2026-08-25 前沿科技洞见 · 日报

📊 今日关键数据

• 62%：Vercel AI Gateway 上开源模型 Token 调用份额，8 月 22 日首次反超闭源模型（来源：AI前线）
• 30 倍 / 35 倍：英伟达称 Vera Rubin NVL72 在 SemiAnalysis AgentX 工作负载下每兆瓦吞吐最高为 GB300 NVL72 的 30 倍，每 token 成本最高降低 35 倍（来源：华尔街见闻）
• 522 万：小米玄戒 O3 安兔兔跑分，为安卓阵营首个突破 500 万的 SoC（来源：极客公园）
• 39% vs 21%：JetBrains 调查中 Claude Code 与 GitHub Copilot 的工作使用率（来源：CSDN）
• 26.72%：华泰 AI 行业轮动模型今年以来超额收益（来源：华泰证券金融工程）

🔍 今日值得深读

开源模型 Token 份额首次反超闭源，英伟达再押开源

Vercel AI Gateway 数据显示，过去 60 天开放权重模型的 Token 调用份额从 28% 升至 62%，8 月 22 日首次超过闭源模型；DeepSeek 单独拿下 22.6%。同一时期 OpenAI、Anthropic 密集推新并降价，绝对调用量仍在增长，但 Token 增量更多流向开源。英伟达同步以 60 亿美元技术授权、10 亿美元股权投资收编 Poolside 约 100 名工程师进入 Nemotron 团队。

• 为什么值得深读：开源模型第一次在真实生产流量中成为主流，英伟达扶持低价开源供给，意在把利润重新沉淀回 GPU 与 CUDA 底座。
• 后续看点：Poolside 团队并入 Nemotron 后能否在一年内推出超万亿参数的前沿开源模型；DeepSeek 的 22.6% 份额能否维持。

来源：AI前线

英伟达 Groq 3 LPX 全面投产，Vera Rubin 重算智能体效率

英伟达宣布 Groq 3 LPX 全面投产，作为 Vera Rubin 平台的专用 Token 生成加速器。在 Artificial Analysis 测试中，Gemma 4 31B 在 100,000 token 上下文下达到每秒 3,400 个输出 token；在 SemiAnalysis AgentX 工作负载下，Vera Rubin NVL72 每兆瓦吞吐最高为 GB300 NVL72 的 30 倍，每 token 成本最高降低 35 倍。Nebius 将成为首个部署该芯片的 AI 云。

• 为什么值得深读：智能体任务要循环读取、调用工具并累积数十万 token 上下文，英伟达开始用每兆瓦有效工作量和 token 成本衡量推理，而不再只看延迟或峰值算力。
• 后续看点：Groq 3 LPX 在 Nebius Token Factory 上线后的实际价格与适配模型范围；Vera Rubin 量产后第三方复测。

来源：华尔街见闻

墨奇 MORPHI KINO 完成 15 分钟长程家务

墨奇 MORPHI KINO 机器人在世界机器人大会首次演示 15 分钟连续完成收拾客厅、检查冰箱、取出和放入烘干机衣物、启动机器并叠衣等约七八十个动作，全程无人接管。其 MoRA 具身模型把决策能力直接装进端侧 System 1，而不是云端下指令。公司成立 8 个月，团队 150 多人，计划明年交付千台机器人。

• 为什么值得深读：具身智能的考题正从几十秒抓取 demo 转向“长程任务能否从头干到尾”，墨奇用轮式、夹爪、数据质量优先和 Agentic-Native 端侧路线，与主流方案反向选择。
• 后续看点：明年千台交付是否兑现；MoRA 在更多非结构化家庭任务中的成功率。

来源：极客公园

字节整合 TRAE、扣子进豆包，将推统一办公品牌“豆包工作”

《智能涌现》称字节跳动完成办公 AI 产品团队整合，TRAE、扣子整体并入豆包体系，TRAE Work 与扣子进入豆包工作场景；TRAE IDE 及 CLI 保留为豆包品牌下的编程产品线。调整后团队向豆包产品负责人赵祺汇报，豆包最快本周推出独立办公品牌“豆包工作”，并与飞书继续整合。最近一周豆包已密集上线远程控制电脑、Windows 虚拟桌面、云电脑、侧边工作台等功能。

• 为什么值得深读：字节把分散的 AI 编程、智能体和办公能力收拢到豆包一个主干，工作场景 Agent 与飞书深度绑定，办公 AI 从单点工具转向统一入口。
• 后续看点：“豆包工作”发布后 TRAE、扣子老用户是否顺畅迁移；其与飞书的整合边界和权限模型。

