核心估值与融资动态 - 据华尔街日报报道，SpaceX正与投资者就新一轮内部股份出售进行谈判，若交易达成，公司估值将飙升至**8000亿美元**（约合人民币5.66万亿元）[1] - 此次估值的**8000亿美元**，其规模已接近瑞士最新的GDP（约**9000亿美元**）[2] - 此次估值将超越OpenAI此前**5000亿美元**的估值，成为全球估值最高的私营企业之一[3] - 公司估值在不到半年内实现翻番，从今年7月的**4000亿美元**（约合人民币2.83万亿元）暴涨至目前的**8000亿美元**[4][11] - 本轮融资计划为**二次股票出售**，即现有股东向新投资者出售股份，资金不直接进入公司账户，公司通常每年进行两次此类“要约收购”[11] - 估值数字在交易最终敲定前仍可能变化，有媒体（如彭博社）报道交易可能以每股约300美元进行，届时估值约为**5600亿美元**[12] 公司业务与市场地位 - SpaceX成立于2002年，是一家美国私营航空航天和太空运输公司，其两大核心业务为**火箭发射**与**卫星**[6][18] - 公司在火箭发射市场已占据主导地位，为商业卫星公司和NASA等官方机构提供服务[19] - 公司的卫星业务，特别是旗下Starlink部门拥有的约**9000颗卫星**，被认为是推动其高估值的主要理由[20][25] - 公司正在推进下一代完全可重复使用的运载火箭**星舰（Starship）**，这是迄今为止建造的最强大的火箭，旨在将人类送往火星，自2023年以来已完成**11次试飞**[21][22] - 公司从猎鹰1号成功入轨开始，逐步通过猎鹰9号、龙飞船、猎鹰重型火箭以及可重复回收技术，确立了行业优势地位并实现了全球最高的发射能力[21] 财务表现与上市计划 - 据马斯克今年6月透露，SpaceX今年全年营收预计将达到**155亿美元**[27] - 这一预计营收略高于OpenAI今年**130亿美元**的预计营收金额[28] - 公司被曝最早将于**2025年下半年**进行IPO（首次公开募股）[17] - 在上市计划上，SpaceX可能比OpenAI（传闻最早2026年下半年提交申请）更快一步[28] - 关于上市结构，公司高管目前更倾向于将火箭发射和Starlink卫星业务**打包上市**，而非拆分Starlink独立上市[26]

文章核心观点 - 百度研究团队提出了一种名为Video4Edit的创新图像编辑方法，该方法将图像编辑任务重新定义为视频生成的一种特殊退化形式，通过利用视频预训练模型中的单帧演化先验，实现了从视频生成到图像编辑的知识迁移，从而在仅需主流编辑模型约1%监督数据的情况下，达到与当前第一梯队模型相当的性能[1][21] 行业背景与现有挑战 - 当前基于扩散模型的图像编辑方法严重依赖大规模、高质量的三元组数据进行训练，数据成本高昂且难以覆盖多样化的用户编辑意图[3] - 现有方法在结构保持与纹理修改之间存在根本性的权衡难题，过度强调结构保持会限制编辑灵活性，而追求大幅度的语义修改又容易导致几何失真[3] 技术原理与创新 - 将图像编辑任务重新定义为视频生成的特殊退化形式，即把源图像视为视频第0帧，编辑后图像视为第1帧，从而将图像编辑建模为一个2帧的极短视频生成过程[4][6] - 利用视频预训练模型中蕴含的单帧演化先验，该先验包含了强大的时序一致性约束和帧间演化规律，天然地平衡了结构保持与语义变化[7] - 通过时间退化建模，将图像编辑过程视为从t=0到t=1的时序演化，使结构保持约束转化为视频生成中成熟的时间注意力机制，该机制天然倾向于在相邻帧之间保持高频细节和几何结构[8][9] - 在潜在空间中，将视频模型学习到的转移概率分布通过文本指令进行条件化引导，从而将通用的时序演化能力导向特定的编辑意图，实现了参数的高效复用[11][12] - 从信息论角度看，引入视频先验极大地降低了假设空间的熵，提供了更强的有效泛化能力，使得基于时序演化的微调具有更高的样本效率[15][16] 数据效率与性能 - Video4Edit仅需主流编辑模型约1%的监督数据即可收敛，使用的监督数据量约为MagicEdit等基线方法的1%[1][21] - 在CLIP Score和Structure Score等关键评估指标上，Video4Edit与使用全量数据的基线方法性能相当，部分场景下实现了性能提升[21] 应用效果展示 - Video4Edit在风格迁移、物体替换和属性修改等多种图像编辑任务上进行了系统性评估[17] - 在风格迁移任务中，能够准确捕捉目标风格特征，同时有效保留源图像的结构信息[19] - 在物体替换任务中，实现了自然的语义融合，边缘处理质量高，无明显伪影[19] - 对于复杂的自然语言编辑指令，能够准确理解语义意图并生成符合要求的编辑结果，表明单帧演化先验在语义对齐方面具有良好的泛化能力[19]

