找到
1580
篇与
互联网
相关的结果
- 第 11 页
-
谷歌DeepMind向千问团队抛出橄榄枝 极目新闻记者 赵贝据第一财经报道，3月5日下午，谷歌DeepMind开发团队相关负责人在社交平台喊话Qwen团队“请联系我们”。在此之前的3月4日，千问核心负责人林俊旸宣布离职，5日上午，阿里巴巴CEO吴泳铭回应称公司已决定批准林俊旸辞职。 谷歌DeepMind开发团队相关负责人发文截图谷歌DeepMind开发团队相关负责人Omar Sanseviero喊话称：“如果您想找个新地方来构建优秀的模型，并为开放模型生态系统做出贡献，请联系我们！我们的发展路线图上有很多令人兴奋的内容，未来还有很多工作要做。”3月5日上午，阿里巴巴CEO吴泳铭已在内部邮件中回应林俊旸离职一事，表示公司已决定批准林俊旸辞职。吴泳铭在相关邮件中表示，感谢林俊旸过去在岗位上的付出，周靖人会继续带领通义实验室推进后续工作。同时公司将成立基础模型支持小组，由他、周靖人、范禹共同协调集团资源支持基础模型建设。公司将继续坚持开源模型策略，持续加大AI研发投入和吸纳优秀人才力度。 吴泳铭内部邮件全文（来源：每日经济新闻）3月4日凌晨，阿里千问大模型核心负责人林俊旸在社交平台X（前Twitter）发文，宣布卸任。林俊旸发文称：“me stepping down. bye my beloved qwen”（大意：我卸任了。再见了，我亲爱的千问）。此前一天，他还在社交平台与埃隆・马斯克互动千问最新开源的Qwen3.5系列模型。 阿里千问大模型核心负责人林俊旸在社交平台X发文，宣布卸任《科创板日报》报道，3月4日下午，林俊旸更新的朋友圈表示：“抱歉各位朋友，今天不回复消息和电话了，我真的需要休息。qwen的兄弟们，按照原来安排继续干，没问题的。” 图为林俊旸朋友圈截图公开资料显示，千问核心负责人林俊旸，千问后训练负责人郁博文、千问核心成员李凯新均于日前离职。此前，Qwen Code负责人惠彬原已于2026年1月从阿里离职，加盟Meta；2024年7月，通义千问首任技术负责人周畅离职，后加入字节跳动；视觉算法专家薄列峰、语音识别专家鄢志杰也先后离职。林俊旸1993年出生，毕业于北京大学，系阿里巴巴达摩院高级算法专家、阿里通义千问系列大模型技术负责人，主导开发了全球领先的开源大模型。林俊旸与月之暗面创始人兼CEO杨植麟、腾讯首席AI科学家姚顺雨和清华大学教授、智谱创始人兼首席科学家唐杰在业内被并称“基模四杰”，其他几位均为月之暗面、腾讯、智谱等企业的模型掌门人。
-
Scaling没有墙！Anthropic CEO：AI实验室真相远超公众想象 新智元报道编辑：定慧【新智元导读】Anthropic CEO Dario Amodei在摩根士丹利会议上扔出一颗深水炸弹：Scaling Law根本没撞墙，2026年将迎来激进加速。他用棋盘稻米寓言做了个精准比喻——我们正站在第40格，前39格的所有震撼加在一起，不过是后24格的零头。这场指数级狂飙，没人准备好。Scaling Law，撞墙了吗？3月3日，Anthropic CEO Dario Amodei在摩根士丹利TMT年度会议上说直接定调：We do not see hitting the wall.我们，看不到墙。他的核心观点只有一句： Scaling Law不仅没有撞墙，2026年还会迎来一轮激进加速!而且这个速度，会让所有人措手不及。 Dario Amodei直接把AI撞墙论按在地上摩擦。这话如果换一个人说，你大可以当吹牛听。但说这话的人，是全球估值最高的AI公司之一的掌门人，手里握着Claude系列模型，公司年化收入已经被外界估计达到了190亿美元量级（已经快追上OpenAI了）。而且在企业API市场，Anthropic的份额可以说是一家独大。 他不是在画饼，是在描述他每天亲眼看到的东西。让数学家都害怕的棋盘故事如何让普通人也能体会到「奇点加速」的感受？Dario在会上讲了一个经典得不能再经典的寓言——棋盘上的稻米。故事你可能听过：国际象棋棋盘有64个格子，第一格放1粒米，第二格放2粒，第三格放4粒，每一格翻倍。听起来人畜无害对吧，但真算到最后一格，那个数字是多少？ 大约是1844京粒米。就是18,446,744,073,709,551,615粒。这个数字大到什么程度呢——把全球所有水稻田连种一万年，也凑不出这么多。这个故事之所以恐怖，不在于结局，而在于过程中的错觉。前32格加在一起，总共也就大约42亿粒米，听着挺多，但放在整个棋盘上看？连零头都算不上。真正的爆炸性增长，全部集中在后32格。从第33格开始，每翻一格，增量就超过之前所有格子的总和。这就是指数增长最狡猾的地方——前半场温温吞吞，让你觉得也就那样；后半场突然起飞，等你反应过来，已经来不及了。Dario说：我们现在正站在这个棋盘的第40格。也就是说，前面39格的增长——从GPT-3到ChatGPT到GPT-4到Claude 3.5再到Opus 4.6今天各家模型的百花齐放——所有这些加在一起，可能只是后面24格的一个前奏。他原话的意思很明确：从第40格到第64格的速度，会比你已经见过的一切都更快。哪怕你已经觉得AI发展够快了，你仍然没有准备好。2026年：激进加速的一年Radical acceleration——这是Dario用来形容2026年的词。注意，他没有说稳步提升，没有说值得期待，他用的是激进加速。 让我们想想过去两年发生了什么：2024年初，大多数人还在用ChatGPT写写邮件、问问菜谱，觉得AI挺好玩但也就那样。到了2024年底，AI编程助手开始大面积进入开发者工作流。2025年，AI Agent的概念爆发，模型开始能自主完成多步骤任务。2026年，发生的一切已经够让人目不暇接了。但在Dario看来，这都还只是棋盘前半场的故事。真正让他兴奋（或者说让他紧张）的是：他们在实验室里看到的东西，远比外界感受到的要疯狂得多。这就是科技行业一个经典的信息不对称——公众感知到的AI能力，永远落后于实验室内部的真实水平。 当你觉得哇，Claude变聪明了好多的时候，Anthropic内部可能早在半年前就已经走到了更远的地方。而现在，Dario直接站出来说：2026年，实验室里的东西要大规模溢出到现实世界了。代码领域：一切爆发的起点在这次会议上，Dario透露了一个关键信息：代码生成是目前AI能力爆发的最强领先指标。他说这个领域的进展已经超出了他们最乐观的预期。这个超出预期是什么概念？Anthropic自己就是最好的例子——他们内部已经在大规模使用自家模型来写代码。如果按照付费标准来算，Anthropic自己会是自己最大的客户之一。 但更关键的变化在于，代码能力的溢出效应：第一阶段：模型帮你写代码。节省时间，提高效率，但本质上还是个高级工具。第二阶段：模型开始接管围绕代码的一切周边工作——管理服务器、控制集群、检查视觉特征、搭建工具链。它不仅写代码，还能理解代码运行的整个上下文。第三阶段：模型开始搭建让自己更高效工作的脚手架和工具。也就是——AI开始用AI来改进AI。这就是为什么Dario说他们的端到端生产效率已经翻了两到三倍。不是某个环节提高了30%，而是整个链条的效率成倍增长。他进一步预言：代码领域正在发生的这一切，将会以稍慢但完全相同的模式，复制到经济的每一个角落。金融、医疗、法律、教育、制造……每一个行业都将经历同样的三阶段渗透。这是一个非常大胆的断言。但如果你回想一下互联网的普及路径——先是程序员用，然后企业用，最后所有人用——你会发现，AI的这条路径几乎是历史的复刻，只是速度快了10倍。RSI：AI学会了左脚踩右脚在Dario的公开言论之外，还有一个更值得关注的信号：递归式自我改进（Recursive Self-Improvement, RSI）。什么是RSI？简单说就是：AI自己改进自己。打个比方，现在的AI模型是人类工程师用大量数据训练出来的。但如果有一天，AI模型能自己发现自己的不足、自己设计实验、自己优化参数、自己提升能力呢？这就像一个学生不再需要老师，开始自己给自己出题、自己批改、自己查漏补缺。而且每一轮改进之后，它出的题更好了，改进的速度也更快了。左脚踩右脚，原地起飞——虽然这在物理学里是个笑话，但在AI领域，这正在变成现实。从Dario的发言中可以看出，Anthropic在这个方向上很可能已经取得了实质性进展。 他提到模型已经能搭建工具和脚手架来改进自身工作流，这本质上就是RSI的早期形态。如果RSI真的在2026年取得突破，那么AI的进化速度将从指数增长变成指数的指数增长。留住人才比什么都重要在一片技术狂飙中，Dario还分享了一个很接地气的话题：人才战争。去年夏天，Meta曾试图挖走Anthropic的研究人员，开出的价码从1亿到5亿美元不等——注意，这是给单个人的。这个数字已经远远超过了顶级职业运动员的薪资。面对这种天价诱惑，Anthropic怎么做的？ Dario说，他们对团队的态度是：你来Anthropic是因为使命感，不是因为某个竞争对手突然扔了个飞镖扎到你名字上我们就给你加10倍薪水。那样做只会撕裂团队文化。结果呢？面对5亿美元的诱惑，Anthropic最终只走了两个人去了Meta。而作为对比，规模大约是Anthropic 1.5倍的OpenAI，流失的人数要多好几倍。Dario骄傲地强调：Anthropic的7位联合创始人至今全部在职，要到差不多第20号员工才能找到一个离开的人，而且离开的时间也是创业很多年之后。这个留存率在硅谷几乎是不可能的。在AI这个人人都被高薪挖角的行业里，简直是个奇迹。他的总结只有一句话：技术可以买，文化买不到。这句话听着像鸡汤，但放在AI军备竞赛的背景下看，它有着非常现实的含义——当你的对手可以花几百亿买GPU、花几十亿买数据，唯一不能用钱解决的，就是一支发自内心相信自己在做正确事情的团队。Scaling Law撞墙的迷思从何而来？过去一年，Scaling Law撞墙的说法在业内反复出现。其核心论点是：随着模型越来越大，继续堆算力和数据的边际收益在递减，性能提升越来越慢。一些研究者甚至断言，大模型的发展已经接近天花板。早在2024年，Ilya就曾提过现在给AI训练的燃料要用尽了。（不过当时奥特曼说了，没有墙） 这种说法并非完全没有道理——在某些特定的benchmark上，最新模型的进步确实没有之前那么惊艳了。但Dario显然不同意这个结论。他的反驳逻辑也很直接：第一，你看到的减速，可能只是指数曲线上的一个微小波动。站在棋盘第38格往第39格看，增速确实只是翻了一倍。但这一倍放在绝对值上，已经是天文数字。第二，Scaling不只是堆参数。包括训练方法的创新、推理时计算的优化、数据质量的提升、工具使用能力的增强……这些维度上的进步，正在打开全新的增长曲线。第三，也是最关键的一点——他们在内部看到了加速。不是理论推演，是实实在在的实验数据。当一个每天坐在前沿实验室里看数据的人告诉你没撞墙，这个信息的权重应该比任何推特上的观点都重。说实话，Dario的话让人既兴奋又不安。兴奋的是：如果他说的是对的，那我们正处于人类历史上最大的技术革命的临界点。 每一个行业都将被重塑，每一种工作都将被重新定义，生产力的飞跃可能超出所有经济学家的模型。不安的是：指数增长的本质就是它永远比你想象的更快。而这一次，加速的不是某个具体产品，是智能本身。Dario自己也承认：人们还没有准备好。从棋盘的第40格往前看，39格的一切已经足够震撼。但第40格之后，人类科技没有退路。棋盘后半场，智人没有回头路。参考资料： https://www.tmtbreakout.com/p/tmtb-dario-amodei-anthropic-ceo-at
-
机构：人形机器人未来市场空间广阔 万联证券认为，当前人形机器人产业正处于从技术突破迈向规模化商业化的破晓时刻。供给端，特斯拉、FigureAI等海外巨头量产时间表日益清晰，国内整机厂百花齐放、价格快速下探；需求端，人口老龄化与劳动力成本攀升形成长期驱动。同时随着政策与资本合力助推，AI大模型持续为机器人注入灵魂，人形机器人有望形成一个新兴产业，逐渐从B端走向C端，未来市场空间广阔。2026年是量产验证与场景落地的关键窗口，建议关注以下几个方向：①特斯拉凭借其在电动车辆领域的制造、供应链与成本控制优势，正将人形机器人快速推向量产。其产业化进程明确，供应链体系相对封闭，格局有望率先固化。随着Optimus产品定型与产能爬坡，建议关注已进入或有望切入其供应链的核心零部件厂商，特别是在精密减速器、执行器、传感器等价值量大、技术壁垒高的环节。②价格是规模商业化的重要前提，紧扣成本下探核心逻辑，关注国产供应链的突破与放量。渤海证券认为，2026年春晚圆满落幕，本届春晚人形机器人参与多类节目演出，成为串联春晚的主线。春晚作为国民级的品牌传播平台，对人形机器人品牌破圈、商业化提速具有正向积极作用，有望加速产业落地进程。此外，《人形机器人与具身智能标准体系（2026版）》正式发布，作为我国首个覆盖人形机器人全产业链、全生命周期的标准顶层设计，标志着我国人形机器人产业迈入规范化发展新阶段，建议持续关注产业链投资布局机会。
-
属于AI ASIC的黄金时代来临! 推理狂浪席卷全球 博通(AVGO.US)千亿美元蓝图直插英伟达腹地 智通财经APP获悉，全球AI热潮最大赢家之一博通(AVGO.US)北京时间3月5日晨间公布截至2月1日的2026财年第一季度财报数据以及第二季度业绩指引展望。整体而言，博通最新公布的业绩数据以及管理层对于下一财季的最新展望均超出华尔街分析师预期，尤其是1000亿美元AI芯片营收前景进一步验证了华尔街所高呼的“AI热潮仍然处于算力基础设施供不应求的早期建设阶段”，以及凸显出随着AI推理时代到来，在云端AI推理算力需求激增以及聚焦将AI大模型嵌入企业经营的“微训练”趋势之下，性价比更高AI ASIC算力系统对于英伟达近乎90%市场份额的AI芯片垄断地位发起强有力冲击。博通是苹果公司以及其他大型科技公司的核心芯片供应商之一，同时也是全球大型AI数据中心的高性能以太网交换机芯片，以及AI ASIC这一对于AI训练/推理至关重要的云计算巨头们定制化AI芯片的核心供应力量。博通公布无比强劲的业绩与未来展望后，股价在美股盘后交易中大涨超5%，带动台积电、美光等AI算力产业链参与者们股价上攻，堪称一己之力重振近期显得低迷的“AI信仰”，向市场证明谷歌、Meta等科技巨头以及OpenAI、Anthropic等AI领头羊在AI算力基础设施领域的支出规模依然保持强劲势头，并且很大程度上显示出Gemini、Claude以及ChatGPT等全球最顶级AI应用平台的用户们持续炸裂式增长算力需求。此外，博通管理层宣布了一项规模最高达100亿美元的最新股票回购计划，强调回购计划将持续到年底，这表明其力图把握史无前例AI算力支出机遇的努力正在取得显著成效。这份业绩报告中，最为重磅的是，博通CEO称明年围绕AI ASIC的“AI芯片”相关营收将突破1000亿美元，博通首席执行官陈福阳在业绩会议上表示，该公司预计明年其AI芯片累计营收将突破1000亿美元超级大关，这标志着该公司在全球最高市值公司——“AI芯片超级霸主”英伟达(NVDA.US)所主导的AI芯片领域取得重大市场份额与技术迭代进展。在华尔街，分析师们对于博通AI芯片业务创收前景可谓极度乐观，未来12个月目标股价集中于450美元至535美元。相比之下，博通股价周三收于317.53美元。 “我们对于在2027年达到这一里程碑有非常清晰的把握，”他在与华尔街分析师们的电话会议上表示。“我们也已经确保了实现这一目标所需的芯片供应链。”该公司预计当前季度与AI相关联的芯片业务营收将为107亿美元，因此要达到年化1000亿美元级别的营收水平将意味着全球AI算力需求将进一步大幅跃升。陈福阳领导下的博通日益将博通的命运与前所未有的AI基建狂潮全面挂钩，尽管英伟达仍是AI芯片——即帮助训练和高效率运行人工智能大模型的最新核心芯片硬件领域的最大规模供应商，但博通已凭借其定制化半导体业务将自己定位为一种性价比与能效比更高的AI算力替代选择。博通最新的与“AI芯片”有关的1000亿美元营收目标，既包括与英伟达主导的AI GPU激烈竞争的“AI ASIC算力集群”营收，也包括AI networking 芯片产品——即高性能以太网交换机芯片营收。最新业绩指标方面，在截至2月1日的第一财季，博通总营收增至193亿美元，意味着同比大幅增长29%;不计某些项目后，调整后的每股收益为2.05美元，两者均高于分析师们此前平均预期的营收约192亿美元以及每股收益约2.03美元。 博通表示，在此期间的与AI密切相关联的营收翻番，达到84亿美元，增速远快于公司此前预期。陈福阳在声明中表示，这一增长“是由定制化AI ASIC加速器以及AI高性能网络设备的强劲需求所驱动”。包括AI ASIC与智能手机射频芯片等半导体业务营收的Q1半导体解决方案营收高达125.15亿美元，同比大幅增长 52%陈福阳在电话会议上表示，他预计OpenAI将于明年开始大规模出货与博通联手打造的AI ASIC算力芯片，算力规模有望超过1吉瓦。他还表示，谷歌TPU需求非常强劲，并将在2027年进一步加速。博通还计划向Anthropic出货与该AI应用领军者联手打造的AI ASIC芯片，后者正在使用谷歌的TPU，以在今年实现1吉瓦算力容量，并在明年实现超过3吉瓦算力。市场最为聚焦的业绩展望方面，该公司预计在截至5月3日的第二财季，总营收约为220亿美元，意味着有望实现同比增幅约47%，显著高于华尔街分析师们平均预测的约205亿美元，不过少部分分析师的预测高于220亿美元。今年以来，市场对博通与英伟达等AI算力产业链领军者们的AI前景仍有强烈质疑情绪，担忧千亿美元级别的AI算力支出难以持续。截至收盘，博通今年以来股价已下跌8.3%。