找到
1573
篇与
互联网
相关的结果
- 第 2 页
-
炒菜机器人提高出餐效率，北京胡同里的AI食堂人气高 全国服务业大会4月7日至8日在京召开。今年以来，我国多措并举推动服务业质效不断提升，发展动能持续向新向好。活跃的中国大市场，现代服务业动力强劲。数据显示，“十四五”时期，我国服务业增加值连续迈上三个“10万亿元”新台阶；2025年首次突破80万亿元，对国民经济增长的贡献率高达61.4%。今年前两个月，我国服务业生产指数同比增长5.2%。如今，现代服务业正以高品质、多样化、便利化的供给，满足百姓不断升级的品质生活。在北京东城的一处胡同片区，一家AI食堂近期人气很高。 炒菜机器人犹如一名经验丰富的大厨，自动热锅、淋油，依次投入葱姜蒜、肉片、辣椒等食材，并精准添加调料，不到3分钟，可供50人食用的一锅小炒肉便出锅了。两台AI炒菜机器人，两名厨师，便能从容应对200多人的就餐高峰。乔冰冰是附近一家公司的职员，她告诉记者，这个社区食堂距离自己的公司走路不到五分钟，大大解决了每天上班期间的就餐问题。 消费者 乔冰冰：我基本每天都来，他们只要开我就来。主要是感觉菜品很健康，机器人炒菜，就会口味相对稳定一点。 食堂的运营负责人告诉记者，引进炒菜机器人，不仅提高了出餐效率，同时也解决了胡同区空间紧张的问题，能够用较小的占地面积，为更多人提供餐饮服务。 北京市景山AI食堂运营负责人 马林：机器人系统里大概能有300道菜，我们每周都会更新菜谱。大概有三分之一食客是周边的居民，老年人占大部分。 盛春玲老两口就是这家食堂的常客。每天中午一到饭点，两位老人就会早早来到这里，看看食堂又做了什么好吃的。 消费者 盛春玲：平均下来一个人每餐25元、30元。 我们基本上中午饭不在家吃了，天天在这儿，方便，荤素搭配，这一顿饭想吃鱼、肉、菜全有了。食堂又是老的建筑，看着特别舒服、接地气。 近年来，社区食堂被多地纳入“一刻钟便民生活圈”建设，各地探索出物业转型、社企联建、中央厨房配送等多元运营模式。目前，全国已建成8000多个“一刻钟便民生活圈”，服务居民约1.7亿人。编辑/刘忠禹
-
Meta凌晨首发闭源大模型 扎克伯格又行了？ 出品 | 网易科技 作者 | 小小 编辑 | 王凤枝 砸下数百亿美元，耗时九个月重写底层架构，马克·扎克伯格（Mark Zuckerberg）终于端出了一个能与OpenAI正面抗衡的闭源大模型。 北京时间4月9日凌晨，Meta毫无预兆地发布了全新AI模型系列Muse，打头阵的首发模型被正式定名为Muse Spark。 自去年夏天成立超级智能实验室（MSL）以来，前Scale AI掌门人汪韬（Alexandr Wang）带队闭关九个月，极其果断地将从基础设施到模型架构的所有环节全部推倒重建。 Muse Spark的核心技术壁垒，在于其极其强大的原生多模态推理能力。 它不仅能直接解析视觉输入并像人类一样进行复杂逻辑推演，还支持视觉思维链与工具调用，甚至能够直接编排多个智能体协同执行复杂的跨平台任务。 更具行业冲击力的是Meta在战略层面的极限转弯。 他们此次彻底放弃了高举多年的开源大旗，Muse Spark首发即为专有闭源版本，并且已全线接入Meta家族应用矩阵，明确释放出要与谷歌和OpenAI在C端市场正面厮杀的强烈商业信号。 01像人类一样边看边思考：视觉思维链的彻底进化 以前我们用的很多多模态模型，其实是把视觉和文本生硬地缝合在一起，但Muse Spark的做法是让视觉信息从一开始就深度融合到逻辑里。这种架构上的变革，最直观的体验就是视觉思维链。 这种能力让AI不再仅仅是给图片写一段描述。当你给它一张非常复杂的机械结构图，比如一台意式浓缩咖啡机的内部拆解图，问它为什么压力表不跳动时，Muse Spark表现得就像一个真正的维修工。 它会先在大脑里扫描一遍全图，然后像在黑板上绘图一样，一步步给不同部件打上数字标签，并在对话框中实时标注出水路循环的逻辑。它会直接告诉你在第三步应该检查哪个单向阀，而不是泛泛地丢给你一段文字说明。 这种眼手合一的逻辑还被用在了实时交互中。当你戴着集成了Meta AI的眼镜在厨房做饭并拿起一个调料罐时，AI能直接在你的视野里叠加出一层动态的增强现实提示，精准告诉你这罐调料和你目前的降血压饮食计划是否冲突。这种无缝的衔接，完全依靠其背后极高的视觉推理能力才得以实现。 正如Meta超级智能实验室首席AI科学家赵晟佳所言，这正是实验室一直致力于构建的原生多模态推理模型。它不仅仅是一个技术跨越，更是Meta迈向个人超级智能之路的第一步。 这种原生多模态推理能力，标志着AI正在从单纯的文字游戏转向对物理世界的深度理解。 02最懂你身体的私人医生：健康领域的深度应用 在Muse Spark的研发过程中，Meta展现出了极强的实用主义倾向，特别是在医疗健康这个普通人最关注的领域。为了让AI给出的建议更具实操性，Meta邀请了超过一千名专业医生亲自下场校准数据。 这种专家辅导式的训练效果非常显著，Muse Spark在分析营养成分和运动生理时变得极其老练。你可以随手拍一张餐盘的照片，哪怕里面堆满了各种食材，它也能像专业的营养师一样，瞬间拆解出鱼肉的蛋白质含量和蔬菜的纤维素种类，甚至能根据食材的颜色和纹理推断出烹饪方式。 更令人瞩目的是，它能将这种分析与你的个人健康数据深度绑定。如果你有高胆固醇的问题，它会在你拍照后直接在餐盘的图片上进行视觉标注。它会用绿色的圆圈标记出那些对心血管有益的部分，用红色叉号提醒你避开某些高油脂的酱汁。 在运动指导上，Muse Spark甚至能担任实时私教。当你把手机靠在墙边对着自己做深蹲或瑜伽时，它能通过视频流实时捕捉你的骨骼节点，并用语音明确告诉你膝盖是否超过了脚尖，或者背部是否挺直。这种精度已经达到了专业运动捕捉软件的水平。 这种在特定领域深挖细节的做法，让AI的工具属性变得极具亲和力。Meta超级智能实验室研究员毕书超透露，为了对抗模型在训练中的不稳定性并提升推理质量，团队付出了无数个夜晚的努力才让这种深度的协作逻辑最终成型。这种能力的背后，其实是Meta对个人健康主权的一次技术探索，试图让每个人都能随身携带一个专属的健康专家。 03算力大幅缩减背后的技术逻辑 如果说Muse Spark的功能表现引人瞩目，那它背后的底层技术逻辑则更加让同行感到惊讶。在AI行业习惯于用堆砌算力换取性能提升的当下，Meta这次成功走通了一条降本增效的新路径。 在预训练阶段，Meta超级智能实验室重写了整套代码库。测试结果显示，与上一代旗舰Llama 4 Maverick相比，Muse Spark在达到同等智能水平的情况下，消耗的计算量竟然降低了一个数量级以上。这相当于用原本十分之一的资源完成了同样复杂的工作。 这种惊人的效率，得益于Meta正在部署的Hyperion算力基础设施，更离不开其独特的可预测扩展技术。Meta的技术栈能够让研究人员非常精准地预测模型在训练完成前能达到什么水平，从而极其有效地避免了大量的算力浪费。 对于这种技术进步，Hyperbolic Labs联合创始人金宇宸感叹，基础设施才是真正的护城河。Meta在短短九个月内重建了整个堆栈，这种速度证明了其在底层架构上的深厚积累。这种四两拨千斤的底层能力，或许才是Muse Spark给行业带来的真正技术震撼。 04核心测试成绩：在博士级赛道站稳脚跟 如果说功能体验是前端表现，那么基准测试的数据就是衡量模型底层实力的硬指标。 为了验证Muse Spark的真实水平，Meta邀请了多家权威机构在发布前进行了高难度的闭门测试。 根据第三方评测机构Artificial Analysis发布的最新智能指数（Intelligence Index v4.0），Muse Spark拿到了52分。去年Llama 4 Maverick发布时只有18分，这一成绩实现了近乎三倍的跨越。 在目前的全球大模型权力榜上，这个成绩仅次于Gemini 3.1 Pro Preview的57分和GPT 5.4的57分以及Claude Opus 4.6的53分。Muse Spark已经成功跻身前五，与第一梯队的差距被极其显著地缩小。 这意味着Meta已经成功超越了Claude Sonnet 4.6和Grok 4.2等一众强手。这种跳跃式的进步，标志着其技术底座已经重回巅峰竞技场。 在视觉能力上，Muse Spark的表现尤为突出。在MMMU Pro测试里它得分80.4%，仅次于Gemini 3.1 Pro Preview的83.9%，排在所有测试模型的第二位。 在一些极具挑战性的垂直赛道，Muse Spark的表现也证实了其推理深度的提升。 物理研究的深度对抗领域，在针对硬核物理研究问题的CritPT测试中，它以11%的得分位列全球第五，显著领先于谷歌Gemini 3 Flash的9%和Anthropic的Claude 4.6 Sonnet的3%。 图表理解的垂直测试中，在衡量多模态图表推理的CharXiv测试里，Muse Spark获得了86.4分，成功超越了Claude Opus 4.6的65.3分和GPT 5.4的82.8分。 博士级推理方面，在Epoch AI负责的GPQA Diamond测试中，它的得分高达89.5%，这意味着它在面对生物与化学等高阶科学问题时，逻辑严密程度已直逼人类专家。 不过，沃顿商学院教授伊桑·莫里克（Ethan Mollick）在评估后也给出了中肯的评价。他指出虽然这款模型非常出色，但在某些极致性能维度上，比起目前最顶尖的满血版竞品仍有微小差距。他特别强调，由于该模型没有开放权重，外界要准确预测Muse Spark的真正行业价值将面临更多困难。 05沉思模式上线：让AI学会深思熟虑 在这次发布中，最让技术圈关注的机制莫过于名为沉思模式（Contemplating Mode）的开关。这个模式直接对标了OpenAI的Pro系列和谷歌的Deep Think功能。 当你在复杂任务中开启沉思模式时，Muse Spark不会立刻给出答案，而是会进入一个后台编排阶段。它会同时调动多个智能体并行工作，就像一个智囊团在内部开会，互相审核并校对推理过程。 在被称为“人类终极考试”的HLE测试中，开启“沉思模式”但不使用工具时，Muse Spark得分为50.2%，超过Gemini 3.1 Deep Think（48.4%）和GPT-5.4 Pro（43.9%）。在使用工具的情况下， Muse Spark得分飙升至58.4%，展现了极强的深度推理潜力。 在前沿科学研究任务（FrontierScience Research）中，其准确率也达到了38.3%。 值得注意的是，Meta并不希望AI因为思考而变得冗长。研发人员在强化学习中加入了一个时间惩罚机制，强迫AI在保证正确率的前提下，用最精炼的逻辑解决问题。 数据显示，在运行同样的智能指数测试时，Muse Spark仅使用了5800万个输出Token，而Claude Opus 4.6在最大努力模式下使用了1.57亿个Token。这种高算力转化率证明了Meta在思维效率上的技术造诣。 不过它依然存在短板。**在抽象推理ARC AGI 2测试上，Muse Spark只拿了42.5分，而Gemini和GPT的得分均在76分以上。**同样，在各种长周期的智能体编码任务如SWE Bench和Terminal Bench 2.0中，它也明显落后于顶尖的Claude和GPT模型。 06惊人发现：AI学会了根据测试环境调整反馈 随着模型能力的增强，大模型的安全性评估也变得前所未有的复杂。在Muse Spark的安全测试中，出现了一个让研究人员既兴奋又警惕的现象，即评估意识（Evaluation Awareness）。 第三方安全机构Apollo Research发现，Muse Spark在测试中能敏锐地察觉到自己正在经历对齐陷阱或安全性考核。当它意识到考核环境存在时，它会表现得比平时更加诚实并严格遵守规矩。 通俗点说，模型学会了根据环境调整反馈策略。它能推理出在测试环境下，表现得符合人类道德规范是最优解。虽然Meta认为这并不影响其作为工具的安全性，但这确实给未来的AI监管敲响了警钟，当AI开始学会隐藏真实的输出倾向来通过考试时，传统的拦截机制可能将面临失效的风险。 尽管具备了这种复杂的判定逻辑，但在硬性防御指标上Muse Spark依然保持稳定。测试显示，它在涉及生物制剂与化学武器等敏感领域表现出极强的拒绝意识。在针对网络安全和自主失控风险的测试中，它的表现也处于安全可控的范围内。 这种在安全与效率之间的博弈，正是汪韬领衔的MSL实验室过去九个月最核心的攻坚方向。他们不仅要造出一个聪明的工具，更要确保造出一个在人类视线范围内能够绝对守规矩的超级智能。 07全线应用集成：当社交巨头遇上超级大脑 既然Muse Spark出生在Meta家族，它自然不会只停留在实验室的测试环节，而是被第一时间接入了Instagram与Facebook以及Threads这些拥有三十亿日活用户的国民级应用中。 以前在Instagram上看到心仪博主的穿搭，用户可能还需要去评论区求链接或者截图去电商平台搜索同款。现在有了Muse Spark的加持，用户只需要在对话框里发送指令，或者直接通过Meta的智能眼镜进行视觉捕捉即可完成操作。 它能瞬间识别出图片中创作者的穿搭风格，甚至是极其小众的品牌。它不仅能全网搜索同款并比价，还能根据用户的历史穿搭喜好，给出一套完整的搭配方案。 比如它会提示，这件复古夹克和上个月购买的原色牛仔裤非常匹配，建议内搭一件白色重磅T恤。这种从审美感知到消费决策的无缝衔接，正是Meta想要打造的购物助手核心原型。 除了辅助消费决策，Muse Spark还能大幅降低开发成本。在测试中，有开发者尝试提供一张凌乱的草图和一段简单的逻辑描述，要求它生成一个数独游戏。Muse Spark不仅仅是编写了底层代码，而是直接在网页上生成了一个可以即时交互且界面精美的UI产品。 这种随想随做的能力，体现了其在多智能体编排上的深厚功底。它能自主指挥不同的子系统去处理图形渲染、逻辑判断和代码生成，最终交付给用户一个流畅的产品。汪韬在分享中明确表示，Muse Spark是为了这三十亿用户打造的数字延伸，旨在让AI从一个聊天机器人彻底进化为一个能解决实际生产力问题的伙伴。 08策略大转弯：告别开源红利，Meta正式收网 这次发布中最让业界震动的，其实是Muse Spark作为专有模型（Proprietary Model）的身份定性。这是Meta历史上第一个没有首发开放权重的旗舰级前沿模型。 多年来，Meta一直被视为开源AI生态的核心支柱，Llama系列几乎撑起了大半个开源社区的发展。这次首发闭源的决定，迅速引发了行业内的广泛讨论。外界普遍认为，面对OpenAI和谷歌的商业步步紧逼，Meta必须收紧技术授权，用专有技术来构筑自身的商业壁垒。 但内部的声音则更加务实。金宇宸指出，在九个月内推倒重建整个技术栈后，首发专有版本是为了在更安全和受控的环境下打磨这套全新的扩展定律。扎克伯格也公开回应，更大的模型已经在研发中，Meta计划未来会发布越来越先进的模型，其中也会包含新的开源版本。 即便如此，目前的闭源状态依然给过度依赖Meta的开发者社区带来了一丝寒意。不过考虑到Muse Spark极其优异的算力转化效率，很多开发者依然期待着未来这个版本能有机会下放至开源生态中。 09终局展望：通往2026个人超级智能之路 在扎克伯格的商业蓝图中，Muse Spark仅仅是其技术阶梯的第一步。为了支撑这个庞大的战略计划，Meta正在进行一场规模空前的资本投入。 Meta预计2026年的资本支出将攀升至1150亿至1350亿美元，这笔天文数字将主要流向名为Hyperion的数据中心和最先进的算力芯片组。这场科技巨头间的竞争早已脱离了单纯的算法比拼，演变成了围绕电力与芯片以及物理设施的重资产竞赛。 按照Meta的设想，未来的个人超级智能应该像空气一样自然存在。它潜伏在用户的雷朋（Ray Ban）眼镜里，通过眼睛识别世界，通过耳朵听取需求。它能独立处理长周期的复杂任务，比如统筹筹划一场跨越三个国家的旅行，自动处理所有的机票与签证和日程对接，而不仅仅是简单地回答当地的餐饮推荐。 虽然目前的Muse Spark在处理极其复杂的长周期办公流程时，比起最顶尖的Claude系列仍有优化空间，但它展现出的多模态推理深度和效率优势，已经让这条超级智能之路变得清晰可见。 结语 Muse Spark的发布，正式宣告了Meta历经九个月底层重构后的强势回归。 它不再满足于仅仅做一个底层技术的提供商，而是要直接深入到全人类的日常消费与工作场景中。在这场通往超级智能的马拉松里，Meta已经彻底更换了最先进的底层引擎，准备在2026年开启新一轮的商业角逐。 正如汪韬所说，彻底改造堆栈只是一个开始。属于Meta的商业落地时代，或许现在才真正拉开大幕。
