https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
AI“自动运维工程师”Resolve AI获Lightspeed领投A轮融资
在AI代理席卷企业服务的浪潮中，一家专注于自动化运维（SRE）的初创公司正以惊人速度崛起。据多方信源确认，Resolve AI已完成由Lightspeed Venture Partners领投的A轮融资，投前 headline 估值达 10 亿美元，正式跻身独角兽行列。尽管实际融资采用“多档定价结构”（部分股权按 10 亿估值出售，更大比例以更低价格成交），但这一估值仍凸显资本对AI运维赛道的高度押注。
由Splunk老兵打造，目标是取代人类SRE
Resolve AI由前Splunk高管Spiros Xanthos与Splunk可观测性首席架构师Mayank Agarwal联合创立，二人曾共同创办的Omnition于 2019 年被Splunk收购。新公司聚焦一个痛点：随着云原生系统日益复杂，企业难以招聘足够熟练的SRE来应对7× 24 小时的故障响应。Resolve AI的解决方案是——让AI成为“自主SRE”：
- 实时监控生产环境；
- 自动诊断根因（如数据库连接池耗尽、微服务雪崩）；
- 执行修复操作（重启实例、回滚版本、扩容资源）；
- 全过程无需人工介入。
400 万美元ARR vs10 亿估值：泡沫还是远见？
值得注意的是，尽管估值飙升，Resolve AI当前年经常性收入（ARR）仅约 400 万美元。这意味着其估值已是ARR的 250 倍以上，远超传统SaaS企业5– 10 倍的合理区间。不过，投资者显然押注其爆发式增长潜力——在DevOps自动化、AI运维（AIOps）市场年增速超30%的背景下，若能拿下头部云客户，ARR有望快速爬升。
资本竞逐AI SRE赛道，竞争白热化
Resolve AI并非孤例。其主要对手Traversal近期刚完成 4800 万美元A轮融资，由Kleiner Perkins领投，Sequoia跟投。两家公司均源自可观测性与运维工具老兵，技术路径高度重合，预示着AI驱动的“无人值守运维”将成为下一代DevOps基础设施的核心战场。
背靠顶级智囊，技术基因深厚
值得一提的是，Resolve AI在 2024 年 10 月的 3500 万美元种子轮中，已吸引李飞飞（Fei-Fei Li）等顶尖AI科学家背书。这种“工程+学术”双重基因，或使其在复杂系统推理与因果建模上建立技术壁垒。
AIbase认为，Resolve AI的高估值既反映市场对“AI替代高技能岗位”的强烈预期，也暗藏风险——自动化运维关乎系统生死，客户对可靠性要求极高，落地门槛远高于普通AI应用。能否在真实生产环境中证明“比人类SRE更可靠”，将是其从独角兽走向行业基础设施的关键考验。
via AI新闻资讯 (author: AI Base)
在AI代理席卷企业服务的浪潮中，一家专注于自动化运维（SRE）的初创公司正以惊人速度崛起。据多方信源确认，Resolve AI已完成由Lightspeed Venture Partners领投的A轮融资，投前 headline 估值达 10 亿美元，正式跻身独角兽行列。尽管实际融资采用“多档定价结构”（部分股权按 10 亿估值出售，更大比例以更低价格成交），但这一估值仍凸显资本对AI运维赛道的高度押注。
由Splunk老兵打造，目标是取代人类SRE
Resolve AI由前Splunk高管Spiros Xanthos与Splunk可观测性首席架构师Mayank Agarwal联合创立，二人曾共同创办的Omnition于 2019 年被Splunk收购。新公司聚焦一个痛点：随着云原生系统日益复杂，企业难以招聘足够熟练的SRE来应对7× 24 小时的故障响应。Resolve AI的解决方案是——让AI成为“自主SRE”：
- 实时监控生产环境；
- 自动诊断根因（如数据库连接池耗尽、微服务雪崩）；
- 执行修复操作（重启实例、回滚版本、扩容资源）；
- 全过程无需人工介入。
400 万美元ARR vs10 亿估值：泡沫还是远见？
