腾讯混元世界模型1.5发布 - 腾讯正式发布混元世界模型1.5（Tencent HY WorldPlay）[1][10] - 该模型支持通过输入文字描述或图片创建专属互动世界[1][10] - 用户可通过键盘、鼠标或手柄实时控制虚拟相机的移动和转向[1][10] 小鹏汽车董事长何小鹏对AI观点 - 小鹏汽车董事长何小鹏认为当前没有AI泡沫，任何科技时代都是阶段或局部有泡沫[2][11] - 他认为市场从混沌到有序的竞争过程是必然的，AI将推动整个社会巨大变革[2][11] 小米自研大模型开源 - 小米集团总裁卢伟冰宣布自研AI大模型Xiaomi MiMo-V2-Flash正式开源上线[2][12] - 该模型被定位为迈向Agent时代的全新语言基座[2][12] OpenAI与苹果合作及人事变动 - OpenAI应用业务CEO宣布Apple Music将加入与ChatGPT集成的合作伙伴阵营[3][12] - OpenAI任命谷歌企业发展主管Albert Lee为公司企业发展副总裁[4][12] 阿里巴巴通义万相模型升级 - 阿里巴巴发布新一代通义万相2.6系列模型[5][12] - 该系列模型面向专业影视制作和图像创作场景进行全面升级，并上线首个角色扮演功能[5][12] xAI组建企业销售团队 - xAI公司已组建企业级人工智能销售团队[6][13] - 该销售团队规模已达十余人[6][13] 商汤科技模型适配与进展 - 商汤科技发布Seko2.0——行业首个多剧集生成智能体[7][14] - 该产品依托商汤自研的日日新Seko系列模型，并已与寒武纪成功适配[7][14] OpenAI前高管创业动态 - 前OpenAI首席技术官Mira Murati离职后创办Thinking Machines Lab[8][14] - 其新产品Tinker宣布接入Kimi K2 Thinking[8][14] - 据多家媒体报道，该公司最新估值将达500亿美元[8][14] 抖音推出AI教育计划 - 抖音正式启动“AI时代前沿学科共建计划”[9][14] - 该计划将联合抖音精选集中上线100门名校公开课[9][14]

行业动态：AI大模型与生成式AI应用持续迭代与开源 - 腾讯发布混元世界模型1.5，支持通过文字或图片创建可实时控制的互动世界[2] - 小米宣布其自研大模型MiMo-V2-Flash正式开源上线，定位为迈向Agent时代的语言基座[4] - 阿里巴巴发布通义万相2.6系列模型，针对专业影视制作和图像创作场景进行全面升级[7] - 商汤科技发布行业首个多剧集生成智能体Seko2.0，其背后依托自研的日日新Seko系列模型[8] 公司战略：科技巨头加速AI生态布局与人才竞争 - OpenAI宣布Apple Music即将与ChatGPT集成，并聘请谷歌前高管Albert Lee担任企业发展副总裁[5][6] - xAI已组建规模达十余人的企业级AI销售团队，拓展商业化[7] - 前OpenAI首席技术官Mira Murati离职创业，其新公司Thinking Machines Lab最新估值据报达500亿美元[9] 行业观点与生态建设：看好AI长期价值与推动知识普及 - 小鹏汽车董事长何小鹏认为当前没有AI泡沫，AI将推动社会巨大变革[3] - 抖音推出“AI时代前沿学科共建计划”，联合上线100门名校公开课以助推知识普惠[9]

