组委会 发自 凹非寺 量子位｜公众号 QbitAI 「2025人工智能年度榜单」申报 已进入倒计时阶段。 今年是量子位 「2025人工智能年度榜单」评选报名 的 第8年。 八年来，我们见证了技术的突破与落地，产业的融合与重塑，也见证了一批 又一批推动时代前行的企业、人物与产品。 本次评选已经从 企业 、 产品 、 人物 三大维度，设立五类奖项。欢迎企业抓住最后时间，尽快报名！ 让我们共同见证年度之星，点亮未来的方向。 企业榜 产品榜 人物榜 2025 人工智能年度 焦点人物 报名方式 本次评选将于 2025年11月17日 截止。评选结果将于量子位主办的 MEET2026智能未来大会 上正式公布。 扫描二维码即可报名评选： 网页端链接：https://wj.qq.com/s2/23740133/iso8/ 如对本次评选有其他疑问，请联系量子位工作人员。添加微信18801103170，或邮件发送至linyu@qbitai.com，并备注「评选-企业-姓 名」。 详细评选标准及报名方式如下。 2025 人工智能年度领航企业 将面向中国人工智能领域，评选出最具综合实力的企业， 参选条件 ： 评选标准 ： 2025 人 ...

产品发布与市场热度 - Nano Banana 2代以预览版形式在第三方网站Media.io上亮相，展示后即被移除，仅少数用户参与测试 [4] - 产品亮相即引发广泛关注，其代号为GemPix2 [8] - 第一代产品于2025年8月匿名上线，凭借卓越能力迅速登顶行业排行榜，随后被谷歌正式揭晓为Gemini 2.5 Flash Image [19] 第二代产品核心能力升级 - 产品能力远超前代，在处理复杂提示方面表现突出，包括精确文本渲染、超逼真场景及完整桌面界面模拟 [5] - 主要升级方向集中在真实性、生成速度和自然交互控制 [8] - 能够生成极其复杂的用户界面，文字渲染无破绽，效果逼真如真实截图 [9] - 在遵循物理常识与提示词细节方面表现出色，例如可同时准确绘制指向特定时间的时钟和一杯斟满的红酒 [11][12] - 具备一定的世界知识与逻辑推理能力，在解决数学问题方面相比一代有显著进步，尽管仍有小错误但结果令人印象深刻 [16][17][18] - 预览版甚至能伪造逼真监控录像画面，但预计正式版会削弱此功能 [14] 第一代产品优势与市场表现 - 第一代核心优势在于强大的图像编辑与理解能力，包括自然语言编辑和出色的角色一致性 [22] - 基于谷歌TPU v5架构优化，平均响应时间仅为1.3秒，单张图片生成成本约0.039美元，仅为竞争对手DALL-E 3的十分之一 [24] - 上线不到10天，用户编辑了超过2亿张图片，为Gemini应用带来了1000万新用户，并一度帮助Gemini超越ChatGPT成为苹果免费应用榜首 [20] - 增加了多图像融合与风格迁移功能，支持将多张图片无缝融合或进行风格转换，提升了电商、广告等行业创作效率 [26] 公司战略与未来方向 - 公司核心团队认为图像生成质量已接近上限，未来关键在于提升模型理解用户“意图”的能力 [25] - 公司正加速将产品整合进核心生态，除Gemini应用和AI Studio外，已开始测试集成到Google Photos、搜索、智能镜头和画圈搜索中，旨在打造无缝的AI驱动视觉体验闭环 [25]

