2026年1月8日，北京智源人工智能研究院（以下简称"智源研究院"）发布年度报告《2026十大AI技术趋 势》（以下简称《趋势》）。智源研究院院长王仲远在现场指出，AI基础模型的竞争焦点，已从"参数 有多大"转变为"能否理解世界如何运转"，AI正从"预测下一个词"跨越到"预测世界的下一个状态"。 智源研究院分析指出，这一转变是由三条清晰的主线驱动的。一是认知范式的"升维"，AI开始学习物理 规律，这为自动驾驶仿真、机器人训练等复杂任务提供了全新的"认知"基础，成为国内外领先模型厂商 竞相布局的战略高地。 二是智能形态的"实体化"与"社会化"。智能正从软件走向实体，从单体走向协同。头部科技公司的人形 机器人正进入真实生产场景，标志着"具身智能"走出实验室。同时，主流Agent通信协议的标准化，让 多智能体（MAS）能够以"团队"形式攻克科研、工业等复杂任务流。 三是价值兑现的"双轨应用"，即在消费端，一个"All in One"的超级应用入口正在形成，国内外科技巨头 基于各自生态积极构建一体化AI门户；在企业端，经历早期概念验证的"幻灭期"后，AI正凭借更好的数 据治理与行业标准接口，在垂直领域孕育出真正可衡量 ...

八部门：到2027年 我国人工智能关键核心技术实现安全可靠供给 1月7日，工业和信息化部等八部门印发《"人工智能+制造"专项行动实施意见》，到2027年，我国人工智能关键核心技术实现安全可靠供给，产业规模和 赋能水平稳居世界前列。推动3－5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，打造100个工业领域高质量数据集，推广500个典 型应用场景。培育2－3家具有全球影响力的生态主导型企业和一批专精特新中小企业，打造一批"懂智能、熟行业"的赋能应用服务商，选树1000家标杆企 业。 平台不得大数据"杀熟" 《网络交易平台规则监督管理办法》发布 如图所示，你使用较多的AI工具是？体验如何？欢迎留言区讨论... 早安，艾瑞巴蒂（手动问好），一起来看今天的早报： 【黑马高调早报】第3044期 更多创业内容请访问www.iheima.com Fast Reading 今日头条 近日，市场监管总局和国家网信办联合发布《网络交易平台规则监督管理办法》。《办法》明确不得利用平台规则对平台内经营者的自主经营活动进行不 合理限制，收取不合理费用、不合理的违约金或者损害赔偿金；不得利用平台规则排除或者限制消费者权利 ...

作者 | 褚杏娟 1 月 5 日，零一万物正式对外发布了《中国企业智能体 2026 六大预判》，并对外展示了其在企业级多智能体方向上的最新探 索成果"万智 2.5 企业多智能体"。 企业智能体 2026 年六大预判 零一万物中国区解决方案和交付总经理韩炜表示，企业智能体正从"单点工具"进化为"智能管理系统"。多智能体架构的本质， 是重构了企业的组织形式，让 AI 从"单点提效"转向"全局优化"。这不仅是技术的跃迁，更是组织生产关系的重组。 基于与某世界能源巨头、友邦等多家行业头部客户的 AI 变革实践，零一万物总结出中国企业智能体演进的六大核心预判。 预判一：智能体从"一人一工具"进阶"一人一团队" 过去单点 AI 工具解决的是任务自动化问题，而多智能体推动的是整个企业组织的系统性智能化。 智能体不仅仅是执行单元，更能将公司内部的优秀能力沉淀成可复用、可组合的业务资产。当智能体可以将顶尖人才的能力进 行拆解和重构，同时封装成可复用的能力模块，根据实际生产场景进行落地和执行，企业将不再受限于"招聘 - 培养 - 流失"的 人才循环。一个顶级销售、资深律师、王牌产品经理的专业判断力，可以被高效复制和执行、24 小 ...

在AI 2.0时代初期，大模型更多以单一工具的形态存在，帮助企业员工处理文档生成、数据统计等基础 工作，本质上是对传统办公流程的效率优化。 多智能体进阶 但随着技术的演进与应用的深化，这种"一人一工具"的模式已难以承载AI的价值。麻省理工学院 （MIT）所发布的报告《The GenAI Divide: State of AI in Business 2025》甚至指出，"95%的企业AI试点 项目都以失败告终"。 当大模型技术的军备竞赛从参数规模的比拼逐渐转向应用落地的"深水区"，企业的组织形态正迎来一场 前所未有的"奇点式"变革。从单一的AI工具辅助，到智能体（Agent）的独立作业，再到如今多智能体 （Multi-Agent）协同，AI技术不再是游离于企业核心架构之外的辅助手段，而是开始深度嵌入组织管 理、生产运营、商业决策的每一个环节。 如今，多智能体技术的崛起正在打破这一局限，推动企业从"工具辅助"向"团队协同"的进阶，进而重构 企业的组织结构与价值生产链条。 2026年1月5日，北京零一万物科技有限公司（以下简称"零一万物"）正式对外发布了《中国企业智能体 2026六大预判》，并对外展示了"万智2. ...