行业观点与战略动向 - 埃隆·马斯克公开质疑核聚变发电的经济性，认为建造小型反应堆是浪费，并计划每年部署规模堪比美国全国电力四分之一的100GW太阳能AI卫星 [2] - 腾讯升级大模型研发架构，新成立AI Infra部、AI Data部、数据计算平台部，任命前OpenAI研究员姚顺雨为首席AI科学家并兼任AI Infra部、大语言模型部负责人 [6][7] - TikTok CEO周受资发布内部信，更新美国业务方案：将成立由甲骨文、银湖及MGX等投资者持股45%的新合资公司负责数据安全，字节跳动保留19.9%股份并继续控制电商、广告等商业活动，相关事宜计划在2026年1月22日前完成 [28][29] 国内大模型与AI应用进展 - MiniMax（稀宇科技）已通过港交所聆讯，计划于2026年1月挂牌上市，若成功将成为全球从成立到IPO最快的AI公司，目前服务超200个国家2.12亿用户及超10万企业客户 [5][6] - 智谱华章已通过港交所上市聆讯 [6] - 字节跳动正推进与联想合作，为其AI手机预装AIGC插件 [8] - 豆包大模型1.8发布，面向多模态Agent场景优化，工具调用与复杂指令遵循能力增强 [9] - 千问APP开始接入阿里生态，首站接入高德地图，可调用导航、打车等底层服务 [10] - 阿里发布通义万相2.6系列模型，是国内首个支持角色扮演功能的视频模型，支持音画同步、多镜头生成 [11] - 生数科技推出可商用的一站式AI视频Agent解决方案Vidu Agent，能自动产出15秒/30秒完整广告片 [12] - 百度发布文心健康管家，定位“全能家庭医生”，覆盖全周期健康服务，并推出“原子计划”向行业免费开放100+AI能力 [13][14] - 美团发布并开源SOTA级虚拟人视频生成模型LongCat-Video-Avatar，支持音频、文本、图像生成视频等多种功能 [18] 芯片、算力与基础设施 - 中科曙光发布并真机展出了国产万卡级AI集群系统scaleX万卡超集群 [3] - 紫光国微成立中央研究院，主要研究方向包括面向具身机器人等应用的端侧AI芯片新架构 [3] - 沐曦股份在科创板挂牌上市，发行价104.66元/股，募集资金41.97亿元，开盘后股价大涨，收盘报829.90元/股，涨幅692.95%，总市值突破3300亿元 [17][20] - 壁仞科技通过港交所上市聆讯 [21] - 寒武纪公告拟使用27.78亿元资本公积金弥补亏损 [4] - 商汤日日新Seko系列模型已完成对国产AI芯片寒武纪的适配 [20] - 百度旗下昆仑芯即将完成股改，加速推进冲刺上市步伐 [20] - 小米开源总参数309B（激活15B）的MoE模型MiMo-V2-Flash，其API定价为输入0.7元/百万tokens，输出2.1元/百万tokens，推理价格仅为Claude Sonnet 4.5的2.5% [16] - 上海交通大学科研团队在《科学》杂志发表成果，实现新一代光计算芯片LightGen，实测算力和能效相比顶尖数字芯片提升2个数量级 [19][20] - 日本印刷株式会社（DNP）成功开发出相当于1.4纳米等级的NIL纳米压印技术，计划2027年量产 [29] 海外巨头动态 - 英伟达CEO黄仁勋透露，作为向OpenAI投资1000亿美元计划的一部分，目前尚未支付任何款项 [22] - 英伟达发布采用混合型Mamba-Transformer专家混合架构的Nemotron 3开源模型系列，其Nano版本吞吐量较前代提升4倍 [23] - OpenAI计划以高达8300亿美元估值筹资至多1000亿美元，最早于2025年第一季度末完成 [24] - OpenAI发布新一代图像模型GPT-image-1.5，性能提升最多4倍，成本便宜约20%，并全面接管ChatGPT中的图像生成功能 [25] - 前OpenAI首席技术官Mira Murati创办的Thinking Machines Lab估值达500亿美元，其产品Tinker新增接入万亿参数级推理模型Kimi K2 Thinking [26][27] - 谷歌推出最新人工智能模型双子座3 Flash，性能超越双子座2.5 Pro，速度提升约3倍，运行成本更低 [28] - 甲骨文一个价值100亿美元的密歇根数据中心项目因融资谈判陷入僵局而停滞 [27] - 