行业动态
阅读: 479 评论: 0 点赞: 0 发布时间：发布日期：2026-08-29 08:23:37
标签：南宁大模型南宁模型微调AI Agent 能干活国产算力MHS 模型硬件标准Codex 持久模式
2026 年 8 月 28 日一整天，三个看起来不相干的事件同时落地——智谱把 GLM-5.3-Flash 摆上 Hugging Face，一周前它以匿名身份在 OpenRouter 刷出 6 天 62 万亿 Token 的调用量，刷新平台历史纪录；Anthropic 公布模型硬件标准 MHS 的研究预览，让 Claude 接管卡内基梅隆大学的实验设备，把过去需要数周的设备集成压缩到 8 小时；OpenAI 在为 Codex 测试「持久模式」，让代码智能体单次开机连续工作 25 小时。
这三件事如果你只看技术细节，会以为 AI 行业又完成了一次迭代升级。但你如果把它们拼到一张地图上，会发现一个值得注意的事实：AI 行业这次同时跨过了三道不同的门槛——算力底座（国产芯片承接国际顶尖模型真实流量）、物理接口（统一协议让模型接管真实设备）、自主性（智能体跨会话长时间工作）。这不是某一项能力的优化，是 AI 在三个维度同时切换到「能干活」状态。
先把视线放到 8 月 26 日晚上 10 点。智谱悄悄把一款叫 GLM-5.3-Flash 的多模态模型摆上了 Hugging Face，发布渠道 MIT 协议开源。一周前，这款模型以匿名身份「Ox Alpha」登陆 OpenRouter，中文社区后来给它起了个名字叫「牛来」，原因是模型代号 Ox 在英文里意为「牛」，加上国内同期走红的电影《牛来》，算是 AI 圈的一个巧合彩蛋。
它的匿名身份在 OpenRouter 上干了什么？6 天累计 62 万亿 Token 调用量，登顶平台单日模型用量历史纪录。OpenCode 平台上它还终结了 DeepSeek 连续 56 天的榜首纪录。更夸张的是 OpenRouter 公布的全平台调用量前五榜单——席位已全部被中国大模型占据。
真正让整个 AI 圈讨论的不是模型本身，是背后的算力底座。智谱官方披露：测试期间的全部线上流量和发布后的正式服务，由 10 万张国产芯片承接，供应商或来自华为、摩尔线程、海光。这 10 万张国产芯片在过去几年主要是「备用算力」——大模型公司通常优先采购英伟达 GPU，国产芯片在推理阶段用作弹性扩展开。但在 GLM-5.3-Flash 这个项目里，国产芯片第一次承担了国际顶尖模型的全部真实流量。
这件事为什么重要？两个数据点值得拎出来看。第一，半导体研究机构 SemiAnalysis 评论说，这是国产算力芯片首次大规模直接服务全球真实负载，以前没人敢把核心流量全押在国产芯片上——出一次稳定性问题就被全球开发者骂。第二，智谱在技术文档里写，调用超过 10 万张国产芯片集群，硬件效率及单 token 成本已经达到与主流英伟达 GPU 相当的水平。
同夜，阿里没闲着。千问团队开源了 Qwen3.8-Flash，总参数 125B 但每次推理只激活 6B——这是一个典型的稀疏架构 MoE，训练成本相比上一代 Qwen3.7-Plus 骤降近九成。换算成钱，训练一个大模型的钱从「买套房」压到了「买台车」。推理端价格也同步下调——每百万 Token 输入 1 元、输出 3 元，是 DeepSeek-V4-Flash 的三分之一。
这种「同夜开源」节奏已经不是阿里、智谱的偶然巧合，更像是国产大模型公司在用集体表演宣示一件事：训练成本可以再降一档，国产算力可以承接真流量。8 月 28 日，腾讯混元又补了一记——Hy4 preview 上线，总参数 770B、激活 49B，上下文长度突破 1M。AI 大模型行情已经从「谁家参数大」转向「谁家跑得起」。
如果说国产芯片解决的是「算力从哪里来」，那 8 月 27 日 Anthropic 发布的 MHS（Model Hardware Standard，模型硬件标准）解决的则是「AI 怎么摸到真实世界」。
MHS 是 Anthropic 联合几家硬件厂商做的研究预览，目标是让 Claude 这一类大模型智能体用统一、安全的方式操控显微镜、机械臂、液体处理仪、激光器等真实设备。换句话说，AI 此前只能调用 API、读写数据库——但调用一台显微镜、一台移液机器人、一个激光发射器，过去没有任何标准可循。
