在人工智能技术加速渗透物理世界的2025年，全球科技巨头正以“具身智能”为旗，掀起一场跨越虚实边界的革新浪潮。本期知学云AI资讯精选七大前沿突破，揭示AI从“数字大脑”向“实体协作伙伴”蜕变的关键路径。

本期关键词：AgentKit、Gemini Robotics 1.5、RLMT、Newton物理引擎、最佳发明榜单、Copilot、OCI Zettascale10

OpenAI发布AgentKit工具包，8分钟即可构建AI智能体

1. OpenAI推出AgentKit工具包，旨在帮助开发者更轻松地构建和部署AI智能体，并将其从原型推进到生产阶段。
2. 该工具包提供可视化构建器、可嵌入聊天界面和性能评估工具等核心功能，以大幅简化开发流程并提升效率。
3. 此举是OpenAI应对市场竞争、推动AI智能体普及的重要举措，已有合作伙伴借此实现规模化应用。

内容来源：《OpenAI推出AgentKit，助力开发者构建并部署人工智能智能体》

基于OpenAI发布AgentKit这一事件，我们可以清晰地窥见AI正从“工具”迈向“合作伙伴”，其发展方向是高度自主化的智能体（AI Agents）。

未来的AI将不再仅仅被动响应单一指令，而是能够理解复杂意图、自主规划并执行一系列任务的工作流。这将使AI从聊天机器人、编程助手等相对孤立的功能，进化为能够处理多步骤、跨应用的业务逻辑的“数字员工”，真正成为人类在工作和创作中的智能伙伴。

同时，AgentKit提供的连接器注册库和评估工具，强调了将AI安全、可控地接入内部系统与第三方服务的能力。这标志着AI技术正从演示和原型阶段，全面走向规模化、产业化的生产环境。企业将能够利用这些工具，打造与自身业务紧密集成、且具备持续优化能力的专用智能体，最终实现降本增效和业务创新。

谷歌发布Gemini Robotics 1.5系列模型，让机器人真正学会了「思考」

1. 谷歌发布的Gemini Robotics 1.5系列通过整合规划模型（Gemini Robotics-ER 1.5）和执行模型（Gemini Robotics 1.5），构建了一个智能体框架，使机器人能基于环境推理并完成多步骤任务。
2. 该模型赋予机器人“思考后行动”的能力，通过自然语言进行内部推理和语义分析，从而透明地处理复杂指令并适应动态变化。
3. 该模型还实现了跨具身学习，允许将从一个机器人学到的动作直接迁移到其他不同形态的机器人上，无需专门调整，加速了通用机器人的发展。

内容来源：《刚刚，谷歌发布机器人最新「大脑」模型！思考能力SOTA，还能「跨物种」学习》

谷歌Gemini Robotics模型的发布，标志着AI发展正从单一的感知智能迈向与物理世界交互的“具身智能”新阶段。其核心突破在于将“思考”与“行动”分离又协同的框架设计，这仿效了人类解决问题的高级模式——先规划再执行，并能实时反思。这种“三思而后行”的能力，是AI在复杂、非结构化环境中可靠工作的关键，使其从执行预定命令的工具，转变为能主动应对不确定性的智能体。

更深远的意义在于“跨具身学习”所展现的通用性潜力。它试图解决机器人领域的“碎片化”难题，即不同硬件平台难以共享智能。一旦AI智能体能像人类一样，将在一个场景中学到的经验无缝迁移到另一完全不同形态的“身体”上，将极大加速通用机器人的普及，真正让AI走出虚拟世界，成为我们生活和工作中的实体助手。

然而，这也带来了新的挑战。当机器人的决策过程愈发复杂且不透明时，确保其行为的安全、可靠与符合伦理将至关重要。同时，这种高度自主的AI如何与人类共处、协作，并明确责任归属，是技术之外我们必须深思的社会课题。我们正在创造的，不仅是更聪明的机器，更是未来的合作伙伴，这要求技术的发展必须与伦理框架和社会规范的构建同步前行。

