大会主题与背景 - 当前正迈入人工智能重塑一切的新时代，智能技术已从工具发展为能深度理解人类需求的智能伙伴 [1][2] - 智能技术跨越产业、学科和场景边界，催生出全新生态和机遇，数字世界与物理世界的界限正逐步模糊融合 [3][4] - 企业、技术与社会之间的连接与共生成为推动发展的核心动力，人工智能正逐步成为基础设施的一部分 [5][7] MEET2026智能未来大会概况 - 大会以“共生无界，智启未来”为主题，聚焦AI+、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 [13][14] - 本届大会为第七届，是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 [9][12] - 大会地点设在中国北京，报名通道即将开启 [26] 与会嘉宾与行业影响 - 过往嘉宾包括李开复博士、张亚勤教授等产业领袖，倪光南院士等多位学术领路人，以及百度、阿里、腾讯、华为、京东等科技行业领军企业代表 [9] - 大会已成为智能科技行业的年度风向标，通过领袖分享独到观点，推动行业变革 [12][14] 2025人工智能年度榜单 - 量子位发起的该榜单是AI行业最具影响力榜单之一，旨在发现引领变革的探索者与实践者 [16] - 榜单从公司、产品、人物三大维度评选五类奖项，包括年度领航企业、潜力创业公司、杰出产品、杰出解决方案和焦点人物 [17][18][19] - 评选报名从即日起至2025年11月17日，结果将在MEET2026大会上发布 [17][20] 2025年度AI十大趋势报告 - 量子位智库将在MEET2026大会上发布《2025年度AI十大趋势报告》，提名释放巨大潜力的十大AI趋势 [23][24] - 报告将结合技术成熟度、落地现状和潜在价值等因素，对趋势进行深入分析并提名代表机构及最佳案例 [24]

为了让更多从业者感受智能浪潮的跃迁，也为了给予更多同行同路人掌声与鼓舞，我们将正式启动 「2025人工智能年度榜单」评选报名 。 本次评选将从 企业 、 产品 、 人物 三大维度，设立五类奖项。欢迎企业踊跃报名！ 组委会 发自 凹非寺 量子位｜公众号 QbitAI 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 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 ： 2025 人工智能年度 领航企业 2025 人工智能年度 潜力创业公司 2025 人工智能年度 杰出产品 2025 人工智能年度 杰出解决方案 1、注册地在中国，或主营业务主要面向中国市场； 2、主营业务属于人工智能及相关产业，或已将人工智能广泛应用于主营业务，并在细分领域居于行业领先地位； 评选标准 ： 2025 人工智能年度潜力创业公司 聚焦于中国人工智能领域创新创业力量，将评选出最具投资价值和发展潜力的AI创业公司， 参选条件 ： 评选标准 ： 3、具备成熟的产品或服务，已获得实际客户应用及市场认可； 4、近一年在技术 ...

