在林俊旸看来，伴随着主动学习的发展，Agent将具备长时间托管式工作的能力，在执行通用任务的过 程中自行进化、决定行动路径，这对模型能力上限提出了极高要求，也意味着做基础模型本身就是在做 产品。 新浪科技讯 1月11日上午消息，在AGI-Next前沿峰会上，Qwen技术负责人林俊旸在谈及基础模型与 Agent的关系时指出，"模型即产品，今天做基础模型本身，其实也就是在做产品，研究人员也需要像产 品经理一样，把研究成果做成真实世界可用的系统。" 新浪科技讯 1月11日上午消息，在AGI-Next前沿峰会上，Qwen技术负责人林俊旸在谈及基础模型与 Agent的关系时指出，"模型即产品，今天做基础模型本身，其实也就是在做产品，研究人员也需要像产 品经理一样，把研究成果做成真实世界可用的系统。" 在林俊旸看来，伴随着主动学习的发展，Agent将具备长时间托管式工作的能力，在执行通用任务的过 程中自行进化、决定行动路径，这对模型能力上限提出了极高要求，也意味着做基础模型本身就是在做 产品。 他进一步指出，Agent其实可以走向虚拟世界和物理世界，所以有了具身推理（Embodied Reasoning）。他进一步指出， ...

1月10日，在由清华大学基础模型北京市重点实验室、智谱AI发起的AGI-Next前沿峰会上，罕见集齐了腾讯"CEO/总裁办公 室"首席AI科学家姚顺雨、Kimi创始人杨植麟、智谱创始人唐杰、阿里巴巴Qwen技术负责人林俊旸以及加拿大皇家学院院士、 香港科技大学荣休教授杨强等AI界知名大咖，围绕AI新范式、Agent、中国大模型公司的挑战及机会等话题展开了讨论。 其中，杨植麟首次深度分享了Kimi的技术重点，他透露，2025年，月之暗面的两个技术进化主线是提升"TokenEfficiency"，以在 有限的数据下冲击更高的智能上限；以及扩展"长上下文"能力，以满足Agentic时代越来越长程的任务对模型的记忆能力需求。 履新腾讯后，姚顺雨首次公开亮相 值得注意的是，此次峰会是姚顺雨加入腾讯后，首次对外界分享其对AI产业的观察。现年27岁的姚顺雨毕业于清华大学姚班和 普林斯顿大学。他在2024年加入OpenAI后，迅速成为团队核心研究者之一，参与推动 AI Agent和任务执行系统方向的开发。 2025年12月17日，腾讯宣布升级大模型研发架构，新成立AI Infra部、AI Data部和数据计算平台部，旨在全面 ...

Core Insights - The AGI-Next conference highlighted the competitive landscape of AI in China, focusing on the importance of foundational models and their impact on future business strategies [4][5] - Key players in the AI industry, including Zhiyuan, Tencent, and Alibaba, are exploring different paradigms for AGI, emphasizing the need for new metrics to evaluate model intelligence [6][7] - The discussion revealed a consensus on the increasing differentiation between consumer (ToC) and business (ToB) applications of AI, with distinct strategies for each segment [11][12] Group 1 - The AGI-Next conference featured prominent figures in China's AI sector, including Zhiyuan's founder Tang Jie and Tencent's newly appointed chief scientist Yao Shunyu, indicating a significant gathering of industry leaders [4][5] - The conference underscored the belief that the capabilities of foundational models will determine the success of future AI ventures, with a focus on maintaining a leading position in model development [5] - Tang Jie expressed concerns that the gap between Chinese and American models may not be closing, as many American models remain closed-source [5][6] Group 2 - The participants discussed the evolution of AI paradigms, with Tang Jie suggesting that the exploration of conversational models has reached its peak, and future efforts should focus on coding and reasoning capabilities [6][7] - Yao Shunyu emphasized the importance of scaling not just in computational power but also in architecture and data optimization to enhance model performance [6][7] - The need for new standards to measure AI intelligence was highlighted, with concepts like Token Efficiency and Intelligence Efficiency being proposed as metrics [7][41] Group 3 - The differentiation between ToC and ToB applications was a key theme, with Yao Shunyu noting that while ToC requires strong integration of models and products, ToB focuses on enhancing productivity through the best models available [11][12] - Lin Junyang pointed out that the success of AI applications depends on understanding real user needs, suggesting that effective communication with enterprise clients is crucial for developing successful AI solutions [8][12] - The conversation also touched on the potential for AI to automate significant portions of human work, particularly in the ToB sector, where higher model intelligence correlates with increased revenue [43][44] Group 4 - The participants acknowledged the challenges of deploying AI models effectively, with a focus on the need for better education and training to maximize the benefits of AI tools [44][57] - The discussion included insights on the importance of collaboration between academia and industry to address unresolved questions in AI research, such as the limits of intelligence and resource allocation [20][21] - The potential for new paradigms in AI, such as continuous learning and memory integration, was identified as a critical area for future exploration [38][40]

