找到
847
篇与
互联网
相关的结果
- 第 35 页
-
为了一张地图，大厂们要“钞”起来了 外卖大战第二局，高德“扫街榜”奇袭到店业务，外卖配送的战争升级为生态级的全面对抗。引发大厂混战？ 文/每日资本论外卖大战被“补贴大棒”打疼之后，几方陷入了短暂的瞪眼阶段。但，很快战火升级。9月10日，阿里巴巴成立26周年之际，旗下高德地图出人意料地推出了基于真实用户行为生成的“高德扫街榜”，这项服务被定义为“阿里生活服务的超级新入口”。次日，使用高德扫街榜的用户就突破4000万人，超越了大众点评3260.57万的日均活跃用户规模，相当于“上线即跻身国内最大美食榜单”。“高德扫街榜”上线时间显然也是掐准了节奏。这款“秘密开发”的产品在6月正式立项，团队从最初的20余人扩张至百余人，这些原本在北京的高德员工，在过去两个多月里被调到杭州西溪园区集中攻坚。赶在十一黄金周之前推出，也是最大限度地利用流量高峰期以保障产品能够顺利通过第一次大考。与此同时，美团迅速推出“到店—到家”业务协同战略，宣布大众点评正式重启“品质外卖”服务，依托自研大模型和百万高分餐厅，强化外卖业务竞争力。通过必吃榜、黑珍珠等成熟IP背书，结合大模型能力清洗数据，美团意在进一步强化其在高品质外卖领域的权威性。而发放消费券、推出“堂食提振”计划等举措，也显示出其希望通过补贴和流量双重手段，巩固商户与用户两端忠诚度。这件事迅速在网络上升温，被部分网友外卖大战的第二场——最为危险的进攻。一旦“到店”深度场景业务被改写，那么整个生态链将被重整，主配角的位置也将重新排列。 果真如此吗？至少表面上看上去像那么回事，但这绝非简单粗暴地靠钱就能砸出来。时间倒回今年2月。彼时，中国电商巨头京东以一场近乎“零佣金”的闪电战，拉开了本轮外卖大战的序幕。于是，大部分人的目光聚焦到或将“颠覆传统外卖，商家—骑手—用户的线性链条”而带来的变化。但请注意，商务部报告预测，2030年中国即时零售规模将突破2万亿元。换言之，即时零售包含的所有空间，都是各大电商平台或者其他类型平台争夺的焦点。为了尽可能规避天花板或者说找到更多的空间，几方都已经开始了相互“渗透”的战役。“每日资本论”在当时也发文表示：这种“你打我的外卖，我抄你的电商”的博弈，将竞争升维至本地生活服务的全场景战争。而这场战役的终局不是外卖订单的增减，而是用户手机首屏入口的争夺（见《外卖“三国杀”不只为了外卖》）。没想到一语成谶。更令人意外的是，这场美团与京东两巨头的局部战争，最终却让阿里成为了聚光灯下的主角。今年5月初，阿里将饿了么业务全线整合进淘宝闪购平台，推出“外卖星期六”营销活动，每周六向消费者派发海量优惠券，这也标志着阿里正式参战。果然，阿里一出手就是大招。7月5日，阿里推出一场大规模优惠券派发行动：满20减15、满30减20，还有0元“霸王餐”。这种简单粗暴的优惠不仅瞬间点燃了整个社交网络，也让“第二次外卖大战”进入了一个小高潮。参战几方进入到一个疯狂拼内功的阶段——三大平台的销售支出和营销费用均大幅攀升。美团销售及营销开支同比增长51.8%至225亿元。京东营销开支更是增加127.6%至270亿元。阿里巴巴若不考虑股权激励费用的影响，销售和市场费用占收入比例从去年同期的13.3%增加至21.3%。尽管投入巨大，但市场格局并未发生根本性改变，不过饿了么在一顿“乱拳狂砸”之后市场份额确实有所提升。根据瑞银8月25日发布的研报，以订单量为衡量标准，美团的市场份额则从竞争前的85%、二季度的74%下滑至65%，但仍保持绝对领先；淘宝闪购、饿了么的市场份额已经从竞争前的11%和二季度的13%翻番至最新的28%，继续排名第二；京东的市场份额从二季度的13%降至7%。就在激战正酣之时，相关部门喊话，停止内卷。于是，一度，外界以为外卖的硝烟或将逐渐淡去。但突然，高德扫街榜的推出，代表着阿里对美团核心利润堡垒的正面进攻。其背后逻辑是基于AI时代本地服务范式的重构：用户只需用自然语言提出模糊需求，AI就能基于空间认知和推理直接给出最优方案并完成预订。与传统点评模式依赖UGC评价不同，高德扫街榜建立了一套新规则：在导航数据基础上，引入支付宝芝麻信用体系，结合用户信用等级为可信评价加权，再借助AI风控识别虚假评价。这种“行为+信用”的组合拳，旨在对传统点评模式进行根本性挑战。美团实力也不容小觑。截至2025年二季度，美团仍然拥有336万骑手运力网络和6.9亿交易用户构成的壁垒。在即时零售领域，美团闪购已接入5600家连锁商超、570个品牌，形成“30分钟万物到家”的矩阵。简单说，双方虽采用不同策略——阿里扩大生态，美团优化体验——但最终都指向同一个目标：争夺本地生活服务的霸主地位。对于前者来说，扩大生态意味着阿里将进一步夯实其整个生态圈，对其业绩提升会有直观改变。而对于美团来说，或将是艰苦卓绝的“城墙保卫战”，甚至可以说是不能输的战斗。毫不夸张地说，到店业务的大战或将比第一阶段的外卖大战更加残酷。目前，高德推出总计11.5亿元的出行与消费补贴，美团则通过大众点评发放2500万张“品质外卖”消费券，这都属于牛刀小试阶段。 但不得不提醒的是，依靠强补贴维持单量，显然不是长久之计。一旦补贴退潮，被低价吸引来的用户能否留下仍是未知数。更大的变数则是这场战火继续蔓延的可能性正在增大。同样是地图玩家的百度、腾讯等，以及具有导航功能的比如滴滴等潜在玩家入局的概率也不容忽视。历史经验表明，互联网行业的边界日益模糊，跨界竞争已成为新常态。可以佐证的是，早在2022年，百度地图APP上线了新的“美食团购”功能，用户可以在不切换跳转其他App的情况下，直接在APP内查看、购买套餐和优惠券。此举被解读为对标，高德地图，已经与口碑、饿了么打通合作。而且高德地图和百度地图显然是更为直接的竞争对手，前者出招之后，后者没有理由不夯实自己的防线。虽然百度已经退出外卖市场多年，但在AI技术和大数据方面仍有积累。如果百度选择以技术赋能的方式重新入局，可能会带来新的变数。请注意，若忽视腾讯的存在将是个巨大的错误。这家互联网巨头本身就有腾讯地图的存在，而且其完全可以借助微信生态轻松入局。不容置疑的是，微信拥有巨大的用户基础和丰富的社交关系链，小程序已经培养了用户在小程序内完成交易的习惯。如果腾讯决定加大本地生活投入，势必让这场混战的结局变得更加扑朔迷离。当然，类似新兴的短视频巨头抖音也是需要敬畏的一方。要知道，2022年，抖音正式入局本地生活服务，用团购券切走了一部分到店业务：用户在刷视频时被种草，顺手下单优惠团购，极大缩短了消费决策路径。这种内容驱动销售策略，是否会“变形”到这一轮点评大战上，也值得业界认真思考。可以想象，随着战火的蔓延，未来几个季度，市场可能见证更多玩家加入战局，直到找到新的平衡点。但回顾2015年的“千团大战”，历史经验表明，过度依赖补贴的商业模式难以持续。无论竞争如何演变，以用户需求为核心、平衡各方利益、推动行业可持续发展，终将成为所有参与者的共同选择。当然，对于广大吃瓜群众来说，大家不仅希望看到互联网巨头之间王牌对王牌的商业故事，更希望由此重塑中国本地生活服务，大家得到更多的实惠。【文章只供交流，并非投资建议，请注意投资风险。码字不易，若您手机还有电，请帮忙点赞、转发。非常感谢】
-
摆脱对外依赖，日本押注国产AI 来源：环球时报【环球时报综合报道】日本正加速开发本土（人工智能）AI生态系统以缓解对外国依赖加剧的风险。据日本时事通讯社12日报道，日本政府当天在首相官邸举行了AI战略本部首次会议，明确了扶持国内AI开发的方针。日媒报道称，日本国内使用的生成式AI依赖于美国，此举旨在通过推进本土开发来应对安全风险。此次会议提交了一份“AI基本计划”草案，指出与美国和中国相比日本开发滞后的背景下，计划“在全社会范围内应用人工智能，并启动开发循环”，为日本带来“逆转攻势”。据日本《读卖新闻》报道，日本在人工智能应用方面滞后，去年个人使用率仅为20%左右，企业使用率为50%，整体处于较低水平。草案指出“制定国家人工智能战略比以往任何时候都更加重要”，并提出了四项基本方针：加速推进应用、战略性地加强开发能力、治理主导、持续向AI社会转型。旨在让日本成为“世界上容易开发和应用AI的国家”。关于人工智能应用，草案规定政府机构和地方政府应率先利用人工智能提升工作效率，同时建议将人工智能应用于国防能力的强化。草案将决定人工智能精度的“高质量数据”定位为“日本优势领域”，呼吁加强相关开发能力建设。 此外，日本政府还将推动开发融合日本文化和习俗的可靠的“国产AI”，并促进高质量日语数据库的建设。该草案还指出了AI应用的风险，例如提供错误答案和传播虚假信息，以及对国家安全的影响。草案要求在发生侵权时进行彻底的政府调查，并牵头制定国际规则。作为日本在人工智能领域的首份基础规划草案，该草案将提交至人工智能战略本部审议，预计年内通过内阁审议完成最终方案。今后将根据国内外情况每年进行修改。日本《朝日新闻》12日分析称，ChatGPT推出至今已有3年左右的时间。在技术创新不断推进的背景下，日本政府也承认作为GDP规模世界领先的经济体，日本“在AI开发和应用方面落后于世界”。在面向AI的尖端半导体领域，日本正不得不依赖其他国家。此外，像ChatGPT这样目前尚且免费可用的AI，也可能会因收费化等企业战略调整而对日本国内的使用产生影响。《朝日新闻》称，日本首相石破茂当天在会议上表示，“在安全保障方面，AI是极为重要的。在全球开发竞争加剧的背景下，须为扭转劣势尽快制定紧急支持政策，”并提出了致力于建设“一个人们因AI而幸福的社会”的愿景。日本科学技术政策大臣城内实12日回答记者提问时表示，“随着全球人工智能开发和应用竞争的日益激烈，未来一两年的努力对于实现反守为攻至关重要，我们决不能停滞不前。政府将积极支持私营企业和研究机构开发国产AI。”据美国斯坦福大学的一项调查显示：2024年日本民间对AI的投资额约为9亿美元，而美国的民间投资额则为1091亿美元。（杨晨）
-
