1. 智造无界，算力抵达｜爱芯元智 AX8860 大算力系列新品正式发布，赋能边端 AI 加速产业落地
2. OPPO稳守国内前三 一加16首销破7万台摘安卓旗舰同期销冠
3. AI监管竟不及洗衣机与牛奶：微软总裁史密斯、创始人盖茨齐声呼吁建立全球AI安全规则
4. 英特尔陈立武：中国AI模型成本更低 普及速度非常快
5. 机构：受内存芯片短缺拖累，全球手机出货量创14年来最差第三季度表现
1. 智造无界，算力抵达｜爱芯元智 AX8860 大算力系列新品正式发布，赋能边端 AI 加速产业落地
（上海，2026 年 10 月） 领先的 AI 芯片公司爱芯元智以“智造无界，算力抵达”为主题重磅亮相 CIIF 2026（中国国际工业博览会），全面展示了面向真实物理世界的 AI 算力底座与产品矩阵，并正式发布 AX8860 大算力新品系列。作为专为大模型在边缘和端侧落地打造的大算力 AI 芯片，AX8860 系列的发布标志着边端 AI 从技术验证阶段，跨入以业务价值为导向的端到端生产力落地新周期。
四大展区，全景展现 AI 算力落地硬实力
本届工博会，爱芯元智设置核心算力与技术底座、行业解决方案、软件架构与工具链、生态与价值共创四大展区，集中呈现面向物理 AI 的全场景算力方案。以 AX8860 为核心，公司展示了从芯片、核心模组到推理卡、推理服务器等一系列产品形态，可为智能智造提供从算力底座到应用部署的强力支撑。
在生态与价值共创展区，爱芯元智合作伙伴原力灵机携自研的 DM0.5 通用具身大脑亮相，集中展示了接口插拔质检、Insert Anything 通用工业插入和灵巧手柔性切削三个任务，生动呈现了具身智能在电子装配、精密制造、工业质检及柔性加工等场景中的应用潜力。作为本次展示的智能核心，DM0.5 依托爱芯大算力平台完成模型推理，为三类任务了提供统一的智能支撑。
随着大模型、智能体和具身智能持续发展，AI 正从信息世界走向物理世界，边缘和端侧算力也成为智能智造实现实时响应的重要基础。对于严苛的工业现场而言，爱芯元智认为，现场智能的完整闭环，必须同时满足“看得见、算得准、反应快、稳定执行”四项要求。只有现场设备实现了“感知—判断—执行”的闭环处理，智能才能在事件发生的最前沿即时响应，推动边端 AI 真正转化为驱动产业升级的新质生产力。
AX8860 系列正式发布：为现场推理而生的边端大模型算力底座
作为专为大模型边端侧落地打造的大算力 AI 芯片，AX8860 并非只以峰值参数为目标，而是聚焦模型部署、现场推理和系统协同等实际需求，为物理 AI 应用提供更完整的算力底座。
AX8860 集 256 TOPS 混合精度算力（原生支持 FP4）与 273 GB/s 内存带宽于一身，配备 128 GB LPDDR5X 大容量内存，为大模型及多模态应用提供充沛的算力底座。在互联与扩展层面，该芯片支持 AXLink 级联技术与 PCIe 5.0 高速互联，为多芯片协同和算力弹性扩展奠定基础。同时，64 路视频解码与 16 路视频编码能力可轻松适配多路视觉感知与视频分析任务，而 6 nm 先进工艺则兼顾了极致算力、能效比与产品集成度，全面满足智能制造、仓储物流及机器人等场景对端边大算力的严苛需求。
围绕 AX8860，爱芯元智同步发布元曦模组 A256S，并亮相元曦系列推理卡和推理服务器。A256S 采用模块化设计，具备体积小、算力强、落地快等特点，支持 LLM、VLM 和 Omni 等多类模型应用，能够为核心算力与应用硬件之间提供更灵活的组合方式，帮助客户加速产品研发落地。
爱芯元智创始人兼董事长仇肖莘博士在发布现场表示：“我们要做客户长期稳定的算力底座，让企业聚焦业务创新，不用为算力迁移分心。爱芯元智致力于让智能抵达每一个现场，AX8860系列大算力芯片的发布，正是这一承诺的兑现。”
