今日AI美股信息差： 1. $9500亿大单！ $SKHY 三星将向 $NVDA $AVGO 提供 HBM 长期供应，相当于韩国全年 GDP 一半了 2. $TSLA 又创新低 $306， $SPCX 创新低 $110，段永平已卖出 SpaceX Put 期权，行权价$115，准备接货 3. 下周财报大的要来了！周二 $STX 周三 $MSFT $META $QCOM $ARM 海力士，周四 $AAPL $AMZN 三星 4. $AMD 也发自己的大模型！Instella-MoE，证明自家GPU有实力，代码开源，不跟 OpenAI、Anthropic、DeepSeek 抢闭源，对抗英伟达 CUDA 生态 5. 黄仁勋X号一天涨粉60万！首条帖子是与Meta、微软、IBM、Hugging Face、Mistral、a16z、YC 的联名信，公开站台开源 AI 模型，马斯克转帖支持！

【第二期】本周免费白嫖一线大模型的方法更新了： 1. 登录后，右上角选择Direct模式，可以免费用Claude Fable 5.1 2. OpenCode Muse Spark 1.3 Muse Spark 1.2 (需要切代理或者开tun)，1.3是目前顶级大模型 3. Hermes Agent 共享OpenCode的免费大模型 4. Cline 免费使用GLM-5.3-Flash DeepSeek-V4-Flash, 只需要安装cline和注册一个账号（不需要绑定支付方式），命令行使用的适合写代码 5. WorkBuddy Hy4 Preview新发布限时到下周，排队比较久，不充钱可以不考虑了 6. 孙割的中转站，免费使用GLM-5.3-Flash、Qwen-3.8-Flash，这个要接入到自己的Agent使用，可以把文档丢给Agent让他帮你配置，咱也能割到孙割了 7. 智谱夜间(23点到次日9点)在Zcode中免费蹬GLM-5.3-Flash, 需要订阅Coding Plan

八月的 KGeN，重点不在行情，而在转向：从验证流量，转向给机器人和大模型提供可追溯的人类数据。 VeriFi Korea 定在下周，主题直接是 Human x Robots。同一周反复出现的判断是：下一阶段的瓶颈不是算力，是机器真正能学的、经过验证的人。 @kgen_io 产品：三层叠在一起 POGE 是底座。它不是一次 KYC，而是持续更新的声誉：是不是真人、有没有持续参与、会不会做事、有没有真实消费、社交关系站不站得住。 VeriFi 把这套声誉对外输出。游戏、消费应用、DeFi、AI 实验室要的不是注册数，而是这批人大概率不是农场号。 KAI 更窄、也更贵。从几千万人里筛专家，做 RLHF、多语言标注、代码评测、物体检测和复杂推理，再经由 Humyn Labs 交给实验室。官网那句话比白皮书清楚：不是更多数据，是更好的数据。 一句话就是：POGE 证明你是谁，VeriFi 把人分发出去，KAI 把其中一部分人变成训练信号。 八月能对上的数 增长还在走。8 月 4 日官方盘点七月：网络强度 80M，用户属性 34 亿条；官网上协议用户已到约 8053 万，高于 3 月常被引用的 6190 万。采集侧，过去六个月有 13 万多名独立贡献者、超过 55 万小时。Q3 路线图也对准中东和拉美的多语言音视频，卖给前沿实验室和机器人团队。 @KGeN_CN 生意上，外界能反复核对的仍是 2026 年 3 月那组数字：年化收入 $85.8M，200 多家合作方。全年目标说到 $1 亿，更远期是 2027 年底 $1.5 亿。AI 数据被写成增长最快的一块，但早期披露里大约只占整体一成。平台能赚钱，不等于通缩已经成立。 最刺眼的错位在这里：网络和收入已经不小，市值还很小。这不一定等于低估，也可能是市场在问——收入质量如何、有多少能落到代币、AI 订单何时从配角变主角。 它到底在解什么 网上能刮的文本快见底，合成数据互相喂养会把模型越训越像模型，众包里也越来越多“人类标注”其实是人用 AI 交差。AI 缺的不是数据量，是三样东西同时在：来源能追、质量会复利、分布足够像真实世界。 KGeN 的做法是先在全球南方用任务和氏族把真人聚起来，再用生物识别、社交绑定和行为足迹把刷子挤出去，最后把时间卖成语音、第一人称视频和专家评测。劳动不再做完即消失，而是沉淀成下一次被选中的信誉。 这比“AI + 代币”四个字更值得看：全球南方的人，从被采集对象，变成账本上的生产要素。 往后可能进哪些场 八月动作已经把方向写死了：人形机器人和 Physical AI、多语言语音、企业级评测。游戏和消费获客不会停，那是现有现金牛。更下游则是把店面和凭证扩到模型使用权，从卖人走到卖结果。 风险同样清楚。8000 万网络强度，不等于实验室愿意续费的数据集。小时数好看，还要看密度、一致性和有没有真正进训练集群。AI 收入起不来，KGeN 2.0 就只是机制，不是市值逻辑。 接下来只盯三件事：有没有新的实验室合同、采集有没有从“录了多少小时”变成“被模型用上”、回购注销能不能按月在链上看到。 如果智能会变便宜，稀缺的就不再是模型，而是还能被信任的人类信号。八月确认的是转向，不是高潮。

