NVIDIA与首尔国立大学宣布成立韩国首个多学科NVIDIA AI Technology Center（NVAITC）联合实验室，聚焦基础模型、加速计算、物理AI与AI科学等领域。该实验室将整合研究、人才培养、教育与基础设施，支持Siheung校区AI枢纽建设，并提供实习与导师项目。
此举标志NVIDIA在韩主权AI布局从KAIST延伸至顶尖综合大学，加速区域算力与人才生态整合。
信源:https://x.com/nvidia/status/2081142850994229468
亚马逊关闭旧金山AI站点 暴露前沿模型投入新现实
7月24日，亚马逊确认关闭旧金山AGI站点，此前已在其人工智能通用智能团队进行裁员，但表示前沿模型研究实验室将继续运作。这一动作发生在AI基建军备竞赛正酣之际，却透露出大厂对“烧钱”前沿研发的审慎调整。
背景中，亚马逊正将更多资源转向客户导向的AI产品，而非纯AGI探索。这与谷歌、微软等巨头类似：一方面持续加码数据中心与推理算力，另一方面开始精简非核心或高风险实验室。数据显示，AI相关资本开支已让 hyperscalers 面临盈利压力，传统软件预算被挤压的案例屡见不鲜。
与OpenAI、Anthropic 等专注前沿的实验室对比，亚马逊的举动凸显“去依赖化”与务实落地并行的趋势。过去两年，巨头们为追赶模型迭代不惜重金，如今部分站点关闭或裁员，暗示单一模型竞赛的回报曲线正在趋缓。物理世界部署与企业代理落地，才是下一阶段验证点。
这一信号值得跟踪：亚马逊下一步是否会进一步收缩AGI投入，转向与AWS深度整合的垂直应用？若更多大厂跟进，AI资本叙事或将从“规模至上”转向“效率与ROI优先”。
信源：
https://www.geekwire.com/2026/amazon-confirms-its-closing-key-ai-site-in-san-francisco-but-says-work-on-its-top-models-continues/
https://www.reuters.com/business/world-at-work/amazon-cuts-jobs-its-artificial-general-intelligence-group-2026-07-22/
Altman生物识别项目World加密融资的信号
7月24日，Sam Altman联合创办的生物识别身份验证初创World通过加密代币销售筹集5250万美元，由Pantera Capital领投，锁定期12个月。[[1]](https://techcrunch.com/2026/07/24/sam-altmans-biometric-startup-world-raises-52-5-million-via-crypto-sale/)[[1]](https://techcrunch.com/2026/07/24/sam-altmans-biometric-startup-world-raises-52-5-million-via-crypto-sale/)
这一动作发生在OpenAI主业持续扩张、AI身份验证需求因深度伪造激增的背景下。World曾以虹膜扫描设备“Orb”闻名，目标是建立“人类证明”数字身份体系，应对AI代理与真人混淆的互联网困境。相比OpenAI的通用大模型路线，Altman的副业更侧重垂直基础设施，显示创始人资本配置正从单一模型竞赛转向多赛道布局。
与Anthropic、Google等专注模型迭代的同行不同，Altman通过加密渠道融资，绕过传统VC估值压力，同时绑定Web3流动性。这笔资金将用于扩展验证网络，呼应全球AI治理对“人机区分”机制的迫切需求。类似Meta早期在支付与身份的跨界尝试，World的路径可能成为AI时代创始人分散风险的范本，但也面临监管与隐私双重考验。
未来六到十二个月，World能否将验证规模推至亿级用户，并与主流AI平台形成互操作标准，将是观察Altman多元化战略成败的关键悬念。
信源：
Sam Altman’s biometric startup World raises $52.5M via crypto sale
https://www.coindesk.com/business/2026/07/24/sam-altman-backed-world-network-secures-fresh-funding-to-fight-online-ai-deepfakes
NSF 宣布 4 亿美元投资全国 AI 可编程云实验室网络