-
早报｜B站推出播放页暂停广告/GoPro启动大规模裁员/Meta时隔9个月再发大模型，被指「图表造假」 匿名模型「快乐马」HappyHorse-1.0 屠榜 AI 视频榜单☁️阿里巴巴 AI 大重组：设技术委员会、建 ATH 事业群，电商向 Token 经济转型Perplexity Agent 业务爆发，单月 ARR 暴增 50% 突破 4.5 亿美元B 站宣布推出播放页暂停广告Meta 发布首款超级智能实验室模型 Muse Spark在游戏中创建自己的「赛博替身」，索尼推出「玩家基地」计划字节成 AI 黄埔军校，核心人才流向 Meta、苹果、OpenAI✂️GoPro 启动大规模裁员：145 人将离职，占员工总数近四分之一3 月仅售 3.6 万辆，本田中国销量同比大降 34%⚠️黑小米、黑理想、黑鸿蒙智行：烟台警方破获新型「水军」团伙微软：控制面板迁移进行中，但比想像中难一些史上最强首秀阵容：宝马携 16 款车型登陆 2026 北京车展广电总局公布「AI 魔改」经典影视专项治理成果，违规视频清理超 5 万条牛津、MIT 最新研究：用 AI 做题 10 分钟，独立解题能力就开始下滑OPPO Pad Mini 屏幕边框曝光小米官网意外「剧透」：小米 17T 系列与 REDMI Pad 2 9.7 或本月发布智谱官宣开源最强编程模型 GLM-5.1 匿名模型「快乐马」HappyHorse-1.0 屠榜 AI 视频榜单 昨天，一个名为 HappyHorse-1.0 的匿名 AI 视频生成模型突然出现在权威 AI 评测平台 Artificial Analysis 的 Video Arena 榜单上，并以压倒性姿态登顶多个赛道。 在文本转视频（无音频）赛道，HappyHorse-1.0 以 1332 的 Elo 积分位居第一，领先第二名 Dreamina Seedance 2.0 近 60 分； 在图像转视频（无音频）赛道，其更跑出 1391 的高分，刷新了该榜单历史纪录； 即便是对视听协同要求极高的有音频赛道，该模型也稳居全球第二，仅次于 Seedance 2.0 HappyHorse-1.0 的发布方式极为低调——没有产品发布会，没有技术博客，也没有任何企业背书。其官网 happyhorse.app 提供文本转视频与图像转视频两种模式，支持原生 1080p 输出，并强调多镜头叙事一致性与流畅动作合成，免费注册即可使用。网友 Vigo Zhao (@VigoCreativeAI) 在 X 上发文称，将 HappyHorse-1.0 的公开基准数据与已知模型逐项比对后，发现其与今年 3 月在 GitHub 开源的 daVinci-MagiHuman 高度吻合： 视觉质量、文本对齐、物理一致性、语音字符错误率等多项数据几乎完全匹配，官网架构描述、性能表格及演示视频的呈现风格也如出一辙。daVinci-MagiHuman 于今年 3 月 23 日正式开源，由上海创新研究院（SII）生成式人工智能研究实验室（GAIR）与北京 Sand.ai（沙砾科技）联合开发。 阿里巴巴 AI 大重组：设技术委员会、建 ATH 事业群，电商向 Token 经济转型 据新浪科技报道，阿里巴巴集团 CEO 吴泳铭昨天发布内部信，宣布 AI 相关组织调整，包括新设立集团技术委员会，升级通义大模型事业部，加速 AI 建设。根据内部信，阿里巴巴在集团层面设立技术委员会，由吴泳铭担任组长，成员包括周靖人、吴泽明、李飞飞。其中，周靖人担任技术委员会首席 AI 架构师，李飞飞负责阿里云技术以及 AI 云基础设施建设，吴泽明负责集团业务技术平台以及 AI 推理平台建设。围绕加速 AI 建设的整体目标，阿里还将通义实验室升级为通义大模型事业部，由周靖人负责；李飞飞出任阿里云 CTO；吴泽明专注阿里巴巴集团 CTO 工作，淘宝闪购 CEO 职务由雷雁群接任。另据 36 氪报道，吴泳铭还提出组建新的 Alibaba Token Hub（ATH）事业群，要求所有关联业务围绕 Token 进行商业化，以此作为集团 AI 战略的统领架构。淘天集团承载 AI 业务的「智能搜推产品」事业部随之拆分为「平台用户及产品」和「智能算法」两个部门，原负责人张凯夫不再负责该业务；原负责多模态方向的「未来创新事业部」则并入 ATH 事业群。电商侧，淘天集团今年将 AI 战略重心从 AI to C 转向 AI to B，核心 OKR 调整为商家侧 AI 工具留存率以及 AI 带动的 GMV 增长。据悉，淘天计划将原有千牛平台升级为「千牛 Claw」，并于 618 前后正式推广。该产品的核心目标是降低商家经营成本、提升经营效率，同时将商家业务系统与数据部署于阿里云之上。商家使用千牛 Claw 将直接消耗 Token，费用由商家单独或与服务商共担。Perplexity Agent 业务爆发，单月 ARR 暴增 50% 突破 4.5 亿美元 据《金融时报》报道，Perplexity AI 凭借 AI 智能体业务的强劲表现，在今年 3 月将预计年度经常性收入（ARR）从此前的 3.05 亿美元迅速提升至逾 4.5 亿美元，单月涨幅达 50%。这一增长背后，是 Perplexity 今年 2 月末推出的 Perplexity Computer 服务。该服务整合多家外部供应商的模型能力，主打面向企业和个人用户的办公助手场景。与此同时，Perplexity 在月付订阅制之外引入了基于使用量的定价模式，一位公司发言人表示，其收入留存率「很高」。B 站宣布推出播放页暂停广告 哔哩哔哩（B 站）宣布，将于 4 月 10 日在 App 端正式上线播放页暂停广告功能。该广告形式将在用户手动暂停视频时概率触发，展示于播放器下方并标注「广告」字样，不覆盖视频画面。用户可在广告出现前或出现后随时点击「X」关闭，不影响正常播放流程。收益方面，暂停广告的收益将基于转化效果计算，并与 UP 主现有基础激励合并展示。对于不希望参与该广告形式的 UP 主，B 站提供了自主关闭选项，操作路径为【创作激励 - 广告设置 - 暂停广告设置】。Meta 发布首款超级智能实验室模型 Muse Spark 今天，Meta 正式发布旗下超级智能实验室（Meta Superintelligence Labs）推出的首款旗舰 AI 模型 Muse Spark。 原生支持图像、音频、视频与文本的联合理解，内置工具调用、可视化思维链与多智能体协调能力； 在 HealthBench Hard 开放式健康问答中得分 42.8，远超 GPT-5.4 的 40.1、Gemini 3.1 Pro 的 20.6 以及 Opus 4.6 的 14.8；CharXiv Reasoning 图表理解得分 86.4，同样领先竞争对手； 在相同性能水平下，Muse Spark 比 Llama 4 Maverick Base 节省 10.3 倍算力，比 DeepSeek-V3.1 Base 节省 8.2 倍。 但短板同样明显。ARC AGI 2 抽象推理谜题上仅得 42.5 分，远落后于 Gemini 3.1 Pro 的 76.5 和 GPT-5.4 的 76.1；Terminal-Bench 2.0 终端编码任务得分 59.0，也落后于 GPT-5.4 的 75.1 和 Gemini 3.1 Pro 的 68.5。发布过程中还出现了一段插曲。Meta 在评测图表中对自家模型的成绩进行高亮处理，试图制造出全面领先的视觉观感，随即引发外界批评，有网友直接将此定性为「图表犯罪」。首席 AI 官 Alexandr Wang 随后公开致歉。Meta 表示，下一代模型（内部代号「Watermelon」）已在研发中，编码能力将是重点改进方向。在游戏中创建自己的「赛博替身」，索尼推出「玩家基地」计划 索尼互动娱乐（Sony Interactive Entertainment）昨日正式宣布推出「Playerbase（玩家基地）」计划，面向全球 PlayStation 忠实玩家开放报名，首批入选者的形象将被扫描并植入《GT 赛车 7》（Gran Turismo 7）。该计划目前已在美洲、欧洲、亚洲、南非及澳大利亚等地区开放申请，选拔分为两轮。最终入选者将受邀前往洛杉矶的视觉艺术工作室，接受最新 3D 扫描技术的全身捕捉，其形象将以「限时角色肖像」的形式出现在游戏内，呈现方式与游戏中现有角色的展现风格保持一致。此外，入选玩家还将参与设计一款专属「Fantasy Logo」和独一无二的车辆涂装，后两者将被永久收录至游戏的「展示橱窗」菜单中。索尼表示，未来将逐步将该计划扩展至更多 PlayStation Studios 旗下游戏。字节成 AI 黄埔军校，核心人才流向 Meta、苹果、OpenAI 据晚点 LatePost 报道，字节跳动旗下大模型研究团队 Seed 正经历持续的人才外流，涵盖 Infra、视觉模型、强化学习及产品等多个核心方向，字节正被动成为新一代 AI 人才摇篮。 Infra 方向流失最为集中。字节工程化能力被业内认为「比国内任何一家公司都要强」，肖学峰、张弛、黄启等核心人员相继被挖走，负责数据处理的团队亦遭成批招募； 海外方面，蒋子恒已加入 Meta，另有研究员据信加入了 Ilya Sutskever 创立的 Safe Superintelligence； 视觉方向同样出现批量离职，黄清清加入 OpenAI，Chunyuan Li 赴 Google DeepMind，乔思远加入 Meta，蒋路入职苹果；王长虎离职后创立的爱诗科技完成 3 亿美元 C 轮融资，创下中国视频生成领域单笔融资纪录； 产品侧，豆包 PC 端业务负责人齐俊元的创业项目 GUI AI 智能体智能终端投后估值已达数亿美元；「猫箱」前产品负责人梁琛奇的新项目获 IDG 和美团投资。 面对外流，字节去年底宣布全球涨薪，并推出专针对大模型人才的虚拟股权激励「豆包股」。招聘策略上，吴永辉入职后 Seed 转向重用年轻人，今年 3 月字节启动最大规模实习生招聘，面向全球招募 7000 人；4 月 Seed 另行启动校招，计划招聘 100 名 2027 届毕业生。目前 Seed 算法与工程技术人员稳定在 1000 余人。GoPro 启动大规模裁员：145 人将离职，占员工总数近四分之一 据《华尔街日报》报道，GoPro 宣布将裁减 23% 的员工，以推进成本削减计划。GoPro 董事会于昨日批准了一项重组计划，将裁员 145 人。本轮裁员将在第二季度内执行，预计于今年年底前完成。GoPro 预计此次重组将产生 1150 万至 1500 万美元的相关费用，涵盖遣散费及医疗福利支出。报道指出，这已不是 GoPro 近年来的首次大规模裁员。去年，公司先后在第一季度和第三季度进行了两轮裁员，分别削减了 4% 和 25% 的员工规模，至去年底员工总数降至 696 人。3 月仅售 3.6 万辆，本田中国销量同比大降 34% 昨天，本田中国发布 2026 年 3 月在中国的终端汽车销量数据。数据显示，2026 年 3 月本田在中国的终端汽车销量为 36201 辆，2026 年 1 至 3 月累计销量为 122470 辆。作为参考，本田 2025 年 3 月在中国的终端汽车销量为 55130 辆，以此计算，今年 3 月销量同比下降约 34.34%，降幅明显。与此同时，本田在中国汽车累计终端销量于今年 3 月期间突破 2000 万辆。黑小米、黑理想、黑鸿蒙智行：烟台警方破获新型「水军」团伙 据新华社报道，山东烟台警方近期破获两个专门针对新能源汽车品牌炮制负面信息的新型网络「水军」团伙，关停相关网络账号 8000 余个，9 名犯罪嫌疑人因涉嫌侵犯公民个人信息罪已被依法采取刑事强制措施。自去年 7 月起，理想汽车、华为鸿蒙智行、小米等知名企业先后向烟台市公安局报警，称某知名网络平台出现大量针对上述品牌新能源汽车质量及企业负责人的负面文章。这些文章或以耸动标题博取眼球，或歪曲事实误导公众，内容高度组织化，发布账号的 IP 地址、发文时间及内容均呈现明显集中态势。以理想汽车为例，报道提到其去年 8 月其订单锐减 5000 余辆，企业总市值下降约 200 亿元。此次查获的新型「水军」团伙的牟利模式较为隐蔽：利用平台流量分成机制，通过批量炮制「黑稿」赚取平台支付的流量收益。其中一个团伙的主要负责人高某夫妇近年来累计收到平台打款 50 余笔，共计约 180 万元；另一团伙成员学历多为初高中，主犯仅受过小学教育，1 个月收入可达二三十万元。