第一梯队了啊 牛掰啊 阿里巴巴正式发布 Qwen 3.8 旗舰模型 阿里巴巴今日宣布推出新一代基座大模型 Qwen 3.8（通义千问 3.8）。 超大规模： 该模型总参数量达到 2.4万亿，采用稀疏 MoE（混合专家）架构，性能大幅提升。 能力侧重： 特别增强了编程（Coding）和专业办公（Cowork）能力，支持 100万 Tokens 的超长上下文。 开源计划： 目前 API 已上线，阿里宣布下周将开源旗舰级的 Qwen 3.8-Max 以及 Qwen 3.8-27B 模型。 性能表现： 在最新的 Arena 榜单中，Qwen 3.8 的表现仅次于 Anthropic 的 Claude 系列， 稳居全球第一梯队。

A股的AI板块，下周可能要迎来一次国家级催化。 7月17日至20日，世界人工智能大会将在上海举行，习近平将出席并发表主旨讲话。 会有1100多家企业、3000多项展品，还有300多款产品全球首发。 但市场真正关心绝对是讲话中哪条产业线会被重点提及。 大模型已经炒过一轮，接下来a股更值得关注的可能是国产算力、AI芯片、服务器和具身智能。 这场会可能会给下半年的A股AI行情划出一条新主线。

2026年的第39周是热闹的一周，下周大事： 39.1 9月19日至23日，国务院副总理何立峰率团赴美国与美方举行经贸磋商。 39.2 9月21日，AICC 2026人工智能计算大会举行。 39.3 9月21日前后，乌克兰总统泽连斯基与特朗普会晤，讨论俄乌停火等问题。 39.4 9月22日，第81届联合国大会高级别会议周在纽约举行，多国领导人出席。 39.5 9月22日至24日，2026云栖大会在杭州举行，重点关注阿里云、AI大模型和算力。 39.6 9月25日至27日，中秋节假期，沪深北交易所休市。 39.7 本周周中，中美元首互动安排值得关注。

马斯克昨晚放出新消息：SpaceX 今年每个月都会上线一套从零完整训练的全新 AI 基座模型，Grok 4.5 现已在 SpaceX、特斯拉内部封闭内测，实测性能对标甚至超越 Anthropic 旗舰 Opus。下周 SpaceX 还要迎来史诗级被动买盘浪潮。#SPCX# 纳斯达克敲定，7 月 7 日正式将 $SPCX 纳入纳指 100 成分股，所有跟踪指数的公募、被动基金，必须在 7 月 6 日收盘前统一调仓入场。 机构测算，本轮被动增量资金规模接近 43 亿美元。纳入核心宽基，直接抬升股票流动性，历史上这向来是大市值标的估值重塑的核心催化。但市场多空分歧肉眼可见，股市热炒预期，债市却持续泼冷水。 公司新发行债券二级市场走弱，十年期收益率持续上行，债券投资人正在重新定价 SpaceX 的高杠杆与长期盈利不确定性。 一边是指数被动资金强制进场，一边是固收资金谨慎避险，两股预期来回拉扯，短期股价震荡会持续放大。抛开几十亿资金的短期博弈，暗藏的长线叙事才是真正主线。 此前 FTC 无条件放行马斯克收购 MESH 光学企业，直接补齐 SpaceX 高速光通信、AI 算力互联的技术短板，完美和星链卫星业务形成技术协同。如今的 SpaceX，早已不是单纯靠火箭讲故事的航天公司。 一边每月迭代全新大模型，持续消耗海量 GPU、HBM 算力搭建自有 AI 底座；一边依靠星链铺开全球卫星通信网络，航天、光通信、AI 算力三大业务闭环逐步成型。这次纳入纳指 100 释放的核心信号，远不止几十亿增量资金那么简单。 资本市场正在撕掉 SpaceX 单一航天企业的旧标签。 越来越多机构重新定义它：一家覆盖太空基建、全球卫星互联、AI 算力底层设施的综合科技平台。短线是指数调仓带来的资金行情，长线估值天花板，取决于星链商业化落地与 AI 算力业务兑现速度。 单看被动资金只是短期脉冲，这条航天 + 通信 + AI 共振的全新叙事，想象空间才刚刚打开。

