Meta回追中国开源模型，Claude求解黎曼猜想进展，首个全国产10万卡集群投用 | 刚刚

1. Meta发布Muse Glimmer：扎克伯格重新押注开源模型，直追中国对手

Meta 8月10日发布Muse Glimmer，一款约300亿参数、面向Agent任务的开放权重模型，可在单块消费级GPU上运行。Meta同时预告将开放更强的Muse Spark 1.2权重。扎克伯格发表长文《未来属于每个人》（The Future Is for Everyone），批评AI能力过度集中，并明确认为美国若对开放模型设置过多限制，会在与中国模型的竞争中处于不利位置。Meta还宣布设立10亿美元基金，支持受其数据中心扩张影响的美国社区。

这不是Meta简单“恢复Llama路线”，而是一次战略再定位：美国闭源前沿模型越来越强，中国开放模型越来越快，Meta选择重新占据二者之间的开放阵地。特别值得注意的是，扎克伯格开始把千问、DeepSeek、Kimi等中国模型的快速扩散，转化为美国国内的政策论据：如果美国限制开放模型，美国开发者反而可能采用中国模型。这意味着“开放AI”正在从技术路线争论升级为中美AI竞争的制度之争，路线之争。

二阶影响：OpenAI、Anthropic的闭源模式将受到更大政治和商业压力；中国开放模型反过来成为Meta争取美国监管宽松的重要筹码。关注Muse Spark 1.2正式开放后的许可证、真实编程/智能体能力，以及美国政府是否重新讨论开放权重安全监管。

2. 英伟达联合华尔街筹集逾5000亿美元：AI算力成为金融资产类别

Nvidia 8月10日确认，与阿波罗、贝莱德、黑石、Brookfield、高盛、KKR等大型金融机构建立AI基础设施融资平台，目标动员超过5000亿美元第三方资本，用于数据中心、芯片及电力基础设施建设。FT报道称，这将是迄今规模最大的AI基础设施融资安排之一。

AI基础设施正在经历一个类似铁路、电信和能源行业曾经历的阶段：科技资本开支→ 项目融资 → 基础设施基金→ 算力成为可证券化、可融资的资产。

Nvidia真正做的已经不仅是卖GPU，而是在解决客户购买GPU之前最重要的问题：谁来出钱建这些AI工厂。它创造的循环是：华尔街提供低成本资本 → AI Cloud和模型公司建设数据中心→ 购买Nvidia系统→ Nvidia收入增加 → 新项目更容易融资。Nvidia越来越像AI时代的Cisco＋GE Capital＋基础设施平台，而不只是半导体公司。

这种模式也会放大“循环融资”问题——供应商帮助客户融资，再由客户购买供应商产品。关注首批项目对应哪些客户；融资是否与GPU采购绑定；债务最终由谁承担。

3. 英特尔宣布150亿美元增发：AI资本开支稀释老股东

英特尔宣布进行150亿美元普通股公开发行，承销商另有最多22.5亿美元超额配售权。公司明确表示，AI计算需求、Physical AI、定制芯片、先进封装和外部晶圆业务是此次融资的重要背景，所得资金将用于资本开支和营运资金。英特尔股价消息后一度下跌约4%。

这和英伟达的5000亿美元融资平台形成了非常有意思的对照。英伟达可以让金融机构为客户融资，而英特尔必须向自己的股东融资，反映了AI产业资本位置的差异。英伟达拥有极高毛利和平台垄断，可以把资本负担向生态外部转移；英特尔仍然需要自己承担晶圆厂、先进封装和制程升级的重资产成本。

AI繁荣并不意味着所有半导体公司都获得同样收益。对于代工型公司而言，AI甚至可能意味着更高资本强度和持续融资压力。关注18A和14A外部客户数量，以及英特尔新增资本开支是否真正产生代工订单。

4. 微软准备9月发布Maia 300：自研AI芯片战争进入第二轮

The Information报道，微软计划最早于9月发布下一代AI芯片Maia 300，希望降低对英伟达的依赖，并缩小与谷歌TPU和亚马逊Trainium之间的差距。其上一代项目曾因为设计调整、人员流失和OpenAI提出的新需求而延期。

AI模型变化速度超过芯片设计周期，一颗AI芯片从定义到量产通常需要两年以上，但两年之间，Transformer架构、MoE比例、上下文长度、预填充/解码（Prefill/Decode）结构、精度格式、智能体负载，都有可能会变。

因此Google TPU真正的优势并不只是芯片性能，而是它已经建立十年以上的模型—编译器—芯片协同迭代体系。微软需要证明Maia不是一次性芯片，而是一条持续演进的产品线。关注Maia 300用于训练还是推理、HBM规格、功耗，以及OpenAI实际采用比例。

5. OpenAI发布GPT-5.6-Cyber：网络安全模型首次实行分级式访问

OpenAI 扩大Daybreak网络安全计划，并推出专门训练的GPT-5.6-Cyber，分为两层：蓝色：向经批准的防御者开放GPT-5.6 Sol，支持漏洞发现、恶意软件分析和事件响应；红色：允许可信研究人员使用GPT-5.6-Cyber进行更高风险的漏洞研究、漏洞利用验证（exploit validation）和攻击链测试。OpenAI明确表示，GPT-5.6-Cyber为了合法网络安全研究，降低了对部分“双用途”任务的拒绝率。

这是Astra网络安全能力引发安全警报之后，一个非常重要的治理答案：不是简单禁止强能力，而是把模型能力按用户身份和用途分层开放。这越来越像传统世界对危险技术的管理：

