以下文章来源于华商韬略 ，作者华商韬略 华商韬略 . 聚焦标杆与热点、解构趋势与韬略 作者： 杨彼得 来源：华商韬略 随后，备受关注的DeepSeek推出新模型，字节豆包不仅对AI助手进行大幅升级，更以系统级服务的方式切入手机生态，直接触碰既有应用与平台 的"操作权边界"…… 年关将近，科技大厂在AI领域集体发力。 一场大厂AI的年末大战，正式打响 。 01 "白热化"冲刺 11月中旬，阿里巴巴和蚂蚁两大集团先后发布了各自的重大AI应用产品。 阿里巴巴正式上线了全新的千问APP，这是一款基于其大模型"通义千问"打造，普遍被视为直指ChatGPT的C端应用级产品。公开报道显示，为了这 个项目，阿里至少抽调了上百名工程师，在杭州总部划出两层办公区秘密开发。 千问A PP 的核心优势在于强大的多语言能力和生活服务整合潜力。上线仅三天，即推出覆盖119种语言的实时翻译功能，几乎涵盖全球98%以上人 口的常用语种，支持文字、图片、同传等四大场景。 蚂蚁发布的"灵光"A PP 则强调"让复杂变简单"的效率理念，它率先在移动端实现"自然语言30秒生成小应用"，并支持编辑、交互和分享，定位为 高效创作工具。 11月中旬，阿里 ...

行业竞争态势 - AI大模型领域竞争加剧，头部公司产品迭代节奏已压缩至“以周计算”，新旧模型更新接踵而至，正面碰撞不断 [1] - Google在一个月内对其大模型产品线进行了四次实质性更新，最新发布的Gemini 3 Flash被解读为对OpenAI的“精准打击” [2] Google的竞争举措 - Google发布了Gemini 3系列中速度最快、性价比最高的模型Gemini 3 Flash [2] - 根据官方信息，Gemini 3 Flash在性能和效率上同时突破“帕累托极限”，其综合性能超过上一代旗舰模型Gemini 2.5 Pro，推理速度提升约3倍，而价格显著降低 [17] - 根据Imarena.ai数据，Gemini 3 Flash在文本、图像和编程领域排名前5，数学和创意写作类别排名第2，是性价比最高的前沿模型，输入定价为0.5美元/百万Tokens，输出为3美元/百万Tokens [18] - 作为对比，Claude Sonnet 4.5的输出定价为15美元/百万Tokens，GPT-5.2的输出定价为14美元/百万Tokens，是Gemini 3 Flash的近5倍 [18] - Google将Gemini 3 Flash定位为“老黄牛”式模型，保持了接近Gemini 3 Pro的推理能力，运行速度是Gemini 2.5 Pro的三倍，成本仅为Gemini 3 Pro的四分之一 [18] - Google正将AI能力深度整合至系统与生态，Gemini 3已全面取代传统Google Assistant成为Android生态中枢，并在Workspace中整合Drive、Docs、Gmail，依托1M至2M tokens的超长上下文窗口创建统一知识空间 [19][20] - 企业市场反馈积极，Salesforce创始人公开表示其AI首选已从ChatGPT转向Gemini，并宣布将Gemini纳入其Agentforce 360平台 [20] OpenAI的竞争举措与产品表现 - 在11月，OpenAI与Google几乎同时发布了旗舰模型GPT-5.1与Gemini 3，随后Gemini 3 Pro在多项基准测试中大幅超越GPT-5.1等模型 [4] - 面对竞争压力，OpenAI内部进入“红色代码”紧急状态，资源重新聚焦于核心产品ChatGPT，这直接加速了GPT-5.2的发布 [4] - OpenAI在十周年之际火速上线GPT-5.2，并一次性推出Instant、Thinking、Pro三个版本 [4] - 根据官方基准测试，GPT-5.2 Thinking在多项对比中面对GPT-5.1、Gemini 3 Pro等模型几乎实现了“全线第一”，打破了后者建立不到一个月的领先优势 [6] - 在具体测试数据中，GPT-5.2 Thinking在SWE-Bench Pro（软件工程）得分为55.6%，高于GPT-5.1的50.8%和Gemini 3 Pro的43.3% [7] - 在GPOA Diamond（科学问题）得分为92.4%，高于GPT-5.1的88.1%和Gemini 3 Pro的91.9% [7] - 在CharXiv Reasoning（科学图表问题）得分为82.1%，高于GPT-5.1的67.0%和Gemini 3 Pro的81.4% [7] - 在AIME 2025（竞赛数学）得分为100.0%，高于GPT-5.1的94.0%和Gemini 3 Pro的95.0% [7] - 在GDPval（知识工作任务）评测中，GPT-5.2 Thinking综合得分为70.9%，相较GPT-5.1 Thinking的38.8%有显著提升 [7][13] - 在“初级投行分析师”电子表格建模测试中，GPT-5.2 Thinking综合得分达到68.4%，高于GPT-5.1 Thinking的59.1% [13] - 根据人类专家盲评，在高难度知识型工作任务中，GPT-5.2 Thinking有70.7%的任务表现优于或持平行业顶尖专家 [12] - 在效率层面，GPT-5.2 Thinking完成同类任务的速度约为人类专家的3倍，而综合成本仅为人类的约1% [13] - OpenAI进行了清晰的产品分层：Thinking版本面向重度专业工作，Instant版本面向日常效率，Pro版本面向科研与复杂系统设计 [13] - OpenAI选择与科技巨头结盟扩张，预计iOS 26将深度整合GPT-5.1，涉及系统级视觉智能 [21] - 在企业市场，Microsoft通过Windows 11与Microsoft 365中的Copilot，持续将GPT-5.1推向企业核心流程 [21] 市场反馈与产品争议 - 两家公司密集的发布节奏引发了部分用户差评，有评测显示GPT-5.2在SimpleBench上的得分（45.8%）低于约一年前发布的Claude Sonnet 3.7（46.4%），GPT-5.2 Pro得分（57.4%）也仅勉强超过GPT-5（56.7%） [15][16] - 前AWS与Google高管指出，GPT-5.2在LiveBench上得分低于Opus 4.5和Gemini 3.0，且其在token成本和消耗数量上比5.1多得多，目前可能不值得从5.1切换升级 [17] 行业演进趋势 - 大模型竞争的下一个趋势愈发清晰地指向“智能体”，竞争已从“云端模型能力”全面下沉至“终端与系统层” [19] - 行业竞争核心已从对话自然度与知识广度，转向复杂问题解决、跨工具协作与自主任务执行能力 [21] - 未来的分水岭在于模型能否“把事干完、干好，并且持续稳定地干下去” [22]

