首個由投資機構打造的 AI 基準測試

01

紅杉中國推出全新AI基準測試xbench

5 月 26 日，據(jù)媒體報道，紅杉中國宣布推出全新的 AI 基準測試 xbench，并發(fā)布論文《xbench: Tracking Agents Productivity, Scaling with Profession-Aligned Real-World Evaluations》。據(jù)悉，這是首個由投資機構發(fā)起，聯(lián)合國內(nèi)外十余家頂尖高校和研究機構的數(shù)十位博士研究生，采用雙軌評估體系和長青評估機制的 AI 基準測試。xbench 將在評估和推動 AI 系統(tǒng)能力提升上限與技術邊界的同時，重點量化 AI 系統(tǒng)在真實場景的效用價值，并長期捕捉 Agent 產(chǎn)品的關鍵突破。

xbench 基準測試具有以下特點：采用雙軌評估體系，構建多維度測評數(shù)據(jù)集，旨在同時追蹤模型的理論能力上限與 Agent 的實際落地價值。該體系創(chuàng)新性地將評測任務分為兩條互補的主線：一是評估 AI 系統(tǒng)的能力上限與技術邊界；二是量化 AI 系統(tǒng)在真實場景的效用價值。其中，后者需要動態(tài)對齊現(xiàn)實世界的應用需求，基于實際工作流程和具體社會角色，為各垂直領域構建具有明確業(yè)務價值的測評標準。

同時，xbench 采用長青評估機制，通過持續(xù)維護并動態(tài)更新測試內(nèi)容，以確保時效性和相關性。紅杉中國將定期測評市場主流 Agent 產(chǎn)品，跟蹤模型能力演進，捕捉 Agent 產(chǎn)品迭代過程中的關鍵突破，進而預測下一個 Agent 應用的技術 - 市場契合點。作為獨立第三方，其致力于為每類產(chǎn)品設計公允的評估環(huán)境，提供客觀且可復現(xiàn)的評價結果。

首期發(fā)布包含兩個核心評估集：科學問題解答測評集（xbench-ScienceQA）與中文互聯(lián)網(wǎng)深度搜索測評集（xbench-DeepSearch），并對該領域主要產(chǎn)品進行了綜合排名。同期提出了垂直領域智能體的評測方法論，并構建了面向招聘和營銷領域的垂類 Agent 評測框架。

在過去兩年多的時間里，xbench 一直是紅杉中國在內(nèi)部使用的跟蹤和評估基礎模型能力的工具，如今紅杉中國將其公開并貢獻給整個 AI 社區(qū)。無論是基礎模型和 Agent 的開發(fā)者，還是相關領域的專家和企業(yè)，抑或是對 AI 評測具有濃厚興趣的研究者，都可加入，成為使用并完善 xbench 的一份子，共同打造評估 AI 能力的新范式。

02

海光信息擬合并中科曙光

5月25日晚間，中科曙光（603019）與海光信息（688041）同時發(fā)布《關于籌劃重大資產(chǎn)重組的停牌公告》，宣布為搶抓信息技術產(chǎn)業(yè)新機遇，促進產(chǎn)業(yè)鏈整合和高質(zhì)量發(fā)展，海光信息正籌劃通過向中科曙光全體A股股東發(fā)行股票的方式，實施換股吸收合并中科曙光，并同步募集配套資金。

根據(jù)公告，5月25日，海光信息與中科曙光簽署《吸收合并意向協(xié)議》，就此次重組作出若干原則性約定。此次重組及正式交易文件需提交雙方各自董事會、股東會審議，并經(jīng)有權監(jiān)管機構批準后方可正式實施。

截至2025年一季度末，中科曙光為海光信息的第一大股東，持股比例達27.96%。截至5月23日，兩家公司市值合計超4000億元。其中，中科曙光市值為905.72億元，海光信息市值為3164.12億元。2021年至2024年，兩公司凈利潤均保持持續(xù)增長，2024年凈利潤均突破19億元。

公開資料顯示，中科曙光隸屬計算機行業(yè)，海光信息隸屬電子行業(yè)（申萬二級半導體行業(yè)），根據(jù)公告，兩家公司股票于5月26日開市起停牌。

03

BOSS直聘2025年Q1財報：收入、利潤穩(wěn)健增長

5月22日美股盤前，BOSS直聘（NASDAQ:BZ，HK:2076）公布了2025年第一季度財報。報告期內(nèi)，公司積極開拓增量市場，服務用戶規(guī)模持續(xù)擴大，營收與盈利均實現(xiàn)穩(wěn)健增長，經(jīng)營效率顯著提升，同時AI技術在多場景落地應用，進一步鞏固了其在人力資源服務領域的領先地位。

