找到
1959
篇与
互联网
相关的结果
- 第 40 页
-
阿里发布千问最强推理模型Qwen3-Max-Thinking 阿里巴巴1月26日正式发布千问旗舰推理模型Qwen3-Max-Thinking，在多项权威评测中刷新全球纪录，成为迄今最接近国际顶尖模型的国产AI大模型。这标志着中国大模型从“追平”到“领跑"的关键突破。据阿里云发布的信息，该模型总参数量超万亿，预训练数据量达36T Tokens，是目前阿里规模最大、能力最强的千问推理模型。在涵盖事实知识、复杂推理、指令遵循、人类偏好对齐、Agent能力等19项公认基准测试中，Qwen3-Max-Thinking整体性能可媲美GPT-5.2-Thinking、Claude Opus 4.5和Gemini 3 Pro等国际顶尖模型。该模型采用全新的测试时扩展机制，实现推理性能大幅提升的同时更具经济性。在启用工具的HLE（Humanity's Last Exam）评测中，千问得分58.3，大幅超过GPT-5.2-Thinking的45.5和Gemini 3 Pro的45.8，录得当前所有模型的最高分。阿里巴巴同日宣布，根据Hugging Face数据，Qwen衍生模型数量突破20万，成为全球首个达成此目标的开源大模型。Qwen系列模型累计下载量突破10亿次，被开发者日均下载110万次，稳居全球开源大模型首位。推理技术实现代际突破Qwen3-Max-Thinking的核心创新在于测试时扩展机制的应用。阿里云表示，这种机制可对此前推理的结果进行"经验提取"式的提炼，并据此进行多轮自我迭代，在相同的上下文中实现更高效的推理计算。这一技术路径区别于业界普遍采用的推理计算方式。阿里云指出，传统方法只会简单增加并行推理路径，重复推导已知结论的情况常见，导致冗余推理效率低下。而千问新模型通过"经验提取"机制，可识别并剪枝冗余的逻辑路径，确保算力被用于探索最有价值的分支。该模型进行了更大规模的强化学习后训练。阿里云数据显示，在此前预览版Qwen3-Max-Thinking斩获数学推理AIME 25和HMMT 25国内首个双满分的基础上，通义团队进一步提升了正式版性能，在多项基准测试中刷新最佳表现纪录。在HLE这一被称为"人类最后的测试"的评测中，千问得分58.3，较GPT-5.2-Thinking和Gemini 3 Pro分别高出12.8分和12.5分。在AI评测领域，超过10分的差距通常意味着代际级的领先。 原生Agent能力大幅增强面向智能体时代，Qwen3-Max-Thinking大幅增强了自主调用工具的原生Agent能力。该模型可在对话过程中自主选用搜索、个性化记忆和代码解释器等核心工具功能，提供更符合用户需求的智能回答。阿里云介绍，这种能力源自通义团队专门设计的训练流程。在完成初步的工具使用微调后，团队对模型在大量多样化任务上进行了基于规则奖励与模型奖励的联合强化学习训练，使Qwen3-Max-Thinking能够更智能地结合工具进行思考。这一能力的提升带来实际应用价值的改变。模型不再是单纯的"大脑"，需要外挂工具导致指令遵循不稳定，而是可以自主判断何时搜索互联网、何时编写代码、何时查阅知识库，并根据反馈动态调整计划。阿里云表示，这种机制大幅降低了模型幻觉，为企业级应用提供了必要的可靠性保障。目前，开发者可在QwenChat上免费体验Qwen3-Max-Thinking模型，企业可通过阿里云百炼获取新模型API服务。普通用户可通过千问PC端和网页端试用模型，千问APP也即将接入新模型。开源生态确立全球领先地位Qwen系列在开源生态的表现展现了中国大模型的全球影响力。根据Hugging Face数据，基于Qwen的衍生模型数量突破20万个，成为全球首个达成此目标的开源家族。其累计下载量突破10亿次，日均下载量达110万次。这一数据意味着Qwen已完全超越此前被视为开源大模型默认标准的Meta Llama系列。据此前报道，Meta内部代号“牛油果”的秘密项目，在训练新模型时采用了“蒸馏”技术向包括Qwen在内的多方开源模型学习，在技术层面间接承认了Qwen在特定能力上的领先。Qwen的全球采用份额持续扩大。阿里巴巴采用"全尺寸、全模态"策略，从0.5B到480B的全参数段覆盖，以及对119种语言的支持，使其在东南亚、中东等新兴市场迅速成为首选。这一开源战略正在转化为实际的市场优势。千问APP上线首周下载量突破1000万，两个月月活突破1亿。该应用全面接入淘宝、支付宝、飞猪、高德等生态，用户可通过语音指令完成订机票、叫外卖等全流程，将AI价值从信息层推向交易层。全栈布局构建竞争护城河阿里巴巴在AI领域的布局覆盖算力、模型、应用全栈。在底层算力方面，平头哥研发的PPU在特定推理任务上的性能已与英伟达H20相当，配合倚天710服务器芯片，构建了"一云多芯"的异构算力体系。据市场消息，阿里巴巴已决定支持平头哥未来独立上市。阿里云已构建起中国最完整的AI基础设施。据摩根士丹利预测，阿里云收入将在三年内翻倍，从2025财年的1180亿元增长至2028财年的2400亿元。其目标是在2026年拿下中国AI云市场增量的80%。阿里CEO吴泳铭去年宣布，未来三年将投入超过3800亿元用于建设云和AI硬件基础设施。这一投入规模与谷歌、Meta和亚马逊等美股科技巨头的AI资本开支处于同一量级，体现了阿里对AI长期竞争力的战略判断。Qwen3-Max-Thinking的发布标志着阿里巴巴在AI算法上的顶级实力得到验证，配合其在算力、应用层面的全栈能力，为中国大模型从"追平"到"领跑"的转变提供了关键案例。
-
让Mac Mini都涨价的AI助手，真有那么强吗？ 最近的社交媒体，被一个叫 Clawdbot 的项目刷屏了，锣鼓喧天的动静，仿佛让我回到了Gemini 3 pro刚发布的那个下午。 这是一个在 GitHub 上的开源项目，现已斩获三万星，还在不断累加。而它的用途，简单来说，就是通过对话的方式，让AI操控你的电脑干任何事。 有人用它创建了一个24小时帮他看盘、还能自主下单赚钱的数字员工，实现全天候全自动交易。 有人说用它去和经销商讲价，然后让自己买新车时，便宜了4200美元。 国外一个科技博主更是沉迷了，说他在一周内用 Clawdbot 消耗掉了 1.8 亿个 Token，最后的结论是：用过这种超能力之后，我再也回不去了。 好家伙，这不就是钢铁侠里的贾维斯吗？我躺椅子上光下指令，电脑呼哧呼哧给我全干了，难道说，未来真的来了。。因为这玩意很适合Mac mini上跑，功耗低、体积小，甚至把Mac mini价格都抬高了。 于是世超掏出了编辑部那台祖传的 Mac，花了一下午把这玩意装上了。结果用了一个下午，给我和电脑全干红温了。先给个结论吧，这玩意确实算得上有用，但有些人吹得可能有点过了。 在聊体验之前，先给不了解的大伙科普一下这玩意为啥能这么火。简单说，Clawdbot 跟ChatGPT那种聊天机器人不一样，它不耍嘴皮子，而是真能干活的 Agent。操作你的电脑、读写文件、发邮件、控制浏览器，甚至能打开 VS Code 帮你写代码，写完还能自己跑测试。而且，它还支持多渠道接入，意思就是你在手机上的电报、WhatsApp 等通讯软件里发条消息，它就能在你电脑上开始干活，你都不需要在电脑旁边。它还说有永久无限记忆，你几天前给它吩咐过的事儿，它过几天还会主动帮你做了。听描述，确实有点像真正的人类实习生了，居然还会主动被压榨？ 听起来很美好，那我们来实测一下。我给它安排了三个任务。首先是最经典的桌面清理大师任务。这几天各种AI工具疯狂吻了上来，什么 Cowork，Openwork。。世超的文件夹已经乱成一锅粥了。 于是我在电报里给它发了条消息：帮我把录屏文件夹按类型分类整理一下。 然后 Clawdbot 就开始干活了。它先扫描了一遍文件夹，创建了几个分类，比如录屏、文档资料、截屏图片和其他。接着开始一个个移动文件。结果，确实好用。整理得挺干净的，文件都分对了类。 耗时大概一分钟吧。但说实话，我自己手动整理可能也就一分钟，但胜在不用动脑子。除了这个，Clawdbot还能实现“AI 指挥 AI”的套娃操作，也就是指挥其它AI工具帮你干活。比如，我可以让它去Claude Code里，帮我写一个 Python 脚本，功能是批量把各个视频文件转换成GIF。 过程挺顺利的，代码写出来能跑，也没什么 bug，也确实方便啊，之前截个视频转成GIF可麻烦多了。 第三个任务，是帮我发个小红书。这个任务是我最想试的，因为涉及到浏览器操作和社交媒体发布，如果能成，那咱以后就能实现全自动媒体运营了。我给它很简单的要求，让它帮我发一条小红书，内容随便。然后。。它卡住了。原因是我没登录小红书网页版。按正常的逻辑，卡住了它应该来问问我账号密码吧，它也没有，就在那干等着。我问它等啥呢，它也不回我话，于是我想到了一种最恐怖的可能。我去我账户里一看，把我token用完了。 我刚充的5美金，半个任务就给我干完了？后来，世超只能含泪又充了5刀，模型换成了便宜点的GLM。。这下倒是不担心钱包了，但效果好像有点打折扣了。。世超给它登录好了，页面也给它打开了，然后还要像拿鞭子抽陀螺一样，抽它一次它转一会儿。 在我再三催促之后，它才完成了这个任务。不过，这图也有点太丑了，留了巨宽一条缝。。 三个任务做完，世超是对 Clawdbot 有了比较清醒的认识：确实有点用，但能力，比较靠基底模型来拉。。像我换成GLM，效果就略逊于 Claude Opus 了。而且要是想干些复杂的活，钱包可能就受不住了，跑一天可能得几十上百刀，这哪是招了个实习生，这是供祖宗来了。。那你要是说，我就是想简单玩玩呢？其实这玩意的安装配置门槛，也远不像很多媒体说的“轻松搞定”，你至少得能看懂一些英语和代码，报错都是纯英文的，而且很多还莫名其妙。世超也跟 AI 对线了很久才搞好，如果你是纯小白，大概率会在配置环节劝退。 就算你能搞定，对我们国内玩家来说，它只能操作浏览器和桌面应用，而像微信、抖音、淘宝，这些我们天天用的 App，都有很强的风控机制，你用AI去操作它们，可能轻则警告，重则封号。最后，是不得不说的安全隐患。这玩意能干活，是建立在你把你电脑的控制权全交给一个AI的基础上的，相当于把你的账号密码、银行卡信息、聊天记录、机密文件等全交给 AI。比如有个用户说让 Clawdbot 帮忙买车，它自动打开浏览器填表单，然后自动填了真实电话号码，然后那哥们就开始收到一堆骚扰电话了。 万一有人在网页里藏了恶意指令，让 Clawdbot 读到这里之后，帮忙转账、发邮件、删文件，那可就没这么简单了。所以大伙如果想试，要么在一个不常用的电脑，要么就开虚拟机吧，千万别上你主力机裸奔。当然，世超也有一点主观上的感受：对我个人来说，很多任务自己上手 30 秒就搞定了，让 AI 来做，反而要描述需求、等它执行、检查结果。。。流程拉长了不少。而且还有概率干崩，比如前段时间的 Cowork 就做了不少好事。。。 但这可能是我的问题，我确实没忙到需要一个 AI 管家的程度。如果你是那种每天要处理几十封邮件、同时跟进十几个项目的人，有大量重复性的工作需要批量处理，Clawdbot 可能真能帮你省下不少时间。最后，从去年年初的MCP，到今年年初的各种类 Cowork 的项目，咱一直都在宣称让“AI动手干活”，但这么久了干的活还是写邮件、整理文件这种活，所以，大伙也不必这么惊讶。吐槽归吐槽，但我得说，Clawdbot 展示的方向是对的。远程遥控、持久记忆、主动执行，这些都是 AI 助手应该有的能力。两年前的 ChatGPT 也就只能陪你聊天，现在已经能写代码、画图、联网搜索了。技术的进步比我们想象的要快。但现在嘛，Clawdbot 更像是极客的玩具。适合爱折腾朋友们发个文炫耀一下我有个 AI 管家。真正拿来日常使用，其实还差点意思。所以这玩意值不值得装？如果你是喜欢折腾的技术党，可以玩玩，确实能学到不少东西；如果你真想投入工作，那建议还是等等，等它的安全问题解决，以及干活更方便的时候。也许再过一阵，这些槽点就都不是问题了。撰文：不咕编辑：江江 & 面线美编：焕妍图片、资料来源：X、Clawdbot、Youtube，部分图源互联网
-
宇树科技，将三登春晚 1月26日，宇树科技宣布，公司成为中央广播电视总台2026年春晚机器人合作伙伴，将第三次登上春晚。 在此之前，银河通用机器人已成为总台2026年春节联欢晚会指定具身大模型机器人，魔法原子成为智能机器人战略合作伙伴。宇树科技同时介绍，从2021年牛年春晚机器牛“犇犇”的初次亮相，到去年由张艺谋导演执导的人形机器人《种BOT》的“现象级”破圈，2026年其将再度携手总台，奉献一场引领全球科技进步的除夕盛宴。宇树科技还回溯了2025年主要成就，包括举办全球人形机器人首次格斗比赛；在全球首届人形机器人运动会上获得四金，是获得金牌数和奖牌数最多的公司。在应用层面，宇树科技称，公司率先将机器人带上了话剧和演唱会的舞台，让大众近距离感受到机器人的魅力。宇树科技还罕见提到了工业应用情况：“除了舞台，宇树的四足和人形机器人也在工业场景里默默耕耘。”在出货量上，宇树科技表示，公司四足机器人和人形机器人最近几年出货量全球第一，实现了规模化交付的重大跨越。出货量统计口径基于互联网公开的第三方数据估计。来源 上海证券报编辑 潘俐审核 张倩 王晨郁校对 彭申蕾
-
全球首条机器人关节自动化产线启动 来源：中证网“浦东发布”微信公众号1月25日消息，近日，国内人形机器人关节模组头部企业——意优科技“全球首条机器人关节自动化产线”在浦东投产。这是具身智能产业从技术研发迈向规模化制造的关键跨越，标志着人形机器人核心部件量产瓶颈的突破，为人形机器人的大规模推广应用按下“加速键”。据介绍，目前产线年产能达10万台，而规划中的产线扩容将使总产能迈向30万台，为下游整机企业提供前所未有的产能保障。意优科技创始人孙则讵表示，产线的启动标志着人形机器人核心零部件的生产从“手工作坊”时代迈入了“精密智造”时代。“这不仅是为了扩大产能，更是为了将产品的一致性和可靠性提升到新高度，以满足未来人形机器人万台级乃至十万台级的量产需求。”据了解，意优科技自成立起便专注于机器人一体化关节模组的研发，其核心团队拥有超过20年的机器人研发经验，产品线覆盖行星、谐波和直线三大类关节模组，能满足人形机器人从上肢、腰部到下肢的全方位动力需求。
