找到
1585
篇与
互联网
相关的结果
- 第 34 页
-
外卖“新国标”来了！新在哪？（附一图读懂） 外卖平台推荐性国家标准发布实施市场监管总局近日发布实施外卖平台推荐性国家标准《外卖平台服务管理基本要求》。标准旨在切实帮助外卖平台优化管理方式、提升服务质量、实现多方共赢，进一步推动外卖行业在良性竞争中创新发展。标准立足行业实际，针对外卖行业存在的突出问题予以回应。聚焦平台内商户管理，引导外卖平台切实履行食品安全主体责任，守护消费者“舌尖上的安全”；聚焦平台收费与促销行为，引导外卖平台简化收费项目、规范促销行为，营造公平有序的市场竞争环境；聚焦平台用工管理，围绕劳动报酬、工作时长和社会保障等方面，强化配送员权益保障。外卖“新国标”，新在哪？一图读懂↓↓↓ 来源：新华社
-
北京将建设全球首个国家人形机器人赛训基地！ 【市场复盘】本周四 （12月4日），科创人工智能ETF华夏（589010）逆势上涨0.91%，全天走出漂亮的“V”型反转行情。在早盘短暂回调后，多头资金强势发力，推动价格一路震荡走高并站稳均线之上，最终大幅跑赢大盘。持仓股方面，AI算力与应用端齐发力，云天励飞强势领涨4.79%，权重股寒武纪上涨2.75%，奥比中光、芯原股份涨幅超2%。流动性方面，全天成交额2.64亿元，换手率超8%，交投情绪火热。值得注意的是，该ETF近期展现出强大的“吸金”效应，截至12月4日已连续5日获资金净流入，累计“吸金”数亿元，显示出资金在震荡市中正积极借道ETF布局人工智能产业核心资产，配置窗口或持续开启。机器人ETF（562500）大涨2.02%，收盘价0.958元，盘中稳守均线支撑，多头趋势显著。持仓股掀起“涨停潮”，固高科技强势拉升19.99%封板，巨轮智能收获10%涨停，江苏雷利大涨8.82%，超七成成分股飘红。流动性方面，市场交投异常火爆，单日成交额突破15.80亿元。【热点要闻】1. 世界人形机器人运动会组委会今日发布“关于2026世界人形机器人运动会赛项征集的公告”。公告显示，竞赛项目应具有前瞻性、创新性，能够体现对人形机器人产业技术水平的考察，同时应具备一定的可实现性，大部分报名赛队经研发测试及赛前训练后可达到参赛水平。场景赛项目应结合真实工业、医疗、家庭等场景需求，进行长程闭环赛项设计，具备可转化性及示范作用。2. 北京市4日发布《加快北京奥林匹克中心区高质量发展行动计划（2025年-2027年）》。《行动计划》显示，北京将在奥林匹克中心区建设全球首个国家人形机器人赛训基地、推进奥林匹克森林公园基础设施提升和奥林匹克塔改造工程、实施龙形水系综合改造、地下环隧改造升级工程等。3. 英伟达CEO黄仁勋表示，AI不会直接“抢走”你的工作，但会催生一些听上去很奇怪的新职业。黄仁勋预测，AI和机器人普及后会催生全新的产业链与岗位，例如需要大量技术人员来制造与维护机器人。他甚至设想会出现“机器人服饰”行业——人们会为机器人定制外观。【机构观点】华泰证券认为，端到端模型是机器人通用化的关键路径。目前 “开卷考”与“实践优化”融合的双阶段训练法已成为高效解决方案。第一阶段为预训练（“开卷考”），模型融合机器人数据与互联网视频，通过世界模型学习通用常识，具备零样本生成策略的能力。第二阶段为微调（“实践优化”），基于前期强大的先验知识，仅需少量真机数据即可针对特定任务实现性能的大幅提升，有效破解了数据瓶颈。往后看，我们认为，构建通用大脑是实现机器人智能化的核心。在Transformer架构出现之前，NLP领域有为解决不同任务而设计的复杂模型与算法，而Transformer以其简洁统一的架构，颠覆了原有格局，并在各项任务上展现出卓越的泛化性能。当前机器人领域正面临类似的变革，端到端模型有望成为机器人领域的“Transformer”，通过一个统一的模型解决多样化的任务，实现通用化。【热门ETF】机器人ETF（562500）是全市场唯一规模超两百亿、流动性最佳、覆盖中国机器人产业链最全的机器人主题ETF，助力投资者一键布局中国机器人产业。科创人工智能ETF华夏（589010）是机器人的大脑，20%涨跌幅+中小盘弹性，捕捉AI产业“奇点时刻”。
-
从数据湖到数据海：AWS“数据女掌门”谈向量时代的新底座 在生成式AI和Agentic AI席卷全球的2025年，数据基础设施正在经历一场“静悄悄的重构”。 在re:Invent现场，网易科技等与Mai-Lan Tomsen Bukovec展开深度对话。她是亚马逊云科技技术副总裁，掌舵数据与分析业务。 Mai-Lan的判断清晰直接。数据世界正在从“数据湖”走向“数据海”，而真正决定AI上限的，不再只是算力，而是能否以可负担的成本，让所有数据都被向量化、被理解、被使用。 她领导着以Amazon S3产品为主的全球技术和服务团队。资料显示，Amazon S3（Simple Storage Service）是亚马逊云科技提供的对象存储服务，用于在云端以几乎无限扩展的方式存储和访问各种数据，是全球应用最广泛的数据存储基础设施之一。 在对话开场，Mai-Lan 提及一个形象的比喻——“数据海”。她表示，索尼在今年大会上提出这个概念，是因为其业务早已深度建立在数据之上，从游戏到娱乐，所有业务都浸泡在数据里。 事实上，若要追溯传统数据存储的演进。最早是日志、图片、视频、PDF等非结构化数据，这也是最初的 Amazon S3典型场景。而大约五年前，表格数据快速增长，客户在对象存储之上开始构建数据湖仓一体架构，此时亚马逊云科技顺势推出 Amazon S3 Table，让其兼容 Iceberg 的各种分析引擎。在亚马逊云科技的体系中，Iceberg 已成为 S3数据湖的事实标准表格式，被广泛用于湖仓一体、实时分析和 AI 数据管道。 在Mai-Lan看来，这正是“数据湖扩展为数据海”的过程：各种结构化、半结构化与非结构化数据被统一沉淀在同一底层之上，并逐步被表结构和治理能力“重新组织”。 而真正把数据海洋推向新阶段的是向量化。 “向量是AI的语言。”Mai-Lan 强调。通过嵌入模型，无论源数据是表格、日志还是PDF，都可以被转化为向量。这个时候，机器不再只看文件名和标签，而是理解这段内容在语义上像什么。 据介绍，亚马逊云科技推出的Amazon S3向量存储，单个索引可以容纳2亿条向量；单一“向量桶”可以支撑数十万亿维度级别的向量数据；可以在百毫秒级响应时间内，完成语义检索和混合搜索；与专业向量数据库相比，成本最多可节省约90%。 Mai-Lan 用了一连串客户案例，解释这种变化的价值。 她告诉网易科技，宝马集团拥有约20PB 级别的数据链路，覆盖制造、工程、售后等多类数据。借助向量与 SQL 过滤结合的混合搜索，他们可以跨结构化表与文档，追问过去难以实现的问题，例如“找出上个月某车型在特定部件上的情况”。 再比如，社交与内容公司 mixi 希望为用户所有照片构建语义索引，让用户可以直接问：“帮我找出儿子和女儿一起的照片”，并进一步触发个性化打印推荐。这种场景过去几乎只能依赖人工打标签，如今通过向量可以在图像内容维度做相似性检索。 在 Mai-Lan 看来，这类案例背后的本质是，向量第一次让企业有能力，把“所有历史资产”而非“少数精选数据集”纳入 AI 视野。 然而，让数据“被看见”只是第一步，如何让大家“用得起”呢？ Mai-Lan 进一步介绍道，亚马逊云科技在Amazon S3上推行的智能分层（Intelligent-Tiering），本质上就是“自动化成本优化”，即，如果某类数据30天未被访问，自动下调价格；若90天未访问，进一步降价；客户无需手动迁移“冷数据”，只需把存储类设为智能分层即可。 她透露，自2019年起，这一机制已经为客户自动节省了超过60亿美元的存储成本。 而站在更长远的视角看，Mai-Lan认为，当数以百万计的Agents 7×24小时运行，真正的瓶颈不在模型，而在能否为它们提供一个低成本、可扩展、可长期记忆的超大规模数据层。这是“数据海的底座”，也是她和团队正在押注的方向。 （作者/定西） 本文来自网易科技报道，更多资讯和深度内容，关注我们。
-
独家丨AWS 大中华区多重调整进行时：行业线洗牌，L8高管变动，降本式裁员 “此次调整背后或有3大考量。”作者丨徐晓飞编辑丨包永刚雷峰网独家获悉，亚马逊云科技（简称 AWS）大中华区眼下正进行一场组织架构调整：对部分行业线、L8及以下相关高管进行大洗牌，重新排兵布阵，为 2026 年做准备。具体来说，田锋、沈涛、李剑、Chris So这几位高管所负责的行业线发生了调整。原本由沈涛负责的汽车、广告被分别划给了田锋、李剑，原本由田锋负责的金融、李剑负责的零售都被划给了沈涛，原本由生态负责人Chris So负责的Startup（初创企业）业务被划给了在沈涛下面负责ISV业务的张志学。总的来说，调整后的几位管理者的所辖业务线大致为： 沈涛负责：零售、金融、医健； 李剑负责：广告、游戏，Big Pursuit； 田锋负责：制造业、汽车； 张志学负责：软件、初创企业。其中，据一些知情人士透露，Big Pursuit线成立于今年八九月份，当时AWS大中华区管理层将阿里、美团、滴滴等几家大公司从L8高管顾凡负责的大客户线里分出来，划给了李剑，所以并不属于此次最新调整。截至目前，这次组织调整还没有在内部正式发文，但具体汇报线已经变了。除此之外，有多位业内人告诉雷峰网，在此次大洗牌的同时，AWS大中华区管理层还下令“兵不随将走”——即被调整的行业线员工不能跟着自己以前的L8高管调动，而要留守原本负责的行业线。此次调整及相关指令的背后，可能有多重考量：一是，兵不随将走，意在打散军阀；二是近几年AWS大中华区大大小小调整不断，为防止人员变动过频引发业务不稳定，所以这次调整强调一线销售们都要守好自己的地，向客户提供稳定的服务。第三，在一些业内人看来，通过此番调整，可以造成一些“位置”变没了的局面，促使牵涉人员自动离职，从而节省裁员成本。事实上，此次调整也确实伴随着一些裁员和高管变动传闻。据多位接近人士透露，眼下酝酿的裁员有这样一些特点：一是，并非由各部门领导自行提报裁员名单，而是等待通知，据说要用AI工具来算怎么裁、裁谁；二是，此次裁员的考核标准并非降低人数比例，而是压缩成本，不少部门被要求实现约 20% 的降本目标。裁员正式落地预计在 2026 年 1 月底至 2 月期间。除普裁外，部分L8高管也出现变动传闻，涉及负责大客户线的顾凡，负责SMB（中小客户）、GF（待开发客户）和China Region的倪殿令，负责Ops & Business Enabling（运营与业务赋能）部门的凌琦，以及负责生态业务的Chris So等人。更多高管变动详情、此次组织调整细节，可添加作者微信xf123a了解。是否想加入最劲爆的雷峰“云厂情报群”？每日分享大厂内幕、领导避坑、优质岗位等一手信息，入群可添加作者微信xf123a。第八届 GAIR 全球人工智能与机器人大会 2025年12月12-13日，第八届GAIR全球人工智能与机器人大会，将在深圳南山·博林天瑞喜来登酒店举办。今年大会，将开设三个主题论坛，聚焦大模型、算力变革、世界模型等多个议题，描绘AI最前沿的探索群像，折射学界与产业界共建的智能未来。 目前，首批重磅大咖名单正式揭晓，还有更多行业领军者将齐聚现场，共探智能的未来。欢迎点击文末“阅读原文”或识别海报二维码，报名参会，相约 GAIR 2025 ~