2026.01. 10 本文字数：1458，阅读时长大约2分钟 因此，姚顺雨认为，自主学习这件事已经发生了，只是受效率等因素限制，还存在各种问题，他认为目前自主学 习的范式迭代更像是渐变，而非突变。 至于目前全球市场中哪一家企业最可能率先引领范式创新，姚顺雨表示，虽然OpenAI经历了商业化等各种变 化，创新基因被削弱，但仍是最有可能诞生新范式的地方。 林俊旸认为，目前的RL（强化学习）范式尚处早期，潜力远未被充分挖掘，全球范围内仍面临诸多共性挑战， 而下一代范式的核心在于"自主进化"与"主动性"。只是自主进化是否需要更新参数，见仁见智。 作者 | 第一财经 吕倩 当大模型陷入Scaling Law（缩放定律）的增长瓶颈，下一代技术范式将会是什么？ 1月10日，在由清华大学基础模型北京市重点实验室、智谱AI发起的AGI-Next前沿峰会上，腾讯控股"CEO/总 裁办公室"首席AI科学家姚顺雨、阿里巴巴Qwen技术负责人林俊旸、Kimi创始人杨植麟、智谱创始人唐杰等人 工智能行业人士齐聚，共话大模型下一代技术范式。 对下一代范式的猜测中，自主学习（Autonomous Learning）是个热门概念，是大模型摆 ...

January 8, 2026 04:26 PM GMT Investor Presentation | Asia Pacific M Foundation China Internet and Other Services – China's AI Path Morgan Stanley Asia Limited+ Gary Yu Equity Analyst Gary.Yu@morganstanley.com +852 2848-6918 Lydia Lin Equity Analyst Lydia.Lin@morganstanley.com +852 2239-1572 China Internet and Other Services Asia Pacific Industry View Attractive Morgan Stanley does and seeks to do business with companies covered in Morgan Stanley Research. As a result, investors should be aware that the firm ...

进入 2026，硅谷最会押趋势的那批人，开始强调一个更底层的逻辑：AI 不是先变强，而是先变便宜。 1月7日，a16z 创始人 Marc Andreessen（马克·安德森）在自家播客上做了一场访谈，核心观点是： AI 是他见过最大的技术变革，但关键不在于模型能力的突破，而在于智能本身正在从奢侈 品变成日用品。 调用一次 AI 的成本，正在以惊人的速度往下掉。不是降了一点，是断崖式暴跌。 Marc 同时强调：现在还早。成本已经降下来了，但大部分机会还没被创业者发现。 他这场访谈不谈技术前景，也不谈市场泡沫，而是聚焦一个更具体的问题：如果智能像水电一样便宜且 随处可得，商业规则会怎么变？ 变化体现在四个方面：成本结构、技术路径、定价模式、竞争格局。 现在的 AI，不是谁更强，而是谁先把便宜智能变成标准流程。 第一节｜崩的是价格，起飞的是收入 Marc Andreessen 首先指出：AI 的智能成本正在暴跌 他说： "AI 的单位成本，下降速度比摩尔定律还快。" 模型越训练越强，但每次调用 AI 所需的成本，反而越来越低。不是降一点点，而是断崖式往下掉。 他特别提到：过去一年，大模型的 token 成本正在快速 ...

1.【黄仁勋新年第一场演讲提了DeepSeek】当地时间1月5日，在拉斯维加斯的英伟达发布会上，身 穿皮衣的英伟达CEO黄仁勋总结了AI行业去年的进展，称开源模型的崛起成为全球创新的催化剂，其 中Deepseek R1的出现意外推动了整个行业的变革。目前全球涌现出多个开源模型，他们的性能越 来越逼近领先的前沿大模型。他身后图片中展示了多个开源模型，包括三家中国开源模型，分别是 Kimi K2、Qwen、DeepseekV3.2。（第一财经） 2.【 中国AI方案25美元查出早期癌症，美国网友：中美已走上不同的AI道路】 1月6日消息，美国 《纽约时报》当地时间2日发表整版报道，介绍了 阿里巴巴 研发的胰腺癌早筛AI模型，成功帮助医生 发现了原本可能遗漏的致命肿瘤，挽回了多名患者的生命。报道称，这个名为DAMO PANDA的AI模 型，是由中国科技公司 阿里巴巴 旗下达摩院的研究人员所开发，从2014年11月起，该AI已在宁波一 家医院分析了超过18万张CT片，帮助医生发现了24例胰腺癌，其中14例为早期胰腺癌。据悉，该 项"平扫CT+AI"的胰腺癌筛查费用仅需25美元。报道引起美国网友热议，仅在该报的网站，就 ...

