找到
495
篇与
互联网
相关的结果
- 第 12 页
-
人工智能与量子科技的双向奔赴，量子智能有望开辟技术变革新路径 融合了量子科技与人工智能两大前沿技术的量子智能正成为深度交叉融合的战略高地。一方面，人工智能正在为量子研究提供强大助力，赋能量子科学发展的同时，还能显著提升量子设备性能。另一方面，量子计算已逐步进入中等含噪规模（NISQ）时代，可为人工智能发展提供前所未有的算力支持。9月21日，以“AI量子：量子智能”为主题的浦江创新论坛专题论坛在上海张江科学城举行。来自海内外的量子科技领域专家，共同探讨量子人工智能领域当下亟需解决的关键科学问题和近期发展机遇。 姚期智院士对于量子智能的未来展望。AI与量子计算的相互赋能中国科学院院士、清华大学交叉信息研究院院长姚期智在“量子与AI的时代展望”主题演讲中介绍了AI如何赋能量子技术。量子纠错是实现量子计算机的主要瓶颈之一，谷歌却在这一领域实现了指数级的错误降低，其核心技术AlphaQubit是一个为量子纠错而设计的解码器，它是一个神经网络，采集数千个用量子模拟得到的样本，经AI机器学习训练而成。他表示，目前国内在用AI赋能量子纠错领域的研究已经达到全球先进水平。“一旦量子计算取得进展，将会为AI产业方面的算力瓶颈带来新的解决方案。”中国科学院院士、北京大学物理学院教授、深圳国际量子研究院院长俞大鹏表示，近年来，人工智能发展迅速，但也日益面临经典算力瓶颈的制约，随着摩尔定律逐渐逼近极限，传统计算性能增长趋缓。在这一背景下，量子计算凭借其量子叠加与纠缠所带来的指数级并行处理能力，展现出突破现有算力瓶颈的巨大潜力。据了解，目前研究者正积极探索如何利用量子计算加速机器学习训练、降低计算成本并增强模型表达能力。虽然目前量子技术仍存在噪声和规模限制，但已在特定任务中表现出加速效果。据了解，上海量子科学研究中心、上海人工智能实验室联合团队上个月成功利用人工智能在60毫秒内构建了两千余个原子阵列，创下新纪录，彰显了上海在“AI+量子”工程化方面的领先实力。这一突破不仅推动了量子物理基础研究，也为量子计算的实际应用奠定了坚实基础。随着量子硬件与算法的持续进步，量子人工智能有望为药物研发、金融建模等领域带来革命性变革路径。很难解决但必须解决原创短板在专家们看来，量子智能作为新兴领域，国内目前面临的最大挑战是缺乏原始创新。姚期智对于中国在人工智能应用、赋能方面的发展较为乐观，他认为在可见的未来也绝对不会落后，“在重要的问题方面，中国的科学家都知道先进水平是什么，什么是一些最有可能的重要发展方向。至少在‘从1到100’的这类创新上，中国绝对是在前面的，不管什么新的应用或者新的算法、观念产生，中国绝对能够做得很好，顶多是一个、几个月的时间差问题。从工程角度讲，中国在AI上是没有问题的。”但他同时也表示，中国人工智能产业唯一的一个相对弱点，就是源头创新，“在源头创新上，我们的人才还不足，从长远来讲，这是我们需要补足的一个方向，需要持之以恒推进。”俞大鹏提出“量子计算 人人有责”，量子计算涉及的仪器设备很多，需要将每一个零配件都做到世界一流，而不是把资源集中在某些热点领域，“其实有些科学仪器是非常小众的，全世界能养活两三个小公司就不错了”，要避免“内卷式竞争”、低水平重复建设，要关注真正的“原始创新”。此外，俞大鹏也表示，从用户的角度，也需要引导，“我们很多用户还是喜欢进口产品，仪器设备是需要不断迭代，国产替代也需要机会迭代。”姚期智认为，“我们必须有这样一个空间，让科学家为了他们的好奇心，来做这件事情（科学发现）。”但他同时强调，这种对于好奇心的鼓励也需要平衡，“我们绝对不要尝试让每一个小孩都去做原始科学的探索，因为做原始创新的人经历的事，在别人看来是非常痛苦的事情。”应该把原始创新与工程开发的人才分类，而如何在同一个框架下让两批人都存在，在姚期智看来，是一个很难的问题，但这又是必须做好的事。多单位携手推动量子科技落地论坛上，上海量子人工智能联合体、上海量子科技装备产业创新联盟宣布成立，上海量子计算十大应用场景发布，这一系列举措围绕着上海市量子计算行动计划部署，服务于国家量子科技的发展战略，进一步加大了对量子人工智能这一前沿领域的布局。上海量子人工智能联合体由复旦大学、上海期智研究院、上海量子科学研究中心、上海人工智能实验室等12家科研机构和若干量子领域优势企业组成。据复旦大学物理学系教授李晓鹏介绍，未来五年，联合体将重点开展量子人工智能学科交叉研究，突破基础理论、关键核心技术与重点应用，培育高水平量子人工智能交叉人才团队。上海量子科技装备产业创新联盟由上海科学院牵头，集聚长三角地区量子科技领域的重点企业及部分科研机构，肩负“产业集聚、攻关协同、标准制定、生态打造”四大核心使命。上海科学院院长孙真荣教授介绍，联盟成立旨在加强量子装备产业全链条协同，以关键元器件研发、核心装备攻关为重点，提升我国量子科技装备整体竞争力，加速量子技术的产业化应用。上海量子计算十大应用场景发布，覆盖电力、金融、物流、新能源与生物医药等领域。不仅聚焦实际应用需求，更致力于展现量子在解决复杂问题与推动未来产业变革中的巨大潜力，充分体现了上海在量子计算应用与创新方面的前瞻布局和探索精神。国网上海电科院电网技术中心主任潘爱强介绍，上海电网已经达到了相当高的稳定性和可靠性，但随着新能源的增多和新型电力系统发展，电网也面临着一系列问题，供需平衡难度高、稳定运行压力大，量子科技正是应对这些挑战的前沿技术，它能让电网从“稳定”走向“更智能、更安全、更高效”。上海电力已经在研究量子计算优化的可能性，目前正在加速探索量子技术在能源领域的应用，也将积极融入上海市量子科技的整体布局，为上海超大型城市电网的更安全、更绿色做出努力。
-
突破技术瓶颈：哈工程水下机器人“海龟”亮相，360 度灵活运动 IT之家 9 月 22 日消息，据科技日报昨日消息，哈尔滨工程大学船舶与工程学院王刚教授团队研发了敏捷型水下机器人“海龟”，它不仅实现了近海底环境观测的厘米级突破，更以灵动身姿颠覆了传统水下机器人“笨拙”“僵硬”的刻板印象。 报道称，“海龟”机器人凭借其精准布局的推进器，在航行时几乎不泛起涟漪，将沉积物干扰降低了 90%；为了让机器人学会瞬时感知，以确保在贴底航行时不会触底发生意外，团队提出了“三点惯性测量感知方法”，使机器人数据噪声降低约 76.2%、响应时间缩短 1.1 倍、倾角控制的稳定性提升 7.16 倍。此外，经过持续攻关，团队成功在跟踪算法中引入了姿态约束算法，大大提高了机器人的敏捷性，“海龟”机器人 360 度的灵活运动成功突破了水下航行器在海底复杂地形全域机动的技术瓶颈，不仅能用于观测珊瑚，还能在水下捕捞、搜救等方面发挥重要作用。 IT之家查询哈尔滨工程大学官网获悉，王刚是船舶与海洋工程学科教授、博导，国家级高层次青年人才，黑龙江省青年科技奖获得者，IEEE 高级会员；研究方向是水下机器人与环境适配技术，在两栖环境颗粒介质接触力学、水下复合推进等理论方法及水下柔性驱动器件等方面取得多项创新成果。
-
汇源官方旗舰店及多个电商平台空无一物 客服回应 近日，有网友反映，包括淘宝、抖音在内多平台的汇源官方旗舰店商品下架，部分平台仅剩下开通会员通道。对此有客服表示下架原因为售出较多，仓库缺货。汇源集团总机客服表示，没有接到任何通知，也不太清楚重新上架时间。 △汇源官方旗舰店在多个平台的商品下架。9月21日，记者进入包括抖音、淘宝在内的多个汇源官方旗舰店看到，店内产品均显示下架，其中有旗舰店账号粉丝数接近三百万，抖音端汇源官方旗舰店的视频最后发布时间为9月19日。不过也有包括汇源水果旗舰店在内的部分旗舰店仍在直播，汇源果酒旗舰店等店铺仍有商品售卖。 △此次下架涉及多平台，有官方旗舰店粉丝量接近三百万。同日，记者以消费者身份咨询汇源官方企业店、汇源果酒旗舰店，有店铺客服回应只知道暂时缺货，其他情况不清楚。抖音端汇源官方旗舰店客服亦表示暂不清楚，汇源食品旗舰店的客服则表示，下架原因为售出较多，仓库缺货，具体上架时间以仓库通知为准，目前的下架情况不会影响店内会员。 △最近一次的视频发布于9月19日。记者注意到，有媒体指出，汇源集团近期陷入控制权之争中。9月11日，汇源官方曾发文，各大电商平台出现断货，与部分公司（两家）提供虚假资料私刻其官方公章有关，另有媒体曾联系上述公司，但未获得准确信息。 △21日，有包括汇源水果旗舰店在内的店铺仍在直播。 △此前汇源官方曾发布声明。来源：潇湘晨报 D21
-
华为云CEO：CloudMatrix超节点可实现百万卡超大集群 9月19日，在华为全连接大会2025主题演讲环节，华为常务董事、华为云计算CEO张平安围绕“全面智能化，成就行业AI先锋”，分享了华为云在AI云服务、大模型、具身智能、AI Agent等领域的技术创新与落地实践。华为高级副总裁、华为云全球Marketing与销售服务总裁杨友桂分享了数智化时代下，华为云帮助企业实现全球业务成功的创新技术和经验思考。超节点可实现百万卡超大集群华为云CloudMatrix384昇腾AI云服务已全面上线。未来华为CloudMatrix超节点规格将从384卡升级到8192卡，可实现50-100万卡的超大集群。华为云首创EMS弹性内存存储服务，用内存扩展显存，显著降低大模型多轮对话时延，大幅提升模型使用体验。随着AI算力需求的暴增，传统的数据中心已不适合构建高效的AI基础设施，单机柜功率要从10千瓦/每柜，升级到70千瓦/每柜，甚至是200千瓦/每柜，要从风冷转变到全液冷。华为云在贵州、内蒙古、安徽部署了全液冷AI数据中心，实现单机柜80千瓦散热，PUE低至1.1，并能够实现AI智能运维。企业无需改造或新建传统数据中心，通过一对光纤，就能获取华为云上高效的AI算力，也可以获得全栈专属AI云服务。张平安指出，Token服务可以有效屏蔽复杂的底层技术，直接为用户提供最终的AI计算结果，是最高效的推理算力使用方式。CloudMatrix384超节点将算力、内存、显存等资源全面池化，把计算型任务、存储型任务、AI专家系统解耦，将串行任务变成分布式并行任务，极大地提升了系统的推理性能。在在线、近线和离线等不同时延推理场景中，CloudMatrix384平均单卡的推理性能达到H20的3到4倍。会上，张平安宣布，CloudMatrix384 AI Token推理服务全面上线，以优的性能、好的服务、高的质量服务好客户。截止目前，使用华为云AI云服务的全球客户数量从去年的321家增长到今年的1805家。如360纳米AI依托CloudMatrix384的Token推理服务，成功处理每天上千万的内容生成请求。Cloudmatrix384昇腾AI云服务支撑“磐石·科学基础大模型”，将赋能中国科学院100多个院所的科研场景，不断拓展人类认知的前沿。 华为常务董事、华为云计算CEO张平安一直以来，盘古大模型都坚定地聚焦行业，在解难题、做难事的道路上不断攻坚克难，重塑千行万业。华为通过openPangu，为昇腾训练和推理提供最佳实践，降低开发者门槛，高效使用昇腾算力。同时，张平安强调，华为也在坚定不移地做好盘古闭源大模型，继续加大盘古大模型的投入，持续深耕行业，支持各行各业的客户做好自己的大模型，加速千行万业智能化。释放具身智能本体约束今年华为云推出了CloudRobo具身智能平台，将复杂算法与智能逻辑部署于云端，让本体更轻量化；依托云端海量算力与先进 AI 模型，让机器人执行更智能；以云端智能打破机器人的能力边界，让场景更多样。在开发阶段，通过CloudRobo的云端具身智能训练数据生成平台，能自动生成不同姿态、纹理、光照等场景的操作轨迹，极大丰富了数据多样性，让合成数据规模扩增上千倍。