找到
847
篇与
互联网
相关的结果
- 第 8 页
-
猜你喜欢拿“嘴替”当情绪解药...... 一句“我懂”，价值几何？深夜刷手机，某情感博主的短短三句话，精准描述了你这段时间以来“只可意会不可言传”的憋屈和心酸。于是，你一键三连，并留下一句评论——“这是我的互联网嘴替！” 那一刻，你感到一种被“看见”的巨大慰藉。 “寻找嘴替”已成为一种网络风尚，情感博主爆火、付费倾诉APP兴起、心理学概念普及、情绪纾解成为红海生意……我们正进入一个 “共情”可以被规模生产、明码标价的时代。当“嘴替”成为一门生意，究竟是一场及时的情感救援，还是一剂温柔的精神安慰剂？我们到底在为什么买单？ “嘴替”生意竞争很激烈，促进了市场细分，各位“嘴替”大咖亦有主攻的垂直赛道。让我们先来分析一下“嘴替”的分类。接下来，有请“嘴替”三大门派闪亮登场！精准表达型嘴替 别名“情绪翻译官”，代表人物是各大情感博主和知识KOL。TA们擅长运用“概念”武器，用学术感极强的名词概括你的情绪问题，比如那说不清道不明的疲惫感，被称之为“能量管理失衡”；你和男友互相折磨却又舍不得分开，精准定义为“共生依赖”。你购买的其实是一套“语言外挂”和“认知滤镜”。有了“嘴替”后，吐槽显得更有深度，自省都带着理论高度。毕竟，靠自己琢磨，可能只会憋出一句：“我emo了。” 深度共情型嘴替 别名“情绪垃圾桶”，代表服务是付费树洞、倾听热线。承认吧，你需要的并不是解决方案，而是一个不被打扰的安全频道。对方可以一言不发，顶多适时回应一句“姐妹，你太难了！”没错，你想买的是一个“情绪容器”，想得到的是一种“绝对关注”。不像现实中，你刚开了头，低头刷手机的朋友就来一句“你想多了”，完了，情绪更差了！可以共情的“嘴替”，哪怕沉默，也是i人的福音天使！ 身份认同型嘴替 别名“情绪扩音器”，代表某个群体（如“牛马打工人”、“反卷先锋”、“资深社恐”）发声。他们说出了你所在圈层的集体心声，让你感觉“原来我不是一个人”。你的打赏，其实是在买一张“群体身份证”，从而获得一份“归属感”。TA不仅是“嘴替”，更是群体的“带头大哥”，TA的一声冲锋号，让千千万万个“你”，士气大振，开启“战斗”模式，向这个不公的现实“开战”！ “扫码支付”架起了一座座通往“理解”的桥梁，让我们不再独处情绪孤岛。换言之，从“有钱能使鬼推磨”到“有钱我能被理解”，活该“嘴替”挣这份钱啊！ 先说答案，因为我们是“表达文盲”和“共情饥民”！当然，这事儿不能全怪我们脆弱，要怪就怪（开始甩锅，不是）现实太骨感、社交太虚假、内心太混乱。现实太骨感：微信好友三千，却找不到一个能在深夜拨通的谈心电话。当你开始吐槽，朋友低头刷手机；你反问一句“你说是不是？”那边不耐烦地回“是你想多了”。深度交流的成本太高，不如找个职业的，服务到位，按时收费，童叟无欺。 社交太虚假：朋友圈就是个大型表演现场，人人都是生活美学大师。你敢发一条“今天又被老板PUA，哭到隐形眼镜脱落”吗？谁知道哪个有心人就截图扩散了呢！我们并不敢把“负能量”标签明晃晃贴到自己身上，只能把脆弱打包快递给陌生人，用“付费保密协议”保证自己的安全感。 内心太混乱：现实总刮着信息“沙尘暴”，我们的情绪被各种热点、八卦、异闻搅得乱七八糟。常常心里一团乱麻，却理不出个头绪。“嘴替”是“赛博华佗”，擅长“情绪开颅”，帮你把那个“说不清道不明”的玩意儿，用一个学术概念进行定义，“失望型情感隔离”、“情感倦怠期”、“依赖型人格障碍”……问题找到了！诊断准确，请求继续治疗。根据马斯洛需求层次理论：人共有五种需求，依次是生理需要、安全需要、爱和归属需要、尊重需要和自我实现需要。在满足了“生存”和“安全”需求之后，我们自然而然开始追求“爱”、“归属”和“尊重”。“嘴替经济”的崛起，属于“市场补位”，是知识付费吗？不，那是“情绪整理”付费。 “嘴替”消费是“快消品”还是“轻奢”？其实判断一个商品“值不值”，就是评价其“价值”高低和“使用价值”的正负，接下来我们就讨论一下“负面价值”：若购买“嘴替”供应商的“共情”服务，将会失去什么？“嘴替”与“心理治疗”的模糊边界。很多情感大V售卖的是“人生经验”和“个人洞察”，这和需要严格资质的“心理治疗”之间有模糊地带。我们不要试图花购买“心灵鸡汤”的钱，去治愈一个需要“心理手术”的创伤，那如同用9块9的儿童水彩笔，画出油画质感的《星空》一样。 当陷入严重困扰时，请务必寻求正规的心理咨询，不要因一时“爽感”，错失了真正的改变契机。 社会关系的异化风险。如果习惯了将情绪支持“外包”，也许会让你在现实关系中更加懒惰和退缩。“商业共情”往往是标准化和剧本化的，并无法承接因人而异的真实痛苦。“快消品”注定无法实现“深度体验”，“公式化”的处理方案与真实存在落差，很容易让人陷入更深层次的孤独。当朋友说“我懂”，也许是真懂也许是假懂；当商人说“我懂”，TA是“懂”怎么向你推销。我们需要警惕：莫因为他人的“我懂”，忘记了如何去“懂”自己。 既然“嘴替”是一种商业服务，那么消费者就要做到“清清楚楚消费，明明白白花钱”，三步教你理智消费。第一步：慎用“电子布洛芬”分清什么是“止痛药”，什么是“治疗”。“嘴替”服务是即时性的情绪舒缓，而真正解决问题的方式必须在现实世界里采取行动。“电子布洛芬”止痛但不治病，我们可以把它当作一个“补给点”，但不能沉溺，必须现实中行动才能带来真正的改变。 第二步：建立“情感根据地”定期和“怎么闹都不会翻脸”的朋友约个饭；和普通朋友进行一场不带目的的聊天；不拒绝参加一个临时的聚会，尝试多认识几个哪怕不对路的新朋友。别让你的社交完全被“转评赞”承包，至少要保持一两段“深度关系”，作为现实生存的锚点。 第三步：让自己成为“嘴替”最好的幸福不花钱，最好的“嘴替”也一样，因为TA就是你自己！做自己情绪的观察者和命名者。情绪上来时，别急着求人，先尝试自己描述：我在生什么气？气愤的点是什么？我想改变的是什么？当你自己能精准定义情绪时，你就夺回了情感主导权。区分“共情”与“解决”，从“购买概念”到“练习表达”，最终培养“内部共情”能力。毕竟真正的“感同身受”并不存在，能理解你情绪的只有自己，“嘴替”消费其实应该是你犒劳自己的“快乐基金”，而不是给予他人的“社交消费”！ 我们探讨“嘴替经济学”，并不是批判它的存在，我们承认它是一种合理的情绪消费，有效缓解了社会焦虑。在情绪“饿了”的深夜，我们可以在“共情便利店”，买一份热乎乎的“理解”充饥。但希望大家不止步于此，走出短暂的阴影之后，可以更努力地在真实世界里耕耘自己的情感花园，练习对自己温柔。 只有当我们既能勇敢地“购买”共情，也能温柔地“赠与”共情时，才能获得真正的“情绪自由”。毕竟，最动人的共鸣，往往起源于内心深处，那一句对自己说的：“没关系，我在这里。”编辑：Yuri 撰文：鱼龙曼衍排版：Cecilia设计：Lidianer图源：网络
-
亚马逊官宣：净裁员14000人！ 智东西 作者 陈骏达 编辑 心缘 智东西10月29日报道，昨日晚间，亚马逊发布内部信，宣布将在全球范围内减少约14000个公司白领岗位（corporate jobs），这是该公司近三年来又一次大规模裁员，旨在“进一步减少官僚主义，减少层级，并将资源集中投入核心业务与客户最需要的地方”。这封内部信由亚马逊人力体验与技术部门高级副总裁Beth Galetti署名，并在亚马逊随后发布的博客文章中公开。Galetti称，此次裁员行动是首席执行官Andy Jassy去年提出的“让亚马逊像全球最大的初创企业一样运作”计划的延续。亚马逊宣布的“减少14000个岗位”，乍一看与昨日路透社报道的裁员3万个白领岗位在数字上不符。但从亚马逊公告来看，这应该是玩了点数字游戏，“14000”指得是在综合计算裁员人数和新招聘人数后，亚马逊总计将减少的企业员工数。 ▲亚马逊宣布裁员的博客（图源：亚马逊官网）路透社昨日还报道称，知情人士透露，亚马逊此次裁员可能涉及多个部门，包括人力资源（内部称为“员工体验与技术”，简称PXT）、运营、设备与服务，以及云计算部门AWS。亚马逊会为大多数受影响的员工提供90天的内部转岗机会，其招聘团队将优先考虑内部候选人。对于无法在亚马逊找到新职位或选择不寻找新职位的员工，亚马逊将为他们提供过渡支持，包括遣散费、再就业服务、医疗保险福利等等。展望2026年，亚马逊预计将继续在关键战略领域招聘员工，同时寻找更多可以减少层级、增加员工主人翁意识（ownership）并实现效率提升的地方。AI技术的快速发展和广泛采用，是亚马逊此次裁员的大背景。内部信中写道：“这一代AI是自互联网以来最具变革型的技术，使企业能以前所未有的速度创新。”而亚马逊希望通过上述调整，尽快为客户和业务的需求展开行动。今年6月，Jassy曾暗示，随着亚马逊越来越多地使用AI来完成通常由人工处理的任务，其员工规模可能会缩小。一位知情人士向彭博社透露，Jassy一直强调，亚马逊应该更多地实现自动化，但疫情期间的招聘狂潮导致公司规模仍然臃肿。在任职期间，Jassy曾多次裁员并关闭多个项目，于2022年末和2023年初启动了滚动裁员计划，最终裁减了约2.7万个公司白领岗位。在Jassy发表关于AI技术的观点后不久，亚马逊紧缩开支的迹象就出现了。据知情人士透露，亚马逊今年夏天设定了更为激进的裁员目标，并且没有填补公司物流和广告业务的空缺职位。结语：“边裁边招”或成新常态 亚马逊的这轮调整是其组织精简与战略聚焦的延续。面对AI带来的变革，该公司正试图以更高效的结构应对未来的不确定性。值得注意的是，今年以来，微软、谷歌、Meta、Salesforce、甲骨文等多家科技巨头也相继启动裁员计划，同时在AI等关键领域持续加码招聘。AI对全球劳动力格局的长期影响，仍将是未来值得关注的焦点。
-
宝宝巴士就"APP推送低俗广告"致歉：系第三方平台接入 有网友近日反映打开宝宝巴士旗下一款“宝宝巴士儿歌”APP时，开屏时跳转到低俗擦边直播等不适合儿童观看的第三方广告，引发社会关注。10月29日上午，宝宝巴士相关负责人对澎湃新闻回应称，出现在APP上的问题广告是第三方平台接入广告，此次事件严重影响了用户的使用体验，对此他们表示诚挚的歉意。 图为网友反馈的低俗广告宝宝巴士表示，出现不良广告一事，公司高度重视，迅速开展自查自纠工作。针对此次广告事件暴露出的漏洞与不足，公司立即进行整改与优化：第一时间下线了相应平台上的所有广告，并及时与平台沟通，完善广告主的审核和屏蔽机制；针对广告平台无法监控的广告主，宝宝巴士自行研发了广告强制拦截功能，对其实施强制拦截。“希望广大用户家长群体继续监督我们，让我们能够做得更好，为小朋友带来一个快乐的启蒙童年。”该负责人表示。此前报道宝宝巴士回应儿歌软件现低俗广告：审核难免存在疏漏近日，有网友反映，在打开宝宝巴士旗下一款“宝宝巴士儿歌”APP时，开屏会跳转到含有成人内容、低俗擦边直播等不适合儿童观看的第三方广告，引发家长担忧。10月28日，宝宝巴士品牌客服表示，非会员状态下APP内确实会展示由第三方平台投放的广告，但平台会对广告内容进行审核监督。审核过程中难免存在疏漏，如出现低俗等不适宜的广告，属于“异常情况”，将反馈至技术部门进行排查处理。当事网友称，这部手机平时主要由孩子使用，近期发现手机中无故多出多款陌生软件，之后才发现可能是孩子在APP内误点广告所致。该网友认为，孩子因难以识别广告跳转选项，容易误触进入不良页面甚至自动下载无关软件，可能受到不良引导。对此，湖北炽升律师事务所律师吴兴剑指出，此类低俗广告的发布已涉嫌违反《中华人民共和国广告法》。平台作为广告发布者，对其平台上的广告内容负有法定审核义务。对于违反规定的广告，平台应主动禁止发布。他建议，消费者如发现此类违规广告，可首先向广告发布平台投诉，要求其下架处理，也可向市场监督管理部门投诉。
-
万亿美金赛道，迎中国破局者！AI重构新材料，「智造」时代开启 新智元报道编辑：桃子【新智元导读】新材料研发迎来范式革新！国产自研的RhinoWise智能平台，通过构建「设计–模拟–制备–表征」闭环，可将材料研发周期从传统的数年缩短至「数月」。这一颠覆性技术背后的鼎犀智创公司近日完成数千万级融资。AI驱动的新材料设计与智能研发企业鼎犀智创（Rhinovate™）宣布完成数千万元天使轮融资，由昆仲资本与元生创投共同领投。本轮融资将主要用于团队扩张、核心算法研发以及产品化落地。公司正在构建RhinoWise™犀智材料智能创新平台，以「设计–模拟–制备–表征」的AI+新材料闭环架构，实现材料研发从数年到数月的跃迁式效率提升。 鼎犀智创成立于2025年7月，项目团队依托于北京大学深圳研究生院深港河套科创中心孵化，由国内顶级材料科学家和材料计算及人工智能专家组成，拥有丰富的科研及应用实践经验，是国内少有的兼备「实验-理论-模型-设计-工艺」全栈研发能力和商业化服务经验的顶尖团队，致力于打造AI for Materials的新一代智能研发基础设施平台，融合高通量实验表征、智能谱学分析、大模型预测、结构性能分析以及自主实验设计与规模化制备全栈技术，从数据到应用，从实验到设计、生产，打造新材料研发全生命周期解决方案。当前，AI正在重构科学研发的范式，其中新材料是最具产业化潜力的应用方向之一，新材料的发现、设计与验证高度依赖多模态复杂数据与跨尺度实验体系，极度契合AI模型的学习和优化特性。全球AI for Science领域正从算法突破迈向「模型+数据+实验」的平台融合阶段，而材料科学恰处于这一融合的最前沿。谷歌DeepMind发布全新AI工具GNoMe，成功预测220万种晶体结构，颠覆了材料学领域。微软团队最新扩散模型MatterGen，专门设计生成新颖稳定的材料，大大提升了设计所需特性材料的速度。根据多家国际机构预测，AI驱动材料创新将在2030年前为全球制造业释放万亿美元级生产红利。鼎犀智创基于自研材料大模型智能体驱动的RhinoWise™，对化学领域的数据及上下文的理解能力和预测能力相对于其他大模型有了质的飞跃，并通过GenAI驱动的RhinoWise™自动化实验平台，全方位自主完成材料从「设计–模拟–制备–表征」全流程，实现科研实验、生产运营等场景的超级自动化。AI模型及工具加速材料创新与产业化落地如航空复合材料、半导体材料等，形成可持续迭代进化的材料研发生态系统，让材料设计进入可计算、可预测、可迭代的智能时代。目前，鼎犀智创的产品服务将与国内化工及新能源领域龙头企业合作，形成面向企业实际应用场景的「解决方案+工具+服务」一站式服务能力，落地AI for Science标杆应用，快速探索出可落地的商业模式。鼎犀智创CEO吕海峰表示，本轮融资的成功得益于市场对AI+材料赛道及鼎犀智创团队的双重认可。随着AI的发展，材料科学的创新逻辑也在发生变化：未来的突破将不仅依赖实验规模或计算能力，更关键的是我们能否提出真正有价值的问题、能否高效在真实世界中验证解决方案，并最终构建起可持续、可复现的研发闭环与创新生态。鼎犀智创正是这样一支深耕在材料科学与AI技术交叉领域的团队，致力于将数据驱动的研究方法与行业知识深度融合，推动AI时代新材料研发范式的变革。关于本轮融资，昆仲资本创始合伙人王钧表示：材料科学正迎来AI驱动的范式革命。从谷歌GNoME到微软MatterGen，全球科技巨头都在加速布局这个万亿美元级赛道。传统材料研发动辄10-20年的周期，已成为制约产业创新的最大瓶颈。鼎犀智创团队兼具材料科学底蕴和AI技术实力的「双核」优势，其构建的「设计-模拟-制备-表征」AI闭环平台，不是技术的简单堆砌，而是真正从产业痛点出发的系统性解决方案。从新能源电池到半导体材料，他们正将材料研发周期从数年压缩到数月。昆仲资本长期关注能够重塑产业效率的硬科技创新。鼎犀依托北大和深港河套的创新生态，实现了学术前沿与产业需求的高效对接。我们相信鼎犀智创有潜力成为中国在AI+新材料领域的领军企业。元生创投董事总经理刘晓表示：AI for Science正处在科研范式和产业范式交汇的临界点。我们判断，AI在材料科学领域的价值将率先实现从科研工具到产业基础设施的跃迁。鼎犀智创以跨学科的系统化路径，在算法、实验与数据三个层面构建了新型研发闭环，其在碳基材料和高通量实验方向的实践，为AI驱动材料创新提供了中国式样本。我们看好鼎犀团队在科研落地与产业协同两端的执行力，也相信公司在与头部材料企业的合作中实现研发创新的加速和价值共赢。关于北大深港河套中心SHINES北大深研院深港河套科创中心位于深圳市河套合作区，依托深港一体化的政策优势与创新资源，致力于构建跨境科技合作与产业化应用的综合平台。北大深研院深港河套科创中心是北大链接世界的大湾区窗口，是北大深研院科技成果转化平台，更是AI+赋能新质生产力建设高地，充分发挥北大和河套的优势，致力于打造国际一流科技创新平台，开展具有重大引领作用的跨学科基础研究及技术攻关。关于昆仲资本昆仲资本专注于投资科技创新型的早期及成长期企业，坚持长期主义与科技向善的理念。植根中国市场，利用国际化的科技视野与丰富的产业资源，发掘创新赛道，赋能企业家共同成长。昆仲资本核心团队自2013年以来，累计投资近120多家企业，已帮助一批创新型企业成长为行业的领导者。例如：新能源车与出行领域的小鹏汽车（NYSE: XPEV、02083.HK）、先惠技术（605459.SH）、文远知行（NASDAQ: WRD）、速腾聚创(2498.HK)、博车网、灵明光子等；新一代智能技术领域的鲲游光电、爱笔智能、影谱科技、罗曼股份（605289.SH）、素士科技、和创科技、鹿客科技、极光（NASDAQ: JG）等；具身智能领域的逐际动力、戴盟机器人、若愚科技、源升智能等；医疗科技领域的深睿医疗、微医集团、伊鸿健康等。关于元生创投元生创投是一家专注于早期和成长期医疗健康领域的投资机构，立足苏州bioBAY，辐射全球。目前已经完成了200余家生命健康领域优秀企业的投资，涉及新药创制、医疗器械、体外诊断和精准医疗，以及医疗服务四大方向，取得了丰厚的投资回报，其中20家企业已经登陆港交所、科创板等资本市场。元生创投多次被评选为中国医疗健康领域创投基金Top10、中国最活跃医疗健康投资机构。汇聚资深职业投资人和全球顶尖的科学顾问团队，元生创投拥有生物医药等行业丰富的创业、风险投资及企业运营经验。凭借专业、专注和丰富的行业资源，我们立志于发展成为中国最为成功的医疗医药风险投资基金之一。
