全球工业机器人市场概况 - 2024年全球工业机器人安装量达54.2万台，较十年前增长超一倍，连续第四年突破50万台 [1][3] - 亚洲占全球新部署量的74%，欧洲占16%，美洲占9%，区域格局差异显著 [1] - 全球在用工业机器人总数达466.4万台，同比增长9% [3] - 预计2025年全球安装量将增长6%至57.5万台，2028年突破70万台 [3][30] 中国市场表现 - 2024年安装量达29.5万台创历史新高，占全球54%，同比增长7% [3][11] - 本土制造商国内销量首次超过外国供应商，市场份额从十年前的28%跃升至57% [14] - 运营存量达202.72万台，全球占比43%，居全球之首 [16] - 预计到2028年制造业机器人需求年均增长10% [16] 主要区域市场动态 - 日本安装量4.45万台（全球第二），同比下降4%，电子和汽车行业需求疲软 [3][18][20] - 美国安装量3.42万台（全球第三），同比下降9%，汽车行业安装量回升至1.35万台 [3][21][24] - 韩国安装量3.06万台（全球第四），同比下降3% [3][24] - 德国安装量2.70万台（全球第五），同比下降5%，汽车行业安装量大幅下降25% [3][25][27] - 印度安装量9123台（全球第六），同比增长7%，汽车行业占比45% [28][30] 行业应用分布 - 通用行业安装量占比从2014年36%升至2024年53%，成为主导领域 [4] - 电气/电子行业安装量12.9万台（+2%），汽车行业12.6万台（-7%） [7] - 金属与机械行业增长18%，塑料与化工产品行业增长18%，食品行业大幅增长42% [7] - 协作机器人安装量从2017年1.11万台增至2024年6.45万台，占比从2.8%提升至11.9% [9] 服务机器人市场 - 2024年专用服务机器人新安装19.9万台，同比增长9% [32] - 医疗机器人新增1.67万台，同比增长91%，诊断与实验室分析领域增长610% [32][41] - 运输与物流领域安装量10.29万台（占比52%），专业清洁领域增长34% [38][40] - 消费服务机器人新增2010万台，同比增长11% [32] 技术趋势与挑战 - 物理AI、分析AI和生成式AI成为技术热点 [30] - 类人机器人处于发展初期，未实现大规模应用 [43] - 短期受宏观经济、地缘冲突、贸易壁垒及劳动力成本制约 [30] - 机器人即服务（RaaS）商业模式降低市场进入门槛 [43]

蛋白质折叠，一直是计算生物学中的一个核心难题，并对药物研发等领域产生着深远影响。 若把蛋白质折叠类比为视觉领域的生成模型，氨基酸序列相当于「提示词」，模型输出则是原子的三维坐标。 受此思维启发，研究人员构建了一个基于标准Transformer模块与自适应层的通用且强大的架构——SimpleFold。 论文地址：https://arxiv.org/abs/2509.18480 SimpleFold和AlphaFold2等经典的蛋白质折叠模型有哪些不同？ AlphaFold2、RoseTTAFold2通过融合复杂且高度专业化的架构，如三角更新、成对表示、多序列比对（MSA）。 这些设计往往是将我们对结构生成机制的已有理解「硬编码」到模型中，而不是让模型自己从数据中学习生成方式。 SimpleFold则提出了一种全新思路： 没有三角更新、成对表示，也不需要MSA，而是完全基于通用Transformer和流匹配（flow-matching），能够直接将蛋白质序列映射为完整的三维原子结 构（见图1）。 SimpleFold 首个基于Transformer模块的蛋白折叠模型 流匹配把生成视作一段随时间推进的旅程，用常微分 ...

