在2025年10月的OCP全球峰会上，英伟达展示了800V直流技术，引领数据中心能源架构变革。相比传统415/480V交流系统，800V直流可提升功率传输效率超150%，减少铜材使用和成本，契合绿色节能趋势。富士康、CoreWeave等20多家企业已加入生态，Vertiv推出MGX参考架构，惠普也宣布支持该技术。英诺赛科作为唯一氮化镓IDM供应商，提供全链路解决方案；Power Integrations推出1700V氮化镓器件优化效率；德州仪器则提出两段转换架构以提升功率密度。800V直流架构正重塑AI数据中心，满足人工智能对更高功率的需求。

10月1日，一名网友用AI为男宝宝起名，爸爸姓古，妈妈姓顾，AI生成名字“古菇顾”，引发网友调侃。AI起名工具依托大数据和深度学习技术，可快速生成多样化名字方案，提升命名效率，同时融合文化与创新元素。然而，部分网友质疑其内容权威性与个性化情感传递的不足，认为需谨慎筛选。随着AI赋能趋势，这类工具在命名领域逐渐流行，但如何平衡科技与人文情感仍是争议焦点。

10月1日，Meta首席营销官亚历克斯・舒尔茨表示，AI对就业的影响取决于效率提升与新增岗位的平衡。他指出，AI可让现有工作更高效，减少部分岗位，但也催生新职位如AI训练师、提示工程师等。此外，AI降低了高成本项目的门槛，创造更多可能性。舒尔茨强调，若效率提升导致的岗位减少无法被新岗位抵消，企业可能缩编；反之则扩张。他还提醒，人工通用智能（AGI）的出现可能彻底颠覆预测。舒尔茨在Meta任职近20年，亲历了疫情扩张、裁员潮及AI人才争夺战。

9月24日，腾讯研究院发布报告显示，生成式AI在中国网民中近乎全面普及，96.2%的受访者使用过相关产品，67.7%每日使用。用户以年轻、高学历群体为主，本土化应用如豆包等占据市场主导。AI主要用于工作和学习场景，例如文字处理、资料检索等。尽管普遍认可其效率提升作用，但职业焦虑显著，77%担心技能贬值，70%担忧岗位被取代。此外，虚假信息传播、岗位替代及隐私泄露是主要风险关切点。

9月14日，芬兰图尔库大学研究发现，GPT-4V可像人类一样从图像和视频中解读复杂社交信息，准确率媲美人类。研究成果于9月2日发表在《成像神经科学》期刊。研究人员测试了ChatGPT对138项社交特征的评估能力，并与2000多名人类参与者对比，结果显示AI判断一致性高于个人评估。此外，AI仅用数小时完成需逾1万小时的人类工作量，在科研效率上优势显著。功能性脑成像实验表明，AI与人类得出的脑网络图谱高度相似。专家认为，AI可在医疗、市场营销、安防等领域辅助应用，全天候监测复杂情境，为人类节省时间专注于关键发现。

清华提出数据驱动控制新形式，算法效率提升三倍 随着大数据技术的广泛应用，控制系统正从依赖模型转向依赖数据。然而，数据驱动控制领域一直缺乏标准化的数据表示形式。清华大学李升波教授课题组（iDLab）首次将现代控制理论中的标准型概念引入数据驱动控制，提出了一种基于数据的系统描述新形式。 该方法中，每条样...

2025年9月，Qwen团队发布下一代模型架构Qwen3-Next，称为Qwen3.5的抢先预览版。新模型引入四大核心改进：混合注意力机制、高稀疏度MoE结构、稳定性优化和多token预测机制，性能显著提升。Qwen3-Next-80B-A3B系列在训练成本仅为Qwen3-32B十分之一的情况下，推理吞吐量提升10倍以上，并在多项基准测试中超越闭源模型Gemini-2.5-Flash-Thinking。实测显示，该模型可秒解AIME数学竞赛题并支持多模态任务。此外，模型已开源，用户可通过魔搭社区、抱抱脸及阿里云API免费体验或调用服务。

2025年，求职者和HR纷纷使用AI工具处理简历和筛选候选人，却陷入“无人录用”的怪圈。加州大学戴维斯分校毕业生Harris用ChatGPT撰写简历，申请200个职位却无一成功；弗吉尼亚州律师助理Martine虽有10年经验，仍屡次被拒。企业广泛采用AI筛选简历甚至用聊天机器人面试，导致海量申请中99%被视为无效，求职者反馈也寥寥无几。HR抱怨AI生成简历千篇一律，缺乏诚意，而求职者则因关键词不符、经验过多或过少等原因被拒。AI本应提高招聘效率，却让双方陷入僵局，形成恶性循环。

9月9日，工信部副部长张云明在国新办新闻发布会上表示，人工智能的广泛应用可能替代部分重复性、危险性岗位，但将提升劳动效率和安全水平，并催生大量新岗位与职业。下一步，工信部将协同相关部门，充分挖掘人工智能在创造就业和提升效率方面的潜力，推动其积极作用的进一步释放。

2025年9月8日，调查显示生成式人工智能（GenAI）正深刻改变软件开发工作。资深工程师更依赖AI工具，超三成从业10年以上的开发者称一半代码由AI生成，而初级开发者中这一比例仅为13%。尽管AI生成代码需修正，但59%的资深工程师认为其显著提升效率，而初级开发者仅49%认同。调查还发现，资深开发者因经验优势能更高效识别和修复AI代码问题。此外，80%的开发者表示使用AI让工作更有趣，且绿色编程实践随资历提升被更多采用。然而，研究显示AI可能未真正缩短任务时间，心理错觉或掩盖实际修改成本。