SpaceX之前最重磅的IPO估计就是下周这个超大晶圆制造商Cerebras Systems的上市了，Cerebras是一家专注于AI加速器的美国公司，总部位于加州Sunnyvale，成立于2016年。公司以“晶圆级集成”（Wafer-Scale Engine，简称WSE）技术闻名，核心产品是将整个300mm硅晶圆直接做成一颗超级大的AI处理器，而不是像传统GPU那样切成小芯片再封装。这解决了AI训练/推理中常见的内存带宽和芯片间通信瓶颈问题，被誉为“世界上最大的AI芯片”。树立了下关于Cerebras几部分关键信息。 1、核心技术和产品 1）晶圆级引擎（WSE） 传统AI芯片（如NVIDIA H100/B200）采用多芯片模块（MCM）或小型die，通过NVLink/HBM等外部互联扩展。但Cerebras的WSE把整个晶圆做成单一die，避免了芯片间通信延迟和带宽损失，实现了“片上”海量并行计算。 WSE-3采用“Weight Streaming”架构，将计算和内存解耦，支持外部MemoryX扩展（1.5TB、12TB、120TB甚至1.2 PB），单系统即可训练高达24万亿参数的超大模型。 2）CS-3系统 单台15U机柜，内置1颗WSE-3，支持水冷。通过SwarmX互联可扩展至2048台集群，峰值达256 exaFLOPS。单台CS-3就能在不到1天内从零训练Llama 2 70B模型（Meta GPU集群需约1个月）。 3）性能优势 Cerebras强调“消除数据移动瓶颈”： 比上一代CS-2（WSE-2）：性能翻倍，功耗和成本不变（CS-2用7nm，2.6万亿晶体管，40 GB SRAM）。 比NVIDIA H100/B200：在内存密集型大模型任务中优势显著。CS-3单系统内存容量远超10,000节点GPU集群；推理速度可达GPU云的数倍（尤其是长上下文/大模型）。公司声称在Llama/Falcon等模型上tokens/second提升2倍。 实际基准：Condor Galaxy 3（64台CS-3集群，8 exaFLOPS）已于2024年Q2上线，与G42合作。集群编程像“单芯片”一样简单，无需复杂分布式框架。 优势： 极致内存带宽 → 适合万亿/十万亿参数模型训练与推理。 扩展性强 → 集群像单机一样编程，开发效率高。 能效/成本在特定 workloads 上优于GPU（同功耗下性能翻倍）。 挑战： 单系统功耗高（25kW），部署门槛高（需专用数据中心基础设施）。 晶圆级制造良率和缺陷容忍技术虽成熟，但整体成本高（单系统硬件估算数百万美元）。 生态不如CUDA成熟，主要针对AI训练/推理大模型，不如GPU通用。 总体上Cerebras是“垂直优化”的AI超级计算机方案，适合追求极致规模和速度的 hyperscaler、主权AI项目、国家实验室，而非通用GPU替代品。 2、发展历程 Cerebras从“卖硬件”转向“AI超级计算平台”，已从早期科研验证走向商用落地（Condor Galaxy等主权AI项目）。 从SeaMicro老兵到AI晶圆级先锋 Cerebras成立于2015-2016年（官方多以2016年计），总部位于加州Sunnyvale。创始人团队全部来自SeaMicro（2012年被AMD以3.34亿美元收购），早期处于stealth模式四年，专注解决“晶圆级集成良率难题”。 1）2019年：发布首代WSE-1，开启晶圆级AI芯片时代。 2）2020-2022年：推出CS-1/CS-2系统，完成从“芯片”到“系统+软件栈”的闭环，与TSMC深度绑定实现量产。 3）2024年：WSE-3及CS-3系统落地，性能翻倍；同期首次递交S-1（后因业务优化于2025年10月撤回）。 4）2025-2026年：转向云推理服务+混合模式，与OpenAI签署巨额合作； 5）2026年2月完成Series H，4月重启S-1，5月启动路演，计划Nasdaq上市（代码CBRS）。 3、核心团队及融资 1）核心团队 Andrew Feldman（CEO、联合创始人）：连续创业者，曾任SeaMicro CEO、Force10 Networks产品VP（后被Dell收购）、Riverstone Networks营销VP。斯坦福MBA背景，擅长产品化与资本运作。 Gary Lauterbach（联合创始人、前CTO）：Sun Microsystems UltraSPARC首席架构师，58项专利，曾主导AMD数据中心业务。 Sean Lie（联合创始人、现CTO）：MIT本科+硕士，AMD高级架构师，29项专利。 Michael James（首席架构师）：SeaMicro软件架构师，后任AMD对应岗位。 Jean-Philippe Fricker（首席系统架构师）：DSSD/SeaMicro资深硬件架构师，30项专利。 团队优势在于“系统思维”而非单纯芯片设计：他们深谙数据中心功耗、互联与软件优化，曾用fabric架构重塑服务器。这正是Cerebras能解决晶圆级缺陷容忍与Weight Streaming架构的关键。 2）融资历程 累计融资约29-37亿美元（含多轮），估值从早期数百M美元飙升至IPO前230-266亿美元： 早期：Series B/C/D（2016-2018）累计约1.7亿美元，投资者包括Foundation Capital、Eclipse、Sequoia、Benchmark。 中后期：2019 Series E（2.72亿美元，估值24亿美元）；2021 Series F（2.54亿美元，估值41亿美元）。 2025-2026：Series G（11亿美元，估值81亿美元）；Series H（10亿美元，估值230亿美元，Tiger Global领投，Benchmark、Fidelity、AMD等跟投）。 4、业务模式与财务表现 Cerebras早期卖硬件（CS-2/CS-3系统），后来转向云服务（Cerebras Inference，云端提供超快AI推理）和混合模式。客户包括CSP、 hyperscaler、企业、主权AI项目（如G42）、研究机构。 2025财年财务：收入5.1亿美元（同比+76%，2024年2.9亿美元，2023年0.787亿美元，2022年0.246亿美元，20倍增长）。硬件收入约3.58亿美元，云及其他服务1.52亿美元。 GAAP净利润：约0.879亿美元（2024年净亏损4.85亿美元），首次实现盈利（不过非GAAP仍有亏损）。 剩余履约义务（backlog）：246亿美元（OpenAI等多年前期大单贡献），2026-2027年预计确认15%。 客户集中度：2025年G42占24%（此前曾高达87%），另一UAE客户占62%，但已显著多元化；OpenAI签署超100-200亿美元多年前期合作（含1亿美元贷款+认股权证）。 公司定位从“卖芯片”转向“AI基础设施平台+云”，并与Qualcomm等合作加速边缘部署。 5、IPO相关信息： IPO 基础发行2800万A类普通股，超额配售420万A类普通股，核心管理层和投资人不卖股。纯公司发行新股用于募资，无大量旧股套现。 IPO定价$115–$125/股，因需求超20倍，已计划上调至$125–$135/股（可能进一步调整）。高区间（$125）募资约35亿美元（基础28M股），含超额配售最高约40.25亿美元。 高估值下（$125/股）对应市值约266亿美元IPO后总流通股本约 2.13亿百万股（包括Class A、B、N等）。其中： Class A（上市交易股）为IPO发行的28M股 + 超额部分； 其余Class B（高投票权，创始团队/早期投资者/优先股转换后）和Class N（非投票权，如OpenAI认股权证相关）。 ipo后解禁期前的流通比例 标准锁定期： 180天或提前至Q3 2026财报发布后两个交易日（取较早者）。 解禁前初始流通股（Initial Float）： 仅IPO发行的 28百万股（基础）或最高 32.2百万股（含超额）。 锁定期内真实流通比例： 约 13.1%–15.1%（28M / 213M ≈ 13.1%；32.2M / 213M ≈ 15.1%） 预期定价日：下周三5月13日，预期上市交易日：5月14日（周四），代码CBRS。 整体而言估值虽高，但增长潜力和技术壁垒值得关注 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」