ChatGPT新功能Pulse - OpenAI推出ChatGPT新功能"Pulse"预览版 首先向Pro用户开放 每晚根据用户聊天记录和反馈提供个性化内容推送 [1] - 该功能基于智能体开发 能主动进行异步搜索 支持链接Gmail和Google日历以提供更相关建议 [1] - Pulse通过主题卡片形式呈现内容 用户可点赞或踩赞提供反馈 这是将ChatGPT从完全被动转变为主动的第一步 [1] Thinking Machines研究突破 - 估值840亿元的Thinking Machines发布第二篇研究论文"Modular Manifolds" 通过让网络不同层在统一框架下进行约束和优化提升训练稳定性和效率 [2] - 研究者提出模块化流形方法 解决神经网络训练中权重数值过大或过小导致的不稳定问题 并提供详细理论分析与实验验证 [2] - 公司创始人Mira Murati与翁荔等纷纷转发支持 此前已发布首篇研究解决大模型推理中的不确定性问题 [2] 谷歌Gemini Robotics 1.5 - 谷歌DeepMind发布针对机器人和具身智能的Gemini Robotics 1.5系列家族模型 包括Gemini Robotics 1.5和Gemini Robotics-ER 1.5两款模型 [3] - Gemini Robotics 1.5是最先进的视觉-语言-行动模型 能将视觉信息和指令转化为机器人动作 Gemini Robotics-ER 1.5是最强大的视觉-语言模型 能推理物理世界并创建多步骤计划 [3] - 两款模型协同工作 可让机器人执行垃圾分类 行李打包等复杂任务 支持思考后行动 实现跨不同机器人形态的技能迁移与泛化学习 [3] Kimi Agent模型OK Computer - Kimi推出全新Agent模型"OK Computer" 依托Kimi K2 能完成网站搭建 PPT制作和百万行数据处理等复杂任务 [4] - 模型操作时会列出Todo List进度表 自主完成网页搜索 素材生成 代码编写与检查 最终输出可交互 可复用的结果 [4] - 设计类任务能自主规划并实现各模块功能 分析类任务能自动搜集数据并提供可视化图表 生成类任务支持多种内容输出与编辑 [4] 腾讯混元3D生成模型 - 腾讯混元3D团队推出业界首个原生3D组件生成模型Hunyuan3D-Part 包含P3-SAM（3D分割）和X-Part（组件生成）两大模块 [5] - 该模型能生成高质量 可投入生产和结构合理的组件式3D内容 解决游戏制作与3D打印行业对可分解3D形状的需求 [6] - 模型从语义特征和边界框检测到部件生成全流程优化 在PartObj-Tiny等多个基准上大幅超越现有工作 已开源且提供线上体验入口 [6] AI电影制作进展 - 香港动画公司ManyMany Creations制作的15分钟全AI短片《九宵》成功入选釜山国际电影节"未来影像"AI电影国际峰会 [7] - 峰会还展映《权利游戏》《法体》等四部AI短片 这些作品真正利用AI作为叙事手段 探讨女性主义 平庸之恶等社会主题 [7] - 博纳影业已成立国内首个AI制作中心 利用AI将电影制作周期从数年压缩至1.5-2年 并大幅降低成本 [7] 苹果MCP系统级支持 - iOS 26.1 iPadOS 26.1和macOS Tahoe 26.1开发者测试版代码显示 苹果正在为App Intents引入MCP支持 将允许ChatGPT Claude等AI模型直接与苹果设备应用交互 [8] - MCP（模型上下文协议）由Anthropic提出 作为AI领域的通用插口 能让模型与外部服务安全对话 已被Notion Google Figma OpenAI等采用 [8] - 苹果构建系统级MCP支持 既能利用行业生态 又能强制执行隐私安全标准 体现从全栈自研向平台化的战略转变 [8] 医学影像数据集项目 - 上海人工智能实验室等机构联合发起Project Imaging-X 系统梳理2000-2025年间1000+医学影像数据集 揭示医学数据小而散 偏科严重的格局 [9] - 研究显示医学影像数据与通用视觉存在数量级差距 病理数据超过其他类型 分类与分割任务占主导 CT和MRI为主要3D数据类型 [9] - 项目提出元数据驱动融合范式(MDFP) 通过元数据统一 语义对齐 融合蓝图和索引共享四阶段流程实现数据集整合 已开发交互式数据发现门户 [9] 红杉AI生产力研究 - 红杉最新研究揭示GenAI鸿沟 仅5%公司从AI获得显著价值 95%因静态工具与流程脱节而未能受益 核心问题是AI系统学不会 推不开 用不深 [10] - 研究指出企业AI失败的三大原因 AI工具缺乏从用户反馈中学习的能力 95%的定制AI方案未能从试点扩展至规模化部署 员工转而使用个人AI服务形成影子AI经济 [10] - 22-25岁初级岗位已出现大规模替代 AI首先替代书本知识 专家经验成为新护城河 创业者应打造能学习的AI代理 深度融入企业后台流程 [11]

