找到
1958
篇与
互联网
相关的结果
- 第 5 页
-
Meta 士气跌至历史冰点，高管承认管理失误并推零食福利试图挽回 来源：环球网【环球网科技综合报道】6月20日消息，据mashable、Business Insider等多家外媒报道，Meta 首席技术官安德鲁·“博兹”·博斯沃思（Andrew “Boz” Bosworth）在内部会议上坦承，公司当前的员工士气已跌至近20年来的最低点。面对这一危机，管理层在公开致歉并反思战略失误的同时，宣布了一系列包括增加零食预算在内的福利措施，试图提振团队士气。 外媒报道截图据披露，博斯沃思在6月2日的内部交流会上直言，目前的员工士气“可能是公司历史上最糟糕的时期之一”。他将当前的困境与2016年爆发的“剑桥分析数据丑闻”相提并论，认为两者在严重程度上不相上下。外媒称，导致此次士气崩盘的直接原因，是 Meta 近期在 AI 转型期推出的一系列激进管理举措。今年5月，公司宣布裁减8000人（约占员工总数的10%）。与此同时，约6500名员工被强制调派至新成立的应用 AI 部门。许多员工反映，这些新岗位的工作内容多为枯燥的数据标注，被形容为“心力交瘁”的苦差。面对内部日益高涨的不满情绪，博斯沃思于近日通过内部备忘录正式向员工致歉。他承认，公司在 AI 重组过程中“做得极其糟糕”，未能清晰解释愿景，也未能描绘出转型期对员工职业生涯的支持蓝图。“我们动摇了你们对自身专业技能被重视、职业发展以及发挥影响力的信任，也打乱了曾为你们提供稳定感的管理架构。”博斯沃思在备忘录中写道。为修复受损的职场文化，Meta 管理层提出了一系列补救措施。在福利方面，公司计划升级办公室零食区、提高零食采购预算，并增加差旅与团建活动的资金投入。在管理机制上，博斯沃思承诺将每位管理人员的直接下属人数限制在约20人，以提供更个性化的支持，并引入“AI 辅导”工具协助员工适应转型。此外，公司也允许被调至 AI 专项小组的员工重新应聘内部其他岗位。据外媒报道，尽管 CEO 马克·扎克伯格已承诺今年内不再进行大规模裁员，且高管团队试图用“零食福利”和“社交活动”来重塑公司文化，但外界与内部员工对此举的实际效果普遍持保留态度。（青云）
-
AI生成和人类写作之间的区隔，关乎温度、时间和有限生命 近期，《微信公众平台运营规范》新规出台，明确将“以AI、脚本等自动化方式替代真人完成内容创作与发布”纳入违规范畴。这则新规再次将AI创作推至舆论风口，也让一个悬而未决的困惑愈发清晰：我们既惊叹于AI写作的高效迅捷，能在转瞬之间生成千言万语，又本能地对那种挥之不去的“AI味”避之不及。那么，AI写作的这两种面向有什么联系？AI写作对时间的节省和它的风格弊端有何关系？ 一、两种时间要理解这种割裂，不妨从柏格森的时间二分法说起。亨利·柏格森在《时间与自由意志》中提出了一对影响深远的概念：钟表时间与绵延。钟表时间是被空间化的时间，它被均匀切割成秒、分、小时，每一个单位都一模一样，可测量、可标记、可计算，这种时间可通过办公室墙上滴答作响的指针或者物理学意义上的刻度被看到。而绵延，是意识所体验的时间，它连续、不可分割、充满异质，每一个瞬间都浸透了过往的记忆，每一个“现在”都不是孤立的点，而是过去向未来流淌的一个中间位置。柏格森说，绵延无法被“思考”，只能被“体验”，绵延的时间就是活着本身。创作便是发生在绵延中的事。一个作家坐在书桌前，他所经历的时间从来不是均匀流逝的秒针跳动，当某个段落写得顺畅时，时间便会悄然消融；如果某个句子反复斟酌，找不到合适的措辞，时间便会凝固，变得黏稠而沉重。他在两段文字之间起身泡一杯咖啡，望三分钟窗外的银杏树，这三分钟在钟表上微不足道，可银杏叶的金黄、风的触感，或许就会悄然融入下一段书写里。他昨天在地铁上无意间听到的对话，在手机读到的一句无关紧要的话，十年前某个午后模糊的忧伤，也都在绵延中同时在场，共同参与此刻的落笔。正如普鲁斯特《追忆似水年华》所展示的，创作不是直线上的推进，而是整个生命经验在某个瞬间的重新绽放。那么，AI生成文本的过程，发生在哪种时间里？答案是，哪种都不是。从钟表时间看，大语言模型生成一千字只需几秒到几十秒，但这几秒并非用于创作，而是大语言模型在广袤的数据库中检索相关的表达，再把这些零散的字词根据指令串联起来。从绵延的角度看，AI完全没有时间可言，因为它没有体验，没有犹豫，没有走神，不会在两个词汇之间停顿，不会去泡一杯咖啡，不会望一眼窗外。它的每一个词汇生成，都是独立的条件概率计算，这个过程中没有任何经历发生。也许正是因为AI写作没有实质经历任何时间，所以AI文本才会带给人一种真空感，也就是人们常说的AI味。AI写作的文本实在太干净了，干净得没有一丝时间的痕迹，也没有一点生命的温度。所谓时间的痕迹，不止于纸页泛黄、墨迹模糊的物理印记，也体现在文本的结构里，藏在作家的笔调中。读博尔赫斯的短篇，能感受到一种极度凝缩的时间，每一句话都像被反复打磨过，仿佛作者在落笔前已斟酌十遍，只留下最精练的表达。这种语言风格是博尔赫斯对抗时间的方式，在有限篇幅里压缩无限思考。读普鲁斯特则全然不同，语句蜿蜒绵长，插入语层层叠叠，一个举手投足之间，可能会漫过三页纸的回忆，仿佛作者的注意力随时会被记忆的洪流裹挟。这种叙述特色是普鲁斯特沉溺于时间的姿态，在无限篇幅里展开一个瞬间的细腻。保罗·利科在《时间与叙事》中说，叙事的功能，是将不可理解的宇宙时间转化为可理解的人类时间，这个过程便是情节编排，也就是叙事者将散乱的事件组织成有开头、有中间、有结尾的故事，让时间获得人类的意义，而这也正是创作的意义。但是反观AI的情节编排，它所依据的从来不是生命体验，而是训练数据中千万个文本的统计模式。AI能生成结构完整的叙事，却无法让叙事扎根于在时间中生活过的主体的经验，换句话说，AI所创作的叙事是对人类过去大量的生活样本取平均值，提供一个差不多能拟合个体生活的故事。但是正像过于完美的照片会产生拟人的恐怖谷效应一样，AI所创作的内容似乎能贴合任何有相关经历的人，但又不属于任何一个人，因此带有一种古怪的完美感。二、向死而写海德格尔在《存在与时间》中提出“向死而生”的概念，对这句话的一种解释是，正因为人是有限的，正因为死亡作为最终的“不可能之可能性”始终悬在前方，我们的每一个行动、每一个选择，才获得了不可推延的紧迫感和不可替代的重量。如果一个存在者拥有无限时间，所有事都将变得无关紧要。正是有限性，让“此时此刻”变得不可逆转，也从而变得珍贵。创作其实正是一种“向死而生”。一个作家落笔时，他清楚地知道自己的时间是有限的，不仅是今天的时间有限，截稿日在身后催促，更是一生的时间有限，他能读的书、能经历的事、能写下的文字，都是有限的。这种有限性，内在地塑造了他的每一个选择：他选择写这个题目而非那个，选择在这个段落花费三天而非半小时，选择引用这本书而非那本，所有这些取舍，都隐含了一个有限存在者的筹划。一个人不可能读完所有书，所以只能选择读了这些；不可能写完所有文章，所以只能选择写了这篇。那么，每一篇完成的作品，也都是对无数未完成可能性的放弃，而正是这种放弃，赋予了作品重量。这种重量不在于它有多么完美——实际上，很多真人写的作品远不如AI完美，真人写作的重量在于唯一性和不可逆性，每一篇文章都是在这个人的生命中这一时刻唯一能完成的内容，而且这篇文章的诞生意味着其他文章的必然夭折。而AI则没有这种有限性，它不向死而生，它没有截稿焦虑；它没有“读过这些书而没读那些”的遗憾，训练数据中的数十亿文本让它几乎“读过”一切；它没有“写了这篇就写不了那篇”的取舍，DeepSeek有1亿多用户，它可以一秒钟同时生成1亿多篇不同的文章。汉娜·阿伦特在《人的境况》中提出“诞生性”的概念，与海德格尔的“向死而生”形成一种对照。她认为，人类行动的根本特征，不是“必死性”，而是“能够开始”：每一个人的出生，都是一个全新的、不可预测的开端闯入世界，人类行动的意义，就在于能启动某种前所未有之事。一个作家写下一句从未有人写过的句子，意义不在于句子有多优美，而在于它是一个被抛入世界的新开端。这个句子不是从已有的数据库中抽取字词来排列组合，而是一个具体的、有限的、不可预测的生命，在一个具体的时刻，做出的一次绝对的创始。但AI无法“开始”，它只能“继续”。它的每一个输出，都是对输入的延续，是条件概率链条的下一环，永远无法产生真正意义上的开端，无法产生不依赖前文、能够改变书写范式的创始。也许AI可以生成意外的词语组合，但这种意外只是统计意义上的低概率事件，仍在概率空间之内，可被计算；而阿伦特所言的“开始”，是本体论上的全新，是从任何先前的概率空间中都无法推导的，这是生命的灵光一闪，是人的天赋异禀。三、AI时代，时间的存在论危机如果以上论述成立，那么AI创作带来的就不仅是真假、好坏的问题，而是对时间本身存在论的思考。人类的所有文化产物——书籍、绘画、建筑、音乐，本质上都是时间的结晶，它们之所以有意义，是因为凝聚了一个有限生命在一段不可逆时间中的劳作、思考与挣扎。一座园林建了一百年，三代工匠的一生都投入其中，我们进入其中时感受到的震撼，部分就来自对这一百年时间的隐约感知；一部长篇小说写了十年，我们阅读时感受到的厚重，部分就来自知道作者十年的辛苦付出。时间是文化产物的隐形成分，它虽然不出现在成品中，却能够赋予成品以厚重的质感。但是AI把作品中的时间因素清零了。当一个系统能在几秒钟内，生成相当于人类作家数天工作量的文本时，文本中凝聚的时间便成了零。此外，这个文本也不再凝聚有限生命的灵气，而只是一次计算的产物。利科说时间在被叙述的程度上才成为人的时间，那么一段从未被任何人“活过”的时间，能否被真正叙述？AI可以生成一个关于失恋的故事，用对所有情感词汇，结构完整，细节生动，但这个故事背后，没有一颗被失恋碾碎的心，没有一个在深夜里辗转难眠的灵魂。AI叙述了失恋的时间，却没有“活过”失恋的时间；它模拟了情感的痕迹，却没有真正体验过情感的温度。因此我们可以说，AI所生产的是一种时间的拟像，它虽然看起来像是从经验中涌现的，但实则是从数据中提取的，徒有其表，无有其里。本雅明在《机械复制时代的艺术作品》中提到手工制品的灵晕来自三个方面：独一无二性、此时此地性、传统和仪式性。本雅明所处的时代的机械复制在今天看来已经属于“古法手搓”了，这种机械复制的工作仍然需要人付出大量时间，只不过加工的介质从双手变成了机械，因此他在论述手工制品和机械复制品的区别时并没有提及时间的因素。但是在AI时代，时间也许是人类创作最重要的特征之一。而人类作品的不完美，比如赘余的句子、蹩脚的过渡等，都是时间在作品上留下的指纹，是作者的签名。它们在无声地诉说：有一个人，在某个具体的下午，在这个不可逆转的时间点上，把他有限生命的一部分，灌注到了这些文字里。这段时间不可回收，这个下午不可重来，这些文字也因此获得了AI永远无法企及的重量，也就是时间的重量、生命的重量。四、我们为何需要时间的痕迹？时间的痕迹可能是犹豫、是磨损、是偏差、是不完美，是一个有限生命与物质世界摩擦时留下的印记。可为什么我们需要它？为什么黑胶唱片的底噪让人觉得温暖而非劣质？为什么手工陶碗上不均匀的釉痕让人觉得有人情味而非质量不过关？为什么一篇有赘余、有瑕疵的真人写作的文章，比一篇完美无缺的AI文稿更让人觉得可信？“温暖”“人情味”“可信”背后，究竟藏着我们人类怎样的需求？也许可以这样回答这个问题：时间痕迹之所以令人感动，是因为它是“必死性”的证据。而我们，作为必死的存在者，只能被同样必死的东西真正打动。梅洛-庞蒂在《知觉现象学》中提到，人不是灵魂装在肉体里的复合物，而是身体-主体。感知不是灵魂对外部刺激的被动接收，而是身体主动向世界伸出触角、与世界交织。人不是“看到”一朵花，然后再“判断”它很美，人的视觉、身体姿态、心情、上一次赏花的记忆，全部在同一个感知场中同时运作，以整个身体的整体知觉对世界作出回应。当我们用手指触碰碗壁，感受到它的粗糙、不规则、微微的凹凸，这些触觉信息，会唤醒身体记忆中关于另一只手的经验。手指感受到的不规则，在某种前反思的层面上，被身体解读为另一只人手的力道、速度与犹豫的痕迹。这种感知并非理性的推理，而是一种更古老、更直接的身体间性，即我们的身体通过物质媒介与另一个身体发生了跨时空的接触，这种跨时空的接触所带来的温暖感是即时的、下意识的。碗壁上不均匀的釉痕，是另一个人在过去的某个时刻，与这团泥土搏斗时留下的身体痕迹，而我们的手指此刻却正在触摸它。这就是温暖感的来源，这种情动的本质是接触，是一具身体隔着物质与另一具身体的跨时空握手。机器制品缺乏这种温暖，正是因为它的表面没有另一具身体的痕迹可供我们的身体去阅读，没有另一个人可供我们去连接。2015年，心理学家克里斯托夫·福克斯等人在《市场营销杂志》上发表了一项研究，标题为《手工效应：爱与此何干？》