值得注意的是，尽管估值飙升，Resolve AI当前年经常性收入（ARR）仅约 400 万美元。这意味着其估值已是ARR的 250 倍以上，远超传统SaaS企业5– 10 倍的合理区间。不过，投资者显然押注其爆发式增长潜力——在DevOps自动化、AI运维（AIOps）市场年增速超30%的背景下，若能拿下头部云客户，ARR有望快速爬升。
资本竞逐AI SRE赛道，竞争白热化
Resolve AI并非孤例。其主要对手Traversal近期刚完成 4800 万美元A轮融资，由Kleiner Perkins领投，Sequoia跟投。两家公司均源自可观测性与运维工具老兵，技术路径高度重合，预示着AI驱动的“无人值守运维”将成为下一代DevOps基础设施的核心战场。
背靠顶级智囊，技术基因深厚
值得一提的是，Resolve AI在 2024 年 10 月的 3500 万美元种子轮中，已吸引李飞飞（Fei-Fei Li）等顶尖AI科学家背书。这种“工程+学术”双重基因，或使其在复杂系统推理与因果建模上建立技术壁垒。
AIbase认为，Resolve AI的高估值既反映市场对“AI替代高技能岗位”的强烈预期，也暗藏风险——自动化运维关乎系统生死，客户对可靠性要求极高，落地门槛远高于普通AI应用。能否在真实生产环境中证明“比人类SRE更可靠”，将是其从独角兽走向行业基础设施的关键考验。
via AI新闻资讯 (author: AI Base)
在生成式人工智能席卷营销界的今天，品牌方正面临一场关于“透明度”与“转化率”的权衡博弈。根据纽约大学与埃默里大学的一项最新实地研究显示，AI 在视觉营销中的应用呈现出截然不同的双面效应:它既是提升点击率的神器，也可能成为毁掉广告效果的“毒药”。
图源备注:图片由AI生成，图片授权服务商Midjourney
研究人员通过谷歌展示广告网络（GDN）进行了大规模测试。结果发现，那些完全由 AI 从零开始生成的广告(AI-created)，由于在色彩、构图和情感表达上拥有更大的“创作自由度”，其点击率比传统人工设计的广告高出了19%。相比之下，如果仅仅是利用 AI 对现有的人工素材进行微调(AI-modified)，比如更换背景或修饰人脸，效果往往平平，甚至不如纯人工方案。
然而，研究中最为引人注目的发现是关于“透明度标签”的影响。随着各地监管机构（如欧盟 AI 法案）要求对 AI 内容进行明确标注，研究人员测试了披露 AI 身份后的后果。实验数据令人警醒:一旦广告被贴上“AI 生成”或“AI 制作”的标签，其点击率会瞬间暴跌约31.5%。
这种现象揭示了消费者的矛盾心理。虽然 AI 全新生成的视觉效果更具冲击力，但只要用户意识到内容并非出自人类之手，其对品牌的“真实感”评价就会降低，从而削弱购买意愿。这项研究为企业提供了清晰的策略指引:AI 的真正价值在于早期的创意爆发和全案生成，而非后期的小修小补;同时，如何在合规披露与维持吸引力之间寻找平衡，将是未来营销人最艰巨的挑战。
划重点:
● 🚀 AI 全原创更强: 相比简单的后期微调，由 AI 从零开始创作的全新广告由于视觉表现力更强，点击率可提升19%。
● 📉 标签成“流量杀手”: 无论图片质量多高，只要标注了“AI 生成”字样，点击率会大幅缩水约31.5%。
● 📦 协同效应显著: 研究发现，当 AI 生成的广告配合由 AI 设计的产品包装时，消费者的点击和购买意愿会达到峰值。
via AI新闻资讯 (author: AI Base)
12月22日，千问App发布"2025十大AI提示词"榜单，其中"股票"高居榜首，热度远超其他工具性、生活类或情感类话题。这一现象折射出大众对资本市场的高度关注，以及AI在投资决策领域的快速渗透——人工智能正从技术工具演变为触手可及的"理财顾问"。
"股票"能够登顶AI提示词榜单，与2025年A股市场表现密不可分。今年以来，A股延续强劲涨势，上证指数一度站上4000点关口，市场赚钱效应显著。在此背景下，越来越多投资者开始借助AI工具进行市场分析、个股研究和投资决策辅助。
千问App的榜单数据显示，相比生活服务、娱乐创作、情感咨询等传统高频应用场景，"股票"相关提示词的使用频次遥遥领先，凸显出AI在金融投资领域的独特价值和用户需求的爆发式增长。这标志着AI应用正从通用场景向专业垂直领域深度延伸。
via AI新闻资讯 (author: AI Base)
阿里千问App发布2025十大AI提示词 股票位列榜首