刚看到 Qwen 发布 Qwen3.8-Max，它开始挑战几小时、几天甚至跨周的复杂任务：从空目录搭项目、连续跑科研实验，到处理数百份文档和操作视觉界面，边做边检查，发现问题再自己修正 模型总参数 2.4T、激活参数 95B。API 已经上线；权重将在下周开放，这是 Qwen 首次开放 Max 级模型权重 1、连续十几天写一个项目 官方让它从零开发 oh-my-cli，截至 7 月 30 日自主运行了约 16 天，完成 265 次提交、127 个 PR 和 151 个 Issue。它还给自己搭了任务分发、状态监控、CI、E2E 测试和故障恢复流程 2、自己跑完一轮科研 它连续工作约 125 小时，阅读并复现一篇大模型数据筛选论文，写下约 7600 行代码，执行超过 1100 次操作和 33 轮 GPU 训练 复现完成后又继续探索 18 个想法，找到的方法比论文方案再高 2.7 个百分点 3、会根据真实反馈改方案 在一场有 526 支人类队伍参加的比赛中，它在 24 小时内提交 45 次，把准确率从 0.60 提到 0.853，超过 458 支队伍 这个案例更能体现 Agent 的用法：提交、看结果、调整，再提交 4、办公任务开始接近成品交付 官方展示了数百份文档审查、带公式和图表的表格、8 页交互式数字银行原型、餐厅菜单成本分析等任务 交付物覆盖文档、表格、网页和可视化，适合资料多、步骤长、需要统一格式的工作 5、视觉信息也进入执行循环 它能处理 200 多页报告、长视频、截图和设计图，也能根据截图写前端、把平面图转成 3D 场景 生成后会观察页面布局、方向和交互是否出错，再重新规划和修改 6、可以接进现有 Agent 工具 官方已经给出 Claude Code、Codex、Qoder CLI、Qwen Code 和 OpenClaw 的接入方式，兼容 OpenAI 与 Anthropic API reasoning_effort 可选 xhigh、medium、low；Codex 示例配置给出 100 万上下文，并支持文本、图片和并行工具调用 7、目前怎么用 现在可以通过千问 AI 平台调用 API，Hugging Face 和 ModelScope 的模型权重还要等到下周 上面的长程案例与成绩来自 Qwen 官方测试，准备接入生产前，建议拿自己的代码库、文档和成本预算再跑一轮 我觉得日常问答未必能体现它的优势；自动编程、深度研究、多文件交付和长视频理解，才是这次更值得尝试的方向

