"在AI生成应用行业中，目前最有价值的环节就在AI Coding(AI编程)，因为AI Coding属于生产力工具， 贯穿研、产、供、销、服全环节，能创造新的价值与需求空间，且目前行业仍处于技术攀爬期，各家差 距较大，市场潜力巨大。"近日，在秒哒2025创造者大会上，百度秒哒产品负责人朱广翔在接受证券时 报等媒体采访时表示。 今年下半年以来，AI Coding成为了行业中最火爆的赛道，也打开了AI商业化落地的前景。AI coding指 的是利用人工智能技术辅助或自动完成代码编写的过程，通过大语言模型、自然语言处理等技术实现代 码生成、补全、调试等任务，可以显著提升开发效率并降低人力成本。借助Coding工具，不懂编程的人 也可以用自然语言开发网页以及小程序，程序员则可以用其来补全和生成代码。 朱广翔指出，未来秒哒的核心客户方向为TO B，不做流量广告生意，而是作为工具产品靠价值收费。 Vibe Coding有个非常重要的独特性在于模糊了C(个人)与B(企业)的边界，服务的群体多为C转B用户， 比如个人创业后成为小B，他们因实际业务需求付费，而非单纯的会员费模式。 "未来，秒哒将重点以用户规模与商业化收入为核心 ...

【#腾讯回应OpenAI前研究员姚顺雨入职#：任总办首席AI科学家】 36氪智能涌现独家获悉，腾讯近期完成了一次组织调整，正式新成立AI Infra部、AI Data部、数据计算 平台部。 12月17日下午发布的内部公告中，腾讯表示，Vinces Yao将出任"CEO/总裁办公室"首席 AI 科学家，向 腾讯总裁刘炽平汇报；他同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇 报。 腾讯并未披露Vinces Yao的中文名或过往履历。不过，《智能涌现》了解到，Vinces Yao即为数月前入 职腾讯的姚顺雨，他毕业于清华和普林斯顿大学，曾任OpenAI研究员，是OpenAI首批智能体产品 Operator与Deep Research的核心贡献者。 此次调整也是腾讯在今年紧锣密鼓的AI布局中，颇为重磅的一步。 此前，混元大模型团队虽是腾讯的公司级项目，拉通了各个BG的不同板块，就TEG内部而言，参与到 混元模型研发的就有大预语言模型部、AI Lab、机器学习平台等等部门。经过调整后，模型团队内部力 量会更加统一。 新成立的 AI Data 部、数据计算平台部，将分别负责大模型数据及评测体 ...

其中，AI Infra部将负责大模型训练和推理平台技术能力建设，聚焦大模型分布式训练、高性能推理服 务等核心技术能力，构建大模型AI Infra核心竞争力，为大模型算法研发和业务场景落地提供稳定高效 技术支持和服务。 与此同时，原大模型团队的数据能力被重新整合。新成立的AI Data部和数据计算平台部，分别由刘煜 宏和陈鹏负责，二人均向公司副总裁蒋杰汇报。这意味着数据清洗、评测体系与大数据平台的融合将被 提至更高的优先级。 这是腾讯大模型团队继今年4月之后的又一次重大架构调整。在4月的调整中，腾讯将原有的技术部门拆 分为大语言模型部和多模态模型部，确立了算法研发的双轨制；而此次年末大模型研发团队变阵，则将 重心从算法进一步下沉至算力与数据两大基石，加强基础研究和工程化能力。 面向AI时代，腾讯再次大幅度调整了架构，加强基础研究和工程化能力。 腾讯大模型组织架构再次迎来调整。 12月17日，腾讯宣布升级大模型研发架构，新成立AI Infra（人工智能基础设施）部、AI Data（人工智 能数据）部及数据计算平台部。任命姚顺雨出任"CEO/总裁办公室"首席AI科学家，向腾讯总裁刘炽平 汇报；同时兼任AI Infr ...

