1.精智达2026 H1:半导体存储测试设备业务同比增长147.05%，平台化布局打开成长空间；

2.Day 0 适配 | 玄铁 RISC-V 处理器支持 Qwen3.8-27B，“Opus 级”Agent 能力落地；

3.地平线征程6B驶入量产快车道，再次斩获千万套级别订单

4.台积电F20 厂发生工安事故，公司回应；

5.美国AI视频生成企业Higgsfield完成4亿美元融资，投后估值54亿美元；

6.超70亿美元！支付巨头Stripe将收购AI公司OpenRouter

1.精智达2026 H1:半导体存储测试设备业务同比增长147.05%，平台化布局打开成长空间

8月18日，精智达发布2026年半年度报告。报告期内，公司实现营业收入8.04亿元，同比增长81.17%，利润总额7618.58万元，同比增长172.61%，归属于上市公司股东的扣非净利润4449.17万元，同比增长62.48%，综合毛利率提升至43.38%，同比提升7.33个百分点，随着公司半导体存储测试设备业务持续放量、规模效应逐步释放以及产品结构持续优化，公司整体经营呈现“营收高增、利润弹性释放、研发投入持续加码”的良好态势。

夯实技术底座，五大业务打开增长空间

AI产业加速发展，带动高性能计算、高带宽存储、先进封装等技术持续演进，也对半导体测试检测的速度、精度、带宽及复杂场景适配能力提出更高要求。围绕产业技术演进，公司坚持“量产一代、在研一代、预研一代”的梯度研发节奏，持续加大研发投入，报告期内，公司研发投入1.55亿元，同比增长154.06%，占营收比例提升至19.28%，创历史新高，公司研发人员551人，占员工总数51.64%，累计拥有各类知识产权583项，发明专利196项，自主创新能力持续夯实。依托光学检测、精密电测、精密机械自动化、软件算法四大核心技术，公司持续推进技术积累与跨场景应用，为产品迭代和业务拓展提供坚实支撑。

报告期内，公司半导体存储芯片测试、算力芯片测试、探针卡、XR检测、AMOLED检测五大业务持续突破，打开增长空间。其中，存储芯片测试设备业务延续高速增长态势，同比增长147.05%，有序推进18Gbps高速FT测试机项目，进一步完善存力产业链配套能力，为下一代高带宽存储器的量产提供关键技术支撑，相关核心技术指标已达预期目标，2026年1月，公司披露签订金额为13.11亿元（含税）的销售合同，单笔订单规模创历史新高；算力芯片测试设备领域，公司持续发力高端算力芯片测试，重点突破硬件架构、高速测试通道性能及多场景协同测试能力；探针卡领域，公司量产交付规模持续扩大，并持续推进高温、大电流、高速等系列产品的规模化落地；XR检测设备领域，公司已建成Micro LED晶圆检测，显示模组，整机全链条测试能力，持续向海内外客户批量交付核心检测设备，并获得国内头部ODM核心产线订单，同时战略投资国内头部XR终端厂商，推动检测设备与终端应用协同，进一步拓展AI端侧应用场景；AMOLED检测设备领域，公司助力国内头部新型显示制造厂商多款 G8.6 AMOLED新品成功点亮并稳定量产，通过3家面板厂G8.6产线关键检测方案验证，并取得新客户批量订单。

加码产业生态布局，完善全球研发服务网络

伴随业务规模扩大和技术应用场景延伸，公司同步加强产业化、研发及全球服务能力建设。一方面，围绕存力、算力、运力、感知等方向，推进约30亿元战略投资及募投项目布局，加快深圳龙华产业化智造基地、上海前沿技术研发中心建设，持续完善“产业化智造+前沿技术研发”格局。同时，公司已在深圳、长沙、苏州、合肥、南京、武汉、上海等国内半导体产业腹地形成多区域协同布局，并在中国香港、韩国、日本设立研发机构，进一步完善面向海内外市场的研发、交付与服务体系；在产业生态建设方面，公司持续深化产业链上下游协同，推动测试需求向芯片设计环节前移，并向先进封装、模组及系统级测试等领域延伸，不断拓展测试检测技术与业务边界。报告期内，公司参与发起设立南京精智达清源创业投资合伙企业（有限合伙），重点投向精密制造、电子信息、新材料、重型装备等领域，并参与上海石溪兆易智芯创业投资合伙企业（有限合伙），聚焦半导体及产业链上下游，进一步强化产业协同与生态建设。在产学研合作方面，公司联合清华大学共建联合研究中心，围绕存储测试核心技术开展联合攻关，推动前沿技术孵化与成果转化，为产业生态繁荣注入持久动能。

