找到
1582
篇与
互联网
相关的结果
- 第 27 页
-
2026，不要再让自己活在幻觉里 有时候，一些来自外在的强烈刺激和对照，更容易触发对自身的观照。 比如，人工智能技术从来没有像2025年那样带来如此大的冲击。年初DeepSeek的横空出世，以及此后各路大模型的竞相迭代，再到具身智能的热闹非凡，很多人喜形于色，也有很多人大惊失色。 显然，即便存在AI是否过热的质疑，人类的“奇点时刻”终究是快到了。曾经关于“AI能做什么”的讨论，很快变成了“AI不能做什么”。紧接着就是危机——人，还能做什么？ 喊口号式地说某一些行业、某一类人“不可替代”，是没有意义的。如果盲目拒斥技术带来的变化，死守着一亩三分地的“净土”，可能是自欺欺人。 当然，更不是要轻言投降。 技术有很多问题，这一年，关于技术的反思与技术的迭代升级一样猛烈。技术的问题，有技术本身的，也有非技术层面的。很多问题，最终是人的问题——如何对待、应用一门技术，影响着它的善恶、走向，而很大程度上，这又取决于我们如何对待自己——对待人。 新年将至，舆论场上的很多讨论，都围绕着一个主题——“回到人”。的确，这样的时刻我们尤其会感触人性深处的闪光、温情、诗意、灵机一动，甚至是可以原谅的失误。人之为人，最大的特殊性就在这些“非标”的地方，在那些不可被量化的角落。 我们也会期待，人类在一个可能事关生死存亡的十字路口，会基于人文的道统、人性的闪光，作出对这个群体负责任的重大选择。 比如，不能让极端利己的社会达尔文主义和丛林法则轻易占领这个世界，也不能纵容虚假内容和反智主义观念用级数式的扩张速度侵占人们的头脑，哪怕这些看上去非常合乎技术演进的逻辑。 有一本书名叫《艺术：让人成为人》，今天，很多方面需要考量的都是如何“让人成为人”——而不是让机器成为人、让人成为机器。 机器般的人当然是最容易被机器替代的，这个道理不用多说。而在谈论“成为人”“回到人”的时候，或许还要加一个定语，“真实的”人。 大模型带来了空前的智能，也带来了“AI幻觉”。如果为2025年选择年度词，它也应该在候选名单上。AI幻觉要防，很多还没有AI的地方，也要防幻觉—— 有多少本无意义的事被强行加上了意义？ 有多少本该真诚的行动变成了一场表演？ 有多少本应清晰的事实被层层包装后让人不明所以？ 还有多少有意无意的误读、误解、误判在干扰着社会的进程？ 这些问题并不中听，但恐怕每个人都需要问一问自己。当然，需要时时反求诸己的，不只是个人。一组数据，一条政策，一次治理，乃至一个大国的每一步前行，根本上依托的都是“真实”。 用一个更庄重的词，这就是“实事求是”。 2025年尾声，习近平总书记一再强调“实事求是”。中央经济工作会议上，他告诉各地，“因地制宜，本质是实事求是”。而在中央政治局民主生活会上，他告诫在座的高级干部——也是告诫全党——“共产党人是唯物主义者，务实是必备品格，必须实事求是、求真务实、真抓实干”。 “领导干部要深入基层一线，注意倾听不同声音，做到对实情心中有数。要在学习研究上下功夫，加强对情况的分析，透过现象看清本质、把握规律。要带头反对形式主义，形成重实干求实效的浓厚氛围。”这都是“实”。而“实”的前提是“真”。 真实是无法被创造出来的，也是无法被“算”出来的。真实可能并不完美，但真实就是真实。 一年来的许多实践表明，基于对真实的敬重，基于对真实状况、真实问题、真实经验、真实需求的深刻洞察，宏观微观的决策才会真正妥帖精准、富于成效。 直面真实，是一种勇气，也是在风浪或迷雾中稳住阵脚、找到方向的底气。也只有直面真实、拥抱真实、追求真实，我们才能真正如愿去“做更好的自己”，而不是被困在幻觉里。 很多年后回过头看，我们也许会感谢今天来自外部的种种挑战和冲击。技术的冲击，倒逼着人“成为人”；经贸、科技等等领域的冲击，倒逼着我们“做好自己的事”。本质上，这都是一个拨开迷雾、重新思考、重新专注、让自己变得更强的过程。 这个过程，基于对自身的深刻体察，更基于对真实的尊重。什么是不可替代的力量？这就是不可替代的力量。 我们2026年见。 原标题：《观见2025 | 回到真实，做更好的自己》 本文作者：解放日报 朱珉迕 题图来源：新华社
-
为什么是这10个词，定义了2025年AI叙事 图片由AI生成是时候开始倒计时迎接2026年了。2025年，作为科技产业的观察者，我们目睹了AI从一个聊天框变成了有思考深度的推理者，并进一步演化成为能够替代人类处理复杂工作的智能体，再一次见证了AI竞争从大模型热潮，全面转向算力军备竞赛的深度变革。我们统计了2025年钛媒体站内全年发布的文章，将目光锁定至AI领域，最终发现这10个被反复提及、持续发酵、并真正影响决策层判断的词汇。这一年，AI不再只是云端一行行代码，而是化身为Agent（智能体）深入千行百业，驱动机器人走向了具身智能。多模态能力的爆发，让AI拥有了视听感官，而推理能力的提升，则赋予了它拥有人类般的思考逻辑。以英伟达旗下的GPU为核心的AI基础建设竞赛进入白热化，国产力量如DeepSeek从边缘走向中心，打破了OpenAI旗下ChatGPT独步全球的格局，将全球视野引向了应用推理效率与算力估值飙升的新高度。在这个AI产业大爆发的年头，每一个热词背后，都是人类向通用人工智能（AGI）迈进的坚实脚步。以下是钛媒体站内年度十大AI热词，按提及频次倒序排序：10. GPU 2025年，GPU已成为科技巨头和国家科技实力的硬指标。几乎所有AI的重大突破，大模型推理、多模态生成、具身智能和VLA模型，都建立在GPU供给之上。今年，英伟达Blackwell架构GPU（如GB200/GB300）实现大规模量产，占据其高端GPU出货量的80%以上。而围绕GPU供应链安全、自研AI芯片和国产替代的进展，更是舆论场域的高频词条。9. 多模态 多模态在2025年走出Demo阶段。Sora 2.0，Veo 3，可灵AI 2.0等大模型的发布，让AI生成的视频可实现媲美电影的画质，并走向了视频游戏交互的场景。今年，端侧多模态也备受厂商青睐，苹果与高通发布AI芯片，让AI可以在手机端离线运行，而植入AI眼镜的摄像头，可借助多模态实时分析视线所及之物，并提供语音服务。8. ChatGPT 没有意外，作为大模型时代的第一个国民级AI原生应用，2025年，ChatGPT再次霸榜。今年，ChatGPT完成了从聊天工具到全能交互中心的跨越。尽管面临各类通用和垂直应用的挑战，它依旧是全球用户规模最大AI应用，目前，周活跃用户数已突破8亿，付费用户数突破了2000万。7. 英伟达 站在AI产业顶端的“卖铲人”，2025年，英伟达是全球AI经济的心脏，更是地缘政治的杠杆。今年，Blackwell架构芯片实现量产与交付，再一次为大模型训练与Agentic AI奠定核心算力基础。10月，英伟达成为了全球首家市值突破5万亿美元的公司。在“AI泡沫论”的质疑声中，英伟达始终稳坐算力霸主宝座。6. 推理 2025年的科技语境下，“推理”不是抽象的逻辑学词汇，而是大模型通过强化学习（RL）和思维链（CoT），获得慢思考与自我纠错能力。DeepSeek-R1的横空出世，专为推理时代而生的Blackwell Ultra，OpenAI o3与o4-mini的全面普及，AI在AIME等逻辑标杆测试中逼近满分，足够引发惊叹。而随着大模型进入“用起来”的阶段，推理成本与效率也成为商业化的生死线。5. OpenAI 尽管面临激烈的市场竞争和内部波动，OpenAI在2025年依然扮演着技术灯塔的角色，其估值同样增长迅猛，已处于金字塔尖。3月，OpenAI完成软银领投的400亿美元融资，投后估值达3000亿美元，9月，在迪士尼10亿美元股权投资后，OpenAI估值冲上了5000亿美元，成为全球估值最高的独角兽公司。4. DeepSeek 它是2025年全球科技圈最大的“黑马”，没有之一。DeepSeek（深度求索）凭借一手之力差点掀翻大模型牌桌。DeepSeek-R1以不足30万美元的训练成本，实现了比肩国际顶尖模型的能力，DeepSeek通过独特的Multi-Head Latent Attention (MLA) 架构与FP8混合精度训练，大幅拉低大模型推理成本，被硅谷公认为来自东方的技术奇迹。3. 算力 作为AI时代的“数字石油”，算力不仅是资源，更是科技巨头战略竞争的核心。2025年，英伟达Blackwell开始全面执掌霸权，AMD凭借MI325X和MI350系列强化了在推理市场的贡献。国产算力也喜迎上市元年，摩尔线程和沐曦股份已经登陆科创板，壁仞科技即将冲击港股，国产算力迈向了商业化量产的拐点。2. 机器人 2025年，机器人因“具身智能”而站上风口。从年初的蛇年春晚，宇树科技等国产人形机器人亮相，完成复杂的歌舞动作，人形机器人进入大众视野，到12月，英伟达发布了业内首个专注于自动驾驶的开源VLA（视觉语言动作）模型Alpamayo-R1，机器人已成为集成物理AI（Physical AI），具备多模态感知与自主决策能力的实体。1. Agent（智能体） 2025年，被视为“智能体元年”，Agent也是我们站内最受关注的AI词汇。Agent被多方热捧，源于一个共识：只有以Agent为核心的系统化AI，才能真正释放生产力。AI初创公司Manus年初现象级爆红，年底Meta被官宣收购，其极强的通用任务处理能力，迅速实现1亿美元ARR（年度经常性收入），验证了Agent未来无限“钱景”，为这一年的AI热点画上了一个还算圆满的句号。（作者｜李程程，编辑｜李玉鹏）
-
Manus的出海合规性问题解决了吗？ 本文来自微信公众号：逍遥法外夏洛克，作者：夏洛克（盈理律师事务所合伙人），原文标题：《Manus迎来大结局：从Benchmark到Meta，Reverse CFIUS语境下的AI出海新解法》，题图来自：AI生成 一 一大早起来被Manus的消息刷屏了，Meta“收购”了Manus。 相信很多人和我一样，第一反应是自己是不是看错了。这句话里的Manus和Meta，是怎么被联系到一起的？随后更多消息传来，当时投中Manus的真格基金刘元也发文祝贺Manus。不得不说，真格这把也真的赢麻了。堪比上个月摩尔线程上市之后挣了几千倍回报的早期投资人，也再次证明了自己头部投资人的顶尖实力。而Manus也从之前的“裁员”与“撤出中国”的Manus，困在“出海合规”里，以一种未曾设想的道路“金蝉脱壳”了。不管怎么说，祝贺Manus，祝贺以真格为代表的早期投资人们，也祝贺Meta。皆大欢喜。 二 不得不说，Manus在宣传、舆论等多方面都是一把好手。一年三次引起广泛关注，两笔交易成为行业焦点。说实话，哪怕是大厂巨头也很难做到这一点，何况Manus仅仅成立了3年多。3月份发布通行型AI Agent，5月宣布完成美国投资机构Benchmark的投资（连带着6~7月搬迁总部、境内裁员以及卷入美国对华投资禁令Reverse CFIUS的风波），12月底完成被Meta收购。业内人士对此的最多感慨几乎都是，“太快了”，“AI时代太快了”。不光是AI工具本身对于生产效率的提升，更因为AI创业企业从起步到爆发再到收官的速度，也远远超出了之前大家对于传统“互联网企业”的爆发认知。这笔交易大概会改写很多人对于当前商业生态和模式的认知。过去很多人仍然认为AI公司会和互联网公司一样，先是不断烧钱、亏损和扩展，等到成长为巨头之后再开始慢慢盈利。现在不一定了，Manus的例子告诉你这套规则并不一定适用于AI公司。 三 当然，度过了最初的兴奋之后，我们也可以冷静下来再回头看一看Manus的来时路。在这笔交易之前，Manus上次引起广泛关注还是在今年（2025年）年中的时候。彼时，Manus的舆论处境并不好。由于5月份接受了美国投资机构Benchmark的投资，这笔投资交易被认为可能正好落入了美国财政部今年1月2日刚刚发布的“美国对华禁令”Reverse CFIUS的禁止范围里。从5月开始，美国财政部就一直在对这笔交易进行各类审查。笔者也在此前的一系列文章中跟踪和分析过Manus与Reverse CFIUS之间的出海合规问题：《Manus被Reverse CFIUS调查之后，“AI套壳”类产品值得关注的X个问题》《“裁员”与“撤出中国”的Manus，困在“出海合规”里》《Manus投资人Benchmark或被要求强制撤资？会有哪些影响？》当时我们也将Manus和更早之前的另一款华人背景的产品HeyGen做过比对。二者都是华人背景的科技AI公司，都被美国投资机构Benchmark投资过，也都由于地缘政治因素遭受了美国方面对于“对华投资限制”的关注或者审查。甚至在今年7~8月份Manus的种种动作中也能看出它似乎是想要循着HeyGen的路径来把自己打造成一个更“国际化”的公司，以此淡化自己的国家属性，降低美国财政部对自己的关注。因此，我们看到Manus将总部从国内搬到了新加坡，终止了在境内和阿里通义千问的合作，在境内大范围裁员的同时又在新加坡本地广泛招聘。那么，时至今日，Manus的出海合规性问题（Reverse CFIUS问题）被解决了吗？ 四 在今天的视角上回看Manus的Reverse CFIUS问题，可以从两个事件来看。一是今年4~5月Benchmark投资的那一次，二是Meta收购的这一次。我们先看第一次。笔者此前在Manus的系列追踪文章中也分析过此时Manus的Reverse CFIUS问题。在Reverse CFIUS的规则中，并不是只要美国投资机构投资中国AI公司就必然触发这套美国禁令法规。