找到
861
篇与
互联网
相关的结果
- 第 9 页
-
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。
-
特朗普赦免赵长鹏，币安或重返美国，改变美国数字币市场格局 一纸总统赦免令，将全球最大加密货币交易所币安及其创始人赵长鹏重新推回了美国市场的聚光灯下。此举不仅推动了币安原生代币BNB价格飙升，更引发了关于币安可能重返美国市场的激烈讨论，或将重塑美国数字资产市场的竞争格局。当地时间周四，华尔街见闻写道，白宫发言人莱维特表示： 美国总统特朗普依据宪法赋予的权力，对赵先生颁布了赦免令。他是拜登政府在所谓加密货币战争中起诉的对象之一……拜登政府对加密货币的战争已经结束。 特朗普本人也对记者称，赵长鹏是被很多人推荐获得赦免的，并认为他并无罪过。 很多人建议赦免他，很多人说他什么罪都没有……他只是受到了拜登政府的迫害，这不是犯罪。 在赦免消息传出后，作为币安平台主要交易代币的BNB价格一度上涨高达8%。这一涨势也蔓延至整个加密市场，市场风向标比特币上涨3%，以太坊上涨3.7%，显示出投资者对这一消息的积极反应。 这一戏剧性转变，让市场目光迅速聚焦于币安重返美国市场的可能性。币安曾于2023年承认违反美国反洗钱法，并支付了高达43亿美元的罚款，随后被禁止在美国运营。赵长鹏本人也因此在2024年服刑将近四个月。此次赦免被视为清除了他个人及币安面临的一个重大法律障碍。市场乐观反应，币安：感谢总统 赦免令最直接的影响体现在市场层面。加密对冲基金AnB Investments的管理合伙人Jaime Baeza表示，这一消息带来了“释压性反弹”。Kaiko的研究分析师Adam McCarthy也指出，BNB的涨幅超过了其他资产，因为赦免“为币安及其联合创始人消除了一个潜在的阻力”。数据显示，BNB是仅次于比特币和以太坊的第三大加密货币（剔除稳定币外），市值高达1570亿美元。赵长鹏近期也一直积极参与BNB区块链的建设，其家族办公室YZi Labs也投资了多家持有BNB代币的数字资产公司。币安的一位发言人对MarketWatch表示：“我们感谢特朗普总统的领导力，以及他致力于将美国打造成世界加密货币之都的承诺。”重返美国之路：机遇与监管障碍 赦免为币安重返全球最大的资本市场打开了想象空间。加密算法平台CoinRoutes的首席执行官Ian Weisberger认为，如果币安能够在美国恢复运营，将为美国投资者开放全球最大的加密货币交易场所，这可能“改变美国加密货币市场的游戏规则”。据MarketWatch报道，一种可能的路径是币安向美国商品期货交易委员会（CFTC）申请注册为外国交易委员会。加密交易公司Two Blume的首席执行官Alexander Blume表示，币安的回归可以为美国机构投资者释放更多流动性，并为市场带来更多竞争。然而，回归之路远非坦途。圣克拉拉大学金融学教授Seoyoung Kim在接受采访时强调，币安的回归“远未得到保证”，仍需要根据其计划提供的产品，向美国证券交易委员会（SEC）和CFTC申请运营批准。政治争议与利益审视 此次赦免也并非没有争议。批评者认为，此举可能涉及政治利益交换。币安据称是特朗普家族发起、币安也参与支持的加密项目World Liberty Finance的主要支持者之一。华盛顿倡导组织“美国金融改革”的加密与金融科技政策副总监Mark Hays对MarketWatch表示，这次赦免反映了“来自白宫的腐败”，并“描绘了一幅美国政治受到不正当影响的黑暗图景”。他认为，如果币安真的重返美国市场，可能指向日益增长的政治偏袒。尽管面临争议和监管障碍，特朗普的赦免无疑为币安的未来增添了关键变量。市场将密切关注，这家加密巨头能否以及如何在美国监管框架下，走完这条充满变数的回归之路。
