TorchNeuron给云客户增加了一种尝试替代芯片的办法。10月20日，AWS宣布这款工具进入公开测试，支持Trainium2和Trainium3。客户能否借此争取更好的采购条件，要看自己的任务能否稳定迁移，以及把改造、验证和运行费用算在一起后，还能省下多少。

议价空间可能先出现在下一批可转移的订单上。 供应商看得到客户有能力把任务交给别人，才有重新考虑报价的理由。亚马逊此次产品变化降低了尝试的门槛，距离形成这种采购能力，仍有一段工程和商业验证要完成。

接入更容易，亚马逊多了一次争取订单的机会

PyTorch是开发和运行AI模型的常用软件框架，后端负责把计算交给具体硬件。按AWS的介绍，开发者可以沿用熟悉的编程方式，调整设备设置，让代码开始使用Trainium。对于评估自研芯片的团队，这减少了一项前置顾虑：为了试一试，究竟要改多少代码。

接入工作缩短，有可能让原本被搁置的评估进入日程。团队可以先拿一项合适的任务测试，再决定是否投入进一步适配；AWS也因此更容易接触到尚未确定硬件方案的新需求。这是产品机制带来的商业机会，实际能转化为多少使用量，仍需客户部署证明。

工具的范围也要看清。它提供PyTorch的原生后端，并未承诺自动转换所有依赖英伟达CUDA的程序。模型中的特殊计算、使用的库以及分布式运行方式，都可能留下额外工作。公开测试让客户更容易开始验证，生产环境仍须逐项检查。

跑通代码，离省钱还有多远

官方代码仓库对这些工作有具体说明。第一次运行可能需要较长的编译时间，也就是先把计算整理成芯片能够执行的形式；编译模式要求固定输入形状，遇到新的形状会重新编译。如果业务中的输入长度和批次安排经常变化，团队就要处理由此增加的等待。

此外，部分功能支持有限，某些数值类型的实际计算精度会变化。一个演示成功运行，无法回答真实业务最关心的质量、响应速度和稳定性问题。采购负责人需要知道，系统在繁忙时段和不同任务条件下能否持续交付。

比较训练费用，应以达到相同结果质量为前提；比较推理服务，则要对齐效果和响应要求。芯片使用费之外，工程人员的适配时间、重复测试、运行维护和迁移支出都要计入。首次编译与后续运行也应分开说明，避免拿不同阶段的速度作比较。

这会让部分技术上可行的迁移，在经济上失去吸引力。尤其对业务量尚小的创业公司，即使单次运行便宜一些，有限的任务规模也未必足以摊薄改造投入。目前这些产品材料尚不能证明云客户已经普遍取得折扣，也没有提供适用于所有模型的节省比例。

换了芯片，是否仍被云平台绑定

账单之外，还有采购对象的问题。Trainium通过AWS云环境提供，切换计算后端不会顺带迁走数据、权限配置和运维系统。已经使用AWS的客户，首先得到同一平台内的另一种硬件选择；考虑迁入AWS的客户，则需要把整套云环境的变化算进去。

这两种选择对谈判的影响不同。在同一家云平台更换硬件，可能改善某项任务的成本，却未必削弱平台整体的定价能力。客户若希望在不同云厂商之间比较采购，还要有处理数据、服务接口和运维差异的能力。

已有的采购承诺也会改变计算结果。AWS的Savings Plans以一定期限的使用承诺换取优惠，其中Compute计划与EC2 Instance计划的适用范围不同，后者限定实例家族和区域。客户需要核对新任务能否纳入原计划，以及原有承诺还能由哪些业务消化。

假设旧资源的承诺支出仍需支付，又新增一笔无法纳入原计划的资源费用，即使新方案单价更低，当期支出也可能上升。对这类客户，调整采购的合适时间可能落在新增项目或承诺到期时。新工具的作用，要放进具体合同和业务安排里衡量。

少量可转移任务，也可能影响下一次报价

不过，要求企业先完成大规模迁移，再讨论议价能力，也会低估替代方案的价值。更乐观的解释是：只要一部分任务已经通过验证，客户就可能在下一轮采购时取得更好的条件。

例如，客户可以继续保留原有业务，同时为一批新增任务引入第二套方案。只要质量达标、算力资源可获得、交付时间有保障，原供应商就面临失去这批订单的可能。它是否调整价格，还取决于订单规模、供需状况和自身留客意愿；谈判也可能涉及资源保障或服务条件。

