【百度秒哒】9月11日在杭州百度AI Day专场发布行业首个无代码应用商单平台，连接企业需求方与OPC创作者，支持从零定制开发及已有应用接管交易。平台过去一年已生成超500万个商业应用，企业付费用户增速为个人版14倍。未来三年计划推动模板交易3000万次、服务超100万开发者，通过撮合实现1亿元成单价值，同时升级企业版一键私有化部署与团队协作能力。
该平台打通无代码从创作到变现全链路，加速AI应用从个人工具转向企业级商业交付。
信源:https://www.sohu.com/a/1074803969_122546436
Skild AI于9月10日宣布，其机器人基础模型S1已在首 个商业部署后10个月内达到1亿美元年经常性收入跑率（ARR），客户从年初的8家增至60多家，数百台机器人已在制造、物流、检验、安防和食品制备等领域实际运行。[[1]](https://www.bloomberg.com/news/articles/2026-09-10/robotics-startup-skild-ai-hits-100-million-in-revenue-run-rate)[[2]](https://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/)
这一里程碑标志着具身智能从实验室demo转向规模化部署的转折。S1采用上下文学习（in-context learning），机器人仅需观看一段人类操作视频即可执行全新多步任务（最长10分钟、数十步骤），无需更新权重或专项后训练。在内部测试中，已见任务成功率96%，全新任务66%，单视频示范相当于约380个传统训练样本。NVIDIA Isaac Lab与Cosmos为其提供合成数据、仿真和部署支持，Foxconn等伙伴已在Blackwell芯片组装线上应用。[[2]](https://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/)
对比传统工业机器人需为每条产线重新编程，或Figure、特斯拉Optimus仍以demo为主的阶段，Skild的路径更直接对接企业痛点：动态环境下的快速适应。OpenAI与Anthropic聚焦通用模型与代理，Skild则以垂直物理世界切入，营收增速远超多数纯软件AI初创，印证“AI接管真实资产运营”的商业化窗口已打开。
这也带来新变量：欧洲机械法规2027年1月起覆盖自演化行为系统，Skild式模型正中监管焦点；同时，NVIDIA等硬件伙伴的深度绑定，加速了算力与机器人软件的垂直整合。未来6-12个月，关键悬念在于S1能否在更多长时序、高精度场景中稳定达到生产级可靠率，并被竞争者复制——若成功，物理AI的资本与部署竞赛将从模型参数转向真实工厂吞吐量。[[3]](https://thenextweb.com/news/skild-ai-100m-run-rate-eu-rules)
信源：
https://www.bloomberg.com/news/articles/2026-09-10/robotics-startup-skild-ai-hits-100-million-in-revenue-run-rate
https://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/
https://www.skild.ai/blogs/skild-crosses-100m-arr
9月10日，IBM与NASA联合发布NASA-IBM Lunar Foundation Model，这是首个面向月球科学的开源基础模型。该模型已在Hugging Face公开，并配套发布统一的多模态月球数据集，整合了四次NASA任务、九台仪器超过30层的观测数据，涵盖高分辨率影像与多光谱信息。[[1]](https://www.reuters.com/science/ibm-nasa-launch-ai-model-help-map-ice-craters-moon-2026-09-10/)
模型训练数据来自月球勘测轨道器等任务，可用于识别极区潜在冰沉积、火山特征与陨石坑，基准测试中对关键地表特征的识别准确率较主流方法提升最高23%。冰资源对未来月球基地供水、制氧及火星任务燃料生产至关重要，此举直接服务于NASA长期驻留计划。
与通用视觉模型相比，该模型在多分辨率、多模态数据融合上更高效，所需微调数据更少。这一开源举动将加速全球科研机构对海量月球数据的利用，降低人工筛查成本。
与闭源前沿模型竞赛不同，IBM-NASA路径强调科学应用与公共数据集建设。下一步值得关注的是，更多机构是否跟进类似行星科学基础模型，以及该模型在实际任务规划中的落地效果。
