Box CEO Aaron Levie 在 X 上提出，大模型能力与企业实际要自动化的流程之间存在巨大鸿沟，这个鸿沟正是"应用 AI 层"的机会所在。他强调即使模型持续进化，这一层依然必须存在，甚至可能变得更重要。
科大讯飞发布星火语音基座大模型 Spark-Audio-1.0-Preview，用 0.65B 编码器加 30B-A3B MoE 大模型，基于纯国产算力集群训练，让机器从"听清"转向直接"听懂"声音里的语义、情绪与环境音。
TechRadar 刊文指出，AI 的主要障碍已不在模型能力，而在"最后一公里"——把 AI 生成的洞察真正转化为业务决策和可衡量结果。对开发者与企业而言，数据孤岛、上下文缺失和治理不足，正成为 AI 项目从试点走向生产的核心摩擦点。
亚马逊 CTO Werner Vogels 在 2025 年 12 月 re:Invent 完成第 14 场、也是最后一场 Keynote，全程没有发布任何新产品，只讲了一个"文艺复兴开发者"框架。对一个云计算 CTO 来说，这比一年上百场 AI 发布会更值得琢磨。
Amazon 把生成式 AI 助手 Alexa+ 推向印度市场，并首次支持印地语，先以早期体验形式免费开放，之后转为 Prime 会员免费、非会员每月 ₹2,000 的订阅模式。
科大讯飞发布语音大模型 Spark-Audio-1.0-Preview，用全国产算力训练，支持 99 种语言和 202 种方言，并开放体验、API 后续上线。它的看点不只是语言覆盖广，而是把语音模型的能力从“转写准”推进到“听懂场景与情绪”。
字节跳动旗下火山引擎将豆包大模型升级至 2.1 Pro 0915 版本，重点强化 Agent 任务交付稳定性与多模态 Coding 能力，同时把图像、视频推理的 Token 消耗降低三成以上。
谷歌宣布其 AI 语言技术已支持超过 300 种语言，覆盖 71 亿人，并推出 Gemini 3.5 Live Translate、USM 等新模型及多项低资源语言数据计划。这轮更新的重点不是翻译更多语言，而是让语音模型直接理解语气、情绪和文化语境。
生数科技于 9 月 15 日正式发布 Vidu S2 视频大模型系列，包含面向连续交互数字人的 S2-Avatar 和面向实时视频流编辑的 S2-Editing，并首次将实时空间视频生成与编辑能力延伸至 VR 头显。这意味着视频生成正从"一次性出片"向"可交互、可动态调整、可穿戴端消费"演进。
Cloudflare 推出"Disallow AI Training"新设置，让站长在继续被搜索引擎抓取的同时，拒绝内容被用于 AI 训练。苹果、谷歌、微软已承诺遵守这一设置。