Anthropic 冲刺史上最大 IPO：目标估值 2 万亿美元、最快今日公开递交 S-1
据财联社援引知情人士消息，Anthropic 最快于当地时间 10 月 23 日向美国证券交易委员会公开提交 S-1 招股说明书。公司选定纳斯达克为上市地，计划最早在 11 月 9 日当周启动路演，目标在感恩节前挂牌，最迟不晚于年底完成上市。目标是上市后估值约 2 万亿美元、最高募资 1000 亿美元，两项指标都将超过 SpaceX 今年 6 月创下的纪录，那一单以 1.77 万亿美元发行估值、净募资 750 亿美元成为史上最大企业上市交易。按美国证监会规则，公开注册文件必须在路演前至少 15 个自然日提交，这也是 AI 热潮以来公开市场第一次能完整看到这家增长最快的大模型公司的财务账本。
招股书草案已泄露的轮廓同样刺眼。2026 年上半年营收约 163 亿美元，上年同期只有 11 亿美元，净亏损却从 130 亿美元扩大到 807 亿美元，其中约 720 亿来自可转换票据等融资工具的价值变动，属会计计提而非同期流出的现金。第三季度营收 168 亿美元，环比增长约 45%，调整后口径已盈利，但增速较上一季度明显放缓。更值得玩味的是客户集中度，两家最大客户贡献了上半年约五分之一的营收。更惊人的是算力账单，未来七到十年需支付约 4500 亿美元云计算协议款项，其中谷歌 1110 亿、亚马逊 1100 亿、微软 310 亿，加上与博通超过 1600 亿美元的谷歌芯片租赁义务，基础设施成本总额已破 6000 亿美元，仍在磋商的协议可能再增加最多 1500 亿美元。部分投资人已考虑把估值预期下调到 1.5 万亿美元区间，独立机构 New Constructs 给出的低情景估值只有约 1500 亿美元。截至发稿仍未在 EDGAR 上检索到公开版本，这份文件能否如期落地仍待确认。
MiniMax 开源 M3.1 Flash：428B 总参、23B 激活，72 小时真实用户跑完 100 万亿 Token
据财联社与证券时报报道，MiniMax 于 10 月 23 日正式开源 M3.1 Flash 模型权重，总参数量 428B、激活参数量 23B，使用成本较上一代 M3 降低 70%，并预告了追求智能上限的 Pro 版本。官方称模型自 10 月 19 日上线以来的 72 小时内，真实用户处理超过 100 万亿 Token，这个数字被媒体换算成把一套长篇科幻小说反复读上几百万遍。相较 M3，M3.1 Flash 的能力覆盖复杂 Agent 任务、电脑操作、软件开发与网络安全等方向。
真正决定口碑的是效率和生态两件事。效率上，团队把前三个全注意力层换成稀疏注意力，把路由 MoE 专家迁移到 W4A4 量化，稀疏注意力索引器与主分支从 Q8KV8 迁到 Q8KV4，再用功耗感知调度对计算卡做精细分配，让硬件持续跑在算力高位区间；生态上，华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数智芯以及 NVIDIA、AMD 等海内外芯片厂商，与 Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean 等推理和云平台在开源首日全部完成接入，vLLM、SGLang、智源 FlagOS 与魔搭等框架也同步跟上。当日港股 MINIMAX-W 开盘一度涨超 5%。国产芯片厂商集体首日接入的架势，透着生态卡位的火药味：开源早已不是能不能跑的问题，而是跑得多便宜、多顺滑。
英伟达发布 AI 工厂运维平台 Minerva：把几十万张卡塞进一张知识图谱
据英伟达官方博客与 CNMO 报道，英伟达在 10 月 22 日 GTC Berlin 大会上推出智能运维平台 Minerva，面向所谓 AI 工厂这类超大规模 GPU 集群。平台把 NVIDIA GPU、网络、存储、调度器与 AI 工作负载的遥测数据打通，构建一张动态知识图谱，把加速卡、SuperNIC、交换机、线缆与跑在它们上面的作业做逻辑映射。英伟达称，即便集群规模达到数十万块 GPU，运维人员也能把一次缓慢的训练任务追溯到具体某个退化的部件。平台每小时分析数十亿个数据点，用有监督与无监督学习结合的方式识别此前没见过的异常、预测潜在故障，并按工厂拓扑把一场告警风暴归并成一个附带根因的单一事项。