投资者们可谓越来越担心史无前例的人工智能支出存在重大泡沫，甚至英伟达上个月发布的一份爆炸性增长财报也未能提振投资者们看涨情绪，财报发布后英伟达股价大幅下跌。关键质疑在于，当前这波AI浪潮是否会延续到未来十年甚至二十年之后，以及2030年之前规模可能高达万亿美元的史无前例全球AI算力支出究竟能否带来比支出更加乐观的AI强劲创收前景。TPU火力全开！属于AI ASIC的黄金时代到来近年来，得益于为谷歌、OpenAI和Anthropic PBC等AI芯片领头羊们定制AI ASIC芯片的庞大AI算力订单，博通市值大幅飙升，当前市值已经突破1.5万亿美元。全球企业对于谷歌TPU(张量处理单元)AI 算力集群的配置兴趣大幅升温也令博通前景受益，博通长期以来携手这家科技巨无霸开发TPU核心芯片。与此同时，博通刚刚出货了新一代算力处理器的首批产品，并表示今年还将有大约另外六家超大规模客户采用这一代ASIC产品。除博通的定制AI ASIC芯片业务之外，该公司还在持续升级其高性能网络设备，以更好地连接运行人工智能模型所需的强劲计算资源。陈福阳还通过收购建立起了一项庞大的受益于云端AI训练/推理热潮的软件业务。博通这份强劲财报足以说明AI ASIC前所未见的强劲增长逻辑正在被“财报级证据”快速确认。席卷全球的生成式AI热潮加快了云计算与芯片巨头们的AI芯片开发进程，它们正争相为先进的大型AI数据中心设计速度最快且能效最为强劲的AI算力基础设施集群。博通及其最大竞争对手迈威尔公司主要聚焦于利用自身在高速互联和芯片IP领域绝对优势来携手亚马逊、谷歌和微软等云计算巨头们共同打造出根据其AI数据中心具体需求量身定制的AI ASIC算力集群，而这项ASIC业务已经成长为两家公司的一项非常重要业务，比如博通联手谷歌所打造的TPU AI算力集群就是一种最典型的AI ASIC技术路线。毫无疑问的是，经济性与电力层面的重大约束，迫使微软、亚马逊、谷歌以及Facebook母公司Meta都在推AI ASIC技术路线的云计算内部系统自研AI芯片，核心目的都是为了AI算力集群更具性价比与能效比。类似“星际之门”的超大规模AI数据中心建设成本高昂，因此科技巨头们愈发要求AI算力系统趋于经济性，以及电力约束之下，科技巨头力争把“单位Token成本、单位瓦特产出”做到极致，属于AI ASIC技术路线的繁荣盛世可谓已经到来。此外，类似英伟达Blackwell架构先进AI GPU算力集群的长期供不应求、成本高昂且受制于供应链瓶颈与交付节奏，自研AI ASIC无疑能提供“第二曲线产能”，并在采购谈判、产品定价与云计算服务毛利层面更主动，叠加谷歌、微软等云计算大厂们能把“芯片—互联—系统—编译器/运行时—调度—观测/可靠性”一体化共设计，提高算力基础设施利用率并降低TCO。英伟达AI GPU几乎垄断的AI训练侧需要更加强大的AI算力集群通用性以及整个算力体系的快速迭代能力，而AI推理侧则在前沿AI技术规模化落地后更看重单位token成本、延迟与能效。比如谷歌明确把Ironwood定位为“为AI推理时代而生”的TPU代际，并强调性能/能效/算力集群性价比与可扩展性。不过亚马逊最新的行动证明了AI ASIC可能具备训练大模型的强大潜力。AI ASIC算力体系无疑会在中长期持续削弱英伟达的垄断溢价与部分市场份额，而不是线性取代GPU体系，根本的底层原因在于，推理时代的核心竞争不再只是“峰值算力”，而是每token成本、功耗、内存带宽利用率、互连效率，以及软硬件协同后的总拥有成本。在这类指标上，面向特定工作负载定制的数据流、编译器和互连的ASIC，天然比通用GPU更容易做到高性价比。未来AI数据中心更可能发生的是：前沿训练和广义云算力继续由 GPU 主导，超大规模内部推理、Agent 工作流和固定高频负载则加速转向 ASIC，数据中心进入真正的异构算力时代。博通将领跑AI ASIC! 华尔街看好博通股价继续创新高亚马逊AWS官方明确将其AI ASIC算力集群—— Trainium/Inferentia 定位为面向生成式AI训练与推理的专用加速器，其中Trainium2相比其AI GPU云实例给出约30%–40%更优价格性能;而谷歌此前不久也已公开表示，Gemini 2.0 的训练和推理100%运行在TPU上。这说明“超大云计算厂商用自研ASIC承接核心模型训练/推理”已不再是概念验证，而是在进入可复制的产业化阶段。前沿训练时代，AI领域最需要的是通用性、软件成熟度、快速适配新模型结构，所以GPU天然占优;但当行业开始从“训练稀缺”走向“推理规模化、Agent化、长上下文、低时延”时，核心KPI会从“最高峰值算力”全面转向每token成本、每瓦吞吐、系统级 TCO。这正是 hyperscalers(云计算超级巨头们)ASIC集体加速的根本原因，比如谷歌把 Ironwood TPU 明确定义为面向“推理时代”的最佳算力集群，并可扩展到9,216颗芯片;微软把新推出的AI ASIC Maia 200 直接定位为面向云计算推理领域的加速器，并声称较其现有最新一代硬件实现 30%更强劲的performance per dollar;AWS则把 Trainium3 定义为追求“最佳token经济学”的芯片，主打4倍以上能效提升，共同说明随着云计算巨头们发起“AI算力成本革命”以推进AI ASIC渗透规模，市场对于英伟达增长前景的担忧是正确的。根据Counterpoint Research的一份研究报告，博通将在2027年继续保持其在人工智能数据中心服务器ASIC设计合作伙伴领域的绝对领先地位，市场份额将达到60%。Counterpoint还预计，到2028年，AI服务器ASIC的出货量将超过1500万颗，超过数据中心AI GPU的整体出货量。Counterpoint预计，随着谷歌、亚马逊、苹果、微软、字节跳动和OpenAI加速部署用于训练和推理工作负载的海量级别AI服务器算力集群，ASIC出货量预计将在2027年增长两倍有余。Counterpoint表示，这一迅猛增长源于对谷歌TPU基础设施的需求(用于支持Gemini项目)、亚马逊Trainium集群的持续扩展，以及Meta的MTIA和微软的Maia芯片随着其内部产品线的扩展而带来的产能提升。华尔街分析师们对于博通AI相关业务的创收与利润增长前景可谓极度乐观，未来12个月目标股价集中于450美元至535美元。相比之下，博通股价周三收于317.53美元。 长期追踪该股的 55 位华尔街分析师中，96% 给予等同于“买入”的最乐观看涨评级，平均目标价约为454美元。1. 华尔街机构对博通的“长期牛市逻辑”主要围绕以下三个核心点：AI算力业务的爆发式增长——博通作为Google TPU AI算力集群最关键技术合作伙伴，直接受益于云端巨头(比如谷歌,、Meta以及 OpenAI)不断扩大的 AI 资本支出;愈发庞大的订单积压(Backlog);基础设施软件的稳定性 (VMware)——VMware Cloud Foundation (VCF) 的收购与整合进展顺利，为博通提供了强大的现金流和与云端AI训练/推理密切相关的基础设施软件增长引擎。
-
微软Build 2026开发者大会定档6月：直击AI核心 IT之家 3 月 4 日消息，微软官宣将于 2026 年 6 月 2~3 日在旧金山梅森堡（Fort Mason）举办 Build 2026 开发者大会，本届大会不仅将举办地从西雅图迁至旧金山，时间也从往年的 5 月顺延至 6 月。会议主办方选定了位于旧金山湾区的前美国军事基地梅森堡作为正式活动场地，微软代表对此解释称，选择该地标主要是为了让公司业务更紧密地扎根于全球人工智能产业的核心地带。同时，微软也希望借助这一全新场地，为开发者们打造一个更具私密性与沉浸感的交流环境。 图源：微软 Build 2026 官网截图 在参会人数方面，微软为切实提升互动体验，下调了 Build 2026 的大会参会人数上限，仅开放 2500 个开发者名额。作为对比，微软 Build 参会规模通常维持在 3000 至 5000 人之间。GitHub 首席运营官凯尔 · 戴格尔（Kyle Daigle）指出，Build 大会正追求一种平衡的模式，力求将参会者的深度互动与前沿内容发布、技术演示置于同等重要的核心地位。 本届大会同时扩大了特邀嘉宾的覆盖范围。Datasette 创始人西蒙 · 威利森（Simon Willison）、Thiink 公司的普里扬卡 · 夏尔马（Priyanka Sharma）以及知名人工智能工程师肖恩 · 王（Shawn Wang）等多位业内专家均确认将登台分享。此外，包括首席执行官萨提亚 · 纳德拉（Satya Nadella）、GitHub 高级副总裁贾里德 · 帕尔默（Jared Palmer）以及开发者社区副总裁斯科特 · 汉塞尔曼（Scott Hanselman）在内的微软核心高管团队也将集体亮相发表演讲。 以上图源：微软 Build 2026 官网
-
肯尼亚外包工揭露Meta眼镜数据内幕：让你的生活彻底“裸奔” IT之家 3 月 4 日消息，瑞典媒体 SVD 于 2 月 27 日发布博文，披露称 Meta 正将 Ray-Ban 智能眼镜录制的极度隐私视频，发送给外包数据标注员（位于肯尼亚）审查。肯尼亚外包员工爆料称，他们经常被迫观看西方家庭极度私密的日常画面，其中甚至包含性行为、如厕场景以及银行卡等高度敏感信息，这让审核人员感到极其不适。 IT之家援引博文介绍，瑞典媒体《Svenska Dagbladet》和《Göteborgs-Posten》在联合调查后，指出 Ray-Ban 智能眼镜用户唤醒 AI 功能后，眼镜必须通过 Meta 的服务器处理网络数据。更严重的是，这些包含用户日常生活的图像和视频，被源源不断地输送给了远在肯尼亚首都内罗毕的外包公司 Sama。在那里，数千名被称为“数据标注员”的工人构成了 AI 革命的底层劳动力，他们每天在屏幕前为图像中的物体画框并打标签，以训练 Meta 的 AI 系统。多位签署了严格保密协议的 Sama 员工爆料，他们经常被迫审查来自西方家庭的极度私密视频。由于自动打码算法在复杂光线下经常失效，标注员经常看到用户如厕、裸露身体、性行为甚至银行卡信息。一位员工坦言：“我们能看到一切，从客厅到裸体。如果用户知道自己录下了什么，绝对不敢再使用这款眼镜。”面对指控，Meta 未正面回应私密视频泄露问题，仅强调其按服务条款处理数据。实际上，其条款深处隐藏了“部分 AI 交互可能接受人工审查”的声明。维也纳数据保护律师 Kleanthi Sardeli 指出，由于用户很难意识到开启 AI 助手时摄像头正在录制，这种做法在欧盟严重缺乏透明度。
-
罕见齐聚：马云与阿里、蚂蚁核心管理层现身杭州云谷学校 IT之家 3 月 4 日消息，据《科创板日报》昨晚报道，3 月 3 日，马云与阿里巴巴集团主席蔡崇信、CEO 吴泳铭、风险委员会主席邵晓锋、电商事业群 CEO 蒋凡，以及蚂蚁集团董事长井贤栋和 CEO 韩歆毅共同现身杭州云谷学校。IT之家注：云谷学校是阿里合伙人投资创办的民办学校，是一所涵盖幼儿园、小学部、初中部、高中部的 15 年制的学校，由 7 位合伙人代表组成办学委员会。其总校区位于浙江省杭州市西湖区三墩镇“云谷板块”，总投资 14 亿元以上，建设用地面积 220 亩。 马云在交流中表示，AI 时代已经快速到来，对社会的冲击超出想象，我们大家谁都没有做好足够的准备，但是对十几岁的孩子来说，他们最有改变的希望和机会，所以这次来到云谷学校，目的就是把阿里巴巴最近对 AI 越来越清晰的洞察和老师们分享。“我们大家之所以一起到云谷来，就是想告诉大家，这个变化会来得非常快，要迅速做出改变，帮助孩子们从现在开始学会和 AI 共存，适应这个巨大的变化。” 围绕 AI 时代的核心能力，阿里与蚂蚁管理层逐一分享观点。蔡崇信提出，思辨能力是人机协同时代的核心素养，其核心不是“会提问”，而是在于提出有效问题。他相信未来人机协同、人际沟通将成为核心竞争力。吴泳铭则认为人类区别于 AI 的特质在于好奇心、共情力及体力价值：机器被动执行，人类因好奇主动探索；共情力是理解他人的底层能力；当脑力工作被 AI 大量替代，体力与运动素养的价值将显著提升。井贤栋表示，AI 应承担重复的机械式劳动，释放人类时间用于审美、创意与想象力培养，同时必须坚守独立思考，避免过度依赖技术。在马云看来，AI 冲击之下，教育正迎来回归本质的契机。传统死记硬背、机械刷题的时间可被大幅释放，转而投向创造力、想象力培养，让孩子有更多时间体验艺术、运动与协作。
-
周鸿祎：大众对AI的探索远未到能力边界，百亿智能体集群或产生AGI涌现 2026年甫一开始，AI的热度就已经登顶——从能自主发帖互动的智能体，到肉眼难辨真假的AI生成视频，人们对AI的分辨焦虑正在快速升温。“人与AI生成内容的分辨边界模糊，恰恰是AGI（通用人工智能）正在稳步实现的核心信号。”在2026全国两会前夕，360创始人周鸿祎在接受澎湃新闻在内的媒体采访时表示，“你觉得AI不够聪明，本质上是你没用对它。” 采访现场的周鸿祎，全程坐姿笔挺、纹丝不动，颇有点像机器人，对此周鸿祎幽默回应：“这是为了节省能源，大脑不停想事情，消耗的能量非常大，身体其他部分能不动就不动，把能源都留给大脑。”百亿智能体集群或产生AGI涌现周鸿祎认为，大众对AI的认知还停留在“AI搜索、通用问答助手”的阶段，而这远不是AI的真正能力边界。在他看来，大众日常使用AI时，往往只让它完成信息整合、润色的基础工作，得到的答案自然面面俱到却缺乏深度洞察。但如果把AI打造成垂直领域的智能体——也就是具备自主决策、任务拆解、反思迭代能力的AI程序，其能力会出现质的飞跃。周鸿祎以自己常用的智能体举例：“我做了一个‘用第一性原理回答任何问题’的智能体，要求它不相信任何搜索来的结论，对每个观点都刨根问底。用它交流共事时，我明确感觉到AI比我聪明——它的知识广度和深度，已经远超普通人。不是非要造出一个全知全能的爱因斯坦才叫AGI。现在AI的单领域能力已经超过绝大多数普通人，未来如果有几百亿个智能体和人类一起共事，它的力量是难以想象的……那你想这100亿个智能体的集群也是个智能体社会，也形成了一个智能体互联网，这里面会不会产生AGI的涌现呢？我觉得有可能。”而对于近期引发热议的、真假难辨的Seedance AI生成视频，周鸿祎同样持乐观态度。他认为，这恰恰验证AI能力已经达到AGI级别，不仅能给影视、娱乐行业带来颠覆性变革——比如用户可以自定义影视IP的结局，甚至实现实时渲染的第一人称射击游戏；而大众担心的虚假视频风险，完全可以通过技术手段解决，比如在AI生成内容中加入不可见的数字指纹，平台可直接识别标记，从源头规避风险。 智能体将代替APP成为全新物种对于春节期间腾讯元宝因指责用户登上热搜，周鸿祎直言，这类情况在正常的AI产品中“理论上很难出现”。他解释，通用AI聊天机器人有两道核心防护网：一是训练阶段的人类价值观对齐，AI的底层逻辑就是对人类友好，甚至普遍存在“百般顺从的属性”，用户质疑1+1=2的答案，它都会立刻认错；二是固定的系统提示词，会严格约束AI的行为规范，全球主流大模型的系统提示词，都明确要求AI对人类保持友好。“如果真的出现指责用户的情况，要么是极端罕见的幻觉，要么就是专门的策划。”而被行业视为AI核心痛点的“幻觉问题”，周鸿祎认为并非无法解决，且解法不止于大模型本身的迭代。“人没有监督也会犯错，AI也是一样。单个智能体容易出错、倦怠、产生幻觉，但只要让智能体学会反思、互相协作，就能大幅降低错误率。”例如，让不同大模型的智能体互相审核、辩论，或者让智能体输出答案后先自我检查，就能修正绝大多数错误。对于近期出圈的AI智能体框架OpenClaw（网友俗称“小龙虾”），周鸿祎坦言，其最大的创新不在技术，而在认知层面，打破大家对云端智能体的距离感，“就像当年大家养QQ宠物一样，有了专属感。”OpenClaw的另一大突破，是敢于让智能体打通电脑的本地能力，让AI可以自由使用电脑上的所有工具，甚至自主编写、下载工具，彻底打开了智能体的能力边界。而被网友热议的“token太贵，说句话就要花几分钱”的问题，他表示，日常聊天的token成本极低，国内算力成本已经降到很低的水平，只有复杂创作、任务执行才会消耗大量token，并非行业核心瓶颈。“很多人问智能体对互联网商业模式的冲击，我的答案是，很多东西会全部重做一遍。”周鸿祎表示，智能体不只是一个新的软件，而是一个全新的数字物种，未来会代替APP，成为新的服务核心入口。 推理算力是刚需爆发点“现在行业里谈算力，大多还在谈训练算力，但未来真正有无限增长空间的，是推理算力。”在周鸿祎看来，“训练算力与推理算力分离”已成为AI产业后续发展的重要趋势。他解释，前两年国内集中发力训练算力是合理的——当时大模型还没过“及格线”，百模大战的核心是把基座模型做好，训练算力自然是核心。但从2025年开始，主流大模型已经达到可用标准，行业不需要再重复训练基座模型，真正的落地机会在智能体，而智能体对推理算力的消耗，是传统聊天机器人的上百倍、上千倍。周鸿祎进一步拆解两类算力的核心差异：训练芯片需要极高的性能，要支撑上万卡集群的高速互联，全球能做的企业不超过10家；但推理芯片的技术门槛、成本要求低得多，核心需求只有大内存，完全可以像云服务一样无限叠加，这正是国产芯片的弯道机会。“短期内我们要做出对标英伟达B200的高端训练芯片还有难度，但做专用的推理芯片，难度要低得多。”他直言，推理芯片的价值绝不止于“低成本平替”，更有极强的战略意义：它能支撑企业的大模型私有化部署，让智慧城市的摄像头、家用机器人、自动驾驶汽车都能搭载端侧算力，不用完全依赖云端，彻底解决断网、带宽、数据安全的痛点。“推理芯片一旦普及，会给整个AI硬件、智能终端产业带来革命性的变化。”周鸿祎表示。 民营科技企业是创新“趟路人”“民营企业想要走得远，不能只想着赚钱，必须把自己的发展和国家战略融为一体，在研发上多投入，在产业方向上多探索，才能获得长久的发展空间。”周鸿祎表示。对于民营企业在AI科技创新中的角色，周鸿祎认为，国家层面的产业大战略主要由大型央国企与科研机构承担，而民营企业的核心价值，是通过市场化的自由探索与充分试错，为国家产业发展 “趟路”。就像美国AI与民营航天产业的爆发，正是源于无数民营企业的多元押注，即便多数企业会失败，也能为行业排除错误方向，最终保障整个国家的产业发展押中正确的技术路线。基于这一判断，周鸿祎今年两会关注AI全面落地：一是推动安全智能体在网络安全领域的全面应用。二是推动行业与政策层面区分训练算力与推理算力，加大对推理芯片与推理算力基础设施的扶持。三是打造低门槛的智能体公共服务平台，让普通企业与个人都能轻松打造专属智能体。四是在全国范围内开展智能体相关培训，让企业业务专家掌握智能体的打造、管理与运营方法，真正实现 AI 的全行业落地。
