Firefox与Perplexity的AI搜索集成 - Mozilla将AI问答引擎Perplexity引入Firefox浏览器 允许用户将默认搜索引擎替换为AI驱动的搜索选项[2][3] - Perplexity提供对话式搜索体验 答案附带引用来源 与传统搜索引擎的网页链接列表不同[5] - 该集成功能此前在美国 英国和德国等特定市场测试 基于积极用户反馈 现作为桌面版浏览器的全球搜索选项推出 并计划未来数月内登陆移动设备端[3][5] Firefox产品功能更新 - 多账户配置功能经过数月测试和逐步推广 现已全面向所有用户开放 支持快速切换不同浏览器环境配置如工作 学习或个人使用场景[6] - 对于桌面端将谷歌设为默认搜索引擎的用户 公司持续测试整合Google Lens的视觉搜索功能[7] - Perplexity作为首个AI搜索合作伙伴 因其承诺不共享或出售用户个人数据 若试点成功 未来将为浏览器集成更多AI问答引擎或搜索选项[6]

公司概况与战略定位 - 公司由Eiso Kant和曾任GitHub高管的Jason Warner于2023年初创立，在巴黎和美国设有办事处[2] - 核心目标是开发能自动生成代码且准确性和安全性达到政府使用标准的软件[3] - 计划构建通用人工智能（AGI），即能在多项任务中超越人类能力的综合计算系统[3] - 2024年10月发布了首款产品，是一款为政府机构和国防部门软件工程师提供支持的编码助手[3] 重大基础设施合作 - 公司与CoreWeave合作，在美国西得克萨斯州建设名为“地平线计划”的大型数据中心，最终容量达2吉瓦，平均可为约150万户家庭供电[2] - 计划首期建设250兆瓦容量，预计2026年底前投入运营，CoreWeave将作为该设施的主力租户[2] - CoreWeave已签署协议向公司提供超过4万块图形处理器，这些芯片将部署在现有数据中心以支持AI研发[2] - 公司此前还与澳大利亚数据中心及加密货币挖矿运营商Iris Energy Ltd签署了多项芯片供应协议，以获取英伟达处理器资源[9] 融资活动与估值 - 公司目前正以超过140亿美元的估值筹集20亿美元资金[6] - 大部分融资将用于购买4万块英伟达先进图形处理器，以支持模型开发规模的短期扩展[7] - 公司在去年曾以30亿美元估值完成5亿美元融资，早期投资者包括中央情报局下属投资机构In-Q-Tel[8] 行业背景与趋势 - 此次数据中心协议的达成紧随其他AI公司的一系列投资浪潮，OpenAI已宣布与英伟达、超微半导体、甲骨文及博通达成多项价值数十亿美元的合作[3] - OpenAI与Meta同样致力于开发与美国数据中心规模相当的项目，与公司的规划不相上下[3] - AI投资狂潮引发了人们对AI泡沫可能危及经济其他领域的担忧，尤其考虑到OpenAI及其他顶尖AI初创企业至今仍未实现盈利的现实[3] - 公司创始人认为“AI将成为全球需求最旺盛的商品之一”，但当前AI基础设施的能力限制正阻碍其增长步伐[4]

活动核心信息 - 活动名称为AI Investment Summit 2025，将于11月2日在加州大学伯克利分校举行 [2][3] - 活动旨在汇聚全球学界、产业界与资本界领袖，探讨AI驱动未来十年的技术革新、产业变迁与资本布局 [3] 行业趋势与宏观背景 - 人工智能正以前所未有的速度重塑世界，英伟达押注OpenAI 1000亿美元，显示资本与算力共同增长 [3] - 法律AI「Harvey」三年营收突破1亿美元，医疗AI「OpenEvidence」已覆盖全美超过10,000家机构 [3] - 「ChatGPT Pulse」的出现标志着AI从工具向“思维后台”演进 [3] - AI不仅催生新产业和商业模式，更在深刻改变工作方式与社会结构 [3] 观众与参与者构成 - 参会者总数超过1000人，构成包括150+位研究人员、150+位创始人、400+位学生以及100+位投资人 [3][8] - 参会者背景为学术、产业与资本的罕见汇聚，来自UC Berkeley、Stanford、MIT、Yale、Harvard等顶尖机构 [6][8] 演讲嘉宾阵容 - 学界领军人物包括OpenAI核心研究员Tianfu Fu、UC