找到
495
篇与
互联网
相关的结果
- 第 10 页
-
OpenAI推进星际之门项目：官宣在得州等开发5个新数据中心站点 智通财经APP获悉，OpenAI计划投入约 4000 亿美元，与甲骨文(ORCL.US)和软银合作，在美国开发五个新的数据中心站点，这标志着其为履行此前关于在美国投入 5000 亿美元用于人工智能基础设施建设的承诺而做出的最大规模努力。这三家科技公司的高管在得克萨斯州阿比林举行的新闻发布会上宣布，这些新的数据中心分布在得克萨斯州、新墨西哥州和俄亥俄州，最终将具备 7 GW的发电能力，相当于一些城市的发电量。OpenAI 和甲骨文已经数月来一直在开发名为“星际之门”的联合人工智能基础设施项目的一部分——首个带有该名称的数据中心。此次扩张使这些公司距离其在未来四年内投资 5000 亿美元用于国内数据中心和人工智能基础设施的目标又近了一步——这是该公司高层在特朗普总统重新入驻白宫后的最初几天所做出的承诺。新增的设施还将为支持 OpenAI 的服务(包括每周被 7 亿人使用的 ChatGPT)提供大幅增加的计算能力。OpenAI首席执行官萨姆·奥特曼在新闻发布会上说道：“我们将全力以赴推进基础设施建设，因为这将有助于我们实现提供卓越技术、基础产品及服务的目标。”这三处新站点——分别位于得克萨斯州的沙克尔福德县、新墨西哥州的多纳阿纳县以及美国中西部的一个未公开地点——将与甲骨文合作建设，总装机容量将超过 5.5 GW，其中包括在原阿比林地点附近的一个站点再扩建 600 MW的容量。OpenAI 之前在 7 月份与甲骨文公司达成协议，将开发多达 4.5 GW的“星际之门”额外容量，这约占新宣布的 4000 亿美元承诺金额中的 3000 亿美元。甲骨文新任命的联合首席执行官克莱·马古耶克表示：“我们所要完成的工作，任何一家企业都无法独自完成。我们无法独自完成这项任务。这是软银、OpenAI、甲骨文以及其他公司之间的合作项目。”位于俄亥俄州洛德斯敦市的另外两个站点以及得克萨斯州米拉姆县的站点将与软银合作开发，预计在接下来的 18 个月内总装机容量将达到 1.5 GW，这标志着软银作为“星际之门”项目的一部分首次参与联合开发项目。(1 GW相当于一座核反应堆的发电能力。)OpenAI 表示，得克萨斯州的设施将与软银支持的 SB 能源公司合作建设，以为该地区提供电力。OpenAI 称，俄亥俄州的站点预计将于明年投入运营。“星际之门”项目最初是由一家有限责任公司(LLC)发起的，OpenAI、软银等公司被列为股权合作伙伴。此后，OpenAI 将“星际之门”项目扩展至包括与甲骨文及其他供应商在有限责任公司之外达成的数据中心合作协议。此外，该项目还拓展到了美国以外的地区，如欧洲和中东。5 月，软银首席财务官上个月的表态，软银自己的“星际之门”项目启动所需时间比预期要长。在此次新闻发布会上，该公司表示已在米拉姆场地破土动工，此外位于俄亥俄州的项目也已开始建设。据参与该项目的 OpenAI 高管透露，新的“星际之门”站点将通过现金和债务相结合的方式进行融资。这些高管表示，OpenAI 认为与英伟达(NVDA.US)达成的 1000 亿美元的新投资协议将使这家 ChatGPT 服务提供商更容易获得债务融资。奥特曼表示：“我认为我们目前还未完全明确计算领域的融资形式最终会是怎样的。”OpenAI 是几家大力投资以扩大其在美国及海外的数据中心规模的科技公司之一，此举旨在为人工智能的发展提供支持。Meta Platforms(META.US)、Alphabet(GOOGL.US)、亚马逊(AMZN.US)和微软(MSFT.US)预计今年将花费超过 3440 亿美元，其中大部分资金将用于建设运行人工智能模型所必需的数据中心。与此同时，人们越来越担心人工智能领域的投资热潮可能会导致市场泡沫的形成，这与 25 年前的互联网泡沫颇为相似。奥特曼本人也承认存在泡沫的迹象，但他同时表示自己一直坚信这项技术的价值。这位 OpenAI 的首席执行官还表示，他希望在人工智能基础设施方面投入“数万亿美元”。OpenAI表示，新的“星际之门”数据中心项目将在美国创造数万个新的就业岗位。该公司还表示，其仍在评估其他地点，以进一步扩大数据中心规模。奥特曼表示：“我们永远都会处于计算资源受限的环境中，但我们绝不想再次陷入这种资源极度匮乏的状况。”
-
OpenAI携手甲骨文软银 在美新建五大AI数据中心 当地时间9月23日，OpenAI与甲骨文（Oracle）、日本软银联合宣布，将在美国新建五个人工智能数据中心，未来三年总投资预计超过4000亿美元，算力规模有望接近7吉瓦，最终目标扩展至10吉瓦。这一项目被纳入代号为“星际之门”（Stargate）的人工智能基础设施计划，目标投资总额高达5000亿美元，堪称有史以来最宏大的AI数据中心布局。OpenAI首席执行官山姆·奥尔特曼（Sam Altman）在声明中表示，人工智能的发展依赖于庞大的算力支持，“只有我们建立起足够的计算能力，AI才能实现它的承诺。”根据公告，OpenAI与甲骨文将在得克萨斯州沙克尔福德县（Shackelford County）、新墨西哥州多纳安娜县（Doña Ana County）及美国中西部一处未公开地点新建三个站点；OpenAI与软银及其关联公司将在俄亥俄州洛德斯敦（Lordstown）与得克萨斯州米拉姆县（Milam County）再建两个站点。加上此前在得克萨斯州阿比林的扩建，以及与CoreWeave的合作项目，整个“星际之门”计划将在未来三年内实现近7吉瓦的总容量，对应投资规模超过4000亿美元。该项目预计将创造约2.5万个现场岗位。美国总统特朗普今年1月曾公开支持这一倡议，强调人工智能是美国经济与国家安全的战略重点。在此之前，英伟达于周一宣布，将向OpenAI投资最多1000亿美元，用于供应数百万块AI芯片，以支撑其下一代数据中心建设。双方签署的意向书显示，合作最终能耗将超过10吉瓦。不过，市场对这一规模空前的投资提出质疑。伯恩斯坦分析师斯泰西·拉斯贡（Stacy Rasgon）认为，此类投资可能加剧所谓“循环交易”的担忧——即AI公司依赖融资扩张数据中心，从而维持对英伟达产品的持续采购。他表示，这笔交易的体量“远超以往所有案例”，背后的合理性值得审视。根据PitchBook的数据，英伟达在2024年参与了超过50起AI领域风险投资交易，今年有望进一步刷新纪录。但分析人士担忧，此次对OpenAI的大手笔押注，可能使AI产业链的估值泡沫问题再度放大。
-
Meta成立超级政治行动委员会，对抗AI监管 据悉，根据 Meta 与 Axios 独家分享的公告，Meta 于周二推出了一个新的超级政治行动委员会 (Super PAC)，以帮助抵制其认为繁重的全国性人工智能和技术政策法案。 由于美国联邦政府全面接受人工智能，并且看起来不太可能很快通过重大的技术政策法规，繁忙的州议会大厦成为科技公司面临的最大问题。Meta 的非联邦 PAC 将由长期共和党特工 Brian Baker 和民主党咨询公司 Hilltop Public Solutions 运营，将专注于选举两党的州候选人。该超级政治行动委员会名为“美国技术卓越项目”，Meta 发言人 Rachel Holland 表示，该公司正在向该项目投资“数千万美元”。霍兰德表示，此举旨在抵御该公司认为制定不周的州级技术政策提案——仅今年一年就推出了 1,100 项提案——这些提案可能会损害美国在与中国的人工智能竞赛中的利益。霍兰德表示，Meta 将通过超级政治行动委员会专注于三大支柱：推广和捍卫美国科技公司和领导地位、倡导人工智能进步，以及让父母掌控孩子如何体验在线应用程序和人工智能技术。霍兰德表示，Meta 还不能透露 PAC 将立即关注哪些州，也尚未确定 PAC 将雇用多少人。“在越来越多的不一致的法规威胁到本土创新和人工智能投资的情况下，州立法者具有独特的优势，可以确保美国继续保持全球技术领先地位，”Meta 公共政策副总裁 Brian Rice 在一份声明中表示。“这就是为什么 Meta 发起了一项活动，支持全国各地支持人工智能发展、拥护美国科技产业、捍卫美国国内外科技领导地位的州候选人的选举。”Meta 上个月推出了一个专注于加利福尼亚州的政治行动委员会，承诺投入数千万美元支持州竞选中的科技友好型候选人。同样在上个月，a16z 和 OpenAI 总裁 Greg Brockman宣布他们将向一个政治行动委员会投入 1 亿美元，以反对严格的人工智能监管。技术政策游说者在华盛顿抵制他们不喜欢的监管方面非常有效，而国会在通过法案方面的普遍瘫痪对他们有利。这些政治行动委员会在州议会面临的挑战可能更大，因为法案在州议会通常更容易通过。
-
OpenAI宣布星际之门数据中心项目五个新站点 OpenAI周二宣布，计划通过其 Stargate 项目与合作伙伴甲骨文和软银在美国各地建设五个新的人工智能数据中心。新建的数据中心将使 Stargate 的计划容量达到 7 千兆瓦，足以为超过 500 万户家庭供电。 其中三个新站点正在与甲骨文合作开发。它们分别位于德克萨斯州沙克尔福德县、新墨西哥州多尼亚安娜县以及中西部一个未公开的地点。另外两个站点正在与软银合作开发，一个位于俄亥俄州洛兹敦，另一个位于德克萨斯州米拉姆县。新的 Stargate AI 数据中心是 OpenAI 大规模基础设施建设的一部分，该公司致力于训练和服务更强大的 AI 模型。OpenAI 周一表示，将获得英伟达 1000 亿美元的投资，用于购买这家芯片制造商的 AI 处理器，并建设更多的 AI 数据中心。
-
国内电商太卷，淘宝找海外第二战场 出品｜虎嗅商业消费组作者｜周月明编辑｜苗正卿题图｜视觉中国距双十一还有一个月，阿里西溪园区的空气中，已经弥漫着硝烟与咖啡因混合的味道。每一层楼都有许多会议室上演着“备战双十一”的动员会、冲刺会。行色匆匆的阿里小二们紧绷而兴奋。淘宝出海的团队也不例外。2015年就已存在的淘宝出海业务，去年突然开始加速。据数据显示，自今年4月财年起，其新用户同比增速已超200%。“加速的核心是我们看到履约确定性、支付注册门槛、用户数据三方面出现了拐点。”淘宝出海总经理叶剑秋告诉虎嗅，“重新整合后，集团内部各组织变得更紧密也是主要原因，各部门甚至会共背业绩目标。”淘宝这次盯上的，是淘天盘子里那群没有出海经验的内贸商家。但要想撬动这片大货盘，打消他们的观望和疑虑成了关键。这些商家不想在海外大量备货、不想处理复杂的海外物流、也不想雇佣独立的海外团队，确定性和可控性是他们的首要需求。基于此，淘宝出海选择走“一键出海”模式，收取淘天商家4%-10%佣金后，帮其解决物流、售后、客服等环节。“我们不是全托管，定价权、经营权、用户资产都依然属于商家。”叶剑秋说。当然，一些挑战也摆在淘宝出海面前。从海外华人圈起家、至今华人用户占比仍超80%，如何破圈成了关键。此外，如何为几十亿的商品提供确定性的履约服务，难度也并不低。显然，大量补贴仍是淘宝出海眼下的重要策略。在商家侧，商家服务费无法支撑的履约成本（如物流、退货）需要平台投入；在用户侧，在目标市场破圈和建心智也是一笔不小的费用。“我们希望商家侧的投入尽快达到收支平衡，但用户侧的投入是持续且大力度的。”叶剑秋说。那么淘宝出海策略考量具体是什么？阿里各组织间如何协同？淘宝出海跟速卖通会内耗吗？虎嗅问了淘宝出海总经理叶剑秋许多问题，以下为QA： 看到拐点 虎嗅：淘宝出海业务其实从2016年就已存在，为什么选择在2024年8月这个节点，重点推出“全球增长计划”？是看到了什么关键变量，还是受到了外部竞争环境的压力？叶剑秋：核心原因是我们认为淘宝的海外能力建设到了一个关键拐点，这是个顺势而为的决策，并不是被动应战。早在2020年我们就判断出海是重要增量，并开始建设直邮网络，但真正让大规模推广成为可能的基础设施，是在2023年底到2024年初才完全成熟的。具体来说，我们看到了几个关键指标的“拐点”：1、履约的确定性：首先当时我们认为已经解决了跨境电商最大的痛点——履约的确定性。过去海外用户从淘宝上买东西流程繁琐，只能用“集运”（指把不同卖家、不同订单的包裹，先集中到一个中转仓，再统一打包、清关、运输到买家所在国家，需要两段式付费），就像早年中国人海淘的模式。我们从2020年开始建设直邮网络（一段式支付），上线后不久直邮订单占比在很多市场就超过50%，这让我们更有信心加速业务出海的布局。履约的确定性提升，一个关键原因是中央算法模型的成熟。在商品入库前精准预估多件商品打包后的重量、体积和运费，是我们做直邮、做包邮、且损益可控的关键能力。这个能力在2022-2023年得到验证并开始规模化。2. 支付与注册门槛：在集团组织架构调整，AIDC（阿里国际数字商业集团）和淘天合作更紧密后，我们打通了一些底层体验。海外用户现在可以用海外社交账号一键登录，可以用本地信用卡支付，解决了他们无法注册的问题，这件事是从2023年年底开始做的。3、新用户增速：在支付与注册门槛降低、履约确定性提高的基础上，我们当时看到几个重要指标出现提升。去年开始，我们在海外新增了英语，今年又推出了俄语、马来语和泰语几种外语版本，从今年4月到8月，新用户的增速同比达到200%，其中一半以上都是外语用户。还有几个指标是：老用户购买频次变高、新注册用户的下单比例也变高，这些验证了我们在解决了物流、售后、语言等问题后，转化率提升。所以，我们看到基础设施、组织协同、用户数据三方面准备就绪了，开始大力推进。虎嗅：淘宝的“全球增长计划”从去年8月启动，能否回顾一下这个过程中的关键节点和目标？叶剑秋：我们的推进过程是分阶段的。从行业选择上：首先从“大服饰”切入：因为服饰是淘宝的优势品类，同时，服饰卖家最大的痛点是国内的高退货率。