在持续推进产业布局的同时，公司进一步完善长效激励与股东回报机制，推进2026年限制性股票激励计划，同时持续实施现金分红，上市以来分红比例保持在30%以上，与人才、股东共享长期发展成果。

当前，人工智能正加速重构半导体产业格局，半导体测试检测正成为产业升级的关键环节。面向未来，精智达将锚定“行业领先的半导体测试检测设备平台型企业”战略目标，以平台化能力为牵引，围绕AI时代“算力、存力、运力、感知”的协同演进，加快核心技术研发与产业化应用，公司将携手产业链合作伙伴，以测试检测技术为核心，推动产业创新，为全球硬科技发展提供坚实支撑。

2.Day 0 适配 | 玄铁 RISC-V 处理器支持 Qwen3.8-27B，“Opus 级”Agent 能力落地

近日，阿里千问正式发布 Qwen3.8 系列开源模型。其中，Qwen3.8-27B 以 270 亿参数的“轻量级”体量，在 SWE-bench Pro（真实软件工程任务评测）等多个编程与 Agent 能力基准测试中，得分反超 Anthropic 公司的旗舰模型 Claude Opus 4.6 Max，被开发者称为“家用的 Opus”。玄铁第一时间完成 Qwen3.8-27B 的 Day 0 适配，打通模型推理链路，加速推进新一代大模型在高性能 RISC-V 平台落地。

Qwen3.8-27B

编程与 Agent 任务的“能力跃迁”

Qwen3.8-27B 是一款面向部署场景的 27B 稠密模型，重点提升编程、专业工作、长周期任务和多模态 Agent 能力。

相较于上一代 Qwen3.6-27B，Qwen3.8-27B 在编程与 Agent 能力上实现了全面跃升。在长程软件工程 DeepSWE 1.1、软件工程 QwenSWEBench、专业工作任务 JobBench、计算机操作 OSWorld-Verified 及浏览器操作 WebArena-Verified 等多项任务型评测中，得分均实现大幅提升，其中 DeepSWE 1.1 提升约 217%，QwenSWEBench 提升约 60%。这些提升高度集中于任务执行能力，模型不仅要生成代码或回答问题，更要在长时间内保持上下文、调用工具，并根据环境反馈持续完成任务。

Text Performance

VL Performance

注：以上百分比根据 Qwen 官方模型卡公布的 Qwen3.8-27B 与 Qwen3.6-27B 评测分数换算，表示对应评测项目的得分相对增幅。

从模型架构到硬件落地

玄铁承接 Qwen3.8-27B 推理负载完整路径

Qwen3.8-27B：混合架构与推理链路解析

Qwen3.8-27B 沿用 Qwen3.5 的混合架构。64 层语言模型以“3 层 Gated DeltaNet + 1 层 Gated Attention”为一组，共循环 16 组，并在各层注意力模块后连接 FFN。Gated DeltaNet、Gated Attention 和 FFN 交错执行，推理链路不再只有一种 Attention 计算。

其中，Gated DeltaNet 涉及投影、门控和状态更新；Gated Attention 包含 Q/K/V 投影、RoPE、Softmax 和 KV Cache 访问；FFN 则构成主要的矩阵计算负载。此外，RMSNorm、激活函数和数据转换等操作也会在每一层反复出现。模型运行时，矩阵计算、向量与归约计算、状态维护和数据访问需要连续衔接。

在编程、浏览器操作等 Agent 任务中，这条推理链路会被多次调用，工具返回结果也会不断加入上下文。任务持续时间越长，Decode 效率、缓存使用、内存访问和运行时调度的影响就越明显。因此，模型适配除了打通计算图，还需要分析完整推理链路中的热点和数据流。

玄铁 C950：三重算力支撑多元负载

玄铁 C950 在通用 CPU 计算能力基础上提供 RVV 向量扩展，并支持通过 AME 调用 TPE 矩阵计算引擎。在模型推理中，几类计算路径各有侧重：

• Attention 投影、FFN 等矩阵密集型计算，主要由 Matrix 路径承接；

• RMSNorm、RoPE、激活函数、规约和数据转换等操作，可以使用 RVV 进行向量化；

• 模型控制、任务调度和不规则计算由通用 CPU 核处理，多核能力用于支撑完整推理链路。

值得注意的是，并非每类算子都固定绑定在某个计算单元。具体采用哪条路径，需要结合数据类型、张量形状和数据布局动态决策。

SHL：算子调度与数据处理的“中枢”