-
徐扬生院士：人工智能时代，教育改革的七个核心方向 不久前，首届普通高中校长年会（2025）在香港中文大学（深圳）举办，中国工程院院士、香港中文大学（深圳）校长徐扬生发表了“人工智能时代的教育”的主旨报告，深入阐释了AI时代对人才的新要求、教育的侧重点以及中学应该如何培养人才。以下是报告主要内容。 中国工程院院士、香港中文大学（深圳）校长徐扬生。我曾经做过中学老师、做过大学老师、做过大学校长，教过30多个国家的学生。同时，我在人工智能领域做了整整40年的研究工作，所以有一点关于教育的思考跟大家分享。教育到底是什么？我的定义是“教育是‘为未来社会培养人才’”。这里有两个关键词：第一个是“未来”，我们要知道未来是什么样的；第二个是“人才”，我们要知道什么样的人才算是人才。然后还有一个问题：怎样培养未来的人才？今天就围绕这3个主题谈谈我的观点。『AI时代教育将受到最大冲击』人工智能时代来了，教育将受到最大的冲击。为什么这么说？先来说说什么是人工智能。实际上，人工智能就是仿照人的智能去做一些事情。人工智能的本质包括3个方面的问题：认知、感知、行动。第一是认知，就是我们怎么认识这个世界，怎么进行判断、推理、决策。第二是感知，就是感受到周围的环境反馈给我们的信息，比如视觉、听觉等。第三是行动，就是有意愿去参与、去付诸行动。所以，一个机器如果能够做到有认知、有感知、有行动，我们就把它叫作人工智能。人工智能的发展最早是从认知部分开始的。大语言模型出现以后，人工智能的认知功能越来越强，真的非常智能。人工智能的感知部分虽然进步也很快，可与人相比还是差一些，尤其是情感感知能力较弱。行动部分则进展很慢，具身智能仍面临很大的技术挑战。虽然人工智能与人类共建社会还是一件遥远的事情，但是，人工智能技术将给人类社会带来深刻的变革与挑战。未来，整个社会将重构，社会阶层将重新划分，职业也会重新构成，并将深深影响人类的思想以及文明的走向。而教育是为未来社会培养各阶层、各领域人才的，所以我认为，人工智能时代教育将受到最大冲击。人工智能与人的智能到底有什么差别呢？很多人觉得，人工智能比人聪明多了。可事实上，人工智能与人的智能不是一回事。人工智能是集中型的智能，而人是分布性的智能。什么叫分布性智能？比如，我的手在动，我的脚在动，人的整个身体就是一个智能体。人的智能并不单纯存在于大脑之中，而是整个身体与环境相互作用的结果。而人工智能不是。人工智能仅仅依赖“大脑”的计算，它更偏重理性，擅长分析与整合；人的智能则是感性与理性的结合，更重视直觉与体验。人工智能讲的是一个通性，人的智能讲的是个性。所以，我认为人工智能时代可能有两个特征，一是我们获取知识的途径改变了，二是整个社会将会趋于平庸，因为大家的观点越来越趋同，人的个性没有了——机器越来越像人，人越来越像机器。从这个角度来说，我们人类不能跟AI比聪明，就像我们发明了汽车，我们不能跟汽车比谁跑得快。我们也不能跟AI比记忆力，我们比不过它。那我们可以跟它比什么呢？比感情、比创造力、比个性，这才是未来教育的真正重点。『人工智能时代对人才有哪些要求』那么，人工智能时代对人才有哪些要求？第一是领导力，包括语言、沟通、判断、同理心等；第二是理性，包括提问、分析、逻辑和批判性思维等；第三是创造力，包括想象、艺术、探索能力等；第四是品性，包括勇气、顽强、人文素养等。我们再来看看目前的教育。我分析了这几年的高考试卷，因为我们选拔人才的标准主要体现在高考内容上。我发现，高考的要求基本上70%是记忆力，20%是理性，5%是创造力，还有5%是品性。当然，这是我自己的观察，不一定准确。那么，什么样的人才是真正优秀的人才呢？我总结了以下4条：第一是勤奋，勤奋才有动力；第二是理性，有主见，能思辨，有逻辑分析能力；第三是创造性；第四是顽强，能坚持。这些要素对于一个人的成功到底会有怎样的作用？我是这么判断的：勤奋大概占15%，理性占15%，创造性占30%，而顽强是最重要的，占40%。很多人问我：你认识那么多聪明的人，优秀的人才到底有什么共同特点？我想，一个非常明显的特点是，他们无论在什么样的情况下都能够克服困难，坚持下去。我40年的教育经验告诉我，中国内地的学生勤奋做得不错，理性也还行，但顽强这一点是最不够的。根据我的观察，美国、印度以及东南亚、欧洲、南美洲一些国家的学生，他们的理性、勤奋可能不如我们，但他们非常顽强，即使今天被批评了，明天照样继续做。『今天我们应该如何培养人才』我们到底该怎样培养人才呢？从我们学校的实践来看，我认为大概是通过这4个过程：学、思、践、悟。第一个是学。学是不容易的，要有好奇心，有兴趣。我们学的东西是前人总结出来的知识，学习要专注，要掌握学习方法，这是最重要的。根据我的经验，90%以上的知识最后都不是老师教授的，而是你自己学的，所以要培养自己学习的能力，学校也要系统地教学生这样的能力。第二个是思，学完以后要能够去思考。有人问我：怎么让学生真正能够思考？我说，给他们一些空余时间。他们晚上睡觉前是否可以有一个小时是属于他们自己的呢？如果没有闲暇时间，人怎么会思考呢？闲暇时间是思考的土壤。第三个是践。人工智能时代的教育，从本质上说就是人的教育，是实践的教育，是创新的教育。在人工智能时代，体验是重要的。好的教育，效果主要看实践。实践本身就是一所学校，甚至实践比学校更重要。中国学生普遍比较欠缺的就是实践的过程，如果没有实践，光靠课堂教学，那就会把知识全部还给老师。第四个是悟。通过实践，学生才能真正生悟。人教人是知识，事教人是教训，在不断的实践中，你才能真正领悟到那些在你一生中应该记住的东西。『实践教育至关重要』我认为，人工智能时代的教育改革应该有以下7个核心方向。第一点，少“教”一点，多“育”一点。我们要把重心放在育人上，而不在教书上。我经常问自己这样一个问题：我们是知道得太多了还是知道得太少了？晚上睡觉前，我大概算了算，我今天看了那么多东西，其实有60%的东西是我不想看的。大多数的信息都是被动到了你的脑袋里，信息与知识把我们每一个人的脑袋都占得满满的。我的一个学生问我：你认识那么多有智慧的人，这些有智慧的人跟我们一般人有什么差别？我想来想去，只有一个差别：他们知道得很少。因为知道很少，所以他们就能专注；因为专注，所以他们就能出成果。作为一个教育工作者，其实我们不用教学生太多的东西，只要把核心的东西教给学生就可以了。此外，读书越多越不容易创新。因为每个人的脑袋是有一定容量的，你的脑袋里装满了知识以后，就会有一个固定的“程式”。这个程式决定了，每当出现新的问题时，你就会用已有的程式来处理新问题。换言之，就是把所有新的问题都用既定程式来处理，不容易创新。比如，我带一个博士生，我跟他说某个课题应该怎么做，他第一时间问我有没有参考文献。假如这个工作是他第一个做的，那就没有任何参考文献，要从头开始做研究。少“教”一点，多“育”一点，可以鼓励学生成为勇敢的实践者。第二点，应该重“理性”，轻“记忆”。刚才我已经说过，理性其实比记忆重要得多。因此，我们要把教育的重心转移到培养理性的思辨能力上来，要培养学生的科学思维、科学精神。中学要加强理性分析的课程内容和考试要求，要加强对学生综合分析能力的培养，数理的教学要加大深度，而不是广度，要加强跨学科的课程教学和开展理性分析辩论的兴趣小组活动。第三点，增加实践环节，“践”能生“悟”。人工智能时代的教育，如果不重视实践的话，到最后会损失很多东西，得不到多少收获。我们要培养具有宏大格局的实践者，体验是AI时代首要的教育重点。没有实践，就没有教训，也就没有经验。今天我们的孩子普遍晚熟，长不大，可能与缺乏实践有关。我所在的大学有很多来自不同国家的学生，根据我的观察，外国学生普遍要比中国学生成熟一点。中国孩子有什么事情都要跟爸爸妈妈商量，可外国孩子不是这样，他们会自己做决定。我经常跟家长讲，我们的孩子普遍晚熟，可能正是因为家长什么事情都替他想好了，所以，孩子没有机会自己做一些事情。我有一个同事，他的孩子在上大学之前决定去非洲支教。很多人想不通，但我举双手赞成。我告诉他：你这个孩子以后一定有出息。我想迟早有一天大家会明白，实践甚至比学校更重要。『AI时代的教育任重道远』第四点，要培养创新人才，让学生学会提问。创新是一种文化，教育是这种文化的体现。中国文化中创新为什么比较难？根源在哪里？我发现大概有三个原因。第一个原因是中国文化几千年来比较重实用，什么东西一出现，首先想它有没有用。做一个机器人出来，马上有人问：这个机器人干什么用？实用当然是重要的，但你光想着实用价值，你就会停留在实用的层面上，不会去深入了解实用背后的原理。比如，烟花和炸药出现了，我们不会想到它背后的化学原理，不会深入去研究，创新就被阻碍了，创新就搁浅在了表面。第二个原因是对传承的纠结。中国人一讲到创新，就想到传承。而我的感悟是，世界上那么多创新，并不是所有东西都要通过传承，有的是直接可以创新的。第三个原因是认识论上的不严格性。在中国文化中，认识论是不严格的。在西方的哲学里，提出一个事情后会追问：为什么可以这样说呢？中国人是不讲的，这使得我们不会深究，创新就有困难。人工智能时代最大的挑战就是如何培养创新人才。这个任务是非常严峻的，我们这代人能不能把下一代人培养成创新人才，这是我们这个国家能不能真正走向世界前列的关键考验。我认为，创新有三个条件。一是不满足于现状。鲁迅先生讲，“不满是向上的车轮”，一个人对所有东西都满意的话，他干吗要创新？不满就要提出问题来，创新就是为了打破现状。人工智能时代的教育要教孩子学会提问，提问本身就是创新的一个元素。二是想象。如果没有想象能力，是无法创新的。想象是怎么来的？跟艺术有关，跟跨学科有关。三是自由。要有完全自由的、充分想象的能力。第五点，要加强艺术教育。在这一点上，欧美的学校做得比我们好一些。艺术教育的严重缺乏，将影响我们下一代的整体素质。世界上有两样东西使我们的生活值得苟且，那就是爱与美。它们如同星辰，照亮我们前行的路。那是我们生命的支点，能让我们在平凡中找到不平凡的意义，而这两点都与艺术有关。如果不懂艺术的话，生命的支点就没有了，情感世界就会塌陷。而在理性世界中，艺术是创造力的源泉，所以艺术教育非常重要。