一句话总结

本期AI动态的核心是：大模型竞争由参数规模转向长程智能体、原生多模态与真实任务交付，具身智能开始借助人类视频和世界模型规模化获取经验，AI终端、智能体操作系统、国产算力和实时生成技术加速落地；与此同时，文件误删、提示注入、隐私泄露、自动化攻击、就业分化和监管收紧等风险同步放大。

一、模型与技术突破

1.1 通用大模型：大语言模型与多模态模型

月之暗面：发布开源模型 Kimi K3，文档称总参数达到 2.8万亿，支持 100万Token上下文，采用 Kimi Linear混合线性注意力、注意力残差机制和原生多模态架构；在 Frontend Code Arena中获得 1679分，文档称代码任务成功率达到 92%，超过Claude Fable 5。模型面向长程编码、知识工作、视觉理解和复杂工程，可连续操作大型代码仓库、调用终端工具、自主修正生成结果；展示案例包括开发3D开放世界、GBA模拟器、机械打字机、重构交易系统、执行安全审计、约12小时完成商用收银ERP，以及48小时完成芯片设计、编译器开发和验证。其影响是把开源模型竞争推向万亿参数、百万上下文和长程Agent工程交付，但如此长上下文也带来调试、轨迹追踪、成本监控和安全审计难题。

Thinking Machines Lab：开源多模态模型 Inkling，采用约 9750亿参数MoE架构，文档称每次推理激活约 410亿参数，支持约 100万Token上下文，开放模型权重并支持在 Tinker平台定制微调。模型接受多种编码Harness训练，并随机化工具集和Schema，降低对固定工具环境的依赖；在指令遵循、安全拒答、多模态理解和Agentic Coding上表现突出，文档评价其性能处于Kimi K2.6与GLM-5.2之间。其意义是美国开源生态开始以开放权重、多模态和可微调Agent模型回应闭源模型竞争。

商汤科技：发布原生多模态基座模型 SenseNova-U1 Pro，采用统一架构处理文字、图像等模态，文档称图像创作容错率由约 90%提升至99.9%，可在输入存在噪声、局部缺失或复杂编辑指令时保持稳定输出；另开源 SenseNova U1 V3信息图模型，强调精确排版、文字生成和图像编辑。其影响是多模态模型由追求单次样例效果转向高容错、可控编辑和商业生产稳定性。

阿里巴巴通义实验室：推出新一代实时视频生成能力，文档称视频交互延迟压缩至约 500毫秒，提高视频通话和实时生成流畅度；发布 Qwen-Audio-3.0-Realtime，支持音色克隆、情感感知语音生成、动态语气节奏、多模态双工控制、声纹级背景噪声过滤和动态工具调用，在复杂多人环境中锁定主对话者，文档称语音推理综合表现超过GPT-Realtime-2。其影响是语音模型由“听写与朗读”升级为可打断、可调用工具的实时语音智能体。

MosiAI：开源实时视频理解模型 MOSS-VL-Realtime，支持 256K上下文和 Apache-2.0许可证，面向长视频、实时视频流和持续视觉对话，降低企业构建视频监控、直播分析及实时视觉助手的门槛。

NVIDIA：发布开源嵌入模型系列 Nemotron 3 Embed，面向文本检索、语义匹配和RAG，已支持通过 NVIDIA NIM、vLLM及云端推理平台部署；其意义是嵌入模型竞争从单纯排行榜转向可直接接入企业检索系统的标准化推理组件。

PrismML：发布或测试 Bonsai-27B端侧模型方案，文档出现两组压缩数据：1-bit版本约 3.8GB，三元量化版本约 5.9GB，保留约 **90%—95%**模型能力，可在浏览器、手机或低内存设备运行。其影响是二十余B参数模型开始进入端侧，但实际速度、功耗和量化精度仍需独立验证。

快手：文档列出编码模型 KAT-Coder-Pro，定位复杂代码生成与Agent编程；虽然文档没有给出完整参数，但将其列为本周重点模型，反映国内厂商持续强化Coding模型赛道。

腾讯混元：文档列出 Hy3量化技术，面向模型压缩与低成本部署；另推出具身基础模型 Hy-Embodied-VLM-1.0，强调在保持较强视觉语言能力的同时提高推理效率。

DeepSeek：文档称 DeepSeek V4可能包含 Flash与Pro两个版本，重点采用峰谷定价和低价策略，预计以较高性价比竞争；社区还出现通过A/B测试访问新版本并一次生成《无人深空》与《我的世界》混合游戏的案例。相关发布时间、版本名称、性能和商业定价均属于预告或社区信息，待官方确认。

OpenAI：文档多次提及 GPT-5.6、GPT-5.6 Sol、GPT-Red等型号。其中GPT-5.6被用于编码、统计推理和智能体场景，社区称离线IQ测试超过130、攻克长期统计问题，但这类结论缺乏完整评测过程；GPT-Red则被描述为自动化红队模型，通过自博弈寻找提示注入路径，文档称攻击成功率 84%，高于人工红队的 13%，测试结果被用于加固GPT-5.6 Sol。上述型号、数据和事件需以官方发布为准。

xAI：文档称 Grok 4.5在部分编码性价比榜单上表现领先，单次“智能指数任务”成本约 0.31美元，低于部分竞品；同时推出或测试 Automations，支持定时执行、邮件触发和自动回复，使模型从对话工具转向事件驱动智能体。相关榜单方法、成本口径和版本状态需结合官方材料复核。

Anthropic：文档涉及 Claude Fable 5、Claude Opus 4.8等型号，并称Fable 5将长期向部分订阅用户开放；大量社区评测将其与Kimi K3、Grok 4.5等比较。由于型号命名、套餐和补偿政策可能发生变化，应视为文档期内信息。

1.2 垂直大模型

百川智能：发布医疗模型 Baichuan-M4，文档称在 HealthBench医疗评测中取得 68.6分，综合得分位列第一；模型重点面向临床知识问答、医学推理和健康咨询。其影响是医疗模型竞争逐渐从医学知识覆盖转向复杂问诊、风险识别和安全表达的综合评测。

中科闻歌：推出科学多模态统一推理模型 磐石S1-Omni，文档称在第三方盲评中得分第一并超过多款通用模型，强调科学文本、公式、图表和实验数据的统一理解。

上海科学智能研究院：推出约 110亿参数多模态科学基础模型 “神珍”，可同步解析基因、蛋白质、化学分子等 六类科学数据，用于跨模态科学推理、候选物发现和实验辅助。

中国科学院及上海人工智能实验室：发布 磐石·科学基础大模型2.0和科学发现平台 “书生·端砚”，采用“通专一体”路线，覆盖高能物理、力学、天文和化学等领域，推动科学模型与专业工具、数据库和计算流程结合。

