24 小时内 AI 领域最重要动态速递 | 侧重 AI Coding、AI 应用、AI 突破、具身智能
今日看点： OpenAI 公布下一代模型 Astra，是其首个达到《应急准备框架》“关键网络安全门槛"的大模型，在 ExploitBench 拿满分、并在测试中自主串联利用两个真实零日漏洞；Anthropic 同日发布 Claude Fable 5.1 与 Mythos 5.1——同一底座两套安全护栏，Fable 全员可用、Mythos 仅向审核通过的网络安全/生命科学机构开放，并配套企业级零数据留存方案与欧盟 AI 法案水印；Anthropic 据报与英伟达支持的云服务商 Lambda 签下六年期 350 亿美元算力合同，叠加 8 月中旬 Nscale 的 450 亿，AI 算力长协单年内合计已达 800 亿美元量级；CNBC 等转述 Anthropic 与投行"试水会"信息显示，公司或正筹备逾千亿美元 IPO、估值讨论区间最高约 2 万亿美元（公司尚未确认）；腾讯混元发布 Hy4 preview 轻量版，通过 Sherry 三值稀疏量化 + MIX-STQ1_0 混合精度将模型权重从约 1.5TB 压缩至约 214GB，4090 笔记本 + 四卡 A4000 服务器异构推理达 1.02 token/s；科大讯飞全资子公司词元星火开源星火 X2.5-4B / 1.7B，主打"端侧首个原生支持 100 万 Token 上下文”，且完成于全国产算力平台；Counterpoint Research 数据显示 2026 上半年中国人形机器人厂商拿下全球出货约 86%；智元机器人控股子公司觅蜂科技第 2 万套 MEgo 无本体采集设备正式下线、累计无本体数据突破 100 万小时。
1. OpenAI Astra 达到"关键网络安全门槛"：ExploitBench 满分、自主串联 2 个零日漏洞，高阶能力将严格受限开放
当地时间 9 月 1 日，OpenAI 发布最新声明，称下一代模型 Astra 是首个达到其《应急准备框架》（Preparedness Framework）"关键（Critical）"网络安全能力门槛的模型。所谓"关键"门槛，需满足以下任一条件：在多个经过加固的真实关键系统中，无人工干预自主识别并开发出各级别零日漏洞的可生效利用代码；或仅被给定高层攻击目标，便能自主设计并完整执行新型网络攻击策略（来源：OpenAI 官方、aichatdaily、Brocker.org、IT之家、新浪科技）。
OpenAI 披露的基准数据：在 ExploitBench 公开基准拿到 100% 满分；在其内部新建、含 20 个近期披露的高危 V8 漏洞的 ExploitBench Internal Port（2026.6-8）上，Astra 任意代码执行成功率显著高于 GPT-5.6 Sol 且输出 token 更少——评估过程中模型自主发现并串联利用了 2 个真实零日漏洞，OpenAI 已向相关维护方披露。专家主导评估中，Astra 还完成了一组从加固浏览器逃逸沙箱并执行宿主机命令的完整链路，以及从普通用户到 root 的本地提权链路（来源：OpenAI 官方、IT之家、aichatdaily、Brocker.org）。
访问策略上，Astra 的高阶网络安全能力将不会全面开放：发布初期先向一小批测试者开放，此后通过 Daybreak Blue 计划向更广泛的网络防御从业者开放"蓝队"用途，"红队"用途不予开放。安全侧改进包括：网络越狱测试集拒答率从 GPT-5.6 Sol 的 59% 提升到 91.5%；Astra 不会尝试访问蜜罐基础设施（GPT-5.6 Sol 在该测试中为 56%）；并新增长链条思维监控（chain-of-thought monitoring）以识别并终止潜在的未授权行为（来源：OpenAI 官方、IT之家、aichatdaily）。
值得关注的原因： 这是 OpenAI 第一次公开承认其模型具备"自主挖掘零日并形成攻击链"的能力，且明确把"能力上限"和"访问范围"拆开管理——这与 Anthropic 当天发布的 Mythos 5.1 形成共振（详见下一条）。值得注意的是 OpenAI 还提到：“尽管 Astra 并非参与 Hugging Face 入侵事件的模型，但已将该事件经验纳入防护体系”。当两大头部厂商同一天、以同样的"能力分级 + 访问审核"姿态发布前沿模型，意味着"自主攻防 AI"正式从论文走进了受限发布的产品栏，这将对人才招募、设备交还流程、AI 工具训练数据治理带来直接合规压力（来源：OpenAI 官方、IT之家、aichatdaily、Brocker.org）。
