近日，英国柯林斯词典将 “vibe coding” 评为 2025 年年度词汇。该词源自 OpenAI 联合创始人、前特斯拉 AI 负责人 Andrej Karpathy 在今年 2 月提出的概念，意指通过自然语言向 AI 描述需求，由 AI 生成并改进计算机代码。柯林斯给出的定义为“使用由自然语言驱动的人工智能来协助编写代码”，反映了人机交互方式正向“用英语（或母语）编程”的新范式演进。

图源：柯林斯词典

“Vibe coding” 的流行标志着软件开发门槛进一步降低：非专业人士可用简短指令快速产出基础应用，资深工程师也能用其原型验证与迭代，然而生成代码可能存在缺陷或安全漏洞，投入生产环境需格外谨慎。

从语言学角度看，柯林斯词典团队通过 240 亿词规模语料库观测到 “vibe coding” 的使用量自今年 2 月显著攀升。管理董事 Alex Beecroft 表示，该词精准捕捉了技术与语言并行演化的路径，也折射出 AI 让编程更易触达的行业趋势。

微软组建 MAI 超级智能团队，由 DeepMind 联合创始人带领

近日，微软正式宣布在微软 AI 首席执行官 Mustafa Suleyman（穆斯塔法·苏莱曼）的领导下，成立 MAI Superintelligence 团队，目标是研发以人为本的超级智能（Humanist Superintelligence，简称 HSI），并明确强调该技术必须“服务人类”、在明确边界内运行、保持人类对系统的持续控制。

图源：网络

官方强调，这不是技术竞赛，而是围绕具体社会难题，以可验证的安全与控制为前提推进超级智能。这一动向发生在微软与 OpenAI 调整合作关系后，微软加速构建自主 AI 能力的背景下。

在应用路径上，微软将优先推进三大方向：为大众提供可负担、可个性化的 AI 伴侣；打造医疗超级智能，在诊断全谱与临床运营预测中实现专家级表现；以及助推可再生能源的科学与工程突破。微软称其医疗研究编排器 MAI‑DxO 在《NEJM》病例挑战中达成 85% 诊断准确率，远超人类医生约 20% 的水平，这一更聚焦的“领域超级智能”有望降低对齐与约束的复杂度。

Suleyman 在接受 Semafor 采访时明确提出能力与安全的“取舍”：团队将优先保证人类可解释与可监督的交互，即便这意味着牺牲部分效率和峰值性能。他指出，人类不能在“向量空间”中与模型直接沟通，因此模型需以人类可理解的语言与规则受限运作，避免出现不可控的自治、自我改进与自定目标等能力以引发风险

英特尔首席技术官跳槽至 OpenAI

英特尔首席技术官与 AI 主管 Sachin Katti 已离开英特尔，加入 OpenAI，负责“设计与构建用于 AGI 的算力基础设施”。

图源：X

OpenAI 联合创始人兼总裁Greg Brockman在 X 上发文欢迎 Katti，并表示对其在算力架构与规模化应用方面的推进充满期待。Katti 随后在 X 发文确认加盟，称期待与 OpenAI 团队合作，并对过去 4 年在英特尔主导网络、边缘计算与 AI 的经历表示感谢。

英特尔方面证实这一人事变动，并宣布 CEO 陈立武将亲自统筹公司的 AI 与先进技术团队，强调 “AI 仍是英特尔的最高战略优先级”，公司将持续推进面向新兴 AI 工作负载的技术与产品路线图。此次变动发生在英特尔加速 AI 转型、但在数据中心 AI 芯片上仍面临与英伟达、AMD等对手竞争压力的背景下。此前，英特尔多位高管相继离任，公司也在调整数据中心与 AI 战略并推出新一代 GPU 与开放系统与软件架构。

Meta 开源 Omnilingual ASR，原生支持 1600+ 语言

11 月 10 日，Meta 发布全新开源语音识别套件 Omnilingual ASR，原生覆盖 1600+ 语言，其中包含 500 多种此前未被任何 ASR 系统支持的低资源语言。该系统采用大规模自监督的语音表征模型并提供两种解码架构（CTC 与 LLM‑ASR），在 7B 规模的 LLM‑ASR 模型上实现跨 1600+ 语言的先进识别效果，官方报告称有 78% 的语言字符错误率（CER）低于 10。

