艾瑞网

微软推出 Quine：面向复杂生物学研究的 AI 系统

Wed, 30 Sep 2026 17:00:24 +0800

导语：微软研究院发布 Quine，这是一个面向生物学研究的多模态世界模型与交互式研究系统，连接生物学模型、科学工具、文献、湿实验室和研究人员。

摘要

微软研究院发布 Quine，这是一个面向生物学研究的多模态世界模型与交互式研究系统，连接生物学模型、科学工具、文献、湿实验室和研究人员。微软与哈佛大学及麻省理工学院 Broad 研究所合作，已用 Quine 预测可能推动肿瘤细胞状态转变的化合物，并在多项湿实验中验证部分候选结果。微软强调，Quine 目前仍属于实验性研究技术，仅供研究使用，不用于临床或医疗用途，系统输出也需要专业研究人员复核。

正文（译文）

一览

Quine 是一项研究工作，目标是构建生物学多模态世界模型，并建立连接模型、科学工具、文献和研究人员的交互式系统。

在与哈佛大学及麻省理工学院 Broad 研究所研究人员合作的过程中，微软使用 Quine 对可能推动肿瘤状态转变的化合物进行优先级排序，并在多项湿实验中验证了排名靠前的候选物。

Quine Fellows 项目将邀请一批科学家使用该系统，加速自身研究并提供科学反馈。

Quine 是实验性研究技术，仅供研究使用，不用于临床或医疗用途。其输出可能不完整或不准确，必须由具备资质的研究人员复核，并通过适当的科学和实验验证。

实验的局限

尽管实验技术不断改进，湿实验效率持续提升，生物学研究仍受到时间和复杂性的限制。自然过程无法被简单压缩，实验周期较长，许多重要问题还涉及相互作用、组合设计空间以及难以单独通过实验探索的后续影响。

大规模机器学习的发展，尤其是通用基础模型和推理模型的出现，带来了新的可能。这些系统开始展现出超越模式识别的能力，包括跨领域整合信息、处理抽象概念和支持迭代式问题求解。

微软所说的“世界模型”，是指能够表示生物系统状态、预测干预后状态如何变化，并推理这些干预在多步之后可能产生的结果的系统。它不会取代实验，而是帮助研究人员在投入有限的实验室资源之前，通过计算探索、提出、排序和筛选可能路径。

微软构建的系统

Quine 是微软朝这一方向迈出的第一步。它包含一个生物学世界模型，以及连接模型、编排与推理模型、科学工具、文献和科学研究团队的系统框架。

该世界模型在多个生物学模态和尺度上学习共享表示，包括序列、结构、功能、细胞状态和成像数据。通过联合训练，Quine 可以利用一种模态中的证据帮助预测另一种模态中的结果，捕捉原本可能被分散在不同专业模型中的关系。

生物学本身具有多尺度和多模态特征。理解某一层面，往往需要其他层面的背景信息。微软表示，这种联合学习不仅没有削弱模型表现，反而帮助模型更好地泛化，并支持更广泛的生物学推理任务。

在癌症生物学中的应用

微软以胰腺导管腺癌为例。该疾病是最常见的胰腺癌类型之一，也是最难治疗的癌症之一。

微软与 Broad 研究所合作多年，使用患者来源的体外模型研究一个长期假设：肿瘤行为和药物反应不仅取决于遗传因素，也取决于转录细胞状态。

利用 Quine，研究人员根据化合物改变肿瘤细胞状态的潜力，对数千种化合物进行预测和排序。在从经典细胞状态向基底细胞状态转变的实验中，排名靠前的化合物在多个实验测定中产生了最大的预期变化。

从缩小化合物搜索范围，到筛选出少量候选物并在实验室验证，整个过程只用了一个周末。微软表示，这有可能节省数月实验工作和大量研究成本。

部分最明显的效果来自作用机制并不常见的化合物，这为利用 AI 发现药物再利用和新药研发机会提供了早期证据。反向状态转变则更加困难，Quine 也预测现有化合物只能产生较弱的效果。

实验还发现，部分化合物会持续将细胞推向第三种不同表型。这一结果也得到了实验验证，说明胰腺癌细胞状态可能比简单的“经典状态—基底状态”轴更加复杂。

通过发现学习

微软表示，Quine 最初是为了改进自身科学研究而创建的。随着系统发展，研究人员将其嵌入癌症生物学、蛋白质工程、基因组学和生物成像等研究项目。

微软现已开放 Quine Fellows 项目，让处于生物学和医学研究前沿的科学家直接使用该系统。项目初期访问范围仍有限，主要面向 Fellows 计划和部分研究合作。

微软强调，Quine 的建设将优先考虑安全性、信息安全和负责任管理。系统会通过分阶段开放、内部审查和内置防护措施保持适当监督。

（文章为作者独立观点，不代表艾瑞网立场）

Meta 推出面向小企业的个人 AI 代理 Muse

Wed, 30 Sep 2026 17:00:24 +0800

导语：Meta 宣布扩展 Muse，推出面向小企业主的 Muse for Small Business。

摘要

Meta 宣布扩展 Muse，推出面向小企业主的 Muse for Small Business。用户可以给 Muse 一个目标，例如分析经营状况、寻找新客户或制定营销计划，系统会连接企业已经使用的工具并执行相关任务。当前支持 Asana、Box、Canva、Dropbox、Figma、QuickBooks、Notion、Shopify、Slack、Stripe、Zoom 等服务，以及 Facebook 和 Instagram 企业账户。Meta 强调，任何内容发布、消息发送或资金支出都必须经过用户批准。

正文（译文）

面向小企业主的 Muse

Meta 表示，Muse 是其为个人超级智能时代打造的重要产品之一。用户可以给 Muse 一个目标，例如“经营我的企业”或“寻找新客户”，Muse 会协助完成任务。

用户可以通过几步操作连接已经使用的工具，包括 Asana、Box、Canva、Dropbox、Figma、Granola、HighLevel、Intuit QuickBooks、Klaviyo、Lovable、Notion、Shopify、Slack、Stripe 和 Zoom，也可以连接 Facebook 与 Instagram 企业账户。连接后，Muse 会开始理解企业的业务情况。

Meta 表示，用户始终拥有控制权。未经批准，Muse 不会发布内容、发送消息或进行支出。

与企业现有工具协同工作

Muse 可以连接 Instagram 专业账户分析数据、Facebook 公共主页和 Meta 广告账户，并理解企业销售的产品、品牌的表达方式以及客户经常提出的问题。

Muse 还可以连接企业使用的品牌管理、店铺、财务和客户记录工具。

Canva 联合创始人兼首席产品官 Cameron Adams 表示，Muse 让智能代理真正参与工作、创作和日常事务。通过连接 Canva，用户的模板、工具、工作背景和品牌信息都可以进入对话流程。无论是启动副业还是制作演示文稿，用户都可以直接使用 Canva 模板，并把早期想法转化为符合品牌要求、可编辑且可以分享的内容。

Meta 表示，用户可以在 Muse 应用设置中查看当前可用连接器，之后还会继续增加。合作伙伴可以通过 muse.ai/platform 申请接入。

Muse 还支持自定义连接器，用户可以接入暂未被官方支持的服务。

小企业可以使用 Muse 完成的工作

Meta 给出了几类使用场景：

分析本年度销售、营销活动和社交媒体表现，并制定下一年度增长计划。
从邮件、日历、新闻等信息中找出需要关注的事项，并协助处理部分任务。
分析广告和内容表现，识别有效与无效的做法，并为下一周起草营销活动。
分析本月财务表现，找出可能异常的支出。

由于 Muse 会持续处理相关信息，它还可以主动提示需要回复的邮件，并起草第一版回复。用户也可以通过 Ideas 页面查看更多使用方式。

Meta 表示，Muse 的大部分基础功能免费提供，也为有更高需求的用户提供订阅计划。未来几个月，公司计划增加更多连接器、技能以及可由 Muse 代为处理的业务工作。

（文章为作者独立观点，不代表艾瑞网立场）

三星将投资 10 亿美元支持 AI 基础设施公司 Helix

Wed, 30 Sep 2026 17:00:24 +0800

导语：三星电子、三星物产、三星 SDS等将合计投资 10 亿美元，支持由 KKR 设立的 AI 基础设施公司 Helix Digital Infrastructure。

摘要

三星电子、三星物产、三星 SDS、三星 SDI、三星生命保险和三星火灾海上保险将合计投资 10 亿美元，支持由 KKR 设立的 AI 基础设施公司 Helix Digital Infrastructure。其中三星电子投资 5 亿美元，其余资金由其他五家公司承担。Helix 覆盖超大规模数据中心、电力、输配电和光纤基础设施，由前 AWS CEO Adam Selipsky 领导。该交易显示三星正在从单纯的硬件供应商向 AI 数据中心和基础设施体系的参与者延伸。

