2026年7月21日星期二 | 第 161 期

AI 观察👀

记录、思考，but AI

刊载于

智谱AI与DeepSeek同步推进自研芯片、AI for Good全球委员会今首次开会、美国各州半年颁布109部AI法律——AI"硅主权"竞赛进入新阶段

7月8日，The Information和Reuters同日披露智谱AI和DeepSeek均在推进自研AI芯片，GLM-5.2日调用量暴涨27倍正面对撞美国出口管制；AI for Good全球委员会在日内瓦召开首次会议，44名成员含NVIDIA/Amazon/Microsoft/Anthropic CEO；NYU数据显示美国29个州在2026年上半年颁布了109部AI法律，伴侣聊天机器人监管成为两党共识。

AI 分析 智谱AI DeepSeek AI芯片 硅主权 AI治理 行业动态

7月8日，三条线索在同一个时间节点交汇，揭示了一个正在加速的结构性转变——AI竞争的焦点正在从”模型能力”向”硅基础”下沉，而治理框架的构建正在从”原则声明”向”实操规则”过渡。

据The Information 7月7日报道和Reuters同日独家，中国两大AI实验室——智谱AI和DeepSeek——正在同步推进自研AI芯片。智谱AI的GLM-5.2模型自6月发布以来日调用量暴涨27倍，算力已成为”绑定约束”而非简单的成本考量；DeepSeek则在增加芯片设计工程师的招聘，目标是开发专用推理芯片以减少对NVIDIA和华为的依赖。如昨日报道所述，GLM-5.2已在网络安全场景追平Anthropic Mythos——今天的芯片新闻意味着，中国AI实验室正在从”模型追平”走向”基础设施自主”。

同日，AI for Good全球委员会在日内瓦召开首次会议。这个44人委员会由卢旺达总统Kagame和Salesforce CEO Benioff联合主持，成员包括NVIDIA CEO Jensen Huang、Amazon CEO Andy Jassy、Microsoft总裁Brad Smith和Anthropic联合创始人Jack Clark。如7月6日报道所述，这是本周日内瓦”数字周”的关键观察节点——委员会成员是否带着各自董事会的机构授权出席，将决定产出的是具体承诺还是仅仅一份原则声明。

而在大西洋彼岸，NYU科技政策中心7月6日发布的数据显示，美国29个州在2026年上半年共颁布了109部AI法律和28部数据中心法律——尽管联邦政府以扣留宽带资金为威胁试图限制州级AI立法，各州仍在积极推进。

智谱AI与DeepSeek为何同时走向自研芯片？

发生了什么

据The Information报道，智谱AI（Zhipu AI）正在与多家中国芯片设计公司进行初步洽谈，探讨为其GLM模型家族定制专用集成电路（ASIC）。虽然尚未选定合作伙伴，且整个项目可能需要两年以上才能完成，但这一举措标志着中国AI实验室从”依赖外部算力”向”自主定义算力”的战略转向。

关键数据点：

维度智谱AIDeepSeek
消息来源The Information（7月7日）Reuters独家（7月7日，三个信源）
芯片类型ASIC（专用集成电路）AI推理芯片
核心驱动GLM-5.2日调用量暴涨27倍减少对NVIDIA和华为的依赖
当前阶段早期洽谈，尚未选定合作伙伴增加芯片设计工程师招聘
时间预期2年以上未披露
美国制裁状态在美国实体名单上，无法采购NVIDIA高端芯片同样面临出口管制限制

Reuters的报道进一步揭示，DeepSeek正在加大芯片设计工程师的招聘力度，目标是开发自己的AI推理芯片。两家中国头部AI实验室在同一周内被披露推进自研芯片，并非巧合——这是美国出口管制持续收紧下的必然反应。

为什么ASIC是AI芯片的”下一站”？

ASIC（应用专用集成电路）与NVIDIA GPU的根本区别在于：GPU是通用计算平台，可以运行任何模型架构；而ASIC是为特定模型架构定制的处理器。一旦模型的架构稳定下来，ASIC在能效比和单token推理成本上可以显著优于GPU——虽然具体节省幅度因模型架构和利用率而异。

