Kimi因算力紧缺暂停会员，Anthropic削减Claude Code系统提示80%

---

title: “Kimi算力紧缺暂停C端会员,Anthropic削减Claude Code提示80%” lead: “Kimi因算力紧张暂停C端会员销售，仅保留Coding Plan；Anthropic披露Claude Code系统提示削减80%，模型越强约束越少；HuggingFace CEO组织游行反对开源限制；面壁开源具身智能模型MiniCPM-Robot；GPT-5.6 Sol助数学家证明50年未解猜想。” highlights:

• “Kimi因算力紧缺暂停C端会员销售，Coding Plan用户受益”
• “Anthropic将Claude Code系统提示缩减80%，新模型需要更多自由空间”
• “HuggingFace CEO呼吁增加开源AI，本周六在旧金山组织游行”

1️⃣ [持续跟踪] Kimi 算力紧缺暂停C端会员：国产模型供需矛盾爆发#

• 前情提要：Kimi K3于7月16日发布，2.8T参数登顶Frontend Code Arena，承诺7月27日开源。预览版上线后需求激增。
• 最新突破：多名KOL确认，Kimi今日宣布因算力紧缺，暂停C端会员销售，已购买Coding Plan的用户不受影响。此前月之暗面联合创始人周昕宇曾表示“K3非常Token hungry”，运行成本不低。Kimi官方在Coding Plan推广中称“好东西都缺”。
• 行业意义：算力紧缺从侧面验证了K3的真实需求，但也暴露了国产模型在基础设施上的短期瓶颈。暂停C端销售而保留Coding Plan，说明Kimi优先保障高价值开发者和Agent场景，商业策略趋于务实。该事件与智谱GLM此前因算力限制购买额度形成对照。 🔗 歸藏推文 | Berryxia推文 | 数字生命卡兹克推文

2️⃣ Anthropic大幅削减Claude Code系统提示80%：模型能力提升抵消显式指令依赖#

• 核心发布：Peter Yang在其播客中采访Claude Code团队成员Thariq，透露Anthropic已将Claude Code的系统提示削减80%。Thariq解释：“随着模型变得更智能，它们需要更少的指令、更少的限制和更少的示例。示例反而会约束模型，因为模型会认为‘你想要像这样的示例’。去掉示例后，模型可以更加自由发挥。每次新模型发布时，你都应该裁剪上下文——最新的模型需要更多空间来奔跑。”
• 技术验证：该团队同时介绍了/loop、/goal和workflows三种长时运行Agent模式的差异，并演示了用Claude Code编辑视频的实际工作流。
• 行业意义：这条信息揭示了Agent基础设施设计的根本性转变：harness（外壳代码）正在从“填空式指令集”转向“宽松的约束框架”。随着模型推理能力增强，显式的系统提示反而成为限制。这一趋势将影响所有Agent工具的提示工程实践，并推动“薄外壳+强模型”的架构范式。 🔗 Peter Yang推文 | 完整播客

3️⃣ [持续跟踪] 开源AI监管之争升级：HuggingFace CEO组织游行，David Sacks与Dean Ball激辩#

• 前情提要：Dean Ball此前发文称“开源权重模型本质上是减速主义的”，并预测特朗普政府会通过制造监管不确定性来限制中国开源模型使用。David Sacks随后反驳称“利用监管不确定性作为竞争武器完全不可接受”。
• 最新进展：HuggingFace CEO Clement Delangue今日发推，明确反对限制开源AI，强调“我们需要更多的开源AI，而不是更少——让世界各地所有人都能接触前沿模型”。他宣布本周六在旧金山组织一场“和平而欢乐的集会或游行”以示支持。Gary Marcus转发David Sacks的观点并表示赞同。
• 行业意义：开源VS闭源之争已从技术讨论升级为政策博弈。HuggingFace作为开源生态的核心力量正式下场组织活动，标志开源阵营从“被动响应”转向“主动表达”。这场辩论的走向将直接影响全球AI治理框架。 🔗 Clement Delangue推文 | Gary Marcus推文 | Dean Ball原始推文

