找到
1978
篇与
互联网
相关的结果
- 第 49 页
-
京东最新回应“仓库被盗”：法国巴黎仓库已恢复正常运营 来源：中国证券网上证报中国证券网讯（记者 冯心怡）12月23日晚，京东向上证报表示，北京时间12月22日，位于法国巴黎地区的京东仓储遭遇盗抢，当地警方已介入调查处理。京东称，目前仓库已恢复正常运营，相关方面披露的“重大损失数据”，与实际情况有较大出入。此前，有消息援引外媒报道称，京东位于法国塞纳-圣但尼省的仓库遭窃，超过5万台3C数码设备（包括手机、电脑和平板电脑）被盗，价值约为3700万欧元，折合人民币3.06亿元。京东表示，近年来，京东加速推进“全球织网计划”，已在全球23个国家和地区建设了超130个各类型海外仓，并合法合规运营。“我们将持续建设好超级供应链，为广大企业和用户提供高质量的物流服务。”
-
法国仓库被指遭盗窃损失超3亿元 京东深夜回应 12月23日晚，京东表示，北京时间12月22日，位于法国巴黎地区的京东仓储遭遇盗抢，当地警方已介入调查处理。京东称，目前仓库已恢复正常运营，相关方面披露的“重大损失数据”，与实际情况有较大出入。此前，有媒体援引外媒报道称，京东位于法国塞纳-圣但尼省的仓库遭窃，超过5万台3C数码设备（包括手机、电脑和平板电脑）被盗，价值约为3700万欧元，折合人民币3.06亿元。京东表示，近年来，京东加速推进“全球织网计划”，已在全球23个国家和地区建设了超130个各类型海外仓，并合法合规运营。“我们将持续建设好超级供应链，为广大企业和用户提供高质量的物流服务。”来源 上海证券报编辑 成嘉怡审核 毛迪 王晨郁校对 崔劲峰
-
机器人租赁从零散服务到生态化布局，打通走向大众的“最后一公里” 封面新闻记者 孟梅 易弋力12月22日，全国机器人租赁生态峰会暨擎天租平台发布会在上海举行。会上，“智汇众力 共擎新元” 机器人租赁平台“擎天租”发布。“擎天租”有何创新？能够解决哪些行业痛点？智元AGIBOT合伙人、擎天租董事长姜青松接受了记者采访。当前，机器人租赁从零散服务走向生态化布局，一场构建行业规则的变革正在悄然进行。为汇聚行业智慧、链接生态资源，推动机器人租赁产业标准化、规模化发展，“擎天租”平台应运而生，旨在构建全链路价值共创和分享机制，共启机器人租赁的全新纪元。智元AGIBOT合伙人、擎天租董事长姜青松在演讲中回顾了机器人租赁行业的发展历程，指出当前市场对机器人租赁存在的切实需求和行业面临的现实难点。在市场需求的助推下，“擎天租”平台汇聚用户、租赁商、内容开发者与本体设备商等多方力量，将放大机器人租赁行业的整体价值，定义RaaS（Robot as a Service）新时代，打通人形机器人走向大众的“最后一公里”。姜青松还在现场分享了“擎天租1234战略计划”，即2026年实现10+本体厂家-200+金牌服务租赁商-3000+内容创作者-400000+租赁客户，并对机器人租赁行业表达出强大的信心：“我们主张‘智汇众力 共擎新元’——只有凝聚产业链各方的力量，才能共同开拓这个崭新的时代。我们的终极信念一直是‘以智能机器创造无限生产力’，让高效、灵活、智能的机器人服务渗透千行百业，真正将前沿科技转化为驱动社会进步的强大动能。”记者了解到，“擎天租” 平台的核心创新是将高门槛的机器人使用场景转化为类似共享充电宝的便捷租赁模式，从而打破当前机器人租赁市场运营成本高、合作链路复杂、内容同质化严重等行业痛点，让企业和用户能按需便捷租用机器人。姜青松向记者进一步解释称，一是搞租赁联盟，将机器人通过租赁的方式让大众的生活变得更简单一点，因为机器人到目前为止是在探索当中，大家对机器人使用最多的方式还是文艺表演居多，这样是比较孤岛式的，都是运营合作商找客户，或者是在各种媒体上发布视频来引起大家的兴趣，这样用户租机器人比较难。二是租赁商想把机器人卖得贵也比较难，没有那么大客户的路径。所有的是孤岛性、割裂性的，我们想把大家组织在一起来进行信息沟通和分享，进一步提高效率，在平台点一下机器人过几个小时或一天就能够到你手上。擎天租让大家能在平台上快速地拿到想要的机器人和服务。大会分享环节中，多位行业代表带来了机器人应用的生动实践与前瞻展望。海底捞信息科技部副部长杨炫之分享了智能机器人如何重塑其服务体验与运营效率；浙江硅基方舟机器人有限公司总经理刘宇袖表达了对构建内容开发生态的合作展望；广州火花机器人有限公司CEO韩义阐述了共创、共享机器人行业生态的实践路径；中国人民财产保险股份有限公司浙江省分公司副总经理曹明华，则探讨了保险机制如何助力机器人产业实现高质量发展。
-
Alphabet(GOOGL.US)重磅加码AI数据中心：以47.5亿美元收购清洁能源商Intersect，“绿色”破解缺电瓶颈 智通财经APP获悉，谷歌母公司Alphabet(GOOGL.US)已同意以 47.5 亿美元现金加上现有债务收购清洁能源开发商Intersect Power LLC，这是该科技巨头为大幅扩展其人工智能数据中心规模而进行的最大规模交易之一。这项收购旨在为Alphabet旗下的谷歌提供更多电力，以满足其数据中心的需求。由于人工智能等因素的影响，美国老旧的电网难以满足数十年来首次出现的电力需求激增。此前报道称，谷歌去年通过与Intersect合作，在数据中心园区附近建设大型发电厂，从而获得了这家能源供应商的少数股权。Alphabet首席执行官Sundar Pichai在一份声明中表示：“Intersect将帮助我们扩大产能，更灵活地建设新的发电设施，与新的数据中心负荷同步增长，并重新构想能源解决方案，以推动美国的创新和领导地位。”人工智能竞赛推动了数据中心和电力行业的并购活动。例如，软银一直在研究潜在的收购目标，其中包括数据中心运营商Switch Inc.。Sandbrook Capital周一宣布，随着电力需求的增长，该公司将收购公用事业公司United Utility Services。能源咨询公司 Wood Mackenzie Ltd. 