最近，在 AI 基础算力上重磅频出的华为，又亮出了一张王牌：昇腾的底层基础软件，CANN 全面开源开放。昇腾宣布将通过一系列新举措，持续支持开发者在 AI 模型、算子、内核、底层资源等多个层级进行自主优化与自定义开发。通过开放共建，一个新兴的 AI 算力生态正在快速崛起，改变计算架构领域本已固化的格局。
MiniMax 海螺视频团队「首次开源」了 VTP（Visual Tokenizer Pre-training）项目。他们同步发布了一篇相当硬核的论文，它最有意思的地方在于 3 个点：「重建做得越好，生成反而可能越差」，传统 VAE 的直觉是错的
谷歌这波像开了「大小号双修」：前脚用Gemini把大模型战场搅翻，后脚甩出两位端侧「师兄弟」：一个走复古硬核架构回归，一个专职教AI「别光会聊，赶紧去干活」。手机里的智能体中枢，要开始卷起来了。
智东西12月19日报道，由三名00后武汉大学校友创办的大模型领域科技创企模态跃迁（MercAllure），已完成两轮累计数千万元融资，投资方包括深圳高新投、力合科创、楚天凤鸣天使基金、武汉基金、奇绩创坛等机构。
GPT-5.2-Codex，深夜突袭！ 它是OpenAI迄今为止，最强的AI智能体编程模型，专为复杂、真实世界软件工程而打造。 从名字可以看出，GPT-5.2-Codex基于GPT-5.2进一步优化版本，它在多项能力上实现了关键改进：
具身智能通往通用性的征途，正被 “数据荒漠” 所阻隔。当模型在模拟器中刷出高分，却在现实复杂场景中频频 “炸机” 时，行业开始反思：我们喂给机器人的数据，是否真的包含人类操作的精髓？近日，深度机智在以人类第一视角为代表的真实情境数据，筑牢物理智能基座，解决具身智能通用性难题的道路上又有重要举措。
智能体元年已至，AI下半场的“生产力战争”已经打响。
年初，围绕着 2025 年将是「大模型落地应用元年」「AI Agent 元年」的共识，业界开始了大规模持续探索。
AI不仅能回答问题，还能采访人类了。Anthropic让模型与1250名真实用户深度对话，自动写提纲、追问、做聚类分析，最后画出一张「人类情绪雷达图」。这一次，人类成了AI的研究对象。
视觉–语言–动作（VLA）模型在机器人场景理解与操作上展现出较强的通用性，但在需要明确目标终态的长时序任务（如乐高搭建、物体重排）中，仍难以兼顾高层规划与精细操控。