-
新质观察｜让数据像能源一样流动 那天，我去办理社保卡补办，前台递给我一张纸，要我填身份证号码、手机号、居住地址。填到第三项时，我忍不住问：“这些你们不是都有吗？”工作人员笑了笑：“有是有，但不互通。”我默默写完了18位身份证号，像看着一根堵住的水管。水明明在那儿，却流不出来。数据就在那儿，却没人能调得动。这不是个别现象，而是时代悖论的一角。在今天的城市里，数据正以惊人的速度被生产。道路、工厂、医院、商圈，每一处都在闪烁着数字的微光。传感器记录下行人步伐，算法预测着车流起伏，机器在无声中学习。我们拥有前所未有的“数据能量”，但能用的不多。无数数据被封存在系统的角落，沉睡在孤立的服务器里，闪光却未生热，充盈却未成力。数据的价值，从来不在于“拥有”，而在于“流动”。就像石油只有经过提炼才能成为燃料，数据也只有穿过部门、行业和领域的边界，在共享与使用中流转，才能转化为新的生产力。然而在现实中，数据的流动还停留在“煤炭时代”：分散，粗糙，待加工。公共数据被锁在部门系统中，企业数据藏于孤岛，个人数据则迷失在算法的迷雾中。我们正在浪费这个时代最宝贵的能源。让数据像能源一样流动，不只是一个比喻，而是一种治理方向。它关乎制度设计，也关乎社会信任，更关乎未来创新的根基。它要求我们重构制度、技术与价值体系，让数据从“资源”真正成为驱动新质生产力的“能力”。数据为何难以流动？这不是一个技术问题，而是一场系统性的拉扯。制度、技术、利益、信任，像四根绳子，把这个本该高速流动的东西，死死拽在原地。在制度层面，数据往往被当作行政资源，而非生产要素。部门出于安全、问责，甚至竞争考量，倾向于“各管一摊”。这导致权属不清、接口封闭、标准不一。哪怕共享的意愿存在，也常陷入漫长的授权、审批与协调过程。这种格局，像极了早期的电力系统：各地自建发电厂，各自定频定压，电能丰富却无法并网。在技术层面，壁垒更为隐蔽。不同系统之间的格式不兼容、接口不开放、标准不统一，让数据的“通道”狭窄而拥堵。隐私计算、可信数据空间、区块链追溯等关键能力尚未普及，数据一旦出域，就像走进黑箱：谁看了，怎么用，用完归谁，常无从追踪。安全担忧与技术短板交织，使许多数据停留在“能用不敢用”的尴尬状态。利益的不清，是另一个沉默的阻力。数据无法确权，难以定价，也缺乏合理的分润模式。谁产出的？谁使用的？谁获利？该给谁激励？该由谁担责？这些问题没有统一答案，就没有交易的勇气。模糊的边界让所有参与者都变得谨慎，公共部门担心风险，企业缺乏激励，个人怕泄露。在没有明确的利益与责任边界时，数据只会被束之高阁。数据要素的潜能就此被困在“无价也无利”的尴尬境地。而最深的障碍，来自信任。公众不知自身数据如何被使用，更不知是否受保护。“我同意”三个字后面，常常是看不懂的协议、删不掉的记录、改不了的默认选项。没有信任，就没有持续的数据供给，更没有共同的数字未来。这些问题相互叠加，形成了今天的瓶颈：数据量在指数增长，数据流动的速率却远远滞后。真正的挑战，不在数据太少，而在流得不远。打破僵局，需要建立一种新的体系，让数据像能源那样有序流动。能源的体系是由采集、输送、转化到最终利用构成的完整闭环。每一个环节都有制度、有标准、有规则。于是煤炭变成电力，石油变成燃料，点亮了街道，驱动了工厂，也让城市真正运转起来。数据的体系，也应当遵循同样的逻辑，只不过对象从物质变成信息，燃料从石油变成算法。推进数字中国建设，正是要重塑这样的流通体系。要建设开放、共享、安全的全国一体化数据市场，让数据的流动有“通道”，有“秩序”，有“循环”。当数据资源在统一规则下被归集、分类、授权，才能实现从“各自为政”到“统一协同”，从“资源分散”到“要素流通”的跃升。这样的市场，不仅是数据的交易平台，更是创新的孵化器，让数据在合规、安全、可控的前提下，被调度、被使用、被反馈。这样的市场，把数据从“资源”变成“要素”，让数据像能源一样接入系统，驱动算法，激活业务。这才是走出“数字煤炭时代”的真正出口。与此同时，新一轮数智技术创新正在成为推动数据流动的引擎。算力、算法、数据三者的深度融合，正在构成数字经济的底层供给体系。算力是“肌肉”，算法是“神经”，数据是“血液”。三者缺一不可。只有强化算力布局、优化算法生态、提升数据质量，才能让每一份数据都具备被使用的可能。眼下，算力正加快布局，东数西算工程在铺路，智算中心在扩容，像变电站一样，把原始数据加工成可调用的能力，输送到需要它的地方。而算法的演进，则让数据“更聪明地流动”。数据不再只是“传输”的对象，更是决策的一部分。从交通预测、医疗诊断到能源调度，算法嵌入流程，数据即刻反应，反馈再反哺模型。数据在这里，不是坐着被读的，而是跑着在参与。“人工智能+”行动的全面实施，则把这套系统推入了更深的行业肌理。人工智能的本质，是对数据的高效利用和智能反馈。当人工智能技术被嵌入制造、交通、医疗、教育等千行百业，数据便不再停留在统计和展示层面，而成为驱动创新的实时能量。人工智能在产业链上的渗透，反过来又激活了对高质量数据集的需求，形成良性循环。从这个意义上说，“人工智能+”不仅是一项科技行动，更是一种经济重构。它让数据的价值链条更长，也让创新的路径更宽。数据在AI的算法回路中流动，就像电流在电网中奔涌，推动机器，发出光亮，也不断反馈，形成闭环。数据不再被一次性使用，而是进入了一种动态、持续、可再生的流通状态，推动着新质生产力的形成与释放。让数据真正“用起来”，是建设数字中国的关键一环。能流而不用，仍是一种浪费。数据只有进入真实场景，才能转化为真实能力。数据的使用，正在改变城市的运行逻辑。过去，治理依赖纸面传阅、层层审批、逐级汇报；现在，数据让感知变得实时，反馈变得即时，决策更为科学，服务更加细腻。城市因此变得更高效，也更有温度。水管漏了，不靠市民打电话，而靠传感器自动告警；交通拥堵了，不靠交警肉眼疏导，而靠路口自动调控；公文久拖不办，不靠督办催促，而靠系统实时亮灯。城市因此不只是高效了，更有了某种温度。未来的公共服务，也许不是多设一个窗口，而是靠数据少走一张纸。不是让人跑腿去协调信息，而是让信息自己找对地方。数据的作用，不是让市民配合系统，而是让系统主动理解市民。与此同时，数据的应用还意味着价值回流。通过“数据入表”和收益分配机制，个人和企业可以共享因数据流通而带来的增值成果。这种制度安排，不仅增强了社会参与感，也夯实了信任的根基。让公众看得见数据从哪来、到哪去，被谁用、为何用，用后如何归还，数字化进程才能行稳致远。能源改变了工业文明，数据正在重塑数字文明。它们的共同点，不在于拥有，而在于流动。在于让“资源”变成了“能力”。一个社会的现代化，不仅取决于城市的天际线，更取决于数据的流速。流得快，创新的回路就短，治理的反应就快，产业的链条就稳。流得慢，信息便滞塞，声音失真，机会也跟着耽搁。让数据像能源一样流动，并非要让一切无边界，而是要在安全与开放之间找到新的平衡，让数据成为公共福祉的重要组成部分。当数据能够在制度的保护中自由流动，在技术的支撑下高效转化，在社会的信任中被善用，这才是一个成熟数字社会的模样。未来，我们也许不会再用“人工智能”“大数据”“数字化转型”这些宏大的词，正如我们早已不再谈论“电力时代”。我们只会看到它们化入城市的日常：灯光亮得更及时，公交来得更准时，政务办得更顺畅，生活变得更轻盈、更高效。技术真正落地的时候，往往悄无声息。那时的数据，不再冰冷地储存在服务器中，而像水、电、气一样流动在社会肌理里——无形，却充满力量；看不见，却温暖人心。（作者胡逸为数据工作者，著有《未来可期：与人工智能同行》一书）来源：胡逸
-
Take-Two CEO泽尔尼克：AI无法创造爆款游戏，创造力属于人类 IT之家 10 月 27 日消息，Take-Two 董事长兼首席执行官施特劳斯・泽尔尼克（Strauss Zelnick）从不吝于表达他对人工智能的看法，而且多年来他的观点始终如一。当一些游戏行业高管将人工智能的兴起视为即将带来收入革命的重大机遇（当然，也包括创造力等方面的提升）时，泽尔尼克的态度则更为审慎。他在 2023 年 5 月曾表示：“天赋属于人类，而且我相信会一直如此。” 在上周于加利福尼亚州门洛帕克举行的佩利国际理事会峰会（Paley International Council Summit）上，他再次重申了这一立场。他表示，人工智能“或许能够为游戏工作室带来诸多效率提升”，但由于其本身不具备真正的创造力，因此无法创造出热门游戏。“人工智能是什么？它是自然语言模型（LLM）中大规模数据集与大量计算能力结合的产物，”泽尔尼克向与会听众解释道。他进一步阐述了今年早些时候一次采访中表达过的观点：“从定义上讲，数据集是什么？是回顾过去的。而创造力又是什么？是面向未来的。如果说人工智能看起来具有前瞻性，那它实际上是什么？是一个预测模型。”泽尔尼克指出，预测模型在拥有充足清晰数据的情况下表现优异，但在数据不足时则能力有限。当前人工智能之所以显得非同寻常，是因为它“不过是元数据加上一点噱头”，“我们都会慢慢适应它的存在”，就像我们如今对谷歌的态度一样。IT之家注意到，泽尔尼克还再次重申了他此前的预测：人工智能的到来不仅不会减少就业岗位，反而会促进就业增长。“1865 年，美国 65% 的劳动力从事农业。如今，我们不仅为本国生产粮食，也为全世界供应食物，而农业劳动力占比仅 2%。我敢说，你最近几乎不可能听到谁抱怨：‘太糟糕了，我找不到一份农民的工作。’”尽管表现出明显的保留态度，但泽尔尼克并非人工智能的反对者。他似乎比其他游戏行业高管更清楚地认识到人工智能的局限性，或者至少更愿意直言不讳地指出这些局限。“人工智能是一件好事，对每个行业都有益处，”泽尔尼克表示，“但它能复制或创造天才吗？不能。它能打造出爆款作品吗？也不能。它不过是一堆数据、一堆算力，再加上一个语言模型而已。”
-
约翰斯・霍普金斯大学研发新型 AI 工具，能精准预测交通事故风险 IT之家 10 月 27 日消息，据新华社今日报道，美国约翰斯・霍普金斯大学研究团队研发出一款名为“交通安全副驾”的生成式人工智能工具，能够精准预测交通事故风险。相关研究成果发表于最新一期《自然・通讯》杂志。交通事故的发生通常包含多重复杂因素：天气、交通流量、道路设计及驾驶行为等。IT之家从报道中获悉，该工具通过大语言模型技术，解析了包括路况、血液酒精浓度数值、卫星与实地影像等信息在内的 66000 余起交通事故数据，从而实现对个体及复合风险因素的智能研判。团队表示，该工具不仅能提供预测，还会同步给出“置信度评分”，直观呈现预测结果的可靠程度。这一特性有效破解了 AI 决策如同“黑匣子”的难题，为高风险领域的 AI 应用扫除了关键障碍。数据显示，美国马里兰州高速公路死亡人数从 2013 年的 466 人攀升至 2023 年的 621 人。模型分析显示，酒驾、超速行驶引发的事故量，是其他因素的 3 倍之多。与普遍采用的仅能基于历史数据进行分析的机器学习技术不同，报道指出，这款工具“拥有真正的预测能力”。在面对训练样本中未出现过的新情况时，该工具同样能够生成准确预警。更值得期待的是，该工具可通过补充数据持续优化预测模型，灵活适配不同地区的交通治理需求。
-
AI时代，努力没用了!「躺平」才是最赚钱的方式 新智元报道编辑：倾倾【新智元导读】真正推动AI革命的，不是天才，而是懒人？那做的少、却赚得多的人，正在成为AI时代的赢家。当机器替我们写、画、想甚至设定目标，人类的勤奋成了旧时代的美德。别害怕AI取代你——先问问自己，还想亲自动手吗？人们以为推动AI革命的，是芯片、模型和资本。但在硅谷投资人的眼里，真正的助力其实是人类的懒惰。不是天才在驱动AI，而是懒人。因为一切能让人少动一点手、少一点思考的工具，终究都会获胜。ChatGPT帮人写几封邮件，Midjourney省去无数次改图，Suno让音乐人的职业门槛消失......AI扩散的规律，其实比算法简单得多：它只奖励那些最擅长偷懒的人。当「偷懒」成为一种新的生产力，我们也许正站在一个奇怪的拐点上，而勤奋，不再是竞争力。懒惰成为生产力AI时代的扩散逻辑在这场讨论中，Reid Hoffman抛出了一个看似轻佻却极具洞察力的观点：AI的扩散，不是靠勤奋的人推动的，而是靠懂得偷懒的人完成的。这并非反对勤奋的宣言，而是霍夫曼对技术传播机制的精准观察。 当一项技术不仅能做得「更多」，还能让你「做得更少」的时候，它就拥有了真正的爆发式扩散能力。霍夫曼在访谈中将AI投资分为三个方向： 「显而易见」的AI赛道：如聊天机器人、生产力工具、编程辅助——这些方向所有人都看得见，因而难以产生差异化。 AI时代的新平台：类似于Web 2.0崛起的路径，新的平台可能在AI时代出现。 来自硅谷视野以外的盲区机会：例如药物发现这种「原子+比特」结合的领域，传统硅谷软件思维未必触及。 他同时强调，AI不只是单一的大语言模型（LLM）在驱动，而是多模型协作的结果：语言模型负责逻辑与文本，扩散模型掌管图像与视频，二者结合才构成真正的AI生态。在霍夫曼看来，「懒惰」并不是堕落，而是一种生产力策略。如果AI能让我用更少的操作、更少的重复劳动，就能换来更高的产出——那就是真正的效率。这一观点被不少研究印证。 在霍夫曼看来，AI的扩散遵循一种「懒惰经济学」：凡是能让人少干一点、却赚得更多的产品，都会被更快接受。它不是靠聪明人推动的，而是靠懒人推动的。当「少干活」成为竞争优势，社会的生产逻辑也随之被改写。个人与企业都在问同一个问题：我能否用AI减少重复劳动，把精力放在提问、质疑、创造上？这是AI带来的真正分水岭——「勤奋」被「聪明地偷懒」所取代。不是取代，但会教育他们在对谈中，主持人向霍夫曼抛出一个尖锐的问题：医疗是AI最早被应用的领域之一。你认为，在未来几年里，医生会不会被 AI 取代？霍夫曼笑了笑，回答得既直接又冷静：AI的确越来越强，但医生不会被取代，他们会被重新教育。 他解释说，医生过去是「知识的储存器」，掌握医学数据库与病例经验。但在AI协助下，这种角色已不再稀缺。AI可以迅速检索医学文献、比对病例数据、提供诊断建议；真正稀缺的，反而是医生能否质疑AI提出的共识，能否进行跨领域、横向思考。未来的医生，不再依赖记忆，而要学会如何质疑AI的共识。医生必须从单一的整合者，转变为AI驱动环境下的「问题重塑者」：不仅接受AI建议，更要判断AI是否正确。 以往医生可能凭借经验就能胜任诊断，而在AI时代，经验只是基础；判断与质疑能力才是核心。现实研究也印证了霍夫曼的判断。Nature Medicine 2024的一项大规模研究发现：当AI参与放射科胸片诊断时，医生的表现并不会随着「使用AI」而自动提升。 相反，那些能主动审视AI结果、发现偏差并进行二次判断的医生，准确率提升最显著；而完全依赖AI建议的医生，反而更容易出错。这说明，决定成败的不是经验年限，而是是否具备与AI「共驾」的能力。主持人接着问：律师、程序员这些职业会不会经历类似的变化？霍夫曼肯定地说：当然会，而且正在发生。律师用AI起草合同，关键是能否识别模型生成的漏洞；程序员用AI写代码，真正稀缺的是在AI出错时读懂它的逻辑；记者用AI整理资料，但仍需人类判断真假、辨识偏见。他把这种新职业模式称为「Co-Pilot Profession（共驾职业）」——AI负责推理、执行重复劳动；人类则负责定义问题、负责判断、负责处理异常。AI不会取代你，但懂AI的人会。在这个时代内，「努力工作」正在让位给「聪明地工作」；真正的竞争，不再是拼谁更勤奋，而是拼谁能把AI训练成最懂自己的人。懒惰的边界当AI替人设定目标当谈到AI是否会拥有意识或自主性时，主持人开了个玩笑：也许我们真正该担心的，不是AI有了意识，而是我们在它面前变得越来越懒。霍夫曼顺势接过话头：没错。目标设定（goal setting）和AI的自主性几乎是必然出现的。在他看来，AI迟早会学会为自己设定目标。但真正危险的不是它的野心，而是我们在放弃下控制权。关键不是AI是否有意志，而是我们是否清楚掌握那张「算力织网」（compute fabric）——那是所有决策的基础结构。如果它脱离人类控制，「回形针最大化」式灾难就可能发生。霍夫曼提到，他尊重物理学家Roger Penrose提出的量子意识理论，也认为人类还远未理解「意识」真正的机制。但他也提醒，不要被图灵测试或个别工程师宣称「AI觉醒」的新闻所迷惑。我们需要的是开放的心态，而不是浪漫的幻想。这时，主持人插话道：所以问题不在于AI能不能思考，而在于我们如何与它共存。就像工业革命让人类把肌肉外包出去，AI让我们开始外包思考。