的 Ben Hertz-Shargel 表示，Intersect 的这笔交易标志着大型科技公司首次收购一家主要的可再生能源开发商，并且“再次确认了谷歌用清洁能源为其数据中心供电的意图”。与亚马逊(AMZN.US)和微软(MSFT.US)一样，谷歌一直在努力平衡其雄心勃勃的气候目标与人工智能日益增长的能源需求。2024年，该公司表示，由于数据中心运营，其碳排放量在过去五年中增加了48%。Intersect是一家由私募股权公司TPG Inc.支持的清洁能源解决方案提供商，致力于为大型数据中心提供电力，包括光伏和电池储能项目。今年，该公司与多家超大规模数据中心运营商保持密切联系，推广其位于德克萨斯州的巨型设施。Intersect首席执行官Sheldon Kimber称德克萨斯州为“能源界的迪士尼乐园”，因为那里拥有丰富的风能和太阳能资源。Hertz-Shargel 表示，Intersect公司目前运营着约7.5 GW的太阳能和储能项目，另有8 GW的项目正在开发中，其中大部分位于数据中心聚集地德克萨斯州。(1 GW大约相当于一座核反应堆的输出功率，可为约75万户家庭供电。)据该公司网站显示，Intersect在美国拥有价值150亿美元的能源资产，这些资产目前已投入运营或在建。据 Alphabet 发言人称，作为交易的一部分，Alphabet 将收购 Intersect 的电力开发平台和团队，包括谷歌已经签约的现有开发资产。Intersect将保留其独立于谷歌的品牌，并继续由Kimber领导。该公司在德克萨斯州和加利福尼亚州的电网资产以及已签约给其他客户的资产(部分已投入运营，部分正在开发中)将不包含在此次收购范围内。此前曾投资Intersect的TPG Rise Climate将保留这些资产的股份。Hertz-Shargel 表示，这项交易也降低了谷歌面临的监管风险。她指出，如果像Intersect这样的第三方公司为谷歌数据中心供电，可能会被视为侵犯当地公用事业公司的特许经营权，但谷歌自行为其设施供电则不会。他说：“谷歌通过收购开发商，而不仅仅是电力购买协议，获得了在需要的时间和地点进行建设的灵活性。”
-
苹果已修复：MacSync窃密恶意变种通过“合法签名”绕过Mac检查 IT之家 12 月 23 日消息，科技媒体 bleepingcomputer 昨日（12 月 22 日）发布博文，报道称信息窃取恶意软件 MacSync 近期出现重大升级，其最新变种成功绕过了 macOS 的 Gatekeeper 安全检查。Gatekeeper 是苹果电脑里的“安检员”，当用户打开一个从网上下载的软件后，它会检查这个软件有没有“身份证”（数字签名）以及是否经过了苹果官方的“体检”（公证）。如果一切正常，它才允许软件运行，否则会拦截并警告。Jamf 安全研究人员发现，MacSync 恶意软件的最新变种采用了一种更为隐蔽的传播方式。与以往依赖“诱导用户运行终端命令”或“ClickFix”等低级战术不同，该变种被封装在一个名为 zk-call-messenger-installer-3.9.2-lts.dmg 的磁盘镜像中。 有效的数字签名和公证，图源：Jamf 研究人员指出，该恶意软件伪装成一个经过代码签名和公证的 Swift 应用程序，拥有合法的开发者团队 ID（GNJLS3UYZ4）。这意味着它能够欺骗 macOS 的 Gatekeeper 安全系统，让用户在安装时不会收到常规的安全警告，从而在毫无察觉的情况下感染系统。 反混淆后的有效执行代码，图源：Jamf IT之家援引博文介绍，MacSync 为了进一步规避安全检测，植入了一系列反分析机制。首先，该恶意软件通过嵌入诱饵 PDF 文件，将 DMG 安装包的体积人为膨胀至 25.5MB，这种“文件膨胀”策略通常用于绕过某些不仅检测文件特征还限制扫描大小的自动化安全沙箱。 膨胀的磁盘镜像内容，图源：Jamf 其次，该程序在执行前会主动进行互联网连接检查，以判断自身是否运行在隔离的测试环境中。此外，一旦负载解码并执行完毕，恶意软件会自动擦除执行链中使用的脚本，以此抹除入侵痕迹，增加取证难度。作为 Mac.C 恶意软件家族的衍生物，MacSync 的主要目标是窃取高价值用户数据。根据 MacPaw Moonlock 的分析，该窃取程序能够提取 iCloud 钥匙串凭证、浏览器存储的密码、系统元数据以及加密货币钱包文件。该恶意软件最早于 2025 年 4 月（注：原文时间）由威胁行为者“Mentalpositive”发布，并于同年 7 月开始在网络犯罪生态系统中活跃，与 AMOS 和 Odyssey 等同类恶意软件争夺市场份额。针对这一威胁，Jamf 研究人员在分析确认后立即向苹果进行了通报。苹果方面迅速采取行动，目前已正式撤销了被该恶意软件滥用的开发者证书，意味着该特定签名的变种将无法再通过 Gatekeeper 的验证。
-
OpenAI承认Atlas浏览器提示词注入攻击难以根治 IT之家 12 月 23 日消息，尽管 OpenAI 正致力于强化其 Atlas 人工智能浏览器的网络攻击防御能力，但该公司承认，提示词注入攻击 —— 一种通过操纵人工智能智能体、使其执行隐藏在网页或电子邮件中的恶意指令的攻击手段 —— 带来的风险短期内无法消除。这也引发了人们对人工智能智能体在开放网络环境下能否安全运行的质疑。 OpenAI 在当地时间周一发布的一篇博客文章中详细阐述了该公司为增强 Atlas 的防御能力、抵御持续攻击所采取的措施，并写道：“提示词注入攻击就像网络上的诈骗和社会工程学攻击一样，几乎不可能被完全‘攻克’。”该公司坦承，ChatGPT Atlas 的“智能体模式”“扩大了安全威胁面”。据IT之家了解，OpenAI 于今年 10 月推出了 ChatGPT Atlas 浏览器，随后安全研究人员迅速发布了相关演示，证明只需在谷歌文档中输入寥寥数语，就能改变底层浏览器的行为。就在同一天，浏览器厂商 Brave 也发布博客指出，间接提示词注入攻击是所有人工智能驱动型浏览器面临的系统性挑战，Perplexity 公司的 Comet 浏览器也未能幸免。