2025 年 12 月，硅谷风险投资机构 Andreessen Horowitz（简称 a16z）与 AI 推理服务平台 OpenRouter 联合发布了一份名为《State of AI》的研究报告。这份报告基于 OpenRouter 平台上超过 100 万亿 token 的真实用户交互数据，试图呈现过去一年间大语言模型在实际应用中的真实状态。
近日，AI 初创公司 Axiom 宣布其模型在没有人类干预的情况下，自动完成了两个数学猜想的证明——埃尔德什问题（Erdős Problem）中的 481 号和 124 号。据称，481 号问题仅用时 5 小时，代码量为 656 行；124 号问题则耗时超 24 小时。值得关注的是，这些证明均通过 Lean 验证，Lean 的特点是其形式化证明过程无需人工干预，为数学正确性提供了保障。
Anthropic发布了Programmatic Tool Calling（PTC）特性，让Claude通过代码编排工具执行，降低token消耗、减少延迟并提升准确性。
全球首个可大规模落地的开源原生多模态架构（Native VLM），名曰NEO。要知道，此前主流的多模态大模型，例如我们熟悉的GPT-4V、Claude 3.5等，它们的底层逻辑本质上其实玩的就是拼接。
当地时间12月4日下午，谷歌研究员的一篇论文在现场引来了超多AI爱好者的围观。甚至，被业界专家视为“为AGI发展提供了新框架”，一位人士评价为：这篇论文将成为逐步推动实现AGI的5~10篇论文中的一篇。
太劲爆了！不过半月，谷歌DeepMind终于放出了IMO最强金牌模型——Gemini 3 Deep Think。今天，Gemini 3 Deep Think已在Gemini App上线，所有Ultra用户即可体验。
芯片速度触顶，AI却在疯狂跃迁。摩尔定律不管用了！Nature最新文章给出一个颠覆直觉的解释：智能的增长不靠芯片，而是结构被重新组织，更多单元被接入同一套协作网络。
大模型总是无法理解空间，就像我们难以想象四维世界。
DeepSeek 一发布模型，总会引起业内的高度关注与广泛讨论，但也不可避免的暴露出一些小 Bug。
Vision–Language–Action（VLA）策略正逐渐成为机器人迈向通用操作智能的重要技术路径：这类策略能够在统一模型内同时处理视觉感知、语言指令并生成连续控制信号。