"如果十年后人形机器人走进千家万户，那么这个市场将是惊人的。"王方群将具身智能视作2026年科技 领域值得关注的第三大重点。他认为，具身智能是人工智能的一个重要分支，特别是人形机器人，中国 拥有完整的制造业体系，在人形机器人制造方面具有独特优势。 除科技主线外，王方群还高度关注创新药、新消费、有色金属等方面的投资机遇。他重点探讨了有色金 属，认为从短期来看，由于美联储宽松预期强化，叠加世界地缘政治风险上升等不确定性因素，黄金、 白银等贵金属吸引力提升，而铜等对宏观流动性敏感的工业金属亦获得情绪支撑；从长期来看，市场对 全球货币与债务的担忧，使得黄金受益于债务和货币宽松的交易方向，仍具备一定上涨空间。 王方群拥有超过十五年的行业积淀。在加入华西证券研究所之前，他曾先后任职于易方达基金、中信建 投证券、中银国际证券，积累了贯穿买方与卖方视角的完整经验。研究方面，他善于将宏观经济理论与 前沿科技趋势（如人工智能、数字经济）深度融合，构建独具前瞻性的分析框架，著有畅销书 《AIGC+机器人》《翻盘：跨越周期的财富保卫战》《投资的宏观逻辑》等，在市场上颇受欢迎。 ◎记者 严晓菲 回望2025年，以人工智能、机器人、商业 ...

（本文来自第一财经） 当地时间1月5日，在拉斯维加斯的英伟达发布会上，身穿皮衣的英伟达CEO黄仁勋总结了AI行业去年 的进展，称开源模型的崛起成为全球创新的催化剂，其中Deepseek R1的出现意外推动了整个行业的变 革。目前全球涌现出多个开源模型，他们的性能越来越逼近领先的前沿大模型。他身后图片中展示了多 个开源模型，包括三家中国开源模型，分别是Kimi K2、Qwen、DeepseekV3.2。（第一财经记者刘佳） （本文来自第一财经） 责任编辑：凌辰 责任编辑：凌辰 当地时间1月5日，在拉斯维加斯的英伟达发布会上，身穿皮衣的英伟达CEO黄仁勋总结了AI行业去年 的进展，称开源模型的崛起成为全球创新的催化剂，其中Deepseek R1的出现意外推动了整个行业的变 革。目前全球涌现出多个开源模型，他们的性能越来越逼近领先的前沿大模型。他身后图片中展示了多 个开源模型，包括三家中国开源模型，分别是Kimi K2、Qwen、DeepseekV3.2。（第一财经记者刘佳） ...

大一部分汽车将是自动驾驶或高度自动驾驶的。黄仁勋发布了Alpamayo系列VLA开源AI模型和工 具，用于自动驾驶车辆开发。 黄仁勋发布新一代 GPU，推理算力是Blackwell的5倍 当地时间1月5日，在拉斯维加斯的英伟达发布会上，身穿皮衣的英伟达CEO黄仁勋总结了AI行业去 年的进展，称开源模型的崛起成为全球创新的催化剂，其中Deepseek R1的出现意外推动了整个行 业的变革。目前全球涌现出多个开源模型，他们的性能越来越逼近领先的前沿大模型。他身后图片中 展示了多个开源模型，包括三家中国开源模型，分别是Kimi K2、Qwen、DeepseekV3.2。 黄仁勋：未来十年将有很大一部分汽车是自动驾驶的 英伟达CEO黄仁勋在CES演讲上表示，模型规模每年增长10倍，Test-Time Scaling思考产生的 token（词元）数每年增长5倍，每token的成本每年便宜10倍。未来十年里，他相当肯定世界上很 编辑：七三 英伟达CEO黄仁勋在CES演讲上展示了英伟达新一代的Rubin GPU，该芯片NVFP4 推理算力是 50PFLOPS，是Blackwell的5倍；NVFP4训练算力是35PFLOPS ...