用戶規(guī)模的爆發(fā)式增長并非偶然，而是技術(shù)突破與市場需求共振的必然結(jié)果。在技術(shù)層面，國產(chǎn)大模型陣營持續(xù)擴容，目前通過國家級備案的AI大模型已達188家，地方登記在冊的模型數(shù)量達26家，形成百家爭鳴的發(fā)展格局。百度文心一言、字節(jié)跳動豆包、阿里云通義千問等主流國產(chǎn)模型在中文處理、多模態(tài)交互等核心能力上不斷突破，能精準滿足用戶在內(nèi)容創(chuàng)作、智能辦公、知識檢索等多元化場景的需求。例如，豆包憑借高性價比的企業(yè)定價和豐富的功能預置，成為眾多創(chuàng)作者的首選工具；文心一言則在代碼調(diào)試、圖像生成等復雜任務中展現(xiàn)出強勁實力。技術(shù)成熟度的提升，為用戶體驗提供了堅實保障。?

從市場需求來看，數(shù)字化轉(zhuǎn)型的深入推進讓各行業(yè)對智能工具的依賴度顯著提高。2025年春節(jié)期間，國產(chǎn)AI產(chǎn)品憑借拜年文案生成、節(jié)日圖片創(chuàng)作等趣味功能成功“破圈”，讓更多普通用戶首次體驗到生成式AI的便捷性，進一步加速了技術(shù)滲透。數(shù)據(jù)顯示，67.7%的用戶每天都會使用生成式AI工具，30%的重度用戶每日使用多次，該技術(shù)已深度融入大眾的工作流與信息流。?

用戶群體特征呈現(xiàn)出鮮明的年輕化、高學歷導向。報告顯示，40歲以下中青年用戶占比高達74.6%，其中30-39歲群體每日使用率達到73.9%，20-29歲群體緊隨其后，年輕群體對新興技術(shù)的高接受度成為用戶增長的核心驅(qū)動力。同時，大專、本科及以上高學歷用戶占比達37.5%，且學歷與使用頻率呈現(xiàn)明顯正相關(guān)，研究生學歷用戶中每日使用AI的比例高達81.8%，高學歷群體更善于利用AI工具提升工作與學習效率。?

值得關(guān)注的是，國產(chǎn)模型在市場競爭中占據(jù)絕對優(yōu)勢，超過90%的用戶會優(yōu)先選擇使用國產(chǎn)模型。這一現(xiàn)象背后，既得益于國產(chǎn)模型在中文語境理解、本土場景適配等方面的天然優(yōu)勢，也離不開國內(nèi)完善的AI產(chǎn)業(yè)生態(tài)支撐。從芯片研發(fā)到算法優(yōu)化，從平臺搭建到應用落地，我國已構(gòu)建起覆蓋產(chǎn)業(yè)鏈上下游的完整體系，相關(guān)企業(yè)超過4500家，核心產(chǎn)業(yè)規(guī)模接近6000億元，為國產(chǎn)模型的迭代升級提供了充足的資源保障。

成立僅兩年的AI訓練領(lǐng)域初創(chuàng)公司Mercor正密集與全球頂級投資機構(gòu)接觸，推進C輪融資洽談工作。此次融資中，Mercor提出的目標估值高達100億美元，甚至不排除根據(jù)投資熱度進一步上調(diào)估值區(qū)間，這一數(shù)字使其成為2025年AI賽道最受矚目的潛在“獨角獸”之一。?

Mercor成立于2023年，正值全球生成式AI爆發(fā)式增長的關(guān)鍵節(jié)點。不同于OpenAI、Anthropic等直接研發(fā)基礎(chǔ)大模型的企業(yè)，也區(qū)別于專注AI應用落地的初創(chuàng)公司，Mercor精準切入AI產(chǎn)業(yè)鏈的核心支撐環(huán)節(jié)——基礎(chǔ)模型訓練與優(yōu)化的專家資源對接。其核心業(yè)務模式是搭建專業(yè)化人才匹配平臺，為OpenAI、Meta、谷歌DeepMind、亞馬遜AWS等巨頭及頭部AI實驗室，篩選并對接涵蓋數(shù)學、計算機科學、神經(jīng)科學、語言學、量子物理等多領(lǐng)域的頂尖專家，滿足這些企業(yè)在大模型預訓練、微調(diào)、對齊（RLHF）及性能優(yōu)化等環(huán)節(jié)的高端人才需求。?

