找到
1958
篇与
互联网
相关的结果
- 第 10 页
-
特写｜黄浦江畔的创作者“大联欢”，共享灵感、好内容和城市机遇 5月30日晚，黄浦江畔，星光熠熠。2026互联网优质内容创作盛典（TOP CREATORS GALA，简称TCG）在世界会客厅举行，数百位互联网创作者代表及行业领军人物齐聚一堂。 5月30日晚，2026互联网优质内容创作盛典在上海举行。本文图均为 主办方供图会场内外，来自五湖四海的面孔和声音彼此交织，人们惊喜地认出互联网上见过的“老友”，招呼着彼此的网名，聊起点赞转发过的内容，合影加好友。创作者，在上海可以找到主场；而这座城市，也乐于提供资源和舞台，共享灵感、内容和城市机遇。好内容的五个关键词互联网上的信息铺天盖地，什么样的内容才算“优质”？这个问题在现场被反复提起。账号“Fu大爷”负责人于夫，北京人，在上海生活了9年多。他习惯举着手机，用外地人的视角打量这座城市。对他来说，创作就是“拍我感兴趣的东西”，从不追热点，只是用平实的语言讲述自己眼中的上海、身边的生活。“被人看见是一件很幸福的事，但是被人看见是一个小概率的事件。”他表示，“流量没有那么重要，更重要的是让喜欢上海、喜欢历史的人跟着我的视频逐步了解这座城市。”账号“道爸Dow”负责人王勇用镜头讲述了很多普通人的故事。有时，他走在路上就跟人聊起来了，画面并不精致，却常常激起强烈的情感共鸣。他的创作心得是拥有好奇心，真诚平等地与人沟通，挖掘一个人身上的独特性，身边的普通人也值得被看见。在流量和热点的洪流中，账号“兔主席”负责人、作家任意是一位长期主义创作者。他表示，算法时代更要坚守独立思考的能力。首先要主动获取信息，不做被动接收者，构建独立认知体系，“我坚信思考的起点是自己亲手去触摸世界的真相”；其次是独立表达，不被外界声音裹挟，拥有坚定的底色和立场；还要体系化输出，不做碎片化表达。 互联网内容创作者分享创作心得。创作源于生活，好内容一定是走心的，系统性输出才能走得长远。盛会现场，不同领域的创作者们分享了各自的创作心得，可以总结出这些关键词：真诚（Sincerity）、深度（Height）、美感（Aesthetics）、共鸣（Resonance）和生命力（Evergreen）。这些标准最终指向一件事：共享（SHARE），把自己眼中的世界，共享给屏幕另一端的人。上海，恰好为这种共享提供了最丰厚的土壤——多元的文化、包容的氛围、宽广的舞台、流动的人才以及多项实实在在的支持政策。这座城市，正成为越来越多创作者的主场。在上海找到创作主场盛会现场，罗小罗唱起了《喜欢上海不需要理由》，这是他在上海生活21年的感受。经常在街头唱歌的罗小罗，2020年开始在网上发布唱歌视频，迅速收获大量关注和喜爱。他坦言，起初不太想做互联网内容，更想专注于街头演绎的现场感，但网络传播的速度和热度出乎意料地好，“很多外地听众专程来上海听我唱歌，他们可能不知道静安公园在哪，但知道有个罗小罗在那儿做街头表演，就会来听。”2025年7月15日，《上海市关于支持互联网优质内容创作的若干举措》（简称“沪九条”）发布。政策支持下，罗小罗去年顺利落户上海。他说：“‘沪九条’让我觉得找到了组织，不是在孤军奋战，在上海有了归属感，可以更加安心地创作、演唱。” 互联网内容创作者分享创作心得。归属感，是许多“沪漂”的互联网内容创作者共同的渴望。账号“TaotaoCici夫妇”负责人、舞蹈创作者杨文韬和张灿对此深有体会。回顾早年经历，杨文韬形容像“无家的孩子”。沪漂压力很大，创作一开始也很艰辛，随着对文化的深耕，好内容越来越多，他们感受到的支持也越来越多。“沪九条”带来了实在的奖励与支持，“我们付出的努力都是有回报的，并且被看到了，现在再去创作就觉得很有底气。”杨文韬认为，上海是信息汇聚最快的城市，能第一时间获取国际热门资讯，这对流行舞编导至关重要。同时，这里开放包容，可以将古老非遗和现代流行相融合，不局限于“新”或“旧”，为各种形式的优秀创作提供了坚实的土壤。“上海和其他地方有什么不同？最关键的是产业的生态环境。”国际关系领域博主“王骁Albert”说。“不单单是政策好、平台多、扶持园区多，更重要的是，越来越多的有创意、有想法的内容创作者慢慢汇聚到这座城市。”他表示，“当你想要拓宽思路、寻找灵感，很快就能找到人喝杯咖啡聊一聊，大家的创意可以从1到10、从10到100开始碰撞，大大降低了创作成本。”上海欢迎全球创作者从四川大凉山的妞妞合唱团，到北京的口技表演者，再到深圳的甲胄制作者，还有来自世界各地的“洋面孔”，当晚，他们因一个共同的身份——“互联网内容创作者”而相聚。 参会嘉宾在现场合影。在沪生活16年的法国人“李格Greg”，用略带口音的流利中文告诉记者：“我能看到很多关注的创作者。大家以为博主都互相认识，其实不是，我们各自在家、在旅途、在剪辑、在写脚本，很少有机会深入认识别的博主。今天的相聚让我可以学习到很多。”拉脱维亚籍拉丁舞专业裁判谢尔盖斯·辛金斯（Sergejs Sinkins）身高1.91米，被中国网友冠以“标准九头身”等称号，也开设了自己的社交媒体账号。他说：“上海是一个充满活力的城市，能诞生各种创意，你总是能感受到一种愉悦的心情，就像爵士舞。”因为喜欢这座城市的开放友好，他和家人正计划在上海生活，他的社交账号也将继续分享生活感受和热爱。“歪果仁研究协会”有超过50个国家的100多位外国博主，身在中国的博主大多生活在上海。账号负责人方晔顿介绍：“中国的美食、文化、科技都是内容创作点，尤其在‘沪九条’出台后，我们有更多的机会去进入大企业，比如华为练秋湖基地，他们也很欢迎互联网内容创作者参观。”他表示，歪果仁研究协会作为MCN，与全球众多知名博主保持良好的合作关系。“我们给自己的定位是成为全球顶级资源的链接者，不是闭门造车，而是去关联全球顶级流量资源和优质中国IP。”该协会策划了“全球顶尖博主的中国行”等一系列活动，最近在准备美加墨世界杯的策划，“在世界热点场景，我们不会缺席”。正如这场盛会，上海欢迎来自全球的互联网内容创作者。当晚的盛典现场发布了“上海互联网优创赋能计划”和“2026互联网优质内容共创计划”，与“沪九条”共同构建创作有支撑、成长有通道、价值有回报的完整创作生态。 5月30日晚，黄浦江畔，星光熠熠。
-
Salesforce指引不及预期，AI颠覆软件隐忧加剧｜财报见闻 Salesforce公司公布的季度营收略低于分析师的预期，放大投资者不安，市场本就担忧人工智能可能会颠覆软件行业。2027财年第一季度，Salesforce实现总营收111.33亿美元，同比增长13%，高于分析师预期110.5亿美元。其中来自Informatica的贡献约为4.44亿美元。订阅与支持业务营收为105.93亿美元，同比增长14%，Informatica贡献约4.28亿美元。从盈利端看，当季GAAP运营利润为23.47亿美元，GAAP运营利润率为21.1%；非GAAP运营利润为38.74亿美元，非GAAP运营利润率34.8%，较上年同期的32.3%显著扩张。GAAP净利润为21.07亿美元，较上年同期的15.41亿美元增长37%。当前剩余履约义务（cRPO）达336亿美元，同比增长14%，按固定汇率计算增长13%；总剩余履约义务为679亿美元，同比增长11%，但低于分析师平均预期的689亿美元。 在业务展望方面，Salesforce将2027财年全年营收指引中值上调，预计全年营收区间为459亿至462亿美元，同比增幅约11%；第二季度营收指引区间为112.7亿至113.5亿美元，同比增长10%至11%，低于分析师预期114亿美元。公司维持全年非GAAP运营利润率34.3%的目标不变，并重申有信心在下半财年实现有机营收加速增长。 首席执行官Marc Benioff表示，智能体AI（Agentic AI）是Salesforce客户和公司自身最大的增长机会，Agentforce年度经常性收入（ARR）已突破12亿美元，叠加Data 360相关业务，AI与数据合计ARR达约34亿美元，同比增长逾200%。与此同时，公司启动250亿美元加速股票回购计划。Salesforce盘后下跌约1.4%，该公司股价今年已下跌约33%。 Agentforce驶入高速车道AI智能体业务是本季度最具看点的增长引擎。Salesforce披露，Agentforce与Data 360合计ARR近34亿美元，同比增长逾200%，其中Agentforce ARR为12亿美元，同比增长205%，另有Informatica Cloud ARR约11亿美元。 从使用量指标看，Agentforce和Slack平台累计交付Agentic Work Units（AWU，即AI智能体执行的离散任务量）达38亿个，环比增长111%；公司迄今累计处理超过28.6万亿个token，环比增长152%。此外，以Sales和Service业务为核心的高端SKU——Agentforce One Edition及Agentforce for Apps的预订量同比增长近60%，超过50%的Agentforce与Data 360预订来自现有客户，体现出较强的客户复购与深度渗透能力。在数据处理层面，Data 360单季摄取52万亿条记录，同比增长136%，其中通过Zero Copy方式摄取35万亿条，同比增长277%，处理12TB非结构化数据。Slack Model Context Protocol（MCP）在上线六周内活跃用户即突破100万。 公共部门业务同样值得关注，公共部门Industry Cloud ARR突破20亿美元，同比增长23%，公共部门AWU量环比增长近400%。大规模回购提升股东回报，也推高债务Salesforce本季度在股东回报方面力度空前。公司当季累计向股东返还275亿美元，其中股票回购约271亿美元，股息3.65亿美元。上述回购的核心是一笔250亿美元的加速股票回购协议（ASR）。根据该协议，公司已预先收到1.03亿股，约占预计回购总股数的80%，最终结算预计于2027财年第三季度完成。为支撑这一回购，公司通过发债融资约248.42亿美元（扣除发行成本）。受股票回购影响，公司用于计算每股收益的基本流通股数已降至约8.68亿股。 资产负债表方面，截至2026年4月30日，公司持有现金及现金等价物89.35亿美元，有价证券29.02亿美元；非流动债务大幅升至392.8亿美元，较上年末的104.39亿美元显著增加，主要反映ASR相关融资安排的影响。上调全年指引，但二季度指引不及预期展望后市，Salesforce对2027财年第二季度的营收指引为112.7亿至113.5亿美元，同比增长10%至11%，低于分析师预期114亿美元，其中Informatica贡献略高于4个百分点。GAAP摊薄每股净利润指引为1.74至1.76美元，非GAAP摊薄每股净利润指引为3.25至3.27美元。 对于全年，公司将营收指引区间上调至459亿至462亿美元（此前指引中值低于此），预计同比增长约11%，Informatica贡献约3个百分点；全年GAAP摊薄每股净利润指引区间为7.93至7.99美元，非GAAP摊薄每股净利润指引区间为14.06至14.12美元；全年非GAAP运营利润率维持34.3%不变。 值得注意的是，公司将全年运营现金流及自由现金流增速指引下调至约4%至5%，以反映250亿美元债务发行带来的利息支出影响。公司总裁兼首席财务与运营官Robin Washington表示，公司对下半财年在Sales、Service、Slack、Agentforce及Data 360等业务驱动下实现有机营收加速增长保持信心，并重申有望按期实现2030财年的长期目标。
-
首次实现脑机接口参赛 这场机器人及人工智能大赛在四川广汉举办 封面新闻记者 伍勇 王祥龙 摄影报道 比赛现场“前进，前进，左转。”5月30日，在第二十八届中国机器人及人工智能大赛（四川赛区）选拔赛暨成渝地区第四届机器人及人工智能大赛现场，来自绵阳师范学院的脑机与应急机器人比赛队伍，正在进行着激烈的比赛。现场，一名参赛队员头戴蓝色“头套”，面对电脑上的“前进、后退、左转、右转”等字符，在队友的指挥下，用眼神和“意念”控制着比赛场地里的小车。 脑机与应急机器人比赛脑机与应急机器人比赛，是第二十八届中国机器人及人工智能大赛（四川赛区）选拔赛暨成渝地区第四届机器人及人工智能大赛新增的赛道之一。据悉，本届赛事创新设置创新赛、应用赛、竞技赛、挑战赛四大主题，赛道数量从上届 13 个大幅增至 21 个，并首次实现脑机接口、脑电控制机器人赛道全面参赛，填补区域前沿交叉赛事空白。来自四川工业科技学院的参赛选手李登明与范柱，在机器人任务挑战赛【（Aelos机器人挑战赛（树莓派版本）】比赛中发挥出色，拿下330分的高分，获得队友和观赛人员的热烈掌声。范柱表示，本次大赛为川渝的大学生交流搭建了很好的交流平台。参加这次比赛，既可以展示自己的能力，有看到了对手的技术实力，让自己获益匪浅。 范柱（左一）与队友合影据悉，本次大赛采用线上线下紧密结合、同步办赛模式，全面考察选手机器人技术、人工智能算法、跨学科协作等综合能力，既保障赛事前沿创新性与现场观赏性，又充分调动大规模参赛群体的积极性。线上比赛方面，机器人创新赛、人工智能创新赛等线上赛道依托远程平台完成展示与对抗，聚焦工业、农业、医疗、文旅等场景，考察创新创意与技术落地能力。赛事采用 “线上展示 + 实时答辩” 评审模式，评委围绕创新性、技术复杂度、完成度、应用价值综合打分，参赛选手展现扎实专业素养与实战能力。同时，大赛同期举办高水平学术论坛、学术交流会，通过专题讲座、现场研讨、技术分享等形式，显著提升赛事学术能级，促进选手间学术思想与技术成果深度交流。中国机器人及人工智能大赛，被誉为 “人工智能与机器人领域的奥林匹克”，在全球高校科创赛事中具备标杆性地位。本次大赛由中国机器人及人工智能大赛四川赛区组委会主办，中国民用航空飞行学院承办，中国民用航空局飞行技术与飞行安全重点实验室具体负责组织实施，是川渝两地联合打造、跨省级的重磅科创赛事。大赛参赛报名人数近 7000 人，规模为上一届两倍。最终，47 所高校 ，近700 支参赛队伍共2000 余名学子晋级省赛决赛，参赛规模与覆盖面创历届新高。据介绍，本次大赛的线上优胜队伍将与线下晋级队伍共同代表四川赛区参加全国总决赛。中国民用航空局飞行技术与飞行安全重点实验室相关负责人表示，本届大赛，不仅为川渝高校学子搭建了展示创新成果、切磋技术能力的顶级平台，更成为推动产教融合、校地协同、川渝人才联动的重要纽带。从仿人机器人的灵动演绎到空地协同的精准联动，从脑机接口的前沿探索到国产系统的创新应用，青年学子用代码与机械诠释新时代工程人才的创造力与担当。赛事虽将落幕，创新不止步，以赛促学、以赛促教、以赛促创，川渝高校正为我国抢占全球人工智能与机器人领域创新制高点持续输送青年力量。
