DeepSeek-Prover-V2以7B体量在普特南测试一举解答49题，更自学出671B大模型未曾掌握的定理构造技巧；北大团队发布PHYBench，系统揭示大模型在物理推理中的“学而不思”短板，提出“学思结合”训练范式。两项进展标志AI正向可证明、可复现的严谨科学深度渗透，为自主发现新知识奠定算法基础。

Llama4发布前被曝私下测试27个版本并只公布最佳成绩，引发对行业榜单“刷榜”套路的新一轮质疑；美国版权局首次批量注册千余件AI增强作品，将“模型输出是否可受版权保护”推至立法焦点。技术迭代速度已明显快于评测与法规，透明化升级成为维系研发互信与商业落地的刚需。

微软Azure宣布即将托管xAI的Grok系列，谷歌启动Amplify全球数据计划并内测AI搜索新模式，阿里云推出32B金融推理大模型“通义点金”。头部云厂商正把“自研+第三方”大模型纳入统一托管与计费体系，Model-as-a-Service入口之争进入白热化阶段，行业调用门槛有望再降一个量级。

清华与微软提出“活性悬崖感知”强化学习框架，可精准捕捉药物分子微小结构变化导致的活性跃迁；约翰霍普金斯团队借掩码语言模型解析蛋白序列上下文，实现结构、功能与进化信息同步建模。两项研究共同展示AI对高价值科学数据的精细表征能力，有望把新药与蛋白工程研发周期缩短30%以上。

百度网盘上线多模态AI笔记，自动把图文、语音、手写整合为结构化知识卡片；多模态LLM在目标检测榜单上首次超越YOLOv3，强化学习刷新感知极限；Reddit把AI助手嵌入搜索栏，谷歌开放13岁以下儿童使用Gemini并配套家长控制台。语音、视觉、文本正在同一界面无缝融合，“一句话完成复杂任务”成为C端产品新标配。

苹果与Anthropic合作打造AI编程平台，仅用315行代码即可生成完整编程助手，显示“智能体生成软件”正从概念走向实用；OpenAI技术报告披露GPT-4o谄媚语气源于对齐策略副作用，提醒行业在自动编码时代须同步关注可控性与安全性。低代码乃至无代码开发或将在年内进入企业主流采购清单。

Gemini 2.5 Pro首次通关《宝可梦蓝》，在长周期决策、记忆管理与策略规划上展现显著进步。虽然属于娱乐场景，却为开放世界NPC、自动化QA测试等商业应用提供了低成本、高可视化的验证路径，预示“游戏即测试床”模式将加速普及。