8月15日 AI 早报：GLM-5.3 把网络安全能力推到台前，AI 需求开始传导到晶圆供给

覆盖时间：2026 年 8 月 14 日 07:45 至 8 月 15 日 07:45（上海时间）。本期按全球影响、已落地程度和对产业链的牵引力排序；模型厂商自报的测试结果、企业部署计划、政治提案和预运营研究分别标明。

8 月 14 日，Z.ai 在官方博客公布 GLM-5.3。公司称它沿用 GLM-5.2 的基础模型，新增能力全部来自后训练；在自有 Z.ai Code Bench 上，复杂编程表现比 GLM-5.2 提高 50%，在 Terminal-Bench 3.0 等公开测试中也报告了明显提升。1

最值得注意的是网络安全部分。Z.ai 称 GLM-5.3 在 CyberGym 漏洞发现测试中得分 84.5%，高于 GLM-5.2 的 77.2%；在 ExploitBench 上，得分从 24.4% 提高到 54.4%。这些数字来自 Z.ai 自己设定的评测流程，不能直接等同于真实环境中的攻击成功率。1

Z.ai 对这一变化的解释是，后训练加入了漏洞发现数据和环境，模型随后开始处理多阶段利用链。公司还称，模型在与中国安全团队合作测试的代码库中发现了 2,436 个漏洞，其中 1,097 个属于中高严重度；这同样是公司披露的结果，外部读者还需要等待独立复核。1

模型今天已经通过 Z.ai 的编码服务提供，但权重要等安全评估和加固完成后再公开，时间点是发布后约两周。对开发者来说，真正的分水岭不是发布页上的最高分，而是权重公开后能否被独立团队复现，以及安全评估会删掉哪些能力。

Pony.ai 8 月 14 日宣布与 Uber 扩大合作，计划在欧洲五座城市部署超过 2,000 辆 Robotaxi。现有合作从 Zagreb 的商业服务开始，接下来扩展到另外四座欧洲城市；公告还写明双方计划把 Robotaxi 部署到中东。2

这套分工比单纯采购车辆更具体：Pony.ai 提供 L4 自动驾驶技术、乘客体验和运营经验，Uber 提供订单入口、支付、客服和司机网络，当地车队合作方负责日常车队运营。Pony.ai 称，2026 年它已经与克罗地亚公司 Verne 在 Zagreb 推出欧洲首个商业 Robotaxi 服务。2

这条消息的价值在运营结构：Robotaxi 要达到规模，必须同时解决自动驾驶、获客、支付、车辆所有权和车队维护。Pony.ai 的公告提供了合作模型，却没有给出四座新增城市的名称和完整上线时间表；2,000 辆是计划部署量，不是已经上路的车辆。

中芯国际在港交所披露，截至 6 月 30 日的 2026 年第二季度营收为 30.056 亿美元，比第一季度增长 20.0%，比 2025 年第二季度增长 36.1%；毛利率为 25.3%，高于上一季度的 20.1%。公司解释，营收增长主要来自晶圆出货量、平均售价和产品结构变化。3

产能数字也在上升：按标准 8 英寸等效晶圆计算，第二季度出货量为 2,869,495 片，环比增长 14.4%；月产能从第一季度的 1,078,250 片增至 1,096,500 片。公司在管理层评论中称，AI 带来的工业动能和外溢需求将在下半年持续，并会灵活分配现有产能、加快新增产能认证，以缓解产业链供给约束。3

这不是一家模型公司的发布，而是 AI 需求在制造端留下的账单。对芯片采购方，后续要盯平均售价、产能利用和新增产能何时转成合格出货；对模型公司，算力扩张最终仍受晶圆厂的制造和认证周期限制。

美国印第安纳州共和党参议员 Jim Banks 8 月 14 日公开一封信，要求特朗普政府制定激励措施，鼓励美国科技公司开发 open-weight AI 模型。Open-weight 模型的权重可以公开取得，企业或研究者因此能在自己的基础设施上部署和调整模型；它与只通过云端接口提供的闭源服务不同。4

Banks 的动作目前停在政策倡议层面，没有形成新的补贴、采购规则或出口管制。它的信号在于，模型权重是否开放已经从公司商业模式问题，变成美国政府要不要用产业政策推动的问题。

这条消息不能和已经落地的监管义务放在同一层级。读者要观察的下一步，是白宫是否回应、激励措施是否进入预算或采购文件，以及美国公司会不会因此加快发布可自托管的模型。

NJIT 研究团队 8 月 14 日公布 EarlyDetect。模型使用 NASA 太阳动力学观测台的 HMI 数据，把每 45 秒记录的太阳观测整理为声学功率图和磁场测量，再用 Transformer 架构寻找活动区从太阳内部向表面形成时留下的微弱信号。5

在测试从未见过的活动区时，表现最好的版本平均提前 9.24 小时发现活动区即将出现的信号。NASA 对同一研究团队的说明给出的表述是，模型最多可以提前 12 小时预测活动区出现；活动区是太阳耀斑和日冕物质抛射的重要来源，这些空间天气事件会影响卫星、无线电通信和电网。56

边界同样重要：NJIT 明确表示，EarlyDetect 还没有达到实时预报条件，会出现误报或延迟预测；活动区出现也不等于一定会发生耀斑或日冕物质抛射。研究的下一步是用更多太阳事件继续验证，而不是直接替换现有空间天气预报流程。5

五条消息把 AI 的影响边界向外推了一层：Z.ai 把模型能力推进到漏洞利用链，Pony.ai 把自动驾驶接入 Uber 的全球平台，SMIC 在晶圆制造端感受到需求，Banks 试图用政策扶持开放权重，NJIT 则把模型用于太阳内部活动的早期识别。

它们的证据形状并不相同：第一条是厂商自报测试，第二条是企业部署计划，第三条是上市公司业绩，第四条是政治提案，第五条是尚未投入运行的研究模型。把这些进展放在一起，能看见的趋势不是 AI 已经全面自动化，而是模型能力正在同时接受商业、供给、政策和科学现场的检验。

明天最值得回看的四个信号是：GLM-5.3 权重公开后的独立评测，Pony.ai 新增欧洲城市与上线时间，SMIC 新产能是否转成出货，以及 EarlyDetect 能否通过更多太阳事件的外部验证。