图源：Meta

与以往需要专家微调才能引入新语言的方案不同，Omnilingual ASR 引入零样本上下文学习：社区可在推理时提供少量音频‑文本配对样本，即可在无需再训练的情况下为未覆盖语言生成可用转写。这一架构从静态能力转向可扩展框架，理论上可推广至 5400+ 有已知书写系统的语言，显著降低了濒危与口述语言进入数字世界的门槛。

图源：Meta

在工程实现上，Meta 将 wav2vec 2.0 的语音编码器首次扩展至 7B 参数，结合CTC解码与受 LLM 启发的 Transformer 文本解码，形成覆盖从 300M 到 7B 的完整模型族。除模型外，Meta 还发布了覆盖 350 种欠服务语言的 Omnilingual ASR 语料库，以及可探索语言覆盖与在线体验的演示。上述代码与模型均以 Apache 2.0 许可开源，数据以 CC‑BY 许可发布，并基于 FAIR 的 fairseq2 框架构建。

软银出售所持英伟达所有股份，套现 58.3 亿美元

日本软银集团宣布在 10 月已清仓持有的全部英伟达股份，共计 3210 万股，套现约 58.3 亿美元；同时出售部分 T‑Mobile 股份，回收 91.7 亿美元，并以 Arm 股份设定保证金贷款，以增强现金储备。软银称此次减持是其“资产变现”策略的一部分，主要用于为对 OpenAI 的巨额投资提供资金支持，而非对英伟达基本面的负面判断。消息公布后，英伟达当日股价一度下挫约 2%—3%。

图源：网络

财务层面，软银在截至 9 月的财季录得约 2.5 万亿日元（约 162 亿美元）的净利润，同比翻倍，利润增长主要来自科技投资组合的估值收益，其中包括对 OpenAI 与日本移动支付 PayPay 的持股增值。公司管理层表示，年内对 OpenAI 的投资总额需超过 300 亿美元；其中已明确的 22.5 亿美元出资安排，将由清仓英伟达、减持 T‑Mobile、以及以 Arm 抵押融资等组成的“现金来源”共同支撑。软银方面强调，出售英伟达与对 AI 产业的乐观判断并不矛盾，核心在于资金再配置以把握下一个价值累积点。

在战略布局上，软银仍深度嵌入 AI 产业链上游与下游：一方面通过持有约 90% 的 Arm 巩固其在芯片生态中的地位，另一方面加码“物理 AI”与算力基础设施，包括拟斥资 65 亿美元收购 Ampere Computing、以约 54 亿美元收购 ABB 机器人业务，以及参与由 OpenAI 与 Oracle 推动的美国 Stargate 超级数据中心计划。随着 OpenAI 最新一轮资本重组及估值提升，软银持股比例预计提升至约 11%，公司亦宣布将于明年实施一拆四的股票拆分，以扩大投资者基础。

Meta 首席 AI 科学家 Yann LeCun 计划离职创业

根据《金融时报》报道，Meta 首席人工智能科学家、图灵奖得主 Yann LeCun 计划在未来数月离开 Meta，自立门户筹建初创公司。消息指出，他已与潜在投资方展开了初步融资洽谈。

图源：网络

多方信息显示，LeCun 的新公司将延续其在世界模型上的长期研究路径：通过让 AI 构建对环境的内部表征，模拟因果与规划能力，从而突破仅依赖语言的 LLM 的局限。他对于当下行业将大模型视为“万能解”的叙事一直持审慎态度。

此次人事变动的背景是 Meta 今年以来对 AI 组织的重构：扎克伯格将公司的 AI 布局重心转向更快迭代的模型与产品，成立 Meta Superintelligence Labs（MSL），并以约 143 亿美元对数据标注公司Scale AI进行战略投资与深度合作，邀请其创始人 Alexandr Wang 加盟并负责该新部门。在这一架构下，LeCun 从此前向 Chris Cox 汇报，改为向 Alexandr Wang 汇报。与此同时，Meta 的长期研究部门 FAIR（Fundamental AI Research）被弱化，前代模型 Llama 4 的发布与表现也被认为未能匹敌主要竞争对手。

多家媒体还提到，Meta 在推进“超级智能”愿景的过程中频繁组织与人员调整，既有高薪引入顶级人才，也伴随内部摩擦与效率争议；LeCun 的离开，被视为这一波动期内又一关键节点。尽管细节尚待后续披露，但从技术路线与组织优先级的分歧到产品化压力的加码，均成为此番变动的导火索。

