24 小时内 AI 领域最重要动态速递 | 侧重 AI Coding、AI 应用、AI 突破、具身智能
今日看点： OpenAI 宣布 ChatGPT 广告业务年化收入突破 10 亿美元，推出仅约 200 天，并向印度、欧洲、中东与北非开放自助投放；开源个人 AI 助手 OpenClaw 发布 v2026.8.1（自称"OpenClaw 2.0"），号称史上最大更新，重点引入长期记忆、跨端会话迁移与多人多 Agent 协作；英伟达以 35 亿美元可转债方式投资联发科，是其在美以外最大单笔直接投资，双方围绕 NVLink Fusion 与 NVHBM 扩展定制 XPU 生态；美团正式发布并开源 560B 参数 MoE 模型 LongCat-Flash-Chat，H800 上单用户 100+ tokens/s；阶跃星辰开源 SOTA 端到端语音大模型 Step-Audio 2 mini，多项基准超越 GPT-4o-audio；广电总局令第 16 号《微短剧发展管理办法》于 9 月 1 日正式施行，AI 微短剧按投资额分三类监管；人工智能客服协同国家标准同日生效，企业不得以"AI 生成"为由推卸责任；苹果就商业秘密案再递新证据，指控前工程师 Chang Liu 将苹果机密电路原理图用于 OpenAI 工作并训练 AI 代理运行工程软件 LTspice；滴滴自动驾驶 Robotaxi R2 在北京、广州同步开启无人载客测试，搭载 33 个传感器与三域融合计算平台。
1. OpenAI 广告业务年化收入突破 10 亿美元：约 200 天达成，自助投放扩展至印度、欧洲、中东与北非
当地时间 8 月 31 日，OpenAI 宣布 ChatGPT 广告业务年化收入已达到 10 亿美元。今年 2 月，OpenAI 才开始在美国市场测试广告——换言之该业务仅运行约 200 天。ChatGPT 广告目前已覆盖 40 多个国家，并于 8 月 31 日当天进一步向印度、欧洲、中东和北非地区开放自助广告投放，主要面向免费用户与 Go 订阅用户，这两类用户占其 10 亿周活跃用户的绝大多数。OpenAI 同期披露：电商类广告主在 28 天内实现 3 倍广告支出回报（ROAS），某技术合作方超过 80% 的广告驱动流量来自新客户；并确认 SMB（中小企业）已贡献"实质份额"，2026 年广告收入目标 25 亿美元，长期目标 2030 年达到 100 亿美元（来源：每经、Asianet Newsable、Inside AI、Yahoo Finance/Quartz、AI Business Weekly、OpenAI 官方博客）。
值得关注的原因： 200 天走过 1 亿美元到 10 亿美元的曲线，是迄今为止 AI 行业变现速度最激进的数据之一。对比谷歌广告和 Meta 广告分别用约 10 年和 8 年才抵达 10 亿美元年化规模，ChatGPT 用不到 7 个月完成了同样量级，背后是 10 亿级周活的免费用户基础 + 对话上下文原生广告位的稀缺资产。但更深层信号是商业模式的转向：Altman 早期曾把广告视为"最后手段"，如今却形成"消费订阅 + 企业级 + API + 广告"四足鼎立格局——这对标的不只是 Anthropic 当年用超级碗广告"嘲笑"OpenAI 进入广告业，更是一次商业策略的彻底反转。
2. OpenClaw 发布 v2026.8.1（“OpenClaw 2.0”）：史上最大更新，933 位贡献者提交超 1.6 万 PR
8 月 31 日，开源个人 AI 助手 OpenClaw 发布 v2026.8.1 版本，团队将其称为"OpenClaw 2.0"，并称这是项目推出以来规模最大的一次更新——933 位贡献者提交了超过 1.6 万个 PR，约占该项目历史合并代码的一半，团队为此罕见停更近七周。新版重新设计了安装流程（自动识别 AI 服务订阅、API 密钥和本地模型），引入 Active Memory 与后台记忆整合机制，让 Agent 调用历史上下文并自动整理长期记忆；同时新增 Private Credential Request（敏感凭证保护）、Automation 一次性授权、第三方插件安装审计等安全权限能力；并扩展为多人多 Agent 协作平台——新增 Shared Cloud Sessions，支持团队成员共同处理任务，会话可在本地设备、配对机器与云端 Worker 之间迁移。实验性 Swarm 允许一个主 Agent 同时启动多个子 Agent 并行处理任务，再汇总结构化结果（来源：OpenClaw 基金会发布说明、凤凰网科技、网易科技、StableLearn、腾讯研究院日榜）。
