1. 聯(lián)想推出個人超級智能體Lenovo Qira

聯(lián)想推出個人超級智能體Lenovo Qira，實施“一體多端、個人AI”戰(zhàn)略。Qira支持多終端無縫運行，通過跨設備協(xié)同與情境感知提供個性化服務。

→早讀課解讀：傳統(tǒng)硬件巨頭將AI戰(zhàn)略重心從“設備智能”轉向“個人AI”，旨在通過跨終端智能體打造統(tǒng)一、連貫的用戶體驗，構建生態(tài)壁壘。

→行動建議：在多設備（PC、手機、平板）辦公或生活場景中，可關注此類智能體的實際協(xié)同能力，評估其對提升工作效率與體驗連續(xù)性的價值。

2. 小鵬汽車發(fā)布第二代VLA大模型并計劃量產(chǎn)

小鵬汽車發(fā)布第二代VLA大模型，將于2026年第一季度在Ultra車型上量產(chǎn)。該模型實現(xiàn)視覺感知到動作指令的端到端驅動，被視為行業(yè)首個具備初階L4能力的物理模型。

→早讀課解讀：汽車行業(yè)正通過端到端VLA大模型，將自動駕駛從“模塊化堆疊”推向“一體化感知-決策”新范式，加速L4級能力在量產(chǎn)車上的落地。

→行動建議：關注此技術路線在復雜城市場景下的實際表現(xiàn)，評估其對自動駕駛可靠性、開發(fā)效率及成本結構的長期影響。

3. Liquid AI發(fā)布新一代邊緣側小型基礎模型家族LFM2.5

Liquid AI發(fā)布了LFM2.5，這是一個新一代的小型基礎模型家族，專注于邊緣設備和本地部署。該模型包括多種變種，如文本、視覺語言和音頻語言，并在多個基準測試中表現(xiàn)出色。

→早讀課解讀：小型化、高性能的基礎模型正成為邊緣AI普及的關鍵，推動AI能力從云端下沉至終端，滿足低延遲、隱私保護與離線場景需求。

→行動建議：在IoT、移動設備、工業(yè)現(xiàn)場等邊緣計算場景，可評估采用此類模型，在資源受限環(huán)境下實現(xiàn)高質量的本地化AI推理。

4. 微軟收購AI數(shù)據(jù)平臺Osmos強化數(shù)據(jù)能力

微軟收購AI數(shù)據(jù)平臺Osmos，旨在提升其數(shù)據(jù)處理能力，并與Snowflake、Databricks等競爭。Osmos通過AI技術解決數(shù)據(jù)問題，提升數(shù)據(jù)準備效率，微軟將其整合至Fabric和Azure Data Factory中，強化其數(shù)據(jù)底座。

→早讀課解讀：云巨頭通過收購補強AI數(shù)據(jù)治理與準備能力，意在為企業(yè)提供更智能、自動化的端到端數(shù)據(jù)流水線，爭奪數(shù)據(jù)云市場主導權。

→行動建議：在構建或遷移數(shù)據(jù)平臺時，可關注微軟Fabric生態(tài)的AI數(shù)據(jù)能力進展，評估其對提升數(shù)據(jù)質量、加速數(shù)據(jù)工程流程的效益。

5. MiroThinker 1.5以交互式擴展技術實現(xiàn)性能突破

MiroThinker 1.5通過交互式擴展技術，以30億參數(shù)實現(xiàn)媲美萬億參數(shù)模型的性能，顯著降低推理成本，推動AI從‘蠻力計算’向‘智能密度’轉型。

→早讀課解讀：模型性能不再單純依賴參數(shù)規(guī)模，通過算法與交互機制的創(chuàng)新，小模型可實現(xiàn)與大模型媲美的能力，預示AI效率競賽進入新階段。

→行動建議：在資源敏感或成本敏感的應用場景，可重點關注此類“高智能密度”模型，在保證性能的同時大幅降低部署與推理成本。

在這個星球，你可以更加系統(tǒng)的學習AIGC相關知識：

1. ChatGPT和AI繪畫（Midjourney+Stable Diffusion+Photoshop beta）基礎+進階全攻略；

2. ChatGPT和AI繪畫最直接變現(xiàn)案例；

3. 與200+行業(yè)先行者鏈接，積累你的專屬人脈資源；

4. 社群保姆級一站式服務，包教包會包討論；

現(xiàn)在加入，立享99元早鳥價優(yōu)惠，星球用戶每漲100人，價格上調100元，直到恢復499元原價！

這個風口抓不抓的住，就看你愿不愿意邁出第一步了！

越晚加入成本越貴！最后兩個名額又要漲價了！