-
20天赚完一年的钱，AI还是太权威了 文｜新10亿商业参考春节后开工，市场期待的机器人行情尚未全面启动，人工智能赛道却率先迎来爆发。2026 年开年，以月之暗面（Kimi）、智谱 AI、MiniMax 为代表的中国大模型企业，用一连串炸裂数据宣告：AI 的商业化与资本化时代，已经到来。成立仅两年多的月之暗面，在开年 20 天内实现的收入规模，已超过 2025 年全年总和；公司估值快速攀升至100 亿美元，成为国内最快达成 "十角兽" 的企业。对比来看，字节跳动突破百亿美元估值用时超 4 年，拼多多用时超 3 年，而月之暗面仅用两年多，刷新中国科技公司成长纪录。港股市场同样上演史诗级行情。智谱 AI 上市 43 天，市值一度突破3200 亿港元；MiniMax 上市两个月，市值亦站上 3000 亿港元关口。单日之内，智谱 AI 新增市值足以覆盖一家主流互联网平台。两家企业市值相继超越携程、快手、京东等老牌巨头，逐步逼近行业头部位置，成为港股科技板块新支柱。从参数竞赛到价值兑现，中国大模型行业正在完成一次关键转向。过去数年，行业焦点集中于技术对标，企业普遍围绕模型规模、性能指标与国际厂商展开对比。进入 2026 年，随着Agent 智能体技术成熟落地，行业核心命题转变为：开发者与企业愿意为什么样的 AI 能力付费？这场转向，正是本轮暴涨的底层逻辑。MiniMax 的市值跃升，直接源于 M2.5 模型的技术突破。该模型为全球首个面向 Agent 场景原生设计的生产级大模型，在编程、工具调用、办公自动化等生产力场景达到行业顶尖水平。官方数据显示，在每秒输出 100 个 Token 的条件下，M2.5 连续运行一小时成本仅 1 美元，凭借极致性价比打开规模化商用空间。智谱 AI 则走出另一条高质量路径。GLM-5 模型发布后，公司不仅未降价，反而上调编程服务套餐价格，国内版提价 30%、海外版提价超 100%，上线即售罄，体现出强劲的产品议价权。其核心竞争力来自智能体算法、稀疏注意力机制与国产算力深度适配，在长文本处理、复杂任务执行与大规模并发上具备优势。市场将此解读为一个重要拐点：Token 正站在当年短信相似的产业十字路口。2000 年，中国移动用户不足 1 亿，短信按条计费，无人能预见移动互联网的终极形态；如今，Token 作为 AI 时代的基础计量单位，正随着 Agent 普及进入全新阶段。当模型能力足够成熟、智能体大规模落地、个人与企业同时调用海量 AI 服务，当下的定价模式或将被彻底重构，如同短信被微信替代。智谱、MiniMax、月之暗面的集体爆发，本质是资本为 AI 未来投票。市场相信，Agent 将重构生产力，而中国大模型企业已在技术、成本、生态上建立领先身位，具备引领下一代计算平台的潜力。支撑这一判断的，是商业化数据的持续验证。月之暗面 K2.5 模型上线后，全球付费用户与 API 调用量激增，海外收入占比显著提升，推动收入结构反转。智谱 AI 企业客户突破 2 万家，覆盖金融、政务、制造等领域，标杆客户复购率超 80%，营收同比增长超 300%。MiniMax 凭借轻量化架构与低部署门槛，快速渗透开发者生态，成为全栈开发与自动化场景的主流选择。从行业格局看，中国已成为全球 AI 产业第二极，在中文场景、开源生态、性价比与落地速度上具备独特优势。与国际厂商相比，国内企业更贴近本土需求，迭代效率更高，且在算力国产化、数据安全、合规适配方面具备先发优势。随着具身智能、工业互联网、数字员工等场景加速渗透，大模型的需求将从互联网行业延伸至实体经济，打开更广阔市场。资本的狂热背后，也存在理性观察空间。当前估值已充分反映未来预期，行业仍需持续兑现技术突破、商业化落地与成本优化。但不可否认的是，AI 已从概念走向实用，从实验室走向生产线，从单一对话走向多智能体协同。Token 不再是抽象计量单位，而是数字经济的新型 "水电煤"。马年开工，AI 的狂飙只是开始。当 Agent 大规模普及、大模型深入千行百业，一场比移动互联网更深远的产业变革正在到来。中国大模型企业用速度、技术与商业化证明，它们不仅能追赶，更能引领。
-
驶向 2030：自动驾驶的商业化浪潮与规则重构 文｜山自2026 年 2 月，联合国《自动驾驶系统全球法规草案》正式落地，为无人驾驶车辆驶入全球公共道路敲下合法性印章；伦敦街头，多款 Robotaxi 开启商业化路试，Waymo 同期宣布其无人驾驶出租车服务落地美国 10 座城市，周订单量向百万级冲刺；中国北京、深圳、大理等城市的 Robobus 已实现常态化运营，蘑菇车联、文远知行、轻舟智航等企业的无人驾驶巴士穿梭在城市园区、景区与开放道路，成为智能出行的重要载体。与此同时，华尔街资本对自动驾驶赛道的押注达到顶峰，激光雷达、域控制器、智驾算法企业的估值一路飙升，一场新的科技造富运动正在上演。但当我们把目光投向 2030 年，这场由 AI 深度赋能的自动驾驶革命，正沿着一条与「AI 繁荣悖论」高度相似的路径演进：L4 级自动驾驶全面商业化→职业司机岗位消亡→出行消费结构重构→传统交通产业链崩塌→金融市场估值重估。从感知层的激光雷达到决策层的大模型算法，从 AI 网络协同到出行生态的人机协同，AI 正在把自动驾驶从技术试验场推向社会经济的核心舞台，而这场革命的背后，是效率与公平的博弈，是技术狂奔与制度滞后的错位，更是一场关乎数亿人就业、万亿级产业链重构的「出行大考」。本文将以 2030 年为时间锚点，推演 AI 与自动驾驶深度融合的技术演进路径，拆解 Robotaxi 与 Robobus 商业化落地背后的经济反身性回路，剖析这场革命对就业、金融、城市治理的深层冲击，以及人类社会在这场变革中必须直面的规则重构与价值重估。奇点时刻：AI 定义自动驾驶的 3.0 时代自动驾驶的发展从来不是孤立的技术迭代，而是 AI 能力从「感知辅助」到「决策主导」再到「自主进化」的层层递进。2026 年的今天，L2 级辅助驾驶已成为汽车标配，L3 级有条件自动驾驶在部分国家实现合法化，但真正的质变，发生在 AI 大模型与 Agent 智能体融入自动驾驶的全链路，开启了自动驾驶 3.0 时代—— 以多模态大模型为大脑，以 Agent 智能体为神经，以 AI 网络为底层支撑，实现从「被动感知」到「主动决策」、从「单一场景」到「全域适配」、从「人工训练」到「自主进化」的跨越。感知层：AI 让「汽车之眼」超越人类视觉极限自动驾驶的底层逻辑，始于「看见」世界。2020 年之前，感知层的核心是硬件堆砌，激光雷达、毫米波雷达、摄像头的组合试图通过物理手段还原路况，但受限于算法的识别能力，面对雨雾冰雪、异形障碍物、突发路况时极易失效。而 AI 大模型的介入，让感知层实现了「硬件轻量化 + 算法超进化」的双重突破。基于视觉大模型的多模态融合感知算法，能够对摄像头、雷达的异构数据进行实时处理，不仅能精准识别车辆、行人、交通标识等常规目标，更能对「鬼探头」、道路施工、车辆抛锚等突发场景进行预判，识别准确率从 95% 提升至 99.9% 以上，反应速度比人类快 10 倍以上。Wayve 的「无地图」AI 模式更是颠覆了传统感知逻辑，通过端侧大模型对道路环境进行实时建模，无需高精度地图的提前标注，就能适应乡村小路、城市老街等非标场景，将自动驾驶的地理覆盖范围从一线城市核心区扩展至全域城乡。 与此同时，AI 驱动的硬件成本下探正在打破行业壁垒。2026 年，激光雷达的单价已从数万元降至千元级别，车载 CIS 芯片的算力提升 10 倍而功耗下降 50%，这背后是 AI 算法对硬件的反向优化 —— 通过算法提升传感器的利用效率，让中低阶硬件也能实现高阶感知效果。如今的自动驾驶，早已不是看谁装的雷达更多，而是看谁的算法能让每一个传感器发挥最大价值。决策层：大模型 + Agent，让汽车拥有「人类级思维」如果说感知层是自动驾驶的「眼睛」，那决策层就是「大脑」，而这正是 AI 改变自动驾驶的核心战场。2024 年之前，自动驾驶的决策算法基于规则编程，工程师提前设定好各种路况的应对策略，车辆只能在预设框架内行动，面对未编程的场景便会「死机」。而大模型 + Agent 智能体的组合，让自动驾驶的决策系统拥有了「自主思考」和「持续进化」的能力。以 GPT-5、MogoMind 为代表的多模态大模型，能够对海量驾驶数据进行深度学习，从数百万小时的人类驾驶行为中提炼出应对策略，更能通过强化学习不断优化决策逻辑。例如，在城市拥堵路段，大模型能根据前车轨迹、红绿灯时长、道路宽度等多维度信息，预判邻车的加塞意图，提前做出减速或避让决策；在高速公路上，能根据路况、天气、车辆性能，自动规划最优跟车距离和超车时机，兼顾安全性与效率性。而Agent 智能体的融入，让自动驾驶从「单一车辆决策」升级为「多智能体协同决策」。每一辆自动驾驶汽车都是一个独立的 Agent，通过车联网（V2X）与其他车辆、路侧智能设备、城市交通系统进行实时交互，实现「车车协同」「车端协同」「车城协同」。例如，当一辆自动驾驶汽车检测到前方道路事故时，会立即将信息发送给周边车辆和交通管控中心，周边车辆的 Agent 会自动规划绕行路线，交通管控中心的 Agent 会同步调整红绿灯配时，实现整个交通系统的智能调度。这种协同决策，让城市交通的通行效率提升 50% 以上，高速公路容量提升 5 倍，从根本上解决交通拥堵问题。 执行层：AI 驱动的线控革命，让汽车「手脚」更精准感知和决策的最终落地，离不开执行层的精准配合。传统汽车的机械操控系统，存在响应延迟、精度不足等问题，无法满足自动驾驶的毫秒级响应需求。而 AI 驱动的线控底盘技术，实现了从「机械连接」到「电子控制」的跨越，让汽车的转向、制动、加速更加精准、快速、平顺。线控转向系统通过 AI 算法调节转向比，根据车速、路况自动调整转向灵敏度，低速时轻盈灵活，高速时稳定可靠；线控制动系统通过电信号控制制动卡钳，响应时间从机械制动的 0.3 秒缩短至 0.05 秒，制动距离缩短 30% 以上；线控驱动系统通过 AI 算法优化电机输出，实现无级变速，既提升动力性能，又降低能耗。麦肯锡的研究数据显示，AI 优化的线控执行系统，能让自动驾驶汽车的能耗降低 15%-20%，每年帮助全球减少 3 亿吨二氧化碳排放，相当于全球商业飞机的年排放量。更重要的是，AI 让执行层实现了自诊断、自修复、自优化。通过对车辆底盘、动力、电控系统的实时监测，AI 算法能提前预判故障风险，及时发出预警，甚至对轻微故障进行自动修复；同时，根据车辆的使用情况，不断优化操控参数，让车辆始终保持最佳运行状态。这种智能执行能力，让自动驾驶汽车的安全性和可靠性远超人类驾驶，也为 Robotaxi 与 Robobus 的规模化运营奠定了核心基础。2030，自动驾驶的全民普及时代2026 年，是自动驾驶商业化的「破冰之年」—— 联合国全球法规的落地，为自动驾驶扫清了法律障碍；技术的成熟，让自动驾驶的安全性和可靠性得到验证；成本的下探，让自动驾驶从高端试验走向大众市场。从 2026 到 2030，短短四年时间，自动驾驶将完成从「试点运营」到「规模普及」的跨越，形成覆盖Robotaxi 个性化出行、Robobus 公共出行、智慧物流货运、特种作业的全场景商业化生态，重构万亿级出行市场格局。Robotaxi：从「尝鲜体验」到「主流出行」2026 年的伦敦、北京、旧金山，Robotaxi 还只是少数人的尝鲜体验，运营范围局限在核心城区的特定路段，定价高于传统网约车。但到 2030 年，L4 级 Robotaxi 将实现全域覆盖、平价运营，成为城市主流的出行方式。AI 技术的成熟，让 Robotaxi 的运营成本大幅下降。2026 年，一辆 Robotaxi 的单公里运营成本约为 1.5 元，到 2030 年，随着算法优化、硬件降价、规模效应，单公里运营成本将降至 0.8 元，比传统网约车低 60% 以上，比私家车低 80% 以上。价格的下探，让 Robotaxi 成为普通民众的日常选择，覆盖老人、儿童、残障人士等无驾照群体，实现「全民出行自由」。Waymo 的扩张成为全球 Robotaxi 商业化的风向标，其 2026 年已落地美国 10 座城市，车队规模约 3000 辆，周提供出行服务超 40 万次，目标年底实现周单量破百万，且凭借 160 亿美元融资实现估值 1260 亿美元。国内方面，武汉成为「自动驾驶第一城」，全城开放无人驾驶出租车服务，调研显示 95% 的体验用户表示将持续使用，超七成用户期待无人驾驶成为未来主流出行方式，「无司机互动、环境整洁、科技体验」成为核心吸引力。 同时，Robotaxi 的运营模式也将从「单一企业运营」升级为「平台化协同运营」。以滴滴、高德、Uber 为代表的出行平台，将整合各地的 Robotaxi 资源，通过 AI 算法实现车辆的智能调度，让车辆的利用率提升至 80% 以上，彻底解决传统网约车「打车难、打车贵」的问题。而车内空间也将从「驾驶舱」升级为「第三空间」，乘客可以在车内工作、娱乐、休息，让通勤时间从「消耗」变为「增值」。Robobus：公共出行新核心，规模化落地的「轻量型突破口」如果说 Robotaxi 是自动驾驶技术的「天花板试金石」，那么 Robobus 就是自动驾驶规模化落地的「普及型载体」，更是 2030 年城市公共出行的核心组成部分。其依托固定路线、低速行驶、场景标准化、AI 网络适配性高的核心特征，技术落地门槛更低，商业化变现更易实现，成为全球自动驾驶从「试点」走向「普及」的关键抓手，也是中国在自动驾驶领域实现换道超车的重要赛道。从市场规模来看，全球 Robobus 市场正处于高速增长通道，2024 年全球市场规模为 18 亿美元，预计到 2029 年将激增至 50.9 亿美元，年复合增长率（CAGR）高达 23.1%；中国市场增速领跑全球，2024 年市场规模约 19 亿人民币，2029 年将飙升至 66.3 亿人民币，年复合增长率接近 29%，成为全球 Robobus 产业的核心增长引擎。到 2030 年，Robobus 将实现从特定场景向全域公共交通的深度渗透，在城市公交市场的占比将突破 50%。从运营场景来看，2030 年的 Robobus 将实现「多场景全覆盖」。文旅景区作为当前最易盈利的场景，将持续保持高增长，单台自动驾驶观光巴士年均营收可达 100-200 万元，成为景区「科技名片」；城市公交场景将成为主战场，深度融入城市公共交通网络，承担社区微循环、地铁接驳等核心功能，49 座 Robobus 单车年均毛利率可达 25%；机场、港口、大型厂区等封闭场景的应用也将持续扩张，形成多元化的场景布局。从技术演进来看，2030 年的 L4 级自动驾驶技术将在 Robobus 领域实现全面普及，AI 大模型与物理世界 AI 系统的深度融合，将使 Robobus 具备类人的逻辑推理能力，有效破解复杂城市边缘场景的决策难题；同时，传感器成本的持续下降与端到端算法的成熟，将进一步降低 Robobus 的量产成本，结合 AI 网络的全域感知与协同调度，让 Robobus 的全生命周期运营成本较传统公交降低 40%-50%。国内 Robobus 赛道已形成自动驾驶科技公司为主导、传统客车企业为支撑的竞争格局，蘑菇车联、文远知行、轻舟智航凭借技术差异化与场景深耕，成为赛道头部玩家，占据市场主要份额。蘑菇车联综合市占率位居行业第一，单一订单采购金额高达 2.89 亿元，其 MOGOBUS 已在全国 10 余个省份落地运营，服务乘客超 20 万人次，并成功中标新加坡首个 L4 级自动驾驶巴士官方项目，实现技术出海；文远知行打造全球首款前装量产零驾驶舱 Robobus，在 10 个国家近 30 座城市落地，新加坡圣淘沙项目实现东南亚首个完全无人驾驶运营；轻舟智航落地规模位居国内首位，累计服务乘客超 65 万人次，「龙舟 ONE」单品服务人次超 20 万，与多家主流客车制造商深度绑定实现量产落地。智慧物流：自动驾驶重构货运产业链如果说 Robotaxi 和 Robobus 改变的是人类出行，那么自动驾驶货运改变的则是整个物流产业链。2030 年，L4 级自动驾驶重卡、轻卡、无人配送车将全面覆盖干线物流、同城配送、末端配送等全场景，实现物流行业的「无人化、智能化、高效化」，与出行领域的自动驾驶形成协同发展格局。在干线物流领域，自动驾驶重卡将成为主力军。通过 AI 网络协同，自动驾驶重卡能实现编队行驶，车头由一名安全员监控，后续车辆自动跟车，行驶间距缩短至 10 米以内，运输效率提升 40% 以上，油耗降低 20% 以上。同时，自动驾驶重卡可以 24 小时不间断行驶，将北京到上海的运输时间从 20 小时缩短至 12 小时，彻底解决干线物流的「效率低、成本高、司机短缺」问题。在同城配送和末端配送领域，无人配送车将成为最后一公里的核心力量。基于 AI 大模型的路径规划算法，无人配送车能精准避开行人、车辆，自动规划最优配送路线，实现小区、写字楼、校园等场景的无接触配送。