最新发布
-
20天赚完一年的钱，AI还是太权威了 文｜新10亿商业参考春节后开工，市场期待的机器人行情尚未全面启动，人工智能赛道却率先迎来爆发。2026 年开年，以月之暗面（Kimi）、智谱 AI、MiniMax 为代表的中国大模型企业，用一连串炸裂数据宣告：AI 的商业化与资本化时代，已经到来。成立仅两年多的月之暗面，在开年 20 天内实现的收入规模，已超过 2025 年全年总和；公司估值快速攀升至100 亿美元，成为国内最快达成 "十角兽" 的企业。对比来看，字节跳动突破百亿美元估值用时超 4 年，拼多多用时超 3 年，而月之暗面仅用两年多，刷新中国科技公司成长纪录。港股市场同样上演史诗级行情。智谱 AI 上市 43 天，市值一度突破3200 亿港元；MiniMax 上市两个月，市值亦站上 3000 亿港元关口。单日之内，智谱 AI 新增市值足以覆盖一家主流互联网平台。两家企业市值相继超越携程、快手、京东等老牌巨头，逐步逼近行业头部位置，成为港股科技板块新支柱。从参数竞赛到价值兑现，中国大模型行业正在完成一次关键转向。过去数年，行业焦点集中于技术对标，企业普遍围绕模型规模、性能指标与国际厂商展开对比。进入 2026 年，随着Agent 智能体技术成熟落地，行业核心命题转变为：开发者与企业愿意为什么样的 AI 能力付费？这场转向，正是本轮暴涨的底层逻辑。MiniMax 的市值跃升，直接源于 M2.5 模型的技术突破。该模型为全球首个面向 Agent 场景原生设计的生产级大模型，在编程、工具调用、办公自动化等生产力场景达到行业顶尖水平。官方数据显示，在每秒输出 100 个 Token 的条件下，M2.5 连续运行一小时成本仅 1 美元，凭借极致性价比打开规模化商用空间。智谱 AI 则走出另一条高质量路径。GLM-5 模型发布后，公司不仅未降价，反而上调编程服务套餐价格，国内版提价 30%、海外版提价超 100%，上线即售罄，体现出强劲的产品议价权。其核心竞争力来自智能体算法、稀疏注意力机制与国产算力深度适配，在长文本处理、复杂任务执行与大规模并发上具备优势。市场将此解读为一个重要拐点：Token 正站在当年短信相似的产业十字路口。2000 年，中国移动用户不足 1 亿，短信按条计费，无人能预见移动互联网的终极形态；如今，Token 作为 AI 时代的基础计量单位，正随着 Agent 普及进入全新阶段。当模型能力足够成熟、智能体大规模落地、个人与企业同时调用海量 AI 服务，当下的定价模式或将被彻底重构，如同短信被微信替代。智谱、MiniMax、月之暗面的集体爆发，本质是资本为 AI 未来投票。市场相信，Agent 将重构生产力，而中国大模型企业已在技术、成本、生态上建立领先身位，具备引领下一代计算平台的潜力。支撑这一判断的，是商业化数据的持续验证。月之暗面 K2.5 模型上线后，全球付费用户与 API 调用量激增，海外收入占比显著提升，推动收入结构反转。智谱 AI 企业客户突破 2 万家，覆盖金融、政务、制造等领域，标杆客户复购率超 80%，营收同比增长超 300%。MiniMax 凭借轻量化架构与低部署门槛，快速渗透开发者生态，成为全栈开发与自动化场景的主流选择。从行业格局看，中国已成为全球 AI 产业第二极，在中文场景、开源生态、性价比与落地速度上具备独特优势。与国际厂商相比，国内企业更贴近本土需求，迭代效率更高，且在算力国产化、数据安全、合规适配方面具备先发优势。随着具身智能、工业互联网、数字员工等场景加速渗透，大模型的需求将从互联网行业延伸至实体经济，打开更广阔市场。资本的狂热背后，也存在理性观察空间。当前估值已充分反映未来预期，行业仍需持续兑现技术突破、商业化落地与成本优化。但不可否认的是，AI 已从概念走向实用，从实验室走向生产线，从单一对话走向多智能体协同。Token 不再是抽象计量单位，而是数字经济的新型 "水电煤"。马年开工，AI 的狂飙只是开始。当 Agent 大规模普及、大模型深入千行百业，一场比移动互联网更深远的产业变革正在到来。中国大模型企业用速度、技术与商业化证明，它们不仅能追赶，更能引领。
-
一面净利暴涨，一面股价暴跌：携程到底怎么了？ 文|商业数据派 郭梦仪2月26日，携程集团发布了2025年全年财报，数字堪称惊艳——净利润334亿元，同比增长94%；单四季度归属股东净利润43亿元，同比增长近一倍。然而资本市场的反应却耐人寻味。2月26日港股开盘，携程低开低走，盘中最低触及397.2港元/股，创下52周新低。当天，携程每股收报400.4港元，下跌3.24%。 一边是利润翻倍、现金储备突破千亿的"财务巨人"，一边是估值持续下探、投资者信心低迷的"市场弃儿"。这种悖论，本质上是一家公司进入到"旧增长叙事终结"与"新增长故事尚未被市场充分定价"之间的真空期。携程的确手握千亿现金、稳固的高端客群与焕新的治理结构，具备穿越周期的底牌。但要重获资本青睐，它必须证明：即使在反垄断约束、流量碎片化、消费理性化的"新常态"下，携程依然能构建不可替代的价值闭环。95%增长，含金量几何？乍看之下，携程2025年净利润暴涨94%似乎有"注水"嫌疑。财报明确指出，全年包含在"其他收入"中的投资利得高达199亿元，而2024年仅为11亿元。若剔除这一非经常性项目，其归属于股东的净利润为318亿元，同比增长77%；与此同时，截至2025年底，携程拥有现金及现金等价物1058亿元——依然是一份极为亮眼的成绩单。真正支撑携程利润增长的，是其核心业务的全面回暖与结构性优化。根据年报披露，2025年全年净营业收入达624亿元，同比增长17%。其中，住宿预订收入261亿元，同比增长21%，交通票务225亿元，同比增长11%，旅游度假47亿元，同比增长8%，商旅管理28亿元，同比增长13%。 其中，携程的王牌业务依旧在国际业务上——数据显示，公司国际OTA平台总预订量同比增长约60%，全年服务约2000万人次入境旅客。 这并非单纯依赖疫后反弹红利。携程在产品力与供应链上的深耕开始兑现价值。目前，境外业务分为入境游和出境游，其中，入境旅游业务是携程核心增长引擎。入境游的爆发，是政策递给旅游市场的一把钥匙。中国移民管理局显示，2025年，中国新增11国单方面免签，免签国家总数达48个，互免签证国扩至29国——这意味着俄罗斯人说走就走，巴西游客刷护照就能来，瑞典人揣着信用卡就能逛胡同。这让中国入境旅游市场发展迎来了"黄金窗口期"。有权威机构预计,到2030年,中国入境游市场规模将达1800亿美元。携程当然也吃了一大波红利。电话会议上，携程集团首席执行官孙洁表示，携程数据的入境预订同比增长约100％，来自亚太地区主要免签证国家的酒店预订搜索量增长超过240％。相对于其他平台，携程入境产品的速度和质量的确在市场前列。比如，携程推动了国内头部景点95%的票种支持外籍游客直接预订，覆盖超6000家景区首次向国际市场开放。带动近7万家酒店、景点及旅行社首次通过海外平台获取入境订单，其中近1万家酒店的入境间夜量占其总业务10%以上，形成可持续的入境客源依赖。出境游方面，携程在年报的电话会议上表示，携程的出境酒店和机票预订已超过2019年水平的120%，市场表现优于（行业）30%至40%。今年春节期间，携程的出境游订单创下近5年新高，其中法国、德国、瑞士等目的地的订单数量同比翻倍。此外，"定制游"和"包团游"的比例显著上升。这些年，旺盛的文旅消费直接拉动了OTA平台的竞争。美团、飞猪、抖音、小红书……加上京东的下场，商家全平台运营似乎成了大势所趋。从数据上来看，尽管携程占据超50%的份额，但其他平台也在加速追击。相比之下，携程依旧稳站大佬席位。根据QuestMobile数据，2025年5月携程App流量用户达1.04亿，远超其他竞争对手，且市占率第二的平台也是携程系的去哪儿，同期流量约4602万。这意味着，尽管面临多路玩家围剿，携程在核心客群和OTA市场依然构筑了难以撼动的护城河。市场担忧："还能不能按老方式赚钱"？一边是利润翻倍、现金储备突破千亿的"财务巨人"，一边是估值持续下探、投资者信心低迷的"市场弃儿"。这是为何？答案在于：资本市场的定价逻辑正在发生根本性转变。过去，投资者愿意为携程的"平台垄断溢价"买单——即，凭借其在中国OTA（在线旅行社）综合市占率超过50%的份额（2024年交银国际研报推算），以及对酒店、航司等上游资源的强大议价权，形成稳定且可预测的现金流模型。但如今，这套逻辑正遭遇三重冲击：其一，反垄断监管进入深水区。2026年1月，国家市场监管总局正式对携程启动反垄断调查。尽管年报中称"公司业务运营维持正常"，但市场普遍担忧，一旦被认定存在"大数据杀熟"、"强制二选一"或"价格协同"等行为，不仅面临数十亿元罚款，更可能被迫开放价格体系、削弱独家协议——这将直接侵蚀其毛利率。其二，流量成本结构剧变。传统OTA依赖搜索与品牌自然流量，获客成本相对可控。但如今，抖音、小红书等内容平台成为旅游决策第一入口。携程2025年销售及营销费用同比激增25%，达149亿元，携程管理层在电话会议上表示，2025年，携程的营销活动主要在亚洲市场进行，不过，未来将按计划继续加强全球营销投资。即便如此，携程APP月活用户（MAU）早已不再公布。与之相反的，抖音旅行话题播放量已突破8000亿次。小红书、抖音、快手以"内容种草+兴趣推荐"重构流量逻辑，推动决策前置与信任转移。小红书上，一篇真实用户的"穷游攻略"可能比携程的官方酒店详情页更有说服力；在抖音直播间，主播一句"这家民宿老板是我朋友，给你们谈了8折"就能促成即时下单。而相比之下，携程等依赖"人找货"的货架式OTA模式显得笨重滞后。用户注意力和交易入口正从平台转向内容创作者，倒逼传统OTA加速融合内容生态，否则将面临流量边缘化风险。正如业内所言："打败携程的，从来不是另一家OTA，而是那个让用户突然想去看雪的短视频。"