Ключевые слова：DeepSeek, OpenAI, Google Android XR, Робот Zhiyuan, Помощник Doubao, ИИ-компаньон для обучения, Орбитальный центр данных SpaceX, Модель DeepSeek R1, Красная тревога OpenAI, Android XR SDK, Робот Zhiyuan Expedition A1, Кросс-приложение Doubao AI, DeepSeek, OpenAI, Google Android XR, Робот Zhiyuan, Помощник Doubao, ИИ-компаньон для обучения, Орбитальный центр данных SpaceX, Модель DeepSeek R1, Красная тревога OpenAI, Android XR SDK, Робот Zhiyuan Expedition A1, Кросс-приложение Doubao AI
🔥 В центре внимания
Основатель DeepSeek Лян Вэньфэн вошел в десятку научных деятелей года по версии Nature: Лян Вэньфэн был назван журналом Nature одним из десяти научных деятелей 2025 года за вклад и революционное влияние модели DeepSeek в области AI, получив звание “технологического разрушителя”. DeepSeek потрясла индустрию своими мощными, экономичными и открытыми моделями (такими как R1, V3.2), доказав, что большие модели не обязательно требуют бесконечного наращивания ресурсов для достижения передового уровня, и тем самым повысив технологическое влияние отечественных больших моделей в мировом сообществе. Оценка DeepSeek достигла 1,05 триллиона юаней, а состояние Лян Вэньфэна резко возросло до 184,62 миллиарда юаней. Его “гиковский” характер и приверженность открытому исходному коду рассматриваются как символ перехода китайского AI от имитатора к новатору. (Источник: 36氪, 36氪, 36氪)
OpenAI объявила “красный уровень тревоги” и опубликовала отчет о корпоративном AI: Генеральный директор OpenAI Сэм Альтман, столкнувшись с острой конкуренцией со стороны Google Gemini и Meta, 1 декабря объявил “красный уровень тревоги” высшего уровня, приостановив неосновные операции и сосредоточив ресурсы на укреплении ключевых преимуществ ChatGPT. Одновременно OpenAI опубликовала “Отчет о состоянии корпоративного AI”, который показывает ускорение внедрения корпоративного AI: сотрудники экономят в среднем почти 1 час рабочего времени в день, но эффективность 5% наиболее активных пользователей возросла в 16 раз, что вызывает опасения по поводу “разрыва в благосостоянии” в эпоху AI. Фокус конкуренции сосредоточен на возможностях моделей, доле рынка и борьбе за таланты. (Источник: 36氪, 36氪)
Google представила платформу Android XR и несколько моделей AI-очков: На мероприятии XR Edition Google системно представила Android XR, позиционируя ее как первую унифицированную платформу расширенной реальности, призванную расширить опыт Android на сферу XR. Платформа, разработанная в сотрудничестве с Samsung и Qualcomm, предлагает разнообразные форм-факторы оборудования, включая стильные умные очки с AI (в сотрудничестве с Warby Parker, Gentle Monster), проводные XR-очки (Project Aura в сотрудничестве с XREAL) и обновленную гарнитуру Samsung Galaxy XR. SDK Android XR также был обновлен, предоставляя полную поддержку для разработчиков, что предвещает значительный прогресс в слиянии AI и XR. (Источник: 36氪, 36氪)
Компания “Чжиюань Робот” (智元机器人) “Чжихуэй Цзюня” (稚晖君) выпустила 5000 роботов серийного производства: Компания “Чжиюань Робот”, основанная предпринимателем в области воплощенного интеллекта “Чжихуэй Цзюнем” Пэн Чжихуэем, менее чем за три года выпустила 5000 универсальных воплощенных роботов серийного производства. Линейка продуктов охватывает полноразмерных гуманоидных роботов (远征 A1/A2), полуразмерных гуманоидных роботов (灵犀 X1/X2) и колесных воплощенных роботов (精灵 G1/G2), которые в основном применяются в промышленном производстве, логистической сортировке, сборе и обучении данных, а также в качестве гидов-консультантов, в развлекательных и коммерческих выступлениях. Эта веха знаменует собой то, что темпы серийного производства в индустрии воплощенного интеллекта превзошли ожидания, и компания уже получила заказы на сотни миллионов юаней. (Источник: 36氪)