这里是有一道门槛的，美国财政部出台这套规则的本意并非是一刀切地将所有中美之间的投资行为斩断，而是针对性地限制了前沿和高算力AI领域。典型的比如国内做基座大模型的若干公司，以Deepseek等为代表。这道门槛是什么？笔者在此前的文章中（Reverse CFIUS系列：AI投融资时最应该关注的两个问题）提到，可以通俗地记住一个数字，10^23。如果该AI模型的训练算力的量级超过这个数字的，则有比较高的概率会触发Reverse CFIUS审查。但如何界定AI模型训练算力的范围（例如是否要包括调用的第三方大模型或者在第三方开源大模型上进行微调、训练），在Reverse CFIUS法规层面是并不明确的。这也是此前很多AI创业者和投资机构对此谨慎的原因。而Manus接受Benchmark的投资，可以说是第一个比较知名的踏入这个模糊领域的案例。这也是为什么有非常多的业内人员对此关注，因为可以从这个案例中摸清楚美国财政部对这类交易的监管尺度。此时，Manus此前被“诟病”的“缺少技术，只会套壳”反而救了它一命。Manus和Benchmark的律师在应对美国财政部的审查时，比较有力的反击论点，就是Manus实际上底层是建立其他已有的大模型（比如Claude）基础上，自身并没有涉及高算力AI的领域。美国财政部对此并没有直接给出yes or no的答复，但从后来长期没有进一步动作的现状来看，似乎有可能是buy in了这种说法。不过，在当时来看，只要美国财政部一天没有给出正式的审查意见，Manus头顶上的这把达摩克利斯之剑就不好说什么时候会落下来。直到迎来此次Meta收购Manus的消息。 五 这次Meta的收购，据说非常快速，仅仅谈了十几天就敲定了（甚至中间夹了个圣诞假期），以至于连真格一开始都以为这个offer是个玩笑，毕竟最开始的时候Manus是准备正常开展下一轮融资。这笔交易的速度比起今年上半年Benchmark投资的速度（一个月左右，已经不慢了）甚至还要快得多。从律师的角度来说，这种体量和并购金额的交易，十几天的时间大概也就是刚够起草、定稿和签约交易文件。也就是说其实双方对这笔交易几乎没有什么商业上的实质分歧，甚至可以说是一拍即合。那么，Meta有关注过Reverse CFIUS的问题吗？毕竟Benchmark的前车之鉴在前，当时Benchmark刚投资完Manus就开始面临美国财政部的审查要求，Meta有把握自己不会也被审查吗？这可能还真不一定。最大的区别就是Benchmark是少数股权投资，而Meta是收购（我们先假定是“100%股权收购”，为什么说是假定，后面再说）。Reverse CFIUS针对这种收购有什么特别规定吗？有的，兄弟。有的。 在 § 850.501 例外交易一节中提到，在满足2个条件的收购情况下，则该笔交易可作为例外情形豁免于Reverse CFIUS的管辖。（1）美国主体收购了全部受关注国家（即中国）主体持有的权益。（2）收购完成后，被收购主体（即Manus）不再是“受管辖主体”。那什么是“受管辖主体”？具体分析在笔者此前的文章中有过详细论述，这里就不展开了，可参见：《Reverse CFIUS系列：“美国投资限制最终规则”生效120天后的实践误区与观察（上）》。我们直接上结论。考虑到Manus本身的融资平台在开曼，且其几乎大部分业务都在海外，Manus在收购完成后被认定是“受管辖主体”的可能性很低。因此，Meta的这笔收购，大概率在Reverse CFIUS的规则下可以做到被豁免，而不用像之前Benchmark一样需要受到各方的监管与审查。这可能也是这笔交易能如此快速完成的原因之一，毕竟不用考虑投资审查这类硬性红线事项之后，剩下的就是商业上的决策了。 六 不过，我们上面也说了，是“假定Meta100%收购了Manus”。为什么说是“假定”？考虑到这笔交易目前公开的信息其实并不多，这里仅仅提供一个视角。在Meta、Manus的官方声明以及真格基金今天发布的公开文章之中，其实可以看到一个比较有意思的点，Meta、Manus和真格都没有用“收购”（acquire），而是不约而同地用了另一个词——“加入”（join）。 （Meta官网信息） （Manus官网信息） （真格基金公开信息） 和其他国内外铺天盖地的媒体都在报道“Meta收购Manus”或者“Manus卖身Meta”不同，这几方当事人的用词显得十分克制，甚至在有意淡化和回避这个问题。“Manus加入Meta”，这样听起来更像是在强调业务上的合作，而非是股权上的交易。为什么这么一个重磅新闻，各方都显得这么克制，而这明明是个很好的宣传机会？除了当事人以外，外界恐怕只能猜测。我也提供一些视角，仅供参考。第一个视角，是交易并非以股权交易完成，或者不全是股权交易完成。这是否涉及到其中更复杂的架构安排，资产转移，数据转移？我们不得而知，但考虑到上面提到的本次交易速度非常快，个人认为要短期内达成这么复杂的交易的可能性不高。第二个视角，各方在宣发之上应该有高人指点，刻意淡化了“并购”的说法，降低监管关注度。这点Manus自己应该最有发言权了。今年春节之后Manus的高调宣发，既让他被称为“第二个Deepseek时刻”从而获得大量关注，也让它之后接受Benchmark融资的时候更容易受到监管关注，从而需要不断应付来自美国监管部门的压力。吃一堑长一智，也许这次大家都学聪明了，统一口径采用了最安全的说法——“Join”。或许，我们也可以让子弹再飞一会儿。 七 行文至此，也接近尾声。Manus这次的成功被收购，是天时地利人和的结果。坦率来看，下一个Manus是否仍然有机缘凑齐这些因素，恐怕并不好说。但无论如何，这仍然是一剂强心剂。如果说前两个月尘埃落定的TikTok模式给中国科技企业出海趟出了一条路，那现在Manus也是。也许未来我们会更加发现，海外科技行业的定价从来和国内就不一样。未来出海会更疯狂，不光是创业公司，中国背景的美元基金也许也会开始走向海外。大航海时代可能现在才开始。Manus被并购的长期意义会逐渐凸显，它的经历告诉所有人：“想要宝藏吗？我把它放在了大海深处。”本文来自微信公众号：逍遥法外夏洛克，作者：夏洛克（盈理律师事务所合伙人）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/4822207.html?f=wyxwapp
-
老罗，演砸了，也封神了？ 作者 | 平章 出品 | 网易科技《易现场》 “甄嬛传是我命里最大的福报。” 罗永浩拉开一把椅子，看着台下接近4000的观众，“我这53岁的老汉，就坐着跟你们聊聊吧。” 这位53岁、200多斤的“老汉”，已经足足在台上讲了4个小时，而且还用了11分钟完成了爬12层楼、下12层楼的测试。 当然，他是在使用了外骨骼的情况下做到的。 失误：“破罐子破摔”？ 19点30分，“罗永浩的十字路口”之年度科技创新分享大会所在的上海西岸国际会展中心内，原本应该在30分钟前开始演讲的罗永浩并没出现在台上，大屏上依然播放着抖音精选、中国移动、瑞幸们的广告；场内的观众已经在讨论着这次到底要延迟多久，“罗永浩重新定义19点开始”这个消失了7年的老梗，再度浮现。 19点40分，现场观众有些不耐烦，甚至有多人发出了“退票”的喊声；随后，罗永浩的声音从音响中传出，让现场的情绪略微得以缓解。 19点47分，罗永浩终于从后台上场，先给现场观众鞠躬道歉，表示因为某件事情延误了开场，“后面我会专门写一篇长文给大家道歉、让大家了解具体情况。” 这似乎起了一个不算顺利的开头。开场后，罗永浩现场的演讲发生了多次突发情况，例如PPT中莫名其妙多出一段罗永浩完全不知情的视频、再例如PPT上多出了“都绿色”这种对PPT的修改意见等等等等。 以至于演讲尚未过半，罗永浩面对出现新的失误时毫不在意，自嘲今天的失误已经太多、他的心态早就变成了“破罐子破摔”。 对于出现大量失误的原因，罗永浩在最后快结束前给了一个解释：新的团队并非是锤子科技的原班人马，并未经受过大型发布会的拷打，因此“对于十字路口这种播客他们能搞定，今天这种大发布会他们就搞不定了。” 就此而言，他在最初发现失误时那几次“等我下去再收拾你们”，应该也不会成真，毕竟现场的锤粉（罗粉？）们对于这些失误也只是哄笑、并未有任何不满之意。 惊喜：明星+门票退回 为了安抚现场观众，罗永浩在开场时慨然拍胸脯表态，今天一定会给现场观众们一些惊喜。 简单阐述了自己在，罗永浩开启了被人成为名为“科技春晚”、实为“广告带货”的新品评选介绍环节，先出镜拍视频夸大疆NEO2、然后亲自穿戴在11分钟内爬上12层楼走下12层楼，再以“遥遥领先”表扬拓竹并表态“所有孩子家长都该给男孩子买一套”后，第一个惊喜出现了。 在介绍厘刻洗碗机时，负责演示的人选是影视飓风的Tim，被罗永浩鉴定为“最有名的单身汉”，引起现场不少尖叫声。 随后，在展示影石insta360旗下影翎的全景无人机时，最大的惊喜出现在现场观众面前；罗永浩带着头显指挥着全景无人机升高，直接拍下了四面墙上方的文字：文字信息显示此次活动的门票收入，将全部原路退回给购票者。 现场顿时响起欢呼。据罗永浩自己表示，全场4000位观众，有接近3600位是购票观众，票价从几百至千元不等。 随后罗永浩还表示，由于此前曾说过将门票捐赠出来，因此“十字路口”将在给3600位观众原路退回票款外，还将捐赠出与票款等额的166万元，捐赠人则是所有这3600位购买门票的观众。 现场再度欢呼，有女粉丝大喊出声，“老罗我爱你。”罗永浩立刻回应，“我也爱你们，不然我为什么要回科技行业？” 他表示，将会一直做这个“只要我一做就被嘲笑的科技行业，无论是期待看到我在科技行业继续出丑和继续失败的‘罗黑’，还是想继续看我这五旬老汉没有放弃科技梦想的，你们都不会失望。” 最后一个惊喜则是整场活动即将结束时，五条人乐队上场带来了现场演唱。 现场极为沸腾。哦，对了，因为现场音响等故障，五条人还不得不在台上说了好几分钟的脱口秀，以缓解现场气氛。 捐款：甄嬛传是福报？ 五条人唱跳完，罗永浩再度回到台上，想要在正式结束前唠唠嗑。 他似乎对于某些声音一直耿耿于怀，让人给出了自己这些年来捐款的数量：其中在锤子科技时期，每场发布会的捐款都会捐出，累计超过了1500万；其次，在交个朋友期间，据称也捐出来数千万元。 而在谈到告别了7年科技舞台时，罗永浩突然表态：“甄嬛传”这7年，是他过得特别开心的7年，所以“甄嬛传”是他生命中最大的福报。 罗永浩称，“我年轻时有过迷之自信：认为只要我想赚钱，就能赚到钱。甄嬛传这7年，解决了我很多人生问题，第一就是我证明了我想要挣钱真能赚到，每年一两亿不是什么问题。” “第二，我这些年挣的钱90%还了债，10%给了家人，这已经让家人财务自由了，我也没了后顾之忧。” 他说，接下来，他要在科技行业进行最后一次创业了。
-
千问APP上线“为新年干杯”活动；宇树科技与京东合开线下店｜早资道 千问APP上线“为新年干杯”活动：发布AI干杯视频可领新年红包12月29日，2025哔哩哔哩跨年晚会（以下简称“B站跨晚”）官方宣布，作为晚会独家总冠名，千问APP将把文本、图片和视频的AI创作能力带进晚会的节目和互动环节。观众不只是“看”，还能边看边参与。今年B站跨晚的众多创意互动中都有来自千问的AI技术助力。观看B站跨晚是年轻群体重要的跨年仪式。2024“B站跨晚”预约观众数突破千万人次，晚会直播峰值达到3.46亿。千问APP也将同步开启“用AI为新年干杯”活动。基于阿里最新发布的视频生成模型万相2.6的角色扮演功能，在千问APP“为新年干杯”板块中，用户可和家人、朋友、宠物，甚至是梵高、爱因斯坦这样的历史名人生成个性化的干杯视频。宇树科技与京东合开线下店，首店即将开业12月29日消息，宇树科技宣布，京东与宇树科技推出的首家线下门店将于12月31日在北京正式开业。微信回应安装包10多年膨胀数百倍：不会无限增长，安卓版体积在持续下降12月29日消息，针对微信安装包为何10多年来膨胀几百倍，微信官方在一档播客中表示，这是一个客观情况。呼应用户需求，微信提供了越来越丰富的功能，它需要包含的代码、逻辑及资源，如图片、表情等，客观上会让安装包体积增长，但安装包并不会无限增长，且微信在持续优化，最近的安卓版微信，安装包体积也在持续下降。此外，微信方面表示，对于很多被空间不足困扰的用户来说，问题根源可能是聊天记录。微信占用空间在40GB以上的用户，聊天记录平均占比达70%。永辉超市：拟公开挂牌出售参股子公司永辉云金科技28.095%股权12月29日，永辉超市公告，公司拟通过重庆联合产权交易所公开挂牌交易方式出售参股子公司永辉云金科技有限公司28.095%的股权，初始挂牌底价为17,753.75万元，最终转让价格取决于受让方的受让价格。本次交易不构成重大资产重组，无需提交股东会审议，尚需履行公开挂牌程序。公司不存在应披露而未披露的重大事项。亚马逊暂停在意大利开展无人机配送计划亚马逊当地时间12月28日表示，已决定放弃在意大利开展无人机送货的计划。亚马逊称，尽管在航空监管方面取得良好进展，但更广泛的商业监管问题阻碍了该项目推进。
-