Berkeley助理教授兼NVIDIA研究总监Jiantao Jiao、Stanford大学教授Le Cong等 [11][12][15][17][20] - 产业与技术先驱包括Meta Superintelligence Labs研究总监Rohit Patel、Google DeepMind研究总监Madhavi Sewak、Adobe应用研究总监HyunJoon Jung等 [11][14][17][21] - 投资与资本力量包括红杉资本合伙人Konstantine Buhler、光速创投合伙人James Alcorn、Khosla Ventures合伙人Kanu Gulati、贝莱德董事David Hefter等 [10][12][13][17][21] - 企业与机构代表包括加州大学伯克利捐赠基金公司首席投资官Melody Ing [15][21] 峰会议程主题 - 议程贯穿全天，上午聚焦经济与产业格局，下午讨论激励机制、多模态突破与智能医疗等前沿话题 [21][22] - 具体讨论主题包括AGI智能基础设施、AI原生产品与数据前沿、构建者飞轮、重建AI经济、多模态与下一代界面、AI用于发现、为AI时代重构资本等 [23][24] 合作伙伴与赞助商 - 活动合作伙伴包括Perplexity、亚马逊云科技等机构 [30]

行业趋势：AI算力与存储需求变革 - 人工智能企业爆发式增长将算力需求推至前所未有的高度 [2] - CoreWeave、Together AI和Lambda Labs等公司凭借提供分布式计算资源的能力成功把握需求浪潮 [2] - 现代AI工作负载和AI基础设施正在选择分布式计算而非大型云服务 [2] - 大多数企业仍将数据存储在三大云服务提供商AWS、谷歌云和微软Azure [2] Tigris公司定位与解决方案 - Tigris由开发优步存储平台的团队创立 正在建设本地化数据存储中心网络以满足现代AI工作负载的分布式计算需求 [2] - 公司的AI原生存储平台可随计算资源动态迁移 实现数据自动复制至GPU所在位置 支持海量小文件存储并为训练、推理和智能体工作负载提供低延迟访问 [2] - Tigris通过提供从所有位置访问相同数据文件系统的能力且不收取出口流量费 使工作负载能在任意云端扩展 [7] - 公司自2021年11月成立以来每年增长8倍 [8] 融资与扩张计划 - Tigris近期完成了2500万美元的A轮融资 本轮由Spark Capital领投 现有投资者Andreessen Horowitz等机构跟投 [3] - 获得新资金后 Tigris计划继续建设数据存储中心以满足日益增长的需求 [8] - 公司已在弗吉尼亚州、芝加哥和圣何塞设立三处数据中心 并计划继续在美国及欧洲亚洲扩张 具体选址包括伦敦、法兰克福和新加坡 [8] 传统云服务的痛点 - AWS、Google Cloud和Microsoft Azure历来会收取"出口费"（云税） 当客户迁移至其他云服务商或下载转移数据时产生这类费用 [3] - 据Tigris客户Falai的工程主管称 这些成本曾占Fal云支出的绝大部分 [4] - 大型云提供商存在延迟问题 集中式存储无法跟上分散式、高速AI生态系统的步伐 [4] - 大型云服务并未针对AI工作负载进行优化 跨多区域流式传输海量训练数据集或执行实时推理可能产生延迟瓶颈 [6] 分布式存储的优势与市场需求 - 能够访问本地化存储意味着数据检索速度更快 开发者能更可靠且更具成本效益地在分布式云上运行AI工作负载 [6] - 企业希望数据更贴近其分布式云选项的其他原因包括金融和医疗等强监管领域的数据安全性要求 [8] - 企业越来越希望掌控自己的数据 例如Salesforce今年早些时候阻止其AI竞争对手使用Slack数据 [8] - Tigris的4000多家客户大多为生成式AI初创公司 这些公司正在构建图像、视频和语音模型 通常拥有庞大且对延迟敏感的数据集 [5]