據(jù)接近Mercor的行業(yè)人士透露，該公司已建立起一套嚴格的專家篩選與評估體系，通過AI算法初篩、多輪技術(shù)面試及項目實戰(zhàn)考核等流程，從全球高校、科研機構(gòu)及科技企業(yè)中篩選出超過1.2萬名領(lǐng)域?qū)＜?，形成專屬人才庫。目前，Mercor與OpenAI、Meta等核心客戶的合作已進入穩(wěn)定階段，僅2024年營收規(guī)模便突破3億美元，同比增長超500%，業(yè)務增速遠超行業(yè)平均水平。?

Mercor此次敢于沖擊100億美元估值，背后折射出全球AI產(chǎn)業(yè)發(fā)展的核心矛盾——基礎(chǔ)模型訓練所需的高端人才嚴重短缺。隨著GPT-5、Llama4等下一代大模型的研發(fā)推進，對具備多學科交叉背景、熟悉大模型訓練框架（如Megatron-LM、PaLM）及優(yōu)化算法的專家需求呈指數(shù)級增長。?

據(jù)斯坦福大學AI指數(shù)報告顯示，2024年全球AI基礎(chǔ)研究領(lǐng)域的頂尖人才缺口已超過8萬人，其中能夠獨立主導大模型訓練項目的核心專家缺口達1.2萬人。而傳統(tǒng)招聘模式難以滿足AI企業(yè)對人才“高精準度”“快響應速度”的需求，Mercor搭建的專業(yè)化對接平臺恰好填補了這一市場空白。有投資者表示，Mercor的核心競爭力在于其對AI人才需求的深刻理解與獨家人才資源儲備，這使其在產(chǎn)業(yè)鏈中具備不可替代性。

人工智能領(lǐng)域巨頭OpenAI正聯(lián)手獨立制片團隊啟動動畫長片《Critterz》項目，試圖以這一實踐案例證明生成式AI技術(shù)對電影制作流程的顛覆性改造能力。該項目計劃僅用9個月完成從創(chuàng)意構(gòu)思到成片交付的全流程，制作預算嚴格控制在3000萬美元以內(nèi)，這一周期和成本較傳統(tǒng)動畫長片制作標準大幅縮減。?

OpenAI將為《Critterz》項目提供定制化的生成式AI工具矩陣與大規(guī)模算力支持，覆蓋動畫制作的核心環(huán)節(jié)。在前期創(chuàng)作階段，基于GPT-4架構(gòu)的劇本生成系統(tǒng)可根據(jù)主創(chuàng)團隊提出的世界觀設(shè)定、角色性格等關(guān)鍵詞，快速輸出多版劇情大綱與對話初稿，大幅縮短創(chuàng)意孵化周期；角色設(shè)計環(huán)節(jié)中，結(jié)合DALL?E3與三維建模AI工具，設(shè)計師只需輸入文字描述，即可自動生成符合風格統(tǒng)一的角色形象草圖及基礎(chǔ)模型，避免傳統(tǒng)流程中反復修改的時間成本。?

在中期制作與后期渲染階段，OpenAI的視頻生成模型Sora將承擔部分場景動畫的初版制作，AI驅(qū)動的動作捕捉輔助系統(tǒng)能將演員的表演數(shù)據(jù)快速轉(zhuǎn)化為動畫角色動作，而定制化的渲染優(yōu)化算法可將復雜場景的渲染時間壓縮40%以上。據(jù)項目核心技術(shù)負責人透露，AI工具的介入使團隊規(guī)模較同級別動畫項目減少近30%，且無需依賴好萊塢大型制片公司的專業(yè)設(shè)備集群。?

傳統(tǒng)動畫長片制作往往面臨周期長、成本高的行業(yè)痛點。以迪士尼經(jīng)典動畫《瘋狂動物城》為例，其制作周期長達5年，預算超過1.5億美元?！禖ritterz》項目的突破性嘗試，不僅吸引了獨立制片公司的參與，更引發(fā)好萊塢主流制片方的密切關(guān)注。業(yè)內(nèi)分析認為，若該項目能按預期完成，將為中小成本動畫制作提供可復制的技術(shù)模板，同時可能倒逼傳統(tǒng)制片公司加速AI技術(shù)落地。

國際數(shù)據(jù)公司（IDC）發(fā)布的最新報告指出，生成式AI為安全智能體提供了能力支撐，2025年將成為安全智能體發(fā)展元年。IDC預測，到2028年，中國安全智能體相關(guān)應用市場的規(guī)模將達到16億美元，年復合增長率將超過230%。這一預測表明，AI將毋庸置疑地引領(lǐng)新一代科技革命，而安全能力融入AI也將是大勢所趨。?