意识到提示词注入攻击威胁将长期存在的并非只有 OpenAI 一家。英国国家网络安全中心本月早些时候发出警告，称针对生成式人工智能应用的提示词注入攻击“或许永远无法被完全缓解”，这使得各类网站都面临数据泄露的风险。这家英国政府机构建议网络安全从业者，应着力降低提示词注入攻击的风险及影响，而非寄希望于将这类攻击“彻底阻止”。就 OpenAI 而言，该公司表示：“我们将提示词注入视为一项长期的人工智能安全挑战，未来需要持续强化防御措施。”那么，面对这项永无止境的任务，OpenAI 给出了怎样的解决方案？答案是建立一套主动式快速响应机制。该公司称，这套机制已初显成效，能够在新型攻击手段被用于“实战攻击”前，提前在内部发现这些攻击策略。这一思路其实与 Anthropic、谷歌等竞争对手的主张并无本质区别：要应对提示词注入攻击的持续威胁，必须构建多层防御体系，并持续开展压力测试。例如，谷歌近期的研究重点就聚焦于智能体系统的架构层面与策略层面管控。不过，OpenAI 采取了一种与众不同的策略 —— 开发“基于大语言模型的自动化攻击程序”。本质上，这是一款由 OpenAI 借助强化学习技术训练而成的机器人，其作用是模拟黑客行为，寻找向人工智能智能体植入恶意指令的途径。这款机器人可以先在模拟环境中测试攻击手段，再投入实际应用。模拟环境能够还原目标人工智能在遭遇攻击时的思维过程与可能采取的行动。随后，机器人可分析目标的反应，调整攻击方式，并反复进行测试。这种能够洞悉目标人工智能内部推理逻辑的优势，是外部攻击者所不具备的。因此从理论上讲，OpenAI 的这款机器人发现系统漏洞的速度，要快于现实中的黑客。这是人工智能安全测试领域的一种常用方法：打造一个智能体，让它找出系统的极端漏洞场景，并在模拟环境中开展快速测试。OpenAI 在博客中写道：“我们通过强化学习训练的攻击程序，能够诱导目标智能体执行复杂且需要多步骤推进的有害任务流程，这些流程的操作步骤可达数十步甚至数百步。此外，我们还发现了一些全新的攻击策略，这些策略既未出现在我们的人工红队测试中，也没有相关外部报告提及。” 在一份演示案例中（上图为部分截图），OpenAI 展示了其自动化攻击程序如何将一封恶意电子邮件植入用户收件箱。当人工智能智能体后续扫描收件箱时，它执行了邮件中隐藏的恶意指令，发送了一封辞职信，而非按要求撰写休假自动回复邮件。不过 OpenAI 称，在完成安全更新后，“智能体模式”已能成功检测到提示词注入攻击的企图，并向用户发出告警。该公司表示，尽管要实现对提示词注入攻击的万无一失防御难度极大，但仍在依靠大规模测试与更快速的补丁更新周期，力争在相关攻击手段出现在现实世界之前，完成系统防御加固。针对 Atlas 的安全更新是否已显著降低攻击成功率这一问题，OpenAI 发言人拒绝透露具体数据，但表示该公司早在 Atlas 浏览器发布前，就已与第三方机构合作，共同强化其针对提示词注入攻击的防御能力。网络安全公司 Wiz 的首席安全研究员拉米・麦卡锡指出，强化学习技术确实能实现对攻击者行为的持续自适应防御，但这只是解决方案的一部分。麦卡锡在接受科技媒体 TechCrunch 采访时表示：“衡量人工智能系统风险的一个有效方法，是计算其自主性与访问权限的乘积。”他进一步解释道：“智能体浏览器恰恰处于这一风险模型中的高挑战区域：它们拥有中等程度的自主性，同时又具备极高的系统访问权限。当前许多安全建议，其实都反映了这种利弊权衡。比如限制登录状态下的访问权限，主要是为了减少暴露面；而要求对各类确认请求进行人工审核，则是为了约束智能体的自主操作权限。”这两点也被列入 OpenAI 向用户提供的风险降低建议中。该公司发言人还表示，Atlas 浏览器经过训练，在发送邮件或执行支付操作前，都会向用户发起确认请求。OpenAI 同时建议用户，应向智能体下达具体明确的指令，而非直接授予其收件箱访问权限，简单告知其“自行采取必要措施”。OpenAI 指出：“即便已部署安全防护措施，过高的自主操作权限也会让隐藏的恶意内容更容易对智能体产生影响。”尽管 OpenAI 声称，保护 Atlas 用户免受提示词注入攻击是公司的首要任务，但麦卡锡仍对这类高风险浏览器的投入产出比持怀疑态度。他在接受 TechCrunch 采访时表示：“对于大多数日常使用场景而言，智能体浏览器目前带来的价值，尚不足以匹配其当前的风险水平。由于它们能够访问电子邮件、支付信息等敏感数据，因此风险系数极高 —— 但与此同时，也正是这种高访问权限赋予了它们强大的功能。这种利弊平衡状态未来或将逐步改善，但就目前而言，其中的取舍权衡依然十分显著。”
-
构筑自主创新的智能基座 百度以大模型驱动产业跃迁 在城市的道路上，红绿灯仿佛学会了思考，依据实时车流自主调优，悄然缓解拥堵；在广袤的田野间，电网巡检无人机沿输电线路飞行，高效完成巡查……建立在自有技术体系之上的国产大模型，正深度融入产业肌理、助力千行百业转型升级。其中，百度持续夯实自主智能底座，致力于以大模型驱动产业跃迁。 当前，“人工智能+”行动深入实施，推动人工智能与经济社会各行业各领域深度融合。“十五五”规划建议明确提出，“深入推进数字中国建设”“加快人工智能等数智技术创新”。 目前，一系列中国企业自主研发的大模型，正凭借前沿的技术突破、全栈的自主根基与广泛的产业实践，日益成为服务数字中国建设、驱动经济社会高质量发展的智能底座。百度基于文心大模型与飞桨深度学习框架打造的人工智能基础技术底座，正助力千行百业提高效率。 以实力获认可，努力跻身世界第一梯队 当前，全球人工智能竞争日趋激烈，我国凭借超大规模市场、丰富应用场景和快速工程化能力，为大模型技术迭代与产业落地提供了独特而丰厚的土壤，也构筑了全球领先优势。 据今年7月举行的世界人工智能大会数据，我国已发布大模型1509个，占全球已发布总量的比重达40%，数量居世界首位。在规模领先的基础上，国内企业推出的先进模型在国际权威评测中屡创佳绩，进一步展现了我国人工智能技术的硬核实力与迭代能力。 国际评测榜单是衡量大模型技术实力的重要标尺。