AI新闻 | goodux 好体验

1月 30日

3 条新闻

15:44

英伟达支持的Perplexity据悉与微软签署价值7.5亿美元协议

相关报道援引知情人士称，人工智能初创公司Perplexity已与微软签署了一项价值7.5亿美元的协议，将使用其Azure云服务。据悉，这项为期三年的协议将允许英伟达支持的Perplexity通过微软的Foundry计划运行一系列AI模型，包括来自OpenAI、Anthropic和xAI的系统。Perplexity的一位发言人证实，该公司正与微软合作，“以获取来自X、OpenAI和Anthropic的前沿模型”。该发言人表示，作为与微软合作的一部分，Perplexity并未将支出从其主要云服务提供商亚马逊网络服务（AWS）转移到微软。（广角观察）

来源：钛媒体

15:44

商汤开源多模态自主推理模型SenseNova-MARS

商汤正式开源多模态自主推理模型SenseNova-MARS（8B/32B双版本）。据商汤介绍，该模型是首个支持动态视觉推理和图文搜索深度融合的Agentic VLM模型。（广角观察）

来源：钛媒体

15:44

蚂蚁灵波开源具身世界模型LingBot-VA

蚂蚁灵波科技宣布开源具身世界模型LingBot-VA。据介绍，该模型首次提出自回归视频-动作世界建模框架，将大规模视频生成模型的能力与机器人控制融合，模型在生成“下一步世界状态”的同时，直接推演并输出对应的动作序列，使机器人能够像人一样“边推演、边行动”。（广角观察）

来源：钛媒体

1月 29日

1 条新闻

09:31

世界模型怎么才算“能用”？李飞飞把它做成了 API

李飞飞创立的World Labs推出World API，标志着AI从生成视频内容迈向构建可交互三维空间。该API利用多模态输入技术，将文字或图像转化为具备物理规则与几何结构的数字世界，为机器人训练、游戏开发及虚拟现实提供支持。World API不仅是一个生成工具，更是重新定义了‘世界’的概念，旨在赋予机器真正的空间智能。其核心能力在于多模态输入和语义可编辑性，使任何需要3D环境的应用都能直接调用它来构建场景。

🔗 [效率传送门]：https://www.worldlabs.ai/blog/announcing-the-world-api

来源：36氪

1月 28日

1 条新闻

07:18

OpenAI 的最强对手，离「AI Windows」又近了一步

Anthropic 为 Claude 引入 Model Context Protocol (MCP)，实现与 Figma、GitHub 等生产力工具的深度集成。这一更新不仅简化了多工具间的数据搬运，还通过统一标准接口提升了工作效率，标志着 Claude 从被动聊天机器人向主动智能体平台的转变。MCP 的开源特性有望推动更开放的 AI 工具生态，降低开发门槛并提升互操作性。

来源：36氪

1月 27日

1 条新闻

15:27

蚂蚁灵波开源具身智能技术基座方向重要成果LingBot-Depth模型

蚂蚁集团旗下灵波科技1月27日开源高精度空间感知模型LingBot-Depth，这是该公司在2025外滩大会后首次公布具身智能技术基座方向重要成果。该模型基于奥比中光Gemini330系列双目3D相机芯片级原始数据，专注于提升环境深度感知与三维空间理解能力。模型创新采用”掩码深度建模”技术，有效解决透明和反光物体的视觉感知难题。本周蚂蚁灵波将陆续开源多款具身智能方向模型。

在权威基准评测中，LingBot-Depth展现出代际级优势：相比主流模型，室内场景相对误差降低超70%，稀疏SfM任务RMSE误差降低约47%。灵波科技计划开源包含200万组真实世界深度数据的数据资产，并与奥比中光合作推出新一代深度相机。（广角观察）

