AI每日精选摘要

❤️ 实时更新精心挑选的评分较高的最新文章摘要（每日最多10篇），助你随时了解人工智能领域的最新动态和热门事件 ❤️

---

◈ 12月12日 星期五 【 4 篇 】

◎ 中国机器人比赛应急救援，美国网友Reddit破防：我们还在给机器狗化妆拍段子

美国网友近期对中国具身智能技术的快速发展表现出高度关注，甚至产生了一定程度的焦虑。这种情绪源于上海举办的GDPS 2025（全球开发者先锋大会暨国际具身智能技能大赛）上展示的实战能力——中国机器人已能参与应急救援比赛，而美国同类产品仍停留在娱乐化演示阶段。Reddit等平台的热议反映出，海外观察者已意识到中美在技术落地层面的代差。
赛事的亮点不仅在于技术展示，更在于其规模化和产业化特征。与特斯拉、Figure等美国企业仍处于原型机阶段不同，中国优必选、智元等企业已实现5000台量产的里程碑。这种差异并非偶然：量产能力使中国团队能快速暴露硬件缺陷、优化算法，并通过场景扩展积累真实数据。彭志辉…

来源：  量子位

◎ AI鸿沟正在拉大！OpenAI报告揭示：不用AI的企业将被淘汰

企业AI正在全球范围内引发深刻的商业变革。数据显示，企业对AI的使用量呈现爆发式增长，消息量激增8倍，API推理消耗增长了320倍。这一趋势表明，商业世界已跨越实验阶段，进入将智能深度嵌入核心业务的实战期。AI正从简单的对话工具进化为业务流基础设施，OpenAI的付费商业用户已突破100万，工作场所的ChatGPT席位数量同比激增约9倍。
更深层次的变革体现在交互方式的进化上。自定义GPT和项目功能的兴起显示企业正将碎片化知识固化为标准化工具，这类工具的周活跃用户数增长了约19倍，约20%的企业消息通过它们处理。西班牙对外银行等机构内部定期使用的GPT数量超过4000个，表明AI驱动的工作…

来源：  AIGC开放社区

◎ GPT5.2发布：屠榜？不，是OpenAI在补课

OpenAI最新发布的GPT-5.2版本标志着人工智能模型在专业工作领域的重大突破。该版本在GDPval基准测试中，70.9%的任务表现达到或超越人类专家水平，较上一代的38.8%实现显著跃升。这一进步主要体现在工作效率的惊人提升：速度提高11倍，成本降至不足1%。虽然GDPval是OpenAI自行开发的评估标准，但其展现的性能飞跃不容忽视。
在编程能力方面，GPT-5.2在SWE-bench Pro测试中取得55.6%的成绩，超越主要竞争对手。前端开发能力尤其突出，3D场景渲染和复杂交互界面处理获得合作伙伴认可。模型在代码审查、错误查找等实际开发场景中的表现也有可测量的提升。
数学能力…

来源：  硅星人Pro

◎ 何小鹏打赌：明年VLA追不上FSD，负责人就裸奔；DeepSeek使用走私Blackwell？英伟达回应；魏牌CEO被曝「休假」

小鹏汽车创始人何小鹏近期在硅谷试驾特斯拉FSD V14.2版本后，对自动驾驶技术进展提出新赌约：若2026年8月30日前小鹏VLA系统在国内未能达到FSD同等水平，其智驾负责人将接受裸奔惩罚。此次试驾显示，FSD已从L2级辅助驾驶进阶至“准L4”阶段，Robotaxi与标准车辆采用统一模型表现稳定。何小鹏预测未来将形成“私享Robo与共享Robotaxi并存”的L4级自动驾驶生态，并强调小鹏首个版本虽未完全对标FSD，但团队对技术追赶充满信心。
英伟达针对中国AI公司DeepSeek涉嫌使用走私Blackwell芯片的传闻回应称“未发现证据”。美国出口管制使Blackwell芯片成为中…

来源：  雷峰网

◈ 12月11日 星期四 【 10 篇 】

◎ a16z 年度预测：2026 年，AI 创业的新机会都在垂直行业，AI 产品会走向定制化

2026年的AI行业将迎来从工具属性到原生环境的根本性转变，彻底重塑工业制造、企业软件和个人体验的各个维度。 a16z集结各领域投资人形成的预测报告显示，AI发展将呈现三个显著特征：基础设施的Agent化重构、消费级产品的价值逻辑转变，以及传统垂直行业的深度渗透。
在技术基础设施层面，非结构化多模态数据的处理能力将成为关键突破口。企业80%的知识资产被困在PDF、视频等混乱数据中，导致RAG系统产生昂贵”幻觉”。解决数据清洗、冲突消解和流程优化的平台将获得核心地位。同时，传统系统设计面临根本性挑战——当Agent在毫秒级拆解5000个子任务时，现有架构会将这种递归性并发误判为DDoS攻击。…