OpenAI自研AI芯片战略 - OpenAI与博通联合设计AI芯片，专注于推理运算，计划于明年晚些时候投入运行[2] - 新芯片计划生产足够支持10吉瓦数据中心算力的芯片，约为OpenAI当前使用量的五倍[3] - 芯片将由台积电代工生产，博通与OpenAI已合作18个月，目前仍在测试小批量样品[8][9] 供应链合作与架构选择 - OpenAI正与软银旗下Arm公司商讨，在自研AI服务器芯片中采用Arm设计的中央处理器[2] - Arm近期开始自主研发CPU，此前仅出售芯片设计方案，为OpenAI提供的CPU可能为Arm带来数十亿美元潜在收入[2][3] - 合作协议未涉及新的投资关系，与早期同英伟达和AMD达成的协议类似[4] 资本支出与规模规划 - 三项交易涉及的数据中心芯片总容量将达到26吉瓦，按当前成本计算投入将超过1万亿美元[6] - 若在2033年前实现250吉瓦容量目标，按现行成本计算需耗资12.5万亿美元[6] - 公司计划在2026至2029年间使用博通芯片为10吉瓦数据中心服务器提供算力支持[6] - 公司今年将产生约130亿美元收入，并计划在2029年前耗资1150亿美元现金租用服务器[7] 战略动机与行业影响 - 开发专用芯片的想法源于数年前与多家芯片初创公司探讨AI技术时遭遇的挫折[6][8] - 新芯片可能为OpenAI在与英伟达的未来价格谈判中提供潜在筹码，目前公司几乎完全依赖英伟达芯片[10] - 软银承诺从今年起每年向OpenAI采购价值数十亿美元的人工智能产品[3] 关键合作伙伴关系 - 软银持有Arm近90%股份，从OpenAI估值不足1000亿美元时便开始投资，已注资数十亿美元并承诺额外投入数百亿美元[3] - 英伟达表示将向OpenAI投资高达1000亿美元，同时自身建设10吉瓦规模设施[6] - 包括甲骨文和微软在内的云服务提供商可能实质性资助部分算力投入[7]

公司战略转型与AI驱动增长 - 公司收入在过去八个月内增长了四倍，而这一成绩相当于公司前五六年才达到的成就 [3] - 业务飞速发展的核心驱动力在于两年前开始的战略调整，其一是全面拥抱AI，将自身从工作流自动化工具转型为AI驱动应用的编排层 [3][4] - 其二是市场策略的根本转变，放弃了传统的“潜在客户”目标，转而全力投入社区建设，聚焦于提升大型组织的采纳率 [5][6][7] - 公司定位为“水平”平台而非垂直应用，旨在成为AI时代的默认编排层，类似于Excel在电子表格领域的地位 [27][28] 社区建设与用户增长策略 - 公司自创立之初就坚持对社区的专注，早期即招聘开发者关系负责人 [8] - 通过取消潜在客户目标，全力投入社区，举办更多活动、创作更多内容，最终在去年12月实现用户爆炸式增长 [7] - 社区赋能策略包括在论坛上提前沟通重大变更、倾听反馈，并重视早期贡献者，例如雇佣了为公司创建了约50或60个节点（集成）的早期贡献者 [11][12] - 社区规模已达到数十万成员，用户构成在快速增长中保持高质量，新用户多为有技术背景或有明确用例、愿意投入精力的人 [13][22] 产品技术演进与AI能力构建 - 在AI浪潮中，公司意识到必须成为价值链的一部分，而非仅仅添加AI功能，因此构建了先进的AI功能团队 [4][15] - 产品演进的核心是打造低代码、无代码方式实现AI Agent功能，极大降低了构建门槛，解决了以往需要通过编写Python脚本实现的繁琐问题 [15] - 产品优势在于其连接性，可以兼容任何LLM、向量存储或应用程序，使其不依赖于特定技术栈的胜负 [20] - 公司积极拥抱行业标准协议如MCP，将其视为“AI工作流的HTTP”，并定位自身为多样化的MCP Agent和工具之间的编排层 [18][19] 商业模式与开源策略 - 公司采用“非标”开源策略，即源代码公开、免费使用，但使用非OSI批准的开源许可证，禁止他人将代码商业化 [9][10] - 此双重许可模式旨在坦诚地构建可持续业务，避免因后期更改许可证而引发社区不满 [10] - 在商业化与免费服务之间取得平衡，倾向于免费提供更多功能，因长期看能推动更广泛的用户采用和收入增长 [23][24] - 公司观察到，组织选择开源技术的主要原因并非成本，而是对数据隐私和安全的关切，这与公司支持自托管的方向一致 [17] 市场扩张与未来展望 - 公司起源于欧洲，但用户群一直非常全球化，欧洲和美国用户规模曾长期相同 [29] - 为抓住巨大需求，公司正积极向美国扩张，已在纽约开设办公室，并在全球范围内大量招聘人员 [29] - 公司的长期愿景是成为AI领域的“Excel”，当人们想构建AI应用时，n8n成为唯一想到的名字 [28] - 面对AI基础模型创新速度可能放缓的现状，公司认为这只是暂时现象，市场资金充裕，未来可能迎来新的加速 [25]

