产品核心功能 - 百度文心APP推出“魔法漫画”功能，用户通过一句话描述和一张参考照片，即可在两分钟内自动生成一套多图多页的连载漫画[1][4][23] - 该功能支持高度自定义，包括上传最多两张照片以自定义角色形象、自由设定角色名称，并可在吉卜力、二次元、国风水墨等九种风格中选择[24][26] - 生成内容包含6至7页连贯剧情，具备自动生成的文字解说，并在指令遵循、角色一致性和文字生成方面表现稳定[15][34][50][51] 产品交互与扩展性 - 提供“续写”功能，支持自动由AI随机生成后续剧情或手动由用户精准控制剧情走向，续写时系统会提供前情提示以确保剧情衔接[52][59][61] - 提供“改编”功能，允许用户在原有故事基础上重新调整角色、风格和剧情设定，从而快速创建新版本故事[72][73][75] - 生成的漫画可下载为图片或直接分享至微信及朋友圈，作品权限可设置为开放或私藏[57][82] 行业意义与技术定位 - 该功能代表了AI在内容生成领域从“能生成”到“能消费”的初步跨越，通过结合文字与图像生成技术，以低门槛方式让普通用户完成剧情连贯的创作[84][86][88] - 相较于仍需专业后期处理的AI视频生成，基于图片的生成链路更为成熟，该产品通过让AI变得人人可玩、可创作，推动了AI普惠从理念走向现实[88]

文章核心观点 - PixelCraft系统通过高保真图像处理与非线性多智能体推理两大支柱，系统性提升结构化图像理解的准确性、鲁棒性与可解释性 [2] - 该系统在多个图表与几何基准上给出一致的性能增益，解决了传统多模态大模型在结构化图像上因细小感知误差导致推理偏差的痛点 [1][2][33] 结构化图像理解的挑战与PixelCraft的解决方案 - 结构化图像将信息编码进坐标、数据点、连线与数值标注，要求模型在像素级细节上建立可验证的符号化抽象，而传统方法难以满足此要求 [3] - 传统视觉链式思考流程受制于低保真图像处理和简单线性处理链条，在复杂真实问题中效果有限 [4] - PixelCraft将问题拆解为高保真图像处理确保“看准”，以及非线性多智能体推理实现灵活“思考” [5] PixelCraft系统架构与工作流 - 系统由调度器、规划器、推理器、视觉评审与规划评审以及一组视觉工具代理构成，形成多智能体协作框架 [7] - 工作流围绕“工具选择→协作讨论与回溯→自我审查与再规划”展开，规划器利用图像记忆支持选择性回看与分支探索 [7][21] - 视觉评审负责在环质量控制，规划评审负责事后复盘，必要时触发再规划，提升系统稳定性 [20][24] 高保真图像处理技术细节 - 基于微调后的像素级grounding模型，将目标区域文本指代精准映射到像素级坐标区域 [10] - 通过自动生成-标准化-调用的闭环形成工具库，工具代理可执行裁切、放大、按图例遮挡、辅助线标注等标准化CV操作 [10][11][12] - 微调后的grounding模型在各项指标上显著超越基线模型，例如子图区域IoU从0.27提升至0.99，整体指标从0.10提升至0.93 [15][16] 非线性多智能体推理机制 - 采用讨论式工作流，规划器根据上下文动态选择下一角色及输入，支持角色间传递中间结果和回溯 [19][21] - 与线性链式思考相比，该机制允许主动回看早期证据、尝试备选分支和修订假设，尤其适用于易出错的结构化图像场景 [22][28] 实验性能与验证结果 - 在三个图表理解基准上均取得显著提升：在GPT-4o基座上，CharXiv提升5.6个百分点至55.2，ChartQAPro提升6.32个百分点至58.83，EvoChart提升7.60个百分点至70.24 [23][24] - 在GPT-4.1-mini基座上，三个基准分别提升9.5、7.71和8.16个百分点；在Claude-3.7-sonnet基座上分别提升6.8、6.99和6.32个百分点 [24] - 消融实验证实可靠的图像编辑、在环校验和事后复盘共同支撑系统稳定性，全系统配置在ChartQAPro上达到65.56的最高分 [25]

