夜雨聆风一、长上下文窗口成为基座模型标配
【新闻】8月26日，阿里巴巴 Qwen 团队发布 Qwen3.8-Flash-Next，以开源权重预览将支撑 Qwen4 的架构：总参数 125B、每 token 仅激活 6B，原生上下文长度 262,144 token 并可进一步扩展。同日 IBM 发布企业级开源模型 Granite 4.2（覆盖 3B、8B、30B），全系采用 Apache 2.0 协议，旗舰 30B 内置原生思维链并支持 512K 超长上下文窗口。Google Gemini 3.7 Flash 已正式 GA，具备 1,048,576 token 输入上限。NVIDIA 本地模型线（DeepSeek-V4-Flash、Nemotron 3.5 Lightning）亦普遍配备百万级上下文。
【专业分析】上下文长度正从差异化卖点退变为入场门槛。百万级窗口使整本合同框架、全年技术支持工单或整套技术文档可纳入单一上下文，直接改变了检索增强生成（RAG）的范式：Mistral Agentic Search 等长文档迭代检索层不再依赖固定 top-k 切块，而是让模型自行搜索、检视、导航并核验长文档。但长上下文同时放大 KV 缓存的显存与成本压力，并对注意力在超长序列中的退化提出新的工程约束，厂商多在上下文长度与每 token 成本之间做显式权衡。
二、端侧智能体迈入常驻运行
【新闻】Liquid AI 于 8 月初发布 LFM2.5-2.6B，一款 26.9 亿参数的开放权重模型，集成 128K 上下文与原生函数调用，内存占用低于 2.5GB，在 Apple M5 Max 上解码速率约 220 token/秒，可在手机、笔记本电脑、树莓派等设备上运行完整多步智能体工作流。苹果 8 月 26 日发布搭载 M6 与 M5 Pro/Max/Ultra 的新款 Mac mini 与 Mac Studio，M6 为苹果首款 2 纳米芯片，AI 性能最高达 M4 版的 4 倍。英伟达推出 Jetson Orin Nano 2，同尺寸下推理性能约翻倍、同性能 15W 模式功耗降低约四成。Exo 宣布与苹果合作基于 Thunderbolt 5 的低延迟 RDMA，多台互联 Mac 可以 API 速度运行 Kimi K3、GLM-5.3 等大模型。
【专业分析】端侧化的核心价值在于数据不出设备、边际推理成本趋近于零，契合 GDPR 与涉密、医疗、国防等强监管场景，也使高频工具调用与文档处理在经济上可行。但 LFM2.5-2.6B 的模型卡明确将其定位为隐私敏感型自动化层，不建议用于专业编程或知识密集型任务；手机端约 30 token/秒的速率也限制了复杂交互。端侧智能体是云优先智能体的互补而非替代，部署时应按数据主权与任务复杂度分层。
三、开源权重密集上新且转向可治理
【新闻】Qwen3.8-Flash-Next 以开源权重预览下一代架构，被视为迈向终极成本效率的一步。IBM Granite 4.2 全系 Apache 2.0，并对企业合规性做深度数据清洗与治理验证，原生支持工具调用。SandboxAQ 于 8 月 26 日开源 Switch，将基于不同框架构建的 AI 代理接入员工已在使用的 Slack、Microsoft Teams 或 Discord 频道，把聊天频道转变为人与代理共享同一上下文、资源与历史的协同"房间"，代码免费公开。
【专业分析】开放权重的竞争焦点已从"能否在本地跑起来"转向"是否可治理、可编排"。企业级开源模型把合规数据清洗、原生工具调用、思维链机制作为卖点，反映出采购方对可审计、可验收的要求上升。但需注意许可差异：Granite 4.2 为宽松 Apache 2.0，而 Qwen3.8-Max 等采用带营收门槛的自定义许可，部分海外模型（如 MiniMax H3）明令排除美欧商用。商用前须逐一审视许可条款与营收阈值，避免合规误判。
四、自研推理芯片规模化挑战英伟达