7 月 24 日，美国国家科学基金会（NSF）宣布向 20 个团队首批投入约 3.8 亿美元，启动“可编程云实验室”（PCL Test Bed）计划，目标是建立覆盖全美的 AI 驱动自动化实验室网络。该计划直接对接白宫“Genesis Mission”，被官方定位为“可与曼哈顿计划比肩”的 AI 科学加速项目，5000 支团队曾参与申请。
这一动作并非孤立。它标志着美国正把 AI 从“聊天与推理”工具升级为科学发现的基础设施：实验室将实现从实验设计、执行到数据分析的全流程自动化，覆盖材料、生物、工程等多领域。相较于中国 DeepSeek 二轮融资暂停暴露的资本压力，以及欧洲主权 AI 仍停留在算力租赁阶段，美国正通过联邦资金直接下场，构建“AI 原生科研体系”。
与私营巨头路径形成鲜明对比。OpenAI、Anthropic 等聚焦企业代理与消费级模型，微软、谷歌则通过云服务间接变现；而 NSF 的云实验室网络更像“国家科研操作系统”，旨在降低科研门槛、加速突破，同时强化美国在全球 AI 治理中的技术主导权。数据层面，Genesis Mission 已吸引数千团队，显示政策杠杆撬动民间资源的效率远超单纯补贴。
短期内，这一投入或进一步拉大中美在科学 AI 应用上的差距，但执行层面仍存悬念：如何确保数据安全、避免“黑箱实验”伦理风险，以及成果能否快速转化为产业竞争力，将决定这一“黄金时代”叙事是否落地。未来 12 个月，首批实验室的首批发现或成为检验标尺。
信源：
https://www.nature.com/articles/d41586-026-02332-8
https://www.linkedin.com/posts/jennifer-slimowitz-pearl-b661054_nsf-announces-400m-investment-in-new-national-activity-7486379297591525376-d-W4
DeepSeek 暂停二轮融资，暴露中国AI资本新压力
7月25日，路透社援引彭博消息称，DeepSeek 已口头通知潜在投资人，暂停计划中的第二轮融资。该轮原定以约5000亿元人民币（约740亿美元）估值推进，此前首轮已募得约74亿美元。暂停原因部分与创始人梁文锋对网上报道其早期表态的不满有关。
这一动作发生在中美AI资本两极分化的背景下。美国 hyperscaler 正以数千亿美元规模持续加码数据中心与模型训练，而中国初创公司则面临更严格的监管审查、跨境资金流动限制及本土市场估值压力。DeepSeek 此前的首轮融资由腾讯、宁德时代等入股，显示本土资本仍有意愿，但二轮暂停暗示外部环境已生变。相比之下，OpenAI 与 Anthropic 仍在美欧市场轻松获得巨额支持，凸显主权AI 竞争中资本可及性的结构性差异。
暂停可能迫使 DeepSeek 加速转向 IPO 筹备或更注重效率优化，而非单纯堆参数。这既是短期资本寒冬的信号，也可能倒逼中国模型在垂直场景与性价比上寻找突破。未来六到十二个月，若融资恢复，将取决于监管松紧与地缘环境；若持续搁置，则可能进一步拉大与美国前沿模型的迭代差距，值得持续跟踪梁文锋团队的下一步动作。
信源：
https://www.reuters.com/world/china/deepseek-tells-prospective-investors-funding-pause-bloomberg-news-reports-2026-07-25/
（Bloomberg 原报道同步于7月25日披露）
SpaceX星舰13次试飞成功 首次部署20颗Starlink V3卫星
SpaceX于2026年7月24日从得州Starbase发射星舰第13次试飞，Super Heavy助推器与Ship上层级均按计划亚轨道飞行。Ship成功释放20颗下一代Starlink V3生产型卫星，卫星展开太阳能帆板与天线，并通过射频和激光链路完成初始通信与遥测下载。卫星按预定轨迹部署，约20分钟后再入销毁。
此次为星舰首次携带真实V3卫星，验证了部署与在轨初期能力，标志星链网络升级进入实测阶段。
信源:https://www.spacex.com/launches/starship-flight-13
瑞士Apertus 1.5完全开源LLM发布
Apertus团队7月24日发布Apertus 1.5，在1.0基础上继续预训练8B与70B模型，新增图像与音频多模态输入、思考模式、四倍上下文（262k tokens）、指令遵循与工具调用提升。模型权重、数据、训练细节全部公开，Apache 2.0许可。已上线Hugging Face平台。