核心技术突破：DexNDM模型 - 银河通用推出的灵巧手神经动力学模型DexNDM，实现了从能动到能用的飞跃[2] - 模型通过分布有偏的真实数据训练，无需成功示例即可精准弥合Sim2Real鸿沟[2] - 首次在真实世界中突破手掌任意朝向的物体旋转限制，实现跨物体、跨姿态的稳定手内旋转与工具操作[4][39] 核心性能优势 - 实现跨类别、跨尺寸、跨姿态的稳定旋转，处理对象从微小零件到大书本、长棍、复杂几何体[5][6] - 无论手掌朝上、朝下或侧向，均能沿任意轴向进行稳定、持续的旋转[5] - 可自如抓、转、拧各类工具，胜任拧螺丝、家具组装等长程、复杂操作任务[5][21] - 在手掌朝下的姿态下，实现10–16cm长物体沿长轴的空中完整旋转[17] 技术创新细节 - 采用关节级神经动力学模型，将复杂的手–物交互拆解到关节级，提升数据利用效率和泛化能力[8][9][10] - 开发全自动数据收集策略，在任务无关的随机扰动下自主生成丰富的接触数据[11][13][14] - 训练残差策略网络弥合仿真到现实的差距，使基础策略能迁移到真实世界[15] - 采用"从专家到通才"训练流程，先训练多个专家策略再融合为统一通用策略[16] 行业应用意义 - 推动机器人从简单抓取向精细操作能力跨越，是通用机器人部署中最艰难的前沿[23][31][36] - 手内旋转和工具使用能力代表灵巧操作向更高维度发展的趋势，是灵巧操作皇冠上的明珠[37][38] - 为遥操作系统的数据生成与策略迁移提供基础，为灵巧操作工业化落地奠定条件[55][56] - 使机器人能在工业装配、家具组装、工具使用等多场景中实现可扩展部署，提升实际生产力[58] 应用场景演示 - 在装配任务中展示全链路灵巧控制：使用螺丝刀固定电路板、安装音量旋钮、敲击安装装饰部件[59][60][61][62][63][64] - 灵巧操作正从"抓取放置"迈向"任务理解"，成为真正的生产力单元[58][64]

评选活动概述 - 正式启动「2025人工智能年度榜单」评选报名，旨在让从业者感受智能浪潮跃迁并给予同行掌声与鼓舞 [1] - 评选从企业、产品、人物三大维度设立五类奖项，共同见证年度之星并点亮未来方向 [1][3] 奖项类别与评选标准 - 2025人工智能年度领航企业面向中国AI领域最具综合实力企业，参选需注册地在中国或主营业务面向中国市场，主营业务属AI及相关产业或已广泛应用AI并在细分领域领先 [4][5] - 领航企业评选标准包括业务能力（市场占有率、营收规模、盈利能力、客户数量、增长潜力）、技术能力（科研实力、研发投入、技术核心竞争力、创新案例）、资本能力（融资情况、财务状况、市值/估值）及其他综合能力（品牌影响力、行业口碑） [10] - 2025人工智能年度潜力创业公司聚焦最具投资价值和发展潜力AI创业公司，参选需公司未上市、拥有AI产品或服务落地、具备可行商业模式并获市场认可 [11] - 潜力创业公司评选标准包括业务潜力（商业模式、目标市场规模、营收增长）、技术创新（科研实力、差异化优势、落地案例）、资本能力（融资情况、估值水平）及其他综合能力（核心团队、品牌影响力） [11] - 2025人工智能年度杰出产品聚焦最具代表性与影响力AI产品，参选需产品以AI技术为核心、已投入市场获实际应用、近一年完成重要技术创新或迭代升级 [14] - 杰出产品评选标准包括产品力与技术力（功能完整性、性能表现、技术先进性）、落地情况（市场占有率、用户规模、营收情况）及其他综合能力（用户口碑、产品生态） [14] - 2025人工智能年度杰出解决方案聚焦AI在不同行业与场景中的典型应用，参选需解决方案以自主创新AI技术为核心、已在实际场景中落地实施、近一年在技术融合或应用创新上有显著突破 [15] - 杰出解决方案评选标准包括创新性（技术融合能力、应用模式创新）、落地情况（市场占有率、客户情况、营收情况）及其他综合能力（销售与服务能力、客户口碑、行业生态） [15] - 2025人工智能年度焦点人物面向中国AI领域最受关注新星与行业领军人物，参选需国籍为中国或所属公司主体在中国、为创始团队成员或核心高管、近一年带领团队在AI技术或商业化方面取得显著突破 [21] - 焦点人物评选标准包括企业情况（行业地位、商业模式、营收情况）、个人能力（技术能力、商业能力、创新能力、领导力）及其他综合能力（学术背景、品牌影响力、行业认可度） [21] 活动安排与影响力 - 