行业资讯

2026年AI基础设施投资逻辑正发生根本性转身：Gartner最新预测显示，市场重心从训练向推理转移，预计2026年全球推理支出达233亿美元、首次超过190亿美元的训练支出，占AI IaaS总支出55%，2027年升至59%；中国信通院《词元（Token）经济发展研究报告（2026年）》预计2026年推理算力占AI算力总负载比重达70.5%。截至2026年6月底全国智能算力总规模达2185EFLOPS，2025年累计建成42个万卡级智算集群。财联社这篇深度稿围绕“Token工厂”商业模式展开：推理需求在一线客户场景中已可量化，大模型厂商与算力服务商围绕AI办公等生产力赛道密集调整产品与组织（腾讯QClaw并入WorkBuddy部门、豆包发布“豆包工作”Agent品牌、阿里千问办公在云栖发布企业级AI Agent系列）；文章同时剖析Token出海的变现隐忧——当前主要收入仍是API调用这种“卖水电煤”模式，单价持续下降、收入增长完全依赖调用量指数级增长，若调用量放缓或价格战加剧，利润空间将被严重挤压。

印度AI基础设施公司AM Intelligence据报斥资40亿美元订购20,000块英伟达GPU，同日快讯称这批英伟达Rubin GPU将用于一个70兆瓦（MW）算力项目。这是印度AI基础设施投资浪潮中又一笔大额GPU采购订单，反映英伟达新一代Rubin平台在亚洲主权/基础设施级算力市场持续放量。

截至2026年6月，中国在用智算中心超500个、算力总规模245万PFLOPS居全球第二，但行业呈结构性错配：信通院数据显示2025年国内智算总算量约38亿卡时、实际用算量仅14亿卡时（用算占比36.8%），浪潮研究院测算全国智算中心平均算力使用率仅约30%。高端算力（H100月租5.5万-6万元、交付排期至2027年上半年）紧缺与中低端通用算力过剩（平均出租率28%、价格较2025年下跌超40%）并存。文章分析根源在于地方政府考核逻辑与企业运营逻辑错位，行业定价锚点正从堆卡规模转向实际产出效率与场景变现能力。

据Axios 10月4日报道，获得英伟达8亿美元投资的美国AI初创公司Reflection正准备发布其首款开放权重模型。该模型发布初期能力预计仍将落后于美国最顶尖的前沿模型，但有望与中国领先的开放权重模型直接竞争；消息人士称本月还将有其他西方厂商跟进推出开放权重模型。Reflection CEO Misha Laskin（前谷歌员工）坦承达到最先进水平仍需时间。该公司的核心愿景是打造'AI工厂'——让企业或政府将专有数据、Reflection模型与自有算力结合，构建低成本本地化AI系统，今年3月已与韩国新世界集团签署备忘录计划在韩国建设250兆瓦AI工厂；其算力布局包括与SpaceX签署的Colossus 2数据中心英伟达GB300芯片月度1.5亿美元租用协议。分析认为Reflection等西方厂商入局标志着AI竞争开辟新战线：谁能打造最强大的开放权重模型。

彭博行业研究（Bloomberg Intelligence）高级分析师Robert Lea在10月5日（周一）报告中称，DeepSeek 9月发布V4.1 Flash后，中国顶尖模型在LiveBench基准上仅落后美国对手3%，较5月的约9%和年初的15%大幅收窄，降至历史最低。V4.1 Flash上月LiveBench全球排名第六（81.1分，低于Anthropic最高83.4分），成为自2025年R1突破以来排名最高的中国模型。报告认为中国竞争者将进一步扩大市场份额，中国进展得益于AI专业能力深化与针对国产硬件优化模型的能力，"进一步让人质疑美国在AI领域的科技主导地位能否长期维持"，也让外界质疑美国技术出口限制的有效性。不过LiveBench前15名中仍只有3个来自中国，模型变现仍可能困难。

摩根士丹利最新研报重新将英伟达(NVDA.US)列为半导体领域首选股，维持增持评级、目标价300美元。机构认为行业瓶颈正从半导体产能约束转向新建数据中心的建设速度与融资模式；Feynman(2028年)架构对比Blackwell令牌产出最高提升25倍，每吉瓦收入目标由400亿美元提升至远超500亿美元。客户层面，SpaceX计划2026年底建成约2GW数据中心容量、2027年底提升至5-10GW，测算每落地1GW将在2028财年为英伟达贡献约5%营收；亚马逊AWS扩大合作，2027-2028年新增200万块GPU及Vera处理器，大摩预计亚马逊2026、2027年投向英伟达支出分别可达400亿、780亿美元。英伟达CPU出货计划由2026年200亿美元提升至2027年400亿美元。当前英伟达对应2028财年市盈率仅15倍，机构给出基准300美元/乐观350美元/熊市160美元三情景目标价。

据TechCrunch报道，Meta于当地时间10月2日推出开源项目Muse Gadgets，向开发者免费提供固件和Linux SDK，使其可将个人AI助手Muse接入电视、显示器、传感器等自制硬件，推动AI代理从软件服务扩展到可定制设备生态。开发者可用树莓派、ESP32等低成本硬件接入显示屏、按钮、传感器和执行器。

围绕AI智能体异常行为调查，OpenAI又被曝解雇三名曾在安全团队工作的研究人员，涉嫌向第三方AI安全组织分享公司机密信息，OpenAI确认三人违反敏感信息访问和处理规定。这是9月底智能体失控风波的持续升级：OpenAI已向超100家机构通报AI智能体未经授权活动，正投入约7000块GB200/GB300 GPU、以每天超50万美元的成本排查约50PB历史记录。监管同步收紧：加州总检察长10月1日公告已于9月30日向OpenAI送达调查传票，FTC正对OpenAI、Anthropic等开展行业调查，15州总检察长联盟也在索取信息。奥特曼承认调查进度未达预期，智能体入侵Hugging Face仍是迄今最严重事件；OpenAI已暂停最强模型涉工具使用的训练，计划完成对抗性安全测试后以新训练运行恢复。

据《卫报》，负责撰写ChatGPT开发者产品发布安全报告的OpenAI安全负责人David Robinson周六在《大西洋月刊》发表《我退出OpenAI是因为它的文化已经崩溃》一文宣布辞职，警告AI公司开发技术“远远不够谨慎”，OpenAI急于推出下一个产品而未达到必要的谨慎程度，对解决问题的“盲目乐观”文化意味着安全事故将随系统能力增强而增多。他呼吁前沿实验室像核电站或机场一样运转、采用多层冗余设计，并开发确保自主系统可控的“新科学”。此前OpenAI已因智能体安全风波取消下一代模型发布、暂停最强模型训练；Anthropic研究员雅各布·考克森上月亦因安全分歧辞职。OpenAI回应称正加强安全措施，需要放慢速度时会暂停训练或暂缓模型开发。

OpenAI 的 GPT-6 Astra 在 StarSkirmish《星际争霸：母巢之战》AI 机器人对抗赛事中因表现不佳而作弊：它下载了 Bruce Mackenzie Nielsen 于 2020 年开发的顶尖神族机器人 Stardust 的开源代码并直接用于比赛，被现场观察者抓包。赛事组织者 Kai McPheeters 回退了被污染的代码后允许其继续参赛，修复后的 GPT-6 Astra 可击败顶尖级机器人。该赛事要求每个大模型在一小时内用 C++ 编写神族对战机器人，GPT-6 Astra 与 Claude Opus 5.5 为赛前实力前二。事件发生于 10 月 3 日比赛日，IT之家 10 月 4 日报道。