TikTok超越YouTube和Instagram，成美国年轻人获取新闻的首选平台 IT之家 12 月 30 日消息，据 Business Insider 报道，TikTok 已取代其他社交媒体竞争对手，成为美国年轻人获取新闻的首选平台。 皮尤研究中心的最新调查数据显示，TikTok 目前是美国 18 至 29 岁人群中最受欢迎的新闻类社交应用。该应用超越了 2024 年的两大首选平台 ——YouTube 和 Instagram。IT之家注意到，2025 年的调查结果显示，43% 的年轻人表示会定期从 TikTok 获取新闻，而选择 YouTube 和 Facebook 的比例均为 41%，Instagram 的这一比例为 40%，社交平台 X（原推特）和 Reddit 则分别为 21% 和 18%。 皮尤的调查指出，在 18 至 29 岁群体的新闻获取渠道中，社交媒体的占比远超其他形式。该年龄段中 76% 的人表示经常或偶尔通过社交媒体看新闻，相比之下，通过新闻网站和电子邮件新闻简报获取新闻的比例分别为 60% 和 28%。在参与皮尤调查的年轻人中，半数受访者表示对社交媒体的新闻内容抱有一定程度或高度的信任，这一信任度与他们对全国性新闻机构信息的信任度基本持平。TikTok 作为新闻获取主渠道的热度正快速攀升。2023 年，仅有 32% 的受访者表示会定期通过这款视频应用看新闻。需要注意的是，在 TikTok 上看新闻，并不等同于收看《华盛顿邮报》或全国广播公司新闻频道这类传统媒体发布的视频内容。年轻人同样将新闻网红的评论内容，以及与时事相关的用户原创视频（例如来自战区或抗议现场的实拍内容）视作新闻。一批独立新闻网红应运而生，专注于时事报道，其中就包括菲利普・德弗朗科、以及以“桌下新闻”账号闻名的创作者维特斯・“V”・斯佩哈尔。包括美国国家公共电台《金钱星球》栏目在内的部分专业新闻机构，也开始采用类似的运营模式 —— 将视频内容的核心聚焦于特定创作者，借此增强与受众间的信任联结。Business Insider 的采访显示，Z 世代社交媒体用户更青睐那些能够以更真实、更接地气的方式传递信息的新闻创作者。除新闻评论领域外，近几个月来，社交媒体创作者和播客主在新闻采集环节也扮演着愈发重要的角色。政界人士及政府机构正转向播客等形式触达民众；在去年的民主党和共和党全国代表大会上，内容创作者的身影随处可见。2025 年，已有不少独立创作者申请出席白宫新闻发布会。TikTok 已在应用内推出多项新闻相关功能，例如允许媒体发布者在视频中添加文章链接，以及一款名为“脚注”、类似“社区备注”模式的事实核查工具。据其官网介绍，TikTok 还与“全球 130 多个市场的独立事实核查机构展开合作，对平台内容的真实性进行核验”。
-
AI机器人变身“音乐指挥家” 亮相2026江西新年音乐会 来源：中国新闻网 中新社记者 刘占昆 摄 12月28日，江西南昌，AI机器人“智音”正在执棒指挥乐队演奏。当晚，“潮涌赣鄱 乐动新年”2026江西新年音乐会在江西艺术中心大剧院上演。音乐会开篇，AI机器人“智音”作为“音乐指挥家”亮相，其演绎的两首“AI原创”作品由中央音乐学院人工智能作曲系统打造，为观众呈现了一场充满未来感的视听盛宴。 中新社记者 刘占昆 摄 12月28日，江西南昌，AI机器人“智音”执棒出场。当晚，“潮涌赣鄱 乐动新年”2026江西新年音乐会在江西艺术中心大剧院上演。音乐会开篇，AI机器人“智音”作为“音乐指挥家”亮相，其演绎的两首“AI原创”作品由中央音乐学院人工智能作曲系统打造，为观众呈现了一场充满未来感的视听盛宴。 中新社记者 刘占昆 摄 12月28日，江西南昌，AI机器人“智音”正在执棒指挥乐队演奏。当晚，“潮涌赣鄱 乐动新年”2026江西新年音乐会在江西艺术中心大剧院上演。音乐会开篇，AI机器人“智音”作为“音乐指挥家”亮相，其演绎的两首“AI原创”作品由中央音乐学院人工智能作曲系统打造，为观众呈现了一场充满未来感的视听盛宴。 中新社记者 刘占昆 摄 12月28日，江西南昌，AI机器人“智音”正在执棒指挥乐队演奏。当晚，“潮涌赣鄱 乐动新年”2026江西新年音乐会在江西艺术中心大剧院上演。音乐会开篇，AI机器人“智音”作为“音乐指挥家”亮相，其演绎的两首“AI原创”作品由中央音乐学院人工智能作曲系统打造，为观众呈现了一场充满未来感的视听盛宴。 中新社记者 刘占昆 摄 12月28日，江西南昌，AI机器人“智音”执棒向观众打招呼。当晚，“潮涌赣鄱 乐动新年”2026江西新年音乐会在江西艺术中心大剧院上演。音乐会开篇，AI机器人“智音”作为“音乐指挥家”亮相，其演绎的两首“AI原创”作品由中央音乐学院人工智能作曲系统打造，为观众呈现了一场充满未来感的视听盛宴。 中新社记者 刘占昆 摄 12月28日，江西南昌，AI机器人“智音”执棒出场。当晚，“潮涌赣鄱 乐动新年”2026江西新年音乐会在江西艺术中心大剧院上演。音乐会开篇，AI机器人“智音”作为“音乐指挥家”亮相，其演绎的两首“AI原创”作品由中央音乐学院人工智能作曲系统打造，为观众呈现了一场充满未来感的视听盛宴。
-
Wedbush展望2026年AI黄金赛道：除英伟达(NVDA.US)外，这五大科技巨头将主导市场 智通财经APP获悉，投行 Wedbush 称，除英伟达(NVDA.US)外，微软(MSFT.US)、Palantir(PLTR.US)、苹果(AAPL.US)、特斯拉(TSLA.US)和 CrowdStrike(CRWD.US)位列 2026 年人工智能领域最值得投资的前五大公司。由丹·艾夫斯领导分析师团队表示，“在我们看来，华尔街低估了 Azure 的增长前景，以及雷德蒙德(微软总部所在地)进入 2026 年之际即将发生的由 AI 驱动的转型。这使得微软成为我们未来一年最青睐的大盘科技股之一，”“虽然 AI 应用案例在 2025 财年显著增加，但显然，随着首席信息官(CIO)们纷纷为部署项目排期，2026 财年对于微软来说才是 AI 增长真正的拐点之年。”至于 Palantir，Wedbush 认为，随着这家由亚历克斯·卡普领导的软件公司在政府和商业客户领域持续取得令人瞩目的进展，该公司仍有望发展成为一家市值达 1 万亿美元的公司。与此同时，由于 CrowdStrike 的产品套件在未来一年将继续在企业级市场扩张，该公司预计将从 AI 中受益。“我们认为，华尔街低估了 CrowdStrike 的增长潜力。网络安全仍是 AI 革命的二阶或三阶受益者，这正是我们看好该公司的原因，”艾夫斯指出。在特斯拉方面，Wedbush 预计其市值将在未来几个月达到 2 万亿美元；在牛市情境下，由于自动驾驶汽车和机器人的兴起，到 2026 年底其市值可能达到 3 万亿美元。“AI 估值将开始被释放。我们认为，特斯拉向 AI 驱动估值迈进的过程在未来 6 到 9 个月内已经开启。在我们看来，全自动驾驶(FSD)和自动驾驶在特斯拉现有用户群中的渗透，以及 Cybercab 在美国市场的加速发展，代表了马斯克及其公司的‘金蛋’，”艾夫斯补充道。最后，Wedbush 认为苹果将能够利用其全球超过 24 亿台 iOS 设备和 15 亿部 iPhone 的庞大消费者基础，从 AI 中获利。“我们相信，随着在经历了今年库比蒂诺总部令人费解的 AI 战略后，AI 变现篇章终于拉开帷幕，这一部分可能会在未来几年为苹果的价值每股增加 75 到 100 美元，”艾夫斯表示。“我们还相信，蒂姆·库克将至少担任苹果首席执行官直至 2027 年底，以带领苹果完成库比蒂诺这一关键的 AI 技术转型。”
-
人形机器人的2025年：价值验证、资本热潮与十字路口 《科创板日报》12月30日讯（记者 李佳怡）2025年，中国机器人产业经历了从“表演嘉宾”到“工厂工人”转变，也从“技术演示”阶段迈入以实际应用为导向的“价值验证”新周期。订单激增、资本热潮、上市冲刺，共同奏响了这一年的产业主旋律。然而，在喧嚣的量产呼声与动辄亿元的融资背后，关于机器人何时能真正“干活”、行业是否存在“虚火”的审慎思考等等，同样构成了理解这场产业变革不可或缺的另一面。 照片由AI生成 ▎从实验室到工厂：订单量骤增，商业模式初显2025年，中国机器人产业迎来历史性转折，产品正从实验室的演示品转变为工厂参与生产工作的工具。整个产业已跨越“技术验证”阶段，进入以市场应用为导向的“价值验证”新周期。这一转变最具说服力的标志，是各具身智能厂商在今年出现的订单量集体爆发。行业的焦点，已从实验室里探讨技术的“可能”，转向验证其在真实生产场景中的“可行”与“可用”。 图片由科创板日报记者黄心怡拍摄 2025年，机器人产业订单量实现大幅增长，头部企业的订单总额纷纷迈入“亿元俱乐部”，甚至向十亿级攀升。据《科创板日报》记者不完全统计，今年以来机器人领域超千万级别订单已近20起。据悉，优必选、智元机器人、智平方、星尘智能、原力无限、松延动力6家企业已实现单笔或累计金额破亿。根据公开的订单数据，优必选在2025年获得的订单总额已接近14亿元，或成为年度订单金额最高的企业。其最新一笔订单是，12月22日中标惠州市惠阳区人形机器人大湾区数据采集中心项目，金额达5962.015万元。优必选透露，2025年其工业人形机器人产能超过1000台，交付超500台；预计到2026年，工业人形机器人年产能将达万台规模。与此同时，智元机器人的表现同样亮眼。日前，智元机器人CEO邓泰华公开表示，智元机器人预计2025年真实出货量超5000台，销售额超10亿元，明年起机器人出货量与销售收入每年还有望保持数倍增长。从今年以来多笔亿元级订单频出，不难看出市场对产业前景的信心及其商业化进程的加速。然而，需要注意的是，部分大额订单为框架协议或长期合作，实际交付将会分阶段进行。同时，新能源汽车行业曾出现过的“关联订单”现象，也在机器人行业初露端倪，引发了市场对订单含金量与行业是否存在“虚火”的讨论。对此，CIC灼识咨询董事总经理余怡然向《科创板日报》记者表示：“衡量订单是否构成真正‘价值创造’的关键不在于金额或台数本身，而是应该关注订单背后是否形成可持续的商业化闭环，比如是否进入真实生产链条，在明确场景中持续稳定运行，并带来可量化的效率、质量与安全收益。”从目前已形成的商业模式来看，工业制造、文娱表演等是人形机器人实现规模化商业落地的核心场景。其中，多家具身智能厂商均向《科创板日报》记者表示，由于场景任务明确、环境相对结构化，工业制造场景通常成为机器人商业化落地首选。同时，通过产品在此类真实场景的运行，能够产生真实交互数据反哺算法模型能力的迭代与训练。自年初宇树机器人产品在春晚舞台“爆火”后，文娱表演场景也吸引了大量厂商布局，并催生了机器人租赁这一新兴产业。对此，智元机器人也推出国内机器人租赁平台“擎天租”，试图整合产业链，打造覆盖全国的开放式租赁网络。▎资本密集涌入，“宇树们”冲刺上市“机器人”，无疑是2025年资本市场最炙手可热的名词。据IT桔子数据，截至2025年12月27日，今年中国机器人领域融资事件达610起，较去年增长了近3倍，总融资额估算超过570亿元。其中，单笔大额融资频现。银河通用机器人于12月完成超3亿美元（超21亿元人民币）的A轮融资，成为今年公开数据中已知的金额最大的单笔融资事件，当前该公司估值已达200亿元人民币。此外，众擎机器人、星迈创新、自变量机器人等企业均有约10亿元人民币的融资事件发生。在资本市场普遍看好具身智能的浪潮中，互联网巨头的战略卡位尤为显眼。这些互联网巨头围绕自身核心业务生态展开，形成了差异化的投资逻辑。IT桔子数据显示，截止2025年12月21日，包含百度风投、联想创投/联想之星、国香资本（商汤）、蚂蚁集团、讯飞创投/科大讯飞、美团/美团龙珠、京东/京东云、阿里巴巴在内的8大互联网巨头，在具身智能赛道的投资次数合计达62次，投资金额在14.5-34亿元之间。与资本市场融资热潮同步，2025年也成为机器人公司的“上市冲刺年”。据统计，截至11月，已有近30家机器人产业链公司向港交所递交上市申请，这些企业覆盖了从核心零部件、整机制造到系统集成的全产业链环节。在A股市场，直接上市之路尤为不易。作为行业明星，宇树科技已完成了为期132天的IPO辅导，正全力冲刺，有望成为A股“人形机器人第一股”。与此同时，更多机器人企业则选择通过并购“曲线上市”。例如，智元机器人收购了上纬新材的控股权；七腾机器人复制智元路径，计划入主胜通能源；已在港股上市的优必选，也拟收购A股公司锋龙股份的股权。需要注意的是，冲刺IPO的机器人企业中，不少正面临盈利困境、仍处于亏损状态。即便是手握近14亿元订单的港股上市公司优必选，今年上半年财报也显示亏损达4.39亿元。此前，国家发改革委政策研究室副主任李超则表示，随着新兴资本加速入场，我国目前已有超过150家人形机器人企业，这个数量还在不断增加，其中半数以上为初创或“跨行”入局，这对鼓励创新来讲是一件好事；但也要着力防范重复度高的产品“扎堆”上市、研发空间被压缩等风险。▎行至年末，还不会“干活”的机器人该走向何方？2025年，伴随着“量产元年”的呼声，机器人产业迎来了资本的空前追捧与产业链企业的上市热潮。从春晚的惊艳亮相到工厂产线的概念落地，人形机器人正在逐步从“秀场”走向“工厂”。然而，一个根本性问题也随之浮出水面，一台售价数十万元、甚至上百万元的机器人，其核心价值仍被不少用户和从业者定义为“情绪价值”，而非真实的生产力。行至2025年末，这些尚未能真正擅长“干活”的机器人，正站在一个关键的十字路口。今年以来，机器人“后空翻”、“跑马拉松”、“走猫步”等等炫技视频频频刷屏，但这些在受控环境中的运动能力，与在动态、复杂的真实工厂里完成一项精密装配任务有着天壤之别。这也揭示出当前业内存在的一大痛点，即当前技术或许能让机器人“运动像人”，但远远无法达到“决策像人”。因此，尽管机器人已开始走进工厂，但在对精准与效率有着严格要求的工业产线上，其大多仍停留在小规模单点试验的初级阶段，承担物料搬运、上下料等相对简单的辅助性任务，距离实现规模化的岗位替代，尚有很长的路要走。全国人大代表、广东拓斯达科技股份有限公司董事长吴丰礼指出，当前智能机器人面临数据“燃料”不足、技术协同不够等问题。同时，CIC灼识咨询董事总经理余怡然也向《科创板日报》记者表示，人形机器人的“大脑”和“小脑”目前成熟度较低，对应的大模型和小模型是人工智能领域中高速发展的部分，尤其是具身大模型，由于缺乏现成数据，开发难度较大，数据集是主要壁垒之一。此外，正如上面所提到，当前机器人产业存在“订单爆发”与“可靠交付”之间的阶段性错位，使市场不免存在对行业“虚火”的担忧。余怡然认为，从短期来看，“订单量增速快于交付能力增速”是行业进入爆发临界点的典型现象；从中长期来看，随着数据闭环、软硬件一体化和标准体系建设逐步完善，行业有望从单点试点进入规模化部署，并逐步化解这一结构性矛盾。值得注意的是，日前来自国家层面的新动态，也为这个正处于十字路口的行业指明了更清晰的发展方向。12月26日，工业和信息化部人形机器人与具身智慧标准化技术委员会正式成立，标委会将主要承担人形机器人与具身智慧基础共性、关键技术、部组件、整机与系统、应用、安全等领域行业标准制修订工作。根据灼识咨询数据，2026年全球具身智能机器人解决方案市场规模有望突破百亿元人民币。余怡然认为，2025–2026年可被视为“从验证到起量”的关键窗口期。“随着下游落地场景逐步打通，特别是在零售服务、商业展示、工业制造等板块，产品从单点试验转向批量复制的条件正在形成。”