千问App发布“2025十大AI提示词”榜单，揭示了2025年人们使用AI的十大高频场景，其中问得最多的三类问题为股票、八字和情感咨询。本次入选的十大高频提示词分别为：股票、八字、情感咨询、朋友圈文案、景点推荐、双色球号码、失眠、解答这道题、离婚财产分割、人生的意义。
作为人机交互的桥梁，提示词（prompt）不仅是用户对AI的指令，更是社会心理的晴雨表。这份榜单显示，用户对AI的角色认知正从单一工具向多元伙伴演变。
在市场表现方面，千问App增长显著。阿里方面宣布，该应用公测仅23天，全端月活跃用户数已突破3000万，成为全球增速最快的AI应用之一。
功能层面，千问App已向所有用户开放AI PPT、AI写作、AI文库及AI讲题四项新能力。
阿里巴巴正持续推进各类生活场景的接入，包括地图、外卖、订票、办公、学习、购物、健康等，以不断增强千问在现实生活中的“办事”能力。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
千问App发布“2025十大AI提示词”榜单，揭示了2025年人们使用AI的十大高频场景，其中问得最多的三类问题为股票、八字和情感咨询。本次入选的十大高频提示词分别为：股票、八字、情感咨询、朋友圈文案、景点推荐、双色球号码、失眠、解答这道题、离婚财产分割、人生的意义。
作为人机交互的桥梁，提示词（prompt）不仅是用户对AI的指令，更是社会心理的晴雨表。这份榜单显示，用户对AI的角色认知正从单一工具向多元伙伴演变。
在市场表现方面，千问App增长显著。阿里方面宣布，该应用公测仅23天，全端月活跃用户数已突破3000万，成为全球增速最快的AI应用之一。
功能层面，千问App已向所有用户开放AI PPT、AI写作、AI文库及AI讲题四项新能力。
阿里巴巴正持续推进各类生活场景的接入，包括地图、外卖、订票、办公、学习、购物、健康等，以不断增强千问在现实生活中的“办事”能力。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
赋能AI智能体！Anthropic正式发布Claude“技能”开放标准
人工智能正从“单纯的大模型”向“能够代办任务的智能体”加速演进。AIbase从最新报道中获悉，Anthropic于本周四对其 Claude 模型中的“技能”（Skills）功能进行了重大升级，旨在通过结构化的任务训练，让 AI 能够更加自主地协助用户处理特定工作。
此次更新的核心动作是将 “智能体技能”（Agent Skills） 规范发布为一项开放标准。这意味着开发者和企业用户可以更便捷地为 AI 智能体创建、部署并分享新技能。例如，用户只需在特定的文件夹中添加描述流程的文件，即可教会Claude如何填写复杂的表格或浏览特定网站，从而让 AI 具备直接执行行动的能力，而不仅仅是停留在对话层面。
为了进一步推向企业市场，Anthropic还引入了组织级的管理功能，允许管理员集中管控企业内部的技能库。同时，通过与Canva、Notion、Figma等知名办公平台的合作，用户可以直接调用这些预设的专业技能。AIbase 认为，这一动作标志着 AI 市场正从“模型竞赛”转向“应用场景竞赛”，AI 正在成为能独立解决问题的数字员工。
via AI新闻资讯 (author: AI Base)
人工智能正从“单纯的大模型”向“能够代办任务的智能体”加速演进。AIbase从最新报道中获悉，Anthropic于本周四对其 Claude 模型中的“技能”（Skills）功能进行了重大升级，旨在通过结构化的任务训练，让 AI 能够更加自主地协助用户处理特定工作。
此次更新的核心动作是将 “智能体技能”（Agent Skills） 规范发布为一项开放标准。这意味着开发者和企业用户可以更便捷地为 AI 智能体创建、部署并分享新技能。例如，用户只需在特定的文件夹中添加描述流程的文件，即可教会Claude如何填写复杂的表格或浏览特定网站，从而让 AI 具备直接执行行动的能力，而不仅仅是停留在对话层面。
