夜雨聆风
要点速览：今天AI热点集中在三条主线：国内大模型与Agent继续产品化，微信、钉钉、DeepSeek、阿里等生态加速落地；企业级AI采购进入规模化阶段，三星等大型组织开始把AI纳入日常生产力；AI基础设施的瓶颈从模型能力扩展到算力融资、数据中心能源、开发者信任和Agent治理。
1. 阿里发布视频生成模型 HappyHorse 1.1
阿里巴巴推出视频生成模型 HappyHorse 1.1，在动态表现力、主体一致性、指令遵循、视觉质感和音频能力等维度升级。视频生成正在从“能生成短片”走向“可控、连贯、可商用”的阶段，尤其对广告、电商商品展示、短视频内容生产和品牌营销都有直接影响。
国内大模型厂商在文生视频、多模态创作上的迭代速度继续加快，未来竞争重点会从单点效果转向工作流集成、版权素材、品牌安全和企业级交付。
2. 微信内测“小微”AI助手
腾讯开始在微信内测试新的AI助手“小微”，底层结合自研 WeLM 与 DeepSeek 等模型能力。
微信拥有国内最强的用户入口和服务生态，一旦AI助手深度嵌入聊天、搜索、公众号、小程序、支付和企业微信场景，将显著改变普通用户使用AI的路径。
相比独立AI App，超级应用内的AI助手更可能承担“随时调用的服务层”角色，帮助腾讯把AI能力接入内容、生活服务和商业闭环。
3. 三星大规模部署 ChatGPT Enterprise 与 Codex
三星将在韩国员工及全球DX部门员工中推广 ChatGPT Enterprise 和 Codex，被视为OpenAI企业级产品的重要规模化落地。
制造业巨头引入AI办公和代码工具，说明生成式AI已经从试点走向组织级生产力基础设施。对大型企业而言，AI价值不只在问答和写作，还在研发、质量管理、供应链、数据分析和软件开发效率提升。
4. DeepSeek加码Agent与Harness人才招聘
DeepSeek正在围绕Harness方向招聘研究员、研发工程师和产品经理，显示其内部将模型能力与运行框架、工具调用、任务执行系统结合起来推进Agent化。
大模型行业下一阶段竞争不只是参数、榜单和推理成本，而是谁能把模型变成可靠执行任务的系统。Harness可理解为连接模型、工具、流程和反馈的“执行底座”，这对企业级Agent落地尤其关键。
5. 清华开源 Spatial-TTT 空间智能模型
清华团队开源 Spatial-TTT 空间模型，并入选ECCV 2026。该模型参数规模约2B，可处理最长120分钟流式视频，并在多个空间智能基准上表现突出。
空间智能是机器人、自动驾驶、AR眼镜、视频理解和具身智能的重要基础能力，开源路线有助于研究者和开发者在长视频理解、三维场景推理、连续动作识别等方向快速复现和改进。
6. LVMH式“AI基础设施思维”正在扩散到传统行业
LVMH将AI视为奢侈品经营基础设施 — LVMH集团在科技展会上集中展示奢侈品产业链中的数字化与AI应用，覆盖产品创意、客户体验、运营效率等环节。
集团高层认为，人工智能不仅是营销工具，也可帮助企业对抗低效流程和组织复杂度。奢侈品行业过去强调工艺、历史与稀缺性，如今则必须把AI用于供应链、内容生产、客户洞察和门店服务，形成“高端体验+高效运营”的新组合。
微软、OpenAI及大型企业客户的最新动作表明，AI不再只是科技公司的产品，而是传统产业优化组织和流程的基础设施。
无论是制造业部署企业版AI工具，还是零售、奢侈品、金融企业重构内部流程，核心都指向同一件事：用AI降低信息处理成本、提高响应速度，并把经验型决策转化为数据和模型驱动。企业接下来会更关注安全、权限、私有数据接入和投资回报。
7. Nadella谈AI开放性与低成本模型
微软CEO Satya Nadella近期强调，公众不会接受少数AI实验室“替全世界学习”的格局，微软也在推动更低成本的模型和工具。这个表态反映出头部公司对AI权力集中、模型封闭和算力门槛的担忧正在上升。
未来AI生态可能会同时出现两条路线：一条是少数闭源大模型继续冲击能力上限，另一条是低成本、小模型、开源工具和行业专用模型加速普及。
8. AI防务科技融资快速升温
今年以来，围绕无人机、战场AI、安全系统等方向的防务科技融资已经达到百亿美元级别，并超过去年全年水平。AI正快速进入国防、安全、无人系统和情报分析场景，资本对“AI+硬件+安全”的组合持续加码。
这一趋势会带动传感器、边缘计算、低延迟推理、仿真训练和自主决策系统发展，同时也会引发关于监管、伦理和军民两用技术边界的更多讨论。
9. 数据中心融资成为AI基建新焦点
— 随着AI算力需求持续增长，数据中心开发商开始寻求更多杠杆贷款等融资方式，以支持大规模建设。
AI竞争表面上是模型竞争，底层却是电力、土地、芯片、网络和资本结构的竞争。未来谁能更快、更便宜、更稳定地建设算力基础设施，谁就能在模型训练、推理成本和企业服务定价上获得优势。
10. AI数据中心引发社区和能源反弹
— 数据中心扩张带来的电力、水资源、土地和噪音问题，正在成为AI产业增长的现实约束。AI公司和云厂商过去强调算力短缺，但地方社区更关心基础设施压力和环境成本。
未来数据中心项目可能需要更透明的能源方案、更强的地方协商机制，以及更多可再生能源和液冷等技术投入，否则AI基础设施扩张速度会受到非技术因素限制。
11. OpenAI Codex日志问题引发开发者讨论
— 社区近期热议OpenAI Codex本地日志与SQLite写入问题，有开发者担心高频日志可能带来SSD写入消耗。
无论具体估算是否需要进一步验证，这件事都提醒AI编程工具已经进入高频、常驻、自动化使用阶段，本地资源占用、遥测透明度、隐私边界和可控性会成为开发者信任的重要组成部分。AI工具越深入开发流程，越需要像基础软件一样重视性能和工程质量。
12. 爱沙尼亚拟为AI Agent发放数字身份
— 爱沙尼亚计划为AI Agent建立数字身份代码，这可能成为AI治理和电子政务领域的标志性尝试。随着Agent逐渐能够代替人类完成申请、查询、交易和流程操作，系统必须回答“谁在操作、代表谁操作、责任归谁、如何审计”的问题。
AI身份体系一旦成熟，将为企业自动化、跨系统协作和公共服务中的可信Agent提供基础规则。