Мобильный помощник “Доубао” (豆包手机助手) вызывает борьбу за точки входа в эпоху AI: Мобильный помощник “Доубао”, запущенный ByteDance, в глубоком сотрудничестве с ZTE, пытается интегрировать возможности AI на уровне операционной системы телефона для глобальных операций между приложениями, что вызвало потрясение в отрасли. Этот продукт призван бросить вызов статусу существующих супер-App как точек входа трафика, но немедленно столкнулся с техническими ограничениями со стороны крупных компаний, таких как WeChat и Taobao. Это событие выводит конкуренцию за супер-точки входа в эпоху AI на передний план, предвещая, что интеграция программного и аппаратного обеспечения, накопление экосистемы и сотрудничество между устройствами и облаком станут ключевыми тенденциями развития AI-помощников в будущем. (Источник: 36氪, 36氪)
🎯 Тенденции
“Ветеран” AI Цзоу Ян: AGI не главное, внедрение приложений меняет мир: Соучредитель Future Intelligence Цзоу Ян считает, что хотя технология больших языковых моделей еще не достигла AGI, она уже достаточно развита, чтобы полностью трансформировать все отрасли. Он подчеркивает, что истинная ценность AI заключается в проникновении в промышленные процессы, становясь “внешним мозгом” для повторяющейся умственной работы предприятий, обеспечивая структурированное воспроизведение экспертного опыта. Он отмечает, что отрасль должна сосредоточиться на том, как интегрировать существующие технологии в бизнес и добиться их масштабного внедрения, а не чрезмерно гнаться за далекой вершиной AGI. (Источник: 36氪)
AI-генерированная реклама перестраивает индустрию, возможности и вызовы сосуществуют: Искусственный интеллект глубоко трансформирует индустрию цифровой рекламы, эволюционируя от программной к интеллектуальной рекламной системе. Возможности включают диверсификацию точек входа трафика, автоматизацию создания контента, максимальную персонализацию опыта (“один человек — тысяча лиц”), интеллектуализацию механизмов размещения и трансформацию роли рекламных агентств. Однако проблемы, такие как недостаточная зрелость технологий (нестабильность вывода моделей, непрозрачность алгоритмов), регуляторные вызовы (ложная реклама, дипфейки), риски доверия пользователей и конфиденциальности, а также затраты на трансграничное соответствие, требуют срочного решения. Отрасль должна создать систему “легкого регулирования + совместного управления”, обновить управление рисками платформы, усилить управление данными и поощрять бренды создавать собственные интеллектуальные агенты. (Источник: 36氪)
Прогноз для мировой страховой индустрии на 2026 год: AI перестраивает правила игры: Отчет Deloitte указывает, что мировая страховая индустрия входит в глубокие воды замедления роста и давления на прибыль, и AI становится ключевой силой, перестраивающей правила игры в отрасли. В сфере нежизненного страхования AI реализует “прогнозирование рисков” через актуарные расчеты, выявление мошенничества и предупреждение рисков; в сфере страхования жизни и аннуитетов изменения в структуре капитала и ускорение интеграции частных инвестиций делают способность управлять активами ключевой; в сфере группового страхования в модели B2B2C возможности цифрового доступа и превосходный пользовательский опыт являются конкурентными преимуществами. Масштабное применение AI зависит от высококачественных данных, современных систем и обеспечения безопасности, а также требует переквалификации персонала. (Источник: 36氪)
Новая архитектура Google HOPE решает проблему долгосрочной памяти больших моделей: Google представила в статье новую архитектуру HOPE, призванную решить проблему долгосрочной памяти больших моделей, что критически важно для широкого применения AI-агентов. Эта архитектура определяет механизм самовнимания Transformer как “краткосрочную систему” и вводит независимый модуль нейронной долгосрочной памяти, отвечающий за хранение и вызов ключевой информации в разных контекстных окнах, что переопределяет “структуру мозга” больших моделей. Долгосрочная память эволюционирует от инженерного патча к основной возможности модели, определяя, сможет ли AI использоваться и доверяться в долгосрочной перспективе. (Источник: 36氪)
AI-учебные партнеры перестраивают образование, объединяя навыки, эмоции и знания: AI-учебные партнеры быстро набирают популярность в мировой образовательной сфере, интегрируясь в повседневное обучение студентов в роли “компаньонов”. В области тренировки навыков AI-репетиторы по языкам (такие как Duolingo Roleplay, “Гулу Коуюй” (咕噜口语)) предлагают иммерсивный диалог и мгновенную коррекцию ошибок. В области психологической поддержки и управления привычками AI (такие как Replika, “Сюэ Эрс Сы Сяо Сы 3.0” (学而思“小思3.0”)) предоставляют эмоциональную поддержку и руководство по привычкам. В области руководства знаниями AI (такие как PhotoMath, “Сяо Юань AI Чао Нижэнь Лаоши” (小猿AI超拟人老师)) эволюционируют к “индивидуальному обучению по всем предметам”, предлагая пошаговое объяснение. (Источник: 36氪)
