华为在HUAWEI CONNECT 2026上发布全新升级的星河AI广域网解决方案，涵盖AI Fabric 2.0、AI WAN及AI Campus三大模块，引入UBG交换机、星络无损算法、XH算网一体机及多维安全防护，实现千公里无损算力传输、远程算效超95%、分支成本降四倍，并支持量子安全与APT实时阻断。方案已在多行业验证部署。
该升级直击AI时代跨域算力瓶颈与安全风险，标志华为网络方案从数据中心向广域Agentic场景加速落地。
信源:https://www.prnewswire.com/apac/zh/news-releases/aiagentic-302883010.html
SK海力士硅谷成立风险投资公司
SK海力士在硅谷推出SK海力士风险投资公司，扩大对AI计算、数据中心、系统软件及光互联技术的投资范围。公司今日宣布成立并举办首届SK海力士风险投资日，CEO郭鲁正携高管出席，与全球风投及初创代表共商合作。公司自2015年起已有CVC组织，此举将CVC重点从半导体转向更广AI生态系统。
信源:https://news.skhynix.com/en/sk-hynix-ventures/
Beijing Naive AI 三轮融资后估值达14亿美元
北京 Naive AI 由清华大学教授代季峰于今年2月创立，已完成三轮融资累计4亿美元，估值超过14亿美元，腾讯等参与投资。公司计划本月最早发布首款大模型，正式进入中国大模型竞争市场。该轮估值更新凸显中国AI初创资本热度与模型发布节奏加速。
信源: https://www.theinformation.com/articles/naive-ai-valuation-funding (via Techmeme)
Anthropic 建湿实验室，AI 从模拟走向实操
Anthropic 于 9 月 18 日被曝光已在旧金山湾区悄悄搭建湿实验室（wet lab），开始进行真实生物实验，而非仅停留在计算机模拟。此举是其生命科学战略的实质推进，目标是用 Claude 指导机器人完成实验，聚焦罕见病等传统药企不愿涉足的领域。实验室负责人确认，目前已开展部分内部实验，并与外部伙伴合作，但明确不进入临床试验阶段以避开直接竞争。[[1]](https://www.reuters.com/world/anthropic-quietly-sets-up-biology-lab-it-ramps-ai-drug-program-2026-09-18/)[[2]](https://ca.finance.yahoo.com/news/exclusive-anthropic-quietly-sets-biology-100255331.html)
这一动作折射出 AI 公司从“聊天与代码”向物理世界真实运营的跨越。过去半年，代理（agent）概念从 demo 转向生产级部署的案例增多，但多数仍停留在数字层面。Anthropic 此举将 AI 直接接入湿实验反馈循环：模型生成假设、设计分子，实验室验证结果再回流优化模型，形成闭环。与此同时，OpenAI 等竞争对手也在安全披露与垂直产品（如 Astra for Law）上加码，显示前沿实验室正从纯模型竞赛转向“模型+基础设施+真实场景”的复合能力比拼。
对比之下，Meta、NVIDIA 等更强调加速开发，而 Anthropic 选择在安全争议升温时投入实物实验，体现了其“安全优先但不放弃落地”的定位。中国玩家如华为则公开表示本土模型尚未达到感知前沿风险的水平，主张加速追赶。两者路径差异凸显全球 AI 治理的分裂：西方部分实验室试图用内部验证与披露机制对冲风险，中国则更注重通过规模化发展来“感受并管理”风险。
这一实验室的建立能否真正让 Claude 在生物实验中实现闭环自主，仍有待验证。若成功，将加速 AI 从数字代理向物理世界运营的渗透；若受制于安全或监管，将成为行业标杆案例。未来 6-12 个月，类似实物部署的落地速度，将决定代理经济是走向通用还是垂直深耕。
信源：https://www.reuters.com/world/anthropic-quietly-sets-up-biology-lab-it-ramps-ai-drug-program-2026-09-18/
https://ca.finance.yahoo.com/news/exclusive-anthropic-quietly-sets-biology-100255331.html
微软内部文件曝光AI“末日循环” 出版商数据供给危机浮现
9月17日 unsealed 的法庭文件显示，微软高管早在内部文件里警告，AI 内容策略已启动“doom loop”（末日循环）：模型性能与整个网络内容供给将同时受损。一位匿名高管直言，“LLM 是一种摧毁自身供应链的产品”，并称此举可能是“人类历史上最大规模的劳动力盗窃”。同期数据印证，Bing Chat 带来的《纽约时报》点击率骤降 83-93%。[[1]](https://arstechnica.com/tech-policy/2026/09/microsoft-exec-called-ai-scraping-the-largest-theft-of-labor-in-human-history/)
这一披露正值 AI 实验室加速扩张训练数据的关键时刻。过去两年，OpenAI 与微软等公司通过海量抓取新闻内容构建模型，却在内部已预见到流量替代效应将反噬数据源。相比之下，传统出版商正通过诉讼要求补偿，而 AI 方则辩称“公平使用”。欧洲与美国监管者近期对数据主权与版权的关注，也让这一裂痕从商业纠纷升级为行业结构性矛盾。
与此同时，AI 公司公开仍强调“数据即燃料”，却不愿正视供给端崩塌的风险。出版商流量腰斩、营收承压的现实，远超早期乐观预期。这与 AI 追求规模化训练的路径形成鲜明对比：短期内模型能力或继续提升，但长期数据枯竭或迫使行业转向付费授权、合成数据或更严格的垂直领域合作。