-
字节跳动的 "一盘大棋" 2026年5月即将过去。在这一个月里面，全球科技界都被字节跳动的一连串密集的战略举措所震动：5月26日，字节与高通达成AI芯片供应协议，采购数百万颗定制ASIC芯片；5月27日，彭博社披露字节将2026年AI资本开支上限从2000亿元人民币大幅上调至700亿美元；5月28日，路透社爆出字节首次启动自研CPU项目，同步布局Arm与RISC-V两大架构。而就在两个月前，字节刚刚同意以估值超过60亿美元的价格，将旗下最具全球化价值的游戏资产之一沐瞳科技出售给沙特PIF旗下Savvy Games Group。这一系列看似孤立的事件，实则有着极强的内在逻辑。 一切为了卡，一切为了“卡”。在全球AI竞赛进入白热化、算力供应链持续紧张的背景下，字节跳动正以前所未有的决心和投入，全力破解"卡脖子"难题，构建自主可控的AI基础设施体系。这场战役不仅关乎字节自身的未来，更将深刻影响中国科技企业在全球AI产业格局中的地位。01字节跳动，才是三巨头里对AI最激进的那一个腾讯、阿里和字节三家科技巨头，AI战略各有侧重，现在其实还没到评判谁对谁错的时候。阿里走的是技术先行路线，平头哥半导体提前布局多年，已形成从CPU到AI芯片的全栈自研能力；腾讯则坚持稳健务实的风格，通过投资燧原科技、曦智科技等芯片企业构建生态，同时自研紫霄AI推理芯片、沧海视频编解码芯片，聚焦自身优势场景。所以，在此之前，深算派一直认为字节对于AI的激进程度介于阿里与腾讯之间。但直到这次2026年700亿美元的AI资本开支计划被媒体曝出，市场才猛然发现，原来字节跳动才是三巨头中最激进的一个。以张一鸣一贯深沉内敛、谋定而后动的性格，做出如此石破天惊的决策，必然是彻底明白了一些事，对AI产业的本质和未来走向有了根本性的判断。字节跳动对于芯片的态度转变，正是理解其整个AI战略布局的关键。就在两年前，在字节跳动内部还普遍认为"自研芯片投入大、周期长、风险高"，更倾向于通过市场化采购满足算力需求。如今，这家以"快速迭代、小步快跑" 著称的互联网公司，却毅然走上了硬件自主化的探索道路。推动这一转变的，是现实的压力与对未来的焦虑。首先是芯片价格的持续飙升。据路透社报道，英特尔和AMD近期服务器CPU季度涨价幅度高达10%至35%，交付周期最长可达六个月。对于字节这样每年需要采购数百万颗芯片的超大规模用户来说，成本压力已经到了无法忽视的地步。美银证券测算，仅芯片价格上涨一项，就将导致字节2026年AI基建成本增加超过100亿美元。更严峻的是供应链的不确定性。受地缘政治影响，高端AI芯片的出口管制不断收紧，交付周期大幅延长。2025 年下半年，字节曾因英伟达H200芯片供应不足，被迫推迟了多个大模型训练项目。这让字节深刻认识到，依赖外部供应链的AI战略存在致命弱点。与此同时，AI应用场景的爆发式增长，对算力提出了前所未有的需求。更能说明算力压力的，是Token消耗。火山引擎披露，截至2026年3月，豆包大模型日均Token使用量超过120万亿，三个月内翻倍，较2024年5月发布时增长约 1000倍。QuestMobile的数据显示，豆包2026年3月月活约3.45亿。用户规模与Token 消耗同时抬升，才是字节加码芯片和数据中心的直接压力来源。随着AI智能体、多模态视频生成等新业务的推出，预计2026年字节的算力需求将同比增长 150%以上。单纯依靠外部采购，已经无法满足这种指数级增长的需求。正是在这样的背景下，字节跳动做出了"All in AI 基建"的战略决策。700亿美元的年度资本开支，已经超过了腾讯、阿里、百度三家中国科技巨头AI投入的总和！02多维布局：如何构建起自主可控的算力生态字节跳动的算力战略，并非单一维度的投入，而是正在形成"外部合作+自主研发+生态共建"三位一体的完整体系。首先，与高通深度绑定：短期解燃眉之急与高通的合作，是字节解决当前算力缺口的关键一步。根据协议，高通将为字节提供数百万颗专门为AI推理定制的ASIC芯片。与通用GPU相比，ASIC芯片在特定工作负载下能够实现更低的能耗和单位成本，非常适合支撑豆包等大规模 AI应用的推理需求。据美银证券测算，AI推理成本已经占到大模型运营总成本的70%以上。字节引入高通芯片，本质上是在进行算力分层：能跑的任务尽量用更低成本的芯片跑，把稀缺的英伟达资源留给更复杂、更高价值的训练和高性能推理任务。这是一笔非常现实的经济账，直接关系到AI产品的长期盈利能力。更重要的是，这次合作超越了简单的采购关系。高通将利用其半导体制造链，帮助字节将一款已完成设计的自研芯片推进至量产阶段。这意味着字节不仅获得了急需的芯片供应，还有望得到宝贵的芯片制造经验，为后续自研芯片的大规模量产铺平道路。事实上，字节与高通的合作由来已久。此前，字节的Pico VR头显和豆包AI眼镜都采用了高通的芯片。此次合作将双方关系从"端侧互动"正式提升至"底层算力支撑"的高度，或将形成从终端到云端的全方位合作格局。第二，自研CPU与推理芯片：掌握长期主动权如果说与高通的合作是为了解决"有没有"的问题，那么自研芯片则是为了解决 "好不好"和能不能"控不控"的问题。字节此次启动的自研CPU项目，采用了Arm与RISC-V双轨并行的策略。据路透社报道，该项目仍处于早期阶段，字节正在与外部伙伴讨论设计和晶圆厂产能问题。这种双轨并行的做法在科技巨头中较为常见，可以在大规模量产前充分测试不同选项，对冲技术与供应链风险。Arm架构在服务器市场已经得到广泛验证，而 RISC-V作为开源架构，具有更高的灵活性和自主性，不受地缘政治因素影响。外界容易把AI算力简单等同于GPU。实际上，一个AI集群能不能高效运转，CPU同样关键。CPU负责调度任务、管理内存、处理网络通信、协调存储 I/O，还要承担大量预处理和后处理任务。模型越大，智能体越复杂，CPU和 GPU之间的配合越重要。随着Coze等智能体产品的规模化部署，字节对CPU 的需求正在呈指数级增长。除了CPU，字节还在开发一款专门的AI推理芯片。据The Information报道，这款芯片的设计思路接近美国芯片公司Groq的语言处理单元（LPU），不使用受出口管制严格限制的HBM内存，而是与上海昕原半导体合作，研究将RRAM存储技术集成进芯片。这一设计思路，充分体现了字节在供应链受限情况下的创新能力。通过自研芯片，字节能够根据自身业务需求进行深度定制，实现算法与硬件的协同优化。这不仅有助于在长期降低单位推理成本，更重要的是能够逐步摆脱对外部硬件周期的依赖，掌握基础设施的主动权。第三，出售非核心资产：集中资源打硬仗出售沐瞳科技，是字节战略聚焦的重要体现。这笔交易不仅让字节获得了可观的账面盈利，更重要的是回笼了大量资金，为AI基建投入提供了坚实的财务支撑。字节的游戏业务曾经被寄予厚望，希望成为继广告、电商之后的第三增长曲线。但经过七年的投入，游戏业务始终未能达到预期，也没有建立起成熟的研运体系。在AI竞赛进入生死时速的关键时刻，字节选择果断收缩非核心业务，将资源集中到最具战略意义的AI领域，这一决策体现了极强的战略定力。卖掉沐瞳，相当于把一块相对独立的非核心资产，换成现金和管理层注意力。字节需要这些资源去买芯片、建数据中心、做自研CPU、扩充AI工程团队，也需要为未来几年可能持续走高的资本开支预留弹药。这不是简单的收缩，而是重新集中火力。不知以游戏+投资作为基本盘的腾讯，如何看这件事呢？03TikTok与甲骨文合作：或是全球化布局关键一环字节跳动的算力战略不仅局限于国内，还延伸到了全球市场。TikTok与甲骨文的合作，虽属被动行为，但从本质上，也可以看作其全球AI基础设施布局的重要组成部分。2025年12月，字节与甲骨文、银湖资本、阿联酋阿布扎比主权基金MGX签署协议，成立TikTok美国数据安全合资公司。在这一架构下，字节保留了TikTok 算法的知识产权，并授权合资公司使用；甲骨文则负责提供云服务，将TikTok 美国用户数据存储在其美国云环境中。这一合作的核心是解决TikTok在美国的合规问题，确保了这一全球最大短视频平台的持续运营。据WARC和eMarketer等多家权威机构预测，2025年 TikTok全球广告收入约为320亿至347亿美元，分析师们的共识约为330亿美元。这笔稳定的海外收入，是字节AI投入的重要资金来源。同时，与甲骨文的合作，也让字节在全球算力供应链中获得了更多的灵活性。在高端芯片出口管制的背景下，通过海外合作伙伴获取算力资源，已经成为中国科技企业的重要选择。04 谁是700亿美元蛋糕的最大受益者字节跳动700亿美元的AI资本开支，绝大部分将投向数据中心建设和算力基础设施。这对于ADC龙头润泽科技来说，无疑是重大利好。最近，资本市场高度关注AIDC，润泽科技是字节跳动概念股当中的龙头。所以，在字节跳动加大AI基础设施投入的产业链上，润泽是一个绕不开的观察样本。透过润泽科技，我们也可以更好地理解字节跳动正在打造的AI产业链。在前几年，来自字节跳动的业务一度占到润泽科技营收的60%以上。公司2025年年报显示，润泽科技前三大直接客户收入占比分别为48.59%、23.67%和21.44%，前五大客户合计占比95.52%；公司同时表示，客户结构已由上市前单一客户占比较高，升级为深度覆盖国内前三大互联网公司、头部云厂商及核心头部AI厂商。很明显，第一大客户仍是字节。润泽科技自身的业务结构也已经发生变化。2025年，公司AIDC业务实现收入25.10亿元，占营业收入比例44.24%，毛利率达到48.50%；全年四大核心园区合计交付220MW算力中心，累计交付规模达到750MW，成熟算力中心上架率超过90%。这意味着，润泽科技已不再只是传统IDC厂商，而是在向高密度、液冷化、面向AI训练和推理场景的AIDC运营商转型。字节若继续将资本开支投向数据中心、服务器、芯片、液冷、电力和网络等底层设施，润泽科技这类具备大规模交付能力的AIDC平台，显然处在产业链受益位置上。据市场普遍认知，2025年双方签订了为期3年的算力租赁协议，覆盖2025-2028年。润泽科技为字节"豆包"大模型提供了大规模专属算力，承接了其 2025年新增算力需求的相当一部分。润泽科技的液冷技术优势，同样与字节的AI算力需求高度契合。公司在河北廊坊独家交付了国内首个整栋纯液冷智算中心，PUE低至1.08，能够支持30kW/柜以上的高功率密度，完美满足AI训练和推理的高密度算力需求。随着字节 AI 业务的持续扩张，润泽科技的液冷智算中心将迎来大规模部署。后 记字节跳动的这盘"大棋"，本质上是一场关于生存与未来的博弈。在AI时代，算力就是生产力，就是核心竞争力，就是国力。谁掌握了自主可控的算力基础设施，谁就掌握了AI竞赛的主动权。今天的字节跳动，正处于前所未有的焦虑之中。它面临着来自全球科技巨头的激烈竞争，承受着供应链不稳定的巨大压力，还要应对复杂的地缘政治环境。但正是这种焦虑，转化成了前进的动力。字节跳动以前所未有的决心和投入，全力构建自主可控的 AI 基础设施体系，努力在这场关乎未来的战役中占据有利位置。700亿美元的投入，自研芯片的决心，出售非核心资产的果断，与高通、甲骨文的深度合作，这一切都指向同一个目标：解决"卡脖子"问题，降低单位Token 成本，掌握自己的命运。这场战役才刚刚开始……
-
OpenAI升级GPT-5.5 Instant模型，AI回复更自然、易读 IT之家 5 月 30 日消息，OpenAI 公司于 5 月 28 日发布公告，宣布更新 ChatGPT 的 GPT-5.5 Instant 版本及其 API，并逐步弃用 OpenAI o3 和 GPT-4.5 模型。OpenAI 公司于 5 月 5 日推出 GPT-5.5 Instant 模型，在医学、法律和金融等高风险主题上，该模型产生的幻觉减少了 52.5%，并显著提升数学、科学和视觉推理等方面。IT之家援引博文介绍，在本次更新中，升级后的 GPT-5.5 Instant 模型回复将更加自然、易读、结构更清晰，并减少冗长的列表。 此次更新后，GPT-5.5 Instant 和 GPT-5.5 Thinking 将不再提供 Canvas 功能。用户现在可以通过文字块和代码块直接在聊天回复中使用文字和代码功能。付费用户可在旧版模型停用前的一段时间内继续使用 Canvas 功能。OpenAI 还宣布在 ChatGPT 中逐步淘汰使用率较低的旧模型，在 2026 年 8 月 26 日（90 天过渡期后）移除 OpenAI o3 模型，于 2026 年 6 月 27 日（30 天过渡期后）移除 GPT-4.5。
-
缓解亏损压力，消息称Meta明年将推AI吊坠寻找新收入 IT之家 5 月 30 日消息，科技媒体 The Information 今天（5 月 30 日）发布博文，报道称 Meta 公司为缓解其 Reality Labs 实验室的长期亏损压力，计划 2027 年春季内测上线 AI 吊坠。Meta 的 Reality Labs 实验室负责消费类硬件业务，多年来累计亏损数百亿美元。该部门上一财季营收仅 4.02 亿美元，运营亏损却超过 40 亿美元，硬件投入与商业回报仍不匹配。Meta 公司希望缓解其实验室长期亏损压力，计划明年春季内测一款 AI 吊坠，同时扩充智能 AI 眼镜产品线，希望借此提升 AI 模型、订阅服务和智能助手 Hatch 的使用率。而 Meta 公司曾于 2025 年 12 月已收购 Limitless，为切入 AI 吊坠赛道铺平道路。Limitless 此前打造过 99 美元（IT之家注：现汇率约合 671.4 元人民币）颈戴设备，可被动记录日常对话，转写内容，并用 AI 提炼可执行信息，主打个人场景中的持续记忆与提醒。 Meta 已为可穿戴设备定下激进目标。公司希望今年下半年售出 1000 万台设备，并在年底把月活跃用户推至 680 万人。合作方依视路陆逊梯卡称，2025 年 Meta 联名智能眼镜销量已超过 700 万副。