海外用户的退货率天然就低，我们的计划为他们解决跨境物流和售后问题，这对于商家来说比较有吸引力。所以，计划推出后，就得到了服饰商家的积极响应。扩展至全品类：在服饰行业验证成功后，2024年“双11”前，我们迅速将计划开放给更多行业，包括3C数码、家居、运动户外、快消等。当然，我们针对不同行业的利润率和退货率，设计了不同的出海佣金费率。过程中一个关键指标是签约出海的商家超过100万。虎嗅：从服饰到全品类，运营能力要求更高了。有没有一些挑战？叶剑秋：目前轻小件商品的挑战不大，现阶段最主要的挑战在于大件和重件商品。这不仅涉及到更复杂的物流解决方案，还包括售后服务，比如在海外的安装服务，商家自身不具备这个能力，需要平台去链接和整合本地的服务商资源。虎嗅：签约100万商家的目标，具体是多长时间达成的？当时为什么设定这个数字？叶剑秋：其实我们最初没有定一个绝对的商家数量目标，也没定100万这个数字。而是定了一个从用户体验出发的相对目标：我们希望平台上有50%的商品可以被包邮服务覆盖。签约100万商家大约用了10个月左右吧。 如何竞争？ 虎嗅：淘宝做这件事的核心壁垒或“护城河”是什么？叶剑秋：我认为首先是商家生态。这些商家本就生长在淘宝，这个模式对他们最友好，能让他们在不增加额外成本的情况下获得增量，这是天然的优势。另外，商家所有的海外生意，其销售额、好评、粉丝等都会累积在他原有的淘宝店铺里，这对于商家来说是最重要的用户资产，不会被分割。所以商家也更有动力去经营。第二，也是最根本的，我认为最差异化的核心价值是：在淘宝货品的“丰富性”基础上，提供“确定性”。其他平台为了追求履约的确定性和低价，往往选择的是有限的、标准化的商品（SKU）。但淘宝的slogan是“everything, anything”（万能的淘宝），我们的壁垒在于，有海量的、非标的、有设计感和个性的商品，比如服饰。我们不是单纯的追求低价，而是想输出一种多元、丰富的供给能力，为消费者提供更丰富的选择。另外一个壁垒在于，能在几十亿商品的“丰富性”基础上，通过中央算法，为用户提供物流价格、时效、服务体验的“确定性”。确定性体现在几方面：价格确定性：最核心的是重量预估。在商品入库前，我们的算法可以计算出任意几件商品组合打包后的重量和体积，在用户下单时就给出一个确定的运费。这是我们能做直邮和包邮的技术基础。时效确定性：从商品离开商家仓库，到进入我们的大陆集运仓，再到干线运输（空运/海运），最后到末端配送，这整个链路的每一个节点，理论上都是可被计算和预测的。要告诉用户包裹到哪了，预计多久能到。服务确定性：包括配送前的电话预约、上门时间协调等一系列标准化的服务流程。淘宝的业务模型决定了我们的核心优势和挑战都在于“极大量的丰富性”。只卖一个SKU，确定性是最高的，但那不是淘宝。我们的挑战在于，如何为这几十亿的商品提供可靠的履约服务。虎嗅：但许多海外物流履约能力并不太高。淘宝出海和哪些物流服务商合作？如何保证这些合作方也能达到你们强调的“确定性”标准？叶剑秋：我们的物流网络是开放的，会和多家服务商合作。这些服务商中，既有菜鸟这样的体系内公司，也有顺丰等外部物流公司。AIDC（阿里国际）的物流部有一个核心职责，就是管理这些合作公司，确保他们在价格、时效、服务这三方面都必须符合我们为淘宝出海制定的标准。如果因为物流方的问题导致配送不可控，我们有相应的追责机制。当然，不同地区的时效性也有差异，亚洲市场肯定比澳洲、加拿大等更远的市场要快。虎嗅：你提到的物流、算法等底层能力，其他大平台没有吗？它们如果也想做这一模式，能迅速跟进吗？叶剑秋：坦率地说，在我们的模式所依赖的底层能力上，我认为其他平台难以在短时间内建立。首先，我们和其他平台的业务模型不同。模式没有好坏，淘宝出海是围绕“万能的淘宝”这个品牌心智和丰富的长尾供给来建立的，我们的模式最大的挑战是要在海量的、不确定的供给盘子里，通过技术手段去创造确定性。比如我们的海外直邮能力。这里面的关键差异是成本结构模型，因为跨境物流成本是固定的，无论商品的货值是多少，物流成本是不会变的，这就导致低价的商品，物流费用在成本中的占比会更高。而淘宝覆盖的多种价格带和商品组合，可以消化和摊薄物流成本。 共背业绩指标 虎嗅：去年阿里集团CEO吴泳铭在曾经在内部信中表示要打通国内和海外电商。这一战略定调后，淘宝出海业务是如何定位和推进落地的？叶剑秋：我觉得这之间其实是螺旋的关系。首先，全球化一直是阿里的核心战略之一（除此之外还有云计算、科技驱动等）。公司提出打通国内和海外电商，明确了我们要用好国内和国际两种资源，形成发展合力。此外，一个关键点是重新整合后，集团内部不同组织之间关系更紧密了。AIDC国际事业和淘天合作更紧密，淘宝出海恰好是在这两个业务之间最适合一起做协同、共同推进的业务，所以落起来比较顺理成章。虎嗅：能否举一些集团内部“更紧密协同”的具体例子？叶剑秋：协同体现在业务的许多环节。最直接的例子是招商和行业联动。首先，现在我们的使命和淘天国内业务团队的使命是完全一致的——帮助淘系商家获得生意增长。对商家而言，他不需要区分国内还是海外，因为海外销售额会全部累计到现有的国内店铺里，成为店铺等级、评价等核心资产的一部分。比如在“双11”等大促节点，几乎淘天所有行业的负责人，都会推进“带领商家出海”这件事。我们最初从服饰行业开始做，就是由当时淘天的服饰行业负责人直接推动的。这种协同也不是简单的部门合作，我们从战略目标到日常执行都做了深度绑定。虎嗅：能否再详细说一下淘宝出海业务的组织架构和日常执行的协同机制？它是从其他部门“抽调人员”吗，具体是如何运作的？叶剑秋：我们的组织模式不是传统的“成立新部门、调拨人员”，而是一种“协同作战”模式。因为淘宝出海业务的根基在淘宝，大的产品技术底座是共享的。而非组织上的完全独立。最关键的机制就是设立一致的业绩目标。从2024年8月项目启动开始，我们就和淘天国内业务团队设定了共同的协同目标。比如，在大服饰品类招商时，我们会共同设定一个“商家渗透率”指标——即要有多少万商家、达到百分之多少的规模，能够参与到出海计划中来。这个指标是由淘天国内团队和阿里国际团队双方共同承担的。虎嗅：这个新增的业绩指标会扩招很多人吗？会不会影响国内业务团队原有的工作和优先级？叶剑秋：这并不会产生优先级冲突。因为无论是国内小二还是海外小二，我们的最终目的是一样的：帮助商家在淘系平台提升总成交额。我们服务的是同一个商家、同一个店铺，目标都是帮商家做大生意。国内业务小二在日常工作中，会很自然地把出海计划作为一个新的增长点推荐给商家。虎嗅：组织架构调整对淘宝出海业务的实际影响如何？叶剑秋：我目前觉得这种部门协同让“生产关系”变得很顺畅，现在集团更紧密，这种紧密合作也加速了出海业务的进程。虎嗅：在阿里集团内部，淘宝出海业务与速卖通（AliExpress）、Lazada等其他海外电商平台之间，是怎样的竞争与合作关系？尤其是在大力推进淘宝出海后，内部如何协调资源，避免“内耗”？叶剑秋：我可以肯定地说，绝大部分是合作与协同，互补远大于内部竞争。全球化市场还是一片蓝海，远未到中国企业需要内部争抢地盘的程度。我们的协同体现在多个层面：物流协同：整个阿里国际（AIDC）的物流部是横向打通的，我们和AE（速卖通）的物流部是同一个大部门，仓储也是统一管理，以效率为先。比如“双11”期间，从中国发往新加坡的货物，我们会把所有平台的订单量整合到一起，共同包机，以规模效应来降低干线成本。商品协同：AE在部分市场也会引入淘宝的优势品类，比如服饰；天猫的品牌商家也可以通过我们的渠道“一键入驻”Lazada平台。大家都是提供国内的优质供给，但模式和侧重各有不同。虎嗅：既然是协同，那淘宝出海和速卖通平台之间的差异化体现在哪里？叶剑秋：我们的市场差异非常明显，这也是我们不担心“内耗”的主要原因。AE的主力市场在欧美等地。而淘宝出海目前的核心区域是基于华人文化圈的亚洲，再加上澳洲、加拿大等有大量华人积累的市场。虎嗅：未来的区域扩张会考虑进入AE的优势市场吗？如果重合了，如何避免资源内耗？叶剑秋：未来会考虑扩大区域，即使和AE的市场有重合，内耗的可能性极低，因为我们的商品供给、品牌定位、目标人群（男女比例）、核心价位段都有许多不同。商家和品类差异：淘宝出海的供给则完全来自内贸商家，核心优势在于服饰、家居等非标品，女性用户占比很高。人群和心智差异：我们第一批种子用户是海外华人，也是从华人社群开始打响口碑的。目前，我们的用户中华人占比依然很高，大概在80%以上。因此，我们今天面临的最大挑战，仍是如何让更多本地非华人用户知道淘宝、使用淘宝。总的来看，我们的商品供给、价位段、用户心智都和AE有本质区别。 盯上0基础出海商家 虎嗅：请详细拆解一下淘宝出海的业务模式。它和其他跨境电商全托管的模式有何本质区别？叶剑秋：我们不是全托管，定价权、经营权、用户资产都依然属于商家。我们的核心是为淘宝内贸商家提供一个“一键出海”的方案。商家不需要重新开店、上架商品、组建海外运营团队，也不需要为海外市场单独备货，一单也可以发往海外，本质上还是POP模式，适合没有出海经验的内贸商家。虎嗅：对于一个在淘宝做内贸生意、完全没有出海经验的商家来说，如果他想开拓海外市场，选择淘宝出海相比于选择其他跨境平台或自建站，成本和风险的差异体现在哪里？能否算一笔账？依珊：如果帮商家算一笔“大账”和一笔“小账”。首先看大账——显性成本和风险。如果一个内贸商家选择其他平台或自建站，他将面临几个较大的初始投入和风险：1. 运营成本：他需要重新注册一个新店铺，上架商品，并为此组建一个全新的、独立的海外运营团队，这意味着一大笔支出，人力成本是很多商家最大的成本之一。2. 库存风险：很多跨境平台要求商家提前备货到海外仓。这意味着商家需要做预判，把一批货（可能是几百上千件）提前运到海外。这带有很大的“赌”的成分，一旦滞销，库存成本和处理成本将很高昂。3. 资金压力：备货海外仓会占用大量途程资金，对于中小商家来说压力巨大。淘宝出海的模式下，商家使用的是他现有的淘宝和天猫的店铺和后台，用的是同一盘货，无需额外投入人力，也无需备货到海外仓。虎嗅：那“小账”体现在哪里？比如物流、退货这些环节。依珊：这要提到“确收GMV”的概念。简单说，GMV是成交额，但“确收GMV”是商家扣除退货后，真正到手的钱。在国内，高退货率是商家巨大的“无形成本”：- 逆向物流成本：每一单退货，商家都要承担物流费。- 人力和再处理成本：退回的商品需要专人挑拣、拆包、检查、重新包装上架，这都是成本。淘宝出海模式下，由于海外用户的退货率天然较低，加上平台提供了退货保障（由合作的保险公司承保），商家的海外订单基本每一单都是“确收GMV”。不用处理跨境退货流程，也不用承担逆向物流和处理成本。虎嗅：那商家需要付出的成本是什么？佣金比例是多少？这个佣金覆盖了哪些服务？依珊：商家需要支付的成本是类目佣金。以天猫商家举例，淘宝出海给天猫商家的整体服务费范围在4%到10%之间。这个服务费是所有成本都包含在内，包括跨境物流、营销引流、支付、本地化翻译、退货保障等。我们内部并没有把这笔费用拆分成物流占多少、服务占多少。比如一个100元的数码配件我们收4%，但这4块钱肯定是不够覆盖它空运到新加坡的成本的，但我们没有拆分来看。虎嗅：那4%-10%这个服务费比例是如何推算出来的？平台投入多吗？叶剑秋：是的，现阶段平台正在商家和消费者两侧做大量的投入。佣金比例我们主要参考两个维度：一是不同行业的利润率以及商家在天猫平台已有的收费标准；二是平衡商家的参与度。如果定得太高，商家参与的意愿就会降低。现阶段，我们的目标是让更多商家参与进来，快速形成规模效应。通过规模，我们可以把干线物流等成本降下来。所以平台在一开始投入会更多，我们付出的成本肯定比商家自己做要高得多。比如，一件商品卖到马来西亚，物流成本可能就要占20%；到欧洲可能高达20%-30%。如果算上退货（退的是货值），成本会更高。平台通过算法将不同订单打包，提高包裹的运输效率，目的是在投入的同时，也尽可能优化我们自己的成本结构，逐步实现收支平衡。虎嗅：平台的投入会一直持续下去吗？有没有一个预期的盈利时间点？叶剑秋：我们需要区分商家和消费者侧的投入1. 商家侧投入：这部分主要用于覆盖商家服务费无法支撑的履约成本（如物流、退货）。我们的目标是尽快让它达到一个收支平衡，即商家的投入（服务费）和平台的支出（履约成本）能大致打平。随着规模效应带来的履约效率提升，这个目标很快就能做到。2.用户侧补贴：这部分主要用于市场传播和新用户权益，目的是建立“万能的淘宝”这一品牌心智（比如这次“双11”的10亿补贴）。这部分投入是准备持续且加大力度的，“双11”的10亿补贴只是一个开始，后续的投入量级会比去年更大。但我认为它不是亏钱的“价格战”，我们获取的用户质量越高，越会持续复购。从长期看，这是一个可以收回成本的健康投资模型。虎嗅：接下来淘宝出海的核心目标和关键指标是什么？有没有具体的增长预期？叶剑秋：我们特别关注的重点指标主要有两个：用户数和成交规模。用户体验相关的指标也是我们持续关注的。在增长预期上，我们希望用户数和成交规模的增速未来三年都能持续保持在两位数。#我是虎嗅商业消费组编辑周月明，关注出海、消费、IPO等多个领域，行业人士交流请加微信：muzhouzhizhi，请注明身份，新闻线索亦可邮件至 zhouyueming@huxiu.com。虎嗅推出《2025 年度出海标杆》榜单！寻找具备全球影响力的领航品牌、具有创新能力的新锐品牌、和有着最佳赋能能力的出海服务商。谁在改写中国出海下一个十年？可自荐/提名，5大维度评选，解锁行业交流与荣誉时刻，点击⬇️，立即参与。 本文来自虎嗅，原文链接：https://www.huxiu.com/article/4784004.html?f=wyxwapp
