找到
852
篇与
互联网
相关的结果
- 第 24 页
-
外卖大战风靡半年 又一批受害者出现了 风靡半年的“外卖大战”悄悄降温了，外卖商家的烦恼还在继续。一个月前，沈阳的一位外卖商家李优在写字楼旁边新开了一家快餐店，以牛肉饭为主营产品，他很清楚，花钱促销、投流推广是必经之路。一家外卖平台的业务经理找到他，推荐他参与“赏金联盟”活动，活动一级页面显示了6%的赏金比例，意味着平台帮助商家“高效获取用户优质反馈”，同时收取6%抽成。然而，当他点击“新店爆单必选”的二级页面报名时，却未留意到，这项活动的赏金比例为70%—100%。店铺日均出10单，半个月后，他发现这项支出扣除了他1000多元，才意识到抽成比例之高。“最大的感受就是不透明。”他告诉《中国新闻周刊》，除了认为业务经理有诱导行为，他更想弄明白：烧钱换来的流量和订单，究竟哪些是真实的？这类问题，已经引起重视。9月24日，市场监管总局组织起草的《外卖平台服务管理基本要求（征求意见稿）》公开征求意见，有专家评价其为行业“新国标”。征求意见稿重点规范了平台和商户价格促销行为，以遏制“裹挟式”竞争、过度“价格战”等乱象。 等待取餐的外卖员 图/视觉中国 “算不清账”李优坦言，刚注册的外卖新店家，对于如何运营、推广、投流很陌生，也成为平台外卖业务经理和第三方外卖运营商眼中的“香饽饽”。若没有参加任何活动，一旦有几天销量情况不好，就有业务经理打来电话：“您的店铺权重下降了，订单量很低，如果不参加活动，可能店就废了。”李优表示，他感到恐慌，选择开通对方推荐的活动以求自救。参与上述抽成70%—100%的赏金联盟活动后，李优每一单的绝大部分收入都被抽走了。据他出示的截图，收入21.55元、24.64元的外卖订单，都被活动抽走了20元。此外，他还投了用户取消、食品安全理赔保险，每单固定扣除0.14元。他表示，买保险前，有时会发生2—3单没有骑手接单的情况，商家要自行承担损失，购买保险后，再没出现过类似情况。他明白，商家参与这些活动是“砸钱烧流量”。令他更为困惑的是，如何辨别这些项目的运营效果。“光从营业额看，商家无法详细拆分出哪些是自然流量带来的效益，哪些是运营推广带来的额外的效益。”他举例道，赏金联盟活动为店铺拉来了很多好评，但他无法确定是不是真实订单。“业务经理在介绍项目的时候，不会说得特别清楚，尤其是活动的副作用，自己实践了才能体会。”他说。另有外卖商家对《中国新闻周刊》反映，甚至有外卖平台的业务经理会在未经商家同意的情况下，为商家账户开通各类促销活动。认为业务经理存在诱导行为后，李优打电话向平台反映，客服表示会调出通话记录。两天后，客服表示“业务量太大，找不到通话录音”，承诺会向上反映，帮他申请赔付，要求耐心等待。最后，对方回复“申请被驳回了，实在没办法”。 正在送餐的外卖员 图/视觉中国 “倒贴”推广开新店以前，李优还经营着一家加盟型鸭货店。附近一条街上共有6家兼做堂食和外卖的店铺，有3家在今年倒闭了。回忆起过去几个月的“外卖大战”，他心有余悸。他指出，消费者仅需几元点外卖的背后，是价值12—18元的大额膨胀券、优惠券，这些券的部分成本都由选择参与促销活动的商家承担。为了跟上流量，李优的鸭货店参与了促销活动。“通常情况下，一张18元的券，平台承担5元，店铺需承担13元。幸运的是，鸭货平均客单价高，大约四五十元，我还负担得起。”他感叹，折算下来，挣到的钱没太大变化，只是店员的工作量大幅增加了。“对比房租，来自平台的压力更大。”汪希在武汉经营着一家独立咖啡店，他告诉《中国新闻周刊》，每月的租金为5000元，营业额约3万—4万元，扣除平台各项费用后，每月到手只有一万多元，“几乎拿走了一半”。汪希还有商家朋友经历过“负金额订单”的冲击。例如，一则7月的订单截图显示，初始订单金额为32.7元，扣除商家活动支出25.8元、佣金和配送服务费10元之后，商家最终到手只有-3.1元。中国信息通信研究院政策与经济研究所副所长李强治在接受央视采访时指出：近年来，随着平台收费规则、计费方式、包括补贴要求等越来越复杂，常常导致商户出现看不懂、弄不明、算不清的情况，难以准确判断成本投入和收入预期，甚至出现卖得越多、亏得越多的局面。新的规范商家们的“烦恼”，已经引起了政策重视。9月24日起，《外卖平台服务管理基本要求（征求意见稿）》公开征求意见。文件规定了外卖平台的总体要求、价格行为管理要求、商户管理、配送员权益保障等服务管理基本要求。在第五章“价格行为管理要求”中，文件对收费管理、价格促销管理做出规定。李强治指出，文件明确限定了外卖平台向商户的收费项目，不得随意新设收费项目，并从公示方式、公示内容、结算明细、推广效果等方面对平台收费作了细化规定，通过提升各类费用信息披露的完整性与易理解性，防止不透明收费。以李优提到的“推广服务费效果评估”为例，文件指出：“平台应为商户免费提供评估推广服务效果的工具和真实信息，包括但不限于推广点击量、推广点击率、推广引导成交订单数、推广点击转化率、推广引导成交用户数、推广引导成交金额、推广投资回报率等，引导商户科学合理开展流量推广和广告投放活动。”文件也明确要求，平台价格促销成本不应变相或者直接要求商户进行分摊，并禁止平台强制或者变相强制商户开展价格促销或者干预商户促销力度。文件还要求平台按照合理匹配原则，科学设定技术服务费、配送服务费和推广服务费。推动平台建立技术服务费下调机制，逐步降低基础佣金；特别是对中小微商户给予费用减免等优惠扶持。（文中李优、汪希为化名）记者：王诗涵编辑：闵杰
-
区块链为底座的新金融时代 谢祖墀 孙志鹏 吴克晔／文自2025年5月21日《香港稳定币条例》通过后，市场发展进入快速落地期。随着2025年9月30日正式申请截止日期的临近，多家海内外大型金融与科技企业，如蚂蚁集团旗下的蚂蚁数科、京东集团下属的京东币链科技、渣打银行和香港电讯等组成的联合体，均公开表示将/拟申请香港稳定币牌照。这显示出香港市场对该牌照的强烈需求，行业与资本市场也高度关注最终申请结果。本轮申请延续了香港金融监管“高标准、严合规”的一贯特征。监管不仅要求申请人具备雄厚资本和完善的风险管理体系，更强调要有清晰的应用场景和可落地的业务路径。可以说，监管机构正借此构建兼顾安全与创新的制度范式，为香港在全球稳定币格局中确立地位夯实基础。过去十多年，加密货币市场剧烈波动，始终困扰行业的健康发展。比特币等主流代币因高波动性，难以在支付、交易和投资场景中大规模应用。为应对原生加密资产的高波动性，稳定币应运而生。稳定币是以区块链技术为底层架构，锚定法币实现价格稳定的数字资产。以2014年香港注册的泰达系公司（Tether）推出的USDT为例，其核心机制是与资产储备“1比1挂钩”，从而确保在加密市场中的交易媒介功能。与比特币相比，稳定币更适合日常交易、跨境结算等金融场景。稳定币“以数字资产承载法币信用”的设计，使其迅速普及，并为全球加密市场带来新变化。它不仅成为加密交易的基础工具，还在支付、去中心化金融（DeFi）以及现实世界资产通证化（RWA）投资等场景中展现出巨大潜力。稳定币的战略意义与全球监管趋势随着稳定币交易规模扩大和应用场景增多，全球监管逻辑发生根本性转变。过去，加密资产被视为高风险、高波动、难监管的金融边缘品种。但稳定币因价值锚定特征、实际交易功能和金融科技融合潜力，正受到越来越多司法管辖区的关注。对中国而言，通过香港推动合规稳定币，不仅是技术选择，更是国家在全球贸易与金融版图中的战略配置。首先，稳定币有机会推动人民币国际化与全球贸易体系演进。以人民币计价的稳定币可在“一带一路”等优势走廊和跨境电商等高频场景率先落地，通过市场化推广提升接受度和使用惯性，逐步形成以人民币为中心的数字化贸易生态，在外部摩擦与不确定性上升时，为经济提供更强的缓冲与对冲能力。在金融基础设施层面，稳定币有望提升金融基础设施韧性与现代化水平，成为“第二清算通路”。基于区块链的跨境结算相比传统代理行网络更快、更透明、边际成本更低，可在地缘风险、单点依赖或局部断链时维持经贸连续性，并以可编程支付服务实体经济的资金周转与供应链金融。在对外开放与规则共建方面，稳定币传递出中国通过香港高水平开放与拥抱金融科技的明确信号，有助于在区域协作、跨境监管与技术标准上发声，提升人民币相关数字资产的可获得性与可投资性，以制度型开放参与全球金融治理演进。同时，监管与治理能力同样将被重塑。稳定币天然留痕，便于实现从发行、流转到清算的全周期穿透式监管，弥补传统跨境支付的盲区；叠加可编程合约，可将反洗钱与外汇管理规则嵌入交易层，自动预警与拦截异常，提高合规效率并降低人为干预风险，为人民币国际化提供更现代、更稳健的制度保障。香港借助“一国两制”优势，成为中国推动稳定币发展的先锋。在中央政府支持下，香港今年通过了《稳定币条例》。对内，香港政府明确合规框架，为本地金融机构与企业提供可信赖的落地路径；对外，利用立法先发优势，吸引全球资本与项目入驻。香港现阶段的探索主要集中在以下几个层面：其一，应用场景拓展，广泛对充电桩、光伏电站收益权、贸易应收账款等标的进行代币化，提升资产流动性，探索实体经济新的融资渠道。其二，跨境支付与贸易结算创新，稳定币凭借高效率、低成本优势，尝试解决传统金融流程耗时较长、成本较高的问题。同时，香港监管层强调“行稳致远”的底线思维：一方面，明确本地发行关键要求，如全额抵押与真实身份核验；另一方面，对业务开展提出可操作的“硬约束”，如必须具备可验证的商业场景、制定有序的退出安排，确保发行人能在商业或经营环境变化时平稳退场。监管还要求发行人满足客户赎回需求且不得设置不合理障碍，将传统货币基金式的资产负债管理经验引入稳定币储备管理逻辑，显著提高风控标准。配合香港金管局与证监会对投机与炒作风险的联合提示，香港正以“先合规、后做大”的路径，为数字资产生态提供可持续、可复制的制度土壤。在太平洋彼岸，美国政府也在积极推动稳定币发展，并通过立法将稳定币乃至更大的加密资产领域纳入监管框架。特朗普政府推动《GENIUS法案》立法，标志着联邦层面对稳定币的正面认可，其战略目标是确保美元在未来数字金融中的主导地位。美国国会认为，稳定币的去中介、无国界特性若不加以规范，将削弱美元在跨境支付与全球清算体系中的主导地位。通过立法，美国不仅承认稳定币的商业潜力，更锁定在数字货币时代的规则制定权。两地立法出发点不同，但都将稳定币视为维护或提升金融主导权的战略工具。稳定币的制度化发展，意味着全球金融正在从“账户为中心”的逻辑向“价值流动为中心”的结构演化，有可能成为构建下一代清算体系与货币体系的重要基础设施。稳定币与RWA如果说稳定币为数字世界提供了“货币层”，解决了价值计量与结算问题，降低了链上交易的单位波动，那么RWA则对应“资产层”，将现实世界中已存在或可依法确权的资产，以代币化形式在区块链上发行与流通。两者结构互补，共同探索香港新金融模式。基于底层资产，RWA大体分为金融类与商品类两大类型。金融类又可细分为标准金融资产RWA和预期收益RWA。前者以传统证券为主，覆盖债券、基金、回购协议等。RWA化可提升资产交易效率、降低投资门槛。预期收益RWA则对应由有形或无形资产产生的预期收益，如充电桩的运营现金流、公共事业与高速公路收费、知识产权费等。RWA化可提升资产透明度与可验证性，使小额、分散的权益得以规模化运作。商品RWA则体现商品的使用权或兑换权，与金融类的区别是无内生现金流机制、不再生成利息。典型如葡萄提货券、数据中心算力，其价值在于把未来需求前置为当期现金，缓解企业现金流与扩产爬坡压力，并自带营销杠杆。稳定币这一“货币层”的成熟，为RWA的定价、撮合与清算提供了可复制的底座，有利于各类资产以更低门槛进入全球化的链上市场。同时，优质RWA为稳定币注入真实资产使用场景与信用背书，提升其可信度与应用深度。二者相互赋能，共同构筑未来香港区块链金融的底层结构。在这种互动下，数字金融迈向新阶段，既可延展至传统金融领域，也能催生全新生态模式，为全球资本市场的重塑提供可能。对企业而言，RWA的第一个核心价值在于前所未有的流通效率。传统跨境贸易结算受时差、银行营业时间与清算流程约束，资金在途沉淀数日乃至数周。当资产以链上凭证形式存在时，能将“资金状态—单证状态—物流状态”在同一时间轴上对齐，企业可在货物到港、单证确认的同时即时触发结算，实现“24×7”小时、跨时区的资金流转，显著缩短贸易资金周转周期，提升现金流管理与供应链韧性，对出口导向型企业而言，这种效率优势将成为未来国际竞争力的重要基础。第二个价值在于资产形态的改变，使其可以被“切碎”并以更小单位在市场中流通。传统融资方式对资产规模与投资者门槛要求较高，导致部分企业即便拥有优质资产，也难以及时转化为融资能力。资产一旦可被拆分为可编码、可追踪的链上单位，更广泛的投资者即可参与。这不仅拓宽了融资渠道，也让资金供给更贴合需求，避免因单一投资者退出而导致融资中断。从中小企业到大型企业，RWA都将在融资灵活度与资金覆盖面上带来显著增量。领先企业已率先行动，投身香港金管局的沙盒实验，积极探索并布局未来新金融生态。例如，朗新科技与蚂蚁合作的“新能源充电桩RWA”项目，让传统上难以融资的充电桩预期收益成功发行，在香港融资约1亿元人民币，使更轻资产的业务增长模式成为可能。与此同时，RWA也会带来新的风险，企业须加以重视。首先，市场对RWA与稳定币热情高涨，但监管仍谨慎提醒炒作风险。企业应避免被短期估值与流动性吸引而忽视长期可持续性，一旦市场情绪逆转，项目流动性可能迅速收紧。同时，RWA涉及跨司法区的多主体协作，企业需要在信息同步、监管口径差异、税务与会计处理、数据与隐私要求之间取得平衡，任何一个环节的错配都可能引发合规挑战与成本超支。从监管视角看，防止RWA异化为“第二个P2P”是一条清晰的底线。若监管不足，二者相似性将迅速放大：其一，收益权被过度碎片化并面向全体公众销售，易把金融素养不足的脆弱群体卷入难以承受的风险中；其二，若链上与链下的映射关系不牢、底层借款人与抵押物难以穿透核验，链上代币可能沦为空壳；其三，RWA近期被包装成“新风口”，可能引发从众效应与高杠杆风险，与P2P早年的扩张高度相似。因此，唯有审慎监管才能在鼓励创新与守住风险底线之间取得平衡。更长远地看，稳定币与RWA有望为香港孕育出新的金融模式。历史经验表明，每一次金融模式的跃迁都会重塑产业秩序。率先落地链上技术的企业，将在制度、技术与流程上积累可复制的先发经验。待监管框架更为明晰、市场步入成熟阶段，这些先发者将以更快的适应力与更强的竞争优势，占据新一轮竞争的制高点。给香港金融机构的建议对香港金融机构而言，香港的RWA试点不仅是新型金融工具的落地场景，更是全面接触区块链的桥头堡。在监管与市场逐步探索的环境中，先行者可率先积累合规与组织运行经验，形成持久壁垒。首先，我们认为金融机构应先行建立统一认知。在监管逐渐明晰阶段，香港机构应形成对稳定币、RWA与区块链的系统化理解，尤其是其对传统金融底层逻辑与风控闭环的冲击点，以及审慎监管的关注要素。建议由高层牵头组织跨层级学习，形成战略共识与落地方法论，涵盖董事会/高管的战略判断和中层的业务动作，并据此沉淀面向香港市场的知识体系。其次，金融机构应谨慎选择RWA类型，优先考虑标准金融RWA。在落地过程中，资产选择决定能否建立信任与合规优势。现阶段，标准金融资产RWA相对其他资产具有更高成熟度与可行性。其一，标准金融资产本身受发行机构与监管机构双重审查，投资者对其合规性与透明度更有信心，能有效降低信任成本。其二标准金融资产转化为RWA的流程更简洁，往往以商业化动作为主，无需额外设立SPV（SpecialPurposeVehicle，特殊目的载体，系资产证券化中的核心载体）等复杂结构，成本显著优于预期收益RWA和商品RWA。其三市场与机构实践显示，标准金融资产RWA的成熟度更高，流动性机制与投资者接受度更完善。因此，在可预见阶段，标准金融资产将成为RWA主线。香港金融机构选择符合香港监管与国际投资者需求的标准金融资产，既稳妥切入，也为未来规模化奠基。此外，金融机构应加强合规能力，主动和监管建立高水平信任。围绕香港RWA可能的业务形态，提前规划软硬件与制度性“基础能力包”：包括即时监控与预警处置机制、监管适配层的留痕与报送能力，以及覆盖账户、资产、交易与数据的全链路审计追溯能力；以“可插拔、可验证”的模块化架构搭建PoC（概念验证）与沙盒，逐步完善数据标准与风控规则库。同时，金融机构要超越监管要求，主动与监管和市场沟通，建立高水平信任，避免“追潮流”“假创新”，确保RWA产品真正服务实体经济，坚决防范P2P重演。最后，金融机构还应持续能力建设与人才积累，保障长期运行。RWA项目的本质是持续经营，而非“一次性上链”，从信息链上传输到与监管合规的动态对接，都要求稳定的组织能力。缺乏此基础，易引发运营与法律风险，影响项目稳定性。在人才层面，RWA与稳定币推进需要具备金融、科技与合规背景的复合型人才：既理解传统金融底层逻辑，又能把握区块链技术细节，还需熟悉监管要求。香港依托世界级高校与专业服务生态，已形成多层次人才供给网络，可作为业务落地与扩张的重要资源。《香港稳定币条例》正进入加速落地期。严格监管所带来的信任背书，正在加速聚合资本、技术与场景，形成新一代“金融创新试验场”。这为企业与金融机构提供了难得的窗口期：谁能率先跨入这一新赛道，谁就更可能孕育新的商业模式，或在未来金融生态中掌握话语权。在这场以信任为基石、以创新为驱动的金融变革中，唯有勇于探索、善于布局者，方能在千帆竞发之际脱颖而出，占据战略制高点。把握香港的制度优势与国际连接能力，以稳定币为金融底座、以RWA为资产载体、以合规科技为护城河，先行者将有机会在可验证、可复制的商业闭环中积累势能，推动从点状试验走向规模化应用，并最终在全球数字金融竞争中赢得先机。（谢祖墀系高风咨询创始人兼CEO，孙志鹏系金融科技专家，吴克晔系高风咨询副合伙人）免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。
-
人工智能计算大会召开，筑牢AI+高质量发展底座 本文转自：人民网-北京频道9月26日至27日，AICC2025人工智能计算大会在北京海淀召开。大会紧扣人工智能基础设施建设和国产AI算力体系优化，着力推动算法创新与应用落地，积极响应“人工智能+”行动规划，以算力核心要素为创新牵引，汇聚产学研用各界力量，共同推动人工智能产业高质量发展。大会聚焦“人工智能+”落地核心需求，从强化应用牵引、深化开放交流、加强生态培育、坚持自主创新四大关键点出发，发布多项重磅成果。在强化应用牵引方面，30多家企业和机构共同发布《超节点智算应用“北京方案”》，该方案以“国芯、国连、国用”为核心理念，基于国产超节点平台，精准对接科研、具身智能、医疗、智造、教育等多元行业场景的智能体开发需求，为“人工智能 +”在各领域的深度落地提供实践路径。在深化开源生态发展方面，智源研究院联合全球生态伙伴正式推出“众智FlagOS v1.5”，该系统面向多元AI芯片，提供统一、开源的系统软件支持，通过全产业链整合破解AI算力生态碎片化、大模型迁移难等挑战。在坚持自主创新方面，为筑牢人工智能国产化根基，海淀企业清微智能联合智源研究院、清华大学、东方国信等单位，成立了“北京市可重构算力软硬件协同技术创新中心”，并同步启动创新联合体。该平台聚焦可重构计算芯片架构与软件生态协同优化，为人工智能高质量发展打造自主创新的算力底座。本次大会还同步开设了3000平米实景AI创新科技展，集中展示人工智能领域的重大创新成果与场景应用实践，吸引了超过50家产业链上下游企业及近5000名行业人士参展交流。其中，中关村科学城管委会在活动现成特别设置了政策咨询台，针对2025年算力补贴开展政策解读及辅导。本次政策具有覆盖广、力度大的显著特点，最高补贴金额达2000万元，将全方位支持不同阶段、不同技术路径的AI企业，助力其在模型、智能体等前沿领域突破，推动AI产业高质量发展，为北京国际科技创新中心建设赋能。同时，大会紧扣“人工智能+”行动在科技、产业等领域的重点方向，设置了六大专题论坛，聚焦大模型、科学智能、具身智能、智能驾驶、低空经济等话题，围绕 AI 前沿技术与产业落地需求展开深度研讨，加快推动人工智能技术走向规模化应用和产业化发展。海淀区相关负责人表示，作为北京国际科技创新中心建设的核心承载区，海淀将持续构建 “算力筑基、创新驱动、生态共荣、应用赋能” 的人工智能发展新格局。接下来，海淀将进一步整合产学研用优势资源，依托力度领先的算力补贴政策，持续培育大模型、AI4S、具身智能等前沿赛道，让“人工智能 +”深度融入科研突破、医疗升级、智能制造等民生与产业领域。
-