产品核心定位与市场机遇 - 当前互联网存在信息过载、知识传播失真以及跨领域知识壁垒等挑战，用户获取深度见解的需求正遭遇传统平台的挑战[1][2][3] - SciencePedia被定位为一个具备「生命体征」的知识基座，旨在为知识安装一个会思考、能进化、可连接的数字大脑，以解决科学知识的传播与积累问题[4] - 该产品不仅是一个开创性产品，更是对未来学习认知方式的一次全新探索，致力于让真知更高效地抵达每一个需要它的人[4][5] 产品核心优势与差异化 - 在知识深度上，SciencePedia提供完整思维链，远超维基百科的概念定义、arXiv的原始论文和传统知识图谱的结构化数据[5] - 更新机制为实时进化，优于人工编辑、论文上传和定期更新，验证能力采用人机协同验证模式[5] - 具备系统化的跨学科连接能力，并能提供智能路径规划的个性化支持，这是传统平台所缺乏的[5] - 工作思路基于三大关键词：长思维链、逆思维链搜索、人机协同进化，旨在搭建科学知识的动态进化图谱而非死板的通用百科[12] 技术实现与工作机制 - **长思维链**：基于约400万条大语言模型的"思维链"知识库构建，试图还原结论是如何被人类一步步做出来的，让知识「活起来」[13][14] - 通过按学科划分、拆解关键知识点、并用逻辑/因果/应用关系串联成链路，实现「思维重演」，展示答案是如何被建立并被验证的[16][17][18][19] - **逆思维链搜索**：基于思维链构建深层逻辑网络，实现概念级的知识智能关联，擅长阐述用户的问题能通向什么，将跨学科偶然灵感转为系统化导航[20][21] - **人机协同进化**：采用AI抽取知识与专家社区仲裁校正的双引擎机制，确保可扩展性和科学严谨性，使系统能够自主进化，实现知识态的实时更新[22][23][24] 产品规模与价值主张 - 目前产品包含400万条思维链构建的科学推理网络，覆盖200个学科，精细解构24万知识点，并提供10万+练习题的实践闭环[27] - 能够生成知识地图，补完交叉关联信息，快速呈现领域全景，并通过逆知识搜索自动发现学科交叉点，揭示创新机会[29] - 正在重塑教育逻辑，通过个性化学习路径、思维链可视化和实践闭环设计，实现从理解到掌握的跨越，并与多所顶尖高校展开合作[30][31][32] 用户体验与功能特色 - 提供专属"学习规划"，用户可通过"AI推荐"唤起"学习伴读"助手，获得量身定制的动态学习规划和智能推荐的素材[40] - 支持"动态讲解"，学习过程中可随时划线提问，AI提供可交互的讲解，用户可要求深入解释、举例或换种方式说明[40][42] - 每个知识点配套"动手实践"模块，包含经典习题和解题过程，AI伴读会提供多种解题思路并展开完整思维链，帮助用户学会如何思考[44] - 支持用户随时划线提问或反馈，并可直接进行编辑或反馈，参与知识内容的修订与共建[42][46][47] 发展路径与生态建设 - 发展路径规划为从完善核心知识网络、建立基础应用生态，到实现自动化知识更新、构建全球贡献者社区，最终成为知识获取与科学研究的基础设施[38] - 采用开放生态模式，诚挚邀请全球科研工作者、教师与学生加入共建，可通过GitHub提交pull request或提交需求反馈参与[46][47] - 研发团队为SciencePedia描绘了一条由工具到生态的未来演进路径，旨在推动一种全新的知识呈现形态，并影响未来的学习方式[36]

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI Nano Banana成为爆款之后，Gemini月活达到了6.5亿。 AI业务带动之下， 谷歌季度营收也首次突破千亿美元 ，交出了有史以来最亮眼的成绩单。 什么概念？市值刚刚突破5万亿美元的英伟达，2025财年上半年的收入也刚刚突破1000亿。 谷歌CEO桑达尔·皮查伊（劈柴哥）激动地宣布了这一结果，表示他们所采用的 全栈式AI策略推动了这一增长 。 AI用户规模方面，劈柴哥介绍，不仅Gemini APP已有6.5亿月活用户，每分钟要处理的Token数更是达到70亿。 Hyperbolic Labs的联创兼CTO Yuchen Jin分析， Nano Banana在其中起到了重要的作用 。 马斯克也认为这个成绩可喜可贺，称赞了一句Nice work。 财报发布后，谷歌的股价在盘后猛增，达到每股293.69美元，以此计算，市值达到了3.55万亿美元，增长了3000多万美元（超2万亿人民 币）。 靠着Nano Banana的爆火，Gemini起飞了，进而在AI的带动下，整个谷歌公司都起飞了。 季度营收首次突破千亿美元 财报显示，谷歌今年第三季度的总收入为10 ...

