据彭博社报道，DeepSeek已口头通知部分潜在投资者，原定在未来几天签署的投资协议将暂时搁置。这一轮融资计划至少募集100亿元人民币（约15亿美元），投前估值至少4800亿元人民币（约710亿美元），较其6月份刚完成的500亿美元估值第一轮融资大幅提升。

泄密源头：一场私密会议的记录外传

融资暂停的导火索，是梁文锋在第一轮融资期间与投资者举行的一场约四小时闭门会议的记录被泄露到网络上。据国内媒体第一财经报道，这位创始人在这份记录中讨论了DeepSeek对英伟达芯片的依赖，以及中国在AI前沿能力方面持续落后于美国的现实。

这些内容在中文科技圈和投资圈迅速传播，引发广泛关注。彭博社表示无法核实这些记录的真实性。梁文锋对这些未经授权的信息传播感到不满，最终决定暂停融资进程。

命运多舛的中国AI先锋

成立于2023年的DeepSeek，由对冲基金浙江幻方量化全资拥有。去年，该公司开发的AI模型震惊业界，展示了用更少的计算资源构建前沿AI平台的能力，证明了中国公司即使在美国先进硬件出口限制下，也能与硅谷一流公司竞争。

6月份，DeepSeek完成了创纪录的首轮融资——70亿美元（约500亿元人民币），这是中国科技初创公司有史以来规模最大的首轮融资。投资者包括腾讯、宁德时代，以及代表北京方面在AI领域战略布局的国家人工智能产业投资基金。这是国家AI基金罕见的直接投资背书。

梁文锋：全球最富有的AI创始人

首轮融资后，梁文锋的个人净资产翻了一倍多，达到360亿美元，使他成为全球AI模型创始人中的首富，远超Anthropic联合创始人Dario Amodei和OpenAI的Greg Brockman。

DeepSeek管理层的态度也很明确：公司将优先推进前沿AI研究而非短期商业化。梁文锋在至少一次投资者会议上承诺，将继续开发开源AI模型，同时追求实现通用人工智能（AGI）的更宏大目标。

IPO计划与未来走向

尽管第二轮融资暂停，但DeepSeek已经开始筹备首次公开募股，最早可能在今年向上海科创板提交上市申请。这将是中国科技行业里程碑式的上市案。

目前，谈判仍在进行中，公司可能在未来某个时间恢复融资进程。但对于一个正以惊人速度扩张——从零融资到500亿美元估值仅用了不到半年——的AI公司来说，这次暂停向市场传递了一个信号：即使是这家中国最受瞩目的AI实验室，创始人的意志仍然压倒一切。

图片来源：Omar Marques/SOPA Images/LightRocket via Getty Images

根据彭博社Mark Gurman的最新报道，苹果计划在2027年6月的WWDC上首次亮相其智能眼镜，并在2027年底前正式发售。这个时间点已经比最初的市场预期推迟了整整一年。延期的核心原因之一，是苹果正在开发一系列”当前产品上不存在的新硬件和软件隐私功能”。

隐私是优先级第一的任务

智能眼镜——尤其是带摄像头的智能眼镜——已经在全球引发了关于隐私的激烈争议。Meta Ray-Ban智能眼镜因其能够”隐蔽地”拍照和录像而多次成为舆论焦点，甚至在部分国家和地区面临法律挑战。

Gurman指出，苹果内部负责眼镜开发的Vision硬件团队将隐私问题视为”优先级第一的任务”。这家公司花费了十多年的时间，将隐私打造成其核心产品理念之一。正如Gurman所说：”仅仅进入与Meta相同的品类，就有可能破坏这一声誉，无论苹果的方法有多么不同。”

硬件和软件层面的多重保障

据Gurman报道，苹果正在开发的隐私保护措施包括多个层面。在软件方面，苹果可能会采用类似Meta已经实施的一些保护机制——例如，如果检测到录制指示灯被人为遮挡，系统将自动禁用录制功能。但苹果计划在此基础上更进一步。

