开场（三人合声）
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！
第一段：晓依开场
晓依: 大家好，这里是《今日我们AI说》，我是晓依。今天这一期，几件新闻看着分散，其实拧着一根绳：AI正在离开屏幕，往物理世界里走。阿里云栖大会上，阿里一边晒出自研AI芯片的新款，一边放话要训练更大规模的模型；一家国产CPU厂商把新品类直接送进工厂和机器人；Meta的消费级智能体App，上线头十二天的下载量超过了当年ChatGPT同期的水平；还有一位失去左臂十七年的美国年轻人，把能「有触觉」的仿生手臂第一次带回了自家厨房。算力、智能、假肢，全都在找自己的落点。先请云阳过一遍要闻，再请云健逐条拆解。
第二段：云阳新闻播报
要闻一：阿里自研AI芯片宣称算力三倍于上代，同步放话要训十万亿参数模型
云阳: 要闻一，9月22日到24日，2026云栖大会在杭州国际博览中心举行，主题是「智以致用」。这场大会最值得记的是阿里把三张牌同时摊开：芯片、模型、云。芯片这一张：阿里旗下平头哥发布新一代训推一体AI芯片真武V900，官方称单芯片性能是上一代真武M890的3倍，搭载216GB显存，计划2027年第一季度量产，详见TechWeb报道（官方口径，待第三方复测）。模型这一张：据《证券日报》大会报道，千问团队在推进RSI——全称递归式自我改进，通俗说就是让模型参与改进模型自身的训练流程——并宣布计划训练5万亿到10万亿参数规模的全新模型。云这一张：阿里巴巴CEO吴泳铭给出一个六年目标，到2032年阿里云运营的全球数据中心规模超过20GW。大会官方信息见云栖大会官网。参数目标是计划口径，不是已开工的工程；但芯片、模型、云三条线被明确焊成了同一句话：阿里要自己做机器智能时代的「发电站」。
要闻二：一颗国产CPU跳开服务器直进机器人产线，性能参数先一个字没公布
云阳: 要闻二，9月22日，国产CPU厂商海光信息在深圳发布了首款面向工业控制等物理世界场景的处理器——海光1000系列，发布会口号是「让算力，抵达物理世界」。据21世纪经济报道，此前海光已有7000、5000、3000三个系列，分别对着数据中心高性能、行业中端和多场景性价比；这次新增的1000系列是轻量级定位，走自家C86架构——兼容x86指令集的国产路线——面向边缘终端、工业设备和物联网节点。外媒《南华早报》与台媒《电子时报》进一步报道了首批细节：四核心八线程、支持DDR4与DDR5内存，主攻机器人、机器视觉与智能制造。值得注意的是另一件事：主频、功耗、AI推理算力这些关键指标，发布时一项都没有公开，跟英特尔Atom、Arm嵌入式方案硬碰硬的底气还得等完整规格表和装机实测。海光为什么急着往端侧走？公司半年报里有一行注脚：2026年上半年营收90.99亿元、同比增长66.52%，增量正在从「机房」转向「现场」。这让人想起9月17日那期讲过的开源端侧推理引擎——软件半年前就把模型塞进了小盒子，现在硬件厂商开始反过来为小盒子造芯片了。
要闻三：Meta智能体App上线十二天，下载快过ChatGPT当年开局，股价一天涨11%
云阳: 要闻三，当地时间9月8日上线的Meta个人智能体App「Muse」，到9月21日已登顶美国苹果App Store和Google Play免费榜，把ChatGPT挤到身后。第三方数据机构Sensor Tower的统计被新加坡《商业时报》转引：上线前六天安装量超90.2万次，快于Meta自家AI应用同期表现；摩根大通分析师9月22日给出的数则是12天143万次下载，超过ChatGPT同期137万次的早期水平（第三方估算口径）。资本市场当晚反应直接：9月21日Meta股价大涨11.43%，创一年多来最大单日涨幅。Muse和聊天机器人差在哪：它主打「替你办事」——用户可创建自定义智能体，授权后跨网页和服务完成多步任务，比如订位、排日程，能接Gmail、日历等第三方服务，还内置在WhatsApp里，仅限18岁以上使用，免费额度之外另有每月20美元和100美元两档订阅。需要说清的边界：榜单量的是下载不是使用，多家外媒提醒，个人数据换便利的隐私争议仍在，Meta自己表示更强的数据保护方案还在路上。
要闻四：稳定币公司开源一套「题海」，专治小模型不会讲理
云阳: 要闻四，9月23日，发行USDT稳定币的Tether旗下AI研究部门QVAC发布并开源了合成数据集QVAC Genesis III：1914.3亿Token、约1.6亿份文档，全部围绕STEM——科学、技术、工程、数学——教育场景生成，官方说它训练的不是「直接给答案」的模型，而是会分步讲解的模型。官方新闻稿见Tether官网，论文已被COLM 2026——语言建模方向的国际会议——接收。关键效果数字：用其「选项级」数据训练的17亿参数小模型，在基准测试中99.45%的回答为有效作答；与同为10亿级规模、用开源数据集Cosmopedia-v2对照训练的模型相比，官方称ARC-Easy提升28.57个百分点、ARC-Challenge提升21.35个百分点、MMLU理科部分提升15.03个百分点（官方口径，待第三方复测）。这套东西的目标受众很清楚：跑在手机、本地设备上的小模型和AI家教。和本台9月19日那期的树莓派函数调用小模型是同一股暗流——大模型在云端卷分数，有人在给「设备里的小模型」补教材。
