AI新闻

OpenAI开源新模型，采用Circuit Sparsity技术实现99.9%权重为零的稀疏性，使模型计算过程可拆解、易理解，解决了传统稠密Transformer的黑箱问题。该模型通过严格约束减少无效连接，保留关键路径，从而提高决策透明度。相比MoE，Circuit Sparsity在特征流形和功能边界上更优，但当前面临高算力成本挑战。未来研究将致力于优化训练机制，提升效率与实用性。

湖北长江电影集团与智象未来宣布达成战略合作，共同成立“长江电影智象未来影视AI联合实验室”，主攻AI辅助剧本创作、智能视觉特效生成等技术研发，用AI赋能影视。（创投家CLUB）

RockAI创始人刘凡平提出，未来AI的发展应从云端大模型转向端侧设备的自主学习与原生记忆能力，强调硬件觉醒的重要性。他认为，当前主流的大规模Transformer架构和反向传播算法限制了真正的智能发展，而端侧模型通过实现个性化学习、持续进化，能够更好地模拟人类大脑的工作方式，促进群体智能的形成。这一转变不仅将重新定义硬件价值，还将推动人工智能迈向通用智能的新阶段。

随着AI技术的发展，行业应用对算力的需求与日俱增。太初元碁联合创始人乔梁指出，当前单芯片性能已成AI算法发展的瓶颈，为此太初元碁设计了实现128卡间高速互联的TC link，为AI算法提供硬件基础。未来，高性能计算将贯穿从科学研究到AI落地的全链路，成为各类计算场景的底层支撑力量。超智融合和异构融合被视为解决算力需求的关键路径，开源生态建设也被认为是推动AI产业生态发展的重要一环。

摩尔线程作为中国版英伟达，在科创板上市后市值飙升，反映了当前AI与算力领域的资本热度。文章探讨了科技大佬如马斯克、奥特曼等在虚拟币和AI领域之间的复杂关系及背后动机，强调了算力作为连接这两者的关键纽带作用。同时指出，无论是训练大模型还是进行加密挖矿，争夺算力成为核心之一，而算力的发展也受到政策环境、电力供应等因素的影响。

Meta计划削减元宇宙部门人力，将资源倾斜至销量火爆的AI智能眼镜。通过引入AI助手，使智能眼镜成为可语音交互的终端，市场反响热烈。此次战略调整标志着从VR转向AR及可穿戴设备的趋势，旨在提升用户体验和产品设计感。同时，Meta持续加大在数据中心和AI开发上的投入，以期在人工智能领域取得突破。

尽管甲骨文、博通等公司手握巨额AI基建订单，但股价却出现大幅下跌，市场对AI基建的未来充满担忧。这些公司的客户主要集中在Meta、谷歌母公司Alphabet、微软等巨头及OpenAI等初创企业。虽然巨头们财务稳健，但AI业务尚未成为其收入的主要来源，而初创企业则依赖外部融资，存在较大不确定性。此外，数据中心建设和运营面临巨大挑战，如电力需求激增和冷却问题。整体来看，AI基建的可持续性受到质疑，行业正经历商业模式的根本转变。

谷歌联合创始人谢尔盖·布林在斯坦福演讲中反思了公司在Transformer技术上的失误，指出谷歌因过于谨慎而错失AI市场先机。自2022年底起，布林回归一线领导Gemini项目，旨在通过平台化策略重构工作流程，强调AI作为新的工作方式而非单一工具的重要性。同时，布林鼓励年轻人继续学习编程，认为AI虽能降低学习门槛但不减少应用需求，并建议创业者优先考虑产品的实用性。

随着数据中心建设加速，尤其是AI相关的基础设施如大语言模型和多模态模型的部署需求激增，预计2025年将达到超过410亿美元的投资规模。这不仅与政府在交通建设上的支出相当，还导致了劳动力短缺问题加剧，影响其他基础设施项目的进度。此现象反映了AI技术快速发展对算力资源及物理空间的需求增加，同时也提出了成本控制和技术优化的新挑战。

陶哲轩团队借助AI工具在48小时内解决了尘封50年的Erdős#1026数学难题，展示了AI在辅助解决复杂问题上的巨大潜力。通过结合多种AI技术如AlphaEvolve和ChatGPT Pro等，研究者们能够快速探索解题路径并验证猜想，显著提高了科研效率。这标志着人与AI协作成为解决长期未决问题的新趋势，并鼓励更多领域尝试利用AI促进创新。

Runway发布首个通用世界模型GWM-1及其变体，包括模拟真实环境的GWM Worlds、模拟对话的GWM Avatars和用于机器人操作的GWM Robotics。这些基于Gen-4.5升级版构建的模型采用自回归架构，支持实时交互控制，展示了在虚拟环境构建、客户服务及机器人训练等领域的应用潜力。同时，Gen-4.5新增原生音频生成与编辑功能，进一步扩展了其应用场景。