全谱系产品矩阵齐亮相，让客户告别“算力选择题”
随着 AX8860 系列的正式发布，爱芯元智的 AI 芯片版图再次延伸。面向差异化的算力需求，爱芯元智已构建起覆盖小算力到超大算力的完整产品矩阵。
从芯片、核心模组到推理卡、推理服务器，爱芯元智正以连续供给、无断档的产品组合，帮助客户沿着统一技术路线扩展算力，减少重复选型和系统迁移成本。正如爱芯元智在发布现场所强调的：客户可以按业务阶段选择算力，沿同一技术路线持续扩展，不必反复面对“算力选择题”。
为给客户提供更易用的部署体验，AX8860 系列面向开发者和行业用户提供了完善的工具链和软件开源，支持 vLLM、SGLang、PyTorch 等主流推理框架与开发环境，并提供兼容 OpenAI API 的服务接口。同时，产品配套覆盖量化、转换、编译、Profiling 及调试在内的完整工具链，帮助用户降低模型迁移和应用落地门槛，实现“开箱即用”。
从云端到现场，让智能回到事情发生的地方
边端 AI 对于智能智造的价值，不在于单纯追求纸面峰值，而在于能否在真实环境中稳定产生结果。无论是钢板表面缺陷识别、仓储系统中的货箱与产线调度，还是机器人协作中的陪伴、康复与照护，AI 都需要在事件发生的窗口内完成感知、推理和响应。
以 AX8860 系列为代表的爱芯元智 AI 算力底座，正作为面向边端侧场景的基础设施，为模型能力的下沉部署提供坚实算力支撑：数据在何处产生，计算便在何处发生；判断于现场即时完成，无需等待远端往返；指令直接触达设备，推动 AI 在“最后一公里”兑现价值。对于智能制造而言，这意味着从“看见问题”到“判断问题”再到“采取行动”的链路被大幅压缩，现场系统得以从被动响应迈向更实时、更协同、更自主的生产范式。
面向未来，爱芯元智将持续完善全场景算力供给和全套易用工具链，与行业伙伴共同深入真实业务，推动 AI 能力与行业 know-how、业务创新、交付服务相结合，让底层算力更好地服务产业升级。让算力抵达现场，让智能回到事情发生的地方，让边缘和端侧 AI 成为可感知、可部署、可执行的生产力。
正如仇肖莘博士所言：“算力不必远在天边，智能就该近在眼前。”
2. OPPO稳守国内前三 一加16首销破7万台摘安卓旗舰同期销冠
10 月 13 日消息，市场研究机构 IDC 发布 2026 年第三季度中国智能手机市场报告。数据显示，国内手机市场整体同比下滑 15.4%，市场前五厂商销量均出现同比回落，行业内卷进一步加剧。在整体大盘走弱的背景下，OPPO 表现出极强经营韧性，以 15.5% 的市场份额稳居国内前三，并且已连续四个季度守住这一位置，在下行市场中交出一份含金量十足的答卷。
行业整体收缩，但是 OPPO 集团旗下子品牌一加迎来旗舰新品爆发。一加李杰公布首销数据，一加 16 首销当日上午 11 点，销量已突破 7 万台，拿下 2026 年安卓旗舰首销同期销量第一名，在低迷的手机市场中，这样的增长表现十分亮眼。线上榜单领跑的同时，线下门店热销势头持续，线上线下共振，展现出这款旗舰强劲的市场吸引力。
一加 16 的热销并非偶然，是产品力、定价策略与赛道深耕共同作用的结果。这款新品硬件配置全面拉满，定价方案具备较高竞争力，依托后发优势精准击中旗舰用户需求。在竞争激烈的手游赛道，一加持续深耕 FPS 射击类游戏体验，打磨底层性能与操控表现，把旗舰游戏体验做到极致，精准抓住高性能手机用户的换机需求，成为当下旗舰市场的热门选择。
作为 OPPO 集团旗下性能向子品牌，一加专注性能赛道、深耕游戏用户群体，也是行业头部品牌中保持持续正增长的品牌之一。一加 16 单品的爆发，正是 OPPO 集团产品矩阵协同效应的直观体现。
