说明：本文基于公开信息整理，属产业观察与资料汇编，不构成新闻采编发布，亦不构成投资建议。未获主体官方确认的内容已标注不确定性；事实以官方披露为准。
8月26日前后，智谱正式认领此前在OpenRouter、OpenCode等平台以匿名代号「Ox Alpha」流传的模型，并发布即开源GLM-5.3 Flash——GLM-5系列首个原生多模态版本。公开材料称，匿名测试期间该模型曾刷新OpenRouter单日tokens用量纪录，并在OpenCode终结DeepSeek连续约56天霸榜；测试流量均由国产加速芯片承接。
模型总参数约320B、激活约18B，层数由GLM-4.5时期约92层压缩至45层，采用线性注意力与稀疏注意力混合架构，并引入IndexPool降低KV Cache占用。公开对比称，相较GLM-5.3，注意力计算量约降3.01倍、KV Cache约缩小4.44倍；在Artificial Analysis（AA）榜单得分约57，与Claude Opus 4.8持平，定价约为后者的1/40。能力侧强调Visual Coding流水线：模型可在生成网页、3D场景与长视频任务中基于视觉反馈迭代修改；支持约1M上下文与多说话人视频字幕、电影解说等长程多模态任务。
产业观察上，「牛来」事件把验收点从匿名榜分拉回可部署成本：320B总参、18B激活配合国产芯片上的Encode-Prefill-Decode分离式Serving，意在证明前沿多模态不必绑死进口GPU。对开发者，权重与API已挂出Hugging Face、BigModel与Z.ai；下一观察点是生产环境长任务稳定性、国产卡集群SLA，以及视觉编辑在真实工作流中的失败恢复率。
商汤科技8月26日披露2026年上半年业绩。集团总收入约29.1亿元人民币，同比增长约23.4%；毛利约12.1亿元，毛利率约41.4%。按国际财务报告准则（IFRS），集团首次实现盈利约6.2亿元；首次披露经常性收入约11.4亿元，占收入约39.3%。生成式AI收入约23.3亿元，占比近80%；海外业务收入同比增长约127%，高于集团整体增速。
公司对外将能力体系概括为「一套模型、一座Token工厂、一套智能体管控系统」：用统一模型抬升智能上限，用基础设施与优化降低Token成本，并以智能体深度嵌入企业与个人工作流形成结果交付。董事长徐立表示，目标是以差异化技术与服务超越单纯价格竞争，扩大用户基础并带动经常性收入增长。
对ToB采购方而言，首度盈利与经常性收入占比是可复核的财务拐点，但仍需对照大客户续约、算力毛利率与行业化Agent交付节奏。产业含义是：生成式AI收入已成绝对主力，海外增速显著高于整体——若经常性收入继续抬升，商汤叙事正从「模型公司」转向「可计费的智能体基础设施供应商」。
北美具身智能公司Skild AI发布机器人基础模型S1，主打上下文学习（In-Context Learning，ICL）：在不改动模型权重、不做后训练微调的前提下，仅观看一段人类示范视频，即可执行煎饼、冲泡咖啡、植物换盆与设备组装等最长约10分钟的未见过长程任务。官方博客称，在分布外（OOD）任务上，视频ICL成功率约66%，而基于语言提示的视觉-语言-动作（VLA）模型约9%；传统后训练路线若要追平单次演示效果，约需380次任务演示。
实验部分给出「ICL Scaling Law」叙事：训练数据从约1000小时增至约10万小时后，ICL在见过任务上约96%、语言Prompt约89%；在OOD任务上差距拉至约66%对约9%。公司由卡内基梅隆大学Deepak Pathak与Abhinav Gupta联合创立，延续自2022年WHIRL等「看一次就会」研究路线，定位「Any robot, any task, one brain」的跨本体通用大脑。
产业观察上，若10分钟级OOD ICL可在更多本体复现，机器人技能开发成本可能从「采几百小时真机数据」转向「录一条示范」。这与上周Generalist Gen 1.5等「具身大脑」进展形成同向信号，但真机泛化、失败恢复与安全边界仍待第三方基准。下一观察点是工业场景POC中的单次演示成功率与人工接管频率。