为了进一步推向企业市场，Anthropic还引入了组织级的管理功能，允许管理员集中管控企业内部的技能库。同时，通过与Canva、Notion、Figma等知名办公平台的合作，用户可以直接调用这些预设的专业技能。AIbase 认为，这一动作标志着 AI 市场正从“模型竞赛”转向“应用场景竞赛”，AI 正在成为能独立解决问题的数字员工。
via AI新闻资讯 (author: AI Base)
造硬件造数据:诺亦腾机器人完成 Pre-A+ 轮融资，加速攻克具身智能数据荒
具身智能与人形机器人数据服务商**诺亦腾机器人（Noitom Robotics）**近日宣布完成 Pre-A+ 轮融资。本轮融资由启明创投领投，五源资本、君联资本等机构参投，经纬创投、英诺天使基金追加投资，最终实现超额认购。
本轮融资后，加上此前由阿尔法公社领投的 Pre-A 轮，诺亦腾机器人累计募集资金已达数亿元人民币。据悉，资金将主要投入具身智能所需的多模态数据采集、处理与交付的技术研发，加速规模化数据生产体系与工程化平台建设，并进一步扩充核心技术与工程团队，提升全球范围内的产品化交付与服务能力。
“不造机器人”的机器人公司
与大多数专注于硬件本体的厂商不同，诺亦腾机器人将自己定位为具身智能产业的“数据基建”。公司创始人戴若犁博士是动作捕捉与人机交互领域的资深专家，他曾联合创立诺亦腾科技（Noitom Ltd.），在过去十余年间占据了全球专业动捕市场70% 的份额。
戴若犁表示，随着行业对数据需求发生结构性变化，数据获取与工程化能力已成为决定具身智能上限的关键。诺亦腾机器人目前以“数据”为核心交付界面，通过“数据工厂”模式，为全球数十家人形机器人企业及具身智能模型团队提供高质量、可规模化的真实训练数据。这种“不造机器人”却为机器人提供“粮食”的商业模式，正成为行业加速落地的关键推动力。
精英团队与行业背书
作为从诺亦腾科技分拆出的独立实体，诺亦腾机器人不仅承袭了深厚的技术积淀，还吸引了来自腾讯 Robotics X Lab、字节跳动、商汤等大厂的顶尖人才加入。其核心能力已在遥操作、人机协同、机器人示教训练等实际交付场景中得到验证，支持并行20组以上本体同时开展高精度训练数据的采集。
via AI新闻资讯 (author: AI Base)
具身智能与人形机器人数据服务商**诺亦腾机器人（Noitom Robotics）**近日宣布完成 Pre-A+ 轮融资。本轮融资由启明创投领投，五源资本、君联资本等机构参投，经纬创投、英诺天使基金追加投资，最终实现超额认购。
本轮融资后，加上此前由阿尔法公社领投的 Pre-A 轮，诺亦腾机器人累计募集资金已达数亿元人民币。据悉，资金将主要投入具身智能所需的多模态数据采集、处理与交付的技术研发，加速规模化数据生产体系与工程化平台建设，并进一步扩充核心技术与工程团队，提升全球范围内的产品化交付与服务能力。
“不造机器人”的机器人公司
与大多数专注于硬件本体的厂商不同，诺亦腾机器人将自己定位为具身智能产业的“数据基建”。公司创始人戴若犁博士是动作捕捉与人机交互领域的资深专家，他曾联合创立诺亦腾科技（Noitom Ltd.），在过去十余年间占据了全球专业动捕市场70% 的份额。
戴若犁表示，随着行业对数据需求发生结构性变化，数据获取与工程化能力已成为决定具身智能上限的关键。诺亦腾机器人目前以“数据”为核心交付界面，通过“数据工厂”模式，为全球数十家人形机器人企业及具身智能模型团队提供高质量、可规模化的真实训练数据。这种“不造机器人”却为机器人提供“粮食”的商业模式，正成为行业加速落地的关键推动力。
精英团队与行业背书
作为从诺亦腾科技分拆出的独立实体，诺亦腾机器人不仅承袭了深厚的技术积淀，还吸引了来自腾讯 Robotics X Lab、字节跳动、商汤等大厂的顶尖人才加入。其核心能力已在遥操作、人机协同、机器人示教训练等实际交付场景中得到验证，支持并行20组以上本体同时开展高精度训练数据的采集。
via AI新闻资讯 (author: AI Base)
一场突发的大规模停电，让全球最先进的自动驾驶系统瞬间“失能”。当地时间12月21日晚，因太平洋燃气电力公司（PG&E）变电站起火引发的旧金山大范围断电，导致Waymo在旧金山的Robotaxi服务全面瘫痪——大量无人驾驶车辆停滞在道路中央与十字路口，造成严重交通拥堵，社交媒体上充斥着“被AI汽车堵死”的无奈视频。