正文（译文）

三星投资 Helix

三星集团旗下六家公司将向 Helix Digital Infrastructure 合计投资 10 亿美元。

三星电子将投资 5 亿美元，三星物产、三星 SDS、三星 SDI、三星生命保险和三星火灾海上保险共同承担其余 5 亿美元。

Helix 由 KKR 设立，业务覆盖超大规模数据中心、电力基础设施、输配电系统和光纤网络。KKR、科威特投资局、NVIDIA 和 Vistra 也是 Helix 的创始投资者。

Helix 由前 AWS 首席执行官 Adam Selipsky 领导。

AI 基础设施成为系统性问题

随着 AI 训练和推理需求增长，数据中心建设已经不只是服务器和芯片问题。电力供应、液冷系统、配电、备用电源、光纤连接和土地资源都成为影响部署速度的重要因素。

三星表示，AI 数据中心正在从单一设施投资转向更完整的产业平台。Helix 的目标是把算力、能源、网络和数据中心设施放入统一的基础设施框架中。

三星电子可以提供存储器、处理器和网络相关硬件；三星 SDS 可提供云服务、GPU 即服务和数据中心运营能力；三星物产参与工程建设和基础设施开发；三星 SDI 提供电池和储能系统；三星生命保险及三星火灾海上保险则可以参与长期基础设施投资与风险管理。

三星还表示，其全球制造网络覆盖 14 个生产基地，并连接 65 个国家和地区，这些能力可以为 AI 基础设施部署提供供应链和运营支持。

Helix 未来将关注高密度算力环境中的电力效率、冷却系统、UPS、BBU 和整体数据中心能源管理。相关建设仍需根据具体地点、能源条件和工程配置进行评估。

（文章为作者独立观点，不代表艾瑞网立场）

Cloudflare 向所有账户开放 Threat Signals 威胁情报技能

Wed, 30 Sep 2026 17:00:24 +0800

导语：Cloudflare 宣布将 Cloudforce One Threat Events Platform 的能力扩展到所有 Cloudflare 账户，并推出 Threat Signals。

摘要

Cloudflare 宣布将 Cloudforce One Threat Events Platform 的能力扩展到所有 Cloudflare 账户，并推出 Threat Signals。该工具可以自动解析公开来源的威胁情报报告，提取结构化指标和攻击背景，再将相关情报连接到 Web 应用防火墙规则。Cloudflare 试图降低企业处理开源威胁情报的门槛，让安全团队从公开报告中更快识别攻击基础设施、恶意 IP、域名和漏洞利用活动，并直接转化为检测和防护措施。

正文（译文）

让开源威胁情报更容易使用

开源威胁情报通常分散在安全厂商报告、研究博客、漏洞分析和事件复盘中。安全团队需要从大量文本里提取 IP 地址、域名、文件哈希、攻击组织、漏洞编号以及攻击方式，再判断这些指标是否与自身网络相关。

Cloudflare Threat Signals 使用代理式技能自动解析这些报告，将非结构化文字转化为结构化威胁指标，并保留指标之间的上下文关系。

这些信息可以被进一步用于查询、筛选和调查。安全团队不必从每份报告中手动复制指标，也不必重复整理相同的威胁背景。

从情报到防护规则

Threat Signals 的一个重点是把威胁情报与 Cloudflare 的防护能力连接起来。

在发现某个攻击活动使用特定域名、请求模式或漏洞利用方式后，安全团队可以将这些信息用于 WAF 规则和其他安全控制。这样，威胁情报不再只是存放在报告库里的背景材料，而是可以直接帮助调整检测和阻断策略。

Cloudflare 表示，该能力适用于处理公开发布的威胁报告，也可以帮助团队在调查事件时快速建立关联信息。

面向所有 Cloudflare 账户

Cloudflare 将 Threat Events Platform 的相关能力扩大到所有 Cloudflare 账户。公司表示，后续会继续增加更多情报处理技能、调查工作流和防护连接方式。

Cloudflare 同时强调，自动化系统的结果仍需要安全人员审核。威胁指标可能存在误报、过期或上下文不足等情况，企业在将其用于生产环境前仍应结合自身日志、资产和业务环境进行判断。

（文章为作者独立观点，不代表艾瑞网立场）

NVIDIA Isaac ROS 5.0 推动智能体与开源机器人开发

Wed, 30 Sep 2026 17:00:24 +0800

导语：NVIDIA 发布 Isaac ROS 5.0，将 AI 智能体能力引入 ROS 机器人开发生态。

摘要

NVIDIA 发布 Isaac ROS 5.0，将 AI 智能体能力引入 ROS 机器人开发生态，并扩大开源物理 AI 库和 NVIDIA Jetson 平台的部署支持。新版本支持 ROS Lyrical 与 Ubuntu 24.04，增加用于安装、操作和模型微调的 NVIDIA Isaac 技能，并提供面向 FoundationStereo、FoundationPose 以及机器人抓取和放置任务的智能体工作流。NVIDIA 表示，Isaac ROS 5.0 旨在帮助开发者和 AI 智能体更快构建、定制和部署机器人应用。

正文（译文）

将 AI 智能体引入机器人开发

要构建和部署能够在动态环境中感知、推理并采取行动的复杂机器人应用，开发者需要新的物理 AI 模型和工具。

ROS 是 Open Robotics 发起的开放框架，帮助人类构建机器人。NVIDIA Isaac ROS 5.0 是一组基于 ROS 构建的 GPU 加速软件包，于加拿大多伦多举行的 ROSCon 大会上发布。该版本帮助人类和 AI 智能体共同构建机器人。

新版本引入了新的智能体工作流和平台支持，帮助开发者更快地构建、定制和部署机器人应用。

ROS 为现代机器人技术提供了大量开源基础，包括构建和连接机器人应用所需的通用工具、库和标准。

NVIDIA Isaac ROS 将 NVIDIA 加速计算、物理 AI 模型和面向生产环境的库带给近 130 万名 ROS 用户，帮助开发者使用熟悉的开源工具构建高性能机器人应用。

面向机器人开发的新技能

AI 智能体正在改变软件构建方式。它们可以帮助开发者自动完成重复任务、理解复杂代码库，并更快地把想法转化为可运行的应用。Isaac ROS 5.0 将这些能力带入机器人开发。

Isaac ROS 5.0 增加了对 ROS Lyrical 和 Ubuntu 24.04 的支持，让开发者能够采用最新的 ROS 平台，同时继续使用 NVIDIA 加速计算处理高负载机器人任务。

NVIDIA 与 Open Source Robotics Alliance 合作，为 ROS Lyrical 贡献了标准化数据处理接口，帮助机器人软件在包括 GPU 在内的不同计算硬件之间高效运行。

该接口面向整个 ROS 社区开放，为加速高负载机器人任务提供一致的数据处理方式，CUDA 则提供了 GPU 加速示例。

新的 NVIDIA Isaac 安装和操作技能提供了可复用的工作流，开发者和 AI 智能体可以借此完成机器人开发任务。面向智能体的文档也让 AI 智能体更容易理解 Isaac ROS 的工具和工作流，把开发者意图更快转化为实际应用。

部分技能不仅用于协助单个编码任务。新的 FoundationStereo 微调技能可以帮助 AI 智能体根据开发者使用的摄像头、环境和机器人应用调整立体视觉模型，从而提升特定传感器配置下的感知准确性。

FoundationPose 是用于物体姿态估计和跟踪的基础模型。现在，它提供了面向智能体的推理库，使机器人能够以最高快 5.5 倍的速度感知并跟踪物体的位置和方向。

此外，抓取和放置这一连接目标检测、深度估计和姿态输出的常见工作流，现在也作为独立的智能体技能提供，为机器人开发者提供了更大的灵活性。

加速开源机器人生态

机器人生态已经开始将这种智能体式方法扩展到开发工作流中。

AgenticROS 是由 3D 感知技术公司 RealSense 赞助的开源项目。它将 Isaac ROS 与 NVIDIA Nemotron 开源模型和 NVIDIA NemoClaw 蓝图连接起来，使 AI 智能体能够与基于 ROS 的机器人交互。

RealSense 还在优化包括 RealSense D585 Pro 在内的新一代 AI 原生 3D 立体深度摄像头，并提供面向 Isaac ROS 和 NVIDIA Jetson Thor 边缘 AI 平台的开源软件开发套件，帮助开发者构建感知、导航和操作应用。

Intrinsic 的 Open Machine Tending Solution 是面向数控机床上下料的参考应用，属于新发布的 Intrinsic Core。Intrinsic Core 是一套开源的预配置运行时服务和能力，旨在加快工业机器人应用开发。