-
“小而专、精而强” 从通用到垂类 应用型AI大模型百花齐放 第四届琶洲算法大赛AI应用赛冠军队伍上台领奖。 “算法的价值不在于孤芳自赏，而在于落地应用，在于为千行百业赋能，最终服务于人类对美好生活的追求。”9月23日，世界顶级数学家、中山大学香港高等研究院教授张益唐在广州海珠广交会堂举办的第四届琶洲算法大赛生态赋能大会上，肯定和鼓励了大赛过程中涌现的各种算法创新和落地应用。 国内外超八千支团队踊跃报名参加的第四届琶洲算法大赛，成为一个观察AI最新发展成绩的窗口。具身智能、脑机接口、数据产业、大模型等，各式各样的AI新应用已经走进了日常生产生活场景。 在第四届琶洲算法大赛举办之际，南都专访了12位已在琶洲完成备案的大模型专家，邀请他们解读算法创新、AI应用的最新成果，展示算法的魅力。 紧抓应用 用AI解决行业痛点，实现良好开局 面对诸多行业的痛点，“AI+”无疑提供了一个新的解决方案。一些公司敏锐地察觉到这一市场空间，早早地谋划布局，实现了良好开局。 教育，是AI大模型落地应用的热门行业。 今年6月9日，科大讯飞在琶洲完成新研发的“星火课堂分析大模型”备案，这让琶洲的大模型生态再添一员“猛将”。 “‘星火课堂分析大模型’形成了多模态全维度，课前、课中、课后全贯穿的闭环，很多同类模型往往是课上教学行为分析，而星火课堂分析大模型能实现教学评一致性分析”。科大讯飞股份有限公司-大课堂产品线副总经理郭红杰如是介绍星火课堂分析大模型的“与众不同”。 如今，包括“星火课堂分析大模型”等科大讯飞教育产品已在广东省内超4000所学校得到了落地应用。 在琶洲，同样面向教研领域的大模型，还有云蝶科技推出的行知大模型。“1位教研员需要面对300位教师，导致有老师一个学期都无法获得来自教研员的教学提升建议。”陈天介绍道，行知大模型就像一个“超级大脑”，通过云蝶科技自研的智慧硬件设备所收集的课堂数据，实时迅速地开展教学质量分析，给出提升建议。目前，行知大模型已在省内多所学校部署，其效果通过名校升学率数据的提高得到有效验证。 营销，为商家讲好商业故事、畅通商业链路，这也成为AI大模型的热门应用。 短视频已经成为人们获取信息的重要方式，商业领域也不例外，每天都有大量的视频制作需求。 筷子科技推出覆盖商业视频编、拍、剪、投、管生产全链条的工作平台，文案生产、视频剪辑、视频发布、数据分析、工作管理等均能一站式解决。 筷子视频理解大模型精准抓住了商业视频生产的市场需求，筷子科技的业务在最近一年里实现了突飞猛进。筷子科技的数字大屏上，显示了其产品所触达的城市，其中海外被点亮的城市已经超过了400个。筷子科技产品总监陈龙非常确信，公司的产品是由国内的使用者带出海后，在当地形成了自然推广。 截至今年8月，筷子科技服务的海内外品牌数已经超过8500家，其中不乏华为、小米、一汽等知名品牌。 在安全领域，有AI大模型大展身手的广阔空间。了解过不少令人痛心的安全事故后，广州次元突破科技有限公司技术副总裁王世康更加坚定地投身风险管理行业，希望用AI为各行各业提供新的安全管理解决方案。 将安全管理工作与大模型相结合，这让王世康不禁感慨“大模型的能力远远超乎了我们的想象”。 慧安大模型融合先进的视觉算法与数据分析技术，能够快速生成适用于巡查、隐患排查等不同场景的智能体，精准识别20多类风险，准确率高达98.6%。 来自琶洲的极安大模型将用于即将投入使用的白云机场第三航站楼。广州中科智达数字科技有限公司创始人邹均介绍，届时新航站楼将引入人工智能来进行安检，改变以往单纯依靠人眼识别的局限，此外中科智达还有意将极安大模型继续推广到地铁、快递、景区和重大活动的安检场景中。 AI大模型在健身领域也有发挥的空间。浩海生命科学技术(广州)有限公司自主研发的善食大模型可依据用户身体健康数据、生活习惯、目标要求等多维度数据，量身定制精准科学的个性化健康管理方案，帮助用户改善健康、预防慢性疾病。 “我们的出发点是帮助慢性病病人制定合理的膳食指南，以实现健康饮食、合理膳食。”吴雷解释道，如今，AI技术可以直接识别餐食配比，并且分析其中的营养成分，从而为用户提供科学的饮食调整。 掌握数据 数据成宝贵资源，创新算法开拓新应用 在数字经济时代，数据成为宝贵的资源。采访中，记者发现，一些拥有掌握优质独家数据自主权的企业，利用算法创新，推出了一批“小而专、精而强”的大模型，收获了良好的市场反馈。 广州零零汽科技有限公司创始人、CEO佘邵镔早在2018年就专门新设了AI主管岗位，开始研究工业图纸生成的AI算法，后来还联合高校一起研发，至今已经取得了9项发明专利。 当前，零零汽已经拥有100多个主机厂的2800多万个原厂件和500多万个品牌件的数据。这份“大数据”构成了零零汽独特的竞争力。零零汽大模型实现了汽车维修马上报价，有力地支持了汽修厂为用户争取时间。 拥有自主的数据库，研发了系列独特算法，这家“小而专、精而强”的AI公司正在快速扩张。佘邵镔告诉记者，近期公司与韩国交通部达成合作协议，其业务随着国内汽车的出海而出海，在欧美以及“一带一路”共建国家已经开始落地业务，研发了14种语言的“零零汽”。 今年4月，由朴食科技自主研发的“朴食AI营养师”大模型成功通过备案。据介绍，这是智慧食堂行业首个获批的大模型，能拍照记录每位孩子的餐食，通过菜品分析校园餐的营养素供给量、食物的种类和数量等，从而分析孩子们的膳食摄入情况。这一大模型还能够结合中国居民膳食指南，根据分析结果为学生量身定制营养餐计划，确保学生摄入的营养均衡、合理。 朴食科技借助AI大模型整合全国超过6000家中小学的数据，可以迅速识别和分析校园餐关键环节中存在的隐患或风险，从而帮助政府提高监管力度，让学生在学校里吃到质量更高的饭菜，减少腐败现象。 由广州启合科技有限公司研发的纸条大模型在其自有的16万数据库上规划了两大功能，一是通过AI生成智能创作，二是实现了智能批改，能基于一篇作文生成对应的点评和解析。 AI批改依赖大量自研数据，“启合科技积累了很多老师的教研数据，基于范文解析以及用户提交的作文批改训练数据，将人类的经验融入模型中。”该公司技术总监黄超雄介绍道。 “智慧交通不仅要知道‘正在发生什么’，更要预测‘将会发生什么’，并主动做出决策。”佳都科技首席AI科学家，佳都科技中央研究院院长王凯指出，“智能交通”侧重于感知与自动响应，如信号灯调节、异常事件识别等；而“智慧交通”则强调预测、决策与自我优化能力。 为实现这一目标，佳都科技推出了交通行业的“知行大模型”。它不是对通用大模型的简单增强，而是深度融合佳都20余年的交通行业数据与知识沉淀的“专业大脑”。这一大模型具备多模态理解能力，可处理文本、图像、视频等多类数据，实现对交通业务的深度理解、推理与总结，从而在智能客服、运营管控、运维管理等场景中发挥核心作用。 算法大赛 围绕企业应用出题，参赛答题促算法创新 人工智能技术发展的成果，正以大模型的形式对外展示着魅力。在一些广为人知的通用大模型面世之后，越来越多的垂类大模型正在悄然生长，小而美。 广州海珠拥有国内首个人工智能大模型应用示范区。2024年3月，广州市出台《广州市支持海珠区建设人工智能大模型应用示范区实施方案》，全力推动海珠区打造国内领先的人工智能大模型应用示范区。 一年的时间里，琶洲已经成为AI大模型的产业高地。数据显示，琶洲已经落地行业大模型项目超170个，引育大模型备案项目27个、数量位列全省第一，推动全区新一代信息技术服务业连续三年保持20%以上高速增长。 连续举办四年的琶洲算法大赛成为推动算法创新的重要动力来源。今年，本届大赛突出“为用而赛”，聚焦企业发展中的难点、痛点与堵点，以真实场景驱动算法创新与落地应用。 一批颇具创意和实力的算法创新应用在“企业出题”和“参赛者答题”的过程中涌现出来。 在AI大模型算法优选赛板块，开设由哈啰、电信等企业自主承办的13个品牌杯赛，为企业解决“高价值、高难度、高频发”的真实痛点。 “我们找到了破解关键基础设施智能化难题的金钥匙”，企业有关负责人表示。南方电网连续两届作为命题企业，已将大赛作为解决业务堵点的平台，与赛事优选团队建立长期合作，促进了在新能源汽车车桩分配、企业碳排放核算等领域的创新。 源自香港科技大学的创业团队光影焕像，携其自主研发的“三维物体与场景生成基座模型”参赛。该技术不仅能生成3D场景，更实现了场景内每个物体独立可交互，将传统需数周完成的3D建模工作缩短至几分钟，颠覆了游戏与影视行业制作流程。通过大赛，光影焕像已与多家游戏企业对接，正筹备在琶洲注册公司，将技术优势转化为市场竞争力。 刑期预测是法律科技领域的核心命题，“智能刑期预测”大模型可应用到刑事辩护、检察公诉、司法审判等多个法律职业的多个应用场景，有助于促进“类案类判”、减少上诉率，提高司法效率、增强司法透明度。 自2022年大赛开始举办，琶洲算法大赛的参赛规模和影响力逐年提升。 2022年，首届大赛由海珠区人民政府主办，一举打破空白，吸引了国内262支队伍参赛。2023年，第二届大赛全面升格，由广州市人民政府主办，全球21个国家、3300多支队伍参赛。2024年，中国信通院、中国人工智能学会等“国家队”加入第三届大赛，全球6003支队伍参与竞技。今年，第四届琶洲算法大赛汇聚了来自中国、日本、肯尼亚、法国、美国、新加坡、意大利等全球30余个国家的8131支团队同台竞技。 今年的琶洲算法大赛一大亮点是首次联动设立“吴文俊奖”加速营。蚂蚁集团AI健康管家APP、动悦信息夸克曼大模型投资科技，趣丸科技千音大模型，常州来牟科技有限公司等优异人工智能代表项目获得申报资质，直通终审环节。 数据显示，琶洲已经落地行业大模型项目超170个，引育大模型备案项目27个、数量位列全省第一，推动全区新一代信息技术服务业连续三年保持20%以上高速增长。 南都广州新闻部出品 采写:南都记者 代国辉 钟丽婷 魏凯 受访者供图
-
国泰海通：人工智能驱动相关测试设备需求快速增长 智通财经APP获悉，国泰海通证券发布研究报告称，人工智能快速发展，看好由其驱动的相关测试设备需求的快速增长，主要包括：①全球AI计算测试设备的市场快速增长，2024年达23亿美元；②HBM产品的复杂度增加带来新的HBM测试需求；③超节点技术的发展，服务器主板的测试设备需求日益增长。人工智能，新的工业革命。根据英伟达创始人黄仁勋预计2030E全球人工智能基础设施支出将达到3万亿至4万亿美元；我们认为人工智能发展带来的SoC、HBM、电源管理芯片等测试设备以及服务器主板级测试设备的需求将快速增长，相关企业迎来新的成长空间。全球AI计算测试设备的市场规模快速增长，2024年达23亿美元。集成电路生产过程中需要进行WAT测试、CP测试和FT测试等，其中WAT测试、CP测试主要针对封测工艺前的晶圆测试，FT测试针对封装后的芯片测试，伴随芯片复杂性和集成度持续攀升，测试的重要性持续凸显。根据SEMI数据，全球集成电路测试设备的市场规模2024年为75.4亿美元，到2026E将达到97.7亿美元，同比增29.58%。根据全球测试机龙头公司Teradyne 25Q2业绩电话会内容，公司预估2024年全球AI计算(包括VIP ASIC、Merchant GPU等)测试设备的市场规模为23亿美元，并将持续成长。HBM产品迭代带来不断增加的测试需求。得益于英伟达等AI芯片客户对HBM的强劲需求，SK海力士在HBM市场领域处于领先地位，且2025年9月12日海力士宣布已成功完成面向AI的超高性能存储器新产品HBM4的开发，并在全球首次构建量产体系。伴随HBM产品的迭代，HBM内存的堆栈由8层DRAM芯片组成往12层不断发展，再加上一颗基底芯片(Base Die)，以前每颗DRAM芯片、Base Die都要进行晶圆级测试，以及进行DRAM芯片和Base Die堆叠后的晶圆测试(Pose-Stack Wafer test)；但由于HBM产品的质量问题，经常导致HBM产品封装好与AI加速芯片组装完成后的芯片出现问题从而影响最终产量，因此有些公司正在考虑增加一个测试步骤，即HBM堆栈晶圆切割成单独的HBM堆栈后增加一个测试步骤，以期能提高质量。服务器测试设备需求快速增长。AI大模型参数规模的快速增长，带来超大计算能力和内存资源需求，超节点技术孕育而生。我们以英伟达基于NVLink的NVL72方案为例，整个系统由18个Compute Tray和9个Switch Tray构成，其中1个Compute Tray包含2个GB200超级芯片(Superchip)，每个GB200超级芯片有2个Blackwell系列的B200 GPU；1个Switch Tray包含2颗NVLINK Switch芯片，整个机柜后部通过线缆将Compute Tray和Switch Tray进行互联。随着机柜越来越复杂，国泰海通证券认为为了保障机柜的正常使用，必须对服务器进行一系列的测试包括但不限于ICT、FCT、老化、SIT、性能、兼容性测试等，而相关测试设备供应商的重要性逐渐凸显，且需求量快速增长。
-