4️⃣ 面壁智能在WAIC发布并开源具身智能模型MiniCPM-Robot：解决机器人记忆问题#

• 核心发布：面壁智能在WAIC 2026发布并开源首个具身智能系列模型：MiniCPM-RobotManip（操作型）和MiniCPM-RobotTrack（导航跟踪型）。核心创新在于通过视觉Token极致压缩技术，使带历史记忆的推理成本追平单帧反应式模型，在RMBench（记忆评测）上达到53分，而主流模型π0.5仅10分（接近随机）。
• 性能亮点：MiniCPM-RobotManip在VLA基准上达到第一梯队，全面超越π0.5；MiniCPM-RobotTrack（0.9B参数）在跟踪任务上实现89.8%成功率，且无需网络、仅靠机载摄像头和本地算力运行。配套推理框架PhyAI提供2-3倍推理加速。
• 行业意义：面壁是少数走“通用多任务”路线的具身智能团队，而非场景专用。通过视觉压缩技术解决记忆这一长期瓶颈，为全球机器人开发者提供了一个开源可复现、长程可用的VLA基线。同时与乐聚机器人、吉利汽车的落地合作，验证了其在真实场景中的可行性。 🔗 AI寒武纪报道 | 项目主页 | 量子位报道

5️⃣ GPT-5.6 Sol帮统计学家证明50年未解猜想：90分钟完成GPT-5.5 20小时未竟任务#

• 核心发布：宾夕法尼亚大学统计学家Edgar Dobriban今日宣布，使用GPT-5.6 Sol Pro成功证明了Benjamini-Hochberg（BH）程序的FDR控制猜想——一个悬而未决50年的统计学问题。Dobriban设计的反例证明BH程序在相关二侧高斯检验中不能控制FDR。
• 工作流程：GPT-5.6 Sol Pro在90分钟内一次性解决问题，而此前用GPT-5.5迭代20小时也无法完成。方案结合了“渐近+数值验证”的非标准方法。Greg Brockman转发称“感觉数学突破的水源时刻已经到来”。
• 行业意义：这是继OpenAI此前证明循环双覆盖猜想后，又一被严谨验证的数学成果。GPT-5.6 Sol在90分钟内完成GPT-5.5在20小时内无法完成的任务，证明模型推理能力的跃迁并非线性。数学家Thomas Bloom同日评价GPT-5.6 Sol在Erdős问题上的表现为“所有新证明我都仔细核查过，全部正确，且包含一些有趣的想法”。 🔗 Greg Brockman推文 | Edgar Dobriban推文 | Thomas Bloom推文

6️⃣ 生数科技张金涛分享Vidu S1实时交互视频推理加速技术：从算子到系统的三层优化#

• 核心发布：生数科技张金涛在播客中详细拆解Vidu S1实时交互视频模型的技术体系，核心是“推理加速”的三层优化：算子层（SageAttention，即插即用加速1倍以上）、模型层（TurboDiffusion，扩散步数从50步降至4步）、部署层（TurboServe，流式视频集群调度）。最终实现540P、25-42 FPS、无限时长的实时生成。
• 年轻研究者样本：张金涛（26岁，清华在读博士）分享其判断逻辑——当大家默认FlashAttention已极致时，他发现GPU上更快的计算单元未被用于Attention。他认为中国视频模型目前领先美国，原因在于中国短视频/直播生态提供了更丰富的数据。
• 行业意义：Vidu S1展示了从“离线生成”到“实时交互”的视频范式转变。推理加速不再是单一算子优化，而是算子-模型-部署的系统级协同。该技术路线为未来视频Agent和实时世界模型提供了可复现的工程参考。 🔗 十字路口播客

⭐ GitHub 趋势#

📊 类别速览

项目	类别	今日 Stars
jamiepine/voicebox	语音 AI（推理/模型）	+610
kvcache-ai/ktransformers	AI 基础设施（推理/微调）	+360
1jehuang/jcode	AI Agent（编码 Agent 框架）	+235