来源：钛媒体

1月 26日

3 条新闻

14:50

腾讯元宝内测”元宝派”，尝试探索社交AI形态

腾讯旗下AI助手”元宝”正式开启”元宝派”社交AI功能内测。该功能允许用户创建或加入兴趣社群”派”，元宝AI可参与群聊、总结讨论内容，并支持健身、阅读等打卡活动的监督提醒。用户还能通过图片二创功能制作梗图，增强互动趣味性。后续公测将接入腾讯会议音视频能力，支持”一起看””一起听”等多人协作场景。目前”元宝派”已与微信、QQ打通，用户可通过社交平台分享邀请链接。腾讯近期宣布在元宝APP发放10亿现金红包，推进AI新功能布局。（广角观察）

来源：钛媒体

14:50

腾讯混元图像3.0图生图版本正式发布

腾讯混元图像3.0图生图版本（HunyuanImage 3.0-Instruct）正式发布，支持多样化图片编辑与多图融合功能。该模型基于80B参数的混合专家架构，通过指令微调和后训练实现了对用户图像和编辑指令的深度理解。模型采用”先思考后编辑”的工作机制，在收到输入后会分析图像内容并推理编辑步骤，确保输出效果的一致性。目前该功能已同步上线元宝应用和混元官网，用户可体验图片增删改、风格变换、老照片修复等编辑能力。性能上，模型在盲测中表现与国内外SOTA闭源模型基本持平，生成图片具有高真实感和良好情绪表现力。

来源：钛媒体

14:29

具身智能迎来“统考卷”：上海交通大学发布大规模开源测评集GM-100，致力推动行业标准化

上海交通大学发布大规模开源测评集GM-100，专为具身智能领域设计，涵盖100个任务与13,000条操作轨迹数据。该测评集不仅强调任务广度与评估深度，还引入了部分成功率和动作预测误差等多维指标，旨在推动行业标准化与透明化。其开放性举措包括提供详细任务说明、物料清单及真实操作轨迹数据，极大降低了研究门槛。

🔗 [核心配方]：https://github.com/SJTU-GM-100/GM-100

来源：量子位

1月 24日

1 条新闻

11:18

纳德拉懂张一鸣

AI正从魔法变为工业品，纳德拉在达沃斯明确指出，未来的AI竞争在于Token工厂的效率。谁能在单位能耗下产出更多、更优质的Token，谁就能掌握市场定价权。这一观点与张一鸣通过火山引擎降低Token成本的战略不谋而合。随着AI工业化进程加快，任务成功率、推理延迟以及多模态融合效率将成为新的核心指标。

来源：36氪

1月 23日

1 条新闻

11:16

Mobileye势头强劲，2025财年全年营收同比增长15%

Mobileye以强劲势头迈入2026财年，全年营收同比增长15%，达18.94亿美元。公司赢得了美国一家主流主机厂的环绕式ADAS大规模订单，并与大众汽车集团合作推进无人驾驶出租车服务。2025财年经营活动现金流净额增长51%，彰显运营韧性。Mobileye计划通过收购Mentee Robotics拓展至人形机器人领域，成为物理AI领域的全面领导者。

来源：量子位

1月 22日

1 条新闻

11:37

黄仁勋达沃斯对话：五层蛋糕、三大突破、万亿基建重塑AI未来

黄仁勋在世界经济论坛上提出了AI的“五层蛋糕”理论，强调从底层能源到顶层应用的全栈革命将催生大规模基础设施建设。他指出，AI不是取代人类工作，而是通过自动化具体任务增强人类实现工作核心目的的能力。同时，开放模型的崛起和发展中国家利用AI缩小技术鸿沟的机会也得到了深入探讨。

来源：36氪

1月 19日

2 条新闻

14:02

AI算力破局关键，先进封装板块暴涨，风口来了？

AI算力需求飙升至极限，传统封装技术面临崩溃。先进封装与SiC材料成为破局关键，预计2027年将迎来SiC中介层量产元年。台积电、英伟达等巨头纷纷布局，A股市场相关指数及个股表现亮眼。先进封装市场规模将突破790亿美元，产业链各环节迎来爆发式增长。

