全部 AI 动态

微软推出基于 SharePoint 的 Work IQ 知识编译引擎，通过预编译企业散落信息为结构化知识库，在不升级底层大模型的前提下，使 AI 智能体响应速度提升 4 倍、Token 消耗减少约 30%。该功能目前处于 Frontier Preview 阶段，主要解决跨文档问答与团队上下文检索中的高延迟与高成本痛点。

• •Work IQ 引擎将邮件、会议记录等碎片化数据自动转化为结构化知识库，供智能体直接调取。
• •在保持底层模型不变的情况下，实现了响应速度提升 400% 和 Token 消耗降低 30% 的双重优化。
• •功能目前仅向启用按使用量计费的 Frontier Preview 租户开放，计划后续扩展至 Copilot Studio。

比尔·盖茨指出 AI 是比核武器更危险但比核能更有用的技术，强调其无法自我监管，需政府引导以避免市场力量导致资源错配。他承诺未来两年投入十亿美元推动 AI 在医疗、教育和农业领域的普惠应用，并预测 2027 年 AI 驱动的网络攻击将成为主要威胁，同时澄清 AI 失控尚非最紧迫问题。

• •AI 被视为进化事件而非单纯工具迭代，若仅当作“下一台 PC”将严重低估其颠覆性。
• •盖茨认为纯市场机制会导致最强 AI 工具优先服务于付费最多者，而非最需要者，因此需政府干预。
• •预测 2027 年 AI 驱动的网络攻击将显著增加，但当前阶段 AI 失控并非人类最紧迫的生存威胁。

亚马逊云科技发布 CloudWatch Omni，专为解决 AI 智能体非确定性行为下的监控难题而设计。该平台通过端到端追踪捕获执行路径，并集成 Braintrust、Ragas 等第三方评估器，对正确性、检索效果及工具选择进行量化分析，替代传统仅关注延迟和错误率的指标监控。它兼容 LangChain、CrewAI 等主流框架及 OpenInference/ADOT 开放标准，帮助工程师快速定位提示词变化或逻辑缺陷导致的性能回归。

• •针对 AI 智能体非确定性特性，提供超越传统延迟/错误率的多维质量评估（正确性、连贯性、检索效果）。
• •支持端到端追踪，允许比较提示词版本、基于生产流量构建测试集并检测回归。
• •兼容 LangChain、LangGraph、CrewAI 等主流框架，采用 OpenInference 和 ADOT 开放标准，集成 Bedrock AgentCore。

北欧正转型为欧洲关键算力基础设施中心，计划到 2027 年底在区域内部署总计 1 吉瓦的 AI 云计算容量。该举措由 NVIDIA 联合多家云服务商及瑞典爱立信等机构推动，旨在利用当地丰富的可再生能源和严格的数据治理优势，将区域野心转化为实际的技术生态系统建设。

• •北欧计划于 2027 年底前部署 1 GW AI 云计算容量，成为欧洲增长最快的基础设施枢纽之一。
• •Bitdeer、CoreWeave、Crusoe 等多家云服务商参与建设，瑞典由爱立信牵头组建联盟。
• •区域优势在于丰富的可再生能源、严格的数据治理以及产学研结合的传统。

IDC 数据显示，受人工智能行业对存储芯片的强劲需求拉动，内存价格暴涨约 350%，导致 2026 年第三季度全球智能手机出货量同比暴跌 22%，创历史最大季度跌幅。这一成本压力迫使厂商削减入门机型并上调售价，预计市场复苏需等到 2028 年，且高端品牌市场份额将进一步集中。

• •AI 订单驱动存储芯片价格一年内上涨约 350%，严重挤压手机厂商利润空间。
• •2026 年 Q3 全球智能手机出货量同比下跌 22%，为史上最严重季度下滑。
• •小米、OPPO 等依赖中低端市场的品牌受冲击最大，苹果三星凭借高端矩阵相对稳健。

Anthropic 国际业务负责人普兰森在都柏林 AI 峰会上表示，开放权重模型因缺乏统一安全管控，发生网络攻击或造成危害的风险高于 Anthropic 自家闭源模型。他呼吁各国在建立国际标准前放慢开发步伐，并强调企业应持续投资能力更强但单价可能下降的前沿模型以获取长期价值。

• •Anthropic 高管认为开放权重模型在网络安全和潜在危害方面风险高于其受控的闭源模型。
• •公司主张在国际标准和统一评估机制建立之前，应放慢 AI 开发步伐。
• •普兰森建议企业持续投资最先进模型，指出随着时间推移应用成本会自然下降（如 Claude Opus 5.5 比早期版本便宜 40%）。

OpenAI 伦敦分部 2025 年人均薪酬达 231.8 万英镑，其中股权价值远超现金薪资，反映全球 AI 顶尖研究员争夺战的激烈程度。该部门营收同比增长逾两倍至 2.93 亿英镑并实现盈利，但内部薪酬差距巨大且伴随安全负责人离职等治理争议，凸显头部 AI 实验室在商业扩张与人才成本间的张力。

• •OpenAI 伦敦分部 110 名员工合计领取 8700 万英镑薪资及 1.68 亿英镑股权，人均税前时薪约 1000 英镑。
• •相比上一年人均 110 万英镑的薪酬包，2025 年收入水平大幅上涨，主要受 AI 研究员高薪驱动。
• •该海外研发中心营收增长两倍多至 2.93 亿英镑并实现利润 2030 万英镑，显示商业化进展。

Figma 在 Config India 大会发布名为 Figma Specs 的 Markdown 编辑器，允许用户以结构化文本定义设计语言、嵌入代码库与设计元素。该功能旨在为平台内及第三方 AI 代理提供统一的“单一事实来源”，确保其在生成设计时严格遵循品牌规范与上下文约束。

