｜2026年10月13日 星期二｜

NO.1Meta推出Muse Wonder模型，升级个人AI智能体

10月12日，Meta发布新一代AI模型Muse Wonder及Muse Wonder Full，称其在编程、财务、法律问题处理以及个人和专业智能体任务方面具备与行业领先模型竞争的能力。Meta首席执行官马克·扎克伯格表示，新模型较此前推出的Muse Spark实现重大升级。新模型将逐步接入Meta个人AI智能体Muse，用户需订阅每月20美元或100美元的付费服务才能在Muse中使用。Meta AI负责人Alexandr Wang表示，公司希望通过个人智能体形成差异化优势。

点评：Meta正尝试将前沿模型能力转化为消费者可付费使用的AI服务，但模型性能仍需外部评测验证，订阅业务能否形成稳定收入，也有待观察。

NO.2微软计划明年大规模部署Maia 300芯片，目标推理效率提升40%

10月12日，据媒体报道，微软计划从2027年起以吉瓦级规模部署新一代自研AI芯片Maia 300，主要用于AI推理任务。微软预计，该芯片每兆瓦可处理的Token数量将比主流GPU系统高出40%，以提高相同能耗下的算力产出。微软数据中心硬件业务负责人Rani Borkar表示，公司将从明年起大规模部署Maia芯片。微软目前优先将自研芯片用于Copilot等内部AI服务，而非向外部客户出租算力。上一代Maia 200已于今年开始部署，服务于微软自有AI产品及多种模型。

点评：随着AI推理需求持续增长，云厂商正通过自研芯片提高能效、控制成本。若Maia 300达到预期表现，微软有望降低对英伟达GPU的依赖，并改善AI服务的运营经济性。

NO.3英伟达携手思科推出400Gb/s可插拔光模块

10月12日，英伟达与思科宣布联合推出新一代超高密度可插拔光模块标准USFP，首款规划产品支持单通道400Gb/s电信号速率，较现有200Gb/s方案提升一倍，带宽密度提升至四倍，功率效率提高约1.3倍。双方还将与TE Connectivity、安费诺合作开发笼架、连接器及模块，并计划通过社区主导的多源项目推动USFP成为开放行业规范。随着AI训练和推理集群规模扩大，数据中心网络面临带宽、功耗及延迟压力，新标准旨在提升互联效率，减少额外网络层级带来的成本。目前双方尚未公布具体上市及量产时间表。

点评：AI算力扩张正推动高速互联技术升级，英伟达与思科试图通过开放标准及多供应商合作完善AI工厂网络生态。

NO.4博通CEO：许多AI投资者如同“赌场赌徒”，AI发展最大制约因素是资本

10月12日，据媒体报道，博通CEO陈福阳（Hock Tan）在新加坡举行的DBS Asia Future Forward大会上表示，部分AI投资者对所押注的技术缺乏充分了解，却期待获得高额回报，并将其比作“赌场赌徒”。他认为，资本可能正取代芯片、存储和电力供应，成为AI行业扩张的主要制约因素。英特尔CEO陈立武也指出，融资成本上升与投资回报不确定性正成为行业面临的核心挑战。陈福阳同时表示，AI算力需求仍超过供应，失衡可能持续至2029年甚至2030年，但如果模型能力提升或应用普及不及预期，基础设施需求可能放缓。

点评：AI行业的竞争焦点正从争夺算力转向验证投资回报，融资能力与商业化效率将影响企业能否持续扩大投入。

NO.5瑞银：AI行情下一阶段看基础设施，电力尤为关键

10月12日，瑞银在最新报告中指出，AI投资逻辑正从模型竞争转向基础设施建设，电力供应、数据中心容量和融资能力将成为影响行业扩张的关键因素。瑞银能源与资源领域专家Catherine Gordon表示，Alphabet与亚马逊近期签署的长期购电协议，凸显了电力供应对AI扩张的重要性。与此同时，行业反馈显示AI需求仍具韧性，项目交付速度、供应链保障及基础设施建设能力的重要性进一步上升。瑞银还关注稀土、钨等关键原材料，认为能够满足电网扩建、数据中心建设及制造业回流等需求的资源企业有望获得更多市场关注。

点评：AI投资的瓶颈正从算力芯片延伸至电力、数据中心和关键材料，具备稀缺资源或交付能力优势的企业，可能成为下一阶段市场挖掘的重点。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。