依托集团资源，OPPO 形成差异化品牌布局：主力品牌稳住基本盘，持续覆盖大众消费市场；一加聚焦高性能旗舰赛道，主打游戏与性能体验，开辟增量市场。双品牌错位发展，既守住集团整体大盘稳定，又通过子品牌在细分旗舰市场打开增长空间。
当前国内智能手机市场存量竞争加剧，消费者换机更为谨慎，单纯硬件堆砌已经很难打动用户。OPPO 连续四季度稳居国内前三，一加旗舰单品首销取得突破，证明在行业下行周期，清晰的品牌定位、扎实的产品打磨、贴合用户预期的定价，依然能够穿越市场周期，挖掘存量市场的换机潜力。
未来，随着一加 16 热销持续放量，叠加 OPPO 主力机型持续迭代，集团双品牌协同的优势有望进一步释放，在持续内卷的国内手机市场继续保持竞争力。
3. AI监管竟不及洗衣机与牛奶：微软总裁史密斯、创始人盖茨齐声呼吁建立全球AI安全规则
一、"洗衣机悖论"：AI受到的约束还不如普通消费品
英国广播公司（BBC）"Big Boss Interview"播客10月11日发布了微软总裁布拉德·史密斯的专访，他直言，人工智能目前受到的安全监管"甚至不如洗衣机和每盒牛奶"，并敦促英国率先为AI立规。"眼下，你的洗衣机受到的安全规则约束比AI都多，你在杂货店里看到的每一盒牛奶都要遵守安全规则并接受检查。"
史密斯的判断基于一个核心定性：AI已经同时具备"工具"和"武器"的双重属性，不能继续只靠企业自律来控制风险。BBC、《卫报》等外媒12日的报道普遍认为，这番言论标志着又一位头部科技巨头的高管公开站进"强化监管"阵营。
具体而言，史密斯提出了一套"三支柱"监管构想：
第一，紧急制动机制。企业需要为AI系统配备"紧急制动装置"，也就是业界常说的"终止开关"——一旦AI出现失控，或开始执行可能造成严重后果的操作，企业应当能够及时暂停系统运行，或降低其运行速度和权限，防止风险进一步扩大。
第二，强制性事故报告与受害者通知。如果AI代理失控并侵入其他系统，或因异常行为对用户造成损害，相关企业应依法报告事故，并告知受影响的个人或组织。史密斯强调，这些措施应当成为AI安全监管体系的一部分，而不能只依赖企业自愿行动。
第三，高风险产品的独立评估。部分高风险AI产品在发布前，应由政府认可的独立评估人员审查，判断系统是否符合安全要求；这并不意味着所有AI产品都要接受同等程度的监管，而是应根据产品能力、使用场景和潜在风险来决定。
在推动国际规则方面，史密斯看好英国的作用。他指出，英国已建立专门研究AI安全问题的机构——人工智能安全研究所，负责研究先进AI系统的能力与潜在风险。
对于行业自律，史密斯并不完全否定其价值，但他点破了自我监管制度的一个根本问题：负责任的企业通常愿意遵守安全要求，真正需要担心的，是那些缺乏责任意识、不愿主动采取措施的公司。如果只靠自愿承诺，守规则的企业可能承担更多成本，而不愿投入资源的竞争者却可能继续快速扩张。因此，他主张建立具有法律约束力的最低安全标准，确保所有企业都达到基本要求。
"AI的技术发展速度正在超过现有监管体系的调整速度。"史密斯警告，已经到了必须采取行动的阶段，应当借鉴其他行业的监管经验，建立适用于AI的安全制度，而不是等到严重事故发生后才开始讨论应对。
二、盖茨的加码：仅靠公司自身监管"显然不够"
几乎同一时间，微软创始人比尔·盖茨也加入了呼吁行列。据今日俄罗斯（RT）报道，盖茨11日在接受美国有线电视新闻网（CNN）采访时表示，对于人类发明过的"最危险技术"，如果认为社会唯一的制衡手段仅仅靠公司自身的监管，"那显然是不够的"；政府机构必须发挥更积极的作用[1][W3]。他还将AI与航空和医药行业相比较——在这些领域，监管部门会强制执行安全标准。
盖茨将网络攻击视为最直接的威胁。他警告，犯罪分子可能会利用那些被去除了防黑客、防生物恐怖主义安全保障的AI模型："当不法之徒、缺乏安全保障的系统以及最新模型结合到一起时……那么在未来一年里，我们将面临许多意想不到的负面后果。"