物流无人车商业化提速 多方合力破解运输降本“最后一公里” 图为菜鸟无人车系列及德赛西威无人车。 康殷/摄证券时报记者 康殷末端配送成本占到物流总成本超30%，且随着人力成本持续上升，无人配送需求日益迫切。据了解，在政策、市场、成本三方面加持下，无人车在医药、重物配送、快递等领域纷纷落地，商业化取得显著成果。这背后，出现了不少上市公司的身影。行业按下加速键“国家层面密集出台利好政策，为无人物流车发了‘通行许可证’，各省市逐步开放路权，让我们的规模化应用有了基础。”德赛西威无人车业务负责人接受记者采访在谈及行业机遇时表示。据了解，近年来国家层面先后发布《国家邮政局关于加快邮政业科技发展的意见》《有效降低全社会物流成本行动方案》等多项政策，2023年《关于开展智能网联汽车准入和上路通行试点工作的通知》更是直接打破无人物流车上路壁垒。日前举行的2025全球智慧物流峰会无人车论坛上透露了一组数据：截至2025年9月，中国3600个区县中，超1900个已支持无人车上路，占比过半，政策支持范围仍在持续扩大。市场需求爆发成为行业发展的“助推器”。无人车论坛上，中盈医药集团董事长庄怀凯深有体会：“在医药流通中，配送对药品质量至关重要，但传统隔日、次日达的模式，已无法满足当下需求。尤其是加急药品，客户对时效的要求越来越高。”数据显示，末端配送成本占物流总成本比例超过30%，且人力成本持续上升，而即时零售市场规模的扩大，进一步加剧了运力缺口。润泽汇数字科技控股集团董事长毛中吾跨界进入物流行业后，也发现了重物配送的痛点：“全国有70万个水站，销售一桶水的物流成本很高，同时水店从业者年龄偏大，送水体力消耗大，这些都需要技术来解决。”成本下降则为行业商业化扫清了障碍，目前无人车已进入价格快速下降通道。方正证券列举了一组数据。2018年左右，无人车售价高达上百万，目前最低价的菜鸟无人车售价已经低于2万元。无人车所需的供应链包括智能驾驶技术、摄像头、雷达、电池等材料，以禾赛科技的激光雷达为例，单价从2021年的10万元下降至2024年的4000元，未来有望进一步下探至千元级别；车规摄像头最高价格曾高达上千美元，而随着量产与功能分化，价格低至120美元。在无人车产业快速放量降价的背景下，为规模化应用奠定了基础。上市公司战略布局在行业红利的吸引下，上市公司纷纷入局，且战略布局各有侧重，形成了差异化的竞争格局。德赛西威将低速无人车视为“第二增长曲线”，今年9月正式推出旗下品牌“川行致远”，发布两款低速无人车，开启行业车规级时代。“我们不是盲目跨界，而是基于核心能力的自然延伸。”德赛西威无人车业务负责人表示，川行致远S6系列实现了六项行业首发创新技术，包括从整车到零件的全车规级开发、6年30万公里电池标准等，“全车规级开发意味着S6从设计、供应链到生产测试，完全遵循汽车行业功能安全标准，是可靠的工业级产品，这是客户大规模采购的先决条件。”对于为何选择这一赛道，德赛西威有着清晰的判断。“‘最后一公里’成本高昂、即时零售需求爆炸式增长、消费者对时效要求提升，这三大需求驱动市场，同时经济模型清晰，ROI模型容易获得客户认可，再加上政策利好，我们认为这是明确的增长赛道。”据了解，川行致远S6系列可应用于工业园区、物流配送、生鲜医药运输等多场景，目前已明确将即时配送、城市配送作为优先开拓的市场，针对大型物流企业、商超、园区管理方等客户制定了合作策略，还可提供“车辆买断+订阅FSD服务”“运力租赁”等多元合作模式。紧随其后，佑驾创新9月中旬也发布了无人物流品牌“小竹无人车”，推出T5、T8两款车型。“我们从前装量产业务中积累的海量数据里提炼了经典长尾场景，针对无人物流场景进行算法优化，让小竹无人车快速具备了公开道路应对、复杂路况通过等核心能力。”佑驾创新介绍，小竹无人车的核心竞争力在于前装生态的极致复用。值得关注的是，佑驾创新实现了“发布即交付”，首批无人车已向快递行业客户交付，并与深圳邮政、东部公交达成战略合作，计划以“根据地打法”在深圳、成都、西安、江阴等城市率先落地。商业化落地成果初显据了解，目前无人物流车主要有三类提供商，第一类以自动驾驶技术切入，如新石器、九识智能、白犀牛；第二类以配送场景切入，如菜鸟、京东、美团等；第三类以车企背景切入，如毫末智行。在上市公司加速入局的同时，其他行业企业也积极推动商业化落地，目前已在医药、重物配送、快递等多个领域取得显著成果。中盈医药集团与菜鸟的合作，成为医药配送领域的标杆案例。“原先传统的隔日、次日达，现在通过无人车配送实现了当日达，投入无人车后，配送降本达到50%，效率提升70%，还开通了一小时紧急配送服务。”中盈医药集团相关负责人介绍，今年7月，中盈医药集团与菜鸟达成合作，首批上百台GT-pro款无人车已交付，续航近200公里，适合远郊仓库到城区的中长距离配送。快递领域的降本增效更为直观。浙江余杭一家综合性快递网点运营着30多台菜鸟无人车车队，网点负责人算了一笔账，“每台车白天运载1500票货物，后台调度算法与路线优化算力效果最佳，相较于传统4米2箱货，目前规模的无人车团队可降本70%，单包裹成本降至0.1元。”截至2025年9月，菜鸟无人车已覆盖全国25省，可上路区县多达1900多个。尽管行业发展势头迅猛，但仍面临着不少挑战。“无人车业务是大系统集成，系统间需要平衡成本、性能、周期，这是我们遇到的关键挑战。”德赛西威无人车业务负责人表示，为此德赛西威通过搭建跨系统协同机制、标准化流程与模块化设计结合、构建生态价值链接等方式应对，并邀请合作伙伴深度参与研发，进行价值共创，以提升创新效率，快速优化成本。值得注意的是，低速无人车不仅能解决“最后一公里”痛点，更能通过场景数据反哺自动驾驶算法，构建移动服务生态。德赛西威无人车业务负责人表示，将在这个领域持续投入。华源证券指出，物流无人车可替代微卡、轻卡、货运三轮等传统运输工具，理论最大空间每年可替换商用车444万辆，对应年市场规模2071亿元。对于行业未来，菜鸟集团首席技术官李强表示，今天的无人车已经是用得起、有需求、有政策、有技术的产品，能满足千行百业的需求。随着成本进一步下降、技术持续突破，未来3~5年，无人配送将成为物流行业的常态。
-
OpenAI启动5000亿美元“星际之门”计划，德州首个AI数据中心投运 OpenAI携手甲骨文在得克萨斯州启动了5000亿美元“星际之门”项目的首个数据中心。9月23日，OpenAI、甲骨文以及为该项目提供资金支持的软银宣布，将在美国德克萨斯州、新墨西哥州、俄亥俄州以及中西部一个未披露地点新增五个“星际之门”项目站点。此举将使该计划的总规模在未来三年内达到近7吉瓦的电力容量和超过4000亿美元的投资，其中包括OpenAI与甲骨文之间已有的3000亿美元协议。据报道，位于德克萨斯州阿比林的旗舰站点已经投入运营。该站点配备了甲骨文的云基础设施和英伟达的芯片机架，是OpenAI庞大算力版图中的第一块实体拼图。OpenAI首席财务官Sarah Friar表示： 德州阿比林园区最终有望扩展至超过1吉瓦的容量，足以为约75万个美国家庭供电。 史无前例的建设规模应对算力短缺星际之门项目的首个数据中心选址德州阿比林，目前一栋建筑已投入运营，另一栋即将完工。Friar强调，项目建设的规模是为了满足OpenAI模型运营所需的算力需求。她表示： 我们看到的是大规模的算力紧缺，没有足够的算力来完成AI能够做到的所有事情。 Friar进一步指出，当前进行的建设是为了确保2026年能够上线算力，届时将采用英伟达下一代Vera Rubin芯片。她表示： 人类历史上从未有人以如此快的速度建造数据中心。 据报道，“星际之门”未来将成为OpenAI所有基础设施项目的代号。通过与CoreWeave及其他合作伙伴的共同努力，这些公司表示，其有望在2025年底前完成10吉瓦总容量的承诺，进度已领先于原定计划。复杂的融资结构支撑这一庞大建设计划的是一个复杂的资金网络。Sarah Friar解释称，虽然甲骨文等公司正在帮助建设提供资金，但OpenAI最终将以运营费用的形式为这些算力付费。Friar透露，OpenAI今年的营收预计将达到130亿美元，公司计划利用自身的现金流和债务融资来支付建设费用。面对质疑，Friar以互联网发展的历史作为类比，认为技术繁荣时期需要大胆的基础设施押注。她表示： 当互联网刚起步时，人们总觉得我们过度建设了，建得太多了，但看看我们今天所处的位置吧。 此外华尔街见闻提及，英伟达通过股权投资来启动该项目，但随着其GPU的部署，英伟达也将为其提供的所有芯片获得报酬。这种融资模式也引发了外界对于其“循环融资”的质疑，即供应商（如英伟达）直接投资于项目，而项目本身又是为了购买该供应商的产品。政治与经济影响“星际之门”项目不仅是商业布局，也带有显著的政治和经济色彩。OpenAI和甲骨文最早于今年1月在白宫与美国总统特朗普共同公布了此项目。Friar称特朗普为“这个AI时代的总统”，并指出华盛顿在将该技术定位为经济引擎和国家安全优先事项方面所扮演的角色。从经济影响来看，甲骨文表示，该项目每天将雇用超过6000名建筑工人，并提供近1700个长期工作岗位。此外在周二发布的一份关于其基础设施计划的文件中，OpenAI写道，其数据中心的建设有助于通过新技术重塑美国电网，并帮助美国发挥全球影响力。这表明，OpenAI的愿景已超越技术本身，意图在全球地缘政治和经济格局中扮演更重要的角色。
-
DeepSeek成了硅谷最大的“不能说的秘密” 出品｜虎嗅科技组作者｜陈伊凡编辑｜苗正卿头图｜Web Summit提供在旧金山，正在运行着一个中国模型，“这可能是硅谷最大的‘不能说的秘密’。”与帕迪·科斯格雷夫（Paddy Cosgrave）刚见面，他就一面展示着他上一秒在DeepSeek上询问的问题一面解释，那些压根不做AI的公司，全在跑DeepSeek的本地化版本。“既然有它，谁还愿意掏钱去用OpenAI或Anthropic？” 帕迪·科斯格雷夫 帕迪·科斯格雷夫是Web Summit（全球网络峰会）的CEO兼创始人，Web Summit是欧洲最大的科技峰会，也是全球最大规模科技活动之一，至今已经创办了第16年，见证了多次科技浪潮的涌动。如今，这个全球科技峰会已汇聚了超过100万名与会者，特斯拉创始人兼CEO马斯克、OpenAI创始人山姆·奥尔特曼、著名物理学家斯蒂芬·霍金、加拿大前总理特鲁多、美国前副总统戈尔、黑石集团联合创始人苏世民、美国最大风险基金之一凯鹏华盈的合伙人Mood Rowghani等都曾是这个峰会的演讲者。 Web Summit现场 我们在张江科学城对面的希尔顿酒店简短会面，他刚在浦江创新论坛上发表了演讲。帕迪·科斯格雷夫的中国行密集而紧凑，上周他在北京、广州、深圳，这周飞到上海，接下去还有杭州的行程——他恨不得把中国最具创新动力的城市都跑个遍。在许多场合，帕迪·科斯格雷夫都称AI的科技竞赛中国将超过美国，这不仅取决于核心期刊的高引数据，还包括了硅谷大量公司中华人员工的数量。“即便在美国，新冒头的AI初创骨子里也‘很中国’。”帕迪·科斯格雷夫说。谈话发生之时，全球的风险投资和资本疯狂向AI涌入，在这个领域创造出一个又一个十亿、甚至百亿的独角兽，在短时间内实现了千万甚至上亿的年经常性收入，这在过去难以想象。“这是AI时代的红利。”许多投资人如是说，只要产品出来就有人用，就能产生收入。我们聊起Lovable——这家欧洲增长最快的AI独角兽，在8个月的时间里达到了1亿美金的年经常性收入（ARR），这个速度甚至超过了美国的变成独角兽Cursor，这一次的WebSummit，Lovable的联合创始人Anton Osika也将作为演讲者之一。帕迪·科斯格雷夫说，即便如Lovable这样的欧洲公司，内部的文化是“997”——“他们认定，想跑赢中国人就得比中国人更拼。”除了AI，帕迪·科斯格雷夫说，中国的下一波浪潮肯定是软实力。他兴奋地展示了在深圳看到的一家文创店，那是一家制作中国传统香薰的品牌。这趟来中国，帕迪·科斯格雷夫还有另一个任务——买Labubu，他前不久与Scale AI的创始人Alexandr Wang聊天，这家数据标注公司在前不久接受了美国科技巨头Meta143亿美元的投资，Alexandr Wang也加入了Meta。在与Wang的聊天中，帕迪·科斯格雷夫说，他们除了聊各自的生活，Alex告诉他自己收集了多少个Labubu的盲盒。“我可不能空着手回爱尔兰。”帕迪·科斯格雷夫说。“去中国看看吧，那里正在突破几乎每一项技术的边界。”在浦江论坛的演讲上，帕迪·科斯格雷夫说。 “DeepSeek刚出来那会，几乎整个旧金山（企业）都在用它” 虎嗅：生成式AI发展至今，最令你印象深刻的中国AI公司是什么？为什么？帕迪·科斯格雷夫：DeepSeek，它完全免费，你知道吗？他们居然真的用它训练出了模型，而且成本仅为西方模型的一小部分。性能更优，价格更低，简直令人惊叹。没错，它在各个层面都震撼了西方的根基。哇，这到底是什么？Deep Seek刚出来那会儿，到整个2月份、3月份，几乎整个旧金山（的企业）都在用它。甚至那些压根不做AI的公司，全在跑DeepSeek的本地化版本。既然有它，谁还愿意掏钱去用OpenAI或Anthropic？这可能是硅谷最大的“不能说的秘密”。他们悄悄在本地部署了一份，神不知鬼不觉——客服、后台，全跑在DeepSeek上。既然成本低到尘埃里，又何必再去给别家送钱？虎嗅：你也每天会用吗？我以为你会常用ChatGPT或者Claude。帕迪·科斯格雷夫：我认为DeepSeek更胜一筹，我宁愿用DeepSeek，至少给我一丝“不那么透明”的安全感。虎嗅：你之前说过，中国在这场AI竞争中会胜出，这个判断基于什么？帕迪·科斯格雷夫：我记得早在2017年左右，彭博做采访，问我觉得哪家美国AI公司能最终胜出——那会儿压根没几家像样的。我答：AI领域胜出的公司，取决于几家尚未诞生的中国公司。对方一脸“怎么可能”。理由很简单。翻开顶级AI/ML期刊的引用榜，中国学者的高被引论文一路陡升，欧美却近乎横盘。科研是产业化的先行指标；谁在今天产出最多顶尖研究，明天就最可能把成果变成商业化的创新案例。如今看来，剧本正按页码走。即便在美国，新冒头的AI初创骨子里也“很中国”——打开硅谷公司的人才花名册，最常见的那一栏国籍，写的并不是American，而是中国。AI终将像电一样，以近乎零的边际成本普及。真正稳赚的是提供“电网”的公司——算力、带宽、存储、能源。