要可持续发展，京东未来三年将推动形成万亿人工智能生态 9月25日，主题为“Enjoy AI”的JDDiscovery-2025京东全球科技探索者大会在北京举行。京东在会上传递出了不少关键信息：发布AI 全景图，系统展示AI整体战略布局，还有一份决心，未来三年将持续投入，带动各个产业形成万亿规模的人工智能生态。产业，是京东对AI落地的实践和探索的关键词。“2023年的JDD大会上，我们提出了一个公式：大模型的价值=算法×算力×数据×产业厚度的平方；经过这两年在人工智能上的实践和探索，我们也更新了对人工智能价值的理解，我们认为人工智能的价值=模型×体验×产业厚度的平方。” 京东集团SEC副主席、京东集团CEO许冉在主题演讲中表示，京东不片面追求运动式的AI，追求的是可持续发展、真正为产业创造价值的AI。 从价值公式看产业底色“产业厚度”的平方效应，源于京东在零售、物流、健康、工业等领域的长期深耕。从覆盖全国的仓储物流网络到千万级 SKU 的商品管理经验，从海量消费行为数据到工业供应链服务实践，这些不是实验室里的模拟数据，而是历经商业检验的宝贵资产。京东坚持“自身业务先行验证，成熟后对外输出”的务实路径，并在零售、物流、健康、工业等核心B端领域同时推出了深度应用。 在物流领域，全新升级的物流超脑大模型2.0全面走向多模态，标志着物流的“超脑”正在从辅助决策到具身执行。通过多个智能设备协作，大幅提升物流供应链作业效率，标准化操作水平提升15%，人机协同作业效率提升20%；首次发布的异狼具身智能机械臂，是自研“狼族系列”的又一项突破性创新，可解决海量非标包裹的自动化码垛难题，极大提高了物流仓储效率和准确性。目前， “狼族” 智能设备全球部署仓库超 500 个，覆盖存储、搬运、分拣全链路，标志着新一代物流智能形态的代际跨越。零售领域首次对外公布电商创新AI架构体系Oxygen。该体系依托Joy AI大模型打造丰富的系统能力和多元化智能体，通过AI技术构建电商购物、供应链管理等智能应用场景。10月，在京东App16.0版本中发布智能搜索推荐功能"爱购"。这一功能采用语义可控生成式推荐模型 OxygenRec和电商多模态理解大模型OxygenVLM作为快慢思考结合的核心支撑技术，通过自然语言交互精准理解用户需求，实现对传统购物方式颠覆性的效率突破，为用户提供真正的个性化购物体验。 健康领域，京医千询2.0能看懂医学报告、听懂病情描述，作为可信推理模型能严格模拟医生临床诊疗思维路径，深度融合医学知识体系与真实诊疗逻辑，全面服务复杂专病诊疗。同时，承载新一代模型能力的京东健康AI医院1.0也正式上线，汇聚包含模拟医生、药师、营养师等多专业角色的AI京医智能体，以及模拟行业专家个体诊疗经验的超千个专家医生智能体，为用户提供AI导诊、AI药房、AI医学中心等能力。 工业领域，工业供应链大模型 JoyIndustrial 以 “数据 + 智能” 驱动工业供应链效率革命，为各行业降本增效提供核心引擎。该模型依托超 5710 万工业品 SKU 数据与 40 + 细分行业积累训练，已服务超一万家重点工业企业，精准破解 “成本高、效率低” 痛点。京东工业联合国研大数据研究院发布的行业首个工业供应链万亿降本模型显示，供应链数智化会为行业带来6.77万亿降本空间，京东工业发布的九大工业行业及机器人专属场景解决方案，将助力中国工业实现“降本万亿”。此外，京东正逐步开放物流、健康等产业场景与供应链数据，支持行业模型训练与应用测试，强化B端生态赋能；推出数字人平台4.0（行业品牌代言数字人，直播成本降至真人1/10）、JoyAgent3.0智能体平台（100%开源，内部超3万个智能体运营）、JoyCode2.0代码平台（融合智能体技术，产品开发周期缩短30%）等工具，进一步助力企业降本增效。京东集团技术委员会主席、京东云总裁曹鹏表示，面对人工智能新时代，深度应用是跨越超级智能的支点。“我们认为AI应用的开发模式一定会跟原来应用开发不一样，它会变得更敏捷、更高效，而且是AI的原生化，AI智能体+代码这两者整合会成为下一代AI开发新的范式，这也是面向企业构建深度AI应用非常关键的场景。”以产业为根的战略选择，让京东在 AI 竞赛中避开了“技术空转” 的陷阱，找到了可持续发展的核心驱动力。 让AI可用、可感、可同步京东数千个场景上每天会调用超过万亿的token。得益于自研投入和与合作伙伴的共创，京东已经在智算基础设施、模型、平台、场景和产品层面形成了完整的能力，实现了AI可用。AI的应用可感在前端体现在和消费者的互动。会上新发布的个人用户AI产品“京犀”是下一代购物和生活服务的超级入口。这款即将上线的App，将AI技术融入整个购物流程，懂得用户的需求，深度理解商品，可为用户选出最心仪的商品，结算下单过程中更加智能和顺畅。除购物之外，点餐、买机票、订酒店，在App上用语音就能全程搞定。“京东这种轻会话购物形式+深度思考购物形式，可能是未来电商新的一种形态可能性。为了做这个，我们把所有推理引擎重写了一遍，跟相应各个底层计算资源做匹配，才能达到最优化效果。这部分投入是巨大的。”曹鹏说。他提到，用新的生成式推荐方式重新构建下一代推荐引擎。重新构建的搜推一体的架构既能够可控的按照用户需求不断购物的相应顾虑，还可以把大模型世界知识不断融入。这意味着智能体也可以服务更多的场景，比如“他她它”就是数字人万能助手。在这款App中，有一个数字人智能体叫万能博士，几乎可以回答用户的任何问题，还能像老朋友一样陪用户聊天，从查天气、问资讯到点外卖、聊财经，都可以满足；“他她它”还支持用户自己创建智能体，并通过AI圈子互动，找到志同道合的朋友；此外，用户还可以把“他她它” 装进智能设备中，如机器狗、AI玩具等，给这些硬件设备赋予灵魂。“我们不想技术只停留在PPT里面，我们希望将最先进的数字人大模型直接交到每一位C端用户手中。今天发布的他她它APP，里面有一个AI做同款的功能，以及零帧起手的数字人小程序，我们让每一位用户可以即刻生成一个电影级数字人，这是行业真正实现了万物皆可说的技术，也是首次实现可商用的电影级质量的数字人产品。”京东集团高级副总裁、京东集团探索研究院副院长何晓冬说。此外，推出的JoyInside附身智能体现出京东生态开放，打破了企业边界，实现了AI可同步。无论是软硬一体，面向机器人、AI玩具、智能眼镜等各类智能设备场景需求；还是能与用户更好的拟人化对话，通过言行协同提供更好的产品体验，接入JoyInside的智能硬件，用户会更加主动发起对话，对话次数平均提升超120%。目前最新版本已陆续接入超过30家头部品牌的硬件产品，并和众擎、宇树等超10 家领先的机器人品牌合作。AI技术正从“概念热潮”转向“落地深水区”。京东用一套完整的战略布局与实践成果证明：真正的 AI 价值不在于参数高低或演示惊艳，而在于能否扎根产业土壤，能否解决真实问题。京东正在走出一条“不造噱头，只做实事”的AI发展之路。这条以产业为根、以价值为魂的路径，不仅为京东自身注入了成长动能，更为中国AI产业的可持续发展提供了宝贵范本。
-
无人配送车市场刚爆发，就卷成了红海？ 图片来源：AI生成有人说，2025年是低速无人配送车元年。因为从今年开始，低速无人配送车市场需求开始暴涨，其销量开始突破万辆，产业规模化和盈利看起来都将指日可待。也有人说，随着新玩家的不断涌入，市场竞争激烈，这个刚刚开始爆发的市场就已经开始变成红海了。这些新玩家都有谁呢？除了刚刚官宣发布低速无人车品牌 “川行致远”的德赛西威，还有港股上市公司佑驾创新，其也于近日发布了旗下无人物流品牌“小竹无人车”。除了这两家供应链上的企业跨界入局无人车外，有消息曝出，Momenta也正在组建团队进军无人配送车领域；优必选旗下智慧物流公司优奇，过去一直在做工业领域的AGV小车、无人叉车等产品，也在尝试扩大业务范围，推出无人配送车。低速无人配送车不管是从技术上，还是从功能性上，并不像今年大火的人形机器人那么“性感”与“新潮”，而是早已存在，且默默无闻发展多年，为何在今年突然引起如此大的关注？背后的原因是什么？这个领域真要迎来大爆发时刻？行业拐点已来？跨界玩家的第二战场 作为一家在智能座舱与智能驾驶领域，有着40年发展历史的德赛西威，第一次将无人车摆在了集团战略的重要位置。德赛西威董事长高大鹏甚至将低速无人配送车作为公司成长的第二战场，匹配顶级车规级的资源来打造无人配送车。之所以将无人配送车业务提到如此高的地位，主要源于高大鹏对低速无人配送车市场前景的预判。他认为，未来十年智慧出行领域的爆发点，将出现在城市的“毛细血管”——即最后几公里的物流、环卫、配送服务，正面临巨大的效率提升和智能化变革。据招商证券测算，以全国快递物流网点数量为基础，无人配送车的市场空间约为4680亿元；以全国小区数量为基础，其市场空间在5460亿元到7280亿元之间。而快递行业并不是物流无人车唯一的应用场景，大宗货物运输、冷链物流等也都是可以打开的新市场。新石器创始人兼CEO余恩源在沟通中则称，无人配送车这个赛道的发展速度会有10倍速的增长。他指出，中国有3000多万辆的商用车用于城市配送，分为面包车、三轮车和轻卡，还有600多万辆的城际物流车辆，新石器瞄准的是3000多万辆的城市配送商用车，可以想象一下这个赛道天花板有多高。因此，可以明确的是无人配送车领域的玩家瞄准的市场并不局限在“低速”场景里，还有很广大的场景可以去探索和扩展。有想象空间，也有实实在在落地应用场景，这是当下资本最喜欢的叙事逻辑。对于佑驾创新切入无人配送车领域，佑驾创新董事长刘国清则坦言，近几年，整体成本在乘用车智能化过程中被不断压低，使得无人车形成商业闭环成为可能。佑驾创新也一直在思考，如何扩展边界，让其核心价值能够兑现更多商业价值。作为一家港股上市公司，佑驾创新财报显示，2025年上半年营收3.46亿元，同比增长32%，亏损扩大至1.62亿元，但毛利率提升至15%。对于佑驾创新而言，需要找到新的业务增长点，实现自我造血能力，也需要给资本市场讲新故事。而在上半年研发投入大增50%的背景之下，佑驾创新需要将技术实现更多扩展和应用，而无人配送车就是当下最好的故事。相比佑驾创新，或者说无人配送车领域的其他玩家，德赛西威的优势之一就是不缺钱，资金充沛。德赛西威财报数据显示，2025年上半年实现营业收入146.44亿元，同比增长25.25%，净利润12.23亿元，同比增长45.82%。尽管无人车概念火热，但真正具备车规级可靠性、可持续商业化部署的产品仍属稀缺。在德赛西威副总裁兼川行致远总经理陈俊峰看来，“无人配送车行业尚未建立真正意义上的工程标准，而这恰恰是德赛西威的优势。”不缺钱，又有技术实力，德赛西威一出场，就高调发布川行致远首款无人车产品S6系列产品，并且宣布实现了六项行业首发技术，包括从整车到零件的全车规级开发、智能轴向控制系统、无人车爬坡高度提升至25%、无人车行业内6年30万公里电池标准、全车规级智驾套件、全车智能感知表皮等。这是德赛西威进军无人配送车领域的底气。同时，陈俊峰表示，德赛西威也想通过亲自下场造无人车，在新一轮竞争之中，用产品来证明自己的全栈能力与系统能力。卷成红海 从德赛西威与佑驾创新近期的发布来看，无人配送车开始向“车规级”发展的趋势非常明显。德赛西威与佑驾创新的入局，被认为是它将汽车行业“车规级”的质量逻辑引入无人配送领域，相当于一次从乘用车标准向无人配送车的标准迁移。随着更多无人配送企业采用车规级零部件，无人配送车的品质也将会得到整体提升，行业竞争门槛也会水涨船高，倒逼玩家们从单纯拼价格、拼规模，转向拼标准、拼可靠安全，以及全生命周期的使用成本。相较于竞争已经很惨烈的乘用车市场，有人认为，虽然无人配送车市场也已经卷成红海，但这仍然是一个市场格局还未形成的增量市场。低速无人驾驶产业联盟数据显示，2024年我国无人配送产品出货量约6600台，2025年上半年交付量即突破1.2万台，达去年全年2倍。东吴证券预测，2025年无人配送车销量将超3万台。佑驾创新给自己定的目标是年底前将交付400至500台车辆，明年销量达到数万台规模。德赛西威没有对外公开销量目标，以及目前具体的订单数量，但表示旗下品牌川行致远S6系列低速无人车已获得相关客户订单。目前，新石器已率先完成第10000台无人车下线。据余恩源透露，今年年初新石器在快递行业的销量占了100%，到今天这个占比已经下降到70%～80%，预计到今年底，新石器在快递以外场景的无人车铺设量将达4000至5000台，其中大部分用于实时物流调度。从订单量来看，目前无人配送车市场其实还处于早期爆发阶段，市场格局远未成型，但为什么会被业内认为“已经卷成红海了”？深究背后的原因，无外乎就是市场竞争激烈、技术难以有差异化，以及成本压力较大等。2025年，不仅邮政、顺丰、三通一达等物流巨头集体加速落地，德赛西威、佑驾创新、文远知行等上市公司也火速下场，此外，Momenta被曝已组建低速无人配送车团队，优必选旗下智慧物流公司优奇也准备入局。与此同时，资本市场也给出真金白银支持。今年以来，新石器相继完成10亿元的C+轮融资；九识智能完成近3亿美元的B轮融资；白犀牛完成2亿元的B轮融资。新玩家的不断涌入，资本的密集加注，使得无人配送市场迅速成为各方争抢的新市场。行业也普遍认为，虽然无人车技术路线开始走向成熟，已经到了产业化、规模化应用的临界点，也是无人驾驶技术最具潜力实现规模化、产业化的场景。但实际上，为了降本，无人配送车域采用的无人驾驶技术并不是最新一代的技术。随着硬件成本的大幅下降，无人配送车的部分车型裸车价格也已下降至2万元左右。同时，“0首付”“9块9打无人车送货”等，这种为了抢夺市场份额而使出的“乘用车”营销竞争策略开始浮出水面。另外，商业模式方面，大部分企业主要采用的是整车售卖和硬件低价、软件按月收费两种，缺乏创新和差异化，这也使得企业在市场竞争中难以脱颖而出，进一步推动行业向红海市场发展。有人认为，无人配送车也已经进入到价格竞争的内卷阶段。对此，余恩源表示，无人车行业竞争肯定是存在的。这个行业玩家比较多，为了抢占市场，在这个阶段通过价格来竞争，这都是很早期的行为，因为无人车真正的商业模式不在于卖车，而在于提供运力服务。谁能够给客户提供体验最好、成本最低的运营服务，谁才能够赢得客户。在余恩源看来，无人车的商业模式已经迈过了原来商用车按照一个车卖给司机的阶段，价高价低不是最关键的。关键是能不能通过最好的服务帮助客户降低成本，提高效率。盈利可期 不可否认的事实是，无人配送车真正的市场需求来了，才带动这个赛道热度显著提升。近日，中国邮政一则 7000 台无人车采购订单（规模达 20 亿元）引起行业广泛关注。另外，申通快递与菜鸟无人车达成战略合作，目标是“年内投运 2000 台无人车”，顺丰在 72 城投运 1800 辆无人车，中通计划未来落地 10000 台，极兔新增 3000台。市场需求激增，也带来路权的开放。过去一年，多项自动驾驶标准密集出台，多地同步推进低速场景路权试点。最新产业数据显示，截至2025年上半年，全国已有103个城市开放无人配送车辆路权，覆盖超过80%的主要物流节点城市。菜鸟CTO兼无人车总经理李强预判，随着技术的进步和政策的许可，无人车市场将很快迎来拐点，预计未来三到五年仅快递行业就会部署超过20万台无人车。目前，无人配送车赛道主要有三类玩家： 以美团、京东、阿里菜鸟为首的互联网大厂，资源多，能实现自给自足的供需闭环； 以九识、新石器、白犀牛为代表的初创企业，名声大，拿钱多，各方合作资源也多； 以德赛西威、佑驾创新、Monenta等为代表的供应链企业，自动驾驶软硬件技术优势明显。在刘国清看来，以顺丰、京东为代表的大型企业一方面会开展部分自研，另一方面因其业务需求巨大，也必然需要第三方合作伙伴提供产品与服务。近日，就有消息传出自动驾驶供应商元戎启行技术合伙人蔡一奇加入京东物流，重启京东无人配送车边缘业务。自动驾驶技术人才一直是流动的，开始向无人配送领域流入，也说明这个行业开始进入新一轮的竞争。东吴证券曾算过一笔账，当销量超过 5000 台时，企业就能实现盈亏平衡；当规模扩展到 5 万台时，单车利润高达 4.3 万元，净利率超过 40%。余恩源表示，新石器已经实现单月盈利。“在单月销量突破1000台或者1000多台的时候，从财务角度是可以单月打平，甚至是盈利的，因为我们保持了足够高的毛利润。”盈利看起来已经可期，但竞争也已白热化。看似好像谁先拿下足够多的订单量，谁就能先进入正循环。不过，无人配送车也是车，造车就如跑马拉松，短期主义或者机会主义不可能跑到终点。最后的赢家，可能是那些真正能够让无人配送车“长期稳定地跑，且跑得起”的玩家。（本文首发于钛媒体App，作者｜张敏，编辑｜李玉鹏）
-
陆大鹏、李思园、高伯樵、沙青青：AI时代“译者”应如何自处 古往今来，译者是连接不同语言、文化与思想的重要桥梁。在21世纪AI技术日新月异的今天，“翻译”这一古老的手艺正面临着前所未有的挑战与变革，而“译者”又应如何自处，又将如何重新自我定位自然都是一个个值得探讨的话题。近日，国内著名译者陆大鹏先生出版了一本小册子《翻译的乐趣》，分享了他有关翻译工作、译者身份的体悟与感想。于是，播客《边角聊》以此为契机，除陆大鹏外，还找来另三位从事过翻译工作的译者共同聊聊有关“翻译”的话题。四位译者在节目中围绕“什么是好的翻译？直译与意译之间该如何取舍？”“翻译腔究竟是缺点还是特色？”以及“人工智能迅速发展的今天，大语言模型展现出令人惊叹的翻译能力，而翻译这一职业将何去何从？”等话题展开了一系列有意义的讨论。特摘引精彩部分，转以笔谈的形式抛砖引玉，供读者们参考。 《翻译的乐趣》书封对谈人：陆大鹏，世界史研究者，英德译者，著有《德意志贵族》《巴比伦怪物：魏玛共和国犯罪鉴证实录》《翻译的乐趣》等，译有《阿拉伯的劳伦斯》等。李思园，译者，译有《我们的箱根驿传》《岩田先生：任天堂传奇社长如是说》《并不想说坏话！无人敢评的吉卜力功过》等。高伯樵，译者，译有《晚期帝制中国的科举文化史》《钢琴笔记》《音乐的阐释》《教父电影全剧本》等。沙青青，历史学者、播客主播，偶尔翻译。著有《敌友难辨：冷战谍海轶史》《暴走军国：近代日本的战争记忆》等，译有《石川啄木》《使日十年》等。什么是好的翻译，什么是糟糕的翻译？伯樵：翻译的好坏评判，很大程度上取决于你所翻译内容的读者的核心诉求是否被满足。比如，如果你翻译的是一本通俗小说，或是社会新闻，那么符合读者阅读习惯、阅读方便的准确翻译就是最核心的诉求，满足这个诉求的翻译就至少达到了好翻译的及格线，这个标准往往围绕着准确、流畅、易读这几个词汇而展开。如果是纯文学或严肃文学作品，则应该尽量还原原文在母语阅读环境下给读者营造的阅读感为佳。如果翻译的是专业的学术著作，那么其核心读者的诉求就可能是正确甚至精确地理解作者的观点和论证，能清晰地辨识出作者使用的术语、概念。有必要的话，还可以通过译序、译跋梳理作者所讨论问题的学术史脉络，方便读者理解。至于译笔是否优美，不在考虑的优先选项内。而影视字幕翻译，则需要尽可能方便让目标观众在尽可能短的时间内，“扫”完乃至理解剧中人的台词，在方便观众速读的前提下，尽量准确地对内容进行口语化。考虑到大部分字幕都是口语台词，旁白或逐字念白的莎剧电影等特殊情况不在此列。陆大鹏：没有金刚钻别揽瓷器活。好的翻译应当对作者负责，不扭曲原文的意思，对读者负责，尽可能地帮助读者理解，译者千万不要炫技。某个译本，究竟是好翻译还是坏翻译，我觉得还是要看具体情况，没有什么固定统一的标准。实际上，就算是同样一个文本是完全可能同时出现两到三个甚至更多的译本，而这些译本可能都很优秀、都是合格的译本，这是完全有可能的。如果你是一个精通外文的人，自然可以把外文的原著拿过来比较。你肯定是可以找出一些硬伤，或者是一些处理上有待商榷的内容。但是那又怎样呢？我现在对翻译的态度比以前宽容很多。现在就觉得就是有一些小错误、小误解，都不是很重要。最主要是看你有没有能服务到读者。如果能让读者有所收获的话，那就足够了。因为有的东西其实很难说有什么对错之分，可能有的只是好和更好之分，而非对错之分。沙青青：译者得压抑自己的创作冲动。翻译毕竟只是翻译而已，以尽可能呈现作者的意图为第一要旨。在非虚构、社科领域，要做到这点或许更容易一些。在文学翻译领域，确实会有更大的困难，尤其是如何保留原作的语言风格和叙事节奏，同时还要在另一种语言中呈现出来。这并不容易。李思园：好的翻译，首先必须是忠实的翻译，将作者的意图原原本本地传递给读者。这不仅指内容忠实，还要求译者去尽力还原原文的行文感觉。日本的美国文学翻译家柴田元幸就曾说，做到忠实原文，多数情况下会使译文变“重”10%。（「あの本、読みました？」BSテレ東2024年7月4日「柴田元幸の翻訳術」）做到不缺漏也不冗余，难度很高，一个例子是电影字幕或配音剧本的翻译，在忠实原文前提下，需要保持口语的感觉，同时受到字数的制约。例如改编自村上春树的六部短篇小说，由法国导演皮埃尔·福尔德斯（Pierre Földes）执导的动画电影《盲柳与睡女》。剧本是英文，在成片时录制了法语配音。柴田元幸为本片的日语配音版本做翻译指导。糟糕的翻译，包括对原文的错误解读或词不达意，文化差异处理不当。而译者的过度发挥也可能导致译文偏离原文的风格和意图。翻译腔到底好不好？陆大鹏：这要看“翻译腔”指的是什么。网络上评价的很多翻译腔，其实是错译。如果指的是所谓“欧化中文”的话，也不能一概而论。毕竟中文已经受到外语的深刻影响。根本不存在什么“纯洁”的中文。还要看原文的类型（是学术书，还是通俗作品？）以及译者和读者的语感。李思园：“翻译腔”可以被看作一种特殊的审美需求，类似于人们对译制片配音风格的喜爱。如果说好的翻译追求的是“信、达、雅”，尽可能地让译文听起来就像是原作在另一种语言中自然写成的一样。那么“翻译腔”突出了翻译的存在感，让译文显得不自然。我最近在翻一些不同版本的日文译本的《福尔摩斯》。我会去看那些老的版本跟新的版本究竟有什么不一样。然后，就会发现老版本《福尔摩斯》会有很强的日语“翻译腔”，就像我们以前看中文的译制片里面的那样。这是一种很强的时代感。然而，对于特定的受众群体，比如喜欢译制片配音风格的人，或是因为喜欢声优而去关注配音版的观众，他们所追求的不是“自然”或“无痕”的翻译，而是一种独特的、风格化的表达。这表明，翻译的目的和标准并非一成不变，它会随着受众的需求和文化语境的变化而调整的。对于绝大多数普通读者或观众而言，流畅、自然的译文仍是首选，但对于那些追求特定风格的群体来说，“翻译腔”或许能提供一种独特的体验。在未来的翻译中，译者或许可以更精细地划分受众，在“无痕翻译”和“风格化翻译”之间做出选择。最近，还去观摩了由早稻田国际文学馆举办的日译英翻译工作坊，参加者包括米田雅早（川上弘美《大鸟的眼睛下》）、辛岛大卫（筒井康隆《穿越时空的少女》）等译者。