苹果据称计划到2027年秋季将其iPhone产品线从五款扩展至七款，包括首款可折叠iPhone和20周年纪念版“全屏”iPhone [27] - OpenAI正洽谈从亚马逊融资至少100亿美元，并使用其人工智能芯片 [29] - 英特尔计划以约16亿美元收购AI芯片初创公司SambaNova [30] 融资与并购 - 多模态AI企业智象未来完成A+轮融资，京东集团等参投，已启动B轮融资筹备 [31] - 银河通用机器人完成3亿美元新一轮融资，创具身智能领域单轮融资纪录，由中国移动链长基金领投 [32] - 格蓝若机器人完成数千万元A+轮融资，由湖北省人形机器人产业投资基金领投 [33] - 首形科技完成新一轮融资，由中国互联网投资基金与蚂蚁集团联合领投 [34] - 星源智机器人完成超亿元天使+轮融资，由赛富基金与凯联资本领投 [35] - 云深处科技完成超5亿元C轮融资，由招银国际和华夏基金联合领投 [36] - 众擎机器人完成10亿元A1+及A2轮融资，由黄浦江资本等领投 [37] 合作与生态 - 爱诗科技与阿里云达成全栈AI合作，阿里云将为爱诗科技旗下用户破亿的PixVerse视频生成大模型提供全球化算力及模型服务支持 [15]

公司产品发布 - 阿里发布了新一代通义万相2.6系列模型，该模型一次性覆盖文生视频、图生视频、参考生视频、图像生成和文生图，是目前全球功能最全的视频生成模型 [1] - 该模型在视频创作上推出了Sora2目前还没有的多音频驱动生视频能力，并同步引入了音画同步、多镜头叙事等能力 [2] 视频生成核心能力升级 - **视频参考生成**：支持视频参考，模型能提取其中主体的外观与音色，并结合提示词生成新视频内容，可用于单人表演或双人合拍等场景 [12] - **多镜头叙事**：支持多镜头生成，保持镜头间关键信息一致，可通过简单提示词完成分镜 [12] - **自然声画同步**：在多人对话等复杂场景中，语音与动作匹配更稳定 [12] - **长视频生成**：单条视频最长15秒（参考生视频最长10秒） [12] - **基础能力提升**：在指令理解与执行、画面真实度及整体美学表现等方面均有加强 [12] 视频生成能力实测表现 - **视频参考生成效果**：在主体一致性和提示词理解上做得比较扎实，能实现1:1还原，口型匹配较为准确，动作、表情与台词语义能够对应，但生成结果中的声线并未完全沿用原视频 [11] - **声画同步效果**：在双人剧情对话等复杂场景中，动作与语言能形成完整互动，模型能补全台词并添加与动作匹配的拟声细节，能区分不同角色的情感变化，但在多角色台词绑定上仍有提升空间，偶尔会出现角色说错台词或字幕语音未完全对齐的情况 [13] - **画面质感与美学**：在画面质感和美学呈现方面有提升，能准确呈现如“第一人称赛博城市飞行视角”等复杂提示词，生成具有电影级画面质感、节奏紧凑、科幻感强烈的视频 [13][14] - **多镜头叙事效果**：对多镜头叙事的理解较为到位，镜头中的主要动作和转场均能得到完整呈现，镜头衔接自然，但对于提示词中描述不够充分的抽象动作（如“探头观察”）仍存在理解难度 [15][17][18] 图像生成能力升级 - 图片生成功能在美学理解、人像生成、文字处理、历史文化及知识IP语义理解上带来新升级 [18] - **风格化能力**：能及时掌握并生成新的美学风格，如生成具有高饱和色块拼接、像素风处理的“星露谷风格”插画 [19][20][22] - **人像生成能力**：在人像光影方面的处理更好，能生成具有清晰明暗分区、面部结构立体、肤质细节自然、具有电影感和空间层次感的半身人像 [22][24] - **中英文处理与排版能力**：能生成中英文对照排版的美食宣传海报，在构图排版上判断靠谱，主体突出，文字层级分明，达到成品水准 [25][27] 整体评价与可用性 - 模型在音视频参考、声画同步、风格理解方面表现不错，但在个别场景下仍会出现画面逻辑偏差、多角色台词对不上、复杂动作理解不到位等小问题 [7][28] - 对于日常短视频创作和二创而言，模型已经是可用且好用的水平，用户敢多跑几次而不用每次都碰运气 [7][28][29] - 模型还在多图融合、美学要素迁移、历史知识语义理解上做了提升 [30]

