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： 英伟达 Groq 3 LPX 推理加速器全面量产，Vera Rubin 每兆瓦吞吐量最高达上代 30 倍，SpaceXAI 计划将算力延伸至太空卫星；小鹏机器人业务首轮融资超 9 亿美元，估值超 63 亿美元，刷新国内具身智能行业单轮私募融资纪录；小米一口气发布三款自研玄戒芯片，覆盖手机 SoC、端侧 AI 加速与智驾三大场景；Meta 首款自研 AI 训练芯片 MTIA 300 技术细节公开，内置网卡芯片组与通信卸载引擎；英伟达拟以超 300 亿美元估值投资 Perplexity，从芯片向 AI 应用层延伸；OpenAI GPT-5.6 模型家族正式接入 AWS 旗下编程 Agent 平台 Kiro；Anthropic API 中发现两个未公开模型代号 Marshmallow 与 Melon；阿里巴巴完成 800 亿港元新股配售，所得款项 100% 投入 AI。
1. 英伟达 Groq 3 LPX 全面量产：每秒 3400 Token，SpaceXAI 要把算力送上太空
8 月 24 日，英伟达宣布面向交互式 AI 推理的 Groq 3 LPX 正式全面投产。在 Artificial Analysis 基准测试中，搭载 Gemma 4 31B 模型、100,000 Token 上下文条件下，Groq 3 LPX 实现每秒 3400 个输出 Token，为该模型创下最高纪录，响应速度最高达到最近竞争平台的 4 倍（来源：英伟达官方博客、华尔街见闻/网易、每日经济新闻、博客园 AI 技术日报）。
同一发布会上，英伟伟达公布 Vera Rubin NVL72 在真实智能体工作负载下的新测试结果：基于 SemiAnalysis AgentX 工作负载、采用 DeepSeek V4 Pro 模型，Vera Rubin 每兆瓦吞吐量最高达到上一代 GB300 NVL72 的 30 倍，每 Token 成本最高降低 35 倍（来源：英伟达官方博客、每日经济新闻、华尔街见闻/网易）。AI 云服务商 Nebius 成为首个采用 Groq 3 LPX 的云厂商，计划部署到 Nebius Token Factory 生产推理平台（来源：英伟达官方博客、华尔街见闻/网易）。
同日，英伟达宣布 SpaceXAI 将采用 Vera CPU 加速下一代智能体 AI 应用，并扩大基于 Vera Rubin 的平台建设；SpaceXAI 计划将优化版 Vera Rubin NVL72 延伸至太空，用于首代 Starmind AI 卫星（来源：英伟达官方博客、每日经济新闻、华尔街见闻/网易）。
值得关注的原因： Groq 3 LPX 全面量产标志着英伟达此前收购 Groq 技术所形成的能力真正嵌入 Vera Rubin 数据中心产品体系。英伟达强调，智能体任务不同于传统聊天或摘要，任务上下文会随数百个步骤不断累积甚至达到数十万 Token——这意味着每一步 Token 生成速度直接影响整个任务完成时间。而"每兆瓦吞吐量 30 倍"不是速度 30 倍，而是每单位能耗能完成更多智能体工作，说明 AI 基础设施的竞争正从"性能跑分"转向"能耗经济性"。SpaceXAI 将算力延伸至轨道卫星，则是 AI 计算从地面数据中心向太空扩展的首次公开落地。
2. 小鹏机器人首轮融资超 9 亿美元：估值 63 亿美元，腾讯阿里同时战略入局
8 月 24 日，小鹏集团宣布旗下人形机器人业务完成首轮股权融资，金额超 9 亿美元，投后估值超 63 亿美元（约合人民币 430 亿元），刷新中国具身智能行业单轮私募股权融资纪录（来源：证券时报、新快报/QQ 新闻、国际金融报/网易、每日经济新闻）。本轮融资由 IDG 资本领投，高榕创投参投，腾讯与阿里巴巴以战略投资者身份加入，小鹏集团继续控股机器人业务（来源：证券时报、新快报/QQ 新闻、网易）。