"AI时代需要的不是单一技能的'螺丝钉'，而是既懂技术、又懂业务、还懂安全的复合型人才。"360数字安全集团副总裁、ISC.AI品牌主理 人卜思南表示，"未来的竞争，归根到底是人才的竞争。谁能培养出更多的人工智能工程师、AI安全官，谁就能在这场变革中占据先机。" 当前，人工智能已迈入"推理元年"与"Agent时代"，智能体正加速渗透安全、金融、医疗等百行千业，All in Agent成为产业共识。随着AI与 业务深度融合，企业组织形态逐步从"以人为中心"转向"人协调、Agent为中心"，AI人才成为企业构筑核心竞争力的关键。然而，兼具技术 开发能力与业务落地思维的复合型人才缺口持续扩大，成为制约行业发展的最大瓶颈。 【环球网科技综合报道】 12月17日，ISC.AI 2025第六届创新百强评选活动现场，360数字安全集团正式发布人工智能智能体工程师标准及认 证体系，并推出"人工智能智能体工程师计划"。此举旨在建立人工智能时代权威统一的人才评价标准，系统性解决智能体产业规模化落地 中的复合型人才短缺问题，为行业高质量发展注入核心动力。 本次活动现场，360面向行业正式发布人工智能智能体工程师标准和认证体系，并同 ...

01 《财经》年会 2026 ：预测与战略暨 2025 全球财富管理论坛 —— 变局中的中国定力 （ 3 ） 9:00-12:00 核心看点： 深入探讨人工智能从技术突破到社会再造的全局影 响，解析具身智能如何驱动产业变革，并在"十五 五"绿色转型关键期，寻求人工智能与低碳目标协同 推进的路径。 孟祥峰丨宁德时代党委书记、副总裁 李婷丨落基山研究所常务董事兼北京代表处首席代 表 刘敦楠丨华北电力大学教授、博士生导师，中国能 源研究会能源互联网专委会秘书长 扫码预约 02 【行业洞察】国盛计算机刘高畅：再谈模型、算力、应用与空天 10:00-11:00 嘉宾： Terrence Sejnowski（特伦斯・谢诺夫斯基）丨美国 四大国家学院（国家科学院、国家医学院、国家工 程院、国家艺术与科学学院）院士 薛澜丨国家新一代人工智能治理专业委员会主任， 清华大学苏世民书院院长、人工智能国际治理研究 院院长 张正友丨腾讯首席科学家、Robotics X 实验室主 任、福田实验室主任 周剑丨优必选创始人、董事会主席兼首席执行官 马克丨《财经》杂志执行主编 张望才丨北京市发改委节能中心主任 扫码预约 核心看点： 2026 ...