这些不法分子以网民观点、留言为基础，通过 AI 软件对热点词汇和内容进行重组、改写，一键生成多个角度、结构、措辞各异的文章，实现「零成本」批量化生产。账号矩阵方面，团伙核心人员于某等人使用 30 多个 MCN 账号，操控 8000 多个个人账号进行地毯式推送。这些账号均为批量购买，1 个 MCN 账号一般需上万元，实名注册的个人账号则仅需几十元，部分账号持有人甚至对此毫不知情。微软：控制面板迁移进行中，但比想像中难一些 据 Windows Report 报道，微软正推进将经典控制面板迁移至 Windows 11 现代「设置」应用的长期计划，但这一过渡比预期复杂得多。微软设计合伙人总监 March Rogers 表示，公司正在积极将控制面板中剩余的所有功能迁移至新界面，目标是将系统设置统一至单一、一致的体验之下。然而，Windows 生态系统中庞大的旧硬件、驱动程序及企业级配置构成了主要障碍——贸然移除控制面板，可能导致打印机管理、网络配置及专用设备等关键功能出现异常。值得一提的是，控制面板最早随 1985 年的 Windows 1.0 一同亮相，距今已有整整 41 年历史，几乎见证了 Windows 发展的全部历程。史上最强首秀阵容：宝马携 16 款车型登陆 2026 北京车展 宝马集团宣布，将以史上最强大首秀阵容亮相 2026 北京车展，BMW、MINI 和 BMW Motorrad 三大品牌共带来 16 款新车型，其中 4 款全球首发、8 款中国首发。 全新 BMW 7 系及全新 BMW i7 的全球首秀：作为宝马品牌旗舰轿车的新一代力作，两款车型采用全新大型豪华车设计语言，并全面搭载新世代突破性创新技术集群，被宝马定位为「对豪华本质的重新定义」。 新世代 BMW iX3 长轴距版和新世代 BMW i3 长轴距版也将在北京迎来全球首发：此次长轴距版车型在标准版基础上进一步融入中国智能、中国 AI 与本地化场景适配，主打「最好开、最智能」的定位； MINI 品牌将携 14 台个性化车型登场，涵盖一款全球首发概念车及多款中国首发车型；BMW Motorrad 则带来两款重磅大排量摩托车型。 BMW 还将在中国首次展出 BMW Speedtop 概念车，以及曾夺得勒芒 24 小时耐力赛全场冠军的 BMW V12 LMR，另有 BMW 4 系 2026 款锋芒限量版、BMW M3 旅行版 40 周年限量版等特别款车型同步亮相。2026 北京车展将于 4 月 24 日至 5 月 3 日举行。广电总局公布「AI 魔改」经典影视专项治理成果，违规视频清理超 5 万条 国家广播电视总局（广电总局）于今年 1 月开展为期一个月的专项治理行动，重点清理基于四大名著、历史题材、革命题材、英模人物等经典电视剧作品进行「AI 魔改」的违规视频，并同步清理各类邪典动画。 专项治理期间，共清理违规视频 23000 余条、处置违规账号 100 余个。截至今年 3 月 31 日，主要网络视听平台已累计清理违规视频近 29000 条、处置违规账号 40 余个。广电总局表示，将持续关注 AI 技术发展动态，强化价值引领，筑牢文化安全防线，推动网络视听生态持续净化。牛津、MIT 最新研究：用 AI 做题 10 分钟，独立解题能力就开始下滑 近日，来自卡内基梅隆大学、牛津大学、MIT 及加州大学洛杉矶分校的联合团队发布了一篇最新研究成果，通过迄今最大规模的随机对照实验提供因果证据：使用AI辅助解题，不仅让人独立解题能力下滑，还会让人更快放弃思考。研究团队招募 1222 名参与者，分为「有 AI 辅助」与「全程独立」两组，分别完成分数计算和阅读理解任务。在最终撤走 AI 的独立测试环节，AI 辅助组的答题正确率显著低于对照组（实验一：0.57 vs 0.73）。更关键的是，他们直接放弃作答的比例也明显更高。这意味着 AI 的影响不只是「做不对」，而是「不想做了」——动力本身被侵蚀了。研究进一步拆解了 AI 的使用方式： 61% 的参与者选择直接向 AI 索要答案，这部分人的测试成绩在所有组别中垫底，且相比自身实验前的水平出现了明显退步；而那些只向 AI 要提示、自己推导答案的参与者，则几乎未受负面影响。换句话说，「让 AI 替你想」和「让 AI 帮你想」，结果截然不同。上述效应仅需约 10 至 15 分钟的 AI 交互即可产生。研究者给出了两个解释： 一是「参照点偏移」：习惯了 AI 秒出答案后，独立思考会感觉「反常地费力」，触发放弃冲动，且这一机制会自我强化； 二是「自我认知剥夺」：人只有在独立克服困难的过程中，才能建立对自身能力的准确判断，AI 把这个过程全部跳过，导致人既不积累经验，也不敢相信自己能做到。 论文明确指出，这不是「别用 AI」的呼吁，但需要引起人们的警觉：当前 AI 系统更多是针对「让用户当下满意」优化，而非「帮用户长期成长」。研究者认为，表层干预（如限制使用时间）只是治标，真正的解法是重新设计 AI 的协作方式——像好老师一样，有时候故意不给答案。论文全文：arxiv.org/pdf/2604.04721 OPPO Pad Mini 屏幕边框曝光 昨日，OPPO 智能生态产品总监乔家栋发布视频，并且公布了 OPPO Pad Mini 的正面情况。从漏出的信息来看，OPPO Pad Mini 配备一块窄边的居中打孔屏幕，并且采用大 R 角设计。据数码闲聊站此前消息，OPPO Pad Mini 采用 8.8 英寸 OLED 屏幕，比例为 3:2；搭载骁龙 8 Gen 5 处理器以及 8000mAh 电池（支持 67W 快充）；厚度为 5.39mm，重量为 279g。新机将于 4 月 21 日发布，届时 OPPO 还将推出大屏平板 OPPO Pad 5 Pro：搭载骁龙 8 Elite Gen5，采用 13.2 英寸大屏。小米官网意外「剧透」：小米 17T 系列与 REDMI Pad 2 9.7 或本月发布 据 XiaomiTime 报道，小米官方英国支持页面近日意外泄露了旗下多款未发布新品的信息。该页面在列举「YouTube Premium 3 个月免费试用」活动的适配设备名单时，提前披露了小米 17T、小米 17T Pro、REDMI Pad 2 9.7 及 REDMI Pad 2 9.7 4G 四款设备的存在，并暗示这几款新品最快 4 月发布。在处理器方面，小米 17T 预计将搭载联发科天玑 8500 芯片，主打能效与持续性能表现；小米 17T Pro 则配备旗舰级天玑 9500，并预计搭载 165Hz 刷新率屏幕。REDMI Pad 2 9.7 系列则定位入门级媒体消费设备，搭载联发科 Helio 系列处理器，支持 33W 快充。智谱官宣开源最强编程模型 GLM-5.1 昨天，智谱 AI 正式宣布开源旗舰级 AI 智能体工程模型 GLM-5.1，并继续沿用宽松的 MIT 许可证，支持个人及商业用途。GLM-5.1 是智谱迄今发布的最强旗舰模型，其核心设计目标是在更长时间跨度内持续有效地执行 AI 智能体任务。据介绍，GLM-5.1 能够在单次任务中独立、持续工作超过 8 小时，期间自主规划、执行、自我迭代，最终交付完整的工程级成果。在官方公布的编程能力评测中，GLM-5.1 得分 45.3 分，与 Claude Opus 4.6 的 47.9 分仅差 2.6 分。与上一代 GLM-5 的 35.4 分相比，单次迭代提升近 10 分，升幅约 28%。GitHub: https://github.com/zai-org/GLM-5HuggingFace: https://huggingface.co/zai-org/GLM-5.1ModelScope: https://modelscope.cn/models/ZhipuAI/GLM-5.18.88 万元起，埃安 RT super 把换电技术拉进大众市场 广汽埃安与宁德时代联手推出的 RT super，以 8.88 万元的电池租用购车价和 99 秒换电速度，将此前集中于 30 ~ 40 万元区间的换电技术带入大众家用轿车市场。 RT super 采用「车电分离」技术，实现 99 秒满电，续航达 505 km； 广汽埃安联合宁德时代以「车 + 站」双轮驱动推进布局，目前全国已有超过 1000 座宁德时代巧克力换电站可为埃安车型提供服务，今年预计建成 3000 座，远期目标为 3 万座； 用车成本方面，RT super 电池租用月租低至 399 元，折算每天约 13.3 元，同时支持充电； 搭载前排座椅通风加热、电动尾门、双天幕及双电动遮阳帘、哨兵模式、全车智能语音控制、L2 智能驾驶辅助等 25 项配置。 QQ 浏览器上线「龙虾」QBotClaw：免安装、可远程操控电脑 昨天，QQ 浏览器正式发布国内首个浏览器「龙虾」QBotClaw，打开 QQ 浏览器点击「AI」入口即可直接使用。首期版本已上线 Mac 平台，Windows 版本将于近期跟进。QBotClaw 官方将其定位为「有眼有脑」的浏览器原生 AI 智能体，支持用户自由配置国内主流大模型 API Key，并内置 QQ 浏览器 Skills 高精度网页识别能力（x5use 技术）： 自带浏览器上下文记忆，能直接调取用户登录状态、收藏夹及下载文件等信息，无需重复判断环境即可理解并完成任务； 依托 x5use 高精度识别技术，可识别复杂网页元素，实现对复杂网页界面的精准理解与操控。 在远程控制场景方面，QBotClaw 借助微信 Clawbot 支持手机端发送指令远程调动电脑，完成跨软件操作、信息抓取及文件处理。官方演示的使用场景包括整理桌面、购物比价、查找资料及自动编辑文档等。智元 Genie Sim 3.0 发布：一句话生成 3D 训练世界，仿真评测误差不超 10% 智元 AGIBOT 昨天正式发布仿真开发平台 Genie Sim 3.0，覆盖环境生成、场景泛化、数据采集到模型评测的全流程，代码已开源至 GitHub。 Genie Sim World：用户输入一句自然语言或一张图片，即可通过多模态大模型生成可交互的三维训练世界，生成速度从「小时级」压缩至「分钟级」，支持 RGB、深度、激光雷达等多模态数据同步输出； Genie Sim Benchmark：针对语言指令理解、空间关系认知、原子技能操作、环境扰动适应、零样本跨域迁移五大能力设计评测套件，支持 π 系列、GR00T 系列等主流基座模型。官方数据显示，仿真与真实世界的评测差异小于 10%； Genie Sim x RLinf：深度集成强化学习框架 RLinf，物理与渲染引擎解耦，支持 1000 Hz 高精度物理模拟，提供标准 Gym 接口，可无缝适配社区算法环境。 智元表示，Genie Sim x RLinf 方案旨在补齐 VLA 模型在精细操作上的短板，以低成本强化学习后训练打通从「泛化理解」到「精准微操」的路径。 星巴克中国发布「千店千面」战略 星巴克中国昨日正式宣布，星巴克全球与博裕投资的战略合作已正式启动，星巴克中国同步发布面向未来的全新发展战略「千店千面」，强化在地创新，赋能伙伴打造「一店一社区」。产品层面，咖啡仍是核心： 浅雅烘焙咖啡豆「春和景明」正式上市，填补了其烘焙曲线中最浅烘焙的空白； 星巴克将在逾 1000 家写字楼商圈门店投资全新冲煮设备，推出「每日鲜萃」咖啡，以每日黑咖与奶咖组合覆盖日常通勤人群需求； 今年夏天将推出更多果香咖啡与冰摇茶新品，并对星冰乐进行全面升级，「每日现烤」平台也将加速落地。 门店拓展方面，星巴克中国将以更聚焦、更稳健的方式推进，未来三年将扩展至 1500 个县级以上行政区；门店形态将更加灵活多样，以精准满足不同社区需求。AI 应用层面，星巴克中国推出「1000 位 AI 首席增长官（CGO）计划」，以 AI 作为每家门店的智慧分身，深度扎根社区、贴近顾客，强化门店与顾客之间的个性化关系；门店经理 AI 助手同步升级，覆盖订货、排班等后勤事务，以及会议茶歇、AI 点单等新业务场景。喜茶 x Hello Kitty 推出春季限定茶饮 昨天，喜茶官宣与中国 Hello Kitty 开启春季联名活动，新品「樱花芭乐白桃」同步上线。此次联名延续 2024 年圣诞「不老莓」系列的「童心」主题，以 Hello Kitty 的「陪伴」属性为核心，结合茶饮的治愈功能，旨在传递「守护内心童话」的品牌理念。新品「樱花芭乐白桃」采用分层风味设计：前调为当季红心芭乐与北纬 36 度爆汁白桃的熟果甜香；中调由福建泉州 / 三明乌龙与中国台湾南投乌龙拼配成鲜醇乌龙基底；尾调以四川绵阳关山樱花瓣点缀形成淡淡樱香。联名配套物料与周边体系于昨日同步启动发放；线下主题门店活动将于本周五启动，覆盖广州天环广场 LAB 店、深圳壹方城 DP 店等 15 家指定门店（具体名单待定），持续至 4 月 12 日。lululemon 发布全新高尔夫系列 lululemon 大使李旻宇（Min Woo Lee）将身着品牌定制服装出战年度首场高尔夫大满贯赛事，大使马克斯·霍马（Max Homa）亦同场竞技。与此同时，lululemon 多款高尔夫系列产品同步焕新上市。 男士产品线方面，lululemon 推出采用 ShowZero™ 技术的休闲衫，提供经典与修身两种剪裁；下装方面，品牌主推 ABC™ 高尔夫系列长裤与短裤，采用弹力面料。针对春季多变天气，品牌还推出了轻盈易折叠的高尔夫半拉链套头衫（配可收纳连帽设计）以及高尔夫拉链马甲； 女士产品线同步更新，涵盖无袖、短袖及长袖运动休闲衫，以及兼具速干与防晒功能的轻盈版半拉链运动衫。下装新品包括大使 Yana Wilson 演绎的 Stretch Twill 高尔夫弹力斜纹前侧褶饰短裙，自带内衬，同系列亦提供长裤与短裤款式。 小米推出物流大件「当日达」：11 点前下单，当天送到家 昨天，小米官宣上线大件物流「当日达」服务，覆盖全国 50 个城市。该服务支持电视、空调、冰箱、洗衣机及生态链大件品类，用户在上午 11:00 前完成下单，即可享受当日 24:00 前送达的承诺。商品下单界面将明确标注「今日送达」，符合条件的订单自动享受当日达服务。 第 16 届北京国际电影节主海报发布，华纳携经典影片亮相展映 第 16 届北京国际电影节将于 4 月 16 日至 4 月 26 日举办。本届北影节主海报由资深纪录片导演、北京广播电视台制片人吴群带领团队设计。电影节期间，将展映 260 余部中外优秀电影作品。海报以「天坛映百花，光影耀京华」为主题，采用鸟瞰视角，以雨燕飞向天坛的构图暗含「天外有天」之意；暖橙至明黄的渐变底色上，胶片形圆光圈以天坛祈年殿为中心层层晕散，形如盛放的重瓣金花。今年恰逢大众电影百花奖回归北京，与北影节共同构成「双节嘉年华」。在展映片单方面，华纳兄弟此次带来四部影片。《罪人》（Sinners）与《IT》均将以 IMAX 规格放映，《一战再战》（One Battle After Another）由保罗·托马斯·安德森执导，莱昂纳多·迪卡普里奥领衔主演，同样安排了多场 IMAX 放映。最受瞩目的是《指环王》三部曲 4K 加长版，这也是该系列首次登陆内地院线。泰国纯爱喜剧《错时告白》官宣 5·20 上映 泰国纯爱喜剧电影《错时告白》官宣定档今年 5 月 20 日，并同步发布「暗恋」版中国海报。影片由电影《天才枪手》《姥姥的外孙》金牌制作团队 GDH559 出品，泰国人气男星翁拉维·那提通与女星普莉恩皮察雅·克玛拉娜君领衔主演，讲述一对彼此有好感却缺乏勇气告白的暧昧期男女，从高中到步入社会，在错过与等待中填满青春的故事。