而 AI Agent 的协同调度，能让无人配送车的配送效率提升 50% 以上，配送成本降低 60% 以上，彻底解决传统配送「人力成本高、配送效率低、末端配送难」的问题。 自动驾驶物流的普及，将重构整个货运产业链：传统的货运公司将从「人力驱动」转向「技术驱动」，核心竞争力从车辆规模变为算法能力；物流园区将升级为「智慧物流枢纽」，实现车辆的智能调度、货物的自动装卸、信息的实时交互；而货运中介、信息部等传统环节将被 AI 平台取代，交易摩擦大幅降低，物流产业链的效率大幅提升。繁荣背后的暗涌：经济反身性回路当自动驾驶在 AI 的赋能下实现全面商业化，Robotaxi、Robobus 与自动驾驶货运的规模化普及，带来的不仅是出行效率的提升和产业结构的升级，更是一场与「AI 繁荣悖论」高度相似的经济重构 —— 效率的提升带来了生产力的飞跃，但也引发了就业结构的崩塌、传统产业链的消亡、金融市场的估值重估，形成了一条自动驾驶的经济反身性回路：AI 赋能自动驾驶→L4 级全面商业化→传统驾驶岗位消亡 + 传统交通产业链崩塌→消费结构重构 + 收入分配失衡→企业利润挤压 + 金融资产贬值→企业加大 AI 投入 + 自动驾驶技术进一步升级。这条回路，从实体经济延伸至金融市场，从就业领域蔓延至城市治理，让自动驾驶的繁荣背后，暗藏着深刻的经济暗涌和社会矛盾，而 Robobus 的规模化落地，更让这些矛盾在公共交通领域提前显现。第一层冲击：就业结构的重构，数亿职业司机面临转型自动驾驶对就业市场的冲击，首当其冲的是职业司机群体。根据中国交通运输部的数据，2026 年中国的职业司机数量超过 3000 万人，包括网约车司机、出租车司机、货运司机、公交司机等；而全球的职业司机数量超过 2 亿人。到 2030 年，随着 L4 级自动驾驶的全面普及，这些职业司机岗位将迎来大规模消亡。Robotaxi 的普及将让网约车、出租车司机失去工作，2030 年中国该群体数量将从 2026 年的 1000 万人降至 200 万人以下，超 80% 的司机面临失业或转型；自动驾驶货运的落地将让货运司机岗位大幅减少，干线物流司机数量减少 90% 以上，同城配送司机减少 70% 以上；而 Robobus 的全面渗透，将让公交司机成为公共交通领域受冲击最直接的群体，国内超 50% 的公交司机将面临岗位替代，三四线城市和细分场景的替代速度将更快。当然，自动驾驶并非简单的「替代人类」，而是就业结构的重构—— 它在消亡传统驾驶岗位的同时，也催生了大量新的技术型、运营型、服务型岗位，如激光雷达研发工程师、算法研究员、Robobus 远程安全员、无人车运维人员、数据标注师等。英国政府预测，自动驾驶将在英国创造 3.8 万个新岗位；中国的相关研究显示，2030 年自动驾驶将在中国创造 500 万个以上的新岗位。但这些新岗位大多属于技术型、高技能岗位，对从业者的学历、专业能力有较高要求，而传统职业司机大多学历较低、缺乏专业技术能力，难以直接转型至这些新岗位。这就导致了就业市场的结构性矛盾：一边是大量高技能岗位的空缺，一边是数亿传统司机的失业或降档求生。大量被替代的职业司机只能涌入低技能、低工资的服务行业，如外卖、快递、保洁等，导致这些行业的劳动力供过于求，工资水平进一步被压低，形成收入分配的两极分化—— 自动驾驶的技术红利集中在少数科技企业和高技能从业者手中，而普通劳动者则面临工资降级、就业困难的困境，消费能力大幅下降。第二层冲击：传统交通产业链的崩塌，万亿级市场面临重估自动驾驶的普及，不仅冲击着就业市场，更让传统交通产业链迎来结构性崩塌。从汽车制造、汽车零部件到出行服务、物流货运，传统交通产业链的各个环节，都将在 AI 和自动驾驶的冲击下，面临重新洗牌，而 Robobus 的规模化落地，更是加速了传统客车产业的重构。在汽车制造领域，传统燃油车企业将迎来生死考验，2030 年燃油车将彻底退出历史舞台，传统车企若无法向智能电动汽车企业转型，将面临破产倒闭；即使成功转型，也将失去传统机械制造领域的优势，核心竞争力转向 AI 算法、智能座舱、线控底盘等智能领域。而在客车制造领域，中小客车企业因技术研发能力不足、场景资源匮乏，将逐渐退出市场，头部企业则通过与蘑菇车联、轻舟智航等科技企业合作，实现 Robobus 的规模化生产，行业集中度进一步提升。在汽车零部件领域，传统机械零部件企业将迎来消亡，而智能零部件企业将迎来爆发。火花塞、离合器、变速器等传统燃油车零部件将彻底退出市场；激光雷达、域控制器、线控底盘、车载芯片等智能零部件将成为市场主流，市场规模将突破万亿级。但这些智能零部件的核心技术掌握在少数科技企业手中，传统零部件企业如果无法实现技术升级，将面临被淘汰的命运。在出行服务领域，传统网约车平台、出租车公司、公交公司将失去核心竞争力。2030 年，出行服务的核心竞争力不再是车辆规模和司机数量，而是 AI 调度算法和自动驾驶车辆的运营能力。拥有自动驾驶技术的科技企业将成为市场主导者，而传统出行企业若无法接入自动驾驶车辆、实现智能化升级，将被市场淘汰。传统交通产业链的崩塌，将引发万亿级市场的估值重估。2026 年，传统车企、零部件企业、出行服务企业的市值仍占据资本市场的重要份额，但到 2030 年，这些企业的市值将大幅缩水，而自动驾驶相关的科技企业的市值将一路飙升。资本市场的资金将从传统交通产业流向自动驾驶科技产业，形成「赢者通吃」的格局，而大量传统产业的从业者和投资者，将面临资产贬值、收入减少的困境。第三层冲击：金融市场的连锁反应，私募信贷与汽车金融的危机自动驾驶的经济反身性回路，从实体经济延伸至金融市场，引发私募信贷、汽车金融、房地产等领域的连锁反应，成为危机的加速器，而 Robobus 等公共交通自动驾驶产品的规模化落地，也让传统公共交通领域的金融投资面临重估。私募信贷市场的第一道裂缝，出现在对传统交通产业链的投资上。2015-2026 年，全球私募信贷市场对传统车企、零部件企业、物流货运企业的投资规模超过 1 万亿美元，这些投资的核心假设是「传统交通产业的永续增长」。但随着自动驾驶的普及，传统交通产业链迎来结构性崩塌，这些企业的营收和利润大幅下滑，甚至面临破产倒闭，私募信贷的坏账率大幅上升。2030 年，全球私募信贷市场对传统交通产业的投资坏账率将超过 30%，引发私募信贷市场的流动性危机。而汽车金融的危机，则源于自动驾驶对汽车消费市场的重构。传统汽车金融的核心假设是「消费者购买私家车并长期使用」，但随着 Robotaxi 的普及，越来越多的消费者选择放弃购买私家车，转而使用平价、便捷的自动驾驶出行服务，汽车保有量大幅下降。2030 年，中国的汽车保有量将从 2026 年的 3 亿辆降至 2 亿辆以下，全球汽车保有量将下降 30% 以上，导致汽车销量大幅下滑，汽车金融的资产质量大幅恶化。同时，自动驾驶汽车的产权结构也将改变传统汽车金融的模式。未来的 Robotaxi 和 Robobus 大多由出行平台、科技企业集中运营，而非个人购买，这让传统的个人汽车消费贷款失去市场，而企业端的自动驾驶车辆运营贷款则成为主流。但这些运营贷款的核心抵押物是自动驾驶车辆，而自动驾驶车辆的技术迭代速度极快，三年就会面临淘汰，抵押物的价值大幅缩水，导致汽车金融机构的坏账率大幅上升。更严重的是，汽车金融的危机将蔓延至房地产市场。在很多国家，汽车产业是地方经济的支柱，传统车企、零部件企业的倒闭，将导致地方经济衰退、就业岗位减少、居民收入下降，进而引发房地产市场的下跌。尤其是在那些以汽车产业为核心的城市，如美国的底特律、中国的长春，房地产价格将出现大幅下跌，居民的财富效应破裂，消费能力进一步下降，形成「经济衰退→房价下跌→消费萎缩→经济进一步衰退」的恶性循环。自动驾驶时代的全球大考当自动驾驶的车轮碾过经济社会的各个角落，传统的法律规则、监管体系、社会治理模式都迎来了全面崩塌—— 现行的交通法规基于人类驾驶制定，无法适应自动驾驶的无人化特征；现行的监管体系基于「企业监管」，无法应对自动驾驶的跨领域、跨区域特征；现行的社会治理模式基于「人力驱动」，无法适应自动驾驶的智能协同特征。技术的狂奔与制度的滞后，成为自动驾驶时代的核心矛盾。而人类社会要在这场变革中实现可持续发展，就必须直面这场规则重构的全球大考，建立适应自动驾驶的法律规则、监管体系、社会治理模式，让自动驾驶的技术红利惠及全体人类，而非少数科技企业和高技能从业者。从「人类责任」到「算法责任」现行的交通法规，核心是人类责任—— 交通事故的责任认定，基于人类司机的过错程度。但在自动驾驶时代，车辆的驾驶权由人类转移至算法，尤其是 Robobus 这类公共出行产品，涉及群体出行安全，交通事故的责任认定面临全新的问题：当自动驾驶汽车发生事故，责任应该由谁承担？是车企、算法开发者、运营平台，还是路侧设备运营商？这就需要重构自动驾驶的法律规则，建立以算法责任为核心的责任认定体系。首先，要明确自动驾驶汽车的「法律主体地位」，将其界定为「智能产品」，而非传统的「机械产品」，车企和算法开发者对自动驾驶汽车的安全运行承担终身责任。其次，要建立「算法备案制度」，车企和算法开发者必须将自动驾驶的算法模型、训练数据、决策逻辑向监管部门备案，确保算法的透明性和可追溯性。再次，要建立「算法过错认定标准」，通过技术手段还原交通事故发生时的算法决策过程，认定算法是否存在设计缺陷、训练不足、决策失误等过错，进而确定责任主体。同时，还要建立适应自动驾驶的保险制度。传统的机动车交通事故责任强制保险，基于人类驾驶制定，无法适应自动驾驶的风险特征。需要推出「算法责任险」「自动驾驶汽车运营险」等新型保险产品，由车企、算法开发者、运营平台共同投保，实现风险的分散和转移；针对 Robobus 等公共出行产品，需建立专属的公共交通自动驾驶保险体系，保障群体出行安全。同时，要建立保险精算的大数据模型，基于自动驾驶的事故率、风险等级，制定差异化的保险费率，激励企业提升自动驾驶的安全性。联合国《自动驾驶系统全球法规草案》的通过，为全球自动驾驶的法律规则重构奠定了基础。但各国的交通状况、法律体系、社会文化存在差异，需要在全球法规的框架下，制定符合本国国情的自动驾驶法律规则，同时加强国际间的法律协作，解决自动驾驶的跨区域、跨国界法律问题。从「分段监管」到「协同监管」现行的交通监管体系，是基于「人类驾驶」和「分段监管」建立的 —— 交通管理部门监管道路通行，市场监管部门监管汽车生产，工信部门监管汽车产业，各部门之间缺乏协同，监管效率低下。而自动驾驶是一个跨领域、跨区域、跨产业的系统工程，涉及汽车制造、人工智能、通信技术、城市交通、物流货运等多个领域，尤其是 Robobus 的公共交通属性，需要多部门协同监管，因此必须建立跨领域、跨区域、跨产业的协同监管体系。首先，要建立国家级的自动驾驶监管机构，整合交通、市场监管、工信、科技、公安等部门的监管职能，实现对自动驾驶的全产业链、全生命周期监管。该机构负责制定自动驾驶的技术标准、安全规范、监管规则，审批自动驾驶的上路测试和商业化运营，调查处理自动驾驶的交通事故，统筹协调自动驾驶的跨领域、跨区域监管工作。其次，要建立基于 AI 的动态智能监管平台，利用大数据、人工智能、区块链等技术，实现对自动驾驶的实时监管、动态监管、精准监管。通过智能监管平台，监管部门可以实时采集自动驾驶汽车的行驶数据、算法决策数据、车辆状态数据，对自动驾驶的运行状态进行实时监控，及时发现和处置安全隐患；可以利用区块链技术，实现驾驶数据的不可篡改和可追溯，为交通事故的责任认定提供依据；可以利用大数据分析，对自动驾驶的安全风险进行预判，制定针对性的监管措施。再次，要加强行业自律，充分发挥自动驾驶企业、行业协会的作用，建立行业自律规范，引导企业加强技术研发、提升安全水平、履行社会责任。企业要建立自动驾驶的安全管理体系，加强对算法的测试和验证，提升自动驾驶的安全性和可靠性；行业协会要制定行业技术标准和规范，加强企业间的技术交流和协作，推动自动驾驶产业的健康发展。从「被动应对」到「主动适配」自动驾驶的普及，不仅改变了出行方式和产业结构，更改变了城市的空间结构、社会的组织形态、人类的生活方式，需要城市治理、就业保障、收入分配等方面的社会治理重构，从「被动应对」技术变革，转向「主动适配」技术变革，让全体人民共享自动驾驶的技术红利。在城市治理方面，要基于自动驾驶的特征，重构城市的空间规划和交通规划。要推进 AI 网络基础设施建设，实现路侧智能设备、云端平台、自动驾驶车辆的智能协同，补齐三四线城市和偏远郊区的基础设施短板，建立统一的行业标准；要优化城市的空间布局，将大量的地面停车场改造为公园、绿地、商业设施，提升城市的宜居性；要结合 Robobus 的公共交通属性，优化城市公交网络布局，打造「Robotaxi+Robobus」的智能出行体系，提升城市交通的整体效率。在就业保障方面，要建立适应自动驾驶的就业培训和转型体系，重点帮助公交、货运等领域的传统职业司机实现技能升级和就业转型。政府要加大对职业技能培训的投入，开设激光雷达操作、算法数据标注、Robobus 远程监控、无人车维护等专业培训课程，为传统职业司机提供免费的技能培训；企业要履行社会责任，与职业院校合作，开展定向培养，为传统职业司机提供就业岗位；社会要营造终身学习的氛围，鼓励劳动者不断提升自身技能，适应就业市场的变化。在收入分配方面，要建立自动驾驶技术红利的共享机制，让全体人类共享自动驾驶的发展成果。政府可以对自动驾驶科技企业征收智能税，将税收收入用于就业培训、社会保障、公共服务，弥补传统劳动者的收入损失；可以推动自动驾驶企业的股权多元化，让普通劳动者通过持股分享企业的发展红利；可以建立社会福利体系，为失业或降档求生的传统劳动者提供基本生活保障，缩小收入分配的差距。全国政协委员黄群慧提出，自动驾驶作为新质生产力的代表，产业政策应更多「投资于人」，这正是社会治理重构的核心所在。自动驾驶的未来是技术的胜利，更是人类的选择2030 年的自动驾驶，是 AI 技术的胜利 —— 从感知层的多模态融合到决策层的大模型 + Agent，从执行层的线控革命到运营层的 AI 网络协同，从 Robotaxi 的个性化出行到 Robobus 的公共出行普及，AI 让自动驾驶实现了从「技术试验」到「全民普及」的跨越，重构了人类的出行方式和城市的交通体系。全球 Robobus 市场规模突破 50 亿美元，中国市场更是以近 29% 的年复合增长率领跑，蘑菇车联、文远知行、轻舟智航等企业的技术出海，让中国成为全球自动驾驶产业的核心力量。但自动驾驶的未来，从来不止是技术的胜利，更是人类的选择—— 选择效率还是公平，选择技术狂奔还是制度适配，选择少数人的红利还是全体人类的共享。这场由 AI 赋能的自动驾驶革命，就像一把双刃剑，既带来了生产力的飞跃和社会的进步，让出行更便捷、物流更高效、城市更智能，也引发了就业的崩塌、产业的重构、金融的危机，让数亿传统劳动者面临转型困境，让收入分配的两极分化进一步加剧。而人类社会要在这场变革中实现可持续发展，就必须直面技术与制度的矛盾、效率与公平的博弈，建立适应自动驾驶的法律规则、监管体系、社会治理模式，让自动驾驶的技术红利惠及全体人民。要让 Robobus 不仅成为城市公共出行的新载体，更成为公共服务均等化的新纽带；要让 Robotaxi 不仅成为个性化出行的新方式，更成为全民出行自由的新保障；要让自动驾驶不仅成为科技进步的新标志，更成为社会进步的新动力。自动驾驶的狂飙，从未停下脚步。而人类社会的思考，也从未如此深刻 —— 当汽车不再需要人类驾驶，当巴士穿梭在城市的大街小巷无需司机，我们该如何定义人类的价值？当出行实现全面智能，当交通体系被 AI 重构，我们该如何重构社会的规则？答案，藏在技术的进步里，更藏在人类的选择里。而这场关于出行、关于经济、关于人类未来的大考，才刚刚开始。
-