信源：https://www.reuters.com/science/ibm-nasa-launch-ai-model-help-map-ice-craters-moon-2026-09-10/
9月10日，OpenAI临时暂停ChatGPT Pro新订阅与升级，原因直指GPT-6 Astra需求激增。TechCrunch等媒体报道，这一举措凸显代理级产品从“概念验证”转向“规模化瓶颈”。[[1]](https://everythingmeetsai.com/)
这一事件折射代理经济从实验室走向真实运营的加速。OpenAI此前已推出Agents API公测与金融定制版，Astra被定位为可处理复杂工作流的代理平台。需求井喷不仅来自企业用户，也包括开发者对多代理协作场景的探索。相比之下，Anthropic与Google在代理产品上的迭代虽快，但尚未出现类似订阅限流信号，显示OpenAI在消费级代理落地速度上仍具先发优势。
与此同时，人才与资本流动加剧对比。Meta研究员Andrew Tulloch近日跳槽Anthropic，专注训练与推理；NVIDIA则在澳洲推进2GW AI工厂布局，算力物理争夺同步升温。OpenAI的订阅暂停既是增长信号，也暴露基础设施与安全审查的滞后——高需求下，如何在不牺牲对齐的前提下维持服务连续性，成为新考验。
未来6-12个月，这一幕或将重复于更多实验室：代理从demo迈向生产级部署时，供给侧的物理与治理约束将决定谁能真正规模化。OpenAI能否快速扩容，同时避免“野外活动”失控风险，将是关键观察点。
信源：
https://everythingmeetsai.com/ (2026-09-10)
https://www.bleepingcomputer.com/tag/ai/ (2026-09-10)
https://aiflow.news/ (2026-09-10)
【Enflame Technology】9月11日在上海科创板首发，股价从发行价142.18元开盘暴涨至410元，最高触及475元，涨幅达188%，收盘附近430元区间，市值升至约1850亿元人民币（约263亿美元）。公司此前通过IPO募资约61.2亿元人民币（约9.1亿美元），腾讯为其最大股东并持有17.95%股权。该股成为中国“四小龙”AI芯片企业最后一家上市标的，零售申购超额4000倍，凸显本土AI芯片替代需求强劲。市场对国产算力龙头追捧持续，但盈利前景仍待验证。
信源:https://www.scmp.com/tech/tech-trends/article/3367124/enflame-shares-soar-188-shanghai-debut-nvidia-challenger-taps-investor-fever-ai
9 月 10 日，NVIDIA 宣布与 Firmus、Sharon AI 等八家澳洲公司合作，计划到 2027 年在当地建成最高 2GW 的 AI 工厂产能，较该国当前约 1.6GW 负载实现翻倍。这笔交易标志着 AI 基础设施竞赛从芯片和模型层面，迅速转向电力、土地和数据中心物理层。[[1]](https://www.theneuron.ai/digest/everything-that-happened-in-ai-today-thursday-september-10-2026/)[[2]](https://aiweekly.co/ai-news-today)
这一动作发生在全球算力需求爆炸式增长的背景下。过去一年， hyperscaler 对 GPU 集群的订单已从“叙事”转向硬性合同，Broadcom 等芯片商的指引也印证了这一点。澳洲项目不仅解决本地电力瓶颈，还为美系 AI 公司提供“盟友主权算力”选项，与中国在蒸馏与供应链上的博弈形成镜像。相比之下，谷歌早前在芬兰的 150 亿美元基建承诺，更侧重欧洲监管合规，而 NVIDIA 此举直接瞄准亚太增长极。
与此同时，OpenAI、Anthropic 等实验室正通过企业 API 和垂直产品（如金融服务定制版）加速变现，但底层算力短缺已成为瓶颈。NVIDIA 这次的澳洲布局，既巩固了其在 AI 工厂全栈中的主导地位，也暴露了传统云巨头在电力和土地上的依赖。未来 6-12 个月，类似主权或盟友算力项目是否会复制到东南亚、中东或拉美，将决定谁能在物理层抢占先机。
悬念在于：当 2GW 级项目落地后，电力供应与监管审批的实际节奏能否匹配模型迭代速度？若缺口持续扩大，AI 军备竞赛或将从实验室转向电网与地缘政治。
信源：
