· 西湖大学发布全球首个机器人动作泛化大模型GAE。
· 我国日均词元（Token）调用量已突破140万亿。
· Meta完成对AI Agent初创公司Dreamer的收编。
· 通义实验室发布视频生成环境音框架PrismAudio。
· 谷歌Gemini任务自动化功能正式上线。
· 阿里达摩院发布刷新性能纪录的RISC-V CPU玄铁C950。
· 我国首个新型储能领域AI数据分析平台正式投用。
· OpenAI被曝正与核聚变能源公司谈判采购电力。

一、国内要闻

官方定调“词元”并公布惊人调用量增长

国家数据局在新闻发布会上确认，AI领域的Token中文名称为“词元”，并公布关键数据：到今年3月，我国日均词元调用量已超过140万亿。这一数据相比2024年初的1000亿增长了超过1000倍，相比2025年底的100万亿，在三个月内又增长了40%以上。该数据的公布，不仅为行业术语提供了官方标准，更以量化的方式直观揭示了中国人工智能应用正以超高速率普及和深化，标志着AI技术已进入规模化应用爆发期。

西湖大学发布机器人“通用小脑”模型

西湖大学孵化的西湖机器人公司发布了人形机器人“Titan o1”，其核心是全球首个机器人动作泛化大模型GAE。该模型旨在解决不同机器人之间的动作控制通用性问题，相当于为各类机器人提供了一个可通用的“小脑”，使其能够实时模仿和学习人类动作，实现手脚协同的复杂操作。这一技术的突破，有望降低机器人编程和训练的门槛，推动机器人技术在更广泛场景下的快速部署与应用。

阿里通义实验室推出高效视频环境音生成框架

阿里通义实验室宣布推出PrismAudio框架，专注于为视频生成同步的环境音效，如马蹄声、风雨声等。该框架将强化学习与思维链结合，模型参数量仅5.18亿，生成9秒音频仅需0.63秒，在效率上表现突出。目前该研究已被顶级会议ICLR 2026收录，代码即将开源。这项进展对于提升AI生成视频的沉浸感和真实感具有重要意义，为多模态内容创作提供了新的工具。

二、国际要闻

Meta加速AI Agent布局收购初创公司

据彭博社报道，Meta已完成对AI创业公司Dreamer及其核心团队的收编。值得注意的是，Dreamer联合创始人之一、前小米和谷歌高管雨果·巴拉将借此机会重返Meta，加入其超级智能实验室。此举是Meta在AI智能体领域的重要战略布局，通过吸纳外部成熟团队和人才，旨在快速增强其在下一代交互式AI助手方面的研发实力，以应对日益激烈的行业竞争。

谷歌Gemini实现AI助手“动手”能力

谷歌近日在部分旗舰机型上正式推出了Gemini的任务自动化功能。该功能允许AI助手接管手机，替用户完成在外卖、打车等应用中的多步骤复杂操作，例如自动点餐、叫车。虽然目前支持的应用有限且处于测试阶段，但这是主流AI助手从“对话建议”迈向“实际执行”的关键一步，标志着AI代理正开始真正融入并改变用户的日常数字生活流程。

OpenAI被曝寻求核聚变能源以应对算力饥渴

据Axios独家报道，OpenAI正与核聚变初创公司Helion Energy进行深度谈判，计划大规模采购清洁电力。其目标是在2030年前获得相当于5吉瓦的电力供应，并计划到2035年将规模扩展至50吉瓦。这一动向揭示了尖端AI模型训练与推理所面临的巨大能源挑战。OpenAI此举不仅是为了保障未来算力扩张的能源需求，也反映出科技巨头在寻求可持续、可控的能源解决方案上已进入战略布局阶段。

三、企业动态 / 大模型专区

阿里达摩院刷新RISC-V芯片性能纪录

阿里巴巴达摩院发布了新一代旗舰RISC-V CPU玄铁C950。其在Specint2006基准测试中单核通用性能突破70分，刷新了全球RISC-V性能纪录。该芯片搭载自研AI加速引擎，首次原生支持Transformer等主流AI模型算子。玄铁C950的高性能表现，展现了基于开源RISC-V架构冲击高端计算市场的潜力，将为云计算、生成式AI、机器人等领域提供新的国产化高性能芯片选择。

我国首个新型储能AI数据分析平台投用

南方电网宣布，我国自主研发的首个新型储能人工智能数据分析平台正式投入运行。该平台接入了多种技术类型的储能设备，利用AI自主学习与海量数据分析能力，能够远程、实时发现设备缺陷隐患，并自动生成运维方案。目前平台已接入广东、云南、海南等地的8座新型储能电站。该平台的投用，标志着AI技术在保障国家新型电力系统安全、提升储能设施运维智能化水平方面进入实用化阶段。

开源AI智能体框架Solon AI发布新版本

面向Java开发者的全栈智能体应用开发框架Solon AI发布了v3.10版本。该框架旨在统一接口以屏蔽底层AI模型差异，并深度集成向量库、MCP协议与复杂流控制，其核心理念是“一份代码，跨模型运行”。此次更新进一步巩固了其作为企业级AI应用开发基础设施的地位，有助于降低Java开发者构建和部署AI智能体应用的技术门槛与复杂度。