中國 AI 週報：DeepSeek V4-Flash 的代理式躍進、Qwen 3.8 Max 的 2.4 兆參數多模態巨獸，與中國首部具約束力的 AI 代理法規

2026 年 7 月 24 日至 8 月 1 日這一週，對中國 AI 來說是驚人的一週。DeepSeek 正式推出 V4-Flash API，其代理式基準測試分數甚至超越自家更大的兄弟模型。阿里巴巴預覽了一款 2.4 兆參數的多模態模型。Moonshot AI（月之暗面）開源了 Kimi K3——史上最大的開放權重模型——卻在 48 小時後被迫暫停註冊，因為需求真的癱瘓了他們的基礎設施。MiniMax 推出了 H3 影片模型。中國首部具約束力的 AI 代理法規於 7 月 15 日生效。政府宣稱拒絕使用國產晶片就是「叛國」。而中國模型如今在全球排行榜前十名中佔據六席，價格上以 90–99% 的折扣輾壓美國同類產品。

這不是趨同。這是全球 AI 格局正在即時發生的結構性重組。

以下是我們的專業分析。

DeepSeek：V4-Flash、V4-Pro 延期與 IPO 之路

V4-Flash：以小博大的小模型

7 月 31 日，DeepSeek 以公開測試版形式釋出正式的 DeepSeek-V4-Flash-0731 API。其架構與四月預覽版相同，皆為 284B 總參數 / 13B 啟動參數的專家混合（MoE）設計——但效能提升完全來自大量的後訓練，而非參數規模擴張。

基準測試結果相當驚人：

• Terminal-Bench 2.1：82.7%——比四月預覽版的 61.8% 大幅提升，並超越 V4-Pro-Preview 的 72.1%。較小的模型在代理式任務上勝過較大的模型。這就是後訓練擴展論述的實際展現：推論時間與後訓練技術可以取代單純的參數量。
• Artificial Analysis 智慧指數：50——躍升 10 分，現在領先 V4-Pro 6 分，並與 GPT-5.6 Luna（51）和 GLM-5.2（51）僅差 1 分。
• 原生支援 Responses API 格式與 Codex 相容性——從 OpenAI 工作流程遷移變得輕而易舉。

定價延續 DeepSeek 一貫的激進成本壓縮：每百萬輸入 token 0.14 美元、每百萬輸出 token 0.28 美元。快取命中降至每百萬 0.0028 美元——高達 98% 的折扣。做個對比：Anthropic 的 Fable 5 每百萬輸出 token 要價 50 美元。DeepSeek 以約當 Anthropic 0.6% 的價格，提供接近前沿的效能。

MIT 開放權重即將上架 HuggingFace。舊版 deepseek-chat 與 deepseek-reasoner 端點已列為淘汰，遷移截止日為 2026 年 10 月 24 日。

策略訊號很明確：DeepSeek 押注的是後訓練品質而非規模，將定義 AI 價值的下一個前沿。如果僅有 13B 啟動參數的 V4-Flash 能在代理式基準測試上匹敵規模大上 3–4 倍的模型，那麼參數競賽可能正讓位給後訓練競賽——而 DeepSeek 在研究人才與訓練方法論上擁有結構性優勢。

V4-Pro GA 延至八月中旬

V4-Pro（1.6T 總參數、49B 啟動參數）仍處於預覽階段，一般可用（GA）版本據報延至 8 月 10–20 日，須待 DeepSeek 自家「Harness」編碼工具的封閉測試完成。V4-Pro-Max 在 SWE-bench Verified 上拿下 80.6%——屬於自主編碼的菁英級水準。這次延期顯示 DeepSeek 正在確保 GA 版本能滿足企業編碼工作流程的生產級可靠性，而不只是達成基準測試里程碑。

V4-Pro 定價：每百萬 token 0.435 美元 / 0.87 美元。仍遠比西方同級產品便宜，但明顯比 V4-Flash 昂貴——顯示 DeepSeek 眼中的雙層市場：Flash 主打高流量、成本敏感的負載，Pro 則鎖定高端企業與編碼應用。

融資輪喊卡與 IPO 之路

DeepSeek 於 7 月 26 日暫停第二輪融資（目標：至少 100 億人民幣），原因是創辦人梁文鋒五月閉門投資人會議的逐字稿外流至中國媒體。這份長達 3 小時 44 分鐘的逐字稿據報討論了技術落後與對外國算力的依賴——在北京力推國產晶片的政策下，這些都是政治敏感話題。