这一解释有清楚的前提。替代方案必须能够持续运行，客户有权调整采购，而且验证成本不能吞掉潜在节省。若每次部署都依赖大量定制工作，或者所需资源无法按时提供，报价单上的选择就很难成为可执行的安排。

TorchNeuron能否增加议价权，可以沿着这条路径观察：先有能够转移的任务，再看采购条件是否发生变化。技术兼容和商业回报之间，需要补上客户使用的证据。

早期公司的机会，要落到客户账单上

这段验证工作也给创业公司留下了可能的收费空间。跨硬件工具如果能用同一批任务，对照质量、耗时、资源费用和人工投入，就有机会帮助客户缩短采购评估。付费依据应当是少走了多少弯路、避免了多少错误支出。

客户部署后，模型更新、输入变化和业务量波动还会改变原来的成本结论。持续监测若能发现重复编译、闲置资源或费用异常，并证明节省超过工具收费，服务才有续费理由。投资者需要检查这些能力能否复用；每换一家客户就重做大量工程，收入仍会高度依赖人力交付。

云厂商也在提供自己的开发和管理工具。创业公司要证明，跨供应商比较、独立验证或持续成本跟踪，能带来客户愿意另付费用的结果。仅把不同芯片的参数摆在一起，很难回答客户应把下一笔预算花在哪里。

后续最值得核对的是四类公开材料：AWS兼容清单与代码仓库的限制是否收窄；独立测试是否披露相同任务的完整成本；具名客户是否提供持续生产运行记录；采购方是否公开任务转移或合同条件变化。未披露的折扣和收入，不宜靠产品发布推算。

如果适配工时减少、同质量总成本改善，并出现稳定生产使用及采购变化，客户议价空间扩大的判断就有了更强支撑。若案例长期停留在演示，调优、运维和旧有承诺又持续消耗节省，就应下调预期。能替客户证明哪些任务值得迁移，并把结果落实到后续账单，才是这批早期工具最需要完成的交付。

── 投黑马研究团队

免责声明：本文仅作商业研究与信息参考，不构成任何投资建议。市场有风险，投资需谨慎。

AI & 市场

阿里正式发布 2.4 万亿参数 Qwen3.8-Max 旗舰大模型，资本市场暴涨 7% 回应算力扩容

阿里巴巴千问团队正式发布新一代旗舰级基座大模型 Qwen3.8-Max，总参数量高达 2.4 万亿，标志着国产大模型正加速进入“两万亿参数俱乐部”。该模型在多模态理解、长文本推理及工具调用上取得突破性进展。受此重磅消息驱动，阿里巴巴港股大涨 7.01% 成交额达 239 亿港元，美股盘中涨超 5%，单月估值修复反弹超过 41%。（消息来源：21世纪经济报道、新浪财经）

【投黑马点评】
阿里推出 2.4 万亿参数基建，是国产大模型从“卷应用”重新杀回“绝对算力壁垒”的硬核宣示。万亿级模型的训练与推理成本极高，将彻底拉开一线云巨头与中小型模型创业公司的代际差距。高参数模型带来的强推理能力，将直接赋能阿里云底座并吸引企业级大客户订阅，加速云计算业务的估值重构。

亚马逊 AWS 云营收创 18 季度新高，上调 2026 年 CapEx 承诺看好 AI 万亿空间

亚马逊发布最新财报显示，旗下 AWS 云业务营收增速创下近 18 个季度以来新高，AI 相关高毛利推理与训练需求呈现爆炸性增长。亚马逊管理层随即宣布上调 2026 年全年资本开支（CapEx）指引，并公开表达对 AI 算力长远创造“万亿美元级别营收空间”的强劲信心。受此刺激，亚马逊股价暴涨超 5% 创历史新高，总市值突破 3.09 万亿美元。（消息来源：财联社、外媒）

