中美AI赛道竞争格局分析与投资机会探索

“美国技术平台与闭源性能领先”与“中国场景驱动与开源生态突破”的双核竞争格局，将进一步如何演变？投资人又该如何把握好下一步的重点机会？ 当前，人工智能AI浪潮被公认为人类历史上继机械化、自动化、互联网化之后的第四次工业革命。人们普遍预期这场智能化革命能推动生产力再度飞跃上一个全新的高度。而全球 AI 赛道目前阶段呈现的是“美国技术平台与闭源性能领先”与“中国场景驱动与开源生态突破”的双核竞争格局。

随着人工智能投资的增长，企业正在为传统IT资产投入资金

公司在更换大型机系统等遗留套件方面变得越来越有选择性，而人工智能投资的增加是导致他们更长时间持有这些现有资产的因素之一。托管服务行业Ensono在其2026年IT现代化状况报告中声称，78%的IT决策者认为遗留系统今天比两年前更重要，这是因为此类系统被视为让人工智能为其组织工作的关键。该报告基于该公司对美国和英国500名IT决策者和业务线领导者进行的调查。其调查结果表明，人工智能正在重塑现代化的优

【华尔街日报】三大AI企业掌门人达成共识：模型开发需要降速

88小时抵一个人思考4000年！OpenAI核心研究员：除了自我进化，更可怕的是AI正学会“隐藏自己”

AI正在把过去需要数千年完成的认知劳动压缩到数天。真正的问题已经不只是模型能否变得更聪明，而是实验能否跟上、人类能否在模型继续自我改进前确认它仍然安全。 近日，在Dwarkesh Podcast的一场长篇访谈中，主持人Dwarkesh Patel与OpenAI研究员Noam Brown围绕多智能体、递归式自我改进（RSI）和AI对齐展开讨论。访谈的直接背景，是OpenAI让约1万个AI智能体连续运

人工智能正处于转折点

在当前的人工智能发展竞赛中，我们的算力正在呈指数级爆发，速度也在呈指数级加快，但我们的控制能力——以及在必要时踩下刹车的能力——却未能跟上步伐。 最近的网络安全事件让我们实地预览了失去人工智能控制会是什么样子。但除非我们从源头解决问题，创造出一种根本上安全且能保证在人类控制范围内的人工智能，否则这个问题将无法改善。 7月下旬，OpenAI正在训练的一个智能体模型被指派解决一个网络安全问题。该模型自

美国AI巨头提议开发减速，欧洲同行和政界并不认同

华尔街权衡人工智能数据中心建设放缓的前景

美国数据中心热潮在很大程度上与两家公司的增长前景紧密相关——Anthropic和OpenAI——以及对其模型和服务似乎永无止境的需求。如今，华尔街正在权衡，模型开发可能放缓对整个行业意味着什么。 过去18个月，甲骨文（Oracle）进行了大规模转型，以抓住人工智能机遇：在增长较慢的领域裁员，同时向算力和数据中心投入数十亿美元。 像GE Vernova、卡特彼勒（Caterpillar）和Verti

AI智力进入大降价时代

AI 行业正在出现一幅颇为反常的画面。芯片、电力和数据中心越来越贵，连建设数据中心所需的电工也更难请了；与此同时，让 AI 完成同等难度任务的成本，却正以前所未有的速度下降。 Epoch AI 统计了过去三年数学、科学与游戏等五类基准，发现达到同等模型性能所需的成本，平均每季度下降约 47%，相当于每年便宜 13 倍。 它的降价速度是 DNA 测序的 4 倍、计算成本的 6 倍、锂电池的 18 倍

当AI办公都在拼“能做多少事”，库库AI在拼“每件事做得多准确专业”

在AI遍地走的2026年，AI办公早已不是新鲜赛道。各大平台争相加码，功能更新层出不穷，但行业也陷入了明显内卷：多数产品都在比拼“功能数量”，追求一键生成、全覆盖场景，却普遍忽略了职场人的真实痛点——AI输出内容空洞、数据失真、无法溯源，看似万能，真正落地到金融、学术、研报、企业办公等复杂、专业场景却“不敢用、用不上”。 AI办公成大厂必争之地随着数字化办公全面普及，AI成为办公效率升级的核心抓手

咨询业高管称企业尚未看到AI带来投资回报

咨询公司安永（EY）的数据显示，企业使用 AI 至今，仍未获得可观的营收增长或者成本缩减。“我还没有遇到哪家客户说打算削减 AI 投入，但不少客户会感慨‘我现在完全看不到投资回报（ROI）在哪里’。” 安永高管丹・迪亚西奥在 The Information 活动上与杰西卡・莱辛对话时表示。 安永的丹・迪亚西奥出席 The Information 举办的 AI Agenda 现场活动这番观点十分值得

物理AI中最难的问题可能是磁铁，而非模型

执行器占人形机器人物料清单的40%至60%，而中国精炼了其中约90%的稀土磁铁，这使得组件而非模型成为规模化的限制因素。 欧洲在《关键原材料法案》下对2030年单一国家供应设有上限，而一家公司，[…]

端点管理器接下来要管理的是一个AI代理

Gartner预测，到今年年底，特定任务的AI代理将被集成到40%的企业应用程序中——这一比例从之前的不到5%大幅上升。 然而，那些用于管理设备上运行软件的系统的发展速度远远落后于AI技术的发展。根据Automox对IT专业人士的调查，目前只有46%的企业实现了端点设备（即计算机终端）的自动化库存管理和监控。这已经超出了传统意义上的“软件库存管理”范畴；因为在这种情况下，软件不再需要等待人工指令来