AI行业日报 - 2026年8月5日
今日速览
- DeepSeek融资:重启第二轮融资,募资500亿元,投前估值约5000亿元,冲击中国最大AI融资纪录,资本对头部模型的追逐持续升温。
- Anthropic大单:与AI云初创Volta签下100亿美元合作,频繁锁定算力供给,反映前沿模型对计算资源的无止境渴求。
- OpenAI-苹果诉讼激化:OpenAI选择公开通信记录反击苹果的商业机密指控,法律战进入舆论场,可能影响AI人才流动规则。
- 原生多模态成Agent新战场:Kimi K3等模型强调视觉反馈可有效降低长链任务误差,Agent能力竞争维度进一步扩展。
- NVIDIA双线推进:发布面向Robotaxi的开源前沿模型Alpamayo 2 Super,同时主导的AI安全联盟一周内即提出Agent防御草案。
- SpaceX的AI曲线:季度AI收入26亿美元,已超航天业务,但该部门仍亏损15亿,重资产算力租赁被推向前台。
- Cursor开源MoK内核:专为Blackwell GB300 NVL72设计的MoE训练内核,速度最高提升2.37倍,但只能在高规格硬件上使用。
- 开源科学Agent出现:北大联合实验室发布零依赖、MIT协议的“开源版Claude Science”,内置30余项科研技能。
- OpenAI营销翻车:重金邀请KOL度假引发公众批评,科技公司的消费品式营销策略受到重新审视。
- 国产模型密集发布:MiniMax H3开源,Qwen3.8-Max发布,开源生态继续加速。
重点信号
信息:DeepSeek重启第二轮融资,计划募资500亿元,投前估值约5000亿元,此前首轮已获500亿元并在6月完成交割。
看点:单轮融资规模继续冲顶,显示资本正以前所未有的强度向头部集中,同时巨量资金也将直接服务于算力竞赛和对标OpenAI、Anthropic的长周期投入。信息:Anthropic与AI云初创公司Volta达成100亿美元合作协议,为其模型训练和部署锁定大规模算力。
看点:继与谷歌、SpaceX等签约后,Anthropic的算力采购进入“军备化”节奏,进一步印证大模型下半场拼的不再只是算法,更是持续稳定的电力与计算合约。信息:OpenAI发布题为“Apple is getting this wrong”的博文,公开iMessage等通信记录,反击苹果“窃取商业机密”的诉讼。
看点:极其罕见的巨头间公开翻脸被推到公众视野,AI行业核心人才流动的知识产权边界与保密规则可能因此被重新定义,成为行业的博弈变量。信息:月之暗面Kimi K3将原生多模态能力作为核心标签,让视觉不仅作为输入,也充当Agent执行长链任务时的纠错与反馈机制。
看点:Coding和Agent之后,原生多模态正上升为划分模型代际的关键标尺,能否用视觉闭环减少Agent误差累积,将直接影响模型在开发场景的商业落地深度。信息:NVIDIA发布面向Robotaxi和自动驾驶的开放前沿模型Alpamayo 2 Super,同时其领导的Open Secure AI Alliance成立一周即推出针对AI Agent的安全防御提案。
看点:NVIDIA不再满足于提供训练硬件,正在自动驾驶等具身智能场景中铺设模型标准,并同步试图定义AI Agent安全实践的行业基线,软硬生态一体化控制力进一步增强。
行业动态
- SpaceX凭借为Anthropic、谷歌等提供算力,季度AI收入飙升至26亿美元,AI计算租赁已成为其实际上的第一大收入来源。但该部门同期亏损15亿美元,表明算力生意短期内难逃高投入特征。
- 苹果在最新法庭文件中表示,更多前员工可能将机密数据带往OpenAI,调查范围扩大。双方的知识产权纠纷不仅限于已公开的个别案例,正演变为系统性审查。
- OpenAI的网红营销活动因“天价、违和”遭受大面积批评,科技公司照搬消费品营销脚本的风险显著暴露,品牌叙事与公众期待之间的鸿沟被放大。
- NVIDIA宣布加入美国国家科学基金会(NSF)的州与区域AI基础设施中心计划,把先进计算、数据和软件资源下沉至地方研究与教育机构,进一步扩张其在美国学术圈的基础设施影响力。
- 国产模型方面,MiniMax H3宣布开源,通义千问Qwen3.8-Max发布,大模型开源节奏加快,竞争焦点从参数标杆转向任务效率和使用门槛。
- 有亿级日活App通过跨云架构将GPU集群规模缩减75%,出海AI应用的算力成本优化正从可选项变为生死线。
技术进展
- Cursor开源MoE训练内核Mixture-of-Kittens (MoK),在GB300 NVL72上将MoE训练速度提升至2.37倍,但完全依赖Blackwell SM100/SM103 GPU,属于少数高端算力玩家的专属工具。
- 一项本地LLM能耗基准测试在RTX 4060Ti上对比9个1B至7B模型,首次为消费者硬件上的隐私部署提供了可复现的能效数据,揭示精度与功耗之间的明确权衡。
- MetaRoute-Bench评估Agent工作流中的元决策策略,直接考量“何时调用工具、何时验证、何时恢复”对运营成本和延迟的影响,而不仅是成功率。
- NVIDIA的RADAR框架能够诊断LLM-as-judge评估中标准项之间的隐性耦合,避免因评分项相互干扰而导致模型发布或产品更新的决策偏差。
- 北大与元空AI联合实验室发布开源科学Agent,零依赖、MIT协议且内置30余项科研技能,大幅降低科研场景使用AI工具的门槛。
- 数学家24小时内驳斥了OpenAI宣称攻破的数学猜想,指出AI生成证明逻辑虽显正确却已偏离原猜想,AI数学推理仍须人类严格校验。
- 一篇综述系统梳理机器人领域基础模型,标志着从单任务方案向通用具身Agent的范式转移正在加速,方法、模型和数据集逐渐成熟。
商业动态
- SpaceX季度AI收入同比暴增三倍至26亿美元,主要来自向Anthropic和谷歌等公司出售算力,AI算力租赁已成SpaceX不能忽视的第二曲线,但巨额基础设施投入使其AI部门仍亏损15亿美元。
- 出海AI应用迫于推理成本倒挂,借助跨云架构将GPU集群砍掉75%,“算力生死劫”正倒逼企业从粗放使用转向极致成本优化。
政策与监管
- OpenAI专门发布文章说明其模型在第三方网络安全评估中的情况,并公布加固措施,这表明前沿模型对网络安全测试透明度的需求正在快速上升。
- 新论文系统梳理了具备网络攻击能力的AI Agent的五类脆弱性与评估遏制策略,由OpenAI、Anthropic等机构参与,为Agent安全设立分类与防御参考。
- NVIDIA主导的Open Secure AI Alliance在成立仅一周后便拿出AI Agent防御提案,联盟企业数量已超过120家,Agent安全议题正以惊人速度从讨论进入标准化实践。