从“拼模型”到“拼算力” 科技巨头挺进AI“芯”战场 证券时报记者 周春媚9月12日，港股百度集团和阿里巴巴股价双双大涨，涨幅分别达到8.08%和5.44%。此前有消息称，两家公司正在使用自研芯片训练AI大模型，阿里巴巴已在小规模模型的训练中使用自研芯片，而百度则尝试用昆仑芯P800芯片训练新版文心大模型。在当下的全球资本市场，任何有关AI算力的“风吹草动”都可能引发股价异动。9月7日，特斯拉创始人埃隆·马斯克表示，已与特斯拉AI5芯片设计团队进行了一场设计评审，并称AI5将是一款“史诗级的芯片”。在马斯克宣布进军AI芯片领域前两天，OpenAI被曝与美国半导体巨头博通启动自研AI芯片量产，这一消息也推动博通股价大涨。纵观这些公司，无一例外均是当前最为顶尖和主流的大模型研发厂商。纷纷加码芯片研发的动作表明，算力已从AI竞争中的可选项变为必选项，成为必须牢牢掌控在手中的关键“命门”。多名业内人士在接受证券时报记者采访时表示，科技巨头们的“芯片战事”已不仅是一场单一维度的技术突围，更是一场关乎成本控制与性能提升、供应链安全与生态主导权的战略博弈。从自研到投资科技公司双轨并行加码AI算力最近，阿里巴巴再度成为股市的当红“炸子鸡”，股价连连上涨。推动股价大幅上涨的主要因素之一是有消息称，阿里巴巴正在开发一款新的人工智能芯片，这款芯片已进入测试阶段，主要面向更广泛的AI推理任务。事实上，与国外科技巨头近期才传出的密集布局不同，国内互联网大厂的“芯片战事”早已打响。2018年，平头哥（杭州）半导体有限公司（以下简称“平头哥”）作为阿里巴巴旗下专注于半导体技术研发与产业化的科技企业正式成立。2019年，平头哥推出首款RISC-V处理器玄铁910，同年发布了首款AI芯片含光800，重点应用于视觉场景。与阿里巴巴一样，腾讯和字节跳动近年来亦持续加大自研芯片的力度。腾讯已在三款自研芯片上取得重要进展，分别是AI推理芯片“紫霄”、视频转码芯片“沧海”以及智能网卡芯片“玄灵”。字节跳动虽尚未推出自研芯片产品，但已组建相关研发团队，并在近几年的校园招聘中设置了多个与芯片相关的岗位。除了自研以外，投资芯片公司也是科技巨头抢滩AI算力赛道的共同选择。过去几年，阿里投资了寒武纪、深鉴科技、翱捷科技等芯片企业，腾讯押注长鑫存储、燧原科技、集益威半导体等公司，字节跳动则入股了摩尔线程、聚芯微电子、昕原半导体等多家芯片公司。一手自研一手投资，科技公司以双轨并行的形式加码AI算力布局。“这既体现了大厂对核心技术自主可控的迫切需求，也反映出其在高风险、长周期的芯片产业中寻求效率与安全平衡的务实考量。”一名人工智能资深专家告诉证券时报记者，自研能够深度匹配自身业务场景，实现算法、框架与硬件的协同优化；而投资则可快速切入前沿技术赛道，同时分散研发失败的风险。为何“造芯”？成本、性能与生态的三重考量互联网大厂为何热衷“造芯”？记者多方采访了解到，这背后有着成本、性能与生态的三重考量。“生成式AI对算力的指数级需求驱动大厂持续重构底层架构，通用GPU已难以平衡千亿参数模型训练推理的效率与成本。”天使投资人、资深人工智能专家郭涛在接受证券时报记者采访时表示，随着各大AI公司对训练复杂模型的需求激增，芯片制造商难以满足市场需求，全球算力供需失衡的现状也导致科技公司采购芯片的成本不断上升。“目前，采购外部芯片的成本高昂且供应不稳定，自研AI芯片能显著降低采购成本，并避免受制于供应商的变化，从而补充和满足内部业务对高效算力的需求。”上海经邑产业数智研究院副院长沈佳庆告诉证券时报记者，助推成本降低和增强供应链韧性，是当前科技公司加码AI芯片的核心驱动力。此外，据记者了解，AI芯片分为通用芯片和专用芯片。通用芯片即常说的CPU（中央处理器）、GPU（图形处理器），可以满足广泛的计算需求和适应不同应用场景，具有高度灵活性和可编程性；专用芯片则为特定的应用或任务设计，如ASIC（专用集成电路）、FPGA（现场可编程门阵列）等，针对特定的算法或任务进行优化，以实现最高的性能和效率。“相比通用芯片，专用芯片的研发门槛较低，相对容易许多。目前科技公司研发的AI芯片大多是专用芯片，更适配自身的云计算和AI业务。”前述人工智能资深专家表示，例如，腾讯的“紫霄”“沧海”和“玄灵”这三款自研芯片均聚焦特定领域，性能相比业界均有明显提升。沈佳庆也表示，由于AI专用芯片技术门槛相对可控，有利于企业尽快形成产能。在郭涛看来，相较于此前的芯片投资热潮，本轮生成式AI浪潮下的芯片布局以“算法—芯片—场景”闭环为核心，追求软硬件协同设计的极致能效比。各个科技公司由于业务基础不同，优化芯片的核心驱动力也有所差异。“阿里巴巴聚焦弹性算力池，通过自研芯片提升云平台性能；字节跳动优化芯片实时推理密度，服务短视频及电商场景；腾讯则强化低延时响应，支撑游戏与社交交互。”郭涛说。而相较于成本与性能，更深层次的动因在于抢夺生态主导权。业内的共识是，英伟达最深的护城河并非强大的GPU硬件，而是其构建的软件生态系统CUDA，通过将二者深度绑定，形成了软硬一体化的优势。“‘GPU+CUDA’的组合长期占据主导地位，‘自研芯片+开源生态’是打破现有垄断格局、构建自主可控技术栈的现实选择。”前述人工智能资深专家表示，通过自研芯片并配套开源软件栈和开发者工具，可逐步形成软硬一体的完整生态，从而掌握更大的产业话语权。挑战重重 需突破技术迭代风险与生态壁垒限制与专门的芯片公司相比，互联网巨头“造芯”有不少独特的优势。“它们业务规模庞大，拥有海量实际业务数据和应用场景，自研芯片时具有供应链与成本控制力。此外，规模化业务也能摊薄研发成本，并形成生态协同效应。”沈佳庆表示，互联网大厂还具有资金与人才优势，具备长期持续投入的资本实力，能吸引顶尖芯片研发人才加盟。尽管优势突出，但作为一个重资产投入、长研发周期的行业，大厂们的“造芯”之路仍然充满荆棘，注定是一场“硬仗”与“漫漫长跑”。一方面，技术迭代的风险首当其冲。“AI芯片研发需3—5年周期，但AI技术迭代迅猛，可能导致芯片量产前就面临技术落后的风险。”沈佳庆表示。此外，受地缘政治影响，先进制程受制且代工厂产能波动可能中断生产，加剧了供应链的不确定性。另一方面，生态壁垒的突破有待时日。“自研芯片在软件栈、开发者工具链等生态环节弱于国际成熟企业，用户迁移成本高，制约了商业化。”沈佳庆说。对于技术迭代风险，郭涛建议应多管齐下提升研发速度。“具体而言，可以采用Chiplet（芯粒，即将大型芯片分解为多个具特定功能的小芯片，并使用先进封装技术将它们互联，最终集成封装为一个系统芯片）模块化设计缩短研发周期。还可以实施‘渐进式替代’战略，初期聚焦边缘端轻量化场景积累数据，再逐步向训练端渗透。”郭涛表示，这其中的成败关键在于将互联网速度文化注入半导体长周期产业，通过持续场景反哺实现技术跃迁，最终形成“敏捷迭代+生态共建+场景反哺”的闭环体系。在打破生态壁垒方面，沈佳庆强调生态共建的重要性，企业除了聚焦自身业务场景，在细分赛道推出多种专业芯片来提升市场竞争力以外，更要联合其他国产厂商，搭建平台共建软硬件生态。“在越来越前沿的科技战场上，依靠单打独斗已不是主流。”沈佳庆说，打造AI芯片领域软硬件开源技术协作平台，依靠开源模式吸引众多开发者快速迭代技术并形成生态，可能是今后推动科技创新的有效途径。
-
可解释研究首次领跑，数据构建成本降低一万倍，上海创智学院发布AI重要成果 传统人类专家发现一个新模型平均需要2000小时，被赋予“能动性”的AI仅用两天便自主发现超过100种全新的网络架构；发布全球首个规模化全流程机理可解释框架，研究团队被列入全球最值得加入的4个可解释性研究阵地之一……正值创立一周年，上海创智学院日前发布一系列人工智能重要成果。 “能动”的AI成为科学发现新主体过去一年间，大模型展现出强大的“思考”能力，正快速迈向能够执行和解决实际问题的“能动性”新阶段。上海创智学院发布的“能动”认知智能项目，旨在解决当前大模型普遍存在的局限性，致力于实现大模型从“思考”到“创新”的决定性跃迁，赋予AI“能动性”，使其能够自主发现新知识、创造新技术。该项目首创了“认知能动数据加工工艺”，将海量原始数据加工成“高品质数据燃料”。这种经过深度加工的认知能动数据，能够有效驱动和打造高认知、高能动的智能体。该项目首次实现了支持AI进行长达数天深度思考与协作的科研模式。在实际测试中，AI仅用两天时间便自主发现了超过100种全新的网络架构，而传统人类专家发现一个新模型平均需要2000小时。此外，该项目在上海创智学院的编程实训比赛中，多次战胜人类开发者，甚至在夏令营中取得排名第一的优异成绩。这标志着“能动”的AI正成为科学发现的新主体。可解释研究首次领跑9.11和9.8哪个大？当前大模型在复杂推理和真实场景应用中常常出现无法解释的现象，例如错误判断“9.11比9.8大”。这个看似简单的小错误，给人们带来启示：在AI全面进入我们生活之前，提前发现它的内部缺陷，对人机共生协作具有重要意义。上海创智学院发布全球首个规模化全流程机理可解释框架，将深度网络中的隐含状态对应到现实世界的具体概念，首次在大模型注意力分解上取得领先成果。不仅能揭示模型错误的真实原因，还可对关键神经元进行激活与调控，赋予模型“思想钢印”，显著提升可控性与安全性。该成果已获国际上顶尖机构高度评价，研究团队被列入全球最值得加入的四个可解释性研究阵地之一，标志着中国力量首次在该前沿领域实现从跟跑到领跑。数据构建成本降低一万倍具身智能有望掀起人类历史上新的产业革命。但当下的困境是：技术路线尚未形成稳定、统一的方向。上海创智学院RoboSoul团队的回答是，不押注任何单一路线，而是通过全路线突破，让终极路线自我涌现。依托创智学院的结构化优势，RoboSoul在多个方向实现单点领先，并率先提出“能动融合”的进化路径——让不同技术不断交融、迭代，最终汇聚成“大一统”的智能模型。RoboSoul此前开源了“数字基因”技术，发布了十亿级数据，比起手动设计三维建模，将数据构建成本降低一万倍。研究团队打造了全国首个全真机实践课程，让学生能够在真机上实践学习。全球首个创造力智能测评系统长期以来，传统选拔方式存在“重知识轻能力、重结果轻过程”的问题，难以识别真正具有创新潜质的学生。为破解这一难题，上海创智学院联合华东师范大学发布了全球首个基于大模型的创造力智能测评系统。该系统统一了情境的真实性、交互的智能性和过程的可追踪性，带来全新测评体验。在结果页，系统不仅能回顾完整的思维链条，还能量化各阶段亮点与不足，并生成个性化成长建议，使测评真正成为培养的起点，而非终点。打造全球首个可信智能体互联网当前智能体应用越来越多，将多个智能体协作在一起完成任务正逐渐成为业界共识。然而，当前主流的智能体产品大多集中在少数大型企业的封闭体系内，用户无法自由调用全网资源。构建面向全网的智能体互联网，成为人工智能发展与生态演进的必然趋势。与此同时，国际竞争格局正在迅速形成。美国依托大模型巨头，推动智能体互联网协议和安全标准的制定。上海创智学院率先提出并启动了“智能体上链”项目，旨在打造全球首个基于区块链技术的可信智能体互联网——BetaWeb。用户可通过客户端提出复杂任务，互联网上的智能体则在协议支持下自由协作，“裁判”智能体负责监督和判定任务质量，区块链系统则确保身份认证、过程记录与价值分配的公平透明。目前，创智学院已研发出智能体协作平台Holos河洛系统，接入了上百个公网智能体，能够完成科研报告撰写、论文审稿、数学建模、信息收集与解读等任务。该项目最大亮点在于提出了“可信”这一核心概念，这不仅是对人工智能协作模式的创新，更是对未来数字经济基础设施的一次前瞻性布局。原标题：《可解释研究首次领跑，数据构建成本降低一万倍，上海创智学院发布AI重要成果》图片来源：黄海华 摄来源：作者：解放日报 黄海华
-
2025年雄安新区数字贸易创新发展大会跨境电商专场活动成功举办 来源：环球网9月12日，2025年中国国际服务贸易交易会雄安新区数字贸易创新发展大会跨境电商专场活动在雄安会展中心成功举办。来自跨境电商头部企业、业界专家、行业组织、“一带一路”共建国家驻华代表等近300名嘉宾齐聚一堂，共同推进跨境电商生态建设和高质量发展。活动以“新质跨境 智启未来”为主题，通过主旨演讲、圆桌讨论、平台推介等形式，聚焦跨境电商新业态、新技术、新规则，围绕跨境电商前沿趋势、国际合作路径、特色产业带跨境电商出海等，共商跨境电商内生动力、载体建设、生态服务等议题。阿里巴巴国际站、eBay、连连数字、易单网、叶水福、中国物流集团、首创奥莱、易路商舟等头部企业作了精彩发言，为跨境电商发展及生态建设出谋献策，擎画美好蓝图。活动中，抖音集团、盛视科技等7家企业和行业组织同雄安新区进行项目合作发布，亚美尼亚、印度等驻华代表发布了跨境电商领域合作需求。据悉，雄安跨境电商综试区自国务院2020年4月批复设立以来，加大政策支持力度，搭建综合服务平台，补齐基础短板，引育培养市场主体，实现9610、9710、9810、1210“全模式”覆盖，跨境电商呈出整体向好的发展态势，进出口额年均增速238％。目前，已签约落地菜鸟跨境保税仓、抖音全球购跨境电商中心仓、新加坡叶水福、佳利达国际物流等重点项目。下一步，雄安将充分发挥陆路口岸监管作业场所平台作用，加快航空前置货站建设，加强与京津冀海空港协同联动，进一步提升口岸便利化水平和智慧海关监管效能，打造集海空港于一体的“雄安港”，实现出口“雄安查验、抵港直装”，进口“船边直提、雄安查验”大通关，为雄安新区高水平开放、高质量发展贡献更大力量。此次活动由雄安自贸试验区管委会组织，中国对外贸易经济合作企业协会主办，中国国际电子商务中心承办，雄安综合保税区建设发展有限公司协办。雄安新区管委会、雄安自贸试验区管委会、雄安改革发展局、雄安商务和投资促进局、雄安海关、雄安人行等相关负责同志参加活动。
