夜雨聆风昨夜至今日凌晨，AI 领域多项重磅动态集中出炉。Anthropic 同时宣布与 PwC 全球部署合作及与盖茨基金会 2 亿美元赠款协议，企业 AI 落地按下加速键；OpenAI 推出 GPT-Realtime-2 语音推理模型，Scale AI 音频榜登顶；研究侧，7B 参数模型借助自博弈超越 671B 规模竞品再度引发关注。以下为本期详细报道。
1. Anthropic 与 PwC 达成全球数十万员工级 Claude 部署合作
Anthropic 宣布扩大与 PwC 的战略合作，后者将向全球数十万员工推行 Claude Code 与 Cowork，并同步培训 3 万名专业人员掌握 AI 工具。该方案已在保险承保、网络安全等高价值场景落地，交付时间缩短达 70%。Anthropic 同时披露已与盖茨基金会达成 2 亿美元赠款协议，用于全球健康与生命科学领域的 AI 应用研发。这一"企业深度绑定 + 慈善布局"双线策略，标志着头部 AI 公司正从工具供应转向生态运营。
2. Vercel 发布 20 万项目 AI 模型使用报告：Anthropic 按费用占比 61% 居首
Vercel 发布的 AI 模型使用报告基于其平台 7 个月内超过 10 万亿 token 的消耗数据，覆盖约 20 万个项目。按费用计算，Anthropic 以 61% 的占比超越 Google（23%）和 OpenAI（10%）；但按 token 量计算，Google 以 38% 领先。值得关注的是，Agent 请求量在半年内翻倍，规模团队平均使用 35 个不同模型——多模型并行已成为企业 AI 架构的新常态，而非单纯依赖某一供应商。
3. OpenAI 发布 GPT-Realtime-2 语音推理模型，Scale AI 音频榜登顶
OpenAI 推出 GPT-Realtime-2，这是一款端到端语音推理模型，支持直接语音输入输出，并能配置 5 级推理努力程度，在 Scale AI 音频排行榜中位列第一。相比上一代，该模型在响应速度与深度推理之间实现了更灵活的平衡，标志着语音助手类产品正在从"语音转文字再处理"的 pipeline 架构向原生端到端语音交互演进，对 Real-Time AI 和语音 Agent 生态具有直接冲击。
4. Runway 宣布投资 4000 万美元进军日本，东京办公室正式开设
AI 视频生成公司 Runway 宣布正式进军日本市场，已在东京开设办公室并投入 4000 万美元。数据显示，Runway 企业客户数量在过去 12 个月翻了 3 倍，日本已成为其全球第三大市场，Yamaha、NHN、SoftBank 等均已采用其视频生成技术。此次布局表明，视频生成赛道正从欧美向亚太快速渗透，本土化运营与生态合作成为竞争关键。
5. 研究发现 SGS 自博弈算法：7B 模型经 200 轮自博弈超越 671B 模型
新加坡国立大学等机构发表论文，提出 Self-Guided Self-Play（SGS）算法，让大语言模型自身引导问题生成，从而避免强化学习中的奖励崩塌问题。在 Lean4 形式化数学定理证明任务中，仅 7B 参数的模型经过 200 轮自博弈后，性能超越了 671B 参数的更大规模模型，展示了"算法效率"对"参数规模"的弯道超车可能。该成果对高效训练和端侧部署均有重要参考价值。
6. CMU 与 Bosch 联合提出 Touch Dreaming，让人形机器人操作成功率提升 90.9%
卡内基梅隆大学与 Bosch 联合提出 HTD（Humano-Touch-Dream）模型，核心创新在于让机器人通过预测触觉信号来指导操作决策，而非仅依赖视觉。这一方法被称为"Touch Dreaming"，在 5 项人形机器人精细操作任务中，平均成功率提升达 90.9%。该研究将触觉预测引入机器人控制核心流程，为人形机器人在真实物理环境中的实用化提供了新路径。
7. 商汤科技开源 35B 科学多模态模型 Intern-S2-Preview，科学任务匹敌万亿参数模型
商汤科技发布 Intern-S2-Preview，该模型基于 Qwen3.5 继续预训练，仅用 35B 参数就在科学任务上匹敌万亿参数的 Intern-S1-Pro，并支持材料晶体结构生成与增强版 Agent 能力。模型已在 Hugging Face 开源，采用 Apache 2.0 许可证。在全球开源科学模型竞争日趋激烈的背景下，该模型以较小参数规模实现对大模型的性能追平，为资源受限团队提供了高性价比选择。
8. MiniMax 在 open-multi-agent 中实现 DAG 任务并行编排
MiniMax 宣布在其 open-multi-agent 框架中实现了 DAG（有向无环图）任务自动分解与并行执行能力。系统能将复杂目标自动拆解为多个子任务节点，并根据依赖关系并行调度，大幅缩短多步骤 Agent 工作流的执行时间。该能力展示了 MiniMax 在 AI Agent 编排层面的技术积累，也为多 Agent 协作的工程化落地提供了参考架构。
9. Anthropic 官方推出 Claude Code 101 保姆级教程，共 9 节系统课程
Anthropic 官方发布了完整的 Claude Code 教程，共 9 节课程，覆盖从安装配置、底层运行原理到 MCP 协议、Hooks 自定义工作流等进阶内容。相比社区自发教程，官方课程系统性更强，且配合沉浸式翻译工具即可无语言障碍学习。该教程的发布反映出 AI 编码 Agent 正在从"极客玩具"向"企业研发标配"转型，配套教育生态的完善将成为推动落地的关键环节。
10. 字节跳动开源 Cola-DLM：结合 Text VAE 与 Diffusion Transformer 的潜空间扩散语言模型
字节跳动Seed团队发布 Cola-DLM（Continuous Latent Diffusion Language Model），创新性地将 Text VAE（变分自编码器）与 Diffusion Transformer 架构结合，通过 Flow Matching 实现潜空间扩散语言建模。项目采用 Apache 2.0 许可证开源。区别于主流自回归语言建模，Cola-DLM 的潜空间扩散范式为语言模型训练提供了新的技术路线，值得持续关注其在下游任务中的实际表现。
总结
本期日报呈现三大趋势：其一，Anthropic 正通过"企业级大规模部署（PwC）+ 科研公益投入（盖茨基金会）"双轨策略，加速 AI 从技术验证进入生产力阶段；其二，视频生成（Runway）、语音推理（GPT-Realtime-2）、编码 Agent（Claude Code 教程）等垂直赛道同步深化，多模态实时交互已成产品竞争核心；其三，开源模型持续以更小参数、更低成本挑战大厂闭源方案，自博弈训练（DAG 任务并行、Cola-DLM 扩散范式）正开辟新的技术分支。本期时间窗口内，AI 行业从基础研究到商业落地的全链路均保持高速演进。