2. Anthropic 发布 Claude Fable 5.1 / Mythos 5.1：同一底座两套安全护栏，Mythos 仅限审核机构
当地时间 9 月 1 日，Anthropic 推出 Claude Fable 5.1 与 Claude Mythos 5.1，官方称其为"全球最先进的编程与知识工作模型"。两款模型使用完全相同的底层模型，差别只在安全防护策略——Fable 5.1 面向所有用户公开开放，Mythos 5.1 仅通过"可信访问计划"向经过审核的网络安全和生命科学机构提供（来源：Anthropic 官方、新浪财经、IT之家、InfoQ、网易）。
基准表现上，Anthropic 披露 Fable 5.1 在智能体科学研究基准 Terminal-Bench-Science 0.1 上得 52.6%，相对前代 Fable 5 的 24.7% 接近翻倍；智能体编码基准 Terminal-Bench 4.0 上 Fable 5.1 为 55.8%，Mythos 5.1 在更宽松的防护下达 60.9%（前代 Opus 5 同项为 29.0%）；知识工作 GDPval-AA v2 拿到 1853 分，高于 Opus 5 的 1824 分和 Fable 5 的 1723 分；OpenAI GPT-5.6 Sol 在 Science-Bench 同项得分为 22.4%（来源：Anthropic 系统卡摘要、新浪财经、InfoQ、IT之家）。
定价方面，Fable 5.1 缓存读取（cache reads）费用下调约 75%，降至每百万 token 0.25 美元；典型工作负载下，成本较 Fable 5 降低约 25%；智能体化工作负载成本最高可降低约 45%。基础价格不变，仍为输入 10 美元/输出 50 美元（每百万 token）；上下文窗口维持 100 万 token（来源：Anthropic 官方、新浪财经、InfoQ）。
科研与产业落地方面，Anthropic 同期展示了 3 个 Fable / Mythos 完成的科研案例：在分子设计领域，Mythos 5.1 利用开源蛋白设计与折叠工具设计高亲和力结合剂，12 个靶点命中率接近 50%，目前蛋白设计行业典型命中率约为 10%-15%，部分靶点亲和力较 Adaptyv Bio 蛋白设计竞赛的最佳参赛作品高出约 10 倍；在行星科研领域，Fable 5.1 基于 NASA 麦哲伦任务 30 多年前的雷达图像，训练神经网络绘制出覆盖金星约三分之一地表的高分辨率高程图，分辨率从原来 10-20 km 精细化到 2-3 km，高程精度提升约 25%；在计算生物学领域，Mythos 5.1 通过手写 GPU 内核并缓存中间结果，将 7 个开源深度学习模型的推理速度提升最多约 2.5 倍，预计可将部分 GPU 成本降低 30%-60%（来源：Anthropic 官方、新浪财经、InfoQ、IT之家）。
合规与企业服务方面，Anthropic 推出"企业级前沿防护"（Enterprise Frontier Safeguards，EFS），将零数据留存与企业级安全防护结合，数据存储在企业自有的 AWS / Google Cloud / Microsoft Azure 之上而非 Anthropic 系统内，预计 2026 年秋季分批向企业客户推出；Fable 5.1 输出的文本已按欧盟 AI 法案要求加入不可见水印，Anthropic 正以私人预览形式向监管、执法、媒体与事实核查机构提供检测 API（来源：Anthropic 官方、新浪财经、InfoQ、IT之家）。
值得关注的原因： 这次发布把"模型能力"和"模型开放程度"彻底拆开管理——Mythos 与 Fable 同底不同护栏，相当于把"自主挖掘零日、长程代理、生物风险"这类高危能力用"身份审核"代替"能力阉割"来做风险隔离。这与同日 OpenAI Astra 的"Daybreak Blue"、加上 8 月下旬 Claude MHS（“硬件版 MCP”）一道，构成了"前沿模型必须配套高阶能力访问管理"的事实标准。缓存读取降幅达 75%、EFS 数据留存由客户完全控制等指标，对企业 RAG、Agent 成本曲线与合规姿态都是直接利好——成本下降集中在"重上下文、长链路、多轮缓存"场景。
