7月9日，据财联社报道，中国近年来在科技领域取得显著进展，已成功自主研发高性能芯片和操作系统。这些技术突破不仅推动了AI大模型在各行业的广泛应用，还显著提升了生产效率，例如通过机器人实现自动化升级。这一系列成果标志着中国在核心技术自主创新方面迈出了重要一步，为未来发展奠定了坚实基础。（央视新闻）

2025年7月9日，美的集团副总裁王建国在“轻工业百强企业新质发展产业大会”上透露，未来三年将投入500亿元以上研发基金，重点布局AI大模型、新能源、机器人等前沿领域。美的计划强化科技护城河，推动全球化和高端化战略，目标包括2025年COLMO零售额突破200亿元，并新增300家高端品牌门店。此外，美的将进一步提升海外本地制造率至70%以上，北美、欧洲自有品牌占比提升50%，海外营收占比超50%。数据显示，美的2025年第一季度营收1278.39亿元，同比增长20.49%，净利润124.22亿元，增长38.02%，研发投入达43亿元，全面推动AI与工业机器人融合及家电机器人化进程。

2025年7月3日，网络热传DeepSeek因AI模型不当关联王一博与‘李爱庆腐败案’道歉的消息。然而，经虎嗅核查，DeepSeek官方渠道并未发布任何道歉声明，相关报道也未提供确凿证据。事件引发广泛关注，大量媒体跟进报道，甚至AI大模型也援引不实新闻生成虚假答案。此事件暴露出AI在信息核查上的短板，当网络充斥虚假信息时，AI易陷入‘垃圾进，垃圾出’的困境。专家指出，AI需借助专属知识库提升准确性，同时也警示人类在信息传播中应更谨慎。

7月1日，上海市投资促进工作领导小组办公室发布《关于强服务优环境 进一步打响‘投资上海’品牌的若干举措》，明确AI大模型、具身智能、自动驾驶、低空经济等为重点应用场景，并优先向重点企业与项目倾斜。同时，将组织开展场景路演、对接活动及创新大赛，获奖企业可获高校实验室、低成本办公场地支持。优质垂类大模型项目将纳入全市公共算力调度体系，并对模型推理算力项目给予补贴，推动科技创新与产业落地协同发展。

标题：晶圆级芯片，是未来 如今，大模型的参数已达到“亿”级别，两年间计算需求激增1000倍，远超硬件发展速度。目前主流方案依赖GPU集群，但单芯片GPU存在物理尺寸限制和多芯片互联延迟问题，导致性能无法线性增长。面对万亿参数模型，即使堆叠数千块英伟达H100，也难逃算力不足、电费高昂的问题。 业...

2025年AI大模型竞争已从单纯追求技术参数转向构建完整应用体系。过去，企业比拼的是模型参数和算力，如今则更注重如何将模型有效部署并融入实际场景。DeepSeek等企业以低成本高效模型引发行业变革，百度、阿里、腾讯、字节等大厂也在重新布局，从模型研发到算力支持再到应用场景落地，形成完整的AI供给系统。AI正从实验室走向日常使用，成为企业核心生产力工具。根据预测，中国AI模型即服务（MaaS）市场将在2029年达到90亿元，AI大模型解决方案市场也将达306亿元。这场竞争不仅是技术较量，更是系统协同与工程能力的比拼。

2025年6月25日，第三届AI大模型高峰论坛将在北京举行，主题为‘技术鼎新，场景跃迁’。活动汇聚多位AI领域专家及企业领袖，探讨大模型技术发展趋势与应用场景。现场将展出智身科技的四足机器狗、中科云创的MR+AI眼镜智能体以及科大讯飞的AI办公&学习设备等创新成果供参与者体验。论坛聚焦于推动大模型从基础应用向企业核心价值链渗透，并讨论如何加速AI技术的商业化进程。此外，活动还设有AI人才集市和技术展示区，旨在促进行业交流与合作。参会者可深入了解大模型技术前沿动态及实际落地案例，把握未来机遇。活动报名已开启，现场名额有限。

6月12日消息，《科创板日报》报道显示，火山引擎的豆包大模型日均tokens使用量超16.4万亿，较去年增长137倍，在中国公有云大模型服务调用量中占比46.4%，位居第一。得益于AI算力驱动，阿里云和百度智能云一季度营收增速分别达到17.7%和42%，为近两年最高。业内预计2025年将是AI智能体...

高考期间（6月7日-10日），主流国产大模型对高考题采取了限制措施，无法解题或屏蔽相关功能。这一举措旨在防止作弊，保护高考公平性。虽然国产大模型在多项技术指标上接近国际领先水平，但在高考题解答上选择“降级”，是出于技术治理和内容安全的考量。同时，国外大模型如ChatGPT能高水平解答高考题，但国产模型因幻觉问题及监管压力，普遍回避高考题作答。尽管如此，高考结束后，相关功能有望恢复。此次事件反映了AI在教育领域的应用边界问题，如何平衡技术发展与考试公平成为焦点。大学生群体对AI在期末考试中的使用也有讨论，表明AI已深入影响学习场景。未来，‘AI+教育’的探索将继续，但需明确使用场景与规则，避免破坏教育公平。

6月6日，苹果机器学习研究中心发布论文指出，现有AI大模型更像是在记忆而非真正推理。研究评估了OpenAI、DeepSeek、Anthropic及谷歌的前沿推理模型，发现虽能在中等复杂任务中表现良好，但在高复杂度任务中性能急剧下降至零准确率。研究显示，随着问题难度增加，模型用于‘思考’的token数量反而减少，表明现有推理方法存在根本性局限。研究人员通过可控解谜环境分析模型内部推理轨迹，将任务分为低、中、高复杂度三个阶段，发现两类模型在高复杂度任务中均失效。此研究质疑了当前基于数学基准的评估方式，强调需更细致的实验设计以深入理解模型能力与局限，为未来研究提供方向。