来源：智能涌现

小米发布玄戒 O3/O100/D100 三颗自研芯片

小米发布三颗自研芯片：旗舰 SoC 玄戒 O3 安兔兔 522 万分，采用十核全大核架构并首发支持 LPDDR6；端侧 AI 加速芯片玄戒 O100 用 6nm 晶圆级堆叠做到 1.22TB/s 带宽；智驾芯片玄戒 D100 为国内首款 3nm 智驾芯片，支持 200B 以上参数模型。O3 与 O100 双芯原型机配合 MiMo 模型本地推理最高 330 token/s。O100 与 D100 明年商用。

• 为什么值得深读：小米从单颗 SoC 扩展到“人车家”算力底座，O100 用封装和架构突破端侧内存墙，D100 进入智驾芯片，说明 3nm 制程约束下仍有架构创新空间。
• 后续看点：O3 在小米 18 Fold 上的第三方复测；O100 的良率、成本和商用机型。

来源：极客公园

广东 Token 贷落地，Token 消耗成为银行授信参考

广东省首个词元经济专项金融产品“Token 贷”在广州海珠区落地，中国银行、中信银行、广州银行等机构相继跟进。银行将 Token 消耗量作为 AI 企业授信参考之一，但并非唯一指标；专家认为 Token 类似工业用电量，反映经营活跃度，不能直接等同于偿债能力。

• 为什么值得深读：轻资产 AI 企业缺少传统抵押物，Token 消耗为银行提供高频经营数据，但从 Token 消耗到收入、再到偿债能力，存在商业化效率和现金流质量两个转化断层。
• 后续看点：银行是否公布 Token 贷实际授信规模、风险权重和坏账数据；是否出台统一的数据口径与监管细则。

来源：财联社AI daily

Pi 核心贡献者谈 Token 黑箱：买到的模型可能不是你以为的那款

Pi 核心贡献者 Armin Ronacher 等人在播客中称，第三方 Token 市场在模型版本、量化程度、缓存计费和数据处理上都不透明，低价订阅掩盖真实 token 成本。他们还指出 OpenAI 多 Agent 提示词加密、缓存机制不透明，正在强化基础设施层锁定。

• 为什么值得深读：Token 是生成式 AI 的生产资料，但市场不透明让企业无法核对“买到的是哪个模型、多少量化、如何计费”，问责链条缺失。
• 后续看点：是否出现第三方评测或监管要求，强制披露模型版本、量化程度和缓存计费规则。

来源：虎嗅

🔥 今日聚合动态

OpenRouter 模型路由平台：Stripe 收购与 Agent 支付基础设施

Stripe 宣布收购 AI 模型路由平台 OpenRouter，交易规模约 75 亿至 80 亿美元。两个来源分别提供平台运营数据和支付逻辑：一方聚焦 OpenRouter 的模型供给、调用量与 Stripe 的 AI 采购入口，另一方认为 Agent 跨平台高频小额交易会让稳定币成为结算刚需。

• 互补信息：前者补充 OpenRouter 的供给规模与 Stripe 支付整合事实；后者补充 A2A 协议已有 150 多家机构支持，以及 AWS Bedrock AgentCore Payments 在收购前一天上线。
• 后续看点：交易完成后 OpenRouter 是否纳入 Stripe 计费、税务与成本优化体系；Agent 间稳定币结算是否在 OpenRouter 实际落地。

📰 独立报道

🤖 AGI 前沿

JetBrains 调查：Claude Code 使用率 39%，反超 GitHub Copilot

JetBrains Research 2026 开发者生态调查覆盖超 1.5 万名专业开发者。Claude Code 工作使用率从 1 月 18% 升至 39%，GitHub Copilot 从 31% 降至 21%；90% 开发者每周至少使用一次 AI 编程 Agent，68% 每天使用。

来源：CSDN

Meta 开源 Muse Glimmer：30B 参数本地智能体模型

Meta 以 Apache 2.0 发布 300 亿参数 Muse Glimmer，面向消费级 GPU 本地运行，支持视觉、工具调用和长程规划。4-bit 动态量化后显存约 17–20GB，DFlash 推测解码在 M4/M5 Max 和 RTX 5090 等硬件上最高提升 3.1 倍生成吞吐。

来源：AI前线

ParaTempo：按时序置信度修剪并行推理分支

ParaTempo 是免训练并行推理框架，依据时序置信度对推理分支剪枝、终止和分叉，延迟最高降 32%，token 用量降 30%，同时保持准确率。

来源：Hugging Papers

微软发布 ThinkingBox-Bench：507 个有状态业务任务评测工具型 Agent

微软在 Hugging Face 发布可执行基准 ThinkingBox-Bench，以 507 个有状态业务任务评测工具调用 Agent，覆盖零售、旅行、保险等场景。

来源：Hugging Papers

GraphWorkflow 多 Agent 调度最高提速 62.5%

Swarms 团队发布 GraphWorkflow，把预定义多 Agent 任务图编译后重复执行，在 10、50、200 节点静态图上对比 LangGraph 1.0.4 最高提速 62.5%。作者指出真实瓶颈已从模型能力转向组织层调度。