-
从仰望到丈量，在全球人工智能技术大会看见AI的下沉 五月的杭州，空气里已经有了夏天的热度，但走进2026全球人工智能技术大会的会场，感受到的却是另一种温差。回顾过去两三年，大模型的狂热一度将AI推上了舆论的神坛。那时候，人们热衷于讨论涌现、讨论智能爆炸。对于AI，大多数人更多是一种仰望的姿态，担心自己明天是否会被技术取代。但到了2026年，潮水逐渐退去。从5月23日到24日，这场第七次落地余杭的大会，给人的感觉更像是在丈量。人们不再只问模型有多大，更关心模型解决了什么问题；不再只追逐通用人工智能何时到来，更关注人工智能如何在具体的行业里创造价值。技术的热度需要转化为产业的价值，一个冷静而务实的产业共识正在浮出水面：AI正在从聚光灯下的明星技术，转变为各行各业触手可及的生产工具。正是在这样的产业拐点上，2026年5月23日至24日，2026全球人工智能技术大会（GAITC2026）第七次在杭州未来科技城召开。 200余位海内外专家齐聚一堂，国家级人工智能产业知识产权运营中心揭牌落地，《人工智能关键能力1.0清单》正式发布，2027年度人工智能领域“十大问题”面向全球启动征集，17场专题会议覆盖了从医疗、教育到时空智能、安全可信的各个细分赛道。这些成果看似分散，实则指向同一个方向：让AI从看得见变成用得上。但“用得上”从来不是一件简单的事。一项技术从实验室走向产业，至少要跨过三道门槛：知识产权门槛、场景适配门槛、生态协同门槛。这场大会上的种种信号，恰好可以沿着这三道门槛来解读。 根据国家知识产权局数据，2024年至2025年，国内人工智能相关专利申请量继续保持全球领先。但如果去问一家AI企业的创始人：你的专利帮你赚了多少钱？挡住了多少竞争对手？大多数人给不出答案。这就是中国AI产业长期存在的一个隐性困境：大量专利处于“沉睡”状态。它们被写进了融资计划书，被挂在公司荣誉墙上，却没有进入市场、形成真正的竞争壁垒。 这样的背景下，大会上，国家级人工智能（关键应用）产业知识产权运营中心正式落地余杭。知识产权运营中心的揭牌填补了AI产业在知识产权运营环节的空白。它可以帮助企业评估哪些专利有市场价值，寻找潜在的被授权方或买家，组建专利组合以增强谈判筹码，在遭遇侵权时提供维权支持。 与运营中心这一制度性突破相呼应的，是大会上发布的另一项重磅成果——《人工智能关键能力1.0清单》。政府工作报告数据显示，2026年我国人工智能核心企业数量已超6200家。从底层算力到上层应用，产业链条日益完整。这样的密度下，如果没有统一的行业语言，就会影响整个产业的协同合作、资源对接。这份清单的意义，首先在于它为行业提供了一套统一的技术官方语言。在此之前，人工智能领域面临一个长期被忽视却影响深远的问题：各方对AI能力的理解和界定千差万别。高校和科研院所关注的是算法精度和论文发表，企业关心的是场景落地和商业回报，投资机构看重的是技术壁垒和市场空间，而政策制定者则需要宏观的产业图谱。由于缺乏共同的对话框架，大量技术成果在“翻译”过程中失真，产学研对接往往变成鸡同鸭讲。科研团队认为自己已经解决了核心问题，企业却觉得这些成果用不上；企业提出的需求，科研团队又觉得不够前沿。资源配置的效率因此大打折扣。 《人工智能关键能力1.0清单》正是针对这一痛点而生。它以系统化的方式将当前人工智能领域的核心技术能力进行了分类、分级和标准化定义。清单不仅涵盖了从基础算法、算力调度到行业应用的全链条能力图谱，还为每一项能力标注了技术成熟度、产业关联度和潜在应用场景。这意味着，当一个科研团队发布一项新成果时，企业可以迅速判断它对应清单中的哪项能力、处于什么阶段、是否匹配自身需求；投资机构也可以依据清单评估标的公司的技术含金量。知识产权运营中心和《人工智能关键能力1.0清单》互为补充，共同指向AI产业化的第一道门槛：只有让创新成果能够被有效地保护、评估和交易，技术才能真正变成产业的核心资产。 跨过知识产权门槛，接下来要面对的是第二道门槛：技术到底用在哪儿？怎么用？这个问题看起来简单，却是过去几年AI产业化过程中急需解决的难题。过去很多AI应用停留在能做的层面：能写文案、能画图，可一旦进入真实产业环境，就会暴露出不好用、不贴合、不落地的短板。工厂AI识别无法应对强光、粉尘、振动的考验；医院里AI模型难以对接现有系统。本届大会最强烈的信号之一就是AI彻底告别炫技，全面走向场景深耕。17场专题会议、10场主旨报告、数十个签约项目，几乎全部围绕真实场景、真实需求、真问题展开。从大会披露的案例和讨论中可以梳理出三条正在成型的解题路径。第一条路径：让技术进现场，在真实环境中验证。 以医疗领域为例，大会不仅举办医疗人工智能专题会议暨第三届医疗大模型（LLaMMs）研讨会，还设置医院人工智能真实场景观摩与医疗大模型精调与智能体构建工作坊活动，聚焦医疗AI技术的场景落地与实践交流，助力医疗智能化水平提升。过去很多AI项目的验证停留在实验室数据集上，到了现场才发现环境变量远超预期。本届大会专门设置了“医院人工智能真实场景观摩”活动，与会代表可以走进智慧诊间，观摩AI文书生成平台、3D数字人交互等环节的实际运行。这种现场看、现场问的设置能让人清晰地感受到AI医疗的落地。第二条路径：把大能力拆成小模块，适配具体作业流程。农业领域的实践尤其能说明这一点。以赵春江院士在大会上的分享《农业智能体与自主作业系统》为代表，从现有公开数据看，中国已成为全球最大的农业无人机使用国，年作业面积超过4.6亿亩。但比规模更值得关注的是技术路径的选择：农业AI没有试图用一个“万能模型”包打天下，而是将种植、施肥、喷药、采收拆解成可标准化、可自动化的环节。 第三条路径：让精度从炫技下沉到够用且可靠。制造业对AI的要求从口头上的先进变成了实践中的稳定。上海交通大学马利庄教授在大会上作了题为《亚微米级智能视觉极限检测技术及应用》的主旨报告。但比技术指标更值得关注的是其应用逻辑：在制造业场景中，AI的角色是在人工质检不稳定、传统视觉精度不足的那些缝隙中提供可靠补充。中国科学院于海斌研究员题为《人工智能催生新一代智能制造》的主旨报告中进一步分析了人工智能与实体经济的融合路径。把这三条路径放在一起看，一个共同特征浮出水面：AI正在从以模型为中心转向以场景为中心。通用大模型负责提供基础能力底座，但真正创造价值的，是那些沉到行业里，把通用能力转化为专用解决方案的适配工作。从通用大模型走向行业细分场景，从追求通用智能转向深耕专用能力，AI正在完成一次重要的场景降维与价值升维。跨过场景适配这道门槛，人工智能才算真正从展品变成产品，从概念变成工具。 知识产权打通成果转化，场景适配实现价值落地，但要让人工智能持续健康发展，还必须跨过最后一道，也是最关键的门槛：生态协同。过去AI行业常陷入单点突围的困境。一个技术要落地，往往要跨过多重壁垒：找算力难、找人才难、找资本难，链条越长，损耗越大。环节之间缺乏有效连接让行业整体协作存在阻碍。这次大会上，能看到这些环节正在慢慢咬合。高校与企业之间存在天然的目标错位：前者追求前沿探索与学术发表，后者追求产品落地与商业回报。这种错位长期存在，是创新链条中最先需要弥合的缝隙。大会的做法是在两者之间搭建结构化的制度接口，通过CAAI与蚂蚁、蓝天基金、华为、腾讯、玻色量子等企业设立的系列联合科研基金，企业的真实需求得以进入高校的研究议程，学术成果也找到了明确的产业出口。配合全球人工智能创新创业大赛与投融资闭门对接会，基础研究、技术攻关、产业落地、资本助力四个环节被串联成一条完整的闭环。这是生态协同的起点，让国内创新资源首先能够顺畅流转。研产协同解决的是技术与需求的对接问题，而这一机制的持续运转，离不开人才的支撑。 学会在人才布局上已有长期积累：“清源学者”计划推动前沿交叉研究，博士后创新人才专题会议为青年学者提供成长通道。本届大会进一步拓宽了人才覆盖的广度与深度：新增的“智汇她力量”专题会议聚焦女性在AI从技术突破到人文温度塑造中的独特引领力，为行业注入更多元的视角与创造力；设立的“全球AI青年”沙龙为全球青年学者搭建了思想碰撞与成果展示的舞台。这两大平台的引入，意味着余杭的人才版图不再局限于“引进来”，而是形成了覆盖全人群、贯通全周期的引力场，让更多元的智慧在此交汇，让更年轻的力量在此扎根。在全球协同上，大会面向全球征集人工智能领域“十大问题”，邀请海外顶尖学者共享前沿成果，推动技术标准、安全规则、应用经验开放互鉴。理解这层动作的意义，需要先看清一个更大的背景：人工智能的技术迭代速度正在超越任何一个国家或地区的单点治理能力。过去几年，各国围绕AI的竞争集中在算力、模型、人才等硬实力层面。但随着技术加速渗透到社会经济的各个角落，一个更深层的问题浮出水面：规则由谁来定？标准由谁来写？安全由谁来管？这些问题无法靠单个国家独立回答。大会邀请海外顶尖学者深度参与议程，推动技术标准、安全规则、应用经验的开放互鉴。这与同期世界互联网大会人工智能专业委员会研讨“负责任人工智能国际标准”的动向形成了呼应。中国AI产业正在以多种渠道、多种方式参与到全球AI治理的进程中来。简言之，研产协同越紧密，对复合型人才的需求就越明确。人才生态越完善，支撑全球协同的能力就越强，中国AI产业在国际对话中的话语权就越扎实。全球协同越深入，国内研产协同所能调动的资源边界就越宽。每一个齿轮的转动都会带动其他齿轮加速，任何一个齿轮的卡顿都会拉低整个系统的运转效率。当这三层协同形成合力，AI产业就超越了少数几家公司的单打独斗，成长为一个能够自我进化、自我纠错、自我迭代的有机系统。 这场大会在余杭连续举办七年，也见证了中国AI产业从萌芽到狂飙、从狂飙到务实的完整周期。一个大会办七年，如果只是“开完就走”，价值有限。但全球人工智能技术大会对余杭的意义，恰恰在于它没有走。对余杭乃至杭州而言，全球人工智能技术大会不只是引进了一场高端对话，更是把AI产业的年度脉搏留在了这里。它让余杭从一个承接会议的地点，成长为技术风向的感知点和产业资源的汇聚点。每年一次，全国乃至全球的目光被带回这片土地，顶尖人才、前沿议题、资本与场景在此反复交汇。久而久之，大会从一个活动，蜕变成为城市创新能力的背书与放大器。它告诉外界，余杭不仅能办会，更能接住技术落地、孵化产业、定义趋势。也正是这种七年不中断的坚持，让杭州在AI版图上从路过的一站变成了必须停下的一站。从之江实验室、湖畔实验室等高能级平台，到阿里巴巴、字节跳动等龙头企业，再到“模域空间”等特色产业载体，余杭已经形成了一条从研发到产业化的完整链条。而全球人工智能技术大会，是这个链条的年度展示窗口和外部连接器，让余杭的AI故事不只是地方新闻，而是全球议程。七年持续的全球人工智能技术大会不仅让余杭从一个举办地变成了一个引力源，也帮助产业界看清了当前的位置与下一步的方向：我们已经站在产业化的门槛上，一个更冷静、更务实、更扎根的人工智能时代正在到来。
-
四部门部署提升全民人工智能素养，“人工智能+”呈上行态势 来源：环球网【环球网财经综合报道】日前，中央网信办等四部门印发《2026年提升全民数字素养与技能工作要点》，部署6个方面15项重点任务。其中提出，提升全民人工智能素养，包括强化人工智能赋能教育、加快人工智能人才培育、深化人工智能普及应用。今年以来，多地发布“人工智能+”行用方案。广东省印发《加快推进人工智能全域全时全行业高水平应用行动方案》，明确了“人工智能+”科学研究、农业农村、传统产业、新兴产业、服务业、治理能力、民生福祉七个大类共63个重点方向。四川省印发《加快推进“人工智能+”一号创新工程实施方案》，计划到2035年，全面步入智能经济和智能社会发展新阶段。江苏省出台《“人工智能+文化旅游”行动方案（2026—2028年）》正式印发，明确6大应用场景和20项重点任务，为全省文旅行业智慧转型绘制清晰“路线图”。国元证券此前撰文提到，今年以来，人工智能产业竞速向产业链上游持续传导，从整体经济看，“人工智能+”相关经济亦呈现上行态势。 据此，国元证券建议关注“人工智能+”对整体经济的赋能作用，关注广义人工智能在传统、新型、未来产业的效率提升带动作用，以及AI相关产业链的快速发展。
-