Грандиозный нарратив Маска: SpaceX выходит на рынок орбитальных центров обработки данных: Отчет Morgan Stanley указывает, что резкий рост оценки SpaceX частично обусловлен рыночной оценкой грандиозного нарратива новой AI-инфраструктуры — “орбитальных центров обработки данных”. Маск предполагает использование Starship и спутников Starlink V3, оснащенных GPU, для формирования огромного вычислительного облака на орбите через высокоскоростное лазерное соединение, что решит проблему нехватки электроэнергии на Земле, обеспечит экстремальное охлаждение, неограниченную энергию и глобальное периферийное подключение. Эта область привлекла множество игроков, таких как Starcloud, Axiom Space, Google и Nvidia. (Источник: 36氪)
🧰 Инструменты
Zhipu AI выпустила серию мультимодальных больших моделей GLM-4.6V с открытым исходным кодом: мощные функции, цена вдвое ниже: Zhipu AI выпустила серию мультимодальных больших моделей GLM-4.6V и агента AutoGLM с открытым исходным кодом, чтобы снизить порог доступа к мультимодальному AI. GLM-4.6V увеличивает контекстное окно до 128k токенов и впервые нативно интегрирует Function Call в визуальные модели. Фактически модель показала стабильную производительность в распознавании изображений для покупок, клонировании веб-страниц, понимании длинных документов и видео, хотя смешанная компоновка текста и изображений все еще нуждается в оптимизации. Цена API снижена вдвое, а облегченная версия GLM-4.6V-Flash предоставляется бесплатно, что способствует применению мультимодального AI среди частных лиц и небольших команд. (Источник: 36氪)
AI-учебные партнеры перестраивают образование, объединяя навыки, эмоции и знания: AI-учебные партнеры быстро набирают популярность в мировой образовательной сфере, интегрируясь в повседневное обучение студентов в роли “компаньонов”. В области тренировки навыков AI-репетиторы по языкам (такие как Duolingo Roleplay, “Гулу Коуюй” (咕噜口语)) предлагают иммерсивный диалог и мгновенную коррекцию ошибок. В области психологической поддержки и управления привычками AI (такие как Replika, “Сюэ Эрс Сы Сяо Сы 3.0” (学而思“小思3.0”)) предоставляют эмоциональную поддержку и руководство по привычкам. В области руководства знаниями AI (такие как PhotoMath, “Сяо Юань AI Чао Нижэнь Лаоши” (小猿AI超拟人老师)) эволюционируют к “индивидуальному обучению по всем предметам”, предлагая пошаговое объяснение. (Источник: 36氪)
📚 Обучение
Визуальные возможности больших моделей “отказывают”: EgoCross выявляет узкие места кросс-доменной генерализации: Команда проекта EgoCross сосредоточилась на оценке кросс-доменных видеовопросов и ответов от первого лица, выявив узкие места в генерализации существующих MLLM в специализированных сценариях, таких как хирургические операции, промышленность, экстремальные виды спорта и перспективы животных. Исследование показало, что даже ведущие модели показали резкое падение точности до менее 55% в этих незнакомых областях, что значительно ниже, чем в повседневных сценариях. Команда создала первый кросс-доменный бенчмарк EgocentricQA и с помощью таких методов, как обучение с подсказками, контролируемая тонкая настройка и обучение с подкреплением, подтвердила, что методы RL могут привести к значительному улучшению производительности, предоставив направление для создания моделей с более широкими возможностями генерализации. (Источник: 36氪)
Вычислительная мощность в академической среде “уничтожена”: в Стэнфорде на человека приходится ≈0,1 GPU: Ведущие университетские лаборатории США повсеместно сталкиваются с острой нехваткой GPU, например, в Стэнфорде на человека приходится всего около 0,14 GPU, что значительно ниже, чем в промышленности. Это затрудняет проведение крупномасштабных AI-исследований в академической среде, ускоряет переток ведущих талантов в промышленность и постепенно лишает академическое сообщество способности определять передовые направления. Хотя некоторые университеты (такие как NYU, UT Austin) строят собственные AI-фабрики, общий разрыв в ресурсах огромен, что представляет серьезный вызов для AI-исследований и образования. (Источник: 36氪)