配套的自然语言助手 Sherlock 负责诊断，通过 MCP 对接外部智能体，可以直接追问哪条网口拥塞、某个训练任务为什么慢。英伟达内部测试给出的数字很有说服力：一次 NVMe 供电故障的平均修复时间从数天缩短到 6 小时，另一组测试把 81 条噪声事件合并成一条告警，保住 54 小时集群在线时间。首批使用者是 IREN，Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI 与特斯拉计划部署，戴尔、联想与超微将把 Minerva 纳入各自的 AI 工厂运维产品组合。定价未公布。这次发布紧跟在 DSX POD 与 DSX OS 之后，位置很明确：卖完芯片、卖完机柜，英伟达现在开始卖维持这些昂贵资产满负荷运转的软件。
OpenAI 全面开放决策 API：输入每百万 Token 0.10 美元，输出不计费
据财联社与艾瑞网报道，OpenAI 正式将基于 GPT-6 Luna 构建的决策 API（Decisions API）从公开测试推向通用可用，通过独立端点接入，只支持 GPT-6 Luna 一个模型。开发者定义一个问题和它允许的答案，再提供文本、图像或原生 JSON 作为上下文，接口返回三种有界结果之一：概率（predicate）、选项（choice）、评分（score）。官方称该端点比经由 Responses API 调用 GPT-6 Luna 最快快 10 倍，单次请求可提问上限从 200 个翻倍到 400 个。与公开测试相比，新增了 GPT-Live 原生集成、可复用上下文的提示缓存、美欧推理数据驻留，原生 JSON 输入、问题指令中带图也一并开放，还在亚洲多个区域增加了容量。
定价才是真正引发开发者围观的部分：每百万输入 Token 0.10 美元，缓存输入每百万 0.01 美元，输出 Token 完全不收费。按一次 500 输入 Token 的路由决策算，单次成本约 0.00005 美元。官方援引的客户实测给出了一串数字，Box 在 30 个保险凭证案例上路由选择快约 5 倍，Datadog 给智能体生成的 shell 命令做风险评分时 p95 延迟快 40 倍，Ramp 做 AI 成本归因快 4 倍且便宜 30%，Sierra 的下一步动作选择 p95 低于 280 毫秒、单次成本低 90%，Speak 在 GPT-Live 里把下一步动作时间从 1.4 秒压到 0.13 秒。值得注意的是竞品已经在同一个路口等着：微软 10 月 9 日上线的 Decision-1 定价每百万输入 Token 0.042 美元，微软自测 36 项基准平均准确率 83.5%，对比 OpenAI 的 79.4%，中位延迟 85 毫秒对 300 毫秒。价格打到地板之后，决策模型这一层正式进入贴身肉搏。
DeepSeek 千亿融资推进中：腾讯、宁德时代出资最多，顺带铺平科创板 IPO
据上海证券报与新浪财经报道，DeepSeek 拟在最新一轮融资中筹得约 1000 亿元人民币，约合 150 亿美元，腾讯和宁德时代是本轮出资最多的投资方，交易预计在未来数日内正式完成。尽管公司及相关投资方均未公开回应，但从接近公司和投资方的多个信源交叉求证后确认消息属实。本轮募资目标最初设定为 500 亿元，此后经多次上调至约 1000 亿元，资金用于模型训练、算力建设与人才招募。参照系是今年 6 月完成的首轮约 510 亿元融资，创始人梁文锋个人出资约 200 亿元，腾讯约 100 亿元，宁德时代体系约 50 亿元，网易、京东、砺思资本、IDG 资本与国家人工智能产业投资基金参与。半年内累计约 1500 亿元，这将是 2026 年中国一级市场最大的单笔融资。