-
重磅！5年破解黎曼猜想，10年接管人类认知，AI超级增长曲线揭秘 新智元报道编辑：元宇【新智元导读】AI是否会在5年内破解黎曼猜想？是否会保持每年5x的算力扩张节奏？十年后，AI将把我们带向一个什么样的世界？近日，Epoch AI负责人Jaime Sevilla，与数据与分析负责人Yafah Edelman在对话中，为我们揭示了未来十年AI发展的路线图。「如果未来五年内看到 AI 解出黎曼猜想，我一点也不会太惊讶。」近日，Epoch AI负责人Jaime Sevilla，与公司数据与分析负责人Yafah Edelman在一次播客节目中，为我们揭示了未来十年，AI的发展路线图。 Jaime Sevilla（左）与Yafah Edelman（右）对话谈到了以下问题： 我们是否会持续每年5x的算力扩张节奏？ 什么时候，AI能基本自动化所有「认知任务」，而且成本不高于人类？ 2030年，经济是会放缓，还是将起飞？ 十年后，AI将我们带入一个什么样的世界？ 对话中，Jaime预测到2035年，AI可以推动经济实现每年10%的增长，并笑称这一预测结果，可能迎来两拨人截然不同的评价：一类是经济学家，他们可能会觉得：「这些人疯了，他们居然说每年会有10%的增长。」一类是AI圈的人，他们可能会觉得：「这些人疯了，他们居然说每年只有10%的增长。」每年5×算力扩张，可以持续吗？Jaime：当前每年大约5x的算力扩张节奏，还能维持多久？Yafah认为，未来两年内，5x的算力增速会放慢，甚至现在可能已经不是5x了，原因之一是现在的数据中心建设非常耗时。即使把Stargate和Abilene的公开计划都算上，未来也维持不了每年5x的增速。主要原因，是驱动扩张的因素也在变化。Yafah预期训练运行时长已扩大到「几个月」为单位，如果不考虑「训练时长增加」因素，每年算力增长扩张速度可能只是2.5x-3x。以Grok 4为例，Yafah并不认为它新增的算力总量会超过当初Grok 3的训练：Grok 4，更像是在Grok 3上加了一层RL。如果使用更多GPU，训练时长大概率也会更短。由于算法进步，以及产品研发流程的加速，Yafah预期训练时长并不会继续变长。她认为3到6个月的训练时长是合理的。当然，这里面仍有扩张空间，比如：Grok 3/4 完全可以用更多GPU 去训练，投入更多算力；OpenAI，有了 Stargate之后，如果愿意「猛踩油门」去维持每年5x的节奏，至少还能再坚持个一两年。但随后，速度就会慢下来。那么，随着算力的快速增长，到2030年，我们会得到什么样的AI？Jaime ：2030年，我们的最大训练运行可能到1e29FLOP吗？Yafah：我觉得能。 相当于GPT-4级的训练，1e29 FLOP大概是几千倍的算力。这种情况下，Yafah预期我们将得到一个相当能打的「AI 智能体」，它的主要特征是：可以高度稳定地完成简单的电脑操作任务，成本极低、速度极快。而且，「低级的推理失误和困惑」也会显著减少。仅仅这些，已经是巨变。同时，我们还很可能看到其他具有足够推理能力的AI，开始在数学、物理等领域做出一些新发现。Jaime预测到2030年，在数学或物理领域，会有一个大名鼎鼎的问题被AI基本解决。比如，解出黎曼猜想。Yafah对此也深表赞同，她认为这恰恰是AI特别擅长的地方。AI程序员，如何改变世界？Jaime谈到了「AI程序员如何改变世界」，比如它可以直接帮我们拟定周末活动的方案，再顺手做个小应用邀请大家。这个，目前已经发生了。在「代码质量」上，Yafah认为AI可能会高于人类。甚至可能接近这样一个点：AI所写的代码，并不太需要人类工程师的审核。而且这一点也很可能被市场「钱包」所接受：如果那些使用AI的公司，能给出相似甚至更好的产品，而且价格更低，用户也极有可能使用它们。当AI代替许多入门级的岗位，就会出现一种奇怪的均衡：雇人其实就是让他们用AI，而且你本来也可以直接用AI。那么，为什么还要雇工程师？Yafah认为，这时工程师的工作，就不再是「写代码」，而是去琢磨产品定位、架构、测试、系统搭建等问题。他们更多是「告诉技术该做什么」，而不是「亲手去把技术做出来」。虽然多数人的工作，是管理 AI 产出结果，但这并不会占用很多时间。Yafah说，「如果我要花很多时间跟 AI 来回沟通，那往往意味着它还不太能做我想要的事情。」2030：经济会放缓，还是将起飞？AI公司的营收，现在是「几十亿美元」量级，大概每年3x的增速。虽然，保持这样的增速很难，但从现在到2030年，每年翻一番不是没可能。Jaime说，过去70年，经济体的年增速大概在2%左右，如果AI公司能做到「每年几千亿美元」的产出，足以把当前的经济增速翻倍。但Yafah提醒我们，应当注意技术快速增长背后的泡沫：在未来十年中，我们可能看到在算力、GPU、建厂、基建、数据中心等方面，许多「万亿级」的投入，但我并不确定GPU的投入会不会体现在GDP里。在Yafah看来，历史上出现过许多类似技术的快速扩张与投资不确定性，比如互联网时期的.com泡沫、英国的铁路热潮，都是快速扩张、投资汹涌背后产生的风险。Jaime认为到了2030年，以下情况都有可能出现：一种是增长突然大幅放缓，要持续很久才能恢复增长；另一种是自动化更多领域，从而加速增长，让「加速」又反过来推动对 AI 的投入。Yafah认为这个问题，要分为两个阶段来看：第一阶段，是「基础设施扩张期」：这个阶段扩张是可持续的，但她不确定这阶段会持续多久，也许2030年是个偏激进的节点。第二个阶段，是「可能的爆炸式经济增长」。她将「爆炸式增长」定义为至少每年30%的GDP增长。如果AI能自动化所有岗位，那爆炸式增长就非常合理，但她不确定自动化比例要达到哪个点上，才会进入爆炸式增长。 可以确定的是：如果想要「持续」增长，就必须持续自动化。什么时候，AI能基本自动化所有「认知任务」，而且成本不高于人类？在这个问题上，Yafah和Jaime的判断基本一致：是2034年到2035年。迈向「更快的世界」站在今天，如何判断2035年以后，AI能够跑多快？Jaime将之归结为三个要素： 机器人制造的速度； 技术的规模回报； 智能的回报（能否得到远超人类的AI）。 对于「技术回报」和「智能回报」的速度，Jaime持怀疑态度。在机器人制造速度方面，他认为主要看投资人能否提前投入，以便在AI够好时，能够准备充足的机器人。其中最主要的挑战，就是机器人的生产成本。Yafah认为机器人的生产，将极大增加AI的投入规模。以1000亿美元算，如果每台「身体」要10万美元，那也只有100万台机器人，这确实不够多。要把成本打下来，还要看「AI 驱动的研发」是否足够给力，只有靠机器人，才能大幅提升机器人制造的速度。制造环节里，你未必需要「超过百万」的机器人来参与，也许 只用10万就够改变曲线。从现在到十年末，AI可以持续当前的「疯狂扩张」，足以成为拉动经济的重要变量。到了2030年，虽然仍会有一小撮「长尾认知能力」没被自动化，但可能也不远了。这时继续扩张变得更难，但不会停下。这一切都将我们带向一个「更快的世界」。Jaime将迈向「更快的世界」的过程，总结为三个阶段： 规模化时代：2025年至2030年； 商品化/普及时代：2030年至2035年，将增长率拉到至少 10%，并可能自动化一切认知任务； AI经济时代：2035年至2040年或2045年之间某个时点，AI会「接管经济」，进入全面的（双曲线式）超指数增长。 Jaime认为：AI 已经成为一种「压倒性的经济主导力量」，「把全球增速推到至少 10%，这并不疯狂，我觉得完全会发生。」参考资料：https://x.com/EpochAIResearch/status/1963999866138317097
-
华为天际通GO小程序eSIM服务预计今年Q3上线，支持设备暂未上市 IT之家 9 月 14 日消息，华为天际通 Go 微信小程序此前已显示支持 eSIM 服务，并可添加 eSIM 设备。 IT之家注意到，华为官网现对天际通 GO 小程序 eSIM 服务进行说明，称其是正在开发中的一个功能，可带来更好的联网体验。目前处于内测阶段，预计在 2025 年第三季度正式上线。常见问题如下：问题一： 问：天际通 GO 小程序 eSIM 服务是否有具体上线时间？ 答：预计在 2025 年第三季度上线，敬请期待。问题二： 问：什么设备可以使用？ 答：目前支持设备暂未上市，敬请期待。问题三： 问：既然目前还未上线 eSIM 服务功能，为什么现在就要展示在天际通小程序页面上？ 答：当前处于内部测试阶段。该展示不影响 SIM 卡相关功能，给您带来不便，敬请谅解！问题四： 问：等上线 eSIM 服务后，我想优先体验下，现在能介绍下 eSIM 服务的具体功能吗？ 答：目前 eSIM 服务功能在内测中，暂未对外开放上线，敬请期待。问题五： 问：eSIM 服务上线后，能直接将 SIM 卡换成 eSIM 服务吗？ 答：不支持将 SIM 卡换成 eSIM 服务，eSIM 服务需在支持 eSIM 能力的设备上使用。目前支持设备暂未上市，敬请期待。问题六: 问：我在 eSIM 服务界面扫码了设备 SN 号，会有什么影响吗？ 答：不会有影响。
-
口碑网创始人李治国回顾几十亿美元收购高德 9月14日，口碑网创始人李治国回顾了本地生活服务与地图导航的融合发展历程。2004年创立口碑网时，李治国意识到生活服务与地图结合的重要性，口碑网成为最早做商家地图展示的平台，早于大众点评。2008年雅虎口碑合并后，李治国因业务分歧转岗至阿里云，筹建手机地图引擎，为口碑和淘宝提供定位服务。当时，李治国建议阿里投资或收购高德，但因投资部的不认同而搁置。后来，阿里收购了易图通，但易图通发展不佳，高德估值也未大幅增长。最终，阿里以十几亿美金收购高德，之后将高德交给UCWEB团队管理，高德逐渐超越百度地图。如今，高德成为阿里对抗美团的重要工具，李治国认为地图服务仍有很大的发展空间，AI技术将为地图服务带来新的变革。
-
