景联文AI观察动态速递 第4期

大厂模型动态

1. OpenAI 于2025年12月12日发布了GPT - 5.2系列模型，包括GPT - 5.2 Instant、GPT - 5.2 Thinking和GPT - 5.2 Pro三个版本。该模型在多个方面表现出色，性能超越谷歌Gemini 3 Pro，擅长完成有经济价值的任务，在GDPval等基准测试中，有70.9%的时间能追赶甚至吊打专业人士。

同时，OpenAI官宣与迪士尼达成合作，迪士尼向OpenAI投资10亿美元并获超200个热门IP授权，Sora和ChatGPT Images将具备相关创作能力。此外，OpenAI两款神秘图像模型Chestnut和Hazelnut在相关平台测试，据称为GPT Image 2。

2. 谷歌推出新版Gemini Deep Research Agent，基于Gemini 3 Pro构建，经多步强化学习训练，能处理海量上下文并验证观点；开源新网络研究Agent基准DeepSearchQA；推出全新交互API（Interactions API），重新定义开发者构建AI应用的方式。谷歌Nano Banana Flash新模型及Gemini 3 Flash也在本周发布。

3. 微软多个AI产品部门下调销售目标，Azure AI平台Foundry销售额增长目标降低。此前已将Spotify、Zillow和Figma等应用加入ChatGPT，此次Adobe又推出适用于ChatGPT的Photoshop、Express和Acrobat。

4. Meta押注的神秘项目Avocado（牛油果）发布时间从2025年底推迟至2026年Q1，蒸馏学习用了Google Gemma、OpenAI gpt - oss和Qwen模型，可能闭源。

Llama 4发布后表现不佳，扎克伯格重新思考开源战略，成立MSL超级智能实验室并引入28岁AI官Alexandr Wang，MSL裁员600人，同期宣布270亿美元建设Hyperion数据中心。

其他公司模型动态

1. 商汤发布Seko 2.0多剧集创作功能，支持最高100集连续创作，一人30分钟可完成一集短剧，全流程自动化。核心优势是保持资产库主体和场景一致性，每集承上启下，数据采集成本仅为真机遥操方案的10%。

2. 腾讯元宝AI助手推出QQ群智能未读消息总结功能，将群聊记录提炼成总结报告，功能包括热聊话题归类、精准信息追踪、群文件整合和原文直达索引。

3. 华盛顿州Starcloud公司发射的Starcloud - 1卫星搭载H100芯片，成功运行谷歌Gemma并训练出首个太空LLM，基于nanoGPT用莎士比亚语料训练，能以文艺复兴时期语言风格回答问题和做实时情报分析。

4. 灵初智能发布具身原生人类数据采集方案Psi - SynEngine，含数采套装、数采数据管线和跨本体数据迁移模型。数据获取成本仅为真机遥操方案10%，定位精度达亚毫米级，可采集手部手臂全部自由度和全手触觉信息。同步发布Psi - SynNet - v0多模态数据集，已构建上万小时规模，计划明年突破百万小时量级。

5. NatureSelect团队发布首个情感大模型Echo - N1（32B参数），在多轮情感陪伴任务中胜率远超千亿参数商业模型Doubao 1.5，创新提出相关模型，通过双重奖励机制训练，在高难度心理场景测试中，综合评分远高于基座模型Qwen3 - 32B。

6. 稚晖君创立的智元机器人三大产线累计下线5000台，涵盖三种类型，已获多个企业订单，中标中国移动采购项目，机器人应用于工业制造、企业服务、文娱商演等多元场景。

最新开源模型（含框架、平台、工具、方案、Agent开发、Robotics开发）

1. 智谱开源了多项成果，包括工业级GLM - TTS模型，采用Apache 2.0协议，商用友好。该模型仅需3秒就能复刻音色，通过GRPO强化学习、LoRA微调、Phoneme - in技术等，在情感表达和副语言方面达到开源界目前最佳水平，能为内容创作者和开发者带来诸多便利。同时，发布并开源了“超级大脑”（云端模型GLM - ASR - 2512）、“随身小秘”（开源端侧模型GLM - ASR - Nano - 2512）和“神仙输入法”（智谱AI输入法）。此外，还开源了AutoGLM手机Agent全套能力，研发32个月，实现全球首个具备Phone Use能力的AI Agent，覆盖50 +高频中文App，系统采用云手机架构确保数据安全，放弃操作隐私敏感App，建立基础动作框架，模型以双许可开源，推动Agent开源生态建设。