---

1. jamiepine/voicebox ⭐ 今日 +610#

语言/许可： TypeScript / MIT
总 Stars： 43.3k
仓库： GitHub

项目定位：
面向个人开发者和语音 AI 应用的本地优先语音 I/O 一体化套件。将语音克隆、多引擎 TTS、听写转写、音频后处理整合为一个桌面应用，可在本地或 MCP 协议下被任何 Agent 调用。

核心功能：

• 支持 7 种 TTS 引擎（Qwen3-TTS、Chatterbox、Kokoro 等），覆盖 23 种语言，可在生成时按引擎切换
• 零样本语音克隆：从几秒音频生成新语音，内置 50+ 预设声音
• 全局热键听写（基于 Whisper），自动粘贴到任意输入框
• 内置 MCP 服务器，Agent 通过 voicebox.speak 一键输出语音

技术亮点：

• 基于 Tauri（Rust）构建，原生性能；客户端支持 MLX / CUDA / ROCm / Intel Arc
• 支持异步生成队列与 SSE 状态流，避免 GPU 竞争
• 音频后处理管线基于 Spotify pedalboard 库，支持实时预览和预设保存

---

2. kvcache-ai/ktransformers ⭐ 今日 +360#

语言/许可： Python / Apache-2.0
总 Stars： 18.3k
仓库： GitHub

项目定位：
面向 AI Infra 工程师的异构 CPU-GPU 大模型推理与微调框架。致力于让 MoE 等超大模型在消费级 GPU（24GB VRAM）上高效运行，通过异构调度、量化与内存管理降低硬件门槛。

核心功能：

• CPU-GPU 混合推理：热专家驻 GPU、冷专家驻 CPU，支持 NUMA 感知内存管理
• 集成 SGLang 生产级推理服务，支持多并发、长上下文（DeepSeek-R1 在 24GB 下可达 8K 上下文）
• 微调与 LLaMA-Factory 深度集成，支持 INT8/INT4 量化下的 MoE 模型 LoRA 训练
• 出厂即支持 DeepSeek-V3/R1、Kimi-K2、MiniMax-M3 等最新模型，部分模型 Day0 支持

技术亮点：

• 基于 AMX/AVX 优化的 CPU 端 INT4/INT8 量化核，支持 FP8 混合精度
• 三层前缀缓存（GPU-CPU-Disk），降低重复请求延迟
• 论文发表于 SOSP 2025，已集成到 SGLang 生态

---

3. 1jehuang/jcode ⭐ 今日 +235#

语言/许可： Rust / MIT
总 Stars： 8.9k
仓库： GitHub

项目定位：
面向 AI 开发者的高性能编码 Agent 终端框架（Coding Agent Harness）。专注于多会话工作流、绝对低资源消耗和可扩展性，作为 Claude Code / Cursor Agent 的替代/增强方案。

核心功能：

• 多 Agent 会话并行管理，每个会话独立上下文与文件系统状态
• 内置语义记忆（Embedding + 图检索），每次 turn 自动查询相关历史记忆
• 支持 MCP 协议，可挂载任意外部工具
• 纯 TUI 终端界面，无 Electron 开销，启动延迟 <15ms

技术亮点：

• 全部 Rust 实现，单会话 RAM 仅 27.8 MB（本地嵌入关闭），10 会话仅 260 MB，远低于 Claude Code（2.3 GB / 10 会话）
• 启动时间（首帧）14ms，仅为 Claude Code 的 1/245
• 跨平台（Linux / macOS / Windows），支持 SSH 远程会话

🟧 Hacker News 热议#

Qwen 3.8#

749 pts · 533 comments · site

📌 内容总结

• 阿里云发布 Qwen 3.8，一个 2.4T 参数的大模型，声称仅略逊于 Anthropic 的 Fable 5，将开放权重
• HN 关注点:
  • 这是否是对 Moonshot AI 刚宣布的 2.8T 参数 Kimi K3 的应对
  • 2.4T 参数是否意味着模型质量与速度和成本成正比关系
  • 能否真正本地运行，以及是否有小参数规格版本