模型再惊艳，本质只是一只数学筛子：把数据倒进去，靠统计规律漏出推断。数学公式没有国籍，也注册不了专利；只要算力管够，任何团队都能复现、压缩、蒸馏，把别人的“秘方”还原成自己的“家常菜”。于是越往后，模型拼的是规模、价格、服务，壁垒会越来越低。世界各地总会有公司赚到一些钱，但我认为长期来看，能值几百亿（美元）、几千亿（美元）的公司不会太多。美欧在AI领域存在明显的泡沫，未来几年，许多富豪将损失惨重。美国对华实施的芯片及相关组件出口管制，甚至强制全球供应商跟进，使得大批中国初创企业在与西方AI公司竞争时，如同单手应战。即便如此，像DeepSeek这样的中国企业仍绕过可获硬件的限制，取得令人瞩目的突破——类似例子还有不少。一旦中国初创企业能够充分获得全球顶尖的半导体、最好的GPU，局面将更加精彩；而这一天很快就会到来，因为这些芯片未来也将在中国本土制造。 “想跑赢中国人就得比中国人更拼” 虎嗅：你接触了许多创业公司，欧洲的公司、美国的公司和中国的初创公司，它们之间有什么不同？这一场AI浪潮欧洲也跑出了非常不错的公司，比如Lovable。帕迪·科斯格雷夫：Lovable内部的文化是“997”——他们认定，想跑赢中国人就得比中国人更拼。于是干脆997，我估计中国团队下一步会升级到“998”，凭空再挤出一天来。若说差异，其实谈不上：大家都在最前沿猛冲。不过最近几个月，无论中西，都开始意识到LLM和Transformer的天花板。西方学界早有人预警，比如NYU那位把AI公司卖给Uber的教授，四年前，在Web Summit，乔姆斯基（虎嗅注：语言学家诺姆·乔姆斯基）断言“堆算力、堆GPU、堆数据”的边际收益必将递减。当时没人听，还嫌他唱衰。结果上周《纽约时报》上他直接撰文放话：“老子早说对了。”中国估计也会经历类似心路历程：一开始进步神速，大家半年等一款新模型，以为离AGI又近一步，结果改进只是“还不错”，谈不上“石破天惊”。所以，即便中国AI公司更可能最终称雄，我也不认为我们离所谓的通用人工智能更近了多少——眼下不过是些有趣的应用，距离AGI仍是原地踏步。虎嗅：从2009年创办Web Summit至今，你经历了移动互联网的科技浪潮、AlphaGo激起的创新，这些过去的科技浪潮和这一次的AI浪潮是否有一些不同？具体在哪里？帕迪·科斯格雷夫：首先是速度与资金规模史无前例。西方初创公司拿到的估值、融资额、ARR（年度经常性收入）都创下纪录。1亿美元、2亿美元、8亿美元——因为采用速度太快，能力看起来太震撼。但就在这几天，OpenAI公布的新数据却显示：企业端的日活似乎在下滑，个人对ChatGPT的使用仍在攀升。最初企业一窝蜂“必须上AI”，现在开始摸到这一代工具的边界。所以，我虽然看好个人订阅继续增长，但企业支出能否持续被打上问号。内部落地的大模型应用，远没有想象中那么完美。人类对有限性与终局命运一向着迷，科幻里机器超越并取代人类的末日叙事反复出现。自行车比人跑得快，拖拉机早已替代农田人力——每轮技术革命都有人惊呼“机器要统治世界”，几乎成了一种“宗教式”焦虑。只是这一次，浪头确实高得多。 “（中国AI公司）先走出去，气氛远比你想象的宽松“ 虎嗅：中国很多AI公司都在出海，你对他们有什么建议？帕迪·科斯格雷夫：可别忘了——美国初创去欧洲，会先把欧洲当成“另一个星球”；欧洲公司登陆美国，也照样觉得处处不一样。就算在欧洲内部，不同的欧盟国家也绝非“一个市场”：文化、法律、监管条条框框各不相同，瑞士这种非欧盟国家更是微妙。所以，对中国公司我有啥建议？——先走出去，别的再说。DeepSeek、华为、比亚迪在西方年轻人心里掀起的冲击是实打实的。民调里看得清楚：35岁以下越来越多把“中国”当成未来。年轻人本来就是新技术的首批用户，如今又赶上对华免签，成群结队飞成都、飞深圳，夜里掏出手机一拍，评论区全在问“这是哪座城市？”——“成都。”——“成都在哪儿？”这种现场冲击力，比任何公关稿都管用。DJI就是例子，西方根本拿不出能打的无人机，大家默认“除了大疆还能买谁？”20岁的大学生刷的是TikTok里的重庆夜景，他们心里的中国完全是另一版本。所以，中国公司只管出海，气氛远比你想象的宽松。三月初我们在旧金山做活动，一票明星初创的CEO几乎人手一份本地化DeepSeek——开源模型拖下来，客服、后台全跑通了。既好用又免费，干嘛还去给OpenAI交租？虎嗅：这波AI浪潮中，跑出了许多年轻创业者，甚至辍学开公司，你怎么看？帕迪·科斯格雷夫：说实话，我不吃“少年天才”这套叙事。统计数据告诉我们：第一次创业成功率最高的年龄是42岁——正好是我现在的年纪。媒体喜欢19岁高校辍学、一夜估值十亿美元的爽剧，观众也爱看，但平均值不会说谎。更稳妥的路径是：先钻进一家好公司，把行业摸透，把自己练成靠谱的领导，再出来单干——成功率反而高得多。虎嗅：你见过一些年轻创业者吗？和他们聊过吗？帕迪·科斯格雷夫：Alexandr Wang，Scale AI的创始人，Alex就是典型——曾经最年轻的白手起家亿万富翁。虎嗅：你们聊了什么话题？帕迪·科斯格雷夫：我们聊了他收集了多少个Labubu的盲盒。虎嗅：今年webSummit你最想邀请谁？帕迪·科斯格雷夫：Labubu（泡泡玛特）的创始人。中国的下一波大浪潮肯定是软实力：电影、动漫、玩具、文化。你看日本就知道，日本最初先出口技术，70年代后开始猛抓设计，把设计做成国家名片。我家八岁娃听说我要去中国，第一句就是：“太好了，记得带个Labubu回来！”——他才八岁啊！我问他还有别的中国牌子吗？他想了半天：“没了，就要Labubu。”这说明什么？中国的文化出口拐点已经到了。我前阵子在深圳随手拍了一家店，他们做香水，那盒子精致得我怀疑人生——这工艺、这美感，放全球都是顶流，他们怎么做到的？文化这东西是“软”的，但一旦形成潮流，比硬件还猛。Labubu不是第一个，也不会是最后一个，后面会跟出一整批中国IP，年轻人会觉得“中国太酷了”，主动想飞过去看看——当年日本就是这样圈粉的。本文来自虎嗅，原文链接：https://www.huxiu.com/article/4783777.html?f=wyxwapp
-
阿里深夜炸场：首个端到端全模态 AI 模型 Qwen3-Omni 发布开源 IT之家 9 月 23 日消息，又是熟悉的深夜，阿里云今日发布并开源了全新的 Qwen3-Omni、Qwen3-TTS，以及对标谷歌 Nano Banana 图像编辑工具的 Qwen-Image-Edit-2509。Qwen3-Omni 是业界首个原生端到端全模态 AI 模型，能够处理文本、图像、音频和视频多种类型的输入，并可通过文本与自然语音实时流式输出结果，解决了长期以来多模态模型需要在不同能力之间进行权衡取舍的难题。 Qwen3-Omni 是原生端到端的多语言全模态基础模型，其核心特性主要包括： 跨模态最先进表现：通过早期以文本为核心的预训练和混合多模态训练，模型具备原生多模态能力。在实现强大音频与音视频性能的同时，单模态的文本与图像效果保持不降。在 36 项音频 / 视频基准测试中，22 项达到了最新水平，其中 32 项在开源范围内处于领先；在自动语音识别（ASR）、音频理解与语音对话方面表现可与 Gemini 2.5 Pro 相当。 多语言：支持 119 种文本语言、19 种语音输入语言以及 10 种语音输出语言。 语音输入语言：英语、中文、韩语、日语、德语、俄语、意大利语、法语、西班牙语、葡萄牙语、马来语、荷兰语、印尼语、土耳其语、越南语、粤语、阿拉伯语、乌尔都语。 语音输出语言：英语、中文、法语、德语、俄语、意大利语、西班牙语、葡萄牙语、日语、韩语。 创新架构：基于 MoE（专家混合）的“思考者–表达者”设计，并结合 AuT 预训练以获得强大的通用表征能力，同时采用多码本设计以将延迟降至最低。 实时音频 / 视频交互：低延迟流式交互，支持自然的轮流对话和即时的文本或语音响应。 灵活控制：可通过系统提示词自定义行为，实现细粒度控制与轻松适配。 精细音频描述： Qwen3-Omni-30B-A3B-Captioner 已开源，这是一个通用型、细节丰富、低幻觉率的音频描述模型，填补了开源社区在该领域的空白。 IT之家附官方地址： GitHub：https://github.com/QwenLM/Qwen3-Omni 抱抱脸：https://huggingface.co/collections/Qwen/qwen3-omni-68d100a86cd0906843ceccbe 魔塔：https://modelscope.cn/collections/Qwen3-Omni-867aef131e7d4f Demo：https://huggingface.co/spaces/Qwen/Qwen3-Omni-Demo TTS 即文本转语音，阿里云此次发布的 TTS 支持 17 种音色选择，每一种音色均支持 10 种语言。其中不仅包含多国语言，有：普通话、英语、法语、德语、俄语、意大利语、西班牙语、葡萄牙语、日语、韩语；还支持了更多中国方言：闽南语、吴语、粤语、四川话、北京话、南京话、天津话和陕西话。 此外，Qwen3-TTS-Flash 在多项评估基准上均取得了 SoTA 的表现，超越 SeedTTS、MiniMax、GPT-4o-Audio-Preview、Elevenlabs，特别是在语音稳定性和音色相似度。延迟对比Qwen3-TTS-FlashQwen-TTS并发数双卡 12 并发双卡 6 并发首包延迟（单并发）97ms200ms首包延迟（满并发）420ms733ms首包大小（满并发且越大越好）320ms190msRTF（单并发）0.300.43RTF（满并发）0.510.72 官方地址： Demo：https://huggingface.co/spaces/Qwen/Qwen3-TTS-Demo 博客：https://qwen.ai/blog?id=b4264e11fb80b5e37350790121baf0a0f10daf82&;amp;amp;amp;amp;amp;from=research.latest-advancements-list Qwen-Image-Edit-2509 是 Qwen-Image 月度迭代升级版本，和字节前几天发布的即梦 4.0 图像模型一样主要是一致性上巨大提升。与 8 月份发布的 Qwen-Image-Edit 相比，Qwen-Image-Edit-2509 的主要改进包括： 多图像编辑支持：对于多图像输入，Qwen-Image-Edit-2509 基于 Qwen-Image-Edit 架构，并通过图像拼接进一步训练，以实现多图像编辑。它支持各种组合，如“人 + 人”、“人 + 产品”和“人 + 场景”。目前在 1 到 3 张输入图像时表现最佳。 增强的单图像一致性：对于单图像输入，Qwen-Image-Edit-2509 显著提高了编辑的一致性，特别是在以下方面： 改进的人像编辑一致性：更好地保留面部身份，支持各种肖像风格和姿势变换； 改进的产品编辑一致性：更好地保留产品身份，支持产品海报编辑； 改进的文字编辑一致性：除了修改文字内容外，还支持编辑文字字体、颜色和材质； 原生支持 ControlNet：包括深度图、边缘图、关键点图等。 官方地址： 博客：https://qwen.ai/blog?id=7a90090115ee193ce6a7f619522771dd9696dd93&;amp;amp;amp;amp;from=research.latest-advancements-list 魔塔：https://modelscope.cn/models/Qwen/Qwen-Image-Edit-2509 抱抱脸：https://huggingface.co/Qwen/Qwen-Image-Edit-2509 GitHub：https://github.com/QwenLM/Qwen-Image 另外，Qwen3-Next-80B-A3B-Instruct-FP8 和 Qwen3-Next-80B-A3B-Thinking-FP8 也已经开源： 抱抱脸：https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d 魔塔：https://modelscope.cn/collections/Qwen3-Next-c314f23bd0264a
-