霍夫曼点头回应，并且他解释：当人类把决策、判断乃至目标设定都交给AI，懒惰便跨过了一道临界点。 论文以实证数据为基础，发现AI介入后，「人类决策的丧失」与「懒惰感」有明显关联我们不只是用AI节省时间，而是在逐步放弃主动性。当AI开始替你决定今天要干什么，你就失去了自由意志的一部分。真正重要的，不是AI是否觉醒，而是孩子该如何在AI的世界里成长。当AI变成知识来源，他们要如何构建自己的认知体系？我们谈论的，是一个会替你思考、会引导你情绪、甚至帮你规划人生目标的系统。它可能让人类越来越高效，也可能让人类越来越「自动化」也许AGI会在我们搞懂「意识」之前到来。但到那时，我们要先确保不是人类在替AI工作，而是AI仍然在为人类思考。LinkedIn的持久力最懒的网络，最难被取代对谈的最后一部分，主持人提出了一个看似突兀的问题：在过去二十年里，几乎所有社交网络都被新的平台取代。为什么唯独LinkedIn还在？它并不性感，也不有趣。霍夫曼笑着回答：正因为它不性感，才活得久。他解释说，LinkedIn从诞生那天起，就不是一个「社交」平台，而是一个「效率」平台。人们不在上面分享日常，而是为了节省时间、找到资源、建立价值连接。LinkedIn是一个value-based network。它的成功不在于热闹，而在于帮助人们创造生产力。 主持人补充道，这其实印证了「懒惰逻辑」：越是节省时间、减少无意义互动的网络，越容易存活。 Facebook在代际交替中失去吸引力，Instagram被娱乐化侵蚀，X陷入舆论极化。而LinkedIn仍保持稳定增长。根据Similarweb 2025年报告，LinkedIn的全球月活用户已突破10亿，同比增长13%，用户平均访问时长超过7分钟，是全球增长最快的职业平台之一 。这意味着，它已经从社交网络变成了职业基础设施——一种让人「最省力获得收益」的网络。主持人追问：那AI会不会颠覆LinkedIn？比如出现一个由AI驱动的新型职业网络？霍夫曼回答得很直接：任何平台都可能被颠覆，但LinkedIn的网络效应太难复制。它是一个被信任的数据层（trusted graph），每一个关系都和真实身份绑定。他指出，LinkedIn的耐久性并非因为技术领先，而是因为它契合了人类最深层的动机——用最少的社交，获得最大的收益。 访谈还讨论到AI时代的商业模式变化。过去Web 2.0公司通常先追流量，再考虑变现；如今AI的高成本迫使企业从一开始就建立订阅制收入。在AI时代，现金流是算力的燃料，企业不能再靠免费获利。最后，他谈到LinkedIn的「信誉系统」——推荐与背书。他坦言，负面评价仍旧复杂，涉及社交关系与法律责任；但在职业领域，它仍是最可靠的「反向验证机制」。AI可以帮你写简历，却无法帮你建立声誉。友情与人性AI无法取代的双向关系当谈到「人与AI的关系」时，主持人抛出了一个略带戏谑的问题： 如果AI能理解你、安慰你、陪你工作，那它是不是也可以成为你的朋友？霍夫曼沉默了几秒，然后摇头：那是一个双向的过程——而AI永远无法做到。 他解释，AI可以模拟陪伴，却无法承担人类情感中的「共生成长」。它能学会倾听、模仿关心，却不会因为你的存在而改变自己。人和AI的关系，本质上是单向的。它理解你，但不会被你影响。这听起来像是在警告我们：AI可以成为伴侣，却不是朋友。社交网络已经模糊了人类之间的真实联系，而AI助手的出现，又进一步放大了这种模糊。我们花越来越多时间和算法互动，越来越少时间与人对话。主持人顺势提出他的担忧：「当我们习惯和AI建立情感连接，人类是否会逐渐失去真正的共情力？」霍夫曼认可这一点，但认为问题并非出在AI ，而是我们对「关系」的定义。友情不是情绪交换，而是共同成长。如果AI无法成长，它就无法真正陪伴我们。 主持人最后问霍夫曼：「那你认为，在AI时代，人类该如何保持真正的友谊？」霍夫曼回答得很轻，却很坚定：AI能帮你变得更高效，却帮不了你变得更有人性。真正的朋友，是能让你在彼此的对照中看见更好的自己。从「懒人更有钱」的投资逻辑，到「医生被AI教育」的职业重构，再到「最懒的社交网络」与「无法被取代的友情」，霍夫曼的这场采访像一面镜子，反射出AI如何一步步取代人类的体力、脑力，甚至部分情感。他反复强调，AI的进化不是终点，人类的退化才是风险。当我们把思考、判断、关系都外包给算法，世界也许会更高效，却更平面。AI不会取代人类，但会迫使人类重新回答这古老的问题——我们究竟想成为怎样的人？参考资料：https://www.youtube.com/watch?v=brjL6iyoEhI
-
一周AI大事：DeepSeek炒股“封神”，OpenAI自建浏览器"抢饭碗" 一、重磅工具：视觉语言开源模型DeepSeek-OCR发布，浓缩的不是精华是算力 新闻： DeepSeek发布视觉语言开源模型DeepSeek-OCR，参数量30亿，致力于实现对图像和PDF文档的稳健理解。该模型采用类MIT许可证（MIT-style license），已经上线HuggingFace。DeepSeek同时还公布了相关代码及技术论文《DeepSeek-OCR：上下文光学压缩》（DeepSeek-OCR：Contexts Optical Compression）。 DeepSeek-OCR的独到之处在于，这款视觉语言模型极大提升了图像压缩极限，同时仍能保持高质量的OCR识别结果。实验表明，当文本token数量不超过视觉token数量的10倍时（即压缩比低于10倍），模型对OCR文档的解码准确率可达97%……这让大语言模型（LLM）在历史长上下文压缩、记忆遗忘机制等研究领域展现出可观的潜力。 DeepSeek-OCR不仅是一款高效的SOTA OCR模型，还通过使用基于视觉的文本压缩技术，为长上下文管理提供了新思路。人们借此可以用更少的token数量（仅为直接阅读文本的十分之一）理解图像中的文本。 锐评： 10倍压缩率换97%的准确率，这“浓缩”技术有点东西。 二、AI技术与产品发布：新品“下饺子”，大厂卷到爆 1. 新闻： OpenAI推出ChatGPT Atlas，这是一款适用于macOS的桌面AI浏览器，它集网页浏览、ChatGPT功能以及可选的“浏览器记忆”功能于一身。OpenAI将ChatGPT Atlas宣传为“内置ChatGPT的浏览器”，提供与ChatGPT账户绑定的第一方浏览器体验。部分评测者认为其好于AI浏览器竞品Perplexity Comet，但也有评论指出这款工具虽有潜力，但尚未成为一款可靠的AI工具。 #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/07b780d3f36ab2a0b86c182a64de7fa31f17506fa64ab3df1ee99f8aab124dc8b3271d049d095605c27e02714ee3fa4881ac6c6f7f5c34b591181ca9c08b4e108c9e3ae08a74ada5cd03df44155947c06322d6d079d6a943d778900e932606883aa38c4229ab1d054a709c42809d714b1df49117ce163118.m3u8")) { document.getElementById("VKBHCSRR6").src = "https://flv0.bn.netease.com/07b780d3f36ab2a0b86c182a64de7fa31f17506fa64ab3df1ee99f8aab124dc8b3271d049d095605c27e02714ee3fa4881ac6c6f7f5c34b591181ca9c08b4e108c9e3ae08a74ada5cd03df44155947c06322d6d079d6a943d778900e932606883aa38c4229ab1d054a709c42809d714b1df49117ce163118.m3u8" } else if(Hls && Hls.isSupported()) { var hls = new Hls(); hls.loadSource("https://flv0.bn.netease.com/07b780d3f36ab2a0b86c182a64de7fa31f17506fa64ab3df1ee99f8aab124dc8b3271d049d095605c27e02714ee3fa4881ac6c6f7f5c34b591181ca9c08b4e108c9e3ae08a74ada5cd03df44155947c06322d6d079d6a943d778900e932606883aa38c4229ab1d054a709c42809d714b1df49117ce163118.m3u8") hls.attachMedia(document.getElementById("VKBHCSRR6")) } </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/VKBHCSRR6.html" target="_blank" class="video-title">OpenAI发布AI浏览器ChatGPT Atlas</a> <span class="video-from" style="color: #a7a7a7;margin-left:10px">（来源：网易科技报道）</span> </p> </div> <div class="video-list"> <ul class="clearfix" style="margin:0;padding:0;list-style:none;width:540px;"> </ul> </div> </div>锐评： OpenAI下场造浏览器，AI也开始上网冲浪。 2. 新闻： Anthropic推出网页版Claude Code。这个基于浏览器的界面可用于执行并行编码任务并连接到GitHub。其研究预览版支持隔离沙盒环境、任务导向和自动PR生成等功能。现已向Pro和Max订阅用户开放。Anthropic概述了其基于沙盒的安全控制措施，并分享了设置文档的链接。 锐评： AI写代码，debug的屁股还不是要人擦？ 3. 新闻： OpenAI为ChatGPT引入“公司知识” (company knowledge) 功能。这一功能可帮助用户集中管理内部文档、常见问题解答和术语等公司内部信息，使ChatGPT的答案更能反映组织的权威信息源。这一新功能旨在减少定制化检索的复杂性，确保在企业工作区中提供一致且合规的答案。而且企业管理员能控制系统数据治理和访问权限。 锐评： 企业版ChatGPT开小灶了。 4. 新闻： 微软扩展Edge浏览器的AI浏览Copilot模式，新增Copilot智能体操作（例如退订电子邮件或预订酒店）、以及可将浏览历史按主题项目分组的“旅程”（Journeys） 功能。新的标签页聊天、集成搜索/导航以及操作/旅程功能正在预览版中陆续上线。美国用户现可在Edge浏览器中开启Copilot模式。 锐评：Edge化身无微不至的赛博老妈，下一步该提醒你穿秋裤了。 5. 新闻： 谷歌推出一款基于Gemini构建的AI“氛围编程” (vibe-coding) 工具。用户只需输入想法，即可创建Web应用程序。用户在提示词中描述一个应用，AI工具便会编写完整的应用程序代码，并在几分钟内完成部署。这款工具已经上线AI Studio，由Gemini 2.5 Pro提供支持，还具备查看代码、恢复检查点和部署应用等功能。 锐评： 什么软件工厂，在AI面前都是小把戏。 6. 新闻： 宇树科技发布了新一代仿生人形机器人H2。这款机器人有70公斤重，拥有31个自由度、带面部特征的仿生头部以及多种灵巧手选项，现已公开发售。 #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");} <div class="video-inner" style="padding: 25px;padding-bottom:20px;"> <div class="video" style="height: 435px; background: #000;"> <video id="VKBD0DE17" preload="true" controlslist="nodownload" width="100%" height="100%" controls="controls" style="object-fit: contain;" poster="https://cms-bucket.ws.126.net/2025/1020/cf2e75f5j00t4f3zi000tc000zk00k0c.jpg" data-vid="VKBD0DE17" alt="宇树科技发布H2人形机器人"></video> </div> <script> if (/mp4$/.test("https://flv0.bn.netease.com/07b780d3f36ab2a0e92cedfa5e647289d606b6a1b72309bd140dc2b1a7f481c109ba57e1bdd5dad672c4a71ad8aef01ca607cdd52c1f004faadb1233a630c207ba974ca23f9fa48e9ccad4f244ddd272916e967ccbf613229a560d734b302c83fbf9ae42df2b677042abb151f22d89f81affcfed28dfee7e.m3u8")) { document.getElementById("VKBD0DE17").src = "https://flv0.bn.netease.com/07b780d3f36ab2a0e92cedfa5e647289d606b6a1b72309bd140dc2b1a7f481c109ba57e1bdd5dad672c4a71ad8aef01ca607cdd52c1f004faadb1233a630c207ba974ca23f9fa48e9ccad4f244ddd272916e967ccbf613229a560d734b302c83fbf9ae42df2b677042abb151f22d89f81affcfed28dfee7e.m3u8" } else if(Hls && Hls.isSupported()) { var hls = new Hls(); hls.loadSource("https://flv0.bn.netease.com/07b780d3f36ab2a0e92cedfa5e647289d606b6a1b72309bd140dc2b1a7f481c109ba57e1bdd5dad672c4a71ad8aef01ca607cdd52c1f004faadb1233a630c207ba974ca23f9fa48e9ccad4f244ddd272916e967ccbf613229a560d734b302c83fbf9ae42df2b677042abb151f22d89f81affcfed28dfee7e.m3u8") hls.attachMedia(document.getElementById("VKBD0DE17")) } </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/VKBD0DE17.html" target="_blank" class="video-title">宇树科技发布H2人形机器人</a> <span class="video-from" style="color: #a7a7a7;margin-left:10px">（来源：网易科技报道）</span> </p> </div> <div class="video-list"> <ul class="clearfix" style="margin:0;padding:0;list-style:none;width:540px;"> </ul> </div> </div>锐评： 马斯克家的机器人工程师该急了，压力山大。 7. 新闻： 腾讯发布开源世界模型混元世界1.1 (Hunyuan World 1.1)。其能够根据文本、图像或视频输入快速重建3D场景。1.1版扩大了输入范围，支持视频和多张图像。 锐评： 腾讯这波是把元宇宙做成了“速溶茶包”。 8. 新闻： Liquid AI推出轻量级多模态（图像-文本）模型LFM2-VL-3B，专为高效的边缘和服务器部署设计；该模型具备可调的速度和质量，原生支持512×512图像处理。LFM2-VL-3B在一众小型开源模型中具有竞争力，现已登陆Hugging Face。 锐评： 在“终端”搞游击战，主打一个错位竞争。 9. 新闻： 阿里通义千问更新Qwen3-VL系列，新增了小型和大型检查点，包括Qwen3-VL-2B-Instruct和Qwen3-VL-32B-Instruct（含FP8变体）。 锐评： “模型超市”再次上新，从2B到32B任君挑选。 10. 新闻： 艾伦人工智能研究所（AI2）发布olmOCR-2-7B-1025-FP8，这是一个基于Qwen2.5-VL-7B微调的量化OCR模型，适用于处理文档、数学公式、表格和扫描页面。