英伟达发布文章称，阿里巴巴最新预览模型 Qwen3.8-Flash-Next 已获得 GB300 NVL72 平台支持。该模型总参数规模为 1760 亿，每 Token 激活约 60 亿参数，原生支持 26.2 万 Token 上下文，并可借助 YaRN 扩展至 100 万 Token。英伟达披露，在 GB300 NVL72 上，该模型单 GPU 吞吐量超过 1.6 万 Token/秒，单用户吞吐超过 200 Token/秒，同时支持 SGLang、vLLM 和 TensorRT-LLM。

Foresight指出，Top 5 云厂商AI相关CapEx占经营现金流比例已从2020—2023年的20%—30%升至2025年的接近94%，2026年已确认CapEx合计超过7000亿美元。文章认为，Take or Pay 长约、GPU信贷与开源模型带来的公开市场需求，正在推动算力走向指数化、远期化与衍生品化。

AMD宣布为阿里通义千问最新一代模型 Qwen3.8-27B 提供“Day 0”支持，开发者可在模型发布当天通过 AMD 硬件本地运行该开源模型。AMD称，该模型可通过 llama.cpp 运行在搭载 AMD 处理器的 AI PC、工作站及单张 32GB AMD 显卡上，并支持超过 24GB 可变显存或显存容量的平台。初步测试显示，该模型在 Ryzen AI Max+ 395 上最高达 24.5 tokens/秒，在 Radeon AI PRO R9700 上最高达 51.8 tokens/秒。

MiniMax 在 7 月 31 日发布全模态生成模型 H3，并于 8 月 3 日宣布开源。自 H3 发布以来，截至 8 月 7 日上午 10:53，公司股价累计上涨 78.21%，其中当日涨幅为 23.15%。市场重估的核心围绕三点展开：H3 在视频生成榜单中的性能表现、低于主流模型的价格，以及开源后带来的芯片、推理框架、开发社区和企业服务生态扩张。多家机构在 H3 发布后给出正面评级，讨论重点也从单一模型排名，转向模型驱动收入增长与生态位置。

成立仅一年的 Infinity 用 AI 研究 Agent“Ignition”为 d-Matrix 在 10 小时内搭建了一套类 CUDA 软件，切入点集中在推理 Kernel 与底层软件能力，而非完整复制 CUDA 近 20 年积累的生态。文章指出，训练侧对稳定性、集群协同和验证工具链要求极高，CUDA 优势仍深；推理侧因更看重单次回答成本、可跨芯片运行，正成为 Rebellions、Cerebras、AMD、谷歌和亚马逊等玩家争夺的第二战场。多位业内人士也提醒，AI 能加快写代码，但验证、优化和迁移成本仍是核心门槛。

MoneyFrontier 2026新基建智算峰会7月28日在香港举行。摩尔线程、腾讯云、研极微电子和芯科液冷分别围绕国产GPU生态、企业级Agent落地、矿业向AI算力迁移，以及数据中心升级为AIDC的工程改造展开分享。多位与会者的共同判断是，AI算力竞争正从单点硬件能力转向系统工程能力。

稳定币发行商Tether推出开发者资助计划，聚焦本地优先AI框架QVAC和自托管钱包WDK，以USDT或BTC支付固定赏金（每笔1500-4000美元），无总上限，标志着其从稳定币向去中心化基础设施公司的战略转型。

SemiAnalysis 在一份针对 Anthropic 的长篇财务拆解中称，这家公司已从高投入的 AI 实验室转向高毛利商业模式。报告提到，Anthropic 已于 2026 年 7 月向 SEC 递交 IPO 申请，第三季度 GAAP 口径 EBIT 超过 10 亿美元，营业利润率为 6%，ARR 已从 2025 年底的 90 亿美元升至 600 亿美元以上。报告同时将 Claude Code、API 用量计费、500% 的净收入留存率和 60% 以上的综合毛利率，视为其估值与融资逻辑的核心支点。