外媒：反垄断案又启，美国计划拆分谷歌数字广告业务 中新经纬9月23日电 据美联社23日报道，在转移了美国司法部对其在线搜索非法垄断的攻击后，谷歌正面临另一次拆分其互联网帝国的尝试，审判重点是其在数字广告中的滥用策略。 周一在美国弗吉尼亚州亚历山大市联邦法院开庭的审判围绕美国地区法官莱昂妮·布林克马 (Leonie Brinkema) 宣布谷歌部分数字广告技术为非法垄断的有害行为展开。法官发现，谷歌一直在从事扼杀竞争的行为，损害依赖该系统获得收入的在线出版商。 报道称，谷歌和美国司法部将在接下来的两周内出庭，在“补救”审判中提供证据，最终布林克马将就如何恢复公平的市场条件做出裁决。 报道提到，“补救措施的目的是采取必要措施来恢复竞争，”朱莉娅·塔弗·伍德 (Julia Tarver Wood) 在周一美国司法部反垄断部门的开场白中说。伍德声称，谷歌正在以一种与自由市场竞争背道而驰的方式操纵市场。伍德说：“作弊的手段隐藏在计算机代码和算法中。” 报道显示，谷歌的律师Karen Dunn反驳说，政府提出的补救措施是鲁莽和激进的，政府正试图将谷歌完全排除在竞争之外。无论法官如何裁决，谷歌都表示将对早些时候将广告网络标记为垄断的决定提出上诉。 报道提到，该案于2023年提起，威胁到谷歌在过去17年中为推动其占主导地位的数字广告业务而建立的复杂网络。数字广告销售不仅占谷歌服务部门为其母公司Alphabet Inc.创造的3050亿美元收入的大部分，也是数千个网站赖以生存的命脉。 报道称，如果美国司法部获胜，布林克马将命令谷歌出售其部分广告技术，谷歌律师警告说，这一提议将“给消费者和互联网生态系统带来破坏和损害”。美国司法部则辩称，拆分将是削弱多年来一直扼杀竞争和创新的垄断的最有效、最快捷的方法。谷歌认为，已经对其“广告管理器”系统进行了足够的更改，包括提供更多的选项和定价选项，以解决布林克马在其垄断裁决中指出的问题。 报道还提到，围绕谷歌广告技术的法律纠纷反映了该公司最近经历的另一场摊牌，此前另一位联邦法官谴责其占主导地位的搜索引擎是非法垄断，并于今年早些时候举行了补救听证会，以考虑如何制止不当行为。该案中，美国司法部还提议进行严厉打击，要求谷歌出售其流行的Chrome浏览器，但美国地区法官阿米特·梅塔在本月早些时候发布的一项决定中决定，在人工智能技术重塑搜索市场的情况下，需要进行不那么剧烈的改组。尽管谷歌并不完全同意Mehta的决定，但这一裁决帮助Alphabet的股价创下新高。自梅塔做出决定以来，Alphabet股价上涨了20%，使其成为第四家市值达到3万亿美元的上市公司。Alphabet股价周一下跌约1%，收于252.53美元。(中新经纬APP)
-
豪掷7100亿！英伟达联手OpenAI打造超级AI数据中心，美国或将诞生万亿算力帝国 OpenAI联合创始人兼总裁Greg Brockman，英伟达CEO黄仁勋，OpenAI CEO奥尔特曼英伟达千亿AI投资再度引起行业关注。9月23日消息，英伟达（NVIDIA，NASDAQ:NVDA）和OpenAI今晨宣布达成合作，为OpenAI的下一代AI基础架构部署至少10吉瓦的英伟达系统，用于训练和运行其下一代模型，从而实现超级AI部署。同时，英伟达计划在新系统部署期间向OpenAI投资高达1000亿美元（约合人民币7100亿元），第一阶段预计将于2026年下半年上线。根据协议，OpenAI还将与英伟达合作，成为其 AI 工厂增长计划的首选战略计算和网络合作伙伴。而且，OpenAI和英伟达将携手优化OpenAI模型和基础架构软件以及英伟达硬件和软件的路线图。据悉，英伟达和OpenAI将在未来几周内敲定新一轮战略合作的细节。“这是一个巨大的项目，”英伟达CEO黄仁勋周一对CNBC表示，10吉瓦相当于400万至500万张图形处理器（GPU）卡，约等于英伟达今年的出货总量，是去年的两倍。OpenAI联合创始人兼CEO奥尔特曼（Sam Altman）表示：“一切始于计算。计算基础设施将成为未来经济的基础，我们将利用与英伟达合作构建的基础设施，创造新的AI突破，并大规模赋能个人和企业。”受此消息影响，9月22日美股，英伟达股价一度涨超4%。截至美股收盘，英伟达收涨逾3.9%，创下历史新高，总市值达4.46万亿美元。 同时，该消息也刺激整个美股上涨。周一，费城半导体指数收涨将近1.6%；标普500指数收涨29.39点，涨幅0.44%，报6693.75点，今年第28次创下新高；道琼斯工业平均指数收涨66.27点，涨幅0.14%，报46381.54点，继续创收盘历史新高。获超万亿支持，OpenAI走向“算力帝国” 这项1000亿美元的投资合作将分阶段实施。根据新协议，一旦双方就OpenAI收购英伟达系统达成最终协议，英伟达将首先投资100亿美元。同时，第一阶段数据中心的能耗为1吉瓦，将于2026年下半年部署，投资将以当时的估值为准。后续资金则会随着GPU部署使用量的提升逐渐向OpenAI支付，确保投资与实际建设进度同步。而这一美国智能算力中心将采用英伟达最新的Vera Rubin平台，用于训练和运行OpenAI的下一代模型，最终目标是加速实现“超级智能”。今年8月，黄仁勋在财报电话会议上告诉投资者，建设1吉瓦容量的数据中心的成本在500亿至600亿美元之间，其中约350亿美元用于购买英伟达芯片和系统。以此计算，10吉瓦能给英伟达带来3000亿-4000亿美元的收入。 事实上，在此之前，OpenAI短短一周内还拿下甲骨文、微软、博通等超过万亿元的投资合作。 9月10日，甲骨文股价单日暴涨36%，创下32年来最大单日涨幅，主要由于OpenAI和甲骨文签署的一项5年3000亿美元（约合人民币2.1万亿元）的“天价”云服务合同。 9月11日，微软与OpenAI悄然签署了一份非约束性谅解备忘录，为后者的公司重组开绿灯，同时重申了二者的云服务“独占”模式的结束，也意味着微软将持续推进OpenAI应对昂贵的算力成本。 据报道，OpenAI还与博通合作自研ASIC芯片项目，预计将于明年投产，届时将提供模型推理层面应用。 加上此次英伟达1000亿美元的投资，OpenAI正在走向万亿“算力帝国”。早在2022年ChatGPT横空出世后，微软迅速跟进，在2023年将算力和现金的总投资追加至130亿美元。微软为OpenAI提供了强大的算力支持，OpenAI在AI技术上突飞猛进，而OpenAI又被微软纳入各项云服务产品中，可以直接调用。如今，ChatGPT每周大约有7亿人使用，其运行和开发需要极为庞大的算力。而在昨天，奥尔特曼透露，未来几周将推出一些新的“算力密集型”产品。英伟达投资之前，OpenAI在最近的第二轮融资中被软银、微软等多家机构投资百亿美元，公司估值高达5000亿美元。另据The Information报道 ，OpenAI预计2029将耗资1150亿美元，这一数字比该公司之前的估计高出约800亿美元。这一增长中，对自有数据中心服务器芯片和设施的投资将是其现金消耗的主要原因。奥尔特曼表示，英伟达和微软成为“被动”投资者和该公司“最重要的合作伙伴”。“在接下来的几个月里，你应该对我们抱有很大的期望，”奥尔特曼表示，“OpenAI必须做好三件事：我们必须进行出色的AI研究，我们必须制造出人们想要使用的产品，我们必须弄清楚如何应对这一前所未有的基础设施挑战。”黄仁勋表示，英伟达的投资是“对已宣布和签约的所有事项的补充”。“从第一台DGX超级计算机到ChatGPT的突破，英伟达和 OpenAI 十年来一直相互推动。此次投资和基础设施合作标志着我们迈出了新的一步——部署10吉瓦电力，为下一个智能时代提供动力。”黄仁勋称。对此，伯恩斯坦分析师Stacy Rasgon表示，“一方面，这有助于OpenAI实现计算基础设施方面的一些宏伟目标，也有助于英伟达确保这些目标得以实现。另一方面，过去人们就曾提出过‘循环’（circular）问题，而此次投资将进一步加剧这种担忧。”但Requisite Capital Management执行合伙人Bryn Talkington认为，这笔交易意味着，英伟达向OpenAI投资了1000亿美元，OpenAI随后又把这笔钱返还给了英伟达。“我觉得这对黄仁勋来说非常有利。”“这笔交易可能会改变英伟达和OpenAI的发展， OpenAI在软件方面的领先地位巩固英伟达在芯片领域的垄断地位。这可能会使英伟达在芯片领域的竞争对手或OpenAI在模型领域的竞争对手更难扩大规模，”Doyle, Barlow & Mazard 律师事务所的反垄断律师Andre Barlow表示。据报道，OpenAI在2030年的研发投入（主要是算力成本）将接近总收入的50%，有望成为美国科技行业算力投入、研发投入最高的公司。DeepSeek V3.1模型采用国产算力，中美加速AI算力竞争 此次OpenAI、英伟达的投资合作，恰逢DeepSeek-V3.1-Terminus 版本发布数小时之后。9月22日，DeepSeek宣布线上模型完成升级，当前版本号DeepSeek-V3.1-Terminus，包含思考模型和非思考模式两个版本，上下文长度均为128k，用户可以在线体验。据介绍，此次更新在保持模型原有能力的基础上，针对用户反馈的问题进行了改进。其中，deepseek-chat、deepseek-reasoner分别对应DeepSeek-V3.1-Terminus的非思考、思考模式。同时，3.1版本进一步优化了Code Agent与Search Agent的表现，非思考模型输出长度默认4K，最大8K，思考模型输出长度默认32K，最大64K。使用价格方面，DeepSeek-V3.1-Terminus模型百万tokens输入（缓存命中）0.5 元，缓存未命中则为4元，百万tokens输出价格达12元。而与此同时，9月19日，华为全联接大会2025期间，华为技术有限公司与浙江大学联合发布了国内首个基于升腾千卡算力平台的DeepSeek-R1-Safe基础大模型。据浙江大学计算机科学与技术学院院长、区块链与数据安全全国重点实验室常务副主任任奎介绍，在算力平台搭建方面，团队首次实现基于昇腾千卡算力平台的千亿级参数满血版大模型安全训练，系统性地解决了训练环境中的关键问题，构建了服务器间环境依赖同步、数据与权重共享、协同训练推理等一系列开发工具。目前，模型已在多个社区全面开源。任奎表示，测试结果表明，在MMLU、GSM8K、CEVAL等通用能力基准测试中，DeepSeek-R1-Safe相比于DeepSeek-R1的性能损耗在1%以内。更早之前，DeepSeek团队共同完成、梁文锋担任通讯作者的DeepSeek-R1推理模型研究论文，登上国际顶级期刊《Nature》（自然）杂志封面。文中指出， DeepSeek R1训练成本仅约29.4万美元（约合208万元）。目前几乎所有主流的大模型都还没有经过独立同行评审，这一空白“终于被DeepSeek打破”。评审该论文的Hugging Face机器学习工程师Lewis Tunstall表示，R1是首个经历同行评审的大型语言模型，这是一个非常值得欢迎的先例；俄亥俄州立大学人工智能研究员Huan Sun表示，DeepSeek自发布以来几乎影响了所有在大语言模型中使用强化学习的研究。事实上，随着DeepSeek热潮，引发中美AI算力争夺，而中国AI算力需求正以年均300%的惊人速度增长。IDC与浪潮日前发布的《2025年中国人工智能计算力发展评估报告》提出，DeepSeek通过其先进的算法优化和高效的模型性能，激发了新的应用场景的需求，显著拉动了数据中心、端侧及边缘计算的应用发展。全球计算联盟（GCC）秘书处CTO苗福友预测，未来两三年，国内AIDC建设将以每年40%以上的增速逐年增长，随后慢慢趋于平缓，预计到2030年前后，年增长率或可降至10%左右。据国家数据局报告显示，截至2024年底，中国算力总规模达280EFLOPS（每秒百亿亿次浮点运算），其中智能算力规模达90EFLOPS，占比32%。这相当于把全球80亿人同时变成超算，每秒每个人要完成超过3千万次计算，技术实力惊人。有机构预测，2025年中国智能算力规模预计增长超40%。国家数据局局长刘烈宏表示，中国算力排在全球第二，仅次于美国。目前，中国在用算力中心机架总规模超过830万标准机架，算力总规模达246EFLOPS（EFLOPS是指每秒进行百亿亿次浮点运算），位居世界前列；全国算力中心平均电能利用效率降至1.47，创建国家绿色数据中心246个；工业、教育、医疗、能源等多个领域算力应用超过1.3万个。不过，另据Epoch AI的分析，美国拥有全球四分之三的AI超级计算机算力，而全球其实只有12％的国家和地区拥有AI算力。因此，随着AI算力基础设施产业发展，全球对于包括GPU在内的AI算力需求不断增加。摩尔线程创始人兼CEO张建中近期表示，今天市场大概有超过700万张GPU计算卡的需求，来支撑每天输出的生成式AI和Agentic AI技术能力。而未来5年，AI算力需求仍将保持100倍增长。但以每一片晶圆大概产出20-30片有效算力计算，中国还有300万张GPU卡的产能缺口，产能还不太可能满足。张建中认为，从中短期来看，国内算力市场面临智能算力的短缺。据悉，截至2024年11月，全球已投运的智算中心项目近150个，在建和规划建设的智算中心近100个，但据浪潮人工智能研究院测算，中国智算中心平均算力利用率仅为30%。中信建投研报称，华为最新公布一系列即将上市和规划中的新品，如昇腾950PR/昇腾950DT、昇腾960和昇腾970三个系列产品，分别将于2026年第一季度和2026年第四季度，以及2027年第四季度、2028年第四季度上市，同时，华为发布Atlas 950超节点，支持8192张基于Ascend 950DT的昇腾卡，柜间采用全光互联，总算力大幅度提升，上市时间是2026年第四季度。因此，预计9月—10月我们将可能看到国内AI算力需求回暖，此外对于国内云服务厂商也建议重视。“我们可以想象一下，今天中国所有的晶圆制造工厂加在一起的产能都不到需求量的1/10。所以，如果国产GPU要发展，对于半导体生产制造来讲，我鼓励也呼吁整个产业界尽快转向先进技术，尽快让自己的工厂和所有的产品能够具备生产及评估的能力。”张建中提到，当前国产GPU芯片的制造端困境主要有三方面——国际高端芯片禁运、高端HBM存储限售、先进工艺制程限制。据SEMI统计，预计到2030年，在AI、物联网、机器人等技术助推下，全球芯片产业规模将超过1万亿美元。其中，中国AI芯片市场规模可能超过1.3万亿元，届时中国AI产业及相关行业价值高达10万亿元人民币。（本文首发于钛媒体App，作者｜林志佳，编辑｜盖虹达）
-