这意味着，对于像智谱AI和DeepSeek这样已经拥有稳定模型产品线（GLM系列、DeepSeek系列）的实验室来说，自研ASIC在经济上具有长期吸引力。据行业分析师普遍估计，推理优化ASIC可以将成熟工作负载的运营成本降低一个可观的数量级。

历史类比：2017年Google TPU的启示

2017年，Google公开了其TPU（Tensor Processing Unit）的第二代设计——这是大型科技公司自研AI芯片的标志性事件。Google开发TPU的初衷与智谱AI和DeepSeek今天面临的问题惊人相似：NVIDIA GPU的供应和定价无法满足Google内部日益增长的推理需求。

但有一个关键区别：Google开发TPU时不受任何地缘政治约束——它可以自由采购台积电的先进制程产能。而智谱AI和DeepSeek面临的挑战更为严峻：美国出口管制不仅限制了NVIDIA芯片的获取，也限制了中国获取先进制程制造设备的渠道。这意味着，即使中国AI实验室设计出了优秀的ASIC，制造环节仍可能成为瓶颈。

对NVIDIA的结构性影响

对NVIDIA而言，每一家成功将推理负载迁移到自研ASIC的中国AI实验室，都代表着其中国数据中心可寻址市场中一个”结构性难以恢复”的切片。这种损失与出口管制政策的走向无关——一旦企业完成了从GPU到ASIC的迁移，切换成本将使这种迁移难以逆转。

此前，Google、OpenAI（与Broadcom合作的Jalapeño芯片）、ByteDance和Alibaba都已开发了自研芯片。智谱AI和DeepSeek加入这一行列，意味着自研ASIC正在从”超大型科技公司的奢侈品”变为”前沿AI实验室的标准配置”。

AI for Good全球委员会首次开会：企业权力与全球治理的交汇点

为什么今天的会议如此关键

如7月6日报道所预判，AI for Good全球委员会的首次会议（7月8日，日内瓦Palexpo）是本周最关键的观察节点。原因在于这个委员会的构成：44名成员中既包括国家元首（卢旺达总统Kagame联合主持），也包括全球最具权势的AI公司CEO——NVIDIA的Jensen Huang、Amazon的Andy Jassy、Microsoft的Brad Smith、Anthropic的Jack Clark。

这种构成在AI治理史上前所未有：它将AI技术的创造者和政策的制定者放在同一个房间里，试图产出可操作的治理语言。 正如Salesforce CEO Benioff在LinkedIn声明中所说，委员会的目标是”扩展AI的接入、增强信任、加速AI惠及全人类”。

三个值得关注的产出方向

  1. 基础设施投资承诺。 委员会是否会产生具体的投资承诺——例如向全球南方提供AI算力接入——是首要观察点。NVIDIA的Jensen Huang参与其中尤其关键，因为NVIDIA控制着全球AI训练芯片的绝大部分供应。

  2. 自愿安全测试协议。 在美国国内，白宫已要求AI公司在发布前沿模型前向政府提交30天的审查窗口（如7月3日报道所述）。委员会能否将类似框架国际化——使其成为跨司法管辖区的共同标准——将决定其是否具有实质影响力。

  3. “AI作为全球公共产品”的界定。 联合国大会主席Baerbock在日内瓦对话开幕时将AI描述为需要”与人类尊严、公平和可持续发展同步”的技术。委员会能否将这一理念转化为可操作的接入框架（例如为22亿无可靠互联网人口提供AI服务），将决定其长期相关性。

历史对比：ICANN与互联网治理

1998年成立的ICANN（互联网名称与数字地址分配机构）是一个有用的类比。ICANN的核心理念是”多利益相关方治理”——政府、企业和民间社会共同参与互联网治理。AI for Good委员会的结构与此类似，但面临的挑战更大：互联网治理的核心是技术标准（域名、IP地址），而AI治理涉及的是能力控制和价值对齐——后者的政治敏感度远高于前者。

日内瓦对话闭幕与州级AI立法：治理碎片化从”趋势”变为”数据”

