🔦 今日速览

Anthropic周一正式公开递交S-1，上半年营收163亿美元（同比+15倍）、账面净亏807亿美元，锁定算力承诺超6000亿美元；同一天Meta宣布至多950亿美元股权融资、SpaceX敲定400亿美元GPU融资租赁——AI资本周期正式进入公开市场定价阶段。国内，智元发布重载具身机器人G2 Max，DeepSeek新版单周调用量33.6万亿Token登顶全球。

趋势1：AI巨头集体走向公开市场定价 趋势2：算力承诺成招股书核心科目 趋势3：计算机操作模型打起价格战 趋势4：具身智能进入重载量产期

🌍 国际动态

1. Anthropic正式公开递交IPO招股书：营收15倍增长，算力承诺超6000亿美元

事件简述：Anthropic周一（10月26日）正式向SEC公开递交S-1招股书，为冲击史上最大IPO（估值目标已从2万亿美元下修至约1.5万亿美元）迈出决定性一步——此前10月20-21日《华尔街日报》仅曝光草案细节，本次为正式公开文件。招股书首次完整披露：2026上半年营收163亿美元（去年同期11亿美元），净亏损807亿美元（其中约720亿为可转换票据公允价值变动的非现金会计计提）；上半年算力支出近90亿美元，已超2025全年。公司锁定未来7-10年云合约约4500亿美元（约80%为"用不用都要付"的刚性义务，含谷歌云1110亿、AWS 1100亿、微软310亿），另有至多860亿美元英伟达芯片租赁（Nscale/Lambda，至2033/2034年），已披露基建承诺合计超6000亿美元，计入洽谈中协议或达7500亿。 关键数据：H1营收163亿 | 净利-807亿（720亿非现金）| 基建承诺6000亿+ | 20%营收来自两家客户 影响分析：这是AI行业第一份接受公开市场审计的"算力经济学"答卷——当一家成立不到十年的公司以6000亿美元刚性账单支撑1.5万亿估值，Anthropic的定价将成为所有AI实验室的估值锚，也直接给正在洽谈1.25万亿投前估值的OpenAI定了参照系。10月26日美股AI板块应声反弹，英伟达涨近3%。 📅10月26日（SEC公开文件，路透/WSJ）

2. Meta宣布至多950亿美元股权融资，英伟达/AMD/博通各拟认购50亿

事件简述：Meta当地时间10月26日宣布总额至多950亿美元的融资计划，为AI资本开支输血：225亿美元A类普通股远期出售+125亿美元A类强制可转换优先股，另有至多600亿美元C类普通股按市价发行。英伟达、AMD、博通均表态有意购买至多50亿美元Meta A类股。Meta 2026年capex指引1350-1450亿美元，已承诺租赁与合同支出约8250亿美元；前三季度经营现金流970亿、在手现金及证券约820亿——账面有钱仍选择股权融资，意在保留现金缓冲并分散债务市场压力。路透称此举若完成将创股权融资纪录。 关键数据：至多950亿美元 | 三大芯片商各拟投50亿 | 合同负债约8250亿 影响分析：芯片卖方反过来认购买方股权——"英伟达们"用资产负债表为客户的资本开支背书，AI产业链的循环融资结构再加深一层，这正是泡沫派最警惕的信号。 📅10月26日（Meta官方声明，IT之家/智通财经）

3. SpaceX与阿波罗敲定400亿美元GPU融资租赁：史上最大单笔GPU融资落地

事件简述：SpaceX 10月26日向监管提交文件，正式确认与Apollo Global Management约400亿美元GPU及设备主融资租赁的有约束力承诺，预计年内完成签署、2027年上半年Vera Rubin芯片交付后起租。交易由高盛独家结构设计，通过表外实体发行私募债券。CFO Bret Johnsen称系统集成基础设施"投资回收期已缩短至不到一年"。10月7日《金融时报》首报其"寻求融资"，此次为正式落地；同期马斯克断言200余家"新云"（neocloud）服务商将面临大规模淘汰整合。 关键数据：400亿美元有约束力承诺 | 芯片：NVIDIA Vera Rubin | 表外SPV发债、年内定价 影响分析：手握935亿现金仍坚持表外举债，SpaceX在为"星链+火箭+AI"三线作战保留弹药；在neocloud债券被抛售的当口落地史上最大GPU融资，等于给算力资产的信贷市场重新定价。 📅10月26日（SpaceX监管文件官宣；10月7日FT首报意向）