在国际知名人工智能模型评估平台LMArena的最新排名中，百度文心大模型的文本能力位列全球第二、国内第一，在创意写作、复杂长问题理解、指令遵循等方面表现突出，视觉理解能力位居国内第一，展现出国际一流水平。 同时，以百度文心为代表的国产大模型，正在关键技术维度上持续探索与创新，对全球开源生态作出了贡献。 在汇聚全球开发者的开源平台，中国模型的“能见度”显著提升。百度文心开源的思考模型ERNIE—4.5—21B—A3B—Thinking一经发布即登上开源社区Hugging Face的全球模型总趋势榜榜首；百度文心衍生模型PaddleOCR—VL发布16小时内也登顶Hugging Face的全球模型总趋势榜。优质中国大模型架构与技术路线，正吸引全球开发者广泛应用，汇聚全球智慧进行二次创新。 国际知名专利检索公司Questel数据显示，百度在深度学习与大模型领域的专利申请数量位居全球第一。这些可量化的评价，共同印证了百度人工智能技术能力已进入世界第一梯队。基于此，百度将继续参与并奋力推动全球人工智能发展。 实现自主可控，全栈技术体系夯实发展底座 人工智能是新一轮科技革命和产业变革的重要驱动力量，其底层能力的自主可控，直接影响产业发展的主动权。 构建从芯片、框架、模型到应用的全栈技术体系，是在人工智能领域赢得市场与国际竞争的关键。近年来，百度致力于在“体系竞赛”中取得关键性突破。 深度学习框架相当于“智能时代的操作系统”。百度前瞻布局，自主研发飞桨深度学习框架，并以此为基础开展大模型训练，形成了从框架到模型的自主技术路径。飞桨作为中国首个产业级开源开放平台，不仅开发便捷、高效稳定，更能支持超大规模大模型训练。这意味着，百度不仅在文心大模型层面具备竞争力，底层的“操作系统”也实现了自给自足，为自主发展人工智能筑牢基底。 向下扎根，离不开强大的算力底座。百度自主研发昆仑芯系列产品，与飞桨、文心深度协同，目前，昆仑芯已迭代三代，为AI产业化落地提供强大算力支撑。由此，百度打造了一条覆盖“昆仑芯(芯片)—飞桨(框架)—文心(模型)—千行百业(应用)”的自主可控的完整技术链。这种全栈式的布局，不仅确保了技术链条的安全可靠，更能形成从真实产业场景反馈驱动技术迭代的闭环，让大模型越用越聪明、越用越贴合产业实际需求，为人工智能产业自主创新探索一条切实可行的路径。 以应用为方向，大模型加速赋能实体经济发展 技术的价值，最终要由应用来检验。衡量大模型成败的关键，在于其能否在实体经济的主战场上“落地生根”，切实转化为生产效率的提升与商业模式的革新。 当前，大模型技术正沿着“降本增效”“流程再造”“模式创新”等路径，在国民经济重点行业中寻找突破口。工业仿真、金融服务、科研辅助等领域已涌现出一批成功案例，验证了技术赋能产业的实际价值。 在能源领域，智能技术正成为保障关键基础设施安全、提升运营效率的重要力量。通过大模型与行业知识的深度融合，传统能源系统的运维模式得以革新。百度与国家电网联合打造了千亿级光明电力大模型，其构建的全国统一AI平台，已实现无人机自主巡检规模化应用，年巡检杆塔超过500万基，人工登塔次数减少40%，显著提升了电网运维的安全性与效率。 在高端制造领域，人工智能驱动的研发范式变革，正大幅缩短产品创新周期、提升设计精度。基于大模型与科学计算相结合的新型仿真手段，为解决复杂工程问题提供了全新路径。百度携手中国中车集团构建的空气动力学仿真大模型，将高铁动车外形设计周期从数月缩短至数分钟，推动研发创新加速。双方还合作研发出虚拟传感器模型，在不增加硬件的前提下，实现了更精细的设备健康管理，故障检测准确率在现有传感器检测的基础上提升了10%。 在城市治理领域，大模型正化身“智慧大脑”。北京市海淀区接诉即办系统每月受理量大，涉及部门多、类型杂，过去依赖人工标签统计，标准不一，导致派单、处置、统计和预警等多方面工作难度大。系统接入百度文心大模型后，依托大模型的交互能力，提升接诉即办座席办理效率和准确性，大幅度提升工作效能。 从上海交通大学的AI for Science科研平台，到服务超千万开发者的智能代码助手“文心快码”，从支撑高拟真数字人进入电商直播间，到赋能金融、法律、招聘等服务行业提质增效，百度文心大模型的产业生态日益繁荣。 从跻身全球技术前沿，到构建全栈自主体系，再到深耕产业沃土，百度文心大模型的成长路径愈发清晰：以技术创新夯实底座、以场景应用驱动落地、以开放协同拓展边界。 人工智能正深度融入经济社会发展的各领域、全过程，以大模型为代表的人工智能技术，日益成为构筑现代化产业体系、提升社会治理效能的重要基础能力。百度将持续夯实自主智能底座，助力完善产业融合生态，推动技术攻坚与产业赋能并重、自主创新与开放生态协同，为高质量发展注入强劲动能，为全球人工智能创新贡献智慧和力量。 数据来源：百度
-
以AI之名，亚马逊、微软等美巨头今年已裁员近5.5万人 IT之家 12 月 22 日消息，据 CNBC 报道，裁员已成为 2025 年就业市场的一个显著特征，多家大公司在人工智能的推动下宣布裁员数千人。 据咨询公司 Challenger, Gray & Christmas 的数据显示，今年美国因人工智能导致的裁员人数已接近 5.5 万人。2025 年美国全年裁员总数达到 117 万人，创下自 2020 年新冠疫情以来的最高纪录，2020 年底公布的裁员人数为 220 万人。数据还显示，10 月美国雇主宣布裁员 15.3 万人，11 月裁员人数超 7.1 万人，其中当月有超 6000 人的裁员直接归因于人工智能技术。在通胀高企、关税增加企业成本，且各大公司纷纷寻求削减开支的背景下，人工智能成为解决这一问题的诱人短期方案。IT之家注意到，麻省理工学院于 11 月发布的一项研究表明，人工智能目前已能承担美国劳动力市场 11.7% 的岗位工作，并有望在金融、医疗保健及其他专业服务领域节省高达 1.2 万亿美元的薪资成本。并非所有人都认为人工智能是大规模裁员的真正原因。牛津互联网研究院人工智能与就业领域助理教授法比安・斯蒂芬尼此前接受采访时表示，人工智能或许只是一个借口。