公司概况与融资进展 - 语音AI公司Cartesia发布新一代语音模型Sonic-3，其生成的语音与真人声音高度相似[1][2][14] - 公司完成1亿美元的B轮融资，投资方包括英伟达、Kleiner Perkins、Index Ventures和Lightspeed[3][13] - 公司在成立第二年获得种子轮融资，并于今年3月完成6400万美元的A轮融资，产品迭代与融资节奏迅速[11][12][13] 核心技术优势 - Sonic-3模型基于状态空间模型构建，与传统Transformer架构不同，SSM能持续感知上下文和对话氛围，无需反复遍历历史对话，使回应更自然[15][16][17] - 模型在响应速度上表现突出，延迟仅90毫秒，端到端响应时间为190毫秒，是当前最快的语音生成系统之一[17] - 模型能精准捕捉语言中的情绪波动、笑声、语气起伏等微妙情感变化，生成带情感的高质量语音[14][15] 创始团队背景 - 公司创始团队核心成员清一色来自斯坦福AI实验室，为学术派班底[5][7] - 首席执行官Karan Goel为印度天才少年，本科就读于印度理工学院德里分校，硕士毕业于卡内基梅隆大学，并在斯坦福AI实验室师从AI教父Chris Ré[5][20][21][22][24] - 首席科学家兼联合创始人Albert Gu是一名华裔，是Mamba架构的共同发明人之一[8] 行业发展动态 - 国内公司MiniMax同日发布语音模型MiniMax Speech 2.6，响应延迟压缩到250毫秒以内，支持40多种语言及所有口音[30][31] - 语音模型在大模型领域的商业化变现被认为是一枝独秀[34]

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 [1] - 评选结果将于MEET2026智能未来大会上公布 [19] 企业类奖项评选标准 年度领航企业 - 参选条件：注册地在中国或主营业务主要面向中国市场，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 [5] - 评选标准：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）、其他综合能力（企业综合情况、品牌影响力） [10] 年度潜力创业公司 - 参选条件：注册地在中国或主营业务主要面向中国市场，拥有AI产品或服务落地及可行商业模式且未上市，近一年在技术研发、产品创新或行业应用方面成果显著 [11] - 评选标准：业务潜力（商业模式、目标市场规模、营收增长、客户拓展）、技术创新（科研实力、技术成果、差异化优势、落地案例）、资本能力（融资情况、财务状况、估值水平）、其他综合能力（企业综合情况、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：产品以AI技术为核心或特色且已投入市场获得应用，近一年完成重要技术创新或迭代升级并对AI规模化落地与商业化有显著推动 [14] - 评选标准：产品力与技术力（功能完整性、性能表现、技术先进性、差异化优势）、落地情况（市场占有率、用户规模、营收情况、行业应用价值）、其他综合能力（品牌影响力、用户口碑、产品生态） [14] 年度杰出解决方案 - 参选条件：解决方案以自主创新AI技术为核心或特色且已落地实施获得客户验证，近一年在技术融合、应用创新或商业模式上有显著突破 [15] - 评选标准：创新性（技术融合能力、应用模式创新、差异化优势）、落地情况（市场占有率、客户情况、营收情况、潜在市场规模）、其他综合能力（销售与服务能力、品牌影响力、客户口碑、行业生态） [15] 人物类奖项评选标准 年度焦点人物 - 参选条件：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，公司主营业务属AI及相关产业或已广泛应用AI且具影响力，近一年带领团队在AI技术或商业化方面取得显著突破 [21] - 评选标准：企业情况（企业基本情况、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、团队领导力）、其他综合能力（个人学术或行业背景、品牌影响力、社会及行业认可度） [21] - 科研院所中符合条件且在AI领域具同等影响力的个人也可参选 [16] 相关行业活动 - MEET2026智能未来大会以“共生无界，智启未来”为主题，聚焦智能科技产业聚变 [23] - 大会将邀请科技、产业、学术领域领军人物，探讨人工智能+、AI Infra、智能终端、智能驾驶、低空经济、能源电力等前沿话题 [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]