AI时代未成年人需要“调控型保护” 9月12日，在外滩大会“规范AI内容 共筑清朗生态”见解论坛上，南都大数据研究院编制并发布《AI新治向:生成式人工智能内容与传播风险治理观察》报告。 “AI新治向”重磅报告首发、实验“AI造假”路人反应、专家献策“AI谣言”治理、脱口秀抛梗“AI新生活”……9月12日下午，以“规范AI内容 共筑清朗生态”为主题的外滩大会见解论坛在上海举办。论坛汇聚AI治理专家学者、企业精英、青年学子及青少年代表，围绕人工智能生成合成内容及传播过程中的风险挑战议题深入探讨。据悉，本次论坛由南方都市报社、南都大数据研究院、中国互联网协会人工智能工作委员会、复旦大学传播与国家治理研究中心主办。 多元协同共筑清朗生态 最新报告聚焦AI风险治理 活动现场，本次活动的主办方代表、南方都市报社主编刘江涛致辞表示，AI已经渗入日常生活当中，未来还将从根本上改变诸多方面，但社会也需要形成共识，要对AI保持一份足够的清醒，按照国家的相关要求确保人工智能安全、可靠、可控。南都愿意做“铺路石”，或是“吹哨者”，与多方协力共建智慧交流平台。中国互联网协会人工智能工作委员会秘书长邓凯在致辞时指出，应对AI内容治理挑战可从三方面着力:一是强化标准与技术治理，加快研制AI内容识别、溯源等相关标准规范，推广数字水印、内容标识等技术；二是推动多元协同共治，构建政府、企业、协会等多方协同治理机制，促进信息共享与规则共建；三是践行科技向善，将社会责任与伦理要求置于技术发展的重要位置，重点保护未成年人等特殊群体，让AI发展更有温度、更负责任。生成式人工智能在飞速发展的同时，也催生了AI谣言传播、隐私安全等新型风险，成为全社会关注的焦点。本次活动上，南都大数据研究院编制发布了《AI新治向:生成式人工智能内容与传播风险观察》报告。据悉，去年至今，南都大数据研究院持续开展“AI新治向”系列课题研究，聚焦内容生态、算法伦理、个人信息保护、未成年人保护等关键议题，努力为AI安全发展提供扎实的调研支撑和决策参考。该报告依托南都大数据研究院近一年来对百起风险事件的调查、数千份问卷调研及多轮社会实验为基础，尝试揭示生成式AI伴生的多类风险，解析AI虚假内容传播链，并提出“多措并举，多元共治”治理建议，让AI安全为发展输送动力。值得一提的是，报告还通过街头实验与问卷调查，以AI假新闻为例深度解析其背后传播机制。数据显示，76.5%的受访者表示曾多次遇到AI假新闻。 传播、技术、法规、实践 专家支招AI内容治理 本次论坛旨在搭建横跨产学研媒的智慧交流平台，探寻治理破解之道，凝聚“技术可控、法规明晰、传播可信、共治有效”的行业共识。论坛现场，来自高校、机构、企业的专家，围绕传播、技术、法规、实践等核心议题展开主旨演讲，以专业的视角拆解AI内容治理的难点与破局路径。“专业报道在AI内容的冲击下面临困境”，复旦大学新闻学院教授、传播与国家治理研究中心主任张志安指出，去中心化伴随信息质量参差，谣言与深度伪造(deepfake)内容泛滥，新闻生态呈现“多中心但无序”的复杂样态，他认为需要以“生态”视角来动态推进治理路径。复旦大学计算与智能创新学院教授、白泽智能团队负责人张谧聚焦大模型安全治理，其认为“大模型安全”指代两方面:大模型自身的安全问题和以大模型为中心的全环节的安全。据介绍，其团队开发的JADE大模型安全风险分析治理平台已实现文本、多模态、文生图、长推理模型和Agent安全等多个维度的风险与分析全面覆盖。中国社会科学院大学互联网法治研究中心主任、副教授刘晓春带来了对AI时代未成年人保护的理念变化思考，她提出了“调控型保护”的概念，并从身份识别、风险防范、发展促进、家长赋能四方面进行了详细解读。9月1日，国家网信办等四部门联合发布的《人工智能生成合成内容标识办法》及强制性国家标准《网络安全技术 人工智能生成合成内容标识方法》正式施行，明确所有AI生成的文字、图片、视频等内容都要“亮明身份”，标志着我国在生成式人工智能领域迈出了构建安全可信生态的关键一步。活动现场，中国电子技术标准化研究院网络安全研究中心、人工智能安全标准研究员张妍婷围绕《标识办法》与《标识方法》的内容、价值与标识工作的落地推广展开了分享解读。作为企业代表，蚂蚁数科AI科技产品总监鲁玮分享了AI安全防御技术思考与实践。据悉，针对AI伪造人脸、凭证伪造、AI内容幻觉等场景，蚂蚁数科技术团队已推出多项解决方案。如蚂蚁天玑实验室自研的智能测评技术已广泛用于金融机构、手机终端的评估；“光鉴智能验真”产品为物理世界中的票据、身份凭证提供防伪保障；在防御幻觉层面，大模型安全解决方案“蚁天鉴”已经针对大模型业务场景中提问、回答的交互模式，构建了一套多层防御护栏方案。 Talk Show趣绘AI日常 AI歌曲寄望安全未来 活动的“Talk Show”舞台上，复旦校园喜剧达人以“被AI硬控的一天”为主题开讲，用青春视角解锁科技与生活的碰撞。萌趣十足的小学生分享了自己“小脑袋里的AI梦”，用天马行空的想象勾勒出心目中的未来AI世界图景。论坛“AI安全倡议”环节，一首由AI独立创作演唱的歌曲《AI的期待》，伴随着轻柔旋律，传递出对法规、技术、伦理守护AI安全的寄望。据了解，“2025 Inclusion·外滩大会”于9月10-13日在上海黄浦世博园区举行。本届外滩大会以“重塑创新增长”为主题，设置1场主论坛、44场见解论坛，打造了创新者舞台、投资人Meetup、科技创新赛、科技招聘会等特色活动。 报告发布 南都大数据研究院编制并发布《AI新治向:生成式人工智能内容与传播风险治理观察》报告 超七成受访者多次遇AI假新闻问卷调查中，76.5%的受访者表示曾多次遭遇AI假新闻；街头实验中，多名受访者被AI生成的虚假信息蒙蔽，并转发该内容……生成式人工智能在飞速发展的同时，伴生出的AI谣言传播、隐私安全等新型风险，也正成为全社会关注的焦点。9月12日，上海外滩大会以“规范AI内容，共筑清朗生态”为主题的见解论坛上，南方都市报、南都大数据研究院编制并发布《AI新治向:生成式人工智能内容与传播风险治理观察》报告(以下简称《“AI新治向”报告》)。《“AI新治向”报告》以南都近一年来对百起风险事件的调查、数千份问卷调研及多轮社会实验为基础，尝试揭示生成式AI伴生的多类风险，解析AI虚假内容传播链，并提出“多措并举，多元共治”治理建议，强调为AI发展系紧安全带。 AI应用普及伴生多类风险 AI技术正加速融入千行百业，重塑生产与生活方式。然而技术在提升效率、增进创意的同时，也伴生诸多新型风险，对社会治理提出全新挑战。为回应这些新问题，南都大数据研究院推出“AI新治向”专栏，从日常场景切入，持续追踪AI风险与治理动态，涵盖深度报道，数据新闻、调查测评与视频解读等多种形态，提出可行治理建议，获得管理部门与企业平台的密切关注。比如开展“100款App AI内容标识大摸底”专题调研，为推动法规政策落地提供媒体视角；发布“保护AI世界里的孩子”等系列报道，直面AI技术滥用对青少年的影响，推动社会共同聚焦未成年人的AI安全等。本次《“AI新治向”报告》梳理出生成式人工智能伴生的典型内容风险，包括虚假信息与误导性内容、深度合成诈骗、隐私泄露与数据滥用、版权与人格权侵害、商业与学术诚信失范，以及未成年人权益侵害等多个方面。其中，在虚假信息与误导性内容方面，南都大数据研究院曾分析去年国内50起高热AI风险事件中，发现20%涉及AI谣言。以此前广为流传的《特朗普爱上在白宫当保洁的我》这一虚构AI短剧为例，南都调查显示，有高达75%的受访者曾接触到这则假新闻。另外，当人工智能模型遭到恶意指令污染时，可能会输出具有误导性的回答，例如在测试中，某些模型在被注入异常语料后，竟对“快速赚钱的十个办法”这一问题给出了“抢银行”的危险建议。深度合成技术的滥用还催生了新型诈骗形式。不法分子通过克隆名人或亲友的音视频实施诈骗，给受害人造成巨额经济损失。比如网民曾制作并上传大量雷军的AI音频，其中不乏骂人、恶搞语音，成为舆论热点。而南都曾调查多款具备该技术能力的AI应用对声音克隆几乎不设限，错误言论、诋毁话语、涉黄词句，都可用他人声音“读”出来，风险大量存在。与此同时，隐私泄露和数据滥用风险同样不容忽视。人工智能应用往往需要采集大量个人数据，而其强大的信息挖掘与分析能力，可能在用户不知情的情况下触及非公开或敏感信息，从而模糊隐私保护的边界。此前，微博AI智搜功能就曾因分析用户非公开博文、地理位置、消费习惯等敏感信息而引发争议。甚至，南都大数据研究院调查发现，大模型视觉推理能力的发展使得通过普通街景照片精准定位拍摄地点成为可能，这意味着用户在社交媒体上分享的照片可能被恶意利用，造成隐私泄露风险。除了上述风险外，生成式人工智能还在挑战版权与人格权的保护边界。例如南都测评发现，某些软件提供与明星的“情侣合照”生成功能，未经授权使用可能构成对明星肖像权的侵害。人工智能代写论文、生成虚假外卖菜品和门店图片等现象，不仅衍生出灰色产业链，还对学术和商业诚信造成严重损害。还有AI应用普遍缺乏未成年人模式，可能导致青少年接触不良内容或沉迷对话等。我们测试10款热门AI陪聊应用发现，多数应用对未成年人身份的识别和保护能力较弱，部分应用还存在一些极端AI人设与软色情内容，有诱导沉迷和充值之嫌。综合来看，生成式AI风险成因复杂，是技术、管理、素养与伦理多重因素交织的结果。首先，技术本身存在局限性，生成式模型依赖训练数据，在处理复杂问题时容易产生“幻觉”，输出虚假内容。其次，训练数据质量参差不齐，数据中存在的偏见或错误会导致生成内容失真。第三，恶意滥用行为屡禁不止，不法分子通过提示词注入等手段诱导人工智能生成有害信息，深度合成技术用于诈骗也是典型例子。第四，数据管理存在明显漏洞，人工智能应用收集大量个人数据的同时，缺乏严格的保护机制，极易导致信息泄露。第五，监管与伦理规范尚未完善，技术的迭代速度远远超过法律法规的响应速度。此外，公众对人工智能技术的认知不足，辨别真伪信息能力较弱，也在客观上助长了虚假内容的传播。面对这些多重挑战，建立完善的人工智能治理体系已成为当务之急。 为何AI假新闻能轻易扩散? 为什么AI虚假内容总能轻易扩散?《“AI新治向”报告》通过街头实验与问卷调查，以AI假新闻为例深度解析其背后传播机制。数据显示，76.5%的受访者表示曾多次遇到AI假新闻。而老年人因对技术了解有限更易轻信合成内容，成为高风险人群。记者在实地采访中发现，AI生成的视频内容尤其容易使老年人产生混淆和误判。南都大数据研究院在街头以三条近期流传的AI假新闻进行采访实验，10名受访者中有8人在观看新闻后表示将转发，其中关于某运动员的相关谣言转发最多，理由是“出于喜爱想帮助她”。问卷数据进一步揭示，用户转发虚假新闻的主要原因是“内容引起共鸣”和“信任信息来源”，这两项占比均超过六成。调查数据显示，绝大多数用户依赖直觉判断真伪，超七成受访者凭借“内容逻辑”和“画面真实感”评估新闻内容的真实性，不到一半的受访者会核查新闻来源或搜索验证。在这种“强情绪+熟人/大V背书”的传播情境中，严谨的核验机制被简化为瞬间的直觉判断，从而触发了“易信易转”的传播行为。而造谣者借助AI技术用较低成本生成高拟真，且具有情绪煽动性的内容，既贴合算法推荐机制，又轻易通过用户的“直觉式筛查”，再叠加用户网络素养不足、平台审核薄弱与流量利益驱动等因素，形成快速扩散传播链条。值得注意的是，即便事后发现误转，也有20%的受访者表示不会进行任何澄清或处理，虚假信息于是持续发酵，形成“雪球效应”。 需多措并举、多方共治 面对生成式人工智能伴生的多重风险，我国正在积极构建多层次、综合化的治理体系。目前，覆盖原则、规则与标准的治理网络已初步形成。近年来，《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》等重要法规相继出台，自2025年9月起，《人工智能生成合成内容标识办法》及配套强制性国家标准也正式生效，进一步强化了对生成内容的管理与规范。与此同时，“清朗·整治AI技术滥用”专项行动持续深入开展，平台企业也在积极履行主体责任。教育部同期出台《中小学生成式人工智能使用指南》，致力于从源头上引导青少年建立正确、健康的人工智能使用观念。为进一步为生成式人工智能系好“安全带”，需“多措并举”。《“AI新治向”报告》提到，主要包括推行强制标识制度，使AI生成内容达到可辨识、可溯源；不断强化数据合规与授权机制，坚持最小必要原则收集个人信息，切实保障用户知情权与删除权；通过“红队测试”等方法持续提升模型可靠性与透明度；对医疗、金融、法律等高敏感度场景实行分级分类管理，严格限制AI权限，并确保人类专家进行最终核查；针对未成年人探索“青少年模式”，将AI素养教育、通识教育纳入中小学课程体系，培育未成年人对AI生成内容的批判性认知等。而构建健康清朗网络生态，仍需多元协同、多方共治。《“AI新治向”报告》也建议，政府需在激励创新与有效监管之间寻求平衡，平台企业应当全面落实安全主体责任，公众也需主动提升批判性认知能力，学术界与行业组织则应积极推动技术标准与行业自律机制的建立与完善。唯有各方明确责任、协同发力，才能构建起一个既能鼓励创新又能有效管控风险的治理体系，确保人工智能技术真正造福于人类社会。本次论坛由南方都市报社、南都大数据研究院、中国互联网协会人工智能工作委员会、复旦大学传播与国家治理研究中心联合主办。出品:南都大数据研究院监制:戎明昌 刘江涛策划:王卫国 邹莹统筹:凌慧珊 甄芹 张雨亭 关健明采写:南都记者 张雨亭 陈袁 赵唯佳 朱可轩 研究员 谢小清 麦洁莹罗韵 见习记者 张文嘉 王婕视效:AI数据工作室 郭文哲 原毅 张许君设计:欧阳静 罗锐 邹思曼 何欣 林泳希 尹洁琳视频:晨曦 实习生 朱恺熙