需要补充的是，2026 年 OpenClaw 4-6 月曾因更新破坏部分正常安装而公开道歉，7 月版本再次波及存量用户——这是基金会成员 Hannes Rudolph 此前承认的事实。OpenClaw 项目目前 GitHub 星标 38.8 万，为开源个人 Agent 阵营中规模最大的项目之一（来源：腾讯研究院、网易科技、StableLearn）。
值得关注的原因： OpenClaw 与 Claude Code、Cursor 等"专业级 AI 编程工具"不同，它的用户群体更接近"数字员工"——而 2.0 的更新重点（长期记忆、跨端续接、多人协作、Swarm 子 Agent）恰恰是当下 AI Agent 工具的主流演进方向。它的意义在于把"如何让 Agent 跨越单次会话、单一设备保持状态"这件最难的事做了工程化封装——但同时暴露出风险：长期记忆一旦沉淀了错误判断，就会跨会话扩散；Plugin 二次安装引入的可执行代码审计，也是普通用户几乎无法独立完成的工作。对整个行业而言，OpenClaw 2.0 是"Agent 操作系统级"竞备的标志性参考，标志了个人 AI 工具已不再是玩具，而开始具备生产环境落地的工程基础。
3. 英伟达 35 亿美元认购联发科可转债：史上最大美以外直接投资，NVLink Fusion 生态扩张
北京时间 9 月 1 日凌晨，英伟达与联发科发布联合声明，英伟达将以 35 亿美元可转换债券形式投资联发科。这是英伟达迄今在美国以外地区最大的一笔直接投资。联发科史上最大海外可转债发行总额为 39 亿美元，Alphabet 也参与投资，但未披露具体金额。双方合作覆盖三个方向：AI 基础设施（联发科将采用英伟达 NVLink Fusion 与上周发布的 NVHBM 技术，帮助超大规模云厂商将定制 XPU 接入英伟达机架级 AI 系统）、本地 AI 计算（继续联合研发 NVIDIA RTX Spark 与 DGX Spark PC 芯片）、汽车智能化（推进软件定义车辆 AI 平台）。联发科预计今年 AI 芯片收入约 20 亿美元，并将明年收入目标定为 70 至 120 亿美元——相当于全球 AI ASIC 市场最高 15% 的份额。黄仁勋表示"英伟达的网络生态系统现在已成为联发科供应链的一部分"（来源：财联社、新浪财经、TradingKey、中国财富网、每经）。
值得关注的原因： 在亚马逊、谷歌等大型客户加速自研 AI 芯片的背景下，英伟达选择了"换一种打法"——不再追求让所有人都买自家 GPU，而是把自身影响力延伸到定制芯片、机架系统、NVLink 互联这些"硬件链条中心"环节，把 NVLink Fusion 推进成行业事实标准。亚马逊已同意把英伟达互联技术用于自研芯片；联发科则借此切入 Broadcom、Marvell 长期把持的数据中心定制芯片市场——两大传统定制芯片巨头面对一种"既要英伟达 GPU 也想要 NVLink"的客户群，护城河正在被绕开。这是英伟达从"GPU 公司"向"AI 基础设施公司"转型最具体的一次落地，也呼应了高管 Dion Harris 此前的表态：“我们是一家 AI 基础设施服务商，而不只是芯片制造商”。
4. 美团正式发布并开源 LongCat-Flash-Chat：560B 总参数、平均激活 27B，H800 上单用户 100+ tokens/s
9 月 1 日，美团在官方社交媒体正式发布 LongCat-Flash-Chat，并同步在 GitHub、Hugging Face 开源。LongCat-Flash 采用创新性混合专家模型（MoE）架构，总参数 560B，激活参数 18.6B~31.3B（平均 27B）。在架构层面，模型引入"零计算专家（Zero-Computation Experts）"机制，每个 token 根据上下文需求仅激活 18.6B~31.3B 参数，训练过程采用 PID 控制器实时微调专家偏置，将单 token 平均激活量稳定在 27B 左右。在 H800 上，单用户推理速度超过 100 tokens/s，输入成本低至每百万 tokens 不详，但输出成本公开数据为 5 元/百万 token（来源：美团官方、网易、长城证券周报、Tech 24H）。