卡内基梅隆大学做了一个验证性实验：用 MHS 把 Claude 接到一套生物实验室设备上，过去需要数周搭好的设备集成链路，缩短到约 8 小时，执行速度提升约 3 倍。8 小时对比过去数周，这不是简单的效率改进，是把生物实验室「AI 化」的门槛从博士级团队拉到了研究生级团队。
具体一点看 MHS 在做什么事情：药物筛选实验，传统流程是研究生手动配置 96 孔板、加样、读数。MHS 让 Claude 直接调度移液机器人完成加样、调度酶标仪读数、调度 LIMS 系统写记录，全程无需人工介入。量子计算实验室里，MHS 让 Claude 直接控制激光器完成校准——这一步过去需要专门的激光工程师。
这跟 8 月 23 日「具身 AI 学物理」的新闻不一样。学物理是模型能力层面的突破——AI 通过看视频就学会了把球扔进框里。MHS 是协议层面的突破——它给大模型和真实硬件之间搭了一座桥，让 AI 不必为每一种新设备重新训练控制模型，而是直接接入。
这件事对 Agent 智能体产业意味着什么？英伟达 8 月 26 日传出 129 亿美元收购 Hugging Face 的意向，紧接着 60 亿美元授权加 10 亿股权收编 AI 编程公司 Poolside。如果说 Hugging Face 是「模型仓库」，那 MHS 正在变成「硬件接口仓库」。等到模型-硬件接口变成标准件，具身智能从演示 demo 走向工厂、医院、实验室的速度，会比所有人预期的快。
第三件事不太起眼，但可能是过去一周最容易被低估的一条新闻。8 月 28 日，OpenAI 被曝正在为代码智能体 Codex 测试「持久模式」——AI 可以跨会话保存上下文、主动规划子任务，复杂开发任务最长可以连续工作 25 小时。
25 小时是什么概念？把它折算成人类工作时间：假设一个人每天有效工作 6 小时，25 小时差不多等于 4 个工作日。也就是说，一个 Codex 智能体单次开机能够完成过去一个初级工程师一周的工作量——前提是它的判断力足够好、不犯大错。
这件事的潜台词是：智能体正在脱离「一问一答」的对话形态，变成「按计划跨会话完成长链路任务」的虚拟员工。判断它是不是「虚拟员工」有一个简单标准——它有没有持续记忆、能不能主动规划子任务、遇到意外会不会自主重试。25 小时连续工作意味着这三点 Codex 都做到了。
这种能力不是只有 OpenAI 在做。8 月 25 日字节跳动发布了「豆包工作」，同日阿里千问办公国际版（QwenWork）开启公测，腾讯 WorkBuddy 同步接入了 Hy4 preview。国内四家头部公司在 4 天之内全部入局 AI 办公 Agent。这背后是一个清晰的共识：B 端 AI 入口不再是「聊天框」，而是「能开电脑、能跨软件、能跨会话」的智能体。
不过 25 小时连续工作对底座模型提出了更高要求——传统 Transformer 架构在长上下文推理中容易出现注意力漂移问题。这意味着 Qwen3.8-Flash 这类稀疏 MoE 架构、Hy4 preview 这类长上下文模型，会在 Agent 时代变成「基础设施」。下一代大模型的竞争焦点不再是基准跑分，而是 Agent 跑完一整天任务的稳定性。
把三件事串在一起看，AI 大模型行业正在从「单点能力竞赛」转向「端到端干活系统竞赛」。
国产芯片 8 月底集体承接国际顶尖模型真实流量，意味着模型公司不再需要为「算力被卡脖子」焦虑了——训练和推理的底座开始分散到国产供应链，硬件效率与 token 成本已经追平主流 GPU；Anthropic MHS 让大模型能用统一协议操控显微镜、激光器，意味着具身智能从演示 demo 变成了可复制的工程方案，未来一年内会有大量实验室和工厂把核心流程接入 AI 调度；OpenAI Codex 持久模式 25 小时，意味着智能体已经具备跨会话工作能力，B 端 AI 入口战争开始从「聊天」转向「干活」。
对南宁本地的 AI 公司来说，这三条信号合在一起意味着一个新机会窗口——做模型的不再卷参数，做应用的不再卷 demo，而是去卷「算力成本 + 硬件接口 + 持久任务可靠性」这三个组合指标的集成能力。这是广西本地化 AI 产业的实际跑道。哪天你能拿出一套「国产算力 + 行业硬件接入 + 24 小时稳定干活」的端到端方案，就跑通了 AI 2.0 时代。