🔦 今日速览
英伟达2027财年Q2财报营收962亿美元（+106%）、EPS 2.22美元双双超预期，但黄仁勋预警"供给仅够70%增长"；Anthropic同日被曝斥450亿美元租用Nscale算力锁定Vera Rubin。国内智谱开源GLM-5.3-Flash（320B/18B）、阿里开源Qwen3.8-Flash-Next，月之暗面就Kimi K3与微软、亚马逊、谷歌洽谈最高30%托管分成。
趋势1：算力供给取代需求，成为AI增长硬约束 趋势2：国产开源模型以极致效率逼近前沿水平 趋势3：中国大模型出海变现模式加速成型
🌍 国际动态
1. 英伟达Q2营收962亿美元同比翻倍，黄仁勋预警供给受限 ⭐
事件简述：8月26日美股盘后，英伟达公布2027财年第二季度财报，营收962亿美元，同比大增106%；非GAAP每股收益2.22美元，较去年同期翻倍，双双超越市场预期（营收预期921.8亿、EPS预期2.09）。CEO黄仁勋在电话会上透露，英伟达2028财年营收增速指引为70%，但"我们只有支撑70%增长的供给，需求远高于此"，直言供给是当前最大瓶颈。财报公布后，英伟达股价盘后一度上涨4.4%。
关键数据：营收962亿美元（+106%）、EPS 2.22美元、FY2028增速指引70%、盘后涨4.4%。
影响分析：连续多季超预期后，"供给受限"取代"需求疲软"成为市场新焦点。英伟达把增长上限从需求端转移到产能端，意味着AI算力稀缺性将持续，利好整个算力产业链，但也进一步强化了云厂商与AI实验室"去英伟达化"自研芯片的动机。 📅8月26日
2. Anthropic斥450亿美元租用Nscale算力，锁定Vera Rubin
事件简述：8月26日，据彭博/路透报道，Anthropic同意未来六年向AI云服务商Nscale支付450亿美元，租用其西弗吉尼亚州Monarch数据中心约460兆瓦电力容量。该算力将基于英伟达Vera Rubin芯片，预计2027年底起陆续上线，年均约75亿美元。Nscale成立于2024年，微软此前是其主力租户。这是Anthropic八个月算力扩张的最新动作——本月稍早刚与挪威Volta签下100亿美元协议，7月还与AMD签了50亿美元算力协议。
关键数据：450亿美元/6年、460MW、Vera Rubin芯片、2027年底上线、此前已签Volta 100亿+AMD 50亿。
影响分析：Anthropic在IPO前夕疯狂锁定稀缺算力，以年均75亿美元计，约占其预计年营收（650亿美元）的一成以上。选择"租赁"而非自建或直购，折射出前沿实验室在资本开支与灵活性之间的权衡，也再次印证"算力即战略资源"的行业逻辑。 📅8月26日
3. 谷歌推出Gemini Enterprise for Legal，AI切入法律垂直场景
事件简述：8月26日，谷歌发布面向法律行业的Gemini Enterprise for Legal，通过MCP连接器接入iManage、DocuSign、Everlaw等系统，可自动审查合同、开展法律研究、追踪法规变化，以预览版形式推出，德勤等合作伙伴将销售合同摘要等预置AI代理。谷歌同日还发布面向金融服务的类似方案，医疗与生命科学版本也在筹备中。
关键数据：接入iManage/DocuSign/Everlaw、德勤等伙伴分销、同步推金融版。
影响分析：继Anthropic的Claude深耕法律场景后，谷歌也杀入法律AI，大模型厂商正加速将通用模型封装为行业专用解决方案，争夺律师、会计、医生等高价值专业岗位的"AI化"红利。垂直化落地成为应用层竞争的下半场。 📅8月26日
🇨🇳 国内动态
1. 智谱开源GLM-5.3-Flash，神秘模型Ox Alpha真身揭晓 ⭐
事件简述：8月26日，智谱旗下Z.ai正式确认，此前在OpenRouter/OpenCode匿名爆火的神秘模型Ox Alpha（中文社区称"牛来"）正是GLM-5.3-Flash，并同步开源权重（MIT协议）。这是GLM-5系列首个原生多模态模型，总参数320B、每次推理仅激活18B，上下文窗口达100万token。官方称其AA综合智能指数57分，与Claude Opus 4.8持平，价格仅为GLM-5.3的1/10、Opus 4.8的1/40。
关键数据：320B/18B、1M上下文、原生多模态、MIT开源、价格1/10于GLM-5.3、匿名期流量全跑在国产AI芯片上。
影响分析：最值得关注的是智谱透露Ox Alpha匿名测试期的海量流量"全部跑在国产AI芯片上"，基于SGLang优化实现约3倍服务性能提升。这验证了"国产模型+国产芯片+开源推理框架"组合在大规模真实流量下可行，对英伟达"中国市占接近零"的现状是又一记重击。 📅8月26日
2. 阿里开源Qwen3.8-Flash-Next，Qwen4架构首次对外披露
事件简述：8月26日晚，阿里通义千问团队正式开源Qwen3.8-Flash及Qwen3.8-Flash-Next权重（Hugging Face + ModelScope）。这是一款原生多模态MoE模型，语言模型总参数125B、每token仅激活6B，原生支持262,144上下文、可扩展至100万。Next是全新一代Qwen4架构的首个开源预览版，引入QSA稀疏注意力、门控残差、51B N-gram嵌入等创新，训练成本仅约为前代Qwen3.7-Plus的1/9。