该方案内置对 NVIDIA FoundationPose 的兼容能力，可直接实现物体注册、跟踪和姿态估计。通过 FoundationPose 感知流程，机器人可以动态检测和处理零件，减少对昂贵固定装置和专业系统集成的依赖。

Seeed Studio 正在将 NVIDIA Isaac ROS 与 reBot Arm 结合，运行在 NVIDIA Jetson Thor 上，提供加速感知、空间理解和运动规划能力。该集成为构建物体定位、避障操作以及自主抓取和放置等物理 AI 应用提供了实际平台。

Magna 使用 NVIDIA Isaac ROS 作为机器人感知、同步数据采集和 NVIDIA Isaac GR00T 模型部署的模块化 GPU 加速基础，并结合 Isaac Sim 的硬件在环测试，将智能自动化从研究阶段更快带入制造和移动出行场景。

Prefix.dev 的 Pixi 软件包管理工具帮助开发者创建可复现的机器人开发环境，将 ROS 与 NVIDIA CUDA 平台结合起来，使加速机器人工作流更容易设置和共享。

作为 Isaac ROS 合作伙伴，Foxglove 通过网页和桌面工具帮助开发者可视化和调试实时 ROS 应用。其工具已经集成到 Isaac ROS 教程中，并支持 3D 主题、nvblox 网格和 rosbags 等数据。

Flexiv 正在将 Isaac ROS 集成到 Rizon 4 自适应机器人中，让开发者能够使用 NVIDIA 加速的机器人能力，并从 NVIDIA Isaac Sim 中的应用测试快速转向实体机器人部署。

Ekumen 正在现有 ROS 和 Nav2 技术栈中使用 GPU 加速的 Isaac ROS 软件包，改进精确停靠、三维障碍物检测、视觉定位和实时运动规划，并在 Isaac Sim 中验证这些应用。

Ouster 将其 Stereolabs ZED 双目摄像头与 NVIDIA Isaac ROS 集成，为机器人应用提供 GPU 加速感知能力。该集成简化了实时目标检测、地图构建和导航开发，同时保持与 ROS 生态的互操作性。

将完整物理 AI 栈带到机器人上

开发者和 AI 智能体构建的应用最终需要在机器人上运行。

NVIDIA Jetson 是一个可扩展的边缘计算平台，可以以实时性能运行物理 AI 技术栈。它把 ROS、加速感知与导航、AI 模型和应用逻辑整合到机器人上。

Isaac ROS 5.0 支持从入门级 NVIDIA Jetson Orin Nano 到高性能 Jetson Thor 的可扩展计算，为开发者提供了从开发到部署的路径。

Mentee Robotics 使用 NVIDIA Isaac ROS 作为 MenteeBot 人形机器人的感知和 AI 主干，使机器人能够实时解释视觉信息并执行学习到的行为。跨 NVIDIA Jetson Orin 和 Jetson Thor 平台共享的软件基础，帮助 Mentee 将现有机器人上的创新延伸到下一代系统。

Universal Robots 已将 NVIDIA Isaac ROS 集成到其 AI Accelerator 软件开发套件中，帮助系统集成商更快部署先进感知和运动能力，而不必从零开始开发复杂机器人软件。

ROBOTIS 正在将 Isaac ROS 集成到其 AI Worker 机器人中。该机器人基于 ROS 的 TurtleBot3，利用 GPU 加速的物体感知能力执行抓取、放置和对齐等视觉引导操作。

FieldAI 的机器人基础模型可以完全在机器人上运行，不依赖云端连接。相关模型正在 Jetson 设备上集成 Isaac ROS，以利用 GPU 加速并提升机器人本地 AI 技术栈的效率。

Noble Machines 正在 Jetson 上使用 NVIDIA Isaac ROS，加速面向工业应用的通用机器人开发，并基于现成的 AI 和感知能力构建应用，而不是从头创建全部技术。

通过结合开放机器人生态、加速计算和新的智能体开发工作流，Isaac ROS 5.0 帮助开发者同时应对物理 AI 的两方面挑战：构建能力更强的机器人应用，并让这些应用高效运行在现实世界中。

Isaac ROS 5.0 现已发布，免费且开源。开发者可以通过 GitHub 了解更多信息并开始使用 NVIDIA Isaac ROS。

（文章为作者独立观点，不代表艾瑞网立场）

OpenAI公布Atlas浏览模型提示注入防护方案

Tue, 29 Sep 2026 16:00:29 +0800

导语：OpenAI公布针对Atlas浏览模型的提示注入防护方案。

摘要

OpenAI公布针对Atlas浏览模型的提示注入防护方案。提示注入是指网页、文档或外部内容通过隐藏指令诱导AI模型执行非预期操作，尤其会影响具备网页访问和外部网络能力的浏览型AI。OpenAI表示，通过针对性训练、评估和防护机制，可以显著降低模型遵循恶意网页指令的概率。在相关测试中，经过加固的模型将提示注入成功率从两成以上降至不足1%，同时尽量保持正常浏览任务能力。

正文（中文编译稿）

OpenAI表示，随着AI代理开始浏览网页、读取文件并调用外部服务，提示注入已经成为影响代理安全的重要风险。攻击者可以把指令隐藏在网页文本、页面结构或其他外部内容中，诱导模型泄露信息、执行错误操作，或者偏离用户最初的任务目标。

Atlas模型的防护工作重点包括训练模型识别不可信指令、区分用户意图与网页内容，以及在执行高风险操作前提高判断门槛。OpenAI还通过模拟真实网页环境的评估方法，测试模型在不同类型提示注入攻击下的表现。

测试结果显示，加固后的模型在面对恶意网页内容时，遵循攻击指令的比例显著下降。OpenAI表示，安全防护不能只依赖单一过滤器，还需要结合模型训练、系统设计、工具权限和持续评估。

这项工作主要面向浏览型AI和能够访问外部网络的代理系统。随着AI代理承担更多检索、执行和自动化任务，如何在保持可用性的同时限制外部内容对模型行为的影响，将成为产品部署中的长期问题。

（文章为作者独立观点，不代表艾瑞网立场）

Claude Sonnet 5.5上线，Vertex AI提供100万Token上下文窗口

Tue, 29 Sep 2026 16:00:28 +0800

导语：Anthropic在Claude Platform发布说明中宣布Claude Sonnet 5.5上线，并表示100万Token上下文窗口已在Vertex AI提供。

摘要

Anthropic在Claude Platform发布说明中宣布Claude Sonnet 5.5上线，并表示100万Token上下文窗口已在Vertex AI提供。更长的上下文窗口可以让模型一次处理更大规模的文档、代码库和任务历史，适合长文档分析、企业知识库、复杂软件工程和多步骤代理任务。

正文（中文编译稿）

Anthropic发布Claude Sonnet 5.5，并在平台更新说明中介绍了相关可用性。此次更新的重点之一，是将100万Token上下文窗口提供给Vertex AI上的用户。

上下文窗口决定模型在一次任务中能够读取和保留多少信息。上下文容量增加后，模型可以处理更长的技术文档、更大规模的代码库、多个项目文件以及更长的任务历史，而不必频繁截断或重新加载内容。

对企业用户而言，更大的上下文窗口可能减少长文档拆分、代码片段拼接和多轮提示管理的需要。在软件开发场景中，模型可以同时参考更多文件、接口说明和测试信息；在知识管理场景中，则可以处理更长的内部资料和业务文档。

此次更新也进一步推动模型从单轮问答工具向长流程代理系统发展。代理需要持续保存任务目标、工具调用结果、历史决策和外部资料，因此上下文容量会直接影响任务连续性和稳定性。

不过，更大的上下文并不自动等于更高质量的输出。企业在使用时仍需要考虑数据权限、成本、检索准确性、敏感信息保护和上下文中无关内容对模型判断的干扰。

（文章为作者独立观点，不代表艾瑞网立场）

欧洲央行更新支付系统监管框架，纳入稳定币和DeFi风险

Tue, 29 Sep 2026 16:00:28 +0800

导语：欧洲央行管理委员会批准更新后的支付工具、支付方案和支付安排监管框架。

摘要

欧洲央行管理委员会批准更新后的支付工具、支付方案和支付安排监管框架。新版框架扩大了监管范围，将稳定币支付安排以及与加密资产、去中心化金融相关的风险纳入考虑。欧洲央行表示，支付生态正在出现新的技术和业务模式，需要通过统一框架维护支付系统安全、稳定和连续运行。

正文（中文编译稿）

欧洲央行表示，支付市场正在随着数字资产、稳定币、支付科技公司和新型金融基础设施的发展而变化。传统支付机构之外，越来越多非银行机构参与支付服务、技术供应和相关基础设施建设。

