外部竞争的步步紧逼，进一步放大市场焦虑。微软依托Azure云与OpenAI深度绑定，企业端AI订单持续放量。英伟达也在不断扩大企业AI生态版图。谷歌虽然手握搜索入口、海量用户数据，但是大模型商业化落地速度不及市场预期，旗舰产品Gemini 3.5 Pro多次传出研发进度延后的消息。
1月23日，支付宝安全中心在社交平台发文回应称，近期，部分自媒体为吸引眼球和流量，发布摆拍虚假视频，捏造“使用支付宝碰一下钱被隔空盗刷”等不实内容。经公安机关依法办案，部分造谣者已受到应有的惩处。
上海家化短期内的增长重心仍然在国内。对于一家刚刚扭亏、主营利润仍需修复的公司而言，先把国内核心品牌、核心单品和渠道效率跑顺，仍然是更现实的选择。
小米称，在运行Xiaomi MiMo 3B模型时，其推理速度最高可达330 Tokens/s。
据罗福莉透露，目前小米MiMo-V2.6正处于强化学习中间阶段，其团队正在进行三方面的扩展：一是计算资源（每步约20亿个Token，1568个 Prompt × 16次Rollout，完全异步）；二是环境和测试框架（多任务智能体强化学习，一次运行中混合多个框架）；三是评估计算（代理式组内信用分配，带有测试用例和基于量规的奖励）。小米MiMo团队将在接下来的几周内逐步开源相关细节。
据第一财经，近日有消息称，特斯拉相关团队已于9月16日落地宁波，并于9月17日开启新一轮针对旗下机器人业务的量产审厂；特斯拉此轮审厂将实质导向机器人Optimus的量产，目前已经向供应链企业下达相关订单。另有消息称，去年9月特斯拉在华曾启动一轮机器人审厂工作，涉及的公司包括拓普集团、三花智控、浙江荣泰、新泉股份、均胜电子等传统特斯拉汽车供应链企业。
莒县的做法，本质上是在做一件事：打通各环节之间的“断头路”，让政策、金融、企业、市场形成闭环。
他认为，模型能力仍需通过持续训练提升。当前，国产开源模型的参数规模已经进入万亿级，部分头部公司甚至在训练十万亿参数模型。未来训练需求仍会增长，只是随着AI应用普及，推理需求的增速会更快。两类需求叠加，将继续拉动算力投入。
