找到
1958
篇与
互联网
相关的结果
- 第 14 页
-
推动“人工智能＋制造”走深走实 本报记者 王俊岭 近日，工业和信息化部、国家数据局联合印发通知，正式启动2026年“模数共振”行动，面向制造业领域20个重点行业，确定一批重点城市，探索场景、模型、智能体、数据集、案例等关键技术成果的产出路径。据了解，本次两部门联合启动2026年“模数共振”行动，旨在推动人工智能模型与数据资源协同互促、同频共振，进而形成“行业模型赋能应用实践、应用实践产生场景数据、场景数据优化行业模型”的良性飞轮，推动“人工智能+制造”走深走实。 据工信部相关负责人介绍，“模数共振”行动具体设置了7项任务，各项任务路径明确、相互协同，既能推动产出场景、模型、智能体、数据集、案例等直接可用的技术产品，又能打造生态服务能力、夯实长期工作基础。同时通过指标化要求、阶段性评估，确保任务落地务实高效。 比如，在打造行业模型方面，该行动要求摸清行业数据家底，加工成通识高质量数据集，训练共性行业模型，为行业智能化提供可复用的底座；在打造特色智能体方面，该行动提出深挖高价值细分场景，用行业特色知识打造专用模型或自主智能体，把通用能力转化为解决实际问题的落地应用；在加强关键要素保障方面，该行动聚焦生态配套弱、人才工具标准缺失痛点，以深度行促合作、实训基地育骨干、揭榜挂帅攻技术、标准行推贯标，系统性厚植要素土壤…… “‘模数共振’行动立足我国产业基础与发展实际，围绕高质量数据集、高水平行业模型、高价值应用场景、高效协同机制、完善生态配套，推动模型与数据深度耦合，实现数据要素价值最大化、模型能力精准化、产业应用实效化，推进人工智能发展从‘技术驱动’向‘价值驱动’迈进。”中国信息通信研究院副院长魏亮说。 魏亮认为，产业需求是“模数共振”行动的出发点和落脚点。该行动以场景应用持续反哺数据迭代与模型优化，推动数据、模型的供给与产业需求精准匹配，引导模型研发企业、数据机构根据产业需求定向研发、精准供给，避免技术与场景脱节、数据与应用错位。该行动将为人工智能高质量发展筑牢根基，有利于加快发展智能经济和智能社会新形态。 据了解，接下来，工业和信息化部、国家数据局将发挥统筹指导作用，对于行动实施效果好的区域和企业，在有关政策、项目中予以倾斜支持。同时，地方工业和信息化主管部门、通信管理局和数据管理部门也将强化组织保障，充分调动人工智能应用企业、数据服务企业、模型技术企业、人工智能应用服务商等各类主体积极性，对行动给予必要的政策、资金支持。
-
青年与机器人产业共成长（产业里的年轻人） 本报记者 洪秋婷在五四青年节到来之际，习近平总书记给中国青年五四奖章暨新时代青年先锋奖获奖者代表回信指出，今年是“十五五”开局之年，青年建功正当其时。“五一”假期，位于广州市海珠区的广东省具身智能训练场，各类机器人在青年架构师、工程师的操作下，正开展沉浸式训练：机械臂精准抓取汽车螺栓完成分拣、巡检机器人沿电路管线自主排查隐患、人形机器人完成精细作业……科技创新一线，新时代中国青年以实干担当书写无悔青春。“我们今天的任务是模拟商超场景，让W1机器人取放超市里常见的瓶装饮料。”95后基础引擎架构师邓岳慈对90后机器人遥控操作工程师宋磊说。深呼吸，按键震动，手臂移动。宋磊接到任务，戴上VR(虚拟现实)头显，开始操作。随着宋磊手臂移动，W1机器人的双臂也随之摆动。“速度不能太快，轨迹注意保持平滑。”邓岳慈叮嘱，宋磊操控着VR手柄，使机器人缓缓接近一个矿泉水瓶。机器臂接触水瓶时稍作停顿，在一秒内，机器人感知与物体交互的状态，并记录相关数据。在宋磊眼里，机器人有很多类型，但他们都像好友一样熟悉默契，“操作时把自己想象成机器人，才能达到‘人机合一’的状态，身体肌肉保持放松状态，同时思考动作细节。”邓岳慈紧盯传感器，密切关注机器臂的末端与关节的动作数据。“度的把握很重要，拿取不同材质的饮料瓶，速度和力度都得有些微差别。”邓岳慈说，动作越到位、跟机器人配合越精准，数据采集就越准确、全面。遥控操作结束后，采集到的数据集传输到服务器。“数据的精确度和全面性需要达到很高标准。比如正在测试的零售商超场景，需要训练机器人识别不同材质的饮料瓶、各种类型的货架，并分别采集数据。”邓岳慈说，一次采集的数据量还不够，要通过仿真扩增，新生成数据，当数据达到十万级以上，才能进入下一个环节——模型训练。在自动化数据采集时，宋磊注意到，机器人采集到的数据呈现为原始格式，读取和使用不够方便，怎么优化？邓岳慈提出，改写一个程序，将原始格式转化为通用格式，提升机器人在真实作业场景中采集数据的有效性。从精心反复采集数据到使用仿真数据形成模型，再到部署真机，工作辛苦又有趣。“有点像玩‘闯关’游戏，可探索的点非常多。”邓岳慈对记者说，“机器人在多元场景中进阶成长，我们也在不断成长。”最初操控机器人时，宋磊手抖得不行，戴上头显还很晕，往往要在场地上长时间熟悉，“小心翼翼，先做最简单动作，比如让机器人抓箱子，再去尝试新的动作”。而现在，无论是零售商超场景里的二指夹轮式机器人，还是二指夹和灵巧手机器人，宋磊都能在10分钟到30分钟内熟练操作。哪怕是复杂车间内使用的大轮式巡检机器人，对操作员身体平衡性要求很高，宋磊操作起来都不在话下。虽然如此，每当一台新机器人被送到训练场，拆箱准备训练的时候，宋磊还是把自己摆在和机器人一样的位置——训练场的“新人”。“这个机器人到底能干什么活？如何让它干好活？”带着思考，他日复一日实操练习、经验总结，不断提升操作能力。“具身智能技术的发展，需要打通大量场景中多个模态的数据。”广东省具身智能机器人创新中心主任丁宁表示，训练场相当于实验室，也是练兵场，用真实场景需求检验作业能力，为日后机器人进入真实生产生活一线打下基础。训练场上的这些青年，正发挥着重要作用。“胸怀远大理想，矢志拼搏奋斗，这些年轻人在训练场里反复训练和尝试，让机器人从‘专用工具’向‘通用智能体’跃迁，也是在为未来产业的发展建功立业。”训练场运营方广东省具身智能科技有限公司党支部书记、董事长高芳表示，公司的科技人才中，90后占比达74%。广大青年把个人追求融入国家发展大局，立足各自岗位不断创造新业绩，在新征程上贡献青春力量。
-
为了挽回用户，微软终于不强制你更新Windows了 不儿，微软终于不强制大伙更新 Windows 了？就在前几天，Windows 团队的首席项目经理 Aria Hanson 在官方博客里发布了不再强制用户更新系统的消息。来源：微软官方 Windows Blogs 大概是说，在收到无数条吐槽的反馈后，咱们巨硬终于意识到自己那套强制升级的策略实在是讨人嫌了。以后不仅允许用户们可以以 35 天为周期，无限期推迟系统更新，还把之前开始菜单“ 仅关机 ”的按键也还回来了。另外，如果你是初次激活电脑，也不用等系统更新完毕了，现在直接就能进入桌面使用。并且微软这次也承诺，以后系统更新的内容也会写得更详细，给用户更多的知情权。 看样子，微软这次终于办了件人事儿？不过大伙儿先别着急夸它。因为这事儿本质上属于是哥们玩强制更新给玩砸了，这才紧急搞一波亡羊补牢；并非主动考虑咱们使用感受。换句话说，微软在操作系统的大哥地位，正在被自己的各种奇葩策略所动摇，要是再不把这些东西改回来，Windows 用户迟早要流失掉一大批。 作为全球用户规模最大的操作系统，从 Windows10 时代开始，微软就逐渐着手把 Windows 从一个买断的软件转变为持续更新的服务。这样做不仅让全世界的 PC 都可以获得最新的安全补丁，方便维护；但更重要的是，微软也能不断地往里塞自己的广告和增值服务。比如经常自己冒出来的 Copilot 副驾驶，以及系统中多如牛皮癣广告般的 one drive 服务。 毕竟卖系统授权只能赚你一次的钱，而这种持续不断的软件服务，才能帮助哥们儿源源不断的捞钱。只要把用户留在 Edge 里，那自己的 MSN 广告就总有人能看到；只要把大伙儿使用 OneDrive 的习惯培养起来，就迟早有人会为了存储空间去订购 Microsoft 365。于是后面就有了微软喜闻乐见，大伙儿深恶痛绝的系统强制更新；甚至到后来，你要不安装系统更新就关不了机。 并且在 2014 年后，微软还把内部的测试团队给裁了，系统测试基本全靠自动化脚本和开发者自测。这就导致 Windows 的更新就跟闹着玩似的，几乎每个新版本都能给你整点意想不到的新 bug。于是，网上开始出现了各种通过修改注册表，将系统更新延期到100年后的教程，甚至还有人专门开网店提供跳过更新服务的。。。 不过由于许多专业软件只能在 Windows 上跑，尤其是如果你喜欢在主机上玩游戏的话，那 Windows 几乎就是必选项。因此，微软也一直没有特别关心大伙儿的意见。但事情似乎并没有朝着微软设想的方向发展，反而不断有迹象表明 Windows 的用户正在慢慢流失。就拿游戏这方面来说，根据今年 3 月份 Steam 的硬件调查显示，使用 Linux 系统的用户占比上涨到了 5.3%，单月涨幅甚至到了 3.1%。来源：3月硬件与软件调查 - Steam 要知道，自从 2013 年 Steam 推出 Linux 版本以来，Linux 用户在 Steam 中的占比一直都没超过 3%，然而仅仅是今年三月份这一个月，这个占比就涨了一倍还多。这个增幅在操作系统的这个领域，已经属于是行业大地震了。 之所以能有这么大的涨幅，一方面是 Valve 官方终于结束了 Steam Deck 对 Steam OS（ 基于 Linux 开发，专为 Steam 游戏设计的系统 ）的独占，正式发布了通用的系统镜像。这就给了一大波因为过不了微软 TPM 2.0 而无法升级 Windows 11 的老电脑绽放第二春的机会。既然Win11 升不了，那直接出门左拐去品鉴一波 Steam OS 也不是不行，而且这个系统资源占用更低，能腾出来更多性能在游戏上。 另一方面也是因为 Proton 9.0 的发布，解决了之前许多网游因为反作弊内核无法翻译，而无法在 Steam OS 上运行的问题。这就打破了原本还在观望的 Win 10 玩家最后顾虑，安心转战 Steam OS 了。 省流来说就是，由于 Steam OS 的开放适配和技术突破，使得大量苦 Windows 久矣的玩家跑路 Linux。顺带给大伙提一嘴，虽然现在电脑病毒比起十几年前已经少了太多了，但真要从系统角度来说，基于 Linux 开发的 Steam OS 在权限管理上更严格，相比 Windows 也更不容易中毒。 只是 Steam OS 这个系统目前主要还是为游戏设计的，其他事儿还干不了。 而在轻办公这块，虽然 Windows 还是老大，但现在被苹果冲击得挺难受的。Windows 之所以这么受欢迎，很大程度上靠的就是几乎啥都能跑的兼容性。但凡事都有两面性，Windows 为了照顾那些老旧软件和各种乱七八糟的硬件，就没法像苹果那样，去做软硬件一体的优化。于是导致了一个很尴尬的局面 —— Windows 本子的省电和续航，怎么调都很难赶上苹果。 尤其是随着今年 Macbook Neo 这种价位产品的推出，以及第三方平台 Macbook Air价格的持续下探，咱们 Windows 的上网本这块是真被果果摁着打。根据 IDC 今年发布的第一季度个人电脑市场出货量来看，Mac 这边的增速还是明显领先整个PC市场的，好在Windows 这边基础足够大，不然哥们儿就真危险了。 不过好在，在一些专业办公领域，Windows 的护城河还是很坚固的，尽管大家偶尔也会对 Windows 的更新策略抱有些怨言，但也找不到啥可以替代的系统。聊到这里，相信大家也都明白微软为什么会着急了，口碑的不断下滑，用户的流失，都让哥们儿有了点儿危机感。在今年年初，Windows 总裁 Pavan Davuluri 就已经公开承认 Windows 11 已经偏离正轨，提到了咱们开头讲的，把系统更新的决定权还给用户。并且哥们儿还承诺说要重新修缮系统 UI，比如要把之前砍掉的任务栏可移动、磁贴等功能还回来。来源：微软官方 Windows Blogs 所以，咱们再回头再看微软今年的这一系列操作，其实更像是为过去几年透支的信任和口碑还债。换句话说，能让微软这种傲慢惯了的巨头低头的原因，可能并不是因为良心发现了，单纯是跑路的用户有点多，让哥们儿发现自己护城河也没那么牢固，给整慌了。过去十几年时间，微软一直不遗余力的去教育用户怎么忍受广告和强制更新，适应 Windows 的各种反人类设计。而它自己却只因为几个月的数据暴跌，就瞬间学会了什么是对用户的尊重。撰文：思熠编辑：米罗 & 面线美编：素描图片、资料来源：火锅的日常Steam 3月硬件与软件调查 - ValveOur commitment to Windows quality - Windows BlogsYour Windows update experience just got updated - Windows BlogsWorldwide Quarterly Personal Computing Device Tracker（2026 Q1）- IDCApple saw 9% growth in Mac shipments during Q1 2026 - 9to5Mac
-
豆包将推出付费版本 AI专家：Token消耗成本高 近日，红星新闻记者注意到，豆包App Store页面出现付费版本服务声明。声明称，为更好地服务专业用户，豆包将在免费版的基础上，推出包含更多增值服务的付费版本。该页面披露了三档订阅价格：标准版连续包月每月68元（连续包年每年688元）、加强版连续包月每月200元（连续包年每年2048元）、专业版连续包月每月500元（连续包年每年5088元）。 ▲豆包将推出包含更多增值服务的付费版本目前，豆包产品的相关付费选项和功能尚未正式实施。对此，豆包官方回应称：“豆包始终提供免费服务，在免费服务的基础上，豆包也在探索推出更多增值服务，以满足不同用户的差异化需求。相关方案细节目前还在测试阶段，正式上线时会通过官方渠道发布完整信息。”5月4日，中国信息通信研究院的一位AI专家告诉记者，豆包推出付费服务，主要是出于商业和成本问题考虑。目前，国外的一些AI产品，例如ChatGPT也已推出类似收费情况。“一方面，目前大模型多数都是免费的，像豆包这种还会执行生成视频、PPT等复杂任务的模型，算力和Token消耗都比较大，使用群体也比较多，所以消耗成本高。另一方面，收费也有助于用户分流，让有真正需求的用户使用AI，尽量避免无意义的算力消耗。”该专家同时提及，豆包在推出付费服务的同时，保留了基础的免费版本，顾及到了一般大众的市场需求。而豆包之所以现在推出付费服务，其底气是用户数量、市占率已经足够大。中国互联网络信息中心（CNNIC）2025年10月发布的《生成式人工智能应用发展报告（2025）》显示，截至2025年6月，我国生成式人工智能用户规模达5.15亿人，生成式人工智能普及率达36.5%，大模型应用的个人用户注册总数已超过31亿。在去年8月完成备案的538款生成式人工智能服务中，豆包、DeepSeek稳居市场前两名。据CNNIC统计调查，截至2025年6月，豆包、DeepSeek在中国生成式人工智能用户中的使用率分别为72.2%、62.0%，领先于其他竞品。红星新闻记者 陈龙编辑 张寻 审核 任志江
-