-
“建宁五子”好卖了，年轻人回来了：建宁用电商激活县域新动能 一栋电商产业园大楼，是福建省建宁县很多年轻人创业的起点，也显示着这座老区小城发展电商产业的雄心。这里是打造“建宁五子”品牌的基地之一。建宁位于武夷山脉中段，有“闽地之母”“闽山之巅”“闽水之源”之称，地理气候得天独厚，生态农产品独具特色，其中，莲子、梨子、种子、桃子、无患子被誉为“建宁五子”。近年来，建宁将“红军无线电事业发祥地”的红色基因融入发展脉络，完善产业服务配套，推动企业下沉乡村，搭建农产品供应链体系，推进物流数字化、运营数字化，通过“云对接”“一键搞定” ，让“建宁五子”卖得更快更好。 “建宁五子”通过电商平台销往全国。 澎湃新闻记者 王洛伊 翻拍建宁的电商接着地气，带着泥土的芬芳，从乡村里来，不只把农特产品卖出去，更把需求带了回来，把人才引了回来，悄然推动全县的发展和改变。水果好卖了“黄桃小子”陈健是建宁一位典型的返乡创业青年。他大学主修医疗相关专业，2013年一毕业，就回到家乡种水果。然而辛苦种植、采摘后，他却发现，要卖出去很难。当时村民要等水果商上门收购，定价的“话语权”几乎全在水果商手里。后来村民们选择在网上销售，却发现寄出去的水果很多坏在了纸箱里。“现在我还记得2014年的时候，寄到隔壁城市龙岩的一箱梨子，快递走了8天，那能不坏掉吗？”2025年10月中旬，陈健在建宁县电商产业园大楼对澎湃新闻（www.thepaper.cn）说。转机出现,建宁县开始全面推进电商服务体系建设。2015年10月，建宁县电子商务产业园开园运营。园区为企业提供培训、仓储、品牌、发货、运营、文创和展示等系列公共服务，是当地最大的电商企业集聚区。 建宁县电子商务产业园。 澎湃新闻记者 王洛伊 图“那时候我们建宁办了第一届的黄花梨网络销售大赛。”陈健回忆说，当时他拿了一箱的黄花梨，从4楼丢下去，重重砸在一楼地面上，来测试包装是否过关，“我们的梨子稍微表皮磕碰一下，时间放久了，就变成黑色的了，影响销售。所以包装很重要。”建宁相关部门为此请人设计出一款通用物流包装方案——用泡沫托住黄花梨，然后放入纸箱，最终通过了严苛的测试，哪怕从四楼跌下来，箱子里的黄花梨仍然完好。尝到了甜头，完备的物流、包装等电商服务体系随后在建宁起飞。近年来，在数字化服务的推动下，建宁县电子商务企业数量快速增长，由2015年的14家上升为现在的520多家，仅园区孵化培育的电商企业就有300多家。其中以本地农特产品销售为主的企业有180多家。“每到夏天的水果季，好像全县人民都在卖水果，线上销量从2015年的几千件，增长到2020年的几十万件，到2025年单季突破百万件……”陈健感叹说。随着农特产品的快速发展，建宁县先后获得“国家级电子商务进农村示范县”“全国电商示范百佳县”“国家电子商务进农村综合示范县（升级版）”等称号，并获批专项资金4000万元。2025年7月23日，20支主播团队深入建宁县里心镇千亩桃林，联动顺丰、邮政、京东等快递企业，打造“当日摘、次日达”的极速链路，单日销售超3万单，合计近90吨黄桃。 两名年轻人在建宁县电子商务产业园的直播间里直播带货。 建宁县融媒体中心 图建宁县工信局局长刘中宏介绍，建宁电商产业的发展，对水果等农产品的销售助推作用明显。以水果为例，首先，水果的品种增加了，以前只有一个黄花梨品种，现在增加到四五个品种，桃子也有四五个品种，避免都在7月份成熟，扎堆上市，现在有早、中、晚熟的不同品种，错峰上市。其次，水果的品质也提升了，跟其他地区的同类水果形成差异，本地和外地的水果商来收购都不一定买得到，“一桃难求”。然而，水果季节性强，夏季水果多，冬季呢，电商平台销售什么？