腾讯今日对外确认， 姚顺雨（Vinces Yao）已正式出任腾讯"CEO/总裁办公室"首席AI科学家 ，直接向腾讯总裁 刘炽平 汇报。 在此角色之外，他兼任腾讯AI基础设施（AI Infra）与大语言模型部负责人，并在大模型组织架构调整中承担核心职责。此任命 标志着腾讯在AI研发体系的战略聚焦。 有媒体报道，腾讯近期完成了一次组织调整，正式新成立AI Infra部、AI Data部、数据计算平台部。 姚顺雨毕业于国内顶尖的 清华"姚班" 计算机科学精英班，后在 美国普林斯顿大学获得计算机科学博士学位 ，并在机器学习与大规模语言模型研究领域 积累深厚科研成果。他曾担任 OpenAI研究员 ，参与智能体（Agent）与大规模AI系统设计的前沿工作。这样的学术与工程交融背景，是其被腾讯重用 的关键原因。 题外话， 据传当年清华同一届有三位同学都叫"姚顺雨/宇"！2019年他们一起毕业：一个是本文所指的主角，清华姚班的AI大神，本科rap社创始人， 后来普林斯顿博士毕业进OpenAI搞大模型，最近去了腾讯；一个是物理天才，本科拿特奖在顶刊发论文，后来跑去Stanford念PhD，又加入Anthropic 搞AI，刚离 ...

腾讯并未披露Vinces Yao的中文名或过往履历。不过，记者了解到，Vinces Yao即为数月前入职腾讯的 姚顺雨，他毕业于清华和普林斯顿大学，曾任OpenAI研究员，是OpenAI首批智能体产品Operator与 Deep Research的核心贡献者。 据36氪，腾讯近期完成了一次组织调整，正式新成立AI Infra部、AI Data部、数据计算平台部。12月17 日下午发布的内部公告中，腾讯表示，Vinces Yao将出任"CEO/总裁办公室"首席AI科学家，向腾讯总裁 刘炽平汇报；他同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇报。 （文章来源：第一财经） ...

L3迎来规模化曙光 今年4月的上海车展，华为联合赛力斯、阿维塔、奇瑞汽车、北汽新能源、岚图汽车、江汽集团、上汽集团、广汽集团等11家车企，在央视直播镜头前谈 起了L3，这些车企基本囊括了中国汽车行业的四大央企和新势力代表，堪称中国新能源汽车行业的"半壁江山"。 行业普遍认为，L3级是从"辅助驾驶"到"完全自动驾驶"的重要过渡，后续的L4级自动驾驶将实现更大突破——在固定区域内，车辆可完全脱离人类干预， 真正实现无人驾驶。 这一小步，背后是全球十年的技术博弈。德国早在2021年就通过《自动驾驶法》，明确L3系统激活期间事故责任由车企承担，并要求车辆配备"黑匣子"记 录运行数据。奔驰Drive Pilot系统随后在德国高速公路上线，成为全球首个商业化的L3产品。相比之下，中国此次准入虽起步稍晚，却一步切入责任核 心，未走"测试"老路，而是直接启动附条件商业化运营。 但现实挑战在于人机共驾的信任建立——系统何时退出？驾驶员能否及时接管？未来交通治理将重新定义机器守规与责任切割的边界。 近日，工信部首次批准L3级自动驾驶商业化运营，通过L3级自动驾驶准入申请的两款车型为长安深蓝SL03与极狐阿尔法S6，标志着我国首次 ...

智东西12月17日报道，今天，小米发布并开源了最新MoE大模型MiMo-V2-Flash，总参数309B，激活参数15B。今日上午，小米2025小米人车家全生态合 作伙伴大会上，Xiaomi MiMO大模型负责人罗福莉将首秀并发布主题演讲。 该模型专为推理、编码和Agent场景构建，支持混合思维模式，允许用户切换模型是"思考"还是即时回答。它能一键生成功能齐全的HTML网页，并与 Claude Code、Cursor和Cline等氛围编码框架协同。该模型提供256k上下文窗口，能够完成数百轮Agent交互和工具调用的任务。 基准测试结果显示，MiMo-V2-Flash的性能基本与DeepSeek-V3.2相当，仅在不使用任何工具辅助的"人类最后一场考试"和创意文本生成评估ARENA- HARD中略逊色于DeepSeek-V3.2，但时延更小。 在多个Agent测评基准上，MiMo-V2-Flash位列全球开源模型Top 2；代码能力测评超过所有开源模型，比肩标杆闭源模型Claude 4.5 Sonnet，但推理价格 仅为其2.5%且生成速度提升至2倍。 MiMo-V2-Flash能以每秒150个token的速 ...

