本期AI日报聚焦全球AI竞争的新重心：一边是DeepSeek以500亿元融资和华为训练芯片押注国产算力，另一边是OpenAI设立独立数学顾问组，回应AI攻克数学难题后的学术治理争议。与此同时，Kimi K3接入亚马逊Bedrock、Grok 4.7主攻长任务、四足与人形机器人数据出炉，显示模型竞争正从单点跑分走向算力、生态、场景与组织能力的综合较量。
1. DeepSeek拟募资500亿元，梁文锋称华为训练芯片“必须成功”
据The Information报道，DeepSeek创始人梁文锋9月20日在投资者闭门会上表示，用国产芯片、尤其是华为芯片训练模型，是公司当前最重要的押注之一，这项工作“必须成功”。两名知情人士称，DeepSeek预计在今年第四季度或明年第一季度获得一批新的华为训练芯片。报道称，DeepSeek正在敲定第二轮融资，目标募资500亿元人民币，对应目标估值5000亿元；公司还计划投入约300亿元扩建算力。目前DeepSeek仍在使用英伟达芯片，而华为芯片供应也受先进存储器和其他零部件短缺制约。消息人士还称，DeepSeek正在训练一个2万亿参数模型，并规划后续开发8万亿参数模型。
创新看点： 国产训练芯片能否支撑超大规模模型，将决定中国AI算力自主的临界点。
2. OpenAI设AGMAI，独立评估AI数学突破的学术影响
OpenAI宣布成立独立的“数学与人工智能顾问小组”（AGMAI），设于普林斯顿高等研究院。该小组由来自剑桥、哈佛、斯坦福等机构的9位顶尖数学家组成，旨在搭建学术界与技术团队的沟通桥梁。此前，OpenAI披露其自8月28日开始训练的内部新模型除解决纳维-斯托克斯千禧年难题外，已攻克100多项数学开放难题，进展超出内部预期，同时也引发数学界关于AI解题负面外部效应的公开担忧。该顾问小组将独立运作、不收取报酬，可自主向公众发表意见，主要负责评估成果意义、学术规范及工具应用，但不干涉OpenAI内部的研发进度。
创新看点： AI攻入数学前沿后，独立学术治理成为防止“解题能力”冲击学术规范的关键试验。
3. Kimi K3登陆Amazon Bedrock，主打百万上下文与提示词缓存
亚马逊AWS 9月18日宣布，月之暗面的Kimi K3已接入Amazon Bedrock。开发者可通过Bedrock Runtime的OpenAI兼容Responses、Chat Completions接口，以及Invoke和Converse API调用模型。Kimi K3支持原生视觉输入和100万token上下文，是Bedrock首个支持显式提示词缓存的开源权重模型。缓存可以复用代码仓库、工具定义和文档等稳定前缀，减少长任务反复传入相同上下文带来的延迟和输入成本。模型目前通过美国地理区域与全球跨区域推理配置提供。AWS称，推理数据不会与模型提供方共享，也不会用于训练底层模型，并默认启用零数据保留和零运维人员访问。
创新看点： 百万上下文加提示词缓存，让开源权重模型在企业长任务中兼具成本与隐私优势。
4. 四足机器人上半年出货超4.9万台，收入向行业应用集中
IDC今日发布《全球四足机器人市场份额，1H26》显示，2026年上半年全球四足机器人出货量超过4.9万台，较去年同期接近翻倍，增长92.5%。教育科研与家用消费贡献约60%的出货量，政府、工业制造和公共事业等行业应用则以不到40%的出货量贡献了超过三分之二的收入。行业应用上半年部署量超过1.9万台，其中工业制造部署超过4100台，增速明显高于整体市场。IDC将这一结构概括为“出货靠消费科研、收入靠行业应用”。厂商方面，宇树科技、云深处、智元机器人和具微科技等中国企业覆盖消费、科研和工业场景；云深处在行业应用市场居首。ANYbotics、波士顿动力等欧美厂商则更集中于政府、油气和特种作业。
创新看点： 四足机器人从“卖数量”转向“卖场景”，行业应用成为利润与规模分化的主战场。
5. 黄仁勋回应亿万富翁税与数据中心阻力：不怕缴税，只怕贫穷
英伟达CEO黄仁勋在CBS 9月20日播出的专访中表示，如果加州选民今年秋季通过亿万富翁税提案，他不反对额外缴纳税款。他说，自己有能力在五年内缴纳80亿美元税款是一种荣幸，也是一种责任。“我不怕缴税——我只害怕贫穷。”黄仁勋同时回应了数据中心在美国遭遇的社区阻力。他认为，行业在早期建设中没有提前充分与当地社区沟通，今后应在数据中心落地前就与居民讨论用水、能耗、噪声与税收影响。他称，新一代冷却系统正在降低数据中心的用水量和能耗。他还将数据中心建设视为恢复美国制造业的一部分，认为新项目可以带来就业、升级学校和道路等社区设施。但他承认，企业过去推进得太快，往往没有在选址和动工前说清项目规模及对当地资源的影响。在AI风险上，黄仁勋不认同“2030年AI将导致人类灭亡”的预测，称这类“末日论”没有科学依据。他主张尽快发展AI，同时严格执行现有安全和监管要求。