財報數(shù)據(jù)顯示，2025年第一季度，BOSS直聘營收達19.23億元，同比增長12.9%；凈利潤為5.12億元，同比大幅上漲111.9%。不考慮理財?shù)绕渌找?，公司第一季度?jīng)調(diào)整后營業(yè)利潤為6.9億元。截至2025年3月31日止的十二個月內(nèi)，公司付費企業(yè)客戶數(shù)達到640萬，同比上漲12.3%。

在用戶規(guī)模方面，2025年第一季度，BOSS直聘平均月活躍用戶數(shù)（MAU）為5760萬，同比上漲23.6%；2025年1 - 4月公司累計新增完善用戶超過1500萬。春節(jié)后至今，單個用戶的達成數(shù)量（即求職招聘收獲）同環(huán)比均保持上漲態(tài)勢。

BOSS直聘的收入增長主要得益于用戶增長和滲透率的提升。第一季度，新增用戶中藍領群體占比超過45%，帶動藍領收入占比提升至超過39%；三線及以下城市收入貢獻同比提升3個百分點至超過23%；小微企業(yè)（雇員規(guī)模在100人以下企業(yè)）收入占比創(chuàng)同期歷史新高。

從企業(yè)端招聘需求來看，春節(jié)以來企業(yè)招聘需求保持恢復態(tài)勢，1 - 4月平均新增發(fā)布職位數(shù)同比增長17%。其中，以餐飲、零售等為代表的服務業(yè)藍領招聘需求四月以來環(huán)比持續(xù)回暖，制造業(yè)招聘四月在線職位數(shù)同比保持增長；白領招聘需求也呈現(xiàn)企穩(wěn)回升的態(tài)勢，廣告、專業(yè)服務、互聯(lián)網(wǎng)、金融、汽車等行業(yè)同比增速領跑。

在成本優(yōu)化方面，公司在保障用戶服務水平、保持用戶規(guī)模持續(xù)增長的前提下，積極控制各項費用支出。2025年第一季度，公司銷售和營銷費用同比下降15%，市場投放效率持續(xù)提高，這得益于品牌效應與雙邊網(wǎng)絡效應的雙重作用。同時，研發(fā)費用同比下降9%，一般和行政費用同比下降2%，相關費用的控制不僅源于公司自身的努力，還得益于AI大模型應用在內(nèi)部管理、安全審核等多個環(huán)節(jié)帶來的提質(zhì)提效。

近期，納斯達克中國金龍指數(shù)較4月低點回調(diào)超過20%，而BOSS直聘同期上漲幅度超過35%，跑贏中概大盤。這反映出資本市場對中國人力資源服務市場以及AI大模型在人力資源服務行業(yè)應用的樂觀預期。

多個機構研報指出，人力資源服務市場在中長期仍有充足的動能。2025年招聘市場延續(xù)了2024年底以來的復蘇態(tài)勢，且AI技術能夠提供“低成本、高質(zhì)量定制服務”，在招聘流程的各個環(huán)節(jié)具有廣闊的應用價值。

值得一提的是，大摩發(fā)布的“中國AI 60”榜單中，BOSS直聘作為“互聯(lián)網(wǎng)/軟件”類型代表上榜，凸顯了其在AI應用方面的領先地位。此外，高盛、巴克萊、杰富瑞集團等券商對BOSS直聘持買入/增持評級。2025年年初至今，多家知名資金繼續(xù)增持/建倉BOSS直聘，其中Capital Group（資本集團）增持逾4000萬股，Ballie Gifford（柏基投資）建倉并持有700余萬股，Schroders（施羅德投資）、BlackRock（貝萊德集團）、T. Rowe（普信集團）繼續(xù)增持，頭部科技類基金Ward Fery和CoreView也繼續(xù)加倉。

2025年第一季度，BOSS直聘繼續(xù)以DeepSeek - R1與自研“南北閣”模型為基礎，深化AI技術在業(yè)務場景下的應用，擴大AI用戶測試規(guī)模和滲透率。

在招聘端，結合雇主個性化訴求，平臺主動向雇主推薦合適候選人的AI agent服務有效提升了匹配精準度，使用了該功能的招聘者達成效率提升25%。管理層在電話會中表示，在招聘機器人的能力建設上沒有設限，但在使用時間、范圍和條件上保持謹慎。

在求職端，AI工具能夠結合求職者具體情況和求職期望，在搜索、模擬面試等場景為求職者提供個性化服務。目前，AI模擬面試工具已對學生用戶和工作三年內(nèi)的求職者全量開放，提供的問題會根據(jù)用戶背景與求職期望針對性設置。

同期，BOSS直聘南北閣實驗室科研團隊在大模型知識融合、多Agent智能體協(xié)作等方向的科研工作被人工智能及數(shù)據(jù)挖掘領域的KDD2025、ACL2025、ICLR2025等國際頂級學術會議接收，進一步彰顯了公司在AI技術研發(fā)方面的實力。

