Core Viewpoint - The AI industry chain and technology sectors continue to adjust, with the China Securities Artificial Intelligence Theme Index down by 1.2% and the Shanghai Stock Exchange Sci-Tech Innovation Board AI Index down by 1.4%. However, there is a significant inflow of funds, as evidenced by nearly 120 million net subscriptions to the AI ETF (159819) throughout the day [1]. Group 1 - The "14th Five-Year Plan" emphasizes technological self-reliance as a core goal, highlighting the urgency for breakthroughs in domestic computing power across the entire chain [1]. - The strategic importance of a national integrated computing power network has been elevated in the context of rapid iterations of global AI large models [1]. - The overseas AI hardware sector is expected to maintain high prosperity, indicating potential growth opportunities [1].

The tech company's success will hinge on factors outside its control.SoundHound AI (SOUN 2.60%) is a fairly popular stock considering that it's only a $5 billion company. But its small market cap is precisely why some investors are so excited about it. Finding stocks that are capable of turning reasonable investments into million-dollar positions isn't easy, and to achieve results like that, you generally must invest in them early, when they're smaller. It also helps if they're offering a product that's usa ...

过去一年多里， 大多数权威评测仍然在反复强调同一件事：在最前沿的综合能力上，闭源模型的曲线更陡，开源想在所有维度上追平变得越来越难。 DeepSeek 在技术报告中也承认：开源社区在进步，但 Anthropic 、 Gemini 、 OpenAI 这些闭源模型的性能曲线更陡，差距其实在拉大。在复杂任务上，闭源 系统展现出越来越明显 的优势。 目前开源模型有三个关键问题 ： 1. 首先，在架构层面，当前主流仍高度依赖 Vanilla Attention 机制，这在 长序列场景 下会严重限制计算效率。这种低效对模型的 大规模部署 以及有效的后训 练都构成了实质性障碍。 2. 其次，在资源投入上，开源模型在 后训练 阶段普遍面临 算力投入不足 的问题，从而限制了其在高难度任务上的表现。 3. 最后，在 AI Agent 场景中，相比于闭源系统，开源模型在 泛化能力 与 指令跟随能力 方面存在显著滞后，这削弱了其在真实部署中的有效性。 12月1 号， DeepSeek 发布了两款新模型： DeepSeek V3.2 和 DeepSeek V3.2 Speciale ，针对这三个问题， 提出了三个改进 : 1. 引入了 ...

目前，阿里千问接入了专门针对学习场景训练的学习大模型 Qwen3-Learning。该模型以Qwen3为基础，使用万亿级教育数据训练，深度融合全球30多个国家 考试体系与海量真题，具备跨文化、多语言解题能力，能够深度解析复杂知识体系与答题技巧，是迄今阿里最强学习大模型。在不同体系、不同难度、不同 国家的考试中，千问都获得了突出成绩。 在新的模型支撑下，千问的拍题答疑、作业批改能力得到大幅提升。在讲解题目时，千问会模拟人类老师的教学思路，将知识点和考点进行细致拆解，清晰 呈现每一步的解题过程。同时，海量真题训练大幅提升了千问回答的准确率，具备国内最准确、可信的解题能力。在作业批改上，千问不仅可以批改整页作 业，还能生成结构化的智能小结，针对错题给出深度讲解。（勃潺） 【环球网科技综合报道】12月3日消息，阿里千问在全球多类高难度考试与竞赛中取得突破性成绩，覆盖多个国家的高等教育入学考试、国际学科竞赛以及 国家级职业认证等。与此同时，千问APP面向学习场景升级了"拍题答疑"和"作业批改"，将同源的解题能力直接内置到对话中，让更多学生和家长可以获得 专业、可信的学习支持。 | 考试 | 参评总分 | 千问 | Ch ...

薛正华梳理AI全球投资案例，展示资本的前沿布局动向。如在具身智能与机器人领域，Figure AI已完成 6.75亿美元B轮融资，估值接近27亿美元。 | 從圖名榜 | 行业 | 融房肥炭 | 盒製 | 时间 | 投资方及更点 | | --- | --- | --- | --- | --- | --- | | Databricks | 殖蛋唇瓣是/AJ平台 | 156 | 100亿表元 | 2025年1月 | Thrive Capical@股,Andreesson Horowitz、DST Global导参与,信值达420亿美元 | | Sale Superintelligence | AI 安全 | 种子接 | 10 亿美元 | 2025 4-2 H | OpenAl 联合创始人,liga Sutskaver 创立,建冶史上最大林子枪之一。 | | Anthropic | 生成式A | LIG | 35 亿美元 | 2025 年1月 | Lightspeed 创投,份值815 坚决元,平年后备值暴演组 1830 名受完, | | Isomorphic Labs | AL生物医药 | A. 46 | 6 亿美元 ...

就在前天，DeepSeek 一口气上新了两个新模型，DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。 这两大版本在推理能力上有了显著的提升，DeepSeek-V3.2 版本能和 GPT-5 硬碰硬，而 Speciale 结合长思考和定理证明能力，表现媲美 Gemini-3.0-Pro。 有读者评论说：「这个模型不应该叫 V3.2，应该叫 V4。」 海外研究者也迫不及待的用上了 DeepSeek 的新版本，在感慨 DeepSeek 推理速度显著提升之余，却又碰上了他们难以理解的事情： 哪怕在用英文询问 DeepSeek 的时候，它在思考过程中还是会切回「神秘的东方文字」。 这就把海外友人整蒙了：明明没有用中文提问，为什么模型还是会使用中文思考，难道用中文推理更好更快？ 评论区有两种不同的观点，但大部分评论都认为：「汉字的信息密度更高」。 来自亚马逊的研究者也这么认为： 这个结论很符合我们日常的认知，表达相同的文本含义，中文所需的字符量是明显更少的。如果大模型理解与语义压缩相关的话，那么中文相比于广泛使 用的英文在压缩方面更有效率。或许这也是「中文更省 token」说法的来源。 具有 ...