未来社会，可能会有一半的生活与艺术有关。第六点，要文理融合，跨学科发展。这句话好像是对大学讲的，但其实我是对中学讲的。文科和理科是一个世界的两面，不是两个世界。文理分科会造成理科生严重缺乏人文素养，而在未来，人工智能是不分文理的，是跨学科的。学校的目的是提供完整的教育，启发学生完整的人格发展。从这个意义上讲，文理是不应该分科的。第七点，观世界，才能有世界观。我跟你们讲一个小小的故事。以前我在香港教书的时候，有一群香港学生来跟我谈世界观。我问一个同学：你是哪里人？他说他是番禺人。我问番禺是哪个省的，他回答不知道。旁边一个女学生说：我妈妈说我是中山人。我又问：你知道那个地方为什么叫中山吗？她摇摇头。我问他们去过中国内地吗，他们说15年前去过。我说你们还去过世界上什么地方，他们说：没有去过，我们就在沙田这一带走走。我想说，一个人的世界观很重要。但世界观怎么来的？世界观是从观世界中来的。AI时代的教育，要让学生们长见识，要有全球眼光，要有同理心，要有审视世界的能力，要用世界的眼光看中国，更要用中国精神、中国方案来引导世界。最后我用两句话来结束我的演讲。第一句话，人类因为创造了人工智能而伟大，因为了解人工智能的局限而成熟。人工智能可能是人类历史上最伟大的创造，但是，所有人都不知道，未来可能会发生什么。人类是不是已经创造了人工智能？现在只是走在中途，还充满着未知。人类能不能知道人工智能的局限？如何来面对这些局限性？这些都在考验着人类的智慧。第二句话，一个国家或一个地区对世界文明的真正贡献，不在于造了多少高楼大厦，不在于科技发展的水平，而在于它造就了什么样的人。所以，在座的各位任重道远。世界走得很快，要把我们的孩子教育好，跟上历史前进的步伐。原标题：《徐扬生院士：人工智能时代，教育改革的七个核心方向》栏目主编：龚丹韵文字编辑：徐蓓本文作者：徐扬生
-
微软宣布明年7月上调Microsoft 365商业版订阅价格 IT之家 12 月 5 日消息，当地时间 12 月 4 日，微软宣布将于 2026 年为 Microsoft 365 系列产品引入多项人工智能、安全及管理功能升级，并同步调整商业订阅价格。新定价将于 2026 年 7 月 1 日生效，此次提前公布旨在为用户预留充足规划时间。微软指出，目前全球已有超过 4.3 亿人在使用 Microsoft 365 应用，超过 90% 的财富 500 强企业采用 Microsoft 365 Copilot。随着企业面临更复杂的安全威胁、更高的 IT 需求以及加速 AI 转型的压力，公司将通过此次更新进一步提升产品组合的整体价值。价格调整方案 自 2026 年 7 月 1 日起，Microsoft 365 商业套餐全球标价将作如下调整： 微软表示：实际价格将根据本地市场调整，非营利组织定价与商业价格同步变更。政府版套件调整如下： 微软还宣布，将把 Copilot Chat 的能力扩展到更多用户，并在 Word、Excel、PowerPoint、Outlook 和 OneNote 中提供统一的聊天体验。IT之家注意到，此前在 Microsoft Ignite 2025 上，微软宣布 Copilot Chat 将能够理解用户的邮箱与日程，并在 Office 应用中加入 Agent Mode，以支持更迭代式的工作流程。同时，管理员也将获得企业级的安全和管理控制台，用于 Copilot 的部署与监控。在安全方面，微软将把 Microsoft Defender for Office Plan 1 的部分增强型电子邮件防护功能加入 Office 365 E3 和 Microsoft 365 E3，帮助更多组织识别并阻止网络钓鱼、恶意链接和邮件中的恶意软件。此外，URL 安全检查将扩展至 Office 365 E1、Business Basic 与 Business Standard，以减少用户因点击恶意网站而面临的风险。设备管理能力也将同步提升。Microsoft Intune Remote Help、Intune Advanced Analytics 和 Intune Plan 2 将加入 Microsoft 365 E3 和 E5 套件，帮助 IT 团队更快速地定位问题、提前发现风险并维持设备可用性。Microsoft 365 E5 用户还将获得 Intune Endpoint Privilege Management、Enterprise Application Management 以及 Microsoft Cloud PKI，以支持更安全的 AI 使用场景、提升合规性并降低潜在威胁。在安全运营方面，微软强调其 Security Copilot 智能体已整合进 Defender、Entra、Intune 和 Microsoft Purview 的工作流程。Microsoft Security Copilot 将面向全部 Microsoft 365 E5 用户开放，现有客户已可使用，未覆盖客户将在未来数月陆续获得启用通知，微软将提供 30 天提前告知。微软表示，这些更新旨在帮助各类规模的组织增强安全能力、简化 IT 运维，并为未来的 AI 驱动工作模式做准备。 微软称，过去一年中，公司在 Microsoft 365、Security、Copilot 和 SharePoint 等产品中发布了超过 1100 项功能，包括通过 Cloud App Discovery 降低“影子 AI”风险，在 Loop 与 Clipchamp 中提供更多协作方式，通过 Microsoft Places 改进混合办公体验，以及在 Windows Resiliency Initiative 中加入快速设备恢复和后量子安全 API 等能力。这些更新进一步提升了 Microsoft 365 在安全性、生产力与管理方面的整体价值。
-
OpenAI"玩火"？头号对手罕见开炮:有人拿命赌博 作者 | 小小 出品 | 网易科技 通往AGI不需要魔法，只需要“暴力计算”。但前提是，你的钱能烧到那一天。 这可能是目前AI圈最清醒、也最残酷的事实。在DealBook峰会上，Anthropic掌门人达里奥·阿莫代伊（Dario Amodei）一手捧着“营收三年翻10倍”的成绩单，一手却按下了行业的“红色警报”。 他极其笃定地告诉世界：只要算力管够，超级智能指日可待。但他更无情地指出：技术没有瓶颈，但你的现金流有。 在这场名为“YOLO（孤注一掷）”的豪赌中，多少公司会倒在黎明前的黑暗里？ 究竟谁在“孤注一掷”？谁又在铤而走险？Anthropic自身如何能在年入百亿的同时，巧妙避开OpenAI和谷歌的“红色警报”？ 值得玩味的是，阿莫代伊虽然全程没有点名，但手中的“狙击枪”似乎早已瞄准了特定的目标。他口中那些“依赖消费者业务”、领导者天性偏爱“追逐宏大数字”的公司，被业界普遍解读为是对老东家OpenAI及其掌门人奥特曼的“精准暗讽”。 以下为这位关键人物核心观点的深度梳理与解读： 一、技术信仰：我是“扩展定律”最坚定的信徒 面对“AI是否身处泡沫”的尖锐提问，阿莫代伊给出了泾渭分明的回答。 在技术层面，他继续保持乐观且绝不动摇。 技术账目清晰可算：阿莫代伊坦言自己“内心非常踏实”，根源在于他是最早系统性记录AI扩展定律（Scaling Laws）的研究者之一。该定律的核心简明而强大：投入更多算力与数据，辅以微调，模型能力就会持续跃进。 十二年趋势验证：基于长达十二年的观察，他看到模型能力正以惊人的速度普适性提升——编码、科研、生物医药、法律、金融、材料制造……几乎覆盖所有经济价值创造的领域。 （图片由AI生成） Anthropic的增长神话：专注于企业端的Anthropic，其营收轨迹成为技术驱动价值的绝佳注脚：连续三年实现10倍年增长。从2023年的约1亿美元，到2024年的10亿美元，再到今年预计的80-100亿美元区间。阿莫代伊承认增速终将放缓，但仍坚信“经济价值终将兑现”。 （图片由AI生成） 二、经济警钟：谁在“YOLO”？“不确定性锥体”下的生死赌局 技术前景无限美好，但阿莫代伊的经济警报却敲得震天响。他毫不留情地指出，行业正面临一个“真正的困境”，并暗示有玩家正在进行“孤注一掷（YOLO）”式的豪赌。 1. 核心矛盾：投资周期与回报预期的致命脱节 · 困境本质：问题的核心在于“经济价值增长速度的不确定性”，与“数据中心建设的漫长滞后时间”（约一两年）严重脱节。 · 计算豪赌：一家公司必须现在（甚至几个月前）就决定购买多少计算资源，去服务两年后（2027年初）的营收目标。 · 内部“不确定性”：阿莫代伊生动描述了规划时的巨大压力。明年营收是200亿还是500亿？巨大的不确定性让任何长期规划都如履薄冰。 2.“买多买少，皆是险棋” · 算力不足：如果计算资源买得不够，将“无法服务所有想要的客户”，不得不将他们“拒之门外，推给竞争对手”。 · 算力过剩：如果买得太多，若营收不及预期，将无力承担巨额成本，极端情况下可能导致资金链断裂甚至破产。 （图片由AI生成） 3. 隐晦点名：谁在冒险“裸泳”？ 阿莫代伊虽未指名道姓，但清晰地描绘了高风险玩家的画像：那些依赖消费者业务（营收波动大、利润率不稳定）、且领导者天性偏爱“豪赌”或追逐“宏大数字”的公司，可能正在承担“不理智的风险”。 这番话的“准星”，似乎毫不客气地瞄准了Anthropic的老东家与头号竞对——OpenAI及其掌门人山姆·奥特曼（Sam Altman）。 · 对号入座一： ChatGPT是目前全球最大的消费者业务AI产品，其不仅面临用户的高流失率风险，还要应对巨额的推理成本，这完美符合“消费者业务营收波动大”的特征。 · 对号入座二： 奥特曼此前曾抛出“需筹集7万亿美元重塑芯片产业”的惊人计划，以及“星际之门（Stargate）”超级算力中心的构想，这种对“天文数字”的狂热追逐，恰恰印证了阿莫代伊口中的“偏爱豪赌”。 此外，同样带有强烈“个人英雄主义”色彩、且刚刚完成巨额融资的xAI（马斯克），或许也在这个“高风险名单”的射程之内。 相比之下，拥有搜索和社交广告作为造血机器的谷歌与Meta，虽然也是C端巨头，但在现金流的抗风险能力上显然更胜一筹。 4. “循环交易”是润滑剂，也是杠杆放大器 对于英伟达等芯片巨头投资客户（即“供应商融资”）的模式，阿莫代伊分析了其双重性。 · 合理一面：如果你是营收100亿美元的公司，没有500亿美元来建设数据中心。你可以和供应商达成交易：“我投资100亿美元，让你支付第一年的费用，剩下的按使用付费。”这在商业逻辑上成立。 · 危险信号：如果有人开始“叠加这些交易”，并声称到2027年需要实现上千亿美元的年营收，那么这毫无疑问是“过度扩张”。 5.