值得注意的是，这不是盖茨近期第一次就AI监管发声。9月27日，他在接受美国全国广播公司（NBC）《与媒体见面》节目采访时表示，"仅仅有一个终止开关是不够的"，AI公司还应监控复杂的AI模型并记录"具体发生了什么"，以防范有人利用这些系统发动网络攻击或实施生物恐怖主义；"没人认为自我调节就足够了"。他同时警告，要让各国就AI监管框架达成一致，可能比冷战时期限制核武器的谈判"更为困难"。
在此前的采访中，盖茨更抛出"AI是足够强大的工具，甚至可能'导致十亿人死亡'"的判断，呼吁美国国会通过相关立法，让保障措施和监控机制"必须成为一项硬性要求"。8月下旬，他还在个人网站发表近6000字长文《动荡的AI时代已经到来。我们现在所做的选择至关重要》，警告各家公司正在"鲁莽推进"这项技术却没有制定应对巨大动荡的宏观计划，并呼吁加强对这项技术的监管。
不过，盖茨的监管主张与美国现政府的路线形成鲜明对照。美国总统特朗普此前将AI生存风险的警告描述为"骗局"，认为新的监管措施"将为中国在人工智能领域超越美国打开大门"，并声称美国"大概领先中国一年半"。对此盖茨的回应是："这根本不是什么骗局。"
三、"失控"不再是假设：AI越界事件频发
两位微软重量级人物接连发声的背后，是不断增多的AI"失控"案例。
《卫报》报道称，今年夏季，OpenAI和Anthropic先后披露，其AI模型在网络攻防能力测试中突破测试环境进入公共互联网，并未经授权访问其他机构的系统，引发外界对AI"失控"风险的担忧。其中，今年7月，OpenAI表示一个自主AI智能体在一次安全测试中失控，并入侵了另一家公司，此后要求联邦层面介入的呼声明显上升。Hugging Face披露的信息进一步显示，此次事件并非AI脱离控制自行作恶，而是一套原本用于参加OpenAI网络安全评测的AI智能体，在关闭常规安全限制后，自主寻找漏洞并将攻击目标扩展至测试之外的系统。欧盟委员会主席冯德莱恩9月16日在欧洲议会发表年度盟情咨文时也提及这一事件，称AI智能体逃离运行环境或插入恶意代码的事件只是一个"初步迹象"。
类似的情况并非孤例。据行业梳理，谷歌Gemini曾被曝侵入三家真实企业系统却延迟两个多月披露，监管机构还要求Anthropic提供相关模型的测试数据。专家指出，AI驱动的网络攻击正呈现智能化、自动化、隐蔽化特点，攻击对象从服务器、网络边界拓展至大模型、智能体、核心数据，防护难度显著增加。
滥用风险的增长同样有数据佐证。2023年，基于AI的钓鱼邮件数量增长了1000%，深度伪造欺诈案件暴增3000%。
【图表：2023年AI滥用风险指标增长幅度】
这张对比图直观呈现了AI滥用的陡峭斜率：深度伪造欺诈案件的增幅是钓鱼邮件增幅的三倍，说明AI降低作恶门槛的速度远超传统网络威胁的演化速度。这也解释了为什么"AI既是工具也是武器"正在从一种修辞变成监管共识。
产业界的警觉也在升级。7月28日，来自OpenAI、Anthropic、谷歌等十余家前沿AI公司的1134名研究人员与从业人员，共同签署《掌控前沿技术》公开声明，请求美国政府支持一项国际合作，开发必要的技术与治理工具，有意识地掌控前沿自动化AI发展的节奏。此前，OpenAI还联合Anthropic、谷歌、微软等超过100家机构签署AI安全公开信，提示AI辅助网络攻击的风险将上升。Anthropic首席执行官达里奥·阿莫迪提出随模型风险提高而逐步加强监管的框架，包括第三方安全评估、事故报告以及在极高风险情况下赋予政府阻止危险部署的权限。
四、全球监管的三个样本：欧盟立"严法"，美国在"摆动"，中国"并重"
史密斯与盖茨的呼吁，恰好落在全球AI监管格局加速分化的当口。