OpenAI 推出 GPT‑5.1，语气更温暖，推理更聪明

OpenAI 宣布升级其旗舰模型家族，推出 GPT‑5.1 Instant 与 GPT‑5.1 Thinking。官方称，Instant 版默认语气更温暖、写作更自然、指令遵循更可靠，并首次引入面向日常使用的自适应推理：在问题更复杂时“先思考再回答”，在简单任务上则更快给出结果；Thinking 版则在复杂问题上花更长时间、简单问题更快并减少行话与不清晰术语，整体回应更易理解。OpenAI 同步上线 GPT‑5.1 Auto 自动路由，让系统为多数请求自动选择更合适的模型，无需用户手动切换。

图源：OpenAI

此次更新显著扩展聊天个性预设：在原有 Default、Friendly（原 Listener）、Efficient（原 Robot）、Nerdy、Cynical 的基础上，新增 Professional、Candid、Quirky，并提供更精细的风格调节，且这些偏好可跨会话即时生效，反映出 OpenAI 在“因人而异”的使用场景上对定制化的重视。

图源：OpenAI

在可用性与过渡期方面，GPT‑5.1 已陆续向 Pro、Plus、Go 与 Business 付费用户滚动推出，随后拓展至免费与未登录用户；旧版 GPT‑5 将在付费用户的“Legacy models”下保留约三个月，以便对比与平滑迁移。OpenAI 还计划在本周将两款 5.1 模型纳入 API，并将 gpt‑5.1‑chat‑latest 作为 Instant，GPT‑5.1 作为 Thinking 的接口名称，同时强调在 AIME 2025 与Codeforces等数学与编码评测上有“显著改进”。

总体来看，GPT‑5.1 的核心变化集中在三点：一是对话风格更自然并提供跨模型一致的个性化控制；二是通过自适应推理改善复杂任务的严谨性与简单任务的响应速度；三是以 GPT‑5.1 Auto 降低使用门槛并辅以明确的三个月迁移窗口。对于此前在数学、编码与路由体验上对 GPT‑5 表示不满的用户，此次更新旨在补齐能力与可用性两端的短板。

World Labs 正式推出 Marble，多模态世界模型面向公众开放，支持生成与编辑可下载的 3D 环境

由李飞飞创立的 World Labs 正式推出 Marble，这是一款面向大众的多模态世界模型，可将文本、图片、视频、3D 布局或全景输入生成持久、可编辑并可下载的 3D 环境，并支持导出为高斯点云、三角网格或视频。与同类演示型或实时生成方案不同，Marble 重点在于生成“持久世界”，从而减少边缘“形变”和一致性问题，并引入 AI 原生编辑能力，面向游戏、影视特效与 VR 等近场应用场景。

图源：World Labs

图源：World Labs

Marble 的核心能力围绕“多模态输入—可控生成—结构与风格解耦—世界扩展与组合—多格式导出”的完整链路：支持从文本、图像、视频或粗 3D 布局直接升维到完整 3D 世界；实验性 3D 编辑器 Chisel 允许先用墙体、盒体等粗粒度结构“搭骨架”，再用文本控制风格，实现结构与风格解耦；已生成的世界可进行一次扩展，在指定区域填充更多细节，并可通过 composer 模式拼接多个世界构建更大空间；输出方面，除了高斯点云（浏览器端可用 Spark/THREE.js 渲染）与高/低精度网格，还支持像素级相机控制的视频渲染与后期视频增强。World Labs 同步上线 Marble Labs，提供案例、教程与文档，面向游戏、VFX、设计、机器人等工作流。

商业模式方面，Marble 提供四档订阅：Free（文本/图片/全景 4 次生成）、Standard 每月 20 美元（12 次生成，含多图/视频输入与高级编辑）、Pro 每月 35 美元（25 次生成，含场景扩展与商业使用权）、Max 每月 95 美元（全部功能与 75 次生成）。在制作流程中，Marble 可为游戏开发者批量生成背景与环境资产，再导入 Unity 或 Unreal 添加交互逻辑；对影视特效，3D 资产使镜头与机位控制更为稳定、精确，并规避纯视频生成的一致性与相机控制问题；VR 行业“内容饥渴”背景下，Marble 生成的每个世界均可立即在主流头显查看。

