黄仁勋喊出"AI已到转折点"的同一夜，OpenAI自研推理芯片Jalapeño拿下首份跑分、Anthropic再签450亿美元算力大单、阿里云把千亿参数模型打到1/10训练成本、第二届世界人形机器人运动会在北京交出2056台机器人"成人礼"——今天的AI界，五件事同时刷屏，本质上都在回答同一个问题：AI到底能不能赚钱、能跑多久、能走多稳。
一、英伟达Q2营收962亿美元同比翻倍，黄仁勋宣告"AI已到转折点"
北京时间8月27日凌晨，英伟达发布2027财年第二季度财报，多项关键数据全面碾压市场预期：
总营收 962.21亿美元，环比增长18%，同比大增 106%，高于华尔街共识的919~952亿美元区间；
数据中心业务营收 890亿美元，同比增长117%，占总营收比重升至92.5%；
净利润596.6亿美元，同比增长126%；调整后EPS 2.22美元，同比增长120%；
第三季度指引 1080亿美元，高于市场预期1051亿美元，且未假设任何来自中国的数据中心收入。
CEO黄仁勋在财报声明中直言："人工智能已经到达了它的转折点，它正在做有用的工作。它的token正在产生生产力并创造利润。现在，算力就是收入，需求正在加速。"
值得关注的原因：这是英伟达连续13个季度刷新历史营收纪录，也是过去一年首次打破"财报魔咒"——季报盘后大涨超4%。当营收增速仍保持106%、数据中心需求未见衰减时，意味着所谓"AI资本开支消化期"的判断被推迟。AWS已与英伟达扩大合作，要在云上额外部署200万台GPU。对国内从业者，这意味着算力紧缺和模型成本压力短期内不会缓解；同时也印证黄仁勋的另一句话——"算力就是收入"，AI产业链的定价权正在进一步向少数玩家集中。
二、OpenAI首款自研推理芯片Jalapeño首测：每瓦吞吐跑赢英伟达Blackwell
在英伟达财报披露前几个小时，OpenAI在Hot Chips大会上拿出了与博通联合开发的推理专用ASIC Jalapeño（辣椒）的首份公开跑分。
（图：Jalapeño 芯片实物，来源：OpenAI 官方博客）
核心数据如下：
每瓦AI工作量比英伟达GB200/GB300高 1.5~1.9倍；
端到端延迟低 1.7~3.6倍，高交互场景性能高 2.1~4.1倍；
跑DeepSeek R1 670B时单用户速度达 700 token/s，英伟达GB300仅169 token/s；
万亿参数Kimi K2.5 1T上，相同100 token/s解码速度下吞吐量是对手 9倍以上；
设计到流片仅用 9个月，远快于行业18~24个月平均周期——其中Codex等自家AI还参与生成attention算子kernel，加速设计全流程。
设计哲学只有一句话："少搬数据"。Jalapeño让计算核心与HBM4内存切片直连、prefill与decode同芯完成，模型权重和KV缓存可以"显式地放在本地"，不再反复远程调用。
（图：Jalapeño 在 GPT-OSS 120B 各解码速度下的混合吞吐对比——峰值每瓦高 1.9 倍、相同速度下吞吐高出 53.7 倍，来源：OpenAI 官方）
值得关注的原因：这是头部模型公司把自己的推理工作负载倒过来定义芯片——不再是"为芯片适配模型"，而是"为模型造芯片"。更重要的是，OpenAI还专门为DeepSeek的私有MLA架构从零写了底层代码，暗示这颗芯片未来很可能对外开放推理算力租赁。再加上苹果同期用2nm M6押注端侧、英伟达押注Vera Rubin机架系统，三条路摆在行业面前：制程路线、通用系统路线、模型定制路线——芯片市场从一家独大变成三足鼎立。
三、Anthropic再签450亿美元算力大单，IPO前狂囤"粮草"