- NVIDIA SkillSpector集成LangGraph、YARA规则与CI策略门,构建面向AI技能的自动化安全审计流水线,将安全检测左移至开发阶段,可扫描恶意注入与凭据访问等风险。
观察备忘
- 中国大模型融资进入“超级局”,但估值膨胀与亏损规模并行,能否在高估值窗口期内找到可规模化的收入模式,将决定这一轮资本集中的结局是泡沫还是护城河。
- AI竞争的上半场围绕模型能力,下半场已明确转移到电力和算力合约上,Anthropic的密集签约与SpaceX的收入结构变化,都是这一转向的直接体现。
- OpenAI正面临法律、品牌和学术信用的多线压力,技术绝对领先的叙事一旦被不断冲击,可能会加速客户和合作伙伴的风险重估。
- NVIDIA从芯片延伸至模型、安全标准和科研基础设施,其生态扩张的代价是行业对其依赖度的进一步加深,这对于竞争格局而言既是推力也是风险。
- 从多模态到Agent安全,行业正在给“模型好用”提出更高阶的定义,单纯刷榜已不够,工程落地时的反馈闭环、安全粒度与成本控制才是下一阶段的真正分水岭。
参考来源
- [36氪] Kimi K3与DeepSeek V4之间,隔着原生多模态的时间差
- [arXiv cs.AI] Cyber-Capable AI Agents: Vulnerabilities, Evaluation Containment, and Defensive Response
- [36氪] 报道:DeepSeek重启融资,投前估值5000亿元
- [OpenAI News] Third-party cyber evaluations involving OpenAI models
- [NVIDIA Blog] NVIDIA Alpamayo 2 Super, the Frontier Open Model for Robotaxis and Autonomous Vehicles, Now Available for Commercial Use
- [arXiv cs.AI] Energy Efficiency of Locally Deployed LLMs: A Preliminary Quantitative GPU Power Benchmark on Consumer Hardware
- [The Verge] SpaceX made more revenue as an AI company than a space company
- [arXiv cs.AI] MetaRoute-Bench: Evaluating Meta-Decision Policies for Agentic Workflow Routing
- [arXiv cs.CL] MetaHOPE: A Metaphor-Oriented Evaluation Framework for Analysing MT and LLM Translation Errors
- [NVIDIA Blog] NVIDIA Joins NSF State and Regional AI Hubs Program to Expand AI Research and Education Across the US
- [arXiv cs.AI] Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
- [arXiv cs.CL] RADAR: Rubric-Aware Dependency and Redundancy Analysis for LLM-as-Judge Evaluation
- [TechCrunch] Nvidia doesn’t mess around: A week after open AI industry group formed, it’s already showing progress
- [The Verge] OpenAI drags Apple’s lawsuit into the court of public opinion
- [arXiv cs.CL] FinHardBench: Can LLMs Generate Latency-Aware Hardware for Financial Computing?
- [arXiv cs.CL] Prompt-Induced Waste in Large Reasoning Models: A Preregistered Two-Harness Benchmark of Coding Agents
- [arXiv cs.RO] Foundation Models in Robotics: A Comprehensive Review of Methods, Models, Datasets, Challenges and Future Research Directions
- [TechCrunch] Anthropic signs $10B deal with AI cloud startup Volta
- [The Verge] How an OpenAI influencer trip backfired
- [TechCrunch] Apple says more ex-employees may have taken confidential data to OpenAI
- [量子位] 数学家24小时驳回OpenAI攻破的猜想!“AI证对了每句话,但已跟原猜想无关”
- [量子位] OpenAI天价网红公关活动,捅马蜂窝了
- [MarkTechPost] Building an Advanced AI Skill Security Auditing Pipeline with NVIDIA SkillSpector, LangGraph, YARA Rules, SARIF, and CI Policy Gates
- [量子位] 开源版Claude Science来了!零依赖、MIT协议,内置30+项科研Skills
- [MarkTechPost] Cursor Open-Sources Mixture-of-Kittens (MoK): A Deterministic MoE Training Megakernel for GB300 NVL72 Racks
- [量子位] 亿级日活App的“算力生死劫”:推理成本倒挂,他们靠跨云架构砍掉75% GPU集群
- [少数派] 派早报:MiniMax H3 开源、Qwen3.8-Max 发布等