鱼羊 发自 凹非寺 量子位 | 公众号 QbitAI 在面对复杂任务时，消耗的token数偏多，甚至可能会出现"又长又错"的答案。 比如，同样解决一个问题，Gemini只用了2万个token，而Speciale需要花费7.7万个。 这是怎么一回事？ 没有被纠正的"长度偏见" 有研究者指出，这其实是自DeepSeek-R1-Zero以来，DeepSeek系列模型一直存在的一个"bug"。 DeepSeek-V3.2很强很火爆，但随着讨论的深入，还是有bug被发现了。 并且是个老问题：浪费token。 △ 图源：x@Hangslin 不少网友都提到，DeepSeek-V3.2的长思考增强版Speciale，确确实实以开源之姿又给闭源TOP们上了压力，但问题也很明显： 结果就是：模型会故意生成"又长又错"的答案，看起来像是在"认真推理"，其实是在"凑字数躲惩罚"。 难度偏见 ：太简单或太难的题被过度关注 GRPO会根据"同一批题的得分标准差"调整权重。比如一道题所有人都做对（标准差小），或所有人都做错（标准差也小），这道题会被当成 "重点" 反复训练；而中等难度、有人对有人错的题（标准差大），反而被忽略。但实际训练 ...

12月1日，深度求索（DeepSeek）正式发布新一代开源大模型DeepSeek-V3.2及其长思考增强版DeepSeek-V3.2-Speciale。官方网页端、App及API已同步更新 至V3.2版本。 根据官方数据，在公开的推理基准测试中，DeepSeek-V3.2的推理能力达到GPT-5水平，与Gemini-3.0-Pro接近，同时输出长度较Kimi-K2-Thinking显著缩短， 以降低计算开销。V3.2-Speciale版本融合了DeepSeek-Math-V2的定理证明能力，在IMO、CMO、ICPC及IOI等多项国际竞赛中取得金牌成绩，其中ICPC成绩 达到人类选手第二名水平。 新版本首次实现了思考模式与工具调用的融合，支持在思考过程中调用外部工具。通过大规模Agent训练数据合成方法，模型在1800多个环境和超过8.5万条 复杂指令上进行了强化学习训练，提升了泛化能力。官方称其在智能体评测中达到当前开源模型最高水平，进一步缩小了与闭源模型的差距。 此前的实验版本DeepSeek-V3.2-Exp于两个月前发布，经用户反馈测试，其采用的DSA稀疏注意力机制在各项场景中未出现显著性能下降。Sp ...

不再是"AI+"的修修补补，而是AI原生重构系统底层逻辑；不再局限于数字世界的生成与理解，而是物理AI打通虚拟与现实的行动闭环；不再是单一模态 的孤军奋战，而是多模态技术融合万象；更有世界模型让AI从"数据应答"走向"规律预判"。 这场关乎技术架构、应用形态与认知高度的变革已然来临，谁将成为重塑产业、定义未来的最强风口？ AI原生引发系统应用底层革命 当算法模型的迭代速度超越行业想象边界，当AI从屏幕后的工具跃变为渗透现实的"参与者"，2026年将成为人工智能发展的关键分水岭。 如果说"AI+"是在现有系统上"打补丁"或"外挂"AI功能，那么AI原生则意味着以AI为系统设计的底层逻辑与能力中枢，这套系统为AI而生、因AI而长，驱 动从技术架构、业务流程、组织角色到价值创造方式的全方位重塑。 这种变革并非简单的功能叠加，而是以生成式AI为核心重构开发范式，让智能成为应用的原生属性而非附加能力。从"AI+"走向"AI原生"，正成为AI未来 发展的关键方向。 | 维度 | 传统"Al+"架构 | AI原生架构 | | --- | --- | --- | | 设计起点 | 现有业务流程 | Al能力边界 | | 数据 ...

强化科技创新是发展新质生产力的核心驱动，作为国内唯一可覆盖生成式人工智能五层产品和服务的厂 商，浪潮云率先开启以"AI Forward"为牵引的系统性组织进化，形成了以人工智能工厂为实践的演进路 径，具备"弹性、以人为本、可持续"三大内涵，成为面向未来的AI组织形态。作为面向全场景应用制造 垂类模型、智能体、智能终端的新型基础设施，浪潮人工智能工厂创新算力服务模式，满足市场对人工 智能算力服务分散化、小型化、定制化的需求，将模型开发从"手工作坊"模式转变为"现代工业"模式， 完成了从云基础设施向人工智能基础设施的转变，实现人工智能应用的集约高效量产。 此外，为推进"人工智能+"行动进一步走深向实，浪潮云还提出人工智能落地"三部曲"，即在业务模型 和智能体试用的基础上，按需打造AI体系实现规模化定制，并将AI技术融入系统流程完成业务深度闭 环，系统化实现从工具到生产力的价值跃迁，加快场景应用的深度融合。 近日，山东省工业和信息化厅正式公布2025年度省级"模型券"奖补名单，浪潮海若大模型凭借自身技术 突破与行业赋能成效，获评"卓越领军级"项目。 本次评选旨在落实《关于加快人工智能赋能重点领域高质量发展的推进方案 ...