为降低企业用户的模型使用成本，谭待宣布火山引擎进一步创新模型定价模式，推出"AI节省计划"，覆 盖火山引擎上所有的按量后付费大模型产品，包括豆包大模型家族、各类三方开源模型。该计划还设置 了阶梯式折扣，用户的用量越多省得越多，最高可以节省近47%的使用成本。 在新架构中，模型是软件的核心，模型即服务（MaaS）是使用模型的最佳方式，算力以"标 记"（Tokens）的方式转换为智能；同时围绕智能体开发和智能体运营，云平台和中间件进一步把"标 记"组装成智能体，并实现智能体和现有工作流、智能体和智能体之间的智能互通。为此，火山引擎升 级了人工智能云原生全栈服务。 新华财经上海12月18日电（记者高少华）字节跳动旗下云服务平台火山引擎总裁谭待18日在上海表示， 当前以智能体（Agent）为负载的人工智能（AI）时代正加速到来，传统的基础设施即服务（IaaS）、 平台即服务（PaaS）、软件即服务（SaaS）分层规划的信息技术架构不再有效，以模型为中心的人工智 能云原生架构正在形成。 火山引擎当天发布了两款豆包大模型，分别为豆包大模型1.8、豆包视频生成模型1.5 pro。其中，豆包 大模型1.8专门面向多模态智能体 ...

国内大模型公司，正在率先走到IPO 的门口。 12 月 17 日，腾讯新闻《一线》从多个信源处获悉，"AI 六小龙"中的 MiniMax 与智谱 AI，已于本周初完成 中国证监会备案，并参与了港交所的上市聆讯。 其中，MiniMax 早在今年 6 月便已通过"秘交"方式向港交所递交上市申请。 在内地企业赴港上市转为"报备制"之后，这两家公司可能是过聆讯节奏最快的一批案例。按照目前的安 排，MiniMax 计划于 2026 年 1 月在港挂牌上市。 回顾智谱IPO的时间线，其实相当紧凑。 这一进度，本身已释放出一个清晰信号： 上市对它们而言，不是可选项，而是一件需要尽快完成的事。 而从资金层面看，这种选择并非源于"缺钱"。作为国内大模型领域的头部玩家，智谱与 MiniMax 都已获得 相当充足的资本支持。 截至目前，智谱已完成了第16笔融资，最新估值约 400 亿元人民币；MiniMax虽融资轮次略少，但也已完成 7轮融资，估值接近300亿元。 无论是融资资源，还是商业路径，智谱与MiniMax 都代表着大模型赛道中两种截然不同的解法。而就在上 市前的一年里，智谱又经历了幅度不小的战略收敛与团队调整。 在资本市 ...

