中国人工智能（AI）企业深思科技（DeepSeek）正在投资机器人及机器人用AI模型开发公司，进军嵌入式机器人领域。分析认为，超越语言模型，能够在现实世界中直接判断和行动的AI将成为下一代技术竞争的核心。 据中国《科创板日报》报道，深思科技最近达成协议，主导对机器人用AI模型开发公司“WinverseAI”的种子轮投资。WinverseAI的企业价值约为4亿美元，深思科技将投资数千万美元。美团也将参与对WinverseAI的投资。 WinverseAI是由腾讯前科学家胡瀚于今年成立的公司，专注于开发能够理解周围环境并执行任务的AI模型，主要应用于类人机器人等。该公司并不直接制造机器人，而是开发相当于机器人“大脑”的智能。 此次投资是深思科技在两个月前对机器人制造商宇树科技（Unitree）投资1亿4100万人民币后的又一举措。值得注意的是，深思科技不仅投资于擅长制造机器人身体的宇树科技，还扩大了投资对象至开发机器人智能的企业。 深思科技关注机器人领域的原因在于，AI的下一场竞争可能会转向现实世界。过去，AI竞争主要集中在文字、图像理解、推理和编码等数字领域，而未来，识别实际环境并根据情况进行行动的能力将变得更加重要。 类人机器人在工业现场替代人类工作，不仅需要行走和保持平衡的技术，还需要能够识别周围物体、规划工作顺序并应对意外情况的智能。机器人用AI模型正是实现这些能力的核心技术。 深思科技通过宇树科技的硬件技术和WinverseAI的模型开发能力，能够接触到涵盖机器人身体和大脑的技术生态系统。提升AI模型的推理速度和运算效率的技术，对于机器人实时判断和移动周围环境至关重要。最终，深思科技的连续投资被解读为将AI从屏幕上的回答工具发展为能够在现实世界中直接工作的智能的布局。※ 本报道经人工智能（AI）系统翻译与编辑。

尽管部分AI企业如Anthropic因安全问题主张减缓开发速度，但中美之间的AI开发竞争依然激烈。 根据日本《日本经济新闻》的报道，中国主要AI企业如深思科技、阿里巴巴、腾讯、小米等在9月一个月内发布了16个AI模型。这些模型仅统计了新开发的图像和音频生成模型，修订的旧系统模型不在此列。 AI基准网站BenchLM的统计数据也证实了中国AI模型的增长趋势。BenchLM追踪的8家中国主要AI开发公司在7月至9月间发布了20个大规模语言模型（LLM），而1月至3月仅有2个，4月至6月则为17个，增长幅度显著。 美国的AI模型发布速度同样在加快。1月至9月，美国开发商共发布了59个模型，比中国多出约50%。其中，1月至3月发布10个，4月至6月发布15个，7月至9月发布34个。 特别是，中国的AI模型以低成本和灵活性为优势，在实际使用量上远超美国模型。根据AI模型中介平台OpenRouter的数据，中国AI模型在9月21日至27日的一周内处理了62万2200亿个令牌，而同期美国AI模型处理了14万2000亿个。令牌处理量是衡量AI模型使用频率的重要指标。 上海财经大学的胡艳平教授在7日接受《中国日报》采访时分析称：“中国AI模型使用量的增加，得益于可选择的模型种类多、价格竞争力强、开源模型数量多以及开发速度快。” 随着AI代理的普及，这些特性变得更加重要。AI代理可以编写代码、搜索数据库、调用外部程序等多项任务，因此使用的令牌数量远超一般聊天机器人。对于企业而言，如果性能相似，选择成本更低的模型的诱因更大。 因此，企业在选择AI模型时，性价比和AI代理的应用潜力变得越来越重要。 中国企业在模型测试阶段也在缩短正式发布所需的时间。新模型发布后，企业迅速将现有用户迁移到新服务，并在多个平台上发布，以确保技术改进能够带来实际使用量的增加。 为了缩小与美国的技术差距，中国AI企业也在加速大规模模型的开发。阿里巴巴计划将目前约为2.4万亿个参数的AI模型“Qwen”在未来扩展到5万亿至10万亿个参数。※ 本报道经人工智能（AI）系统翻译与编辑。