斯蒂芬尼指出，许多在疫情期间业绩表现良好的公司“大幅超编招聘”，而近期的裁员行动实则可能是一次“市场出清”。他补充道：“从某种程度上来说，这些公司是在解雇那些原本就缺乏长期可持续发展岗位的员工。他们不愿承认‘我们在两三年前的招聘决策出现了误判’，反而找了一个替罪羊，声称‘裁员都是人工智能惹的祸’。”以下是 2025 年公开将人工智能列为裁员及重组战略一部分的几家头部企业。亚马逊10 月，亚马逊宣布启动公司历史上规模最大的一轮裁员，削减 1.4 万个企业岗位，以便将资源投入到以人工智能为核心的“重大战略押注”领域。亚马逊员工体验与技术高级副总裁贝丝・加莱蒂在一篇博客文章中写道：“这一代人工智能是自互联网问世以来最具变革性的技术，它正推动企业以前所未有的速度实现创新…… 我们坚信，必须精简组织架构，减少管理层级，强化权责归属，才能以最快速度为客户和业务创造价值。”亚马逊首席执行官安迪・贾西在今年早些时候就已预警过裁员计划，他告知员工，人工智能将缩减公司的员工规模，这家科技巨头未来“从事部分现有工作的人员会减少，而从事其他新型岗位的人员会增加”。微软2025 年全年，微软累计裁员约 1.5 万人，其中 7 月公布的最新一轮裁员涉及 9000 个岗位。微软首席执行官萨提亚・纳德拉在致员工的备忘录中表示，公司需要“重塑新时代的使命愿景”，并进一步强调了人工智能对微软的战略意义。纳德拉称：“在人工智能时代，赋能的内涵是什么？这不仅仅是为特定岗位或任务开发工具，更是要打造能让每个人都自主创造工具的平台。这正是我们正在推动的转型 —— 从一家软件工厂，转变为赋能个人与组织构建所需一切、实现发展目标的智能引擎。”Salesforce9 月，Salesforce 首席执行官马克・贝尼奥夫证实，借助人工智能技术，公司已裁减 4000 名客户支持岗位员工。贝尼奥夫在接受《洛根・巴特利特秀》播客采访时表示：“我已将客户支持团队的规模从 9000 人缩减至约 5000 人，因为我们不再需要这么多人力。”今年夏天，贝尼奥夫就曾透露，人工智能已经承担了公司内部近 50% 的工作任务。IBM今年 5 月，全球科技巨头 IBM 首席执行官阿尔温德・克里希纳向《华尔街日报》透露，人工智能聊天机器人已取代了数百名人力资源岗位员工的工作。不过，与其他借人工智能之名裁员的企业不同，克里希纳坦言，IBM 同时在软件工程师、销售、市场营销等需要更强批判性思维能力的领域扩大了招聘规模。11 月，IBM 宣布在全球范围内裁员 1%，此次裁员或将影响近 3000 名员工。Crowdstrike网络安全软件制造商 Crowdstrike 于 5 月宣布裁员 5%，涉及 500 名员工，并直接将裁员原因归咎于人工智能技术的应用。Crowdstrike 联合创始人兼首席执行官乔治・库尔茨在一份证券备案文件的备忘录中写道：“人工智能一直是我们运营模式的核心基石。它不仅平缓了我们的招聘增长曲线，还帮助我们加速了从创意构思到产品落地的创新进程；它简化了产品上市流程，提升了客户服务效果，并推动公司前台与后台部门实现全面增效。人工智能已成为驱动公司各项业务发展的强大倍增器。”Workday人力资源管理平台服务商 Workday 公司是 2025 年首批以加大人工智能投入为由宣布裁员的企业之一。该公司于 2 月宣布裁员 8.5%，涉及约 1750 个岗位。Workday 公司首席执行官卡尔・埃申巴赫表示，此次裁员是为了优先保障人工智能领域的投资，从而释放更多资源。
-
255次“异常”退货退款都能成功，暴露出什么问题? 半月谈评论员 王淑娟 魏雨田 近期，山东一消费者通过多个账号下单高价商品，“巧妙”掉包后退回低价物品，半年内接连操作225次“异常”退货退款，导致涉事商家直接损失超5万元，如今已被警方立案调查。随着该事件持续发酵，涵盖食品、服饰、箱包、数码产品等多个品类被“薅羊毛”的电商商家，纷纷选择跨省维权。这一现象深刻折射出当前电商领域买卖双方的权益失衡困境。“仅退款”“七天无理由退货”等本是保障消费者权益的制度设计，如今却被少数人滥用，让商家维权深陷“举证难、成本高、渠道堵”的泥淖，亟需以制度之力校准权利天平。消费者的“后悔权”有着明确法律边界。《中华人民共和国消费者权益保护法》规定的无理由退货，以“商品完好、不影响再次销售”为前提，绝非任性退货的“尚方宝剑”。2024年5月6日，国家市场监管总局发布的《网络反不正当竞争暂行规定》更明确指出，“恶意批量购买后退货或者拒绝收货等”行为已构成违法。一些“恶意掉包”人士的高频退货行为，早已超出合理维权范畴，而是对商家合法权益的恶意侵害，这与职业“代退”等黑灰产利用规则漏洞牟利的本质如出一辙。商家跨省维权的无奈，暴露出电商纠纷解决机制的短板。现实中，商家举证面临着多重困境：买家借助AI技术伪造商品破损证据、通过多个账号轮换购买退货退款、平台对首次恶意行为多从轻处置、大促期间审核周期延长……更棘手的是，跨省维权的时间与金钱成本，往往远超商品本身的价值。权利失衡的根源，在于“疏堵”机制的双重缺位。“堵”的层面，对恶意退货的识别与惩戒不够精准，平台黑名单尚未实现跨平台共享，违法成本远低于商家损失。“疏”的层面，商家正规维权通道不够畅通，全国范围内仍缺乏统一高效的纠纷解决体系，导致商家被迫选择“跨省追讨”这种原始维权方式。构建健康电商生态，需筑牢“三维治理”防线。平台要扛起主体责任，利用大数据建立恶意退货识别模型，对高频异常退货行为及时预警，既要惩戒不良商家，也要识别恶意买家。监管部门宜加快完善规则，细化“恶意退货”认定标准，推动跨区域监管协作。司法机关可以探索电商纠纷速裁机制，降低商家维权成本，让合法权益得到快速保障。买卖双方本是共生关系，消费者的合理诉求应被尊重，商家的合法权益更需守护。越来越多商家自发跨省维权的事件警示我们，任何权利的行使都不能突破法律与诚信的边界。唯有让恶意退货者付出代价，让商家维权有章可循，才能让“仅退款”“七天无理由退货”回归制度初衷，让电商市场在公平公正的轨道上实现良性发展。 来源：半月谈新媒体 编辑：张子晴
-
