被称为科技春晚的国际消费电子产品展览会(CES)于1月6日正式开幕。 作为英伟达新年战略和新品发布的重要窗口，本次英伟达CEO依然身着去年同款亮面鳄鱼皮衣登场，发表了他在2026年的首场演讲。 在CES开始前，英伟达在社交媒体发布称"(CES2026)不会发布新款GPU。"这也是英伟达五年来首次不在CES发布新款GPU产品。 相比去年CES官宣了RTX50系产品，本次演讲中，黄仁勋把重点放在了新一代计算平台和英伟达在物理AI领域的进展，包括自动驾驶和机器人，相关开源 模型和工具等。 演讲开始。黄仁勋表示过去十年投入的约10万亿美元计算资源，正在被彻底现代化。 但这不仅仅是硬件的升级，更多的是软件范式的转移。 他特别提到了具备自主行为能力(Agentic)的智能体模型，并点名了Cursor，彻底改变了英伟达内部的编程方式。 随后，黄仁勋对2025年开源社区给予了高度评价。他表示，去年DeepSeek的突破让全世界感到意外，它作为第一个开源推理系统，直接激发了整个行业 的发展浪潮。 而在介绍开源生态时，黄仁勋的PPT后出现了三家中国模型的名字，分别是月之暗面的Kimi K2，深度求索的DeepSeek V3.2和 ...

大家好欢迎收看【古今财鉴】 美国这几年对中国AI的围堵，动作可不小。 又是高端芯片禁运，又是闭源模型技术壁垒，摆明了想卡住咱们的脖子。 财经摆渡人 精研出品 破浪前行，共探财富新局 当时不少人觉得，中国AI发展怕是要慢下来了。 谁能想到，现在风向变了超过一半的美国初创企业，居然把中国开源AI模型当成了开发首选。 这剧情反转得，连我这个常年追科技圈的都觉得意外。 就拿硅谷那些明星公司来说，不是偷偷用，是明着"站队"。 Perplexity这种AI创业独角兽，底层技术直接搭在中国模型上；Airbnb更直接，CEO公开说他们的AI客 服系统"重度依赖"阿里的Qwen模型。 我翻了翻硅谷工程师的聊天记录，DeepSeek、GLM、Kimi这些名字，现在跟咖啡一样成了办公室标 配。 不光是商业公司，连学术界和芯片巨头都"真香"了。 斯坦福大学搞推理模型研究，直接拿Qwen当基座改；英伟达训练自家AI时，居然用Qwen生成高质 量"合成数据"。 这场景挺讽刺的美国想卡中国的算力脖子，结果中国模型反倒成了美国AI的"养料供给者"。 半数美企"用脚投票"，中国模型成硅谷新宠 为什么美国公司放着自家的闭源模型不用，非要千里迢迢 ...

【#微软或与Kimi进行Agent级合作#，Office产品或实现自动化】 据科创板日报报道，12月18日，在本月初微软Azure宣布接入Kimi k2模型后，双方合作有望下探至应用 层。记者获悉，微软或将在本月与Kimi合作上线新的Agent功能，以应对本土厂商的激烈竞争。据了 解，该合作将利用AI的Agent能力，实现Office产品的自动化。 阿里云的目标是让Qwen模型成为产业的默认依赖，就像linux之于服务器，MySQL/HAdoop之于数据， Kubernetes之于云原生，开源为了成为标准。 AWS和微软缺少自研模型，两者已经明显加速了模型自研节奏，两大巨头并非失去竞争力，而是正处 在一次关键的自我修正期，如何在保持平台中立与生态开放的同时，补齐模型层的确定性；如何在外部 模型合作之外，建立真正属于自己的第一梯队能力，决定了它们 AI 云叙事是否能够闭环。 在业界看来，阿里云作为市场份额更少的一方，全方面开源是一个颇有魄力的选择，闭源模型可以保证 自己的核心竞争力，开源很大程度上会削弱模型竞争力，如果可以追赶上头部云厂商，牺牲短期利益去 博得更多的用户群体，那就值得。 通义千问Qwen衍生模型 ...

12月10日，阿里巴巴宣布，千问APP公测23天，月活跃用户数已突破3000万。据悉，千问APP于11月17 日上限公测版，仅两天就成功冲入APPStore免费总榜前三，首周下载量破1000万，超越ChatGPT、 Sora、DeepSeek，刷新了"增长最快AI应用"的记录。 这与年初另一家中国AI大模型企业?DeepSeek的高光时刻，形成强烈呼应。1月27日，DeepSeek发布仅 一周的开源推理模型DeepSeek-R1，登顶苹果中国区及美国区应用商店免费榜，同样引发全球关注。 一是新加坡国家人工智能计划在其新的东南亚语言大模型项目中，放弃了Meta模型，转向Qwen的开源 架构；二是美国科技巨头Meta在研发代号为"牛油果"的全新AI模型时，采用了阿里巴巴开源的Qwen模 型进行蒸馏优化。 其他中国大模型方面，诸如硅谷大佬ChamathPalihapitiya宣布用Kimi取代OpenAI作为生产力工具，美国 Vercel、Windsurf等编程平台接入智谱模型，德国NovoAI、英国NetMind.AI与丹麦EmpatikAI弃用 ChatGPT而转投DeepSeek之类案例，同样层出不穷。 单个 ...