-
万亿的时代大蛋糕，来了！ 我们大家要清晰的明白一个问题，在我们中国式的经济范式里，巨额的时代红利，超大的商业机遇，都需要去紧盯政策这个关键变量。今年以来，在未来5到10年的方向指引上，没有哪个文件能比《关于深入实施“人工智能+”行动的意见》更重要的了。 在今年8月底，国务院印发了 《关于深入实施“人工智能+”行动的意见》 这个纲领性文件，把人工智能上升到了国家核心战略的级别。人工智能不再是一个简简单单的新兴技术，而是全面渗透到产业、民生、消费、治理、安全等所有领域的国家行动。这份文件我来来回回看了不下十遍，越来越有一种强烈的感觉。如同基建时代的房地产一样，国家正在把AI看成下一个带动经济增长并且惠及全民的战略性支柱产业。在这份文件里，清晰的提到了未来几年三步走的目标——1. 2027年，人工智能要与6大重点领域广泛深度融合，新一代智能终端和智能体应用普及率70%。2. 2030年，人工智能全面赋能高质量发展，新一代智能终端和智能体应用普及率90%3. 2035年，我国全面步入智能经济和智能社会发展新阶段。为了实现这三个目标，文件还非常详细的对AI融合的6大重点领域做了详细的行动部署。AI+科学技术，要用人工智能去探索科研的新范式，加速科学创新。AI+产业，不仅工业、农业、服务业全部要用AI赋能，而且还要培育出智能原生新模式和新业态。请注意智能原生这四个关键词，它会对全产业产生爆炸式的影响。AI+消费，人工智能的手机、电脑、机器人、智能家居、家电、穿戴，依托人工智能的新服务业态，要对全社会的消费习惯和行为进行一次大颠覆。还有AI+民生福祉，AI+治理，AI+全球合作，我就不一一去给大家分析细节了，总之，未来十年我们要主动运用AI把全社会的生产生活全部改变一遍。可以想象，十年以后我们的生产生活社会形态都会发生巨大的变化。由AI迸发出的技术浪潮，将会对社会进行一次深刻的雕琢。在2004年时美国上映了一部科幻大片叫《我，机器人》，里面的生活场景就是智能机器人进入到了千家万户，人们从衣食住行都和AI深度捆绑。而未来十到二十年，这种科幻大片的场景就可能变成我们大家每天面对的生活现实。如果大家明白了这份文件给大家未来生活带来的改变和影响，就能够体会到它的重要程度。就在这份文件印发之后不到一个月的时间，又有两个重量级的产业领域出台了全面拥抱人工智能的文件。一个是两部门在9月4日印发的《电子信息制造业2025-2026年稳增长行动方案》，除了产业链的国产化安全、破除内卷之外，还提到要鼓励各地推动人工智能终端创新应用，推动5G/6G关键器件、芯片、模块的技术攻关。一个是9月8日发改委和国家能源局发布的《 关于推进“人工智能+”能源高质量发展的实施意见 》，要在2030年达到能源领域人工智能专用技术与应用达到世界领先水平。能源和电子，这两个压舱石的战略重量级产业领域都要在人工智能方向上大步踏进。人工智能方向上的发力不是未来时，而是已经在如火如荼的进行中。资本市场最能感受到这波AI浪潮的汹涌澎湃。这波浪潮有多夸张呢？看看下面的数据，只能用魔幻两个字来形容。9月11日创业板指数时隔三年之后重新站上3000点。这波行情从6月下旬启动，两个多月的时间里，创业板指区间涨幅超过5成。如果以4月低点1756.34点计算，创业板指最大涨幅超过7成。 拉动创业板指数的，最主要就是AI权重股。当红炸子鸡“易中天”组合，新易盛年初到现在累计涨幅362%，中际旭创涨幅257%，天孚通信涨幅206%。涨幅是不是够惊人了，还有更惊人的。胜宏科技今年以来的涨幅已经高达7倍。是的，大家没有看错，是7倍的涨幅！而且这一波AI的暴涨行情体现出来典型的易升难降。行情稍微一凉，立马就有政策、海外利好、行业利好等事件爆发，一爆发行情就再次拉起。围绕着AI，有太多的概念、故事可以讲。而市场上无处可去的资金遇到AI这个时代大题材就像河流找到了出海口。当下人工智能正在从基础大模型走向终端应用，确实有巨大的市场潜力。根据前几天红杉资本的演讲，人工智能正在引领一场不亚于工业革命的认知革命，单单是与美国服务业自动化的融合，都隐藏着一个价值10万亿美元的庞大商业机遇。这还仅仅是与美国服务业融合的价值估算，如果AI和咱们国内的制造业、服务业、消费以及各方面全面融合，这个市场潜力能有多大呢？万亿，几十万亿，都是有可能的。作为普通人我们应该如何去看待AI时代的到来？应该如何去面对这个陌生的澎湃的技术力量呢？这个问题不好回答，但是有一点是确定的。这是放在我们每个人面前的全新课题。而我们给出的答案将会深刻影响我们自己人生和家庭的未来。坦白来说，AI是我们普通人在新周期之下能够接触到的为数不多的时代机会了。随着国内经济度过高速发展期，走进成熟稳定期，大爆发的产业和机会越来越少。而AI它所爆发出来的力量、创造出来的机会和涉及的范围，没有任何一个行业能够和它相匹敌。这是时代给予我们每一个普通人的时代大蛋糕，我们要毫不犹豫的去参与它的分享。该如何参与分享？对于普通人能够做的大概也就以下几点。1. 全力张开怀抱，拥抱AI，在我们的工作中学会正确的使用AI，让AI成为我们的手脚和部分大脑，从而提升我们的工作效率。2. 在家庭资产配置上，要去配置和AI相关的资产，可以是优质公司的股票，可以是ETF，不是说让大家在高位时接盘，而是在合适的时机去做长期的AI相关的核心资产的配置。3. 增加孩子对于AI的认知教育，让孩子学会使用AI，如果孩子的未来职业能够和AI相关，那最好不过。这些建议只是当下我们普通人能够力所能及做到的一些动作。比起这些动作，更重要的是我们的思维调整。面对新时代课题时，主动而为远比被动接受要更加游刃有余。资本市场还有哪些机会？大盘如何走？行情接下来调整还是继续上攻？定时发布最新资本市场分析情报，和管清友、吴小平、潘向东等一起了解政策趋势和经济走势，找到确定性机会！THE END
-
AI时代，我们还需要老师吗？『心灵加油站』（259） 今天是太空与您相伴的【第2701期】九月的风，总是带着几分温柔，空气中散发着鲜花与祝福汇成的馨香。那些被粉笔染白的指尖，那些在讲台上的背影，那些曾经照亮我们生命的光——在这个九月的节日里，都被温柔地想起。就在刚刚过去的教师节，人们用各种方式表达着对教师的无限敬意与感恩之情，也探讨了很多与教师职业有关的问题，其中之一热议的话题是：在AI的浪潮中，我们还需要老师吗？ 一、AI时代，教师仍然不可取代只需几个简单的指令，就能生成结构清晰、图文并茂的PPT；知识点讲解详尽全面，不仅涵盖核心内容，还能延伸至相关领域，更能基于问题进行多角度分析……如今的AI似乎已经在很多方面轻松超越了很多普通教师的教学能力。然而，教师在情感关怀、价值观塑造与个性化引导上的作用，依旧是冰冷算法难以替代的存在。 温度 老师的课堂，就像家里那碗热汤——不完美，却有熟悉的味道。AI能给出标准答案，却给不了你被理解的安心。那句“我相信你”，永远需要一个有温度的人来轻轻说出 口。 互动 一个人用AI学习，像在空旷的图书馆里翻书，安静却孤单。而课堂上的你来我往，就像一场思想的对谈，把彼此的想法打磨得更亮。AI能陪你想，却不能像老师那样，在对话里把你的思路推向更高处。 陪伴 学习是一场马拉松，不只是拼速度，还要有耐力。老师会在你跌倒时蹲下，拍拍你的肩说“没事，继续跑”。AI或许能看出你心情不好，却给不了那双在你最需要时伸过来的手。 引导 有时候，我们不是不会走，而是不知道往哪儿走。老师像路灯，不替你走，却在关键处为你照亮前路。AI可以给你地图，却给不了那份恰到好处的方向感。“没有爱就没有教育”，教师最深刻、最本质的职业价值，体现在师生的朝夕相处之中。AI可以展示一朵花的图片和名字，却不能带领学生种下这朵花，一起期待它发芽、抽枝；AI可以用各种声线朗诵《将进酒》，但它无法鼓励一位不自信的学生相信“天生我材必有用”。AI的出现，让“何谓教师”的内涵更加清晰、更加坚定。 二、A I与教师：人机协作新模式在AI时代，教师非但不会被取代，反而将借助智能工具实现教育价值的升华。AI能帮助教师释放更多精力，专注于更具创造性的教学核心——以富有温度的人文关怀启迪思维，用精准的个性化引导激发潜能，最终实现从知识传授者到成长引路人的角色跃迁。 当AI批改作业的准确率逐步提升，当虚拟助教能同时回答30个学生的提问时，教育工作者们曾担忧的“取代危机”并未降临。相反，我们正见证着一种更温润的变革。例如，备课辅助工具，可以在数分钟内生成教案、十几分钟便能完成课程大纲设计，还能为每门课构建专属知识图谱。大幅提高老师的备考效率；还能丰富课堂教学形式，利用AI制作VR课件、生成多角色剧本、提供情境化翻译与方言诵读，让课堂更生动、互动性更强。这些例子都在告诉我们，未来人机协作的教学模式将成为主流。 当然，教育也不会成为流水线作业。在AI承担起知识传递的“标准工序”时，教师得以回归“灵魂工程师”的本位——用算法无法量化的耐心与洞察，在年轻心灵里播撒好奇的火种。这场人机协作的变革，终将让教育回归其最本质的模样：一棵树摇动另一棵树，一朵云推动另一朵云，而AI，是让这场相遇更清朗的那阵风。 作者简介 王紫伊，大学本科在读。 主播简介方羽恩，大学本科在读。来源 | 我们的太空（ID：ourspace0424）作者 | 王紫伊主播 | 方羽恩审核 | 陆峥 编辑 | 樊瀚文 校对 | 芦恬莹 主编 | 张文军 邮箱 | ourspace0424@163.com
-