💬 讨论总结

• 共识：中国 AI 实验室开放权重策略正在有效压缩美国闭源模型的商业空间，类似 Linux vs Windows 的竞争格局重塑
• 工程经验：Qwen 3.6 27B 是目前本地运行体验最好的模型，但 3.8 的 2.4T 参数对消费级硬件不现实
• 历史背景：多家中国实验室（DeepSeek、Moonshot、智谱、阿里）几乎同时发布超大开放权重模型，形成了密集竞争窗口
• 反对 / 质疑：多位用户报告 Qwen 3.7 在代码任务上不如 DeepSeek V4 Pro 可靠，存在”benchmark princess”问题，且中文模型存在内容审查
• 商业现实：
  • 开放权重策略被普遍解读为”商品化智能”来削弱美国前沿实验室的护城河
  • 有匿名用户指出，Qwen 模型在 API 中 Token 消耗较高，实际使用成本并不低
• 风险 / 限制：2.4T 模型对个人开发者基本无法本地运行，社区更期待类似 3.6 27B 规格的蒸馏版本；部分用户对评测分数与实际体验的差距提出质疑

🔗 原文 · HN 讨论页

Claude Code uses Bun written in Rust now#

369 pts · 507 comments · site

📌 内容总结

• Simon Willison 通过 strings 命令验证 Claude Code 确实内置了 Rust 重写后的 Bun v1.4.0 版本
• 背景：Jarred Sumner 在博客宣布将 Bun 从 Zig 重写为 Rust，称 Claude Code 用户”几乎没人注意到”
• 关键结论：重写后启动性能提升 10%，对日常使用无感知

💬 讨论总结

• 共识：这次迁移对用户完全透明，大多数用户没有注意到任何变化，“boring is good”
• 工程经验：
  • Zig 手动管理内存生命周期导致大量 bug，Rust 的自动编译期检查减少了这类错误
  • 编译器错误信号为 AI 重写提供了”确定性校验”，反复编译直到通过是一种可行的策略
• 历史背景：Bun 此前已经经历过一次从 Go 到 Zig 的人工重写，这已经是第二次重写了
• 反对 / 质疑：
  • 多位 Rust 开发者指出重写产生了大量非惯用 Rust 代码和大量 unsafe 块，认为这只是”转译”而非真正的”重写”
  • 部分用户报告 Claude Code TUI 稳定性下降（段错误、渲染错乱、CPU/电池消耗增加）
• 商业现实：Anthropic 收购 Bun 后，重写并闭源集成的做法引发对 Bun 作为独立开源项目未来治理的担忧
• 风险 / 限制：有用户质疑，既然能 AI 完成为 1M 行代码的跨语言重写并进入生产环境，那么 “审计安全” 的可行性需要重新评估

🔗 原文 · HN 讨论页

OpenAI reduces Codex Model Context Size from 372k to 272k#

292 pts · 143 comments · site

📌 内容总结

• 背景：OpenAI 在 Codex CLI 中将模型上下文窗口从 372k 缩小到 272k，此变更通过一个 PR 被发现
• 作者意图：官方解释这是”临时措施”，原因与高 Token 消耗率有关，而非延迟或成本；承诺将恢复到 372k
• 实际影响：用户实际可用的上下文更少（自动压缩通常在剩余 20% 时触发）