资本市场从来不担心携程没钱，而是担心它未来的商业模式是否还能产生同样高的ROE（净资产收益率）。当增长从"确定性"变为"可能性"，估值就必须打折。从"创始人时代"到"专业三角"值得玩味的是，在业绩与股价背离的背景下，携程内部正经历一场静默却深刻的权力交接。 发布年报的同一天，携程宣布，联合创始人范敏辞任董事兼总裁，季琦亦辞任董事，任命吴亦泓女士及萧杨女士为新任独立董事，李基培已被任命为董事会薪酬委员会成员。自此，携程告别"创业元老主导"时代，进入由职业经理人与专业董事构成的新治理阶段。新一届董事会形成了一个高度互补的"铁三角"：吴亦泓（独立董事）：曾任如家酒店集团CFO与CSO，现任太古地产、阿里健康等多家上市公司审计委员会主席，擅长财务风控与战略并购；目前，在携程正接受国家市场监管总局反垄断调查的敏感时期，吴亦泓的加入可显著提升董事会在合规审查、内控流程、信息披露透明度方面的专业性，降低监管风险。萧杨（独立董事）：前Capital International Investors（香港）分析师，拥有十余年TMT领域投资经验，精通资本市场估值逻辑，代表的是典型的全球长线机构投资者视角，用以稳定股价信心；李基培（董事兼薪酬委员会成员）：长期关注企业激励机制与长期价值创造，在股权设计方面经验丰富。携程加速全球化时，势必面临本地化运营的挑战，李基培的加入，可以帮助携程吸引海外高端管理人才。三人的加入，标志着携程董事会正系统性地去创始人化、去本土化、去单一化，向一个更具国际化、专业化、合规化的现代企业治理结构演进。结语历史经验表明，每一次行业逻辑重构，都是龙头企业的"压力测试"，也是其跃迁的契机。从2003年非典后携程崛起，2015年移动互联网浪潮中它完成APP转型——如今站在AI与可持续旅行的新十字路口，携程能否再次证明自己不只是"幸存者"，更是"定义者"？时间会给出答案，而市场，正在屏息等待那个拐点。
-
驶向 2030：自动驾驶的商业化浪潮与规则重构 文｜山自2026 年 2 月，联合国《自动驾驶系统全球法规草案》正式落地，为无人驾驶车辆驶入全球公共道路敲下合法性印章；伦敦街头，多款 Robotaxi 开启商业化路试，Waymo 同期宣布其无人驾驶出租车服务落地美国 10 座城市，周订单量向百万级冲刺；中国北京、深圳、大理等城市的 Robobus 已实现常态化运营，蘑菇车联、文远知行、轻舟智航等企业的无人驾驶巴士穿梭在城市园区、景区与开放道路，成为智能出行的重要载体。与此同时，华尔街资本对自动驾驶赛道的押注达到顶峰，激光雷达、域控制器、智驾算法企业的估值一路飙升，一场新的科技造富运动正在上演。但当我们把目光投向 2030 年，这场由 AI 深度赋能的自动驾驶革命，正沿着一条与「AI 繁荣悖论」高度相似的路径演进：L4 级自动驾驶全面商业化→职业司机岗位消亡→出行消费结构重构→传统交通产业链崩塌→金融市场估值重估。从感知层的激光雷达到决策层的大模型算法，从 AI 网络协同到出行生态的人机协同，AI 正在把自动驾驶从技术试验场推向社会经济的核心舞台，而这场革命的背后，是效率与公平的博弈，是技术狂奔与制度滞后的错位，更是一场关乎数亿人就业、万亿级产业链重构的「出行大考」。本文将以 2030 年为时间锚点，推演 AI 与自动驾驶深度融合的技术演进路径，拆解 Robotaxi 与 Robobus 商业化落地背后的经济反身性回路，剖析这场革命对就业、金融、城市治理的深层冲击，以及人类社会在这场变革中必须直面的规则重构与价值重估。奇点时刻：AI 定义自动驾驶的 3.0 时代自动驾驶的发展从来不是孤立的技术迭代，而是 AI 能力从「感知辅助」到「决策主导」再到「自主进化」的层层递进。2026 年的今天，L2 级辅助驾驶已成为汽车标配，L3 级有条件自动驾驶在部分国家实现合法化，但真正的质变，发生在 AI 大模型与 Agent 智能体融入自动驾驶的全链路，开启了自动驾驶 3.0 时代—— 以多模态大模型为大脑，以 Agent 智能体为神经，以 AI 网络为底层支撑，实现从「被动感知」到「主动决策」、从「单一场景」到「全域适配」、从「人工训练」到「自主进化」的跨越。感知层：AI 让「汽车之眼」超越人类视觉极限自动驾驶的底层逻辑，始于「看见」世界。2020 年之前，感知层的核心是硬件堆砌，激光雷达、毫米波雷达、摄像头的组合试图通过物理手段还原路况，但受限于算法的识别能力，面对雨雾冰雪、异形障碍物、突发路况时极易失效。而 AI 大模型的介入，让感知层实现了「硬件轻量化 + 算法超进化」的双重突破。基于视觉大模型的多模态融合感知算法，能够对摄像头、雷达的异构数据进行实时处理，不仅能精准识别车辆、行人、交通标识等常规目标，更能对「鬼探头」、道路施工、车辆抛锚等突发场景进行预判，识别准确率从 95% 提升至 99.9% 以上，反应速度比人类快 10 倍以上。Wayve 的「无地图」AI 模式更是颠覆了传统感知逻辑，通过端侧大模型对道路环境进行实时建模，无需高精度地图的提前标注，就能适应乡村小路、城市老街等非标场景，将自动驾驶的地理覆盖范围从一线城市核心区扩展至全域城乡。 与此同时，AI 驱动的硬件成本下探正在打破行业壁垒。2026 年，激光雷达的单价已从数万元降至千元级别，车载 CIS 芯片的算力提升 10 倍而功耗下降 50%，这背后是 AI 算法对硬件的反向优化 —— 通过算法提升传感器的利用效率，让中低阶硬件也能实现高阶感知效果。如今的自动驾驶，早已不是看谁装的雷达更多，而是看谁的算法能让每一个传感器发挥最大价值。决策层：大模型 + Agent，让汽车拥有「人类级思维」如果说感知层是自动驾驶的「眼睛」，那决策层就是「大脑」，而这正是 AI 改变自动驾驶的核心战场。2024 年之前，自动驾驶的决策算法基于规则编程，工程师提前设定好各种路况的应对策略，车辆只能在预设框架内行动，面对未编程的场景便会「死机」。而大模型 + Agent 智能体的组合，让自动驾驶的决策系统拥有了「自主思考」和「持续进化」的能力。以 GPT-5、MogoMind 为代表的多模态大模型，能够对海量驾驶数据进行深度学习，从数百万小时的人类驾驶行为中提炼出应对策略，更能通过强化学习不断优化决策逻辑。例如，在城市拥堵路段，大模型能根据前车轨迹、红绿灯时长、道路宽度等多维度信息，预判邻车的加塞意图，提前做出减速或避让决策；在高速公路上，能根据路况、天气、车辆性能，自动规划最优跟车距离和超车时机，兼顾安全性与效率性。而Agent 智能体的融入，让自动驾驶从「单一车辆决策」升级为「多智能体协同决策」。每一辆自动驾驶汽车都是一个独立的 Agent，通过车联网（V2X）与其他车辆、路侧智能设备、城市交通系统进行实时交互，实现「车车协同」「车端协同」「车城协同」。例如，当一辆自动驾驶汽车检测到前方道路事故时，会立即将信息发送给周边车辆和交通管控中心，周边车辆的 Agent 会自动规划绕行路线，交通管控中心的 Agent 会同步调整红绿灯配时，实现整个交通系统的智能调度。这种协同决策，让城市交通的通行效率提升 50% 以上，高速公路容量提升 5 倍，从根本上解决交通拥堵问题。 执行层：AI 驱动的线控革命，让汽车「手脚」更精准感知和决策的最终落地，离不开执行层的精准配合。传统汽车的机械操控系统，存在响应延迟、精度不足等问题，无法满足自动驾驶的毫秒级响应需求。而 AI 驱动的线控底盘技术，实现了从「机械连接」到「电子控制」的跨越，让汽车的转向、制动、加速更加精准、快速、平顺。线控转向系统通过 AI 算法调节转向比，根据车速、路况自动调整转向灵敏度，低速时轻盈灵活，高速时稳定可靠；线控制动系统通过电信号控制制动卡钳，响应时间从机械制动的 0.3 秒缩短至 0.05 秒，制动距离缩短 30% 以上；线控驱动系统通过 AI 算法优化电机输出，实现无级变速，既提升动力性能，又降低能耗。麦肯锡的研究数据显示，AI 优化的线控执行系统，能让自动驾驶汽车的能耗降低 15%-20%，每年帮助全球减少 3 亿吨二氧化碳排放，相当于全球商业飞机的年排放量。更重要的是，AI 让执行层实现了自诊断、自修复、自优化。通过对车辆底盘、动力、电控系统的实时监测，AI 算法能提前预判故障风险，及时发出预警，甚至对轻微故障进行自动修复；同时，根据车辆的使用情况，不断优化操控参数，让车辆始终保持最佳运行状态。这种智能执行能力，让自动驾驶汽车的安全性和可靠性远超人类驾驶，也为 Robotaxi 与 Robobus 的规模化运营奠定了核心基础。2030，自动驾驶的全民普及时代2026 年，是自动驾驶商业化的「破冰之年」—— 联合国全球法规的落地，为自动驾驶扫清了法律障碍；技术的成熟，让自动驾驶的安全性和可靠性得到验证；成本的下探，让自动驾驶从高端试验走向大众市场。从 2026 到 2030，短短四年时间，自动驾驶将完成从「试点运营」到「规模普及」的跨越，形成覆盖Robotaxi 个性化出行、Robobus 公共出行、智慧物流货运、特种作业的全场景商业化生态，重构万亿级出行市场格局。Robotaxi：从「尝鲜体验」到「主流出行」2026 年的伦敦、北京、旧金山，Robotaxi 还只是少数人的尝鲜体验，运营范围局限在核心城区的特定路段，定价高于传统网约车。但到 2030 年，L4 级 Robotaxi 将实现全域覆盖、平价运营，成为城市主流的出行方式。AI 技术的成熟，让 Robotaxi 的运营成本大幅下降。2026 年，一辆 Robotaxi 的单公里运营成本约为 1.5 元，到 2030 年，随着算法优化、硬件降价、规模效应，单公里运营成本将降至 0.8 元，比传统网约车低 60% 以上，比私家车低 80% 以上。价格的下探，让 Robotaxi 成为普通民众的日常选择，覆盖老人、儿童、残障人士等无驾照群体，实现「全民出行自由」。