4. OpenAI发布GPT-6.1 Terra：API价格腰斩，主打"计算机操作"

事件简述：OpenAI 10月26日发布中档模型GPT-6.1 Terra，定位"快速且强大的计算机使用"：识别屏幕内容、跨应用导航、自动完成表单填写与视频编辑等日常任务，同时强化视觉推理与写作。API定价输入$1/百万token、输出$5（缓存输入仅$0.05），较GPT-5.6 Terra与GPT-6.1 Sol均便宜50%，已在ChatGPT Work、Codex及API（gpt-6.1-terra）上线，补齐了上月GPT-6系列发布时缺失的Terra档位。官方同步发布GPT-6 Astra系统卡增补文件。 关键数据：$1/$5每百万token（-50%）| 模型谱系Luna/Terra/Sol/Astra | 系统卡随发布公开 影响分析：智能体干活的主力档直接腰斩定价，"computer use"从能力竞赛进入成本竞赛——这正是国产Flash阵营（DeepSeek/MiniMax）此前用低价撕开口子的战场，OpenAI开始正面还价。 📅10月26日（OpenAI官方发布）

5. 微软向约6万名员工开放自愿离职：AI投入挤压人力预算

事件简述：微软当地时间10月26日推出面向约6万名员工的自愿离职补偿方案，覆盖美国、加拿大、印度、英国的副总裁及以下级别，符合条件者超过全球员工总数的四分之一，接受方案者待遇与标准遣散相近，并非所有业务线适用。这是微软年内第三轮人员调整，公司明确表示目的是压缩成本、将资源调配给AI。 关键数据：约6万人有资格 | 占员工总数>25% | 年内第3轮调整 影响分析：软件巨头把"AI转型"直接写进人力预算表——自愿买断比裁员更温和，但6万人的规模说明大厂正把组织瘦身常态化为AI资本开支的对冲项。 📅10月26日（美东），财联社10月27日电

🇨🇳 国内动态

1. DeepSeek V4.1-Flash登顶OpenRouter全球周榜：单周33.6万亿Token，环比暴增801%

事件简述：界面新闻10月26日报道，OpenRouter最新一周（10月19日-25日）全球大模型调用量榜单上，DeepSeek V4.1-Flash-1017以单周33.6万亿Token登顶全球第一，环比增幅高达801%，是近一周爆发力最强的模型，也是拉动国产模型整体增量的核心动力。该版本以9月10日发布的V4.1 Flash为基底（10月17日更新，日报此前已报道发布本身），延续552B总参数、输入激活8B/输出激活16B的非对称MoE架构，原生多模态，重点优化代码、自动化Agent与视觉任务。 关键数据：单周33.6万亿Token | 环比+801% | 552B总参/非对称MoE 影响分析：一次版本更新带来8倍调用量增长，说明开发者迁移的驱动力已从"便宜"转向"Agent任务上真的能打"——国产Flash阵营正用调用量事实改写全球推理市场的默认选项。 📅10月26日（界面新闻，OpenRouter周榜）

2. 智元发布安规级重载具身机器人精灵G2 Max：进厂"机器人造机器人"

事件简述：智元10月26日在AI WAVE大会期间发布安规级重载具身机器人精灵G2 Max，为行业内率先实现长程、多任务作业的重载具身机器人：单臂负载20kg、双臂额定40kg（峰值50kg），重复定位精度≤±0.5mm，7自由度力控双臂配合视觉引导，可自主适应纸箱、周转箱及异形物料；新增腰部俯仰关节可"前倾"作业，货物贴墙也能单面拆码垛，垂直作业区间0.1-2.5米，双电池热插拔支持7×24小时运行。已落地日化快消混线（物料识别率100%）、电商仓储（作业成功率超99%，每小时拆垛80箱/码垛75箱），并在沪光股份启元T1产线匹配2.5分钟下线一台机器人的节拍，实现"机器人造机器人"。 关键数据：双臂峰值50kg+精度±0.5mm | 仓储成功率>99% | 2.5分钟/台产线节拍 影响分析："力气大必粗糙"是重载自动化的老命题，G2 Max把载重与亚毫米精度装进同一机身并用工业安规直接进厂——具身智能的竞争指标正从运动能力转向产线节拍与合规交付。该产品将在10月29日智元创新日公开展示。 📅10月26日（证券时报/人民财讯）