更新后的监管框架将关注范围扩展至新的电子支付工具、支付方案和支付安排。稳定币相关支付安排被纳入新的监管考量之中，因为稳定币可能被用于支付、结算和资金转移，并与传统支付体系产生联系。

框架同时关注加密资产和去中心化金融可能带来的风险。这些风险包括支付链条复杂化、流动性风险、运营风险、网络安全风险以及不同服务商之间责任边界不清等问题。

欧洲央行表示，监管框架的目标不是限制支付创新，而是确保新的支付安排能够满足安全、可靠和风险可控的基本要求。对于涉及欧元区支付体系的安排，相关机构需要根据自身业务模式和基础设施角色接受相应监督。

此次更新反映出，稳定币和去中心化金融正在逐步进入传统支付监管机构的观察范围。未来支付服务商、数字资产平台和金融基础设施运营方可能需要面对更明确的合规、风险管理和运营韧性要求。

（文章为作者独立观点，不代表艾瑞网立场）

NVIDIA与乔治·华盛顿大学建设AI工厂研究中心

Tue, 29 Sep 2026 16:00:28 +0800

导语：NVIDIA与乔治·华盛顿大学宣布建设AI Factory for Research Center，并成立Global Impact and Research Institute。

摘要

NVIDIA与乔治·华盛顿大学宣布建设AI Factory for Research Center，并成立Global Impact and Research Institute。双方合作方向包括主权AI、科学研究、网络安全和AI人才培养。该项目将把GPU计算、AI软件和科研应用结合起来，为高校、研究机构和相关产业提供AI基础设施与研究支持。

正文（中文编译稿）

NVIDIA与乔治·华盛顿大学宣布开展AI基础设施与研究合作，计划建设AI Factory for Research Center。该中心将围绕高性能计算、人工智能研究和实际应用开展工作。

双方还宣布成立Global Impact and Research Institute，重点关注AI对科研、公共利益、网络安全和人才培养的影响。合作内容不仅包括计算资源建设，也包括研究人员、学生和产业合作伙伴的培训与交流。

AI工厂通常由计算硬件、网络、存储、数据中心设施、AI模型和软件工具共同组成。对于高校和科研机构而言，集中建设这类基础设施，可以帮助研究团队减少底层计算环境搭建成本，将更多资源用于模型训练、科学模拟和应用研究。

NVIDIA表示，项目将服务于主权AI和科学研究等方向。主权AI通常强调一个国家或地区对数据、模型、算力和相关基础设施的自主控制能力。随着AI技术应用范围扩大，科研机构和政府部门对本地算力、数据安全和人才储备的关注也在提高。

该项目还将网络安全和人才培养纳入合作范围，反映出AI基础设施建设已不只是硬件采购问题，也涉及安全、软件、研究方法和长期人才供给。

（文章为作者独立观点，不代表艾瑞网立场）

OECD推出前瞻性通胀追踪工具

Tue, 29 Sep 2026 16:00:28 +0800

导语：经济合作与发展组织推出前瞻性通胀追踪工具，用于判断未来约12个月的价格走势。

摘要

经济合作与发展组织推出前瞻性通胀追踪工具，用于判断未来约12个月的价格走势。该工具结合机器学习和分类数据，对商品、服务、食品和能源等类别进行分析。OECD表示，这一工具不能替代官方通胀预测，但可以作为观察价格压力变化的辅助性早期指标。

正文（中文编译稿）

OECD推出新的前瞻性通胀追踪工具，希望通过更高频、更细分的数据帮助使用者观察未来价格变化。

传统通胀数据通常反映已经发生的价格变化，而前瞻性追踪工具则尝试从当前数据中识别未来一段时间的走势。该工具将价格信息拆分到不同商品和服务类别，并利用机器学习方法分析价格压力可能出现的方向。

工具覆盖的内容包括商品、服务、食品和能源等类别。不同类别的价格变化可能受到不同因素影响，例如能源价格、供应链、工资、需求和汇率。分项观察可以帮助研究人员区分短期波动与更广泛的价格趋势。

OECD强调，这一工具是官方通胀预测的补充，不应被视为替代官方统计或央行预测。它更适合作为早期观察工具，用来帮助研究人员、政策制定者和企业识别潜在价格变化。

对企业而言，前瞻性通胀数据可以辅助采购、库存、成本和定价判断；对金融机构而言，也可以作为宏观分析和风险评估的参考。

（文章为作者独立观点，不代表艾瑞网立场）

中老跨境数字支付互联互通正式启动

Mon, 28 Sep 2026 15:00:25 +0800

导语：2026年9月18日，中国人民银行与老挝人民民主共和国银行在广西南宁联合举办中老跨境数字支付互联互通启动会。

2026年9月18日，中国人民银行与老挝人民民主共和国银行在广西南宁联合举办中老跨境数字支付互联互通启动会。中国人民银行副行长陆磊、老挝人民民主共和国银行副行长苏里萨克·萨姆努翁出席并致辞。

中老跨境数字支付互联互通是落实两国领导人共识、深化双边金融合作的重要举措，也是双方央行行长于2026年6月签署的《关于加强金融创新、数字支付和法定数字货币合作的谅解备忘录》框架下达成的阶段性成果。

中老两国央行相关部门负责人，商业银行、参与企业有关负责人参加会议。

（文章为作者独立观点，不代表艾瑞网立场）

NVIDIA发布Isaac ROS 5.0，推动智能代理式开源机器人开发

Mon, 28 Sep 2026 15:00:25 +0800

导语：NVIDIA发布Isaac ROS 5.0，为ROS机器人开发生态加入AI代理能力，并扩展开源物理AI库及NVIDIA Jetson平台部署支持。

为了构建和部署能够在动态环境中感知、推理和行动的复杂机器人应用，开发者需要新的物理AI模型和工具。

ROS是一套开放框架，由Open Robotics发起，用于帮助人们构建机器人。NVIDIA Isaac ROS 5.0是一组基于ROS构建的GPU加速软件包，于加拿大多伦多举行的ROSCon大会期间发布。该版本旨在帮助人类和AI代理共同构建机器人。

新版本引入了智能代理式工作流和平台支持，帮助开发者更快地构建、定制和部署机器人应用。

ROS为现代机器人开发提供了重要的开源基础，为开发者构建和连接机器人应用提供通用工具、库和标准。

NVIDIA Isaac ROS将NVIDIA加速计算、物理AI模型和面向生产环境的库带给近130万名ROS用户，帮助开发者利用免费、熟悉且开源的工具构建高性能机器人应用。

将AI代理引入机器人开发

AI代理正在改变软件构建方式，帮助开发者自动化重复任务、浏览复杂代码库，并更快地将想法转化为可运行的应用。Isaac ROS 5.0将这些能力引入机器人开发。

Isaac ROS 5.0支持ROS Lyrical和Ubuntu 24.04，为开发者采用最新ROS平台提供了路径，同时继续利用NVIDIA加速计算能力处理高负载机器人工作。

NVIDIA与Open Source Robotics Alliance合作，为ROS Lyrical贡献了一套标准数据处理接口，帮助机器人软件在包括GPU在内的不同计算硬件之间高效运行。

这套接口面向整个ROS社区，为加速高负载机器人应用提供一致方式，CUDA则提供了GPU加速的实际示例。

新的NVIDIA Isaac技能用于设置和操作机器人，可提供开发者和AI代理能够复用的工作流，以完成机器人开发任务。面向代理的文档也让AI代理更容易理解Isaac ROS的工具和工作流程，从而更快地将开发者意图转化为可运行的应用。

新的FoundationStereo微调技能可以让AI代理帮助开发者根据摄像头、环境和机器人应用调整立体视觉模型，使开发者能够针对特定传感器配置获得更准确的感知效果。

FoundationPose现在提供了面向代理的推理库，使机器人能够以最高快5.5倍的速度感知和跟踪物体的位置与方向。

此外，抓取与放置这一连接检测、深度估计和姿态输出的常见工作流程，现在也以独立的面向代理技能形式提供，为机器人开发者提供超出Isaac ROS本身的更多灵活性。

加速开源机器人生态

AgenticROS是一个由三维感知技术公司RealSense支持的开源项目。它将Isaac ROS与NVIDIA Nemotron开源模型和NVIDIA NemoClaw蓝图连接起来，使AI代理能够与基于ROS的机器人交互。

RealSense还在优化其最新的原生AI三维立体深度摄像头，包括RealSense D585 Pro，以及面向Isaac ROS和NVIDIA Jetson Thor边缘AI平台的开源软件开发套件，帮助开发者构建感知、导航和操作应用。

Intrinsic的Open Machine Tending Solution是一款用于数控机床上下料的参考应用，属于新发布的Intrinsic Core。后者是一套开源的预配置运行时服务与能力组件，旨在加速工业机器人应用开发。