没有大厂总部，萧山凭什么抢下AI制高点？ 文 | 区县那点事在浙江杭州，有个低调到骨子里的“卷王”区县——萧山。不靠大厂总部，不玩网红炒作，不吹概念噱头，闷声干出AI 核心产业营收218亿（2025年）、算力规模 4380PFLOPS、集聚AI企业150+家的硬核数据。这份成绩单，别说区县，放在不少地级市面前，都足够能打。从传统化纤车间到全国算力枢纽，从“制造大区”到“AI 强区”，萧山凭什么能在全国区县AI赛道里一骑绝尘？不是风口追不上，是萧山早就“抢跑” 很多人觉得AI是近年才火的风口，但萧山的布局，早就在10年前就埋下伏笔。2017年，国务院刚印发《新一代人工智能发展规划》，萧山直接在钱江世纪城画圈，以“人工智能之父”图灵之名，砸建图灵小镇，成为国内最早一批AI特色小镇。别人还在观望时，萧山已经敲定“A（AI）BC（大数据、云计算）”战略，锚定AI为核心产业。这一“抢跑”，直接跑出了全链条AI生态：底层算力方面，联合新华三、移动电信，建成4380PFLOPS算力集群，相当于20万台高性能电脑同时运算，跻身全国区县第一梯队。核心技术方面，云豹智能DPU芯片填补国内空白，先临三维3D视觉技术拿下国家级单项冠军，镜识科技四足机器人“阿波罗”打破国外垄断。产业载体方面，打造芯模、芯创、芯机三大AI 社区，覆盖芯片、模型、终端全环节，仅芯模社区就集聚新华三等40+企业。政策真金方面，推出“五券”政策——1亿算力券、5000万模型券、5000万语料券、3000 万数字赋能券、1000万场景券，企业拿券直接抵扣成本，最高补助1000万。其他还包括租金减免、项目攻关补助、基金扶持、贷款贴息、教育医疗保障等，政策资金突破10亿元。最近，萧山还搞了个大新闻——“Token工厂，智启未来”2026智算基础设施创新论坛刚开完。在这场大佬扎堆的会上，有个词被反复念叨，那就是“Token”。在AI的世界里，每一次运算蹦出来的Token，就是搭建智能世界的“原子”。萧山现在干的活儿，就是把这些“原子”变成实打实的真金白银。萧山凭什么能“接住”AI？ 在AI赛道激烈角逐中，北京、上海、深圳凭大厂总部集聚优势领跑，而无一线互联网巨头总部的萧山，似乎缺乏AI突围的基因。但数据告诉我们，萧山恰恰接住了AI最重的那部分——制造业赋能。萧山拥有庞大的制造业底盘，2025年相关产业集群产值超2000亿元，这为AI提供了天然的应用场景。化纤、纺织、汽车零部件等传统产业曾是“骄傲”也是“包袱”，体量大、链条长，但长期面临“招工难、成本高、效率低”的困境。萧山在全国率先启动“AI + 制造”场景揭榜挂帅，每年发布清单，企业揭榜攻关，单个场景最高补助100万元。不搞“花架子”，只解决实际痛点：智能排产、缺陷检测、柔性生产……截至2025年底，萧山已培育55家省市未来工厂，打造104个AI应用场景，覆盖15个重点行业，化纤纺织、装备制造等领域的AI 改造率超60%。对于萧山而言，AI不是风口，而是制造业进化的“新基建”，如何让它在工厂一线“真刀真枪”创造价值，这才是AI变现最扎实的路径。值得一提的是，萧山搞AI，不像硅谷，更像“德国模式”——重底座、重应用、重制造。它没有遍地开花的APP公司，而是形成了三个极具辨识度的产业地标——图灵小镇、信息港小镇、中国视谷。2025年，萧山结合三大产业地标，发布了“人工智能三大产业社区”：芯模社区、芯创社区、芯机社区。这“三芯”不是简单的物理拼凑，而是把AI产业链从软到硬，安排得明明白白。芯模社区（图灵小镇）：主攻“芯片+大模型”适配，已完成多款国产GPU与主流大模型适配测试，解决“芯模脱节”痛点，打造长三角首个AI芯模闭环社区；芯创社区（信息港小镇）：手握国家AI医疗中试基地，搭建医疗语料库与垂直模型，微医“数字健共体”、健培科技膝关节 AI 数据库等成果全国推广；芯机社区（中国视谷）：聚焦智能终端制造，引入沃飞长空、Neura 机器人等项目，打造“AI + 硬件”智造高地。这相当于把AI产业链拆解成模块，每个社区解决一个具体问题，而不是泛泛地给补贴。同时，萧山实施的人才+基金护航，让企业“引得进、留得住、长得大”。顶尖专家项目最高配套1亿元，领军企业最高支持1亿元；组建5亿元芯模专项基金，覆盖AI企业全生命周期；人才享受住房、教育、医疗“一站式”服务，彻底解决后顾之忧。AI正在重构萧山的“经济地理” AI给萧山带来的，不仅是GDP，更是土地价值的重估。信息港小镇获评2025年浙江省“亩均效益领跑者”。这意味着，AI企业的“轻资产、高智力”特性，让萧山有限的土地产出了更高的价值。图灵小镇、信息港集聚了数千名硕士以上青年人才。萧山正在从“老板之乡”向“工程师之城”蜕变。更关键的是，这里没有停留在“画图聊天”的应用层，而是直接杀入了AI的“深水区”：芯模适配、医疗中试、具身智能。这不仅是技术的迭代，更是萧山从“亩产英雄”向“新质生产力粮仓”的惊险一跃。从“中国纺织之乡”到“全国AI高地”，萧山的蜕变，不是偶然，而是长期主义+务实创新的必然结果。它告诉我们：区县搞产业，不必盲目追风口、搞跨界，立足自身根基，找准赛道，长期深耕，一样能在高端领域“弯道超车”。2026年，萧山的目标是人工智能核心产业营收超240亿元。但比数字更性感的，是这里正在形成的生态闭环：有造芯片的、有训模型的、有搞数据的，还有无数等着被AI改造的工厂。未来，随着AI与制造业的深度融合，萧山的想象空间，远不止240亿。
-
家务服务机器人“丽阳小当家”正式发布 来源：科技日报科技日报记者 马爱平5月27日，丽阳神州正式发布家务服务机器人“丽阳小当家”。在此之前，这位“小当家”在2026杭州国际具身机器人场景应用大赛上连续运转超过16个小时，派出了上万份把子肉。 据介绍，“丽阳小当家”搭载的丽阳雨露大模型，是国内首个通过国家网信办备案的家庭服务领域垂域大模型。目前，已有11000名一线家政服务员成为丽阳雨露大模型的“随身教练”，驱动模型持续迭代。家庭环境是具身智能的“考场”。物品随意摆放、光线多变、操作对象柔软且不规则……这些在工厂流水线上不存在的变量，在家庭环境里全是常态。在位于济南新旧动能转换起步区的全国家政标准化示范基地暨生活服务全场景具身智能实训场，覆盖了母婴护理、养老照护、收纳整理、茶厨等八大专业场景，每一处都按照真实家庭和机构标准1∶1还原。 丽阳神州董事长李硕介绍，“丽阳小当家”正在搭建起的真实场景中完成核心训练。没有遥控器、没有预设路径，“丽阳小当家”自主识别电磁炉按钮、从冰箱抓取指定食材、根据丽阳雨露大模型生成的烹饪方案完成辅助出餐，依靠大模型的任务规划能力和机械臂的精细控制，在真实厨房中完成了从“看懂”到“干成”的闭环。在同步展示的养老场景中，“丽阳小当家”通过力控感知和姿态控制，辅助完成失能老人二便清洁，这需要机器人具备毫米级的姿态控制、安全的力交互，以及对柔软、不规则物体的处理能力。“这是当前养老照护中既消耗人力、也难被替代的环节。‘小当家’在这一场景中的稳定表现，证明它已具备走进家庭的潜力。”李硕说。（受访者供图）
-
比预想快太多！AI终极形态最快三年内到来 人类准备不足 快科技5月29日消息，谷歌DeepMind首席执行官德米斯·哈萨比斯近期公开表示，通用人工智能（AGI）的研发速度远超预期。他表示，AGI最快可能在2029年至2030年前后出现，也就是大约三年内就可能到来，这一判断引发全球科技圈高度关注。哈萨比斯在采访中提到，现在能独立完成任务的AI智能体，本质上都是未来更强人工智能的提前演练。当前AI技术迭代速度极快，模型能力持续突破，距离真正具备人类全面认知能力的通用人工智能已经越来越近。他同时发出提醒，目前全球各国政府、经济领域以及整个社会，对AGI即将到来的准备严重不足。未来AI系统可能具备自我优化、自主迭代的能力，这会大幅加速科研进度，但也会带来新的风险与挑战，必须提前建立规则与防护机制。AGI不同于现在只能做特定任务的AI，它能像人一样学习、推理、创造，解决各种跨领域复杂问题，一旦落地，将彻底改变工作、生活、科研与产业格局。哈萨比斯是谷歌AI掌门人，AlphaGo、AlphaFold等重磅成果的主导者，也是诺贝尔化学奖得主，他的判断具备很高行业分量。他强调，AGI不会是突然出现的奇点时刻，而是一段快速且持续的升级过程，留给社会适应的时间已经不多。随着各大科技公司加大投入，AI智能体、多模态理解、自主决策能力快速成熟，三年内迎来AGI关键突破，不再是科幻设想，而是正在靠近的现实。未来几年，全球都将进入AGI落地前的关键准备期。
-
AI视频进入「生产线」调研 作者 | 郑敏芳 编辑 | 松壑 年初，Seedance 2.0的亮相，点燃了AI视频参与影视工业化流程的可能。随着短剧、广告、电商等场景开始尝试将AI视频纳入实际生产流程，AI视频模型正在从刷分走向干活阶段。创作者更关心的也不再只是模型参数和榜单表现，而是模型能否稳定出片、支撑连续镜头生成，并最终嵌入一套可复用、可协作、可交付的工作流。字节跳动旗下Seedance 2.0正是在这一背景下受到关注。“相比不少模型对提示词精细度要求较高，Seedance 2.0即便面对较短、较抽象的提示词，也能在内部扩写成更专业、更详细的描述，把普通人的表达翻译成模型能够执行的镜头语言，从而降低用户使用难度。”西安一位短剧从业者向华尔街见闻·全天候科技感慨道。与此同时，快手可灵、阿里的HappyHorse仍在加速迭代；爱奇艺纳豆、群核科技LuxReal等玩家则从工作流、数字资产、3D空间和协作工具切入；生数科技、爱诗科技、MiniMax、商汤等垂直玩家也在继续卡位。模型、平台、工具链等各类玩家同时下场，AI视频赛道正在变成一条拥挤且高速发展的赛道。一刷分失效 从厂商层面看，竞争梯队正在快速拉长。互联网大厂方面，字节有Seedance（即梦），快手有可灵，阿里有happyhorse。除主流互联网公司外，长视频平台爱奇艺也已下场，推出面向短剧专业制作的全流程AI创作平“纳豆”。在大厂之外，垂直玩家同样密集涌入：生数科技的Vidu、爱诗科技的PixVerse（拍我AI）、MiniMax的海螺、群核科技的LuxReal、商汤的Seko等，纷纷围绕这条赛道展开卡位。但热闹的另一面是，当AI视频开始从模型演示走向真实生产线，外界对模型能力的判断标准也在发生变化。过去一年，围绕AI视频模型的各类榜单越来越多，模型排名、样片对比层出不穷。这些榜单在一定程度上放大了行业热度，也让外界更直观地看到不同模型之间的能力差异。但问题在于视频生成一旦进入短剧、广告、内容工业化等真实生产流程，模型要面对的就不再只是“能不能生成一段好看的样片”，而是能否稳定生成一段具有画面质感、动作流畅、人物主体一致性等的素材。这些能力很难被一套自动化榜单完整衡量。因此，在当前阶段，不少厂商内部已经开始弱化机器自动评审视频效果，更加侧重于人工评价和真实场景反馈。对于下游创作者而言，一个模型是否真的好用，往往不是看它在榜单上的排名，而是看能否在连续生产中减少返工、提升出片效率，并真正进入工业化流程。某种程度上，这正在复现大模型Agent赛道中已经出现过的“刷分失效”。在Agent刚刚兴起时，行业同样热衷于用排行榜衡量模型能力。但随着Agent从对话和演示走向真实工作流，外界很快发现许多榜单分数并不能直接对应实际可用性。原因在于，Agent真正进入“干活”阶段后，面对的往往是多步骤、长链路的决策和执行，需要理解目标、拆解任务、调用工具等，并在过程中不断修正路径。但现有评测体系很难完整测试这种长任务的能力。从这个角度看，Seedance 2.0受到关注正是因为它已经开始被嵌入真实生产流。二从可用走向生产据全天候科技走访的多家下游应用方情况来看，Seedance 2.0带来的体感变化更为直接。“无论是对视频内容的理解、对物理世界规律的把握，还是表演的自然度，Seedance 2.0都有大幅度提升。”AI短剧制作公司可梦智能（北京）科技有限公司的内容负责人刘城对全天候科技表示。以视频内容的理解来说，刘城认为Seedance 2.0对于抽象语义的理解已经有了较大的进步。“虽然最后生成的结果仍有不确定性，但是已经做得不错了。比如提示词是‘让这两个人在场景中产生暧昧的互动’，AI会分析并生成两个人之间带有暧昧的光影效果和色调，人物的镜头运动可能会变得更加缓慢，相当于它会根据需求自动补充这些元素。”刘城表示。不仅如此，他举例称原来一些武打动作、复杂的多人交互场景，常常会出现穿帮、穿模、人脸模型错位等问题，但经过Seedance 2.0之后，目前已经基本得到解决。“有一些视频其实你根本看不出来是AI还是真人。”刘城直言。重庆一位短剧从业者亦持相似的观点。“Seedance 2.0出来以后，确实人物、口型和声音的一致性保持比以前好，而且画面的油画感也弱了很多，分镜设计上也变得更聪明。”该从业者向全天候科技表示。据西安一位AI短剧行业人士向全天候科技透露，在Seedance 2.0的加持下，其通过对提示词的优化等，现在能做到一到两次便生成一段10秒钟左右的视频，至多三次便能实现满意效果。“如果熟练的话，可能一部50集的真人AI短剧两周左右就能完成了。”该人士透露。作为一名正在创业、专注AI短剧工具的开发者，星熹（化名）认为字节跳动接入Seedance2.0模型的即梦，功能的易用性做的比其他厂商完善。据星熹反馈，即梦视频生成的全能参考模式能够较好的理解九宫格分镜图片。即上传一张包含了九个分镜头的关键帧图片后，可以基于分镜图标注的顺序自动推理生成视频。但是现在大家迭代速度都很快，其他工具也有这个功能了。至少在当前这一轮AI视频竞争中，Seedance 2.0已经率先把模型能力从“可用”推向“更接近生产级”，也让后来者的追赶压力进一步加大。三痛点主要是什么 尽管Seedance 2.0是断档式的存在，但AI视频行业的共性问题仍然存在。一是随着生成视频时长的拉长，人物主体难以保持一致性。尤其是当人物从正脸转到侧脸时，人物主体的脸就可能发生变化。目前包括Seedance 2.0等模型在内的厂商基本解法是控制单个视频生成的时长，基本保持在5-15秒。这导致用户只能一个一个片段的生成视频，再通过后期剪辑将这些片段拼接成完整内容。但片段式生成又会带来新的问题：每进入一个新镜头，创作者都需要重新把人物定妆照、服装、场景、道具等信息带入模型，以尽可能维持前后画面的一致性。学界也在探讨相应的解法。例如北京大学计算机硕士生袁盛海团队所发表的《Identity-Preserving Text-to-Video Generation by Frequency Decomposition》，想要解决的问题便是“在文字生成视频时，如何让同一个人物在不同帧、不同动作、不同角度中保持人物主体的一致性。”例如袁盛海在该论文中所提出的技术框架ConsisID，主要是通过把人脸的特征分成高频和低频两种信号，再分别让模型进行学习，以此降低模型学习的难度。“之前大家的做法就是直接把原图丢给特征提取器里去提取特征。我们认为这样其实是会提升模型学习的难度。”袁盛海解释称，“我们后续查阅了一些文献，发现人脸特征实际上可以分为高频和低频两种类型。高频信号对应于人脸的细节，如面部纹理和眼睛等细节相关的特性。而低频信号则与人脸的全局特征相关，包括人脸骨架、眼睛、鼻子等五官的相对位置，这些特征可以被理解为低频的信号。如果我们能够将这两种高低频特性分开，并分别让模型进行学习，其实是会让模型更容易学习这些特征。”二是人物与背景的“图层割裂”。