💬 讨论总结

• 共识：多数用户实际不会完整使用 372k 窗口，有效压缩策略比更大的窗口更重要
• 工程经验：
  • 模型在超过 30% 上下文后的性能明显下降（“dumb zone”），有经验的用户会手动控制窗口在 200k-250k 以内
  • Codex 的自动压缩效果实际上比很多用户预期的好，主要问题不是压缩本身，而是压缩时机不可控
• 历史背景：上下文压缩一直是 Agent 类产品的核心挑战，Claude 和 Codex 都采用类似策略，但各有痛点
• 反对 / 质疑：
  • 需要处理大型代码库或复杂文档的用户报告压缩导致”遗忘关键细节”，需要频繁重读
  • 部分用户认为 1M 上下文应该是当前前沿模型的”最低标准”
  • 有用户指出，OpenAI 将 372k 作为默认值，但超出 272k 部分按 100%/50%溢价收费，这次调整也是成本控制手段
• 风险 / 限制：压缩后模型可能专注于旧指令而忽略新上下文；多次自动压缩会导致陷入”压缩->重读->再压缩”的循环，浪费 Token 和用户时间

🔗 原文 · HN 讨论页

今日洞察#

Anthropic 将 Claude Code 系统提示削减 80% 这一消息，叠加 OpenAI 将 Codex 上下文窗口从 372k 降至 272k（官方称临时措施，实为成本控制），揭示了 Agent 外壳设计正在发生的根本转向：模型能力提升正在消解显式指令和超大上下文窗口的必要性。Thariq 的解释——“示例反而会约束模型，去掉示例后模型可以更自由发挥”——直接点出了过去 Agent 工程中隐蔽的负效应：填充式系统提示本质上是用工程师的归纳代替模型自己的推理空间。当模型足够智能时，薄外壳加宽松约束框架反而比厚重的指令集更高效。这也解释了为什么 Codex 的 272k 窗口对多数用户已足够（超过 30% 上下文后模型进入”笨区”），而更大窗口的边际收益急剧递减。未来 Agent 工具的竞争将从”谁的指令更详细”转向”谁能在保留模型自由度与维持行为可预测之间找到最佳平衡”。

Kimi 因算力紧缺暂停 C 端会员销售，同时保留高价 Coding Plan，与 Qwen 3.8 开放权重引发的 HN 讨论形成对照。国产模型在参数竞赛（2.4T～2.8T）中冲锋，却立即撞上基础设施瓶颈——这不是资源不足，而是算力增长跑不赢需求爆发。Kimi 的务实选择（优先保障高价值开发者和 Agent 场景）暗示，下一阶段中国 AI 的商业策略将出现分化：要么像阿里那样靠开放权重换取生态位，同时承担 API 成本不低的现实（HN 用户指出 Qwen Token 消耗高）；要么像月之暗面那样用算力筛选用户，优先服务能产生更大 LTV 的付费场景。开源阵营虽在持续压缩闭源商业空间，但算力约束正在倒逼模型厂商从”最大参数”转向”最高收益参数”的选型。

---

title: “Kimi K3 算力爆单暂停订阅，Qwen3.8 预览版上线，马斯克喊话超越” lead: “Kimi K3 上线 48 小时因需求激增暂停新用户订阅，同步拆分会员体系；阿里发布 Qwen3.8-Max-Preview，2.4T 参数对标 Fable 5；马斯克称 2 万亿参数模型或超越 Kimi K3，下周完成初始训练；面壁开源 MiniCPM-Robot 具身模型；商汤、荣耀等在 WAIC 发布新品。” highlights:

• “Kimi K3 需求超预期停售新会员，会员体系拆分涨价，月之暗面被曝筹备港股上市”
• “阿里 Qwen3.8-Max-Preview 发布，千问称仅次于 Fable 5，社区热议等待正式版”
• “马斯克预告 2 万亿参数模型，称综合能力或超 Kimi K3，下周完成初始训练”