Waymo 的扩张成为全球 Robotaxi 商业化的风向标，其 2026 年已落地美国 10 座城市，车队规模约 3000 辆，周提供出行服务超 40 万次，目标年底实现周单量破百万，且凭借 160 亿美元融资实现估值 1260 亿美元。国内方面，武汉成为「自动驾驶第一城」，全城开放无人驾驶出租车服务，调研显示 95% 的体验用户表示将持续使用，超七成用户期待无人驾驶成为未来主流出行方式，「无司机互动、环境整洁、科技体验」成为核心吸引力。 同时，Robotaxi 的运营模式也将从「单一企业运营」升级为「平台化协同运营」。以滴滴、高德、Uber 为代表的出行平台，将整合各地的 Robotaxi 资源，通过 AI 算法实现车辆的智能调度，让车辆的利用率提升至 80% 以上，彻底解决传统网约车「打车难、打车贵」的问题。而车内空间也将从「驾驶舱」升级为「第三空间」，乘客可以在车内工作、娱乐、休息，让通勤时间从「消耗」变为「增值」。Robobus：公共出行新核心，规模化落地的「轻量型突破口」如果说 Robotaxi 是自动驾驶技术的「天花板试金石」，那么 Robobus 就是自动驾驶规模化落地的「普及型载体」，更是 2030 年城市公共出行的核心组成部分。其依托固定路线、低速行驶、场景标准化、AI 网络适配性高的核心特征，技术落地门槛更低，商业化变现更易实现，成为全球自动驾驶从「试点」走向「普及」的关键抓手，也是中国在自动驾驶领域实现换道超车的重要赛道。从市场规模来看，全球 Robobus 市场正处于高速增长通道，2024 年全球市场规模为 18 亿美元，预计到 2029 年将激增至 50.9 亿美元，年复合增长率（CAGR）高达 23.1%；中国市场增速领跑全球，2024 年市场规模约 19 亿人民币，2029 年将飙升至 66.3 亿人民币，年复合增长率接近 29%，成为全球 Robobus 产业的核心增长引擎。到 2030 年，Robobus 将实现从特定场景向全域公共交通的深度渗透，在城市公交市场的占比将突破 50%。从运营场景来看，2030 年的 Robobus 将实现「多场景全覆盖」。文旅景区作为当前最易盈利的场景，将持续保持高增长，单台自动驾驶观光巴士年均营收可达 100-200 万元，成为景区「科技名片」；城市公交场景将成为主战场，深度融入城市公共交通网络，承担社区微循环、地铁接驳等核心功能，49 座 Robobus 单车年均毛利率可达 25%；机场、港口、大型厂区等封闭场景的应用也将持续扩张，形成多元化的场景布局。从技术演进来看，2030 年的 L4 级自动驾驶技术将在 Robobus 领域实现全面普及，AI 大模型与物理世界 AI 系统的深度融合，将使 Robobus 具备类人的逻辑推理能力，有效破解复杂城市边缘场景的决策难题；同时，传感器成本的持续下降与端到端算法的成熟，将进一步降低 Robobus 的量产成本，结合 AI 网络的全域感知与协同调度，让 Robobus 的全生命周期运营成本较传统公交降低 40%-50%。国内 Robobus 赛道已形成自动驾驶科技公司为主导、传统客车企业为支撑的竞争格局，蘑菇车联、文远知行、轻舟智航凭借技术差异化与场景深耕，成为赛道头部玩家，占据市场主要份额。蘑菇车联综合市占率位居行业第一，单一订单采购金额高达 2.89 亿元，其 MOGOBUS 已在全国 10 余个省份落地运营，服务乘客超 20 万人次，并成功中标新加坡首个 L4 级自动驾驶巴士官方项目，实现技术出海；文远知行打造全球首款前装量产零驾驶舱 Robobus，在 10 个国家近 30 座城市落地，新加坡圣淘沙项目实现东南亚首个完全无人驾驶运营；轻舟智航落地规模位居国内首位，累计服务乘客超 65 万人次，「龙舟 ONE」单品服务人次超 20 万，与多家主流客车制造商深度绑定实现量产落地。智慧物流：自动驾驶重构货运产业链如果说 Robotaxi 和 Robobus 改变的是人类出行，那么自动驾驶货运改变的则是整个物流产业链。2030 年，L4 级自动驾驶重卡、轻卡、无人配送车将全面覆盖干线物流、同城配送、末端配送等全场景，实现物流行业的「无人化、智能化、高效化」，与出行领域的自动驾驶形成协同发展格局。在干线物流领域，自动驾驶重卡将成为主力军。通过 AI 网络协同，自动驾驶重卡能实现编队行驶，车头由一名安全员监控，后续车辆自动跟车，行驶间距缩短至 10 米以内，运输效率提升 40% 以上，油耗降低 20% 以上。同时，自动驾驶重卡可以 24 小时不间断行驶，将北京到上海的运输时间从 20 小时缩短至 12 小时，彻底解决干线物流的「效率低、成本高、司机短缺」问题。在同城配送和末端配送领域，无人配送车将成为最后一公里的核心力量。基于 AI 大模型的路径规划算法，无人配送车能精准避开行人、车辆，自动规划最优配送路线，实现小区、写字楼、校园等场景的无接触配送。而 AI Agent 的协同调度，能让无人配送车的配送效率提升 50% 以上，配送成本降低 60% 以上，彻底解决传统配送「人力成本高、配送效率低、末端配送难」的问题。 自动驾驶物流的普及，将重构整个货运产业链：传统的货运公司将从「人力驱动」转向「技术驱动」，核心竞争力从车辆规模变为算法能力；物流园区将升级为「智慧物流枢纽」，实现车辆的智能调度、货物的自动装卸、信息的实时交互；而货运中介、信息部等传统环节将被 AI 平台取代，交易摩擦大幅降低，物流产业链的效率大幅提升。繁荣背后的暗涌：经济反身性回路当自动驾驶在 AI 的赋能下实现全面商业化，Robotaxi、Robobus 与自动驾驶货运的规模化普及，带来的不仅是出行效率的提升和产业结构的升级，更是一场与「AI 繁荣悖论」高度相似的经济重构 —— 效率的提升带来了生产力的飞跃，但也引发了就业结构的崩塌、传统产业链的消亡、金融市场的估值重估，形成了一条自动驾驶的经济反身性回路：AI 赋能自动驾驶→L4 级全面商业化→传统驾驶岗位消亡 + 传统交通产业链崩塌→消费结构重构 + 收入分配失衡→企业利润挤压 + 金融资产贬值→企业加大 AI 投入 + 自动驾驶技术进一步升级。这条回路，从实体经济延伸至金融市场，从就业领域蔓延至城市治理，让自动驾驶的繁荣背后，暗藏着深刻的经济暗涌和社会矛盾，而 Robobus 的规模化落地，更让这些矛盾在公共交通领域提前显现。第一层冲击：就业结构的重构，数亿职业司机面临转型自动驾驶对就业市场的冲击，首当其冲的是职业司机群体。根据中国交通运输部的数据，2026 年中国的职业司机数量超过 3000 万人，包括网约车司机、出租车司机、货运司机、公交司机等；而全球的职业司机数量超过 2 亿人。到 2030 年，随着 L4 级自动驾驶的全面普及，这些职业司机岗位将迎来大规模消亡。Robotaxi 的普及将让网约车、出租车司机失去工作，2030 年中国该群体数量将从 2026 年的 1000 万人降至 200 万人以下，超 80% 的司机面临失业或转型；自动驾驶货运的落地将让货运司机岗位大幅减少，干线物流司机数量减少 90% 以上，同城配送司机减少 70% 以上；而 Robobus 的全面渗透，将让公交司机成为公共交通领域受冲击最直接的群体，国内超 50% 的公交司机将面临岗位替代，三四线城市和细分场景的替代速度将更快。当然，自动驾驶并非简单的「替代人类」，而是就业结构的重构—— 它在消亡传统驾驶岗位的同时，也催生了大量新的技术型、运营型、服务型岗位，如激光雷达研发工程师、算法研究员、Robobus 远程安全员、无人车运维人员、数据标注师等。英国政府预测，自动驾驶将在英国创造 3.8 万个新岗位；中国的相关研究显示，2030 年自动驾驶将在中国创造 500 万个以上的新岗位。但这些新岗位大多属于技术型、高技能岗位，对从业者的学历、专业能力有较高要求，而传统职业司机大多学历较低、缺乏专业技术能力，难以直接转型至这些新岗位。这就导致了就业市场的结构性矛盾：一边是大量高技能岗位的空缺，一边是数亿传统司机的失业或降档求生。大量被替代的职业司机只能涌入低技能、低工资的服务行业，如外卖、快递、保洁等，导致这些行业的劳动力供过于求，工资水平进一步被压低，形成收入分配的两极分化—— 自动驾驶的技术红利集中在少数科技企业和高技能从业者手中，而普通劳动者则面临工资降级、就业困难的困境，消费能力大幅下降。第二层冲击：传统交通产业链的崩塌，万亿级市场面临重估自动驾驶的普及，不仅冲击着就业市场，更让传统交通产业链迎来结构性崩塌。从汽车制造、汽车零部件到出行服务、物流货运，传统交通产业链的各个环节，都将在 AI 和自动驾驶的冲击下，面临重新洗牌，而 Robobus 的规模化落地，更是加速了传统客车产业的重构。在汽车制造领域，传统燃油车企业将迎来生死考验，2030 年燃油车将彻底退出历史舞台，传统车企若无法向智能电动汽车企业转型，将面临破产倒闭；即使成功转型，也将失去传统机械制造领域的优势，核心竞争力转向 AI 算法、智能座舱、线控底盘等智能领域。而在客车制造领域，中小客车企业因技术研发能力不足、场景资源匮乏，将逐渐退出市场，头部企业则通过与蘑菇车联、轻舟智航等科技企业合作，实现 Robobus 的规模化生产，行业集中度进一步提升。在汽车零部件领域，传统机械零部件企业将迎来消亡，而智能零部件企业将迎来爆发。火花塞、离合器、变速器等传统燃油车零部件将彻底退出市场；激光雷达、域控制器、线控底盘、车载芯片等智能零部件将成为市场主流，市场规模将突破万亿级。但这些智能零部件的核心技术掌握在少数科技企业手中，传统零部件企业如果无法实现技术升级，将面临被淘汰的命运。在出行服务领域，传统网约车平台、出租车公司、公交公司将失去核心竞争力。2030 年，出行服务的核心竞争力不再是车辆规模和司机数量，而是 AI 调度算法和自动驾驶车辆的运营能力。拥有自动驾驶技术的科技企业将成为市场主导者，而传统出行企业若无法接入自动驾驶车辆、实现智能化升级，将被市场淘汰。