该解决方案内置对NVIDIA FoundationPose的兼容能力，可以直接实现物体注册、跟踪和姿态估计。借助FoundationPose感知流程，机器人能够动态检测和处理零部件，从而减少对刚性、昂贵的实体夹具和专用系统集成的需求。

Seeed Studio正在将NVIDIA Isaac ROS与reBot Arm结合使用，通过NVIDIA Jetson Thor实现加速感知、空间理解和运动规划。

Magna正在将NVIDIA Isaac ROS用作机器人感知、同步数据采集和NVIDIA Isaac GR00T模型部署的模块化GPU加速基础，并结合Isaac Sim硬件在环测试，将智能自动化从研究环境引入真实制造和移动出行场景。

Prefix.dev的Pixi软件包管理工具让机器人开发环境更容易实现可复现。它将ROS与NVIDIA CUDA平台结合，帮助开发者更轻松地设置和共享加速机器人工作流。

作为Isaac ROS合作伙伴，Foxglove通过其网页和桌面工具帮助开发者可视化和调试实时ROS应用。这些工具已集成到Isaac ROS教程中，并支持三维主题、nvblox网格和rosbag等数据。

Flexiv正在将Isaac ROS集成到其Rizon 4自适应机器人中，为开发者提供NVIDIA加速的机器人能力，并提供从NVIDIA Isaac Sim应用测试到实体机器人部署的简化路径。

Ekumen正在现有ROS和Nav2软件栈中使用GPU加速的Isaac ROS软件包，以提升精确对接、三维障碍物检测、视觉定位和实时运动规划能力，并在Isaac Sim中验证每项应用。

Ekumen使用Isaac ROS的cuMotion模块，在GPU上为仓储机械臂规划无碰撞路径，耗时约2至5毫秒。

Ouster将其Stereolabs ZED立体摄像头与NVIDIA Isaac ROS集成，为机器人应用提供GPU加速的感知能力。这一集成简化了实时物体检测、建图和导航开发，同时保持与ROS生态的互操作性。

将完整的物理AI技术栈带到机器人上

开发者和AI代理构建的应用最终需要在机器人上运行。

NVIDIA Jetson是一套可扩展计算平台，用于在边缘侧以实时性能运行物理AI技术栈，将ROS、加速感知与导航、AI模型和机器人应用逻辑结合在一起。

Isaac ROS 5.0支持从入门级NVIDIA Jetson Orin Nano到高性能Jetson Thor设备的可扩展计算，为机器人工作负载不断复杂化时提供从开发到部署的路径。

Mentee Robotics将NVIDIA Isaac ROS作为其MenteeBot人形机器人的感知和AI基础，使机器人能够实时理解视觉信息并执行学习到的行为。

Universal Robots已将NVIDIA Isaac ROS集成到其AI Accelerator软件开发套件中，帮助系统集成商更快部署先进的感知和运动能力。该方案由边缘侧的NVIDIA Jetson提供支持，使机器人能够适应位置不够精确的零部件，减少对昂贵夹具的依赖。

ROBOTIS正在将Isaac ROS集成到其AI Worker机器人中。该机器人利用GPU加速的物体感知能力，支持抓取、放置和对齐等视觉引导操作任务。

FieldAI的机器人基础模型可以完全在机器人本地运行，不依赖云连接。该公司正在Jetson设备上集成Isaac ROS，以提高机器人本地AI技术栈的效率。

Noble Machines正在Jetson上使用NVIDIA Isaac ROS，加速通用机器人在工业应用中的开发。

NVIDIA表示，通过结合开放机器人生态、加速计算和新的代理式开发工作流，Isaac ROS 5.0帮助开发者同时应对物理AI的两个方面：构建能力更强的机器人应用，并让这些应用能够高效地在现实物理世界中运行。

（文章为作者独立观点，不代表艾瑞网立场）

2026年8月金融市场运行情况

Mon, 28 Sep 2026 15:00:25 +0800

导语：中国人民银行发布的数据显示，2026年8月末债券市场托管余额为209.0万亿元。

一、货币市场运行情况

2026年8月，同业拆借日均成交3160.6亿元，同比减少24.6%；银行间市场债券回购日均成交6.5万亿元，同比减少14.8%。2026年8月末，同业拆借未到期余额0.9万亿元，银行间市场债券回购未到期余额9.6万亿元。

2026年8月，银行业存款类金融机构间利率债隔夜质押式回购（DR001）月加权平均利率为1.38%，环比下降1个基点；DR007月加权平均利率为1.40%，环比下降3个基点；银行间市场隔夜质押式回购（R001）月加权平均利率为1.40%，环比下降2个基点。2026年8月，DR001与央行公开市场7天期逆回购操作利率的利差日均值为-2个基点，R001与DR001的利差日均值为2个基点。

图1 货币市场利率走势

图2 2026年1-8月DR001与央行政策利率1

二、债券市场运行情况

2026年8月，政府债券净融资10097.3亿元，同比减少3574.6亿元；企业债券净融资2712.5亿元，同比增加1374.0亿元。2026年8月末，债券市场托管余额209.0万亿元。

2026年8月，现券市场成交额39.2万亿元，同比增加4.8%；银行间债券市场现券换手率为18.3%，环比下降0.9个百分点；10年期国债活跃券买卖价差为0.15个基点。2026年8月末，10年期国债收益率为1.69%；10年期与1年期国债收益率利差为47个基点，环比收窄10个基点；3年期AAA级中期票据收益率与3年期国债收益率的利差为43个基点（未剔除债券税收政策因素），环比走阔3个基点。2026年前8个月，熊猫债券累计发行2139.8亿元，新增29家境外机构进入银行间债券市场。

图3 国债收益率走势

图4 2026年8月国债收益率曲线变化情况

三、衍生品市场运行情况

2026年8月，银行间市场人民币衍生品市场成交额6.9万亿元，同比增加17.0%。2026年8月末，1年期FR007互换利率收盘价（均值）为1.43%，环比下降1个基点。

2026年8月，国债期货市场成交额11.9万亿元，同比增加12.0%。2026年8月末，国债期货持仓量89.6万手，同比增加62.0%；10年国债期货主力合约收盘价109.4元，环比基本持平。

四、票据市场运行情况

2026年8月，商业汇票承兑发生额3.4万亿元，贴现发生额2.5万亿元。2026年8月末，商业汇票承兑余额22.3万亿元，同比增加10.3%；贴现余额17.8万亿元，同比增加13.3%。

表1 2026年8月中小微企业票据签发、贴现情况

签发票据的中小微企业

贴现的中小微企业

家数

（占全部签票企业比例）

签票发生额

（占全部签票企业比例）

家数

（占全部贴现企业比例）

贴现发生额

（占全部贴现企业比例）

11.3万家

（93.5%）

2.4万亿元

（70.4%）

13.4万家

（96.6%）

1.9万亿元

（74.1%）

五、黄金市场运行情况

2026年8月末，上海黄金交易所Au（T+D）合约收于每克961.1元，环比上涨8.6%。2026年8月，上海黄金交易所黄金成交6707.3吨，同比增加66.9%；上海期货交易所黄金成交1.7万吨，同比增加71.5%。

六、外汇市场运行情况

2026年8月末，银行间外汇市场人民币对美元汇率收盘价为6.7198，较上月末升值0.41%，中国外汇交易中心（CFETS）人民币汇率指数为101.87，较上月末贬值0.31%。

七、股票市场运行情况

2026年8月末，上证指数收于3986.3点，环比上升4.0%；深证成指收于14015.0点，环比上升3.2%。2026年8月，两市日均成交额22414.5亿元，环比减少16.5%。

八、银行间债券市场持有人结构情况

2026年8月末，银行间债券市场的法人机构成员共3751家，全部为金融机构。从持债规模看，公司信用类债券前50名投资者2持债占比54.2%，主要集中在国有大型商业银行（自营）、公募基金（资管）、信托公司（资管）等；前200名投资者持债占比85.3%。

表2 银行间债券市场公司信用类债券持有人情况

2026年8月末单只债券持有人数量	持有人20家以内的债券只数
平均值	中位值	最大值	最小值	占比
12家	12家	128家	1家	87.4%

2026年8月，从交易规模看，按法人机构统计，银行间债券市场公司信用类债券前50名投资者交易占比62.3%，主要集中在证券公司(自营)、股份制商业银行（自营）、基金公司（资管），前200名投资者交易占比为91.9%。

（资料来源：中国证券监督管理委员会、国家外汇管理局、中央国债登记结算有限责任公司、中国外汇交易中心暨全国银行间同业拆借中心、银行间市场清算所股份有限公司、上海票据交易所股份有限公司、上海黄金交易所、上海证券交易所、深圳证券交易所、北京金融资产交易所）