据目击者拍摄的画面显示，多辆Waymo无人车静止不动，后方人类驾驶员寸步难行，只得绕行或长时间等待。旧金山市长Daniel Lurie紧急呼吁市民“非必要不出行”，因停电同时导致交通信号灯失效、Muni公共交通停运，城市交通几近瘫痪。
Waymo紧急暂停服务，但未解释“为何断电即停摆”
Waymo发言人Suzanne Philion证实，公司已“临时暂停旧金山湾区所有叫车服务”，并正与市政府密切协调，评估基础设施恢复情况。然而，该公司未说明为何一次区域性断电会导致其车辆集体失效，引发业界广泛质疑。
三大可能原因暴露系统脆弱性
1. 依赖联网红绿灯数据:Waymo车辆高度依赖V2X（车路协同）系统获取交通灯状态，断电致信号灯熄灭，AI无法判断通行权限，触发安全停驶机制;
2. 蜂窝网络中断:自动驾驶依赖5G/4G实时更新高精地图与远程监控，断电可能造成通信中断，车辆进入“安全静默”模式;
3. 远程操作中心失联:当车辆遇复杂场景需人工接管时，断电致远程控制中心无法响应，系统选择原地停靠。
高歌猛进下的“阿喀琉斯之踵”
此次事件发生在Waymo业务高速扩张期——据Tiger Global近期泄露文件，其周订单量已达45万单，接近春季水平的两倍。然而，一场城市级停电便让这支“无人舰队”集体停摆，暴露出当前L4级自动驾驶对城市数字基础设施的高度依赖，距离真正的“全天候、全场景”运营仍有巨大鸿沟。
行业警示:智能交通不能只靠单车智能
AIbase认为，Waymo的“断电瘫痪”事件是一记警钟:自动驾驶的可靠性不仅取决于算法与传感器，更依赖于稳定的城市能源、通信与交通基础设施。在极端天气、网络攻击或公共安全事件频发的今天，唯有构建“车-路-云-电”一体化的韧性系统，才能让无人出行真正安全落地。否则，再先进的AI，也敌不过一次简单的跳闸。
via AI新闻资讯 (author: AI Base)
OpenAI计算利润率飙升至70%！内部指标翻倍，商业化效率显著提升
在巨额投入与高调扩张的表象之下，OpenAI正悄然实现商业化效率的惊人跃升。据多位知情人士透露，截至 2025 年 10 月，OpenAI内部关键指标——“计算利润率”（Compute Profit Margin）已攀升至70%，较 2024 年底的52%大幅提升，更是 2024 年 1 月水平的两倍。这一数据虽未获官方正式确认（OpenAI发言人回应称“不披露该指标”），却释放出强烈信号：这家曾以“烧钱”著称的AI巨头，正加速从技术先锋向高效率盈利引擎转型。
什么是“计算利润率”？
该指标指AI服务收入扣除模型运行成本（包括GPU算力、电力、运维等）后的利润占比。例如，若用户支付 100 美元使用GPT-5，其中 30 美元用于支付推理与训练算力开销，则计算利润率为70%。这一指标直接反映大模型业务的单位经济模型健康度，是衡量AI公司能否可持续运营的核心标尺。
效率跃升背后的三大驱动力
1. 模型推理优化：GPT-5. 1 及Sora等新模型采用稀疏激活、动态批处理与量化压缩技术，单位Token推理成本显著下降；
2. 自研算力布局见效：Stargate超算中心与定制AI芯片逐步投入使用，减少对昂贵商业云服务的依赖；
3. 高价值用户占比提升：企业API客户与GPT Enterprise订阅用户快速增长，ARPU（每用户平均收入）持续走高。
70%意味着什么？
横向对比，传统云计算业务利润率通常在30%-50%之间。OpenAI计算利润率突破70%，表明其大模型服务已具备媲美甚至超越成熟SaaS产品的盈利能力。尽管公司整体仍因Sora推广、全球数据中心建设等战略投入而处于净亏损状态（ 2025 年预计负现金流超 90 亿美元），但核心AI服务的现金流引擎已强劲启动。
行业启示：AI竞赛进入“效率为王”新阶段
OpenAI的效率跃升，或将倒逼整个行业从“唯规模论”转向“单位经济优化”：
- Anthropic、Google DeepMind等对手正加速模型蒸馏与边缘部署；
- 开源模型厂商如Mistral、DeepSeek通过MoE架构压低推理成本；
- 云厂商纷纷推出“AI专用实例”，争夺高利润AI工作负载。
AIbase认为，计算利润率的飙升，是OpenAI从“实验室创新”迈向“商业闭环”的关键里程碑。当AI不仅改变世界，还能高效赚钱，真正的产业智能化浪潮，才具备持续前行的燃料。而这场由效率驱动的下一程，才刚刚开始。