更关键的信号在资本市场一侧。据财经报道，这轮融资的投前估值约 5000 亿元，另有消息称公司自 8 月下旬起已接触多家投行筹备科创板上市，正式聘请中信证券担任保荐机构，计划最快 2026 年末提交上市申请、2027 年在科创板挂牌。9 月下旬，高瓴创投原合伙人严文韬加入 DeepSeek 出任 CFO，负责财务与资本运作。中信证券正在协助调整投资方背景与基金备案形式，把部分专项基金改为盲池备案，确保申报时股东人数只按一名计算，避开 200 人监管红线。有行业分析据此测算，若以 5000 亿元投前估值上市，整体市值区间有望落在 1.5 万亿至 2.5 万亿元之间。需要留意的是，DeepSeek 近半年的资金投向已明显延伸：7 月参与长鑫科技打新，8 月以 1.41 亿元战略配售宇树科技，10 月又计划领投一家机器人初创企业。
科大讯飞发布星火 X2.6：全国产算力训练，端云一体，2930 亿参数开源
据中国基金报、环球网与人民日报英文客户端报道，10 月 22 日在 2026 科大讯飞全球 1024 开发者节主论坛上，科大讯飞正式发布基于全国产算力训练的讯飞星火 X2.6 大模型并开源权重。该模型采用 293B-A30B 混合专家架构，总参数 2930 亿、每 token 激活 300 亿，支持 100 万 token 上下文，重点提升代码生成、智能体与复杂任务处理能力。与会者的关注点很明确：这是在国产芯片上真正训出来的模型。刘庆峰的原话是，只有真正地在国产算力上训练出自己的模型，才是真的自主可控，而全栈自主可控不仅要能在国产算力上推理，更要能在国产平台上完成训练。
工程指标同样值得记下。针对国产芯片显存与带宽的限制，讯飞用长程任务动态并行训练技术按任务长度动态分配计算资源，使超长上下文训练效率提升约 4 倍；推理端通过国产集群自适应存算协同与分布式推理等优化，让长程任务推理效率提升 4.5 倍，端云路由准确率达到 96.1%。架构上同步推出端侧轻量化模型星火 X2.6-4B，按任务难度、设备能力与数据安全需求动态选择纯端侧、端云协同或纯云端执行，涉及敏感信息的任务可在本地完成数据脱敏、经用户确认后再上传。刘庆峰预计未来约 60% 的应用场景可在端侧完成，30% 走端云协同，其余 10% 依赖纯云端大模型。他也坦承国产算力对标全球仍有两代左右差距。同场还发布了讯飞星帆 WinWork 数字员工平台、星火语音基座大模型 SparkAudio 1.0 与星火具身多模交互技术。
特斯拉 Q3 净利腰斩 43%：研发猛增 69%，Optimus 在弗里蒙特工厂启动量产
据 21 世纪经济报道与亿邦动力报道，特斯拉 10 月 22 日发布 2026 年第三季度财报。总营收 280.46 亿美元，与上年同期的 280.95 亿美元几乎持平；GAAP 归母净利润 7.87 亿美元，同比下降 43%，营业利润 7.18 亿美元同比下降 56%，营业利润率从 5.8% 收缩到 2.6%。研发费用同比大增 69% 至 27.61 亿美元，运营费用涨 39%，钱明确流向 FSD、Robotaxi、Optimus 与配套 AI 算力及半导体工厂。结构性亮点也在：整体毛利率回升至 19.6%，剔除监管积分后的汽车毛利率升至 18.1%，连续两个季度改善，但监管积分收入从 4.17 亿美元骤降至 1.13 亿美元。交付 48.65 万辆同比降 2%，储能装机 13.7GWh，毛利率从 20.4% 跃升至 33.1%，FSD 付费用户 174 万同比增长 67%、订阅占比首次过半。
机器人这一栏才是财报真正的重点。三季度股东信首次披露，Optimus 已在弗里蒙特工厂启动量产，产线原用于电动车制造，首批达到量产质量标准的机器人正式下线。马斯克在电话会上把当前阶段定义为期初生产，称达到每周 2 万台还需要约一年，对外交付指向 2027 年底，2027 年 Megapack 产能已基本售罄，Cybercab 于 9 月 3 日在奥斯汀开始收费载客，季末无监督累计里程接近 200 万英里、本季度增长约 8 倍。他同时判断，人形机器人赛道将成为全球最大的产业，未来地球上机器人的数量甚至会超过人类，而在此之前，Optimus 对报表毫无贡献，只是成本中心。全年资本开支指引从 250 亿美元下调至 200 亿美元，自由现金流 15.31 亿美元，账上现金及投资 454 亿美元。
AI 监管同时从两头收紧：美国拟全面禁投中国 AI 开发，中国把 23 项 AI 技术纳入出口管理