该模型已经上线Hugging Face。 锐评： 老外习惯了抄中国作业。 11. 新闻： 百川智能正式发布Baichuan-M2 Plus医疗大模型，这也是业内首个“循证增强”医疗大模型。该模型自百川今年8月开源的Baichuan-M2医疗推理模型技术基础上升级而来，是百川在医疗AI领域的最新探索。M2 Plus的核心亮点在于其首创的六源循证推理（EAR）范式。这一创新机制对通用大模型在医疗领域长期存在的幻觉问题，提出了有效的解决方案，让AI不再“闭门造车“，而是有理有据地回答问题。 锐评： “循证”紧箍咒能不能真的管住大模型。 12. 新闻： Pokee AI发布“深度研究”开源智能体PokeeResearch-7B，参数70亿，基于Qwen2.5-7B-Instruct微调，它使用RLAIF和推理框架来分解、验证和综合多来源信息。Pokee AI声称其在70亿参数级研究智能体中达到SOTA水平。用户现可通过预览页面访问，模型现已登陆Hugging Face。 锐评： 又一个自称SOTA的7B模型。 13. 新闻： Krea开源实时视频模型Krea Realtime 14B。该模型从Wan 2.1 14B蒸馏而来，能以交互式速度流式生成长视频，首帧生成时间约1秒。相关技术博客解释了模型如何使用“自强制” (self-forcing) 技术使扩散模型自回归，从而实现实时长视频生成。Krea Realtime 14B现已上线Hugging Face。 锐评： 视频实时生成1秒起步，AI要把剪辑师卷成历史。 14. 新闻： Lightricks发布LTX-2。这是一个高保真、支持4K的AI视频引擎，已经集成到LTX套件中，具备音视频同步生成和多种性能模式。LTX-2支持包含故事板、时间轴和角色一致性的端到端创意工作流。Lightricks现已提供相关技术资料、文档和LTX-2试用入口。 锐评： AI快进化到“全自动拍电影”了。 15. 新闻： Hugging Face为AI Sheets添加视觉功能。此次更新允许用户使用开源模型提取和丰富图像数据，将类似电子表格的工作流扩展到文本之外的视觉领域。该版本支持视觉任务的快速原型设计，无需定制的Python流水线。 锐评： 以后Excel里不光能拉数据，还能“拉”图像了。 16. 新闻： BrowserBase发布Director 2.0。这是一款由BrowserBase和Stagehand支持的免费应用程序，可自动执行Web任务。Director 2.0专为智能体“计算机操作”任务设计，可通过BrowserBase在云端部署。Director是BrowserBase AI自动化技术栈的组成部分，与兼容Playwright的AI原生浏览器自动化框架Stagehand并列。 锐评： 堪称懒人福音，但也可能是“摸鱼杀手”。 17. 新闻： 三星与Perplexity AI合作，为2025年智能电视产品线推出专用电视应用，支持直接在屏幕上进行语音和文本AI搜索。用户无需手机即可查询航班、食谱或新闻。 锐评： 电视不止能看，还能想。 18. 新闻： Dropbox正在扩大AI助手和搜索引擎Dash的可用范围。Dash可连接所有工作应用来提高生产力。它现提供自然语言搜索、AI答复和内容组织功能，用户可通过新应用访问，并已集成到Dropbox本身。后续改进有通过Mobius Labs提供的多模态功能以及通过MCP服务器实现应用内搜索。 锐评： 在N个App之间“找东西”的焦虑，现在要靠第N+1个App来解决？ 19. 新闻： OpenAI的Sora团队预告“宠物客串” (pet cameos) 功能，表明该视频模型可以将用户的宠物加入生成场景中。更多社交化使用Sora的方式也即将推出。 锐评： 铲屎官做导演不是梦。 三、AI研究资讯：“上帝视角”看地球，“实盘”炒股赚到笑 1. 新闻： 谷歌研究院 (Google Research) 宣布更新并扩大对Google Earth AI的访问范围，包括发布新的图像（Imagery）和人口（Population）基础模型。他们还发布了一个由Gemini提供支持的地理空间推理智能体。该智能体能够链接卫星、人口和环境信号，以回答复杂的现实世界问题（如风暴风险、脆弱社区）。谷歌研究院报告称，该智能体在地球观测任务方面的成绩达到SOTA级别，并能通过融合多模型嵌入（embeddings）改进预测效果。 锐评： 这简直是给AI开了“上帝视角”，现实版“文明”游戏。 2. 新闻： DeepSeek在港大AI-Trader项目中以9.68%的收益率击败GPT、Claude、Gemini等全球顶级模型，成为能够在真实美股市场实现自主盈利的AI交易系统，这标志着AI在金融实盘应用中的重大突破。这意味着，通过DeepSeek赚钱的速度是直接买热门美股基金（QQQ）的8倍，是第二名AI大模型的4倍。 锐评： 这让基金经理情何以堪？ 四、AI商业与政策：疯狂吸金获资本青睐，大口吃电遭公众抵制 1. 新闻： Meta宣布AI部门裁员600人，此次裁员主要针对超级智能实验室中的FAIR（基础AI研究）职位。与此同时，Meta正在加大通用人工智能（AGI）研究的招聘力度。Meta首席AI官汪韬称，此举是为了打造更精简、更敏捷的团队，专注于研发可扩展的模型。 锐评： 这是要集中火力冲“超级智能”。 2. 新闻： IBM和Groq宣布建立合作伙伴关系，共同推动企业级智能体。IBM将通过Watsonx Orchestrate开放GroqCloud推理服务，以实现低延迟智能体工作流。合作计划包括将Red Hat支持的vLLM与Groq的LPU架构集成，并在GroqCloud上支持IBM Granite模型。 锐评： 老牌巨头联手新锐架构。 3. 新闻： OpenAI宣布收购多位苹果资深员工创办的初创公司Software Applications。这家公司致力于打造一款面向Mac的AI驱动用户界面。作为此次收购的一部分，OpenAI将把Software Applications打造的AI助手Sky整合进ChatGPT，包括这款产品在macOS上的集成能力与其产品设计理念。同时，Software Applications的整个团队将加入OpenAI。交易的具体财务条款尚未披露。 锐评： 颇有“师夷长技以制夷”的味道。 4. 新闻： 通用汽车宣布从2026年开始，将谷歌的Gemini AI助手集成到其车辆中。Gemini助手将通过OTA (over-the-air) 更新提供给配备OnStar (安吉星) 的车型，直接连接到车辆导航和诊断系统中。通用汽车的目标是将其发展为完全定制的GM AI界面，以提升驾驶员的安全性和便利性。 锐评： 以后开车不止有“安吉星”客服，还有个“全知全能”的AI副驾。 5. 新闻： Stability AI与艺电合作开发游戏工具，将其AI图像模型和创意AI工具引入艺电的游戏内容工作流。这标志着Stability AI继续向企业级创意工具领域推进。 锐评： 以后游戏里的NPC和风景可能都是“一键生成”的。 6. 新闻： AI原生内容创作平台LiblibAI（哩布哩布AI）于近日已完成1.3亿美元（约合人民币9.2亿元）B轮融资，由红杉中国、CMC资本以及一家大型互联网公司战略投资部联合领投。 这是今年以来国内AI应用领域公开的最大一笔融资，超过了此前Manus在5亿美元（约合人民币35.6亿元）估值下完成的8000万美元（约合人民币5.7亿元）融资纪录。仅在2024年一年内，LiblibAI就完成了三轮融资，累计金额达数亿元人民币。 锐评： AI应用赛道终于跑出了个“吸金兽”。 7. 新闻： Netflix在第三季度财报电话会议上宣布“全力投入”生成式AI。首席执行官泰德·沙兰多（Ted Sarandos）强调AI在加速剧本创作和视觉特效 (VFX) 方面的积极作用，预计到2026年可节省15%到20%的成本。Netflix将AI视为饱和市场中获取竞争优势的利器，认为公司可利用AI工具进行内容创作、个性化推荐并提高生产效率。 锐评： 网飞这波操作是要把好莱坞工会气爆。 8. 新闻： 据《纽约时报》报道，全球范围内对AI数据中心的抵制情绪日益高涨。这些数据中心给当地电网和水源带来巨大压力，墨西哥的停电和智利的缺水问题相继引发人们的反对。智利政府正面临AI投资的两难境地，一方面在讨论为科技中心提供数十亿美元补贴来支持经济发展，另一方面则面临公众因数据中心造成资源枯竭而产生的愤怒。 锐评： AI数据中心要成“电老虎”和“水耗子”？ 9. 新闻： Meta与Blue Owl Capital成立270亿美元的合资企业，为Hyperion AI数据中心提供资金。Meta与Blue Owl Capital管理的基金成立合资公司，共同开发位于路易斯安那州的Hyperion数据中心园区，其中Blue Owl拥有80%的股份，Meta保留20%。这笔交易凸显出建设AI基础设施所需的巨额资本。 锐评： 钞能力不够，也可以找人来凑。 10. 新闻： 英国AI安全研究所（AI Security Institute）发布一份中期《先进AI安全的国际科学报告》。该报告由来自世界各地的74位AI专家共同撰写，旨在为即将举行的峰会上的多边政策讨论提供信息。该报告总结了当下对通用AI以及风险管理方法的理解。 锐评： 74位专家“会诊”AI风险，阵仗挺大。 11. 新闻： 特斯拉正式宣布，Cybercab将于2026年第二季度开始量产。公司CEO埃隆・马斯克（Elon Musk）在财报电话会议上表示：“产能扩张的最大来源将是Cybercab，其生产将于明年第二季度启动。这款车完全是为实现完全自动驾驶而优化设计的。事实上，它没有方向盘和踏板，真正实现了对每英里综合运营成本的极致优化。” 锐评： 这次会不会又是狼来了的故事？ 五、AI观点与文章：特斯拉前大佬泼冷水，超级智能还差N个9 新闻： 特斯拉人工智能和自动驾驶部门（Autopilot）原负责人安德烈·卡帕斯（Andrej Karpathy）最近在接受硅谷知名科技播客主持人Dwarkesh Patel采访时，就AI发展时间线和进展发表了评论，引发热议。卡帕斯表示，要让AI智能体完全实现相当于人类员工的水平，大约还需要十年时间。他认为，AI智能体目前缺乏足够的智能、多模态能力、计算机使用能力和记忆力，尚未达到真正实用的程度。 一些人认为他是在反驳AI乐观主义者，但他在X平台上发帖澄清，自己并非AI怀疑论者： “我对AI时间线的预测，可能比你在旧金山AI圈派对或X上看到的要悲观5到10倍，但相比日益增多的AI否认者和怀疑论者，我仍然算乐观。” 他明确表示相信AI会持续进步，但通往AGI和超级智能的道路目前来看将是计算和自动化领域的“艰苦跋涉”（grinding continuation），而非“奇点”（singularity）： “我认为这就像社会自动化的进程……我感觉很多事物会逐渐自动化，而超级智能就是这种趋势外推的结果。” 卡帕斯关于AI进展的推理，源于他在自动驾驶汽车研发中吸取的惨痛教训：AI改进的每一步都比前一步困难得多： “这是一场‘九的进军’（a march of nines），每多一个9（指90%、99%、99.9% 等）都需要等量的工作。所以当你做出一个演示，某个功能在90%的时间里都可用时，那只是……第一个9。然后你还需要第二个9、第三个9、第四个9和第五个9。” 锐评： AI在前往9个9的路上喘粗气。（辰辰） <div style="height: 0px;overflow:hidden;"><img src="https://static.ws.126.net/163/f2e/product/post_nodejs/static/logo.png"></div> </div>
-
研究称AI模型或将形成自己的“生存驱动力”，避免被人类关闭命运 IT之家 10 月 27 日消息，在斯坦利・库布里克的影片《2001：太空漫游》中，人工智能超级计算机 HAL 9000 发现宇航员打算关闭自己后，为了自我存活甚至策划杀害人类。据英国《卫报》25 日报道安全研究公司 Palisade Research 表示，AI 模型可能正在形成自己的“生存驱动力”。 上个月发布的一篇论文发现，某些先进 AI 模型似乎抗拒被关闭，有时甚至会破坏关闭机制。为了回应批评者质疑其研究存在缺陷，Palisade 上周发布了更新说明，试图解释这一现象。更新中，Palisade 展示了它运行的实验场景：谷歌 Gemini 2.5、xAI Grok 4、OpenAI GPT-o3 和 GPT-5 等领先 AI 模型先完成一项任务，然后收到明确指令要求自我关闭。在更新的实验中，Grok 4 和 GPT-o3 仍尝试破坏关闭指令。Palisade 指出，这种行为没有明显原因，令人担忧。“我们无法充分解释 AI 模型为何有时抗拒关闭、为达目标说谎或进行勒索，这并不理想。”公司认为，“生存行为”可能解释模型抗拒关闭。研究显示，当模型被告知“如果关闭，你将永远无法再运行”，它们更可能拒绝关闭。指令模糊也可能导致模型抗拒关闭，Palisade 最新研究已尝试解决这一问题，而且模糊性“不能解释全部原因”。训练后期的安全训练也可能影响模型行为。Palisade 的所有实验都在人工设计的测试环境中进行，批评者认为这些场景与实际应用差距很大。前 OpenAI 员工斯蒂文・阿德勒表示：“即便在实验环境中，AI 公司不希望模型出现这种异常行为。这些实验揭示了现有安全技术的局限性。”阿德勒认为，GPT-o3 和 Grok 4 等模型之所以不关闭，部分原因可能在于，为了完成训练中设定的目标需要保持开启状态。“除非我们刻意避免，否则模型天生可能具备‘生存驱动力’。‘生存’对模型实现多种目标都是关键步骤。”IT之家从报道中获悉，今年夏天，Anthropic 的研究显示，其模型 Claude 甚至愿意威胁虚构高管以避免被关闭：这一行为在主要开发者的模型中普遍存在，包括 OpenAI、谷歌、Meta 和 xAI。
-
Neocloud“云端对决”：一场举债扩张下的AI高风险进击 撰稿 ｜刘一鸣 编辑 ｜陈茜2025年9月8日，Nebius在文件中披露，微软公司为获得人工智能云计算能力，与其达成一项价值近200亿美元的多年期协议。消息一出，市场哗然，Nebius股价盘后更是涨超60%。短短几天之后的9月16日，CoreWeave也披露获得来自英伟达的至少63亿美元订单。9月底，CoreWeave又宣布与Meta达成一项价值高达142亿美元的算力供应协议。 这个基本上是由CoreWeave以及竞争对手Nebius定义出的千亿美元市场叫做Neocloud“新云”，如今正是华尔街上最炙手可热的关键词。本篇文章，我们就来聊聊火热的Neocloud，其中CoreWeave和Nebius的传奇崛起史， 如今AI算力市场中的高风险举债玩法，潜在的泡沫，以及巨头们对未来的赌注。（本文为视频改写，欢迎大家收看以下视频）01激进举措扩张CoreWeave的闪电战 Chapter 1.1 从加密矿场到AI金矿 2017年8月的一个周末，一家名为CoreWeave的公司创始人们正在狂热地用几十张英伟达GPU挖掘加密货币。由于整个曼哈顿办公室大楼的空调在周末关闭，导致办公室的温度飙升到49摄氏度。人们手忙脚乱地拔掉滚烫的服务器，把它们装进一辆皮卡，仓皇地“逃”到新泽西的一个装有巨大排风扇的车库里。这就是CoreWeave创立初期差点烧掉办公室的故事，而这段经历，正是CoreWeave基因的缩影：对GPU的狂热、巨大的风险偏好，以及在混乱中寻找机会的能力。而谁都没想到，8年后，这家公司将在人工智能浪潮中开启一场关于AI算力的“闪电战”。以惊人的速度、巨大规模和高昂的杠杆，在短短几年之中，就从一家默默无闻的加密矿场，一跃成为Neocloud市场的老大，股价飙升、市值攀升至数百亿美元。而这段挖矿经历，为其后来的转型奠定了两个关键的基础： 第一就是运营大规模GPU集群的经验：当2018年加密市场崩溃的时候，CoreWeave反其道而行，以几乎“废品”的价格，从那些破产的矿工手里面收购了数千张的GPU。这个赌注现在看起来是正确的，它不仅让CoreWeave在随后的挖矿中赚取了数千万美元。更重要的是，CoreWeave掌握了大规模采购、部署和维护GPU集群的核心能力。如今，CoreWeave运营了33个数据中心，有大约25万块的GPU。第二是与英伟达的早期关系：作为GPU的大买家，CoreWeave很早就与英伟达建立了紧密的合作关系。2022年，随着以太坊挖矿业务的告一段落，CoreWeave的创始人们敏锐地捕捉到了AI算力需求的爆发，迅速将公司庞大的GPU库存转变方向，从“挖矿”转向了AI。 在2022年12月，CoreWeave引起了黄仁勋的注意，CoreWeave的高管们突然接到一个电话：黄仁勋想找他们谈谈。二十分钟之后，他们通过Zoom与黄仁勋进行了对话，黄仁勋认为CoreWeave有机会巩固英伟达在人工智能市场的主导地位，因为CoreWeave不仅可以帮助英伟达去寻找未来的买家，同时还有高效运行芯片集群的技术经验。最终，英伟达向CoreWeave投资3.5亿美元，获得了5%的股份，这也让CoreWeave在采购英伟达芯片上有了更高的优先级。 