小鹏旗下人形机器人 IRON 搭载 3 颗图灵 AI 芯片，有效算力 2250 TOPS，全身 76 个自由度，单手 21 个自由度（来源：新快报/QQ 新闻、网易）。IRON 计划 2026 年底进入量产阶段，率先在小鹏门店和园区落地商业场景应用，2027 年面向中国及海外市场正式上市和交付（来源：证券时报、新快报/QQ 新闻）。小鹏董事长何小鹏在 Q2 业绩电话会上表示，IRON 在全生命周期的收入和毛利贡献将大幅高于当前汽车业务的单车均价和毛利（来源：国际金融报/网易）。
值得注意的是，小鹏股价当日下跌 7.22%，过去 12 个月累计跌幅达 51.24%——投资者愿意给机器人业务 63 亿美元估值，但对汽车主业仍持谨慎态度（来源：网易）。
值得关注的原因： 9 亿美元单轮融资不仅是中国具身智能行业迄今最大规模私募融资，也是腾讯和阿里两大巨头同时在具身智能领域下注的罕见案例。结合昨日简报中荣耀"闪电"机器人连破 5 项世界纪录、以及 Figure AI 近期估值反超宇树科技登顶全球人形机器人市值榜首的动态，具身智能正从"实验室概念"进入"资本定价 + 量产倒计时"阶段。何小鹏明确提出机器人毛利可能超越整车，这是一个车企 CEO 首次公开把机器人定位为比汽车更高毛利的业务线——如果 IRON 量产兑现，将重新定义车企的估值模型。
3. 小米"三芯齐发"：玄戒 O3 破 522 万跑分，O100 用 3D 晶圆堆叠解端侧 AI 内存墙
8 月 24 日，小米在北京发布三款自研玄戒系列芯片：AI 旗舰 SoC 玄戒 O3、高带宽 AI 加速芯片玄戒 O100、智驾高算力芯片玄戒 D100，覆盖手机、端侧大模型与智能驾驶三大场景（来源：上游新闻/网易、QQ 新闻、今日头条/安卓中国、中华网）。
玄戒 O3 采用 3nm 工艺，集成 240 亿晶体管，十核全大核 CPU 架构，安兔兔跑分达 522 万分，为行业首款突破 500 万分的移动平台；NPU 拥有 200 TOPS 算力，是全球首款支持 LPDDR6 内存的移动 SoC，带宽达 113.8 GB/s（来源：QQ 新闻、今日头条、中华网）。玄戒 O3 将于 9 月随小米 18 Fold 首发上市（来源：QQ 新闻、今日头条）。
玄戒 O100 是行业首颗 6nm 3D 晶圆级堆叠（Wafer-on-Wafer）AI 加速芯片，采用 Hybrid Bonding 混合键合工艺，键合间距 1.4 微米，内置 258 万个键合节点，实现 1.22 TB/s 超高带宽——为传统手机的 16 倍，搭配玄戒 O3 可实现端侧大模型推理速度最高 330 Token/s（来源：上游新闻/网易、QQ 新闻、今日头条、中华网）。玄戒 D100 为国内首款 3nm 智驾芯片，配备 20 核 CPU 与 16 核 NPU，最高支持 160GB 统一内存，可本地部署 200B 参数大模型（来源：QQ 新闻、今日头条）。
雷军透露，小米重启大芯片研发已五年多，累计投入研发经费超 210 亿元，芯片团队近 3000 人（来源：QQ 新闻、今日头条）。
值得关注的原因： 玄戒 O100 是这份简报里最值得关注的单点技术突破。端侧 AI 的核心瓶颈从来不是算力（TOPS 数字容易堆），而是数据搬移速度——大模型推理需要频繁在计算单元与内存之间搬运权重，传统手机内存带宽远不够用。O100 用 3D 晶圆级堆叠把 DRAM 与 NPU 计算晶圆垂直键合在一起，把传输距离从毫米级压到微米级，是从物理层面解决"内存墙"问题的路线。这条路线绕开了先进制程封锁：6nm + 先进封装同样可以实现端侧 330 TPS 的推理速度。结合同日发布的高端 SoC O3 和智驾芯片 D100，小米"人车家全生态"的算力底座首次成型。
4. Meta 首款自研 AI 训练芯片 MTIA 300 技术细节公开：内置网卡芯片组，通信成为芯片设计"一等公民"
