找到
481
篇与
互联网
相关的结果
- 第 5 页
-
HLE首次突破60分！Eigen-1基于DeepSeek V3.1领先GPT-5 在HLE（“人类最后考试”）的专家校验子集上，首次有系统突破60分大关！就在最近，由耶鲁大学唐相儒、王昱婕，上海交通大学徐望瀚，UCLA万冠呈，牛津大学尹榛菲，Eigen AI金帝、王瀚锐等团队联合开发的Eigen-1多智能体系统实现了历史性突破——在HLE Bio/Chem Gold测试集上，Pass@1准确率达到48.3%，Pass@5准确率更是飙升至61.74%，首次跨越60分大关。这一成绩远超谷歌Gemini 2.5 Pro（26.9%）、OpenAI GPT-5（22.82%）和Grok 4（30.2%）。 最令人振奋的是，这一成就并非依赖闭源超大模型，而是完全基于开源的DeepSeek V3.1搭建。在这个开源底座上，研究团队通过叠加Monitor-based RAG（隐式知识增强）、HSR（分层解法修复）、QAIR（质量感知迭代推理）三大创新机制，实现了质的飞跃。 下面详细展开——技术创新：三大支柱撑起60分突破当AI开始挑战人类知识的终极边界，一场前所未有的较量正在上演。当大模型在MMLU、GPQA等传统基准上纷纷“卷到90分”时，这些测试逐渐失去了区分力。为了追踪AI在科学推理前沿的真实进展，Center for AI Safety与Scale AI联合推出了“人类最后的考试”（Humanity’s Last Exam，HLE）——涵盖数学、自然科学、工程学、人文社科等百余领域共3000道博士级难题，被视为AI知识推理的终极试炼。而HLE Bio/Chem Gold则是HLE的黄金标准子集，包含149道经过领域专家人工审核和纠正的题目。相比原始HLE数据集，这个子集排除了可能存在歧义或错误答案的问题，确保了标签的准确性和可靠性，因此成为评估AI科学推理能力最可信的基准。正是在HLE Bio/Chem Gold子集上，Eigen-1系统首次跨越60分大关，而这背后离不开其三大创新机制。1. Monitor-based RAG：告别“工具税”的隐式检索增强传统的检索增强生成（RAG）系统就像一个频繁暂停的视频播放器——每次需要外部知识时，都必须中断推理流程、构建查询、处理结果，再重新整合上下文。研究团队将这种开销形象地称为“工具税”（Tool Tax）——每次工具调用都会打断思考流程，导致上下文丢失。传统RAG系统的“工具税”问题在下图的人口遗传学案例中展现得淋漓尽致。左侧显示模型过度自信地使用错误公式，右侧则展示了即使通过显式RAG获得正确公式，推理流程的中断导致模型无法将知识重新整合到原始问题中。 Eigen-1的Monitor-based RAG彻底改变了这一范式： 隐式监控：Monitor持续监测推理流中的不确定性，像一位细心的助手，在后台默默关注着每一个可能需要帮助的时刻。扫描推理轨迹以便在不确定时触发RAG。 精准查询：Querier在检测到不确定性时，精准提取最小关键词集合，避免搜索空间的不必要扩展。 无缝注入：Injector则将检索到的知识无缝融入推理流，就像在对话中自然地补充背景信息，而不是生硬地插入引用。 实验数据显示，与显式RAG相比，Monitor-based RAG将token消耗减少53.5%，将工作流迭代次数减少43.7%，同时保持了更高的准确率。见下图单倍型计数案例，Monitor检测到重组约束的不确定性，Querier生成针对性查询，Injector注入两个关键事实，使模型能够排除无效案例并得出正确的30个单倍型答案。 2. Hierarchical Solution Refinement （HSR）：从“民主投票”到“层级精炼”除了隐式知识增强，Eigen-1还革新了多智能体的协作模式。传统的多智能体系统采用“民主投票”机制，所有候选方案被平等对待，容易“稀释”最优解。而Eigen-1引入的分层解决方案精炼（HSR）打破了这种假设。HSR采用“锚点—修复”结构：一个候选作为 anchor，其余作为参考依次修正，形成层次化协作。在HSR框架下，每个候选解决方案轮流充当“锚点”，其他方案则作为“参考”提供针对性修正。这种设计让强方案能够吸收弱方案的有价值见解，而不是简单地进行平均。具体包括四种修复维度：逻辑补全（填补缺失的推理步骤）、数值修正（纠正计算错误）、方法替换（用更优策略替代较弱方法）、表达优化（提升清晰度而不改变实质）。这种设计让优质方案能吸收其他方案的有价值见解，而非简单平均。下图通过一个图像识别任务生动展示了HSR的工作原理。面对昆虫识别和花朵计数的复合任务，锚点解决方案最初选择了ResNet（选项C），但存在部署时间计算错误。通过引入其他解决方案作为参考，系统进行了四类针对性修正。 3. Quality-Aware Iterative Reasoning (QAIR)：质量驱动的迭代优化质量感知迭代推理（QAIR）能根据解答质量自适应地调整迭代深度：高质量解答可提前收敛，低质量解答则触发更多探索，从而在效率与准确率之间取得平衡。该机制为每个方案评估三个维度：逻辑性、答案正确性、解释完整性。只有未达标的方案才会进入下一轮修正，避免在低质量候选上浪费计算资源。全面碾压：不止于HLEEigen-1的优势不限于HLE： 1、HLE Bio/Chem Gold（149题） Pass@1: 48.30%（领先SciMaster 13.4个百分点） Pass@5:61.74%（首破60%） 2、SuperGPQA生物学（Hard版） Pass@1: 69.57% Pass@5: 78.26% 3、TRQA文献理解 Pass@1: 54.65% Pass@5: 79.07% 深层洞察：成功背后的规律错误模式分析Figure 7的饼图揭示了一个关键洞察：92.78%的错误涉及推理过程问题，88.66%涉及知识应用问题，且两者存在大量重叠。这表明科学推理的核心挑战不在于单纯的知识检索或逻辑推理，而在于如何将知识与推理无缝整合。相比之下，执行遵循错误（13.40%）和理解错误（9.28%）占比较小，说明模型在指令理解和执行层面已经相对成熟。 组件贡献的精确量化团队通过增量构建和消融实验精确量化了每个组件的贡献。基线系统在没有任何外部知识的情况下只能达到25.3%的准确率，消耗483.6K tokens。加入显式RAG后，准确率提升到41.4%，但代价是工作流步骤从43.4激增到94.8，这正是“工具税”的直观体现。当引入Monitor组件后，虽然准确率略降至34.5%，但token消耗骤降至218.4K，工作流步骤也降至51.3。随着Querier和Injector的加入，准确率恢复到40.3%。HSR的引入将准确率提升至43.7%，最后QAIR将完整系统的准确率推至48.3%，同时保持了高效的资源利用（218.9K tokens，53.4步骤）。消融实验从另一个角度验证了各组件的必要性。移除Monitor导致token消耗激增至461.3K，工作流步骤增至95.3，显示了隐式增强的巨大价值。移除HSR或QAIR分别导致准确率降至44.8%和43.7%，证明了层级精炼和质量感知迭代的重要作用。 多样性与共识的微妙平衡作者通过散点图和回归分析揭示了一个违反直觉但极具启发性的发现。在信息检索任务（339个样本）中，解决方案之间的一致性与准确率呈现较弱的正相关（斜率0.369），意味着不同的检索路径和视角能带来互补信息，多样性是有益的。而在推理任务（392个样本）中，情况完全相反——一致性与准确率呈现强正相关（斜率0.851），表明当多个推理路径得出相同结论时，这个结论很可能是正确的。因此，检索型任务应鼓励解法多样性与并行路线；纯推理型任务应倾向早期共识与收敛。这一发现为未来智能体系统的任务自适应设计提供了重要指导。 工具税的精确量化最后，作者通过对比准确率提升与token减少的关系，直观展示了隐式增强相对于显式RAG的巨大优势。传统的基线+RAG方案虽然能提升准确率，但以巨大的计算开销为代价，在图中表现为向右上方延伸（准确率提升但token增加）。而Eigen-1则位于左上象限，在大幅提升准确率的同时减少了53.5%的token消耗，工作流迭代次数也从94.8步降至53.4步，减少了43.7%。这种“既要又要”的成果，正是架构创新的价值所在。 意义：科学AI的新范式Eigen-1首次突破60分的意义远超一个基准测试：Eigen-1更预示着AI辅助科学研究的新范式。当AI能够真正理解和推理人类知识前沿的复杂问题时，它将成为科学家的强大助手，加速从基础研究到应用转化的全过程。研究团队表示，未来将继续优化架构设计，探索向其他科学领域的扩展，并研究如何将这些技术整合到更广泛的科学工作流中。随着更多研究者加入这一开源生态，我们有理由期待科学AI将迎来更快速的发展。正如团队所言：“HLE可能是我们需要对模型进行的一次重要的考试，但它远非AI的最后一个基准。”当开源社区携手推进，人类与AI协作探索未知的新时代正在加速到来。论文链接：https://arxiv.org/pdf/2509.21193v1项目地址：https://github.com/tangxiangru/Eigen-1
-
AI狂飙下的电力挑战 当越来越多的人习惯于向ChatGPT之类的人工智能寻求日常答案，这份触手可及的便利背后是由无声流淌的能源在默默支撑。研究估算，ChatGPT处理一次查询的耗电量约相当于一盏家用白炽灯点亮20秒所需的电力，而更为复杂的任务，其能耗可能达到普通搜索的近百倍。我们正步入一个能源需求越来越旺盛的世界。国际能源署（IEA）称其为“电力新时代”：交通、建筑和工业的电气化推动电力需求激增。除了电动汽车和工厂，数据中心也正在被视为电力需求的“新兴驱动力”。9月24日，人工智能巨头OpenAI宣布了其新数据中心建设计划：根据今年1月在白宫与特朗普总统共同公布的“星际之门”计划，将在美国各地建立五个新的数据中心，其能源消耗足以为数十万户家庭供电。IEA在4月发布的报告中指出，目前，AI占数据中心电力消耗的5%至15%，但到2030年，这一比例可能升至35%至50%，相当于日本全国目前的用电规模。届时，约十分之一的全球电力需求增长将来自数据中心。2021年，谷歌能耗为18.3TWh，其中AI部门仅占10%至15%，但有研究预测，仅谷歌AI部门几年后的年耗电量就可能与爱尔兰全国用电量（29.3TWh）相当。而中国的三峡水电站年发电量约为100TWh，这意味着未来仅谷歌AI就可能消耗掉三峡三分之一的发电量。AI应用在全球快速扩张，但其能源消耗问题却常被忽视。目前全球AI的碳排放已与全球航空业相当，约占全球总量的2%。AI会在多大程度上推高电力需求？我们如何在满足日益增长的数据与人工智能需求同时，实现能源的绿色供应，避免加剧对气候危机的影响？这些问题仍亟待我们去回答。美国电价上涨引发社会反弹一个温暖的周末早晨，佐治亚州梅肯市的罗莎·杰克逊社区中心早已热闹非凡。孩子们在体育馆内奔跑；家长们和其他成年人在当地环保组织设立的展台前驻足，电台DJ正为现场观众和听众进行直播。吸引人们前来的并非宏大的气候议题，甚至也不是当地的空气质量问题，而是一场抽奖活动——300美元的奖金可用于抵扣水电费。 据《时代》周刊报道，今年以来，在佐治亚州乃至全美范围内，电费持续上涨。南方环境法律中心的分析显示，过去两年，佐治亚电力公司的居民用户月均电费已增加超过40美元。美国能源信息署数据指出，自2022年以来，全国电价涨幅已达13%，超过通货膨胀率。推动居民电费增长的主要原因源于当地为满足数据中心用电需求新建的两座核电站超支成本及燃料费用上涨，加之今年7月破纪录的高温天气，部分用户的电费账单甚至翻倍或增至三倍。近年来，美国电价涨幅持续高于通货膨胀率。分析指出，近期的事件仅是开端：在电力需求平稳多年之后，美国电力需求出现了持续增长，增长主要受三方面驱动：电气化普及、制造业扩张以及为训练和运行AI模型而新建的高能耗数据中心。中美两国在人工智能领域已展开激烈竞争，AI技术高度依赖充足且廉价的电力。而美国电力供应体系及老化电网难以匹配需求增速。供应短缺与需求激增正在共同推高成本。目前，可再生能源（包括风能和太阳能）被视为最快、最经济的电力供应方式之一。然而，特朗普政府上台后，不仅削弱了《通胀削减法案》的支持力度，还对可再生能源发展设限，这也成为近期美国电价上涨的原因之一。预期中的电价大幅上涨可能改变民众行为。1985年以来，电价涨幅长期低于通胀率。如今，美国人开始担忧。安永公司去年调查显示，仅30%的受访者对能源成本可承受性有信心，近三分之二的人表示难以应对10%的涨幅。上述报道指出，这种变化折射出全球气候行动叙事的重要转变：几十年来，气候倡导者一直在试图让民众认识到全球变暖及其背后的化石燃料系统的作用，但成效有限。如今，许多美国人可能首次直接感受到这一系统的影响，人们日益担忧数据中心的快速扩张对能源成本的影响。能源可负担性正成为新焦点。电力将成为AI发展瓶颈国际能源署预测，到2030年，全球数据中心的电力需求将翻倍，达到约945TWh，相当于日本当前的总用电量。在增长份额中，中国和美国将主导全球数据中心电力需求的上升，合计占比约80%。长期研究AI能耗的荷兰央行金融经济学家、独立数据科学家亚历克斯·德弗里斯（Alex de Vries）向澎湃新闻（www.thepaper.cn）指出，AI正成为数字世界中最大的能耗来源之一，但对此相关的监管与透明度严重不足。“公众常将数据中心用电与AI用电混为一谈，因为AI服务器就在数据中心内运行，从外部无法区分。真正的区别在于内部：AI服务器使用高度专业化的芯片（如英伟达、AMD等），这些芯片将内存和处理单元集成在同一封装内，以提供极高的内存带宽，满足AI工作负载对内存的巨大需求。相比之下，传统服务器（用于流媒体、云存储等）使用不同的硬件，且其性能与能耗的关系与AI‘越大越好’的范式不同。”他说。 随着聊天机器人、搜索引擎、翻译工具等AI应用正被越来越多企业和个人广泛使用。支撑这些系统的是成千上万的高性能芯片，它们提供巨大的算力，先用于训练模型，再用于日常推理。尤其是后者，每天都在大规模进行，导致AI总能耗被严重低估。谷歌、微软、OpenAI等科技巨头对AI能耗披露极少。谷歌仅在2022年透露AI占其总能耗的10%至15%，此后未更新数据。《欧洲人工智能法案》仅要求企业报告训练阶段的能耗，而实际占大头的使用阶段的能耗却不在强制披露范围。缺乏强制报告机制使得AI的实际能耗难以追踪。由于缺乏直接数据，德弗里斯只能通过分析AI芯片供应链来估算能耗。“已知封装总产能和单个芯片尺寸，就能计算出能生产的芯片总数，进而推算出加速器模块、服务器数量，再结合已知的服务器功耗数据，最终估算出全球AI系统的总能耗。”他将此过程类比为“已知纸张大小和名片尺寸，计算能印制多少张名片。”根据今年5月德弗里斯在国际学术期刊《焦耳》上发表的研究，相较于其2023年的初步估算，过去两年的全球芯片生产数据显示AI的能耗增长远快于此前预期。“2023年底，AI的电力需求已达到我的祖国荷兰全国的用电水平，占全球数据中心耗电量的20%。这一需求在2024年可能会翻番，届时AI可能占全球数据中心耗电量的一半。”他说。“即使这个惊人的数字，可能仍是保守估计。因为我对数据中心冷却系统能效（PUE）可能过于乐观（实际更耗电）；对AI服务器利用率（假设为65%）的估计可能偏低。”德弗里斯认为，短期内（1-2年）AI总能耗仍将显著增长，因为过去几年制约AI发展的主要瓶颈——芯片封装产能正在迅速扩张，例如台积电的产能每年翻番，供应正在追赶需求。然而，下一个瓶颈将是电力供应本身。AI的耗电量已经变得如此巨大，以至于寻找能够支撑这些庞大数据中心的充足电力变得非常困难。IEA指出，尽管全球范围内数据中心对总电力需求的推动相对有限，但由于数据中心分布高度集中，因此在某些国家影响更为显著。目前近一半的数据中心电力消耗发生在美国，25%在中国，15%在欧洲。