传统交通产业链的崩塌，将引发万亿级市场的估值重估。2026 年，传统车企、零部件企业、出行服务企业的市值仍占据资本市场的重要份额，但到 2030 年，这些企业的市值将大幅缩水，而自动驾驶相关的科技企业的市值将一路飙升。资本市场的资金将从传统交通产业流向自动驾驶科技产业，形成「赢者通吃」的格局，而大量传统产业的从业者和投资者，将面临资产贬值、收入减少的困境。第三层冲击：金融市场的连锁反应，私募信贷与汽车金融的危机自动驾驶的经济反身性回路，从实体经济延伸至金融市场，引发私募信贷、汽车金融、房地产等领域的连锁反应，成为危机的加速器，而 Robobus 等公共交通自动驾驶产品的规模化落地，也让传统公共交通领域的金融投资面临重估。私募信贷市场的第一道裂缝，出现在对传统交通产业链的投资上。2015-2026 年，全球私募信贷市场对传统车企、零部件企业、物流货运企业的投资规模超过 1 万亿美元，这些投资的核心假设是「传统交通产业的永续增长」。但随着自动驾驶的普及，传统交通产业链迎来结构性崩塌，这些企业的营收和利润大幅下滑，甚至面临破产倒闭，私募信贷的坏账率大幅上升。2030 年，全球私募信贷市场对传统交通产业的投资坏账率将超过 30%，引发私募信贷市场的流动性危机。而汽车金融的危机，则源于自动驾驶对汽车消费市场的重构。传统汽车金融的核心假设是「消费者购买私家车并长期使用」，但随着 Robotaxi 的普及，越来越多的消费者选择放弃购买私家车，转而使用平价、便捷的自动驾驶出行服务，汽车保有量大幅下降。2030 年，中国的汽车保有量将从 2026 年的 3 亿辆降至 2 亿辆以下，全球汽车保有量将下降 30% 以上，导致汽车销量大幅下滑，汽车金融的资产质量大幅恶化。同时，自动驾驶汽车的产权结构也将改变传统汽车金融的模式。未来的 Robotaxi 和 Robobus 大多由出行平台、科技企业集中运营，而非个人购买，这让传统的个人汽车消费贷款失去市场，而企业端的自动驾驶车辆运营贷款则成为主流。但这些运营贷款的核心抵押物是自动驾驶车辆，而自动驾驶车辆的技术迭代速度极快，三年就会面临淘汰，抵押物的价值大幅缩水，导致汽车金融机构的坏账率大幅上升。更严重的是，汽车金融的危机将蔓延至房地产市场。在很多国家，汽车产业是地方经济的支柱，传统车企、零部件企业的倒闭，将导致地方经济衰退、就业岗位减少、居民收入下降，进而引发房地产市场的下跌。尤其是在那些以汽车产业为核心的城市，如美国的底特律、中国的长春，房地产价格将出现大幅下跌，居民的财富效应破裂，消费能力进一步下降，形成「经济衰退→房价下跌→消费萎缩→经济进一步衰退」的恶性循环。自动驾驶时代的全球大考当自动驾驶的车轮碾过经济社会的各个角落，传统的法律规则、监管体系、社会治理模式都迎来了全面崩塌—— 现行的交通法规基于人类驾驶制定，无法适应自动驾驶的无人化特征；现行的监管体系基于「企业监管」，无法应对自动驾驶的跨领域、跨区域特征；现行的社会治理模式基于「人力驱动」，无法适应自动驾驶的智能协同特征。技术的狂奔与制度的滞后，成为自动驾驶时代的核心矛盾。而人类社会要在这场变革中实现可持续发展，就必须直面这场规则重构的全球大考，建立适应自动驾驶的法律规则、监管体系、社会治理模式，让自动驾驶的技术红利惠及全体人类，而非少数科技企业和高技能从业者。从「人类责任」到「算法责任」现行的交通法规，核心是人类责任—— 交通事故的责任认定，基于人类司机的过错程度。但在自动驾驶时代，车辆的驾驶权由人类转移至算法，尤其是 Robobus 这类公共出行产品，涉及群体出行安全，交通事故的责任认定面临全新的问题：当自动驾驶汽车发生事故，责任应该由谁承担？是车企、算法开发者、运营平台，还是路侧设备运营商？这就需要重构自动驾驶的法律规则，建立以算法责任为核心的责任认定体系。首先，要明确自动驾驶汽车的「法律主体地位」，将其界定为「智能产品」，而非传统的「机械产品」，车企和算法开发者对自动驾驶汽车的安全运行承担终身责任。其次，要建立「算法备案制度」，车企和算法开发者必须将自动驾驶的算法模型、训练数据、决策逻辑向监管部门备案，确保算法的透明性和可追溯性。再次，要建立「算法过错认定标准」，通过技术手段还原交通事故发生时的算法决策过程，认定算法是否存在设计缺陷、训练不足、决策失误等过错，进而确定责任主体。同时，还要建立适应自动驾驶的保险制度。传统的机动车交通事故责任强制保险，基于人类驾驶制定，无法适应自动驾驶的风险特征。需要推出「算法责任险」「自动驾驶汽车运营险」等新型保险产品，由车企、算法开发者、运营平台共同投保，实现风险的分散和转移；针对 Robobus 等公共出行产品，需建立专属的公共交通自动驾驶保险体系，保障群体出行安全。同时，要建立保险精算的大数据模型，基于自动驾驶的事故率、风险等级，制定差异化的保险费率，激励企业提升自动驾驶的安全性。联合国《自动驾驶系统全球法规草案》的通过，为全球自动驾驶的法律规则重构奠定了基础。但各国的交通状况、法律体系、社会文化存在差异，需要在全球法规的框架下，制定符合本国国情的自动驾驶法律规则，同时加强国际间的法律协作，解决自动驾驶的跨区域、跨国界法律问题。从「分段监管」到「协同监管」现行的交通监管体系，是基于「人类驾驶」和「分段监管」建立的 —— 交通管理部门监管道路通行，市场监管部门监管汽车生产，工信部门监管汽车产业，各部门之间缺乏协同，监管效率低下。而自动驾驶是一个跨领域、跨区域、跨产业的系统工程，涉及汽车制造、人工智能、通信技术、城市交通、物流货运等多个领域，尤其是 Robobus 的公共交通属性，需要多部门协同监管，因此必须建立跨领域、跨区域、跨产业的协同监管体系。首先，要建立国家级的自动驾驶监管机构，整合交通、市场监管、工信、科技、公安等部门的监管职能，实现对自动驾驶的全产业链、全生命周期监管。该机构负责制定自动驾驶的技术标准、安全规范、监管规则，审批自动驾驶的上路测试和商业化运营，调查处理自动驾驶的交通事故，统筹协调自动驾驶的跨领域、跨区域监管工作。其次，要建立基于 AI 的动态智能监管平台，利用大数据、人工智能、区块链等技术，实现对自动驾驶的实时监管、动态监管、精准监管。通过智能监管平台，监管部门可以实时采集自动驾驶汽车的行驶数据、算法决策数据、车辆状态数据，对自动驾驶的运行状态进行实时监控，及时发现和处置安全隐患；可以利用区块链技术，实现驾驶数据的不可篡改和可追溯，为交通事故的责任认定提供依据；可以利用大数据分析，对自动驾驶的安全风险进行预判，制定针对性的监管措施。再次，要加强行业自律，充分发挥自动驾驶企业、行业协会的作用，建立行业自律规范，引导企业加强技术研发、提升安全水平、履行社会责任。企业要建立自动驾驶的安全管理体系，加强对算法的测试和验证，提升自动驾驶的安全性和可靠性；行业协会要制定行业技术标准和规范，加强企业间的技术交流和协作，推动自动驾驶产业的健康发展。从「被动应对」到「主动适配」自动驾驶的普及，不仅改变了出行方式和产业结构，更改变了城市的空间结构、社会的组织形态、人类的生活方式，需要城市治理、就业保障、收入分配等方面的社会治理重构，从「被动应对」技术变革，转向「主动适配」技术变革，让全体人民共享自动驾驶的技术红利。在城市治理方面，要基于自动驾驶的特征，重构城市的空间规划和交通规划。要推进 AI 网络基础设施建设，实现路侧智能设备、云端平台、自动驾驶车辆的智能协同，补齐三四线城市和偏远郊区的基础设施短板，建立统一的行业标准；要优化城市的空间布局，将大量的地面停车场改造为公园、绿地、商业设施，提升城市的宜居性；要结合 Robobus 的公共交通属性，优化城市公交网络布局，打造「Robotaxi+Robobus」的智能出行体系，提升城市交通的整体效率。在就业保障方面，要建立适应自动驾驶的就业培训和转型体系，重点帮助公交、货运等领域的传统职业司机实现技能升级和就业转型。政府要加大对职业技能培训的投入，开设激光雷达操作、算法数据标注、Robobus 远程监控、无人车维护等专业培训课程，为传统职业司机提供免费的技能培训；企业要履行社会责任，与职业院校合作，开展定向培养，为传统职业司机提供就业岗位；社会要营造终身学习的氛围，鼓励劳动者不断提升自身技能，适应就业市场的变化。在收入分配方面，要建立自动驾驶技术红利的共享机制，让全体人类共享自动驾驶的发展成果。政府可以对自动驾驶科技企业征收智能税，将税收收入用于就业培训、社会保障、公共服务，弥补传统劳动者的收入损失；可以推动自动驾驶企业的股权多元化，让普通劳动者通过持股分享企业的发展红利；可以建立社会福利体系，为失业或降档求生的传统劳动者提供基本生活保障，缩小收入分配的差距。全国政协委员黄群慧提出，自动驾驶作为新质生产力的代表，产业政策应更多「投资于人」，这正是社会治理重构的核心所在。自动驾驶的未来是技术的胜利，更是人类的选择2030 年的自动驾驶，是 AI 技术的胜利 —— 从感知层的多模态融合到决策层的大模型 + Agent，从执行层的线控革命到运营层的 AI 网络协同，从 Robotaxi 的个性化出行到 Robobus 的公共出行普及，AI 让自动驾驶实现了从「技术试验」到「全民普及」的跨越，重构了人类的出行方式和城市的交通体系。全球 Robobus 市场规模突破 50 亿美元，中国市场更是以近 29% 的年复合增长率领跑，蘑菇车联、文远知行、轻舟智航等企业的技术出海，让中国成为全球自动驾驶产业的核心力量。但自动驾驶的未来，从来不止是技术的胜利，更是人类的选择—— 选择效率还是公平，选择技术狂奔还是制度适配，选择少数人的红利还是全体人类的共享。这场由 AI 赋能的自动驾驶革命，就像一把双刃剑，既带来了生产力的飞跃和社会的进步，让出行更便捷、物流更高效、城市更智能，也引发了就业的崩塌、产业的重构、金融的危机，让数亿传统劳动者面临转型困境，让收入分配的两极分化进一步加剧。而人类社会要在这场变革中实现可持续发展，就必须直面技术与制度的矛盾、效率与公平的博弈，建立适应自动驾驶的法律规则、监管体系、社会治理模式，让自动驾驶的技术红利惠及全体人民。要让 Robobus 不仅成为城市公共出行的新载体，更成为公共服务均等化的新纽带；要让 Robotaxi 不仅成为个性化出行的新方式，更成为全民出行自由的新保障；要让自动驾驶不仅成为科技进步的新标志，更成为社会进步的新动力。自动驾驶的狂飙，从未停下脚步。而人类社会的思考，也从未如此深刻 —— 当汽车不再需要人类驾驶，当巴士穿梭在城市的大街小巷无需司机，我们该如何定义人类的价值？当出行实现全面智能，当交通体系被 AI 重构，我们该如何重构社会的规则？答案，藏在技术的进步里，更藏在人类的选择里。而这场关于出行、关于经济、关于人类未来的大考，才刚刚开始。
