2024年7月14日，2024年欧洲杯锦标赛冠军赛如期举行，比赛将决出欧洲最佳国家足球队。在比赛只剩下不到五分钟时，西班牙队和英格兰队比分为1比1平，此时西班牙球员Mikel Oyarzabal在禁区顶端扑球，踢进了看似制胜的一球[1]。然而，在这次进攻中，Oyarzabal的位置接近越位，或者说离球门太远。
想象一下，你正在训练一个未来的家庭机器人。你希望它能像人一样，轻松地叠好一件衬衫，整理杂乱的桌面，甚至系好一双鞋的鞋带。但最大的瓶颈是什么？不是算法，不是硬件，而是数据 —— 海量的、来自真实世界的、双手协同的、长程的、多模态的高质量数据。
对于电子产品，我们已然习惯了「出厂即巅峰」的设定：开箱的那一刻往往就是性能的顶点，随后的每一天都在折旧。
2025 年，随着李飞飞等学者将 “空间智能”（Spatial Intelligence）推向聚光灯下，这一领域迅速成为了大模型竞逐的新高地。通用大模型和各类专家模型纷纷在诸多室内空间推理基准上刷新 SOTA，似乎 AI 在训练中已经更好地读懂了三维空间。
文本领域的大模型满分选手，换成语音就集体挂科？大模型引以为傲的多轮对话逻辑，在真实人声面前竟然如此脆弱。Scale AI正式发布首个原生音频多轮对话基准Audio MultiChallenge，直接撕开了大模型靠合成语音评测维持的优等生假象。实验显示，强如Gemini 3 Pro在真实场景下的通过率也仅过半数，而GPT-4o Audio的表现更是令人大跌眼镜。
在 Anthropic 成立五周年前夕，联合创始人兼总裁 Daniela Amodei 罕见接受了公开采访！
在上一篇《全载录丨Xsignal 全球AI应用行业年度报告丨2025》中，我们俯瞰了全球AI从“震撼期”迈入“深水区”的宏观版图。如果说那是一张新大陆的地图，那么今天，我们将目光聚焦于这场变革的“风暴眼”——中国头部科技公司的战略棋局。
Sam Altman 与 Jony Ive 联手探索的无屏 AI 硬件，正在被逐步揭开。供应链信息显示，这款产品并没有选择屏幕，而更像是一种可穿戴设备：体积接近 iPod Shuffle，可以放入口袋或随身佩戴；内置麦克风与摄像头，持续感知用户所处的真实环境，与之并肩工作，主动给出建议。
竞争是好事，它会逼着我们变得更好。面对竞争的加剧，OpenAI通过快速迭代和新产品发布来强化自身优势，并“确保我们能在这个领域赢下来”。
新年伊始，MIT CSAIL 的一纸论文在学术圈引发了不小的讨论。Alex L． Zhang 、 Tim Kraska 与 Omar Khattab 三位研究者在 arXiv 上发布了一篇题为《Recursive Language Models》的论文，提出了所谓“递归语言模型”（Recursive Language Models，简称 RLM）的推理策略。