据美国财政部发布的落实《全面对外投资国家安全法》拟议法规征求意见稿，美国准备把对外投资限制的技术范围从半导体、量子技术和人工智能三类扩大到六类，新增高性能计算与超级计算、高超音速系统以及生物技术。对中国 AI 行业而言，最关键的变化不是门类增加，而是判断逻辑变了：不再逐一核对训练算力、能力或预期用途，而是原则上禁止美国投资者投资任何中国 AI 系统的开发。文件还把智能体、具身智能、机器人和无人系统明确纳入，不做基础模型不再是护身符。开发一词的界定尤其值得注意，除了写代码、训模型，还包括通过子公司、关联企业或合作方参与研发，以及确定技术路线、审批研发方案这类决策行为，这对采用境外控股架构的中国科技企业影响尤深。
同一时间，中国这边在守自己的边界。据玉渊谭天解读，商务部与科技部 10 月 16 日就修订《中国禁止出口限制出口技术目录》公开征求意见，其中 23 项人工智能领域技术涉及大模型、智能体、算力集群与芯片设计等，重心是三类情形：利用国家核心数据训练后提供服务的大模型拟禁止出口，涉及敏感用途的智能体技术拟限制出口，用于大规模智算集群高速互连的技术也被纳入。但对企业商业化的边界说得很清楚，利用限制类大模型对外提供 API 调用、APP 交互、SaaS 应用或端侧轻量化部署，都不在大模型技术出口管理范围内；开源技术、境外自建算力中心、境外联合研发等情形适用自动许可，基本实现即报即出。DeepSeek 与 MiniMax 已完成登记手续。两套规则一进一出，共同把 AI 变成了真正需要算账的战略资产。
OpenAI 闯进数学界引发学界震动：陶哲轩说有些东西正在失去
据 Business Insider 与凤凰网科技报道，OpenAI 突然闯入数学领域的这波风波还在发酵。今年 9 月，OpenAI 宣布其模型解决了自 19 世纪以来难倒顶尖数学家的纳维-斯托克斯方程，两名学者分别来自纽约大学与 Anthropic，指责 OpenAI 使用他们聊天记录中的数据帮助破解问题，也有数学家抱怨模型即便真的解决了问题也没有展示推导过程，把验证的苦活留给了他们。加州理工学院一批本科生发起了鼓励用 AI 解决长期未解问题的数学马拉松，超过 700 名学者签署公开信谴责该竞赛是在推广 AI 垃圾内容，OpenAI 随后退出赞助，主办方调整规则后把竞赛改到 11 月举行。陶哲轩说，数学的浪漫时代已经结束，顶尖学者正在像他一样适应一种新流程，即验证 AI 的工作成果而非独自解题；他也提到，有些东西正在失去。
10 月 23 日，奥尔曼在斯坦福大学演讲时给出了另一种口吻。他面对数百名对职业前景不安的学生说，许多数学家的态度已从最初的我们完了，转向接受 AI 在数字与证明研究中无法剥离的角色，并把这一过程比作哀悼：第一天是不敢相信，第三天是愤怒，第五天则是我会有一条不同但希望更好的数学家职业道路。他强调在数学领域，AI 冲击比其他学科和行业来得更快，这是他见过某个领域经历这一周期最快的一次。OpenAI 近期又宣布解决了 700 多个问题。一边是模型在扩张疆域，一边是共同体在重新划定自己的边界，这大概是这个时代最诚实的两种表情。
AI 交易熄火遇上黑色星期四：Meta 亮出 8250 亿美元支出承诺，纳指创 6 个月最大跌幅
据格隆汇与科创板日报报道，10 月 22 日全球股市经历被称作黑色星期四的一天。美股道指涨 0.02%，标普 500 跌 1.21%，纳斯达克跌 2.6%，创下 6 个月来最大单日跌幅，费城半导体指数重挫 6.72%，泛林集团跌超 11%，AMD、英特尔、Arm、希捷、西部数据均跌超 6%，英伟达跌 3.93%，脸书跌近 7%。A 股同样承压，上证指数收跌 1.48% 报 3658.03 点，创业板指跌 4.37% 失守 2600 点且连续 9 个交易日下跌，港股恒生科技指数跌 5.03%，日经 225 跌 2.65%，韩国 KOSPI 跌 3.52% 创 6 个月收盘新低。网传 AI 龙头股连锁强平的消息被证券时报否认，深市个别股票小额平仓金额不足十万元。