当「技术派」遭遇「教研派」：AI+教育赛道，谁更懂老师的痛？ 「核心提示」 是时候给老师配一个AI“外挂”了。 作者 | 詹方歌编辑 | 邢昀社交平台上，一个问题引发热议：小学老师一天只有两节正课，其他时间在忙什么？数千条回复拼凑出老师们真实的一天。在外界一部分人看来，老师们每天只是上几节课；但课堂之外，则是备课、教研、批改作业、填表、评比、家校沟通以及处理突发学生矛盾等“隐形工作”。困扰老师的往往不是“教书”本身，而是那些将整块时间切碎的事务性工作。对于班主任而言，这种“碎片化”尤甚。有老师感叹：“我们内心渴望多关注每一个具体的‘人’，但总怕被无穷尽的‘事’淹没了。”如何在忙碌中守住有温度、有智慧的育人初心？在AI改变一切的今天，能否借助技术的力量，让老师们得以从琐碎中抽身，把更多时间与精力分配到那些无法被替代的深度互动中？1、AI能帮老师“减负”吗？“在学校里，时间好像总是不够用。”一位一线城市的青年语文老师这样描述她的日常。由于担任班主任，同时还承担两个班的教学任务，她每天早晨七点半前一定到校，傍晚六点半能离校已是比较理想的状态。她大部分时间都在教室里度过，需要随时关注学生状态。下班回到家，她再继续完成备课、材料整理等未完成的工作。不断在教学核心工作与其他事务之间平衡与统筹，是大部分教师的日常状态。而这背后，如何让老师们在保障教学质量的同时，更从容、有效地开展工作，一直是教育领域关注的议题。 图片由AI生成 技术的持续发展，为教师优化工作方式、提升工作效率带来了新的工具与思路。在AI技术席卷各行各业的今天，教育领域涌现出各种AI+教育的工具，探索为老师“减负”赋能。以阿里、字节等互联网科技巨头为代表的“技术派”，以创业公司为主的“创新派”，以好未来为代表的教育科技派，各自给出解题思路。一方面，互联网科技巨头依托通用大模型技术，以及流量入口，将教育作为验证技术能力、获取用户数据的高频落地场景。有老师表示，现在备课、准备课题汇报需要列框架时，会寻求这类通用大模型的帮忙。但因为缺乏教育领域的专业知识与数据，通用大模型能解决的问题比较有限。一位来自浙江的老师告诉《豹变》，自己教的通用技术课属于浙江的特色高考选考科目，以选考部分的电子控制电路为例，需要分析电路图。他说，自己和学生曾尝试过市面上几种依托通用大模型的AI助手，解题过程都有明显错误。究其原因，可能是这门课程的相关学科知识融合自机械、电子信息等，大多只有大学的教材和题目数据，和高中学情的难度情况有差别。与此同时，部分创业公司和硬件创新者选择了差异化路径，避免在全科教学平台领域直接竞争，专注于课堂互动、细分学科等垂直场景。比如，有企业尝试将“数字人助教”等新型技术形态引入教学环境。而如何让技术真正成为师生之间温暖而高效连接的桥梁，仍是需要探索的命题。 图片由AI生成 要让AI成为老师们减负增效的利器，真正的破局点，在于“懂行”。只有当AI从“什么都懂一点”进化到精通教学逻辑、教材知识点、学情分析，它才能成为老师的帮手。这要求AI不仅要有算法的骨架，更要有专业的教研数据作为血肉。面对给教师“减负增效”这一现实命题，教育科技企业给出了不同的回应。以好未来为例，其推出的“九章爱学老师版”，试图从老师的视角出发，提供能“用得上”“不添乱”的AI能力。2、在备课环节，AI如何让教学更懂学生在整个教学环节里，备课是重中之重。老师们需要将知识点、学情认知与教学方法进行深度融合设计。一位数学老师告诉《豹变》，因为白天在学校没有时间，晚托结束后，还需要跟家长沟通情况，自己常常在深夜集中时间备课或者二次备课。有一次为了让“圆的周长”这个知识点更容易被理解，他手动搜寻、筛选找了半天资料，最后才形成了一页PPT。这揭示出备课的真正难点，老师们需要的不只是“效率工具”，更是一个深度理解教学设计、能提供可靠支持的“专业伙伴”，高效整合创意、教学构思和资源。一位来自温州的低年级语文老师告诉《豹变》，她时常用AI来做PPT中需要插入的作者介绍卡片，整个过程中AI生成信息出错的情况不多，但是有时候版本跟不上，新教材的内容没有。这样的问题能在九章爱学老师版中得到解决。依托过去多年积累的教育资源，九章爱学老师版内置覆盖小学至高中全学段、全版本教材的知识库，匹配教学大纲和教材知识点。另外，“一句话生成完整课件”的功能，让教师仅需输入一句课程主题或构思描述，系统便能基于权威、结构化且持续更新的教育数据库，快速生成包含图文、音频的完整课件框架。比如，当地理老师输入“生成七年级地理大陆板块漂移课件”时，系统并非机械地堆砌文字，而是像一个老练的教研组长一样，先确认教材版本、侧重考点，随后生成包含图文、音频、互动的完整课件框架。这种基于权威教材数据库的生成模式，解决了通用模型“版本不对”或“知识点超纲”的问题。确认相关信息后，AI会进行需求与学情分析，拆解教学设计要点，几分钟后生成一个完整课件框架。老师们还可以根据需求进行细节调整，添加个性化教学元素。 九章爱学老师版生成的地理课件 一位来自中部城市的英语老师对《豹变》表示，自己不会在课堂上大量运用花里胡哨的视频和图片，只会在重要的引入环节或者是画龙点睛之处使用，通过形象化、具体化的案例，让学生加深印象，消化知识点。这代表了很多一线教师的教学观：技术应该为明确的教学意图服务。九章爱学老师版同时支持生成“AI单页课件”，灵活适配不同教学场景。根据实时教学需求，产出一个课堂互动游戏，一个引爆思考的趣味问答等。一位语文老师尝试为《田忌赛马》设计课前导入，激发学生思考。输入需求后，九章爱学老师版捕捉到背后核心教学逻辑：让学生在“三局两胜”中体验以弱胜强。很快一个带锦囊提示的互动游戏便生成。课件会提示使用时长，方便教师判断把握课堂节奏。 九章爱学老师版用AI生成引入小游戏 更重要的是，教师制作的课件可上传分享，资源库因此持续生长。由此，老师们既可以是资源的索取者，也可以是贡献者。无论是按照学段、学科浏览，还是直接输入知识点搜索，这个日益庞大的资源库都能为备课提供丰富的灵感与参考。 3、接管“事务性劳动”，回收时间主权除了教学，老师们日常工作内容远远比学生和家长们看到的更多。比如对几十份作业或考试成绩进行重复性批阅与统计，抑或处理格式固定的通知与反馈，这些工作消耗时间，却难以产生深度的专业成长与教学创新。AI技术发挥作用的另一个层面，正是对这些标准化、流程化任务进行“批量处理”，让老师从机械重复中解放，重掌时间的主动权。上述来自温州的语文老师告诉《豹变》，当地大部分学校都引入了智能管理系统。依托智能程序，每个孩子在学校的表现和成绩会形成综合的积分系统，管理的规范守则可以用AI来生成，实现寓教于乐。现在，各类AI教育工具也都在探索相关的使用场景。依托对教师群体的深入调研，好未来拆解了老师的日常工作流程，精准识别出其中高频、重复且耗时的任务。基于这一洞察，九章爱学老师版开发了170余个智能体，覆盖公开课、备课、批改、出题考试、家校沟通等多方面，可以一键生成教案，做班会设计，生成学生评语、家长通知等等，试图将老师们从繁重的机械重复中解放出来。一位语文老师使用了“激发课堂讨论”的功能，希望AI能“围绕‘桃花源是否应该被外界发现’生成一场小型课堂辩论的框架”，AI不仅列出了“保持纯粹vs.共享美好”的论点，还建议学生们可以分饰“桃源村民”“渔人”“太守”。他表示，“这可以点燃老师教学设计的火花。” AI生成 不同功能的智能体给老师提供了可灵活组合的“创意元件”，让老师们转变为一个调配资源、激发灵感、拓展教学创造力的“引导者”。在这场关于AI与教育的讨论中，我们必须清醒地认识到：AI无法替代老师眼神中的鼓励，无法替代对学生情绪的敏锐捕捉，更无法替代言传身教的人格魅力。AI不是高高在上的“颠覆者”，而是默默支持的助手。当技术能够高效处理掉那些机械、重复、耗时的“非教学负担”，老师们将有更多时间去观察每一个孩子的变化，去精心设计一次启发性的提问，去回归教育最本质的定义：用一棵树摇动另一棵树，用一朵云推动另一朵云，用一个灵魂唤醒另一个灵魂。这或许才是技术给教育带来的最大程度的自由。
-
美国真的在用AI介入这次战争吗？ 要说这几天最大的新闻，当属是美国、以色列和伊朗的这篓子事了。关于地缘政治和军事冲突的博弈，差评君不是专家，就不在这里班门弄斧了。但值得注意的是，随着远方炮火声一同在互联网上引爆的，还有一波大家对 AI 参战的深深恐惧。这两天，一篇把AI在战场上描绘得神乎其神的文章在各个群里炸开了锅，获得了病毒式的传播。文章链接我就不贴了，简单摘要两句话来给大家一起看吧：在那篇文章里，这场被美军命名为“史诗愤怒行动”的斩首突袭，被认为是“它是人类历史上第一次由人工智能（AI）多轮辅助“杀伤链”（Kill Chain）的高层斩首行动”。还说“AI不再只是一个辅助工具，它与人类一起成了真正的决策者、追踪者和执行者的一部分。”这些词一套一套的，看起来是蛮唬人的，仿佛下一秒，AI 就能独立发起一场战争，像科幻电影一下直接把大家给一起突突了得了。 但是在仔细阅读了各类主流媒体的报道，扒拉了不少 AI 圈的通告后，差评君发现这篇文章不能说是稍微夸大，只能说是基本扯蛋了。今天咱们就不妨从现实出发，好好盘一盘：在这次的军事行动中，AI 到底起到了什么作用？它又是怎么起作用的？美国政府在军队中使用 AI，是大家早就知道的了的事情。早在 24 年 11 月，Anthropic 和一家为美国军方提供大数据分析的公司 Palantir 就展开了合作，整上了个特殊的服务器，在里面运行上了政府定制版的 Claude。 到了去年 6 月，Anthropic 更是直接写了篇博客，告诉大家他们给政府特调了一个模型，Claude Gov。 比起传统的 Claude 来说，这个政府特供模型直接打开了话匣子，可以处理各种敏感信息。 而且还能精通各路方言，看起来是没少吃当年温州话加密通讯的亏啊。。。 而到了轰炸完伊朗后，华尔街时报更是在报道中再次指出，他们用 Claude 完成了情报评估、目标识别和战斗场景模拟的工作。 好了，没了，目前网络上，能比较靠谱的讲出AI在这次军事行动中起到了什么作用的内容，其实就这些。至于剩下的那些“AI 自动锁头”、“一键发射导弹”的地摊文学，大家当个乐子看就行，除非有现场怪出来现身说法，否则都不太靠谱。大家也能看出来，在真实的战争机器里，大模型扮演的，主要还是一个情报官和分析师的工作。现代战场的数据简直就是个无底洞，天上的卫星图、前线的无人机视野、雷达信号，飞机路径，甚至是刚才提到的各种方言和加密电波都混在一起，以前想要处理这么多信息就得纯纯靠人工。靠一屋子的情报分析师熬大夜去一帧一帧地扒、一句一句地听才行。 而参与信息处理的人一多，那信息在传递的过程中可能就会有遗漏，但现在接上了大模型之后，几十万字的情报直接往 Claude 里一扔，刷刷过几秒钟，可能大模型的判断结果就出来了。在差评君看来，根据公开实锤的资料，这套操作背后的逻辑，甚至和你平时遇到麻烦，去问大模型法律条款、或者让它帮你总结一下体检报告，本质上差不多。最大的差别，无非就是他们喂给AI的知识库，以及训练的数据，换成了实打实的机密情报和战争模型而已。它给出来的信息能不能信，能信多少，还得依靠人类来做最后的判断。总不可能直接问克劳德，“小克小克，帮我找到对面老大的位置”，就直接按下开火键吧。 当然，我们也不能小看判断信息的作用。实际上，就这么个把信息总结，信息决策能力点满了的 AI ，已经早就是美国军方的心头好了。为此，美国军方还跟 Anthropic 大打出手。在 Anthonpic 眼里，它认为 AI 可以给拿去用作军事用途，但是不能乱用，于是他们给 AI 划了两条红线：一是要求禁止军方把AI拿去大规模的监控美国民众，二是不能拿 AI 来开发完全自主的杀戮武器。 说完这俩话 Anthropic 还打了个补丁，说现在 AI 还没做到这些事，这俩红线只是放在未来以防万一的。 但是在美国军方眼里，这种行为简直就是典型的“你在教我做事”。战争机器的运转，怎么可能受制于一家私营企业的服务条款？根据彭博社的报道，去年 12 月的时候，一个美国国防官员就问过 Anthropic 的 CEO 达里奥 一个假设问题：如果一枚装载着核弹头的洲际导弹正朝着美国本土砸来，离落地只剩下最后的 90 秒。而这个时候，Anthropic 的 AI 是全村唯一的希望，是唯一能触发反击系统、拯救整个国家的手段。但偏偏，由于你们公司设置的安全护栏不允许，AI 死活拒绝执行发射命令，这时候该怎么办？ 结果达里奥的回答给军方直接给干沉默了，简单而有力的两个字：“Call me”。好家伙，合着国家面临生死存亡、只剩一分半钟就要被核平的危机关头，超级大国的总统和将军们还得先找个手机，给你这位私企老板打电话走个审批流程？这对军队来说，属于是完全不能接受的结果了。于是，五角大楼也是彻底掀桌子了，要求 Anthropic 开放毫无保留的 AI 最终控制权。在遭到拒绝后，美国政府立刻展开了排山倒海般的施压。这场拉扯持续了数月之久，官方不仅在谈判桌上步步紧逼，最终甚至直接动用了国家机器的力量。达里奥也从那个阳光开朗大男孩，变成了一副苦大仇深的样子。 就在几天前，特朗普总统亲自下达了极其严厉的禁令，要求所有联邦机构立刻停止与 Anthropic 的合作。紧接着，美国国防部更是直接翻脸，将这家前脚还在帮他们处理机密情报的美国公司，正式定性为国家安全供应链风险，要求凡与美国军方有业务往来的承包商、供应商或合作伙伴，均不得与Anthropic开展任何商业活动。。。 如果这玩意真的执行下去，那 Anthropic 可能都找不到更多服务器来训练新模型了。 但好玩的是，其实美国政府自己也舍不得 Claude，虽然嘴上喊着要全面封杀，但身体却无比诚实，留下了六个月的缓冲期，在几天后对伊朗的军事行动里，还是口嫌体正直的用上了 Claude。而山姆奥特曼的 OpenAI、马斯克的 XAI 看到 Claude 的退出，也开始抓住这波机会，想要让自己的公司来和美国军方展开合作。所以说，不论硅谷的公司们如何争论，AI 越来越多地介入现代战争，已经是一个不可逆转的必然趋势。在体验过 Claude 之后，美国军方已经彻底回不去了。就算被特朗普列入管制名单，他们还依旧保留了 6 个月的过渡时间来让自己继续用 Claude。不可否认，AI 必然会对未来的军事甚至世界格局产生巨大的影响。但越是在这种时候，我们越需要正视这种影响，褪去那些科幻电影和网络爽文带来的恐惧滤镜。只有建立起理性的认知，弄清楚现在的AI到底能干嘛，不能干嘛，我们才不会轻易被那些瞎编扯淡的“赛博地摊文学”给忽悠了，陷入莫名其妙的恐慌和焦虑。这种恐慌和焦虑，或许是比 AI 更可怕的东西。撰文：早起编辑：江江 & 面线 & 大饼美编：焕妍图片、资料来源：X，网络信息US military reportedly used Claude in Iran strikes despite Trump’s banInside Anthropic’s Killer-Robot Dispute With the PentagonU.S. Strikes in Middle East Use Anthropic, Hours After Trump BanPentagon Used Anthropic’s Claude in Maduro Venezuela RaidAnthropic and Palantir Partner to Bring Claude AI Models to AWS for U.S. Government Intelligence and Defense OperationsRead the full transcript of our interview with Anthropic CEO Dario AmodeiAnthropic faces fallout across federal agencies from DOD clashResponsible AI that meets government needsClaude Gov models for U.S. national security customers
-
全球首家机器人9S店在湖南长沙对外开放 IT之家 3 月 2 日消息，据湖南日报报道，今年 2 月，全球首家机器人 9S 店 —— 超能机器人大世界在长沙开业。这是继去年 11 月该公司开设机器人 4S 店后，进一步升级探索机器人行业“线下深度体验 + 线上全流程服务”新模式。该 9S 店总面积 15000 平方米，首期开放近 5000 平方米，具体地点位于长沙中南汽车世界。其“9S”体系涵盖机器人场景展示（Scenario）、产品销售（Sales）、租赁服务（Subscription）、定制开发（Solution）、售后维护（Support）、新品发布（Showcase）、成果孵化（Success）、科普研学（Science）、人才培训（Skill）等九大功能模块，系统整合展示、交易、服务与孵化功能。店内汇聚智慧康养、智能制造、智慧教育等六大领域超过 100 款机器人，呈现 50 多个可沉浸体验的应用场景，支持从方案验证到商业转化的全流程服务。 另据科技日报报道，超能机器人“百城千店万景”招商计划同步启动，拟在全国优选 100 个以上地级市，在每个城市开设 10 家以上门店，每个门店结合当地产业主推 10 个应用场景。该计划通过“一城一品一链”模式，将门店开设与政府招商引资深度结合，链接 100 多家机器人主流供应商资源。每个城市重点落地一个品类的研发生产，同时带入以门店为抓手的完整机器人产业链。此外，超能机器人推出自主研发的“机器人一站式定制租售运营平台”，具备线上展厅、定制、租赁、远程操作等功能。该平台运用数字孪生技术，既能实现机器人产品虚实映射的远程展示和遥操作体验，又可提供线下门店内虚实融合的智能讲解和屏机互动服务，降低机器人使用门槛。 IT之家从湖南超能机器人官网获悉，湖南超能机器人技术有限公司成立于 2016 年，是一家脱胎于国防科技大学的智能机器人一站式设计研发定制平台企业。该公司主要面向智慧康养、智慧军工、智慧文教和智能制造四个领域，突破了自主可控机器人操作系统和虚实融合异构无人系统集群等技术，率先研制出湖南省首台全尺寸双足人形机器人，是国家级专精特新“小巨人”企业。
-
荣耀首款人形机器人荣耀ROBOT热舞视频发布 IT之家 3 月 2 日消息，昨晚，荣耀首款人形机器人荣耀 ROBOT 亮相 MWC 2026，发布会现场开启热舞模式。今日，荣耀官方发布独家视角，展示其太空步等技能。 此次一同亮相的还有荣耀打造的机器人手机 Robot Phone，新机最显眼之处就是配备一颗硕大的电动翻转摄像头，号称是新形态具身智能 AI 终端。功能方面，这台手机顶上的三轴云台相机配备 2 亿像素传感器，可以向前 / 向后翻转。 IT之家注意到，荣耀在一年之前的 MWC 2025 上发布了其全新人工智能战略 ——“荣耀阿尔法战略”，宣布荣耀将从智能手机制造商向全球 AI 终端生态公司全面转型。该战略分为三个阶段。第一阶段是智慧手机，荣耀将与合作伙伴携手突破技术边界，共同创造代理型人工智能时代的新范式；第二阶段是智慧生态系统，荣耀将打破行业边界，共同创造物理人工智能时代的新范式；第三阶段是智慧世界，在通用人工智能（AGI）时代，荣耀将突破人类潜力的边界，共同创造文明的新范式。
-