核心观点 - 一名14岁华裔少年通过创新改进“三浦折纸”结构，设计出可承受自重1万倍以上重量的新型折纸，并因此赢得含金量高的科学挑战赛最高奖及2.5万美元奖金，其研究展现了在应急避难所等领域的巨大应用潜力[1][3][5][14] 人物与成就 - 14岁的华裔少年Miles Wu（吴迈尔斯）凭借一项创新折纸设计，在近2000名申请者中脱颖而出，最终赢得JIC（赛默飞科学青少年创新挑战赛）最高奖，获得2.5万美元奖金[5] - 该比赛竞争激烈，从近2000人筛选至300人，最终30人进入决赛，许多参赛者项目有资深导师指导或可使用专业实验室资源，而迈尔斯完全依靠个人在家中的客厅独立完成研究[5][6][7] - 迈尔斯自8岁开始折纸，已有6年“工龄”，其作品包括复杂的折纸昆虫，但他将兴趣与科学研究相结合，取得了突破性成果[23][26][27] 技术基础与创新 - 迈尔斯的研究基于由东京大学三浦公亮教授发明的“三浦折纸”结构，该结构因其独特的几何特性（可沿单方向轻松展开和折叠）已被应用于日本卫星太阳能板和NASA的可折叠太阳能阵列[10][11][12] - 迈尔斯提出了全新的三浦折叠变体，据测算，这种新型折纸可以承受自身重量1万倍以上的重量，换算比喻相当于一辆出租车能站4000多头大象[3][4][14][15] - 其研究过程严谨，在家中的临时实验室里，他系统测试了54种手工折叠变体，涉及三种平行四边形宽度、三种角度、两种高度及三类纸张，共完成108组测试，最终确定了最优形态[41][47] 应用前景与设计理念 - 迈尔斯计划基于其改进的三浦折纸，设计一种可快速展开的应急避难所，旨在解决当前应急物资在可靠性、便携性和部署速度上难以兼顾的“不可能三角”问题[20][21][30][31] - 三浦折纸应用于应急避难所的优势在于：单自由度设计使展开简单可靠；整体受力结构使其异常坚固；高压缩比使其折叠后体积小，便于运输和储存[32][33][34][35][36][37][38] - 该设计的灵感源于对自然灾害（如南加州山火烧毁超1.8万栋建筑、飓风海伦致201人遇难）的关切，迈尔斯希望用折纸技术来帮助更多人[28][29][30]

编辑部 发自 凹非寺 量子位 | 公众号 QbitAI AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来 量子位 呢？ 我们是一家以 追踪AI新进展 为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观 测和学习生态位。 目前，我们有 三大方向 岗位招聘，希望你是 （或者能成为） 这三个方向的内容专家： 岗位均为全职，工作地点：北京中关村。 岗位面向： 加入我们，你可以获得： 以下是岗位详情： 所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。 AI产业方向 岗位职责： AI产业方向 ：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向 ：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向 ：关注AI在应用和硬件终端方向的进展。 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 站在AI浪潮之巅 ：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具 ：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力 ：通过撰写独家原创内 ...