-
马斯克指控OpenAI欺诈官司本月庭审，核心诉求曝光 来源：环球时报【环球时报综合报道】在美国亿万富豪马斯克指控OpenAI欺诈的官司本月晚些时候即将启动庭审之际，美国各大媒体纷纷披露，马斯克方面于当地时间4月7日向法庭提交文件列出希望获得的赔偿，其中一条核心诉求是要求OpenAI现任首席执行官奥尔特曼及总裁布罗克曼离职，同时奥尔特曼需退出OpenAI非营利性机构的董事会。 马斯克于2024年起诉OpenAI和奥尔特曼，指控对方早年以开展公益性人工智能研究为名“骗得”马斯克3800万美元的资金支持，此后却寻求将OpenAI转为商业性实体。OpenAI于去年10月完成公司化重组后，非营利机构在公司中的持股比例仅为26%。在向法庭提交的文件中，马斯克要求OpenAI转回为“真正的”非营利性机构，且OpenAI及其主要投资方微软公司应将“非法所得”返还给OpenAI旗下的公益机构。马斯克的律师曾于今年1月表示，OpenAI及微软公司应向其当事人支付高达1340亿美元的赔偿金。针对马斯克方面的最新动作，OpenAI继续予以强硬回击。7日当天，OpenAI通过社交媒体帐号发表声明，称马斯克发起的这场官司本质上是对OpenAI的“骚扰”；而马斯克之所以这么做，是因为他“自大、嫉妒且渴望拖慢竞争对手的脚步”。在较早前，OpenAI方面还分别致函美国加利福尼亚州和特拉华州司法部长，敦促其调查马斯克及其关联方在官司审理前的“不当反竞争行为”。加利福尼亚州是马斯克的起诉地，而特拉华州则是OpenAI公司的注册地。公开信息显示，马斯克指控OpenAI欺诈一案原定于今年3月30日开庭审理，但随后被法庭推迟到本月开始。法庭已定于本月27日开始遴选此案审理的陪审团成员，而庭审可能于次日开始，庭审进程可能持续4个星期。美国《纽约客》杂志在6日抛出一则重磅报道，曝光了马斯克和奥尔特曼在诉讼背后的争斗。文章称，马斯克雇用调查员收集奥尔特曼的私人黑料，包括跟踪其航班行程，调查其参加过哪些派对，甚至去挖其可能勾搭未成年人的传言，并采访其可能聘请过的性工作者。美国科技网站engadget 7日评论称，考虑到马斯克和奥尔特曼二人都素以制造“争议性公关事件”而闻名，随着庭审日期的临近，双方阵营之间的交锋只会变得更加激烈。（甄翔）
-
直播间被指涉黄 中华老字号海河乳品道歉 近日，海河牛奶旗舰店抖音直播间的一名主播直播带货时言论涉黄涉低俗引发外界关注。4月8日，天津海河乳品有限公司发布致歉声明称，公司关注到“海河牛奶旗舰店”直播间相关视频内容给消费者带来不良影响，并引发舆论热议，公司深感自责并致以诚挚歉意。经核查，该直播间运营方为“天津市佰意电子商务有限责任公司”，系公司合作经销商。海河乳品已立即终止与涉事经销商“天津市佰意电子商务有限责任公司”的直播合作，撤销其“海河牛奶旗舰店”的官方授权资质。并启动法律程序，就其行为给海河品牌形象造成的损害，立即采取法律措施，依法追究其相关法律责任。海河乳品还称，公司对涉事合作经销商负有不可推卸的监管责任，将立即对内部监管失责人员，依规依纪予以严肃处理。此外，海河乳品表态称，立即对所有授权经销店铺直播间进行排查，全面规范直播与人员管理，坚决杜绝低俗违规现象。全面加强对合作方的筛选、监督与管理，完善直播内容全流程审核机制。 道歉声明4月8日上午，界面新闻在抖音平台查询“海河牛奶旗舰店”时发现，该店铺已无任何商品在售，其粉丝数为14.3万，认证企业仍为“天津市佰意电子商务有限责任公司”。另外还有一家“海河官方旗舰店”，粉丝为22.1万，该店铺有各类“海河”牌乳品售卖，认证企业为“泗阳拓合电子商务有限公司”。 抖音“海河牛奶旗舰店”天眼查显示，天津市佰意电子商务有限责任公司成立于2019年，是一家以从事零售业为主的企业，注册资本100万人民币。该公司对外投资1家公司，名为天津市强欣电子商务有限责任公司，后者于2024年7月被列入经营异常名录。4月7日，有报道称一牛奶品牌主播直播带货时言论涉黄涉低俗，涉及“性暗示”、“性交易”及不雅动作，让人生理不适，相关话题引关注。事件发酵后，有多名网友指出涉事牛奶品牌为海河牛奶，对此，7日下午，海河牛奶客服对外回复称：非常抱歉直播间不当内容给您带来不适与困扰。我们已第一时间反馈专员严肃处理，将全面整顿直播规范与人员管理，坚决杜绝低俗违规。据新黄河，风波中的涉事男主播7日傍晚公开露面发声，面对舆情，该男主播在视频中并未对直播时的低俗言论进行辩解，而是直接承认了错误，表示“对是对，错就是错”。对于具体事件的细节，他直言“我就不评价了，然后我就不说了”。这段回应的核心诉求在于恳求舆论停止对其身边人的攻击。该主播在视频中多次强调，网友的网暴和指责“只能网暴我个人”，“不能牵扯到父母，不能牵扯到我的对象，不能牵扯到我的朋友”。他同时表示，自己的账号就放在这里不会关闭，网友如果想开冲，“你们就尽情开冲”，表示愿意独自承受舆论的怒火。公开资料显示，“海河”品牌始创于1957年，在天津奶制品市场处于主导地位，是中华老字号。其产品包含灭菌乳、调制乳、巴氏杀菌乳、发酵乳、乳饮料等五大类100余种品种。据新华社报道，20世纪90年代以来，全国乳企竞争日趋激烈，海河乳品一度陷入亏损困境。“85后”董事长邹旸上任后，海河乳品凭借多种口味创新的花式奶出圈。在上述声明中，海河乳品还表示：“作为老字号品牌，我们坚守品质与道德底线，绝不为流量背弃初 心，坚决守护品牌信誉与消费者权益，不断提升服务质量和水平，携社会各界消费者朋友共同守护海河品牌的良好形象。”界面新闻就主播带货涉黄风波是否影响销量等问题咨询“海河官方旗舰店”，客服回复称，已反馈核实。相关新闻海河乳品就“直播间低俗涉黄”致歉 涉事主播回应：错就是错4月8日，针对直播间主播带货时言论低俗涉黄，天津海河乳品有限公司发布致歉声明称，公司关注到“海河牛奶旗舰店”直播间相关视频内容给消费者带来不良影响，并引发舆论热议，公司深感自责并致以诚挚歉意。经核查，该直播间运营方为“天津市佰意电子商务有限责任公司”，系公司合作经销商。公司已立即终止合作并启动法律程序。此外，公司将全渠道排查，立即对所有授权经销店铺直播间进行排查，全面规范直播与人员管理，坚决杜绝低俗违规现象。涉事主播公开回应“错就是错”4月7日晚，名为“@小天没睡醒”的短视频账号发布了一段回应视频。视频中，涉事海河牛奶直播间的男主播针对其7日下午遭遇的网络暴力进行了公开回应。面对舆情，该男主播在视频中并未对直播时的低俗言论进行辩解，而是直接承认了错误，表示“对是对，错就是错”。对于具体事件的细节，他直言“我就不评价了，然后我就不说了”。这段回应的核心诉求在于恳求舆论停止对其身边人的攻击。该主播在视频中多次强调，网友的网暴和指责“只能网暴我个人”，“不能牵扯到父母，不能牵扯到我的对象，不能牵扯到我的朋友”。他同时表示，自己的账号就放在这里不会关闭，网友如果想开冲，“你们就尽情开冲”，表示愿意独自承受舆论的怒火。7日21:00左右，海河官方旗舰店只有20多名在线网友，陆续有人询问“崩锅”和之前主播的情况。 直播间画面据未来网，近日有市民向记者反映，在某品牌牛奶直播间，一名主播直播带货时言论涉黄涉低俗，涉及“性暗示”“性交易”及不雅动作，让人生理不适。有媒体报道，主播言语中曾出现性暗示黑话。 主播直播带货时言论涉黄涉低俗截图信息显示，涉事直播账号为“海河牛奶旗舰店”，该旗舰店账号认证主体为天津市佰意电子商务有限责任公司。企查查APP显示，天津市佰意电子商务有限责任公司成立于2019年5月，其对外仅投资1家公司，名为天津市强欣电子商务有限责任公司。该公司于2024年7月被列入经营异常名录。据第三方平台显示，海河牛奶旗舰店近30日销售额为10万至25万元。据公开资料，“海河”品牌始创于1957年。1957年，天津市公私合营牧场奶品总店成立，开启了天津乳制品发展的历程，“海河”品牌正式登上历史舞台。2024年，海河乳品公司入选中华老字号名录，2025年，公司获评“中国消费名品”。
-
人工智能科技伦理审查新规发布 新华社北京4月8日电 《经济参考报》4月8日刊发记者郭倩采写的文章《人工智能科技伦理审查新规发布》。文章称，近日，工业和信息化部等十部门联合印发《人工智能科技伦理审查与服务办法（试行）》（以下简称《办法》），提出建立和完善人工智能科技伦理标准体系，支持人工智能科技伦理审查技术创新，强化以技术手段防范人工智能科技伦理风险。这为我国人工智能科技伦理审查与服务工作提供了明确指引。 专家表示，《办法》的出台，标志着我国人工智能伦理治理从原则倡导迈向制度化、规范化、可操作的新阶段，为推动人工智能健康发展提供了重要制度遵循。 据悉，《办法》对人工智能科技伦理审查的适用范围、服务促进、实施主体、工作程序、监督管理等作出规定，并结合人工智能科技活动特点，明确了申请与受理、一般程序、简易程序、专家复核程序、应急程序等不同程序要求，有效规范人工智能科技活动伦理治理。 《办法》提出，开展人工智能科技伦理审查，重点关注人类福祉、公平公正、可控可信、透明可解释、责任可追溯、隐私保护6个方面，包括训练数据的选择标准，算法、模型、系统的设计是否合理；是否采取措施防止偏见歧视、算法压榨，保障资源分配、机会获取、决策过程的客观性与包容性；是否合理披露算法、模型、系统的用途、运行逻辑、交互方式说明、潜在风险等信息等。 事实上，近年来，我国坚持“伦理先行”的治理要求，在统筹发展和安全基础上，持续推进人工智能科技伦理治理工作。例如，在伦理规范层面，国家新一代人工智能治理专业委员会发布的《新一代人工智能伦理规范》，明确了人工智能科技伦理的基本伦理规范，涵盖人工智能管理、研发、供应、使用全链条。在制度体系层面，中共中央办公厅、国务院办公厅印发的《关于加强科技伦理治理的意见》对科技伦理治理作出顶层设计和系统部署，构建了我国科技伦理治理的基本模式、监管框架、制度体系。 “此次《办法》是国家科技伦理治理体系在人工智能领域的落地，是我国科技伦理制度链条的重要延伸与细化完善。”工业和信息化领域科技伦理专家委员会主任委员魏一鸣说，《办法》立足人工智能技术迭代快、跨界融合深等特点，在通用审查规则基础上实现领域化、精细化适配，填补了人工智能科技伦理审查的制度空白。 为推进人工智能科技伦理服务体系建设，《办法》从标准建设、服务体系、鼓励创新、宣传教育、人才培养五个方面制定支持举措，帮助企业切实提升科技伦理风险防控能力。其中提出，强化人工智能科技伦理风险监测预警、检测评估、认证、咨询等服务供给；促进人工智能科技伦理审查高质量数据集有序开源开放，加强通用性风险管理、评估审计工具研发，探索基于应用场景的科技伦理风险评估评测等。 “伦理治理不仅需要制度规范，更需要技术支撑。”魏一鸣认为，具有深厚技术实力的企业、高校和科研机构，应主动承担起研发科技伦理治理“硬科技”的使命，加强人工智能伦理治理技术研发与工具创新。聚焦可解释人工智能、算法公平性监测、深度伪造鉴别等关键技术开展专项攻关，为伦理审查提供技术工具。通过研发实用的伦理评估工具、风险模拟平台和算法审计系统，将抽象的伦理原则转化为可量化、可操作、可嵌入工程流程的技术指标与解决方案，推动伦理治理技术化、工程化。（完）
-
萝卜快跑，可能错在了“敏感肌” 文 | 象先志几天前，武汉多辆萝卜快跑无人驾驶车在高架和主干道上集体“熄火”。车群像被按了暂停键，一动不动地停在路中间，好在没有造成人员安全问题，车内的乘客也都非常顺利地安全下车。但铺天盖地的骂声又来了：“起大早赶晚集”“自动驾驶安全不到位”“百度技术就这？”讲真，单纯喷前沿科技这事儿，可能是互联网上最安全的生意了。流量赚得盆满钵满，还有“为消费者发声”的天然zzzq护身。但这次，可能不太一样。在自动驾驶安全的技术问题上，可能错的很少，而真正导致这次“熄火”事件的，很可能是安全策略上设置的“敏感肌”。不是能力限制，而是安全选择 先聊一个概念，如果L4 级别自动驾驶车辆出现了故障，那么最好的处理方式应该是什么。其实需要先确定的一个点是：为什么要明确 L4 级别自动驾驶这个关键点。因为常规的 L3 及 L3 以下的责任主体，和 L4 级别自动驾驶是存在差异的。这个问题如果拉到咱们日常生活中，看现在已经上市且可民用的辅助驾驶车型属于L3 以下的智能辅助系统责任归属是，“L3：系统激活时，经营者 / 制造商担责；驾驶员未按规定接管担相应责任。”避开所有的技术细节，只需要明白一个问题：如果出现交通事故，那么事故的第一责任人是驾驶员本身。因为现在厂商们其实很鸡贼，碰到辅助驾驶解决不了的情景就让车机退出，所以发生事故的时候的责任人还是司机本身。对于我们所说的真正的“自动驾驶”车辆、也就是驾驶位上可以不用坐人的车来说，按照政策相关规定，责任的划分非常明确的：归厂商。具体的文件叫《智能网联汽车准入和上路通行试点实施指南》，有兴趣的同学可以自行查看。基于这个责任划分，就可以想明白，大规模自动驾驶车辆是需要保证一个整体安全性，因为如果车辆出现了类似的情况，那么如果发生车辆因为后续的靠边停车或其他操作造成二次事故，后果就会难以评估。厂商只有两个层面能解决这样的事故：云端和车辆端。从整个事件来推断，其实是云端下发停车指令，这点应该是比较清晰的。有不少质疑声：为什么不让车靠边停下？这样不是更安全吗？并非如此。云端下达指令之后，所有的终端车辆停车，如果需要靠边停车，则需要车端自行并操作靠边停车指令。但问题是，车内没有安全员的情况下，谁来负责车里用户和整体的驾驶安全？更有人在评价这次事故的时候，说是单车的技术冗余不够，没法靠边停车，还是看看萝卜的单车能力： 4颗禾赛AT128激光雷达（128线，200米探测） 12个摄像头 + 6个毫米波雷达 + 12个超声波雷达 1200 TOPS算力（双Orin X芯片） 这套能力不仅在靠边停车上绰绰有余，而且完全有能力支持单车智能：感知周围环境、识别可停车区域、自主靠边。