第一輪融資於六月完成：騰訊、寧德時代（CATL）與國家人工智慧投資基金合計注資 75 億美元。DeepSeek 據報正籌備最快於 2027 年第二季在上海科創板 IPO，目標估值最高 710 億美元。

IPO 之路是結構上的必然。中國的民間資本池比矽谷淺，前沿 AI 的燒錢速度無法靠私募輪次無限支撐。但公開市場要求季度財報與營收成長。DeepSeek 如何在其「AGI 優先」的研究文化與市場紀律之間取得平衡，將是 2026–2027 年最受矚目的公司治理課題之一。

DSpark：推論加速 85%

DeepSeek 發表「DSpark」，一套推測解碼框架，可將推論速度提升最高 85%，紓解美國出口管制下的算力瓶頸與晶片壓力。這不只是效能最佳化——更是對算力限制的策略性回應。買不到更多晶片，就讓每顆晶片做更多事。推測解碼讓較小的草稿模型提出候選 token，再由較大的模型驗證，大幅降低每個生成 token 的運算成本。

尖峰時段加價：價格戰進入精細操作

DeepSeek 將針對 API 服務引入尖峰時段加價——這與五月引爆中國 AI 價格戰的 V4 API 永久 75% 折扣形成明顯反差。加價措施顯示需求正超越供給，也代表 DeepSeek 對自身市場地位有足夠信心，可以採取動態定價而非一味殺價。

內蒙古資料中心

DeepSeek 正在內蒙古興建一座大型 AI 資料中心，很可能用於訓練未來的前沿模型。內蒙古電價低廉、氣候涼爽——與美國資料中心湧向太平洋西北地區的邏輯相同。此外，選址也呼應中國的「東數西算」國家戰略，將運算密集型工作負載導向可再生能源充沛的西部省份。

文化觀察：沒有 996

儘管中國以「996」工作文化惡名昭彰，創辦人梁文鋒表示 DeepSeek 員工不加班、也沒有 KPI：「沒有人管他們。」這不只是管理哲學——更是人才招募策略。DeepSeek 與騰訊、阿里巴巴及西方實驗室爭搶研究人才。在中國競爭白熱化的 AI 人才市場中，提供重視研究、拒絕內卷的文化是一大差異化優勢。

阿里巴巴 / Qwen：2.4 兆參數與六週迭代節奏

Qwen 3.8 Max 預覽

阿里巴巴於 7 月 19 日在上海世界人工智慧大會上預覽了 Qwen3.8-Max-Preview。其參數規模達 2.4 兆，是第一款突破 1T 門檻的 Qwen 模型，也是第一款原生多模態的 Qwen 模型——以單一架構同時處理文字、圖像、影片與文件。

阿里巴巴宣稱，在所有受測模型中，該模型「僅次於 Anthropic 的 Fable 5」。它在編碼、全端開發、資料分析與 Office 工作流程上都勝過 Qwen 3.7 Max。預覽期間可透過 Token Plan、Qoder 與 QoderWork 取得，定價為標準價格的 10%，夜間折扣最高達 98%。

開放權重版本承諾「很快」推出——目前尚無日期與授權條款文字。預計八月底前釋出。同時相容 OpenAI 與 Anthropic 的 API 協定。

阿里巴巴正以約 6–8 週一個週期的節奏迭代前沿模型：四月 Qwen 3.6 Plus → 五月 3.7 Max → 七月 3.8 Max。這個節奏比任何西方實驗室都快，反映阿里巴巴巨大的基礎設施優勢——他們能以小型實驗室無法比擬的速度迭代模型架構與訓練資料。

Qwen 3.7 Flash：價格探底的視覺模型

低調在 OpenRouter 上線：每百萬 token 0.03 美元 / 0.13 美元——是市面上最便宜的視覺模型之一。擁有 1M token 上下文窗口，專為多模態代理、視覺編碼、搜尋與電腦／UI 互動而生。這是在打公用事業牌：讓 Qwen 成為全球注重成本的開發者預設的多模態 API。