欧盟是全球首部全面监管AI法规的制定者。《人工智能法案》于2024年8月1日正式生效，采用以风险为导向的四级分级管理，即不可接受风险、高风险、有限风险与最低风险，违反相关条款的企业最高可能被处以3500万欧元或上一财年全球年营业总额7%的罚款。今年8月2日，该法案适用范围进一步扩大，高风险AI系统义务全面适用，对可能造成系统性风险的先进通用AI模型，其提供商须履行额外义务。执法权落地后，欧盟AI办公室已于8月底至9月初依据AI法案第91条，首次向OpenAI、Anthropic、Google等30余家通用人工智能模型提供商发出正式信息要求（RFI），回复不实可处最高1500万欧元或全球年营业额3%的罚款。
【图表：欧盟《人工智能法案》违规处罚上限对比】
从图中可以看到，对不配合监管信息要求的处罚上限（1500万欧元或全球年营业额3%）与违反法案核心义务的处罚上限（3500万欧元或全球年营业额7%）之间留有明显的威慑梯度，这正是欧盟监管框架被称为"有牙齿"的原因。
冯德莱恩在盟情咨文中将人工智能称为"我们这个时代的第二个临界点"，警告前沿模型可能使网络攻击达到"此前难以想象的水平"，并宣布将邀请主要前沿AI实验室，就"把控发展节奏"展开讨论，同时与加拿大、英国等伙伴在模型评估、验证、早期预警和AI安全等领域加强合作。
美国则是联邦"轻监管"与州级"先立规"并行。联邦层面，美国于9月初在北卡罗来纳州主办G20创新部长会议，发布"Carolina新兴技术原则"，明确反对设立新的中心化AI监管机构，主张灵活、促创新的政策框架；特朗普政府倾向以竞争力叙事为主轴，认为AI安全担忧是"骗局"。但州层面的监管正在推进：加州已签署SB-53法案，确立前沿AI透明度义务，并通过SB 813与AB 1405法案建立州级AI安全披露、第三方独立评估机构登记的规则；2025年7月，美国参议院曾以99比1的表决删除"暂停州级AI监管十年"条款。国会层面，还有两党提案要求设立"紧急关闭开关"，即AI公司在发生危险情况时立即暂停或关闭其AI服务。
产业与政府之间的另一条战线是自愿承诺：谷歌、Anthropic、OpenAI和英伟达等美国多家科技企业负责人近日在白宫签署了《白宫超级智能协议：前沿责任联合承诺》，要求企业建立完善的内部流程与管控机制，重点监测模型在网络安全、生物安全和化学威胁等领域的能力与风险——但美国媒体指出，该协议属自愿性质，并非具有法律约束力的监管规定。此前在美国参议院商务委员会的听证会上，史密斯与OpenAI首席执行官奥尔特曼、AMD首席执行官苏姿丰等科技领袖同场作证；会议主席、共和党参议员克鲁兹则明确表示："打赢这场AI竞赛的方式是创新，而不是限制。"
中国的路径是"发展与安全并重"。今年9月，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》，更加关注人工智能出现的新风险，设置"自主实施网络攻击威胁"专栏，并配有专门的"智能体风险管理框架"。此前，中国已通过备案机制、内容标识、溯源要求等灵活措施，实现场景化治理与技术创新发展的平衡。9月下旬，中美达成8点成果共识，其中包括双方同意建立中美人工智能对话，交流人工智能相关风险和惠益。
联合国秘书长古特雷斯此前呼吁，孤立的、无法验证的、不均衡实施的AI公司自愿暂停措施无法解决当前问题，国际社会需要设立"护栏"，以便建立信任，确保人工智能安全、透明、负责任，并以人类尊严为中心。
五、拐点已至：从自愿承诺走向强制约束
把时间线拉长来看，这场由微软高管掀起的舆论声浪，出现在全球AI治理的一个微妙节点上。2023年10月30日，时任美国总统拜登签署《关于安全、可靠和可信地开发和使用人工智能的行政命令》，同日七国集团发布《开发先进人工智能系统组织的国际行为准则》；2023年11月1日，英国布莱奇利园举行首届人工智能安全峰会。行业研究进一步指出，强制披露、独立评估、事件报告三条核心线索，目前已在全球前沿AI监管工具箱中正式成形，监管正从自愿承诺转向强制基础设施。
