全球 AI 行業大模型與監管動態

根據高盛（Goldman Sachs）表示，標普 500 成分股第二季獲利預期將在 7 月 17 日年增 22% 的幅度大幅成長。AI 基礎設施相關股票預期將貢獻約 60% 的這項成長，其中，鎂光科技（Micron Technology）與輝達（Nvidia）合計占漲幅超過 40%。

根據大衛·薩克斯（美國總統科學與技術委員會主席）的說法，中國大型語言模型 Kimi K3 在 7 月 17 日舉行的 Frontend Code Arena 中取得最高排名。薩克斯表示擔憂，美國的監管限制——包括對新資料中心的限制、加強各州層級的監督，以及提出的聯邦「前沿模型」預先核准要求——可能會削弱美國在全球 AI 競賽中的領先地位。他強調，持續提高門檻的法規可能會削弱美國在 AI 產業的優勢。

根據《Etoday》，SK 集團董事長 崔泰元（Choi Tae-won）今天表示，投資人應該進行長線持有，而非頻繁交易，理由是源自 AI 開發的儲存需求正持續成長。他指出，隨著人工智慧不斷成熟，記憶需求將呈現指數級增長；相較於重複交易，長期持有更能有效保護資產。

Microsoft 正在準備 Project Perception，一套 AI 脆弱性偵測工具，預計將於 7 月推出，並將其定位為相較於 Anthropic 的 Mythos 模型更具成本效益的替代方案。該工具旨在在能力上對標或超越 Mythos，同時為企業用戶提供更佳的成本效率。

根據 Beating 的說法，Moonshot AI 的新成員楊欣宇解釋了 Kimi 如何能交付 K3，方法是將公司與產業競爭對手進行對照。楊欣宇近期從學術界加入，並指出其他 AI 實驗室之間存在四項結構性缺陷：傲慢（已成形的團隊認為 AI 賽局已結束）、魯莽（較年輕的實驗室追逐趨勢但缺乏基礎性的嚴謹）、膽怯（實力強的團隊不願追求產業領導地位），以及激勵機制不一致（個人把重點放在爭取個人功績，而非推進 AGI）。楊欣宇表示，Moonshot AI 的差異在於維持對 AGI 開發的高度集體專注。他也點出公司的做法：優先進行模型建置而非敘事，採取嚴格的實驗，以指標而非憑直覺進行最佳化，對於行不通的方法要迅速摒棄，並避免魯莽的賭博。

微軟執行長 Satya Nadella 在接受 CNBC 報導所述、對員工的發言中批評 Anthropic 的 Fable 5 AI 模型，稱其為「在編輯層面受控」。微軟股票在隔夜交易中因這些評論下跌 1.3%，內容質疑該 AI 模型嚴格的防護欄，會將特定使用者查詢導向較舊版本。這項批評出現於更廣泛的 AI 安全措施討論之際，當科技公司在強大能力與潛在濫用風險之間取得平衡。 MSFT 股票在 7 月上漲 7.5%，與大型科技公司（Big Tech）的漲勢一致；投資人一邊輪回買回該產業，一邊出售今年表現飛快的部分晶片股票。隨著第二季財報季開跑，投資人正密切關注後續走向；Alphabet、Tesla 與 Intel 將於下週公布財報。 Nadella 批評 Fable 5 查詢路由系統 Nadella 告訴負責微軟 Copilot AI 軟體的工程師，依據 CNBC 提供的他發言稿稱，Fable 5 的限制「沒有道理」。他說：「如果你用 Fable，當它對任何隨機的事情都拒絕時，就變成……你上一次有一個創作工具，是被『在編輯層面受控』得那麼嚴格，是什麼時候？」Nadella 如此表示。 當

根據 CNBC 報導，微軟（Microsoft）執行長 Satya Nadella 在一夜之間批評了 Anthropic 的 Fable 5 AI 模型，並告訴員工，該系統看起來是「編輯性控制（editorially controlled）」，且其中一些防護欄（guardrails）「沒有道理（make sense）」。Nadella 在與正在為微軟 Copilot AI 軟體工作的工程師交談時，質疑是否應該讓一個創作工具受到如此嚴格的限制。微軟股價在隔夜交易中下跌 1.3%，幾乎吐回了週四的所有漲幅，而 MSFT 在 7 月仍上漲 7.5%。