在更激进的方案中，苹果甚至考虑推出不带摄像头的智能眼镜版本，或者搭载完整的摄像头系统但取消拍照和录像功能的版本——摄像头仅用于AI感知，如图像识别和环境理解，而不记录任何影像数据。这与传闻中苹果AI版AirPods的设计思路类似。

苹果还倾向于将所有处理放在设备端完成，避免在云服务器上处理用户的视觉数据。面部识别功能和类似Meta的”超级感知”功能很可能不会出现在苹果的眼镜上。Gurman还透露，苹果不会使用用户的录音来训练AI模型。

市场前景与挑战

苹果进入智能眼镜市场之时，Meta已经占据绝对主导地位。Omdia数据显示，2025年全球AI眼镜出货量达到870万台，同比增长322%，其中Meta市场份额高达85.2%，出货量740万台。三星、谷歌也在加速入局，中国市场则有Rokid、雷鸟创新、XREAL、华为等多家厂商参与竞争。

天风国际分析师郭明錤此前预测，苹果智能眼镜2027年量产后的全年出货量有望达到300万至500万台。但初代产品缺乏核心AR显示功能，仅依靠影像、语音与基础交互形成差异化，仍面临不小挑战。

苹果CEO蒂姆·库克将这款智能眼镜列为核心战略项目，这也是他在9月1日正式交接管理权给继任者约翰·特努斯前全力推进的”首要任务”。对于这家以隐私为重要卖点的公司来说，智能眼镜领域的成败，不仅取决于产品本身的优劣，更取决于它能否在隐私与功能之间找到一个让消费者信服的平衡点。

图片来源：The Verge / Amelia Holowaty Krales

AFL-CIO主席Liz Shuler在发布会上直言：”我们在这里就是要为AI敲响警钟。这场以不惜一切代价推进AI的竞赛——没有任何护栏或人员保护——是鲁莽和危险的。”UAW主席Shawn Fain则表示：”人必须被放在这个方程式的首位，而不是事后才想到的附属品。少数亿万富翁想要攫取所有利润，但工人阶级必须获得公平的份额。”

这场动员的背景是，尽管研究人员对AI是否正在大规模取代就业存在分歧，但工人们正在经历切实的冲击：以”AI转型”为名的招聘冻结、以自动化增效为借口的裁员、通过AI工具加强的监控和生产力追踪，以及在高管对未来AI能力的预期下被迫”用更少的资源做更多的事”。

桑德斯最近提出了暂停美国新建数据中心建设的法案，并将严厉批评指向科技巨头领导人：”地球上最富有的人——马斯克、扎克伯格、贝索斯、埃里森等人——他们想要做的是用机器取代人类工人。我们有些人是老派的，我们相信人类。”

劳工联盟提出了五项核心诉求：在完成影响评估之前，联邦层面暂停在高风险领域部署AI；由科技公司利润出资的强制性工人再培训计划；扩大集体谈判权以参与AI实施决策；建立利润分享机制，让工人从生产率提升中获益；禁止使用AI进行单方面的招聘、解雇或绩效评估。

由桑德斯推动的立法提案还包括一项经济触发条款：当AI导致失业率突破某一阈值时，将自动启动扩大失业救济、快速现金支付、工资保险和培训券等临时救助措施，这些措施无需经过漫长的政治程序即可生效。

与此同时，OpenAI CEO Sam Altman在4月接受Axios采访时提出了自己的AI时代产业政策愿景。OpenAI发布了一份名为”超级智能时代的产业政策”的13页文件，提议建立公共福利基金、四天工作制，以及围绕AI效率红利设计的社会保障机制。Altman将AI基础设施比作电力：”人们可以想出巧妙的东西，我插上电源就不再去想它了。”