宇树机器人在美坐飞机电池超标被拆卸暂扣 致航班延误 在人工智能高歌猛进的今天，一场极具超现实主义色彩的“跨物种”旅行在美国西南航空的客舱内真实上演。 一台产自中国宇树科技的人形机器人，不仅用一张实体客票登上了美国国内航班，更在起飞前遭遇了机组人员严苛的“安全审查”，最终以被强行没收动力电池、航班延误逾1小时的戏剧性结局收场。 机器人被固定在靠窗位置在这段令人啼笑皆非的旅程中，有人感受到了幽默和欢乐，也有人担忧，在“硅基生命”迅猛成长的今天，该如何在公共交通领域制定好“人机共存”的规则，是一个值得严肃思考的话题。作为行李已超重中国产机器人只得买票坐飞机据一位旧金山乘客的描述，当时机场广播通知，这趟从奥克兰到圣地亚哥的短途航班延误1小时起飞。最开始大家以为这只是一次平常的航班延误事件，但广播随即告诉乘客：“延误的原因除了机场交通拥堵，还有1名非同寻常的乘客。” 中国宇树科技生产的G1基础款人形机器人 资料图很快乘客们看见了这台名为“Bebop”的机器人，隶属于美国达拉斯设备租赁公司Elite Event Robotics，其本体为中国宇树科技生产的G1基础款人形机器人。当时Elite Event Robotics的工作人员查娜负责带着这台机器人“短途出差”，在客户的活动上进行表演。按照原定计划，这台身高1.2米、重达70磅（31.75公斤）的金属设备本该乖乖待在有氧货舱内，但由于其航空运输专用箱的重量远远突破了美国西南航空的常规托运上限，查娜不得不做出了一个极具性价比的决定——直接为它购买一张从加州奥克兰飞往圣地亚哥的单人座票。然而，当这名“硅基乘客”坐进机舱时，麻烦很快来临。Bebop最初被安置在靠近过道的座位上，但机组人员很快意识到，一旦飞机遭遇强气流颠簸，这个70磅重的金属一旦滑落到过道上，将直接封死生命通道，甚至成为伤害周遭人类乘客的致命钝器。出于安全考量，机组人员下达了强制“调座令”，将这台机器人牢牢固定在靠窗座位上，以最大程度地限制其潜在的破坏力。登机前表演节目逗乐乘客锂电池超规被卸载如果说占座只是打破了常规，那么机器人体内的“心脏”则直接触碰了美国航空监管的红线。在起飞前的例行排查中，机组人员发现，Bebop所搭载的动力锂电池容量，远远超出了美国联邦航空管理局（FAA）及航司对随身携带电子设备所规定的最大额定电池容量。相比于人类乘客手中的笔记本电脑或智能手机，驱动一台人形机器人所需的电池容量显然不在现行民航安全条例的豁免清单内。面对这一巨大的潜在火灾隐患，西南航空给出了不容商榷的最终裁决：必须现场拆卸并暂扣超标电池，否则航班拒绝起飞。在经历了62分钟延误后，这台被强制“物理拔管”的机器人才得以跟随满舱无奈的人类乘客一同升空。 乘客纷纷与机器人合影不过，虽然航班延误，现场的乘客也并没有太多怨言，很多人纷纷和Bebop合影打卡。一位乘客事后还在社交媒体上写道：“有趣的经历，人总是要保持一个开放的心态容纳新事物。”Bebop在机场“手舞足蹈”地逗乐乘客，还在登机口摆了个造型拍照。工作人员徒手搬运下飞机交通规则该如何适应新现实抵达圣地亚哥后，这场超现实主义的旅程迎来了尾声。由于被剥夺了核心动力源，原本能够自主行走、灵活度极高的Bebop，瞬间退化成了一具毫无生气的钢铁。随行的工作人员不得不全程化身“苦力”，徒手将这台近32公斤重的设备一步步搬运出航站楼。这一略显狼狈的收场，折射出当下科技发展的超前与管理制度滞后之间的结构性矛盾。随着宇树G1等低成本人形机器人开始大规模涌入美国民间的商业与生活场景，未来将有越来越多的“Bebop”出现在航班、铁路甚至公交车上。如何在一个完全基于“人类乘客+常规行李”设计的公共安全体系中，为这些带着大容量电池到处乱跑的硅基生命寻找合规的生存空间，恐怕是比让机器人学会后空翻更难解的现实课题。红星新闻记者 郑直编辑 郭庄 审核 官莉
-
豆包新增付费订阅：标准版每月68元 专业版500元 5月4日，豆包App Store页面近日出现付费版本服务声明。声明称，为更好地服务专业用户，豆包将在免费版的基础上，推出包含更多增值服务的付费版本。同时，该页面还披露了三档订阅价格：标准版连续包月每月68元（连续包年688元）、加强版连续包月每月200元（连续包年2048元）、专业版连续包月每月500元（连续包年5088元）。目前，在豆包产品中尚未看到相关的付费选项和功能。 豆包新增付费订阅 资料图对此，豆包官方回应称，豆包始终提供免费服务，在免费服务的基础上，豆包也在探索推出更多增值服务，相关方案细节目前还在测试阶段。另据接近豆包的人士透露，付费功能将主要专注在复杂任务和生产力场景，如PPT生成、数据分析、影视制作等。随着模型能力持续升级，产品已经能满足越来越多的复杂高价值任务。但此类任务需消耗更多算力与推理时间，因此豆包计划上线付费服务，满足好这部分复杂场景需求。免费版本则继续面向用户的日常使用。来源|界面新闻、第一财经编辑|冯进容
-
多地深入实施“人工智能+”行动，三大城市群占据绝对主导地位 来源：环球网【环球网财经综合报道】5月1日，全国首部具身智能机器人领域地方性法规《杭州市促进具身智能机器人产业发展条例》正式施行。数据显示，杭州已集聚机器人产业相关企业700余家，2025年具身智能产业集群产值达1068亿元。不仅有杭州，多地纷纷出台相关措施，深入实施“人工智能+”行动。重庆市日前也发布了《重庆市推动经济稳中向好若干政策举措》，提出对开展人工智能大模型训练推理、数据标注、数据分析等算力应用的企业、高等院校、科研机构等，依法依规给予算力补贴，每个单位每年补贴最高不超过100万元。 公开报道现实，根据国家《新一代人工智能发展规划》实施进展，2023年中国人工智能核心产业规模突破5000亿元，同比增长25%，成为全球最大的AI应用场景市场。
-
海报荐读｜AI进美术馆，会抢讲解员饭碗吗？AI侵权与人工维权，一场艰难的保护战；上海外卖小哥在人民大会堂领奖 海报荐读，速览一周（2026年4月27日-2026年5月3日）大小事。4月30日上午，习近平总书记在上海出席加强基础研究座谈会并发表重要讲话。总书记强调，基础研究是整个科学体系的源头，是所有技术问题的总机关。要以更大力度、更实举措加强基础研究，提升我国原始创新能力，进一步打牢科技强国建设根基。上海外卖小哥张传武、水处理专家周珉同获2026年全国五一劳动奖章，新就业形态劳动者与一线技术人才获广泛认可。“五一”假期，上海南京路再迎大客流，上海施展 “绣花功夫” 以精细化治理保障秩序。此外，各类民生热点与社会议题引发关注。如：AI时代版权侵权频发，维权陷入机器侵权与人工维权的不对称困境；浦东美术馆AI讲解员上岗，人机讲解的价值边界引发讨论；被拐人员团圆后的家庭融入难题凸显，社会支持体系亟待完善；上海街边书店“不可无字”坚守品质选书，为小众好书搭建展示平台，点亮社区文化空间……同时，这些思考与观点引发广泛共鸣：施一公坦言顶尖科学家不可能成建制培养，西湖大学坚守因材施教之路；AI时代工匠精神并未过时，执着专注、精益求精仍是核心底色；基础研究根基越深，科技创新高地就越高。｜2026年4月27日｜专访西湖大学校长施一公邵竞 设计AI侵权与人工维权，一场艰难的保护战 雍凯 设计｜2026年4月28日｜AI进了美术馆，它会抢讲解员饭碗吗 苏唯 设计为何说它是植物界的“演技之王”？国人对它的情感超越了植物本身 邵竞 设计｜2026年4月29日｜15万个零部件的碳账本：振华重工拿下全球首张碳足迹证书，冲破绿色壁垒 苏唯 设计上海外卖小哥在人民大会堂领奖！上海给了他“没想好”的底气 徐佳敏 设计被拐男子三次拉黑民警，“团圆”后如何踏上真正的回家路？ 徐佳敏 设计｜2026年4月30日｜上观时评｜乡村T台何以出圈？ 徐佳敏 设计1646个人物、98艘船…金山这家人用画笔把江南水乡“搬”进了26米长卷 雍凯 设计观见 | 总书记关注的基础研究：“根基”越深，“高地”就越高 徐佳敏 设计｜2026年5月1日｜既跑半马，又进电站！具身智能落地元年，特种作业场景缘何成为“第一站”？ 邵竞 设计复杂变局之下，“大国之学”如何助推企业出海？上海高校区域国别研究做足功课苏唯 设计上海顶流街区迎来假日大客流，城市治理如何施展“绣花功夫”徐佳敏 设计｜2026年5月2日｜上观时评｜当谈起“工匠精神”时，我们在强调什么 雍凯 设计｜2026年5月3日｜白天治污水，晚上当主播：上海“水处理”高手的“斜杠”技能观苏唯 设计探访上海街边书店｜开书店的滋味，开过才知道邵竞 设计原标题：《海报荐读｜AI进美术馆，会抢讲解员饭碗吗？AI侵权与人工维权，一场艰难的保护战；上海外卖小哥在人民大会堂领奖》栏目主编：秦红、顾万全、张武、蒋竹云、戴慧菁 题图来源：上观题图 图片编辑：邵竞来源：作者：解放日报 邵竞 徐佳敏 苏唯 曹立媛 雍凯
-
35岁主管被公司用AI替岗月薪降低1万 协商不成后被裁 来源：中国新闻社近日，浙江杭州市中院发布了一起AI替岗典型案例。35岁的周先生在一家金融科技企业担任AI大模型质检主管，负责对AI与用户交互所生成的答案进行把关。去年1月，公司提出要将他从主管调到普通运营岗位，原先2.5万元的月薪降为1.5万元。协商不成后，公司直接通知他解除劳动合同。直至周先生提起劳动仲裁，公司才告诉他具体原因，由于技术升级，他从事的质检工作AI就能完成，他被AI替岗了。 35岁主管被公司用AI替岗从劳动仲裁到法院一审、二审，均支持周先生诉求，认定公司构成违法解除劳动合同，并且需要向他支付26万余元的赔偿金。法院判定，公司以AI成本优势为由和劳动者解约，并不属于劳动合同无法履行的“客观情况发生重大变化”，现在的AI技术发展也还没有达到实质性替代劳动者岗位的程度。 法院判决书在竞争激烈的互联网行业重新起步并不容易。周先生告诉记者，自去年一月公司解除劳动合同至今，他还没能找到合适的新工作。华东师范大学经管学院教授张敏表示：企业是因为通过引进AI来调岗降薪，很明显在法律层面上不具有合法性。对此，央视主持人白岩松在节目中表示：眼下是一个人人都在面对AI的时代，技术的进步不以人的意志为转移，因为你不进步，别人很快就会超越你。在新的科技浪潮下，AI确实带来了效率，文案写的快了，图纸出的快了，代码跑的快了，好像一夜之间什么都快了。企业引进AI，追求降本增效，从商业逻辑上讲也无可厚非，但问题是涉及到社会治理，效益就不是唯一的标尺，甚至应该排在劳动者权益之后。不能AI来了劳动者的岗位就很快没了。在这个案件中，杭州中院也给出了一个正面指引，确实需要岗位调整时，应当优先考虑培训员工、提升技能、内部转岗，而不是直接让人走。这也提醒我们，是不是需要尽快调整一下相关制度。 央视报道截图无论AI如何壮大，法律都应守住劳动者权益的边界，企业也不能在“AI来了，你该走了”之间直接画等号。社会需要做的是抓紧行动，无论是在劳动保障，还是在预警监测方面，都需要尽快达成共识。我们应该确保，AI可以改变世界，但不能改变谁是主角，这个世界的主角永远是人，也只能是人。来源：央视新闻
-
这套题，GPT-5.5、Opus 4.7加起来没考到1分，人类却拿了满分100 机器之心编辑部在大模型「卷生卷死」的今天，大家似乎已经习惯了模型在各大榜单上刷出逼近满分准确率。然而，在一项名为 ARC-AGI-3 的基准测试中，堪称当下「最红炸子鸡」的两款顶尖模型 ——OpenAI 的 GPT-5.5 和 Anthropic 的 Claude Opus 4.7，却双双「折戟」……近日，ARC Prize 官方发布了针对这两款顶级模型的详细分析报告，结果令人震惊：在面对未见过的逻辑任务时，两者的表现得分均低于 1%，GPT-5.5 得分 0.43%，Claude Opus 4.7 得分 0.18%。 这意味着，即便拥有千亿级参数和近乎无限的算力，这些模型在处理「全新逻辑环境」时的表现，甚至不如一个 6 岁的儿童。这是怎么一回事？ARC-AGI-3：智能的「真伪试金石」为了更好理解这一成绩，首先我们来了解一下 ARC-AGI-3，这是由 Keras 之父 François Chollet 创立的基准测试系列的最新一代，于今年 3 月分布。François Chollet 当时称，当一个 AI 系统在首次接触所有环境时，其行动效率能够达到或超过人类水平，才算真正「攻克」ARC-AGI-3。而根据团队进行的大量的人类测试结果来看：在没有任何先验训练、没有任何说明的情况下，人类在第一次接触时可以 100% 解决这些环境中难题，与此同时，目前所有前沿的 AI 推理模型在这一测试上的表现都低于 1%。 彼时，OpenAI 的 GPT-5.5 和 Anthropic 的 Claude Opus 4.7 还没有发布，如今来看，这两个模型也同样难逃这一结果。具体来看，ARC-AGI-3 是由 135 个全新环境组成的测试集，每个环境都由人类手工设计，用来测试模型面对「未知」的能力。对于测试者来说，无论人类还是 AI，进入环境中将不会获得任何的玩法说明，要前进，取得进展，必须做到以下几点： 探索未知界面 ； 从稀疏反馈中推断规则（构建世界模型） ； 提出并验证假设 ； 从错误中恢复 ； 将经验迁移到下一关（持续学习）。 每个环境的构建都缺乏模型通常依赖的文化知识，只保留「抽象推理能力本身」。换句话说，可以把 ARC-AGI-3 理解为，一个在「新颖性、模糊性、规划、适应性」上的最低共同测试集合，而这些，正是现实世界任务对智能体的核心要求。因此，ARC-AGI-3 也被公认为目前最接近「人类智能本质」的测试。顶尖模型纷纷「败北」背后的三大失败模式此次，GPT-5.5 和 Claude Opus 4.7 的表现得分均低于 1% 的成绩固然令人「心痛」，但比起成绩，知道背后的失败原因似乎更重要。ARC Prize 研究团队通过分析 160 组完整运行轨迹，包括模型的每一步操作和推理过程，总结出了导致模型「崩溃」的三大核心失败模式：一、真实的局部反馈，虚假的世界模型模型能够理解哪一步动作产生了变化（局部反馈），但无法将这种因果效应转化为一套通用的全局规则。这是一个最为明显的原因。比如，在一个需要旋转物体以匹配插槽的任务中，模型能够识别出「我按下这个键，物体可以旋转」这一局部规律，但它无法将此逻辑上升为全局目标，进一步推理出：「旋转会影响结果，因此我需要在行动前调整物体方向以匹配目标。」换句话说，模型失败不是因为它们「看不见」，而在于无法把观察的事物整合成一个完整的世界模型。比例，Claude Opus 4.7 在运行任务 「cd82」 时，在第 4 步已经意识到执行 「ACTION3」 可以旋转容器，随后在第 6 步也观察到执行 「ACTION5」 可以倾倒或蘸取油漆。然而，它始终无法将这些碎片化的认知转化为一个完整的逻辑策略，即「先调整桶的方向，然后再蘸取油漆，以还原左上角的目标图像」。 Claude Opus 4.7 理解 ACTION3 旋转物体，但未能理解游戏的概念。或者在任务 「cn04」 中，Claude Opus 4.7 虽然发现了一个成功的「旋转后放置」交互逻辑（这是正确的假设，见第 23 步），但随后却陷入了追求「整体形状重叠」的误区（错误假设），并为了追求「顶行进度」的假象而偏离了目标（见第 60 步）。 二、被训练数据「绑架」的抽象思维模型对当前环境产生了误判，由于受到训练数据的影响，它们会将一个全新的「ARC-AGI-3」任务误认为是在玩另一种已知的游戏。这种失败模式源于模型对训练数据的「错误抽象」，在多次运行中，模型反复尝试通过将其映射到已知游戏来解释陌生的机制，这些游戏包括：「俄罗斯方块」「青蛙过河」「推箱子」「粉末游戏」「填充颜色」「打砖块」等。虽然从核心先验知识中提取抽象概念在理论上有助于解决问题，但这些来自训练数据的字面类比反而「绑架」了模型的动作选择，从而演变成：局部视觉相似、导致被误认为完整的游戏规则、行动方向被带偏。比如，在任务 「cd82」 中，GPT-5.5 的思维被锚定在了流沙、物理模拟或 「填充颜色」的游戏机制上；而在任务 「ls20」 中，它将本应是按键组合的逻辑误判为了「打砖块」。 