阿里巴巴禁用 Claude Code

阿里巴巴發布全公司禁令，禁止員工使用 Anthropic 的 Claude Code，理由是「間諜軟體疑慮」。中國政府另警告 Claude Code 對中國使用者構成「嚴重威脅」。這是對 Anthropic 指控中國企業蒸餾美國模型的報復——也代表 AI 冷戰如今已波及開發者工具，而不只是模型供應。

平頭哥晶片：累計 56 萬顆

阿里巴巴半導體子公司平頭哥（T-Head）已在阿里雲上部署超過 56 萬顆 Tianjic AI 晶片，用於 Qwen 的訓練與推論。旗艦晶片 Zhenwu M890 已於 2026 年 5 月量產。阿里巴巴正以垂直整合的方式建構 AI 基礎設施——晶片、模型、雲端與開發者平台——這種做法除了 Google 之外沒有西方公司辦得到。

Moonshot AI / Kimi：史上最大的開放權重模型

Kimi K3 上市

Moonshot AI 的 Kimi K3 於 7 月 17 日推出，至 7 月 27 日，完整開放權重以修改版 MIT 授權釋出。K3 擁有 2.8 兆參數，是史上最大的開放權重 AI 模型。它採用專家混合（MoE）架構，具備原生視覺理解能力與 100 萬 token 上下文窗口。

智慧指數：57——全球第三，僅次於 Claude Fable 5（60）與 GPT-5.6 Sol（59）。在編碼與一般代理基準測試上，它勝過 Claude Opus 4.8 與 GPT-5.5。這不是「以中國模型而言很有競爭力」，而是放眼全球都具有競爭力，就是這麼簡單。

Fireworks AI、Nebius Token Factory 與 Modal 為首日合作夥伴。

需求癱瘓了基礎設施

上市僅兩天，Moonshot 便暫停所有新的消費端訂閱——GPU 叢集趕不上需求。新訂閱名額將隨產能擴充分批逐步開放。Moonshot 計畫將未來的會員方案拆分為多種計畫，其中包括一個專門針對編碼的方案。

這個需求訊號的意義超越 Moonshot 本身。它證明了市場對前沿級開放模型的需求極為龐大——而瓶頸在於供給（算力），不是需求。每一家中國 AI 實驗室都面臨同樣的張力：模型準備好了、使用者準備好了，但晶片趕不上。

經由阿里巴巴取得的 NVIDIA 叢集

Moonshot 擁有一組 NVIDIA 晶片叢集，來自其與阿里巴巴的運算合作——阿里巴巴是 Moonshot 最大投資者之一，並要求被投資公司使用阿里雲。這組 NVIDIA 叢集在 Kimi 模型背後的算力中占了相當大的比例。

更勁爆的是，根據白宮科技顧問 Michael Kratsios 的說法，美國政府掌握的資訊顯示 Moonshot 蒸餾了 Anthropic 的 Claude Fable 5 來開發 Kimi K3。阿里巴巴否認供應 H200 晶片給 Moonshot。若這項指控屬實，代表中國實驗室正利用西方前沿模型充當教師模型，以加速自家模型的訓練——這在法律上仍有爭議，但在技術上是行之有年的做法。

騰訊 / Hunyuan：低調的王者

Hy3 正式版釋出

騰訊的 Hunyuan Hy3：295B 總參數、21B 啟動參數，MoE 架構，具備快思／慢想能力，256K 上下文。Apache 2.0 授權，無任何地域限制——明顯比 DeepSeek 的 MIT 或 Moonshot 的修改版 MIT 更寬鬆。

其智慧水準與規模大 2–5 倍的旗艦模型相當。在 WorkBuddy 上的任務解決率達 90%（預覽版為 72%）。上線第一週，Hy3 的 API 呼叫量較 Hy2 成長 68 倍，登上 OpenRouter 全球 LLM 使用量排行榜冠軍。

API 定價：騰訊雲 TokenHub 約每百萬輸入 token 0.14 美元、每百萬輸出 token 0.55 美元。快取命中：每百萬 0.025 美元。

騰訊的策略不同於 DeepSeek 與阿里巴巴：Hy3 不拚參數量，而是以效率與生態系整合取勝。Apache 2.0 且無地域限制的授權，使其成為商業使用上最寬鬆的中國模型——這是刻意鎖定重視授權明確性的全球企業採用的布局。

