夜雨聆风今日核心信号
- 开源与可审计性重新成为研究叙事中心，开放模型正被视为科研与安全验证的基础设施。
- AI 产品竞争继续向“全栈+代理式”迁移：模型、芯片、机架、终端与行业方案同步升级。
- 企业级落地从试点转向组织化部署，培训、PoC、算力底座与内部先用后外推成为主线。
- 监管焦点正从原则讨论走向执行能力：跨境治理、行业框架采纳、场景化监管工具都在补短板。
- AI 与实体行业结合更强调可量化结果，如通行效率、就业岗位、系统迁移数量与用户消息规模。
前沿研究 / 论文
1. Ai2 发文力挺开放模型，把“谁能真正理解 AI”推到研究议程中心
🔥重要
Ai2 在最新博文中明确把开放模型定义为科研、审计与安全验证的基础设施，而不只是许可策略。文章强调，只有公开训练数据、代码、方法、检查点与文档，外部研究者才能独立复现实验、验证知识截止、识别偏差并检验安全性。其举例称，Northeastern、Johns Hopkins 等团队已用 Olmo 系列分析临床场景中的人口统计偏差、基准题泄漏与药物名称推理机制。对产业而言，这意味着“可审计性”正在成为研究模型竞争的新维度。
2. UB 获三项 Genesis Mission 资助，AI for Science 开始从单点课题走向组合推进
⚡值得关注
美国布法罗大学披露，其团队新获 3 项 Genesis Mission 研究资助，预计总额超过 100 万美元，并且三个项目都是从 5000 多份申报中入选的 278 个项目之一。研究方向覆盖 AI 驱动催化剂与电合成开发、利用 AI 编程噬菌体优化厌氧微生物组，以及结合 AI 与基础物理模拟量子尺度电子传输。值得注意的是，这些项目都不是“纯模型论文”，而是把 AI 直接嵌入化学制造、生物燃料和材料科学流程，反映 AI for Science 正从概念展示转向跨机构协同攻关。
3. 怀柔科学城推进 AI for Science 融合示范，科研基础设施开始系统性“智能化改造”
⚡值得关注
新京报报道称，怀柔科学城正把大科学装置、科学数据银行与模型平台联动起来，打造 AI for Science 融合示范样本。公开信息显示，ScienceDB 与 ScienceDBAI 正承担科研数据存储、共享和智能问答职能，“壹科学”平台用于实验方案生成与材料筛选，高能同步辐射光源则探索“智慧光源大脑”进行多模态实验数据实时处理。与单一实验室接入大模型不同，这类建设更像科研基础设施层升级：先把数据、装置、算力与语料标准化，再让 AI 进入干湿实验闭环，长期影响可能大于短期论文产出。
产品与发布动态
4. Anthropic 发布 Claude Opus 5，以接近 Fable 5 的能力冲击高端性价比区间
🔥重要
Anthropic 正式推出 Claude Opus 5，并把它定位为默认旗舰工作模型：既保持主动式、可反复校验的执行风格，又在编码、自动化与生命科学任务上显著强于 Opus 4.8。官方给出的定价为输入 5 美元/百万 token、输出 25 美元/百万 token，与上代持平，但其定位是“以接近 Claude Fable 5 的前沿智能，实现约一半成本的专业工作表现”。这说明大模型竞争已从单纯追求绝对最强，转向“可部署的高端性价比”，尤其瞄准企业知识工作、代理式流程和专业场景。
5. AMD 在 Advancing AI 2026 一口气推机架、GPU、CPU 与软件，全栈打法更激进
🔥重要
AMD 在 Advancing AI 2026 上把“代理式 AI 时代的全栈计算”作为核心口号，连续发布 Helios 机架级方案、MI400 系列 GPU、6 代 EPYC 处理器与ROCm.ai平台。官方披露，Helios 单机架包含 72 个 MI455X GPU 与 18 颗 6 代 EPYC CPU，并宣称最高可实现较竞争方案高 30% 的每美元 token 产出；6 代 EPYC 最高支持 512 线程，MI455X 吞吐较 MI355X 提升可达 34 倍。对行业来说，这不只是新品发布，而是 AMD 试图把芯片、机架、软件与生态绑定成交付包，直接争夺 AI 数据中心标准位。
6. 三星发布 Galaxy Watch Ultra2 与 Watch9，把 AI 健康监测进一步推向日常穿戴
⚡值得关注
三星新一代手表把 AI 健康能力做得更完整：除睡眠呼吸暂停监测外，还加入生命体征偏离提醒、心脏健康评分、每日心肺负荷、健身指数与噪声暴露监测。硬件上，Ultra2 与 Watch9 都采用 3nm Snapdragon Wear Elite 平台；Ultra2 峰值亮度达 5000 尼特、电池 800mAh，较前代提升 35%，并针对高强度户外运动提供 10ATM、IP69K 与钛金属机身。可见终端侧 AI 的方向不是“再讲一个助手故事”，而是将传感器、个体基线和持续监测数据整合成可操作的健康建议。
7. 三星拿下与博通超 2000 亿美元合作，先进代工与 AI ASIC 竞争再升温
🔥重要