导火索是 Meta。在监管文件中，Meta 披露截至 9 月底未来支出承诺总额约 8250 亿美元，较今年 7 月披露的约 7000 亿美元大幅攀升，其中尚未计入资产负债表的经营租赁与融资租赁价值 3557 亿美元，涵盖从今年剩余时段延续至 2036 年的数据中心与能源基础设施；另有 4545 亿美元不可取消的短期及长期合同，涉及第三方云计算能力、数据中心能源协议与 Reality Labs 消费硬件。英伟达 CEO 黄仁勋则指出，AI 缺乏足够的资本来支持新型云服务商的增长，而这类企业正是 Meta 与亚马逊等大型 AI 云计算企业的基础设施供应商。分歧同样公开：财长贝森特认为 AI 行业不存在系统性问题，不能与世纪之交的互联网泡沫相提并论，Citadel 创始人肯·格里芬则在 10 月 20 日表态投资者几乎肯定正处在 AI 泡沫之中，但并不否定 AI 的长期价值。资金用脚投票，从科技股搬进了债券，美国 5 年期国债收益率单日下行 18 个基点。
📝 整体评论
把今天这十条摊开看，会发现同一件事正在三个方向同时发生：AI 的竞争正在从模型能力竞赛，切换成一场算力、资本与知识秩序的换算赛。Anthropic 要按 2 万亿美元定价上市，DeepSeek 半年拿到 1500 亿元，Meta 一次性承诺 8250 亿美元支出，英伟达开始卖运维软件，MiniMax 把成本压掉 70% 让全网跑满 100 万亿 Token，而美国和中国的监管同时把边界画到了开发流程的粒度。马克思在 1857 至 1858 年经济学手稿里写过，一般知识被固定在机器之中；今天真正被固定进机器的，是知识本身。
价格机制是这个转向的明证。哈耶克在通往奴役之路中把秩序的核心问题归结为如何处理分散在千万人手中的知识，而 OpenAI 把决策这件事明码标价到每百万 Token 0.10 美元，微软更狠地压到 0.042 美元，MiniMax 直接把使用成本砍掉七成——知识的调用从此像电力一样可以按表付费。凯文·凯利在 1994 年的失控里早就预见过，系统的容错来自冗余而非精密，MiniMax 开源首日十家芯片厂商齐刷刷接入、Minerva 把 81 条告警归并成一条，都是同一句话的工程脚注：当一种能力足够便宜，它就不再是被抢购的商品，而变成一层谁都接得上的底座。
至于估值。奥利弗·哈桑在投资最重要的事里早就提醒过，泡沫的本质不是价格高，而是价格离现实太远；今天这批数字里，真正让人踏实的反而不是最贵的那笔。New Constructs 敢于把 Anthropic 的低情景估值压到约 1500 亿美元，正是因为它拒绝为尚未验证的假设买单。2 万亿美元要成立，需要 2035 年做到 3.6 万亿美元营收、相当于七家科技巨头合计收入的 1.4 倍——这种条件苛刻到近乎文学，但它写在招股书里，就必须被公开市场逐条审问。DeepSeek 5000 亿元投前估值、MiniMax 首日涨超 5%，反倒说明钱开始学会区分故事和进度。
最让人不安的还是知识秩序这一侧。波普尔一辈子强调知识只能靠试错增长，而当模型解决了纳维-斯托克斯方程却不展示推导过程，陶哲轩只能说出有些东西正在失去，700 余名学者联名抵制用 AI 求解数学竞赛。费曼说过自然不是经典的，如果你想模拟自然，最好把它做成量子的；如今人类真的开始用更笨但更宽的方式触碰那个更笨但更宽的自然，于是浪漫和不安同时到场。奥特曼把学界态度的变化比作哀悼，这比喻的精准程度让人不太舒服——哀悼的前提，是被哀悼者已经真的离开了。
接下来 12 个月值得关注的 4 条主线：一是史上最大 IPO 的定价机制，看 Anthropic 的 2 万亿美元目标在 11 月路演中到底被谁接住，以及 807 亿亏损与 6000 亿美元算力承诺如何被写进风险因素；二是决策模型这一层的定价洗牌，看 0.042 美元对 0.10 美元对开源自托管的混战，最终由谁定义一次决策值多少钱；三是国产算力的自证时刻，看星火 X2.6 与 MiniMax 的开源生态能否把两代差距缩到一代以内，看 DeepSeek 千亿资金与科创板进程的兑现节奏；四是监管的落地精度，看美国新规的最终条文与首批执法案例，看中国《目录》里 23 项 AI 技术的登记实操会不会误伤开源与端侧部署。这四条线其实是一件事：人类正在给一种前所未有的智力资源定价、定规、定价权——而定价的人，暂时还是我们。