Взаимодействие человека и робота и социальная робототехника: интервью с профессором Мэринел Васкес: Подкаст AAAI “Generations in Dialogue” взял интервью у профессора Мэринел Васкес, обсуждая исследования в области взаимодействия человека и робота (HRI) и социальной робототехники. Исследования профессора Васкес сосредоточены на динамике социальных групп в многосторонних средах, разработке алгоритмов восприятия и принятия решений, которые позволяют роботам действовать автономно и социально осознанно, а также на моделировании взаимодействий как графов для одновременного рассуждения роботов об индивидах, отношениях и группах. Она также обсудила потенциал роботов в образовании и как решать общественные заблуждения о роботах. (Источник: aihub.org)
💼 Бизнес
AI-стартап по моделированию Aaru привлек 350 миллионов юаней финансирования, оценка превысила 1 миллиард долларов США: Американский стартап по исследованиям в области синтетического AI Aaru, основанный тремя основателями, родившимися после 2005 года (самому молодому 16 лет), по сообщениям, завершил раунд финансирования Серии A на сумму более 50 миллионов долларов США (около 350 миллионов юаней), при номинальной оценке в 1 миллиард долларов США. Основная технология Aaru заключается в использовании AI Agents для моделирования человеческого поведения и прогнозирования реакции определенных групп людей на события. Она уже успешно применяется в опросах общественного мнения на политических выборах и предлагает продукты для моделирования данных для предприятий, политических кругов и государственного сектора. (Источник: 36氪)
Бывший исследователь OpenAI объединился с Google, чтобы “окружить” Nvidia: Фонд, основанный бывшим исследователем OpenAI Леопольдом Ашенбреннером, ведет переговоры о ведущей инвестиции в размере более 700 миллионов долларов США в облачного провайдера Fluidstack. Fluidstack, как канал распространения Google TPU, направлен на то, чтобы бросить вызов монополии Nvidia на вычислительные мощности. Этот шаг подчеркивает стратегическое развертывание Google в области AI-чипов и безумную погоню капитального рынка за AI-инфраструктурой. (Источник: 36氪)
Шэньчжэньская компания Enabot, производящая AI-роботов-компаньонов, получила инвестиции от Sequoia, количество пользователей превысило миллион: Компания Enabot (赋之科技) благодаря своим продуктам AI-роботов-компаньонов превысила 1 миллион пользователей по всему миру и получила несколько раундов финансирования от Sequoia, Longfor Capital и других. Изначально компания вышла на рынок компаньонов для домашних животных, но позже неожиданно обнаружила широкий рынок для эмоционального сопровождения человека и, интегрировав диалог больших AI-моделей и мультимодальные технологии эмоционального взаимодействия, выпустила продукты для домашних роботов, такие как EBO X. Функции продуктов варьируются от удаленного наблюдения и взаимодействия до эмоционального резонанса, адаптированы к потребностям пользователей в различных культурных контекстах. (Источник: 36氪)
🌟 Сообщество
Вызов “последней мили” для оффлайн-распространения AI-очков: Несмотря на высокую популярность AI-очков в интернете, их уровень оффлайн-распространения в центральных торговых районах Гуанчжоу значительно ниже ожидаемого. Рынок сталкивается с вызовом “двойной идентичности”: традиционные оптики не разбираются в технологиях, а магазины электроники не предоставляют профессиональные услуги по подбору очков. Проблемы с подбором очков для AI-очков с дисплеем (например, решение с магнитным креплением Rokid и дорогостоящее интегрированное решение Quark S1) также ограничивают их массовое распространение. В отчете отмечается, что для того, чтобы AI-очки действительно вошли в повседневную жизнь, необходимо создать оффлайн-систему, которая позволит потребителям “покупать с уверенностью, удобно подбирать и беспрепятственно использовать”. (Источник: 36氪)