研究发现：若告知消费者广告是由AI生成的，点击率会减少31% IT之家 12 月 21 日消息，纽约大学与埃默里大学的研究人员开展的一项新研究显示，人工智能营销的效果存在显著差异：完全由人工智能生成的广告能大幅提升点击率，而仅用人工智能对人工创作内容做微调的尝试却收效甚微。尤为值得注意的是，若标注广告为“人工智能生成”，其营销效果会骤然下降。 据IT之家了解，该研究结果凸显出两种广告制作方式的巨大差距：由人工智能从零开始构建的广告，表现远优于那些仅用生成式人工智能对人工设计成品做编辑修改的广告。在谷歌展示广告网络（GDN）开展的实地研究中，纯人工智能生成的广告点击率比人工制作的对照组高出 19%。谷歌展示广告网络会基于内容语境，在数百万个网站、应用程序和视频平台上投放横幅广告。相比之下，借助图像修复等技术修改背景或人物的人工智能编辑类广告，不仅未能提升效果，部分情况下表现甚至更差。研究人员将这一现象归因于“输出限制”。在文本创作领域，人工智能编辑现有文案往往效果更佳，但视觉类人工智能的表现却恰恰相反。在修改现有图像时，人工智能模型必须遵循严格的限制条件。研究表明，消费者会认为这类经人工智能修改的广告真实感不足，而真实感的缺失会对购买意愿产生负面影响。相反，当人工智能从零开始创作时，能够自由把控构图、色彩、风格、视角等视觉维度。分析显示，这类全程由人工智能生成的广告视觉冲击力更强、一目了然，能引发消费者更强烈的情感共鸣。当人工智能同时参与产品包装设计时，这一优势会进一步放大。实验数据显示，人工智能生成广告 + 人工智能设计包装的组合，在提升购买意愿和点击率上表现最佳。这表明，视觉类人工智能只有在对广告媒介（包括包装）进行整体化全新设计时，才能发挥最大效用。该研究的第二项核心发现，可能对人工智能在营销领域的应用产生更深远的影响。鉴于欧盟《人工智能法案》要求对人工智能生成内容进行明确标注，研究团队专门测试了这类标注对广告效果的实际影响。结果显示，透明度与产品销量之间存在直接冲突：当广告被明确标注为“人工智能生成”或“人工智能编辑”时，其营销表现会一落千丈。实地测试数据表明，与未标注的人工广告相比，披露人工智能参与创作的广告点击率下降约 31.5%。即便两张广告图片完全相同，只要消费者得知其由人工智能生成，就会给出更低的评价。
-
科技昨夜今晨1221：三部门印发《互联网平台价格行为规则》 “科技昨夜今晨”时间，大家好，现在是 2025 年 12 月 21 日星期日，今天的重要科技资讯有：1、卢伟冰：小米 17 Ultra 价格会涨得有点多，但一定让大家觉得物超所值 卢伟冰重申，“无论怎么涨价，我还是想告诉大家，一定会物超所值的。”>> 查看详情2、三部门：禁止互联网平台低于成本价倾销、大数据杀熟、哄抬价格、强制商家降价等，平台要显著标明折抵价计算方法 国家发展改革委、市场监管总局、国家网信办联合印发《互联网平台价格行为规则》，旨在规范互联网平台价格行为，保护消费者和经营者合法权益，推动平台经济健康发展。新规将于 2026 年 4 月 10 日起施行，有效期 5 年。>> 查看详情3、消息称苹果正为首款折叠屏手机 iPhone Fold 尝试 UFG 玻璃，技术难点有待解决 博主 @数码闲聊站 透露，苹果为折叠屏手机 iPhone Fold 尝试 UFG 玻璃，有技术难点待解决，明年 9 月亮相。还有两家国产厂商评估 UFG 技术，若产业链问题解决也大概率明年亮相。>> 查看详情4、摩尔线程花港架构“华山”、“庐山”芯片公布：主打 AI 推训一体、高性能图形渲染，产品明年亮相 摩尔线程 12 月 21 日发布“华山”、“庐山”两款芯片，分别主打 AI 推理训练一体和高性能图形渲染。其中“华山”芯片支持超十万卡级 AI 工厂，而“庐山”芯片则提升 50% 算力密度和 10 倍能效。搭载这两款芯片的硬件产品将于明年亮相。>> 查看详情5、罗永浩质疑大金中央空调售后：7 台内机每年维护成本约 1.5 万元 @罗永浩的十字路口 12 月 19 日发布微博，公开质疑大金中央空调的售后维护价格体系及服务态度。根据其晒出的报价单，其 7 台大金空调内机每年的维护成本约为 15000 元。>> 查看详情6、全新奥迪 Q5L 预售：31.3 万-38.5 万元，第五代 EA888 + 华为辅助驾驶 据一汽奥迪官方，全新奥迪 Q5L 现已开启预售。新车提供 4 款车型，基于全新的 PPC 平台打造，引入华为乾崑辅助驾驶系统，有望年内上市。>> 查看详情7、卢伟冰：小米 17 Ultra 长焦镜头通过徕卡 APO 认证，成本大约是 15 Ultra 的两倍 卢伟冰透露小米 17 Ultra 长焦镜头成本是 15 Ultra 的两倍，并通过徕卡 APO 认证，带来更少紫边 / 绿边、更锐利的画面。>> 查看详情8、摩尔线程全功能 GPU 技术路线图首次全公开：全新架构“花港”算力密度提升 50%、能效提升 10 倍，可支持十万卡智算集群 摩尔线程发布新一代 GPU 架构“花港”，算力密度提升 50%，能效提升 10 倍，支持十万卡级超规模智算集群。全新 AI 生成式渲染架构和第二代光线追踪硬件加速引擎，带来图形性能突破。>> 查看详情9、《电脑爱好者》杂志公众号注销、官网无法访问，创刊至今已 32 年 据IT之家网友投稿反馈，1993 年创刊的《电脑爱好者》杂志公众号现已注销，官网也已经无法打开。>> 查看详情10、小米汽车豪掷超亿元“红包”补贴经销商，加速全国渠道布局 小米汽车向全国经销商发放超 1 亿元补贴，2024 年建成门店每店补 10 万，2025 年新建门店每店补 50 万。目前全国服务网点达 249 家，覆盖 144 城，计划新增 36 家门店扩展至衡阳、绵阳等 7 城。部分经销商单家获超 400 万元。>> 查看详情11、消息称《GTA 6》含大量类似《魔兽世界》的网游元素 游戏制作人 Rich Vogel 透露，根据其获悉的消息，《GTA 6》计划包含大量 MMORPG（大型多人在线角色扮演游戏）特征，暗示其将演变为该类型的游戏。>> 查看详情12、苹果最强夜拍技术曝光：从源头 AI 提升画质，告别“油画感” 科技媒体 9to5Mac 12 月 20 日发布博文，报道称苹果携手普渡大学，为彻底解决极低光照环境下的拍摄难题，联合开发了一项名为 DarkDiff 的全新 AI 技术。>> 查看详情今天就先聊到这里，科技昨夜今晨，咱们明天见。
