【AI日报·6/24】华为2025开发者大会，已校验—2025刊

在2025华为开发者大会（HDC 2025）上，华为正式推出鸿蒙智能体框架（HMAF），将AI助手“小艺”升级为系统级智能中枢，支持跨设备调度50余个鸿蒙智能体，实现“唤醒即服务”的主动交互。用户可通过语音、导航条等入口一键调用场景化服务，如长按天气App生成穿衣指南、语音指令创建非遗歌单等。【短评】华为与许多软件一起开发了系统级的智能体，简单的功能应当是可以实现的；当然，大部分还是隔靴搔痒，这是手机端智能体的弊端。【注意】期望不要抱太高，因为模型能力有很大局限，你可以参考我们的横向测评；心猿社也试了一下其中一个智能体的源工具：ChatExcel，对其官方给的示例进行了测试，但完成度…太抽象了，我是真没想到官方示例还能翻车，而且这个表已经是非常非常简单的数据了…【时间点】00:20:30

ChatExcel测试结果

AI硬件突破，纯国产芯片训练的AI模型多维度跻身第一梯队，华为Pangu R-718B【仔细查证】【伪人资讯】

在HDC 2025大会上，华为正式推出7180亿参数盘古R-718B深度思考模型，基于昇腾AI云服务（6000+NPU集群）训练，成为全球首个纯国产硬件训练的超大规模混合专家模型（MoE）。

【短评】这是基于国产昇腾芯片训练的，就算得上是突破；因为华为没有用户端（C端）的AI工具，所以大家对华为在AI领域的感知不强，可以说华为的竞争力正在逐步显现了，作为工业（行业）AI国内的头部和“英伟达”，同时还是手机大厂，这种多复合优势是无可替代的。此外，数据上更详细的对比可以看我们的测试集整理。

【涉及测试集】MMLU-Pro，BFCL-V3，AIME 2024，Arena Hard，LiveCodeBench，GPQA Diamond

【时间点】00:20:30

【伪人鉴定】本次发布会在数据上有很多问题：

1. 发布会中的数据我们没有找到相关论文，最接近的是“PANGU ULTRA MOE（也是718B参数）”论文，但里面的数据和发布会的不一样，可能是还没来得及发——因为论文里的Deepseek R1是老版的数据，发布会中的是新版的。
2. Deepseek R1在“BFCL-V3”测试得到的数据是“63.79”，发布会里变成了“63.”——这么大的发布会居然能少两个数字？
3. LCB应该就是指LiveCodeBench测试，但是这个测试是有许多问题的，对比可信度不高。
4. GPQA应该指的是GPQA Diamond测试，但本次发布会，该数据的部分来源是：超级非权威网站——不是，这PPT是外包的吗？太离谱了，里面甚至还有梯子广告…这大概率是PPT制作者的锅，因为数据的确是有来源的，只不过是找错了位置。
5. 重要的成本问题没有提及，详细计费需要去咨询才能获得…心猿社建议，个人开发者还是选择更有性价比的，大企业端（B端）则可以尝试一下，华为在行业AI中确实深耕已久。

发布会的数据问题

通用AI多模态性能突破，首个实现生成可交互4D空间，华为盘古世界模型【仔细查证】

华为发布全球首个可交互4D空间生成模型——盘古世界模型，通过物理规则嵌入+数据驱动，实现自动驾驶仿真、机器人训练及太空探索场景的低成本高保真模拟，推动AI从“理解世界”迈向“生成操控世界”的突破性飞跃。【短评】物理规则嵌入——这一点就是华为对AI的诠释，追求“原子化表达”，这一点和心猿社不谋而合，找到那个更本质的东西。【时间点】01:08:05；02:08:22（“原子化表达”）

行业AI突破，华为行业大模型【仔细查证】

华为依托盘古大模型3.0在工业领域实现全场景落地，通过智能体集群、能耗优化及生态共建推动多行业效率革命与安全生产，驱动社会生产力变革。【短评】行业AI是基本对比不了的，每个企业的情况都不一样，并且往往是不会公开数据的，所以某几个头部企业结合AI有突破，就算是突破；华为在行业AI领域有着独一份的优势，无论是市场还是数据。【时间点】01:54:05

视频AI性能易用性双突破，海螺2.0与智能体（Agent）功能【仔细查验】【追踪】

MiniMax 推出的第二代视频人工智能模型 Hailuo 02 采用噪声感知计算重分配架构，训练和推理效率提升 2.5 倍。新模型参数数量和训练数据量大幅增加，数据质量和多样性改善，能准确生成复杂场景。Hailuo 02 有三种变体，生成视频费用低于谷歌 Veo 3。同时，他们还新发布了视频 Agent 工具，可依用户文本指令生成高清视频，还支持上传人脸图片生成视频且保持人物身份特征一致。【短评】重点还是海螺2.0，这个动效，太变态了，这是很大很大的突破。海螺AI官方给的排名第二是ELO竞技场测试，实际上，这个动态效果绝对能干到第一，等测试集的测试出来吧；此外，价格海螺AI也做到了超级低价，简直不可思议。【注意】某些网址加载慢，打不开是因为魔法问题。