2. 香港中文大学MMLab与美团研究团队开源提出OneThinker，这是一个基于RL的统一多模态视觉推理通才模型，覆盖图像与视频两种模态下的十类核心视觉任务。通过多模态统一任务数据构建和EMA - GRPO强化训练算法，解决了传统RL模型在多任务、多模态场景下的局限，在31项主流视觉任务测试中表现亮眼，能在未见任务上合理推理，展现泛化能力。

3. Mistral AI 发布下一代代码模型系列Devstral 2（123B）和Devstral Small 2（24B），在SWE - bench Verified上表现良好，成本效率比Claude Sonnet高出7倍。同步发布原生CLI工具Mistral Vibe，已作为Zed扩展程序提供，采用修改版MIT许可证，月收入超2000万美元的公司需购买商业授权。

4. 阿里通义实验室推出Qwen - Image - i2L开源工具，单张样本即可训练LoRA实现个性化风格迁移，可无缝集成其他模型，提供四款模型变体，基于Apache2.0许可开源，在基准测试中领先，但在单张2D图提炼3D逻辑上有局限。

5. 蚂蚁全模态代码算法团队在NeurIPS 2025上展示Code Graph Model (CGM)，这是一种将代码库图结构集成到开源LLM中的创新架构，开启了“图增强代码大模型”新范式。通过多粒度代码图谱建模、结构 - 语义双模态对齐和两阶段训练策略，在代码库级任务上登顶开放权重模型榜首。为其搭配的轻量级、无代理的GraphRAG框架，核心流程精简为4个模块，可有效生成修复补丁。

数据加工范式、数据需求态势

1. OneThinker模型搭建了OneThinker - 600k和OneThinker - SFT - 340k数据集，分别用于强化学习阶段主力训练和SFT阶段冷启动，通过图像与视频任务联合训练，在时空维度建立统一推理能力。

2. CGM模型采用两阶段训练策略，子图重构预训练从大型代码图中采样子图，要求模型重建原始代码片段；噪声增强微调使用真实GitHub Issue - PR数据，训练Prompt中引入10%噪声，提升模型泛化能力。

3. 小语言模型（SLM）微调测试中，每个模型采用相同蒸馏流程，教师模型生成1万条合成数据，训练4个epoch，学习率5e - 5，线性衰减，LoRA rank = 64，训练与测试集隔离。

技术生态（大会/论坛/赛事/联盟/论文等）

1. Linux基金会成立Agentic AI Foundation，OpenAI、Anthropic、谷歌、微软、AWS等共同发起，旨在建立智能体互操作性标准。OpenAI贡献AGENTS.md标准，Anthropic贡献模型上下文协议，Block贡献goose项目。

2. 新智元报道了发表在Nature Communications上的颠覆性研究，揭示了大脑与GPT在语言处理上的惊人关联，挑战了传统语言学认知。

3. 智合标准中心倡导并发起《企业级AI智能体应用效能评估规范》团体标准起草工作，面向全社会公开征集起草单位与起草人。

报告观点（机构报告、白皮书、调研、高管/学者观点）

1. a16z预测2026年AI将重塑各行业，Agent - native基础设施成必需品，系统核心瓶颈在多Agent协调能力。消费级AI产品重心从“提高效率”转向“增进连接”，“懂我内心”的产品用户留存更好。AI市场机会主要在传统垂直行业，视频将成可“进入”的仿真环境，CRM成基础设施，Agent是交互核心。

2. MiniMax创始人闫俊杰强调全模态发展是AGI必由之路，公司在多赛道全球领先，未来探索多模态融合。MiniMax - M2位居全球大语言模型第五、开源第一，低算力成本，上线一个多月tokens调用量突破1万亿次。AI时代核心竞争力是想象力，中国公司需本土创新，本土培养关键人才，真正技术天才将在两三年内出现。

3. OpenAI报告显示，基于大量用户和员工数据，ChatGPT企业消息量增长，员工节省时间。结构化AI工作流和推理Token使用量大幅增长，多数员工能完成以前无法胜任的任务，非技术岗位代码类应用增加，深度用户使用量高，部分企业使用TPU成本降低或获大量TPU。

4. 摩根士丹利预测谷歌TPU产能将暴涨，2027 - 2028年产量大幅增加，销售收益可观。TPU在推理任务性价比高、能效高，多家企业有相关动作，推理市场规模大，ASIC专用芯片优势明显，英伟达面临挑战。

5. Anthropic编写1.4万字“Claude 4.5 Opus Soul Document”作为AI宪法，平衡“乐于助人”和“不作恶”。社会影响团队仅9人，负责监测和修补漏洞。Anthropic联合创始人警告2027 - 2030年人类面临是否允许AI自我进化的抉择，允许可能导致AI失控。