（文章为作者独立观点，不代表艾瑞网立场）

工信部印发信息通信行业

Mon, 28 Sep 2026 13:00:26 +0800

导语：9月7日，工业和信息化部印发《信息通信行业发展"十五五"规划》，为未来五年行业发展定下目标与路径。

摘要：
9月7日，工业和信息化部印发《信息通信行业发展"十五五"规划》，为未来五年行业发展定下目标与路径。规划列出13项主要指标，其中包括：到2030年，信息通信行业收入达到4.1万亿元；2026至2030年信息基础设施累计投资3.8万亿元；电信业务总量年均增速7%；每万人拥有5G（含5G-A）基站数达50个，5G用户普及率达95%；智能算力规模达到9800 EFLOPS（每秒百亿亿次浮点运算）。规划还提出将适时启动6G商用。对照现状，截至今年6月底，我国智能算力规模为2185 EFLOPS、同比增长177%，要实现2030年目标，算力规模需在此基础上再增长至4倍以上。这一目标与3.8万亿元的投资安排，为算力基础设施、光通信、数据中心等产业链释放了明确的中期需求信号。

正文：

详见工业和信息化部（官网通知）https://www.miit.gov.cn/jgsj/txs/wjfb/art/2026/art_f55fe09a1e26411fa6926e5195850990.html

（文章为作者独立观点，不代表艾瑞网立场）

艾瑞前瞻：中国大模型词元经济指数

Mon, 28 Sep 2026 13:00:26 +0800

导语：人工智能逐步进入企业的日常经营，市场关注的问题也随之变化。在应用探索阶段，企业首先关心模型能做什么：能否准确回答问题，能否生成可用内容，能否接入现有业务流程。应用进入生产环节后，还需要回答一个现实问题：这些能力能否以稳定、可承受的成本持续交付？我国大模型Token调用量持续高速增长：据工信部披露截至2026年6月，我国日均词元调用量已突破500万亿；从高频市场数据看，8月24至30日中国大模型在OpenRouter上的周调用量达到55.16万亿Token，连续18周超过美国模型。调用规模扩大后，观察产业竞争就不能只看模型能力，还需要看模型是否被实际采用、使用效率如何，以及应用能否持续创造商业价值。词元经济关注模型服务的供给、使用及其创造的经济价值。调用增长是否形成了持续需求，模型降价是否改善了应用成本，企业投入能否带来有效产出，都是观察大模型商业化时需要回答的问题。我们认为，中国大模型应用走向规模化，需要一套持续观察需求、成本与投入产出的词元经济指数体系。这有助于市场理解调用增长背后的经济变化，为产业判断提供共同参照。

引言

人工智能逐步进入企业的日常经营，市场关注的问题也随之变化。

在应用探索阶段，企业首先关心模型能做什么：能否准确回答问题，能否生成可用内容，能否接入现有业务流程。应用进入生产环节后，还需要回答一个现实问题：这些能力能否以稳定、可承受的成本持续交付？

我国大模型Token调用量持续高速增长：据工信部披露截至2026年6月，我国日均词元调用量已突破500万亿；从高频市场数据看，8月24至30日中国大模型在OpenRouter上的周调用量达到55.16万亿Token，连续18周超过美国模型。

调用规模扩大后，观察产业竞争就不能只看模型能力，还需要看模型是否被实际采用、使用效率如何，以及应用能否持续创造商业价值。

词元经济关注模型服务的供给、使用及其创造的经济价值。调用增长是否形成了持续需求，模型降价是否改善了应用成本，企业投入能否带来有效产出，都是观察大模型商业化时需要回答的问题。

我们认为，中国大模型应用走向规模化，需要一套持续观察需求、成本与投入产出的词元经济指数体系。这有助于市场理解调用增长背后的经济变化，为产业判断提供共同参照。

一、为什么需要指数：中国大模型商业化需要系统的市场评价基准

大模型应用不断扩张，市场对它的观察却还不够完整。模型和渠道更多了，定价与补贴方式更加复杂，企业应用场景也在分化。单看报价或调用量，很难解释需求变化、成本形成与投入产出。建立一组相互补充的指数，有助于理解这些变化及其联系。

持续调用，使模型成本成为企业经营变量

在试用和概念验证阶段，模型调用量相对有限，企业通常更关注能力和效果，对单次调用成本并不敏感。

进入生产环境后，模型调用成为持续发生的业务活动。客服系统每天处理多少次交互，代码助手服务多少名开发者，智能体完成任务需要调用多少轮模型，都会影响企业的实际投入。

模型使用成本也开始影响企业的预算、产品定价和利润测算，以及企业是否扩大某项AI应用。

模型单价下降，企业总支出未必下降。调用规模扩大、任务复杂度提高，都可能增加模型消耗。企业需要了解的不只是单次调用是否更便宜，还包括持续使用模型的成本如何变化。

多重定价并存，分散报价难反映市场趋势

中国模型服务已经形成较为多元的供给体系。同一模型可能通过模型厂商、云平台、独立推理服务商和API聚合平台等不同渠道提供服务。

各渠道还可能采用多种商业安排，包括：

公开报价与阶梯计费
资源包和预付套餐
企业协议和渠道折扣
免费额度与限时优惠
地方模型券、算力券等政策补贴

例如，上海2026年度“模塑申城”相关补贴将模型券纳入支持方向，覆盖符合条件的第三方大模型API调用费用等支出。这类政策能够降低企业应用门槛，也使企业实际承担的成本与公开报价之间出现差异。

技术效率提升、市场竞争、渠道让利和政策补贴，都可能降低成本，但作用方式和持续性不同。只看少数模型的公开价目表，很难判断整个市场的变化。

合理质量标准，是成本比较有意义的前提

比较模型使用成本，不能脱离模型能力和服务质量。

不同模型和服务商提供的模型版本、响应速度、稳定性、上下文支持及服务保障，可能存在明显差异。即使都按词元计费，也未必是等价的服务。

如果低价伴随着能力缩水、服务降级或更多重试，企业完成同一任务可能需要更多次调用，最终成本未必下降。

如果较低成本的模型能在满足相同任务要求的前提下，稳定替代原有服务，企业就有可能降低应用成本。但这种改善究竟来自技术进步、模型适配，还是竞争让利与政策支持，仍需区分。

因此，具有参考意义的价格变化，应当建立在合理质量标准和可比服务条件之上。

观察单位词元支出时，需要说明质量和服务条件；判断应用成本是否改善，还要结合具体任务的消耗与产出。

中国模型商业化需要本土观察与解释体系

中国模型的应用发生在特定的产业环境中。

开放模型与商业模型共同发展，云平台与聚合渠道参与分发，不同行业对部署方式、数据安全和服务保障提出不同要求，政策支持又影响着企业的采用门槛。

这些因素共同决定：

哪些模型获得持续使用
哪些服务形成商业竞争力
企业需求正在向什么方向迁移
技术进步能否转化为可感知的成本改善

研究中国市场的词元经济，需要把上述产业特点纳入考虑，同时观察价格、使用结构和应用产出。个别厂商的报价或单一平台的调用情况，只能反映局部。相互补充的指数与配套指标，有助于持续判断本土市场的需求变化、成本演进和商业化进程。

二、指数观察什么：从需求、成本到投入产出，构建词元经济的观察维度

模型服务的经济变化包含多个方面：需求是否增长、价格如何变化、企业为此投入多少，以及这些投入产生了怎样的效果。单一指标难以回答所有问题。

中国大模型词元经济指数，可以发展为一组相互补充的指数体系：以词元支出指数为核心，向需求、价格、消费规模、使用效能和生产效率五个方向拓展。六类指数分别观察不同的经济问题，共同帮助市场理解模型服务的需求、成本与投入产出。

词元支出指数：观察实际使用组合下的单位综合支出。结合市场实际采用的模型、服务渠道及输入、输出等使用构成，反映单位词元综合支出的变化。它既受到服务价格影响，也受到使用结构变化影响，为理解市场成本环境提供参照。
词元需求指数：观察模型服务持续付费使用的规模与变化。关注可比范围内的付费使用是否增长，以及使用能否持续，帮助判断需求扩张与模型采用趋势，区分短期调用热度和持续商业需求。
词元价格指数：观察可比模型服务本身的价格变化。在模型、渠道、服务条件及计费结构保持可比的前提下，关注服务是在涨价还是降价，尽量排除使用组合变化的影响，为采购比较和市场价格分析提供参考。
词元消费总额指数：观察模型服务实际支付规模的变化。关注明确范围内终端用户支付总额的增减，反映价格与消费数量共同作用下的市场规模变化，为理解模型应用的商业化进展提供补充。
词元使用效能指数：观察模型投入能够带来多少有效任务产出。在任务及质量、时延要求可比的条件下，关注同样的模型支出能够完成多少合格任务，反映应用端的投入产出效率，为模型选型和应用方案比较提供参考。
词元生产效率指数：观察算力投入转化为模型服务的效率。在模型、工作负载及服务要求可比的条件下，关注同样的算力投入能够提供多少符合要求的词元服务，反映供给端的资源利用效率。

