Meta营收创纪录，AI烧钱让自由现金流暴跌91%

Meta 发布 2026 年第二季度财报。营收达到 608 亿美元，同比增长 28%，创单季新高并超过市场预期。净利润为 158 亿美元，同比下降 14%。每股收益低于预期，股价盘后一度跌近 10%。

广告主业依然强劲。广告收入达到 594 亿美元，同比增长 27%。广告展示量增长 14%，平均广告价格上涨 12%。旗下 App 日活用户达到 36 亿，同比增长 3%。

但 Meta 的支出增长更快。季度成本增加 55% 至 420 亿美元，其中包括 24 亿美元法律费用和 11.8 亿美元裁员成本。资本开支达到 311 亿美元，几乎吃掉全部经营现金流。自由现金流只剩 7.84 亿美元，同比暴跌 91%。

Meta 将全年资本开支预期提高至 1300 亿至 1450 亿美元，年初预计为 1150 亿至 1350 亿美元。第三季度营收指引为 610 亿至 640 亿美元，中值也低于市场预期。财报发布后，Meta 股价盘后一度下跌约 10%。

Meta 财报

高通营收跌4%、净利润跌25%，9月起上调芯片价格

高通发布 2026 财年第三季度财报。季度营收为 99.47 亿美元，同比下降 4%；净利润为 20.02 亿美元，同比下降 25%。营收略高于市场预期，但调整后每股收益低于预期。

手机业务继续拖累业绩。手机芯片收入降至 50.86 亿美元，同比下降 20%，创 2021 年以来最低。汽车业务收入增长 61% 至 15.88 亿美元，物联网业务增长 9% 至 18.3 亿美元，仍不足以抵消手机业务下滑。

晶圆制造、封装、测试和内存等成本全面上涨。高通将从 9 月 1 日起上调芯片产品价格，具体幅度会与客户分别协商。此前有报道称，部分产品涨幅可能达到两位数。

高通还预计，下一代 iPhone 使用的高通基带占比将明显低于此前估计的 20%。公司给出的下季度利润指引低于市场预期，财报发布后股价盘后一度下跌超过 4%。

高通财报

字节重组飞书：产品归豆包，销售归火山引擎

字节跳动启动 ToB 业务大重组。飞书产品团队将与豆包产品团队合并，成立新的豆包产品团队。飞书负责人谢欣改向豆包负责人赵祺汇报。

飞书的销售、市场和客户服务团队则并入火山引擎。双方将成立新的 ToB 商业化组织「创造力服务平台」，统一负责字节 MaaS、SaaS 等企业服务，由火山引擎负责人谭待负责。

重组后，飞书现有产品和服务保持不变。由飞书团队参与开发的豆包企业版，已在部分飞书客户中内测。该产品可以调用飞书文档、群聊、会议和企业知识，继续执行复杂任务。

这是字节 2021 年实行业务板块化以来，规模最大的一次 ToB 调整。此后，豆包负责企业 AI 产品，飞书提供办公入口和企业数据，火山引擎负责销售和交付。

钛媒体

因健康问题退出创业，翁荔两天后回OpenAI研究「AI造AI」

Thinking Machines 联合创始人翁荔宣布离职两天后，确定重返 OpenAI。她将带领一支研究团队，推动「递归自我改进」研究，也就是让现有 AI 参与开发和改进下一代模型。

翁荔离职时称，持续压力和工作量已经超过身体承受范围。过去 7 个月，她生病的频率超过人生任何时期。她没有打算退出 AI，只想换到职责更明确、节奏更可控的岗位。

她本月刚发表一篇相关长文《Harness Engineering for Self-Improvement》。文章指出，短期内的 AI 自我改进不会从模型直接改写自身参数开始。更现实的路径是让 AI 自动优化工作流、工具和评测，再参与模型研发。

翁荔是 Thinking Machines 一年内离开的第四名联合创始人。公司原有 6 名联合创始人，目前只剩 Mira Murati 和 John Schulman。

The Information

微软Copilot付费席位破3000万，大企业部署开始放量

微软 365 Copilot 付费席位突破 3000 万。一个席位就是一名员工的付费授权。上一季度这一数字超过 2000 万，净新增席位环比翻倍。最终结果也明显超过华尔街约 2690 万席的预期。

增长开始从新增客户转向大客户扩容。拥有 5 万席以上的客户数量同比增长超过 7 倍。把 Copilot 部署给多数知识员工的企业，环比增加近 75%。

NHS England 正向 50.5 万名员工铺开 Copilot，HSBC 承诺购买 20 万席。EY 则通过包含 Copilot 的 E7 套件，部署至 40 万名员工。