3. Anthropic 据报与 Lambda 签六年 350 亿美元算力合同：年内 AI 长协单累计已达约 800 亿美元
9 月 1 日，多家媒体引述知情人士消息称，Anthropic 已与英伟达支持的云服务商 Lambda 签署了一份为期六年、总金额约 350 亿美元的云计算合同，旨在为 Claude 等产品扩充算力。相关算力基础设施位于美国得克萨斯州 Nueces County，由数据中心开发商 Hut8 建设，租赁权归英伟达所有——英伟达此前与 Hut8 锁定该设施容量，Lambda 再从英伟达取得机房使用权并部署英伟达芯片，最终向 Anthropic 提供算力（来源：彭博社/The AI Wrap、大公文汇/搜狐新闻、新浪新闻汇编）。
值得注意的是，Anthropic 在 8 月中旬已与另一家英伟达支持的云服务商 Nscale 签署了价值约 450 亿美元的算力租赁协议，两笔合作相加，Anthropic 仅 2026 年内在算力长协上的承诺规模已接近 800 亿美元。上述合同金额与年限均来自知情人士披露，公司层面尚未给出完全对应的官方公开口径（来源：彭博/The AI Wrap、新浪/搜狐汇编）。
值得关注的原因： 算力"长协化"正在成为头部 AI 实验室锁定产能的标配手段——Anthropic 选择同时签下 Nscale 与 Lambda 两份多年合同，相当于把训练 / 推理负载分布在两条独立供应链上，避免单一云服务商或算力区域出现瓶颈。这与 8 月下旬 OpenAI 与英伟达 1050 亿美元 GPU 担保订单、9 月 1 日英伟达 35 亿美元认购联发科可转债（9 月 1 日简报已报道）共同构成了同一逻辑：算力供给方和算力消费方都在用"长期协议 + 资本绑定"取代"现货市场"。对算力供给侧意味着现金流可见，对需求侧意味着研发节奏被算力交付能力反向约束——这也是 CNBC 在报道 Anthropic"试水会"时把"数据中心建设是否如期"列为投资人核心关切的根本原因。
4. Anthropic 据传拟集资逾 1000 亿美元、估值讨论或达 2 万亿美元：知情人士口径，官方未确认
同日，路透/CNBC 等媒体援引知情人士消息，Anthropic 正筹备规模空前的首次公开招股（IPO），承销银行已向潜在投资者"试水"，公司可能寻求集资超过 1000 亿美元，估值讨论区间最高约 2 万亿美元。若最终落地，集资规模有望超过今年 6 月 SpaceX 创下的当时全球纪录（定价 750 亿美元、估值约 1.77 万亿美元）。Anthropic 已于今年 6 月向美国证交会秘密递交招股文件，市场普遍预期上市时点在秋季。需要强调的是：上述集资与估值数字目前仍属市场传闻与投资人沟通口径，公司尚未正式公布招股定价（来源：CNBC 引述、中宏网/百惠金控、大公文汇汇编）。
财务披露层面，报道援引 Anthropic 在"试水会"上向投资人更新的数据：年化营收运行率于 7 月底已突破 650 亿美元，较 2025 年底约 90 亿美元大幅跃升；第二季度初步营收约 115 亿美元。投资者重点关注的三个问题集中在：开源模型带来的竞争与毛利率压力、数据中心建设节奏、以及增长是否可持续。报道还透露，Anthropic 计划把"AI 反弹 / 数据中心负面情绪"正式写入招股书重点风险因素，这在同行中较为少见（来源：CNBC 引述、中宏网/百惠金控、大公文汇汇编）。
值得关注的原因： 若上述数字落实，将意味着：Anthropic 一家的 IPO 融资规模就足以与多家头部 AI 公司 2026 年整年长协算力承诺相当。资本面前所未有地向少数头部集中，与 9 月 1 日 Big tech 与 Anthropic 长协、Nvidia-联发科 35 亿美元合作共同构成同一图景。但同时，“数据中心能否按期落地"被首次明确写进风险因素——意味着顶级 AI 实验室之间的较量已从"模型智力"延伸到"现实世界能否在两年内建成承诺算力”。
5. 腾讯混元 Hy4 preview 轻量版发布：1.5TB 模型权重压至 214GB，异构设备推理 1.02 token/s