期间提到对口音的处理问题，如果口音在原作中只是一种“风味”，就不应该过度发挥，例如把秋田口音译成苏格兰腔。沙青青：我想到一个类似的例子。最近读了一本冷战时代某位知名间谍小说家遗作的中译本。书中，突然读到“内卷”一词，感觉有点奇怪和别扭。于是，去查了原文，原来是“rat-race”。当然，我可以理解译者翻译为“内卷”可能是为了让当代的中国读者更容易理解并有亲切感。不过，却可能与原文的氛围以及原作者的语言习惯有了一种微妙的区别，以至于显得非常扎眼。因此有时候为了最终原文的意境，适度保持“翻译腔”反而可能是更好的做法。伯樵：我本人并不反感“翻译腔”。当然，不是说那种照搬原文导致句子诘屈聱牙、难以索解、从句套从句的翻译腔没有问题——译者应当尽可能去解决原文因其他语言的句子构成习惯。比如有人曾总结，中文句子的表达习惯是竹节式的流水句，而英文更像是树状式的分层结构（这种总结是否正确，当然也有讨论空间），那么除在纯文学翻译等具体语境中出于保护原文风格的考虑，在更多情况下，译者有必要将某些不符合中文表达习惯的语言进行“改装”。但有时适当保留一些翻译腔并没有问题，尤其是没有影响到读者理解的情况下。适度的翻译腔在文学翻译里，能保存一些“异域感”，过度的本土化（比如翻译某些脏话或是口语）反而显得不伦不类。而在学术翻译中，翻译腔有时甚至有助于读者“还原”原文，相比于远超原文易读性的“流畅”乃至“假滑”，反而意义不大。尤其很多西文的社科写作，对句子的构成比较考究，语序往往有着与说理的递进、转折相一致的构成。在不至于会误解和反阅读的前提下，尽可能保持原句的某些语序，是可行的。 译者有没有可以自由发挥的空间？直译、意译之间如何选择？陆大鹏：自由空间有，但不多。我不太赞成译者过于发挥和炫技。想搞创作的话，不妨自己创作，不要在翻译时发挥。直译和意译也不是非黑即白，而要在具体操作中酌情考虑。沙青青：有时候我会变动原文的语序以符合中文的表达习惯。不过，即便如此，我也还是觉得要避免大规模地“改写”原文结构。有的时候，所谓“意译”会变成一种译者的“复述”或“转述”。在我看来，这并不是一种特别的好选择，译者对此应该有所警惕。李思园：译者的自由不是随心所欲地更改原意或增删内容。在这个大前提下，译者可以对语序和句法做出调整：不同语言的句法结构差异很大。译者需要根据目标语言的习惯，调整语序、拆分长句、或合并短句，以使译文流畅自然。这种调整看似微小，却直接影响读者的阅读体验。前面提到的“翻译转换”或“补偿”，也是一种技术策略，但谈不上自由发挥。传统的翻译理论常常将直译和意译对立起来，但在实际操作中，译者可以在两者之间灵活切换。我会想象如果作者用中文写作，他/她会如何表达？他/她会倾向于使用哪种词汇和句式来传达他的思想和情感？然后进行具体判断。难以抉择时，我会回到“忠实”原则，倾向于直译。伯樵：具体问题具体分析，或许没有什么可以一言以蔽之。如果非要说“规则”的话，可能是一个逆向的规则：即什么时候不能自由发挥、什么时候不能原文1:1照搬还原——除此以外，只要不碰触底线，直译、意译都应该被允许。至于这个逆向规则，我觉得或许就是：不伤害原文原意，不会让读者因为译文的自由发挥而对原文产生误解；也不会因为过度直译，而损害了原文的“形、神、气、韵”在“形”之外的“神、气、韵”。译者虽然有“创造性”的空间，但这一切都是基于两个前提：对原文的忠实，以及对潜在读者核心阅读诉求的预判与满足。译者不应该过分自大，也不应过分夸大自身工作的重要性以至于存在感过剩导致译文相比于原文走样严重。诗歌类的译者或许是个例外，需要具体问题具体分析。小说与非虚构作品翻译存在什么异同？如何看待可译性与不可译性？陆大鹏：再好的翻译，也只能说是无限趋近于原文。翻译注定会损失很多东西的，这是毫无疑问的。就比方说我自己读国外作家书的话，我也尽量不读翻译的，而是读原文。所以，对文学爱好者而言，最好还是学外语、读原文，至少要学好英文。当然，如果限于一般性了解的话，或者不需要读文学，而是读“实用性”文献，翻译就足够了。至于小说与非虚构并不是对立的。小说当中也会有非虚构元素，非虚构作品也会用文学技法，具有突出的文学性。但一般来讲，非虚构作品的翻译不需要像翻译小说那样雕琢文字。伯樵：但每种情况也都有例外。例如在通俗文学中，偶尔也会涉及一些“高雅”的内容，比如《达芬奇密码》。这本书里面也会有关于拉丁文，或是欧洲历史、宗教、文化的内容，很多地方对于欧美读者也有一定门槛，甚至这些文字本身就是为了营造一种神秘、典奥、渊博的古雅氛围，那么中译不能把这些内容翻得简洁、平易。而像《忧郁的热带》这样的学术书，其文字乃至文韵也异常好看，甚至很难说是纯粹的学术著作，如果译笔不太考究，就会损伤掉原文中细腻的意向比喻与叙述感。此外，像《是，大臣》《是，首相》这样的英剧，字幕组如果把剧中人物那种用词浮夸虚矫、内容空疏荒诞、句式复杂回环、腔调却文绉绉的、充斥着复杂的意义指代和政法专业名词的官腔官调简化翻译得易读、流畅，这部英剧的讽刺意味将大大缩水。沙青青：这让我想到另一个日语外来语的例子。日文里面很多词都是外来语，现在很多外来语是直接用假名去翻译，其实是将其发音“转译”到日语中。但我看到过一些日本作家和学者对此会有批评，他们会觉得现在很多英语或者其他语言的词语，在被翻译为日语外来语的时候，只是在用假名模拟发音，而且不是在真正地“翻译”其意涵。李思园：日文翻译中如何处理平假名、片假名和汉字确实会是一个难题。日文有三套书写系统——平假名、片假名和汉字。2024年芥川奖作品《东京都同情塔》所探讨的是日本社会中片假名的日益盛行的问题。用片假名书写的词汇类似于音译词——在日本人听来，这些词比传统的汉字词更有距离感，因此也就更“委婉”，能够避免歧视性的措辞。平假名、片假名和汉字各自所承载的语感和情感色彩，也是翻译中很难处理的部分。译者最重要的素质是什么？译者应该是外文好，还是母语好？陆大鹏：理想状况当然是学贯中西。但这个要求实在太高了。就实践而言，一个外文优秀、中文普通的译者，大概是胜过中文优秀、外文差劲的译者。李思园：翻译过程中最大的挫败感是自己中文太差，无法在母语里找到最精确、生动、符合语境的词汇。不过，在读了村上春树翻译的日文版《了不起的盖茨比》译后记之后，我释然了一些。《了不起的盖茨比》的文字风格是平实的，但其字里行间却充满内涵。村上在30多岁时下定决心，60岁时再着手翻译这部对自己的写作人生影响最大的一部作品。选择等待的一个理由，是积累写作经验，用成熟的笔法去翻译。伯樵：我觉得是自律和责任心。我自己曾经也是一个严重的拖延症患者，曾经生生拖黄了一本书。所以说起来痛彻心扉。后来算是部分改掉了这个毛病。翻译最重要的不是英文好，也不是中文好，而是自律。一个靠谱的翻译，每天上完班回家、吃完饭，就要做一件对于翻译来说最重要的事：打开word。我也介绍过一些朋友翻译，大部分人都会遭遇拖延症，有时拖延症还会引发连锁反应：比如拖了几年后，开始疯狂赶工，导致译文质量下降；甚至我还遇到过译文质量过低后，开始以“译稿费”太低来诋毁编辑、出版社以为自身译文质量欠佳辩护的情况。译费不高是行业事实，但遵守基本的合同契约（前提是：合同条款是符合行业常识的，而非单方面欺压的不平等条约），在无法遵守契约的情况下，也应找到合理的双方协商的解决办法，而不是玩消失、诋毁合约的另一方、以摆烂的译文敷衍了事。作为一个业余译者（而非著作等身的职业翻译家，如陆大鹏、何雨珈老师等），保持每日翻译的节奏和习惯，是保证产出、告别拖延的唯一武器。每个人对翻译工作的理解不同。很多拖延症译者往往有一个心理，类似于“等下个月工作闲一点，我集中大块的时间来翻译”，多数情况下，这是翻译拖延的起点。至少对我而言，翻译像是日课，每日都要去做一点，哪怕是一页，甚至一段，也要努力去完成。除非罹患重病，或是家庭剧烈变故，此外哪怕去外地出差、大年三十，我也会尽量完成这个日课（事实上，出差时往往时间更为充裕）。我有时会把翻译当成一项类似于往存钱罐里丢硬币的活动，这样会有些日拱一卒的小小成就感；有次甚至会把翻译进度做成一张Excel表，看着每天的百分比慢慢上升，会产生一些在外人看来或许非常可笑的简单快乐。最后，在英文理解力过关的前提下，翻译的中文好要比英文好更重要——毕竟，读者需要直面的其实是译者的中文。AI对翻译可能带来怎样的影响和冲击？陆大鹏：首先强调一下，我对技术方面并不了解，所以只能从作为译者和读者的主观感受来谈。据我观察，在合同、法律文书等商业翻译或签证申请材料之类“应用文”的翻译当中，机器翻译技术的效果已经非常好。在社科图书的翻译中，AI的翻译作品虽然还达不到出版的要求，不能直接拿过来用，但已经超过了相当多的人工译者的水平。如果仅仅想大致了解一下文本的意思的话，用AI基本上是可以的。不过，如果要正式出版的话，还是需要高水平的人工编辑来修改。有人说，AI不能翻译文学作品，不能转达“文学性”和人类情感中的一些复杂的、微妙的、非理性的东西。就目前来看，AI翻译文学作品的质量似乎确实不如翻译“应用文”和社科作品，但我不认为文学相较于后两者具有什么“免疫性”，或者面对AI大潮的冲击拥有什么固若金汤的防御。但是，AI翻译有几个麻烦。首先，翻译的好与坏、正确与否，是很主观的，是需要人来判断的，机器还无法做价值判断。机器可以纠正语法，在一定程度上可以判断“对”与“错”，但好像目前还比较难判断“好”与“坏”，以及“好”与“更好”。就目前来看，还需要一个拥有较高水平的人（可能是编辑，也可能是人工译者）来对AI译作进行裁决、审核、修改和加工。这样的仲裁者在今天是不难找的。有经验的译者和编辑都能发挥这样的作用。但是，我估计，在将来，这样的仲裁者会越来越难找。为什么呢？今天的仲裁者之所以有仲裁能力，是因为他经历了人工翻译时代，拥有大量阅读的积累和翻译的实践经验。这样的人在今天其实也不算多。编辑朋友们一定会觉得优秀译者难找，而译者和作者也会抱怨高水平的编辑难得。这和社会的大气候也有关系。愿意花力气、下苦功夫去阅读和磨练的人，相对于整个人群，必然是很少的。在AI时代，似乎一切得来全不费功夫，那么愿意吃这个苦头去努力学习的人恐怕就更少了。而没有经过这样一个艰苦学习过程的人，怕是很难获得足够的能力去仲裁译稿的好与坏、好与更好。在某个场合我遇见法文翻译家袁筱一教授，她提出，在AI时代，人会逐渐丧失翻译的能力。我非常赞同这一点。而且人不仅会丧失翻译能力，还会丧失鉴定翻译水平的能力。道理很简单，这种能力的培养和获得是非常辛苦的，耗时也很久，何况也不是人人都拥有必需的天资。所以对获取这种能力感兴趣的人，恐怕会越来越少。生活在今天的人类，其实早就已经丧失了很多能力。比如，绝大部分现代人是没有野外生存能力的。历史上的很多手工技艺，也消失在了历史长河中。我是80后，我的父母那一辈人，很多还会缝缝补补，打毛衣，甚至自己做衣服。我们80后或者更年轻的90后、00后，会做这些活计的人就少得多了。我觉得翻译也是这样一种会在“现代生活”中逐渐消失的能力。这是很遗憾的，令人悲伤的，但恐怕是不可避免的。李思园：翻译《我们的箱根驿传》时，我意识到了人类翻译与AI翻译的区别。在将コバルトブルー (cobalt blue)翻译成“钴蓝色”时，AI只需要做文字记号的转换，而我需要用眼睛去确认两种颜色是否一致。将抽象的文字记号与现实世界中具体的颜色视觉体验联系起来，判断这个记号所代表的颜色是否我的认知。也就是是语言学中记号的“接地”概念。我们的思考和语言并非抽象符号，而是与身体和感官体验深度关联。（参考：今井むつみ・秋田喜美「言語の本質: ことばはどう生まれ、進化したか」《语言的本质：语言是如何产生和进化的》）此外，一些词看似简单，背后却蕴含着文化背景。在日语中，“君”的使用通常是在上级对下级，或者长辈对晚辈之间，带有一种亲近、但不失居高临下的语气。在翻译工作坊的试译文本中，出现了家人以“君”称呼，无论翻译成中文还是英文，都很难传递这层微妙的距离感和关系。解决方案是采用“翻译转换”或“补偿”的策略。译者可以不直接翻译“君”，而是通过调整整个句子的语气来“补偿”其缺失。或者选择保留“君”的音译，并在后文通过人物的行为和对话来逐渐让读者理解其含义。AI翻译的进步确实令人惊叹，其效率和准确性已经达到了非常高的水准。然而一些纯文学译者仍然认为，就算局部的翻译是准确的，如果缺少对整部作品主题的理解，译文还是会显得支离破碎。沙青青：从平均水平来说，目前的优秀的AI 翻译可能已经比很多人类译者要好了.我就想到了一个很有意思的了老电影，威尔·史密斯主演的《我，机器人》（I,Robert）。威尔·史密斯了一个非常讨厌人工智能，讨厌机器人的一个警察，在审讯一台机器人时，他质问道：“你们机器人只是对生命的模拟。你能像人一样写出悦耳的交响乐吗？能在画布上画出惊人的杰作吗？”结果，机器人反问一句，“那你能吗？”当然，威尔·史密斯演的警察自然也不能。不过，从目前AI发展的速度来看，大部人做不到，但或许AI真的可以哦。伯樵：我觉得会带来非常大的影响。日后的译者很可能要与AI进行充分的合作。除非某些出于某种“人类行为艺术”需要的“纯手工打磨翻译”作品，与AI合作估计会成为大部分译者乃至编辑的选项。当然，我没有说，AI会完全取代译者——完全没有这个意思！而是说，AI会有效地帮助绝大部分译者提高处理原文的效率。AI翻译就我的使用体验感受来看，不仅对原文的理解能力在稳定提升，甚至很多专精领域的论文，都能准确理解并进行翻译，而且在译文的流畅性上也表现出色。当然，它也会和绝大部分人类译者一样，偶尔漏译、误读，也会出现不太讲究的译文，甚至在一些对人类译者来讲毫无难度的地方错得离谱，但这并不应成为人类译者排斥AI翻译、乃至诋毁AI翻译的理由。现阶段AI翻译最大的问题，或许还是语言上过于“均质化”，哪怕几年前那种滑稽的机翻错误大大降低了，但机翻味还是不小。作为大语言模型训练下的产物，这种文字的概率学游戏往往会选择单词最核心的义项对应词进行迻译，不可否认AI在表现游走在语言义项边缘的丰富、暧昧和含混时经常力有不逮。如果说人类译者的职能会有什么转变的话，我想可能就是语言的美化和内容的校改。用建筑装修类比的话，以前人类译者是按照原文的图纸来造水泥钢筋的房子、搞精装修、最后验收；而AI时代，某种意义上可以让AI来造水泥钢筋的房子，人类译者可以把精力花在搞精装修和验收上。当然，诗歌译者所面对的仍是另一个故事（看，这就是典型的翻译腔！）。在这个意义上，如果以电器说明书、自然科学、社会科学、通俗文学、严肃文学、诗歌翻译画一条轴的话（看，这个顺序已经有很多预设在里面了，所以，这也只是一个未考虑具体对象的、充满刻板印象的轴；此外，这个轴上的类目显然挂一漏万；以及，如果要写上“哲学”的话，可能分析哲学/大陆哲学、德国哲学/法国哲学会被插在轴的不同位置上），人类的参与度可能会逐级升高。当然，我也做过出版社编辑，我也理解编辑同志每次打开一份新交的译稿犹如开盲盒般的心情。所以在这个意义上，我百分百支持AI翻译。
-
AI周报 | 英伟达将向OpenAI投资1000亿美元；加码AI，阿里市值日增近3000亿 英伟达将向OpenAI投资1000亿美元当地时间9月22日，英伟达宣布将向大模型厂商OpenAI投资最多1000亿美元。根据合作内容，英伟达将助力OpenAI构建和部署至少10吉瓦的AI数据中心，这些数据中心包含数百万块英伟达GPU，首个吉瓦的英伟达系统将于2026年下半年在新一代Vera Rubin平台上部署。英伟达的注资不会一步到位，而是会随着数据中心建设的进程而逐步到位。据知情人士透露，英伟达首笔100亿美元投资将在第一个吉瓦数据中心建成时投入，投资将按当时的估值进行。点评:上周，英伟达刚宣布50亿美元入股CPU厂商英特尔，此次又公布了投资OpenAI的计划，对比过去英伟达对一些初创公司的投资，这两笔新的投资额度都巨大，两家被投公司的体量也很大。英特尔的市值上千亿美元，早在今年3月，OpenAI的估值也已站上3000亿美元。英伟达正在通过合纵连横的投资，将AI领域的强者转变为亲密盟友。加码AI，阿里市值日增近3000亿港元在9月24日举行的2025杭州云栖大会上，阿里云宣布和英伟达在Physical AI（物理人工智能）领域达成合作，整合英伟达用于机器人和自动驾驶汽车训练的 AI 开发工具。与此同时， CEO吴泳铭在主旨演讲中表示，未来五年全球 AI 投资预计达 4 万亿美元，阿里必须保持同步。阿里正积极推进今年 2 月公布的计划——未来三年投入 3800 亿元用于云和 AI 硬件基础设施建设，并计划追加更大的投入，不过未透露具体增加金额。当天阿里港股大涨超9 %，创近三年新高，市值日增近3000亿港元。点评：阿里一系列动作，推动市场对其信心回升。本月阿里股价已累计上涨超四成，年内涨幅接近翻倍。截至9月26日收盘，阿里港股总市值达到3.2万亿港元。美股方面，华尔街明星基金经理“木头姐”凯茜•伍德（CathieWood）旗下基金本周重启对阿里巴巴持仓，这是四年来的首次。吴泳铭表示，AI 和云计算与电商并列为阿里增长引擎，他认为，AGI已是确定性事件，但这只是起点，终极目标是发展出能自我迭代的超级人工智能ASI。摩尔线程IPO过会9月26日，上交所上市审核委员会2025年第40次审议会议结果显示，摩尔线程智能科技（北京）股份有限公司首发申请成功通过会议审议。上市委表示，摩尔线程（首发）符合发行条件、上市条件和信息披露要求。摩尔线程是GPU厂商，去年11月12日在北京证监局办理辅导备案登记，启动上市进程。点评:AI芯片公司燧原科技、壁仞科技、沐曦也在筹备上市，摩尔线程最早过会，或成为其中最快上市的公司。此次IPO，摩尔线程拟募资80亿元，投向新一代自主可控AI训推一体芯片研发项目、新一代自主可控图形芯片研发项目、新一代自主可控AI SoC芯片研发项目。从市场需求看，今年以来DeepSeek带动AI算力需求增长，给国产AI芯片带来了机会。DeepSeek模型再更新DeepSeek-V3.1 已更新至 DeepSeek-V3.1-Terminus 版本。9 月 22 日晚间，据 DeepSeek 介绍，此次更新在保持模型原有能力的基础上，针对用户反馈的问题进行了改进，包括语言一致性：缓解中英文混杂、偶发异常字符等情况。在 Agent（智能体）能力方面，进一步优化 Code Agent 与 Search Agent 的表现，DeepSeek-V3.1-Terminus 的输出效果相比前一版本更加稳定。点评：目前，官方 App、网页端、小程序与 DeepSeek API 模型均已同步更新为 DeepSeek-V3.1-Terminus，根据行业反馈这是一次小迭代，提升并不算大。不过，这款大模型名为 Terminus，意思是“终极版”，或许这是V3.1最后一次更新，业内观望下一次大版本更新到底是V4还是R2的到来。阿里云大模型产品七连发9月24日的2025云栖大会现场，阿里云CTO周靖人发布七款大模型产品，包括大语言模型通义旗舰模型Qwen3-Max、下一代基础模型架构Qwen3-Next及系列模型、千问编程模型Qwen3-Coder、视觉理解模型Qwen3-VL、全模态模型Qwen3-Omni、视觉基础模型Wan2.5-preview系列、语音大模型通义百聆。点评:一位行业人士基于huggingface抓取统计发现，不到2年时间，阿里已经发布了超过350个模型。如果去除量化版本的模型，阿里官网显示已经发布了119个模型。多个大模型产品更新背后，阿里加大了AI投入阿里巴巴集团CEO吴泳铭表示，过去三年，阿里看到的AI演进路线越来越清晰，AI的行业渗透率将超过历史上所有的技术。Meta再挖OpenAI墙脚，清华校友宋飏加入9月25日，据外媒报道，原 OpenAI 战略探索团队负责人宋飏（Yang Song）加入 Meta，他成为了新成立的Meta超级智能实验室（MSL）研究负责人，向首席科学家赵晟佳汇报，后者也是从 OpenAI 转来的老同事，自 6 月宣布加入 Meta。据悉，宋飏本科毕业于清华大学，博士就读于斯坦福大学计算机科学系，是扩散模型领域的重要奠基者之一，其研究曾深刻影响 OpenAI 的 DALL·E 2 技术路径。在 OpenAI 任职期间，他组建“战略探索”团队，专注于跨模态生成与高维数据建模。点评：今年 6 月起，Meta 发起了一场 AI 人才的争夺战，目标覆盖行业领先的 OpenAI，到谷歌、Anthropic 等公司的团队，给出的薪资条件极高。据悉迄今为止，顶尖研究人员至少已挖来了 10余人。自调整 AI 研究团队，提出新研究，再到持续的人才引进动作看来，Meta 的大模型探索正在步入正轨。OpenAI称“星际之门”要在美新建5座数据中心当地时间9月23日，OpenAI表示，该公司与甲骨文、日本软银集团合作的“星际之门”项目将在美国新建5座人工智能数据中心，未来三年总投资预计超过4000亿美元，规划功率容量接近7吉瓦。这一项目被纳入代号为“星际之门”（Stargate）的人工智能基础设施计划。点评:今年1月，OpenAI、甲骨文与软银宣布了“星际之门”项目，计划今后4年投资5000亿美元，在美国建设支持人工智能发展的基础设施。此前有消息称，该项目推进受阻，计划年底前只建造一座小型数据中心。近期英伟达宣布向OpenAI投资不超过1000亿美元，或使OpenAI有搭建AI基础设施更雄厚的资本。美光最新季度营收同比增长46%存储厂商美光于北京时间9月24日交出一份超出市场预期的财报。在截至8月28日的2025财年第四季度，美光营收113.2亿美元，同比增长46%。2025财年全年，美光营收达到373.78亿美元，同比增长近50%。美光透露，公司HBM(高带宽内存）客户群已扩大到6家。美光还预测，今年数据中心服务器总出货量将增长16%，传统服务器和AI服务器需求增长都将推高市场对DRAM的需求。点评:AI带来更多计算需求，全球多地兴建数据中心，带来更多存储需求，让美光等存储原厂受益。美光CFO在财报发布后的电话会议上表示，由于DRAM供应紧张和NAND Flash业务改善等，预计下一季度美光的毛利率还将改善。美光等存储厂商业绩增长、毛利率改善的同时，近期由于AI需求增大等原因，多类存储产品涨价，则使下游手机等终端厂商面临成本压力。OpenAI CEO称未来AI接管人类近40%工作9 月 26日消息，OpenAI CEO 萨姆・奥尔特曼接受媒体采访，聊及未来的 AI 世界、下一代人类的生活等。奥尔特曼在采访中预测，通用人工智能（AGI）将在 2030 年前到来，这种 AI 将远比人类聪明。谈及“AI 抢人类饭碗”话题时，奥尔特曼认为人们不应以悲观的视角看待 AI，他指出，即使没有 AI，很多30年前的工作如今也不复存在，他声称AI将在未来接管人类经济社会中30%-40%的工作。点评：对于下一代，给什么建议才能避免30年后被AI取代？奥尔特曼的答案是，要教他们学会“如何学习”的原始技能，学会适应这个世界，弄清人们需要什么，为他们打造有用的产品和服务。奥尔特曼承认 AGI 可能会有人类无法理解的副作用和后果，但整体上人类有机会给 AGI 灌输正确的价值观，AGI 最终并不会毁灭人类。谷歌DeepMind推出机器新模型9月25日，谷歌DeepMind团队发布Gemini Robotics 1.5与Gemini Robotics-ER 1.5两款专为物理世界设计的AI模型，旨在构建具备感知、规划、思考与行动能力的物理智能体。这两款模型采用“大脑-身体”协作框架，协同解决现实世界中的复杂多步任务。其中，Gemini Robotics-ER 1.5作为“高层大脑”，负责环境理解、规划与决策，具备领先的空间认知能力。Gemini Robotics 1.5作为“身体”角色，是一个视觉-语言-行动（VLA）模型，能将高层指令转化为具体机器人动作。该模型具备“先思考后行动”的能力，在执行前通过自然语言进行内部推理。例如在衣物分类任务中，会先形成“白色衣物入白桶，其他入黑桶”的逻辑判断，再规划具体操作步骤，提升任务成功率与行为可解释性。点评：新模型展现出跨机器人形态的学习迁移能力，能将在ALOHA 2机器人上学到的技能，直接应用于Apollo人形机器人和Franka双臂机器人等结构不同的平台，无需额外训练。