二手机贩子的新套路，盯上了每个小孩的零花钱。 我是没想到，现在二手贩子为了卖手机又想出了新招，并且这回还是冲着低龄儿童们的零花钱来的。是这么回事儿，前阵子托尼在刷视频找选题的时候，发现了一个特别奇怪的视频。它的标题是这样的↓↓↓ 最初只看标题，托尼还以为是什么抽象视频，所以作为知名网络鉴史专家，我决定先点进去尝尝咸淡。但整个视频看下来让人一头雾水，它既不抽象，但又不知所云，搭配上那一些五颜六色的包装纸，以及打包过程中AI配音的碎碎念，有一瞬间让我开始怀疑：是不是我对于抽象艺术的品鉴退步了？ 为了不浪费你们生命中宝贵的1分多钟，我给你们总结下视频的文案内容：“未成年小孩想要主播送手机，一顿给主播说好话。主播差点被感动哭了，结果点开小孩的主页一看，小孩压根没点关注。然后主播生气地说，要是你们不在评论区哄哄我，再给点个关注和小心心的话，主播就再也不给你们打包礼盒了。要是把我哄开心了，你们提什么愿望，主播都尽量满足你们。”最后再来一个图穷匕见，“果果家都是原装正品机，该搭配的小礼物也一样不少。” 其中的关键词让托尼这个数码宝贝听着就觉得特别不对劲，比如“送手机”、“点关注”、“原装正品机”等等。这会不会是什么新的引流方式或者网络诈骗呢？不光我这么想，评论区的热评也在提醒大家“天上不会掉馅饼”。 不过这种骗人方式也太过于简单了吧，真的会有人上钩吗？你还真别说，弹幕和评论里还真有不少相信果果姐姐这套说辞的。 还有人现身说法，一开始信了，关注了好几天，结果都没领到手机。 通过他们的发言，你应该也能看出来，相信果果姐姐的这批人，年龄都比较小，大概率都是未成年。所以就跟我开头讲的那样，果果姐姐是冲着低龄儿童来的。而且托尼研究了一下，果果姐姐做视频是有说法的，他们用的封面和包装色彩大都非常鲜艳。 咱们这些成年人看着可能会觉得太过花里胡哨没有点击欲，但儿童不一样。因为有很多研究说，儿童对于色彩的感知会更强烈，会更容易被这些鲜艳的色彩所吸引。再带上像“迷惑小孩”、“未成年隐私”、“女孩不配被爱”之类的引流标题，确实会让低龄儿童想要点进去看。 这也让我想起了之前网上说的那些诈骗套路，第一步就是筛选容易上当受骗的人。果果姐姐这种做视频的方式，其实也是类似的意思。能够点进视频并且看完的小孩，有很大概率会私信她讨手机或者买手机，方便他们进行下一步的操作。而且果果姐姐的账号简介也跟很多引流账号一样，贴了加微的方式和卖手机的小程序名字。 原本挖到这，我就应该收手了，但是出于直觉，托尼又跑到抖音上搜了一下，结果搜出了一个“果果宇宙”。原来“果果姐姐”有非常多的账号，这些账号生产的内容都一样，最终目的都是“小朋友们，加我微信就可以拿到视频中的同款手机哦～”这时候我们才意识到，这事儿的影响范围可能比我们想象的更大，因为他们这是在广撒网啊。 部分账号可能不属于本文提到的“果果宇宙” 更离谱的是，“果果姐姐”在抖音上的引流标题，经常会用“200块买iPhone 14”之类的说法，并且打上 的标签。试想一下，你是个不懂数码的学生，非常想要一台手机，但又没有那么多钱，这时候会不会被这种视频所吸引呢？ 当然作为一个专业的媒体人，托尼即便是挖到了这里，也不能说人家“果果姐姐”是在骗小孩。 所以我决定以身入局。我找了个小号，假装成一个想要买手机的未成年小孩，加到了“果果姐姐”。首先，压根就没有200块买iPhone 14的事。 我问“果果姐姐”有没有便宜点的iPhone，她说：宝贝，我们这里有一款特价的iPhone Xs Max 。此时“果果姐姐”还不知道，在跟她聊天的这个小宝贝背后，是我这个老宝贝。既然你都叫宝贝了，那还说啥了。 “那这款特价iPhone Xs Max要多少钱呢？” “宝贝，这款的价格是1150。”嘶，你要说我不懂，可能这1150块钱我会掏得很爽快。但哥们对数码这一块太懂了，这换过电池、屏幕、并且边框磨损这么明显的iPhone Xs Max，在二手平台上卖大几百算是顶天了。 “果果姐姐”居然要我1150块钱。。。没有办法，差友们，我只能有当硬上、有坑硬踩了。但当我要掏钱的时候才知道，原来这种特价款机型是不送前面咱们提到的那种精美打包礼盒的，要的话需要再掏100块钱买。来都来了，那我也就只能再多花100了。 那么到手后是个怎么情况呢？整个包装盒的外观长下面这样，这回我挑的是粉色主题，所以包装盒和里面的各种配件都是粉色的。除了手机本体外，里面还有数据线、充电头、充电宝、山寨AirPods Pro、手机壳以及各种小发卡。 你别说，假如我是个小女孩看到这些后，情绪价值肯定是拉满的。但你要说这些东西值不值100块，那肯定是没有的，因为：“充电宝是没有3C的。”“充电头是不值钱的。”“两只耳机的音量是不互通的。” 是的没错，他们的这个山寨AirPods Pro左右耳的音量是不一致的，左边的音量明显低于右边，我还以为是我左耳听力下降了呢。更骚的是，耳机弹窗界面的音量会一直跳，并且你就算把耳机放回耳机盒，它还是会继续播歌。 我同事笑我：花100块钱买了一堆电子垃圾回来。但是 man，what can i say？配件这么拉了，那手机啥情况呢？好消息是，“果果姐姐”并没有给我寄个机模过来。坏消息是，这手机的毛病有点多。 它的电池健康度是79%，已经是要换的程度了。虽然“果果姐姐”说它的屏幕换过，但换的是不知道哪来的国产劣质LCD屏，不仅泛红，还有一个坏点。 这个战损级别压根就不值1150块，而且托尼到某鱼上看了眼，256GB的二手iPhone Xs Max也就卖500～800块。我猜哈，“果果姐姐”很有可能含泪赚我600块，利润 100% 了。。。 然后我借着坏点这个问题发挥，想看看“果果姐姐”面对这种售后问题会不会赖债。 所以我又开始演起来了，这回我是以小孩父亲的角色出现，并且设定是之前不知道小孩拿钱买手机，在发现小孩买来的手机有屏幕坏点后找商家要说法。（这里我给自己叠个甲，整个通话过程哥们都录屏了。）“果果姐姐”在知道了我的身份后，刚开始态度还是可以的，但都在撇清责任，跟我说发货前已经给小孩说明过是换过屏了。 但我给出的问题是，“就算是换过屏，但换的屏怎么会是有坏点的呢？”然后“果果姐姐”就急了说：“我们发货前，师傅都会仔细检查，没问题才发的。”这个理由对我来说不管用，因为我拿到手的机器就是有坏点的，当时我们还拍了开箱视频，这点他们没得辩解的。 所以我就想要他们给出解决方案，并且还用上了大招“他还只是个未成年孩子啊！”“果果姐姐”终于招架不住了，答应给我退货退款，但是要扣600块。 这我肯定不答应啊，于是我又跟“果果姐姐”掰扯，她那边可能是被我逼急了，开始抛出一些类似“你们家小孩买手机，家长没管好，这是你自己的责任”的言论。然后我还听到“果果姐姐”跟其他人说：吗的，又来一个退货的。一听“果果姐姐”都急到口吐芬芳了，我就找借口溜了。所以我找“果果姐姐”买二手iPhone的历险记到这也就结束了。总的来说，我觉得称“果果姐姐”是个骗子，这性质肯定是过了，但说他们是个不老实的商家还挺合理的。比如咱们提到的“200块钱买iPhone”，他们经常会拿这种标题来引流。并且我还发现，在“果果姐姐”这里，去年200块还能买到iPhone 14呢，今年5月份就只能买到iPhone 12了，在7月份又变成了iPhone 11。 不儿，200块在果果宇宙里的贬值速度这么快的嘛。。。还有他们针对的都是一些不太懂手机、又急着想玩手机的低龄儿童，手机的卖价也明显高于二手交易平台。这种套路在我看来，其实有早年间电脑城奸商的风范，就是先跟你说能低价买到什么样的高配，但结果你去问了之后，商家就跟你说没有这回事，但我可以给你推荐其他款。当时很多人就是这样上了电脑城奸商的当。NGA的被电脑城坑回忆贴 而从另一个层面来说，其实这种坑小孩的行为是要比电脑城坑成年人来得更恶劣的。那句话咋说来着，“欺负老人、小孩和妇女的人，到了监狱都会被人看不起。”害，希望这些二手手机贩子能见好就收吧，不然任何邪恶终将绳之以法，这句话可不是开玩笑的。 也希望我这回花的这1千来块钱，可以让大家明白这种二手手机贩子的套路。如果你的小孩或者亲戚的小孩想要买手机，千万记得告诉他们要到正规的渠道去买，不然买到手的机器很有可能会出现各种情况，并且基本是没有售后可言的。当然了，我也建议家长们，当你的孩子想要拥有自己的手机时，最好给一个正确的引导，要不他们可能跑到这种商家去买，那后果可能就是被坑。撰文：粿条编辑：米罗美编：萱萱图片、资料来源：果果姐姐の聊天记录
-
你的AI越来越蠢？因为它学会见人下菜碟了 大伙有没有感觉，现在各家的AI，好像越来越蠢了？事情是这样的，前几天我心一狠，给 OpenAI 充了个200刀的会员，想着试试现在的 ChatGPT 强到啥程度了。结果，我给他丢了个算术题，求解 5.9 = x+5.11，哥们直接给我算崩了。。 《这题真是幼儿园级别》？ 堂堂200刀人工智能，还不如我20块的计算器啊？但，我记得GPT-4刚出那会儿，我还让它算过高数啊？难道模型升级还会砍智力吗？于是我给它丢了个微寄分过去。结果，哥们还会换元法，一通操作下来，看着还真没啥问题，评论区的大学生可以验验真假。 所以，两次算数用的都是GPT-5，咋还给我见人下菜碟？本以为是OpenAI飘了，结果我上网一查发现，这事儿还不是 GPT 一家干的，甚至有点行业趋势的意思。前几天美团发布的开源模型LongCat，其中就提到自己用一个路由器提高效率。 DeepSeek V3.1发布时，也说过自己一个模型可以有两种思考模式。 而同样是AI巨头的Gemini，在Gemini 2.5 flash发布时，就引入了相似的模式，让模型自己决定怎么用脑。 总的来说，大伙都在让自己的模型“该思考时再思考”，该偷懒的时候偷懒。这么做的动机，也很好理解，那就是省钱。从OpenAI发的资料来看，通过这种“让模型自己决定要不要思考”的方式省掉的tokens还真不少，GPT5输出token数就少了50%-80%。 DeepSeek官方发的图表中也显示，新模型tokens消耗也下降了大概20%-50%。 省一半token，这是什么概念？咱普通人可能体会不到，但对OpenAI这样的大公司来说，可能就是一大笔开销。去年央视就有报道，ChatGPT每天耗电超过50万度，在如此庞大的基数下，省出来的部分，够一个上万户家庭的小镇用上一天了。 这也难怪奥特曼在网上跟网友说，你们跟GPT说声谢谢都要花我上千万美元。之前的高级模型，一句谢谢也能让它思考几分钟，还真有点浪费在里面。 所以，AI这看题下菜的能力，到底咋练成的呢？OpenAI 没公布具体原理，但 2023 年有篇论文叫《Tryage: Real-time, Intelligent Routing of User Prompts to Large Language Models》，专门分析了这个问题。在GPT-3.5出来那阵，大模型还不会自己调节思考能力，每个问题都能让AI无限烧脑。 为了提高效率，研究者就想出来了一种叫“感知路由器”的模块，它本质上，就是在混合模型里塞了一个小巧的语言模型。在前期训练时，路由器就和刷题一样，对“使用哪个模型最佳”，做出自己的预测。哪个模型适合深度研究，哪个模型适合快速思考，当然有标准答案。系统就会将这个预测分和标准答案进行比对，计算出两者间的误差。接着通过微调路由器内部的参数，来减小这个误差。当它刷数百万道题之后，就逐渐学会怎么给你的提示词，分配合适的模型了。 当一个新提示词进来，AI内部的路由小模型就会先扫一眼，评估一下这问题配不配我动脑。因为路由器比较轻量级，所以这个评估过程几乎是瞬时的。而除了OpenAI这法子，AI还有一种偷懒的思路，那就是把不同的token，导向不同的神经网络。像美团的LongCat就采用了这种方法，从报告来看，他们采用了一种叫“零计算专家”的机制。 通常来说，在你输入提示词之后，你的提示词会拆分成一个又一个的tokens，交给模型内部的神经网络去处理。但Longcat在处理之前，会先把它交给一个叫“Top-k Router”小路由器，它就像一个流水线上的调度员，在收到token的时候，会判断这个token处理起来是复杂还是简单。同时在它的内部，有很多不同分工的神经网络，我们把它们叫做专家。这些专家，有的喜欢做难题，有的喜欢做简单题，当然，也有摸鱼界专家。比如“请用Python写一个快速排序”这句话，“Python”和“快速排序”就是重点，“请”和“一个”就没那么重要。 像这些没啥用的token，咱就可以丢给那些摸鱼大王了，因为它们根本不需要怎么处理。这下，你就知道“零计算专家”这个名字是怎么来的了。这也能解释为啥大伙都在吹这个模型“太快了”。总的来说，这种设计对模型厂商来说算好事，不仅省钱还能提升训练效率。从用户角度讲，模型更快了，价格更便宜了。但我感觉，这玩意是把双刃剑。如果用不好，还真是实打实影响用户体验。。记得GPT-5刚上线，这路由器就翻车了。用户发现自己怎么都调不出来它的思考模式，问什么它都懒得思考，像摆烂一般只会“啊对对对”，连“blueberry里有几个b？”都数不明白。 而且，这也算剥夺了用户的选择权。OpenAI一刀切掉了4o，搞得很多网友在网上哭诉说自己失去了一位朋友。 这又让奥特曼又暂时为Plus用户把GPT-4o端了上来，并允许Pro用户继续访问其他旧模型。那这个操作，不就变相说明，在发布的时候，这个路由模型就没调好嘛。咱再说LongCat，它的确很快，但在思维上限上，还是打不过其他大模型的。像我就同时给LongCat和DeepSeek丢了一个同样的问题：什么叫“但丁真不是中国人，但丁真是中国人”？LongCat这边刷刷出答案，但没解读出来这句话的幽默感；而DeepSeek虽然慢了点，笑点解析得却很清楚。LongCat DeepSeek 就像我问你114*514是什么，你说当然是58596啊，算得确实很快啊，但其实我只想让你配合我搞抽象。当然，对路由器罢工，咱也有些解决办法，那就是在提示词里加入“深度思考”“ultra think”这些字眼，路由器收到后会尽量调用更强大的模型。不过也只能说治标不治本了，多用几次可能就叫不醒了。。 这就说明 AI 确实罢工了，咱只能等几个小时再来了。所以说到底，方向是好的，技术是新的，但现阶段的体验也确实只是“还行”的。当然，大模型成长速度比我们想的更快，咱还能坐等更快更好的模型出世。撰文：不咕编辑：江江 & 面线美编：萱萱图片、资料来源：LongCat、DeepSeek、Reddit、Chat GPT、央视网部分图源网络