来源：  Founder Park

◎ 何恺明NeurIPS 2025演讲盘点：视觉目标检测三十年

NeurIPS 2025会议上，由任少卿、何恺明、Ross Girshick和孙剑合著的《Faster R-CNN》论文荣获”时间检验奖”，这标志着该工作对计算机视觉领域长达十年的深远影响。作为现代目标检测框架的核心范式，该论文提出的方法深刻指引了视觉模型的发展方向。何恺明在会上以《视觉目标检测简史》为题，系统回顾了这一领域30年的演进历程。
早期目标检测主要依赖手工设计特征。90年代至2008年间，研究者先后开发了神经网络人脸检测、Viola-Jones框架、SIFT、HOG等代表性方法。特征工程黄金时代的DPM模型将物体视为可变形部件组合，成为传统方法的巅峰，但其依赖人工设计特征的局限…

来源：  机器之心

◎ 语核科技翟星吉：离钱最近的 Agent，才是 AI ToB 的唯一出路

翟星吉与语核科技探索AI Agent在企业核心流程中的商业化路径，提出”离钱近”的产品策略，强调解决实际业务堵塞点才能创造付费意愿。作为95后创业者，翟星吉通过从ToC助手转向ToB数字员工的转型实践，揭示了AI杠杆效应在企业级市场的放大原理：销售场景中微小的转化率提升能带来显著的商业回报。当前Agent处于L2人机协作阶段，主要替代初级员工的程序性工作，未来目标是实现L4高度自治，使企业能够为”结果”而非”人头”付费。
在商业化探索中，语核科技发现企业核心业务流的价值锚点至关重要。其首个留学中介客户案例显示，AI解决方案带来的千万级增量营收远超传统SaaS的定价逻辑。这种价值量化能力突破…

来源：  极客公园

◎ NAND，新“混”战

存储市场迎来全面涨价周期，AI服务器和高密度存储需求推动NAND闪存价格快速上涨。在这一背景下，各大存储厂商加速推进下一代技术路线，其中混合键合技术成为竞争焦点。SK海力士决定在300层NAND节点提前导入该技术，打破业界预期；三星电子则冲刺400多层V10 NAND，采用混合键合外围单元架构；铠侠通过CMOS直接键合阵列技术已实现332层3D闪存量产。技术路线分化明显，厂商战略各具特色。
混合键合技术因解决传统架构瓶颈而成为必选项。当NAND层数突破300层后，传统PUC架构面临外围电路高温工艺导致的可靠性问题。混合键合通过分离制造存储单元和外围电路晶圆，实现独立优化，显著提升性能与良率…

来源：  半导体行业观察

◎ 硅谷认证！Meta新模型暗含Qwen血统，周靖人带飞团队成阿里新晋合伙人

阿里巴巴合伙人团队迎来新成员，阿里云CTO、通义实验室负责人周靖人正式加入这一最高集体决策机构。此次人事变动发生在技术换挡的关键窗口期，大模型从“能用”走向落地，云厂商竞争焦点转向体系化AI能力。周靖人的晋升源于其领导的通义实验室在过去一年中保证了千问（Qwen）模型的领先地位，这一成绩获得阿里管理层高度评价。
阿里巴巴已将AI战略从“技术叙事”升级为“生死线”。公司宣布未来三年将投入至少3800亿元用于云计算与AI基础设施建设，这一金额超过过去十年相关领域投入总和。马云亲自督战AI发展，频繁关注Qwen3进展，明确指出AI将成为阿里未来十年的主要增量，而模型是整个体系的第一变量。周靖人从…

来源：  AI前线

◎ 斯坦福破解大模型千篇一律：口述采样唤醒 AI创造力

研究发现大语言模型在追求安全顺从的过程中正面临创造力枯竭的模式坍塌问题。东北大学、斯坦福大学和西弗吉尼亚大学的联合团队揭示了这一现象源于人类偏好数据中存在的典型性偏见。典型性偏见植根于人类认知心理，包括单纯曝光效应、流畅性启发式和图式一致性理论等机制，导致标注者系统性地偏好平庸但安全的文本。通过Bradley-Terry模型分析发现，这种偏见迫使模型在训练过程中将概率分布极度尖锐化，集中在最符合人类刻板印象的模式上。
研究团队提出了一种名为口述采样的创新方法，该方法无需重新训练模型，仅通过重构提示词就能在推理阶段解锁模型被压抑的多样性潜能。与传统直接提示不同，口述采样要求模型生成一组响应及…

来源：  AIGC开放社区

◎ 一部手机的”斯巴达式”成人礼：探秘 OPPO 东莞可靠性实验室

在OPPO东莞长安工业园的可靠性实验室内，数千平方米的空间被打造为手机的”斯巴达训练营”。每一部OPPO手机在出厂前需通过180项严苛测试，涵盖机械冲击、环境耐受等14个类别，这种近乎残酷的测试标准远超行业通用水平，成就了品牌”传奇耐摔王”的用户口碑。
机械实验室中，独特的滚筒跌落测试装置模拟了日常使用中的各种意外场景。手机从1米高度进行随机翻滚跌落，测试过程复现了口袋滑落、拍照脱手等真实情境。定向跌落测试仪则以极快速度将手机砸向测试台面，1.5米高度的10轮极限测试确保产品在极端冲击下的可靠性。折叠屏机型需经历2万次起步的翻折测试，最高可达20万次，OPPO Find N5的钛合金天穹铰…