-
重大发布！余承东发声 开源鸿蒙6.0 Release版本正式发布。9月27日，在开源鸿蒙技术大会2025上，开源鸿蒙6.0 Release版本正式发布，可支撑手机、平板、电脑等终端设备。此外，大会计划孵化开源鸿蒙跨平台框架PMC（项目管理委员会）及具身智能PMC，后者采用模型原生操作系统设计方法，可支持全尺寸类人型机器人产业发展。华为常务董事、终端BG董事长余承东在致辞中表示：“五年来，在开放原子开源基金会的孵化运营下，产学研各界齐心聚力，共建开源鸿蒙，开创了我国软件发展史上的奇迹。”开源鸿蒙项目群技术指导委员会主席、华为Fellow、基础软件首席科学家陈海波表示，“未来五年，终端操作系统将加速向智能化演进，从当前的任务辅助型智能，逐步升级为理解用户意图、具备自主决策能力的‘意图驱动型智慧’。”他预测，到2030年，终端智能化水平有望达到L3（协作自治）至L4（专业指导）级别。然而，终端智能化仍面临四大核心挑战：鲁棒性不足、安全与隐私风险、高成本与低效率。对此，陈海波强调，唯有实现AI与操作系统的“深度融合”，而非简单外挂或架构颠覆，才能真正释放智能终端的潜力。他提出，操作系统需在资源调度、工具调用、记忆机制、安全隐私等底层能力上进行“原生智能”革新。为系统性推进这一融合，开源鸿蒙已设立AI Agent技术特别工作组（TSG），聚焦智能体交互、框架、协议与评测体系；同时设立定位感知TSG和安全及机密计算TSG，分别发展融合感知与OpenTrustee机密计算能力。未来还将筹建具身智能PMC，探索智能体与物理世界的深度交互。陈海波引用“梅特卡夫定律”指出，开源鸿蒙已跨越生态发展的临界点，进入价值快速释放的关键阶段。下一步，社区将着力强化两大方向：一是持续拓展对多样化终端设备的支持；二是深化应用与服务生态的统一共享能力，提升全链路协同效率。目前，开源鸿蒙正积极推动主流跨平台开发框架对系统的原生适配，并依托华为开源的仓颉编程语言，进一步提升开发体验。同时，社区联合多家头部应用厂商，围绕共性技术需求开展开源共建，共同优化用户体验。综合自：第一财经、环球网责编：叶舒筠校对：陶谦 版权声明" Type="normal"@@--> 证券时报各平台所有原创内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关行为主体法律责任的权利。转载与合作可联系证券时报小助理，微信ID：SecuritiesTimes" Type="normal"@@--> END" Type="normal"@@-->
-
雷军：2025年第100次健身房打卡，提前3个月完成目标 9月28日，雷军发文：健身房打卡，2025年第100次，提前3个月完成全年目标。 此前，在2024年的最后一晚，雷军在他的首次跨年直播中分享了他的三个新年愿望：第一，2025年交付30万辆车。第二，有时间去更多地方看看美景、尝尝美食，顺便测测汽车。第三，明年要好好健身，打算在健身房打卡100次。 1月2日，雷军在微博上晒出了他在健身房的照片，并配文：“2025年第一次打卡！”此后一直坚持至今。 今年2月播出的一档访谈节目中，新希望集团董事长刘永好问雷军怎么又瘦了，而且更帅了。雷军则如此回复，“连自己的身材、体重都不能控制的人怎能做好企业家呢？”据小米集团合伙人、总裁，手机部总裁，小米品牌总经理卢伟冰在某次采访中透露，自己由于禁不住美食的诱惑，被雷军调侃道，“你这样吃的话，你的体重怎么办？会不会对我们小米高端化有影响？”每日经济新闻报道称，关于体重，雷军不止一次在公开场合提及。去年，雷军在短视频平台上发布“身材管理要从细节做起”的视频，他在介绍小米SU7车载冰箱时，拿起的饮料，都是0糖的苏打水。来源：综合@雷军、每日经济新闻
-
杭州开设人工智能海归精英班，全国首创 星耀钱塘，万里归航。昨日，“创客天下・杭向未来 2025杭州市海外高层次人才创新创业大赛”迎来总决赛，16位全球创客精英带着技术、项目和梦想，逐鹿竞技、共话未来。 最终，来自慕尼黑工业大学的盖亚机器人项目斩获大赛一等奖。根据大赛政策，该项目在杭州落地转化，可获得2000万元以上的资金支持。大赛现场还启动了全国首个人工智能海归创业精英班，将进一步打通海归创客“引育留用”全链条，让人才引得进、留得住、用得好，为杭州打造更高水平创新活力之城、人工智能创新高地注入澎湃动能。到杭州去！海归创客与创新活力之城“双向奔赴”当前，杭州正聚焦科技创新和产业创新深度融合，着力打造更高水平创新活力之城。为杭州汇聚更多前沿智慧与创新力量。连续举办11年的大赛，已成为吸引全球人才与优质项目的重要平台。大赛已累计吸引全球超1.2万个项目参赛，近400个项目在杭州落地、创办企业。 以全球视野聚焦战略科技人才、以非常之策激活企业创新活力，今年大赛在坚持数字经济、生物医药、先进产业、外国人等四条主赛道竞赛的同时，围绕特定重点专业领域新增人工智能、人形机器人、数字医药和类脑智能四个专项赛。“到杭州去！”自今年3月启动报名后，大赛共收到来自美国、英国、新加坡等近30个国家和地区的2368个项目报名，数量创历史新高，近八成参赛者在报名时就表达了落地杭州的意愿。参赛者中的留学人员中近6成有博士学位。“来杭州创业的选择是正确的，我们已经和中策橡胶签下合作订单。”一等奖项目负责人张晓晓毕业于慕尼黑工业大学，作为一名计算机科学博士，她和团队依托多模态AI技术，为制造业企业打造全流程智能生产管理体系，“我们把重复性、出错率高的工作交给机器人来完成，并通过软件硬件一体化的服务方案，提高企业的生产效率，为可应用于橡胶化工、采矿冶金等领域。”类脑具身海洋机器人，治疗渐冻症的原创靶向新药、高性能芯片、AI驱动的全能焊接与切割解决方案……每一个选手，都拿出最新的技术成果参赛；每一个项目，都蕴藏着新质生产力的活力密码。总决赛评委之一、西湖大学云谷教授杨涛对于参赛项目展现出的技术先进性印象深刻，“以前，很多参赛项目还停留在‘跟跑’阶段，今天看到不少原始创新项目，能更好地推动经济高质量发展。”在科技竞争日趋白热化的今天，高端科技人才是未来全球产业竞争的稀缺资源已经成为了全球共识。 从走出国门办赛，到建立“杭州市创客成长陪跑团”、打造留学人员创业园、提供高层次留学回国人员在杭创新创业项目资助，再到去年推出集成性政策“春雨计划”……这些年来，杭州始终跟着海归的需求调整政策，提供人才、项目、资金、产业资源、生活配套等全链条支持。 作为海外人才净流入率多年蝉联全国第一，连续15年入选“外籍人才眼中最具吸引力的中国城市”，全市已有近8.9万名留学人员、超过3000家由留学人员创办的企业。杭州，正不断吸引着全球人才在此创新创业、追梦筑梦。留在杭州！接续奋斗打造海归创业首选地人才引得进，更要留得下。本届大赛不仅是吸引海归人才的强磁场、展现前沿技术的竞技场，更是杭州链接全球AI智慧、汇聚创新资源的关键平台。当前，新一轮科技革命和产业变革深入发展，人工智能与经济社会各领域深度融合，成为驱动新质生产力发展的关键引擎。从火爆全球的杭州“六小龙”，到不断涌现的科创新锐力量，杭州正坚定奔向“硅谷天堂”“高科技天堂”。为助力杭州打造人工智能创新高地，本届大赛将人工智能从数字经济中细分出来，为未来产业定向找人才、找项目，构建发展底座。据悉，人工智能专项赛共吸引100余个海归项目来杭参赛，涵盖AI芯片、类脑智能、人机交互、大模型等方向，展现海归人才AI创新创业的蓬勃生机与多元格局。为更好地留住这批海归人才，推动参赛项目在杭转化，杭州人工智能海归精英班将展开有益探索。 “把赛事成果转化为人才增量、产业增量，靠的是政策、产业、服务多方构成的生态合力。”据杭州市人力社保局相关负责人介绍，精英班将组建富有产业针对性的创业陪跑团，提供系统化的培训与资源对接服务，对项目进行把脉问诊、深度赋能，让海归创客在学训结合中，得到产品、团队、市场、融资等多维度加速。“杭州有来自全球的顶尖人才，这里市场化程度高、对前沿技术持开放态度，有阿里巴巴、深度求索这样的领军企业，还有人工智能技术落地的真实场景。”总决赛二等奖获得者、“AI驱动的全能焊接与切割解决方案”项目负责人胡豪杰，看好精英班的培育模式以及杭州整体人工智能产业生态。赛事还未结束，他已在加速推进企业在杭成立研究院，10月有望在未来科技城落地。“从大赛的‘引才入口’，到精英班的‘培育载体’，再到产业生态的‘成长土壤’，杭州正持续优化生态让人才引得进、留得住、用得好，为人工智能产业高质量发展注入源源不断的动力。”杭州市人力社保局相关负责人表示，杭州将接续奋斗打造海归创业首选地，诚邀广大留学人才走进杭州、扎根杭州。杭州日报记者 傅凌波 毛郅昊通讯员 章思芬 编辑 陈筱妍 审核 毛迪 王晨郁
-
谷歌开发“任务连续性”功能：安卓跨设备协同新时代即将到来 IT之家 9 月 28 日消息，多年来，混合使用不同操作系统的用户一直面临一个困扰：跨设备无缝工作流几乎被苹果公司所独占。苹果的“接力”（Handoff）功能允许用户在 iPhone 上开始一项任务 —— 例如浏览网页或撰写邮件，随后立即在 MacBook 上无缝继续操作。而对于安卓用户而言，在平板电脑或 Windows PC 之间实现类似体验则长期处于碎片化状态。 好在，谷歌终于开始为其自有、系统级的解决方案打下基础，旨在实现安卓手机、平板以及未来基于安卓的个人电脑之间的任务连续性。科技媒体 Android Authority 基于对安卓核心操作系统代码的分析，揭示谷歌正在开发一项名为“任务连续性”（Task Continuity）的新功能。顾名思义，这一功能将实现更强大的跨设备协同体验。为何直到如今，安卓仍未能推出真正意义上的“接力”功能？原因显而易见：控制权。苹果同时掌控 iOS 与 macOS 系统，确保开发者拥有统一且标准化的软件接口。相比之下，任何安卓与 Windows 之间的跨设备协作方案，都必须依赖谷歌与微软之间的复杂合作。微软曾通过“手机链接”（Phone Link）等工具进行尝试，但结果往往单向且不可靠。目前的解决方案仅支持从安卓手机向 Windows PC 延续任务，且开发者必须使用专有的 Windows 代码，这种高门槛严重限制了其广泛应用。 为绕开这一碎片化困局，谷歌正通过整合控制权来掌握主动。通过将 Chrome OS 与安卓团队合并，并推动构建统一的 PC 操作系统，谷歌得以将自身的连续性功能直接深度集成至安卓核心框架中。此举确保了所有安卓开发者和设备制造商均可采用统一、标准化的应用编程接口（API），实现一致的功能部署。谷歌的目标是让整个过程对用户而言毫无感知、自然流畅。“任务连续性”功能将把用户当前正在使用的设备（如手机）上的应用精确状态，完整传输至附近另一台待用设备（如平板或 PC）上。从用户视角来看，使用场景可能如下：假设你正在手机上的 Chrome 浏览器中浏览一份结构复杂的文档，但需要更大的屏幕空间。当你放下手机的一瞬间，你的平板任务栏便会显示一个微小而醒目的提示图标，代表你手机上正在运行的 Chrome 会话。只需轻触该图标，整个任务 —— 包括具体的文档内容、滚动位置以及当前会话状态 —— 便会立即从手机同步至平板，并无缝重启。据IT之家了解，这是一套双向通信系统。谷歌全新的框架将负责管理设备间的任务发现与状态打包。由于该功能内置于系统底层，无需依赖笨重的第三方应用程序，也无需各厂商自行定制调整即可正常运行。目前，相关功能的代码已出现在 Android 16 早期开发版本中。但由于涉及全系统的整合与部署，预计该功能最早也要等到明年发布的 Android 17 才能正式推出。不过，技术基础已然奠定，跨设备协同的安卓新时代正在到来。
-
人工智能数据中心掀基建狂潮，储能设备商抢滩千亿新蓝海 “阿里巴巴正积极推进三年3800亿元的人工智能（AI）基础设施建设计划，并会持续追求更大投入。”在日前召开的2025云栖大会上，阿里CEO吴泳铭表示，为了迎接全面超越人类的超级人工智能（ASI）到来，2032年阿里云全球数据中心的能耗规模将较2022年提升10倍。数据中心是人工智能（AI）发展的基础设施，随着AI技术加速突破，人工智能数据中心（AIDC）及相关云业务今年来成为中国科技巨头的重要投资主线，腾讯、字节、华为、百度等互联网巨头正加速布局。方正证券研报显示，我国AIDC整体投资规模将从2024年的1875亿元提升至2027年的4826亿元。不过，随着数据中心从通用计算向智能计算进阶，AIDC对供电安全稳定性的要求显著提升，整体能耗亦同步攀升，电力保障正成为影响数据中心发展的核心要素之一。行业人士表示，电力资源获取能力正成为算力服务商的一种核心竞争力，具备与能源企业合作或电力自主调度能力的厂商在未来供给侧中将占据高位。电力稳定供应至关重要作为AI算力核心承载底座的数据中心，其稳定运行高度依赖电力支撑。国际正常运行时间协会（Uptime Institute）数据显示，电力是影响数据中心宕机事故的主要原因，占事故案例的54%。一旦发生供电中断，既会造成大模型训练被迫中止、业务停摆，还可能引发硬件损坏，产生高额的维修成本，冲击AI算力服务连续性。此外，AI训练用电负荷还呈高频次、短时突变等特征，与传统负荷相比更难预测。据北美电力可靠性公司（NERC）介绍，训练AI模型与使用AI进行推理的用电需求不同。AI训练时要在训练和保存检查点来回切换状态，导致功率可能在秒时内出现瞬时变化。例如，北美某数据中心用电负荷在不到40秒内从450兆瓦（MW）降至40MW，随后在7MW左右持续约4小时后又回升至450MW。“这对电网电力调度企业以及运营商来讲都是新挑战。”国内头部第三方数据中心服务企业能源业务负责人李晓告诉第一财经记者，为了避免外部因素干扰，保障可靠用电需求，数据中心往往采用专用变电站或线路供电，即不与居民或其他企业共用供电设备。9月19日，字节跳动发布《抖音集团数据中心风光储微网合同能源管理寻源公告》，采购包含200MWh以上大规模锂电储能装置，配套的风电、光伏设备，以及可实现风光储协同调度及与大电网柔性互动的微网控制系统。此次招标还对合作伙伴设置较高门槛，要求注册资本及实缴资本均不低于4000万元，且近3年内具有安徽地区、芜湖市的合同能源管理项目经验或30MWh以上大规模锂电储能系统项目经验。抖音这一项目计划在今年11月启动，年底完成建设。公告指出，此次招标是为了响应“双碳”政策，降低对传统电网的依赖，保障数据中心核心业务不间断供电。“这是对数据中心业务高速扩张下稳定运行的前瞻性布局。”李晓认为，字节这种“新能源发电+储能+智能调度”的一体化能源体系有望成为国内数据中心行业发展的主流趋势。数据中心储能风起在我国“双碳”目标下，数据中心对电力的需求不光是要供应稳定充足，还要足够“绿”。2023年以来，“到2025年底国家枢纽节点新建数据中心绿电占比超过80%”的目标被多次提出；今年7月，六部门联合印发《关于组织开展2025年度国家绿色数据中心推荐工作的通知》（简称“通知”），要求数据中心的风电、光伏等可再生能源利用率不低于省级消纳责任权重。由于风光发电的波动性特点，在稳定供电要求下，数据中心储能迎来发展机遇。上述通知明确提出，积极利用储能、氢能等技术，使数据中心具有较强用电负荷调节匹配能力。“这为AIDC储能市场创造了一个几乎强制性的高端需求。”罗兰贝格副合伙人、能源行业首席专家傅强告诉第一财经记者，储能也将为AIDC带来包括参与电力市场需求侧响应、绿电交易等额外收益，以及政策倾斜、税收优惠等好处。近月来，数据中心储能业务成为多家企业财报中的亮眼板块。双登股份（06969.HK）AIDC数据中心储能业务今年上半年销售收入同比增长约113%，首次超越传统通信储能业务，成为公司第一大收入来源。南都电源（300068.SZ）通信与数据中心储能营收同比增超34%，成为三大业务板块中唯一正增长板块。第一大主营业务产品已从光伏逆变器等电力电子转换设备转变为储能系统的阳光电源（300274.SZ）也成立了AIDC事业部，管理层日前在电话交流会上表示将全方位布局AIDC，未来计划在直流微电网、高压侧、低压侧、柜内电源等方面提供一些创新方案，重点瞄准海外市场，争取明年出一些产品。“阳光电源成立AIDC事业部，带来的是一种跨界打击。”傅强表示，这意味着其竞争维度不再局限于单一储能设备产品，而是要成为AIDC新型能源系统解决方案提供商，上升到系统集成、软件算法和商业模式的竞争，这将迫使所有玩家升级自己的现有产品和服务方案，升级的关键是从产品到场景化解决方案，例如能为AIDC园区降低多少年度总电费、能帮园区通过绿色认证获取多少政策红利等。傅强认为，“储能+可再生能源”的协同模式成为绿色数据中心建设标配的可能性很高，其核心是为解决AIDC指数级增长的能耗与“双碳”目标及经济性诉求间的矛盾。“虽然目前基数较小，但预计到2028年，全球AIDC配套的储能市场规模有望达到数十GWh级别，年复合增长率预计超过传统数据中心储能市场50%以上。”不过一些行业人士也指出，储能迈向标配仍面临一系列障碍。技术与项目层面，能量转换损耗、系统25年长周期可靠性、技术选型适配、多系统协同等问题待解；政策层面，电力市场机制成熟度、并网标准统一性、补贴支持力度等亦存在不确定性；商业模式方面，设备降本空间、土地资源可得性、收益机制稳定性等关键问题也未得到完全解决，亟待产业链上下游、政策制定者、电网公司等协同发力。
-
