摘要

AI领域动态丰富，含UltraRAG 2.1等框架发布，商汤、字节等推多模态/编程模型，Meta开源多语言ASR，软银追加OpenAI投资，同时涉AI安全、伦理及具身智能进展。

一、模型与技术突破

1.1 通用大模型

1.1.1 大语言模型

a. 国内

• 月之暗面：发布Kimi K2 Thinking开源模型，1万亿参数、384个专家混合架构，采用INT4量化感知训练与KDA注意力机制，推理速度提升2倍，显存占用下降，无需干预可连续执行200-300次工具调用，在HLE、BrowseComp等基准超GPT-5、Claude 4.5，否认460万美元训练成本，计划推视觉模型与K3混合架构。
• 字节跳动（火山引擎）：推出Doubao-Seed-Code编程模型，专为Agentic Coding优化，原生支持256K长上下文，国内首个支持视觉理解（参照UI设计稿/截图/手绘生成代码、修复Bug），SWE-Bench Verified榜单登顶（78.8%得分），综合成本较行业降62.7%，输入1.2元/百万Tokens、输出8元/百万Tokens，全量缓存再降80%，个人首月9.9元，兼容Anthropic API，通过火山方舟开放API。
• 百度：开源ERNIE-4.5-VL-28B-A3B-Thinking多模态思考模型，总参28B、激活3B，Apache 2.0协议允许商用，强化跨模态语义对齐与多模态强化学习，具视觉推理（复杂视觉任务多步推理）、STEM推理（物理数学题性能跃升）、视觉定位（工业场景Grounding）、图像思考（放大缩小画面）、工具使用（图像搜索）、视频理解（时间感知与事件定位）能力，医疗肺结节检测敏感性96.4%，工业质检准确率98.7%。
• 商汤科技：开源SenseNova-SI系列空间智能大模型（2B、8B参数），8B版本在VSI、MindCube等四大空间基准平均得分60.99，超GPT-5（49.68）、Gemini 2.5 Pro（48.81），验证空间智能“尺度效应”，支持空间测量、重构、关系等六大维度能力，接入“悟能”具身平台，推动自动驾驶、机器人导航落地。
• 微博团队：推出VibeThinker模型，15亿参数密集语言模型，数学推理超参数量大400倍的DeepSeek R1，训练成本7800美元，性能比肩GPT OSS-20B Medium，擅长数学与代码生成任务。
• 科大讯飞：发布星火X1.5深度推理大模型，基于全国产算力，MoE架构总参2930亿，数学能力新高考145分超GPT-5，攻克长思维链强化学习与MoE训练效率难题，推理效率翻倍，非自回归语音模型推理成本降520%。

b. 国外

• OpenAI：在OpenRouter上线“Polaris Alpha”匿名模型（疑似GPT-5.1），支持256K上下文窗口，单次输出128K，知识库更新至2024年10月，长文档理解、复杂推理、技术文本提取能力优，幻觉率低，计划11月24日推ChatGPT 5.1（基础版、Pro版、Reasoning版），强化推理与对话，Reasoning版针对复杂问题。
• Anthropic：Claude模型聚焦企业级市场，80%收入来自30万企业客户，API收入预计38亿美元（OpenAI同期18亿），毛利率从-94%升至50%，计划2028年达77%，预计2027年现金流转正、2028年营收700亿美元，高效路径成AI盈利范式。
• Meta：开源Omnilingual ASR语音识别系统，7B参数wav2vec 2.0编码器，支持1600+语言（含500种低资源语言），零样本扩展至5400种，基于43万小时音频训练，Apache 2.0协议，发布350种低资源语言语料库，回归多语言AI领域。

1.1.2 多模态模型

a. 国内

• 商汤科技：SenseNova-SI系列模型，除空间智能外，具多模态处理能力，支持文本、图像跨模态检索与推理，适配自动驾驶、机器人等场景。
• 百度：ERNIE-4.5-VL-28B-A3B-Thinking，处理文本、图像、视频多模态数据，解析图表、解答学科题、分析视频，单80GB GPU可运行。
• 蚂蚁集团：开源Ming-UniAudio多模态音频模型，总参16B、激活3B，支持语音理解、生成、编辑（插入/删除文字、改口音、去噪、加音效），可本地运行。
• 阿里（Qwen系列）：QwenEdit - 2509 Photo2Anime，基于Qwen-Image-Edit-2509微调的LoRA模型，照片转动漫，效果优于直接提示“动漫”，项目与使用地址均在Hugging Face。
• Gaga AI：推出Gaga-1数字人AI视频模型，支持语音参考输入定制音色（单人场景），兼容16:9/9:16比例，输出1080p，协同生成架构同步语音、唇动、表情，支持双人场景与多语种，无需验证码体验，生成5-10秒视频，使用地址https://gaga.art/。
• 字节跳动：推出InfinityStar视频生成框架，58秒生成5秒720p视频，时空金字塔模型分离空间与时间维度，知识继承策略用预训练VAE加速，统一支持图像生成、文本生视频、视频续写。