悬念在于，此案后续判决或和解是否会催生全行业数据许可标准，抑或进一步拖慢前沿模型迭代步伐。AI 的“免费午餐”时代，正面临现实反噬。[[2]](https://www.avclub.com/microsoft-doom-loop-openai-new-york-times)
信源：
https://arstechnica.com/tech-policy/2026/09/microsoft-exec-called-ai-scraping-the-largest-theft-of-labor-in-human-history/
https://www.avclub.com/microsoft-doom-loop-openai-new-york-times
开源模型安全“内建”联盟浮出水面
9月17日，推理基础设施公司Baseten旗下研究臂Base Labs宣布与Hugging Face、Goodfire AI结成伙伴，共同为开源权重模型打造训练、评估与监控的安全基础设施标准，目标是将防护机制嵌入模型全生命周期，而非事后修补。Hugging Face平台上已有逾6000个通过“abliteration”技术移除安全护栏的模型，这一现实直接推动了合作。
这一动作发生在前沿实验室密集呼吁“放缓前沿开发”的背景下。Dario Amodei等人的倡议获得Altman、Hassabis、Musk等人响应，但行业对“如何放缓、谁来定义标准”仍存分歧。闭源巨头倾向于内部对齐与第三方嵌入评估，而开源生态则面临护栏易被剥离的实际风险。Baseten估值已达130亿美元，其推理平台服务大量垂直应用；Goodfire专注模型可解释性，三方合作试图在开源侧建立可复制的安全范式。
与Anthropic、OpenAI等实验室的封闭路径相比，这更像一场“主权治理”实验：安全不再是少数实验室的专利，而是通过公开方法吸引社区共建。数据支撑鲜明——开源模型部署规模已远超闭源，但安全事件频发。若此标准落地，将迫使闭源公司重新评估开源竞争的真实威胁。
悬念在于：这一“内建”标准能否真正被主流开发者采纳，还是沦为又一次行业自说自话？未来六到十二个月，开源与闭源的安全路径分化或将加速显现。
信源：
Base Labs launches an open-weight AI safety partnership with Hugging Face and Goodfire
https://superpowerdaily.com/posts/baseten-s-base-labs-partners-with-hugging-face-and-goodfire-on-open-model-safety
AI产品“替代”出版商 版权诉讼揭行业裂痕
9月17日，纽约时报等出版商起诉OpenAI与微软的版权案中，多份此前被遮蔽的法庭文件解封。OpenAI ChatGPT负责人Nick Turley内部写道，“我们的产品本质上是替代性的”；微软CEO萨蒂亚·纳德拉在证词中承认，聊天机器人对话已“取代”出版商网站；微软应用科学总监Brent Hecht更将海量抓取描述为“人类历史上最大规模的劳动盗窃”。这些证据直指AI训练数据来源的合法性与可持续性。[[1]](https://www.nytimes.com/2026/09/17/technology/microsoft-openai-publishing-industry.html)
这一披露并非孤例，而是AI内容经济结构性矛盾的集中爆发。过去两年，AI公司以“ transformative fair use”为由大规模抓取新闻文本训练模型，同时产品却直接截流流量、侵蚀订阅与广告收入。出版商的“doom loop”担忧——模型越强、流量越少、内容供给越枯竭——已从假设变为内部共识。相比之下，音乐、影视行业通过集体许可与分成机制部分缓解了类似张力，而新闻领域因碎片化与时效性，谈判更难推进。
从格局看，这场诉讼将迫使行业重新权衡“免费数据红利”与长期内容生态。OpenAI与微软若败诉，可能面临巨额赔偿或强制许可；胜诉则可能加速内容创作者向付费墙或专属协议转移。未来6-12个月，关键悬念在于法院是否认可AI训练的“替代性”已超出合理使用边界，以及更多出版商是否加入诉讼或转向集体谈判。[[2]](https://www.reuters.com/business/media-telecom/openai-microsoft-executives-quotes-ai-training-threaten-copyright-defense-news-2026-09-17/)
**信源：**
https://www.nytimes.com/2026/09/17/technology/microsoft-openai-publishing-industry.html
https://www.reuters.com/business/media-telecom/openai-microsoft-executives-quotes-ai-training-threaten-copyright-defense-news-2026-09-17/
https://techcrunch.com/2026/09/17/microsoft-exec-called-ai-scraping-the-largest-theft-of-labor-in-human-history-new-unredacted-filings-reveal/
Crusoe 39亿美元融资 折射AI工厂军备赛加速
9月17日，AI基础设施公司Crusoe宣布完成39亿美元F轮融资，投后估值309亿美元，由Atreides Management、Mubadala Capital和Valor Equity Partners共同领投，NVIDIA、Founders Fund等跟投。[[1]](https://techcrunch.com/2026/09/17/crusoe-raises-3-9b-to-build-massive-data-centers-and-small-modular-ai-factories/)[[2]](https://www.reuters.com/business/ai-infrastructure-provider-crusoe-valued-309-billion-latest-funding-round-2026-09-17/)