1️⃣ [持续跟踪] Kimi K3 爆红致算力告急：暂停新用户订阅，会员体系拆分涨价#

• 前情提要：Kimi K3（2.8T 参数）于 7 月 16 日发布，在 Frontend Code Arena 登顶，引起全球关注，月之暗面此前曾表示模型“非常 Token hungry”。
• 最新突破：今日 Kimi 官方公告，因 K3 上线 48 小时内用户请求量大幅超出预期，逼近现有集群承载极限，即日起暂停 C 端新用户订阅，现有算力优先保障已订阅用户，并将逐步开放新名额。同时宣布拆分会员体系：通用权益（Kimi Web/App/Work）与 Kimi Code 编程能力分为两套订阅。按年付计算，最低组合价格从旧套餐 468 元涨至 1536 元，涨幅约 228%。另据《科创板日报》报道，月之暗面已向投资人发送上市议案，最快 6 个月内有望完成港股上市。
• 行业意义：K3 的爆红与算力承压形成了中国模型公司当前最典型的两难：技术突破带来需求井喷，但基础设施扩容跟不上。暂停 C 端而保留 Coding Plan，暗示 Kimi 优先保障高价值 Agent 场景。会员体系拆分实质是“提价+分层”，标志着其商业化策略从单一订阅转向精细化运营。 🔗 Kimi 官方公告 | 爱范儿早报 | Ding 推文

2️⃣ Qwen3.8-Max-Preview 发布：2.4T 参数，定位仅次于 Fable 5#

• 核心发布：阿里千问今日发布 Qwen3.8 并宣布即将开源，模型总参数 2.4T。Preview 版（Qwen3.8-Max-Preview）已上线阿里 Token Plan、Qoder 及 QoderWork。千问团队称该模型“可能是除了 Fable 5 外最强大的模型”。
• 社区反响：爱范儿实测显示，Qwen3.8-Max 在 Qoder 环境下 3D 编程任务执行速度极快，但效果参差不齐——简单任务表现良好，复杂任务（如 3D 艺术世界）交付结果较为抽象。X 上热度超过 600 万次浏览，但社区普遍态度为“能聊 ≠ 能用，承诺 ≠ 交付”，期待正式版权重文件和完整的 benchmark 数据。
• 行业意义：Qwen3.8 的发布紧随 Kimi K3，二者在 2T+ 参数级别形成直接竞争。作为阿里系的旗舰开源模型，Qwen3.8 的正式权重开放将进一步压缩闭源模型的溢价空间，并将“对标 Fable 5”作为国产模型的新评价基准。 🔗 Qwen 官方推文 | 爱范儿实测 | orange.ai 推文

3️⃣ 马斯克宣布训练 2 万亿参数模型：或超越 Kimi，下周完成初始训练#

• 核心发布：埃隆·马斯克今日发文表示其团队正在训练一款 2 万亿参数规模的新模型，综合能力“在各方面”优于 1.5 万亿参数的模型，可能超过 Kimi，同时将尽量接近 Grok 4.5 的速度和 Token 效率。预计下周完成初始训练。此前马斯克评价 Grok 4.5 在速度和成本方面“可能是第一”，参数规模为 1.5T，而 Kimi K3 为 2.8T。
• 行业意义：当前主流旗舰模型的参数竞赛已全面进入“万亿级”区间。马斯克的 2T 模型若按时完成训练并达到预期性能，将重新洗牌模型性能/成本曲线。结合 Grok 4.5 已经极低的任务成本，xAI 的“更大+更省”路线对现有格局构成直接挑战。 🔗 ElonMusk 推文 | 爱范儿早报

4️⃣ 面壁开源 MiniCPM-Robot 系列：1.5B VLA 模型解决机器人记忆困境#

• 核心发布：面壁智能在 WAIC 2026 发布并开源 MiniCPM-Robot 系列，包括 MiniCPM-RobotManip（1.5B 通用 VLA 模型）和 MiniCPM-RobotTrack（0.9B 纯视觉指令跟踪模型）。核心创新是流式推理将单步计算量降至 3.3 TFLOPs，在 H100、BF16 精度下单步决策延迟仅 120ms。RMBench 记忆评测得分 53，远超主流模型 π0.5 的 10 分。
• 落地验证：已与乐聚机器人、吉利汽车开展展厅导览、园区巡检和生产仓储应用合作。配套 PhyAI 推理框架在 H20 上实现从 10.12Hz 到 36.77Hz 的推理加速。
• 行业意义：面壁的“通用多任务”路线通过视觉压缩技术解决了机器人操作中的长程记忆这一核心瓶颈，为全球机器人开发者提供了一个可复现、低延迟的开源 VLA 基线，降低了具身智能的研发门槛。 🔗 量子位报道 | 面壁 WAIC 发布详情 | 爱范儿报道