安全智能體作為人工智能在安全領(lǐng)域的重要應用，正逐漸改變著傳統(tǒng)的安全防護模式。它能夠通過學習和分析大量的數(shù)據(jù)，自動識別和應對各種安全威脅，為企業(yè)和組織提供更加高效、精準的安全保障。隨著生成式AI技術(shù)的不斷發(fā)展，安全智能體的能力得到了進一步提升，能夠更好地應對日益復雜的安全挑戰(zhàn)。?

在當前數(shù)字化轉(zhuǎn)型加速的背景下，企業(yè)和組織對網(wǎng)絡(luò)安全的需求日益增長。安全智能體的出現(xiàn)，為解決網(wǎng)絡(luò)安全問題提供了新的思路和方法。通過與傳統(tǒng)安全技術(shù)的結(jié)合，安全智能體能夠?qū)崿F(xiàn)對安全威脅的實時監(jiān)測、快速響應和有效處置，大大提高了企業(yè)和組織的安全防護水平。?

據(jù)IDC報告顯示，中國安全智能體相關(guān)應用市場呈現(xiàn)出快速增長的態(tài)勢。預計到2028年，該市場規(guī)模將達到16億美元，年復合增長率超過230%。這一增長速度不僅反映了市場對安全智能體的強烈需求，也表明了安全智能體在未來網(wǎng)絡(luò)安全領(lǐng)域的重要地位。?

為了滿足市場需求，眾多科技企業(yè)紛紛加大在安全智能體領(lǐng)域的研發(fā)投入。一些企業(yè)已經(jīng)推出了具有自主知識產(chǎn)權(quán)的安全智能體產(chǎn)品，并在實際應用中取得了良好的效果。同時，隨著技術(shù)的不斷成熟和應用場景的不斷拓展，安全智能體的市場前景將更加廣闊。?

在AI引領(lǐng)的新一代科技革命中，安全智能體的發(fā)展無疑是一個重要的趨勢。隨著技術(shù)的不斷進步和市場的不斷成熟，安全智能體將在未來的網(wǎng)絡(luò)安全領(lǐng)域發(fā)揮更加重要的作用，為企業(yè)和組織的數(shù)字化轉(zhuǎn)型保駕護航。

路透社獨家披露，蘋果硬件技術(shù)領(lǐng)域的核心領(lǐng)導者近日透露，蘋果正計劃將生成式人工智能技術(shù)深度融入設(shè)備核心定制芯片的設(shè)計流程，以提升芯片研發(fā)效率。?

這一重磅消息由蘋果硬件技術(shù)高級副總裁約翰尼?斯魯吉（Johny Srouji）在比利時公開發(fā)布。當時，斯魯吉受邀出席全球頂尖半導體研發(fā)機構(gòu)Imec的頒獎儀式。作為一家與臺積電、三星等全球頭部芯片制造商保持緊密合作的獨立研發(fā)集團，Imec在半導體行業(yè)的技術(shù)創(chuàng)新與標準制定領(lǐng)域頗具影響力。斯魯吉在接受獎項后發(fā)表主題演講，其講話錄音已由路透社獲取并審閱。?

演講中，斯魯吉系統(tǒng)回顧了蘋果定制芯片的發(fā)展歷程。自2010年首款應用于iPhone的A4芯片誕生，到如今為Mac臺式電腦與Vision Pro頭戴式設(shè)備提供強勁算力的最新芯片，蘋果始終在芯片自研領(lǐng)域持續(xù)深耕。在總結(jié)多年研發(fā)經(jīng)驗時，斯魯吉著重強調(diào)，采用前沿設(shè)計工具是芯片成功研發(fā)的關(guān)鍵要素，尤其是電子設(shè)計自動化（EDA）領(lǐng)域的尖端軟件。?