模型概述 - 北京智源人工智能研究院发布最新开源原生多模态世界模型悟界·Emu3.5 [1] - 模型能够一网打尽图、文、视频任务，具备画图改图、生成图文教程、增强视频物理真实性等功能 [2] - 模型展现出高精度操作能力，例如一句话消除手写痕迹和第一视角漫游动态3D世界 [3] 行业背景与竞争格局 - AI迭代速度正在刷新所有人的认知，文生视频赛道几乎每月都有新技术出现 [5][6] - AI视频的逼真度和时长持续提升，但当前竞争焦点已从“像不像”转向“懂不懂”物理世界规律 [7][8] - 行业需解决的核心问题是模型是否理解物体移动后的空间变化、转身后场景的持续性等动态逻辑 [9] 核心技术能力 - Emu3.5生成作品具有极强连贯性和逻辑性，显著增强模拟动态物理世界的能力 [11] - 模型支持第一人称视角进入虚拟世界，动态构建移动或转身后的场景，全程保持空间一致性 [11] - 能够进行高精度可控图像编辑，如根据指令将草图转化为3D模型并完成3D打印、上色等完整流程 [16][26] - 支持多图多轮指令的复杂图像编辑，主体一致性和风格保持能力达业界顶尖水平 [29] - 模型在文本渲染和多模态交错生成任务上表现亮眼，性能媲美甚至超越Gemini-2.5-Flash-Image [18] 技术架构与创新 - Emu3.5参数量为34B，基于Decoder-only Transformer框架，统一所有任务为下一状态预测 [31] - 使用多模态分词器将文本和图像转换为离散Token序列，实现多任务处理 [31] - 在超过10万亿Token的多模态数据上预训练，主力数据为互联网视频的连续帧和转录文本 [32] - 视觉分词器基于IBQ框架，拥有13万视觉词汇表，集成扩散解码器支持2K分辨率高保真图像重建 [33] - 采用有监督微调和大规模多模态强化学习进行优化，使用复杂奖励系统提升模型质量 [34] - 通过离散扩散适配技术将推理速度提升近20倍，解决自回归模型生成图像慢的问题 [35] 应用场景与定位 - 模型定位为世界模型基座，开辟AI领域全新赛道，致力于构建理解物理规律的智能基座 [20][21] - 核心能力包括理解长时序、空间一致序列，模拟虚拟世界中的探索和操作，如逐步完成“整理桌面”任务 [23][24][28] - 应用场景覆盖生成视觉故事、第一视角参观场景（如客厅、火星开卡丁车等） [12][14][18] - 开源策略允许全球开发者直接使用模型，赋能千行百业实际应用，想象空间巨大 [36][37]

产品核心创新 - 字节跳动Seed团队开发的通用型游戏智能体Game-TARS，其核心创新在于采用“人类自然交互”方式，让智能体像真人一样使用键盘和鼠标操作游戏，而非调用特定函数或API [3][6][9] - 该智能体专注于最底层的“人类动作”，定义了一个可扩展、统一的键盘-鼠标动作空间，使动作指令集与任何特定应用或操作系统解耦，极大地提高了可扩展性和泛化性 [9][10][33] - 智能体将视觉感知、策略推理、动作执行和长期记忆整合到一个视觉语言模型中，无需为每款游戏编写特定代码即可自主学习操作 [12][13] 技术架构与训练方法 - 基于超过5000亿标注量级的多模态训练数据进行大规模预训练，结合稀疏推理与衰减持续损失来提升性能 [4][17][19] - 训练采用ReAct范式，通过“离线思维链+在线边做边说”的方式生成原生、即时的推理序列，并利用视觉锚点因果对齐技术确保训练数据的因果一致性 [17][18] - 引入指数衰减权重解决“行为惯性”问题，对连续重复动作按指数降低权重，使模型更专注于高熵动作转变 [19] - 训练分为持续预训练和后训练两个阶段，预训练数据超过2万小时（约5000亿token），后训练阶段对约200亿高质量token进行微调，并引入跨领域数据以扩展能力 [20][22][23] 性能表现与评估 - 在《我的世界》中的测试表明，基于统一动作空间的Game-TARS表现比以前最先进的专家模型提高了约2倍 [24][28] - 在FPS游戏、开放世界、WEB游戏等任务中，其迷你版本（GameTARS-MoE-mini）的表现超越了GPT-5、Gemini-2.5-Pro、Claude-4-Sonnet等知名模型 [5][29] - 实验证明该智能体在训练和推理过程中均具有可扩展性，统一动作空间为实现通用智能体提供了卓越的基础 [27][31][34]