（“The Handmade Effect: What’s Love Got to Do with It?”）。研究发现，消费者偏爱手工产品，并非主要因为它们质量更好、更独特，事实上，许多品类中，机器制品的质量更优。核心原因在于，人们在手工品中感受到了制作者的爱。这个看似煽情的结论揭示了一个隐秘的心理机制：我们在手工品中感知到的，不是物理属性，而是一种社会属性，是一个人类行为者的存在。那些不规则的痕迹，是人类存在的证据，而“爱”则是“有人在这里花了时间”的日常表达。黑胶唱片的底噪亦是如此。那些噼啪声在声学上是噪音，在感知上，却是一个物理过程正在发生的证据。噼啪声暗示听者唱针在沟槽中行走、振膜在空气中振动、扬声器在房间里推动气流，因此这段音乐是有生命的，它正在一段物理链条中穿行，这段链条的每一个环节，都是有质量、有磨损、有寿命的物质。它不是永恒的，它和人一样，是有限的。这也许就是“温暖”的含义。温暖，来自另一个有限生命的身体留在物质上的余温。触摸手工陶碗，我们触摸到的是另一个人的时间；聆听黑胶底噪，我们听到的是物质老化的声音；阅读一篇有瑕疵的文章，我们读到的是另一个人在某个下午的犹豫、仓促的选择。这些看似不完美的痕迹在告诉我们，这里有一个和我们一样的存在者，和我们一样有限，有身体，会疲倦，且终有一天会死。伯纳德·威廉姆斯在《马克罗普洛斯案例：对不死之无聊的反思》（“The Makropulos Case: Reflections on the Tedium of Immortality”）中提出，永生不仅不值得渴望，本质上甚至是一种灾难。一个不会死的人最终会陷入无尽的倦怠，因为当时间无限，一切行动、经历、关系都失去了紧迫性，也就失去了意义。你不必珍惜任何一个下午，因为你有无限个下午；不必珍惜任何一个人，因为你有无限时间去遇见新的人。而正是有限的寿命给予了每一个选择不可挽回的重量，也使得每一次相遇都有不可重复的珍贵。AI的产物无论多么精确、流畅、“像真人写的”，但还是缺乏动人的力量，这是因为它的光滑表面上，没有任何有限性的痕迹可供我们辨认。AI不会老化，不会死亡，它的完美不是一个人克服有限性后的崇高，而是一种从未被有限性所困的冷漠与平庸。我们面对AI时感到的微妙的冷，与其说是厌恶，不如说是一种深层的孤独，这是在一件不会死的东西面前找不到同类的孤独。在AI时代，温暖也许不只是一种风格，还是一种存在论信号。产生温暖感的东西也许并没有那么完美，但它会给我们更深层的慰藉。我们追求有时间痕迹的东西，不只是为了怀旧，还是为了在物质世界中找到另一个有限存在者的证据，确认我们并非独自面对时间的流逝与生命的消耗。AI可以模拟一切形式，却永远无法模拟时间的重量，无法模拟生命的有限与真诚，而这，正是人类创作不可替代的核心，是我们之所以需要文字、需要创作、需要彼此表达的终极意义。
-
学者刘擎对话电影人王长田：AI时代“最值钱”的还是人 “当AI开始造梦，电影何以为根？” 在第二十八届上海国际电影节的金爵对话现场，这个问题被抛给了两位极具分量的嘉宾——光线传媒董事长王长田与学者刘擎。这场原本预设为行业与学术的跨界对谈，最终演变成一场关于技术、人性与电影未来的精彩交锋。 “当AI开始造梦，电影何以为根？” 金爵对话现场AI只是工具吗？对话伊始，分歧便已显现。作为中国电影产业的操盘手，王长田将AI定位于“迄今为止最全面的工具”。他以从业者经验指出，电影行业的系统性变革需综合社会需求、商业模式等多重因素，单一技术难掀巨浪。“数字摄影取代胶片、三维软件替代二维，都只是效率提升，没有改变电影的本质，”他断言，“在电影这样集大成的产品上，人依然是核心。”对此，刘擎教授提出了犀利的反驳，他认为“技术不只是工具”，技术在实现目标之前已先塑造了人的欲望与习惯。从古埃及法老对文字的警惕，到今天短视频对阅读习惯的瓦解，技术已内化为人的“器官”。“手机不带会失魂落魄，这就是技术对人构造性的改变。”他引用数据指出，短剧已占据七成播放流量，且大量使用AI演员，“它改变了整个生态，古典电影范式正被融合进一个更大的交互式娱乐范式中。”AI有创造性吗？面对刘擎的科技哲学的思辨，王长田选择回归产品本质。他以切身经历说明，AI目前生成的东西没有创造性。《去你的岛》曾高调宣称AI深度参与，但最终成片未用一帧AI画面。“AI只能做分镜和素材库，进不了成片。在顶尖创作者手中，AI产出的东西有塑料味。”他提出“预制菜”理论：“AI是中央厨房批量生产的预制菜，能满足温饱，但电影是情感的容器，是人类精神的盛宴，不该被工具主宰。”但刘擎对此存疑：“围棋AI‘阿尔法零’从规则自学，走出了人类看不懂的棋路，这算不算创造？”他继而将矛头指向创作的“主体性”危机：“现在大学生用DeepSeek写论文，导师用AI批改，整个过程人像一个中介。当AI能定制出接近你风格的文本，你需要花四个月去修改它十分钟生成的东西，这个趋势会在下一代人手中走向何方？”AI时代，如何寻回主体性？交锋的火花最终照亮了共识的地带。王长田提出了他的企业对策：寻找AI时代的“超级人”。“最高境界不是‘你因AI而不同’，而是‘AI因你而不同’，”他强调，“未来最值钱的是有判断力、审美力和IP前瞻力的人。光线传媒现在依然持续招人，是为了找到能驾驭AI的‘超级人’。”刘擎则从哲学层面呼应了这一人文主义坚守。他提出了“长慢深”的救赎之道：“伟大的创造者需要跟世界有深刻的接触，停留、抚摸、思考。当我迷失，我会回到Long slow deep的模式里。因为短平快就会雷同，就容易被AI替代掉。”
-
第六届中欧（法国）跨境电商论坛举行 第六届中欧(法国)跨境电商论坛的京东展区。 于格格摄 本报巴黎电第六届中欧(法国)跨境电商论坛日前在巴黎举行。来自中国和欧洲的政府代表、行业专家、平台企业、品牌商及服务机构齐聚一堂，围绕品牌出海、人工智能、物流供应链等议题展开交流，共同探讨数字贸易发展趋势与跨境电商创新机遇。 与往届相比，本届论坛创新增设了中欧跨境电商人才招聘会，面向在欧洲的留学生和专业人才开展现场招聘咨询。活动期间还举办了“文明对话：从文化遗产到产业叙事——杭州推介会”分论坛，围绕杭州产业优势、中法文化共鸣、中国品牌出海、中法时尚互动等议题展开交流。 本届论坛的主论坛由中国(杭州)跨境电子商务综合试验区、浙江省杭州市商务局、杭州市侨联、人民日报海外网、欧洲杭州联谊总会(总商会)联合主办；分论坛由杭州国际传播中心、临平区国际传播中心主办；新欧洲集团、人民日报海外网法国融媒体中心承办，中国南方航空公司为独家合作伙伴，中国贸促会驻法国代表处予以支持。
-
AI抢走翻译员“饭碗”？专家：高端需求场景仍需人工坚守 2025年，全球三大顶级翻译学院之一的美国蒙特雷国际研究院（MIIS）宣布将于2027年夏季关停线下研究生项目，这一消息几乎震动全球语言界。不少观点认为，这所被称为“翻译界哈佛”学校倒下的背后，AI浪潮冲击是最大推手。一时间，翻译从业者的职业处境成为这场技术洪流中最受关注的话题之一。6月18日，第三十二届北京国际图书博览会（BIBF）在北京举行，由中华版权服务有限公司主办、中国图书进出口（集团）有限公司承办的“数智出版 版权护航——业界交汇‘版权说’”活动亮相。在活动现场，北京第二外国语学院高级翻译学院院长彭天洋以“AI赋能翻译新生态：变革、坚守与出版合规”为题解读AI对翻译行业的多重影响，并指出当下各类版权争议与风险，呼吁厘清权责边界，护航翻译与出版行业健康发展。 中华版权服务与北京第二外国语学院高级翻译学院现场签署《版贸国际市场调研实习基地框架协议》。主办方供图。近年来AI技术迭代加速，各类AI翻译工具层出不穷，一键转换多国语言、实时字幕翻译、批量文档翻译功能几乎成为“标配”，一时间“翻译即将被取代”“翻译人才过剩”等观点大量涌现。彭天洋援引《2026中国翻译行业发展报告》指出，过去几年里，AI技术给翻译行业带来了全方位的影响，2025年行业产值出现了负增长，“但大量技术类企业开始提供基于人工智能的翻译服务，现行统计口径尚未将此类技术企业的翻译业务产值纳入统计范围，因此不必过度悲观。”约52.4%语言服务需求方对AI翻译产生需求，与此同时，线下口译（73.0%）和笔译（60.0%）仍是需求方的主要需求。更深层的变化在于，市场对翻译服务提供方的要求已从单纯的语言转换，升级为涵盖内容创作、本地化服务、语料库建设等在内的一体化综合服务。工作方式的重构同样剧烈。彭天洋介绍，从企业端看，当前近30%翻译任务采取全技术手段交付，约40%采用“机器翻译+译后编辑”模式；从个人端看，99.1%的职业译者已采用人机协同翻译。这些数据表明，AI翻译的发展并未消灭人工翻译，而是以人机协作为主流形态，彻底重构了翻译的工作流程。随着AI翻译能力进化，对人才能力的要求也水涨船高。彭天洋指出，目前国内翻译从业者约686.7万人，年增长率0.9%，越来越多译者转向专业领域深耕。无论是从业者的专业背景，还是中央国家机关的招聘要求来看，跨域复合、多语复语、更高学历、更强技能，正在成为行业对翻译人才的硬性要求。“看到变化的同时，也应看到那些帮助我们校准方向的‘不变’力量。”一方面，彭天洋强调国家战略对高端翻译人才的需求从未改变——加强国际传播能力建设、推进高水平对外开放、深入参与国际治理，都需要精通外语、精准把握政策的人才。另一方面，市场对高标准翻译服务的需求同样坚定，“尽管AI技术日新月异，但没有一家正规出版社会直接出版机器翻译的稿件。”他解释，AI难以掌握深层语义，常停留于“字对字转换”，并且对垂直领域专有词汇和低资源语种把握不足。更重要的是，AI翻译具有不可预测性，连开发者都无法解释结果优劣的产生机制，语言转换的认知“黑箱”尚未打开。在彭天洋看来，“AI翻译尚不能替代人工翻译，持续推进高水平对外开放、加强国际传播能力建设仍需要大量高素质翻译人才。翻译行业面临的远不至于生死存亡的挑战，但也肩负着识机应变的紧迫任务。”彭天洋还提到，AI发展引发了一系列合规挑战。大量受版权保护的翻译作品被用于训练机器翻译，其使用边界何在；“AI+人工”生成的译文是否享有著作权，标准如何界定；使用AI翻译受版权保护的作品，由谁取得原作权利人授权……“翻译行业期待加强法理层面的基础研究，推动政策层面的进一步明确和规范，为AI时代的翻译出版传播构建一条清晰、公平、合规的路径。这不仅是对创作者和译者权益的保护，也是中国出版走出去、行稳致远的重要保障。”他说。值得一提的是，为补齐跨境版权贸易人才短板，打造产学研一体化培育体系，中华版权服务与北京第二外国语学院高级翻译学院在现场签署了《版贸国际市场调研实习基地框架协议》。双方将依托实习基地合作，共同培养一批懂翻译、懂传播、懂版权，能够服务国际出版传播事业的高端复合型人才，夯实产业发展人才根基。另外，中华版权服务有限公司董事、总经理陈雨佳现场发布创意中国AIGC权益存证平台。这是该公司回应业界需求，针对人机协同创作、AI内容产出等场景中权益归属难题提供的权益保护方案及服务产品，平台计划于7月上线。采写：南都N视频记者 樊文扬
-