来源：  硅星人Pro

◎ 一手实测 | 智谱AutoGLM重磅开源： AI手机的「安卓时刻」正式到来

罗永浩的锤子科技虽已落幕七年，但其TNT（Touch&Talk）构想在大模型时代意外成为现实。这一通过触控和语音操作设备的激进设计，如今被验证为最高效的手机交互方式。近期豆包手机助手的爆火，展示了AI Agent通过自然语言和语音输入完成复杂操作的能力，但也引发了隐私担忧。智谱AI的开源项目AutoGLM提供了另一种选择——一个既能执行任务又能保障隐私的本地化智能体框架。
AutoGLM作为全球首个真正操控手机的Agent，实现了从语言理解到实际操作的跨越。其技术核心在于视觉-语言模型对屏幕内容的解析、ADB对设备的控制以及智能规划对任务的拆解。这款9B参数模型不仅能完成发微信、浏览小红书…

来源：  机器之心

◎ MEET2026挤爆了，AI圈今年最该听的20+场演讲&对谈都在这

在量子位MEET2026智能未来大会上，来自学术界、产业界和投资界的近30位代表集中探讨了人工智能领域的最新进展与未来趋势。大会核心聚焦于AI从生成式向推理式、从虚拟向物理世界的跨越式发展，揭示了智能体（Agent）作为下一代交互范式的关键地位。
张亚勤院士指出，AI正经历从鉴别式向生成式与推理式的范式转变，未来5-10年基础大模型将如操作系统般收敛至不超过10个，而“智能体互联网”将成为主战场，取代现有App成为人机交互的默认形态。王颖强调百度GenFlow框架已实现全场景覆盖，月活突破千万，凸显超级智能体的商业化潜力。王仲远提出多模态是第三代Scaling范式的核心，智源研究院的Emu…

来源：  量子位

◎ 对话斯年智驾CEO何贝：L4 智驾公司的宿命，是大集成商或大运营商丨L4十人谈

何贝的职业生涯始于清华大学电子系博士，随后进入国企工作两年，2015年加入百度地图并转入百度智能汽车事业部（Baidu iV）。这段经历让他站在了中国自动驾驶创业浪潮的前沿。2016年Cruise被通用汽车收购的事件成为行业转折点，百度自动驾驶团队多人出走创业，包括地平线创始人余凯、小马智行创始人彭军与楼天城等，何贝也在2017年离开百度。他坦言离职源于对技术路径的判断分歧——他主张低成本纯视觉方案，而当时百度更依赖高精地图和激光雷达。尽管后来他对激光雷达的安全性有所认可，但仍认为视觉方案具备更高的上限潜力。
离开百度后，何贝先以CTO身份参与一家自动驾驶公司创业，2020年创立聚焦港口场…

来源：  雷峰网

◈ 12月09日 星期二 【 10 篇 】

◎ 对话微分智飞高飞：看具身智能如何引发飞行认知革命 | GAIR 2025

微分智飞创始人兼CEO高飞在GAIR大会上深入探讨了飞行具身智能的核心概念及其与传统无人机的本质差异。具身智能的本质是赋予机器人认知、推理和泛化决策能力，而飞行具身智能的关键在于实现自主感知-理解-决策-执行的全闭环流程。与传统无人机相比，飞行具身智能更强调智能化和自主性，能够在断网、无卫星信号的环境下独立完成任务，成为物理世界中的智能体。
高飞从学术角度阐释了机器人学科的特点，强调其面向对象的本质。机器人领域的核心目标是实现功能落地，而非局限于方法论。在AI技术加持下，大模型、端到端强化学习以及分布式群脑技术为机器人带来了质变。他指出，自动驾驶技术本质上是机器人技术在平面移动领域的投影，…

来源：  AI科技评论

◎ 对话英诺王建明：机器人目前面临的核心问题是数据 | GAIR 2025

英诺天使基金执行董事王建明通过长期记录行业动态的”石麻笔记”，深入观察了机器人行业的发展脉络。作为早期关注具身智能赛道的投资人，她见证了该领域从默默无闻到资本狂欢的蜕变：2025年前七个月行业融资金额突破300亿元，远超2024年同期的75亿元。然而在这波投资热潮背后，数据困境正成为制约行业发展的核心瓶颈。
在技术认知层面，王建明通过持续访谈形成了独特见解。她认为单纯算法公司难以突破机器人系统瓶颈，真正成功的企业需要同时具备硬件、系统、软件和算法的综合能力。这一观点源于她对行业技术路径的长期跟踪，特别是对双足人形机器人发展轨迹的观察。目前行业面临的最大挑战是如何利用人类行为数据（Human…