8 月 24 日（美东时间），Meta 在官方工程博客详细披露了其首款自研 AI 训练芯片 MTIA 300 的技术细节，并宣布开源专为百万 GPU 规模设计的全新 RDMA 网络协议 MetaRoCE（来源：Meta Engineering Blog、半导体行业观察/网易、Open Source Software News、OO.NEWS）。
MTIA 300 是 Meta 训练与推理加速器家族中首款针对深度学习推荐模型（DLRM）训练优化的芯片。与 GenAI 训练不同，DLRM 训练所需浮点运算能力不高，但需要大容量内存、高网络带宽和频繁的集体通信。MTIA 300 的核心创新有三：一是内置 12 个 800 Gbps RDMA 网卡芯片组，提供 1.2 TB/s 总 I/O 带宽，消除传统 GPU 架构中 CPU 介于加速器与网络之间的 PCIe 瓶颈；二是 16 个专用消息引擎（ME）独立处理所有通信，不占用计算资源——运行大规模 GEMM 同时进行集体通信，计算吞吐量降幅不到 0.5%，而传统 GPU 可达 20% 以上；三是近内存计算（NMC），在芯片边缘靠近 HBM 和缓存的位置执行归约操作（来源：Meta Engineering Blog、半导体行业观察/网易、Open Source Software News）。
MetaRoCE 则从零重新设计了 RDMA 传输协议，将智能从交换机移至端点，原生支持乱序交付与多路径喷洒，在 1% 丢包率下仍可保持约 86% 吞吐量（来源：腾讯研究院 AI 速递、Meta Engineering Blog）。
值得关注的原因： MTIA 300 的核心思路是"让通信成为芯片设计的一等公民，而不是事后由通用计算核心处理"。这与英伟达 Groq 3 LPX 专注低延迟 Token 生成、Vera Rubin 强调每兆瓦吞吐量是同一行业趋势的不同切面：AI 芯片不再是"谁的浮点算力更大"，而是"谁在真实工作负载下的有效利用率更高"。Meta 已部署数十万颗前代 MTIA 芯片用于推理，现在把训练芯片也纳入自研路线，与谷歌 TPU、亚马逊 Trainium、英伟达 GPU 形成四方竞逐。MetaRoCE 开源网络协议面向"百万 GPU 规模"设计，意味着 Meta 认为现有数据中心网络协议（包括 NVIDIA Spectrum-X）在超大规模下不够用——这是对英伟达网络生态的直接挑战。
5. 英伟达拟以超 300 亿美元估值投资 Perplexity：从"卖铲人"向 AI 应用层延伸
8 月 23 日至 24 日，据 The Information 援引知情人士报道，英伟达正洽谈参与 AI 搜索公司 Perplexity 新一轮融资，融资规模达数十亿美元，拟议估值超过 300 亿美元，较一年前约 200 亿美元估值增长超 50%（来源：The Information/华尔街见闻/网易、财联社/网易、钛媒体、PYMNTS、Yahoo Finance）。
Perplexity 年化营收已从今年年初不足 2.5 亿美元攀升至 7.5 亿美元以上，核心增长驱动力是 AI 智能体产品 Perplexity Computer——该产品每个会话平均自主工作 26 分钟，远超传统搜索的 33 秒，标志着公司从 AI 搜索引擎向企业级生产力平台转型（来源：华尔街见闻/网易、财联社/网易、钛媒体、PYMNTS）。英伟达此前曾考虑斥资数十亿美元向 Perplexity 购买技术授权并吸纳部分员工，但谈判最终转向股权投资（来源：华尔街见闻/网易、财联社/网易、PYMNTS）。
黄仁勋此前公开表示 Perplexity 是其日常使用的 AI 聊天工具；今年 3 月 Perplexity 加入英伟达 Nemotron 联盟，双方代表每周多次会面就硬件和软件开发展开合作（来源：华尔街见闻/网易、Yahoo Finance）。这是英伟达继上周 60 亿美元授权 Poolside 模型开发平台后，又一重大 AI 生态投资（来源：财联社/网易）。