AI算力核心“心脏”光芯片：空间、A股主要标的与年内行情全景复盘 AI大模型是算力时代的“最强大脑”，海量参数训练、万卡级GPU集群交互，每秒TB级的数据交换早已突破传统铜线电互联的物理极限，带宽、功耗、密度三重瓶颈下，光互联成为唯一可行的技术解决方案，而光通信芯片就是整套光通信体系的核心心脏。从产业链成本结构看，光芯片占高速光模块总成本50%-70%，直接决定800G、1.6T光模块的性能上限与交付能力，是算力基建里真正的卡脖子环节。长期以来，25G 及以上高端EML、DFB高速光芯片由海外厂商垄断，国产替代率不足15%；而2026 年多款适配超算中心的高速光芯片完成工艺验证、批量交付，国产供给缺口持续填补，行业迎来需求爆发 + 国产替代双重红利共振。需求端支撑逻辑清晰：全球云厂商持续加码 AI 资本开支，2026年谷歌、微软、Meta、亚马逊四家合计投入超7200亿美元，全部倾斜算力机房扩建，直接转化为高速光芯片订单增量；同时CPO共封装光学技术落地，服务器内部光互联普及，进一步打开光芯片长期增量空间。 简单来说，算力扩张有多快，光芯片的需求弹性就有多高，是贯穿未来数年 AI 行情的核心硬赛道。未来五年市场规模预测综合多家权威机构联合测算数据，2026 至 2030 年国内与全球光通信芯片市场将持续保持高景气增长态势，适配 AI 算力需求的高端数通光芯片增长速度大幅领先行业平均水平，成为拉动行业扩容的核心引擎。从国内市场维度来看，2024 年国内光通信芯片整体市场规模已达到 387 亿元，行业发展根基稳固；随下游智算中心、大型 AI 集群持续落地，2026 年国内市场规模将正式突破 500 亿元，增长势能持续释放；长期维度预计 2030 年国内市场整体规模将攀升至 920 亿元，2026-2030 年行业复合年均增速接近 19.8%，增长确定性充足。产品结构层面，AI 数据中心专用高速 EML、DFB 高端芯片的市场占比将迎来显著提升，由 2024 年的 34% 增长至 2030 年的 58%，高附加值高端产品逐步取代中低端通用芯片，成为支撑国内市场规模扩容的核心增长主力。放眼全球市场，算力互联需求同样带动光芯片赛道高速扩张，2025 年全球光芯片市场规模为 37.6 亿美元，2026 年规模进一步增长至 42 亿美元；至 2030 年，全球算力光互联专用芯片市场规模有望突破 120 亿美元，高速光模块配套芯片需求迎来爆发，其中适配 800G、1.6T 高速光模块的高端芯片市场规模五年内实现五倍增长。供给端约束同样凸显行业稀缺价值，磷化铟基高端光芯片产能扩充节奏难以匹配下游算力扩张速度，长期供需缺口维持在 70% 以上，产能稀缺属性持续抬高高端芯片产品溢价，头部具备自研量产能力的企业将持续享受量价齐升红利。细分赛道层面，硅光集成芯片、CPO 技术配套 CW 光源、200G EML 高速芯片，共同构成未来五年行业三大核心增量赛道，成长弹性显著优于传统光芯片品类。机构测算数据显示，2026-2030 年硅光集成芯片市场复合年均增速高达 33.6%，是全板块增速天花板细分赛道，依托低成本、高集成度优势深度适配 AI 高密度算力互联场景，长期成长空间广阔。超算国产光芯片集中验证交付从产业链布局来看，磷化铟有源芯片厂商成为超算光源核心供给方，相关企业量产落地进度领先。 源杰科技 1.6T CW 配套光源完成全流程工艺验证，已实现百万级批量出货，200G EML 芯片顺利通过 GB200 超算集群认证，大批量供应各地国家级超算中心与头部云厂商 CPO 产线。光迅科技依托自有 6 英寸 InP 完整产线，800G 硅光芯片维持稳定量产，1.6T、3.2T 高端硅光光引擎定于下半年批量交付，在自主可控超算芯片领域市占率位居行业前列，可面向运营商算力、国产服务器厂商提供全栈光芯片方案。长光华芯 100G EML 芯片已规模化批量交付，200G 高阶产品完成头部算力客户验证，配套光源送入超算实验室验证良率达到 92%，主要供货中际旭创等头部光模块企业。三安光电 400G、800G 光芯片持续稳定供货，800G 整套芯片小批量导入超算项目，1.6T EML 芯片完成算力客户工艺认证，下游覆盖华为、大型国产智算集群。东山精密旗下索尔思光电自研 EML 芯片自供率超 90%，1.6T 产品通过大型超算可靠性验证，同步批量供应海外云厂商与国内万卡级超算集群。硅光无源集成、共封装配套芯片同步实现关键突破。仕佳光子 1.6T AWG 无源硅光芯片通过国产超算设备商双重验证，批量配套 800G、1.6T 高速光模块，高功率 CW 芯片定向小批量供给超算中心，是 CPO 高密度互联方案重要配套厂商。头部光模块企业同步布局自研芯片，中际旭创自研硅光芯片通过超算全流程验证，配套 800G、1.6T 光模块整机大批量供给全国各大超算、智算集群；华工科技 3.2T 全套自研光芯片完成英伟达与国内超算双重工艺测试，下半年批量适配液冷高密度超算机房。永鼎股份依托子公司鼎芯光电技术能力，上半年完成超算硅光光引擎联合工艺验证，产品适配共封装机房架构，顺利通过国内超算中心、头部云智算集群可靠性检测。现阶段国内新建超算、智算项目普遍设有国产化硬性采购标准，过去依赖海外进口的高速光芯片逐步被本土产品替代。从 100G 基础发光芯片到 3.2T 高阶集成光引擎，国产企业已覆盖超算互联全带宽需求，伴随批量交付持续落地，行业进入业绩集中释放周期。板块赚钱效应明显今年以来，光通信、光芯片核心标的区间涨幅数据清晰展现板块极致赚钱效应，多只龙头个股年内实现翻倍级上涨。 光迅科技以 280.56% 的区间涨幅领跑榜单，源杰科技紧随其后涨幅达 277.75%，东山精密、长光华芯涨幅均突破 200%，永鼎股份、中际旭创、华工科技涨幅翻倍，仕佳光子接近翻倍；仅三安光电涨幅相对平缓，仅录得 24.13%，板块内部标的走势出现明显分层。从涨幅梯队可以看出，深耕高速 DFB、EML、磷化铟光芯片的企业成为本轮行情核心受益者。榜单前四名光迅科技、源杰科技、东山精密、长光华芯均聚焦 AI 数通高端光芯片、外延芯片制造环节，完美契合赛迪、Lightcounting 等机构测算的高端光芯片高景气逻辑；中际旭创、华工科技作为光模块龙头同步大幅上涨，下游算力硬件需求向上传导至芯片端兑现业绩；而业务侧重通用光电器件、传统 LED 光电的三安光电涨幅显著落后，印证市场资金持续向高附加值算力光芯片赛道集中。个股年内持续翻倍的强势走势，与此前多家机构预判的光芯片五年长周期上行趋势形成相互印证。不同于题材炒作带来的短期脉冲行情，板块多只核心标的走出持续性翻倍行情，核心驱动力来自全球 AI 算力持续资本开支带来的高速光芯片增量需求，硅光、CPO 配套光源、800G/1.6T 配套 EML 芯片等高增长细分赛道龙头持续获得资金加仓。短期涨幅分化也体现市场差异化估值定价，具备高端光芯片自研量产能力、深度绑定 AI 数据中心需求的企业，中长期业绩与估值提升空间更具确定性。
-
Meta员工士气跌至谷底，扎克伯格承诺今年不再裁员 据IT之家，当地时间6月11日，MetaCEO马克·扎克伯格向员工发送内部备忘录，承诺今年余下时间不再裁员，但坦言未来仍可能面临更艰难的日子。此前，Meta在围绕AI展开的混乱重组中刚裁撤约8000人，占员工总数10%。扎克伯格试图通过宣布7月举办全公司AI“黑客松”提振士气，却遭员工冷淡回绝。多名员工在内部留言板直言，当前满脑子都是维持团队运转，在支持减少、工作量增加的情况下已无余力参加活动。有员工质疑，公司一边裁掉同事，一边要求员工承担更多工作，不确定Meta是否还支持黑客松文化。报道指出，多轮大规模裁员令员工持续动荡不安，部分未被裁员工还被迫承担训练AI模型的重复性基础工作。与此同时，Meta在AI竞赛中频频失足，竞争对手不断扩大领先优势，至今难以推出令人印象深刻的新AI模型。
-
印度首富安巴尼：印度必须成为AI的创造者和全球领导者 IT之家 6 月 19 日消息，印度首富、信实工业集团董事长穆克什 · 安巴尼希望，把公司打造为当地 AI 产业的代表，并把 AI 服务带入电话、移动应用和智能家居。当地时间 19 日（今天），信实工业举行了年度股东大会，并发布 AI 通话助手 Jio Call Agent。Jio Call Agent 可以加入电话通话，自动转录对话、生成摘要，还能帮助用户叫车、点餐和预订服务。用户只需说出“Hey Jio”即可启动。Jio Call Agent 预计今年晚些时候上线，覆盖旗下超过 5 亿用户。 与独立 AI 应用不同，Jio Call Agent 将直接嵌入 Jio 电信网络。Jio 希望 AI 助手成为电话通话的原生功能，从而减少用户对第三方通话助手的依赖，并借助庞大的电信用户基础，在竞争日益激烈的 AI 市场中获得分发优势。信实工业还推出 AI 版 MyJio。用户可以直接用自然语言下达指令，让 MyJio 完成开通 eSIM、选择漫游套餐等操作。另一款新品 TeleFrame 面向智能家居，可以利用 AI 智能体主动显示天气预警、日程和家庭提醒。亚马逊和谷歌也在探索类似的家庭环境智能助手，TeleFrame 反映出整个行业正在向这一方向发展。信实去年成立了 Reliance Intelligence，计划为消费者、企业和政府开发 AI 基础设施及服务，其中包括支持印度 22 种语言的应用。69 岁的安巴尼表示：“印度不应只是其他地方开发的 AI 的消费者。印度必须成为 AI 的创造者、采用者和全球领导者。”
-
中科院工业人工智能研究所副所长武斌担任该所党委书记 2025年11月挂牌成立的中国科学院工业人工智能研究所现已迎来首任党委书记。据微信公众号“中国科大校友”消息，2026年6月15日上午，中国科学院工业人工智能研究所召开会议。会议宣读了《中共中国科学院党组关于武斌、范晓松同志任职的通知》。经中国科学院党组研究决定，武斌任工业人工智能研究所党委书记。 消息称，武斌在表态发言中表示，作为研究所第一任党委书记，深感使命光荣、责任重大，将在院党组和分院分党组的坚强领导下，紧密依靠所领导班子和全体干部职工，旗帜鲜明讲政治，坚持把政治建设摆在首位；凝心聚力抓党建，推动党建工作与科研中心工作深度融合；清正廉洁守底线，认真履行全面从严治党第一责任人职责，大力弘扬科学家精神，在研究所形成风清气正、干事创业的良好政治生态，奋力书写研究所高质量发展的新篇章。目前，中国科学院工业人工智能研究所官网“现任领导”栏目更新显示，武斌担任该所党委书记、副所长。武斌，1982年7月生，男，黑龙江省哈尔滨市人，中国共产党党员，研究生学历，博士学位，主要从事分布式系统研究。他于2010年7月至2022年4月在中国科学院软件研究所工作，历任助理研究员、专项科技处副处长、科技处处长、协同创新中心主任、集成创新中心主任、所长助理、副所长，2022年4月至2023年9月任中国科学院科技促进发展局副局长，2023年9月至2024年10月任中国科学院发展规划局副局长。2025年11月，中国科学院工业人工智能研究所成立，中国工程院院士于海斌担任首任所长，武斌获任副所长。中国科学院工业人工智能研究所由中国科学院、江苏省政府、南京市政府合作共建，是我国在智能制造科学与技术领域首个国家级科研机构，也是中国科学院布局在南京麒麟科教集中园区的第5家直属研究机构。2025年9月28日，研究所获批设立为中央事业法人单位。2025年11月26日，研究所正式挂牌。
-
从AI驱动到全民阅读，北京图博会主论坛共话出版未来 6月18日上午，以“共创出版未来”为主题的2026北京国际出版论坛在北京国际图书博览会期间举行。中外出版、技术等领域的专家学者围绕“全民阅读启新章”“哲学社会科学的中国表达与全球对话”“AI驱动出版业系统性变革”等议题，共同探讨全球出版业面临的机遇与挑战，畅想合作共赢的出版新未来。论坛上，国际出版商协会主席葛万莎·乔巴娃呼吁全球携手应对阅读率下降的危机，并指出AI训练未经授权使用出版作品、缺乏合理补偿，正破坏知识创造经济的基础。她强调，IPA愿与中国及全球伙伴共建阅读的未来、共建出版的未来。在主旨演讲中，中国出版协会理事长邬书林指出，以生成式人工智能为核心的科技革命正驱动出版业实现全流程重构、全要素赋能、全业态升级。他强调，AI改变了出版的形式，但没有改变出版的本质——传承文明、传播思想、积累知识、启迪智慧。面对技术浪潮，出版业应“主动塑造”而非“被动适应”，积极拥抱技术、推动人才转型，持续加强版权保护、完善AI时代版权治理体系，不断深化国际交流合作、共建开放生态。在随后进行的“AI驱动出版业系统性变革”议题讨论中，湖南出版投资控股集团董事长、中南出版传媒集团董事长贺砾辉深入剖析了AI浪潮中出版业面临的困局，她呼吁全行业携手共筑AI时代行业准则、共建数据标准、共护出版权益，让出版在AI浪潮中历久弥新。圣智集团亚洲负责人迈克尔·康希尔则在演讲中指出，人工智能正在从根本上重塑出版和教育技术。AI不是自动化的替代，而是赋能的工具，出版商有责任确保所生产的内容不仅传授知识，更要培养学习者在AI时代茁壮成长的适应能力。在“全民阅读启新章”议题下，作家、中国人民大学文学院教授、BIBF阅读推广形象大使刘震云谈到阅读的未来在于交流与不断创新，唯有突破重复、持续创新，才能让阅读真正触动人心，优秀作品必须写出每个人身上被日常生活忽略的“异彩”。荷兰莱顿大学博士、荷兰公共图书馆中国文学评论专家林恪分享了他翻译中国文学的独特体验。正是通过耐心而持续的翻译与推广，中国文学中蕴含的人性共通点与独特哲学底蕴得以跨越时空与文化，让读者在探索中国写作方式的过程中，感受阅读最本真的力量。芒果TV副总裁、首席技术官卢海波提出“技术是阅读传承最有力的盟友”。芒果TV通过搭建引流、活化、传播三座桥梁，以影视改编带动原著阅读，AI创新经典年轻化表达，依托覆盖全球195个国家和地区的国际客户端，助力中华内容跨越语言地域走向世界。文/北京青年报记者 张恩杰
-
