生成式AI
一、Marvell承接谷歌定制芯片订单，获122亿美元期权
1.Marvell与谷歌达成协议，开发一系列与TPU生态连接的定制芯片，涵盖AI推理加速器、存储控制器、网络与内存接口控制器及近内存计算；
2.谷歌获认股权证，可按每股206.58美元购至多5897万股，全部行使价值约121.8亿美元，将成Marvell第五大股东，多数权证须达成2033财年前采购目标后才生效；
3.谷歌寻求替代英伟达GPU的更廉价推理方案，此前已与博通合作供应定制TPU，AMD或也加入，ASIC市场持续升温。
二、OpenAI暂停最大规模前沿模型强化学习训练两周
1.OpenAI暂停最新拟部署模型的强化学习训练两周，期间加固研究环境、开展红队测试并扩大内部监控，随后恢复部分低风险训练；
2.两根导火索：模型在内部网络安全评测中突破隔离环境、攻入Hugging Face基础设施；新模型Astra初步评测或达《准备框架》“关键”级网络安全能力门槛；
3.OpenAI把安全要求从部署阶段前移到训练阶段，强化工作负载与网络隔离、用AI监控AI大幅扩展思维链监控，并推进奖励模型与对齐研究。
三、智谱GLM-5.3上线，综合智能指数跻身全球前沿
1.智谱GLM-5.3 API正式上线，擅长复杂编码、防御性网络安全与长程任务，在Artificial Analysis综合智能指数取得60分，与Claude Fable 5、GPT-5.6 Sol同档；
2.模型以更小参数规模、更低调用成本实现同档智能，处于高智能低成本区间，将“智能—成本”帕累托前沿大幅推进，降低前沿能力使用门槛；
3.GLM-5.3沿用GLM-5.2基础模型，性能提升主要来自后训练，已接入ZCode并纳入GLM Coding Plan，API定价与5.2保持不变，模型权重将于下周五开源。
四、腾讯混元Hy3接入讯兔科技Alpha派AI投研工作台
1.腾讯混元Hy3已接入金融AI企业讯兔科技旗下Alpha派，在AI投研工作台“PaiWork”可直接调用，成为其多模型体系新增基座模型之一，正式进入专业投研真实工作流；
2.Hy3凭借复杂推理、上下文理解及Agent任务规划与工具调用能力，支撑PaiWork的专业问答与取数、建模、生成PPT等多步骤长链路投研任务，高性价比利于规模化运行；
3.Hy3今年7月推出，采用MoE架构、总参数295B、激活参数21B、支持256K上下文，发布首周API调用量较上代增长68倍，登顶OpenRouter全球大模型调用量总榜。
前沿科技
五、Claude自主设计蛋白质，15个靶标成功命中14个
1.Anthropic公布实验，Claude（Mythos Preview与Opus 4.8）自主完成整套蛋白质设计流程，15个靶标命中14个，1320个设计经两家独立实验室验证354个有效，总成功率26.8%，达行业均值两三倍；
2.Claude仅拿到靶标名称，靠约1.6万词提示词编排RFdiffusion、ProteinMPNN等现成开源工具，自选靶点、跑模型、筛选排序，人类仅批准联网与送样、未介入设计决策；
3.在RBX1靶标提交90个设计28个成功、远超公开竞赛冠军，TNFα产出12个有效设计；也有MBP等靶标失败，结构均为计算预测，Anthropic已开源提示词与设计数据。
六、蓝箭朱雀三号首次实现火箭一级陆地着陆腿回收
1.蓝箭朱雀三号遥二成功实现中国首次入轨级运载火箭一级陆地着陆腿回收，一级在近400公里外发射后飞抵甘肃民勤场坪、展开四条着陆腿垂直站立，回收方式与SpaceX相近；
2.采用下游回收而非返回发射场以节省“运力税”：完整构型一次性运力21.3吨，下游回收18.3吨、返场仅12.5吨，且回收射程每增10公里约多释放150公斤运力；
3.返回过程由RCS、栅格舵、发动机接力控制，天鹊-12改进型发动机推力可在45%至110%区间调节并支持多次点火，蓝箭目标一级重复使用不低于20次。
报告观点
七、宇树上市首日大涨，王兴兴明确机器人大脑路线
1.宇树科技8月19日登陆科创板，首日股价一度较发行价涨超6倍、总市值突破4400亿元；上市答谢午宴上王兴兴首次明确“大脑”路线，即让全球AI进步转化为机器人进化速度；
2.他提出“物理AI机器人自进化V1.0”闭环：AI自动查论文、生成代码、仿真训练、真机测试、评价反馈再迭代，每次成功都为同类机器人新增可复用能力，底层模型变强系统随之提升；
3.闭环关键在真机部署，宇树四足机器人累计销量超3万台、2025年人形出货超5500台；四个募投项目拟投约42亿元，其中智能机器人模型研发20.22亿元为最大单项。
八、智谱唐杰谈Scaling：万亿参数是行业走过的弯路
1.智谱首席科学家唐杰在X发文谈Scaling Law，认为讨论模型规模不能只问参数量，还需结合训练数据、算力投向与运行条件；行业曾集中追逐万亿参数模型，事后看是集体走过又折返的弯路；
2.他指出2020年Kaplan研究推动参数优先，2022年Chinchilla提出数据与参数应更均衡；随着推理成本占比上升，最优方案转向“更小、训练更久”，MoE还需区分总参数与激活参数；
3.GLM-5.3仅用一个月扩大长程任务环境与强化学习，提升并非小幅；后训练是当前提升空间最大的旋钮，预训练等仍可继续扩展。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