三、通关了关卡，却没学会规则模型侥幸通过了某个特定关卡，却无法利用那个成功的奖励信号来强化并执行正确的后续操作。这说明，「通关并不等于理解」。Claude Opus 4.7 的两次记录很好地说明了这一点。在任务「ka59」中，Claude Opus 4.7 用 37 步完成了 Level 1，但它对「点击」这一操作的理解其实是错误的 —— 它认为点击是在「传送当前角色」。虽然结果看起来像是一次干净利落的胜利，但本质上只是对底层机制的误读，恰好碰上了一个比较宽容的关卡。因此，当进入 Level 2，需要真正的机制（形状匹配与推动）时，Opus 将这种错误理解进一步固化为「点击每个目标来填充它」，结果可想而知，整个过程彻底偏离、崩溃，且无法恢复。 Opus 4.7 正在运行任务 「ka59」，陷入了「盲目点击（Click-fishing）」的死循环，游戏得分：2.04%。在「ar25」任务中也是如此。Opus 在 Level 1 通过对「镜像移动」的正确解读成功通关（见第 4 步）；随后在 Level 2，它实际上已经发现了新的「可移动轴」机制（见第 227 步），但紧接着它又陷入了幻觉，开始臆想出诸如「打孔」或「需要翻转」等并不存在的规则。 在这两种情况下，Level 1 的成功掩盖了模型对底层机制的缺失或扭曲，这种「局部胜利」反而为错误的 Level 2 策略提供了一个看似自信的支撑框架。这也说明，早期关卡的推进并不能可靠反映模型是否真正理解了任务。如果没有明确检验模型「为什么能过关」，它就会把错误的认知带入下一关，并在此基础上不断放大偏差。GPT-5.5 vs Opus 4.7：不同的「翻车」姿势有意思的是，虽然 GPT-5.5 和 Opus 4.7 的得分成绩都不尽如人意，但研究团队通过对比两者的运行记录发现，它们的失败方式完全不同。简单来说就是，Claude Opus 4.7 的问题是「压缩错了」，而 GPT-5.5 的问题则在于「压缩不了」。具体来看，Opus 4.7 在短周期的机制发现方面表现更强。例如在任务「ar25」中，它几乎立刻识别出镜像结构，并顺利通过 Level 1；在任务「ka59」中，即便世界模型并不完整，它也能读出「双角色、双目标」的布局，并完成较短的 Level 1 操作序列。但问题在于，它也更容易抓住一个错误的「恒定特征」，并坚定执行下去。比如在任务「cn04」中，它构建了一套「进度 / 计时 / 转换」的错误理论，并在这一假设下不断尝试操作（第 60 步）。它确实形成了一套「可运行的解释」，只是这套解释是错的。GPT-5.5 则是另一个极端。它的「假设生成」更广泛，这使得它更有可能说出正确的思路，但同时也更难将其转化为具体行动。比如在任务「ar25」中，它识别出了镜像效应，但不断重新打开「可能的游戏类型空间」，在「俄罗斯方块」「青蛙过河」「乒乓球」「汉诺塔」之间反复横跳，始终无法坚定地执行镜像逻辑。而在任务「ka59」中，它也构建出了正确的对象结构 —— 两个目标轮廓和一个可切换的第二角色 —— 但始终没有真正执行这一理解。换句话说，Claude Opus 4.7 有点像「过度自信的直觉主义者」，GPT-5.5 则像「思维发散的理论家」。而归根结底，两者之间的这种差异在于「压缩」能力的区别：Claude Opus 4.7 将观察压缩成了一个「自信但错误」的理论，而 GPT-5.5 则几乎无法完成压缩，始终停留在分散的可能性之中。不得不说，此次 Claude Opus 4.7 和 GPT-5.5 双双在 ARC-AGI-3，这一堪称目前最接近「人类智能本质」的测试上的低分表现，揭示了一个事实：AGI 之路「道阻且长」啊。你呢，如何看待 AI 的这一成绩？欢迎在评论区留言、交流！https://x.com/fchollet/status/2050328852107612559https://arcprize.org/blog/arc-agi-3-gpt-5-5-opus-4-7-analysishttps://x.com/GregKamradt/status/2050262126120632554
-
阿里字节留的“参考答案”，小红书能抄多少分？ 文 | 超聚焦小红书，“穷则思变”。4月30日，小红书发布全员内部信，宣布新一轮组织升级，架构调整后的小红书如下： 具体来看，此次调整全面整合了社区、电商、商业化三大业务及公司技术体系，将CMO之恒、帕鲁和夏侯分别任命为三大业务的负责人，并直接向星矢汇报。而在整合业务部门的同时，小红书也成立了AI一级部门Dots和企业智能部，从产品技术和组织两方面加大对AI的投入。其中，Dots的目标是建设从模型研发、基础设施、工程到产品的完整技术体系，整合顶尖AI人才与资源，同样归于星矢管理；而企业智能部则整合了原企业效率部、数据科学部，协同战略部、组织人事部，内部信中给出的理由是要从智能、人才、数据和资源四个维度为AI时代的组织打下基础。如果把这封内部信放在中国互联网过去三年的组织变革谱系里观察，你会发现一个有趣的对照：它像是阿里“1+6+N”之后吴泳铭式的集权，又像字节Flow和Seed那样把AI团队直接拔到了一级部门。但对照归对照，小红书的境遇，终究是大不相同的。有阿里之心，固然是抱负，无字节之命，才是底色。01 破除部门墙， 能告别“只长草不结瓜”吗？ 很多人看到小红书的调整，觉得能从中看到阿里“1+6+N”到当前三大业务板块的影子。2023年，张勇推出了“1+6+N”的组织架构调整计划，把阿里拆成阿里云、淘宝天猫、本地生活、菜鸟、国际数字商业、大文娱六个业务集团，外加N家独立的业务公司。 每个业务BU都有自己的董事会和CEO，目标也很清晰：各自对盈亏负责，成熟一个、上市一个，阿里作为类似华技的母公司存在。但执行了不到一年，问题就显现了，各业务集团之间的协同成本急剧上升。阿里云想给淘天降价？不行，淘天要保自己的成本线。盒马想用菜鸟的物流？价格谈不拢。本应是手足兄弟，结果各筑城池，中间层层关卡，自己卡住自己。更危险的是数据割裂。一个用户上午在淘宝浏览、中午在天猫下单、晚上在饿了么点餐，这些行为被切割在三块数据池里，根本无法拼成统一的用户画像，导致推荐不准、投放效率低、跨业务转化难。到了2023年底，吴泳铭接手，做了一件和张勇完全相反的事：收权。吴泳铭亲自下场，把阿里云、电商、AI三块核心业务全部抓在自己手里。2025年初，阿里云智能事业群和电商事业群成为两大核心；2026年3月，ATH（AI大模型及应用）事业群成立，成为第三极。三块命脉，再没有中间层。分，是为了放活；合，是因为干不好活。小红书的星矢，走得是吴泳铭的同一条路。过去，小红书的社区、电商、商业化是三条平行组织。三个团队，三套KPI，三种看世界的眼光。社区想的是“用户留存”，不希望太多广告破坏体验，商业化想的是“广告收入”，希望更多曝光位，电商想的是“GMV”，希望流量优先导给自己的直播间。三种力量来回拉扯，最后体现在用户身上就是：种草和拔草断链了。 用户在小红书看到好东西，截图去淘宝搜。这笔交易，小红书一分钱都拿不到。从数据来看，小红书的痛点一目了然。2024年广告收入贡献了约216亿元，占总营收的72%，同比增长48%。对品牌广告的过度依赖，已被外界持续诟病为收入结构单一。电商GMV虽然做到了千亿体量，但在抖音直播电商全年3.5万亿、快手的1.39万亿面前，只是零头。更关键的是，互联网电商转化率的平均水平是3%—5%，而小红书的直播电商转化率仅为头部综合电商平台的三分之一。用一句话概括：种草力强，拔草力弱，这是小红书长年卡在估值天花板的核心死穴。它的人均使用时长、用户黏性，都超过了B站，但就是结不出交易转化这颗“瓜”。星矢也知道问题的症结所在。从2025年试水“红猫计划”打通淘宝外链，到内部组建“大商业板块”由柯南统一负责广告和交易，路径已然清晰：小红书不想只做“种草”的中间商，它要做“种草-拔草”的闭环。于是，才有了这次的最终一锤，把核心业务的关键决策权，进一步收拢到柯南一个人手里。区别在于，阿里是三块业务都抓在CEO手里；小红书则更进一步，名义上有三个负责人，实际上社区、电商、商业化三条线的“总导演”是柯南。她以总裁的身份，统管从流量入口到交易出口的全链路命脉。这就是星矢的底牌，用制度强制解决内耗。但制度能解决“部门墙”，解决不了“规模差”。小红书的真正难题，不在于组织结构有多精巧，而在于如何在强化社区感的同时，将惊人的用户时长，转化为真实有效的商业产出。 这既是无数内容平台共同的魔咒，也是小红书估值能否说服下一轮投资人的终极问号。阿里的问题是“大象怎么转身”，小红书的问题是“怎么长成大人”。这道题，逻辑上对了，但能不能走通，还得看真金白银能砸出多少成果。02 拥有阿里的蓝图， 却没有字节的子弹 如果说商业板块的收拢，是柯南沿着吴泳铭的脚印在走，那AI部门的建立，则让她在黑暗中踏过另一条幽径，这条路字节走过。本次架构调整中，小红书同时成立了两大AI组织：Dots和企业智能部。一个管技术落地，一个管组织基建，一明一暗，分工明晰。Dots的使命，是“建设从模型研发、基础设施、工程到产品的完整技术体系，整合顶尖AI人才与资源”。这种不挂靠业务部门、直接向核心高管汇报的设计，很像是对字节跳动Flow和Seed部门的对标。字节的AI体系，由CEO梁汝波直接掌控。Seed团队由从Google DeepMind挖来的吴永辉博士亲自带领，主攻基础大模型，直接向梁汝波汇报。Flow部门则主攻AI应用层产品，快速迭代、敏捷落地，同样直通CEO办公室。小红书的Dots，试图穿上同一双鞋。但字节的这双鞋，并不是谁穿上都能跑得起来。字节的Flow和Seed之所以能高速运转，靠的是两样东西：全球顶级的AI人才储备，以及“不设上限”的投入决心。据浙商证券估算，字节2024年AI相关资本开支达800亿元，2025年翻倍至约1600亿元。小红书2025年全年营收不过420亿元，字节一年花在AI上的钱，够小红书挣三四年。而Flow之所以能快速落地AI产品，也因为它能第一时间调用字节在推荐算法、用户增长、内容分发上的全链路能力。这是一套为字节量身定制的AI引擎，油箱里烧的不是预算，是字节十几年积累的数据与流量资本。小红书在AI领域的布局并不算晚。早在2023年它就推出了AI绘画产品“Trik”；2024年12月推出了独立AI搜索应用“点点”。这些小步快跑的尝试体现出小红书对AI的热情，但力度和战略优先级，跟字节显然不在一个量级。而处在“暗线”的企业智能部整合了原企业效率部、数据科学部，协同战略部、组织人事部，内部信给出的定位是“从智能、人才、数据和资源四个维度为AI时代的组织打下基础”。它的逻辑，与阿里的ATH事业群相似。ATH的核心使命是降低Token的生产和使用成本，让阿里云、电商、本地生活各条业务线都能从这口“AI水井”里低成本取水。但小红书与阿里之间隔着一道巨大的鸿沟。阿里的ATH之所以需要存在，是因为阿里云提供的服务本身就横跨IaaS、PaaS、SaaS、AI SaaS。它既有自研芯片，又有千亿参数的通义大模型，还有庞大的云客户群体等着购买Token。ATH的本质是一个对外输出的AI生产力体系，不仅要服务内部，还要卖出去创造营收，这是一个完整的AI商业闭环。小红书的企业智能部，目前几乎看不到对外输出与商业化的可能。它只是一个内部降本增效的工具部门。这种定位从根本上决定了，无论组织设计得多么精巧，它的资源优先级和战略分量，跟ATH不在一个量级上。柯南并非不清楚，她曾在与经济学家薛兆丰的对谈中，谨慎地向外透露了她对小红书商业化的理解：社区有自己的原生性和生长性，沿着原生的用户需求和商业生态链路去构建商业系统，才是最适合小红书的路径。这表明小红书的AI，不是为了去外面跟Chatbot抢用户，也不是为了卖Token赚钱。它是为了让小红书的“种草”更准，“拔草”更顺，“广告”投放更聪明。Dots盖技术之屋，企业智能部打地基，一个管“能不能跑得起来”，一个管“能不能跑得远”。但两个部门并行，也带来了结构性的新难题。Dots做技术，企业智能部做基建，两者的边界在哪里？当AI能力需要落地到具体业务场景时，是Dots直接接入社区、电商、商业化，还是通过企业智能部作为中转站？两个部门之间如何协同，会不会从旧的组织墙中生出新的部门壁垒，这些悬置的问题，内部信里没有给出答案。残酷的是，小红书毕竟只是一家中厂。它不像阿里，能把AI做成独立的对外业务；它也不像字节，能用无限资源养出一支顶尖AI军团。它用阿里的思维设组织，用字节的模式建AI团队，却只能用中厂的体量去供养这个体系。当资源不足以同时供养两条线时，哪一个会最先被松手？这封内部信里没有写出的答案，也许要在接下来两到三个季度里，由财务报表和人才流失率来揭晓。不过，也不必太早唱衰。从最早的“社区优先”，到后来的“商业化提速”，再到大商业板块的整合，再到今天社区、电商、商业化三线收拢，小红书每一次调整都不甚完美，有的甚至被内部员工吐槽“折腾个遍”。但折腾本身，说明这家公司在努力寻找自己的形状。2024年小红书11周年内部信里，星矢和木兰写道：“这些现象让我深切感受到一线小红书同学们的痛，他们常常有劲儿用不出，眼看时机就这样错过。”柯南的被提拔，正是对这封信最具体的回答。在AI时代，这或许才是最珍贵的特质。技术路线可以试错，组织架构可以迭代，人才可以慢慢培养。真正可怕的不是走弯路，而是停在原地不动。
-
上观时评 | AI会取代人类工作吗？关键是这项无法替代的核心竞争力 随着人工智能的快速发展，最近一段时间，不少人开始感到担忧，自己的工作会不会被人工智能取代？假如未来机器什么都能干，我们何必再辛苦学习知识、学习技能？不可否认，如今的AI发展迅猛，写文案、做设计、编代码，辅助诊断、规划行程，有些时候看起来无所不能，一些行业的从业人员确实受到冲击。就在前几天，一位短剧演员因行业受到AI冲击，无戏可拍，只能回家种地，还一度登上了新闻热搜榜的前列。但我们也要看到，面对AI的冲击，影视剧行业中率先受到影响的恰恰是对演技等要求较低、制作比较粗糙的短剧。同样遭遇AI“入侵”的还有配音行业，一家由多位专业配音演员组成的工作室近日在接受采访时就明确表示，虽然会对AI配音侵权多发一事感到焦虑，但坚信其无法取代真人配音。两者的不同境遇再次证明，人工智能越普及，学习和掌握一门扎实专业技能，反而越能成为普通人安身立命的根本。究其原因，人工智能的本质是工具，是辅助我们高效完成工作的“超级助手”。上海有一家使用人工智能来设计服装的公司，开发的软件能让设计效率提升几十倍乃至上百倍。但人工智能设计出的服装越多，越离不开设计师的最终把关，人工智能呈现出的，归根到底是设计师脑海里的想法。由此可见，掌握扎实专业技能的人，不仅不会被取代，反而能成为AI的“指挥官”：用AI辅助创作，自己把关专业标准；用AI生成初稿，自己优化落地细节；用AI处理流程，自己把控核心环节等等。而这一切，都建立在个人的知识和技能基础上。当然，技能本身也是在不断进步的。今年9月，第48届世界技能大赛将在上海举行，本届比赛就新增了轨道车辆技术、无人机系统、智慧安防技术、软件测试等7个比赛项目。固步自封会逐渐落后直到被淘汰，不只发生在当下这个人工智能时代，而是具有普遍性的道理。这就意味着，我们每个人都要拥有终身学习的热情和能力。这才是真正的、无法替代的核心竞争力。上海星瀚汽车维修服务有限公司总部技术经理陆长云，是今年全国五一劳动奖章获得者。他所在的工作车间和人们印象中的修车场所不同，不仅格外整洁，技工们手里的检测仪器都是数字屏显、机械按键。新能源汽车大规模普及后，修燃油车出身的他，立刻主动学习起新能源车的内部结构和原理，迅速提升了自身的技能。总而言之，人工智能淘汰的不是专业技能，而是只会机械重复、不愿学习提升、无法驾驭新工具的人。学习技能的过程，本身也是在塑造终身成长的能力。AI时代知识更新速度比以往更快，单一的技能或许会过时，但学习能力、思考能力、解决问题的能力，永远不会过时。原标题：《上观时评 | AI会取代人类工作吗？关键是这项无法替代的核心竞争力》栏目主编：简工博本文作者：王闲乐题图来源：上观题图图片编辑：徐佳敏