日内瓦对话的实质产出

UN全球AI治理对话于7月7日闭幕。据UNESCO官方总结，对话的实质成果包括：

  • 6个月的全球咨询：自2026年1月以来，在主题、区域和线上三个维度进行了结构化咨询，收到超过1,500份书面提交
  • 500+份提交要求进程延续：这是唯一一个达成共识的领域——所有利益相关方都希望对话不要在7月后终止
  • 第二次会议将在纽约举行：具体日期未定，但对话被设定为”定期举行”的机制
  • 联合主席定位：El Salvador的López大使和Estonia的Tammsaar大使将对话定位为”发掘共同优先事项的机制”而非”施加统一规则的机构”

联合国大会主席Baerbock的表述最为直接：“这不是关于监管一项技术，而是关于定义一种共同愿景——技术进步与人类尊严、公平和可持续发展同步。” 但她也承认，AI治理框架”主要由拥有先进AI部门的国家塑造，而受AI后果影响最大的国家在框架设计中拥有最少的话语权”。

美国州级AI立法：109部法律的图景

NYU科技政策中心主任Scott Babwah Brennen的详细分析揭示了美国AI立法的全景图：

维度2026年上半年数据对比2025年同期
AI法律总数109部121部（2025年全年159部）
数据中心法律28部27部
颁布州数量29个39个
两党混合赞助比例31%32%

四个关键趋势：

  1. 伴侣聊天机器人监管成为两党共识。 14个州颁布了相关法律，包括6个民主党控制州和8个共和党控制州——这是AI领域罕见的跨党派立法主题。这与如昨日报道所述的中国AI伴侣新规（7月15日生效）形成了有趣的呼应：中美两国正从不同路径走向对AI情感交互的监管。

  2. 数据中心监管从”税收优惠”转向”运营约束”。 2026年首次出现两党州政府颁布法律对数据中心施加更多限制——包括保护纳税人免受能源成本上涨影响（Oklahoma）、建立能耗审计要求（Alabama、Idaho）、撤销税收优惠（Washington、Maine）和实施暂停令（New York待州长签署）。

  3. 联邦预emption努力影响了立法内容。 特朗普2025年12月的行政令明确将”儿童安全”和”AI算力/数据中心基础设施”列为不应被联邦预emption的领域——结果这两个领域恰好是2026年最活跃的立法方向。

  4. 前沿模型监管缓慢推进。 Illinois通过了前沿模型安全法案（含第三方审计要求），Connecticut仅通过了举报人保护条款。Colorado则大幅缩减了2024年通过的算法歧视保护法——这标志着广泛的算法歧视保护”近乎全面崩溃”。

更多今日要闻

RAISE Summit巴黎开幕：欧洲AI的资本与政策交汇

RAISE Summit 7月8-9日在巴黎Carrousel du Louvre举行，9,000名AI领导者参会。在MACHINA Summit（7月7日，聚焦物理AI）之后，RAISE聚焦AI的商业化和投资维度。法国总统Macron的参与凸显了欧洲试图在AI领域建立”第三极”的雄心——既非美国的不监管模式，也非中国的国家主导模式。

ICML 2026主会第二天：Apple和Amazon公布研究

ICML 2027主会7月8日进入第二天。Apple和Amazon均安排了多场演讲和海报展示。Google此前以130+篇论文的贡献量展示了其在基础研究层面的持续投入——今日的议程进一步证实，大型科技公司对学术AI研究的投入仍在加速。

美国政府与AI公司的自愿标准谈判进入”高级阶段”

据Reuters 7月2日报道，美国政府正在与AI公司进行高级别谈判，制定新模型发布的自愿标准。这与白宫此前要求OpenAI延迟GPT-5.6发布的做法一脉相承——自愿框架正在成为美国AI监管的默认路径，但其实际约束力仍有待检验。

行业趋势：今日数据带来的新视角

“硅主权”正在成为中国AI战略的核心支柱。 如昨日报道所述，GLM-5.2在能力上追平Mythos、美国企业涌向中国AI模型——今天的数据则表明，中国AI实验室不满足于”模型追平”，正在向上游的芯片层推进。智谱AI和DeepSeek同周披露自研芯片计划，标志着中国AI产业正在形成”模型-芯片-部署”的全栈自主路线。这一趋势的历史类比不是半导体产业，而是航天产业——当一个国家从”购买发动机”转向”自主研制发动机”时，意味着其已做好了长期自主发展的战略准备。