但劳工组织认为，这些来自科技公司的提议远远不够。在加州，劳工联合会正在推动一套法案，包括禁止AI”机器人老板”在没有人工监督的情况下解雇员工、要求AI相关裁员提前90天通知，以及赋予工人在进入卫生间或某些专属区域时移除工作场所监控设备的权利。

这场斗争的核心是一个根本性的问题：当算法开始替代人类的判断，当自动化系统做出关乎工人命运的决定——谁能向谁申诉？用工会组织的话说，”当一台机器解雇你时，没有你可以面对的面孔，没有你可以申诉的良心。”

这次劳工与AI的对决，代表了进步政治与有组织劳工在科技政策领域罕见的统一阵线。它是否最终转化为立法行动尚不确定——但来自一线的信息是明确的：如果AI是未来的工作方式，工人要求在规划那个未来时拥有席位。

头图将在发布时添加

在过去两年里，AI 芯片领域的竞赛一直围绕着”谁的芯片跑得更快”展开。但英伟达刚刚提醒了市场一个更本质的问题：谁能造出喂饱这些芯片的内存？

2026 年 6 月 7 日，英伟达与 SK 海力士签署了一项多年合作协议，共同开发面向 AI”工厂”的下一代高带宽内存（HBM）。这笔交易覆盖的不仅仅是 HBM4 的供应，还包括将英伟达的软件技术用于内存设计和 SK 海力士的工厂自动化。

从”买内存”到”联合开发”

这并非一份普通的采购订单。根据协议，双方将共同开发面向 Vera Rubin AI 超级计算机、Vera CPU、RTX Spark PC 以及 Jetson Thor 机器人平台的下一代内存。英伟达的 CUDA-X 库、Omniverse 工厂数字孪生和 cuOpt 优化工具将被应用到芯片设计和自动化制造中。

英伟达 CEO 黄仁勋在签约时表示：”AI 工厂是下一次工业革命的引擎，先进内存对其性能至关重要。”SK 集团会长崔泰源则回应称：”我们正在共同开发面向 AI 工厂的下一代内存，并将 AI 应用到半导体设计和制造中。”

这是在双方已有深厚合作关系基础上的进一步升级——SK 海力士此前已是英伟达高带宽内存的主要供应商。

为什么内存成了最紧的瓶颈

现代 AI 加速器很少因为算力不足而受限——它们更常因为”喂不饱数据”而空转。GPU 的运算速度受限于内存的供给速度。高带宽内存（HBM）通过将 DRAM 芯片垂直堆叠并紧邻处理器放置来解决这一问题。

随着大模型和上下文窗口不断增大，HBM 的容量和带宽，而非芯片的原始算力，正在成为决定芯片实际利用率的关键因素。Arm 公司 CEO Rene Haas 上周公开表示，内存”可能是行业最难解决的瓶颈”。

英伟达的 Vera Rubin 平台正是围绕 HBM4 打造的。该平台搭载 36 颗 Vera CPU 和 72 颗 Rubin GPU，每台服务器需要数 TB 的 HBM4 内存。预计 2026 年第三季度开始出货。

谁在控制 HBM 供应

HBM 市场是一个三寡头格局。SK 海力士以约 53-62% 的市场份额领跑，其 HBM4 在 10 Gbps 数据速率下能效提升约 40%。美光以约 21% 的份额超越三星位居第二，且已开始出货 HBM4 样品，2026 年产能全部售罄。三星以约 17% 的份额排名第三，正全力推进 HBM4 以收复失地。

英伟达已认证三家供应商全部可为 Vera Rubin 供应 HBM4，但分配严重不均。据分析师估计，SK 海力士占据了约 60-70% 的 HBM4 份额，三星约 25-30%，美光约 20%。

这份合作协议的意义在于，它不仅锁定了供应，更为 SK 海力士提供了结构性优势。长期供应承诺使其更容易扩大产能并逐步提升市场份额。

对资本市场的影响

对于英伟达而言，这笔交易悄然消除了一重风险。Vera Rubin 是其 2026 年和 2027 年最重要的产品线，没有 HBM4 就无法出货。提前锁定内存供应链，保护了整个路线图的执行力。