-
大厂布局思路升级，新一波“养虾热”来袭，这次有什么不同？ 3月上旬掀起的第一波“养虾热退潮后，“五一”前夕，新一轮“养虾热”再度来袭。百度、阿里、联想等大厂密集出手，开启新一轮赛道布局。业内人士表示，与第一波热潮相比，新一轮“养虾热”已跳出C端用户尝鲜式普及的浅层阶段，全面提速个人消费、中小企业办公、政企合规商用三大场景分层落地，全民“养虾”正快速升级为大厂角力、产业落地、普惠商用并行的AI生产力新赛道。大厂布局思路全面升级4月底，第二波“养虾热”强势回归。4月27日，在百度AI Day开放日上，百度文库与网盘联合发布通用智能体GenFlow 4.0，全面升级Office Agent能力，个人与团队均可在网盘内一键部署OpenClaw，将文库网盘打造为专属“AI工作台”，让AI Agent真正成为可落地的生产力工具。4月28日，支付宝上线“支付宝AI收”，帮助商家和个人开发者通过OpenClaw这类AI Agent提供商业化服务，实现按调用即时收款。这是继推出“AI付”后，支付宝在智能体支付领域的进一步布局。这也标志着，AI Agent从“能干活”迈入“能赚钱”的商用新阶段。联想则宣布，将于5月19日发布天禧AI 4.0大版本，升级重点包括智能体核心升级为天禧Claw，“端—边—云”一体架构升级，以及AI原生OS全面接管人机交互。凭借“软件+硬件+AI服务”三位一体的生态模式，联想打通了AI Agent从C端普及到B端落地的完整链路。其中，面向个人用户，联想百应围绕OpenClaw持续发力，携手美团、京东、中国移动推出远程部署服务，实现全国线上覆盖。此外，工程师线下上门与到店部署服务同步上线。联想AI服务“想帮帮”也同步上线OpenClaw部署入口，个人用户可自主选择线上一键部署或预约线下门店安装。面向政企客户，联想推出擎天Claw，提供开箱即用的AI Agent能力。围绕企业落地AI智能体的核心挑战，擎天Claw给出了系统性解决方案：在安全合规层面，通过原生安全架构、沙箱隔离、最小权限审计与内容安全扫描等多层机制，从源头规避运行风险；在企业管控层面，提供集中化管控平台统一纳管全域智能体实例，支持组织架构同步、分级授权与运行状态监控，确保规模化落地始终可管可控；在技能沉淀层面，将个人使用中形成的能力转化为可复用、可传承的企业数字资产。“硅基生产力”成核心导向第二波“养虾热”的强势回归，让AI Agent热度再度走高的同时，发展内核也完成重构。3月上旬，第一波“养虾热”突然爆发，OpenClaw凭借“数字员工”等概念快速破圈，普通用户出于好奇争相体验，线上平台与线下门店一度出现排队安装的景象。这一阶段的核心诉求是“装得上”，“养虾”快速破圈，完成了大众普及。但热潮很快消退，“卸载潮”随之而来。究其原因，一是早期OpenClaw版本稳定性不足，本地部署硬件门槛高、云端调用Token成本高；二是用户以个人尝鲜为主，缺乏明确使用场景；三是大厂多以快速上线部署服务跟进，产品轻量化、同质化严重，缺少深度定制与安全保障能力。第二波“养虾热”则呈现完全不同的发展逻辑。用户结构发生根本性转变，从个人兴趣驱动转向政企需求主导。企业不再满足于浅度体验，转而追求可落地、可管控、可沉淀的AI生产力工具，重点关注数据安全、权限管理、成本控制、业务适配等硬核指标。联想集团高级副总裁、中国方案服务业务群总经理戴炜表示：“AI正重新定义企业工作方式，但真正的挑战从来不在模型本身，而在于如何让模型能力安全、高效、无摩擦地抵达每一个业务岗位。联想擎天Claw所做的，就是为企业架起从大模型到硅基生产力的桥梁。待企业能安全、高可用地通过智能体改造生产环节，将快速迈入‘AI原生企业’之路，开启新一轮生产力革命。”围绕“硅基生产力”这一新定位，大厂布局思路全面升级：腾讯依托社交与办公生态，推出WorkBuddy与QClaw，打通微信、QQ与办公设备协同；字节跳动火山引擎推出ArkClaw SaaS平台，主打轻量化、低成本云端部署；百度聚焦移动端与普惠场景，简化操作流程，进一步降低大众体验门槛。业内人士认为，随着技术持续迭代、安全体系不断完善、行业方案日益成熟，“养虾热”将进一步褪去浮躁，回归价值本质。未来的竞争不再是“谁能养”，而是“谁养得稳、管得住、用得好、能创造价值”。以OpenClaw为代表的AI Agent，将成为数字经济时代的新型生产力。原标题：《大厂布局思路升级，新一波“养虾热”来袭，这次有什么不同？》栏目主编：秦红文字编辑：程沛本文作者：中国证券报题图来源：上观题图
-
详解 DeepSeek V4：Infra 巨鲸 “四连击”，百万上下文走进现实 系统级耦合优化比单点创新更难。 访谈丨程曼祺整理丨付自文、李清旸上周五（4 月 26 日）DeepSeek-V4 终于发布后，《晚点聊 LateTalk》第一时间邀请一线 AI 从业者详解 V4 技术报告。两位播客嘉宾，一位是 UCLA 在读博士刘益枫，他是模型架构背景，曾在 Kimi（月之暗面）和字节 Seed 实习，参与 K1.5 研发，也自己做过优化器。一位是开源推理框架 SGLang 核心开发者赵晨阳，他是 Infra 背景，目前已加入 SGLang 背后的商用创业公司 RadixArk AI。他此前也曾在字节 Seed 实习。这期我们从 V4 切入，自然而然聊地到了 Kimi、Seed、MiniMax、Qwen、智谱等中国其他大模型团队的努力和进展。关于从字节 Seed 提出的 HC 到 DeepSeek 的 mHC，再到 Kimi 的 Attention Residuals 的讨论，还有 Kimi 和 DeepSeek 围绕 Muon 优化器的改进，又或者是 DeepSeek 对北大团队开源的 TileLang 的深度使用……这些成果相互联系、彼此激发，鲜活地刻画了，一定的人才密度和竞争烈度后，开源模型社区在正迸发怎样的进步与质变。而一批中国公司，是开源大模型生态最活跃和坚定的投入者。从 R1 的一鸣惊人到如今的百花齐放，这一年多发生了太多迭代和变化。V4 的技术报告是了解这些细致且艰辛努力的一个切片。不再用 MLA、全新注意力机制：“系统级耦合优化比单点创新更难”晚点：DeepSeek-V4 发布后，你们的实际使用体感如何？刘益枫：数学推理、代码能力和 Agent 指令执行都比 V3 好不少，尤其是幻觉少得多。代码能力还是比 Opus 4.6 等闭源模型弱，和智谱 GLM-5.1、Kimi K2.6 等开源模型体验相近。同时 V4 比 V3 大很多（V3 参数为 670 B ，V4 为 1.6T），价格贵了不少。但最近 V4-Pro 输入缓存命中的价格从最初 25% 优惠上又打了 1 折，降价很猛，这让很多用户愿意尝试。晚点：正好这几天正在开 ICLR （国际学习表征会议，International Conference on Learning Representations，AI 顶会之一）， 大家在会场是如何讨论 V4 和同期进展的？刘益枫：有意思的是，V4 放弃了从 V2 到 V3 使用的 MLA（注：多头潜在注意力，由 DeepSeek 提出），而目前 K 2.6、GLM-5.1 等模型依然采用 MLA。其实几个月前，大家都认为先进的开源模型架构已收敛到 MLA 了，接下来是一些小改进。而 V4 放弃 MLA、重回 MQA（注：多查询注意力 Multi-Query Attention，是相比原始注意力更低显存占用和更低推理带宽的一种改进），这说明模型架构还有很大改进空间。晚点：MLA 和 MQA 的区别是什么？刘益枫：简单来说，MQA 更接近原始多头注意力（Multi-Head Attention） 。相比 V3 的 MLA，它是一种 token-wise（词元级）的压缩机制，通过混合使用 CSA 和 HCA 实现 4:1 甚至 128:1 的大尺度压缩。这时如果继续保留 MLA，再叠加这些压缩，实现起来会相当复杂。这可能是 V4 没有继续用 MLA 的原因之一。（注：CSA 是 “压缩稀疏注意力”，HCA 是 “重度压缩注意力”。在 DeepSeek-V4 中，CSA 是先压缩序列、再做关键选择，能从长上下文中定位关键信息； HCA 是高度压缩大量 token 信息，保留压缩后的全局感知。二者交替使用，能在大幅减少计算和显存开销时，既了解全局脉络（HCA）又能抓到关键细节（CSA））晚点：RadixArk.AI 这次同时完成了 SGLang 压缩 token 信息对 V4 的推理 Day-0 适配和全参数 RL Day-0 适配。适配过程中，有哪些对 V4 变化的观察？赵晨阳：DeepSeek 仍是 Infra 的巨鲸，每年他们发布都会为 infra 优化 “续命一年”。比如说去年的 MLA、DeepSeekMoE（DeepSeek 提出的一种 MoE 混合专家模型架构，最早用在 V2 中） 等，我们扎扎实实做了一年，才能在开源框架上跑得比较好。而 V4 换了一套全新的混合注意力方案。推理侧，V4 的混合注意力、双压缩和 HashTop-K MoE，意味着前缀缓存、FlashMLA、投机解码这些链路都要重建。我们团队为接入前缀缓存和投机解码做了大量优化，拿出了 ShadowRadix、HiSparse CPU 扩展 KV，并完成了英伟达 Hopper、Blackwell、Grace Blackwell、AMD、NPU 的全平台适配。（注：HashTop-K MoE：哈希路由混合专家模型。DeepSeek-V4 在前几层 MoE 模型中引入的新型路由策略。不再依赖模型计算亲和度，而是直接通过输入 Token 的 ID 计算哈希值来固定分配专家。FlashMLA：DeepSeek 开源的针对 MLA 的高效推理算子库，专为英伟达 Hopper 架构 GPU 优化。Blackwell：英伟达最新一代的 GPU 微架构。Grace Blackwell：英伟达推出的一种新型 “AI 超级芯片” 组合形态。将 Grace CPU 与 Blackwell GPU 物理封装在了一起。）RL 侧，1.6T MoE 全参数训练对系统要求很高。六种并行策略（DP、TP、SP、EP、PP、CP）的正确性、训练与推理的一致性、indexer replay、FP8/BF16 混合采样——任何一环出错，奖励曲线就起不来。（注：indexer replay：在任务被中断后，通过直接回放历史执行轨迹或复用已有的 KV 缓存来恢复状态，避免冗余计算。奖励曲线：大语言模型在强化学习阶段的核心监控指标，反映模型在特定任务上的表现提升过程。）晚点：总结来说，你们觉得 V4 是一个怎样的成果？赵晨阳：作为工程师，我惊叹于 DeepSeek 极强的工程能力。训练时把优化器换成 Muon（矩阵级别优化器 ，能对整个参数矩阵进行正交化处理），训练精度推进到 FP4，进一步压缩显存和带宽；推理时引入 DSA（DeepSeek 稀疏注意力）、DeepEP（DeepSeek 通信效率的底层基础设施库）、Mega MoE 这一整套 Infra。这里面的每一个名词，在工程上都是巨大挑战。这种系统级的耦合优化比单点创新更难，更体现一个团队的工程深度。刘益枫：作为算法研究人员，我更佩服 DeepSeek 的艺高人胆大。不仅引进了 mHC（流行约束超连接）、起始层哈希路由等技术，还大胆使用了 CSA 和 HCA 等 token-wise 的压缩技术，创新性使用了不同于一般实践的 Muon 超参数，甚至放弃了既有的 MLA 架构。同时一如既往地在并行训练、训练精度调节等方面给业界带来新东西。V4 技术报告里的中国芯片和 “消失的成本”晚点：DeepSeek 从 V3.2 preview 到 V4，中间隔了 7 个多月，但不管是 Kimi、Qwen、GLM、MiniMax 还是 GPT、Claude，主流模型的版本号都切得越来越细，更新很密集。这背后反映了什么不同思路？赵晨阳：OpenAI 或 Anthropic 的版本号更像 “产品语言”：频繁更新是因为庞大的用户群需要持续感知模型进步。DeepSeek 版本号更像 “研究语言”，每次主版本更新都对应一次重大架构变化。这种差异由组织结构和商业模式决定。前者要求研究与产品节奏高度咬合，后者则拥有更大的自由度集中力量办大事，但也要求每次出手都足够有分量。刘益枫：模型版本命名有两种派别。DeepSeek、Kimi 的大版本号代表模型结构的重大改变；而 Claude、GPT 等模型的大版本号更多代表功能、能力改变，比如 GPT-4 融入了多模态能力、GPT-5 提高深度推理能力。这背后也反映做模型的两种不同倾向：中国的开源模型更追求工程优化；美国的闭源模型更追求提出和开辟新的能力方向。晚点：为什么 V4 的训练时间比预期更长？据我们了解，DeepSeek 原本希望春节前后发 V4。赵晨阳：具体发布计划外界无从知晓，但从技术上可以推测，V4 一次性引入了至少四个互相耦合的新东西：混合注意力、mHC、Muon 优化器和 FP4 训练。任何一个单独上线都需要大规模 debug，四个一起上的复杂度更是组合式爆炸。特别是在如此大规模的 MoE 上稳定地跑 Muon，以及真正跑通 FP4 训练，这都是非常前沿的尝试。这次 V4 博客里的一句话很好：“率道而行，端然正己。” 我还想加上《道德经》里我很喜欢的一句话：为而不恃，功成弗居。创造万物却不占为己有，功业成就却不自我夸耀。刘益枫：这次的一个亮点是 DeepSeek 原生支持国产芯片。从零开始为国产算法编写优化算子的工程量比较大，这可能是他们开发时间偏长的原因。不过在 V4 训练阶段，外界普遍推测他们用的仍是英伟达芯片。（注：V4 技术报告第三节 “Infra” 一章中提到，DeepSeek 在华为昇腾芯片上验证了细粒度并行 EP 方案的技术可行性，这说明 DeepSeek 做了国产芯片的推理适配。原文为：We validated the fine-grained EP scheme on both NVIDIA GPUs and HUAWEI Ascend NPUs platforms.）晚点：晨阳提到 “率道而行，端然正己”。他们引用的是荀子《非十二子》，前面还有两句——“不诱于誉，不恐于诽”，不被赞誉裹挟，也不惧质疑和批评。刘益枫：从 DeepSeek 的致谢名单来看，离职人员比例大概在 5% 左右。相比其他公司，这个流动率挺低。所以我觉得 “不诱于誉” 不仅是公司理念，也是 DeepSeek 研发人员的心境。赵晨阳：“举世誉之而不加劝，举世非之而不加沮”，是一种很高的境界。晚点：这次技术报告和发布推文中都没再公布训练成本，为什么？V3 和 R1 引爆市场的关键之一就是 557 万美元的最后一次训练成本。（注：按参数量和训练数据量粗略估算，V4 的训练计算量可能接近 V3 的 3 倍）赵晨阳：这是一个信号，DeepSeek 不再靠 “成本叙事” 定义自己，而是用模型能力说话。刘益枫：最后一次训练成本往往是总成本的几十分之一。前沿探索和对比验证的实验成本，人力和数据成本才是主要开支。所以公布这个成本本身没太大意义。晚点：R1 当时爆火的另一个原因是，它以开源方式验证了测试时扩展（test-time scaling）的新范式。而这一次，V4 是不是并没有带来这个级别的范式变化？