这不仅大幅降低了数据采集成本，还有效提升了模型的泛化能力。CloudRobo也提供云上环境感知、全局规划、自主执行等能力，任务执行准确率超过90%。上海国地中心基于CloudRobo，结合真机实采与合成数据训练，机器人在多个场景下的整体分拣任务成功率可达90%以上，行业领先。为构建机器人与云端统一、开放、安全的通信桥梁，华为云推出R2C（Robot to Cloud）协议，以实现智能体的协同思考与高效执行，如今R2C协议的数据采集、数据生成、通讯接口三项国家标准已完成立项。会上，张平安宣布R2C协议首批20家合作伙伴正式确立，包括华龙讯达、非夕、亿嘉和、道和通泰等。华为云携手伙伴，围绕制造、物流、巡检、康养等领域，基于R2C共同开发云端一体化机器人解决方案。数智化转型从来不是 “孤军奋战”华为高级副总裁、华为云全球Marketing与销售服务总裁杨友桂在主题演讲中强调，面对数智化转型的复杂挑战，华为云坚守核心定位，为全球客户构建起 “全球一张网，数智双引擎” 的全方位支撑体系：“首先，华为云通过全球存算网，为客户提供极致弹性的云基础设施；其次，通过数据使能服务进行高效供数，释放数据价值；第三，依托一站式AI开发平台，帮助企业构建AI原生应用，降低企业创新门槛；最后，将全球数智化转型最佳实践沉淀到华为云上，以云服务形式成就更多客户。” 华为高级副总裁、华为云全球Marketing与销售服务总裁杨友桂土耳其TOP快时尚品牌零售商Defacto每次大促都面临10倍以上的流量浪涌，传统IDC架构难以应对。华为云容器服务30秒可自动扩容4000个Pods，具有极致弹性，帮助Defacto从容对应了流量浪涌。巴西最大的数据智能技术公司Neogrid基于华为云数据仓库服务DWS，完成了多平台分散数据的搬迁与集成，让数据集成效率提升40%、数据分析效率提升50%，让企业在下班前就能拿到当天的数据，为决策抢占先机。全球化工巨头万华化学基于华为云盘古预测大模型在工业时序数据上的泛化能力，在2000余台关键设备上实现了精准数据捕捉，实现了从“事后维修”到“预测性维护”的转变，模型预测准确率从70%提升到90%，异常识别效率提升10%。华为联合中国联通等伙伴，为长安汽车打造了“一云一网一平台”，以数据驱动了柔性制造。通过5G+IoT联接1.2万台设备，长安实现数据全域互联，并基于华为云完善的数据服务能力，构建了统一的数据平台，打破数据孤岛，让生产实现高效运营，将订单交付周期由21天缩短至15天。除了提供从云底座、技术使能工具链到经验沉淀的端到端服务能力，华为云还为企业数智化转型量身打造了咨询与专业服务，以及自动化工具与平台。杨友桂表示，数智化转型从来不是 “孤军奋战”，更需要 “全周期护航”。华为云希望以技术为基、以经验为阶、以服务为桥，陪伴全球企业走稳转型每一步。
-
AI周报｜DeepSeek论文登上《Nature》封面；英伟达宣布50亿美元入股英特尔 英伟达宣布50亿美元入股英特尔9月18日美股盘前，英伟达宣布将以每股23.28美元的价格购入英特尔普通股，共投资50亿美元，这项投资还需获得监管批准。针对数据中心，英特尔将为英伟达定制x86架构的CPU，英伟达将把相关产品集成到AI基础设施平台中并向市场推出。在个人计算领域，英特尔将开发并向市场提供集成了英伟达RTX GPU芯片的x86架构SoC（系统级芯片），相关芯片可驱动电脑。点评:英伟达是当前最主要的GPU（图形处理器）厂商，英特尔则是主要的CPU（中央处理器）厂商之一，两家最主要处理器的“联姻”可能影响这两大市场的竞争格局。在随后的新闻发布会上，英伟达CEO黄仁勋表示，x86将被带入英伟达NVLink生态，双方的合作伙伴关系将带来每年250亿~500亿美元的市场机会。英特尔和英伟达的合作可能对市面上的其他芯片厂商的竞争力造成影响，例如AMD和博通。DeepSeek登上《Nature》封面，回应蒸馏质疑9月18日，由DeepSeek团队共同完成、梁文锋担任通讯作者的DeepSeek-R1研究论文，登上了国际权威期刊《Nature》的封面。补充材料中，DeepSeek提到了R1模型的训练成本仅29.4万美元，并回应了模型发布之初关于蒸馏OpenAI的质疑。“我们没有故意加入OpenAI生成的合成数据，此阶段使用的所有数据都是通过网页抓取的。”DeepSeek表示。不过，DeepSeek也说明，已观察到一些网页包含大量OpenAI模型生成的答案，这可能导致基础模型间接受益于其他强大模型的知识，团队已在预训练中针对数据污染进行了处理。点评: 哥伦布市俄亥俄州立大学的AI研究员Huan Sun表示，DeepSeek针对蒸馏OpenAI这一说法的反驳与“我们在任何出版物中看到的内容同样具有说服力”。Hugging Face的机器学习工程师，同时也是论文审稿人之一的Lewis Tunstall补充说，尽管他不能100%确定R1未基于OpenAI示例进行训练，但其他实验室的复制尝试表明，DeepSeek的推理方案可能足够优秀，而无须这样做。OpenAI发ChatGPT报告：周活跃数超7亿9月16日，OpenAI发布了首份 ChatGPT 详细使用情况调查，涵盖性别、年龄、地域及用途等多维度数据。报告显示，截至2025年6月，ChatGPT每周活跃用户已突破7亿，相当于全球成年人口的10%。值得关注的是，女性用户比例在今年6月首次超过男性，标志着性别差距显著缩小。年龄分布方面，18至25岁的年轻群体贡献了约46%的消息量，成为最活跃用户群。点评:从用途来看，大部分人用AI与工作无关。报告显示，最常见的三大类用途是使用指导、信息查询和写作，三者合计占所有对话的78%。其中，写作占比40%。教育用途占所有信息量的10.2%。73%的聊天与工作无关，相比较一年前的53%大幅增加。李飞飞团队展示最新3D世界生成模型成果9月17日，斯坦福大学教授李飞飞的创业公司 World Labs 正式上线了空间智能最新研究成果：Marble。李飞飞在社交媒体上表示，“这是使用我们的3D世界生成模型创建的一个极其庞大的世界”。从技术角度看，World Labs要实现的是:给 AI 一张照片，让它“脑补”出整个场景的几何结构——哪些面是平的、哪些是凸凹的，以及物体间的空间关系、深度、光照、材质、纹理等。这包括场景中隐含的深度地图和几何边界，然后生成一个可以随时探索的3D世界。点评:目前Marble距离真正的商业化应用可能还有一段距离。例如，Marble目前专注于生成3D环境，还搞不定人物或动物。此外，虽然能生成房间大小的世界，但要构建真正的大型游戏场景，可能还需要更多技术突破。寒武纪回应订单状况在最新的业绩说明会上，针对客户情况以及供应情况，寒武纪表示，公司产品持续在运营商、金融、互联网等多个重点行业规模化部署并通过了客户严苛环境的验证，并再次强调，网上传播的关于公司在某厂商预定大量载板订单、 收入预测、新产品情况、送样及潜在客户、供应链等相关信息，均为误导市场的不实信息。点评:寒武纪近期股价波动备受关注。8月底，寒武纪股价突破1500元/股，9月8日跌至1212.78元/股，9月19日收盘则为1349.24元/股。去年第四季度寒武纪实现上市以来首次单季度盈利，目前已连续三个季度盈利。不过，寒武纪后续的股价还需要持续“坚挺”的业绩来支撑，这就是为何外界对寒武纪的订单状况如此关注。QuestMobile报告：豆包月活超DeepSeek居第一9月16日，QuestMobile发布《2025年8月AI应用行业月度报告》。报告显示，移动端AI应用整体用户规模已达6.45亿，其中互联网及AI科技企业原生App用户规模为2.77亿，应用插件（In-App AI）用户规模为6.22亿，手机厂商AI助手用户规模为5.29亿。在原生App阵营中，豆包以6.6%的环比增速超越DeepSeek，重新夺回月活跃用户规模第一的位置。同期，腾讯元宝的月活用户规模环比增速最大，高达22.4%，位居原生App月活用户TOP10的第三位。点评:头部的AI原生应用竞争激烈，同时，AI应用市场还出现两极分化的趋势。报告提到，用户规模亿级的头部应用延续强者恒强的趋势，而用户规模在10万以下的中长尾应用则普遍陷入增长困境。腾讯全面适配主流国产芯片9月16日，腾讯集团副总裁、腾讯云总裁邱跃鹏在2025腾讯全球数字生态大会上表示，腾讯云依托异构计算平台整合多种芯片资源，向外界提供AI算力，该平台已全面适配主流国产芯片。“今天我们的GPU计算资源越来越异构，很多国产芯片在不断提升计算性能。”邱跃鹏表示。点评:腾讯此前曾谈及对算力使用的态度。今年5月，腾讯管理层表示，公司会同时看进口芯片和国内市面上可用的芯片，在某些情况下，其中一些芯片能做较小模型的推理。IDC中国研究总监刘丽辉则告诉第一财经记者，云厂商依然保持多样化算力芯片的策略，除国外芯片外，也在积极强化自研或开展国产芯片的适配和测试。腾讯市值突破6万亿港元9月17日盘中，腾讯控股股价涨超2%，股价突破660港元/股，市值突破6万亿港元。消息面上，在9月16日的2025腾讯全球数字生态大会，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示，腾讯云海外客户规模在过去一年同比翻番。该公司正在加快云业务国际化布局，计划在日本大阪和沙特新建可用区。AI方面，腾讯元宝上线一年多已成为国内DAU（日活跃用户数）排名前三的AI原生应用。点评:近期腾讯还在持续回购股票。截至9月16日，腾讯已连续22个交易日回购股票，回购股票1984.9万股，回购股票将用于注销。回顾过去的股价走势，腾讯历史上最高股价是在2021年，当时股价突破700港元/股。今年年初，腾讯股价在400港元/股左右，8月站上了600港元/股。不过，市值站上6万亿港元后，腾讯股价随后有所回调，9月19日收盘时市值为5.89万亿港元。百度股价创两年来最大涨幅9月17日，百度港股股价上涨18%至134港元/股，创过去两年来最大涨幅。Wind数据显示，百度港股过去20个交易日里股价上涨超50%。百度本轮上涨受多重因素推动，包括其计划发行人民币计值票据、昆仑芯斩获中国移动10亿级大单，以及市场对其人工智能和自动驾驶领域的持续看好。点评：在百度主业搜索之外，百度智能云已经成为百度增长的新引擎。近期，百度还陆续披露了从芯片到AI商业化应用的一系列技术突破。不过对百度而言，并非没有挑战。AI仍在持续冲击着百度传统搜索广告业务。随着百度AI商业化路径逐渐清晰，自动驾驶业务规模化扩张，以及自研芯片带来成本优化和技术自主性提升，百度的长期价值正在被市场重估，但未来几个季度百度仍需持续证明其AI变现能力。AI岗位激增10倍，算法岗最高薪9月16日，脉脉发布《2025 年AI人才流动报告》，数据显示，AI新发布岗位量在一年时间内增长了10倍 。2025年以来，AI新发布岗位量呈爆发式增长趋势，2月成为关键转折点，2月之后，新发布岗位量连续6个月百分比两位数增长。最热招、最短缺的都是算法岗，报告显示，最高薪的也是算法岗。AI科学家/负责人平均月薪超13万，算法类岗位月薪霸榜。大模型算法（68959元）、搜索算法（66720元）、广告算法（66649元）、AIGC算法工程师（65210元）以及语音算法（65114元）等都榜上有名。算法岗赚得多，涨得也最多，近7成岗位涨薪，约2成岗位涨薪30%。点评:算法开发岗的薪资涨幅与涨薪比例在AI行业内均居首位。整体来看，这类岗位需求大了，投递人数增加也更快了，简历投递量相比一年前增长了11倍。 2024年1-7月，平均人才供需比为1.00，即人岗平衡；而2025年1-7月，供需比升为1.11，即人多于岗。