8月27日凌晨，Anthropic宣布与英国基础设施商Nscale签署约450亿美元、长达6年的算力租赁协议：电力容量约460兆瓦（相当于34.5万户美国家庭同时用电），采用英伟达的Vera Rubin系列芯片，数据中心选址美国西弗吉尼亚州，预计2027年底投入运营。
算上今年已签署的Fluidstack 500亿美元、Volta Infra 100亿美元、SpaceX 450亿美元，Anthropic今年的算力协议总额已突破1500亿美元——比许多国家的全年GDP还高。背景是，Anthropic今年5月估值已达9650亿美元，并预计不久后将进行史上规模大的AI公司IPO之一。
值得关注的原因：这不是简单的"买显卡"，而是为AI下一阶段战争储备战略物资。当头部模型公司把算力锁单从一次性采购变成"六年长协"，意味着电力、机房、芯片、网络的供给约束正在成为模型公司的核心竞争力，也意味着任何后来者都更难追赶。当全球电力、芯片、网络带宽都向AI倾斜，AI泡沫的真正考验不是需求，而是物理资源的供给天花板。
四、阿里云Qwen3.8-Flash开源：125B参数只激活6B，训练成本暴降90%
8月26日晚，阿里云正式发布并开源千问新模型 Qwen3.8-Flash：
架构：下一代MoE，总参数 125B，推理时仅激活 6B，算力消耗压缩至传统模型的1/20；
性能：在编程、办公、智能体等核心任务上超越Claude Opus 4.6，接近Opus 4.8；
成本：训练成本较上代Qwen3.7-Plus下降近 90%；
开放：模型权重同步上线HuggingFace、ModelScope等平台，FP8版本一并开源。
官方将其定位为千问系列"里程碑产品"，标志大模型行业正式从"参数竞赛"转向"效率革命"——用更少的算力，跑出更强的模型。
值得关注的原因：当头部闭源模型仍以"千亿参数+海量H100"为标配时，国产开源阵营直接把125B做成了"6B可激活"，把训练成本砍到原来的十分之一——这意味着中小团队和垂直行业也能用上前沿模型能力。同时，"千亿基座+百亿激活"的范式如果成为主流，HBM、GPU等高带宽硬件的边际需求会被显著重塑，下游AI应用层的创业门槛被进一步压低。
五、世界人形机器人运动会闭幕：2056台机器人跑出"成人礼"
8月26日晚，第二届世界人形机器人运动会在北京国家速滑馆"冰丝带"闭幕：
规模：16国666支队伍、2056台机器人参赛，赛项51个、比赛1301场，较首届体量翻倍；
纪录：天卓队机器人跑出 9秒39的百米成绩，超过博尔特9秒58的人类世界纪录；
进化：田径400米从1分28秒提升至38秒15，原地跳高从0.956米跃升至3.40米；
场景：机器人首次进入商超、餐饮、家庭、工业等真实环境完成连续任务；
数据：全球首个世界级人形机器人运动会全量数据集现场开放免费下载。
相比首届，本届从赛事规模、规则门槛到技术水平全面升级，新增大量力量、对抗、灵巧项目。赛事焦点从"能不能比赛"推向"能不能工作"——从竞技极限到真实作业能力，这场运动会已成为中国人形机器人产业的"压力测试场"和"成人礼"。
值得关注的原因：当机器人从展台走进商超、餐厅、工厂，再叠加开放数据集免费供给——整个产业的"数据-算法-硬件"飞轮真正开始转动。对创业者，垂直场景应用与服务型机器人是先吃到红利的方向；对投资者，"会干活的机器人"将比"会跳舞的机器人"更被资本重新定价；对普通打工人，3年内与机器人协作可能成为工作常态，现在正是技能与认知升级的窗口期。
今日金句
"人工智能已经到达了它的转折点，它正在做有用的工作。它的token正在产生生产力并创造利润。现在，算力就是收入。"
—— 英伟达CEO 黄仁勋（2026年8月26日财报声明）
资讯来源：财联社、新浪财经、证券时报、新京报贝壳财经、彭博社、CNBC、SemiAnalysis、OpenAI 官方博客、阿里云官方、虎嗅。