【投黑马点评】
亚马逊 AWS 营收增速刷新纪录与股价破历史新高，给华尔街关于“AI 资本开支见顶”的焦虑打了一剂强心针。这证明云巨头持续暴涨的 CapEx 并非盲目沉没成本，而是已经被下游爆棚的推理需求真实消化。拥有自研芯片与基础设施变现能力的大厂，正在迎来算力开支向利润转化的闭环时刻。

欧盟《人工智能法案》全面进入强制执法时代，违法最高面临 1500 万欧元天价罚款

欧盟《人工智能法案》（EU AI Act）正式进入新的执法阶段，欧盟 AI Office 与各成员国监管机构全面开启针对通用型 AI 模型（GPAI）、生成式透明度标识的监管检查。所有在欧运营的机器人、智能体及深度伪造内容，必须标注机器可读标记与人机交互告知，违规企业最高面临 1500 万欧元或全球年营收 3% 的罚款。（消息来源：外媒、钛媒体）

【投黑马点评】
天价罚单悬顶标志着生成式 AI 告别无序狂飙，进入“强制合规的水下博弈”。强监管不仅拉高了美系与中系大模型出海欧洲的运维与审计成本，更将机器可读水印（如 C2PA）推为全球硬通行证。这直接利好专做 AI 内容鉴真、版权确权与合规行为审计的中间层安全企业。

微软公布付费 Copilot 席位突破 3000 万，发布自运行智能体 Microsoft Scout

微软发布最新 AI 落地报告，宣布企业级 Microsoft 365 Copilot 付费席位历史性突破 3000 万，季新增速度翻倍。同时微软发布全新的 Copilot Cowork 混合模型架构与首款自主运行智能体 Microsoft Scout，具备独立身份与权限，可在后台端到端自主完成多步骤复杂工作流。（消息来源：微软官方、外媒）

【投黑马点评】
3000 万付费席位证明了 AI 办公场景极高的商业兑现效率。微软将算力形态从“聊天对话框”升级为具备独立权限的“后台自主智能体”，解决了员工断点式交互的痛点。能够实现自动化闭环执行的 Agent 正在杀死传统按按键付费的 SaaS 软件，重组企业工作流底座。

商业科技

字节跳动大刀阔斧重组 AI 办公：飞书、豆包与火山引擎协同整合，打通 MaaS+SaaS 商业化

字节跳动启动面向 AI 业务的大规模组织调整，飞书产品团队与豆包产品团队正式整合为新的豆包产品团队，由豆包负责人赵祺统一管理；同时，飞书 GTM 销售团队与火山引擎合并成立「创造力服务平台」，由火山引擎负责人谭待掌管，统一负责字节 MaaS、SaaS 等云服务的市场、销售与交付全链条。（消息来源：科创板日报、界面新闻）

【投黑马点评】
字节此举宣告了单独卖工具软件（Seat-based SaaS）时代的彻底结束。将飞书并入豆包、销售归拢至火山引擎，本质上是将 AI 办公从“协同软件功能叠加”升级为“MaaS 底层模型+SaaS 业务交付”的一体化输出。在企业级市场上，单打独斗的协作软件正失去溢价，能够提供模型、算力与组织工作流闭环的云生态巨头，将重塑 To B 商业化的终极壁垒。

小米汽车发布首款增程 SUV 澎程 N90/N70，预售价 25.99 万起冲刺全年 55 万辆目标

小米汽车举行第二次技术发布会，正式推出基于“昆仑技术架构”打造的小米澎程 N90 与 N70 两款增程 SUV。N90 Max 预售价 29.99 万元，N70 Max 预售价 25.99 万元。新车搭载小米自研昆仑增程器，CLTC 纯电续航最高 505km，满油满电综合续航最高达 1705km。硬件全系标配 700TOPS 英伟达 Thor 芯片与超级小爱，预计 9 月正式上市。（消息来源：蓝鲸新闻、科创板日报）

【投黑马点评】
小米澎程的推出，是雷军在增程市场增速放缓背景下冲刺全年 55 万辆交付目标的死命令。搭载 700TOPS 英伟达 Thor 芯片与 1705km 综合续航，表明小米并未将增程视为低技术过渡，而是将其打造成具备极强移动 AI 终端属性的大空间爆款。独立的澎程渠道与全系智驾下沉，将对现有一线新能源车企构成直接降维打击。

