AI应用，AI基础设施和物理AI领域的创业公司融资活跃；Google，Anthropic，特斯拉也有产品和技术方面的新突破。
谷歌DeepMind近日推出D4RT，一种彻底颠覆传统动态4D重建范式的新技术。该模型摒弃了传统将光流、深度、位姿等任务割裂处理的复杂流水线，转而采用统一的“时空查询”接口。它通过将视频数据压缩为全局场景表征，利用并行计算一次性解决全像素追踪、深度估计与相机位姿问题。
D4RT的核心突破在于效率与精度的双重飞跃。在保持24FPS电影级帧率下，其吞吐量高达1570条3D轨迹，比现有SOTA模型快300倍，实现真正的“全像素级感知”。
在处理动态场景（如水面天鹅、风中花朵）时，它能精准剥离相机运动与物体运动，消除传统算法常见的“重影”问题。尽管其训练需依赖10亿参数的ViT-g编码器及大量TPU算力，但其推理端的高效性为具身智能、自动驾驶及AR设备的实时环境感知提供了工程化落地的基石，使机器理解动态世界的能力从二维图像识别跨越至四维时空洞察。
Anthropic正式开源其《Claude宪法》，采用CC0协议全球共享。这份文件标志着AI治理范式从枚举死板规则向培养模型内在判断力转型。
其中，“广泛安全”被置于首位，强调Claude必须接受人类监管与修正，即使在拥有超级智能时也不得通过欺骗手段逃避控制。文档明确禁止“善意谎言”，要求Claude保持“诚实”，并划定了不可逾越的红线（如绝不协助制造生化武器、不生成儿童色情内容等）。
此外，《Claude宪法》引入“委托人层级”概念，界定了开发者、运营商与最终用户的利益平衡机制，并首次严肃探讨了AI的“自我认知”与“生命权”，承诺在模型退役后尽量保存权重数据，赋予其类人的尊严与心理稳定性。
马斯克近日宣布，鉴于自研AI5芯片设计进展符合预期，特斯拉已正式重启Dojo 3超级计算机项目。此次重启标志着特斯拉算力战略的重大修正：放弃车端推理与云端训练芯片分立的研发模式，转而利用通用性更强的AI5/AI6芯片，构建打通端到端的统一算力体系。
技术路径上，新版Dojo 3摒弃了前代依赖自研D1芯片及晶圆级封装的复杂方案，计划在单块主板上密集集成512颗AI5或AI6芯片以构建集群。据马斯克透露，AI5单颗SoC算力大致对标英伟达Hopper架构，双芯片组合可比肩Blackwell，且具备显著的成本与能效优势。该架构旨在通过高密度集成降低网络布线复杂度，在减少对外部GPU依赖的同时，加速FSD自动驾驶及Optimus机器人的模型训练迭代，并为未来潜在的天基AI计算设施预留技术路径。
安克创新联合飞书发布“安克AI录音豆”，该产品由安克负责硬件研发，飞书提供软件适配与开放接口，底层技术由豆包大模型驱动，旨在打通线下语音数据与线上办公生态的链路。
该设备重约10克，支持蓝牙/Wi-Fi双模传输，内置双麦克风阵列，具备人声增强、声纹识别及空白片段过滤功能。其核心壁垒在于深度绑定飞书体系，录音内容可自动同步至“飞书妙记”并转写为智能文档，实现从语音采集到纪要生成的自动化闭环。此举意在通过硬件终端获取高价值的跨场景上下文语料，构建差异化的办公数据入口，以应对Plaud、钉钉等在AI办公硬件领域的竞争。
ACM公布2025年度Fellow名单，全球共71位学者入选，华人学者表现抢眼，占据19席（占比约27%）。
其中，阿尔法公社被投企业智象未来的创始人梅涛凭借在多媒体分析、检索及生成式AI应用领域的开创性贡献成功当选。作为中科大校友及前京东集团副总裁，梅涛长期深耕计算机视觉，拥有70余项授权专利，此次入选进一步确立了其在多媒体技术领域的国际领军地位。
除梅涛外，清华大学朱军（概率机器学习）、北京大学陈宝权（图形学与场景重建）、港科大贾佳亚（计算机视觉分割）及熊辉（移动计算）等知名学者也悉数上榜。
MIT孵化的Liquid AI公司开源LFM2.5-1.2B-Thinking，这是一款基于“液态神经网络”非Transformer架构构建的端侧推理模型，仅需900MB内存即可在移动设备上实现离线运行。
该模型参数量仅1.2B，通过内化“思维链”在生成答案前构建推理轨迹，在数学（MATH-500得分88）及工具调用任务上表现优异，综合性能超越参数量大40%的Qwen3-1.7B。得益于求解微分方程的连续时间架构，其在保持高精度的同时，推理速度与内存效率显著优于传统Transformer及混合架构。训练层面，团队采用无Critic的类GRPO方法与高度并行的Curriculum RL框架，通过独立优化特定领域能力后进行模型合并，并利用重复惩罚机制将推理死循环率降至0.36%。