一个值得注意的细节：6 月 8 日，SK 海力士股价实际下跌约 7.7%。但这并非市场对英伟达交易持怀疑态度——当天韩国 KOSPI 指数触发熔断机制，收盘下跌 8.29%，原因是美国强劲的就业数据、美联储加息预期和博通的疲软指引引发了全面抛售。韩国两家内存巨头今年以来的涨幅均超过 150%，只是回吐了部分涨幅。

锁定的反作用力：集中度风险

但锁定供应也有其反面。英伟达最重要的路线图现在高度依赖一个由单一供应商主导的 HBM 寡头市场。如果出现良率问题或 HBM4 认证延迟，将直接影响 Vera Rubin 的出货节奏。联合开发也是一把双刃剑：内存厂商越靠近英伟达的路线图，其定价权就越可能被英伟达制定的规格和时间表所侵蚀。

更大的前提是，整个 AI 投资叙事仍然建立在 2027 年资本支出保持激进水平的假设之上。

GPU 总是占据头条。但越来越多的事实表明，谁控制内存，谁就控制着 AI 规模化的速度——而至少在目前，这个”谁”对英伟达来说，就是 SK 海力士。

图片来源：TECHi.com

2026 年 7 月 25 日，OpenAI 遭遇了有史以来最严重的全球性宕机。ChatGPT、API、Codex 三线同时瘫痪，故障持续超过 8 小时。对于近 9 亿周活跃用户和超过 100 万企业客户来说，这一天的工作节奏被彻底打断。

这不是一次普通的服务器波动。

全线崩溃，波及全球

北京时间 7 月 25 日清晨，ChatGPT 的对话窗口突然完全卡死。紧接着 API 返回 502 错误，Codex 编辑器灰屏，依赖 OpenAI 接口的第三方应用集体失效。根据 DownDetector 的监测数据，故障报告量在短时间内急剧攀升，覆盖北美、欧洲、亚洲全部主要市场。ChatGPT 网页端、移动端、API、Codex、Sora——几乎所有面向公众的产品线同步瘫痪。

OpenAI 官方状态页面在上午 9 时 17 分确认”错误率升高”，但在此后数小时内既未给出预计修复时间，也未披露故障原因。

影响面有多大？截至 2026 年初，ChatGPT 的周活跃用户已突破 9 亿，相当于全球每 8 人中就有 1 人每周使用它。API 每天处理超过 20 亿次提示请求。企业客户超过 100 万家，涵盖思科（Cisco）、摩根士丹利（Morgan Stanley）、T-Mobile、Target 等全球 500 强企业。当 OpenAI 的系统停摆时，断掉的不只是一个聊天工具，而是横跨金融、医疗、零售、科技、教育等多个行业的数字神经。

这不是 OpenAI 第一次出现类似问题。2024 年 6 月，ChatGPT 就经历过一次长达 8 小时的全球性崩溃，当时大量用户涌向 Claude 和 Gemini，导致对手平台也被挤到瘫痪。如今两年过去，这个”连锁宕机”的脆弱性并未得到根本改善。

频繁宕机背后：增长与投入的失衡

回顾 OpenAI 的官方状态页面，2026 年 4 月到 7 月之间几乎每周都有异常记录：7 月 23 日 ChatGPT 登录错误和 API 延迟，7 月 22 日 Workspace Agent 服务降级，7 月 21 日 API 图片生成大规模故障，7 月 15 日 ChatGPT 登录中断。频率之高，已经无法用”偶发故障”来解释。

Ookla 联合 DownDetector 在 2026 年发布的一项研究显示，从 2025 年 1 月到 2026 年 4 月，共 471 天内分析了美国市场 370 万份用户故障报告，发现 AI 服务的严重故障天数正在持续上升。研究指出，OpenAI 最大的故障信号高峰——2025 年 12 月 2 日（6.7 万份报告）、2026 年 2 月 4 日（5.5 万份）——都与容量配置、访问控制和基础设施依赖有关，而非模型能力本身的问题。