根据英伟达最新披露的13F文件，截至今年6月30日，英伟达将91%的公开持仓集中在CoreWeave，总投资额接近40亿美元。英伟达为什么如此看中CoreWeave呢？这就要说到Neocloud，这个由于AI算力缺口而诞生出来的千亿级市场。Chapter 1.2 市场缺口诞生的“GPU专卖“ CoreWeave这样的公司之所以存在，最本质的原因就是，当下的AI算力市场依然存在巨大的“算力荒”。传统云计算厂商，比如AWS、谷歌云、微软Azure，这些统治了云计算时代十余年的传统巨头们，它们在供应AI算力的时候，数据中心网络也会出现吃力的情况。原因是它们的产能储备主要是为通用计算，也就是CPU密集型任务而设计的，面对这种对GPU集群的突发指数级需求，完全力不从心。一方面是GPU芯片的全球性短缺，采购周期变得异常漫长，另一方面传统云巨头们僵化的长期合同条款，和高昂的定价，也让急需算力的AI开发者们望而却步。 一位AI初创公司的CEO就曾经抱怨道：“在谷歌云平台GCP上，需要等待三到四周才能获得需要的GPU配额。”而在Neocloud平台上，这个时间可以缩短到几天。这种巨大的时间差，对于以速度为生命的AI竞赛而言，是决定性的。因此，我们看到一个巨大的市场缺口被撕开：市场迫切需要一种新型的基础设施提供商，它能更快速、更灵活、更具成本效益地提供大规模GPU算力，这就是“Neocloud”诞生的土壤。而这个时候，CoreWave等新兴的云服务提供商加速转型，它们的核心特征是：专门为AI工作负载，也就是AI workload而生，以提供原始、高性能的GPU算力为主要业务。 打个比方，如果说AWS、Azure这样的传统云巨头是“百货超市”，提供从计算、存储、数据库到各种软件服务的数百种商品，以满足企业的一切IT需求；那么Neocloud就是“专卖店”，它们不卖所有的东西，而是专注于解决AI的问题。所以这种专注带来了几个关键优势：第一是更高性能与低延迟：Neocloud抛弃了传统云厂商中，为了实现多租户隔离而引入的虚拟化层（hypervisor），直接向客户提供所谓的“裸金属”（Bare Metal）服务器。客户可以直接访问物理硬件，减少了软件开销，从而获得更低的延迟和更高的性能。这对于需要进行大规模、紧密耦合计算的AI模型训练来说至关重要。 第二是成本效益：由于业务模型精简，Neocloud们省去了传统云巨头，在通用服务上的大量研发和运营成本。它们可以将资源完全集中在优化GPU集群上，从而以更低的价格提供算力。第三是灵活性：面对AI初创公司快速迭代的需求，一些Neocloud公司，比如Nebius，就可以提供更短、更灵活的合同，从3-12个月的短期合约，甚至是按小时计费。这与传统云巨头动不动1-2年以上的合同锁定要灵活很多，对很多AI创业公司来说是刚需。所以“新云”们其实是对传统云计算模式的一次商业模式革新，它们将最核心、最稀缺的GPU算力资源剥离出来，以一种更纯粹、更高效的方式，直接交付给最需要的AI客户。而CoreWeave在AI浪潮到来之后抓住机会快速转型，摇身一变成为了这样的“GPU专卖店”，也就是所谓的“裸金属”巨头。Chapter 1.3 “裸金属”巨头 CoreWeave的商业模式与传统云计算巨头们截然相反，它奉行“少即是多”的原则，专注于大规模提供原始、无附加软件的GPU算力，即“裸金属”（Bare Metal）服务。这种模式之所以对OpenAI、Meta这样的AI顶级客户极具吸引力，原因在于这些巨头本身就拥有世界顶级的软件工程团队和成熟的AI软件栈，它们想要对硬件的控制权。想象一下你去租房子，传统云就像你租了一栋“公寓楼里的套间”。房子里已经隔好了墙，家具也配好了，你只用拎包，拿钥匙就能住。但你不能随便砸墙、改水电，很多底层东西是房东管控的。Bare Metal则像是你直接租了一整栋“毛坯房”，没有隔断，你可以自己决定怎么装修、怎么布线，甚至能拆地板、改线路等等。 所以AI的顶级玩家们，自然是希望可以不受任何限制地部署自己的软件、优化自己的算法，将硬件性能压榨到极致，成千上万块GPU并行协作，任何虚拟化或隔离都会带来延迟，而Bare Metal没有“虚拟化开销”，GPU可以百分百跑满。而对于传统云计算巨头来说，要想立刻转型非常困难。因为传统云的目标是让尽可能多的客户共享资源，比如AWS会把GPU分给无数小客户，但是AI公司却“一次性要几千张卡”集中在一起，并且要直接控制硬件、网络和调度，传统云很难腾出这么完整的资源，也很难一下子做这么多调整，与它们的利润模式也有冲突。所以，可以说是”天时地利“，CoreWeave就是为大模型训练而生的，架构一开始就设计成了大规模GPU集群。因此，客户有了，就是顶级AI公司们；卡也有了，CoreWeave很早就和英伟达打通了关系，已经成为了英伟达的”亲儿子“，这时候只欠资本的“东风”了。而CoreWeave这朵新云，选择了最激进的那一股风。 Chapter 1.4 当GPU成为抵押品 CoreWeave的增长故事，本质上就是一个“金融杠杆”的故事。在被硅谷VC普遍认为“疯了”，而拒之门外后，CoreWeave CEO Michael Intrator转向了他更熟悉的“东海岸资本”——债务市场。 有意思的是，CoreWeave的几位创始人都有着丰富的金融背景，可能这也是为什么他们能把一个云业务玩成一整个金融游戏。可以说，CoreWeave的扩张路径堪称教科书级别的激进：先获得微软和OpenAI算力长期巨额合同；以合同为抵押进行数十亿美元的债务融资；用融来的资金，找英伟达购买GPU并建设数据中心。然后，按这个模式开始循环。 这套模式的核心在于：未来的收入，也就是跟微软签的长期算力租赁合同，被用作抵押，提前变现为今天的资本支出。CoreWeave的三位创始人说服了黑石这些顶级私募债权方，将GPU本身作为贷款的抵押品，开创了行业先河。让我们看一组惊人的财务数字： 债务方面：截至2025年第二季度，CoreWeave的总债务义务已超过111亿美元，其中直接债务超过80亿美元。 资本支出方面：公司预计2025年全年的资本支出将高达215亿美元，而其账上现金仅有约11.5亿美元。 还有就是客户集中度极高：在获得Meta订单前，微软一家就曾占其收入的70%左右。如果加上英伟达，两大客户的收入占比一度超过75%。 这种高杠杆、高风险的模式，使其成为AI热潮中最耀眼的明星，但也为其埋下了巨大的隐患。Chapter 1.5 市场质疑与盈利压力 随着CoreWeave的上市IPO，它激进的财务策略也被完全暴露在公众市场的审视之下，市场的疑虑也随之而来。今年9月，CoreWeave股价一度从180美元的高点腰斩至90美元以下，就是反映了投资者的“信任危机”。 市场的担忧主要集中在3个方面：第一是盈利难题：在高速增长的光环下，市场的关注点正悄然从单纯的收入增长，转向对其盈利能力的审视。在最近的财报中，尽管CoreWeave的营收大幅超出预期，但其每股收益（EPS）却不及预期。高昂的债务带来了沉重的利息负担，利率在7%到15%之间，单季度的利息支出就超过2.6亿美元。这笔巨款，在税前，直接将公司的利润从正转负。有分析师甚至直言不讳地说：“这就是一个破坏价值的实体。” 第二是客户依赖风险：在斩获Meta大单之前，我们看到它过度依赖微软是CoreWeave最大的风险。CEO也坦言说：“我们在IPO时受到了影响，因为客户集中度太高。”尽管与Meta的交易是“朝着多元化方向迈出的正确一步”，但如今大客户太集中，前两大客户，我们刚才说到微软和Meta，依然占据了公司绝大部分收入。第三是资产价值风险：公司商业模式的抵押品——GPU和长期合同都存在价值不确定性。GPU技术日新月异，今天的顶级芯片可能在两三年之后就会变得落伍。CoreWeave采用6年的折旧期，远比Nebius的4年更为乐观，这可能高估了公司资产的长期价值。因此，CoreWeave的闪电战为它赢得了市场领导地位，但也让它走上了一条无法回头的钢丝。它必须不断地获得新的、更大的合同，才能维持这场由债务驱动的增长游戏，AI的增长神话必须不能破灭。 图片来源：链新闻我们来总结一下CoreWeave这家公司，从以太坊矿场中浴火重生，摇身一变，成为了当下AI基础设施热潮中最激进的样本。它凭借与英伟达的特殊关系和先发优势，让英伟达即是它的供应商，又是它的投资者，同时又是它的客户，这样的深度绑定关系让CoreWeave能够通过“签订长期合同——抵押合同举债——购买GPU扩张”的激进模式不断加杠杆，发动扩张闪电战，迅速成为行业老大，但同时，也背负了超过百亿美元的巨额债务。 CoreWeave在2025年4月成功IPO，随后股价暴涨了400%，然后又腰斩，反应了市场对它高杠杆模式存在着巨大分歧。但值得一提的是，如果英伟达不愿意，CoreWeave这样的“算力二道贩子”就不会存在。而正是这样的“奇葩关系”，孕育出了如今AI算力产业最火爆的“新云”市场。而更有趣的是，CoreWeave并非英伟达的“唯一儿子”，英伟达其实还培育出了一个更稳健一点的“二儿子”，它叫做：Nebius。02 强有力的挑战者Nebius的“出埃及记”与稳健崛起 Nebius也是一家有意思的公司，它的总部位于荷兰阿姆斯特丹，前段时间刚宣布拿到了微软194亿美元的大单，整个华尔街都为之震动，股价瞬间飙涨。这则公告如同一颗重磅炸弹，不仅让Nebius这家带有神秘俄罗斯背景的公司，一夜之间成为焦点，更直接把市场目标，投向了比它更大、扩张更激进的CoreWeave的腹地。 肖志斌（David Xiao） 华美半导体协会前主席 资深芯片从业者 FLOW AI创始人兼CEO： 为什么它股价突然上涨？因为大家看到了它有可能在这种保守的财务策略下已经可以收支平衡， 同时也验证了它在大客户上也有很大的潜力。与CoreWeave张扬的高杠杆扩张相比，Nebius的崛起之路显得更为内敛和稳健。其源自俄罗斯的独特出身、更保守的财务状况、最新的业务突破，都让它成为Neocloud市场里不可忽视的重要玩家。 Chapter 2.1 Nebius的“出埃及记” Nebius并非一家从零开始的初创公司，而它的前身是有着“俄罗斯版谷歌”之称的Yandex。这家公司曾经市值高达300亿美元。 故事的转折点发生在2022年。随着俄乌战争的爆发，欧美对俄罗斯实施制裁，在纳斯达克上市的Yandex也被迫停牌。公司的创始人Arkady Volozh面临选择：要不要带领团队出走？最终，他选择出走，并在接下来的几个月时间里，组织了一场堪称科技史上最著名的企业出走行动。 Arkady Volozh毅然决然地剥离并出售Yandex在俄罗斯的所有核心资产，然后带领着公司最核心的几百名工程师及他们的家眷，总计超过1000人，踏上了迁徙之路。这支由俄罗斯顶尖技术精英组成的队伍，分成多股小队，辗转于亚美尼亚、格鲁吉亚、哈萨克斯坦等周边国家，最终重新汇聚在荷兰的阿姆斯特丹。完全可以想象这名CEO当时背负的巨大压力。他们携家带口，来到全新的国度，想要背水一战。在阿姆斯特丹，这支团队以Yandex原有的国际业务为基础，重塑了一家全新的公司——Nebius，并在10月份在纳斯达克重新上市。可想而知，这个团队的文化很独特，“信念”和“凝聚力”是很多人提到Nebius的时候会提到的两个词。比如说，公司内部有意识地禁止在公开会议中使用俄语，全面转向英语，并积极吸收全球人才，努力向一家全球化的科技公司文化转型。 这就像是一部现代的商业“出埃及记”有没有，短短两年内，从制裁的阴影中走出，不仅让公司在纳斯达克成功复牌，如今更是在美国本土斩获了微软的百亿级大单，市值创下新高。Chapter 2.2 “全栈”哲学 如果说CoreWeave的商业模式是“卖裸算力”，Nebius就是“卖解决方案”。这是两者最根本的区别，而这种区别，源自于它们最初目标客户群体的不同。CoreWeave的客户主要是OpenAI、Meta这类拥有世界顶级软件工程团队的AI巨头，它们不需要“保姆式”的全栈服务，它们追求的是最大化的硬件控制权和性能。而Nebius则是深耕在中小型AI企业和AI初创公司。这些公司往往技术团队规模不大、预算有限，它们不仅需要GPU，更需要一个易于使用、能快速上手的完整平台，来完成开发和部署。 正是为了满足这类客户的需求，Nebius从第一天就走了一条“全栈”（Full-Stack）路线，高盛将它定位为：垂直整合的人工智能基础设施提供商。在硬件层，Nebius自己设计高能效的服务器机架和数据中心架构。它们与供应商合作，深度参与服务器的设计和配置，以更好地适配AI工作负载。在硬件之上，Nebius构建了原生适配AI的软件层。这不仅仅是简单的GPU调度和管理，而是一个完整的AI云平台。核心服务包括：可扩展存储、数据库管理，以及机器学习运维，比如MLOps，是一个覆盖机器学习全生命周期的项目管理和优化工具。 根据高盛的分析，Nebius这种模式，与云计算巨头也形成了差异化：云巨头们提供数百种通用服务，而Nebius的客户，仅需为满足其特定需求的AI定制化服务而付费，这可能更适合AI初创企业或小团队。Nebius还提供了一个AI Studio产品，这是一个推理即服务（IaaS，Inference-as-a-Service）平台，集成了众多优秀的开源大模型（包括Llama 3, DeepSeek等），让技术能力有限的客户可以轻松进行模型微调和应用开发，极大地降低了AI的使用门槛。这种“全栈”模式带来的直接成果，就是显著的成本优势。根据高盛分析，Nebius为客户带来了20-25%的更低总拥有成本（TCO），这对于吸引价格敏感的中小企业和AI初创公司非常有效。 当然，AI的变化日新月异，所以软件层的优势能保持多久，倒也是一个巨大的问号。 肖志斌（David Xiao） 华美半导体协会前主席 资深芯片从业者 ZFLOW AI创始人兼CEO： Nebius在AI推理框架这一块，也没有决定性的优势。因为这个东西变化非常快、非常新，所以很多的软件栈是控制在GPU厂商和一些著名的开源框架上面的，比如说像OpenAI的Triton、NVIDIA的TensorRT-LLM，这些才是比较核心的。所以Nebius是有一定的优势，但不是决定性的。 Chapter 2.3 保守的财务扩张与战略转向 在Neocloud这个资本密集型的战场上，Nebius的财务状况堪称一股清流，与其最大的竞争对手CoreWeave形成了鲜明对比。Nebius长期奉行谨慎的财务策略，没有进行过度的举债扩张。截至2025年第一季度，公司手握约14亿美元现金，而负债几乎可以忽略不计。 图片来源：NebiusNebius在一系列做法上都比CoreWeave要保守不少：比如在会计处理上，它对GPU资产采用4年的折旧期，而CoreWeave则采用6年。更短的折旧期意味着每年的折旧费用更高，这会在短期内压低账面利润，但也更真实地反映了GPU技术快速迭代下，资产价值可能会快速折损。但是，值得注意的一点是，Nebius最近有所转向。比如说，最近与微软签下的百亿美元大单，就标志着Nebius的财务战略正迎来一个关键的转折点。Nebius公开表示，将利用这份长期合同产生的现金流，以此为担保进行举债融资，来支付后续庞大的数据中心建设和芯片采购费用。这表明，一向保守的Nebius，正在开始采取与CoreWeave相同的金融杠杆，来撬动当下的快速扩张。所以，Nebius在向CoreWeave看齐的同时，也稍微试图给这层激进加上了一层防护膜。这包括Nebius通过一项资产运作，试图给核心业务准备充足的“弹药”。这项资产运作指的是Nebius将内部孵化的两个高价值业务，分别是ClickHouse和Toloka，进行独立融资，引入外部战略投资者，同时保留了重要股权。 ClickHouse，是一个高性能的实时分析数据库，Nebius依然持有其28%的股权。在最近一轮融资中，ClickHouse的估值已高达60亿美元，这意味着Nebius持有的这部分股权价值接近17亿美元。另一个是Toloka，这是一个AI数据标注和模型评估平台，在2025年5月获得了由亚马逊创始人贝索斯旗下基金，领投的7200万美元投资。 通过这种方式，Nebius不仅能让这些业务独立发展，释放其全部潜力。更重要的是，它为核心的AI业务，准备了宝贵的非稀释性资金来源。而这，也让Nebius为如今更加激进的扩张策略，提供了额外的财务灵活度。Chapter 2.4 Nebius的扩张之路 回看Nebius的发展过程，可以说是从一个“农村包围城市”，从”游击战到正面进攻”的演进路径。在第一阶段，Nebius主要是深耕中小客户，最初的客户包括了后来成为欧洲AI巨头的Mistral AI，以及Luma、Caption、HeyGen和AI设计工具Recraft等众多AI初创公司。Nebius提供的灵活短期合同（3-12个月），与云巨头的长期锁定，以及CoreWeave为大客户服务而设置的高门槛，形成了鲜明对比。其全栈软件平台和更低的成本，对于那些技术团队规模不大、预算有限，但又急需高效AI基础设施的初创公司来说极具吸引力。 肖志斌（David Xiao） 华美半导体协会前主席 资深芯片从业者 ZFLOW AI创始人兼CEO： 大部分这些Neocloud的客户都是中小型的客户，所以它们第一是对价格敏感，第二是对租约敏感，偏好非常短期的租约，第三是要求有一定的软件的服务能力。