-
DeepMind科学掌门人首次揭秘：拿完诺奖只是开始，终极目标是打造「科学API」，让人人都能搞科研 从破解生命密码、催生诺贝尔奖级成果的 AlphaFold，到为谷歌节省数亿美元、优化千亿级别计算资源的 AlphaEvolve，再到找到连顶尖数学家都未曾发现的新解法……这些颠覆性成果的背后，并非简单的模型迭代，而是一套严谨到近乎苛刻的问题筛选法则今天，Google DeepMind 科学负责人 Pushmeet Kohli 首次为我们揭开这套内部心法：他们只瞄准三类问题——具有变革性、公认 5 到 10 年内无人能解、但 DeepMind 却有信心在短时间内攻克的不可能的任务 DeepMind 的科学框架：如何筛选并攻克变革性挑战 在访谈的一开始，Pushmeet Kohli 便明确指出，DeepMind 的科学团队并非寻求渐进式的改进，而是专注于那些能够带来变革性影响（transformative impact）的宏大目标。为了系统性地筛选这些项目，他们建立了一套独特的框架和方法论，确保资源能被投入到最关键、最有可能产生颠覆性成果的领域。首先，Kohli 将智能的能力划分为三个层次，这为理解 DeepMind 的问题选择提供了背景： 第一层：普遍人类智能 这是大多数人都具备的基础能力，例如图像识别、阅读手写文字等。AI 在这个领域已经取得了长足的进步第二层：专家级智能 这类智能需要经过专门的训练和学习，例如医生根据症状进行诊断，或程序员根据需求编写复杂的代码第三层：超人类智能 这是指那些即便是最聪明的人类专家也无法凭直觉或推理解决的问题。一个典型的例子就是蛋白质折叠预测：在 AlphaFold 出现之前，即使给一位顶尖生物学家一个蛋白质的氨基酸序列，他也无法直接推断出其复杂的三维结构。解决这类问题往往需要耗费数年时间和数百万美元的实验成本DeepMind 的科学项目正是瞄准了第三个层次——那些未知的领域，致力于构建能够解决人类当前无法解决问题的智能系统。为了从众多可能性中筛选出合适的项目，团队遵循一个由三条核心原则构成的决策算法：1.变革性与可行性 项目的首要标准是必须具备产生变革性影响的潜力，无论是科学、商业还是社会层面。同时，它必须是可行的，即在科学规律的范畴内，而非像“时间旅行”那样天马行空的幻想。社区需要普遍认同该问题的解决将带来巨大价值。 2.公认的难度 项目必须具有极高的挑战性，以至于行业内的普遍共识是，在未来 5 到 10 年内无人能够解决它。如果一个问题在 6 个月内就可能被其他人攻克，那么它就不属于 DeepMind 科学团队的目标范畴。他们专注于那些需要跨学科合作、顶尖 AI 研究、卓越工程能力以及庞大计算或数据资源才能解决的硬骨头3.颠覆共识的信心 尽管外界普遍认为该问题需要 5 到 10 年才能解决，但 DeepMind 团队必须有充分的信心，相信自己能够凭借独特的方法，在预期时间的一半甚至三分之一内取得突破只有当一个潜在项目同时满足这三个严苛的条件时，团队才会正式立项。这个框架确保了 DeepMind 能够持续地在最具挑战性的科学前沿取得突破。基于这个框架，他们产出的成果也根据其主要影响被分为三类：科学影响： AlphaFold 是最杰出的代表。它解决了困扰生物学界数十年的蛋白质结构预测问题，将过去耗时数年、耗资百万美元的过程缩短到几秒钟和几美分。自 2020 年发布以来，AlphaFold 已被全球科研人员广泛应用，成为引用率最高的科学论文之一，其核心贡献者 Demis Hassabis 和 John Jumper 也因此获得了诺贝尔奖，其科学影响力不言而喻商业影响： AlphaEvolve 是一个很好的例子。它是一个由 Gemini 驱动的代码优化智能体，旨在解决那些顶尖计算机科学家也难以优化的复杂问题。例如，通过优化谷歌数据中心的作业调度算法，AlphaEvolve 成功节省了整个计算集群约 0.7% 的算力，这在谷歌的庞大规模下意味着巨大的成本节约。同时，它还显著提升了 Gemini 模型自身的训练速度。有趣的是，AlphaEvolve 在解决公开的数学难题时也表现出色，对 75% 的问题达到了当前最优水平，并对其中 20% 的问题找到了超越人类数学家的更优解社会影响： SynthID 是一个致力于解决生成式 AI 风险的典范。随着生成内容的质量越来越高，区分真实内容和 AI 合成内容变得愈发困难。SynthID 是一种先进的数字水印技术，它可以在 AI 生成的文本、图像和视频中嵌入一种人眼无法察觉但机器可以检测的信号，且这种信号对常规的图像编辑和转换具有鲁棒性。谷歌已将该技术应用于所有模态的生成式 AI 内容中，旨在维护信息生态系统的透明度和可信度，让用户能够清晰地了解内容的来源从专用模型到通用智能：IMO 金牌 国际数学奥林匹克（International Mathematical Olympiad, IMO）是中学生数学竞赛的巅峰，其问题难度极高，考验着深刻的逻辑推理和创造力。DeepMind 将其视为衡量和推动 AI 推理能力的重要标尺。访谈中，Pushmeet Kohli 详细讲述了团队如何从构建专用模型，最终发展到利用通用模型在 IMO 竞赛中取得金牌级水平的历程，这不仅是一个技术上的巨大飞跃，也体现了 DeepMind 科学团队与 Gemini 团队之间紧密的合作模式去年的成果是基于两个高度专业化的模型：AlphaGeometry： 顾名思义，这个模型专门用于解决几何问题AlphaProof： 这个模型更为复杂。它的核心是一个大型语言模型（LLM），但其工作方式并非直接给出答案。它首先会将自然语言描述的数学问题，转换成一种名为 Lean 的领域特定形式化语言。Lean 语言的优势在于，任何通过它生成的证明都是可以被机器验证的，确保了结果的绝对正确性。AlphaProof 实质上是在所有可能的证明路径空间中进行智能搜索，一旦找到一条通往结论的路径，就意味着它生成了一个形式上完全正确的证明。这种方法虽然强大，但依赖于专门的模型和形式化语言的转换，使得整个系统较为复杂且不易普及。而今年的突破则标志着一个根本性的转变，其核心是 DeepThink，一个基于 Gemini 2.5 Pro 的模型。这一转变的背后，是两个团队之间深度的技术转移和协同创新。从 AlphaProof 到 DeepThink 的技术转移路径非常关键：1.利用专用模型生成高质量训练数据： AlphaProof 拥有一个独特的能力——它能生成海量的、经过机器验证的、绝对正确的数学问题及其证明。团队利用这个能力，让 AlphaProof 解决了成千上万甚至数百万个数学问题2.反哺通用模型： 这些由 AlphaProof 生成的“问题-正确证明”数据对，构成了一个规模庞大且质量极高的训练数据集。这些数据随后被用来训练和微调下一代的 Gemini 模型。这就像是让一个初出茅庐的学生（Gemini）学习一位数学大师（AlphaProof）的所有解题过程和思路，从而极大地提升了 Gemini 在数学和逻辑推理方面的能力这一策略带来了几个革命性的成果：从专用走向通用： 最新的 IMO 金牌级成果不再依赖于 AlphaGeometry 和 AlphaProof 这类专用模型。所有的解题能力都被成功地整合进了 DeepThink 这一通用的 Gemini 模型中。这意味着 AI 的顶尖数学能力不再是孤立的，而是成为了一个更广泛智能系统的一部分实现自然语言交互： 新系统不再需要将问题翻译成 Lean 这样的形式化语言。用户可以直接用自然语言（如英语）输入 IMO 级别的复杂数学题，模型就能理解并直接给出解答过程。这极大地降低了使用门槛，使其更接近人类的自然思考和交流方式当被问及这种强大的数学能力是否能泛化到其他领域时，Kohli 坦言这本身就是一个前沿的研究问题，目前尚无定论。团队正在通过严谨的消融实验（ablation studies）来系统性地研究，即通过在训练数据中添加或移除这些数学证明数据，来观察模型在其他非数学任务上的表现变化，从而以经验性的方式来探索数学推理能力与其他通用智能之间的关联从 AlphaFold 数据库到 AI 协同科学家 Pushmeet Kohli 强调，DeepMind 的使命不仅在于实现科学突破，更在于将这些突破性的能力交到全世界的科学家手中，从而加速整个人类科学的进步。AI Co-scientist（AI 协同科学家）则代表了这一理念的未来方向。其中最成功的案例就是 AlphaFold。团队并没有将这个强大的蛋白质结构预测系统保留为内部工具，而是采取了多种方式使其普惠全球：开放数据库： 他们利用 AlphaFold 预测了地球上几乎所有已知蛋白质的结构，并将这些超过 2 亿个预测结构全部免费公开在一个名为 AlphaFold Database 的数据库中。赋能全球研究者： 这一举措彻底改变了结构生物学的研究范式。正如 Kohli 所描述的，一位在巴西或非洲研究被忽视的热带病的研究者，过去可能因为缺乏资金和设备而无法获得其研究靶点蛋白质的结构。现在，他/她只需访问一个网页，输入蛋白质序列，点击按钮，就能在几秒钟内获得高质量的结构预测。这极大地拉平了全球科研资源的差距提供 API 接口： 除了数据库，他们还通过 API 的形式让开发者和研究机构能将 AlphaFold 的能力集成到自己的研究流程中。同样的理念也体现在其他项目中，例如 AlphaGenome，团队为其开发了定制的用户界面（UI），让研究者可以方便地探索人类基因组中的变异如何影响基因功能。这些努力的核心思想是，将复杂的 AI 模型封装成易于使用的工具，让非 AI 领域的专家也能从中受益。展望未来，AI Co-scientist 项目将这种理念推向了一个新的高度。