过去一周，全球AI行业再度进入高密度发布周期。从OpenAI被曝筹备GPT-4.5的灰度测试，到谷歌DeepMind联合多家机构发布Robotics Transformer 2.0（RT-2）的后续进展，再到国内百度、阿里、字节跳动密集更新其大模型产品的多模态交互能力，行业竞争焦点已从单纯的“参数竞赛”全面转向“多模态理解与生成”以及“端侧高效推理”的实战层。与此同时，AI芯片厂商与云服务商的深度绑定，正在重塑算力市场的定价逻辑，而中小开发者则面临“模型过剩”与“落地成本”之间的新矛盾。
多模态融合不再只是Demo，而是生产力刚需。本周，OpenAI悄然更新了其API文档，新增了图像序列作为输入提示的完整支持，允许开发者直接上传多帧画面并附带自然语言指令，从而让模型完成“看图讲故事”“分步质检”“动作捕捉”等复杂任务。这一动作被解读为GPT-4V系列能力的底层化，意味着多模态不再是独立产品，而是所有文本模型的基础输入输出形态。无独有偶，Meta发布了全新的ImageBind++框架，该框架统一了文本、图像、音频、深度图、热成像甚至IMU惯性传感器数据的对齐空间，使得机器人或自动驾驶系统可以基于单一预训练模型完成跨模态推理。业内分析认为，2025年下半年起，多模态能力将成为中大型模型的基础配置，单一文本模型的市场空间将被进一步压缩。
AI行业周报：多模态大模型竞速升级，智能体迈向“深度思考”新阶段
端侧推理迎来“小钢炮”时代，手机与PC成为AI主战场。高通在骁龙峰会上正式发布骁龙8 Gen 4移动平台，其内置的Hexagon NPU算力提升至80 TOPS，首次支持在本地运行超过70亿参数的量化模型，推理速度较前代提升近3倍。与此同时，苹果被曝正在测试基于M4芯片的本地大模型“Project Ferret”，该模型可在无网络连接的情况下完成文档摘要、邮件草拟和语音转录。端侧部署的最大价值在于隐私保护与低延迟，尤其适合医疗、金融、工业巡检等敏感场景。但值得警惕的是，目前端侧大模型在复杂逻辑推理和长文本生成上仍显著弱于云端旗舰模型，行业普遍认为“端云协同”才是未来主流架构——即端侧负责实时交互与隐私数据处理，云端负责重型推理与知识更新。
AI芯片竞争进入“生态卡位”阶段，软件栈成为胜负手。英伟达本周宣布了其CUDA 12.8更新，新增了对新一代Blackwell架构B200 GPU的稀疏化推理优化，并同步推出了专为大模型微调设计的NVIDIA NeMo框架升级版。但更值得关注的是，AMD与微软共同宣布，Azure用户将可以原生运行MI300X集群上的Llama 3.1 405B模型，且推理成本比英伟达H100降低约27%。这是AMD在软件生态上的一次重大突破，此前其痛点在于ROCm的易用性远逊于CUDA。与此同时，国内寒武纪、海光信息相继公布了性能对标H20的国产推理卡，并强调其已适配百川、智谱、通义千问等主流国产开源模型。芯片竞争的本质已从单卡算力转向“模型-芯片-编译器-工具链”的全栈优化，谁能降低开发者迁移成本，谁才能吃到下一波AI应用爆发的红利。
产业落地端，AI Agent开始从“聊天”走向“操作”。本周，由前OpenAI研究员创立的初创公司Cognition Labs发布了Devin 2.0，其核心突破在于能够自主规划并执行跨20个以上API的复杂任务，包括自动修复代码仓库的CI/CD错误、管理云原生K8s集群、甚至撰写合规报告。Devin 2.0在SWE-bench Pro基准上的通过率达到78%，远超上一代。与此同时，国内钉钉与飞书分别宣布其AI助理已能自动创建并跟进跨部门审批流程，并支持基于历史数据预测项目延期风险。然而，Agent大规模商用仍面临两大阻碍：一是决策链路的可解释性差，企业不敢完全放权；二是多步操作中的错误累积，缺乏有效的自我校验机制。预计未来半年内，具备“记忆-规划-反思”闭环的Agent将逐步取代单纯的提示词执行工具，成为企业数字员工的新形态。
政策与合规层面，欧盟《人工智能法案》的最终实施指引于本周正式发布，明确了高风险AI系统（如招聘、信贷、医疗诊断）必须进行第三方符合性评估，并对生成式模型提出“训练数据透明度”要求。这对中国出海AI企业构成直接挑战，尤其是面向欧洲市场的客服机器人和内容生成工具，需在数据溯源和偏见审计上投入更多资源。国内方面，网信办同步发布了《生成式人工智能服务管理暂行办法（修订草案）》，拟对超大规模预训练模型实施分级备案制，并鼓励开源社区提供可验证的模型安全卡。合规成本上升，将加速行业洗牌，小型AI工作室可能被迫依附于具备合规中台能力的大厂。
最后，从投资视角看，一级市场对“通用大模型”的追逐明显降温，转而聚焦“垂直行业数据闭环+小参数精调”的项目。本周多笔融资集中在具身智能、法律AI、药物分子生成三个赛道，单笔金额在千万美元级别。二级市场方面，英伟达市值虽短暂回调，但AMD与台积电的AI相关营收指引均超预期，算力产业链景气度依然坚挺。综合来看，AI行业正从“技术验证期”迈入“工程交付期”，谁能在多模态、端侧、生态合规三线并进中保持平衡，谁就能在下一轮洗牌中占据主动。