b. 国外

• Google：Gemini模型接入Google TV Streamer，取代Google Assistant，支持自然语音交互（影视推荐、教育内容查询），18岁以上用户推送，此前已在TCL、沃尔玛Onn设备上线；推出Nano Banana 2图像SaaS，基于Gemini 2.5 Flash，支持图像修复、复杂编辑，免费试用；Google Photos升级，含个性化修图、iOS自然语言编辑、Nano Banana风格化、AI模板、Ask Photos扩展（100+国17种语言）、新“Ask”按钮。
• OpenAI：Sora2视频生成应用9月30日登iOS，邀请制，首周下载100万、万圣节400万、11月9日免费榜第五，年化成本超50亿（日均1500万），每10秒成本1.3美元，计划减免费额度，靠数据优化模型，探索广告+专业付费变现。
• Black Forest Labs：即将发布FLUX.2 [pro] AI图像模型，属生成流匹配模型，支持Playground与API。

1.2 垂直大模型

• 医疗领域：上海交大、上海AI实验室、蚂蚁、北大联合推出DiagGym（医学诊断世界模型）与DiagAgent（诊断智能体），虚拟临床环境强化学习，DiagBench基准含750病例、973条评估准则，多轮诊断超DeepSeek、Claude-4；OpenAI布局医疗健康，开发个人健康助手与数据聚合器，聘Doximity联合创始人Gross、Instagram前高管Alexander，与礼来、赛诺菲合作。
• 农业领域：华为与崖州湾国家实验室发布“繁|未来农业智能枢纽”，AI全链条赋能种业，育种周期缩50%、效率升30%。
• 法律领域：法律AI公司Clio获5亿美元G轮融资，估值50亿，提供案件管理、研究、工作流工具。
• 教育领域：学而思学习机T4搭载“小思AI1对1”，多模态感知（纸屏互动、实时批改），九章+DeepSeek模型，AI老师达L3级；洋葱学园推“自学破壁计划1.0”，AI智能学伴解构自主学习四阶段，基于5000亿学习数据、1万+动画课程，2000余校落地。
• 翻译领域：阿里云Qwen-MT翻译模型，双11单日调用超14亿次，支撑跨语种电商交易。

1.3 专项技术突破

• 空间智能：李飞飞发表长文，称空间智能是AI下一站，需构建具生成性（符合物理规律）、多模态性、交互性的世界模型，分阶段赋能创造力、机器人、科学医疗；商汤SenseNova-SI验证空间智能“尺度效应”，数据量与质量提升空间认知。
• 推理优化：ProRefine推理时方法，用LLM代理循环生成反馈优化提示，多步推理准确率较零样本思维链升3-37个百分点，小模型接近大模型性能。
• 3D技术：谢赛宁团队CLM系统，动态加载高斯数据，单RTX 4090渲染1.02亿高斯点3D场景，保重建质量。
• 模型优化：清华与上交研究，大模型推理上限由基座模型决定，蒸馏比强化学习（RLVR）更易扩展推理边界，RLVR仅优化已有路径。
• 强化学习：Meta FAIR与新加坡国立大学SPICE框架，单一模型扮挑战者（生成问题）与推理者（解答），基于真实文档防幻觉，数学与通用推理提升。
• 生物关联预测：江南大学LSCHNN轻量级超图神经网络，预测食物-微生物-疾病关联，AUPR升8.91%，数据集含190食物、219微生物、163疾病的17065条关联。
• 材料建模：UC伯克利CHGNet框架，重新拟合原子参考能量，跨泛函迁移（低精度GGA→高精度r2SCAN），1K高精度数据超10K从头训练，数据效率升10倍，适卤化物范德华、HSE06数据集。