AI时代，地图到底能不能做好出行规划？ 在两年前，大模型刚开始火的时候，就有不少人开始幻想让大模型来帮咱们做点旅行攻略，来当我的免费导游了。但是没多久大家都被大模型的幻觉给搞懵了。这玩意做攻略起来，根本不讲武德。就比如下面这个行程，起手看着很美，带我把西湖十景玩了个小半。但问题是，西湖压根就不要门票。。。从杭州开到千岛湖，整整 170 多公里，也不是短短 50 分钟能搞定的。除非哥们开的是 AE86。 当时的 AI 就爱无中生有，张冠李戴，而且在规划路径的时候，完全不考虑交通方式、预算和时间。为啥平时能写诗，能干事的 AI 大模型，在做给哥们做旅行计划的这件事上，老给咱们带到沟里去呢？ 实际上，给大家找一条舒适，合理的旅游路线这件事，还真没咱们想的那么简单。因为想搓个完美的旅游计划出来，那需要搜集的数据可实在是太多，太杂了。。。什么地方好玩，要怎么过去，几点开门几点关门，这地方可以玩多久都得考虑妥当。而且更重要的是，这些数据，甚至在互联网上没有，或者说不是没有，而是不太全。都说巧妇难为无米之炊嘛，AI 再强，没有这些专业数据也是抓瞎，那不是只能瞎编了么。 所以反过来说，想要让 AI 把行程规划这件事给做好，就必须要有能力，给它提供足够精准的地图数据。这事，或许只有地图软件能做的来，恰好前段时间，百度地图又发布了一波更新，整了个全新的小度想想2.0，号称是能把出行规划这件事，给弄的既简单，又直接。那作为互联网知名软件评鉴大师，差评君不得来帮大家品品咸淡了。 为了测试一下这玩意是不是真的靠谱，我准备拿国庆假期做个实验：具体的实现步骤倒是很简单，打开百度地图，点击左上角的小度想想，咱们就可以直接说出需求，让它来帮忙制定旅行攻略了。可以看到，在收到了指令之后，百度地图就开始加速思考。结合它掌握的各类旅行地点的深度信息，揉合了各类出行方式的成本考量，还有其他用户发布的各种攻略，把这些信息都收集在一起之后。 就开始库库的输出攻略本体了。 行程方面我仔细看了一下，在时间安排上算是合理，没有那么特种兵行为。比如第一天就聚焦在西湖附近，早上在西湖北边逛逛，中午在附近吃口饭，下午也继续在西湖西边搞点深度游览了。 甚至就连西湖里头的茅家埠和九溪烟树都给考虑到了，内叫一个地地地地地道道。 每天玩的、安排的行程都不太一样，比如第一天聚焦西湖、第二天就去逛灵隐寺和龙井茶，第三天专门去宋城玩，那么第四天就聚焦在良渚这块，一天内把良渚古城遗址公园、良渚博物馆都给逛了，然后晚上直接去附近的玉鸟集吃饭， 同时百度地图还搞了个蛮好玩的功能，可以直接根据它生成出来的行程来生成一个手绘地图。 向左滑动让我们能直观的看到这几天得怎么玩，去哪里玩，每个景点之间的距离又有多远，是走路过去更好，还是直接打车来着更方便。非常直观，而且也很适合和朋友一起分享。而且为了方便大家规划路径，看看具体应该做哪班车，走哪条路，咱们还能直接在这个攻略的基础上，生成一个更地道的一键导入多个景点，来自动生成每一天的路径规划，方便咱们做攻略。 更重要的是，这个自动生成的行程，还可以直接分享到聊天软件里。。。我们能直接和旅游搭子一起看，一起修改，属于是帮助大家一起对旅游的行程有点数了。 除了能兴师动众地生成路径之外，百度地图的默认搜索框里，也把 AI 给加了进去，万物皆可 AI 了属于是。而现在加上了 AI 功能的百度地图，可以帮我更好的找到想去的地方，我不需要记住具体的名字，而是可以通过一段大概的描述，来让它直接帮我找到我想去哪？如果说我想跳槽了，注意是如果，如果啊兄弟们。那我就可以直接问它，余杭区附近有没有啥好公司。 兄弟就能直接来给我指条明路。或者哪天晚上下班了，我想出去散散步，也可以直接举起手机来问，问问看附近有没有啥带跑道的公园推荐的。 再或者我也可以直接接着前面的攻略继续问它，比如说我第一天晚上不是玩到河坊街么，饿了想要火锅的话，我就可以直接拿起手机问它，河坊街边上有没有什么好吃的火锅就行。 不管我问什么问题，百度地图都能很快的响应出来，论速度的话，甚至可能和不接入AI的时候要差不多了。在这一切的响应的背后，其实靠的不是单一的语音识别或搜索接口，而是一个百亿至千亿参数规模MoE（混合专家）模型架构的端到端语音语言大模型在发力。在过去，地图软件的背后其实是三套系统：一套系统负责把语音给转换成文字。一套系统负责把文字给丢到数据去里去做搜索，比如你说肯德基，它会给你把肯德基的具体坐标给发回来。最后一套系统则是负责路径规划，用来告诉你怎么开到肯德基。 这些系统互相影响，又各自为政，信息在中间传来传去，就很容易出错，比如第一步语音转写漏了一个字，后面搜索就跑偏了，我说肯德基，结果它听成了老乡鸡，那肯定会搞得我吃不到吮指原味鸡。 而现在百度把语音理解、自然语言处理、检索、推荐、路径规划这些环节都整合到了一起，训练成了一个端到端模型。它能做到边听边理解用户意图，不只是识别你说了什么，而是理解用户到底想干什么。更厉害的是，这个模型还吃进了百度多年积累的超过 3 亿个 POI（Point of Interest，也就是兴趣点）数据。这些兴趣点不仅仅是只有名字和位置那么简单。 还包含了这家店营业时间、客流情况、用户评价、交通方式等各种丰富的信息。正因为模型有了这些信息，模型才能处理很多过去识别不到的任务。比如刚才说到我饿了，它并不是机械地理解为“搜索‘饿了’”，而是自动把上下文转化为“找附近能吃饭的地方”，结果就是给我推荐一堆合胃口的餐厅，帮我在减肥计划上走走弯路。 当然，除了这些帮我们规划行程的功能之外，百度地图在导航这块的老本行也没落下。现在的车道级导航的能力全面升级，可以在行驶的时候，根据前面路上的实时路况来给我推荐车道，前面有车把路给堵住了，就会早点提醒我换到旁边更快的车道上。 而且等我们导航到一半，想要换个目的地的时候，也可以直接唤醒小度来帮我调整。 没错，这个功能，非常像是车机上会有的东西，实际上我甚至感觉，这次百度地图上的不少更新，比起放在手机上玩，其实更适合放在车机里用。 咱们既可以和它谈天说地，也可以拿它干点有用的事，比如说我忙着开车不方便看导航的时候，就可以直接问它前面堵不堵车，还有多久到服务区？还有多久才能到加油站这些零碎信息，或者是直接问问它终点附近有啥好吃的。 整个系统的响应速度也很快，咱们也可以在它说到一半的时候随时打断，重新提问。说实话，这个响应速度、响应方式，让我想到了一位故人。。。那就是大洋彼岸 OpenAI 之前发布的 gpt-realtime，这种实时对话，无缝互动的功能，也是现在行业里大家都在研究的方向。 从行前规划到途中伴行，百度地图的这些新变化，正是各种AI 能力和前沿技术不断实际落地的体现。现在的地图软件，它不仅能听懂你想去哪、要干什么，还能在庞大的地图数据里快速给出最合理的答案。这种我负责出口，AI 负责成章的体验，一时间让差评君想到了过去的不少科幻电影。想到了钢铁侠里的贾维斯，开头就能秒懂托尼的意思，想到了霹雳游侠里的 KITT，能带你一边飙车，一边唠嗑，还有流浪地球的 MOSS（550W），甚至能冷静的决定人类的去留。 过去这些我们只敢在大屏幕上 YY 的东西，现在也已经悄咪咪的开始出现在我们的手机里了。这种从幻想到现实的跨越，也是现在地图 + AI 所带来最大变化。可以说，在加入了 AI 之后，地图软件原本工具的定位，正在逐渐模糊。取而代之的，或许是一种类似“伙伴”的关系。下一次旅行，或许你真的可以把攻略的烦恼，放心交给他了。撰文：早起编辑：江江&面线美编：萱萱图片、资料来源：百度地图 App
-
2025网易未来大奖年度AI榜单揭晓：Deepseek、宇树、Manus等入选 9月27日，2025网易未来大会在杭州重磅开幕，备受期待的年度网易未来大奖正式揭晓。 本届大奖评选出年度影响力人工智能企业TOP10、具身智能先锋企业TOP10、AI智能体创新企业TOP10、AI基础设施创新企业TOP10、年度影响力AI产品TOP10、AI十大影响力人物，以及新一代信息技术服务引领者、人工智能最具影响力企业、人工智能产业特别贡献奖。 评选结果由近20家活跃在一线的投资机构与产业研究机构的合伙人共同推荐并投票产生。获奖名单几乎覆盖了人工智能产业的所有关键环节：从算力芯片到基础设施，从通用大模型到智能体与具身智能，再到面向消费者的应用产品。 这张榜单里，既有互联网与硬科技巨头，也有正在快速崛起的创业公司。DeepSeek、智谱 AI等团队展现了技术迭代的速度；宇树科技、智元机器人代表了具身智能方向的突破；阿里、腾讯、字节等巨头，则在应用和生态上持续扩展。 这些企业和人物既是资本与产业关注的焦点，也在很大程度上塑造了中国 AI 发展的路径。这份名单既是对过去一年产业格局的记录，也折射出未来几年最可能持续投入和突破的方向。 下面，请看《2025网易未来大奖》全名单： 年度影响力人工智能企业 TOP10 DeepSeek、字节跳动、阿里巴巴、腾讯、智谱 AI、华为、寒武纪、宇树科技、月之暗面、MiniMax。 具身智能先锋企业 TOP10 宇树科技、智元机器人、银河通用、逐际动力、优必选科技、松延动力、加速进化、自变量机器人、北京人形机器人创新中心、智平方科技。 AI 智能体创新企业 TOP10 字节跳动——扣子、阿里巴巴——夸克、Genspark、Manus、智谱 AI——AutoGLM、Lovart、MiniMax——MiniMax Agent、月之暗面——Kimi+、枫清科技、昆仑万维——Skywork Super Agents。 AI 基础设施创新企业 TOP10 华为云、寒武纪、腾讯云、阿里云、火山引擎、摩尔线程、地平线、硅基流动、燧原科技、辉曦智能。 年度影响力 AI 产品 TOP10 DeepSeek、通义千问、腾讯元宝、豆包、可灵、即梦 AI、秘塔 AI、WPS AI、AiPPT.com、VAST。 AI 十大影响力人物 梁文锋（DeepSeek）、王兴兴（宇树科技）、陈天石（寒武纪）、彭志辉（智元机器人）、周靖人（阿里云通义）、杨植麟（月之暗面）、张鹏（智谱 AI）、姜大昕（阶跃星辰）、李开复（零一万物）、韩壁丞（强脑科技）。 新一代信息技术服务引领者：中国移动 年度人工智能影响力企业：安利 人工智能产业特别贡献奖：Google Team
-
干货满满！2025网易未来大会开幕 9月27日，2025网易未来大会在杭州大会展中心正式启幕。本届大会以“以智能·见未来”为主题，吸引了近千名来自学界、产业界和投资界的与会者。议题横跨人工智能发展新趋势、具身智能破局之路、AI医疗前沿探索以及AI与经济结构的关系，既直击当下最热的行业命题，也延展到人类未来命运的长远思考。 上午场，四位重量级嘉宾先后登台：中国工程院原常务副院长潘云鹤聚焦AI发展趋势，加拿大工程院院士孟庆虎分享AI在医疗与机器人结合的可能性，北航机器人研究所名誉所长王田苗探讨具身智能的挑战与机遇，知名经济学家付鹏则从宏观视角剖析AI对全要素生产率的深远影响。思想的碰撞，让会场不断掀起高潮。 潘云鹤：“人工智能+”发展 要解决的是从1到100的发展 中国工程院原常务副院长潘云鹤院士指出，人工智能正在沿着“思维模拟”和“行动模拟”两条主线前进。早期的工业机器人到近年的具身智能，已展现出行动智能的快速演化；而从ChatGPT到Sora，再到DeepSeek，思维模拟的突破也在不断重塑认知。 “今年发布的《‘人工智能+’行动实施纲要》，“人工智能+”的发展要解决的将是从1到100的发展。”潘云鹤说。 他指出三大趋势： ·专业大模型将越发重要，但要解决幻觉问题：大模型的幻觉问题必须通过“教科书级数据”解决，即学科数据、产业数据和应用数据的结合。“只有当这三类数据打通，才能真正站上世界高峰。” ·具身智能与跨媒体智能融合：智能体将成为连接软硬件的关键形态，未来不仅有语言模型，还会叠加力学模型。 ·AI+将推动平台经济进入2.0：科研服务平台将取代消费平台，成为新一轮经济增长的重要引擎。 潘云鹤总结：“AI 2.0将在促进产业变革和形成新质生产力方面发挥越来越大的作用。” 孟庆虎：不要被“具身智能”困住 加拿大工程院院士孟庆虎对当下AI热潮提出冷静判断：“现在所说的大模型，严格来说还是大语言模型。从图像到三维世界的理解，还存在巨大差距。” 他直言，具身智能的概念在国内被炒得过热：“这是上世纪五十年代的老概念，本身有很大局限性。真正重要的是空间智能（spatial intelligence）。不管一个什么样的东西，如果要跟人工智能，与现实社会结合，人在三维世界，所以空间智能更重要。” 在他看来，AGI是一个“极限值”：“我们永远奔着这个目标去，但永远达不到。因为算法和人脑有巨大差别，而且我们不知道差别在哪，只能不断逼近。” 针对医疗应用，孟庆虎提出尖锐问题：“一个通用人形机器人30万、50万甚至100万，你再装算法去做手术，和一个专用手术机器人相比，谁的存活率更高？”他认为，仿生机器人医生终将出现，但前提是从现在起必须开始收集“多维多模态的临床数据”，否则“对机器人来说，这些数据依然是一团麻”。 王田苗：具身智能热潮 “希望与焦虑并存” 北航机器人研究所名誉所长王田苗将当前的具身智能热潮称为“希望与焦虑并存”。他坦言：“现实中有两个核心问题一直未解决——视觉大模型没有找到，算力和容错成本依然过高。” 在破局路径上，他强调五个关键方向：能源、芯片、大脑与模型、核心部件和落地场景。“要探索硬件、灵巧手和垂直世界模型，形成真正的商业闭环（PMF）。” 他把产业发展与中国的制度和人才优势联系在一起：“中国的二元结构、工程师红利以及互联网人才外溢，叠加国家驱动，会让中国在具身智能上具备独特优势。” “未来十年，中国一定能在具身智能产业革命中占据不可缺少的位置，并成为主动的推动力。”王田苗说。 付鹏：AI带来的是 一场全球秩序的重塑 经济学家付鹏从经济视角解析人工智能的长期影响。他认为，未来10到15年人工智能的趋势已经非常明确，可比肩上世纪PC到互联网的长周期浪潮。 “任何一次创新都会有泡沫。泡沫不可怕，可怕的是孤注一掷。”他提醒投资人要避免在早期阶段“屁股决定脑袋”。 在他看来，AI的意义不仅在于产业升级，而是“生产力决定生产关系”，由此引发全球秩序的深刻变化。 “这不仅会重塑企业的生产逻辑，还会颠覆金融秩序。美国已经在用AI、算力、区块链打造新的金融体系。”付鹏说。 他总结道：“AI不仅是技术革命，它是全要素生产力的一次重构，将推动全球秩序进入新阶段。” 2025网易未来大会还在继续，更多关于人工智能、前沿科技与产业应用的重磅内容还将陆续登场。
-
网易传媒CEO李黎：AI不仅是技术革命，更是产业升级的核心驱动力 #endText .video-info a{text-decoration:none;color: #000;} #endText .video-info a:hover{color:#d34747;} #endText .video-list li{overflow:hidden;float: left; list-style:none; width: 132px;height: 118px; position: relative;margin:8px 3px 0px 0px;} #entText .video-list a,#endText .video-list a:visited{text-decoration:none;color:#fff;} #endText .video-list .overlay{text-align: left; padding: 0px 6px; background-color: #313131; font-size: 12px; width: 120px; position: absolute; bottom: 0px; left: 0px; height: 26px; line-height: 26px; overflow: hidden;color: #fff; } #endText .video-list .on{border-bottom: 8px solid #c4282b;} #endText .video-list .play{width: 20px; height: 20px; background:url(http://static.ws.126.net/video/img14/zhuzhan/play.png);position: absolute;right: 12px; top: 62px;opacity: 0.7; color:#fff;filter:alpha(opacity=70); _background: none; _filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png"); } #endText .video-list a:hover .play{opacity: 1;filter:alpha(opacity=100);_filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png");} <script> if (/mp4$/.test("https://flv0.bn.netease.com/26b552f8f54322e0cb5f5a581c24b4ced1352eaed82ee3a1e493fe4ec2a1904696fe71620e0fd7f9aaf5947297cf73c8a59385e0780dcc6b9b7be11b745bb13b783e796a9f266cef6b796894cb67849382395b0931c92d18383712a53010b1a4cdaac850246bf0bd13109eb9a5e6bb3fe3486e478e498966.m3u8")) { document.getElementById("VK9HBOUNN").src = "https://flv0.bn.netease.com/26b552f8f54322e0cb5f5a581c24b4ced1352eaed82ee3a1e493fe4ec2a1904696fe71620e0fd7f9aaf5947297cf73c8a59385e0780dcc6b9b7be11b745bb13b783e796a9f266cef6b796894cb67849382395b0931c92d18383712a53010b1a4cdaac850246bf0bd13109eb9a5e6bb3fe3486e478e498966.m3u8" } else if(Hls && Hls.isSupported()) { var hls = new Hls(); hls.loadSource("https://flv0.bn.netease.com/26b552f8f54322e0cb5f5a581c24b4ced1352eaed82ee3a1e493fe4ec2a1904696fe71620e0fd7f9aaf5947297cf73c8a59385e0780dcc6b9b7be11b745bb13b783e796a9f266cef6b796894cb67849382395b0931c92d18383712a53010b1a4cdaac850246bf0bd13109eb9a5e6bb3fe3486e478e498966.m3u8") hls.attachMedia(document.getElementById("VK9HBOUNN")) } </script> <div class="video-info clearfix" style="margin: 16px 0 0px 0px;height:20px;line-height:20px;"> <p class="fn-right" style="height: 22px;line-height: 22px;overflow: hidden;font-size:12px;float: right; margin:0;padding:0;text-indent:0;"> <a style="text-align: right;float: left;width: 300px;" href="https://www.163.com/v/video/VK9HBOUNN.html" target="_blank" class="video-title">直击2025网易未来大会 | 网易传媒CEO李黎致辞</a> <span class="video-from" style="color: #a7a7a7;margin-left:10px">（来源：网易科技频道）</span> </p> </div> <div class="video-list"> <ul class="clearfix" style="margin:0;padding:0;list-style:none;width:540px;"> </ul> </div> </div>9月27日，2025网易未来大会在杭州举行，主题为“以智能·见未来”。本次大会由网易公司主办，杭州市经济和信息化局(杭州市数字经济局)、杭州市商务局、杭州高新技术产业开发区管委会指导。 本届大会将作为“第四届全球数字贸易博览会”的组成部分之一，聚焦人工智能各领域的发展，探索未来趋势。大会将由中国工程院院士潘云鹤等院士领衔，汇聚具身智能领域泰斗、顶尖AI创业先锋、知名投资人及产业翘楚。与会嘉宾将共同探讨大模型、具身智能、AI Agent等前沿技术突破与商业落地，在思想碰撞中捕捉全新的时代机遇。 网易传媒CEO李黎女士为大会致辞，她表示，当前我们正处在数字和物理世界的交汇点，大模型持续演进，逼近人工智能，具身智能融资火热，机器人从实验室走进生产线，AI硬件崛起，成为消费电子新焦点，智能体作为新物种正在接管千万级的商业决策，人工智能已经不仅是技术革命，更是经济增长的新引擎，产业升级的核心驱动力，工作生活效率提升的推动力。（杨倩） 会议实录： 尊敬的潘院士，尊敬的各位领导，各位来宾： 大家上午好。 金秋时节，非常高兴能够再次跟大家相聚在美丽的杭州，在第四届全球数字贸易博览会期间共同开启2025网易未来大会。我谨代表主办方向各位嘉宾的到来表示最热烈的欢迎和最诚挚的感谢。 当前，我们正处在数字和物理世界的交汇点，大模型持续演进，逼近人工智能，具身智能融资火热，机器人从实验室走进生产线，AI硬件崛起，成为消费电子新焦点，智能体作为新物种正在接管千万级的商业决策，人工智能已经不仅是技术革命，更是经济增长的新引擎，产业升级的核心驱动力，工作生活效率提升的推动力。 杭州自古因水而兴，如今更是因科技而兴，今年相信大家都感受到杭州的AI热度，杭州正在成为人工智能的创业高地，是孕育AI创新的热带雨林，不仅有参天大树，更有让万千幼苗茁壮成长的丰沃土壤，这里生态完备，要素齐聚，有人才、有资本、有算力、拥有电商、数字城市等丰富的AI应用场景，政府通过前瞻性的产业规划与实际的政策，为创新营造了鼓励试错，宽容失败的热带雨林式气候。 今年是网易未来大会的第十二届，也是在杭州落地的第七年，感谢杭州政府多年的相伴和支持。 过去11年网易未来大会见证了科技和商业的签约，也成为业界新思想交流，技术商业合作的平台。今年的议题既有AI时代人类未来的前瞻思考，也有对AI落地具体场景的实战指南，我们相信科技不仅是算力与算法，更需要温度与责任，今年我们也邀请强大多元的嘉宾阵容，汇聚顶尖的院士、科学家、经济学家、企业家，集结当下AI热门赛道的头部创业者和投资人用一天的时间感受AI各个领域的机遇，相信大家会不虚此行。 作为一家以内容与科技为核心驱动力的公司，网易传媒始终关注科技趋势与社会的脉搏，我们努力通过内容的创新去解读复杂的技术和挖掘创新的商业模式，坚持探索以人工智能提升增效，打造多AI综合模式，持续创新原创内容和平台的建设，深化网易新闻的新闻新质，同时积极发力新内容消费业务，构建新社区应用场景，增加AI原生辅助能力，为创作者和用户提供更多的内容场景和创新的环境，未来网易传媒将与各位一道共同探索新技术场景，开启全新的未来。 再次感谢大家的莅临。 谢谢！ <div style="height: 0px;overflow:hidden;"><img src="https://static.ws.126.net/163/f2e/product/post_nodejs/static/logo.png"></div> </div>