机器之心编辑部 英伟达的自研大模型，刚刚有了大版本的更新。 北京时间今天凌晨，英伟达发布了 Nemotron 3 系列开放模型，共三种规模，分别为 Nano、Super 和 Ultra ： 英伟达认为，随着企业从单一模型聊天机器人转向协同工作的多智能体 AI 系统，开发者正面临通信开销高、上下文漂移以及推理成本居高不下等挑战。同时，能 够支撑复杂工作流自动化的模型，必须具备足够的透明性与可解释性，才能赢得开发者与企业的信任。 其中 Nemotron 3 Nano 已在 Hugging Face 上线，是目前计算成本效率最高的模型，针对软件调试、内容摘要、AI 助手工作流和信息检索等任务进行了优化，可显 著降低推理成本。该模型采用独特的混合 MoE 架构，在效率与可扩展性方面实现了显著提升。 Nemotron 3 Nano 的总参数规模为 316 亿，激活参数规模为 32 亿（包含嵌入层为 36 亿）。在每次前向推理过程中，其激活的参数数量不到上代 Nemotron 2 Nano 的一半，却实现了更高的准确率。 与 Nemotron 2 Nano 相比，Nemotron 3 Nano 实现了最高 4 倍的 To ...

Investment Rating - The report maintains a "Buy" rating for the companies mentioned, indicating a positive outlook for their performance in the market [10]. Core Insights - The release of MistralAI's Devstral2 series marks a significant advancement in AI programming tools, enhancing the capabilities of open-source programming agents and providing a dual solution for enterprise and localized needs [3][23]. - OpenAI's launch of the GPT-5.2 model series represents a major milestone in general artificial intelligence, showcasing superior performance in various benchmark tests, particularly in complex knowledge-based tasks [4][35]. - The AI infrastructure sector is experiencing robust growth, as evidenced by Broadcom's substantial orders for Google's TPU products, which are expected to address the industry's efficiency challenges [7][61]. Summary by Sections 1. Computing Power Dynamics - The computing power rental prices remain stable, with specific configurations priced at 28.64 CNY/hour for Tencent Cloud and 31.58 CNY/hour for Alibaba Cloud [21]. - MistralAI's Devstral2 series, featuring a flagship model with 123 billion parameters, is designed for code generation and complex codebase exploration, significantly pushing the boundaries of AI programming capabilities [3][23]. 2. AI Application Dynamics - Perplexity's weekly usage increased by 10.58%, indicating growing engagement with AI applications [32]. - The GPT-5.2 series, launched by OpenAI, includes various models tailored for different tasks, achieving remarkable results in benchmark tests and demonstrating enhanced capabilities in handling complex tasks [4][35]. 3. AI Financing Trends - Fal.ai completed a $140 million Series D funding round, raising its valuation to $4.5 billion, solidifying its position in the AI content generation infrastructure [48][49]. 4. Investment Recommendations - Broadcom's CEO disclosed that Anthropic has placed orders totaling $21 billion for Google's TPU products, reflecting strong demand in the AI chip market [7][61]. - The report suggests focusing on companies like Weike Technology and Nengke Technology, which are positioned to benefit from the expanding AI infrastructure and applications [8][62].

2026 年汽车智能化投资策略 20251215 摘要 2014-2017 年行业发散，2020-2022 年聚焦单车智能和 L2+技术，预 控制器崭露头角。近三年硬件市场达峰值，硬件预埋逻辑估值下降，自 动化行情未结束，特斯拉和小鹏引发市场争议。 未来五年（2026-2030）产业将经历三个阶段：2025-2026 年为黎明 前的黑暗期，电动化红利消退；2026-2028 年是投资最佳期，L4 技术 在 B 端商业模式跑通；2028-2030 年则是 C 端市场重新爆发期。 L2 到 L4 发展过程中，行业从炒作硬件转向关注软件应用。硬件市场趋 于饱和，自动化行情仍有结构性机会。未来五年投资策略应从电动化框 架跳脱，注重 AI 应用，从上游硬件转向下游软件应用。 无人驾驶汽车商业模式发展路径：2025-2026 年是投入期；2026- 2028 年 B 端商业模式跑通；2028-2030 年 C 端市场爆发。技术进步是 核心驱动力，政策是辅助因素。 电动化早期政策是主要驱动力，现在技术是首要驱动力。软件算法的重 要性超过硬件。大语言模型对汽车行业产生深远影响，并应用于智能化 车辆。 Q&A 智能汽车行业在过 ...