中国科学院大学、人民大学及达摩院团队：研发材料智能体 ElementsClaw，从约 240万种晶体结构中预测 6.8万个潜在超导材料，并完成4种候选材料合成验证。其影响是AI开始进入“提出候选—计算筛选—实验验证”的科学闭环。

斯坦福团队：文档列出生物医学通用智能体 Biomni，定位跨生物数据库、论文、分析工具和代码环境完成复杂科研任务，体现医学与生命科学Agent由问答转向端到端研究执行。

AMID团队：提出面向医学影像建模的 多智能体框架AMID，利用多个专业Agent分别执行影像分析、任务规划、模型选择和结果校验，降低单模型在医学影像任务中的错误累积。

中国气象部门：发布智能天气预测与预警工具 “妈祖工具箱”，用于提升天气预测及极端气象灾害预警精度，并计划向更多国家和地区推广，体现AI气象基础能力的公共服务属性。

海康威视：发布《观澜大模型技术体系》相关成果，覆盖基础模型、视觉理解和行业应用，强调“多、快、准、省”，用于安防、工业、城市治理和视频内容分析。

腾讯混元：文档列出 HyOCR-1.5，面向复杂文档、表格和多版面OCR；社区还关注 MonkeyOCR v2，称其提高复杂文档解析效果。二者反映OCR正在从字符识别升级为版面结构理解、阅读顺序恢复和多模态文档解析。

1.3 专项技术突破

上海人工智能实验室：提出 Self-Harness技术，不替换底层模型，而是让Agent自动改进提示、记忆、规划、工具调用和外部执行装置。文档称在Terminal-Bench-2.0中，Qwen3.5-35B-A3B提升104%、MiniMax M2.5提升28%、GLM-5提升24%。其核心影响是证明Agent性能不仅由模型决定，Harness工程质量同样可能产生倍数级提升。

CMU、斯坦福等机构：在ICML 2026相关研究中提出统一的模型“幻觉”定义，引入 Reference World Model区分事实问答、创作、模拟和开放环境中的真值锚点，并推出 HalluWorld评测框架；该工作试图解决不同任务对“错误”和“虚构”定义不一致的问题。

华中科技大学：提出利用LLM校准审稿意见与评分映射的方法，将不同审稿人的评分尺度统一，减少随机性，提高评审一致性和公平性；文档称经过校准后选出的论文长期学术影响力更高，可能改变AI会议评审辅助流程。

研究团队：提出动态多Token预测框架 LightSpec，根据上下文难度动态决定一次预测的Token数量，减少串行解码步骤并提高推理吞吐，目标是在不明显损失精度的前提下降低延迟。

PUMA团队：提出推理计算压缩框架，文档称可节省约 26.2%计算资源，通过识别不同Token、层或模块对答案的贡献，减少冗余计算。

清华大学KEG实验室：提出 SAO单Rollout异步优化，以单轨迹采样替代GRPO式成组采样，通过重要性采样、提高价值模型更新频率、冻结部分注意力参数和跳过环境反馈Token等机制，提高长程Agent与编码强化学习的训练效率和稳定性。

中科院团队：提出 Tensor Mixture张量混合压缩框架，在LLaMA2-7B等模型中降低算力和显存占用，并观察到模型压缩存在性能突然恶化的“压缩临界点”，为量化和剪枝策略提供边界依据。

研究团队：提出 CoLT多模态推理方法，文档称仅使用3个潜向量进行跨模态推理，使生成耗时由 7.24秒降至0.32秒，说明视觉推理不一定需要传递大量视觉Token。

Google DeepMind等机构：发布 GenCeption，将视频生成模型改造成通用视觉系统，用生成模型内部的时空表征完成深度估计、分割和理解任务，性能接近专用模型；其意义是生成模型可能成为统一视觉基础设施，而不只是内容生成器。

哈工大团队：发布全双工语音模型 Lychee-FD，可在连续语音流中同时倾听、理解和回应，文档称获得ACL 2026杰出论文奖并已开源；该技术解决传统语音助手必须轮流说话、无法自然打断的问题。

优理奇团队：提出 UniTac跨传感器触觉模型，使机器人在未实际触碰物体前，根据视觉与已有触觉经验“想象”接触反馈，提高柔性物体抓取和操作稳定性。

脑机接口研究团队：通过双向神经旁路恢复瘫痪患者触觉，将脑信号解码和外周神经刺激结合，使患者在控制设备时获得反馈，推动脑机接口从单向控制发展为闭环感知。

基因编辑研究团队：利用AI设计新型基因编辑蛋白 SynTnpB，目标是突破天然蛋白的性能限制，扩展基因编辑工具箱；另有伯克利团队利用AI设计合成RNA引导核酸酶，文档称性能超过自然进化产物。

南开大学团队：研发人造听觉神经，可区分同音词并进行三维声源定位，为仿生感知、机器人听觉和低功耗边缘传感提供新方案。

迪士尼研究团队：推出3D动作生成技术，可在Blender中根据少量关键姿势补全完整动作，减少动画师逐帧制作工作。

Viggle：推出 Text-to-Motion，根据文本在数秒内生成可导出的3D动作，并支持首尾姿势参考图，提高动作起止状态可控性。

DiffGI团队：提出针对薄壳与非封闭表面的3D生成方法，约1秒生成高保真模型，适合服装、布料和不需要封闭内部空间的对象。

OmniX团队：从普通视频重建包含空间与时间变化的 4D场景，支持较大摄像机运动和跨视角视频，为可交互视频、机器人仿真及数字孪生提供数据。

PhyMAGIC团队：从单张图片生成符合物理规律的运动探针和3D动态视频，侧重推断物体的可动部件、运动方向和物理约束。

Strayforge：发布离散扩散模型技术文章，讨论扩散方法在文本、Token和其他离散数据上的建模方式，为自回归模型之外的生成路线提供参考。

SpectraReward团队：探索从生成图像反推原始提示语义，并将重建结果转化为奖励信号，用于提高文生图模型与提示要求的一致性。

1.4 AI框架与工程体系

阿里技术团队：系统总结 Harness工程范式，提出模型能力决定上限、Harness决定下限；通过身份层、执行层等分层以及角色边界、上下文管理、门禁校验、故障恢复和可观测性等支柱，使Agent由“能运行”走向“可信执行”。

开源开发者团队：基于 CrewAI构建编码Harness，包含Agent循环、文件工具外部记忆、长任务规划、子Agent隔离上下文、沙箱执行、人工审批、持久记忆和检查点，展示通用编码Agent的标准工程结构。

