人工智能产业发展与政策动态

根据 OpenRouter 数据，美国企业对中文 AI 模型代币的消费量在 2026 年已接近总 AI 使用量的一半，尽管中国开发者在收入端的占比不足 10%。DeepSeek V4 的每百万输入代币成本为 0.09 美元，而 OpenAI 的 GPT-4 为 5 美元，差距达 55 倍。Uber 披露其按员工计算的每月 AI 成本为 500-2000 美元，四个月内就耗尽年度预算。根据 Axios 在 6 月的报道，微软已开始评估 DeepSeek，作为 Copilot 的低成本引擎。与此同时，监管顾虑和合规担忧促使企业采取“间接采购”策略——将中文模型通过美国云服务提供商进行路由，而不是直接向开发者付款，即便使用量很高，也会切断收入关联。

根据科大讯飞的 2026 年上半年业绩预测，公司预计净亏损为 18 亿人民币至 22.8 亿人民币，而去年同期亏损为 23.9 亿人民币。公司上半年研发支出超过 28 亿人民币，同比增长约 5 亿人民币，占总经营收入的比重超过 20%。

据英特尔称，7 月 13 日，美国芯片制造商宣布将在其位于爱尔兰都柏林附近的生产工厂投资50亿欧元，以扩大欧洲制造产能，并满足对人工智能和高性能计算芯片日益增长的需求。此次投资将提升工厂产能，并最大化该厂址的运营效率。

菲律宾中央银行（BSP）通过编号为 M-2026-031 的备忘录发布了关于银行和电子钱包运营方使用人工智能的自愿性指南，为负责任的人工智能部署设定了最低监管预期。该指南涉及金融机构应如何处理已在分析支付模式、核验客户身份以及在菲律宾各地检测欺诈的人工智能系统。菲律宾中央银行副行长 Lyn Javier 于周二 7 月 14 日在一份新闻稿中表示，这些原则有助于机构进行创新，同时降低人工智能技术带来的意外后果。该备忘录在人工智能用法扩展至菲律宾金融服务之际，引入了治理原则；一项 2024 年 BSP 调查发现，在受访机构中有 44% 的机构至少已部署了一个人工智能系统。 BSP 针对 AI 系统建立 STARS 治理原则 BSP 提出五项治理原则，并用缩写 STARS 进行概括：可持续性、透明度、问责性、责任以及安全性。副行长 Lyn Javier 表示，STARS 为金融机构提供了在创新的同时降低人工智能技术意外后果的原则。备忘录要求在产品或流程中使用 AI 输出时应通知客户；当 AI 结果可能被误解或被滥用时，机构需披露相关限制。用户必须能够质疑某一输出是如何生成的，以及为何会给出

Grok AI 已预测 XRP 可能在 2026 年底达到三位数价格，这几乎是其当前 1.06 美元水平的百倍增长。XRP 先前曾在 3.65 美元附近创下高点，随后在更广泛的加密货币市场波动中急剧回调。该预测与多项基本面因素有关，包括 XRP 公链上代币化现实资产的价值超过 40 亿美元、Ripple 的按需流动性网络支持跨境支付用途，以及加密资产监管清晰度的提升。Grok AI 预测背后的方法学未公开披露，该预测也明确被表述为推测性的 AI 建模，而非有保证的结果。加密资产风险很高，可能因市场波动和监管不确定性而造成大额资本亏损。 Grok AI 预测：2026 年底 XRP 可能触及三位数价格 与马斯克相关的人工智能模型 Grok AI 已发布预测，认为 XRP 可能在 2026 年底触及三位数价格区间。XRP 目前交易价格约为 1.06 美元，较其近期周期高点约 3.65 美元出现大幅下跌。若要进入三位数区间，需要在 XRP 价格历史中缺乏明确先例的幅度上涨。即便在 2017 年牛市期间，XRP 的高点仍未达到该门槛。该 Grok 预测在来源中被描述为坚定的推测性：预测随附了未

据 Rappler 报道，菲律宾中央银行（Bangko Sentral ng Pilipinas，BSP）于周二 7 月 14 日发布了自愿性的 AI 指南，为银行、电子钱包运营商以及其他受监管金融机构设定最低监管预期。该备忘录编号为 M-2026-031，引入了五项治理原则，并以 STARS 概括：可持续性、透明度、问责制、责任以及安全性。 关键要求包括：当 AI 输出会影响贷款决策或产品推荐时必须进行强制通知，并保持人工监督。尽管 AI 系统可以建议批准或拒绝贷款申请，但 BSP 强调最终仍由人类对最终决定负责，且不得将责任委托给机器。机构还必须防范训练数据中的偏差，并监测 AI 系统，以防止对低收入借款人、少数群体或弱势群体的不公平排除。 这些指南不具有约束力；BSP 表示，未来可能会引入更严格、可执行的规则。