中国的人工智能（AI）模型正在迅速缩小与美国竞争模型之间的技术差距。深思科技等中国AI企业的崛起，使得美国的AI技术优势降至历史最低水平。 根据彭博社智能（BI）5日的报道，自上个月深思科技推出最新模型“V4.1闪电”以来，中国主要AI模型与美国竞争模型的基准性能差距已缩小至3%。而在5月份时，这一差距约为9%，今年初则高达15%。 V4.1闪电在上个月的AI模型性能评估网站“LiveBench”上排名全球第六，成为中国AI模型中的最高排名。LiveBench评估AI模型分析和回答问题、解谜及各种任务的能力，类似于人类智商（IQ）的测量方式。 深思科技的LiveBench得分为81.1分，接近安特罗皮克的最高分83.4分。BI首席分析师罗伯特·李评价称，深思科技展现出与安特罗皮克和OpenAI等领先AI模型“相似的性能水平”。 随着中国在AI技术上的积累和针对本国硬件的模型优化，中国研究团队的能力不断提升，AI竞争力迅速增强。 此前，中国AI企业凭借低于美国模型的价格拓展市场，如今不仅具备成本竞争力，还在性能上迅速缩小与美国的技术差距。李分析师表示：“中国的发展进一步加大了对美国AI技术霸权能否长期持续的质疑。” 对此，美国加强了对中国AI模型的监管，提出了“蒸馏”（distillation）的疑虑，并讨论未来可能对中国AI模型实施禁令。美国一直通过半导体技术设备出口管制等手段来抑制中国的AI技术发展。 最近，美国政府也开始采取措施以维护AI主导权。路透社报道，美国总统唐纳德·特朗普于4日成立了以国家情报局局长杰伊·克莱顿为首的“超智能特遣队”（Super Intelligence Force，SIF）。 SIF将负责协调联邦政府在AI领域保持全球领先的应对措施。联邦贸易委员会（FTC）和国防部的高级官员将参与其中，并直接向特朗普总统和白宫办公厅主任报告。克莱顿局长表示，特遣队将在120天内评估AI带来的风险和机遇，并提出联邦政府应承担的角色的建议报告。 特朗普总统在当天的社交媒体“真相社交”上表示，SIF的目标是“确保美国在超智能领域继续保持全球领先”，并强调“保护所有美国人的利益，改善生活”。 特朗普总统对过度监管可能削弱美国在与中国的AI竞争中的竞争力持负面态度。他在上个月29日表示，不希望与中国国家主席习近平就AI技术监管问题进行合作讨论。

中国人工智能（AI）企业深思科技于30日开源了基于华为AI芯片的AI程序开发软件。 这一举措被解读为旨在建立中国版AI软件生态，以应对NVIDIA的AI软件生态系统'CUDA'。 根据中国媒体《前瞻网》的报道，深思科技当天通过微信官方账号发布了华为的AI加速器'Ascend（昇腾）'用软件工具，并提供免费下载。这其中包括AI开发所需的高级编程语言TileLang。 彭博社将TileLang介绍为与NVIDIA的CUDA相对应的中国AI开发工具。CUDA是一个软件平台，帮助开发者利用NVIDIA AI芯片的性能开发AI程序。NVIDIA成功地基于CUDA构建了以其GPU为中心的AI生态系统。 深思科技表示，创建新的AI半导体生态系统需要一种易于使用且能够最大限度发挥芯片性能的编程语言，因此开发了TileLang。 深思科技进一步解释，TileLang的编程相较于CUDA更为简单，能够减少开发者编写代码的时间，并简化程序结构。同时，它还被设计为能够更好地利用AI芯片的特性，接近硬件所能提供的最大性能。 特别是使用此次公开的华为Ascend用TileLang，开发者可以在不逐一处理复杂芯片指令的情况下，利用相对简单的代码创建AI程序，并最大限度地发挥华为AI芯片的性能。 深思科技不仅开源了TileLang，还开源了高效训练和执行AI模型所需的计算、通信和数据处理相关软件。深思科技表示，这些软件在多个核心测试中达到了接近华为AI芯片最大性能的计算和通信能力。 深思科技还透露，在开发Ascend平台软件的过程中，得到了华为研究团队的积极支持。双方正在优化下一代AI芯片Ascend 950的计算性能和芯片间数据通信，并共同开发基于Ascend 950连接的128个AI芯片的超大型系统。 深思科技表示，将继续与华为合作，构建开放的AI软件生态系统。 彭博社分析指出，中国正在建立一个替代美国AI芯片和软件的生态系统，以应对美国的半导体出口管制。在这一过程中，深思科技与自主生产数据中心用AI芯片的华为之间的合作也在不断加深。 这被认为有助于中国降低对NVIDIA芯片的依赖，扩大自主开发和训练AI模型的基础。