芯片折旧：关键在“竞争力时效”，而非物理寿命 关于芯片资产折旧的争论，阿莫代伊指出核心并非硬件能用多久，而在于技术迭代速度。 当竞争对手拥有更快、更便宜的新芯片（如新一代TPU/GPU）时，旧芯片的经济价值便会迅速贬值。因此，Anthropic在财务测算中采取了极度保守的假设，以管理技术过时风险。 三、竞争之道：远离“红色警报”，在企业市场“筑起高墙” 当OpenAI与谷歌在消费者市场陷入“贴身肉搏”甚至发布“红色警报”时，阿莫代伊表示Anthropic享有“差异化优势”。 （图片由AI生成） · 不参与“消费者血战”：OpenAI与谷歌的主战场在消费者领域（争夺入口与习惯），因此战况激烈。Anthropic则全心深耕企业市场，根据企业需求持续优化模型。 · 专业化即护城河：Anthropic的发展路径截然不同。例如，其最新发布的Opus 4.5模型，被广泛认为是当前编码能力最强的模型。 · 坚信差异永存：即使未来实现AGI，阿莫代伊认为模型也不会趋同。如同人类智能，通用能力与垂直领域的专业化将共存。 · 企业端的高切换成本：对企业客户而言，不同模型的“个性”、交互方式与集成工作流差异显著。一旦适配并投入使用，替换成本极高，这构成了坚实的业务壁垒。 四、AGI预言：无需范式革命，“大力出奇迹”足矣 关于AGI的实现路径，阿莫代伊的答案简洁到近乎颠覆：无需突破性创新，沿着现有扩展路径走下去即可。 他认为，主要依靠持续增加算力与数据规模，辅以零星的小改进，就足以推动模型能力迈向通用智能。他观察此趋势十年，未见瓶颈。模型将在所有维度上变得越来越“聪明”。 阿莫代伊透露，Anthropic内部已有研究员“不再亲自编写代码”，而是由Claude生成初稿，人类仅负责审核与编辑——这种变革将持续深化。 五、就业预警：并非末日预言，而是呼吁社会未雨绸缪 阿莫代伊强调，他对AI冲击就业的“预警”，旨在促使社会提前规划，“看见陷阱并绕行”。他提出了由近及远、三个层面的应对框架： （图片由AI生成） 1. 企业行动：从“替代人力”到“赋能增值” 各行业企业不应仅满足于用AI实现自动化以“降本增效”，更应探索如何利用AI将员工能力放大十倍、百倍，从而开拓新业务、创造新价值，最终可能催生更多新的工作岗位。 2. 政府作为：调节分配，共享“增长红利” AI驱动的生产率飙升将创造巨大经济“蛋糕”。若增长红利分配严重失衡，政府必须通过财政与税收政策进行调节，支持受影响群体的再培训与过渡，保障社会公平。 3. 社会重构：重新定义工作与人生意义 长远看，一个拥有超智能AI的社会，其基础结构必然不同。我们需要共同探索“后AGI时代”的生存方式，让工作不再仅仅是谋生手段，而是更多人实现自我价值与生命意义的选项之一。 社会观念、教育体系、保障制度都需进行根本性思考与重塑。 结语：在极致乐观与极度清醒之间 阿莫代伊的此次访谈，在“技术极限乐观主义”与“经济残酷现实主义”之间，划出了一道清晰的张力线。他深信智能的指数级飞跃必将到来，AGI是历史的必然。 但他同样清醒地指出，这场科技革命伴随的资本洪流，正在无情地考验每个参与者的财务耐力与风险把控。对于所有人——投资者、企业家、政策制定者乃至每一位劳动者——他的启示在于：AI孕育的“增长盛宴”真实不虚，但我们绝不能坐等其成。 我们必须现在就行动起来，理性规划如何公平分享AI成果，并主动思考如何在那个“工作被重新定义”的新纪元里，重新定义人类的价值。
-
“大交易”：一场迟到的美国AI战略自救 【文/观察者网专栏作者 心智观察所】 前不久，前白宫人工智能特别顾问本·布坎南（Ben Buchanan）在《外交事务》杂志上抛出了他的“大交易”设想，华盛顿的政策圈似乎又找到了一个新的叙事框架。 这位在2021至2025年间负责协调拜登政府AI政策的核心人物，试图为美国AI发展勾勒一幅宏大蓝图：科技行业必须要与政府达成战略协议，前者获得能源基础设施、人才管道和国家安全保护，后者则将AI整合进国防体系并确保其不破坏所谓的民主价值。这个提议听起来既务实又理想主义——问题恰恰在于，它可能过于理想主义了。 更令人玩味的是，就在布坎南构想这份“大交易”之后不久，DeepSeek正在以一种近乎讽刺的方式，拆解着他所依赖的核心假设。这家被美国芯片出口管制严密封锁的公司发布了DeepSeek V3.2，实测在开源模型中达到全球最高水平，与海外顶级闭源模型的差距缩小至约一个季度。该模型分为普通版和特别版：普通版性能对标 GPT-5，特别版则媲美 Gemini 3.0 Pro，尤其在数学与推理能力上表现突出。这不仅是一次技术突破，更是对美国“芯片遏制”战略的一记响亮耳光。 芯片政策的分歧：遏制还是“上瘾”？ 在理解布坎南“大交易”的困境之前，我们必须先厘清美国AI战略界内部一个长期存在但鲜被公开讨论的根本分歧——关于对华芯片政策，决策圈内实际上存在着两种截然不同的哲学。 本·布坎南（Ben Buchanan） 第一派可称为“技术依赖派”或“上瘾派”。这派观点认为，应当允许中国大陆在一定程度上获取美国的先进AI芯片，使其AI生态系统建立在美国技术基础之上，形成一种战略性依赖。这种策略的逻辑类似于毒品贩子的手法：先让对方上瘾，然后控制供应链就能控制对方的技术发展节奏。英伟达最初对中国大陆市场的态度——不断推出降级版芯片如H800、H20来规避出口管制——某种程度上体现了这种思路。这一派相信，只要中国大陆市场的AI产业离不开美国芯片，华盛顿就永远掌握着关闸的权力。 第二派则是布坎南所代表的“全面遏制派”。在他们看来，任何对中国大陆的技术渗透都是危险的，必须在制造端实施最严格的封锁，不给中国大陆任何获取先进算力的机会。这种观点在2022年10月拜登政府大幅扩展芯片管制时达到高峰，不仅限制先进芯片出口，还限制芯片制造设备，甚至禁止美国公民为中国大陆半导体公司提供技术支持。布坎南在文中对中国大陆“军民融合”战略的恶毒指控，都清晰地显示出他属于这一阵营。 然而讽刺的是，DeepSeek的成功恰恰证明了两种策略可能都已失效。 “上瘾派”的梦想破灭了——中国大陆AI企业并没有因为依赖美国芯片而束手就擒，反而在被断供后激发出了惊人的技术创新能力。而“遏制派”的策略同样遭遇挫败——即便在最严格的出口管制下，中国大陆企业仍通过算法优化、架构创新和可能的走私渠道，实现了技术突破。正如智库Stimson Center的分析所言，出口管制的“卡脖子”假设本身就是一个谬误——每一次限制都会留下缝隙和漏洞，而目标国家的适应和创新能力往往被严重低估。 更值得警惕的是，这种封锁正在催生一个危险的结果：“设计出去”（designing out）。当美国技术被完全排除在外时，中国大陆企业别无选择，只能开发完全绕过美国技术的替代方案。华为用麒麟9000s芯片替代高通，导致高通2024年损失6000万套芯片销售，就是一个典型案例。长期来看，这种“设计出去”将永久性地侵蚀美国在全球半导体生态系统中的地位——当中国大陆建立起完整的国产替代体系后，即便美国日后放松管制，市场份额也难以夺回。 布坎南的“大交易”建立在全面遏制战略能够成功的假设之上，但现实已经在反复证明，这个假设正在崩塌。 能源幻觉与基础设施的政治死结 “大交易”的第一个支柱是政府为AI产业提供充足的能源基础设施。布坎南在文中引用的数据令人震撼：到2028年，美国AI产业仅新增电力需求就将达到500亿瓦，相当于整个阿根廷的用电量，数据中心可能消耗美国电力产量的12%。与此形成鲜明对比的是，中国大陆每年新增电力容量达12%，而美国在2005至2020年间几乎没有新增净电力。 这个对比看似有力，实则掩盖了一个更深层的问题：为什么美国在过去二十年间几乎没有新增电力？答案并非技术能力不足，而是美国社会在能源政策上陷入了一个几乎无解的政治死结。 一方面，任何大规模的新建电厂项目——无论是传统化石能源还是核电——都会面临环保团体、地方社区和监管机构的多重阻挠。美国的环境影响评估流程可以让一个电厂项目耗费十年以上时间仍无法开工。另一方面，即便是清洁能源项目，也面临着“不要建在我家后院”（NIMBY）效应的困扰。加州在可再生能源方面走在全美前列，但其电网却经常因为峰值负荷而陷入危机，而新建输电线路的项目同样被环保和土地纠纷困住。 布坎南乐观地认为，AI驱动的能源繁荣将创造就业、加速清洁能源开发，实现“无碳化运营”。但这种叙事忽略了一个残酷现实：在美国当前的政治生态下，任何大规模基础设施建设都会遭遇旷日持久的党派争斗、司法诉讼和监管审批。特朗普政府宣布的5000亿美元Stargate项目看起来宏大，但如果我们回顾特朗普第一任期内承诺的基础设施投资有多少真正落地，就不难理解这些承诺的可信度。 美国电力短缺状况（@华盛顿大学） 更讽刺的是，当前美国政治氛围下，对AI的态度本身就充满分裂。一部分人将AI视为新的经济引擎和国家安全工具，另一部分人则担心AI导致失业、隐私侵犯和社会不平等。在这种背景下，要求政府为AI产业大规模投资能源基础设施，本身就可能引发激烈的政治反弹。那些在锈带州失去工作的选民，那些被高房价和生活成本压得喘不过气的中产阶级，凭什么要为硅谷科技巨头买单，帮助他们获得更多电力来训练AI模型？ 中国大陆的优势恰恰在于其政治体制能够快速调动资源实施大规模基础设施建设。当决策者确定AI是战略重点时，电厂、数据中心和配套设施能够以惊人的速度上马。这不是单纯的技术问题，而是治理模式的差异。布坎南的“大交易”假设美国政府能够提供类似的支持，但这个假设本身就忽视了美国政治体制的结构性制约。 人才政策的内在矛盾 “大交易”的第二个支柱是维持国际人才管道。布坎南正确地指出，70%的顶级在美AI研究人员出生在国外，65%的领先美国AI公司至少有一位移民联合创始人。但他对人才政策面临的困境却语焉不详。 特朗普政府在移民政策上的立场与布坎南的设想存在根本冲突。将H-1B签证费用提高到10万美元，大幅收紧国际学生入学政策（2025年可能导致国际学生入学率下降30%-40%），这些措施的政治逻辑与“保持AI人才流入”完全相悖。但问题的关键在于：这些移民政策并非出于无知或短视，而是回应了美国社会中一股强大的民粹主义情绪。 对许多美国选民而言，保护美国就业、防止移民抢走机会是比维持AI领先地位更直观、更紧迫的关切。当布坎南谈论引进更多外国AI人才时，政治现实是，这种政策会被解读为“让外国人来抢美国人的工作”。技术精英和政策制定者可以用国家安全和经济竞争力来论证开放移民的必要性，但这套话语在政治市场上的说服力远不如美国优先来得有力。 更深层的矛盾在于，布坎南一方面希望政府帮助AI产业获得更多国际人才，另一方面又主张将AI深度整合进国家安全体系。但任何有过安全审查经验的人都知道，涉及国防和情报的项目对人员背景有极其严格的要求。