陈丹琦团队新作：提出了基于模型奖励思维的强化学习（RLMT） 方法

1. 传统语言模型训练方法（如RLVR）在数学等可验证领域能提升推理能力，但无法有效迁移到通用对话任务上，导致推理与对话能力脱节。
2. 提出的RLMT方法通过将显式思维链推理融入强化学习，使模型在开放式任务中先进行内部思考再生成回答，从而弥合专门推理与通用对话的差距。
3. 实验证明RLMT在聊天和创意写作任务中表现优异，能自然诱导模型采用类似人类的迭代式规划，提升整体对话性能，且适用于不同模型和训练设置。

内容来源：《RLHF与RLVR全都要，陈丹琦团队最新力作将推理能力拓展到通用智能》

当前的人工智能发展正处在从“专才”走向“通才”的关键转折点。我们曾欣喜地看到AI在数学、编程等结构化领域展现出接近人类的推理能力，却也困惑于这些能力为何难以迁移到看似更简单的日常对话中。陈丹琦团队提出的RLMT方法，恰恰揭示了问题的核心：真正的智能不仅在于给出正确答案，更在于展现获取答案的思考过程。

这标志着AI训练范式的深刻转变——从单纯优化输出结果，转向塑造模型的内在认知架构。让机器像人类一样“先思考再表达”，通过显式的思维链进行规划、权衡与修正，正是迈向更高级通用人工智能的关键一步。这种方法弥合了专业化推理与通用对话能力之间的鸿沟，暗示着未来AI的发展方向或许不再是追求单一指标的极致性能，而是培养其像人类一样融会贯通的综合能力。

当机器开始学会“思考”，我们与AI的交互将不再是简单的指令与回应，而可能演变为一种更深层次的智力协作。这不仅是技术的进步，更将重新定义人机关系的未来图景。

英伟达开源多项机器人技术，包括与迪士尼合作研发的物理引擎

1. 英伟达开源Newton物理引擎，通过GPU加速仿真复杂机器人动作，解决仿真环境到现实世界的技能迁移难题。
2. Isaac GR00T N1.6基础模型集成视觉语言能力，赋予机器人人类般的推理技能，能理解并执行模糊指令。
3. 英伟达提供从训练工作流到硬件基础设施的全栈支持，如Isaac Lab的自动化课程和Jetson Thor芯片，大幅加速机器人开发进程。

内容来源：《英伟达一口气开源多项机器人技术，与迪士尼合作研发物理引擎也开源了》

英伟达此次在机器人领域的全栈式突破，为我们勾勒出AI未来发展的一个清晰图景：AI正在从解决单一问题的工具，进化为能够理解、适应并主动在复杂物理世界中行动的智能体。

这背后是三大趋势的融合。首先，仿真与现实的边界正在消融。如Newton引擎所展示的，高保真物理仿真将成为AI进化的“数字练兵场”，让AI在安全、低成本的环境中积累应对现实世界不确定性的经验，极大加速其“成熟”过程。其次，多模态理解与物理推理能力正成为AI的“标配”。GR00T模型表明，未来的AI必须能同时处理语言、视觉信息并理解物理定律，才能执行“拿杯水”这类需要常识的模糊任务，这是AI走入我们日常生活的关键一步。最后，从模型、工具链到硬件的全栈式创新，正成为AI发展的新范式。这意味着AI的进步不再依赖于单个算法的突破，而是需要一个协同进化的生态系统，从底层芯片（如Jetson Thor）到顶层应用（如训练工作流）的整体优化，才能释放其全部潜力。

可以预见，一个能够与我们物理世界进行深度、智能、实时交互的AI时代正在加速到来。机器人或许只是开始，当AI获得了在复杂环境中自主学习和行动的能力，它将重塑从制造、物流到家庭服务的方方面面。

《时代周刊》公布2025年度最佳发明榜单，中国多款产品上榜

1. 美国《时代周刊》2025年度最佳发明榜单史无前例评出300项发明，华为、联想、DeepSeek、宇树科技、追觅科技等多家中国品牌产品上榜；
2. 在生成式AI领域，以DeepSeek R1为代表的AI模型正以更低成本和更高效率，在推理、编程及创造领域取得突破性进展。
3. 通用人形机器人成为发展热点，并分化出家庭服务与科研应用两大路径，同时消费级机器人也变得更加智能。