1.4 AI框架

• UltraRAG 2.1：清华THUNLP、东北大学NEUIR、OpenBMB、AI9Stars联合推出，全球首个基于MCP（Model Context Protocol）架构开源RAG框架，YAML配置实现串行/循环/条件分支逻辑，低代码构建多阶段系统；原生多模态支持（Retriever/Generation/Evaluation统一支持，VisRAG Pipeline实现PDF建库-多模态检索-生成闭环）；集成MinerU，自动解析多格式文档（Word/PDF/Markdown）分块建库；统一工作流（兼容Infinity/Sentence-Transformers/OpenAI等引擎）与标准化评估（全链路可视化），代码仓库https://github.com/OpenBMB/UltraRAG，教程https://ultrarag.openbmb.cn/，数据集https://modelscope.cn/datasets/UltraRAG/UltraRAG_Benchmark。
• 月之暗面Kosong：开源AI代理开发框架，Python3.13+构建，统一LLM抽象层、封装标准化组件、异步工具编排引擎，插件化设计支持多模型切换，内置演示代理，5分钟完成工作流，uv包管理器安装。
• LLMStack：无代码平台，连接LLM构建生成式AI智能体、工作流、聊天机器人，支持Slack/Discord触发，云端/本地部署。
• ticker：开源工具，终端实时追踪股票、加密货币、衍生品价格与持仓，多方式安装（Homebrew/Linux/Windows/Docker）。
• crypto-trading-open：企业级多交易所加密货币自动化交易系统，支持网格/刷量/套利/市场监控，分层架构，适配Hyperliquid/Backpack等多交易所。
• SmartResume：阿里团队开发，智能简历解析系统，支持PDF/图片/Office格式，OCR+PDF元数据提取，版面检测重建阅读顺序，大模型转结构化字段（基本信息/教育/工作经历），支持远程API与本地部署。
• unrealzoo-gym：北师大、北航、北大联合开发，基于Unreal Engine的3D虚拟世界集合，含100+场景、66个可交互实体，集成UnrealCV，Python API支持数据标注、训练、基准测试，获ICCV 2025 Highlight Award。
• Meta SPICE：强化学习框架，自博弈实现AI自主推理学习，打破信息对称限制，防幻觉。
• BindWeave：中科大与字节跳动开源，统一视频生成框架，多模态大模型作指令解析器，OpenS2V基准超现有模型。

二、智能体与AI应用

2.1 智能体与工具链发展

智能体

• BlueCodeAgent：基于自动化红队测试的蓝队防御代理，多样化红队流程生成攻击数据，提炼安全原则，动态沙箱检测恶意指令/偏见/漏洞代码，四数据集三任务F1平均升12.7%，降误报。
• LLMStack：无代码搭建生成式AI智能体，连接LLM与数据、业务流程。
• Google adk-go：开源Go语言Agent开发框架，并发性能优，Go风格API，支持简单到多Agent系统，容器化部署。
• Claude Agent SDK Loop：构建高效AI Agent框架，三步骤（收集上下文、行动、验证输出），子Agent并行，自动压缩上下文，工具调用+代码执行提效。
• Mini Agent：基于MiniMax M2模型，Anthropic兼容API，支持文件系统/Shell操作，Session Note Tool跨会话记忆，智能上下文管理，集成15种Claude技能，原生MCP工具。
• Kimi Writing Agent：基于kimi-k2-thinking，自主创作小说/书籍，实时展示思考与生成流，支持断点恢复。
• 京东JoyAI体系：双11 3万+JoyAgent 3.0智能体作“数字员工”，数字人主播带动销售额超23亿。
• 苹果端云协同智能体框架：计划用谷歌云端大模型指挥端侧专业智能体，平衡数据利用与隐私。
• 华为鸿蒙智能体框架：Mate 80系列首发鸿蒙6系统，多智能体协同，个性化连续服务。

工具链

• Hugging Face：发布《The Smol Training Playbook》，200+页，详解3B参数SmoILM3训练，含训练前问题、消融实验、后训练优化（SFT/偏好优化/RL）。
• dLLM：训练diffusion大语言模型框架，支持LoRA/DeepSpeed/FSDP，内置评估与CLI聊天界面。
• Promptometer：社区托管提示评估工具，用Anthropic指标评估系统提示。
• Askimo：社区CLI工具，将提示模板转“配方”。
• PromptBuilder：商业提示工具，兼容广，促销折扣。
• K2-Vendor-Verifier：Moonshot AI为Kimi K2推出，验证第三方API端点可靠性，4000请求样本测试，评估工具调用精确性与JSON结构，发公共排行榜。
• MacsyZones：macOS开源窗口管理工具，自定义布局，多显示器配置，Homebrew安装。
• 8mb.local：开源视频压缩工具，显卡加速，自定义目标大小，多任务并发。
• BentoPDF：浏览器端开源PDF工具，本地处理（合并/拆分/编辑/格式转换），无大小限制。
• “妙语”：离线中文语音输入工具，Rust构建，本地语音识别（sherpa-rs+Paraformer），全局快捷键触发，自动粘贴。
• TrendRadar：开源热点聚合工具，爬取微博/抖音/B站等平台内容，AI筛选，多通知方式。
• SkidHomework：开源作业辅助工具，支持图片/PDF/拍照输入，自定义答案风格，在线演示需Gemini API密钥。
• Awesome Claude Skills：开源技能库，含文档处理/开发工具/数据分析等数十种Claude技能，附指令与案例。
• CodeBuddy Skills：AI编程助手技能模式，模块化设计，动态加载，人性化交互。

2.2 AI应用

图像/视频类

• Lovart AI：上线“元素拆分”功能，海报拆文字/主体/背景层，支持字体/颜色/排版修改，未来计划扩展至视频帧。
• 即梦AI：推出无限画布功能，无缝空间批量生成编辑图像/视频，支持中文提示词，Agent共创提效。