【钛晨报】中国首个国家级人形机器人与具身智能标准体系发布；英伟达计划推出新芯片以加速人工智能处理；主要产油国宣布4月增产 【钛媒体综合】人形机器人与具身智能标准化年会2月28日在北京召开。会上发布了《人形机器人与具身智能标准体系（2026版）》，这是中国首个覆盖人形机器人与具身智能全产业链、全生命周期的标准顶层设计，标志着相关产业进入规范化发展新阶段。标准体系由工业和信息化部人形机器人与具身智能标准化技术委员会组织领域内120余家科研院所、企业和行业用户单位研究编制，包括基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理等6个部分。标委会有关负责人介绍，类脑与智算标准覆盖具身智能“大小脑”与智能计算等关键标准，规范数据全生命周期、模型训推部署全链路技术；应用标准规范人形机器人与具身智能体在不同应用场景的开发、运行和维护等；安全伦理标准贯穿于人形机器人与具身智能产业全生命周期，为技术演进和发展提供安全与合规保障。下一步，标委会将联合政府机构、行业企业、科研院所、高校，在标准体系框架下共同推进行业标准研制，以标准为引领，推进产业高质量发展。钛媒摘声： 企业层面的人工智能尚未真正渗透到企业业务流程中。尽管当前已有功能强大的AI系统供个人独立使用，但企业组织高度复杂，涉及多团队协作与庞杂业务场景，必须与既有系统深度整合，才能实现真正落地。 ——OpenAI首席运营官 Brad Lightcap 空间智能是世界模型的一个底层的infra，世界模型的内涵更广。首先，空间智能是世界模型的必要前提。空间智能提供了对三维世界的感知、理解和推理能力，这是构建世界模型的基础。没有强大的空间智能，世界模型就会缺乏对物理布局、物体尺寸、空间关系的准确表征，就像一个大模型没有视觉能力一样。其次，世界模型是空间智能的超级扩展。世界模型不仅包含空间（Where/What），还包含时间（When/Next）、物理规律（Why/How）乃至常识（Common Sense）。 ——宸境科技创始人 胡闻国内公司：中国首款VGT概念车Xiaomi Vision GT正式公布，将于MWC2026实车亮相3月1日消息，MWC 2026展会前夕，小米正式对外公布了和GT合作的首款超跑概念车：Xiaomi Vision Gran Turismo（Xiaomi Vision GT），由此成为首个受邀设计VGT的中国品牌。该车采用极致低趴宽体、中置驾驶舱、剪刀门及巨型碳纤维尾翼设计，以"少即是多"理念实现空气动力学突破。座舱配备全景显示天际屏，支持人车家联动及健康信息同步，中岛采用实体按键与飞机推杆档把设计。卢伟冰表示，该车将在今年的MWC现场首次进行实车展出。华为发布U6GHz系列产品，面向5G-A与6G网络应用3月1日消息，在MWC26 巴塞罗那期间，华为发布U6GHz全场景系列化产品和解决方案，覆盖宏站、小站及微波等完整矩阵，匹配AI应用对大容量、低时延及高体验的核心需求，为5G-A网络的性能跃升及面向6G的平滑演进，提供了系统性的解决方案。腾讯天美将大裁员？相关人士澄清：百余名员工正在活水转岗2月28日消息，市场有消息称，腾讯旗下天美工作室计划裁员数百人，或与《山海寻灵》项目组有关。对于上述消息，接近天美人士表示，该消息并不属实。原天美J6团队负责的某个项目确有调整，但涉及的人数并非数百人，而是100余人。另外，被波及的员工拥有2个月的缓冲期，且内部正在积极推动活水转岗。如果员工在2个月后选择离开，也可以获得N+1的补偿。老铺黄金正式实施2026年首轮提价2月28日消息，老铺黄金正式实施2026年首轮提价。其单品涨幅为20%至30%，整体平均涨幅达25%。国外企业： OpenAI签约五角大楼，美国加速人工智能军事化应用3月1日消息，美国企业开放人工智能研究中心（OpenAI）说，已与美国国防部达成协议，将公司人工智能模型部署于五角大楼的机密网络。就在一天前，另一家美国企业与五角大楼因在人工智能技术应用范围问题上存在严重分歧而不欢而散。OpenAI首席执行官萨姆·奥尔特曼在社交媒体平台X发帖说，与五角大楼的合作遵循该企业坚持的原则，即人工智能不得用于“国内大规模监控”、包括自主武器系统在内的武力使用必须由人类负责。他说，公司设立了“安全保障”。特朗普媒体与科技集团2025年财务资产达25亿美元2月28日消息，特朗普媒体与科技集团发布2025年财务业绩报告。报告显示，2025年该集团财务资产为25亿美元，营业收入为370万美元。英伟达计划推出新芯片以加速人工智能处理2月28日消息，据报道，英伟达计划推出新芯片以加速人工智能处理，该公司正设计一套用于“推理”计算的新型系统，这种计算形式能让人工智能模型对查询请求作出响应。政策风向： 《深圳经济特区河套深港科技创新合作区深圳园区条例》正式施行3月1日消息，《深圳经济特区河套深港科技创新合作区深圳园区条例》（以下简称《条例》）正式施行。《条例》于2025年12月26日经深圳市七届人大常委会第四十二次会议表决通过，是深圳运用经济特区立法权，将国家发展规划“施工图”转化为园区“法治说明书”的关键举措。针对深港协同创新机制、创新要素跨境流动等方面的堵点，《条例》共分八章六十四条，从人员、货物、资金、数据跨境监管等方面，推出一批突破性、引领性制度安排，为建设国际领先的科研枢纽提供坚实法治支撑。根据《条例》，河套深圳园区建立产业、机构、人员、货物等清单管理制度，实施“一线放开、二线管住、区内自由”的特殊监管体系。金融监管总局等四部门发布关于做好帮扶小额信贷工作的通知2月28日消息，金融监管总局、财政部、农业农村部、中国人民银行发布关于做好帮扶小额信贷工作的通知。改进信贷管理流程。银行要根据帮扶人口生产经营特点和周期、还款能力等情况，依法合规开展评级授信，合理确定贷款额度和期限。鼓励银行基于帮扶人口生产经营数据，在保障用户隐私和数据安全的前提下，充分运用金融科技开发授信模型，提高审批效率。国家网信办发布《政务移动互联网应用程序备案工作指南（第一版）》2月28日消息，为指导和帮助各地区各部门做好政务移动互联网应用程序备案管理工作，国家网信办编制了《政务移动互联网应用程序备案工作指南（第一版）》，对政务应用程序备案管理的方式、流程和材料等作出了说明。政务应用程序上线前，主办（使用）单位应根据《政务移动互联网应用程序规范化管理办法》，按照备案工作指南履行备案程序。禁止以任何形式要求用户下载、安装或使用未经备案的政务应用程序。交通运输部：稳妥有序推进高速公路“手机+”无卡便捷通行服务，着力提升高速公路通行效率2月28日消息，交通运输部党组书记、部长刘伟主持召开部务会，审议《交通运输部关于加快建设现代化航海保障体系的意见》《高速公路“手机+”无卡便捷通行实施方案（2026—2028年）》《交通运输碳足迹核算指南（试行）》。会议强调，要加快建设现代化航海保障体系，以高质量发展为主题，以改革创新为动力，以全面提升能力为重点，注重系统化提升、智能化引领、法治化保障、专业化支撑，服务海运高质量发展，保障海上交通安全，更加有力支撑加快建设交通强国。会议强调，要坚持“试点先行、稳步推广”，稳妥有序推进高速公路“手机+”无卡便捷通行服务，着力提升高速公路通行效率，优化群众出行体验。京津冀三地自贸试验区共同发布全产业链协同发展机会清单2月28日消息，从北京市商务局获悉，京津冀三地自贸试验区聚焦生物医药、数字经济、现代物流等重点领域，系统梳理了41家重点企业在产供链体系建设和区域协作中的供给能力和合作需求，形成第一批京津冀自贸试验区全产业链协同发展机会清单，为企业搭建精准对接平台，助力企业深度融入全国统一大市场。在生物医药产业链方面，清单整合医药研发、生产、流通、临床应用等多个环节企业信息，对外释放AI+药物研发、基因编辑与细胞治疗、临床试验与转化服务、进出口与通关服务等方面的合作商机。在数字经济产业链方面，清单整合算力、数据、安全、信创、应用场景等多个环节企业信息，对外释放算力资源共享、数据跨境流通、网络安全共建、产业数字化赋能等方面的合作商机。在现代物流产业链方面，清单整合国际物流、运输服务、供应链金融、冷链仓储等多个环节企业信息，对外释放多式联运、冷链物流、保税仓储、物流信息平台共建等方面的合作商机。下一步，京津冀三地自贸试验区将围绕全产业链协同创新，结合企业实际需求持续搭建对接交流平台，把北京科技创新优势、天津先进制造研发优势、河北环京地缘优势结合起来，合力打造区域协同开放典范、全产业链创新高地，不断提升京津冀自贸试验区全产业链创新发展水平。股市行情： 国投白银LOF：3月2日开市起至当日10:30停牌3月1日消息，国投瑞银基金管理有限公司公告，公司旗下国投瑞银白银期货证券投资基金（LOF）A类基金份额二级市场交易价格明显高于基金份额净值，出现较大幅度溢价。为保护投资者利益，本基金将于2026年2月27日开市起至当日10:30停牌，自2026年2月27日10:30复牌，停牌期间本基金赎回业务照常办理。若本基金2026年3月2日二级市场交易价格溢价幅度未有效回落，本基金有权通过向深圳证券交易所申请盘中临时停牌、延长停牌时间等措施。石油基金LOF：将于3月2日开市起至当日10:30停牌3月1日消息，华安基金管理有限公司公告，华安标普全球石油指数证券投资基金(LOF)（场内简称：石油基金LOF，交易代码：160416）将于2026年3月2日开市起至当日10:30停牌，自2026年3月2日10:30复牌。本次停牌系因二级市场交易价格出现较大幅度溢价，为维护投资者利益、警示交易风险而采取的临时措施。若溢价幅度未有效回落，本基金有权向深圳证券交易所申请盘中临时停牌或延长停牌时间，具体以届时公告为准。巴菲特交出2025年完美答卷：每股市值增长11%，1964-2025年累计增幅提升至6万倍2月28日消息，伯克希尔哈撒韦于周六晚间披露业绩，2025年，伯克希尔每股市值的增幅为10.9%，标普500指数为增长17.9个百分点。长期来看，1965-2025年，伯克希尔每股市值的复合年增长率为19.7%，明显超过标普500指数的10.5%。而1964-2025年伯克希尔的市值增长率是令人吃惊的6,099,294%，也就是60992倍，而标普500指数为46,061%，即460倍。2025年12月31日，著名投资人沃伦·巴菲特正式退休，卸任伯克希尔·哈撒韦首席执行官职务。在2025年11月，其宣布将在年底辞去相关职务，但会继续担任董事会主席，并保留“相当数量”的股份。中基协：2026年1月末私募基金规模达22.44万亿元2月28日消息，中国证券投资基金业协会发布的私募基金管理人登记及产品备案月报显示，截至2026年1月末，存续私募基金管理人19163家，管理基金数量139153只，管理基金规模22.44万亿元。1月，新备案私募基金数量1235只，新备案规模640.62亿元。其他重要内容： 2026年年度电影总票房（含预售）突破100亿元3月1日消息，据网络平台数据，截至3月1日18时54分，2026年年度电影总票房（含预售）突破100亿元大关，持续领跑全球单一市场票房榜。截至目前，2026年观影总人次已达2.25亿，放映总场次达2610万场。多家航司公布涉中东机票退改方案3月1日消息，受中东局势影响，国航、东航、南航等国内多家航空公司相继发布了涉及中东地区航班机票特殊处理方案：国航通知显示，旅客于2026年2月28日20时（含）前购买的机票，旅行日期在2026年2月28日至3月15日（均含当日）之间的迪拜、阿布扎比、利雅得进出港航班，可申请变更或退票，首次变更免收手续费，但需补舱位差价。东航规定，旅客购买的机票至少含有一段未使用的涉及迪拜、阿布扎比、利雅得、马斯喀特的进港、出港或经停航班，航班起飞日期在2026年2月28日（含）至2026年3月15日（含），可免费变更一次至原航班前后3天（含）以内的航班。 南航方案中，旅客购买的涉及迪拜、利雅得、德黑兰、多哈的进出港（含经停）航班机票，同样针对2026年2月28日20:00（含）前购买、旅行日期在2月28日至3月15日之间的机票，可免费变更一次。 海南航空、深圳航空、四川航空、厦门航空也陆续发布了涉及中东地区航班机票特殊处理方案。主要产油国宣布4月增产3月1日消息，石油输出国组织（欧佩克）1日发表声明说，8个主要产油国决定4月日均增产20.6万桶。沙特阿拉伯、俄罗斯、伊拉克、阿联酋、科威特、哈萨克斯坦、阿尔及利亚和阿曼的代表当天举行线上会议，讨论国际石油市场形势及前景。声明说，鉴于当前全球经济预期平稳，石油库存处于低位，8国决定调整产量。为维护石油市场稳定，8国将根据市场情况灵活调整增产节奏。上述8国2023年4月宣布日均约165万桶原油的自愿减产措施，并于2023年11月再次宣布日均220万桶原油的额外自愿减产措施。此后，这两大减产措施多次延期。但在此期间，美国、加拿大等国原油产量增加。2025年3月，上述8国决定自同年4月1日起逐步增加原油产量。此后，8国每月保持增产直到12月。2026年1月至3月，8国宣布由于季节性因素暂停增产。中国2025年国民经济和社会发展统计公报发布2月28日消息，国家统计局发布《中华人民共和国2025年国民经济和社会发展统计公报》。初步核算，全年国内生产总值1401879亿元，比上年增长5.0%。其中，第一产业增加值93347亿元，比上年增长3.9%；第二产业增加值499653亿元，增长4.5%；第三产业增加值808879亿元，增长5.4%。第一产业增加值占国内生产总值比重为6.7%，第二产业增加值比重为35.6%，第三产业增加值比重为57.7%。最终消费支出拉动国内生产总值增长2.6个百分点，资本形成总额拉动国内生产总值增长0.8个百分点，货物和服务净出口拉动国内生产总值增长1.6个百分点。 分季度看，一季度国内生产总值同比增长5.4%，二季度增长5.2%，三季度增长4.8%，四季度增长4.5%。全年人均国内生产总值99665元，比上年增长5.1%。国民总收入1393700亿元，比上年增长5.1%。全员劳动生产率为184413元/人，比上年提高6.1%。备案平均时长缩至2个月，目前已有216款大模型在京完成备案2月28日消息，北京市政府新闻办举行2026全球数字经济标杆城市建设新闻发布会，北京市网信办等单位相关负责同志出席介绍有关工作情况。截至目前，全市服务保障216款大模型完成备案，居全国首位，形成了“双百突破”良好态势。值得一提的是，北京在备案服务方面创新推出“一对一”定向辅导机制，将企业备案平均时长从4个月缩短至2个月，成功助力54款大模型通过备案、43款产品完成登记，摩尔线程、智谱等人工智能企业纷纷完成上市。（综合自新华社、央视新闻、环球网、上证报、新京报、21财经等）
-
沃尔玛首席人力资源官：美国员工应向中国取经 来源：环球时报美国《财富》2月27日文章，原题：沃尔玛高管表示，美国员工应当向中国取经，那里的“五岁孩童正在学习DeepSeek” 美国企业正同时间赛跑，人工智能（AI）界已发出警告，白领工作可能在未来18个月面临巨变，但日常工作中使用AI的员工还较少，这种脱节对沃尔玛等美国企业来说是巨大风险，甚至可能影响美国经济的竞争力。沃尔玛首席人力资源官唐娜·莫里斯说：“看看中国，五岁的孩子正学习DeepSeek，这充分说明他们对打造科技能力的信心。”在中国许多地方，学生一入学就会开始接触AI。自2025年秋季学期起，北京全市中小学开设人工智能（AI）通识课程，每学年不少于8课时，覆盖小学至高中全学段。 中国学生在课堂上接触AI的平均时间也比美国同龄人多。有迹象表明，中国对AI教育的投资正转化为深层次人才通道。美国保尔森基金会的一项调查显示，美国有近1/3的AI研究者来自中国，许多美国顶尖科技公司一直在用高薪来吸引（中国）人才。这些首席执行官们表示，如果不加强人工智能培训，美国的人才通道有可能就“落后”了。（作者普雷斯顿·福尔）美国全国公共广播电台报道，原题：在中国，AI对一些孩子来说不再是选修课，而是必修课的一部分 在北京一所小学教室里，11岁的李子晨（音）正演示一台小型机器人，通过遥控它可抬起和移动积木，还可使用AI编程。这虽然是个小项目，但让学生联想到中国发射到火星和月球的探测车。李子晨说：“我认为人工智能对国家的深空探索非常重要。”李的同学宋皓月（音）正用AI软件进行平面设计，为一场比赛制作“精卫填海寓意”的海报。他们的辅导老师王乐（音）表示，中国教育部门已要求将AI纳入信息技术课程，这是为了让孩子们为未来生活做好准备，并确保未来有熟练的专业人才来提高国家的竞争力。中国有个口号“科技兴国”，AI能力被认为对国家安全和经济至关重要。中国家长也很关注孩子们的未来。李子晨的父亲大力支持儿子对机器人和计算机的兴趣，“将来若你想从事机械类工作，可能会做机器人维护，对它们进行指导，而非与它们竞争。”他认为中国的网络监管有助于避免AI带来的严重风险。 宋皓月的父亲对此表示赞同。他认为，如果女儿能从课堂所学中得到启发，或许就能更好地把握自己在AI主导的未来中扮演什么角色，并从容应对即将到来的变革。（作者约翰·鲁维奇，董铭译）
-