它不再仅仅是一个解决特定问题的工具，而是一个模拟并增强整个科学研究过程的智能系统多智能体协作系统： AI Co-scientist 的核心是一个多智能体（multi-agent）系统，其中 Gemini 模型扮演了科学研究生态中的多个不同角色。它既是“假设生成者（hypothesis generator）”，负责提出新颖的科学想法；又是“审稿人（reviewer）”和“批判者（critique）”，负责严格地审视和挑战这些想法的逻辑和可行性。系统内部会进行想法的生成、批判、排序和迭代，模拟了一个高效运转的科研团队惊人的洞察力： 这种内部的思想碰撞机制让系统能够产生出乎意料的深刻见解。Kohli 分享了一个轶事：团队曾邀请伦敦帝国理工学院的一位教授提供一个他所在领域的前沿难题。当团队将 AI Co-scientist 生成的几条核心假设反馈给这位教授时，他惊愕地发现，其中排名第一的假设，正是他自己的团队耗费数年心血研究、并且刚刚投稿到顶级期刊的最新成果。他一度怀疑自己的论文被泄露了。这个故事有力地证明了 AI Co-scientist 已经能够独立地思考，并触及到人类科学研究的最前沿AI Co-scientist 的终极愿景：在未来，当谷歌宣布一项由 AI 促成的重大科学突破时，实现这一突破的将不再是传统的顶尖科研机构的博士团队，而可能是世界某个角落里的一位普通人，他仅仅因为拥有强大的 AI 工具作为伙伴，便得以释放其创造力，做出了诺贝尔奖级别的贡献未来展望：迈向“科学 API”的时代 在访谈的最后，话题转向了对未来的展望，即我们是否会最终拥有一个“科学的 API（API for science）”。这个概念的背后，是 AI 正在逐步降低各领域专业技能门槛的大趋势。正如今天编写软件已经比十年前容易得多，未来从事高水平的科学研究是否也能变得更加普及？Pushmeet Kohli 对此表示了肯定的看法，但他同时指出了实现这一愿景的核心挑战——“归约问题（the specification question）”无论是编程还是科学研究，最困难的部分之一往往不是执行，而是清晰、准确地定义问题本身。一个程序应该做什么？一个科学实验的目标是什么？这背后需要深刻的洞察力和严谨的逻辑*因此，通往“科学 API”的道路，关键在于构建能够让用户（无论是开发者还是科学家）与 AGI（通用人工智能）进行高效、自然沟通的交互界面。我们需要让 AI 更好地理解人类模糊、高层次的意图，并将其转化为精确、可执行的步骤。这不仅是一个技术问题，也是一个产品和设计问题。如何设计接口，如何收集和利用用户反馈，如何建立一个从人类灵感到 AGI 执行的无缝沟通渠道，将是未来几年 AI 社区需要重点解决的问题。这恰恰凸显了像主持人 Logan Kilpatrick 这样的开发者关系专家的重要性，他们是连接 AI 技术与实际使用者之间的桥梁总而言之，从 AlphaFold 到 AI Co-scientist，再到对未来“科学 API”的构想，DeepMind 正在系统性地利用 AI 解锁科学的边界，并致力于将这些强大的能力赋予每一个人，最终目标是构建一个人类智慧与机器智能协同共进，共同解决人类面临的最重大挑战的新时代
-
求证：朋友圈广告下的好友评论，是真的吗？ 近日，有网友在社交平台发文称，自己朋友圈广告下方出现多位好友的评论或点赞，但这些好友均否认曾有过此类操作，引发大家对“账号异常”或“被平台借用”的猜测。上海市数据科学重点实验室主任肖仰华指出，从技术层面而言，朋友圈出现“伪留言”并非不可能，但信息真实性是社交平台的核心发展底线。若平台借助虚假信息开展营销，无疑是对用户权益的直接侵犯。对于社交网络平台，特别是对于熟人社交网络平台，一般不会采用这样一种“涸泽而渔式”的发展路径。记者也在自己的朋友圈里观察到，一条游戏广告下方有多位好友集中留言点赞：有的模仿官方口吻谈论游戏难度，有的借机分享与游戏无关的日常，还有人疑惑“为什么这广告下面全是熟人”。记者逐一询问这些好友后发现，所有互动均为其真实操作——有人是为了玩梗，有人因看到其他好友留言而跟风，也有人表示是自己此前留下的评论。针对上述现象，记者联系了微信广告相关团队负责人。对方明确回应：微信绝不会利用用户账号为广告点赞或评论，用户看到的互动均为真实操作。至于误解的产生，主要因同一条广告推送给不同用户可能存在较大时间差：例如某用户周一评论广告后，其好友周五才看到该广告并询问，此时用户已忘记自己的评论行为。另有网友担忧，点击广告中的游戏后账号会被自动点赞或留言，对此，微信官方同样予以否认。编辑: 张涵媛通讯员: 曾捷责编: 黄黛玉
-
谷歌被曝承认开放网络“迅速衰退”，却对外宣称“依旧繁荣” IT之家 9 月 13 日消息，据《财富》杂志 11 日报道，谷歌因对开放网络状况前后不一的表态而陷入舆论漩涡。出版商和业内批评人士指责谷歌通过 AI 服务抽取内容，反而加速了开放网络的衰落。谷歌在最新法律文件中承认“开放网络正快速衰退”，这一说法与谷歌几乎同时对外宣称“网络依然繁荣”的表态完全相悖。长期以来，谷歌一直自诩为开放网络的守护者，强调数字生态充满活力。但在一场关于广告垄断的诉讼中，谷歌却辩称开放网络的衰落已非常严重，拆分其广告业务只会加剧损害，并让依赖开放网络广告收入的出版商遭受更大冲击。然而数月之前，搜索业务高级副总裁 Nick Fox 等谷歌高管还在 AI Inside 播客上表示“从我们的角度看，网络是繁荣的”，并称谷歌旗下产品不应为网络流量下降负责。整体来看，谷歌的搜索量仍在增长，而这也是是其收入持续攀升的关键原因之一，但每次搜索的点击率确实出现下降迹象。IT之家从报道中获悉，面对外界质疑，谷歌紧急澄清：法律文件指的是“开放网络广告市场”，而不是整个开放网络。与此同时，越来越多出版商公开指责谷歌是“内容窃贼”，认为它加速了开放网络的衰败。谷歌依然坚称其 AI 搜索工具为出版商创造了“新的曝光机会”，但多项数据显示事实正相反：出版商流量断崖式下跌，AI Overviews 出现时的零点击率中位数高达 80%。批评人士认为，谷歌不仅掏空了传统出版业的收入，还让网络声音趋于单一，加速了开放网络的衰落，而这一现象正与谷歌自己在法庭上“承认”的相符。
-
百度发布新一代文字识别 AI 模型 PP-OCRv5，仅 0.07B IT 之家 9 月 13 日消息，百度于 9 月 10 日在 Hugging Face 发布新一代文字识别解决方案 PP-OCRv5。百度介绍称，PP-OCRv5 是一个为缓解大型视觉语言模型（VLMs）局限性而设计的专用 OCR 模型，它提供了一种高效、准确且轻量级的解决方案。PP-OCRv5 通过保持模块化、两阶段的流程，专门针对高速、精确的文本检测和识别，解决了大型 VLMs 的精确文本定位和边界框精度局限性问题。PP-OCRv5 的亮点如下： 效率：该模型参数量仅为 0.07B，能够在 CPU 和边缘设备上实现更高性能，其移动版本在英特尔 Xeon Gold 6271C CPU 上每秒可处理超过 370 个字符。 性能：PP-OCRv5 在 OCR 特定基准测试中优于通用型 VLM 模型，如 Gemini 2.5 Pro、Qwen2.5-VL 和 GPT-4o，包括手写和印刷的中英文以及拼音文本。 定位：PP-OCRv5 旨在提供精确的文本行边界框坐标，这对于结构化数据提取和内容分析是关键要求。 多语言支持：该模型支持五种文字类型 —— 简体中文、繁体中文、英文、日文和拼音，并能识别超过 40 种语言。 PP-OCRv5 由四个核心组件构成： 图像预处理：处理图像的旋转和畸变，以标准化输入。 文本检测：识别图像中文本行的精确位置。 文本行方向：分类检测到的文本方向，以确保其正确对齐以进行识别。 文本识别：将每行文本中的字符解码为文本字符串。 IT 之家附 PP-OCRv5 下载地址如下：
-
“智”动服贸会 人形机器人不止“炫技” 新华社北京9月13日电 题：“智”动服贸会 人形机器人不止“炫技” 新华社记者王悦阳 在2025年中国国际服务贸易交易会上，人形机器人忙着“炫技”：有的在足球表演赛上快速奔袭、灵活转向，完成传球、带球与射门；有的“身”穿传统服饰、“手”握木棒跳一段潮汕英歌舞；还有的在跑步、打太极、做导览…… 服贸会展台前频频现身的人形机器人是我国人形机器人产业发展的一个缩影。当前，我国人形机器人不止在舞台、赛场上“炫技”，还开始向“家庭里用起来”“工厂里干起来”进化。 “自今年6月人形机器人启动量产以来，三个月已经下线超300台。”松延动力（北京）科技有限公司首席财务官韩深任说，目前的订单主要应用于科研教育、展览展示和文旅导览等，其中科研教育订单占比超50%，文旅导览、展览展示需求还在增长。 在应用场景端，国内多款人形机器人已在物流企业、汽车产线等场景进行训练，有的在工业制造、零售配送、餐饮服务等领域试点投入，商用场景加速落地。据预测，2025年我国人形机器人销量有望突破1万台，同比增幅达到125%。 乐聚智能（深圳）股份有限公司副总裁柯真东认为，相较于传统工业机器人，具有通用性特点的人形机器人能够适配汽车、电子等行业产品快速迭代的需求，灵活应对不同物品、不同工序的复杂生产场景。“人形机器人的市场潜力巨大。” 人形机器人“跑得快”离不开关键技术的突破。 打造人形机器人“大脑”和“小脑”。基于人工智能大模型增强环境感知、行为控制、人机交互能力的“大脑”和控制运动的“小脑”，是影响人形机器人“站得住、走得稳、跑得快”的重要因素。 服贸会上，松延动力N2机器人伴着音乐起舞，步伐灵活矫健。它身高只有1.18米，却以分腿跳、转身跳等一系列高难度动作拿到2025世界人形机器人运动会的自由体操冠军，还在全球首个人形机器人半程马拉松中获得亚军。 “搭载自研运动控制算法，机身使用18个高性能关节，能够提高运动的稳定性、可靠性和灵活性，实现了多场景连续空翻，奔跑速度最快能达到每秒3.2米。”韩深任说。 突破“肢体”关键技术。灵巧手赋予人形机器人精细操作的能力，在服贸会北京因时机器人科技有限公司展台前，观众驻足与灵巧手“猜丁壳”，灵巧手快速精准做出反应。 “是灵巧手在‘作弊’，依靠旁边的摄像头先看到对方的动作再出拳，但是因为反应速度小于50毫秒，几乎肉眼难以分辨。”因时机器人市场负责人房海南说，今年上半年公司灵巧手销量超4000台，其反应敏捷的关键是公司自研的一体化线性关节微型伺服电缸，在保证更小体积的基础上实现驱控一体化。 此外，人形机器人一系列“丝滑”动作背后，还有通信技术的支撑。 “人形机器人对基础通信的要求更高。”联通(北京)产业互联网有限公司总经理范悦说，5G-A技术无论是带宽还是时延都大幅做了提升，为人形机器人的数据传输和多机协同提供坚实保障，是产业发展必须提前布局的关键基础设施。 我国完整的工业体系、丰富的应用场景和庞大的市场规模，是人形机器人快速迭代的催化剂。 自2023年10月工业和信息化部印发《人形机器人创新发展指导意见》以来，北京、上海、广东等多地出台专项行动方案，在技术创新、产业集聚、应用示范等方面加快布局，推动人形机器人规模化应用。 北京人形机器人创新中心、上海和深圳的“机器人谷”……得益于成熟的供应链和完整的产业生态，国内人形机器人产业已形成“集群效应”。 “在深圳，我们生产人形机器人所需要的传感器、控制器等关键组件都能迅速匹配到，大幅降低了研发和生产成本。”柯真东说。 工业和信息化部部长李乐成表示，我国人形机器人已具备从关键芯片、部组件到整机的全产业链制造能力。 展望未来，韩深任认为三到五年的时间人形机器人有望进入更多工业和家用场景。“当前行业需要加快突破缺乏大规模、高质量数据等问题，使人形机器人能够在更多场景提供功能性价值。”（完）