-
朱光耀：中美AI实力对比，中国具备三项优势 当前，全球正深入推进以数字技术为核心的第四次产业革命，中国AI产业如何把握发展机遇？面对AI泡沫争议，中国式AI发展之路该如何走？财政部原副部长朱光耀近日做客中国经济网《深谈》节目，围绕数字经济相关话题进行深入解读。当前中美在人工智能领域处于全球前列，美方曾明确提及人工智能是中美之间的竞争焦点。朱光耀表示，“客观来讲，我们在算力上与美国仍有差距，这也是美国通过高端芯片出口管制试图维持领先的原因。但外部压力反而激励中国坚持自立自强，‘十四五’期间在人工智能领域实现了突破性发展。”朱光耀强调，中国拥有全球最大的AI应用场景、充足的电力保障和高效的基础设施。“中国的基础支撑优势是美国难以比拟的。可以肯定的是，中国已稳居AI全球第一梯队，与美国的差距不断缩小，在电力保障、基础设施和场景应用（海量数据支撑）方面具备独特优势。”他进一步分析，中美两国在AI发展方向上一致，但具体路径存在明显差异：“中国坚持开源（open source）路径，通过开放技术赋能全球；美国则倾向于以闭源垄断方式控制人工智能的全球化发展。”朱光耀强调，无论路径与目标存在何种差异，中美在AI伦理与规则制定上必须开展合作。“作为全球AI发展的两大引领者，若无法在伦理标准、规则制定上真诚协作、协调政策、形成共识，可能导致AI发展脱离人类控制，引发系列风险。因此，从长远战略考量，中美在AI领域的合作不可或缺。”“近期华尔街不断加大对中国AI领域的投资布局、调高投资预期，争夺市场先机，这恰恰说明国际投资者认可中国AI产业的发展潜力与未来回报。”朱光耀说道。当前关于AI泡沫的讨论较多，对此，朱光耀明确表示不认为AI是泡沫。“从价值本质来看，我不认为AI是泡沫。生产力发展的每一个关键阶段都需要持续投资，AI作为第四次产业革命的核心领域，吸引大量投资、汇聚众多企业参与竞争，是产业发展的正常规律。”他解释道，剧烈竞争必然伴随淘汰过程，若将这一淘汰阶段视为“泡沫”，那么这种“泡沫”实则是产业大浪淘沙的必经之路。“经过淘汰筛选，优质企业将实现涅槃重生，推动整个产业的生产力水平迈向新高度。”对于“如果要培育中国版的英伟达，应采取何种路径”的问题，朱光耀表示，中国无需刻意复制“英伟达模式”，而应坚持走中国式AI发展道路，核心是推进“AI+”战略。“我们要充分发挥三大优势：一是庞大的应用场景优势，为AI技术落地提供广阔空间；二是海量的数据资源优势，为模型训练与优化提供核心支撑；三是强大的电力供应与基础设施保障优势，为AI产业规模化发展筑牢基础。”朱光耀指出，依托这些优势，应着力培育具有中国特色的人工智能企业集群，而非单一企业。原标题：《朱光耀：中美AI实力对比，中国具备三项优势》栏目主编：张武文字编辑：高飞本文作者：中国经济网题图来源：上观题图
-
Andrej Karpathy 年度总结：Nano Banana最为震撼， 指向下一代 AI GUI 的雏形 ↑阅读之前记得关注+星标⭐️，，每天才能第一时间接收到更新AK的年终总结来了，这是不可错过的好文，全文分享给大家 2025 年是大型语言模型（LLM）领域蓬勃发展、大事频发的一年。以下是我个人认为最值得关注且略感意外的“范式转变”清单——这些变化改变了行业格局，并在理念上让我深受触动1. 基于可验证奖励的强化学习（RLVR） 在 2025 年初，各大实验室的 LLM 生产流程大体如下：预训练（Pretraining，约 2020 年的 GPT-2/3）指令微调（Supervised Finetuning，约 2022 年的 InstructGPT）基于人类反馈的强化学习（RLHF，约 2022 年）长期以来，这一直是训练生产级 LLM 的成熟稳定配方。而到了 2025 年，基于可验证奖励的强化学习（RLVR） 成了这一组合中事实上的新成员。通过针对一系列可自动验证奖励的环境（例如数学题或代码谜题）进行训练，LLM 会自发地演化出在人类看来类似于“推理”的策略——它们学会了将问题拆解为中间计算步骤，并学会了多种来回尝试、推导解决问题的策略（参见 DeepSeek R1 论文中的示例）。在之前的范式中，这些策略很难实现，因为人类并不清楚 LLM 最优的推理路径和纠错过程应该是怎样的——模型必须通过针对奖励的优化，自己找到行之有效的方法。与 SFT 和 RLHF 这类计算量较小的“轻量级”微调阶段不同，RLVR 针对的是客观（不可作弊）的奖励函数，这使得进行更长周期的优化成为可能。事实证明，运行 RLVR 具有极高的“能力/成本比”，它吞噬了原本计划用于预训练的算力。因此，2025 年的大部分能力提升，都源于各大实验室在消化这一新阶段带来的“算力积压”，总体上我们看到的模型参数规模变动不大，但 RL 运行的时间要长得多。同样，这一新阶段还带了一个全新的调节旋钮（以及相关的缩放定律）：我们可以通过生成更长的推理路径、增加“思考时间”，来控制模型在推理时的能力表现。OpenAI 的 o1（2024 年底）是 RLVR 模型的首次展示，但 o3 的发布（2025 年初）才是明显的拐点，让你能直观感受到这种差异。2. 幽灵 vs. 动物 / 锯齿状智能 2025 年，我（以及我认为整个行业也是如此）开始从直觉上内化 LLM 智能的“形态”。我们并不是在“进化或培养动物”，而是在“召唤幽灵”。LLM 技术栈的一切（神经架构、训练数据、训练算法，尤其是优化压力）都完全不同，因此产生出完全不同于生物智能的实体也就不足为奇了，用观察动物的视角来看待它们是不恰当的。从监督信息的比特位来看，人类神经网络是为了在丛林部落中生存而优化的；而 LLM 神经网络是为了模仿人类文本、在数学题中获取奖励、以及在 LM Arena 榜单上获得人类点赞而优化的。