當前，EDA行業(yè)兩大巨頭——楷登電子（Cadence Design Systems）和新思科技（Synopsys）——正激烈角逐 AI 賽道，競相在其產(chǎn)品中集成人工智能技術(shù)。斯魯吉對此評價道：“EDA工具對于處理蘋果芯片日益復雜的設(shè)計需求至關(guān)重要。生成式人工智能技術(shù)具備在短時間內(nèi)完成海量設(shè)計任務的潛力，有望成為提升芯片研發(fā)生產(chǎn)力的革命性力量?！?/p>

工業(yè)和信息化部釋放出重大信號，明確表示將大力加強通用與行業(yè)大模型的研發(fā)布局，同時把推進人工智能（AI）在制造業(yè)設(shè)計、生產(chǎn)等環(huán)節(jié)的深度應用作為工作重點。這一舉措旨在加速我國制造業(yè)的智能化轉(zhuǎn)型升級，推動人工智能與實體經(jīng)濟的深度融合，在全球制造業(yè)競爭加劇以及新一輪科技革命浪潮中，提升我國制造業(yè)的核心競爭力。?

工業(yè)和信息化部總工程師謝少鋒指出，我國當前已成功構(gòu)建起涵蓋基礎(chǔ)層、框架層、模型層、應用層的完整人工智能產(chǎn)業(yè)體系。在這一體系支撐下，人工智能大模型在電子、原材料、消費品等眾多行業(yè)迅速落地，尤其在制造業(yè)的研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、運營管理等關(guān)鍵環(huán)節(jié)嶄露頭角。然而，面對日益激烈的國際競爭和不斷涌現(xiàn)的新需求，進一步強化人工智能技術(shù)在制造業(yè)的應用，仍是推動制造業(yè)高質(zhì)量發(fā)展的關(guān)鍵。?

通用大模型被視作支撐各行業(yè)應用人工智能的核心引擎，其具備強大的通用性和泛化能力，能夠為各類場景提供基礎(chǔ)的智能支持。而行業(yè)大模型則針對特定領(lǐng)域進行深度優(yōu)化與創(chuàng)新，通過結(jié)合行業(yè)數(shù)據(jù)和專業(yè)知識，對該領(lǐng)域的復雜問題進行精準分析與解決。例如，在汽車制造行業(yè)，通用大模型可助力汽車企業(yè)對市場趨勢進行宏觀預測，為產(chǎn)品戰(zhàn)略制定提供依據(jù)；行業(yè)大模型則能基于汽車設(shè)計規(guī)范、生產(chǎn)工藝以及過往研發(fā)數(shù)據(jù)，在設(shè)計環(huán)節(jié)生成多種創(chuàng)新的汽車外觀和結(jié)構(gòu)設(shè)計方案，加速設(shè)計迭代，同時在生產(chǎn)環(huán)節(jié)實現(xiàn)對生產(chǎn)流程的智能優(yōu)化，提升生產(chǎn)效率與產(chǎn)品質(zhì)量。
?
在制造業(yè)設(shè)計環(huán)節(jié)，AI技術(shù)尤其是生成式AI已展現(xiàn)出巨大潛力。生成式AI能夠依據(jù)設(shè)計師輸入的設(shè)計目標、功能需求或初步草圖，快速生成多種創(chuàng)新且多樣的概念設(shè)計方案，涵蓋產(chǎn)品外觀、結(jié)構(gòu)、材料等多個維度。例如在航空航天領(lǐng)域，設(shè)計團隊為新型飛行器設(shè)計外觀時，輸入空氣動力學參數(shù)、飛行器用途等關(guān)鍵設(shè)計要求后，生成式AI能夠迅速生成多種符合要求的機身造型，設(shè)計師可在此基礎(chǔ)上進行篩選與調(diào)整，大大縮短了概念設(shè)計周期。此外，生成式AI還能通過風格遷移技術(shù)，將特定設(shè)計風格應用于新產(chǎn)品設(shè)計，確保產(chǎn)品既具創(chuàng)新性又符合品牌定位或市場趨勢。?