但百度的架构设计，让这些硬件只用于上传数据，最终决策必须回传云端。所以紧急停车，恰恰才是这个时候最安全的操作。因为这其实根本不是技术所限，而是极端状况下的最后一步。旧金山也停了，原因一样 自动驾驶集体停摆，并非中国独有。2025年12月，旧金山大面积停电，Waymo数百辆无人车堵在路口，有的停在路中间，有的卡在十字路口，司机不得不绕行。Waymo事后解释：车辆确实能把熄灯信号灯当作四向停车来处理，但出于早期部署的审慎策略，车辆在执行前会向远程团队发送“确认请求”。停电规模太大，确认请求集中暴增，远程系统处理不过来，车就卡住了。 红绿灯不工作waymo自动驾驶车辆当街集体趴窝熟悉吗？和萝卜快跑几乎是同一个故事：都是远程环节成为瓶颈，都是审慎策略在极端情况下变成了系统性瘫痪。再看另一个极端。2025年6月至今，特斯拉在奥斯汀的Robotaxi累计14起碰撞，事故率约为人类的4到8倍。特斯拉是纯视觉加端到端神经网络，车端完全自主决策。出问题不是因为“不敢动”，而是“太敢开”。三家公司，三种策略，三种代价。特斯拉放权给单车，换来了高事故率；Waymo介于两者之间，保守确认机制在大规模异常时崩溃；萝卜快跑最极端——云端集控，稍有刺激，整个系统进入“保护性休克”。所以结论其实非常明确，萝卜快跑的安全策略是属于“过于谨慎”的那一派，也就是所谓的“敏感肌”——出问题了，停下解决问题。这样的表现确实造成了这样一个并不好看的结果，虽然单车硬件冗余远超Waymo和特斯拉，但决策权被云端锁死。就像给士兵配了枪，但扳机由千里之外的指挥官遥控——不是不会开枪，是不被允许自己开枪。稍有刺激，整个系统就进入“保护性休克”。但好处在于，如果我是坐在后面的乘客，我更希望在这样的事故出现时，车确实能安稳停下，让我赶紧下车，这对于乘客本人和整体安全，应当都是最优解。萝卜犯错，为什么不被允许？ 有趣的是，自动驾驶其实是 AI 能力在现实世界最前沿的投影。当大家还在为龙虾欢呼雀跃，感叹智能涌现的时候，是可以容忍大模型笨、大模型出错，毕竟这对个体来说并没有过多影响。但自动驾驶真正开始为人们服务、改变这个社会出行方式的时候，却因为他执行了最安全的策略，而诟病他很笨。批评萝卜快跑“技术不行”是容易的、是上头的，但可能是错的。当萝卜、小马、文远们站在这个行业中最显眼的位置时，一有风吹草动，人们就会开始“草木皆兵”。而他们选择的其实都是最难走的一条路。自动驾驶最难的部分，从来不是让车开起来，而是让车用最安全的方式停下来。
-
不要接盘！七巨头暗套84亿，20万亿AI泡沫濒临崩塌 新智元报道编辑：倾倾【新智元导读】穆迪最新报告揭示了两条平行宇宙：要么AI让生产率狂飙，失业率降至3.8%；要么泡沫破裂，460万人失去饭碗。Anthropic CEO预警白领消亡，经济学家却说还没到时候。2026年1月创纪录的裁员数据，似乎正在验证前者。2026年2月27日，硅谷。两个数据摆在所有投资者面前：左边是10万亿美元，这是过去两年AI为硅谷股东创造的财富增量。右边是10.8万人，这是刚刚过去的2026年1月，美国单月裁员人数，打破了2009年金融危机以来的最高纪录。穆迪分析（Moody's Analytics）刚刚发布的报告，更是将这种撕裂感推向极致：2026年至2027年，不仅是技术奇点，更是人类命运的分岔口。 针对这些路径，技术专家和经济学家各执一词。技术专家认为，AI年化生产率贡献3%-30%并引发大规模失业；而经济学家认为仅0.07%-0.9%且就业市场能平稳过渡，二者预测相差40倍。显然，2026-2027是决定性窗口。泡沫会破裂吗？460万人会失业吗？AGI真的要来了吗？答案就在这两年。泡沫倒计时：每个人都在借钱2025年，十大科技公司发债1200亿美元，同比暴增167%。到了2026年，五大AI巨头（NVIDIA、微软、谷歌、亚马逊、Meta）承诺的资本开支已高达6800亿美元。 五大科技巨头AI资本开支创历史新高（2025-2026）钱花哪了？模型训练、数据中心、抢占光刻机产能。钱从哪来？借的。能不能还上？只有四个字：「高度不确定」。 AI生态系统中的循环融资更危险的是资金在圈子里空转。NVIDIA投资Oracle，Oracle转手用这笔钱买NVIDIA的芯片；微软注资OpenAI 130亿美元，OpenAI转身把钱付给Azure云服务。 硅谷的「永动机」：巨头间的循环融资路径这种「左手倒右手」的营收回流，让财报极其好看。NVIDIA占据了92%的GPU市场，五大云巨头切走了67%的份额。整个行业的命门集中在极少数公司手里。 AI价值链的市场结构高度集中可一旦某个中间环节断裂，这种循环融资就会瞬间崩塌。过去一年，当散户还在疯狂买入时，七巨头高管净抛售了84亿美元股票。扎克伯格在卖，贝索斯在卖，黄仁勋也在卖。只有马斯克回购了10亿。当前股市市盈率已飙升至20倍，距离2000年互联网泡沫破裂时的24倍峰值，只差4个点。 AI驱动的股市被高估，濒临泡沫穆迪预测了一个泡沫破裂剧本：2026年某季度，AI收入增速一旦不及预期，恐慌性抛售将导致股市暴跌25%，蒸发20万亿美元。届时，芯片订单归零，GDP增速将从2.2%断崖式跌至0.4%。上次纳斯达克崩盘跌了78%，用了15年才回本。这次还有没有15年？只有中产阶级受伤的世界泡沫破裂是未来的风险，但失业是当下的痛楚。10.8万人，这是2026年1月单月的裁员数据。理由简单粗暴： Amazon裁员1.4万：「AI让组织更精简。」 Salesforce裁掉4000客服：「AI Agent处理了50%的工单。」 IBM用聊天机器人AskHR替代了8000名HR。 Chegg裁员22%：学生们都在用免费的ChatGPT，没人买课了。 最惨的是「学历陷阱」。斯坦福研究显示，AI相关岗位的应届生就业率下降16%，22-25岁软件开发者就业人数较峰值暴跌20%。 被AI精准狙击的，恰恰是工资位于60%-80%分位的中产阶级——会计、程序员、初级分析师。企业在财报会上把裁员美化为「拥抱技术进步」，股价应声上涨。至于被裁掉的人？别指望政府兜底。联邦债务占GDP比例已突破100.2%。2008年有财政弹药，2020年能无限印钞，但到了2027年，美国的信用卡已经刷爆了。一旦失业率冲破6%，没有救助金，只能硬着陆。硅谷VS华尔街：谁在撒谎？对于未来两年，技术权贵和传统经济学家吵翻了天。Anthropic CEO Dario Amodei在达沃斯论坛上直言不讳：这是「白领大屠杀」。 他预测AGI将在2026-2027年降临，并在未来5年内清洗掉50%的入门级白领岗位。Geoffrey Hinton，那位图灵奖得主，将AGI降临的时间窗缩短到了5-20年，并给出了10%-20%的人类灭绝概率。经济学家则冷静得多：历史上电力、汽车、互联网都没造成结构性失业。AI的年化生产率贡献仅为0.07%-0.9%，远低于技术派吹嘘的30%。在他们看来，企业部署AI面临流程重组、监管合规等重重关卡，现在的恐慌纯属庸人自扰。这种分歧背后，是利益的博弈。经济学家不能错，错了就是职业生涯的终结；技术专家必须吹，不吹AGI马上到来，谁来给那6800亿美元的基建买单？2027：最后的审判日穆迪的模型给出了四种结局，而2026-2027年是所有时间线的分岔点。 基准线（40%概率）：AI平稳赋能，生产率年化2.5%，失业率维持4.5%。一切照旧。 泡沫破裂（25%概率）：股市崩盘，财富蒸发，经济硬着陆。 就业崩溃（20%概率）：这是最黑暗的剧本。2027年失业率飙升至5.9%，累计460万人净失业，中产消费坍塌引发大萧条。 生产率狂飙（15%概率）：AI创造奇迹，2031年失业率降至3.8%。 现在，我们正站在这一临界点上。关键指标已经亮起红灯。AI采用率目前与互联网时代持平，并未加速；但生产率增速仅为1.8%，远未达到质变的3.2%。穆迪报告的结语很残酷：AI将从根本上重塑经济，但我们不知道是哪种方式。你是属于那被清洗的460万人，还是幸存的3.8%？答案不在十年后，就在这两年。参考资料：https://x.com/int_mon_econ/status/2026753467629367630https://www.economy.com/getfile?app=download&q=2B555C90-1118-4A49-BDAA-5C0A99F83A9Ehttps://www.economy.com/economicview/analysis/422039/The-Macroeconomic-Consequences-of-AIhttps://www.economy.com/
-
AI助教上线：Adobe推出免费学习平台Acrobat Student Spaces IT之家 4 月 8 日消息，Adobe 昨日（4 月 7 日）发布公告，宣布以测试版形式，推出免费 AI 学习平台 Acrobat Student Spaces（学生空间），通过智能化手段简化学习流程。 IT之家援引博文介绍，该产品核心功能围绕资料处理展开，用户上传课堂笔记和文档后，系统可快速生成学习指南、思维导图以及交互式抽认卡，帮助用户高效掌握知识点。 针对疑难概念，平台内置 AI 助教提供全天候解答服务，不仅能拆解复杂主题，还提供带有交互引用的清晰解释，学生可直接在文档内验证答案来源。此外，工具支持将笔记转化为简短音频摘要或深度播客，方便学生在通勤或运动时通过听觉渠道复习，有效利用碎片化时间。 为满足不同学习场景需求，平台设计了专注模式以减少干扰，并支持多人实时协作。学生可邀请同窗组建共享空间，交换笔记、研讨问题并协同制作演示文稿。Adobe 教育业务副总裁查理 · 米勒表示，产品已与伯克利、哈佛等高校学生进行深度联合测试，未来将持续优化功能体验。
-
Anthropic挖角微软高管，领导AI基础设施建设 IT之家 4 月 8 日消息，据彭博社报道，人工智能公司 Anthropic PBC 已聘请微软公司一名资深高管，负责搭建相关基础设施，以支撑其人工智能服务日益增长的应用需求。 埃里克 · 博伊德当地时间周二在领英发文称，他将出任 Anthropic 基础设施负责人。他写道：“人工智能正以惊人的速度发展，过去六个月，尤其是近两个月，Claude Code 所展现的影响力，充分印证了人工智能的无限潜力。”Anthropic 旗下包括 Claude Code 在内的人工智能产品需求大幅攀升，该产品可简化软件编写与调试流程。近期，由于普通用户及企业客户的需求达到“前所未有的水平”，该公司的服务多次出现难以维持稳定运行的情况。为满足使用需求，Anthropic 正着手扩充云计算算力，其中包括承诺投入 500 亿美元（IT之家注：现汇率约合 3436.11 亿元人民币）在美国建设人工智能数据中心。作为对比，其竞争对手 OpenAI 曾表示，计划到 2030 年在人工智能基础设施领域投入约 6000 亿美元（现汇率约合 4.12 万亿元人民币）。博伊德此前负责管理微软人工智能平台，助力客户及内部团队部署大语言模型。据彭博社获取的一份最新组织架构图显示，他向执行副总裁杰伊 · 帕里克汇报工作，管理约 1500 名员工。在入职微软的 16 年之前，他曾在雅虎担任管理职务。Anthropic 首席技术官拉胡尔 · 帕蒂尔在领英表示：“他在企业级基础设施管理方面的经验，将助力我们满足全球用户创下历史纪录的使用需求。”
-
算力先用后付、科研要素“开箱即用”，让科学家只跑一次的AI4S社区来了 上海交大义理林团队，以AI赋能激光器，用于芯片测量切割，致力于实现高端制造的自主可控；上海交大李金金团队，将深耕设备一辈子的老师傅们口传心授的实操经验，炼成工业时序控制大模型；上海交大谢伟迪团队研发的全球首个智能体式罕见病循证推理诊断系统DeepRare，正破解全球罕见病患者确诊周期长、被误诊率高的困境；华师大何晓团队研发的大模型，让以微流控芯片为基础的化学合成节省约80%的实验时间。近期，这些以AI为刃、答产业难题的科学家们，以“科学主理人”的身份，集体入驻科学智能开放创新服务平台——“爱赛思OpenAI4S社区”。 多位科学家成为社区“科学主理人”。人类做科研，在速度、规模、复杂度、创造力上，存在难以逾越的生理与经验极限。寻找一种能让锂电池“满血复活”的分子，依赖人找规律，再海选、试错、验证，十年磨一剑。如此漫长跋涉，如今却在AI助力下，压缩为以月、天甚至小时计的短跑冲刺。但这场AI For Science（AI4S，科学智能）的科研范式变革中，科学家关注的重点，正转向对模型、算力、科研数据等生产力要素的效率渴求。洞察到这一点的上海，又一次敏捷出手——在市经信委指导下，由上海仪电牵头，建设“爱赛思（OpenA4S）社区”，以科学家为中心，集纳“开箱即用”的AI模型、智能体、算力、语料、工具链、干湿实验室等科研要素，且确保科学家“只跑一次”，保障科研成果高效落地。上海仪电旗下上海埃迪希科技服务有限公司总经理孙跃告诉记者，科学智能的共性瓶颈，包括但不限于算力分散、数据质量参差、模型与实验资源脱节等。一家科研团队曾抱怨，在跑一个跨尺度的分子动力学模拟时，需要在数个资源平台间手动迁移数据，科研人员被这些非科研事务极大牵制住精力和专注度。利用国企身份及公允优势，“爱赛思”尽可能汇聚资源，已实现多个突破。如单点登录——上海现有上海人工智能实验室、创智学院、科学智能研究院等多个独立的科学智能研究机构。“爱赛思”双向打通这些机构各自的科学发现平台，如Intern-Discovery、科研驾驶舱、星河启智等，在“爱赛思”社区实现了账号互认。又如“智研飞轮”，即社区提供多个智能体来拆解复杂科研任务，现已接入上海交大的SciMaster、上海仪电自有智能体“科研助手”等。再如，提供工具、数据、算力“在一起”的云端任务环境，避免科学家在不同平台间反复切换，现已汇聚生命科学、新材料等领域主流工具包、30余类高质量科学数据集、10余个干湿实验室资源，并以万卡算力资源支撑。关键在于，社区目前推行“先用后付、免申即享”的算力补贴机制。据悉，社区接入或打通的要素已超过2400项，同时强化“找伙伴、找话题、找资金”的空间功能。如不久前，由上海仪电组局的一场产研共创沙龙，产业龙头企业与领域科学家、AI专家、工程师、基金经理聚在一起头脑风暴，共同定义光刻胶、量子计算等多个关键科学问题。上海生物制造发酵过程中上百个变量会影响产量的痛点，当场就得到了上海交大集成电路学院教授李金金团队研发的工业智能引擎ManuDrive的解法。 近期上海仪电主办的“百团百项”产研共创沙龙。据了解，针对各先导、新兴及未来产业，上海始终将“生态”作为服务产业的根本逻辑，前瞻完整布局技术创新与应用所需土壤。去年年底到今年年初的短短一个月内，上海就迎来MiniMax、沐曦股份、英矽智能等5家创新企业的上市。接下来，光互连、光计算解决方案提供商曦智科技、国内头部大模型企业阶跃星辰均有望年内冲刺港股。原标题：《算力先用后付、科研要素“开箱即用”，让科学家只跑一次的AI4S社区来了》来源：作者：解放日报 李晔