赵晨阳：R1 是开源世界里第一个走通 Long Reasoning 这条路的模型。V4 也是 follow 了 R1 的范式，定位是 “在这个范式下解决计算瓶颈”。我觉得 “范式变化” 在 AI 圈被说得太多了，它本来是十年一遇、甚至更稀少的事。Transformer、scaling law、RLHF（基于人类反馈的强化学习，一种对齐方式）、测试时扩展，这些是范式。但每隔半年就要找一个 “新范式” 的行业恐怕有些问题。更值得问的问题是：沿着现在的 LLM 范式继续优化，还有多少空间？上限在哪儿？我判断还有相当大的空间，但每一步都更难。V4 这种系统级耦合的工程优化，会成为接下来一两年的主旋律——大家会竞争谁能把许多分散的优化做成一个能跑起来的整体系统。这很工程，但商业价值很大。刘益枫：与其从方法论的角度解释范式变化，不如把它理解为一个新的模型能力领域，比如之前的长文本能力、agent 能力、幻觉控制能力等。提出新的能力领域，这才是目前大语言模型需要重点做、不断做的事情。现在的问题不是 “能不能做到”，而是 “我们还不知道有哪些需要做的”。从这一点来说，V4 带给我的震撼远不如 R1，甚至不如 Kimi 最早提出长文本能力时带来的感受。晚点：那你看到了什么现在还在萌芽、未来可能重要的能力方向？刘益枫：比如 AI 的 “自我意识”。目前 AI 还是人类的工具，它是否能拥有自己的意识，更自主地行动？赵晨阳：我认为有个重要的能力是 “减少推理量”。很多事情并不需要那么多推理，token 应该用在更重要的事情上。现在的模型有点儿被 infra 优化惯坏了，在上下文长度上太铺张浪费。量化看，性能与效率晚点：接下来我们来量化看一下 V4。首先是性能上，两位怎么看 V4 的 Benchmark 选取和分数表现？赵晨阳：V4 明显测了更多和 agentic 相关的 Benchmark，尤其强调工具使用、多步规划等。整个行业从去年年中开始就有这个转向：做事和完成任务比 “答得对” 更重要。这里也正好解释一下，Benchmark 大概有几种逻辑：一是离线 Benchmark，测一个问题模型怎么回答，给答案打分；二是在线 Benchmark，把同一个问题或任务发给两个匿名模型，让用户判断哪个模型更好，这通常被叫做 Arena（竞技场）。DeepSeek-V4 的技术报告里就提到，他们做了一个内部在线评测：公司里的工程师可以自行选择模型完成任务、给模型反馈。他们比较了很多模型——Claude Opus 4.5、4.6，OpenAI GPT-5.5 等。V4 的分数大概在 Opus 4.5 左右，和 Opus 4.6、GPT-5.5 还是有差距。有 9% 的 DeepSeek 工程师表示，不会将 V4-Pro 作为首选模型。这很坦诚，公司内部的采用意愿非常重要。这也引出另一个问题，可能是所有优化编程能力的模型团队都要思考的——这世界上只有极少数的公司在编程上有数据飞轮，而获取数据的最佳方式是 “被使用”。刘益枫关于数据飞轮，我有个问题想问晨阳。美国以闭源模型为主，中国以开源模型为主，这是否意味着，很多用户可能会自己部署开源模型在本地使用，中国团队更难获取实际使用数据？赵晨阳：其实不是的。开源模型上了万亿参数规模后，部署成本很高，个人无法负担，个人不可能有 H200、B200 或 910B 这种 GPU。大多数模型哪怕开源，也是 host 在第三方云上，本质还是走 API，在第三方会留下痕迹。不过据我所知，国内还是大量在用美国的闭源模型（来编程）。刘益枫目前 Chatbot Arena 上 DeepSeek-V4-Pro 排名大概在 23 ，比 GLM-5.1 和 K2.6 等都低；在 Artificial Analysis 的 Intelligence Index 的分数为 52 ，也比 Kimi、Mimo 低。晨阳怎么看这个表现？（注：访谈发生于 4 月 28 日，到 5 月 1 日，V4-Pro 在 Chatbot Arena 上的排名为超越了 K2.6，仍低于 GLM-5.1。） 北京时间 5 月 1 日 19 点，Chatbot Arena 的排名。 赵晨阳：选择某款模型是需要一定信仰的，我愿意为了我的信仰无视这些分数。（笑）刘益枫：确实，刷榜不是目的。赵晨阳：体感上，一流模型的能力已经很难区分。在非常微小的差距里排先后意义不大。我一直用 Claude Code，有一天我们公司的 Claude 因账单原因被下线，我就去用了 Codex。我发现，离开了 Claude，外面的世界完全没有下雨。晚点：前面我们讨论了性能，效率上，V4 技术报告里提到：在百万级上下文中，DeepSeek-V4-Pro 的单 token 推理 FLOPs（衡量计算量，对应计算资源） 是 V3.2 的 27%，KV 缓存占用（对应存储资源）是 V3.2 的 10%。这个效率提升程度属于行业正常水平还是比较惊人？赵晨阳：V3.2 发布时，DeepSeek 提到，即便大幅降价，他们自己的推理服务仍有利可图。不过需要注意的是，这种提升有一个重要前提：上下文越长、优势越明显。如果只是几千 Token 的输入输出，效率提升并不显著。当然，现在的实际使用中，几千 Token 可能连 system prompt 都打不住，所以日常使用的感受应该挺明显的。晚点：这是不是也意味着，V4 的效率优化对 Agent 场景很有用？因为处理多步复杂任务的 Agent 框架是需要很长上下文的。赵晨阳：是的，Agent 会很有收益。刘益枫：不过，也有用户反映，V4 在解决同一个问题时，token 消耗比之前要大了。这部分抵消了效率优化的体感。晚点：这就是晨阳刚才说的他认为需要提升的能力 “减少过度推理”。为什么模型更新后，解决同一问题的推理 token 消耗反而变多了？赵晨阳：我之前在小红书发过一篇文章，说现在的 token 浪费有种 “拿高压水枪浇花” 的美感。模型会诚实地反映训练数据，token 消耗变多，说明在训练中确实存在用更长上下文解决相同问题的情况，这些吐出来的回答可能又成为训练的材料，这就形成坏循环，解决同一个问题需要的 token 越来越多。刘益枫：其实这个问题一直存在，之前大家就在想解法，比如 K1.5 的报告里的 “长度惩罚”，当回答同一问题时，会惩罚更长的回答。但即便如此，这个趋势仍不可逆地发展，因为对各个团队来说，优化模型解决问题的能力还是会优先于优化推理的简洁。V4 的具体创新和改进：Infra 巨鲸的四连击整体思路：极致的稀疏晚点：DeepSeek-V4 仍然是一个 MoE 模型，但前面也提到，这次模型架构和 Infra 都有较多变化。你们怎么理解 V4 的整体架构思路？赵晨阳：V4 整体保留了 DeepSeekMoE 框架和 MTP （Multi-Token Prediction，即 “多 token 预测”，允许模型一次性预测多个 Token）策略，但在四个层面做了改造：注意力，用了混合稀疏注意力；残差，使用了 mHC；优化器，在这么大的模型规模上使用了 Muon；以及 infra 的变化，其中两个关键词是 TileLang 和 FP4。这四件事的共同主题是：让 1M 上下文从 “理论可行” 变成 “成本可接受”。刘益枫：V4 进一步提高了稀疏比，这对算法和底层算子开发，尤其是训练阶段的算法和算子提出了相当高的要求。它需要保证 MoE 的各专家之间训练程度的平衡及 token 路由的平衡。另外一个创新是在前几层 MoE 中用了哈希路由，来分配 token 到各专家，从算法上避免前几层专家路由高度集中的问题。此外，DeepSeek 这次没有在 V4 上应用 Engram（DeepSeek 2026 年 1 月提出的条件记忆技术）。一方面可能是因为 Engram 对性能的提升有限，但对部署又有较大挑战。另一方面，基础模型在训练过程中也会自动学习 N-gram（连续 N 个 token 组成的局部片段，可以理解成一些常见表达、固定搭配，模型训练中会自然学到这些短程上下文） 能力，Engram encoder 更多起到辅助和信号加强作用。赵晨阳：这次 V4 的激活比（激活参数比模型总参数）确实是这一波模型里最低的。V4-Pro 是 1.6T 总参数下，激活参数 49B，也就是约 3%，比先前已经很低的 Kimi K 2.6 更低。总参数越大、模型容量越高；激活参数越小、推理成本越低。MoE 的核心价值就是把这两个量解耦，而 V4 把这种解耦推到了目前业界最激进的位置。晚点：正好这里补充一组数据，在激活参数比总参数的比例上，DeepSeek-V4-Pro 刚超过 3%，而 V3 时是 5.5%。其他近期模型中，K 2.6 是 3.2%，MiMo-2.5-pro 是约 4.1%，MiniMax M2.7 是 4.35%，GLM 5.1 是 5.3%。 赵晨阳：这一连串数，大家可能听起来像在雕花，但很反映工程能力，从 4% 降到 3%，比从 5% 降到 4% 要难得多。不是说其他团队做不到，而是大部分团队会选择稳扎稳打，DeepSeek 选择继续推到极限。当然，激活比也不是越低越好。比例太低会带来负载不均、专家训练不充分、路由抖动等问题。DeepSeek V3 就讨论过，路由负载均衡是否应该纳入 loss（损失函数）。能把 3% 的激活比例稳定训下来，本身是工程能力的证明。注意力机制：CSA 和 HCA 如何组合工作晚点：2025 年年初 DeepSeek 提过 NSA（原生稀疏注意力），同年 9 月又在 V3.2 上用了 DSA，这次则是使用了组合 CSA 和 HCA 的新的混合注意力机制。这次的核心改进是什么？主要解决什么问题？刘益枫：V4 的每一层都同时跑滑动窗口注意力（SWA）和一种长距注意力（CSA 或 HCA）。CSA 是稀疏路线，在序列维度做 4:1 压缩后再做 top-k 选取；HCA 更激进，做 128:1 的压缩，但保持稠密注意力。（4:1、128:1 是指把 4 个 token 聚合成一个表示和把 128 个 token 聚合成一个表示，所以说 HCA 的压缩更激进）每层用 CSA 还是 HCA 是预定义的，因此面对同一个长上下文，不同层会从不同视角去看——稀疏层（CSA）精确锁定关键 token，稠密层（HCA）提供整体语义概览。晚点：这套新的注意力机制对 Infra 的影响是？赵晨阳：改动还是挺大的。对 RadixArk 和 SGLang 来说，适配这个混合方案的复杂度主要是前缀缓存的一致性。所以我们设计了 ShadowRadix 来应对——三个异构 KV 池（SWA / C4 / C128）加两个压缩状态池，要在预填充、解码、投机解码三个阶段保持同步。这是 V3 时代不需要解决的问题。（注：预填充，Prefill，指在推理的初始阶段，模型一次性并行处理用户输入的整段 prompt，计算并生成已知文本的 KV 缓存，快速吃透内容。解码，Decode，是常规生成阶段。模型用预填充阶段产生的缓存，开始自回归地生成回答，一般解码是逐个 token 吐出的，这是推理的速度瓶颈。投机解码，Speculative Decoding，是加速解码的技术。它不再逐个 token 生成，而是一次性 “猜” 出多个未来的 token 并交由主模型批量验证，可大幅提升速度。）此外，我们最近发的 HiSparse 把稀疏注意力的 KV 卸载到主机内存，在长上下文场景能拿到 5 倍吞吐。V4 这种把计算 / 显存成本压到 27% / 10% 的模型，要在生产环境跑出商业价值，就需要 ShadowRadix、HiSparse 这类底层能力的同步推进。优化器：Muon 已成检验大模型团队工程能力的试金石晚点：V4 里还有两个很重要的变化，一是残差上，使用了 DeepSeek 去年底提出的 mHC，一是业内现在已用得比较多的 Muon。先说优化器。过去大模型训练的主流优化器是 AdamW，但从去年到今年，Muon 开始被越来越多的前沿模型采用——OpenAI 在 2024 年底招募了 Muon 的开发者 Keller Jordan；Kimi 2025 年年初开始发布 Muon 的改进版。能否先简单解释一下，优化器在大模型训练里起什么作用？Muon 相比 AdamW 的核心优势是什么？刘益枫：一般深度学习网络的训练过程，就是让模型通过损失函数的梯度下降信号不断更新权重，当权重更新到一个状态，模型能稳定达成设计目标了（比如预测），就是训完了，得到了稳定的权重。但由于模型结构、数据分布等差异，普通梯度下降不太适合大语言模型这类深度神经网络，所以后来出现了 Adam、AdamW 等带动量和预条件机制的优化器来帮助训练。AdamW 本质上结合了动量和更新量归一化两类技术。动量可以让更新更平滑，归一化可以让每一步更新的 scale 更统一，从而稳定训练。但 AdamW 是元素级别的优化，也就是对每一个参数单独更新。Muon 的核心区别在于，它是矩阵级别的优化。对于线性层这类二维参数，它本质上是矩阵乘法，Muon 会把整个矩阵作为整体进行归一化和优化，这能更好地利用矩阵中不同元素之间的联系，让矩阵内不同元素的优化步调更一致，进一步提升训练效率和推理能力。晚点：从 Keller Jordan 在 2024 年 10 月提出 Muon 到它后来变得更主流，这个过程是怎样的？刘益枫：2024 年底 Muon 刚被提出时，对使用者并不友好。它需要针对不同模块，如线性层、输入嵌入层分别调学习率（learning rate，控制模型每次更新参数幅度的核心超参数，太大容易不收敛，太小则训练极慢），我们当时也第一时间跟进了。到 2025 年初，Kimi 提出 Moonlight 的改进。因为 Muon 是基于矩阵更新的（矩阵是二维的）所以训练时涉及一维参数的部分仍会用 AdamW，这就有一个二者之间的学习率的比例问题。最初 Jordan 没有确定 Muon 和 AdamW 的学习率比例。Moonlight 的重要贡献是把这个比例基本确定为 0.2，这样使用者只需设置一个学习率超参数就能适配整个模型。这让 Muon 从理论创新走向了大规模应用。晚点：可以说，是 Kimi 的 Moonlight 和 MuonClip（在 2025 年年中的 K2 中，Kimi 进一步改进 Muon 的版本）改进让业界开始更广泛使用 Muon 了？刘益枫：对。DeepSeek V4 的进一步改进是，它没有用 Kimi 找的超参数 0.2，而是自己算了一个更精确的 0.18。Muon 最开始用的是牛顿-舒尔茨五次迭代（一种用于矩阵归一化或求逆的数值迭代方法），这是一个近似过程。而 V4 采用了十次迭代近似。每多一次迭代会提高计算消耗，但精度会更高，整体速度可能反而更快。晚点：优化器的变化需要 infra 上做什么调整和配合？赵晨阳：推理侧不需要关心，因为不涉及参数更新；训练侧一定要做适配，而且是大工程，整个开源链条要从英伟达的 Megatron 或 Megatron-Bridge（英伟达发布的工具库，主要用于在 Hugging Face 和 Megatron Core 格式之间无缝转换大模型权重，并提供高性能分布式训练框架）这一层开始改，再一层层往下传。闭源训练引擎怎么实现 Muon 我就不清楚了。刘益枫：Muon 是矩阵层面的优化，会涉及大量矩阵乘法。如果某个矩阵很大，就需要大量拆分，甚至分布式训练。AdamW 不一样，它是每个元素单独更新，元素本身可以无限拆分。所以这是 Muon 特有的 infra 问题。另外，预训练和后训练的优化器基本要保持一致。而后训练的 infra 结构更复杂，可能单机装不下，所以后训练适配 Muon 会带来更多结构修改。晚点：现在还没有用 Muon 的大模型，是认为 AdamW 仍有优势，还是没来得及改？