“建宁公主”是建宁电商的头部企业之一。胡文加入该企业已经4年多，他告诉澎湃新闻，以前是只卖建宁县的农副产品，现在是卖全国的，不仅把本地的产品给销售出去，也把外界的需求带了回来。年轻人回来了从以前的水果商定价收购，到“建宁五子”集体出圈，建宁的电商从业者功不可没，让好的农产品卖出好价格。建宁县也通过政策调控等措施，着力打造“建宁五子”品牌，形成品牌溢价，带动乡村振兴和产业发展，引来了人才回流。 黄花梨成熟季节，年轻的创业者在建宁县果园里直播卖梨。 澎湃新闻记者 王洛伊 翻拍“近几年，我看到了大量年轻人陆续回来。”陈健说,这说明建宁变得更好了，这也要求建宁要多吸引一些电商企业落地、多支持年轻人创业，“在我们县城工作，幸福感不比大城市差。”事实上，针对电商发展遇到的新需求，建宁已经在探寻解决之道。2025年9月30日，在福建省首届 “青春之歌” 创业创新大赛中，作为建宁县青年创业协会会长，陈健带领的“医路相伴”助力健康智慧陪诊服务平台项目，凭借创新的服务模式与独特的社会价值，获得大赛“三等奖”，为三明市唯一获奖项目。10月20日，2025中国电商主播大赛直播电商资源对接会暨首届建宁县电商双创大赛正式启动，以“培育电商产业，以需求引导供给，创造具有市场竞争力的品牌，并完善电商产业体系”为目标。建宁县电商双创大赛将举办“2025中国电商主播大赛抖音达人‘建宁行’”，打造“建宁好物”话题，结合线上线下多渠道宣传，积极展示建宁的历史文化、自然景观、特色农产品等。 年轻人初创业时，可以申请免费使用建宁县电子商务产业园里的直播间。 澎湃新闻记者 王洛伊 图建宁县电商双创大赛还将通过电商培训，选拔出一批具有潜力和实力的电商主播人才，预期提供不少于3场次电商人才培训，内容涵盖直播、短视频、数据分析、村播孵化等类型培训，为建宁电商产业发展注入新活力。本次大赛还将积极落地优质企业。借助大赛平台和电商政策发布，吸引电商企业、供应链企业、电商平台等各方资源汇聚建宁，展示建宁的电商产业优势和发展潜力，积极引导电商平台、达人、供应链企业与建宁本地企业合作。陈健和胡文都感叹，现在发展电商还出现一些新问题，比如在平台推流的成本过高，已经成为他们团队中仅次于人力成本的第二大成本。对这一新问题，建宁县相关部门表示，已经在研究相关扶持政策。
-
OpenAI要掀翻 Chrome，从 “不复制粘贴” 开始 文｜山自打开浏览器看课程 PPT，又要切到 ChatGPT 问问题；整理上周看的招聘信息，得翻遍历史记录再复制到对话框里；想给晚餐派对订餐厅，得自己搜评价、填信息 —— 过去用浏览器和 AI 的 "割裂感"，可能要被 ChatGPT Atlas 终结了。 2025 年 10 月 21 日，OpenAI 扔出了一颗重磅炸弹：以 ChatGPT 为核心的原生浏览器 Atlas。它不是在 Chrome 上加个 AI 插件，也不是给 ChatGPT 加个网页浏览按钮，而是把 "聊天机器人" 和 "浏览器" 揉成了一个整体。这种 "反常规" 的设计，或许正戳中了当下 AI 与工具结合的最大痛点 ——上下文永远在断裂。Atlas 的三个 "反常识" 设计：不是加功能，是重构逻辑大多数浏览器加 AI，都是 "补丁式" 的：比如 Chrome 加个 Gemini 侧边栏，Perplexity Comet 加个答案汇总。但 Atlas 的思路完全不同 —— 它要让 ChatGPT 成为浏览器的 "操作系统"，而不是 "附加功能"。1. 侧边栏 + 光标聊天：消灭 "复制粘贴" 这个动作"以前看 PPT 要截图发给 ChatGPT，现在它直接知道我在看什么。" 这是早期测试者、大学生 Yogya Kalra 的反馈。