具身智能与机器人发展 - 北京人形机器人创新中心的"天工"机器人从需遥控完成半程马拉松进展至全自主奔跑[4] - 具身智能需突破非线性瓶颈（如场景泛化）和线性瓶颈（如稳定性、负载能力）[5] - 该中心已开始出货"天工"机器人，今年可能销售几百台，并与李宁等企业探索运动学测试、导购等落地场景[6] 大模型与AI基础设施演进 - ChatGPT诞生33个月以来全球出现4000多个大模型和近500家AI独角兽，无模型能在榜单停留超五周[5] - AI基础设施转向追求效能而非单一规模，需更快模型迭代和更强计算平台[5] - 行业采用MoE稀疏模型架构（如百度百舸5.0），算力需求为稠密模型的5到10倍[12][13] - 强化学习采用"训推一体"范式，百舸框架提升训练效率并支持实时更新[15] 多模态与3D AI技术应用 - 创业公司VAST的AI 3D技术可将游戏模型制作时间从手工雕琢缩短至几十秒、成本降至0.0001元[7] - VAST服务全球超300万专业建模师、4万多家企业和700多家大客户[6] - 百度千帆4.0升级多模态RAG，九号电动车借此打造多语种智能客服[20] 智能体（Agent）落地与行业变革 - 工商银行上线1000多个智能体，改变交易形式与风险经营；保险集团采用数字员工后意向率提升近一倍[9] - 百度数字员工在100多个行业场景落地，包括吴彦祖教英语、罗永浩直播带货[9] - AI Coding工具代码生成占比从20%升至30%~40%，未来可能达80%~90%[11] - 智能体编排采用自主规划、工作流（占千帆平台80%以上）及多智能体协作三种方式[20] 算力与芯片发展 - 百度昆仑芯P800在3.2万卡集群训练效率超98%，百万tokens推理成本降至几元[15] - 百度智能云完成1.2万P算力建设并管理运营1500P算力，IDC智算服务市场国内排名第二[17] 行业模型与数据优化 - 行业模型实践从后训练转向场景标注+SFT/强化学习，再至基模蒸馏与多模型融合[18] - 智联招聘基于百亿参数模型以少量数据媲美千亿模型DeepSeek R1效果[19] - 百度千帆DataBuilder平台提升数据处理效率600%、降低计算成本30%及检索成本80%[21][23] 技术突破与开源进展 - 格灵深瞳计划9月底全量开源多模态模型Glint-VLM，公开训练数据与代码[11] - 百舸平台优化VLM训练框架后效率提升三倍，两天内完成一次训练[12]