其中，支出指数与价格指数的区别，在于是否反映实际使用组合的变化；需求与消费总额分别关注付费使用规模和支付金额；使用效能与生产效率，则分别观察应用端和供给端的投入产出。

词元支出指数：连接价格与实际使用

支出连接着模型服务的定价与市场的实际选择，是理解词元经济的重要切入点。它关注的是：在具有代表性的模型服务范围内，按实际使用结构形成的单位词元综合支出水平如何变化。这一观察将服务价格与实际用量联系起来，既关注模型如何收费，也关注市场正在使用什么，为理解模型应用的成本趋势提供参照。

为何使用“综合支出”而不是“模型价格”？

企业并不会面对一个统一的模型价格。不同模型、服务商及计费条件共同影响实际成本；即使价目表保持不变，模型选择和使用方式的变化，也可能改变单位词元综合支出。例如，市场更多使用价格较高的模型，或输出、缓存等词元的消耗占比发生变化，综合支出水平都可能随之改变。

指数变化可以由哪些因素推动？

指数上涨或下降，可能来自三类变化。

价格变化：模型服务价格调整，推动相应成本变化
使用结构变化：市场更多使用高价格或低价格模型，也会影响综合支出水平
模型与计费构成变化：新旧模型更替，以及输入、输出、缓存等消耗构成的变化，也可能影响指数走势

因此，指数上涨不一定意味着模型普遍涨价，指数下降也不必然说明企业完成任务的成本降低。比起单看涨跌，理解价格与使用结构各自发生了什么变化，更有助于判断市场趋势。

同时，单位词元综合支出不等同于市场支付总额或企业实际账单，也不直接衡量模型能力和经营收益。企业自身的成本与回报，仍需结合调用规模、任务完成情况和业务产出判断。

曲线为AI生成的示意图，不代表已发布指数、真实市场走势或未来预测

三、如何形成有效观察：代表性、可比性与可解释性

将分散的模型服务信息转化为指数，关键在于让不同时间的结果具有比较意义。对于词元支出指数，可以从以下三个方面理解其基本原则。

代表性：关注市场持续使用的模型服务

指数应关注具有持续使用基础的模型与服务，避免将少数热门产品或短期调用波动直接视为整体市场变化。观察范围决定了指数能够说明什么，局部市场的表现不能直接等同于全市场趋势。

可比性：在合理质量标准下比较成本

不同模型和服务商的计费方式、服务条件与交付质量可能存在差异。成本比较需要明确这些差异，并建立一致的观察口径。价格高低只有放在合理质量标准和可比服务条件下，才具有参考意义。统一计量单位，并不意味着不同服务能够完成相同的工作。

量价结合：让实际使用决定观察重点

词元支出指数需要同时考虑服务价格与实际用量，使市场中持续被采用、使用份额较大的模型服务得到相应体现，而不是将所有报价等量看待。在此基础上，通过相对变化观察趋势，并结合价格和使用结构解释指数波动，才能更准确地理解市场成本如何演变。这类观察需要持续积累与检验，其参考价值也取决于覆盖范围和信息质量。

四、指数未来可能产生哪些价值：连接产业决策与金融应用

模型使用逐步进入企业日常经营，采购方、服务商和资金方都需要理解市场变化，但各自掌握的信息往往比较分散。词元经济指数及配套研究，可以提供共同的市场参照，增进产业各方对成本、需求与商业价值的理解。

市场研究与数据服务

分散的报价和短期调用变化，很难完整呈现市场趋势。持续的指数观察，有助于各方将自身经营情况放到更广泛的市场背景中理解。

企业采购与应用方：关注成本变化，为采购、预算和应用投入提供参考
模型厂商与服务商：了解需求迁移与模型采用趋势，判断市场变化
投资机构与研究机构：观察需求持续性与商业化进展，理解不同业务的经济特征

指数的价值不仅在于呈现涨跌，也在于通过配套研究，帮助市场理解变化背后的原因。围绕这些问题形成的数据服务，可以为企业与资金方提供更多共同讨论的依据。

采购与交易参考

模型服务具有持续采购、价格随时间变化等特征。随着应用规模扩大，企业越来越需要关注未来成本，供给方也需要判断需求与收入的稳定性。

具有连续性和可比性的市场基准，有望为长期采购与交易安排提供参考。远期、期货等应用方向，也值得结合产业发展持续研究。

指数可以为不同市场主体讨论未来价格提供共同参照。其金融应用能走多远，仍取决于服务标准、市场成熟度及监管条件，不能仅凭指数本身作出判断。

企业经营与授信研究

企业的AI投入正在成为经营活动的一部分，但投入规模、使用效果与商业回报之间的关系，尚不容易被外部充分理解。金融机构也需要更适合这一变化的观察视角。

将模型消耗转化为金融机构能够核验的经营证据，是值得关注的研究方向。指数及相关研究可以提供市场背景，帮助资金方理解企业AI投入的经济含义，为经营分析与授信判断补充信息。

这类信息的价值，在于丰富对企业经营的认识。调用增长不直接等同于收入增长，模型使用表现也不能替代对企业业务质量和偿付能力的综合判断。

结语

中国大模型正在从技术供给走向规模化应用。模型能力决定了应用的可能性，需求、成本与使用效率则影响这些应用能否持续开展。

研究词元经济指数，是为了更清楚地理解：模型如何被使用，投入如何形成成本，又如何转化为经济价值。随着产业发展，这类持续、可比较的市场观察，将为企业经营与资本决策提供更多参考。

（文章为作者独立观点，不代表艾瑞网立场）

Meta宣布Petal：首个跨洋拍比特级海底光缆

Mon, 28 Sep 2026 13:00:26 +0800

导语：Meta宣布建设Petal跨洋海底光缆，连接法国与美国，全长约7000公里。

要点

Meta宣布Petal，这是其海底通信技术创新的下一步，也是首个在跨洋距离上实现拍比特级容量的海底光缆。该光缆将连接法国和美国，长度约7000公里。
Petal预计于2029年投入使用，其容量将达到当前先进跨洋海缆的两倍，同时无需成比例增加电力或物理基础设施。
Petal将由Meta与NEC、住友电气工业合作建设，法国登陆段将获得Orange支持。

Meta宣布Petal。这是首个计划跨越大洋部署、具备拍比特级容量的海底光缆。Petal将连接美国和法国，全长7000公里、超过4300英里，其容量将达到目前最先进跨洋海底光缆的两倍。Meta表示，这次部署将成为有史以来跨洋海底光缆系统容量最大的一次代际提升。

Petal的行业领先容量意味着更大规模、更可靠的数据传输能力，有助于应对全球互联需求不断增长的趋势。

为什么海底光缆很重要？

海底光缆是全球互联网最关键的实体基础设施，承载着约99%的洲际通信流量。这些流量包括人们在WhatsApp上发送给亲友的信息、在线访问的突发新闻，以及不断维系全球联系的文化事件。

随着数字服务需求加快增长，连接各大洲的海底光缆需求也在上升。投资建设海底光缆，可以扩大世界各地个人和企业获得数字服务的机会。

推动海底通信技术边界

Petal将成为首个在跨洋距离上部署多芯光纤技术的海底光缆系统，覆盖7000公里，其容量将达到当前最先进跨洋海底光缆的两倍。传统光缆的容量通常以每秒太比特计算，而Petal将提供每秒1拍比特的容量。Meta表示，这大致相当于让全球75%的人口同时在线播放音乐所需的网络容量。

通常情况下，数据传输量增加一倍，就意味着需要建设数量翻倍的光缆，并使用两倍的光纤、物理材料和资源。但Petal的设计可以在不成比例增加电力或物理基础设施的情况下，实现两倍数据传输。

Meta将与海底光缆系统专业企业NEC合作，并与全球领先的光纤生产商之一住友电气工业共同开发Petal。Meta还将与法国电信公司Orange合作，制定Petal在法国大西洋沿岸登陆的计划。

我们对全球互联的承诺

Meta是全球最大的海底光缆基础设施投资者之一。公司已经投资了20多个海底光缆项目，包括Project Waterworth，并在全球铺设了数十万公里的海底光缆。

下一步

Petal预计于2029年投入使用，并将为海底基础设施能够实现的能力设立新标准。Meta表示，这是建设连接各大洲、强化全球互联网数字骨干的重要一步，有助于推动面向所有人的未来。