根据多项基准测试综合评估，作为一款非思考型基础模型，LongCat-Flash-Chat 在仅激活少量参数的前提下，性能比肩 Qwen3 MoE-2507、DeepSeek V3.1、Kimi K2 等主流模型，在通用领域知识、智能体（Agentic）工具使用、编程、指令遵循等方面表现均衡。今年以来美团 AI 进展频传，已发布 AI Coding Agent 工具 NoCode、AI 经营决策助手袋鼠参谋、酒店垂类 AI Agent 美团既白等多款 AI 应用，"Building LLM"工作此次为首度曝光（来源：美团、网易科技、长城证券）。
值得关注的原因： 美团并不是传统意义上的大模型公司，把 560B / 27B 这种规格的开源模型作为"Building LLM"进展的首度曝光，意味着互联网头部公司在自身业务已积累足够数据与场景后，开始从"调用大模型"向"自训 + 开源共建"切换。560B / 27B 这种"超稀疏激活"的 MoE 路线，对算力控制与训练稳定性要求极高——美团提到 30 天完成高效训练、配合 PID 控制器稳定单 token 激活量、H800 上 100+ tokens/s 的推理速度，说明工程化能力已经超过了多数初创公司。这对国内市场的影响是：开源模型生态进一步碎片化，开发者可以按"场景匹配"挑选最合适的模型，正如沙利文 9 月 1 日同日发布的中国企业级 GenAI 报告中"超过 80% 企业将采用开源大模型"的判断，LongCat-Flash 给这条曲线又添了一个具体的选项。
5. 阶跃星辰开源 Step-Audio 2 mini：SOTA 端到端语音大模型，多项任务超越 GPT-4o-audio
9 月 1 日，国内"大模型六小虎"之一的阶跃星辰发布并开源最强端到端语音大模型 Step-Audio 2 mini，可在 GitHub、Hugging Face 下载体验。该模型采用真正的端到端多模态架构，将语音理解、音频推理与生成统一建模，实现更低时延与精准理解副语言信息、非人声信号等语音要素。模型首创在端到端语音模型中引入链式思维推理（CoT）与强化学习联合优化，并率先支持语音原生 Tool Calling，可调用联网搜索等工具（来源：上观新闻/网信上海、搜狐、搜狗百科、第一财经、AI 工具集）。
基准测试表现：在通用多模态音频理解测试集 MMAU 上，Step-Audio 2 mini 以 73.2 得分位列开源端到端语音模型榜首；在衡量口语对话能力的 URO Bench 上，基础与专业赛道均拿下开源端到端语音模型最高分；在中英互译 CoVoST 2 / CVSS 上分别取得 39.3 / 29.1 分，大幅领先 GPT-4o-audio 与其他开源语音模型；语音识别任务上取得多语言和多方言第一，开源中文测试集平均字错误率（CER）3.19，开源英语测试集平均词错误率（WER）3.50，领先其他开源模型超过 15%；综合性能超越 Qwen-Omni、Kimi-Audio 等所有开源端到端语音模型，并在大部分任务上超越 GPT-4o-audio。产业端，吉利银河 M9 已搭载阶跃端到端语音大模型，是行业内端到端语音大模型首次实现量产上车（来源：上观新闻/网信上海、搜狗百科）。
值得关注的原因： 端到端语音大模型正在成为 AI 应用的下一个"必争之地"。过去一年，多数语音助手仍采用"ASR + LLM + TTS"三级拼接架构，跨模态间信息损失大、延迟高，且无法理解"弦外之音"（副语言信息）。Step-Audio 2 mini 把端到端架构 + CoT + 强化学习 + 语音原生 Tool Calling 一次性集成，证明开源小厂依然可以在多模态细分赛道反超闭源旗舰。配合吉利银河 M9 量产上车、车载与智能终端的语音交互正在跨过"工具级"门槛，进入"类人级"——这是 AI 应用层"听得懂情绪、懂得联网查"的标志性进展。
6. 9 月 1 日起《微短剧发展管理办法》正式施行：AI 微短剧按投资额分三类监管
9 月 1 日，国家广播电视总局令第 16 号《微短剧发展管理办法》正式施行。该办法于 2026 年 7 月 27 日经广电总局局务会审议通过，是我国首部针对微短剧领域的专项部门规章，法律效力层级高于此前行业指引类规范性文件。办法明确：微短剧按投资额度、题材分为一类、二类和三类微短剧，分类实行备案公示和发行许可制度；AI 生成内容需在每集明显位置添加 AI 提示标识；互动微短剧按其核心内容制作方式归类——核心以真人拍摄为主的执行真人微短剧分类标准，核心以 AI 生成为主的执行 AI 微短剧分类标准（来源：国家广播电视总局、广东省广播电视局、中国新闻网、内蒙古自治区广播电视局、每经、澎湃新闻）。