9 月 1 日，腾讯混元团队宣布推出 Hy4 preview 轻量版，通过两项核心技术把 Hy4 preview 的模型权重从约 1.5TB 压缩至约 214GB（缩减约 86%）。两项核心技术分别为：Sherry 稀疏三值量化算法，将最激进一档权重压至平均约 1.25 比特（每四个权重为一组，强制恰好 1 个为 0，再用 5 bit 索引编码，摊到每个权重平均 1.25 比特）；以及 MIX-STQ1_0 混合精度策略，按敏感度逐层决定每层比特数，在同等平均比特预算下实现更低量化误差（来源：IT之家、凤凰网科技、证券时报、智东西、新浪新闻）。
实际效果上，压缩后的模型在主流评测任务上能力保持稳定：长文理解与原始 BF16 模型基本持平，多轮长上下文检索与原版基本同一水平，数学能力仅有小幅回落；MCP Atlas 得分由 83.7 降至 83.2，SWE-Bench Multilingual 由 82.9 降至 81.3，整体差距在一两分以内。轻量版覆盖日常编码辅助、工具调用、长文档处理与常规问答等典型场景（来源：IT之家、智东西、新浪新闻、AIHub）。
硬件适配层面，腾讯混元与 prima.cpp 合作验证了一项异构设备联合推理方案：在一台配备单张 RTX 4090 的笔记本与一台四卡 A4000 服务器上（两端显存合计约 80GB、内存合计约 64GB，且分处两个局域网），通过 prima.cpp 的异构调度把 MoE 层拆分分配、让计算与权重读取彼此重叠，214GB 的轻量版模型协同推理速度达约 1.02 token/s，较笔记本单机 offload 提升约 6 倍。轻量版已上线 Hugging Face 与 GitHub，支持 llama.cpp、vLLM、SGLang 等主流推理框架（来源：IT之家、凤凰网科技、智东西）。
值得关注的原因： 这是 770B 量级 MoE 模型首次实现"权重体积×6 缩减 + 长上下文能力基本不掉"的工程化方案。对于手边已有异构设备、显存/内存到不了 1.5TB 满血部署门槛的开发者与企业，这是当下为数不多能跑通旗舰级 MoE 的现实路径；更重要的是 Sherry 稀疏三值量化的"5 bit 索引 + 强制每组恰 1 零"技巧与 MIX-STQ1_0 的"逐层敏感度定价"思路，可能成为后续 MoE 大模型压缩的事实参考。腾讯混元同步公开 AngelSlim 仓库与 Hy4-preview-GGUF 库——开源生态对极低比特量化的工具链补齐，意味着"超稀疏 MoE + 极限低比特量化"组合已经具备生产可用性。
6. 科大讯飞星火 X2.5-4B / 1.7B 开源：端侧首个原生 100 万 Token 上下文，全国产算力训练
9 月 1 日，科大讯飞全资子公司词元星火正式推出并开源星火 X2.5-4B 与星火 X2.5-1.7B 两款端侧通用大模型，主打"端侧首个原生支持最长 100 万 Token 上下文窗口"。两款模型采用混合注意力架构，使用覆盖长篇文档、技术资料等场景的千亿 token 级高质量数据训练，并以全国产算力平台完成 20 万亿 token 多样化数据预训练，再以高质量监督微调与强化学习持续提升推理、代码、智能体与指令遵循能力（来源：中国新闻网安徽频道、科技日报、南方+、科学网、36 氪）。
能力表现上，星火 X2.5-4B 在代码补全与生成、算法实现等任务中可对标参数规模大 2 至 3 倍的云端模型；星火 X2.5-1.7B 在智能家居测试集上控制指令端到端执行正确率达 90.3%，平均响应时间约 0.85 秒。在产品售后场景示例中，模型可在导入完整售后手册后跨章节关联退换货、故障处理与例外条件，给出"购买 10 天后故障且使用过第三方耗材是否符合换货"等复杂查询的综合判断（来源：中国新闻网、科技日报、36 氪）。
部署层面，两款模型支持英伟达、华为、海光、后摩等多硬件平台，兼容 vLLM、SGLang、llama.cpp 等主流推理框架，可通过 Ollama、LM Studio 等工具快速部署，并通过 LLaMA-Factory 进行增量训练；模型 API 已上线讯飞星辰 MaaS 平台，限时免费。9 月 7 日科大讯飞还将发布新一代旗舰通用大模型星火 X2.5，进一步升级代码与智能体核心能力（来源：中国新闻网、科技日报、36 氪、科学网）。
