AI产业趋势 - 英伟达在GTC 2026大会首提“Token经济学”，预测到2027年AI计算需求将达1万亿美元[4] - AI基础设施正向系统化、重资产化演进，具体路径包括芯片自研、超大规模集群和长期算力绑定[3] - 模型竞争从性能转向执行能力与定价权，例如智谱GLM-5-Turbo的API价格上调20%[4] - AI应用正同时向企业流程执行和消费级高频入口拓展，例如阿里推出企业级Agent平台“悟空”，百度将Agent能力嵌入智能家居[6] 市场与数据 - 美国主要科技股本周普跌，英伟达周跌幅为4.19%，年初至今跌幅为7.39%；微软周跌幅为3.46%，年初至今跌幅达20.86%[9] - Nebius与Meta签署了总额达270亿美元的长期算力协议[3] - 韩国研究证实“突触晶体管”可承受相当于太空20年剂量的辐射，预示AI在极端环境（如太空）中的运行可靠性[4] 技术与政策 - 模型技术沿“分层调度”与“执行强化”发展，例如OpenAI推出针对高频场景的GPT-5.4 mini与nano模型[5] - 国务院“人工智能+”行动意见为AI产业提供了到2027年、2030年、2035年的阶段性政策指引[6] - 英伟达Vera Rubin系统实现两年内Token生成速率提升350倍[4]