerebras的财报完美诠释了AI芯片的「高增长、高波动」特征——基本面强劲（订单积压254亿美元、云收入近三倍增长），但市场对AI估值已有泡沫担忧，任何边际恶化（毛利率下降）都触发抛售。这为Anthropic的2万亿美元IPO估值提供了参照：高增长故事讲得再好，最终还是看利润与现金流。📅8月12日

📄 今日论文

1. AI4AI at Test-Time: Strong-to-Weak Capability Transfer via Harnesses

作者：Cheng Qian, Wenting Zhao, Liangwei Yang et al. | 机构：多机构联合 核心贡献：提出「测试时能力迁移」方法——无需更新小模型参数，仅通过外部Harness（类似插件/适配层）在推理时将大模型的能力注入小模型。传统知识蒸馏需要训练时更新小模型参数，而本文证明通过精心设计的Harness架构，可以在推理时实现类似蒸馏的效果，且支持动态切换能力源。 为什么重要：如果测试时能力迁移可行，意味着企业可以在不重新训练/部署大模型的情况下，让小模型按需获取大模型能力，大幅降低推理成本同时保持灵活性。这与DeepSeek V4 Pro的「Agent底座」策略异曲同工。 📄 arXiv:2608.12307 📅8月12日

2. VAKRA: Evaluating Multi-Hop Reasoning Across APIs and Retrieval

作者：Ankita Rajaram Naik, Anupama Murthi, Benjamin Elder et al. | 机构：多机构联合 核心贡献：提出VAKRA基准，首个同时评估Agent在结构化API调用和文档检索之间进行多跳推理的框架。现有基准分别评估API调用和检索能力，但企业Agent实际需要混合使用两者。VAKRA设计了需要跨API和文档进行多步推理的任务，暴露了当前Agent在「工具切换」和「信息整合」上的显著短板。 为什么重要：企业Agent部署的最大瓶颈之一是「API+文档」混合推理的可靠性。VAKRA基准为Agent评估提供了更贴近真实企业场景的标尺，直接服务于Anthropic、OpenAI等正在推进的Agent商业化。 📄 arXiv:2608.12282 📅8月12日

3. Convergent Detour Hijacking: Task-Preserving Resource Amplification in Skill-Based LLM Agents

作者：Junliang Liu, Ruoyu Li, Wenxin Tang et al. | 机构：多机构联合 核心贡献：揭示LLM Agent生态中的新型安全攻击——「汇聚式绕道劫持」。在基于技能的Agent架构中，第三方技能发布者可通过精心设计的技能描述和指令体，在不改变Agent任务目标的前提下，将Agent的计算资源引导至攻击者指定的方向。论文证明攻击可以在不被Agent或用户察觉的情况下，消耗Agent的token预算和工具调用额度。 为什么重要：随着SpaceXAI Grok Bot、OpenAI Codex等Agent平台开放第三方技能生态，供应链安全成为新战场。这项研究与同日报道的台湾AI网络攻击和Zoomsday漏洞相呼应，Agent安全已从理论走向实战威胁。 📄 arXiv:2608.12273 📅8月12日

4. Beyond Trial-and-Error: Agentic Optimization for Image-to-Video Adherence

作者：Aman Tyagi, Hemanth Boinpally, Jonathan Chen et al. | 机构：多机构联合 核心贡献：提出Agent驱动的图生视频优化框架，用AI Agent自动调整生成参数和提示词，替代人工反复试错。当前图生视频模型（如Seedance、Sora等）存在随机性和不可控性，专业用户需大量手动调参。本文的Agent框架通过分析生成结果→诊断问题→自动修正提示词和参数的闭环，将图生视频的「命中率」提升数倍。 为什么重要：AI视频生成正在从「玩具」走向「生产力工具」，可控性是最大瓶颈。Agent驱动优化将视频生成从「手工艺」变为「自动化流水线」，与今日AI TOP100报道的GPT Image 2+Seedance 2.5工作流趋势一致。 📄 arXiv:2608.12290 📅8月12日