来源：  AI科技评论

◎ 从 PaDY 到 智能缝纫：IEEE RAS 主席 Kosuge的「六年之约」丨GAIR 2025

Kosuge教授在GAIR 2019提出的协作机器人构想，经过六年技术深耕已发展为基于AI的智能缝纫系统。该系统针对服装制造业劳动力短缺与自动化瓶颈问题，通过多项突破性技术创新实现了柔性材料的免夹具3D缝制。核心突破包括：采用AI算法实现三维立体成衣部件的自动化缝制，集成滚轮机构与激光光学传感器实时检测织物边缘，以及开发具备高度可编程性的系统架构，可快速切换不同款式、尺寸和面料的服装生产。
技术实现层面，该系统通过”PAL Grip”无源抓取器和”RollUP”布料对齐装置解决了软材料处理的根本性难题。前者利用摩擦系数差异实现低成本、高适应性的单层布料抓取，后者通过吸附装置与激光厚度传感器…

来源：  雷峰网

◎ OpenAI最新报告曝光！前5%精英效率暴涨16倍，普通人却被悄悄淘汰

OpenAI最新发布的《企业AI现状报告》揭示了人工智能在企业领域的快速渗透与深远影响。过去一年中，企业用户对ChatGPT的使用量激增8倍，员工平均每日节省近1小时工作时间。数据显示，美国已有36%的企业成为ChatGPT Enterprise客户，而Anthropic则以14.3%的市场份额加速追赶。报告强调，企业AI采用率不仅持续攀升，更呈现加速、深化态势，这标志着技术应用从实验阶段进入规模化落地阶段。
面对谷歌Gemini和Anthropic的双重夹击，OpenAI正将企业市场视为战略核心。尽管其仍以100万企业客户保持领先地位，但增长速率已显现疲态——10月企业采用率仅微增0.3…

来源：  新智元

◎ 搅局者来了！智谱重磅开源AutoGLM，让“豆包手机”人人可造！官方：AI手机不该掌握在少数厂商手中

智谱团队于2023年4月启动了一项突破性研究，目标是让AI具备真实操作智能手机的能力。经过32个月的开发，其核心成果AutoGLM模型以完整开源形式发布，支持MIT和Apache-2.0双许可证。该模型具备Phone-Use能力框架，能稳定执行外卖点单、机票预订等数十步复杂操作，目前已适配上百款主流APP，并在云端虚拟手机环境中通过强化学习持续优化性能。
开源决策背后体现三重考量：首先，智谱认为AI手机生态建设需行业协同，而非少数厂商垄断。他们将AutoGLM定位为公共技术底座，支持开发者自由改造集成。其次，通过开源实现隐私数据本地化处理，确保敏感信息不离开用户设备。第三，团队希望共享技术…

来源：  AI前线

◎ 一家县城鸭脖店，让我重新理解 AI 的意义。

周日下午接到老家好友的电话，对方计划在春节前升级两家现有店铺并开设新店，尽管今年线下生意普遍被认为艰难，但他的生意却实现了20%的增长。这位朋友常分享朴素的商业智慧，例如9月曾详细讲解如何在与隔壁店铺的竞争中胜出。此次他寻求帮助，尽管需要加班，但出于多年友情仍决定全力支持。
前一天刚写过一篇关于AI工具Lovart的文章，提到公司90%的设计物料均由它完成，即使员工此前不会用Photoshop。这款工具已成熟到能直接生成可用的设计图片和视频，大幅降低创意实现门槛。然而，许多非AI领域的小店主仍不了解此类工具，朋友因在小县城找不到合适设计师而求助。据统计，中国有近亿家小店，多数无力承担专…

来源：  AI产品阿颖

◎ 当57岁“数学传奇”决定为24岁“天才少女”的AI项目打工

57岁的美国顶尖数学家小野健辞去弗吉尼亚大学终身教职，加入其24岁学生洪乐潼创办的AI数学公司Axiom Math，成为第15号员工。小野健是美国顶尖数论学家，研究领域为数论，曾任弗吉尼亚大学教务长STEM顾问。洪乐潼则是数学界的“天才少女”，用三年时间从麻省理工学院毕业，荣获摩根奖和罗德奖学金，后前往斯坦福大学攻读法律和数学双博士学位，中途退学创办Axiom Math，并完成6400万美元融资。
Axiom Math的目标是打造“AI数学家”，即一种能够像人类数学家那样推理、发现并证明数学定理的AI系统。公司成立后不久便完成6400万美元种子轮融资，估值达3亿美元。官网的使命宣言强调，数…

来源：  钛媒体AGI

◎ H200获批出口中国，英伟达GPU：迎来新争议

美国政府计划批准英伟达向中国出口其H200芯片，这一决定被视为在维持市场准入与技术限制之间的折衷方案。H200芯片性能高于此前获准销售的H20，但低于英伟达最新的Blackwell和明年将推出的Rubin系列产品。此举紧随特朗普与英伟达CEO黄仁勋的会晤，双方讨论了出口问题。部分官员支持这一决定，认为它能在不威胁美国AI领先地位的前提下，允许英伟达参与中国市场。值得注意的是，中国此前曾以安全为由拒绝使用H20芯片，部分分析师认为这是一种谈判策略，旨在获取更高性能的芯片。
H200的性能据智库估计是H20的六倍，其出口可能为英伟达带来数十亿美元收入，并缓解中国科技公司获取高端芯片的困境。黄仁…