该版本强化实用性，进一步推动欧洲主权开源AI基础设施建设。
信源:https://www.apertus-ai.org/articles/2026-07-apertus-1-5/
Protoai 开源 P2P 网络上线 GitHub 并登 Show HN
John DeBord 在 GitHub 发布 Protoai v0.1 项目，并同步提交 Hacker News Show HN。该工具允许用户将 AI 对话上下文打包为纯文本 .ai 文件，通过 Hyperswarm 构建的无服务器 P2P 网络传播节点。持有上下文的节点可使用本地 Ollama 模型与之对话，内容完全公开且需人工确认后释放。项目提供 macOS/Windows/Linux 一键安装包及 CLI，支持从 Claude Code 导入或终端生成上下文。
目前仓库最新发布和主要提交均在今日完成，HN 帖仅获 2 分 1 评论。项目强调无中心服务器、无账户，上下文随节点存活而存在，超出 5MB 即拒绝。
该发布标志开源 AI 上下文共享协议的早期探索，实际采用规模与生态尚待验证。
信源:https://github.com/johndebord/protoai
Kimi K3 网络能力评估暴露中外模型安全差距
7月23-24日，英国AI安全研究所（AISI）与美国CAISI联合发布对Moonshot Kimi K3的初步网络能力评估结果。该模型在32步模拟企业网络攻击任务中平均仅推进到第17步，远低于美国前沿模型的28.5步，但仍能协助漏洞利用开发，且安全护栏未有效阻挡进攻性操作。Kimi K3计划于7月27日前开放权重，此评估正值其开放前夕。[[1]](https://www.resultsense.com/news/2026-07-24-aisi-kimi-k3-cyber-assessment/)
这一事件发生在中外模型性能快速追赶却安全对齐仍存落差的格局下。过去半年，Kimi K3、DeepSeek V4、GLM-5.2等中国开源/半开源模型在基准测试上已逼近或局部超越部分闭源前沿模型，成本却低一个数量级。评估显示，Kimi K3在进攻性网络任务上仍落后美系模型，但已优于同类中国模型，反映出“性能追赶快、安全追赶慢”的典型特征。
对比之下，美国前沿实验室更早将网络安全对齐嵌入训练与部署流程，OpenAI、Anthropic等在红队测试和护栏设计上投入远超中国同行。而中国模型开放权重节奏更快，客观上把安全验证压力提前暴露给全球监管者。AMD同期在Advancing AI大会宣布Helios机架方案量产，也印证硬件与模型双线竞争正从“谁更快”转向“谁更可控”。
短期看，此类双边评估或将常态化，既可能延缓中国模型的全球部署，也会倒逼国内实验室加速安全对齐研究。长期悬念在于：当更多中国模型进入开放权重窗口，西方监管是否会形成事实上的“安全准入壁垒”，进而重塑全球AI供应链的信任结构？
生成式媒体赛道从模型竞赛转向路由编排
7月23日，Runway正式推出Media Router，通过Runway Dev平台为开发者提供单一API，自动在自研与第三方图像、视频、音频模型间按成本、延迟和质量选择最优选项。这一动作直指生成式媒体模型日益拥挤的现实。
生成式媒体正从“谁模型更强”转向“谁能高效编排”。Runway此举将自身从单一模型提供商升级为基础设施层，与LLM领域已出现的路由工具形成呼应。Adobe、Cloudflare等客户已在Runway Dev上验证混合调用价值，显示开发者不愿锁定单一供应商。
对比之下，OpenAI与Anthropic仍在前沿模型迭代上重金投入，而Runway选择在拥挤的媒体生成赛道切入编排层。AMD同期强调agentic时代CPU与GPU并重的全栈方案，也印证计算需求从训练转向密集推理与编排的结构性转变。
这一路由化趋势可能在6-12个月内加速：模型性能边际递减后，成本与速度将成为核心竞争点。但若路由逻辑本身成为新的护城河，Runway能否守住先发优势，仍取决于第三方模型接入广度与企业采用速度。
信源：
Runway launches AI model router as generative media gets crowded
https://www.fiercewireless.com/cloud/amd-launches-full-stack-ai-compute-agentic-era