LongCat-Flash-Omni模型技术特点 - 最新开源多模态模型LongCat-Flash-Omni在综合性全模态基准测试（如Omni-Bench, WorldSense）上超越Qwen3-Omni、Gemini-2.5-Flash，达到开源SOTA水准，并能与闭源Gemini-2.5-Pro相媲美[2] - 模型支持文本、图像、音频、视频等全模态能力，各项单项能力均位居开源模型前列，实现“全模态不降智”[3] - 采用MoE架构，总参数560B，激活参数仅27B，通过“大总参小激活”设计在保持庞大知识容量的同时实现极高推理效率，是首个在主流旗舰模型性能标准和参数规模下实现全模态实时交互的开源模型[4][8] 模型应用与交互体验 - 模型已在LongCat APP和Web端上线，支持文字/语音输入、语音通话，Web端还支持上传图片和文件，视频通话功能正在开发中[9][10] - 实测显示模型具备快速响应能力，从输入指令到生成第一个token的时间间隔短暂，交互过程丝滑，能即时处理复杂多模态任务[7][25][26] - 模型在聊天问答、语音识别、物理世界规则理解（如六边形小球弹跳问题）及嘈杂环境下的语音识别等场景中表现稳定，能准确接住并回答脑筋急转弯式推理题[17][24][27] 美团AI战略发展路径 - 公司迭代模型的逻辑清晰：速度优先（实现模型响应、语音识别、实时生成的丝滑体验），专业深耕（优化复杂逻辑推理、物理仿真等能力），全面拓展（向全模态路线推进）[29][31] - 通过投资和自研结合，公司布局“世界模型”与“具身智能”，目标是连接数字世界和物理世界，软件端构建能深度理解现实并交互的“世界模型”，硬件端围绕“具身智能”加速落地[42][44][47][48] - 公司投资脉络从早期聚焦消费领域转向加码科技投资，重点布局自动驾驶、AI芯片、具身机器人等未来核心基础设施，构建覆盖“低空—地面—社区”的立体化服务网络[53][54][57][61] 多模态技术突破与架构创新 - 模型在架构层面重构多模态融合底层逻辑，采用完全端到端的统一架构ScMoE，能同时接收文本、音频、图像、视频及任意组合的多模态输入[36][38] - 通过分块式音视频特征交织策略实现流式音视频处理，使音频与视频特征按时间片段同步输入LLM，支持低延迟实时语音生成与视觉响应，上下文窗口扩展至128K tokens，支持超8分钟音视频交互[38] - 训练上采用渐进式早期多模融合训练和模态解耦并行（MDP）方案，提升多模态训练效率，确保系统长期稳定运行，解决参数大但推理慢的行业痛点[38][39]

微软与OpenAI的合作关系 - 微软自2019年起已向OpenAI投资约130-140亿美元，获得完全摊薄后约27%的股权 [4] - 双方均认为此次合作是科技史上最伟大的合作关系之一，微软的早期坚定信念对OpenAI的成功至关重要 [5][6] - 合作建立了独特的全球最大规模非营利组织之一OpenAI基金会，其架构允许非营利机构价值增长，同时让旗下公益性公司获得扩张所需资本 [4][7] OpenAI的组织结构与基金会使命 - OpenAI重组后形成上层非营利组织、下层公益性公司的架构，非营利部分目前持有价值1300亿美元的OpenAI股票 [11][12] - 基金会首批250亿美元将投向医疗健康和AI安全与韧性领域，旨在确保AGI惠及全人类 [12] - 选择医疗健康是因为AI能帮助治愈疾病并共享知识，选择韧性则是为了资助网络安全防御、AI安全研究等，帮助社会平稳度过技术变革 [14][16] 合作细节与商业模式 - 在2032年前的7年内，OpenAI的前沿模型不能在其他主要云平台上分发，但开源模型、Sora、Agent等技术可在其他平台发布 [19] - OpenAI需就全部收入向微软支付分成，协议持续至2032年或AGI被验证，例如若收入200亿美元，按15%比例需支付30亿美元 [20] - 