情报
AI 生成的结构化厂商动态简报
Google启动Gemini 4预训练，4M+上下文与月度迭代加速AI竞赛
Alphabet确认启动史上最大规模预训练Gemini 4，支持4M+上下文和多模态原生，计划接近月度发布。同时上调2026资本开支至$1950-2050亿，Google Cloud Q2增长82%，显示全栈AI战略加速。
英伟达Vera Rubin七芯片堆栈与Dynamo解耦，推高推理智能成本效率
英伟达发布Vera Rubin平台，包含七芯片堆栈（Vera CPU、Rubin GPU、NVLink 6等）和Dynamo 1.0推理解耦架构，将预填充与解码分离。单个NVL72机架集成72 GPU/36 CPU，提供1.6 PB/s带宽，推理性能提升7倍，并引入‘每美元智能’指标，标志AI算力从训练转向推理成本竞争。
Google Gemini 3.5 Pro架构重写：200万Token上下文引爆AI模型军备竞赛
Google DeepMind宣布7月17日发布Gemini 3.5 Pro，采用从头重建的预训练架构而非迭代升级，以解决数学推理、SVG生成和图像质量三大短板。模型将具备200万Token上下文窗口、Deep Think推理层和多步骤自主工作流能力，但官方规格尚未确认。
Anthropic企业AI采用首超OpenAI 300亿年化收入运行率确认
...
OpenAI逐步关闭微调API：AI初创公司生态位被迫重构
OpenAI宣布至2027年逐步关闭微调API服务，现有微调模型推理将继续但无法创建新任务。此举迫使依赖微调构建差异化产品的初创公司转向开源模型或RAG方案，重塑AI定制化市场格局。
Meta加速自研AI芯片路线图，专注推理优化
Meta计划两年内推出四代自研AI芯片MTIA系列，采用‘推理优先’设计策略，专注于生成式AI推理任务优化。芯片基于PyTorch和开放计算标准构建，支持数据中心无缝部署。这一快速迭代策略旨在提升计算效率和成本控制。
英伟达发布电信行业AI代理蓝图与推理模型
英伟达推出面向电信行业的Agentic AI蓝图和专用推理模型，基于NeMo框架构建的领域大语言模型可自主处理网络运维任务。该方案通过预训练模型降低部署门槛，推动电信网络向自主化架构演进。
华为昇腾910C完成1.6万亿参数训练：国产算力首次突破MoE全流程
华为联合河套学院等机构，基于昇腾910C集群完成DeepSeek-V4-Pro（1.6万亿参数MoE架构）全参数后训练。核心数据：千卡集群稳定1500步，算力利用率30%，算子效率提升14%，全程无海外GPU依赖，标志着国产算力首次实现万亿级大模型完整训练闭环。