-
华为海外首发新一代算力底座：为世界提供新选择 当地时间3月2日，在世界移动通信大会（MWC26）期间，华为计算产品线总裁张熙伟首次在海外发布最新的Atlas950 SuperPoD，TaiShan 950 SuperPoD等多个型号超节点产品及解决方案。当前，人工智能加速发展，已从Generative AI时代演进至Agentic AI时代。万亿级模型参数和10万亿级数据训练成为标配，对算力需求提升十倍到百倍。模型支持的上下文序列长度从K级提升到M级，对算力规模和时延也提出了更高的要求。 图源：观察者网华为本次发布的计算产品及解决方案，包括Atlas 950 SuperPoD智算超节点、Atlas 850E 超节点服务器，以及业界首款通用计算超节点TaiShan 950 SuperPoD，和TaiShan 500、TaiShan 200等系列化产品。观察者网从现场了解到，基于新型互联协议“灵衢”打造的Atlas 950 SuperPoD智算超节点，以单柜64卡为基本单元，最大可支持8192张NPU卡高速互联，在算力规模、互联带宽等指标上领先英伟达，相比传统集群，大模型训练效率、可靠性与推理性能均大幅提升。Atlas 850E超节点服务器能够适配现有风冷机房，支持从8到1024卡的灵活扩展和快速部署，支撑运营商从小规模推理到集群推理的分阶段业务升级。“华为通过创新引领，打造开源开放的坚实算力底座，为世界提供新的选择。”张熙伟表示，华为Atlas 950 SuperPoD超节点，基于灵衢互联创新，支持上千个计算节点像一台计算机一样工作。同时，华为坚持全面开源开放，支持业界主流开源社区和项目，匹配开发者习惯，让开发者深度挖掘算力潜能，加速AI创新。 华为Atlas 950 SuperPoD在通用计算领域，TaiShan 950 SuperPoD是业界首创的通算超节点，支持百纳秒级超低时延、TB 级超大带宽、内存池化等能力，通过内存语义通信，可实现跨节点数据以读写方式高效传输，从根本上解决通算场景时延高、数据搬移开销大、协同效率低的难题。华为同时推出了TaiShan200和TaiShan500系列产品，覆盖高中低算力场景，通过和openEuler开源操作系统、BoostKit应用使能套件协同，满足运营商不同业务需求。华为轮值董事长徐直军曾表示，TaiShan 950加上分布式GaussDB数据库，能帮助金融系统破解核心难题，彻底取代各种应用场景的大型机和小型机以及Oracle的Exadata数据库服务器。软件生态方面，华为持续贡献openEuler开源操作系统，全面开源开放CANN异构计算架构，通过分层解耦，已经将算子库、加速库、图计算、编程语言等软件代码全量开源。北向支持PyTorch、vLLM、SGLang、xLLM、VeRL、Triton、TileLang等业界开源社区和开源项目，大幅提升开发者易用性。本文系观察者网独家稿件，未经授权，不得转载。
-
阿韦洛亚：输球责任在我，西甲还有36分要去争取 北京时间3月3日，皇马在伯纳乌主场0-1不敌赫塔费。赛后阿韦洛亚在场边接受了媒体的采访。 阿韦洛亚在接受混采时表示 还剩36分，我们没有任何退缩的念头，只会为这36分全力去拼。我知道今天之后形势看起来非常糟糕，但这里没有人放弃西甲，没有人放弃任何东西。我们知道自己还有很多要改进的地方，但我不会对球员的努力有任何指责。我们确实可以做得更好，这是我的责任。我认为我们创造的绝对机会比赫塔费更多。显然我们本可以踢得更好，但我们的机会确实比他们多。我看到我们有很棒的球员、很棒的阵容。有些球员即将复出，会给我们很大帮助。我们的目标就是继续进步、做得更好。说真的，今天我理解批评的声音，不管我们踢得差、很糟还是一般，我都认为我们比赫塔费更配得上进球。他们打进了一粒精彩进球，而我们没能把握住机会。我从没说过我们不会踢球，别把我没说过的话安在我身上。我只是说，我们比赫塔费更该进球，我们还有提升空间。如果要有人为这场失利负责，那就是我，我承担责任。现在我能做的只有和球员们一起努力。我们本应该在前场更具压迫性，在对方禁区投入更多球员，多做无球跑动。我们总是习惯性地简单找维尼修斯，但我们必须有能力在两条边路都形成突破。我们聊过很多次破密集防守的难度。比赛被切得很碎，裁判也默许了这种“不踢比赛”的节奏。我不会批评赫塔费，他们只是在利用规则允许的方式踢球。我们还有很大的提升空间。我换上赫伊森，是想让中卫的出球更有侵略性，让中卫敢于前插；卡瓦哈尔能拉开宽度、边路更有冲击力；罗德里戈在狭小空间里能创造很多东西。蒂亚戈-皮塔奇踢了一场很棒的比赛，非常努力。他看起来完全不像是第一次为皇马出场，展现出了极强的心理素质。换他绝不是因为表现不好，恰恰相反。教练要求换人，我接受也理解。我不能拿姆巴佩和贝林厄姆缺阵当借口，我们的阵容足够深厚。关于马斯坦托诺的红牌以及卡雷拉斯、赫伊森各吃到第五张黄牌：“这些事本不该发生。马斯坦托诺那一下我不知道他说了什么，但我们不能出现这种行为。赫伊森和卡雷拉斯的黄牌是比赛过程中产生的，绝对不是球员故意去吃的。”
-
没计划签定位球教练，天空：斯洛特更想教练组集体负责定位球 当地时间3月2日，据天空体育报道，目前利物浦没有签新定位球教练的计划，斯洛特现在倾向于由教练团队集体管理定位球。 利物浦主帅斯洛特在周末战胜西汉姆联后解释道：“我们的战术有所不同，但最大的原因是现在一切恢复了正常。”当场比赛利物浦在上半场通过角球攻入三球，最终以5-2获胜。实际上，利物浦最近九个英超进球中有七个来自定位球，其中五个是角球。这一提升弥补了赛季上半段球队在欧洲五大联赛中曾一度拥有最差定位球记录的严重短板。尽管斯洛特可能不喜欢，也可能伤害他的“足球初心”，但接受英超目前的现实显然是唯一合理且可持续的做法：如果打不过他们，就加入他们。过去几周，利物浦从联赛最差的定位球球队，迅速成长为表现最好的球队之一，这一变化的关键在于接受现实。定位球战术最初并非斯洛特的首选，但他逐渐采纳了这一理念，并与助教赫尔绍夫和范布隆克霍斯特共同负责。此外，定位球分析师刘易斯-马霍尼的意见也获得了更大发言权，目前并无引入新定位球教练的计划。这种新效率的提升恰好发生在定位球教练亚伦-布里格斯去年12月底离职之后。斯洛特现在倾向于由教练团队集体管理定位球。按照他的指示，并参考联赛大多数球队的做法，内切角球已经成为常态。显然，目前大多数球队在角球战术中都瞄准六码区，通过空中轰炸制造最大混乱。在这一点上，阿森纳是标杆。利物浦虽然起步较晚，但也正在逐渐跟上这一联赛趋势。数据显示，进攻方在六码区平均部署3.25名球员，高于上赛季的2.51人；而防守方的球员数量也增加到7.33人，相比去年赛季的6.67人有所上升。这种变化明显限制了门将的活动空间，并降低了他们第一时间触球的可能性。在直接传入禁区的角球中，目前有81%是内切球，高于上赛季的71%，而此前几个赛季大约为59%。对利物浦而言，内切球对范戴克和埃基蒂克尤为关键，同时像麦卡利斯特这样擅长二次补位的球员也从中受益良多。利物浦在最近三场联赛胜利中，每场都有角球进球。在这三场比赛中，他们共执行了28次角球，其中70%直接送到六码区的核心位置，即最容易得分的区域。而斯洛特接手前，这一比例仅为19%，提升幅度显著。简单的移动也非常关键。埃基蒂克身高1米90且有很强的位置感，他在每个进球中都有不同作用：首球占位完成终结，次球吸引防守球员，第三球跑向后点助攻麦卡利斯特。当维尔茨无法通过正常的场上控球和传球线路，把球送到前锋或进攻球员脚下时，无论他是被限制还是缺席，埃基蒂克作为球队仅有的健康前锋，定位球威胁尤为重要。值得注意的是，斯洛特的球队是联赛第四多的角球机会制造者，共取得163次，仅比阿森纳少七次。虽然枪手在定位球的转化率上仍然是标杆，但利物浦在创造定位球机会方面从未胆怯。如今，通过对区域防守和传球质量的微调，利物浦终于能够充分把握这些机会，实现更多进球。【上咪咕独家看英超】
-