而 OpenAI 的商业增长却极为惊人。从 2024 年到 2026 年，其年化营收从约 60 亿美元飙升至 250 亿美元。ChatGPT for Work 席位突破 700 万，企业版席位同比增长 9 倍。2026 年 2 月，它完成了创纪录的 1100 亿美元融资，由亚马逊、英伟达、软银联合领投，投后估值约 8520 亿美元。

营收和用户数高速增长的同时，基础设施的可靠性投入却没有同步跟上。搭建冗余架构、多区域部署、故障转移系统——这些”看不见”的投入，在硅谷”先上线再迭代”的文化中往往被优先牺牲。而 OpenAI 的底层基础设施高度依赖微软 Azure，当 AI 推理的计算需求呈指数级增长，任何一个组件出现问题，都可能引发全局性雪崩。

多模型策略是”心理安慰”吗？

这次宕机引发了一个更深层的问题：OpenAI 的竞争对手们，真的准备好接住这 9 亿用户了吗？

企业界早已意识到”不要把鸡蛋放在一个篮子里”，多模型策略在 2025 年之后成为行业共识。OpenRouter 这样的模型路由服务商因此估值暴涨——2026 年 5 月完成 1.13 亿美元 B 轮融资，估值 13 亿美元；仅仅两个月后，Stripe 据报正在以约 100 亿美元的价格洽谈收购 OpenRouter。

但现实是，当 OpenAI 全线宕机时，流量的瞬间转移能力严重不足。2024 年的宕机已经证明，Claude 和 Gemini 在承接突发流量时同样不堪重负。原因很直接：全球能够承载大规模 AI 推理计算的云基础设施，本质上集中在少数几家供应商手中。底层的 GPU 算力池、数据中心带宽和供电能力，不是靠一个 API 路由层就能绕过去的。

谁在裸泳？

这次宕机照出了 AI 行业一个被忽视的真相：AI 基础设施的可靠性，远远落后于 AI 能力的增长速度。当一家公司撑起全球 9 亿用户的 AI 体验，当超过 100 万家企业将其嵌入核心业务，它已经不是一个创业公司，而是一个准公共基础设施。但 OpenAI 在运营和可靠性上的成熟度，还没有达到公共基础设施应有的标准。

最危险的是那些深度绑定单一供应商、没有建立任何容灾机制的企业。一次超过 8 小时的宕机，可能就是数十万甚至数百万美元的损失。

接下来的关键观测点包括：OpenAI 是否会发布详细的事后分析报告？是否会推出 SLA 承诺并附带赔偿条款？多模型路由层的实际可用性是否会得到压力测试？以及，这次宕机是否会推动监管层对 AI 基础设施的”关键基础设施”认定——正如云计算和通信网络一样。

当 AI 从一个”可选工具”变成”必选项”，它的可靠性就不再是技术问题，而是经济问题。

图片来源：钛媒体 TMT Post

AI 正在批量制造百万富翁，这一点已经不是什么秘密。但令人尴尬的事实是：大多数人被反复告知要”多用 AI”——多用工具、多写提示词、多生成内容——结果自己还在深夜手动做决策、把五个应用拼接到一起。

而那些真正靠 AI 赚到钱的人，用的 AI 比你少，而不是多。

反直觉的成功法则

2026年7月，Entrepreneur 记者 Ben Angel 在一篇深度分析中揭示了一个被广泛忽视的真相：AI 造富的核心不在于用更多的 AI，而在于把 AI 用在最能产生财务杠杆的那一两个点上，其余全部跳过。

文中提到了一个典型案例：一位非技术背景的创业者用”用大白话描述一个应用”的方式，借助无代码工具直接上线了一款产品，最终以 4 亿美元的价格卖出了这家公司。表面上看，故事的主题是”AI 能写代码了”。但更深层的逻辑是，这位创始人找到了一扇锁住行业 99% 参与者的大门——”我不会写代码”——然后用 AI 直接把这扇门拆掉了。那扇门，本身就是产品。