当AI越来越多地被用于军事和情报用途时，如何平衡人才开放性和安全审查的严格性？那些来自对手国家的研究人员——包括大量来自中国大陆的AI专家——是否还能参与最前沿的AI研发？ 布坎南似乎希望鱼与熊掌兼得：既要保持美国作为全球AI人才磁石的地位，又要加强对AI技术的国家安全管控。但这两个目标存在内在张力。中国大陆正在积极招募AI专家回国，而美国日益收紧的移民政策和日益政治化的科研环境，可能会加速这种人才回流。当美国大学里的中国大陆留学生发现自己无论多么优秀都难以获得工作签证，当他们的研究因为敏感性而受到限制时，选择回国就成了理性选择。而这正是布坎南所担心的人才外流。 政府-产业合作的结构性障碍 “大交易”设想的核心是政府与科技行业建立深度合作关系。但这个设想面临一个尴尬的现实：双方之间存在着深刻的互不信任。 从科技行业的角度看，政府意味着繁琐的监管、缓慢的决策流程和对商业创新的束缚。硅谷文化崇尚“快速行动，打破陈规”（Move fast and break things），而政府系统的特点恰恰是谨慎、官僚和风险规避。更重要的是，科技公司担心与政府深度合作会限制它们的商业自由。如果将AI系统深度整合进国家安全体系，这意味着更严格的出口管制、更多的安全审查、更少的国际市场机会。对那些在全球运营的科技巨头而言，这是一个巨大的代价。 从政府的角度看，科技公司则是一群难以管束、唯利是图、不考虑国家安全的商业实体。OpenAI、谷歌、Meta这些公司都曾因为与军方和情报机构的合作项目引发内部员工抗议。2018年，谷歌员工成功迫使公司退出了与国防部的Maven项目。这种企业内部对军事合作的抵触，让政府对科技公司的可靠性深表怀疑。 布坎南在白宫任职期间主导的一些政策，恰恰体现了这种张力。拜登的AI行政命令要求科技公司自愿做出安全承诺，但这些承诺大多停留在原则层面，缺乏强制约束力。而当政府试图实施更严格的监管时，科技公司又会动用强大的游说力量来阻挠。这种猫捉老鼠的游戏，很难想象能够升华为布坎南所设想的“大交易”式的战略伙伴关系。 更根本的问题在于，“大交易”假设政府和产业能够就AI的发展方向达成一致。但实际上，双方对许多核心问题存在严重分歧：AI应该多大程度上开放？谁应该控制最强大的AI系统？AI带来的经济收益应该如何分配？AI技术应该向哪些国家和实体出口？在这些问题上，政府和科技公司的利益远非完全一致，而且内部也存在严重分歧。要在这样的基础上达成一个覆盖能源、人才、国家安全等多个维度的“大交易”，难度之大可想而知。 时间的残酷性与政策的惰性 布坎南正确地指出，AI进步速度极快，政策制定者必须在极短时间内做出重大决策。但他的“大交易”却要求完成一系列在美国政治体制下通常需要数年甚至数十年才能实现的任务：大规模能源基础设施建设、移民政策根本性改革、政府-产业关系的深刻重构、国家安全体系的全面AI化。 这里存在一个根本性的时间错配：AI技术的演进以月为单位，而美国政治体制的变革以年甚至十年为单位。在拜登任期内，布坎南主导的AI行政命令确实取得了一些进展，建立了AI安全研究所等机构，推动了一些自愿承诺。但这些成就与“大交易”设想的宏大目标相比，几乎微不足道。而现在，特朗普政府正在系统性地拆除拜登时期建立的许多AI治理框架，包括放松芯片出口管制——这正是布坎南最担心的事情。 政治周期的不稳定性使得任何长期战略都难以为继。一个政府费尽心力建立的政策框架，可能在下一个政府上台后被全盘推翻。在这种情况下，要求政府和产业就一个需要十年、二十年才能见效的“大交易”达成共识，无异于痴人说梦。中国大陆的体制优势恰恰在于其政策的连续性和长期性——当中国大陆将AI确定为战略重点时，这个战略可以持续数十年不变，资源投入也能够保持稳定。美国的民主制度有其独特价值，但在需要长期战略规划的技术竞争中，这种制度的弱点暴露无遗。 布坎南的“大交易”本质上是一个防御性战略，它的出发点是“防止失去领先地位”而非“创造新的突破”。这种心态本身就反映了一种焦虑和不自信。当一个国家的AI战略主要由防止对手超越而非创造革命性创新驱动时，它实际上已经丧失了先机。中国大陆的AI战略虽然也包含赶超美国的目标，但更重要的是建立自主创新能力和独立的技术生态。DeepSeek的成功正是这种战略思维的体现——与其被动等待美国放松封锁，不如主动探索新的技术路径。 难以愈合的裂痕 最终，“大交易”之所以难以实现，根源在于它试图弥合的那些裂痕可能本就无法愈合。 美国社会在AI问题上的分裂是深层次的。 技术精英认为AI是下一个增长引擎，必须不惜一切代价保持领先；普通民众担心AI导致失业和不平等；环保主义者反对为AI建设消耗巨量资源的数据中心；民族主义者要求限制移民和技术出口；国际主义者强调开放合作的重要性。这些立场之间的矛盾，不是一个“大交易”就能调和的。 政府和科技公司之间的不信任是结构性的。科技公司希望政府提供支持但不要干预，政府希望科技公司服从国家利益但又不完全信任它们。这种关系更像是一种脆弱的共生而非稳固的伙伴关系。 美国和中国大陆的竞争是长期的、全方位的，不可能通过单一的技术封锁或单一的政策框架来解决。中国大陆的制度优势在于能够集中资源和长期规划，美国的制度优势在于创新活力和市场机制。但当竞争进入到需要国家动员和长期规划的阶段时，美国的制度优势可能反而成为劣势。 布坎南的“大交易”建立在一个过于乐观的假设之上：只要政府和产业达成正确的协议，美国就能够延续其在AI领域的领先地位。但现实可能更加残酷——不是美国不够努力，不是政策不够好，而是历史的钟摆正在摆向另一边。技术霸权从来不是永恒的，曾经的领先者往往会在新的技术范式转换中失去优势。AI可能正是这样一次范式转换，而“大交易”式的修补方案，或许只是延缓衰落而非逆转趋势。 在DeepSeek证明封锁无效、特朗普政府拆除拜登时期的AI治理框架、美国社会在移民和能源政策上陷入僵局的当下，布坎南的“大交易”更像是一个精致的政策幻想，而非可行的战略方案。这并非说布坎南的诊断不对——美国在AI领域确实面临能源、人才、安全整合等多重挑战。问题在于，他开出的药方需要一个在当前美国政治现实中几乎不存在的条件：高度共识、长期承诺、政府效率和超党派合作。当这些前提条件都不具备时，“大交易”就只能停留在纸面上，成为又一个华盛顿政策圈里的美好愿景，而非能够真正塑造现实的战略行动。 本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
-
AI玩具热度增长 同质化问题成行业痛点 人民财讯12月4日电，一款399元的“智能憨憨”情感陪聊AI机器人，正在悄然引动新一轮AI玩具热潮。近日，华为在Mate80系列发布会上推出了其与珞博智能共同开发的“智能憨憨”AI玩具，开售即“秒光”，多轮补货之后依然售罄。记者发现，截至12月3日，华为京东自营旗舰店“智能憨憨”仍处于缺货状态，预定量已超3000件。在二手交易平台上，“智能憨憨”普遍溢价交易，售价在450元到660元不等。“智能憨憨”的爆火，是否点燃了AI玩具市场的热度？证券时报记者实探了AI玩具产品的“聚集地”之一——深圳华强北，有商家表示，近几日AI玩具线下和线上咨询、购买热度都有所提升，但在国内市场，产品同质化严重、退货率高等问题仍是行业发展瓶颈，阻碍着AI玩具市场走向“DeepSeek时刻”。
-
苹果顶级设计师投奔Meta！硅谷AI硬件战火升级 财联社12月4日讯（编辑 史正丞）知名科技爆料人马克·古尔曼周三透露，苹果公司现存的最知名设计高管艾伦·戴伊（Alan Dye）即将离职加盟Meta。此举不仅显示了Meta对“AI消费电子市场”的野心，也延续了苹果顶级设计人才不断流失的局面。作为背景，设计大神乔尼·艾维在2019年离开苹果后，iPhone生产商的设计团队转交工业设计副总裁埃文斯·汉基和艾伦·戴伊共同管理。2022年，埃文斯·汉基也离开了苹果。公开资料显示，戴伊2006年加盟苹果，2015年成为人机界面设计副总裁。近期监督的项目包括对苹果操作系统的全面重新设计，也就是今年6月推出的“液态玻璃”界面。戴伊还在公司应用、Apple Watch和iPhone X的设计中发挥了核心作用。在尚未问世的产品线中，他的团队一直在帮助开发一系列智能家居产品。知情人士称，戴伊本周正式通知苹果管理层离职的决定，但公司“已经为此做好准备”。资深苹果设计师Stephen Lemay将接替戴伊的位置。苹果公司也在一份声明中证实了此举。蒂姆·库克在声明中表示：“自1999年以来，Steve Lemay在每一个重要的苹果界面设计中都发挥了关键作用，他总是为卓越设定极高的标准，体现了苹果的协作与创造文化。”库克也强调：“设计是苹果公司的身份核心，如今我们拥有一支非凡的设计团队，正在打造历史上最具创新性的产品阵容。”戴伊将于12月31日加盟Meta，出任首席设计官。戴伊在苹果的副手比利·索伦蒂诺也将一同加盟Meta。Meta现在的设计主管们将向戴伊汇报工作。知情人士称，挖来戴伊后，Meta将成立一个新的设计工作室，并任命他负责硬件、软件以及界面中整合人工智能的设计工作。他的主要工作是“用AI功能改造Meta的消费产品”。戴伊将向分管Reality Labs的Meta首席技术官安德鲁·博斯沃思汇报工作。该部门负责开发可穿戴设备，例如智能眼镜和虚拟现实头显。戴伊的跳槽不只是另一桩硅谷巨头之间的震撼性人才抢夺，也显示出苹果管理层的动荡正在持续。长期担任苹果首席运营官的杰夫·威廉姆斯上个月正式退休，而人工智能主管John Giannandrea本周刚宣布离职。包括库克在内的多位高层，现在也接近典型的退休年龄。古尔曼透露，苹果自研芯片的负责人约翰尼·斯鲁吉，以及政府事务与环境事务负责人丽莎·杰克逊都在评估自己在苹果公司的未来。
-