值得关注的原因： 英伟达正通过投资应用层公司构建算力闭环——Perplexity 的每一次 AI 调用都消耗英伟达 GPU 算力。但更深层的信号是：英伟达的身份正在从"AI 时代的电力公司"演变为"既要卖水又要种田"。60 亿美元 Poolside 授权让它直接用开放权重模型与 OpenAI、Anthropic 抢开发者心智；300 亿美元投资 Perplexity 让它直接在 AI 搜索与智能体应用层建立据点。一周内两笔近百亿美元的交易，说明英伟达不再满足于只做芯片供应商，而是要在"芯片—模型—应用"全链条上建立控制点。对国内而言，这给华为昇腾、百度昆仑等国产 AI 芯片厂商提出了一个问题：是否也要向下游延伸？
6. OpenAI GPT-5.6 模型家族正式接入 Kiro 编程 Agent 平台：Terminal-Bench 成本降约 82%
8 月 24 日，OpenAI 宣布 GPT-5.6 模型家族（Sol、Terra、Luna）正式接入 AWS 旗下编程 Agent 平台 Kiro，覆盖 Kiro IDE、CLI 和 Web 全场景（来源：OpenAI 官方博客、Kiro 官方博客、Unite.AI）。这是 OpenAI 模型首次在 Kiro 平台上可用。
GPT-5.6 在 Kiro 中被划分为三档：Sol（旗舰，Terminal-Bench 2.1 得分 88.8%，Coding Agent Index 得分 80）、Terra（平衡档，Coding Agent Index 得分 77.4，略高于 Claude Fable 5 的 77.2）、Luna（高效档，Coding Agent Index 得分 74.6，超过 Claude Opus 4.8 的 72.5）（来源：Kiro 官方文档、Kiro 官方博客）。三档模型均配备 272K 上下文窗口，Kiro credit 倍率分别为 2.4x、1.2x（后调整为 1.0x）和 0.6x（后调整为 0.1x）（来源：Kiro 官方博客）。
OpenAI 与 AWS 联合测试显示，在 Terminal-Bench 2.1 基准上，GPT-5.6 Terra 在 Kiro 中完成成功任务的成本降低约 82%——这主要归功于 Kiro 的 spec-driven 工作流：模型在动手前先收到需求文档、技术设计和任务上下文，因此到达可工作方案的迭代次数更少、无效 Token 消耗更低（来源：OpenAI 官方博客、Unite.AI、Kiro 官方博客）。需要注意的是，该 82% 数据是厂商联合测试结果，测到的是"模型 + Kiro 工作流"配合后的效果，不能简单归因于模型自身能力（来源：Unite.AI）。
值得关注的原因： 这条新闻的核心不是"GPT-5.6 更便宜了"（虽然确实更便宜），而是 AI 编程工具的竞争焦点正式从"模型能力"扩展到"工作流约束"。Kiro 的 spec-driven 方法把产品需求变成结构化的实现计划、技术设计和可执行任务列表——模型基于这些约束工作，而不是对着一句裸提示词自由发挥。这与前两日简报中 Matt Pocock Skills 仓库 20 万 Star（“Process over Prompt”）和 Slack Code 把 Agent 拉进群聊是同一条叙事线：AI 编程下半场不是比谁的模型更大，而是比谁的工作流更系统化。对企业开发者而言，GPT-5.6 三档模型 + Kiro 的 credit 体系意味着可以按任务类型路由：复杂重构用 Sol，日常开发用 Terra，高频轻量任务用 Luna——但这也要求团队建立内部模型调用分级规则，否则"性价比"会变成每次调用前的选择题。
7. Anthropic API 中发现两个未公开模型代号 Marshmallow 与 Melon，早期测试反馈"已超 Opus 5"
8 月 24 日，有开发者在 Anthropic API 中发现两个此前未公开的模型代号：claude-marshmallow-eap 和 claude-melon-eap（来源：新浪/机器之心、The Next Gen Tech Insider、QQ 新闻、腾讯研究院 AI 速递）。后缀 eap 表明仍处于 Early Access Program（早期访问计划）内测阶段，仅对少量开发者开放。