行业动态与公司人事变动 - OpenAI任命谷歌企业发展主管Albert Lee担任公司企业发展副总裁 该职位向首席财务官Sarah Friar汇报 [2] - 韦氏词典将“slop”评选为2025年度热词 该词被定义为通常由人工智能批量生成的低质量数字内容 包括荒谬视频、失真广告图像、庸俗宣传内容、以假乱真假新闻、AI创作低劣书籍及低效工作报告等 [2] 大模型产品与技术进展 - 阿里巴巴发布通义万相2.6系列模型 面向专业影视制作和图像创作场景进行全面升级 [2] - 万相2.6提升了画质、音效、指令遵循等能力 单次视频时长达到国内最高的15秒 [2] - 万相2.6新增角色扮演和分镜控制功能 可一键完成单人、多人、人与物合拍视频 并自动实现多镜头切换等专业任务 [2] - 万相模型家族已支持文生图、图像编辑、文生视频、图生视频、人声生视频、动作生成、角色扮演及通用视频编辑等10多种视觉创作能力 广泛应用于AI漫剧、广告设计和短视频创作等领域 [2] 企业级AI市场拓展 - xAI已组建企业级人工智能销售团队 团队规模达十余人 [2] - xAI在面向大型企业销售方面经验不足 正阻碍潜在客户的决策进程 [2] - xAI已签约摩根士丹利和Palantir等大客户 但这些客户目前主要进行小规模技术测试 每项测试带来的收入仅为数十万至数百万美元 [2]

360集团与前高管纠纷 - 前高管玉红在社交平台指控360集团创始人周鸿祎，称曾帮助其做假账至少几十亿元，并称360的游戏项目全部财务造假 [1] - 360集团发布严正声明，称玉红言论完全背离事实，公司始终坚持合规经营，财务公开透明，并将依法追究其法律责任 [1][3] - 360集团披露，玉红曾负责被其美股上市主体收购的Gamewave公司，于2014年入职集团下属公司，2015年离职，在职期间从未担任核心管理层职务 [3] 科技与AI应用动态 - 蚂蚁集团旗下AI健康应用“蚂蚁阿福”发布后下载量猛增，冲上苹果应用总榜第三位，月活用户超1500万，每天回答用户500多万个健康提问 [5] - 阿里发布通义万相2.6系列模型，新增角色扮演功能，单次视频时长可达15秒，支持10多种视觉创作能力 [21] - 字节跳动发布新一代音视频创作模型Seedance 1.5 pro，支持音视频联合生成 [23] - 生产力软件公司Notion以110亿美元估值启动3亿美元员工售股计划，为潜在IPO铺路，其年度经常性收入已突破6亿美元，其中半数来自AI产品 [17] - xAI已组建十余人的企业级AI销售团队，但经验不足阻碍客户决策，已签约摩根士丹利等大客户进行小规模测试，每项测试收入为数十万至数百万美元 [17] 消费与零售市场 - 蜜雪冰城疑似进军北美市场，在美国洛杉矶外卖平台上架预售套餐，定价3.99美元（约合人民币28元），套餐糖度可选最高200% [6] - 名创优品要求消费者必须注册会员才能购买盲盒、搪胶毛绒等潮玩类产品，并对数量进行限购，其他品类商品则无需注册 [14] - 好特卖在全国多地关店，涉及广州、长沙、杭州、北京等城市热门商圈，关店原因包括租金问题、租约到期及部分门店经营不善亏损 [14] 汽车与自动驾驶 - 小鹏汽车在广州市获得L3级自动驾驶道路测试牌照，并启动常态化的L3道路测试 [17] - 长城汽车欧拉5正式上市，定位紧凑型纯电SUV，官方指导价9.98万元起，限时换新价9.18万元起 [25] - 美国激光雷达制造商Luminar申请第11章破产重整，计划出售激光雷达业务，破产前已达成协议以1.1亿美元现金出售子公司LSI股权 [18] 