《路透》引述三名知情人士指，內地存儲芯片製造商長鑫存儲(688825.SH)正準備進軍由三星電子及其他外國同業主導的閃存芯片市場；此舉將在全球記憶體短缺之際擴大其客戶基礎。

據兩名消息人士稱，長鑫存儲計劃在其北京新工廠建立一條NAND閃存的研發產線。一名消息人士稱，該公司還在北京設立了研究院，項目包括NAND開發。第三名人士稱，長鑫存儲已與客戶討論了其NAND計劃，其中包括一家新成立的初創公司，該公司打算購買長鑫存儲的NAND芯片，用於人工智能系統和超級計算機的存儲產品。

報道稱，目前尚不清楚該研發產線何時開始運營，也不清楚長鑫存儲是否打算從研發和試產階段轉向大規模商業化製造。據研究機構TrendForce稱，三星(005930.KS)第二季度按收入計是全球最大的NAND供應商，市場份額為29.3%。SK海力士(000660.KS)排名第二，再之後是美國的美光(MU.US)。

這亦意味主打動態隨機存取記憶體(DRAM)的長鑫存儲，將與內地同業長江存儲(YMTC)展開競爭，使其進入半導體行業增長最快的細分領域之一。長鑫存儲和長江存儲在中國被稱為該國記憶體芯片行業「雙雄」，基本上在各自的市場運營。長鑫存儲主導中國的DRAM生產，而長江存儲是該國領先的NAND製造商。

《韓聯社》報道，南韓總統李在明表示，沒有連任總統的想法，且即使完成修憲，按照《憲法》相關規定，他亦不可能連任總統。

對於派兵霍爾木茲海峽一事，他強調南韓不會為參戰或介入戰爭而派兵。但與其他國家一樣，南韓也需要開展必要活動，以確保南韓商船航行安全，保障原油運輸渠道暢通，維護公民生命安全。他續稱，南韓已派出「青海部隊」在有關海域保護公民安全。

對美投資方面，他透露有關部門曾彙報稱雙方幾近達成協定，但他留意到相關內容有一些難以認同的部分，因此南韓政府與美方進行進一步的磋商。雙方正朝著符合兩國利益的方向進行協商。

千問辦公公布，近日協助國家天文台科研團隊，打造大口徑科研級望遠鏡數字化仿真系統，耗時僅三日，成本不足千元人民幣(下同)。

而在過去，同類系統需委托軟件供應商開發，周期約三個月，成本高達數萬元。千問辦公將這一搭建門檻降低兩個數量級。

截至目前，相關智能體已經預警8顆極早期超新星候選——八次，趕在星光消逝之前，接住宇宙的眨眼，其中2顆在天氣條件允許的情況下觸發後續觀測。

加拿大統計局公布，在能源及石油產品驅動下，加拿大8月工業品價格按月升1.3%，高於市場預期無升跌，前值由升0.6%向下修訂至升0.3%。撇除能源及石油產品，加拿大8月工業品價格按月轉升0.8%，前值跌0.6%。

加拿大8月工業品價格按年則升13.5%，連續23個月上升。

在未加工能源產品、鐵礦石、精煉礦及廢金屬等帶動下，加拿大8月原材料價格按月轉升3.1%，遠高於市場預期升0.8%，前值由跌2.2%輕微向上修訂至跌2.1%。按年升22.8%，前值升18.2%。撇除未加工能源產品後，加拿大8月原材料價格按月升1.1%，按年升17.2%。(da/ad)~

新西蘭統計局公布，新西蘭8月食品價格指數按月升0.3%，前值升0.1%。按年則升1.9%。

期內汽油價格按月升2%，按年升17.9%。柴油價格按月升8.6%，按年升45.8%。(da/ad)~

南韓央行公布，初步估算，南韓8月生產者價格指數(PPI)按年升7.9%，前值升7.7%。按月轉升0.2%，前值跌0.4%。

期內電腦、電子及光學產品PPI按年升24.5%，前值升24.3%。按月維持升0.3%。(da/ad)~

新西蘭統計局公布，新西蘭8月商品出口按年升約15.4%至66.56億紐元，商品進口按年升近13.1%至80億紐元，商品貿易逆差收窄至13.49億紐元，好過市場預期，前值(7月)逆差修訂至21.18紐元。(da/ad)~

日本央行將政策利率上調25個基點至1.25%符預期，為36年來最快速度加息。摩根資產管理亞太區首席市場策略師許長泰表示，今次加息僅相隔三個月，明顯加快此前約每六個月一次的步伐，主要因金融環境仍寬鬆、油價上升及日圓貶值推高通脹風險，加上日美協調干預匯市後市場壓力增加，政府阻力亦有所減弱。儘管日圓已大致企穩，日銀仍需加快加息以避免匯市波動。

今次加息已將政策利率推入日本央行估計的名義中性利率區間(1.1%至2.5%)，許長泰指，該行基本情況預測日本央行下次加息將在今年12月。若通脹明顯超調並有落後於曲線的風險，日本央行甚至可能需要迅速將政策利率上調至中性水平以上。若日圓弱勢未能消退，日本央行延遲按季度節奏加息的風險更大。

另外，他提到，由於市場已充分消化今次加息，日圓短期升值空間有限。偏溫和的鷹派驚喜及潛在加息延遲，亦會壓抑日圓進一步升值。聯儲局近期的鷹派加息，亦為日美利差收窄帶來風險，可能對日圓構成壓力。

智譜(02513.HK)GLM團隊披露國內大模型首個公開的生產環境遞歸自我改進(RSI)工程化實踐，由GLM-5.3驅動的Infra Agent完成了GLM-5.3-Flash推理基礎設施的設計、調試與優化，實現模型對自身運行系統的反向改進，是國內大模型廠商首次公開跑進生產環境的RSI案例。

GLM-5.3-Flash此次部署運行在超過10萬顆國產AI加速器組成的集群上，是一次此前缺少成熟經驗參考的大規模部署。

智譜GLM首席科學家唐杰披露，從GLM-5.3-Flash首次運行在國產AI加速器上，到完成全部生產流量承載，僅用了兩周時間。在這個過程中，系統端到端吞吐能力提升3.2倍。GLM-5.3驅動的Infra Agent參與了推理系統優化過程，幫助分析性能瓶頸、提出優化方案，並完成部分代碼修改。

GLM-5.3-Flash的硬件利用效率與單Token成本達到主流NVIDIA(NVDA.US)GPU相當水平。

上述系統已投入真實使用。GLM-5.3-Flash以匿名模型Ox-Alpha在OpenCode、OpenRouter上線，6天Token調用量超過62萬億。