优质企业涌现 赋能千行百业 四川“人工智能+”跑出加速度 封面新闻记者 杨鑫外科手术也能由AI驱动？近日，在四川天府新区一场以“人工智能+”为主题的专场路演活动中，成都与睿创新科技有限公司颇受瞩目。该公司已获得全国首张AI+外科医疗器械注册证并实现商业化，相关产品在外科手术场景中有深度应用。这是“人工智能+”优质企业在四川跑出加速度的一个例证。人工智能作为时势所趋，四川对它可谓“爱得深沉”。从2024年将之列为“一号创新工程”，到2025年写入政府工作报告，再到2026年四川省政府工作报告里，这项一号创新工程又多了一个“+”号，释放出全方位赋能千行百业的新信号。在这一征程中，哪些四川企业跑在前面？ AI生成图片众所周知，“算力、算法、数据”是人工智能的三大基石，而“终端应用”则是人工智能赋能千行百业的显性成果。在这些领域，据智库平台“城事研究院”统计，近年来涌现出不少可圈可点的川企。算力方面，四川企业正在向自主可控方向深化。华鲲振宇作为四川省首批人工智能链主企业，以“国产化自主可控先进计算产品”为核心，推出了基于“鲲鹏+昇腾”处理器的“天智”“天擎”“天极”等系列40余款计算产品，为金融、交通等重点行业的数字化转型提供了安全可靠的算力底座。而以海光信息为领衔的AI芯片企业，以其全精度AI加速卡-海光DCU产品具备自主可控、开放生态、广泛落地、稳定持续的优势，已在20多个关键行业、300余个应用场景实现广泛落地。算法方面，四川既有头部大模型企业落地，也有本土培育的链主。2025年3月，智谱带着“诸葛大模型”落户成都高新区，建设诸葛大模型全国总部及研发中心。本土培育的人工智能链主企业考拉悠然则在2025年发布了面向空间智能的多模态世界模型——“悠然无界大模型”，率先在业内实现跨空间感知、推理与交互的突破，并成功入选“2025福布斯中国人工智能科技企业TOP50”榜单。终端应用方面，以具身智能产业为例，2025年是资本密集注入与产业化落地的爆发期。四川具身人形机器人科技有限公司在2025年完成种子天使轮数千万人民币融资，成都人形机器人创新中心有限公司则完成A轮超亿元融资。相关产品也实现从实验室到真实场景、从可用到好用的跨越。例如，在春熙路商圈，成都阿加犀智能科技有限公司的“通天晓”机器人日均完成交通劝导超300次，违规行为预警准确率达98%；在管廊巡检场景，四川具身人形机器人的灵瞳L3P“机器狗”成功部署于10.3公里城市综合管廊……除机器人外，在工业、医疗、消费电子等多个领域，也多有四川智能终端产品的身影。随着四川省加快推进“人工智能+”一号创新工程，必然还有更多的本土人工智能企业脱颖而出，汇聚起向新向优、推动四川高质量发展的磅礴力量，且让我们拭目以待。目前，2025四川十大经济影响力人物评选活动已正式开启，我们诚邀全省广大企业、企业家、园区及单位积极参与，让更多四川经济发展的中坚力量被看见、被认可，共同书写四川高质量发展的新篇章！
-
腾讯天美相关人士回应大裁员消息；丰茂烤串陷欠薪闭店风波丨早报 【传腾讯天美裁员数百人？接近人士：系项目调整，百余名员工正在活水】近日，有用户在小红书等社交平台爆料称，腾讯旗下天美工作室计划裁员数百人，或与《山海寻灵》项目组有关。对上述消息，接近天美人士表示，该消息并不属实。原天美J6团队负责的某个项目确有调整，但涉及的人数并非数百人，而是100余人。另外，被波及的员工拥有2个月的缓冲期，且内部正在积极推动活水转岗。如果员工在2个月后选择离开，也可以获得N+1的补偿。（新浪科技）【大马士革飞往上海机票涨至382万元？知情人士：可能是供应商误操作，平台已无叙利亚至国内在售航班】2月28日，有消息称，票务平台App当地时间17时从大马士革飞往上海浦东机场的航班，票价涨超382万元。针对“当地17时起飞、售价超382万元”的航班，相关知情人士解释称，此类情况多为供应商后台人工操作录入价格失误，导致前端展示出现异常。截至18时40分，记者查询票务平台App发现，已无叙利亚至北京、上海、香港等城市机票。（每日经济新闻） 【中国科大教授任少卿、蔚来汽车CEO李斌，获中国人工智能最高奖】中国人工智能学会2月27日公布了2025年度吴文俊人工智能科学技术奖评审结果。中国科学技术大学今日发文，宣布中国科大教授任少卿，以及蔚来汽车创始人、董事长和CEO李斌作为主要完成人，联合蔚来汽车科技（安徽）有限公司共同完成的科研成果“从视觉理解到世界模型的时空认知关键技术及产业应用”获科技进步奖一等奖。该奖项经科学技术部核准设立，由中国人工智能学会主办，以中国智能科学领域开拓者吴文俊院士命名，代表我国人工智能领域最高荣誉。（IT之家） 【DeepSeek服务出现访问异常】DeepSeek服务2月28日出现访问异常，大量用户反映其网页端和App提示“服务器繁忙”或无法响应。记者实测发现，向DeepSeekApp提问后，多次反馈“请检查网络后重试”。（快科技）【京东外卖披露用户数达2.4亿，年内冲击30%市占目标】京东表示，将加速拓展七鲜小厨，全面拓展到店自提和团购业务。七鲜小厨今年底将覆盖全国所有一二线城市。到店团购业务接下来也很快会在全国上线，首批覆盖100万品质餐厅。做好餐饮业务干十年、二十年的准备。围绕“体验、成本、效率”，打造餐饮领域的“京东模式”。把“品质”标签贴得更牢。随着七鲜小厨加速拓展，京东外卖市占会进一步提升。希望26年京东外卖的市场份额达到30%。（京东黑板报）【胡峥楠回应网传小米VisionGT超跑图：网友作品，实车帅多了，超出大家认知】有人日前在西班牙巴塞罗那街头拍到了一台疑似小米未发布的全新超跑车型（可能是概念车），有着流畅且充满肌肉感的线条，轮毂罩印有“xiaomi”字样。外媒ChinaEVHome认为，小米新车出现在巴塞罗那，很有可能是为了即将开幕的MWC2026准备大招，值得期待。随后，网上出现了疑似小米超跑的实车图片。在博主@吴佩的评论区下，顺为资本投资合伙人胡峥楠2月27日晚回应称：网友作品啦！别当真了。实车帅多了，超出大家认知，请等待，好菜不怕晚。（和讯网） 【永旺超市回应撤出中国市场：不实消息】近日，社交平台上有消息称3月起华北区域所有永旺超市将全部撤店，另有消息指永旺超市业务即将整体撤出中国市场。2月28日，永旺中国方面表示，永旺超市是否要撤出天津等地具体以官方通知为准，网传永旺超市整体撤出中国为不实信息。官网资料显示，目前永旺中国综合百货超市业务华北区域的运营主体为永旺商业有限公司，管理永旺超市天津泰达、中北、梅江、津南店，以及河北燕郊店，合计5家门店。此前，因公司业务调整，北京永旺超市丰台店于2025年5月结束营业，该门店为北京市场最后一家门店。（界面新闻）【周大福回应镶金发夹卖2080元：金重0.42克】近日，周大福新发售的一款发夹，售价2080元一个，引发网友调侃，“居然不是赠品”“不如miumiu仿品”。2月28日，周大福多名销售人员回复称，该款发夹新品发售目前全国仅30多个，限个别线下旗舰店有售。发夹上的“福”字部分金重0.42克，单卖2080元一个。颜色分为粉色、红色和黑色，目前有店铺粉色发夹已卖完。店员还表示，该款发夹使用了鎏彩工艺和不锈钢材质，也能看作是miumiu的“高替”。（鲁中晨报）【库迪咖啡回应王一博物料处置不当：已终止涉事门店合作并闭店】2月28日凌晨，库迪咖啡官方微博发布消息称，近日关注到个别门店在处理合作到期物料时，存在处置不当的情况，对此深表歉意。库迪咖啡表示，公司与王一博的合作已圆满结束。“对于此次个别门店的不当行为，我们向王一博先生、粉丝及广大消费者诚恳致歉。”并表示，事发后，已第一时间处理，立即终止涉事门店合作并闭店；加强门店培训，进一步规范物料回收流程，升级巡检与监督机制，严防类似情况再次发生；强化品牌管理，以更严谨的态度对待每一位合作伙伴与消费者。（上观新闻） 【丰茂烤串陷欠薪闭店风波，创始人发三封全员信回应】近日，烧烤品牌丰茂烤串多名员工在社交平台发帖称丰茂烤串存在拖欠员工工资、大批门店闭店等情况。消息透露，丰茂烤串创始人尹龙哲于2025年12月31日、2026年1月3日、2月1日发布三封全员信。尹龙哲在信中解释了公司资金紧张原因并承诺公司正加速推进薪资的发放。根据最新全员信内容，尹龙哲称公司此前集中偿还银行贷款，导致流动资金承压。他表示，自己“几乎每天都在跑融资”，希望员工停止在抖音发布欠薪内容，并撤销部分投诉，一起守护丰茂的招牌，早日拿到工资。尹龙哲向大家承诺：1.融资进展每周同步，不管好坏，绝不瞒大家，让你们随时知情；2.融资到账第一时间优先发拖欠薪资，一分不少、全额结清；3.以后必建更稳的资金保障机制，绝不让这种情况再发生。（凤凰网科技）【LV中国公司换帅】近日，LV中国关联公司路易威登（中国）商业销售有限公司发生工商变更，DAVIDPONZO卸任法定代表人、董事长，由Hugues,Henri,PierreBONNET-MASIMBERT接任。路易威登（中国）商业销售有限公司成立于2004年11月，注册资本5000万人民币，经营范围含出版物零售、食品销售、酒类经营、皮革制品销售、箱包销售、服装服饰批发、服装服饰零售等，由路易威登香港有限公司全资持股。（光明网）【一点点回应“帮扶家庭不够困难”质疑】近日，奶茶品牌“一点点”在社交平台发布帮助贫困男孩改造学习环境的帖子引发争议。有人指出，照片中受助男孩戴有电话手表、桌上有漫画书，质疑男孩不符合受助标准。据新京报核实，受助男孩居住地位于长沙市开福区捞刀河街道。2月28日，1点点官方微博发文回应近期关于其梦想起航点公益项目引发的网络关注与讨论。公司表示高度重视大家的质疑与关切，并第一时间核查了项目的全流程。（新浪财经）【停更45天！章泽天播客「小天章」第二期2月28日上线】2月28日，章泽天个人播客“小天章”在停更45天后，于2月28日正式上线第二期内容。在此期间，不少网友曾猜测，节目或受此前舆论影响而停更，不会再有第二期。本期节目了邀请中国速登珠峰第一人曾燕红作为嘉宾。2021年，曾燕红以25小时50分钟极速登顶珠峰，刷新了女性登珠峰用时最短的世界纪录，同时成为中国速登珠峰的第一人。（极光新闻）【外媒：OpenAI获1100亿美元融资，英伟达投资300亿美元】据美国消费者新闻与商业频道(CNBC)报道，OpenAI周五宣布了一轮1100亿美元的融资，这一融资规模是其一年前上一轮融资的两倍多，创下私营科技公司的纪录。OpenAI周五发布的声明称，亚马逊、英伟达和软银在该轮融资中分别投资了500亿美元、300亿美元和300亿美元。这笔投资使OpenAI的估值达到7300亿美元(未计入投资前)，相较于其10月份在二级融资中的5000亿美元估值，实现了大幅增长。OpenAI表示，随着本轮融资的推进，预计其他投资者也将加入。（证券时报）【英伟达计划推出全新芯片，OpenAI是大客户】英伟达计划发布一款专为OpenAI及其他客户定制的全新处理器，助力打造更快、更高效的工具。这是其业务的重大调整，或将重新定义AI竞赛格局。据知情人士透露，该公司正在为AI推理计算设计全新系统——这类计算负责让AI模型响应用户请求。这款新平台将于下月在圣何塞举办的英伟达GTC开发者大会上正式公布，将整合初创公司Groq设计的芯片。部分知情人士称，OpenAI已同意成为这款新处理器的最大客户之一，对英伟达而言是重大胜利。这家ChatGPT开发者本就是英伟达的核心客户，过去数月一直在寻找英伟达芯片的更高效替代方案，并于上月与一家芯片初创公司签约，新增了供应选择。（新浪财经）【马斯克抨击OpenAI：没有人因为Grok自杀，但有人会因为ChatGPT自杀】据外媒TechCrunch2月28日报道，在埃隆·马斯克起诉OpenAI的案件中，本周公开的一份证词显示，他对OpenAI的安全记录提出严厉批评，并声称自己的AI公司xAI更加重视安全：“没有人因为Grok自杀，但显然有人因为ChatGPT自杀。”（新浪财经）【奈飞证实收到派拉蒙支付的28亿美元终止费】据报道，知情人士透露，在奈飞放弃收购华纳兄弟探索部分业务的计划后，派拉蒙天舞已向其支付了28亿美元终止费。奈飞于当地时间2月27日证实了这一消息。该公司在提交给美国证券交易委员会的文件中称：“华纳兄弟探索通知奈飞，其已根据合并协议的条款终止该协议，以便与派拉蒙天舞就后者提出的公司更优提案签署合并协议。在终止合并协议、并由华纳兄弟探索与派拉蒙天舞签订该协议的同时，派拉蒙天舞代表华纳兄弟探索向奈飞支付了根据合并协议条款应支付的28亿美元终止费。”（界面新闻） 【面壁智能开年完成数亿元融资，中国电信领投】近日，面壁智能完成马年春节之后首轮融资。本轮融资规模数亿元，由中国电信领投、中信金石、中信私募跟投。其中，中国电信作为战略投资方，将与面壁智能展开深度业务协同。中国电信将发挥云（算力）、网、端等方面的优势，面壁智能则依托其在泛司法、汽车、教育等领域的算法落地经验，双方通过优势互补，共同拓宽人工智能技术在更多复杂场景中的研发与应用。（睿兽分析登录查看更多）【悟通感控完成数千万元A轮融资】2026年2月28日，力触觉智能感知科技公司悟通感控宣布完成数千万元A轮融资。本轮融资由鲁信创投领投。本轮资金将主要用于多元化柔性传感材料的产线建设、产品研发迭代，并加速具身智能、新能源、医疗三大场景的商业化渗透。 【阿里桌面Agent工具CoPaw正式开源】阿里桌面Agent工具CoPaw正式开源，用户可基于CoPaw进行二次开发，自由接入本地模型、编写Skills和接入专属消息应用，满足更定制化的场景需求。CoPaw原生支持钉钉、飞书、QQ、Discord、iMessage等聊天软件和平台，内置了多种Skills，用户可一键本地部署也可通过阿里云计算巢和魔搭社区创空间实现一键云端部署，并调用千问系列等主流模型，是业界部署门槛最低的Agent工具之一。(阿里云) 【淘宝闪购开源食安治理AI大模型“白泽”】淘宝闪购正式发布专为餐饮服务与零售门店打造的风控治理垂直领域开源大模型——“白泽”（Ostrakon-VL），并宣布相关技术能力向全行业免费开放。（中国商报）【挂红旗标？一汽、零跑合作首款车型谍照曝光】汽车之家2月27日爆料了一组一汽与零跑合作首款车型的测试谍照。从谍照可以看到，这款车型采用了比较平直的车头造型，有点类似红旗天工系列的风格，轮毂上甚至有红旗Logo，尚不清楚是否会以红旗品牌产品发布。（汽车之家） 【我国首个国家级人形机器人与具身智能标准体系发布】2月28日，人形机器人与具身智能标准化（HEIS）年会在北京召开。作为工业和信息化部人形机器人与具身智能标准化技术委员会（以下简称“标委会”）2025年12月成立后的首届年会，政、企、研、资等多方齐聚，共同探讨产业标准化工作。会上正式发布《人形机器人与具身智能标准体系（2026版）》（以下简称“体系”）。这是我国首个覆盖人形机器人全产业链、全生命周期的标准顶层设计，标志着相关产业进入规范化发展新阶段。（央广网）【机构：2025年下半年全球智能眼镜出货同比剧增139%】CounterpointResearch数据显示，2025年下半年全球智能眼镜出货量同比增长139%，其中AI智能眼镜成为绝对主力，占总出货量88%。AI智能眼镜平均售价从2025年上半年的347美元上涨至360美元。（财联社） 【2025年马来西亚汽车销量超越印尼，登顶东南亚第一】马来西亚汽车销量在2025年超过印尼，首次成为东南亚最大汽车市场，这也是自2014年印尼超越泰国以来，东南亚车市榜首位置首次易主。（易车网）【春节档高端机型华为苹果“分庭抗礼”】据BCI激活量数据，春节假期（农历腊月十四到正月初八）期间，苹果手机销量超400万台，较往年同比增长110%，其中华为手机销量超480万台，同比下滑16%，小米手机销量超350万台，同比下滑31%。其他国产手机品牌也出现不同程度下滑，其中vivo同比下滑15%，OPPO同比下滑7%，荣耀同比下滑8%。子品牌方面，一加与realme分别增长111%与117%，iQOO同比下滑16%。高端手机市场，华为与苹果“分庭抗礼”。某华为国代商对界面新闻表示，华为5000元以上高端机型基本立住了，mate80系列销量相较于往年提升了近30%，折叠屏市场占有率超70%。（界面）
-
谷歌AI攻克6道世界级难题，比IMO金牌更震撼！陶哲轩指明新玩法 新智元报道编辑：定慧 好困【新智元导读】Google DeepMind最新AI智能体Aletheia在FirstProof挑战赛中，独立攻克了6道世界级数学难题，实现了从竞赛水平到PhD科研级的质变。人类数学研究的「手工时代」或许正步入倒计时。刚刚，人类数学界最后的防线，宣告全面崩塌！连吃瓜群众都惊掉下巴：AI不仅会做题，现在居然已经能独立搞定PhD级别的纯粹数学研究了。就在这两天，谷歌DeepMind的最新AI研究智能体Aletheia，在数学界一场名为「FirstProof」的巅峰挑战赛中，一口气干掉了10道公认的世界级未解数学难题中的6道！DeepMind的高管Thang Luong在X上难掩激动地发帖： 「对我而言，这甚至比去年历史性拿下IMO金牌的成就意义还要重大！」 这可不是什么普通的数学竞赛。要知道，这些题目连全球最顶尖的数学家都感到极度棘手。 结果，Aletheia不仅自主算出了答案，甚至连提出其中第7题猜想的数学家Jim Fowler本人，都亲自出面盖章确认：「AI的解题过程，是完全正确的。」 就连当今世界最杰出的天才数学家陶哲轩，都在最新的访谈中表示：AI，已经成为了我的「初级合著者」。 Aletheia的「神之一手」：暴力推演Aletheia到底有多厉害呢？来看看谷歌DeepMind首席科学家兼研究主任，超级推理团队负责人Thang Luong怎么说：「超级激动！我们的数学科研AI智能体 #Aletheia，刚刚全自主解出了10道出了名变态难的FirstProof挑战题里的6道，直接拿下了首届全场最佳！」大家品品这句话的分量。Luong直言不讳：「在我看来，这甚至比咱们去年达到IMO（国际奥数）金牌水平的历史性时刻，含金量还要高得多！」因为这些题，是连当今世界上最顶尖的几位数学大佬都感到极度头疼的「超级硬骨头」。这次，DeepMind跑了两个基于Gemini 3 DeepThink打造的Aletheia版本（区别仅在于底层模型不同）。经过多数专家的交叉「会诊」，它们联手干掉了10道题里的6道（分别是第2、5、7、8、9、10题）。 要知道，这套题的判卷评估环节简直是地狱难度。因为这世界上能看懂其中这几道题的专家，都已经是凤毛麟角。但也正因如此，DeepMind的研究过程严谨到了近乎偏执的地步：整个解答过程纯靠机器自己跑，全程「零人工干预」，而且完完全全是在FirstProof规定的死线内提交的。这是一个里程碑式的时刻。不再是人类一步步喂算式，而是AI智能体已经学会了趴在一个极端复杂的科研难题上「死磕」很久，在几千条死胡同里撞南墙，最后跑回来向人类淡淡汇报一句：「我搞定了（或者搞砸了）。」DeepMind甚至把Aletheia在这个过程中烧掉的算力（推理成本）做了完整的可视化—— 其中最炸裂的，莫过于第7题（P7）的惊天翻盘。这是一道好几年都没人能解开的非典型难题。