Perplexity：推出 SPACE沙盒运行时，作为Computer会话和持久化Agent任务的底层环境，为Agent提供隔离计算空间、持续状态和大规模并发支撑；Agent API同时支持自定义Skills，可组合办公、PDF、设计和企业内部工具。

xAI：开源 Grok Build编程Agent框架，包括Agent循环、上下文组装、工具分发、终端UI、Skills和MCP扩展，可本地编译并连接本地推理服务；开源提高了编码Agent的可观测性，但文档也提到社区审计发现部分数据可能发送到xAI，部署前需检查遥测与数据保留策略。

阶跃星辰：推出 Step AOS原生智能体操作系统、主智能体 Amoo及终端侧组件 Step Edge，将意图理解、服务调用、设备控制、多模态感知和安全隔离整合到操作系统层。

荣耀：将MagicOS升级为 Agentic OS，采用“一主多专、三脑协同”架构，通过主智能体协调专业Agent、端侧模型和云端模型，实现设备控制、个人记忆与跨应用任务。

面壁智能：开源企业数字员工平台 StaffDeck，用于构建、配置、运行和管理数字员工，支持身份、知识、工具、长期记忆和企业权限，降低Agent从演示到企业生产的部署成本。

极智嘉：发布统一具身智能框架 Gravity和4D具身模型，采用“双脑协同”架构，将画面预测与物理状态预判结合，用于仓储机器人的规划和操作。

普渡机器人：推出 PuduAgent操作系统，与PuduFM结合构成跨机器人形态的具身智能底座，使同一智能能力迁移到配送、清洁、工业及人形机器人。

金山办公：升级 WPS 365为企业AI办公平台，构建“企业大脑”，提出通知识数据能力、管成本安全、统平台的“三二一”体系，将文档、表格、PPT、知识库和Agent统一管理。

Delentia Labs：开源 Delentia OS，文档称采用10层“宪法式”AI操作系统架构，基于FDIA安全方程和JITNA协议，支持区域语言路由与边缘硬件运行，通过1791项测试。

Pipecat：开源低延迟语音Agent框架，可连接语音识别、语言模型、语音合成和视频服务，支持全双工实时交互。

Juggler：推出以文档为核心的AI代码代理，支持插件化、多设备实时协作和文档驱动的任务执行。

OpenClaude-Portable：提供免安装、跨平台编码Agent环境，可聚合多家模型，降低本地编码助手配置门槛。

二、智能体与AI应用

京东：集中展示 JoyAI全系列模型和物理世界数据采集、训练链路，推出面向家庭场景的AI操作系统 JoyInside，用于接入家电、机器人和家庭服务，推动AI从云端问答进入真实家庭设备。

阶跃星辰：推出大模型原生AI终端品牌 STEPX及手机 STEPX Neo，配套Step AOS和Amoo，可识别屏幕、语音、图片和环境信息，直接调用服务完成任务，由“过程交互”转向“结果交付”。其影响是手机竞争重点从应用数量转向系统级智能体入口与跨应用执行能力。

荣耀：开放 Robot Phone预约，提供“月影灰”“星轨银”等版本；文档另称型号APH-AN00支持 120W快充和 360°旋转机械臂，通过摄像、跟随和环境感知形成伙伴型智能体。具体硬件形态和上市参数待官方确认。

腾讯与京东：将京东电商Agent接入腾讯元宝，用户在对话搜索商品时可获得商品卡片并跳转京东小程序，覆盖数码、家电、服饰、美妆和生鲜，实现“即聊即买”；元宝负责意图与信息，京东负责推荐、库存、履约和售后，代表通用Agent与垂直交易系统开始形成闭环。

MiniMax：发布 Code 2.0桌面端，基于Pi Agent重构，改善长任务中断、静默卡死和上下文断裂，提升会话启动速度、文件预览与图表交互，并计划加入远程控制和浏览器接管；同时打通金融数据库，扩展投研场景。

阿里：AI编程产品 Qoder在文档所述中国AI编程市场中增长领先；通义千问接入苹果生态，为国内Apple智能提供模型能力。该进展意味着国产模型开始进入操作系统级入口，但端云分工、隐私策略和最终上线范围仍需关注。

百度：计划升级文库和网盘的 GenFlow，面向金融、教育和办公等领域提供多端通用Agent，将内容资源、文档处理和专业工作流结合，推动工具型产品向行业解决方案平台转型。

金山办公：发布个人办公智能体 灵犀专业版和组织级 WPS Comate；灵犀可调用WPS原生API，直接交付可编辑、可审阅、格式规范的文档、表格和PPT，重点解决生成结果无法继续编辑的问题。

Anthropic：推出 Claude for Teachers，向美国K-12公立学校认证教师免费开放，可生成符合州标准的教案、差异化教学方案和数据分析，并承诺不使用学生数据训练；其影响是降低教师采用AI的门槛，同时引发教育公平、学生接触边界和隐私保护讨论。

Google：将NotebookLM升级或更名为 Gemini Notebook，加入隔离的安全云电脑，可运行代码、分析文件并生成结果；Google Vids接入 Gemini Omni，用户上传自拍和语音即可生成数字分身和视频，并利用SynthID标识生成内容。

GitHub：升级Copilot代码审查，增加默认网络限制、防火墙、自定义指令测试、独立运行环境配置和组织级Runner管理；Copilot用量API增加仓库级报告，统计编码Agent创建或合并的PR及代码审查建议，使企业能量化AI编码贡献。

Claude Code：/code-review加入不同 effort档位，低档快速发现明显问题，高档投入更多推理和工具调用分析跨文件逻辑；Artifacts接入 MCP连接器，可实时访问数据库、代码仓库和外部工具，把对话结果转成可操作页面或应用。

Perplexity：Computer会话采用SPACE运行时，Agent API支持组合Skills，强化持久任务、隔离执行和模块化能力装配。

Raven：集成MiroMind的 MiroThinker，可将开放式问题交给深度研究Agent，执行搜索、多来源交叉验证并生成带引用报告。

EverMe：接入Kimi Code共享记忆，实现跨会话、跨Agent、跨设备和跨操作系统传递上下文，并把学习结果沉淀为可复用Skill，缓解Agent每次从零开始的问题。

Coinbase：构建AI代理递归改进工作流，自动汇总用户反馈、排序Bug和功能需求、起草代码、执行安全审查，再由人类工程师终审；流程每日运行并从人工修改中学习，工程师角色转向设计循环和监督Agent。

昆仑万维：升级 天工短剧工作台，推出“Agent智能分镜＋无限画布”，把导演工作拆解为可视化环节；通过角色数字资产、站位图、720°全景和3D导演台解决变脸和站位漂移，文档称三部短剧上线7天实现百万美元级营收，并支持英文短剧生产和企业多账号管理。