文章核心观点 - 腾讯通过任命前OpenAI研究员姚顺雨为首席AI科学家并重组AI部门，标志着其AI战略从“谨慎追随”转向“全面提档”，旨在加码以智能体（Agent）为核心的下一代AI范式，并打通从研究到应用的壁垒 [1][3][9] 行业动态与竞争格局 - 2025年末AI领域在产品、芯片和人才方面持续引爆新闻，竞争加剧 [1] - 行业面临来自字节跳动和阿里巴巴的激烈竞争，腾讯此前承压不小 [3] - AI的竞争已进入下半场，核心从比拼模型参数转变为定义任务、评估价值并将研究转化为有用产品 [7] - AI的任务正从执行指令的工具进化为在复杂环境中自主理解、决策的协作者 [8] - 近期豆包手机引发的AI隐私边界争议给全行业带来剧烈冲击 [14] 腾讯的AI战略调整 - 公司任命27岁的前OpenAI研究员姚顺雨为“CEO/总裁办公室”首席AI科学家，直接向总裁刘炽平汇报，并兼任AI Infra部、大语言模型部负责人 [1] - 此次人事与组织架构调整显示AI在腾讯已上升为全公司重要的战略中枢，目标打通研究与应用之间的壁垒 [5] - 调整标志着腾讯正在加码以智能体为核心的下一代AI范式 [9] - 公司此前在AI领域姿态“谨慎”或“稳健”，源于其庞大体量、对微信用户体验的极致苛求以及隐私合规等因素 [4] - 2025年2月，腾讯在多个产品中接入DeepSeek；4月，混元团队重组，收拢各事业群技术力量并在3D模型上取得显著突破 [4] 关键人物：姚顺雨 - 姚顺雨为清华“姚班”出身，普林斯顿博士，前OpenAI研究员，参与开发Deep Research及OpenAI首个智能体产品Operator，入选《麻省理工科技评论》“35岁以下科技创新35人” [5] - 公司看重其“科学家+产品架构师”的复合基因，既能深耕底层模型创新，又能打通后端应用场景 [8] - 他被赋予极大的战略自主权与资源调度能力，其团队整合了AI Infra部、AI Data部、数据计算平台部 [5] 腾讯的机遇与挑战 - **技术追赶**：在通用大语言模型的综合能力上，腾讯混元尚处在跟随序列，需持续提升基础模型能力 [10] - **发挥长板**：需充分发挥腾讯混元在3D生成、物理仿真与世界模型等领域的天然优势 [10] - **核心机遇——微信生态**：微信拥有14亿用户、复杂的社交关系链、丰富的小程序生态、海量的公号与视频号内容池及支付交易，构成了AI时代操作系统的雏形，是全球最适合成为智能体“培养皿”的平台 [10] - 公司总裁刘炽平在财报会上多次表示，微信最终会推出一个AI智能体 [12] - **商业与伦理挑战**：未来AI智能体深入人类生活将面临商业冲突与伦理挑战，公司需要向外界证明其能兼容隐私保护、商业协同和监管信任 [14] - AI必须被用户、合作伙伴和政府充分信任，其商业化的天花板才能被真正打开 [15]

日前，无问芯穹智能体服务平台正式发布。作为无问芯穹面向智能体时代打造的战略级AI基础设施产 品，该平台致力于为企业提供从智能体定制优化、部署托管到商业化变现全链路的陪伴式落地服务。 在稳定性与可靠性方面，依托无问芯穹遍布全国的算力储备及技术服务，平台为每个智能体提供稳定可 靠的托管服务。在成本控制方面，无问芯穹智能体服务平台与底层基础设施深度集成与全面协同，为企 业灵活控制智能体落地的业务成本。 无问芯穹联合创始人、首席科学家戴国浩表示："无问芯穹将继续坚定以Agentic infra支撑数字世界与物 理世界的智能体应用效能突破与持续进化，并通过产学研协同，持续构建智能体创新的'产业链+创新 链'闭环。" 无问芯穹智能体服务平台将行业知识模板化，内置了包括代码、研究和多模态等5种以上的Agent能力模 板，帮助智能体落地在从0到1的起始阶段，就拥有优秀的基础效果。 无问芯穹智能体服务平台为企业提供开箱即用的Agent能力模板和稳定可靠的托管服务，支持丰富多样 的脚手架工具，并与无问芯穹底层算力及模型基础设施深度链接，让智能体生产效果更优秀、规模化运 行更稳定、业务成本更可控、商业化变现更顺畅。 ...

行业趋势与战略方向 - 人工智能正经历向智能体形态的深层跃迁，打造“AI+新质生产力”生态是把握未来发展的关键机遇 [1] - 2025年被定义为“智能体元年”，智能体将塑造AI时代的“超级个体”与“超级组织” [1] - 智能体技术也被黑客利用、批量复制，推动网络对抗进入“人机对抗”新阶段，安全行业必须率先拥抱智能体 [1] - 随着AI发展进入以智能体为核心的下半场，行业关注点拓展至数字安全、AI安全及AI应用三大方向 [4] - 未来，智能体技术将成为驱动数字化转型的核心引擎 [4] 公司（360）战略与实践 - 360作为首家以智能体驱动安全业务的公司，已展开系统实践 [1] - 公司一方面以AI重构防护体系，打造超百个可协同作战的安全智能体 [1] - 另一方面针对大模型与智能体自身风险，提出“以模制模”的AI治理路径 [1] - 公司未来将围绕三大方向持续赋能：攻坚核心技术以提升智能体自主决策与安全防护能力、开放智能体工厂助力政企构建专属智能体、深化产教融合输送复合型人才 [1] - 公司发布了《360人工智能智能体工程师标准及认证》，构建产教融合、科教融汇的新型合作平台 [2] - 公司与多所高校代表共同见证计划发布，推动校企科研实践融合 [2] 行业活动与生态建设（ISC.AI 2025创新百强） - ISC.AI 2025第六届创新百强颁奖仪式在京举办 [1] - 本届活动赛道拓展至数字安全、AI安全及AI应用三大方向，覆盖16个前沿领域 [4] - 活动创新采用“AI智能体+跨域专家团”双轨评审机制，系统识别高潜力创新项目 [4] - 自11月启动以来，活动共吸引全国500余家企业、超100所高校参与，累计征集方案800余份，其中超过80%涉及智能体技术 [4] - 活动深度融合评审结果与行业调研数据，发布《ISC.AI 2025创新性案例》与《ISC.AI 2025创新能力全景图谱》 [4] - 所有评审数据、解决方案、榜单信息及落地成果均收录于“ISC.AI 2025创新百强智能体专家”，该智能体将为行业用户、投资机构等提供持续洞察 [4] - ISC.AI创新百强将持续发挥产业创新“连接器”与“加速器”作用，构建开放协同的智能生态，促进技术成果与产业需求对接 [4]