另外，第一季度，BOSS直聘持續(xù)投入優(yōu)化藍領、學生等重點人群的找工作體驗。

在藍領方面，公司繼續(xù)擴大“朋友圈”，讓真實誠信的招聘方獲得更多收獲。第一季度，“海螺優(yōu)選”入駐企業(yè)數(shù)、在線職位數(shù)、覆蓋求職者數(shù)等指標繼續(xù)保持同環(huán)比穩(wěn)健增長。產(chǎn)品團隊還持續(xù)優(yōu)化“地圖找工作”功能，服務好以藍領為代表更關注通勤時間的求職者。該功能當前每日覆蓋百萬級求職者，使用功能的求職者可以清晰了解家附近崗位、薪資待遇及不同交通方式所需時間。此外，“極速約面”功能的上線，使服務業(yè)、生產(chǎn)制造業(yè)行業(yè)的求職者從開聊到接到面試的時間縮短到秒級。

在學生方面，剛剛過去的春招季，BOSS直聘昂揚春招節(jié)開設含18場區(qū)域及行業(yè)校招專場，累計為學生提供數(shù)十萬校招崗位。產(chǎn)運團隊還升級了求職“探照燈”計劃，從求職途徑、機會、策略等方面為同學們提供切實有效的支持。值得一提的是，AI工具在學生就業(yè)服務上已展現(xiàn)價值，春招期間為學生推薦了超過10萬個崗位，還會為用戶生成涵蓋適配度分析、優(yōu)化建議、溝通策略等維度的“定制化求職報告”，并針對學生簡歷修改、面試問答中的具體問題開展解答。

04

百度Q1總營收325億元超預期

5月21日晚間，百度發(fā)布2025年第一季度財報，顯示一季度總營收達325億元，百度核心營收255億元，同比增長7%，均超市場預期。一季度，百度核心凈利潤同比增48%至76.3億元，智能云持續(xù)強勁增長，同比增速達42%。

“智能云業(yè)務表現(xiàn)強勁，凸顯市場對我們提供高性價比全棧AI產(chǎn)品及解決方案這一獨特優(yōu)勢的認可度與日俱增。我們的無人駕駛出行服務也取得關鍵進展，蘿卜快跑已拓展全球市場，進入迪拜和阿布扎比，彰顯了我們?yōu)槿蚴袌鎏峁┌踩⑹孢m和便捷無人駕駛出行服務的決心?！卑俣葎?chuàng)始人李彥宏表示，“我們相信，AI-first戰(zhàn)略使我們能保持領先地位，在AI時代抓住長期增長機會。”

近期，百度連續(xù)發(fā)布多款性能強大的文心大模型。3月，百度首個多模態(tài)基礎大模型文心4.5，及首個推理模型文心X1正式上線；4月，百度推出增強版文心4.5 Turbo和文心X1 Turbo，性能更強、價格更低。

據(jù)悉，文心4.5 Turbo速度更快，價格相比文心4.5下降80%，每百萬token的輸入價格僅為0.8元，輸出價格3.2元；文心大模型X1 Turbo具備更先進的思維鏈，問答、創(chuàng)作、邏輯推理、工具調(diào)用和多模態(tài)能力進一步增強，相比文心X1，性能提升的同時價格下降50%，每百萬token輸入價格1元，輸出價格4元。

季度內(nèi)，百度智能云千帆大模型平臺升級，增加擴展的模型庫和更全面的工具鏈，支持多模態(tài)模型和深度思考模型的訓練、精調(diào)，進一步促進AI應用的開發(fā)。

無人駕駛方面，截至2025年5月，蘿卜快跑在全球累計提供超1100萬次的出行服務。今年一季度，蘿卜快跑在全球提供超140萬次出行服務，同比增長75%。

一季度，蘿卜快跑全球化加速，進入迪拜和阿布扎比。目前，蘿卜快跑已在迪拜開啟公開道路驗證測試；在香港的測試區(qū)域也得到進一步擴大。此外，Apollo與神州租車達成戰(zhàn)略合作，將共同打造全球首個自動駕駛汽車租賃服務。

財報顯示，3月，百度APP月活用戶達7.24億，同比增長7%。4月28日，百度發(fā)布年度ESG報告，詳細介紹了百度最新的ESG政策和可持續(xù)發(fā)展舉措（

https://esg.baidu.com/Uploads/Baidu_

）。

05

叮咚買菜啟動變革：聚焦“4G”戰(zhàn)略，借AI重構健康消費生態(tài)

