馬雲最看重的業務，只許成功，不許失敗。 如果你還沒聽說過AI辦公，那你大概out了。 在過去的一個月裡，巨頭們紛紛整合升級旗下AI辦公產品，緊接著，地鐵上、機場裡的辦公軟體廣告立刻鋪天蓋地，宣告著巨頭們的戰略決心。 從今年春節的AI應用紅包混戰，到這個夏天的AI辦公軟體大亂鬥，大廠們集體調轉方向，集中力量把寶押在了另一個地方——B端AI市場。

普華永道最新報告顯示，全球資料中心建設正進入歷史性擴張期，預計未來 25 年相關累計投資規模約達 32 兆美元；截至 2030 年的未來 5 年，全球資料中心投資規模預計約為 5.1 兆美元。 普華永道指出，AI 需求增長使資料中心建設面臨電力、裝置、製冷、機架、施工及交付等多方面瓶頸，真正的挑戰不僅是資本投入規模，而是能否將這些投資轉化為可靠、可實際使用的兆瓦級算力。報告認為，隨著 AI 基礎設施建設規模持續擴大，行業需要更加統一的全端式協調和交付模式，以降低不同環節之間的銜接風險。 此外，普華永道認為，全端式資料中心協調方可能在整個項目支出中獲得約 5% 至 8% 的價值。按照 2030 年前預計 5.1 兆美元的累計投資規模計算，這一市場對應的潛在機會約為 2550 億至 4080 億美元。 (億執科技)

輝達在幹什麼？ 它試圖為AI產業鏈融資。2026年8月，輝達聯合Apollo、BlackRock、Blackstone、Brookfield、高盛和KKR，擬建立融資平台，長期撬動超過5000億美元第三方資金。 它為上游托底。資料顯示，截至2026年7月，輝達採購承諾從上一季度的1190億美元升至2790億美元，主要增量來自記憶體。 它還向下游注入信用。資料顯示，截至7月26日，輝達應收帳款631億美元，應付帳款151億美元，差額480億美元。銷售回款天數由上一季度的45天升至60天。公司披露，對部分投資級客戶提供90天至一年的付款期限，以配合大型資料中心建設。這一操作與中國大廠完全相反。

GPT-6 Astra來了，OpenAI還要追Anthropic。 9月3日凌晨，預熱已久的GPT-6 Astra正式發佈。 發佈前半個月，OpenAI一直在為這款模型的發佈釋放訊號。8月18日，在判斷Astra可能達到“Critical”網路安全能力閾值後，公司放慢部分前沿模型訓練，並暫停兩周面向部署模型的強化學習訓練，用來加強監控、對齊和研究環境安全。9月1日，OpenAI進一步披露Astra的安全評估情況。幾輪資訊提前放出之後，GPT-6 Astra在正式發佈前已經積累了不少關注。 但發佈之後，大部分使用者暫時還用不了。目前，GPT-6 Astra只向少量機構開放，Plus、Pro、Business等付費使用者將在未來幾天陸續獲得存取權，API也會逐步開放。面對使用者的等待，OpenAI很快給出了一套補償方案。Codex負責人Tibo表示，付費使用者每有一天無法使用Astra，就會獲得一次可以留到之後使用的額度重設。這也緩解了部分使用者對延遲開放的不滿。

GPT-6 Astra，全量開放了！ 就在剛剛，OpenAI 官宣，所有 Pro、Enterprise 和 Business Premium 使用者，已經能在 ChatGPT Work 和 Codex 裡直接用上 GPT-6 Astra了，API 同步上線。 只不過，Plus 和普通 Business 使用者還得再等幾天。 9 月 3 日 OpenAI 宣佈 Astra 分階段上線。兩天后的今天，付費高檔使用者全部放開。

風投機構專家表示，隨著某些領域的估值開始顯現過高跡象，投資者應將焦點轉向人工智慧企業的生產力增長。 智通財經APP獲悉，風投機構專家表示，隨著某些領域的估值開始顯現過高跡象，投資者應將焦點轉向人工智慧企業的生產力增長。 風投機構 Purple Ventures 創始合夥人雅庫布·尼特拉表示：「隨著投資者對技術在何處創造了真正價值、在何處又僅僅是將一項功能包裝成業務的要求變得嚴苛得多，我們可能會看到一場行業大洗牌。」他預計，在未來 6 到 12 個月中，資本將變得挑剔得多。 AI 浪潮仍在持續重塑市場。投資者紛紛將資金投向輝達以外的半導體公司，押注 AI 數據中心的建設將使更廣泛的晶片製造商和基礎設施公司受益。話雖如此，對泡沫的擔憂依然存在，因為各家公司在資本支出上的投入看不到盡頭，而天花板級別的高增長數據也讓人對這種擴張的可持續性產生懷疑。

HBM的競爭，正在悄悄換戰場。過去幾年，市場談論HBM，關注的幾乎都是SK海力士、三星和美光：誰的DRAM製程更先進，誰能堆到12層、16層，誰的TSV和封裝良率更高，以及誰最終進入輝達的供應鏈。 但到了HBM4和HBM4E，這門生意裡正在出現一批過去並不顯眼的新角色——晶圓代工廠。 近日，據韓媒及DIGITIMES等報導，SK海力士正在考慮將Intel Foundry引入HBM4E供應鏈，作為HBM Base Die的第二代工來源，以降低對台積電的依賴並改善供應彈性。無論Intel最終能否拿下訂單，背後透露出的產業變化已經非常清晰：從HBM4開始，一顆HBM已經越來越離不開先進邏輯製程。 真正改變遊戲規則的，是HBM最下面那顆過去不太受關注的晶片——Base Die。

①瑞銀人士指出人形機器人可通過情境學習實現物理自主，是AI投資新前沿；②該行指出，人形機器人行業三個值得關注的領域為執行器和精密齒輪、傳感器和感知層、邊緣計算和電力基礎設施。 提到人工智慧（AI），你可能會想到口袋裡手機上的聊天機器人，它從遙遠的數據中心傳輸資訊，為ChatGPT或Claude等大型語言模型提供支援。 但實際上，人工智慧正努力變得更加具體——變得像人一樣。 瑞銀全球股票主管Ulrike Hoffmann-Burchardi最新表示，人形機器人越來越能夠使用「情境學習」，即通過觀察動作或任務來學習如何做某事。