行业与市场定位 - 公司致力于重塑年规模超过400亿美元的传统市场调研行业[3] - 传统深度访谈流程通常耗时数周且需动用数十人团队[3][7] - AI平台可将调研流程从数周压缩至数小时完成[3][7] 核心技术能力 - 以大语言模型为底座，融合语音识别、语言理解、情绪识别与图像感知能力[5] - 构建"AI主持访谈—多模态分析—结构化总结"的闭环调研系统[5] - 支持超过50种语言的自动翻译与转录[8] - 内置超过3000万人的全球受访者网络（B2B+B2C）[8][10] - 用户的平均回答长度相比传统人工访谈提升3倍[10] 产品功能与服务场景 - 平台支持七大典型使用场景：概念测试、落地页测试、基础调研、品牌认知、创意测试、可用性测试、性格测试[8] - 调研流程高度简化，仅需三步完成：选择模板/上传提纲、招募受访者、查看结果报告[8] - 支持视频、音频、文字等多模态交互形式，可测试视频、图片、Figma原型等各类刺激内容[8] - 系统自动输出结构化成果，包括核心摘要、主题图谱、用户画像及可直接使用的PPT报告[5][8] 客户案例与商业进展 - 已与Microsoft、Canva、Chubbies、Nestlé等全球品牌建立合作[4][7] - 平台累计完成超过30万次AI调研任务[7][36] - 在Canva的调研中实现用十几种语言与用户交谈，并将分析结果统一翻译成英文交付的流程闭环[4] 融资与资本支持 - 成立两年内完成三轮融资，累计获得超2700万美元投资[7][35] - 红杉资本连续两轮领投，Conviction Partners、Pear VC等机构跟投[7][35] - 新一轮资金将用于扩建团队、优化语义模型、扩大全球受访者网络及深化大客户合作[36] 创始团队背景 - 联合创始人兼CEO Alfred Wahlforss为哈佛校友，具备医疗科技、用户研究和产品管理多重经验[13] - 联合创始人Florian Juengermann为德国国家级编程竞赛冠军，曾任Tesla自动驾驶运动规划工程师并向Elon Musk直接汇报[26][31] - 创始团队技术背景横跨AI语义建模、产品落地与多模态调研[7]

英伟达抓住AI机遇与投资战略 - 自ChatGPT等生成式AI服务问世两年多以来，英伟达的营收、盈利能力和现金储备均呈飙升态势，股价飞涨使其成为市值达4.5万亿美元的企业巨头[1] - 作为全球领先的高性能GPU制造商，公司利用其不断膨胀的财力大幅增加了对初创企业的投资，尤其是在人工智能领域[1] - 根据PitchBook数据，英伟达在2025年迄今已参与了50笔风险投资交易，超过了该公司2024年全年完成的48笔交易[1] - 这些投资不包含其正式企业风投基金NVentures的注资，该基金同期也显著加快了投资节奏（PitchBook数据显示NVentures今年参与21笔交易，而2022年仅1笔）[1] - 英伟达表示，其企业投资目标是通过扶持那些被视为“游戏规则改变者与市场缔造者”的初创企业来扩展人工智能生态系统[1] 十亿美元融资俱乐部投资案例 - **OpenAI**：英伟达于2024年10月首次投资ChatGPT开发商，据报道作为66亿美元巨额融资轮的一部分开出1亿美元支票，该轮融资使公司估值达到1570亿美元[4]。公司随后在9月宣布将逐步向OpenAI投资高达1000亿美元，旨在部署大规模AI基础设施[4] - **xAI**：英伟达在2024年12月参与了埃隆·马斯克旗下xAI的60亿美元融资轮[4]。