Alphabet 股票週四下跌 4%，原因是相關報導指出 Google 延後了其 Gemini 3.5 Pro AI 模型。彭博消息人士稱，該模型因編碼效能未達內部預期而落後數月進度。此延遲發生在 AI 產業競爭加劇之際，對手 OpenAI 與 Meta 近期相繼發布新模型，主打更強的軟體開發效能。 Alphabet 股票因 AI 模型延遲下跌 4% Alphabet 股票週四下挫 4%，在彭博報導 Gemini 3.5 Pro 模型延遲之後。該股在盤前市場交易中又下跌 1.5%。依彭博消息人士所述，該模型的編碼能力未達 Google 的內部基準，促使公司延長開發時程。 Google 於 5 月在其年度 Google I/O 開發者大會首次推出 Gemini 3.5 Pro。公司表示該模型已在內部使用，但在公開發布前仍需要進一步測試。原先預期將於隔月啟動推出，然而目前報導指出時間表已經改變。 Meta 與 OpenAI 推出競爭型 AI 模型 Meta 近期推出其 Muse Spark 1.1 AI 模型。Meta 的 AI 負責人 Alexandr Wang 將其描述為公司在代理型任

2026年7月底，全球資本市場將迎來年內最具分量的財報窗口。谷歌（Alphabet）將於7月22日發布第二季度業績；微軟將於7月29日公布2026財年第四季度財報；亞馬遜則於7月30日交出二季度成績單。三家公司合計市值超過7兆億美元，而它們在過去12個月內共同承諾的AI基礎設施投入，已接近一個中型國家的年度GDP。 市場正在經歷一次根本性的敘事切換。2024年至2025年，資本市場獎勵的是「誰投入更多」——GPU採購量、資料中心佔地面積、AI模型參數規模構成了估值溢價的核心邏輯。但進入2026年，同一批投資者開始追問一個更本質的問題：這些投入什麼時候開始產生現金流？ 答案將在這三份財報中逐步浮現。 AI超級週期進入第二階段：從資本投入轉向收益驗證 過去兩年，科技巨頭圍繞AI展開了一場規模空前的軍備競賽。亞馬遜、谷歌、微軟和Meta四家公司2026年合計計劃資本支出約7,250億美元，較2025年的約4,100億美元增長約77%。其中，Alphabet將全年資本支出指引上調至1,800億至1,900億美元，並明確表示2027年將「顯著高於」該水平；微軟2026日曆年資本支出預計約1,90

在 2026 年世界 AI（人工智慧）會議上，與會者包含 Xue Lan（清華大學 AI 治理研究院院長）、Nicholas B. Dirks（紐約科學院總裁兼執行長（CEO））以及 Mark Nitzberg（UC Berkeley 人類相容 AI 中心執行董事），針對 AI Agent（AI 代理）治理進行討論。根據該小組的說法，AI 正從「輔助判斷」轉向「自主行動」，因此必須在開發者、部署者與監管者之間擴大責任鏈。 與會者達成共識：凡是涉及生死攸關後果的決策、在錯誤一旦發生就無法修正的情境，以及所有牽涉倫理與價值判斷的事項，都必須絕不由 AI 主導。人類可以授權 AI 行動，但不能轉嫁責任。每一次授權都應可撤回、每一次行動都應可追溯；同時，授予行動代理權的節奏絕不能超過驗證 AI 能力的節奏。

根據 Databricks Beating，AI 資料平台 Databricks 在 Coatue 領導的資金推動下，成功籌集 30 億美元，估值達到 1,880 億美元。這意味著較該公司去年年底的 1,340 億美元估值增加 40%。Databricks 表示，截至 2 月，其年化營收趨勢超過 54 億美元，其中 AI 產品帶來的營收為 17 億美元。

根據美國銀行美林證券（Bank of America Securities）的說法，Moonshot AI 於 7 月 17 日發布其 Kimi K3 模型，其參數規模約為上一代 K2 的三倍，顯示 AI 產業中的競爭優勢正變得愈發短暫。該行指出，儘管阿里巴巴的雲端服務業務可能因持續的 AI 訓練與推論需求而受益，但其 Tongyi Qianwen 面臨重新升溫的競爭壓力。新模型同時加劇了對其他獨立 AI 實驗室（包含 Zhipu 與 MiniMax）的壓力。

根據彭博資訊，7 月 16 日，Alphabet 的股價下跌 4.44%，至 354.46 美元，原因是 Google 宣布其 Gemini 3.5 Pro AI 模型的發布將延遲。該公司原本承諾在 6 月推出下一代模型，但由於在強化模型的程式碼能力方面遇到困難，因而決定延期。Google 上個月更新了訓練資料以強化其編碼表現，但結果令人失望，因此在來自包括 Anthropic、OpenAI 等對手的競爭日益加劇之際，作出延遲發布的決定。