美国劳伦斯伯克利国家实验室分析显示，2023年美国数据中心用电占全国4%，到2028年可能升至7%至12%。在爱尔兰，数据中心用电量已占全国21%，IEA预计到2026年这一比例将达32%。在弗吉尼亚州和都柏林等地区，数据中心用电占比甚至分别达到26%和79%。德弗里斯警告，AI的快速发展可能与气候减排目标相冲突，他呼吁企业提高透明度，以便政府制定政策，协调AI发展与可持续目标。否则，AI可能成为隐形的，不受控制的能耗与排放源。绿色和平气候与能源项目主任吕歆表示，2020年9月之后，中国数据中心企业对可再生能源的态度出现了明显的进展，先行企业开展ESG工作，参与绿电消费；2022年，多家头部企业承诺在2030年及以前实现100%可再生能源和运营范围碳中和。目前AI算力需求激增，企业绿电消费能否走出更加陡峭的增长曲线，如期实现2030年目标值得关注。电力需求何解？9月25日，在纽约举行的联合国气候周上，包括微软、谷歌等全球企业巨头都同意，为飞速增长的数据中心和人工智能提供能源将是一项共同的挑战。微软和谷歌的高管承认，他们建设数据中心的计划可能会导致增加使用化石燃料发电，尽管企业将尝试通过从其他地方购买可再生能源来减轻这种消耗的影响。在IEA报告中，到2035年，全球数据中心电力结构将从目前约60%化石燃料转变为60%清洁能源。这一转变主要依赖全球可再生能源扩张，部分可再生能源由数据中心企业直接资助。不过，IEA也指出，为满足数据中心需求，可能仍需扩大天然气和煤炭发电。目前，全球尚无完整的数据中心能耗或排放数据集，也缺乏政府强制报告，所有数字均为估算。眼下煤炭仍是全球数据中心最大的电力来源，尤其在中国。同时，中国的数据中心用电量增速预计将远高于全社会用电量。北京理工大学能源与环境政策研究中心今年1月发布的《2025年中国能源经济指数研究及展望》指出，2024至2030年，全国数据中心用电量年均增速将达20%，远超全社会用电量增速。新增的电力供应从何而来？绿色创新发展研究院（IGDP）能源转型项目主任、高级分析师李鑫迪解释说，中国数据中心多数依赖电网供电，其绿电比例取决于电网整体脱碳进度。企业可通过购买绿证或选择在可再生能源丰富地区（如云南）建立数据中心来提高绿电使用率。为应对数据中心的电力需求挑战，中国正通过“东数西算”工程、提升“绿电”比例（力争2025年国家枢纽节点新建数据中心绿电占比达80%），以及严格能效标准（PUE降至1.5以下）等措施，推动数据中心绿色转型。 吕歆指出，中国数据中心实现大规模绿电消费正聚焦三大关键：稳定的市场价格与预期、成熟的多年期绿电交易模式和畅通的跨区跨省绿电交易渠道。近年来，得益于政策引导与机制创新，已经取得了积极进展。针对“以绿电满足AI需求”的观点，德弗里斯认为有其局限：数据中心需全天候24小时稳定供电，而风电、光伏具有间歇性。AI数据中心同样面临备份电力依赖化石能源的问题。他强调，当前全球尚无足够可再生能源实现100%绿电供应。AI电力需求的激增，在中短期内反而可能增加对化石燃料的依赖。对此，吕歆认为，在新能源装机总容量较低时，企业通过参与绿电交易等方式，能够从需求侧有效促进新能源供给。伴随着更高比例的新能源接入电网，若缺乏储能等灵活性资源，新能源的消纳和利用可能成为挑战。因此，在现有基础上，持续完善市场的自调节能力、推动储能及需求侧响应等灵活性资源参与，能够助力新能源稳定供应和进一步发展。而对于“AI可通过优化其他行业节能以抵消自身能耗”的观点，德弗里斯也持怀疑态度。他指出，目前科技公司用电需求因AI能耗大幅上升，但节能效益尚未显现，IEA2024年报告也认为这些效益目前“可忽略不计”。德弗里斯提到“回弹效应”：即能效提升可能激发更大需求，导致总能耗不降反升。“AI本身就是典型案例：硬件与算法进步被用于构建更强大模型，推动总能耗上升。”他说。不过，AI普及速度、能效提升等仍存在不确定性。尽管生成式AI热度高，其商业持续增长前景可能弱于预期，而更优芯片、高效算法和大型数据中心可能提升能效，抑制电力需求。关于未来AI用电的增长趋势，李鑫迪则认为，尽管AI属于突变型技术，可能呈爆发式增长，但目前尚未有明确预测显示其会在新增电力需求中占主导地位。总之，国际能源署表示，电力需求增长为“发达经济体”敲响了“警钟”，要求电力行业投资基础设施，否则“满足数据中心负荷增长可能需要与电气化等其他目标进行权衡”。德弗里斯举了在欧洲发达国家中凸显电力分配机会成本的两个案例：在荷兰某地，当地电网容量饱和时，电力被优先分配给一个数据中心而非大学；在瑞典，政府对当地数据中心的电力补贴多年后取消，转而用于钢铁制造，因为当地政府认为数据中心创造的就业有限。“当电网容量饱和时，社会将不得不思考电力资源的优先分配问题。”他说。
-
稳定币的冷与热：数字金融竞逐背后的货币主权之争｜焦点 图片系AI生成2025年9月下旬，全球稳定币市场呈现出一幅冷暖交织的鲜明图景。一边是监管的“急刹车”：据财新9月23日消息，中资机构在港的加密资产业务近期被明确要求收缩，包括投资、交易、发行RWA、稳定币等。降温之下暗流涌动，社交媒体日前流传全球首个与离岸人民币挂钩的稳定币已在港发行，不过消息被官方迅速辟谣。另一边却是国际市场的“狂热竞速”：9月24日，全球最大稳定币发行方Tether被曝正寻求以5000亿美元估值融资，这一体量足以比肩OpenAI和SpaceX等科技巨头。而欧洲九大银行财团日前官宣将开发欧元稳定币，以寻求美元替代方案。这种看似割裂的市场生态，实则是“蒙代尔不可能三角”在数字时代的赤裸演绎——当资本自由流动、汇率稳定与货币主权的平衡被打破，各国的战略选择必然分化，由此也揭开当前全球金融竞争的核心命题。当美国加速将稳定币打造为“链上美元”，以巩固货币霸权并企图让全球用户为美债接盘时，世界多国已清晰感受到本国货币主权被挤压的现实挑战。中国则明确路径，以香港为“合规试验田”探索发展边界，同时坚定推进数字人民币国际化进程。一场围绕数字时代货币主权与金融规则的无硝烟之战，已然拉开帷幕。二级市场上，相关公司的股价坐上了过山车。加幂科技距离高点已回调31%，饶是如此，该股年内涨幅仍高达1404%；国泰君安国际自6月25日起的半个多月股价暴涨556%，目前回调近40%；此外，云锋金融、恒宝股份、中科金财距本轮高点分别回撤29%、31%、35%。创新与风控间“走钢丝” 稳定币是一种与法定货币或其他稳定资产（如黄金）挂钩的加密货币，其核心目标是“锚定价值”。它的兴起不仅反映资本流动性扩张，更深层次地体现出全球资金流向、金融权力重构和数字资产范式转移的叙事趋势。最初推出稳定币的核心目标，是要解决传统加密货币价格波动幅度过大的问题，从而充当加密市场与传统金融之间的桥梁。然而这个看似“稳定”的金融创新，隐藏着巨大的系统性风险。 来源：招商银行研究院2022年5月，加密货币市场爆发了一场震惊全球的“雷曼时刻”——TerraUSD（UST）稳定币在一周内价值归零，连带其生态代币LUNA暴跌99.9%，400亿美元市值灰飞烟灭。无独有偶。全球最大稳定币USDT的发行方Tether，长期遭遇透明度的质疑。在业内看来，Tether储备资产披露滞后，审计机构未获美国官方认可；同时，市场普遍怀疑其储备中包含风险资产，一旦市场剧烈波动，这些资产价值可能暴跌。国际清算银行曾发出严厉警告，称稳定币具有三大缺陷：一是没有中央银行背书；二是缺乏对非法使用的足够防范措施；三是没有生成贷款的资金灵活性。其直言，稳定币未达到成为货币体系支柱的要求，甚至引发人们对其被用于洗钱和恐怖主义融资等金融犯罪的担忧。知名经济学者盘和林对笔者表示，稳定币的加密属性，给合法跨境支付提供机遇的同时，也给非法跨境支付提供了便利。“这就意味着，跨国支付不需要通过任何金融机构，用一串数字密钥就能够实现。”由于区块链技术的去中心化、无国界、匿名性等特点，使得监管机构难以有效追踪跨境资金的流向及规模，这为洗钱等非法金融活动提供了可乘之机。在不少行业人士看来，稳定币所谓的“稳定”，仅指与法币锚定机制的确定性，随着底层储备资产的价值波动，其币值难以真正稳定。此外，稳定币的生命线在于可随时兑付法币，若发行人没有充足的储备，一旦发生挤兑便可能引发致命危机，而信披风险也可能加速市场恐慌和挤兑的发生。金融街证券研究所分析师张宁告诉笔者，相较于传统金融，稳定币及其相关产业生态的合规性较为薄弱，其核心问题在于交易缺乏有效的真实性审查机制。正是这种透明度的缺失，引发外界对潜在金融风险的深切担忧。2019年全球稳定币规模仅50亿美元，到2024年已飙升至2500亿美元，六年暴涨45倍。这种野蛮生长态势，让稳定币从支付工具悄然演变为潜在的金融稳定威胁，引起了全球监管机构的高度警觉。随着欧盟MiCA法案、美国《GENIUS法案》和香港《稳定币条例》等法律的相继落地，标志着稳定币从“野蛮生长”迈入“合规发展”的新阶段。 来源：华源证券研究所“香港支持稳定币合规发展的深层逻辑，与其金融市场的结构性需求相关。”盘和林分析称，由于港币和美元是联系汇率，若美元稳定币生态成熟而香港缺位，将直接影响其国际资本吸引力。因此，推动稳定币发展是维持跨境资本顺畅流动的必要之举；当然，前提是规避其潜在风险。值得一提的是，香港稳定币条例被业界称为“全球最严”监管框架——预估2026年初发牌、首批牌照仅发放个位数、2500万港元准入门槛、全额储备要求。“稳”字当头背景下，如何做好金融创新与合规风险的平衡，是一个值得深思的问题。货币主权的数字化延伸 无论如何，稳定币正成为全球金融竞争的重要赛道。根据CoinMarketCap数据显示，稳定币总供应量已突破3000亿美元，创历史新高。全球市场中以美元稳定币为主导，全球99%的稳定币锚定美元，底层资产绝大多数为美国国债。其中，USDT（Tether）和USDC（Circle）两大美元稳定币合计占全球稳定币总市值的九成。以USDT（泰达币）为例，其宣称“1:1锚定美元”，是全球交易量和流通量最大的稳定币，广泛应用于加密货币交易平台支付、场外OTC、跨境结算等场景，被视为“加密美元”。 来源：恒泰证券研究所2008年金融危机爆发，美联储随之实施多轮量化宽松政策，美元加速贬值，严重动摇了美元在国际金融体系中的地位。近年来，美国努力通过发展稳定币来强化美元在国际货币体系中的主导地位，构建新型美元循环机制。2025年7月19日，特朗普正式签署《指导与建立美国稳定币国家创新法案》（GENIUS Act，俗称《天才法案》），标志着美国首次正式确立数字稳定币的监管框架。不少观点认为，此举意在缓解美债压力并加深美元全球影响力。最新的数据显示，美国债务规模已突破37万亿美元，亟需新的买家来接盘。《天才法案》要求稳定币要以1：1的比例与美元或短期美债等流动性资产挂钩，华夏数字资本创始人叶开直言，“其本质是让全球美元稳定币的使用者‘间接接盘美债’”。具体而言，这一制度设计形成了强大的债务吸纳闭环：美元现金→用户购买稳定币→稳定币发行方购买短期美债→美国财政部获得融资→发行更多债券→稳定币因规模增长增持更多美债。这种机制不仅为美债提供了“刚性需求”，更通过创造基于美元信用的“双重货币供给”（法币美元+链上美元），掩盖了债务的不可持续性和潜在流动性风险。“相比之下，美国加速稳定币立法的核心战略意图在于巩固美元霸权，化债等目标仅是次要考量。”在张宁看来，其深层意义在于扩大美元的应用场景和需求，强化全球经济对美元的依赖。也有学者提供了新的观察视角。“美国发展稳定币，是加密货币行业赌特朗普当选换来的利益。”在盘和林看来，本届特朗普主导的政府，其支持者中有大量加密货币从业者，发展稳定币是为了兑现竞选承诺。“既然稳定币是大势所趋，那么顺水推舟，由政府掌握稳定币的主导权是最佳解决方案。这一点类似于中国发行数字人民币的目的。”盘和林进一步解释道。“不可能三角”的取舍 值得注意的是，这种“链上美元化”趋势，对许多新兴市场及高通胀国家的货币主权构成挑战，或将促使世界多国研究如何摆脱对美元的单一依赖，构建多币种、多轨道的支付结算体系。欧洲央行行长克里斯蒂娜·拉加德近日曾多次呼吁推进数字欧元，称其为欧洲金融自主权的关键。另有报道称，日本金融服务局计划于今年秋季批准其首个以日元计价的稳定币。需要指出的是，健全的公链是落实稳定币的必要条件。当前主流稳定币主要部署在以太坊、波场（TRON）、Solana等公链之上。中国目前唯一符合监管要求的公共区块链是树图链，为图灵奖得主、姚期智院士与清华“姚班”的成果。鉴于香港和内地均没有有影响力的公链，因此市场有一种观点担忧，如果采用美国公链可能被“卡脖子”。对此，张宁认为，公链并非高精尖领域，技术上不存在卡脖子问题。他强调：“国内公链发展滞后的关键并非技术瓶颈，而是尚未开放的区块链生态环境，导致其缺乏关键的应用场景与创新空间。”在张宁看来，国内更希望把数字人民币作为国际支付的重要手段。这一点上，盘和林的观点类似，他认为内地已有数字人民币，不会允许私人铸币来破坏人民币的地位。 来源：招商银行研究院就在9月24日，数字人民币国际运营中心在上海正式运营，并推出三大业务平台——跨境数字支付平台立足于支持人民币国际化与跨境使用，探索运用法定数字货币解决传统跨境支付中存在的痛点；区块链服务平台定位于支持标准化的区块链交易转接和链上数字人民币支付服务；数字资产平台定位于支持链上发行、登记、托管和交易合规数字资产。“数字人民币发展又迈出重要一步，有助于提升我国在全球金融体系中话语权的关键布局。”清华大学国家金融研究院院长田轩表示，其更深层意义在于通过构建“多边合作、多方共赢”的数字货币生态，推动国际货币体系向多元化演进。无论是监管对稳定币态度趋向审慎，还是对数字人民币定位的考量，本质上均未摆脱“蒙代尔不可能三角”的约束——这一国际经济学中的著名理论强调，一个国家不能同时维持固定汇率、独立货币政策和资本自由兑换。“面对私人稳定币带来的挑战，CBDC（央行数字货币）作为国家力量的直接回应而出现，在‘不可能三角’的权衡中作出了明确的选择。”高华声复旦大学国际金融学院教授曾撰文称，CBDC侧重于在央行主导框架内，有序地拓展其应用场景，旨在增强金融体系的整体稳定性，其系统架构与全球化的公链网络保持了相对独立性，体现了对国家主权的绝对维护，而这一战略定位，也必然使其在资本效率方面存在牺牲。国际货币体系多元化转型，弱化对美元的过度依赖渐成趋势。在此背景下，后续稳定币板块的行情大概率会进入到分化阶段。“可能获取首批稀缺牌照的发行人，及确定性参与稳定币使用场景创设的场景平台或为两条主线。”中信证券曾给出这样的判断。（本文首发钛媒体App，作者 | 马琼，编辑 | 曹晟源）
-