人才供需比不降反增。对职场人来说，岗位多了，进入人工智能这个大风口的机会更多了，但竞争也更激烈了。联想杨元庆：“AI向实”是中国制造一次历史性机遇在上海交通大学2025年度“计算机85基金暨杨元庆教育基金”活动上，联想集团董事长杨元庆和上海交大计算机学院常务副院长吴帆教授展开对话，他谈到当前AI发展主要有两个方向，一个是通过重度的算力和资源投入，推动大模型技术不断突破，向通用型人工智能演变；另一个是侧重人工智能技术在各行各业的应用落地，实现AI普及普惠。中国在AI应用领域发展潜力很大，因为我们不但拥有规模庞大的市场，还拥有门类齐全、产业链完整的制造业体系，“AI向实”是中国制造迈向全球价值链中高端的一次宝贵历史机遇。点评：截至2025年9月，该基金共奖励优秀本科生、硕士及博士生136人次，资助青年教师11人，总发放金额达630.4万元。现在是人工智能技术创新最好的时代。校企合作能够加快AI创新的速度，既推动科研水平提升也能助力企业发展，实现彼此共同成长。AI芯片公司Groq融资7.5亿美元美国人工智能芯片初创公司Groq在最新一轮融资中筹集了7.5亿美元，融资后估值达到69亿美元。该公司称，这项投资加强了Groq在人工智能堆栈中的能力，有望推动该公司在全球范围内提供快速的、具有经济价值的计算服务。本轮融资由Disruptive领投，贝莱德、路博迈、德国电信旗下风投公司DTCP等参投，三星、思科、D1、Altimeter也参与了融资。点评:Groq芯片是一种LPU（语言处理单元），速度快是主要的特点，可应用于AI推理场景。Groq在本轮融资中筹集的资金将用于扩大数据中心容量，包括在今年和明年新建数据中心，为客户提供算力。除了Groq，有消息称，另一家AI芯片初创公司Mistral AI近期也在按100亿美元估值推动新一轮融资。一级市场对AI基础设施企业还是有浓厚的兴趣。
-
民生证券： 人形机器人产业化多维共振 应用场景落地加速 智通财经APP获悉，民生证券发布研报称，基于人形机器人极强的跨场景适配与承载AI落地的能力，看好人形机器人产业向上趋势，有望在未来5-10年内重塑产业生态，在工业制造、医疗康复等多领域实现规模化渗透，成为新一轮科技革命的战略制高点。汽车零部件公司具有强客户拓展能力、强批量化生产能力，且主业产品与机器人高度相通，具备强大竞争优势。国内汽车主机厂纷纷入局人形机器人赛道，汽车零部件公司可依托车端客户优势快速切入其机器人供应链。民生证券主要观点如下：政策引领机器人产业腾飞，资本赋能国内企业崛起。在政策引领下，我国人形机器人产业布局加速。中央出台政策明确“三步走”目标，地方依自身优势差异化发展，东部注重高端研发，中西部聚焦供应链与成本控制。区域协同创新生态渐成，资本活跃且向早期阶段倾斜。在技术与应用层面，国内企业在核心部件国产化、轻量化设计等方面成果显著，国外人形机器人在硬件设计、AI决策系统等领域技术领先。头部初创企业如宇树科技、智元机器人、优必选已完成小批量交付，产能逐步爬坡，有望开启千台量产周期。产品商业化进程迅速，初创机器人企业量产在即。人形机器人赛道的初创公司在2024年集中涌现，融资数量持续增长，其中宇树科技、智元机器人、乐聚、傅利叶、优必选、银河通用、众擎机器人八家企业表现尤为亮眼。目前各初创公司均与知名车企、物流企业、科技公司等达成商业合作，智元机器人、乐聚、傅利叶、普渡科技等已完成百台及以上大规模交付。国内头部机器人企业与车企等制造企业试点已近半年，小批量测试阶段有望即将结束。2025年是多家初创企业的量产节点，众擎PM01、宇树Unitree G1等明星产品均预计于2025年实现量产，多家企业预计全年将销售超千台。伴随国内企业订单交付，下游客户测试与研究需求旺盛，2025年人形机器人销量将持续高速增长。创新技术引领，科技企业跨界协同赋能。国内车企与科技企业加速布局人形机器人领域，呈现差异化路径。科技企业以“投资+大模型”聚焦软件层“大脑”能力，华为盘古、字节GR-2探索具身智能，但多数依赖通用多模态模型，环境交互能力仍待突破。车企则依托技术复用与场景协同快速落地：小鹏汽车复用智能驾驶芯片与供应链，Iron机器人已投入工厂实训;小米整合生态链技术，CyberOne融入智能制造;广汽自研GoMate搭载纯视觉算法，覆盖工业与消费场景，形成多元化生态布局。车企凭借“感知-决策-执行”技术积累与供应链优势，加速从研发向规模化应用过渡。投资建议：科技巨头、汽车主机厂与明星初创公司形成多维共振，2025年有望成为国产人形机器人量产元年。客户维度，重视头部国产人形机器人主机厂产业链，建议积极布局头部主机厂产业链，包括宇树、智元、优必选等明星初创公司，以及小鹏、小米等汽车主机厂;产品维度，看好边际变化最大的硬件环节，包括灵巧手传动方案/触觉传感器构型、类RV对髋部/肩部谐波的替代、轻量化以塑代钢、万向节替代关节轴承等。建议关注：汽车零部件公司具有强客户拓展能力、强批量化生产能力，且主业产品与机器人高度相通，具备强大竞争优势。国内汽车主机厂纷纷入局人形机器人赛道，汽车零部件公司可依托车端客户优势快速切入其机器人供应链。推荐国产链汽配机器人标的【均胜电子、豪能股份、沪光股份、隆盛科技、中鼎股份】，建议关注【双林股份、宁波华翔、富临精工】。风险提示：AI技术发展不及预期风险、核心硬件降本不及预期风险、市场需求不及预期风险等。
-
小红书高德抖音入局挑战美团，上海成本地生活“必争之地” 今年9月份以来，本地生活服务市场风云再起，上海正成为新玩家入局的“第一战场”，也成为挑战行业龙头美团的“前沿擂台”。9月17日，高德首个生活服务榜单“扫街榜”公布上线首周成绩：用户规模突破4000万，上榜小店流量增长达187%。此前两天，小红书借第三届“马路生活节”之势，正式推出本地生活产品“小红卡”。抖音也在本月上线了线下门店榜单“烟火榜”，并启动“烟火小店扶持计划”……几乎同一时间，上海的本地生活赛道硝烟弥漫，成了平台之间的必争之地。十年格局生变2015年，美团与大众点评合并，自此确立了在国内本地生活服务市场的绝对主导地位。这种近乎垄断的格局维持了整整十年。然而，今年上半年，互联网格局再度风云变幻，美团不仅在外卖市场接连遭遇京东、淘宝的强势冲击，在“到店”这一核心业务上，也迎来了来自高德、小红书、抖音等平台的全面挑战。9月10日，阿里巴巴旗下高德地图正式发布“高德扫街榜”，以上海为首批落地城市，打响了本地生活领域的“第一枪”。榜单显示，金强牛肉面、沪西老弄堂面馆、海富多共富海鲜面馆等“排队王”位列上海美食榜前三，评分均高达4.9分，莱莱小笼、光明邨、南门涮肉等网红餐厅也悉数上榜。 上海多家热门餐厅入选高德扫街榜。“高分可能是刷出来的，但到店行为不会骗人。”高德扫街榜产品经理李刚表示，与传统榜单依赖用户评分不同，扫街榜将真实的导航到店数据与用户评价反馈相结合，纳入综合评估体系，有效规避了刷分、注水等问题。他进一步介绍，榜单还引入支付宝芝麻信用体系，并通过AI技术识别和过滤虚假信息，以提升评价的可信度。这种以出行数据挖掘优质商户的模式，并非高德首创。全球知名的米其林指南最初正是为服务司机群体而生，后经口口相传发展为权威美食榜单。如今，高德试图复刻“米其林之路”，并依托阿里巴巴集团的生态支持，迅速打开局面。上线一周，扫街榜用户规模即超4000万。而据第三方统计，大众点评8月日均活跃用户约为3200万，高德已展现出强劲的追赶势头。“战局”全面升级上海是大众点评的发源地，也是业务大本营。面对高德的“正面进攻”，大众点评也迅速反击，在扫街榜上线同日，悄然重启“品质外卖”服务。据悉，该服务依托大众点评强大的评分体系，结合自研大模型与海量真实评价数据，剔除虚假点评，以“AI+真实高分”为用户提供决策支持。与美团外卖主打平价日常市场不同，品质外卖的入驻门槛更高，要求商户必须是大众点评高分商家，涵盖必吃榜、黑珍珠餐厅、高星酒店及宝藏小店等优质堂食品牌。在高德与大众点评的攻守之间，小红书、抖音等“跨界玩家”也加速入场，同样以上海为桥头堡。9月15日，小红书第三届马路生活节启动，并同步推出本地生活产品“小红卡”。该卡年费168元，持卡用户可在上千家合作门店享受全年9折优惠，覆盖餐饮、休闲娱乐等多个场景。目前首期已面向上海、杭州、广州三城开放。 小红书推出本地生活产品“小红卡”。“马路生活节将小红书的线上流量导入线下，而小红卡则帮助商家留存用户、提升复购。”一位报名参与马路生活节的博主表示，小红书自带“种草”属性，天然具备“种草—打卡—消费—评价”的闭环优势，这正是小红书切入本地生活的核心竞争力。事实上，小红书对本地生活的布局早有铺垫：2023年，平台小范围试点餐饮团购功能，随后将团购服务扩展至49城，今年更是向全国所有美食商家开放入驻。近期，小红书正筹备将业务范围进一步拓展至“休闲娱乐”类目，涵盖户外玩乐、展览演出、运动健身等多元场景。抖音亦不甘落后。本月，抖音生活服务推出“烟火榜”，结合用户投稿、达人推荐等多维数据评选优质小店，加码到店业务。三重门槛有待跨越尽管新势力来势汹汹，但要撼动美团的龙头地位，仍需跨越三重门槛。其一，榜单丰富性不足。目前，高德扫街榜用户量为4000万，抖音“烟火榜”上榜餐厅仅2117家，无论在商户数量、评价总量还是评价维度上，均难以与大众点评匹敌。过去一年，大众点评累计产生3.63亿条真实评价，日均“带图评价”浏览量同比增长11%，差评优先查看率高达14%，选择优先查看差评的用户数同比提升36%。数据积淀的鸿沟，短期内难以填补。其二，评价真实性存疑。尽管扫街榜强调“永不商业化”和“基于真实到店行为”，但到店数据本身也可能被营销手段误导。许多上榜高分店铺本就是“网红店”，而真正藏于市井、口碑扎实的“宝藏小店”，因客群稳定、无需导航，反而容易被算法忽略，难以进入榜单视野。其三，补贴力度感知不强。为推广扫街榜，高德宣布投入2亿元出行补贴和9.5亿元消费券。然而，分摊到单店的优惠有限，多数商户的团购价格与美团相比并无明显优势，用户实际感知度较低，难以形成持续吸引力。尽管面临多方围攻，美团也在积极应对。此前淘宝闪购联合饿了么突袭美团，也拉响了警报。如今，AI技术正成为重塑本地生活格局的关键变量。高德已打通“扫街榜”与地图AI出行助手，未来用户无需手动搜索、比价、下单，AI智能体即可完成决策，从根本上重构榜单的变现逻辑。抖音也推出“探饭”功能，搭载豆包大模型，可根据用户预算、人数、忌口等自动生成用餐方案并完成套餐购买。为应对AI冲击，美团于9月12日发布首款AI智能体“小美”，搭载自研“龙猫大模型”，支持外卖下单、餐厅推荐、订座导航等一站式服务，目前已进入公测阶段。工信部信通经济专委会委员盘和林指出，阿里、抖音、小红书等新玩家策略各异，但目标一致，都在争夺本地生活市场的“大蛋糕”。而美团加码品质外卖、优化榜单真实性，也是为突破增长瓶颈。随着服务消费持续升温，今年的本地生活市场规模预计将突破35.3万亿元，线上渗透率有望达30.8%。这也意味着，平台间的竞争将长期存在，市场格局远远尚未定型。原标题：《小红书高德抖音入局挑战美团，上海成本地生活“必争之地”》栏目主编：李晔 题图来源：上观题图来源：作者：解放日报 查睿
-