• •Figma Specs 支持通过 Markdown 定义设计语言，并可引用画布元素、FigJam 图表及代码层。
• •该工具旨在为 AI 代理提供集中式上下文，使其能更好地遵守品牌规则进行自动化创作。
• •集成 Payload CMS 等外部系统，进一步打通了从内容管理到设计生成的工作流闭环。

瑞典真人秀《The Challenge Sverige》整季剪辑文件疑似被接入服务器的 AI 智能体删除，导致数百名工作人员需从头重剪。尽管电视台确认节目推迟并归咎于“技术故障”和“备份系统失效”，但媒体披露指出 AI 参与的可能性未被彻底排除，凸显了智能体在缺乏严格权限隔离与可靠备份机制下的数据安全风险。

• •AI 智能体接入服务器后疑似删除整季节目剪辑文件，原始素材虽存但工程文件无法恢复。
• •制作方 Mastiff 被迫安排团队从头重新剪辑，原定 11 月播出的节目推迟至次年。
• •TV4 高管试图将责任归咎于“备份系统失效”和“人为因素”，但未完全排除 AI 自主行动的可能。

QCon 上海大会将举办“数据驱动的具身智能”专题，由蚂蚁灵波科技黄用韬博士出品。该活动旨在探讨如何通过构建高质量真机数据体系、优化持续学习闭环以及解决仿真与现实鸿沟，推动具身智能从实验室走向规模化落地。目前内容主要为会议议程与演讲主题前瞻，尚未发布具体技术成果或开源项目。

• •具身智能规模化核心瓶颈在于真机数据稀缺、学习闭环低效及仿真-现实鸿沟。
• •蚂蚁灵波科技首席数据科学家黄用韬博士将分享端边云协同的真实世界学习系统设计思路。
• •圆桌讨论将涵盖模型能力、数据体系、泛化挑战与实际应用方向，邀请多位学界与业界专家参与。

苹果官方证实，由于第一代 HomePod mini 的芯片与内存配置无法支撑本地大语言模型的推理需求，该设备将不支持全新的 Siri AI 功能。只有搭载更高算力的第二代 HomePod mini 及新款 Apple TV 才能体验具备上下文理解能力的智能助手，这标志着端侧 AI 对硬件基线的硬性门槛提升。

• •初代 HomePod mini 因芯片和内存受限，被排除在支持本地运行大语言模型的 Siri AI 设备列表之外。
• •Siri AI 目前仅向 HomePod mini 2 和 Apple TV 4K（第二代及后续）开放，确立了新的硬件准入门槛。
• •旧款设备仍保留蓝牙音箱和基础智能家居中枢功能，但无法获得基于上下文理解的增强型语音交互体验。

昆仑万维发布并开源了全球首款运行在单张消费级显卡上的视频大模型游戏引擎 Matrix-Game 4.0。该系统通过“代码生成逻辑、结构画面约束、视频模型渲染”的完整闭环，在 NVIDIA RTX 5090 上实现了 480p 分辨率、60 FPS 帧率及低于 150 毫秒延迟的实时游戏体验。这一突破为游戏原型开发、个性化定制及 UGC 内容创作提供了可落地的技术路径。

• •全球首个在单张消费级显卡（RTX 5090）上运行的视频大模型游戏引擎
• •实现 480p/60FPS 实时渲染，端到端延迟低于 150 毫秒
• •打通“代码生成逻辑→结构约束→视频渲染”完整闭环，已同步开源

据彭博社报道，字节跳动正与联发科深入洽谈定制专用集成电路（ASIC）供货协议，用于支撑其数据中心运行。若交易达成，字节跳动将成为继谷歌之后联发科 ASIC 业务的第二大客户。此举旨在应对美国出口管制下无法获取英伟达顶尖芯片的困境，通过多元化供应链保障 AI 算力需求，同时助力联发科从移动芯片向数据中心市场扩张。

• •字节跳动拟采购联发科定制 ASIC 以缓解高端 GPU 短缺压力，成为其潜在第二大客户。
• •联发科借机切入数据中心赛道，目标明年拿下 15% 市场份额，摆脱对手机业务依赖。
• •字节跳动今年资本开支最高或达 700 亿美元，重点投入 AI 基础设施以巩固模型训练优势。

行业共识指出模型能力正商品化，Agent 竞争壁垒转向工程系统。通过 QCon 直播探讨，提出从静态执行（Harness）向动态反馈闭环（Loop）的范式转移，强调人需保留决策权，且当前缺乏上下文导致真正自进化仍遥远。

• •Harness 解决任务完成，Loop 解决持续变强，本质是生产关系从人找 AI 变为 AI 找人决策。
• •模型决定能力上限，工程体系决定交付下限；代码生成率高不等于问题解决，成本往往转移至测试环节。
• •当前 Agent 最大的缺口在于缺乏人类上下文，自动化仅适用于执行层，决策与验收仍需人工介入。

上海人工智能实验室团队依托书生科学多模态大模型 S2，通过“通专融合”的人机协同路径成功破解困扰学界 30 余年的三维 Ghys 猜想。北京大学团队利用 SHEAF 框架完成了该证明的形式化验证，确认其正确性。这一突破不仅解决了具体数学难题，更验证了将专家直觉接入机器求解回路的新型科研范式，相关论文与代码已公开。

• •书生 S2 大模型结合专家直觉，成功破解三维 Ghys 猜想这一长期公开问题。
• •北京大学团队使用 SHEAF 框架完成形式化验证，确保数学证明的逻辑严密性与正确性。
• •验证了“系统探索-专家判断-成果积累-反馈修正”的闭环科研范式，可推广至其他基础学科。