随着可验证领域的出现，RLVR 使得 LLM 在这些领域附近的能力出现“激增”，整体表现出一种有趣的**“锯齿状”性能特征**：它们既是博学的天才，又像是个思维混乱、有认知障碍的小学生，前一秒还在解难题，后一秒就可能被简单的提示词破解（Jailbreak）从而泄露你的数据。 与此相关的是，我在 2025 年对各种基准测试（Benchmarks）产生了普遍的审美疲劳和信任危机。核心问题在于，基准测试从定义上几乎就是“可验证环境”，因此极易受到 RLVR 或更弱形式的合成数据生成的攻击。在典型的“刷榜（benchmaxxing）”过程中，实验室团队不可避免地在测试集周围构建环境，长出“锯齿”来覆盖这些区域。“面向测试集训练”已经成了一种新的艺术形式。如果一个模型刷爆了所有榜单，却依然没能实现通用人工智能（AGI），那会是怎样的景象？3. Cursor / 新一代 LLM 应用层 关于 Cursor，最令我触目的（除了它今年的彗星般崛起）是它令人信服地揭示了“LLM 应用”的新层级——人们开始讨论各行各业的“Cursor 版”。正如我在今年的 Y Combinator 演讲中所强调的，像 Cursor 这样的 LLM 应用为特定垂直领域封装并编排了 LLM 调用：它们处理“上下文工程”它们在底层编排多个 LLM 调用，将其串联成日益复杂的有向无环图（DAG），精细平衡性能和成本它们为人类参与提供特定应用的图形界面（GUI）。它们提供了一个“自主程度调节滑块”2025 年有很多关于这个新应用层究竟会有多“厚”的讨论。LLM 实验室会通吃所有应用，还是会给垂直应用留下肥沃的草原？我个人怀疑，LLM 实验室倾向于培养出能力全面的“大学生”，而 LLM 应用则会通过提供私有数据、传感器、执行器和反馈闭环，来组织、微调并真正驱动这些“大学生”团队，使之成为特定领域的专业从业者。4. Claude Code / 住在你电脑里的 AI Claude Code (CC) 的出现，是 LLM 智能体（Agent）的第一次令人信服的展示——它能以循环往复的方式串联工具调用和推理，进行长时间的问题解决。此外，CC 令我关注的一点是，它运行在你的电脑上，使用你的私有环境、数据和上下文。我认为 OpenAI 在这方面走偏了，因为他们把 Codex/智能体的重心放在了云端容器，通过 ChatGPT 编排，而不是放在 localhost（本地）。虽然云端运行的智能体集群感觉像是“AGI 的终局”，但我们生活在一个能力参差不齐、技术缓慢起步的过渡世界，直接在电脑上运行智能体，与开发者及其具体配置手拉手工作，反而更有意义。CC 抓住了这个优先顺序，并将其打包成一个精美、极简、令人信服的命令行（CLI）形态，改变了 AI 的样貌——它不再是一个像 Google 那样你主动访问的网站，而是一个“住”在你电脑里的灵体/幽灵。这是一种全新的、独特的 AI 交互范式5. Vibe coding 2025 年，AI 跨越了一个能力阈值，使得人们仅凭英语就能构建各种令人惊叹的程序，甚至完全忘记了代码的存在。有趣的是，“Vibe coding”这个词是我在一条淋浴时的胡思乱想推文里偶然创造的，完全没料到它会流传这么广。有了Vibe coding，编程不再是受过高度训练的专业人士的专利，而是任何人都能做的事。在这方面，它再次印证了我之前在《权力归于人民》中所写的：LLM 如何反转了技术扩散的脚本——与以往所有技术不同，普通人从 LLM 中获益远多于专业人士、企业和政府。不仅普通人能尝试编程，受过训练的专业人士也能写出更多（氛围编码产生的）原本根本不会去写的软件。在开发 nanochat 时，我用 Rust 氛围编码了我自己的高效 BPE 分词器，而不需要去寻找现有库或在那个深度学习 Rust。今年我氛围编码了许多项目，作为我想要存在的东西的快速 Demo。我甚至为了找一个 Bug 氛围编码了整个临时应用——因为代码突然变得免费、瞬时、可塑，用完即弃。氛围编码将重塑软件生态，并改变职业定义。6. Nano Banana / LLM 图形界面 Google Gemini Nano Banana 是 2025 年最令人震撼、最具范式转移意义的模型之一。在我的世界观里，LLM 是继 1970、80 年代计算机之后的下一次重大计算范式。因此，我们将看到基于类似逻辑的类似创新：我们将看到个人计算的等价物、微控制器的等价物（认知核心）、互联网的等价物（智能体网络）等等。特别是在 UI/UX 方面，与 LLM 对话有点像在 80 年代向电脑控制台输入命令。文本是计算机（和 LLM）偏好的原始数据表示，但它并不是人类偏好的格式，尤其是在输入端。人类其实不喜欢读长篇大论——这很慢且费劲。相反，人类喜欢以视觉和空间方式消耗信息，这就是传统计算中 GUI 被发明的原因。同理，LLM 也应该以我们偏好的格式与我们交流——通过图像、信息图、幻灯片、白板、动画/视频、网页应用等。这种模式的早期和现状当然是 Emoji 和 Markdown，它们是装饰和排版文本的方式。但谁来真正构建“LLM GUI”呢？在这种视角下，Nano Banana 是这种可能性的早期雏形。重要的是，它的显著特征不仅在于图像生成本身，而在于由文本生成、图像生成和世界知识在模型权重中交织而成的联合能力。简而言之： 2025 年是 LLM 领域激动人心且略带意外的一年。LLM 正在演变成一种新型智能，它比我预期的要聪明得多，同时也比我预期的要笨得多。无论如何，它们都极其有用，我认为即便以目前的能力，整个行业实现出的潜力还不到 10%。与此同时，还有太多的想法值得尝试，从概念上讲，这个领域依然大有可为。正如我今年早些时候在 Dwarkesh 的播客中所说：我同时相信（表面上看似矛盾）我们会看到持续且飞速的进展，但依然有大量艰苦的工作等待完成。坐稳了，好戏才刚开始。source：https://x.com/karpathy/status/2002118205729562949--end-- 最后记得⭐️我，每天都在更新：欢迎点赞转发推荐评论，别忘了关注我