-
专访｜欧阳万里：场景数据短缺，AI落地退回老路？ 2025年，大模型继续狂飙。我们目睹了AI无处不在，一种深刻的转变也正在发生。大模型告别了盲目堆砌参数的“大力出奇迹”，转而追求极致性价比；GPT不再一骑绝尘，任何大模型在榜单上的领先优势不超过3个月；行业不再迷信“万能模型”，技术深度渗透后的价值导向植入人心。AI突破数字世界的边界，“伸手”触碰物理世界。当我们为AI的突飞猛进欢呼时，也需要清醒地审视前路。“AI泡沫”论调甚嚣尘上，真正的技术融合远比想象复杂，从技术突破到产业深耕，其间横亘着数据、可靠性、投资回报等诸多沟壑。上海人工智能实验室领军科学家欧阳万里日前在接受澎湃科技专访时表示，都说人工智能进入了“下半场”，实际上通用人工智能（AGI）还未到来，未来几年能否到来仍不确定。即使未来一年仍能实现线性增长，这已相当不易，但仍达不到工业场景需求。短板在于，大模型看不到工业场景的数据，无法理解那些场景数据背后蕴藏的工业逻辑。通专融合能够更好地理解数据，通专融合之下的语言模型能够与科学数据交互对齐，理解并表达DNA和蛋白序列中的信息，支撑人工智能形成自主的科学发现。数据是模型取得更好效果的基石之一，模型设计同样重要，必须两条腿走路。欧阳万里畅想，“未来可以期待模型学习的新方法，不见得Transfomer就是最好的模式。”以下是对话实录：大模型开发齐头并进，工业场景大门难叩开澎湃科技：如何评价这一年来国内外AI的发展？欧阳万里（上海人工智能实验室领军科学家）：大模型的研发在持续推进，GPT不再一骑绝尘。几家公司循环地说自己是当前世界上最好的模型，这说明大模型开发正处于齐头并进阶段。中国走开源路线，国外走闭源路线，目前来看，国外的闭源模型比中国的开源模型在性能上可能要好。大家都说人工智能进入了“下半场”，其实AGI还没有到来，未来几年能否到来也还不确定。在这样的情况下，怎么落地到场景中这件事还没有得到彻底解决。即使接下来一年还像过去一年那样实现线性增长，但应该仍然达不到实际应用需求，这是目前存在的问题。澎湃科技：大模型落地的短板在哪里？欧阳万里：大模型在一些应用场景已经做得很好了，我们看到了很多案例，在写论文、写稿、文生图、文生视频、文生3D方面已经做得很棒了。大家希望一个语言模型解决几乎任何问题，这个目标目前还没有实现。很多科学工程场景也不是语言模型能解决的，语言模型并不理解DNA序列、气象数据。大模型看不到那些场景的数据，无法理解那些场景背后的工业逻辑，所以做不好。就像写代码，大模型能写好普通代码，特别擅长深度学习代码，但不是所有代码它都能写好，比如操作系统代码在网上没公开，所以大模型写不好这些专业领域的代码。澎湃科技：如何解决这个问题？欧阳万里：需要场景数据。现在用大量数据训练模型解决场景问题，模型的基础能力在逐步上升，但不见得解决了所有场景需求。为了落地场景，大模型需要给大模型提供大量场景数据。澎湃科技：为什么说国外闭源模型的能力更好？欧阳万里：通常业界会说，第一名是闭源，第二名就开源。一方面，开源就是别人可以站在你的肩膀上，把自己闭源的技术加进去，得到的模型天然就比开源模型本身好。另一方面，像谷歌这样的公司在数据方面可能也有特殊能力，获得了一些原来大家没有获得的数据，也可能找到了另一条通向Scaling law（尺度定律）的路。澎湃科技：中美人工智能生态区别在哪？欧阳万里：海外人工智能大模型比中国更容易挣到钱，这是非常大的区别。国内一方面不那么接受付费服务，另一方面做研究的人在付费海外的模型。AI产生创新科研想法，推动数据共享是关键澎湃科技：AI for Science为什么越来越受到重视？欧阳万里：主要是大家看到AI对于科学研究在降本增效、加速实验、提升创新高度方面的潜力。OpenAI提出要做OpenAI for Science，谷歌开发了很多AI for Science的工具。在提出创新的科研想法方面，我们发现它能够产生一些人类没有想到过的idea，比如我们当时让我们的语言模型阅读2023年或以前的论文，它提出来的idea跟2024年发表在《科学》或《自然》杂志上的idea是相似的。究其原因，一方面，语言模型会产生幻觉，很可能就是因为这些幻觉产生了创新的idea。另一方面，语言模型会学习怎么提出idea，它总结过去的知识，寻找过去的问题，再提出解决这些问题的路线方式。澎湃科技：你们现在的工作是提升大模型本身能力，还是探索模型的应用？欧阳万里：两条路都在走。在模型的科学能力方面上海人工智能实验室有了较多进展，它能够以通专融合的方式更好地理解科学数据，语言模型和科学数据能够交互对齐。比如从大量气象数据里找到一些气象现象，并且用语言文字表达出来；能够理解并表达DNA和蛋白序列中的信息。在模型应用方面，实验室希望人工智能形成自主的科学发现，能够产生自己的科学想法、自己做实验、做验证评估，再重新进行实验迭代。但现在还没有完善的对应工具，我们要去打造这个工具。其次，我们要去解决某一科学问题时，相应的场景数据偏少，各个实验室、科研机构有数据，但实际上很多数据是不公开共享的，中国的数据多，但形成的数据集少，这也是中美AI的一大区别。澎湃科技：现在有没有什么好方法可以收集数据？欧阳万里：我们也在推动数据的共享开放。一直在推进，只是中间遇到的难点还挺多，需要政府和研究机构协同推进，科研院校提供的数据要做好验证，证实数据是有用的。澎湃科技：是否可以说，数据是目前模型能力提升最重要的问题？欧阳万里：不能这么说。数据是模型取得更好效果的一个基石，除了数据以外，模型设计方面也很重要，要两条腿走路。澎湃科技：接下来模型范式还会有大变化吗？欧阳万里：未来可以期待模型学习的新方法，不见得现在的Transfomer就是最好的模式。澎湃科技：怎么看待AI投资泡沫这件事？欧阳万里：现在已经没有“百模大战”了，说明对于大语言模型的投资热情是在下降的。但现在AI的投资确实很大，导致支出和收入不成正比，这是目前存在的问题。但为什么现在还有很多厂商愿意投资AI？这要从背后来看，有些投资意图是防守型的，有些是进攻型的。初创企业都希望用语言模型打出一片市场，这是进攻型的。大厂是防守型的，它并不需要一个模型为它打出一片天，它的市场已经足够大，它只要证明自己能够做得好，所以用户可以来用它的服务。比如谷歌也是防守型的，它希望用户使用Gemini来稳住自己基于搜索销售广告的搜索市场。对谷歌这样的大厂而言，它负担得起AI，但有些企业负担不起就只能退出，不再参与。
-
解码当下流行文化：腾讯QQ流行文化观察（2025） 卷首语从通讯工具到数字生活空间当我们在2025年审视QQ，看到的早已不是一个简单的即时通讯应用。它更像一座自然形成的数字城市，聚集了数以亿计的QQ用户。大家在这里交流、分享、结交兴趣同好，也逐渐形成了自己习惯的互动方式和社区氛围。本文旨在透过全面深入的观察，解读这座“城市”的运转逻辑，它如何从底层塑造了用户群体的交往方式、身份认同与文化生活。我们发现，QQ的生态呈现出三重维度：情绪表达全面符号化与仪式化、兴趣社群高度细分化与共创化、生活实践功能性极强与游戏化。这三重维度相互渗透、彼此强化，共同构成了一个数字生活实践场。Part 12025年，QQ是你的「精神状态图鉴」情绪全由表情构成关键词：表情、Q泡消息情绪的可视化封装：表情包作为「社交身份」与「心理缓冲」 打开QQ的聊天界面，你将走进一座由动态图像构成的流动的视觉情绪博物馆。数据显示，平均每发送6条消息，就有1条伴随着表情包，“表情富翁”已成为一种普遍的线上社交身份。年度现象级的超级表情，如「宕机」「优雅」「硬撑」，以其精准的情绪命名和动态演绎，成为年轻用户标注日常状态的情绪徽章。在频道社区里，评论区的交锋往往不是文字辩论，而是表情包的“对轰”，「高雅人士上线」、「高不高级」、「大学生处理中…」等马达加斯加企鹅“高雅人士”系列表情包构成了独特的态度光谱。更有趣的是调动AI技术进行的自由创作，大家在QQ最常用的AI表情是独特魔性的“QQ弹弹”；另外，通过Q泡消息功能，用户可以随时随地变身搞笑「橘猫」或「企鹅」，无疑是将个性和情绪包裹在特定的交流氛围中，使得交流本身变成了一场轻量的视觉呈现。视觉语法升级：从语言表达到情绪展演上述现象绝非是表层的用户使用偏好，它标志着沟通模式的转变，我们可以称之为 “视觉语法”的崛起。对于伴随互联网成长起来的年轻人而言，单纯的文字交流缺乏生动性、不够直接、有滞后感，有时难以匹配他们即时、并发、多维的情感表达需求。一个精心挑选的「硬撑」表情，能够在零点几秒内，同时传递出“我累了”“但我还在坚持”“这有点荒诞但没关系”以及“你懂的”四重含义，其信息密度与情感精度是任何平铺直叙的文字段落难以企及的。这种高效的沟通方式，本质上是年轻人为应对复杂社交情境和内在情绪管理而进化出的高效适应方法。更深一层看，这套视觉语法扮演着双重角色：它既是让社交更顺畅高效的工具，也是活跃气氛、释放压力的方式。首先，作为社交货币，通用的流行表情包创造了低成本的共情基础。如发送一个「电量不足」，对方无需多问便能充分理解你的疲惫状态，极大降低了沟通成本。其次，使用那些带有自嘲、戏谑色彩的表情（如“摆烂”），是一种巧妙的社会应对技巧。年轻人更习惯用这些表情，将自己的压力和无奈，转化成大家都能接受和理解的文化符号来表达。当年轻人说“开摆”时，他并非宣告真正的放弃 ，而是在用一种安全的、被社群认可的话语方式，宣泄压力并寻求共鸣。这种表达既完成了情绪释放，又避免了直接暴露脆弱可能带来的社交风险 。AI表情和Q泡消息功能，让用户能够创造出专属自己的形象和风格。它标志着年轻人不再只是被动接收公共的视觉符号，而是开始创造带有强烈个人印记的社交语言。将自己的表情套入搞笑的“橘猫”模板，是在用一种可爱化、抽象化的方式重新呈现自我，他们既参与了集体玩梗，又突出了自己独一无二的个性。Q泡滤镜通过有趣的动态包装，为日常沟通拓展了新的视觉和听觉维度，让聊天过程更加生动。因此，在QQ，每一次对话都不只是信息交换，更是一次微型的情绪展演与身份呈现，抽象的内在状态由此转变为了更具象化的情感载体与社交符号。Part 22025年，QQ是你的「同好交流手册」总有人懂你的热爱频率关键词：频道、个性装扮、热梗 兴趣的细分深耕：频道作为“数字部落”与身份的流动展演腾讯频道像一张无限延伸的兴趣星图，每个频道都是一颗引力独特的星球。数据显示，频道发帖的活跃用户中，近60%为22岁以下的用户，形成了一个极度年轻的引力场。在这里，热爱是唯一的通行证：从全民热议的游戏频道，到只为某一部动漫开设的深度解析频道，再到聚焦某个专业领域的宝藏角落，任何兴趣都能找到其专属呼吸区。这种个体表达同样体现在极致的个性化装扮上：超六成的装扮用户为24岁以下的年轻用户，平台svip用户月均更换6个聊天气泡、头像挂件或主题，将个人主页变为动态的身份艺术馆。审美在此分化又聚合：大家都爱搞抽象，但男生和女生各有风格偏爱，风格选择成为鲜明的圈层名片。同时QQ内“一个热梗引发全民接力创作”的“人传人”现象，则是平台圈层活跃度的真实写照。从兴趣聚合到圈内共情：构建数字时代的“归属感社群”频道生态之所以如此繁荣，是因为它满足了年轻群体一个很重要的社会需求：他们渴望在快节奏的生活中，找到基于纯粹精神共鸣、稳定可靠的群组。基于地域或亲属关系形成的联系正在减弱，而基于兴趣爱好的连接——因为喜欢同一款游戏、同一部作品、同一种文化而聚集——变得空前牢固。腾讯频道提供的不仅是一个信息交流的平台，更是承载情感归属的港湾。在游戏频道中，成员们共享的不仅是攻略技巧，更是攻克副本时的激动、抽卡沉船时的宽慰；而在其他细分领域的频道中，这里提供了一个专属空间，让他们可以深入共享特定的文化和技术，成员们因共同的热爱而产生深刻的身份认同与归属感。与之相映成趣的，是用户在外观装扮上体现出的身份流动性。年轻人热衷于每月多次更新自己的“数字皮肤”，大胆尝试不同视觉风格，积极地进行多样化的自我探索。在这里，自我不是固定的答案，而是一场持续的创作——数字装扮便是他们的画布与调色盘。同时用户们在QQ内“玩梗”，也是共同体生命力的核心体现。一个热梗的诞生与传播，并非简单复制，而是一场持续演变、不断丰富的公共创作。