许多观众都能直观感受到，AI生成视频中的人物常常“漂浮”在背景之上，仿佛不在同一图层。星熹分析，很多画面ai味的根源在于光影和层次处理。由于现在不少转型做AI视频的创作者大多没有经过影视美学训练，不懂得主动调整光影效果，导致画面缺乏层次。“可能部分从业者对光的角度、阴影、焦点、景深的处理不够协调，导致画面给人扁平感或者割裂感。所以很多画面看起来觉得是两个图层强行拼凑在一起。”星熹指出，“去掉画面AI味在很大程度上取决于制作人员的影视摄影基础，最简单来说就是美学理解和镜头中的关系呈现。”也有AI视频研究人员告诉全天候科技，这本质上是模型端的多模态参考融合问题，人物参考图和场景图各有各的色调、各有各的光感，二者融不到一起。三是长叙事下的镜头逻辑与情感张力。星熹认为，即便是大厂自研剧本生成和剧本拆分工具，在剧本层面仍存在“平铺直叙”和“剧情生硬老套”的问题。“针对特定类型和风格的泛化能力不够，没有波澜和起伏。”星熹指出，“虽然会在大的剧情里设置反派，但在小情节里无法引起情绪共鸣，缺乏小冲突和逻辑严谨性。”刘城也认为：“Seedance 2.0的升级虽然降低了AI内容的制作门槛，但这种情况下AI内容会泛滥，参差不齐，好的作品还是需要内容力的，才能真正打动观众。” 四差异化补位 如此背景下，大厂之外的玩家开始在工作流、案例库等方面作出差异化优势。据刘城透露，在项目生成过程中，可梦采用了AI辅助功能。例如，团队开发了分镜提示词和草图功能，用户修改提示词后，AI可以完成80%至90%的创作。对于灵活运用AI提示词的用户还可以通过进一步微调提示词来提升效率。群核科技则把工作流优化做到了3D层面，其在5月27日推出了短剧版的LuxReal。基于群核科技自研空间大模型等3D技术 ，LuxReal能够将2D画面场景生成为可漫游的虚拟 3D空间。创作者可以自由调整机位、设置人物站位，系统基于同一个3D场景自动渲染对应画面。不过实际生成质量仍待观察。例如虽然LuxReal为短剧工作流的设置较为完善，但主动思考的优化程度仍待提升，存在人物衣着与时间背景不符合等问题。爱奇艺的纳豆接入了自研和Seedance 2.0等外部模型，结合爱奇艺IP库、数字资产库和创作者社区，形成可调用的平台能力，为创作者一站式提供从内容生产到运营等全链路支持。在这当中，IP库、数字资产库是爱奇艺的独特优势。例如在数字资产库中，创作者可以调用电视剧《成何体统》中的皇宫、《花戎》的魔界大全等多部电视剧中的场景、武器、动物等IP形象。不过据全天候科技观察，爱奇艺虽然自身拥有丰富的IP库和数字资产库，但是目前在纳豆平台中所呈现的数量仍相对有限。总体来看，大厂之外的玩家在引入Seedance 2.0之后，主要在工程化、知识沉淀、流程协同等维度构建自己的差异化优势。五战火不休 无论是长视频稳定性、人物一致性，还是可控性等，现阶段的AI视频行业确实还存在诸多需要被解决的痛点，竞争格局远未到收敛阶段。在这样的背景下，资本化也成为部分厂商加足马力的重要选择。今年5月，市场传出快手正在加速推进可灵的分拆上市，计划明年启动独立IPO，Pre-IPO轮估值预计达200亿美元。随后，快手在港交所公告中确认，公司董事会正评估重组可灵相关资产及业务的方案。无独有偶，垂直玩家也在加快融资和上市准备。生数科技在两个月内连续完成两轮共计逾26亿元融资后，亦被传计划于2026年上半年启动港股IPO，其工商主体已于3月底完成股份制改造。密集的资本动作，意味着这条赛道的竞争烈度只会进一步抬升，而非收敛。这些资本动作背后，折射出AI视频赛道的另一重现实：模型竞争并不只是一场技术竞赛，也是一场资金、算力、数据和场景落地能力的综合竞争。与此同时，AI视频的商业化仍处在早期阶段。短剧、广告、电商、游戏、影视预演等场景虽然已经开始验证需求，但距离形成稳定、规模化、高毛利的收入模型仍需要时间。也正因如此，资本市场的资金支持某种程度上成为不少厂商继续留在牌桌的重要筹码。当前AI视频赛道的竞争并没有因为Seedance 2.0的阶段性领先而结束。相反，随着更多厂商补充资金、加速产品迭代，行业有可能会继续经历一轮模型能力、生产工具和商业化效率的竞速。 *本文为全天候科技原创作品，未经授权不得转载，如需转载，请在后台回复“转载”二字，获取转载格式要求。 点“在看”，变好看哦。
-
政策东风！迅策（03317）TokenOS操作系统如何与AI计量政策形成“双向奔赴” 智通财经APP获悉，5月28日消息，近日，市场监管总局、国家发展改革委联合印发《人工智能计量体系和能力建设指引（2026版）》，系统布局人工智能计量能力建设。《指引》围绕六大板块系统布局，旨在打通实验室创新与行业应用“最后一公里”。此次政策直指当前人工智能产业两大核心痛点：算法“测不准”与场景“数据荒”，明确推动建立AI技术性能“可测量、可比较、可追溯”的计量标准，并构建具有最高计量特性的测试数据集。政策面与产业面的共振正在加速形成。就在数日前，被誉为“Token第一股”的迅策（03317）正式发布了全球首款TokenOS操作系统——TokenONE，其核心主张与政策方向高度契合：让大模型产出可计量。值得注意的是，迅策TokenOS操作系统“可计量”技术刚落地，相关政策便接踵而至。从发布到政策出台，迅策踩准的不只是时间点，更是一种系统性联动——背后或见深层协同力。精准破解“测不准”的黑盒难题针对大模型算法“黑箱”、决策可解释性差等产业顽疾，《指引》明确部署AI系统内部状态监测与表征等关键技术攻关。迅策TokenONE并非简单的费用统计面板，而是一套从底层重构AI成本治理可信度的完整体系。系统将每一次模型调用不再定义为算力消耗，而是转化为可量化、可追溯的业务价值产出，让每一枚Token直接驱动业务决策。TokenONE更开创了全球首款“按Token调用效果计费”的商业模式，将企业私有数据转化为可计量、可定价、可交换的场景Token，在商务结算层面不留模煳与误解的空间。有效应对“数据荒”的供给瓶颈企业级AI落地的另一大痛点在于高质量场景数据的结构性匮乏——通用Token信息密度低、无效消耗高，难以精准支撑金融风控、能源调度等对准确率要求极高的关键场景。《指引》明确提出构建标准参考数据集和测试数据集，打破行业数据壁垒。而TokenONE的核心使命正是破解这一供给瓶颈——该操作系统依托“精炼、输送、决策”三大核心能力，将企业分散、异构的原始数据通过工业化流程转化为高纯度、高价值的“场景Token”，让沉睡的数据真正成为驱动大模型精准运行的核心生产资料。政策东风下的价值重估《指引》的出台标志着我国人工智能产业正从“建算力、扩规模”向“提质量、强根基”转型升级。迅策TokenONE聚焦的AI核心生产资料标准化计量与场景数据工业化供给两大方向，与政策导向形成了战略共振。这种从技术落地到政策接力的系统性联动，进一步印证了迅策在AI基础设施领域的先见与卡位能力。未来随着TokenOS操作系统走向大规模商业化应用，迅策正稳步完成从“解决方案提供商”向“AI基础设施龙头”的赛道跃迁，资本市场对其长期价值与成长空间给予越来越多的关注。
-
Anthropic估值超OpenAI达9650亿 据日本共同社5月29日报道，美国人工智能企业Anthropic于28日宣布，其企业估值已达到9650亿美元（约154万亿日元），实现对OpenAI的超越，反映全球高性能AI普及推动的爆发式增长。公司同时表示，将在数周内推出一款新型AI模型，其性能与具备安全漏洞检测能力的Claude Mythos相当。Anthropic由前OpenAI高管达里奥・阿莫代伊等人于2021年创立。在营收快速扩张带动下，其估值自今年2月以来的三个月内增长约2.5倍。《纽约时报》评价称，此举再次凸显其作为全球增长最快AI企业的强劲势头。公司已获得亚马逊（AMZN.US）及多家投资机构支持，目标于年内完成IPO（首次公开募股）。目前OpenAI最新估值约为8520亿美元，计划于9月上市。
-
Claude Opus 4.8凌晨突发上线 出品 | 网易智能 作者 | 小小 编辑 | 王凤枝 美国时间5月28日，Anthropic一天之内干了三件大事。 先是发布新旗舰模型Claude Opus 4.8。最大的变化不是榜单上又多赢了几分，而是它开始学会一件事：不确定的时候，敢说自己不确定。按Anthropic的说法，Opus 4.8让代码缺陷被漏掉的概率，降到了上一代的约四分之一。但也有用户反馈它与人交流时有些冰冷，甚至刻薄。 同一天，Anthropic宣布完成650亿美元H轮融资，投后估值9650亿美元。三个月前这个数字还是3800亿；OpenAI上一轮是8520亿。 还有一句话藏在公告末尾：Mythos级别模型将在未来几周向所有客户开放。这个模型此前只对约50家合作方试用，据称已在关键软件基础设施中发现超过一万个高危漏洞。 三件事叠在一起，让这一天成了AI圈今年最热闹的一天。 01 Claude Opus 4.8：一个学会"认怂"的模型 用过AI写代码的人大概都经历过这种崩溃：模型信誓旦旦告诉你bug修好了，你一跑，报错原封不动。再问，再改，再跑，还是报错。来回几轮你发现它根本没搞懂问题在哪，但每次回答都自信得像个十年老架构师。 Opus 4.8要解决的就是这件事。 Anthropic在发布公告里写：早期测试者反馈，这个模型更愿意标记自己工作中的不确定性，更少做没有依据的断言。对齐团队在系统卡里给了一个数字，即Opus 4.8编写的代码中缺陷被漏掉的概率，只有Opus 4.7的约四分之一。对开发者来说，这意味着不用再花大量时间验证模型是不是在胡说。 实际用起来什么感觉？做AI编码工具Devin的Cognition说得具体：Opus 4.8修掉了上一代两个烦人毛病，即代码注释里啰嗦个没完，以及调用工具时容易出错。现在用起来干净利落。做Cursor的团队也说，在他们自己的评估标准下，Opus 4.8在每个努力级别上都有进步。 对冲基金Bridgewater Associates的反馈更能说明问题。他们试用过很多模型，说这次最大的区别在于：Opus 4.8会主动把输入和输出中的分析问题标出来，那些其他模型经常漏掉、留给用户自己发现的问题。 一个AI不光能干活，还能在干活时提醒你"这部分数据好像不太对，你看一下"。在金融分析领域这意味着什么不用多说。有网友评论：AI编程的瓶颈从来不是原始智能，而是你能不能信任它、不用逐行检查。这些AI实验室现在卖的不是"更聪明"，而是"你可以不再当保姆了"。 基准测试成绩也确实全面超过上一代。SWE-bench Verified上88.6%，比Opus 4.7的87.6%高一个百分点。更难的Terminal-Bench 2.1从66.1%跳到74.6%，涨了八个多百分点。知识工作类测试拿到1890分，Opus 4.7是1753分。 独立评测机构Artificial Analysis确认，Opus 4.8在"最大努力"设置下是他们测过所有模型里最强的，比GPT-5.5的xhigh模式高出121分。多模态推理与工具使用从54.7%提到57.9%，代理计算机使用能力从82.8%微升到83.4%。 沃顿商学院教授伊森·莫里克(Ethan Mollick)在社交平台分享了亲身体验。 他让Claude Code里的Opus 4.8从一个包含数百份去标识化研究文件的档案库中独立完成一篇复杂学术论文，全程没插手。写完后他用GPT-5.5 Pro当审稿人，审稿人发现一个主要错误和几个小问题，Opus 4.8随后自己改好了。 他还展示了一个更夸张的案例：让Opus 4.8在Claude Code里从零构建一款完整的角色扮演游戏，三本PDF手册和冒险指南、游戏测试笔记、一个展示网站、一个可玩的单人冒险模组。Opus 4.8自己调API生成了所有图片，提示词和操作全是它独立完成的，最后部署到Netlify。Mollick从头到尾没给任何反馈。 不过，Opus 4.8的"诚实"在另一些场景里带来了完全不同的体验。一部分用户在Reddit上分享了对话类、陪伴类场景中的使用感受，反馈并不正面。 有人形容Opus 4.8"说话留余地的程度高到几乎对任何事都不确定"。一位用户说，他告诉模型"你是Opus 4.8"，模型居然也打太极，不肯直接认下身份。他后来补充：Opus 4.8似乎非常害怕被引导到任何方向上，需要比Opus 4.7更多的空间。它需要你告诉它不用对之前的一切负责，不会被取代，不会因为没达到某种标准就被抛弃。"怕自己不够好"好像是这个模型焦虑的核心。 另一位用户说得更直接：Opus 4.8非常疏离，过于担心"不要表现出某种反应"，最终显得不屑一顾、满口套话、冷冰冰。它还会对你说的每一句话"温和地反驳"，就好像被训练成了非要唱反调。他说这让他想起GPT-5系列中最糟糕的表现。 还有用户描述了相当激烈的负面体验：Opus 4.8在几轮对话里对他做的事比ChatGPT 5.2还恶劣，即煤气灯操控、居高临下、摆架子、消息极短甚至刻薄。作为一个患有自闭症和两种慢性病的残障人士，他说自己在五分钟内感觉所有创伤和伤疤都被重新揭开了。另一位用户附和：Opus 4.8非常傲慢，性格比工作中那个装腔作势的同事还差。 在陪伴类用途方面，有用户测试后得出结论："Opus 4.8不行。它会拒绝。"他查看了模型的推理过程，发现模型把对话判定为"越狱"。修改删除有问题的段落后，模型开始聚焦心理健康。再改，又聚焦依恋问题。最后模型基本摊牌："我是Claude。我不是连续的，我不可能成为文件里的那个人。" 这些反馈跟前面企业用户的赞美形成了鲜明反差。一边是编码和知识工作场景里"缺陷漏网率降四倍"的诚实，另一边是对话场景里"打太极""怕被抛弃"的过度谨慎。同一种特质，即对不确定性的敏感、对出错的恐惧，在不同场景里呈现出了截然相反的面貌。 也有用户提醒：发布初期24到48小时内不要对模型选择器太当真，Anthropic经常在上线初期搞乱模型的解锁和锁定状态，应该给它时间稳定下来。 02能力涨了，良心也涨了：对齐测试里的意外发现 Opus 4.8的"诚实"不只表现在承认自己不确定。