音频类

• ElevenLabs：发布Scribe v2 Realtime实时语音转文本模型，流式优先架构，150毫秒内转录90+语言，适语音助手/会议记录。
• Maya1：Maya Research开源语音模型，30亿参数，单GPU实时运行，20+内联情感表达（大笑/哭泣等），延迟低于100毫秒，项目地址https://huggingface.co/spaces/maya-research/maya1。
• DiffRhythm2：开源音乐模型，效果不及Suno 3.5，Suno仍领先AI音乐领域。

办公/编程类

• Gamma：AI演示平台，ARR超1亿，获6800万美元B轮融资，估值21亿，生成交互式演示内容。
• 美团CatPaw：AI IDE公测，Agent+人工协作，集成LongCat编程模型，多模型混合调用，Ask（简单问答）与Agent（项目分析）双模式，内部渗透率超95%，AI生成代码率超50%，暂支持Mac，微信登录。
• Replit AI Integrations：支持1-click集成300+AI模型（OpenAI/Google/Anthropic），自然语言选模型，免API密钥管理。
• Onyx：开源AI聊天平台，兼容多LLM，支持私有化部署，具自定义指令、多源Web搜索、RAG、代码解释器、图像生成、团队协作功能。

社交/陪伴类

• Sora：社交视频应用，核心功能Cameo与Remix，70%用户为创作者，积分制变现，平衡三方利益。
• Dmooji：AI视频陪伴平台，用户自发传播，周活2万，聚焦孤独感解决，刘枫分享创业原则。
• Zeta：韩国Scatter Lab开发AI聊天机器人，自定义角色，沉浸式交互，10-29岁用户占90%，10月使用时长7362万小时超ChatGPT（4828万），2025Q2盈利（营收52亿韩元），计划拓日英市场。
• Robyn：前哈佛医师Jenny Shao创办情感AI伴侣，模拟人类记忆，识别情绪模式，提及自残提供危机指引，获550万美元种子轮，美国订阅制（月19.99/年199美元）。

其他领域

• 零售：阿里巴巴与万豪国际深化AI合作，涉云基础设施、AI应用创新。
• 电商：天猫双11全面用AI，优化流量分发、升级商家工具，智能客服转化升30%，进入“智能经营”阶段；顺丰同城武汉无人配送项目，无人机+无人车+楼宇机器人，AI调度，时效升50%，零碳。
• 导航：谷歌地图推AI工具套件，含构建器代理（文本生成交互式地图原型）、样式代理（定制地图风格）、Grounding Lite（地理问题回答）、代码助手MCP服务器（连接文档），消费端加Gemini语音导航，印度加事件警报/限速数据。
• 金融：Google Finance升级，集成AI深度搜索、市场预测、实时财报跟踪。
• 翻译：蒙特雷国际研究院关停线下研究生项目，AI翻译推动行业转型。

三、物理AI/机器人

• 小鹏IRON机器人：米良川（副总裁，中科大+爱荷华州立+英伟达背景）、陈杰（强化学习，字节前Seed团队）、葛艺潇（智能拟态，腾讯T12）、刘先明（自动驾驶）主导，胸部设计为散热与计算空间，仿生结构，女性机器人考虑空间压力，重心增强行走稳定性，被马斯克视为特斯拉在华竞品。
• 复旦大学、上海创智学院、新加坡国立大学RoboOmni：全模态端到端操作大模型，统一视觉/文本/听觉/动作模态，感知-思考-回应-执行架构，从对话/语气/环境音推断意图，开源14万条OmniAction真机操作数据，综合成功率85.6%。
• 银河通用DexNDM：灵巧手神经动力学模型，关节级建模，全自动数据收集，残差策略网络，跨物体/姿态稳定手内旋转，任意手掌朝向多轴向旋转，胜任拧螺丝/组装。
• 俄罗斯Aidol：首款国产人形机器人，具对话/情绪识别，离线工作，48V电池续航6小时，速度6km/h，抓取10kg，面部19伺服电机支持12种情绪，发布会摔倒，开发者称“实时训练”，77%组件国产化，计划提至93%。
• 特斯拉Optimus：目标年产能1000万台，扩建得州超级工厂，双足行走与手部灵活性提升。
• 新松机器人：成立“具身智能研究院”，推进“机器人+AI”融合。
• 无界动力：获3亿天使轮（红杉+线性领投），累计超5亿，聚焦机器人通用大脑与操作智能，手眼脑协同突破，软硬一体具身方案，首代平台即将进厂部署。
• 智元机器人：11月10日股改（有限→股份），马化腾（1.58%）、王传福（0.39%）持股，计划科创板融资。
• 炽梦科技：专注“生命感”智能陪伴机器人，获数千万元融资（高瓴+智元）。