via AI新闻资讯 (author: AI Base)
在巨额投入与高调扩张的表象之下，OpenAI正悄然实现商业化效率的惊人跃升。据多位知情人士透露，截至 2025 年 10 月，OpenAI内部关键指标——“计算利润率”（Compute Profit Margin）已攀升至70%，较 2024 年底的52%大幅提升，更是 2024 年 1 月水平的两倍。这一数据虽未获官方正式确认（OpenAI发言人回应称“不披露该指标”），却释放出强烈信号：这家曾以“烧钱”著称的AI巨头，正加速从技术先锋向高效率盈利引擎转型。
什么是“计算利润率”？
该指标指AI服务收入扣除模型运行成本（包括GPU算力、电力、运维等）后的利润占比。例如，若用户支付 100 美元使用GPT-5，其中 30 美元用于支付推理与训练算力开销，则计算利润率为70%。这一指标直接反映大模型业务的单位经济模型健康度，是衡量AI公司能否可持续运营的核心标尺。
效率跃升背后的三大驱动力
1. 模型推理优化：GPT-5. 1 及Sora等新模型采用稀疏激活、动态批处理与量化压缩技术，单位Token推理成本显著下降；
2. 自研算力布局见效：Stargate超算中心与定制AI芯片逐步投入使用，减少对昂贵商业云服务的依赖；
3. 高价值用户占比提升：企业API客户与GPT Enterprise订阅用户快速增长，ARPU（每用户平均收入）持续走高。
70%意味着什么？
横向对比，传统云计算业务利润率通常在30%-50%之间。OpenAI计算利润率突破70%，表明其大模型服务已具备媲美甚至超越成熟SaaS产品的盈利能力。尽管公司整体仍因Sora推广、全球数据中心建设等战略投入而处于净亏损状态（ 2025 年预计负现金流超 90 亿美元），但核心AI服务的现金流引擎已强劲启动。
行业启示：AI竞赛进入“效率为王”新阶段
OpenAI的效率跃升，或将倒逼整个行业从“唯规模论”转向“单位经济优化”：
- Anthropic、Google DeepMind等对手正加速模型蒸馏与边缘部署；
- 开源模型厂商如Mistral、DeepSeek通过MoE架构压低推理成本；
- 云厂商纷纷推出“AI专用实例”，争夺高利润AI工作负载。
AIbase认为，计算利润率的飙升，是OpenAI从“实验室创新”迈向“商业闭环”的关键里程碑。当AI不仅改变世界，还能高效赚钱，真正的产业智能化浪潮，才具备持续前行的燃料。而这场由效率驱动的下一程，才刚刚开始。
via AI新闻资讯 (author: AI Base)
阿里千问发布 2025 十大 AI 提示词， “股票”、“八字”上榜
当代人的精神状态，正精准地映射在 AI 的对话框里。阿里千问官方近日发布了“2025十大 AI 提示词”榜单，通过用户与千问 App 交互的高频场景，勾勒出了一幅生动的年度社会心态白皮书。
榜单中，“股票”力压群雄排名榜首，反映出在波动的市场环境下，AI 已成为股民们寻求分析与心理建设的重要工具。紧随其后的是“八字”与“情感咨询”，从赛博算命到深夜谈心，AI 正在扮演起私人军师的角色。此外，朋友圈文案、景点推荐、双色球号码等生活化需求也悉数在列，显示出 AI 正在全方位渗透用户的衣食住行。
榜单中还出现了“失眠”、“解答这道题”、“离婚财产分割”以及“人生的意义”等深度需求。从学业压力到法律困境，再到终极的哲学追问，用户对 AI 的信任正从简单的信息检索转向复杂的决策辅助与情感慰藉。
via AI新闻资讯 (author: AI Base)
当代人的精神状态，正精准地映射在 AI 的对话框里。阿里千问官方近日发布了“2025十大 AI 提示词”榜单，通过用户与千问 App 交互的高频场景，勾勒出了一幅生动的年度社会心态白皮书。
榜单中，“股票”力压群雄排名榜首，反映出在波动的市场环境下，AI 已成为股民们寻求分析与心理建设的重要工具。紧随其后的是“八字”与“情感咨询”，从赛博算命到深夜谈心，AI 正在扮演起私人军师的角色。此外，朋友圈文案、景点推荐、双色球号码等生活化需求也悉数在列，显示出 AI 正在全方位渗透用户的衣食住行。
榜单中还出现了“失眠”、“解答这道题”、“离婚财产分割”以及“人生的意义”等深度需求。从学业压力到法律困境，再到终极的哲学追问，用户对 AI 的信任正从简单的信息检索转向复杂的决策辅助与情感慰藉。