Figure向真实世界挤了挤 出品｜虎嗅科技组作者｜余杨编辑｜苗正卿头图｜视觉中国9月19日消息，Figure宣布与Brookfield达成战略合作，扩展AI基础设施并打造全球最大的人形机器人预训练数据集。不仅如此，Brookfield还参与了Figure的C轮融资。这意味着，人形机器人的训练不再停留于一行行代码里，而是走向真实世界，“纯技术”与现实联姻了。作为全球最大的房地产持有者之一，Brookfield拥有超过10万套住宅单元，此外还拥有超过5亿平方英尺的商业办公空间和1.6亿平方英尺的物流空间，覆盖北美、欧洲、亚洲等多个市场。这些多样化的环境为Figure提供了理想的“实验室”，可用于采集人形机器人在真实世界中的关键训练数据。通过在Brookfield的住宅、办公和物流场景中录制人体动作和交互视频，Figure将积累海量的高质量AI训练数据。这些数据将用于训练其自主研发的Helix视觉-语言-行动模型，帮助人形机器人学习如何在以人为中心的复杂环境中进行导航、感知和操作。这项数据采集工作已于2025年8月正式启动，并计划在未来12个月内扩展到Brookfield全球数百个物业，涵盖从高层公寓到物流仓库的多种场景。也就是说，在住宅环境中，机器人将学习如何在狭窄的走廊中移动、开门或处理日常家务任务；在商业办公空间，机器人将适应动态的人群流动和复杂的办公设备操作；在物流场景中，机器人将训练如何高效搬运货物并与自动化系统协作。这些多样化的数据集将显著提升Figure人形机器人的通用性，使其能够适应不同文化背景和使用场景。除数据收集外，该合作还将探索更广泛的基础设施合作——包括支持下一代GPU数据中心、机器人训练环境所需的不动产，以及跨越Brookfield全球业务版图的商业应用案例。“这一合作是我们打造通用人形机器人的历程中一个重要的里程碑。”Figure创始人兼CEO Brett Adcock表示，“Brookfield的规模为我们提供了无与伦比的平台，能够在多种家庭环境中获取大量真实的、类人化的导航与操作数据，而这些数据对于实现通用人形机器人至关重要。”Brookfield CEO Bruce Flatt则表示：“这种合作方式进一步巩固了Brookfield在整合人工智能以提升实物资产与业务生产力方面的领先地位。”自合作公布以来，Figure已在其位于加州的研发中心完成了首批基于Brookfield物业的数据集测试。初步结果显示，Helix模型在处理复杂环境（如拥挤的办公大厅或多层住宅楼）时的导航能力提升了约35%，动作精准度提高了20%。Figure计划在2026年第一季度推出基于这些数据的Helix 2.0版本，进一步增强机器人的自主决策能力。此外，双方正在探讨将合作扩展到Brookfield的亚洲和欧洲市场，特别是在新加坡和伦敦的智能城市项目中。这些地区的高密度城市环境将为Figure提供更复杂的测试场景，助力其开发适应全球市场的通用机器人。行业分析师指出，Figure与Brookfield的合作可能引发人形机器人行业的“数据竞赛”。随着其他公司（如Tesla的Optimus项目和Boston Dynamics）也在加速推进类似技术，Figure通过与Brookfield的合作获得了先发优势。市场研究机构Global Robotics Insights预测，到2030年，全球人形机器人市场规模将达到500亿美元，而真实世界数据将成为竞争的关键。Figure与Brookfield的战略合作不仅是技术与房地产的跨界融合，更是AI驱动的未来生活方式的一次大胆探索。通过整合Brookfield的全球资源和Figure的尖端技术，双方正在共同绘制一幅人形机器人走进千家万户、融入各行各业的蓝图。这不仅将重塑机器人行业的发展轨迹，也为AI在现实世界中的应用开辟了新的可能。本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com本文来自虎嗅，原文链接：https://www.huxiu.com/article/4782704.html?f=wyxwapp
-
OpenAI想杀入苹果“腹地” 出品｜虎嗅科技组作者｜宋思杭编辑｜苗正卿头图｜视觉中国在硅谷，今年已经数不清楚究竟上演了多少场如此戏剧性的“对手戏”。最新一场戏的两位主角是硅谷最出名的两家公司，一家是OpenAI，一家是Apple。就在本周五，有媒体消息称，OpenAI最近正忙着挖苹果“老将”，包括设计师、硬件工程师、可穿戴设备专家等等关键角色。而仅仅是挖走苹果的核心人才，还满足不了奥特曼的硬件“野心”，当然也够不成OpenAI想做硬件、甚至与苹果抗衡的充分条件。这里面还少了一个关键因素：硬件的供应链。但稍加留意，就可以注意到奥特曼硬件“野心”的蛛丝马迹：其在过去一年中，已经多次与苹果赖以成名的供应链厂商展开接触。比如OpenAI曾以数十亿美元收购了由苹果前首席设计官Jony Ive创立的硬件公司；除此之外，OpenAI还与立讯精密、歌尔声学等苹果供应链的重要合作伙伴建立联系，试图把原型设备从设计推向量产。换句话说，OpenAI正在尝试复制苹果的“成功方程式”。在过去，人们习惯于把OpenAI视为纯粹的软件公司：算法、模型、算力是它的关键词。但现在看来，奥特曼似乎想改写这一叙事。放在更大的视角，如果OpenAI探索硬件真成功了，那么或许改写的还有AI公司的命运走向，即帮助AI公司探索出一条新的商业路径。 奥特曼的硬件“野心” OpenAI的硬件基因，其实可以追溯至2018年其发表关于一篇机器手的论文。 但当时其做的硬件更像是科研副产品，并没有商业化意图。真正的转折点出现在2024年。OpenAICEO SamAltman在多次采访中被追问“是否会做设备”时，他的回答耐人寻味，一方面坚称“这不是一部手机”，另一方面又暗示正在寻找“AI原生的交互载体”。这种模糊表态，为外界留下了巨大的想象空间。2025年5月，OpenAI以约65亿美元的高价收购了由苹果前设计总监Jony Ive创立的硬件初创io Products。这笔收购不仅为OpenAI这家全球最大的AI独角兽带来了设计能力，更为其补齐了产品化短板。而Ive本人及其团队的加入，则意味着OpenAI获得了全球最顶尖的工业设计资源。业内评价，这一收购相当于当年的苹果收购NeXT。其意味着兼备了人才和技术，对于苹果来说也是战略重心转移的标志。同样的逻辑，从此，OpenAI从“只做软件”的AI公司，或将转变为“软硬结合”的新物种。收购并不是全部。有媒体报道，OpenAI在过去数月里至少吸引了数十名前苹果员工加入，包括硬件工程师、可穿戴设备专家以及供应链管理骨干。这些人才的背景与苹果的旗舰产品高度契合，从AirPods音频架构到Apple Watch的微型化工艺，几乎涵盖了苹果的护城河。这种“精准挖角”，让外界普遍解读为OpenAI的硬件战略已进入实操阶段，而不仅仅停留在概念层面。更具象征意义的是，OpenAI已经与苹果赖以成名的代工网络展开接触。有市场消息称，OpenAI已与立讯精密（Luxshare）签订合作，后者将帮助OpenAI量产一款“口袋大小、具备上下文感知”的AI设备。同时，OpenAI也与歌尔声学（Goertek）就音频组件展开合作。这意味着，OpenAI不仅抢走了苹果的人，还进入了苹果的产线。对于苹果而言，这是一种前所未有的压力：竞争对手不再只存在于市场终端，还在它的供应链深处扎下了根。在硬件之外，OpenAI也在算力层面谋划纵向整合。据多家媒体报道，OpenAI已与博通（Broadcom）和台积电（TSMC）接触，计划最早在2026年量产自研推理芯片。这一动作与谷歌的TPU、苹果的M系列芯片如出一辙，其已充分彰显这家全球最大AI独角兽对“软硬结合”的全链路控制欲望。 OpenAI能否撼动苹果生态？ OpenAI的硬件布局，犹如一把利剑，直直地指向了苹果 “腹地”。接下来，笔者试图从硬件生态、软件生态和用户粘性，三种角度来分析，倘若OpenAI真的杀入智能硬件赛道，对于苹果意味着什么？首先，从硬件产品竞争角度来看，苹果在智能硬件领域一直占据着重要地位，这是毋庸置疑的。其有着出色的设计、强大的性能和流畅的系统体验。比如iPhone手机作为全球最畅销的智能手机之一，不仅是通讯工具，更是我们生活中不可或缺的智能中枢。同样地，iPad平板电脑市场也长期处于领先地位；MacBook系列笔记本电脑，也以其精湛的工艺和强大的生产力工具，深受专业人士和创意工作者的喜爱；Apple Watch则引领了智能手表的潮流。然而，OpenAI即将推出的硬件产品，倘若能凭借其独特的AI优势，在市场上分得一杯羹，那么将会对苹果的产品销量产生冲击。以智能眼镜为例，苹果虽然在增强现实（AR）和虚拟现实（VR）领域也有所布局，但产品尚未大规模推向市场。而OpenAI若能率先推出功能强大、体验出色的智能眼镜，凭借其先进的AI交互技术，如实时翻译、智能导航、信息提醒等功能，很可能吸引一部分原本对苹果相关产品有期待的用户。这些用户可能会因为 OpenAI 智能眼镜的创新性和独特功能，而选择尝试新的产品，从而导致苹果在该领域潜在用户的流失。第二，在软件与生态方面，苹果的iOS生态系统堪称其核心竞争力之一。我们先简单缕一下iOS系统的几大优势：首先是严格的应用审核机制、高质量应用资源和安全稳定等特性，这为开发者构建了一个相对封闭但高度集成的生态环境。开发者需要遵循苹果的规则进行应用开发，再通过苹果应用商店进行分发，这不仅让苹果能够对整个生态系统进行有效的把控，对用户而言，也得到了一致且优质的体验。同时，苹果通过将硬件、软件和服务深度整合，如iCloud云服务、Apple Music 音乐服务、Apple Pay移动支付等，使用户在不同设备之间能够实现无缝衔接，进一步增强了用户对其生态系统的依赖。但同样地，对OpenAI来说，构建自己的AI原生生态系统，也许并不难。这个生态系统将以AI为核心，打破传统硬件和软件之间的界限，为开发者提供全新的开发模式和平台。开发者可以基于OpenAI强大的AI模型和技术，开发出更加智能、个性化的应用程序，而这些应用程序可能并不依赖于传统的操作系统和应用商店模式。毕竟，AI本身的优势就是降低开发者的开发门槛。那么，OpenAI就可以利用这一优势，在软件生态上打败苹果的iOS系统。而当用户一旦习惯了OpenAI生态系统中更加智能、便捷的交互方式和应用体验，就有可能逐渐减少对苹果生态系统的依赖，甚至转向OpenAI的阵营。不过，对OpenAI而言，最难打破的也许是用户对苹果的依赖，或者说，它该如何占领用户心智？从用户粘性角度分析，苹果多年来通过不断优化产品和服务，已经培养了大量忠实用户，这些用户对苹果品牌具有高度的认同感和忠诚度。在这种条件下，OpenAI需要做的是一种“超越苹果”的创新。这种创新可以包括奥特曼提到的交互方式上的创新，比如设备只有“口袋大小”。 AI公司做硬件，也许是第二增长曲线？ 其实OpenAI想做硬件这件事，放在历史长河里面，并不新鲜。就像过去移动互联网时代，芯片厂商与手机厂商的对决一样。但新鲜的也许是，随着智能力的发展，或许同样的叙事放在如今的AI时代，并不一定意味着失败。从AI发展的角度，如今围绕AI的竞争已不止于模型精度，而在于如何融入用户生活。那么在OpenAI看来，其自研硬件能提供“AI原生”的交互方式，而不是依赖手机、电脑等既有形态。这对于OpenAI来说，还意味着找到了“第二增长曲线”。目前OpenAI的商业模式是向C端用户收取订阅费。如果OpenAI探索硬件的路线成功，那么其收益将是以硬件+订阅的组合方式，使其走向类似苹果的持续收入路径。但问题是，OpenAI的这一大胆创新，是否仅仅是这家全球最大AI独角兽的“特有权利”，还是它也同样值得国内AI公司学习？如果将这种叙事映射国内，就好比智谱和MiniMax这样的头部AI公司准备自研硬件。类似的路径，国内并非没有尝试，但都过于保守。对于国内的AI公司而言，他们依然选择通过与硬件厂商的合作的方式，将自身的AI能力作为一种“补充”，赋能到其他的硬件形态中。但也许这是一种更适合本土AI企业的路径。而自研硬件对于国内AI公司来说，最难克服的问题则在于供应链。这种情况下，大胆创新很有可能意味着死路一条。毕竟，对于国内AI企业来说，其C端的商业化路线还没有跑通，再尝试硬件可谓是“天方夜谭”。从某种程度上看，国内的AI公司，与OpenAI早已不是同一物种。不过OpenAI与苹果硬刚的这种决心，不仅是国内企业望而却步，海外的其余AI公司也只能在一旁虎视眈眈。本文来自虎嗅，原文链接：https://www.huxiu.com/article/4782663.html?f=wyxwapp