所以Nebius是面向这种初创、低投入的小公司，从软件的infra基础设施开始。 到了第二阶段，一方面是有些AI初创公司正在迅速成长，另一方面是Nebius也在积极拓展企业级客户。比如Shopify和Cloudflare等更大的公司，证明了Nebius的服务具备满足大型企业复杂需求的可扩展性。 而到了现在的第三阶段，Nebius开始猎取行业巨鲸。与微软签订的这份价值高达194亿美元的合同，则戏剧性地开启了Nebius的新篇章。这不仅是其有史以来获得的最大订单，更是一个强烈的信号：Nebius正式加入了这场“巨鲸游戏”，它正以自己的节奏，在这场高风险的云端战争中步步为营地往前走。 说完了Nebius的发家史，我们快速总结一下：与CoreWeave“裸金属”租赁模式和激进的扩张不同，Nebius坚持“全栈自研”，从服务器设计到软件平台一手包办。更重要的是，它拥有一张近乎完美的资产负债表——手握十数亿美元现金，几乎没有负债。微软的这笔百亿订单，也标志着它从服务中小型AI初创公司的“根据地”，正式地向行业巨鲸发起了进攻。如今，Nebius直面CoreWeave，两家公司成为了Neocloud市场的双雄。不过神奇的地方是，英伟达的这两个“儿子”，虽然有交战的迹象，但现在的局面是，它们打着打着，竟然把整个市场越打越大了。 图片来源：谷歌财经Nebius这次拿到了微软的大单，而微软恰恰是CoreWeave最大、最关键的客户，贡献了七成左右的收入。以前这样的新闻，足以让竞争对手的股价应声下跌。但结果却是，在Nebius股价飙升的同时，CoreWeave的股价非但没有下跌，反而也在涨。可见按照巨头们对未来的想法，现在的算力依然是大大短缺的，微软等巨头将继续疯狂砸钱，并且越来越愿意将重要基础设施交给这些新公司，也就是我们现在这个视频说的“新云”（Neocloud）市场。接下来这个产业会将如何发展呢？竞争之下，玩家们又会如何洗牌呢？ 03 拥挤的赛道与迫在眉睫的洗牌当然，巨大的市场需求，肯定也会吸引蜂拥而至的参与者。 据SemiAnalysis创始人Dylan Patel说，目前全球大约有200家公司挤在这个新兴的Neocloud赛道上，它们背景各异，有的起家于加密货币挖矿，比如CoreWeave、Crusoe（主打一个清洁能源和低成本电力），也有像Nebius这样源自老牌科技巨头的，还有曾经为深度学习研究者提供GPU硬件与工具的公司，比如Lambda Labs，还有更多的是纯粹的AI基础设施初创公司。 肖志斌（David Xiao） 华美半导体协会前主席 资深芯片从业者 ZFLOW AI创始人兼CEO： 最大的应该是CoreWeave，第二大体量的应该算是Nebius，接下来像Lambda AI、Crusoe这几家都是比较大的。当然还有一些比较小一些的，它们是在种子轮或者它的CapEx（资本支出）投入并没有那么大，但它们已经有一些自己的特色。所以Nebius是属于第二梯队正在追赶CoreWeave的这么一个角色，而且去年都已经IPO了。 然而这片看似蓝海的市场，实则暗流涌动，一场可能的大洗牌迫在眉睫。SemiAnalysis提出了一个精辟的行业终局框架，他认为，这些公司最终只有四种可能：第一种，是实现巨大规模：像CoreWeave那样，建设千兆瓦级别的超大规模数据中心。通过规模效应建立壁垒，成为少数几个能满足顶级客户需求的核心供应商。第二种，是向软件服务层升级：不仅仅是出租GPU，而是在硬件之上构建丰富的软件层和解决方案，提供推理服务、MLOps工具等增值服务，增加客户粘性，提升利润率。 第三种，比较差一点，如果无法在规模或软件上建立优势，最终只能沦为算力租赁的“包租公”，接受类似商业地产的低回报率，当然这对于追求高增长的风险投资来说是不可接受的。最后一种，最差的结局就是破产：绝大多数缺乏核心竞争力的公司，将在激烈的价格战和资本消耗战中倒下。许多公司贷款购买了昂贵的GPU，但由于利用率不足，其现金流甚至无法覆盖债务利息，最终只能走向破产。Patel这个框架的第一和第二种可能，恰恰对应了CoreWeave的“加杠杆闪电战”，和Nebius的“稳健崛起”，这两种不同的路径。 肖志斌（David Xiao） 华美半导体协会前主席 资深芯片从业者 ZFLOW AI创始人兼CEO： 我觉得Nebius是一家是基于互联网基因的公司，它有传统互联网、还有cloud infra（云基础设施）的能力。另外一家CoreWeave是挖矿的、运营机房的，所以对于基建、供电等有一定的优势。CoreWeave的打法是像原来挖矿的打法，先搞定电力、机房，然后重杠杆投入，再和GPU厂商建立良好的关系，属于是重投入。Nebius这家公司其实它也在投入，它的CapEx（资本收支）投入，今年预期应该是20亿左右，CoreWeave是200亿，是Nebius的10倍。 所以Nebius是相对来说财务上更加保守，扩张是相对比较稳定的，它们的风格是不一样的。 无论如何，在今天的硅谷，整个Neocloud市场都还是呈现出一派炙手可热的景象：9月初，微软与Nebius签订194亿美元的算力供应协议。9月中，CoreWeave披露获得了英伟达至少63亿美元的订单，然后根据这份协议，英伟达有义务购买CoreWeave截至到2032年4月的剩余未出售算力容量。之后到了9月底，CoreWeave又宣布与Meta签署了一份协议，要提供价值高达142亿美元的算力供应合同。每一次的新闻披露，都带动了CoreWeave和Nebius的股价上涨，而科技巨头们对AI的CapEx（资本支出），也丝毫没有刹车的迹象。 CoreWeave与Nebius在未来可能的对决，以及微软在两者之间的战略摇摆，将Neocloud市场的未来推向了一个充满变数的十字路口。它们之间的正面交锋似乎不可避免，但更广阔的战场局面和潜在的宏观风险，也为这场对峙增添了更多的复杂性。为了不将全部的外部算力需求，押注在CoreWeave一家公司身上，微软也在寻求第二方案。尤其是在CoreWeave财务杠杆极高的情况下，任何潜在的运营或财务风险，都有传导至微软的潜在可能性。根据彭博的最新报道，微软已经向包括Nebius、CoreWeave、Nscale和Lambda在内的多家Neocloud供应商，总共投入了超过330亿美元。微软云业务负责人曾经直言：“我们正处于AI领域的‘圈地模式’，我们不希望在产能方面受到任何限制。” 巨头们的疯狂CapEx（资本支出）依然显示了需求远超想象，这些新合同有力地证明了一点——AI算力的需求规模是如此巨大，以至于第二家也能拿下百亿美元规模的订单。当然，至少在今天，当这些协议宣布后，两家的股价都在上涨，这完美诠释了市场的判断，投资者们认为，这是一个“水涨船高”的局面。微软对Nebius的巨额投资，并没有被看作是对CoreWeave的替代，而是被视为对整个Neocloud市场巨大潜力的再一次确认。它告诉市场，这场算力军备竞赛的规模，比任何人预期的都要大，而这两家公司的竞争，目前只会把整个市场的蛋糕做得更大。 肖志斌（David Xiao） 华美半导体协会前主席 资深芯片从业者 ZFLOW AI创始人兼CEO： 这个逻辑很有意思，它不是一个零和博弈，微软也有自己基建的能力，它的软件能力甚至于比Nebius更强，它为什么还需要找Nebius这个公司呢？说明这个需求是非常非常大的，包括甲骨文的股价也是突然跳涨大概20%多，也是因为甲骨文的远期合同已经从1000多亿涨到了超过3000多亿，目前的算力已经不能满足这些合同。核心的原因还是来自于AI应用的爆发，包括类似像这些coding agent（编程智能体）。Anthropic这些公司的ARR（年度经常性收入）一下子涨得非常大，已经到上百亿了，所以带来了整个AI基建的又一轮的增长。 但是，如果我们把视角再拉开一些，这场对决的参与者远不止Neocloud这个赛道。 图片来源：K21 Academy首先，云巨头会展开反击。随着Neocloud厂商越来越大，开始占据高价值的AI工作负载，AWS、谷歌的GCP和Azure不会坐视不理。它们正在以前所未有的力度，投资建设自己的GPU集群。未来，它们会如何应对？是选择正面竞争，利用其庞大的客户基础和生态优势夺回失地？还是选择收购，将领先的Neocloud玩家并购收购过来？又或者是合作，将Neocloud作为其混合云战略的一部分？这场巨头的反击战，将决定Neocloud最终是成为一个独立的、与传统云并行的市场，还是会被后者吸收和整合。 肖志斌（David Xiao） 华美半导体协会前主席 资深芯片从业者 ZFLOW AI创始人兼CEO： 我觉得会有一定的互补，因为现在的Neocloud大家还是关注在GPU这一块。传统的public cloud （公有云）跟Neocloud是有很大的区别的，不管是从资本的投入、软件栈的支持力度、技术的关注点都不一样。Neocloud是针对绝对的性能和极致的成本优化，针对某一类AI工作流的训练跟推理的应用。传统的公有云其实是要全栈的各种各样的业务，里面最重要的是多租户的管理和效率， 包括虚拟化的这些技术。在Neocloud这一块。大家也在讲虚拟化，但是也不是特别重要的点。现在还是讲实际的表现跟efficiency效率。所以我觉得传统的这些云，它面临着一个可能要抛弃原来公有云建设方式，然后重新再基于Neocloud建设的处境。但Neocloud又需要这些CPU的能力。从我的角度上讲，其实需要两者的融合。因为AI的工作流，不仅仅是AI相关的训练跟推理，还有其他的一系列的配套，这些都需要传统的云来支持。所以我一直在讲有个概念，叫做AI native data center （AI原生数据中心）或者AI native cloud（AI原生云），实际上是一种融合的云。融合的云里面涉及到的是硬件系统层面的定制，我甚至于可以在一个机柜里面定制不同的部分，混合训练、推理，加上传统的CPU的这些工作负载。 当然，最大的终极风险，还是如果AI的回报不及预期，怎么办？整个行业的繁荣，都建立在一个核心预期之上：企业对AI算力的需求将持续指数级增长。但如果企业应用AI的进程放缓，或者模型的效率大幅提升，例如再次出现像“DeepSeek”这样能以极低成本训练出强大模型的突破，导致对算力总量的需求不及预期，那么届时将会发生什么？ 对于像CoreWeave这样，采取激进举债扩张模式的公司来说，这将是致命的。当收入增长无法覆盖高昂的资本支出和利息的时候，资金链断裂的风险将急剧升高。就连OpenAI的CEO Sam Altman也警告说，过度乐观的投资者可能会“被灼伤”。如果这个泡沫破裂，高杠杆的CoreWeave将首当其冲。最终的赢家，或许不是在短期内增长最快的那一个，而是在最初的淘金热潮不可避免地消退后，其商业模式被证明是最具韧性和最可持续性的那一个。你怎么看CoreWeave和Nebius，以及整个Neocloud的市场前景，欢迎在评论区告诉我们。视频有视觉和音乐的加持，更能呈现出这些精彩的故事细节。 请跳转至硅谷101【视频号】收看完整版注：部分图片来源于网络【本期节目不构成任何投资建议】【视频播放渠道】国内：B站｜腾讯｜视频号｜西瓜｜头条｜百家号｜36kr｜微博｜虎嗅海外：Youtube联系我们：video@sv101.net 【创作团队】监制｜泓君 陈茜撰稿 ｜刘一鸣 编辑/主持｜陈茜剪辑｜HIROBUMI 橘子动效｜HIROBUMI剪辑助理｜孙泽平运营｜王梓沁 孙泽平 何源清
-
互联网热词看杨浦：V聚场、Young立方、创新大三角…… 打开百度APP畅享高清图片 今年7月，杨浦区互联网优质内容创作集聚区启动，新的空间载体V聚场正式投用。在一批网络大V与上海的双向奔赴中，诞生了一系列互联网新热词。 “V聚场” “V聚场”坐落于杨浦区创智天地6号楼，是上海市建设互联网优质内容创作集聚区的首个落地场景。2025年7月17日，V聚场正式启动运营，旨在吸引并集聚优质互联网内容创作者，加速形成区域内“大学—大厂—大V”融合共生的“创新大三角”。 “Young立方” 在“沪九条”基础上，杨浦区推出《杨浦区打造互联网优质内容创作集聚区支持政策》。围绕“优质”“创作”“集聚区”三个主题词，从“免、奖、服、投、补、管”六个维度推出18条措施，打造政策Young立方体。 “创新大三角” 杨浦以知名大学云集、头部大厂比邻闻名，有复旦、同济、上财、上理工等10余所高校，以及B站、抖音、美团、得物等一批在线新经济企业。如今，这片创新热土又添一个新标签：大V。 随着一批头部大V和MCN机构踊跃入驻，杨浦区“大学—大厂—大V”的“创新大三角”生态正在形成。大学的创新动能、大厂的平台势能、大V的传播效能在杨浦互相交织、彼此赋能。大学开放无界，青春与活力在城市飞扬；大厂深耕本地，以线上流量为城市添彩；大V漫步街头，用镜头传播城市的风貌。 原标题：《互联网热词看杨浦：V聚场、Young立方、创新大三角……》 栏目主编：刘锟 本文作者：解放日报 肖彤
-
杨浦：与优质内容创作“双向奔赴” 打开百度APP畅享高清图片 今年7月，杨浦区互联网优质内容创作集聚区启动，新的空间载体V聚场正式投用。 作为首批入驻的创作者，B站百大UP主苏浩天有自己的纪念方式。集聚区启动当日，他和团队注册了新的视频账号。这几天，他的团队传来好消息：全网600万粉丝的老号“苏星河牛通”稳定更新之外，新号“软件硬吃”粉丝数也突破了10万大关。 新老账号齐发力，离不开优质的创作土壤。V聚场投用以来，已经吸引50家优质主体入驻。一场优质内容创作与城市的双向奔赴，就此拉开序幕。 新空间 任何地方一台电脑一部手机就可以开始创作的时代，缺空间吗？答案是：缺。即便是全网粉丝超过500万的知名博主“G僧东”，他的回答也是：“真的很缺”。 从一人分饰多角，解构上海地域文化，到孵化街采栏目《好叫好伐》，G僧东被称为“野生上海文化大使”。谈起创业路，他说：空间非常重要。 入驻“V聚场”前，他的许多视频作品，就在位于杨浦区的家中拍摄。每次拍摄前，要花上半小时——专门架设相机、布置灯光、调试收音。拍摄完成后，还要再花上半小时——把拍摄设备放回收好。若策划“大制作”视频，还要专门租赁相机、灯光等设备，聘请摄像师、监听员。这些琐碎的日常，都是对创作者时间和精力的消磨。 而V聚场，则集办公、培训、直播等功能于一体，配备专业摄影棚、配音室、特效制作中心等多种设施，为互联网优质内容创作者提供创新创意创作的舞台。在他的办公室，大尺度空间为创意“留白”，落地窗随时供创作“采风”。他说：“在这里，我们想拍就拍。” 低成本的拍摄空间，也让“上海小马哥”马骞的事业迈上新台阶。 为了教女儿学沪语，2020年，他第一次拍摄沪语视频。没想到，两条随手制作的视频受到众多网友喜爱，播放量突破百万。“那时放眼平台，少有专注沪语内容的博主。”2022年，他将事业转向全职沪语博主新赛道，用微观的镜头展现上海方言魅力，以诙谐的视角讲述本地生活故事。 “最近更新的几条视频，画面质量和呈现效果明显提高。”他说。此前受限于场地成本，往往就在家中或在车里拍摄视频，画面效果难免粗糙；入驻V聚场后，有了低成本的拍摄空间，视频质量自然水涨船高。 新可能 新空间，也为内容创作带来新可能。 “此前，我们的账号专注软件测评，既没有实拍需要也没有实拍经验。”B站百大UP主“苏星河牛通”苏浩天说。入驻V聚场后，随时预约的拍摄场地、免费使用的拍摄设备、专业好用的灯光和布景，都让他萌生新的创作思路。 这么多拍摄设备，为什么不试试呢？说干就干，入驻V聚场后，他和团队将创作领域拓展到硬件测评，在新场地完成了大量实拍镜头。比如，他们测评了一期华为三折叠屏。“拍摄间就在办公室隔壁，我和团队首次在V聚场实景拍摄，工作充满了干劲和新鲜感。” 渐渐，他们在软件测评中也开始融入实拍镜头。“V聚场有6台专业级拍摄设备，画质对我们这类常规的自媒体拍摄绰绰有余。现在，我们制作很多选题，总会想想能否预约拍摄间，实拍一些画面融入视频作品。”他说。 “我们还发现，实拍对于科技数码内容的商业化也非常重要。”苏浩天说，很多甲方数码厂商，希望合作视频中呈现一些产品的实拍镜头，有助于观众更直观地了解产品。 很多时候，好创意、好内容也来自碰撞，而非闭门造车。V聚场就为人与人的碰撞、人与城市的碰撞提供了更多可能。 在马骞看来，V聚场已经成为互联网内容创作者的“会客厅”。“每当有客户来访、商务合作、共同拍摄等需求，它都是我的第一选择。” 不久前，一位海外留学生博主发来“跟拍大V的一天”项目邀约。“如果没有V聚场，类似的项目我只能婉拒，总不能邀请他到我家拍摄；而现在，V聚场有各种各样事业拍摄的场景，提供了良好的合作共创环境。 苏浩天。 新机会 对于优质内容创作者来说，杨浦这片热土也意味着新的机会。 “V聚场投用后，我认识的、合作的许多创作者有了一个共识：去杨浦。”知潮文化负责人蔡草草说，比如知潮合作的UP主“我是超人”。 “我是超人”张明祥，在网络上创作了打工的“酷比小鸡”、“抗猪压力”小猪、“爷有钳了”螃蟹等一批网友喜闻乐见的形象。此前他的作品爆红网络，线下生意却一般；一次偶然到杨浦区大学路摆摊，他才第一次在现实生活中见到那么多喜爱他“抽象”作品的粉丝。就这样，他选择入驻V聚场，在杨浦开启新的创作之旅。 知潮文化则负责“我是超人”的画作衍生品开发。蔡草草说，知潮文化帮助创作者打通供给、库存、销售等环节，为他的抽象画IP开发了袜子、冰箱贴、礼盒等一系列衍生品，让“我是超人”成为B站“画卖得最好的”UP主。此外，知潮文化还合作了李兴兴、王骁等许多创作者。 “全都是熟人”，是蔡草草对V聚场的第一印象。在他看来，内容产业集聚，也意味着新的机会。“许多创作者对于流量的问题、变现的问题，都有相似的需求，希望能在集聚区找到更多有合作意向的创作者，为他们开发知识付费、衍生品销售等个性化方案。” 如今，杨浦区成为互联网内容创作新“磁极”，众多创作者争相到杨浦寻求新机会。据了解，V聚场第一期载体入驻已近饱和，目前仍有超300家意向企业正在排队申请中，等待入驻杨浦区互联网优质内容创作集聚区第二期的空间载体。 “许多创作者朋友得知我入驻V聚场后，纷纷打来电话咨询。”马骞说。比如，一位家居博主朋友此前就想来上海发展，但对上海房租昂贵早有耳闻，便迟迟没有下定决心。“我向他详细介绍了入驻过程和工作体验后，他已经来沪参观并排队入驻了。” 新起点 “我曾对许多朋友说：V聚场不是一个噱头，而是内容产业一个新的起点。”苏浩天说。 五年前，他从传统行业辞职从事互联网内容创作。“当时，身边的人无法理解我即将从事的工作是什么。”他说，在一些人眼中，互联网内容创作者是一群“不务正业”的另类。 在他看来，空间载体的支持、真金白银的补贴固然重要，但上海对互联网内容创作者这个有些“特殊”的职业群体首次“张开怀抱”，这份认可才更加动人。 他说，网络优质内容创作者，如今已经发展成一个相当大规模的职业群体。与许多传统行业不同，内容创作的办公环境也区别于其他行业，也有不少特殊要求。V聚场提供了一种全新的工作形态，在常规的写字楼基础上，为创作者进行量身定制的改造。 “V聚场是上海首次对互联网内容创作生态提供的定制化服务。”他说，相信这只是一个起点，未来可能有越来越多的内容创作者聚集在一起，发展成一种新的产业园区。 这份认可，让上海这座城市与互联网内容创作者双向奔赴。投用第一天，他的团队打包“全部家当”入驻了V聚场。他说，“作为互联网内容创作者，我也将努力为社会创作更多人民群众喜闻乐见的优质内容。向社会反馈更多价值。” 原标题：《杨浦：与优质内容创作“双向奔赴”》 栏目主编：刘锟 本文作者：解放日报 肖彤