黄仁勋：下一代英伟达 AI 芯片已进入「全面生产」阶段 蚂蚁、美团入局 AI 硬件， Looki 完成超 2000 万美元 A 轮融资 雷军回应 YU7 「丢轮保车」设计：奔驰 1959 年即采用类似结构 雷鸟 CEO：充话费送眼镜的时代要来了 波士顿动力全电动 Atlas 机器人首次「进厂干活」 能帮你做家务的机器人 LG CLOiD 首次亮相 CES Kimi K2-VL 提前现身？神秘模型引发开发者关注 曝小红书内测长文付费功能，进军付费网文市场 微信推出 AI 小程序成长计划，提供 1 亿 token 免费算力与变现支持 周冠宇加盟凯迪拉克 F1：出任 2026 赛季官方储备车手 微软 CEO 呼吁淡化「AI 垃圾内容」争议，「Microslop」外号却登上热搜 数据标注公司 CEO：AI 训练未来数十年仍离不开人类 卢伟冰：REDMI Turbo 5 Max 是「2.5K 档最佳选择」 ❌ 字节跳动否认「豆包 AI 眼镜即将出货」 ❄️ 目前的 Vera Rubin 平台由 6 款独立英伟达芯片组成，其中旗舰设备包含 72 个图形处理单元（GPU）和 36 个新型中央处理器（CPU）。这些芯片可连接 ...

零一万物技术与产品中心副总裁赵斌强表示，从2025年战略转型全面聚焦ToB市场后，零一万物核心技 术团队不断进行用AI驱动企业组织基因进化的实验，印证了零一万物的核心预判：多智能体正推动企 业从"人才依赖"转向"能力软件化"。当智能体在每次人机交互中沉淀决策逻辑，企业便能将顶尖人才的 隐性知识转化为可复制的数字资产。但技术只是起点，真正的变革在于组织心智，企业必须打破部门 墙，以一把手工程加速企业AI数智化转型，从而真正拥抱新质生产力。 1月5日，大模型"六小虎"之一的零一万物正式对外发布《中国企业智能体2026六大预判》，并对外展示 了其在企业级多智能体方向上的最新探索成果"万智2.5企业多智能体"。 多智能体重构企业组织结构 零一万物在2025年将其战略重点转向大模型落地应用。1月5日，零一万物宣布其"万智企业大模型一站 式平台"正式升级至2.5版。针对企业场景中动态、开放的难点，万智2.5采用了"代码先行、模型驱动"的 硬核架构，不仅能确保多智能体执行时切合企业真实生产场景，且能实现工业级的稳定性。 在此次发布会中，零一万物通过"平替市场部"与"平替HR"两个企业多智能体实操演示，直观呈现了多 智能体（ ...

新京报贝壳财经讯（记者罗亦丹）2025年年末，曾经的"AI六小龙"公司均有新动态：智谱、MiniMax即 将港股上市，Kimi也完成了5亿美元C轮融资。而2026年开年，已将公司战略重点转向大模型落地应用 的零一万物也公布了其最新进展。 在1月5日的线上交流会中，零一万物预判，随着智能体技术成熟与场景深化，2026年企业竞争的焦点将 从"招多少人"转向"指挥多少硅基军团"。多智能体将率先在数据基础完善、业务流程复杂、协同要求高 的领域实现规模化部署。相应地，"智能体运营师"将成为企业新兴关键岗位，负责智能体的部署、训 练、评估与优化。2026将成为企业多智能体规模化"上岗元年"。 零一万物技术与产品中心副总裁赵斌强在接受包括新京报贝壳财经在内的媒体采访时表示，在过去一 年，零一万物在不同行业里面做了很多落地创新尝试，"我们发现企业并不满足于只在一线使用AI，他 们会越来越大胆地将AI能力向上推，跟公司的管理层、经营层越来越近。" 他表示，零一万物万智企业大模型一站式平台也正式升级至2.5版，企业级多智能体成为平台的核心企 业应用之一，好比Office之于Windows系统。针对企业场景中动态、开放的难点，万智 ...