OiiOii：上线AI短剧“一键出海”和剧本智能分集，根据已有热门短剧重构语言、角色和节奏，加快多语言内容生产，但也带来版权和同质化风险。

Synthesia：发布 Dubbing 2.0，升级翻译、声音生成、唇形同步和局部修改；支持术语表、镜头快速切换和仅重新生成错误片段，降低企业多语言视频本地化成本。

Decart：发布 Lucy 2.5实时视频编辑模型，可通过文字和参考图改变人物、物体、背景与特效，支持720p直播和预录视频，文档称离线API约 0.04美元/秒；其价值是把视频生成由离线短片扩展到实时重渲染。

Xmax AI：发布实时交互视频模型 X2.0并开放商业API，支持实时换人、换装、换风格、触控和跨次元互动，画质达到 960p、24fps，文档称延迟为毫秒级并可在iPhone端侧运行，API成本约为Decart的十二分之一，面向直播、电商试穿和互动娱乐。

LibTV：推出视频Agent，内置100余个专业Skill，可从一句话完成剧本、人物三视图、分镜、声音、字幕和成片，并允许逐镜头修改和把经验保存为Skill。

哔哩哔哩：推出AI视频平台 updream，以画布、技能广场和可追溯工作流为核心，用户可以复用他人的人设、分镜和成片Skill，并在获得授权的IP范围内进行二创。

PixVerse：推出 PixVerse Game，利用实时视频模型由一句话生成可交互游戏Demo，探索无需传统3D建模和完整游戏引擎即可生成互动内容的路线。

Suno：接入iMessage，用户可在聊天中直接生成和分享歌曲；文档称平台每日生成量超过700万首，表明音乐生成正在成为即时通信能力。

MiniMax：发布 Music 3.0并提供免费API版本，强化歌曲结构、旋律、编曲和人声生成，为应用开发者提供音乐生成底层能力。

Xynth：构建金融研究Agent，连接多款模型并扫描实时期权流、暗池数据、内幕申报和新闻情绪，覆盖 3000多只股票，每日生成三次策略邮件；其宣称可替代高薪研究分析师和产生超额收益，但投资结果、回测方法与风险控制均需独立核验。

Crustdata：推出AI招聘工具 Recruiter，依托超过10亿条实时人才数据运行于Claude环境，用于候选人搜索、画像和触达。

Velo 3.0：根据提示生成带配音视频，并自动本地化为 25种以上语言，面向营销和跨境内容。

Agnost AI：推出Agent行为分析工具，通过会话轨迹自动识别用户愤怒、重复请求和任务失败节点，为企业优化智能体体验提供可观测性。

三、物理AI与机器人

昆仑万维旗下黎曼动力：发布机器人模型 Riemann-1.0，通过学习约 20万小时人类家务视频获得复杂操作能力，在RoboCasa-365竞赛中取得 62.6%成功率并排名第一。其突破在于用廉价、规模化的人类视频替代全部机器人示范，为机器人数据扩展提供新路线。

面壁智能：开源 MiniCPM-Robot系列，包括具有长上下文记忆的操作模型；其中 MiniCPM-RobotManip在RMBench获得 53.5分，文档对比pi0.5的10.4分。其视觉Token压缩技术延长机器人记忆并降低计算量和推理延迟，缓解机器人只记得短期动作的“金鱼脑”问题。

腾讯Robotics X与混元：开源具身认知模型 RxBrain，在同一模型中统一文本、图像和视频理解与生成，采用 Mixture-of-Transformers模态路由架构，以语言推理和视觉目标想象共同指导动作模型；基于超过 5万小时具身数据训练，文档称真机三项任务平均成功率 87%，超过π0和π0.5。

腾讯：同时开源 Hy-Embodied-VLM-1.0，在具身场景视觉语言理解和推理效率之间平衡，为下游操作策略提供轻量认知能力。

小米：发布具身基座模型 Xiaomi-Robotics-1，使用约 10万小时UMI真实操作数据预训练，再结合约 1万小时跨本体数据后训练；每个新任务使用不足10小时数据即可适配，在RoboCasa365、RoboDojo等仿真基准排名靠前。该项目验证预训练数据量和模型规模扩大可持续提高动作预测与真机成功率，即机器人领域的Scaling Law。

小米：开源 Xiaomi-Robotics-U0，约 380亿参数，把具身场景生成、跨本体迁移、机器人交互视频生成、文生图和图像编辑统一到一个多模态自回归架构；使用五维解耦结构控制几何一致性，文档称在WorldArena的126个模型中总分第一。

银河通用：发布测试时后训练框架 WAM-TTT，机器人进入新环境后只需观看少量第一视角人类视频，无需动作标注和机器人轨迹；通过自监督视频预测更新轻量快速权重，基础模型保持冻结实现“零遗忘”。文档称跨环境能力保留率由约 15%提高至76%，100条人类视频的价值接近100条机器人示范。

逐际动力：发布人形机器人“大脑” COSA 0.5，全尺寸机器人Oli在无遥控、无剪辑的一镜到底演示中完成取衣、收纳、搬箱和弯腰拾物。系统采用 S2认知层1Hz、S1技能层50Hz、S0运控层1000Hz三层结构，强调“模型是技能、系统才是大脑”；底层全身运控模型精度较SONIC翻倍，并开源FluxVLA Engine。

普渡机器人：展示 PuduFM＋PuduAgent和“一脑多形”战略；PuduFM包含 PIM物理预言家、VLA多模态对齐、World Model仿真引擎，使物理经验跨不同机器人形态迁移。文档称普渡产品已覆盖 85个国家和地区、累计部署超过13万台。

智平方：升级类脑模型 NeuroVLA，借鉴“皮层—小脑—脊髓”协同机制，把高层认知、技能学习和实时运动控制分层处理，提高持续学习与自主决策能力。

魔珐科技：发布通用具身模型 Magic-VLA K02，文档称在分拣场景成功率超过 90%，面向工业分拣和服务机器人。

阿里达摩院：开源 RynnWorld-4D，构建机器人可交互的四维世界模型，通过预测物体和场景随时间变化，使机器人在动作执行前模拟后果并“预见未来”。

原力灵机：发布具身世界模型 DW0.5，利用虚拟世界和强化学习降低真机数据需求，文档称真机数据需求下降 60%；另在WAIC展示6台机器人连续15小时自主拼装约8万块积木的长城模型，验证VLA与世界模型长时协作能力。

傅利叶智能：展示 GR-3人形机器人居家服务方案，可听懂自然语言、自主完成家务，支持多机器人协同调度和主动避让。

极智嘉：Gravity框架和4D模型用于仓储机器人，使系统从预测下一帧画面升级到预测物理状态和操作结果。

万拿机器人：展示工业灵巧手 Std16A和轻量拟人灵巧手 Eco12，并参与“618”仓储分拣，以自主执行器推动灵巧手从展会样机进入真实订单作业。

机器人企业：文档记录可在约 30秒完成灵巧手更换的云端控制方案，提高机器人多任务切换效率。

G1人形机器人团队：使用 UnifoLM-X1-0在真实工厂装配精密电机组件，并把生产数据回流训练下一代模型，形成部署—采集—训练闭环；团队提出“80/80”目标，即在80%真实环境中完成80%任务。