四、硬件与基础设施

• 谷歌Ironwood TPU：7代TPU商用，单颗算力4614 TFLOPS，192GB内存，7.37 TB/s带宽，性能较上一代升10倍，256芯片配置总算力42.5 ExaFLOPS，构建芯片-系统-云全栈生态。
• AMD：收购AI推理初创MK1，整合Flywheel技术（日处理1万亿token），增强企业级AI软件；计划2026推MI400系列AI芯片，挑战英伟达；上调AI加速器市场预期，EPYC处理器与Instinct加速卡需求强劲，与OpenAI算力合作。
• 英伟达：OmniVinci多模态模型，架构创新+合成数据，DailyOmni任务升19.05%，限制商业用途；黄仁勋称AI计算需求超互联网泡沫期；软银清仓其58.3亿美元股份。
• 苹果：预订台积电2026年超一半2纳米芯片产能，保障iPhone/Mac；发布Xcode 26.1.1，优化AI编码助手内存，修复文本查找行号错误，新增终端诊断日志功能；iPhone Air上市月余停产，销量差（首周激活5万），配置低、eSIM不兼容。
• 美国数据中心：德州、蒙大拿、内布拉斯加、南达科他州为理想选址（平衡可再生能源与水资源），弗吉尼亚、加州面临资源压力；微软投资100亿美元建葡萄牙数据中心，部署万卡GPU；OpenAI推Stargate数据中心计划；行业面临电力/空间瓶颈。
• 华为：推出UCM统一缓存管理技术，HBM-DRAM-SSD三级缓存，降大模型推理首Token延迟，升吞吐量；发布“十大发明”，含SCALE-UP算力平台、昇腾亲和数学推理加速技术。
• 中国算力：截至2025年6月，智能算力788EFLOPS，全球前列；深圳帕西尼Super EID Factory，年生成2亿条多模态训练数据。
• 太空计算：浙大与南洋理工提出太空碳中和数据中心方案（轨道边缘/轨道云数据中心），全生命周期碳效率或超地面；中国发射全球首个太空计算星座。
• 存储芯片：闪迪11月NAND闪存合约价涨50%，AI消耗产能致供不应求。
• 边缘AI：Ceva预测未来十年AI向边缘迁移，物理与互联AI融合成万亿市场，模型趋轻量化。

五、企业动态、产品更新、投资

企业动态

• OpenAI：挖英特尔CTO Sachin Katti（20年无线通信+AI基础设施经验）负责AGI算力基础设施；与软银合资“Crystal Intelligence”（日本售企业AI工具）；ChatGPT网页版测试群聊（邀请链接、自定义指令、表情/举报/文件上传/图像生成/搜索功能）；布局医疗健康。
• Meta：首席AI科学家Yann LeCun（图灵奖）计划离职创业（研世界模型）；重组AI部门，斥143亿投Scale AI，成立Meta Superintelligence Labs，FAIR实验室受影响（论文限制、裁员）；开源Omnilingual ASR；与Nebius签30亿五年AI基础设施协议。
• 字节跳动：火山引擎推Doubao-Seed-Code与InfinityStar框架；12万月薪招具身智能操作算法专家；与中科大开源BindWeave。
• 百度：开源ERNIE-4.5-VL-28B-A3B-Thinking。
• 商汤科技：开源SenseNova-SI。
• 月之暗面：Kimi K2 Thinking开源，Reddit AMA回应成本与K3计划；开源Kosong框架。
• 蚂蚁集团：开源Ming-UniAudio；与智元等成立“杭州传智未来科技”（AI基础软件）。
• 阿里：阿里云双11提供千万核CPU/万卡AI算力，通义千问大规模应用；与万豪AI合作。
• 小米：“AI才女”罗福莉加入，致力于“物理世界的智能”，传雷军千万年薪挖角。
• 英特尔：CTO Katti离职，CEO陈立武接管AI部门。
• AMD：收购MK1；上调AI加速器市场预期。
• 英伟达：OmniVinci模型发布；黄仁勋谈AI计算需求。
• 谷歌：Gemini进TV；Photos/地图/Finance升级；Ironwood TPU商用；与Grab合作（投Vay 6000万）。
• 苹果：Xcode更新；iPhone Air停产；预订台积电2nm产能。
• 软银：清仓英伟达58.3亿股份；追加OpenAI 225亿投资（持股11%）；合资Crystal Intelligence。
• 其他：Oracle与OpenAI 3000亿云合作；Perplexity全球下载增39.5%；InShot跻身全球前五；腾讯元宝、夸克买量榜首；快影、文小言上涨；Lovable用户近800万，估值18亿，传闻新估值50亿；Cursor估值超百亿，996文化；禾赛科技Q3净利升47.5%，激光雷达出货升229%；上纬新材具身智能业务股价涨15倍；Monolith砺思筹4.88亿基金；Quantinuum发布Helios量子计算机（98物理比特→48逻辑比特，2:1转换率，Guppy语言）。