via AI新闻资讯 (author: AI Base)
在追求大模型“高智商”的同时，AI 的持续执行能力正成为衡量其进化水平的新维度。根据人工智能研究机构METR发布的最新基准测试，Anthropic 旗下的顶级模型Claude Opus4.5在处理超长时间任务方面展现出了统治级实力。
测试结果显示，Claude Opus4.5在维持50% 成功率的前提下，能够持续处理长达约 4小时49分钟 的复杂任务，这一表现刷新了行业历史记录。所谓的“时间分辨率”指标，揭示了模型在不同难度挑战下的耐力边界:在面对简单任务（80% 成功率）时，它仅需27分钟即可完成;而一旦进入高难度、高耗时的深水区，Opus4.5的优势便被无限放大。
AIbase 注意到，虽然测试数据中出现了模型理论上可连续工作超过20小时的数值，但METR坦言这可能受限于样本量较小而产生的误差。尽管如此，这一突破依然标志着 AI 正在从“短指令回复者”向“长程项目执行者”转型。
然而，也有专家对该测试的局限性提出了质疑。目前 METR 仅涵盖了14个样本，且有观点认为这种基准测试可能被模型针对性地“刷分”。但不可否认的是，Claude Opus4.5的出现，确实为需要高强度、长时程逻辑支撑的 AGI 任务提供了新的可能性。
via AI新闻资讯 (author: AI Base)
亚马逊 AGI 部门换帅:云业务老将接棒，力求终结 AI “落后局势”
面对微软、谷歌及 OpenAI 等对手的步步紧逼，全球电商与云巨头亚马逊正试图通过一场高层地震来扭转其在 AI 赛道的被动局面。AIbase 获悉，亚马逊首席执行官安迪·贾西（Andy Jassy）近日宣布，公司AGI（通用人工智能）部门负责人罗希特·普拉萨德（Rohit Prasad）将于明年离职，由 AWS 高级副总裁彼得·德桑蒂斯(Peter DeSantis)接过帅印。
德桑蒂斯是亚马逊效力超过30年的元老级人物，他将领导一个全新的扩权部门。该部门不仅涵盖最先进的 AI 模型研发，还将统筹自研芯片和量子计算业务。这意味着亚马逊正试图将底层硬件能力与上层模型算法进行深度垂直整合，以应对竞对在算力和能效比上的挑战。
AIbase 观察到，此次离职的普拉萨德曾是 Alexa 的灵魂人物，他在任期间曾推出Nova 系列 AI 模型。尽管普拉萨德曾公开质疑主流 AI 跑分测试的真实参考价值，认为目前的评估方式充满噪音，但不可否认的是，Nova2模型在多项关键指标上确实落后于竞争对手，而备受期待的 AI 版 Alexa 也因各种技术挑战一再延迟。
随着此次架构调整，亚马逊还任命了顶级 AI 研究员 Pieter Abbeel 领导前沿模型研究。在技术发展进入“拐点”的关键时刻，亚马逊显然希望通过“老将+专家”的组合，在未来的 AGI 竞赛中实现弯道超车。
via AI新闻资讯 (author: AI Base)
面对微软、谷歌及 OpenAI 等对手的步步紧逼，全球电商与云巨头亚马逊正试图通过一场高层地震来扭转其在 AI 赛道的被动局面。AIbase 获悉，亚马逊首席执行官安迪·贾西（Andy Jassy）近日宣布，公司AGI（通用人工智能）部门负责人罗希特·普拉萨德（Rohit Prasad）将于明年离职，由 AWS 高级副总裁彼得·德桑蒂斯(Peter DeSantis)接过帅印。
德桑蒂斯是亚马逊效力超过30年的元老级人物，他将领导一个全新的扩权部门。该部门不仅涵盖最先进的 AI 模型研发，还将统筹自研芯片和量子计算业务。这意味着亚马逊正试图将底层硬件能力与上层模型算法进行深度垂直整合，以应对竞对在算力和能效比上的挑战。
AIbase 观察到，此次离职的普拉萨德曾是 Alexa 的灵魂人物，他在任期间曾推出Nova 系列 AI 模型。尽管普拉萨德曾公开质疑主流 AI 跑分测试的真实参考价值，认为目前的评估方式充满噪音，但不可否认的是，Nova2模型在多项关键指标上确实落后于竞争对手，而备受期待的 AI 版 Alexa 也因各种技术挑战一再延迟。
随着此次架构调整，亚马逊还任命了顶级 AI 研究员 Pieter Abbeel 领导前沿模型研究。在技术发展进入“拐点”的关键时刻，亚马逊显然希望通过“老将+专家”的组合，在未来的 AGI 竞赛中实现弯道超车。