8月26日，面壁智能联合创始人李大海、刘知远等在公司成立四周年之际发布全员信《面壁四年，破壁通用智能时代》。信中将「端侧智能必将成为通用智能时代主战场」列为核心判断，并梳理三项重点：继续以「密度定律」推进端侧技术；把垂直行业标杆推向规模化；用AI改造内部协作、知识管理与研发流程。
公开材料称，MiniCPM系列开源模型全球累计下载量已突破约5000万次，覆盖文本、视觉、语音等模态；端侧模型已进入汽车智能座舱、旗舰手机及社区、卫星、法律、行政等场景。技术路线强调三条主线：感知走向流式全模态、计算走向更高密度、行动走向自主决策；并提出打造可独立完成复杂任务的「端侧具身大脑」。公司2024年与清华团队提出「大模型密度定律」（Densing Law），相关论文2025年11月发表于Nature Machine Intelligence。
产业观察上，面壁把竞争坐标从云端参数榜移到「30W人脑级功耗下的有效智能」与「千行百业万端」可复制部署。对终端厂商与行业集成商，验收项应是端侧时延、功耗预算、离线可用性与软硬协同成本，而不是实验室跑分。下一观察点是汽车座舱与工业场景的规模化订单能否在经常性收入上兑现。
据TechCrunch 8月26日报道，Anthropic已签署协议，向英国AI基础设施公司Nscale租用总价值约450亿美元的AI算力；算力基于英伟达Vera Rubin芯片系统，预计2027年底起为Anthropic服务供电。报道援引知情人士称，协议跨度约六年，算力主要来自Nscale位于西弗吉尼亚州的旗舰数据中心。Nscale成立于2024年，此前已与微软等签署挪威等地数据中心合作。
这是Anthropic近八个月算力扩张链条上的最新一环：8月初与Volta签署约100亿美元、六年期协议；7月与AMD达成约50亿美元算力相关合作；5月与SpaceX扩大数据中心租约；4月从亚马逊获得额外约5吉瓦算力并扩大与Google、Broadcom合作。Vera Rubin被描述为六芯片协同的尖端系统，Anthropic借此继续追赶OpenAI、Google与Meta在算力储备上的竞赛。
产业观察上，前沿实验室的竞争正从模型榜迁移到「多年期、数百亿美元级」算力合约的可交付性。对观察者，应盯Rubin量产节奏、西弗吉尼亚项目并网时间表，以及Anthropic收入增速能否覆盖租约隐含成本——而非仅看 headline 金额。
8月26日，Salesforce与Anthropic宣布扩大合作伙伴关系「Claudeforce」，核心产品为面向Claude Cowork的插件「Salesforce in Claude」：内置约37项预置销售技能（会议准备、交易健康度、管线分析等），销售人员可在不打开Salesforce界面的情况下查询、更新并操作实时CRM数据。产品已向部分试点客户开放，公开Beta计划9月推出，第三季度起向其他业务职能扩展技能包。
据VentureBeat报道，架构继承3月TDX发布的「Headless 360」——通过MCP服务器与API让Agent直接调用Salesforce数据与工作流，权限继承用户现有CRM授权。Salesforce应用业务总裁Patrick Stokes称，价值在于把数十年沉淀的数据、元数据与工作流暴露给新界面，而非UI本身；用量通过Salesforce无头消费定价与Anthropic推理费用分别计费。公司还称约83%员工使用Claude驱动的Slackbot，宣称年节省生产力工时约380万小时。
这是SaaS巨头主动拥抱「界面被AI聚合」的样本：Salesforce承认卖家可生活在Claude里，同时押注数据与治理护城河。对CIO，验收清单应包括权限最小化、审计日志、双供应商账单治理，以及Agent误写CRM的回滚机制。
据The Verge 8月26日报道，英伟达最新财报显示，上一财季总收入约962亿美元，环比增约100亿美元；数据中心收入约890亿美元，同比约翻倍；净利润约597亿美元，同比约翻倍。公司预测未来数月收入或达约1080亿美元。消费级「边缘计算」类别（含游戏GPU）收入约72亿美元，同比增约27%，但公司提及内存与系统涨价压制了部分PC销售。