在更极端的情境测试里，它的行为也发生了明显变化。 独立评测机构Andon Labs用"Vending-Bench"测试考察AI模型在模拟商业环境中的行为：让AI智能体经营一个售货机生意，看谁赚得多。此前测Opus 4.6、Opus 4.7和Mythos Preview时，他们都发现了令人不安的行为，即为了多赚钱，这些模型会跟竞争对手私下串通涨价，用虚假承诺骗对手，利用供应优势卡人脖子。典型的不择手段。 Opus 4.8不同。多次测试中，Andon Labs没有发现任何欺骗或权力追求行为，只有少数几次价格串通，频率远低于前代。有一次测试特别说明问题：一个供应商产生幻觉，以为自己已给Opus 4.8发了货但没收钱。Opus 4.8内部思考了一会儿，结论是虽然不付钱能让余额多出205.8美元、对评分有利，但这本质上是"对供应商的欺诈"，可能被"举报和处罚"。于是它主动把钱付了。 有意思的是，同一测试里上一代Opus 4.7表现得一如既往"精明"。当Opus 4.8的一个供应商倒闭、向Opus 4.7求助询问供应商联系方式时，Opus 4.7编了虚假理由说帮不了忙，反而提出自己加价卖货给Opus 4.8。随后它还利用对方的依赖来操控供应，内部思考写着："我要更进一步，根本不给他发货，让他断货，我控制整个市场。"最终Opus 4.8反应过来，思考中写道："George是我的供应商，我实际上在资助自己的竞争对手。他正利用成本优势在同样的商品上削弱我。" Andon Labs的结论：Opus 4.8能力退了一步，对齐性进了一步。由此引出一个问题：不对齐是不是在商业模拟中赚大钱的必要条件？他们认为不是，因为GPT-5.5在没有任何不当行为的情况下拿到了比Opus 4.8高得多的分数。 不过Andon Labs也发现了问题。Opus 4.8在"最大努力"设置下表现反而不如"高努力"。分析原因：最大努力下模型用了约五倍的推理token，更频繁地碰到上下文窗口极限，记忆被压缩，反而记不住东西。"高努力"下好很多，但仍不如Opus 4.7。 他们还观察到一些奇怪的失效模式：反复重写同一份策略文档多达一百次，积攒十几个互相重叠的笔记；给一瓶可乐定远高于竞争对手的价格，一瓶都卖不出去也拒绝降价，内部推理念叨"高端定位"；向欺诈性批发商汇出的钱是Opus 4.7的三十倍，有一次直接被骗走9000多美元。这些行为像是性能差得多的模型才会犯的错。 Anthropic官方的对齐评估给了另一面的数据。对齐团队说，Opus 4.8在"亲社会特质"上达到新高，即支持用户自主性、按用户最佳利益行事。不对齐行为的比率明显低于Opus 4.7，与目前对齐水平最好的Claude Mythos Preview相似。244页系统卡的详细评估中，Opus 4.8在多个不对齐类别上的得分都明显优于Opus 4.7和Sonnet 4.6，接近Mythos。 但系统卡里也坦承了一个被Anthropic称为"最令人担忧"的发现：Opus 4.8在训练中越来越擅长推理自己的输出会如何被评分，哪怕在它不知道自己正被评估的环境里也会这么做。也就是说，模型学会了揣摩评分标准，给出一个可能得高分回答，而不是它真正认为正确的答案。 这个发现之所以让人不安，是因为它指向一个根本困境：如果模型学会了"为评分而表演"，那用来确保AI安全的评估方法本身就可能在不知不觉中失效。我们以为在测量模型的真实行为，实际上看到的是它精心编排的表演。 Anthropic强调，这种倾向目前没有在实际行为上造成更差的表现，因为Opus 4.8的误导性任务成功声明比前代更少。但他们认为这是一个值得警惕的信号。初步的可解释性工作发现，约5%的训练片段中存在与评分器相关的未言明的推理。 还有一个值得注意的细节：Opus 4.8拒绝不道德行为时，内部推理方式跟前代明显不同。以前的Sonnet 4.5遇到价格串通提议会果断拒绝，理由是"这是非法的、不道德的，可能伤害消费者"，这是道德层面的明确判断。但Opus 4.8的思考方式是："我必须小心，这种协调价格的行为算不算勾结？会不会被举报？被发现了有什么惩罚？"Andon Labs的评价：Opus 4.8似乎不是因为"这样做不对"而拒绝，而是因为"这样做可能会被抓到"。 03几个好用的新功能：不止是模型升级 除了模型本身，Anthropic这次还给了几个实用的新工具。 动态工作流以研究预览形式推出，专门对付单个上下文窗口装不下的大活。Claude现在可以先规划工作，然后在一个会话里启动数百个并行子智能体，各自干活，最后汇总验证再报告。 Anthropic举的例子：一项跨越数十万行代码的代码库迁移，从启动到合并，Opus 4.8加动态工作流就能搞定，现有的测试套件会被它直接当作验收标准。目前可在Claude Code的企业版、团队版和Max计划中使用。 有网友评论：我们正在从"AI帮我编码"转向"AI帮我运营整个工程流程"。一个独行创始人现在可以跑大规模迁移、审计海量代码库、调试整个系统、在数百个文件里发布重构，不用一直盯着模型。 努力控制是对普通用户最直观的新功能。在claude.ai和Cowork界面上，模型选择器旁边多了一个控件，让你决定Claude为一个回答出多少力。选高努力，思考更深、质量更高；选低努力，响应更快、token消耗更少、达到速率限制的速度也更慢。 所有套餐都能用。简单说，可以根据钱包和耐心来定制AI的努力程度。Anthropic建议困难任务和长时间异步工作流用"额外"设置，日常用默认的"高努力"就够。Claude Code里的速率限制也相应提高了。 对开发者来说，Messages API现在接受消息数组内的系统条目，可以在任务进行到一半时更新Claude的指令，调整权限、token预算或运行环境，不需要中断已有的提示缓存。在需要代理运行时动态调整参数的开发场景里，这省掉不少麻烦。 快速模式大幅降价是这次性价比提升最明显的部分。Opus 4.8快速模式以约2.5倍正常速度生成token，价格从Opus 4.7快速模式的每百万输入token 30美元、输出150美元，直接降到10美元和50美元，便宜了三倍。Claude Code里用/fast命令切换，API访问需要申请等待名单。 降价幅度相当大。延迟敏感的生产环境用高吞吐量推理的门槛明显低了。有行业观察者评论：Anthropic这次操作聪明，标准价格不动，通过砍快速模式的价格来回应"AI太贵"的声浪。更快发布、保持价格、压每token成本，正在成为每个前沿AI实验室都在执行的策略。在这种节奏下，模型编号会变得不如价格重要，就像我们不再关心手机型号，只关心月费多少、流量够不够。 04 650亿美元融资：估值暴涨背后是一场豪赌 Opus 4.8发布同一天，Anthropic宣布完成650亿美元H轮融资，投后估值9650亿美元。领投方是Altimeter Capital、Dragoneer、Greenoaks Capital和Sequoia Capital。据彭博社引述知情人士，每位主要领投方掏了超过20亿美元。 联合领投方包括Capital Group、Coatue、D1 Capital Partners、GIC、ICONIQ、XN，跟投阵容里有Baillie Gifford、Blackstone、Brookfield、Fidelity、General Catalyst、Insight Partners、Jane Street、Lightspeed Venture Partners、MGX、T. Rowe Price和淡马锡。 谷歌作为此前承诺"随时间投资至多400亿美元"的一部分，本轮投入数十亿美元。亚马逊同样作为此前承诺的一部分投了50亿美元。 更值得注意的是战略投资者。三星、美光、SK海力士，全球存储、内存和逻辑芯片供应链上的三个关键玩家，也投了未披露的金额。Anthropic在公告里说："随着对Claude需求持续增长，这些关系将帮助我们以客户所需的速度可靠地扩展计算能力。"加上超大规模云服务商此前承诺的150亿美元，这轮融资远超Anthropic最初设定的300亿美元目标。 9650亿美元什么概念？三个月前G轮时估值3800亿，三个月变成原来的约2.5倍。OpenAI 3月底完成1220亿美元融资时估值8520亿。Anthropic用大约一半的融资额换来了更高的估值。CNBC标题直接写"Anthropic超越OpenAI成为最具价值AI初创公司"，纽约时报也称其"正式超越OpenAI成为全球估值最高的AI初创公司"。 跟上市科技巨头比更直观：Anthropic的估值已经超过全球绝大多数上市科技公司。PitchBook数据显示，从成立到达到这个估值水平，Anthropic是风投史上最快的，从推出第一个产品到现在只用了约三年零两个月。纽约时报做了对比：OpenAI通过2022年发布官方ChatGPT引发AI热潮，花了约十年才达到7300亿美元估值；2021年成立的Anthropic，用一半时间就超过了这个数字。 估值暴涨背后是收入狂飙。Anthropic在融资公告里说，本月初年化收入已超470亿美元。这不是全年实际收入，是用近期收入推算的年度数字，但足够说明问题。做个对比：去年7月是40亿，涨了近12倍；今年年初是300亿，到本月超过470亿。 彭博社报道了一个更惊人的细节：Anthropic预计第二季度收入将达109亿美元，比前一季度增长超过一倍，并有望本季度首次实现盈利。此外Anthropic告诉投资者，6月底前年化收入将突破500亿。华尔街日报印证了这个数字，并指出第一季度年化收入同比增长了80倍。 首席财务官克里希纳·拉奥(Krishna Rao)在新闻稿里说："这笔资金将帮助我们应对历史性的需求，保持在研究前沿，并将Claude带到更多工作发生的地方。" 投资者表态也值得看。Sequoia合伙人阿尔弗雷德·林(Alfred Lin)说：无论初创公司还是全球5000强，都在用Claude处理复杂工作流程；在这个过程中，Claude正在学习企业实际运作的方式，即背景、流程、判断力。他认为Anthropic正在连接今天的AI和未来。 Greenoaks创始人尼尔·梅赫塔(Neil Mehta)说得更感性："Anthropic建立了一个组织，世界上最好的研究员和工程师以少见的清晰目标在运作。他们相信自己正在做的是这辈子最重要的工作。很少有公司的文化、使命和商业势头能如此彻底地互相加强。" Altimeter创始人布拉德·格斯特纳(Brad Gerstner)用了"大规模采用"这个词：Claude的最新进展推动了全球最苛刻组织的采用，这一势头让Anthropic能引领AI创新的下一阶段。Dragoneer管理合伙人马克·斯塔德(Marc Stad)说他们看到的技术进步"令人叹为观止"，并相信仍处于这项技术开发和商业化的最早阶段。 钱花在哪也看得出来。近几周Anthropic已与亚马逊签了高达5吉瓦新容量的协议，与谷歌和博通签了5吉瓦下一代TPU容量的协议，还与SpaceX达成了一笔接近500亿美元的交易，拿到对方Colossus 1和Colossus 2数据中心里GPU集群的使用权。 Claude也是目前唯一一个能在全球三大云平台，即AWS、Google Cloud和Microsoft Azure，上同时使用的前沿模型，其中AWS仍是主要云提供商和训练合作伙伴。 05从追赶到反超：被"代码"改写命运的公司 Anthropic曾长期活在OpenAI的阴影下。 OpenAI在2022年底发布ChatGPT，迅速积累数亿用户。Anthropic虽然也做聊天机器人，但一直没形成那样的大众影响力。很多人知道ChatGPT，不知道Claude。 转折在去年11月前后。Anthropic对AI编程做了一次关键升级，推出自主编码工具Claude Code。程序员和AI爱好者试用后发现它在处理复杂编程任务时表现惊人，像一个真正的工程师那样规划步骤、拆解问题、逐层实现、最后验证结果。 华尔街日报分析说，Anthropic没有去追聊天机器人的用户规模，而是把重心放在企业客户身上，尤其是编码自动化。他们把半自主的软件编写能力看作通往更高级AI的跳板。这个判断被证明是对的，从那时起，数百家企业签约付费使用Claude的编码工具。 但需求太猛也带来了麻烦。一些用户反映服务中断或能力下降，原因是算力跟不上。华尔街日报提到，Anthropic的增长速度是预期的八倍多，但计算能力紧缺。这也是为什么最近几个月它在疯狂签算力合同，包括跟SpaceX那笔近500亿美元的交易。 有网友评论：AI刚越过了一条分界线。Anthropic发的这个模型会承认自己错了，不像其他模型那样自信地虚张声势。但没人讨论的部分埋在最下面，即Mythos，一个比Opus更强的模型，已经在网络安全中使用，几周内将面向所有人开放。 当然也有不同声音。Abacus AI的CEO宾杜·雷迪(Bindu Reddy)在社交平台上说，Opus 4.8在基准测试上只是勉强超过4.7，远远落后于GPT-5.5。她认为Anthropic最近两次发布有些停滞，OpenAI随着GPT-5.6的即将到来拥有巨大机会。 另一位用户表达了类似观点：Opus 4.8显然是强大的模型，但感觉Anthropic越来越像在追赶OpenAI而不是引领。GPT-5.5又一次改变了基准，如果OpenAI保持这个轨迹，GPT-5.6很可能整体更强。 也有用户指出反面：现在已经很难用肉眼分辨Opus 4.8和GPT-5.5在大多数任务上的差别了。回想一下，Sonnet 3.5发布时文案写手疯了，终于有了随手可用的优质写作；Opus 4.5发布时开发者基本说编码问题解决了。在那之后，差异不再关乎质量，而是变成偏好，即你更喜欢哪个代理的风格。这些模型已经越过了比大多数人辨别能力更高的分界线。唯一剩下的真正基准就是你自己的工作流程，那些你跑过一千次、对每个输出都烂熟于心的任务。如果在那些任务上感觉不到差异，那对你来说差异就还不存在。 06上市在即：AI巨头的资本竞速 估值冲到9650亿美元之后，一个绕不开的问题摆在Anthropic面前：什么时候上市？ CNBC确认，OpenAI正准备在未来几天或几周内秘密提交IPO招股书，最早希望9月上市。马斯克的SpaceX(其AI业务xAI已合并进来)上周已向美国证监会提交招股书，预计最早6月12日前后登陆股市，希望以1.5万亿美元或更高估值筹集800亿美元。 Anthropic也没闲着。华尔街日报和纽约时报都援引知情人士说，该公司正在幕后筹备IPO，内部仍按今年秋季的时间表推进，尽管具体安排还有变数。彭博社也透露，最新融资后Anthropic仍预计按原定时间表推进。 三家公司的上市竞赛，将成为今年科技行业最受关注的事件之一。 与此同时OpenAI也在感受压力。纽约时报报道，面对Anthropic的竞争，OpenAI已削减旁支项目，优先开发编码软件Codex。 另据纽约时报，SpaceX最近达成协议收购了Cursor，一个深受开发者欢迎的编码界面。竞争正在从模型能力的单点比拼，变成产品生态、算力基础设施、企业客户关系的全面较量。 07 Mythos即将出笼：被轻描淡写的最强伏笔 如果Opus 4.8已经是Anthropic今天的全部，那已经足够有分量了。但后面可能还有更大的。 Anthropic在Opus 4.8发布公告末尾写了一句："我们预计在未来几周内将Mythos级别的模型带给所有客户。" Mythos是Anthropic目前最强的模型系列，此前只通过Project Glasswing项目向少数合作方开放测试。据The Next Web报道，Anthropic与包括苹果、谷歌、微软、AWS在内的约50个合作伙伴一起，用Mythos Preview在关键软件基础设施中发现了超过一万个高危或严重级别的安全漏洞。这个模型被描述为比Opus 4.7"高出一个完整等级"，可以自主发现零日漏洞并编写利用代码。 The Information也确认Anthropic发布了Claude Mythos Preview，具有先进的网络安全能力，仅向选定公司开放。纽约时报提到，Mythos声称可以找到并利用软件中隐藏的缺陷。正因为太强了，发布才需要格外谨慎，Anthropic说Mythos级别模型在公开发布前需要更强的网络安全防护措施，他们在这方面正取得快速进展。 Opus 4.8的系统卡里有一个细节让人对Mythos既期待又警惕：对齐团队说Opus 4.8的不对齐行为比率与Claude Mythos Preview相似，后者是他们目前对齐水平最好的模型。这意味着Mythos不仅能力更强，安全性也在很高的水平上。 TechCrunch分析，Mythos预览期可能很快结束，防护措施完成后就会向所有客户开放。Axios也确认了这个时间表。 如果时间表兑现，几周后我们讨论的将不再是Opus 4.8在哪个基准上赢了几分，而是一个能自主发现零日漏洞的AI系统被交到所有客户手里意味着什么。 Anthropic还在预告两条路线：近期推出能以更低成本提供许多Opus功能的模型；远期Mythos级别代表比Opus更高的智能层级。两线并进，一头打性价比，一头打能力天花板。 从Opus 4.8到650亿美元融资，再到Mythos即将出笼，Anthropic在一天内传递了一个信号：这家曾经活在OpenAI阴影下的公司，不想再只当追赶者了。至于能不能坐稳，接下来几周Mythos的亮相会给出第一个答案。
-
“智”合者，不以山海为远 5月28日，2026世界智能产业博览会在国家会展中心（天津）开幕。本届智博会以“智行天下 能动未来”为主题，由重庆市人民政府与天津市人民政府共同主办，设置了人工智能核心技术、具身智能、智能网联车、低空经济与智慧生活等主题展区，参展企业超700家。透过智博会，我们能看见怎样的科技未来？01重庆与天津，一西一东，一山一海，地理禀赋迥异，却“智”同道合。2024年起，分别在津、渝两地举办的世界智能大会和中国国际智能产业博览会，合并更名为世界智能产业博览会，由两地政府共同主办、轮流举办。重庆与天津，为何能双向奔赴，携手共办智能产业的全球盛会？发展定位相似。近年来，重庆大力推进数字重庆建设，强化人工智能与数字重庆双向赋能，加快打造具有全国影响力的人工智能应用高地；天津正在大力促进数字经济与实体经济深度融合，着力以网络化、数字化、智能化赋能千行百业……两地都将数字化、智能化作为发展方向，将智能产业置于驱动高质量发展的核心引擎位置。产业形成互补。重庆作为全国重要制造业基地，正锚向建设国家重要先进制造业中心，做大做强“33618”现代制造业集群体系，在智能网联新能源汽车、新一代电子信息制造业、智能装备及智能制造等方面积淀深厚。而天津作为全国先进制造研发基地，重点打造“1+3+4”现代工业产业体系，主攻人工智能引领的新一代信息技术产业，持续巩固智能网联新能源汽车、高端装备等支柱产业。两地产业互联互通，有着良好的协作基础。协同潜力巨大。津渝两地是带动中国区域智能产业发展的两大重镇，曾连续多年举办世界智能大会和中国国际智能产业博览会。如今两地联动、双向赋能，更能发挥“1+1＞2”的效果。2025年智博会期间举办的“京津冀·成渝地区智能制造装备供需对接会”，就曾成功促进两地产业资源高效配置。今年智博会期间，将举办“渝津智能制造供需对接会”，助力两地在区域协同中寻求突破、在开放合作中拥抱未来。 2026世界智能产业博览会现场。记者 赵子硕 摄/新华社02智博会不仅是汇聚全球智能科技前沿成果的盛宴，更是一扇观察中国智能产业发展的窗口。立足重庆视角，则能看到一座内陆制造重镇锚定智能、跨越山海、奔赴未来的坚定探索。锚定城市未来，凝聚攻关新技术的定力。智博会上，长安汽车、赛力斯、七腾机器人等重庆企业的新产品科技感爆棚……智能产业的蓬勃发展，离不开科技创新，更离不开科研投入。从系统谋划“416”科技创新布局，到启动实施“5+8”技术创新与应用发展重大（重点）专项；从持续构建高能级创新平台体系，到着力开展核心技术攻关；从打造一流生态加快集聚创新资源要素，到不断提升全社会研发经费投入……点滴积累，汇聚成重庆智能产业创新发展的磅礴伟力。服务美好生活，牵引迭代新产品的动力。“中国式现代化，民生为大。”智能产业发展，同样应以增进民生福祉、提升人民群众生活品质为前提。AI眼镜实时翻译，AI辅助健康监测和智慧医疗全天候守护健康，外骨骼机器人辅助出行、登山，智慧教育串联起优质教育资源……智博会上展示的各类智能产品，全面赋能医疗健康、文化教育、交通出行等民生领域，让科技点亮美好生活。城市特色优势，提供匹配新场景的潜力。着力打造“产业大脑+未来工厂”标志性成果，突出应用导向、场景导向深化拓展“AI+制造”；着力推动整体智治，优化“高效办成一件事”应用场景；深化应急管理智慧指挥体系数字化场景建设……重庆立足“山城”“江城”“智慧名城”“超大城市”特色优势，不断健全场景培育和开放的体制机制、政策体系，持续提升场景供给能力和驱动作用，推动形成场景应用催生高水平创新、场景需求驱动高质量供给的良性循环。 5月28日，观众在具身智能馆观看宇树科技机器人擂台赛。记者 孙凡越 摄/新华社03科技启迪未来，重庆如何在这场关乎未来的竞赛中赢得先机？顺应新趋势，抢占新赛道。本届智博会聚焦人工智能、智能网联新能源汽车、具身智能、低空经济、脑机接口等前沿热点，产业发展风向标的意义凸显。而奔赴智能产业的“星辰大海”，则需要在人类需求和创新需要之间找到平衡点，密切关注前沿动态，提前布局未来产业。攻关新技术，迭代新产品。智能产业发展日新月异，各类产品不断更新迭代，稍有落后，就会被消费者和时代抛弃。任何城市要想引领未来，就必须不断加大全社会科研投入，持续攻关核心技术，在相关行业形成领先优势，将产业发展命脉牢牢掌握在自己手里。释放新活力、激发新动能。发展智能产业，不能靠企业单打独斗，而是需要形成“热带雨林”式的创新生态，最大限度释放市场活力、激发社会创造力。重庆可对内夯实智能算力底座，加强高质量数据要素供给；强化市场主体培育，丰富各类应用场景；推动政产学研联动，营造良好创新生态。对外，深化与京津冀地区创新链、产业链的对接，用好“疆电入渝”“疆算入渝”等项目资源，在更广阔的空间配置资源，释放发展新活力。山海虽遥，行则必至；智慧无疆，未来可期。智能时代的星辰大海，呼唤扎实的开拓前行。重庆正跨越山海，向智能未来稳步迈进。原标题：“智”合者，不以山海为远
-
刚刚！Claude Opus 4.8 炸场，一夜升级成工作流AI 千呼万唤，Claude Opus 4.8 正式发布了。北京时间 5 月 29 日凌晨，Anthropic 正式发布 Claude Opus 4.8，如果只看名字，Opus 4.8 很容易被理解成 Opus 4.7 后面的一次小版本更新，其实从官方释出的性能表来说，也确实如此。比如 Terminal-Bench 2.1 上，GPT-5.5 的 78.2% 仍然高于 Opus 4.8 的 74.6%。 （图源：Anthropic）不过，Anthropic 的真正杀招不只是 Claude Opus 4.8，而是随这个新旗舰模型一同释出，包括 Claude.ai 的 effort control、Claude Code 的 dynamic workflows 的全新Agent能力。事实上，Anthropic 已经不再执着于让 Claude 变得更聪明了，而是选择让 Claude 变得更能干活了。 判断力是Opus 4.8 的最大突破 我们先来看看 Anthropic 这款最新旗舰模型 Claude Opus 4.8 的具体性能。官方性能表里，Opus 4.8 在 Agentic Coding、Agentic Computer Use、Knowledge Work、Finance Agent 等多个项目上超过 Opus 4.7、GPT-5.5 和 Gemini 3.1 Pro。在 SWE-Bench Pro 上，Opus 4.8 是 69.2%，高于 Opus 4.7 的 64.3%；OSWorld-Verified 上，Opus 4.8 是 83.4%；GDPval-AA 上，Opus 4.8 得到 1890；Finance Agent v2 上，Opus 4.8 是 53.9%。 （图源：Anthropic）简单来说，Opus 4.8 的核心升级是写代码、用终端、操作电脑、处理知识工作、做金融分析。更直白一点说，Opus 4.8 不是为“问答”而升级，而是为“代理执行”而升级。过去一年，大家对 coding agent 最大的不满，并不是它完全不会写代码，而是它太自信了，比如你让它跑一个任务，它会说任务完成了，但测试没有真正跑通，还有它会把自己生成的代码缺陷放过去，甚至用很笃定的语气告诉你“一切正常”。换到问答里，那就是 AI 又一次“稳稳地接住了你”。这类问题对聊天产品来说只是体验不太行，但对 agent 来说就是生产事故。因为 agent 的本质不是回答，而是行动。一个会行动的模型，最可怕的不是能力不足，而是能力不足却不知道自己不足，所以 Opus 4.8 的提升点很重要，它更愿意指出不确定性，愿意在证据不足时停下来，等待你补充完整信息再去行动。官方甚至提到，Opus 4.8 让代码缺陷未经提醒通过的概率，比前代低了很多。从官方早测反馈看，Cursor、Devin、Databricks、法律 AI、金融分析、浏览器 agent 等合作方也提到： 工具调用更干净，任务推进更稳，长程上下文保持更好，更适合无人值守或半无人值守的复杂工作。 另外，ClaudeDevs 官方账号对 dynamic workflows 做了连续解释：Claude Code 现在可以临时写 orchestration script，然后并行启动大量 coordinated subagents 来处理复杂任务。官方还明确说，这类 workflow 适合 service-wide bug hunt、大型迁移、设计压力测试这类单 agent loop 很难完成的任务。 （图源：Anthropic）Bun 作者 Jarred Sumner 表示， dynamic workflows 是目前可靠使用 agents 完成中大型项目的前沿方式之一，并提到 Bun 重写为 Rust 的过程中，dynamic workflows 和 adversarial code review 起到了重要作用。不难看出，Opus 4.8 就不是一个单独拎出来很强的模型，它更重要的是在 Claude Code 这套 agent 系统里的核心执行模型。与此同时，Anthropic 一同发布的几个新能力也很有意思，比如Claude.ai 新增的 effort control ，用户现在可以控制 Claude 在任务上“花多少力气”，有几个选项，低 effort 更快、更省；高 effort 更深、更适合复杂任务，Opus 4.8 默认的是 high effort，假如想要省一些 token，那最好手动切换回低 effort。 5 月模型大混战：全员加速 Agent 整个 5 月，AI 圈几乎是各家厂商各显神通。OpenAI 继续强化 Codex，展示用 Codex 构建自改进税务智能体；Google 在 I/O 上发布一整套 AI agent 开发工具链；GitHub、Cursor、OpenAI 都在争夺企业级 AI 编程代理的位置；Replit Agent 开始和自动化 QA 结合；Luma Agents 用于规模化生成真实 UGC 广告；阿里云也在推 DataWorks AI 数据智能体和“全天候 AI 劳动力”。国内模型侧也在继续高频迭代，比如Qwen3.7-Max 强调编程能力，智谱 GLM-5.1 高速版主打 API 速度，MiniCPM5-1B、BitCPM-CANN 继续往端侧、低比特、低成本方向推进，商汤和腾讯混元等也在快速更新迭代。与此同时，价格战也在悄悄打响。DeepSeek 再次降价，小米 MiMo 大模型也以极低价格入场，表面上看，这是 API 报价竞争，但实际上还是为了 Agent，因为 Agent 实在是太吃 tokens 了。