来源：  半导体行业观察

◎ AutoGLM深夜开源，千千万万个手机Agent要站起来了。

深夜，智谱公司宣布开源其手机Agent框架AutoGLM，引发技术社区广泛关注。此次开源包含Phone Agent框架和AutoGLM-Phone-9B模型，标志着手机智能助手技术进入新阶段。作为手机Agent领域的早期探索者，AutoGLM曾在2023年10月首次亮相，尽管初期功能有限，但开创性地展示了设备端智能助手的可能性。
开源方案提供了三种部署模式：本地部署确保数据完全保留在设备；云端部署适合需要更强算力的场景；混合部署则在隐私和性能间寻求平衡。这种灵活性为开发者提供了应对当前手机算力限制的过渡方案，同时也为隐私保护提供了切实可行的技术路径。值得注意的是，该方案目前支持约50个应用…

来源：  数字生命卡兹克

◎ 残暴！众擎T800机器人一脚踹翻老板，网友：多少带点私人恩怨；罗永浩硬件研发出意外，为「补贴家用」做播客；张予彤出任月之暗面总裁

特斯拉的Optimus人形机器人在迈阿密门店的演示中摔倒，引发质疑。在递送瓶装水时，机器人失衡后仰摔倒，并在倒地前做出“摘头显”动作，但头部并未佩戴任何设备。这一细节被广泛解读为远程操控穿帮，暴露了其可能并非完全由AI自主驱动。特斯拉此前曾使用VR系统训练Optimus，马斯克曾强调演示由AI驱动，但官方尚未对此事件作出回应。业内人士认为，如果特斯拉仍需依靠远程操控完成简单任务，实现真正通用能力的机器人还有很长的路要走。
众擎T800人形机器人“踹老板”视频引发热议。视频中，众擎CEO赵同阳被机器人踹翻在地，直呼“太暴力了”。众擎T800售价18万元起，具备运动与负载能力，公司近期完成10…

来源：  雷峰网

◈ 12月08日 星期一 【 6 篇 】

◎ ICLR 2026还会好吗？300篇投稿50篇含幻觉，引用example.com竟也能过审

ICLR 2026近期陷入一系列学术诚信风波，最新事件涉及论文引用内容的大规模造假问题。AI检测平台GPTZero对300篇投稿论文进行扫描后，发现其中50篇存在明显的引用幻觉现象，占比高达16.7%。这些造假行为包括虚构作者名单、篡改真实论文信息、使用默认示例链接等极端案例，部分存在明显问题的论文甚至获得了8/10的高分评审结果。
检测结果显示，学术评审体系面临严峻挑战。GPTZero采用的”幻觉检测”工具通过AI智能体标记无法验证的引用，经人工复核确认，这些造假引用已通过3-5名领域专家的同行评审。问题引用主要表现为：作者信息与真实论文不符、标题与年份存在偏差、arXiv ID真实但内…

来源：  机器之心

◎ 王小川的医疗 AI 新答案：用 PAPA 打通医疗的「最后一公里」

在开源模型全面崛起的背景下，医疗领域已成为大模型技术竞争的核心战场之一。OpenAI推出HealthBench评价体系，OpenEvidence等医疗AI公司获得资本青睐，反映出行业对AI医疗的认可度持续提升。医疗牵动的是人类最本质的课题：生命科学，而传统医疗模式正面临慢病管理需求增长、人口老龄化、医学知识爆炸（每73天翻倍）等多重压力。百川智能创始人王小川在IF 2026大会上首次公开了其医疗全流程解决方案——由「MAM决策AI」与「PAPA陪伴AI」构成的双轮驱动架构。
MAM（Medical Augmented Model）作为院内「外挂大脑」，专注于高可靠性决策支持，已在北京儿童医…

来源：  极客公园

◎ 谷歌突砍Gemini免费版炸锅，数据养模遭背刺？GPT-5.2突袭Gemini 3，Demis Hassabis：谷歌须占最强位

谷歌近期大幅收紧Gemini API免费层级的限制，引发开发者强烈不满。免费请求次数从每日250次骤降至20次，且未提前通知，导致许多小型项目无法正常运行。开发者批评谷歌在收集足够数据后突然转变策略，取消原本”过于慷慨”的免费套餐，认为这是典型的”先免费吸引用户后收费”的商业手段。值得注意的是，谷歌已从批量API速率限制列表中移除Gemini免费API项，标志着免费时代的终结。
这一政策调整恰逢大模型竞争进入白热化阶段。谷歌凭借Gemini 3赢得用户青睐，其平均使用时长已超过ChatGPT。但OpenAI即将提前发布GPT-5.2作为回应，而谷歌则推出Gemini 3 Flash应战，形…

来源：  AI前线

◎ 造梦次元：每天30万人在这里，不求AI陪伴，只做上帝愉悦自己

造梦次元APP通过AI技术为用户提供了扮演“上帝”的机会，让他们在虚拟世界中创造并消费内容，从而获得掌控感。该平台的核心特点是高度互动性，用户不仅可以消费内容，还能边创造边消费，形成独特的体验。数据显示，平台上已有超1000万用户，日均互动时间达100分钟，是目前AI内容领域表现最好的产品之一。
造梦次元的产品形态融合了多种内容形式，包括互动小说、音频、群聊、模拟游戏等，并预留了视频功能以应对多模态内容的发展趋势。平台上的内容完全由用户主导，例如5.2万人与一只助眠猫互动并解谜，38万人通过初始聊天框展开与虚拟歌手“紫樱”的剧情互动。这些虚拟IP的总互动量已超过3800万次，展现了强大的用…