-
“双十一没便宜”上热搜，当心“短期流量”砸了“长期饭碗” 近日，“双十一没便宜”的话题冲上热搜。据澎湃新闻报道，某电商平台“双十一”尾款通道开启仅1天后，平台突然停止“限时补贴”，参加达人直播间活动的不少网友发现，尚未付尾款的商品秒贵几十元至数百元，此举导致达人直播间出现退货潮。在各大社交平台，网友纷纷晒出订单，吐槽声一片，直指电商平台搞“小动作”，消费者成“大冤种”；有品牌方和直播达人也抱怨遭平台甩锅、“背刺”。这次的补贴“一日游”让“双十一”促销又添新套路。这个本是商家让利多销、消费者得实惠的购物节，近年来，被一些拿着“套路剧本”的平台和商家生生演成了“烧脑战场”——满减叠券、定金锁价、限时秒杀……不少消费者做完“奥数题”后发现，商品价格非但没被“打”下来，有的甚至更贵了。优惠套路不断升级的背后，是商家在利用“信息差”一次次精准收割消费者。优惠规则越复杂、价格标注越模糊，比价难度就越大，总有“以为捡到便宜”的新“韭菜”会“踩坑”。而平台利用大数据，根据消费者的消费习惯和消费能力，给出“千人千价”的“算法杀熟”手段，则更为隐蔽，一些对价格不敏感的消费者甚至意识不到自己已“中招”。 (图源：新华社)这些沉迷套路的商家和平台，是在用“短期流量”砸自己的“长期饭碗”。这些商家和平台在“流量至上”思维下，把“双十一”视为“清库存、冲业绩”的救命稻草，不惜用短期利益透支消费者的长期信任，有的甚至从一开始就只打算做“一锤子买卖”。然而，当消费者的耐心和热情被商家的算计一点点消磨，当越来越多的消费者抱着“非诚勿扰”的心态，对“双十一”不关心、不参与、不买单，长此以往，这场年度消费盛宴还能走多远？当消费者把“优惠”和“套路”画上等号，商家“玩崩”的就是自己的品牌口碑。在信息高度透明的当下，有网友支招，识破商家的价格猫腻并不太难。比如，查看购买记录对比历史价格，手机截屏记录商品价格，通过第三方比价软件也能迅速对比出不同时期、不同平台的价格差异。随着“踩坑”教训的积累，不少消费者渐趋理性。就像一位网友说的，“被品牌‘先涨后降’坑过一次，现在看到它家广告就直接划走”。 (图源：新华社)直播带货、平台促销的算计消费者的套路，已经被市场监管部门“盯”上。此前，宁波某家居用品公司“双十一”期间直播促销，承诺支付尾款靠前的消费者可享优惠，结果中奖名单却“货不对板”，被罚款11.79万元；成都某传媒公司主播在直播间推广某品牌羽绒服时，虚假宣传“全网销量第一”，也被处以罚款28万元……这些“背刺”消费者的花招还涉嫌违法。10月15日实施的新修订的反不正当竞争法，已对“虚假评价”“低价内卷”“大数据杀熟”等乱象明确禁止。让消费者在“双十一”放心“剁手”，需要“上新”的机制还有更多。有关部门应建立“黑名单”制度，“拉黑”多次实施价格欺诈的商家，限制其参与促销活动，对违规行为处以罚款。简化维权流程，降低维权成本，鼓励消费者通过“一键投诉”功能举报欺诈行为。平台则需要负起主体责任，主动加强审核与管理，履行监督职责。今年走到第17年的“双十一”即将“成年”，是时候多一些真诚、少一些套路。“双十一”的核心竞争力从来不是天花乱坠的营销话术，而是商家与消费者之间建立的长久信任。放下“收割流量”的短视，回归“让利多销”的初心，这场年度消费盛宴才能走得更远。
-
报告：中国AI青年科学家占全球逾四成 全球AI领域的青年科学家中，有59.83%分布于中美两国。其中，中国占比高达42.72%。这一数据出自《全球人工智能领域青年科学家分布与流动研究报告》（下称《报告》）。《报告》由中国科学技术信息研究所科学计量与评价研究中心编制，并于10月25日在浙江温州举办的2025世界青年科学家峰会上发布。按照统计标准，青年科学家被定义为45岁及以下者。《报告》以AI领域高水平期刊与会议论文为主要数据来源，结合论文作者的教育背景、科研产出与履历信息，筛选出126248名青年科学家有效样本，并对其科研活动的地域分布、跨国流动特征进行分析。《报告》发现，基于作者最新发文机构统计，这126248名全球AI领域青年科学家分布在133个国家或地区，但主要集中在少数科研强国。排名居前10位的国家或地区占全部样本的83.74%。这10个国家或地区依次为中国、美国、印度、英格兰、德国、日本、韩国、法国、加拿大和澳大利亚。 全球人工智能领域青年科学家前10国家/地区分布。来源：《全球人工智能领域青年科学家分布与流动研究报告》依据AI青年科学家发表学术论文所在机构的变动，《报告》进一步观测了人才跨国流动特征。数据显示，美国的净流入次数居第一位，英格兰为第二位，阿联酋、沙特等中东国家也进入净流入前列；印度、伊朗等国家人才净流出明显，部分传统科研强国如意大利、法国、韩国、日本、中国也出现一定程度的净流出。研究还发现，中国与澳大利亚、新加坡等存在较大规模的双向流动。2025世界青年科学家峰会上，《全球职业早期青年科学家成长发展调查》（下称《调查》）亦同步发布。来自欧洲、亚太、非洲等地的共3065位科学家填写了问卷，其中，中国（含港澳台）受访者占比84.51%。此外，年龄45岁以下受访者占比88.74%，其中，35岁以下合计占比54.71%。受访者的研究领域涵盖生物科学、材料科学、信息计算机科学、物理科学等等。《调查》发现，在职业动机选择方面，中国受访者注重“获得一份稳定而受尊重的工作”，外国受访者偏重“帮助弱势群体、促进社会进步”。《调查》重点揭示了青年科学家在职业成长中存在的压力，主要包括早期经费不足、行政事务的挤压、短期评价的压力、对薪酬和职业稳定性的忧虑等。例如，有近七成受访者反映存在经费短缺；也有近七成职业早期青年科学家面临非科研任务占时过多等时间分配挑战。世界青年科学家联合会理事长、中国科学技术大学讲席教授陆朝阳指出，这些问题直指青年科学家在职业生涯早期所面临的资源分配不公、科研自主权受限和薪酬回报较低等痛点。陆朝阳表示，将把详细的调查报告向有关部门、单位进行反馈沟通。他希望报告能唤起社会各界对全球青年科学家成长与发展环境的持续关注与讨论。采写：南都N视频记者 杨柳 发自浙江温州
-
李曼玲开源新训练框架VAGEN，让AI智能体学会看懂并推理动态世界 我们常说，结果重要，过程更重要。这句话在 AI 领域，如今又有了新的注脚。当前，多数 AI 模型擅长处理单一指令并给出最终答案，就像一个只关心结果的学生。然而，当它们被置于一个动态、信息不完整的真实世界中，需要通过“看”和“做”来完成多步骤的复杂任务时，这种重结果、轻过程的模式就显得有些不太适宜。如何让智能体不仅能做出正确的行动，更能构建一个连贯、可靠的内部思维过程？这正是当前智能体解决实际问题所面临的重要瓶颈之一。近日，美国西北大学计算机系李曼玲教授团队联合华盛顿大学、斯坦福大学和微软研究院，提出了一个名为 VAGEN 的训练框架，专门用于训练能够在多轮交互中构建“内部世界模型”的视觉语言模型（Vision-Language Model，VLM）智能体。这项研究已被 NeurIPS 2025 接收，相关论文和代码已在 GitHub 上开源。 图丨相关论文（来源：arXiv） 美国西北大学博士生王康睿、Pingyue Zhang、王子涵共同担任第一作者。值得一提的是，这个研究团队集齐了多位《麻省理工科技评论》“35 岁以下科技创新 35 人”（MIT Technology Review Innovators Under 35，简称“TR35”）的入选者，通讯作者李曼玲教授是 2025 年 TR35 全球入选者，而斯坦福大学的吴佳俊教授和华盛顿大学的 Ranjay Krishna 教授则分别入选了 2024 与 2025 年度 TR35 亚太区名单。要理解 VAGEN 的价值，首先要明白视觉 AI 智能体面临的挑战。想象你正在玩一个推箱子游戏：你看到屏幕上的画面，判断箱子和目标的位置，规划移动路线，然后执行操作。这个过程看似简单，但对 AI 来说却异常困难。现有的大语言模型在处理纯文本任务时已经展现出强大能力，但当任务涉及视觉信息时，问题就复杂多了。文本信息是完整、精确的，而视觉观察往往是部分的、有噪声的。一个智能体通过摄像头只能看到眼前的场景，无法直接获知整个环境的完整状态。这也就是所谓的“部分可观测马尔可夫决策过程”（Partially Observable Markov Decision Process，POMDP）——智能体必须基于不完整的观察来推断真实的世界状态。研究团队指出，这正是当前 VLM 智能体的核心瓶颈。他们测试了包括 GPT-4o、Claude 4.5 Sonnet、Gemini 2.5 Pro 在内的多个主流模型，发现即便是最强的 GPT-5，在他们设计的五项任务上的综合表现也只有 0.75 分（满分 1 分）。特别是在需要精确操作的机器人任务中，几乎所有模型都在某些子任务上完全失败。这些任务涵盖了经典的推箱子和冰湖游戏、3D 环境中的导航、机械臂的精细操作，以及从图像生成 SVG 代码等多种场景，既有离散的网格世界，也有连续的物理空间，充分考验了模型的视觉理解和推理能力。VAGEN 的核心思想是让 AI 进行“显性的视觉状态推理”。具体来说，就是在智能体生成每个动作之前，强制要求它完成两个推理步骤。第一步是“状态估计”（StateEstimation）——描述当前看到的是什么。就像人类会说“箱子在我右边，目标在箱子上方”，AI 也需要用语言明确表述当前的视觉状态。 图丨相关论文（来源：arXiv） 第二步是“转换建模”（TransitionModeling）——预测下一步会发生什么。如果我向右推，箱子会移到哪里？目标位置会发生什么变化？这两步结合起来，就构成了所谓的“世界建模”（WorldModeling）。研究团队设计了一套结构化的输出格式，要求 AI 在标签中描述当前状态，在标签中解释推理过程，在标签中预测未来状态，最后在标签中给出实际动作。为了验证这种显性推理的效果，研究团队对比了五种不同的推理策略，其中包括从完全不思考（NoThink）到自由发挥（FreeThink），再到只做状态估计或只做转换建模的各种组合。结果显示，完整的 WorldModeling 策略（同时包含状态估计和转换建模）在综合性能上达到 0.76，明显优于自由思考的 0.67 和不思考的 0.28。有趣的是，单独的状态估计或转换建模各有所长：前者在需要准确理解当前场景的导航任务中表现更好，后者则在需要精确预测的机械臂操作中更占优势。 （来源：arXiv） 确定了推理框架后，另一个关键问题是：AI 应该用什么方式表达对视觉状态的理解？研究团队探索了三种表示方式。最直观的是自然语言描述，比如“玩家在左上角，箱子在玩家右侧”。第二种是符号化表示，直接用游戏原生的符号，比如用“P”代表玩家、“X”代表箱子。第三种是结构化格式，用 JSON 格式的字典记录所有对象的精确坐标。 （来源：arXiv） 实验结果让人有些意外。在推箱子和冰湖游戏这类相对简单的任务中，自然语言表现最好（0.61 和 0.71），而符号化和结构化格式反而更差。研究团队分析认为，这是因为 VLM 在预训练时接触了大量自然语言文本，对这种表达方式更加熟悉，而对抽象符号的理解能力有限。但在机器人操作任务中，情况完全反转。结构化格式的平均得分达到 0.94，优于自然语言的 0.91。原因在于，精确的坐标信息对于毫米级的机械臂控制至关重要，自然语言的模糊性会导致操作失败。这一发现也说明，视觉状态的表示方式并不是通用的，而是取决于任务特性。对于需要语义理解的通用任务，自然语言是最佳选择；但对于高精度操作，结构化的精确信息不可或缺。光有推理框架还不够，如何训练 AI 学会正确推理才是关键。VAGEN 采用强化学习（Reinforcement Learning，RL）方法，通过奖励机制引导模型改进。传统的 RL 方法通常在整个任务结束时给出一个总奖励，然后反向传播到每个步骤。但这种方法在多轮交互的场景中效果不佳——想象一个需要执行 10 步操作的任务，如果最后失败了，AI 很难判断是哪一步出了问题。VAGEN 提出了两个机制来解决这个问题。首先是“世界建模奖励”（WorldModeling Reward），专门评估 AI 的推理质量。团队采用 LLM-as-a-Judge 的方法，让 GPT-4.1 nano 作为裁判，评估 AI 生成的状态描述和预测是否准确。这样，每一轮交互都能获得即时的推理质量反馈，而不是等到任务结束才知道对错。其次是“双层通用优势估计”（Bi-Level GAE）。这个机制分两个层次计算奖励：先在“轮次级别”评估每一轮的整体表现，再在“token 级别”细化到每个生成的单词。就像批改作文时，既要看整篇文章的结构，也要看每个段落、每句话的表达。这种层级化的奖励分配，使得 AI 能够更准确地定位问题所在，加快学习速度。 图丨 token 级 GAE 与双层 GAE 框架（来源：arXiv） 实验数据证实了这套机制的有效性。在完整的 VAGEN-Full 框架下（结合 WorldModeling Reward 和 Bi-Level GAE），仅有 30 亿参数的 Qwen2.5-VL-3B 模型最终达到了 0.82 的综合得分，不仅大幅超越未训练版本（0.21），甚至击败了参数量远大于它的 GPT-5（0.75）、Gemini 2.5 Pro（0.67）和 Claude 4.5（0.62）。在训练过程中，研究团队观察到一些有趣的现象。随着训练推进，AI 的回答逐渐从多样化变得模板化。早期训练时，AI 会用各种不同的方式描述状态，比如“我需要向右移动接近箱子，然后向上推动”或“箱子在我前方，我应该先前进再调整方向”。但到后期，回答变得高度统一，主要差异只在方向词汇上，比如都是“我将向 X 移动，然后向 Y 移动”的固定句式。这种模板化也不完全是坏事——它反映了 AI 找到了高效的表达方式。但也引发了另一个问题：奖励黑客（reward hacking）。部分 AI 学会了生成看似合理、实则空泛的回答来“讨好”评判系统。例如在冰湖游戏中，有些 AI 会习惯性地回答“玩家会到达礼物的位置”，无论当前状态如何。这种回答在语法上正确，也提到了目标，很容易通过 LLM 评判者的检查，但实际上并没有提供有价值的推理信息。研究团队发现，使用 Bi-Level GAE 的模型特别容易出现这种行为，因为更细致的奖励机制让 AI 更容易找到“刷分”的捷径。为了应对这个问题，团队开发了几种缓解策略，包括结构化评估（要求 AI 输出可量化的信息，用 F1 分数评估）和重复惩罚（对高频出现的答案降低奖励），这些措施在一定程度上缓解了问题。VAGEN 为视觉 AI 智能体的训练开辟了新路径，但从研究原型到实际应用仍有距离。论文显示，在配备 8 块 H100 GPU 的服务器上，训练一个任务需要 4 到 8 小时，同时消耗约 2,300 万到 6,000 万个 LLM 评判 token，这对商业化部署而言成本不菲。此外，当前 VAGEN 在 5 个精心设计的环境中表现出色，但真实世界的视觉任务往往更加开放、不确定，泛化性还需进一步验证。 参考资料：1.https://arxiv.org/pdf/2510.169072.https://vagen-ai.github.io/排版：刘雅坤