統一於一位領袖之下

騰訊將 Hunyuan 的 LLM 與多模態兩個部門合併為單一的基礎模型部門（Foundation Model Department），由首席 AI 科學家 Yao Shunyu 領軍，終結 2025 年 4 月以來的雙軌架構。Yao Shunyu 如今統籌語言模型、多模態系統、強化學習與 Agent 研究。

這項整併顯示騰訊正為代理式時代做準備——在這個時代，文字、視覺與行動必須統一在單一模型架構中，而非以平行軌道各自發展。代理式 AI 技術棧要求感知、推理與執行能力之間緊密整合。

具身智慧與 WorkBuddy

在 2026 WAIC 上，騰訊發表具身智慧產品組合：Hy-Embodied-VLA-0.5、Hy-Embodied-VLM-1.0 與 Hy-Embodied-RxBrain-1.0。**代理開發平台 4.0（ADP 4.0）**全球上線，整合 LINE、Telegram 與 Google Workspace。獨立的 WorkBuddy App 在 iOS、Android 與 HarmonyOS 推出。

騰訊也重新推出 QQ 寵物——經典的虛擬寵物服務——以 Hy3 驅動的 3D 模型提供自然互動與主動回應。懷舊遇上 AI。

HunyuanImage 3.0 地理圍欄

騰訊託管的 HunyuanImage 3.0 示範現在需要中國手機號驗證——Google／Outlook 登入已移除。開放權重仍可在 HuggingFace 自由下載。這是正在成形的新模式：開放權重給全球開發者，但託管服務以地理圍欄限定中國使用者——既是回應監管壓力，也是回應競爭態勢。

百度 / ERNIE：代理時代與 DuMate

ERNIE 5.1 與「每日 100 億個活躍代理」

在 7 月 27 日的「Create 2026」開發者大會上，百度發表 ERNIE 5.1——推論成本顯著降低、延遲低於 5.0。在 Arena Search Arena 上排名中國第一、全球第四（僅次於兩個 Claude Opus 變體與 GPT-5.5）。百度宣稱其預訓練成本僅為同級模型的 6%——這是相當大膽的效率宣稱，若屬實，代表百度已找到大幅的訓練最佳化方法。

百度提出一項新指標：DAA（每日活躍代理，Daily Active Agents）——目標是每日 100 億個活躍代理。這是一步定位棋。百度希望業界衡量 AI 採用率時，看的不是模型參數或基準測試分數，而是有多少自主代理在使用者委託下執行任務。這項指標有利於百度的搜尋＋代理整合策略，勝過單打獨鬥的聊天機器人競爭對手。

百度發表了一款通用型 AI 代理，名為**「百度 DuMate」。ERNIE 維持封閉權重**（僅託管服務，API 約每百萬輸入 token 0.59 美元），不同於 DeepSeek 與 Qwen 的開放權重策略。這是押注百度的通路優勢——Ernie 助手 3.6 億 MAU，疊加百度搜尋的 7 億 MAU——足以彌補開放權重所能帶來的社群採用效應。

策略性重組

百度將多個 Ernie 入口整合為單一的「百度 Ernie 助手」。頂尖 LLM 專家 Sun Tianxiang 加入百度，出任基礎模型研究部門負責人。股東特別大會（EGM）訂於 2026 年 8 月 26 日召開，2026 年第二季財報訂於 8 月 18 日發布。據報正考慮雙重主要上市——此舉可為百度的 AI 野心打開國際資本大門。

其他值得關注的玩家

MiniMax：H3 影片模型

MiniMax 於 7 月 31 日發表 H3：接受文字、圖像、影片與音訊輸入，可生成最高 15 秒的 2K 解析度影片，且具備原生立體聲。可以編輯既有內容，並在影片之間轉移動作。權重「數日內」釋出。據報 MiniMax 還在開發一款 2.7 兆參數的語言模型——若成真，將成為僅次於 Kimi K3 的第二大模型。

美團：LongCat 2.0——國產晶片上的兆級參數

美團的 LongCat 2.0：1.6T 參數 MoE、1M token 上下文、約 48B 啟動參數。這是第一款完全在國產中國晶片上完成預訓練與部署的兆級參數模型——5 萬張國產運算卡、零 NVIDIA。SWE-bench Pro：59.5。定價：每百萬 token 0.038 美元，快取命中免費。

