今天的AI动态显示出一条从“能力演示”转向“制度与产线”的分野：雷军把小米人形机器人送进汽车总装车间连干8小时，京东抛出五年300万台机器人的采购计划，具身智能第一次有了可量化的交付节奏；与此同时，20家单位联合发布智能体自律公约，发改委提出AI综合性立法与监管沙盒，智能体在进入真实场景之前，先迎来规则层的前置约束。模型侧则呈现“视觉+操作”合流：腾讯Hy4首次支持电脑操作，微信开源WeVisOne-VL把检测、分割、抠图收进一个模型。
1. 苹果收紧员工AI预算，部分工程师每日额度从300美元降至200美元
据彭博社报道，苹果上月将部分工程师使用AI模型的每日开支上限从300美元下调至200美元，并考虑将部分工程团队的额度进一步压至100美元。非工程部门许多团队已有每日100美元上限，苹果还讨论过把部分团队降至25美元；确有工作需要的员工可向高层申请豁免。这些预算用于支付模型处理请求消耗的Token，部分团队正被要求改用更便宜的模型或本地模型。内部反应不一：一些员工认为此前额度很少用满，另一些则担心削减预算预示着更广泛的成本压缩。苹果发言人拒绝置评。
创新看点： Token预算从“给足”转为“分级+豁免”，说明大模型在头部公司的定位正从探索性支出变成需要被管理的运营成本。
2. 宇树王兴兴：明年大概率是机器人行业或模型的临界点
11月4日，宇树科技创始人王兴兴在乌镇峰会互联网企业家论坛上表示，大概率明年将是机器人行业或机器人模型的临界点。他此前在工博会现场解释，宇树从2024年起已与汽车企业开展落地试点，但从单点试验走向大规模应用，仍需提升泛化能力和作业效率。他认为面向企业的商业服务场景可能推进更快，家庭服务对复杂环境适应能力的要求更高。王兴兴还坦言过去对AI的相信程度不够，随着技术进步信心正与日俱增，并认为很多人对AI的使用仍不充分。算力分配上，他主张实时控制留在本体，复杂决策借助云端。
创新看点： “临界点”的判断把压力从模型指标转移到泛化能力与作业效率，机器人公司的估值锚正在被重新校准。
3. 雷军分享小米人形机器人“实习”进展：工厂作业达8小时5分钟，中途两次充电
雷军发布小米人形机器人的工厂作业视频，展示CyberOne 02在小米汽车总装车间完成中控台侧盖板排序，累计作业达到8小时5分钟。侧盖板是尺寸较大、形态不规则的柔性工件，机器人需按车型上线顺序从原料箱取出盖板、调整姿态并放入对应料架格口。视频中两台人形机器人随产线节拍运转，并配合运送物料的AMR调整取料路线与步幅。测试期间机器人分别在累计作业3小时2分钟和6小时3分钟后充电，后半程一台机器人掉落零件，由轮式机器人捡起。雷军回应为何在工厂使用人形机器人：通用硬件不用改动，可以适应更多岗位和场景。
创新看点： 8小时连续作业加上中途充电与掉落补救，展示的不是“能干”，而是人形机器人在真实产线节拍下的可持续性与容错设计。
4. 近七成汽车经销商试用AI，约6%已设置智能体专员岗位
据第一财经报道，中国汽车流通协会副秘书长郎学红近日表示，近七成汽车经销商选择通过AI智能体提升效率，应用已涉及客服、数据处理和新媒体营销。数据中，46.5%的经销商认为AI能提高数据和客服效率，40%认为新媒体营销效果改善，31.8%表示智能体应用推动了人员优化或减少，约6%已设置智能体专员岗位。郎学红介绍，智能体可用于材料核验、合同校验、贷后提醒和贷款方案生成，AI对车辆残值的动态预测也可服务于融资租赁、保值回购及二手车金融。联友科技金融产品负责人则指出，汽车金融目前仍存在单点试点、数据孤岛、决策数据滞后等问题。
创新看点： “智能体专员”作为一个新岗位出现在流通行业，意味着AI落地的组织形态已经开始从“工具采购”走向“编制调整”。
5. 中国信通院等20家单位发布智能体公约，抵制算法压榨
11月4日，中国信通院、华为、腾讯、阿里、蚂蚁、抖音等20家单位在乌镇峰会联合发起《智能体发展自律公约》，提出互信、互联、互操作、安全防护、治理、用户权益等八条自律措施。公约提出共同抵制利用智能体实施算法压榨、黑灰产等行为，保障用户知情权、选择权和对重要事项的最终控制权，防范个人信息滥用、过度迎合与认知操纵，加强对未成年人、老年人等群体的保护。跨厂商协作方面，倡议发展智能体注册与解析、能力发现、协议兼容与互认等技术和标准，并完善分类分级授权、行为边界、权利义务与责任划分机制。安全防护包括运行监测、行为管控和异常熔断，防范越权操作、隐私泄露及行为失控。
创新看点： 智能体治理从“事后追责”前移到“注册—授权—熔断”的全链路设计，行业自律正在为即将到来的智能体规模化铺轨。
6. 国家发改委：加快推进AI综合性立法，支持建设监管沙盒