AI视频生成“暗战”起风 用户付费在大语言模型中尚未跑通，但正悄然在AI视频生成赛道中生根发芽。今年6月，AI视频生成初创公司Runway的年化营收超过9000万美元（约合人民币6.4亿元）；同年第二季度，快手（1024.HK）旗下的AI视频生成应用“可灵”创收超过2.5亿元。国内初创公司纷纷涌上牌桌。北京生数科技有限公司（下称“生数科技”）的“Vidu”、北京爱诗科技有限公司（下称“爱诗科技”）的“拍我”用户数均已突破千万；作为“杭州AI六小龙”首个IPO，Manycore Tech Inc.（下称“群核科技”）年内亦计划发布针对C端消费者的AI视频生成产品。市场对于AI视频的商业化前景不仅是局限于个人创作者生成一段短视频，还有影视创作、具身智能等更多领域。但由于空间一致性、内容拼接的崩坏等问题的存在，亦让AI视频生成模型陷入“卖家秀”和“买家秀”的争议中。尽管属于AI视频生成行业的DeepSeek时刻尚未到来，但在各家大厂的加码下，市场有理由相信未来的发展路径会愈发清晰。拼时长 2024年2月，OpenAI推出了Sora 1.0，较此前Runway只能生成3-4秒的视频来说实现了突破性的进展，成为全球首个支持生成长达60秒的AI视频生成模型。此后国产模型也逐渐对此实现追赶。目前国内既有字节、快手、百度等互联网大厂，也有生数科技、爱诗科技等初创公司正在探索AI视频生成应用领域。南方一家科技公司产品经理告诉信风，今年以来AI视频生成领域最大的变化主要体现在时长，即可以通过AI生成更长的视频。虽然当前AI视频生成模型公司一次生成的视频时长基本在5秒-10秒，但通过一个个镜头的生成已经可以组合形成一段连贯的视频。影视行业便是第一批尝鲜者。今年8月上线的50集动漫短剧《明日周一》，便是通过生数科技的Vidu AI视频模型生成。实操方面，《明日周一》制作团队采取原画师手绘核心角色设定，再通过Vidu的图生视频及参考生功能进行动画延展。生数科技告诉信风，《明日周一》80%左右内容由Vidu Q1的图生视频功能和参考生视频生成，深度贯穿了从美术设定到动画成片的多个核心环节。这也使得不到10人的制作团队45天内就完成了《明日周一》第一季50集的所有内容制作，平均不到一天产出1集，而传统2分钟漫剧制作周期长达一周，制作效率提升至少7倍。快手旗下的“可灵”重要场景之一亦是影视制作。据快手管理层在业绩电话会透露，目前“可灵”客户群体涵盖了包括专业人士在内的大众创作者、电商及广告行业从业者和影视制作工作室等。长度的限制仍在被进一步打破。日前，百度对旗下AI视频生成模型“百度蒸汽机”进行升级，支持用户生成无限长度的AI视频，一举打破了此前AI仅能生成5-10秒短视频，或依赖首尾帧控制续写时长的局限。使用中，用户只需输入图像和提示词，就能生成任意时长的视频。前述南方科技公司产品经理认为，视频时长的突破背后不只是“堆算力”带来的结果，更关键的动力源自算法的优化和数据量的增加。据百度介绍，长视频生成技术方案上主要引入自回归扩散模型，结合自回归的长序列能力和扩散一致性强的优势，能够准确生成符合世界物理规律且高一致性的长视频。信风参与百度蒸汽机的内测，以人物作为首图和“1-5s镜头跟随，⼈物快速向⾛。6-10s镜头跟随，⼈物向前⾛向楼梯。11-15s⼈物向前⾛，镜头跟随，右摇。16-20s⼈物向前⾛，镜头跟随，右摇，环绕到⼈物正⾯。”为提示词结合的方式，生成了一段20秒的短视频。（见「百度蒸汽机」AI视频⽣成模型）在视频中可以看到，虽然人物表情变化衔接宛如换了一张脸，且物体出现凭空消失的情况，但人物运动轨迹自然，背景也没有出现崩坏的情况。价格战硝烟 尽管国内的大语言模型尚未能走通向C端用户收费的路径，但AI视频生成模型公司已经在探索商业化模式。从收费情况来看，各家差异较大。仅以标准版为例，可灵、生数科技的Vidu分别为66元、59元；爱诗科技的拍我、字节跳动的即梦则均为79元。不过Vidu、即梦属于“加量不加价“，分别可生成200个/月、216个/月的视频。相比之下，可灵、拍我则只能生成数十个视频。各家的商业化均已取得一定的成果。目前快手是为数不多披露AI视频生成应用商业化成果的大厂，2025年第二季度“可灵”的收入已超2.5亿元。初创公司方面，生数科技的Vidu上线8个月年化经常性收入（ARR）突破2000万美元（折合人民币1.4亿元）；爱诗科技的拍我则称订阅收入已经覆盖成本。不过大厂之间为了吸引专业创作者使用，已经悄然打起了价格战。据百度透露，百度蒸汽机已经在搜索、营销等多个场景落地应用，且定价低至行业70%；日前，可灵推出2.5 Turbo模型时，核心卖点之一便是“相比2.1模型同档位便宜近30%，性价比方面优势更加凸显。”价格战的另一面，是不少公司在跃跃欲试。信风获悉，正在冲刺港交所IPO的群核科技亦在研发一款基于3D技术的AI视频生成产品，有望在年内发布。群核科技内部人士向信风透露，该AI视频生成产品未来将面向C端用户开放。群核科技的重要优势在于，庞大且物理正确的室内空间数据集。“我们在开发（家装设计软件酷家乐等）工具的过程当中，积累了海量的数据，这些海量数据与AI直接生成的三维模型不一样，包括有物理正确可交互的模型，材质也都是物理正确的，表面的物理系数都有，里边有结构化的信息，也就有结构化标注。”群核科技董事长黄晓煌指出。今年8月，群核科技的数据集InteriorGS还曾一度登上全球最大AI开源社区Hugging Face趋势榜的榜首，成为全球首个适用于智能体自由运动的大规模3D数据集。这或许都给不少公司带来更多压力，要求各方进一步拓宽商业化边界。目前市场对该行业的想象空间并不止于影视广告行业，还有机器人训练等场景。一直以来，机器人训练面临训练数据的稀缺性、场景覆盖局限性、采集成本高等痛点，但AI视频生成应用可以为机器人提供虚拟场景进行训练，进而更好地了解真实世界的运行规律。部分机器人公司正在自研算法。例如今年3月具机器人公司逐际动力发布的具身智能操作算法LimX VGM，正是利用视频生成技术推动具身大脑突破。一名参与该项目人士向信风坦承，受限于数据量的问题，目前视频生成大模型的泛化程度有限。但该人士持乐观态度，颇为看好AI视频生成模型用于机器人虚拟环境训练的行业趋势。此前业绩会上，快手管理层则表示计划扩大“可灵”在游戏制作、专业电影以及视觉制作中的应用。买家秀VS卖家秀 尽管当前各家AI视频生成公司均表示提升了空间一致性，但信风实测来看主体运动过程中脸部表情崩坏、背景出现清晰模糊交织的问题层出不穷。以拍我为例，信风使用图生视频的方式生成了一段人物跳舞的短视频，但出现人物表情变形、物体凭空消失等问题。（见「拍我」AI视频模型⽣成）杭州一位行业人士告诉信风，复杂运动场景下偶现的面部细节与背景一致性问题，是行业共同面临的技术挑战，核心难点在于模型对长时序运动轨迹与多尺度语义连贯性的精准建模。群核科技产品经理龙天泽认为这与训练的数据来源有关。“核心在于现在的AI视频算法是基于2D图像序列去学习，所以不可能真正理解3D空间和规则，它学会了如何让上一帧图像在视觉上变的更像下一帧图像，但是它并不理解真正的3D空间关系，不理解所谓的物理世界运行的基本逻辑。”龙天泽指出。目前各方主要从优化算法、构建数据集的角度解决空间一致性问题。生数科技告诉信风，目前主要通过三大路径进行优化：一是基于自研U-ViT架构的时空联合注意力机制优化，增强模型对主体运动轨迹与背景关联性的预测能力；二是构建超大规模高质量视频训练数据集，针对性强化复杂运动模式的语义理解；三是引入动态遮罩与一致性补偿算法，在后期生成环节实时修复帧间异常。“目前我们的参考生视频功能已实现从人脸到主体多层次的一致性提升，后续将重点突破大幅度运动下的稳定性边界。”生数科技表示。群核科技方面则是在推进3D视频生成的工作流研发，有望在变化的运境下降低明显的穿模和畸变的反应。不过这类方式的挑战在于，使用者需要掌握视频生成的数据输入等。隐私的边界 高质量的数据集是当前不少AI视频生成模型公司渴求的训练素材。部分国外大厂为了提升对AI视频生成模型的人物主体一致性的训练，甚至不惜通过下载成人电影作为训练素材。Meta便遭受如此质疑。今年7月，两家美国成人电影公司Strike 3 Holdings和Counterlife Media，便以Meta偷偷下载2396部成人电影训练自家的AI模型为由，将其推向了被告席。“确实是个很新的案件，涉及版权侵权，估计Meta还是会主张fair use（合理使用）。”一位在美执业的知识产权律师告诉信风，“现在对于这些训练素材也没有什么统一的规则，只能是争议中前行。”相比之下，国内的平台在训练素材方面或许拥有更多弹性的空间，这当中尤以视频平台独具优势。虽然视频平台并不拥有对用户所发布视频的独占权，但一般拥有使用权。例如快手的《基本功能隐私政策》中明确指出，为了实现广告推送与投放，并有助于其评估广告投放效果、有效性之目的，可能需要与广告主、服务商、供应商第三方合作伙伴读取用户的部分信息与数据。这或许意味着，快手、抖音等视频平台在AI视频生成赛道方面相比其他公司将拥有更多数据优势。随着AI视频生成赛道的逐渐发展，数据使用的边界或许也将更加清晰。
-
AI基建热潮藏隐忧：芯片3-5年就报废，需8000亿美元销量才能回本 IT之家 9 月 29 日消息，据 《华尔街日报》报道，人工智能（AI）热潮已引发史上最昂贵的建设浪潮之一。短短三年内，各大科技公司在人工智能数据中心、芯片及能源领域的投入，已超过美国耗时四十余年建设州际公路系统的总花费。 报道指出，人工智能基础设施领域的巨额投资正引发担忧，市场对人工智能的乐观预期或许难以兑现。该报道强调，人工智能模型的开发成本极高，回报需要更高才能证明这些支出是合理的。报道援引一位分析师的观点称，2023 年和 2024 年的人工智能基础设施投入若要实现盈利，消费者与企业需在这些芯片及数据中心的使用寿命周期内，购买价值约 8000 亿美元（IT之家注：现汇率约合 5.71 万亿元人民币）的人工智能产品。报道同时提到，数据中心芯片的使用寿命有限，因为人工智能技术的飞速发展会迅速削弱其价值。报道援引分析师估算数据显示，大多数人工智能处理器的有效使用年限仅为 3 至 5 年。OpenAI 首席执行官山姆・奥尔特曼已承诺，未来几年内，公司将向甲骨文（Oracle）平均每年支付约 600 亿美元（现汇率约合 4283.24 亿元人民币），用于数据中心服务器相关服务。与之形成对比的是，预计 OpenAI 今年从付费用户处获得的营收仅约 130 亿美元（现汇率约合 928.03 亿元人民币）。此外，报道援引分析师观点补充称，人工智能基础设施投入的激增意味着，到 2030 年，人工智能领域的年营收需达到 2 万亿美元（现汇率约合 14.28 万亿元人民币）。作为参考，这一数字不仅超过亚马逊、苹果、Alphabet、微软、Meta 和英伟达 2024 年的营收总和，更相当于全球整个订阅软件市场规模的 5 倍以上。彭博社则指出，人工智能企业的营收正实现快速增长：OpenAI 预计今年销售额将增至 127 亿美元，较此前增长两倍；其竞争对手 Anthropic 的年营收已超过 50 亿美元。但彭博社同时强调，这些营收数字与未来飙升的成本相比仍相形见绌。报道援引分析师估算称，2025 年至 2028 年间，全球数据中心投入将达到 2.9 万亿美元（现汇率约合 20.7 万亿元人民币），这一规模大致相当于法国一年的国内生产总值（GDP）。
-
德国街头现“AI 停车侦探”：1 小时查 1500 辆车，效率是人工7倍 IT之家 9 月 29 日消息，全球各地的城市正纷纷借助科技手段，尤其是人工智能（AI），来管理交通拥堵的街道和捉襟见肘的停车资源，德国也不例外。该国正准备试点一套停车执法系统，其看起来更像是来自科技实验室的产物，而非应用于城市街道的常规设备。 目前，海德堡市已启用一款名为“城市扫描仪”（Cityscanner）的设备。这是一辆搭载摄像头、激光雷达（lidar）并可实时核查数据库的小型车辆，专门用于侦测违章停车行为。该系统依靠 AI 技术运行，效率极高，每小时可核查约 1500 辆停放车辆，使得其他一些城市的停车执法手段相形见绌。全方位智能监测 “城市扫描仪”由总部位于雷根斯堡的 DCX Innovationis 公司研发，车辆顶部安装的摄像头每秒可捕捉 25 帧画面。在行驶过程中，该设备能自动识别车牌、核查车辆是否停放在合法车位内，甚至可与 Easypark、Parkster 等数字停车应用程序进行数据交叉验证。 DCX 公司已在其它国家部署该系统，目前波兰有近 24 辆搭载该系统的车辆投入使用。法国和荷兰也已启用类似的扫描设备，由此可见，海德堡虽不是首批采用该技术的城市，但仍是这一技术推广进程中值得关注的案例。激光雷达传感器能够检测车辆是否停放在限行区域、自行车道、消防通道内，或车身过度突出至车流中。为确保执法准确性，系统会在几分钟内对同一线路往返巡查两次，之后才会开具罚单。事实上，在罚单正式送达违章者手中之前，还需人工对“城市扫描仪”捕捉的数据进行二次核实。这一人工核验环节十分必要，因为这款 AI 驱动的系统无法识别残疾人士停车许可证等特殊标识。据德国《商报》（Handelsblatt）报道，在全速运行状态下，“城市扫描仪”的执法效率约为人工步行巡逻的 7 倍。该报还指出，海德堡此次试点工作是在巴登 - 符腾堡州新法规框架下开展的，该州近期才为这类智能执法系统确立了法律依据。据悉，搭载“城市扫描仪”的车辆特意采用了醒目标识，其设计初衷不仅是作为“移动罚单开具设备”，更希望起到震慑作用。官方表示，即便尚未开出罚单，这种高可见度的执法设备也可能促使车主规范停车行为。准确性之外的隐忧 然而，这套系统并非完美无缺，仍存在一些值得关注的问题。隐私保护是全球范围内的重要议题，在德国尤其受到高度重视。对此，“城市扫描仪”研发方表示，设备拍摄的照片不会保存合法停放车辆的人脸或车牌信息；仅有警方有权查看相关图像，且据称这些图像仅包含违章车辆的信息。 除隐私问题外，“城市扫描仪”的成本也不容忽视。该公司表示，虽然可在约 4 小时内将这套设备安装到任意车辆上，但单套设备成本约为 13 万欧元（IT之家注：现汇率约合 108.5 万元人民币），且这一价格尚未包含软件授权费用。
-
马斯克：特斯拉正全力推进人形机器人规模化生产 IT之家 9 月 29 日消息，埃隆・马斯克表示，特斯拉正全力推进“擎天柱”（Optimus）人形机器人的规模化生产。在他看来，这款产品最终将成为特斯拉旗下最重要的产品。 “特斯拉擎天柱”是该公司的人形机器人项目，数年前首次对外公布，而在过去一年中，该项目的重要性显著提升，也成为特斯拉更核心的关注焦点。去年 10 月，特斯拉在“我们，机器人”（We, Robot）活动上，这款机器人承担了递酒、表演娱乐节目以及与参会者互动等任务。然而，要实现“擎天柱”的真正规模化生产，对特斯拉而言仍是一项挑战。尽管特斯拉对该机器人的产量有着宏大规划，但项目部分环节的难度已超出预期，比其他环节更具挑战性。其中最受关注的难题之一是机器人的手部研发。特斯拉希望“擎天柱”的手部具备足够灵活性，甚至能完成“穿针引线”的动作，而这一目标的实现难度极大。此外，量产规模的扩大与制造工艺的优化，也可能是特斯拉面临的挑战。马斯克强调，特斯拉正“全力推进‘擎天柱’的规模化生产”。由于该项目对特斯拉未来发展至关重要，解决规模化生产问题已成为关键任务。 马斯克还对“擎天柱”的发展前景及未来对特斯拉的重要性作出了极具前瞻性的预测。本月初，他表示，未来“擎天柱”将贡献特斯拉约 80% 的公司价值。今年 1 月，在特斯拉 2024 年第四季度财报电话会议上，他也指出，“擎天柱”将“在公司价值中占据绝对主导地位”。马斯克不仅从资金和营收角度强调“擎天柱”的重要性，还称其“无疑将成为有史以来最重要的产品”—— 因为这款机器人有望为人类生活带来革命性变革。他表示，拥有“擎天柱”，就如同“拥有专属的 C-3PO 与 R2-D2（IT之家注：二者均为《星球大战》系列中的经典机器人角色）”。
-
萝卜快跑计划将业务扩展至澳洲和东南亚 盖世汽车讯 据外媒报道，近日，百度旗下的自动驾驶出行服务平台“萝卜快跑”（Apollo Go）的国际化业务总经理牛昊天（Halton Niu）在接受彭博电视台采访时表示，目前团队正与澳大利亚及东南亚部分国家的政府沟通，探讨将自动驾驶车辆引入这些市场的前景。日前，萝卜快跑已从迪拜相关部门获得50张自动驾驶测试许可证，这使其在阿联酋的车队规模可扩大一倍，达到约100辆。 图片来源：萝卜快跑牛昊天称：“在中东和欧洲地区，我们正与不同国家的地政府接洽。目前仅在上述地区的少数城市开展了业务部署。此外，公司也在与东南亚及澳大利亚的政府部门保持沟通。”当前，中国自动驾驶企业正积极向海外扩张，尤其聚焦于对前沿技术持开放态度的地区。得益于中国成熟的电动汽车供应链，中国企业的车辆成本更低，这使其相较于Waymo等美国竞争对手具备明显优势。牛昊天表示，萝卜快跑在中国市场运营经济效益的改善，为无人驾驶出租车大规模推广提供了商业可行性支撑。通过规模化运营并取消安全员（人类驾驶员），萝卜快跑在部分运营城市实现了单车收支平衡，而这一成果并非仅出现在其车队规模最大的武汉，部分其他城市同样达成该目标。他称，“如今在中国大陆的多个城市，每一辆（无人驾驶出租）车都能实现盈利”。不过牛昊天补充道，萝卜快跑作为一个业务部门实现整体盈利，仍需一段时间。自2013年起，百度已在自动驾驶技术研发领域投入数十亿美元。目前，该公司已在中国及海外城市部署了超过1,000辆自动驾驶车辆。近期，百度还与美国打车平台Lyft达成合作协议，计划进军欧洲市场，若获得监管批准，双方将于明年率先在英国和德国启动相关服务。牛昊天提到，欧洲的监管机构最初可能会存在一些顾虑，例如车辆自动驾驶过程中收集的数据将如何存储。他回应称，相关数据将全部在运营地区本地存储，且萝卜快跑已在瑞士注册相关公司，并正在当地招聘员工。