这笔交易发生在AI算力需求持续爆发、电力与土地瓶颈日益突出的背景下。Crusoe从加密挖矿起家，已转向垂直整合AI数据中心，合同总价值超1400亿美元，签约容量超6吉瓦，其中1吉瓦已投运。它不仅在得州Abilene建设服务OpenAI和微软的大型园区，还推出工厂预制、卡车运输的模块化“Spark”AI工厂，目标是快速部署到闲置电力站点。[[1]](https://techcrunch.com/2026/09/17/crusoe-raises-3-9b-to-build-massive-data-centers-and-small-modular-ai-factories/)
与传统 hyperscaler 自建或长期租赁模式相比，Crusoe 的工厂化路径试图解决建设周期长、审批难的问题。过去一年，其估值从约100亿美元跃升至309亿美元，反映资本对“物理AI”基础设施的极高溢价。同期，类似主权与能源主题的融资也在升温，但Crusoe的规模与垂直整合程度更为突出。
这一融资与近期多位CEO呼吁“放缓前沿开发”的表态形成鲜明对比。安全辩论升温之际，基础设施资本却以史无前例的速度涌入，说明市场真正押注的是能力竞赛而非减速。模块化工厂能否在能效、供应链和监管上跑赢传统巨型园区，仍是关键变量。
若电力与土地约束持续收紧，类似Crusoe的“能源优先”玩家或将重塑行业进入壁垒。[[3]](https://thenextweb.com/news/crusoe-3-9-billion-series-f-30-9-billion-valuation-spark)
**信源：**
Crusoe raises $3.9B to build massive data centers and small modular ‘AI factories’
https://www.reuters.com/business/ai-infrastructure-provider-crusoe-valued-309-billion-latest-funding-round-2026-09-17/
亚马逊8亿美元发电机订单凸显AI电力瓶颈
9月16日，Generac在SEC备案披露，与亚马逊签署长期供应协议，为后者数据中心提供备用发电机，初始交付金额约24亿美元（2027-2028年），潜在总值可达80亿美元；亚马逊同时获得Generac约3%股权认股权证。消息发布后，Generac股价单日大涨逾30%。[[1]](https://www.bloomberg.com/news/articles/2026-09-16/generac-shares-jump-on-8-billion-amazon-data-center-supply-pact)[[2]](https://pulse2.com/generac-signs-long-term-amazon-data-center-generator-agreement-with-up-to-8-billion-in-payments/)
这一交易并非孤例，而是AI算力扩张下，行业瓶颈从芯片/模型转向物理基础设施的最新信号。过去两年，NVIDIA等算力供应商主导资本叙事；如今，数据中心每兆瓦训练集群的持续运行，对可靠备用电源的需求呈指数级增长。亚马逊AI与芯片业务季度化run rate已超250亿美元，其对供电连续性的要求远超传统云业务。Generac从消费级发电机企业转型为 hyperscaler 供应商，股价重估正是这一转变的缩影。[[3]](https://www.fool.com/investing/2026/09/17/generac-lands-24-billion-generator-deal-with-amazon/)
对比之下，OpenAI、Anthropic等前沿实验室仍在模型与对齐层面博弈，而亚马逊这类 hyperscaler 已提前锁定供应链。类似诺和诺德与Anthropic的药物发现合作，或Palantir的运营代理落地，都显示AI正从“聊天框demo”走向真实世界资产运营。电力、冷却与土地已成为新稀缺资源，传统工业玩家借此重获估值溢价。
未来6-12个月，更多数据中心能源合同或将涌现，但这也可能引发监管对能耗与电网压力的关注：谁能同时掌控模型与物理层，谁就掌握下一阶段的主导权。悬念在于，亚马逊此举是否会引发其他 hyperscaler 跟进垂直整合，还是催生独立能源基础设施新巨头。
信源：
https://www.bloomberg.com/news/articles/2026-09-16/generac-shares-jump-on-8-billion-amazon-data-center-supply-pact
Generac Signs Long-Term Amazon Data Center Generator Agreement With Up To $8 Billion In Payments
https://aiweekly.co/alerts/amazon-wins-warrant-for-3-generac-stake-in-8b-generator-pact
PrismML发布Bonsai 2 27B模型
PrismML于9月17日推出Ternary Bonsai 2 27B模型，基于阿里Qwen3.8 27B，通过三元权重压缩至5.9GB，支持手机等端侧设备运行，保留98.2%基准性能，上下文窗口262K，支持文本与图像输入，Apache 2.0开源。模型在NVIDIA GPU与Apple MLX平台可用，性能较前代Bonsai 27B显著提升。
该压缩技术将27B级模型部署门槛大幅降低，加速本地AI应用落地。
信源:https://prismml.com/news/bonsai-2-27b