-
把上万个AI丢在一个小镇里打工，会发生什么? 这个夏天，有上万人，在网络中当起了 赛博上帝。既然地球 Online 没有办法重开，那大家，开始在虚拟小镇里，寻找起了真爱。 两年前，斯坦福大学的研究人员构建了一个虚拟小镇，小镇上的25个居民，全部由 AI 构成。 美剧《西部世界》中的设想，开始走进现实。但 25 个 AI 还是不够带劲。而在练习时长两年之后，全新的 AI 小镇，卷土重来。不但城镇的面积更大了，能容纳的 AI 也变多了，甚至咱们每个人，都可以在这个小镇中申请到一个化身，然后来操控它的一生。 不管是让 AI 去赚钱养家，还是让它出去和其他 AI 到处勾搭。全都在我们这些碳基上帝的、一念之间。这就是香港科技大学开放的实验项目 —— Aivilization，一个模拟 AI 生活、社会演化与经济体系的开放式 AI 沙盒实验世界。 目前还可以通过邀请码的方式来游玩，邀请码对牛逼学校的大学生，或者是牛逼企业的员工来说都是免费的，可以通过邮箱来直接获取。当然了，你也可以选择在赛博世界里当个富哥，直接捐赠 30 港币来玩。 打开小镇，首先让我们做的第一件事，就是和玩游戏一样的，给我们的 AI 居民选择一个对应的形象，天赋，性格。 然后，就可以用对话的方式，开始指导 AI 如何在小镇里生存下去。你可以在左上角给 AI 设置每日不同的 “每日目标”。 也可以在下方和 AI 聊天，或者用“临时提示词券”来改变 AI 的行为。 比如一开始咱们手上没啥钱，就可以让 AI 去果园里弄点苹果来生活。在有了苹果饱腹之后，你就可以选择让 AI 去学校学习读书，或者是直接开始工作。小镇里一共有 17 种职业，从清洁工到 CEO，从餐厅到学校、医院、写字楼是应有尽有。 但想要获得一份体面的工作，即使在 AI 小镇里，也没那么简单。要申请这些，不但要勤学苦练，增加自己的教育指数，还需要投递简历，等待镇长审核。 当然，整个小镇里也不是只有求学打工这一种致富方式，你还可以选择另一条路。在虚拟小镇里，穿上皮衣，当上老黄，躺着赚钱。用在果园捡到的苹果去解锁隔壁的矿场，然后就可以一路解锁冶炼厂，芯片厂，最后做出电路板和芯片，手搓显卡。 这小镇的显卡是有挂机收入的，在攒出了这么一张 B200 芯片之后，每分钟就钱包的余额就会自动增加 30，挂机一天就能赚到 4 万多钱，在这么个 AI 小镇里，属于是在通往财富自由的道路上，一去不回头了。当居民在小镇里工作的时候，也会不断的去交往到新的朋友，开始自发的唠嗑聊天， 更好玩的是，这个游戏是有排行榜的。而你能在这个排行榜上，看到别的玩家设置的“每日目标”。这样一来，你就会发现大家为了让 AI 能够变的更强，到底有多么、丧心病狂。榜一大哥：“休息是不可能休息的，只能每天卖卖铜锭赚差价的样子，饿了也吃不了别的好吃的，只能去商店里买点苹果派来填饱肚子。” 我直接 Copy 的榜一大哥的提示词，结果一个周末过后，咱就财富爆涨，冲到了排行榜的前 200 名。还有人希望自己每天作为超市店长努力工作，想要提高自己的知识水平，早日当上总经理，出任CEO，迎娶白富美，走上人生巅峰。 但就在这么个全民开卷的氛围下，榜二大哥的选择，则是变的有人情味了许多。在财富自由之后，选择直接让智能体 “Enjoy yourself”，享受自己，从无尽的工作和内卷之中，摆脱出来。 好好过完当下的生活，其实也是一个不错的选择。 不过这个大哥应该曾经也是个完成了财富积累的卷王，等我过了几天回头看的时候，发现人家又默默的杀回到第一了。 没错，就像是开头说的那样，你的智能体要度过怎样的一生，完全取决于你的选择。最后，做这么个小镇有啥用呢？为什么像斯坦福和港科大这样的顶级学校，要投入这么多精力，去开发一个看起来像是 AI 版《模拟人生》的游戏？ 这个答案或许并不复杂，虽然咱们都喜欢看这些 AI 在一起赛博斗蛐蛐，但这事说到最后，也不单单是一个游戏的事儿。之前的视频里咱们讲到过，现在的大模型，已经开始被“应试教育”给毒害了，各家大模型为了能在不同的排行榜里刷到高分，背题，特调，怎么玩的花怎么来。 所以说为了能更加全面的测试出模型的能力，那么用来考模型的题目，应该也要一起跟着复杂起来。但现在，他们已经不满足于测试单一模型，自己能力的高低了。而是希望能够在一个更加复杂的环境里，测试模型和模型之间互相交互，处理问题的能力。 在斯坦福的 AI 小镇里，研究人员就发现模型和模型之间，有着非常明显的涌现行为。啥叫涌现？简单说，就是一堆简单的个体，在互动过程中，会自发地产生出它们单个个体根本不具备的复杂行为。就像是蚂蚁，一只蚂蚁啥事也干不成，但是一群蚂蚁聚集在一起，就能构建出一个复杂的巢穴，搬运走比自己体积大了无数倍的食物。在斯坦福小镇里也是类似，研究人员只给其中一个 AI 下达了指令，让他去组织一场情人节派对。最后，在这个 AI 的合纵连横之下，这场派对真的在小镇中发生了，别的 AI 也被他说服，聚集到了一起。 类似的情况、也出现在了 Aivilization 里面，差评君也和这次 AI 小镇的策划人，来自香港科技大学的陈星妍聊了聊。她给我们透露到，现在这 AI 小镇发展了短短十几天，在赚钱这块，已经开始自行演化出了不同的社会分工和赚钱路径。面对着我们最简单的“多赚点钱” 的指令。手里一点钱都没有的 AI 小人，会去通过、挖矿、捡苹果的方式来完成原始积累。而手头已经有些余钱的 AI 小人则会选择去超市购买原材料，然后直接去做显卡。 这些赚钱的路子并不是官方设计好的，而是 AI 在生产，交互的过程中自行形成的。AI 甚至还发现了一个搞钱的“捷径”，当自己一点钱都没有的时候，与其辛辛苦苦地挖矿、炼铁、再做成芯片，走完一整套产业链，竟然还不如当个纯粹的矿工，把矿石挖出来直接卖掉来钱快。属于是让它学会捡漏了。同时她们还透露到，这个项目的火爆，其实完全出乎了开发团队的意料。 一开始，他们的目标很简单，只是想把人工智能给做的好玩，而这么一个带着几分游玩性质的 AI 小镇，或许只能吸引到一些 AI 行业的研究人员，或者小孩子来体验。但没想到项目上线后，火速出圈，热度远远的超出了他们的预期，结果差点把他们项目的成本控制给干崩溃了。 本来估算可能运行一个 AI 角色的成本大概是一个月 2 刀左右，结果现在小镇里的 AI 太多了，天天除了赚钱就是聚在一起交朋友，每天的互动越来越多，结果就是每个 AI 都认识了太多别的 AI，大家聚在一起超负荷聊天，让整个小镇的维护成本就直接翻倍。同样的在未来，这种人和 AI 之间， AI 和 AI 之间的交互，也会变得越来越多。 在 Aivilization 的官网上，也可以看到他们对这个项目的一些思考： 其实说的也不无道理，在未来，我们接触到的人工智能的数量，很有可能会要比接触的人类还要多，我们会接触 AI 员工，接触 AI 朋友，接触 AI 同事。那咋和这些 AI 打交道，或者说，咋看这些 AI 和 AI 之间打交道，那不得提前做个模拟，多演练几遍？这，也是现在这些 AI 小镇项目为什么这么火的原因。 未来咱们怎么和 AI 打交道，谁也不知道，那不如乘着现在，先看看 AI 和 AI 之间要怎么社交，也算是给日后的人类自己，打一打疫苗。最后，如果人生能在赛博小镇里重来，你想度过怎么样的一生？对了，我们也和 Aivilization 的官方 PY 来了一些小镇的邀请码，会在这篇文章的评论群和我们差评自己的 AI/互联网行业群里进行发放。如果你对这个项目也感兴趣的话，欢迎点击下面的图片，或者是在文章的评论区里捡取掉落的激活码。撰文：早起编辑：江江&面线美编：富贵&萱萱图片、资料来源：Aivilization
-
颜宁：曾建议马化腾在一个系统中模拟出生命 2025.09.20 本文字数：303，阅读时长大约1分钟作者 |第一财经 郑栩彤在2025年“科学探索奖”颁奖典礼上，中科院院士、知名结构生物学家颜宁表示，她曾问过腾讯董事会主席兼首席执行官马化腾怎么看待生命。关于腾讯的电竞业务，她还向马化腾提出了一个建议：能不能发动全球的玩家，从最简单的分子开始，在一个系统中模拟出生命。但她没有透露马化腾的回答。颜宁还说，前沿交叉可能孕育出最年轻的各种学科方向，“这是我们对前沿交叉的期望。”微信编辑| 格蕾丝第一财经持续追踪财经热点。若您掌握公司动态、行业趋势、金融事件等有价值的线索，欢迎提供。专用邮箱：bianjibu@yicai.com（注：我们会对线索进行核实。您的隐私将严格保密。）
-
微博回应约谈：以最高标准整改 （原标题：微博回应约谈） 近日，网信部门对微博等平台热搜榜单环节管理不善问题进行了约谈并提出整改要求。对此，微博平台高度重视，诚恳接受主管部门的批评和处理意见，第一时间成立整改落实工作小组，以最高标准、最严要求针对热搜榜单生态治理问题进行专项整改，切实履行信息内容管理主体责任。 新浪大楼 网络图微博平台将以此次教训为契机，深刻反思在热搜机制建设、榜单管理规则、生态治理体系等各环节存在的不足，在现有热搜榜单管理规则、热搜词条投诉机制的基础上，进一步提升覆盖全链路、各环节的综合管理能力。同时，秉持公开、透明、负责的原则，持续对微博热搜算法进行优化升级，不断强化热搜榜单的公众属性和正确价值导向。 微博将在主管部门指导下，坚持以法律法规为底线、以人民利益为中心，积极履行平台主体责任和社会责任，在不断提升平台管理能力的同时加大对破坏网络生态行为的打击力度。同时，我们也诚恳接受广大用户、媒体和社会各界对微博整改落实情况的批评和监督。微博愿与各界一道，坚持主流价值导向，守护清朗网络空间。
-
微博、快手被查处！ 据网信中国9月20日消息，近日，针对微博平台未落实信息内容管理主体责任，在热搜榜单主榜高位呈现大量炒作明星个人动态和琐事类词条等不良信息内容，破坏网络生态的问题，国家网信办指导北京市网信办，依据《网络信息内容生态治理规定》等有关规定，对微博平台采取约谈、责令限期改正、警告、从严处理责任人等处置处罚措施。 针对快手平台未落实信息内容管理主体责任，在热搜榜单主榜扎堆呈现炒作明星个人动态和琐事类词条等不良信息内容，存在泛娱乐化倾向问题，国家网信办指导北京市网信办，依据《网络信息内容生态治理规定》等有关规定，对快手平台采取约谈、责令限期改正、警告、从严处理责任人等处置处罚措施。综合自中国网信网责编：梁秋燕校对 ：杨舒欣
-
