《福布斯》发布了 2025 年的年度 AI 公司 50 榜单，该榜单由福布斯、红杉资本和 Meritech Capital 联合制作。一句话总结趋势：AI Agents Move Beyond Chat。前几年，AI 应用主要还是用于回答问题或根据指令生成内容，而今年的创新则侧重于 AI 实际完成工作。AI 正从简单地响应提示，转向解决问题和完成整个工作流程。
AI是一种通用技术，它允许构建代表你行事的Agents，它可以应用于任何垂直行业。它可以用于服务业、公共服务、改变公民的生活，也可以用于农业、用于国防用途。因此，它涵盖了国家需要关注的所有领域。
在 Gemini 的爆火之后，Google Cloud 正在成为真正意义上的「基础设施」。
在现实世界中，如何让智能体理解并挖掘 3D 场景中可交互的部位（Affordance）对于机器人操作与人机交互至关重要。所谓 3D Affordance Learning，就是希望模型能够根据视觉和语言线索，自动推理出物体可供哪些操作、以及可交互区域的空间位置，从而为机器人或人工智能系统提供对物体潜在操作方式的理解。
近年来，端到端（End-to-End，E2E）自动驾驶技术不断进步，但在复杂的闭环交互环境中，由于其因果推理能力有限，仍然难以做出准确决策。虽然视觉 - 语言大模型（Vision-Language Model，VLM）凭借其卓越的理解和推理能力，为端到端自动驾驶带来了新的希望，但现有方法在 VLM 的语义推理空间和纯数值轨迹的行动空间之间仍然存在巨大鸿沟。
商汤最新升级的日日新SenseNova V6解锁的新能力—— 原生多模态通用大模型，采用6000亿参数MoE架构，实现文本、图像和视频的原生融合。从性能评测来看，SenseNova V6已经在纯文本任务和多模态任务中，多项指标均已超越GPT-4.5、Gemini 2.0 Pro，并全面超越DeepSeek V3：
昨天晚上，Google发了一个关于Agent的新开放协议。
谷歌Deep Research重大升级，搭载全球顶尖Gemini 2.5 Pro模型。5分钟生成46页学术论文、复杂报告转为10分钟播客。性能超OpenAI DR 40%，价格仅为其1/10。
确实更快、更开放了
计算技术的一个历史时刻。