-
北京处罚4家共享充电宝企业 北京商报讯（记者 张茜琦）9月28日，北京商报记者了解到，北京市市场监管综合执法总队对4家共享充电宝服务企业依法作出罚款的行政处罚。这是全国市场监管领域运用《中华人民共和国消费者权益保护法》，针对共享充电宝租赁领域侵害消费者权益问题的首度"亮剑"。此前，2025年7月，北京市市场监管综合执法总队针对多起消费者投诉的"归还难、乱收费"等问题，对4家企业予以立案调查。经查，这些企业存在租赁服务与售后服务脱节问题：代理商负责柜机运营，品牌方仅提供线上租赁，导致消费者常因柜机满位、设备故障无法归还，却仍被持续计费，甚至归还后扣费不止 。同时，企业客服多为AI自动回复，消费者退费等诉求难以解决，且计费规则等信息公示不透明，侵害了消费者公平交易权、自主选择权与知情权 。目前，4家企业已积极整改，加入《北京市共享充电宝行业自律公约》，承诺建立暂停计费机制——因柜满等原因无法归还的，核实后可暂停计费；因设备问题等导致无法归还的，可免除费用 。
-
外卖大战风靡半年 又一批受害者出现了 风靡半年的“外卖大战”悄悄降温了，外卖商家的烦恼还在继续。一个月前，沈阳的一位外卖商家李优在写字楼旁边新开了一家快餐店，以牛肉饭为主营产品，他很清楚，花钱促销、投流推广是必经之路。一家外卖平台的业务经理找到他，推荐他参与“赏金联盟”活动，活动一级页面显示了6%的赏金比例，意味着平台帮助商家“高效获取用户优质反馈”，同时收取6%抽成。然而，当他点击“新店爆单必选”的二级页面报名时，却未留意到，这项活动的赏金比例为70%—100%。店铺日均出10单，半个月后，他发现这项支出扣除了他1000多元，才意识到抽成比例之高。“最大的感受就是不透明。”他告诉《中国新闻周刊》，除了认为业务经理有诱导行为，他更想弄明白：烧钱换来的流量和订单，究竟哪些是真实的？这类问题，已经引起重视。9月24日，市场监管总局组织起草的《外卖平台服务管理基本要求（征求意见稿）》公开征求意见，有专家评价其为行业“新国标”。征求意见稿重点规范了平台和商户价格促销行为，以遏制“裹挟式”竞争、过度“价格战”等乱象。 等待取餐的外卖员 图/视觉中国 “算不清账”李优坦言，刚注册的外卖新店家，对于如何运营、推广、投流很陌生，也成为平台外卖业务经理和第三方外卖运营商眼中的“香饽饽”。若没有参加任何活动，一旦有几天销量情况不好，就有业务经理打来电话：“您的店铺权重下降了，订单量很低，如果不参加活动，可能店就废了。”李优表示，他感到恐慌，选择开通对方推荐的活动以求自救。参与上述抽成70%—100%的赏金联盟活动后，李优每一单的绝大部分收入都被抽走了。据他出示的截图，收入21.55元、24.64元的外卖订单，都被活动抽走了20元。此外，他还投了用户取消、食品安全理赔保险，每单固定扣除0.14元。他表示，买保险前，有时会发生2—3单没有骑手接单的情况，商家要自行承担损失，购买保险后，再没出现过类似情况。他明白，商家参与这些活动是“砸钱烧流量”。令他更为困惑的是，如何辨别这些项目的运营效果。“光从营业额看，商家无法详细拆分出哪些是自然流量带来的效益，哪些是运营推广带来的额外的效益。”他举例道，赏金联盟活动为店铺拉来了很多好评，但他无法确定是不是真实订单。“业务经理在介绍项目的时候，不会说得特别清楚，尤其是活动的副作用，自己实践了才能体会。”他说。另有外卖商家对《中国新闻周刊》反映，甚至有外卖平台的业务经理会在未经商家同意的情况下，为商家账户开通各类促销活动。认为业务经理存在诱导行为后，李优打电话向平台反映，客服表示会调出通话记录。两天后，客服表示“业务量太大，找不到通话录音”，承诺会向上反映，帮他申请赔付，要求耐心等待。最后，对方回复“申请被驳回了，实在没办法”。 正在送餐的外卖员 图/视觉中国 “倒贴”推广开新店以前，李优还经营着一家加盟型鸭货店。附近一条街上共有6家兼做堂食和外卖的店铺，有3家在今年倒闭了。回忆起过去几个月的“外卖大战”，他心有余悸。他指出，消费者仅需几元点外卖的背后，是价值12—18元的大额膨胀券、优惠券，这些券的部分成本都由选择参与促销活动的商家承担。为了跟上流量，李优的鸭货店参与了促销活动。“通常情况下，一张18元的券，平台承担5元，店铺需承担13元。幸运的是，鸭货平均客单价高，大约四五十元，我还负担得起。”他感叹，折算下来，挣到的钱没太大变化，只是店员的工作量大幅增加了。“对比房租，来自平台的压力更大。”汪希在武汉经营着一家独立咖啡店，他告诉《中国新闻周刊》，每月的租金为5000元，营业额约3万—4万元，扣除平台各项费用后，每月到手只有一万多元，“几乎拿走了一半”。汪希还有商家朋友经历过“负金额订单”的冲击。例如，一则7月的订单截图显示，初始订单金额为32.7元，扣除商家活动支出25.8元、佣金和配送服务费10元之后，商家最终到手只有-3.1元。中国信息通信研究院政策与经济研究所副所长李强治在接受央视采访时指出：近年来，随着平台收费规则、计费方式、包括补贴要求等越来越复杂，常常导致商户出现看不懂、弄不明、算不清的情况，难以准确判断成本投入和收入预期，甚至出现卖得越多、亏得越多的局面。新的规范商家们的“烦恼”，已经引起了政策重视。9月24日起，《外卖平台服务管理基本要求（征求意见稿）》公开征求意见。文件规定了外卖平台的总体要求、价格行为管理要求、商户管理、配送员权益保障等服务管理基本要求。在第五章“价格行为管理要求”中，文件对收费管理、价格促销管理做出规定。李强治指出，文件明确限定了外卖平台向商户的收费项目，不得随意新设收费项目，并从公示方式、公示内容、结算明细、推广效果等方面对平台收费作了细化规定，通过提升各类费用信息披露的完整性与易理解性，防止不透明收费。以李优提到的“推广服务费效果评估”为例，文件指出：“平台应为商户免费提供评估推广服务效果的工具和真实信息，包括但不限于推广点击量、推广点击率、推广引导成交订单数、推广点击转化率、推广引导成交用户数、推广引导成交金额、推广投资回报率等，引导商户科学合理开展流量推广和广告投放活动。”文件也明确要求，平台价格促销成本不应变相或者直接要求商户进行分摊，并禁止平台强制或者变相强制商户开展价格促销或者干预商户促销力度。文件还要求平台按照合理匹配原则，科学设定技术服务费、配送服务费和推广服务费。推动平台建立技术服务费下调机制，逐步降低基础佣金；特别是对中小微商户给予费用减免等优惠扶持。（文中李优、汪希为化名）记者：王诗涵编辑：闵杰
-
区块链为底座的新金融时代 谢祖墀 孙志鹏 吴克晔／文自2025年5月21日《香港稳定币条例》通过后，市场发展进入快速落地期。随着2025年9月30日正式申请截止日期的临近，多家海内外大型金融与科技企业，如蚂蚁集团旗下的蚂蚁数科、京东集团下属的京东币链科技、渣打银行和香港电讯等组成的联合体，均公开表示将/拟申请香港稳定币牌照。这显示出香港市场对该牌照的强烈需求，行业与资本市场也高度关注最终申请结果。本轮申请延续了香港金融监管“高标准、严合规”的一贯特征。监管不仅要求申请人具备雄厚资本和完善的风险管理体系，更强调要有清晰的应用场景和可落地的业务路径。可以说，监管机构正借此构建兼顾安全与创新的制度范式，为香港在全球稳定币格局中确立地位夯实基础。过去十多年，加密货币市场剧烈波动，始终困扰行业的健康发展。比特币等主流代币因高波动性，难以在支付、交易和投资场景中大规模应用。为应对原生加密资产的高波动性，稳定币应运而生。稳定币是以区块链技术为底层架构，锚定法币实现价格稳定的数字资产。以2014年香港注册的泰达系公司（Tether）推出的USDT为例，其核心机制是与资产储备“1比1挂钩”，从而确保在加密市场中的交易媒介功能。与比特币相比，稳定币更适合日常交易、跨境结算等金融场景。稳定币“以数字资产承载法币信用”的设计，使其迅速普及，并为全球加密市场带来新变化。它不仅成为加密交易的基础工具，还在支付、去中心化金融（DeFi）以及现实世界资产通证化（RWA）投资等场景中展现出巨大潜力。稳定币的战略意义与全球监管趋势随着稳定币交易规模扩大和应用场景增多，全球监管逻辑发生根本性转变。过去，加密资产被视为高风险、高波动、难监管的金融边缘品种。但稳定币因价值锚定特征、实际交易功能和金融科技融合潜力，正受到越来越多司法管辖区的关注。对中国而言，通过香港推动合规稳定币，不仅是技术选择，更是国家在全球贸易与金融版图中的战略配置。首先，稳定币有机会推动人民币国际化与全球贸易体系演进。以人民币计价的稳定币可在“一带一路”等优势走廊和跨境电商等高频场景率先落地，通过市场化推广提升接受度和使用惯性，逐步形成以人民币为中心的数字化贸易生态，在外部摩擦与不确定性上升时，为经济提供更强的缓冲与对冲能力。在金融基础设施层面，稳定币有望提升金融基础设施韧性与现代化水平，成为“第二清算通路”。基于区块链的跨境结算相比传统代理行网络更快、更透明、边际成本更低，可在地缘风险、单点依赖或局部断链时维持经贸连续性，并以可编程支付服务实体经济的资金周转与供应链金融。在对外开放与规则共建方面，稳定币传递出中国通过香港高水平开放与拥抱金融科技的明确信号，有助于在区域协作、跨境监管与技术标准上发声，提升人民币相关数字资产的可获得性与可投资性，以制度型开放参与全球金融治理演进。同时，监管与治理能力同样将被重塑。稳定币天然留痕，便于实现从发行、流转到清算的全周期穿透式监管，弥补传统跨境支付的盲区；叠加可编程合约，可将反洗钱与外汇管理规则嵌入交易层，自动预警与拦截异常，提高合规效率并降低人为干预风险，为人民币国际化提供更现代、更稳健的制度保障。香港借助“一国两制”优势，成为中国推动稳定币发展的先锋。在中央政府支持下，香港今年通过了《稳定币条例》。对内，香港政府明确合规框架，为本地金融机构与企业提供可信赖的落地路径；对外，利用立法先发优势，吸引全球资本与项目入驻。香港现阶段的探索主要集中在以下几个层面：其一，应用场景拓展，广泛对充电桩、光伏电站收益权、贸易应收账款等标的进行代币化，提升资产流动性，探索实体经济新的融资渠道。其二，跨境支付与贸易结算创新，稳定币凭借高效率、低成本优势，尝试解决传统金融流程耗时较长、成本较高的问题。同时，香港监管层强调“行稳致远”的底线思维：一方面，明确本地发行关键要求，如全额抵押与真实身份核验；另一方面，对业务开展提出可操作的“硬约束”，如必须具备可验证的商业场景、制定有序的退出安排，确保发行人能在商业或经营环境变化时平稳退场。监管还要求发行人满足客户赎回需求且不得设置不合理障碍，将传统货币基金式的资产负债管理经验引入稳定币储备管理逻辑，显著提高风控标准。配合香港金管局与证监会对投机与炒作风险的联合提示，香港正以“先合规、后做大”的路径，为数字资产生态提供可持续、可复制的制度土壤。在太平洋彼岸，美国政府也在积极推动稳定币发展，并通过立法将稳定币乃至更大的加密资产领域纳入监管框架。特朗普政府推动《GENIUS法案》立法，标志着联邦层面对稳定币的正面认可，其战略目标是确保美元在未来数字金融中的主导地位。美国国会认为，稳定币的去中介、无国界特性若不加以规范，将削弱美元在跨境支付与全球清算体系中的主导地位。通过立法，美国不仅承认稳定币的商业潜力，更锁定在数字货币时代的规则制定权。两地立法出发点不同，但都将稳定币视为维护或提升金融主导权的战略工具。稳定币的制度化发展，意味着全球金融正在从“账户为中心”的逻辑向“价值流动为中心”的结构演化，有可能成为构建下一代清算体系与货币体系的重要基础设施。稳定币与RWA如果说稳定币为数字世界提供了“货币层”，解决了价值计量与结算问题，降低了链上交易的单位波动，那么RWA则对应“资产层”，将现实世界中已存在或可依法确权的资产，以代币化形式在区块链上发行与流通。两者结构互补，共同探索香港新金融模式。基于底层资产，RWA大体分为金融类与商品类两大类型。金融类又可细分为标准金融资产RWA和预期收益RWA。前者以传统证券为主，覆盖债券、基金、回购协议等。RWA化可提升资产交易效率、降低投资门槛。预期收益RWA则对应由有形或无形资产产生的预期收益，如充电桩的运营现金流、公共事业与高速公路收费、知识产权费等。RWA化可提升资产透明度与可验证性，使小额、分散的权益得以规模化运作。商品RWA则体现商品的使用权或兑换权，与金融类的区别是无内生现金流机制、不再生成利息。典型如葡萄提货券、数据中心算力，其价值在于把未来需求前置为当期现金，缓解企业现金流与扩产爬坡压力，并自带营销杠杆。稳定币这一“货币层”的成熟，为RWA的定价、撮合与清算提供了可复制的底座，有利于各类资产以更低门槛进入全球化的链上市场。同时，优质RWA为稳定币注入真实资产使用场景与信用背书，提升其可信度与应用深度。二者相互赋能，共同构筑未来香港区块链金融的底层结构。在这种互动下，数字金融迈向新阶段，既可延展至传统金融领域，也能催生全新生态模式，为全球资本市场的重塑提供可能。对企业而言，RWA的第一个核心价值在于前所未有的流通效率。传统跨境贸易结算受时差、银行营业时间与清算流程约束，资金在途沉淀数日乃至数周。当资产以链上凭证形式存在时，能将“资金状态—单证状态—物流状态”在同一时间轴上对齐，企业可在货物到港、单证确认的同时即时触发结算，实现“24×7”小时、跨时区的资金流转，显著缩短贸易资金周转周期，提升现金流管理与供应链韧性，对出口导向型企业而言，这种效率优势将成为未来国际竞争力的重要基础。第二个价值在于资产形态的改变，使其可以被“切碎”并以更小单位在市场中流通。传统融资方式对资产规模与投资者门槛要求较高，导致部分企业即便拥有优质资产，也难以及时转化为融资能力。资产一旦可被拆分为可编码、可追踪的链上单位，更广泛的投资者即可参与。这不仅拓宽了融资渠道，也让资金供给更贴合需求，避免因单一投资者退出而导致融资中断。从中小企业到大型企业，RWA都将在融资灵活度与资金覆盖面上带来显著增量。领先企业已率先行动，投身香港金管局的沙盒实验，积极探索并布局未来新金融生态。例如，朗新科技与蚂蚁合作的“新能源充电桩RWA”项目，让传统上难以融资的充电桩预期收益成功发行，在香港融资约1亿元人民币，使更轻资产的业务增长模式成为可能。与此同时，RWA也会带来新的风险，企业须加以重视。首先，市场对RWA与稳定币热情高涨，但监管仍谨慎提醒炒作风险。企业应避免被短期估值与流动性吸引而忽视长期可持续性，一旦市场情绪逆转，项目流动性可能迅速收紧。同时，RWA涉及跨司法区的多主体协作，企业需要在信息同步、监管口径差异、税务与会计处理、数据与隐私要求之间取得平衡，任何一个环节的错配都可能引发合规挑战与成本超支。从监管视角看，防止RWA异化为“第二个P2P”是一条清晰的底线。若监管不足，二者相似性将迅速放大：其一，收益权被过度碎片化并面向全体公众销售，易把金融素养不足的脆弱群体卷入难以承受的风险中；其二，若链上与链下的映射关系不牢、底层借款人与抵押物难以穿透核验，链上代币可能沦为空壳；其三，RWA近期被包装成“新风口”，可能引发从众效应与高杠杆风险，与P2P早年的扩张高度相似。因此，唯有审慎监管才能在鼓励创新与守住风险底线之间取得平衡。更长远地看，稳定币与RWA有望为香港孕育出新的金融模式。历史经验表明，每一次金融模式的跃迁都会重塑产业秩序。率先落地链上技术的企业，将在制度、技术与流程上积累可复制的先发经验。待监管框架更为明晰、市场步入成熟阶段，这些先发者将以更快的适应力与更强的竞争优势，占据新一轮竞争的制高点。给香港金融机构的建议对香港金融机构而言，香港的RWA试点不仅是新型金融工具的落地场景，更是全面接触区块链的桥头堡。在监管与市场逐步探索的环境中，先行者可率先积累合规与组织运行经验，形成持久壁垒。首先，我们认为金融机构应先行建立统一认知。