这些数据表明，Copilot 正从部门试用进入大范围部署。它为微软提供了 Azure 算力之外，更直接的软件订阅收入。微软称，用户平均每周使用频率已接近 Outlook 和 Teams，但尚未公布全部付费席位的统一活跃率。

微软财报

Gemini上线Mac全局语音输入：说话就能直接改稿

谷歌给 Gemini for macOS 上线全局语音输入。用户在任意 App 中长按 Fn 键即可开始说话，转写结果会直接填入当前光标位置。Gemini 会自动删除「嗯」「啊」等口头语，识别中途改口，并把内容整理成段落或列表。

开启可选的屏幕推理后，Gemini 还能读取用户选中的文字、文件、图片和文档。用户可以直接用语音让它改写内容、调整语气、提炼摘要，或生成和修改图片，结果会写回当前 App。

新功能正在全球逐步开放，面向所有 Gemini Mac 用户，首批仅支持英语。

谷歌

Grok全新语音模型拿下Agent评测第一，API价格涨60%

SpaceXAI 发布 Grok Voice Think Fast 2.0。这是一款面向客服、销售和电话场景的语音 Agent 模型，可听懂用户、生成语音回答并调用工具。新版本重点提升了推理、转写和对话能力。

Artificial Analysis 的独立评测显示，它的语音综合指数为 82.9%，排名第二，仅次于通义 Qwen Audio 3.0 Realtime Plus 的 84.1%。在测试语音 Agent 完成客服任务的 τ-Voice 基准中，它以 56.5% 排名第一，高于 Qwen 的 54.6% 和 GPT-Realtime-2.1 High 的 45.7%。首次出声只需 0.70 秒。

性能提升同时伴随涨价。API 价格从每分钟 0.05 美元升至 0.08 美元，涨幅 60%，每小时音频成本为 4.80 美元。

SpaceXAI

Kimi K3接入Claude Code，平均任务成本是Kimi Code的9倍

AI Agent 基础设施公司 Composio 将同一款 Kimi K3 接入 Kimi Code、Hermes 和 Claude Code，完成 28 项相同任务。三套运行框架的成功数只差 2 项，Token 用量和成本却相差很大。

Kimi Code 完成 22 项，Hermes 完成 21 项，Claude Code 完成 20 项。单项任务 Token 中位数分别为 6.1 万、6.7 万和 34 万。Composio 估算，平均每项任务成本约为 0.22 美元、0.28 美元和 2 美元。个别任务的 Token 用量最多相差 30 倍。

Hermes 速度最快，单项任务中位耗时为 179 秒。Kimi Code 为 297 秒，Claude Code 为 348 秒。

Writer 的另一项研究也得到相近结果。研究人员在 22 项企业任务和 6 款模型上只替换运行框架，Token 用量下降 38%，单项成本下降 41%，耗时下降 44%，完成质量基本持平。

Composio

美团龙猫核心团队生变：预训练、后训练负责人相继出走

美团 LongCat 文本基础模型与原生多模态负责人裴鹏已确定离职，目前不再参与团队决策。LongCat 后训练负责人苏辉此前也已离开，并加盟另一家头部大厂。

裴鹏此前负责文本基座、原生多模态和预训练，参与推进 LongCat-2.0。苏辉负责 LongCat 系列模型的对齐、微调和强化学习，同时负责 Agent 项目 Beam。两人分别掌握模型训练的前后两条关键链路。

美团 7 月 27 日曾否认裴鹏离职。

Top华人科创社

半年暴赚439%遭杠杆反噬，24岁前OpenAI研究员的200亿美元AI基金开始筹集新资金

《金融时报》援引知情人士称，24岁前 OpenAI 研究员 Leopold Aschenbrenner 创办的对冲基金 Situational Awareness，近期开始向现有投资人和贷款方筹集新资金。该基金规模约 200 亿美元，集中押注 AI 相关股票。基金还向部分投资人提出直接购买其持仓资产的方案。

Situational Awareness 截至 6 月底的年内净回报高达 439%。这轮上涨借助借款放大，AI 股票暴跌后，亏损也被同步放大。基金最新披露的 Oracle 和 AMD 持仓本月均跌约 20%，Nebius、Sharon AI、Bloom Energy 和 Sandisk 等持仓跌幅更大。

Aschenbrenner 仍把这轮抛售视为补仓机会。他在 7 月 24 日发给投资人的信中开放 8 月 1 日追加资金，并把 Anthropic 可能在下半年上市列为反弹催化剂。基金没有披露本轮具体亏损，也没有回应报道。目前只有《金融时报》披露了这次筹资动作。

FT

谷歌Lyria 3.5上线：AI歌声更像真人，歌词更听指令

谷歌发布新一代 AI 音乐模型 Lyria 3.5，并开始在 Google Flow Music 上线。新模型重点提升旋律、歌词和人声质量。生成的旋律结构更丰富，歌词更贴合提示词，人声发音更准确，情绪也更自然。