3. 智能体重构云边端算力分工：云侧从"GPU为核心"转向GPU/CPU并行

事件简述：证券时报10月26日报道，谷歌、OpenAI等巨头密集推出新智能体，腾讯将企业微信与WorkBuddy进一步打通，智能体加速进入企业办公场景；与此同时智能手机、PC等终端开始运行更大参数模型，端侧AI从本地问答向本地任务处理演进。报道指出，智能体正推动AI基础设施重新分工：云侧从以GPU为核心转向GPU、CPU并行（智能体的调度、工具调用、环境执行大量落在CPU上），云边端算力分配随之重构——但基础设施的重新分工不会一蹴而就。 关键数据：智能体负载令CPU与GPU并行成为云侧新范式 影响分析：当推理之外的"行动"成为主要负载，CPU、内存与调度层首次在AI基础设施里获得与GPU同等的架构话语权——这是观察Agent经济从模型层传导至硬件层的关键信号。 📅10月26日（证券时报）

📄 今日论文

1. Monetizing Intelligence: LLM平台的广告与订阅定价设计

作者/机构：Yuhang Ji, Fasheng Xu, Tianjun Feng 核心贡献：把"AI助手要不要加广告"做成一个可求解的机制设计问题：垄断平台同时选择回复质量（有成本）、广告强度与订阅价格，广告降低用户体验但更好的服务能提高广告回报。三大发现：广告-免广告套餐共存时，广告收益可以补贴原本纯订阅下享受不到服务的用户，但中等档位质量下滑会削弱高级用户备选、推高免广告价——普惠接入与效用极化并存；中间档广告上限可实现消费者剩余最大化。 为什么重要：OpenAI刚在广告业务上给出10亿美元ARR级别的动作，这篇给"免费智能体靠什么活"提供了理论基线：广告不是订阅的敌人，而是档位设计变量——也预示AI产品的"会员墙"将越砌越精细。 📄 arXiv:2610.32945 📅10月23日

2. NgramRL：用"最近rollout史"当草稿模型，加速RL后训练

作者/机构：Nilesh Prasad Pandey, Jangseon Park, Jason Kong et al. 核心贡献：RL后训练超过70%的时间耗在自回归rollout生成上。既有投机解码方法要么外挂草稿模型占显存、随策略进化而失配，要么不利用训练轮次间的重复性。NgramRL观察到同一prompt的最近若干条rollout本身就是高质量、自更新的草稿源，据此构建逐prompt的n-gram草稿器：无需辅助模型、无需草稿训练、无常驻显存，目标模型验证保证rollout分布不变，并用CPU缓存隐藏查表开销。 为什么重要：RL微调成本的大头是rollout，而这是第一个"零额外显存"的加速方案——对算力紧张期做GRPO/RL后训练的团队是即插即用的工程红利。 📄 arXiv:2610.32881 📅10月23日

3. Green Code or Costly Code？LLM迭代优化代码的能耗账本

作者/机构：Sadra Emami, Benjamin Weigell, Mohammad Reza Mousavi, Gunel Jahangirova et al. 核心贡献：业界默认"LLM优化后的代码跑得更快=更省能"，本文用EffiBench全部1000题、11个开源模型×4种解码配置，逐进程做硬件级能耗测量反驳这一假设：优化过程本身的推理能耗在0.79-8.68 MJ之间（相当于250-2800次GPT-4.1查询），很多场景下"提速省的电"根本抵不过"优化花的电"。 为什么重要："AI优化代码"正被CI流水线大规模自动化，这篇给出了第一份端到端能耗审计——性能基准不该再是LLM代码优化的唯一KPI，绿色指标必须计入生成成本。 📄 arXiv:2610.32891 📅10月23日

4. TopKLoRA：可解释稀疏微调实现忠实电路发现

作者/机构：Marek Masiak, Andrzej Szablewski, Nicola Cancedda, Constantin Venhoff 核心贡献：数据投毒在微调中植入的后门难以定位、能熬过安全训练。TopKLoRA是一种"天生可解释"的LoRA变体：每个token只有k个最大adapter潜变量激活，且纯粹以下游损失训练——优化压力天然激励模型学到功能上因果的潜变量（不同于SAE的事后分解）。在gemma-2-2b、Qwen2.5-1.5B/7B的" sleeper agent"后门案例中，用这些稀疏潜变量直接定位并刻画了后门回路。 为什么重要：把"微调供应链安全"从黑盒审计变成可读电路——开源权重大规模流通、蒸馏指控悬而未决的当下，这是给模型分发链装"溯源标签"的实用路径。 📄 arXiv:2610.32866 📅10月23日

本日报覆盖10月26日8时至10月27日8时（北京时间）窗口内新闻，各条目均已标注实际来源日期。