刘琼 林屹涵 马思宇 腾讯研究院 以大模型为核心的新一轮人工智能浪潮，正在全球范围内催生一批AI原生企业。本系列研究将AI原生企 业界定为：创立之初即将人工智能作为核心产品、服务或能力，并以此驱动价值创造和业务创新的公 司，有别于仅将AI嵌入现有业务或作为工具的企业。腾 讯研究院聚焦全球100+家AI原生企业，围绕三 大关键问题展开系列观察：1）AI原生企业正催生了哪些新技术、产品形态和商业模式？2）AI技术如何 深度融入千行百业的应用场景和核心流程，赋能产业升级？3）AI产业生态正在沿着怎样的路径加速演 进，带来哪些结构性变革？ 一、AI消费硬件的三大发展路线 2023年以来，AI消费硬件呈现高度形态创新，AI手机、智能眼镜、戒指和耳机、陪伴机器人等新品类快 速崛起。按照AI原生程度划分，大致可分为三条路线： 路线1：以Rabbit等为代表的AI原生设备探索范式 近两年，多款AI原生设备相继推出，试图跳出智能手机主导的交互范式，探索"意图即操作"的新路径。 他们普遍弱化App、菜单与窗口，依赖大模型驱动的语义理解与任务执行，是AI原生设备的雏形。 典型代表如Rabbit R1、Humane AI Pin，前 ...

强化源头管理，提升数据治理能力。数据是训练人工智能模型的基础要素，也是人工智能模型应用的核 心资源。生成式人工智能发展依赖海量的训练数据，包括个人数据、企业数据和政府数据等，一旦这些 数据失控流动、造成泄漏，将可能导致个人身份盗用、财产损失，甚至对国家安全带来不利影响。因 此，针对重点行业的重要数据、核心数据，可参照欧盟《通用数据保护条例》和我国数据安全法等的管 控要求，按照"境内存储+安全评估"的方式进行管理；构建跨模态数据安全与隐私保护体系，依托区块 链技术实现全链路数据存证，通过可信执行环境技术，实现"原始数据不出域，数据可用不可见"；构建 风险预警和动态评估平台，实时监测和分析平台运行状态、数据流向等信息，加强对违规内容与行为的 实时识别与研判。同时，数据质量直接影响大语言模型的性能与可靠性。要加快建立数据使用的标准与 规范，提高数据的可解释性与可用性；加强对数据的清洗与筛选等预处理，提升数据质量。建立健全大 数据审计工作机制，定期对数据的收集、存储、使用和共享情况进行审查，及时发现并纠正数据滥用、 隐私泄露等问题，确保数据使用和技术发展始终在可控范围内。数据提供者也需遵循合法性与合规性原 则，确保数 ...

（文章来源：每日经济新闻） 每经AI快讯，据"网信上海"公众号消息，截至8月25日，上海市新增1款已完成备案的生成式人工智能服 务，累计已完成83款生成式人工智能服务备案。 ...

人民财讯8月25日电，据"网信上海"公众号消息，截至8月25日，上海市新增1款已完成备案的生成式人工智能服务，累计已完成83款生成式人工智能服务备 案。 | 序号 | 模型名称 | 备案单位 | 备案号 | 景 | | --- | --- | --- | --- | --- | | 1 | 数翰智慧水务 | 上海数生翰信息科技 有限公司 | Shanghai-ShuHanZhiHuiShuiWu-202503260043 | 20 | ...

图片来源： Unsplash 苹果公司正就使用谷歌 Gemini 为升级版 Siri 语音助手提供技术支持进行初步讨论，这标志着其人工智能技术外包可能迈出关键一步。 据知情人士透露，这家 iPhone 制造商近期已接洽 Alphabet 旗下谷歌公司，探讨合作开发定制人工智能模型，该模型将作为明年新版 Siri 的技术基础 。消 息人士称，谷歌已开始训练可在苹果服务器上运行的 AI 模型。 这是苹果在生成式人工智能领域追赶努力的一部分，该公司在这一领域起步较晚且一直难以取得突破。今年早些时候，苹果还探讨了与 Anthropic 和 OpenAI 的合作可能，权衡 Claude 或 ChatGPT 是否能够成为 Siri 的新大脑 。 关于使用 Google Gemini 模型升级 Siri 的讨论仍处于探索阶段，目前尚未展开正式商业谈判。谷歌此前已达成类似合作协议，为三星电子销售的手机提供 了大部分人工智能功能支持。 这一失败导致苹果将人工智能主管 John Giannandrea 调离 Siri 开发项目。目前该项目由软件负责人 Craig Federighi， 和 Vision Pro 头显创造者 Mik ...