AI 这轮行情远没有结束 AI 商业化还在加速，我没有看到需求出现拐点。台积电刚把今年资本开支指引从 520–560 亿美元上调到 600–640 亿美元，这已经很能说明问题了。需求如果真的开始转弱，他们不会继续增加几十亿美元的资本开支。 B200 的实时租赁价格现在已经涨到 7.26 美元/小时，上个月才 5.4 美元，也没有看到什么算力过剩。明年的需求也不会只来自大模型，我觉得机器人、自动驾驶、工业自动化、边缘AI等物理世界应用，会逐渐成为新的需求来源。 下周 Google、Tesla 财报，下下周 Amazon、Meta 财报，我最关心的还是资本开支。我觉得资本开支不会减，目前还在军备竞赛。谁先减就要花好几年才能追上。 所以现在基本面并没有发生任何变化，甚至还在变得更好。基本面不变，情绪加去杠杆引发的下跌只是牛市中上涨的一个中继，不是熊市的开始。 真正会让我觉得基本面变了的是看比如 Hyperscaler 连续削减资本开支、GPU 租赁价格持续暴跌、HBM 开始库存积压、光模块订单被取消、AI 公司收入增速明显放缓。如果这些开始一个接一个出现，我才会认真考虑 AI 周期是不是结束了。但至少现在，一个都没发生。 上一个财报季，标普500企业盈利同比增长接近28%，是近几年最强的一次。熊市一般都是企业盈利开始下滑、资本开支开始减少，但目前我们看到的恰恰相反。所以我还是认为，这是牛市里的估值修正，AI 大周期远没有结束。