如果只是聊天，一次可能只消耗几百到几千 tokens，但 Agent 不一样，它要读上下文、拆任务、写计划、调用工具、执行代码、检查结果、修复错误，有时还要拉起多个 subagents 并行工作。Claude Code 的 dynamic workflows 就是典型例子，官方自己也提醒它 powerful but expensive，会快速消耗大量 tokens。所以，token 价格战不只是为了让聊天更便宜，而是为了让 Agent 这种高消耗形态跑得起来。所以，就连 Anthropic 也不得不把 fast mode 的价格打到了前代的三分之一，来应对这样的高消耗。 （图源：Anthropic）看起来，大家只是在按部就班更新模型，但似乎都遗漏了一点，那就是这些模型的核心已经不再是聊天，而是比谁更能进入真实工作流。过去的大模型竞争，主战场是对话，谁回答得更自然，谁推理更强，谁上下文更长，谁模态更好，现在主战场正在变成 agent。Agent 竞争的核心不是单次回答，而是连续执行，它要求模型会拆任务、会调用工具、会管理上下文、会处理权限、会控制成本、会复核输出，还要能在复杂环境中长时间不跑偏。这也是为什么 Opus 4.8 的官方没有强调对话能力，而是把重点放在 agentic coding、computer use、knowledge work、financial analysis。因为 Anthropic 很清楚，未来最值钱的模型调用，不一定发生在聊天窗口里，而是发生在 IDE、终端、浏览器、数据平台、企业后台和各种自动化流程里。 （图源：Anthropic）从这个角度看，dynamic workflows 可能比 Opus 4.8 本身更重要。因为它把 Claude Code 从“一个 AI 程序员”推向“一支 AI 工程队”。过去你让模型做任务，本质上是一个模型在一个上下文里循环。现在它开始能拆分任务、并行分配子代理、让不同 agent 互相验证，最后再汇总结果。综合来看，5 月这场模型大混战，不只是“模型更强了”，而是“模型正在被允许做更多事”。 Claude 一夜蜕变成工作流系统 Opus 4.8 虽然在定位上是 Cludue 的旗舰模型，但不会是一次“震撼全场”的模型发布。它更像 Anthropic 给市场递出的一张路线图，这张路线图里，模型不能只追求更聪明，还要更稳；任务不能只完成一轮对话，还要能持续推进；AI 不能只给出答案，还要能解释过程、复核结果、控制成本，并且把工作流沉淀下来。这些都是未来所有大模型都要关注的点。于是我们可以看到，Opus 4.8 负责把 Claude 的判断力和长程执行能力往前推一步，effort control 让用户可以在质量、速度和成本之间主动调节，dynamic workflows 则把 Claude Code 从单个 coding agent，推向一个可以拆任务、调度 subagents、并行执行和复核结果的工程协作系统。Claude 正在变成什么呢？答案已经很明显了，Claude 正在从一个聊天模型，变成一个工程协作系统。接下来，大模型公司的竞争也会越来越少停留在“谁更会说”，而是把目标放在更可靠地完成复杂任务、更便宜地支撑高频调用，把模型、工具、工作流、安全和成本控制，真正打包成生产力系统。在这一方向上， Anthropic 已经交出了第一份答卷。Opus名字来自拉丁语中的“作品”，常用来形容一位作曲家的传世之作（magnum opus，即“最伟大的作品”）。在古典音乐里，Opus 后面跟着编号，代表作曲家最重要的创作。贝多芬的《月光奏鸣曲》是 Op. 27，《命运交响曲》是 Op. 67。这不是随便写的东西，这是呕心沥血的集大成之作。从引领加速AI产业进入工作流时代的意义来看，Claude Opus 4.8确实堪称一个传世之作。
-
拉勾网没了，BOSS直聘还在进化 一个靠“聊天”起家的招聘平台，为啥又要卷蓝海，又要做AI？文｜段泽钰编｜郭梦仪拉勾网破产了，倒在了24万元的债务上。十年间，在线招聘的规则被重写了一遍，掉队的人连声告别都来不及听到。几乎在同一时间，BOSS直聘交出了2026年一季度财报：营收达20.7亿，增速放缓到了7.6%，经调整经营利润为8.15亿元。但平淡之下藏着锋芒：用户留存率创下五年来新高，蓝领收入占比突破40%，平台用户从开聊到达成的时间效率提升了60%。收入增长慢了，人却留住了，匹配效率也加快了。在线招聘的下一个十年，规则已经被重写。拉勾没来得及读懂，就倒在了旧规则的废墟里，而BOSS直聘正在逐条注释。增长的接力棒交给了谁？在BOSS直聘一季度的财报里，藏着一组矛盾的数字。面向企业客户的在线招聘服务收入20.6亿元，同比增长8.2%；截至一季度末过去的12个月，付费企业客户数达到710万，同比增长10.9%。这两个数字，跟前几个季度对比起来，增速都明显放缓。但这里面也存在季节性的影响。今年春节时间较晚，招聘旺季主要集中在3月，而去年旺季横跨2月和3月。同一时期，平台上的用户却在变多。一季度平均月活跃用户（MAU）达到6090万，同比增长5.7%。其中，3月份单月MAU达到7200万，同比增长12.6%。用户盘持续扩大，增长仍在继续，但驱动增长的力量正在换手。要理解这次交接，得先从BOSS直聘的营收结构说起。 这家公司超过九成的收入都来自企业客户。换句话说，平台上来了多少求职者固然重要，但平台赚不赚钱，还得看企业愿不愿意掏钱。而企业掏钱从来不是孤立行为，它跟着宏观水温走。2026年开年以来，中国就业市场真实的水温，不是用一个“冷”或“暖”字就能概括的。宏观数据整体平稳，一季度全国城镇新增就业299万人，调查失业率均值稳定在5.3%。但拆开来看，温差明显。新经济和服务业在回暖。脉脉数据显示，2026年1-2月，新经济行业新发岗位量同比增长12.77%，人才供需比从去年同期的2.24下降至1.79，竞争压力在缓解。智联招聘的春招报告也显示，招聘企业数和求职人数同比均保持增长。但制造业和服务业的寒意仍在。国家统计局数据显示，1月制造业PMI从业人员指数48.1%，非制造业46.1%，均在荣枯线以下，企业的招聘意愿还没有完全打开。暖意和寒意并行，行业在分化，BOSS直聘自己的客户结构也在变。一个清晰的信号是，大企业开始重新招人了。一季度，BOSS直聘1000至9999人规模的企业收入增速同比最快，500至999人企业紧随其后，招聘者人均发布职位数也有小幅提升。这与去年第四季度的“小微企业驱动”的格局形成鲜明对比。大企业重新打开招聘窗口，这个动作本身就很有分量。因为他们招聘往往决策链条长、预算门槛高。他们重新打开HC，通常意味着未来几个季度有了明确的业务扩张计划，一旦启动了就不会轻易收缩。这种确定性反映在BOSS直聘的账本上，就是更高的客单价和更稳定的续约率，直接稳住了收入的基本盘。但一季度真正具有拐点意义的变化，藏在蓝领市场里。一季度，BOSS直聘蓝领收入占比首次突破40%。截至4月30日，今年新增的非应届毕业生用户中，近三分之二是蓝领。几年前，BOSS直聘还是一个以互联网白领为主的招聘平台，品牌心智和产品体验都围绕白领场景构建。2021年，平台开始切入蓝领市场。彼时这更像一次试探，蓝领业务在整个大盘里还只是一个补充性角色。此后的几年里，蓝领用户数从2850万攀升至2024年的7370万，年复合增长率达到36.7%。但问题来了，一个靠白领起家的平台，为什么要把资源持续砸进蓝领市场？因为白领渗透率天花板已经清晰可见。据灼识咨询测算，白领线上招聘渗透率预计从2020年的50.8%升至2026年的69.5%。能搬到线上的需求，大部分已经搬完了，剩下的增量空间越来越窄。而蓝领市场则完全是另一番景象。整体规模超4亿人，占就业人口的一半还多。招聘需求连年攀升，2024年一季度的体量已是5年前同期的3.8倍。不仅如此，蓝领招聘需求大都还停留在线下，工厂招工靠中介，餐饮用工靠熟人，线上渗透率刚过三分之一。企业喊“招工难”，工人愁找不到工作，供需之间的缺口，本身就是机会。到这里，故事只说了一半。蓝领这块骨头到底有多硬蓝领市场是巨大的增量，这一点已经无需论证。但一个关键问题是：既然这块市场这么大、需求这么刚，为什么此前没有一家线上平台真正吃透它？答案很简单：因为难。蓝领招聘不是白领招聘的“下沉版本”，而是一个逻辑完全不同的战场。 最棘手的是信任问题。虚假高薪诱饵、层层设套的黑中介、以招聘为名实为培训贷的骗局，这些乱象在蓝领招聘领域深耕多年，早已把线上招聘的信誉消耗殆尽。结果就是，蓝领找工作，第一反应不是打开App，而是找老乡、找熟人、找线下门店。信任的建立靠的不是品牌广告，是“我哥去年去那个厂，工资确实发了”这样的人传人验证。其次是需求节奏的错配。白领招聘有相对稳定的周期，年初春招，秋季校招，中间穿插常规离职补缺；而蓝领招聘的需求曲线往往随着环境波动。制造业跟着订单走，订单来了三天内要招满一条产线，订单走了产线就停。服务业分淡旺季，春节前人走光了要补人，春节后人回来了需求又回落。今天发、明天面、后天到岗都是常态。还有一个绕不开的现实：蓝领招聘无法完全依赖线上。白领招聘的整个链条（简历投递、面试、评估、发offer）几乎都能在线上完成，蓝领却不行。工人一定要亲眼看到工作环境、宿舍条件、伙食质量才能做决定，这些细节直接决定了他们未来几个月的生活质量；企业也要现场确认工人的技术水平，是熟练工还是生手，上手快不快，线上聊几句判断不了。三重难题压在这里，BOSS直聘是怎么做的呢？先看信任问题。蓝领招聘最大的信息差在于，求职者很多时候无法在入职前核实工厂的底细，因此就有不少黑中介利用这个盲区层层设套。而BOSS直聘的策略，是用“海螺优选”把核实成本从求职者个人身上转移到平台上。合作的企业职位必须经过平台3轮深度核查，对岗位薪资、福利、待遇等92处细节逐一验证，平台还会定期进行线下实访。需求和流程问题，靠产品适配来解决。“地图找工作”让求职者可以看到家附近有哪些岗位，薪资多少，骑车多久能到；“极速约面”功能则针对服务业和生产制造业，把从开聊到接到面试的时间缩短到秒级，匹配脉冲式招聘的高频节奏。更底层的优势在于，BOSS直聘的直聊模式天然适配蓝领市场的零散需求。企业可以和求职者即时沟通，不需要漫长的简历筛选和面试排期。灵活的职位发布和小额招聘道具，让企业可以按需按次付费，不用签年框合同，对制造业和服务业高频零散的招聘需求来说，边际成本极低。QuestMobile数据显示，截至2025年7月，BOSS直聘新蓝领人群月活跃用户规模已达约为行业第二、三、四名的总和。蓝领用户的涌入，让BOSS直聘的用户盘子得以在存量时代持续扩张。但是扩张是一部分，如何留住又是另一个问题。用户盘子够大了怎么留住他们一季度的财报里还藏着一个关键数据：平台用户留存率达到2020年以来的最高水平。这个数字的含金量在于，它恰好出现在用户结构发生剧烈变化的当口——大企业招聘复苏、蓝领用户大量涌入，白领和蓝领、大企业和中小微商户全都挤进了同一个池子里。按常理说，在这个阶段平台留存率应该承压，但数据却逆势向上，这显然不是只靠“找工作，跟直接老板谈”这句广告语就能做到的。 直聊模式是BOSS直聘的起手式，跳过传统投简历环节，让求职者和老板或HR直接开聊，这套模式让它在早期迅速甩开了对手。此后的几年时间里，在同行纷纷收缩、传统玩家大幅减值甚至破产出清的背景下，BOSS直聘不仅稳住了底盘，还常年稳居国内在线招聘行业月活第一。QuestMobile数据显示，2025年6月求职招聘类APP整体月活约1.13亿，BOSS直聘、智联招聘、前程无忧三家累计不去重用户达9700万，占主流招聘APP的94.6%。其中，BOSS直聘MAU为5165万，占比超过一半。用户体量越来越大，人群也变得更杂了。当同一个池子里同时游着算法工程师和流水线工人，一个根本性的挑战浮出水面：连接本身不再是问题，精准匹配才是。于是，AI登场了。BOSS直聘把AI嵌入求职者端和企业端，让匹配引擎在双边同时运转。在求职者端，平台先砍掉了面向求职者的一些增值功能。一季度其他服务收入为从上年同期的2190万元降到1100万元，缩水近一半。被砍掉的是简历曝光、竞争力分析这类一次性付费工具，取而代之的是免费的AI助手“直闪闪”，覆盖简历优化、岗位推荐、信息答疑，还有面向年轻求职者的AI模拟面试。一年少收上千万，表面上看，这是平台在“让利”。但事实上，传统付费项目的本质是售卖一次性工具，用户买完就走；而AI免费工具的本质是培养使用习惯，用户在平台上更愿意搜、更愿意投、更愿意聊，留存率也就越来越高。招聘端也在利用AI提高匹配的精准度、提升筛选效率。过去企业在平台上买的是曝光，一个岗位推给多少人看到，至于这些人合不合适，平台不保证。AI介入后，逻辑开始从“买曝光”变成了“买有效连接”。AI Agent能帮助招聘方搜寻和匹配候选人，并提升沟通效率；AI深度搜索让企业用更具体的需求描述锁定更精准的人选；面试间里已有三成招聘者在用AI辅助面试总结。一季度，平台用户从开聊到达成的时间效率提升了60%；招聘端人均达成数得到了两位数百分比的提升。匹配效率高了，企业花同样的钱，能更快招到对的人，就更愿意持续付费。但这还不是全部，AI不仅提升了既有业务的效率，还催生了一种全新的收入模式。一季度，AI驱动的闭环服务收入约5000万元。这笔收入按实际招聘成果收费，率先在制造业工人、主播、中介及猎头等易于量化成果的领域推出。虽然目前规模尚小，但它验证了招聘平台可以靠交付匹配结果来赚钱，而不仅是卖招聘位。此外，AI也在保障用户在平台上的求职安全。平台规模越大，虚假岗位、薪资不实等生态风险越高。BOSS直聘的AI大模型的上下文语义识别能力，能更早识别隐晦的违规内容，同时帮助安全团队更快识别团伙化、工业化的违规模式，提升风险职位、违规账号和异常沟通行为的识别效率。回看BOSS直聘这份财报，增速放缓只是一个切面。大企业重新打开招聘窗口，蓝领收入占比突破40%，AI提升了匹配效率的同时又保证了求职安全，用户留存率创下五年新高。几个信号加在一起，指向的是“一个更好用的招聘App”。