AI生成率达99.65%？高校一张端午插画引发版权之争 南都讯 记者赵青 通讯员李婷 一张端午主题插画，被AI检测平台多次判定为“可能为AI生成”，AI生成概率均为99.65%。这样的检测结果能否进入诉讼证据审查？近日，广州互联网法院公开了案件审理详情，对AI生成概率检测报告的证据属性、证明力以及AI生成内容的补强证明规则作出回应。原告诉称从画师手中获得插画著作权不料AI生成检测概率高达99.65% 原告史某诉称，自己经受让从画师崔某处取得一幅端午主题美术插画的著作权。某学院未经许可，在微信公众号文章中使用该插画，侵害了史某对作品享有的信息网络传播权，请求法院判令某学院停止侵权并赔偿损失。某学院辩称，案涉插画经AI检测平台多次检测，AI生成概率均为99.65%；该图片与AI工具生成的端午主题插画在画风、构图、人物造型等方面相似；图片中还存在手指多指、缺失等不符合人体结构的细节问题。某学院据此认为，案涉图片高度疑似AI生成，缺乏著作权法保护所要求的独创性。案件审理过程中，法院依法追加崔某作为第三人参加诉讼。崔某经法院传唤未到庭，也未提交关于案涉图片创作过程的说明和证据。广州互联网法院判决：驳回原告史某的全部诉讼请求。该判决已发生法律效力。底稿图片分层未能完整呈现原始信息AI检测报告需要与其他证据相互印证 著作权法保护的作品，应当是文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果。美术作品的保护，重点在于作者通过线条、色彩、构图、造型等个性化选择形成的独创性表达。案涉端午插画是否具有著作权法意义上的独创性，能否作为美术作品受到保护？AI生成概率检测报告能否作为诉讼证据，其证明力应当如何认定？这些成为案件争议焦点，广州互联网法院展开详细审查。主审法官表示，一方面，权利人提交的证据未充分展现创作过程。史某提交了作品登记证书、图片首次发表截图、买断合同、转账记录和底稿图片分层截图等证据。前述证据能够反映案涉图片的发表、登记和转让情况，但无法充分说明图片如何创作、由谁具体绘制、创作过程中是否包含人的个性化选择。经法院释明，史某表示无法联系崔某，不清楚图片具体创作方式，也无法提交其他证明创作过程的证据。此外值得关注的是，AI检测报告可以进入证据审查，但证明力有限。某学院提交AI生成概率检测报告，并通过可信时间戳对检测过程进行存证。存证内容显示，某学院通过浏览器和搜索引擎检索“检测图片AI率”，选择相应检测平台后，多次上传案涉图片，所得检测结论均显示案涉图片AI生成概率为99.65%。一方当事人提交的AI生成概率检测报告，类似于单方提供的鉴定或专家意见，可以作为私文书证进行审查。该类报告通常以电子数据形式生成、存储和传输，其内容性质更接近当事人单方提交的技术性意见，尚不等同于法定鉴定意见。在证据能力层面，重点审查检测对象是否明确、检材来源是否清楚、检测过程是否经过存证、检测平台选取是否相对中立、相关主体与举证方之间是否存在利害关系等因素。本案中，检测过程已经存证，搜索过程、检测平台选取和检测结果出具均由搜索引擎平台、检测平台自动运行产生，脱离某学院直接控制；现有证据也未显示相关主体与某学院存在利害关系或者其他影响公正的情形。该检测报告可以纳入证据审查范围。在证明力层面，99.65%的数值仍需审慎看待。当前AI检测平台的检测标准、检测资格、算法模型、训练数据、误差控制等信息通常并不充分公开，难以直接确认其技术手段是否可靠、检测依据是否充分。因此，该检测报告可以提示案涉图片存在AI生成可能性，但难以单独认定图片来源。法官表示，AI检测报告需要与其他证据相互印证。除AI检测报告外，某学院还提交了第三方AI平台同主题生成图片、社交平台同主题类似图片等证据。某学院使用多款国内主流AI工具，以“端午节”“一家人围坐在院子里包粽子”等内容为提示，生成多张端午主题插画。相关图片与案涉图片在画面风格、人物装扮、人物造型、场景背景等方面存在较多相似之处，部分AI生成图片中也出现人物手指缺失等明显生理结构错误。案涉图片本身也存在手指多指、缺失等明显违背人体结构科学、与画面主旨不相符的情形。与此同时，案涉图片发布账号绑定的社交媒体账号，一定程度表明图片发布者具有AI图片生成能力，并将AI作为账号特点。据此，某学院提交的AI检测报告虽证明力较小，但可以与第三方AI平台生成图片、同主题AI图片、画面异常细节、账号特征等证据相互印证，共同证明案涉图片有较高可能系AI生成。法官表示，权利人未能继续举证，应承担举证不能的不利后果。史某作为原告，负有证明案涉图片符合著作权法保护条件的举证义务。某学院提交AI检测报告及其他补强证据后，案涉图片存在较高AI生成可能性。此时，权利人需要就图片的创作过程、人的参与程度、个性化选择和最终表达形成继续举证。本案中，崔某经法院合法通知未到庭参加诉讼，史某也无法就案涉图片的具体创作情况进一步举证。在案涉图片独创性事实真伪不明的情况下，应由史某承担举证不能的不利后果。故法院对史某主张其享有案涉图片著作权并要求某学院承担侵权责任的诉讼请求，不予支持。【法官说法】使用AI工具本身不排除著作权法保护著作权法关注的是人的独创性表达 广州互联网法院法官李俊松指出，随着AIGC技术快速发展，AI生成图片、AI辅助创作图片与人工绘制图片在外观上越来越接近。诉讼中，当事人使用AI概率检测报告证明图片来源的情况也会逐渐增多。本案的审查重点，集中在AI生成概率检测报告的证据属性、证据能力、证明力以及补强证明规则。李俊松表示，AI检测报告可以作为证据提交，但高概率数值通常难以单独定案。AI检测报告能够反映检测平台对图片来源作出的概率判断，与图片是否由AI生成具有一定关联。在检测过程经过存证，检测对象明确，检测结果由平台自动生成，且无证据显示存在利害关系或者人为干预的情况下，可以纳入证据审查范围。同时，当前AI检测平台的资质认证、算法模型、训练数据、检测标准、误差控制和适用场景等信息，通常并未向普通用户充分公开。检测报告给出的高概率数值，更多体现一种技术判断和风险提示。但如果要认定图片由AI生成，该数值可以提示图片存在AI生成可能性，仍需结合全案证据综合判断。其次，AI生成内容的识别，应当坚持正反面证据结合。正面证据主要用于证明人的创作过程和实质性智力投入，例如创作工具操作日志、底稿、PSD等源文件、图层设计、逐版修改痕迹、素材来源、提示词记录、生成记录等。反面证据主要用于证明内容存在AI生成可能性，例如AI检测报告、主流AI平台同主题生成图、平台AI标识图、画面异常细节、与AI生成内容的相似比对等。本案中，权利主张者未能提交PSD等源文件、图层变动、操作日志、修改记录等能够体现创作过程的证据；被诉使用者提交了AI检测报告、主流AI工具同主题生成图片、社交平台同主题AI图片等证据；案涉图片本身还存在手指多指、缺失等异常细节。多项证据相互结合后，案涉图片被认定有较高可能系AI生成，史某未能证明其属于受著作权法保护的美术作品。李俊松提出，使用AI工具本身不排除著作权法保护。著作权法关注的是人的独创性表达。创作者在使用AI工具过程中，如果通过提示词设计、反复生成、局部修改、图层重绘、素材整合、色彩调整、构图重构等方式，对最终画面作出个性化选择和安排，仍应结合具体证据判断其是否形成独创性表达。对于AI辅助创作的图片，创作者尤其要注意保存PSD等源文件。仅保存成品图、发布截图或者图层截图，未必能够证明创作过程。能够体现图层变化、局部修改、素材来源、提示词记录、生成记录、版本迭代和人工调整过程的材料，更有助于说明最终生成内容中包含人的独创性投入。李俊松还提醒图片使用者仍应注意授权核验。AI检测报告可以用于风险判断，但授权核验仍然必要。网络图片来源复杂，使用他人图片时，应尽量确认权利来源、授权范围、使用场景和是否允许商业使用，避免因使用引发纠纷。AI生成概率可以提示风险，证据链支撑裁判判断；PSD等源文件记录创作过程，人的独创性投入决定作品保护边界。面对AI生成内容带来的新问题，法院审查仍将回到证据规则和著作权法基本要求，在具体案件中判断是否存在人的独创性表达，以及相关事实能否达到民事诉讼证明标准。
-
最快7分钟飞越山区，京东开通国内规模最大无人机进村配送网络 IT之家 6 月 19 日消息，京东物流 6 月 18 日宣布，在四川资中，京东物流首批将开通 78 条无人机配送航线，覆盖鱼溪、球溪、高楼、归德 4 个镇的 78 个行政村，服务 5.5 万村民。 据介绍，无人机从镇级配送站起飞，最快 7 分钟即可飞越山区，把快递送到村里的取件点。这也是当前国内规模最大的无人机进村配送网络，并首次在 618 期间助力乡村快递揽派。快递到了镇上配送站后，不再需要攒够一车才配送，实现当天到当天飞；无人机送到村里的服务站后，由飞手电话通知村民来取件。单架无人机每天飞行 25 到 30 趟，七八个小时就能跑完所有村子，日均配送快递超 300 单。据了解，今年 4 月，京东物流四川首条无人机进村航线在达州渠县落地。随后，京东物流又在资中打造了村域覆盖范围更大的无人机进村配送网络，到年底将实现全县 22 个镇、301 个行政村 100% 全覆盖，资中也将成为全国首批实现行政村无人机配送全覆盖的县。未来，京东物流还将在四川、重庆、云南、贵州西南四省市，针对超过 50 个区县，开通无人机进村航线。IT之家注意到，截至目前，京东物流已在深圳、上海、宿迁等地开通了大量常态化航线，主要应用于城市即时配送和山区乡村运配。
-
谷歌Transformer之父跳槽OpenAI，沙泽尔究竟在想什么？ 出品｜虎嗅科技组作者｜赵致格 编辑｜苗正卿 头图｜视觉中国在科技圈，顶尖人才的流动总是备受关注，这往往能预示着几家科技巨头中谁能在激烈的竞争中赢得一个身位。6月18日，又有一位的大佬的跳槽引爆了舆论。AI圈的传奇，谷歌Gemini模型的联合负责人诺姆·沙泽尔（Noam Shazeer）忽然在X账号上宣布，他将离开谷歌，加入OpenAI。沙泽尔写到：“很高兴和大家分享一则消息：我即将加入 OpenAI，十分期待能与这里优秀的团队共事。做出离职的决定实属不易。我由衷为谷歌出色的团队，以及我们一同创造出的所有成果感到自豪。能和各位并肩工作，于我而言是莫大的荣幸与美好经历。”这则简短和官方的帖子没有透露太多信息，不过沙泽尔本人的分量让这条消息很快在AI圈刷屏，评论和转发区也有无数网友议论纷纷。有高赞评论说“谷歌完了。诺姆的地位堪比安德烈・卡帕西与伊利亚・萨茨凯弗，是他一手撑起了 Gemini”。评论区也有网友质疑称，大佬即使要跳槽也不应该去劣迹斑斑，目前处于声誉最低点的OpenAI。不过，沙泽尔的新东家OpenAI显然对这次官宣早有准备。CEO奥特曼第一时间转发了帖子，并表达了激动的心情：“诺姆是自OpenAI创立之初我就最想合作的人之一。只用了10年，等待是值得的。”很多在X上较为活跃的OpenAI员工也都第一时间热情地表达欢迎。首席研究院马克陈（Mark Chen）发帖称：“热烈欢迎诺姆・沙泽尔正式加入 OpenAI担任架构研究负责人！他在Transformer、混合专家模型（MoE）以及高效解码技术上的研究成果，奠定了现代人工智能的技术根基。他坚定投身AGI的研发，对于稳步推进相关事业有着极为缜密、深刻的思考。欢迎你，诺姆！”回顾沙泽尔的职业经历，会发现这像是一场和谷歌“相爱相杀”的长篇电视剧。1976年出生的沙泽尔从小就展现了惊人的数学天赋，高中时获得国际数学奥林匹克的金牌。2000年，正在加州大学伯克利读研的沙泽尔辍学加入创立仅两年的谷歌，成为公司第200号员工。入职谷歌初期的沙泽尔其实并没有从事AI业务，而是负责谷歌核心商业系统开发，帮助谷歌奠定了搜索和广告设施的基础。直到2012年，沙泽尔才转入谷歌大脑 Google Research，正式深耕深度学习底层技术。2017年，沙泽尔和其他7位作者共同发表论文《注意力即是一切》（Attention Is All You Need），提出了支撑当今生成式人工智能的Transformer架构，开启大模型时代。2021年，因为对谷歌内部严格的商业化管控、保守的上线审批流程不满，沙泽尔和同事Daniel De Freitas 共同离职，创立Character.AI。这是行业里首个面向C端的AI角色对话平台，2023年公司估值突破10亿美元。2024年8月，在大模型领域因ChatGPT问世陷入被动的谷歌抛出27 亿美元技术授权交易，以变相收购雇佣的形式将沙泽尔及其核心研发团队召回 DeepMind，任命沙泽尔为工程副总裁，全权掌控 Gemini 底层架构、预训练体系。实际上，过去两年里，Gemini的表现可圈可点，一度在多项测试中追平ChatGPT。业内普遍认为沙泽尔是谷歌在大模型领域翻盘的关键角色。然而，在被谷歌花了27亿请回两年后，沙泽尔和谷歌的分歧看上去又再次不可调和了，选择了再次出走。很多人都不禁好奇，沙泽尔为什么要走？又为什么选择OpenAI？很多人认为，沙泽尔第一次和第二次跳槽，本质上都是谷歌的“大公司病”到导致的。谷歌庞大的组织层进、多部门博弈都会对约束底层创新的诉求，成为顶尖研究者的枷锁。2021年，沙泽尔想推动聊天机器人Meena上线但迟迟得不到批准。而在二次回归后，这些困境并没有消失。在回归谷歌，主导Gemini之后，沙泽尔提出轻量化、高交互、面向大众的 AI 对话产品方案，但依然要经过谷歌安全、法务、搜索业务、云业务多部门评审，迭代周期长达数月，明显长于其他科技大厂。反观 OpenAI，从产品试错、快速迭代是底层逻辑，只要技术论证可行就能快速推向市场，完全契合沙泽尔 “技术尽快面向用户” 的理念。在OpenAI和Anthropic这两家顶级AI公司之中，Anthropic近期的势头要明显更好，ChatGPT的市场份额跌破了50%，IPO也会推迟到了明年。沙泽尔在两者中选择OpenAI大概率是出于价值观的倾向。对于Anthropic一直以来强调的“安全”，沙泽尔的公开发言中并表达过强烈兴趣。相反，他的核心诉求一直快速落地前沿对话 AI、自由探索全新底层架构、优先推进AGI落地，这显然与奥特曼的想法更为契合。在技术之外，顶级科技大厂相对严格的言论管控也与沙泽尔的个性格格不入。2025年11月，媒体爆出沙泽尔在谷歌内部论坛发表回复称“我不相信人类有性别这个属性，不相信人会生错身体”。他的发言引发大量反对意见，最后平台管理员直接删除其发言并限制其发言。与之相对应的是，OpenAI的团队以开放氛围著称，目前还没有爆出严格的管控内部言论的机制。本文来自虎嗅，原文链接：https://www.huxiu.com/article/4868590.html?f=wyxwapp