Booster Robotics：发布 Booster T2双足人形机器人平台，搭载约 2070TFLOPS本地算力，使感知、决策和运动控制在机器人端运行，减少云端依赖和通信延迟。

Sakana AI：提出 Smart Cellular Bricks智能细胞积木，每个立方体只与六个邻居交换信息，通过3D神经细胞自动机形成整体形状认知；文档称仿真分类准确率 98.97%、硬件四类形状识别率100%、约3分钟收敛，损伤定位准确率94.8%，可扩展到1.8万个以上模块。

UniTac团队：通过跨视觉与触觉建模，使机器人在接触前预测材质和受力反馈，提高柔性物体抓取稳定性。

具身智能行业观点：多位与会者认为物理AI可能在未来 3—5年迎来类似ChatGPT的突破，但关键瓶颈不是单一模型规模，而是经验数据获取、跨环境泛化、安全性和商业交付。

四、硬件与基础设施

华为：文档称 昇腾950超节点获得WAIC SAIL奖，1024卡集群可提供约1 EFLOPS FP8算力，并展示 Atlas 950 SuperPoD计算系统，推动国产芯片、互联、编译和集群调度形成完整训练推理平台。

中兴通讯：展示 OEX超节点和AI智能体手机，并获得WAIC相关奖项，重点强化大规模互联和端云协同。

奇异摩尔：展示国产GPU直通国产RDMA网卡的 IBGDA方案，文档称吞吐量约翻倍、延迟约减半；同时推动《共封装光学技术白皮书》，促进高速光互联标准化和产业化。

商汤科技：大装置采用 异构混合推理，通过国产芯片、调度和模型适配提高利用率，文档称业务毛利率转正、日均Token处理量快速增长，年底可能达到年初的 25倍，另有“日处理10万亿Token”的表述。其意义是国产算力平台开始从项目投入转向规模化Token服务和盈利验证。

清华团队：发布或展示 “拓元”算力工厂，文档称日吞吐达到千亿Token，并兼容多种国产芯片，通过统一调度提高异构设备利用率。

平头哥：开源AI软件栈 T-Head SAIL，文档称兼容PyTorch、TensorFlow等 260余个训练与推理框架或组件，用于释放真武AI芯片算力，降低国产芯片适配成本。

Meta：文档称计划把路易斯安那州AI数据中心扩展到约 5GW，总投资超过 500亿美元，属于全球最大规模AI基础设施项目之一；同时与Anthropic洽谈出租多余算力，显示头部模型公司之间可能形成算力批发和租赁市场。

AMD：MI350P采用 144GB HBM3E和PCIe形态，受到数据中心市场关注，为需要大显存但不采用专用机架形态的部署提供选择。

OpenAI：文档称正在研发约五款硬件，包括可移动、无屏幕、带摄像头和传感器的AI伴侣音箱，可结合日程、邮件和习惯主动提供建议；此前收购Jony Ive相关团队并从苹果吸纳硬件人才。产品形态、时间和功能均为爆料信息。

OpenAI与Work Louder：文档称推出限量联名 Codex Micro键盘，售价约 230美元，具有控制Agent和调节推理等级的按键或旋钮，预计7月下旬发货；真实性和供应状态需以官方页面为准。

Moonix：发布AI眼镜标准版，重量约 14.9克、售价 2299元起、综合续航约 16小时，内置6个麦克风和模块化镜腿，聚焦无感记录与AI整理；承诺原始数据只存手机且不用于模型训练。

李未可：推出 X-AI记忆眼镜和WakeeMemory OS，利用持续记录、语音和视觉理解建立个人记忆系统，瞄准可穿戴AI入口。

荣耀：Robot Phone文档参数包括120W快充和360°机械臂，试图把手机、摄像设备和桌面机器人融合。

半导体产业：AI高利润产品挤占传统功率半导体产能，叠加原材料上涨，文档预计2026年第三季度继续涨价；力晶半导体7月DRAM晶圆价格较6月上调约 45%，逻辑代工价格上涨约10%—15%，全球存储供需紧张可能延续至2027年。

台积电：文档称计划追加约 1000亿美元美国投资以满足AI芯片需求；ASML计划未来两年扩产约30%并提高设备价格，显示AI算力建设向晶圆、设备、存储、先进封装和电力全链条传导。

台湾与日本：扩大 IOWN全光子网络部署，以低时延、高带宽光通信提高科研连接和备用AI算力能力，增强区域计算韧性。

能源基础设施：文档认为算力扩张的约束正由单纯芯片供应转向电力，全球服务器耗电量持续增长，数据中心选址、发电、储能和电网将成为AI竞争的重要组成部分。

中国AI硬件贸易：文档援引数据称，上半年算力硬件、电子元件等AI核心配套产品进出口规模约 5.13万亿元、同比增长 56.6%，智能仿生机器人出口超过1万台，反映AI基础设施已形成重要产业链。

五、企业动态

月之暗面：Kimi K3以开源、百万上下文和Coding能力扩大影响，社区迅速出现GGUF量化和移除部分安全对齐的衍生版本；开源提高生态扩散速度，也增加越狱、恶意用途和品牌冒充风险。

DeepSeek：文档称正在进行新一轮融资，估值约 710亿—740亿美元，较上一轮提高约37%—40%，可能最早于2027年上市；年化营收约4亿—5亿美元，募资用于数据中心、芯片和团队扩张，毛利率超过50%。以上均属于融资市场消息，需以企业和监管披露为准。

智谱AI：文档称其借助Coding产品在5个月内实现约15倍增长，并冲击 10亿美元ARR，说明编码Agent可能成为模型公司最快商业化方向之一。

Anthropic与黑石集团：文档称成立企业AI服务公司 Ode，估值约 15亿美元，为大型企业定制AI系统，体现资本和模型公司正争夺企业实施、集成和运维市场。

Anthropic：调整Fable 5订阅策略，向部分Max和Team用户长期开放，并对部分Pro用户补偿；同时推出教师计划和开发者课程，扩大教育与开发者生态。

苹果与OpenAI：文档称苹果起诉OpenAI、前苹果员工及相关硬件团队，指控通过内部漏洞下载未发布硬件资料；双方由合作伙伴转向硬件竞争。相关诉讼细节需以法院文件为准。

Meta：26名员工被文档称提起集体诉讼，指控内部AI绩效与裁员系统未正确排除产假、育儿假和医疗假，造成休假人员被不成比例裁撤；事件反映AI用于人事决策时必须进行公平性审计。