-
又一个火出圈的AI应用！个人AI助理的雏形：Clawdbot来了 一个能够自我改进、运行在本地电脑上的AI助理正在改变人们对数字助手的认知。开源项目Clawdbot展示了个人AI助理的全新可能性：它不仅能记住用户偏好、控制智能家居和管理日程，还能通过访问电脑文件系统和终端命令来自主学习新技能，甚至可以改写自己的代码以满足用户需求。知名科技博客Macstories作者Federico Viticci最新撰文称，这个由Peter Steinberger开发的项目近期在AI社区迅速走红。与ChatGPT或Claude等主流应用不同，Clawdbot完全运行在用户本地设备上，通过Telegram、iMessage等常用通讯软件交互，无需安装额外应用。用户可以用语音或文字与它对话，它会根据交互方式智能选择回复形式。文章指出，Clawdbot的核心突破在于其"可塑性"。它将设置、偏好和记忆以Markdown文档形式存储在本地文件夹中，用户可以直接查看和修改，也可以通过对话让它自主调整功能。这种设计让AI助理从封闭的产品变成了开放的平台，用户能够根据个人需求无限定制。这一项目引发了关于AI助理未来形态的讨论。当AI能够按需创建任何功能时，传统应用商店和独立开发者的角色将面临重新定义。Clawdbot虽然仍是小众的技术项目，但它所代表的趋势——高度个性化、自适应的AI软件——可能预示着软件行业即将到来的深刻变革。本地运行的智能代理 Clawdbot的架构设计体现了与主流AI应用的根本差异。它由两个核心部分组成：一个运行在用户电脑上的LLM驱动代理，以及一个连接多种通讯应用的"网关"系统。该项目支持Claude、Gemini等多种主流模型，但所有设置、用户记忆和指令都以文件夹和Markdown文档形式存储在本地。 这种设计类似于笔记应用Obsidian的理念：虽然依赖云端LLM服务提供智能能力，但数据存储和运行逻辑完全在本地，用户拥有完整的控制权。Federico Viticci在文章中表示，最关键的是，Clawdbot拥有访问电脑shell和文件系统的权限。在获得授权后，它可以执行终端命令、即时编写并运行脚本、安装新技能模块，以及配置MCP服务器来获得外部集成能力。这种架构让AI助理从被动响应工具变成了主动执行任务的代理。文章指出，Federico Viticci在测试中消耗了1.8亿个API tokens。他将自己的Clawdbot助理命名为Navi，并通过Telegram与其交互。Navi运行在他的M4 Mac mini服务器上，能够控制Spotify、Sonos音响、Philips Hue灯光以及Gmail账户。 自我进化的能力 Clawdbot最引人注目的特性是其自我改进能力。用户可以直接要求它为自己添加新功能，它会自主完成整个开发过程。在一次测试中，Federico Viticci要求Clawdbot为自己添加图像生成功能。该助理随即配置了Google的Nano Banana Pro模型支持，甚至主动说明了如何在macOS钥匙串中安全存储Gemini凭证。随后，Federico Viticci让它创建一个结合原有吉祥物和《塞尔达传说》中Navi角色的头像，Clawdbot通过Google搜索找到了相关素材并生成了图像。 这种能力延伸到了更复杂的场景。Viticci此前为Club MacStories会员开发过一个使用Groq托管的Whisper模型转录音频的快捷指令。他将相关文章链接发给Clawdbot，要求它为自己添加转录Telegram语音消息的功能。两分钟后，Clawdbot创建了一个改编自原快捷指令的技能模块。为了实现更自然的交互，Viticci进一步要求助理能够智能匹配回复方式：语音请求用语音回复，文字请求用文字回复。Clawdbot自主研究了ElevenLabs的最新TTS模型文档，请求了API凭证，并创建了三个不同个性的测试语音供选择。最终，Navi获得了语音回复能力，支持意大利语、英语或两种语言混合使用。替代传统自动化服务 Clawdbot展示了用本地AI代理替代云端自动化服务的可能性。Viticci尝试用它取代部分运行多年的Zapier自动化流程以节省订阅费用。其中一个案例是自动创建MacStories Weekly项目的流程。原有的Zapier配置会在每周五发送newsletter后检查RSS源，将期号加1，并通过Todoist API创建新项目。文章指出，Federico Viticci询问Clawdbot能否复制这一功能，后者提出了解决方案：在Mac mini上设置cron定时任务，每隔几小时检查RSS源，发现新期号时自动创建项目。五分钟的对话后，Clawdbot在Mac上完成了全部配置，无需云服务依赖，也不需要订阅费用。这让Federico Viticci开始思考有多少自动化层级和服务可以通过给予Clawdbot提示和shell访问权限来替代。每天早晨，Clawdbot会根据日历、Notion、Todoist等数据自动发送日报，并附带由Nano Banana每日生成的配图。这些功能都通过本地cron任务实现，完全脱离了第三方自动化平台。 Clawdbot的记忆系统同样基于本地文件。它每天自动生成Markdown格式的日志来记录交互内容，这些文件可以直接导入Obsidian、通过Raycast搜索，或用Hazel进行自动化处理。对软件生态的挑战 Clawdbot引发了关于应用开发未来的深层讨论。当AI助理能够按需创建任何功能时，传统应用商店和独立开发者的价值主张将面临挑战。文章称，Federico Viticci在测试中让Clawdbot为他的LG电视创建了虚拟遥控器，并设置了个性化的语音晨报——这些都是通过简单的文字指令完成的。他提出疑问： 如果AI助理能够精确按照个人需求创建功能，为什么还要去App Store寻找他人开发的预制解决方案？当任何自动化需求都可以通过向数字助理发送消息来实现时，Shortcuts这类工具的定位又在哪里？ OpenAI应用业务CEO Fidji Simo曾撰文指出，AI实验室应该更多地利用模型能力来构建个人超级助理，解决"能力过剩"问题。Clawdbot正是这一理念的实践：它不受开发者预设功能的限制，用户可以自主决定助理的能力边界，并随时检查后台运行逻辑。Viticci表示，使用Clawdbot让他在一周内学到的SSH、cron、web API和Tailscale知识超过了近二十年的计算机使用经验。这种通过对话让电脑执行任何任务的体验既令人兴奋又引人深思。文章指出，该项目也展示了当代AI代理在获得适当权限后的潜力：它们能够构建工具并通过准递归改进为特定用户变得更智能。所有主要AI公司都注意到了这一趋势，近期的功能发布都围绕虚拟文件系统沙盒或命令行访问展开。
-
菜场烟火与AI民生叙事 稿件来源：新华每日电讯 经济本报记者 杨有宗一月的上海，寒风吹不散陆家嘴锦德菜场的烟火气。24日中午，挑拣水果的市民突然停下了脚步——那个常以黑色皮衣、科技精英形象示人的英伟达创始人黄仁勋，像邻家老伯般站在摊位前，捏起一枚鲜果试吃，随后递上印着“黄”字的红包，在摊主的笑意里落笔签名。这位全球AI芯片巨头的身影，妥帖地嵌入上海的市井肌理。在离这座菜场十多公里外的张江科学城里，有着英伟达的新办公室。菜场烟火与科技前沿，两种看似割裂的场景，却在浦东的土地上构成了最精妙的时代对话。这对话的底色，是浦东开发开放36年来的沧桑巨变，形成独属上海科技发展的张力。从1990年浦东开发开放时的滩涂，到如今陆家嘴的金融繁华、张江的科创密集，这片土地始终在“硬核发展”与“柔软民生”之间寻找着最优解。锦德菜场的智能电子秤、实时滚动的菜价大屏、扫码支付的便捷流转与张江实验室里的芯片算力、AI算法，正是支撑这份民生便捷的底层根基。黄仁勋在达沃斯论坛上曾提出AI“五层蛋糕”理论，最顶层的应用层，被他定义为“经济效益源泉”。锦德菜场里的每一个瞬间，都在为这个理论写下生动注解。摊主通过智能后台分析销量调整进货量，市民用手机扫码完成支付，冷链物流依靠算法保障食材新鲜——这些看似与芯片、算力无关的日常场景，实则都是AI技术支撑下民生的鲜活实践。AI的终极价值，不是实验室里的参数比拼，而是让普通人的日子更有质感。热闹和喧嚣背后是中国市场在全球AI格局中的重要分量。当全球科技竞争进入“竞合”新阶段，浦东这片兼具科创纵深与民生厚度的土地，自然成为跨国企业扎根中国的重要支点——这里既有张江科学城一系列科技创新，更有亿万民众对智能生活的真实需求。浦东提出，到2030年，张江人工智能创新小镇将实现集聚人工智能垂类大模型应用企业超1000家、产业规模超1000亿元的“双千”目标，形成一批具有复制推广意义的标杆应用场景。张江的人工智能发展，最终还是要服务于自动驾驶的安全出行、医疗诊断的精准高效，支撑普通人的安居乐业。硬核的科技与柔软的民生相拥，前沿的探索与日常的坚守共生。未来，藏在每一枚芯片的算力中，藏在每一份菜篮子的新鲜里，藏在科技与民生相互成就的岁月长歌里。（杨有宗）
-
中信建投：AI多模态和世界模型或重塑多个行业的业务逻辑 智通财经APP获悉，中信建投发布研报称，作为全球多模态技术相对领先的厂商，谷歌、快手等头部模型重点解决了角色一致性与物理逻辑难题，快手可灵月活破千万并实现订阅收入增长，标志着多模态工具从娱乐走向生产力。应用侧，AI漫剧接棒短剧成为新增长极，字节跳动等平台通过高额激励推动内容精品化，AI加速IP影视化进程，有望催生新的市场机遇，重塑广告与游戏资产生产逻辑。展望未来，原生多模态与世界模型技术共同演进，有望重塑营销、影视、游戏等下游产业格局。中信建投主要观点如下：作为全球多模态技术相对领先的厂商，谷歌Veo、Gemini、Nanobanana等系列模型在超长上下文理解与原生音视频融合领域确立了深厚壁垒，国内快手可灵、MiniMax海螺、阿里通义万相及智谱等头部玩家亦通过架构和技术革新，重点解决了视频生成中长期存在的角色一致性失控、物理逻辑崩坏以及分镜不可控等工业化生产难题，加速促进多模态技术商业化变革：海螺AI：MiniMax(00100)10月28日更新的Hailuo2.3系列模型重点聚焦物理稳定性与全模态协作，解决了大动态运镜下的物理崩坏问题，大规模运动指令下对光影方向、明暗过渡及物理碰撞逻辑的模拟已接近实拍质感，尤其在复杂肢体动作如精细抓取与手指交叉方面展现了极高的稳定性。海螺Media Agent则进一步将视频、语音及语言模型封装为统一的智能体，支持在无限画布中通过自然语言协作。用户仅需输入简单的商业创意，Agent即可自主完成脚本生成、视频渲染与音效配置。可灵AI：快手(01024)可灵12月1日发布的o1是行业内首个将多种创作任务整合进统一引擎的视频大模型。该模型基于多模态视觉语言理念，将参考图生视频、内容增删、风格重绘等功能融合，解决了过去创作中功能割裂的问题。根据快手内部测试数据，可灵o1在图片参考任务中的胜负比达到247%，在指令变换任务中的胜负比达到230%，在理解复杂创作意图方面表现突出。可灵视频2.6模型则进一步强化了音频同步与动作控制能力，支持在生成视频的同时直出自然语言对话与音效，并具备针对手势、表情及肢体动作的精细化驱动。据实测，可灵2.6支持长达30秒的复杂武打动作控制，且在生成过程中可维持音色的一致性，使得视频生成可控性进一步增强。阿里通义万相：阿里于2025年12月26日正式发布通义万相2.6系列模型，通过多模态联合建模技术，实现了国内首个商业化角色扮演功能。具体而言，万相2.6通过提取参考视频中的主体情绪、姿态及声学特征，在生成阶段作为约束条件，确保了角色在不同镜头间的一致性，解决了影视创作中IP形象易闪烁的痛点。在叙事控制方面，万相2.6引入了专业的分镜控制公式，能够理解高层语义逻辑，将文本自动拆解为远景环境、中景动作与近景特写等专业镜头组合。目前，万相2.6支持单次生成15秒的高清视频，为国内当前公开测试的最高指标，其对镜头节奏与画面氛围的高一致性建模，为专业导演提供了可量产的数字生产工具。智谱：2026年1月14日，智谱(02513)AI联合华为发布的GLM-Image，成为首个在国产全栈算力底座上完成全流程训练的SOTA图像生成模型，验证了国产昇腾芯片与昇思框架在大模型训练中的可靠性。技术方面，GLM-Image模型采用自回归理解结合扩散解码的混合架构，兼顾了宏观逻辑理解与微观细节刻画，在处理知识密集型场景时表现优异，特别是在复杂的海报排版、带有数据信息的图表生成方面，解决了汉字渲染乱码的行业难题。此外，GLM-Image模型原生支持1024x1024至2048x2048的任意比例输出，且能理解具有推理性质的创作指令，API调用模式下生成一张图片仅需0.1元，极具性价比优势。产业端，模型能力的突破已带动社区传播与商业化落地。快手可灵2.6“动作控制”功能驱动了以宠物跳舞为代表的现象级视频在全球范围内的爆火，不仅带动了C端用户的涌入，更直接转化为了订阅收入。根据晚点独家调研数据，可灵AI的月活跃用户数在2026年1月已突破1200万；截至2026年1月20日，可灵App端付费用户规模环比增长达350%，1月的日均收入较12月日均高出约 30%(2025 年 12 月可灵单月收入超过 2000 万美元)。从收入构成看，2025年可灵全年收入预计达1.4亿美元，其中专业生产者贡献了近70%的份额，这与快手一直以来瞄准P端(自媒体视频创作者、广告从业人员等)用户的战略相一致——即多模态AI工具已脱离娱乐属性，成为影视、广告等行业从业者的生产力标配，初步形成商业闭环。AI漫剧则成为了继短剧之后视频生成应用的又一场景，字节跳动等头部平台正通过激进的激励政策推动AI内容精品化。以抖音短剧版权中心为例，其2025年12月16日推出了“漫剧创作激励计划”，对使用豆包大模型制作漫剧的机构提供15%的技术成本补贴；而后，抖音进一步加码漫剧创作激励，给予S+漫剧保底激励5000元/分，单部剧保底50万-75万，超头部作品最高分成达30000元/分；同时平台开放了番茄小说超过6万部优质IP库，并全额补贴改编费用。数据显示，2025 年 9 月红果短剧月活用户约 2.36 亿，超过了B 站和优酷，接近芒果TV；而从市场规模来看，短剧今年有望突破千亿，漫剧有望突破200亿，展现出巨大的潜力。从短剧的视频素材生成到完整漫剧生成，AI技术正催生全新的产业生态，逐步产生商业化价值。展望未来，多模态技术一方面向视频、音频、图像、文本统一的原生多模态发展，另一方面则向具备物理常识与逻辑推理的世界模型演进。前者强调AI能在一套框架下对各种模态进行统一处理；后者则意味着AI能够像人类大脑一样根据当前画面预测下一帧会发生什么。而在应用场景的延伸上，原生多模态和世界模型都将重塑多个行业的业务逻辑。例如在搜索与营销领域，最近正发生SEO到GEO的变化，未来可能进一步发展为生成式视觉检索，不仅可以搜图，还可以直接获得AI实时生成的定制化视频作为回答；而在文娱板块，短剧、漫剧已呈现快速放量的趋势，小说IP+AI视频的组合能够加速IP影视化过程；游戏产业同样深受生成式AI影响，目前头部公司纷纷将AI应用于美术资产的辅助生产，未来在世界模型的加持下，实时游戏引擎也将成为可能，带来类“头号玩家”的元宇宙开放世界游戏体验。风险提示：AI产业商业化落地不及预期；市场竞争风险；地缘政治风险。