文章核心观点 - 产业界当前的核心关切是AI技术如何深度融入生产线并转化为可量化的生产力 360通过发布“AI先进生产力TOP10”案例 全景呈现了智能体驱动业务转型的实效 为各行业提供了可落地的AI实战指南 [1] - 公司的战略已从网络安全“幕后卫士”转型为AI“产业赋能者” 其核心在于将AI技术价值与产业痛点结合 并构建了L1—L4多智能体蜂群体系以打通AI应用全链路 [1] - AI与产业的融合已进入“深水区” 技术落地不仅需要技术底座 更依赖深刻的场景洞察与产业理解 公司以“All In Agent”战略推动AI从“可用”向“好用”、“爱用”的价值跃迁 [7] 安全与关键基建领域应用 - 在高校安全领域 重庆大学引入360安全智能体后 勒索攻击实现3分钟隔离 研判准确率达90% 运维咨询量减少70% 问题解决时效缩至15分钟 并打造了教育智能体平台 [3] - 在政务安全领域 深圳市政务服务和数据管理局的“深治慧”平台实现了安全资源统一管控、威胁全局感知和协同响应 提升了运营效率并降低了管理和人力成本 [3] - 在能源安全领域 澜沧江流域发电企业与360共建的AI平台在应急演练中 使多部门协同效率提升80% 沟通成本降低80% 演练时间缩短30分钟 该项目已成为行业安全典型案例 [3] - 在金融安全领域 东吴证券引入360智能体后 安全处置效率提升90% 运维时间节省40% 安全事件平均检测时间缩短60% 项目获得IDC“安全与信任领军者”奖项 [4] 民生与运营领域应用 - 在交通运营领域 重庆轨道交通通过360构建的统一数据底座与智能化应用 实现了经营生产类指标数据的智能分析与挖掘 支撑了智能指挥、调度等关键业务升级 [5] - 在工业制造领域 上海电气与360共建“企业级知识库智能平台”后 员工检索效率提升至90% 高价值业务场景工作效率提升80% 并培育了活跃的AI运营团队 [5] - 在医疗IT领域 惠丰科技在360“医企联合共创智能体”模式支撑下 得以低成本构建自主AI能力 解决了算力不足、成本高、数据孤岛等困境 [6] - 在通信运营商领域 贵州移动与360共同构建“算力+算法+数据+安全”一体化底座 部署多类智能体 形成了运营商数字化转型的“贵州范式” [6] 政务与民生服务领域应用 - 在公共数据治理领域 大庆华术基于360企业级智能体赋能 在三大政务服务场景中实现政策匹配准确率超95% 企业政策申报缩至30分钟 执法记录完整率提升至98% 问题发现率达85% [7] - 在政策服务领域 宁波北仑区通过AI实现政策精准匹配 降低了企业运营与政策理解成本 解决了申报流程复杂等问题 并实现了信创数字人的规模化应用 [7] 行业洞察与发展模式 - 十大案例勾勒的“AI产业化全景图”核心是“人机协同”而非“机器替代” 智能体将安全等能力转化为驱动科研创新与育人升级的战略资产 [7] - 公司实践表明 AI战略行稳致远需要打造更灵活的场景化方案、构建更开放的赋能生态 以携手产业推动技术价值跃迁 为数字经济高质量发展注入智能动能 [7]