在监管逐渐明晰阶段，香港机构应形成对稳定币、RWA与区块链的系统化理解，尤其是其对传统金融底层逻辑与风控闭环的冲击点，以及审慎监管的关注要素。建议由高层牵头组织跨层级学习，形成战略共识与落地方法论，涵盖董事会/高管的战略判断和中层的业务动作，并据此沉淀面向香港市场的知识体系。其次，金融机构应谨慎选择RWA类型，优先考虑标准金融RWA。在落地过程中，资产选择决定能否建立信任与合规优势。现阶段，标准金融资产RWA相对其他资产具有更高成熟度与可行性。其一，标准金融资产本身受发行机构与监管机构双重审查，投资者对其合规性与透明度更有信心，能有效降低信任成本。其二标准金融资产转化为RWA的流程更简洁，往往以商业化动作为主，无需额外设立SPV（SpecialPurposeVehicle，特殊目的载体，系资产证券化中的核心载体）等复杂结构，成本显著优于预期收益RWA和商品RWA。其三市场与机构实践显示，标准金融资产RWA的成熟度更高，流动性机制与投资者接受度更完善。因此，在可预见阶段，标准金融资产将成为RWA主线。香港金融机构选择符合香港监管与国际投资者需求的标准金融资产，既稳妥切入，也为未来规模化奠基。此外，金融机构应加强合规能力，主动和监管建立高水平信任。围绕香港RWA可能的业务形态，提前规划软硬件与制度性“基础能力包”：包括即时监控与预警处置机制、监管适配层的留痕与报送能力，以及覆盖账户、资产、交易与数据的全链路审计追溯能力；以“可插拔、可验证”的模块化架构搭建PoC（概念验证）与沙盒，逐步完善数据标准与风控规则库。同时，金融机构要超越监管要求，主动与监管和市场沟通，建立高水平信任，避免“追潮流”“假创新”，确保RWA产品真正服务实体经济，坚决防范P2P重演。最后，金融机构还应持续能力建设与人才积累，保障长期运行。RWA项目的本质是持续经营，而非“一次性上链”，从信息链上传输到与监管合规的动态对接，都要求稳定的组织能力。缺乏此基础，易引发运营与法律风险，影响项目稳定性。在人才层面，RWA与稳定币推进需要具备金融、科技与合规背景的复合型人才：既理解传统金融底层逻辑，又能把握区块链技术细节，还需熟悉监管要求。香港依托世界级高校与专业服务生态，已形成多层次人才供给网络，可作为业务落地与扩张的重要资源。《香港稳定币条例》正进入加速落地期。严格监管所带来的信任背书，正在加速聚合资本、技术与场景，形成新一代“金融创新试验场”。这为企业与金融机构提供了难得的窗口期：谁能率先跨入这一新赛道，谁就更可能孕育新的商业模式，或在未来金融生态中掌握话语权。在这场以信任为基石、以创新为驱动的金融变革中，唯有勇于探索、善于布局者，方能在千帆竞发之际脱颖而出，占据战略制高点。把握香港的制度优势与国际连接能力，以稳定币为金融底座、以RWA为资产载体、以合规科技为护城河，先行者将有机会在可验证、可复制的商业闭环中积累势能，推动从点状试验走向规模化应用，并最终在全球数字金融竞争中赢得先机。（谢祖墀系高风咨询创始人兼CEO，孙志鹏系金融科技专家，吴克晔系高风咨询副合伙人）免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。
-
人工智能计算大会召开，筑牢AI+高质量发展底座 本文转自：人民网-北京频道9月26日至27日，AICC2025人工智能计算大会在北京海淀召开。大会紧扣人工智能基础设施建设和国产AI算力体系优化，着力推动算法创新与应用落地，积极响应“人工智能+”行动规划，以算力核心要素为创新牵引，汇聚产学研用各界力量，共同推动人工智能产业高质量发展。大会聚焦“人工智能+”落地核心需求，从强化应用牵引、深化开放交流、加强生态培育、坚持自主创新四大关键点出发，发布多项重磅成果。在强化应用牵引方面，30多家企业和机构共同发布《超节点智算应用“北京方案”》，该方案以“国芯、国连、国用”为核心理念，基于国产超节点平台，精准对接科研、具身智能、医疗、智造、教育等多元行业场景的智能体开发需求，为“人工智能 +”在各领域的深度落地提供实践路径。在深化开源生态发展方面，智源研究院联合全球生态伙伴正式推出“众智FlagOS v1.5”，该系统面向多元AI芯片，提供统一、开源的系统软件支持，通过全产业链整合破解AI算力生态碎片化、大模型迁移难等挑战。在坚持自主创新方面，为筑牢人工智能国产化根基，海淀企业清微智能联合智源研究院、清华大学、东方国信等单位，成立了“北京市可重构算力软硬件协同技术创新中心”，并同步启动创新联合体。该平台聚焦可重构计算芯片架构与软件生态协同优化，为人工智能高质量发展打造自主创新的算力底座。本次大会还同步开设了3000平米实景AI创新科技展，集中展示人工智能领域的重大创新成果与场景应用实践，吸引了超过50家产业链上下游企业及近5000名行业人士参展交流。其中，中关村科学城管委会在活动现成特别设置了政策咨询台，针对2025年算力补贴开展政策解读及辅导。本次政策具有覆盖广、力度大的显著特点，最高补贴金额达2000万元，将全方位支持不同阶段、不同技术路径的AI企业，助力其在模型、智能体等前沿领域突破，推动AI产业高质量发展，为北京国际科技创新中心建设赋能。同时，大会紧扣“人工智能+”行动在科技、产业等领域的重点方向，设置了六大专题论坛，聚焦大模型、科学智能、具身智能、智能驾驶、低空经济等话题，围绕 AI 前沿技术与产业落地需求展开深度研讨，加快推动人工智能技术走向规模化应用和产业化发展。海淀区相关负责人表示，作为北京国际科技创新中心建设的核心承载区，海淀将持续构建 “算力筑基、创新驱动、生态共荣、应用赋能” 的人工智能发展新格局。接下来，海淀将进一步整合产学研用优势资源，依托力度领先的算力补贴政策，持续培育大模型、AI4S、具身智能等前沿赛道，让“人工智能 +”深度融入科研突破、医疗升级、智能制造等民生与产业领域。
-
要可持续发展，京东未来三年将推动形成万亿人工智能生态 9月25日，主题为“Enjoy AI”的JDDiscovery-2025京东全球科技探索者大会在北京举行。京东在会上传递出了不少关键信息：发布AI 全景图，系统展示AI整体战略布局，还有一份决心，未来三年将持续投入，带动各个产业形成万亿规模的人工智能生态。产业，是京东对AI落地的实践和探索的关键词。“2023年的JDD大会上，我们提出了一个公式：大模型的价值=算法×算力×数据×产业厚度的平方；经过这两年在人工智能上的实践和探索，我们也更新了对人工智能价值的理解，我们认为人工智能的价值=模型×体验×产业厚度的平方。” 京东集团SEC副主席、京东集团CEO许冉在主题演讲中表示，京东不片面追求运动式的AI，追求的是可持续发展、真正为产业创造价值的AI。 从价值公式看产业底色“产业厚度”的平方效应，源于京东在零售、物流、健康、工业等领域的长期深耕。从覆盖全国的仓储物流网络到千万级 SKU 的商品管理经验，从海量消费行为数据到工业供应链服务实践，这些不是实验室里的模拟数据，而是历经商业检验的宝贵资产。京东坚持“自身业务先行验证，成熟后对外输出”的务实路径，并在零售、物流、健康、工业等核心B端领域同时推出了深度应用。 在物流领域，全新升级的物流超脑大模型2.0全面走向多模态，标志着物流的“超脑”正在从辅助决策到具身执行。通过多个智能设备协作，大幅提升物流供应链作业效率，标准化操作水平提升15%，人机协同作业效率提升20%；首次发布的异狼具身智能机械臂，是自研“狼族系列”的又一项突破性创新，可解决海量非标包裹的自动化码垛难题，极大提高了物流仓储效率和准确性。目前， “狼族” 智能设备全球部署仓库超 500 个，覆盖存储、搬运、分拣全链路，标志着新一代物流智能形态的代际跨越。零售领域首次对外公布电商创新AI架构体系Oxygen。该体系依托Joy AI大模型打造丰富的系统能力和多元化智能体，通过AI技术构建电商购物、供应链管理等智能应用场景。10月，在京东App16.0版本中发布智能搜索推荐功能"爱购"。这一功能采用语义可控生成式推荐模型 OxygenRec和电商多模态理解大模型OxygenVLM作为快慢思考结合的核心支撑技术，通过自然语言交互精准理解用户需求，实现对传统购物方式颠覆性的效率突破，为用户提供真正的个性化购物体验。 健康领域，京医千询2.0能看懂医学报告、听懂病情描述，作为可信推理模型能严格模拟医生临床诊疗思维路径，深度融合医学知识体系与真实诊疗逻辑，全面服务复杂专病诊疗。同时，承载新一代模型能力的京东健康AI医院1.0也正式上线，汇聚包含模拟医生、药师、营养师等多专业角色的AI京医智能体，以及模拟行业专家个体诊疗经验的超千个专家医生智能体，为用户提供AI导诊、AI药房、AI医学中心等能力。 工业领域，工业供应链大模型 JoyIndustrial 以 “数据 + 智能” 驱动工业供应链效率革命，为各行业降本增效提供核心引擎。该模型依托超 5710 万工业品 SKU 数据与 40 + 细分行业积累训练，已服务超一万家重点工业企业，精准破解 “成本高、效率低” 痛点。京东工业联合国研大数据研究院发布的行业首个工业供应链万亿降本模型显示，供应链数智化会为行业带来6.77万亿降本空间，京东工业发布的九大工业行业及机器人专属场景解决方案，将助力中国工业实现“降本万亿”。此外，京东正逐步开放物流、健康等产业场景与供应链数据，支持行业模型训练与应用测试，强化B端生态赋能；推出数字人平台4.0（行业品牌代言数字人，直播成本降至真人1/10）、JoyAgent3.0智能体平台（100%开源，内部超3万个智能体运营）、JoyCode2.0代码平台（融合智能体技术，产品开发周期缩短30%）等工具，进一步助力企业降本增效。京东集团技术委员会主席、京东云总裁曹鹏表示，面对人工智能新时代，深度应用是跨越超级智能的支点。“我们认为AI应用的开发模式一定会跟原来应用开发不一样，它会变得更敏捷、更高效，而且是AI的原生化，AI智能体+代码这两者整合会成为下一代AI开发新的范式，这也是面向企业构建深度AI应用非常关键的场景。”以产业为根的战略选择，让京东在 AI 竞赛中避开了“技术空转” 的陷阱，找到了可持续发展的核心驱动力。 让AI可用、可感、可同步京东数千个场景上每天会调用超过万亿的token。得益于自研投入和与合作伙伴的共创，京东已经在智算基础设施、模型、平台、场景和产品层面形成了完整的能力，实现了AI可用。AI的应用可感在前端体现在和消费者的互动。会上新发布的个人用户AI产品“京犀”是下一代购物和生活服务的超级入口。这款即将上线的App，将AI技术融入整个购物流程，懂得用户的需求，深度理解商品，可为用户选出最心仪的商品，结算下单过程中更加智能和顺畅。除购物之外，点餐、买机票、订酒店，在App上用语音就能全程搞定。“京东这种轻会话购物形式+深度思考购物形式，可能是未来电商新的一种形态可能性。为了做这个，我们把所有推理引擎重写了一遍，跟相应各个底层计算资源做匹配，才能达到最优化效果。这部分投入是巨大的。”曹鹏说。他提到，用新的生成式推荐方式重新构建下一代推荐引擎。重新构建的搜推一体的架构既能够可控的按照用户需求不断购物的相应顾虑，还可以把大模型世界知识不断融入。这意味着智能体也可以服务更多的场景，比如“他她它”就是数字人万能助手。在这款App中，有一个数字人智能体叫万能博士，几乎可以回答用户的任何问题，还能像老朋友一样陪用户聊天，从查天气、问资讯到点外卖、聊财经，都可以满足；“他她它”还支持用户自己创建智能体，并通过AI圈子互动，找到志同道合的朋友；此外，用户还可以把“他她它” 装进智能设备中，如机器狗、AI玩具等，给这些硬件设备赋予灵魂。“我们不想技术只停留在PPT里面，我们希望将最先进的数字人大模型直接交到每一位C端用户手中。今天发布的他她它APP，里面有一个AI做同款的功能，以及零帧起手的数字人小程序，我们让每一位用户可以即刻生成一个电影级数字人，这是行业真正实现了万物皆可说的技术，也是首次实现可商用的电影级质量的数字人产品。”京东集团高级副总裁、京东集团探索研究院副院长何晓冬说。此外，推出的JoyInside附身智能体现出京东生态开放，打破了企业边界，实现了AI可同步。无论是软硬一体，面向机器人、AI玩具、智能眼镜等各类智能设备场景需求；还是能与用户更好的拟人化对话，通过言行协同提供更好的产品体验，接入JoyInside的智能硬件，用户会更加主动发起对话，对话次数平均提升超120%。目前最新版本已陆续接入超过30家头部品牌的硬件产品，并和众擎、宇树等超10 家领先的机器人品牌合作。AI技术正从“概念热潮”转向“落地深水区”。京东用一套完整的战略布局与实践成果证明：真正的 AI 价值不在于参数高低或演示惊艳，而在于能否扎根产业土壤，能否解决真实问题。京东正在走出一条“不造噱头，只做实事”的AI发展之路。这条以产业为根、以价值为魂的路径，不仅为京东自身注入了成长动能，更为中国AI产业的可持续发展提供了宝贵范本。
-
无人配送车市场刚爆发，就卷成了红海？ 图片来源：AI生成有人说，2025年是低速无人配送车元年。因为从今年开始，低速无人配送车市场需求开始暴涨，其销量开始突破万辆，产业规模化和盈利看起来都将指日可待。也有人说，随着新玩家的不断涌入，市场竞争激烈，这个刚刚开始爆发的市场就已经开始变成红海了。这些新玩家都有谁呢？除了刚刚官宣发布低速无人车品牌 “川行致远”的德赛西威，还有港股上市公司佑驾创新，其也于近日发布了旗下无人物流品牌“小竹无人车”。除了这两家供应链上的企业跨界入局无人车外，有消息曝出，Momenta也正在组建团队进军无人配送车领域；优必选旗下智慧物流公司优奇，过去一直在做工业领域的AGV小车、无人叉车等产品，也在尝试扩大业务范围，推出无人配送车。低速无人配送车不管是从技术上，还是从功能性上，并不像今年大火的人形机器人那么“性感”与“新潮”，而是早已存在，且默默无闻发展多年，为何在今年突然引起如此大的关注？背后的原因是什么？这个领域真要迎来大爆发时刻？行业拐点已来？跨界玩家的第二战场 作为一家在智能座舱与智能驾驶领域，有着40年发展历史的德赛西威，第一次将无人车摆在了集团战略的重要位置。德赛西威董事长高大鹏甚至将低速无人配送车作为公司成长的第二战场，匹配顶级车规级的资源来打造无人配送车。之所以将无人配送车业务提到如此高的地位，主要源于高大鹏对低速无人配送车市场前景的预判。他认为，未来十年智慧出行领域的爆发点，将出现在城市的“毛细血管”——即最后几公里的物流、环卫、配送服务，正面临巨大的效率提升和智能化变革。据招商证券测算，以全国快递物流网点数量为基础，无人配送车的市场空间约为4680亿元；以全国小区数量为基础，其市场空间在5460亿元到7280亿元之间。而快递行业并不是物流无人车唯一的应用场景，大宗货物运输、冷链物流等也都是可以打开的新市场。新石器创始人兼CEO余恩源在沟通中则称，无人配送车这个赛道的发展速度会有10倍速的增长。他指出，中国有3000多万辆的商用车用于城市配送，分为面包车、三轮车和轻卡，还有600多万辆的城际物流车辆，新石器瞄准的是3000多万辆的城市配送商用车，可以想象一下这个赛道天花板有多高。因此，可以明确的是无人配送车领域的玩家瞄准的市场并不局限在“低速”场景里，还有很广大的场景可以去探索和扩展。有想象空间，也有实实在在落地应用场景，这是当下资本最喜欢的叙事逻辑。对于佑驾创新切入无人配送车领域，佑驾创新董事长刘国清则坦言，近几年，整体成本在乘用车智能化过程中被不断压低，使得无人车形成商业闭环成为可能。佑驾创新也一直在思考，如何扩展边界，让其核心价值能够兑现更多商业价值。作为一家港股上市公司，佑驾创新财报显示，2025年上半年营收3.46亿元，同比增长32%，亏损扩大至1.62亿元，但毛利率提升至15%。对于佑驾创新而言，需要找到新的业务增长点，实现自我造血能力，也需要给资本市场讲新故事。而在上半年研发投入大增50%的背景之下，佑驾创新需要将技术实现更多扩展和应用，而无人配送车就是当下最好的故事。相比佑驾创新，或者说无人配送车领域的其他玩家，德赛西威的优势之一就是不缺钱，资金充沛。