微软获得GPT系列模型7年独占权，并可免版税使用前沿模型知识产权，将其嵌入GitHub、Microsoft 365等产品 [57] OpenAI的财务与增长前景 - OpenAI 2025年营收预计为130亿美元，但公司声称实际收入远高于此，并计划未来4-5年投入1.4万亿美元于算力 [24][25] - 公司规划营收快速增长，业务将涵盖AI云服务、消费设备及自动化科学研究，未来可能考虑上市，但尚无具体计划或时间表 [25][40] - 若以1000亿美元营收和10倍收入倍数上市，公司估值可能达到1万亿美元 [42] 算力需求与行业挑战 - 算力需求受单位智能成本影响，若成本下降100倍，使用量增长将远超100倍，当前最大限制并非GPU供应，而是电力与基础设施建设速度 [29][33] - 算力过剩未来必然会发生，但具体时间不确定，可能在未来2-6年内，供需周期受技术格局和人类心理因素影响 [33] - 微软Azure本季度增长39%，年化收入达930亿美元，但因算力供给受限，增长潜力未完全释放，公司有4000亿美元的剩余履约义务需清理 [63] AI技术发展与应用前景 - 到2026年，AI有望在科学研究领域实现原创性发现，Codex模型能力可能从处理"几小时任务"跃升至"几天级别任务" [45] - 智能代理与新型用户界面结合将产生新的人机交互形态，其影响力可能超过ChatGPT，推动工作流程重构 [46][47] - AI将显著提升生产力，改变工作方式，企业员工增长可能慢于收入增长，但员工杠杆率将远高于以前 [80][82] 微软的战略布局与价值创造 - 与OpenAI的合作不仅带来股权收益，还通过Azure的分成、独家API分发及吸引新客户迁移至Azure创造战略价值 [56] - 微软通过AI产品组合创造价值，GitHub Copilot、ChatGPT、Microsoft 365 Copilot及消费级Copilot构成全球最大AI产品体系 [53] - 公司业务多元化有助于平衡利润与风险，云计算投资回报通过5-6个不同业务的协同放大，而非仅依赖Azure增长 [62][68]

核心观点 - 英伟达CEO黄仁勋的直接汇报团队为36人，分布在七个职能板块，反映出公司以硬件为基石、AI等前沿技术为第二支柱的战略布局 [1][3][8] - 公司采用扁平化管理模式以加速决策，但随着规模扩张，直接下属数量从55人缩减至36人，暗示管理模式可能向垂直化调整 [74][78][96][115] - 高管团队结合资深老将和新兴领域专家，如吴新宙负责汽车业务，推动收入翻倍增长，体现公司对自动驾驶等新市场的重视 [9][56][71][73] 组织架构 - 直接汇报团队按职能分为战略、硬件、软件、AI、公关、网络及执行助理七个板块，硬件相关业务人数占比最高（9人），凸显其核心地位 [3][7] - 公关团队配置3人，远高于行业对比（如马斯克团队无专职公关），因公司需处理产业链、政府及投资者等复杂沟通需求 [12][15][16] - 扁平化结构旨在缩短决策链，黄仁勋通过全员邮件等方式保持信息透明，但员工规模增长至3.6万人后，可能面临信息过载挑战 [80][82][100][104] 关键高管 - **Jonah Alben**：GPU工程高级副总裁，司龄28年，领导约1000人团队，持有34项专利，是GPU架构升级的关键人物 [23][25][30] - **Dwight Diercks**：软件工程执行副总裁，司龄31年，早期员工之一，管理庞大软件团队，支持从AI到游戏等全产品线 [32][34][37] - **Bill Dally**：首席科学家，并行计算权威，推动GPU向通用计算平台转型，学术背景突出（加州理工学院博士） [42][47][49] - **吴新宙**：汽车业务副总裁，唯一华人直接下属，拥有250项专利，其加入后汽车业务收入从2.81亿美元增至5.67亿美元（2024-2025财年） [56][59][71][72] 业务战略 - 硬件为基础，AI、具身智能与自动驾驶为第二支柱，七名高管负责新兴领域，瞄准“零亿美元市场”的长期增长机会 [6][8][9][10] - 汽车业务成为亮点，吴新宙主导技术栈升级，推动收入翻倍，市占率在自动驾驶SoC市场达82.5% [65][69][71] - Blackwell架构与DGX系统采用并行研发模式，快速迭代以应对AI行业周级更新节奏 [87][89] 管理模式与文化 - 黄仁勋推崇高压文化，强调危机感，如IPO后立即要求全员专注任务，办公环境缺乏硅谷典型福利设施 [117][120][122][123] - 管理风格严厉但保留员工（如失误架构师未解雇），组织扩张期间员工数增长21.62%（2024年初2.96万人至2025年3.6万人） [100][108][111][114] - 直接下属数量减少反映公司可能从扁平化转向层级化，以应对规模扩大后的协同成本上升 [96][104][115]

文章核心观点 - 上下文工程是一个持续30年的进化过程，其本质是通过熵减少来弥合人机之间的认知鸿沟，将高熵的人类意图预处理为机器可理解的低熵表示[3][11][21] - 上下文工程的发展经历了从传感器时代到智能助手时代的演变，认知鸿沟从约90%缩小至约30%，并正向1%迈进[22][40][43] - 在大模型时代，上下文工程演变为2.0阶段，其系统化框架包含上下文收集、管理和使用三个正交维度[61][62][81] - 未来上下文工程将向认知密集型发展，AI可能超越人类并主动构建上下文，上下文的总和将构成新的数字身份[93][96][98] 上下文工程的本质与定义 - 上下文工程被定义为一种熵减少过程，旨在弥合人类与机器之间的认知鸿沟，而非简单的翻译[21][23] - 其核心功能是将高熵的人类意图和环境状态预处理为机器可理解的低熵表示，类似于“预消化”[21][23] - 认知鸿沟被量化为人类与机器上下文处理能力的差值，并分为四个等级，目前处于Era 2.0阶段，鸿沟约为30%[20][21][22] 上下文工程的历史演化 - 上下文工程的概念可追溯至1994年Bill Schilit提出的“上下文感知计算”，至今已有30年历史[8][11][12] - Era 1.0（1990s-2020）为传感器时代，机器是状态机，仅能执行预设的if-then规则，认知鸿沟约90%[27][31][36] - Era 2.0（2020至今）为智能助手时代，以GPT-3发布为标志，机器进化为“理解者”，认知鸿沟缩小至约30%[40][41][43] - 每一次技术突破引发的认知鸿沟缩小都会触发交互革命、上下文容量扩张和工程范式转移三重连锁反应[24][25][26] 上下文工程2.0的系统化框架 - 上下文工程2.0框架由收集、管理和使用三个正交维度构成，可在每个维度上独立优化[61][62][81] - 上下文收集维度关注如何从多设备、多模态源头获取有价值的信息，并从指令收集演进至意图和状态收集[62][64][68] - 上下文管理维度核心是存储和组织信息，策略包括分层记忆架构、子代理隔离上下文和轻量引用等[70][72][73] - 上下文使用维度经历了从Era 1.0的被动响应到Era 2.0的主动理解，并展望Era 3.0的流畅协作[83][86][87] 上下文工程的技术演进与突破 - Era 2.0实现了感知升级，从单一传感器到多模态融合，机器能看懂图片、听懂语音、读懂文档[45][46][47] - 关键突破在于“高熵上下文消费能力”提升，机器能从处理结构化数据进化到处理原始模糊信息[48][49][50] - 工作模式从“被动响应”转变为“主动协作”，机器能理解用户目标并协助达成，进入上下文协作阶段[51][86][91] - 当前面临上下文窗口限制（如GPT-3为4096个token），促使了Prompt Engineering等精选上下文艺术的发展[54][56][59] 上下文工程的未来展望 - 未来Era 3.0将实现无感采集和流畅协作，Era 4.0可能在某些任务上AI能力超越普通人类[68][87][93] - 发展形态将从硬件密集型、数据密集型向语言密集型和认知密集型演变[100] - 上下文将构成新的人类数字身份，个体的上下文总和将成为“数字化的你”，并可能在其后继续存在[94][96][104] - 下一次交互革命正在酝酿，设计出最佳“上下文容器”将定义新时代的交互范式[102][103]