用户可以直接指定曲风、乐器、人声、速度和歌曲时长。Lyria 最长可生成 3 分钟歌曲。Flow Music 还支持局部重写歌词、翻译歌词、修改节拍和延长指定片段，不必重新生成整首歌。

此前发布的 Lyria 3 Pro 已经支持 3 分钟完整歌曲。Lyria 3.5 没有继续拉长时长，升级重点放在成品质量和控制精度。所有生成歌曲都会加入 SynthID 隐形水印，用于识别 AI 生成或修改的音乐。

谷歌

GPT-5.6上线后给自己降本，运行成本降20%

OpenAI 披露，GPT-5.6 Sol 上线后已经开始参与改进承载自己的生产系统。它通过 Codex 分析真实流量、调整请求分配，并自主重写 GPU kernel（控制芯片计算的底层代码）。相关优化让模型端到端运行成本下降 20%。

GPT-5.6 Sol 还改进了配套的草稿模型。它自行设计并运行数百次架构实验，启动和监控训练。遇到硬件故障或训练不稳定时，它也会介入处理。最终，推测解码（小模型先预测，主模型批量验证）的 Token 生成效率提高超过 15%。

OpenAI 将这套流程描述为持续反馈循环：观察生产环境、找出瓶颈、修改系统，再验证整体效果。GPT-5.6 已经参与了其中多个环节。

OpenAI

腾讯WorkBuddy上线AI协同编辑，支持Word、Excel和PPT

腾讯 WorkBuddy 上线「人机双写」功能。用户可以直接打开 Word、Excel、PPT 和 Markdown 文件，框选一段文字、一组单元格或一页 PPT，让 AI 在原位置修改。

AI 只处理指定区域，其他内容和版式尽量不动。用户可以查看改动、继续手动编辑，也可以撤销结果。

Word 支持续写、润色和排版。Excel 支持分析数据和生成图表。PPT 支持拆页、调整布局和生成演讲备注。

不过，这类功能在 OpenAI 的 Codex 中早已上线。

腾讯

Kimi K3能在Mac本地运行了，但普通用户仍跑不起

开源 AI 工具公司 Unsloth 发布 Kimi K3 的 1-bit GGUF 版本，把模型从 1.56TB 压到 594GB。用户可以通过 Unsloth Studio 或 llama.cpp 在 Mac 本地运行。

但这个版本至少需要约 610GB 内存。按官方方案，顶配 512GB Mac Studio 还要搭配一台 128GB 内存设备。内存不够也能借助硬盘勉强加载，但速度会大幅下降。

社区还有 350GB 和 451GB 的 MLX 裁剪版，可以装进单台 512GB Mac Studio。但它们删除了 73% 至 80% 的专家，实测速度约 0.14 至 0.20 token/s，能力也明显下降。

Unsloth

OpenAI称评测框架拖累GPT-5.6表现，但Opus 5用同一框架分数高2.3倍

OpenAI 称，ARC-AGI-3 的通用评测框架没有保存 GPT-5.6 Sol 此前的推理，还会在上下文过长时删除早期记录。模型因此经常忘记已经发现的游戏规则，每执行一步都要重新思考。

OpenAI 随后用自家 Responses API 重做评测框架，保留历史推理，并压缩过长的上下文。结果，GPT-5.6 Sol 的得分从 13.3%升至 38.3%，输出 Token 降至约六分之一。

但问题在于，Opus 5 用的也是这套通用框架。它以 High 推理档拿到 30.2%，GPT-5.6 Sol 即使用更高的 Max 档也只有 13.3%。框架确实拖累了 GPT-5.6，却没有同样拖垮 Opus 5。

不管 OpenAI 怎么狡辩，Opus 5 在这项全球最难 AI 评测里就是明显强于 GPT-5.6。

Tibo

Kimi被指整页搬走设计师作品，还挂成官方精选模板

独立设计师 Marina Budarina 指控，Kimi 未经许可，把她的互动网页 CHIMES 换名为「SILK ATLAS」，放进 Kimi Swarm 的精选案例。

她称，Kimi 照搬了页面设计、互动效果和文案，也没有标注作者。

很多网友表示，他们此前看到这个模板时，以为 Budarina 与 Kimi 有合作。还有人误以为，这个作品本来就是用 Kimi 做的。

截至目前，Kimi 尚未公开回应，但已经下架相关模版。

Budarina

ARC-AGI-3 评测机构考虑改规则：官方榜或允许厂商自带记忆

ARC-AGI-3 评测机构 ARC Prize 此前要求所有模型使用同一套简单调用方式，避免厂商靠定制框架拉高分数。这样更容易看清模型本身的能力。

回应 OpenAI 的争议测试时，官方口径开始松动。ARC Prize 承认，保留历史推理、压缩过长的上下文，确实能提升模型处理长任务的表现，并已开始研究如何把这类功能加入正式评测。