德赛西威财报数据显示，2025年上半年实现营业收入146.44亿元，同比增长25.25%，净利润12.23亿元，同比增长45.82%。尽管无人车概念火热，但真正具备车规级可靠性、可持续商业化部署的产品仍属稀缺。在德赛西威副总裁兼川行致远总经理陈俊峰看来，“无人配送车行业尚未建立真正意义上的工程标准，而这恰恰是德赛西威的优势。”不缺钱，又有技术实力，德赛西威一出场，就高调发布川行致远首款无人车产品S6系列产品，并且宣布实现了六项行业首发技术，包括从整车到零件的全车规级开发、智能轴向控制系统、无人车爬坡高度提升至25%、无人车行业内6年30万公里电池标准、全车规级智驾套件、全车智能感知表皮等。这是德赛西威进军无人配送车领域的底气。同时，陈俊峰表示，德赛西威也想通过亲自下场造无人车，在新一轮竞争之中，用产品来证明自己的全栈能力与系统能力。卷成红海 从德赛西威与佑驾创新近期的发布来看，无人配送车开始向“车规级”发展的趋势非常明显。德赛西威与佑驾创新的入局，被认为是它将汽车行业“车规级”的质量逻辑引入无人配送领域，相当于一次从乘用车标准向无人配送车的标准迁移。随着更多无人配送企业采用车规级零部件，无人配送车的品质也将会得到整体提升，行业竞争门槛也会水涨船高，倒逼玩家们从单纯拼价格、拼规模，转向拼标准、拼可靠安全，以及全生命周期的使用成本。相较于竞争已经很惨烈的乘用车市场，有人认为，虽然无人配送车市场也已经卷成红海，但这仍然是一个市场格局还未形成的增量市场。低速无人驾驶产业联盟数据显示，2024年我国无人配送产品出货量约6600台，2025年上半年交付量即突破1.2万台，达去年全年2倍。东吴证券预测，2025年无人配送车销量将超3万台。佑驾创新给自己定的目标是年底前将交付400至500台车辆，明年销量达到数万台规模。德赛西威没有对外公开销量目标，以及目前具体的订单数量，但表示旗下品牌川行致远S6系列低速无人车已获得相关客户订单。目前，新石器已率先完成第10000台无人车下线。据余恩源透露，今年年初新石器在快递行业的销量占了100%，到今天这个占比已经下降到70%～80%，预计到今年底，新石器在快递以外场景的无人车铺设量将达4000至5000台，其中大部分用于实时物流调度。从订单量来看，目前无人配送车市场其实还处于早期爆发阶段，市场格局远未成型，但为什么会被业内认为“已经卷成红海了”？深究背后的原因，无外乎就是市场竞争激烈、技术难以有差异化，以及成本压力较大等。2025年，不仅邮政、顺丰、三通一达等物流巨头集体加速落地，德赛西威、佑驾创新、文远知行等上市公司也火速下场，此外，Momenta被曝已组建低速无人配送车团队，优必选旗下智慧物流公司优奇也准备入局。与此同时，资本市场也给出真金白银支持。今年以来，新石器相继完成10亿元的C+轮融资；九识智能完成近3亿美元的B轮融资；白犀牛完成2亿元的B轮融资。新玩家的不断涌入，资本的密集加注，使得无人配送市场迅速成为各方争抢的新市场。行业也普遍认为，虽然无人车技术路线开始走向成熟，已经到了产业化、规模化应用的临界点，也是无人驾驶技术最具潜力实现规模化、产业化的场景。但实际上，为了降本，无人配送车域采用的无人驾驶技术并不是最新一代的技术。随着硬件成本的大幅下降，无人配送车的部分车型裸车价格也已下降至2万元左右。同时，“0首付”“9块9打无人车送货”等，这种为了抢夺市场份额而使出的“乘用车”营销竞争策略开始浮出水面。另外，商业模式方面，大部分企业主要采用的是整车售卖和硬件低价、软件按月收费两种，缺乏创新和差异化，这也使得企业在市场竞争中难以脱颖而出，进一步推动行业向红海市场发展。有人认为，无人配送车也已经进入到价格竞争的内卷阶段。对此，余恩源表示，无人车行业竞争肯定是存在的。这个行业玩家比较多，为了抢占市场，在这个阶段通过价格来竞争，这都是很早期的行为，因为无人车真正的商业模式不在于卖车，而在于提供运力服务。谁能够给客户提供体验最好、成本最低的运营服务，谁才能够赢得客户。在余恩源看来，无人车的商业模式已经迈过了原来商用车按照一个车卖给司机的阶段，价高价低不是最关键的。关键是能不能通过最好的服务帮助客户降低成本，提高效率。盈利可期 不可否认的事实是，无人配送车真正的市场需求来了，才带动这个赛道热度显著提升。近日，中国邮政一则 7000 台无人车采购订单（规模达 20 亿元）引起行业广泛关注。另外，申通快递与菜鸟无人车达成战略合作，目标是“年内投运 2000 台无人车”，顺丰在 72 城投运 1800 辆无人车，中通计划未来落地 10000 台，极兔新增 3000台。市场需求激增，也带来路权的开放。过去一年，多项自动驾驶标准密集出台，多地同步推进低速场景路权试点。最新产业数据显示，截至2025年上半年，全国已有103个城市开放无人配送车辆路权，覆盖超过80%的主要物流节点城市。菜鸟CTO兼无人车总经理李强预判，随着技术的进步和政策的许可，无人车市场将很快迎来拐点，预计未来三到五年仅快递行业就会部署超过20万台无人车。目前，无人配送车赛道主要有三类玩家： 以美团、京东、阿里菜鸟为首的互联网大厂，资源多，能实现自给自足的供需闭环； 以九识、新石器、白犀牛为代表的初创企业，名声大，拿钱多，各方合作资源也多； 以德赛西威、佑驾创新、Monenta等为代表的供应链企业，自动驾驶软硬件技术优势明显。在刘国清看来，以顺丰、京东为代表的大型企业一方面会开展部分自研，另一方面因其业务需求巨大，也必然需要第三方合作伙伴提供产品与服务。近日，就有消息传出自动驾驶供应商元戎启行技术合伙人蔡一奇加入京东物流，重启京东无人配送车边缘业务。自动驾驶技术人才一直是流动的，开始向无人配送领域流入，也说明这个行业开始进入新一轮的竞争。东吴证券曾算过一笔账，当销量超过 5000 台时，企业就能实现盈亏平衡；当规模扩展到 5 万台时，单车利润高达 4.3 万元，净利率超过 40%。余恩源表示，新石器已经实现单月盈利。“在单月销量突破1000台或者1000多台的时候，从财务角度是可以单月打平，甚至是盈利的，因为我们保持了足够高的毛利润。”盈利看起来已经可期，但竞争也已白热化。看似好像谁先拿下足够多的订单量，谁就能先进入正循环。不过，无人配送车也是车，造车就如跑马拉松，短期主义或者机会主义不可能跑到终点。最后的赢家，可能是那些真正能够让无人配送车“长期稳定地跑，且跑得起”的玩家。（本文首发于钛媒体App，作者｜张敏，编辑｜李玉鹏）
-
陆大鹏、李思园、高伯樵、沙青青：AI时代“译者”应如何自处 古往今来，译者是连接不同语言、文化与思想的重要桥梁。在21世纪AI技术日新月异的今天，“翻译”这一古老的手艺正面临着前所未有的挑战与变革，而“译者”又应如何自处，又将如何重新自我定位自然都是一个个值得探讨的话题。近日，国内著名译者陆大鹏先生出版了一本小册子《翻译的乐趣》，分享了他有关翻译工作、译者身份的体悟与感想。于是，播客《边角聊》以此为契机，除陆大鹏外，还找来另三位从事过翻译工作的译者共同聊聊有关“翻译”的话题。四位译者在节目中围绕“什么是好的翻译？直译与意译之间该如何取舍？”“翻译腔究竟是缺点还是特色？”以及“人工智能迅速发展的今天，大语言模型展现出令人惊叹的翻译能力，而翻译这一职业将何去何从？”等话题展开了一系列有意义的讨论。特摘引精彩部分，转以笔谈的形式抛砖引玉，供读者们参考。 《翻译的乐趣》书封对谈人：陆大鹏，世界史研究者，英德译者，著有《德意志贵族》《巴比伦怪物：魏玛共和国犯罪鉴证实录》《翻译的乐趣》等，译有《阿拉伯的劳伦斯》等。李思园，译者，译有《我们的箱根驿传》《岩田先生：任天堂传奇社长如是说》《并不想说坏话！无人敢评的吉卜力功过》等。高伯樵，译者，译有《晚期帝制中国的科举文化史》《钢琴笔记》《音乐的阐释》《教父电影全剧本》等。沙青青，历史学者、播客主播，偶尔翻译。著有《敌友难辨：冷战谍海轶史》《暴走军国：近代日本的战争记忆》等，译有《石川啄木》《使日十年》等。什么是好的翻译，什么是糟糕的翻译？伯樵：翻译的好坏评判，很大程度上取决于你所翻译内容的读者的核心诉求是否被满足。比如，如果你翻译的是一本通俗小说，或是社会新闻，那么符合读者阅读习惯、阅读方便的准确翻译就是最核心的诉求，满足这个诉求的翻译就至少达到了好翻译的及格线，这个标准往往围绕着准确、流畅、易读这几个词汇而展开。如果是纯文学或严肃文学作品，则应该尽量还原原文在母语阅读环境下给读者营造的阅读感为佳。如果翻译的是专业的学术著作，那么其核心读者的诉求就可能是正确甚至精确地理解作者的观点和论证，能清晰地辨识出作者使用的术语、概念。有必要的话，还可以通过译序、译跋梳理作者所讨论问题的学术史脉络，方便读者理解。至于译笔是否优美，不在考虑的优先选项内。而影视字幕翻译，则需要尽可能方便让目标观众在尽可能短的时间内，“扫”完乃至理解剧中人的台词，在方便观众速读的前提下，尽量准确地对内容进行口语化。考虑到大部分字幕都是口语台词，旁白或逐字念白的莎剧电影等特殊情况不在此列。陆大鹏：没有金刚钻别揽瓷器活。好的翻译应当对作者负责，不扭曲原文的意思，对读者负责，尽可能地帮助读者理解，译者千万不要炫技。某个译本，究竟是好翻译还是坏翻译，我觉得还是要看具体情况，没有什么固定统一的标准。实际上，就算是同样一个文本是完全可能同时出现两到三个甚至更多的译本，而这些译本可能都很优秀、都是合格的译本，这是完全有可能的。如果你是一个精通外文的人，自然可以把外文的原著拿过来比较。你肯定是可以找出一些硬伤，或者是一些处理上有待商榷的内容。但是那又怎样呢？我现在对翻译的态度比以前宽容很多。现在就觉得就是有一些小错误、小误解，都不是很重要。最主要是看你有没有能服务到读者。如果能让读者有所收获的话，那就足够了。因为有的东西其实很难说有什么对错之分，可能有的只是好和更好之分，而非对错之分。沙青青：译者得压抑自己的创作冲动。翻译毕竟只是翻译而已，以尽可能呈现作者的意图为第一要旨。在非虚构、社科领域，要做到这点或许更容易一些。在文学翻译领域，确实会有更大的困难，尤其是如何保留原作的语言风格和叙事节奏，同时还要在另一种语言中呈现出来。这并不容易。李思园：好的翻译，首先必须是忠实的翻译，将作者的意图原原本本地传递给读者。这不仅指内容忠实，还要求译者去尽力还原原文的行文感觉。日本的美国文学翻译家柴田元幸就曾说，做到忠实原文，多数情况下会使译文变“重”10%。（「あの本、読みました？」BSテレ東2024年7月4日「柴田元幸の翻訳術」）做到不缺漏也不冗余，难度很高，一个例子是电影字幕或配音剧本的翻译，在忠实原文前提下，需要保持口语的感觉，同时受到字数的制约。例如改编自村上春树的六部短篇小说，由法国导演皮埃尔·福尔德斯（Pierre Földes）执导的动画电影《盲柳与睡女》。剧本是英文，在成片时录制了法语配音。柴田元幸为本片的日语配音版本做翻译指导。糟糕的翻译，包括对原文的错误解读或词不达意，文化差异处理不当。而译者的过度发挥也可能导致译文偏离原文的风格和意图。翻译腔到底好不好？陆大鹏：这要看“翻译腔”指的是什么。网络上评价的很多翻译腔，其实是错译。如果指的是所谓“欧化中文”的话，也不能一概而论。毕竟中文已经受到外语的深刻影响。根本不存在什么“纯洁”的中文。还要看原文的类型（是学术书，还是通俗作品？）以及译者和读者的语感。李思园：“翻译腔”可以被看作一种特殊的审美需求，类似于人们对译制片配音风格的喜爱。如果说好的翻译追求的是“信、达、雅”，尽可能地让译文听起来就像是原作在另一种语言中自然写成的一样。那么“翻译腔”突出了翻译的存在感，让译文显得不自然。我最近在翻一些不同版本的日文译本的《福尔摩斯》。我会去看那些老的版本跟新的版本究竟有什么不一样。然后，就会发现老版本《福尔摩斯》会有很强的日语“翻译腔”，就像我们以前看中文的译制片里面的那样。这是一种很强的时代感。然而，对于特定的受众群体，比如喜欢译制片配音风格的人，或是因为喜欢声优而去关注配音版的观众，他们所追求的不是“自然”或“无痕”的翻译，而是一种独特的、风格化的表达。这表明，翻译的目的和标准并非一成不变，它会随着受众的需求和文化语境的变化而调整的。对于绝大多数普通读者或观众而言，流畅、自然的译文仍是首选，但对于那些追求特定风格的群体来说，“翻译腔”或许能提供一种独特的体验。在未来的翻译中，译者或许可以更精细地划分受众，在“无痕翻译”和“风格化翻译”之间做出选择。最近，还去观摩了由早稻田国际文学馆举办的日译英翻译工作坊，参加者包括米田雅早（川上弘美《大鸟的眼睛下》）、辛岛大卫（筒井康隆《穿越时空的少女》）等译者。期间提到对口音的处理问题，如果口音在原作中只是一种“风味”，就不应该过度发挥，例如把秋田口音译成苏格兰腔。沙青青：我想到一个类似的例子。最近读了一本冷战时代某位知名间谍小说家遗作的中译本。书中，突然读到“内卷”一词，感觉有点奇怪和别扭。于是，去查了原文，原来是“rat-race”。当然，我可以理解译者翻译为“内卷”可能是为了让当代的中国读者更容易理解并有亲切感。不过，却可能与原文的氛围以及原作者的语言习惯有了一种微妙的区别，以至于显得非常扎眼。因此有时候为了最终原文的意境，适度保持“翻译腔”反而可能是更好的做法。伯樵：我本人并不反感“翻译腔”。当然，不是说那种照搬原文导致句子诘屈聱牙、难以索解、从句套从句的翻译腔没有问题——译者应当尽可能去解决原文因其他语言的句子构成习惯。比如有人曾总结，中文句子的表达习惯是竹节式的流水句，而英文更像是树状式的分层结构（这种总结是否正确，当然也有讨论空间），那么除在纯文学翻译等具体语境中出于保护原文风格的考虑，在更多情况下，译者有必要将某些不符合中文表达习惯的语言进行“改装”。但有时适当保留一些翻译腔并没有问题，尤其是没有影响到读者理解的情况下。适度的翻译腔在文学翻译里，能保存一些“异域感”，过度的本土化（比如翻译某些脏话或是口语）反而显得不伦不类。而在学术翻译中，翻译腔有时甚至有助于读者“还原”原文，相比于远超原文易读性的“流畅”乃至“假滑”，反而意义不大。尤其很多西文的社科写作，对句子的构成比较考究，语序往往有着与说理的递进、转折相一致的构成。在不至于会误解和反阅读的前提下，尽可能保持原句的某些语序，是可行的。 译者有没有可以自由发挥的空间？直译、意译之间如何选择？陆大鹏：自由空间有，但不多。我不太赞成译者过于发挥和炫技。想搞创作的话，不妨自己创作，不要在翻译时发挥。直译和意译也不是非黑即白，而要在具体操作中酌情考虑。沙青青：有时候我会变动原文的语序以符合中文的表达习惯。不过，即便如此，我也还是觉得要避免大规模地“改写”原文结构。有的时候，所谓“意译”会变成一种译者的“复述”或“转述”。在我看来，这并不是一种特别的好选择，译者对此应该有所警惕。李思园：译者的自由不是随心所欲地更改原意或增删内容。在这个大前提下，译者可以对语序和句法做出调整：不同语言的句法结构差异很大。译者需要根据目标语言的习惯，调整语序、拆分长句、或合并短句，以使译文流畅自然。这种调整看似微小，却直接影响读者的阅读体验。前面提到的“翻译转换”或“补偿”，也是一种技术策略，但谈不上自由发挥。传统的翻译理论常常将直译和意译对立起来，但在实际操作中，译者可以在两者之间灵活切换。我会想象如果作者用中文写作，他/她会如何表达？他/她会倾向于使用哪种词汇和句式来传达他的思想和情感？然后进行具体判断。难以抉择时，我会回到“忠实”原则，倾向于直译。伯樵：具体问题具体分析，或许没有什么可以一言以蔽之。如果非要说“规则”的话，可能是一个逆向的规则：即什么时候不能自由发挥、什么时候不能原文1:1照搬还原——除此以外，只要不碰触底线，直译、意译都应该被允许。至于这个逆向规则，我觉得或许就是：不伤害原文原意，不会让读者因为译文的自由发挥而对原文产生误解；也不会因为过度直译，而损害了原文的“形、神、气、韵”在“形”之外的“神、气、韵”。译者虽然有“创造性”的空间，但这一切都是基于两个前提：对原文的忠实，以及对潜在读者核心阅读诉求的预判与满足。译者不应该过分自大，也不应过分夸大自身工作的重要性以至于存在感过剩导致译文相比于原文走样严重。诗歌类的译者或许是个例外，需要具体问题具体分析。小说与非虚构作品翻译存在什么异同？