大会核心信息 - MEET2026智能未来大会将于2025年12月10日在北京金茂万丽酒店举办，主题为“共生无界，智启未来”[24][37][39] - 大会将探讨以AI为代表的智能科技如何穿透产业、学科与场景的边界，成为驱动社会演进的核心动能[39] - 大会将发布《2025年度AI十大趋势报告》与《2025人工智能年度榜单》[35][39][47] 嘉宾阵容 - 大会累计邀请近三十位重量级嘉宾，涵盖学术界、产业界与前沿创业一线[17] - 学术界嘉宾包括清华大学智能产业研究院院长张亚勤、清华大学人工智能研究院常务副院长孙茂松、智源研究院院长王仲远、交大高金教授朱宁等[1][17][45] - 产业界阵容覆盖芯片、云、模型到终端的全栈力量，包括百度、高通、小米、蚂蚁、亚马逊云科技、谷歌云、昆仑万维、潞晨科技、PPIO、商汤、中关村科金等代表性企业[1][21][24][25][26][43][44] - 前沿创业新生力量包括卓世科技、太初元碁、RockAI、自变量机器人、光轮智能、云徙科技、灵心巧手等[28][42][44][45] 核心议题与议程亮点 - 议题内容涵盖大语言模型、多模态、具身智能、自动驾驶、云计算及具体应用等AI主流方向[3] - 设置“GenAI Talk”对话，文远知行创始人兼CEO韩旭将分享自动驾驶创业第二个八年的实战经验，探讨GenAI如何赋能自动驾驶及Robotaxi大规模商业化落地的奇点[8][11][12] - 设置“激辩Agent”前沿圆桌，汇聚小宿科技、联汇科技、蚂蚁百宝箱等平台方、技术方与应用方，探讨AI Agent革新千行百业的时间表、技术架构及落地挑战[13][16][45] - 上午议程聚焦宏观趋势与基础技术，包括“人工智能+”趋势、超级智能体、AI从数字世界迈向物理世界、混合AI、Agentic AI等议题[41] - 下午议程深入多模态、智能体与产业应用，涵盖AI技术突破、基础设施、算力生态、硬件创新、物理世界基础模型、具身智能平台等话题[43][44][45] 大会价值与产出 - 大会旨在提供最前瞻的观点，帮助从业者理解技术变化如何重塑技术路线、产品逻辑及创业机会[4][6] - 通过一线实践者的分享，勾勒从理论、平台、应用到终端的完整AI落地拼图，探寻AI从概念炒作走向实际影响的真实路径[33][34] - 发布的《2025年度AI十大趋势报告》将梳理年度AI代表进展并展望可预见的技术趋势，覆盖算法、数据、算力底座至产品解决方案及行业应用[35] - 发布的《2025人工智能年度榜单》将从企业、人物、产品/解决方案三大维度，筛选行业最具影响力、创新力与潜质的领军者代表[35][47]

核心观点 - 华为通过鸿蒙6操作系统及Mate X7等设备，首次实现了Agent to Agent智能体协作的商用落地，标志着手机交互形态正从“人找应用”向“服务找人”的“智能体化”革命演进，并有望定义下一代AI应用交互规则 [3][7][9] 鸿蒙6与A2A智能体协作的落地与体验 - 在HarmonyOS 6中，已有超过80款鸿蒙应用完成了智能体化改造，成为A2A协作的基础单元 [14] - 智能体中枢“小艺”进化为具备全局统筹能力的大脑，可作为主Agent调度第三方应用的子Agent，实现“一句话办事” [15][17] - A2A协作已渗透金融、娱乐、生活、出行等高频场景，例如：点名“深圳航空”后说“选个能看日落的座位”，其智能体可自动锁定“黄金机位”并值机；点名“叮咚买菜”问“秋天适合喝什么润肺汤”，智能体会推荐食谱并一键加购食材 [18] - 在折叠屏Mate X7上，A2A能力与分屏联动深度融合，例如：双指长按小红书攻略可召唤分屏导航，右侧地图自动定位并规划路线；长按外文段落可唤起分屏由小艺实时翻译 [22] - 对于尚未改造的GUI应用，系统通过“小艺帮帮忙”功能模拟用户操作进行兜底，确保生态体验统一 [24] 鸿蒙6的技术架构与开发者生态 - HarmonyOS 6将智能下沉至底层，与硬件深度融合，构建了允许智能体交互的服务互通环境 [25] - 以意图框架Intents Kit与统一通信协议为核心技术底座，将APP内部功能封装为系统可调用的“原子化意图”，重构了应用间连接方式，实现跨应用意图理解与指令分发 [26][27][28][29] - HMAF框架与全栈工具链极大简化了智能体开发流程，为开发者提供标准接口与AI控件，使传统APP可平滑进化为智能体 [31][32] - 开发者无需重构整个应用，利用DevEco Studio进行简单配置即可快速接入A2A协作网络，降低了接入门槛 [33][34] - 鸿蒙为全行业提供了智能体互联的基础设施，解决了“协议不通”和“接入困难”的行业难题 [36][37] A2A经济的战略意义与行业机遇 - A2A是移动互联网从“人找应用”迈向“服务找人”的必然进化，商业流量逻辑正从抢占屏幕入口变为抢占无形的“用户意图”入口 [39][40] - 谁能最快响应AI指令并通过A2A接口精准输出服务，谁就能掌握下一个时代的流量密码 [41] - HarmonyOS 5和6的设备数量已突破2700万台，并以平均每天超10万台的增速增长 [42] - 华为启动“天工计划”，未来将投入10亿元人民币，目标加速孵化超过1万个AI原生元服务、1千多种意图框架以及5千多个智能体，为生态开发者提供全方位支持 [45][46] - 鸿蒙构建的开放生态为开发者提供了抢占AI时代生态先机的战略窗口，越早加入越能抢占先机 [38][45]

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 《三体》中的"宇宙为你闪烁"，不再是科幻了。 最新登上Nature的显示屏EyeReal，无需佩戴眼镜就能把3D画面精准投射到你的眼中。 而且尺寸只有桌面显示器大小，成本也非常低廉，一块4090加上屏幕和游戏机传感器就能搞定。 中国团队出品，一作还是一位26岁复旦在读博士生，上海人工智能实验室、上海创智学院联合培养。 无需佩戴实现裸眼3D EyeReal技术实现了一种裸眼3D显示方案，观看视角的覆盖范围超过100度。 而且在这个范围内，你随便走动，画面都是连续顺滑的，不会像以前那种老设备一样，稍微一动脑袋画面就乱跳或者出现重影。 长相上，它的大小和普通的24寸桌面显示器相当，但别小看这个尺寸，它的有效3D成像面积达到了0.1到0.2平方米，跟以前那种只能显示指 甲盖大小的全息技术比起来，足足大了1000倍。 在立体感方面，它实现了真正的"全视差"显示，不仅支持左右看（水平），还支持上下看（垂直）和前后凑近了看（径向）这三个维度。 当你站起来或者把脸凑近屏幕时，画面里的物体会像真实模型一样，呈现出完全符合物理规律的几何透视变化。 而且，EyeReal还有个 ...