這是一個不容低估的里程碑。「不可能」——在沒有 NVIDIA 的情況下訓練前沿級模型——剛剛成真了。美團做得到，其他中國實驗室也做得到。NVIDIA 對前沿 AI 訓練不可或缺的敘事，正在被即時證偽。

美團也推出了 CatPaw，一個由 LongCat 2.0 驅動的 AI 代理平台，從開源技術走向產業應用。LongCat 先前曾以「Owl Alpha」之名匿名在 OpenRouter 上提供服務——中國實驗室在正式發表前先於公開環境測試模型，已成為常見模式。

智譜 AI / Z.ai：GLM-5.2

GLM-5.2：744B 參數（40B 啟動）、1M 上下文窗口、編碼優先的 MoE。MIT 開放權重。Marc Andreessen 稱其為「第一個能與美國大型實驗室公開 AI 模型匹敵、甚至常常勝出的中國 AI 模型」。若發布節奏不變，GLM 5.5 預計八月推出。

Anthropic 指控 GLM-5.2「同時蒸餾自 Anthropic 與 OpenAI 的模型」。蒸餾指控是美中 AI 衝突的新戰線——而且正逐漸成為重大的外交議題。

字節跳動：擴展定律與超導體

字節跳動發現了一條新的擴展定律（scaling law），可能支撐 AI 熱潮持續。達摩院發表了一個能夠發現超導體的 AI 代理。字節跳動與阿里巴巴正在中國境內停用 AI 代理，以符合 7 月 15 日生效的擬人化 AI 互動新規。

小米：後發先至，擠進前十

小米投身 AI 基礎模型競賽的時間比同業晚，卻在七月中旬擠進全球排行榜前十——這證明了前沿推進的速度有多快，也顯示小米的硬體通路優勢能與 AI 能力產生複利效應。

監管與政府政策：首部具約束力的 AI 代理法規

中國首部具約束力的 AI 代理法規（2026 年 7 月 15 日生效）

兩部互補的法規現已生效：

1. 《智慧代理實施意見》（Opinions on Implementation of Intelligent Agents）（工信部 5 月 8 日發布）——針對工作與生產用 AI 代理的國家級框架，依據自主性與不可逆性建立三級授權制度：

• 第一級（低影響）：僅需通知
• 第二級（中度）：需書面審查
• 第三級（高影響／不可逆／關鍵系統）：執行前須取得明確的人類核准

2. 《擬人化 AI 互動服務暫行措施》（Interim Measures for Anthropomorphic AI Interaction Services）（由網信辦、發改委、工信部等五個機關聯合發布）——規範 AI 陪伴機器人：

• 禁止誘發情感依賴或成癮的「過度迎合」
• 禁止向未成年人提供虛擬伴侶
• 要求具備情緒困擾偵測與危機介入機制
• 連續使用超過 2 小時須提醒使用者
• 使用者必須能立即中止服務（不得鎖定綁定）
• AI 生成內容須明確標示

在敏感領域部署 AI 代理的組織必須完成正式的法規申報——未遵守將立即遭到處罰。

這是全球第一部具約束力的 AI 代理法規。歐盟 AI 法（EU AI Act）處理的是 AI 風險分類，美國走的是自願承諾路線，而中國已直接針對自主 AI 系統與陪伴式 AI 訂定可操作的營運規則。其中代理的三級授權模式特別值得注意——它借鏡傳統軟體工程的風險管理框架，卻是首次以國家規模應用於 AI 自主性。

陪伴式 AI 的規範已經產生明顯影響：使用者開始向虛擬伴侶道別，平台為了合規而停用代理功能。《海峽時報》報導了使用者告別被形容為「像我的愛人」的 AI 夥伴。這是有牙齒的法規，也有真實的人性後果。

「拒絕使用國產晶片就是叛國」（七月）

習近平的科技代表警告中國 AI 公司，拒絕使用國產晶片就是「叛國」。副總理丁薛祥發起了一場仿效中國 1960 年代核武計畫（「兩彈一星」）的協調行動，目標是達成晶片自給自足。

字節跳動、阿里巴巴、百度與騰訊都公開承諾採用國產晶片。華為昇騰產品線預估到 2026 年底將拿下中國 AI 晶片市場約 60% 的市占率，營收超過 120 億美元。NVIDIA 在中國的市占率已從 2021 年的 90% 崩跌至 2025 年的 60% 以下。NVIDIA 財務長證實今年對中國的 H20 出貨量為零。