via AI新闻资讯 (author: AI Base)
全球最强开源医疗大模型在浙江发布！1000亿参数“安诊儿”全面支持国产芯片，聚焦精准诊疗与心理健康
中国医疗AI迈出关键一步。 12 月 20 日，国家人工智能应用中试基地（医疗）在浙江正式对外开放产业园区，并重磅发布由蚂蚁集团与基地联合研发的“安诊儿医疗大模型”（AntAngelMed）。该模型以 1000 亿参数的规模，成为全球参数量最大的开源医疗大模型，采用混合专家架构（MoE），全面兼容昇腾、寒武纪等国产芯片，从训练到推理实现全链路技术自主、数据安全、系统可控。
深度思考+临床落地，不止于“问答”
区别于通用大模型的浅层信息检索，安诊儿基于海量医学文献与去隐私化真实病例数据，具备多轮推理、逻辑自洽与自我纠错能力。面对信息不全的复杂病例——如“ 65 岁男性胸痛伴呼吸困难，既往有糖尿病史”——模型可主动追问关键指标、排除干扰项、结合指南进行分层诊断，真正迈向“临床级智能辅助”。
已落地两大标杆场景：心脏健康与青少年心理
目前，安诊儿已实现临床转化：
- 与浙大二院王建安院士团队联合推出 “Jack安心智能体”，为心脏瓣膜病患者提供术后随访、用药提醒与异常心电预警；
- 与杭州市第七人民医院合作开发 “云雾精灵” 智能体，聚焦青少年抑郁、焦虑等心理问题，提供7× 24 小时陪伴式疏导与危机识别。
开源生态同步启动，打造全球医疗AI底座
为推动技术普惠，浙江当日正式启动 “安诊儿开源社区”，向全球开发者开放：
- 完整模型权重与推理代码；
- 国产化训练工具链与医疗数据预处理套件；
- 心脏、精神、影像等垂直领域微调模板。
此举旨在构建安全、开放、协作的医学AI生态，加速AI在基层医疗、慢病管理、公共卫生等场景的规模化落地。
AIbase认为，安诊儿的发布，不仅填补了全球高性能开源医疗模型的空白，更以国产化技术栈+临床真实需求双轮驱动，探索出一条“可信赖、可落地、可扩展”的医疗AI发展路径。当AI真正具备“临床思维”，它才不再是炫技工具，而是医生的得力伙伴、患者的守护者。而这场由浙江开启的医疗智能革命，正向世界递出中国方案。
via AI新闻资讯 (author: AI Base)
中国医疗AI迈出关键一步。 12 月 20 日，国家人工智能应用中试基地（医疗）在浙江正式对外开放产业园区，并重磅发布由蚂蚁集团与基地联合研发的“安诊儿医疗大模型”（AntAngelMed）。该模型以 1000 亿参数的规模，成为全球参数量最大的开源医疗大模型，采用混合专家架构（MoE），全面兼容昇腾、寒武纪等国产芯片，从训练到推理实现全链路技术自主、数据安全、系统可控。
深度思考+临床落地，不止于“问答”
区别于通用大模型的浅层信息检索，安诊儿基于海量医学文献与去隐私化真实病例数据，具备多轮推理、逻辑自洽与自我纠错能力。面对信息不全的复杂病例——如“ 65 岁男性胸痛伴呼吸困难，既往有糖尿病史”——模型可主动追问关键指标、排除干扰项、结合指南进行分层诊断，真正迈向“临床级智能辅助”。
已落地两大标杆场景：心脏健康与青少年心理
目前，安诊儿已实现临床转化：
- 与浙大二院王建安院士团队联合推出 “Jack安心智能体”，为心脏瓣膜病患者提供术后随访、用药提醒与异常心电预警；
- 与杭州市第七人民医院合作开发 “云雾精灵” 智能体，聚焦青少年抑郁、焦虑等心理问题，提供7× 24 小时陪伴式疏导与危机识别。
开源生态同步启动，打造全球医疗AI底座
为推动技术普惠，浙江当日正式启动 “安诊儿开源社区”，向全球开发者开放：
- 完整模型权重与推理代码；
- 国产化训练工具链与医疗数据预处理套件；
- 心脏、精神、影像等垂直领域微调模板。
此举旨在构建安全、开放、协作的医学AI生态，加速AI在基层医疗、慢病管理、公共卫生等场景的规模化落地。
AIbase认为，安诊儿的发布，不仅填补了全球高性能开源医疗模型的空白，更以国产化技术栈+临床真实需求双轮驱动，探索出一条“可信赖、可落地、可扩展”的医疗AI发展路径。当AI真正具备“临床思维”，它才不再是炫技工具，而是医生的得力伙伴、患者的守护者。而这场由浙江开启的医疗智能革命，正向世界递出中国方案。
via AI新闻资讯 (author: AI Base)
