黄仁勋发布长文：NVIDIA 联合 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 六大金融机构，建立独立算力融资平台，计划撬动超 5000 亿美元第三方资本支持全球 AI 基建。

过去企业买芯片、逐个建数据中心；现在 AI 工厂可以像电力、通信一样获得长期机构资本。
NVIDIA 在部分项目中提供最高 25% 的残值支持，华尔街第一次能用买电厂的方式，买 AI 的未来。
黄仁勋直言：「在 AI 时代，算力就是收入。」
针对「循环融资」担忧，他强调 5000 亿不是 NVIDIA 收入、不是单一基金，各家机构独立评估。

当算力从「企业采购」变成「可投资资产」，华尔街第一次能用买电厂的方式，买 AI 的未来。

NVIDIA AI 数据中心 · 官方图 · 算力开始像电厂一样被融资

Anthropic 披露未发布的研究版 Claude：在 Claude Code 内调度约 60 个子代理、执行 2400 条 shell 命令、烧掉 3100 万输出 token，把黎曼猜想零点下界从 41.6% 推进到 67.2%。

这不是「AI 解出黎曼猜想」，是 AI 用穷举+协作，把一个数十年没人动的数学下界推高了一截，科研加速器第一次真实转起来。
当 AI 开始「改进数学证明的技术细节」，科研的加速器第一次真实转起来了。

OpenAI 的 GPT-5.6-Cyber 发现两个可串联绕过 V8 堆沙箱的 Chrome 漏洞（CVE-2026-15903，Google 已修复），是 OpenAI 首个达到「High」网络能力阈值的模型。

这是 Daybreak 计划的一部分，科研的加速器第一次真实转起来。
当 AI 开始「主动找漏洞」，安全攻防的天平，第一次明显向 AI 倾斜。

为 ChatGPT Business 推出 125 美元的 Premium Seats，应对智能体 AI 的高 token 消耗。

当 AI agent 一天消耗的 token 远超真人对话，企业版的定价开始按「算力消耗」分级。
AI 办公的账单，正在从「人头费」变成「算力费」。

研究者披露：会议记录工具 tl;dv 因缺失 Firestore 租户隔离规则，8.4 万用户的会议记录可被任意登录用户查询，包括政府机构、大学、HubSpot 和 Confluent 的进行中会议，漏洞拖了 6 个月未修。

当 AI 工具接管会议纪要，「你的会议」就变成了数据库里的一条记录。
AI 便利的背面，是数据边界第一次变得如此模糊。

Anthropic 宣布 Claude Sonnet 5 的首发价永久生效：每百万 token $2 输入、$10 输出。

AINews 把它读作竞争压力下的明确动作。
同一天 Meta 开源 Muse Glimmer：30B 参数、Apache 2.0 许可、4-bit 量化后低于 20GB，一台 RTX 3090 就能跑，Muse Spark 1.2 权重也承诺很快放出。
开源模型把「能本地跑」做成了标配，闭源的价格护城河开始漏水。
当开源能本地跑，闭源的高价开始显眼。

开源阵营把单测价格打到闭源的 1/3 甚至 1/10，DeepSeek V4 Flash 在 Vals 上被算过，比同一分段的下一名便宜 35 倍。
Sonnet 5 把「首发价」直接转正，等于承认性能溢价在开源围剿下扛不住。
价格战的火，从开源烧到了闭源旗舰。
闭源的中端价格锚点，第一次被自家旗舰主动打下来。

当闭源旗舰开始把促销价做成常态，价格战的赢家已经不在模型层。

Meta 开源 Muse Glimmer：30B 代理模型，131K 上下文、100+ 语言，4-bit 量化后可在笔记本运行；扎克伯格承诺数周内开源 Muse Spark 1.2，并设 10 亿美元数据中心社区基金。

开源 + 能本地跑 + 配套资金，Meta 把「开源 agent」从口号变成了现实。
当最强的开源模型跑进普通人的电脑，云厂商的护城河，又浅了一截。

开发者实测智谱开源编程模型 ZCODE，用 11 分钟完成一个 Steam 风格应用的重构。

当中国开源编程模型能独立做完「读懂项目→改代码→跑通」的活，开发者手里的选择又多了一个。
编程模型的中国阵营，正在从「能写代码」走向「能接项目」。

蚂蚁百灵开源 Ling-3.0-tiny：1.3B 激活参数，支持英伟达 DGX Spark 和苹果 Mac mini 部署。

又一个小而强的中国模型，轻到个人设备能跑，瞄准的是「真实任务」并非单纯是刷榜。
中国模型的开源竞赛，从「更大」卷到了「更轻更省」。

BDH-CQ 用递归潜空间推理（不输出文字步骤），在 ARC-AGI-1 达到 29.5% pass@2、单题成本 $0.0007，打破成本/准确率帕累托前沿。

当所有人堆参数时，小模型用「想」代替「说」，不输出思考步骤，直接在潜空间推理。
大模型的军备竞赛里，一条「小而省」的路线正在偷偷往前跑。

Wired 报道：LinkedIn 和 Snap 上线标签、限流和封禁，iHeartMedia 打出「保证真人」标签作卖点，YouTube CEO 把 slop 治理列为 2026 头号任务。

当 AI 内容泛滥，平台第一次把「这是人写的」当成功能，AI 时代的稀缺品，正在从「内容」变成「真人」。

FT 报道：生成式 AI 正在自动化外包模式赖以生存的程式化编码、测试和后台工作，印度 3000 亿美元 IT 服务业开始裁员，仅 TCS 今年就宣布裁减超 1.2 万个岗位。

这个雇佣 600 万人、贡献约 7% GDP 的产业，是第一块被 AI 直接撬动的就业巨石。
当「写代码的外包」被 AI 替代，全球就业版图的第一道裂缝，先裂在了印度。

Anthropic 与 Riot Platforms 签署 20 年、191MW、91 亿美元的算力协议，2028 年 6 月满负荷交付，估值或达 161 亿美元。

一家 AI 公司把未来 20 年的算力提前锁定，当算力变成资产，合同也变成了军备竞赛的弹药。
AI 公司的资产负债表上，「算力合约」正在成为最重的一项。

NYT 报道，xAI 联创 Babuschkin 的新公司 River AI 以 50 亿美元估值融资 11 亿，尚无产品和收入，主张做「个人可拥有、可训练」的 AI；General Catalyst 与 Amp PBC 领投，Nvidia、AMD 跟投。

没有产品、没有收入，仅凭理念融 11 亿，资本在赌「个人 AI」对抗大实验室。
当所有人都在做更大的模型，有人开始做「属于你的模型」。