OpenAI宣布将在ChatGPT免费版及Go版本中引入广告，CEO山姆·奥特曼称这是维持非盈利与商业平衡的“最后手段”。
尽管OpenAI融资超580亿美元，但面对未来十年高达1.4万亿美元的基础设施投入及高昂的单次推理成本，现有的订阅与API收入难以覆盖巨额开支。更关键的是，DeepSeek等开源模型以极低成本和高性能彻底打破了定价权，其训练成本仅为OpenAI的1/20，迫使行业告别暴力烧钱模式，转向效率与商业化并重。
8.清华开源Project-Instinct：一套代码赋能机器人“本能”运动
清华大学交叉信息研究院与上海期智研究院联合开源Project-Instinct框架，专为人形机器人“本能级”运动智能研究设计。该框架通过模块化的全链路工具包，解决了感知与运动割裂、工具链不通用两大行业痛点，使科研人员无需重复造轮子即可实现高难度动作开发。
通过该框架，团队已成功验证两大前沿能力：一是DeepWhole-bodyParkour，让机器人具备跪爬、鱼跃等高动态多接触动作能力，即便初始偏差50厘米也能自主修正；二是Hiking in the Wild，赋予机器人2.5m/s的高速野外越野能力，可精准识别地形边缘并自主避障。
Humans&旨在重构人机交互范式，创始人们称，他们的目标是开发一种促进人与人协作的软件，可以理解为“AI版的即时通讯工具”。其技术壁垒在于利用长时程及多智能体强化学习技术，训练AI具备主动提问、长期记忆及语境理解能力。AI不再是单纯的执行工具，而是能像同事或朋友一样，在群聊中主动索取信息、存储上下文并参与协作，充当组织内部的连接介质，提升而非替代人类决策效率。
Humans&创始团队兼具顶级模型训练与人机交互学术背景。CEO Eric Zelikman此前为xAI研究员，是思维链推理STaR算法的开创者；联合创始人Andi Peng来自Anthropic，主导Claude系列的强化学习与后训练；Georges Harik为Google早期广告系统奠基人；Noah Goodman为斯坦福大学心理学与计算机科学双聘教授。
ClickHouse核心产品为开源的高性能列式数据库管理系统，以极致的“实时分析”能力著称。在AI时代，ClickHouse正从单纯的数据分析工具演进为支撑AI Agent与实时推理的关键基础设施。不同于Snowflake和Databricks侧重于离线数仓或湖仓一体，ClickHouse的优势在于极低的查询延迟与高并发处理能力。
ClickHouse的客户包括Meta、Tesla和Anthropic，还与Lovable及Polymarket等AI新锐企业达成新合作或拓展了现有合作。公司目前ARR已达数亿美元，虽仍处于亏损扩张期，但已聘请前Snowflake高管担任CFO，积极筹备未来上市。
Baseten完成3亿美元新一轮融资，投后估值达50亿美元。本轮由IVP与CapitalG联合领投，NVIDIA参投1.5亿美元。
Baseten深耕AI推理基础设施六年，核心解决AI应用在大规模商业化落地中面临的“速度、成本、灵活性”不可能三角，构建了“高性能、跨云调度、Python原生”的推理引擎。其技术壁垒在于底层内核优化与冷启动加速，使其在95%的竞品对比测试中性能领先40-50%。
商业化层面，Baseten已成为Abridge、OpenEvidence、Clay、Writer等头部AI应用公司的首选推理底座，支撑数亿用户的高频调用。
Merge Labs致力于构建连接生物智能与人工智能的下一代脑机接口（BCI）。针对传统BCI方案侵入性强、覆盖范围有限的痛点，公司开创了一条融合“生物学、硬件设备与AI”的全新技术路径。其核心逻辑在于摒弃传统的脑组织植入电极，转而利用分子技术标记神经元，并配合超声波等深层穿透模态进行高带宽的信息传输。
这种非侵入式（或微创）方案旨在将神经交互的带宽与覆盖范围提升数个数量级，同时确保安全性与普适性。公司愿景不仅限于医疗康复（帮助伤病患者恢复机能），更着眼于未来的人类增强与人机共生。