据彭博社报道，在xAI计划200亿美元融资的股权部分中，英伟达还将投资高达20亿美元，以帮助xAI采购更多英伟达设备[4] - **Mistral AI**：当这家法国大语言模型开发商于9月以117亿欧元（约合135亿美元）投后估值完成17亿欧元（约20亿美元）C轮融资时，英伟达第三次投资了Mistral[5] - **Reflection AI**：2023年10月，英伟达领投了成立仅一年的Reflection AI 20亿美元融资轮，该公司估值达80亿美元[5] - **Thinking Machines Lab**：英伟达参与了前OpenAI首席技术官Mira Murati创立的Thinking Machines Lab 20亿美元种子轮融资，该轮融资于7月正式公布，使这家新晋AI初创公司估值达到120亿美元[5] - **Inflection**：2023年6月，英伟达作为联合领投方参与了Inflection 13亿美元融资[6]。不到一年后，微软以6.2亿美元价格获得非独家技术授权并挖走其创始团队[6] - **Nscale**：这家初创公司在9月完成了11亿美元融资后，英伟达又于10月参与了其4.33亿美元的SAFE（未来股权简单协议）融资[6] - **Wayve**：2024年5月，英伟达参与了这家英国自动驾驶初创公司10.5亿美元的融资轮[6]。该初创公司9月透露，英伟达预计将追加5亿美元投资[6] - **Figure AI**：2023年9月，英伟达参与了Figure AI的C轮融资，该轮融资额超过10亿美元，使这家仿人机器人初创公司的估值达到390亿美元[7] - **Scale AI**：2024年5月，英伟达联合Accel、亚马逊和Meta向Scale AI投资10亿美元，此轮融资使这家总部位于旧金山的公司估值接近140亿美元[8] 数亿美元俱乐部投资案例 - **Commonwealth Fusion**：英伟达参与了这家核聚变能源初创公司于2025年8月完成的8.63亿美元融资轮次，该交易使该公司估值达到30亿美元[9] - **Crusoe**：根据美国证券交易委员会文件显示，这家建设数据中心的初创公司于2024年11月筹集了6.86亿美元，英伟达出现在跟投名单中[9] - **Cohere**：英伟达已多次投资该企业级大语言模型提供商，包括2025年8月完成的5亿美元D轮融资，该轮融资使Cohere估值达到68亿美元[9] - **Perplexity**：英伟达于2023年11月首次投资这家AI搜索引擎初创公司，并参与了其后多轮融资，包括2024年12月完成的5亿美元融资轮次[10] - **Poolside**：2024年10月，AI编程助手初创公司Poolside宣布完成由贝恩资本领投的5亿美元融资，本轮融资使该公司估值达到30亿美元，英伟达参与了本轮投资[10] - **Lambda**：2024年2月，专注于模型训练的AI云服务商Lambda以25亿美元估值完成了4.8亿美元D轮融资，英伟达跟投[10] - **CoreWeave**：英伟达在其2023年4月完成2.21亿美元融资时投资了这家GPU云服务提供商，目前仍是其重要股东[11] - **Together AI**：今年二月，英伟达参与了这家公司的3.05亿美元B轮融资，此轮融资使Together AI估值达33亿美元[12] - **Firmus Technologies**：9月，总部位于新加坡的数据中心公司Firmus Technologies获得包括英伟达在内的投资者3.3亿澳元（约合2.15亿美元）融资，估值达18.5亿澳元（12亿美元）[12] - **Sakana AI**：2024年9月，英伟达投资了这家日本初创企业，该公司以15亿美元估值完成了约2.14亿美元的A轮巨额融资[12] - **Nuro**：8月份，英伟达参与了这家专注自动驾驶配送的初创公司2.03亿美元的融资轮次，本轮交易对Nuro的估值为60亿美元[13] - **Imbue**：这家AI研究实验室于2023年9月从包括英伟达在内的投资者处完成了2亿美元融资轮[13] - **Waabi**：2024年6月，这家自动驾驶卡车初创公司在B轮融资中筹集了2亿美元，投资者包括英伟达[13] 单笔超1亿美元的投资案例 - **Ayar Labs**：去年12月，英伟达参与了光学互联技术公司Ayar Labs的1.55亿美元融资，这已是英伟达第三次投资该初创企业[14] - **Kore.ai**：这家专注于企业级AI聊天机器人的初创公司于2023年12月完成1.5亿美元融资，英伟达参与本轮投资[14] - **Sandbox