创新看点： 算力扩张进入社区博弈期，AI领袖需从技术叙事转向能耗、税收与信任治理。
6. Grok 4.7发布，强化长任务能力并维持低价API
昨日，SpaceXAI正式发布Grok 4.7，主攻编程、长时间任务和专业知识工作。目前新模型已进入Cursor、Grok Build和Grok API，并将通过第三方编程工具、模型路由平台及云服务提供。官方介绍称，Grok 4.7使用了比Grok 4.6更大的新基础模型，并延长强化学习训练时间，重点加强长上下文管理、自我检查，以及持续数小时执行复杂任务的能力。基准测试中，Grok 4.7 xHigh在CursorBench 4.0上获得46.3%，高于Grok 4.6 High的40.4%；DeepSWE v1.1从65.2%提升至71.0%，Terminal-Bench 4.0则由20.3%升至38.0%。不过横向比较来看，新模型并未全面领先：CursorBench 4.0仍低于Fable 5.1 Max，DeepSWE v1.1也略低于GPT-5.6 Sol Max。价格是此次升级的一大竞争点。Grok 4.7 API定价与上一代保持一致，每百万输入token 2美元、输出token 6美元；另有输出速度约翻倍的快速版本，价格同样翻倍。
创新看点： 长任务能力提升加低价API，Grok 4.7以“持续工作”而非单点跑分争夺编程智能体入口。
7. 宇树发布Dex5-S灵巧手，起售价3.99万元
宇树科技昨日发布Dex5-S灵巧手。产品按真人手部约1:1的尺寸设计，单手具有22个自由度，每个关节都支持反向驱动，并带有极限冲击力矩保护。Dex5-S起售价为3.99万元。宇树官方此次主要展示了手指单独活动、反向驱动和握持等能力，尚未公布更详细的负载、触觉传感器和批量交付信息。
创新看点： 22自由度加反向驱动把灵巧手推向可量产价格带，但触觉与负载数据将决定实用上限。
8. MVLAND 2.0升级，AI音乐视频进入工作流式创作
AI音乐视频生成平台MVLAND昨日升级至2.0版，新增“深度创作”模式。用户上传音乐并提供基础创意后，系统可以在同一工作流中完成音乐分析、创意延展、角色设定、分镜生成和后期剪辑。新模式会按节奏、情绪、曲风和结构分析音乐，用户也可以手动调整情绪曲线。它支持设置多个角色、人物关系和场景，每个分镜可单独修改或重新生成，相机、构图和动作也能分别调整。平台同时加入多轨编辑器和本地素材导入，用户可在生成分镜后继续调整时间轴。公司未在此次新闻稿中公布模型架构、价格或具体上线地区。
创新看点： 从“生成片段”到“工作流剪辑”，MVLAND试图把AI MV生产闭环交给创作者。
9. 阿里任命刘大一恒负责Qwen大语言模型项目
据两位知情员工透露，阿里巴巴集团已任命资深AI研究人员刘大一恒担任Qwen（通义千问）大语言模型项目负责人。知情人士表示，在今年早些时候历经多轮组织重组后，刘大一恒的任职，进一步厘清了Qwen团队的管理层架构。阿里巴巴一年一度的云栖大会将于周二开幕，在大会官网的演讲嘉宾名单页面，刘大一恒的个人肖像位置十分突出，紧随集团主席蔡崇信、首席执行官吴泳铭之后。官网标注其职务为Qwen大语言模型项目负责人。
创新看点： Qwen负责人落定，阿里大模型竞争从技术迭代进入组织与战略聚焦阶段。
10. IRF首次发布人形机器人销量：2025年约7000台
国际机器人联合会拟于近期发布的统计数据显示，2025年全球人形机器人销售量约为7000台。这一数据仅覆盖应用于工业和专业服务领域的人形机器人，不包含消费级、军用和医用机器人。据路透社21日报道，国际机器人联合会近30年来一直收集并发布传统工业机器人和服务机器人市场数据，2025年相关数据定于24日发布，该组织同时将首次专门发布人形机器人销量。根据该组织标准，人形机器人必须外形似人，可以没有腿，但应能在为人类而设计的环境中自主工作。联合会秘书长苏珊·比勒说，2025年所售人形机器人中，许多并不从事生产性工作，而是被研究机构和企业用于生成数据，以完善人工智能模型。在全球机器人市场上，人形机器人方兴未艾。据美国银行研究部门预测，人形机器人2026年发货量将达9万台，2030年将达120万台。不过，当下传统的工业和服务机器人仍为应用主流。国际机器人联合会数据显示，2024年，传统工业机器人全球安装数量约为54.2万台；服务机器人同年销量约19.9万台，主要用于运输、接待、清洁等行业。
创新看点： 人形机器人当前更像“数据采集终端”，距离生产性主力仍需场景与成本验证。
结语
从本期动态看，AI产业的竞争已不再只是模型参数和榜单分数的竞争。DeepSeek押注国产训练芯片，OpenAI尝试用独立学术小组治理数学AI，Kimi K3与Grok 4.7争夺企业长任务入口，四足与人形机器人则揭示出货量与收入结构的错位。下一阶段，真正拉开差距的，将是算力供给、学术规范、生态集成与真实场景落地能力的组合。