评选报名从即日起截至2025年11月17日，结果将于量子位主办的MEET2026智能未来大会上公布 [19] - MEET2026智能未来大会以「共生无界，智启未来」为主题，诚邀科技、产业与学术领域领军人物齐聚，共同见证行业变革 [23] - 大会作为年度影响力科技商业峰会，每年吸引上千名科技从业者参与、百万观众线上围观、近百家合作媒体联合曝光，已成为智能科技行业年度风向标 [24] - 大会将聚焦智能科技产业，邀请技术、产业、投资领域代表性企业和人物，探讨人工智能+、AI Infra、智能终端、智能驾驶、低空经济、能源电力等前沿科技话题 [24]

文章核心观点 - 北京大学、银河通用等机构合作提出NavFoM，旨在构建一个统一的多任务、全场景、跨本体的具身导航基座大模型，实现导航能力从“专用”到“通用”的技术跃进 [1][3] - 该模型通过统一“机器人流式视频+自然语言导航指令→动作轨迹”的范式，无需为特定任务或机器人进行微调，即可在多个公开基准测试中达到或接近最优性能 [3][16][21] - NavFoM标志着具身智能导航模型研发迈向通用化，是导航技术实现规模化落地的关键点 [20][21] 模型架构与技术创新 - 采用统一架构处理多任务（视觉语言导航、目标搜索、目标跟随、自驾）、全场景（室内、室外）及跨本体（四足、轮式、人形、无人机、汽车）的导航需求 [3] - 引入TVI Tokens，通过端到端学习得到的时间和角度系数来标记图像，兼容不同本体的相机设置（如单目、环视无人机、环视车辆） [5][8] - 采用Dual-Branch结构，规划头用于导航任务输出轨迹，语言模型头用于QA任务输出文字，使单一模型能最优处理两种任务 [9] 实时部署与效率优化 - 针对7B参数大模型在真实场景实时部署的挑战，提出BATS帧采样策略，在有限算力约束下自适应采样关键帧以保持性能与效率 [6] - BATS策略基于遗忘曲线，越靠近当前帧采样概率越大，能根据视频帧数和Token上限自适应调整分布，支持长程导航任务 [10][11] 训练数据与规模 - 在800万条跨任务、跨本体的导航数据（涵盖视觉语言导航、目标导航、目标跟踪、自动驾驶、网络数据）及400万条开放世界问答数据上训练 [12] - 训练数据量是以往工作的约两倍，并通过图像缓存技术减少训练硬件需求 [15] 算法性能与验证 - 在多个公开基准测试（不同任务和不同本体）上实现了SOTA或SOTA可比的效果，且无需针对特定任务或机器人进行微调 [16][21] - 团队进一步通过UrbanVLA（城市出行）、MM-Nav（精确避障）等项目验证了NavFoM作为基座模型在复杂任务下的潜力 [20]

蚂蚁集团战略调整 - 2025年末完成近5年来最关键的战略调整，将原"数字医疗健康事业部"升级为"健康事业群"，并加速推动医疗健康业务成为战略支柱板块[2] - 调整后业务矩阵完善，健康事业群与支付宝事业群、数字支付事业群、财富保险事业群、信贷事业群共同构成公司5大核心业务板块[3] - 公司AI战略布局初步成型，涵盖生活服务、金融服务、健康服务三大关键领域[5] AI应用竞争态势转变 - 行业竞争重心从2023年的"百模大战"和比拼模型参数，转向2024年后的场景深耕和商业化落地[5][11][13] - 资本投向反映趋势变化，红杉资本2023-2025年在AI领域的45笔投资中有较高比例集中于应用层[15] - Gartner预测到2028年企业使用的生成式AI模型中超过半数将属于特定领域模型[16] - 高价值垂直场景需具备海量真实数据、强支付意愿、可构建生态闭环三大特征[18] 蚂蚁健康业务基础与成果 - 基于医疗大模型推出的AI健康管家App AQ自6月上线后，4个月内月活超千万，成为国内第5个月活超千万的AI原生应用，也是其中唯一一款行业专业级AI应用[8] - AQ今年第三季度复合增长率达83.4%，远超行业平均增速13.5%[8] - 