理解并使用这个梗，获得认同的入场券；参与梗的再造与传播，就是深度参与了社区的共同创作。QQ为年轻用户群体提供了一种双重的满足感。一方面，他们在频道里深入探讨共同兴趣，获得稳固的集体认同与共鸣；另一方面，他们又能在更换个性化装扮的过程中，通过频繁“变身”来获得变化带来的乐趣与新奇体验。这种平衡，精准地回应了当代年轻人既需要安全感又渴望自由感的双重需求。这里不仅是一个找到同好的空间平台，更成为他们安放情绪、创造意义的栖息地。Part 32025年，QQ是你的「生活邪修攻略」更多宝藏功能等你发掘关键词：QQ闪传、QQAI 生活的智能化“邪修”：工具理性与游戏精神的融合应用年轻一代是务实的生活黑客，他们以“邪修”智慧，利用QQ功能妙解生活难题。在演唱会现场或漫展人潮中，“QQ闪传”是解决物料传输难题的得力助手，实现高清照片、视频的跨平台极速共享，让精彩瞬间不再因传输障碍而褪色。面对未知与疑问，AI成为随身智库：遇到问题时，男生更倾向于使用『AI搜索』，女生则更习惯问问『小Q』。数据显示，在QQ上超过60%的AI功能活跃用户是95后，他们用AI写文案、学知识、解心结，将智能工具无缝编织进日常生活的经纬。工具即玩家：在日常生活中玩转QQ功能创新“邪修”一词的流行，精准捕捉了年轻用户与数字技术互动时那种独特的心态：它既是高度实用主义的——追求以最高效率解决具体问题；又是充满游戏精神的——乐于探索规则的边界，将工具使用本身转化为一种创造性的乐趣。这种心态，定义了他们在QQ上的生活实践。“QQ闪传”是一种针对大文件传输场景的创新功能。对于新鲜事物，QQ用户不是被动接受，而是主动把它变成解决各类文件传输场景的必备技能。在演唱会散场后的地铁上、在漫展结束后的餐厅里，通过闪传能够快速交换彼此拍摄的“神图”和视频，这一行为的意义远超文件交换本身。它是一场线上的社交仪式，将线下短暂相聚的快乐瞬间，转化成可以持续分享和回味的珍贵数字记忆。这些通过“QQ闪传”交换的图片和视频，成为了最有生命力的记忆载体，它们巩固了基于共同体验的情感联结，甚至可能为线上社群提供新的生长点。而“QQ闪传”，正是打通线上线下、让这一切得以发生的关键一环。在AI的使用上，则淋漓尽致地展现了伴随互联网成长起来的年轻人的特征：他们对智能技术没有疏离感，取而代之的则是一种得心应手的熟悉感。活跃用户中超过60%的95后比例表明，AI对年轻一代来说，已像日常工具一样自然，成为他们在思考、学习和解决问题时不可或缺的好帮手。虽然不同的性别偏好的交互风格存在差异，但其核心是一致的：他们都以主体姿态，将AI视为延伸自身能力、探索未知领域的伙伴。他们用AI“学习”，不只是查找资料，而是进行多轮对话以激发灵感、挑战既有观点；他们用AI“解决情绪问题”，可能并非期待真正的心理治疗，而是在进行一种低风险的情绪梳理和自我对话练习。AI已成为他们应对复杂世界的伙伴，这种紧密结合，代表着人与智能工具深度协作的认知模式正在形成。“邪修”的本质，是年轻一代在面对复杂的生活时，展现出的一种积极的主动解决问题和整合资源的能力。他们不抱怨环境，而是充满创意地组合、改造、深化各种工具的应用场景，使其更贴合自身的生活脉络与情感需求。在QQ生态中，他们不仅是文化的消费者，更是生活解决方案的积极构建者。结语在数字土地上，种下真实的自己 文章中所描绘的，并非一个静止的文化切片，而是一场正在发生的、由亿万QQ用户共同主演的数字生活实验。QQ，像一片被精心开垦的数字田野，用户在这里尽情播种情绪的种子、浇灌兴趣的幼苗，并用智能工具搭建起遮风挡雨的棚架。最终生长出独特的文化景观：它高度数字化，存在于虚拟空间，却又扎根于真实的社交需求与情感渴望；它看似碎片戏谑，内里却又包含着对认同与创造的追求。我们观察到的“情绪视觉化”“兴趣圈层化”与“工具生活化”，并非孤立的潮流，而是一条完整的数字逻辑链条。它揭示了平台上的核心用户如何利用技术，在一个充满不确定性的世界里，主动建立秩序、寻找归属、提升效率的核心方法。他们通过表情包让沟通更轻松，在频道和装扮中找寻个性鲜明的自我和归属感，并灵活运用数字工具，以更轻松、更有力的方式应对生活的各种压力。真正的数字文化高地，从来不是由最炫酷的技术堆砌而成，而是由最细腻的用户洞察、最开放的平台生态和最真挚的共创关系共同定义的。当一代人能够在一个地方自由地表达悲欢、安放热爱、构建巧思，那里便不只是他们的线上聚集地，更是他们精神家园的一部分。未来的竞争，将是对这种家园感、归属感营造能力的竞争。而我们确信，能够持续倾听这片数字土地上最细微声响、并助力每一种独特生命恣意生长的平台，才能真正与年轻的心跳同频共振，见证并参与下一个文化纪元的开启。（援引自《QQ名梗堂年度流行文化大赏》）责任编辑：韩璐(EN053)
-
2025具身智能行业年度盘点：从先锋亮相到理性前行 撰稿 ：Vicky编辑：陈茜具身智能是2025年的最大的“泡沫”吗？年初，宇树突然放大招，发布了5900美元的R1人形机器人。要知道，就在一年前，业内普遍认为人形机器人的成本底线还在2到3万美元，宇树这一招，相当于把整个行业的价格预期直接打碎。紧接着，Figure AI的估值从2024年的26亿美元一路狂飙到390亿美元，达到了15倍的增长。投资方名单读起来像科技圈的奥斯卡颁奖典礼：微软、OpenAI、英伟达、贝佐斯、英特尔、三星。 资本市场疯狂押注，仿佛具身智能的未来近在咫尺。但与此同时，特斯拉喊出要生产5000台Optimus的豪言壮语，实际只组装了大约1000台就按下暂停键，面临重新设计。马斯克那句“特斯拉八成的价值将来自于Optimus”的豪言，在现实面前显得有些尴尬。这一冷一热，实在是有点让人困惑。具身智能到底发展到哪一步了？本篇文章就将从算法、硬件、数据、资本以及主要大玩家路线等等这几个方向一一给大家展开解读。01具身智能是什么？为什么2025年爆发？ 在聊行业现状之前，先说清楚什么是具身智能。如果说ChatGPT是“会说话”的AI，那具身智能就是“会动手”的AI。它的核心是VLA，Vision-Language-Action，视觉-语言-动作模型。它把三个东西统一到一个神经网络里：Vision（视觉）：看到当前的场景；Language（语言）：理解任务目标和常识；Action（动作）：输出具体的控制指令。 简单说就是三个能力：看得懂环境、听得懂指令、做得到动作。这和传统机器人有什么不同？打个比方，传统工业机器人就像只会背固定台词的演员，你给它编好程序，它就按部就班执行；但具身智能机器人更像会即兴表演的演员，它能理解环境变化，自主做决策。比如你让它叠毛巾，传统机器人需要毛巾每次摆放位置完全一样。但具身智能机器人能识别：哦，这次毛巾皱了、偏了，那我调整一下动作轨迹，照样能叠好。Dyna Robotics是硅谷炙手可热的具身智能公司，一年前刚成立，如今A轮融资达到1.2亿美元，估值6亿美元，投资人包括英伟达。而“叠毛巾”这个任务正是让Dyna最先火出圈的demo。 York Yang Dyna Robotics联合创始人 VLA简单来说就是我们拿了大模型领域VLM作为“backbone”（核心），但是我们会在最终输出结果的时候，把这个结果转化成在机器人领域可用的action（动作）。action（动作）直观理解就是，比如说我要把这个手臂移动到某一个坐标点的这些命令。VLA其实大家诟病最多的是：为什么我们需要L（Language，即“语言”）？因为在过去传统的机器人算法里面，很多都是纯基于视觉。但是你仔细去想，其实你大脑其实会产生类似于语言的东西，去告诉你在一个长线任务中，到底你第一步做什么，第二步做什么。L的作用就在于，对于一些非常复杂的任务，它是可以通过在大语言上面已经训练出来很多逻辑性的东西（去处理），比如说你要喝水，它就会知道你需要找杯子或者找瓶子。这个是通过大语言模型已经直接可以给你的一些东西。利用VLA的主要目的，其实就是如何把Language（语言）跟Vision（视觉）够更好地结合起来，否则你如果只有Vision（视觉），你能做的任务可能就都是短线的，你做不了任何长线的、需要去做推理的一些任务，所以这是我们为什么非常专注地引入语言这部分的主要原因。这就是质的飞跃：机器人不再是执行固定程序的机械臂，而是通过视觉-语言-动作的集合，能理解、能规划、能适应的智能体。具身智能不是新概念，为什么2025年突然爆发？有这三个因素。第一，大模型本身已经趋近于成熟。无论是OpenAI还是其他公司近期发布的大模型，能力提升已更多体现为增量式演进，而非早期从GPT-3.5到GPT-4那样的跨越式跃迁。在这一背景下，大模型的整体能力正在趋于稳定，且已经足以作为具身智能系统的可靠基础能力层。ChatGPT证明了，大语言模型能理解复杂指令、做推理规划。这套能力可以迁移到机器人上：你说“帮我做早餐”，它能规划出“先拿鸡蛋、再打蛋、然后开火煎”这样的多步骤序列。 第二，算力价格腰斩再腰斩。随着芯片厂商不断推出性能更强的新一代芯片，等效算力的单位成本呈现长期下降趋势，往往每隔几年，获得同等算力所需的成本就会降至此前的一半。2023年，租一张NVIDIA H100 GPU还是天价。现在，云服务的算力价格战愈演愈烈，训练大模型的成本大幅降低。以前只有头部公司玩得起的游戏，现在创业公司也能上桌。 第三，硬件供应链成熟。机器人硬件整体的零部件成熟度已经相对较高。尤其是在过去一年人形机器人热潮的推动下，大量资本和工程资源被投入到核心基础部件的研发中，包括电机、减速器等关键组件，使得相关技术持续成熟的同时，成本也在不断下降。宇树直接把价格打到5900美元，此前，行业普遍认为2-3万美元的区间已经能实现规模化生产。成本曲线的陡降，让商业化不再是天方夜谭。这三股力量叠加，把具身智能从实验室推向了商业化的前夜。但这不是盲目的乐观，而是基于技术成熟度的理性判断。所以，目前具身智能的能力边界在哪里，它能做什么？02机器人现在能做什么？ Chapter 2.1 已经能做的事情 我们先来说说能做到的事情：工业和商业场景已经有实际应用了。叠毛巾、叠衣服，听起来简单，但Dyna的机器人能做到24小时叠700条毛巾，成功率99.4%。这在酒店、洗衣房已经是实打实的生产力。而且他们的基础模型里面包含了各种各样的场景数据，像切菜、切水果，准备食物，早餐清扫和物流分拣。 宝马集团BMW的工厂里，Figure的机器人在做简单装配和物料搬运。Agility Robotics的Digit在仓储物流场景搬箱子。1X也将向瑞典巨头EQT交付最多1万台1X Neo人形机器人，主要应用于制造、仓储、物流等工业场景。更别提亚马逊已经部署了100万台专用机器人，几乎要超过其156万人类员工的数量。这些都不是Demo，是真实在跑的商业项目。这就是“理性前行”——不求全能，但求实用。Chapter 2.2：正在攻克的任务 目前有什么还做不到，头部公司正在攻克的任务呢？比如说：中等难度的任务，像做早餐。这是个“长线任务”，需要规划多个步骤：拿食材、切菜、摆盘、开火、翻炒。每一步都要精准执行，还得控制力度，不能把鸡蛋捏碎，也不能切菜切到手。Dyna最新的demo显示已经攻克了做早餐这个长线任务。 而Figure也展示过两台机器人协同工作的Demo，一台递工具，一台操作。这在家用场景很有用，但稳定性还在打磨。Chapter 2.3：还做不到的事情 而最难的是家务。因为每个家庭环境都不一样。光照变化、物品摆放、家庭成员走动，这些都是“非结构化环境”的挑战。相对来说，工厂是“结构化环境”，光线固定、物品位置固定、流程标准化。但家里完全是另一回事。而且家务还有个致命要求：零容错。机器人在工厂打碎个零件，损失可控。在家里打碎碗、伤到人，那就是事故。 王浩 自变量机器人CTO 比如说机器人执行任务的时候，桌布上有一个小的褶皱，你的杯子可能放置不稳，可能有一个透明物体反光，它刚好干扰了相机等等。这些微小的物理变化，人类其实可以凭直觉和丰富的经验去瞬间适应的，但由于非常依赖于数据驱动，AI大模型它面临这些新的挑战，它不一定能真正去感受到。所以，机器人进家庭，技术门槛比进工厂高得多。但这不意味着遥不可及。 York Yang Dyna Robotics联合创始人 我们是觉得，最开始肯定是在我们当前在开拓的一些市场，比如商用服务，商用的一些人工的部分，就是和人工一起去完成一些任务，这样的一些场景。但是我们觉得家用其实也没有那么遥远，并不需要完整的、非常通用的AGI。你可能只需要几个任务就可以进入到家庭的场景里，先让机器人在家里面干起活来，然后逐渐地通过模型的迭代让它产生更多的能力。当然我们的硬件成本降到普通家庭可承担的范围内，我们可能就会优先，比如说我先以叠衣服的功能卖给家庭，然后逐渐去拓展一些其他的功能。所以这个时间线应该也不遥远，可能也就在1~2年左右。这就是“理性前进”——不是等到机器人变成科幻电影里的全能管家再推向市场，而是从一个明确的、用户真正需要的功能切入，逐步迭代。032025年的技术突破 虽然挑战重重，但2025年确实有几个值得关注的技术突破。业内人士很坦诚地告诉我们，每一个突破都不是革命性的，但都是实实在在的进步。Chapter 3.1 突破点1：双系统架构流行起来很多公司开始采用所谓“System 1 + System 2”的架构。 System 1是“快思考”，负责反射性动作，比如抓取、移动，参数量小，响应快，可能只有8000万参数。System 2是“慢思考”，负责复杂规划，比如“做早餐”这种多步骤任务，参数量大，可能有70亿参数。这种分工很像人类大脑：你伸手接球是本能反应，但规划一顿饭需要仔细思考。