来源：虎嗅

声网：企业级 Agent 的关键不是自治，而是可控的结果生意

声网 AI 产品线负责人姚光华在 AI 产品大会分享，企业级对话 Agent 要从“像人”转向“解决业务结果”，用托付梯度、结果付费、架构围栏和语音交互规则建立评测、回归与责任机制。

来源：人人都是产品经理

AI 攻击已全自动，防御端仍在等人工审核

由 Hugging Face 遭 AI 自主攻击事件切入，文章认为 AI 攻击已形成全自动闭环，防御端却未完成全自动化升级；攻防能力同源，AI 原生公司可能更快补上自动化防御。

来源：多来源综合

扣子桌面端六项核心功能实测全部首轮通过

光子星球对扣子桌面端本地文件处理、命令执行、项目续做、云盘、深度截图、手机遥控六项功能实测，全部首轮通过；未授权目录访问请求被成功拦截。编程任务分配 2 核 4G 沙箱并支持实时预览。

来源：光子星球

🏢 AI 战略与组织变革

兰德：中美 AI 企业差异在物理世界

兰德公司基于 1181 家中美 AI 开发企业数据，认为两国 Transformer 主导和基础模型企业占比接近；美国 61% 企业提供纯软件，中国为 26%，更多进入机器人、自动驾驶、制造、交通和能源。

来源：虎嗅

DeepSeek、智谱与 Kimi 的前沿生存竞争

国内三家模型原生公司进入前沿竞争后，面临参数 3 万亿级、算力 GW 级与收入不足的约束；三者 AI 业务 ARR 合计或略高于 20 亿美元，明显低于 OpenAI 与 Anthropic 合计超 1000 亿美元。

来源：虎嗅

RunningHub 成为多款 SOTA 模型首发平台

RunningHub 拿到 WAN 3.0、MiniMax H3 等模型首发，并即将上线 Seedance 2.5 1080P；平台积累 1.3 万+节点、10 万+模型、8 万+工作流，依托 Haima Cloud 实现前沿模型快速适配，并推出 Vibex 支持创作者工作流变现。

来源：智能涌现

诺基亚启动杭州研发中心关停

诺基亚官宣关停杭州研发中心，预计裁员 1600 人。大中华区营收从 2018 年 22 亿欧元降至 2025 年 9.13 亿欧元，5G 份额低于 3%，全球业务重心转向北美。

来源：虎嗅

💰 资管与金融科技前沿

华泰金工 AI 行业轮动模型今年以来超额收益 26.72%

华泰证券 AI 行业轮动模型以全频段量价融合因子对 32 个一级行业周频打分，每周等权配置 5 个行业；截至 8 月 21 日，该模型今年以来超额收益 26.72%，未来一周配置非银行金融、银行、食品、钢铁、消费者服务。

来源：华泰证券金融工程

🎓 学术前沿

MedGuard：把医学事实核查嵌入诊疗流程

蚂蚁 AI 安全实验室与厦门大学提出 MedGuard，把诊疗对话拆成可独立验证的原子医学声明，在 7B 参数规模下于 MedGuardEval 上 F1 较基线平均提升 22.1%；126 名持证临床医生七维评分均超 4.0。

来源：机器之心

UniGOOD：首次统一图分布外泛化与检测

南开大学、北航与中信银行提出 UniGOOD，首次将图分布外泛化和检测纳入统一优化体系，通过不变子图分布生成器、跨不变子图谱对比学习等模块，在协变量与语义偏移并存时同时提升泛化与检测。

来源：PaperWeekly

苏剑林解构 Scaling Law：优化、架构、数据三重分解

苏剑林从优化、架构、数据三个维度拆解 Scaling Law，把总损失差距分解为数据误差、优化误差和架构误差之和，并推导学习率、批大小与训练步数的幂律关系。

来源：PaperWeekly

🔧 硬件算力与智能设备

IBM 开发 IBM Z/LinuxONE 双架构处理器

IBM 在 Hot Chips 公布为 IBM Z 和 LinuxONE 开发双架构处理器，可原生执行 z/OS 工作负载和 Arm 应用，被称为数十年主机架构最重要变化之一。

来源：Techmeme

AI 散热进入液冷与余热回收阶段

顶配 AI 机柜功率约 120 千瓦，传统风冷不再适配；冷板式液冷成为当前高密度 AI 机柜主流方案，浸没式可支持兆瓦级整机柜散热，多地利用自然冷源并回收余热。

来源：虎嗅

Artificial Analysis 推出手机端小模型智能与推理评测

Artificial Analysis 与 Liquid AI 合作，在 iPhone 17 Pro 和 Galaxy S26 Ultra 上评测 4-bit 及以下精度小模型的智能与推理性能，覆盖端到端生成时间、输出速度、峰值内存等指标。

来源：Artificial Analysis