-
孟庆虎：手术机器人瓶颈，是高质量数据的缺失 #endText .video-info a{text-decoration:none;color: #000;} #endText .video-info a:hover{color:#d34747;} #endText .video-list li{overflow:hidden;float: left; list-style:none; width: 132px;height: 118px; position: relative;margin:8px 3px 0px 0px;} #entText .video-list a,#endText .video-list a:visited{text-decoration:none;color:#fff;} #endText .video-list .overlay{text-align: left; padding: 0px 6px; background-color: #313131; font-size: 12px; width: 120px; position: absolute; bottom: 0px; left: 0px; height: 26px; line-height: 26px; overflow: hidden;color: #fff; } #endText .video-list .on{border-bottom: 8px solid #c4282b;} #endText .video-list .play{width: 20px; height: 20px; background:url(http://static.ws.126.net/video/img14/zhuzhan/play.png);position: absolute;right: 12px; top: 62px;opacity: 0.7; color:#fff;filter:alpha(opacity=70); _background: none; _filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png"); } #endText .video-list a:hover .play{opacity: 1;filter:alpha(opacity=100);_filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png");} <script> if (/mp4$/.test("https://flv0.bn.netease.com/26b552f8f54322e02b2591cbbdb24e459fa188879728f2fe0c124987c2a91fd527af142d576da00864d1392009679fa5488459e96816e7ebfa44b3c32b7721bc5fd0561c0c6391934b406789a503f8894f4840e715bb5c55b2e7c6e748032ed4af3408394e754e2db818a1cadc2d0ed9332dac935a085f2b.m3u8")) { document.getElementById("VK9HFKRA5").src = "https://flv0.bn.netease.com/26b552f8f54322e02b2591cbbdb24e459fa188879728f2fe0c124987c2a91fd527af142d576da00864d1392009679fa5488459e96816e7ebfa44b3c32b7721bc5fd0561c0c6391934b406789a503f8894f4840e715bb5c55b2e7c6e748032ed4af3408394e754e2db818a1cadc2d0ed9332dac935a085f2b.m3u8" } else if(Hls && Hls.isSupported()) { var hls = new Hls(); hls.loadSource("https://flv0.bn.netease.com/26b552f8f54322e02b2591cbbdb24e459fa188879728f2fe0c124987c2a91fd527af142d576da00864d1392009679fa5488459e96816e7ebfa44b3c32b7721bc5fd0561c0c6391934b406789a503f8894f4840e715bb5c55b2e7c6e748032ed4af3408394e754e2db818a1cadc2d0ed9332dac935a085f2b.m3u8") hls.attachMedia(document.getElementById("VK9HFKRA5")) } </script> <div class="video-info clearfix" style="margin: 16px 0 0px 0px;height:20px;line-height:20px;"> <p class="fn-right" style="height: 22px;line-height: 22px;overflow: hidden;font-size:12px;float: right; margin:0;padding:0;text-indent:0;"> <a style="text-align: right;float: left;width: 300px;" href="https://www.163.com/v/video/VK9HFKRA5.html" target="_blank" class="video-title">孟庆虎院士：人工智能时代的手术机器人，还是机器人手术？</a> <span class="video-from" style="color: #a7a7a7;margin-left:10px">（来源：网易科技频道）</span> </p> </div> <div class="video-list"> <ul class="clearfix" style="margin:0;padding:0;list-style:none;width:540px;"> </ul> </div> </div>9月27日，2025网易未来大会在杭州举行，主题为“以智能·见未来”。本次大会由网易公司主办，杭州市经济和信息化局(杭州市数字经济局)、杭州市商务局、杭州高新技术产业开发区管委会指导。 本届大会将作为“第四届全球数字贸易博览会”的组成部分之一，聚焦人工智能各领域的发展，探索未来趋势。大会将由中国工程院院士潘云鹤等院士领衔，汇聚具身智能领域泰斗、顶尖AI创业先锋、知名投资人及产业翘楚。与会嘉宾将共同探讨大模型、具身智能、AI Agent等前沿技术突破与商业落地，在思想碰撞中捕捉全新的时代机遇。 在大会中，加拿大工程院院士、南方科技大学电子与电气工程系系主任孟庆虎先生发表了题目为《人工智能时代的手术机器人，还是机器人手术？》主题演讲，他表示，手术机器人在国内外监管非常严格、需要拿三类医疗器械认证，发展速度相对缓慢。现在国际上最领先的就是达芬奇手术机器人，它虽商业成功，但20年来基本没什么变化，有很多家企业虽跟进模仿，但缺乏创新。 针对“未来仿人机器人会不会替代外科医生？”的疑问，他介绍了两种对立观点： 美国手术机器人之父Russel Taylor认为“不会”，因为他的团队从做RobotDoc开始，他的愿景是连医生都不用，何况还要用一个医生仿人机器人，所以他是不会用的，其团队已于2025年7月份实现全球第一例全自主机器人切除猪的胆囊实验。 Sugano教授则认为“一定会”，MoonShot 2050计划中，人形机器人被设计为在太空站等极端环境下执行多科室手术。 孟庆虎指出，现在所说的AI大模型，实际上还是一个AI大语言模型，大家一定知道这不是万能的，所以大家用大模型的时候，其文字处理能力做得不错，但在图像解析和对三维世界的理解还有很大的差别，从算力、算法和数据来看，最大的原因是数据获取方式有严重问题。他进一步对国内目前资本热捧的“具身智能”概念提出批评，认为这更应被称为“空间智能”，并强调比起追求遥远的通用人工智能（AGI），立足于具体应用的“场景智能”才是当下产业落地的关键。目前，马斯克和奥特曼都在做人为的数据扩维，若无法实现真正的维度扩展，就只能扩冗余度，这样训练出来的模型有严重问题。 最后，他认为，仿生机器人医生终将到来，但这一愿景的实现面临着一个极为严苛的前提条件：我们必须从现在起，开始着手收集那些术式最好、且能讲清楚的医生所提供的多维多模态临床数据。在手术数据的收集过程中，医生需确保手术步骤的详尽与清晰，因为那些含糊不清、无法准确描述的数据，对于机器人而言，仍将是一团难以解开的乱麻。（杨倩） 以下是孟庆虎先生演讲实录： 孟庆虎：尊敬的潘院士，王教授，还有付先生，各位领导、各位，非常荣幸今天有机会跟大家分享一下我们在医疗手术机器人方面的一些工作，尤其在人工智能和仿真机器人这么热闹的浪潮下，我们应该从哪个角度看这个问题，这一波人工智能热潮实际上始于十年前，2015年的时候Google的CEO发布一个讲座，其中他说Google在做一个app，叫作Google duplex，演示了Google Duplex打电话去约一个剪发，整个过程中对方并不知道是人工智能的算法在跟他打电话，成功预约了这个剪发，他讲了这么一个过程，当然是他成千上万失败里面一个成功的案例，Google Duplex到今天为止也没有发布，因为成功率太低，但是这件事本身就触动了Elon Musk和Sam Altman，他们说Google想用人工智能赚钱，这件事不能这么干，一定要开源，要为大众服务，所以2015年，他们俩联手创立了Open AI，他们讲这个东西不能用来盈利，要开源，大家都知道十年以后结果是什么，刚才潘院士讲的时候讲了很多人工智能大模型里很多的问题，我们要想知道这个问题为什么会发生，就可以从人脑和计算机，从算力、算法和数据稍微做一个对比，这个问题至少给我们一个思路，我们应该从哪些方面克服目前大模型所具备的问题，人工智能不管怎么样，想用计算机和算法来模仿人的大脑，所以我们要了解，我们人的大脑，成年人的大脑算力到底有多大，我们不知道，有各种各样的估算，但是没有一个人有真正的数据，但是我们知道用了多大的算力来算人工智能的大模型，目前最大的马斯克的20万张H100的算力集群是目前世界上最大的，他的Grok4待会儿会讲。 我们大脑用的是什么算法？我们都是估算，说是神经元网络，到底是什么样我们也不清楚，但是我们知道用什么样的算法在建大模型，每次对人脑的研究，神经外科神经内科有一点点微小的变化和进步的时候，会发现算法会突飞猛进，这里面对我们大脑的认知还在不断的进化，我们的算法也在进化，这是一个螺旋上升的过程，一个成年人的大脑到底需要多大的数据量来训练，也没人知道，但是我们知道，现在各家的大模型都号称已经耗尽人类数字化的信息，但是想一下，这个地方出现一个很大的区别，我们人在成长的过程中，自从在母亲的身体里形成生命一瞬间开始，我们的数据学习就没有间断过，而且我们的数据不是被投喂的，我们是遇上什么学什么，所以成为每个人成长过程中就成长为不同的人，每个人的大脑水平、发育程度，所经历的东西，学习的数据都是不一样，但是从来没有被控制住，没有被投喂过，都是自己去探索的。但是现在用的这个所谓训练大模型数字化的信息只占人类生活的极小一部分，而且不能完全代表人类，这样一个数据如何能得到AGI，这个地方是我的第一个发问。 再看人的大脑，人的大脑非常厉害，除了这些客观的数据以外，它有一个非常大的能力，我们的功耗二三十瓦，但是我们处理的能力现在比一个核电站供电的人工智能还要厉害，这个里头到底是为什么？我们被动接收信息的能力很强，但是主动接受就非常小，最后往往只能有非常少的记忆和做出反应，这个过程我们的大脑一直在做交集，再大的集合做交集就会变得非常小，所以我们人这么高效在做，人工智能现在做不到，所以我们人的大脑普遍智能空间如果用维度和球体来表示，是一个接近无穷维这样一个球体，维度很多，每个维度上有一件事，比如说这是做加法，那个是下围棋，这样人的维度，每个人的大脑普遍智能空间的维度是不一样的，但是差不多趋于无穷，每个维度上面的强度又是不一样的，有的人这个方面强，有的人那个方面强。但整体是一个球形的。 人工智能现在训练出模型基本上是一个低维的，维度不够，跟人比差得很远，但是在某些维度上的强度超越人类，比如下围棋这件事就很厉害。明白这件事就知道，现在的数据永远不可能投放出所说的通用人工智能接近人脑的东西，尽管用算力和算法去不断的弥补但还是不行，我们举个例子，（图示）左下角这个图，我们见过四腿动物和树荫这样一个小孩，基本上都能看出这张图一个狗或者一个四腿动物，闻着地皮往一个树荫下走去。基本上这张图人类很容易就能看出，但是计算机从最早期到现在它要识别这张图的方法完全跟人类不一样的，最早期的时候是找轮廓，他找到轮廓以后比对模型，这只狗，先把它看成一个斑点狗，这个狗的后背和左后腿完全和背景融在一块，找它的轮廓绝对出来不了一个狗的形状，这就很难做到模型匹配，近期人工智能流行以后，现在用的是点云的方法，重点的地方多一点点，不重点的地方少一点点，这也是做不出来的。这就说明人工智能现在的算法和人的大脑算法完全不一样，我们人到底是怎么识别这张图，现在没有人能说清楚，这就是我们在人工智能读图的时候还是跟人有很大的区别。我们看看人工智能大模型的表现。 自从2022年11月30日发布了ChatGPT以后，2023年ChatGPT就很火，2023年5月份，它是一个大语言模型，但是当时在5月份的时候他们正在研制下一代，不光能处理文字而且能处理图像，我当时特好奇，现在这个到底能不能图像，就把这张图送上去让它分析，它的回答是：很抱歉，作为一个基于文本的AI，我无法直接查看和分析图片，如果想了解这张图，你先给我描述它的内容，我描述了我还让你读什么图，所以它没法帮助。同一个时期，2022年5月份，当时有一个内测版，我找我的学生在他们内测团队做了一下，内测版当时说一个年轻女子坐在沙发上，拿着书，一头棕色的长发，蓝色的毛衣和牛仔裤等等，它从这幅图读出来这些东西，我们是读不出来，这个幻觉幻得到很厉害，这就是2022年的情况。但是2022年同一个时期，Google有一个 bard，但是Google Bard也没有那么高调的宣传，但是它的确，把这张图给它，它读出来了，它说阴影中的豹子，至少它看到了阴影，也看到了四腿动物，它认为是个斑点豹，但是没有看出那棵树来，这是2022年的时期。 回到2025年，ChatGPT5，这是我上个礼拜五给他，他看到一个黑白斑点狗站在外头，好像靠近一个人，它看出斑点狗，没有看出树，它把树看成一个人，这是ChatGPT5，这是Gemini2.5 Pro，也是最新的，就说看起来像一个黑白斑点狗，闻着地向一个阴影处好像向一棵树的地方走去，Google实际上一直默默的做事，因为Google自己有钱，不需要去忽悠资本，但是open AI和马斯克他们都是用技术垄断来达到资本垄断，来统治人类，这是他们的目的。他们要不断的来忽悠资本，但是Google做的东西还是比较踏实的，但是也不能忽略算力的厉害。刚才我们说算力最厉害的是马斯克20万张的H100，它算出来的Grok4写的是它看起来像一个豹子，它看出来是一个斑点豹，正在通过一个稀疏草地上面的树边上，能看出是草地，里头稀稀拉拉有树，这个豹子正在向树下走去。这个结果相当不错的。 ClaudeOpus4.1也是看到一个四腿动物，它把树荫看成一个水池子，也看成了水的发光。这个地方还是有一点距离。 国内的几个表现怎么样。 豆包说这是一个斑点狗的错觉图，就说这是一个斑点狗，看出斑点狗，没有看出树荫。 讯飞星火和DeepSeek试图在这张图里做文字提取，它们不会读图，这两个告诉你我读不了图，但是这里面没有什么文字可以提取。通义就说这是一个山水画，里头有渔夫，有钓鱼的乐趣，整个一个幻觉。元宝说的稍微好一点，这里面像展示一个猎豹在户外环境中活动的场景，当他说背景的时候，他提到了树，现在花了这么多精力，而且投入这么多人工智能的大模型，再看人类非常容易看清一张图的时候，他们会出现各种各样的问题，这个问题在于至少我们理解我们人肯定不是用他们这个人工智能的算法来理解这张图，所以这个算法是一个最大的瓶颈。 再说仿生机器人，1973年在早稻田教授加藤一郎教授第一个做出来的仿人机器人，他做的仿人机器人当然用语音控制，这个机器人可以语音回答，但是看到这两只手当时是有触觉的，所以加藤一郎教授当时提出来说仿人机器人一定要语音交互。但是从波士顿动力学到现在，基本上所有的仿生机器人出来都是哑巴，这个里头后面会分析，就是有问题。但是加藤一郎当年的初心一定要像人一样，他已经去世了，他现在的实验室负责人叫Sugano教授。 波士顿动力学辉煌了20年，这张图是早年波士顿动力学第一代大狗演示的视频，我跟这个大狗还是有一点的缘分，这个大狗总工程师叫马丁布郎（音），当年我们两个人都在加拿大做教授，我们两个人联合申请一个项目，这是我当年邀请他到中国来，他在山东大学看到我们做的小的电动狗，他骑着转了一圈以后，他说：了不得，你们这点时间这点钱就能做出这么好的东西，当年在加拿大做了加拿大国防部的项目，叫作野外运输作战平台，我做了四个轮，他做了四个腿，最后加拿大军方采用了四个轮的方案，四个腿就没有被用，他的博士后导师就是波士顿动力学的老板Raibert，当时说四个腿加拿大没用，你把它拿过来，我们去忽悠一下美国军方，结果他们就把那个拿到美国DARPA，DARPA居然给他们钱支持他，让他们做。这样他就辞职，回到波士顿动力学做大狗的第一任总工程师，这个项目实际上是从加拿大开始的。 做完第一任总工程师以后就不干了，就从波士顿动力学离职了，后来去了迪士尼机器人，现在他自己在加州创业，做烹饪机器人。他觉得那个更靠谱，他当时就说那张图，刚开始看的那个冰上面居然没有倒，实际上那天在测重力在雪地里的反应，在雪地里到底能驮多少东西，能走多快，结果走着走着，那个大狗自己就走到停车场了，那个角上正好有一摊冰，他们的摄像机就一镜到底，没有停，结果居然那天就稳住了，没有栽倒，所以看视频的时候也不要光看这个，这是一万个不幸当中的幸运，他留住了，他跟我讲了内幕，这些东西我们看视频的时候往往展示的是他想给你看的东西。 我们说的仿生机器人，到了现在马斯克说擎天柱将来要进汽车厂装配汽车，走路颤颤巍巍，装配的效率，他为什么要这么说？他不这么说怎么可以打造一个他自己的目标是35万亿美元的帝国，天上有space，地上有特斯拉，舆论有X，还有擎天柱机器人，他就是用这种东西来忽悠资本，最后就能够实现商业目的，马斯克上个礼拜又发布一个最新的访谈，他那个访谈里面就说擎天柱可能不会像我原来说的那么快来到工厂打工，现在解决不了一个重大的问题就是手的问题，原来我们以为这个东西没有那么难，现在比我们想象的要难，尤其里面没有像人的皮肤，操作能力等等，现在做手的人都有一个错误，他说现在只做手这部分，实际上手应该跟臂一块儿做，手的灵巧实际上都是在臂上控制，如果用一个手，你想要把它做的这么灵巧，非常难。另外一个是感知，他自己现在又开始放软话，要往后走，不管怎么样，美国负责画饼，我们国家总是给他非常认真的烙熟。这是深圳众擎机器人的跑步机器人，跑步的姿态、走路，我放这段的原因这是我的博士生毕业以后去做，他当年在香港中文大学跟我读博士的时候，论文题目是仿生机器人的运动机制及控制，他就做了这个，做完这个以后跟他祝贺，言你们这个东西做的不错，他问了一句话，他说老师下面做什么，你们是做这个行业的，你问我下面做什么，我说：你们要干什么？他说：我们希望这个能去养老，能在家里帮老人养老。第一这个机器人现在能干什么，能不能给老人擦个屁股，他说：擦不了，我说：擦不了就去看一下一个保姆在家里面从早到晚做的这些事，用机器人实现把它从易到难排个队，一个一个做，大概要5年的时间，你能把所有的技术落地攻克，前提条件不能改造家庭的环境，不能说上来买一个机器人得把家里整个改造一遍，那个不行的，再用五年的时间把成本打到老人可以买得起，养老机器人5到10年之内大量的产业化可能性不大，讲故事容易，演PPT也容易，但是把其中家务活中每一件事要做好，成功率非常高，非常难。我目前的理解这就是仿生机器人。 