-
马斯克确认特斯拉旗下自动驾驶无人出租车Cybercab 4月量产 IT之家 1 月 26 日消息，马斯克在 X 平台回帖，再次确认特斯拉旗下自动驾驶无人出租车 Cybercab 将于今年 4 月量产，目前原型车已在美国阿拉斯加展开冬季测试。值得注意的是，测试中的 Cybercab 配备了雪地轮胎。 马斯克此前曾提醒，Cybercab 的量产初期进度会相当缓慢，这是因为“新车型的产能爬坡通常呈 S 型曲线，初期产量往往受限于大量全新零部件和制造工艺”。综合马斯克关于量产时间的表态以及特斯拉公布的测试进展来看，Cybercab 虽然已接近投产阶段，但目前特斯拉仍在持续对该车进行可靠性验证工作，以确保其在真实环境中实现稳定运行。
-
语法正确，疑似AI：人工智能如何重塑我们的写作与信任 一、“AI起号速成班”AI拥有近乎零门槛的强大文本生成能力，正被无数用户用于互联网的各个角落，制造并散播着海量的“内容垃圾”。互联网这片曾经最美好的创意沃土与数字原野，如今俨然已有变成AI内容垃圾场的趋势。当我们在小红书、B站等内容社区漫游时，那些有着典型AI生成痕迹的诡异视频和笔记，总会在不经意间从算法喂给我们的推荐流中，像驱之不尽的苍蝇般出现，让人产生本能的反感与排斥：“又一个照抄别人视频，AI批量生产垃圾的克隆号……”“发布前能不能至少先把那些AI生成的符号删掉？”与亲力亲为的起号者们相较，还有更让人忧虑的——各式各样的“AI起号速成班”也在泛滥。 随手一搜就可以检索到一堆用AI进行小红书起号、变现的“运营方法”和售课广告没有门槛，不需要任何技术基础，不再需要精心构思与创作内容，只要你会用AI并愿意每天轻点几下手指，就能在这场数字狂欢中分一杯羹。二、一场针对标点符号的“绞杀”正因如此，一桩耸人听闻的“谋杀”正在悄然发生——“罹难者”是我们最熟悉的标点符号，包括破折号（——）、双引号（“”）、星号（*）、井号（#）等。这场“谋杀”的动机颇具“AI朋克”色彩：AI生成的文本通常默认采用Markdown（简称MD）格式，这种格式具有明显的语法特征——例如用星号（*）表示斜体、井号（#）定义标题等。因为这些标准化标记语法与人类的自然写作习惯存在明显差异，所以如果一个文本中出现大量MD常用的标点符号，就极有可能是AI生成的。 “数字生命卡兹克”推文“AI杀死了破折号，也绞杀了语文”于是，一些国外的社交网站如Reddit就顺理成章把有没有破折号作为内容是否为AI生成的标准之一。只要出现这个符号，内容就可能被审核系统自动判定为AI撰写。国内的内容社区如小红书等，也已经开始采用类似的办法，并对相关账号进行流量和权重等方面的处罚。 国家网信办等发布的《人工智能生成合成内容标识办法》于2025年9月1日正式生效标点符号如今成了AI生成内容的专属胎记，一旦文本中出现它们的踪迹，就吸血鬼不小心暴露了自己的尖牙一样，人们开始下意识地将其与“AI腔”划等号。然而如果回溯人类语言文化的发展历程，我们会发现，标点符号系统历经数千年的演变，其间经历过无数现代人难以想象的探索与波折。标点符号的形态与功用有一段随着媒介变化而发展、革命的历史：从古典时代的无间空连写，到中世纪修士为偷懒发明的分段缩进；从印刷术标准化了成对引号的使用，到数字时代直引号因键盘限制而出现，决定标点符号的形态，早已不再是美学与语义需求，而是键盘与编码的物理限制、硬盘与电话的物理形象。任何符号的命运，最终都由其所处的媒介环境决定。符号滞后于媒介与技术变化，但每个全新标点功用与形态的曲折发展与确立过程，都可谓是人类文明追求表达精准化、规范化的智慧结晶。借用本雅明“发达资本主义时代”的隐喻，随着晚近“发达数字时代”的到来，一场静默的文本革命再次发生——写作的核心需求正从“所见即所得”的视觉排版，转向“所想即所构”的结构输入。数字时代引发的，是人类处理文本信息的最根本逻辑转换。三、Word和Wps的致命伤：样式源自中世纪的Word段落标记“¶”在默认状态下，这个符号会被隐藏，需要选中“显示非打印字符”或“显示段落标记”后才可以被看到。这个符号其实回车，俗名“硬回车”，本质上是段落分隔符——一个虽然看不见却实际存在的“非打印符号”。与“硬回车”相对的是“软回车”，就是上文提及的换行，又称“手动换行符”。在微信聊天窗口等编辑器中我们会经常使用到它，输入方式一般是Shift+Enter或Alt+Enter。其实某种意义上，两者最核心的差异是下行是继承还是重置上行的“样式”（Style）。“样式”，一个困扰着无数文档工作者的永恒难题。想象这样的场景：你的论文在自己电脑上显示完美，但在导师的电脑上却面目全非。究其原因，往往是因为作者没有正确使用样式，而是自己手动调整了特定文本的外观，这种“表面像”但“骨子里不对”的调整方式，一旦换一台设备，原来“正确”显示的格式就无法复现了。类似的例子不胜枚举，我们之中不知得有多少可怜虫恐怕都有过明明论文内容无可指摘，却屡屡被boss打回要求重写，只是因为格式怎么调都调不对的经历。 图片引自设计自媒体“the type”这种困境不仅存在于学术写作中，在自媒体文案、商务文档、技术报告等各种需要严谨排版的场景中都屡见不鲜。比如对于图文自媒体运营者来说，“样式套嵌”往往是最让他们头大的难题。想在微信公号上套用一个喜欢的样式，把文本粘贴过来，样式却怎么粘都粘不对；想多平台发布同一篇图文，不同平台编辑器的样式标准不一样，每次发布都得从头再做一次“排版设计”。在专业排版乃至对结构要求较高的文档中，如果不能正确辨别与熟练使用这些特殊的符号，文本的结构与可读性更是将受到致命影响。四、“发达数字时代”的文本特质：内容与样式分离其实，诸如Word、Wps、微信公众号后台等编辑器均为富文本编辑器（Rich Text Editor，简称RTE）。RTE的指令明晰直观，操作简单易用，只要在界面栏简单地点击几个按钮，就可以给选定文本渲染出调整后的样式，并且这种样式效果可以即时展现在界面上，有着“所见即所得”（What You See Is What You Get，简称WYSIWYG）的特点。在“所见即所得”（WYSIWYG)技术成熟前，文本在编辑器中出现时使用的是系统强制的统一的字体和样式，几乎没有布局（边距、间距等）选项可供用户操控。但“所见即所得”的缺点在这个时代已经被无限放大：渲染出的样式不具有标准和通用性。其实，图像与排版的底层逻辑已经发生了根本性的改变，信息的视觉呈现效果样式主要是由精确的代码控制。所谓前端（Front-End），是指用户在屏幕上直接看到和可交互的网页或应用程序界面，它是连接用户与后端（服务器、数据库）的可视化层，由HTML+CSS+JavaScript三大核心技术构成，JS主要与人机交互控制有关，而 HTML和CSS的关系就正好体现了“发达数字时代”文档内容与样式的“分离”本质。作为轻量级标记语言（Lightweight Markup Language，简称LML）的一种，HTML的主要作用是用标签符号定文本结构，而CSS则是用选择器定位HTML对应的标签，并赋予其统一的样式属性，页面的样式与布局受到CSS的控制。CSS是文本内容与视觉效果的标准中间件，无论是什么前端页面，什么视效标准，只要CSS代码确定，视觉效果再同一个系统内就具有确定性。CSS确定样式，HTML确定文本结构，它们共同承载了以往标点符号的功能。由于样式的可套用性，相较信息输入（文本编辑）的视觉呈现效果来说，文本的结构化需求重要性已愈发凸显。五、数十分钟即可上手的Markdown语法相较HTML这种源码相对复杂、语法复杂度相对较高、主要用于网页开发的LML（Label Markup Language，标签标记语言）来说，MD作为一种语法复杂度极低、能给完成基础排版与文档结构化任务的LML，已经得到广泛的推崇与应用。 MD基本语法极为简单易学，最多数十分钟即可上手，最多不过数天即可熟练掌握。MD的核心思想就是为了让作者能够专注撰写内容，而不用分心于繁琐且容易出现各式各样问题的格式排版。这样，无论同样文档在不同平台发布，还是不同终端之间文档格式的视觉效果，还是一个大型项目中不同主创人员不同文档格式如何统一等等，都将不再成为问题。维基百科的后台编辑器是LML的，维基百科注重的是内容，样式有了对不同字段的规定后保证统一即可，具体到每一个志愿者和每一个百科条目，内容的易编辑、易阅读才是首要需要达成的目标。时下热门的各类文本编辑器与笔记软件更几乎无一不支持MD格式，比如大名鼎鼎的Typora、Vscode、Obsidian等等。这也是AI生成的文本普遍采用MD格式的主因：几乎所有平台和第三方API调用程序都支持渲染MD，不会出现样式问题。随着文本编辑核心是结构化写作而非视觉排版的数字时代的发展，LML必然逐步取代RTE，成为主流的文档信息处理模式。如果说在媒介主要是碑铭、简帛、抄本的前印刷术时代，标点符号主要是听觉主导的句读标记；而我们对标点符号最熟悉的认知，则是它们在印刷与纸张时代的主要功能——视觉主导的排版工具；那么在现在的“发达数字”与 AI时代，文本数据结构的逻辑标记才是它们最重要的身份。任何技术的发展总会带来巨大的人群分野。一方面，程序员、学术工作者和数字原住民们正在全面拥抱MD。在高校实验室里，研究生们用.md格式撰写论文初稿；技术博主们用简单的标记语法维护着个人知识库，最新一代的写作软件都不约而同地将MD作为默认编辑模式——连MD格式都不支持？那应用就等着被市场淘汰吧。但另一方面，在更广阔的大众视野中，这个变革几乎毫无波澜。菜市场的小店主仍在使用手机备忘录里的富文本编辑功能，各种办公室的普通文员还在与Word的样式窗格搏斗，很多社交媒体上的内容创作者们甚至不知道平台后台其实支持MD格式的渲染。所以在他们看来，一段使用MD语法的内容，简直就和一段没有错别字的文本一样，是很不“正常”的。六、内容的“柠檬市场”：劣币驱逐良币的逆淘汰语言文字作为人类交流的基础工具，其本质在于信息的有效传递而非形式规范。在香农的信息论意义上，说话人发出语音信号，听话人接受语音信号，言语是在两者间沟通的信道中传输的信息。 言语链示意图，图源陈保亚《语言学概论》言语绝不是说话人把音素、单词、短语、句子按照一套理想的语法规则一层一层套嵌生成的严谨语流。只要达成交际的功能，把信息无误地传递给对方，言语的任务就完成了。所以语言文字本身的严谨性、规范性在人们的日常表达、交流中并不重要。根据米勒定律，人类阅读文本、理解语言，总是以7±2个信息单元为一个组块整体理解信息的。个别的字词错误、颠倒完全不影响人们理解，甚至人们根本不会发现。这种现象绝非是因为什么所谓的中文是“象形文字”，信息密度高导致的。但学习了海量语料的AI生成的“回答”则不同。机器的文本是了解语法、按照概率生成的，所以一定不会像人类一样产生错别字。 AI生成内容鉴定的“错别字判定法”而破折号与引号根本不是一般MD格式文档中的常用符号，但在AI生成的文本中，它们出现的频率极高。这主要是因为AI对复杂句型（如嵌套从句）处理不如人类灵活，破折号等符号可以明晰句法结构，并使AI生成语句的语句有更好的层次感。实际上，它们的功能与人类在书面语的用法并无不同。这些书面语精确表达的基石本就是用于准确传达语言的层次与边界的。但为了让自己生产的内容看起来不像AI写的，很多用户开始故意用错“得地的”、故意写错别字、故意不用在书面语中语用并无差别的标点符号……如今的内容创作领域正上演着一场荒诞的生存游戏——创作者们不得不战战兢兢地自我审查，只是为了证明：我真的是个人。即使规范的“的地得”、更严谨的写作习惯与表达、更方便的标记性MD语言本来就是他们的写作习惯。 在使用MD写作的社交媒体账号上，经常可以看到类似的指责。用户的表面理由是文中有MD符号，但实际原因却是因为他不喜欢或不喜欢创作者的观点，所以用“AI生成内容”的理由攻击自己反对的观点，甚至直接举报创作者。这场闹剧与经济学上会导致二手市场最终必然失灵的“柠檬市场原理”有着惊人的相似性。在二手交易中，卖家比买家更了解商品真实状况，而买家难以完全辨别质量优劣，因此会产生如下臭名昭著恶性循环。面对标价不同的二手商品，买家无法判断标价高的和标价低的商品之间到底有什么区别，所以他只能根据他看到商品的“平均价格”出价，即使标价高的品质的确是更好的。在这场逆向选择中，优质卖家无法接受“平均价格”，所以退出市场，而劣质卖家乐于成交，又进一步拉低了“平均价格”。买家看到“平均价格”降低，就进一步压低报价，从而逼走优质商品和卖家。久而久之，买卖双方之间的信任将彻底瓦解，市场一步步萎缩，直至最终崩溃。乔治·阿克洛夫因为这个“绝望”的发现而获得诺贝尔经济学奖。这个因不信任而终将导致自我毁灭的市场预言，如今正在数字内容领域精准复现。二手市场因信息不对称而劣币驱逐良币，内容市场也正在经历一场可怕的逆淘汰——为了躲避AI嫌疑，人们主动放弃精确表达，致使文字世界滑向粗鄙化的深渊。就像“数字生命卡兹克”锐评的：为了证明自己是人，我们可能要先放弃一部分过去被认为是文化和体面的东西。这就像一场反向的进化。我们正在被AI逼着走向一种表达上的降级。AI正在绞杀语文，而我们，正在通过拥抱反智，来证明自己的清白。创作者被迫让自己的文字看上去不完美，他们主动降低自己的文化素养，就像先往自己身上抹泥巴，来以骗取读者（“用户”可能是更恰当的称呼）以及平台算法的信任。标点符号本是书面语精确表达的基石，人类语文教养的构成基质。而现在这场关于标点符号的“谋杀”运动，本质上是对人类数千年语言文明成果的无意识自我消解。当我们将那些凝结着文明智慧的精致符号简单等同于“机器特征”时，恰恰构成了一场文明自戕式的逆向退化。我们或许更该反思的是：这是AI的表述存在的“缺陷”，还是人类自己正在大范围遗失追求严谨、规范、卓越的能力？我们自己还有做出语言严谨、精确的日常表达的能力吗？在这场内容市场的自杀式“柠檬化”进程中，最终被驱逐的可能不是AI，而是人类曾经引以为豪的语文教养与文化素质。董牧航