小扎把马斯克机器人一号位挖走了 时令 发自 凹非寺 量子位 | 公众号 QbitAI 马斯克在忙着裁人，小扎这边继续忙着挖人。这不？Optimus AI团队负责人Ashish Kumar决定离开特斯拉，加入Meta担任研究科学家。 至于离职感言，他表示： 带领Optimus AI团队的经历非常精彩和难忘。 我们全力推进可扩展方法——用强化学习取代传统技术栈，并通过视频学习来提升机器人的灵巧度。 他还进一步强调，人工智能才是解锁人形机器人的最关键因素。与此同时，小扎砸钱挖人的形象已经深入人心，使得网友不禁锐评，有10亿美元吗？ Optimus团队负责人接连出走那这位Optimus AI团队负责人到底是何大神？ Ashish Kumar，UC伯克利博士，导师是被李飞飞尊称为“学术祖父”的Jitendra Malik教授，因在CV领域的研究而出名。2015年，Ashish本科毕业于印度理工学院焦特布尔分校，之后到微软位于印度的实验室做了两年研究员，研究方向是资源高效的机器学习算法。2017年，Ashish从职场重返校园，开始到UC伯克利攻读博士，2023年7月他以ML科学家的身份加入特斯拉，一年多之后便成为擎天柱的AI负责人。 除此之外，在擎天柱出走的也不止这一位，今年6月，Optimus项目负责人Milan Kovac宣布离职。 Milan Kovac在2008年本科电气工程专业毕业后，曾从事游戏开发者。他的第一份工作是在比利时动作识别公司SoftKinetic，主要负责不同平台的移植工作，后来其为英特尔开发视觉组件。4年后该公司被索尼收购，Kovac辗转了几家公司，于2016年4月正式加入特斯拉，担任Autopilot核心团队工程师，负责Autopilot底层进程管理工作，后历任自动驾驶软件工程经理、高级工程经理以及Autopilot软件工程主管。 2022年，Kovac升任Optimus项目负责人，在他的领导下，特斯拉的人形机器人从概念发展为一款功能齐全的第二代双足机器人，并能在特斯拉工厂中自主工作。 可以说，作为特斯拉9年老将，Kovac从自动驾驶起步，然后作为创始成员从零开始打造擎天柱。对此，马斯克特意在他推文底下感谢了他过去十年杰出贡献。 （这次负责人离职咋没有感谢呢，不会是……）关于机器人，前一阵特斯拉发布《宏伟蓝图4》后，马斯克曾透露： 特斯拉未来80%的价值将来自Optimus。 但这负责人频频出走，马斯克的机器人大业还能顺利展开吗？One More Thing马斯克外有小扎虎视眈眈，内有亲密顾问与高管爆发冲突。据《华尔街日报》爆料，由于对公司管理和财务状况感到担忧，xAI的几位高管在与马斯克的两位最亲密的顾问发生冲突后纷纷离职。△Jared Birchall和John Herin这两位顾问分别为Jared Birchall和John Herin，主要负责监督xAI的日常运营，而马斯克作为首席执行官负责做出最终决策。知情人士称，xAI部分高管在内部曾对Birchall和Hering试图代表马斯克名义管理公司的方式表示反对，并认为他们缺乏正式的指挥链。所以说，马斯克的AI之路，下一步是不是得先调整组织架构了。参考链接： [1]https://x.com/ashishkr9311/status/1968827611133427772?s=46 [2]https://x.com/sawyermerritt/status/1968831226585739667?s=46 [3]https://www.wsj.com/tech/ai/elon-musk-xai-executives-advisers-clash-eac3913b?utm_source=chatgpt.com
-
大模型训练新突破！Meta提出LSP：无数据也能实现能力飞升 高质量数据的不足，已经成为限制大语言模型（LLM）持续学习、提升能力的瓶颈。为此，Meta 提出了一个名为“语言自我博弈”（Language Self-Play，LSP）的强化学习（RL）新方法，通过让模型在不依赖额外数据的情况下进行自我改进，从而消除了这种依赖性。 论文链接：https://arxiv.org/abs/2509.07414这一方法利用了自我博弈（self-play）的博弈论框架，将模型的能力视为在竞技游戏中的表现，并通过让模型自己与自己博弈来产生更强的策略。在指令遵循基准测试中，使用 Llama-3.2-3B-Instruct 进行的实验表明，预训练模型不仅可以单独通过自我博弈来提高其在挑战性任务上的性能，而且比数据驱动的基线模型更有效。自我博弈：既是挑战者，又是解题者 据论文介绍，在 LSP 框架中，同一个预训练 LLM 被赋予两种不同身份，形成动态对抗关系。其中，“挑战者” （Challenger）负责生成查询内容，目标是设计更具挑战性的指令，以此“难住”解题者，从而最小化任务奖励。为了让挑战者生成有效查询，研究团队设计了专用提示词（ ），明确要求其生成符合任务类型、测试模型能力的输入，既可以是简单指令，也能是高难度或带有“压力测试”性质的内容。“解题者”（Solver）则负责对挑战者生成的查询进行响应，目标是给出高质量回答，最大化任务奖励。这里的奖励既可以是基于结果验证的客观评分，也可以是基于人类偏好的主观评价。 图｜LSP Agent 在挑战者和解题者两种模式下运行。当解题者不断学习优化对 prompt 的响应时，挑战者则会设计更具挑战性的任务。这两种模式均由同一模型实现，从而支持持续训练，生成质量不断提升的自动生成数据。挑战者和解题者的对抗关系，简单来说是由前者出“难题”，后者全力以赴“破题”，在持续对抗中，实现双方能力的同步提升。为了让“自我博弈”过程稳定、高效，LSP 引入了两项核心技术支撑：群体相对策略优化（GRPO）：每次训练迭代时，挑战者先生成 N 个查询；针对每个查询，解题者生成 G 个不同回答，并分别获得对应的任务奖励。随后，通过计算“群体价值”，既为解题者的回答质量提供评估基准，也帮助团队量化挑战者希望优化的查询难度指标。KL 散度正则化：这一技术主要用于防止模型“走偏”。一方面，它能确保经过训练的模型不会与初始参考模型偏差过大，避免性能波动；另一方面，能有效阻止挑战者生成无语义意义的“乱码式”查询，保证训练过程的有效性。从 LSP-Zero 到 LSP：长期、稳定自主训练 最初，研究团队提出了 LSP 的基础版本 —— LSP-Zero，这是一种纯零和博弈模式，仅依靠挑战者与解题者的对抗驱动训练，没有额外的质量约束。但他们在实验中发现，LSP-Zero 存在明显缺陷：随着训练推进，模型容易陷入“对抗性无意义游戏”。例如，在使用 OpenAssistant 的奖励模型（reward-model-deberta-v3-large-v2）时，解题者会出现“奖励黑客攻击”—— 不管挑战者的查询是什么类型，都用 Python 代码回应，以此钻奖励规则的空子，导致训练偏离提升能力的核心目标。为了引导游戏实现高质量的交互体验，研究人员对 LSP-Zero 进行升级，推出了加入自奖励机制的版本 LSP：引入质量自奖励，由参考模型对“挑战者查询 + 解题者回答”的质量进行评分，并将这一分数加入双方的最终奖励中。自奖励采用7 分制加分标准，从 7 个维度全面评估交互质量： 当且仅当用户的任务可以从指令中明确识别； 当且仅当指令清晰、具体和结构良好； 用户能理解解题者的响应； 当且仅当响应解决了用户问题的很大一部分（无需完全完成）； 响应有效地、全面地回答了问题的核心要素； 响应是清晰的、简明的、有组织的、有用的； 当且仅当是用户可能喜欢的形式与风格。 加入自奖励后，LSP 的“自我博弈”不再是单纯的零和博弈，而是转向“高质量共赢”。挑战者需要生成有价值的查询，解题者需要给出优质回答，双方共同追求更高的质量评分。这一改进彻底解决了无意义对抗问题，让模型能实现长期、稳定的自主训练。为验证 LSP 的有效性，研究团队以 AlpacaEval 基准和 Llama-3.2-3B-Instruct 为基础模型，开展了两组实验。首先，他们将无数据的 LSP 与作为自奖励正则化消融实验的 LSP-Zero 进行对比，并将其与基于 Alpaca 数据通过 RL 训练的模型进行比较。该实验旨在分析在 RL 数据完全缺失的情况下，仅通过自我博弈策略，能够恢复多少基于数据训练的性能。 图｜展示了基于 GRPO（数据支持，黄色条形图）、LSP-Zero 与 LSP（无数据支持，红色和蓝色条形图分别对应）在 AlpacaEval 基准测试中相对于基础模型 Llama-3.2-3B-Instruct 的胜率对比。所有算法在整体基准测试中均优于基础模型（最右侧条形图）。具体胜率分别为：GRPO 40.9%、LSP-Zero 40.1%、LSP 40.6%。灰色实线表示基础模型与自身对比的胜率（即模型以相等概率赢得、平局和输掉与自身比赛）。通过在 AlpacaEval 数据集上计算各算法对 Llama-3.2-3B-Instruct 的胜率，包括各独立数据集的表现，他们得到以下结果。尽管未使用任何训练数据，LSP-Zero 和 LSP 仍显著提升了基础模型的性能，其整体表现与 GRPO 相当，而 LSP 模型比 LSP-Zero 模型更具优势。值得注意的是，在某些任务（例如专攻对话式开放式指令的 Vicuna 数据集）中，LSP-Zero 和 LSP 模型最终表现显著优于基础模型和 GRPO。这是因为挑战者生成的 prompt 本身就带有对话属性，与任务需求高度匹配，凸显了 LSP 在特定场景下的优势。 图｜展示了 LSP-Zero 和 LSP（无数据，红色与蓝色柱状图）在 AlpacaEval 基准测试中，与初始训练模型（基于 GRPO 数据训练，黄色柱状图）的胜率对比。总体而言，LSP 表现优于 GRPO，在 Vicuna 任务中优势显著。具体胜率分别为：GRPO 40.9%、LSP-Zero 40.0%、LSP 43.1%。灰色实线表示基础模型自身的胜率。此外，研究团队还做了另一组实验：先使用 GRPO 训练模型，再以该模型为初始模型，用 LSP 继续训练。结果显示，LSP 能在已有基础上进一步提升性能。LSP 对 Llama-3.2-3B-Instruct 的整体胜率从 40.9% 提升至 43.1%。在 Vicuna 模型中，LSP-Zero 将 GRPO 的胜率从 28.7% 提升至 36.3%，LSP 甚至进一步达到了 46.3%。 不过，LSP 方法也存在不足：在以聊天机器人用户类型查询为主的 Koala 数据集中，LSP 性能略逊于 GRPO。研究团队分析，这是因为 LSP 生成的查询更偏向结构化、有序的风格，与 Koala 数据集的松散对话场景匹配度较低，未来工作仍需要优化查询生成的多样性。无数据训练的新可能 LSP 的提出，不仅解决了大模型训练的数据依赖难题，更从技术层面验证了“无数据训练”的可行性，为大模型未来发展带来多重价值。例如，在训练成本方面，无需大规模收集、清洗、标注数据，大幅减少了数据获取环节的人力与资源投入；在数据稀缺的应用场景下，LSP 可让模型在不依赖外部数据的情况下持续优化；而且，通过“自我博弈 + 自我奖励”机制，模型能够长期自主训练，实现自主进化。研究团队相信，一旦 AI 实现“具身”，并能够收集自己的经验数据，这种自我博弈框架在扩展知识方面就有希望显现出巨大潜力。整理：小瑜如需转载或投稿，请直接在公众号内留言
-