据《金融时报》报道，DeepSeek 正在考虑一轮新的融资，该轮融资将使公司估值约 710 亿美元，消息于 7 月 14 日公布。这发生在该 AI 初创公司此前一轮融资结束后大约一个月。

Kioxia Holdings 于 7 月 14 日在东京证券交易所收盘价为 69,100 日元，较其 6 月 22 日创下的上市后高点 112,700 日元下跌近 40%。据日经分析，这家 NAND 闪存制造商的股价下跌，是由于市场担忧人工智能过度投资，以及三星电子和 SK Hynix 产量增加带来的压力推动了抛售。Kioxia 在今年上半年曾是日本与 AI 相关的领涨股，凭借超过 800% 的涨幅带动日经 225 指数上涨，但自 7 月初以来已走弱。 Kioxia 股票在东京交易所创盘中低点 7 月 14 日交易中，Kioxia 股价跌至盘中低点 63,060 日元，较前一交易日下跌 4,040 日元（6.02%）。这是其一个半月以来的最低水平。该股从 6 月 22 日的 112,700 日元高点下跌约 40%。 分析师称：AI 投资担忧与竞争对手产能增加 《日经》报道称，市场担忧 AI 投资过度，以及包括三星电子和 SK Hynix 在内的主要存储器制造商增加产量，预期半导体价格下跌，进一步加剧了对 Kioxia 股票的抛售压力。分析将这些因素列为该股近期走弱的主要原因。 市场人

据 Axios 报道，7 月 14 日，Google DeepMind 联合创始人兼首席执行官 Demis Hassabis 呼吁建立一个由美国主导的全球 AI 监管机构，该机构应拥有审查全球最先进 AI 模型的权力，并在风险升级时协调全行业范围内的发展放缓。拟议中的监管机构应由行业出资提供资金，由世界一流的技术专家组成，并对美国政府负责。 Hassabis 警告称，当前来自 AI 的网络安全风险只是“早期预警信号”，并预测在 18 个月内，可能造成生物与核安全威胁的能力或将出现在不受政府控制的开源模型中。他强调，风险不仅来自开源模型，也来自未来 AI 实验室将部署的更强大的专有模型。据该报道，Hassabis 已在数月来默默推进该计划，曾与特朗普政府、其他 AI 实验室领导人以及欧洲官员讨论，后者给予了“非常积极”的反馈。

根据高盛的权益研究报告，这五大云服务提供商——Microsoft、Amazon、Meta、Google 和 Oracle——预计将在2025财年至2030财年期间在人工智能资本支出上总共投入5.8万亿美元。高盛指出，随着融资需求的扩大，美国投资级债券市场可能会受到发行人集中度和产能限制的影响，这将需要更为多元的融资渠道，包括公开债券、贷款、私募资金以及项目融资。

据 BlockBeats 称，7 月 14 日，投资银行 KeyBanc 在一份新的研究报告中上调了多只 AI 芯片股票的目标价。Arm 的目标价被大幅上调至 430 美元（原为 300 美元）；美光科技的目标价上涨至 1,750 美元（原为 1,600 美元）；英伟达的目标价上调至 330 美元（原为 310 美元）。

谷歌 DeepMind 联合创始人 Demis Hassabis 最近预测，人工通用智能（AGI）可能在数年内实现，并将带来比工业革命大10倍的变革性影响。Hassabis 呼吁美国建立一个仿照 FINRA 的前沿 AI 标准机构，以应对网络安全、核能和生物领域中日益出现的风险。所提框架将通过由独立技术专家管理的公私合作机制运作，要求前沿实验室在发布前30天提交模型接受审查，并计划最终转向强制性的市场准入测试。来自初创公司和学术机构的非前沿模型将获得豁免。

据路透社报道，7 月 14 日，印度 IT 服务公司 LTM 首次披露了其 AI 收入，季度营收为 1.5 亿美元，约占总收入的 12%，且增长速度快于其传统服务业务。该公司还宣布与 Anthropic 达成合作，以在工程、现代化改造和业务工作流程中扩大 AI 工具的使用，重点面向关键的企业行业。