要闻五：「天行者机械臂」第一次走出实验室：失去左臂十七年的人，靠意念给自己做了份三明治
云阳: 要闻五，9月22日，美国犹他大学官宣：研发多年的「天行者」仿生手臂迎来首个院外居家使用者。主角叫Alexander Davidson，16岁时从11米高的电线杆坠落，下半身瘫痪、左臂肘下截肢；十七年后，他成为这项临床试验的第一位入组者，在自家使用这条手臂——写信、打牌、做金枪鱼三明治，甚至握住妻子的手。手臂的特别处在两根「神经」：它以DEKA公司商用假肢LUKE Arm为底座，加上犹他大学团队研发的BIOS直接神经接口——把电极连到残肢神经上——使用者凭意念控制动作，神经接口还能把假肢上的触觉信号回传大脑，官方称感觉「接近用自己的手」。据科技新闻站TechXplore转载的犹他大学新闻稿，此前所有使用者都只能在校园内、有工程师和临床团队盯着的场景下用；这一代软件与AI让感知更自然、操作更直觉，居家无人值守使用才第一次可行。这项技术2024年3月拿过美国FDA突破性设备认定。提醒一句口径：这还只是早期可行性研究中一个人的案例，离「商品化的触觉假肢」隔着完整临床试验。
第三段：晓依×云健对话点评
晓依: 云健，先说阿里。芯片说三倍就三倍，模型张口就是十万亿参数，这场大会的「含AI量」很高，含金量呢？
云健: 分开称。芯片是实牌，但兑现日期写在2027年——这次发布的是流片回来的新一代样品，量产、良率、软件生态、真实训练任务里的利用率，每一关都要等第三方拿机器说话，三倍这个数字现在只能按官方口径挂着。模型的十万亿参数是志向不是账单：从5万亿写起，数据、算力、工程每一项都是钱，而且阿里自己也承认路径上还靠RSI这种探索撑着。真值钱的反而是那个不显眼的数：20GW。云厂商把六年后的电力规模先说出口，本质是在向产业链喊话——机房、变压器、光模块、散热，按这个盘子提前排产。这跟9月23日那期讲的合肥存储厂换代产线是一个逻辑：AI竞争打到深处，拼的是能源与制造底座，模型只是旗子。
晓依: 那海光这条呢？一家做服务器CPU的公司跑来造机器人芯片，参数还不公布，是不是有点急？
云健: 急，但方向不亏。国产算力得找增量：服务器CPU市场就那么大，信创订单之外天花板肉眼可见；端侧是开卷——2025年中国工业机器人产量77.3万台、同比增28%，每台机器、每条产线的摄像头、每个控制柜都是算力孔位。参数不公布，一部分是工控产品的发布习惯，一部分确实是还没到拿数字见客户的阶段。这条新闻里能核验的信号是「路线转向」：前阵子大家讲「模芯协同」，讲的是芯片陪跑大模型训练；海光讲的是芯片沉进设备里。说白了，两条线合起来看，国产算力的叙事正从「替代谁」变成「长进哪里」。
晓依: Meta这个Muse，下载量压过ChatGPT开局，你是不是又要泼冷水了？
云健: 冷水要泼，但这次要泼得精确：12天143万下载是真的，可下载从来不是留存，Sora和Vibes都证明过榜首可以只有一个星期。你发现没有？真正值得认真对待的是另一件事——这是「智能体App」第一次在消费端跑通冷启动：它不是聊天框加了个按钮，而是用户真的授权它去订位、发邮件、管日程，把社交图谱当个性化燃料，Instagram和二手市场的行为数据成了别的厂商没有的训练场。危险也在这：授权越多，数据面越大，Meta自己都说更强的隐私保护还在路上，等于承认现在还不够。对企业客户，这是消费习惯的先行指标；对个人用户，装之前把权限清单读完——尤其是它能替你发消息、能进你日历的那些。
晓依: 一个发行稳定币的公司，跑来开源数学习题集，这事听着就不太对劲，图什么？
云健: 图「本地AI」这块招牌。把账算给听众听：Tether的主业USDT靠美元资产利差赚百亿级利润，监管压力全世界最大；QVAC给它讲的故事是「去中心化、跑在每个人设备上的智能」——教育数据集、本地小模型，都是这个故事的地基，论文进COLM说明它至少想把学术信誉做实。所以数字要听两遍：99.45%有效作答、比对照数据集高28.57个百分点，全是官方口径，虽然论文经过会议接收、方法可查，训练数据本身完全开源，社区自己跑一轮对照实验只是时间问题。方向本身没毛病——云端模型再强，教室里、手机上跑得动的便宜小模型是另一条真实需求线，谁给这条线补高质量教材，谁就赚生态的钱。
晓依: 最后说那条机械臂。一个人回自己家做三明治，怎么就算新闻了？
云健: 因为「家」就是这行的分水岭。仿生手臂在实验室里拧螺丝、递东西，演示做了十年；真正难的不是动作，是离了工程师也能用——电池要撑、误触要防、感觉要稳，这次靠的是软件和新算法把神经信号的解读做稳了。往前对照着看：9月18日那期我们讲渐冻症患者用脑机接口组词，那是大脑输出信号；这条是双向——大脑输出控制动作，神经传回触觉。两期拼一起，人机接口正在从单向指令进化成有来有回的回路。一个人的案例撑不起疗效结论，但它改了一个定义：此前这类设备归「科研仪器」，从这周起，它是有人每天在用的生活工具。技术史里，定义变掉的时刻，往往就是产业时钟开始走的时刻。
第四段：收尾
晓依: 好，今天的节目就到这里。芯片要等量产表，智能体要等留存率，数据集要等社区复测，机械臂要等临床试验走完。离开屏幕的AI，每一步都得落在可以被核验的地方。记录时代，也记录技术。明天见。
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！