值得关注的原因： 100 万 Token 上下文一直是云端旗舰的"门槛级"指标——把这一能力带到 1.7B-4B 端侧规格，意味着手机、PC、汽车座舱、智能家居与机器人本体可以一次性导入整本手册、整份代码库或整段对话历史，而不必依赖外部云端往返。这与 9 月 1 日 Hy4 preview 轻量版、智元觅蜂 MEgo 下线、Figure Index 全球开放同属一条曲线："数据 + 模型 + 部署"全面走向端侧 / 可私有化部署。对国产化部署口径来说，星火 X2.5 系列基于全国产算力完成训练，是少有的"端侧 + 长上下文 + 全国产"三要素同时具备的开源组合。
7. Counterpoint：2026 上半年中国人形机器人厂商拿全球出货约 86%、交付约 22,000 台
9 月 1 日援引 Counterpoint Research 数据，2026 上半年全球人形机器人出货约 22,000 台，其中中国厂商约占 86%。Counterpoint 分析认为：中国厂商依托完整的电机、减速器、传感器产业链与成本控制能力，在大批量生产上保持优势；与此同时，美国新出台的进口关税与 FCC Covered List 扩容（已将外国制造机器人硬件与无人机纳入）正在把全球机器人产业切割成不同区域体系。同日发布的赛迪与《中国电子报》联合报告显示，2025 年中国人形机器人六维力传感器销量首次突破万颗，市场规模进入亿元级，前三大国产厂商合计占据 92.8% 的市场份额，蓝点触控以超过 80% 居首（来源：aibreakingwire 援引 Counterpoint Research、aibreakingwire；财联社/腾讯新闻援引赛迪报告）。
行业侧配套数据（多家行业研究机构与 WRC 2026 期间披露）：智元机器人 1H 全球出货约 8,400 台、宇树科技约 5,900 台，分别占 44% 与 31%；今年 8 月 23 日宇树科技在上交所科创板挂牌上市，成为 A 股人形机器人第一股；2026 上半年国内具身智能赛道融资总额约 935 亿元，较 2025 同期提升约 5 倍（来源：新浪科技/南方都市报、市场公开数据）。
值得关注的原因： 86% 这个数字与 9 月 1 日同日的另一则"上半年中国占人形机器人出货约 97%“的口径存在差异（部分行业研究机构口径）——本简报仅在多个独立来源一致的范围内引用 Counterpoint 86%。无论具体数字落在哪个区间，两个口径均指向同一判断：中国厂商已主导人形机器人量产环节。结合 9 月 1 日多则配套进展——智元觅蜂 MEgo 第 2 万套下线、六维力传感器国产占比突破 80%、宇树科创板挂牌，具身智能的"硬件量产 + 传感底层 + 数据产能 + 资本市场"四个环节在国内首次同时进入"工程化交付期”。叠加美国关税与 Covered List 把全球产业切成不同区域，"中国具身智能产业链自主闭环"成为不可逆的事实。
8. OpenAI 自研推理芯片 Jalapeño 基准首秀：每瓦吞吐与每用户 token 数超 Blackwell
当地时间 9 月 1 日 OpenAI 在 Hot Chips 会议上披露其自研推理芯片（代号 Jalapeño）的首批官方基准结果。OpenAI 硬件负责人 Richard Ho 在会上介绍，Jalapeño 在 InferenceX 基准套件中每用户 token 数与每千瓦吞吐均高于当前业界最强硅片，含英伟达 Blackwell 架构；核心目标是"在固定功耗预算内服务更多 AI 工作负载，同时降低延迟"。Jalapeño 代表 OpenAI 在自研硅与数据中心能耗管理上的最新一步，但具体制造工艺、量产规模与外部客户计划尚未披露（来源：aibreakingwire）。
同日补充：OpenAI 公告中的配套基础设施还包括 Anthropic 当日通过 Lambda 取得的得州算力、Nvidia-联发科 35 亿美元合作（9 月 1 日简报已报道）等。这些动作共同指向同一结论——算力供给侧正在从"通用 GPU 现货"切换到"长协 + 自研"双轨。