公司自研的医疗大模型依托超万亿tokens专业医疗语料底座和千万级医疗知识图谱，在MedBench、HealthBench等权威评测中达到领先水平[20] - 公司健康服务医保码用户已超8亿，成为全国最大的第三方医保服务平台[33] 医疗健康赛道发展驱动力 - 需求侧：截至2024年末全国65岁以上人口超过2亿，占总人口15.6%，慢性病管理等需求指数级增长[42][43] - 市场规模：预计2025年中国大健康产业市场规模将突破20万亿元人民币[44] - 技术成熟度：大模型在医疗问诊场景准确率已达85%以上，AI正从"辅助医生决策"转向"直接服务C端用户"[51][52] - 行业痛点：优质医疗资源分配不均，AI可使优质医疗服务"在线化"和"轻量化"[47][48][49] 蚂蚁健康业务发展历程 - 早在AI浪潮前就在医疗健康数字化基础设施上持续投入，2014年支付宝支持线上挂号缴费开启医疗便捷支付时代[26][27] - 2016年深圳上线首笔医保在线支付，2019年伴随国家医保局发布第一张医保电子凭证开启全民就医购药"一码通"时代[30] - 2024年7月由公司提供技术支持的"医保+商保"清分结算中心全国上线，首创医保、商保一站付[33] - 健康事业群总裁张俊杰为2014年加入的"老兵"，参与主导了线上挂号缴费、电子医保码、健康管家AQ等多项核心业务[36]

评选活动概述 - 正式启动2025人工智能年度榜单评选 旨在感受智能浪潮跃迁并给予同行掌声与鼓舞 [1] - 评选从企业、产品、人物三大维度设立五类奖项 欢迎企业报名 [1][3] - 评选结果将于MEET2026智能未来大会上正式公布 报名截至2025年11月17日 [19] 企业类奖项评选标准 - 年度领航企业参选条件包括注册地在中国或主营业务面向中国市场 主营业务属AI及相关产业或已广泛应用AI并在细分领域领先 [4][5] - 年度领航企业评选标准涵盖业务能力（市场占有率、营收规模、盈利能力、客户数量、增长潜力）、技术能力（科研实力、研发投入、技术核心竞争力）、资本能力（融资情况、财务状况、市值/估值）及其他综合能力（品牌影响力、行业口碑） [10] - 年度潜力创业公司参选条件包括公司未上市、拥有AI产品或服务落地、具备可行商业模式并获市场认可、近一年在技术研发或产品创新方面取得显著成果 [11] - 年度潜力创业公司评选标准包括业务潜力（商业模式、目标市场规模、营收增长）、技术创新（科研实力、差异化优势、落地案例）、资本能力（融资情况、估值水平）及其他综合能力（核心团队、品牌影响力） [11] 产品与解决方案类奖项评选标准 - 年度杰出产品参选条件包括产品以AI技术为核心特色、已投入市场并获得用户应用反馈、近一年完成重要技术创新或迭代升级对AI规模化落地商业化有显著推动 [14] - 年度杰出产品评选标准包括产品力与技术力（功能完整性、性能表现、技术先进性）、落地情况（市场占有率、用户规模、营收情况、行业应用价值）及其他综合能力（品牌影响力、用户口碑） [14] - 年度杰出解决方案参选条件包括方案以自主创新AI技术为核心特色、已在实际业务场景中落地实施获得客户验证、近一年在技术融合或应用模式上有显著突破对行业智能化转型产生积极推动 [15] - 年度杰出解决方案评选标准包括创新性（技术融合能力、应用模式创新）、落地情况（市场占有率、客户情况、营收情况、潜在市场规模）及其他综合能力（销售服务能力、客户口碑、行业生态） [15] 人物类奖项与行业大会 - 年度焦点人物参选条件包括国籍为中国或所属公司主体在中国且为创始团队成员或核心高管、所属公司主营业务属AI及相关产业且具行业影响力、近一年带领团队在AI技术或商业化方面取得显著突破对行业发展产生重要影响、具有持续贡献潜力和较高行业认可度 [16][21] - 年度焦点人物评选标准涵盖企业情况（行业地位、商业模式、营收情况）、个人能力（技术能力、商业能力、创新能力、领导力）及其他综合能力（学术行业背景、品牌影响力、社会认可度） [21] - MEET2026智能未来大会以“共生无界，智启未来”为主题 邀请科技、产业与学术领域领军人物探讨AI+、AI Infra、智能终端、智能驾驶、低空经济、能源电力等前沿话题 [23][24] - 大会每年吸引上千名科技从业者参与、百万观众线上围观、近百家合作媒体联合曝光 已成为智能科技行业年度风向标 [24]

