7月27日，Edge AI Daily发布早报，汇总了AI领域多项战略级布局。Anthropic为推进自研芯片计划，已向SK海力士寻求HBM原料供应，并与三星探讨2纳米制程代工。然而，英伟达与SK集团达成超5000亿美元合作，锁定了SK海力士HBM3E和HBM4的长期优先供应权，导致HBM产能紧张预计持续至2030年，Anthropic面临“存储锁喉”困境。AI大模型公司加速布局定制ASIC芯片，2026年定制ASIC出货增速预计达44.6%，是通用GPU的三倍。

在边缘AI领域，Google的存算分离技术取得突破。乌克兰独立开发者slvDev将Google的Per-Layer Embeddings技术移植到8美元的ESP32-S3芯片上，成功运行2890万参数语言模型，实现每秒9.5个词的本地生成速度，相比此前同类芯片26万参数记录提升了111倍。该技术采用存算分离策略，将2500万参数嵌入表存储在16MB闪存中，55.9万参数核心放在512KB SRAM中，4-bit量化后模型仅14.9MB。边缘AI市场预计从2025年358.1亿美元增长至2034年3858.9亿美元，该技术可能挑战云端推理商业模式。

OpenAI内部产品竞争出现结构性拐点。ChatGPT Work（7月9日发布）在17天内活跃用户数超越Codex（500万周活），两者合并周活用户达1000万。ChatGPT Work面向数亿知识工作者市场，通过20美元订阅捆绑ChatGPT、Work、Codex三种模式实现快速扩张，表明通用型AI工具的市场潜力远超单一功能型产品。Claude Code占据AI编码市场54%份额，年化收入达80亿美元，但OpenAI通过构建“超级应用”策略，让AI从工具转向劳动力。

Meta开源了UMA通用原子模型，基于5亿量子化学计算数据，采用混合线性专家架构，在材料发现（Matbench Discovery F1得分0.930）、催化吸附（成功率提升25%）等多个基准上超越专用模型。FAIRChem v2实现“一次安装打通全流程”，通过三行代码即可完成能量预测、分子动力学模拟等计算化学核心工作，将模拟速度提升至秒级。

此外，微软联合25家科技公司发布公开信支持开放权重AI模型，标志着美国AI产业路线公开化分裂。微软作为OpenAI最大投资者却支持开放路线，旨在通过生态宽度维持竞争优势。Nvidia支持开放权重以推动GPU需求，而Anthropic和OpenAI坚持闭源路线。开源AI模型市场2026年预计达230亿美元，年增长21.1%。