“老登”应用，霸榜AI 定焦One（dingjiaoone）原创作者 | 王璐编辑 | 魏佳AI应用的争夺战，打到哪儿了？如果把整个AI行业想象成一座金矿：基础设施层（芯片、算力）相当于“卖铲子”，提供挖矿的基础工具；模型层（大模型研发）好比“卖地图”，告诉大家哪里有金子；而应用层是直接“下场淘金”，把金子变现。近两年AI应用的使用者越来越多，QuestMobile数据显示，截止到2025年8月，移动端AI应用用户规模达6.45亿，PC端达2.04亿。其中原生APP亿级应用的平均环比增速1.3%。何为“AI原生应用”？可以理解为它从设计之初就将AI作为核心驱动力，底层架构、运行逻辑、交互方式和商业模式都围绕AI能力进行创新，豆包、DeepSeek、ChatGPT、Perplexity等都属于这类，正因为其足够纯粹，也被认为是最能检验市场对AI接受度的产品类型之一。然而，我们对比多份榜单后发现，和国外创业公司不断孵化出头部AI原生应用不同，国内的榜单上靠前的产品大多来自大厂，有些还是老应用“加AI”的升级版，比如阿里的夸克、百度的文库等，真正由创业公司打造并冲进主流视野的原生AI应用并不多。看似热闹的AI应用赛道，实际上依然是大厂主导的游戏。为什么会出现这种情况？创业公司做AI应用，还有前景吗？ AI应用爆发，仍是巨头游戏 近两年，全球AI应用迎来爆发式增长，虽然目前没有明确统计数据，但从业者预估，全球AI应用数量已达数十万级别，它们大体可划分为TOB（面向企业）与TOC（面向大众）两大阵营。为了更好的观察AI应用的长线发展趋势，我们选取了2025年上半年国内AI应用的热度榜单作为参照（数据来源：Xsignal)。榜单前二十名的应用可分为三类：大厂原生应用（12个）、大厂老应用+AI（1个）、创业公司原生应用（7个），仅有约三分之一出自创业公司。前三名分别为豆包、DeepSeek和夸克，而进入前十名的创业公司原生应用，除了DeepSeek之外，仅有聊天辅助应用Lovekey键盘。一位投资人甚至指出，严格来说，DeepSeek也并非真正意义上的创业公司，它依托母公司幻方量化的资源与团队支持。这意味着，榜单上厮杀出来的创业公司比例还要更低。 为了进一步验证这一趋势，我们还选取了硅谷著名VC机构a16z发布的全球Top100AI应用榜单进行对比。需要说明的是，其统计的是iOS和Google Play的数据，因缺少Android市场的部分应用，所以和国内榜单上的AI应用排名有所区别，比如国内榜单排名靠前的腾讯元宝、360旗下的纳米AI搜索均没有上榜，与此同时，一些“大厂老产品＋AI”类应用出现在榜单前十中，比如美图在2008年推出的美图秀秀、字节在2020年推出的醒图。但无论是国内还是全球榜单，结果都显示：前三名没有变，大厂应用仍是主角。 澎湃发布的2025年全球百大值得关注的AI APP榜单也进一步印证了这一点。上榜的主要是硅谷科技巨头和国内互联网大厂产品，其中字节跳动、阿里巴巴、腾讯、百度四家企业的自有AI APP总数占比近四分之一，字节跳动以12款自有AI APP的数量位居榜首。综合这些榜单进一步分析，大厂在AI应用中的领先优势，一方面得益于类型优势。当前AI应用的热度分化明显，聊天机器人以绝对优势领跑，几乎所有国内大厂都在这一赛道押下重注，比如字节的豆包、腾讯的元宝、阿里的通义、百度的文小言。而大模型六小龙只有部分公司推出了聊天机器人产品。一位从业者解释，聊天机器人的通用属性让其能吸引大量用户，但也需要投入大量算力、数据标注和算法优化成本，这是部分创业公司没有做聊天机器人的重要原因之一。不过，换到其他类型，大厂AI应用的表现也整体好于创业公司。比如在虚拟角色、视频生成领域，字节的猫箱、快手的可灵的表现都领先于创业公司的同类应用，即便MiniMax的虚拟角色应用星野也表现不错，但也排在大厂之后。另一方面，一些AI新贵实则是“老将翻红”，大厂靠着AI让老牌应用再度起飞。比如阿里的夸克，百度的百度网盘、百度文库等，它们原本就拥有庞大的用户基数，如今套上AI的“新马甲”，又圈了一波热度。夸克升级为“AI超级框”后，强调AI对话、深度搜索及AI工具集成，覆盖写作、PPT生成、解题等场景，受到学生和职场人群的欢迎；百度网盘作为云存储工具，加入AI后具备一键将图片归类、生成字幕等功能，提高了使用者的效率；百度文库则是打工人最常用的工作工具之一，其2024年的营收比WPS还高，今年5月其“智能PPT”访问量一度拿下全球第一。 创业公司做AI应用，为什么后劲不足？ 其实，AI应用的格局，并不是从一开始就被大厂“垄断”的。在早期，创业公司的原生应用表现并不输大厂，“AI六小虎”凭借快速迭代和灵活打法，一度气势逼人。Kimi就曾在声量上盖过文心一言、豆包、腾讯元宝等大厂同类产品。但如今，赛道已经走到分水岭。多位业内人士认为，大厂逐渐占据主导，源自三方面主要原因：技术迭代、商业模式和生态入口。从事Agent应用算法方向研究的资深人士赵江杰解释，开发一个AI应用大致涉及三方面：算法侧、前端（交互界面）和后端（集成环境）。其中最重要的是算法侧能力的搭建，也就是大模型能力。现在，大模型的能力正在经历第三次迭代。ChatGPT的诞生代表着大模型进入1.0阶段（通用对话）；紧接着，通过与强化学习结合的后训练强推理模型是2.0阶段，以OpenAI的o1为起点，DeepSeek的出圈是标志性事件；今年随着Agent的爆发，大模型进入3.0阶段，以Agent能力作为模型重点突破的方向，在LLM+强化学习路线的基础上，继续扩展模型推理能力，使其具备更强的泛化性和通用性，以在现实场景的更多任务中推进Agent的落地。赵江杰表示，各家大模型在1.0阶段的能力几乎没有任何差异，在2.0阶段OpenAI和DeepSeek分别在闭源和开源领域占据先发优势，但后面各家大模型厂商也陆续赶上，而目前3.0阶段还在发展初期，面临RL大规模训练工程化挑战、长程规划以及可验证训练环境构建等问题，但像OpenAI的gpt-5，Google(deepmind)的Gemini deepthink已经开始展现出极强的推理能力，陆续在IMO、IOI等高难度数学国际竞赛上取得金牌，接近人类顶级水平。这也就意味着，在面临用户的常规任务时，各大模型都能很好的完成用户需求，只有复杂任务才会出现不同。在大模型能力差不多的前提下，场景挖掘与高质量数据，直接决定了AI应用的上限，而国内TOC场景的核心数据，集中在互联网大厂手中。随着用户复杂任务需求的增加，创业公司在此时逐渐失速。同时，未跑通的商业模式，也放大了创业公司的压力。赵江杰表示，AI应用的成本可分为前期人员开发、中期营销推广、后续运营维护，以及用户使用时消耗的算力。其中，API调用是最大的支出，虽然大模型厂商都在卷价格，但要支持海量用户请求，这仍是一笔高昂的费用。但目前TOC市场用户的付费意愿普遍低迷。“纵观国内平台型企业，从爱优腾（广告+会员）、抖音（广告）、淘宝（竞价排名）到美团（商家推广费），广告与流量变现仍是主流商业模式。让用户为AI应用直接付费，至今仍是一大难题。”一位AI行业资深投资人直言，目前国内消费者为AI TO C应用付费的路径，几乎走不通。 图源 / pexels 而OpenAI、Anthropic、Perplexity等创业公司能打造多款头部原生AI应用，与其C端用户对AI服务的付费接受度较高密切相关。OpenAI曾表示，ChatGPT今年预计能实现近100亿美元营收。相比之下，大厂可以将AI应用视为整体AI战略的一部分，短期内不必过于在意盈利。生态入口，则是大厂的另一张王牌。潞晨科技创始人尤洋表示，大厂本身具有品牌优势和庞大的流量池，比如字节的短视频、腾讯的社交和游戏、阿里的电商，天然具备海量分发渠道。短期内，它们也可以不考虑投入产出比，通过大量推流获取免费用户。更关键的是，大厂的非AI原生应用并不是“从零开始”，本来已经积累了一批用户，只需在原有产品基础上进行“AI升级”，就能在既有产品上收获用户，甚至凭借头部流量入口迅速登顶。比如，打出AI概念后，2024年12月，百度文库AI的MAU达9400万，同比增长216%，环比增长83%。而创业公司的原生应用要跑出来，全靠“冷启动”。比如Kimi曾靠投放短暂出圈，但缺乏长期留存手段，最终难以维持。去年，Kimi与豆包、文小言并称“AI原生三强”，AppGrowing数据显示，Kimi去年10月单月投放金额为2.2亿，整个Q4达到了5.3亿。但今年Q1，Kimi下载量环比下滑3.9%，月均下载量833.8万，一方面与DeepSeek的出现有关，另一方面也与投放力度下降相关，其Q1投放量仅1.5亿。尤洋直言：“可能大厂某一个产品单月的广告营销费用，比很多初创公司的融资总额还高。”在这样的现实下，创业公司的AI原生应用想要突围，难度可想而知。 AI应用市场，创业公司还有机会吗？ 即便AI应用迎来爆发式增长，格局也趋于稳定，但从整体来看，它的用户规模和变现潜力仍处于早期阶段。Sensor Tower发布的《2025年AI应用市场洞察报告》显示，今年上半年，全球生成式AI应用（AI助手+AI内容生成器）下载量达到17亿次，环比增长67%；应用内购买（IAP）收入接近19亿美元，同比增长100%+；用户累计使用时长156亿小时，相当于每天8600万小时，总会话次数4260亿次，人均约50次。这些数据表明，AI应用的用户粘性和付费意愿均在显著提升，整个市场远未到天花板。同时，技术门槛的降低也给了创业公司更多机会。从业者阿明介绍，在大模型的加持下，一个小型开发团队甚至个人开发者，在短短几天内就能开发出功能完整的AI应用。赵江杰也提到，今年以Cursor、Claude Code、Codex为代表的AI Coding产品发展非常快，受益于模型Coding能力和Agent能力的提升，现在的AI Coding产品的能力基本覆盖了全栈开发，通过prompt输入实现一句话编程(vibe coding)，完成中等难度复杂度以下的整体项目搭建，这可以让AI应用的开发周期大大缩短，可能一两天就能做出demo。在这样的背景之下，创业公司想要从中分一杯羹并非没有机会。赵江杰认为，创业公司决策链条短、行动迅速，能更专注地打磨单一产品，对市场变化和用户反馈的响应速度远超大厂。这种特性使创业公司更易避开与大厂的正面交锋，转而深耕垂直领域的细分场景。尤洋回溯AI浪潮前的整体应用的发展历程，觉得即便大厂占据了做AI应用的先天优势，创业公司也还有空间。“许多如今知名的大厂应用，最初也是作为初创产品厮杀出来的。比如PC时代，微软垄断操作系统，但诞生了Adobe、Autodesk等垂直软件巨头；移动时代，苹果、谷歌垄断手机系统，但诞生了无数细分领域的应用和如今的大厂：字节、腾讯、阿里、Meta等”。他认为，AI时代的生态会分层：基础层比如预训练前沿底座大模型、建设超大规模算力集群是少数厂商的游戏，应用层则由大厂和数千家创业公司瓜分。 图源 / pexels 当然，并不是所有的AI应用都有生存空间。他认为创业公司在做AI应用时，可以考虑是否同时满足以下三点：首先，场景高频刚需。比如教育学习、信息检索、内容创作都属于用户高频使用的场景，问答类的Perplexity、视频类的Sora都属于这一类。而一些泛AI类应用，可能同质化严重，用户新鲜感过后便选择离开。其次，用户的投入产出要合适。目前一些办公协作类AI应用比较有竞争力，能在短时间内显著提升用户的工作效率，甚至获得收益。比如智能生成PPT的工具AiPPT.cn排名靠前，证明了只要能真正帮用户解决问题，用户就愿意长期使用。最后，技术成熟度必须与场景容错度匹配。内容生成、编程等领域天然适配AI的创作能力，用户需求量也大，对AI幻觉也有一定的容忍度，比起医疗、自动驾驶等“强制正确性场景”更适合创业公司做出快速落地产品。总体而言，AI应用赛道目前仍处于早期探索阶段，大厂凭借体量、生态和资源占据核心阵地，但创业公司可依靠技术锐度和垂直领域的深度创新，寻找突围。*题图来源于pexels。
-
智元斩获业内首张人形机器人数据集CR认证，编号“001” 记者从智元机器人了解到，该公司成功通过CR-3-06:2025《人形机器人数据集CR产品认证实施规则》，拿下业内首张人形机器人数据集产品CR认证证书，编号“001”，成为国内首批依据T/SAIAS 024—2025、T/SAIAS 025—2025、T/SAIAS 026—2025、T/SAIAS 027—2025系列团体标准获得认证的企业。这标志着我国在人形机器人数据集标准化、质量评价与产业应用领域迈出关键步伐。 本次认证体系全面评估了人形机器人数据集建设的四大核心要素：分类与编码规范、数据标注标准、统一数据集格式要求以及全面质量评价准则。该认证不仅涵盖了数据集构建的全生命周期管理，更从源头确保了数据的规范性、一致性与可用性，是对企业数据治理能力、标准化水平及工程实践能力的综合检验。通过系统性评估，认证有效推动了人形机器人数据在采集、处理、管理及使用各环节的标准化进程，为行业数据生态的健康发展奠定了坚实基础。智元机器人AgiBot World数据集作为全球首个基于全域真实场景、全能硬件平台、全程质量把控的真机数据集，构建了具身智能领域的“数据基准库”。该数据集在规模与质量方面实现双重突破：长程数据规模较谷歌Open X-Embodiment数据集高出10倍，从抓取、推拉等基础操作，到搅拌、折叠、熨烫乃至内存条安装、餐具分拣等复杂长程任务，80%的任务时长集中在60-150秒，覆盖从基础操作到复杂长程任务的多组原子技能组合；场景覆盖面扩大100倍，数据质量从实验室级跃升至工业级标准。在场景与任务覆盖上，AgiBot World数据集实现了全维度拓展。依托智元自建的3000多平方米数据采集工厂与应用实验基地，数据集复刻了家居、餐饮、工业、商超和办公五大核心场景，包含数百种真实子场景与3000多种真实物品。通过多场景的高度还原与任务设计，AgiBot World 为机器人研发和测试构建了实现具身智能的必要条件。