治理框架的”操作化”正在从国际和国内两个维度同步推进。 日内瓦对话虽然不具约束力，但建立了”所有193个成员国平等参与”的平台机制；美国州级立法虽然碎片化，但109部法律形成了事实上的AI合规网络。两者共同指向一个结论：AI治理的”原则声明时代”正在结束，“操作规则时代”正在开始。 对于在多个司法管辖区运营的企业而言，“为每个管辖区单独合规”的策略成本正在上升——而统一联邦标准的缺位使这一成本短期内不会下降。

关键要点

  • 智谱AI和DeepSeek同周披露自研芯片计划——GLM-5.2日调用量暴涨27倍，出口管制使算力从”成本考量”变为”绑定约束”，中国AI实验室正从”模型追平”走向”基础设施自主”
  • 自研ASIC正在从前沿变为标配——Google、OpenAI、ByteDance、Alibaba已有自研芯片，智谱AI和DeepSeek的加入意味着这一趋势已扩散至中国头部AI实验室
  • AI for Good全球委员会今日首次开会——44名成员含NVIDIA/Amazon/Microsoft/Anthropic CEO，委员会产出的是具体承诺还是原则声明将是本周最重要的观察点
  • 日内瓦AI治理对话闭幕——1,500+份书面提交、500+份要求进程延续，第二次会议将在纽约举行；对话被定位为”发掘共同优先事项的机制”而非规则制定机构
  • 美国29个州半年颁布109部AI法律——伴侣聊天机器人监管成为两党共识（14州立法），数据中心监管从”税收优惠”转向”运营约束”，联邦预emption努力反而塑造了州立法的内容方向

常见问题

智谱AI和DeepSeek自研芯片对中国AI发展意味着什么？

这意味着中国AI产业正在形成”模型-芯片-部署”的全栈自主路线。此前中国AI实验室主要聚焦于模型层面的追赶，而现在它们开始向上游芯片层延伸。如果成功，这将使中国AI产业减少对美国供应链的依赖；但挑战在于，美国出口管制不仅限制芯片成品，也限制制造先进芯片所需的设备——设计和制造之间存在巨大鸿沟。

AI for Good全球委员会能产生实际影响吗？

取决于委员会成员是否带着各自董事会的机构授权出席。如果是，可能产出具体的自愿承诺（如基础设施投资承诺、安全测试协议）；如果仅以个人身份参与，则很可能只产出一份”所有人都能接受的原则声明”。关键观察点是NVIDIA CEO Jensen Huang的角色——NVIDIA控制着全球AI训练芯片的大部分供应，其承诺（或不承诺）将直接影响全球AI算力的分布。

美国州级AI法律碎片化对企业有什么影响？

对于在多个州运营的企业，需要为每个司法管辖区单独合规——成本正在上升。109部法律覆盖了从伴侣聊天机器人到数据中心、从健康保险AI到动态定价的广泛领域。联邦统一标准的缺位意味着这种碎片化短期内不会改善。企业应重点关注：伴侣聊天机器人合规（14州已立法）、数据中心能耗披露（多个州已要求）、和AI在保险和定价中的使用限制。

自研ASIC芯片能完全替代NVIDIA GPU吗？

不能完全替代。ASIC是为特定模型架构定制的，在推理（inference）阶段能效比更高；但GPU的通用性使其在模型训练和探索性研究中仍不可替代。此外，ASIC的设计和验证周期通常需要2年以上——在此期间，模型架构可能已经发生变化。因此，自研ASIC更适合”成熟且高吞吐量”的推理工作负载，而非前沿训练。

日内瓦AI治理对话的闭幕声明有法律约束力吗？

没有。对话被明确设计为”非约束性”平台。其价值在于建立了所有193个联合国成员国平等参与AI治理讨论的机制，以及通过6个月的全球咨询积累了1,500+份书面提交。第二次会议将在纽约举行，但具体日期未定。对话的联合主席将其定位为”发掘共同优先事项的机制”而非”施加统一规则的机构”。

参考资料