核心事件与人物 - 世界级顶尖数学家小野肯（Ken Ono）辞去终身教职，全职加入AI初创公司Axiom，担任创始数学家[1][2][4][5] - 吸引小野肯加入的Axiom公司由他24岁的学生、华人女生洪乐潼（Carina Letong Hong）创办[2][7] - 此次事件被描述为轰动数学和AI两界，标志着一位纯数学领域的领军人物转向AI产业[1][5] 公司Axiom概况 - 公司定位为一家主打AI数学的明星初创公司，核心目标是为量化对冲基金开发能解决实际数学问题的AI[6][27] - 公司在仅有0产品0用户的情况下，于几个月前完成首轮融资，估值达到3亿美元[7][37] - 公司团队规模小，起步晚，员工仅十余名，但已吸引多位顶尖AI和数学专家加入[35][53] 创始人洪乐潼背景 - 创始人洪乐潼为24岁00后，斯坦福数学博士辍学创业，是IMO金牌得主[7][9] - 她仅用3年时间完成MIT数学和物理本科双学位，本科期间已发表9篇广泛领域的学术论文[9][44] - 她曾是小野肯在MIT的学生，在其指导下解决拉马努金理论中的部分猜想，并获得多项顶级学术荣誉[46][47] - 她被提名为2022年度中国罗德学者（仅4名中国获奖者之一），近期被评为2026年福布斯30位30岁以下AI精英[9][51] 数学家小野肯的背景与角色转变 - 小野肯被誉为“最懂拉马努金的当代数论学者”，是数学领域举足轻重的人物，拥有弗吉尼亚大学终身教职[4][17][19] - 他此前对AI领域持怀疑态度，但去年春天参加AI模型测试研讨会后，观念发生转变，认为AI在某些数学领域已遥遥领先[14][15][21] - 他在Axiom的角色是创始数学家，负责为AI模型“绘制地图”，即设计高难度数学问题、制定性能基准并指导模型优化[10][12] 公司技术方向与产品目标 - 公司致力于开发能够进行严格逻辑推理和数学证明的AI，构建和验证形式化证明，保证结果的准确严谨[27] - 产品主要面向对冲基金和量化交易公司，帮助其快速解决金融领域的复杂数学问题[28] 公司已取得的技术成果 - Axiom的AxiomProver模型近期解决了数学界两个著名难题：Erdős问题 124 和 481[29] - Erdős问题 124 是一个30年前的加法数论问题，Axiom不仅解决了问题，还将其验证到基础公理层面[30][31] - Erdős问题 481 源自45年前，OpenAI的GPT-5曾声称解决但被指仅是检索文献，而Axiom确实完成解决并借助Lean完成了形式化验证[33][34] 团队与人才吸引力 - 除小野肯外，公司还吸引了前Meta研究员François Charton等顶尖AI专家加入[35] - François Charton的研究（如让Transformer模型解微分方程）被视为让神经网络理解数学结构的先驱成果[35] - 小野肯在加入Axiom前，曾连续拒绝多家其他硅谷公司的邀请[36] 行业意义与愿景 - 此次合作被类比为数学界的“黄金师徒”哈代和拉马努金，旨在携手逼近数学界的“GPT时刻”[54] - 公司从建立之初就立志寻找数学公理，破解困扰人类数个世纪的难题[51]

谷歌发布突破性大模型新架构 - 谷歌在NeurIPS 2025上发布两项关于大模型新架构的研究，旨在突破Transformer在处理超长上下文时的根本局限 [1][2] - 新架构通过“测试时训练”机制，能在推理阶段将上下文窗口扩展至200万token [2] - 谷歌近期在从产品到基础研究方面展现出穷追猛打的竞争态势 [5] Transformer架构的固有局限 - Transformer的自注意力机制导致计算量和内存消耗与序列长度的平方成正比（O(N²)），这是处理超长上下文时的主要瓶颈 [4][7] - 学界已探索线性循环网络和状态空间模型等替代方案，通过将上下文压缩到固定大小实现线性扩展，但难以充分捕捉超长序列中的丰富信息 [9][10] Titans架构：结合RNN速度与Transformer性能 - Titans是谷歌提出的新架构，其目标是结合RNN的速度和Transformer的性能 [8][11] - 该架构的核心是“测试时记忆”，模型在推理过程中无需离线重新训练，即可通过整合新信息来维持长期记忆 [12] - Titans引入了一种新的“神经长期记忆模块”，该模块本质上是一个在推理阶段仍能动态更新权重的多层感知机 [14][15] - 其关键设计是能够主动学习识别并保留输入数据中连接各个token的重要关系和概念，更新机制基于“惊喜指标”，即模型检测到记忆内容与新输入内容之间的差异 [18][19][20] - 低意外度的输入仅作为短期记忆处理，高意外度的输入则被优先存储到长期记忆模块中 [21] MAC：Titans的主要变体 - MAC是Titans架构的一种主要变体，其设计思路是将长期记忆作为额外的上下文信息直接输入给注意力机制 [16] - MAC不改变注意力计算方式，而是改变了注意力的输入来源，将长期记忆的“摘要”与当前短期输入一起处理 [16] - 实验表明，Titans (MAC)变体在多项长上下文测试中表现优异，例如在S-NIAH-W任务16K长度下准确率达到95.2%，显著优于Mamba 2（0.0%）和DeltaNet（0.0%）等模型 [30] MIRAS：序列建模的统一理论框架 - MIRAS是支持Titans背后的核心理论框架，其核心目标是让模型在推理阶段也能进行学习 [8][22] - MIRAS将任意序列模型解构为四个关键设计选择：内存架构、注意力偏差、保留门控（遗忘机制）和记忆算法 [23][28] - 该框架的创新在于引入非欧几里得目标函数，允许使用更复杂的数学惩罚机制来更新记忆 [26] - 基于MIRAS，研究人员创建了三个特定的无注意力模型：YAAD、MONETA和MEMORA，分别采用不同的损失函数和规则来提升鲁棒性、稳定性和可控性 [27][29] 性能表现与行业影响 - 基于Titans和MIRAS的模型性能优于最先进的线性循环模型（如Mamba 2）以及规模相近的Transformer基线模型 [27] - 新架构能够在参数规模小得多的情况下，处理极长上下文，并且性能优于GPT-4等大规模模型 [32] - 谷歌方面表示，尽管面临竞争，但不后悔公开Transformer研究，认为其对世界产生了巨大的积极影响 [34]

阿里千问产品功能升级核心观点 - 阿里千问对办公与写作能力进行了重大升级，将文档生成、智能排版、在线编辑、多格式转换等功能整合进一个入口，旨在实现办公学习流程在一个App内的串联 [1][4] PPT创作能力升级 - 升级核心在于将找资料、出大纲、生成创作、编辑、导出等PPT制作全流程在一个App中彻底打通 [6] - 支持上传文档、拍照识别、语音说话、一句话指令等多种输入方式，并能自动提炼重点、提供现成模板 [6] - 生成PPT前会先提供可编辑的大纲，用户可对封面、章节结构、每页内容进行预览和修改 [7][8] - 生成的PPT图文并茂，在排版上能保持文字行间距、字间距、大小标题位置的合理性，内容分区清晰 [11][13] - 支持对生成后的PPT进行直接编辑，用户可选中任意文字（如大标题、正文）进行随意改写 [13][14] - 支持更换PPT的模板款式、风格与颜色，并可一键导出为PPT、PDF、长图三种格式 [16] - 此次升级亮点在于将原本需在PC上完成的流程浓缩至手机App，显著降低了使用门槛，适用于学生课堂展示、职场工作报告等多种场景 [17][18] 文档编辑能力升级 - 文档编辑进入一站式模式，用户可通过与千问对话自动生成主题清晰、结构合理、排版完整的Word文档 [19][20] - 以生成《2025中国具身智能行业报告》为例，千问能围绕核心观点、政策与战略、资本与市场、技术格局等维度进行分析并自动整理成Word文档 [21][22][23] - 生成的文档支持完整的二次编辑，功能包括修改指令要求、排版预览、扩写、缩写、润色、改字数、换语气等 [25][26] - 文案润色功能支持用户直接勾选文字进行一键润色，并以小窗口形式呈现，方便用户结合上下文判断效果 [27][28][30] - 风格改写功能支持调整语气，例如可将严肃的行业报告改为更口语化的科技自媒体调性 [31][32] - 缩写功能能压缩段落内容，在减少字数的同时保持内容逻辑顺畅、信息完整及核心结构 [33][35] - 支持Word、PPT、PDF、Excel等各类格式之间的转换，确保用户相关操作在一个App内完成 [35] 产品战略与用户体验 - 产品方向是让AI不只激发灵感，还能帮助用户真正完成工作 [36] - 对于学生和职场人士而言，在一个App内一站式搞定PPT和上千字的调研报告，相比传统方式效率大幅提升 [36]