这是《窄播Weekly》的第68期，本期我们关注的商业动态是：OpenAI在今年的DevDay上更清晰地向我们展示了如何构建一个AI时代的超级系统。就像OpenAI的CEO山姆·奥特曼在一档播客节目中所说，ChatGPT上线之后经历了两个关键的「惊喜」时刻，
工业AI生成式设计软件与方案供应商「设序科技」近日完成数千万元Pre B轮融资，投资方为涌铧投资和广发信德，星涵资本担任长期财务顾问。过去一年，公司已连续完成三轮融资，累计金额超亿元。融资资金将用于研发投入和市场推广，包括海外市场推广。
硅谷顶尖风投a16z近日发布AI应用支出报告，揭开了初创公司资金的真正去向。
3D 生成正从纯虚拟走向物理真实，现有的 3D 生成方法主要侧重于几何结构与纹理信息，而忽略了基于物理属性的建模。
国庆假期Sora 2的横空出世那叫一个吸睛，尤其是客串（Cameo）功能，直接把Sora拉到了“AI版抖音”的高度。
最近看到一个有趣的现象：很多人对AI生成的内容有一种本能的抗拒，觉得AI正在"污染"互联网，到处都是没有灵魂的机器文字。
构建能够在新环境中、无需任何针对性训练就能执行多样化任务的通用机器人，是机器人学领域一个长期追逐的圣杯。近年来，随着大型语言模型（LLMs）和视觉语言模型（VLMs）的飞速发展，许多研究者将希望寄托于视觉 - 语言 - 动作（VLA）模型，期望它们能复刻 LLM 和 VLM 在泛化性上取得的辉煌。
在这一背景下，清华大学与生数科技（Shengshu AI）团队围绕桥类生成模型与音频超分任务展开系统研究，先后在语音领域顶级会议ICASSP 2025和机器学习顶级会议NeurIPS 2025发表了两项连续成果：
在具身智能领域，视觉 - 语言 - 动作（VLA）大模型正展现出巨大潜力，但仍面临一个关键挑战：当前主流的有监督微调（SFT）训练方式，往往让模型在遇到新环境或任务时容易出错，难以真正做到类人般的泛化
大模型参数量飙升至千亿、万亿级，却陷入“规模越大，效率越低” 困境？中科院自动化所新研究给出破局方案——首次让MoE专家告别“静态孤立”，开启动态“组队学习”。