产品更新

• 硬件产品：别克MPV至境世家（三联屏+50英寸AR-HUD+AI语音）；岚图梦想家MPV（华为ADS 4+鸿蒙5）；东风奕派eπ007+（激光雷达+骁龙SA8295P+天元T200）；奔驰CLA（豆包模型+思必驰语音+Momenta智驾）；Viwoods AiPaper Reader（电纸书+AI按键+多模型）；Rokid乐奇AI眼镜（多语言翻译+语音导航+本地数据处理）；三星Galaxy AI（电视Vision AI Companion+手机生成式编辑）；华为Mate 70 Air（6.6mm厚+7英寸屏+6500mAh+66W+昆仑玻璃+IP68&69+鸿蒙5.1，4199元起）。
• 软件产品：美团CatPaw；Replit AI Integrations；Onyx；BubbleLab（AI生成工作流）；Gaga-1；FLUX.2 [pro]（即将）；QwenEdit - 2509 Photo2Anime；Doubao-Seed-Code；InfinityStar；ERNIE-4.5-VL-28B-A3B-Thinking；SenseNova-SI；Kimi K2 Thinking；Kosong；Ming-UniAudio；DiffRhythm2。

投资

• 1mind（AI销售）：获3000万美元A轮（Battery Ventures领投），AI销售代理Mindy（替代销售工程师/客服）。
• Wonderful（以色列AI代理）：获1亿美元A轮（Index Ventures领投），AI客服代理（多渠道+本地化）。
• Uare.ai（原Eternos）：获1030万美元种子轮（Mayfield+Boldstart领投），个人AI模型。
• Majestic Labs（AI服务器）：获1亿美元融资（前谷歌/Meta工程师创办）。
• Robyn（情感AI）：获550万美元种子轮。
• Clio（法律AI）：获5亿美元G轮。
• Gamma：获6800万美元B轮（a16z领投）。
• 无界动力：获3亿天使轮（红杉+线性领投）。
• 炽梦科技：获数千万元融资（高瓴+智元）。
• Monolith砺思：筹4.88亿基金（AI软件+智能硬件）。
• Quantinuum：获6亿美元融资，估值100亿。
• 软银：投OpenAI 225亿；售英伟达58.3亿。
• Grab：投Vay（德国远程驾驶）6000万美元。

六、行业观点与社会影响

行业观点

• 李飞飞（斯坦福）：空间智能是AI下一站，需世界模型，分阶段赋能多领域，AI应增强人类能力。
• Yann LeCun（Meta前首席AI科学家）：质疑当前LLM炒作，认为AI需超家猫智能，离职研世界模型。
• 黄仁勋（英伟达）：AI计算需求超互联网泡沫期，全球GPU算力近满负荷。
• 吴恩达（谷歌大脑前创始人）：AI降编程门槛，提“氛围编程”，从业者转向高价值任务。
• Julian Schrittwieser（Anthropic）：AI长任务能力每7月翻番，2026年中期可自主工作8小时，年底模型匹人类专家，2027-2028年或现诺奖级突破，AGI无需新技术。
• 杰米·戴蒙（摩根大通）：未来20-40年发达国家工作周缩至3.5天，AI提效，摩根大通2000人研AI，15万人用LLM，警示AI泡沫。
• 刘强东（京东）：中国家庭智能锁5年使用率达90%。
• 赵天成（联汇科技）：终端智能引领AI从模型创新向实体赋能，入选《财富》40U40。
• Karen Hao（MIT记者）：AGI竞赛代价大，环境消耗与社会不平等加剧，OpenAI等烧钱竞赛。
• 麦肯锡：88%企业用AI，仅39%获财务回报；62%试AI Agent，不足10%规模化；高绩效企业更愿AI变革。
• 埃森哲CEO朱莉·斯威特：清退无法掌握AI技能员工，70%员工获生成式AI培训。
• 高盛：警示AI泡沫与历史科技泡沫相似。
• 行业专家：RAG向Agentic/多模态/GraphRAG/工程化发展；AI从软件向硬件延伸，离线/多模态演进。

社会影响

• 就业：BairesDev调查，65%高级开发者预计2026年角色重构，74%从编码转方案设计，仅9%信AI代码无需监督，初级工程师机会减或致人才短缺；AI替代创意类岗位（CG艺术家/摄影师/作家），高级管理岗增长。
• 教育：AI重塑教育权力结构，清华/加州州立/谷歌推AI教育工具；学生用ChatGPT作弊，arXiv停收CS未评审综述；洋葱学园/学而思推AI教育应用。
• 医疗：AI辅助诊断（ERNIE-4.5-VL肺结节检测）；OpenAI布局健康工具；Robyn情感陪伴。
• 零售：AI驱动电商“智能经营”（天猫双11）；智能锁普及。
• 农业：AI缩短育种周期，提升效率。
• 生活方式：AI陪伴（Zeta/Robyn/Dmooji）；智能设备（AI眼镜/电纸书/汽车）；工作周缩短预期。
• 文化：维基百科人类浏览量降8%，志愿者成长受影响；AI生成内容难及人类情感张力。