5️⃣ Meta 与 Anthropic 商谈最高 100 亿美元算力租赁#

• 核心发布：据《纽约时报》报道，Meta 正与 Anthropic 商谈出租数据中心算力，潜在合同两年最高价值 100 亿美元。Anthropic 在 6 月提出方案，Meta 仍在评估，双方尚未签署最终协议。Meta 今年资本开支计划最高达 1450 亿美元，CEO 扎克伯格此前表示若自有 AI 业务未耗尽新增算力，可对外出售剩余容量。Anthropic 则因 Claude Code 需求增长继续采购计算资源，已与 SpaceXAI 签署 450 亿美元长期算力协议。
• 行业意义：大型科技公司向 AI 实验室出租算力正在成为行业新常态。Meta 手握大量余量算力却未绑定自己的前沿模型，选择出租而非内化，这暴露了其在 AI 产品化上的信心不足，同时也说明优质算力作为稀缺资源具有巨大的议价能力。 🔗 爱范儿早报 | Anissa Gardizy 报道

6️⃣ OpenAI 战略负责人评价 Kimi K3：接近今年一季度最佳公开模型#

• 核心发布：OpenAI 战略未来负责人 Dean Ball 发文表示，Kimi K3 是一款“非常好的模型”，其表现不能简单归因于蒸馏。在智能体编程场景中，K3 基本达到 2026 年第一季度最佳公开模型的水平。但他同时指出，该模型消耗的 token 较多，实际运行成本未必很低。Ball 还表示对中国仍允许开放此类高能力模型感到意外，认为可能与中国推动模型出口的战略判断有关。
• 行业意义：OpenAI 高管的这一正面评价具有双重含义：既确认了 Kimi K3 的技术实力已触及前沿水平，也暗示了开源模型在治理层面的地缘政治考量进入新阶段。 🔗 爱范儿早报

7️⃣ 商汤发起“银河计划”，年内启动算力卫星组网验证#

• 核心发布：商汤科技在 WAIC 2026 发布国产 AI 基础设施整体布局，联合近 20 家生态伙伴发起“银河计划”，建设 1 个 Token 运营中心和 5 个万卡级国产智算集群。同时与国星宇航合作，计划今年发射首批“商汤号”算力卫星并启动组网验证，2028 年建成星地混合云商用算力骨干网，2030 年星座规模达千颗级，总算力超万 P。
• 行业意义：商汤的“算力上太空”计划是全球首个将大规模推理计算迁移至卫星的 AI 基础设施方案。这不仅是技术突破，更是一场关于“谁掌握物理世界 AI 基础设施”的底层竞赛——从地面万卡集群延伸到天基算力节点。 🔗 爱范儿早报

8️⃣ 荣耀 Robot Phone 开启预约：智能体手机向“机器人手机”延伸#

• 核心发布：7 月 18 日，荣耀 Robot Phone 开启全渠道预约，推出“月影灰”和“星轨银”两款配色。搭载 Agentic OS，支持理解复杂指令并自动完成跨应用连续任务，还能识别用户动作并通过转动云台进行互动回应。荣耀 CEO 李健在 WAIC 表示，AI 将从工具属性发展为具备感知、推理、执行和反馈能力的伙伴型智能系统。
• 行业意义：Robot Phone 标志着手机形态从“智能体手机”向“具身交互终端”的延伸。当手机不仅能理解语言，还能通过物理动作（云台旋转、舞蹈）作出回应，AI 终端的交互范式正在从“屏幕内”扩展至“屏幕+行动”。 🔗 爱范儿早报