Uber 承诺出资超 100 亿美元布局“世界模型”，全面转型重资产自动驾驶车队生态

全球出行巨头 Uber 宣布加速从轻资产平台向自动驾驶生态主导者转型，摒弃高成本自研路线，采取“平台+多 partners”结盟策略，承诺投入超过 100 亿美元采购自动驾驶车辆并投资下一代“世界模型”技术开发商，加速在全球范围内搭建重资产 Robotaxi 运营池。（消息来源：外媒、野马财经）

【投黑马点评】
100 亿美元的砸入标志着 Uber 彻底放弃了对自研算法的幻想，转向用庞大的网约车网络与资金撬动整车厂及算法头部企业。Robotaxi 赛道的竞争正从“谁的智驾算法好”升级为“谁拥有大规模车队运维能力与低成本调度网络”，重资产生态整合者正在收割自动驾驶商业化红利。

马斯克 xAI 起诉明尼苏达州 AI “脱衣”禁令被驳回，法院裁定防范有害深度伪造法规如期生效

埃隆·马斯克旗下 AI 公司 xAI 就明尼苏达州禁止生成式 AI 创建未经同意的深度伪造色情内容法律提起诉讼并请求暂缓执行，联邦法官裁定驳回 xAI 暂缓请求，禁令于 8 月 1 日强制生效。法官指出，该法律旨在保护居民免受有害 AI 内容侵害，xAI 关于“违宪”的诉求不予支持。（消息来源：外媒、新浪财经）

【投黑马点评】
法院驳回马斯克旗下 xAI 的诉求，给打着“自由生成”旗号的生成式 AI 厂商敲响了警钟。地方政府针对深度伪造与色情滥用的立法正以前所未有的速度落地，平台无法再以“工具中立”推卸责任。大模型厂商必须在底层模型层面植入强力合规审核与违规图像拦截机制，合规安全门槛将直接挤压边缘模型创业空间。

早期项目融资快报

具身独角兽「求之科技」一月内连完成两轮融资，最新 1 亿美元天使+轮融资落地

具身智能基础设施企业求之科技（DISCOVER Robotics）宣布在首轮超 1 亿美元融资落地不足一个月后，再次完成 1 亿美元天使+轮融资，由 IDG、星连、达晨等联合领投。资金将用于加码 ORION 具身智能分层大模型研发、LOOP 虚实混合数据闭环系统以及 DISCOVERSE 高保真仿真器构建。（消息来源：投中网、新浪财经）

【投黑马点评】
单月连续狂揽两轮数亿美元，求之科技刷新了具身智能赛道的融资速度记录。资本疯狂加码的本质，是对“大模型+数据闭环+高保真仿真器”全栈具身基础设施路线的抢位。随着虚拟仿真与真实物理物理抓取数据打通，具身机器人正在从实验室样品快速迈向工业装配与工商业全场景交付。

脑机接口企业「主动科技」完成 3.3 亿元天使轮融资，创中国脑机接口天使轮纪录

专注于医疗级侵入与非侵入脑机接口研发的上海主动科技有限公司宣布完成 3.3 亿元人民币天使轮融资，由中科创星领投，联想之星、九合创投等跟投。该笔融资创下了中国脑机接口领域天使轮融资的历史最高纪录，资金将用于高密度柔性电极研发及临床测试。（消息来源：投中网、新浪财经）

【投黑马点评】
3.3 亿元的天使轮天文数字，标志着脑机接口从单纯的前沿科研概念跃升为头部风投争相锁定资本壁垒的黄金赛道。柔性电极与高信噪比芯片是破解脑机创伤与长期留存的核心。顶级硬科技基金重仓注资，将大幅加速医疗级脑机接口在重度神经疾病康复与人机交互中的临床合规进程。

今日左侧信号

信号：阿里发布 2.4 万域 Qwen3.8-Max 重撕万亿参数大战，欧盟 AI 法案与美地方深度伪造禁令双重合规围剿，资本加速向求之科技与主动科技等具身/脑机水下硬科技沉淀。

追踪方向：重点关注万亿参数大模型 Infra 算力池、AI 内容水印与合规审计安全、具身智能全栈仿真器及侵入式脑机接口高密度柔性电极。建议深挖 -> 融资观察。

── 投黑马研究团队