Падение робота Tesla Optimus с дистанционным управлением вызвало бурное обсуждение, автономность под вопросом: Робот Tesla Optimus, предположительно упавший после “снятия гарнитуры” с дистанционным управлением на мероприятии, вызвал бурное обсуждение в социальных сетях и вопросы об автономности робота. Ранее Optimus также был замечен в инцидентах, когда складывание одежды осуществлялось с помощью роботизированной руки, а действия на мероприятиях контролировались инженерами за кулисами. Хотя Маск возлагает большие надежды на Optimus, эти события подчеркивают вызовы полной автономности гуманоидных роботов и вызвали дискуссии о ценности дистанционного управления роботами и будущих моделях работы. (Источник: 36氪)
Эпоха AI и диалог с моделями: Аманда Аскелл делится методологией: Доктор философии Аманда Аскелл из Anthropic, известная как “дизайнер личности” Claude, поделилась методологией построения сотрудничества с AI-моделями. Она сравнивает AI с “забывчивым гением”, подчеркивая, что при общении с моделью необходимо четко выражать намерения, разбивать сложные задачи и предоставлять достаточный контекст. Через “документ души” она формирует личность Claude, делая его мягким и обладающим чувством границ. Она считает, что обычные люди должны перейти от “написания команд” к “проектированию диалогов”, предприятия должны рассматривать AI как сотрудника, а не как инструмент, а персонализация AI станет ключом к дифференциации продуктов. (Источник: 36氪)
AI-стартап-сообщество “стареет”: китайский рынок больше ценит опыт и ресурсы: Наблюдения показывают, что на китайских AI DemoDay основатели, как правило, старше (в основном родившиеся в 80-х, до 95-го), а продукты также обладают “эстетикой среднего возраста”, например, умные слуховые аппараты, промышленный воплощенный интеллект. Это контрастирует с “молодежным бумом” AI-стартапов в США. Анализ показывает, что предпринимательство в области прикладного AI в Китае требует глубокого понимания клиентов, высокого соответствия продукта рынку и накопления ресурсов, и эти “временные факторы” делают “молодость” недостатком. В то же время олигополизация больших моделей и спрос на “большие и красивые” приложения способствуют тому, что все больше опытных руководителей крупных компаний начинают кросс-индустриальные стартапы, делая “старение AI-стартап-сообщества” тенденцией. (Источник: 36氪)
Сотрудники Amazon совместно выступили против AI-стратегии, опасаясь, что она “разрушит демократию, рабочие места и планету”: Более 1000 сотрудников Amazon совместно опубликовали открытое письмо, предупреждая, что “неконтролируемая” скорость внедрения AI компанией может нанести огромный ущерб демократии, рабочим местам и планете. Сотрудники опасаются, что Amazon жертвует климатическими обязательствами ради AI (увеличение выбросов углерода центрами обработки данных), ускоряет замещение рабочих мест (массовые увольнения, принудительная интеграция AI) и расширяет технологии наблюдения (доступ полиции к камерам Ring). Они призывают Amazon опубликовать план по возобновляемым источникам энергии, создать механизм участия сотрудников в принятии решений по AI и обязаться не использовать AI-технологии для насилия, наблюдения и массовых выселений. Amazon отрицает обвинения. (Источник: 36氪)
Распределение ответственности за ущерб, причиненный AI-агентами: адаптация и корректировка существующей правовой базы: Юридическое сообщество обсуждает проблему распределения ответственности за ущерб, причиненный AI-агентами: требуется ли совершенно новая правовая база, или существующие законы (такие как ответственность за халатность и ответственность за продукцию) могут быть адаптированы. Некоторые считают, что AI-агенты схожи с традиционными продуктами, и разработчики и пользователи должны нести ответственность в соответствии со своей способностью предотвращать риски. Вызов заключается в сложности, непредсказуемости и непрозрачности AI, что затрудняет доказательство халатности и причинно-следственной связи. Предлагается путем осторожной корректировки существующих законов, например, возложить более строгую ответственность на разработчиков и повысить техническую грамотность юристов, обеспечить справедливое распределение ответственности. (Источник: 36氪)