美国企业，包括 DoorDash、Airbnb 和 Siemens，正在采用中国 AI 模型来替代美国供应商，例如 Anthropic 的 Claude 和 OpenAI ChatGPT。转变的动因是成本效益，据称有一家组织每月在 Claude 使用上花费 5 亿美元；而根据 Ramp AI Index 的研究，AI 密集型公司的人均每月在 AI 应用上的平均支出约为 7,500 美元。来自 Moonshot AI、DeepSeek 和 Zhipu 等初创公司的中国 AI 模型提供了相当的能力，但成本显著更低；此外，开源架构带来的额外优势是：企业能够定制模型，并在敏感数据处理方面保持更强的控制力。 DoorDash 和主要企业为节省成本采用中国 AI 模型 DoorDash 联合创始人 Andy Fang 在 X 平台上表示，上周，该公司通过使用 Moonshot AI 的模型来完成较低层级的任务，从而实现了可观的成本节省。旧金山初创公司 Lindy 已完全放弃 Anthropic 的 AI 工具，转而使用 DeepSeek 最新的 V4 模型。中国 AI 公司 Zhipu 上个月发布

最近，腾讯混元根据社区的请求发布了其 Hy3 模型的量化版本，使拥有 2950 亿参数的模型能够在单个推理 GPU 上甚至在具备足够内存的本地机器上运行。团队将 Hy3 权重量化为 1-bit 和 4-bit 精度，使用 GGUF 格式打包，并与 llama.cpp 生态系统集成。这样，先前需要多 GPU 集群才能完成的工作，现在在更广泛的部署场景中也变得可行。

根据 Google Gemini 团队成员 Logan Kilpatrick 今天（7 月 14 日）发布的一则动态，他写道：“在 AI 时代，每 3 个月都必须提升抱负，否则新涌现的模型能力将会被竞争对手率先获取。”社区成员将其与推迟的 Gemini 3.5 Pro 发布联系在一起。该模型原定于 6 月发布，但已被推迟；此前的报道称预计将于 7 月 17 日发布。基于 Gemini 3 Pro、Gemini 3.1 Pro 和 Gemini 3.5 Flash 版本之间历史上的 3 个月间隔，分析人士预测下一款模型的发布可能会在 8 月中旬至下旬发生。

据 Sun Media 称，包括 DoorDash 和 Airbnb 在内的美国大型企业已开始采用中国开发的 AI 模型，以取代 OpenAI 的 ChatGPT 和 Anthropic 的 Claude 等美国同类产品，原因在于成本效率以及开放权重架构。DoorDash 联合创始人 Andy Fang 在 X 上表示，部署 Moonshot AI 的模型来完成低级别任务，显著降低了开支。此前，有机构每月在 Claude 上花费 5 亿美元，而 DeepSeek 和 Zhipu 的模型现在能够以明显更低的成本提供相当或更出色的能力。根据乔治城大学安全与新兴技术中心的说法，中国模型已经足够适用于大多数企业的工作负载，这使得美国供应商的溢价定价越来越难以合理化。

据 BlockBeats 报道，纽约州州长 Hochul 于 7 月 14 日签署一项命令，暂停新的超大规模数据中心建设，自即日起生效。该禁令适用于耗电量达到 50 兆瓦或以上的设施。 据 Fortune 报道，美国 AI 数据中心扩张已显著推高公共电力成本。负责中大西洋和中西部地区 14 个州电力电网的 PJM 估计，新的数据中心电力需求将使电力用户的成本在至少截至 2028 年底前增加约 230 亿美元。

根据 SemiAnalysis 在 7 月 13 日的报道，英伟达在 vLLM 推理优化方面相较 AMD 展现出明显的性能优势，GB200 NVL72 架构在如 Kimi K2.5 这类专家混合（Mixture-of-Experts）模型上实现了每秒超过 12,000 个 token 的吞吐量。该分析指出，英伟达的 Dynamo 分布式推理框架与 vLLM 深度集成，使其能够高效实现专家并行化以及 KV 缓存优化；而 AMD 的 MI355X 目前依赖标准版 vLLM，在大规模 MoE 场景下缺乏相应的深度优化。

据 7 月 14 日 Guru Club 报道，求职平台 Job51 发布了基于过去一年招聘与求职数据的《2026 人工智能人才洞察》。与 AI 相关岗位的月薪中位数为 25,340 元，其中研发负责人月均薪为 55,000 元，算法类岗位月均薪则在 28,000 元以上。通用 AI 与算法岗位占全部岗位的近 80%，而机器人以及大语言模型岗位分别位居第二和第三。 超过 40% 的岗位要求硕士及以上学历，且 60% 需要 5-10 年的垂直行业经验。长三角与大湾区合计占全国求职需求的近 70%，在招聘量和薪资待遇方面，上海、北京、广州、深圳、苏州与杭州均位居前列。