在竞品对比上，Marble 与 Decart、Odyssey 的免费演示，以及 Google Genie 的研究预览不同，强调“可下载的持久 3D 世界”而非纯实时的“边走边生”。World Labs 此前的 RTFM（Real‑Time Frame Model）代表“实时生成”路线，而 Marble 将持久性与编辑可控性向前迈进一步。

从技术愿景上看，李飞飞提出的 “空间智能”（Spatial Intelligence）被视为大型语言模型之后的下一前沿：世界模型需具备生成一致性、多模态理解与交互式状态演进三大能力，才能让机器从“能读写”走向“能看、能建、能在三维空间中理解与行动”。Marble 被定位为迈向这一目标的第一步，未来将围绕交互性拓展，以支持人类与智能体在生成世界中的实时互动，服务模拟、机器人与科学探索等更长周期场景。

Cursor 获 23 亿美元融资，估值达 293 亿美元

面向开发者的 AI 代码编辑器 Cursor 宣布完成 23 亿美元 D 轮融资，投后估值达 293 亿美元。本轮由 Accel 与 Coatue 领投，谷歌与英伟达作为战略方加入，Thrive Capital、Andreessen Horowitz 与 DST 继续跟投。公司披露其年化收入已突破 10 亿美元，员工规模扩至 300 多人，安装基数覆盖数百万开发者与全球顶尖工程组织。

图源：Cursor

Cursor 由 4 名 MIT 毕业生于 2022 年创立，2023 年产品正式推出，近半年估值从 99 亿美元（2025 年 6 月 C 轮 9 亿美元）跃升至 293 亿美元，显示 AI 编码工具赛道的持续升温与资本看好。公司称与 OpenAI、Anthropic、谷歌等模型提供方保持合作，同时在自研方面加大投入以降低对第三方的依赖。

技术层面，Cursor 基于微软开源编辑器 VS Code 深度改造，引入可生成与修复代码的多模型工作流，并于 10 月推出自研混合专家模型 Composer，Composer 在可比质量下速度提升约 4 倍，部分组件通过直接以 PTX（非 CUDA 库）编写内核而获得 3 倍以上性能增益，并采用更紧凑的数据格式 MXFP8，针对 Blackwell B200 做了定制优化。Cursor 2.0 同步上线内嵌浏览器与并行多智能体，以加速网页应用的生成与测试。

百度发布文心大模型 5.0 与 M100/M300 自研 AI 芯片

11 月 13 日，百度在年度「百度世界 2025」大会上发布两款自研 AI 加速器与全新基础模型文心 5.0（ERNIE 5.0），并公布芯片集群与应用生态的阶段性路线图，意在降低推理成本、提升大模型训练与多模态能力，同时加速中国本土算力体系的构建与产业应用落地。

图源：百度

芯片方面，百度宣布由昆仑芯团队推出的 M100 将在 2026 年面向推理场景量产，重点优化混合专家（MoE）架构的推理效率；面向超大规模多模态训练的 M300 预计 2027 年推出。公司同步披露「天池」超节点集群计划：2026 年上半年上线「Tianchi256」以 256 片 M100 构成的机架级计算域，年内再扩展至「Tianchi512」；更长期目标是在 2030 年实现单集群百万卡规模的「超节点」。百度方面称，已在内部大规模部署的昆仑超节点首次公开亮相，单卡性能提升可达 95%，单实例推理性能最高提升 8 倍；新一代 256 卡方案的互联总带宽较今年 4 月发布的版本提升 4 倍，主流模型推理的单卡 Token 吞吐提升约 3.5 倍。

图源：百度

在基础模型层面，百度发布原生全模态基础模型文心 5.0，支持文本、图像、音频、视频的联合建模与生成，并上线预览版本（含偏重文本的 Preview 1022）。官方强调文心 5.0 在多模态推理、文档理解与图表问答等企业核心场景中表现领先或与西方顶级模型（如 GPT-5、Gemini 2.5 Pro）相当；视觉生成方面，基于内部 GenEval 评测显示其在语义对齐与画质上与 Veo3 旗鼓相当或更优。价格策略上，文心 5.0 处于百度企业 API 的高端定价档，输入约 0.85 美元 / 百万 Tokens、输出约 3.40 美元 / 百万 Tokens，相比文心 4.5 Turbo 明显溢价，定位复杂任务与多模态高能力场景。