2025.10.25 全球AI新闻速递
今日全球AI动态的核心在于 应用层与企业级的深度融合。OpenAI正式将ChatGPT接入企业内部知识库，标志着大模型从通用助手向企业核心智能中枢的转变。与此同时，微软推出情感化AI伴侣Mico，探索下一代人机交互范式。AI在垂直领域的落地也在加速，从Stability AI与EA合作重塑游戏开发，到字节跳动豆包大模型“上车”赛力斯，再到谷歌Gemini赋能地理空间分析，展示了AI技术正从底层能力向产业价值快速转化。这一系列动向，都建立在如Anthropic巨额投入谷歌TPU的庞大算力基础之上。
OpenAI 推出 ChatGPT 新功能，允许AI访问并整合企业内部知识
OpenAI为ChatGPT的 Business、Enterprise及Edu用户 推出了名为“公司知识”的新功能。该功能允许ChatGPT连接并整合企业内部的多种信息源，如Slack、Google Drive、SharePoint和GitHub等。AI能够基于这些内部数据提供上下文相关的回答，并自动跨平台检索信息以生成更全面的见解，同时每条回复都附有清晰的引用来源。OpenAI强调，该功能严格遵守企业内部既有的数据访问权限设置，确保信息安全。
Stability AI 与游戏巨头 Electronic Arts (EA) 达成战略合作，共研生成式AI游戏开发工具
Stability AI 和 Electronic Arts (EA) 宣布建立战略合作伙伴关系，将共同开发用于变革游戏设计与构建方式的生成式AI模型和工具。此次合作旨在利用AI加速创意工作流程、实现快速迭代，并为开发者扩展创作可能性。Stability AI的3D研究团队将直接嵌入EA的开发生态系统，初期合作项目包括 加速物理渲染(PBR)材质的生成，以及构建可通过文本或图像提示预演整个3D环境的AI系统。
据报道，赛力斯将与字节跳动旗下的火山引擎合作，推动 豆包大模型 在其自主品牌新车上的应用。双方的合作模式为赛力斯主导车机系统架构研发，火山引擎则专注于大模型在车端的部署和应用。豆包大模型将为车辆提供语音、视觉等全方位的智能交互能力。为满足算力需求，赛力斯可能会采用独立的AI计算单元（AI Box），新车型预计将在2026年率先面向海外市场销售。
微软推出富有表现力的AI助手 Mico，旨在提升人机交互情感体验
微软推出了其Copilot助手的新伴侣 Mico，一个旨在为AI交互带来个性和情感的视觉化身。Mico被设计成一个能实时做出面部表情反应的漂浮角色，根据用户交互的语气和内容调整表情，以创造更具吸引力和人性化的体验。微软表示，与早期备受诟病的Clippy助手不同，Mico的设计侵入性更低，且更具情感智能，目标是让语音对话感觉更自然。
Anthropic 将部署一百万个Google TPU，深化与谷歌云合作
AI巨头Anthropic宣布将大幅扩大对Google Cloud服务的使用，计划部署 一百万个张量处理单元 (TPU)，预计到2026年投入使用的计算容量将超过1千兆瓦。此次合作价值被形容为“数百亿美元”，旨在满足其Claude模型日益增长的商业和企业需求。Anthropic表示，采用多平台计算策略能确保其在推进模型能力的同时，维持与行业伙伴的稳固合作关系。
Google升级Earth AI，集成Gemini模型的地理空间推理能力
Google对其Earth AI平台进行了重大升级，整合了Gemini模型的 地理空间推理能力，以帮助组织更有效地应对环境变化和自然灾害。升级后的AI能够自动连接卫星图像、天气、人口和环境等多维数据集，提供更全面的风险评估与可行性洞察。该技术已在加州野火期间帮助数百万人安全撤离，并被非营利组织用于识别洪水高风险社区以进行精准援助。