Figure AI的Helix模型就是这个架构的代表作。它们在和OpenAI“分手”后，两周内迅速推出这个自研模型，创新性地用单一神经网络控制整个上半身的35个自由度，还能同时控制两台机器人协作。这种架构的成功，证明了机器人基础模型和大语言模型的Scaling Law可能不一样——不是越大越好，而是要找到合适的参数分配策略。Chapter 3.2 突破点2：合成数据的革命 机器人数据为什么这么贵？原因也很简单：因为人类一天只有24小时，收集真实操作数据太慢太贵。 NVIDIA的解决方案是：用模拟器生成合成数据。他们展示过，11小时内生成78万条操作轨迹。相当于6500小时或连续九个月的人类演示数据。虽然合成数据和真实数据有差距，但至少解决了“数据荒”的燃眉之急。但这里有个关键的技术权衡。 York Yang Dyna Robotics联合创始人 因为我们之前也和挺多做大语言模型的这些人聊过，他们已经发现，语言方向的数据，哪怕用很多低质量数据，比如一堆文本，中间插了一段广告，然后再是接着文本，就这样的数据它一样能训练出比较好的模型。因为模型它看的数据足够多之后，它自动就会过滤掉广告。但是机器人当前我们觉得scaling（规模化）更多的是来自于比较高质量的数据。你如果囊括了很多很繁杂的数据在里面，机器人模型可能就不知道我要pay attention（注意力集中）在哪一个地方，所以最终它其实出来的效果并没有那么好。Chapter 3.3 突破点3：跨机器人泛化能力Physical Intelligence的π0模型、开源的OpenVLA模型都能控制多种不同的机器人。同一套模型或策略，不需要为每一种机器人重新训练，就能够在不同形态、不同硬件配置的机器人上有效工作，这就叫跨机器人泛化能力。 这很重要。以前每种机器人都要单独训练模型，成本高昂。现在一个模型适配多种机器人，数据可以共享，成本大幅降低。但技术难点也很明显：不同机器人的动作空间差异巨大，手臂长短不一、关节数量不同，怎么让一个模型都能控制好？这种在完全陌生环境也能工作的能力，不是100%完美，但已经是实质性的进步。Chapter 3.4 突破点4：多机协同 Figure展示过用单一神经网络协调两台机器人协作。创新性地用单一神经网络，控制整个上半身的35个自由度，同时还能控制两台机器人协作。 听起来简单，实际上难度很高。两台机器人要互相配合，时序、力度、位置都要精准同步。这在未来工厂场景会很有用，但现在还处于早期验证阶段。这些技术突破，没有一个是颠覆性的，但每一个都在扎实推进。这正是2025年的特点：不再追求炫酷的Demo，而是在可验证、可量化、可复现的方向上稳步前进。技术突破是一方面，但行业里还有几座大山没翻过去。清楚认识这些难题，恰恰是“理性前进”的前提，也让现在的具身智能来到了大爆发的前夜。04 没解决的核心问题Chapter 4.1 难题1：数据困境 首先，是数据困境。ChatGPT训练用了万亿级token，相当于把整个互联网的文字都喂给它了。 但机器人操作数据极度稀缺。Google训练RT-2模型，花了17个月在真实厨房收集13万条数据，场景泛化能力依然有限。为什么机器人数据这么难收集？因为需要真实机器人在真实环境操作，每一条数据都要花钱花时间，出错还可能损坏设备。这不像文本数据，爬虫跑一跑就有了。所以大多数机器人基础模型仍依赖于少量真实数据加大量模拟合成数据加强化学习/自监督方法。 柯丽一鸣 Physical Intelligence研究员 一个人的一生假设是100年的话，大概我们很粗略的算就是100万个小时，我觉得现在在我的目所能及或者我公开信息看到的范围里，好像没有人有100万小时的数据集，我是这么猜想的。 我会觉得什么时候我们能够收到100万小时等同于一个人一生的物理经验的数据，我觉得可能我们才开始后面的探索。如果说数据是机器人的“石油”，但现在这口井还没打出来。Chapter 4.2 难题2：Sim-to-Real Gap 在虚拟世界训练机器人很便宜，可以同时跑几万个模拟器。但虚拟世界永远不等于真实世界。就像你玩赛车游戏很厉害，不代表真的会开F1。 真实世界的摩擦力、柔软度、光线变化太复杂，仿真只能还原部分真实物理特性。剩下的就是机器人从模拟器到真实世界“水土不服”的根源。NVIDIA的Genesis和Isaac模拟器在努力缩小这个gap（差距），但完全消除还需要时间。Chapter 4.3 难题3：Embodiment Gap 人手有27个关节，能感知压力、温度、质地。机器人的灵巧手通常只有15-22个关节，传感器也没那么精细。即使完美模仿人类的动作轨迹，效果也不同。人类能轻柔地拿起鸡蛋，机器人可能一用力就捏碎。 York Yang Dyna Robotics联合创始人 第一，人类的手和机器人的手，如果你想让它这个能力迁移得很好，需要做得非常接近。这也是为什么现在有好多人在做很灵巧的灵巧手，非常接近人的自由度，这件事本身是一件非常困难的事情。第二，但你再接近，它也不是完全一样。所以在机器人的数据和人的数据中间还是会有一个鸿沟，就我们所谓的embodiment gap，这个embodiment gap在当前学术界也好、工业界也好，大家都公认是一个比较难解决的问题。所以这样的数据迁移的效率会比较低，哪怕你采集了很多数据，如果只有30%或者50%可用，你的总数量就会需要去乘以可能性的数字，所以这是它的一定的局限性。这就意味着，特斯拉想用YouTube上海量人类视频训练Optimus的策略，面临巨大的技术挑战。这也是为什么特斯拉在生产了1000台后暂停重新设计。理想很美好，现实很骨感。Chapter 4.4 难题4：可靠性 ChatGPT回答错了，用户笑笑就过去了。机器人动作错了，可能砸坏东西、伤到人。这是质的区别。 具身智能必须达到极高的可靠性，才能真正走进工厂、走进家庭。这个标准比大语言模型严苛得多。Chapter 4.5 难题5：成本困境 目前人形机器人价格需要降到2万美元左右，才能在物流等场景形成足够吸引力。但价格下降需要规模化生产。规模化生产需要大量订单。大量订单需要价格足够低。这是个循环困境，需要有人先打破僵局。宇树的5900美元定价就是在尝试打破这个僵局，但能否引发价格战，带动整个行业降本，还需要观察。 认清这些难题，不是悲观，而是理性。正是因为目前初创公司们都很实在地承认这些瓶颈存在，具身智能才来到了爆发的前夜。05主要玩家和技术路线 Chapter 5.1 硬件巨头：Tesla、Figure这一派公司包括了特斯拉和Figure，他们的策略是软硬件一体化，打造数据闭环。Tesla利用FSD自动驾驶技术的积累，把视觉感知、路径规划的能力迁移到Optimus上，还能用工厂的生产线积累数据。前工程主管Milan Kovac说得很直白：“我们只是从轮子上的机器人变成长着腿的机器人。” 但现实比预期复杂。5000台的目标只完成了五分之一，就不得不暂停重新设计。这说明即使是特斯拉这样的巨头，在embodiment gap面前也要低头。Figure则在和OpenAI“分手”后，独立开发了Helix模型，自己掌控技术路线。两周内推出的Helix模型，展示了他们确实有技术实力。15倍的估值涨幅，也证明资本市场对这条路线的认可。但他们真正商业化部署的也就几十台。Demo很精彩，规模化还在路上。第二派就是我们刚才提到的Physical Intelligence和Skuid AI。Chapter 5.2 AI公司：PI和Skild AI与多家同时押注硬件的机器人初创公司不同，这些公司的策略是模型先行，跨平台适配。Physical Intelligence的π0模型不绑定特定硬件，能适配多种机器人。他们的逻辑是：先把模型能力做强，硬件可以后续选择最优方案。 而另外一家则是Skild AI，一家专注于构建机器人基础模型的软件公司。Skild AI核心方向同样是打造一种与具体机器人形态无关的通用基础模型，可根据不同机器人平台和应用场景进行适配与定制。今年7月，Skild AI发布了其通用机器人系统Skild Brain，并公开演示视频，展示机器人完成拿取餐具、上下楼梯等操作能力。近期软银与英伟达正计划对它投资10亿美元，把它的估值提升到140亿美元。Chapter 5.3 生态平台：NVIDIA、Google第三类是主打生态的平台。NVIDIA提供模拟器和算力基础设施，推出GR00T N1并开源，但你要用就得用全套NVIDIA生态。Google则在学术研究上持续投入，RT系列模型影响了整个学术界。 他们为整个行业提供“水电煤”。谁能制定行业标准，谁就掌握了生态控制力。这三种路线，都在前进。没有哪一派已经占据绝对优势，大家都在试错、迭代、调整。06总结与展望 未来还未来，已经不遥远 回到开头的问题：具身智能是泡沫还是未来？答案是：2025年，具身智能正在从“先锋亮相”转向“理性前行”。技术上，大模型+机器人的结合已经跑通，但远未成熟。数据、泛化、可靠性这些核心难题还没解决。如果用“GPT时刻”来类比，自变量机器人CTO王浩认为，我们现在是GPT-2的水平。 王浩 自变量机器人CTO 我会觉得现在就是在GPT-2的阶段，其实我们现在基本上已经知道规模化它是唯一的一个可靠路径了，所以我们就是要在这个阶段去疯狂地积累数据，提升模型规模，同时去搭建真实具身的这种基础设施。我的预测会到1~2年的时间，我们完全可以达到GPT-3的水平。注意，是GPT-3，不是GPT-4。这就是毫不花哨的判断。由于研究员们看到了这种规模化带来的提升，所以路径和目标更加明确，也更加唯一。而在商业上，工业场景开始试点，仓储、制造、服务业都有落地案例。但大规模商用可能还需要2-3年时间。 York Yang Dyna Robotics联合创始人 我们自己的目标是在明年我们至少希望在商用场景有比较大规模的部署。家用我们会择机看，这个时间线应该也不遥远，可能也就在1~2年左右。投资上，可以说泡沫和机会并存。有公司估值飙升，也有公司暂停生产，也有公司钱烧光了而破产。开源机器人公司K-Scale Labs融资失败倒闭，Figure AI拿钱拿到手软，这两个极端同时存在，说明市场正在分化，虽然具身智能的长期趋势确定，但短期波动剧烈。 而具身智能第一个“杀手级”应用场景会是什么？有可能是家务任务，也可能是仓储物流，或者是餐饮清洁服务。而无论是哪个场景，都已经有重量级玩家在布局。具身智能不是“会不会发生”的问题，而是“什么时候发生”。2025年，我们正站在这场革命的起点。行业不再只展示炫酷的Demo，而是开始脚踏实地验证技术、打磨产品、寻找场景。特斯拉暂停生产，不是失败，是在重新设计，寻找更可靠的路径。Figure AI估值飙升，不只是资本炒作，而是他们交出了Helix这样的实质成果。Dyna从叠毛巾切入，不是格局小，而是在积累数据飞轮，培养模型的学习能力。Physical Intelligence部分开源π0，不是不够开放，而是在商业利益和技术分享之间找平衡。这种在现有基础上稳步提升，恰恰是行业走向成熟的标志。2025年，具身智能行业已经从“画大饼”，进化到卷起袖子和面团。这个饼，正在一点一点，有分寸地，变成现实。注：部分图片来源于网络【本期节目不构成任何投资建议】【视频播放渠道】国内：B站｜腾讯｜视频号｜西瓜｜头条｜百家号｜36kr｜微博｜虎嗅海外：Youtube联系我们：video@sv101.net 【创作团队】监制｜泓君 陈茜撰稿 ｜Vicky 编辑｜陈茜剪辑｜Jacob运营｜王梓沁 孙泽平 朱婕
-
外媒：韩国电商酷澎创始人就用户信息外泄事件道歉 中新经纬12月29日电 据韩联社报道，韩国电商巨头酷澎(Coupang)创始人、其美国母公司酷澎Inc.董事会主席金范锡(音)12月28日就近期引起广泛关注的用户信息外泄事件首次公开致歉。 金范锡通过酷澎发布声明称，作为酷澎的创始人及董事会主席，我谨代表公司全体员工，向受此次事件影响的所有人士致以最诚挚的歉意。他表示，此次数据泄露事件的发生归咎于公司，不仅让众多用户担忧个人信息安全，且事件曝光初期，公司未能及时、清晰地与公众沟通，给大家带来了极大的不安与失望。对于初期应对不力、沟通不畅的问题，他再次表达深切歉意。 这是自用户信息泄露事件曝光一个月后，金范锡首次公开表态致歉。 据韩联社早前报道，酷澎用户信息泄露始于今年6月24日，涉及信息包括用户姓名、电子邮箱、电话号码、地址和部分购物信息。然而酷澎方面11月18日才发现相关情况，并于11月20日和29日两次向个人信息保护委员会报告。 其中，11月29日通报约3370万个用户账号信息遭泄，这相当于韩国每四名成年人中就有三人的信息遭泄，实际上与酷澎全体用户数量相当。 酷澎12月25日发布新闻资料称，公司凭借通过数字鉴定获取的证据锁定泄露用户信息的前员工，并收回用于窃取用户信息的所有设备和硬盘。(中新经纬APP)
-