刘益枫：大部分模型都改用 Muon 了，但也有一部分不太清楚。比如千问就没有特别提及用的什么优化器。我个人认为，没改的是没来得及改。尤其是后训练要如果要用 Muon，infra 会很难改。后训练没改成，又会导致预训练就也只能用 AdamW。晚点：是否使用 Muon，是现阶段判断一个模型团队 infra 能力的指标之一吗？刘益枫：可以这么说。但即便是用 Muon 的模型，在输入和输出这种模块还是得用 AdamW。赵晨阳：我非常认可益枫说的，优化器是检验一个团队工程能力的试金石。但关于 AdamW 需不需要拆分倒不一定，这取决于模型体量。模型大到一定程度，不可能完整部署在任何一个节点上，所以 Muon 和 AdamW 都需要复杂的并行策略，Muon 只会更复杂。AdamW 会同时维护动量和速度两个 state，很多操作是元素级别（element-wise）的，切分相对简单。比如 ZeRO stage（显存优化技术）、FSDP（将模型参数、梯度和优化器状态完全打散分配到整个 GPU 集群中的训练技术）、TP 对齐（确保被切分的矩阵维度大小能够被参与并行的显卡数量整除的技术） 的逻辑都更简单。Muon 的优势是砍掉了二阶动量，optimizer state （优化器在更新权重时需要持续记录的内部历史数据）从两倍降到一倍，能节省相当多显存。但它在动量上跑完牛顿-舒尔茨迭代后，还要做正交化。这就不是逐元素过程了，而是更复杂的矩阵计算，必须拿到完整的二维权重。如果参数已经被 TP 或 FSDP 切碎，就要先聚合回来再计算，涉及很多分布式原理。所以可以看到，Kimi 的 K2 只在数据并行（data parallelism）层面做切分，没有在张量并行上做切分。现在优化器层已经进入一个非常混杂、复杂的状态，有 Muon 也有 AdamW。Muon 不是简单替换 AdamW，而是用大量人力和工程复杂度换取大量显存和收敛效率。这笔账值不值得，取决于团队的工程水平、显卡数量和模型规模。刘益枫：而这里每个专有名词背后都可以对应一篇文章。残差连接方式：Seed、DeepSeek、Kimi 的激发与碰撞晚点：聊完优化器，来聊聊 V4 的残差连接方式。这次 DeepSeek 引入了 mHC，这是一个怎样的改进？刘益枫：mHC 之前，字节 Seed 先提出了 HC（Hyper-connection，超连接），思路是扩展层与层之间的信息流宽度。以前的 Transformer，层之间只有 d 维的信息流宽度；但现在是 d 维上加了 channel 维，信息流宽度变成 d x c，推理能力显著提升。不过原本 Hyper-connection 的数学原理导致梯度回传和训练不稳定，所以 Seed 发了这个成果后，社区反响并不强烈。而 DeepSeek 的 mHC 加入了 Sinkhorn 算法（一种数学归一化算法），主要用于约束路由和注意力分布，使其更均衡、数值更稳定，能在一定程度上改善训练过程的稳定性。这个改进既需要对 HC 的潜力判断和细致分析，又需要基于内观指标，如梯度的 scale、激活值，从现象倒推怎么解决这个问题。补充一点，Kimi 也刚刚在 3 月初提出了 Attention Residual，它有点像 DenseNet（主要用于 CNN 卷积神经网络的一种密集连接结构，每层与之前所有层直接连接），直接跨层相连，第一层可以直接影响最后一层。mHC 和 Attention Residual 方法不同，但有异曲同工之妙——都是 layer-wise（层级别）地改进信息流。晚点：这两种方法的区别是什么？你认为哪种上限更高？刘益枫：实验室更倾向搞 mHC，因为资源有限，mHC 的 Infra 实现更简单。Attention Residual 对 Infra 的要求更复杂，它对每层之间关系有一个更精确的描述，我认为它的上限可能更高。晚点：mHC 对推理框架的影响是什么？赵晨阳：mHC 把简单添加残差这件事变成了一个需要混合 GEMM（通用矩阵乘法，深度学习中最核心、最密集的数学操作）和 Sinkhorn 归一化的复杂操作。带来的挑战是：先前的算子对于 mHC 不够高效，我们需要为 mHC 单独写一些新的 kernel（算子核，可以简单理解为直接给 GPU 发的指令代码，告诉芯片底层怎么做基础运算）。为新算法定制新 kernel 在 V3 之前并不频繁。但比较欣喜的是，我们现在有了更多、更好的工具，如 TileLang。Infra 两个关键词：TileLang & FP4晚点：正好你提到了 TileLang，接下来就是想聊 DeepSeek-V4 报告里 infra 部分使用的 TileLang 语言和 FP4 训练精度。简单来说，这两个东西是什么，作用是什么？赵晨阳：先说 TileLang，我喜欢叫它 “太浪”，听起来像拳击大师的名字。infra 要做的是在计算路径相同的情况下加速计算。比如写 kernel，就是结合底层硬件特性优化计算。同样一个 4096 乘 4096 的矩阵，可以按 128 拆，也可以按 256 拆。不同硬件的显存、带宽不同，适合的拆分方式也不同。总之 kernel 就是让底层的矩阵计算更快。写 kernel 的语言，通常大家会对比 CUDA、Triton 和 TileLang：CUDA 是英伟达的护城河，性能最高，但开发和维护成本也最高。Triton 由 OpenAI 开源，它降低了写 kernel 门槛，但牺牲了一些表达能力和性能。同一个 kernel 用 Triton 写，效率可能比 CUDA 低不少。TileLang 走在中间，是北大团队发起的一个项目：它比 Triton 更底层、表达能力更强，又比 CUDA 更好用，是国内发展起来的优秀开源项目。V4 报告提到，他们可以用 TileLang 把一些 kernel 的启动开销压缩到微秒级，也提升了 “位级可重现”，就是一个 prompt 输入给 V4 后，如果用 TileLang，两次前向推理（神经网络从输入到输出的计算过程）的结果更容易复现，这对推理工程师 debug 很有帮助。TileLang 的长期价值是大大降低了为新算法快速开发新 kernel 的边际成本。DeepSeek 提出 mHC 时也写到，他们为 mHC 做了一版 TileLang 的 kernel。我们 SGLang 团队也针对推理场景的小批量解码做了 split-K（把矩阵乘法中的 K 维度拆开并行计算，以提升小批量场景下的硬件利用率）的 TileLang 版本。最近一年半，TileLang 已开始被全球前沿 lab 当作算法实现的默认选择之一。以前做编译器这一层很苦，但现在大家也看到了它的重要性。晚点：你提到编译器和 DSL 底层语言，让我想到五年前采访鸿蒙当时的负责人王成录，他提到十年前想做操作系统时，在国内很难招到会汇编语言的人才。赵晨阳：做编译器一直是非常伟大的事业，但也很苦、离商业远、不被关注。晚点：TileLang 最初是北大杨智老师团队发起的，后来也有很多社区贡献。那如果 TileLang 这类开源生态越来越繁荣，和 CUDA 长期会是怎样的关系？是更丰富 CUDA 的生态还是形成竞争？赵晨阳：很难说。就像模型厂商会发技术报告，大家彼此借鉴，但也存在竞争。刘益枫：TileLang、Triton 和 CUDA 的关系，有点像 C++ 和汇编语言，或者 Python 和 C 的关系，是不同层级的语言，CUDA 更底层。晚点：那 TileLang 也可以用在其他芯片厂商更底层的软件系统上？赵晨阳：是的，事实上很多中国硬件厂商正在主动支持 TileLang 生态。晚点：可以说 DeepSeek 在 TileLang 的投入比别人更多吗？V3.2 里就开始用了。赵晨阳：只能说他们投入很多，但不一定比其他人更多。其他公司披露的内部技术实现有限。晚点：这次的另一个变化是训练时的浮点数精度格式从 V3 的 FP8 变成了 V4 的 FP4。这是怎样的演进思路？赵晨阳：FP4、FP8、BF16、INT4 等等都是数值格式，数字代表存储位宽。比如 BF16 就是用 16 位存一个浮点数，FP4 只用 4 位。DeepSeek-V3 是第一个把 FP8 做到大规模模型上的工作，到了 V4，他们又实现了 FP4。再往下会不会有更激进的优化和压缩？非常值得期待。减少存储位宽的好处是减少峰值算力，同时提升显存容量和数据读取效率。但位宽太小也会导致训练中梯度溢出或归零。DeepSeek 为了解决 FP4 训练问题，在预训练和后训练上都用了很多工程巧思。我比较熟悉的是 QAT 量化感知训练（训练时模拟量化误差以适应低精度部署）。DeepSeek 在后训练里做了 quantization-aware training，即训练时模拟量化、采样时真实量化。强化学习可以看成两个阶段：先采样，模型生成回复；再打分，把结果拿去训练。训练阶段，优化器维持 FP32 主权重，计算前先压缩到 FP4 范围，再无损反量化回 FP8 计算。这个伪量化过程没有真正前向计算，但会体现量化误差。之后再用 block-wise 的 scale points（缩放系数点，用来校准量化范围）兜住离群点（数值异常偏大的参数或激活），让模型提前适应低精度损失。采样阶段则做真实 FP4 量化，把 FP4 权重真正用于采样，降低访存瓶颈，实现物理提速。更重要的是，这和后续模型部署一致。现在 DeepSeek 发布的 checkpoint（模型权重文件）也是 FP4，训练中采样用的权重就是最终发布权重，而不是先训练 FP8 再量化成 FP4。这样损失更小，也提升了强化学习效率。强化学习里，模型越大、token budget（单次推理可生成的最大 token 数量上限）越长，采样越重，可能占到 70% 以上时间。采样时降低位宽和显存读取压力，对速度提升很明显。所以训练时伪量化、采样时真实量化，在 DeepSeek 论文里有很强体现。Kimi 的 K2 也用了类似思路。我们 SGLang 的 RL 团队去年也做了两个相关工作：FP8 全流程强化学习，训练和推理都用 FP8；还有 INT4 的 QAT。INT4 和 FP4 不完全一样，但也属于激进压缩方案。实事求是地说，在开源领域，我们团队的量化 RL 做得比较领先，但和 DeepSeek 还有差距。我们的 INT4 量化感知训练，采样做的是 W4A16，也就是权重 4 位、激活值 16 位，DeepSeek 做到了更极限的 W4A8。极致性能上，他们走得更远，这也是我们接下来要继续攻坚的方向。晚点：如果 DeepSeek 把官方推理框架开源，它和其他开源推理框架会是什么关系？赵晨阳：这涉及开源和闭源推理框架的哲学区别。开源推理框架是众口要调，不只支持 DeepSeek，也要支持小米、智谱、MiniMax、Kimi 等模型。这种整合性，是它和闭源内部推理引擎的重大区别。晚点：它给开发者或用户的价值是什么？赵晨阳：最大价值是满足很多公司本地部署推理引擎的需求，而开源推理引擎的性能提升，也会反过来促进闭源推理引擎。训练上也类似。闭源仍领先不少，但开源能让整个领域更透明。以前开源框架对 RL 的适配负担很重，一个模型 2 月上线，可能到 5、6 月才有开源 RL 框架能跑起来。这次 SGLang 在发布当天就支持了 V4 RL 适配。RL 和推理关系很近。推理是不带参数回传的前向传播，强化学习则重在采样，采样后做参数回传。我们还是很高兴能在这么大的 MoE 模型上同时做好推理和 RL，并把一致性做到极致。我也预见到，FP4 已经正式走出硬件厂商的 PPT，成为开源语言模型世界里真正跑通的工业标准。晚点：目前在这么大规模的开源模型里，FP4 是不是只有 DeepSeek 用了？赵晨阳：OpenAI 的开源模型 gpt-oss 也是，但大家技术选择不完全一致。只能说 FP4 是全世界都在努力的方向。刘益枫：英伟达的开源模型也用 FP4 。Blackwell 卡也是支持 FP4 的。后训练：多专家训练 + 蒸馏的后训练晚点：DeepSeek-V4 报告最后两部分讲了训练过程，包括预训练、后训练和测评。这个部分有什么亮点吗？刘益枫：一个亮点是预训练先分裂专家，再做 on-policy distillation（在线策略蒸馏，指在当前模型实际采样分布上进行蒸馏，而不是只依赖离线固定数据）。最近大家又都在研究 on-policy distillation，但各家做法差别很大。蒸馏的话，之前 DeepSeek-V3 和 R1 都实践过，但 V4 是先训练一些小专家，再把这些专家学到的技能蒸馏出来，节省参数量。训练中，专家越多，容量越大，但参数量和显存要求也越高。所以先让专家学好，再提取专家精华，从而提高最终模型能力。赵晨阳：他们做的是多专家训练，本质是在解决多目标优化问题。而同时优化目标的个数，是智力上限的体现。联合训练就相当于在多目标 loss surface（损失曲面，损失函数在参数空间的几何形状）上找 Pareto 最优（帕累托最优，无法在不损害其他目标的前提下进一步改善任意目标的状态），但工程里很难同时找到，因为梯度走向复杂，目标冲突严重。比如一味 push coding 能力，数学可能变差；数学修好了，指令遵循可能又受影响。现在先分裂再蒸馏的做法是：在各个目标上找局部最优，再让一个学生模型拟合多个教师模型的输出分布。这有点像数学插值，把复杂 loss surface 上的联合优化，变成在已收敛离散点之间做插值，工程上更稳定可控。业界之前也有类似尝试。Qwen 在 post-training 阶段提过 multi-stage（多阶段训练或聚合）的专家聚合，学术界也一直有模型聚合、模型 Spawn（从已有模型派生或扩展新模型）这类技术。硅谷前沿闭源模型大概率也有类似思路，只是披露有限。开源生态是这一波中国实验室对 AI 领域的实质贡献。晚点：关于测评部分，前面已有部分讨论，还有什么补充吗？赵晨阳：有一位 NLP 领域很知名的研究者说过一句话：We cannot optimize what we cannot evaluate，“如果一个东西我们无法评估，我们就无法优化它”。所以我更愿意把这件事叫 eval（评估），而不是 benchmark（测评）。测评面向的是具体任务，发布一两年后就可能过时。但评估永远存在。现在评估也越来越难，因为场景越来越复杂。比如 Claude Code 更新后，常有人说某些方面变差了。我也在想，这类工具到底怎么评估一个 feature 要不要更新？因为做 Agent 的人有很多想法，每个听起来都有道理，但不可能全都满足。东西加得太多，体验反而变差。整个行业必须把评估做好，否则很容易陷入自欺欺人的循环。晚点：Opus 4.7 更新后，很多人还是认为 4.6 更好用。赵晨阳：现在有个词叫 vibe checking 或 vibe benchmarking。大家已经很难判断模型好坏，只能根据有限几次对话说：以前 4.5 能做的任务，为什么 4.7 做不好？我们已经进入 benchmark 的可信危机。很多模型在 benchmark 上都是 90 多分，但实际差异很大。所以这一代针对智能体能力的评估还没有形成共识，行业还需要更好的评估基建。刘益枫：我觉得更重要的是发现和提出新的领域能力，比如 Agent、长程注意力能力。晚点：V4 是不是没有提出什么新的领域能力？刘益枫：对，这也是它没有那么令人震惊的一点。赵晨阳：但有一点值得欣喜：这几代模型没有明显退化，之前做得好的任务，后面没有变差，这很难，代价是模型上下文长度已非常夸张。讲到测评基准，去年 DeepSeek-V3 发布时，我有一篇 ICLR 论文，评估语言模型在 GitHub 上面对刁钻审核者，提交 PR 并合并的能力。