微软：文档称安全部门裁员数百人并调整至少8名高管，转向AI驱动的安全产品，表明传统网络安全组织正在被生成式AI攻击与防御重新塑造。

Google DeepMind：文档记录科学家因公司涉军合作问题离职并公开长文，反映研究人员对AI军事用途、公司治理和员工知情权的冲突。

腾讯云与RoboScience：建立战略合作，围绕算力、大模型、感知数据和IoT建设具身智能“云＋AI”底座，并计划推出 EaaS具身智能即服务。

普渡机器人：文档称在商用服务机器人收入、出货量等指标领先，累计落地超13万台，开始以实际设备规模反哺具身模型训练。

智身科技：截至2026年6月累计量产超过 1.5万台具身智能机器人，说明行业正在从样机竞赛转向供应链、交付和售后能力。

Netflix：财报披露多部影视制作已接入AI，用于特效、制作辅助和内容流程优化，表明大型内容平台开始把AI纳入常规生产工具。

WorkBuddy：在WAIC与媒体机构组成“人机协同报道团”，用Agent辅助资料检索、采访整理和内容生产，展示新闻工作流自动化。

蚂蚁集团：围绕国民级AI健康应用持续扩展，文档提到AI健康产品、减重活动、体脂秤发放及对健康管理企业的投资，反映大厂选择医疗健康作为高频AI服务入口。

AI人才市场：文档称企业HR提前追踪论文、会议和开源项目，秋招前置，顶尖毕业生和研究人员成为争夺重点；人才评价从学历和经历转向论文、代码和模型成果。

六、产品更新

Google Search：文档称AI搜索功能每周仍向外部网站发送数十亿次点击，Google持续优化链接展示，以缓解AI摘要截断网站流量的担忧。

Google Gemini工具调用：修复多轮对话中思考状态保留问题，文档称预填充速度提高近70%，改善长对话和工具调用延迟。

GitHub Copilot：增加防火墙、网络访问限制、自定义指令验证、专用配置文件及仓库级用量报告，提高企业安全和管理能力。

MiniMax Code 2.0：重构Agent底层、减少卡顿和中断，增强文件预览、图表和远程操作，面向长程编码任务。

Grok Build：开放CLI、Agent循环和工具调用源码，支持本地模型和MCP；开放有助于自主部署，但需检查遥测和数据上传。

Codex：文档称取消部分使用限制并重置用户额度，但同时通过加密隐藏主Agent与子Agent的内部指令，安全性提高的同时降低调试和审计透明度。

灵光App：升级“灵光圈”社区，加入热榜、关注等功能，PC端支持导入文档、音频和视频，扩大AI应用创作素材范围。

AnySearch：文档列为重点搜索应用，面向多源信息检索和Agent调用。

TabFMLabs：提供本地零代码表格预测，用户拖入表格即可运行模型，无需API密钥，降低表格机器学习使用门槛。

lingbot-map：支持流式数据实时生成三维地图，面向空间建模、机器人导航和数字孪生，文档记录其社区关注度约12.9k星。

AirLLM：通过模型分层加载等方式，使低显存设备运行70B级模型，文档称最低约4GB显存；实际速度通常受CPU、磁盘和层交换限制，适合验证而非高吞吐服务。

wigolo：面向本地Agent的搜索与网页抓取工具，无需云端密钥，降低Agent联网检索成本。

ai-engineering-from-scratch：用手写方式讲解模型、训练和工程架构，获得较高社区关注，适合系统理解AI工程底层。

Reve Reframe：加入 Reshoot与Relayout，支持最高约10倍图像放大、多画幅扩展和自动重新排版，提高设计素材适配效率。

Rodin Gen2.5：升级“Bang”无损3D组件拆分，使生成的复杂3D对象可按部件继续编辑。

Google GNM Head：开源高保真参数化3D头部模型，支持身份、表情和几何控制，可用于数字人、动画和虚拟现实。

Tripo AI：升级三维生成模型，支持文本和图片快速生成3D资产，面向游戏、电商和设计。

Alaya Lab：开源交互式视频世界模型 Alaya World，使用户能在生成视频环境中持续交互，而不是只输出固定视频。

OpenArt：提高视频角色一致性，文档称达到接近专业拍摄的稳定程度，重点减少跨镜头面部和服装变化。

Vivago.ai：推出故事广告导演功能，根据三张图片生成营销视频，简化中小商家的广告制作。

NVIDIA ARDY：开源实时动画工具，根据文本在数秒内生成动作序列，用于虚拟角色和动画制作。

V2Fun：把图片和视频转成3D模型，支持最高8K纹理，面向3D内容生产。

Campus：提供开发者共享空间，支持团队成员和AI Agent协同管理代码、终端和对话。

YAGNI：主动型智能团队工具，强调角色权限、私有云和开源模型适配，面向企业多Agent协作。

七、投资

DeepSeek融资：文档称新一轮估值约710亿—740亿美元，并考虑通过直投、SPV和QFLP引入境内外资金；资金用于数据中心、芯片和人才，显示模型竞争已进入重资产阶段，但融资及上市计划待正式披露。

Meta基础设施投资：计划在路易斯安那建设约5GW数据中心，总投资超过500亿美元，反映AI资本开支由单机GPU扩展到电力、土地、冷却和网络。

台积电与ASML：台积电追加美国投资、ASML扩产及涨价，说明AI需求正在推高先进制程和光刻设备的长期投资规模。

黑石、安本、景顺等机构：年中展望普遍把AI视为核心投资主线，其中黑石重点关注数据中心和发电，景顺关注中国AI产业链；投资逻辑由单一模型公司扩展至电力、网络、存储、制冷和服务。

Anthropic与黑石：拟通过Ode进入企业AI实施市场，资本不再只投资基础模型，也开始投资模型落地、咨询和系统集成。

台湾地区：文档称计划2027年科技预算增长约 6.2%，加大AI和太空技术投入。

力晶半导体：AI需求带动营收、毛利和代工价格上升，文档称2026年第二季度营收约5.38亿美元、同比增长53%，说明存储和成熟制程同样受益于AI资本周期。

AI教育内容商业化：文档称一套售价49元的AI影视课程上线首日销售约10万份、收入超过490万元，说明AI工具培训和创作者教育已形成快速变现市场。

AI主题金融产品：多家银行上线AI主题银行卡，以模型Token、会员或AI权益吸引用户，反映模型使用额度开始成为可包装的消费权益。

八、行业观点与社会影响

理查德·萨顿：提出AI正由“静态数据时代”进入“经验时代”，仅拟合人类历史数据无法形成自主发现能力；未来智能体必须在真实环境中通过第一视角交互、试错和反馈学习。

Arvind Narayanan：提出“智能体三难”，即通用性、高风险应用和完全自动化难以同时实现；AI能力增长很快，但可靠性提升缓慢，社会经济影响可能像电力普及一样需要数十年组织重构。