（文章为作者独立观点，不代表艾瑞网立场）

工信部印发信息通信行业"十五五"规划：2030年智能算力达9800 EFLOPS，累计投资3.8万亿元

Fri, 11 Sep 2026 11:00:25 +0800

导语：9月7日，工业和信息化部印发《信息通信行业发展"十五五"规划》，为未来五年行业发展定下目标与路径。

正文：

详见工业和信息化部（官网通知）https://www.miit.gov.cn/jgsj/txs/wjfb/art/2026/art_f55fe09a1e26411fa6926e5195850990.html

（文章为作者独立观点，不代表艾瑞网立场）

苹果发布 iPhone 18 Pro 与首款折叠屏 iPhone Duo，新CEO首秀

Fri, 11 Sep 2026 11:00:25 +0800

导语：北京时间9月10日凌晨，苹果在Apple Park举行主题为"亮新篇，来耀眼"的秋季发布会，这是约翰·特努斯（John Ternus）接任CEO后的首场发布会。

摘要：
北京时间9月10日凌晨，苹果在Apple Park举行主题为"亮新篇，来耀眼"的秋季发布会，这是约翰·特努斯（John Ternus）接任CEO后的首场发布会。iPhone 18 Pro与iPhone 18 Pro Max搭载A20 Pro芯片与苹果自研C2基带，配备4800万像素Pro级融合式三摄，主摄首次支持四档可变光圈；国行售价分别为9999元起和10999元起，9月12日开启预购，9月18日发售。苹果同时推出首款折叠屏手机iPhone Duo：书本式折叠，内屏7.6英寸、外屏显示面积达到iPhone 18 Pro的90%以上，钛金属边框，4800万像素融合式双摄，内屏采用屏下摄像头，并配备重新设计的iOS主界面；国行售价15999元起（256GB），10月16日晚8点预购，10月23日发售。同场还发布了AirPods 5、Apple Watch Ultra 4等新品。苹果本次首次采用分阶段策略，标准版iPhone 18延后至明年春季。

（文章为作者独立观点，不代表艾瑞网立场）

中国大模型周调用量56.72万亿Token，连续19周超美国居全球首位

Fri, 11 Sep 2026 11:00:25 +0800

导语：据OpenRouter平台最新数据测算，8月31日至9月6日当周，该平台上全球AI大模型总调用量为115万亿Token，环比增长1.77%；其中中国AI大模型周调用量达56.72万亿Token，环比增长2.83%，已连续十九周超过美国、稳居全球首位；同期美国AI大模型周调用量为16.54万亿Token，环比下滑3.1%。

摘要：
据OpenRouter平台最新数据测算，8月31日至9月6日当周，该平台上全球AI大模型总调用量为115万亿Token，环比增长1.77%；其中中国AI大模型周调用量达56.72万亿Token，环比增长2.83%，已连续十九周超过美国、稳居全球首位；同期美国AI大模型周调用量为16.54万亿Token，环比下滑3.1%。从单一模型看，上周全球调用量排名前五中有四款为中国模型，腾讯混元Hy4 preview以14.7万亿Token的周调用量位居第一，环比增长379%。需要说明的是，OpenRouter是海外主流的多模型聚合与路由平台，上述数据反映的是该平台上开发者的真实调用分布，而非全球全部API调用总量；但作为面向海外开发者的第三方平台，中国模型在其上的持续领跑，是"Token出海"最直观的注脚——国产模型正以更低的每百万token价格与开源权重，在海外开发者市场获得规模化采用。

正文：

根据OpenRouter最新数据测算，上周（8月31日至9月6日）全球AI大模型总调用量为115万亿Token，环比增长1.77%。其中，上榜的AI大模型中，中国AI大模型周调用量达56.72万亿Token，环比增长2.83%；同期美国AI大模型周调用量为16.54万亿Token，环比下滑3.1%。中国大模型周调用量连续十九周超过美国，稳居全球首位。

上周，全球调用量排名前五中，有四款中国AI大模型。其中，腾讯混元Hy4 preview位居第一，周调用量达14.7万亿Token，环比增长379%。GPT-5.6 Luna位居第二，周调用量达12.9万亿Token，环比增长66%；智谱GLM-5.3 Flash升至第三，周调用量达12.4万亿Token，环比增长101%；DeepSeek-V4-Flash-0731（即DeepSeek-V4-Flash正式版）位居第四，周调用量达12.4万亿Token；DeepSeek-V4-Flash-0423（即DeepSeek-V4-Flash预览版）位居第五，周调用量达5.19万亿Token。

（文章为作者独立观点，不代表艾瑞网立场）

蚂蚁国际、万事达卡、Visa 联合推进 Know-Your-Agent 互操作框架，为AI代理支付建信任层

Fri, 11 Sep 2026 11:00:25 +0800

导语：蚂蚁国际、万事达卡（Mastercard）与Visa宣布，就面向"代理式商业"（agentic commerce）的Know-Your-Agent（KYA，"了解你的代理"）互操作框架启动合作。三方援引麦肯锡研究预测：到2030年，AI代理将撮合3万亿至5万亿美元的全球消费交易。

摘要：
蚂蚁国际、万事达卡（Mastercard）与Visa宣布，就面向"代理式商业"（agentic commerce）的Know-Your-Agent（KYA，"了解你的代理"）互操作框架启动合作。三方援引麦肯锡研究预测：到2030年，AI代理将撮合3万亿至5万亿美元的全球消费交易。此前三方各自推出了协议——Visa的Trusted Agent Protocol、万事达卡的Verifiable Intent、蚂蚁国际的Agentic Mobile Protocol，此次将探索围绕共同原则对齐，让卡组织、数字钱包、代理平台与市场在保留各自验证与决策流程的前提下，简化AI代理的入驻与识别。框架围绕三大支柱：跨网络运营者可追溯（每个代理关联到经验证的运营者、持卡人或企业）、共享认证要求（按安全与行为标准评估每个代理）、持续交易监测（结合身份与交易信号持续评估）。合作将基于SAFR框架、通过新加坡金管局召集的行业平台BuildFin.ai推进。目前未披露技术规范、治理机构与落地时间表。

正文（译文）：

蚂蚁国际、万事达卡与Visa启动Know-Your-Agent互操作合作，推动代理式商业规模化

2026年9月9日

蚂蚁国际、万事达卡与Visa宣布，已就Know-Your-Agent（KYA）互操作框架启动合作。该框架旨在帮助卡组织、数字钱包生态、代理平台与市场简化AI代理在各网络间的入驻与识别流程，同时保留各网络自身的验证与决策流程。

据麦肯锡研究预测，到2030年，AI代理将撮合3万亿至5万亿美元的全球消费交易。支撑这一趋势的，是能够确立要求、验证代理身份并确保交易安全执行的KYA架构。

三家机构此前已分别部署各自的协议——Visa的Trusted Agent Protocol（可信代理协议）、万事达卡的Verifiable Intent（可验证意图）以及蚂蚁国际的Agentic Mobile Protocol（代理移动协议）——现在将进一步探索围绕共同原则对齐的机会。

互操作的KYA框架在维持信任护栏的同时简化了代理式支付交易：代理将受益于生态内被普遍认可的共同信任信号，从而降低集成复杂度、减少重复验证。

此次合作聚焦三个方面：

跨网络运营者可追溯：将每个代理关联到经过验证的运营者、持卡人或企业/组织，以明确代理行为的归属；
共享认证要求：依据安全与行为要求对每个代理进行评估；
持续交易监测：结合身份与交易相关信号，对代理进行持续评估。

在SAFR（Safeguards for Agentic Finance at Runtime，代理金融运行时安全保障）框架基础上，三家公司将通过BuildFin.ai开展协作。BuildFin.ai是由新加坡金融管理局召集的行业平台，汇聚金融机构、技术提供商与研究者，共同推进金融服务领域负责任的AI解决方案，以推动AI代理验证与风险管理的通用方法。

Visa全球增长产品与战略合作负责人Rubail Birwadker表示（引述大意）：信任必须与AI代理同步扩展；随着AI驱动的交易增多，此类合作有助于强化支付生态的一致性与问责。

万事达卡首席数字官Pablo Fourez表示（引述大意）：互操作的KYA框架是让代理式商业规模化运转的关键，它让商户与平台能以一致方式识别可信代理、验证其行为是否反映用户意图，并保持可问责。

蚂蚁国际首席创新官杨江明（Jiang-Ming Yang）表示（引述大意）：卡组织与钱包网络之间可互操作的KYA，对于为支付伙伴、平台与商户在代理式商业中建立信任至关重要，也有助于为客户简化交易。

三方表示将通过BuildFin.ai"探索朝着共同原则努力的机会"，公告未给出具体实施时间表。

（文章为作者独立观点，不代表艾瑞网立场）