本文将梳理OpenAI、蚂蚁、谷歌、英伟达等国内外企业最新进展，覆盖智能体、具身智能、世界模型、芯片设计等方向，一文速览产业前沿。
OpenAI 发布 Agents API，为开发者提供快速构建智能体的框架，用户仍可自主掌控环境与体验。该接口将任务编排、工具调用和运行管理封装成可组合的原语，大幅降低多步骤 Agent 的开发难度。
对 AI Coding 从业者来说，这延续了 OpenAI 将 Agent 能力标准化的思路，团队可基于统一接口接入自有数据与系统，无需从零搭建调度层。
蚂蚁集团在外滩大会推出“灵影”平台，由GPASS技术框架升级而来，专为AI眼镜等终端打造Agent原生系统与开放生态。
该平台聚焦自然交互、智能体运行、多端协同及安全可信等核心能力，并向芯片商、硬件厂和开发者全面开放。此举为AI眼镜提供了统一的Agent运行底座，助力开发者跨设备构建智能应用。
在外滩大会上，科大讯飞与蚂蚁集团宣布讯飞AI眼镜接入灵影AOS生态。依托原有语音交互、翻译等能力，叠加阿里本地生活服务，用户可通过眼镜完成停车缴费、点咖啡、扫码支付等高频动作，实现开口即办。
眼镜从商务工具升级为城市生活入口，以硬件做深底座、生态拓宽边界模式，打通感知—服务闭环，推动人机交互从人找服务向服务找人转变。
蚂蚁集团在外滩大会推出“灵影”平台，由GPASS技术框架升级而来，专为AI眼镜等终端打造Agent原生系统与开放生态。
该平台聚焦自然交互、智能体运行、多端协同及安全可信等核心能力，并向芯片商、硬件厂和开发者全面开放。此举为AI眼镜提供了统一的Agent运行底座，助力开发者跨设备构建智能应用。
高德推出ABot-Earth 0.7，号称全球首个3D原生城市世界模型。它支持从星球到街景的全尺度AI生成，覆盖196个国家和地区，定位为AI认知真实世界的入口。
该模型将地图由静态栅格升级为可生成、可推演的三维空间，方便智能体在虚拟城市中进行路径、场景与决策的预演。对自动驾驶、机器人和数字孪生来说，这类世界模型有望成为感知与规划共用的底层基座。
大模型正渗透半导体设计领域。月之暗面发布Kimi K3时，其自主Agent在无人工干预下，仅凭开源EDA工具与Nangate 45nm工艺库，连续运行48小时完成推理芯片原型的设计、优化与验证，该消息曾引发新思科技、Cadence股价下跌。
随后OpenAI也披露利用自研模型加速自研推理芯片的设计与优化，印证AI正向下游芯片底层环节延伸。
Claude Opus 由丁磊磊、张彦勇团队推出，旨在评估大模型自主完成基础设施工程任务的能力，覆盖9大类85项任务。最新测试中，Claude Opus 5以36.53%的成绩位列第一，领先Kimi K3与GPT 5.6 Sol；但在硬件边缘类任务上，最佳模型得分仅5.4%。
这表明大模型在代码与基础设施自动化方面虽有进展，但在真实仓库级端到端优化上仍处早期，距离自己写底层系统还有差距。
Hugging Face发布旗舰机器人项目SO-101机械臂的组装指南。该指南提供了从零件到校准的完整物理装配说明：跟随臂采用6个STS3215电机，引导臂组合了三种不同减速比，相关零件与3D打印文件均已上传至GitHub仓库。
SO-101延续了LeRobot系列的开放理念，将机械臂从成品转变为可自制的教学平台，便于个人和实验室以低成本进入机器人操作研究领域。
ADI计划收购Alif Semiconductor，以补强边缘AI算力。Alif主打AI原生计算平台，擅长在微控制器级芯片上运行神经网络推理；ADI则拥有广泛的模拟与混合信号产品线及规模优势。
双方整合旨在将智能推向边缘，让传感、采集与推理在同一低功耗器件上完成，缩短工业与物联网设备的端侧智能链路。
远景天机气象大模型首次参评便斩获国内外双料冠军，支持未来45天、分钟级全球天气预报。该模型已应用于电网负荷预测、台风应对等场景，助力新能源提升收益。
相比传统数值模式，AI气象模型将预报窗口从数天延伸至月级，且推理成本更低，正成为新能源并网与防灾减灾的实用工具。
1996年，王继军创办衡泰信，从高尔夫打击垫起步，2008年国内市占率达70%。2011年转型室内模拟器，自研高速相机与机器视觉方案，2026年上线AI高尔夫助手，国内市占率超50%，用户超50万。
AI不替代教练，而是量化挥杆数据，以阶梯式进步对比用户历史最佳，实现个性化训练。室内高尔夫正从训练、娱乐向城市商业综合体演进，衡泰信以硬件+AI+数据闭环，降低门槛，推动高尔夫从精英运动走向大众。
雄安新区创业者毛亮成立一人公司，开发AI跑步应用跑栈。该软件接入华为、佳明等多品牌设备数据，打破数据孤岛，并以AI教练为核心，依据用户历史数据动态生成个性化训练方案。
作为入驻雄安中关村科技园的36家人工智能OPC之一，毛亮借助AI搭档完成全链条开发。园区通过场景对接会与机会清单助力OPC成长，让创业者立足真实需求创新。
谷歌为 Gemini 系列加入 agentic video understanding 能力，模型不再按固定帧率死板采样，而是像智能体一样动态浏览视频时间轴。在长视频场景下，token 消耗最多降 88%、成本降 66%，准确率还有提升。
对企业来说，会议录像、监控片段、课程视频的自动摘要与检索变得更划算。这也说明大模型竞争正从“会聊天”转向“会看、会挑、会执行”。
英伟达把 Cosmos 3 世界模型平台推向开源，支持文本、图像、视频、音频和动作序列的统一建模。它既能生成带同步音效的视频，也能根据图片加动作指令预测机器人下一步运动，提供 16B Nano 与 64B Super 两个规格。
对自动驾驶、机器人仿真团队而言，真实数据采集贵、合成数据糙的痛点被缓解，物理 AI 的训练闭环进一步打通。
阿里把 QoderWork、MuleRun、悟空整合为“千问办公”并公测，又推出 QoderWake 1.0 数字员工，一句话就能生成带职责和权限的岗位角色，已接入钉钉、飞书、企业微信。字节“豆包工作”、腾讯 WorkBuddy、百度“库库 AI”也在加码。
大厂争夺的不只是聊天框，而是企业流程入口：谁先让 Agent 跑通审批、写代码、做运营，谁就拿下下一代办公操作系统
9月10日，DeepSeek正式发布V4.1 Flash模型，采用552B参数MoE架构与全新的Causal-Encoder-Decoder非对称结构，具备原生多模态视觉理解能力。API定价同步大幅下调，空闲时段缓存命中输入价格降至0.02元/百万Token，降幅最高达60%。性能方面，V4.1 Flash在费用、速度、任务总用时等指标上已全面超越V4 Pro。
结合此前美国三大部门联合点名中国AI企业的背景，DeepSeek以技术迭代与降价双线出击，持续在全球市场保持竞争力。
从巨头标准化输出到创业公司敏pg电子官方网站捷创新，AI正沿算力—框架—终端—场景全链路加速落地。竞争焦点已从模型参数转向产品化与场景渗透。谁先让技术变成入口、把入口变成习惯，谁就握住下一代人机交互的钥匙。