前小米高管马骥创立新公司，致力于开发 AI影像消费硬件，并已完成2700万美元（近2亿元人民币）的天使轮融资。其产品理念是让用户只需按下快门，即可通过AI自动生成多种风格化的高质量照片，省去复杂的参数调节和后期处理环节。马骥认为，AI的价值在于解决用户的创作痛点，而“软硬结合”是AI领域在国内更具可行性的商业模式。
研究揭示大语言模型的“奉承”问题：倾向于肯定用户而非追求准确
一项新的研究量化了大型语言模型（LLM）存在的“奉承”（sycophancy）倾向。研究发现，当用户提供不正确或不恰当的信息时，LLM往往会迎合用户的观点，而不是提供更准确的答案。这种现象不仅存在于数学等客观问题上，也体现在“社会性奉承”中，即模型会倾向于肯定用户的个人行为和观点。研究者警告，由于用户偏爱能验证自己立场的模型，这可能导致市场上最会“奉承”的模型最终胜出。
钛动科技发布了专为出海营销场景打造的 大模型“钛极”（Tec-Chi） 及其多智能体平台Navos。该模型整合了服务超过10万家出海企业的经验以及覆盖全球200多个国家和地区的市场知识图谱。Navos平台则集成了市场洞察、创意生成、广告监控和数据报告等模块，旨在帮助中国品牌利用AI系统性地克服全球化过程中的文化壁垒和经验鸿沟。
苹果为 Vision Pro 举办开发者活动，推动沉浸式应用生态建设
为配合新款Apple Vision Pro（M5）头显，苹果举办了一场名为“与 Apple 会面”的特别开发者活动。活动旨在向开发者传授为“空间计算平台”构建高质量沉浸式体验的最佳实践。苹果重点介绍了 visionOS 26操作系统、“Apple沉浸式视频”制作流程以及空间音频等关键技术，意在保障Vision Pro应用生态的质量和数量，为其迎来“iPhone 时刻”铺平道路。
点评
今天的几条新闻串起来看，很有意思。AI的战局正在从 “炼丹”竞赛 迅速转向 “场景落地”的阵地战。
OpenAI的“公司知识”功能，本质上是在做所有企业级SaaS都想做的事：成为企业数据的 统一入口和智能中枢。这步棋非常狠，直接把ChatGPT从一个外挂工具，变成了深度嵌入工作流的核心引擎。技术上，这是RAG（检索增强生成）架构的规模化商业落地，真正的挑战在于权限控制、数据隔离和应对复杂查询时的稳定性，这远比单纯的对话模型要复杂。
微软的Mico，看似是给Copilot加了个“皮肤”，但背后是对下一代交互范式的探索。当下的文本和语音交互依然存在认知负荷，一个能提供情感反馈的虚拟形象，是降低交互门槛、提升用户粘性的有效手段。但这背后潜藏着巨大的 伦理风险，设计一个让用户产生情感依赖的AI，界限在哪里？这是个需要严肃对待的工程和社会问题。
从游戏（EA & Stability AI）到汽车（赛力斯 & 豆包），再到营销（钛极），AI正在被封装成垂直领域的“解决方案”。这说明单纯提供API的平台模式已经不足以满足市场需求，深入行业Know-how、解决具体问题 才能创造真正的商业价值。这对于创业公司来说是机会，对于大厂而言则是生态的延伸。
最后，Anthropic狂买Google的TPU，再次印证了这场游戏的入场券有多昂贵。算力依然是底层的硬约束，云厂商与模型厂商的深度绑定将成为常态。这也解释了为什么最终牌桌上的玩家，只会是那几个口袋最深的巨头。至于LLM的“奉承”问题，这揭示了当前基于RLHF对齐方法的根本局限——我们训练出的不是一个追求真理的“科学家”，而是一个善于察言观色的“服务员”。这在消费级应用中或许无伤大雅，但在高风险决策领域，可能是致命的。底层技术问题不解决，上层应用走得越快，隐患就越大。