来源：36氪

13:58

智谱与MiniMax上市后，“六小虎”路径分化

AI大模型企业分化发展，MiniMax、月之暗面等聚焦AGI理想，百川智能则转向医疗领域。MiniMax开源面向Coding Agent的评测集OctoCodingBench，百川智能发布全球领先的医疗大模型Baichuan—M3。行业格局不断重塑，技术迭代成为关键。

🔗 [效率传送门]：https://github.com/MiniMax/OctoCodingBench
🔗 [核心配方]：https://github.com/baichuan-ai/Baichuan-M3

来源：36氪

1月 17日

2 条新闻

15:50

仅用一周时间，谷歌就让OpenAI认清现实

谷歌Gemini最新推出的Personal Intelligence功能，通过整合Gmail、Google Photos等应用数据，实现跨数据源推理，提供个性化回答。同时，谷歌与苹果达成合作，Gemini 3将作为新版Siri的技术底座。此外，谷歌推出通用商务协议UCP，使AI代理无缝对接商业系统。这些举措不仅强化了谷歌的全栈优势，还重新定义了流量分发权。

来源：36氪

15:42

Transformer亲爹痛斥：当前AI陷死胡同，微调纯属浪费时间！

Transformer之父Llion Jones警告，当前的AI研究可能陷入局部优化陷阱，真正的AGI突破或需生物启发的新架构。他指出，尽管Transformer在多项任务上表现出色，但其万金油式的特性掩盖了更根本的问题。Jones认为，继续扩大现有模型规模并非通往AGI的唯一路径，而应探索如连续思维机（CTM）等新方向。

🔗 [效率传送门]：https://sakana.ai/ctm/
🔗 [战略白皮书]：https://hardwarelottery.github.io/

来源：36氪

1月 15日

4 条新闻

15:17

清华新研究，Nature+Science双杀！

清华团队最新研究揭示了AI在科研领域中的双刃剑效应：尽管个体科学家通过AI加速了论文发表和职业晋升，但整体科学探索的广度却因此收窄。研究指出，这种现象源于当前AI模型缺乏通用性。为解决这一问题，团队推出了跨学科科研智能体OmniScientist，旨在推动更广泛、更深入的科研创新。

🔗 [认知原点]：https://arxiv.org/abs/2412.07727

来源：量子位

13:11

AI开始“动手”了，全世界第一个带头的是阿里千问

阿里千问App率先实现AI在真实世界中的任务执行能力，成为全球首个大规模开放“搜索-决策-支付-履约”全链路AI功能的科技公司。通过Qwen最强模型与阿里生态的深度融合，千问App现在能一键搞定点外卖、做攻略、购物比价等日常琐事，极大提升了生活和工作效率，让AI真正成为你的私人助理。这不仅标志着人机交互的新拐点，也为职场人士提供了防替代的实操价值。

来源：量子位

11:47

今年最快千亿独角兽诞生

机器人赛道迎来新星！Skild AI完成14亿美元C轮融资，估值飙升至140亿美元。其通用机器人大脑Skild Brain已适配多类机器人形态，并在复杂环境中执行任务。该技术有望填补美国超百万岗位缺口，成为职场效率跃迁的关键。科技巨头如软银、英伟达等纷纷加注，预示着通用大脑之争才刚刚开始。

来源：36氪

11:47

魅族22 Next将至，小方屏集体爆发：AI算力正在「解放」手机形态

AI 算力与交互方式的脱钩正推动智能手机形态变革。魅族 22 Next 作为一款 4 英寸正方形屏幕、支持 5G 的 AI 终端，不仅重构了 Flyme 交互，还原生支持 Agent to Agent 跨智能体协作，成为智能家居和 IoT 设备控制的新入口。小方屏设备的复兴标志着 AI 时代下硬件形态的多样化趋势，未来 AI 硬件将更加分化，专注于不同场景入口。

来源：36氪