凌晨4点巴萨打响奇迹之战！5-0能翻盘 2大巨星回归 开启狂攻 北京时间3月4日凌晨4点，国王杯半决赛次回合，巴萨主场迎战马竞。首回合0-4惨败的巴萨，需要1场“奇迹之战”，才能完成翻盘。佩德里、拉菲尼亚的回归，给巴萨增添翻盘信心。【交锋历史】 两队共有248次交锋，巴萨113胜57平78负，打进468球丢361球。在国王杯的50次交锋，巴萨23胜10平17负。2月份的首回合交锋，巴萨客场0-4惨败。【奇迹之战！巴萨喊出翻盘口号】首回合之战，巴萨在客场0-4惨败给马竞。格列兹曼、阿尔瓦雷斯、卢克曼的马竞三叉戟，上半场就暴击巴萨大门。那场0-4，也是弗里克执教生涯最惨痛的失利，巴萨37年来首次净负马竞4球。 回到主场，巴萨期待打出奇迹之战。在社交平台上，巴萨官方写道：我们想将不可能变成可能（We want to make the impossible, possible）。巴萨官方还举出一些“诺坎普奇迹”案例，譬如2016-17赛季欧冠6-1翻盘巴黎圣日耳曼，2020-21赛季国王杯半决赛次回合3-0翻盘塞维利亚。【佩德里拉菲尼亚回归 巴萨开启狂攻】2月份的0-4惨败，巴萨缺少两名核心球员：佩德里、拉菲尼亚。没有佩德里的组织，拉菲尼亚的冲击，巴萨的攻防节奏、爆破力明显下降。再战马竞，巴萨迎来佩德里、拉菲尼亚的回归。拉菲尼亚是巴萨斗士，精神属性拉满，赛前就豪言：1%的可能性，99%的信念。 巴萨必须抓紧时间猛攻，《世界体育报》指出，巴萨主帅弗里克考虑使用伪9号阵型，奥尔莫、亚马尔、拉菲尼亚组成三叉戟，费尔明踢10号位，佩德里坐镇中场。后防线上，巴萨让攻击力更强的坎塞洛出任左后卫。【王牌对王牌 4大攻击手对决】 毫无疑问，这场比赛巴萨将高举进攻大旗，马竞主打反击。巴萨阵中，两翼的亚马尔、拉菲尼亚，能否拉开空间、早早破僵局，将是巴萨翻盘计划的关键；马竞阵中，阿尔瓦雷斯、卢克曼能否抓住反击机会，也非常关键。4大攻击手的对决，值得期待。【预计首发】巴萨（433）：霍安-加西亚/孔德、库巴西、马丁、坎塞洛/佩德里、伯纳尔、费尔明/亚马尔、奥尔莫、拉菲尼亚马竞（442）：穆索/鲁杰里、汉茨科、普比尔、莫利纳/小西蒙尼、科克、略伦特、卢克曼/阿尔瓦雷斯、索尔洛特
-
华为发布下一代全光网创新产品解决方案，光纤故障可定位到10米内 IT之家 3 月 3 日消息，在 MWC26 巴塞罗那期间举办的华为产品与解决方案发布会上，华为光产品线总裁陈帮华发布了下一代全光网创新产品与解决方案，主打“以智赋网（AI for Networks）和以网兴智（Networks for AI）”。 据华为官方介绍，AI 正在从技术创新走进现实应用，深入娱乐、教育、健康等家庭场景，预计 2030 年家庭 AI 终端普及率将达到 90%。同时，预计 2030 年超大型数据中心的数量相比 2025 年将增长 77%。ITU-T（IT之家注：国际电信联盟下属电信标准化部门）已正式发布 ION-2030 技术框架，明确下一代光网络的关键能力、应用场景和标准化路线。华为方面认为，家庭 AI 应用和算力互联给运营商带来新机遇的同时，也对网络带宽、时延、可靠性等方面提出更高的要求，光网络代际升级正当时。IT之家附华为下一代全光网创新产品与解决方案亮点如下： 基于智能感知光模块和智能单板，能够感知大量的环境数据，再基于光纤风险感知模型和故障识别模型提前识别风险点，故障位置可精准定位到 10 米以内，维护人员一次上站即可完成修复。 基于光系统中各种光器件的上千个参数数据建立光学性能的仿真模型，并通过海量样本数据进行优化，显著提升了性能评估的精度，传输距离可提升 20%。 通过 Wi‑Fi 感知技术，实时识别干扰，通过 AI 算法智能调节 Wi-Fi 功率、优化信号传输路径、补偿信号损耗，让干扰场景下的 Wi‑Fi 速率提升 20%。该技术已帮助全球多个运营商大幅减少用户投诉。 在 OLT 中引入了智能节能技术，能够实时分析业务流量，精准识别设备忙闲状态，并对端口、单板等进行智能调节，无流量时全休眠，有业务时可迅速唤醒，实现平均节能 40%。 基于海量故障场景的积累，家宽运维智能体可以自动识别和定位 60+ 种故障类型，比如针对 Wi-Fi 信道开启等配置类问题，可以自动处理闭环。同时通过自然语言交互，可以辅助 NOC 运维工程师远程快速决策和处理，远程闭环问题。
-
世体：皇马输球给巴萨注入强心针，球队迎战马竞心态更加放松 北京时间3月3日，皇马在伯纳乌主场0-1不敌赫塔费。《世界体育报》对此表示，这一结果也让巴萨在西甲积分榜上的优势进一步扩大，为即将迎战马竞的红蓝军团注入了一剂强心针。 报道称，凭借萨特里亚诺一脚绕开库尔图瓦十指关的精彩远射破门，赫塔费客场从伯纳乌带走胜利。皇马主场落败后，巴萨以64分领跑，阿韦洛亚麾下的皇马积60分，两队分差被拉开到4分，本赛季西甲还剩下12轮较量，皇马此后还将客场挑战巴萨。巴萨即将迎来与马竞的国王杯半决赛次回合较量，球队面临着重要人员缺阵的情况：莱万、德容因伤缺席，埃里克-加西亚则停赛无缘出战。首回合巴萨在大都会球场0-4惨败给马竞，次回合球队需要上演史诗级逆转才能晋级决赛。尽管人员不整，但皇马本轮输球无疑给巴萨带来了额外的士气提升，球队心态得到进一步放松。弗里克、巴萨全队以及球迷都期待着完成逆转，而皇马的失利也成为了巴萨的一大利好。
-
马特乌斯谈德国队世界杯大名单：帕夫洛维奇和恩梅加是必选的 当地时间3月2日，在德国天空体育的专栏中，马特乌斯对世界杯上德国队可能的阵容进行了分析，他认为基米希是必不可少的核心球员，即便踢右后卫也能像半个中场一样参与组织；约纳坦-塔、穆西亚拉、格纳布里、格雷茨卡和伦纳特-卡尔也是确定人选。帕夫洛维奇和恩梅加在双中场体系中各司其职，格雷茨卡经验丰富必须入选。锋线方面，高大、头球强的球员不足，如果球员状态不佳，可能需要使用“伪九号”战术。维尔茨和穆西亚拉可能成为关键球员，斯图加特的若干球员具备替补潜力。 以下是专栏内容 关于纳格尔斯曼在《踢球者》杂志上的采访，全德国都在讨论。每一句话都被仔细分析，球员们也不例外。尤其是那些希望在夏天入选世界杯的球员，肯定会仔细阅读每一个字。纳格尔斯曼肯定已经心里有17或18个名字。基米希是必不可少的，无论他是踢中场（六号位）还是右后卫（二号位）。约纳坦-塔，上周六在德国国家德比中表现出色，也肯定会出现在纳格尔斯曼的四后卫体系中，像多特蒙德的施洛特贝克一样。帕夫洛维奇和恩梅加在我看来是必选球员。在双中场体系中，我认为帕夫洛维奇和恩梅加是必不可少的，即使纳格尔斯曼以相同方式使用他们。我和纳格尔斯曼意见不同。我认为帕夫洛维奇更擅长拿球，恩梅加能够从自己禁区带球推进到对方禁区，覆盖全场，串联防守和进攻。因此，在世界杯上，我认为帕夫洛维奇更适合六号位，恩梅加更适合八号位。我知道自己在说什么，因为我曾经踢过六号、八号和十号位。格雷茨卡在世界杯资格赛对北爱尔兰的比赛中赢得了很多头球，但在世界杯上，没有多少球队会用高球和长传打法。除了苏格兰，也许还有爱尔兰或北爱尔兰，如果他们晋级的话。帕夫洛维奇（1.88米）和内梅查（1.90米）在身体条件上和格雷茨卡（1.89米）类似。帕夫洛维奇一年前还看起来像U19球员，现在外形上也已经像一名成年国家队球员。对我来说，格雷茨卡必须随队出征世界杯。尽管他目前在拜仁的上场时间不如人意，我仍然认为他必须参加世界杯。如果仔细计算，会有球员上场时间更多，但他们未必能随队出征。纳格尔斯曼曾说，球员需要上场时间，但他没说明需要多少分钟。对此我没有问题。我为格雷茨卡高兴，因为从性格上来说，他也配得上入选。他有经验，也接受了自己在拜仁的角色。即便他在三场比赛中坐在替补席，他也能保持冷静，因为他知道，只要在训练中表现出色，总有机会获得上场时间。纳格尔斯曼必须决定谁对国家队重要。不管球员只踢五分钟，还是三场比赛坐在替补席，重要的是他们在德国国家队的表现，他们带来的质量，以及作为主教练的纳格尔斯曼在世界杯上如何使用这种质量。纳格尔斯曼还说，“会有一些决定，可能不会得到很大理解。”在每届大赛中，总有球员感到失望，公众也会对人事决定感到惊讶。主教练对情况坦诚，但他不一定非要公开说，因为这可能会让他带入的球员感到不安。有些球员在俱乐部非常重要，但可能不会入选。我已经考虑过，但出于对球员的尊重，不想提名字。我可以理解基米希的决定。纳格尔斯曼再次确认，基米希在世界杯将担任右后卫。在中场，国家队有更好的选择，而在右后卫位置，德国球员选择不多。莱比锡的巴库状态才刚恢复，亨里希斯受伤后还没完全恢复，而拜仁、多特蒙德或勒沃库森没有合适的德国右后卫。德国队右后卫可选的球员不多，所以纳格尔斯曼让基米希踢右后卫的决定是可以理解的。虽然名义上是后卫，但在球队控球时，基米希经常上前参与中场的组织和传球，作用就像半个中场球员。因此，他在右后卫的位置上既能防守，也能帮助球队控球和推进进攻，这正符合纳格尔斯曼的战术需求。沃尔特马德目前状态不佳。在锋线上，主教练暂时无法拥有他理想中的球员类型——高大、身体强壮、头球能力出色的前锋。菲尔克鲁格近一年几乎只获得短时间的出场机会，克莱因丁斯特尚未完全恢复，而沃尔特马德也状态不稳。不过，如果他能在俱乐部定期上场并找回自信，世界杯上的表现可能会有所改善。如果这些高大、头球强的前锋仍然无法上场，球队可能需要使用“伪九号”战术。哈弗茨曾受过几次伤，我认为昂达夫和格纳布里可以作为替代人选。但他们在俱乐部更习惯围绕中锋踢，因此并不适合应对以高球为主要战术的比赛。维尔茨和穆西亚拉可能是世界杯上的关键球员。维尔茨在利物浦已经展示过几次自己的能力，穆西亚拉则缺乏比赛节奏。他需要在俱乐部获得更长时间的出场机会，这非常重要。拜仁方面，我认为基米希、约纳坦-塔、穆西亚拉、格纳布里、格雷茨卡和伦纳特-卡尔是世界杯的确定人选。卡尔带来了额外优势，有点像2006年世界杯的奥东科尔。奥东科尔更多依靠速度，卡尔则有其他多样化能力。他已经在国际最高水平展现过自己的水平，也比赛义德-马拉稍胜一筹。赛义德-马拉也是纳格尔斯曼的扩展候选人。现在，随着球队陷入降级区，科隆主教练可能会改变策略，给他更多出场时间。斯图加特有多个国家队候选球员，他们不一定是首发人选，但可以作为替补进入大名单。他们中的一些人已经在德国欧洲杯上展示过可以承担这种角色。我会把努贝尔、莱韦林和昂达夫带到世界杯上。【上咪咕独家看英超】
-