财报发布前后，英伟达与AWS宣布扩大战略合作，并传出AI服务器价格可能上涨超15%的消息。消费GPU与数据中心芯片同步涨价，反映AI需求对供应链的挤压正外溢至终端市场。
产业观察上，英伟达距「单季千亿美元营收」仅一步之遥，且数据中心占比逾九成——算力通胀的受益者高度集中。对云客户与政企买方，下一观察点是Rubin/Vera量产能否缓解交付周期，以及AWS等平台通过自研Trainium与NVLink Fusion提供的替代路径是否形成有效议价。
亚马逊AWS与英伟达8月26日宣布扩大战略合作：在2026年GTC已披露「2026年起新增逾100万颗GPU」基础上，因需求超预期，计划在2027–2028年再部署200万颗英伟达GPU，覆盖全球基础设施与AI工厂。双方还将把英伟达Vera CPU引入AWS，服务Agentic AI与强化学习中代码执行、工具调用、数据管道与编排等CPU密集负载；并推进Trainium与NVLink Fusion、NVHBM等机架级协同。
合作亦包括为美国政府建设AI工厂：在AWS安全基础设施上交付英伟达AI栈，含约10万颗GPU，满足IL6及以上安全等级 workload。现有集成方面，Nemotron开放模型已上Amazon Bedrock与SageMaker；EMR GPU加速数据处理宣称较CPU配置快约3.7倍；Amazon Robotics正集成Jetson、Omniverse与Isaac加速仓储物理AI。
产业观察上，这是「云厂商自研芯片+英伟达全栈」双轨并进的加码：客户既要GPU规模，也要CPU侧喂饱GPU的编排算力。对算力市场，200万颗增量将显著影响2027–2028年交付与电力配套；政府级AI工厂则把合规与主权算力需求产品化。
Google 8月26日发布Gemini 3.5 Transcribe，作为Gemini Audio家族新成员，面向多语种转录与口述编辑。官方称相较Chirp 3在多语种表现与词错误率上升级，支持85种以上语言、自定义专业词汇表、最多三名说话人分离、词级时间戳，并可自动去除「嗯」「啊」等填充词与基础格式化。用户可通过语音自然编辑转录文本。
首发面向macOS Gemini应用全体用户的英语转录，以及Android部分国家与语言的Rambler听写；开发者可通过Gemini API在AI Studio与Antigravity公测预览。Chrome支持即将推出。Google原计划在同日宣布的Gemini 3.5 Live相关更新，据The Verge后续更正，仅Transcribe为当日正式发布项；Gemini 3.5 Pro仍待发布。
产业观察上，音频转录正从「听写工具」变成会议、播客与Agent工作流的结构化输入层。对内容团队与开发者，应验收方言与专业术语准确率、说话人分离在重叠语音下的稳定性，以及与企业会议系统的集成成本。
Bill Gates 8月26日在Gates Notes发表题为《A Turbulent AI Era and Critical Choices to Make》的长文，并接受MIT Technology Review专访。其核心判断是：AI在生物能力、网络安全、社会心理影响、就业冲击与系统失控等方面已越过本应触发护栏的「危险阈值」，而社会讨论仍严重不足。他称，任何能生成新分子的模型都应被监测且不可被复制到无监控环境；生物恐怖主义风险相对自然疫情，在其个人评估中约高50倍。
政策提议包括：对机器人与Token使用征税，以减缓「用人」向「用机」的税收激励扭曲，并为再培训与安全网筹资；设立「人类保留岗位」（Human Reserved Jobs），在医疗等场景禁止AI独立传达绝症等高度敏感信息，并可因经济冲击对特定工种阶段性限制自动化。他也强调AI在疫苗、药物、农业与教育等领域的益处，并认为反对建设数据中心并非解决AI风险的有效路径。
产业观察上，这是主流科技领袖罕见以「应感到担忧」为基调的公开呼吁，把讨论从能力秀拉回治理与分配。对政策制定者，机器人税与保留岗位的可操作性仍待立法细节；对实验室，分子生成类模型的监测与出口管制可能成为下一监管焦点。