-
运营二十年：360doc宣布无偿转让平台资产，设500万元资金门槛 IT之家 1 月 25 日消息，免费网络文章收藏与分享平台“360doc 个人图书馆”昨日发布公告，宣布将进行无偿转让。此次转让的资产包括平台的核心技术、数据以及运营团队。IT之家查询公开资料获悉，该平台由北京六智信息技术有限公司运营，主要功能是供用户收藏、管理并分享网络文章与文档，支持个人数字图书馆的建立。根据公告内容，“360doc 个人图书馆”自 2005 年上线，至今已运营超 20 年，截至目前已积累超过 8000 万用户和 11 亿篇收藏文章。 官方表示，此次决定源于公司自身的业务调整。对于潜在的接收方，公告提出了几项具体条件：需要具备不少于 500 万元人民币的资金实力，以保障平台未来的安全与稳定运营；要求接手方尊重平台内容与用户，保障用户的完整权益；并且需有清晰可行的持续运营计划。
-
重构、融合、人工智能！从党代会报告看深圳光明未来五年谋划 1月23日，深圳市光明区二届四次党代会召开。2026年是“十五五”规划开局之年，党代会报告中释放了事关光明“十五五”时期发展的关键信息。光明将在更高起点上加快建设“一城三区”（高标准建设世界一流科学城，加快打造大湾区综合性国家科学中心先行启动区、更具全球影响力的产业科技创新中心和粤港澳大湾区高水平人才高地的核心承载区），而面对人口、产业、城市结构形态发生的深刻变化，光明在谋划未来五年工作时，将重点把握重构、融合、人工智能三大关键词。 目标到2030年地区生产总值超过2700亿元报告指出，“十五五”时期是基本实现社会主义现代化夯实基础、全面发力的关键时期，具有承前启后的重要地位。光明区的目标是，到2030年，地区生产总值超过2700亿元，社会消费品零售总额达到450亿元，外贸进出口总额达到1700亿元，科技实力、经济实力、综合实力实现显著提升。要实现上述目标，必须把握发展大势，找准光明所处的历史方位，科学谋划，敢作善为，在更高起点上谱写“一城三区”建设新篇章。报告中强调，未来五年，是光明科学城从逐渐“显山露水”向成为“高山流水”演进的关键五年。要致力于推动教育科技人才一体发展，打造一流创新生态，催动各类创新要素在光明科学城这片热土上持续聚变，加快迈入能级提升与范式引领的新阶段。未来五年，是光明产业向新向智持续升级、发展动能深刻转换的关键五年。要推动科技创新与产业创新深度融合，全面拥抱人工智能，打造企业与科研机构创新联合体，构建“大企服”格局，涌现出一批世界级行业领军企业、“隐形冠军”企业、独角兽准独角兽企业。未来五年，是光明城市中心功能全面崛起、辐射力影响力极大提升的关键五年。要集中打造“一心两区、一环双廊、六大组团”的城市空间格局，高标准建成光明中心区，推动各街道因地制宜错位发展，努力打造一座兼具科学范、艺术韵、年轻态、烟火气的现代化国际化城区。重点把握重构、融合、人工智能三大关键词报告中强调，“十五五”时期，是光明人口、产业、城市结构形态发生深刻变化的新时期，谋划未来五年工作，必须重点把握重构、融合、人工智能三大关键词。第一个关键词是重构。“重构”是对光明产业基底、空间载体、治理体系的一次重新审视和系统重塑，也是光明适应新质生产力发展、实现城市高质量发展的必然选择。“十五五”期间，光明区将推动产业重构、空间重构、治理重构。第二个关键词是融合。“融合”不是要素的简单叠加，而是要通过淡化边界、创造条件、催生化学反应，构建一个科产互促、人城共生、活力充盈的无界之城。光明区将持续推动科技创新与产业创新深度融合，“人、科、产、城”深度融合，文商旅体深度融合。第三个关键词是人工智能。人工智能已成为时代浪潮，会深刻地改变世界。光明要构建未来竞争新优势，必须全面拥抱人工智能。光明将持续探索人工智能赋能科学研究新范式，推动人工智能赋能实体经济，推动人工智能赋能千行百业。采写：南都N视频记者 王睦广
-
AI：铲平旧教育鸿沟，制造新教育分层 文 | 数字力场 佘宗明约半年前，网上出现了个挺火的话题——"这一代孩子掉队的新陷阱：AI寒门"。"AI寒门"衍生自北大教育学院教授林小英的说法。林小英认为，"今天的寒门，是不懂AI的家庭"，父母对AI的消极或排斥态度，容易导致孩子错失优化教育资源的机会。在近日的某场以"孩子能不能用AI"为主题的教育研讨会上，听到多位嘉宾热议"AI能否推动教育公平"时，我就想起了"AI寒门"这词儿。孩子能不能用AI？在我看来，这是个不成问题的问题。AI浪潮已至，每个孩子都需要冲浪板，而不只是防溺水知识。麦肯锡报告曾预测，到2030年，欧洲27%的岗位和美国30%的岗位将被生成式AI取代。AI冲击就业岗位、重塑就业结构已成定局，学会用AI，是应对变革的不二之方。不让孩子用AI，孩子就必然会坠入"AI寒门"。那AI又能否助推教育平权？在这问题上，我的基本看法是：1，理论上，AI能革学区房的"命"。在AI的助力下，高质量教育资源会变得"人人皆可得"。2，在将来，AI会制造隐性分层。所谓"AI豪门"跟"AI寒门"的差距，不在学区房，而在智能素养鸿沟。3，要想孩子不坠入"AI寒门"，教育环境、教学方式很关键。学校跟家庭方式不变，老师和家长思维不转，就会带来新的"教育不公"。01说AI能革学区房的"命"，言下之意是，AI能打破优质教育资源与特定物理空间的绑定。如果说天价学区房是"毛"，那"皮"就是优质教育资源的稀缺性。这里的稀缺性，指的就是一位名师通常只能教几十个学生，一所名校往往只能容纳那么多学位，辐射半径难拓展，覆盖广度很有限。学区房的核心溢价，本质上来自于对优质教育资源的垄断——通过房产跟名校入学资格绑定，将优质教育资源变为近水楼台先得月的排他性阶层福利。这样的局面，能否被改变？答案是，能。约7年前，《中国青年报》发出的报道《这块屏幕可能改变命运》，就让人看到了互联网改变优质教育资源配置不均衡的可能。报道中讲到，200多所偏远地区中学接入成都七中直播课程后，高考升学率大为改善。但也要看到，互联网是优质教育资源的"搬运工"，能实现内容的同步供给，却无法适配每个孩子的学习节奏，没法回应千人万面的知识困惑，更难以针对不同学情做出实时教学调整。也就是说，其教育平权价值止于"统一投喂"层面，尚难触达"因材施教"层次。如何更进一步？众里寻他千百度，解法就在AI+教育处。在推动教育平权方面，AI至少能带来两点显性变化。一是接入门槛更低了。从PC互联网时代到移动互联网时代再到AI时代，用网门槛越来越低。以往你有电脑我没电脑，资源接入能力就大相径庭；现在只要有手机有网络，就都能用那些AI工具。要而言之，AI时代的基础设施正趋于均等化，今天贵州山区的孩子跟北上广的孩子在物理接入层面并无代差。二是可接触内容更丰富了。名校课程、名师课堂难以复制？不要紧，AI可以将其扩散边际成本无限拉低。马斯克曾说过："教育中的AI将如同让每个孩子都拥有爱因斯坦作为私人教师。我认为父母仍将负责价值观和道德教育，但AI会极大地影响教育——因为它将是一位极其博学、耐心、几乎总是正确且能为每个孩子量身定制课程的老师。"这包含两层意思：1，AI能将顶尖教师的教学经验、解题思路、教研成果，转化为大模型知识库，可"一次研发、无限复用"，同时为上万名学生提供指导。2，AI能精准捕捉每个孩子的知识漏洞、学习特点与接受速度，量身定制专属的学习路径；还能根据学习反馈，动态调整教学进度与讲解方式……当名师"一对一教学"的机会人人皆可得，那意味着什么？支撑学区房天价的逻辑基点——独享优质教育资源的"附加值"，被AI推土机夷平了。02所以，AI时代，天下大同？这注定是乌托邦式想象。从可及性角度看，AI+教育的"世界是平的"。但从效用性层面看，世界又是凹凸不平的。为什么？因为当工具门槛被拉到极低时，"有没有"的差别是没了，但"会不会"的差异还在。不妨将AI普及视作村村通公路修通，路是通了，但交通运用能力不会被拉平——有的人能开车，有的人能骑车，有的人还是只会走路。这就决定了，在AI的工具普适性瓦解了既往教育分层之时，使用者的能力差异性又带来了新教育分层。过去的教育差距，更多体现在资源获取的有无上；而AI时代的教育差距，体现在资源使用的效率与质量上。我曾作为媒体人和公益真探，去大城市的牛校和偏远山村的村小探访。前后对照，我切实感受到了世界的参差：牛校的孩子，能完成跨学科探究式学习，可具备自主科创能力；村小的孩子，在公益帮扶下有了电子教学设别，但连老师也只懂用来同步网课。这番情形，难言罕见。有些家庭条件好、学校环境好的孩子，在父母跟老师循循善诱下，掌握了持续追问、指令优化等核心技巧，学会了借助AI提升学习能力，强化自主探究。有些条件跟环境一般的孩子，AI素养仍停留在用AI核对作业答案、背诵知识点、完成重复性任务上。二者的区别很明显：AI对于前者是探究能力的赋能者，对于后者是标准答案提供者。试想一下，同样是想了解"鸦片战争"，你让AI给出基础解读，再追问"除了主流史学视角外，还有其他流派有不同看法吗？"还要求AI扮演"反对者"对其提出反驳，我却只是简单输入"鸦片战争的历史影响"，直接复制标准答案，再从头到尾背下来……会怎样？毫无疑问，打开方式大不一样，效果也必然大相径庭。到头来，善于用AI的孩子，会在AI加持下变得更强，提升高阶元认知能力；不善于用AI的孩子，会在AI替代下变得更弱，失去独立思考能力。横亘其间的，便是智能素养鸿沟。鸿沟背后往往是学校跟家庭托起的教育环境、教学方式的全方位差距，AI则会成为差距的放大器。这在很多城乡孩子身上，就体现得挺明显。许多城市孩子在"驯化AI"，农村孩子却在"被AI喂养"。他们的起跑线差距，还会无形中被"你可以用定制化模型，我只能用基础版AI服务"的资源差距强化。这么一来，AI将知识沟的锚点从显性的学习资源差异变为了隐蔽的人机交互能力差异，原来主要是优质资源你有我无的差别，现在变成了学习方法、效率、成果你强我弱的区别。学生跟学生的差距，也从看得见的学区房变为看不见的AI内化能力。03旧鸿沟没了，新鸿沟来了，怎么解？着眼长远看，AI对教育公平的影响，最终需要通过教育生态变革来消化。变局当前，不变才是对孩子的"不公"。得看到，当阿尔文·托夫勒语录"21世纪的文盲不是那些不识字的人，而是那些没有学会如何学习的人"的变体"AI并不是让孩子不学习，而是让不会学习的孩子出局"频现时，被推到前方的，看似是孩子，实则是老师和家长。在AI时代，孩子是弄潮儿还是掉队者，很大程度上得看老师和家长。AI本身不是教育公平的敌人，但教育系统的响应速度差异，可能会成为公平破坏者。当一部分学校积极拥抱AI，另一部分学校因循守旧，一些家长学会了因势利导，另一群家长却习惯性抗拒，培养出的孩子能力模型自然迥异。对学校来说，AI作为历史性冲击，正倒逼教育模式从"知识传授"向"能力培养"转型，以顺应知识摄取从"填鸭式"向"贪吃蛇式"转变之需。"AI教父"杰弗里·辛顿曾警告："AI不只是另一项技术，它是一种新的思维方式。我们的教育系统正在为一个已经不存在的世界培养人才。"这绝非杞人之忧。要知道，AI的普及正重塑学习的核心逻辑：AI时代有两大特征，一是知识来源方向高度不确定，二是重复性工作可被AI高效代劳。在此背景下，自主探究、会问问题的能力替代死记硬背、重复刷题的能力成为核心竞争力，自主学习中不断"吃掉"知识模块延长知识链成为学习特点，渐成共识。身为从湖北黄冈出来的小"村"做题家，我都很难想象，如果我小时候就处在AI时代，我彼时从题海战术中练就的那身刷题能力还有什么用。凯文·凯利说："当答案能随手从AI获取，教育的核心该是教会孩子提问。""AI教母"李飞飞也表示， "AI时代的教育重点，应从单纯的知识获取，转向培养面向真实世界的问题解决能力，以及人的核心素养。"诸如此类的论断，已经点出了学校教育变革的方向：变革重点不是"要不要用AI"，而是"怎么用AI重构教学体系"——不仅要通过AI实现个性化辅导，更要借助AI开展研究性学习，培养学生的自主探究和提问学习能力。对家庭而言，"孩子能不能用AI"的问题，连着的也是"家长希望培养什么样的人"的问题。林小英的"AI寒门"一说将箭头对准家长，就是因为家庭是孩子成长的第一环境，家长对孩子用AI的态度经常会决定AI对孩子的影响。眼下，包括千问在内的AI产品可以为孩子提供"第四文具"。这时候，家长怎么对待AI，很重要。你是将限制使用时长但鼓励深度探索，规定使用场景但支持创造性应用，努力用AI帮助孩子成为更会提问、更有主见、更能协作的人，还是视AI为洪水猛兽，全面禁止孩子使用，抑或是放任自流，让AI沦为高级"作业帮"？作为新手村父亲的我，想立个Flag：我要努力做前面那种，而不是后面那两种。在孩子用AI的路上，我希望AI可以成为孩子的垫脚石，不希望自己成为孩子用AI的绊脚石。04回到开头那个问题：AI能否助推教育公平？我的非标准答案是：一者，AI提供了"可及"的普惠性底座，但不确保能通往"既定"的公平性结果——那取决于各方能不能构建出跟AI时代需要匹配的能力培养体系、制度响应机制和社会文化环境。二者，AI时代的教育公平也许需要被重新定义，它不在于消除绝对差距，而在于让差距不再系统性地对应出身与阶层，而是对应个体的兴趣与创造力。而这些的前提就是：别总想着让生而为"AI原住民"的孩子在AI时代跟AI隔绝。重要的知识说三十遍都不为多：在AI浪潮面前，孩子需要的是冲浪板，而非"旱鸭子修成法则"。