如何看待可译性与不可译性？陆大鹏：再好的翻译，也只能说是无限趋近于原文。翻译注定会损失很多东西的，这是毫无疑问的。就比方说我自己读国外作家书的话，我也尽量不读翻译的，而是读原文。所以，对文学爱好者而言，最好还是学外语、读原文，至少要学好英文。当然，如果限于一般性了解的话，或者不需要读文学，而是读“实用性”文献，翻译就足够了。至于小说与非虚构并不是对立的。小说当中也会有非虚构元素，非虚构作品也会用文学技法，具有突出的文学性。但一般来讲，非虚构作品的翻译不需要像翻译小说那样雕琢文字。伯樵：但每种情况也都有例外。例如在通俗文学中，偶尔也会涉及一些“高雅”的内容，比如《达芬奇密码》。这本书里面也会有关于拉丁文，或是欧洲历史、宗教、文化的内容，很多地方对于欧美读者也有一定门槛，甚至这些文字本身就是为了营造一种神秘、典奥、渊博的古雅氛围，那么中译不能把这些内容翻得简洁、平易。而像《忧郁的热带》这样的学术书，其文字乃至文韵也异常好看，甚至很难说是纯粹的学术著作，如果译笔不太考究，就会损伤掉原文中细腻的意向比喻与叙述感。此外，像《是，大臣》《是，首相》这样的英剧，字幕组如果把剧中人物那种用词浮夸虚矫、内容空疏荒诞、句式复杂回环、腔调却文绉绉的、充斥着复杂的意义指代和政法专业名词的官腔官调简化翻译得易读、流畅，这部英剧的讽刺意味将大大缩水。沙青青：这让我想到另一个日语外来语的例子。日文里面很多词都是外来语，现在很多外来语是直接用假名去翻译，其实是将其发音“转译”到日语中。但我看到过一些日本作家和学者对此会有批评，他们会觉得现在很多英语或者其他语言的词语，在被翻译为日语外来语的时候，只是在用假名模拟发音，而且不是在真正地“翻译”其意涵。李思园：日文翻译中如何处理平假名、片假名和汉字确实会是一个难题。日文有三套书写系统——平假名、片假名和汉字。2024年芥川奖作品《东京都同情塔》所探讨的是日本社会中片假名的日益盛行的问题。用片假名书写的词汇类似于音译词——在日本人听来，这些词比传统的汉字词更有距离感，因此也就更“委婉”，能够避免歧视性的措辞。平假名、片假名和汉字各自所承载的语感和情感色彩，也是翻译中很难处理的部分。译者最重要的素质是什么？译者应该是外文好，还是母语好？陆大鹏：理想状况当然是学贯中西。但这个要求实在太高了。就实践而言，一个外文优秀、中文普通的译者，大概是胜过中文优秀、外文差劲的译者。李思园：翻译过程中最大的挫败感是自己中文太差，无法在母语里找到最精确、生动、符合语境的词汇。不过，在读了村上春树翻译的日文版《了不起的盖茨比》译后记之后，我释然了一些。《了不起的盖茨比》的文字风格是平实的，但其字里行间却充满内涵。村上在30多岁时下定决心，60岁时再着手翻译这部对自己的写作人生影响最大的一部作品。选择等待的一个理由，是积累写作经验，用成熟的笔法去翻译。伯樵：我觉得是自律和责任心。我自己曾经也是一个严重的拖延症患者，曾经生生拖黄了一本书。所以说起来痛彻心扉。后来算是部分改掉了这个毛病。翻译最重要的不是英文好，也不是中文好，而是自律。一个靠谱的翻译，每天上完班回家、吃完饭，就要做一件对于翻译来说最重要的事：打开word。我也介绍过一些朋友翻译，大部分人都会遭遇拖延症，有时拖延症还会引发连锁反应：比如拖了几年后，开始疯狂赶工，导致译文质量下降；甚至我还遇到过译文质量过低后，开始以“译稿费”太低来诋毁编辑、出版社以为自身译文质量欠佳辩护的情况。译费不高是行业事实，但遵守基本的合同契约（前提是：合同条款是符合行业常识的，而非单方面欺压的不平等条约），在无法遵守契约的情况下，也应找到合理的双方协商的解决办法，而不是玩消失、诋毁合约的另一方、以摆烂的译文敷衍了事。作为一个业余译者（而非著作等身的职业翻译家，如陆大鹏、何雨珈老师等），保持每日翻译的节奏和习惯，是保证产出、告别拖延的唯一武器。每个人对翻译工作的理解不同。很多拖延症译者往往有一个心理，类似于“等下个月工作闲一点，我集中大块的时间来翻译”，多数情况下，这是翻译拖延的起点。至少对我而言，翻译像是日课，每日都要去做一点，哪怕是一页，甚至一段，也要努力去完成。除非罹患重病，或是家庭剧烈变故，此外哪怕去外地出差、大年三十，我也会尽量完成这个日课（事实上，出差时往往时间更为充裕）。我有时会把翻译当成一项类似于往存钱罐里丢硬币的活动，这样会有些日拱一卒的小小成就感；有次甚至会把翻译进度做成一张Excel表，看着每天的百分比慢慢上升，会产生一些在外人看来或许非常可笑的简单快乐。最后，在英文理解力过关的前提下，翻译的中文好要比英文好更重要——毕竟，读者需要直面的其实是译者的中文。AI对翻译可能带来怎样的影响和冲击？陆大鹏：首先强调一下，我对技术方面并不了解，所以只能从作为译者和读者的主观感受来谈。据我观察，在合同、法律文书等商业翻译或签证申请材料之类“应用文”的翻译当中，机器翻译技术的效果已经非常好。在社科图书的翻译中，AI的翻译作品虽然还达不到出版的要求，不能直接拿过来用，但已经超过了相当多的人工译者的水平。如果仅仅想大致了解一下文本的意思的话，用AI基本上是可以的。不过，如果要正式出版的话，还是需要高水平的人工编辑来修改。有人说，AI不能翻译文学作品，不能转达“文学性”和人类情感中的一些复杂的、微妙的、非理性的东西。就目前来看，AI翻译文学作品的质量似乎确实不如翻译“应用文”和社科作品，但我不认为文学相较于后两者具有什么“免疫性”，或者面对AI大潮的冲击拥有什么固若金汤的防御。但是，AI翻译有几个麻烦。首先，翻译的好与坏、正确与否，是很主观的，是需要人来判断的，机器还无法做价值判断。机器可以纠正语法，在一定程度上可以判断“对”与“错”，但好像目前还比较难判断“好”与“坏”，以及“好”与“更好”。就目前来看，还需要一个拥有较高水平的人（可能是编辑，也可能是人工译者）来对AI译作进行裁决、审核、修改和加工。这样的仲裁者在今天是不难找的。有经验的译者和编辑都能发挥这样的作用。但是，我估计，在将来，这样的仲裁者会越来越难找。为什么呢？今天的仲裁者之所以有仲裁能力，是因为他经历了人工翻译时代，拥有大量阅读的积累和翻译的实践经验。这样的人在今天其实也不算多。编辑朋友们一定会觉得优秀译者难找，而译者和作者也会抱怨高水平的编辑难得。这和社会的大气候也有关系。愿意花力气、下苦功夫去阅读和磨练的人，相对于整个人群，必然是很少的。在AI时代，似乎一切得来全不费功夫，那么愿意吃这个苦头去努力学习的人恐怕就更少了。而没有经过这样一个艰苦学习过程的人，怕是很难获得足够的能力去仲裁译稿的好与坏、好与更好。在某个场合我遇见法文翻译家袁筱一教授，她提出，在AI时代，人会逐渐丧失翻译的能力。我非常赞同这一点。而且人不仅会丧失翻译能力，还会丧失鉴定翻译水平的能力。道理很简单，这种能力的培养和获得是非常辛苦的，耗时也很久，何况也不是人人都拥有必需的天资。所以对获取这种能力感兴趣的人，恐怕会越来越少。生活在今天的人类，其实早就已经丧失了很多能力。比如，绝大部分现代人是没有野外生存能力的。历史上的很多手工技艺，也消失在了历史长河中。我是80后，我的父母那一辈人，很多还会缝缝补补，打毛衣，甚至自己做衣服。我们80后或者更年轻的90后、00后，会做这些活计的人就少得多了。我觉得翻译也是这样一种会在“现代生活”中逐渐消失的能力。这是很遗憾的，令人悲伤的，但恐怕是不可避免的。李思园：翻译《我们的箱根驿传》时，我意识到了人类翻译与AI翻译的区别。在将コバルトブルー (cobalt blue)翻译成“钴蓝色”时，AI只需要做文字记号的转换，而我需要用眼睛去确认两种颜色是否一致。将抽象的文字记号与现实世界中具体的颜色视觉体验联系起来，判断这个记号所代表的颜色是否我的认知。也就是是语言学中记号的“接地”概念。我们的思考和语言并非抽象符号，而是与身体和感官体验深度关联。（参考：今井むつみ・秋田喜美「言語の本質: ことばはどう生まれ、進化したか」《语言的本质：语言是如何产生和进化的》）此外，一些词看似简单，背后却蕴含着文化背景。在日语中，“君”的使用通常是在上级对下级，或者长辈对晚辈之间，带有一种亲近、但不失居高临下的语气。在翻译工作坊的试译文本中，出现了家人以“君”称呼，无论翻译成中文还是英文，都很难传递这层微妙的距离感和关系。解决方案是采用“翻译转换”或“补偿”的策略。译者可以不直接翻译“君”，而是通过调整整个句子的语气来“补偿”其缺失。或者选择保留“君”的音译，并在后文通过人物的行为和对话来逐渐让读者理解其含义。AI翻译的进步确实令人惊叹，其效率和准确性已经达到了非常高的水准。然而一些纯文学译者仍然认为，就算局部的翻译是准确的，如果缺少对整部作品主题的理解，译文还是会显得支离破碎。沙青青：从平均水平来说，目前的优秀的AI 翻译可能已经比很多人类译者要好了.我就想到了一个很有意思的了老电影，威尔·史密斯主演的《我，机器人》（I,Robert）。威尔·史密斯了一个非常讨厌人工智能，讨厌机器人的一个警察，在审讯一台机器人时，他质问道：“你们机器人只是对生命的模拟。你能像人一样写出悦耳的交响乐吗？能在画布上画出惊人的杰作吗？”结果，机器人反问一句，“那你能吗？”当然，威尔·史密斯演的警察自然也不能。不过，从目前AI发展的速度来看，大部人做不到，但或许AI真的可以哦。伯樵：我觉得会带来非常大的影响。日后的译者很可能要与AI进行充分的合作。除非某些出于某种“人类行为艺术”需要的“纯手工打磨翻译”作品，与AI合作估计会成为大部分译者乃至编辑的选项。当然，我没有说，AI会完全取代译者——完全没有这个意思！而是说，AI会有效地帮助绝大部分译者提高处理原文的效率。AI翻译就我的使用体验感受来看，不仅对原文的理解能力在稳定提升，甚至很多专精领域的论文，都能准确理解并进行翻译，而且在译文的流畅性上也表现出色。当然，它也会和绝大部分人类译者一样，偶尔漏译、误读，也会出现不太讲究的译文，甚至在一些对人类译者来讲毫无难度的地方错得离谱，但这并不应成为人类译者排斥AI翻译、乃至诋毁AI翻译的理由。现阶段AI翻译最大的问题，或许还是语言上过于“均质化”，哪怕几年前那种滑稽的机翻错误大大降低了，但机翻味还是不小。作为大语言模型训练下的产物，这种文字的概率学游戏往往会选择单词最核心的义项对应词进行迻译，不可否认AI在表现游走在语言义项边缘的丰富、暧昧和含混时经常力有不逮。如果说人类译者的职能会有什么转变的话，我想可能就是语言的美化和内容的校改。用建筑装修类比的话，以前人类译者是按照原文的图纸来造水泥钢筋的房子、搞精装修、最后验收；而AI时代，某种意义上可以让AI来造水泥钢筋的房子，人类译者可以把精力花在搞精装修和验收上。当然，诗歌译者所面对的仍是另一个故事（看，这就是典型的翻译腔！）。在这个意义上，如果以电器说明书、自然科学、社会科学、通俗文学、严肃文学、诗歌翻译画一条轴的话（看，这个顺序已经有很多预设在里面了，所以，这也只是一个未考虑具体对象的、充满刻板印象的轴；此外，这个轴上的类目显然挂一漏万；以及，如果要写上“哲学”的话，可能分析哲学/大陆哲学、德国哲学/法国哲学会被插在轴的不同位置上），人类的参与度可能会逐级升高。当然，我也做过出版社编辑，我也理解编辑同志每次打开一份新交的译稿犹如开盲盒般的心情。所以在这个意义上，我百分百支持AI翻译。
-
AI周报 | 英伟达将向OpenAI投资1000亿美元；加码AI，阿里市值日增近3000亿 英伟达将向OpenAI投资1000亿美元当地时间9月22日，英伟达宣布将向大模型厂商OpenAI投资最多1000亿美元。根据合作内容，英伟达将助力OpenAI构建和部署至少10吉瓦的AI数据中心，这些数据中心包含数百万块英伟达GPU，首个吉瓦的英伟达系统将于2026年下半年在新一代Vera Rubin平台上部署。英伟达的注资不会一步到位，而是会随着数据中心建设的进程而逐步到位。据知情人士透露，英伟达首笔100亿美元投资将在第一个吉瓦数据中心建成时投入，投资将按当时的估值进行。点评:上周，英伟达刚宣布50亿美元入股CPU厂商英特尔，此次又公布了投资OpenAI的计划，对比过去英伟达对一些初创公司的投资，这两笔新的投资额度都巨大，两家被投公司的体量也很大。英特尔的市值上千亿美元，早在今年3月，OpenAI的估值也已站上3000亿美元。英伟达正在通过合纵连横的投资，将AI领域的强者转变为亲密盟友。加码AI，阿里市值日增近3000亿港元在9月24日举行的2025杭州云栖大会上，阿里云宣布和英伟达在Physical AI（物理人工智能）领域达成合作，整合英伟达用于机器人和自动驾驶汽车训练的 AI 开发工具。与此同时， CEO吴泳铭在主旨演讲中表示，未来五年全球 AI 投资预计达 4 万亿美元，阿里必须保持同步。阿里正积极推进今年 2 月公布的计划——未来三年投入 3800 亿元用于云和 AI 硬件基础设施建设，并计划追加更大的投入，不过未透露具体增加金额。当天阿里港股大涨超9 %，创近三年新高，市值日增近3000亿港元。点评：阿里一系列动作，推动市场对其信心回升。本月阿里股价已累计上涨超四成，年内涨幅接近翻倍。截至9月26日收盘，阿里港股总市值达到3.2万亿港元。美股方面，华尔街明星基金经理“木头姐”凯茜•伍德（CathieWood）旗下基金本周重启对阿里巴巴持仓，这是四年来的首次。吴泳铭表示，AI 和云计算与电商并列为阿里增长引擎，他认为，AGI已是确定性事件，但这只是起点，终极目标是发展出能自我迭代的超级人工智能ASI。摩尔线程IPO过会9月26日，上交所上市审核委员会2025年第40次审议会议结果显示，摩尔线程智能科技（北京）股份有限公司首发申请成功通过会议审议。上市委表示，摩尔线程（首发）符合发行条件、上市条件和信息披露要求。摩尔线程是GPU厂商，去年11月12日在北京证监局办理辅导备案登记，启动上市进程。点评:AI芯片公司燧原科技、壁仞科技、沐曦也在筹备上市，摩尔线程最早过会，或成为其中最快上市的公司。此次IPO，摩尔线程拟募资80亿元，投向新一代自主可控AI训推一体芯片研发项目、新一代自主可控图形芯片研发项目、新一代自主可控AI SoC芯片研发项目。从市场需求看，今年以来DeepSeek带动AI算力需求增长，给国产AI芯片带来了机会。DeepSeek模型再更新DeepSeek-V3.1 已更新至 DeepSeek-V3.1-Terminus 版本。9 月 22 日晚间，据 DeepSeek 介绍，此次更新在保持模型原有能力的基础上，针对用户反馈的问题进行了改进，包括语言一致性：缓解中英文混杂、偶发异常字符等情况。在 Agent（智能体）能力方面，进一步优化 Code Agent 与 Search Agent 的表现，DeepSeek-V3.1-Terminus 的输出效果相比前一版本更加稳定。点评：目前，官方 App、网页端、小程序与 DeepSeek API 模型均已同步更新为 DeepSeek-V3.1-Terminus，根据行业反馈这是一次小迭代，提升并不算大。不过，这款大模型名为 Terminus，意思是“终极版”，或许这是V3.1最后一次更新，业内观望下一次大版本更新到底是V4还是R2的到来。阿里云大模型产品七连发9月24日的2025云栖大会现场，阿里云CTO周靖人发布七款大模型产品，包括大语言模型通义旗舰模型Qwen3-Max、下一代基础模型架构Qwen3-Next及系列模型、千问编程模型Qwen3-Coder、视觉理解模型Qwen3-VL、全模态模型Qwen3-Omni、视觉基础模型Wan2.5-preview系列、语音大模型通义百聆。点评:一位行业人士基于huggingface抓取统计发现，不到2年时间，阿里已经发布了超过350个模型。如果去除量化版本的模型，阿里官网显示已经发布了119个模型。多个大模型产品更新背后，阿里加大了AI投入阿里巴巴集团CEO吴泳铭表示，过去三年，阿里看到的AI演进路线越来越清晰，AI的行业渗透率将超过历史上所有的技术。Meta再挖OpenAI墙脚，清华校友宋飏加入9月25日，据外媒报道，原 OpenAI 战略探索团队负责人宋飏（Yang Song）加入 Meta，他成为了新成立的Meta超级智能实验室（MSL）研究负责人，向首席科学家赵晟佳汇报，后者也是从 OpenAI 转来的老同事，自 6 月宣布加入 Meta。