关键数据：125B/6B激活、262K→1M上下文、训练成本1/9、API定价输入1元/输出3元每百万token。
影响分析："千亿参数、6B激活"的超稀疏设计叠加1/9训练成本，把"旗舰能力、Flash成本"推向新高度。更关键的是Qwen4架构提前开源，让开发者能提前熟悉下一代架构，阿里正以开源生态抢占下一代模型的标准定义权。 📅8月26日
3. 月之暗面与微软、亚马逊、谷歌洽谈Kimi K3托管分成
事件简述：8月26日，路透社援引知情人士报道，月之暗面正与微软Azure、AWS、谷歌云洽谈，拟让三大美国云平台托管其旗舰模型Kimi K3（2.8万亿参数），月之暗面希望从相关服务收入中分得最高30%。若达成，这将是中国AI公司与美国主流云厂商之间的首个大型收入分成合作。谈判仍处早期，收入分成机制、数据访问、Token用量审计三大问题尚未解决。
关键数据：最高30%分成、Kimi K3达2.8T参数、三大云平台、中国-美国云首个大型分成协议。
影响分析：中国开放权重模型正从"免费开源"走向"托管分成"的变现模式。Kimi K3虽开源，但2.8万亿参数让绝大多数企业无法自建部署，云托管成为触达企业市场的必经之路。这也意味着中美AI的竞争与合作正进入"商业模式"层面的新阶段。 📅8月26日
4. 商汤上市后首次盈利，AI公司从烧钱转向造血
事件简述：8月26日，商汤科技公布2026年上半年业绩，首次实现盈利，净利润6.2亿元。期内商汤大装置日均Token服务量达2.4万亿，同比增长约22倍；智能体服务超1000家企业客户，覆盖20多个行业。CEO徐立将盈利归因于"一套模型、一座Token工厂、一套智能体管控系统"的能力体系。
关键数据：净利6.2亿、日均Token 2.4万亿（+22倍）、智能体服务1000+企业客户。
影响分析：商汤是继MiniMax（上半年收入+283%）后又一交出盈利/增长答卷的中国AI公司。从"卖模型"到"卖Token、卖智能体"，中国AI厂商的商业化路径正在跑通，为整个赛道从估值叙事转向业绩叙事提供了样本。 📅8月26日
📄 今日论文
1. Meta^n: Recursive Self-Improvement through Emergent Depth
作者：Zae Myung Kim, Young-Jun Lee, Seungyeon Jwa, Dongyeop Kang | KAIST 核心贡献：提出Meta^n框架，通过固定元操作Ω并对其自身产物递归应用，突破现有自改进系统"meta-depth上限约2"的限制，实现任意深度的递归自我改进，让Agent去改进"产生答案的过程本身"而非只优化答案。 为什么重要：递归自我改进被视为通往更通用AI的关键路径之一，Meta^n提供了一条让Agent持续改进自身方法论的可行机制。 📄 arXiv:2608.24735 📅8月25日
2. Recuris：面向长程Agent的递归经验-工作记忆演化
作者：Zhaochen Yu, Yingcheng Wu, Zhenfei Yin, Mengdi Wang, Shuicheng Yan, Ling Yang et al. 核心贡献：提出Recuris架构，用工作记忆跟踪任务进度并指导技能选择，把执行过程转化为结构化证据，由固定的元Agent据此做局部化、验证门控的技能更新，解决长程任务中历史增长导致的技能误用问题。 为什么重要：长程任务中Agent的记忆与技能管理是当前瓶颈，Recuris把"经验如何更新"变成可验证的局部操作，为Agent持续学习提供了工程化路径。 📄 arXiv:2608.24876 📅8月25日
3. SPO++：面向异步Agent强化学习的流对齐策略优化
作者：Kai Ruan, Jinghao Lin, Qianshan Wei et al. 核心贡献：指出单流策略优化（SPO）中"轨迹中心化与token加权量不匹配"的问题，提出在动作token测度下标准化终端优势，并改进prompt证据的组织方式，提升长程工具调用轨迹的RL训练稳定性与效率。 为什么重要：Agentic RL是训练工具调用智能体的核心方法，SPO++的修正让异步长程强化学习更稳定高效，直接影响下一代Agent模型的训练方式。 📄 arXiv:2608.24870 📅8月25日
4. LAION-BVD：千万小时开放视频数据集
作者：Andreas Hochlehnert, Marianna Nezhurina, Mehdi Cherti, Jenia Jitsev, Matthias Bethge et al. | LAION / Tübingen 核心贡献：发布LAION-BVD，从CommonCrawl收集13亿视频URL，下载8000万视频、总时长1000万小时，并做内容感知场景切分与合成视频/音频字幕，用于视频-音频-图像多模态预训练。 为什么重要：1000万小时的开源视频-音频-图像数据填补了多模态预训练的数据缺口，有望显著降低视频理解与生成模型的训练门槛。 📄 arXiv:2608.24845 📅8月25日