https://www.theneuron.ai/digest/everything-that-happened-in-ai-today-thursday-september-10-2026/
https://aiweekly.co/ai-news-today
前华为高管喻杰、港大教授罗平联合创立的超维动力（Kinetix AI）宣布完成超5亿元人民币天使+轮系列融资，祥峰资本、方广资本、万石资本等跟投。公司成立于2025年9月，专注全栈具身智能大模型，已推出KAI Halo Lite数据采集设备、KAI World Model及KAIBot人形机器人等产品。本轮资金将加速数据-模型-本体迭代与产品化落地。具身智能早期融资热度持续，港大与华为背景团队受资本青睐。
信源: https://www.sohu.com/a/1074637610_122054251
9月10日，九识在广州举行战略发布会，宣布完成“城市级物理AI”战略升级，推出“九识大脑”并开放“九识租车”小程序及无人运力加盟模式，同时与广汽领程、广州公交集团等签署多领域合作协议。公司已拥有超3万台RoboVan车队，累计运营里程超2.5亿公里，此次升级将L4运营经验沉淀为面向城市治理的AI中枢。
该举措标志无人车从规模运营向城市基础设施平台转型，物理AI落地进入新阶段。
信源:https://www.qbitai.com/2026/09/487163.html
杭州市上城区联合智谱AI通过BigModel平台启动“智谱·杭州全城Coding计划”。个人用户（在杭工作人员、杭州高校学生）购季卡享44%综合减免、年卡51%减免，每人限一次；上城区企业年卡享55%减免，单家上限100万元。活动9月10日至12月9日，需实名认证并提交社保或学籍证明。地方政府补贴AI编程工具，加速本地开发者与企业落地。
信源:https://docs.bigmodel.cn/cn/coding-plan/hangzhou-rules
9月10日，国际清算银行（BIS）总经理Pablo Hernández de Cos在印度孟买举行的全球金融科技节上发表讲话，指出AI领域的资本支出军备竞赛正带来新的金融稳定风险。顶级五家科技公司2025-2026年AI相关投资将超过1万亿美元，全球AI投资预计从当前约5000亿美元增至2030年的3-4万亿美元。[[1]](https://www.reuters.com/business/finance/ai-boom-poses-new-financial-stability-risks-bis-head-says-2026-09-10/)[[2]](https://www.bloomberg.com/news/articles/2026-09-10/ai-arms-race-still-poses-global-stability-risk-bis-chief-says)
他强调，这些投资越来越多地依赖债务和私募信贷而非企业盈利，融资结构“ opaque and interconnected”（不透明且相互关联）。若回报不及预期，投资热潮可能逆转为萧条，影响范围或超过历史科技泡沫，对消费和全球市场造成更大冲击。Hernández de Cos将此与19世纪运河热、铁路狂潮及20世纪90年代互联网泡沫类比，警告当前股市集中度和家庭财富暴露于AI相关资产的风险更高。[[3]](https://www.coindesk.com/business/2026/09/10/ai-s-rapid-rise-poses-global-financial-stability-risks-says-head-of-the-bis)
这一表态正值AI资本开支加速之际， hyperscalers与芯片厂商竞争推动数据中心和电力基础设施巨额投入。BIS此前6月报告已提及类似担忧，此次讲话进一步明确指出政策需关注 opaque 融资链条可能放大的系统性脆弱性，同时肯定AI生产力潜力，但强调回报分配与风险共担的重要性。
编辑观察：AI从技术竞赛转向金融与宏观稳定议题，监管与资本市场的互动将成下一阶段焦点。若投资回报验证滞后，2027年前后或出现估值重估压力，值得持续跟踪BIS后续报告与主要科技公司财报中的资本支出数据。
信源：https://www.bloomberg.com/news/articles/2026-09-10/ai-arms-race-still-poses-global-stability-risk-bis-chief-says
https://www.reuters.com/business/finance/ai-boom-poses-new-financial-stability-risks-bis-head-says-2026-09-10/