吴瑕作为新锐超高品质数字内容的创作者，他和他的团队依托深层式多模态AI核心技术及虚幻引擎全流程能力，为数字内容提供解决方案。 央视网消息：如今，我们在刷短视频的时候，经常会看到文物"活起来"、照片"动起来"，甚至吹拉弹唱、载歌载舞。这背后就可能和"生成式 人工智能动画制作员"有关。先给大家解释一个新名词——AIGC，意思就是人工智能生成内容，让人工智能学习大量的数据，自动生成文本、 图像、音频、视频等。 生成式人工智能动画制作员吴瑕介绍，这段影像是他用自己10年前的照片，通过人工智能生成技术虚拟的数字吴瑕。他是一个人工智能生成内 容创作者，眼下，他和团队正在参与制作一个七夕AI专题晚会，他们主要承担两项任务，也是两个前所未有的挑战。 第一个是开场的MV，他们要创作一首歌，由一个艺人的AI去唱。它的难度在于怎么去把艺人和他的AI完美地结合在一起，栩栩如生地演绎。 吴瑕介绍，一开始他只是写了一个"哭"字，AI的理解可能就是只要哭就可以，所以它哭出来的眼泪就很夸张，就像水龙头打开的样子。根据这 个结果，他把提示词修改成"角色默默地流下了一滴眼泪"。提示词的描述变得更精准以后，AI呈现出来的结果也更加准确。 通过键盘 ...

今天分享的是：2025年从"千人一面"到"一人千面"：人工智能引领广告行业智能化转型报告 报告共计：47页 2025年《从"千人一面"到"一人千面"：人工智能引领广告行业智能化转型报告》（腾讯研究院与腾讯广告联合出品）指出， 广告业作为国民经济关键支柱，2023年数字广告渗透率达83.4%，其发展始终由技术驱动，当前生成式AI推动广告从计算广告 迈入智能广告时代。AI深度赋能数字广告全链路，在素材生产上，呈现"自动化"与"精品化"两极，效果导向的"跑量型"广告 依赖AIGC实现批量生成，品牌导向的"精品型"广告仍需人类创意；在投放优化上，AI通过生成式召回、数据增强、多模态理 解突破传统广告引擎困境，推动匹配范式从"千人千面"向"一人千面"升级，实现供需智能匹配；在形态升维上，广告入口从 用户界面转向智能代理，形态从展示位转向对话式嵌入，催生无感嵌入式原生广告，如游戏影视中的动态品牌元素生成、社 交平台的内容植入等。全球实践中，谷歌以Gemini模型构建生态协同，Meta依托Llama4模型推进广告沉浸化，腾讯整合混元 大模型与广告系统提升投放效果，快手通过可灵AI降低中小企业广告成本；广告服务商如微盟以多层 ...

Core Insights - Crowdfunding in publishing is a new model where authors or publishers raise funds from the public to support book creation, production, and distribution, but issues like product discrepancies and delayed deliveries pose challenges to its growth [1][2][4] Group 1: Characteristics of Crowdfunding - Scarcity and interactivity are key features of crowdfunding projects, offering unique versions of books that are not available through other channels [2][3] - Readers can access books at lower prices and receive additional rewards, enhancing the appeal of crowdfunding [2][3] Group 2: Challenges in Crowdfunding - Many backers have experienced discrepancies between promised and delivered products, leading to dissatisfaction [5][6] - Delays in delivery can extend beyond six months to a year, negatively impacting the purchasing experience [5] - High prices for some crowdfunding projects deter potential buyers, especially when compared to later standard editions [6] Group 3: Importance of Brand Building - The credibility of crowdfunding projects often hinges on the background and past performance of the initiators, with established publishers seen as more reliable [7] - Building a strong brand and maintaining quality across all aspects of the project are essential for success [7][8] - There is a growing need for content diversity in crowdfunding projects, with a focus on quality and originality rather than merely repackaging existing works [8]