类似地，另一位独立创始人通过识别行业中最普遍的准入门槛，把一个人的公司做到了 8000 万美元的退出。

数据也在佐证这个趋势。根据 2026 年 Intuit QuickBooks AI 影响力报告，43% 的美国企业现在将 AI 归因于收入增长，而只有 2% 的企业表示 AI 导致了收入下降。差距不再是顶端 1% 与普通人的区别，而是那些把 AI 放在最高价值约束上的经营者，与那些把 AI 撒在琐碎事务上的人之间的区别。

AI 的”反向操作”：一个价值 4000 万美元的教训

文章中最值得留意的部分是一个”反转案例”。一家公司部署了 AI 聊天机器人，替代了 700 名客服人员的工作，带来了 4000 万美元的利润改善——然后，他们撤回了 AI，重新雇回了人类。

所有人都盯着那 4000 万美元的数字。但几乎没人追问：哪些对话是 AI 绝对不该碰的？这个问题的答案，恰恰区分了靠 AI 赚钱的人和只会为 AI 花钱的人。

这意味着，AI 的使用边界本身就是一个战略问题。不是所有能用 AI 替代的环节都应该被替代，尤其是在需要人类判断力和同理心的客户交互中。

对普通创业者的启示

对于没有技术背景、没有团队、没有融资的普通人，该如何复制这些成功者的路径？Ben Angel 给出的核心方法是：找到那个锁住你所在行业 99% 人口的门槛，然后用 AI 把它移除。具体来说，可以问自己一个问题：”在我的行业里，99% 的人做不到的那件事是什么？”这个问题本身就是一份产品路线图。

这种思维方式的转变，本质上是对传统商业壁垒的重新定价。过去，资金、人才、基础设施构成了创业的天然护城河。但在 AI 时代，这些门已经不再上锁了——问题只是你有没有注意到门是开着的。

图片来源：Entrepreneur.com

一、发生了什么

DeepSeek 原计划启动第二轮融资，目标估值约 5000 亿元人民币（约 710 亿美元），计划募集至少 100 亿元。就在一个月前，该公司刚完成了创纪录的首轮融资——募资约 74 亿美元（超 500 亿元人民币），投资方包括腾讯、宁德时代、京东、网易以及中国国家 AI 基金等。

然而就在关键签约节点，DeepSeek 创始人梁文锋在首轮融资期间与投资者交流的一段近 4 小时内部发言实录被泄露并在社交网络刷屏，其中涉及梁文锋对中美 AI 算力差距、公司组织文化、开源逻辑和技术路线图等热点话题的看法。

二、暂停原因：梁文锋对外泄表态不满

知情人士透露，此次暂停部分源于梁文锋对上述内部言论被网络广泛报道感到不满。彭博社明确指出，未能核实网传会议记录的真实性，DeepSeek 官方也没有确认这份纪要的真伪。

尽管如此，这一事件显然触及了创始人的底线。对于一个处于高速扩张期的 AI 公司而言，创始人在内部场合的坦率发言被断章取义地传播，既可能影响公司的融资节奏，也可能对团队士气造成扰动。

三、下一步：融资可能恢复，IPO 已在筹备

消息人士表示，DeepSeek 不排除在未来重新启动本轮融资流程。与此同时，路透社上周报道称，DeepSeek 已开始初步研究在上海科创板（STAR Market）上市的可行性，最早可能在今年提交上市申请。不过，公司尚未正式递交申请，也未公布具体上市计划。

四、行业背景

DeepSeek 的融资暂停发生在国内 AI 领域融资热潮的背景下。这家从量化交易转型而来的 AI 公司，凭借开源模型策略和高效的算力使用方式，在全球 AI 社区赢得了极高关注度。首轮融资的超额认购本身就证明了市场对其技术路线的高度认可。