ARC-AGI 创始人 François Chollet 给出的边界是：专门为 ARC 开发的框架仍然不行；所有 API 用户都能使用的通用设置可以考虑。他认为，各家用了什么设置、花了多少钱，都应该公开。

一旦放行厂商自带的记忆和上下文管理，ARC-AGI-3 比较的就不再只是模型，还会包含各家 API 背后的工程能力。

ARC Prize

OpenAI年化收入达到426亿美元，两个月增长约29%

OpenAI CFO Sarah Friar 在内部会议上称，公司 7 月收入继续增长，主要由 GPT-5.6、企业 Agent ChatGPT Work 和 Codex 带动。OpenAI 没有公布具体金额。

第三方机构 TickerTrends 估算，OpenAI 7 月底的月度经常性收入水平约为 35.5 亿美元，比 5 月底高约 8 亿美元。其 ARR 从 5 月底的 330 亿美元升至 7 月 29 日的 426 亿美元，两个月增长约 29%。

OpenAI 董事长 Bret Taylor 同时承认，公司年初在 AI 编程市场落后 Anthropic。但部分 Claude Code 重度用户因账单过高，已经开始寻找 Codex 等替代品。

TickerTrends

观点：未来几年，GPU租金可能上涨10倍以上

AI 领域知名播客主持人 Dwarkesh Patel 提出一个反常判断：未来几年，GPU 算力租金可能上涨 10 倍以上。模型越聪明，同一块 GPU 能完成的工作越值钱，AI 公司也更愿意花高价抢算力。

他用软件工程举例。假如一块 H100 等效算力能持续运行一名人类水平的软件工程师，其年租金理论上可超过 25 万美元，约为当前现货价格的 15 倍。

市场已经出现涨价苗头。H100 一年期租金从 2025 年 10 月的每小时 1.70 美元，升至 2026 年 3 月的 2.35 美元，涨近 40%。Epoch AI 估算，全球 AI 算力在 2025 年约增长 3 倍，但头部实验室的算力需求增长更快。

如果这套推演成立，弱模型会因为消耗更多昂贵算力而失去价格优势，低价值的图片和短视频生成也可能先被挤出去。但这只是情景推演。大量 AI 程序员出现后，工程工作的市场价格也可能下降，25 万美元这笔账未必成立。

Dwarkesh Patel

亚马逊内部曝AI成本失控，小错误烧出百万账单

《金融时报》援引知情人士称，亚马逊内部通报了多起 AI 项目严重超支。最夸张的一次，是用 Claude Sonnet 给商品页面匹配作者信息。项目最终失败，却花掉 180 万美元，比预算高 860%，五个月后才被发现。

另一个财务审计工具项目意外多花约 54.1 万美元。一个优化物流配送速度的项目也误花 13.4 万美元，两个多星期后才被发现。

亚马逊工程师将问题归结为部署错误和缺少成本限制。传统系统里几乎不花钱的小错误，放到 AI 项目中可能变成「灾难性昂贵」的账单。公司正在开发自动化措施，防止类似项目继续失控。

亚马逊回应称，这些案例只涉及少数团队，不能代表公司日常使用 AI 的整体情况。此前，亚马逊还关闭了内部 AI 使用排行榜，因为员工为了冲榜让 Agent 执行无意义任务，额外消耗大量 Token。

FT

大模型再聪明也得刷题，OpenAI前研究员创业卖数据

OpenAI 前研究人员、GeneBench-Pro 共同作者 Andrew Ho 离职创业。新公司将为大模型制作高质量强化学习数据（给模型练习并按结果打分的训练任务）。首批产品聚焦生物学和统计推理，公司名称尚未公开。

Ho 认为，大模型仍然严重偏科。即使在投入巨大的编程领域，模型会刷题、会改代码，真实交付仍常要人工收尾。

更多实际工作则连合适的训练题都没有。它们依赖具体背景，也很难自动判断模型做得对不对。

他的办法是生成接近真实科研的数据和问题，同时保留已知答案。模型可以自由探索，训练系统也能明确判断对错。

GeneBench-Pro 就采用了这套方法。该评测包含 129 项计算生物学任务，GPT-5.6 Sol Pro 的通过率只有 31.5%。

新公司还会制作培养皿、Western blot 等实验图像的训练数据，之后再扩展到化学、材料、医疗和办公室工作。

Ho 预计，前沿 AI 实验室未来将为精准训练数据投入超过 1000 亿美元。

Andrew Ho