以下文章来源于量子位智库 ，作者量子位智库 量子位智库 . 连接AI创新，提供产业研究 分析师 刘萌媛 刘铁鹰 量子位智库 | 公众号 AI123All 这股浪潮也在AI产品上得以体现： Manus 于8月初推出「Wide Research」功能，支持上百个Agent同时工作； 纳米AI 「多智能体蜂群」8月上线，可让多个推理型智能体灵 活拉群、多层嵌套、组队协作，完成超长复杂任务； 快手 9月推出「Kwali」，可将视频生成需求拆解并分配给不同Agent完成，如意图解 析、脚本生成、镜头匹配和剪辑合成等…… 那么，多智能体在任务完成的效率和效果上真的超过单智能体吗？多智能体框架在AI产品中是如何应用的，又为AI产品创造了哪些价值？相比 于单智能体，多智能体适合什么样的使用场景呢？ 带着这些疑问，量子位智库邀请到以 Mu lt i A gent架构 为核心的 全民可用的 AI应用 Agnes AI ，听创始人Bruce Yang深入聊一聊这款 上线四个月日活用户即突破20万的高潜AI产品。 △ Agnes访谈直播 在这次访谈中，Bruce分享了Agnes AI背后的多智能体架构设计，以及Agnes如何确认产品 ...

Ctrl-World团队 投稿 量子位 | 公众号 QbitAI 这两天，Physical Intelligence （PI） 联合创始人Chelsea Finn在上，对斯坦福课题组一项最新世界模型工作kuakua连续点赞。 生成看起来不错的视频很容易，难的是构建一个真正对机器人有用的通用模型 ——它需要紧密跟随动作，还要足够准确以避免频繁幻 觉。 这项研究，正是她在斯坦福带领的课题组与清华大学陈建宇团队联合提出的 可控生成世界模型Ctrl-World 。 这是一个能让机器人在"想象空间"中完成任务预演、策略评估与自我迭代的突破性方案。 核心数据显示，该模型 使用零真机数据 ，大幅提升策略在某些在下游任务的指令跟随能力，成功率从38.7%提升至83.4%，平均改进幅度 达44.7%。 其相关论文《CTRL-WORLD：A CONTROLLABLE GENERATIVE WORLD MODEL FOR ROBOT MANIPULATION》已发布于arXiv 平台。 注：Ctrl-World专为通用机器人策略的策略在环轨迹推演而设计。它生成联合多视角预测（包括腕部视角），通过帧级条件控制实现细粒度动作控制，并通 ...

组委会 发自 凹非寺 量子位｜公众号 QbitAI 企业榜 为了让更多从业者感受智能浪潮的跃迁，也为了给予更多同行同路人掌声与鼓舞，我们将正式启动 「2025人工智能年度榜单」评选报名 。 这是量子位人工智能年度榜单的 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。 在人工智能重新定义一切的时代里，智能技术已不再是单一工具，而是产业与社会协同进化的驱动力。我们期待通过这场年度评选，去发现 并致敬那些真正引领变革、开拓边界的探索者与实践者。 本次评选将从 企业 、 产品 、 人物 三大维度，设立五类奖项。欢迎企业踊跃报名！ 让我们共同见证年度之星，点亮未来的方向。 产品榜 人物榜 2025 人工智能年度 焦点人物 详细评选标准及报名方式如下。 2025 人工智能年度领航企业 2025 人工智能年度 领航企业 2025 人工智能年度 潜力创业公司 2025 人工智能年度 杰出产品 2025 人工智能年度 杰出解决方案 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 人工智能年度潜力创业公司 聚焦于中国人 ...

