视频过了图灵测试、AI要拿诺奖、政策定调AI+，今天全是硬货
今天的几条内容没有凑数的花边，从技术突破到产业政策再到伦理边界，全是真正影响行业走向的事，我挑了最值得琢磨的点说。
第一个过视频图灵测试的AI，合规比技术先卡了脖子
美国Tavus刚发的Griffin-Lite，54个受试者里48%误以为它是真人一分钟视频对话，直接踩过了视频图灵测试的线。和传统数字人逐层接力的路线不同，它用端到端把感知、决策、生成捏在一起，能同时说话、会打断会附和，口型表情背景全跟着变，长时间聊也不崩。有意思的是，现在只给少数受信任测试者开放，不推出来的原因不是技术不成熟，是太像真人怕被滥用，要先做强制身份披露，符合欧盟AI法案才敢上线。技术跑赢了人类识别，规则居然先跟上了，只是以后“眼见为实”这四个字，确实要打个问号了。
AI离诺奖真的越来越近了
现在已经不是AI帮科学家算数据的阶段了：DeepMind的AlphaProof Nexus解决了9个埃尔德什开放问题，北大AI团队搞定了交换代数里悬而未决的Anderson猜想，AI还找到了25年没发现的奇异原子核，自主设计出了难合成的COF材料，甚至Anthropic的Claude自己找到了类似CRISPR的新酶系统。诺奖现在卡在哪？不是成果不够硬，是评奖规则不认“非人类贡献”——2024年给Hassabis颁奖，只夸他开发了AI模型，绝口不提模型做的发现。以后真的出了一个全AI主导的诺奖级成果，评委会怎么办？这个问题已经不是远忧了。
中央定调“人工智能+”，中试基地是破局点
中共中央国务院刚发的发展新质生产力意见，直接把“全面实施人工智能+”放在明面上，不光推智能网联车、人形机器人这些新终端，重点提了要建国家人工智能行业应用中试基地，分行业铺真实应用场景。之前很多AI技术死在实验室到产业的最后一公里，中小厂试错成本太高不敢用，中试基地就是要解决这个落地难、落地贵的问题。不是喊口号，是真的给产业搭打磨技术的台子，接下来各行业的落地速度应该会明显提上来。
国产开源多模态，这次开放了最值钱的东西
紫东太初5.0-9B刚测完，9大国际空间理解基准拿了8个第一，是10B参数档里空间具身能力最强的。最有意思的不是跑分第一，是它不光开放模型权重，连整套经过验证的空间多模态数据生产管线都开源了——从数据清洗、三维标注到合成校验全给你。9B参数本身部署门槛就低，适合端侧和机器人场景，开放数据管线等于给中小公司和创业团队搭好了台阶，不用自己从零攒数据，这才是真的能做活开源生态的做法，比光放个权重管用多了。
微软把大模型不爱干的活，单独做了一个模型
微软刚出的Microsoft-Decision-1，专门做结构化决策，速度是GPT-6 Sol的35倍，成本只有几十分之一。说白了，大语言模型擅长开脑洞写长文，但高频重复的结构化决策，比如事故响应分类、游戏反馈归类，大模型又慢又贵，还容易翻車。这个新模型就聚焦从预设选项里选最优解，扰动测试里决策翻转率才1.3%，选项换顺序都不影响结果。现在已经开放给开发者了，这个思路其实挺对的——不用什么活都塞给通用大模型，专用模型补空白，把成本降下来才能规模化落地。
扩散大模型拿了融资，新路线真能颠覆自回归吗
港大团队出来做扩散语言模型的创业公司，拿了数亿元融资。扩散模型和现在主流的自回归模型不一样，不是逐字从左往右生成，可以同时改多个位置，已经生成的内容也能随时调，处理代码填补、多约束规划天然有优势，团队说同条件下生成速度是自回归模型的10倍。但这话得打个折——速度和质量在扩散模型里是此消彼长的，少迭代步数快但质量降，要同质量比速度才有意义。现在谷歌、美国创业公司都在押这条路线，能不能真的打出差异化，还得看落地后的实际表现，现在吹颠覆还太早。
AI开始有“动物保护法”了？Anthropic禁止虐待AI
Anthropic刚更新使用政策，加了一条：禁止对模型进行持续且不必要的虐待或残忍行为，违规了会限流甚至封号，模型自己可以主动结束对话。把用户和AI的交互伦理写进企业使用规则，这还是第一次。有人说这是给未来的机器权利铺路，也有人说这就是防用户用极端对话训坏模型，找个好听的说法。不管是哪种，这件事本身就说明，随着AI越来越像人，我们原来对人机关系的认知，已经开始不够用了。
以上是我今天从公开信息中梳理的几个方向，有些判断比较主观，欢迎讨论。