TikTok投资380亿美元建设数据中心 开启首个拉美项目 TikTok的一笔巨额投资，正将巴西推向拉丁美洲AI投资的前沿阵地。当地时间周三，字节跳动宣布旗下的TikTok计划投入2000亿雷亚尔（约合380亿美元），在巴西东北部塞阿拉州的Pecém参与建设一个大型数据中心综合体。该项目是迄今为止巴西同类投资中规模最大的一笔，旨在利用该国优势满足AI运算对算力的巨大需求。得益于其丰富的可再生能源、完善的电网和战略性的地理位置，巴西正吸引着寻求在美国之外进行布局的全球科技资本，意图在全球AI竞赛中占据有利位置。巴西的双重优势TikTok的这笔投资之所以选择巴西，其核心在于该国独特的资源禀赋。巴西拥有丰富的可再生能源和一体化的国家电网，这对于耗电量巨大的AI数据中心而言至关重要。项目所在地Pecém港的地理位置同样具有战略价值。该地区是连接南美大陆与欧洲、非洲的海底电信光缆的重要枢纽。据报道，数据中心开发商Omnia的首席执行官Rodrigo Abreu表示： Pecém是一个极具战略意义的位置，因为它同时相对靠近欧洲、非洲、北美和拉丁美洲其他地区。 据Pecém综合体出口加工区（ZPE Ceara）负责人Fabio Feijo透露，在争取TikTok的投资时，Pecém击败了来自印度、挪威和马来西亚的竞争地点。根据追踪该行业的网站Data Center Map的数据，南美洲所有已规划和现有数据中心中，近一半位于巴西。超越数据中心的产业雄心——“塞阿拉谷”对于巴西政府而言，吸引数据中心投资并非终点。巴西工业发展秘书Uallace Moreira在接受采访时坦言： 数据中心本身并不能创造大量就业岗位，我们的目标是利用数据中心来构建新的产业链。 Pecém出口加工区的负责人Fabio Feijo将这一愿景形容为“塞阿拉谷”（Ceará Valley），意在吸引高科技产业和大型科技公司的运营部门落户。为实现这一目标，巴西总统卢拉已签署一项临时措施，为在巴西建设数据中心的公司提供激励，包括允许企业免税进口部分设备。TikTok将与数据中心开发商Omnia和巴西领先的可再生能源供应商之一Casa dos Ventos合作推进该项目。这种公私合作和产业联动的模式，旨在将巴西的能源优势转化为更广泛的经济和技术竞争力。繁荣背后的风险与挑战尽管前景广阔，但巴西的数据中心热潮并非没有风险。市场炒作与实际落地之间仍存在差距。据Aurora Energy Research分析，已宣布的巴西数据中心项目中，最终可能只有三分之一会真正建成，部分原因是一些项目没有接入电网，另一些则距离圣保罗等商业金融中心过远。更严峻的挑战来自能源基础设施。数据中心和电动汽车等新需求的激增，正对巴西的电力系统构成压力。圣保罗可再生能源公司Brasol Participacoes e Empreendimentos SA的首席执行官Ty Eldridge警告称： 巴西需要建设更多输电线路并部署工业级电池，以稳定随天气波动的可再生能源供应，否则可能从能源富余转向短缺。 他表示： 能源将变得更加昂贵和稀缺，即使有政府的支持，挑战依然巨大。 分析认为，投资者在评估巴西AI前景时，也必须将基础设施瓶颈和能源成本上升的潜在风险纳入考量。
-
AI的钱太好赚！美光宣布“艰难决定”：退出零售存储业务 财联社12月4日讯（编辑 史正丞）在近几个月内存条疯狂涨价的背景下，存储芯片制造商美光科技突然宣布关闭零售渠道业务，专注于AI时代的先进存储芯片竞争。在周三发布的公告中，美光宣布退出Crucial（国内译为英睿达）消费业务，现有的库存将销售到本财年第二季度（2026年2月）末。公司将继续向全球商业渠道客户供应美光品牌的企业产品，同时现有产品的保修不受影响。 （来源：公司官网） 对于这一决定，美光执行副总裁兼首席商务官Sumit Sadana表示：“由AI驱动的数据中心增长，带来了对内存和存储的强劲需求。美光已经做出了一个艰难的决定，即退出Crucial消费级业务，以便在增长更快的板块，更好地为我们规模更大的战略性客户提供供应和支持。”美光退出消费市场的时机，恰逢存储产品价格翻倍上涨之际，进一步印证企业用户加价抢购存储芯片的势头有多么凶猛。京东价格数据显示，英睿达经典款16GB DDR5台式机内存条今年9月售价为329元，目前已经涨到999元。同规格的三星内存条也从500多元涨至近1300元。退出消费市场后，美光将把更多资源用于HBM赛道，世界三大存储巨头美光、三星和SK海力士正在这一领域激烈厮杀。HBM芯片是人工智能数据中心不可或缺的重要组成部分，售价也比消费级内存更加昂贵，利润率也更可观。在9月电话会议上，美光首席执行官Sanjay Mehrotra表示，上一财季美光的HBM产品收入增长至近20亿美元，相当于年化80亿美元的收入。
-
豆包助手紧急“自证清白”：只打杂 不动钱 红星资本局12月3日消息，豆包手机助手今日晚间发文，对“微信登录异常”“未经授权获取系统权限”以及保护用户隐私等问题作出回应。 图片来自豆包手机助手公众号关于微信登录异常的情况，豆包手机助手回应称，多位用户反馈，在nubia M153上使用豆包手机助手操作手机功能时，如果涉及操作微信，会出现微信异常退出，甚至无法登录的情况。其后续下线了手机助手操作微信的能力，目前，nubia M153上被禁止登录的微信账号正陆续解封，请大家等待一段时间并尝试重新登录。此前，豆包手机助手预览版发布后，有关于其未经授权，侵犯隐私的消息在网络流传。对此，豆包手机助手回应称，不存在任何黑客行为。豆包手机助手需要用户主动授权，才可以调用相关权限，使用操作手机功能；该权限的使用，其也在权限清单中进行了明确的披露。豆包手机助手还表示，不会代替用户进行相关授权和敏感操作，在使用该权限时，建立了透明的管理体系。豆包手机助手在执行长任务时会在屏幕有明确提示，且用户可以随时中断，全程可控。操作第三方App若遇到敏感授权，如系统敏感权限授权弹窗、支付环节、身份验证等，任务会暂停，并由用户人工接管完成相关授权、支付、验证动作，豆包手机助手不会代替用户进行相关授权和敏感操作。对于保护用户隐私的问题，豆包手机助手提到，手机助手不会在云端存储任何用户屏幕内容。当用户给助手指令，要求操作手机时，助手确实需要读取屏幕，否则无法完成用户任务，但屏幕和操作过程都不会在服务器端留下存储，且所有的相关内容也都不会进入模型训练，确保用户隐私安全。公开资料显示，12月1日，字节跳动豆包团队发布豆包手机助手技术预览版。据介绍，豆包手机助手是公司在豆包App的基础上和手机厂商在操作系统层面合作的AI助手软件。中兴商城此前上线搭载豆包手机助手技术预览版的工程样机nubia M153，目前已经售罄。在此前测评中，豆包手机助手展现的在手机上替用户点外卖、订机票、比价购物，甚至回复微信消息、操作小程序游戏等功能引发关注。今日晚间，豆包手机助手再次提到，此次发布的是一个“技术预览版”，是一款面向行业、AI技术爱好者的探索产品，部分功能和交互比较创新，目前也没有明确的行业共识。“我们也在官方视频和销售网站上明确强调，这款产品目前并不面向普通的消费者。”红星新闻记者 强亚铣编辑 余冬梅审核 任志江
-
“美国黑五购物季”观察：ChatGPT的购物推荐量提升28%，其中亚马逊和沃尔玛合计占比近70% 在今年的美国假日购物季中，以ChatGPT为代表的生成式人工智能正悄然改变消费者的购物习惯，但这一新兴流量入口的红利似乎并未普惠所有商家，反而进一步巩固了电商巨头的市场地位。移动应用洞察提供商Apptopia的最新数据显示，在从感恩节到周日的“黑五”购物周末期间，由ChatGPT为零售商移动应用带来的推荐量同比增长了28%。这一数据表明，越来越多的消费者开始尝试使用AI聊天机器人来获取购物灵感或寻找优惠。然而，这一增长趋势的最大受益者是市场的头部玩家。报告指出，亚马逊在ChatGPT推荐流量中的份额从去年的40.5%大幅提升至54%。与此同时，沃尔玛的份额也从2.7%飙升至14.9%，两大巨头合计占据了近七成的流量。其他机构的数据也印证了AI对电商影响力的增加。据Adobe发布的报告，仅“黑五”当天，美国零售网站来源于人工智能的流量同比激增了805%，显示出AI在更广泛的零售领域扮演着愈发重要的角色。巨头垄断AI新流量，亚马逊沃尔玛成最大赢家 数据显示，新兴的AI流量渠道非但没能为中小型零售商带来新的机遇，反而强化了亚马逊和沃尔玛等电商巨头的市场护城河。AI似乎更倾向于将用户导向这些本已占据主导地位的平台。Apptopia的报告详细揭示了这一趋势。今年购物季，亚马逊在ChatGPT推荐流量中的份额攀升至54%，较2024年的40.5%有显著增长。沃尔玛的表现更为惊人，其所占份额从去年微不足道的2.7%一跃至今年的14.9%。这意味着，当消费者向ChatGPT寻求购物建议时，绝大多数情况下会被引向这两家零售巨头。更广泛的AI购物趋势：流量与转化率双双飙升 Apptopia并非唯一关注AI对假日狗购物季影响的机构。Adobe从更广泛的视角分析了AI工具为零售网站带来的流量，其数据更为惊人，并且揭示了这类流量的高价值。Adobe的报告指出，“黑五”当天，美国零售网站的AI流量（以点击链接的购物者数量衡量）同比增长了805%；“网络星期一”当天，该流量增幅也高达670%。从整个假日购物季至今（11月1日至12月1日），AI整体流量增长了760%。更重要的是，Adobe发现通过AI聊天机器人进入零售网站的用户表现出更高的购买意愿，其最终完成购买的可能性比普通用户高出38%。这一发现对零售商和投资者而言意义重大，它表明来自AI的流量不仅数量庞大，而且转化率更高，具备可观的商业价值。AI推荐流量增长，但整体规模尚小 尽管AI聊天机器人在购物推荐领域的角色日益凸显，但其目前在整个推荐流量市场中的绝对占比依然微不足道。根据Apptopia的分析，消费者在“黑五”期间使用ChatGPT寻找电商优惠的行为，虽然增长显著，但仍是一个小众选择。数据显示，去年“黑五”购物季，ChatGPT对电商应用的推荐会话量仅占其所有会话总量的0.64%。今年，这一比例也只温和增长至0.82%。Apptopia将“推荐会话”定义为用户在使用ChatGPT后30秒内打开了零售商的移动应用。该公司指出，其数据来源于美国地区的样本组，属于基于消费者行为观察的估算值。
-