技术突破 - 提出全新强化学习方法COLA，仅依赖机器人本体感知（关节角度、力度反馈、位置/速度等内部数据）实现人机协作搬运，无需摄像头、激光雷达等外部传感器[10][17][23][25] - COLA设计实现单一统一策略，机器人可自主切换领导者或跟随者角色，人类发力稳定时配合跟随，物体倾斜时主动调整维持平衡[18][19] - 训练采用高度动态闭环环境，模拟人类突然转向、物体重量变化、手部打滑等突发状况，形成决策-反馈-再决策循环[21] 性能优势 - 在真实世界测试中，COLA对所有物体类型（规则箱子、柔性担架等）和运动模式（直线、转弯）均实现稳健协作搬运[35][36] - 人类参与者实验显示，COLA在高度跟踪和平滑性评分均达3.96分，显著高于基线方法Locomotion（2.96/2.61）和Vanilla MLP（3.09/3.09）[39][40] - 以领导者思路设计的COLA-L表现突出，比跟随者COLA-F更能分担负载并保持稳定[34] 成本与适用性 - 摒弃外部传感器降低硬件成本和系统复杂度，避免采购和软硬件集成投入[29] - 本体感知设计使机器人免受光线昏暗等环境干扰，交互方式变为拍拍头、拉拉身体等直接物理互动，无需遥控或语音[8][24] 团队背景 - 核心团队来自北京通用人工智能研究院、香港大学、北京理工大学，成员包括Yushi Du、Yixuan Li、Baoxiong Jia等[41][42][43][46] - 通讯作者Wei Liang为北京理工大学教授，领导PIE实验室，研究方向含计算机视觉和虚拟现实[49][50] - 团队近年多篇论文入选顶会，如CoRL 2025接收统一力与位置控制研究[47]

研究背景与问题 - 大语言模型驱动的多智能体系统在医疗、编程、科研、具身智能等多个领域均能大幅提升任务表现[4] - 现有针对大语言模型智能体的强化学习训练框架均局限于单智能体范畴，多智能体间的协作优化即“群体强化”仍是一个研究空白[2][4] - 将已验证有效的单智能体强化学习算法GRPO直接应用于多智能体多轮环境存在核心困难，因其要求组内比较的回答需基于完全相同的上下文生成，而多智能体场景下不同智能体在不同轮次接收到的提示差异显著[5][6][7] 核心方法与框架 - 研究人员提出名为PettingLLMs的通用化多智能体强化学习框架，支持任意组合的多个大语言模型一起训练[2] - 采用一种贪婪搜索的树状采样方法，每轮每个智能体形成一个节点进行K个分支，并选择当前奖励最高的智能体进行下一次分支，以平衡探索与利用[12] - 每个智能体的奖励函数同时考虑自身角色奖励和全局任务奖励，以保证角色专属能力与合作能力的共同进化[13] - 框架设计了异步分发训练系统，支持“专属模型”与“共享模型”两种训练模式，路由模块可将数据分发至独立或共享的模型资源池进行更新[15][16] - 该框架使得多智能体强化学习训练开发变得敏捷、简洁，开发者只需定义任务特有的智能体交互和奖励函数，并支持不同模型与智能体间的任意映射及适配不同的LoRA方式[17] 实验性能与结果 - 在推箱子长规划任务中，通过AT-GRPO训练，两个智能体得到强化，任务性能从14%提升至96%[18] - 在Qwen3-8B模型上的大规模实验覆盖规划、代码与数学三大类任务，结果显示[20][23][24]： - 