Nvidia推出Nemotron 3系列开源大模型，包括Nano（30B）、Super（100B）、Ultra（500B）三种规模，采用混合专家（MoE）架构，显著提升推理效率并降低成本，Nano已上线，Super和Ultra将于2026年发布。Nemotron 3支持多智能体协作，适配企业级自动化、代码、搜索、网络安全等场景，并开放训练数据和强化学习库，旨在为开发者提供高透明度和可定制性，推动西方开源生态发展。

Counterpoint Research预测，AI对内存芯片的巨大需求将导致2026年全球智能手机出货量下降2.1%，均价同比上涨6.9%，低端机型物料成本自2025年初已上涨20-30%，中高端机型涨幅达15%。苹果和三星有能力吸收部分成本，但部分中国品牌或被迫降配或主推高价机型。AI与消费电子争夺关键元件，或加剧行业分化。

最新研究显示，GPT-5、Gemini 3.0 Pro、Claude Opus 4.1等六款主流AI大模型已全部通过CFA（特许金融分析师）三阶段考试，Gemini 3.0 Pro在一级考试中取得97.6%的最高分，GPT-5在二级考试中得分94.3%。与2023年相比，AI模型在金融知识和推理能力上实现飞跃，未来金融行业对人类判断与客户关系等软技能的需求将更突出。

Perplexity与哈佛大学分析了Comet浏览器数亿条匿名查询，发现用户主要用AI代理进行研究、文档编辑、课程作业等认知型任务，自动化琐事占比低。技术、学术、市场和金融领域用户为主力，且高GDP和高教育水平国家采用率更高。用户行为随时间从休闲查询向深度知识工作迁移，反映AI代理在知识型工作场景的实际价值。

三年AI热潮后，Nvidia、Oracle等科技巨头股价波动引发市场对AI泡沫的担忧。OpenAI计划未来数年投入1.4万亿美元，远超当前营收，预计2030年前持续亏损。Alphabet、微软、亚马逊、Meta等2026年数据中心资本开支将超4000亿美元，AI相关收入增速却未同步，部分企业面临回购和分红压力。整体估值高于历史均值但未达互联网泡沫极端水平，投资者信心趋于谨慎。

Anthropic与英国AI安全研究所等联合研究发现，仅需约250份恶意文档即可在大语言模型训练中植入“后门”，无论模型规模大小。此前普遍认为需更大比例数据才能影响模型行为，该发现表明AI模型训练安全性面临更大风险，需加强数据源管控和训练过程防护。

Zoom推出AI Companion 3.0，集成实时会议要点捕捉、自动生成后续行动项、与Google Drive/OneDrive等主流办公工具无缝对接，支持Web端和付费计划。该AI助手可大幅提升会议效率，推动企业办公自动化。

AI代理和开源工具的普及使企业更易构建定制化解决方案，减少对外部SaaS的依赖。工程师可快速搭建内部仪表盘、代码包装器和UI原型，SaaS公司（尤其是简单后端或CRUD类产品）面临净收入留存压力，行业竞争格局加速演变。

美国、澳大利亚等多国对AI监管和数据中心扩建展开讨论。AI数据中心用水量激增，2025年美国年用水量达660亿升，相当于50万人生活用水，部分地区居民担忧地下水枯竭。数据中心选址、能耗、环境影响及监管政策成为产业链新焦点。

最新基准测试显示，GPT-5.2、Claude Opus 4.5、Gemini 3 Pro等顶级模型在性能和成本上出现分化，基准分数与实际应用体验存在差异。开源模型如DeepSeek受到关注，社区讨论多GPU效率与有限显存下的模型选择。底层技术方面，动态层、稀疏激活等新架构探索活跃，多模态生成领域竞争激烈，阿里巴巴升级图像生成模型，OpenAI计划为ChatGPT引入“成人模式”。