OpenAI于1月21日宣布，计划到2029年将美国AI基础设施扩展至10吉瓦，并承诺自行承担‘星际之门’项目能源费用，确保不会推高电价。该项目已在得克萨斯州启动首批站点，同时在新墨西哥州、威斯康星州和密歇根州开发多个站点。措施包括建设专用供电及储能设施或支付新型能源发电与输电费用。项目于2025年初首次公布，计划4年内投资5000亿美元（约合3.49万亿元人民币），创造数十万就业岗位，支持美国再工业化。初始投资者包括软银、甲骨文等，软银负责财务，OpenAI负责运营，孙正义任董事长，微软、英伟达等为技术合作伙伴。

1月20日，上海浦东新区发布《浦东新区推进张江人工智能创新小镇建设工作方案》，提出设立20亿元种子基金，聚焦垂类模型、具身智能等领域，支持早期小型项目。方案强调强化人工智能基金赋能，联动高校院所与未来产业基金，提升天使基金直投比例，布局概念验证和高质量孵化子基金。同时，推动设立CVC基金、并购基金和S基金，助力成长期与成熟期企业发展。依托张江人工智能创新小镇，链接海内外创业者，培育独角兽项目，打造人工智能创新生态。

1月20日，政协十四届广州市委会第五次会议闭幕，广州市政协委员刘继承建议积极布局脑机接口新赛道。他指出，国家工信部等七部委去年发布《关于推动脑机接口产业创新发展的实施意见》，支持产业发展，广州具备科研与产业优势，如琶洲实验室及集成电路、生物医药和人工智能等领域资源。他提议尽快出台《广州市脑机接口产业创新发展专项行动方案》，明确未来5年目标、技术路线图与核心任务，加强核心零部件技术攻关，提升国产化率，并建立脑机接口与具身智能协同创新平台，助力产业高质量发展。(大湾区之声)

1月19日，成都市公安局锦江区分局通报，一名男子利用AI技术制作并发布多段低俗视频抹黑成都。经查，违法行为人蒋某静（44岁，重庆市人）为吸引流量，故意生成涉及成都多个地标的低俗内容视频，并配误导性文字传播，扰乱网络秩序。其行为已构成寻衅滋事，警方依法对其行政拘留并关停相关网络账号。警方提示，网络不是法外之地，任何恶意编造散布虚假信息的行为将受到严厉打击，呼吁共建清朗网络环境。

1月17日，哥伦比亚大学创意机器实验室研发出名为EMO的机器人面部系统，可实现唇形与语音的精准同步，解决仿人机器人“恐怖谷”效应的关键问题。EMO覆盖柔软硅胶皮肤，内置26个微型电机，能模拟多种复杂表情。通过“视觉-动作”语言模型，EMO利用镜像观察和视频学习掌握面部控制技巧，实时生成吻合的唇部动作，甚至预判口型变化。尽管在处理部分闭唇音时仍有瑕疵，但其架构潜力巨大。未来，团队计划将其与ChatGPT等对话式AI整合，进一步提升交互能力。

2026年1月14日，美国微软公司宣布启动“社区优先”计划，承诺不将数据中心用电成本转嫁给居民。随着人工智能技术加速落地，美国数据中心建设激增，成为推高电价的主要因素。专家指出，预计2026年美国电价将持续上涨，这已成为民众生活痛点。此前，特朗普敦促科技公司承担AI用电成本。数据显示，“数据中心热潮”对电力需求的激增正深刻影响美国能源市场。（央视财经）

1月14日，小米汽车科技有限公司获批登记“AI小苏-智能诊断专家系统”软件著作权，版本号V1.0。该公司成立于2021年11月，法定代表人雷军，注册资本10亿人民币，专注于新能源车整车制造、汽车技术研发等领域，由小米科技全资持股。这一软著登记展现了小米在智能汽车技术领域的进一步布局，结合AI技术提升汽车智能化水平。

2025年全球半导体产业经历深刻变革，AI从训练转向推理，国产替代进入深水区。A股半导体板块走出复苏曲线，科创芯片ETF(588200)表现亮眼，截至2026年1月9日回报率达154.35%，年化收益34.88%。科创芯片指数聚焦科创板“硬科技”企业，2025年涨幅达69.94%，跑赢同类指数。存储芯片因供需错配价格飙升，高端算力芯片资本化进程提速。展望2026年，AI驱动与国产替代深化将推动行业持续增长，存储市场景气度有望延续。科创芯片ETF凭借全产业链覆盖、高流动性和嘉实基金专业投研支持，成为布局半导体核心资产的高效工具。

2026年1月，清华大学基础模型北京市重点实验室举办AGI-Next前沿峰会，智谱唐杰、Kimi杨植麟、阿里林俊旸等AI领域专家齐聚中关村。唐杰认为Chat已基本结束，下一步是“走向做事”；杨植麟提出做模型是在创造世界观；林俊旸坦言中国在AI赛道反超难度大，20%已是乐观估计；姚顺雨指出toC用户大多用不到强智能。峰会探讨了Scaling Law、多模态、记忆与持续学习等技术方向，并展示了基模四杰的最新研究成果，包括智谱GLM系列、Kimi Linear架构及阿里Qwen3模型等。会议强调开源的重要性及AI未来在科学领域的潜力，同时呼吁关注技术风险与伦理问题。

正文：2026年1月，DeepSeek悄然更新了其R1技术报告，新增64页详细内容，系统性公开了R1模型的完整训练路径。训练分为冷启动、推理导向RL、拒绝采样与再微调、对齐导向RL四步，并补充了关于反思能力涌现的分析及安全性提升细节。团队构建了10.6万条提示的安全数据集，并通过风险控制系统显著提升了模型安全性。此外，论文作者栏显示核心团队保持稳定，甚至有离职成员回归。此次更新信息密度极高，被视作对R1研究的总结，引发外界猜测DeepSeek或将在春节发布更大动作，如R2或V4模型。v2版论文链接：