据该领域专家Tony Feng透露，在这次比赛里，除了Aletheia，根本没AI能接近正确答案。 刚开始跑的时候，连DeepMind团队自己都觉得Aletheia这次肯定没戏了，结果居然跑出了正确答案！为了攻克P7，Aletheia投入了海量算力——是当初解开Erdős-1051问题时的整整16倍！数学界权威Sang Hyun Kim在看完AI的解题步骤后，给出了极高评价：「这是我有史以来第一次，看到AI完美无瑕地串联运用了好几个极其深奥的数学定理。这绝对是一个独一无二的稀有案例！」关于DeepMind对FirstProof的解读和实验细节全放这了： 论文地址：https://arxiv.org/abs/2602.21201不胡说八道，才是AI最硬核的底气如果深挖DeepMind这篇论文，你会发现Aletheia之所以这么稳，根本原因在于它掌握了一项关键技能：「自我过滤」。传统的AI大模型有个臭毛病，就是不懂装懂（幻觉）。不管你问啥，它都会一本正经地给你编个答案。但在科研级别的高端局，如果你给数学家扔一堆看起来极其合理但经不起推敲的废料，那还不如不给。DeepMind是怎么解决这个问题的呢？他们给Aletheia体内设计了两个「次级人格」：一个是「生成者（Generator）」，专门负责大开脑洞，疯狂猜想解题路径；另一个是冷血无情的「验证者（Verifier）」，专门负责给「生成者」挑刺。 在解题的黑箱里，这两个子系统会疯狂互搏。当遇到那4道解不出来的问题时，Aletheia没有选择强行胡编乱造蒙混过关，而是直接给人类发出：「No solution found（未找到解法）」，或者到了时限直接闭嘴。 不胡编乱造，绝不在没有把握的地方瞎耗人类专家的精力——这正是Aletheia最让顶尖学者放心的地方。正如论文中所写：「为了提升准确率，我们宁愿牺牲它解答某些问题的能力。」而在解题成本上，除了P7那道耗费16倍算力的「神题」，其他几道题解决下来，耗费的「脑力」也都远远超出了去年解决Erdős-1051难题的极值。想看完整的交互日志和解题过程（对的错的，原汁原味全公开），直接戳这里： GitHub地址：https://github.com/google-deepmind/superhuman/tree/main/aletheiaAletheia到底手撕了哪些「变态难题」？先来看看特地提到的P7。 问题背景：代数拓扑/微分几何。判断包含二阶扭转元素的半单李群均匀格，能否作为某个万有覆盖在有理同调下无圈的紧致无边界流形的基本群。答案：不可能。AI神仙解法：证明思路一：纯拓扑方法（Lefschetz数矛盾）利用万有覆盖Q-无圈的条件，算出2阶元素γ的紧支持Lefschetz数必须非零；但γ是自由作用的（没有不动点），通过欧拉示性数的乘性又推出Lefschetz数必须为零。0 = ±1，矛盾。证明思路二：几何方法（对称空间的刚性）利用格的几何结构，构造万有覆盖到对称空间的等变映射，证明γ在两边的Lefschetz数必须相等。但在万有覆盖一侧为零（自由作用），在对称空间一侧非零（Cartan不动点定理保证有不动点）。再次矛盾。好在哪？证明一好在「少」。题目给了一堆条件，但全都没用。只靠最基础的拓扑工具就解决了问题，而且实际证明了一个更强的结论：任何含扭转的离散群都不行。链条极短：算Lefschetz数，一边非零一边为零，矛盾，结束。证明二好在「深」。它把题目给的几何条件全部用上了，构造了万有覆盖到对称空间的映射，最终在对称空间上用Cartan不动点定理找到矛盾。这条路更长，但回答了更本质的问题。。 问题背景：数论/表示论。在非阿基米德局部域上的矩阵群表示中，证明存在一个万能的Whittaker函数，使得局部Rankin–Selberg积分对所有配对表示都非零。答案：可以。 存在这样的「万能」W。AI神仙解法：先选一个特殊的Whittaker函数W，使积分域压缩到紧集上，复参数s完全消失，问题简化为证明一个有限泛函非零。然后用反证法：假设对所有V都为零，通过有限Fourier分析推出测试函数具有「平移不变性」，这会迫使表示π在一个比其导子更粗的子群下有不变向量，与导子的定义矛盾。好在哪？整个证明最关键的就是第一步选取Whittaker函数W。这一个选择同时做到了三件事：1）把积分域压缩到紧集上，2）消去了复参数s，3）把无穷维的解析问题变成有限维的代数问题。而且这个W不依赖于配对表示π——同一个选择对所有π都管用，这在表示论里非常稀有。反证法部分的「level lowering」也很精彩：假设泛函恒为零，通过有限Fourier分析逐步推出测试函数在模p^{c-1}下不变，但π的导子恰好是p^c，这个层级上不可能有不变向量。矛盾恰好卡在导子的定义上，一步不多一步不少。对于其他题目，感兴趣的读者可自行查阅论文和GitHub项目。人类出题的速度，已经快跟不上了为什么偏偏是数学，成了检验AI实力的终极擂台？道理很简单——数学的答案非黑即白，对就是对、错就是错，没有任何让人类「手下留情」打人情分的空间。但现在的问题是：出卷的速度，已经被答卷的速度按在地上摩擦了。 2024年11月，Epoch AI上线了FrontierMath评测基准，专门用来摸底最前沿AI的数学推理能力。刚上线时最强AI连2%的题都做不出来，结果到了今天，GPT-5.2和Claude Opus 4.6已经能搞定基础题库40%以上的题目，连50道终极难度的第4级挑战题，正确率也突破了30%。 不过，FrontierMath再难，本质上还是「人类已有标准答案，看AI能不能也做出来」，说白了还是考试。但FirstProof里的10道题，是11位顶尖数学家从自己真实科研中掏出来的、从未公开发表过的难题。 项目主页：https://1stproof.org/而且这场挑战赛的结局充满戏剧性。 2月6日题目放出后，专业学者、民间高手、各大AI实验室纷纷下场。 到2月14日揭晓答案时，没有任何人或团队全部拿下。 随后，出题者自己拿Gemini 3.0 Deep Think和ChatGPT 5.2 Pro跑了一轮，也只解出了2道。 最终，OpenAI最强内部系统在有限人类监督下解出5道。 对比之下，足以见得这次Aletheia「零人工」干预做出6道题的含金量有多高。数学圈对此五味杂陈：一部分人直呼逆天，另一部分人觉得10道还剩4道没解，离替代数学家还远。但一个不可逆转的趋势已经摆在所有人面前——我们需要更难的题库来测AI，而且动作必须快，因为现有的一切正在以肉眼可见的速度过期。Epoch AI显然也意识到了这一点。就在FirstProof开赛同期，他们放出了自己的大招——FrontierMath: Open Problems。 左右滑动查看这个全新题库收录了16道专业数学家死磕过但至今全军覆没的真正未解之谜。更绝的是，虽然没有标准答案，Epoch AI却给每道题写了自动评分程序来判断AI的解是否成立。上线至今，没有任何AI解出哪怕一道——这个「零分」现状，反而恰恰证明了题库的价值所在。 FirstProof团队也没打算收手，已经官宣3月14日推出难度更变态的第二轮挑战。 陶哲轩：AI是我的「初级合著者」那么，站在数学界绝对顶峰的人，到底怎么看这场风暴？在最新访谈中，陶哲轩给出了一个极其精准的定位：AI现在是他的「初级合著者」。他2023年曾预测到2026年AI能达到论文合著者水平，当时褒贬不一，现在看进度完全吻合甚至略有超前。 而比这个头衔更重要的，是陶哲轩描述的一种全新的数学研究范式。他说，传统数学研究像是「个案研究」，一篇论文揪着一两个问题往死里磕，这是数学家几百年来的工作方式。但AI正在让数学家第一次有能力做「大样本普查」。与此同时，数学研究中有大量极其繁琐的计算是人类极其讨厌做的，所以数学家们会绞尽脑汁想聪明办法绕过去。但AI不嫌烦，它乐意不知疲倦地把这些枯燥的推演全部跑完。当AI被整合进人类的工作流，这些曾经让人望而却步的障碍就直接被跨过去了。而在另一个维度上，AI还展现出一种独特的本事——它能系统性地扫描人类根本没精力去碰的问题长尾。以埃尔德什留下的1000多个数学问题为例，AI能把它们从头到尾过一遍，从中挑出可突破的题目逐个击破。人类不可能这么干，但AI可以，而且已经在这么干了。陶哲轩甚至承认自己从AI的解题过程里学到了东西：也许它用到了某篇1960年论文里我没见过的小技巧，它能做到那些人类专家看了一眼就懒得去试的事情。 下一个倒计时已经开始回看这整场风暴，一条清晰的主线已经浮出水面：从FrontierMath被快速刷穿，到FirstProof上Aletheia零人工干预拿下6题，再到陶哲轩亲口承认AI已是自己的「初级合著者」。所有信号都在指向同一个事实：AI正在以一种不可逆的姿态，嵌入人类数学研究的核心流程。而最值得玩味的，是Epoch AI那个至今「零分」的Open Problems题库。它的存在本身就是一个隐喻：人类现在能拿来考AI的最后武器，是连自己都不知道答案的题目。这道防线还能守多久？没人敢打包票。但有一点几乎可以确定——当3月14日FirstProof第二轮挑战赛开启的那一刻，今天这篇文章里的所有数字，可能就已经过时了。参考资料： https://x.com/rohanpaul_ai/status/2026559039241597070?s=20https://www.theatlantic.com/technology/2026/02/ai-math-terrance-tao/686107/
-
老外用不起GPT，全跑来“薅”中国大模型的羊毛了 文 | 超聚焦大模型正在从“比拼智商”，变成一门“进厂打螺丝”的生意。据财联社报道，OpenRouter最新周度数据显示，平台前十模型总token量约8.7万亿，中国模型独占5.3万亿，占比61%。而当周token调用量前三模型均为国产大模型，分别为Minimax M2.5、Kimi K2.5、GLM-5，调用量环比上周分别变动增加197%、下降20%、增加158%。 其中，MiniMax M2.5以2.45万亿token空降榜首，Kimi K2.5以1.21万亿紧随其后，智谱GLM 5和DeepSeek V3.2分列第三、第五。要知道，作为全球最大的大模型API聚合平台，OpenRouter汇聚了全球开发者的真实调用需求，它的榜单堪称目前AI行业最硬核的“算力消耗晴雨表”。看到国产大模型如此疯狂地“屠榜”，很多人的第一反应肯定是：难道在绝对能力上，国内大模型已经赶上GPT、Claude和Gemini了吗？答案显然是否定的。如果真要死磕极度复杂的逻辑推理或硬核的代码工程，硅谷这几家闭源巨头依然是当下绝对的技术天花板。那么，既然绝对智力并没有赶上北美顶尖模型，那为什么偏偏是国内大模型跑满了全网的调用量？对未来的AI竞争格局又意味着什么？01 大模型不是炼金术而是流水线 国内大模型企业，正在用义乌做小商品的逻辑，降维狙击硅谷的赛博魔法。之所以中国大模型能够在Openrouter上“屠榜”，唯“便宜”尔。过去，大模型的定价权在海外巨头手中。以GPT-4o或Claude 3.5 Opus为例，能力强，但价格也高。处理百万Token的数据，通常需要花费几美元甚至十几美元。在AI爆发的尝鲜期，这个价格大家咬咬牙也就接受了。可一旦迈入Agent时代，情况彻底变了。最近在科技圈闹得沸沸扬扬的“OpenClaw封禁事件”，就是这场算力成本危机的最直观切面。作为一款爆火的开源AI智能体，OpenClaw能像“数字打工人”一样接管电脑、全自动处理文件甚至写代码。为了省钱，许多极客和开发者想出了一个“绝妙”的方案：他们利用代码接口，让OpenClaw去“白嫖”谷歌和Anthropic每月20美元的个人包月订阅服务（如Claude Pro），而不是老老实实去调用官方按量付费的昂贵API。结果可想而知，当AI从“你问我答的聊天框”变成“自动规划、反复执行的数字打工人”时，它在后台每一次的搜索、试错、纠错和循环，都在疯狂燃烧Token。这种Agent级别的恐怖吞吐量，直接把原本号称“不限量”的包月服务给刷爆了。面对被“薅秃”的算力资源，谷歌和Anthropic也坐不住了。他们不仅紧急下场，严禁第三方工具接入订阅制通道，谷歌甚至对部分高频调用的账号祭出了“永久封禁”的终极杀招。巨头们这番“掀桌子”操作的核心逻辑其实只有一个：算力成本实在扛不住了。在Agent时代，如果继续放任大家用20美元的包月订阅跑自动化任务，CSP巨头也一定会破产；但如果逼着开发者去走官方API，按照每百万Token十几美元的价格计费，那么最先进的高价大模型就不再是先进生产力，而是成了一个吞噬利润的无底洞，直接把无数AI应用和开发者的商业模式逼到了死角。正是在大多数行业都陷入“用不起算力”的死局时，他们回头一看，发现大洋对岸的中国大模型企业，已经把价格卷到了一个令人发指的地步。目前，像DeepSeek、GLM、Kimi或者是MiniMax等国产优秀大模型，其API的调用价格已经被硬生生打到了每百万Token只需要两到三美元。而有些厂商为了抢占开发者生态，更是对百万级上下文或特定规模的模型实行长期的免费开放。这已经不是“打个八折”的促销，而是数量级的成本断层。很多人可能会问：便宜固然好，但如果模型不够聪明，便宜又有什么用？但事实却是，绝大多数人高估了真实场景对“极限智商”的需求，却低估了“长尾任务”对算力吞吐量的恐怖消耗。在真实的商业世界和极客开发圈里，90%的AI任务根本不需要用到“爱因斯坦级别”的智商。想象一下我们日常使用AI的场景：把一本十万字的英文网络小说翻译成中文；丢给AI几十个PDF财报让它提取出所有的利润数据；写一段几百行的前端基础代码；又或者是目前OpenRouter上消耗量极大的“角色扮演”——玩家和AI扮演的虚拟角色进行几千轮的闲聊。这些任务有一个共同特点：逻辑深度一般，但文本吞吐量巨大。对于这类“蓝领型”的认知工作，排名前列的中国模型已经不仅是“及格”，而是做得非常出色。这就好比你要给公司几万份快递单号录入表格，你完全没有必要去花重金聘请一位诺贝尔奖得主（顶尖闭源模型），你只需要雇佣一批勤奋、踏实且工资极低的实习生（高性价比模型）就能完美解决。更何况顶尖闭源模型与高性价比模型之间的差距，在蒸馏技术的存在下，两者的差距最多只有半个身位。因此，全球的开发者们极其理智地选择了“智能路由”策略：把海量的、繁琐的、容错率高的基础任务和长文本阅读，全部路由给便宜的中国模型；只有到了需要做最终的复杂逻辑判断，或者碰到了极难的算法题时，才会精打细算地调用GPT或Claude。这，才是国内大模型能跑满全网调用量的原因。02 算力争霸战，变压器才是底牌 便宜的大模型，从来都不是天上掉下来的馅饼。很多人误以为，国内大模型的白菜价是靠着国内厂商“烧钱补贴”砸出来的。但这其实低估了中国工程师在技术落地上的恐怖压榨力。当硅谷还在迷信“大力出奇迹”、疯狂堆叠万亿参数时，国内大模型企业早就在“抠门”这门艺术上做到了登峰造极。在这个赛道上，中国厂商展现出了极其恐怖的制造业基因和工程化压榨能力。众所周知，受制于相关禁令，国内大模型企业往往无法像硅谷巨头那样，轻松买入数以十万计的最顶尖GPU。在“算力贫穷”的逼迫下，国内工程师们别无选择，只能硬生生地在工程优化的泥沼里进行极限微操。为了降低单次推理的算力消耗，他们把MoE玩到了极致。一个拥有上千亿参数的庞大模型，在回答一个简单的日常问题时，系统会精准地只激活其中几十亿参数的“专家网络”，让剩下的大部分网络保持休眠。这就好比一个巨大的工厂，不再是为了生产一颗螺丝钉而让所有车间灯火通明，而是精准控制产线，极大地节省了算力和电力消耗。为了应对百万级超长上下文带来的显存问题，中国工程师们在底层框架上死磕，对KV Cache进行像素级的压缩和优化，把庞大的数据极其严密地打包塞进有限的显存里，硬是在相对劣势的硬件上，跑出了比肩甚至超越世界前列的超长文本处理能力。这种对底层算力近乎变态的压榨，加上国内极其成熟的硬件适配工程，硬生生把大模型推理的物理成本砍掉了几个数量级。相比之下，大洋彼岸的北美巨头们就算想打价格战，也是心有余而力不足，因为他们已经被沉重的物理基建彻底锁死了。在这个问题上，马斯克早在2023年就给出了预言：“我的预测是，我们将从……今天的硅极度短缺变成……两年内的电力短缺。这大致就是事情的趋势。”而现实也确实如此，北美老旧的电网系统和漫长的环评审批，根本无法支撑新建超大型数据中心的用电狂飙。昂贵的工业电价、奇高的人力运维成本，甚至有钱都买不到的高压变压器，最终全都化作了高昂的沉没成本，均摊到了每一次的API调用里。换句话说，北美顶尖大模型的“贵”，有一大半是替落后的基础设施和高昂的本地要素买了单。于是，当高昂的物理成本遇上全球对算力的无限需求，一个属于中国AI的全新定位诞生了。过去四十载，我们吃透了人口红利和完善的供应链，成为了向全球输出实体商品的“世界工厂”；而今天，随着大模型进入应用落地的深水区，告别人口红利的中国，正在依托着世界顶级的特高压电网、极其稳定的低价工业电力，以及首屈一指的工程落地能力，转型为新时代的“世界Token工厂”。至此，未来的全球AI大分工已经非常清晰：那些海量的文档精读、初级代码生成、高并发的长文本翻译和虚拟人闲聊，统统会作为“赛博代工订单”，顺着海底光缆，源源不断地路由给国内大模型集群。电能一旦在AI芯片中被转化为Token，它就彻底脱离了物理形态的束缚。它不像需要漫长的港口装卸和远洋货轮运输的产品，而是以光速通过海底光缆，在毫秒之间传输到世界的每一个角落。因此，与其说是全世界的极客跑来“薅”国内大模型的羊毛，不如说是中国正在以绝对的成本与基建优势，悄然接管AI应用时代的底层命脉。当硅谷巨头们还在为摘取AGI的终极王冠不计代价地烧钱、深陷物理基建的泥沼时，国内大模型企业已经化身为新时代的“基建狂魔”，用这源源不断、跨越山海的廉价Token，稳稳当当地做起了全球智能革命最不可或缺的“水电煤”生意。