玄铁 SHL （Structure of Heterogeneous Library，中文名：ShiHulan）算子库负责把模型算子落到具体实现，是连接模型计算图与底层硬件的关键桥梁。以 MatMul、Linear 为例，SHL 可以根据数据精度和计算形态选择相应的矩阵计算内核；Softmax、RMSNorm 等算子则可以针对常见形态使用专用实现，并在条件变化时选择 RVV 或通用路径。

算子之外，数据处理也会影响实际性能。SHL 通过权重重排、输入预处理、缓冲区复用和算子融合，减少推理过程中的格式转换、内存申请和中间结果读写。在多核配置下，还需要同时处理任务划分、缓存复用和内存带宽等问题。

通过 SHL 的多层优化，再结合 C950 的多核并行能力，玄铁在 Qwen3.8-27B 上取得了以下实测性能： 在 64 核 C950 目标配置下，Qwen3.8-27B 的 Decode 性能达到 30 tokens/s 以上，TTFT 为 1.9 秒；Qwen3.8-2.4T-A95B 的 decode 吞吐为 7.2 tokens/s，TTFT 为 8.5 秒。

玄铁正持续优化多核并行与系统协同能力，推动 RISC-V 平台在大模型推理场景中的性能边界不断拓展。搭载玄铁 RISC-V 处理器的多款优选芯片也同步完成适配，如江原科技 D20、瑞芯微 RK1828 AI 协处理器等均已实现 Qwen3.8-27B 的高效运行。

欢迎前往玄铁官网，了解更多 SHL 相关信息：https://support.xrvm.cn/software/shl/

从 Day 0 适配到持续优化

玄铁 × 千问，引领“芯模协同”新范式

继 2026 年 1 月玄铁和千问共同发布“Powered by XuanTie，Qwen Inside”技术战略后，同年 3 月千问正式加入玄铁 RISC-V 无剑联盟，标志着“芯模协同” 全栈技术路径从战略构想走向产业实践。

从 Qwen3.6-Plus 到 Qwen3.8-27B ，玄铁 RISC-V 处理器全系列实现了对 Qwen 模型的 Day 0 适配，在 RISC-V 平台上完成从架构适配到性能优化的完整闭环。

面向未来，玄铁将不断完善工具链、算子库和推理框架，推动 RISC-V 成为支撑大模型创新与产业落地的重要技术底座，“Qwen Inside”将走进机器人、工业控制、车载终端、端侧智能等万千场景，让大模型真正“落地生根”。

Powered by XuanTie，Qwen Inside.

3.地平线征程6B驶入量产快车道，再次斩获千万套级别订单

据博世官⽅消息，其第四代多功能摄像头 (MPC4) 已斩获⼤规模量产定点，⾸个定点项⽬将于2026年第三季度正式量产。博世MPC4的量产也进一步证明了地平线征程6B的⻋规级可靠性与⼯程化成熟度。

“小算力、大智慧”

征程6B构筑普惠智驾基座

当前，智能辅助驾驶正加速向主流乘用车市场渗透，入门级车型对高可靠、高性价比智驾方案的需求日益迫切。地平线征程6B正是地平线面向这一趋势打造的车规级智能驾驶芯片，以“小算力、大智慧”为核心定位，专为入门级智能驾驶场景深度优化，该芯片搭载地平线自研BPU纳什架构，可高效支持Transformer等主流智驾算法，稳定承载L2级辅助驾驶、主动安全、行车泊车一体化等核心功能，全面满足C-NCAP、E-NCAP等全球主流安全法规标准，具备高稳定性、高可靠性、易适配、可快速量产的突出优势，能够帮助车企以可控成本快速完成智驾功能的全系标配。

生态协同走向全球

征程6B进入全球化量产收获期

从研发阶段起，征程6B即对标国际车规标准，在点亮速度上更是以“23分钟”刷新了智驾芯片点亮的行业速度。凭借成熟的技术性能与精准的产品定位，征程6B商业化落地节奏持续加快，量产版图不断扩容。

2026年5月，征程6B首次搭载于广汽丰田铂智3X，实现全球首发量产，成为合资品牌入门级车型标配智驾的代表性案例，充分验证了产品在合资车企严苛体系下的适配能力与质量稳定性。截止目前，征程6B已与全球超过25家主流车企达成量产定点合作，覆盖车型超50款，生命周期定点量突破2000万套，成为普惠级辅助驾驶的理想算力基座。

这一速度的背后，是开放生态的协同效应，地平线专注于核心算力芯片与基础工具链研发，协同全球Tier1、算法厂商等产业链伙伴，共同打造适配不同场景的智驾方案。目前，博世、电装、欧摩威等全球顶级Tier1供应商均已选择征程6B作为高性价比智驾方案的开发基座。随着这些平台化项目在全球多区域进入量产，征程6B的全球化布局正在进入集中收获期。