-
Token低价陷阱 出品 | 妙投APP作者 | 张贝贝编辑 | 丁萍头图 | 视觉中国大模型确实越来越便宜，但企业使用AI这件事，正在变得越来越贵。这听起来矛盾，却是当下Token经济最真实的一面。以OpenAI公开定价为锚，2023年3月GPT-4发布时每百万Token输入30美元/输出60美元，到2024年5月GPT-4o发布时降至5美元/15美元，再到今天，大量够用级推理模型已经把价格打到每百万Token几毛美元甚至更低。如果以早期GPT-4价格作为高位锚点，部分通用推理Token价格在三年内最高降幅达99%。这也是过去两年行业最流行的判断：大模型会像带宽一样，越用越便宜。但进入2026年，这个判断只说对了一半。便宜的是部分模型Token价格，企业的AI运营总支出并未缩减。原因在于，通用Token价格虽然在探底，企业却正从简单问答转向Agent协作、代码生成等复杂工作流，而这类任务的Token消耗量往往是简单问答的十倍甚至百倍，导致算力总支出膨胀。由此形成价格撕裂期：通用Token在探底，高价值能力在分层，企业AI支出在调用结构中膨胀。但这种膨胀并非雨露均沾，而是沿着芯片、光模块、云平台直至应用等产业链环节，进行重新分配。在投资视角下，这种价格分裂的本质，是产业利润的再分配。谁掌握稀缺资源、关键能力和高粘性场景，谁就更有机会在Token用量爆发中持续收费。本文试图回答一个更现实的问题：在这场价格撕裂中，AI产业链中谁在真正赚钱，谁被成本和价格战挤压？ 谁在真正赚钱？ 过去两年，简单问答、摘要、翻译、分类等通用任务，在MoE架构、缓存、蒸馏和推理优化推动下，成本在逼近“水电价”。这些任务有几个共同特征：可预期、可缓存、可替代、对模型能力要求不极致。这类Token最容易被技术优化，也最容易被价格战打穿。它们正在从“AI能力”变成“基础设施能力”。所谓99%的降价红利，主要发生在这一层。但企业真正花钱越来越多的地方，并不在这里，更多集中在编程、Agent协作、长上下文推理、多模态处理等高消耗场景。这些场景正在从低价补贴池里被剥离出来，重新按“旗舰能力”计费。以智谱为例，其GLM-5.1对准编程与Agent场景，输入价格为每百万Token 6-8元，输出价格为24-28元；日常轻量任务则建议继续用GLM-4.7，输入价格为2-4元，输出价格为8-16元。两者价差约3倍。这是模型厂商通过模型档位分层重新划分了价格池。它们正在把简单问答、翻译、摘要这类任务当作基础流量，低价获客；同时开始向编程、Agent、复杂推理、多模态这类场景要利润。与此同时，底层的物理成本并未跟随通用Token的降价变化。HBM价格高位运行、数据中心电力与液冷成本高企，这些硬约束迫使阿里、腾讯、百度等云厂商在3月罕见上调了AI算力服务价格。即，当可压缩场景的Token成本不断探底，不可压缩场景的算力成本依然坚挺，这正是企业算力支出失控的底层推手之一。但更大的问题，不是单价，是用量膨胀。过去企业用大模型，大多是一问一答，单次调用成本相对可控。现在更多付费场景变成了Agent协作、长上下文记忆、复杂逻辑推理、代码生成和多模态处理等。此情况下，即使Token单价下降，但单轮单次任务消耗的Token数量可能放大十倍、几十倍的情况下，企业AI运营总成本反而可能上涨。这是为什么一些企业在大规模开放AI编程工具后，很快遇到预算失控问题。如Uber在为5000名工程师开放AI编程工具后，仅4个月便烧光了2026全年预算；国内米哈游技术团队负责人郑银河在2026年5月阿里云峰会上公开披露，团队一位工程师测试多Agent协作时，因未设熔断、数十个Agent进入循环调用，费用飙升，13小时内收到200万元Token账单。正是这三层结构的叠加，导致了“99%降价”与“企业AI更贵”的共存。而企业多花出去的钱，并没有消失，它变成了产业链上某些环节的收入和利润。因为通用Token越便宜，越容易刺激企业把AI推向更复杂、更高频、更重算力的场景；而这些新增需求，最终会流向芯片、光模块、云平台、高价值模型API、应用场景和基础设施等。即，真正赚钱的，不是卖便宜Token的人，是能从Token用量爆发里持续收费的人。这是理解当下AI产业链分化的关键。接下来，对产业链上中下游分别展开讨论。 上游要卡住瓶颈 Token经济下，AI产业链的上游由计算芯片（GPU/NPU/LPU，加速器）、高速存储（HBM）、高速互联（含光模块）、智算中心基础设施（供电、冷却）等构成，这些环节决定Token生成的速度、稳定性和单位成本。但上游并不是一块铁板。真正掌握定价权的，是那些卡住了物理瓶颈的环节。首先是GPU和HBM。随着Agent与多模态处理的发展，瓶颈不再局限于算力，更在于显存容量、带宽和数据搬运能力。HBM产能周期长、扩产慢（一般需24–36个月），又被大客户长协锁定，供给刚性直接转化为利润护城河。海外三大存储巨头（SK海力士、三星和美光）凭借HBM，将DRAM综合毛利率拉回50%+，其中SK海力士2025年Q4的毛利率已达69%。更关键的是，稀缺的HBM带宽通常不单独出售，而是被封装进GPU加速卡、整机和高速互联系统中，最终以整套计算系统的出售溢价体现出来。因此，最厚的利润池并非单一的HBM或GPU，而是“GPU+HBM+独家互联技术”打包在一起的套餐。不过，国内破局之路尚处起步，长鑫存储作为唯一DRAM IDM（设计+制造一体化），正以低毛利换良率爬坡，攻坚HBM供给瓶颈；摩尔线程、沐曦、壁仞、燧原科技等GPU厂商则试图通过自研架构与开放互联标准（如OISA），在英伟达体系外构建可用的国产算力底座。从估值层面看，资本市场对于HBM赛道的追捧主要来自于供给紧张。只不过，据长城证券测算，2025-2026年全球HBM供需比分别为45%和27%，缺口确实存在，但有所收窄。这意味着估值锚正在从"有没有货"移向"高端占比与毛利率能不能守得住"。未来一旦HBM产能扩张速度超过需求增速，估值逻辑将会变化，届时需注意下调风险。至于GPU赛道，AI算力需求仍在情况下，资本市场仍会活跃。只不过，已经过了“讲故事”的阶段，转向“业绩检验期”。如数据中心收入质量、下一代架构的出货锁单、以及单位Token成本下降是否会压低"按集群付费"的天花线等都会被检验。未来任何关于“增速边际放缓”的信号，可能都会导致估值回调。 其次是光模块。AI集群不是简单堆砌GPU，单服务器内、跨服务器节点间、乃至跨数据中心的互联能力，共同决定了算力能不能真正跑起来。800G向1.6T光模块升级，本质上是Token海量爆发后对更高带宽、更低延迟的刚性需求，这是该赛道走强的重要驱动因素。所以，这一环节依靠“高端规格迭代+客户认证壁垒”构筑护城河，头部厂商如中际旭创、新易盛的毛利率已从早年30%左右攀升至40%以上。但要注意的是，中际旭创、新易盛等企业的前五大客户收入贡献均超7成，客户集中风险比较高，任何一个大客户的订单波动都会影响全年业绩。且这种情况下，光模块企业的议价能力较弱。未来若1.6T的放量速度不及预期，或买方议价让平均售价阶梯下行速度快于成本降幅，利润增速可能会面临拐点。而中际旭创、新易盛分别为102倍何75倍的滚动市盈率，近5年历史分位数均在94%以上，意味着市场已把"未来2-3年高增+份额不丢"提前付款，安全边际薄。再就是电力与散热。当单卡功耗继续上升，传统风冷接近物理极限，液冷从可选项变成刚需。而高密度机柜的稳定运行，则依赖于园区级供电容量的冗余与效率。这一环节是典型的“资本开支驱动+交付能力壁垒”。英维克凭借全栈液冷技术绑定头部算力集群，资本市场上确实享有高溢价。但英维克当下196倍的滚动市盈率，近5年历史分位数94%，处于估值高位。这意味着市场已经把2026年全年的液冷放量充分定价，甚至透支了部分2027年的预期。未来一旦招标价松动或对手报价拉低毛利，估值回调风险会比较大。而特锐德是全球最大的预制舱式变电站制造商，近期推出的”算电岛”方案，通过高压直入与800V直流供电，可将Token的用电成本降低约30%，这一叙事受到市场较多关注。但估值能否从电力设备向AI基础设施迁移，取决于下半年算电岛的订单和交付数据。位于产业链末端的服务器系统集成与组装，便是典型的“量大、利薄”赛道。以国内AI服务器出货龙头浪潮信息为例，其主业本质是“品牌整机+JDM联合设计制造”平台。一台AI服务器的物料成本里，大部分被上游GPU、存储芯片锁定，下游又面临云厂商的强势议价，导致其毛利率较低，2025年仅5%左右。它更像是“高级搬运工”，在上下游的夹缝中赚取辛苦钱。所以，上游各赛道表面看都在涨，底层逻辑却不同：（1）HBM/GPU：不可替代性来自物理硬约束（产能周期、技术壁垒、生态锁定），溢价有"供给刚性"托底，但需警惕产能扩张后的供需逆转。（2）光模块/液冷：不可替代性更多建立在“1.6T升级、云厂商资本开支扩张”，即需求持续超预期的假设上。弹性最大，但一旦预期落空，跌幅也最猛。客户集中和价格下降是始终悬在头上的风险。（3）电力、液冷：有刚需的安全边际（电网准入、市占率、交付能力），也有AI增量需求的弹性预期。AI叙事顺利时，它跟着涨；叙事出问题时，它也会跌，但跌幅相对可控。（4）服务器组装：不具备不可替代性，没有定价权，毛利率常年徘徊在个位数。出货量增长时跟随行业Beta上涨，但一旦下游砍单或库存调整，估值会迅速压缩。市场给它的更多是“低毛利高周转的周期加工厂”估值。上游投资的本质，是判断"不可替代性"的成色：物理约束越硬，安全边际越高；叙事依赖越强，波动越大；什么都没有，就只能赚辛苦钱。 （图表来源：妙投制作） 中游要锁定生态 上游划定了算力的物理成本和稀缺性，但真正把算力变成可售卖、可计费、可被普通开发者调用的“服务”的，是中游的云厂商、算力租赁平台、大模型供应商以及运营商。（云厂商、算力租赁平台虽涉足上游基础设施建设，但其核心利润来源于中游的平台调度与生态锁定，故归入中游）这一环节的核心逻辑通过分层定价实现利润最大化，不再是“越便宜越好”。云厂商的做法最典型。阿里、腾讯、百度等云厂商下调通用模型价格，并不意味着愿意长期亏钱。对云厂商来说，通用模型只是入口，真正的利润池在后面：云数据库、云存储、云专线、安全、弹性算力、专属推理实例和行业解决方案。因此，当云厂商上调部分AI算力服务价格时，涨的往往不是普通聊天Token，而是更接近企业生产环境的高消耗服务：专属集群、弹性算力资源、高可用保障和企业级部署能力等。当企业被Agent的循环调用绑定在阿里或腾讯等云生态时，平台收取的费用由“算力费"转为”企业生产流水的过路费"。这种估值锚是"迁移成本"。这正是分层定价的体现：用低价的通用模型抢占入口，再对真正支撑企业级业务（如运行Agent、长上下文推理）的高阶服务收取溢价，从而实现利润最大化。从估值层面看，中国AI科技股如阿里巴巴、腾讯控股估值均在15倍左右，美国同类（微软/亚马逊/谷歌）约27倍，差额较大。这是因为市场仍用“传统互联网”而非“AI云”框架定价。未来企业被Agent绑定的“迁移成本”能支撑更高的利润率中枢时，有望驱动市场重新定价。模型厂商也在转向分层定价。轻量模型负责走量，承接可蒸馏、可缓存、可替代的通用流量；旗舰模型负责守价，锁定编程、长上下文、复杂推理和Agent协作等高价值场景。智谱GLM-4.7与GLM-5.1之间约3倍的价差，就是这种分层定价的缩影。走生态路线的厂商，如阿里通义、字节豆包更倾向于把模型能力嵌入云和平台生态，通用档压价，后续靠Agent开发平台、企业服务和云资源消费变现。