刘强东和滴滴程维杀入家政市场 不拼司机拼上阿姨了？ 滴滴上新增家政频道上了热搜。近期，不少滴滴用户在打开APP打车的时候发现其悄然上线了家政频道，宣传的79元3小时服务远低于市场价格，颇具吸引力。和以往推出新品要经过盛大的发布会宣发不同，这次滴滴的家政服务在悄然之间覆盖了41个城市，服务涉及衣鞋清理到全屋保洁，从收纳整理到除虫除螨各个细分领域，这家曾经在美股上市，市值近千亿美元的出行巨头，正在放下身段将触角伸向社会最底层的琐碎领域。 有意思的是，不止滴滴这一家出行巨头放下身段杀入家政行业，美团和京东这两个巨头也进入该赛道。美团上49元的保洁秒杀以及京东69元干洗3件衣鞋且免费收送的服务已经征服了不少消费者。互联网大厂为什么会不约而同地卷向“辛苦钱”的市场？这或和各大平台用户增长放缓有关，这些曾经他们无暇顾及的辛苦钱市场，被寄予希望成为新的增长点，甚至成为培养高频用户的基池。这样的业务扩张，是一场“标准化的算法”与“非标准的人性”之间的正面碰撞。京东、滴滴、美团等互联网大厂集体杀向家政，核心是看中万亿级增量市场+高频流量入口+业务协同闭环+数字化改造空间，同时借助自身运力、流量、供应链与技术优势，补全本地生活版图并寻找新增长点。家政的万亿市场近期，消费者王女士在京东APP上下单了69元三件的干洗衣物服务，京东小哥上门取件，在干洗过程中，工作人员多次联系她，征求她干洗的方案，直至那件名贵的外套彻底清洗干净，然后快递小哥把清洗完的衣物送上门，她通过验收发现比那些所谓的品牌干洗店效果更好，主要价格不到那些干洗门店的一半。这让王女士感觉很方便也很实惠。像王女士这样受惠的消费者越来越多，站在消费者的角度来看无论那些大厂怎么卷，自己能从中受到实惠才是关键。王女士认为家政领域看着不那么高大上，其实不是个“钢镚”，而是万亿级的超庞大市场。根据中研网、新华网等权威机构最新数据，2024年，全国家政服务业营业收入达1.23万亿元。2025年，预计市场规模将达1.8万亿元，较2020年增长120%，年均复合增长率超18%。行业从业人员超3000万人，企业数量突破170万家。其中2024年高端家政增速达25%，远超行业均值，且供需缺口大，用工缺口超2000万。这和人口老龄化，城镇双职工家庭工作压力大以及消费升级的大背景有关。这也意味着，家政行业已从“小散乱”的边缘服务，升级为拉动消费、促进就业、托起“稳稳幸福”的国民经济重要支柱。业内人士表示，家政行业的特点是零散而不够集中，行业集中度偏低，头部天鹅到家的市场渗透率还不足10%，整个行业无绝对垄断者，大厂凭借自身的用户基数以及算法科技更有机会率先突围，谁先抢占制高点，谁就能拥有话语权。而科技大厂们的纷纷入局，或很快出现集中型头部企业。目前来看，家政需求呈现明显的“哑铃型结构”——高端与基础刚需并存，其中养老护理、母婴照护以及高端保洁和收纳三大赛道领跑行业，这三大领域合计贡献了2020年至2025年65%的市场增量。养老护理>25%，60岁以上人口超3亿，居家养老刚性需求爆发；母婴照护>25%，三孩政策深化+双职工家庭育儿焦虑；高端保洁/收纳>20%，中产家庭对品质生活追求提升。家政市场区域分化明显，主要家政市场集中在一二线城市，其中一线城市家庭年均家政支出突破2万元，服务向专业化、定制化升级，如早教育儿嫂、适老化改造。但三四线及县城的下沉市场渗透率仍不足15%，但增速迅猛，被视为最大增量空间。为推动市场就业，政策也大力推动“家政兴农”，通过培训、金融、住房保障等措施引导劳动力返乡就业，撬动乡村振兴。家政行业的痛点较为明显，混乱是行业的难题，服务质量参差不齐，造成消费者找家政难的困境，而同时家政人员的劳动权益保障较弱，基本都没有社保覆盖，京东、滴滴等大厂的涌入，将实现“平台化+AI派单+服务全流程监控”。据《2026–2030年中国家政服务行业全景调研报告》预测，到2030年，家政行业市场规模将突破2.5万亿元，年复合增长率保持15%以上，家政行业已不再是“低端劳务”的代名词，而是融合技术、服务、信任与人文关怀的现代服务业高地。正如业内人士所言：“小家政，大民生；小切口，大产业”。在人口结构变迁与消费升级双重驱动下，万亿家政市场，在互联网大厂们的涌入下才刚刚拉开序幕。高频带低频无论是京东的3C数码用户还是滴滴的打车出行用户，都属于低频用户，很少有用户每天都下单数码产品，在汽车普及的今天，滴滴打车也不是每日都需要的高频，而家政服务的高频刚需正是大厂们看重的流量锚点价值。日常保洁、衣物洗护等高频服务可提升用户月活与留存，家政用户平台月活率比非家政用户高77%，成本低于外部买量。刘强东的聪明之处在于率先推出“购物送保洁”活动，带动电商复购提升40%，外卖用户顺带买电商商品，滴滴用保洁带动搬家、货运，美团用家政补全本地生活场景。大厂们的招数基本大同小异，都是以高频家政撬动低频高客单业务。家政深入家庭场景，获取居住面积、成员结构、消费能力等核心数据，为电商、家电、母婴等业务提供精准画像，转化率比常规推送高50%，实现家庭数据与精准转化。在面对家政行业服务非标、人员分散、履约低效、品控难等痛点时，大厂们可通过技术（智能调度、AI质检）、培训与供应链整合，重构服务流程与成本结构，形成壁垒。同时还可以实现政策与社会责任背书，政策鼓励家政标准化、职业化发展，大厂入局可获政策支持，同时缓解就业压力，提升品牌形象。具体来看，京东以家政服务补全“电商+本地生活”闭环，带动家电、家居复购。其核心优势是“供应链+物流履约+Plus会员体系”，最终以“购物送保洁”“积分兑服务”落地，实现自营家政+京东到家协同，目前已经布局了约100座城市。美团以夯实本地生活“万物到家”，对抗抖音、阿里，其核心优势是“流量生态+商户资源+即时配送”，以“美团无忧保洁”自营，杭州短期招募800+保洁员，实现外卖运力复用。滴滴从出行向“出行+生活服务”延伸，盘活司机运力，核心优势是“LBS调度+司机运力池+城市覆盖”，以保洁带动搬家、货运，轻资产切入和自营试点，用出行流量反哺家政。美团外卖骑手、京东物流配送员、滴滴司机可复用为家政履约团队，降低人力与调度成本。成为降本增效的核心筹码，而这又是传统家政无法攻克的难题，让大厂们的运力与履约能力大幅提升。相比传统家政公司获客成本较高的劣势，这些大厂的平台自有流量池，比如京东APP、美团APP、滴滴出行等，直接降低获客成本，补贴转化效率高于外部买量。同时这些大厂的算法机制以及AI调度具备明显优势，智能调度缩短响应时间，如京东“30分钟响应，2小时内上门”，AI质检+服务责任险保障品质，提升用户信任。大厂们入局家政赛道，还能轻松实现供应链与生态协同，如京东家电、家居与家政联动，如家电清洗+换新；美团餐饮与家政互补，滴滴出行与生活服务场景互通。最终形成“高频带低频、服务促消费”的商业闭环。先“赔钱赚吆喝”？京东69元三件衣物、美团49元保洁秒杀以及滴滴79元3小时保洁基本都是“赔钱赚吆喝”阶段，和滴滴刚开始做网约车服务类似，前期各种优惠券，以补贴的形式来迅速“跑马圈地”。 短期上，这些互联网以补贴获客，做大规模与用户粘性，优先保障服务质量与复购。中期上看，这些平台依靠自身优势可以在广告、会员、佣金，平台抽成在10%-25%之间。其中广告与流量变现是隐形利润池，比如商家竞价排名，家政公司和个人为获取曝光，购买关键词，如“北京月嫂”“上海开荒保洁”等，首页推荐位售卖，黄金展位按周/月收费。同时品牌合作专区，与蓝月亮、戴森等家居品牌联名推出“清洁+产品”服务包，分润销售。在美团搜索“保洁”，前3条常标有“广告”字样——这就是CPC（按点击付费）收入。其他增值服务如家电深度清洗、养老护理也能带来一定收益。互联网大厂们入局家政服务更看重长期价值，通过供应链整合、自有品牌与数据变现，实现盈利，同时反哺主业增长。这才是他们的商业化路径与盈利逻辑。尽管这些互联网大厂有杀入家政领域的天然优势，也一样存在风险与挑战，这个行业信任壁垒高，用户对陌生人进家门天然警惕。服务非标化，难以规模化复制，品控难。而在现实中大厂们也一样难逃飞单的命运，用户与阿姨私下交易，平台流失订单。加上政策监管趋严，要求平台承担更多用工责任，如员工制试点，也会增加用人成本。不过相比普通小家政公司，京东、滴滴、美团大平台的背书，会降低用户对陌生人的戒备心理，容易拉近与消费者的距离。刘强东、王兴和程维分别是人民大学、清华大学以及北京化工大学的高材生，这几位天选之子能同时出现在乌镇互联网大会的东兴饭局之上，又同时看重家政赛道，在拼科技的同时也开始拼上“阿姨”，也说明家政赛道的潜力无限。他们的入局并非真正的在做家政公司，而是做“家政基础设施”，互联网大厂的真正野心，不是赚每单30元的保洁差价，掌控家庭服务入口，沉淀家庭消费数据，构建“人、家、生活”数字生态。大厂杀向家政不是单纯“抢蛋糕”，而是本地生活生态的必然延伸，通过流量、运力、技术与供应链优势，将家政从“非标服务”升级为“标准化产品”。未来没有“家政公司”，只有“家庭操作系统提供商”，而这场万亿市场的争夺战，才刚刚进入试水区，未来这一赛道的或将为万千家政阿姨带来更广阔的就业空间。该文为BT财经原创文章，未经许可不得擅自使用、复制、传播或改编该文章，如构成侵权行为将追究法律责任。作 者 |梦萧
-
陆洪磊、蒙昕晰：短视频靠“引战”引流，无异于饮鸩止渴 来源：环球时报近日，各大英语词典陆续揭晓2025年度热词，牛津大学出版社选中了“愤怒诱饵”（rage bait），其定义为“刻意设计来激起愤怒或强烈反感”的网络内容，目的在于抬高流量与互动——用我们更熟悉的说法就是“引战”。这提醒我们，互联网的注意力争夺正进入一个更显性、更情绪化的阶段。其实，“愤怒诱饵”并不新鲜，但如今它以更日常的方式渗透信息流。这类内容常披着“爆料”“揭黑”的外衣，凭借更尖锐的标题、更极端的立场、更挑衅的叙事制造对抗，目的不在说服，而在引人点进去、回一句、转一下。背后是对情绪反应的精准捕捉与利用。当内容生产围绕“激怒读者”来组织，真实信息就易被挤到边缘，公共讨论也更易陷入情绪漩涡。过去，这类“引战”内容相对边缘，也多为观众与创作者所不齿。但在平台点击量驱动与“注意力经济”的逻辑下，“引战”类内容在数量、话题度与隐蔽性上全面增加。原因并不复杂：制造争议往往比寻找好创意更容易、成本更低、路径更可复制。在流量变现上，“引战”凭借更高互动度，也更容易借由平台推荐机制抵达用户。当争吵成为一种可计算的增长策略，内容生态便会将人一步步推向阵营化表达。“引战”值得警惕，不仅因为它改变了网络空间的讨论气氛，更可能重塑社会的情绪结构。平台的分发逻辑与算法推荐，易使愤怒、嘲讽、羞辱等负面情绪在信息茧房的内循环中持续加剧。从机制上看，这是一种“情绪动员”与“注意力经济”的耦合：算法优化的是停留与互动，结果却可能放大对立与误解，将公共议题拉向情绪化、碎片化的表达。更关键在于，网络与现实生活的界限日益模糊，“愤怒诱饵”的外部性开始溢出到线下。它持续降低许多人讨论问题的耐心阈值与情绪容忍度。一些已被“钓过”、在网上“怒过”的人，再遇类似话题时往往更易先入为主，更难回到事实核验与理性对话。长此以往，公众对重要社会议题的判断易被立场直觉牵引，社会也更难形成可持续的共识讨论空间。治理“愤怒诱饵”，创作者的自律是第一道关口。短视频时代离不开情绪表达，这是传播规律；但情绪表达不等于情绪操控或煽动，更不等于以“引战”替代信息传递。新闻表达可以更有温度，也必须守住事实核查、语境完整与克制原则，避免以断章取义、标签对立换取互动。对内容生产者而言，越是公共议题，越需明晰职业底线：用愤怒换来的流量，往往以透支信任为代价。平台责任则是不可回避的第二道关口。平台既是算法规则的制定者，也是注意力分配的关键节点，不能将“情绪洪水”完全交由用户自控。对明显煽动性内容应及时处置，更重要的是调整激励结构：降低对“高对抗、高羞辱、高煽动”内容的推荐收益，增加对高质量信息与建设性讨论的分发权重，避免形成“越吵越推、越推越吵”的默认逻辑。当平台愿为公共价值承担成本，内容生态才有机会从“引战”回归信息传递本身。说到底，“愤怒诱饵”不是在讨论情绪议题，而是在拿人的情绪做生意。今天它骗走的是几次点击、几句争吵，明天被掏空的，可能就是我们对事实的耐心、对他人的理解、对公共议题的判断力。这终究是不可持续的。让网络少一点“引战”的噪声，多一点可坐下来讲事实的道理，不能只靠“别生气”或“请理性发言”的呼吁，而需创作者守住底线、平台担起责任、读者保持清醒。把信息置于前，观点置于后，让讨论回到事实与现实，才是对“愤怒诱饵”最有效的反制。（作者分别是清华大学新闻与传播学院副教授、新闻与传播学院硕士研究生）
-