国家发展改革委在11月3日新闻发布会上介绍，“十五五”时期将加快推进人工智能基础性综合性立法，完善数据、算力、算法等共性要素及重点应用场景的规则，建立覆盖AI全生命周期的安全标准和伦理准则，并定期评估、调整不适用的制度内容。创新和高技术发展司副司长王若蒙表示，将合理设置监管政策过渡期，开展分行业的应用合规指导，支持建设不同领域的AI“监管沙盒”，同步健全申请、测试、使用和退出机制，为试错预留空间。就业方面，发改委提出推动模型训练师、数据标注员等新职业纳入国家职业分类体系，加强就业替代风险监测预警和社会保障衔接。针对算法歧视、深度伪造、隐私泄露等问题，将增强溯源追踪能力，并加强防沉迷、防情感依赖的引导和干预。
创新看点： 立法与沙盒并行，AI监管的思路从“一刀切审批”转向“底线规则+受控试验”，合规能力本身可能成为下一阶段的竞争壁垒。
7. 京东重申五年采购300万台机器人，披露具身数据采集计划
京东集团技术委员会主席曹鹏在乌镇峰会机器人与具身智能论坛上表示，京东物流未来五年计划采购300万台机器人、100万台无人车和10万架无人机，覆盖物流、线下零售、健康及产业园区等场景。该采购规划此前已在9月全球科技探索者大会上公布。曹鹏同时介绍，京东正推进具身智能数据采集中心建设，目标两年内累计采集超过1000万小时高质量人类真实场景视频，以及超过100万小时机器人本体运行数据，由一线员工和数据生态合作伙伴共同参与。他认为机器人从演示走向任务交付，需要把算力、数据、模型、终端和真实场景连起来，并由设计、制造、销售、交付及维修体系支撑规模化应用。
创新看点： 采购量级之外更值得关注的是“数据采集中心”：具身智能的竞争正在从本体硬件转向场景数据的规模化获取能力。
8. OpenAI拟收购Pierre，将代码存储与审查工具带入Codex
OpenAI宣布将收购开发者工具公司Pierre，把Code Storage的功能逐步整合进Codex，交易仍需满足监管批准等交割条件。Pierre的两款开源库已用于Codex：Trees负责项目文件浏览，Diffs用于查看代码变化，Diffs的编辑模式允许审查者直接修改发现问题的代码行。Pierre还推出了可随输入或智能体生成过程更新的语法高亮工具Highlights。Code Storage则通过Git为应用提供代码存储和历史追踪。OpenAI表示，交易完成后Pierre的项目将继续开源，Code Storage客户可继续使用服务，团队将围绕多人和智能体并行开发，扩展现有Git工作流。
创新看点： 收购标的不是模型公司而是代码审查工具，OpenAI正在把Codex从“写代码的模型”补齐为“多人+智能体协作的完整工作流”。
9. 腾讯发布Hy4正式版，首次支持视觉理解与电脑操作
腾讯混元于11月4日发布Hy4正式版，首次加入视觉理解与电脑操作能力。模型可结合图像感知、推理和工具调用处理图表、细粒度图像及数学视觉问题，也能在任务中结合命令行与图形界面操作。相比preview版，正式版扩大了预训练和后训练规模，并针对Blender、CAD等专业软件与跨应用长程任务训练。Hy4已在腾讯云、OpenRouter上线，也可通过CodeBuddy、WorkBuddy、元宝和ima体验。腾讯表示API维持preview版价格，模型权重与系统卡片计划后续发布，近期还将推出侧重推理速度与性价比的Hy4 flash。CodeBuddy国内版与国际版同步接入，11月4日至15日提供限量免费体验。
创新看点： “视觉+电脑操作”把大模型从对话界面推进到软件界面，专业工具链的自动化门槛正在被模型能力直接拉低。
10. 微信开源WeVisOne-VL视觉模型，把检测、分割、抠图收进一个模型
微信视觉团队介绍了已开源的WeVisOne-VL，将物体检测、定位、计数、OCR、分割与抠图放进同一个视觉语言模型，提供2B、4B两个版本。面对图中不存在的目标，模型可以直接返回None；团队在训练中专门核对“图里没有”的样本，同时训练误框与漏检两类问题。其自动标注流程累计处理超过1亿张图片、约36亿个目标框。模型配有约960万参数的像素解码器，可直接输出分割掩码及透明度信息，无需另接SAM模型。项目采用Apache 2.0许可，公开了模型权重、技术报告、教程、评测代码与抠图标注工具Mask2Alpha，并提供网页Demo，目前支持图片输入，可在线试用或本地部署。
创新看点： 把“图中无目标返回None”作为专门训练目标，视觉模型开始为下游自动化流程的可靠性负责，而不仅仅追求检测框的精度。
结语
今天的十条进展可以归入两条平行推进的线索：一条是具身智能的“产线化”——小米人形机器人跑满8小时、京东把采购和场景数据同时规模化、宇树给出临界点时间表，机器人正在离开演示视频，进入节拍、充电和容错的真实约束。另一条是智能体的“制度化”——自律公约划定行为边界，发改委把立法与沙盒并置，苹果则用Token预算为AI支出建立内部治理。模型侧，腾讯Hy4和微信WeVisOne-VL分别从“操作”和“视觉理解”两端证明，大模型正在学会与软件界面和物理世界打交道。当能力不再是唯一变量，承载能力的产线、数据与规则，才是下一阶段的分水岭。
