生成式AI
一、OpenAI 又一款硬件曝光，无屏移动式AI音箱
1.彭博社爆料OpenAI首款硬件是无屏、可移动的智能音箱，内置摄像头与传感器，能感知环境语境，用ChatGPT语音控制智能家居；
2.搭载全双工GPT-Live语音交互，可根据用户日程、邮件与习惯主动预测需求、提出建议，复杂任务交由更强模型处理；
3.OpenAI约有五款硬件在研，意在把握AI时代终端入口，此前已收购Jony Ive公司并从苹果挖走二十余名硬件员工。
二、DeepSeek估值约740亿美元，拟2027年上市
1.DeepSeek启动第二轮融资，投后估值约740亿美元，较上轮涨近40%，并计划最早今年底交表、2027年登陆科创板；
2.本轮放宽条款，允许直投与SPV，并考虑通过QFLP结构引入中东等海外资金，募资将用于自建数据中心、采购芯片与团队扩编；
3.公司年化营收4至5亿美元，V4定价仅为OpenAI、Anthropic的一小部分，靠基础设施优化将毛利率维持在50%以上。
三、阿里发布Qwen-Audio-3.0实时语音交互模型
1.阿里语音交互模型升级为Qwen-Audio-3.0-Realtime，支持音色克隆与情感感知生成，可动态调整语气节奏，告别机械朗读感；
2.内置多模态双工控制模型，具备声纹级背景过滤，嘈杂多人环境下精准锁定主对话者，打断检测与响应时延领先；
3.支持动态工具调用完成路线规划、信息查询等任务，Artificial Analysis语音推理子项综合排名第一，超越GPT-Realtime-2。
四、Xmax AI发布X2.0，实时交互视频模型开放API
1.清华团队Xmax AI发布实时交互视频模型X2.0并开放商用API，画质提至960p、24fps，延迟做到毫秒级，可实时操控画面；
2.采用端到端流式重渲染架构，开放换人、换装、换风格、触控、次元互动五项能力及自定义Free模式，并实现iPhone端侧推理；
3.API成本约为竞品Decart的十二分之一，瞄准直播互动与电商试穿等场景，试图把视频从单向观看变为可操作的交互界面。
五、知网声明不接受AI署名作者，已下架相关论文
1.针对部分期刊将DeepSeek、Gemini等AI列为作者引发争议，知网已对此类论文作下架处理，明确不接受AI被列为署名作者；
2.法律层面，AI不具备民事主体资格，其生成内容著作权应归属实质创作的研究者；伦理层面，AI无法承担核查追责义务；
3.所有作者须为自然人、法人或非法人组织，使用AI须在研究方法或致谢中说明以保证可溯源，违背者不予上线传播。
前沿科技
六、腾讯发布并开源具身认知基座模型RxBrain
1.腾讯Robotics X联合混元发布并开源具身世界认知基座模型RxBrain，在单一模型内统一文本、图像、视频的理解与生成；
2.采用模态路由的Mixture-of-Transformers架构，让语言推理与视觉目标想象围绕同一任务协同，为下游动作模型提供高层指导；
3.基于5万小时以上具身数据训练，联合规划得分优于模块化方案，真机三项操作任务平均成功率87%，超过π0与π0.5。
七、逐际动力发布COSA，机器人一镜到底做家务
1.逐际动力发布人形大脑系统COSA 0.5，全尺寸机器人Oli无遥操、无剪辑、一镜到底连续完成整屋家务，为国内首例；
2.系统由认知层S2、技能层S1、运控层S0三层协同，主张“模型只是技能，系统才是大脑”，走系统集成的差异化路线；
3.底层自研全身运控模型精度较SONIC翻倍，并开源FluxVLA Engine工程底座，以开放换生态，对标Figure。
报告观点
八、普林斯顿教授Narayanan：AI更像协作而非替代
1.普林斯顿教授Narayanan在ICML 2026指出，AI能力飙升但可靠性几乎停滞，提出通用性、高风险、自动化不可兼得的“智能体三难”；
2.参照电力普及耗时四十年，AI的经济变革受下游瓶颈制约需数十年组织重构，当前更是协作工具而非替代工具；
3.主张把AI省下的时间再投资于自身成长，先成专家再借AI放大能力，人类角色将从“建造”转向“评估”，走向“共同超级智能”。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