据悉，宋飏本科毕业于清华大学，博士就读于斯坦福大学计算机科学系，是扩散模型领域的重要奠基者之一，其研究曾深刻影响 OpenAI 的 DALL·E 2 技术路径。在 OpenAI 任职期间，他组建“战略探索”团队，专注于跨模态生成与高维数据建模。点评：今年 6 月起，Meta 发起了一场 AI 人才的争夺战，目标覆盖行业领先的 OpenAI，到谷歌、Anthropic 等公司的团队，给出的薪资条件极高。据悉迄今为止，顶尖研究人员至少已挖来了 10余人。自调整 AI 研究团队，提出新研究，再到持续的人才引进动作看来，Meta 的大模型探索正在步入正轨。OpenAI称“星际之门”要在美新建5座数据中心当地时间9月23日，OpenAI表示，该公司与甲骨文、日本软银集团合作的“星际之门”项目将在美国新建5座人工智能数据中心，未来三年总投资预计超过4000亿美元，规划功率容量接近7吉瓦。这一项目被纳入代号为“星际之门”（Stargate）的人工智能基础设施计划。点评:今年1月，OpenAI、甲骨文与软银宣布了“星际之门”项目，计划今后4年投资5000亿美元，在美国建设支持人工智能发展的基础设施。此前有消息称，该项目推进受阻，计划年底前只建造一座小型数据中心。近期英伟达宣布向OpenAI投资不超过1000亿美元，或使OpenAI有搭建AI基础设施更雄厚的资本。美光最新季度营收同比增长46%存储厂商美光于北京时间9月24日交出一份超出市场预期的财报。在截至8月28日的2025财年第四季度，美光营收113.2亿美元，同比增长46%。2025财年全年，美光营收达到373.78亿美元，同比增长近50%。美光透露，公司HBM(高带宽内存）客户群已扩大到6家。美光还预测，今年数据中心服务器总出货量将增长16%，传统服务器和AI服务器需求增长都将推高市场对DRAM的需求。点评:AI带来更多计算需求，全球多地兴建数据中心，带来更多存储需求，让美光等存储原厂受益。美光CFO在财报发布后的电话会议上表示，由于DRAM供应紧张和NAND Flash业务改善等，预计下一季度美光的毛利率还将改善。美光等存储厂商业绩增长、毛利率改善的同时，近期由于AI需求增大等原因，多类存储产品涨价，则使下游手机等终端厂商面临成本压力。OpenAI CEO称未来AI接管人类近40%工作9 月 26日消息，OpenAI CEO 萨姆・奥尔特曼接受媒体采访，聊及未来的 AI 世界、下一代人类的生活等。奥尔特曼在采访中预测，通用人工智能（AGI）将在 2030 年前到来，这种 AI 将远比人类聪明。谈及“AI 抢人类饭碗”话题时，奥尔特曼认为人们不应以悲观的视角看待 AI，他指出，即使没有 AI，很多30年前的工作如今也不复存在，他声称AI将在未来接管人类经济社会中30%-40%的工作。点评：对于下一代，给什么建议才能避免30年后被AI取代？奥尔特曼的答案是，要教他们学会“如何学习”的原始技能，学会适应这个世界，弄清人们需要什么，为他们打造有用的产品和服务。奥尔特曼承认 AGI 可能会有人类无法理解的副作用和后果，但整体上人类有机会给 AGI 灌输正确的价值观，AGI 最终并不会毁灭人类。谷歌DeepMind推出机器新模型9月25日，谷歌DeepMind团队发布Gemini Robotics 1.5与Gemini Robotics-ER 1.5两款专为物理世界设计的AI模型，旨在构建具备感知、规划、思考与行动能力的物理智能体。这两款模型采用“大脑-身体”协作框架，协同解决现实世界中的复杂多步任务。其中，Gemini Robotics-ER 1.5作为“高层大脑”，负责环境理解、规划与决策，具备领先的空间认知能力。Gemini Robotics 1.5作为“身体”角色，是一个视觉-语言-行动（VLA）模型，能将高层指令转化为具体机器人动作。该模型具备“先思考后行动”的能力，在执行前通过自然语言进行内部推理。例如在衣物分类任务中，会先形成“白色衣物入白桶，其他入黑桶”的逻辑判断，再规划具体操作步骤，提升任务成功率与行为可解释性。点评：新模型展现出跨机器人形态的学习迁移能力，能将在ALOHA 2机器人上学到的技能，直接应用于Apollo人形机器人和Franka双臂机器人等结构不同的平台，无需额外训练。
-
重大发布！余承东发声 开源鸿蒙6.0 Release版本正式发布。9月27日，在开源鸿蒙技术大会2025上，开源鸿蒙6.0 Release版本正式发布，可支撑手机、平板、电脑等终端设备。此外，大会计划孵化开源鸿蒙跨平台框架PMC（项目管理委员会）及具身智能PMC，后者采用模型原生操作系统设计方法，可支持全尺寸类人型机器人产业发展。华为常务董事、终端BG董事长余承东在致辞中表示：“五年来，在开放原子开源基金会的孵化运营下，产学研各界齐心聚力，共建开源鸿蒙，开创了我国软件发展史上的奇迹。”开源鸿蒙项目群技术指导委员会主席、华为Fellow、基础软件首席科学家陈海波表示，“未来五年，终端操作系统将加速向智能化演进，从当前的任务辅助型智能，逐步升级为理解用户意图、具备自主决策能力的‘意图驱动型智慧’。”他预测，到2030年，终端智能化水平有望达到L3（协作自治）至L4（专业指导）级别。然而，终端智能化仍面临四大核心挑战：鲁棒性不足、安全与隐私风险、高成本与低效率。对此，陈海波强调，唯有实现AI与操作系统的“深度融合”，而非简单外挂或架构颠覆，才能真正释放智能终端的潜力。他提出，操作系统需在资源调度、工具调用、记忆机制、安全隐私等底层能力上进行“原生智能”革新。为系统性推进这一融合，开源鸿蒙已设立AI Agent技术特别工作组（TSG），聚焦智能体交互、框架、协议与评测体系；同时设立定位感知TSG和安全及机密计算TSG，分别发展融合感知与OpenTrustee机密计算能力。未来还将筹建具身智能PMC，探索智能体与物理世界的深度交互。陈海波引用“梅特卡夫定律”指出，开源鸿蒙已跨越生态发展的临界点，进入价值快速释放的关键阶段。下一步，社区将着力强化两大方向：一是持续拓展对多样化终端设备的支持；二是深化应用与服务生态的统一共享能力，提升全链路协同效率。目前，开源鸿蒙正积极推动主流跨平台开发框架对系统的原生适配，并依托华为开源的仓颉编程语言，进一步提升开发体验。同时，社区联合多家头部应用厂商，围绕共性技术需求开展开源共建，共同优化用户体验。综合自：第一财经、环球网责编：叶舒筠校对：陶谦 版权声明" Type="normal"@@--> 证券时报各平台所有原创内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关行为主体法律责任的权利。转载与合作可联系证券时报小助理，微信ID：SecuritiesTimes" Type="normal"@@--> END" Type="normal"@@-->
-
雷军：2025年第100次健身房打卡，提前3个月完成目标 9月28日，雷军发文：健身房打卡，2025年第100次，提前3个月完成全年目标。 此前，在2024年的最后一晚，雷军在他的首次跨年直播中分享了他的三个新年愿望：第一，2025年交付30万辆车。第二，有时间去更多地方看看美景、尝尝美食，顺便测测汽车。第三，明年要好好健身，打算在健身房打卡100次。 1月2日，雷军在微博上晒出了他在健身房的照片，并配文：“2025年第一次打卡！”此后一直坚持至今。 今年2月播出的一档访谈节目中，新希望集团董事长刘永好问雷军怎么又瘦了，而且更帅了。雷军则如此回复，“连自己的身材、体重都不能控制的人怎能做好企业家呢？”据小米集团合伙人、总裁，手机部总裁，小米品牌总经理卢伟冰在某次采访中透露，自己由于禁不住美食的诱惑，被雷军调侃道，“你这样吃的话，你的体重怎么办？会不会对我们小米高端化有影响？”每日经济新闻报道称，关于体重，雷军不止一次在公开场合提及。去年，雷军在短视频平台上发布“身材管理要从细节做起”的视频，他在介绍小米SU7车载冰箱时，拿起的饮料，都是0糖的苏打水。来源：综合@雷军、每日经济新闻
-
杭州开设人工智能海归精英班，全国首创 星耀钱塘，万里归航。昨日，“创客天下・杭向未来 2025杭州市海外高层次人才创新创业大赛”迎来总决赛，16位全球创客精英带着技术、项目和梦想，逐鹿竞技、共话未来。 最终，来自慕尼黑工业大学的盖亚机器人项目斩获大赛一等奖。根据大赛政策，该项目在杭州落地转化，可获得2000万元以上的资金支持。大赛现场还启动了全国首个人工智能海归创业精英班，将进一步打通海归创客“引育留用”全链条，让人才引得进、留得住、用得好，为杭州打造更高水平创新活力之城、人工智能创新高地注入澎湃动能。到杭州去！海归创客与创新活力之城“双向奔赴”当前，杭州正聚焦科技创新和产业创新深度融合，着力打造更高水平创新活力之城。为杭州汇聚更多前沿智慧与创新力量。连续举办11年的大赛，已成为吸引全球人才与优质项目的重要平台。大赛已累计吸引全球超1.2万个项目参赛，近400个项目在杭州落地、创办企业。 以全球视野聚焦战略科技人才、以非常之策激活企业创新活力，今年大赛在坚持数字经济、生物医药、先进产业、外国人等四条主赛道竞赛的同时，围绕特定重点专业领域新增人工智能、人形机器人、数字医药和类脑智能四个专项赛。“到杭州去！”自今年3月启动报名后，大赛共收到来自美国、英国、新加坡等近30个国家和地区的2368个项目报名，数量创历史新高，近八成参赛者在报名时就表达了落地杭州的意愿。参赛者中的留学人员中近6成有博士学位。“来杭州创业的选择是正确的，我们已经和中策橡胶签下合作订单。”一等奖项目负责人张晓晓毕业于慕尼黑工业大学，作为一名计算机科学博士，她和团队依托多模态AI技术，为制造业企业打造全流程智能生产管理体系，“我们把重复性、出错率高的工作交给机器人来完成，并通过软件硬件一体化的服务方案，提高企业的生产效率，为可应用于橡胶化工、采矿冶金等领域。”类脑具身海洋机器人，治疗渐冻症的原创靶向新药、高性能芯片、AI驱动的全能焊接与切割解决方案……每一个选手，都拿出最新的技术成果参赛；每一个项目，都蕴藏着新质生产力的活力密码。总决赛评委之一、西湖大学云谷教授杨涛对于参赛项目展现出的技术先进性印象深刻，“以前，很多参赛项目还停留在‘跟跑’阶段，今天看到不少原始创新项目，能更好地推动经济高质量发展。”在科技竞争日趋白热化的今天，高端科技人才是未来全球产业竞争的稀缺资源已经成为了全球共识。 从走出国门办赛，到建立“杭州市创客成长陪跑团”、打造留学人员创业园、提供高层次留学回国人员在杭创新创业项目资助，再到去年推出集成性政策“春雨计划”……这些年来，杭州始终跟着海归的需求调整政策，提供人才、项目、资金、产业资源、生活配套等全链条支持。 作为海外人才净流入率多年蝉联全国第一，连续15年入选“外籍人才眼中最具吸引力的中国城市”，全市已有近8.9万名留学人员、超过3000家由留学人员创办的企业。杭州，正不断吸引着全球人才在此创新创业、追梦筑梦。留在杭州！接续奋斗打造海归创业首选地人才引得进，更要留得下。本届大赛不仅是吸引海归人才的强磁场、展现前沿技术的竞技场，更是杭州链接全球AI智慧、汇聚创新资源的关键平台。当前，新一轮科技革命和产业变革深入发展，人工智能与经济社会各领域深度融合，成为驱动新质生产力发展的关键引擎。从火爆全球的杭州“六小龙”，到不断涌现的科创新锐力量，杭州正坚定奔向“硅谷天堂”“高科技天堂”。为助力杭州打造人工智能创新高地，本届大赛将人工智能从数字经济中细分出来，为未来产业定向找人才、找项目，构建发展底座。据悉，人工智能专项赛共吸引100余个海归项目来杭参赛，涵盖AI芯片、类脑智能、人机交互、大模型等方向，展现海归人才AI创新创业的蓬勃生机与多元格局。为更好地留住这批海归人才，推动参赛项目在杭转化，杭州人工智能海归精英班将展开有益探索。 “把赛事成果转化为人才增量、产业增量，靠的是政策、产业、服务多方构成的生态合力。”据杭州市人力社保局相关负责人介绍，精英班将组建富有产业针对性的创业陪跑团，提供系统化的培训与资源对接服务，对项目进行把脉问诊、深度赋能，让海归创客在学训结合中，得到产品、团队、市场、融资等多维度加速。“杭州有来自全球的顶尖人才，这里市场化程度高、对前沿技术持开放态度，有阿里巴巴、深度求索这样的领军企业，还有人工智能技术落地的真实场景。”总决赛二等奖获得者、“AI驱动的全能焊接与切割解决方案”项目负责人胡豪杰，看好精英班的培育模式以及杭州整体人工智能产业生态。赛事还未结束，他已在加速推进企业在杭成立研究院，10月有望在未来科技城落地。“从大赛的‘引才入口’，到精英班的‘培育载体’，再到产业生态的‘成长土壤’，杭州正持续优化生态让人才引得进、留得住、用得好，为人工智能产业高质量发展注入源源不断的动力。”杭州市人力社保局相关负责人表示，杭州将接续奋斗打造海归创业首选地，诚邀广大留学人才走进杭州、扎根杭州。杭州日报记者 傅凌波 毛郅昊通讯员 章思芬 编辑 陈筱妍 审核 毛迪 王晨郁
-
谷歌开发“任务连续性”功能：安卓跨设备协同新时代即将到来 IT之家 9 月 28 日消息，多年来，混合使用不同操作系统的用户一直面临一个困扰：跨设备无缝工作流几乎被苹果公司所独占。苹果的“接力”（Handoff）功能允许用户在 iPhone 上开始一项任务 —— 例如浏览网页或撰写邮件，随后立即在 MacBook 上无缝继续操作。而对于安卓用户而言，在平板电脑或 Windows PC 之间实现类似体验则长期处于碎片化状态。 好在，谷歌终于开始为其自有、系统级的解决方案打下基础，旨在实现安卓手机、平板以及未来基于安卓的个人电脑之间的任务连续性。科技媒体 Android Authority 基于对安卓核心操作系统代码的分析，揭示谷歌正在开发一项名为“任务连续性”（Task Continuity）的新功能。顾名思义，这一功能将实现更强大的跨设备协同体验。为何直到如今，安卓仍未能推出真正意义上的“接力”功能？原因显而易见：控制权。苹果同时掌控 iOS 与 macOS 系统，确保开发者拥有统一且标准化的软件接口。相比之下，任何安卓与 Windows 之间的跨设备协作方案，都必须依赖谷歌与微软之间的复杂合作。微软曾通过“手机链接”（Phone Link）等工具进行尝试，但结果往往单向且不可靠。目前的解决方案仅支持从安卓手机向 Windows PC 延续任务，且开发者必须使用专有的 Windows 代码，这种高门槛严重限制了其广泛应用。 为绕开这一碎片化困局，谷歌正通过整合控制权来掌握主动。通过将 Chrome OS 与安卓团队合并，并推动构建统一的 PC 操作系统，谷歌得以将自身的连续性功能直接深度集成至安卓核心框架中。此举确保了所有安卓开发者和设备制造商均可采用统一、标准化的应用编程接口（API），实现一致的功能部署。谷歌的目标是让整个过程对用户而言毫无感知、自然流畅。“任务连续性”功能将把用户当前正在使用的设备（如手机）上的应用精确状态，完整传输至附近另一台待用设备（如平板或 PC）上。从用户视角来看，使用场景可能如下：假设你正在手机上的 Chrome 浏览器中浏览一份结构复杂的文档，但需要更大的屏幕空间。当你放下手机的一瞬间，你的平板任务栏便会显示一个微小而醒目的提示图标，代表你手机上正在运行的 Chrome 会话。只需轻触该图标，整个任务 —— 包括具体的文档内容、滚动位置以及当前会话状态 —— 便会立即从手机同步至平板，并无缝重启。据IT之家了解，这是一套双向通信系统。谷歌全新的框架将负责管理设备间的任务发现与状态打包。由于该功能内置于系统底层，无需依赖笨重的第三方应用程序，也无需各厂商自行定制调整即可正常运行。目前，相关功能的代码已出现在 Android 16 早期开发版本中。但由于涉及全系统的整合与部署，预计该功能最早也要等到明年发布的 Android 17 才能正式推出。不过，技术基础已然奠定，跨设备协同的安卓新时代正在到来。