内容来源：《DeepSeek宇树华为登《时代周刊》，OpenAI落选》

透过《时代周刊》的榜单，我们可以窥见AI技术发展的几个核心趋势：

首先，AI正从“高成本实验”走向“低成本普及”。DeepSeek R1以极低训练成本达到顶尖水平的案例证明，AI技术的门槛正在迅速降低。这预示着AI能力将不再被少数科技巨头垄断，更多的创新者将有机会参与其中，推动技术呈现爆发式、多元化发展。

其次，AI与实体世界的融合成为关键方向。无论是人形机器人执行具体家务，还是AI编程工具生成实际代码，都显示出AI正从纯粹的“数字智能”向“物理世界智能”演进。下一个阶段的竞争焦点，将集中在AI如何更好地理解、适应和改造我们的现实环境。

更重要的是，全球AI创新格局正在重构。中国力量在榜单中的集体亮相，展现了一种更加务实且多元的创新路径——不仅在基础模型上寻求突破，更在智能制造、硬件集成等应用层面建立起独特优势。这表明，未来的AI生态将是多极化、分工协作的，而非单一技术路线主导。

然而，繁荣背后也需冷静思考：随着AI工具日益强大，如何在创新与治理之间取得平衡？当自动化编程、AI生成内容成为常态，人类创造力又将如何重新定位？这些都将是我们必须面对的重要课题。

Windows 11 大更新

1. Windows 11引入语音交互功能，用户可通过“Hey, Copilot”唤醒Copilot，使语音成为电脑的第三种输入方式，提升使用便利性。
2. Copilot Vision具备屏幕内容识别能力，能实时指导用户操作，如玩游戏或使用软件，并通过视觉演示提供帮助。
3. Copilot深度集成于系统，能执行本地任务如整理照片和提取文件信息，并连接OneDrive、Google等服务，打破数据壁垒以增强生产力。

内容来源：《Windows 11 大更新：动嘴就能让 AI 操控电脑，还有 Manus 强势上岗》

基于微软此次以AI重构操作系统的实践，AI的未来发展呈现出从“工具”走向“伙伴”的深刻趋势。它不再是被动响应指令的助手，而是能主动感知上下文、理解意图并执行复杂任务的智能代理。这标志着人机交互正进入一个更自然、更无缝的新纪元。

AI的未来竞赛将是生态系统、可靠性及用户体验的综合较量。唯有将技术深度融入场景，并以坚实的信任为纽带，才能真正开启“动嘴不动手”的智能新时代。

甲骨文发布全球最大云端AI超级计算机

1. 甲骨文推出全球最大云端AI超级计算机OCI Zettascale10，整合80万块NVIDIA GPU，峰值算力达16 ZettaFLOPS，直接服务于OpenAI等高端客户。
2. 通过自研Acceleron RoCE网络技术，实现低延迟、高可靠的GPU互联，优化能效并支持大规模AI训练任务的高效运行。
3. 集群算力数据尚未经独立验证，实际效果待检验；甲骨文通过多云积分计划吸引客户，积极应对与微软、谷歌等云巨头的竞争。

内容来源：《甲骨文推出全球最大AI超算，作为OpenAI「星际之门」算力核心》

基于甲骨文发布OCI Zettascale10这一事件，不难看出AI的发展正在从“模型中心”转向“基础设施中心”。未来几年的竞争核心，将不再是算法理论的微小突破，而是谁能构建支撑AI规模化应用的算力基座。

甲骨文、微软等巨头竞相建设超大规模集群，表明算力正像电力一样成为社会基础资源。这意味着未来的AI创新将更多发生在云基础设施层面，算力的可及性和成本将直接决定一个国家或企业的AI竞争力。

当然，我们也可能正迈向“算力过剩”与“算力稀缺”并存的矛盾时代。一方面，巨头们在追逐ZFLOPS的竞赛中创造着看似过剩的算力；另一方面，这些集中化的资源可能加剧资源分配不均。甲骨文的多云积分计划预示着一个更加开放、灵活的算力交易生态可能正在形成。未来的理想图景，应该是算力像云服务一样按需分配，让初创公司也能调用世界级的计算资源，从而真正释放AI的创新潜力。