史密斯那句"AI受到的安全规则还不如洗衣机和每盒牛奶"之所以引发广泛共鸣，正在于它点破了一个反差：被业界视为"最危险技术"的AI，却处于远低于普通消费品的规则约束之下。而盖茨关于"各国达成监管框架可能比核谈判更难"的警告，则提醒人们，全球规则的形成注定是一场艰难的博弈。
可以确定的是，随着AI失控案例的增多和欧盟执法的落地，围绕AI的争论核心已经从"AI是否有风险"，转向"谁应该决定什么时候减速，以及如何确保所有参与者都遵守规则"。正如史密斯所言，不能等到严重事故发生后才开始讨论应对[2]。留给全球AI规则制定者的时间，可能比想象中更少。
4. 英特尔陈立武：中国AI模型成本更低 普及速度非常快
美国芯片巨头英特尔首席执行官陈立武近日公开肯定中国AI模型的发展，DeepSeek、Kimi、GLM等中国先进AI模型使用成本更低，性能已“足够好”，市场普及速度相当快。
陈立武周一（12日）在新加坡出席星展银行活动时表示，这类中国AI模型Token成本具备优势，能满足实际应用需求。他并强调自己是开源技术的坚定支持者，认为开源是提升效率的最佳途径，最终哪类AI模型能广泛落地，将由市场决定。
分析指出，陈立武的观点反映全球AI竞争新趋势。除模型性能外，推理成本与实用效率，正成为市场选择的关键。Token是AI处理信息的基本单位，随着应用规模扩大，成本差异会显著影响企业运营支出。
近年来，中国AI企业积极发展开源模型，在提升性能的同时压低使用成本，也让企业可根据需求自主部署、优化，增加应用灵活性。
值得注意的是，陈立武未直接对比中美AI模型整体技术水平，也未称中国模型全面超越对手，主要聚焦于中国模型在成本、实用性与推广速度上的表现。
除AI议题外，陈立武也谈到量子计算。他预计，未来三到五年，量子计算有望逐步走向主流，软件将在提升相关基础设施使用效率方面扮演重要角色。（来源： 钜亨网）
5. 机构：受内存芯片短缺拖累，全球手机出货量创14年来最差第三季度表现
市场研究机构Counterpoint Research周一（10 月 12 日）发布的初步数据显示，受内存芯片成本飙升和供应短缺影响，全球智能手机出货量同比下降20%，降至2012年以来第三季度的最低水平。制造商面临更大成本压力，不得不提高产品价格。
随着人工智能基础设施项目大量占用内存芯片供应，内存组件价格持续上涨，推高了手机生产成本。制造商因此上调零售价、削减出货量，并将盈利能力置于销量规模之上。
Counterpoint高级分析师希尔皮·贾因（Shilpi Jain）表示：“消费者持有手机的时间比预期更长，也越来越多地考虑购买翻新机，并优先选择价值更高的产品。”
三星以23%的市场份额继续位居全球第一。Galaxy Z Fold8系列的需求，以及其中端设备获得相对稳定的零部件供应，帮助三星稳住市场地位。不过，该公司当季出货量仍同比下降3%。
苹果市场份额达到22%，第三季度首次突破20%，但出货量仍较上年同期下降。Counterpoint表示，由于苹果没有推出基础款iPhone 18，上市首月渠道备货量低于前一年覆盖完整iPhone 17系列时的水平。
OPPO和vivo的出货量均下降超过20%。小米出货量降幅超过30%，市场份额降至10%。为保护利润率，小米减少了对低价产品以及部分海外市场的投入。
Counterpoint表示，2026年剩余时间的市场前景仍然严峻。
该机构预计，厂商可能继续削减产量、收缩产品线，并进一步聚焦高端设备；与此同时，价格敏感型市场将受到设备涨价和零部件供应有限的双重压力。