AI技术赋能基金业培训 - 未可知人工智能研究院副院长张孜铭为招商基金投研团队开展《AI赋能基金业：办公、营销与投研》专题培训[1] - 培训系统梳理AI技术发展脉络，重点解析生成式AI与决策式AI的核心区别：生成式AI关注内容创造，决策式AI侧重于优化决策[3] - 强调AI不是要取代投研人员，而是让投研人员从繁琐信息处理中解脱，更专注于价值判断和决策本身[4] 提示词工程与AI协作 - 详细讲解CO-STAR、TCREI、CRISPE等结构化提示词框架，并通过RBTR四步法生成高质量基金营销文案[3] - 指出好的提示词不是对AI发号施令，而是与AI进行高效协作的艺术，该技能将决定AI时代的工作效率[3] - 利用DeepSeek分析基金产品卖点，结合碳中和等热门主题快速生成具有吸引力的营销内容[3] AI在基金营销场景的应用 - 培训展示AI生成软文、生图、生视频的实用技巧，通过讯飞绘文等工具实现从市场热点分析到完整营销文案生成的全流程[3] - 参会人员现场体验AI工具操作，培训帮助建立AI思维模式，这种思维转变将对工作产生深远影响[3][4] AI在投研场景的赋能 - 介绍Reportify、Alpha派等专业AI工具在数据采集、信息整理和可视化分析中的应用，极大提升投研人员信息处理效率[4] - 招商基金投研部门负责人评价培训不仅提供实用AI工具操作指南，更重要的是帮助建立了AI思维[4] 未可知人工智能研究院服务能力 - 研究院在AI企业培训、技术方案落地和战略咨询方面具有丰富经验，提供深度定制企业培训服务[6] - 推出GEO（生成式AI搜索关键词优化）和DeepSeek+知识库等企业级解决方案，帮助企业实现安全高效的数字化转型[6] - 未来将以"AI战略+技术赋能"双轮驱动，助力更多企业完成"AI+"战略转型，在智能化时代保持竞争优势[6]

核心人事变动 - 前OpenAI高层研究员宋飏正式加盟Meta Superintelligence Labs担任研究负责人[2][3] - 宋飏将直接向MSL首席科学家赵晟佳汇报[5] - 两人背景高度契合：本科均毕业于清华，博士同在斯坦福同门，曾先后就职于OpenAI[13] 团队架构与战略方向 - 宋飏的加入巩固了MSL的“双核”格局：赵晟佳把握整体节奏，宋飏深化关键路径[16] - 宋飏研究方向聚焦扩散模型与多模态推理，其技术是生成式AI领域重要基石[29][37] - 团队战略目标是构建能理解图像、语言、音频等多种数据形式的通用模型，提升与真实世界互动的广度与深度[31] - 赵晟佳主导统一训练范式和推理堆栈，旨在打造完整AI产品体系[32] 行业人才流动趋势 - 今夏以来已有超过11位来自OpenAI、Google、Anthropic等机构的研究者加入MSL[20] - 顶级AI实验室间人员流动节奏加快，例如Aurko Roy在Meta工作不到五个月便离职加入Microsoft AI[22][24] - 项目匹配度、团队氛围和技术方向贴合度正成为人才选择的核心因素[25] - 人才选择项目的速度在加快，项目对人的要求也在提高，研究者与实验室关系呈现“双向奔赴”特点[46][47] 技术影响与产业意义 - 宋飏在OpenAI期间带领战略探索团队，专注于提升模型处理高维复杂数据的能力[30][39] - 其研究成果不止于方法创新，更擅长转化为平台能力，影响了OpenAI图像生成产品设计路径[40] - 这类研究者能直接推动从理论、数据到系统实现的完整链路，为团队补上技术纵深与工程整合的关键环节[41] - 跨模态、完整数据链路、工具集成与推理协同能力将成为AI从业者新阶段核心竞争力[48]

"因为生成式AI（人工智能）的应用，普通用户已经可以独立创作几分钟的动漫短剧。预计未来几年， 用户可以直接通过AI生成长达20分钟的动漫短剧，甚至独立做一款游戏，这方面的市场想象空间非常 大。" 在9月25日的专访中，CreateAI CEO吕程谈及了AI对游戏和动漫产业可能形成的影响。他表示，当前AI 应用于游戏、动漫产业仍处于起步阶段，例如人工智能平台在生成动漫短剧上的一致性和可控性仍需要 不断迭代。 作为一家全球应用型人工智能公司，最近一年，CreateAI的投资动作频频。去年下半年，CreateAI接连 获得《三体》IP，以及《金庸群侠传》的独家授权 IP；今年8月，CreateAI在北京启动亚洲最大的动作 捕捉基地；9月25日，CreateAI在国内正式推出专为动漫制作设计的人工智能平台——"萌动AI"，用户 在此平台几乎可以无门槛地生成几分钟的动漫短剧。 近些年，中国游戏产业规模在快速扩张。7月31日，由游戏出版工作委员会、游戏产业研究专家委员会 联合发布的《中国游戏产业报告》显示，2025年1—6月，国内游戏市场实际销售收入1680亿元，同比增 长14.08%，再创新高。游戏用户规模近6.79亿 ...