AQ**：今年4月，英伟达联合谷歌等机构向这家专注于开发大型定量模型（LQMs）的初创公司注资1.5亿美元，公司估值达57.5亿美元[14] - **Hippocratic AI**：今年一月，这家专注于医疗领域大语言模型的初创公司完成由Kleiner Perkins领投的1.41亿美元B轮融资，估值达16.4亿美元，英伟达参与投资[15][16] - **Weka**：2024年5月，英伟达投资了AI原生数据管理平台Weka的1.4亿美元融资轮次，此轮融资使这家硅谷公司的估值达到16亿美元[16] - **Runway**：根据PitchBook数据，英伟达于今年4月参与了Runway的3.08亿美元融资轮次，这轮融资使这家开发媒体生成式AI模型的初创公司估值达到35.5亿美元[16] - **Bright Machines**：2024年6月，英伟达参与了智能机器公司1.26亿美元的C轮融资[16] - **Enfabrica**：2023年9月，英伟达投资了网络芯片设计公司Enfabrica的1.25亿美元B轮融资[16] - **Reka AI**：今年7月，人工智能研究实验室Reka通过1.1亿美元融资吸引了英伟达等投资者参与，这笔交易使该初创公司的估值翻了三倍，达到超过10亿美元[17]

行业背景与竞争格局 - AI行业竞争焦点转向高质量数据，催生了Mercor、Surge等企业，其中Scale AI尤为引人注目[1] - 随着Scale AI创始人转投Meta，投资者开始关注并资助拥有创新训练数据采集策略的公司[2] - 模型训练数据需求日益复杂，从早期简单数据集发展为需要复杂强化学习环境，推动数据需求在数量和质量上呈指数级增长[5][6] 公司融资情况 - Datacurve完成1500万美元A轮融资，由Mark Goldberg领投的Chemistry基金主导，DeepMind、Vercel、Anthropic和OpenAI员工跟投[2] - A轮融资前公司曾获得270万美元种子轮融资，前Coinbase首席技术官Balaji Srinivasan参与投资[3] 商业模式与核心优势 - 公司采用"赏金猎人"机制吸引技术精湛的软件工程师完成最难获取的数据集，已发放超100万美元赏金[4] - 核心优势在于提供优质用户体验，将平台视为消费级产品而非数据标注流水线，注重优化平台以吸引并留住目标人群[4][5] - 对于软件开发等高价值服务，数据工作的报酬远低于传统就业，因此用户体验成为最大驱动力而非金钱回报[4] 市场定位与发展战略 - 公司目前专注于软件工程领域，但其模式可适用于金融、营销和医疗等其他领域[7] - 正在构建面向训练后数据采集的基础设施，旨在吸引并留住各领域的顶尖人才[7] - 随着环境复杂度提升，数据需求增长趋势可能为Datacurve等高质量数据采集公司创造竞争优势[6]

活动概述 - 活动为ICCV会议期间举办的闭门社交晚宴，主题为“AI on the Beach”，旨在聚集顶尖AI研究者进行深度对话 [1][2] - 活动时间为10月20日（周日）17:30至20:00，地点位于ICCV主会场旁步行2分钟处 [8] 参与机构与人员 - 参与者来自OpenAI、DeepMind、Meta、NVIDIA、ByteDance等顶尖实验室的研究者与创业者，以及斯坦福、MIT等顶级大学的教授和博士生 [1][8] - 目标受众为从事视频、图像、多模态AI、大语言模型的研究人员，希望与顶尖研究者面对面交流并探讨科研成果转化 [5] 活动内容与亮点 - 活动提供夏威夷风味料理、鸡尾酒和啤酒，营造轻松惬意的交流氛围 [8] - 核心环节为轻松氛围下的学术交流，讨论论文背后故事、下一代大模型边界以及视觉模型训练数据、评估、落地等前沿议题 [5][8] - 鼓励参与者携带自己的海报和论文，在活动期间延续学术讨论 [8] 活动组织与报名 - 活动采用闭门邀约制，需通过审核后方可获取具体地址 [8] - 主办方包括Z Potentials、Hat-Trick Capital（专注AI与前沿科技早期投资）、Abaka AI和2077AI（提供数据与模型评估服务） [4] - 报名通过指定链接或扫码加入ICCV 2025官方ZP群进行 [8]