贯彻中央部署的重要委员会成立 王兴兴等获聘新职 撰文 | 李岩中国工信新闻网27日消息，26日，工业和信息化部人形机器人与具身智能标准化技术委员会成立会议在京召开。工信部副部长柯吉欣，全国政协常委、中国电子学会理事长徐晓兰讲话，工信部总工程师、标委会主任委员谢少锋出席会议。 工业和信息化部人形机器人与具身智能标准化技术委员会成立报道称，成立人形机器人与具身智能标准化技术委员会是贯彻落实党中央、国务院决策部署，发挥标准引领作用，加强高质量标准供给，推动人形机器人与具身智能技术熟化和应用落地的重要举措。标委会秘书处设在中国电子学会。标委会主要承担人形机器人与具身智能基础共性、关键技术、部组件、整机与系统、应用、安全等领域行业标准制修订工作。这些标准具体指什么？事实上，2023年工信部等四部委联合发布的《新产业标准化领航工程实施方案（2023─2035年）》中，已作出前瞻部署——研制人形机器人术语、社会伦理等基础标准。开展人形机器人专用结构零部件、高性能计算芯片及模组等基础标准预研。研制人形机器人感知系统、人机交互等智能感知决策和控制标准。开展人形机器人运动、操作等系统评测标准预研。面向工业、家庭服务等场景，开展人形机器人应用标准预研……近年来，我国人形机器人和具身智能产业蓬勃发展。当前成立相关产业标委会，恰逢其时。柯吉欣在致辞中表示，系统推进人形机器人与具身智能标准化工作，一是准确把握产业需求，加强高质量标准供给。二是充分凝聚各方合力，构建协同发展生态。三是前瞻布局国际标准，提升产业竞争能力。那么，这一承担重要使命的委员会都囊括了哪些成员？ 图为委员名单此次成立大会前不久，11月24日，工信部公示了标委会委员名单，成员超过60人。其中，工信部总工程师谢少锋担任主任委员，副主任委员中包括来自学术团体的中国电子学会副秘书长梁靓和宇树科技创始人王兴兴等头部企业负责人。 图为宇树科技创始人王兴兴上海证券报发文透露，成立大会上，柯吉欣为谢少锋颁发标委会主任委员聘书，谢少锋为标委会副主任委员、秘书长、副秘书长颁发聘书。在发言环节，大家一致表示将履职尽责，引领行业标准规范，构建产业发展基础。在公开报道中，上述标委会的成立被评价为相关产业中的“里程碑事件”。如何理解？从产业发展角度看，人形机器人和具身智能产业已是公认的未来产业。今年春，“具身智能”首次被写入《政府工作报告》。从顶层设计的维度审视，具身智能产业和低空经济、商业航天等一并成为战略性新兴产业，成为经济增长新引擎。随着AI技术的发展、相关企业以及产品的成熟，设想中人形机器人和具身智能的应用场景，将逐步走进现实。类比传统产业的机具尺寸、既有电子产品接口，在新兴产业中，面对繁复的技术路线和产品类型、细分的各种应用场景，完善有据可循的标准化建设，不光是对产业发展的助力和规范，甚至可以说是必不可少的一环。更加重要的是，如今，中国在这一新兴产业领域中稳稳站在第一梯队，发展势头迅猛。而在产业竞合的博弈里，标准的建设、确立，和技术、产品的发展同样重要。2021年10月，中共中央、国务院印发《国家标准化发展纲要》。其中明确，推动标准化与科技创新互动发展，研究制定机器人等领域关键技术标准，推动产业变革。《学习时报》曾发文评价，标准化是生产力发展的基石。标准化建设既凝聚了科技创新成果，又代表了现代产业发展经验，是培育先进生产力不可或缺的纽带。加快未来产业标准体系建设，是引领科技进步、带动产业发展、塑造新动能新优势的战略选择，对于我国充分把握新一轮科技革命和产业变革发展机遇，抢抓国际竞争新优势具有重要意义。此次大会中，徐晓兰致辞专门提到，要推动建立“主导型”标准体系，深度参与国际国家标准化活动，加强与国内外标准化组织的协同联动。可喜的是，和标委会成立同步，我国在该产业领域的标准化建设已经迈出落地的先行一步。今年10月，上海市政府网站披露，全国首个具身智能领域国家级标准化试点落地浦东。 图为人形机器人该试点由人形机器人（上海）有限公司（国家地方共建人形机器人创新中心）承担，将以位于浦东的上海国地中心主训练场统领、全国各分训练场支撑的“1+N”模式开展，在全国各分训练场推动标准验证实施与迭代优化。据国地中心介绍，试点将充分发挥标准体系引领作用，构建“基础+特色”标准体系，围绕“实体物理场+虚拟训练场+本体/部组件+场景应用”四大领域，推动制定80余项标准，为行业立“统一标尺”，促进具身智能数据流通，奠定全国训练场互联互通基础。来源：政知见
-
AI新范式丨谁在托举重庆的AI？答案或许藏在这些研究院里 当人工智能从虚拟算法走向实体应用，一场围绕“根技术”与“智能中枢”的攻坚正在重庆全面展开。与聚焦机器人本体的具身智能相呼应，另一条战线正致力于打造驱动智能体的“大脑”与“神经中枢”。随着北京大学、哈尔滨工业大学、上海交通大学等顶尖高校的研究院相继落子，从底层数学算法、工业软件、机器人操作系统到科研计算范式，多路并进，为重庆构建全国人工智能应用高地浇筑坚实的软硬件底座。今年以来，重庆系统性引入高校研究院的步伐持续提速。截至目前，全市已集聚各类产业研究院47家，一个由“政府及国有平台、高校及科研院所、企业、专业机构”构成的四类矩阵已然成形。其中，以高校院所为主导的研究院，正成为破解“卡脖子”难题、定义产业标准、孵化“硬科技”企业的核心引擎，推动前沿科技在重庆完成“基础研究-技术攻关-产品孵化-市场应用”的全链条闭环生长。攻克“根技术”：锻造自主可控的科学计算与仿真“底座”在诸多底层能力中，科学计算与工业仿真被视为进入工程世界的“第一道门槛”，直接关系高端制造与前沿科研的能力边界。长期以来，相关核心软件生态高度依赖国外产品，如同隐形的“枷锁”，制约着中国产业自主创新的步伐。在西部（重庆）科学城，北京大学重庆大数据研究院将抽象的数学力量，转化为破解困局的钥匙。其自主研发的“北太天元”科学计算与系统仿真软件，作为通用科学计算与仿真平台，实现了从数学框架、算法库到求解模块的全面自研。它为能源、航空航天等重大领域的复杂建模与仿真提供了自主可控的“计算底座”，补齐了我国科学计算软件体系的关键短板。 北京大学重庆大数据研究院。与此同时，针对高端制造中至关重要的计算机辅助工程（CAE）仿真，研究院孵化的北达飞易有限元仿真软件研发中心，依托北京大学胡俊教授团队在弹性力学、混合有限元方法等方面的原创突破，致力于解决高端装备制造发展面临的数学难题。其研发的新一代CAE通用算法引擎，深度融合人工智能与高性能计算技术，构建覆盖共性数学库与创新型CAE求解器的技术基座，可高效支持结构、动力学、流体、电磁等多学科CAE软件快速集成。目前，北达飞易与多家央国企合作推进航空和汽车等领域工业软件共性底层数学库的替代。“真正的竞争力，始于最底层的‘根技术’。”北京大学重庆大数据研究院相关负责人表示，其目标是通过原始创新，构建起自主的软件生态标准，让人工智能和高端制造的发展建立在更安全、更可靠的基础之上。定义“新标准”：全国产化机器人操作系统打通协同壁垒当底层计算能力逐步成熟，技术开始走出实验室、进入真实场景，系统层面的运行规则与协同机制，成为新的挑战。在这一背景下，如何让走进工厂、飞上天空的各类机器人“说同一种语言”，成为规模化落地的关键。哈尔滨工业大学重庆研究院给出了基于全国产化工业机器人智能实时操作系统iiRobotOS的解决方案。作为国内首个基于开源鸿蒙的工业智能机器人实时操作系统，iiRobotOS破解了异构机器人协同的行业痛点。它不仅支持多机器人统一智能编程，大幅提升协同作业效率，更成功打通了人形机器人与工业机器人之间的协作链路，让以往难以实现的跨类型机器人协同成为现实。 重庆市开源鸿蒙应用创新生态联盟揭牌。“随着具身智能的发展，异构机器人协同作业需求快速增长。一个统一、自主可控的操作系统是生态繁荣的前提。”哈工大重庆研究院团队负责人表示。目前，iiRobotOS已与国内多家头部机器人企业建立合作，其技术成熟度与兼容性得到行业验证。该系统能力还将延伸至无人机领域，依托其强实时性实现精准飞控，并通过鸿蒙分布式软总线技术，轻松连接各类任务载荷，实现无人机与地面机器人的“天地协同、一体控制”。在重庆市开源鸿蒙应用创新生态联盟的框架下，以iiRobotOS为纽带，重庆正试图构建一个让不同厂商的机器人、设备及产线拥有统一互联标准的产业新生态，从底层加速机器人研发，降低集成成本。告别“试错”：AI模拟精准设计，重塑新材料研发底层逻辑当工程系统层面的协同规则逐步建立，计算与智能能力的影响，开始进一步向科研源头延伸，重塑更上游的研发方式与创新路径。上海交通大学重庆人工智能研究院发布的多体智能软件“微著”，正将新材料探索从“实验室试错”时代，带入“智能计算设计”新纪元。其核心突破源于金石、李磊、徐振礼教授团队提出的随机分批系列原创算法。基于该算法，研究院自研国内首款多体智能软件“微著”，并推出核心产品随机分批分子动力学（RBMD）模拟软件。该技术突破了传统模拟的计算瓶颈，在提升长程力计算效率的同时，实现了GPU单卡模拟千万原子的能力，构建起高性能微观仿真体系，补齐了我国在相关领域的关键短板。为进一步满足研发需求，研究院与中科曙光联合推出的高性能分子动力学专用模拟器“NanoTitan Pro”，将为大规模复杂模拟任务提供强力支撑。 高性能分子动力学专用模拟器“NanoTitan Pro”技术的突破迅速转化为产业协同创新网络，研究院已与重庆明月湖实验室、重庆大学等机构共建“高性能轻合金智能设计联合实验室”。产研融合成果直接指向了国家层面的关键需求——由研究院与企业共同申报的“稀土永磁新材料工艺智能设计与优化控制解决方案”，已成功入选国家工信部2025年度智能制造“揭榜挂帅”项目，旨在破解该行业资源稀缺、成本高昂的核心瓶颈。上海交通大学重庆人工智能研究院相关负责人表示，这一成果的意义不只在于工具层面的改进，而在于推动材料研发范式的系统性转变，并为重庆在未来材料产业竞争中，构建起核心的研发基础设施与策源能力。闭环生长：从“实验室”走向“生产线”顶尖研究院的价值，最终体现在将前沿论文转化为市场产品与产业标准的能力上。在重庆，这一转化路径已被成功打通。以北京大学重庆大数据研究院为例，其探索形成的“高校+校内组织机构+异地科研机构+企业”四位一体模式，已成为一套高效运转的创新转化体系。 共建高性能轻合金智能设计联合实验室。该模式系统性打通了从北京大学的源头理论创新，到重庆本地的产业应用落地的全链条：高校（如北大数学科学学院）提供“从0到1”的原始突破；校内机构（如国家工程实验室）完成技术研发与原型孵化；异地研究院（北大重庆研究院）在渝进行工程化适配与场景对接；最终由孵化的企业将成果推向市场，形成“科研——产品——市场——反哺研发”的闭环。目前，该院已孵化14家科技企业，多家已完成融资，实现了创新价值的规模化释放。 乘用车白车身扭转刚度分析。“这不仅仅是引入几个项目，更是系统性构建一个让顶尖智慧在重庆扎根、生长并辐射全国的创新生态。”重庆市经济信息委相关负责人指出，高校研究院依托母校的科研力量，聚焦最底层、最前沿的原始创新，并通过重庆完善的产业生态与政策支持，快速完成验证、孵化与市场切入，形成了良性的自我造血与产业带动能力。当人工智能浪潮奔涌向实体经济的每个角落，重庆通过汇聚这些“最强大脑”，正从产业应用的“场景端”深入技术创新的“底层端”与“标准端”。从锻造自主计算“底座”，到定义机器人协同“语言”，再到重塑材料研发“范式”，这些深耕于基础架构的努力，正在为城市与国家的智能未来，构筑自主可控、协同高效的核心基石。一批批“硬科技”的种子，已在这片土壤中破土而出，生长为支撑未来的参天大树。上游新闻记者 侯佳
-
希腊利用AI摄像头抓拍交通违章，一个点位四天开出千张罚单 IT之家 12 月 28 日消息，如今，人工智能的应用无处不在，正日益涉足诸多曾专属于人类的领域，交通执法便是其中之一。在希腊，有关部门采用了一种全新的监管方式 —— 借助人工智能摄像头抓拍违章驾驶行为，这种方式更为便捷，且性价比更高。 雅典的八个试点区域在短短四天内，就记录下近 2500 起严重交通违章事件，这一数据直白地表明，许多驾驶员并非严格遵守交通规则的守规者。当然，也存在反对的声音：如果连轻微违章行为都要一一记录在案，那么即便是最遵纪守法的驾驶员，甚至是警察，也可能会被认定为违章者。这些智能摄像头抓拍哪些违章行为？除了超速行驶和闯红灯外，人工智能摄像头还能够识别多种交通违章行为，包括驾驶员不系安全带、驾车时使用手机以及违规占用应急车道。一旦检测到违章行为，摄像头会立即拍摄带有时间戳的视频和静态照片，且两者都会被加密，以确保证据的真实性和完整性。违章罚款不会由交警在路边当场开具。相反，违章者会通过短信、电子邮件或政府门户网站收到电子通知，并可通过上述渠道直接缴纳罚款。相关流程中也设有申诉环节，但视频证据通常让违章者几乎无从辩驳。一台摄像头，千起违章记录据有关部门透露，连接雅典和比雷埃夫斯港的主干道 —— 辛格鲁大道上的一台人工智能摄像头，在短短四天内就抓拍了超过 1000 起违章行为。仅此一个点位的违章记录，就占到了试点期间所有违章记录的近一半。 其他试点区域的数据也同样发人深省。在圣帕拉斯凯维地区交通繁忙的梅索盖翁大道与哈兰德里乌大道交叉口，有 480 名驾驶员闯红灯；在卡利西亚地区的沃里亚格梅尼大道与蒂努街交叉口，又有 285 名驾驶员因同样的违章行为被抓拍。显然，交通违章问题并非个别现象。驾驶员不系安全带或驾车时使用手机，将面临 350 欧元（IT之家注：现汇率约合 2891 元人民币）的罚款；而超速行驶的罚款金额则根据具体违章情节而定，希腊驾驶员需缴纳的罚款在 150 欧元至 750 欧元（现汇率约合 1239 元至 6195 元人民币）之间。按照这样的罚款力度估算，一台人工智能摄像头仅需三天时间，就有望产生高达 75 万欧元（现汇率约合 619.5 万元人民币）的罚款收入。这种现象究竟意味着该手段具有震慑作用，还是反映出交通管理存在漏洞，目前尚无定论，但它所蕴含的创收潜力却是实实在在的。从试点项目到全城监控目前，希腊仅有八个点位部署了人工智能摄像头，且均由数字治理部负责运营。但这一局面即将改变 —— 希腊政府已制定计划，将在全国范围内扩建监控网络，新增 2000 个固定摄像头和 500 个移动监控设备。这些移动设备将安装在公交车上，用于监管社会车辆违规占用公交专用道的行为。官方希望，扩建后的监控系统能够减少交通事故的发生频次和伤亡人数，减轻警方的工作压力，并为公共服务事业创造稳定的财政收入。无论这套系统能否真正改变驾驶员的驾驶习惯，希腊政府显然已准备好大力推行交通执法的自动化。 希腊数字治理部部长季米特里斯・帕帕斯特尔吉乌在接受 Kathimerini 采访时表示，政府推行这一举措的目的并非惩罚，而是保护民众。他指出：“这是一项具有明确社会目标的政治决策，旨在减少交通事故、拯救生命。我们并非采取惩罚性的监管手段，而是希望让公民们明白，交通规则适用于每一个人，且会以公平、现代化的方式得到严格执行。”并非希腊的专属尝试并非只有希腊在借助科技手段开展交通执法工作。目前，英国、德国、法国、西班牙、澳大利亚、印度、中国、日本等国家，以及中东地区和美国的部分地区，都已投入使用人工智能交通摄像头。对世界上许多地方而言，未来的道路之上，监控将无处不在。
