模型动态 - OpenAI推出GPT-5模型并开源gpt-oss项目 [3] - 小红书发布多模态模型dots.vlm1 [3] - 面壁小钢升级MiniCPM-V至4.0版本 [3] - 通义千问推出轻量级模型Qwen3-4B [3] - Anthropic发布Claude Opus 4.1但封锁部分API接口 [3] - 华为开源CANN框架 腾讯推出混元小模型 小米发布MiDashengLM-7B [3] - 谷歌展示Deep Think模型技术 [3] 应用进展 - MiniMax推出语音合成系统Speech 2.5 [3] - Gemini上线Guided Learning功能 DeepMind发布Genie 3工具 [3] - 谷歌Gemini推出Storybook应用 ElevenLabs发布AI音乐平台Eleven Music [3] - 腾讯ima开发AI播客 阿里推出图像处理工具Qwen-Image [3] - 纳米AI研究多智能体蜂群技术 可灵探索AI+影视制作 [3] - 高德地图预告2025年AI功能 Grok布局短视频生成 [4] - Manus推出Wide Research工具 Black Forest Labs发布FLUX.1-Krea [4] - 华中农业大学等机构推进AI育种技术 [4] 科技突破 - Skild AI研发机器人适应性策略 [4] - 傅利叶推出GR-3机器人 Meta研究神经肌肉交互技术 [4] - 苹果测试脑控iPad技术 宇树科技发布Unitree A2机器人 [4] - 中科硅纪开发类人灵巧手 [4] 行业观点 - 理想汽车提出"智驶新引擎"概念 [4] - a16z强调编程专业化 LangChain探讨Ambient Agents技术 [4] - Gamma关注小团队创业模式 Mo Gawdat警示AI社会分化风险 [4] - 阶跃星辰分享Step 3发展历程 马斯克讨论科学家与工程师协作 [4] - Ai2提出RLVR框架 OpenAI分析IMO金牌经验 [4] - DeepMind研究AI进化建模 微软评估AI对职业影响 [4] - 凯文·凯利提出"异类智能"理论 [4] 行业事件 - Grok 4等参与国际象棋AI对抗赛 [4] - 苹果组建AKI团队 TikTok热传兔子蹦床AI视频 [4] 资源推荐 - 腾讯研究院ima AGI知识库提供《AI Agent的终极未来》3万字圆桌实录 [5]

GPT-5技术进展 - 奥特曼亲自展示GPT-5实测，暗示即将进入"SaaS快时尚时代"[1] - GPT-5采用超级对齐团队遗留的"通用验证器"技术，训练方法为"证明者-验证者游戏"[1] - 研发面临高质量训练数据不足和大规模预训练收益下降的挑战[1] 苹果AI战略布局 - 组建AKI团队研发类ChatGPT搜索引擎，由前Siri负责人领导[2] - 扎克伯格提出"个人超级智能"概念，称AI眼镜将挑战iPhone地位[2] - 库克强调iPhone仍是生态中心，透露苹果有"令人兴奋的AI计划"[2] 腾讯开源模型 - 开源四款混元小模型(0.5B/1.8B/4B/7B)，手机可运行并在微信读书落地[3] - Hunyuan 7B数学能力超越OpenAI o1-mini和Qwen3-8B，支持256k上下文长度[3] - 增强agent能力，适合低功耗场景和低成本垂直领域微调[3] 快手AI影视创新 - 可灵AI短剧《新世界加载中》全球播放1.97亿次，全网曝光13.7亿+[4] - 赋能Z世代团队实现多风格创作，降低大制作门槛[4] - 通过20次迭代提升水面效果、动态控制等影视细节表现力[4] 高德地图AI升级 - 发布全球首个AI Native应用"高德地图2025"，搭载智能体"小高老师"[5] - 智能体具备自主推理、计划、反思能力，提供全旅程AI服务[5] - 整合超视距感知和AR互动体验三大智能体服务[5] 小米音频模型 - 开源MiDashengLM-7B声音理解模型，刷新22个评测集记录[6][7] - 首Token延迟为业界1/4，数据吞吐效率达同类20倍[7] - 实现语音/环境声/音乐统一理解，已在30+智能家居场景落地[7] AI视频现象 - "兔子蹦床"AI视频播放超5亿次，多数观众未识别为AI生成[8] - 成功要素包括夜视画质掩盖缺陷、@Ring标记增强可信度[8] - 反映用户"选择相信"的新型社交媒体互动逻辑[8] 具身智能突破 - 中科硅纪发布四款灵巧手和三款机器人整机产品[9] - 产品覆盖工业、高风险环境和服务场景[9] - 通过软硬协同打通具身智能产业化"最后一厘米"[9] AI行业观点交锋 - 马斯克称"只有工程师没有科学家"，LeCun反驳会扼杀创新[10] - LeCun强调研究者追求新原理，工程师聚焦系统构建[10] 强化学习前沿 - Ai2科学家提出RLVR技术，目标打造开源推理模型[11][12] - 区分RLHF与RLVR，强调智能体需发展四层能力[12] - 呼吁开源AI从论文转向创造实际"产物"[12]