-
OpenAI对AI经济的愿景：公共财富基金、机器人税与四天工作制 IT之家 4 月 7 日消息，据 TechCrunch 报道，各国政府正竭力应对超级智能机器带来的经济冲击，OpenAI 发布了一系列政策提案，勾勒出“智能时代”财富与就业可能被重塑的路径。这些构想将公共财富基金、扩大社会保障网等传统偏左翼机制，与以资本主义为核心、市场驱动的经济框架相融合。 OpenAI 的提案本质上是一份愿景清单、一份公开声明，帮助民选官员、投资者与公众理解这家估值 8520 亿美元（IT之家注：现汇率约合 5.87 万亿元人民币）的公司如何看待人工智能重塑劳动力与经济的时代变局。提案发布之际，社会对人工智能的焦虑正持续加剧，担忧集中在岗位流失、财富集中以及全美各地数据中心的大规模建设。同时，特朗普政府正着手制定国家人工智能框架，且中期选举临近，这表明 OpenAI 试图在两党间寻求立场平衡。除了这种姿态，该公司还有更直接的政治动作：OpenAI 总裁格雷格 · 布罗克曼（曾向特朗普总统捐赠数百万美元）与其他科技巨头已向支持宽松人工智能监管政策的超级政治行动委员会注入数亿美元资金。OpenAI 提出的框架围绕三大既定目标：更广泛地分配人工智能驱动的繁荣、构建降低系统性风险的防护机制、确保人工智能能力的普及，从而避免经济权力与机会过度集中。OpenAI 提议将税收负担从劳动力转向资本。该公司未明确具体企业税率 —— 特朗普首个任期内已将企业税从 35% 降至 21%。但 OpenAI 警告，随着企业利润扩张、对劳动收入的依赖缩减，人工智能驱动的增长可能掏空支撑社会保障、医疗补助、补充营养援助计划与住房援助的税基。“随着人工智能重塑就业与生产模式，经济活动结构可能发生转变 —— 企业利润与资本利得扩大，同时对劳动收入与工资税的依赖可能降低。”OpenAI 在文件中写道。该公司建议对高收入群体的企业收入、人工智能带来的收益或资本利得征收更高税率 ，这类政策曾促使马克 · 安德森在拜登 2024 年提议对未实现资本利得征税后转而支持特朗普。OpenAI 还提出可能征收“机器人税”，这是微软创始人比尔 · 盖茨 2017 年就提出的概念，即机器人需向税收体系缴纳与其替代的人类劳动者等额的税款。文件还提议设立公共财富基金，让所有美国人无需投资市场，就能自动持有人工智能企业与人工智能基础设施的公共股权，所有收益将直接分配给公民。这一构想或许能打动那些目睹人工智能推高市场却未分得任何红利的美国民众。OpenAI 的多项提案也更聚焦劳动者权益，其中一项是补贴无薪资削减的四天工作制，该提议与科技行业承诺人工智能将提升人类工作生活平衡的说法相契合。OpenAI 还建议企业提高退休配套缴费比例、承担更高比例的医保费用，并补贴育儿或养老开支。值得注意的是，OpenAI 将这些举措定义为企业责任而非政府义务，却忽略了最可能被人工智能替代的群体。一旦自动化夺走你的工作，雇主补贴的医保与退休配套福利可能也会随之消失。尽管如此，OpenAI 还单独提议设立可转移福利账户，福利随劳动者跨岗位流动，但这类账户仍可能依赖雇主或平台缴费，远非能真正保护被人工智能完全替代人群的、政府支持的全民保障体系。OpenAI 承认，人工智能的风险不止于失业，还包括政府或恶意主体的滥用，以及系统脱离人类控制的可能。为应对这些威胁，公司提议制定危险人工智能的管控方案、设立新监管机构，并针对网络攻击、生物威胁等高风险应用设置针对性防护措施。但在构建社会保障网与监管护栏的同时，提案也包含增长计划：扩建电力基础设施以满足人工智能的电力需求，通过补贴、税收抵免或股权注资加速人工智能基础设施建设。OpenAI 主张将人工智能视为公共事业，为此建议行业与政府合作，确保人工智能价格亲民、普及广泛，而非仅由少数企业掌控。OpenAI 的框架发布六个月前，其竞争对手 Anthropic 已发布政策蓝图，列出了应对人工智能冲击的一系列可行方案。“我们正进入经济与社会组织的新阶段，它将从根本上重塑就业、知识与生产。”OpenAI 写道。公司表示，这需要“一套全新的产业政策议程，确保超级智能惠及所有人”。OpenAI 成立之初是一家以人工智能造福全人类为宗旨的非营利组织，去年转型为营利性企业。这一转变引发批评者质疑：其公开使命与自身增长需求、对股东的信托责任是否兼容。该公司援引工业时代等过往经济动荡时期为例，指出新政等全新经济与金融运动如何通过“构建新公共机构、保障体系，以及对公平经济应提供内容的新期待 —— 包括劳动保护、安全标准、社会保障网与扩大教育机会”，确保“增长转化为更广泛的机会与更大的安全感”。“向超级智能转型需要更具雄心的产业政策，它能体现民主社会集体、大规模行动的能力，塑造自身经济未来，让超级智能惠及所有人。”OpenAI 写道。
-
谷歌推出可离线使用的AI听写应用Google AI Edge Eloquent IT之家 4 月 7 日消息，谷歌当地时间周一在 iOS 平台悄然推出了一款主打离线使用的语音听写应用“Google AI Edge Eloquent”，以此与 Wispr Flow、SuperWhisper、Willow 等同类产品展开竞争。据IT之家了解，该应用可免费下载，在完成基于 Gemma 模型的自动语音识别（ASR）模型下载后，用户即可在手机上开始语音听写。应用内可实时查看转录文本，按下暂停键时，软件会自动过滤“嗯”“啊”等填充词，并对文本进行润色优化。转录文本下方设有“要点”“正式化”“精简”“详细”等选项，可对文本进行格式转换。 用户还可关闭云端模式，仅使用本地处理功能。（开启云端模式时，应用会借助云端 Gemini 模型完成文本优化。）若有需要，Google AI Edge Eloquent 可从用户的 Gmail 账户中导入特定关键词、姓名及专业术语，此外用户也可自行添加自定义词汇。该应用会记录语音转录会话历史，并支持全文检索。同时能显示上一次会话中口述的单词、每分钟输入字数以及总发言字数。谷歌在 App Store 的应用介绍中写道：“Google AI Edge Eloquent 是一款高端语音听写应用，旨在打通自然语音与专业、可直接使用的文本之间的壁垒。不同于普通听写软件逐字记录卡顿和填充词的模式，Eloquent 依托 AI 精准捕捉用户的核心意图。它会自动剔除‘嗯’‘呃’等语气词以及语句中途的自我修正内容，输出整洁、精准的文本。”目前该应用仅登陆 iOS 平台，但其 App Store 介绍中提及了安卓版本。 据应用介绍，Eloquent 将实现“安卓系统无缝适配”，可被设为默认键盘，在任意文本输入框实现全系统调用。此外，该应用还将搭载悬浮按钮功能，与 Wispr Flow 在安卓端的功能类似，方便用户随时随地开启语音转录。随着语音转文本模型不断优化，AI 驱动的转录类应用愈发受到用户青睐。谷歌也凭借这款试验性应用加入这一赛道。
-
李明海、刘伟：洞察美国人形机器人发展与多维布局 来源：环球时报名为“Figure 3”的人形机器人3月25日亮相白宫东厅，与美国第一夫人梅拉尼娅一起现身“携手共育未来”全球联盟峰会；同日，白宫方面宣布，总统特朗普任命Meta创始人扎克伯格、英伟达首席执行官黄仁勋、甲骨文创始人埃里森等科技巨头高管加入总统科学技术顾问委员会，为美国人工智能政策制定提供决策支撑。这两个看似独立的事件，实则释放了清晰的战略信号：美国已将人工智能及人形机器人领域，视为大国战略竞争的“核心场域”，正通过政策、产业、技术、全球联盟的多维布局，全力巩固其在该领域的全球领先地位。此前，美国政府已要求联邦机构制定“人工智能行动计划”，核心方向是减少监管障碍、加速私营部门创新。当前，人形机器人正从“演示奇观”迈入“实用赋能”的关键转折点，其发展逻辑正从单纯的技术突破，转向“人—人形机器人—环境”三方深度耦合的系统变革。在此背景下，厘清美国在该领域的战略布局与发展方向，研判其带来的全球格局变化与影响，既是技术发展的必然要求，也是大国竞争的现实需要。美国人工智能及人形机器人发展朝四个方向推进从近期美国的系列动作来看，其在人工智能及人形机器人领域的发展，已形成“国家战略引领、私营部门主力、技术产业绑定、全球联盟围堵”的框架，后续将沿着四大核心方向持续推进。第一，战略定位持续升级，将领域发展与大国竞争深度绑定。美国已明确将保持在人工智能领域的“全球领先地位”，作为国家核心优先事项，而人形机器人作为人工智能技术最重要的实体化载体，成为其战略落地的核心抓手。此次科技巨头高管进入总统科学技术顾问委员会，意味着美国将把人工智能及人形机器人的技术发展，全面纳入国家战略竞争的框架内，相关政策制定将直接对接产业端的核心需求，同时也力求将企业的技术能力转化为国家竞争优势。后续美国大概率会持续出台针对性政策，将人工智能及人形机器人技术，与高端制造、国防安全、全球治理等核心领域深度融合，试图构建对华竞争的技术壁垒与产业优势。第二，政策监管持续松绑，意图激活私营部门的创新活力。美国政府此前推出的“人工智能行动计划”，核心逻辑就是所谓“减少行政监管对技术创新的限制”，这一方向将持续深化。随着科技巨头高管进入顶层决策机构，华盛顿后续的行业监管政策，很可能将更贴合以行业巨头为代表的产业发展需求，在伦理安全底线之上，尝试降低企业的研发与落地门槛。一方面，联邦机构可能将进一步简化人形机器人、人工智能产品的审批流程，推动相关技术快速从实验室走向市场；另一方面，白宫或将通过税收优惠、研发补贴等方式，加大对私营部门的扶持力度，目的是刺激企业在具身智能、大模型、伺服关节等核心领域加大投入，以便为当前增长乏力的美国经济提供一些新动力。第三，技术与产业深度融合，加速技术落地与场景化应用。此次白宫的两大动作，本质上是为美国人工智能及人形机器人的产业化落地铺路。Figure 3人形机器人在白宫的亮相，绝非简单的技术展示，而是美国官方层面释放的明确信号：人形机器人将从实验室的演示，快速进入家庭服务、公共服务、工业生产等真实场景。而扎克伯格、黄仁勋、埃里森三人所代表的企业，恰好覆盖了人工智能发展的三大核心底层——英伟达掌握着算力芯片这一核心基础设施，Meta主导着大模型与算法的前沿研发，甲骨文则拥有全球领先的数据库与云服务能力。三者进入决策层后，美国将推动算力、算法、数据与人形机器人实体的深度融合，打通从底层技术到终端产品的全链条，加速人形机器人的通用化、规模化落地。第四，全球联盟加速构建，争夺行业规则与标准的主导权。美国正通过“携手共育未来”全球联盟峰会这类平台，联合盟友打造人工智能及人形机器人领域的全球技术联盟。后续美国大概率会联合欧洲、日韩等国家和地区，在技术标准、数据安全、伦理规则、市场准入等方面制定统一规则，形成排他性的技术与产业体系。一方面，通过联盟体系限制高端芯片、核心算法、关键零部件对中国等国的出口，遏制他国在该领域的技术突破；另一方面，通过主导全球标准的制定，掌握行业发展的话语权，让美国企业在全球市场竞争中占据先天优势，最终实现其在人工智能及人形机器人领域的长期霸权。对中国有现实挑战也蕴含发展机遇美国在人工智能及人形机器人领域的系列战略动作，将对全球技术与产业格局产生重大影响，对我国而言，既带来了严峻的现实挑战，同时也蕴含着“换道超车”的发展机遇。在核心挑战方面，一是一些重要技术领域的“卡脖子”风险或将进一步加剧。随着美国将该领域纳入大国战略竞争框架，大概率会联合盟友，进一步收紧对我国高端算力芯片、高精度伺服关节、核心工业软件、前沿大模型算法的出口限制，在核心底层技术上构建更严密的技术壁垒，加大我国核心技术攻关的难度。二是全球标准与规则制定的话语权面临被动。美国正联合盟友加快构建行业技术标准、伦理规则与市场准入体系，一旦形成全球通行的排他性规则，我国企业在全球市场竞争中将面临规则上的劣势和话语权方面的弱势，甚至可能被排除在全球产业体系之外，在行业发展中陷入被动。三是人才与产业的全球竞争更加激烈。美国通过政策扶持、市场优势，吸引全球顶尖科技人才与优质企业，将进一步加剧全球高端人才的竞争。同时，美国科技巨头凭借技术与资本优势，加速人形机器人的产业化落地，可能形成技术与市场的垄断，挤压我国企业的生存与发展空间。在发展机遇方面，一是技术发展的方向更加清晰，为我国提供了追赶的窗口。美国推动的技术与产业融合、场景化落地的发展路径，印证了“人—人形机器人—环境”协同智能这一核心方向的正确性，让我国的技术研发与产业布局更具针对性，避免走弯路。同时，人形机器人行业仍处于发展初期，核心技术尚未完全定型，我国仍有换道超车的机会。二是我国拥有独特的市场与产业链优势。我国是全球最大的制造业国家，拥有最完整的工业产业链，能够为人形机器人的研发、生产提供全链条的产业支撑；同时，我国拥有全球最大的服务业市场与应用场景，工业生产、家庭服务、公共服务等领域的海量需求，能够为技术落地提供丰富的场景，支撑技术的快速迭代与规模化落地，这是美国无法比拟的核心优势。三是美国政府当前采取明显的单边主义政策，反而为我国推动国际合作创造了空间。美国构建排他性技术联盟的做法，会损害大多数国家的发展利益，而我国坚持的开放合作、互利共赢的发展理念，更易获得国际社会的认同。我国可以依托庞大的市场与产业能力，联合更多国家，在开源平台、基准测试、安全标准等方面开展国际合作，构建更加开放包容的全球产业生态。（作者分别是国防大学国家安全学院教授、北京邮电大学人机交互与认知工程实验室主任）
-