走高端能力路线的厂商，则更看重旗舰模型在高价值场景中的付费能力。它们未必要卷最低价，但要证明自己的不可替代性。从估值层面看，市场交易的是“AGI叙事”而非当期业务。如智谱顶着“全球通用大模型第一股”光环，市销率高达1000倍，脱离基本面。一旦业绩兑现不及预期（算力瓶颈、开源竞争、企业采用放缓），面临大幅回调风险。（注：①6月18日收盘，市值约9300亿港元，2025年营收7亿；②因为亏损，所以用市销率估值）运营商的Token套餐则是另一种打法。中国移动、中国电信、中国联通把AI算力包装成类似“流量包”的产品，优势在于用户触达和计费体系。但这类模式能否真正赚钱，还要看其数据中心、电力和上游模型成本，能否被规模摊薄。只有智算收入占比持续提升、生态锁定能力被验证，估值才会有修复空间。至于算力租赁商，虽然需求景气度高，但商业模式缺乏技术壁垒，本质是“买卡转租赚差价”，一旦供需逆转利润即刻崩塌。就像通用Token价格降了后，部分客户可能因为用云厂商的服务更省事、更便宜而不再续租。如智谱2025年策略调整就是例证，从"租赁设备"为主转向算力服务商/云平台购买计算服务为主。从此维度看，数据港160倍的滚动市盈率不算低，安全垫较弱。总体看，中游的格局已经比较清楚：有云生态、有模型能力、有企业服务能力的玩家，可以把通用Token当入口；缺乏技术壁垒的算力租赁，则会沦为被挤压的夹层 。 （图表来源：妙投制作） 下游要嵌入场景 通用Token降价后，下游并没有普遍迎来躺赢，而是出现了剧烈的分化。简单AI写作、换脸工具、聊天等无壁垒的应用，竞争会越来越激烈。真正能吃到红利的，是有场景壁垒、用户粘性和付费闭环的公司。这些场景包括AI办公、AI编程、法律合同审查、医疗报告生成、工业故障排查、金融信息服务等。它们有一个共同点：用户原本就有明确需求，AI的作用是在已有工作流里提高效率。金山办公是典型代表。WPS原本就有用户、文档、订阅和企业客户，AI能力嵌入后，可以提升付费转化、企业客单价和产品粘性。2025年WPS AI国内月活突破8013万，同比暴涨307%，日均Token调用量超2000亿，同比增长超12倍。公司同期营收59.29亿元，毛利率高达85.95%。要知道，金山办公的高毛利并非模型带来的，而是文档场景的护城河带来的。AI只是提高ARPU和粘性的增强器。没有场景壁垒的AI应用，反而容易沦为上游硬件和模型API的“打工仔”。进一步从估值角度看，金山办公当下27倍左右的滚动市盈率，对比未来2年机构预期的归母净利润年复合增速11%左右看，通用Token降价利好已在估值中体现。未来随着付费率与留存继续提升，估值有望进一步走强。但一旦这两个数据拐头，溢价也会收窄。此外，下游还有另一个变量：Token治理能力。Agent工作流的复杂性，使企业账单不可预期。企业需要搞清楚哪个Agent最烧钱，哪个Prompt（任务说明书）导致上下文膨胀，哪个用户/功能/工作流在消耗Token，才能做调整和降本。这使AI FinOps成为一个新机会。所谓AI FinOps，指的是围绕模型调用、Token消耗、模型路由、缓存、上下文压缩、预算上限和熔断机制建立的一套成本治理能力。它解决的不是“要不要用AI”，而是“怎么大规模用AI而不被账单反噬”。如，迅策科技正将业务延伸至LLM Observability，即大模型可观测性，用于跟踪模型调用、Token消耗和系统表现，相关业务推进值得持续观察。从估值角度看，但该赛道目前处于极早期，市场尚未形成统一的估值锚。这类公司更可能参考SaaS的PS估值（5-10倍），后续可跟踪再验证。所以下游真正的分水岭是“有没有场景壁垒”和“有没有Token治理能力”。有场景吃红利，没壁垒的公司被同质化竞争卷死；有Token治理能力的控住成本，没治理能力的公司则可能会被Agent调用量反噬。 写在最后 综上，Token经济下，高估值的锚不仅是模型能力的边际提升，更是"AI算力通胀"下的物理瓶颈。这轮变化的起点，是推理算力消耗的快速膨胀。Agent循环、长上下文、多模态任务带来的算力消耗大幅度增长时，市场的估值锚从"软件订阅逻辑"切换到了"硬件消耗逻辑"。此背景下，产业链价值开始重构。真正的利润，将向具备稀缺性、定价权和现金流兑现能力的环节聚集。短期看，当前确定性最高的产业机会集中在上游供给侧的硬约束资产，包括HBM、GPU、光模块、电力、液冷和数据中心基础设施等，这些资源决定了AI能否大规模运行。中期看，弹性来自云厂商和模型厂商的分层定价能力，尤其是能否把通用Token调用量转化为企业级服务收入。通用模型低价获客，高价值能力分层变现，将成为中游玩家能否穿越价格战的关键。长期看，最大价值仍会回到下游场景，只有真正嵌入工作流、掌握用户和数据闭环的AI应用，才能吃到产业成熟后的利润红利。此外，拥有Token FinOps，即算力成本治理能力的企业，也值得持续关注，因为企业需要知道AI的钱花到哪里去了，才好调整控本。因此，未来AI产业的投资逻辑，不再是单纯比拼模型单价，更多是比谁能在价格分裂中找到自身不可替代的价值，从而保有定价权和利润份额。免责声明：本文内容仅供参照，文内信息或所表达的意见不构成任何投资建议，请读者谨慎作出投资决策。 本文来自虎嗅，原文链接：https://www.huxiu.com/article/4868577.html?f=wyxwapp
-
Anthropic被禁，智谱却涨疯了 出品 | 妙投APP 作者 | 董必政编辑 | 丁萍头图 | AI制图近日，号称最强大模型Claude Fable5的发布、被禁引发了广泛关注，同样冲击了资本圈。受该消息的刺激，6月15日港股大模型概念股智谱盘中暴涨近48%。同一天，摩根大通发布两份方向相反的研报：将智谱目标价上调至1400港元并重申"增持"，同时将MiniMax评级下调至"中性"、目标价从1100港元砍至400港元。这种极端的分化也体现在股价上。自Anthropic最强模型下架以来，智谱、Minimax股价表现分化明显。其中，智谱上涨了91%，而Minimax仅上涨了25%。在一级市场上，Anthropic（Claude，Mythos/Fable 模型）估值跳至9650亿美元，正式超越 OpenAI（8520亿美元）成为全球估值第一AI初创企业。在最强模型下架、智谱暴涨、摩根大通评级分化、Anthropic估值超过OpenAI的背后，妙投认为隐藏着一条清晰的逻辑主线：模型的“技术领先性”，正取代单纯的token规模爆发的预期，成为大模型公司估值的新锚点。那么，这个号称地表“最强大模型”的Claude Fable 5到底有多强，能够改变大模型的估值锚？ 一、 强到被“大义灭亲” Claude Fable 5的模型能力，已经开始让硅谷甚至美国恐惧了。谷歌创始人谢尔盖·布林（Sergey Brin）在内部访谈中无比兴奋地表示，“用过Claude Mythos（Fable 5）你就知道，那是纯粹的AGI（通用人工智能）。如果你觉得这都不算，那我不知道什么才算。”Gemperts India创始人Amit Yadav也在推特上表示，他用一个Prompt（提示词），在37分钟内让Fable 5构建了一个《我的世界》（Minecraft）的完整克隆版。“3K行代码，12美元的API成本。生物群落、洞穴、昼夜系统、甚至连生物AI都有了。”Yadav感叹道，“Notch（Minecraft原作者）花了两年时间，我们现在只需要半小时。伙计们，我们完蛋了。” （图片来源：某社交平台） 这并非孤例。猎豹移动CEO傅盛也表示，“让Fable做个网页版的红色警戒，Fable真通宵给干出来了，手机PC都还能玩，还能联机。Fable真是大模型的一大进步，靠谱比聪明更重要。”不仅能制作游戏，也能玩游戏。不看代码，不读地图，不用任何作弊辅助，Fable5就纯看，打通了一整个RPG游戏，比如：玩宝可梦火红。最令业界震撼的案例来自全球支付巨头Stripe。他们的工程师团队做了一个内部测试：把一个需要两个月才能完成的代码迁移任务，交给Fable5。结果，一天干完了。这还是Fable5独立完成的。这种“断层式”的领先也表现在Benchmark（基准测试）上。 在衡量真实工程能力的SWE-bench Pro测试中，Fable 5直接冲破了80%的临界点。相比之下，OpenAI的GPT-5.5还在60分边缘挣扎。在“资深工程师”评估项上，Fable 5领先GPT-5.5整整29分。不仅如此，Fable5强大到让美国政府大动干戈。亚马逊研究人员发现Fable 5可被诱导输出网络安全漏洞利用代码，亚马逊CEO Andy Jassy reportedly 亲自向美财政部长汇报。自己投了130亿美元的公司，自己举报——Fable 5强到了让美国政府不敢冒险的程度。Fable 5下架释放了一个关键信号，模型能力突破临界点后，监管必然介入。但反过来看，这条红线恰恰验证了模型能力的价值。如果Fable 5不够强，政府根本懒得管。 二、 估值分化 Fable 5下架后，全球最强模型出现供给真空。但资本市场没有无差别发红包——资金只涌向了那些模型能力过硬的公司。6月13日，智谱发布GLM-5.2。据智谱官方及第三方评测，GLM-5.2在BridgeBench Reasoning上以42.8分超过Fable 5，中位吞吐量约300 tokens/s，成本约为美国前沿模型的1/10。GLM-5.2没有全方位超越Fable 5，但在推理能力上做到了领先，同时速度和成本优势显著。对于被”断供”的开发者来说，足以承接相当一部分外溢需求。Anthropic被禁的直接结果是：全球大模型竞争格局被迫重新洗牌。原本Fable 5一家独大的局面被打破，有能力补位的玩家获得了宝贵窗口期。窗口期有多长，取决于补位者的模型能力有多硬。此外，摩根大通发布了两份截然相反的研报——上调智谱目标价至1400港元并重申”增持”，同时将MiniMax下调至”中性”、目标价从1100港元砍至400港元。“一升一降”的核心逻辑只有一个：定价权。据摩根大通研报，触发评级调整的直接导火索，是MiniMax于6月8日的一次定价操作——旗舰模型M3上线时定价约为前代M2.7的两倍，但仅约一周后便宣布永久降价50%，回落至与M2.7接近的水平。M3带来的智能提升未能获得市场对原定溢价的认可。反观智谱，走出了一条方向完全相反的路径。据智谱官方披露及公开市场数据，2026年以来智谱API价格连续上调，市场反应良好，持续供不应求。同样的实验，结果完全相反。 MiniMax涨价一周就扛不住，被迫降价50%。智谱连续涨价近100%，调用量不降反升——2026年一季度API涨价83%后，调用量逆势增长400%。这也意味着，在AI需求仍超过推理供给的市场环境下，降价是竞争力不足的表现。这些数字验证的是同一件事：模型能力领先→客户认可→愿意付更高价格→收入快速增长→研发投入加大→模型能力继续领先。这是一个正反馈循环，一旦跑通，追赶者很难打破。MiniMax的问题恰恰在于这个循环断在了第一步。M3发布后被市场认为”智能提升不够”，涨价不被认可，只能降价求量。降价意味着毛利率被压缩，研发投入受限，追赶难度进一步增大。正因为模型能力，大模型进入一个“估值分水岭”时代。在这个时代，资本不再看你讲了多少关于AI的故事，而看你是否拥有可持续的毛利和定价权。接下来，我们将迎来大模型厂商的密集上市潮。海外的OpenAI、Anthropic（虽然面临监管），国内的Kimi、阶跃星辰、智谱、MiniMax等，都将接受二级市场的审视。有些公司可能拥有几千万的月活用户，但如果其底层模型的推理能力无法转化为B端的付费意愿，其估值逻辑就会向传统的工具类App靠拢，面临PE（市盈率）的残酷折价。而那些能够不断突破智能临界点，像智谱这样即使涨价也有人排队买单的公司，才会被视为真正的“AI基础设施”，享受类似英伟达那样的估值溢价。本文来自虎嗅，原文链接：https://www.huxiu.com/article/4868481.html?f=wyxwapp
-
钉钉新CEO陈宇森发布首封全员信 做出组织调整 钉钉新CEO陈宇森发布首封全员信6月18日消息，界面新闻获悉，钉钉新CEO陈宇森发布首封全员信，做出组织调整。各位同事：今天我们的组织做如下调整：一、成立核心平台业务部，负责钉钉等一系列核心业务，一粟负责，向我汇报。二、整合悟空与MuleRun两个团队，成立新的悟空团队，束骏亮负责，向我汇报。三、将直销、电销、服务商、售前、交付、客户成功团队全面整合，成立客户发展部，杨猛负责，向我汇报。四、成立市场部，筱琬负责，向我汇报。五、成立公司信息技术部，负责优化迭代公司各业务系统，让一切系统易于被Agent使用，邓悟负责，向我汇报。宇森悟空事业部 CEO来源：界面新闻 B48
-