路透披露，三星电子与博通达成预计总额超过 2000 亿美元、延续至 2030 年的大型合作，涵盖 AI 芯片代工，并指向亚 2 纳米制程与下一代 HBM 产品开发。这笔合作的重要性不在于单一合同规模，而在于它为三星先进制造产能利用率与代工业务提供了长期锚点，有助于其在 AI ASIC 供应竞赛中追赶台积电。随着模型公司和云厂商越来越倾向自研专用芯片，未来几年先进制程、封装与 HBM 的绑定能力，将比单颗芯片参数更能决定供应链话语权。
行业应用落地
8. 三星 SDS 联手 Anthropic，先在 20 家集团公司内部验证，再外推韩国企业市场
🔥重要
三星 SDS 与 Anthropic 签署战略合作协议，目标不是单点售卖模型，而是共同推进韩国企业级 AI 转型。公开信息显示，Claude Enterprise 已在 20 家三星关联公司中内部使用，约 7 万名员工被纳入验证范围，前几周交互消息即突破 100 万条，其中约一半用户已使用 Claude Code。三星 SDS 计划以“Client Zero”方式先在自家体系验证，再把联合营销、PoC、培训与项目交付复制到外部客户。这个案例说明，企业级大模型落地正在从许可证采购转向“内部先跑通组织流程，再产品化外售”。
9. Cognizant 与 Gulf Edge 在泰国建 AI 服务联盟，直接把基础设施与行业方案打包
⚡值得关注
Cognizant 与 Gulf Group 旗下数字基础设施部门 Gulf Edge 宣布合作，面向泰国建设从数据中心、云、AI 平台到系统集成与管理服务的一体化能力，重点覆盖金融、能源、公用事业、医疗、电信、制造与公共部门。双方同时提出要联动高校与研究机构培养人才，预计可带来约 1000 个高技能岗位。与传统 IT 外包不同，这类合作把“基础设施主权”“企业转型交付”“行业场景模板”和人才培养放在同一项目中，说明东南亚市场正从采购工具升级为搭建区域 AI 产业底座。
10. 太保科技与阿里云升级 AI 战略合作，保险业开始把算力底座与 Agent 一起建设
⚡值得关注
太保科技与阿里云宣布从云计算合作进一步升级到 AI 全面合作，重点围绕三件事：建设 AI 算力底座、孵化保险 Agent 与垂域大模型场景、以及系统性培养数字化人才。公开资料提到，双方此前已在 2022 年底完成 40 个业务系统、520 个应用模块的迁移上云，这意味着此次升级并非从零起步，而是在既有云底座上继续叠加模型与业务流程重构。对保险行业而言，这类合作值得关注，因为它把销售、核保、核赔、App 智能化统一放入一个转型框架，更接近真正的经营中台升级。
11. 卡奥斯在 WAIC 展示工业 AI 全栈成果，数字人开始进入企业经营与制造现场
⚡值得关注
卡奥斯在 WAIC 2026 集中展示工业 AI 方案，重点不是单一模型，而是围绕 CEO 数字人、厂长数字人、能源站长数字人构建经营决策、生产调度与能效优化能力。其底层依托 COSMOPlat、工业大数据、工业大模型与工业世界模型等能力，并推出面向战略规划、生产管控和双碳管理的智能体产品。按照文中援引的沙利文数据，按 2024 年营收口径，卡奥斯已位居中国平台型工业数据智能解决方案市场榜首。工业 AI 的信号在于：智能体不再只服务办公场景，而是下沉到质量、换产、运维和能源这些可考核环节。
政策与监管
12. 长江江苏段“江海智控”投入应用，AI+交通开始给出可量化治理结果
🔥重要
交通运输部披露，江苏海事局打造的长江江苏段全域交通组织智能体“江海智控”已投入使用，整合海事、气象、航道、港口、船舶动态等 12 类跨部门数据，形成“预警研判—全域管制—动态分流—有序解封”闭环。公开效果非常具体：台风应对期间累计疏导船舶 1.4 万艘，3000 余艘内河船舶被引导进闸避风，重点水域船舶密度较 2024 年同期下降 20%，疏港通行效率提升 20%。这类案例的价值在于，AI 监管开始从概念口号走向可审计、可复盘、可量化的治理工具。
13. 研究显示亚洲与英国医疗 AI 开发者监管认知仍不足，合规能力成落地短板
⚡值得关注
一项覆盖新加坡、中国、香港和英国 122 名医疗 AI 开发者的研究显示，只有 57% 的受访者了解至少一个监管框架，约三分之一所在机构正式采用过认可框架，而采用率最高的新加坡《Artificial Intelligence in Healthcare Guidelines》也仅有 18%。与此同时，75% 的开发者认为自己比监管机构、伦理办公室和数据提供方承担了更多落实责任。这个结果揭示出医疗 AI 当前的真实矛盾：技术团队对产品风险有责任感，但组织级合规流程和统一框架仍然薄弱，未来行业竞争将不仅是模型能力，更是监管嵌入能力。
14. 肖茜谈全球 AI 治理：风险管控之外，更要为发展中国家创造治理机会
⚡值得关注
在 WAIC 相关讨论中，清华大学人工智能国际治理研究院副院长肖茜强调，当前全球 AI 治理的核心不是简单“管得更严”，而是平衡发展与安全、开放与风控、技术机遇与能力鸿沟。她提出三条主线：团结合作、能力建设和风险治理，并把世界人工智能合作组织视为弥补常态化合作与政策协调机制不足的重要里程碑。值得关注的是，报道还提到中国未来五年将面向发展中国家提供 5000 个 AI 专题研修培训名额。相比抽象原则，这类能力建设承诺更可能决定全球南方在下一轮 AI 治理中的实际参与度。