宏观背景：AI带动全球算力基础设施需求井喷，资本从消费互联网转向底层科技。企业战略：Oracle云业务起死回生，赶上了AI算力红利。个人布局：Ellison保持高比例持股（41%），远高于很多稀释股份的企业家，因此股价一涨，他直接暴富。相比之下，马斯克的特斯拉在2025年表现不佳，销量下滑、政策博弈不断，让他的财富曲线暂时“失速”。结语马斯克的张扬与Ellison的老谋深算，代表了两种硅谷叙事：一

但硬件销售的毛利率普遍较低，尽管公司算力租赁业务毛利率达 52%，但该业务收入占比仅为 45%，低毛利的硬件销售仍占主导地位，从而拉低了公司整体毛利率，导致公司整体盈利能力承压。通过对其业务结构、非经营性因素以及未来机遇与风险的分析可知，公司若能有效扩大高毛利的算力租赁业务规模，加快鸿蒙业务的市场拓展，同时合理控制成本和风险，有望在未来实现经营效益的改善和业绩的提升。，归属净利润和扣非净利润环比降

这场估值狂欢背后，藏着的不仅是商业智慧的较量，更是一个关于创新本质的终极拷问 —— 在这个算力即权力、应用即王道的时代，我们是否准备好了重新定义创新的内涵？当我们在嘲笑 "套壳" 时，往往忽略了产品化能力本身就是核心技术 —— 能将散落的技术珍珠串成项链的手艺，从来都是商业世界的顶级稀缺品。这种认知撕裂暴露了全球 AI 竞赛的深层困境：当中国创业者还在用 "全栈自研" 的思维丈量世界时，硅谷早已进

对每一个个体i，在时间t上，体验s(i,t)是单调改善的。第一，"每一个个体"。不是整体平均水平的提升，而是对每一个具体用户的体验都在变好。这是群体层面学习和个体层面学习的根本区别。第二，"时间维度"。自主学习必须包含时间的概念。今天的AI比昨天更懂你，明天比今天更懂你。这不是一次性的训练，而是持续的进化。第三，"单调改善"。体验不能倒退。学了新东西不能忘记旧的，适应了新场景不能丢失对旧场景的理解

逐际动力发布的COSA这一具身Agentic OS，代表了具身智能发展路径的根本性突破。背后支撑这一切的，是逐际动力的全栈技术体系：从本体硬件设计、运动控制的"小脑"系统，到认知决策的"大脑"能力，再到最关键的大小脑深度融合的系统——每一层都是自主研发，形成了完整闭环。全尺寸人形机器人 Oli 在 COSA 系统的驱动下，率先成为兼具运动智能和高阶认知的人形智能体这标志着继多形态双足机器人TRON

逐际动力发布的COSA这一具身Agentic OS，代表了具身智能发展路径的根本性突破。背后支撑这一切的，是逐际动力的全栈技术体系：从本体硬件设计、运动控制的"小脑"系统，到认知决策的"大脑"能力，再到最关键的大小脑深度融合的系统——每一层都是自主研发，形成了完整闭环。全尺寸人形机器人 Oli 在 COSA 系统的驱动下，率先成为兼具运动智能和高阶认知的人形智能体这标志着继多形态双足机器人TRON

逐际动力发布的COSA这一具身Agentic OS，代表了具身智能发展路径的根本性突破。背后支撑这一切的，是逐际动力的全栈技术体系：从本体硬件设计、运动控制的"小脑"系统，到认知决策的"大脑"能力，再到最关键的大小脑深度融合的系统——每一层都是自主研发，形成了完整闭环。全尺寸人形机器人 Oli 在 COSA 系统的驱动下，率先成为兼具运动智能和高阶认知的人形智能体这标志着继多形态双足机器人TRON

2025年6月，Qwen 团队开源了面向文本的 Qwen3-Embedding和Qwen3-ReRanker 模型系列，在多语言文本检索、聚类和分类等多项下游任务中取得了业界领先的性能。和模型系列。这些模型基于开源的 Qwen3-VL 模型构建，专为多模态信息检索和跨模态理解场景设计，能够将文本、图像、文档图像和视频等多种模态映射到统一的表示空间中。Qwen3-VL-Embedding 模型采用多

这篇论文的价值在于,它揭示了一个被广泛使用但少有人质疑的假设:GRPO适合多奖励优化。通过理论分析和大量实验,研究者证明了这个假设是错误的。GDPO的核心洞察非常简单:不要先把不同奖励混在一起再归一化,而是先分别归一化每个奖励,再组合起来。这个看似微小的改变,却能保留奖励之间的细微差异,避免信号坍缩,从而带来更稳定的训练和更好的性能。实际意义更稳定的训练:避免了GRPO在多目标场景下的早期训练失败

Sensor Tower 的监测显示，截至 12 月中旬，ChatGPT 的月活跃用户为 9.1 亿，虽然仍大幅领先 Gemini 的 3.45 亿，但增长的引擎似乎出现了熄火的迹象。除了与博通联手开发定制芯片以摆脱对英伟达的依赖外，奥特曼还试图复刻安卓的渠道奇迹，通过与 Jony Ive 合作开发消费级硬件，试图在 iPhone 之外开辟新的流量入口。更让管理层焦虑的是，根据微软泄露的数据，20