腾讯按下AI加速键，人才、组织、开源动作密集

编辑｜冷猫在外界感知中，腾讯在 AI 领域的动作更多被贴上稳健甚至克制的标签。但在 2025 年的尾声，从人才引进到产品迭代再到组织变革，一系列密集信号的发出，也侧面表明这个巨头正在按下加速键。12

无需再训练微调，一个辅助系统让GPT-5.2准确率飙到创纪录的75%

编辑 | 杜伟、陈陈什么？决定 AI 上限的已不再是底座模型，而是外围的「推理编排」（Orchestration）。在 LLM 完全不变的前提下，仅靠一套 Agentic System，就能让 AI

越狱成功率飙升至87.6%，南京大学联合美团、上交破解主流视频生成模型安全漏洞

来自南京大学 PRLab 的王淞平、钱儒凡，在单彩峰教授与吕月明助理教授的联合指导下，提出首个面向图生视频（I2V）模型的多模态自进化越狱攻击框架 RunawayEvil。本研究联合了美团、上海交通大

字节做了个 AI 手机，钉钉做了台 AI 主机

编辑｜张倩、陈陈没想到，2025 年的最后一个月，AI 硬件圈竟然这么热闹。月初，豆包 AI 手机上线即刷屏。大家发现，原来让 AI 接管手机之后，那么多事情都可以自动化。但没想到，上线第二天，一些

从「会表演」到「更会演」：KlingAvatar2.0让数字人拥有生动灵魂

机器之心发布还记得几个月前那个能随着音乐节拍自然舞动的 KlingAvatar 数字人吗？现在，它迎来了史诗级进化！近日，快手可灵团队正式发布了 KlingAvatar2.0 技术报告，这一次，数字人

广电绝地反击！揭秘多彩新媒「不烧钱」的AI生存法则

机器之心发布目前，传统广电行业正面临一场深刻的生存危机。外部竞争压力持续加剧，不断挤压行业原有的发展空间：家庭智能语音设备渗透率已经突破 68%，短视频平台日均占用用户时长已经高达 2.8 小时，用户

拒绝「盲修」：JarvisEvo 如何让 Agent 像人类一样拥有「视觉反思」能力？

在迈向通用人工智能的道路上，我们一直在思考一个问题：现有的 Image Editing Agent，真的「懂」修图吗？大多数基于 LLM/VLM 的智能体，本质上更像是一个「盲目的指挥官」。它们能流利

拿走200多万奖金的AI人才，到底给出了什么样的技术方案？

编辑｜张倩在国内，懂技术 —— 尤其是 AI 技术的年轻人，真的不缺崭露头角的机会。前段时间，2025 年腾讯广告算法大赛结果揭晓，前 10 名队伍的全部成员都拿到了腾讯的录用意向书，冠军还拿到了 2

仅需15%全量Attention！「RTPurbo」阿里Qwen3长文本推理5倍压缩方案来了

机器之心发布为什么大模型厂商给了 128K 的上下文窗口，却在计费上让长文本显著更贵？为什么 Claude 能 “吞下整本书”，但官方示例往往只展示几千字的文档？为什么所有大模型厂商都在卷 “更长上下

技术革新+生态赋能：多彩新媒构建智慧广电新标杆​

机器之心发布很多人可能并不了解，在贵州，IPTV 已经成为当下覆盖最广的家庭信息入口之一 —— 家庭覆盖率接近 89%，用户规模超过 1129.5 万户。然而把时间拨回八年前，贵州并不是一个 IPTV

VideoCoF：将「时序推理」引入视频编辑，无Mask实现高精度编辑与长视频外推！

本文第一作者是 UTS 博士生杨向鹏，主要研究方向是视频生成和世界模型；第二作者是谢集，浙江大学的四年级本科生，主要研究方向统一多模态大模型和视频生成。通讯作者是吴强教授，主要研究方向为计算机视觉和模

陈天桥旗下盛大AI东京研究院于SIGGRAPH Asia正式亮相，揭晓数字人和世界模型成果

机器之心发布在 SIGGRAPH Asia 2025 期间，盛大集团（Shanda Group）旗下，盛大 AI 东京研究院（Shanda AI Research Tokyo）以展台活动、BoF 学术

瞄准AI、图形顶端战场：摩尔线程上演国产GPU硬核实力路演

编辑｜泽南、+0这就是摩尔线程最新 AI 计算卡 S5000，单卡跑满血 DeepSeek 大模型的成绩。每秒 1024 token 的流畅解码，超过 4000 token 的峰值吞吐，只需要搭载在通

智能体如何学会「想象」？深度解析世界模型嵌入具身系统的三大技术范式

长期以来，具身智能系统主要依赖「感知 - 行动」的反应式回路，缺乏对未来的预测能力。而世界模型的引入，让智能体拥有了「想象」未来的能力。具身智能机器人通过世界模型想象抓杯子任务那么关键问题来了：世界模

震撼，英伟达新模型能打遍几乎所有游戏

编辑｜冷猫话不多说，先给大家看个视频。这流畅的游戏动作，简直堪比是技术流游戏玩家的实况画面。尤其是茶杯头的躲避跳跃踩灵魂一气呵成，让我们自愧不如。我要有这么快的反应和操作水准，玩丝之歌真不至于红温。最