它和数学竞赛、SWE-bench（主流代码能力基准）很不一样，这个任务在完成编码后，还要和审核者做多轮修改沟通，再把代码合并进去。我很欣喜自己做的 benchmark 得到了更多认可，即便今年已经被刷满了，但至少成为了 ICLR oral paper（会议口头报告论文，代表较高认可度）。比如最近我比较关注的一个基准是 ClawBench，就是评估 OpenClaw 场景下，用户对模型的满意度。我也希望到明年，这种类似个人编程助手的 benchmark 能被刷满。之后肯定还会有新挑战和应用。美国追新能力、高定价；中国追性价比、工程极限晚点：最近模型更新密集，从 3 月底到现在，有小米 MiMo 2.5、GLM 5.1、MiniMax 2.7、K 2.6、Opus 4.7、GPT-5.5 等等。你们觉得大家现在努力的共性是什么？刘益枫：开源模型的方法和架构在趋同。基座基本都是 MLA，优化器也类似，之前大家用 AdamW 或者 AMSGrad（Adam 的一个变体，通过保留历史二阶矩估计的逐元素最大值，限制自适应学习率波动，从而改善收敛稳定性），现在陆续转向 Muon 或基于 Muon 微调。在能力上，Agent 是开源和闭源模型共同重视的方向。大家发现，未来模型商业化可能更多是给 Agent 提供 token，而不是只靠订阅。赵晨阳：到底做订阅制，还是 token by token 计费？我更倾向订阅制，同时额度用完再收 token 费。实际上大部分用户用不完订阅额度，所以订阅制可能更赚钱。刘益枫：但很多公司转向按 token 计费，也是因为现在订阅的价格真的扛不住。高了没人买，低了又亏。赵晨阳：这确实没有定论。比如 Claude Code 这么成功，但到底盈利情况如何？晚点：如果今年底 Anthropic 真启动 IPO，应该能看到财务数据。现在很多视频生成产品是你说的订阅加实际消耗，订阅满额度后再额外买积分。影视从业者有刚需，客单价也比想象中高很多。赵晨阳：商业上我很喜欢视频生成的生态。但坏消息是，开源视频生成模型和闭源差距很大。晚点：好像也没有太多人愿意开源视频生成模型，这是不是侧面说明它确实挺赚钱？迄今比较先进的开源视频生成模型仍是阿里的通义万象。赵晨阳：我最近做语音生成模型，也发现开源模型相比 GPT-4o 那个时代的模型仍有不少差距。这些模型可能是很赚钱。刘益枫：视频模型用户粘性也特别大。相比语言模型，视频生成模型可能更适合订阅制。晚点：现在关注度基本被 coding、通用 Agent 吸走了，因为竞争焦灼，也都是大公司。但视频或更广义的 AIGC 可能更创业友好。语音也是，像 ElevenLabs 也在自己的空间里持续发展。以上是各家大模型的共性。那你们观察到各家的差异是什么？赵晨阳：开源模型里，DeepSeek 和 Kimi 取向比较接近，工程和创新性都做得比较极限，比如大 MoE、低激活、长上下文和极致成本优化。GLM、Qwen、MiniMax 则在 RL 训练端、长上下文落地上有扎实积累。还有小米，MiMo-V2.5-Pro 在 Arena 上的分数比 V4 还高。竞争非常激烈，当然这也给开源推理引擎带来很大工作量。晚点：阶跃和混元呢？赵晨阳：阶跃在多模态上发力很早，而且我认为多模态远没有饱和。混元最近由姚顺雨掌帅，新模型虽然还不在 1T 以上模型的牌桌上，但在 300B 规模上做得很扎实。现在是 3.0 Preview，如果之后上 Pro、进微信端，格局会很有意思。晚点：中美之间的区别是什么？刘益枫：总体来说，美国模型更追求领域创新，比如长上下文、多模态融合、Agent 能力，或者像 OpenAI 刚发的 image-2 这种跨跃性能提升。中国模型更侧重性价比。同等能力下，中国模型收费比美国模型低一个数量级。这和中国充足的技术人员储备、有限的算力资源都有关。赵晨阳：我之前在 Amazon AGI SF Lab 实习过，也和益枫在字节 Seed 实习过。美国这一代模型的重点是面向智能体的长程任务能力，比如 Claude Code，在多轮 agentic coding 上进步很大。可以想见 RLHF、RLAIF（基于 AI 反馈的强化学习，用 AI 生成的评价或偏好信号来训练、对齐模型）这些对齐方法经过几年积累，已经形成很强的数据闭环。中国团队的强项是架构创新密度和工程完成度。V4 报告里一次性把混合稀疏注意力、mHC、Muon、FP4、TileLang 这么多事情全部换掉并跑通，这种决心和执行力很罕见。中美路径和风格不同，但行业在螺旋上升。晚点：美国模型好像没有做得那么稀疏，他们不太追求这个。刘益枫：美国算力相对多，也不一定要这么稀疏。太稀疏会牺牲一些能力上限。赵晨阳：这也和美国缺少高质量的工程人才有关。晚点：所以美国 AI lab 更倾向于先冲性能。反正模型贵也有人买，之后再考虑降成本。赵晨阳：对。很多人批评中美大搞 AI 竞赛，但我觉得很遗憾，只有中美能搞竞赛，没有其他国家玩得起这一波比赛了。晚点：V4 或最近这些新模型，会对你们接下来的研究方向和具体工作产生什么影响？刘益枫：如果在公司实习，我会想做 CSA、HCA 这类 token-wise 压缩的长文本方向。但实验室资源有限，很难做长文本，所以我倾向研究 Hyper-Connection、 Kimi 的 Attention Residual。这可能类似从 ResNet（残差网络，通过跨层捷径连接缓解梯度消失问题的经典视觉架构）到 DenseNet 的变化。对 Transformer 架构来说，也可能会出现提高层间信息流动的新趋势。另外我也在做优化器。DeepSeek-V4 采用了不同超参数。Muon 怎么进一步改进、超参数怎么设定，都值得研究。Keller Jordan 的五步牛顿-舒尔茨迭代，和 DeepSeek-V4 的十步牛顿-舒尔茨迭代哪个更好，值得继续探索。赵晨阳：我之前的一个研究是评估多轮 Agent 在 GitHub 上提交 PR 时的真实表现。现在我需要把它用起来。因为维护开源工具时，会收到很多 AI 生成的 PR，我需要把研究里的标准内化到工作中，判断哪些 PR 靠谱、哪些应该毙掉。另外我最近做语音模型，它的工程优化比语言模型差很多，很多语言模型里的工作都可以在语音模型上重试一次。DeepSeek 这版做了很优秀的 PD 分离（Prefill-Decode 分离，将计算密集的预填充阶段与访存密集的解码阶段分配到不同硬件以提升整体吞吐）、MTP 等工作。语音模型未必用得上 PD 分离，但 MTP 很关键。比如现在和豆包语音对话，它语音吐出的速度很快。但开源模型在这方面还没做到这么好。晚点：最后想问两位，再过一两年来看，V4 最可能被记住的是什么成果或者思路？刘益枫：从算法层面看，可能是 token-wise 的极致压缩。之前大家更多是在 KV-cache 上做单 token 降维，比如 MLA 的先降维再升维。但 token-wise 压缩，应该是 V4 首先应用到了工业级模型上。赵晨阳：我和益枫观点类似。长上下文、极致低激活比例、低单 token 成本这个组合，无论从架构层面还是基础设施层面看可能都是 V4 的持久遗产。具体到 mHC 或混合注意力，未必会一直以现在的方式。它们可能像 MLA，是某个阶段的最优解，过一两个周期后会被更优雅的方案替代，当然硬件也会反过来推动迭代。但 DeepSeek-V4 率先验证的这套工程配方，会成为后续很多开源大模型的默认起点。在这个意义上，DeepSeek 一直是开源模型的参考基准。更多技术讨论，可联系两位播客嘉进一步交流：赵晨阳（wechat：LoveDeathAndLLM）、刘益枫（wechat：lauyikfung20）题图来源：PinkPantheress-Romeo
-
机器人订单大幅增长 “数智帮手”多领域密集上岗 来源：央视新闻客户端在福建福州，第九届数字中国建设峰会的现场体验区在“五一”期间向公众持续开放，超6000项技术、产品及落地项目集中亮相。记者在现场发现，从场景切入，不少领域的“数智帮手”正在加快上岗。迎宾、跳舞、写书法，福州本土企业带来的全场景机器人活跃在各个展区。记者发现，一款智能机器狗被孩子抚摸后，就能像真的宠物狗一样，做出打招呼、蹲下撒娇等动作，还能在语音互动后，展示后空翻等特技。 参展商 邢思嘉：聚焦居家老幼看护，在云端搭载了专用的智能大模型，新增了电子皮肤衣等触觉感知新技术，还能够像真的宠物狗一样自如交互。 各种各样的“数智员工”正在加快上岗，工业是一个重要的应用领域。在这个展区里，“数智员工”在接受“岗前培训”，在模拟产线上精准完成从取料、生产到运送的全套物理动作。记者还注意到，一些参展企业还现场演示了具身智能机器人应对非标准化生产场景的训练过程，可以将各类工业零件分门别类放置，还能完成不同产品的包装任务。 参展商 来健强：比如说汽车制造、3C电子、食品加工等行业，有大量的具身智能机器人需求。我们今年接到的机器人订单比起去年至少有30%的增长。
-
美国加密货币立法关键妥协达成：稳定币收益条款破冰 《清晰法案》即将提速 智通财经APP获悉，在经历了数月的激烈博弈后，美国加密货币市场结构立法终于迎来重大突破。参议员Thom Tillis与Angela Alsobrooks已就稳定币收益条款达成全面协议，为《清晰法案》(CLARITY Act)在参议院的推进扫清了主要障碍。 根据获取的文本，这项妥协对稳定币提供的奖励与回报施加了显著限制。协议明确提出，将禁止所有在“经济或功能上等同于”银行存款利息的奖励机制。这一宽泛的限制旨在阻止稳定币直接与传统银行储蓄产品竞争，回应了银行业长期以来关于“存款外逃”的担忧。然而，协议并未采取“一刀切”的禁令，而是保留了相当程度的弹性。稳定币余额可被用于奖励机制，但需通过一项“等同性测试”。这意味着加密货币公司仍能在特定条件下向用户提供激励，但那些模仿银行利息结构的高收益模式将被阻断。Coinbase首席政策官Faryar Shirzad在社交媒体上证实了这一突破，并透露最终文本已公开。他指出，历经数月谈判，Coinbase与白宫、财政部及参议院官员最终达成一致。“到头来，银行方面争取到了对奖励的更多限制，但我们守护了最宝贵的东西——美国人基于加密货币平台和网络的实际使用获得收益的能力，”Shirzad表示，在当前地缘政治环境下，维护美国在金融创新领域的领导地位至关重要。此次妥协成为撬动整个加密货币市场结构立法的关键支点。该法案旨在划定美国证券交易委员会和商品期货交易委员会对数字资产生态系统不同领域的监管权限。随着稳定币收益问题的解决，立法进程有望进入快车道。据悉，法案在代币分类、去中心化金融监管以及资产代币化等领域也已取得重要进展，《清晰法案》的最终文本预计将很快敲定并提交参议院银行委员会投票。银行业对稳定币收益可能分流存款的担忧，曾是导致立法停滞的主要症结。此次达成的协议，既赋予了银行系统更强的管控力，又为加密货币行业保留了核心的获客与激励空间，被市场视为推动美国加密货币监管清晰化的务实一步。
-
亚马逊AWS CEO称AI未取代程序员，今年计划招11000名实习生 IT之家 5 月 2 日消息，据《商业内幕》昨天报道，亚马逊 AWS 首席执行官 Matt Garman 表示，AI 并不会让程序员丢饭碗，公司将在今年招聘 11000 名软件开发工程师实习生。 IT之家从报道中了解到，Matt Garman 周二表示，尽管 AI 工具正在改变开发者的工作流，但亚马逊仍在持续招聘员工。他透露：“我可以告诉你，我们招聘的软件开发人员数量与以往一样多，甚至这种需求正在加速增长”。他认为，随着 AI 工具将部分工作流程自动化，软件工程师的角色正在发生变化：“未来几年，熟练编写 Java 代码的能力可能没那么重要”。Garman 强调，软件工程师们应该学习更多技能，例如构建应用程序、解决客户问题。同时技术知识仍然不能丢，与云服务客户合作时仍要用到。
-
分手后的阵痛期，微软何时能重振雄风？ 文 | 海豚研究微软在 4/30 早美股盘后，发榜了截至 3 月底的 26 财年 3 季度财报。整体来看，微软本季表现仍是 “稳” 字为主，各核心指标普遍好于市场预期，但也缺乏真正意义上的亮点，具体来看：1、Azure 重新提速，但没有惊喜：最受关注的Azure 业务，本季营收同比增长 40%，剔汇率影响后增速则为 39%，较上季提速 1pct。虽然再度重新提速，无疑是个好的信号。但横向对比 AWS 和 GCP 本季的强劲提速，Azure 显然仍是相对跑输。海豚君认为，背后主要原因是微软和 OpenAI 间合作的进一步解绑，OAI 将算力订单转移至其他 CSP 的影响，公司表示的将算力供给优先提供 1P 产品（如 Copilot）和开发使用（自研模型）则应当是另一原因。2、Capex 预期外减少，和 Azure 增长匹配：对应 Azure 增长处在平台期、和 OpenAI 合作关系的再降级、以及新增订单的减少，本季度微软实际的Capex（包括租赁）支出为$319 亿，环比减少了超 50 亿，也低于市场预期。也体现出，微软的投入力度和前端需求是动态匹配的。因此随着公司预期下半年 Azure 的增长会再提速，微软指引下季度的 Capex 将拉升到 400 亿，26 自然年全年 Capex 更是高达 1900 亿，隐含今年剩下 3 个季度的平均单季支出超 500 亿，拉升幅度相当夸张。3、 Office 业务量稳靠价增：生产力板块中主体的 Office 业务（包括企业版和消费版），本季依然坐席增长大体平稳，靠提价维持稳定收入增长的故事。具体来看，重要性第二的商业微软 365 云服务收入增长 19%，相比上季加速 2pct。但剔除汇率利好后，更真实的营收环比加速幅度为 1pct。分价量看，商用 M365 的订阅坐席数量同比增加 6%，和上季度持平；隐含平均客单价的同比涨幅提高约 12%，应当是产品结构升级和汇率顺风的共同作用。但其他业务线普遍增长疲软，因此生产力板块整体增速剔除汇率影响后为 13%，较上季略微放缓 1pct。4、个人业务疲软，但没指引的那么差：本季度个人板块的增长依然疲软，营收同比下滑了-1% 但并没有此前指引的-5% 那么差，属于低预期下的超预期。主要是 Windows 和硬件收入下滑 2.5%，而非此前指引的 10%，这和市场调研显示一季度内实际 PC 出货量是同比增长 2%~4% 的情况一致的，没有担忧的那么差。5、OpenAI 转单？新增合同负增长：新签企业合同金额同比下滑了 4%，相比上季的同比暴涨 230%，差异巨大。我们认为主要原因是重定合作协议后 OAI 不再向微软提供大额的新增订单的影响。若剔除 OAI 订单的影响，本季新增订单金额是同增约 7%。类似的，公司披露本季 RPO待履约企业合同余额为 6270 亿，环比仅增加了 20 亿。根据公司披露若剔除 OAI 的订单 RPO 同比增长 29%。可见在 “失去” 了 OAI 这个大客户后，微软获得新订单并不容易。6、利润同样不出彩：本季度整体经营利润为$394 亿，同比增长 20%，乍看明显高于营收增速，表明利润率仍在走高。但实际上剔除汇率的利好，经营利润实际增速为 16%，相比营收 15% 的增速只是稍稍跑赢，即利润率只是大体同比持平。分板块来看，智慧云板块经营利润率为 39.7%，同比下滑了 1.8pct，相比上季度时 0.3pc 的跌幅明显扩大，Capex 投入对云板块的利润率压力越发明显。而生产力流程和个人计算板块的经营利润率在剔除汇率利好后，本季度仍都有略微提升。7、毛利率压力不小，费用仍在尽力对冲： 本季整体毛利率为 67.6%，同比下降了 1.1pct，跌幅较上季扩大（0.7pct）。