美国人工智能（AI）公司安特罗皮克在即将进行首次公开募股（IPO）之际，面临市场对其高速增长持续性的疑问。 《金融时报》于19日（当地时间）报道，安特罗皮克正在受到与OpenAI等竞争加剧、性价比模型的普及以及AI安全性担忧等多重因素的考验。 截至7月，安特罗皮克的年化收入已增至650亿美元，预计到年底将超过1200亿美元（约166万亿人民币）。 然而，由于对未来不确定性的担忧，投资者对安特罗皮克上市后的企业价值预期存在较大分歧。《金融时报》指出，市场对安特罗皮克上市后的企业价值预期从1.5万亿美元到4万亿美元（约556万亿人民币）差异显著。目前，安特罗皮克的企业价值约为9650亿美元。 市场竞争愈发激烈，尤其是最大竞争对手OpenAI正在迅速扩张。根据AI模型平台OpenRouter的数据，9月第二周，OpenAI模型的用户支出已超过安特罗皮克，这是自2024年2月以来的首次。 以性价比为优势的中国AI企业的攻势也给安特罗皮克带来了压力。深思科技和文创等中国公司相继推出开放权重模型，给安特罗皮克和OpenAI的封闭模型在价格竞争上施加了压力。价格敏感的客户可能会转向更便宜的模型。开放权重模型是指公开AI模型的核心参数，用户可以下载并进行修改或根据需求使用的模型。 最近，围绕AI安全的担忧也成为一个变数。安特罗皮克首席执行官达里奥·阿莫德伊曾呼吁AI行业应减缓尖端AI系统的开发速度，以确保安全性。《金融时报》指出，减缓AI开发速度可以大幅降低AI模型的训练成本，但同时也可能给中国竞争对手缩小技术差距的时间。 在这种情况下，安特罗皮克原本预计在10月进行IPO，但《华尔街日报》于18日报道称，最近将目标时间推迟至11月。上市时间可能还会发生变化。 推迟至11月的主要原因是可以向投资者展示第三季度的良好业绩。此外，上市后股东和市场的监督可能会加强，因此也有解读认为这是为了争取时间整理公司在AI安全性方面的立场。

美国国会正在推动一项法案，旨在确保美国在开放权重（开放型权重）人工智能（AI）领域的全球主导地位。随着中国企业在公开权重AI市场中迅速扩大影响力，美国决定支持本土模型的开发和推广以应对这一挑战。 美国众议院审议《开源人工智能领导法案》 根据《南华早报》的报道，1日（当地时间），美国众议院审议了《开源人工智能领导法案》。 该法案提议在美国商务部设立专门机构，以促进美国开放权重AI模型的使用，并识别阻碍美国开放权重模型引入的因素。此外，法案还要求收集美国与中国AI模型使用现状的对比数据。 法案通过后，商务部需在18个月内公开与中国AI模型使用相关的风险，包括审查、供应链脆弱性和滥用可能性等。 提出该法案的共和党众议员盖布·埃文斯表示：“不幸的是，开放源代码和开放权重模型领域的领先企业是阿里巴巴、深思科技和文思科技。”他声称这些企业与中国共产党“深度交织”。同时，他指出美国企业在全球开放权重AI市场中正逐渐落后于中国企业。 该法案当天通过口头表决进入常务委员会的全面审查阶段，若获得批准，将提交众议院全体会议表决。 此次法案的推动是在美国企业如OpenAI和Anthropic主导的封闭型AI与中国企业在开放权重AI市场迅速扩张的背景下进行的。 根据AI专业新闻通讯《Interconnects》的数据，上个月中国开放权重AI模型的全球下载量已超过3亿2800万次，是美国模型的两倍以上。这与文思科技的“奇米K3”和深思科技的更新模型“V4 Pro”等强劲新产品的发布密切相关。 