AI动态：Meta发布Glimmer开源模型并倡导去中心化AI、Google允许移除Gemini可见水印、Unitree完成9.05亿美元IPO即将上市

8月14日至15日，AI产业在”开放与封闭的平衡”与”硬件基础设施加速”两条主线上出现多起标志性事件。Meta于8月14日发布开源权重模型Glimmer，CEO扎克伯格发表公开信倡导AI应属于所有人，但其更强的Muse Spark模型仍通过闭源API提供，暴露了”开源开放”与”商业护城河”之间的张力；同日，Google更新Gemini与Flow工具设置，允许用户移除AI生成内容的可见水印（”sparkle”图标），但保留不可见的元数据标识，在用户灵活性与内容溯源之间寻求平衡；中国人形机器人公司Unitree完成9.05亿美元IPO，即将在上海证券交易所上市，累计出货超5500台人形机器人，领先竞品Agibot。三件事分别对应AI模型开放策略、AI内容治理与AI硬件商业化三个维度。

主要新闻

Meta发布Glimmer开源权重模型：扎克伯格倡导去中心化AI，但Muse Spark仍闭源

TechCrunch于8月14日报道，Meta正式发布Glimmer，一款可下载并在本地硬件上执行的开源权重AI模型。CEO Mark Zuckerberg同日发表公开信，主张AI应属于所有人而非被少数精英实验室垄断。然而，Meta更强大的Muse Spark模型仍通过专有API提供，不开放权重下载。这一”双轨策略”——开源一个中等能力模型以构建社区生态，同时保留最强模型的商业控制权——正在成为大厂的标配做法。此前Meta的LLaMA系列已确立了这一模式。Glimmer的发布时机正值行业对”开源是否真正开放”的辩论升温之际，Meta试图通过Glimmer证明其开源诚意，但闭源的Muse Spark则表明商业利益仍是核心约束。

Source: Meta Releases Glimmer AI Model

Google更新Gemini与Flow设置：允许移除AI生成内容可见水印，保留不可见标识

TechCrunch AI与The Verge于8月14日报道，Google更新其AI生成工具Gemini和Flow的设置，引入”Media watermark”开关，允许用户移除AI生成图片、视频和音乐上的可见水印（底部右侧的”sparkle”图标）。Google强调，移除可见水印不影响文件中嵌入的不可见元数据标识（C2PA等溯源标准），这些不可见标识仍然活跃，确保AI生成内容的透明度和来源可追溯。此举发生在欧盟AI法案Article 50透明度义务已于8月2日生效的背景下——该条款要求AI系统提供者确保用户知道他们在与AI系统交互，并以机器可读形式标记合成内容。Google的选择性水印移除策略，既满足了创作者对输出美观性的需求，又在技术层面维持了合规所需的溯源能力。

Source: Google Updates Gemini Watermark Settings

Unitree完成9.05亿美元IPO即将上市：人形机器人商业化进入资本市场验证阶段

Tech in Asia于8月14日报道，中国人形机器人公司Unitree在完成9.05亿美元IPO后，即将在上海证券交易所上市。公司累计出货超过5500台人形机器人，领先于上海竞品Agibot的5168台。Unitree的旗舰产品包括G1（人形机器人）和R1，后者已转型为社交媒体网红角色。此次IPO标志着人形机器人行业从风险投资驱动进入公开市场验证阶段。在AI具身智能（embodied AI）概念持续升温的背景下，Unitree的上市表现将成为检验市场对人形机器人商业化前景信心的风向标。值得注意的是，中国AI具身智能赛道近期融资活跃——另一家中国公司Infiforce近期完成约1.5亿美元融资，用于开发面向机器人的”自我中心世界模型”。

Source: Unitree Set for Shanghai Market Debut

SK Hynix研发支出激增73%：AI芯片需求驱动内存厂商加速投入

Tech in Asia于8月14日报道，韩国内存芯片巨头SK Hynix在2026年上半年研发支出同比增长73%，达到6万亿韩元（约42.3亿美元）。这一投入直接响应AI对高带宽内存（HBM）的爆发性需求——SK Hynix是NVIDIA GPU的核心HBM供应商。与此同时，NVIDIA与SK Hynix宣布多年期AI工厂技术合作伙伴关系，进一步深化计算与内存的垂直整合。在AI基础设施军备竞赛中，内存带宽正成为与算力同等关键的瓶颈，SK Hynix的研发投入反映了”AI基础设施竞争已从GPU延伸到整个存储栈”的产业现实。

Source: SK Hynix R&D Spending Surges 73%

分析

Meta的Glimmer发布再次暴露了”开源AI”的根本张力：当最强模型仍通过闭源API提供时，开源中等能力模型的策略究竟是”开放”还是”生态锁定”？对开发者而言，关键判断标准不是权重是否开放，而是最强能力是否可自由部署。Glimmer的实际影响力将取决于社区是否能在其基础上构建出接近Muse Spark水平的应用——如果不能，Glimmer更可能是Meta的开发者获客工具而非真正的去中心化AI基础设施。

Google的水印策略则展现了AI内容治理的技术务实主义：可见水印服务于用户美学需求，不可见元数据服务于监管合规需求，两者解耦使得同一平台可以同时服务创意市场与受监管行业。在欧盟Article 50已生效的当下，这种”双层水印”架构可能成为行业标准。

Unitree的IPO与SK Hynix的研发支出共同指向一个趋势：AI产业的竞争重心正在从模型层向硬件基础设施层转移——无论是人形机器人还是HBM内存，资本密集度都在急剧上升。