「叛國」的用語非同小可。這代表中國政府將晶片主權視為國家安全要務，而非產業政策偏好。「兩彈一星」的框架也是刻意為之——它召喚中國在極端西方禁運下成功發展核武與太空計畫的歷史，將晶片挑戰定位為攸關國家存亡的國家級計畫。

中國開始量產國產 DUV 微影設備

上海艾生納電子科技集團（Shanghai Aishengna Electronic Technology Group，國有）開始量產浸潤式 DUV 微影機——這是中國版的 ASML。2026 年約 5 台、2027 年約 20 台。年底前出貨給中芯國際、華虹與長鑫存儲。

效能與 ASML 的 NXT:1950i（2008 年代的機型）相當。ASML 仍領先數個世代，但若西方進一步收緊出口，這將打破一項關鍵依賴。該機型單次曝光可達 28nm，多重圖案化可下探 7nm。不足以生產最先進的 AI 晶片或 HBM，但足以滿足中國絕大多數的半導體需求。

習近平警告 AI 可能「脫離人類控制」

在 2026 世界人工智慧論壇上，習近平呼籲建立「以共識為基礎的全球治理框架」，以及「法律法規、技術監控、預警與緊急應變系統」。中國支持在聯合國框架下展開討論，設立治理 AI 的國際機構。

強制性 AI 應用安全標準

中國正在起草據信將是史上第二項強制性國家 AI 標準——並將成為具約束力的規範。這代表中國 AI 治理方針正從指導轉向執法。

美中 AI 緊張：蒸餾戰爭

Anthropic 的蒸餾指控

一位 Anthropic 高階主管表示，美國在前沿 AI 上對中國保有 6–9 個月的領先，但指控 DeepSeek 與阿里巴巴使用「未經授權的蒸餾」來複製美國的進展。具體而言，Anthropic 指控智譜 AI 的 GLM-5.2「可能是最先進的中國模型」——同時蒸餾自 Anthropic 與 OpenAI 的模型。白宮科技顧問 Michael Kratsios 表示，Moonshot 為了 Kimi K3 蒸餾了 Anthropic 的 Claude Fable 5。

蒸餾——利用前沿模型的輸出訓練較小的模型——在法律上是灰色地帶。它不是傳統意義上的竊取，但確實未經授權就使用了教師模型的能力。這項指控顯示，美國實驗室眼中的中國競爭者並非獨立創新者，而是拿西方模型當訓練捷徑的快速跟隨者。這究竟是事實，還是競爭性的敘事操作，仍是眾說紛紜的議題。

中國反擊：禁用 Claude Code

中國警告 Anthropic 的 Claude Code 對中國使用者構成「嚴重威脅」。阿里巴巴全面禁止員工使用。AI 冷戰已從晶片與模型擴大到開發者工具。

中國模型稱霸全球排行榜

七月中旬，獨立排行榜前 10 名中有 6 個是中國模型——前 5 名全部包辦：DeepSeek、Moonshot、Z.ai、騰訊、小米與 MiniMax。中國開放權重模型目前占 OpenRouter 全球使用量的 約 30%，而十一個月前這個數字是 1.2%。

價格差距令人咋舌：每百萬輸出 token，Anthropic Fable 要 50 美元、DeepSeek V4-Pro 0.87 美元、GLM-5.2 4.40 美元、Kimi K3 15 美元。中國模型以美國定價的 1–5%，提供接近前沿的效能。

值得注意的採用案例：Airbnb 使用阿里巴巴的 Qwen 處理客服。Cursor 建構在 Moonshot 的 Kimi 基礎上。Coinbase 改用 Kimi 與 GLM 後，AI 支出砍半。成本效能優勢正轉化為實質的商業勝利。

獲利悖論

儘管技術上屢屢獲勝，中國 AI 公司的整體獲利能力仍是一大難題。新創公司燒掉數十億美元。DeepSeek 募得 75 億美元，Moonshot 五月募得 20 億美元——相比之下，Anthropic 同期募得 650 億美元。資本可及性的差距非常巨大，中國實驗室正在實驗分級定價、進階功能與尖峰時段加價，尋找可持續的商業模式。