早期测试者反馈 Marshmallow 表现优于 Melon，有测试者认为 Marshmallow 的对话体验已超越当前 Opus 5（来源：新浪/机器之心、The Next Gen Tech Insider）。其中 claude-marshmallow-ht-eap 在 API 流量中被观察到拥有 1M Token 上下文窗口，并在 Claude Code 中以"Custom model"形式出现（来源：The Next Gen Tech Insider）。两款模型还被反馈具备一次性 3D 生成能力，但均未达到 Fable 5 的性能基准（来源：The Next Gen Tech Insider）。
值得注意的是，Anthropic 的模型内部命名风格发生了变化：公开产品长期沿用文学体裁命名（Haiku/Sonnet/Opus/Fable/Mythos），此前内部测试代号使用动物名称（如 Sonnet 5.5 内部代号为 Fennec 沙漠狐），而 Marshmallow（棉花糖）和 Melon（甜瓜）转向了食物主题——社区推测这可能暗示这批模型在内部归属于新的开发分支（来源：新浪/机器之心、QQ 新闻）。Anthropic 目前未公开确认 Marshmallow 和 Melon 的产品定位、发布时间或具体能力。
值得关注的原因： 大模型竞赛的节奏正在加速。Opus 5 于 7 月 24 日发布，距今仅一个月；Sonnet 5 于 6 月 30 日发布。如果 Marshmallow 和 Melon 已进入 EAP 阶段，正式发布可能就在下月。与 OpenAI GPT-5.6 三档模型同日接入 Kiro、以及此前 DeepSeek V4-Flash 连续三周领跑 OpenRouter 调用量放在一起看，头部模型厂商的迭代周期已从"季度发布"进入"月度刷新"——今天吃透的一个版本，三个月后可能就成了旧款。对开发者而言，这意味着模型选型不能再"选定一个用到底"，而需要建立持续评估和灵活切换的机制。需要强调的是，"Marshmallow 超越 Opus 5"目前来自早期测试者的主观反馈，没有 Anthropic 官方 Benchmark 或系统卡支持，应审慎看待。
8. 阿里巴巴完成 800 亿港元新股配售：所得款项 100% 投入 AI，启动后不到一小时获超额认购
8 月 23 日，阿里巴巴宣布拟向美国境外的非美国人士配售新股，配售总金额 800 亿港元（约合 102 亿美元）；8 月 24 日完成定价，发行价每股 112.70 港元，共配售 7.1 亿股，新增股份约占扩大后股本的 3.57%（来源：证券时报、券商中国/今日头条、澎湃/今日头条、21 世纪经济报道/网易、e 公司）。这是阿里巴巴 2019 年港股上市以来首次启动新股配售，也是港交所历史上规模最大的主要后续发行交易（来源：21 世纪经济报道/网易、e 公司）。
配售所得款项净额将 100% 用于投资全栈 AI 能力，涵盖 AI 算力基础设施扩容、大模型研发迭代、AI 行业商业化落地配套建设等板块（来源：证券时报、澎湃/今日头条、e 公司）。配售启动后不到一小时即获超额认购，中东、欧洲、亚洲等地区的主要主权基金参与认购，中金、汇丰、摩根士丹利、瑞银参与本轮配售（来源：e 公司、澎湃/今日头条）。
阿里最新财报显示：截至 2026 年 6 月 30 日的季度，集团收入 2689.53 亿元人民币，同比增长 9%；AI 相关产品年化收入（ARR）突破 495 亿元人民币；当季资本开支 676.78 亿元，同比增长 75%（来源：券商中国/今日头条、澎湃/今日头条、21 世纪经济报道/网易）。阿里管理层在电话会上表示，资本开支预计 3 年内回本，甚至缩短到 2 至 2.5 年（来源：澎湃/今日头条、券商中国/今日头条）。