普通用户权限→ 专业人员权限→ 高风险实验室权限。它可能成为未来生物、网络攻击乃至其他高风险AI能力的通用部署范式。

二阶影响：AI模型未来可能出现真正意义上的能力许可（capability licensing）：同一个底层模型，不同用户获得不同能力。关注红色权限审批规则、政府机构参与程度，以及GPT-5.6-Cyber是否只服务美国盟友。

6. Claude求解黎曼猜想推进到67.2%

一款尚未发布的Claude研究版本被要求尝试解决黎曼猜想。它并没有证明黎曼猜想，但在相关问题上发现了一条新的证明路径：将已知位于临界线上的黎曼ζ函数零点比例下界，从此前的41.6%提高到67.2%。Anthropic称，两名内部数学家验证了证明，并请Brian Conrey和Dan Goldston等该领域专家审阅；Claude同时生成了可以形式验证的证明。

它与传统benchmark不同，模型不是：回答一道已有答案的数学题，而是综合几十年的数学文献，重新组合已有理论，得到此前未知的新结果。它没有解决黎曼猜想，Anthropic也明确表示这些技术未必通向最终证明。但如果结果经数学界进一步独立验证，这已经非常接近“AI参与真正数学研究”的门槛。

这与OpenAI近期公布数学发现形成同一个趋势：前沿模型的评价标准正在从“能否解决竞赛题”向“能否产生新知识”变化。 独立数学家对证明的正式评价，以及论文是否进入同行评议。

7. 阿里上线千问开放平台：从“超级App”开始转向“Agent应用商店”

阿里正式上线千问开放平台，向第三方开发者开放手机、PC和AI眼镜三类终端的智能体接入。首批合作方包括顺丰、自如、盈米基金、哈啰租车、闪送、飞常准、美的等，覆盖物流、租房、本地生活、理财和汽车等十多个行业。第三方智能体可以在千问中完成从咨询、推荐一直到服务履约的完整流程。

Qwen（千问）负责模型 → 千问APP负责用户入口→ 第三方智能体负责服务→ 支付、电商、物流负责履约。这实际上是在尝试重新定义“超级App”。微信时代用户打开不同小程序完成任务；智能体时代用户只表达目标，AI调用不同服务完成任务。如果成功，千问将不再只是ChatGPT的中国版本，而有可能成为阿里新的服务分发层。

二阶影响：中国智能体竞争最终可能不是模型公司竞争，而是微信、支付宝、千问、豆包等拥有支付和生活服务入口的平台竞争。关注：第三方智能体是否允许直接支付、平台抽成模式，以及千问与支付宝之间如何分工。

8. 首个全国产10万卡集群投用：国产AI算力竞争单位从“卡”变成“系统”

国家发改委相关信息显示，中国首个全国产10万卡AI超集群日前正式投入使用，意味着国产算力基础设施进入10万卡级部署阶段。

重点不是“10万张卡”这个数字本身，而是中国AI芯片竞争逻辑正在变化。由于单颗国产GPU与英伟达前沿GPU仍存在性能差距，中国正在走出自己的算力之路：单芯片不足→ 增加节点 → 强化互联 → 软件优化→ 集群调度，用来弥补差距。

因此真正需要比较的指标已经从单卡TFLOPS，变成10万卡情况下有多少算力真正被模型使用，也就是MFU、网络效率、故障恢复和软件生态。这与华为Atlas SuperPod、中科曙光等“超节点”路线属于同一个工程方向，中国在用系统工程弥补制程限制。

关注使用的具体国产芯片、互联架构、训练MFU，以及是否能稳定训练万亿参数模型。

9. 摩尔线程拟赴港上市：国产GPU进入资本军备竞赛

摩尔线程宣布计划发行H股并申请香港主板上市。公司上半年营收同比增长147%；此前已在科创板上市。财新指出，AI芯片流片和量产资本需求巨大，企业即使账面现金充裕，也需要提前锁定供应链和研发资源。

国产GPU竞争下一阶段越来越不像普通创业公司竞争，而像重资产半导体战争。企业需要同时投入HBM/内存采购、先进封装、软件生态、超节点、客户迁移，因此融资能力本身正在成为产品竞争力的一部分。摩尔线程赴港的意义也在于，中国AI芯片公司正在形成A股融资 + 港股国际资本 + 政府产业资本三层资本结构。

二阶影响：沐曦、寒武纪、摩尔线程等公司的竞争，可能越来越取决于谁能用资本提前锁定先进封装、内存和大客户订单。关注港股融资规模、基石投资者，以及互联网大厂是否出现战略认购。

10. 帕西尼完成10亿元融资：机器人投资重心从“本体”转向“触觉”等

具身智能公司帕西尼披露新一轮10亿元融资，累计融资接近40亿元。本轮由消费电子/半导体产业资本、中银国际投资、鲲鹏基金等机构参与。公司同时迁址北京并完成股份制改造。帕西尼重点布局触觉传感器、多模态数据采集以及灵巧手/机器人终端，其传感器可以将接触力、滑动等信息加入机器人控制闭环。

这笔交易透露了具身智能资本流向的一次变化。过去一年资本最热的是人形机器人整机，现在资金开始向灵巧手、触觉、执行器、传感器、数据采集扩散。这很像AI服务器产业链此前从GPU逐渐扩散到HBM、PCB和光模块：当整机路线逐渐清晰，真正稀缺的零部件开始获得估值溢价。

触觉尤其重要，因为机器人真正进入工业场景之后，只靠视觉无法判断插接阻力、滑动、力度等物理状态。关注帕西尼是否启动IPO；触觉传感器量产成本，以及是否进入宇树、智元等头部机器人供应链。