Atlas 的核心改变，是把 ChatGPT 的对话窗口和网页内容 "绑死"：打开任何页面，侧边栏的 ChatGPT 都会自动抓取当前内容上下文，不用你手动复制文本、上传图片或粘贴链接。更细的是 "光标聊天" 功能 —— 选中文档里的一句话，点个按钮就能让 ChatGPT 直接修改或解读。比如邮件里写得绕的句子，选了就能让 AI 理顺；网页里的陌生术语，划一下就有解释。这种 "即点即交互"，把过去 "切换窗口 - 传递信息 - 等待回复" 的三步流程，压缩成了一步。2. 浏览器记忆：从 "记不住" 到 "主动帮你连起来"普通浏览器的历史记录，只是一串冰冷的 URL；但 Atlas 的 "浏览器记忆"，是 ChatGPT 能读懂的 "上下文库"。你可以问它："把上周看的所有招聘信息整理成行业趋势表，帮我准备面试"—— 它会自动关联你浏览过的职位页面，不用你手动筛选。OpenAI 显然也知道隐私是个雷区：这个功能默认可选，所有记忆都能在设置里查看、归档，删除浏览历史就会同步删除相关记忆。但问题在于，当浏览器开始 "记住" 你的工作、购物甚至阅读习惯，它到底是 "超级助理" 还是 "贴身监控"？这道线，得用户自己划。 3. 代理模式：从 "帮你想" 到 "帮你做"，但只给付费用户Atlas 最 "野心勃勃" 的功能，是 "代理模式"—— 你让它订餐厅，它会自己打开预订网站、筛选评分、填好你的时间偏好；你让它整理竞品报告，它会自动打开几家公司的官网、下载财报摘要。但这个功能有两个限制：目前只对 Plus、Pro 和 Business 用户开放，且 OpenAI 承认 "复杂任务还会出错"。TechCrunch 的测试显示，代理模式处理 "添加购物车""汇总新闻" 这类简单任务没问题，但遇到 "跨网站对比航班 + 同步日历" 这种复杂流程，就容易卡在登录环节或漏填信息。这也暴露了 AI 浏览器的共性问题：能 "代劳" 的前提，是网站愿意让 AI "读懂" 自己的页面——OpenAI 已经呼吁开发者给网站加 ARIA 标签，不然代理模式就是 "巧妇难为无米之炊"。AI 浏览器混战：OpenAI 的牌，对手的局Atlas 不是第一个吃 AI 浏览器螃蟹的。早在 2024 年夏天，Perplexity 就推出了 Comet 浏览器，主打 "直接给答案不堆链接"；Google 也在 2025 年 9 月宣布要把 Gemini 深度嵌入 Chrome，号称能帮用户 "自动订咖啡、约医生"。但 OpenAI 一进场，就把这场战争的逻辑改了。对手的优势：要么快，要么稳Perplexity Comet 的核心是 "answer engine"—— 你搜 "2025 年新能源汽车销量"，它不会给你 10 个链接，而是直接生成汇总报告，还能扫描你的开放标签页做总结。这种 "快准狠" 的风格，吸引了一批嫌 Google 搜索 "太繁琐" 的用户。而 Chrome 的护城河，从来不是功能多，而是 "生态惯性"。30 亿用户的 bookmarks、密码、插件生态，不是靠一个 AI 功能就能撬动的。Google 给 Chrome 加 Gemini，打的是 "无缝衔接" 牌 —— 比如你在 Chrome 里看邮件，Gemini 能直接帮你生成日程，不用跳转其他 APP。OpenAI 的牌：不是 "浏览器"，是 "ChatGPT 生态入口"Atlas 的真正优势，不是比 Comet 更会汇总答案，也不是比 Chrome 功能更多，而是它背靠 ChatGPT 的 "记忆生态"。你在 Atlas 里聊过的内容、浏览过的页面，能直接关联到你过去的 ChatGPT 对话 —— 比如你上个月跟 ChatGPT 聊过 "如何写产品经理简历"，现在用 Atlas 看招聘要求，它会自动提醒你 "这里要突出你的项目经验"。