Core Insights - The WISE 2025 Business King Conference aims to anchor the future of Chinese business amidst uncertainty, focusing on the transformative impact of technology and business narrative reconstruction [1] Group 1: AI Application in Enterprises - The application paradigm of AI is undergoing profound changes, transitioning from "intelligent emergence" in 2023 to accelerated implementation by 2025 [3] - Key breakthroughs for AI implementation in enterprises involve shifting from IT-led to business-driven application models, allowing frontline users to become decision-makers [4] - Successful AI applications should focus on scenarios with a high tolerance for error, such as supply chain and operations, rather than high-precision areas like finance [4][15] Group 2: Policy and Market Trends - National policies are strongly promoting the "Artificial Intelligence +" strategy, aiming for over 70% coverage of smart terminals and agents by 2027, similar to the impact of the "Internet +" initiative a decade ago [7] - Despite the positive trends, only 5% of companies have seen tangible financial value from large model implementations, indicating significant challenges in AI deployment [8] Group 3: Observations on AI Implementation - Successful AI implementation in enterprises is driven by business needs rather than IT departments, bridging gaps in understanding and execution [13] - The importance of scenario selection is highlighted, with successful applications requiring a balance of error tolerance and significant incremental value [15] - AI deployment is viewed as a systematic project rather than merely purchasing products, necessitating a comprehensive approach to create deep value across various levels of the organization [17] Group 4: Future Directions and Innovations - The evolution of AI tools is shifting from traditional productivity applications to task-oriented solutions, enhancing overall operational efficiency [21] - The introduction of low-cost hardware options is expected to facilitate AI deployment in enterprises, addressing previous concerns about high computing costs [25][26]

Core Insights - The article discusses the development of 4KAgent, an AI-based system designed to intelligently restore and upscale images to 4K resolution, addressing the limitations of traditional image enhancement methods [3][6][28] Group 1: Technology Overview - 4KAgent utilizes a multi-agent design to create tailored pathways for each image to achieve 4K resolution, enhancing visual perception [6][7] - The system incorporates a perception agent that analyzes image content and degradation information, generating a restoration plan based on various quality metrics [10][11] - The restoration agent employs an "execution-reflection-rollback" mechanism to iteratively optimize the restoration process, ensuring high-quality outputs [12][16] Group 2: Functionality and Features - 4KAgent supports nine different restoration tasks, utilizing state-of-the-art models to generate multiple candidate images for evaluation [13][14] - A face restoration module is integrated to specifically enhance facial details, ensuring high-quality results for images containing human faces [18] - The configuration module allows users to customize preferences for different restoration scenarios without requiring additional training [20] Group 3: Performance and Testing - 4KAgent has been extensively tested across 11 different super-resolution tasks and 26 benchmark datasets, demonstrating superior detail and accuracy in restored images [21][27] - In challenging scenarios, such as 16x upscaling, 4KAgent consistently produces high-detail and realistic textures, showcasing its effectiveness in various applications [25][27] - The system exhibits excellent generalization capabilities, performing well across diverse fields including natural scenes, portraits, AI-generated content, and scientific imaging [28]

Investment Rating - The report does not explicitly provide an investment rating for the industry or the specific company involved. Core Insights - Alibaba TongYi Lab launched AgentScope 1.0 on September 2, 2025, as a multi-agent development framework aimed at enhancing the efficiency of building, running, and managing multi-agent systems, transitioning AI applications from single-model usage to complex agent networks [1][11]. - AgentScope consists of three core components: Core Framework for agent construction, Runtime for safe execution with Kubernetes support, and Studio for visual monitoring and evaluation, enabling efficient collaboration among multiple AI agents [2][12]. - The framework introduces features such as real-time task interruption and resumption, memory management, and optimized tool invocation, making it suitable for complex enterprise applications like workflow automation and supply chain management [4][15]. Summary by Sections Event - Alibaba TongYi Lab officially released AgentScope 1.0, a developer-centric, production-grade open-source platform that covers the full lifecycle of development, deployment, and monitoring [1][11]. Comment - The framework is designed to facilitate the organization of multiple AI agents for collaborative tasks, enhancing flexibility and operational efficiency [2][12]. Key Features - AgentScope employs a Runner module for task orchestration, a Context Manager for memory oversight, and an Environment Manager for sandbox lifecycle management, ensuring scalability and openness [3][13]. - The introduction of interrupt control and memory management enhances its practicality for enterprise use cases, distinguishing it from traditional standalone agent frameworks [4][15]. Strategic Positioning - Alibaba's strategic moves in the LLM and agent space are becoming clearer, with AgentScope 1.0 expected to attract a developer community and foster an ecosystem similar to LangChain, potentially evolving into a full-stack solution via cloud services [4][14]. - The framework's design is likely to strengthen Alibaba's position in the enterprise market, addressing diverse demands across sectors such as finance, e-commerce, and government services [4][16].