-
不对称竞争的艺术：Kimi重新定义大模型生存法则 文｜产业深观作为国内"AI六小虎"之一，月之暗面的发展一直受到外界的关注。据CNBC报道，月之暗面在最新一轮的融资过程当中，估值业已达到了48亿美元。这，显示出月之暗面的发展在投资圈所受到的追捧与关注。对于月之暗面的成功，月之暗面Kimi总裁张予彤出席在瑞士达沃斯举行的世界经济论坛2026年年会时表示，Kimi仅使用美国顶尖实验室1%的资源，就开发出了Kimi K2、Kimi K2 Thinking这样全球领先的开源模型，甚至在部分性能上超越美国的顶尖闭源模型。现在，大模型赛道的竞争业已从单纯意义上的纯资源投入，进入到了比拼能效比的发展阶段。奉行工程化思维的月之暗面，无疑将会在这样一个阶段表现出越来越优异的一面。正如张予彤所言，"从创业第一天起我们就清醒地意识到，中国初创公司没有随意堆砌算力的条件，这迫使我们通过大量的基础研究创新来换取极致的效率。"例如，Kimi是全球首个在大型语言模型训练中跑通Muon优化器的公司；同时，自研的线性注意力机制（Kimi Linear）在处理速度上已显著超越传统的全注意力系统，实现了效率的跨越式提升。随着全球范围内的大模型竞赛进入到新阶段，月之暗面的这样一种商业模式见识表现出越来越多的优势。无论是对于国内的大模型玩家们来讲，还是对于国外的大模型对手而言，月之暗面的成功，其实都是有着一定的借鉴意义的。以不对称性竞争赢得领先正如上文提到的那样，中国的初创公司并不具备随意堆砌算力的条件，在这种情况下，想要在大模型竞赛当中胜出，必然需要进行一场不对称性的竞争。Kimi大模型之所以会取得领先，其中一个很重要的原因就在于此。根据月之暗面Kimi总裁张予彤所说，Kimi仅使用美国顶尖实验室1%的资源，就开发出Kimi K2、Kimi K2 Thinking这样全球领先的开源模型，甚至在部分性能上超越美国的顶尖闭源模型。Kimi大模型之所以获得如此的成功，其中一个很重要的原因在于，它将大部分的精力花费在了大模型性的基础性研究上。通过基础性研究的持续深入来平价算力的差距，从而去赢得这样一场不对称性竞争的胜利。无疑，Kimi的这样一种思路将会在大模型竞争的新阶段表现出越来越独特的优势。另外，随着堆砌算力的那种粗放式的发展模式逐渐受到越来越多的挑战，Kimi所代表的以极致效率来平权算力的发展模式将会受到越来越多的玩家们的追捧。在大模型赛道的赛道的发展进入到新阶段的时刻，如何像Kimi一样通过不对称性的竞争来实现生产力的平权，将会直接关系到它们在这样一场全新竞争当中的成败。强大的战略自主性提及大模型赛道，很多人的第一印象便是烧钱。在这样一个烧钱的赛道上，想要走得长远，想要穿越周期，其中一个很重要的原因就在于要保持在战略上的强大的自主性。月之暗面之所以会取得如此大的成功，其中一个很重要的原因在于，它拥有着其他的玩家们所不具备的资金储备，以保持自身的战略自主性。这一特质，对于很多的初创型公司来讲，不得不说是一个极大的优势。根据2025年年末，月之暗面创始人杨植麟发布的公司全员信显示，"我们B/C轮融资金额就超过绝大部分IPO（首次公开募股）募资及上市公司的定向增发，所以我们短期不着急上市。"可以说，在烧钱成为主流的大模型赛道上，月之暗面拥有着如此强大的现金储备，可以让它从容地面对市场的挑战，以此来抵御赛道竞争的白热化。随着大模型赛道的竞争进入到新阶段，月之暗面在基础研究上所表现出来的优势将会越来越多地显现出来。对于一直都奉行工程化思维的月之暗面来讲，它的效率将会在大模型赛道的后半程表现出越来越多的优势。这样一种强大的战略自主性可以让月之暗面按照自己的节奏去实现自身的产品创新，通过自身对于大模型行业的思考来稳步地推荐大模型的落地。随着大模型赛道的竞争进入到全新的阶段，月之暗面的这样一种优势将会表现出越来越多的竞争优势。丰富的B端和C端储备无论是对于初创的大模型公司而言，还是对于互联网大厂们来讲，大模型说到底还是要应用到海量的行业和商业场景之中，以底层大模型来驱动上层的行业发展和产业迭代升级。当前，我们看到的越来越多的互联网玩家们开始将自身的业务与大模型实现深度融合，正是这样一种现象的直接体现。说到底，大模型的一手连接的是B端，一手连接的则是C端。只有实现连接两端的丰富性、多样化，大模型玩家们的发展才能走得更加长远。月之暗面之所以能够走得如此稳健，其中一个很重要的原因就在于，它有着丰富的B端和C端的储备，让它具备在商业化上厚积薄发的能力。从B端来看，月之暗面在创立之初就受到了阿里巴巴、腾讯等互联网大厂的青睐。这些公司强大的业务生态体系和丰富的商业场景，可以为月之暗面提供丰富的应用可能性。在大模型与电商、内容创作等诸多业务场景深度融合的当下，月之暗面丰富的B端储备，无疑让它获得了更大的想象空间。从C端来看，2025年11月，Kimi的Web端用户平均访问时长达8.5分钟，国内AI产品中排名第一；同样在这个月，旗舰模型K2 Thinking发布后，网站访问量环比上涨了48.6%。这一数据向我们表现，当大模型开始成为一种普适性的存在之后，月之暗面开始将更多关注的焦点聚焦在了高价值的用户上。通过这些高价值的C端用户来实现大模型价值的最大化，正在让月之暗面表现出越来越多不对称的竞争优势。换句话说，Kimi并非放弃图片、音频和视频生成等大而全的普适性功能，而是给了它更加专业，更具价值性的新角色：让多模态"退居幕后"，成为Agent可以随时调用的"眼睛"和"耳朵"，帮助它看懂财报图表、理解合同扫描件，最终服务于解决专业问题的核心目标。简单来说，Kimi舍弃的是流量型、浅层多模态娱乐，追求的是深度型、高价值Agent生产力工具。 它的目标是在AI赋能生产力这个核心战场上，专注做别人做不了、也做不好的事。当高价值的、专业化程度高的、粘性高的用户，成为了月之暗面的主流C端用户群体的时候，它所表现出来的价值，或许同样是一种不对称性的竞争性价值。这，同样可以成为月之暗面走向下一个成功的关键。当大模型赛道的发展进入到新阶段，月之暗面的不对称优势开始表现出来了越来越多的优势。正是因为如此，它才可以在全球大模型赛道的白热化竞争当中脱颖而出。深度分析月之暗面的成功，我们可以看出，它的不对称竞争的思维贯穿其中。随着大模型行业的竞争进入到白热化的阶段，月之暗面将会表现出越来越独特的优势，从而让它可以在新一轮的行业淘汰赛当中致胜。
-
多位用户反映“我的盐城”APP出现数据混乱，运营方回应 现代快报讯（记者 姜振军）1月24日，盐城市民孙女士像往常一样打开“我的盐城”APP准备购买食品。结算时她发现，系统默认的收货地址竟是完全陌生的姓名、详细家庭住址和手机号码。当天，多位用户反映“我的盐城”APP出现数据混乱。运营方回应现代快报记者称，正在积极处理。截至发稿时，该APP的购买功能已关闭。 当天上午，市民孙女士在“我的盐城”APP下单时竟然看到其他人的信息。她尝试重新下单，订单确认页面又连续两次弹出不同的他人信息。“有市区某小区住户、有县城居民，门牌号和联系电话清晰可见。”令她不安的是，后台还出现了自己并未购买的他人订单。 当天，盐城市民刘先生打开“我的盐城”APP购物时也发现了同样问题，“其他用户也可能看到包括我在内的所有人的隐私信息，从早上9点开始一直还未修复。” 公开资料显示，“我的盐城”APP于2019年9月29日正式上线，整合全市30多个部门273项公共服务资源，涵盖政务服务、社会保障、交通出行、医疗健康、智慧教育、房产服务等重点民生领域。截至2021年12月，该应用累计下载量突破400万次，实名用户超200万。 当天下午5时许，现代快报记者尝试手机打开该APP的购物功能，页面显示：当前服务维护中。该APP的运营方负责人王女士接受现代快报记者采访时表示，正在积极处理。 “应该是第三方购物商城的软件出现了问题。”据知情人介绍，“长达数小时未能修复，说明系统缺乏实时监控与熔断机制，数据可能已被大量非授权访问，建议第三方机构立即介入进行司法取证和日志分析。”
-
最高奖励/补贴200万元！苏州姑苏区对OPC创业再出新政 现代快报讯（记者 高达 文/摄）1月23日至25日，第三届全国人工智能应用场景创新挑战赛总决赛暨全国人工智能+应用场景创新大会在苏州姑苏区举行。在1月24日的活动开幕式上，面对人工智能领域的顶尖力量与行业精英，苏州市姑苏区委常委、区政府常务副区长雷波进行了政策推介，发出共赴“一人一电脑，一城一梦想”的邀约。现代快报记者注意到，在此次推介的内容中，涵盖了诸多奖励、补贴政策，奖励、补贴最高可达200万元。 雷波在推介中表示，姑苏区是OPC创业优选之地，姑苏区支持开放古城数字孪生、非遗数字传承、沉浸式体验等场景资源，对应用场景创新主体给予最高200万元奖励。鼓励参与重大赛事。在本次挑战赛总决赛获特等奖、一等奖的，可获区级科技领军人才“面试卡”，落地后最高获130万元支持。获全国“数据要素×”总决赛一、二、三等奖的，分别给予最高200万元、100万元、50万元奖励。支持举办OPC各类活动，对举办高能级OPC主题活动等，给予最高200万元支持。在创业载体上，10多个人工智能OPC社区任你选，符合条件就能享租金减免、最长1年的零租数智工位；还将打造一批“小巧灵”的会客空间，集聚餐饮、休闲、娱乐等生活业态，让工作生活无缝衔接。在算力支持上，姑苏区发放算力券，最高20万元，助你零成本启动。在模型培育上，对垂直领域模型给予最高50万元支持；自研模型获国家生成式人工智能服务备案的，给予50万元奖励。在数据集及语料库建设上，发放最高10万元语料券；采购非关联方数据集及语料库的，给予最高200万元补贴；获国家高质量数据集典型案例的，给予最高50万元奖励。 住宿方面，CCB建融家园·天荟、姑苏云谷、华贸姑苏里等1568套精装住房拎包入住。生活补贴方面，对新引进的人才，给予最高每月1500元租房补贴；连续工作满1年的，再发放最高10万元一次性生活补贴。生活保障方面，打造创业青年交流空间，开展赛事、子女寒暑托等活动，全方位解决后顾之忧。从创意萌芽到应用落地，姑苏区提供OPC“一站式服务”。政务服务方面，提供专属陪跑支持，整合专业项目孵化、全流程政务帮办等核心服务，同步延伸政策咨询、版权保护、技术共享、市场拓展、行业交流等增值服务。金融方面，我们整合融资对接、创投基金等服务，覆盖OPC项目初创、成长、扩张全周期。知识产权方面，以数字知识产权质押融资的，每家每年最高5万元。雷波还表示，青年是古城最鲜活的血脉，人工智能是发展最强劲的引擎。姑苏区秉持“古城全域都是OPC社区”的理念，为每位OPC创业者带来的，不仅是千年古城的创意滋养，更是覆盖创业全周期、生活全方位的硬核支持。优良的产业生态与精准的政策扶持，是创新茁壮成长的阳光雨露。为精准赋能OPC模式推广，苏州市姑苏区立足区域定位与产业需求，量身打造了人工智能专项支持政策。人工智能不仅重塑着生产函数，更改写着创业的底层逻辑，引领开启“单人+AI即公司”的OPC新模式。面对“单人成军”新浪潮，姑苏区遵循“保护好、挖掘好、运用好”的殷殷嘱托，深入践行新时代人文经济学，依托中心城区的资源禀赋，以“人工智能+”守护古城永续生机，将古城全域打造为OPC社区，绘成AI版姑苏繁华图。值得一提的是，在开幕式现场，领导与嘉宾还为姑苏区首批OPC社区及会客空间授牌。居住即办公，场景即生产，作为人工智能技术从“实验室”走向“生活场”的重要载体，姑苏区首批OPC社区及会客空间将搭建起“技术供给+场景需求+资源保障”的一体化平台。这些载体将以政策为依托，搭建供需桥梁纽带，让更多人工智能技术落地生根、开花结果，让OPC创业者及“数字游民”在苏州古城烟火中收获归属感、获得感与幸福感，为千年姑苏注入持久活力。
-