规划类任务：Sokoban准确率从14%提升至96%（+82个百分点），Plan-Path从47%提升至99.5%（+52.5个百分点） - 代码生成任务：LiveCodeBench提升+6.1个百分点至30.28%，APPS提升+4.2个百分点至45.8%，CodeContests提升+7.0个百分点至18.1% - 数学推理任务：AIME 24提升+9.0个百分点至50.0%，AIME 25提升+17.9个百分点至40.0% - 采用“按角色策略”训练模式在多项任务中表现优于“共享策略”模式，例如在Sokoban任务中达到98%准确率，在AIME24数学任务中达到57%准确率[24] 关键发现与验证 - 消融实验表明，仅在单智能体环境中训练各子角色收益有限，将其放回多智能体系统联合作业时性能提升有限（从5.0%提升至11.0%/14.5%后，联合作业仅达16.0%）[25] - 将已训练成熟的两个角色策略对调会导致性能“崩盘”，准确率从96.0%骤降至6.0%，表明智能体学到的是互补且不可替代的能力[26] - 训练过程中，智能体的学习回报同步上升，完成任务所需的平均回合数持续下降，体现出更紧密的对齐与分工协作[26] - 该框架首次实现了通用的多智能体“群体强化”，实现了跨任务、跨规模的通用强化学习算法[1][28]

自动驾驶技术范式转变 - 行业共识自动驾驶技术进入下半场，技术范式从端到端架构转向强化学习[6][8] - 端到端架构统一技术栈释放Scaling Law潜力，但模仿学习只能达到数据平均水平难以超越人类司机[6][8] - 特斯拉和理想汽车在ICCV 2025共同展示以云端生成式世界模型为新基座的趋势[2] 理想汽车训练闭环架构 - 公司构建全球首个世界模型与强化学习闭环量产自动驾驶架构，从数据闭环迈向训练闭环[11] - 训练闭环通过环境生成和反馈迭代实现设定目标，覆盖边缘场景提升模型性能[8][11] - 世界模型系统包含环境构建、智能体构建、反馈构建和场景多推演三大能力[13] 仿真技术路径与成果 - 采用重建与生成结合的仿真路线，重建保证稳定性，生成增强泛化性[14][15][16] - 联合研发的Street Gaussians算法被ECCV 2024收录，Hierarchy UGP实现SOTA大规模动态场景重建[17][19][21] - 生成方式占比将不可逆增加，因能低成本大规模生成多样边缘场景数据[23] 合成数据与强化学习引擎 - 合成数据通过场景编辑、迁移和全场景生成使数据分布均衡，覆盖更多极端复杂案例[23] - 强化学习世界引擎包含仿真智能体、奖励模型和性能优化五大关键因素[25][31] - 仿真智能体建模多车交互行为比实现单车L4更难，公司通过目标函数和奖励函数约束智能体行为[27] 研发投入与底层技术突破 - 2023年和2024年全年研发投入连续超百亿元，2025年上半年研发投入为53亿元[33] - 自研整车操作系统理想星环OS实现软硬件解耦，芯片适配验证加快至4周内[33] - 星环OS采用跨系统架构，在120km/h时速下缩短7米刹停距离，降低几十亿元BOM成本[35][39] 开源生态与学术认可 - 星环OS开源后与16家产业链玩家组建生态联盟，帮助行业节省数亿元研发预算[36][39] - 开源数据集3DRealCar包含2500辆真实汽车，每辆车200张高分辨率RGB-D图像，被AI顶会ICCV收录[40][43] - 研究成果如DriveVLM已落地量产，形成研产闭环能力快速转化预研成果[52] 公司战略定位与竞争优势 - 公司重新定义为空间机器人企业，具备造车基本盘、VLA技术、顶会级预研和研产闭环四大优势[48][50][51][52] - 同时实现算法训练闭环、商业化闭环和研产闭环，在车企底色AI公司中与特斯拉并列领先[52][53]