美国企业如Purplecity和Facebook母公司Meta Platforms等也越来越多地直接测试中国开放权重模型。 重点在于推动美国人工智能的发展 值得注意的是，该法案包含一项条款，禁止商务部限制或禁止开放型AI模型的流通。这表明其重点在于支持美国模型的采用和推广，而非直接阻止中国AI模型。 此前，英伟达、微软和Meta等美国主要科技公司也呼吁在开放权重AI领域确保美国的主导地位。然而，他们反对特朗普政府对中国开放权重AI模型的监管，认为推动美国模型的开发和推广，以增强美国在全球AI生态系统中的影响力更为重要。 与此同时，随着美中AI竞争的加剧，双方也开始呼吁在AI安全领域进行合作。AI失控的可能性等安全问题已成为主要议题。 OpenAI战略未来负责人迪恩·博尔在上个月31日（当地时间）表示：“我认为美中AI安全合作是可取的，合作的机会窗口正在打开。”他特别提到，随着AI风险的扩大和特朗普与习近平的会晤，未来几个月合作的机会将增多。 实际上，预计在下个月的美中领导人峰会上将讨论AI安全机制相关问题。美国财政部长斯科特·贝森特此前在接受路透社采访时表示，双方将继续在包括AI安全机制和监管在内的多个领域进行对话。 然而，美国和中国在强调AI的开放性和安全性时，视角上存在差异。最近，中国官方媒体对美国以AI安全为名限制中国模型或加强美国技术霸权的做法表示反对。 中国中央电视台旗下的《央视网》在上个月30日指出：“AI安全标准不应由美国或特定企业单方面制定”，并特别强调将中国AI模型单方面视为“安全威胁”是混淆安全问题与技术竞争。

中国人工智能（AI）初创公司深思科技推出了大幅增强代理功能的V4 Pro正式版本。 根据《第一财经日报》13日的报道，深思科技于13日更新了V4 Pro的API（应用程序接口）。在复杂编码和计算机任务自动执行的代理领域，深思科技的V4 Pro在性能上接近美国Anthropic的最新AI模型Claude Fable 5，甚至在某些评估中表现优于后者。 V4 Pro在代理任务中的表现尤为引人注目。在终端环境中执行实际命令并修改文件以解决问题的“终端基准”测试中，V4 Pro获得了87.9分，仅比Claude Fable 5的88.0分低0.1分，几乎处于同一水平。 在网络安全代理评估“CyberGym”和高难度工作自动化评估“AutomationBench”中，V4 Pro也展现了强大的优势，尤其在某些评估中超越了Fable 5。 深思科技将V4 Pro设计为一个总计1.6万亿个参数、实际计算中使用的激活参数490亿个的混合专家（MoE）模型，并支持100万个令牌的超大上下文。这使得它能够一次性输入长文档或大规模代码库，并能够长时间持续工作。 在编码能力方面，深思科技的V4技术资料显示，V4 Pro在LiveCodeBench中获得93.5分，在Codeforces中获得3206分，尤其在Codeforces中超越了包括OpenAI和谷歌的一些最新模型的比较组。 V4 Pro还具备压倒性的价格竞争力。V4 Pro正式版的API价格为每100万个令牌输入3元（约630元），输出6元（1260元）。而Fable 5的输入价格为每100万个令牌10美元（约14000元），输出价格为每100万个令牌50美元（约70000元）。深思科技V4 Pro的价格仅为Fable 5的1/50。 《第一财经日报》评价称，深思科技V4 Pro展示了中国AI已不再仅仅停留在制造廉价模型的阶段。尤其是在AI从回答人类问题的“聊天机器人”竞争转向能够自主执行编码、安全和工作自动化等实际任务的“代理”竞争中，深思科技证明了中国AI代理的潜力。※ 本报道经人工智能（AI）系统翻译与编辑。