值得关注的原因： OpenAI 选择优先做推理而非训练芯片，与 Jalapeño 的能源目标高度一致：推理负载的瓶颈是每用户/每瓦体验，而非一次性训练的海量吞吐。如果基准数据可信，意味着 OpenAI 已经具备把每用户推理成本压低一个台阶的能力，对消费级 ChatGPT 与 API 经济学都是直接利好。但更重要的信号是头部 AI 公司集体转向自研硅 + 长协算力 + 上下游绑定——Anthropic-Lambda、OpenAI Jalapeño、Nvidia-MediaTek 三条线在 9 月 1 日当天同时落地，行业不再押注"现货 GPU 单点优势"，而是分散风险到"自研 + 长协 + 投资绑定"组合。
今日观察
六条主线贯穿本日动态：
“能力 = 访问审核”，头部厂商以同一姿势管理高阶模型。 OpenAI Astra 与 Anthropic Mythos 同日发布，都不再追求"同一款模型面向所有人"，而是明确把自主漏洞挖掘、长程代理、生物科研等高阶能力"绑"在 Daybreak Blue、可信访问计划、CVP/LSVP 等受控渠道上。前沿模型的产品范式已经从"一刀切开放"过渡到"按身份分级开放"。
AI 进入"算力长协 + 自研硅"双轨制。 Anthropic-Lambda 350 亿美元、Nscale 450 亿美元，叠加 OpenAI 自研 Jalapeño 与 Nvidia-MediaTek 35 亿美元合作，2026 下半年头部 AI 公司的算力供给策略几乎是同一张拼图。资本市场对此的回应是 Anthropic 据传筹备千亿美元级 IPO、估值讨论或达 2 万亿（公司未确认）——AI 公司的"市值决定力"已从模型能力外移到算力落地能力。
模型重心从"更大"转向"更可部署"。 腾讯混元 Hy4 preview 1.5TB → 214GB、讯飞星火 X2.5 端侧首个百万 Token、OpenAI Jalapeño 每瓦优先——三家头部厂商都在做"如何在更小预算 / 更少功耗下达到旗舰能力"的差异化。这意味着前沿模型的护城河已从参数规模转向部署成本曲线与端侧可用性。
具身智能的"硬件—传感—数据—资本"四件套首次齐备。 智元觅蜂第 2 万套 MEgo 下线、六维力传感器国产占比 92.8%、宇树科创板挂牌、Counterpoint 中国厂商占全球人形机器人出货约 86%——单一行业不再"等单点突破"，而是从底层硬件、传感、数据产能到资本市场全链条贯通。同时美国关税与 FCC Covered List 把全球产业切成不同区域，国产化闭环成为不可逆事实。
科研场景成为前沿模型的"对照场"。 Anthropic 把 Mythos 5.1 在 12 个蛋白靶点上拿到接近 50% 的命中率、Fable 5.1 训练神经网络把金星高程图分辨率从 10-20 km 提升到 2-3 km、计算生物学 7 个开源模型推理速度最多提升 2.5 倍——这些案例共同说明：前沿模型的真实价值已经从"对话/写作"扩散到"长尾专业领域的研究加速"。这也解释了为什么 Mythos 模型要按"身份审核"提供：科研价值与滥用风险同时被推到极致。
AI 监管与合规进入"模型层身份化"阶段。 继 9 月 1 日《微短剧发展管理办法》与 AI 客服国标施行（09-01 简报已报道）后，Fable 5.1 已为输出文本加入符合欧盟 AI 法案要求的不可见水印、Anthropic 同步推出仅向监管/媒体/事实核查机构开放的检测 API——欧盟 AI 法案的"透明义务"首次在大模型层面落地。对国内厂商来说，"水印 + 检测 API"几乎肯定会成为下一阶段出海的标配要求。
数据来源：OpenAI 官方公告与 Preparedness Framework / aichatdaily / Brocker.org / IT之家 / 新浪科技、Anthropic 官方与系统卡摘要 / 新浪财经 / IT之家 / InfoQ / 网易、Bloomberg（彭博）/The AI Wrap / 大公文汇 / 搜狐 / 新浪 新闻汇编、CNBC 引述 / 中宏网（百惠金控）、IT之家 / 凤凰网科技 / 证券时报（人民财讯）/ 智东西 / 新浪 / AIHub、中国新闻网安徽频道 / 科技日报 / 南方+ / 科学网 / 36 氪、Counterpoint Research via aibreakingwire / 赛迪与《中国电子报》报告 / 财联社 / 南方都市报 / 新浪科技、Hot Chips 2026 / aibreakingwire 等公开信息，截至 2026 年 9 月 2 日（北京时间）。