北水资金流向 - 9月26日港股市场北水成交净买入105.41亿港元 其中港股通(沪)净买入73.66亿港元 港股通(深)净买入31.74亿港元 [1] - 北水净买入前三名个股为阿里巴巴-W(09988)、地平线机器人-W(09660)、腾讯控股(00700) [1] - 北水净卖出前三名个股为小鹏汽车-W(09868)、华虹半导体(01347)、中芯国际(00981) [1] 个股交易明细 - 阿里巴巴-W买卖总额110.62亿港元 净流入3.77亿港元 [2] - 小米集团-W买卖总额74.76亿港元 净流入22.74亿港元 [2] - 中芯国际买卖总额55.98亿港元 净流入1.19亿港元 [2] - 腾讯控股买卖总额31.08亿港元 净流入10.44亿港元 [2] - 华虹半导体买卖总额22.82亿港元 净流出1.79亿港元 [2] - 地平线机器人买卖总额18.42亿港元 净流入4.32亿港元 [2] - 小鹏汽车-W买卖总额8.90亿港元 净流出6722.31万港元 [4] - 理想汽车-W买卖总额9.50亿港元 净流入1.14亿港元 [4] 重点公司动态 - 阿里巴巴-W再获净买入24.12亿港元 月初至今北水累计净买入超685亿港元 阿里云被视为数字化运营及生成式AI最大受益者之一 [5] - 地平线机器人以每股9.99港元配售6.39亿股 募资63.39亿港元 用于扩大海外市场及中高阶辅助驾驶解决方案规模化应用 [5] - 腾讯控股举办全球数字生态大会 围绕智能化与国际化两大增长引擎全面开放AI能力 [6] - 小米集团新品发布会后股价下跌逾8% 但大摩认为新产品可能加速高端智能手机市场份额增长 [6] - 晶泰控股获净买入1.9亿港元 定位为AI驱动药物研发第三方服务商 商业模式具可持续性 [7] - 中芯国际与华虹半导体分别遭净卖出1.45亿及2.12亿港元 受美国芯片进口比例政策影响 [7] - 小鹏汽车-W遭净卖出2.91亿港元 山高控股与理想汽车-W分别获净买入1.3亿及1.14亿港元 [7]

北向资金整体流向 - 9月26日港股市场北水成交净买入105.41亿港元，其中港股通(沪)净买入73.66亿港元，港股通(深)净买入31.74亿港元 [1] 个股资金净买入情况 - 阿里巴巴-W(09988)获净买入24.12亿港元，月初至今北水累计净买入额超685亿港元 [4] - 地平线机器人-W(09660)获净买入8.63亿港元 [5] - 腾讯控股(00700)获净买入7.92亿港元 [5] - 小米集团-W(01810)获净买入6.05亿港元 [5] - 晶泰控股(02228)获净买入1.9亿港元 [6] - 山高控股(00412)获净买入1.3亿港元 [6] - 理想汽车-W(02015)获净买入1.14亿港元 [6] 个股资金净卖出情况 - 中芯国际(00981)遭净卖出1.45亿港元 [6] - 华虹半导体(01347)遭净卖出2.12亿港元 [6] - 小鹏汽车-W(09868)遭净卖出2.91亿港元 [6] 个股交易数据明细 - 阿里巴巴-W单日买入额57.20亿港元，卖出额53.42亿港元，买卖总额110.62亿港元 [2] - 小米集团单日买入额48.75亿港元，卖出额26.01亿港元，买卖总额74.76亿港元 [2] - 中芯国际单日买入额28.58亿港元，卖出额27.40亿港元，买卖总额55.98亿港元 [2] - 腾讯控股单日买入额20.76亿港元，卖出额10.32亿港元，买卖总额31.08亿港元 [2] - 地平线机器人单日买入额11.37亿港元，卖出额7.05亿港元，买卖总额18.42亿港元 [2] 行业与公司动态 - 阿里巴巴3800亿元资本支出计划被小摩视为需求指标，阿里云被视为数字化营运及生成式AI最大受益者之一 [4] - 地平线机器人以先旧后新方式配售6.39亿股，每股作价9.99港元，所得款项净额约63.39亿港元用于扩大海外市场业务及中高阶辅助驾驶解决方案 [5] - 腾讯全球数字生态大会以"智·向远大"为主题，围绕智能化和国际化两大增长引擎全面开放AI [5] - 小米新品发布会后股价重挫逾8%，野村指出缺乏芯片及电动车计划更新，大摩认为新产品可能加速高端市场份额增长 [5] - 晶泰控股被广发证券定位为AI驱动药物研发第三方服务商，商业模式具可持续性且潜在市场空间大 [6] - 美国政府计划要求芯片企业本土产量与进口量保持1:1比例，长期不达标将缴纳关税 [6]