行业背景是：2026 年上半年抖音端 AI 剧/漫剧新剧 22.19 万部上线、新剧从 1.2 亿增至 6 亿用户，每 77 部仅 1 部回本、98.7% 半年内未达盈亏平衡；行业从"铺量"转向"提质"。本次办法特别要求"探索新技术应用、创新"被列入鼓励条款，同时强化分类监管、提示标识、内容审核三大强制义务（来源：澎湃新闻、每经）。
值得关注的原因： 这是 AIGC 内容监管从"网络短剧"扩展到"全行业微短剧"的标志性节点。三档投资门槛（业内普遍报道大致为 30 万元、80 万元等分界）意味着不同体量的 AI 微短剧将面临完全不同的备案与许可流程；"必须在每集明显位置添加 AI 提示标识"等同于为 AIGC 内容量身定制了合规底线，避免了此前"以 AI 冒充真人拍摄"的灰色地带。值得配套理解的是 08-31 简报中提到的《后西游记》"边审边播"制度——监管正以"分级备案 + 提示标识"为基底，为 AIGC 工业化量产扫除制度模糊地带。短期看，合规成本会让小团队洗牌；长期看，制度清晰化反而有助于头部内容方规模化扩张。
7. 苹果对 OpenAI 商业秘密案提交新证据：前工程师用苹果机密电路原理图训练 AI 代理运行工程软件
当地时间 8 月 31 日，苹果在美国加州北区联邦法院提交新证据，指控今年 1 月离职加入 OpenAI 的前苹果高级系统电气工程师 Chang Liu，将苹果机密电路原理图用于其在 OpenAI 的工作，并训练 AI 代理运行工程软件 LTspice 进行电源转换开发。苹果在文件中描述 Chang Liu 获悉公司内部调查后，曾指示一名 OpenAI 同事销毁证据，对方回复确认会照办。MacBook 上的取证分析还显示 Chang Liu 与 OpenAI 其他人员明知其未经授权仍在访问苹果第三方云存储服务，且 Liu 在 OpenAI 使用的一款工具与苹果内部用于工程开发的应用程序同名（来源：CNA/Reuters、JQJO、Toutiao/智通财经、Toutiao/cnBeta、Weibo/IT之家）。
时间线：苹果 7 月 10 日正式起诉 Liu 与另一前高管 Tan Yew Tan；8 月 21 日 Liu 的律师交还其离职后使用的 MacBook；8 月 26 日苹果取证专家开始报告初步发现；8 月 31 日提交新证据支持加快取证动议。法官 Edward J. Davila 定于 10 月 1 日就此案举行听证。OpenAI 已请求驳回诉讼，声明自身"既不拥有也不希望拥有苹果的商业秘密"（来源：CNA、JQJO、智通财经）。
值得关注的原因： 这是迄今为止公开可查的、最具体的"AI 公司利用前雇主技术资料训练 AI Agent"指控——比单纯的"带走算法"更具结构性影响：当被泄露的商业秘密是电路原理图，且 AI 代理已经学会运行 LTspice、查看结果、调整补偿参数，那么这种"训练数据扩散"可能带来"不可逆且持续扩散的使用"。如果苹果的指控成立，将对未来 AI 公司的人才招募流程、设备交还流程、AI 代理训练数据治理产生直接立法压力。该案 10 月 1 日的听证结果，可能成为"AI 时代商业秘密保护"判例的奠基性案件。
8. 滴滴自动驾驶 Robotaxi R2 同步在北京、广州开启无人载客测试
8 月 31 日，滴滴自动驾驶宣布新一代 Robotaxi R2 正式开启无人载客测试服务，用户可在滴滴 App 上于北京、广州部分示范区域呼单体验。R2 由滴滴自动驾驶与广汽埃安联合打造，是 Robotaxi 专属车型而非改装车——今年 1 月在广汽埃安工厂交付，已在广州、北京、深圳等地完成道路测试。该车采用滴滴自动驾驶 L4 全栈软硬件方案，搭载 33 个高精度传感器、三域融合计算平台（算力超过 2000 TOPS），满足 C-NCAP 与 Euro NCAP 双五星标准，并具备算法、软件、硬件、制动、转向、通信、电源等环节的多重安全冗余。座舱配备 17.3 英寸吸顶屏与 AI 语音交互系统，支持语音验证尾号、开启行程、调节空调、打开车窗、氛围灯等（来源：滴滴自动驾驶官方/中华工商时报、新浪科技、中国证券报、Self Drive News、Automotive World、长沙银行等）。