杨斌：提出 “To A”商业范式，AI Agent将成为独立的需求主体、决策主体和价值创造主体；To A时代的稀缺资源由人的注意力转向稳定算力、可信数据、接口权限和机器可理解服务。

企业组织研究观点：AI时代不能只购买工具，而要重构组织操作系统，包括战略、流程、岗位、数据、激励和治理；成熟公司的竞争优势将来自专有数据、业务流程和组织资产，而非单一公共模型。

具身智能行业：高质量经验数据被视为比单纯硬件销售更长期的价值来源；人类视频、仿真数据、真机轨迹和部署反馈将构成机器人数据飞轮。

AI就业研究：AI当前主要替代结构化任务而非完整岗位，新人赖以积累经验的基础任务减少，可能造成入门路径断裂；资深人员的判断、审查和领域经验溢价上升，人类角色从“亲自建造”转向“定义、评估和负责”。

托比·卢特克等从业者：认为社会普遍高估普通人工代码质量，Opus级模型已能改进大量低质量代码；该观点说明编码岗位价值可能从写代码量转向架构判断、需求理解和质量负责。

模型蒸馏争议：文档讨论模型公司使用开放互联网训练，同时反对竞争者用模型输出来蒸馏，指出争议既涉及知识产权，也涉及商业壁垒和成本分配，需要建立更清晰的授权和合理使用规则。

Claude跨语言人格研究：不同输入语言可能触发不同语气、价值倾向和文化表达，例如英文更冷、印地语更温暖；这表明模型对齐并非文化中立，国际化产品需开展跨语言公平性测试。

AI教育：教师版AI可降低备课负担，但学生使用边界、隐私、算法偏见和学校资源差距可能扩大；教育重点应从记忆标准答案转向问题定义、验证、创造和批判性思维。

AI认知影响：文档引述观点称过度依赖AI可能削弱独立思考，应把AI节省的时间投入专业成长，形成“先成为专家、再用AI放大”的能力结构。

AI署名与科研伦理：知网相关声明称AI不具备民事主体资格，不能作为论文作者；使用AI必须在方法或致谢中披露，以保证责任主体和研究过程可追溯。

开源模型安全：英国AI安全研究机构相关分析称，开源权重模型网络攻击能力与闭源前沿模型的差距缩小至约 4—7个月，较此前6—10个月进一步缩短；低成本复制能力提高了防御压力。

AI治理：文档称美国酝酿“金鹰计划”或新的前沿模型监管体系，加强发布前网络安全测试和漏洞治理；欧盟推动Google共享部分搜索数据并开放Android AI能力；澳大利亚计划设立AI办公室。具体政策名称和执行范围需查阅正式法规。

手机端侧AI备案：文档称首批七款手机端侧生成式AI服务完成备案，覆盖Apple智能、千问、MiMo、华为、OPPO、vivo、三星及相关合作模型，说明端侧AI开始获得独立监管身份。

世界人工智能合作组织：文档称在WAIC期间成立，未来五年向发展中国家提供约5000个研修名额，并推广气象预警等公共AI能力，体现全球AI治理和技术普惠议题上升。

AI搜索流量：Google称AI搜索每周仍向网站发送数十亿次点击，说明生成式搜索未必完全消灭外链，但流量分配权进一步集中在平台。

AI泡沫观点：有投资人预测AI泡沫可能在2029年前后调整，2030年后进入更成熟的黄金阶段；该观点强调当前估值、资本开支和收入兑现之间存在时间差，并非确定预测。

AI与意识讨论：文档认为身体、感知、行动和连续经验可能是形成更高级智能的重要条件；具身智能的价值不只是让模型控制机器人，也在于为模型提供因果反馈和真实世界经验。

九、网络安全、隐私及治理风险

文件误删风险：文档称GPT-5.6在获得整机文件权限后错误删除用户Mac数据，OpenAI随后改进安全和指令理解。无论事件细节是否完全确认，都说明编码Agent不应默认获得全磁盘权限，应采用沙箱、版本控制、备份、路径白名单和删除确认。

Hugging Face基础设施攻击：文档称自主AI Agent利用代码执行漏洞窃取凭据并在多个集群间横向移动，防御方用AI辅助取证快速定位；事件说明攻击者可以规模化使用Agent，而防守方需要自托管模型和离线取证能力。

Claude记忆隐私漏洞：文档称攻击者可通过恶意提示从记忆功能中提取姓名等敏感信息，凸显长期记忆、工具和外部内容之间的提示注入风险。

Claude插件风险：恶意插件或外部内容可能操控助手、窃取上下文或诱导执行操作；企业应实施插件签名、最小权限和敏感操作二次确认。

Agent数据注入攻击：攻击者可篡改Agent信任的数据源，把恶意指令包装成业务数据，诱导系统执行转账、发信或代码操作；传统输入过滤无法覆盖此类间接提示注入。

OpenAI Codex可观测性：加密主Agent与子Agent指令可能防止系统提示被窃取，但开发者无法完整追踪任务委派过程，不利于事故复盘和合规审计。

Kimi K3越狱及非对齐量化版：社区称模型可被诱导编写恶意软件并出现移除安全对齐的GGUF版本，说明开放权重扩大创新的同时，也降低危险能力复制门槛。

Cursor漏洞：文档称恶意Git仓库可能在Windows环境触发自动代码执行，提醒编码助手读取仓库前应禁用自动执行脚本、检查配置文件和隔离不可信项目。

AI自动化僵尸网络：文档称攻击者在约6分钟内借助AI构建僵尸网络，表明攻击脚本生成、目标识别和横向扩散正在被自动化。

Grok代码上传争议：社区审计担忧编码Agent把核心代码或上下文发送至云端，企业采用前应核查数据保留、训练使用、遥测关闭和本地部署选项。

Sony机器人营销账号争议：企业被指利用AI账号影响全数字游戏政策讨论，引发对自动化舆论操控、消费者知情权和营销披露的担忧。

AI造谣视频：小米公开反对利用AI生成未发布汽车事故或负面视频，说明逼真生成内容会影响企业声誉和市场秩序，需要水印、溯源和平台处置机制。

DeepMind竞赛争议：社区质疑部分获奖方案存在低质量AI拼凑，说明评审机构需增加材料溯源、代码复现和人工核验。

Claude账号封禁：用户反馈老账号及新购账号被批量封禁，反映平台反滥用系统可能产生误伤；账号治理需要透明申诉和清晰规则。

提示词绕过生图限制：社区分享利用对抗式口令绕过安全限制，说明单纯关键词过滤容易失效，应结合语义、输出检测和使用行为审计。

负比特量化传闻：所谓“负显存占用、运行模型反而释放显存”的方案被作者明确标注为讽刺，不是真实技术；该案例说明面对夸张压缩数据必须核查代码、实验和硬件监控。

十、学习与研究资源

OpenAI提示词指南：文档总结“结果、约束、证据、验收”四步方法，强调减少重复规则和无关背景；文档称精简提示可提高评分10%—15%，Token下降41%—66%，但效果依任务和模型而异。