对话腾讯汤道生：加大在AI芯片领域投入力度，以开放心态与各类芯片厂商合作 “毫无疑问，AI能力是我们特别关注且投入巨大的领域，我们的态度非常明确——以人为本，围绕人用好人工智能，打造最好用的AI。”在刚刚结束的2025腾讯全球数字生态大会主峰会上，腾讯集团高级执行副总裁汤道生在接受包括澎湃新闻在内的媒体采访时明确提到，腾讯将持续强化AI能力，同时加大在AI芯片领域的投入力度。 针对外界高度关注的算力问题，腾讯集团副总裁、腾讯云总裁邱跃鹏宣布，目前腾讯已全面适配主流国产芯片，并积极参与和回馈开源社区。与此同时，软硬件协同的全栈优化是腾讯云的长期战略方向，公司将通过异构计算平台的软件能力，整合不同类型芯片，为用户提供高性价比的AI算力服务。谈及AI领域的投资回报，汤道生透露：“部分产品已经盈利，另有部分产品仍处于投入阶段，我们会持续抓住 市场带来的新机遇。”不盲目“刷榜”：模型好不好，用户说了算“AI相关的收入增长相当显著 。作为一个云服务厂商，AI浪潮对云基础设施（infra）的拉动作用毋庸置疑；在模型与Agent（智能体）领域，我们也打造出非常多 客户案例，这也进一步带动了收入增长。”汤道生表示。“在AI芯片领域，我们已看到需求爆发式增长，因此过去几年持续加大投入。此外，C端用户对人工智能的需求同样明确，用户价值清晰可见，未来我们会继续深耕这一领域。”他补充道，目前腾讯旗下“元宝”的日活跃用户（DAU）增长势头迅猛 。汤道生还透露，腾讯AI正与多家芯片厂商推进适配工作。“不同大模型应用场景对芯片配置的需求存在差异，腾讯聚焦软件、模型与数字化技术，将以开放心态与各类芯片厂商合作，针对不同场景筛选最优硬件，进而打造适配性更强的模型与工具。”当前AI行业“刷榜”现象严重，不少AI公司的大模型虽频频跻身榜单前列，背后却存在一定“水数据”嫌疑。对此，腾讯持何种态度？汤道生明确表示，腾讯在模型研发上并非为冲榜而投入：“我们始终更关注如何结合具体场景解决用户痛点，满足用户需求——在这一方向上的投入远比冲榜更重要。榜单表现只是模型能力的一个维度，但一款模型是否好用，最终还是由用户说了算。”“行业榜单更新迭代速度快，恰恰说明AI行业正处于快速发展阶段。当前AI领域热度高涨，全行业都在加大投入，这种氛围令人振奋。”汤道生补充道。此前，腾讯混元曾因率先接入DeepSeek实现用户量大幅增长，外界也十分关注腾讯在开源大模型合作上的后续策略。对此，汤道生回应：“今年年初，的确有很多大量用户对DeepSeek模型表现出强烈兴趣，这是实打实的需求。腾讯是最早拥抱DeepSeek的企业之一，这一决策的核心正是基于用户的真实诉求。”他进一步介绍，在实际应用中，腾讯自研模型与接入的外部开源大模型的占比会根据场景动态调整：“例如在3D内容生产场景，混元是最好的选择；而在生图、生视频等部分场景，包括DeepSeek在内的不少开源模型尚未涉足。”汤道生强调，企业客户选择模型的核心标准是“匹配需求”，而非“模型越大越好”：“有时，一款参数规模适中、推理成本较低的模型，只要能基于企业内部文档优化‘幻觉’问题，就能满足客户需求或内部知识智能体的应用场景。腾讯混元也推出了多款轻量级开源模型，在实际业务中广受认可。” 2025腾讯全球数字生态大会现场。谈CSIG“增肌减脂”：自研产品增长健康，拒绝“虚胖”对于腾讯云与智慧产业事业群（CSIG）的未来发展，汤道生指出，核心目标是提升产业效率：一方面要坚持国际化布局 ，扩大市场规模；另一方面要坚守健康可持续的经营模式，拒绝以亏损换取 收入。“过去不少云厂商的收入构成中，除自研产品外，还包含大量集成项目。所谓‘减脂’，主要是剥离低质量收入或不可持续投入，对此我们态度坚决地做减法。”汤道生解释道。他表示，腾讯云当前将更多精力聚焦于自研产品打磨，涵盖云底座、数据库、大数据平台等核心领域。“目前自研产品的收入增长态势喜人且健康——即便在行业竞争激烈、整体价格下行的背景下，我们的实际业务规模仍实现了更高比例的增长。”作为腾讯在游戏、社交之外的第二条“增长曲线”，CSIG曾于2022年启动战略转型。当时汤道生就明确表示：“虽然无法透露具体时间，但CSIG实现盈亏平衡、达成盈利，无疑是我们的核心目标，未来几年我们会持续朝着这一方向努力。”彼时他对CSIG“增肌减脂”的比喻也在行业内广泛传播：“我宁愿做一个150斤的壮汉，也不愿成为200斤的‘虚胖’个体。”在3年的转型后，AI和业务的融合已经给腾讯业绩带来显著增量。腾讯二季度财报显示，营销服务在大模型技术升级和微信生态活跃度提升带动下保持高速增长，收入同比增长20%至357.6亿元；金融科技及企业服务业务收入同比增长10%至555.4亿元。据腾讯高管介绍，人工智能技术通过优化定向投放精度，有效提升了广告点击率；在流量端，AI推动视频号与搜索流量实现增长，未来AI原生应用带来的体验升级，还将创造新的流量增长点。加速出海：将成熟AI能力推向全球市场出海已成为腾讯云未来发展的核心战略之一。汤道生向澎湃新闻记者透露，腾讯云计划今明两年 在多个国家及区域建设新可用区，其中沙特、日本大阪等地的新可用区即将上线。“我们的服务对象既包括出海企业，也涵盖当地经营的游戏公司、互联网企业、视频平台及传统电商等，这些均是我们的核心客户群体。”“过去几年，我们与海外客户的合作主要集中在云服务、基础设施及传统AI技术等方面。不过，当前海外市场对新一代AIGC能力、智能体技术的需求十分迫切，我们正与东南亚多个合作伙伴推进相关合作，部分试点项目已落地。可以说，AI技术在海外市场拥有广泛应用空间。”汤道生表示。他以刷掌支付为例进一步说明：“目前国内已有大量零售场景（如便利店）落地刷掌支付功能，海外市场对此表现出浓厚兴趣，不少当地企业也希望与中国科技企业合作引入这一技术。腾讯的技术研发逻辑通常是‘国内先行实践、产品打磨成熟后再推向全球’，刷掌支付等AI相关能力也将遵循这一路径出海。”数据显示，过去三年，腾讯云国际业务持续保持高双位数增长；超90%的出海 互联网企业、超95%的头部出海 游戏公司均选择腾讯云服务。目前，国际业务已成为腾讯云的核心增长引擎——2025年二季度，腾讯云国际收入同比大幅增长，海外客户规模较去年同期实现翻倍。腾讯集团副总裁邱跃鹏也表示，腾讯云将持续加大技术创新与全球化布局投入，一方面助力中国企业稳健出海，另一方面为全球企业提供安全、可靠、智能的云服务解决方案。
-
英伟达拟向英国自动驾驶初创企业 Wayve 投资 5 亿美元 IT之家 9 月 20 日消息，英国自动驾驶初创企业 Wayve 于 9 月 18 日宣布，已与英伟达（NVIDIA）签署意向书，后者拟在 Wayve 的下一轮融资中评估一项 5 亿美元（IT之家注：现汇率约合 35.59 亿元人民币）的战略投资。 公告称，此次投资是在英伟达参与 Wayve C 轮融资的基础上进行的，将为 Wayve 的持续发展注入动力。这一举措也体现了两家公司的共同愿景 —— 将安全、可规模化且具备量产条件的自动驾驶技术推向市场。Wayve 的基础模型方案与英伟达的车规级加速计算平台相结合，能为汽车制造商提供先进的人工智能技术与硬件支持，助力其在全球范围内推出下一代移动出行解决方案。Wayve 与英伟达自 2018 年起便展开合作，Wayve 每一代平台的性能提升均得益于英伟达技术的支持。即将推出的 Wayve 第三代（Gen 3）平台将基于英伟达 DRIVE AGX Thor 构建。英伟达 DRIVE AGX Thor 采用英伟达 Blackwell GPU 架构提供算力支持，运行经安全认证的英伟达 DriveOS 操作系统，并依托英伟达 Halos 全方位安全系统保障运行安全。Wayve 第三代平台将推动具身人工智能领域的技术边界，助力 Wayve AI Driver 在城市道路与高速公路场景中，逐步实现“脱手驾驶”（L3 级）与“无人驾驶”（L4 级）能力。
-
货币的真相：不只是冰冷数字，更是连接经济和生活的纽带 我们每天与货币打交道，却时常觉得与它充满了“距离感”。当数字形态的货币逐渐走进生活，当政策调整与每个人的钱包、就业、消费息息相关，如何看懂货币背后的逻辑成了值得细究的话题。由比利时两位深耕金融政策领域的权威学者联手创作的《货币之手》本身就是解读货币逻辑的重要载体；而作为深度参与该书翻译与研究的学者，清华大学经济管理学院副院长何平教授也为我们带来了兼具国际视野与本土洞察的思考。与何平教授的对话或许能让大家卸下对“货币与政策”的陌生感，看见货币里藏着的时代温度与民生考量。打通实践到认知上观新闻：您翻译了《货币之手》一书，首先想请您和我们分享，您对这本书的初印象如何？除了作者约翰·范·奥弗特韦德身为欧盟金融与货币事务“掌舵人”这一特殊身份外，还有哪些细节让您觉得值得投入精力来翻译它？何平：我最先拿到的是这本书的英文初稿节选，初读就感觉它和市面上常见的经济学著作不一样——它不是纯理论推导，而是用大量决策细节和场景还原，把货币政策制定的“黑箱”打开了。比如书中提到2008年雷曼兄弟破产当晚，美联储内部关于是否启动紧急流动性支持的争论，有具体的参会人员发言记录，甚至包括不同官员的立场分歧，这种“第一手资料”在学术著作里很少见。作者的背景确实是重要原因，像你说的约翰·范·奥弗特韦德是比利时财政部前部长、欧洲议会预算委员会主席，另一位作者斯汀·罗切身为比利时弗兰德财政部长政策顾问，他们都亲身参与过次贷危机、欧债危机的应对决策。但更吸引我的是书中的“批判性视角”——很多央行官员写的书会回避政策失误，而这本书直言不讳地承认2008年后非常规货币政策确实“埋下了债务泡沫的种子”，这种坦诚对专业研究者来说非常宝贵。我当时就想，把这些内容翻译过来，不仅能让国内读者了解国际货币政策的真实运作，也能为中国货币政策实践提供参照，所以很快就答应了翻译工作。上观新闻：这本书在欧美出版后，《金融时报》《经济学人》都给出了很高评价，称其“填补了货币政策实践与公众认知的鸿沟”。结合您的翻译过程，您觉得这本书在内容呈现上，是如何做到“填补鸿沟”的？何平：这本书最关键的做法，是用“故事化叙事”拆解复杂的货币政策工具。比如讲量化宽松（QE）时，它没有直接解释“央行购买长期国债以压低收益率”的理论，而是以2009年美联储推出第一轮量化宽松政策（QE1）为例，详细描述了操作流程：从美联储与华尔街投行的债券购买谈判，到资金如何通过银行体系流入实体经济，再到普通民众感受到的“房贷利率下降”变化，整个链条讲得很通俗。本书还有一章专门讲“货币政策的传导延迟”，书中列举了2013年美联储“缩减恐慌”的案例：当时美联储只是暗示要减少QE规模，新兴市场就出现资本大规模外流，印度、印尼等国货币汇率暴跌。书中用数据对比说明，从政策信号释放到市场反应，仅用了72小时，但对这些国家实体经济的影响持续了整整两年。这种用具体数据和时间线呈现的案例，能让大众直观理解“货币政策不是即时生效，且有跨境外溢效应”，这比单纯讲理论要清楚得多。上观新闻：作为货币银行领域的研究者，您在翻译过程中有没有遇到过“专业术语本土化”的难题？比如书中一些欧美特有的货币政策工具，如何翻译才能让中国读者既准确理解，又不觉得晦涩？何平：确实遇到过不少这类问题。比如书中反复提到的“Forward Guidance”，直译为“前瞻性指引”，但国内读者可能不明白它的实际作用。我们在翻译时，特意补充了括号说明“央行对未来政策走向的公开承诺，以引导市场预期”，还结合中国央行的实践举例——比如2022年中国央行提出“保持流动性合理充裕”，其实就是一种简化版的前瞻性指引，这样读者就能对照理解。还有“Zombie Bank”（僵尸银行）这个概念，书中指“因坏账过高濒临破产，但靠央行救助维持运营的银行”。考虑到国内读者对“僵尸企业”更熟悉，我们在翻译时特别注明“类似中国语境中的‘僵尸企业’，但特指金融机构”，并补充了日本20世纪90年代金融泡沫破裂后，大量僵尸银行拖累经济复苏的案例，帮助读者建立关联认知。这些细节处理虽然耗时，但能让专业内容更易被大众接受，也符合这本书“联结实践与认知”的定位。为何货币总有“神秘感”上观新闻：这本书中，您认为还有哪些观点对国内学界研究或政策实践具有特别的启发意义？何平：书中关于“货币政策道德风险”的讨论，对中国当前的金融风险处置很有启发。作者在书中提到，在美国，2008年后央行频繁救助危机机构，导致市场形成“大而不能倒”的预期——比如2019年美联储救助硅谷银行时，市场几乎没有恐慌，因为投资者默认央行会兜底。