这种 "跨场景记忆"，是其他浏览器没有的。Comet 的答案再快，也是 "一次性的"；Chrome 的 Gemini 再无缝，也跳不出浏览器的边界。但 Atlas 要做的，是让浏览器成为 ChatGPT "超级助理" 的一部分 —— 你用它浏览、聊天、做事，所有数据都在一个生态里流转。Atlas 能改写浏览器规则吗？尽管 OpenAI 把 Atlas 吹得很玄，但要掀翻 Chrome 的桌子，还有三道坎要跨。1. 跨平台滞后：错过 "第一波用户习惯培养"目前 Atlas 只支持 macOS，Windows、iOS 和 Android 要 "稍后推出"。而浏览器的用户粘性，很大程度上来自 "多设备同步"—— 你在电脑上用 Atlas，手机却还得用 Chrome，这种割裂感会劝退不少用户。等 Atlas 铺满全平台时，可能已有一批用户习惯了 Comet 或 Chrome Gemini。2. 隐私是把双刃剑："记忆" 越好用，顾虑越多虽然 Atlas 允许用户控制 "浏览器记忆"，但当 AI 开始关联你浏览过的医疗页面、金融网站时，数据安全的隐忧会被放大。OpenAI 说 "不会用浏览内容训练模型"，但用户是否相信？尤其是企业用户，会不会因为担心数据泄露，拒绝用 Atlas 处理工作内容？3. 代理模式的 "天花板"：取决于开发者是否买账Atlas 的代理模式要想好用，需要网站开发者配合添加 ARIA 标签 —— 不然 AI 读不懂页面按钮、表单的含义，根本没法 "代劳"。如果开发者不买账（比如电商平台担心 AI 影响转化率，金融网站担心安全风险），代理模式就只能处理简单任务，成不了 "杀手级功能"。浏览器的 "AI 原生" 时代，才刚刚开始Atlas 的发布，与其说是 OpenAI 向 Chrome 宣战，不如说是它在 "重新定义浏览器"—— 过去浏览器是 "打开网页的工具"，现在 Atlas 想让它变成 "帮你完成任务的助理"。这种转变，和 2007 年 iPhone 重新定义手机、2010 年 Chrome 重新定义浏览器一样，可能开启一个新的周期。但最终决定 Atlas 成败的，不是它的 AI 多聪明，而是它能否解决 "用户真正的懒"：不用记 URL、不用复制粘贴、不用在多个 APP 间跳转。至于能不能打败 Chrome，现在下结论还太早 —— 毕竟，用户换掉用了十年的浏览器，比换掉手机还难。接下来的半年，值得关注三个点：Windows 和移动端版本的体验、开发者对 ARIA 标签的接受度，以及 Google 会不会加速给 Chrome 加更激进的 AI 功能。毕竟，AI 浏览器的战争，才刚敲下第一声鼓。
-
Meta人工智能部门裁员约600人，精简架构应对竞争 IT之家 10 月 23 日消息，Meta 一位发言人周三向 CNBC 证实，公司将在其人工智能部门裁员约 600 人，希望通过此举减少层级，提高运营灵活性。 此次裁员由 Meta 首席人工智能官亚历山大・王（Alexandr Wang）在一封内部备忘录中宣布，他于今年 6 月加入 Meta，是该公司对 Scale AI 投入 143 亿美元（IT之家注：现汇率约合 1014.3 亿元人民币）投资计划的一部分。本次裁员主要影响 Meta 的 AI 基础设施团队、基础人工智能研究部门（FAIR）以及其他与产品相关的岗位。据知情人士透露，此次裁员并未波及 TBD Labs 的员工。该实验室汇聚了今夏加入 Meta 的一批顶尖 AI 人才。这些由亚历山大・王直接领导的团队成员未被裁员，凸显出 Meta 首席执行官马克・扎克伯格更倾向于倚重其高薪引进的新锐人才，而非原有团队中的“资深”员工。