AI视频生成技术应用案例 - B站UP主使用AI工具制作的《泰坦尼克号》动画视频效果鬼畜，人物动作和画面存在明显瑕疵，例如女主能高抬腿风骚走位、穿墙而过，人物360度旋转时头发留在原地[2][3][4][5][7][9] - X博主@fofrAI使用字节的Seedance Pro模型，通过图生视频功能制作延时摄影动画短片，输入图片提示词和视频提示词后生成效果良好，仅存在时长稍短、墙上照片被纳入延时效果等小问题[10][11][12] - 网友Framer结合谷歌Nano Banana和Seedance 1.0模型，在不到2小时内生成宫崎骏风格AI动漫，工作流包括用Seedance为镜头添加动画，用Nano Banana实现跳切效果并保持人物风格一致性[13][14][16][17][18][20] - 博主Rich Klein使用HeyGen Avatar IV工具生成唇形同步动画[20] OpenAI进军动画电影产业 - OpenAI支持制作名为《Critterz》的AI动画电影，旨在向好莱坞展示生成式AI可更快、更便宜地制作电影，影片由OpenAI创意专家Chad Nelson构思，计划于2026年全球上映并有望在戛纳电影节首映[21][23][25][26] - 电影制作团队与伦敦和洛杉矶制作公司合作，目标将制作周期从传统三年缩短至约九个月，预算低于3000万美元，远低于传统动画制作费用，制作过程将结合人类艺术家绘制草图并输入OpenAI的AI工具（包括GPT-5和图像生成模型），同时为角色配音招募人类演员[21][23][26] - OpenAI认为若电影成功将加速好莱坞对AI技术的采纳，降低创作门槛使更多创作者借助AI工具实现梦想[26] 娱乐行业对AI的态度与挑战 - 娱乐行业对全面采纳AI技术持谨慎态度，许多公司担心AI工具可能威胁演员和编剧工作岗位，并存在知识产权和创作自主权担忧[27][28] - 为保护版权，迪士尼、华纳兄弟等公司已对AI提供商Midjourney提起诉讼指控侵权，而《Critterz》的创作方式通过结合人类艺术家手工创作和AI辅助避免了版权争议并为版权保护提供保障[28]

金融与科技融合趋势 - 金融与科技深度融合趋势已不可逆转，是金融新业态和新趋势 [1] - 人工智能、大数据、区块链等新技术在金融业深度广泛应用，生成式AI已渗透至智能投研、风险控制、合规检查及客户服务等各个业务流程 [1] - 金融业国际化趋势明显，跨境投融资活动增加，金融产品和服务国际化程度提高 [1] 金融现代化发展方向 - 智能化、绿色化、数字化、国际化是金融现代化的时代潮流 [1] - 金融“五篇大文章”高度契合行业发展时代特征，行业成为推动全球金融变革的重要力量 [1] - 金融现代化是金融强国建设的核心内涵，拥抱创新和把握趋势是战略选择 [1] 推动创新的建议 - 建议持续增加研发投入，加强新技术应用，以推动金融产品和服务创新 [2] - 鼓励金融机构和科技公司各自创新，并支持二者协同合作创新 [1][2] - 通过扩大对外开放提升金融资源配置效率和能力，增强国际竞争力和规则影响力，需对标国际高标准经贸协议规则并精简限制性措施 [2] 行业改革方向 - 面对新趋势和低利率环境，需完善金融机构特别是国有大银行的定位，融合商业性、政策性、方向性要求，改革评价体系和激励考核机制 [2] - 监管部门需转变理念和模式，坚持按业务逻辑而非机构类型监管，从机构资质监管转向规范业务行业监管，实现“相同活动、相同风险、相同监管” [2] 风险防控与监管 - 防控风险是金融工作永恒主题，需坚守底线并稳中求进 [3] - 金融新业态带来数据安全和隐私保护等挑战，金融机构需严格落实政策法规，加强数据安全合规监管 [3] - 需建立适应新业态的监管体系，实行穿透式监管并加强监管科技，以提升金融监管能力 [3]