值得关注的原因： R2 是国内首批"专为 Robotaxi 设计的前装量产车型"——过去国内 Robotaxi 多数基于普通乘用车改装，存在成本高、稳定性弱、难以规模化等局限。R2 的"车企造车 + 科技公司研算法"分工模式一旦跑通，将形成可复制的行业范式。值得注意的是，滴滴自动驾驶声称"已保持安全运营超过 2200 个连续日夜"——这个长期稳定性的官方表态，加上 R2 同时进入两个一线城市进行无人载客测试，意味着国内 Robotaxi 正从"路测时代"快速跨进"商业化体验时代"。配合 8-31 简报里 Figure 03 工厂交付与优必选中报 16123 台销量等具身智能进展，今天的 R2 进一步说明：自动驾驶的"Robotaxi 商业化落地"在中国已具备规模化前置条件。
今日观察
五条主线贯穿本日动态：
从"拼参数"到"拼生态与变现"——AI 行业进入商业化深水区。 OpenAI 200 天广告收入破 10 亿美元、英伟达 35 亿美元入股联发科深绑 NVLink 生态、美团首次自训并开源 560B MoE 模型，三件事看似无关，本质都是同一个判断：AI 行业的下一轮比赛，不再是谁的模型更大，而是谁的生态更强、变现更稳、供应链更牢。资本市场对 OpenAI"852 亿美元估值"的合理性，对英伟达"AI 基础设施公司"的定位，对美团"自训 + 开源"的战略，已分别给出了肯定答案。
AI Agent 进入"OS 化竞争"，个人级工具向生产级基础设施演进。 OpenClaw 2.0 用 933 位贡献者、1.6 万 PR、跨端续接、长期记忆、Swarm 子 Agent 几个核心特性，把"个人 AI 工具"推向了"小型 Agent 操作系统"的形态。这一步与 08-28 简报中的 Anthropic MHS（硬件版 MCP）、08-31 简报中的阿里 Agent Teams、化工大模型 3.0 Pro 的 400 智能体是同一条曲线——AI 的胜负手正在从"模型即产品"转向"Agent OS 即平台"。
AI 监管进入"分类、提示、协同"三件套时代。 9 月 1 日同日，《微短剧发展管理办法》施行、AI 客服协同国家标准生效；这是 AIGC 与 AI 客服两大领域"从被动审查转向主动分级"的标志性节点。两办法呼应了 08-31 简报中提及的"边审边播"制度——监管没有为 AIGC 按下暂停键，而是为它量身定制了分级备案、AI 提示标识、企业免责红线等多项基础设施，让合法的 AI 内容生产有明确边界。
开源多模态模型进入"反超闭源旗舰"的密集产出期。 美团 LongCat-Flash 在 MoE + 零计算专家上做出差异化，阶跃星辰 Step-Audio 2 mini 拿下多个语音理解 SOTA，加上 08-29 简报中提及的腾讯 Hy4 preview、08-31 简报中提及的港科大-腾讯 VibeWorlding，构成了"国内大厂 + 多模态初创"在垂直赛道上密集推出开源 SOTA 的趋势。这与 08-28 简报提到的 Hy4 preview 在 770B 规模上反超 GLM-5.3、Kimi K3 形成连续信号：开源阵营不再只是"小而美"，而是开始向"中等规模 + 任务最强"方向夹击闭源旗舰。
AI 知识产权与商业秘密保护进入"AI Agent 训练"维度的新战场。 苹果诉 OpenAI Chang Liu 案首次把"AI 代理训练数据来源"摆上法庭——如果商业秘密被用于训练 AI Agent，那么"训练完成的模型权重"可能成为持续扩散的不可逆通道。这与 08-30 简报中"索尼+华纳诉 Anthropic"案件一道，构成了 AI 时代"内容版权 + 商业秘密"双重围剿的新常态。对所有从事硬件、模型、AI Agent 业务的公司而言，"员工跳槽时的设备交还流程 + AI 工具训练数据治理"将成为新的合规高线。
数据来源：每经 / Asianet Newsable / Inside AI / Yahoo Finance（Quartz）/ AI Business Weekly / OpenAI 官方博客、OpenClaw 基金会发布说明 / 凤凰网科技 / 网易科技 / StableLearn / 腾讯研究院、财联社 / 新浪财经 / TradingKey / 中财网 / 每经、美团官方 / 网易（环球网资讯）/ 长城证券周报、第一财经 / 上观新闻（网信上海）/ 搜狗百科 / AI 工具集、国家广播电视总局 / 广东省广播电视局 / 中国新闻网 / 内蒙古广播电视局 / 澎湃新闻、CNA / Reuters / JQJO / Toutiao（智通财经、cnBeta）/ Weibo（IT之家）/ Engadget / 9to5Mac、滴滴自动驾驶 / 中华工商时报 / 新浪科技 / 中国证券报 / Self Drive News / Automotive World 等公开信息，截至 2026 年 9 月 1 日（北京时间）。