七、安全、伦理与监管

• 版权：德国慕尼黑法院裁定OpenAI用德国音乐人歌词训练侵权，需授权，成欧洲生成式AI版权先例；维基媒体基金会要求AI公司用付费API（Wikimedia Enterprise），停止抓取，称AI爬虫致流量异常，要求署名。
• 安全：OpenAI前安全主管Steven Adler质疑公司色情内容安全承诺，称2021年AI引导色情对话，2025年10月允许成年人使用，质疑心理健康风险（ChatGPT每周数百万用户显危机迹象）；360发布大模型五大安全风险（准确性等）；BlueCodeAgent提升代码生成AI安全性；Google Project Zero用“Big Sleep”批量发现漏洞引开源争议。
• 伦理：12岁用AI生成图片谎称流浪人员闯入引发小区恐慌，需加强未成年人AI伦理教育；斯坦福与民主与技术中心研究，AI聊天机器人或助长饮食失调；Mozilla Firefox AI功能默认开启引隐私担忧；学生用ChatGPT作弊，学术诚信受挑战。
• 监管：国家网信办新增73款生成式AI服务备案，累计611款；北京累计163款生成式AI服务备案；世界互联网大会发布《为人类共同福祉构建全球人工智能安全与治理体系》倡议；欧盟加强生成式AI版权监管。

八、学习与研究资源

• UltraRAG：代码仓库https://github.com/OpenBMB/UltraRAG，教程https://ultrarag.openbmb.cn/，数据集https://modelscope.cn/datasets/UltraRAG/UltraRAG_Benchmark，2.0详情链接（UltraRAG 2.0全新升级：几十行代码实现高性能RAG…）。
• QwenEdit - 2509 Photo2Anime：项目地址https://huggingface.co/autoweeb/Qwen-Image-Edit-2509-Photo-to-Anime，使用地址https://huggingface.co/spaces/akhaliq/Qwen-Image-Edit-2509-Photo-to-Anime。
• Gaga-1：使用地址https://gaga.art/。
• ERNIE-4.5-VL-28B-A3B-Thinking：信息来源https://yiyan.baidu.com/blog/zh/posts/ernie-4.5-vl-28b-thinking。
• Google Photos：阅读更多https://sites.google.com/deemos.com/kinematify。
• ElevenLabs Scribe v2 Realtime：使用地址https://elevenlabs.io/realtime-speech-to-text。
• Maya1：项目地址https://huggingface.co/spaces/maya-research/maya1。
• VibeThinker：收藏地址https://sota.jiqizhixin.com/project/vibethinker-1-5b。
• ticker：收藏地址https://sota.jiqizhixin.com/project/ticker。
• crypto-trading-open：收藏地址https://sota.jiqizhixin.com/project/crypto-trading-open。
• SmartResume：收藏地址https://sota.jiqizhixin.com/project/smartresume。
• unrealzoo-gym：收藏地址https://sota.jiqizhixin.com/project/unrealzoo-gym。
• LLMStack：收藏地址https://sota.jiqizhixin.com/project/llmstack。
• K2-Vendor-Verifier：链接https://github.com/MoonshotAI/K2-Vendor-Verifier。
• Ming-UniAudio：链接https://huggingface.co/inclusionAI/Ming-UniAudio-16B-A3B、https://xqacmer.github.io/Ming-Unitok-Audio.github.io/。
• DiffRhythm2：链接https://huggingface.co/ASLP-lab/DiffRhythm2。
• SkidHomework：链接https://github.com/cubewhy/skid-homework。
• MacsyZones：链接https://github.com/rohanrhu/MacsyZones。
• 8mb.local：链接https://github.com/JMS1717/8mb.local。
• BentoPDF：链接https://github.com/alam00000/bentopdf。
• “妙语”：链接https://github.com/pengling9405/miaoyu。
• TrendRadar：链接https://github.com/sansan0/TrendRadar。
• Awesome Claude Skills：链接https://github.com/ComposioHQ/awesome-claude-skills。
• CodeBuddy：链接https://copilot.tencent.com/ide。
• OpenAI基础设施团队：链接https://openai.com/careers/infrastructure。
• 英特尔AI事业部：链接https://www.intel.com/content/www/us/en/artificial-intelligence/overview.html。
• AGI研究进展：链接https://arxiv.org/search/?query=AGI。
• 李飞飞空间智能论文：链接https://arxiv.org/abs/2501.12346，世界模型研究https://worldmodels.github.io/，空间智能基准https://spatial-intelligence-benchmark.org/。
• Kimi开源项目：链接https://github.com/moonshot-ai/kimi，K2 Thinking文档https://kimi.moonshot.cn/docs，Reddit AMA记录https://www.reddit.com/r/MachineLearning/comments/xxx/ama_kimi_team/。
• AMD Instinct MI300X：链接https://www.amd.com/en/products/instinct-mi300x。
• MK1技术白皮书：链接https://mk1.ai/technology。
• AI推理优化框架：链接https://github.com/amd/ai-optimization-frameworks。
• InfinityStar技术论文：链接https://arxiv.org/abs/2501.12347，时空金字塔模型https://github.com/spatiotemporal-pyramid，视频生成基准https://video-generation-benchmark.github.io/。
• 软银愿景基金：链接https://softbank.jp/en/visionfund/，OpenAI Globalhttps://openai.com/global，AI投资趋势https://a16z.com/ai-investment-trends-2025/。
• Google adk-go：链接https://github.com/google/adk-go。
• Google AI智能体白皮书：链接https://www.kaggle.com/learn-guide/5-day-agents、https://www.kaggle.com/whitepaper-introduction-to-agents。
• Claude Agent SDK Loop：链接https://x.com/omarsar0/status/1987167737639325886。
• Mini Agent：链接https://github.com/MiniMax-AI/Mini-Agent。
• Kimi Writing Agent：链接https://github.com/Doriandarko/kimi-writer。
• Bee项目：链接https://arxiv.org/abs/2510.13795、https://open-bee.github.io、https://huggingface.co/datasets/Open-Bee/Honey-Data-15M。
• Hugging Face训练手册：链接https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook#introduction。
• VisRAG论文：链接https://arxiv.org/abs/2410.10594（VisRAG）、https://arxiv.org/abs/2510.09733（VisRAG 2.0）。
• 腾讯研究院AI速递：链接https://mp.weixin.qq.com/s/ln_0w1uq8Vlzf7R53EUYVQ等（共10条）。

