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 CBRN（化学、生物、放射、核）危险制造、软件漏洞利用等高敏感度、潜在危险的知识领域。
在代码大模型（Code LLMs）的预训练中，行业内长期存在一种惯性思维，即把所有编程语言的代码都视为同质化的文本数据，主要关注数据总量的堆叠。然而，现代软件开发本质上是多语言混合的，不同语言的语法特性、语料规模和应用场景差异巨大。
AI 钉钉 1.1，不仅仅是一个 0.1 版本更新。
生成式AI狂奔三年，2025迎来架构创新的大年，三条脉络交织演进，伴随着Scaling law（规模定律）遇到天花板的争议，开始定义AI进化的新范式。
从大模型智能的“语言世界”迈向具身智能的“物理世界”，仿真正在成为连接落地的底层基础设施。
中山大学等机构推出SpatialDreamer，通过主动心理想象和空间推理，显著提升了复杂空间任务的性能。模拟人类主动探索、想象和推理的过程，解决了现有模型在视角变换等任务中的局限，为人工智能的空间智能发展开辟了新路径。
霍尔特计划收购老东家新山资本旗下最成功的五家医疗科技公司，并将其合并到其新创立的AI医疗平台——Thoreau。这五家公司分别是：健康数据交换巨头Datavant、AI理赔优化平台Machinify、精准医疗营销商Swoop、医疗流程自动化公司Smarter Technologies 以及电子医疗记录平台Office Ally。
MiniMax海螺视频团队不藏了！首次开源就揭晓了一个困扰行业已久的问题的答案——为什么往第一阶段的视觉分词器里砸再多算力，也无法提升第二阶段的生成效果？翻译成大白话就是，虽然图像/视频生成模型的参数越做越大、算力越堆越猛，但用户实际体验下来总有一种微妙的感受——这些庞大的投入与产出似乎不成正比，模型离完全真正可用总是差一段距离。
2025 年还有一周结束，年底，AI 视频圈又卷起来了。
Sebastian 在分析中指出，Profit AI 的核心功能非常简单：用户上传一张股票图表的照片，AI 就会给出分析。他甚至直接展示了这个应用的全部技术：就是调用 ChatGPT API，上传图片，发送提示词，然后返回分析结果。如果你直接用 ChatGPT 做同样的事情，得到的信息几乎一模一样。这个应用唯一做的，就是把这个过程包装得更精美一些，界面更友好一些。