此次融资暂停更多是内部节奏调整，而非投资者兴趣下降。在 AI 竞争日益白热化的当下，DeepSeek 如何处理创始人的个人风格与资本市场规范之间的张力，将是一道值得关注的考题。

本文信息综合自 Bloomberg、Reuters、IT之家、BlockBeats 等媒体报道。

一份覆盖 AI 芯片全链路的超级合同

根据官方声明，双方的合作将横跨三大核心技术领域。在存储方面，三星将为博通下一代 AI 加速器供应高带宽存储器（HBM），包括 HBM4 和 HBM4E 产品。在代工环节，博通的高速数据通信芯片将采用三星 2 纳米及以下制程 进行生产，制造地点位于韩国平泽园区。此外，双方还将在基于 2 纳米工艺的 2.3D 和 2.5D 先进封装技术上展开合作，进一步提升 AI 芯片的性能和能效。

此次签约仪式在旧金山举办的 AI 峰会上举行，韩国总统李在明出席见证了包括此协议在内的一系列韩美半导体合作项目。同日，SK 海力士也与英伟达等公司签署了价值约 7500 亿美元的存储合作协议。

博通为何选择三星？

博通是全球最大的定制 AI 芯片设计商之一，为谷歌、Meta 等大型数据中心客户设计专用 AI 加速器（ASIC），而非直接采购英伟达的通用 GPU。今年 4 月，博通已将与 Meta 的 AI 芯片合作延长至 2029 年。

在此之前，博通的主要代工合作伙伴是台积电，后者控制着全球 90% 以上的先进制程产能。选择三星作为第二供应源，对博通而言是一次关键的供应链多元化布局——在台积电产能持续紧张的地缘政治环境下，多一个可靠的代工合作伙伴意味着更高的供应安全。

三星代工业务的翻身仗

对三星来说，这笔订单的战略意义同样重大。三星的代工业务近年来一直面临挑战：全球市场份额已跌至约 7%，在 2 纳米制程的良率问题上也遭遇瓶颈。一份 2000 亿美元级别的客户承诺，不仅将大幅提升其先进制造设施的利用率，更向投资者传递了一个明确信号——头部芯片设计公司仍有信心将关键产品交给三星生产。

三星 DS 部门副董事长全永铉表示：”AI 正在推动对内存、逻辑和先进封装深度融合的半导体解决方案的空前需求。通过与博通扩大在这些核心技术上的合作，我们期待为客户创造更大价值。”

博通半导体解决方案集团总裁 Charlie Kawwas 则补充道：”随着 AI 基础设施持续扩展，半导体生态系统内的紧密合作变得愈发重要。三星在存储和代工领域的专长，与博通在 AI 和连接技术上的领导力结合，将为下一代 AI 基础设施提供动力。”

三星的 AI 芯片版图

此次与博通的合作并非三星在 AI 芯片领域的唯一布局。上月，全永铉透露他曾与英伟达 CEO 黄仁勋讨论下一代代工合作，涉及未来的 HBM4E 和 HBM5 产品。去年，三星还拿下了为特斯拉生产逻辑芯片的 165 亿美元订单。

凭借同时掌握存储、逻辑、代工和封装的全链条能力，三星正在走一条与台积电”纯代工”模式不同的道路。在 AI 芯片需求爆发的大背景下，这场代工市场的格局变化才刚刚开始。

本文信息综合自 Reuters、Bloomberg、Fortune、The Next Web 等媒体报道。

当地时间7月23日，宇树科技创始人兼CEO王兴兴与其载人机甲产品GD01共同登上《时代》杂志封面，封面标题为《机器人时代来临》。据悉，距离上次有中国企业家登上该刊物封面，已过去整整8年。

《时代》杂志评价王兴兴是”AI时代一位非典型的预言者”，并称”他身材瘦削，戴着眼镜，完全没有许多科技创始人身上那种张扬的傲气。相反，他在谈论机器人技术时，带着一种安静而坚定的信念”。