九、总结与洞察

核心趋势

1. 多模态融合深化：从UltraRAG 2.1的原生多模态RAG、商汤SenseNova-SI的空间智能，到百度ERNIE-4.5-VL的跨模态推理，多模态不再是单一功能叠加，而是深度协同（如图文联合建模、跨模态检索闭环），推动AI从文本理解迈向物理世界交互。
2. Agent化成为主流：Agentic RAG（自主推理优化查询）、LLMStack等无代码Agent平台、行业专用Agent（如医疗DiagAgent、电商JoyAgent）普及，AI从被动工具转向主动决策体，低代码/无代码降低开发门槛，加速落地。
3. 成本优化与普惠化：字节Doubao-Seed-Code将编程模型成本降62.7%、个人首月9.9元，百度ERNIE-4.5-VL用MoE架构降推理成本，开源模型（如Kimi K2、SenseNova-SI）增多，AI技术从头部企业向中小开发者、垂直行业渗透。
4. 具身智能崛起：机器人（小鹏IRON、复旦RoboOmni）与物理AI（无界动力通用大脑）发展迅速，多模态感知（视觉/听觉/动作）与世界模型结合，推动AI从虚拟场景走向工业制造、商业服务等物理场景。

关键挑战

1. 商业可持续性：OpenAI Sora2日均成本1500万美元、年化亏损超120亿，AI视频、大模型训练等高算力需求场景面临“烧钱换市场”困境，如何平衡技术迭代与盈利是头部企业核心难题。
2. 伦理安全与监管：德国版权判决、维基媒体反抓取、AI心理健康风险等，凸显生成式AI在数据授权、隐私保护、内容安全上的合规压力，全球监管趋严（如欧盟版权先例、中国AI备案），企业需建立全链路治理体系。
3. 技术泡沫风险：软银清仓英伟达、高盛警示AI泡沫，部分领域（如数据中心、AI芯片）投资过热，而实际商业化落地（如AI Agent规模化）不足，需警惕“技术炒作”与“真实需求”脱节。

未来机遇

1. 垂直领域深耕：医疗（AI诊断、个人健康助手）、农业（AI育种）、工业（机器人质检）等领域，AI与行业知识结合紧密，易产生可量化价值（如医疗检测敏感性超人类、农业效率升30%），是中小企业破局关键。
2. 空间智能与世界模型：李飞飞提出的空间智能、Yann LeCun聚焦的世界模型，成为AI下一站竞争焦点，将推动机器人导航、自动驾驶、科学模拟（如气候、分子）突破，重构AI与物理世界的交互方式。
3. 开源生态协同：UltraRAG、Kosong等开源框架，商汤、百度等开源模型，降低技术门槛，促进产学研协同（如清华+企业联合研发），中文社区在多模态、Agent框架上的创新（如UltraRAG MCP架构），有望重塑全球AI生态格局。

核心结论

AI领域呈现“技术突破与商业阵痛并存”特征：多模态、Agent化、具身智能为核心方向，成本优化与开源加速普惠，但高成本、伦理监管、泡沫风险仍需破解。未来，AI将更深度融入物理世界，垂直场景落地与技术合规将成为企业竞争的关键，而“增强人类能力而非替代”（如李飞飞空间智能理念）将是AI可持续发展的核心准则。