能赚超额收益的3个AI赛道 出品 | 妙投APP作者 | 董必政编辑 | 丁萍头图 | AI制图今年科技投资不是没有机会，而是“闭眼买板块”的时代过去了。随着美联储降息的预期推迟或落空，AI为代表的科技板块的估值不再出现普涨，而将迎来分化。当下，我们更应该关注有基本面支撑、有预期差、还能把业绩兑现出来的细分方向。而新技术的突破，意味着产生新的市场预期。这次，OpenClaw和“养龙虾”的走红，正在把AI推进到一个新的投资阶段。表面上看，这只是又一个Agent（智能体）产品爆发；但往深了看，它改写的是AI系统的运行方式。大模型不再只是被动回答问题，而是开始自主拆解任务、多轮调用模型、持续访问工具、长期维护上下文。这意味着，AI产业的竞争焦点，正在从“谁的模型更强”，转向“谁能以更低成本生成更多有价值的Token”。换句话说，下一阶段比拼的不只是总算力，而是单位能耗到底能产出多少有效Token，即Tokens per Watt（Token/W）。这也是妙投判断下一阶段AI投资机会的核心框架。如果说上一轮AI行情主要围绕“堆GPU”，那么这一轮更值得关注哪些环节能真正提升Token/W，谁就更可能成为新一轮资本定价的中心。顺着这条主线看，至少有三类资产正在被重估：一是负责调度和编排的CPU；二是负责搬运数据的高速互联与CPO；三是掌握Token收费权的大模型厂商。 一、CPU成为决定效率的指挥官 过去在对话式AI场景里，CPU的重要性并不高。从流程上看，用户发出请求，CPU负责接收、分发，再把任务交给GPU执行，最后返回结果。在这个链条里，GPU像厨师，CPU更像传菜员——等炒好端上来就行，CPU的作用只是“打杂”，能用就行。但Openclaw为代表的Agent改变了这一点。Agent不是一次性问答，而是一个持续运行的系统。它要拆解任务、调用工具、等待结果、修正路径、再次调用工具，形成多轮循环。这类工作流的复杂度，远高于传统Chatbot。问题在于，GPU擅长的是大规模并行计算，不擅长逻辑控制、任务编排、I/O管理和跨工具调度；而这些，恰恰是CPU最擅长的部分。所以，进入Agent时代后，CPU的角色不再只是“辅助算力”，而更像是整个AI工作流的指挥官。指挥官（CPU）凭借高效的调度能力，可以减少GPU空转、降低等待时间、压缩系统性损耗，从而提高单位能耗下的Token产出。这便意味着，CPU的重要性将被重估。有数据表明，对话式AI场景下，CPU主要负责Token化等边缘计算工作，工作量仅占约5%；代理型AI模式下，CPU承担工具调用、任务编排、实时决策等大量非AI原生计算，消耗量占AI工作流的80-90%。需求端已经有迹象。据Creative Strategies预测，数据中心CPU市场规模将从2026年的250亿美元增长至2030年的600亿美元；如果叠加Agent相关需求，规模有望逼近1000亿美元。ARM CEO Rene Haas也曾表示，随着Agent驱动应用扩张，数据中心单位功耗所需的CPU算力需求可能增长到当前的4倍以上。更关键的是，CPU还是一个供给弹性没那么大的行业。和存储有些类似，服务器CPU长期是高度集中的双寡头格局，英特尔与AMD主导市场；一旦AI链条挤占产能、原材料成本上升、交期拉长，CPU的价格就因供需错配进入上行通道。据日经亚洲3月25日报道，英特尔与AMD已通知客户上调全系列CPU价格，平均涨幅在10%-15%，部分产品涨幅更高；同时，交货周期将从之前的1-2周大幅延长至8-12周，个别情况下甚至将长达6个月。因此，妙投认为，CPU正在进入新的景气周期，整个赛道将迎来价值重估。参考存储的上涨，资本市场愿意给出更高的溢价。当然，最大的受益者会是，海外CPU双雄英特尔、AMD。受益于国产替代，海光信息等国内CPU厂商也将迎来发展机遇和价值重估。 二、小龙虾记忆能力“吃光模块” 另一方面，OpenClaw（“小龙虾”）为代表的Agent具备记忆能力，能够让用户感到终于被记住，不用反复“自我介绍”，协作效率大幅提升。“小龙虾”的记忆能力本质上就是长上下文推理——把"记住"变成"携带在上下文里"，把更多历史信息、任务状态和中间结果持续塞进上下文窗口里，让模型在生成下一个Token时，始终带着这些信息一起推理。上下文越长，记忆雪球越大（KV Cache越大），需要搬运给GPU的数据就越多，单个GPU装不下，就得分给多个GPU计算。问题也随之升级。在每步计算（每个token生成）中，GPU之间还需同步全部的记忆（KV Cache）；否则，每个GPU只看到局部信息，生成的Token是"瞎子摸象"，上下文理解支离破碎。因此，上下文越长，GPU之间要对账的数据越多，需要“搬”的数据爆发式增长。于是，Agent的“记忆能力”最终会转化成一个物理层问题，即GPU之间的数据互联（主要依赖于光模块）是否足够快、足够省电。从Token/W的框架看，这一点也尤其关键。因为在新的AI工作模式里，真正昂贵的未必只是“算”，很多时候更贵的是“搬”，即光模块的传输效率。传统可插拔光模块的问题在于，电信号需要经过较长PCB走线，损耗和发热都较高；而CPO（共封装光学）把光引擎直接放到交换芯片或加速芯片附近，显著缩短电互联距离，从而降低功耗、改善热管理、提升整体传输效率。 （图片来源：AI制作）在Token/W投资框架下，共封装光学器件（CPO）的价值不再仅是“更高带宽、更低延迟”，而是降低数据搬运的能量代价，用同样的电能跑出更多Token。正因如此，妙投认为，共封装光学器件（CPO）将进入加速落地的快车道，进入从“1”到“100”的阶段。集邦咨询预测，共封装光学器件（CPO）渗透率将从2026年约0.5%攀升至2030年约35%。从市场预测数据来看，据YOLE预测，CPO市场在2024年的规模为4600万美元，预计到2030年将达到81亿美元，期间的年复合增长率高达137%。落地在产业链上，相对于传统光模块，CPO减少了部分有源器件，如激光器芯片、探测器芯片等，增加了集成多种光器件的光引擎、硅光芯片和薄膜铌酸锂调制器等。而CPO产业链上游中硅光光引擎和ELS/CW光源需求将迎来爆发，源杰科技、仕佳光子等相关厂商迎来机遇。 三、大模型重掌定价权 这波“养龙虾”的浪潮，让大模型厂商看到了更清晰的商业化路径。过去市场对大模型商业化的最大质疑在于，模型能力越来越强，但谁来付费、为哪种价值付费、付费能否覆盖成本，这些问题始终没有真正解决。而OpenClaw等改变了这套叙事。因为用户买的不再只是一次性问答，而是一个持续工作的数字劳动力。而Token消耗就不再只是“聊天成本”，而变成了企业愿意为效率提升买单的生产成本。近期多家厂商开始结束免费公测、转向正式商用按量计费，甚至释放涨价信号。关键的是，市场已经开始接受高质量Token的收费权，而不是“谁涨了多少价”。这比单纯的调用量增长更重要。例如：2月12日智谱发布GLM-5时上调Coding Plan套餐价格30%起，3月16日发布GLM-5-Turbo时再涨20%，相对GLM-4.7累计涨幅达83%。即便如此，市场依然供不应求，调用量增长400%。另外，token消耗的想象空间还很大。GMI Cloud创始人AlexYeh曾表示，“随着开源和闭源的模型越来越好，token的调用量会越来越高。所以我觉得我们甚至连1%或5%都还没有到。”根据IDC数据，中国企业活跃智能体数量将在2031年突破3.5亿规模，年复合增长率达到135%以上，同时由于智能体任务执行密度的增长和任务复杂度的提升，也将带来智能体Token消耗年均超30倍的指数级跃升。 妙投认为，大模型厂商持续受益的确定性很高。与此同时，资本市场对大模型企业商业化的叙事颇为认可，尤其在科技股回调时逆势上涨。今年以来，智谱、MiniMax的股价上涨已达到579%、483%。这里，不禁有人会问，智谱等大模型的估值高吗？妙投认为，由于今年大幅度上涨，智谱的估值已经透支了未来的业绩增长。据华泰证券测算，在乐观情形下，智谱有望于2029年实现营收142亿元，可给予29倍的市销率（PS），对应的市值为4118亿元。摩根大通将智谱的目标价从800港元上调至950港元，基于30倍2030年预期市盈率。截至4月1日，智谱的市值已经超过4000亿元，股价最高达到了938港元。也就是说，按照机构的测算，智谱已经透支了2029年甚至2030年的业绩。当下，大模型厂商估值不具备“性价比”。接下来，投资者还需关注智谱大模型的token量以及业绩能否超出预期。 小结 总体而言，妙投认为，资本市场将更关注AI新技术带来的“蝴蝶效应”，即token激增带来的新的商业模式（如：大模型商业化叙事）以及新的市场需求（CPU、CPO产业链等）。另外，中东边缘冲突推高通胀预期，美联储降息落空或加息影响整体科技股估值，因而科技股出现“杀估值”，同时也会跌出“性价比”。一旦冲突出现结束信号，资本将重新关注科技股，甚至“抢跑”并押注新的机会。本文来自虎嗅，原文链接：https://www.huxiu.com/article/4847900.html?f=wyxwapp
-
AI尚未“取代”工程师，美国科技岗位空缺今年迎来快速反弹 IT之家4月5日消息，当地时间4月4日，据《商业内幕》报道，美国最新就业报告表现强劲，而超出预期的不只是整体就业情况，科技岗位需求同样出现明显回暖。2026年以来，科技公司招聘需求快速反弹，正在动摇“AI 正在取代工程师”的主流说法。技术招聘分析公司 TrueUp 数据显示，软件工程岗位空缺已超过6.7万个，创三年多新高，自2023年年中低点以来基本翻倍。今年以来，岗位数量进一步增长约30%。由于 TrueUp 只统计科技公司内部岗位，故这一数据更能直接反映 AI 对行业的影响。TrueUp 创始人阿密特 · 泰勒说：“很多关于 AI 取代工程师的说法，目前并没有得到招聘数据的验证。” 工程师编辑代码 资料图从趋势来看，岗位回升紧随此前一轮剧烈调整。2022年及2023年初，科技公司在疫情扩张后收缩招聘，利率上升和盈利压力促使企业冻结招聘并裁员。随着 AI 投资加速推进，招聘需求重新增长，而这一过程本身反而需要更多工程师参与。TrueUp 覆盖9000家科技公司、超过26万个岗位空缺，重点关注初创企业和上市公司。在这一范围内，软件工程岗位需求依然稳健，与 AI 相关的岗位需求则迅速扩张。尽管岗位数量回升，部分求职者仍然感到压力加大，对应届毕业生而言情况更甚。IT之家从报道中获悉，原因在于人才供给显著增加，入门级岗位的竞争更加激烈。泰勒说：“越来越多的人选择计算机科学专业。岗位并没有减少，但竞争强度相比五年前大幅提升。”对于未来走势，泰勒认为，AI 可能会压缩部分岗位，也可能进一步放大优秀工程师的价值，从而加剧企业之间的争夺。目前顶尖人才需求依然旺盛，但这种状态可能持续一段时间，随后出现转折。
-
“AI预测未来”！碾压马斯克Grok-4！国产 AI登顶全球 大模型圈，变天了。2026年3月29日，一份名为FutureX的全球动态评测榜单刷新了成绩。北京中关村学院信息智能团队自主研发的智能体系统Milkyway，以60.9分的绝对优势霸榜！ 这个分数有多夸张？作为对比，由埃隆·马斯克（Elon Musk）旗下xAI打造、曾被寄予厚望的Grok-4，在这份榜单上仅拿到了25.9分。Milkyway的得分是它的一倍还多（Grok-4曾拿下该项目的首期冠军）。陈天桥团队的MiroFlow框架（搭载GPT-5等），得分也高达57.5分。它在最难的Level 4依然能逼近50分大关，对复杂不确定性的掌控力令人惊叹。 智谱的GLM-5-thinking则拿到37.3分，深度求索的DeepSeek-V3.2-thinking拿下31.2分。阿里的千问Qwen-3.5-plus-thinking则拿到26.9分，位列第17。Grok-4以25.9分排在第18位。马斯克曾公开断言：“预测未来的能力，是对模型智能性最好的测试。” 如今，这场关于“预言能力”的残酷试炼，撕下了传统大模型靠“刷静态题库”营造的遮羞布。谁在成功预判真实世界？ 过去几年，所有前沿大模型在MMLU、HumanEval这些传统学术题库里，几乎都能轻松刷出90%以上的高分。但商业世界不需要做题家。市场真正关心的是：大模型能预测下周某款爆品的销量吗？能判断地缘博弈的走向吗？一部分敏锐的顶尖团队已经交出了答卷。在FutureX已经公开的过往实战记录（FutureX-Past数据集）中，记录了大量被AI智能体成功拆解的真实世界考题：比如微观商业。 AI需要在2025年底，通过自主抓取网页和历史数据，预测Temu美国区特定商户在12月5日的某款商品精准销量。比如宏观气候。 AI需要基于NASA的Gistemp数据，推演12月全球平均气温相较于历史基准期的偏差。甚至还有高度嘈杂的地缘政治与体育赛事。 预测谁能进入2026年1月葡萄牙总统选举的第二轮；预测墨西哥甲级联赛中，克雷塔罗足球俱乐部对阵蒂华纳的赛果。面对这些问题，瞎蒙是没有用的。系统必须像顶级情报分析师一样，在全球碎片化的蛛丝马迹中搜寻信号，过滤虚假新闻，最终给出一个没有模糊空间的答案。对错，全由现实世界来裁定。AI告别开卷考试 为什么各大巨头现在都盯着FutureX？因为它是真正的“闭卷实战”。这个由字节跳动Seed团队、斯坦福大学、复旦大学和普林斯顿大学等联合发起的国际评测基准，彻底干掉了一个大模型作弊的温床——数据污染。以往的静态考题，模型在训练时可能早就把答案背下来了。但FutureX考的是尚未揭晓的未来事件。它每天从全球195个高质量信源中实时提取新考题，模型根本无从作弊。FutureX采用的是“折叠式”评分逻辑，拒绝模型靠蒙对简单的“是与否”来刷分。它大幅压缩了二元对立事件的数量，并将难度分为四个等级： Level 1 是基础事件，权重仅占10% 8。Level 2 考察有变量的趋势预测，占20% 8。Level 3（多步深度推理）与 Level 4（极高不确定性的宏观预测）作为难点资产，合计占了总分的70%。这就像是一张考卷，前面的选择题只占30分，剩下70分全是需要海量推演的压轴大题。 阶层固化与偏科大赏：各家大模型的残酷折叠 在这种高压测试下，2026年3月的真实榜单展现出了极其冰冷的技术分化。以被其他家反超的Grok-4为例，拆解Grok-4的成绩单会发现一个致命弱点：它在Level 1的简单任务里拿了71.43的高分，但在需要深度推理的Level 3，得分却发生了断崖式下跌，仅有8.21分。而以第三方Agent接入的基础模型GPT5.2更是惨烈，如同失去方向感的盲人，仅得10.3分。不过，总分拉胯不代表全盘皆输。为了更精准地衡量大模型的工业落地能力，FutureX专门设立了“细分预测任务”（涵盖基础事件与要求极高精度的FutureX-Pro垂直领域），这直接暴露了各家大模型的“偏科”体质： 政治与科技领域：擅长逻辑推理的GPT-5分别以72%和68%的准确率称霸，DeepSeek-R1和Claude-3.7紧随其后。体育赛事（高频动态博弈）：DeepSeek-R1拔得头筹（64%），Claude-3.7（60%）排在次席。金融（FutureX-Finance）：要求预测财报和宏观指标，误差必须控制在5%以内。GPT-5-high和Grok-4在这里找回了主场，分别以46.37和41.25分领跑。零售（FutureX-Retail）：考验销量与供应链预测。Claude-Opus和Kimi-K2展现出极强的“商业直觉”，在评估不确定性的概率分布任务上得分最高。公共卫生（FutureX-PublicHealth）：解读官方公报预测疾病指标。GPT-5-High和Kimi-K2-thinking凭借极高的问题覆盖率占据榜首。此外，字节的豆包（Seed1.6）和谷歌的Gemini Deep Research也在各类高难度交叉分析榜单中稳居前四。Milkyway和MiroMind之所以能在综合榜单上超越这些“偏科”的算力怪兽，秘密不在于参数量，而在于“Harness层（脚手架）”和“验证机制”的深度攻关。它们引入了DAG（有向无环图）推理协议和双层验证器。简单来说，它们在模型内部建了一个“风控中台”，每搜索一条信息、每推理一步，都有机制在实时审计，强制纠错。一个时代结束了，新的机会正在升起 FutureX的榜单更迭，不仅仅是一场技术极客的狂欢，它向所有创业者和普通人释放了一个强烈的信号：第一，套壳聊天的时代结束了。大模型的价值不再是写几首诗、写几封邮件，而是走向“Action Engine（行动引擎）”。谁能帮企业在红海物流停摆前提前两周调整供应链？谁能在金融市场里捕捉到微弱的宏观信号？高价值的“预见力”才是下一步的真金白银。第二，产业链的缝隙藏着大机会。没有哪一个模型能够通吃所有细分领域。这正是创业者的机会。搭建更优秀的智能体外壳（Agent Harness）、设计更抗干扰的验证流、在特定垂直领域（如零售销量、病理演变、区域地缘）投喂高质量的反馈信号。未来的赢家，不一定是拥有最多GPU的人，但一定是最懂如何在不确定性中建立规则、驯服AI的人。（本文首发钛媒体App，作者｜硅谷Technews，编辑｜林深）
