在过去24小时内（11月4日—11月5日），中方侧出现部委发布年度人工智能创新任务指南、行业大模型版本更新与“存力”应用深化等进展；海外侧软银与OpenAI成立日本合资公司、Google将Gemini深度嵌入Maps、全球市场围绕“AI泡沫”波动与基准测评方法学争议同步升温。
一、软银与OpenAI成立“SB OAI Japan”合资公司，落地企业级AI服务
1、11月5日宣布在日本设立“SB OAI Japan”，定位面向日本大型企业的本地化企业级AI方案与运营服务。
2、首批客户由软银系内部启动，路线图涵盖从企业数据接入到定制智能体的全链路交付。
3、对应日本本土数据中心与生态伙伴计划同步推进，被视为日企AI应用规模化的加速器。
二、Google将Gemini接入Google Maps，开启更“对话式”的导航与助手能力
1、11月5日起逐步上线，支持用自然语言完成路线规划、地点问答与多任务指令。
2、与Gemini在YouTube/Search等场景的整合并行，形成跨应用的统一AI交互入口。
3、业内解读为移动端“AI原生操作层”进一步成形，强化与第三方助手的竞争力。
三、全球科技股受“AI估值泡沫”担忧承压，芯片与算力链条波动加剧
1、11月5日多地股指回调，科技与AI权重板块领跌，市场聚焦算力资本开支回报周期不确定性。
2、部分头部个股短线承压，分析师提示“集中持仓+业绩兑现节奏”风险。
3、短期波动不改长期AI基础设施投资主线，但资金更青睐具备明确商业化进度与现金流的标的。
四、研究团队指出数百项AI安全与性能基准存在方法学缺陷
1、11月4—5日发布的联合研究梳理440+基准，指出覆盖面、泄题/过拟合、评测一致性等问题。
2、建议从静态问答转向任务型、多模态与对抗性评估，建立公开可复现实验流水线。
3、对监管、招标与学术竞赛等场景的“以分数论英雄”提出预警，呼吁行业共建新基准。
五、工信部发布2025年人工智能产业及赋能新型工业化“揭榜挂帅”指南
1、11月5日面向各地发布年度任务揭榜清单，覆盖大模型关键技术、工业软件与智能制造等方向。
2、强调“企业出题、英雄揭榜”，推动产学研协同攻关与应用落地。
3、明确信息化与工业化深度融合的考核指标，促进AI在重点行业的规模化应用。
六、“存力中国行”北京站：先进存储算力支撑大模型推理效率与成本优化
1、11月5日中国信通院主办活动聚焦AI时代“存力”在推理环节的关键性。
2、在推理成本、延迟与质量约束下，提出高带宽、低时延、分层存储的新架构路径。
3、与金融、客服、医疗影像等应用场景对接，强调数据与模型的系统协同。
七、“智能化工大模型3.0”在大连发布，行业大模型向生产系统深融
1、11月4—5日石化化工行业数字化大会上发布3.0版本，面向工艺优化、安环质管控与设备预测性维护。
2、攻克行业数据孤岛、标准碎片化等痛点，强调跨厂址数据治理与知识图谱结合。
3、标志流程工业领域大模型从试点验证走向系统级部署的新阶段。
八、专家在虹桥论坛提出“AI向善”三原则：负面清单、公开透明、防打结合
1、11月5日提出在行政与法律集中治理框架下，建立可执行的负面清单。
2、要求平台满足一定透明度标准，便于社会监督与科学评估。
3、对“过度执法”与“忽视幻觉等问题”两端失衡均提出纠偏，倡导理性治理。
常见问题解答（Q&A）
Q：软银与OpenAI的日本合资公司短期会落地什么？
A：首先服务软银系与大型日企的企业级智能体与数据平台项目，2026年起配合本土数据中心扩容推进规模化交付，重点在本地化合规与行业场景适配。
Q：Google把Gemini放进Maps，和以往语音导航有何本质差异？
A：从“命令式”转为“对话式”，可用自然语言一次性表达多约束（路况、途径点、停车等），并能跨应用调用信息，形成更统一的AI交互层。
Q：所谓“AI基准存在缺陷”会影响企业采购与监管吗？
A：会。研究建议从单一分数转向多维评估与可复现实验流水线，招投标与监管可能增加任务型、对抗性与长期一致性测试条目，弱化“唯分数论”。
Q：国内“揭榜挂帅”对产业链意味着什么？
A：引导资源投向卡脖子环节与可量化场景，企业可按清单承诺技术与指标，获得政策与资金支持，缩短从技术突破到行业落地的周期。
Q：“存力”为什么在大模型时代被频繁提及？
A：推理阶段的瓶颈正从“纯算力”转向“存储带宽/延迟+数据编排”，高效的分层与近存架构能在同等硬件下显著降低时延与成本。
Q：市场对“AI泡沫”的担忧是否会改变长期趋势？
A：短期波动主要来自业绩兑现节奏与资本开支回报不确定，但长期上，具备可验证ROI与明确现金流的应用/基础设施方向仍被看好。