产品发布与市场反响 - 加速进化公司发布入门级具身开发平台Booster K1，限时售价2.99万元起，首发20分钟内首批全款订单全部售罄 [1] - 公司公开承诺双11全款订单若12月底未交付将进行3倍赔付，凸显对交付能力的信心 [1] 产品核心优势与定位 - Booster K1强调提供一条“被使用”的完整路径，而不仅仅是展示能力，在能交付、能跑在真实场景、具备基本稳定性的产品稀缺的领域中具备优势 [2][4] - 产品工程逻辑主导，注重稳定性、标准化与开发工具链完整，全系标配22个自由度，机身高约95厘米，重19.5公斤，兼具便携性与物理稳定性 [9] - 产品通过30小时连续500N撞击测试，并在真实应用中完成超过100小时不间断运行验证，能力基于实战测试结果 [9] 市场覆盖与交付业绩 - Booster K1和Booster T1系列产品已覆盖全球200多家客户、70多家研究机构，累计交付超700台 [5] - 超过一半订单来自海外，显示出较强的国际市场接受度 [5] - 产品已完成多轮量产交付，配套完善工具链，能支撑复杂场景开发工作 [6] 技术性能与版本配置 - Booster K1推出极客版、教育版和专业版三种配置，均支持二次开发及全流程开发能力 [10][11] - 各版本算力配置不同：极客版48 TOPS，教育版117 TOPS，专业版200 TOPS [11] - 硬件本体开放，运动控制、感知模块可深度介入，软件工具链完整，配套开源Booster Gym强化学习框架和RoboCup 3v3 Demo战术代码 [12] 应用生态与开发者支持 - 产品标配多个Agent应用，如示教Agent、对话Agent、舞蹈Agent、足球Agent等，覆盖动作学习、语音交互、协同演出等典型场景 [13] - 公司发布启航计划，免费开放一站式开发工具、视频课程，升级开源项目，并启动Agent开发团队种子投资计划以降低开发门槛 [14] - 用户反馈其机器人是市面上“开发最流畅、运行最稳定”的平台产品之一，适用于高频调用、高负载训练与教育等场景 [14] 教育与赛事生态布局 - 公司构建“教、学、练、赛、用”闭环生态，教学解决方案覆盖K12到科研机构全年龄段开发者 [16] - 发布“百城万校”计划，目标在未来3年与1000+高校、2000+职业学校、7000+中小学进行课程合作，推动机器人教育普及 [18] - 机器人足球赛事被视为早期开发、策略迁移、训练对比的理想实验平台，能集中验证多智能体协同、动态决策等具身智能核心能力 [19][22] 赛事成绩与技术验证 - 在2025 RoboCup机器人世界杯上，使用Booster T1的清华大学队夺得AdultSize组冠军，打破欧美国家长达28年的垄断 [24] - Booster K1问世仅4个月便助力队伍包揽KidSize组冠亚军，验证了其在复杂赛事环境下的综合性能与硬件成熟度 [25][26] - 在2025世界人形机器人运动会上，四十余支代表队均选用加速进化平台参赛，比赛在统一平台基础上比拼战术系统与AI训练有效性 [28] 公司战略与行业愿景 - 公司以“平台+开源工具+生态”组合瞄准开发者、竞赛、教育市场，愿景是让人形机器人像个人电脑一样普及，致力于成为具身时代的苹果公司 [8] - 战略本质是向“操作系统”跃迁，通过构建统一底座、开放接口、聚集开发者，使机器人平台从封闭设备变为生态协作场域 [31] - 公司借鉴微软和苹果的成功路径，通过开放标准化硬件平台和软件工具链降低门槛，同时配套开发工具和预设组件建立开发者体验 [41] - 商业路径从教育、赛事、科研三大结构性市场切入，先沉淀真实使用场景与开发人群，而非采用“爆品即流量”的消费级打法 [41]