近日，叮咚買菜創(chuàng)始人兼CEO梁昌霖在Q1財報電話會上透露，公司已開啟自內(nèi)而外的變革，并取得階段性成果。自2025年年初起，叮咚買菜圍繞“好用戶、好商品、好服務、好心智”（4G）核心戰(zhàn)略，推動一系列調(diào)整，系統(tǒng)性提升站內(nèi)商品品質(zhì)與差異化，在激烈的市場競爭中探尋新的增長路徑。

為落實“4G”戰(zhàn)略，叮咚買菜在內(nèi)部啟動組織架構調(diào)整，將業(yè)務重心聚焦于打造好商品。公司自上而下解構原有商品開發(fā)中心，重組為10個獨立事業(yè)部，涵蓋商品開發(fā)、運營、品控等核心部門，由10位核心高管分別牽頭負責。這一調(diào)整旨在打破經(jīng)驗主義束縛，促使商品開發(fā)人員深入理解商品，開發(fā)出更具差異化的優(yōu)質(zhì)產(chǎn)品。

與此同時，叮咚買菜計劃于今年5月完成APP端的全面改版。首頁新增“品質(zhì)之愛”專區(qū)，并上線“AI飲食管家”、AI大模型搜索等新功能。此次改版旨在通過產(chǎn)品端引導品質(zhì)消費趨勢，強化叮咚買菜在高品質(zhì)飲食領域的用戶心智。

叮咚買菜始終將食品品質(zhì)與安全視為行業(yè)核心需求，認為純低價競爭會損害消費者信任，影響全產(chǎn)業(yè)鏈健康發(fā)展?；诖耍居谀瓿跽竭M入“4G”時代，并在內(nèi)部進行深度調(diào)整。

目前，“品質(zhì)之愛”專區(qū)已設置7大板塊，包括尋味中國、有機匯、低GI、寶媽嚴選、配料干凈、減脂、澳洲直達。其中，寶媽嚴選、有機匯、配料干凈三個板塊為叮咚買菜自2021年起針對兒童食品、有機食品和清潔標簽食品需求打造的成熟專區(qū)，擁有完善的商品篩選與開發(fā)機制。以“配料干凈”板塊為例，經(jīng)過多年積累，在架商品數(shù)量已達550余款，圍繞“配料表革命”建立起的行業(yè)話語權，正成為叮咚買菜獨特的心智壁壘。

尋味中國、低GI、減脂、澳洲直達為新增板塊，叮咚買菜將根據(jù)時令、風味、特色、健康化等需求進行全方位商品開發(fā)，力求在每個品類做到“一寸窄，一公里深”，深度滿足多樣化消費需求。針對低GI這一細分健康消費趨勢，公司新成立低GI項目組，計劃年內(nèi)推出超100款低GI健康食品，并積極參與低GI標準制定及生活方式推廣，推動行業(yè)發(fā)展。

值得注意的是，在新的APP版本中，數(shù)字化與AI技術發(fā)揮更為重要的作用。長期以來，叮咚買菜重視數(shù)字化能力建設，通過算法驅(qū)動業(yè)務。此次升級中，AI從供應鏈效率工具轉(zhuǎn)變?yōu)橹厮芟M生態(tài)的關鍵因素。

5月初，叮咚買菜上線AI智能飲食管家，構建起健康消費閉環(huán)。用戶查詢商品時，AI不僅能推薦菜譜，還能根據(jù)體檢數(shù)據(jù)提供營養(yǎng)建議；語音交互系統(tǒng)方便父母在帶娃時定制健康餐；商品過期提醒功能延伸至售后服務場景。AI智能管家支持全屏和浮層雙模式，首頁全屏模式可沉浸式體驗定制飲食計劃，詳情頁浮層模式可快速答疑，不打斷購物流程。

在新版APP上，低GI食品推薦與“AI飲食管家”的控糖方案相結合，澳洲直達的牛排配有烹飪教程視頻，每個品質(zhì)專區(qū)形成“商品+服務+內(nèi)容”的多重體驗。目前，相關功能尚在摸索與測試階段，未來叮咚買菜將不斷優(yōu)化AI功能應用細節(jié)，推出更多實用性更強的APP內(nèi)容。這種潛移默化的健康引導，將平臺從單純的購買渠道升級為飲食管理助手，引導用戶養(yǎng)成健康生活方式。

此外，為筑牢品質(zhì)護城河，增強用戶信任，叮咚買菜正在開發(fā)“求真溯源智能系統(tǒng)”。該系統(tǒng)不僅能展示商品全鏈路信息，還將用于商品認證存證。未來，消費者掃描一顆云南藍莓，即可查看其生長期間的施肥記錄、質(zhì)檢報告，甚至分揀車間的工作視頻。在食品安全備受關注的當下，這種極致透明化將有助于企業(yè)加強與用戶的信任關系。