从一次性点亮的工程自信，到合资体系下的量产验证，再到如今千万套级别的订单体量，地平线始终致力于推动智能驾驶技术的普惠落地，让更多用户享受到智驾技术带来的安全与便利。未来，地平线将持续迭代征程系列芯片产品与配套工具链，深化与全球车企及产业链伙伴的协同合作，推动智能驾驶产业朝着规模化、普惠化、全球化的方向稳步发展。

4.台积电F20 厂发生工安事故，公司回应

8月17日，台积电宝山F20厂传出工安意外，对此，台积电回应称，8月17日下午，公司竹科厂区工地一名承揽人员于施工过程，不幸发生事故，已立即联系该员家属。目前工地为交付承揽范围，相关工程目前已先自主停工，以待进一步厘清调查事故原因，公司全力配合调查并协助下包商处理后续事宜。

据悉，台积电宝山F20厂是其2nm及更先进制程的核心生产基地，位于新竹科学园区宝山二期扩建计划内。目前，该厂区已进入量产阶段，但相关工程仍在进行中。该厂共规划四座晶圆厂（P1-P4）。P1、P2以2nm为主；P3、P4预计2027年底进入A14世代。

6.美国AI视频生成企业Higgsfield完成4亿美元融资，投后估值54亿美元

8月17日，美国AI视频生成企业Higgsfield宣布完成4亿美元融资，投后估值达54亿美元（约合人民币365.6亿元）。本轮投资方包括DST Global、高盛、Liberty Global和英特尔。距今年1月完成A轮追加融资（估值13亿美元）仅约8个月，公司估值增长约315%。资金将用于企业级产品、安全体系及算力投入。

公开资料显示，Higgsfield成立于2023年，是一家面向个人创作者和企业营销团队的AI图像及视频生成平台，旗下产品包括Cinema Studio、Keyframes、Soul ID及Soul 2.0图像生成模型、Higgsfield DOP视频生成工具，同时接入字节跳动、OpenAI、谷歌等第三方模型。公司由Alex Mashrabov（CEO）、Yerzat Dulat（CTO）和Mahi de Silva（首席战略官）联合创立，其中Mashrabov曾参与创办AI Factory（后被Snap收购）并担任Snap生成式AI负责人，Dulat负责模型架构与训练基础设施，de Silva拥有多次创业经历并曾在苹果从事工程研发。

Higgsfield目前拥有超3000万用户，覆盖238个国家和地区。今年8月公司年化营收达7亿美元，较一年前约2000万美元增长约34倍，大部分收入已来自企业客户。企业客户如Dollar Shave Club开始每日批量生成营销视频以替代传统高成本创意机构。此外，公司使用接入的字节跳动Seedance 2.0模型制作了110分钟AI长片《The Cully Hill Boys》，制作成本约200万美元。公司本轮融资后将加速开拓大型企业市场，但尚未披露毛利率、实际利润及算力成本等盈利指标。

6.超70亿美元！支付巨头Stripe将收购AI公司OpenRouter

据知情人士透露，Stripe公司已最终敲定协议，将以超过70亿美元的价格收购OpenRouter公司。OpenRouter是一家帮助企业在不同人工智能模型之间切换的初创公司。

就在几个月前，OpenRouter完成新一轮融资，估值据称达到13亿美元。此次交易凸显了企业对最具成本效益的AI解决方案的需求。同时，这也将使支付处理公司Stripe在快速增长的人工智能领域站稳脚跟。

OpenRouter成立于2023年，提供数百种AI模型，旨在帮助开发人员找到最高效、最经济的方案。这家总部位于纽约的公司吸引了硅谷一些最大的投资者，包括Alphabet旗下风险投资机构CapitalG，以及Andreessen Horowitz和Menlo Ventures。OpenRouter迄今已筹集超过1.5亿美元的资金。

这家初创公司的崛起恰逢人们对人工智能成本的日益关注。尽管像Anthropic PBC和OpenAI这样的公司仍然被广泛认为提供最强大的人工智能模型，但众多中国公司提供的更便宜的替代方案通常被认为足以胜任许多任务。

今年5月，OpenRouter表示，它为800万开发者提供服务，这些开发者依靠其访问400多种不同的人工智能模型。这家初创公司的主要增长动力来自开发者，他们在将智能体功能集成到软件中时会尝试不同的模型。这一过程需要一种能够跨不同供应商和数据源运行的基础设施组合。

OpenRouter还提供一些服务，帮助企业在所用模型出现故障时访问备份，并了解哪些选项在更广泛的技术生态系统中最受欢迎。