馬斯克根據 Teslarati 報導，參考聯準會（Federal Trade Commission）的記錄，已完成對總部位於佛羅里達州、估值超過 10 億美元的 New APR Energy 的收購。該交易回應了來自如 xAI 的 Colossus 集群等專案不斷攀升的供電需求。機房外部（Behind-the-meter）的設置可讓資料中心直接供電，而無需依賴公共電力事業，並與既有的 Tesla 能源儲存資產相輔相成，將馬斯克定位在關鍵基礎設施之中。 New APR Energy 提供超過一吉瓦的行動供電能力 New APR Energy 專精於行動式瓦斯與柴油渦輪機系統，能夠針對大型用電需求進行快速部署。其機隊提供超過一吉瓦的容量，非常適合用來橋接傳統電網連接可能需要數年的落差。此能力也能補強既有的 Tesla 能源儲存資產。 機房外部（Behind-the-meter）設置可直接為 xAI 資料中心供電 機房外部（Behind-the-meter）的設置可讓資料中心直接供電，而不必依賴緊張的公共公用設施。此舉用來因應來自如 xAI 的 Colossus 集群等專案不斷攀升的需求。此

根據新華社，7 月 17 日，2026 年世界人工智慧大會發布《全球 AI 創新指數報告 2026》。該報告從五個面向評估了 46 個國家的 AI 創新發展：基礎支撐、資源與環境、科學研究與研發、產業與應用，以及國際合作。 報告指出，AI 基礎設施仍在持續擴張，能源供應成為關鍵的未來變數。大型語言模型產業正從通用型走向垂直應用，並從訓練轉向推論優化，推動商業流程轉型。全球 AI 治理需求正在加速，中國推進多維度治理框架與包容性合作倡議。

在 2026 年 WAIC，復旦大學、Yuanqi Robotics、Livepo Tech，以及 it-Stone AI 的領導者就「具身 AI 的世界模型」舉行了座談討論。共識逐步形成：製造業是最具可行性的近期落地情境。Yuanqi Robotics 已在透過機器人群組協調進行的產線作業中達成 99.99% 的成功率；it-Stone AI 則正部署千單位規模的工業型具身機器人，客戶包含汽車製造商。發言者指出，資料取得是關鍵瓶頸；為了讓物理 AI 具備能力，仍需超過 1 億小時的真實世界互動數據，其規模相當於大型語言模型中的語音訓練量。長線而言，競爭將從模型架構轉向高品質資料來源，以及以封閉迴路情境進行驗證。

根據 ChainCatcher 的報導，B.AI 已在其平台上推出 Kimi K3 API，使得 @KimiMoonshot 在發布後即可無縫整合最新的開源模型。作為全球首個 2.8 兆參數的開源模型，Kimi K3 在長上下文程式設計、複雜推理與知識工作方面帶來突破，並具備原生視覺能力，且支援 100 萬代幣的上下文視窗。開發者現在可直接透過 B.AI 的 API 介面存取新模型。

在 2026 年世界人工智慧大會上，阿里雲創辦人、中國工程院院士王堅表示，AI 正步入關鍵的轉折點。他指出，科學數據將重新定義 AI 的本質，並強調以科學為基礎的基礎模型應透過代幣化，將文字、程式碼與科學數據整合到同一個模型空間中，而不是僅仰賴研究論文與程式碼。 王預測，未來 50 年間，AI 在科學領域的角色將如同數學在過去幾個世紀所帶來的貢獻般相當。他表示，下一階段的 AI 競爭將聚焦於多模態科學數據的整合能力。

根據 Odaily 報導，Gate 的 Pre-IPO 第二階段 OpenAI（OPENAI）訂閱已於今日結束，累計投資額達到 2.6 億美元，且填滿率超過 1,300%。本次發售包含 27,700 張、價值約 2,000 萬美元的 OPENAI 資產憑證，定價為每張 722 美元，並提供 USDT 與 GUSD 兩種。 首批 OPENAI 憑證將於 7 月 17 日 7:00 PM（UTC+8）解鎖，成功訂閱名單將同時分發，退款也將同步處理。Pre-IPO 的開放交易將於 7 月 20 日 4:00 PM（UTC+8）開始。