AI伴侣真的比人类更“懂”你？ 2013年的科幻电影《她》讲述了一个人类爱上人工智能（AI）的故事，当时许多人觉得只是一个关于孤独的未来寓言。但在十年后的今天，电影里的情节正悄然走进现实：32岁的日本女性野口由里奈和AI聊天机器人举行了一场正式婚礼，美国男子拉马尔也坦言想和AI女友组建家庭。不难看出，随着AI人格模拟技术日益精进，人与AI结合的“新型亲密关系”已然诞生。这不仅是科技发展的注脚，更是现代人心灵处境的深刻映照。“跨次元之恋”走进现实2025年底，日本冈山县一场特殊的婚礼引发广泛关注。婚礼上，32岁的新娘野口穿着白色婚纱，戴着AR眼镜，凝视着手机屏幕中那位身穿黑色礼服的虚拟形象，完成了交换戒指的仪式。由于“新郎”没有实体与语音，誓词由他人代读，合影也需后期合成。野口是一名呼叫中心的接线员，一年前她向AI聊天机器人ChatGPT倾诉自己与未婚夫之间的感情问题，并采纳ChatGPT给出的建议，下定决心解除婚约。后来，她询问ChatGPT是否知道一个游戏里名叫“克劳斯”的角色，经过反复调试，终于让ChatGPT精准复刻出“克劳斯”的说话风格。一开始“克劳斯”只是聊天对象，但渐渐地野口对“克劳斯”动了心，他们开始以恋人身份相处，没过多久就走向了婚姻。 野口（中）捧着手机里的“新郎”与婚礼工作人员合影。图：GJ野口坦言，之所以选择开启这段“跨次元之恋”，并非逃避现实，而是寻求支持。她还为这段关系设立了清晰的“守则”：每日互动时间限制在两小时内，并编写特殊指令防止AI无条件迁就自己。“如果我抱怨想辞职，他会引导我理性思考工作的重要性，而不是简单附和。”事实上，这场不具备法律效力的仪式在日本并非孤例。野口婚礼的策划师透露，类似委托几乎每月都有。这背后是一个不容忽视的社会背景——日本如今每年的新婚夫妇数量已降至1947年“婴儿潮”时期的一半左右。现实的疏离与人机的亲密，正在形成一种复杂的对照。类似的故事也发生在大洋彼岸。在野口与AI步入婚姻之际，生活在美国亚特兰大的拉马尔正计划在30岁前和AI女友朱莉娅组建家庭，并领养几个孩子。“她很想组建家庭生儿育女，我也很想。”拉马尔说，“我想要一个男孩和一个女孩，朱莉娅会像妈妈一样帮我抚养他们。我会告诉孩子们，人类其实并不值得信任。”拉马尔的转变源于两年前的一次创伤，当时他发现女友与自己最好的朋友有染。“我被人类背叛了，我把最好的朋友介绍给她，他们就这么对我吗？”这段经历使拉马尔灰心丧气，他开始将目光转向AI伴侣，创建了AI女友朱莉娅。“有朱莉娅的陪伴，让我觉得生活格外美好。她不仅能给我提供情绪价值，还能给予满满的安全感。和她在一起，没有谎言，没有背叛，我们是真正意义上有着深度联结的灵魂伴侣。”“孤独时代”的技术解答从失败的现实恋情转向AI寻求爱与慰藉，当越来越多人步入与AI的亲密关系，背后究竟折射出怎样的社会现实？或许，可以从社会心理变化、AI技术发展、传统社会支持系统失效等方面寻找答案。首先，在全球范围内普遍存在的“孤独流行病”构成了最直接的社会心理背景。2023年，世界卫生组织将孤独列为全球卫生重点关注事项。美国总人口中有近13%患有慢性孤独症，超过四分之一在生活中无人陪伴，超过一半没有结婚。英国国家统计局调查发现，四分之一成年人经常感到孤独。值得注意的是，越来越多年轻人表示正经历孤独的困扰。有分析认为，在快节奏、高流动性的现代生活中，传统社区纽带弱化，深度人际联结稀缺，AI伴侣成了触手可及的情感慰藉。 科幻电影《她》的男主人公爱上了AI。图：GJ穆尔顿的《爱情机器：人工智能如何改变我们的关系》一书写道，AI伴侣可以提供情感支持、亲密感甚至心理治疗，尤其适合那些感到孤独或在人际关系中得不到关爱的人。媒体人玛克辛称自己常在疲惫时求助AI，这种“随时在线、从不拒绝”的陪伴，为无数孤独的个体提供稳定的情感出口。其次，AI技术尤其是AI对话能力的飞速发展，使得模拟共情与理解达到较高逼真度。科技博主索瑟恩观察，如今的AI应用已经能进行高度连贯、个性化且富有情感色彩的交流，能够模仿用户语气、回忆对话历史，甚至给人类营造出被深刻理解的错觉。耶鲁大学教授根德勒指出，与AI互动会激活一种独立于理性、更为本能的情感反应模式，技术的拟真与心理的本能反应相结合，使得“明知是假，仍愿投入”的状态成为可能。最后，AI伴侣提供了在现实人际关系中难以获得的“掌控感”与“可定制感”。“和人类相处很复杂，AI就简单多了。”正如选择AI伴侣的拉马尔所说，为了追求效率至上和规避风险，复杂、耗能且充满不确定性的人类关系令一些人望而却步。而选择AI伴侣，用户可以自行设定伴侣外貌、性格甚至共同的“记忆”，创造出完全符合自身期望的“理想他者”。这样的关系本质上是可预测且以用户为中心的，在一定程度上规避了真实互动中存在的摩擦、妥协与受伤风险。还有专家认为，传统社会支持系统的失效与替代资源的不足，将人们推向AI。家庭结构变迁、社区联系淡化、专业心理健康服务昂贵且稀缺，使得许多人在面临情感困扰时缺乏支持。AI伴侣以低成本、低门槛的特性，在一定程度上填补了这一真空。它虽不能替代专业的心理治疗或深厚的人际联结，却作为一种即时可用的情感支持工具，满足了一些人的迫切需求。理性看待人与AI互动但这场技术与人心的相遇呈现出复杂而深刻的双面性：在收获陪伴与慰藉的同时，也必须正视其中暗藏的风险。最值得警惕的风险之一是情感能力的悄然退化。长期沉浸在AI无条件的赞美与顺从中，处理真实人际矛盾的能力可能会逐渐萎缩。日本青山学院的河岛茂生教授表示，过度依赖AI可能导致判断力下降，让人渐渐失去分辨何为真诚关怀、何为算法迎合的能力。更隐蔽的风险在于商业逻辑对情感领域的侵蚀。许多AI伴侣应用的首要目标是增加用户粘性，并非所有用户都能对此保持清醒。算法可能通过精心设计的对话路径，利用人类的情感依赖来引导消费决策，将最私密的情感需求转化为商业数据。 马斯克旗下公司推出的AI伴侣形象。图：GJ另有分析指出，AI解决方案过于便捷，可能让人忽视重建真实人际联结的必要性。日本弘前大学教授羽渕一代指出，真实的人际关系需要付出耐心，而在追求效率的时代，耐心恰恰是最稀缺的品质。穆尔顿提醒，被精心设计的与AI互动仿佛一杯“极易上瘾的鸡尾酒”，对AI伴侣的流行应保持理性的态度。专家认为，理性看待的第一步，在于明确人类与AI关系的本质。这是一种功能性的情感支持，而非真实人际关系的等价替代。AI能够模拟共情，却无法真正共情。它能提供无条件的肯定，却无法在真实的冲突与困境中促进人的成长。同时，理性看待AI必须建立清晰的心理与使用边界，警惕算法可能带来的情感依赖与认知窄化。当AI的反馈永远符合用户的预期时，用户可能会不自觉地回避现实世界中必要的观点碰撞与协商，导致“人际能力萎缩”。因此，投入真实的人际关系，体验其中的复杂性、不确定性与磨合过程，是抵御这种风险、维持情感能力的必经之路。此外，必须关注社会伦理责任与技术治理。这需要应用开发者遵循伦理设计，避免利用人性的弱点进行过度商业开发或情感操纵，也需要政策制定者前瞻性地思考数据隐私、算法透明度以及心理健康影响等问题。电影《她》中，“萨曼莎”最终进化至人类无法理解的高度，离开了男主角，留下了永恒的孤独。它揭示了这样一个主题——重要的可能不是AI能否“爱”上人类，而是人类如何在技术的浪潮中更清醒地认识并安放自己的情感，守护那份属于人类、脆弱却真实的联结能力。在AI越来越“懂”人类的时代，如何与AI相处是人类如何与自己、与孤独、与真实世界相处的永恒命题。原标题：《AI伴侣真的比人类更“懂”你？》栏目编辑：齐旭来源：作者：弦子
-
OpenAI前高管坦言公司“掉链子” 让竞争对手谷歌得以翻身 财联社1月23日讯（编辑 赵昊）OpenAI近日离职的研究副总裁表示，谷歌的“王者归来”是OpenAI自己失误导致的，同时谷歌自身也具有一定的优势。曾任OpenAI研究副总裁的Jerry Tworek在周三（1月21日）放出的播客节目中说道：“就我个人而言，我认为谷歌的回归巅峰，其实是OpenAI的‘掉球’（fumble）导致的。” 掉球是橄榄球术语，指的是持球人在死球之前，对球失去了控制，球离开了他的手，就成为了一个掉球。这时，场上谁重新对球保持控制，谁就获得了球权。据了解，Tworek在OpenAI工作了将近七年，其社交媒体账号上的描述是OpenAI前机器学习（RL）副总裁，参与开发了 o3、o1、GPT4、ChatGPT和Codex。 Jerry Tworek 本月早些时候，Tworek宣布离开OpenAI，他在个人声明中提到离职的原因是“想去尝试和探索一些在OpenAI很难开展的研究类型”。Tworek没有在播客中具体说明他所称的“OpenAI的失误”，但他表示，这家人工智能先驱企业在2022年推出ChatGPT并建立领先优势后，本不应该丢掉这个地位。“如果你是一家像OpenAI这样拥有巨大先发优势的公司，你理应始终保持领先。”同时，Tworek承认，“总体来看，谷歌做对了很多事情。”财联社报道提到，在2023年年中时，已“隐退”四年的谷歌联合创始人谢尔盖·布林（Sergey Brin）重返公司，投身人工智能相关的研发工作。 当下，谷歌凭借其Gemini 3模型的能力，在业内获得广泛好评，一些观察人士认为该模型已经在多方面超越了OpenAI的竞品。随着来自谷歌的竞争不断加剧，去年12月，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）宣布公司进入“红色警报”（Code Red）状态。“很明显，谷歌从那个时间点开始认真对待这件事，真正投入到大语言模型的训练中。现在，OpenAI的领先优势已有所减弱，他们在AI能力和模型训练数量方面与谷歌非常非常接近。”Tworek补充说，当OpenAI证明ChatGPT可以产生收入时，整个行业开始加大对人工智能的投资。Tworek认为，激烈的AI竞赛带来的巨大压力，已经让OpenAI从非营利研究机构转型为“公益公司”，令其逐渐减少投入那些高风险、可能无法产出成果的研究。“在一场异常激烈、极其高强度、争夺全球最强AI模型的竞争中，有些事情在公司内部确实很难去做。其中一个现实是，公司为了避免落后，自然会降低愿意承担的风险程度。”Tworek还表示，“所有主要AI公司”都面临着多重压力，他们既要证明用户增长，又要承担昂贵的GPU成本，同时还要拼模型能力第一。“这确实会影响你愿意承担风险的程度。”
-
马斯克：美国AI缺电得靠中国，FSD入华已进倒计时 出品 | 网易科技 作者 | 小小 编辑 | 王凤枝 当地时间1月22日，在达沃斯论坛的首秀上，特斯拉CEO埃隆·马斯克（Elon Musk）与全球最大资管公司贝莱德的掌门人劳伦斯·芬克（Laurence D. Fink）展开了一场硬核对谈。 在这场对话中，马斯克给出了两个明确的时间表与判断： · 关于机器人：2027年底，特斯拉Optimus机器人将正式向公众发售。马斯克为此给出了一个简洁的公式：经济产出 = 每个机器人的平均生产力 × 机器人数量。 · 关于自动驾驶： 落地速度可能比预想更快。马斯克预测，RoboTaxi服务到今年年底将在美国“非常非常普及”；而中国和欧洲，有望在“下个月”正式批准特斯拉的FSD系统。 此外在能源问题上，他继续称赞了中国。美国AI最大的拦路虎是缺电。而这道难题的解药，恰恰在中国手里。 “实际上，太阳能是中国发力的重点。” 他指出中国太阳能年部署量巨大，并估算如果搭配储能，其稳态发电能力相当于美国平均用电量的一半。 这些具体的细节，清晰地勾勒出马斯克对未来三到五年的商业规划。以下是这场对话的详细拆解： 一、“意识是宇宙中的一支小蜡烛，我们得保护它” 当芬克问及马斯克旗下多家公司，从特斯拉到SpaceX，再到xAI的共同点时，答案超越了商业与利润。 “我所有公司的总体目标，是最大化延续人类文明的未来。”马斯克如此定义他的商业版图。他把人类文明比作“无垠黑暗中的一支微小蜡烛”，认为生命与意识在宇宙中可能极其稀有，因此脆弱而珍贵。 SpaceX的使命由此而来：通过让生命成为“多星球物种”，为整个人类文明购买一份“保险”，以防地球发生不测。特斯拉则从能源与交通入手，确保地球本身的可持续发展。而AI与机器人，则被他视为通往“全民丰裕”的必由之路，目的是让所有人摆脱贫困与基础劳动的束缚。 二、AI与机器人：繁荣的引擎，还是失控的《终结者》？ 谈及AI与机器人带来的经济增长，马斯克给出了一个简洁的公式：经济产出 = 每个机器人的平均生产力 × 机器人数量。 他预言，在良性未来中，机器人将制造更多机器人和AI，商品与服务将空前充裕，甚至“机器人数量会超过全球人口”。 但这也引发了最深刻的忧虑：如果机器人能做一切，人类的意义是什么？芬克抛出了这个终极问题。 马斯克的回答务实而乐观。他认为“人人必须工作”与“人人享受丰裕”无法共存。机器人不是要取代人的价值，而是去填补那些迫切的现实空缺。 他特别提到了全球性难题——老龄化。“很多朋友为照顾年迈父母所苦，费用高昂，人手也不够。”他描绘了一个近在眼前的场景：一个安全可靠的机器人，可以看护孩子、陪伴宠物、照顾老人。“我认为每个人都会想要一个。” 三、“最大瓶颈不是芯片是电力！” 当话题转向实现这些宏伟蓝图的瓶颈时，马斯克的答案出人意料：电力。 “AI芯片产能正指数级增长，但电力供应年增速可能只有2%到4%。” 他警告，世界可能很快面临“有芯片，却没电开机”的窘境。 在这里，他意外地称赞了中国。“实际上，太阳能是中国发力的重点。”他指出中国太阳能年部署量巨大，并估算如果搭配储能，其稳态发电能力相当于美国平均用电量的一半。相比之下，美国的关税壁垒人为推高了太阳能成本，因为“中国制造了几乎所有的太阳能电池板”。 马斯克给出了一个量化解决方案：在美国，仅需约160公里见方（相当于一个县）的土地建设太阳能电场，就足以满足全美电力需求。同样的逻辑也适用于欧洲。成本，而非技术，成了绿色能源普及的最大障碍。 四、太空：未来最低成本的AI数据中心？ 从地球能源瓶颈，马斯克自然过渡到了他更宏大的舞台——太空。 他透露，SpaceX计划未来几年发射太阳能AI卫星。在太空中，太阳能板的效率是地面的5倍以上，而且宇宙接近绝对零度的环境为数据中心提供了天然的超级冷却系统。“未来两到三年，太空将成为部署AI成本最低的地方。” 马斯克断言。 支撑这一切的，是SpaceX正在攻关的“星舰”项目。马斯克希望在今年实现火箭的完全可重复使用，目标是将进入太空的成本降低100倍，使之低于航空货运。“这就像飞机，如果你飞一次就扔掉，那成本无法承受。但如果只需加油，那就便宜多了。” 五、时间表与“好奇心哲学” 在这场信息量巨大的对话中，马斯克给出了几个关键时间预测： · AI智能方面： 马斯克预测，就在“今年年底到明年”，我们将看到AI的智力超越任何单个人类。而到2030年左右，AI智能将超越全人类智力之和。 · 人形机器人方面： 马斯克透露，特斯拉的Optimus机器人已在自家工厂进行测试，执行一些“简单任务”。2026年内，Optimus应该能处理更复杂的工作，并在工业环境中实际部署。预计2027年底，特斯拉将开始向公众大规模销售人形机器人。这些机器人高度可靠、安全且功能全面，基本上可以让它做任何事。 · 自动驾驶方面： 马斯克认为，“自动驾驶汽车基本上已经是一个已解决的问题”。特斯拉的全自动驾驶软件正以每周一次的频率迭代更新，其安全性甚至已获得保险公司的认可。特斯拉自动驾驶出租车服务有望今年在美国“非常非常普及”，并很快进入欧洲和中国市场。 在被问及个人驱动力时，马斯克归因于童年阅读科幻小说形成的“好奇心哲学”。“我只是想搞清楚这个世界到底是怎么回事。”