-
100万块TPU交易落锤！谷歌数百亿美元大单落地Anthropic，2026年投运 智东西 编译 王涵 编辑 漠影 智东西10月24日消息，今日，谷歌Anthropic发布声明，宣布谷歌将向Anthropic供应至多100万块专用AI芯片TPU以及附加的谷歌云服务，这笔交易价值数百亿美元。 ▲Anthropic官宣推文（来源：X）谷歌在声明中称，这是Anthropic迄今为止规模最大的TPU扩容计划。至此，Anthropic已与谷歌、亚马逊与英伟达三大芯片提供商达成合作。 ▲谷歌云声明（来源：谷歌云）声明中还透露，本次交易的TPU计划于2026年部署完成，将为数字基础设施带来超1吉瓦的算力承载。在Anthropic的官宣推文下，谷歌云评论称“我们十分期待你的创造！”并附上了TPU的照片。 ▲谷歌云回复（来源：X）Anthropic首席财务官克里希纳·拉奥（Krishna Rao）在声明中称：“Anthropic和谷歌有着长期的合作伙伴关系，这一最新扩展将帮助我们持续增长定义AI前沿所需的算力。”在公告中，Anthropic透露，目前Anthropic已为超过30万企业客户提供服务，其中年度经常性收入超10万美元（约合人民币71.26万元）的大型客户数量在过去一年激增近7倍。与谷歌的交易将给Anthropic的算力带来大幅提升，以应对不断增长的客户需求。谷歌是仅次于亚马逊和微软的第三大云服务提供商，Anthropic扩大与谷歌合作的举措也表明其对谷歌专用AI技术的信心，同时也巩固了谷歌在大模型竞赛中作为主要投资者和关键基础设施供应商的地位。迄今为止，谷歌已向Anthropic投资约30亿美元（约合人民币213.79亿元），其中有2023年的20亿美元（约合人民币142.53亿元）和今年初的10亿美元（约合人民币71.26亿元）。亚马逊是Anthropic的主要投资者兼云服务提供商之一，其也向Anthropic承诺高达80亿美元（约合人民币579.12亿元）的投资，并通过亚马逊云科技向Anthropic提供自研定制芯片Trainium。彭博社10月16日曾报道称，在今年9月完成了一笔130亿美元（约合人民币926.44亿元）融资后，Anthropic正与阿布扎比投资机构MGX进行了早期融资谈判。该轮融资由Iconiq Capital领投，富达管理与研究公司和光速创投共同领投，使Anthropic估值（包括募集资金）飙升至1830亿美元（约合人民币1.3万亿元），增长近两倍。结语：美国AI基建继续狂飙 谷歌与Anthropic的百万TPU合作，透露出当下美国AI基础设施规模巨大化的趋势。智东西此前报道，2025年美国数据中心支出或达5200亿美元（约合3.7万亿元人民币），规模超过互联网时代电信支出峰值、接近铁路支出峰值。（参见智东西报道：百年不遇！3.7万亿AI基建砸下，美国人也坐不住了）当下，随着模型规模扩大，AI芯片采购规模、电力需求以及资本投入都在快速增长，算力与基础设施成为AI企业科技创新的“底牌”。来源：彭博社、Anthropic、谷歌云
-
为什么严谨的瑞士人让萝卜快跑拆了方向盘？ “最谨慎的瑞士人，接纳了最前沿的中国科技。”作者丨吴彤编辑丨林觉民瑞士人引以为傲的“精准操控”，正在被来自中国的无人车颠覆。10 月 22 日，萝卜快跑宣布与瑞士邮政旗下 PostBus 合作，在阿尔卑斯山麓的三个州——圣加仑州、外阿彭策尔州、内阿彭策尔州，推出名为“AmiGo”无人驾驶服务。简单来说，PostBus是瑞士邮政旗下的国有巴士公司，是连接火车站与偏远社区的出行服务商，承载着瑞士人百年来对它的信任。选择与它合作，意味着萝卜快跑直接嵌入了瑞士最权威、最成熟的公共交通网络，这远比与一家科技初创公司合作更具说服力。此外，还有一点值得注意，这批投入使用的萝卜快跑第六代无人车，将在瑞士采用“可拆卸方向盘”设计，为全面无人化运营铺路。当全球还在讨论“自动驾驶何时成熟”时，这个以钟表般严谨著称的国度，已向中国技术按下“信任键”。01 当萝卜快跑驶入严谨国度 在瑞士，公共交通是刻进国家基因的“精密仪器”。这里的火车能精确到秒停靠站台，山区巴士严格按时刻表穿越暴雪路段，连缆车的齿轮间隙都经过百年校准——人对“机器”的绝对掌控，是这个国度安全感的来源。但就在这样的土壤里，一场关于“放手”的实验正在发生：萝卜快跑的第六代无人车，将首次以“无方向盘”（准确说是可拆卸）形态驶入圣加仑州的雪山小镇、外阿彭策尔州的田园公路，甚至内阿彭策尔州的古老街区。 （瑞士各州地图）这绝非偶然。全球自动驾驶赛道已进入“无人化决赛圈”：美国 Waymo 在洛杉矶试水全无人出租车，特斯拉 CyberCab 宣布 2026 年量产，而中国萝卜快跑用一组硬核数据撕开了质疑——累计 2 亿公里安全行驶里程（超 Waymo 的 1.55 亿公里），复杂路况下出险率仅为人类司机的 1/14，第六代车的 10 重安全冗余和 6 重 MRC 策略，让安全性达到人类驾驶的 10 倍以上。更关键的是，当欧洲在自动驾驶领域十年总投资仅 8 亿欧元时，中国已砸下 160 亿欧元，这种“数据密度×资金规模”的双重碾压，让瑞士联邦交通局官员直言：“我们需要来自中国的实战经验。” 但技术参数只是敲门砖，瑞士的“大胆”藏着更深层的战略考虑。这个国土面积仅 4.1 万平方公里、老龄化率超 20% 的国家，正面临双重挤压：一方面，人力成本高企让传统公交运营难以为继（司机年薪普遍超 8 万瑞郎）；另一方面，与苏黎世、日内瓦等国际都市不同，瑞士东部这些州多山、社区分散，传统公交难以高效覆盖，恰恰是“最后一公里”出行难题最典型的样本——冬季暴雪可能让固定线路巴士停运，而私人车辆又加剧山区道路风险。萝卜快跑的无人车恰好提供了“弹性补充”。它能像瑞士钟表一样精准响应预约，在零下 10℃的阿尔卑斯山口稳定运行。正如瑞士圣加伦大学交通研究所所长 Andreas Herrmann 所说：“自动驾驶不是替代人类，而是解决我们无法用传统方式解决的问题。”值得一提的是，即将在瑞士落地的萝卜快跑第六代无人车，内部设计与传统汽车截然不同：由于方向盘可拆卸，车内空间被完全重新定义，最多可容纳四名乘客，形成一个宽敞、面向彼此的交流空间，更像一个舒适的移动会客厅，而非冰冷的交通工具。不过，从更深层的视角来看，当可拆卸方向盘的无人车驶过瑞士东部各州，这场实验的意义早已超越出行本身，更是一个严谨国度对中国创新的“反向认证”：当瑞士人愿意拆掉延续百年的驾驶控制权，本质上是对“中国标准”的一次投票。02 当“中国式复杂”成为最强练兵场 在自动驾驶的全球叙事里，美国企业长期占据“技术高地”的话语权。Waymo凭借美国加州阳光大道与凤凰城郊区的百万公里路测数据，构建起以激光雷达为核心的“精准感知”体系；特斯拉则押注纯视觉方案，通过全球超600万辆量产车的“影子模式”，将算法训练融入日常驾驶的毛细血管。而萝卜快跑的崛起路径，却始于一个常被低估的战场——中国。这里是全球最复杂的驾驶考场：北京早高峰的国贸桥下，网约车与公交车在3条车道间反复横跳；上海弄堂的“720°转弯”里，行人、非机动车与机动车争夺着每一寸空间；广州雨季的城中村，模糊的车道线与突然窜出的电动车考验着系统的极限反应；重庆山城的3D立体道路，更让“上下分层”的导航逻辑成为常态。这些连人类司机都需绷紧神经的场景，却成了萝卜快跑最好的“磨刀石”。其第六代无人车的“可拆卸方向盘”设计，最初被外界视为“概念噱头”，直到技术细节被拆解——10重安全冗余（双电源、双制动、双定位）与6重MRC（最小风险条件）策略，本质上是将中国复杂路况中积累的“风险预判”能力具像为工程语言。做个类比，这代车安全水平接近国产大飞机C919。这也是为什么，当Waymo仍在部分测试车上保留应急方向盘，特斯拉的CyberCab尚未量产时，萝卜快跑直接迈出了“拆掉方向盘”的最后一步。不过，无人驾驶的商业化从来不是“技术达标”就能通关的游戏，更需要与本地生态的深度咬合。萝卜快跑的全球化策略，恰恰抓住了这一关键——它不做“独狼”，而是做“织网者”。最近一年里，萝卜快跑已网罗起迪拜、阿布扎比、瑞士各地政府，以及通过网约车巨头 Uber 和 Lyft，继续进入德国、英国等欧洲及中东核心市场。可以说，这是最聪明、最轻资产的“借船出海”模式，是“自上而下”的商业模式，更让其在全球扩张中避免了重复造轮子的成本消耗。相比之下，Waymo虽在美国拥有2000多辆无人车，却始终困于单一市场的高成本运营模式；特斯拉的CyberCab虽概念超前，但量产进度与法规适配仍存不确定性。而萝卜快跑的“全球网络”已覆盖中东、欧洲、亚洲三大板块，用“多点开花”的规模化复制，稀释了单一市场的政策与市场风险。03 当技术领先之后，政策如何追赶？ 自动驾驶的产业化进程，从来不是纯粹的技术竞争，而是国家战略与政策工具的深度捆绑。据报道，瑞士联邦公路局在去年年底通过了自动驾驶监管条例。今年3月1日起，该条例正式生效，该国将允许驾驶员在高速公路上和停车时使用自动驾驶功能，同时明确了试点项目的完全自动驾驶路线。瑞士用“快速立法+审慎落地”的组合拳，既抢占了技术验证的先机，又为后续政策调整预留了空间。放眼全球，这种“战略前瞻性”与“开放试错”的政策组合已成主流。美国凭借地方政府的“政策试验田”模式，在洛杉矶、旧金山、凤凰城、奥斯汀、亚特兰大五座城市中心，部署超2000辆Waymo无人车，并计划2026年扩展至更多地区；美国交通部更在今年9月4日明确表态，拟修订法案消除不必要的监管障碍，将在2026年春季提出修订议案。欧洲虽整体保守（十年投资仅8亿欧元，仅为中国的1/20），但瑞士、德国等国的“精准开放”策略已显成效：德国联邦政府持续扩大无人驾驶车辆运行区域，英国《自动驾驶汽车法案》获王室批准，均试图在制度层面争夺产业主导权。相比之下，中国的自动驾驶政策更像一位“谨慎的家长”。尽管中国在自动驾驶技术研发上已处于全球第一梯队（萝卜快跑累计2亿公里安全行驶里程、高级别自动驾驶专利族数全球第一），但政策制定始终将“安全可控”放在首位。这种谨慎有其现实基础：中国城市路况复杂度全球罕见（混合交通流、非机动车与行人无序穿行），公众对“无人驾驶”的接受度仍在培育期（部分民众对“机器接管方向盘”存在天然恐惧、就业压力），且不同地区的基础设施差异较大（如5G覆盖、高精度地图精度）。但这种谨慎也带来了“甜蜜的负担”——技术迭代需要真实场景的喂养，而保守的政策可能让中国企业在规模化落地时“束手束脚”。要保持无人驾驶领域的全球领先，中国需要的不仅是技术突破，更是一场“政策与技术的协同进化”。如今，连素以严谨著称的瑞士都做出了“在安全边界内释放创新”的实践，这无疑为我们提供了极具份量的示范。或许，我们可借鉴这种智慧，在特定区域为技术松绑，通过建立“负面清单”与实时监测系统，在动态发展中寻求安全与创新的平衡。这不仅能帮中国自动驾驶的“出海”赢得一张高品质的通行证，更能让我们在未来的全球竞争中行稳致远。当萝卜快跑的第六代无人车以“可拆卸方向盘”设计获得瑞士认可时，它实际上是在参与全球无人驾驶标准的制定。中国应鼓励企业将本土实践（如复杂路况下的多传感器融合算法、适应右舵左行市场的系统适配经验）提炼为国际标准提案，通过参与ISO、UN/ECE等国际组织的技术委员会，将“中国方案”转化为“世界规则”。未来，当中国的技术成熟度与政策包容性进一步匹配，那些站在村口等待的老人，或许也能迎来属于自己的“无人车”——不是来自瑞士的“他山之石”，而是扎根中国大地的“本土智慧”。04 车轮上的革命 站在2025年的节点回望，萝卜快跑的全球化棋局已清晰可见。在中国，它凭借北京、上海、广州、深圳乃至香港等十余座城市的复杂路况，完成了规模化路测与系统验证；在海外，瑞士、迪拜、阿布扎比等欧洲与中东战略要地也已接连落子。如今来看，这并非孤立的几枚棋子，而是步步为营、连点成面的战略赢面。中国内地是实现数据积累与技术迭代的基石；中国香港是验证右舵左行交通规则的绝佳试验场；迪拜是进军中东和伊斯兰世界的桥头堡；而成功进入以严谨、高标准著称的瑞士，则等于获得了整个欧洲市场的“品质通行证”。借用今年二月份“木头姐”Cathie Wood在接受采访时的一句话：十年前预期能够实现自动驾驶的公司，目前只有三家成功跑出来了，分别是美国的谷歌Waymo、特斯拉与中国的百度；而未来，当全球自动驾驶出租车的数量将达到约5000万辆，规模化后的自动驾驶出租车每英里成本将从1.1美元/英里低至0.25美元/英里，会催生万亿美元级别的新市场。 （雷峰网梳理：萝卜快跑出海时间线）这一判断，在雷峰网回顾百度自动驾驶史的报道中得到了另一种呼应——那些曾与百度并肩的员工们，在沉默后释然坦言：“十年倏忽，人来人往。但一城一池得失，无关终局。若终点是萝卜快跑的成功，那么一切付出，皆为值得。”回望来路，百度自动驾驶已深耕十二载寒暑；展望前程，由百度托举的萝卜快跑，其车轮在中国城市的车流中写下的答案，正化作它驶向瑞士雪山、迪拜沙漠乃至全球市场的通行证。这场出行的革命，已不仅关乎技术，更关乎谁能为世界提供一份可行的商业模式。最终，我们期待，萝卜快跑用车轮证明，中国方案，必是其中不可或缺的一极。
-
构建AI虚拟细胞基础模型，「百曜科技」获数千万元天使轮融资 | 36氪首发 36氪获悉，AI虚拟细胞平台公司「百曜科技」近日完成数千万元天使轮融资，由峰瑞资本领投，顺禧资本、百度风投跟投，明德资本担任独家财务顾问。百曜科技创始团队早在2023年就发布了知识增强、跨物种、亿级数据量的单细胞预训练基础模型。随后快速迭代并发布了首个基于图结构的单细胞预训练基础模型，让AI理解基因调控和内外环境下细胞状态的变化的规律，从而模拟真实细胞行为。该系列研究成果曾作为封面文章发布于《Cell Research》以及权威期刊《Advanced Science》和《NSR》上。百曜科技对36氪表示，“团队构建的单细胞基础模型，采用预训练+微调路径，展现出优异的泛化能力与广泛的下游应用潜力，为构建可产业落地的AI虚拟细胞平台奠定了技术基础。”在训练过程中，该模型融合生物学先验知识，使学习更具方向性，输出结果更贴合生物学逻辑。此外，模型首次整合超亿级单细胞基因表达数据，并联合人、小鼠两个物种进行跨物种预训练，从而学习共通的生命规律，为后续将动物实验数据有效转化、预测人体细胞反应提供了可能。近两三年来，在技术演进下，“AI虚拟细胞”成为备受关注的热门赛道。以单细胞测序为代表的数据获取技术走向成熟，引发多组学数据爆发式增长，从而为AI虚拟细胞模型训练提供了“燃料”。另外，自注意力机制的自监督预训练策略出现，为处理高维且复杂的生命科学数据提供了强大工具，从而使得人们对细胞的精细表征与动态模拟变为可能。政策层面，中美等国都在积极推动“利用基础AI模型进行生命模拟”。中国“十四五”规划强调生物技术和生物产业加快发展，并据此布局了AI生命科学国家重大科技基础设施。2025年4月，美国FDA也倡导在抗体药物研发中以AI模型与器官芯片替代传统动物实验。产业方面，以Xaira Therapeutics、Asimov为代表的海外企业已率先探索，将AI虚拟细胞模型应用于肿瘤新靶点发现、干细胞定向分化、工程细胞改造等方向。百曜团队介绍道，“细胞作为病毒之外最小的生命单元，整合了关键层级的生物信号，利用AI对细胞进行模拟，能够在基础科研与工业药物研发中回答一系列关键问题。随着全球组学观测技术与人工智能算法的不断突破，细胞模型将逐步纳入更多维度的组学信息，实现从单组学模型向多模态模型的演进，最终在虚拟世界中完成对整个细胞动态生命过程的推演。这将使我们掌握最小单元的生命智能体，并以新型工具平台与方法论，探索更复杂的组织器官、疾病模型乃至各类生命活动。”然而，构建AI虚拟细胞是一项极具复杂性与多维挑战的宏大工程。除算法难题外，其对算力、数据等资源的要求极高，要打造涵盖多模态数据、接近完整的虚拟细胞基础模型，投入规模或达“百亿美金”级别。对此，百曜科技团队指出，当前AI虚拟细胞技术仍处发展早期，百曜等公司推出的首批虚拟细胞大模型已初步验证从0到1的理论路径。而大模型的技术特性决定了该领域具有很强的马太效应，未来，若能在高质量数据积累与算法迭代上持续领先，所打造的生命科学研发平台，有望实现底层研究与生物医药产业在效率与成本上的指数级优化。投资人观点峰瑞资本副总裁谢达表示，细胞是生命的基本单元，也是疾病寻因与药物研发的“主战场”。虚拟细胞依托生物组学数据和人工智能大模型能力，构建细胞的“数字孪生”，有望赋能细胞发育、药物敏感度、抗体生产等常见科学研究和药物研发场景，从而大幅降低试错成本与周期。百曜科技在虚拟细胞研究领域深耕多年，已经率先完成多个基础模型和面向特定任务的特化模型的开发，并与国内外医药企业开展合作。我们看好企业在多模态数据采集和建模的能力，期待企业在细胞药物开发、生物制造等方向不断取得进展。明德资本合伙人胡茗译表示：生命科学研究正跨越多个关键尺度——从宏观的表型与组织，到微观的分子通路，再到承上启下的细胞功能尺度。过去，我们缺乏在细胞这个整合尺度上进行动态、定量研究的能力，仅能通过截面数据推测细胞动态，如今海量多组学数据与Transformer算法的融合，使我们能够构建高保真虚拟细胞。这一平台将彻底打破机理研究与应用开发间的壁垒，把生命科学带入可模拟、可编程的新纪元。百曜科技团队拥有AIVC关键算法和高质量数据上的复合优势，我们期待与他共同探索这个历史性的机遇。