事件概述 - 美国顶流AI编程应用Cursor和Windsurf发布的新模型，被网友发现其背后基础模型可能为中国公司智谱的GLM以及深度求索的DeepSeek [1][3][6] - 事件引发广泛关注，网友评论认为中国大模型技术已经达到领先水平 [2][19][20] Cursor新模型细节 - Cursor发布其首个编程智能体模型Composer-1，专为低延迟代理式编码打造，多数任务能在30秒内完成 [8][9] - 模型被发现会推理过程中使用中文，且与DeepSeek使用相同的分词器 [4][15] Windsurf新模型细节 - Windsurf新模型SWE-1.5与芯片厂商Cerebras合作，速度达每秒950个token，是Claude Haiku 4.5的6倍，Sonnet 4.5的13倍 [11] - 模型被直接套话自曝为由智谱开发的GLM [17] 中国开源模型行业地位 - 中国开源模型在各种开源性能榜单上占据TOP5甚至TOP10，下载量表现突出，如Qwen3是HuggingFace上最高下载量模型之一 [21] - 中国开源模型具备物美价廉的特点，成为全球初创公司的理性选择 [24][26][30] - 对于初创公司，从零开始训练模型需花费数百万至数千万美元，不符合商业逻辑 [29]

评选活动概述 - 正式启动「2025人工智能年度榜单」评选报名，旨在感受智能浪潮跃迁并给予同行鼓舞[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] - 评选结果将于量子位主办的MEET2026智能未来大会上正式公布[19] 企业类奖项评选标准 - 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，参选条件包括注册地在中国或主营业务主要面向中国市场，且主营业务属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、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] - 年度潜力创业公司聚焦最具投资价值和发展潜力的AI创业公司，参选条件包括未上市、拥有AI产品或服务落地、具备可行商业模式且近一年在技术研发或行业应用方面取得显著成果[8][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（核心团队构成、品牌影响力）[11] 产品与解决方案类奖项评选标准 - 2025人工智能年度杰出产品聚焦最具代表性和影响力的AI产品，参选条件包括产品以AI技术为核心、已投入市场获得实际应用、近一年完成重要技术创新或迭代升级并对行业规模化落地有显著推动[12][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、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，参选条件包括解决方案以自主创新AI技术为核心、已在实际业务中落地实施、近一年在技术融合或应用创新上有显著突破并对行业智能化转型产生积极推动[13][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、差异化优势）、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（销售与服务能力、客户口碑、行业生态）[15] 人物类奖项评选标准 - 2025人工智能年度焦点人物面向中国AI领域最受关注的新星与行业领军人物，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及相关产业且近一年在AI技术或商业化方面取得显著突破[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、团队领导力）及其他综合能力（学术或行业背景、品牌影响力、社会认可度）[21] - 科研院所中符合条件且在AI领域具有同等影响力的个人也可参与评选[16] 大会与行业影响 - 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及人物，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]