如何穿搭可以游刃有余？挑对颜色、选用基础款，耐看又舒适 对于绝大多数的人来说，穿衣是一件需要谨慎对待的事情，如果在穿搭的时候，能够找准方向，后续建构出完整且合适的。 衣服其实没有必要买太多，找对了颜色之后，用绝大多数的基础款，就可以让日常着装看起来稳妥且得体，对于大部分人来说，这种穿衣方式都适用。 一、暗色和彩色搭配有不少人为了图方便，就会以大量的暗色为最主打的色系，构造出显瘦的穿搭十分的方便。但是，暗沉的颜色占据绝大部分的比例之后，就会导致压抑的感觉成倍滋生。建议大家运用暗色和彩色搭配的方案，让二者进行一个非常完美的平衡。像一件黄色的毛衣，就可以用来搭配黑色半身裙，既有黄色的明媚，又有黑色的沉稳。 当整体穿搭风格是比较暗淡的时候，会让人觉得风格方面偏无趣，不如利用一款彩色进行色彩上面的平衡。像下面的这款黄色短外套，整体的触感是比较柔软的，饱和度也不会过高，是偏嫩的黄色，可以赋予大家减龄的视觉效果。在下半身搭配过膝长度的暗色的裙子，也能显得气质特别的优雅，还能顺便遮挡一下身材曲线。 不管在哪个季节，都可以穿裙子。各种样式的裙装，帮助大家的身材短板进行修饰，也能同时提升个人的气质。下面的彩色穿搭，大家也可以借鉴一下。选用蓝色或者是绿色的毛衣，搭配黑色波点半身裙，别有一番个性的气息，但又不会让人觉得造型过分新潮而难以招架，属于就算是普通人，也可以轻松掌控的搭配形式，还能显得风格方面更加的生动。 二、用毛衣搭配半身裙如果不知道日常如何穿衣，大家试一试毛衣和半身裙的组合方案，既能够利用毛衣，保证一定的温度，又可以通过裙子，强化个人的气质，而且这种搭配方式也能保证舒适度。这几组穿搭，选用的毛衣设计有一些不同，但都是稍微宽松一点的款式，而在裙装的挑选上，可以利用黑色或灰色的百褶裙，呈现出一定的律动的气息。 毛衣的整体款式设计是比较多的，如果想要以显瘦为最终的目的，顺便收获一些百搭的服装，建议大家看一看黑色的毛衣。胸前带有图案的点缀，让画面变得更有趣。这种毛衣的收缩性是比较强的，就算腹部的线条不是很完美，也可以通过深色，去进行曲线的优化。在下半身简单的配一条干干净净的白色裙装，画面会更加的平衡和简约。 毛衣也算是大家会在衣柜里准备好的一大单品，采用菱形格纹毛衣，比普通的纯色毛衣看起来更加有个性一些。简单的色块排列，让画面看起来更有层次感。在下半身，大家可以搭配一些基础样式的半身裙，通过这类裙装，彰显个人的优雅的美，也不会对腿型有极高的要求。 三、用珍珠耳饰进行点缀要想塑造出时尚精致的穿搭，不管是外套还是内搭，都得平衡好。除此之外，也要加入一些饰品，让自己的状态看起来更好一些。而珍珠耳饰就是很建议大家试一试的类型，无论尺寸大或小，都能够在造型中带来不错的装点的作用，搭配各种类型的服饰，也都会非常的和谐，尤其是成熟女性，跟这款配饰的适配性是很高的。 总结：日常穿衣不用太费脑筋，大家可以通过上面这些配色以及服装搭配的方案，展现出完整的着装，且不会显得老气。
-
当「技术派」遭遇「教研派」：AI+教育赛道，谁更懂老师的痛？ 「核心提示」 是时候给老师配一个AI“外挂”了。 作者 | 詹方歌编辑 | 邢昀社交平台上，一个问题引发热议：小学老师一天只有两节正课，其他时间在忙什么？数千条回复拼凑出老师们真实的一天。在外界一部分人看来，老师们每天只是上几节课；但课堂之外，则是备课、教研、批改作业、填表、评比、家校沟通以及处理突发学生矛盾等“隐形工作”。困扰老师的往往不是“教书”本身，而是那些将整块时间切碎的事务性工作。对于班主任而言，这种“碎片化”尤甚。有老师感叹：“我们内心渴望多关注每一个具体的‘人’，但总怕被无穷尽的‘事’淹没了。”如何在忙碌中守住有温度、有智慧的育人初心？在AI改变一切的今天，能否借助技术的力量，让老师们得以从琐碎中抽身，把更多时间与精力分配到那些无法被替代的深度互动中？1、AI能帮老师“减负”吗？“在学校里，时间好像总是不够用。”一位一线城市的青年语文老师这样描述她的日常。由于担任班主任，同时还承担两个班的教学任务，她每天早晨七点半前一定到校，傍晚六点半能离校已是比较理想的状态。她大部分时间都在教室里度过，需要随时关注学生状态。下班回到家，她再继续完成备课、材料整理等未完成的工作。不断在教学核心工作与其他事务之间平衡与统筹，是大部分教师的日常状态。而这背后，如何让老师们在保障教学质量的同时，更从容、有效地开展工作，一直是教育领域关注的议题。 图片由AI生成 技术的持续发展，为教师优化工作方式、提升工作效率带来了新的工具与思路。在AI技术席卷各行各业的今天，教育领域涌现出各种AI+教育的工具，探索为老师“减负”赋能。以阿里、字节等互联网科技巨头为代表的“技术派”，以创业公司为主的“创新派”，以好未来为代表的教育科技派，各自给出解题思路。一方面，互联网科技巨头依托通用大模型技术，以及流量入口，将教育作为验证技术能力、获取用户数据的高频落地场景。有老师表示，现在备课、准备课题汇报需要列框架时，会寻求这类通用大模型的帮忙。但因为缺乏教育领域的专业知识与数据，通用大模型能解决的问题比较有限。一位来自浙江的老师告诉《豹变》，自己教的通用技术课属于浙江的特色高考选考科目，以选考部分的电子控制电路为例，需要分析电路图。他说，自己和学生曾尝试过市面上几种依托通用大模型的AI助手，解题过程都有明显错误。究其原因，可能是这门课程的相关学科知识融合自机械、电子信息等，大多只有大学的教材和题目数据，和高中学情的难度情况有差别。与此同时，部分创业公司和硬件创新者选择了差异化路径，避免在全科教学平台领域直接竞争，专注于课堂互动、细分学科等垂直场景。比如，有企业尝试将“数字人助教”等新型技术形态引入教学环境。而如何让技术真正成为师生之间温暖而高效连接的桥梁，仍是需要探索的命题。 图片由AI生成 要让AI成为老师们减负增效的利器，真正的破局点，在于“懂行”。只有当AI从“什么都懂一点”进化到精通教学逻辑、教材知识点、学情分析，它才能成为老师的帮手。这要求AI不仅要有算法的骨架，更要有专业的教研数据作为血肉。面对给教师“减负增效”这一现实命题，教育科技企业给出了不同的回应。以好未来为例，其推出的“九章爱学老师版”，试图从老师的视角出发，提供能“用得上”“不添乱”的AI能力。2、在备课环节，AI如何让教学更懂学生在整个教学环节里，备课是重中之重。老师们需要将知识点、学情认知与教学方法进行深度融合设计。一位数学老师告诉《豹变》，因为白天在学校没有时间，晚托结束后，还需要跟家长沟通情况，自己常常在深夜集中时间备课或者二次备课。有一次为了让“圆的周长”这个知识点更容易被理解，他手动搜寻、筛选找了半天资料，最后才形成了一页PPT。这揭示出备课的真正难点，老师们需要的不只是“效率工具”，更是一个深度理解教学设计、能提供可靠支持的“专业伙伴”，高效整合创意、教学构思和资源。一位来自温州的低年级语文老师告诉《豹变》，她时常用AI来做PPT中需要插入的作者介绍卡片，整个过程中AI生成信息出错的情况不多，但是有时候版本跟不上，新教材的内容没有。这样的问题能在九章爱学老师版中得到解决。依托过去多年积累的教育资源，九章爱学老师版内置覆盖小学至高中全学段、全版本教材的知识库，匹配教学大纲和教材知识点。另外，“一句话生成完整课件”的功能，让教师仅需输入一句课程主题或构思描述，系统便能基于权威、结构化且持续更新的教育数据库，快速生成包含图文、音频的完整课件框架。比如，当地理老师输入“生成七年级地理大陆板块漂移课件”时，系统并非机械地堆砌文字，而是像一个老练的教研组长一样，先确认教材版本、侧重考点，随后生成包含图文、音频、互动的完整课件框架。这种基于权威教材数据库的生成模式，解决了通用模型“版本不对”或“知识点超纲”的问题。确认相关信息后，AI会进行需求与学情分析，拆解教学设计要点，几分钟后生成一个完整课件框架。老师们还可以根据需求进行细节调整，添加个性化教学元素。 九章爱学老师版生成的地理课件 一位来自中部城市的英语老师对《豹变》表示，自己不会在课堂上大量运用花里胡哨的视频和图片，只会在重要的引入环节或者是画龙点睛之处使用，通过形象化、具体化的案例，让学生加深印象，消化知识点。这代表了很多一线教师的教学观：技术应该为明确的教学意图服务。九章爱学老师版同时支持生成“AI单页课件”，灵活适配不同教学场景。根据实时教学需求，产出一个课堂互动游戏，一个引爆思考的趣味问答等。一位语文老师尝试为《田忌赛马》设计课前导入，激发学生思考。输入需求后，九章爱学老师版捕捉到背后核心教学逻辑：让学生在“三局两胜”中体验以弱胜强。很快一个带锦囊提示的互动游戏便生成。课件会提示使用时长，方便教师判断把握课堂节奏。 九章爱学老师版用AI生成引入小游戏 更重要的是，教师制作的课件可上传分享，资源库因此持续生长。由此，老师们既可以是资源的索取者，也可以是贡献者。无论是按照学段、学科浏览，还是直接输入知识点搜索，这个日益庞大的资源库都能为备课提供丰富的灵感与参考。 3、接管“事务性劳动”，回收时间主权除了教学，老师们日常工作内容远远比学生和家长们看到的更多。比如对几十份作业或考试成绩进行重复性批阅与统计，抑或处理格式固定的通知与反馈，这些工作消耗时间，却难以产生深度的专业成长与教学创新。AI技术发挥作用的另一个层面，正是对这些标准化、流程化任务进行“批量处理”，让老师从机械重复中解放，重掌时间的主动权。上述来自温州的语文老师告诉《豹变》，当地大部分学校都引入了智能管理系统。依托智能程序，每个孩子在学校的表现和成绩会形成综合的积分系统，管理的规范守则可以用AI来生成，实现寓教于乐。现在，各类AI教育工具也都在探索相关的使用场景。依托对教师群体的深入调研，好未来拆解了老师的日常工作流程，精准识别出其中高频、重复且耗时的任务。基于这一洞察，九章爱学老师版开发了170余个智能体，覆盖公开课、备课、批改、出题考试、家校沟通等多方面，可以一键生成教案，做班会设计，生成学生评语、家长通知等等，试图将老师们从繁重的机械重复中解放出来。一位语文老师使用了“激发课堂讨论”的功能，希望AI能“围绕‘桃花源是否应该被外界发现’生成一场小型课堂辩论的框架”，AI不仅列出了“保持纯粹vs.共享美好”的论点，还建议学生们可以分饰“桃源村民”“渔人”“太守”。他表示，“这可以点燃老师教学设计的火花。” AI生成 不同功能的智能体给老师提供了可灵活组合的“创意元件”，让老师们转变为一个调配资源、激发灵感、拓展教学创造力的“引导者”。在这场关于AI与教育的讨论中，我们必须清醒地认识到：AI无法替代老师眼神中的鼓励，无法替代对学生情绪的敏锐捕捉，更无法替代言传身教的人格魅力。AI不是高高在上的“颠覆者”，而是默默支持的助手。当技术能够高效处理掉那些机械、重复、耗时的“非教学负担”，老师们将有更多时间去观察每一个孩子的变化，去精心设计一次启发性的提问，去回归教育最本质的定义：用一棵树摇动另一棵树，用一朵云推动另一朵云，用一个灵魂唤醒另一个灵魂。这或许才是技术给教育带来的最大程度的自由。