来源：  硅星人Pro

◎ 里程碑！纳芯微H股上市，硬实力撑起高潜力

纳芯微完成“A+H”双地上市布局，成为国内高端模拟及混合信号芯片企业打通全球资本市场的典型案例。 2025年12月8日，公司在香港联合交易所主板挂牌上市，标志着其发展进入新阶段。招股书显示，纳芯微的基本面稳固，增长逻辑清晰，财务表现、业务结构和技术壁垒均呈现积极信号。
财务数据揭示公司经营质量持续改善。 2022-2024年营收分别为16.7亿元、13.1亿元和19.6亿元，2024年同比增长49.6%，2025年上半年增速进一步提升至79.5%。毛利率从2024年上半年的29.7%提升至2025年上半年的32.9%，反映出产品竞争力增强。费用率下降趋势明显，销售、管理和研发费用率分别降至…

来源：  半导体行业观察

◎ YC F25 Demo Day：83个AI项目完整盘点

2025年标志着生成式AI从概念验证阶段迈向规模化落地的关键转折点。在Y Combinator（YC）最新一期F25 Demo Day中，AI公司占比高达53%（83家/156家），较2021年的12%实现跨越式增长。这一现象揭示出AI已从独立赛道演变为各行业的底层能力，技术栈成熟度与垂直应用深度同步提升。
AI Agent基础设施的成熟化成为显著特征。7家头部企业构建了覆盖记忆层（Hyperspell）、安全认证（Multifactor）、可观测性（Context Company）的完整技术栈，Forbes评选的21家重点公司中有三分之一专注该领域。这类基础设施支撑了Agent从实验…

来源：  硅星人Pro

◈ 12月07日 星期日 【 7 篇 】

◎ OPPO 姜昱辰：从 GUI 到 Agent，AI 手机交互革命的「终局」思考

智能手机行业正面临自功能机向智能机转型以来最深刻的变革。大模型技术的爆发推动手机向「AI个人计算设备」演进，以豆包AI手机为代表的GUI Agent技术落地，标志着手机不再仅是通讯工具，而是向懂用户的超级助理转型。行业共识认为，未来1500天内将发生决定性「聚变」，但具体路径仍处于探索期，硬件形态、交互界面和技术路线均未收敛。
交互革命被视为AI手机演进的核心驱动力。OPPO选择以「记忆」作为突破口，构建能理解用户行为数据的第二大脑。其记忆系统分为三层架构：数据理解层处理多源信息，连点成线层整合关联事件，连线成图层形成用户画像网络。这种设计旨在解决信息爆炸时代的痛点，通过端侧计算实现「记得…

来源：  极客公园

◎ VLA、世界模型与一副AI眼镜：理想在押注怎样的未来？

理想汽车正式推出AI眼镜Livis，标志着其从汽车制造商向人工智能终端公司的战略拓展。这款售价1699元起的穿戴设备并非简单的智能配饰，而是被定位为”穿戴机器人”，与理想现有的汽车机器人、空间智能体和充电机器人共同构成其人工智能终端生态。Livis的推出，实质上是将理想在自动驾驶领域积累的VLA（视觉+语言+行动）技术路线从车内延伸至车外场景。
产品命名体系透露出理想的生态布局野心。Livis既是眼镜产品名称，也是未来AI终端系列的后缀品牌名，而核心交互入口仍沿用”理想同学”这一成熟IP。软件架构上采用Livis OS系统，通过手机App整合车控、眼镜控制等功能模块，形成跨终端统一体验。这…

来源：  钛媒体AGI

◎ 影石刘靖康：全景无人机，是「马车时代的汽车」

影石在2025年完成了两项重要里程碑：6月上市，12月发布全球首款全景无人机影翎Antigravity A1。这一系列动作不仅标志着公司从创业团队成长为市值千亿的超级独角兽，更展现了其在影像技术领域的持续创新力。创始人刘靖康在极客公园创新大会2026上提出，影像的终极形态并非设备本身，而是内容，这一理念成为公司进军无人机赛道的核心驱动力。
影石选择无人机赛道并非盲目挑战行业巨头，而是基于对行业本质的深刻洞察。刘靖康认为，无人机技术门槛低于造车和手机，但市场规模不容小觑。公司推出的全景无人机采用了创新的交互方式：通过VR眼镜实现体感操控，用户只需手指方向即可控制飞行，眼睛看哪里就拍摄哪里。这…