GD01是宇树科技于2026年5月12日发布的全球首款量产版载人变形机甲。该机甲身高约2.7米，载人后总重约500公斤，起售价390万元。用户可进入躯干中央的驾驶舱进行操控，支持双足直立和四足行走两种模式，官方称可在2.8秒内完成形态切换。王兴兴在专访中透露，GD01的设计灵感部分来自综合格斗场景，同时也参考了詹姆斯·卡梅隆电影《阿凡达》中的机甲造型。

《时代》报道指出，目前中国已有140多家公司制造人形机器人，而宇树科技被业内视为可能复制比亚迪在电动汽车、大疆在无人机领域路径的硬件平台。

国家反诈中心App上线AI内容鉴定功能

7月24日，公安部刑事侦查局局长姜国利在国新办新闻发布会上介绍，公安机关在国家反诈中心App上构建了人工智能内容鉴定功能。用户可上传可疑视频、语音、图片，一键检测是否存在人工智能生成痕迹，以鉴别伪造信息。

据公安部披露，2026年上半年，全国公安机关共侦办利用人工智能工具生成网络谣言案件170余起，依法查处190余人。国家反诈中心App的AI鉴定功能由小模型学习AIGC内容生成模式，结合大模型分析内容物理瑕疵和逻辑语义，共同完成判断。

Anthropic发布Claude Opus 5

7月25日，Anthropic正式发布最新旗舰AI模型Claude Opus 5。官方表示，该模型在编程、Agent任务及复杂推理等能力上进一步提升，整体性能接近更高端的Claude Fable 5，但API价格维持上一代Opus 4.8水平，即每百万输入Token 5美元、输出Token 25美元。

Claude Opus 5支持100万Token上下文窗口，单次最多输出12.8万Token，并默认启用自适应思考。在Frontier-Bench v0.1软件工程测试中，其成绩超过其他参测模型，任务完成表现达到Opus 4.8的两倍以上；在CursorBench 3.2测试中，开启最高推理档位后性能距离Fable 5不到0.5%，但单次任务成本仅为后者的一半。

Anthropic表示，Claude Opus 5已成为Claude Max套餐的默认模型，也是Claude Pro用户目前可使用的最强模型。该模型已面向Claude平台、API、Amazon Bedrock、Google Cloud和Microsoft Foundry等渠道开放。

国内AI动态：腾讯混元、美图、亚马逊

腾讯宣布混元大语言模型部门与多模态模型部门合并，成立基础模型部，统一由腾讯首席AI科学家姚顺雨管理，旨在提升模型研发协同效率，探索全模态模型的智能上限。

美图旗下AI Agent RoboNeo发布新版本，上线专业级3D导演台功能，并支持字幕去除、画质增强、光线调整、背景优化等后期处理能力，同时围绕AI短片创作推出项目资产库、全链路工作流、升级版剧本与分镜生成等能力。

亚马逊于7月24日更新Alexa+功能，进一步强化其AI助手能力。Alexa+支持自然对话、信息记忆和任务执行，可帮助用户管理日程、总结邮件、生成播客、控制智能家居，并完成购物、餐厅预订、叫车等日常任务。此次更新新增AI生成个性化播客功能，可根据用户兴趣制作音频内容；同时支持读取用户上传的文件、照片和文档，并基于内容生成摘要、问答或学习测试。

其他科技要闻

• 菲尔兹奖得主雅各布·齐默曼（Jacob Tsimerman）宣布转向人工智能安全研究，并将加入OpenAI。
• 微软、英伟达、Meta、IBM等科技巨头发布联合声明，呼吁推动开放权重人工智能模型发展，认为开放生态有助于扩大AI应用、促进竞争。
• 英伟达创始人兼CEO黄仁勋于北京时间7月24日深夜注册社交媒体X账号，首个帖子即为上述联名信，强调开源人工智能模型的重要性。