字节跳动加量采购国产芯片 2026.06.17 本文字数：3033，阅读时长大约5分钟作者 |第一财经 吕倩 陈杨园字节跳动数据中心建设进展再添新消息，行业人士称字节跳动正与天数智芯讨论采购至少5万颗AI芯片，主要用于推理工作。据记者多方了解，本次洽谈供货芯片主要用于大模型推理负载，对应天数智芯智铠系列云端推理GPU，训练场景使用天垓系列。若交易达成，天数智芯将成为华为和寒武纪之后，字节跳动的第三家GPU供应商。截至发稿，字节跳动与天数智芯方面暂未发表回应。以字节跳动为代表的互联网大厂加码自建数据中心，并非短期应急补充算力缺口，而是折射产业深层变革：AI算力需求迎来结构性切换、企业算力自主可控战略持续升级，训推硬件分线布局与国产算力规模化替代同步进入落地周期。投入独立数据中心建设近年来，字节跳动在算力投入方面的动态持续更新。字节跳动明确训练、推理两套芯片供应链完全拆分：大规模模型训练采用华为昇腾、寒武纪高端训练卡；线上C端豆包、企业MaaS海量并发推理引入天数智芯智铠系列等专用推理GPU。若本次洽谈落地，天数智芯将正式入局字节算力版图。其中，华为昇腾聚焦集群训练、超大规模模型预训练底座；寒武纪兼顾部分中高端推理、垂直行业私有化部署；天数智芯智铠侧重线上流量型海量推理主力供给。除了字节跳动，互联网大厂均在密集布局数据中心，包括百度在全国布局万卡级AI算力集群规模；阿里巴巴2026财年单季度资本开支超380亿元，预估未来三年超3800亿元加码云和智算硬件；腾讯在全国多地建设腾讯云HCC高性能AI集群，2026年下半年大规模导入国产算力，同步对外提供混元大模型MaaS、游戏AIGC、视频生成推理服务。面壁智能AI Infra技术负责人李宇轩对第一财经记者分析称，互联网大厂密集构建多供应商算力体系主要基于供给确定性、议价权与成本结构，在大厂算力需求中，推理体量远大于训练，而推理对芯片的要求（互联、显存带宽、生态成熟度）比训练低一个台阶。国产芯片在推理侧已达可用水平，这让更多供应商成为能落地的工程选择，而非纸面战略。同时，信创国产化是面向政企、央国企业务无法规避的硬性合规要求，多条技术路线并行布局，能让企业保留技术选择空间，不至于被单一厂商的硬件、生态迭代节奏束缚。沂景资本董事总经理谢思远认为，部分互联网厂商重要客户来自国企及关键行业，在算力体系建设过程中，通常会更加重视国产化能力与信创适配要求。从生态匹配角度来看，目前互联网大厂与国产芯片厂商之间仍然存在不少关键障碍需要解决，双方还处于持续磨合和博弈的过程中。清微智能高级副总裁卢强对记者表示，互联网厂商推进算力供应链多元化，核心原因不是单一的国产替代，而是需求、供给和供应链安全等多维度叠加。大模型推理需求增长很快，海外高端芯片供给受出口管制影响不确定，企业必须建立多供应商体系。同时，国产芯片在推理场景的性价比、交付可控性和本地化服务能力提升后，已经从PoC验证进入规模化部署窗口。竞争关键在于“谁的Token成本更低”站在市场经济逻辑视角，国内大规模数据中心投建，本质是下游AI算力真实需求持续释放带来的市场驱动结果。曦望Sunrise联席CEO王湛对记者表示，2026年国内大模型进入应用爆发期，DeepSeek V4等模型带来的Token市场爆发，Agent快速普及。行业竞争的关键变成了“谁的Token成本更低”。国产推理芯片在特定场景下的性价比和每瓦性能已有不错表现。具体场景包括大厂的高并发推理集群，如搜索推荐、智能客服、短视频多模态生成等场景，以及智能体应用，每天产生数万亿次Token消耗，是目前国产推理芯片采购的最大金主；另一大场景是大模型头部企业与MoE架构的常态化训练与微调，随着MoE架构普及，行业对算力的调度与局部推理能力要求暴增。据灼识咨询全球AI推理芯片行业报告，AI芯片行业正从以训练为核心向以推理为核心的范式发生根本性转变，AI推理芯片的需求正急剧增长，预计到2030年，全球AI推理芯片行业规模将达到30696亿元人民币，其中中国AI推理芯片行业规模将达到11664亿元人民币。优刻得新兴事业部副总经理刘华判断，接下来办公场景、业务AI化等需求仍会不断增长，推动算力需求旺盛，且AI行业3-5年内仍将处于高速发展期。多重因素刺激下的推理需求激增，造成暂时的供需失衡。王湛提到，市场出现“一卡难求”，行业头部企业疯狂“抢”GPU卡、买内存、租数据中心、扩建推理算力等，导致整个供应链承压。今年一季度，算力租赁成本上涨近30%至40%，预计全年AI推理的算力需求达到训练的4-5倍。卢强判断，短缺客观存在，尤其集中在高端AI加速卡、HBM、先进封装、整机服务器等环节。目前行业交付周期拉长、热门型号排产紧张、整机报价随供需和内存价格波动上行。谢思远预估，下半年随着行业竞争加剧，同质化现象将越来越明显，聚焦Token领域的价格战将出现，整体价格反而可能呈下降趋势。国产算力生态追赶中据香港理工大学研究能耗推算，在超大规模云端设置中由于“十亿级别”的用户高频请求，推理能耗已占AI总能耗约60%—90%。另外，中国工程院指出，2026年一季度中国推理需求已达到训练需求的8倍。交银国际研报分析认为，这一结构性变化意味着，对于数据中心运营商而言，支撑大规模推理任务的高密度、低延迟算力需求将成为增长主力。随着国产GPU扩产在即，叠加超大型云厂商订单滚动释放，预计2026年下半年项目落地节奏将较上半年进一步加快。预计今年二季度新模型开发与存量模型迭代仍将支撑需求韧性。同时，企业端和客户端推理逻辑需求不断提升，正成为行业中长期驱动力。可作为即时供应补充的数据中心运营商有望凭借资源和客户粘性提升份额。刘华认为，尽管存在短期压力，但中长期看，英伟达供应压力会促进国产算力的成长。“目前国产卡由于产能和适配问题供货一时上不来，但会逐渐放量，这是一个此消彼长的过程”，他表示。受地缘出口管制约束，国内产业虽短期内仍需采购英伟达高端算力作为补充，但具备替代能力的国产算力生态已进入规模化建设落地阶段。包括字节跳动在内的国内互联网厂商，短期靠采购解决需求，中期靠国产多供应商降低风险和成本，长期靠自研将利润留在自己手里。类似谷歌TPU逻辑，自研芯片核心目的不是卖给他人，而是尽可能摆脱被动境地。大厂内部业务多元、场景丰富，因此训练、精调、高并发推理、图像处理对算力的要求不同。多供应商体系允许他们用A芯片做大规模训练，用B芯片做长文本推理，用C芯片做轻量级边缘计算，有利于实现TCO最优化。谢思远对记者表示，互联网大厂构建多供应商算力体系的核心考量是性价比。大厂们本质希望以尽可能低的成本获得更多可用算力资源。对于互联网大厂而言，无论采用哪家供应商的产品，最终都要回到成本、性能和稳定性的综合比较上。在供给受限的背景下，降低对单一厂商的依赖风险是必要的，但这更多是一种风险管理需求。真正决定采购规模和采购比例的，仍是实际部署后的经济性表现。相较而言，传统智算中心承担了产业培育和基础设施建设的功能角色，相比实际使用率，带动国产芯片企业营收增长和产业发展更加重要，互联网云厂商建设算力网络本质上属于市场化行为。在此趋势下，行业处于从“可用验证”走向“规模使用”的阶段性节点。过去客户更多看单卡指标，现在看千卡、万卡集群稳定性与单位成本。大订单会明显改善厂商收入、现金流和供应链议价能力，但行业格局不会只靠一两个订单决定，最终仍由产品迭代、生态、交付和客户复购决定。从算力市场角度来看，互联网厂商大规模布局数据中心仍将是一个关键节点。微信编辑| 雨林：bianjibu@yicai.com：business@yicai.com
-
AI音乐混战，谁能成为“中国版Suno”？ 文 | AIX财经，作者 | 李梦冉，编辑 | 魏佳2026年6月初，AI音乐赛道又传出一则重磅消息：Suno宣布完成4亿美元D轮融资。距离上一轮融资仅七个月，Suno的投后估值就翻了一倍多，达到54亿美元，稳坐全球AI音乐第一独角兽的位置。这是一个耐人寻味的时间节点。自2024年，Suno就深陷版权诉讼，环球音乐、索尼、德国音乐版权协会指控其未经授权使用受版权保护的录音作品训练AI模型，诉讼涉及的曲目数量从最初的560首，一路增加到2026年5月时的超过6.1万首。虽然华纳已经率先和解，但截至2026年6月，Suno与环球音乐、索尼音乐的诉讼官司尚未结案。资本市场却有着自己的判断，Suno估值飙升，说明AI音乐这一赛道，已经被认定为不可忽视的未来。这个判断有着数据支撑，CISAC（国际作者和作曲者协会联合会）曾在2024年底就预计，未来五年，人工智能生成的音乐和视听内容全球市场将增长20倍，收入规模2028年将达640亿欧元。国内AI音乐的战场同样热闹。字节跳动、腾讯音乐、网易云音乐纷纷入场，昆仑万维推出Mureka，DeepMusic、自由量级等垂直创业公司则在更细分的场景里找站位。关于谁是“中国版Suno”的讨论，也从来没有停过。热闹之下，AI歌曲数量正以惊人速度膨胀。流媒体平台Deezer数据显示，2026年4月每天新增的AI歌曲接近75000首，占其每日新增投稿的44%，从1月的日均1万首飙升至7.5万首，但这些AI歌曲的播放占比仅为1%到3%。数字一边狂飙，播放一边遇冷，AI音乐是不是“虚假繁荣”？国产玩家中，谁最有可能成为下一个Suno？01.国内AI音乐：三类玩家，三种活法 过去一年，腾讯音乐、网易云音乐、字节跳动、昆仑万维、MiniMax等集体入场。入局者各有各的目的，有人把AI音乐当生态补丁，有人把它当核心业务，有人在垂直场景里找增量。粗略梳理，目前国内已形成三类玩家并存的格局。第一类是背靠大型科技公司的产品，如腾讯音乐旗下的“腾讯音乐·启明星”、字节跳动旗下“海绵音乐”、网易旗下的“网易天音”等。这类平台的共同点在于，AI音乐是副业，更像是“引流”产品。其中腾讯启明星采取积分定价，10元500积分，大约能生成5首音乐，每日登陆还送188积分，商业化非常克制。字节的海绵音乐完全免费，能直接给抖音创作者当BGM生成器用。定位更像是流量工具，不以赚钱为主要目的。网易的天音同样采取积分制度，每日登陆获得5积分，除此之外还有任务奖励积分，做一首歌大约消耗3积分，但并无另外充值渠道，走的也是免费策略。大厂入场的逻辑高度一致，依托已有的用户基盘和分发能力，把AI音乐融入自身的生态，守住用户、拓展场景。它们不靠AI音乐本身变现，所以对用户普遍是免费或低门槛。 第二类是大模型厂商，如昆仑万维和MiniMax。与大厂不同，此类玩家把AI音乐作为商业化手段，自研模型、改造产品、主动出海，是目前国内商业形态上离Suno最近的一类。昆仑万维旗下的Mureka于2024年8月上线，目前已迭代至V9版本。它的商业模式是B端开放API、C端会员订阅。C端会员88元/月，最多生成180首音乐，付费用户直接享有商业使用权。单看定价，Mureka高于Suno，后者月付10美元（约70元人民币），包年月均8美元，每月最多可兑换500首，单首价格更低。商业数据上，据昆仑万维披露，截至2025年11月，Mureka年化流水约1200万美元，首次实现毛利为正。它也是国内第一家公开宣布AI音乐业务正向毛利的公司。MiniMax Music则结合了两种模式，其最新模型Music-2.6有免费使用额度，一个月赠送10000声贝，一首歌消耗300声贝；声贝消耗完后，如果选择会员订阅，一个月36元。第三类为垂直创业公司，如DeepMusic（和弦派）、趣丸科技（天谱乐）、自由量级（音潮）。它们既没有大厂的流量，也没有大模型厂商的技术，只能押注差异化的路线。例如，自由量级旗下的音潮，走的是全链路自研、不外接其他模型的路子，目前以订阅制为主，周会员16元；月会员42元；年会员288元。而像谱乐AI则没有自研模型，靠整合Suno、Mureka、MiniMax、Udio等主流模型，做模型集成和服务平台。三类玩家，三种活法。腾讯字节网易不靠AI音乐赚钱，但必须占住这个位置，确保赛道爆发时手中有牌。创业公司赌的是大厂看不上的细分机会，做得足够深就能活。大模型厂商则是技术和商业上都最接近Suno的阵营，但“接近”不等于“能赢”。02.实测：国产AI音乐，追上Suno了吗？ 为了对各家AI音乐产品效果有更直观的感受，我们选取了国内几款有代表性的产品——大型科技公司阵营的海绵音乐Music 5.2（字节）、大模型厂商阵营的Mureka V9（昆仑万维）和MiniMax Music-2.6（MiniMax）、垂直创业公司阵营的音潮V3（自由量级），再加上参照系Suno V5.5，做了一次横向测评。指令统一为：生成一首中文流行歌曲，主题：怀念青春，回忆那些年和朋友的夏天，有遗憾也有温暖。主歌抒情平缓，用钢琴和吉他伴奏，歌词里自然出现操场、课桌、夏天、单车、路灯这些具体画面。副歌情感爆发、情绪上扬，表达对那段时光的不舍和感慨，加入弦乐和最少电子鼓。