AI日报 – 2026年08月31日

滴滴R2无人车开跑，网约车变天？

▲图片由AI生成 白色无方向盘自动驾驶出租车行驶在城市街道，车顶激光雷达扫描周围，乘客在后排使用手机App。

[众享AI摘要] 滴滴自动驾驶新一代Robotaxi车型R2正式开启无人载客测试服务，标志着其L4级自动驾驶技术从研发迈入规模化运营验证阶段。R2基于纯电平台打造，搭载了滴滴自研的“北曜”激光雷达与“Orca”多模态感知系统，实现360度无死角探测，最远识别距离达200米，对行人、异形车辆及突发路况的响应速度较上一代提升40%。车辆取消了传统方向盘和踏板，采用无驾驶员设计，通过远程冗余监控与云端调度系统保障安全。此次测试率先在部分城市的核心示范区开放，用户可通过滴滴App预约体验，初期覆盖通勤、商圈等高频场景。滴滴表示，R2的载客测试将重点收集真实道路数据，优化决策算法与乘坐体验，为后续大规模商业化运营铺路。此举不仅加速了Robotaxi赛道的竞争，也可能重塑未来出行成本结构与城市交通生态。

范式联手华为，国产算力AI新纪元

[众享AI摘要] AI大模型公司“范式”与华为正式达成战略合作，成为首批接入华为国产最高端算力底座的AI企业。此次合作聚焦于昇腾AI集群与MindSpore框架的深度适配，范式将基于华为昇腾910B系列芯片进行大模型训练与推理优化。双方将联合打造面向金融、政务、制造等行业的垂直领域大模型解决方案，推动国产算力在千亿参数级模型上的规模化落地。技术层面，范式已完成自研框架与昇腾CANN的算子级适配，训练效率对标国际主流GPU方案，推理延迟降低约30%。该合作标志着国产AI算力从“可用”迈向“好用”，为国内AI企业摆脱对海外高端GPU的依赖提供了可复制的路径，同时加速了华为昇腾生态在头部AI玩家中的渗透。

GPT-6灰测炸场，周四见分晓

▲图片由AI生成 数据中心内，巨型AI芯片阵列闪烁蓝光，屏幕显示“GPT-6”字样，周围环绕数据流与代码，未来感十足。

[众享AI摘要] OpenAI最新旗舰模型“GPT-6”的灰度测试demo在社交平台刷屏，引发行业震动。测试者反馈，该模型在复杂推理、多轮对话、代码生成与长文本理解上实现代际跃升，尤其在数学证明、法律文书分析和科学文献综述等专业任务中，表现接近人类专家水平。据泄露信息，GPT-6采用全新的稀疏注意力架构与动态路由机制，参数量较GPT-5提升约5倍，但推理成本下降近40%，支持高达200万token的上下文窗口。多位开发者实测，其指令遵循能力、幻觉抑制及工具调用稳定性显著增强，可无缝衔接代码执行、数据库查询与多模态输入。业内预测，该模型将直接冲击企业级AI应用市场，加速智能体（Agent）落地，并可能重塑搜索、办公、编程等垂直场景。OpenAI官方暂未回应，但市场消息称正式发布定于本周四。若性能属实，GPT-6将重新定义大模型能力上限，并引发新一轮算力与生态竞争。

Mac集群逆袭！OpenAI弃英伟达搞强化训练

▲图片由AI生成 数万台Mac设备整齐排列在数据中心，蓝色灯光闪烁，组成庞大训练集群，背景显示强化学习流程图表。

[众享AI摘要] OpenAI近期采购数万台搭载苹果M系列芯片的Mac设备，组建大规模强化学习训练集群，用于特定AI任务的训练与推理优化。这一决策颠覆了传统AI训练对英伟达GPU或谷歌TPU的依赖，核心原因在于Mac的统一内存架构在特定强化学习场景中具备更低的数据传输延迟和更高的能效比，尤其适合处理长序列决策任务与实时交互模拟。该集群采用分布式训练框架，通过Thunderbolt高速互联与定制化调度系统，实现数千节点的高效协同。此举不仅缓解了英伟达高端GPU供应紧张与成本高企的问题，也为AI基础设施的多元化选择提供了新思路。业内分析认为，苹果芯片在AI领域的潜力被低估，未来或将在边缘推理与小规模训练场景中占据更大份额。OpenAI的这次“逆向选型”也引发了对现有AI算力垄断格局的重新审视。