-
场景驱动成绿色技术产业化“关键一跃”，多个绿色低碳应用场景接连发布 当下，场景驱动已成绿色技术产业化“关键一跃”，在昨天举行的浦江绿色低碳创新论坛上，多项创新绿色技术转移转化路径与合作计划发布，覆盖人工智能工具、国际项目、应用场景等，为上海建设全球绿色科技创新枢纽汇聚智慧和活力。世界知识产权组织（WIPO）中国办事处主任刘华表示，今年WIPO首次将日风险资本交易量纳入世界百强创新集群考核指标，上海在这一指标上名列第二，仅次于圣何塞-旧金山城市群，展现出上海活跃的创新市场和广阔的创新空间。WIPO数据显示，目前几乎每三项专利中就有一项与可持续发展目标相关。当下绿色技术与城市的科技创新息息相关。WIPO GREEN是联合国最大的绿色技术平台，现已收储来自140多个国家的逾13万项技术，拥有150个全球合作伙伴，并在十多个国家成功落地加速项目。上海科学技术交流中心绿色技术发展处处长席芙蓉介绍，上海去年应邀加入WIPO GREEN城市加速项目，切实解决了中心城区电动市政车辆移动充电、缓流河道稳态治理、近郊农业大棚土壤盐渍化修复、集装箱育苗工厂补光节能等多个现实问题，为上海绿色可持续发展提供有力技术支撑。此次论坛上，“自动驾驶移动充电机器人”“节能补光技术赋能植物工厂”“生物基材料修复盐碱化土地”三个已落地项目，作为WIPO GREEN城市加速项目上海典型案例正式发布。“自动驾驶移动充电机器人”即由纵目科技开发的“闪电宝”移动能源机器人。这款达到L4级智能驾驶水平的“会走路的充电桩”不依赖固定电源，可提供60千瓦移动快充能力，最多可服务24个停车位。它还可与FlashHub智能双模充电桩组合部署，在无需大规模布线的前提下，实现“移动+固定”的一体化充电。目前，“闪电宝”已在全国投入500余台。“节能补光技术赋能植物工厂”首创大角度旋转式LED补光灯，补光角度扩大到120°，设计多路可控电路满足不同生长周期的光照需求，补光面积增长到0.5亩/盏。团队研发的首个中草药生长数据库与中草药吸收光谱数据库，覆盖10多种高价值中草药，为其全生命生长周期提供精准指导。该技术已在云南、海南建成共3万亩示范基地，实现亩均增收万元。“生物基材料修复盐碱化土地”去年初在新疆喀什地区打造的两个示范基地展现出一片绿色生机：原本有机质含量为零、无法生长任何农作物的戈壁滩上，已经种上了玉米、苜蓿、高粱、西瓜、甜瓜和节水抗旱稻等作物。去年底，这一治沙扩田的中国方案在阿联酋阿布扎比成功复制推广。今年，这一技术还将在非洲大显身手。席芙蓉表示，2026年WIPO GREEN加速项目（上海）将进一步升级，除拓宽应用场景、深化技术对接外，更将推出“绿色技术IP加速营”，聚焦绿色低碳赛道探索高价值专利组合、协助企业制定绿色知识产权战略规划，为绿色技术创新价值实现与企业竞争力提升保驾护航。 近年来上海围绕深远海风电、新型储能等七大领域布局15个绿色低碳转型重点应用场景，启用绿色技术银行、绿色低碳概念验证中心等平台，落地全国首套兼容燃煤+燃机烟气的CCUS示范装置、首个规模化商业运行的绿色甲醇一体化示范项目等标杆项目，未来将进一步拓展应用场景推进绿色低碳技术集成创新、强化金融赋能加快成果落地、链接全球网络加强智慧共享。吉利汽车以及立讯精密也分别分享了各自的绿色低碳规划及应用场景，其中吉利汽车集团俞绍华以“携手供应商伙伴打造绿色供应链应用场景”为题，介绍了吉利汽车低碳转型的系统路径，以“2025年单车全生命周期碳排放减少25%以上、2045年实现碳中和”为核心目标，从设计、制造、供应链、使用端多维度发力，构建全链条绿色供应链生态，并发布了性价比高的能源替代、节能降碳技术、CCUS技术、固碳技术等绿色技术需求。立讯精密发布“可持续发展路线图”，围绕环境、社会和治理三大维度构建战略体系，明确“节能减排、可再生能源为主、碳抵消为辅”的碳中和策略，提出“不晚于2050年实现自身运营及价值链碳中和”目标，并发布了电气化改造、可再生燃气、碳汇方面的技术需求。论坛还集中发布了绿色技术的AI助手“小绿”、绿色伙伴计划及链主企业绿色低碳应用场景，更有来自丹麦、哈萨克斯坦等国的国际嘉宾与国内行业领军者分享城市绿色低碳转型创新经验，全方位破解绿色技术从实验室走向市场的关键难题。
-
新质观察｜“人工智能思维”到底应该是什么？ 前不久，国务院发布《关于深入实施“人工智能+”行动的意见》，鼓励和支持全民积极学习人工智能新知识、新技术。再一次掀起了全社会关注人工智能的热潮。越来越多的产业部门开启了新一轮推动人工智能（AI）落地的专项行动，几乎所有领域都在更加积极地探索如何运用人工智能转化为生产力。眼下又正值新学年的开学季，北京、天津、山东、西安、杭州等多地也纷纷推动将AI“从娃娃抓起”，在一年级教学中便纳入AI课程。一时间，从政府部门、到企业员工、到学生家长，社会方方面面都在以前所未有的热度聊AI、讲AI。 李晶昀 AI图对此我深有体会的。就最近两个月，我更加频繁地收到各类关于AI的问询，从怎么利用AI降本增效，到怎么将AI融入教育，问题不一而足。但几乎每一次，话题最终都会落到一个：“钱老师，那你说大模型用哪家的好，是推荐用DeepSeek，还是豆包？”我想，这里显然是存在误区的。可以类比在互联网刚普及时，很多人本能地以为发邮件就是“触网”的全部了一样。差不多要到大约十年前，互联网借由移动互联的形式，实现在我国真正普及的时候，很多人才猛然发现原来互联网可以做那么多事情，那些数十年前就被预言的定律、猜想竟然是那么地精准。惊诧之余，孕育出了一个风行一时的概念“互联网思维”。我想，既然我们已经站在了智能时代的门口，AI已经脱离了专属的科技背景和产业背景，开始走向每个人的个人生活。那我们不妨认真谈一谈：面向社会大众的人工智能思维，到底是什么，以及不是什么。一、人工智能思维应该是什么在回答这个问题前，不妨把镜头先拉远一些。让我们回想一下，今天日常生活中那些“习以为常”又“理所当然”的事情。譬如去超市，我们自然而然会算账；规划出行，会下意识估算时间与距离；工作上遇到不那么容易说清楚的事情，会仔细写一封邮件等等。细究起来，这些能力都并不是与生俱来的。而是建立在“数字思维”和“文字思维”的潜移默化之上。拥有这些能力，并不是说人人都要目标成为数学家或作家，而是人人都能将数字和文字转化为我们认知世界的基本工具。就算不从事相关专业，依然能用它们处理生活和工作的纷繁事务。同理，智能时代，“人工智能思维”也应是一种基础的、普适的思维方式——这并不是指人人都能“手搓”一个AI算法，而是要求我们具备一种如臂使指运用智能工具的意识和能力。就像我们自己不需要会装电脑、更不需要会造手机，但我们一样能知道什么时候需要电脑和手机为我们干些什么，以及不能干些什么。二、人工智能思维不应是什么现在让我们回到刚开始的问题——直接问用哪一款大模型，学习钻研和AI（其实是大模型）互动的方法（例如提示词prompt），它的误区到底在哪里。难道这不是使用智能工具的意识和能力吗？其实这并不尽然。我想这里至少有三个层面的问题。首先，是原理层面的误区。人工智能领域开天辟地的达特茅斯会议，举办距今已近70年。在这70年里AI已经成为了一个巨大的科学技术门类。就拿近10年来说，AI的发展就经历了机器视觉、语音交互、大数据、深度学习、大语言模型等热点的轮替。大语言模型真正成为公众热点，不过短短两三年时间。眼下，具身智能、脑机接口、类脑智能都还在蓄势待发。未来的奇点在哪里，下一个谁，还会以什么样的形式带来更大的惊喜，还是不是语言交互的形式，这些都很难预料。因此，如果把“AI思维”等同于“大模型思维”，那显然是“只见树木，不见森林”。好比是把浏览器等同于互联网，既过于片面，也略为短视。其次，是在工具层面的问题。我们当然需要承认，大语言模型已经成为当下最具颠覆意义的生产力工具。虽然目前它仍有幻觉、偏见、滞后等技术性局限尚待解决，但大家都见证了在这短短一两年内，大模型生成文字、图片、影片，甚至程序代码的能力越来越叹为观止，而且还在以超越想象的速度不断提升。然而，是不是我们有了计算器之后，数学可以不从识数、加减法学起，就直接从“按按钮”开始了呢？答案显然是否定的。工具再强大，也无法代替人自身的思维训练。正所谓“有道无术，术尚可求；有术无道，止于术”。我想这句话，便精妙地诠释了其中的关系。只追逐“术”，最多只能成为一个熟练的AI用户，但我们对智能时代的追求应该不仅限于此。第三个问题，在人机交互伦理层面的错位。通俗来说，就是“到底是人在用AI，还是AI在指使、规训人”。我们用AI是因为AI能够帮助我们，然而当陷于“大模型世界”中，把所有文本交给大模型，所有图像都交给大模型，所有决策都交给大模型，在失去这些表达权、审美权、决策权之后，我们自己将何去何从？还是用先前提过的例子，我们学习古诗词，是因为看到日出时，会想到“日出江花红胜火”；看到红叶时，能咏出“霜叶红于二月花”。这些内容和联想丰富了我们的人生体验。如果这些句子只是在诗词库中，那么对我们的意义又在哪里呢？但显然，对于这些深层的追问，大模型和提示词都不会给出答案，甚至反而会南辕北辙。而这，恰恰正是我们需要培育真正“人工智能思维”的根本原因。三、提升人工智能意识，我们可以做些什么？AI最为革命性的特质，在于它是人类文明诞生以来首个能够递归式自我改进的技术。在此之前，蒸汽机提升了生产力，但它不会自己变得更高效；电力驱动了工业化，但它无法自己优化能耗。而AI则可以通过学习不断优化自身。目标决定路径，特质确定思维。正是因为这种特质，为我们提供了构建面向AI思维的方法关键：不在于记忆命令、背诵提示词，或是学习编程语言，而是去积极理解AI是如何学习和工作的——有答案时如何学（监督学习），没答案时如何学（无监督学习），又如何通过试错调整着学（强化学习），并使之能够在工作、学习、生活中灵活运用这些机制，将它们像文字、数字、互联网一样融入内化成为我们应对世界的基本能力。这或许才是真正能够打开智能时代之门的关键所在。四、结语：把握时代的入口思维记得十年前“互联网思维”风靡各行各业之时。一度“互联网+”被视为万能解药，似乎任何行业只要“+互联网”就能焕发新生。十年过去，“互联网”一词甚至已然淡出了人们的日常话语。转而成为一项根植于这个网络时代社会的基础设施，让我们得以习以为常地在线办事、手机挂号、扫码支付、随时检索。然而，互联网、包括移动互联网的发明时间，远远早于十年前。可见，真正起到决定性作用的并不是“互联网”这项技术本身，而是我们如何接纳它、使用它，并将它的思维方式和基本逻辑纳入我们的工作、学习、生活之中。今天，我们又站到“人工智能”新时代的大门口。虽然技术仍在快速地演进变化，但不论它如何发展，我们都是最终的理解者、运用者、驾驭者。因此，是我们自己需要主动培养提升我们的思维，而不是寄希望于AI能够“包办”，甚至让其反向定义我们。（作者钱学胜为智能系统博士，复旦大学智慧城市研究中心高级研究员，《科学画报》编委会人工智能专委会副主任委员）来源：钱学胜
-
英伟达最大手笔投资承诺：豪掷千亿美元助OpenAI打造10GW数据中心 IT之家 9 月 23 日消息，英伟达和 OpenAI 今日发布声明，宣布将展开一项具有里程碑意义的战略合作伙伴关系。双方将在未来几周内敲定该战略合作的具体细节。 根据协议，OpenAI 将利用英伟达硬件打造和部署至少 10GW 的 AI 数据中心，使用数百万块英伟达 GPU 训练并部署 OpenAI 的下一代 AI 模型，推动通用人工智能（AGI）的发展。首阶段预计在 2026 年下半年上线，基于英伟达 Rubin 平台。 为了支持这一战略合作关系，英伟达承诺会随着每 GW 的部署逐步向 OpenAI 投资最高 1000 亿美元（IT之家注：现汇率约合 7115.72 亿元人民币）。这也是英伟达迄今为止做出的最大手笔投资承诺。英伟达创始人兼 CEO 黄仁勋表示：“在过去十年里，从第一台 DGX 超级计算机到 ChatGPT 的突破，英伟达和 OpenAI 一直相互推动。这次投资与基础设施合作标志着新的飞跃 —— 我们将部署 10 吉瓦算力，驱动下一个智能时代。” 黄仁勋解释称，10GW 的容量相当于 400 万至 500 万块 GPU。这等于英伟达今年全年的总出货量，“是去年的两倍”“这是一个巨大的项目”。 黄仁勋此前在财报电话会议上说，建设 1GW 数据中心容量的成本在 500~600 亿美元（现汇率约合 3557.86 ~ 4269.43 亿元人民币）之间，其中约 350 亿美元用于采购英伟达芯片和系统。按此计算，10GW 项目的总投资规模将达到数千亿美元。 OpenAI 联合创始人兼首席执行官萨姆・奥尔特曼（Sam Altman）强调：“一切都始于算力。算力基础设施将成为未来经济的核心。我们将借助与英伟达共建的体系，不仅推动新的 AI 突破，还将在大规模上赋能个人和企业。”OpenAI 联合创始人兼总裁格雷格・布罗克曼（Greg Brockman）补充道：“自 OpenAI 创立之初，我们就与英伟达紧密合作。我们利用其平台打造了每天被数亿人使用的 AI 系统。我们很高兴能够与英伟达部署 10 吉瓦算力，推动智能前沿并扩大这项技术的普惠价值。” 根据合作内容，OpenAI 将选择英伟达作为其战略级计算与网络合作伙伴，双方将共同优化路线图，涵盖 OpenAI 的模型与基础设施软件，以及英伟达的硬件与软件。这一战略合作也将补充 OpenAI 与微软、甲骨文、软银及 Stargate 合作伙伴等现有广泛合作，共同建设全球最先进的 AI 基础设施。值得一提的是，萨姆・奥尔特曼周日还表示，OpenAI 将在未来几周推出一些新的计算密集型产品，由于相关成本较高，部分功能初期仅向 Pro 订阅用户开放。