Unsplash 根据让互联网飞一会儿的报道，微软亚洲研究院前首席研究经理谭旭已于近期正式加入腾讯混元团队，负责多模态方向的前沿研究。 谭旭是一位在学术与产业界都颇具分量的研究者：在微软研究院任职期间，他的研究聚焦于生成式人工智能，以及语音、音频与视频内容生成，其论文引 用量已超过万次，研究成果也被大规模应用于 Azure、Bing 等核心产品。他还多次担任 NeurIPS 等国际顶级学术会议的审稿人，在学术界有着较高声望。 更深层的解读是，中国大模型赛道正在经历"由野蛮生长到资源集中"的转折。早期创业公司依靠故事、融资与速度抢占叙事高地，但随着竞争进入比拼数 据、算力、落地生态的深水区，创业公司的先发优势正在迅速消退。大厂凭借资本实力、算力基础设施和应用场景，正逐步收拢最顶尖的人才与技术方 向。 谭旭的选择，某种意义上也是这一趋势的缩影：当赛道进入淘汰赛阶段，个人要想继续在多模态领域做出成果，或许唯有依附大厂，才能确保研究的持续 性与产业化的可能。 值得注意的是，谭旭在去年 8 月才刚刚加入国内大模型创业公司"月之暗面"，负责研发端到端语音模型。据悉，该公司的多模态研究在他入职前已悄然展 开数月。去年底，随 ...

Core Insights - The report titled "From 'One Size Fits All' to 'Tailored for Each': AI Leading the Intelligent Transformation of the Advertising Industry" outlines the comprehensive transformation of the advertising industry driven by artificial intelligence, highlighting the shift from traditional models to intelligent systems [1][2]. Industry Overview - The global advertising industry is projected to exceed $1 trillion by 2024, with China's advertising revenue surpassing 1.5 trillion yuan. Each 1 yuan spent on advertising generates approximately 7 yuan in economic output, showcasing the industry's significant multiplier effect [1][2][31]. - In 2023, China's digital advertising penetration rate reached 83.4%, indicating a high level of digital integration within the advertising sector [1][31]. AI Empowerment in Advertising - AI is revolutionizing the entire digital advertising chain, with content production evolving towards automation and high-quality outputs. Generative AI enables efficient mass production of "volume-type" materials, while "premium-type" materials still require human creativity [1][2][9]. - Advertising engines are overcoming computational challenges, transitioning from "keyword matching" to "intent understanding," facilitating a shift from "one size fits all" to "tailored for each" advertising strategies [1][2][9]. Emerging Advertising Forms - The entry points for advertisements are shifting from user interfaces to intelligent agents, with advertising formats evolving from display ads to conversational embedded formats, including new forms of native advertising [1][2][10]. Global Practices and Innovations - Major advertising platforms like Google, Meta, Tencent, and Kuaishou are building AI-driven advertising infrastructures, while service providers such as Weimob and WPP are reshaping the entire marketing chain [2][10]. - Various sectors, including healthcare, e-commerce live streaming, and vertical retail, are actively applying AI to enhance productivity [2][10]. Future Trends - The advertising industry is moving towards deep personalization, with intelligent agents becoming new product and service models. The infrastructure is transitioning from "computational advertising" to "intelligent advertising," leading to a redefined division of labor within the industry [2][11]. - The demand for "strategic creative professionals" is increasing, and human-machine collaboration is becoming mainstream [2][11]. Challenges and Governance - The report identifies challenges such as technology, content regulation, and user trust in AI-driven advertising. It suggests updating regulatory frameworks, enhancing platform autonomy, and promoting industry self-discipline as potential solutions [2][11].