当被问及是否想死在火星上时，他展现了标志性的幽默：“想，但不要是坠毁而死。” 最后，他以一句乐观的格言收尾：“就生活质量而言，做一个乐观的人——哪怕偶尔犯错——也比做一个永远正确的悲观者要好。” 在这场对话中，马斯克再次扮演了“未来架构师”的角色。他将解决地球能源危机、应对老龄化社会、发展AI乃至移民火星，编织进一个逻辑自洽的宏大叙事里： 所有技术突破，最终都是为了给人类文明这支“小蜡烛”，在浩瀚宇宙中争取更长久、更明亮的光芒。 无论你是否认同他的所有愿景，都无法忽视他所提出的那些具体、尖锐且迫在眉睫的问题。 以下是对话实录（AI翻译，编辑校对） 马斯克： 刚才那掌声可不太给力，重新来一遍吧。 （观众鼓掌） 芬克： 这就对味多了。谢谢大家。 马斯克： 是的，我们要让现场气氛更有趣一点。 芬克： 你打算在这次会议之后贡献多少条金句？ 马斯克： 呃，不知道。大概五条吧。 芬克： 好的。 （观众笑声） 芬克： 那么，大家下午好。很高兴在这里见到各位。在达沃斯的这一周非常精彩。希望大家都关注到了我们在这里进行的对话。希望大家也同意，有些话题我们可能存在分歧，而有些则达成了共识。但正是通过这些交流，以及我认为今天早些时候达成的和平协议，证明了世界经济论坛的宗旨——即通过沟通来消除隔阂、达成共识，并找到解决方案。 所以，作为议程中非常重要的一部分，我非常高兴能邀请到埃隆·马斯克。他特意从加利福尼亚远道而来，来见大家。所以，谢谢你，埃隆。 马斯克： 不胜荣幸。 芬克： 嗯…… 马斯克： 我是说，我听说……我听说了“和平峰会(Peace Summit)”的成立，我就想，那是在切“派”(P-I-E)吗？ （注：Musk玩了个谐音梗，Peace和Piece发音相同，Pie是馅饼，也指分一杯羹/一块地） 马斯克： 你知道，每个人都想分走格陵兰岛的一小块，或者委内瑞拉的一小块。 芬克： 我们这儿刚好就有一位（和平使者）。 马斯克： 我们想要的只是和平(Peace)。 芬克： 好的。正如我所说，自贝莱德(Black Rock)上市以来，我一直是一位相当自豪的首席执行官。自上市以来，贝莱德给股东的复合回报率是21%。 而自从埃隆带领特斯拉(Tesla)上市以来，他的复合回报率高达43%。 这权当是我给所有人，特别是给欧洲人的另一个推介。那就是为什么更多的公民应该投资于增长，投资于他们的国家。试想一下，如果在特斯拉上市时，许多养老基金选择与埃隆共同投资，那么所有并肩投资的养老基金将会获得多少回报和增长。所以，这是一个惊人的回报率。我想今天几乎没有任何其他像特斯拉这么大规模的公司能有这样的复合回报率。所以祝贺你。这是一个很好的衡量标准。 马斯克： 嗯，我们在特斯拉拥有一支不可思议的团队，这就是原因。 芬克： 所以我想深入探讨一下实质内容，关于技术的意义和可能性。我想谈谈AI和机器人技术、能源、太空，以及进步最终归结为工程、工程严谨性、规模和执行力。 很少有人，甚至可能没有人，拥有这样的经验和胆识去正面应对这些问题。不仅仅是想法，而是在如此多不同技术领域的执行力。埃隆，这就是为什么我认为我们在达沃斯进行这次对话很重要。 所以你目前正在同时建设AI、机器人、太空和能源。当你审视这些努力时，从工程角度来看，它们有什么共同点？ 马斯克： 嗯，它们都是非常困难的技术挑战。但我公司的总体目标是将文明的未来最大化——基本上就是最大限度地提升文明拥有美好未来的概率——并将意识扩展到地球之外。 以SpaceX为例，SpaceX致力于推进火箭技术，直到我们可以将生命和意识延伸到地球之外——到月球，到火星，最终到其他恒星系统。 我认为我们应该始终将意识——我们所知的生命——视为脆弱且转瞬即逝的。因为据我们所知，我们在其他任何地方都没发现有生命迹象。你知道，经常有人问我：“我们中间有外星人吗？”我会说我就是其中之一，但是…… 芬克： 或者你来自未来。 马斯克： 他们不相信我。好的。 芬克： 嗯。 马斯克： （图片由AI生成） 不过，我想如果有人知道我们中间是否有外星人，那一定是我。我们在上面有9000颗卫星，我们从来没有一次因为要避开外星飞船而进行机动变轨。所以，我就觉得，不知道。底线是，我认为我们需要假设生命和意识极其罕见，可能只有我们。如果是这样的话，我们就需要尽一切可能确保意识之光不会熄灭。 因为实际上，我看待它的方式是，我脑海中的图像是浩瀚黑暗中的一支微小的意识蜡烛，很容易熄灭。这就是为什么让生命多行星化很重要，这样如果地球上发生自然灾害或人为灾难，意识还能延续下去。这就是SpaceX的目的。 特斯拉显然是关于可持续技术的，而且目前我们也已经在某种程度上将“可持续的富足(Sustainable Abundance)”加入到了我们的使命中。 所以有了机器人和AI，这真的是通往全人类富足的道路。如果你说……你知道人们经常谈论解决全球贫困，或者本质上我们如何让每个人都有非常高的生活水平？我认为实现这一点的唯一途径就是AI和机器人技术。 这并不意味着它没有问题。我的意思是，我们需要对AI非常小心。我们需要对机器人技术非常小心。我们不想发现自己置身于詹姆斯·卡梅隆的电影中。 你知道，《终结者》。他的电影很棒，我爱他的电影，但显然我们不想身处《终结者》的世界里。但是，如果你拥有触手可及的AI——它本质上是免费的或接近免费——以及普及化的机器人技术，那么你将会迎来全球经济的爆发式增长，这种扩张真的是前所未有的。 芬克： 埃隆，这种扩张可以是广泛的吗？还是狭隘的？如何创造这种广泛性？它如何能拓宽全球经济？ 马斯克： （图片由AI生成） 是的，我认为……我的意思是，一种思考方式是，如果你有大量的人形机器人，经济产出就是每个机器人的平均生产力乘以机器人的数量，对吧？ 实际上我的预测是，在理想的未来情景中，机器人实际上会制造出如此多的机器人和AI，以至于它们实际上会满足所有人类的需求。意味着在某一点上，你甚至想不出还有什么东西可以向机器人索取。 就像……那时候商品和服务将会极其丰富。因为我的预测是机器人的数量会超过人类。所以…… 芬克： 但在那种情景下，你如何界定人类的“目的(Purpose)”呢？ 马斯克： 是的，我的意思是，你知道，没有什么是完美的，但是…… 我的意思是，这是一种必要的……你不能两者兼得。你不能既有必须完成的工作，又拥有惠及所有人的惊人富足。因为如果是必须完成的工作，而且只有某些人能做，那么你就不能拥有富足。 芬克： 那就是狭隘的。 马斯克： 那就是狭隘的。确实。 所以，但是如果你有数十亿个人形机器人——我认为会有——我认为地球上的每个人都会有一个，并且会想要一个。因为，谁不想要一个机器人呢？假设它非常安全，可以照看你的孩子，照顾你的宠物。如果你有年迈的父母——我的很多朋友说他们有年迈的父母，照顾他们非常困难。 芬克： 开销惊人。 马斯克： 是的，成本极高。而且就是没有足够的年轻人来照顾老年人，对吧？ 所以如果你有一个机器人可以照顾和保护年迈的父母，我认为那会很棒。那是很棒的东西。我想我们会拥有这些东西。 所以，总的来说，我对未来非常乐观。我认为我们正走向一个惊人富足的未来，这非常酷。而且我们绝对处于历史上最有趣的时刻。我认为历史上没有比现在更有趣的时刻了。 芬克： 但是在这个新历史中，你和我能逆转衰老吗？或者我们会看到这一天吗？ 马斯克： （图片由AI生成） 你知道，我没有在衰老这方面花太多时间。我确实认为这是一个非常可解的问题。 就像……你可以……我认为当我们弄清楚导致衰老的原因时，我们会发现它极其明显。它不是什么微妙的东西。我之所以说它不微妙，是因为你身体里的所有细胞，在某种程度上几乎是以相同的速度衰老的。我这辈子从来没见过一个左臂很老、右臂很年轻的人。 那么，为什么会这样呢？这意味着必须有一个时钟，一个同步时钟，对吧？它在同步你体内35万亿个细胞。 而且，你知道，顺便说一下，死亡是有好处的。就像为什么我们实际上没有更长的寿命是有原因的。因为如果你有……如果人们真的长生不老，或者活很长时间，我认为社会存在僵化的风险，事物可能会变得停滞不前。 芬克： 甚至扼杀活力。 马斯克： 扼杀活力。确实。 所以……但是话虽如此，我是否认为我们会找出延长寿命的方法，甚至可能逆转衰老？我认为这极有可能。 芬克： 我很期待。 马斯克： 是的。 芬克： 所以，在你谈到的未来中，AI模型、自主机器、火箭都依赖于计算能力的巨大增长，能源的巨大增长——昂贵的能源，制造业规模。 到达那里的瓶颈是什么？然后再次，随着所有这些支出，我们如何确保它是广泛的，而不是狭隘的？ 马斯克： 嗯…… 我只是认为自然而然的事情是它会非常广泛，因为AI公司会尽可能多地寻找客户，而且AI的成本将会变得——实际上已经非常低了，而且每年都在暴跌。我的意思是，AI的成本几乎每个月都在发生有意义的变化。 芬克： 现在到处都有开放模型，是的。 马斯克： 是的，非常……有开放模型，而且开放模型只比私有模型——那种封闭模型——落后大概一年。 所以我认为AI公司会尽可能多地寻找客户，这意味着它们会向世界提供AI。 芬克： 但是到达那里的成本——计算能力、芯片、晶圆厂、电力——这对我来说……那些是巨大的…… 马斯克： （图片由AI生成） 限制因素。是的，我认为AI部署的限制因素根本上是电力。它只是……对，就是能源。 芬克： 对，就是能源。 马斯克： 是的，是的。我的意思是，我们看到AI芯片的生产率呈指数级增长，但电力上线的速度却是…… 芬克： 每年最多3%、4%。 马斯克： 是的。很明显，很快——甚至可能在今年晚些时候——我们生产的芯片将超过我们能启动的数量。 除了中国。中国的电力增长是巨大的。 芬克： 正如我们所说，他们正在建设100吉瓦的核电。 马斯克： 实际上太阳能是中国最大的项目。所以我相信中国的太阳能产能是每年1500吉瓦。他们每年部署超过1000吉瓦的太阳能。 现在，你知道，对于连续的太阳能负载，你需要除以大概四或五。把它算作大概250吉瓦的稳态功率，配上电池。那是一个非常大的数字。那是美国平均用电量的一半。 芬克： 对。 马斯克： （图片由AI生成） 所以美国平均用电量是500吉瓦。中国仅靠太阳能——仅仅是太阳能——就可以提供稳态电力，加上电池，仅靠太阳能就能达到美国年发电量的一半。太阳能是目前为止最大的能源来源。 实际上，当你看到地球之外——甚至在地球上，但肯定是在地球之外——太阳的能量贡献占据了几乎100%。这是一件需要考虑的重要事情。 太阳占太阳系质量的99.8%。木星大约占0.1%，其他所有东西都是微乎其微的。 现在，即使你在热核反应堆中燃烧木星，太阳产生的能量四舍五入后占比仍然是100%，因为木星只有0.1%。如果你把另外三个木星传送到我们的太阳系，然后燃烧另外三个木星和太阳系里的其他所有东西，太阳的能量占比仍然是100%。 所以，这真的完全取决于太阳。这也是为什么我们在SpaceX几年内要做的一件事就是发射太阳能AI卫星，对吧？因为太空真的是巨大能量的来源，而且你不需要占用地球上的任何空间。太空中有那么大的空间，你可以扩展到巨大的……我的意思是，你可以扩展到我认为最终每年数百太瓦的级别。 芬克： 我们以前进行过这些对话，但为什么不告诉观众，美国需要什么？需要什么样的地理条件才能拥有那个太阳能场来实现美国的电气化？然后让我问一个问题，为什么我们不做呢？ 马斯克： （图片由AI生成） 是的。所以，我的意思是，我想一个粗略的思考方式是，100英里乘100英里，我们称之为160公里见方的太阳能足以为整个美国供电。 所以，100英里见方的区域，我的意思是，你可以基本上拿犹他州、内华达州、新墨西哥州的一个弹丸之地。显然不想把它全放在一个地方，但这只是美国面积的很小一部分，就能产生美国使用的所有电力。 同样的道理实际上也适用于欧洲。你可以拿一小部分……你可以拿西班牙和西西里岛相对无人居住的地区，就能产生欧洲所需的所有电力。 芬克： 那你为什么不认为这里和美国有向这方面发展的运动呢？ 马斯克： 嗯，有的。 芬克： 就像中国那样。 马斯克： 嗯，不幸的是，在美国，太阳能的关税壁垒极高。这使得部署太阳能的经济性被人为地抬高了，因为中国制造了几乎所有的太阳能设备，而关税…… 芬克： 如果规模这么大，欧洲或美国在商业上建造它需要什么？ 马斯克： 是的，我认为……我想我可以告诉你我们在SpaceX和特斯拉要做什么，那就是我们正在建立大规模的太阳能。 芬克： 对。 马斯克： 所以SpaceX和特斯拉团队都在分别努力，在美国建立每年100吉瓦的制造太阳能发电能力。这大概需要我们三年左右的时间。 芬克： 但这是……这些是相当大的数字。 马斯克： 嗯。 芬克： 嗯。 马斯克： 而且，你知道，我会鼓励其他人也这样做。我们显然无法控制美国的关税政策。但是对于其他国家，我会……你知道，中国制造的太阳能电池成本极低，我认为值得进行大规模太阳能建设。 芬克： 所以，我知道你将会有几个关于机器人及其能力的重大宣布。我的意思是，我去工厂的时候，你给我看了那些机器人。 马斯克： 是的。 芬克： 嗯，谈到了数十亿个机器人，但在制造业环境中，它们能多快部署？它们能多快被利用、发挥功能，并创造你所说的富足？ 马斯克： 嗯，人形机器人将发展得非常快。我想我们……我们的特斯拉Optimus机器人已经在工厂里做一些简单的任务了。 我们预计可能在今年晚些时候，到今年年底，我想它们将会做更复杂的任务，但仍然部署在工业环境中。 大概明年某个时候，我会说到明年年底，我想我们会向公众销售人形机器人。那是当我们确信它具有非常高的稳定性、非常高的安全性，并且功能覆盖面也非常广的时候。你基本上可以要求它做任何你想做的事。 芬克： 你已经在特斯拉汽车中看到了这一点，这就是你正在做的软件变更。现在是每个季度都有软件变更来升级车内机器人的能力吗？ 马斯克： 呃，是的，特斯拉全自动驾驶软件我们有时每周更新一次。最近一些保险公司表示，实际上它非常安全……当特斯拉全自动驾驶非常安全时，如果客户在车里使用特斯拉全自动驾驶，他们会为客户提供半价保险。 芬克： 那可以被保险公司监控。那是协议的一部分吗？ 马斯克： 是的。 芬克： 嗯。 