配售公告后，阿里港股 8 月 24 日盘中最大跌幅超 10%，最终收跌 8.54%（来源：21 世纪经济报道/网易）。
值得关注的原因： 800 亿港元一分不留地砸向 AI，是中国互联网巨头 AI 军备竞赛升级的标志性事件。更值得关注的是这笔钱的"用途结构"：不是只买 GPU，而是覆盖算力基础设施、大模型迭代、商业化落地全链条——阿里正在用这笔钱建立从"芯片—云—模型—智能体—电商交易"的内部循环。配售启动后不到一小时即获超额认购、主权基金占超 40%，说明全球长线资本对中国 AI 资产的定价已经从"观望"转向"下注"。但港股当日暴跌 8.54% 也折射出市场对"高位股本稀释 + 盈利摊薄 + 自由现金流净流出 447 亿元"的担忧——这笔钱能否兑现为持续的 AI 商业回报，将是中国大厂 AI 投入能否闭环的第一个大型验证案例。
今日观察
四条主线贯穿本日动态：
AI 芯片竞争从"谁的浮点算力更大"转向"谁的有效利用率更高" —— 英伟达 Groq 3 LPX 主打低延迟 Token 生成与每兆瓦吞吐量、Meta MTIA 300 用内置网卡芯片组解决通信瓶颈、小米玄戒 O100 用 3D 晶圆堆叠解决端侧内存墙。三家芯片厂商从不同角度证明：AI 芯片的下一战场不是制程数字，而是"在真实工作负载下每瓦能干多少活"。自研芯片也不再是云厂商专属——Meta、小米、阿里（达摩院）都在从采购方变成设计方。
英伟达从"卖铲人"向"种田人"转型 —— 一周内 60 亿美元授权 Poolside 模型 + 300 亿美元估值投资 Perplexity + Groq 3 LPX 全面量产 + SpaceXAI 太空算力合作。英伟达正在"芯片—模型—应用—基础设施"全链条上建立控制点：既保留与 OpenAI、Anthropic 的 GPU 客户关系，又开始直接用 Nemotron 开放权重模型和 Perplexity 应用层与他们竞争。这对"英伟达是中立基础设施供应商"的行业共识构成了根本性挑战。
具身智能进入"资本定价 + 量产倒计时"双轨期 —— 小鹏 9 亿美元刷新国内具身智能单轮融资纪录、IRON 计划年底量产、何小鹏称机器人毛利或超整车。结合昨日荣耀"闪电"连破 5 项世界纪录，以及 Figure AI 估值反超宇树科技，具身智能已从"实验室演示"进入"资本提前定价 + 量产时间表倒计时"阶段。下一步的关键验证点：IRON 能否在 2026 年底兑现量产承诺，以及量产成本能否降到商业可接受区间。
AI 编程从"模型选型"进入"工作流治理" —— OpenAI GPT-5.6 三档模型接入 Kiro、Anthropic 新模型 Marshmallow/Melon 曝光、Kiro 的 spec-driven 工作流带来 82% 成本降低。三条独立信号指向同一判断：AI 编程工具的竞争不再是"谁的模型更强"，而是"谁的工作流更系统化、谁的成本治理更精细"。模型三档分层（Sol/Terra/Luna）让按任务类型路由成为可能，但也要求团队建立内部模型调用分级规则——否则"性价比"只是厂商的营销话术。
数据来源：英伟达官方博客 / 华尔街见闻/网易 / 每日经济新闻 / 博客园 AI 技术日报 / 证券时报 / 新快报/QQ 新闻 / 国际金融报/网易 / 上游新闻/网易 / 今日头条/安卓中国 / 中华网 / Meta Engineering Blog / 半导体行业观察/网易 / Open Source Software News / OO.NEWS / 腾讯研究院 AI 速递 / The Information/华尔街见闻/网易 / 财联社/网易 / 钛媒体 / PYMNTS / Yahoo Finance / OpenAI 官方博客 / Kiro 官方博客及文档 / Unite.AI / 新浪/机器之心 / The Next Gen Tech Insider / 券商中国/今日头条 / 澎湃/今日头条 / 21 世纪经济报道/网易 / e 公司 等公开信息，截至 2026 年 8 月 26 日（北京时间）。