悖論在於：中國模型在能力與價格上勝出，卻在獲利上落敗。這是當前市場的結構性特徵——激進定價正在換取市占率與開發者心智占有率，但通往可持續利潤的道路仍不明朗。IPO 之路（DeepSeek 瞄準科創板、百度考慮雙重上市）是一條路；高階分級（V4-Pro vs. V4-Flash）是另一條路。產業最終可能整合為少數幾個資本深度足以撐過長期虧損的贏家。

硬體與半導體：主權技術棧

華為 Atlas 950 SuperPod

在 WAIC 上，華為發表 Atlas 950 SuperPod——在單一系統中連接 8,192 顆昇騰 950DT 晶片，目標是匹敵 NVIDIA 的叢集級效能。這是中國對 NVIDIA H100 叢集的回應：一個完整國產、可支撐前沿級 AI 訓練與推論的替代方案。

近記憶體運算 3D AI 晶片

新創公司 Dongfang Suanxin 於 7 月 29 日在上海發表中國首款近記憶體運算 3D AI 晶片——朝獨立的高階運算硬體邁進一步，未來可望挑戰限制 AI 晶片效能的記憶體頻寬瓶頸。

CXMT 記憶體突破

CXMT（中國主要的國產 DRAM 生產商）在完成客戶驗證後，開始承接騰訊與字節跳動的先進 DDR5 伺服器記憶體訂單。CXMT 上市首日股價飆漲 466%。中國晶片製造商上半年獲利暴增 2,850%。

記憶體差距正在收斂。DDR5 伺服器記憶體對 AI 工作負載至關重要，CXMT 通過騰訊與字節跳動的驗證，代表中國最大的 AI 公司正把國產記憶體導入自家基礎設施。2,850% 的獲利成長同時反映國產晶片需求激增，以及中國半導體製造能力的成熟。

八月觀察重點：2026 年 8 月

宏觀視野

本週讓全球 AI 格局的幾項結構性轉變更加清晰：

1. 後訓練革命是真的。 DeepSeek V4-Flash 在 Terminal-Bench 拿下 82.7%——以 13B 啟動參數擊敗自家 1.6T 的兄弟模型——證明後訓練品質可以取代原始規模。這對算力受限的實驗室與整體 AI 經濟都有深遠影響。

2. 開放權重是中國的軟實力。 Kimi K3（2.8T）、GLM-5.2（744B）、Hy3（295B）——全部 MIT 或 Apache。中國模型目前占 OpenRouter 使用量的 30%。每一位在中國開放權重模型上開發的開發者，都成為中國 AI 生態系的利害關係人。這是出口管制無法處理的護城河。

3. 晶片主權運動正在奏效。 美團用 5 萬張國產晶片、零 NVIDIA，訓練出 1.6T 參數的模型。華為 Atlas 950 SuperPod 提供叢集級效能。CXMT 供貨 DDR5 給騰訊與字節跳動。對西方半導體的依賴正在被拆解——尖端領域還未完全追上，但在多數 AI 工作負載實際運行的市場量體上，依賴正在瓦解。

4. 監管領先西方。 中國具約束力的 AI 代理法規——含可操作的三級授權制度與陪伴式 AI 限制——是全球第一部。當歐盟與美國還在辯論框架時，中國已經在執行將塑造全球第二大經濟體中 AI 代理運作方式的規則。

5. 蒸餾衝突正在升溫。 Anthropic 對智譜與 Moonshot 的指控、中國對 Claude Code 的禁令，以及白宮的公開聲明，都顯示美中 AI 衝突正進入新階段。問題不再只是晶片——還包括智慧財產權、模型權重，以及全球 AI 生態系的遊戲規則。

2026 年 7 月 24 日至 8 月 1 日這一週，或許會被記住為 AI 格局告別單極的時刻。前十名模型中有六個是中國的。最大的開放權重模型是中國的。最便宜的前沿級模型是中國的。第一部具約束力的 AI 代理法規是中國的。第一部在沒有 NVIDIA 的情況下訓練出的兆級參數模型也是中國的。

這不再是追趕的故事。這是一個多極的 AI 世界。

每日中國 AI 更新，請追蹤 x.com/kkaminsk。研究資料彙整自 Perplexity Search（Sonar Pro），交叉比對 30+ 來源。