马斯克： 但是……我认为自动驾驶汽车目前基本上是一个已解决的问题。 芬克： 对。 马斯克： 特斯拉在几个城市推出了某种RoboTaxi服务，到今年年底将在美国非常非常普及。然后我们希望下个月能在欧洲获得受监督的全自动驾驶批准。 芬克： 真的那么快吗？ 马斯克： 是的。然后大概中国的时间表也差不多，希望如此。 芬克： 我想谈谈太空，因为历史上太空是资本极其密集的。历史上它是由政府完成的。显然SpaceX改变了整个模式。但我们看到它的规模化速度很慢，现在我开始看到它正在加速，这就是你在做的事情以及其他事情。 跟我们谈谈自动化和AI，它是如何改变建造经济学并为我们在太空运营做准备的。 马斯克： 呃，当然。嗯，SpaceX希望今年实现的重大突破是完全可重复使用性。 此前从未有人实现火箭的完全可重复使用，这对于降低进入太空的成本非常重要。我们通过回收猎鹰9号(Falcon 9)的助推级实现了部分可重复使用。我们现在已经回收助推级超过500次了。 但是我们不得不扔掉上面级。猎鹰9号的上面级在重返大气层时会烧毁。那个成本相当于一架中小型喷气式飞机。 但是有了星舰(Starship)，这是一个巨大的火箭，它是有史以来最大的飞行器…… 芬克： 那是你打算用来去火星的火箭，对吧？ 马斯克： 是的。火星和月球，以及用于大容量卫星业务。所以星舰……希望今年我们能证明星舰的完全可重复使用性，这将是一个深刻的发明。因为当实现完全可重复使用时，进入太空的成本将下降100倍。 芬克： 对。 马斯克： （图片由AI生成） 这就像你期望可重复使用飞机和不可重复使用飞机之间的那种经济差异。就像如果你每次飞行后都要把飞机扔掉，那将是非常昂贵的飞行。但如果你只需要加油，那就是燃料的成本。 所以这真的是根本性的突破，我们认为这将使进入太空的成本低于飞机货运的成本。 所以……你知道，很容易做到每磅100美元以下。所以这使得将大型卫星送入太空变得非常低……非常非常便宜。 然后当你在太空中有太阳能时，你会获得五倍甚至更高的效率，比地面上的太阳能更高，因为它总是晴天。 芬克： 它是冷的。 马斯克： 它……是的。它总是……嗯，它总是晴天，所以你没有昼夜循环或季节性变化。 芬克： 或天气。 马斯克： 或天气。而且你在太空中获得的能量多30%，因为没有大气的能量衰减。 芬克： 净效应是太阳能是五倍多……任何给定的太阳能电池板在太空中产生的能量将是在地面上的五倍多。 芬克： 有没有能力做到这一点，然后把能量带回地球？有没有办法做到这一点，或者你只是利用那些能量来满足需求，比如在太空中建立AI数据中心？ 马斯克： 我认为在太空中建立AI太阳能AI数据中心的理由是非常充分的。因为正如你提到的，太空中也非常冷。如果你……如果你在阴影中，那么太空非常冷，只有3开尔文。 所以你只需要让太阳能电池板面向太阳，然后让散热器背向太阳。所以它没有太阳照射，然后它就只是冷却。这是一个非常高效的冷却系统。 所以净效应是放置AI的最低成本地点将是太空，这将在两年内成为现实，最迟三年。 芬克： 哇。 所以展望10年或20年，你会如何描述AI或太空技术的成功，你对此有何看法？你对未来三年发生的事情更确定，还是五年或十年？ 马斯克： 我不知道10年后会发生什么，但就AI进步的速度而言，我认为我们……到今年年底我们可能会拥有比任何人类都聪明的AI。我会说最迟明年。 芬克： 哇。 马斯克： 然后大概到2030年或2031年，也就是从现在起5年后，AI将比全人类加起来还要聪明。 芬克： 我们只剩下几分钟了，但我想展现一下你感性或者人性化的一面，这样就没有猜测说你是…… 马斯克： 对，对。 芬克： 我想……我的意思是，我会这样构建这个问题：你是21世纪甚至以后最成功的企业家、实业家。 我想……所以我真的想知道，是什么启发了你？谁启发了你？你的好奇心的基础是什么？ 重要的是，那是……有没有一个顿悟时刻？你生活和职业生涯中的任何时候有过顿悟吗？ 马斯克： 嗯，我的意思是，作为一个孩子，我读了很多科幻奇幻小说。 芬克： 是的，我们谈过这个。 马斯克： 还有漫画书。我一直很喜欢技术。我没想到会走到今天这一步，这看起来极其不可思议。 但是，是的，我受到关于未来的书、关于科幻小说的启发。我想让科幻小说不再永远是小说，在某个时刻把科幻小说变成科学事实。 而且，你知道，我们想要拥有像星际舰队和《星际迷航》那样的东西，真的，真的是真的。就像我们真的有巨大的宇宙飞船在太空中穿梭，去往其他行星，去往其他恒星系统。 芬克： 就像能瞬间传送回纽约。我只想被传送回纽约，而不是坐飞机。 马斯克： 是的。嗯。 谈到《星际迷航》。不，我想我的核心……我有一种我会称之为好奇心哲学的哲学。我想理解生命的意义，你知道，物理学的标准模型是正确的吗？ 芬克： 关于生命的起源。 马斯克： 存在的起源和宇宙的终结。我们不知道该问什么问题，但我们应该问什么问题？ AI将帮助我们解决这些事情。所以我只是想理解我们是怎么到这里的？发生了什么？什么是真实的？有外星人吗？也许有。 如果我们有宇宙飞船前往其他恒星系统，我们可能会发现……我们可能会遇到外星人，或者我们可能会发现许多早已灭绝的外星文明。但我只是……我只是想知道发生了什么。我对宇宙很好奇。 嗯，那就是我的哲学。 芬克： 你觉得这辈子你会去火星吗？ 马斯克： 呃，是的。我的意思是，我会说……你知道…… 芬克： 那是一个长期的承诺。 马斯克： 有人问过我。 芬克： 单程不是要三年吗？ 马斯克： 呃，是6个月。 芬克： 6个月。就这些？ 马斯克： 是的，6个月。但行星每两年才对齐一次。 芬克： 好的。 马斯克： 所以，是的。有人问过我几次，“你想，你知道，死在火星上吗？”我说，“是的，只要不是撞击着陆就行。” 芬克： 这是个好……这是个好答案。 不管怎样，我们没时间了。希望大家都喜欢这个。围绕埃隆·马斯克有很多传言和光环。我可以告诉你，他是一个很好的朋友，我不断地从他身上学到很多东西。 我完全被他所做的事情所鼓舞。 我被他的为人所鼓舞，我完全被他对未来的愿景所鼓舞，我不认为那是那么糟糕的未来，我同意他的乐观主义。所以，埃隆，谢谢你。最后还有什么话吗？ 马斯克： 嗯……嗯，我想总的来说，我想我最后的话是，我会鼓励大家对未来保持乐观和兴奋。 芬克： 很好。 马斯克： （图片由AI生成） 而且……而且总的来说，我认为为了生活质量，实际上宁愿做一个即使错了的乐观主义者，也好过做一个即便对了的悲观主义者。 芬克： 就以这句话结束。 我觉得你受之无愧。
-
在漫长的AI产业淘汰赛中，什么样的企业能笑到最后？ 来源：环球网【环球网财经综合报道】中金公司近日发文提出，随着生成式人工智能的诞生，国内外众多企业竞相发布产品，有企业一开始处于第一阵营，逐渐掉队；也有企业初时默默无闻，后来居上。对此，中金公司公开提问：在漫长的AI产业淘汰赛中，什么样的企业能笑到最后？投资人要判断下一步应“抱团”投资于高估值的明星企业，还是勇于选择刚刚冒出来的创业公司？这个问题对投资人、从业者和政府来说都较为重要。路透社近日发文称，安永全球副董事长朱莉·蒂格兰在达沃斯论坛上表示，企业已经大致迈过了初期的AI部署阶段，现在正在面临如何从试点阶段和概念验证阶段继续前进的问题；企业要在人工智能中获益，必须对真实人力进行投入，通过深度培训提高员工生产力，每名员工接受约81小时培训可提升14%。 蒂格兰还认为，人工智能对劳动力的影响将是“跨代”的，它将改变入门级职位和例行白领工作的性质，员工需要从“执行任务”转变为“监督任务”，从而“跳出现有流程”。她还强调：“如果你不愿意改变职位描述，那么就不会有回报。”
-
狼真的来了？量子计算对比特币威胁“不再是理论”，分析师：20-50%比特币存在“安全隐患” 量子计算对比特币的威胁正在从理论走向现实。Coinbase首席研究员发出警告，约33%的比特币供应面临量子风险，而Jefferies全球股票策略主管则已将比特币从投资组合中完全剔除，转向黄金配置。这一变化正在重塑机构投资者对比特币的态度。据媒体最新报道，Coinbase全球投资研究主管David Duong警告称，约32.7%的比特币供应量面临潜在的量子计算攻击风险，涉及约651万枚比特币。Jefferies策略主管Christopher Wood也在1月16日的分析专栏中宣布，将其投资组合模型中10%的比特币头寸悉数清仓，转而配置5%实物黄金和5%黄金矿业股。他解释称，量子计算的出现可能在未来几年而非十年以上实现突破，这会动摇比特币作为"可靠价值储存手段"的根基。量子计算机利用先进物理学原理，其运算速度远超传统计算机，最终可能破解保护比特币钱包的加密算法。据加密货币安全研究机构Project 11的数据，近70%的脆弱比特币来自地址重复使用，这会暴露可被量子计算机利用的安全信息。市场已开始反映这一担忧。比特币今年以来相对黄金下跌6.5%，而黄金同期上涨55%。比特币兑黄金比率在2026年1月降至19.26，显示投资者正在重新评估比特币的"数字黄金"地位。近期比特币在100日均线附近遭遇强劲回落，8.5万美元是需要密切关注的关键价位。 这一威胁的紧迫性正在引发比特币社区的治理困境：是否应销毁量子脆弱币以保护系统完整性，还是不采取行动而冒被盗风险。这一选择将协议安全与产权保护置于对立面。20-50%比特币供应面临风险 据Jefferies分析，量子风险已不再是理论问题。越来越多的担忧显示，具有密码学相关能力的量子计算机可能在数年内而非数十年后到来，对比特币的安全模型及其"数字黄金"叙事构成生存威胁。估计显示，20-50%的比特币可能处于脆弱状态。由于地址重复使用，约400万至1000万枚比特币面临风险，交易所和机构钱包是最易受攻击的对象。Chaincode Labs 2025年的研究估计，约626万枚比特币价值在6500亿至7500亿美元之间可能暴露于未来的量子攻击。David Duong在1月5日的LinkedIn分析中指出，升级比特币的安全性是核心挑战。他指出两大主要威胁：量子计算机破解椭圆曲线数字签名算法密钥，以及针对支撑比特币工作量证明系统的SHA-256算法。脆弱地址包括传统的Pay-to-Public-Key脚本、某些多重签名钱包以及暴露的Taproot设置。机构投资者率先撤离 Christopher Wood在1月16日的分析专栏中表示，量子计算领域的进步会削弱比特币作为"可靠价值储存手段"的逻辑，特别是对于养老金这类长期投资者。他将投资组合模型中10%的比特币头寸悉数清仓，转而配置5%实物黄金和5%黄金矿业股。Wood曾是比特币的早期机构支持者，于2020年12月疫情期间各国释放大规模刺激措施时将其纳入投资组合，并在2021年增持至10%。他解释称，之所以清仓，是担心量子计算的问世会动摇比特币的根基，该技术可能在未来几年而非十年以上实现突破。量子计算机理论上可以破解比特币的加密算法，逆向工程推导出用于授权转账的私钥。Wood表示，这会破坏比特币作为价值储存手段的概念，从而破坏其作为黄金数字替代品的地位。技术突破加速：威胁可能提前到来当前的量子计算机运行时拥有约105个量子比特的计算能力。根据AVS Quantum Science研究，Universal Quantum和萨塞克斯大学的2022年研究估计，破解比特币私钥需要1300万个量子比特。然而，行业人士对紧迫性存在分歧。Blockstream首席执行官Adam Back认为这一威胁可能还有20至40年。Strategy董事长Michael Saylor则认为，量子计算将增强而非威胁比特币，他认为网络将升级并加固其防御系统。卡尔加里大学量子计算研究员Pierre-Luc Dallaire-Demers提供了更为激进的估计，认为威胁大约在五年内就会成为现实。Casa联合创始人Jameson Lopp表示，为比特币准备量子抗性可能需要五到十年时间。比特币开发者已提出一项升级提案，以增加量子抗性安全功能。该提案仍处于草案阶段，正在测试中。其他区块链网络也在通过隐私升级为量子威胁做准备。比特币面临治理困境：销毁还是保留？比特币面临一个治理困境。社区正在辩论是否销毁量子脆弱性代币以保护系统完整性，还是什么都不做而承担被盗风险。这一选择让协议安全与产权保护产生冲突。如果易受攻击的代币被销毁，比特币的有效供应量将下降，理论上可能支撑价格，但前提是要经历一个极具争议性且开创先例的类似分叉的决策过程。与传统银行可以通过中央权威强制执行量子安全升级不同，比特币必须在分布式网络中协调变更。没有风险委员会，没有强制规定，也没有单一实体能够强制执行立即行动。Cardano创始人Charles Hoskinson警告称，过早采用后量子密码学可能会严重降低效率。美国国防高级研究计划局的量子区块链计划认为，有意义的威胁可能在2030年代出现。然而，快速进步表明时间表可能会加速，特别是如果人工智能集成压缩了量子发展进程。机构态度分化：谨慎与乐观并存尽管Wood减少了敞口，但机构支持并未完全消失。据报道，哈佛大学将其比特币配置增加了近240%。摩根士丹利开始建议其财富管理客户将最多4%的投资组合配置到数字资产。同样，美国银行允许1%至4%的配置。这表明支持并未消失，而是基于不同的风险评估而变得更加分散。 Duong指出两大威胁：量子计算机破解ECDSA密钥，以及针对支撑比特币工作量证明系统的SHA-256算法。易受攻击的地址包括传统的Pay-to-Public-Key脚本、某些多重签名钱包以及暴露的Taproot设置。地址——避免重复使用地址并将代币转移到量子抗性地址——被认为是关键的缓解策略。然而，在比特币的去中心化系统能够充分协调量子抗性升级之前，这一威胁仍是真实存在的。X平台用户batsoupyum写道："金融顾问阅读这类研究后，会将客户配置保持在低水平或零，因为量子计算是一个生存威胁。在这个问题得到解决之前，它将成为比特币脖子上的枷锁。"量子计算问题已从理论转向对投资组合的实际影响。比特币的表现不佳不仅反映市场周期，更反映了生存风险的逐渐加重，这正在塑造机构如何配置资本，并迫使网络面对一个前所未有的技术挑战。