知情人士表示，在 Meta 内部，AI 部门长期以来被认为过于臃肿，FAIR 等研究团队与更具产品导向的业务单元之间常因计算资源分配而产生竞争。当新组建的“超级智能实验室”（Superintelligence Labs）接手原 Meta AI 部门时，也继承了这一规模过大的组织架构。此次裁员正是 Meta 进一步优化该部门结构、巩固亚历山大・王在公司 AI 战略中主导地位的重要举措。近几个月来，Meta 一直在积极调整其人工智能策略，力求跟上 OpenAI 和谷歌等竞争对手的步伐，为此投入了数十亿美元用于基础设施项目和招聘。消息人士称，经过本轮裁员后，Meta 超级智能实验室的员工人数已降至 3,000 人以下。Meta 已于周三通知部分受影响员工，其离职日期定为 11 月 21 日。在此之前，他们处于“非工作通知期”。通知内容显示：“在此期间，您的内部访问权限将被移除，无需再为 Meta 执行任何工作任务。您可利用这段时间寻找 Meta 内部其他职位。”此外，Meta 将向被裁员工支付 16 周的遣散费，此外每工作满一年额外支付两周薪资，但需扣除通知期的时间。据悉，扎克伯格此前对 Meta 在 AI 领域的发展进度感到不满，尤其是在今年 4 月发布的 Llama 4 系列模型未能获得开发者积极反响之后。在完成对 Scale AI 的大手笔投资后，扎克伯格宣布成立全新的“Meta 超级智能实验室”，汇集全球顶级 AI 研究人员与工程师。该实验室由亚历山大・王与前 GitHub 首席执行官纳特・弗里德曼（Nat Friedman）共同领导。在今年 7 月举行的第二季度财报电话会议上，Meta 预计 2025 年总支出将在 1140 亿至 1180 亿美元（现汇率约合 8086.02 亿至 8369.74 亿元人民币）之间，较此前预测区间上调了下限。公司同时指出，由于 AI 项目的持续推进，2026 年的年度支出同比增长率预计将高于 2025 年。Meta 将于下周发布第三季度财务业绩报告。就在周二，Meta 还宣布与 Blue Owl Capital 达成一项价值 270 亿美元（现汇率约合 1915.11 亿元人民币）的合作协议，用于资助并开发位于路易斯安那州乡村地区的 Hyperion 超大规模数据中心。扎克伯格在 7 月的一篇帖子中表示，该数据中心的规模预计足以覆盖“曼哈顿相当大一部分区域”。
-
告别“找路难”“排队苦”，AI赋能的“宝藏展馆”让你解锁观展新体验 占地4.6万平方米、建筑面积12.3万平方米，设有近20个展厅——坐落于上海浦东新区的上海博物馆东馆，已成为无数人心中的“宝藏展馆”。以前逛展，不少人都曾遇到过困扰：想直奔青铜馆却在楼层间绕了远路；想近距离欣赏大克鼎，要排队半小时才能靠近；好不容易找到目标展柜，又看不懂文物的背后故事……现在不同了！近日，上海博物馆东馆与商汤科技联合打造的AI客流智能中枢与AR+AI导航平台全面上线，该项目深度覆盖上博东馆数万平方米的公共空间——游客打开手机，就能一键开启AR实景导航；场馆管理者可实时查看各展厅动态刷新的客流数据，进行管理和调控。新民晚报记者了解到，该项目已经成为上海博物馆“智慧 3M 体系（智慧保护AIM、智慧管理BIM、智慧服务CIM）”的核心应用之一。 破解空间大+人流密集难题不难想象，对体量庞大、空间复杂的文化场馆而言，“观众迷路难导航、讲解资源分配不均、热门展区拥挤限流”是行业公认的“老大难”。上博东馆展区面积大、展馆与展品数量多、人流密度大，“老大难”无可避免。