Hy4转正：姚顺雨首秀即巅峰

▲图片由AI生成 姚顺雨站在巨型数据屏前发布Hy4模型，屏幕显示神经网络架构图与性能曲线，背景是未来感实验室。

[众享AI摘要] Hy4 Preview正式发布，标志着姚顺雨从幕后走向台前，以核心负责人身份完成首次公开亮相。这不仅是模型层面的迭代，更是一次组织架构与研发路线的明确宣示。Hy4在架构上采用稀疏注意力机制与动态路由混合专家设计，推理速度较前代提升约40%，上下文窗口扩展至256K，长文本理解与代码生成能力显著增强。训练数据侧重高质量合成数据与多语言对齐，在数学推理、复杂指令跟随和工具调用等基准测试中均刷新SOTA成绩。同时，Hy4引入可配置的“深度思考”模式，允许用户根据任务复杂度动态调整计算预算，兼顾实时性与深度推理需求。姚顺雨在发布中强调“模型即产品”理念，Hy4将原生集成API网关、缓存优化与自动降级策略，降低企业接入门槛。此次发布被视为团队从研究型组织向产品型公司转型的关键节点，后续版本预计将逐步开放多模态与Agent能力，进一步巩固其在垂直行业中的应用优势。

英伟达129亿吞并Hugging Face，开源AI终局？

[众享AI摘要] 英伟达以129亿美元（约867亿人民币）完成对AI开源平台Hugging Face的收购，震惊业界。此前，Hugging Face曾拒绝英伟达5亿美元的投资意向，如今却在估值大幅攀升后选择“委身”于这家芯片巨头。Hugging Face是全球最大的模型托管与开源社区，拥有超过50万个模型、25万个数据集，是开发者调用大模型的核心枢纽。此次收购意味着英伟达不仅掌控了GPU算力层，更将触角伸向模型分发、微调工具链与开发者生态，形成“芯片+平台+模型”的垂直闭环。对开源社区而言，这一交易引发剧烈震荡：社区担忧Hugging Face的中立性丧失，模型托管政策可能受商业利益左右；同时，英伟达也面临反垄断审查压力。业内分析认为，此举将加速AI产业整合，中小型AI创业公司依赖的公共基础设施或被巨头垄断，开源AI的“童话时代”宣告终结，未来竞争将围绕算力、数据与生态入口全面展开。

豆包加速，字节Token飞轮能转多快？

[众享AI摘要] 豆包作为字节跳动旗下核心AI产品，正从对话助手加速向企业级工作场景渗透，其背后依赖的底层大模型能力成为决定这一进程速度的关键。字节跳动通过豆包构建的“模型-应用-数据”闭环正在形成Token消耗的飞轮效应：用户越多使用豆包完成写作、编程、信息处理等实际工作，产生的调用量越大，反哺模型迭代的数据越丰富，进而提升模型性能并吸引更多用户。然而，当前豆包工作场景的落地仍受限于基础模型在复杂任务推理、长文本理解、工具调用等方面的能力上限。若模型能力无法匹配产品野心，飞轮转速将受制于技术瓶颈；反之，若模型迭代跟上，豆包有望成为字节在AI时代的超级入口，并带动火山引擎的算力与API服务增长。这一竞争态势不仅关乎字节自身，也影响国内大模型商业化路径的探索节奏。

混元Hy4上线即爆满，腾讯AI翻身？

▲图片由AI生成 服务器机房内，排队等待的开发者屏幕前显示“混元Hy4”模型界面，背景是腾讯Logo与流动数据光效。

[众享AI摘要] 腾讯混元大模型最新版本Hy4 preview于近期上线，凭借显著提升的多模态理解与复杂推理能力，迅速引发开发者与B端客户争相试用，一度出现排队申请算力资源的现象。Hy4在长文本处理、代码生成和数学推理等关键指标上较前代提升超30%，部分场景性能已接近头部开源模型。此次更新被视为腾讯在AI竞赛中一次关键补位，缓解了外界对其大模型进度滞后的质疑。但与此同时，腾讯云与C端业务仍面临AI商业化路径不清晰、组织协同效率待提升等问题，Hy4的短期热度能否转化为长期生态优势，仍需观察。该模型已开放API测试，并计划与腾讯文档、广告推荐等业务深度整合，旨在通过场景化落地加速AI变现。