软件工程突破，昆仑万维开源Skywork-SWE-32B【仔细查验】

昆仑万维发布并开源了自主研发的代码智能体基座模型Skywork-SWE-32B，在软件工程任务中表现卓越。该模型在SWE-bench Verified基准上取得38.0%的pass@1准确率，刷新了32B参数规模下开源模型的最佳成绩。通过引入测试时扩展技术，准确率进一步提升至47.0%。团队构建了超过1万个可验证的GitHub仓库任务实例，创建规模最大的可验证数据集，验证了大模型在软件工程任务上的数据缩放定律。【短评】软件工程和智能体是有区别的，软件工程是开发与维护软件，软件本身可以完成任务；智能体则是直接完成某个任务。【涉及测试集】SWE-bench。【注意】某些网址加载慢，打不开是因为魔法问题。

过度依赖AI或削弱批判性思维与记忆力【仔细查验】

麻省理工学院媒体实验室研究发现，使用大型语言模型如ChatGPT撰写论文，虽便捷却可能削弱学习技能，产生认知负债，降低大脑连接性，影响记忆与内容所有权感知。 【短评】置信力有限，但还是可以看一看的。

网信办开展 “清朗・整治 AI 技术滥用” 行动，成果显著

自 2025 年 4 月启动，第一阶段处置大量违规产品和账号，清理违法信息，各地网信办及各大平台积极采取措施，推动显式标识规范等，确保网络安全。

文心快码推出Comate AI IDE：多模态多智能体协同

百度发布的Comate AI IDE是行业首个多模态、多智能体协同AI IDE，具备设计稿一键转代码等功能，内置多种开发工具，支持MCP对接外部工具和数据，启动“Comate Next计划”，助力开发者提升编程效率。 【短评】可以尝试尝试，头衔很响亮，但是“多智能体”、“多模态”不一定代表更好的性能，官方也没发布性能对比。

宇树科技完成C轮融资，估值超100亿人民币

宇树科技近期完成C轮融资交割，投前估值超100亿元人民币。此轮融资由中国移动旗下基金、腾讯、阿里、蚂蚁金服、吉利资本等多家知名投资机构领投，老股东积极跟投。自2016年成立以来，宇树科技已完成9轮融资，上一轮融资时估值为80亿元。过去半年，宇树科技在人形机器人领域表现突出，备受关注。公司已更名为杭州宇树科技股份有限公司，可能为上市做准备，其创始人王兴兴对在香港上市表示有可能但不确定。

即梦图片3.1模型灰测：电影感与风格化提升

即梦灰测的图片3.1模型相比3.0版本，在电影感、故事感、场景丰富度和艺术类提示词响应效果上表现更佳，光影层次、细节处理更出色，风格把控更精准，但同批次生成图片差异较大。 【短评】观感上没啥区别，主要是到边际效应的阈值了。

Grok智能编辑器来袭：支持电子表格

xAI开发的新文件编辑器集成文本和电子表格功能，与Grok深度互动，简化工作流程，预计提供智能推荐、自动校正和数据分析等功能，助力用户提升办公效率。 【短评】这个意思可能是可以线上即时修改表格，就像WPS一样。具体还是等出来吧。

Meta重金挖角AI人才，布局AGI领域

扎克伯格近期在AI领域动作频频，先是试图收购Ilya Sutskever的初创公司安全超智能（SSI），未果后直接挖走SSI CEO丹尼尔・格罗斯。格罗斯背景显赫，曾是苹果机器学习总监和YC AI项目负责人，还入选《时代》杂志“人工智能领域最具影响力的人物”。此外，Meta还向GitHub前CEO纳特・弗里德曼伸出橄榄枝，并计划投资他们管理的NFDG风险投资基金，该基金曾投资SSI等AI初创企业。这一系列动作表明Meta在人才和资金方面全力布局AGI领域，计划组建约50人的超级智能团队，成员包括来自谷歌和OpenAI的顶尖人才。 【短评】Meta最近动作很多，大有破釜沉舟之势。【注意】某些网址加载慢，打不开是因为魔法问题。

AI语音助理11ai发布：语音优先集成MCP

ElevenLabs推出全新语音优先AI个人助理11ai，支持超5000种声音并可自定义专属语音。其核心功能涵盖日程管理、实时搜索及团队协作，还支持MCP集成，多模态交互能力强，支持70多种语言，为全球用户提供更高效的工作流体验。

“The OpenAI Files” 网站上线引发关注

新网站 “The OpenAI Files” 汇集 OpenAI 内部文件及对其领导层、战略和企业文化的批评，引发公众对 OpenAI 是否偏离非营利目标的广泛关注。该网站收录前员工报告，分析 OpenAI 重组计划并审视 CEO 角色，期望引发公众对 AI 开发透明度、安全性与监管问题的讨论，为科技公司树立监督标杆。