这里就要提一下AI客流智能中枢——这款“智慧大脑”基于商汤方舟高精度视觉AI算法，依托高清视频流与服务器集群形成的感知与算力底座，通过微服务架构与动态调度机制，可在多算法并行条件下实现秒级解析与刷新。通过精准统计实时进场、出场及在场人数，平台可以实时生成展厅级，甚至展柜级的人流密度数据和1—10分钟颗粒度的热力图，为场馆提供可视化管理依据。当某区域出现人员过度聚集风险时，管理者只需看一眼屏幕，就能清晰掌握哪个展厅拥挤、哪个展柜前停留的观众最多，从而助力安保人员提前介入疏导、实施动态限流。结合历史客流数据，场馆工作人员还能优化排班方案，显著提升运营效率——不仅让高峰期观众平均等待时长大幅缩短，更使场馆单日接待能力显著提升。 微信小程序“上海博物馆”-“AR导航”为观众提供AR导航服务解锁口袋看展“智能管家”在观众服务端，AR+AI导航平台同样也能带来全新体验。依托厘米级视觉定位与三维空间重建，观众只需通过微信小程序“上海博物馆”—“AR导航”即可实现实景导航，精准定位目标展区、文创商店，以及休息区、饮水点等服务设施，彻底告别“找路难”。更智能的是，平台会结合预约、客流与AR导航行为数据，构建动态智能推荐机制：通过对人群画像、历史轨迹和实时拥堵情况的综合分析，为不同人群提供个性化的观展路径推荐——为亲子家庭推荐互动性强的展区，为文物爱好者规划深度品鉴路线，还能引导观众避开人流高密度区域，有效减少无效步行，极大提升观展舒适度，也一定程度上优化场馆运营效率，实现 “拿起手机即走即看即听” 的智慧观展。据介绍，这套AI客流智能中枢与AR导览平台已深度融入上博东馆 “智慧3M体系”，契合国家“人工智能+”行动中关于通过智能化“拓展服务消费新场景”“提升文娱生活服务品质”的战略部署，展现了科技赋能文化消费的广阔前景，也为推动智慧文旅和城市公共文化数字化转型提供了可复制、可扩展标杆项目。原标题：《告别“找路难”“排队苦”，AI赋能的“宝藏展馆”让你解锁观展新体验》栏目编辑：马丹 图片来源：采访对象供图来源：作者：新民晚报 郜阳
-
“AI伦理”争议升级，部分慈善机构使用AI生成“贫困儿童”图像 IT之家 10 月 22 日消息，据英国《卫报》20 日报道，AI 生成的极端贫困、儿童以及性暴力幸存者图像正在大量涌入图库网站，并被越来越多的全球卫生非政府组织使用，引发了全球卫生专家的广泛关注。 致力于推动“使用道德图像”的 Fairpicture 组织成员诺亚・阿诺德表示：“几乎到处都能看到这些图像的使用，有些组织在积极使用 AI 生成图像，还有一些至少正在尝试。”阿诺德表示，美国政府对非政府组织预算的削减使这一趋势加剧。“现在越来越多的机构开始考虑使用合成图像，而非真实的照片，因为这样成本更低，而且不需要为同意等问题担忧。”安特卫普热带医学研究所的阿尔谢尼・阿列尼切夫指出，这些图像复制了贫困的视觉模式 —— 例如，孩子们手持空盘、裂开的土地和固有的刻板印象。阿列尼切夫收集了超过 100 张被个人或非政府组织用于反对饥饿和性暴力的 AI 生成贫困图像，他与《卫报》分享的图像呈现了夸张的、强化刻板印象的场景：孩子们蜷缩在泥水中；一位穿婚纱的非洲女孩，脸上留下泪痕。AI 生成的“贫困”主题图像正在 Adobe Stock Photos、Freepik 等多个知名图库网站上大量出现，主题包括“难民营中的真实儿童”“亚洲儿童在垃圾河中游泳”“白人志愿者为非洲村庄的黑人儿童提供医疗咨询”等。阿列尼切夫指出，这些图像过于种族化，根本不应被允许发布，且强化了关于非洲、印度等地区的最糟糕刻板印象。IT之家从报道中获悉，生成式 AI 工具长期以来已被发现会复制甚至放大更广泛的社会偏见。阿列尼切夫表示，此类图片在全球卫生传播中的泛滥可能会加剧这一问题，其可能流入网络并被用来训练下一代 AI 模型，进而加剧偏见。