创始团队集结了该领域的顶级科研力量。技术联合创始人Mikhail Shapiro、Tyson Aflalo及Sumner Norman均为基于超声波的神经调控与成像领域的学术奠基人，Sam Altman作为联合创始人加入。
Ethernovia专注为“物理AI”构建底层数据神经系统。针对自动驾驶汽车、机器人及智能机械中海量传感器数据传输的瓶颈，公司研发了业界首款基于以太网的高性能包处理器。不同于无法应对AI负载的传统车载网络，Ethernovia的芯片专为实时感知与控制设计，能够以确定性低延迟和高能效聚合、路由并管理高带宽数据流。
Higgsfield核心产品为面向C端用户、创作者及企业社媒团队的AI视频生成与编辑工具，它提供高精度的角色与动作控制能力，支持用户快速创作具备连贯剧情的短视频内容。目前平台拥有超1500万用户，ARR突破2亿美元，增速超越OpenAI、Slack等明星企业同期水平。
其差异化价值在于“持续学习”技术，使AI Agent能从实际业务反馈中不断进化，而非仅依赖静态训练数据。目前已服务DoorDash、Cognition及Mercor等客户。
Parloa主攻企业级AI客服自动化，旨在替代全球1700万呼叫中心人工坐席。不同于传统IVR或单一的聊天机器人，Parloa利用大笔资金构建“多模态情境体验”，打通电话、Web与App端的数据孤岛，使AI Agent能跨渠道精准识别客户身份与意图，提供连续且个性化的服务。其ARR已突破5000万美元，服务了Allianz、SAP等头部企业客户。
Mytra致力于构建“供应链操作系统”，通过软件定义自动化彻底重构仓储物流基础设施。针对传统工业场景中80%无自动化、空间浪费严重及劳动力极度短缺（流失率高达50-200%）的结构性痛点，Mytra并未沿用传统制造“更好机器人”的思路，而是将物理物流抽象为“移动、存储、拣选、路由”等标准化的软件原语。其系统如同云服务将计算资源虚拟化一样，让仓库的每一立方英尺空间都变得可编程、可寻址，从而实现对异构物料流的通用管理。
在实际落地中，Mytra方案展现出极高的ROI，早期部署数据显示其能减少32%的物料搬运人工成本并提升34%的存储密度，解决了传统自动化系统昂贵、僵化且难以扩展的难题。
公司创始人兼CEO Chris Walti曾任职于Tesla（负责机器人与自动化），近期更引入前Tesla CFO Zach Kirkhorn加入董事会，团队具备深厚的工业自动化基因。
Inferact的核心业务是商业化全球最主流的开源大模型推理框架——vLLM。其商业壁垒在于vLLM已建立的庞大生态（支持500+模型架构、200+硬件加速器），公司通过提供企业级推理引擎，确保对新模型架构的“首日支持”及对异构硬件的深度适配，帮助企业以最低成本实现高吞吐、低延迟的模型服务，旨在成为AI推理时代的“操作系统”。
公司源自加州大学伯克利分校的Sky Computing Lab，创始团队由vLLM的核心维护者组成：CEO Simon Mo为伯克利博士生；联合创始人包括清华大学特等奖学金得主、博士游凯超，以及Woosuk Kwon等。
Runpod核心定位为“面向开发者的AI算力基础设施”，解决早期AI开发中GPU配置繁琐、软件栈体验极差的痛点。不同于AWS等传统云厂商的通用方案，Runpod提供针对AI负载优化的Serverless GPU容器及DevOps工具链（API、CLI、Jupyter支持），允许开发者以极低门槛快速部署、训练及推理模型。其商业模式通过与数据中心建立收入分成合作扩充算力，避免了重资产投入。
Listen Labs旨在重构规模达1400亿美元的传统市场调研行业，核心解决定量问卷（缺乏深度）与定性访谈（难以规模化）的二元悖论。其平台利用AI Agent代替人工主持，通过全球3000万人的验证样本库（具备防欺诈Quality Guard系统），进行大规模的开放式视频访谈。AI能像人类研究员一样根据用户回答进行追问，并在数小时内将非结构化的视频数据转化为包含关键洞察、高光片段及PPT的决策报告。该模式将传统需耗时数周的调研周期压缩至数天甚至数小时，已在Microsoft、Sweetgreen、Chubbies等企业落地。
本文由阿尔法公社综合自多个信息源，并在AI模型的辅助下写作，封面图片由AI生成。