AI 行业大事记 2509
输入“/”快速插入内容
🧭AI 行业大事记 2509
AI 行业大事记 2509
用户8030用户80302025年9月24日修改
📝联合出品：Jomy X 南乔 X 大聪明
🍺本期收录：2025 年 8 月 AI 行业大事 97 件
✦ ✦ ✦
👀 趋势观察
1. 语言模型
✦ 8 月可谓语言模型的集中更新月：OpenAI 发布了 GPT-5 和开源的 GPT-OSS 系列，Claude 上线 Opus-4.1，DeepSeek 推出混合推理模型 V3.1；腾讯、字节、智谱、面壁智能等国内厂商也接连发布了各类开源模型。
✦ 然而，这些新模型的问世，并未给 AI 行业带来质的变化——它们更多只是让现有产品在体验上「好用了一点」。模型能力提升带来的边际价值，正持续递减。
✦ 在新的技术范式出现之前，如何有效降低推理成本，或将成为整个行业的重要趋势。尤其是在垂直领域，针对特定任务的小参数模型，其潜力依然远未被充分挖掘。
2. 图像
✦ Qwen-Image 刚问世不久，风头便被 Nano-Banana（Gemini-2.5-Flash-Image-Preview）抢走。后者在图像一致性上的进步，几乎真真切切地「杀死」了过去大部分的 ComfyUI 工作流。如果说 gpt-image-1 还只是个「玩具」，那么 Nano-Banana 已经具备了作为生产力工具的实力。
✦ 按这个节奏推测，国产模型大概率会在一个月内追平。届时，图片编辑领域将被 AI 完全接管——门槛降至极低，甚至可能免费普及。
✦ 我们或将迎来这样一个互联网：90% 的图片都由 AI 生成，摄影与设计的传统界限将被彻底重塑。
3. 视频
✦ 本月一个明显的趋势是，数字人模型更新与开源的速度明显加快，但基础视频模型变化不大。
✦ 可以预见，数字人技术的成熟也会催生出海量的 AI 商品讲解员与 AI 主播，但问题是——在屏幕另一端的我们，真的想看那么多数字人吗？
4. 音频
✦ 音频领域有点像几个月前的图像领域的状态 —— 缓步前进。AI 音频生成其实还是存在一些小瑕疵——情绪控制、音色一致性、多语种的自然度等。
✦ 正如 Nano-Banana 的出现带来的变革，音频领域的这些问题被完全解决后，可能会诞生一些我们现在没有想象到的应用。
5. 3D
✦ 3D 领域可以分为两个方向来看：单物体生成和世界生成。
✦ 单物体生成持续在往更精细的工业化生产进步。
✦ 世界生成又分化为了 2 个派别：一个本质是视频生成（例如 Genie3），一个本质是 3D 生成（例如 Hunyuan-World）。近几个月，这两个方向都有了不小的进展，但最终哪条道路能够胜出，仍难下定论。
6. 具身智能
✦ 人形机器人的进展依旧缓慢，其「大脑」——核心模型尚未成熟。
✦ 英伟达 Jetson Thor 开发套件揭示了它的本质：一台会走路的 AI 一体机。而以现有的硬件参数来看，当前的 AI 算力仍不足以支撑一台人形机器人的全部需求。
7. Agent
✦ 通用 Agent 正在向多 Agent 协作的方向演进。通俗来说，就是让不同垂直的 Agent 以串行和并行的方式，共同解决同一个问题。
✦ 前两个月还颇为火热的 AI 浏览器赛道，本月却明显降温。值得注意的是，Claude 选择推出的是浏览器插件，而非完整浏览器。作为头部模型厂商，这一取舍是否会对其他厂商的战略方向产生直接影响，值得观察。
8. Coding
✦ AI Coding 领域本月呈现出三个值得关注的趋势：
✦ Coding Agent 云端化——如 OpenAI Codex，以及本月推出的 Open SWE。