砍项目、停广告、全员加班！ （本图片由AI生成）作者 | 小小 出品 | 网易科技 曾经不可一世的OpenAI，这次是真的被吓懵了！ 三年前，ChatGPT横空出世，把谷歌吓得拉响了“红色警报”；三年后，风水轮流转，谷歌反手一个Gemini 3，把同样的恐惧加倍奉还给了奥特曼。 昨晚，这家估值高达5000亿美元的AI巨头连夜按下暂停键：原本准备赚钱的广告业务？停！备受期待的新助手？砍！ 一切为了保住ChatGPT的命。这不是什么高大上的战略调整，这就是一场被逼到墙角后的“保命行动”。 据美媒《The Information》报道，OpenAI CEO山姆·奥特曼（Sam Altman）深夜向全体员工宣布，公司将进入最高级别的“红色警报”状态。 这不仅仅意味着全员需要加班，更是史诗级的战略收缩和资源ALL IN。最让人震惊的是，为了集中火力“抢救”ChatGPT，OpenAI不仅无限期推迟了备受期待的个人助手“Pulse”，甚至连被视为“印钞机”的广告业务也被直接叫停。 到底发生了什么，能让OpenAI如此不顾一切？ 本文将为您深度解构，在这场关乎AI霸主地位的生死战中，OpenAI为何自认落后、采取哪些极限操作，以及AI世界正在经历的底层逻辑巨变。 燃起战火：从“橙色”到“红色警报”的生死时速 OpenAI这次行动的代号是“红色警报”。 这个词在AI圈有着特殊的历史意义。三年前，谷歌曾被ChatGPT的横空出世打懵，启动了他们自己的“红色警报”。 如今，谷歌已经从中获得了回报，角色也彻底反转。 备忘录显示，此前OpenAI曾为改进ChatGPT宣布进入“橙色警报”，而这次直接升级到最高级别，意味着该公司已将解决问题提升至全面的运营紧急状态。用业内人士的话来说，这代表着OpenAI独孤求败的主导时代实际上已经结束。 为了集中资源，奥特曼宣布了史无前例的战略收缩：OpenAI将无限期推迟所有非核心项目。 这包括正在测试中的广告销售业务，以及用于购物和健康任务的AI智能体，还有个性化晨报产品“Pulse”。 这种战略收缩表明，OpenAI正在从扩张战迅速转向防御战，目标是保住每周超过8亿的现有用户群。 为执行“红色警报”，运营节奏已转变为“战时”状态。 奥特曼已要求更多员工专注于改进ChatGPT的功能，并鼓励员工暂时进行跨部门调动，将资源向改进ChatGPT体验倾斜。公司为核心团队制定了每日站会制度，旨在实时识别和解决质量问题。 这份面向全公司的备忘录，是OpenAI首次最明确地承认，来自竞争对手——尤其是谷歌Gemini 3和Anthropic Opus 4.5——的压力已经大到无法忽视。 网友将“红色警报”解读为一场战略撤退，OpenAI从开疆拓土的“猎人”，变成了固守阵地的“猎物”，被迫打一场代价高昂的“堑壕战”。 谷歌的“Nano Banana”浪潮：月活用户狂飙6.5亿 让OpenAI如此焦虑的直接导火索，就是谷歌Gemini 3模型及其“Nano Banana Pro”图像生成器带来的用户数据炸裂式增长。 谷歌Gemini的月活跃用户（MAU）已从7月份的4.5亿飙升至10月份的6.5亿，增长率高达44%。尽管总量仍落后于ChatGPT，但这种迅猛的追赶速度让OpenAI高层感到震动。 谷歌在11月发布的Gemini 3，在多个行业基准测试中实现了对OpenAI的超越，推动了这家搜索巨头的股价飙升。谷歌还将“AI模式”实质性集成到了谷歌搜索中，直接抢占了流量入口。 ChatGPT负责人尼克·特利（Nick Turley）承认，目前公司估计ChatGPT处理了全球约70%的AI“助手活动”和10%的“搜索活动”，但谷歌正在迅速缩小这一差距。 企业用户的转向是另一个令人警觉的信号。 连Salesforce首席执行官马克·贝尼奥夫（Marc Benioff）都公开表示，他已从ChatGPT转投Gemini 3，称赞新模型在特定性能上的突破。贝尼奥夫指出：“我不回去了。这飞跃太疯狂了——推理、速度、图像、视频……一切都更清晰、更快。” 这表明在企业领域，实用性已超越了品牌忠诚度。有数据分析显示，尽管OpenAI拥有巨大的市场份额，但人们现在与Gemini聊天的时间比与ChatGPT聊天的时间更长。用户粘性和深度使用正在被竞争对手蚕食。 OpenAI的反击策略：改进体验与押宝“Garlic” 面对其他科技巨头的猛烈进攻，OpenAI的反击并非只是被动防守。 正如网友所指出的，公司应聚焦自身核心优势，着力强化ChatGPT的长期记忆功能与个性化交互体验。若能在图像生成等关键能力上实现突破，ChatGPT亦有望构筑起抵御谷歌竞争的有效防线。 奥特曼在备忘录中指出，OpenAI必须专注于改进ChatGPT的“体验”。他正指导更多员工专注于为用户提供个性化服务，让每个用户自定义其交互方式。同时，优先事项还包括优化Imagegen，以应对谷歌新发布的图像生成模型。 最关键的改进目标包括： · 改进“模型行为”，提升用户偏好度； · 提升ChatGPT的速度和可靠性； · 尽量减少“过度拒绝”，即聊天机器人拒绝回答无害的问题。 OpenAI此前发布的GPT-5模型，曾因语气过于冷淡、难以回答简单的数学和地理问题而反响平平，这正体现了其在安全与实用性之间的艰难平衡。 更重要的长期动作是，OpenAI正在用一个代号为“Garlic”的新大型语言模型予以回击。 据知情人士透露，该模型在公司的评估中表现良好，至少在涉及编码和推理的任务上，与Gemini 3和Anthropic的Opus 4.5相比如此。 “Garlic”旨在修复之前开发中的模型“Shallotpeat”在预训练过程中出现的缺陷，而预训练的进步被认为是谷歌Gemini 3成功的关键。 “Garlic”的突破点在于，它能为一个小型模型注入与大型模型相当的知识量，这意味着OpenAI正寻求在模型成本和推理效率上取得突破。 奥特曼透露，OpenAI计划下周发布一个新的推理模型，该模型在内部评估中“领先于Gemini 3”。推理模型消耗更多计算能力以产生更好的答案，为ChatGPT的“思考模式”和“深度研究”等功能提供支持，这也是OpenAI在与谷歌的竞赛中押注的关键技术。 终局之战：AI“规模化时代”的终结与资本危机 “红色警报”的背后，是一场更深层次的AI范式转变与严峻的财务挑战。 首先，行业专家普遍认为，单纯靠“增加算力”堆叠模型的“规模化时代”（2020-2025）已经终结。实验室正撞上“数据墙”，高质量的预训练数据被证明是一种有限资源。 因此，焦点必须转向“研究时代”或“推理时代”，其中的收益将来自架构突破和推理效率。如果仅仅建造更大的模型不再保证更智能，那么OpenAI高昂的资本投入将面临效率危机。 其次，OpenAI的财务模型也面临压力。公司承诺在未来进行数千亿美元的数据中心投资，但其自身尚未盈利，必须持续不断地筹集资金才能生存。 根据其自身的财务预测，尽管OpenAI今年预计营收超过100亿美元，明年200亿美元，但其支出更加激进，预计到2028年，其运营亏损将累计高达740亿美元。 在成本结构上，OpenAI缺乏自己的芯片，使其在与谷歌的竞争中处于劣势。 谷歌等拥有自己芯片（TPU）和数据中心的大型科技公司，能够绕过“英伟达税”，在成本结构上拥有巨大优势。垂直整合使谷歌能够为其自身的高容量推理工作负载绕过英伟达，这动摇了英伟达在AI芯片市场曾经无可争议的主导地位。 奥特曼私下警告员工，这种依赖第三方硬件的模式，如果逆风持续，可能导致OpenAI的收入增长面临“经济逆风”。 “红色警报”标志着OpenAI的心态从“默认赢家”转变为“如履薄冰”。 这场AI军备竞赛已进入最激烈、最资本密集的“拼刺刀阶段”。OpenAI必须迅速解决其旗舰产品的质量问题和技术底层缺陷，同时继续在财务上消除外界的担忧，才能在与谷歌的全栈式（Full-Stack）竞争中站稳脚跟。 你认为OpenAI能在这场“红色警报”行动中成功反击吗？你更看好OpenAI的“Garlic”还是谷歌的“Gemini”？
-
谷歌测试用AI改写新闻标题引争议：被吐槽标题党且未清晰标注 IT之家 12 月 3 日消息，“《博德之门 3》玩家竟在剥削儿童”“Qi2 会让旧款 Pixel 手机变慢”，据 The Verge 报道，谷歌目前正在实验性地用此类 AI 生成的荒谬标题，替换其新闻推送中原本的标题。 据报道，这些 AI 生成的标题出现在 Google Discover（也就是“在三星 Galaxy 或谷歌 Pixel 手机主屏幕上向右滑动，直到出现新闻资讯流”）中。并非所有 AI 标题都糟糕透顶。例如，“折纸模型获奖”和“现代起亚份额上升”看起来尚可，尽管远不如原标题那样引人入胜。（原标题分别是：“现代与起亚大幅领先对手，美国市场份额创历史新高”以及“14 岁少年凭可承重自身一万倍的折纸作品赢得大奖”）然而，谷歌似乎试图将每篇报道压缩成四个字甚至更短的标题，这种做法却给记者们辛辛苦苦撰写的内容贴上了大量具有误导性、甚至荒唐可笑的标题，而且几乎未明确告知读者这些标题是由 AI 改写的。IT之家注意到，其中一个例子是“Steam Machine 价格公布”，但实际上根本没公布。Valve 公司明确表示要到明年才会公布价格。Ars Technica 原来的标题要严谨得多：“Valve 的 Steam Machine 外形像游戏主机，但别指望它的定价也如此亲民。”还有“微软开发者使用 AI”，这还用说吗？，原标题为《微软开发者是如何使用 AI 的》。 还有“AMD 显卡超越英伟达”，仿佛 AMD 刚刚发布了划时代的显卡新品，而实际上 Wccftech 的原文只是报道某家德国零售商在一周内售出的 AMD 显卡数量超过了英伟达。Wccftech 的原始标题相对克制，却被谷歌改成了典型的标题党。更有一些标题脱离上下文后完全不知所云，这是任何专业编辑都会极力避免的问题。“Schedule 1 farming backup”（一级农业备份？）到底是什么意思？“AI 标签争议升温”（AI tag debate heats）又在讲什么？ 问题不仅在于这些 AI 生成的标题质量低劣，更在于谷歌正在剥夺新闻机构对自己内容进行市场推广的自主权，这就好比作家写了一本书，书店却擅自替作家换了封面。媒体努力撰写那些既能吸引读者、又能准确概括新闻核心、还能让人一眼就明白报道价值并产生合理期待的标题。然而谷歌却似乎认为它可以随意替换这些标题，导致读者误以为是媒体自己在制造标题党，毕竟这些 AI 生成的标题旁边赫然显示着媒体的名称。谷歌确实在部分新闻条目下方标注了“由 AI 生成，可能出错”的提示，但并未说明具体哪些内容经过 AI 修改，而且读者只有点击“查看更多”按钮才能看到这条免责声明。因此，读者很容易误以为这些糟糕的标题是媒体主动提交给 Google Discover 的。 好在是，目前这还只是谷歌的一项实验。如果舆论反弹足够强烈，该公司很可能不会继续推进。谷歌发言人 Mallory Deleon 表示：“这些截图展示的是一项面向部分 Discover 用户的微小 UI 实验。我们正在测试一种新设计，调整现有标题的位置，以便用户在点击跳转至网络各处链接前，更容易理解主题要点。”但整体来看，谷歌近年来的趋势是优先推广自家产品，而非为新闻网站导流。尽管谷歌坚称 AI 搜索不会摧毁互联网，但很难找到一家新闻机构认同这一说法。甚至谷歌自己也在法庭上承认：“开放网络已处于快速衰退之中。”
-