消费电子与半导体 - 全球五大PC厂商宏碁、华硕、联想、戴尔、惠普均计划或已开始涨价，戴尔商用电脑涨价幅度在10%至30%之间 [16] - 机构报告指出，受内存芯片短缺影响，明年全球智能手机出货量或将下滑2.1%，平均售价将上涨6.9%，电子元器件整体成本上涨10%至25% [28] - 昂瑞微成功登陆科创板，发行价83.06元/股，开盘价240元/股，大涨189%，总市值达238.9亿元，其5G射频模组跻身国产第一梯队 [20] 企业融资与上市 - 苏州易缆微半导体技术有限公司完成近亿元人民币战略融资 [20] - 安领科生物完成近5000万美元A轮追加融资 [20] - 哲源科技完成亿元A1轮融资 [21] - 格蓝若机器人完成数千万元A+轮融资 [21] 企业战略与人事变动 - 华为终端有限公司发生工商变更，余承东接任董事长，孟晚舟、徐直军等卸任董事，公司注册资本6.06亿人民币 [13][14] - 本田宣布将收购日立持有的Astemo公司21%股份，使其成为合并子公司，收购后本田持股61%，并计划继续推进Astemo的IPO事宜 [20] - 英特尔任命首席执行官首席助理普什卡·拉纳德为临时首席技术官 [18] - OpenAI首席传播官Hannah Wong将于明年1月离职 [18] 行业趋势与数据 - 德勤中国报告显示，2025年中国50强企业三年累计营收增长率平均值为490%，23%的50强企业和66%的明日之星企业AI研发投入占营收50%以上 [28][29] - 苹果计划大幅扩展智能手机产品线，目标到2027年秋季从五款扩展至七款，包括2026年秋季发布首款可折叠iPhone，以及2027年发布20周年纪念版iPhone 20 [16] 其他公司动态 - 消费类机器人公司iRobot申请第11章破产保护，并同意被合约制造商Picea Robotics收购 [18] - 韩国电商巨头Coupang发生大规模数据泄露，事件影响了约3400万个用户账户，占韩国劳动年龄人口90%以上 [17][18] - 华纳兄弟探索董事会可能拒绝派拉蒙Skydance 1084亿美元的收购要约，并决定重新接受Netflix的收购要约 [17] - 马斯克身家达到6770亿美元，成为历史上首位身家达到或超过6000亿美元的人 [11]

通义万相2.6系列模型发布 - 阿里巴巴于12月16日发布了新一代通义万相2.6系列模型，此次更新并非单点升级，而是同时上线了5款新模型，覆盖文生视频、图生视频、参考生视频、图像生成和文生图等多个关键环节 [2] - 通义万相是阿里“通义大模型家族”的一员，初代于2023年7月上线，以图像生成能力为主并率先面向企业用户开放测试，经过2年多发展，于今年9月在国内率先发布音画同步的视频生成模型万相2.5 [2] - 万相2.6已成为国内首个支持角色扮演功能的视频模型，画质、音效、指令遵循等能力进一步提升，单次视频时长达到国内最高的15秒，并新增了角色扮演和分镜控制功能 [2] - 万相2.6也是全球功能最全的视频生成模型，比Sora2还多了一项“多音频驱动生视频”功能，该功能能让多路音频作为驱动信号影响人物动作、口型和镜头节奏，实现更自然的音画同步 [4] - 目前，万相2.6已同步上线阿里云百炼平台和万相官网，所有人可直接在官网体验，企业用户可通过阿里云百炼调用模型API，千问APP也将于近期上线该模型 [5][12] 模型技术能力与创新 - 在模型结构上，通义万相集成了多项创新技术，可对输入参考视频进行多模态联合建模与学习，提取时序信息的主体情绪、姿态、多角度视觉特征以及音色、语速等声学特征，在生成阶段作为参考条件控制，实现从画面到声音的全感官全维度一致性保持与迁移 [7] - 模型支持单人和多人的表演 [7] - 在分镜控制上，通义万相能通过高层语义理解，将原始输入构建为具备完整故事线与叙事张力的专业级多镜头段落，并在多镜头切换过程中保持核心主体、场景布局和环境氛围的统一建模，确保全片在内容、节奏和氛围上的高一致性 [9] - 万相2.6可将用户简单的提示词转换为多分镜脚本，生成包含多个镜头的连贯叙事视频，并保持多镜头间的主体、场景等关键信息的一致性 [9] 应用场景与用户体验 - 万相2.6的角色扮演功能让普通用户也能在影视级画面里表现精湛演技，用户上传一段个人视频并输入提示词，模型能快速完成分镜设计、角色演绎、画面配音等工作，生成镜头叙事完整、电影级运镜的短片，仅需几分钟即可完成 [9] - 面向广告设计、短剧制作等专业场景，通过输入连续提示词，万相能生成一段完整叙事的短片，例如输入广告创意提示词，可生成包含人物角色和商品的广告视频，并在多镜头切换下保持主体、场景等关键信息的一致性 [11] - 万相模型家族已支持文生图、图像编辑、文生视频、图生视频、人声生视频、动作生成、角色扮演及通用视频编辑等10多种视觉创作能力，已广泛应用于AI漫剧、广告设计和短视频创作等领域 [12] 图像生成能力升级 - 在图像生成层面，万相2.6的变化不仅体现在画面质量提升，更集中在风格控制与表达稳定性上，模型对艺术风格关键词的理解更加细致，能在保持整体风格统一的前提下处理不同风格之间的融合与过渡，使色彩、肌理、笔触细节具备可控性和完整性 [13] - 在人像生成方面，万相2.6进一步压低了常见的“AI感”，写实人像的肤质、神态和光影关系更加自然，构图与视角也更接近真实拍摄逻辑，使生成结果更容易直接进入设计或传播场景 [13] - 模型对中英文长文本的理解能力被引入到图像生成中，可以根据较长、结构化的文字内容生成图文协调的海报、插画或信息图表，让“内容—视觉”之间的对应关系更加清晰 [15] - 对于历史文化题材和知名IP，万相2.6也表现出更强的还原能力，能在尊重原有语境的基础上进行生成，为创意表达提供更大发挥空间 [19] 行业背景与活动 - 文章提及AI重塑组织的浪潮已至，Agentic企业时代正式开启，AI正深度融入业务核心、驱动组织形态与运作逻辑全面革新 [21] - 12月19日至20日，AICon全球人工智能开发与应用大会（北京站）即将举行，大会将聚焦大模型训练与推理、AI Agent、研发新范式与组织革新等前沿议题 [21]

公司产品发布 - 阿里巴巴旗下通义万相团队发布新一代万相2.6系列模型 [1] - 该版本被定义为国内首个支持角色扮演功能的视频生成模型 [1] - 模型集成了音画同步、多镜头生成及声音驱动等能力 [1] 技术能力与升级 - 模型通过多模态联合建模，可对输入视频的时序信息、主体特征及声学要素进行学习，旨在实现生成视频在画面与声音上的整体一致性 [1] - 分镜控制功能可依据语义理解，将原始素材构建为包含多镜头切换的专业叙事段落 [1] - 此次升级重点提升了画质、音效与指令遵循能力 [1] - 单次生成视频时长最高支持15秒 [1] - 新增的角色扮演功能允许用户上传个人视频并结合提示词，模型可自动完成分镜设计、角色演绎与配音，生成具备电影感运镜的短片 [1] 应用场景与市场定位 - 角色扮演功能主要面向广告设计、短剧制作等专业场景 [1] - 目前，万相模型家族已具备文生图、图像编辑、文生视频等十余种视觉创作能力 [1] 产品获取与商业化 - 用户可通过官网体验万相2.6 [1] - 企业用户可通过阿里云百炼平台调用模型API [1]

公司产品发布 - 阿里于12月16日发布了新一代万相2.6系列模型 [1] - 该系列模型面向专业影视制作和图像创作场景进行了升级 [1] - 万相2.6是国内首个支持角色扮演功能的视频模型 [1] - 万相2.6同时支持音画同步、多镜头生成及声音驱动等功能 [1] 产品迭代与功能 - 今年9月，阿里在国内发布了音画同步的视频生成模型万相2.5 [1] - 新发布的万相2.6在万相2.5的基础上，功能得到进一步扩展 [1]