12月18日，火山引擎总裁谭待在财联社的发言中指出，具身智能行业尚处发展初期，但增长迅速。他以抖音上的漫改剧为例，表示目前此类内容数量已非常多，但品质仍有待提高。谭待预测，明年漫改剧的质量将迎来显著提升。此外，他还提到未来营销素材将实现‘千人千面’，通过用户画像生成个性化内容，精准匹配用户喜好。（新浪科技）

2025年12月，OpenAI发布GPT-5.2，性能显著提升，数学推理、专业任务处理等表现突出，但在文字游戏测试中落后于谷歌和xAI的模型。此次升级在AIME数学竞赛中取得满分，FrontierMath测试解决40.3%难题，并在多项职业任务中超越专家。尽管性能爆表，OpenAI仍处于危机中，市场对其祛魅，关注性价比。GPT-5.2定价上涨40%，试图定位为“奢侈品”，与竞争对手降价策略形成鲜明对比。红色警报未解除，OpenAI需在技术领先与商业策略间找到平衡，同时证明其不可替代性。

OpenAI近期一项针对9000名员工的调查显示，其AI工具帮助员工每天节省40至60分钟工作时间，尤其在数据科学、工程等领域效果显著。四分之三受访者认为AI提升了工作效率或质量。尽管生成式AI的生产力红利仍受质疑，哈佛与斯坦福研究指出部分员工产出低质量内容，加剧了对“AI泡沫”的担忧。OpenAI首席运营官布拉德·莱特卡普表示，企业采用AI速度加快，已有超100万家企业付费使用ChatGPT工作套件，付费席位达700万。深入使用高级模型的员工效率提升更明显，部分非编码岗位的编码相关消息量增长36%。OpenAI首席经济学家强调，多数员工认为AI实现了以往无法完成的任务。

11月28日，昆仑万维发布Mureka V7.6和Mureka O2模型。新版本在音乐性、编曲能力、音质质感及Prompt贴合度等方面较前序版本显著提升。此外，模型的响应速度、系统稳定性与推理效率也大幅增强，为用户带来更优质的体验。这一更新展现了昆仑万维在人工智能领域的持续创新能力。

截至2025年11月，超400家美国上市公司向SEC提交文件警示AI技术的潜在风险。数据显示，418家市值超10亿美元的企业提及AI相关声誉风险，较2024年增长46%，是2023年的9倍。企业担忧包括生成偏见或错误信息、数据安全隐患及滥用AI等问题。支付巨头Visa警告智能体AI可能增加错误支付事件；消费品制造商高乐氏提到敏感信息泄露风险；美妆品牌e.l.f. Beauty强调适应AI监管与伦理要求的重要性。专家指出，AI风险披露反映其对各行业的深远影响，甚至超过互联网兴起时的冲击。尽管如此，企业仍加大AI投入，2024年平均支出达1,030万美元，认为拒绝采用AI同样构成重大风险。

2025年11月10日，AI技术推动存储设备革新，催生全新品类AI SSD。相比传统SSD，AI SSD性能提升100倍以上，随机性能可达2亿IOPS，容量超5TB，单模组带宽达64GB/s。采用High-Bandwidth Flash（HBF）架构，并通过独立主控实现PAM4链接，支持PCIe 7.0直连GPU，无需内存即可高效处理生成式AI任务。虽然其性能不及HBM（带宽TB/s级别），但成本更低且容量是HBM的8-16倍，成为高性能与低成本兼备的理想选择。三星、SK海力士等厂商已布局相关技术，预计对现有SSD市场形成降维打击。

11月4日，东方财富证券陈果在时报会客厅表示，当前A股市场处于牛市第二阶段，沪指站上4000点引发关注。与2007年、2015年相比，当前市场估值更具韧性，全球流动性宽松推动自主逻辑增强。他强调，投资者应关注估值合理性与盈利增长匹配度，而非过度解读4000点的意义。陈果指出，牛市分三个阶段：流动性改善、风险偏好提升和基本面改善，目前正处于风险偏好驱动的第二阶段，未来若基本面改善扩散，可能进入第三阶段。投资方向上，建议聚焦人工智能、生物科技和大宗商品三大主线。

10月27日，前英伟达工程师Chip Huyen在接受《商业内幕》采访时表示，若想在AI时代保持竞争力，必须立即动手实践。她建议从一个想法开始，完成并部署一个小项目，让身边的人可以使用，并强调实践对提升信心和理解AI的重要性。Huyen曾参与英伟达NeMo平台开发并在斯坦福教授机器学习，她指出，非编程背景者也可借助AI工具取得成果。她推荐通过记录日常问题锻炼解决能力，并建议结构化学习AI基础与工具原理。她认为，系统思维比单纯编程更重要，随着AI自动化发展，复杂问题的解决能力尤为关键。此外，科技行业担忧生成式AI可能替代初级工程师岗位，因此提升整体系统理解力和问题解决能力至关重要。

最新研究显示，AI技术的普及并未缩短工作时间，反而让员工每周多工作3.5小时，休闲时间减少3.2小时。这项名为《AI与延长工作日》的研究由埃默里大学Wei Jiang教授牵头，分析了2022年生成式AI推出后的影响。研究发现，尽管AI提升了生产力，但效率红利主要惠及企业老板和消费者，员工因议价能力有限难以分享成果，甚至被迫延长工作时间，导致满意度下降。部分职业如软件开发，因需调整协同流程，工作时长进一步增加。然而，多数员工认可AI工具对生产力的提升。该研究已在《The Register》上公开，为理解AI对劳动力市场的影响提供了重要依据。

10月17日，EXO Labs展示了一项名为“分布式推理”的新成果，通过结合苹果M3 Ultra Mac Studio和两台英伟达DGX Spark设备，在AI推理测试中实现2.8倍性能提升。该方案基于开源项目EXO，可将大语言模型的工作负载分配至不同硬件，形成类似WiFi Mesh的“AI Mesh”网络。测试显示，DGX Spark在计算密集型预填充阶段快3.8倍，而Mac Studio在带宽敏感的解码阶段快3.4倍，两者互补显著优化性能。EXO框架目前为早期版本，计划引入更多功能，但仍属研究工具。这一创新表明，未来AI算力扩展可通过智能硬件协同实现，而非依赖单一设备。