北航团队提出首个大规模真实星座调度基准AEOS-Bench，并创新性地将Transformer模型与航天工程需求融合，训练出内嵌时间约束的调度模型AEOS-Former。该研究为卫星星座任务规划提供了高效解决方案，显著提升了任务完成率和资源利用率，展示了AI在空天具身智能领域的巨大潜力。

在天桥脑科学研究院主办的“从脑机接口到脑机共生”主题论坛暨中国神经科学学会脑机接口与交互分会年会上，研究院创始人雒芊芊宣布：天桥脑科学研究院成立尖峰智能实验室（Spiking Intelligence Lab, SIL），致力于类脑大模型和脉冲神经网络的研发，探索人工智能与人类智慧的深度融合。该非营利研究机构由中国科学院自动化研究所研究员李国齐领衔。

据介绍，李国齐是中国脉冲神经网络和类脑大模型研究的知名青年专家。今年，他带领团队成功研发出首款类脑脉冲大模型“瞬悉 1.0”，标志着我国在类脑计算与大模型融合创新方面取得重要突破。（广角观察）

豆包手机助手发布技术说明：近期有网友发布视频称，“豆包手机助手通过READ_FRAME_BUFFER权限，从GPU渲染的图形缓冲区拿走图像数据，不需要走上层的截图API。还用了CAPTURE_SECURE_VIDEO_OUTPUT权限，可以获取银行安全键盘等受保护的界面内容”。这是对豆包手机助手技术实现方式的错误解读。豆包手机助手采用的是原生截屏接口（WindowManagerService.captureDisplay），严格遵循应用声明的Secure标记，无法截屏银行安全键盘等声明受保护的界面内容。需要强调的是，豆包手机助手仅在有用户指令时才会开始截屏，且无法截屏三方应用Secure标记页面。上传至云端大模型的截屏仅用于视觉理解和推理，完成任务后不会存储在云端。（广角观察）

美国总统特朗普11日签署一项行政令，在联邦层面统一对人工智能领域的监管规则，限制各州各自制定规则。该行政令称，要想取得胜利，美国的人工智能企业必须能够在不受繁琐监管束缚的情况下自由地进行创新，但“过度的州级监管”阻碍了这一目标。该行政令指出，当前各州分别制定监管规则，必然会形成由50种不同监管制度拼凑而成的局面，使合规变得更加困难，对初创企业而言更是如此。该行政令称将建立一个“负担最小”的全国性标准。该行政令还要求司法部长成立一个人工智能诉讼特别工作组，其“唯一职责”是对与本行政令相悖的各州人工智能法律提出异议。美国一些科技企业一直反对严格的监管制度，最新的行政令被一些当地媒体解读为这些企业的胜利。有媒体指出，最新政策可能会导致人工智能监管弱化，带来风险。（新华社）

随着GPU销售额首次超越CPU，半导体产业进入加速计算主导的新周期。面对大规模并行计算任务，传统CPU面临能效比与I/O瓶颈挑战，正转型为异构系统的调度中枢。技术革新包括微架构层面的去推测化和系统级架构的专用化分流，以适应AI负载需求。此外，CPU在推理场景、内存扩展及边缘计算中扮演重要角色，市场对开放架构与异构协同能力的需求日益增长。

上海交通大学金融学教授朱宁从经济学家视角探讨了AI时代的范式思维转变，指出随着AI技术的发展，人类的核心优势如算力、创意和时间等逐渐变得不再稀缺，这将对经济学逻辑产生深远影响。他强调，在AI时代，应更多考虑如何掌握AI技术并与之共生，而非担忧行业被替代。此外，AI还将改变全球财富分配格局及国际贸易形式，引发新的监管与治理挑战。

在GDPS 2025全球开发者先锋大会开幕式上，上海市浦东新区支持人工智能创新创业政策发布。从现场获悉，目前浦东形成了涵盖底层芯片、算法模型和垂类应用的完整生态， AI产业规模已经突破1600亿，未来三年目标新增人工智能企业1000家，核心产业规模超过2500亿元。（科创板日报）

文章通过小红书博主的视角，讨论了AI时代下投资人决策模式化现象。类比于编程语言中的’If、else、return’逻辑，作者指出当前投资界对于AI相关术语如VLA、LLM等形成了类似标准化话术，反映了信息过载背景下快速筛选项目的需要。然而这种’代码化’也导致了创新项目被忽视的风险，强调了在AI快速发展背景下，保持开放性和灵活性的重要性。

12月12日至14日，广东省具身智能训练场“1+1+N”体系将正式发布。“1+1+N”体系包括：“1”个广东核心中枢——广东省具身智能训练场（简称“省训练场”），由主训练场和管理中心两部分构成。“1”个深圳示范窗口——深圳具身智能示范区，探索建设全国首个具身智能机器人友好示范城区，侧重封闭训练后的机器人在街区开放式训练，激活场景价值。“N”个垂直分训练场——横跨不同地市、深耕不同领域的垂直场景专业化训练平台，联动地市、赋能产业、精准定位、解决痛点，与主训练场优势互补、资源共享、共建共创、相互赋能。（深圳发布）