（文/陈济深 编辑/张广凯） 12月10日，彭博社爆料称，扎克伯格组成了一个名为TBD Lab的团队。该团队在其最新模型"牛油 果"（Avocado）的训练过程中使用了多个第三方模型，包括谷歌的Gemma、OpenAI的GPT-oss和阿里巴 巴的Qwen模型。该款模型预计将于明年春季首次亮相，并可能作为"闭源"模型推出。 对此，Meta 的一位发言人则对外宣称："我们的模型训练工作正按计划进行，时间表没有发生有意义的 变更。" 消息被爆出后，阿里巴巴美股盘前一度上涨4%，收盘涨幅2.53%。 扎克伯格挥舞重金招来的AI大牛们计划开发的闭源大模型，竟然是通过中国的开源模型来训练，这不 仅意味着如今中国开源阵营的崛起，也代表扎克伯格曾经的美国开源霸主豪言，终究没有抵过来自中国 的竞争压力。 过气的开源盟主 Meta急着抄作业源于其开源旗舰模型Llama 4的失败表现。 过去两年，Meta通过开源Llama系列，成功扮演了"反OpenAI联盟"的盟主。Llama被视为开源界的 Linux，一度是全球开发者（包括中国开发者）的首选底座。 然而，这一格局在2025年开始瓦解。 随着年初DeepSeek开源模型的横空出 ...

在底层技术影响力外溢的同时，阿里在C端市场的应用落地也呈现出爆发态势。据统计，自11月17日启 动公测以来，通义千问App在短短23天内，全端月活跃用户数已突破3000万。这一数据不仅刷新了同类 产品的增长纪录，也表明国产大模型正在加速完成从技术积累到用户规模化普及的跨越。 市场分析指出，Meta作为曾经的开源领军者，此番借力Qwen模型，一方面侧面印证了中国开源大模型 在技术底层已具备比肩甚至反哺硅谷巨头的实力，成为行业重要的参考坐标；另一方面，这也引发了业 界对于Meta可能放弃纯开源路线、转而寻求闭源盈利模式的广泛猜测。 凤凰网科技讯12月11日，据彭博社最新披露，美国科技巨头Meta在研发代号为"牛油果"的全新AI模型 时，采用了阿里巴巴开源的Qwen模型进行蒸馏优化。这一技术路径的选择，正值马克.扎克伯格在硅谷 重金组建顶尖团队、试图扭转此前大模型研发颓势的关键时期。 ...

阿里巴巴美股收盘上涨1.83%至158.82美元。 有消息称扎克伯格组成了一个名为TBD Lab的团队。该团队在"Avocado"的训练过程中使用了多个第三 方模型，包括谷歌的Gemma、OpenAI的GPT-oss和阿里巴巴的Qwen模型。新模型"Avocado"预计将于明 年春季首次亮相，并可能作为"闭源"模型推出。 ...

Group 1 - The core point of the article is that Mark Zuckerberg has formed a team called TBD Lab, which is working on a new model named "Avocado" that is expected to debut in spring next year [1] - The TBD Lab team is utilizing multiple third-party models during the training of "Avocado," including Google's Gemma, OpenAI's GPT-oss, and Alibaba's Qwen model [1] - Alibaba's stock price increased by 1.83% to $158.82 at the close of trading in the US [1]

有消息称扎克伯格组成了一个名为TBD Lab的团队。该团队在"Avocado"的训练过程中使用了多个第 三方模型，包括谷歌的Gemma、OpenAI的GPT-oss和阿里巴巴的Qwen模型。新模型"Avocado"预 计将于明年春季首次亮相，并可能作为"闭源"模型推出。 阿里巴巴美股收盘上涨1.83%至158.82美元。 编辑 ｜心一 记者 ｜ 一财科技 ...

Core Insights - The report highlights a significant shift in AI development from the "tool era" to the "partner era," indicating profound changes in economic structure, social forms, and human lifestyles by 2025 [3][31] Group 1: Key Trends in AI Development - Trend 1: Computing infrastructure is becoming essential, with skyrocketing demand for data centers, marking the computing economy as the primary engine of the intelligent industry [5][6] - Trend 2: AI-driven demand is reshaping chip innovation, with GPUs facing challenges and NPU gaining traction, while ASIC/FPGA are experiencing growth [8][11] - Trend 3: Pre-training will determine the hierarchy of large models, with architectural innovations influencing pre-training levels [13] - Trend 4: Large models are entering the "inference time," with increasing demands for model innovation driven by complex tasks [15] - Trend 5: The period of information AI applications and physical AI research is emerging, with embodied intelligence becoming a focal point [17][20] Group 2: AI Applications and Market Dynamics - Trend 6: AI is reshaping traffic entry points, transitioning from "people finding services" to "services finding people," leading to the evolution of interaction paradigms [20][22] - Trend 7: Multi-modal capabilities are crucial for AI application deployment, enabling systems to process various information types, enhancing productivity [22] - Trend 8: AI hardware is proliferating across devices like PCs, smartphones, and IoT, addressing privacy, latency, and cost efficiency [25] - Trend 9: AI4S is accelerating the realization of AGI, with AI achieving capabilities comparable to doctoral-level problem-solving in various fields [25][27] - Trend 10: Open-source AI is entering a pivotal phase in China, with the country transitioning from a participant to a leader in the global AI landscape [28][30] Conclusion - The report emphasizes that the AI sector is at a historic turning point, with technology evolving from model competition to scenario integration, and highlights China's strategic advancements in open-source ecosystems, autonomous chips, and AGI pathways [31]