【新闻】OpenAI 于 8 月 25 日公布首款自研推理芯片 Jalapeño 的性能数据：在 GPT-OSS 120B、DeepSeek R1 670B、Kimi K2.5 1T 等负载上，报告每瓦工作量达对比系统的 1.5–1.9 倍、端到端延迟降低 1.7–3.6 倍，由 Broadcom 协助开发。AMD 推出 Helios 机架级平台（72 块 MI455X 加速器搭配 EPYC CPU 与 AMD 组网），称在特定负载上每美元推理 token 较 Vera Rubin NVL72 高约 30%；Meta 计划大规模部署 AMD 方案，OpenAI 预计 2026 年底上线 Helios。专用芯片初创 Etched 估值约 210 亿美元，称以 44 天完成推理负载落地。
【专业分析】推理成本与响应延迟已成为算力竞争的主战场，自研芯片叠加机架级系统正从"实验"走向"规模化部署"。但英伟达的 CUDA 软件生态、组网能力与多年开发者积累仍是切换壁垒，Bloomberg Intelligence 仍预测其保留至少七成训练市场份额。AMD 2026 年股价涨幅约 125%、估值溢价已隐含高预期，投资者应区分厂商标称上限与普适均值，以自行复测结果为准。
五、具身智能竞争重心转向数据基建
【新闻】Figure 发布 Index：号称迄今最大、最多样的机器人数据集，含 1600 万条机器人视频，并推出用户录制日常任务获取报酬的计划。Skild 发布基础模型 S1，看一段视频、无需微调即可执行预训练未见过、最长约 10 分钟的新任务。国内方面，觅蜂科技完成数亿元融资，核心用途为建设无本体数据采集硬件 MEgo 系列的量产，推动千万小时级物理交互数据产能落地；西湖机器人半年内完成四轮共 5 亿元融资，投向人形机器人全身统一大模型。
【专业分析】具身赛道资本逻辑已从"拼本体硬件"切换到"大脑+数据"双核心，高质量物理交互数据成为稀缺资源，数据焦虑推动资金涌向此前受冷落的数据采集、治理与评测环节。但行业现状是：人形机器人订单仍以科研与示范采购为主，大规模市场化付费场景尚未成型，评价标准已从运动参数转向任务完成率、人工干预率与长时运行稳定性。后续资金会向实际交付能力更强的企业聚拢，纯炫技路线估值承压。
六、数据权属诉讼与执法并行升温
【新闻】欧盟《人工智能法案》自 8 月 2 日起主要规则适用，透明度义务（交互式 AI 须披露身份、生成内容须附机器可读标识）即时生效，高风险系统义务延至 2027 年 12 月 2 日与 2028 年 8 月 2 日；法国 CNIL 已向 14 家使用信贷评分算法的金融机构发出技术文档质询，三家延期请求被拒。中国方面，网信办自 7 月 15 日伴侣 AI 新规生效三周内开出 12 张罚单、合计约 420 万元；wikiHow 起诉 OpenAI 未经许可抓取超 1.1 万篇文章训练 GPT，主张至少 1200 项版权；阿拉巴马州就 Hugging Face 黑客事件传唤 OpenAI。最高人民法院披露，2025 年全国法院审结涉数据权属及交易纠纷 908 件，同比增长 25.6%。
【专业分析】全球 AI 治理已分化为"三速"：欧盟主动执法、中国垂直精准罚款、美国联邦层面搁浅而 14 个州各自立法。跨境经营企业无法用一份合规文件覆盖所有市场，须按业务所在地与风险等级分别确定备案、评估、披露与证据留存安排。训练数据的合法来源、授权依据与清洗过程从原则性承诺转向可追溯管理，生成内容标识与过程记录（提示词日志、版本文件、时间戳）将成为权利归属与责任划分的关键证据。
综合研判
【综合研判】本日主线可概括为"能力下沉、治理上浮"。能力侧，长上下文、端侧常驻智能体与开放权重可治理化三者叠加，把前沿能力从云端数据中心下沉到消费级硬件与企业内网，推理成本与延迟的下降正在打开高频、隐私敏感场景的实用空间；算力侧，自研推理芯片与机架级系统的规模化，标志竞争从训练扩展转向推理效率，英伟达的护城河仍在软件生态而非单点性能。治理侧，欧盟执法、中国罚款与数据权属诉讼同步升温，合规从政策研究真正转入产品与业务流程，成为模型采购、部署与退出的常态化约束。对工程与采购的启示：其一，长上下文与 RAG 须重新设计，避免盲目堆长度而忽视 KV 成本；其二，端侧智能体应按数据主权分层部署，不以其替代云端高密度推理；其三，开源选型须把许可条款与营收门槛纳入尽调；其四，跨境 AI 产品需建立分市场合规清单，将备案、标识与过程留痕前置到上线前。