来源：  极客公园

◎ 字节即梦张楠：帮人类提升创造力，才是更有意义的「目标函数」

在极客公园IF2026创新大会上，字节跳动即梦Dreamina负责人张楠与主持人张鹏围绕AI与人类创作的关系展开深度对话。会上放映的AI短片《老妈的心愿》成为讨论起点，这部由青年导演小文借助即梦AI工具完成的18分钟作品，通过400多个分镜、上万张生成图和数千条视频，实现了故事与画面的无缝衔接，证明AI已能支持完整影视创作流程。
关于AI与创作者的关系演变，张楠提出从“驾驭AI”到“与AI共创”的转变趋势。青年导演合作计划显示，创作者初期往往追求对AI的绝对控制，但随着实践深入，逐渐发现AI能带来超预期的创意碰撞。这种协作模式被比喻为摄影中“偶然捕捉白鹭入镜”的惊喜时刻，AI正从工具升级为…

来源：  Founder Park

◎ 本周AI项目推荐：造梦次元、Tiimo、AnuNeko、Creaibo……

本周多个AI项目展现出在不同领域的突破性探索。造梦次元作为AI原生互动内容社区，累计用户超1000万，其核心逻辑是用户与AI共同创造多分支剧情，虚拟IP“紫樱”通过多模态交互实现3800万次互动，重新定义了内容生产的参与式体验。该平台日均用户互动时长超100分钟，验证了“互动内容”模式的商业潜力。
针对特定人群需求的产品表现亮眼。Tiimo专为ADHD群体设计，通过可视化时间线和AI任务拆解功能，解决时间感知障碍问题。其成功印证了垂直场景深度打磨的价值，全球百万下载量及App Store年度应用奖项显示，服务于神经多样性人群的市场被长期低估。另一款差异化产品AnuNeko放弃实用功能，专注…

来源：  硅星人Pro

◎ 市场远远低估了淘宝闪购的野心

阿里集团近期将”饿了么”APP全面升级为”淘宝闪购”，标志着其大消费战略进入新阶段。这一更名不仅是品牌层面的调整，更是阿里整合资源、强化即时零售赛道布局的关键举措。数据显示，整合后的淘宝闪购日订单峰值达1.2亿单，月度交易用户突破3亿，直接带动手机淘宝DAU同比增长20%，印证了业务模式的可行性。
在财务表现方面，即时零售业务展现出强劲增长势头。最新季度收入达229亿元，同比增长60%，单位经济效益显著改善，10月以来每单亏损较七八月份收窄一半。值得注意的是，非茶饮订单占比提升至75%以上，客单价实现两位数增长，显示平台正从餐饮外卖向全品类即时零售转型。盒马、天猫超市等零售业务的闪购订单环…

来源：  雷峰网

◎ 字节即梦张楠：AI 时代，如何探索人的想象力？

在极客公园IF 2026创新大会上，字节跳动即梦Dreamina负责人张楠与极客公园创始人张鹏围绕AI与人类创作的关系展开深度对话。AI被定义为人类能力的「放大器」，而非简单工具，这一观点通过青年导演合作计划中的实践得到验证。导演小文借助即梦AI将编剧构思转化为完整影片《老妈的心愿》，展现了技术如何降低创作门槛，实现表达平权。
创作模式正经历显著转变。从初期试图精准控制AI，到逐渐接受与AI「深度共创」，创作者们发现技术能带来意外灵感。导演胤超将AI生成比作摄影中偶遇白鹭的惊喜时刻，这种不可预测性反而成为创作魅力。技术变革使得传统影视行业中处于弱势的编剧等角色，能够突破资源限制实现创作自由…

来源：  极客公园

◈ 12月06日 星期六 【 8 篇 】

◎ 今年用过最值当的 AI 工具

Lovart作为一款多模态AI工具，已成为团队核心生产力工具。在图片和视频创作场景中，其表现显著优于传统设计软件，能够满足90%的视觉内容需求。通过订阅模式，团队在两个月内实现成本回收，相比外包设计节省了大量时间和费用。工具的核心优势体现在直观的Touch Edit功能，允许用户通过点击图像区域直接修改元素，解决了自然语言描述不精准的痛点。
Nano Banana Pro模型与Touch Edit的协同展现出行业领先的修图能力。典型案例显示，用户可快速完成服装替换（如将连帽衫改为薄荷绿针织衫）、人物置换（如替换为马斯克形象）等复杂操作，生成效果自然真实。多元素组合编辑功能支持在咖啡馆场景…

来源：  AI产品阿颖

◎ 智能体A2A落地华为新旗舰，鸿蒙开发者新机遇来了

华为在Mate80系列和MateX7发布会上展示了鸿蒙6系统的突破性功能，首次实现了Agent to Agent（A2A）智能体协作的商用落地。这一技术通过AI与大屏交互的深度融合，将分散的应用整合为能听懂指令并相互配合的“智能服务团”。用户只需通过自然语言指令，即可让订票软件、攻略社区和打车智能体协同完成跨城出行规划等复杂任务，标志着手机交互形态正从GUI向LUI（自然语言交互）演进。
鸿蒙6的技术核心在于重构了应用连接方式。通过意图框架Intents Kit和统一通信协议，系统能将APP功能转化为可调用的“原子化意图”，实现跨应用的意图理解与指令分发。HMAF框架和全栈工具链的引入，使…