中国人工智能（AI）初创公司深思科技的新型模型在全球主要AI模型中记录了最低的运营成本。基准测试每次的成本比Anthropic的“Claude Payable 5”低100倍以上。 根据2日（当地时间）路透社的报道，AI模型评估机构Artificial Analysis表示，深思科技的“V4-Flash”在主要全球模型中，基准测试的执行成本最低。 Artificial Analysis估算的V4-Flash每次测试的平均成本为3美分（约43元人民币）。中国的文思AI的“奇米K3”为86美分（约1230元人民币），OpenAI的“GPT-5.6 Sol”为1.86美元（约2600元人民币），Anthropic的“Claude Payable 5”则为3.15美元（约4500元人民币）。 V4-Flash的使用费用为每百万个输入令牌0.14美元（约200元人民币），每百万个输出令牌0.28美元（约400元人民币）。令牌是AI处理或生成句子时使用的数据单位。 深思科技于上月31日正式推出V4-Flash。该公司正在准备首次公开募股（IPO），并以超低价AI模型的优势，力图恢复市场主导地位。 然而，仅凭简单的令牌价格很难判断实际运营成本。路透社指出，尽管价格较低，但如果需要更多的推理过程和输入输出令牌，最终成本可能会增加。 此外，V4-Flash的性能未能达到一些高性能模型的水平。在Artificial Analysis的“智能指数”中，V4-Flash在编码、推理和任务型挑战等9个基准测试的综合评分为50分（满分100分）。 该分数与谷歌的“Gemini 3.6 Flash”相同，但比Meta的“Muse Spark 1.1”和中国Z.AI的“GLM-5.2”低1分。文思AI的奇米K3得分为57分，而Anthropic的“Claude Opus 5”、Claude Payable 5和OpenAI的GPT-5.6则至少比V4-Flash高出9分以上。 该指数是通过综合评估编码、推理和任务型挑战等9个基准测试的结果计算得出的。 深思科技还准备了性能更高的“V4-Pro”，但尚未公开正式发布的时间表。※ 本报道经人工智能（AI）系统翻译与编辑。

中国人工智能企业深思科技的创始人梁文锋表示，预计在一年内，中国制造的人工智能半导体将能够充分替代英伟达的芯片。 梁文锋在今年5月的一次私密会议上向投资者阐述了他的观点，最近这些发言以记录的形式在中国社交媒体上广泛传播，媒体如《每日经济新闻》等也对此进行了报道。梁文锋是一位几乎不与外界接触的人，因此他的发言记录在中国引起了相当大的关注。 他指出：“中国制造的人工智能半导体正面临历史性的机遇。”他提到，过去中国的人工智能半导体即使购买也难以使用，因为它们与英伟达的CUDA生态系统不兼容，导致软件开发难度较大。 梁文锋表示：“中国的人工智能软件生态系统不佳是最大的问题，但现在随着人工智能的发展，中国的生态系统也在快速成长。”他进一步指出：“英伟达CUDA的优势将迅速被削弱。”他补充说：“在未来一年内，我们将发现中国的半导体生态系统完全没有问题，中国制造的人工智能半导体将被认为是足够可用的。” 这意味着中国的人工智能芯片性能并不一定会超过英伟达的芯片，而是指即使不使用英伟达的CUDA生态系统，中国的人工智能芯片也能够被充分驱动。可以理解为，利用CUDA生态系统开发软件后，再通过编码人工智能进行调整以适应中国的半导体。 关于中美人工智能竞争，梁文锋表示：“美国的人工智能产业比中国更发达，主要是由于人才问题、大型模型（LLM）的差异和软件的差异，但最终这些差异都源于计算资源的差异。”这番话被解读为美国的GPU数量远超中国。 他预测：“在全球人工智能市场中，中国最终将采取性价比策略。”他表示，未来中国的GPU数量和电力生产能力将增加，从而能够以更低的价格提供人工智能服务。 梁文锋强调：“深思科技目前将编码代理设定为最重要的方向，公司的长期目标是构建通用人工智能（AGI）。”他表示：“深思科技的核心路线是实现AGI，其余都是次要问题。”他介绍道，将通过编码代理、持续学习和人工智能自我迭代等方式实现AGI。此外，他还表示：“深思科技不会追求利润最大化，只会收取合理的费用。”