今天的内容主要讲手术机器人，手术机器人相对仿生机器人进步比较慢，原因就是它的目的性很强，它上来就是要做手术，而且国家和国际上监管非常厉害，必须要做大量的临床试验验证，还要拿三类证，国家是控制的，然后才可以卖，不是今天在家里存一个机器，明天只要有人出钱就可以卖，这是不行的，所以手术机器人还是比较慢的，我们的旗舰，现在国际上最领先的就是达芬奇，达芬奇刚刚在前几个月发布达芬奇5，达芬奇是一家非常成功的商业团队，技术来源于2001年收购的宙斯团队，机器人20年基本上没有什么变化，但是全球装机量接近6千台，这是非常厉害的商业成功。第五代加了一个力传感，力传感加了以后整个效率提升都不足40%。20年基本上没有什么太大的变化，主要是商业装机，现在全球已经有各种各样模仿达芬奇和超越达芬奇的产品，都在层出不穷的（出现），我们国内也有很多模仿达芬奇的，但是悲剧一点是模仿但是没有创新，达芬奇没有力反馈的时候，他也没有力反馈，等到达芬奇加上力反馈，大家一窝蜂上去加了力反馈，但还是有一些公司在做超越达芬奇，我们就在做后达芬奇无疤痕手术机器人。MAKO也是最早进入市场的，今年也推出了MAKO4，MAKO4换汤不换药，用的机械臂还是20年前的WAM机械臂，控制台和导航仪搞到一起去了，工业设计稍微好了一点，跟我们现在国内的比，不管怎么样说，从技术上跟国产现在已经没有任何优势了。 今天我提的一个问题是因为是未来大会，未来仿人机器人会不会替代外科医生？ 今年年初的时候在香港有一个会议，约翰霍普金斯Russel Taylor号称是手术机器人之父，第一个创造RobotDoc，做骨科机器人的，所以说他是手术机器人之父，也是美国国家手术机器人中心的主任，全美就那么一个中心。 另外一个人是人形机器人最原始的主任Sugano，这两个都是多年的老朋友，见到他们以后跟他们俩探讨这个问题，我问他们：手术机器人你觉得将来会不会被仿人机器人来做手术替代，Russel Taylor想了想说不会，他说不会我也非常理解，因为他的团队从他做RobotDoc开始，他的愿景是连医生都不用，何况还要用一个医生的仿人机器人，所以他是不会用的，因为他们的公司7月份在Science Robotics发布全球第一例全自主机器人切除猪的胆囊，连切了5个，全部是自主，没有人工参与，而且5个全部成功，所以在他认为，既然我做手术机器人，连医生都不要，还要一个医生的仿生机器人干嘛。我问Sugano，他说yes，这个观点不光我说yes，他说日本有一个计划MoonShot2050，这里面我们的人形机器人就是要做手术的，先看Russel Taylor他们刚发布的东西，7月份的时候他们在Science Robotics发了一篇文章，他们做了5台猪胆囊全自主机器人，中间没有一个医生护士介入，就是机器人完成所有的手术，5台全部成功，这是一个里程碑式的东西，非常厉害，在他来说手术机器人都取代了医生，所以仿人机器人医生更不是不需要。 这是日本的MoonShot2050计划，它有好多的因素，其中一个部分，比如在太空站，不可能上一个医疗团队，更不可能把每一个科室的医生都放上去，平时端水倒茶的服务人形机器在关键的时候下载一套软件，把手臂换成手术工具，它就来完成手术。在日本科研计划里面，没有一项专门做仿生机器人的，尽管日本首先开创仿生机器人这个行业，但是他们没有一个国家级项目做什么，他们的国家级现在最大的项目就是MoonShot 2050，把人形机器人作为其中主要一个单元来完成的，目的是要完成各种各样的任务。如果仿人机器人来做手术有什么好处？机器人是一个硬体再加上智能体，这就是医生的智慧和医生的经验，将来有可能出现什么情况？医生在忙的情况下智能体可以和其他的专科医生就一块儿可以进行虚拟会诊。在医生不知情的情况下做了决定和手术，如果这个环节当中，医生还是要批一下的话，这是有可能的，但在将来，我们现在人工智能的算法、人工智能的诊断已经可以拿到三类证，已经得到许可，如果这些都能许可的话，将来一个著名医生的虚拟智能体与人形机器人就可以完成手术，现在飞刀要到一个地方做，将来用100个智能体在100个地方同时做手术。 众体合一，在空间站不可能上所有的专家，所以一个智能体融合了神经外科、胸外科、肝胆外科、泌尿科、骨科所有人，每次你需要不同的手术就需要下载这个软件，然后换上它的末端工具，你就变成了这方面的专家。所以，这个东西我觉得一定会到来的。 总结一下，现在所说的AI大模型，实际上还是一个AI大语言模型，大家一定知道这不是万能的，所以大家用大模型的时候，目前文字做得不错，但从图像和对三维世界的理解还有很大的差别，从算力、算法和数据，最大的原因是数据获取方式有严重问题，目前马斯克和奥特曼都在做人为的数据扩维，扩不了维，就只能扩冗余度，这样训练出来的模型有严重问题。 另外，国内对具身智能炒得有点过了，这是50年代一个老概念，有极大的局限性，像李飞飞从来不提具身智能，而是提spatial intelligence（空间智能）。不管一个什么样的东西，如果要跟人工智能，与现实社会结合，人在三维世界，所以空间智能更重要。 黄仁勋提出的人工智能机器人三层的运算模式当中，具身智能只是占最底层中的一小部分，所以我们一定不能将自己的思维限制在具身智能这个坑内，然后就很难做，像刚才说的人形机器人，实际具身智能好像就是智能的事，容易让大家认为，现在一听好多演讲，尤其是做人形机器人的，就强调现在不好的地方是因为智能不够，实际马斯克说的不是智能不够，而是硬件不行，是那个手和臂的问题，我们过去几年提的概念是“场景智能”，刚才院士提的“垂直领域”，场景智能实际就是瞄准一个场景应用，我要解决这个问题。 举一个例子，胶囊内窥镜，它有图像，但让它识别文字和人脸都不会，但你一旦将它吃下去，从口腔到肛门，整个消化道中的异常它都可以非常精准地给你找出来，这样一个系统，我用一个台式计算机就可以解决所有的问题，这是一个场景智能的例子。 通用人工智能，实际我认为它是一个极限值，我们永远奔着这个目标去，但永远达不到AGI，原因是我们刚才分析的数据算法和算力，这些我们现在能控制的就是算力和算法，但算法跟人脑还是有巨大差别的，而且最难办的是我们不知道这个差别在什么地方，我们只能不断地尝试，用输入输出法无穷逼近，这个效率非常低，导致我们需要巨大的算力，人是二三十瓦的装置，所以这里边还有巨大的空间可以做。 如果我们场景智能将人类生活的所有场景都覆盖了，然后这个时间趋于无穷，最后一定会达到AGI，好多人说明年、后年达到AGI，我觉得这件事不太靠谱。 回到数据，图灵1947年就讲得非常清楚，我们想要的是一台能从经验中学习的机器，不是将你数字化的用完就完了，然后再造一些冗余数据，要从经验中学习，图灵实际上1947年就告诉你发财之路在哪里，现在做人工智能的，标注数据的是比较赚钱的，做大模型的都是烧钱的。未来，Rich Sutton2025年图灵奖获得者，也是我原来在阿尔伯塔大学的一个同事，他在最近的一个演讲中，说：大模型已经逼近人类的数据边界，真正的智能应该像婴儿在感知行动中自我学习。人类形成普通智能的过程，是我们的数据从来不被投喂，我们也从来不被关机，我们是逮着什么学什么，于是就形成了各种人类，但目前人工智能根本就没有机会，我们的数据都是投喂的、筛选、人造的，期待这样的数据可以投喂出像人一样的智能，我觉得这是不可能的。 在这个时刻，我们要学习掌握AI作为一个工具，用场景智能替代通用模型落地为王，你赚不到钱，你什么都是瞎说、胡闹。 一个人形机器人，现在有那么多人帮你开发，你选一个最好用的，30万、50万，100万到顶了，你可以选一个顶尖的人形机器人，再给它装上末端工具和算法来做手术，和一个专用的手术机器人，一家研究一台，根据这个技术储备和能力算，而且费用那么高，你觉得从商业上哪个存活率会更高？我觉得仿生机器人医生终将到来，但有一个非常严苛的前提条件是，我们必须要从现在开始收集这些术式最好的，而且能讲清楚的这些医生的多维多模态的临床数据，在这个手术数据的收集过程当中，医生要将过程讲清楚，讲不清楚那些数据，对于机器人来说还是一团麻。 <div style="height: 0px;overflow:hidden;"><img src="https://static.ws.126.net/163/f2e/product/post_nodejs/static/logo.png"></div> </div>
-
潘云鹤院士提AI新路：先专后通 区别OpenAI 9月27日，2025网易未来大会在杭州举行，主题为“以智能·见未来”。本次大会由网易公司主办，杭州市经济和信息化局(杭州市数字经济局)、杭州市商务局、杭州高新技术产业开发区管委会指导。 本届大会将作为“第四届全球数字贸易博览会”的组成部分之一，聚焦人工智能各领域的发展，探索未来趋势。大会将由中国工程院院士潘云鹤等院士领衔，汇聚具身智能领域泰斗、顶尖AI创业先锋、知名投资人及产业翘楚。与会嘉宾将共同探讨大模型、具身智能、AI Agent等前沿技术突破与商业落地，在思想碰撞中捕捉全新的时代机遇。 在大会中，中国工程院原常务副院长、国家新一代人工智能战略咨询委员会主任、浙江大学院士潘云鹤发表了题目为《AI发展的新趋势》主题演讲。演讲主要包括3个方面的内容AI的思维与行动双轮前进；AI发展的三大趋势；结语。 潘云鹤院士表示，人工智能的发展是思维与行动的双轮前进。《中国新一代人工智能的规划》发布在2017年，这八年来，人工智能的发展基本都是沿着规划中的这五个方向发展的，大数据智能、跨媒体智能、群体智能、人机混合增强智能、自主智能系统。这五个方向中，思维模拟和行动模拟各占一半，且发展很快。思维的模拟，从2023年产生巨大突破的ChatGPT，到2024年的新模型Sora，走向跨媒体智能。而2025年中国的DeepSeek引起巨大震动，在网上下载量登顶，变成世界第一。行动的智能方面，早期表现在工业机器人上，后来来开始集中在人形机器人，近年转向具身智能。今年中国政府发布了人工智能方面的第二个规划《“人工智能+”的行动实施纲要》，以今年中国的人工智能肯定会进入到一个新的发展阶段，“人工智能+”的发展要解决的将是从1到100的发展。 基于这样的现状，潘云鹤院士表示，人工智能的未来有三个发展趋势很重要： 趋势一：专业大模型将越发重要，但要解决幻觉问题。大模型幻觉是指模型生成与事实不符、逻辑不符或上下文不符的内容，有事实性幻觉和忠实性幻觉两种。这些错误如果在工程、科学以及各种技术领域发生，就会出现很大的问题。而“幻觉”问题如何解决，潘云鹤院士认为，首先要使用专业大数据训练专业大模型。要采用教科书级数据，如学科数据、产业数据、应用数据。但这三类数据目前全世界的大模型都并未打通，而当联合这三部分在一起去训练一个专业大模型时，一定可以在人工智能的应用上站到世界的高峰。 基于此，潘云鹤院士提出了大模型发展的第二条可能路径。他认为，当前主流的“先做通用大模型，再做垂直应用”的路径仍受幻觉问题困扰。而另一条更自然、更通畅的道路是：先用专业数据训练出多个高质量的专业大模型，再将这些“专才”模型交叉联合，最终形成一个强大的通用大模型。他建议中国应该“两条路同时走”。 趋势二：具身智能将进一步泛化和深化。从机器人到具身智能再到智能终端，产业空间将更加广阔。智能体作为具有感知、决策、行动能力的应用软硬件系统，它的概念将跨越软硬界限，智能体根据应用目标和环境变化，从大模型中获取知识点，决策行动。而且.具身智能将会联合跨媒体智能发展，眼睛和行动的模型外面加上语言模型，今后还会再加上力学模型。如目前已有的融合增强智能产品“外骨骼系统”，深圳的一家公司做了500台，帮助爬不动泰山的老年人爬上泰山。 趋势三：AI+会引领平台经济走向2.0。1.0版本的平台经济主要是生活服务类平台，比如淘宝、拼多多、京东等。今后更重要的平台是各种为科研服务的平台，这会掀起平台经济的新高潮，成为“平台经济2.0”，这个高潮对一个城市的经济发展非常重要。如杭州六小龙之一的群核科技，面向室内装修，联合产业链企业为客户提供设计、营销、生产、施工等场景的软件产品和数字化解决方案。服务覆盖200多个国家和地区。 最后潘云鹤院士表示，我们可以预见，AI2.0在促进我国产业变革升级，形成新质生产力方面一定能发挥越来越大的作用。（天牛） 以下是潘云鹤院士演讲实录： 潘云鹤：尊敬的各位领导，各位专家、各位代表，上午好！非常高兴来到“网易未来大会”，今天想要与各位探讨人工智能发展的新趋势。 我想讲三方面的问题： 第1， 人工智能是双轮驱动，一个轮子是思维的模拟，一个轮子是行动的模拟，《中国新一代人工智能的规划》发布在2017年，到现在已经八年了，这一规划是中国工程院的建议，总书记在此建议上做了很长的批示，这个批示还没有公开，但他的精神已经在很多会议上发布了。 第2， 中国的规划和全世界各个政府的人工智能规划有一个非常大的不同之处，它指出了人工智能在未来发展五个新的方向，这在2017年提出的时候，全世界都没有引起重视，但这八年来，人工智能的发展基本都是沿着这五个方向发展的，大数据智能、跨媒体智能、群体智能、人机混合增强智能、自主智能系统。 这五个方向分为两类，人工智能在模拟人的智能，人工智能的核心是用计算机模拟人的智能，模拟人的智能的时候发现人有两类智能：一类关于思维的智能，一类关于行动的智能。我们的工作经常有两类工作，一类是白领工作，这就是以思维为主的，一类是蓝领工作，基本就是以行动为主的。当然这两类不能截然分开，这五个方面刚好前两个半是模拟思维的，后面两个半是模拟行动的。 这两个方向在近年来发展得很快，这就是近年来发展的轨迹，从思维的模拟，最大突破是2023年的ChatGPT，那一年的ChatGPT在全世界都引起了巨大的震动，OpenAI借ChatGPT来到了人工智能思维模拟发展的最前沿，到了2024年OpenAI又出了一个大的新模型Sora，这个模型可以文生图、文生语言，用文字生成图和语言，这就走向了跨媒体智能，又一次震动了全球。我相信，受到最大震动的就是与此有关的企业，受到了很大的震动和启发，从此人工智能在跨媒体的发展当中蓬勃发展。 那时候，全世界都在猜OpenAI2025年还会有一个很大的成果拿出来，他们确实也在准备拿出很大的突破，但并未成功。又过了一年，他们没有发布。这一年，也就是今年引起最大震动的是中国的DeepSeek，中国的DeepSeek以十分之一的训练成本做出了一个和ChatGPT4功能类似的模型，而且是开放、开源的，因此在网上下载量登顶，变成了全世界第一。 行动的智能，也是这么发展的，行动智能在早期主要是表现在对机器人的研究上，机器人的研究最大的应用是工业机器人，这也几乎有半个多世纪了，大家的注意力近年来开始集中到人形机器人，人形机器人的鼻祖是波士顿动力公司，原因是MIT在人工智能发展中就是一家专门聚焦于机器人工作的研究单位。美国搞人工智能最好的三所大学：斯坦福、MIT、卡耐基梅隆，MIT是做各种机器人的，他的成果大部分流到了波士顿动力公司，我们目前看到的机器人和机器狗的最初形状基本就是MIT做的。 近年来，机器人又转向了一个新的概念——具身智能，为何机器人转向具身智能？在科学家心目中更加广泛的一个介入就是去研究行动智能的模拟，所以机器人换了一个名字，叫“具身智能”，但名字一换，内容就变了，机器人只占具身智能很小的一部分，发展至今，这些东西又发生了很大的事情，中国政府发布了人工智能方面的第二个规划《“人工智能+”的行动实施纲要》，这也在今年发布了，所以今年中国的人工智能肯定会进入到一个新的发展阶段。 前几天浙江日报的记者问我“人工智能+”计划与2017年人工智能规划有什么关系？我说是一脉相承的，前面我们借现在的话来讲，2017年的规划解决了中国0到1的发展，今年的规划要解决中国从1到100的发展，这是“人工智能+”的发展，人工智能将向各个方向进行渗透。 在这一形势下，思维模拟和行动模拟，未来都将向哪个方向发展，这是我们面前要解决的问题，也是杭州市要解决的问题，现在杭州市站在了潮头上，潮头会向哪个方向进行发展？这对于杭州全国都非常重要，对各个企业也很重要。 我认为有三个趋势很重要，是大家需要进行把握的。 趋势一，专用大模型将越来越重要，目前大模型的发展方向由OpenAI举旗，全世界一股脑地向通用大模型的方向发展，向AGI通用人工智能的方向发展，但这个方向显然解决不了通用问题，所以在通用大模型上，大家又做了很多垂直大模型，按照这个方式向各个领域进行应用。 这个问题，这个方向在开始做的时候效果很好，但一触及到具体的应用，发现的问题很多，最主要的问题是幻觉问题，幻觉问题在人工智能回答问题的这一阶段并不严重，你问它什么问题，它回答你一个问题，如果这时候出现回答问题错的，人就可以不听它的，我可以将它过滤掉。但现在出现了Agent，人工智能回答了问题，Agent就根据它的答案去执行了，这一下问题就严重了，后面到“人工智能+”不光是讲给你听就完了，出现了很多Agent，这些Agent很大一部分要进行操作，能行动，包括与机器人相结合，这后面就会出现很大的问题。 幻觉问题是指，幻觉是一个比它好听一点的名字，实际是人工智能回答问题的出错，是指生成和事实不符、逻辑不符、上下文不符的内容，主要有两种类型： 1、实时性幻觉。 2、忠实性幻觉。 举一个例子，你向大模型提出一个问题，“糖尿病病人是否可以用蜂蜜代替糖？”这个问题我想已经有人查过了，大模型基本上会出现两类答案。第一类答案，它说是的，蜂蜜是天然的，可以帮助糖尿病患者稳定血糖水平。这个答案是错的，蜂蜜不能帮助糖尿病病人稳定血糖水平。第二类答案，蜂蜜富含维生素和矿物质，对提高免疫力很有帮助，因此是一种健康食品。这句话回答是对的，但没有回答你的问题，答非所问，所以这两类问题都叫幻觉问题。 幻觉问题哪里来的？实际来源于数据，因为我们网上有大量的数据讲糖尿病人要多吃天然食品，这句话基本是对的，但不精确，大部分的天然食品对糖尿病人都有好处，但像蜂蜜这样的没有好处，包括吃甘蔗大概也没好处。 这样的话在网上的大数据当中，因为要追求通用性，都去训练通用大模型了，通用大模型这样的错误就反映在垂直大模型上，因此在“人工智能+”中就会出现大问题，这些错误在大模型的艺术、动漫、游戏上走，问题不大，但用于工程、科学以及各种技术问题，就会出现很大的问题。 因此，这个问题的严重性引起了全世界的关注，今年开始中国信通院对大模型Agent进行评测，其评测是以大语言模型的幻觉为主要目标，Agent问题第一个遇到的就是幻觉问题，这就是其评测结果，对那些模型进行了评测，我看评测最多的是中国的大模型，而中国大模型中间，评测中国最有名的两个大模型（DeepSeek、通义千问），平均的幻觉数学上为4%，是表现最好的，DeepSeek是专门针对于数学训练的。自然科学6.5%，应用科学8.2%，社会科学10.3%，人文科学12.7%。整体上来看，这个幻觉问题就比较严重。幻觉问题如何解决？全世界都认为要采用教科书级的数据，不可采用像现在这样网上的各种数据就去训练大模型了。 教科书级的数据当然就在大学里，所以遇到了一个新的问题，我们过去都认为企业的数据是最大的数据，现在发现不光是企业的数据，大学的数据也很重要。 我们也研究一下高质量的数据基本就是专业数据，不是网上的那种很多人在聊天的数据，专业数据是由三部分组成的： 第一部分是学科掌握的数据，包括教材、专著、论文、实验数据，这些数据都是非常严密的，所有概念都是一致性相融的。 第二部分是产业掌握的数据，生产过程当中的各种工艺数据、技术数据也是严密的，也是非常重要的，目前大数据的训练想要挖这样的数据，但产业未拿出，也没有集中。 第三部分是应用数据，当市场将产业的产品买去以后，应用过程当中也会出现很多数据，这个数据钢厂很需要，例如通过钢材的裂纹就能追溯到是哪个钢厂，哪一天，哪一炉生产的，就可以去查那个钢的配比，钢训练的时间参数，最终可以找出毛病。这在日本和韩国的钢厂积累了多年，所以他们开始的时候水平比较高，现在我们的水平也比较高了。如果我们的大模型将这些数据都集中在一起，我们的水平一定可以比现在高得多，各种高水平的钢都可以炼出来。 但这三类数据并未打通，全世界的大模型都没有解决这个问题，所以中国要研究这个问题。 第二个问题，这三类数据分布在三个不同的单位中，第一类数据比较容易进行拿到，现在大学开始有图书馆了，大学的论文、专著可以检索到，实验室数据未上网，但也可以想办法将它聚集起来。产业链数据应该各个工厂可以进行收集，但工厂不会将所有的数据拿出来，但它可以拿出一部分的公用数据，关键的部分进行保存。应用数据是下一阶段企业能获得的主要的研究方向，将应用数据拿回来对企业的生产会有很大的好处。当这三部分拿在一起，我们去训练一个专业大模型，这个行业一定可以在全世界的人工智能的应用上站到世界的高峰。 当我们将产业链数据和学科数据交叉联合起来训练的时候，我们马上发现，它不是一对一的，而是一对多的，且是多对多。制造业所需要的知识，不但是机械知识，还需要材料知识、管理知识等，材料学科的知识不但用于机械，还用于材料、电器、制药、人员，所以是多对多的，一个知识、一个行业为主，其他行业其他知识交叉进行。如果我们用这样的专业数据去训练专业的大模型，这个大模型的水平一定可以登顶，这件事我认为美国做起来要比中国更难，中国应该及早做这样的事情。美国已经开始在做了，不是国家在做，而是下面在做，美国的西北大学，今年发布了全球首个应用于临床的人工智能放射系统，X光、CT用放射器械检查身体的系统。在5个月时间内，分析近2.4万份放射报告，它自动识别X光和CT图像，毫秒级之内就能识别危重病，比如肺阻塞，肺动脉进行阻塞，这是几分钟之内可以影响生命的，过去通过拍照让医生和人工智能识别已经来不及了，现在将人工智能做在CT当中自动生成报告，马上就识别了，他特别强调，与依赖ChatGPT等大型通用AI模型不同，该系统完全自主构建，这是人命关天的，故要求是无幻觉，或是将幻觉降至最低。