过去一年，市场围绕“人工智能泡沫何时破裂”的讨论持续升温。尽管资金仍在流向芯片、云计算容量与软件等领域，但多位业内人士指出，人工智能交易中最具投机性的过剩部分已在调整中被出清，市场正在从早期的情绪驱动转向更强调基础设施、可衡量回报与风险控制的阶段。 业内观点认为，当前人工智能相关资产仍可见泡沫常见特征，包括偏高估值与夸张叙事，但“轻松赚钱”的窗口正在收窄：融资门槛提高，资本更关注项目的可验证收益与

IFS称，截至2025年12月31日的财年，公司年度经常性收入同比增长23%，云收入增长30%，经常性收入占比达83%，净留存率为114%，运营利润率同比提升5个百分点。

生成式人工智能一度被视为提升创作效率与激发灵感的工具，但多名研究人员近期警告称，随着相关系统被广泛嵌入搜索引擎、社交媒体与办公软件，其输出正在呈现趋同与回流特征：内容更倾向复用近期既有风格与表达，减少语境差异与意外性。研究人员指出，这种变化并非源于单次“失误”，而可能来自模型训练与传播机制形成的长期反馈循环，且依赖程度越高，文化向前推进的难度可能随之上升。 研究团队将这一现象概括为“视觉电梯音乐”

IVP、CapitalG与NVIDIA作为基石投资者参与本轮融资。Baseten称将继续围绕推理平台建设，服务更多在生产环境部署多模型的企业客户。

人工智能在美国职场的渗透正从企业“官方试点”走向更分散的个人使用。多项调查与研究显示，在办公室、仓库及居家办公场景中，不少员工在未告知管理层的情况下，将聊天机器人、生成式内容工具等用于日常任务，相关实践的扩散速度被认为已快于不少企业内部政策的更新。 “秘密使用”现象浮现 一项最新研究指出，约五分之一的美国人在工作中“秘密”使用人工智能，原因是公司尚未正式允许。研究受访者称，即便是轻度使用（每月不到

多项测试与技术核查显示，ChatGPT最新版本在回答互联网覆盖较少的冷门问题时，可能会调用并按名称引用由埃隆·马斯克旗下xAI推出的AI撰写百科项目“Grokipedia”。相关发现引发外界对信息来源透明度、内容准确性以及偏见传播的担忧，并将原本的技术设计选择推向公共信任层面的讨论。 冷门查询中出现“Grokipedia”引用 据一份关于GPT-5.2的详细报告，搭载GPT-5.2模型的ChatG

中国正通过研究野生动物的捕食与群体协同行为，训练军事人工智能系统，以提升无人机、地面机器人等自主平台在战场环境中的潜伏、包围与攻击能力。相关描述称，工程团队除采用人类战术与计算机模拟外，也将动物行为模式转化为算法规则，以增强系统在对抗中的适应性与行动效率。 将捕食行为转化为战场算法 据报道，中国军事研究人员重点分析捕食者在选择、追踪与压制目标过程中的决策方式，并尝试将这些模式编码为自主武器的控制逻

机器人在重复性工业流程中应用已久，但在执行日常人类指令时，往往受限于指令的模糊性与环境的不确定性。微软推出的Rho-alpha（常写作ρα）试图缩小这一差距，通过把自然语言转化为可执行的协调动作，使机器人在变化场景中不必依赖脆弱脚本也能完成任务。 基于Phi家族构建，面向“物理人工智能” 微软将Rho-alpha定位为其推进“物理人工智能”的组成部分，目标是让机器人能够在人类周围更安全、更灵活地操

硅谷AI人才争夺战持续升温，但多位创业者注意到，市场上流转的往往是同一批来自知名企业与实验室的“熟面孔”。在这一背景下，有CEO尝试以“钱球”式统计方法重构招聘逻辑，主张用可量化的实际产出信号评估候选人，而非依赖公司品牌、学历背景或人脉推荐，以期在招聘人员浏览LinkedIn之前识别潜在的AI人才。 “简历循环”加深人才供给错配 报道指出，硅谷长期形成从少数精英公司和大学集中挖角的惯性做法。随着A

人工智能在生物学应用上取得新进展。研究人员报告称，他们利用算法从零开始生成噬菌体基因组，并在实验室合成后“复活”病毒，证明这些由模型设计的噬菌体能够感染、复制并摧毁目标细菌，包括危险的大肠杆菌菌株。相关成果目前仍限于受控实验环境，但显示出定制噬菌体有望成为应对抗生素不再敏感感染的精准工具。 研究团队指出，传统医学长期依赖抗生素控制常见感染，但细菌耐药性上升正在削弱既有治疗手段。与广谱药物对微生物群

企业管理层正面临AI生成内容快速增加带来的识别与治理挑战。安永（EY）首席创新官Depa表示，在其日常工作中，用于判断内容是否可能由AI生成的最可靠线索，并非依赖复杂检测工具或隐蔽水印，而是观察文本或材料是否“过于流畅、完美或可预测”。 Depa将这一方法概括为一个核心信号：当内容呈现出教科书式的清晰与顺滑、缺少人类表达中常见的细微瑕疵与个性化特征时，他会提高警惕，认为模型可能完成了主要写作工作。

现代汽车正在研发一套被描述为“10万美元级”的车载人工智能计算平台，试图将车辆定位为可移动的数据中心，而不仅是传统意义上的交通工具。相关报道指出，现代汽车希望通过更强的本地计算能力、定制化芯片与工厂端机器人体系，提升车辆感知与决策能力，并将2026年视为其高级驾驶辅助系统迈向更高阶自动驾驶能力的关键节点。 “10万美元级”车载AI平台：分层系统与多传感器融合 据报道，现代汽车实验室中的“10万美元