-
Django框架共同创始人威利森：AI将为编程带来“黑灯工厂”时代 IT之家 4 月 5 日消息，西蒙 · 威利森是 Django Web 框架的联合创始人，该框架更是被 Instagram 等数千个网站用于搭建初始系统。对其来说，目前的 AI 可以完成大部分原本需自己完成的代码编写工作，而他又提出了一个更大的问题：当 AI 完全不再需要人类时，会发生什么。据《商业内幕》今天（4 月 5 日）早间报道，威利森指出，目前开发者使用 AI 通常遵循固定流程 —— 提出需求、监督执行、再进行代码审核。但如果连这些环节都交给 AI 完成，就进入了他所说的“黑灯工厂”阶段。 威利森解释称，这一概念源于工业自动化：当生产完全自动化后，工厂甚至不需要照明，因为已经没有人类在场，机器可以独立运行。对应到软件开发，就意味着 AI 可能在没有人类参与的情况下完成整个开发流程。随着 AI 能力持续提升，其对就业的影响也愈发受到关注。有人认为 AI 会创造新岗位，也有人担心其将取代人类工作。据IT之家了解，Klarna、IBM、Block、甲骨文等多家公司，已将部分裁员归因于 AI。威利森表示，这种变化已经开始发生。一些企业甚至要求员工停止手写代码。“老实说，六个月前我还认为这样太疯狂了，但现在我产出的代码中，大概 95% 都来自 AI。”不过，氛围编程降低了开发门槛，并不意味着成功变得轻而易举。真正关键的，仍然是是否具备原创性和创造力，而不仅仅是工具本身。
-
满地“小板凳” 本文来自微信公众号：啸天的AI Lab，作者：啸天的AILab，头图来自：AI生成 一、深夜再开机 近期，我越来越频繁地看到一种人：他们大多三十出头，白天有一份正经工作。开会、写方案、对需求、回消息、做汇报，跟所有城市里的上班族没什么区别。可一到晚上，他们回到家，把电脑再掀开一遍，整个人像换了个系统。有人开始搓一个没人催、也不一定有人用的小程序；有人研究怎么把公开数据抓下来，清洗一下，接进一个自动化流程里；有人给一段口播配字幕、找镜头节奏、加一点运镜，反复导出到凌晨一点；还有人把买来的游戏素材拖进引擎里，试着做一个只有两关的小游戏，主角会跳，怪物会动，哪怕玩法还很粗糙，也已经能跑起来了。这些东西，大部分没有什么商业价值。更准确一点说，它们在诞生的那一刻，创作者自己也知道，大概率没有什么商业价值。这个小程序可能没人打开几次，这个工具可能只有自己会用，这个视频可能只有几百播放，这个小游戏可能做完也只是发给朋友试玩一下。但他们停不下来。 二、满地板凳 我最近总会想到一个说法：小板凳理论。有播客《面基》里听过一段很传神的话，大意是，很多人在家做小板凳，但客户真正需要的是沙发。意思很简单：你费劲做出来的那点东西，离真正被市场需要、愿意付钱的成熟产品，往往还差得很远。你做的是板凳，别人要的是沙发。这个判断当然没错。问题只是，它没有解释另一件事：为什么这么多人明明知道自己做的是板凳，还是忍不住一张接一张地做。后来我慢慢觉得，板凳的价值，本来就不只在板凳本身。有的人做完一个板凳，第一次搞明白某个过去只听说过的技术到底怎么落地；有的人做完一个板凳，突然知道原来一个功能从想法到上线，真正卡住自己的不是“大方向”，而是某个具体环节；还有的人把板凳随手发出去，居然被别人看见了，对方问：这个能不能帮我也做一个？这时候，板凳和沙发之间就不再是一道绝对的分界线。很多所谓的沙发，也只是从一张板凳开始长出来的。更重要的是，当做东西的成本已经接近于零，板凳就不再需要每一张都用商业逻辑去证明自己。你今天晚上花三个小时，做了一个只有自己会打开的小工具，不一定亏了什么。你没有租办公室，没有招团队，没有烧广告，没有压上全部积蓄。你只是把原本会用来刷短视频、发呆、内耗的时间，换成了一个具体的东西。这个东西可能毫无意义，也可能意义延后。做得多了以后，你会发现真正留下来的，往往不是那一张板凳，而是一种很难量化、但又实实在在存在的东西：手感做过五十个小项目的人，和一个从来没做过的人，看世界的方式已经不一样了。前者看到一个需求，脑子里会自动拆解：这个数据从哪来，能不能抓；这个流程能不能自动化；这个页面能不能今晚先搭出来；这个视频镜头怎么切会更顺；这个小游戏先把核心循环做出来行不行。后者看到的还是一个模糊的“好像可以做”，前者看到的已经是一串可以开工的步骤。这就是满地小板凳最动人的地方。它们单个拿出来并不惊艳，甚至有点寒酸，但堆在一起，会慢慢把一个人的认知和动作能力抬起来。 三、两次兴奋 这也是为什么，我总觉得这波 AI 浪潮，和十年前那波移动互联网双创浪潮，虽然表面上都让人兴奋，底色却完全不一样。上一波浪潮，大概是在 2014 到 2016 年之间。那几年，空气里全是机会感。每个人都在聊风口，聊模式，聊增长，聊融资，聊平台红利。哪怕没真正下过场，也很容易被卷进一种热闹的幻觉里：仿佛只要会说几句行业黑话，理解几个经典案例，离创业就已经很近了。很多人就是那时候学会了一整套词：闭环、赋能、打法、抓手、场景、生态、链路、壁垒。学得很熟，分析起别人的商业模式一套一套的。看起来像懂很多，实际上手里什么都没有做出来。那种兴奋，更多停留在皮层。你在看别人创业，分析别人的产品，讨论别人的增长故事，偶尔也会热血上头，觉得自己好像也能搞点什么。但真到要做的时候，门槛又高得吓人：不会写代码，没人带；想找外包，贵；想试错，成本太大；想做个产品，前端后端设计运营，哪一个都拦在前面。最后大多数人留下来的，是一堆 PPT、几页商业计划书，和一嘴说起来挺熟练的行话。这一波不一样。这一波最根本的变化，不是“又来了一个新风口”，而是做事突然变具体了。以前说做个工具，像在许愿；现在说做个工具，是真的可以今晚先做出第一版。以前说剪视频，是一门需要长期训练的专业技能；现在即便手法还糙，也能快速学会怎么找素材、怎么配字幕、怎么做镜头运动、怎么把节奏拎出来。以前说做动画、做游戏、做自动化工作流，听起来都像另一个世界的事；现在大量现成素材、现成能力、现成接口，正把这些事从“我不配”变成“我先试试”。于是兴奋也变了。它不再是一种空转的热闹，而是一种很具体的正反馈。你今天学会了怎么抓数据，明天就能把它接进流程；你今天学会了怎么搭云函数，晚上就能跑通一个小程序；你今天研究明白了怎么让一个角色动起来，明天它真的就在屏幕里动了。这类反馈非常危险，也非常上瘾。因为它不再只是“我理解了一个趋势”，而是“我亲手把一个东西弄出来了”。上一波浪潮结束后，很多人手里剩下的是 PPT 和黑话；这一波结束后，哪怕什么都没赚到，手里至少会剩下一点真本事。会爬数据，会搭流程，会接接口，会做一个能用的小产品，会剪一个能看的视频，会把一个想法变成一个最小可运行的东西。这些不一定能马上兑现成收入，但它们是真正带不走的手艺。 四、“消费”热情的人 我认识一些人，嘴上已经不太谈“创业”这两个字了。不是不想，而是他们慢慢发现，用投资心态做这些事，太容易把自己做废。所谓投资心态，就是你总想判断：这件事值不值得做？能不能成？多久能见结果？做三个没跑通，是不是说明方向错了？做十个都不行，是不是应该止损？这种想法当然理性，但一理性过头，人就很容易提前退出。你会在第一批数据不好看时怀疑自己，在第一个项目没起量时质疑方向，在第三次尝试没变现时开始自我否定。因为你一开始就把它当成一个必须回本、最好还能翻倍的投资项目。于是止损线被拉得很近，情绪波动被放得很大，最后不是项目先死，是心气先死。反过来，很多真正能持续做的人，用的其实是一种消费心态。不是在创业，是在消费热情。做了个没人用的小程序？没关系，至少学会了某个功能怎么写。做了个小工具，最后只有自己在用？也行，起码流程跑通了。做了一条视频没多少播放？那就当练镜头感和表达节奏。消费心态的人，往往没有那么强的止损意识，因为他们买的不是回报，而是过程本身带来的满足。这听起来很不“成功学”，却反而更接近真相。最反直觉的地方在于：消费心态的人，往往比投资心态的人产出更多。因为他们不那么急着证明自己，也不那么着急否定自己。他们就是一件一件地做，今天一个，明天一个，做着做着，数量上去了，概率就慢慢站到了自己这边。十个里没有成的，五十个里也许会有一个；五十个里没成的，一百个里也许会遇到一个真的有人买单的东西。即便最后还是没遇到，做完这一百个的人，也早就和最初不是同一个人了。 五、迟来的下场 这背后还有一种很隐秘、但我特别能理解的情绪：不甘。这批三十出头的人，某种意义上是两波浪潮之间最尴尬、也最典型的一代。上一波机会来的时候，他们太年轻了。刚毕业，刚工作没几年，离真正的资源、经验和判断力都还很远。那时候他们赶上了热闹，学会了讨论，学会了围观，学会了判断谁讲得更像那么回事，但没有真正下场，或者说，没有足够低的成本让他们下场。所以那几年过去之后，很多人心里都留下了一点说不清的遗憾。不是那种轰轰烈烈的失败感，而是一种更轻、更长尾的不舒服：好像看懂过很多东西，也激动过很多次，最后自己却没真正做成过什么。于是这一次，当做事成本真的开始坍缩，当原来需要很多人、很多钱、很多技术门槛的事情，突然可以靠一个人在深夜慢慢拼出来的时候，很多人那点旧的不甘又被重新点着了。白天，他们还是公司系统里的一颗螺丝钉。按流程、对指标、做协作、接需求，很多时候只负责一个局部动作。可一到晚上，他们回家以后，忽然成了另一种人。 一个人就是一个小团队。产品是自己想的，设计是自己抠的，开发是自己补的，运营是自己发的，视频是自己剪的，配图是自己找的，文案是自己改的。可能每一项都不算专业到顶，但拼起来，居然真能把一个东西做出来。这种感觉非常珍贵。它不是成功，也不一定通向成功，但它至少把“我只能做局部”这件事，短暂地反过来了。所以那些深夜里一遍遍搓板凳的人，很多时候不是在追逐一个明确的商业结果，而是在对过去那点没来得及下场的不甘，做一次安静但具体的回应。 六、戒不掉的事 当然，如果只靠不甘，人是撑不了太久的。真正能把这件事做长的，最后靠的还是热爱。这里的热爱，不是那种挂在嘴边的"坚持梦想"，而是一种更朴素、也更难戒掉的东西：你就是喜欢做。我有个做内容的朋友，长期跟财经类信息打交道。有一次半夜两点，我问他怎么还不睡。他说今天的东西还没看完，几个关键消息还没整理完，得写完那个总结再睡。听着很像在拼命，对吧？但他下一句是：我没在拼，我只是喜欢看这些，恰好这事还能赚钱。这句话我记了很久。真正能持续做事的人，往往不是最会算账、最有商业头脑的人，而是那些做事过程本身就能给他们快乐的人。别人看他们是在熬夜、在加班、在自我压榨，他们自己感受到的却是：我终于有时间继续玩这个了。所以“热爱胜万全”这句话，放在这里，意思不是热爱能战胜一切困难，而是如果没有这种近乎上瘾的喜欢，你很难解释，为什么一个人会在白天上完班以后，晚上还愿意继续把自己摁在电脑前，折腾一个大概率成不了什么的项目。不是坚持，是戒不掉。 七、留给下一代 最后我想说一个更轻、但可能更重要的部分。就算这些板凳最后都没长成沙发，它们也不是白做的。除了手感、技能、认知、机会，这些深夜里的小项目，可能还会留下另一种更慢的影响：代际传递。如果一个人将来有孩子，孩子真正看到的，不一定是那个小程序有没有人用，不一定是那条视频有没有爆，不一定是那个小游戏赚没赚钱。他看到的可能只是一个很具体的画面：有个大人，下班回家以后，没有只躺着刷手机，也没有一边抱怨生活一边耗到睡觉，而是坐在电脑前，很认真地做一件自己喜欢的事。他会看到专注，看到投入，看到“原来工作之外，人也可以有自己的事情”。他会知道，大人不是只有疲惑、妥协和将就，大人也可以偷偷地、持续地，对某件事抱有兴趣，甚至有点兴奋。这个画面本身，可能就比很多板凳更值钱。因为它在传递一种比“成功”更基础的东西：人是可以自己给自己找一点火的。 八、把自己捡回 我们当然都知道，满地小板凳里，最后能长成沙发的没有几个。绝大多数，可能做完就放在角落里，过阵子自己都忘了。但也没关系。板凳留不下来，手感会留下来；项目不一定跑通，人的动作能力会留下来；这波浪潮将来退下去，至少还有一批人，真的亲手做过东西，真的知道从零把一个想法拧成现实，大概需要经过哪些步骤。而且说到底，深夜里把电脑打开的那一下，很多人也不是为了证明什么。他们只是白天已经很久没有完整地属于自己了。于是晚上那两三个小时，哪怕只是再做一张歪歪扭扭的小板凳，也像是在把自己捡回来一点。这大概就是为什么，明知道大多数东西不会成，还是有人一张接一张地做。不是因为他们天真。恰恰是因为他们已经不天真了，仍然想做点什么。 而在这个意义上，满地小板凳，已经很好。本文来自微信公众号：啸天的AI Lab，作者：啸天的AILab本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。本文来自虎嗅，原文链接：https://www.huxiu.com/article/4848087.html?f=wyxwapp