生產(chǎn)環(huán)節(jié)同樣是AI深度應用的重點方向。借助AI技術(shù)，生產(chǎn)線上的機器人能夠?qū)崿F(xiàn)24小時不間斷高效工作，且在AI算法的精準控制下，完成復雜精細的操作任務，大幅提高生產(chǎn)效率。例如，在3C產(chǎn)品制造中，機器人在AI的指導下，能夠快速、精準地完成芯片貼片、零部件組裝等工序。同時，通過數(shù)據(jù)分析與機器學習，企業(yè)可以實時監(jiān)控生產(chǎn)流程，根據(jù)設(shè)備運行數(shù)據(jù)、原材料質(zhì)量數(shù)據(jù)等信息，及時調(diào)整生產(chǎn)參數(shù)，優(yōu)化資源配置，降低生產(chǎn)成本。并且，基于AI的智能質(zhì)檢系統(tǒng)能夠?qū)崟r監(jiān)測生產(chǎn)過程中的每一個環(huán)節(jié)，利用圖像識別、數(shù)據(jù)分析等技術(shù)，精準檢測產(chǎn)品缺陷，減少人為檢測失誤，保障產(chǎn)品質(zhì)量的穩(wěn)定性。

Perplexity推出了一項名為Sonar的API服務，支持企業(yè)和開發(fā)者將該初創(chuàng)公司的生成式AI搜索工具構(gòu)建到應用程序中。

Perplexity表示：“當今大多數(shù)生成式人工智能功能的答案僅來自訓練數(shù)據(jù)，這限制了AI的功能。為了優(yōu)化事實性和權(quán)威性，API需要實時連接到互聯(lián)網(wǎng)，答案來自可信來源?！?/p>

首先，Perplexity提供兩個層級供開發(fā)人員選擇：一個是更廉價、更快速的基礎(chǔ)版本Sonar，另一個是更適合解決棘手問題的更昂貴版本Sonar Pro。Perplexity表示，Sonar API還使企業(yè)和開發(fā)者能自定義其AI搜索引擎所提取的來源。

隨著API的推出，Perplexity AI搜索引擎將在更多地方可用，而不僅僅是應用程序和網(wǎng)站。Perplexity表示，Zoom和其他公司已經(jīng)在使用Sonar為其視頻會議平臺提供AI助手。Sonar支持Zoom的AI聊天機器人根據(jù)帶有引文的網(wǎng)絡(luò)搜索提供實時答案，而無需用戶離開視頻聊天窗口。

Sonar還可以為Perplexity帶來另一個收入來源，這對這家初創(chuàng)公司的投資者來說可能尤為重要。Perplexity僅提供訂閱服務，可無限制訪問其AI搜索引擎和一些附加功能。

該API的基礎(chǔ)版本Sonar針對快速查詢響應時間和成本效益進行了優(yōu)化。它由Perplexity開發(fā)的同名LLM提供支持，上下文窗口包含127000個標記。這意味著用戶每次提示最多可以包含127000個標記的數(shù)據(jù)。

材料創(chuàng)新是重大技術(shù)突破的關(guān)鍵驅(qū)動因素之一。20世紀80年代發(fā)現(xiàn)的鈷酸鋰為當今的鋰離子電池技術(shù)奠定了基礎(chǔ)。它現(xiàn)在為現(xiàn)代手機和電動汽車提供動力，影響著數(shù)十億人的日常生活。設(shè)計更高效的太陽能電池、更廉價的電網(wǎng)級儲能電池以及回收大氣中二氧化碳的吸附劑也需要材料創(chuàng)新。

為目標應用尋找新材料就像大海撈針。從歷史上看，這項任務是通過昂貴且耗時的實驗反復試驗來完成的。最近，大型材料數(shù)據(jù)庫的計算篩選使研究人員能夠加快這一過程。盡管如此，找到具有所需特性的少數(shù)材料仍然需要篩選數(shù)百萬個候選材料。

在《自然》雜志上發(fā)表的一篇論文分享了MatterGen，這是一種從不同角度解決材料發(fā)現(xiàn)問題的生成式AI工具。它不是篩選候選材料，而是根據(jù)應用的設(shè)計要求直接生成新材料。它可以生成具有所需化學、機械、電子或磁性以及不同約束組合的材料。MatterGen實現(xiàn)了生成式AI輔助材料設(shè)計的新范式，可以高效探索材料，超越有限的已知材料集。

MatterGen是一種擴散模型，可對材料的3D幾何形狀進行操作。與圖像擴散模型通過修改噪聲圖像中的像素顏色來根據(jù)文本提示生成圖片非常相似，MatterGen通過調(diào)整隨機結(jié)構(gòu)中的位置、元素和周期性晶格來生成擬議結(jié)構(gòu)。擴散架構(gòu)專為材料設(shè)計，可處理周期性和3D幾何形狀等特殊情況。