来源：  量子位

◎ Yann LeCun离开Meta后首篇论文？使用了宇树机器人做研究

伯克利、纽约大学和约翰・开普勒林茨大学的研究团队提出了一种名为GenMimic的新方法，使机器人能够通过观看AI生成的视频学习并复现人类动作。这一突破性技术让人联想到《黑客帝国》中Neo通过脑机接口瞬间学会功夫的场景。研究人员开发了一个通用框架，使人形机器人能够零样本执行生成视频中的动作，即便视频中存在噪声或变形，机器人也能准确提取核心动作逻辑。
GenMimic的核心贡献包括提出首个从生成视频到机器人动作的通用框架，以及开发了一种新的强化学习策略。该策略使用对称正则化和选择性加权的3D关键点奖励进行训练，能够在现有动作捕捉数据上训练，并泛化到充满噪声的合成视频。此外，研究团队还创建了Ge…

来源：  机器之心

◎ 刚刚，英伟达CUDA迎来史上最大更新！

英伟达正式发布了CUDA Toolkit 13.1，官方称其为“20年来最大的一次更新”。此次更新涵盖多项突破性技术，核心是引入了CUDA Tile编程模型，这是一种基于数据块（Tile）的高层抽象方法，允许开发者通过定义数据块及其运算来编写算法，而无需直接处理底层硬件细节。Tile模型通过CUDA Tile IR虚拟指令集和cuTile Python DSL实现，显著提升了AI算法开发效率，并能兼容未来GPU架构。当前版本仅支持Blackwell系列GPU，未来将扩展至更多硬件。
另一个重要更新是运行时API对Green Context的支持，这是一种轻量级上下文管理机制，允许开发者…

来源：  机器之心

◎ Gemini 首次反超 ChatGPT，谷歌CEO劈柴哥复盘：不止是十年算力与全栈豪赌，更是找回了“老谷歌”那个味儿

Gemini在用户停留时长上首次超越ChatGPT，桌面和移动端平均停留时间达到7.2分钟，高于ChatGPT的6分钟和Claude的6分钟。这一数据表明用户不再只是出于新鲜感使用Gemini，而是真正依赖它解决问题。与此同时，Gemini的月度下载量从2025年年中的1500万激增至年底的6600万，虽然仍落后于ChatGPT的8700万，但追赶速度惊人。谷歌将Gemini深度整合到Android和Google Workspace生态系统的策略正在显效，特别是在用户获取方面。
Gemini的成功并非偶然，其转折点与Gemini 3的发布高度重合。Gemini 3在一系列基准测试中超越了O…

来源：  AI前线

◎ 100万亿Token看懵硅谷！全球一半算力写代码，另一半在「搞颜色」 ？

2025年的AI领域呈现出前所未有的多元化与专业化发展趋势。开源模型已从闭源替代品转变为特定场景的首选，其流量占比达到30%，其中中国开源模型的崛起尤为显著。以DeepSeek、Qwen等为代表的中国开源模型，从2024年仅占1.2%增长至2025年近30%的全球流量份额，在迭代速度和角色扮演等场景展现统治级表现。这种增长并非短期现象，而是由模型持续进入生产环境所驱动。
推理优化模型使用量飙升至50%以上，标志着AI应用从简单文本生成向复杂问题解决的转型。用户需求呈现深度化特征：平均输入Token数增长4倍至6k，输出长度翻倍至400Token，反映工作负载向长上下文、多步任务执行的演进。…

来源：  新智元

◎ 耗时15年、扫描1400个大脑！她发现了藏在人脑中的「生物版ChatGPT」

MIT神经科学家Ev Fedorenko通过大规模脑扫描研究揭示了大脑中专司语言处理的独立神经网络，其功能机制与大型语言模型（LLM）存在显著相似性。这项历时15年的研究涉及约1400名受试者，发现人类大脑中存在一个类似”生物版ChatGPT”的专用系统——语言网络，其核心功能是建立词语与意义的映射关系并完成句子组合，而非参与高级认知或情感处理。
语言网络被确认为解剖结构明确的独立功能单元，主要分布于左额叶侧面和中颞回区域，体积仅相当于一颗草莓大小。功能核磁共振显示，这些区域在语言处理时呈现协同激活模式，个体间差异微小。与布罗卡区等传统语言功能区不同，该系统专门负责语言结构的计算，下游连接…

来源：  新智元

◎ 下一个Transformer可能又被Google做出来了

当前顶尖大模型被比喻为患有顺行性遗忘症的患者，它们仅能依赖预训练阶段获得的”出厂知识”进行回应，而无法将交互中获得的新信息转化为长期记忆。Google研究员Ali Behrouz在论文《Nested Learning: The Illusion of Deep Learning Architectures》中提出，这种局限性源于传统AI架构中”架构”与”优化器”的人为割裂，创造了一种虚假的二元对立。
论文提出的嵌套学习理论打破了训练与推理的界限，认为智能应是一个连续的记忆压缩过程。基于此，团队开发了HOPE框架，其核心在于模拟人类大脑的多层次记忆系统：快系统Titans模块像海马体般处理即…

来源：  硅星人Pro