完全是受智慧云板块毛利率下滑的拖累（同比下滑了整整 5pct），而其他两个板块的毛利率仍是持平或小幅改善的。本季仍主要是靠控费来对冲利润率的压力，三费合计同比增长仅 9.4%（剔汇率影响后为 8%）。远低于营收增速，使得费用率同比减少了约 1.7pct。但趋势上，本季费用增速比上季的 5% 有明显的提速，主要是营销和管理费用支出增速有所拉升。 海豚研究观点：1、稳字当先、缺乏亮点：概括来看，微软当季的业绩表现可以说无功无过，虽然基本都好于预期，但缺乏真正亮点。在不进即退，逆水行舟的大背景下，相比谷歌和亚马逊这两个主要对手，表现平平实际可以大体等效于不好。对海豚君而言，本次业绩传递出的几个此前没有预料到的有价值增量信息包括：a. 和 OpenAI 合作关系降级后，对获取新订单的影响相当显著且当季就有体现；b. 智慧云板块毛利率同比下滑整整 5pct，比 AWS 毛利率的下降幅度严重很多。2、指引 Azure 增速向好：1）首先， 公司指引下季度总营收增长区间为 13%~15%，其中汇率顺风利好减轻到 1pct。按指引上限即不变汇率下增速为 14%，相比本季再降速 1pct。其中，最重要的Azure 不变汇率下增速为 39%~40%，即较本季度会持平或继续提速，延续了本次的向好趋势，但是改善幅度仍相当 “微小”。同时，公司预期26 自然年下半年 Azure 的增长会继续提升，是个不错的方向，但需要关注实际提速的幅度。海豚君认为，该指引方向大概率是可以实现的，毕竟 Capex 后续会大幅拉升，同时公司也表示会动态优化分配（即增加）给 3P 业务的算力供给。对生产力板块指引的收入增速中值为 12%，和预期大体相同。而对个人计算板块的指引似乎又过度保守，指引中值隐含营收同比下滑 10%，明显不及预期。2）利润上，按公司指引区间的上限约$388 亿经营利润，低于市场预期的 393 亿。按指引上限隐含利润增长为 13%，都跑输营收增速，全部指向下季度的利润率压力会比本季更大。按指引中值隐含整体经营利润率 44% 会同比下降 0.9pct，预期还是成本端的压力 -- 指引成本同比增长 22%~23%（包括约 1.2pct 的裁员费用），显著高于营收增速。费用支出则仍会维持在 7% 左右的低增长。3、转型的阵痛越发明显从过往几年的历史表现看，微软的投资逻辑，事实上和与 OpenAI 之间的合作关系密切相关。而自 25 年 10 月，微软和 OpenAI 重新谈判并签订了新合作协议后（在上季财报点评《与 OpenAI“貌合神离 “后，微软还香吗》中有详细探讨）。近几日两家公司间的合作关系又有了新变化，包括：a. 微软不再独家拥有分销并使用 OpenAI 产品和模型的权利，相对于的亚马逊也获得了该权利b. 微软仍是 OAI 的 “主要” 算力供应商，但显然 OpenAI 在逐步降低对微软的依赖，将更多新增订单给予了 Oracle，Amazon 和 CoreWeave 等其他合作伙伴。c. 微软依旧能使用 OpenAI 的模型和其他 IP 产权直到 2032 年，且不再需要在分销 OpenAI IP 时给予 OpenAI 收入分成，对微软的毛利率会有一定利好；d. 相对的 OpenAI 给微软（作为股东）的收入分成也会在 2030 年终止，且商定了新的最高累计分成上限（未公布）。可以说，微软近期明显跑输的重要原因之一就是和 OpenAI 合作关系的降级 -- 在短期业绩上导致 Azure 的增速陷入瓶颈期；而在中长期逻辑上，使得微软在大模型 + 云 + 芯片的三个核心能力上，失去了独占 OpenAI 时提供的大模型优势，自身在 ASIC 芯片上也缺乏优势。因而相比三项能力俱全的谷歌，和拥有云 + 芯片能力的亚马逊，微软反而成为了竞争力最差的。因此，微软确实有着很高的紧迫性去自研出 “不错的” 大模型或 ASIC 芯片。另一问题是，随着 AI 的发展方向—从面向 C 端用户为主，通过电商、广告等方式变现，转变为面向 B 端用户为主，通过提升工作效率等方式进行变现。AI 主要威胁的对象，也从最早的搜索、电商、OTA 等行业，变化为了工作软件等行业。因此，不只是云业务综合竞争力的减弱，微软的生产力流程板块甚至成了可能被 AI 替代的潜在受害者。这些都是微软当前投资逻辑上的大问题。4、微软的应对措施：但显然微软也没有坐以待毙，除了此前提到的加大 Capex 投入并将更多算力用于 Azure 创收，和努力自研大模型和改进 ASIC 芯片，这些长期举措外。微软的一个可立即起效的举措是，在此前最高档 E5 suite 之上，推出了 M365 E7suite。除了包含此前的 E5 功能，还内置 Copilot、Agent 365、Entra 等附加功能。基础定价从 E5 的$60 增加到￥99，超 1/2 的提价。除了新推出 E7 外，微软也将在 7/1 起对其他原有产品进行普遍的提价，具体提价情况可见下图。 以下是财报详细点评：一、财报披露口径变化概览25 财年开始微软对财报披露的部门结构做出不小的调整。整体的调整思路是把面向企业的各类 365 服务，包括 Commercial Office 365, Windows 365 和 Security 365，全部从各自的原板块调整到了生产力&流程（PBP）大板块下。具体的调整变化，和海豚君的看法请见1Q25 点评，下图是简要概括，就不再赘述。 二、分板块表现：都比预期稍好，也都没啥看点1.1 Azure 增长企稳，但还是相对跑输最受关注的核心业务--Azure 本季营收同比增长 40%，剔汇率影响后为 39%，较上季有小幅提速 1pct，达标市场预期。终结了先前 Azure 增长放缓的趋势，算是一个小改善信号。但是横向对比 AWS 和 GCP 本季内增速显著拉升，Azure 本季的表现显然还是跑输的。海豚君认为，背后主要原因是微软和 OpenAI 间合作的进一步解绑，且 OAI 将部分算力订单转移至其他 CSP 的影响。当然公司声称的将更多算力用于 1P 自有业务和内部研发，导致对外租赁产能不够，应当也是原因之一。毕竟在 OAI 已不再和微软绑定，甚至可能互相成为直接竞争对手的情况下，微软确实有比较急迫的需要自研一款 “能排进一梯队” 的大模型。而整个智慧云板块本季度营收同比增长约 30%，同样环比小幅提速 1pct，但主要是由于汇率利好的影响。 1.2 生产力板块增长稳重趋缓，仍是靠涨价驱动重要性第二的商业微软 365 云服务（Microsoft 365 Commercial Cloud）本季收入增长 19%，相比上季加速 2pct。但剔除汇率利好后，实际营收环比加速幅度仅 1pct。拆分价量驱动因素来看，本季商用 M365 的订阅坐席数量同比增加 6%，和上季度一致；因此本季增速的走高，还是完全靠客单价涨幅的提升，本季同比增加了 12%，考虑应当是产品结构提升（如从 E3 升级到 E5）或附加订阅的影响（如 Copilot）。但整体上，由于 Office 365 的营收增长一直没有根本性的提速，可以推见 Copilot 等增值附加服务仍没被获得广泛采用。 生产力板块中的其他业务中， Dynamics 365的增速为 22%，较上季有不小提速，但同样主要是汇率的利好，不变汇率下增速 17% 和上季持平。LinkedIn 则依然增长低迷，本季不变汇率下增长 9%，较上季又放缓了 1pct。消费者 M365 业务的由于此前的提价，本季营收保持着约 26% 的增长，其中用户量同增 7%，较上季提升了 1pct。不过值得注意，本次提价是从上财年 4Q 开始的，因此到下季度提价的利好周期就结束了（如果没有新的提价）。整体上，剔除汇率的利好后，生产力流程板块下各业务的增长仍是大体平稳或略有降速。因此生产力板块整体增速在剔除汇率影响后为 13%，较上季略微放缓 1pct。 1.3 个人业务：表现全面不好，但也没指引的那么差本季度个人板块的增长依然疲软，但相比此前过于保守的指引，要好不少。实际营收同比下滑了-1% vs. 市场预期的-5%。具体来看：1）好于预期的业务主要是 Windows 系统和硬件，相比此前过于保守指引的-10%，实际营收仅下滑了 2.5%，这和市场调研数据大体一致。2）广告收入剔除买量之后的增速为 12%，剔除汇率影响后增速为 9%，和上季持平。但一年内广告收入增速仍有 20% 以上。3) 游戏板块内，Xbox 主机等销售不佳收入同比大降 33%，游戏内容则同比减少了 5%，同样表现不佳。 四、丢了 OpenAI 大客户？新增订单金额同比下滑汇总上述各板块表现，微软集团整体本季度营收$829 亿，同比增长 18%，略高于卖方一致预期的 16.3%。但剔除汇率利好后，真实营收增速为 15%，和上季度基本一致。整体来看，本季各板块在增长端确实都没有明显的亮点。 相比之下，本季领先指标有比较有趣的变化。首先本季新签企业合同金额同比下滑了 4%，相比上季的同比暴涨 230%，差异巨大。本质原因即微软和 OAI 重新商定合作协议后，OAI 不再向微软提供大额的新增订单。根据披露，若剔除 OAI 订单的影响，本季新增订单金额是同增约 7%。类似的，公司披露本季 RPO待履约企业合同余额为 6270 亿，环比仅增加了 20 亿。根据公司披露若剔除 OAI 的订单 RPO 同比增长 29%，不剔除则是同增 99%。从以上两个指标都可见，在 “失去” 了 OAI 这个大客户后，对获得微软获得新订单有相当显著的影响。我们认为，这也是近几个季度 Azure 增长略显乏力的重要原因之一。 五、Capex 投入有所放缓，和 Azure 增长节奏对应本季微软实际Capex（包括租赁）支出为$319 亿，环比不再拉升、反减少了超 50 亿，也低于市场预期的 350 亿。我们认为本季Capex 支出下滑，应当也是对 OAI 合作关系进一步降级，以及未来从 OAI 能获得订单规模会减少的反映。结构上，用于 GPU/CPU 等短生命期设备的占比认为 2/3。整体上 Capex 支出的减少和近期 Azure 增速的变化是大体对应的。因此伴随着公司预期 26 自然年下半年 Azure 增长会有所加速，公司指引的下季度的 Capex 也拉升到 400 亿，对 26 自然年 Capex 支出指引更是高达 1900 亿。 六、毛利率压力越发明显，费用仍在尽力对冲相比稍显平淡的营收端表现，微软本季在利润端的表现稍好些，但同样没有特别出彩之处。1）本季度整体经营利润为$394 亿，同比增长了 20%，明显高于营收增速，表明利润率仍在走高。但实际上剔除汇率的利好后，经营利润实际增速为 16%，相比不变汇率下营收 15% 的增速只是稍稍跑赢，即利润率实际只是大体同比持平。2）分板块来看，最受关注、也是主要承担 Capex 和折旧的智慧云板块经营利润率为 39.7%，同比下滑了 1.8pct，相比上季度时 0.3pct 的跌幅明显扩大，可见 Capex 投入对云板块的利润率压力越发明显。而生产力流程和个人计算板块的经营利润率在剔除汇率利好后，本季度仍都有略微提升。 3）从成本和费用角度看，本季整体毛利率为 67.6%，同比下降了 1.1pct，同样跌幅较上季扩大（0.7pct）。同样完全是受智慧云板块毛利率下滑的拖累（同比下滑了整整 5pct），其他两个板块的毛利率仍是持平或小幅改善的。2）在毛利率跌幅逐步扩大的情况下，本季仍主要是靠控费来对冲利润率的压力，三费合计同比增长仅 9.4%（剔汇率影响后为 8%）。一方面仍远低于营收增速，使得费用率同比减少了约 1.7pct。但环比趋势上，本季费用增速比上季的 5% 有明显的提速，具体来看主要是营销和管理费用支出增速有所拉升。部分也是由于去年基数过低导致的。
-
用户的“口袋指挥部”：OpenAI被曝将推出手机版Codex IT之家 5 月 1 日消息，科技媒体 9to5Mac 昨日（4 月 30 日）发布博文，报道称 OpenAI 内部正计划扩展 Codex，从桌面端拓展至移动端，推出 iPhone 配套应用，并将产品定位从智能体编程（Agentic Coding）拓展至通用生产力工具。报道指出 OpenAI 为了巩固其移动端优势，将扩展 AI 编程智能体工具 Codex，推出配套 iPhone 应用，作为 Mac 桌面端的遥控工具。Mac 版 Codex 新版应用新增了“你从事什么类型的工作？”的提示词，涵盖工程、财务及营销等 10 个选项。系统会根据用户回答调整界面，这标志着 Codex 正从智能体编程转向通用生产力工具。IT之家附上相关图片如下： 不同于现有的移动版 ChatGPT，消息称这款配套 Codex iPhone 应用定位为“开发智能体指挥中心”，开发者可以随时通过手机，监控后台正在运行的自动化任务（如代码重构、测试跑批），并实时接收智能体反馈。 在功能方面，该应用预计将深度集成版本控制系统，支持用户在通勤或闲暇时刻，通过语音指令或简易触控，审批智能体提交的差异（Diffs）和修改建议。
-
科技巨头AI支出大增，为什么英伟达还跌了？ 科技巨头密集上调AI资本开支，理应是英伟达的重大利好，但市场给出了截然相反的答案。周四，英伟达股价下跌逾4%，跌破200美元关口，单日跌幅金额近10美元。 此前一晚，Meta、Alphabet、微软、亚马逊相继公布财报，四家超大规模云计算商合计预计在2026年投入高达7250亿美元用于AI基础设施建设。英伟达占据AI加速芯片市场约90%的份额，按常理，这一投资浪潮本应直接惠及这家芯片巨头。但是投资者的担忧，当英伟达最重要的客户开始大规模自研芯片，其市场主导地位将面临挑战。此前Alphabet宣布将向外部客户销售自研TPU芯片，亚马逊则在财报电话会议上着重强调自研芯片业务的快速增长。谷歌TPU"破圈"，触动市场最敏感神经Alphabet宣布，将向外部精选客户销售自研TPU芯片，客户可将其部署于自有数据中心基础设施之中。此前，TPU几乎完全服务于谷歌内部生态。一旦面向外部商业化，TPU将从英伟达GPU的潜在竞争者，演变为具有实质威胁的市场对手。尽管TPU在通用灵活性上普遍被认为不及英伟达的解决方案，但针对特定AI应用场景，其成本效益优势较为突出。亚马逊同样在财报电话会议上强调自研芯片业务的扩张势头。据彭博报道，亚马逊CEO Andy Jassy表示，该公司芯片业务年化营收已突破200亿美元，同比呈三位数增长，核心产品为自研的Trainium芯片。华尔街分析师：自研芯片浪潮构成"重大风险"对于这一竞争态势，华尔街已有分析师发出明确警示。Seaport Research半导体分析师Jay Goldberg直言： 这有可能从根本上颠覆英伟达，我认为这是相当重大的风险。 Goldberg的逻辑基于超大规模云计算商的体量与资本实力。这些公司既是英伟达最大的客户，也在持续投入资源成为其竞争者。Alphabet第一财季云收入同比增长63%至200.3亿美元，订单积压接近翻倍至逾4600亿美元，其中相当部分由内部TPU承接。Meta则在将2026年资本开支指引上调至1250亿至1450亿美元的同时，同步推进MTIA自研芯片项目。不过，并非所有分析师都认同这一悲观判断。Bernstein Research的Stacy Rasgon提出反驳，认为"纠结于谁赢谁输是错误的问题"。他的逻辑在于：AI智能体的兴起令计算需求呈爆发式增长，当前制约行业的关键因素是供给，而非需求。在此背景下，所有具备可信产能的芯片制造商，包括英伟达均能实现产能满销。英伟达目前握有952亿美元供应承诺，合作客户覆盖OpenAI、Anthropic、CoreWeave及Meta等头部机构。