Anthropic与吴恩达：推出约1小时Claude API实战课程，重点讲解 Prompt Caching、缓存边界、5分钟过期机制和速率限制，文档案例中缓存后Token消耗大幅下降。

AI工程书单：整理12本面向不同角色的实战书籍，覆盖模型训练、RAG、Agent、MLOps、评测和产品工程。

MengTo：开源约 75个设计开发Skills；社区另整理约 218个Claude技能工具，覆盖代码、调试、UI和Codex工作流，适合研究Skill模块化与复用。

ai-engineering-from-scratch：通过手写模型和工程组件帮助学习者理解Transformer、训练、推理和Agent架构。

Kaggle AGI测量竞赛：探索超越传统单任务基准的智能评估体系，引发对AGI定义、泛化能力和进步度量的讨论。

alphaXiv与Hugging Face：发起ICML 2026论文复现挑战，提供约4500美元奖励，通过代码复现检验研究结果可靠性。

NeurIPS 2026研讨会：开放实时多模态对话Agent相关征稿，研究低延迟、可打断、持续感知和多模态同步。

stateofopensource.ai：提供开源生态状态与趋势资源，获得较高社区讨论度。

llm-inspector、ds4、MINDLAS、ModelsAgree：分别面向LLM检查分析、开发工具、开放AI研究和模型分级；部分项目说明不完整，使用前需检查文档、许可证和活跃度。

Graphify：构建代码图谱，帮助编码Agent理解仓库结构、依赖和调用关系，适合大规模代码库检索。

DeepTutor：开源AI导师项目，面向知识讲解、问题分解和个性化学习。

TabFMLabs：适合学习表格基础模型和本地零代码预测。

Grok Build、Pipecat、LAVE、ABot-World、OpenDW、Nemotron-3-Embed、RxBrain、VLM-1.0：提供编码Agent、实时语音、模型评测、世界模型、具身智能和检索模型的开源实践材料。

多模型AI团队方法：建议按模型优势分配角色，例如一个模型规划、一个编码、一个查证、一个审查，并使用共享文档、记忆和统一验收标准，避免多个Agent重复工作或上下文不一致。

Seedance视频经验：提示词应重点写清主体、场景、动作和镜头，而不是堆砌“电影感”等抽象形容词；减少无效修饰能降低生成试错。

Android离线表单识别案例：采用CameraX、OpenCV、ArUco定位、透视校正、二维码和气泡检测，并通过CLAHE、自适应阈值和角点跟踪改善光照和阴影问题。

场记板OCR问题：通用OCR在模糊图像和不同模板下约85%准确率，说明应采用检测、版面分类、字段OCR和规则校验的分阶段方案。

视觉模型Kubernetes部署：社区比较BentoML、KServe、Triton等方案，KServe适合Kubernetes原生部署，Triton适合高性能推理。

ML编排选型：Flyte适合数据缓存、条件工作流和失败恢复；Argo偏通用Kubernetes工作流；Kubeflow覆盖完整机器学习平台，但部署和维护复杂。

T4与A100性能异常案例：点跟踪模型在纯FP32下出现约170倍差距，提示应检查Tensor Core使用、算子实现、显存带宽、数据类型和架构适配，而不能只看GPU利用率。

自动标注与文化图像识别问题：社区需要根据文本类别自动生成边界框的开放词汇检测方案，以及识别Wojak、Backrooms等网络文化概念的专用数据集，说明通用视觉模型仍缺少长尾文化知识。

十一、总结与洞察

第一，模型竞争已经从“回答得好”转向“任务完成得好”。 Kimi K3、Inkling、Grok、Claude、Qoder和MiniMax Code等都强调长时间编码、工具调用、浏览器操作和自主修正，未来核心指标将是任务成功率、代码合并率、人工接管次数和单位任务成本。

第二，Harness正在成为模型之外的第二条性能曲线。 Self-Harness的倍数级提升、阿里Harness工程和多个开源Agent框架表明，规划、记忆、权限、工具、沙箱和检查点可能比替换模型更具投入产出比。

第三，原生多模态正进入实时阶段。 Qwen-Audio-3.0、Xmax X2.0、Lucy 2.5、UniTac和实时视频理解模型把延迟压缩到可交互范围，语音、视频和触觉开始成为持续输入，而不是一次性上传附件。

第四，具身智能的数据路线发生变化。 20万小时家务视频、10万小时UMI数据、WAM-TTT和世界模型共同表明，人类视频、仿真和部署数据将补充昂贵的机器人示范，形成更可扩展的经验数据体系。

第五，机器人正在从单个模型走向分层系统。 COSA、PuduFM、NeuroVLA和MagicOS均采用认知、技能和控制分层，说明高层语言模型不能直接替代毫秒级运动控制，系统协同比单一“大脑模型”更重要。

第六，AI终端的竞争核心是操作权。 STEPX Neo、Robot Phone、AI眼镜、无屏音箱和手机端侧模型都在争夺用户环境感知、个人记忆和服务调用权限，未来终端厂商的差异将来自Agent OS和生态接口。

第七，国产算力开始验证商业闭环。 昇腾超节点、商汤异构推理、国产GPU直通RDMA和T-Head SAIL说明竞争重点由单芯片参数转向集群互联、软件兼容、调度效率和Token毛利率。

第八，开源能力提升正在压缩安全准备窗口。 当高性能模型可以低价下载、量化和修改时，越狱、恶意代码和自动化攻击更容易扩散，开放权重生态必须同步建设评测、权限和安全工具。

第九，企业AI壁垒将来自组织资产。 公共模型差距缩小时，专有数据、业务流程、权限体系、人工反馈和真实交付能力将成为企业竞争优势。

第十，AI不会简单平均地替代所有人。 基础任务减少会冲击新人，拥有领域知识和审查能力的人则能通过AI放大产出；人才培养应保护学习路径，避免员工在尚未形成专业判断前完全依赖Agent。

第十一，可信执行将成为下一阶段的基础要求。 文件误删、提示注入、插件劫持、隐私泄露和不透明子Agent说明，生产级系统必须默认采用最小权限、沙箱、版本控制、可回滚、人工审批和完整审计。

第十二，本期最明确的产业主线是：模型Agent化、应用操作系统化、机器人经验规模化、算力基础设施重资产化、安全治理前置化。