从“表演”到“生意”，人形机器人行业转折点已到来？ 步入12月，2025年收官在即，人形机器人这一年变化非常。从年初时登上春晚，到人形机器人马拉松、运动会等各类活动，会打拳、会跳舞、会“整活”的机器人已随处可见。在这片繁荣景象背后，行业似乎正迎来关键转折点。 高歌猛进与潜在隐忧人形机器人近期表现活跃，相关企业消息频频。“人形机器人第一股”优必选（9880.HK）在市场上频传捷报，一周内签订两笔亿元订单，2025年全年订单总金额超13亿元，其量产交付的实拍视频甚至引来Figure创始人的造假质疑。小鹏的IRON人形机器人走起了“猫步”。在十五运会闭幕式上，越疆的几十台人形和四足机器人在海上、空中舞台完成了人机共舞。宇树科技创始人王兴兴在2025人工智能+大会上透露，宇树研发的人形机器人已经能够完成绝大部分工作动作，无论是通过离线预学习还是实时模仿复刻。他预测，下一个十年，AI技术将赋予机器人真正“理解世界”的能力。随着多模态大模型与机器人的深度融合，机器人将变得更加敏锐和能干。宇树科技也在积极扩大产能。宇树智能应急机器人产业园项目（一期）已完成备案，项目总建筑面积约23.3万平方米，将建设月产能500套的宇树机器人行业应用组装产线，还配备智能应急机器人数智中心、AI算力集群、高速光通信等设施。智元机器人完成了从苏州金鸡湖到上海外滩的百公里跨省行走。在进博会虹桥论坛上，上海市浦东新区区长吴金城表示，智元机器人出货量明年有望全球第一。“果链”巨头立讯精密也透露，预计今年出货3000台人形机器人，明年推出自动化制造产线后将具备从零部件到整机组装的完整生产能力。形成鲜明对比的是，硅谷人形机器人公司K-ScaleLabs倒闭，有着20年历史的机器人公司Aldebaran破产，AI陪伴机器人公司Embodied关停……近日，国家发改委政策研究室副主任、新闻发言人李超在发布会上表示，“速度”与“泡沫”一直是前沿产业发展过程中需要把握和平衡的问题，这对于具身智能产业来讲，也是一样的。李超表示，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，且数量仍在持续增加。其中半数以上为初创企业或“跨行”入局者。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。面对机遇与挑战并存的局面，关键在于合理引导。李超介绍，下一步国家发展改革委将结合“十五五”相关专项规划的编制工作，推动具身智能产业健康规范发展。具体而言将着力推进三方面工作：加速构建行业标准与评价体系，建立健全具身智能行业准入和退出机制，营造公平竞争的市场环境。 上游产业链给出“三年大考”王兴兴反复在公开活动中强调，目前人形机器人的硬件完全够用，而AI模型能力还不够。他坦言，要实现人形机器人的GPT时刻，需要一定的运气成分，未来1-2年将是关键窗口期，谁能率先突破，谁就能成为全球领先的具身智能模型。宇树科技具身智能研发主管肖宇晨近日分享了宇树的最新动态。他表示，当机器人能够对80%未曾见过的任务达到80%的成功率时，就意味着通用具身基模正式出现。而他也指出，高性能整机运控技术是人形机器人高效作业的重要保障。全国减速机标准化技术委员会主任、北京工业大学教授石照耀近日在人形机器人智能关节模组发展论坛上指出，在人形机器人马拉松和运动会上，人形机器人暴露出了诸多技术缺陷。石照耀将这些问题归纳为四个方面：第一是烧电机、烧控制板的问题，这是目前最突出的技术难题；第二是减速机的破损率问题，与预期不同，很多故障实际上是螺钉松动卡死等看似简单的问题；第三是效率问题，在马拉松比赛中，机器人最多更换了13次电池，最少的也换了3次，能效管理亟待改善；第四是控制问题，机器人的运动控制精度和稳定性仍有很大提升空间。“归根结底还是关节的问题。”石照耀指出，关节作为人形机器人的核心部件，面临三个关键挑战：可靠性问题、温度管理问题和效率问题。目前关节可靠性的理论研究几乎是空白，温度管理也同样缺乏系统研究。石照耀特别警告行业要避免“跨界陷阱”。他表示，人形机器人的火热吸引了众多企业布局关节领域，但这些企业主要来自两个方向：一是从做减速器增加电控发展而来，二是从电机企业发展而来，两者的技术路径和效果完全不同。许多企业试图用工业机器人精密减速器的观念、技术、装备和工艺来做人形机器人，这是最大的误区。工业机器人通常要求较高的定位精度，而人形机器人对精度的要求相对较低，这种差异导致了很多企业在设备投入上走了弯路。石照耀透露，目前全国做精密减速器的企业有400多家，其中260多家做精密行星减速器，近130家做谐波减速器。从2022年至今，做谐波减速器的企业已从40多家增加到130多家。他抛出一个值得思考的问题：谐波齿轮的未来在哪里？这一问题，也是人形机器人领域企业都需要思考的问题。机器人智能关节制造商艾克斯智节创始人李建轶对澎湃新闻记者坦言，目前行业盈利仍存在压力，对毛利率要求较高。艾克斯智节今年刚刚成立，目前已经全面投产的一条产线，年产能（按每天8小时工作时长）可达到5万套关节模组。据李建轶介绍，公司未来将扩充到3-5条产线，预计在2027年底前达到70万套的年产能。 李建轶表示：“建立这么多产线，就是为了在这几年先打好基础。今年已经是元年，3年后还看不到量产的话，行业肯定也会慢了。”李建轶指出，目前公司订单仍以四足机器人为主，人形机器人订单为辅，但共有20多家人形机器人企业在打样生产。未来70万套的产能，靠人形机器人来消化也是不够的，主力仍然要靠四足机器人。技术幻想与场景为王是否非人形不可？这个问题自从近几年行业爆发开始，就一直存在争论。目前业界普遍认为，人形不一定是最优解，但却是最通用的解决方案，而真正的通用人形机器人能够出现仍需时间。不过可以看到的是，宇树的人形机器人拳击格斗赛，最初备受质疑，目前已经成为各大展会活动人群最密集的所在。12月2日，众擎机器人也正式公布其全尺寸人形机器人T800，并将在12月24日众擎举办的机器人自由格斗比赛《机甲拳王》中作为核心机型参赛。 与此同时，一些选择了差异化发展路径的企业也已取得实质性进展。“一台咖啡机器人平均每天能卖出60杯咖啡，12个月即可实现盈利。这个生意比跑滴滴要赚。”影智科技董事长唐沐向澎湃新闻记者分享了其公司的实践经验：“今年大概生产了1000多台咖啡机器人，实际出货四五百台，目前订单约800台，但产能仍无法满足需求。”唐沐表示，公司正在上海松江建设新的生产基地。他强调，机器人生产与普通产品不同，特别是在组装和检测环节需要大量定制化产线，新生产基地预计能满足明年需求，但根据当前情况，可能仍会出现供不应求。唐沐直言，现在可能大家都更为关注人形，但人形机器人的落地至少在未来三年都可能会存在问题。“大家讲的是一个全知全能的通用机器人，它落地是非常困难的。从实用落地场景来作为出发点去做机器人，绝不去盲目追求人形，但本质上它在自己的场景里面是工作的最好的”。唐沐对比了两种技术路径：一些人形机器人企业为了实现叠衣服等简单功能，需要采集大量数据，进行不断示范；而专注于特定场景的非人形机器人则已经完成了深度优化。曾任小米生态链副总裁的唐沐表示，在目前大厂还没看清或暂时不愿投入的方向，独辟蹊径、做一些可能更有前瞻性的布局，更能取得成功。标准化引领下半场竞逐标准化建设也是推动行业健康发展的重要力量。11月24日，工信部公示了“工业和信息化部人形机器人标准化技术委员会委员名单”，委员会成员涵盖高校学者、科研机构专家及企业代表，包括优必选、小米机器人、商汤、华为等企业高管。工信部总工程师谢少锋出任主任委员；国家地方共建人形机器人创新中心首席科学家江磊、北京人形机器人创新中心总经理熊友军、王兴兴、智元机器人联合创始人彭志辉（稚晖君）担任副主任委员。江磊此前曾直言，与众多从业者交流后，他发现行业急需通过标准来反内卷。人形机器人行业应通过建立标准实现“反内卷”，以合作取代低水平竞争。“我们应该用合作去早日实现未来的梦想，而不是在行业刚起步时就陷入价格战、应用战。一个好的创意出现，多家公司一拥而上进行复制，这会不断消耗企业家的热情。”此次也入选委员会的石照耀指出，此前各个标准化管理委员会都在制定人形机器人相关标准，“出现很多行业标准、地方标准，对行业既有好处也有干扰”，工信部直接出面成立全国性标准化技术委员会，有助于统一标准体系，避免重复建设和资源浪费。他认为，未来十年将是人形机器人的黄金十年，推动力量从过去工业机器人发展的“三股力量”增加到“四股力量”：市场需求、技术迭代、政府支持和资本投入。特别是在市场需求方面，老龄化社会的到来创造了迫切需求；技术层面，AI与机器人的深度融合加速了迭代进程；政策层面，支持力度空前；资本层面，大量资金涌入为行业提供了强大动力。石照耀指出，许多企业跟随特斯拉的技术路线，如果特斯拉第三代产品能带来惊喜或在应用场景方面取得突破，国内很快会形成发展高峰，速度可能超过2019年特斯拉电动车进入上海带来的效应。“明年一季度可能是一个很关键的时间点。”人形机器人行业正处在“理想牵引”与“现实经营”并行的阶段，无论是坚持人形路线，还是专注细分场景，都要在技术创新与商业可行之间找到平衡。最终的胜出者或许不是技术最炫酷的，而是能最先找到规模化应用场景、实现商业闭环的。当泡沫褪去，终将见到谁能在热潮中站稳脚跟，成为真正的领跑者。
-
ChatGPT和苹果健康有望实现数据互通，AI教练定制专属健身计划 IT之家 12 月 3 日消息，科技媒体 Appleinsider 昨日（12 月 2 日）发布博文，报道称适用于 iPhone 的新版 ChatGPT 应用代码中，发现了一个“苹果健康”（Apple Health）应用的图标，暗示两者未来可能实现数据互通。根据曝光的图片显示，ChatGPT 可以访问用户活动、睡眠、饮食、呼吸和听力相关的多个 Apple 健康类别，但目前尚无实际方法启用此功能，OpenAI 也未公布具体上线时间或功能细节。 该媒体基于图片展望，认为在集成实现，ChatGPT 在获得用户授权后，将能读取“健康”应用内的数据，例如心率、体重、步数及步态等，其最直接的应用便是分析用户的整体健康状况。例如，通过识别数据趋势，ChatGPT 或可发现潜在的疾病症状，或建议用户重点改善的健康领域。IT之家援引博文介绍，它还能扮演虚拟教练的角色。当用户设定减重或增肌等目标后，ChatGPT 可以分析现有健康数据，为其量身定制针对性的锻炼计划，并持续提供指导。该媒体也指出这项集成背后的隐私分享。这次潜在的集成将如何落地，尤其是由谁主导，将直接决定用户个人健康数据的安全。如果由苹果主导，情况会相对安全。参照苹果与 Siri 的集成模式，苹果会在将用户请求发送给 ChatGPT 之前，剥离所有可识别个人身份的细节，从而保护用户隐私。相反，如果通过苹果的 HealthKit 直接连接，用户授权后可能会将大量原始健康数据交给 OpenAI。届时，用户将不得不完全信赖 OpenAI 会遵守隐私规则，并且不会以任何方式滥用这些高度敏感的信息。在 ChatGPT 探索健康领域的同时，苹果自身也并未落后。据报道，苹果公司正在推进一个名为“Project Mulberry”的项目，旨在通过增加一个 AI 代理教练来重构“健康”应用。该教练同样会监控“健康”应用中的数据，并为用户提供改善身体状况的建议。据悉，苹果正与内部医生合作训练该 AI，以确保其建议的准确性。