-
锡安明日战湖人复出！自信状态生涯最健康：最难受批评说我不在乎 北京时间3月3日，锡安接受ESPN主持人安德鲁斯的采访，谈到了自己的健康状况和训练日常。他表示自己计划在明日对湖人的比赛中复出。 NBA历史上一共有85位球员生涯场均得分达到20+，而锡安59%的投篮命中率是其中最高的。没错，这意味着他超越了奥尼尔、约基奇、贾巴尔这些内线巨兽。在缺阵对快船的比赛前，锡安已经连续出战了35场比赛，这是他职业生涯最长的连续出场纪录。 “我现在真的特别开心。每天起床都知道自己可以毫无顾忌地打NBA比赛，不用担心伤病之类的问题，因为我和我的训练师一直付出了很多努力，”锡安说道，“我觉得这是我生涯至今最健康的状态。我说这话不只是从运动能力上来说，更是因为我现在每晚都能打30分钟以上，不用担心之后会受伤。我现在移动很灵活，感觉毫无束缚。” 锡安之前更换了一位训练师。“就是坚持做好所有小事。我们每天都会做治疗，专注细节。这也是我说自己毫无束缚的重要原因 —— 我的身体很灵活，肌肉不紧绷，感觉很松弛。有时候我被换下场，我会看着教练心想：我现在必须下场吗？我觉得这就是我享受比赛的时刻，因为我不想下场。很多时候我真的不想被换下，因为我一点都不累，在场上的感觉太好了。”生涯至今，锡安听到过很多批评，关于比赛、出勤、体重、体型……那么最让他难以接受的批评是什么？“处在这个位置，有利有弊。批评是家常便饭。但最让我难受的，是有人说我不在乎，”锡安回应道：“我真的非常在乎，极其在乎。当你不能上场，只能坐在场下时，我比那些批评我的人更难受，因为我不想当旁观者，我想上场打球。这也是我自我审视的一部分：我做得够多了吗？我真的在做该做的事吗？这对我的心态影响很大，但也让我作为职业球员成长了。所以回头看，这其实是塞翁失马，焉知非福。我只是努力保持积极。”
-
英伟达向Coherent投资20亿美元 推进先进光学技术研发 雷递网 乐天 3月3日NVIDIA（英伟达）和Coherent Corp.（NYSE:COHR）今天宣布了一项多年战略协议，旨在推进先进光学技术的前沿，包括制造能力和研发，以实现下一代人工智能基础设施。该非独家协议包括英伟达数十亿美元的购买承诺，以及先进激光和光网络产品的未来访问和容量权。此外，NVIDIA将向Coherent投资20亿美元，以支持Coherent在美国建立制造能力时的研发、未来产能和运营。光互连和先进的封装集成是人工智能基础设施下一阶段的基础，因为它们解锁了人工智能工厂之间的超高带宽、节能连接。这一扩大的合作伙伴关系利用了NVIDIA在人工智能、加速计算和网络方面的领导地位，以及Coherent在光学创新和先进制造方面的专业知识，使Coherent能够扩大其研发和制造能力，以支持下一代人工智能数据中心的全球建设。NVIDIA创始人兼首席执行官黄仁勋表示：“计算已经发生了根本性的变化。在人工智能时代，软件运行在智能上，人工智能工厂为每一次交互和每一个上下文实时生成代币。”。“通过Coherent，NVIDIA正在开拓下一代硅光子学，以前所未有的规模、速度和能效实现人工智能基础设施。”Coherent首席执行官Jim Anderson表示：“这种战略关系突显了Coherent作为下一代人工智能数据中心基础设施关键推动者的作用。”。“我们很自豪能够扩大与NVIDIA 20年的合作关系，增加他们的访问权限，包括多个产品系列，以帮助他们建立未来的人工智能数据中心。”雷递由媒体人雷建平创办，若转载请写明来源。
-
无能狂怒？1.5亿熊皇11场0球：追着对方球员骂 丢单刀+险误伤裁判 北京时间3月3日凌晨，皇马主场爆冷，0-1不敌赫塔菲，遭遇西甲2连败。此役，姆巴佩缺阵，而维尼修斯未能担起领袖的责任。他连续11次对阵赫塔菲无法进球，且在赛后情绪失控。 本赛季，维尼修斯前半程的状态比较糟糕，并因此备受外界批评。不过，阿隆索下课后，他似乎被打通了任督二脉。本场比赛前，他连续5场比赛破门，找回了昔日的雄风。不过，他在今日又蔫了。面对赫塔菲的铁桶阵，维尼修斯状态不佳，如同忘记带射门靴。第13分钟，皇马前场反抢，维尼修斯获得单刀机会。面对出击的门将，维尼修斯选择直接射门，但他的射门过正，被门将给扑出底线！ 此役，维尼修斯一共3次射门，只有1次射正，但尝试16次过人，有7次成功。比赛最后时刻，对方球员受伤倒地，有拖延时间的嫌疑。维尼修斯很生气，上前就拉住对方，试图让他赶紧起来。不过，维尼修斯在拉人的时候差点误伤裁判。裁判很生气，向他出示黄牌。 维尼修斯染黄后还和对方的球员发生言语上的冲突。而在比赛结束后，维尼修斯又和对方球员打起了口水仗，他生气地要冲到对方球员面前，但被工作人员拦下。维尼修斯看上去很激动，多次试图推开众人并找对方球员理论。 职业生涯中，维尼修斯共11次对阵赫塔菲，一球都没有打进，这是他在西甲赛场遭遇同一个对手连续不进球的第二场次（第一是马竞，12场0球）。
-
霍尔木兹海峡近乎停摆 布油直逼80美元 智通财经注意到，随着中东战争的第一波影响显现，霍尔木兹海峡交通近乎停滞，沙特阿拉伯一家大型炼油厂的生产中断颠覆了能源市场，原油价格随之飙升。布伦特原油期货收盘上涨约6.7%，报收于每桶78美元附近，创下2025年6月以来最大单日涨幅。据国家媒体报道，在伊朗伊斯兰革命卫队的一位发言人表示该国不会让石油离开该地区后，原油价格在盘后交易中进一步扩大涨幅。作为全球经济引擎的柴油期货收盘价则创下近三年来的新高。随着空袭进入第三天，美国对于同伊朗的战争可能持续多久发出了矛盾的信息，而持久的战斗势必会进一步扰乱能源市场并导致至关重要的航道瘫痪。美国总统特朗普表示，预计冲突将持续四到五周，但他补充说，美国已做好长期战斗的准备。与此同时，美国国防部长皮特·海格塞斯则拒绝了“无止境”战争的说法。与此同时，伊朗的安全主管排除了谈判的可能性。这场战争标志着中东和全球石油市场进入了一个危险的新阶段。伊朗每天开采约330万桶原油，占全球产量的3%，但由于其位于霍尔木兹海峡沿岸，对能源供应拥有更大的影响力。来自波斯湾的石油必须经过该水道才能到达中国、印度和日本等主要市场。这一咽喉要道承载了全球五分之一的石油和同等比例的液化天然气(LNG)。加拿大皇家银行资本市场公司(RBC Capital LLC)商品市场策略主管赫利玛·克罗夫特在报告中表示：“在冲突持久化的情景下，我们预计油价将触及每桶100美元区间。能源现在显然处于对伊战争的风口浪尖。” 伊朗遇袭后油价飙升摩根大通估计，霍尔木兹海峡若停航25天，将导致产油国的储油罐满载，迫使它们削减产量。保险市场已经在紧锣密鼓地研究如何为相关风险定价。能源成本的飙升——如果持续下去——可能会加大全球通胀压力。这将使包括美联储在内的各国央行面临的任务变得复杂化，因为他们既要设法控制价格上涨速度，又要支持经济增长和就业。美国国务卿马可·卢比奥表示，旨在缓解因对伊战争导致的能源成本波动的计划将于周二开始实施。在物理石油资产受到的首批重大影响中，据知情人士透露，沙特阿美公司在该地区遭到无人机袭击后，停止了拉斯坦努拉(Ras Tanura)炼油厂的运营，这进一步推高了燃料价格。附近港口的原油流动仍在继续。在欧洲，由于卡塔尔在遭遇伊朗无人机袭击后停止了全球最大出口工厂的生产，液化天然气价格在周一飙升。一艘参与军事燃料供应计划的美国籍油轮在该地区被击中，周日至少有四艘船只成为攻击目标。海军部队称威胁等级为“极高”，大批船东已停止通行。与此同时，特朗普表示，美国军队“击毁”了十艘伊朗海军舰艇。中东主要石油基准价格的发布方表示，将不接受霍尔木兹海峡内某些等级原油的出价和报价，这准确地突显了冲突是如何颠覆那些对全球最大石油基准至关重要的原油定价的。战争于周六正式爆发，美国和以色列向伊朗全境的目标发射了导弹，同时敦促当地民众推翻伊斯兰政权。德黑兰方面则对以色列以及沙特阿拉伯、卡塔尔、阿联酋、科威特和巴林等国的美国基地和其他目标发动了多轮袭击。虽然原油价格的涨幅是2022年初以来最大的，但未来的路径仍不明朗。油价没有出现更大幅度反弹的部分原因是，石油市场在过去一年左右的时间里供应相对充足。周一还出现了其他的供应风险，在乌克兰无人机袭击后，俄罗斯的一个重要石油码头停止了装载。作为对冲突扩大的反应，欧佩克+在预先安排的周末会议上同意下个月将配额增加20.6万桶/日。该组织(成员包括伊朗、沙特阿拉伯和俄罗斯)在战斗爆发前原本就被预计会恢复小幅增产。周一的飙升使得今年以来的油价涨幅达到了30% 左右，而从中东到中国的原油运输成本则飙升至历史最高水平。自今年年初以来，交易员们一直在为美伊爆发冲突的威胁做准备。 世界上大约五分之一的石油要经过霍尔木兹海峡花旗集团分析师麦克斯·莱顿等人在周一开盘前的报告中写道，“在我们的基准情形下，至少在未来一周，布伦特原油的价格将在每桶80至90美元之间波动。”他们补充道：“我们的基本观点是，伊朗领导层会发生更迭，或者政权发生足够的变化，从而在一到两周内停止战争;或者美国在看到领导层更迭并在同一时间内挫败了伊朗的导弹和核计划后，决定降级局势。”与此同时，摩根士丹利将第二季度布伦特原油预估价格从每桶62.50美元上调至80美元。商品交易顾问(CTA)也加入了这一潮流，放大了涨势。根据 Bridgeton Research Group 的数据，算法交易员目前在布伦特原油和西德克萨斯中质原油(WTI)上持有82% 的多头头寸，远端曲线也出现了一些买盘。