遥遥无期的AGI是画大饼吗？两位教授「吵起来了」

编辑｜冷猫大模型的通用性和泛化性越来越强大了。虽说一些新模型，比如说「差评如潮」的 GPT-5.2，在专业任务和智能水平已经达到了非常出色的水平，但离我们所认知的 AGI 依旧十分遥远。不过，这也说明

相机运动误差降低40%！DualCamCtrl：给视频生成装上「深度相机」，让运镜更「听话」

本研究的共同第一作者是来自于香港科技大学（广州）EnVision Research 的张鸿飞（研究助理）和陈康豪（博士研究生），两位研究者均师从陈颖聪教授。你的生成模型真的「懂几何」吗？还是只是在假装

挑战WorldLabs：Visionary，一个全面超越Marble底层渲染器的WebGPU渲染平台

该工作由上海人工智能实验室钟志航团队联合四川大学、东京大学、上海交通大学、西北工业大学共同完成。在李飞飞团队 WorldLabs 推出 Marble、引爆「世界模型（World Model）」热潮之后

玩到崩溃，《青椒模拟器》游戏爆火，我在AI世界一路升级做院士

机器之心编辑部「出门在外，身份都是自己给的」。最近两天，一款名为《青椒模拟器》的小游戏突然火了，好玩程度一整个把人震撼住了。游戏时间以学年为单位推进。一开始，每个人的起点都差不多：职称未定、资源有限、

Anthropic公布新技术：不靠删数据，参数隔离移除AI危险

机器之心编辑部近年来，大语言模型的能力突飞猛进，但随之而来的却是愈发棘手的双重用途风险（dual-use risks）。当模型在海量公开互联网数据中学习时，它不仅掌握语言与推理能力，也不可避免地接触到

布局控制+身份一致：浙大提出ContextGen，实现布局锚定多实例生成新SOTA

随着扩散模型（Diffusion Models）的迭代演进，图像生成已经日臻成熟。然而，在 多实例图像生成（Multi-Instance Image Generation, MIG） 这一有着大量用户

拆解CANN：当华为决定打开算力的「黑盒」

编辑｜Panda、泽南大模型的竞争如火如荼，也有一群人正在研究如何降低门槛，让 AI 工具变得亲民。最近，在 AI 基础算力上重磅频出的华为，又亮出了一张王牌：昇腾的底层基础软件，CANN 全面开源开

Mamba作者团队提出SonicMoE：一个Token舍入，让MoE训练速度提升近2倍

机器之心编辑部混合专家（MoE）模型已成为在不显著增加计算成本的情况下，实现语言模型规模化扩展的事实标准架构。近期 MoE 模型展现出明显的高专家粒度（更小的专家中间层维度）和高稀疏性（在专家总数增加

大模型「越想越错」？人大&腾讯团队用信息论揭示：什么时候该想、什么时候别想

本文的第一作者雍希贤是来中国人民大学的博士生，研究方向聚焦于 Humanoid AI，LLM Coginition & Reasoning。通讯作者为中国人民大学的周骁副教授以及腾讯天衍实验室的吴贤。

不卖「工具」卖「生产力」，百融云创如何用「硅基员工」打破AI落地僵局？

编辑｜Youli年初，围绕着 2025 年将是「大模型落地应用元年」「AI Agent 元年」的共识，业界开始了大规模持续探索。如今临近年尾，回过头来看，从高度标准化的客服对话、代码生成到流程化文档处

与Physical Intelligence同日发声：深度机智亮出「情境数采」杀手锏，具身智能的通用性天花板要被捅破了？

机器之心发布具身智能通往通用性的征途，正被 “数据荒漠” 所阻隔。当模型在模拟器中刷出高分，却在现实复杂场景中频频 “炸机” 时，行业开始反思：我们喂给机器人的数据，是否真的包含人类操作的精髓？近日，

SIGGRAPH Asia 2025 | 只用一部手机创建和渲染高质量3D数字人

在计算机图形学、三维视觉、虚拟人、XR 领域，SIGGRAPH 是毫无争议的 “天花板级会议”。 SIGGRAPH Asia 作为 SIGGRAPH 系列两大主会之一，每年只接收全球最顶尖研究团队的成

硬刚Sora2，万相2.6轻松定制角色、控制分镜，普通人也能当导演

编辑｜+02025 年即将画上句号，回望这一年的视频生成领域，用「突飞猛进」来形容毫不为过，甚至可以说，视频内容创作的范式正在悄然发生改变。9 月，OpenAI 发布的 Sora 2 凭借「客串（Ca

SIGGRAPH Asia 2025：摩尔线程赢图形顶会3DGS挑战赛大奖，自研LiteGS全面开源

机器之心发布12 月 17 日，在香港举办的全球图形学领域备受瞩目的顶级学术盛会 SIGGRAPH Asia 2025 上，摩尔线程在 3D Gaussian Splatting Reconstruc

WAIC Future Tech 2026：全球科技曝光+合作，资本的下一个掘金点