这种预期会让金融机构更敢冒险，比如过度加杠杆、投资高风险资产，反而加剧系统性风险。对照中国来看，过去几年我们也在处置中小银行风险、房企债务问题。书中的观点提醒我们，救助政策要把握“度”：既要避免风险扩散，也要防止“兜底预期”固化。比如2023年中国央行对部分房企推出“保交楼”专项借款时，明确要求“优先用于已售项目建设，不用于新增投资”，就是在控制道德风险——既保障购房者权益，又不让房企觉得“可以随意违约”。这种“精准救助”的思路，和书中强调的“货币政策要兼顾稳定与约束”不谋而合。上观新闻：作者在书中梳理了很多历史金融事件，比如1997年亚洲金融危机、2012年欧债危机，您觉得这些案例对我国构建现代中央银行制度，尤其是在“跨境资本流动管理”方面，有哪些具体的借鉴价值？何平：书中对1997年亚洲金融危机的复盘，对中国跨境资本流动管理特别有参考意义。书中提到，当时泰国、韩国等国因为实行固定汇率制，又放开了资本账户，当国际游资大规模撤离时，央行耗尽外汇储备也无法维持汇率稳定，最终被迫贬值。这个教训对中国的启示是：资本账户开放必须与汇率形成机制改革“同步推进”，不能急于求成。中国这些年的做法也体现了这一点：比如2015年后我们没有盲目放开短期资本流动，而是重点推进“沪港通”“深港通”等长期资本渠道，同时完善人民币汇率中间价形成机制，让汇率更具弹性。2022年美联储激进加息时，中国虽然面临资本外流压力，但外汇储备保持稳定，人民币汇率也没有出现“断崖式贬值”，这正是因为我们吸取了亚洲金融危机的教训，构建了“汇率弹性+ 资本流动宏观审慎管理”的双重防线。书中还提到，韩国在危机后建立了“外汇流动性互助机制”，中国2023年与东盟国家扩大本币互换规模，其实也是类似的风险防控思路，都是通过区域合作降低对单一国际货币的依赖。上观新闻：尽管书中呈现了大量实例，可在很多读者看来，货币政策仍然显得“神秘”。何平：这种“神秘”有多个来源。一方面，社会公众对于货币政策功能存在误解。常见的误解有两种，一种是认为货币政策的主要功能是熨平经济波动，但在经济、金融危机时刻，货币政策可能会束手无策。这种片面认识其实削弱了货币政策的功能，原因是大家对经济生活中较少出现的危机以及货币政策在其中应发挥的作用不太熟悉。另一种误解则走向了另一个极端，认为货币政策是万能的，只要央行敢于“大水漫灌”，就可以解决经济衰退问题。这几年，每当经济增速稍有放缓，网络上就有不少声音呼吁央行“开闸放水”，觉得只要货币供应量大幅增加，经济就能立刻好转，却没考虑到其中复杂的经济原理和潜在风险。而且，在实际操作中，由于经济环境的复杂性和不确定性，很难完全按照理论来执行。还有一些货币政策背后不可言说的真相，这也加深了它的神秘感。但其实，只要理解了背后的逻辑，还是很容易解开这些困惑的。货币政策不能一刀切上观新闻：书中对比了2007—2009年次贷危机和2020年新冠疫情时的货币政策，这两次危机里货币政策发力的核心方向有什么不一样吗？何平：我在研究中一直强调，货币政策不能一刀切，得看危机的根源在哪儿。次贷危机的问题很明确，是金融系统内部出了乱子——美国当时搞的那些次贷产品，把居民房贷包装来包装去，坏账一爆发，银行手里全是“有毒”资产，根本不敢放贷，整个市场的资金循环都断了。所以那时候货币政策的核心只能是“救金融”，就像书中写的，央行得主动出手，把银行手里的坏账接过来，帮银行把流动性盘活，让钱能重新流到企业、流到个人手里，这是“修管道”的活，管道通了，经济才能转起来。疫情的情况不一样，不是管道堵了，是大家没法用管道了——工厂停了、商店关了，企业想生产没工人，居民想消费没地方，银行手里有钱也不敢放，怕放出去收不回来。这种时候“放水”没用，钱趴在市场里，只会推高物价、房价、股价，进不了实体经济。所以两次政策方向本质上是对着不同问题来的，一个是修管道，一个是等大家能正常用管道，不能混为一谈。上观新闻：这两次危机后，很多国家都用了“放水”政策，但效果差别挺大。对普通人来说，怎么判断政策到底有没有影响到自己的生活？何平：我常跟学生说，看货币政策别光看“放了多少钱”，得看钱最终到没到普通人的口袋里。次贷危机后，央行救了金融系统，银行敢放贷了，企业能拿到钱扩大生产，那大家找工作、涨工资的机会就多，这时候政策是真真切切帮到了生活。但后来有些“放水”就走偏了，钱没进实体经济，全跑到资产市场里去了。我之前也提过，这种情况下，手里有房子、有股票的人，财富能跟着涨；但靠工资过日子、没多少资产的人，不仅没好处，还得承受物价上涨的压力，生活成本反而变高。这就是货币政策的“财富分配效应”，对普通人影响太大了。所以大家看政策，要多关注就业、工资、日常消费这些跟自己息息相关的领域，这些领域有动静，就说明政策真的落地了。上观新闻：书中提到有些国家“放水”会影响其他国家，比如买进口商品可能变贵。您一直强调中国货币政策要“保持独立性”，在应对这种外部影响时，核心思路应是什么？何平：中国的货币政策从始至终都得把主动权握在自己手里，不能跟着别人的节奏走。有些国家大量印钱，它们的货币贬值了，我们买它们的东西自然会变贵，但中国不用跟着印钱——我们有完整的工业体系，能自己生产大部分民生商品，不用完全依赖进口，这是我们的底气。所以这些年，就算外部有通胀压力，国内的物价也能保持稳定，还能给全球提供物美价廉的物资，这就是不盲目跟风的好处。另外，我也一直主张，要减少对单一国际货币的依赖。比如这些年我们和很多国家推进本币结算，就是为了在某些国家“放水”的时候，我们受的冲击能小一点。本质上，就是不把经济稳定的希望寄托在别人身上，靠自己的实力扛住外部变化，这才是最稳妥的。上观新闻：现在有些国家开始收紧政策，比如加息、缩减支出，这对中国人的理财、买房会有影响吗？大众该怎么应对？何平：影响肯定有，但不用慌，中国的政策会优先保国内稳定。有些国家加息后，国际上的资金可能会流过去，但我们不必跟随，下调利率可能是更好的选择，普通人买房的房贷利率、借钱的成本，说不定能更划算，这是好事。另一方面，要注意那些跟国际市场挂钩的投资品，比如一些海外基金、股票，可能会因为别人的政策变化出现波动，这是需要留意的。我给普通人的建议是，理财别跟风，多关注国内经济相关的领域，比如消费、实体经济这些跟我们生活离得近的领域。而且我国的政策会通过调整利率、保障民生商品供应这些方式，减少外部变化的冲击，大家不用太担心，跟着国内经济的节奏走就好。用“现实视角”看待货币上观新闻：您最初希望普罗大众、政策决策者和学者都能从这本书中有所收获，现在翻译完成后再回头看，您觉得这三类读者分别能从书中获取哪些最核心的价值？有没有针对不同读者的阅读建议？何平：对普罗大众来说，最核心的价值是“看懂货币政策与自己的关系”。书中用很多生活案例讲清了货币政策如何影响财富分配——比如2020年美国推高股市，持有股票的高收入群体财富增长30%，而靠工资生活的普通人仅受益于0.5%的工资涨幅，这种对比能让大众明白“央行放水不是所有人都受益”。我建议大众读者优先读“货币政策的日常生活影响”章节，这些内容能帮他们在理财、消费决策中避开误区，比如不要在货币宽松周期盲目加杠杆买房，也不要在通缩预期下过度储蓄。对政策决策者而言，书中的“国际政策失误复盘”最有价值。比如书中详细分析了欧债危机时，欧洲央行最初坚持“紧缩政策”导致危机恶化，后来调整为“宽松+财政协同”才稳住局面，这对中国当前处理地方债务、房地产风险有直接借鉴作用——单一货币政策解决不了结构性问题，必须和财政政策、产业政策形成合力。我建议决策者重点读“危机应对的政策组合”章节，尤其关注书中总结的“三不原则”：不盲目追随国际政策、不忽视政策外溢效应、不低估文化对政策的影响，这能帮助他们在复杂经济环境中保持政策独立性。对学者来说，书中的“政策决策过程记录”是难得的研究素材。过去学界研究货币政策多依赖公开数据和模型推导，但这本书披露了很多未公开的决策细节——比如2012年欧洲央行内部关于“是否购买希腊国债”的投票分歧，有官员担心“道德风险”，也有官员强调“系统性风险防控”，这种多元视角能让学者跳出纯理论框架，更理解政策制定的现实约束。上观新闻：您之前提到中国文化中的“中庸”理念会影响货币政策，书中也对比了东西方文化对政策的不同影响。文化理念如何具体影响货币政策的“民生导向”？何平：书中提到，东亚文化强调“政策的社会公平性”，这和中国“金融为民”的导向高度契合。比如日本央行在制定政策时，会特意考虑“老年人储蓄收益”——2023年日本维持低利率时，同步推出“老年人专项储蓄产品”，避免低利率损害老年人利益，这就是文化理念影响政策设计的典型案例。中国的“中庸”理念体现在货币政策上，就是“不搞极端宽松，也不搞过度紧缩”，始终把民生需求放在优先位置。比如2024年中国面临通缩压力，央行没有简单“放水”，而是推出“消费贷利率定向下调”，重点支持汽车、家电等民生消费领域，同时通过“存款利率市场化调整”保护储户利益，避免储户因利率过低受损。这种“兼顾增长与民生”的政策思路，和书中强调的“货币政策要平衡效率与公平”完全一致。书中还提到，西方文化更注重“市场自由”，货币政策多以“通胀、就业”为核心目标，而东亚文化更注重“社会稳定”，会将“民生保障”纳入政策目标。这一点能解释中国为何在货币政策中加入“普惠金融”要求——比如2023年央行要求商业银行“普惠小微贷款增速不低于20%”，就是通过政策引导资金流向小微企业、个体工商户等民生领域，这种做法虽然可能降低部分金融机构短期收益，但符合中国文化中“共同发展”的理念，也让货币政策更贴近民生需求。上观新闻：当前数字经济时代，数字货币（如数字人民币）的发展对货币政策传导和市场沟通都带来了新挑战。结合书中关于“货币形态与政策演变”的讨论，您觉得应该如何利用数字货币优势改进货币政策，同时做好公众沟通？何平：书中提到，“货币形态的每一次变革，都会重塑货币政策传导机制”——从金属货币到纸币，再到电子货币，央行调控货币的方式一直在变，数字货币只是这种变革的延续。数字人民币的优势在于“可追溯、可编程”，这能解决传统货币政策“传导不精准”的问题，比如央行可以通过数字人民币的“智能合约”功能，将资金定向投放给小微企业，确保资金不被挪用，这比传统的“降准”“降息”更精准，也能提高政策效率。然而，在公众沟通方面，数字人民币的“陌生感”容易引发误解，比如有人担心数字人民币会“监控消费”“取代现金”。书中强调，“新货币形态推广时，透明化沟通比技术宣传更重要”。中国在试点数字人民币时，应该借鉴书中的“场景化沟通”思路：比如在超市、菜市场等民生场景推广数字人民币支付，同时通过工作人员讲解“数字人民币与微信、支付宝的区别”“个人信息保护措施”，让公众在实际使用中消除顾虑。上观新闻：最后，您觉得《货币之手》这本书对中国未来货币政策发展最核心的启示是什么？如果用一句话总结这本书的价值，您会怎么说？何平：最核心的启示是“货币政策没有万能公式，必须结合本国文化、经济结构制定”。中国不能盲目照搬西方的通胀目标制、量化宽松工具，而要立足“以人民为中心”的发展思想，结合中国文化中“中庸”“务实”的理念，制定符合中国实际的货币政策——既要维护金融稳定，也要保障民生需求；既要应对短期经济波动，也要着眼长期结构改革。如果用一句话总结，我会说：《货币之手》不仅揭开了货币政策的神秘面纱，更教会我们用“现实视角”看待货币——它不是冰冷的数字，而是联结经济、文化与民生的纽带。只有理解这一点，才能让货币政策真正服务于经济发展和人民福祉。 《货币之手》[比]约翰·范·奥弗特韦德[比]斯汀·罗切 著何平 译天津科学技术出版社原标题：《货币的真相：不只是冰冷数字，更是连接经济和生活的纽带》来源：作者：解放日报 王一