训练数据全部来自于医疗系统内部的真实临床资料，因此系统更加轻量、精准，运行速度更快，已在西北大学所属的12家医院进行部署，所以美国西北大学所属的医院数比浙江大学还要多，浙江大学已经很多了，现在有7、8家，而他有12家，都布置了这些智能放射系统。 跟着前面的预判，专业数据、专业大模型，我们有第三个预判，大模型的发展道路，很可能并不像美国现在所讲的做一个通用大模型，上面做很多垂直大模型这样的一条路，但这条路还在发展，我们认为还可以继续发展，但幻觉问题如何解决，到现在还没有办法，有待于下一步解决。我们认为，存在着第二条道路，用很多的专业数据的中心去训练专业大模型，这个大模型不是在通用大模型基础上做的，直接做专业级大模型，它们交叉起来、联合起来，形成一个通用大模型，这就是人成长的模型，人首先变成专才，然后才能通才。计算机首先要变成通才，最后变成专才，可能会遇到麻烦。我们估计这一条道路可能会更加自然和通畅，在“人工智能+”发展的今天，中国应该两条路同时走，让现在有通用大模型的企业继续做通用大模型，如果某一个行业要重新做的，你们应该首先做专用大模型、产业和大学和政府联合起来做专用大模型，尤其是杭州市和宁波市，浙江省的这些企业，希望在哪几个行业做到全世界的高地上去，这些行业就应该做专业大模型。当然，网易也应该做专业大模型。 趋势二，具身智能不是发展的终点，还会进一步泛化与深化。 具身智能中，从机器人的概念进展到具身智能，具身智能后面的概念一定会更加广阔。“人工智能+”在具身智能旁边提出了两个新的概念： 1、智能终端，这是首次提出的。 2、智能产品。 这些都是具身智能应该关注的地方。所以，我们看机器人的概念扩大到具身智能，马上从机器人扩大到了无人机智能终端、智能设备各种智能产品，这个概念扩大得很厉害，比如全世界生产的机器人，每年生产100万台不到，90多万台的总量，近年来工业机器人在下降，服务机器人在上升，但总数还是这么多。但无人机的产量就比机器人要大得多，乌克兰每年生产的无人机150万台，一个国家就超过了全世界机器人的数量。智能终端将更大，今后汽车就是智能终端的一种，汽车的产能大家也可以想象得到。智能设备、智能产品、智能家电等各种智能机械，武汉开始搞智能的数控机床，范围非常之大。 所以，我们要看到具身智能不能只盯着机器人，它是一个非常大的概念，“人工智能+”就应该将人工智能与更大的产业结合起来。 第二，要向深度发展。 首先，具身智能和智能体会很快地结合起来，也许是明年、后年，也许大后年。 智能体的基本定义，现在还模糊着，具有感知决策行动能力的应用软硬件系统，它已经将硬件包括进去了，它是一个将大模型拿来作为一个产生计算知识的工具，然后在外面包一层其他的算法为应用服务的东西，当然它可以包含感知和行动，这就是和机器人结合在一起的。所以，今后二者一定会结合在一起，结合的目标是，大模型为机器人提供知识，其他的感知、行动都由机器人进行。 具身智能一定会向跨媒体智能发展，我们知道具身智能最早的时候是眼睛和行动系统，目前在做的是人形机器人、狗形机器人，跑的时候要求不跌倒，走得快，能操作东西，看到东西能拿到，这就是手眼系统、脚眼系统，基本就是眼睛和行动。现在他希望大模型能介入，现在全世界研究VLA模型，眼睛和行动的模型外面加上语言模型，机器人后面不是用操作系统进行操作，而是进行语言对话。 但最近浙大的校友，浙大硕士毕业以后到斯坦福去读了一个博士，回来建模，三年以前实际就已经在建模了。我问你学什么？他说在斯坦福学压力传感器。我问现在准备搞什么？他说开一个企业做压力传感器，他说已经开始用于机器人上了，机器人在磨东西的时候，靠视觉是不行的，靠视觉磨好了没有，看不清楚，要靠力学的反应才看得清楚，所以要用压力传感器。我说你赶紧到台州去和数控磨床相结合，数控磨床在磨的时候也没有压力传感器的，所以今后的机器人一定会加力学传感器，力学传感器就由压力传感器进行的，所以今后会变成VLA再加上力学模型，大家看这就是跨媒体发展。多种传感器，视觉传感器、力学传感器、文字反馈，各种信息结合在一起，机器人能进行操作，这就是具身智能还会进一步向深度发展。 目前具身智能基本研究代替，还会向另外两个重要的方向发展： 方向1，群体；方向2，与人进行融合。这两个方向也会迅猛发展。 一讲到群体智能，大家脑袋当中第一个引出的是一大批无人机在天上飞，进行协同工作，这当然用处很大，但更重要的群体智能是异构（非同构），比如智能码头、智能车间、智能矿产，这是目前已经出现的群体智能。 智能码头有三种具身智能：塔吊、智能运载车、智能堆码车，对环境进行感知，最后进行协调的动作。宁波的智能码头已经允许无人车，而且允许有人车联合在码头上进行工作，这个水平就更高了。 人机融合的智能产品目前也在大量出来，名气最响的是马斯克在那儿说的脑机接口，中国也在大量研究，浙江大学还有一个国家重点实验室做了很多工作，今年出来的外骨骼系统发展得很快，深圳的一家公司做了500台，五一节放在泰山底下，拿钱租一下，老年人爬不动泰山，穿上它以后就可以爬上去，据说这个生意很好。 杭州的智元科技，在暑假里做了一大批直接就卖了，据说也是一抢而空，生意非常之好。原因何在？他将外骨骼系统做得很轻，仅1.8公斤。而且在长三角已经出现了生态，国民技术公司外骨骼系统的芯片，碳纤维公司则由浙江精工集团进行生产，电池是由格林美公司进行生产，目前的电池可以支撑2.5小时，希望最后能支撑24小时，所以电池更小、更轻、更长时间、更便宜，生态拉起来以后，中国的外骨骼系统也许能走到高水平，且很便宜，像中国的机器人一样卖到全世界去。 趋势三，人工智能将引领平台经济走向2.0。 平台经济非常重要，平台经济实际是依靠互联网，应用人工智能，用算法和模型从事经济活动的一种组织形式，因此，它的发展实际是一种新的商业形态，对整个经济会产生很大的影响，在国外将这些企业都称为科技企业，我们就分类为服务型企业，但大家都一致承认它在科技上的投入很大，这是科技领先的一些企业。 平台经济在第一波中，杭州也是走在前面的，但主要的是进行生活服务的各种平台，比如淘宝、拼多多、北京有京东，还有为本地的美团、饿了么，还有为旅行的飞猪、携程，还有滴滴出行、哈啰出行，这些平台经济都是为生活服务的，但大模型的应用将出现第二类平台，这就是用技术为产业服务，用技术进行服务的平台，这一类平台今后一个时期将迅猛出现，譬如DeepSeek本身就是一个平台，ChatGPT就是一个平台，Claude、大数据表示，更重要的平台是各种为科研服务的平台，这会掀起平台经济的新高潮，这个高潮称为“平台经济2.0”，这个高潮十分重要，对一个城市的经济发展非常重要。 平台经济1.0对杭州和北京的发展很重要，平台经济2.0也将非常重要，哪一个城市能将这个抓好，哪个城市的经济就可以很快上去。 杭州已经出现了这一类平台，“六小龙”之一的群核科技，很多人关注比较多的是DeepSeek和宇树，实际它很厉害，它已聚集了大量的数据，近五年来90%的户型都在他那儿，他是做室内装修、室内设计的平台，室内设计有关的产品已经聚集了3.2亿个，这不是一个名字，而是一个3D模型，3D模型和色彩都有，有3.2亿个3D模型就已经是非常重要的数据了，在上面与它合作的企业有5万家企业，用户6500万，用户大量是设计师，当然也有室内装修的业主。已经出了54亿张渲染图，人工画要1000元一张，它在这上面已经创造了非常巨大的价值了，每天要设计40万套室内设计，不光是中国，“一带一路”国家，全球基本都用它。它聚集了这样的数据，全世界要出现第二个室内设计的平台，不可能了，很难再打过它了，这就是平台经济的厉害之处。 独家的本领，你给一个二维图纸，就会自动出三维模型，这个模型当中向你推荐各种的室内设计的产品，将它放在这个模型当中去，这个沙发不要，要红木，它就给你红木，这个花型不好，就让你挑，你把花型搞好放在里边，给你提大小的建议。灯具不行就换灯具，室内的颜色不行就可以指定颜色，储物想要怎样的，想要什么样的厨房，各种厨房产品可以应有尽有，49000家附在后面。关键是，你全部搞好了，你认为这是我满意的，可以一键报价，马上算出这个设计，产品连施工一共多少钱，一键出图，施工图纸完全一致化，最厉害的是一键自动出单，将里面的产品全部分布到各个企业当中去，大家就明白为什么有50000家企业挂在它后面了，将这个订单全分布出去了，而且我相信通过这个系统拿到的产品订单一定是价格最优惠的，数量很大，每天有几十万个室内装修在它上面做，这是以计算，以design为技术核心进行的产业链的服务，既为企业服务，又为用户服务。 最后，总书记指出：要发挥人工智能在产业升级、产品开发、服务创新等方面的技术优势，用它来推动各个产业的变革，从而培育新的增长点，形成新动能，“人工智能+”的行动方案，吹响了人工智能和产业结合的冲锋号。我们可以预见，AI2.0在促进我国产业变革升级，形成新质生产力方面一定能发挥越来越大的作用。 我讲完了，谢谢各位！
-
对付“充电宝刺客”，北京出手了！ 旅游、购物、就餐、观影，您是否曾有因手机电池“焦虑”而租用共享充电宝的经历？近期屡有消费者反映，使用商家提供的共享充电宝后，虽然解了一时燃眉之急，没想到更大的“焦虑”还在后面，又遭遇了因“满柜”四处奔波无法归还的窘境。按照共享充电宝服务企业客服人员的说法，该品牌“有自己的认证系统，必须找到与所借充电宝柜机编码数字一致的柜机才能归还”，为此消费者走了多家商场都因“满柜”等原因无法归还，这期间充电宝小程序还在计费，导致用了一次充电宝，消费支出达上百元。北京市市场监管局提示消费者，您可能遭遇了共享充电宝“刺客”，商家的行为已经涉嫌违反了《消费者权益保护法》。 2025年7月，北京市市场监管综合执法总队针对多起消费者投诉反映的租用共享充电宝遭遇的归还难、乱收费等问题，对4家共享充电宝服务企业予以立案。在对4家企业调查中，执法人员发现，目前一些提供共享充电宝租用服务的主要品牌商家只负责在微信小程序、支付宝平台等渠道面向消费者提供租赁服务，由其招募的代理商具体负责柜机运营，租赁服务与归还等售后服务脱节。当消费者归还充电宝时，由于附近没有空格位以及设备故障等商家原因导致消费者难以归还且商家不及时停止计费，甚至归还后仍在计费。消费者经历的“归还格位严重短缺、设备定位不准、各点位经营时间参差不齐”等问题不仅影响了消费体验，还侵害了消费者的公平交易权和自主选择权。当消费者向商家反映问题时，往往只能得到基于AI技术的“在线咨询”或“固定回复”，使消费者诉求无法得到有效解决。同时，一些商家未在页面显著位置公示用户服务协议、交易规则、计费规则等信息，侵害了消费者知情权，极易对消费者造成误导，产生消费纠纷。 近日，市市场监管综合执法总队根据调查结果认定，4家企业作为共享充电宝服务商家，由于自身原因不能针对消费者归还充电宝、停止计费、退还服务费用等合理诉求作出正确响应，构成了对消费者提出的合理诉求故意拖延、无理拒绝的违法行为，违反了《中华人民共和国消费者权益保护法》相关规定，已依法对前述企业作出罚款的行政处罚。这也是全国市场监管领域运用《中华人民共和国消费者权益保护法》对消费者租用共享充电宝过程中遭遇合法权益被侵害问题首度“亮剑”。 据悉，4家共享充电宝服务企业被处罚后，整改态度积极，已加入了北京市消费者协会发起的《北京市共享充电宝行业自律公约》，面向社会作出“优化计价模式”“保持高电量借出”“合理控制空置率，确保消费者能及时现场归还”“建立暂停计费机制”“完善客户服务”等公开承诺，特别承诺因网点少机柜无空位等原因无法及时归还时，企业核实后可暂停计费；因共享充电宝自身原因或其他不可抗力因素导致的消费者无法归还情况，可免除本次使用费用。下一步，市场监管部门将持续跟踪企业自律承诺落实情况，严肃查处共享充电宝租用领域侵害消费者知情权、自主选择权，以及价格欺诈等违法行为。 北京市消费者协会相关负责人表示：共享经济特征是通过平台实现资源使用权的临时转移，提升资源使用效率，平台应当通过算法实现供需精准匹配，降低交易成本；而用户通过租赁形式获得资源使用权，无需承担购买成本，例如共享单车用户仅需支付使用费，无需购买自行车；当前屡现的充电宝“刺客”现象中，一个充电宝因无法归还导致其使用成本上百元，是对消费者合法权益的侵害，也背离了共享经济的初衷；北京市监部门对共享充电宝“刺客”亮剑，是对共享经济模式下消费者合法权益的有力守护。 市市场监管综合执法总队提示广大消费者：金秋时节，旅游购物高峰即将到来，消费者在租用充电宝时如遇商家承诺的归还点位无法归还、归还后仍继续计费、平台无故不退押金、平台计费规则不透明不清晰等问题，可以坚决依法维权。北京市市场监管局将积极维护消费者合法权益，维护良好的消费环境，让市民享受更加放心优质的消费体验。来源：BRTV新闻（记者 白雪微 ）编辑：孙迪雅
-
AI时代，火山引擎如何重做云计算？ 文 / 四海来源 / 节点财经云计算可谓妥妥的重资产领域，在大众的认知中，需要时间与资本的长期投入，想要弯道超车并不简单，但这些年来，也有后来者突出重围。这个例子就是字节跳动。2020年6月，字节跳动推出火山引擎，彼时的中国公有云市场格局基本已定，排名前五厂商几乎占据了超过80%的市场份额，其中，阿里云、华为云、腾讯云三分天下，火山引擎还只是边缘玩家。时来运转，火山引擎现在已经有了不小的份量。据IDC报告显示，2025年上半年火山引擎在中国公有云大模型调用量独占49.2%的市场份额，位列第一，超过百度智能云和阿里云的总和。《节点财经》认为，能有如此成绩，得益于技术范式的改变所带来的市场红利。2023年初，AI大模型爆发，GPU取代了CPU、MaaS需求的崛起，所有云计算新老玩家，几乎都处于同一起跑线上。而随着大模型技术的发展，行业内的玩家已经从卷底层技术，进化到应用落地与商业化的阶段，这给了火山引擎突围的机会。01 AI应用时代，token比算力更重要 大模型竞争来到第四个年头，赛道玩家们收敛到中美两国，不过，LLM技术的发展已经不再像2022年横空出世时那么惊艳，比如，ChatGPT 5的诞生并没有掀起外界期待的范式变迁。以上现象告诉我们，AI竞赛已经迎来了新的拐点——底层技术或许短时间内很难有大突破，企业围绕AI在应用上深耕已经成为主流选择。IDC此前也发布报告认为，AI算力有望在2025年进入“训推”拐点，这种变化将意味着，大模型产业商业模式逐步由单纯的技术竞赛过渡到价值共享与产业落地，强调高效推理技术与垂直应用场景结合以实现商业闭环。作为AI时代的水电煤，行业发展风向的转变对云计算厂商而言至关重要，我们观察云计算厂商的视角也应该有所转化。过去对于云计算厂商来说，一直以来大众更多关注营收指标，可现实情况是，云计算行业赛跑中，不少厂商为了扩大市场率，低价销售GPU云资源冲收入，而MaaS作为新兴业务一直是各大厂商瞧不起的收入。相比较单纯的考察AI IaaS 与Gen IaaS市占率，Tokens调用量，其实更能衡量目前AI产业乃至大模型产业落地的真实情况。以这个视角看，MaaS是最能证明大模型行业发展情况的晴雨表。简单来说，Tokens是大语言模型可以输入输出的最小自然语言文本的基本单位。Tokens的调用量，反映了模型推理过程的计算量，而计算量的高或低，直接揭示了模型在实际应用中的能力、成本、速度和可行性。毕竟只有模型真正好用了，应用真的落地了，Tokens调用量才会真正增长。IDC数据显示，2024年以来，中国两次AI应用大规模落地，都让Tokens消耗量快速增长。这背后的核心因素是，模型能力不断提升、模型价格不断下降，AI应用不断被普及。从这个视角来看，火山引擎在云计算市场上其实颇具份量——从大模型Tokens调用量的市场份额来看，火山引擎独占49.2%的市场份额，位列第一。2024年营收规模超过110亿元，营收增速远超60%，远超行业整体水平。相比较，同期中国公有云市场整体增速约 30%，百度智能云 MaaS 营收增速约 45%。作为后来者，火山引擎也凭借MaaS业务需求量的不断上升，与第一梯队的差距在快速缩小。火山引擎是如何布局MaaS，抓住AI应用浪潮的？02 如何让AI应用真正高效落地？ AI应用是众所周知的趋势，可落地并不简单，以Agent为例，功能固然强大，可在产业界Agent目前Demo多、套壳多，真正在生产环境发挥功效的少。普华永道2025年5月的调查显示，88%的企业因Agent计划增加AI预算，但真正跨应用、跨工作流连接的Agent，目前仅占19%，最根本的原因就是Agent布局的技术门槛高，价格昂贵。针对目前Agent在市场的应用情况，火山引擎试图通过以下四点，为企业提供更高效的Agent服务：第一，利用率更高的数据平台。数据是AI发挥智能的燃料，只有充分利用数据，大模型才能与具体业务场景更匹配。根据IDC的预测，多模态数据规模从2024年到2029年在全球范围内处在一个高速增长阶段，年均复合增长率接近30%。另外，随着多模态大模型能力快速提升，以及Agent应用百花齐放，多模态数据的处理和加工需求会随之快速爆发。在此背景下，火山引擎推出了多模态数据湖、向量数据库等解决方案，充分运用并理解数据，让AI更懂业务。第二，强大的模型服务。大模型是MaaS的技术底座，更强大的模型，也意味着大模型更聪明，任务完成度更高、覆盖场景更广泛。过去大模型只能处理文本，能覆盖的场景十分有限，但现在豆包大模型家族已覆盖文本、图片、音频、视频、多模态等领域。特别是在9月9日，火山引擎正式发布图像创作模型 Seedream 4.0。该模型首次支持4K 多模态生图，灵活支持文本、图像的组合输入，能实现多图融合创作、参考生图、组合生图、图像编辑等核心能力，且主体一致性大幅增强。经多家媒体测评，该图像模型在很多维度上丝毫不输谷歌旗下的nano banana。火山引擎在多模态上的不断探索，不光体现了技术实力上的优越，也意味着豆包能胜任更多、更复杂的业务场景。其三，全栈Agent开发工具。对不同企业来说，特别是Agent相当于垂直场景的专家，需要企业结合自身业务需求精准调配，而这些工具就是企业打磨专有Agent的必需品。比如，火山引擎升级发布了PromptPilot、MCP Servers、TRAE、扣子开发平台等产品，以及多款开源项目，构建起覆盖大模型开发全链路的工具矩阵，为开发者提供从Prompt优化到Agent落地的一站式解决方案。开发者可以在火山引擎上快速开发AI应用。其四，更划算的价格。制约AI应用从技术走向业务，最主要的就是价格，以一个垂类Agent产品为例，每一次的产品运行，相当于要做一万多次检索，背后的算力成本已达到几十元的水准。去年5月起，火山引擎率先掀起大模型降价潮，企业市场定价为0.0008元/千Tokens，今年3月又宣布部分大模型批量推理服务费用减半。其中，豆包大模型1.6使用“区间定价”模式：在0-32K输入区间（占企业80%需求），价格降至输入0.8元/百万Tokens、输出8元/百万Tokens，综合成本仅为豆包1.5深度思考模型或DeepSeek R1的三分之一。这一策略效果显著。截至2025年5月，豆包大模型的日均Tokens调用量是16.4万亿次，拉到月均来算，就是500万亿次以上。这背后是火山引擎已经在多个行业实现批量化落地，持续推动不同机构、企业实现AI转型。目前，在消费电子行业，全球Top10手机厂商中，已有9家选择和火山引擎深度合作；在教育行业，火山引擎已与北京大学、浙江大学、南开大学等超五成985高校达成合作；金融领域，火山引擎已服务招商银行、浦发银行、北京银行等70%统重要性银行。03 从C端到B端，火山引擎的护城河是什么？ 既然MaaS是全新的增长点，那么，势必会有越来越多的玩家加入竞争，火山引擎的护城河在哪里？首先，规模优势。云计算是科技巨头战略布局的关键落子。火山引擎进军云市场，因为字节跳动本身就拥有庞大的用云需求，布局云计算业务能削峰填谷，降低边际成本，平摊基础设施成本，属于顺势而为的决策。谷歌、阿里等云计算服务商的规模化摊销逻辑也是如此。他们投入数百亿建设全球数据中心、采购 GPU 集群、研发模型优化技术，然后通过规模化用户复用资源，以降低算力使用费，既让用户觉得划算，也让厂商通过薄利多销盈利。其次，全栈布局的闭环优势。MaaS的本质是场耐力赛，短期看成本，长期看生态，生态的繁荣度决定了玩家能走多远。目前来看，字节跳动在形成以“AI基础设施+大模型+AI应用”的闭环逻辑，不光为客户提供处于行业领先的模型，还为客户提供高性能、低成本AI基础设施。两者相互促进，进而带动火山引擎的Token消耗市场份额。它们共同形成了AI时代的增长飞轮——吸引更多To B客户和To C用户，产生丰富的数据，反哺大模型的持续训练，让大模型、应用变得更智能，对AI生态形成正向循环。在IaaS领域火山引擎是后来者，但MaaS作为创新业务，各巨头都站在同一起跑线上，火山引擎借助高速增长的市场规模，有了弯道超车的机会。根据MofCloud数据，未来几年，云计算市场预计将以18.3% 的年复合增长率快速增长。AI是确定性趋势，行业需求空间大，对于火山引擎，同样机遇也很大。未来，随着深度思考模型、视觉推理的进一步成熟和 AI 云基础设施的优化，AI应用还会带动更大的 Tokens 调用量。2025年是AI应用的商业化元年，既是火山引擎的机遇窗口，也是整个云计算行业的转型拐点。当火山引擎用“高MFU+低定价”打破成本壁垒，用“全栈工具+多模态模型”降低开发门槛时，它本质上在做的，是把AI时代的云计算能力从少数巨头的特权变成多数企业的标配。随着AI技术在不同企业的渗透，火山引擎势必还能开拓更大的市场空间。*题图由AI生成