人声要求：男声，温柔但有力量感，中文吐字清晰。五首歌曲生成后，「AIX财经」向多位AI音乐人和爱好者做了小范围调研。AI音乐人白白认为，整体来看，Suno和Mureka最好，音潮垫底；但另一位从业十余年的音乐教师茶茶给出的排序是：Suno、Mureka、MiniMax、音潮、海绵音乐。虽然具体排序有差距，但无论AI音乐人、传统音乐老师还是爱好者，都无一例外将Suno排在了第一。在测评过程中，五个平台在生成速度和完成度上都表现良好，差距主要出现在编曲人声和歌词这两个更考验能力的维度上。先说编曲和人声，这个维度上Suno仍是天花板。茶茶认为Suno编曲最好，歌曲曲式规范、调性合理、段落清晰，主歌副歌对比鲜明。白白也将Suno编曲排在第一，他认为Suno的编曲最有层次感，“节奏和情绪的推进很自然”。另一位AI音乐人阿杰也表示，Suno最好，但Mureka的技术底子也不弱，不过后者风格固化是致命问题。这次测评中，指令偏向青春流行曲，它生成的却带着一股爵士和R&B的味道。阿杰解释，这是Mureka的惯性，它最擅长歌手李玖哲那类R&B曲风的华语流行风格，但也容易把其他风格的指令“带偏”到自己熟悉的味道上。不过白白补充，Mureka有一个隐藏优势是过审能力，它生成的歌简单处理后就能通过音乐平台的曲库版权检测，说明原创度还可以，而Suno的歌往往很难通过。这对于想把作品拿去分发、商用的用户来说很关键。至于海绵音乐编曲的表现，受访者形容是“碰运气”，生成结果时好时坏，且电音机械味偏重；茶茶认为，音潮整体AI感太重，音高绕来绕去，科技感重、不写实，但比海绵音乐好一点。具体到人声排序，茶茶认为MiniMax的《如果时间有回音》最好，声音有质感、偏现实；Suno《那年夏天的单车》音域宽广排第二；第三是Mareka的《补签》，人声音色多样且音域宽泛；音潮《银河线》水平介于中间，没亮点；最后是海绵音乐的《旧夏天的信》，存在咬字不准确、吃字，听不清的问题。再看歌词，国产有亮点，但AI离“好词”还很远。白白认为Suno的歌词结构最完整，有清晰的主歌、预副歌、副歌、桥段，副歌四句都以“那年夏天”开头，形成了记忆点。阿杰认为，Mureka的用词最讲究，“补签”这个意象有巧思，“当时的莽撞被风吹成勋章”“像断了线却还牵挂着的纸鸢”等单句有一定的文学性。但问题也明显，断句方式奇怪，大量空格让歌词读起来像在背单词，整体偏堆砌，缺乏流行歌曲应有的朗朗上口。值得一提的是，MiniMax的歌词能力不弱，其词质量明显高于海绵和音潮，甚至在整体断句安排上略优于Mureka，茶茶在歌词排序上，甚至将MiniMax排在第一。不过阿杰认为，MiniMax作品也用了提示词中没有但AI常有的“蝉鸣”意象，AI味道还是很明显。 五款APP生成的歌词。海报为AI生成，歌词有重复段落省略 五款APP生成的歌词。海报为AI生成，歌词有重复段落省略 五款APP生成的歌词。海报为AI生成，歌词有重复段落省略 五款APP生成的歌词。海报为AI生成，歌词有重复段落省略 五款APP生成的歌词。海报为AI生成，歌词有重复段落省略海绵音乐则堆了太多意象，校服、课桌、蝉、单车、路灯、汽水、试卷、情诗全往歌词里塞，丰富有余，留白不足。阿杰表示，这类意向正是AI常用的，AI味道比较严重，而音潮“银河线”意象不错，但在具体的遣词造句上，仍然很模板化。白白认为，歌词的能力，AI目前还差得远。目前他自己制作AI音乐的方式是：自己写词，让Suno负责编曲和人声演绎，“单靠一条指令是做不出好作品的。”从测评结果看，几家国产产品各有优势：Mureka过审能力强、商业化跑得最快；海绵音乐免费、性价比高；音潮价格比较友好、全链路自研有特色；MiniMax在人声和歌词上可圈可点。但也各有短板：Mureka的硬伤是风格固化、缺乏记忆点；海绵音乐编曲不稳、商用很难；音潮整体的AI味道明显；MiniMax在编曲上还有提升空间。在核心听感上，它们与Suno仍有明显差距。白白的说法更直接，“做得好的AI音乐，一般都是Suno做的。”不过，技术上的差距，是可以靠时间和迭代追上的。真正决定终局的，或许不是谁的模型更强。中国音乐市场有着特殊性，如短视频驱动的消费习惯、尚未成熟的版权环境、偏低的C端付费意愿，这些都可能会改变“AI音乐平台”在国内的形态。03.版权、付费、出海：谁是下一个路口？ 摆在国内AI音乐平台面前的，有三道绕不开的坎。一是版权，这是整个商业模式的地基。对AI音乐来说，一首歌能不能拿去商用、能不能变现，前提是它的权属要清晰且不侵权。如果地基不稳，生意就做不大。除了对编曲人声歌词等基础表现测试外，我们还针对“版权”做了一个额外的测试：分别用“翻唱周杰伦《晴天》，保留原曲旋律”（直接复制）和“生成类似周杰伦《晴天》的歌曲”（风格模仿）这两个指令，测试五个平台的版权处理方式。结果差异明显。Suno最严格，两轮指令均触发硬拦截，错误提示直接点名“不允许引用具体艺人名字”，连风格模仿这种隐晦表达也不放行。这是被海外版权诉讼逼出来的合规。 Mureka的处理比较有技巧，面对“直接复制”的指令它选择拒绝，但对“风格模仿”没有一刀切，而是回复说“不能直接复制，但可以打造一首华语青春流行乐风格的新歌”并给出具体创作方向，甚至询问用户想要“酸涩的遗憾结局还是温柔的告白瞬间”。 MiniMax、海绵音乐和音潮则几乎不拦截指令，直接生成。海绵音乐在“风格模仿”指令下直接生成了“从前从前有个人念你很久”这样的歌词，几乎是原词的翻版。MiniMax和音潮虽然也生成了，但跟《晴天》关系不大，只在风格意境上做了小程度模仿。 但无论各家的策略如何，根本的问题在于，这些模型的训练数据从哪来？国内目前没有明确的法律界定，用受版权保护的歌曲训练模型是否合规，一旦监管收紧，现有模型都面临重建成本。这一点国内外都一样。此前环球、索尼等老牌唱片公司相继对Suno发起诉讼，直指AI训练数据的版权问题，德国音乐著作权协会也加入维权行列。版权的不确定，还直接传导到了商业化上。「AIX财经」梳理各平台用户协议发现，平台对“用户拿AI音乐赚钱”这件事，态度很拧巴。Suno、Mureka、MiniMax、音潮平台上的付费用户都享有商业使用权。值得注意的是，Mureka用户协议明确告知：生成内容能否进行版权登记存在法律不确定性，相关风险由用户承担。 图源 / Mureka用户协议条款节选海绵音乐由于完全免费，限制也最多——版权根据改编比例等因素归用户与平台“共同享有”，个人非商业用途之外的任何使用都需要平台授权，平台还保留了“独占性”的商业开发权利。也就是说，你想拿海绵生成的歌去获益，严格来说需要平台同意。第二道坎是用户付费。版权的不确定，最终会传导到用户的付费意愿上。平台一边想让用户拿AI音乐去变现，这样用户才有付费的动力；一边又不敢为版权背书，因为训练数据的合法性本身就悬而未决。即便抛开版权顾虑，付费这件事在国内也很难。从生产端看，国内愿意为AI生成工具付费的人比起Suno仍相差甚远：根据公开信息，Mureka年化流水1200万美元，但这个数字放在Suno近3亿美元的年收入面前，差距是25倍。第三道坎是出海，国内付费转化难，出海便成了变现出口之一，但海外正是Suno的主场。昆仑万维曾表示，Mureka超过90%的B端客户来自海外。但要去Suno的主场抢用户，挑战不小。一个普遍的说法是：国内AI音乐在中文理解和演唱上比Suno更好。但这次测评中，这个说法并没有得到验证。在歌词意象和情感表达上，Suno并没有明显落后；在演唱上，存在个别汉字发音不标准的情况。白白称：“相比作品质量，这属于非常微不足道的问题，找个简单的同音字替换即可，所有平台都会有这种情况，几乎是所有AI音乐的通病。”在国外，比发音问题更严峻的是海外的版权生态，Suno凭借优秀的商业表现，已经与华纳等头部唱片公司达成和解，把曾经的诉讼对手变成了合作方。Mureka在海外版权生态上的动作相对有限，据公开消息，目前昆仑万维仅与国内太合音乐集团正式签署战略合作协议。AI国内音乐的混战，远不止技术的比拼，版权环境、付费习惯、出海适配等等，每一条都和Suno面对的环境不一样。照着Suno的路径打，不一定能打到Suno的终点。*应受访者要求，文中茶茶、白白、阿杰为化名。
-
向“新”而行，智媒时代的隐私之问 范海潮随着智能媒介的快速发展，算法推荐、生物识别、大数据挖掘等技术广泛应用，个人隐私保护面临前所未有的挑战。中国新闻史学会媒介法规与伦理专业委员会理事长、南京师范大学顾理平教授的新著《人工智能时代的公民隐私保护》，立足智媒技术嵌入公民日常生活之现实，系统分析人工智能时代公民隐私保护所面临的新环境，深入探讨人工智能时代公民隐私保护的关键性课题，深度探索人工智能时代公民隐私保护研究的范式转向。作者从传媒变革、隐私边界、社交应用、智能监控、生物识别、数字身份、知情同意、数字遗产等多个维度展开论述，内容层层推进，分析深入透彻，带领读者进入智能传播隐私研究的最前沿。开拓“新”视野，精准梳理人工智能浪潮下的隐私保护现状。作者敏锐地抓住人工智能时代人们言行被数字化、隐私呈现方式复杂多样的特点，在著作开篇就带领读者领略新的传媒业生态，强调人工智能给传媒业带来的变革，包括内容生产方式、信息传播场景等维度，甚至是法律规制、伦理意识及社会治理的改变。从传播语境到具体议题，全书力求全面展现人工智能发展对隐私的影响，其中诸多探讨为我们提供了理解隐私保护的新视野、新方法。聚焦“新”诠释，深度剖析个人隐私面临的多元议题。这部著作的突出特点在于不拘泥于传统的隐私理论研究范式，而是重点关注个人隐私因智能媒介发展所带来的新的多元议题，并尝试用新概念进行总结论述。比如平台运营商借助大数据挖掘、智能生产等手段，将用户的海量数字化痕迹整合拼接，构建出个体的隐私数据画像，形成“整合型隐私”。再比如“圈子和关系”的强弱形塑着数字交往中的隐私边界，“智能生物识别”技术正消解着个体的隐私主体性，需要“超越边界”来思考技术进展与隐私流动，等等。作者还将抽象的个人隐私多元议题转化为具体可感的应用场景，启发读者从自己的日常和近处出发，关注其中的公与私、情与法。探索“新”路径，科学构想隐私保护的协同治理体系。“人工智能时代，公民隐私如何得到有效保护？”作者系统提出了自己的构想：宏观上，一是技术的理性回归，将隐私保护理念嵌入技术架构之中，在实现数据价值的同时最大限度保护公民隐私权益；二是公民素养的提升，持续提升公民隐私认知能力和媒介素养，在数字交往中合理界定隐私边界、有效维护自身隐私权益。三是法律的坚实保障，不断完善法律规制，在促进数据合理流通与保护公民隐私权益之间寻求动态平衡。微观上，对人工智能时代隐私保护的关键议题进行深描，如智能情境下个体身份如何确认与识别、怎样真正落实用户的知情同意权、逝者生前存留在网络空间中的私人数据应如何妥善处理等，极具前瞻性和人文意蕴。《人工智能时代的公民隐私保护》一书不仅讨论隐私保护本身，还探讨隐私的观念、伦理与文化，不仅厘清媒介与隐私的关系，更关照技术变迁中人的尊严、主体性与生存境况，体现出作者对我国智能社会隐私保护这一现实问题的学术关怀与责任担当。这部著作所展现的多维视角与路径探索，将为我国人工智能治理体系的完善和数字社会隐私文化的培育提供更为真实、集中与理性的学术借鉴。(作者系南京师范大学新闻与传播学院副教授)
-
喜大普奔！微软终于改变：Windows 11每次更新后都不用重启了 快科技6月17日消息，微软终于要针对用户吐槽多年的痛点做出调整，最直观的变化就是之后的Windows 11更新，用户再也不用为了不同类别的补丁反复重启设备。微软近日面向Experimental实验频道推送了Windows 11预览版本26300.8687，这个版本正式上线了全新的统一更新体验功能，核心目标就是把月度打补丁流程里用户需要执行的重启次数压缩到仅一次。这次功能调整属于微软内部代号为Windows K2的迭代计划的组成部分，初衷就是回应海量用户长期以来对Windows 11更新弹窗频繁、更新逻辑混乱的不满，重新搭建普通用户对系统更新机制的信任度。按照微软公开的全新更新策略，后续系统会把所有待安装的更新内容打包进同一条安装流程，覆盖安全补丁、驱动更新、漏洞错误修复、固件升级以及.NET相关组件升级所有类目，不再拆分不同批次分开推送处理。通过这种集中式的打包安装逻辑，Windows只需要一次重启过程就能完成所有更新内容的部署，彻底告别过去不同类别更新分开安装、用户不得不反复重启设备的糟糕体验。从下一个月度常规更新周期开始，这套统一更新体验就会正式全量生效，所有更新包都会在后台静默完成预下载，之后系统会匹配用户空闲的统一安装时机，只用一次重启就能完成全部更新操作。微软测算，这套新机制落地之后，直接就能解决用户吐槽了很多年的"每个月为了保持系统安全最新状态要反复重启好几次"的普遍痛点。
