找到
1958
篇与
互联网
相关的结果
- 第 6 页
-
大佬万字长文背后：硅谷精英们正试图重写人类社会的宪法与政治版图｜附中英全文 最近，顶尖 AI 巨头 Anthropic 的 CEO Dario Amodei 抛出了一篇引发全网刷屏的万字长文：《人工智能指数时代的政策》。全文围绕五个政策领域，非常细致地写清了自己的观察，并提出了从监管到地缘政治的系统性建议。（原文链接：https://darioamodei.com/post/policy-on-the-ai-exponential ，本文后附中文版全文。）必须承认，在满嘴“改变世界”、只会画大饼的硅谷圈里，Dario 堪称一股罕见的清流。他极其坦诚、甚至有些“大义灭亲”地撕下了科技圈粉饰太平的伪装。圈内人总爱把公众对 AI 的担忧归结为“公关没做好”，但 Dario 毫不客气地反驳：人们担忧是因为风险真实存在，根本不是什么公关问题。他也直接承认了科技巨头极力回避的那个真相：AI 极有可能引发严重的、持久的失业潮，让经济卡在“超级增长与超级不平等”的极端状态里。但如果我们顺着这位行业前线“吹哨人”给出的解药往下推演，就会发现一个令人深思的结构性悖论：这位充满责任感的高管，在呼吁给行业套上枷锁的同时，客观上正在欲图推动一场前所未有的权力交接。硅谷精英们，正重写人类社会的法则。 呼吁强监管的 B 面：领先者的“绝对护城河” 面对以闪电般速度进化的 AI，Dario急了，建议政府赶紧像管飞机、管药物一样，把 AI 管起来。比如，搞一个类似联邦航空管理局（FAA）的机制，要求算力达标的前沿模型必须通过第三方的强制安全测试，否则就不准发布。出发点无疑是为了人类安全。但从商业演化的客观规律来看，航空业之所以是高度集中的寡头垄断，正是因为合规成本高到离谱。一旦 AI 行业真的“FAA化”，高昂的审查费、定期的红队测试和渗透测试，将直接化为一道坚不可摧的“叹息之墙”。监管，有时候是领先者的护城河。初创公司和开源社区根本无力负担。最终的结果是：巨头们出于对全人类安全的“大爱”，客观上借用公权力进行了合法清场，把自己的寡头地位写进了法律。在医药与地缘政治领域，这种微妙的逻辑同样存在。Dario 呼吁 FDA 等传统机构放松对 AI 药物研发的审批，接受 AI 模拟来替代漫长的临床实验。出发点是好的，但这无疑也为手握最强算力的 AI 巨头降维打击万亿医药赛道扫清了障碍。同时，他构想了一个“民主国家 AI 联盟”，在内部共享芯片，对外部严防死守。若建立该联盟，谁提供技术？谁被排除在外？谁被敌对？这整个过程中，谁获利？为了维持技术代差，科技巨头不仅是技术提供商，更顺理成章地成为了新时代游戏规则的制定者，甚至可能化身为承接巨额国防预算的新型“数字军工复合体”。借古观今：人类社会的版图会被如何改写？ 如果我们翻开历史的草蛇灰线，这一切其实早有预兆。在历史上，当一家公司变得足够庞大时，它往往会“俘获国家或采用准国家的特征”。Dario 自己在文中就提到了一个非常精准的类比：英国的东印度公司。东印度公司起初只是一群做香料贸易的商人，但为了保护航线、管理庞大的跨国利益，他们渐渐开始招募军队、建立法庭、发行货币，最终成为了统治次大陆的“准国家”。今天的硅谷巨头们，走的正是一模一样的路径。只不过当年的媒介是坚船利炮，今天是算力。Dario 推演了一个让人惊叹的未来：如果 AI 继续指数级进化，它将变成“数据中心里的天才国度”：AI就像是各领域天才的集合地，拥有强大的AI就像拥有了一个国家那么多的天才为自己效忠。所以当一个拥有强大AI的军队，面对没有AI的军队时，差距就像“二战海军陆战队面对中世纪剑客”。当科技巨头手中掌握了能够引发金融崩溃、制造生物武器、甚至决定全球地缘政治格局的超级技术时，传统的国家机构开始难以对其进行有效约束。巨头们已然试图自己制定安全标准，自己测试模型，甚至自己构想国际结盟方案。这并不是因为他们是一群邪恶的野心家，而是技术发展到这个体量后，权力的真空与人性的复杂迫使他们自然而然走上了类似的道路。在风暴之眼，普通人的自处法则 在这样一个算力决定一切的时代，个体的力量似乎被无限压缩。Dario 毫不留情地揭开了真相：AI 取代的不仅是体力劳动，而是人类引以为傲的认知能力本身。我们在职场上苦苦磨练的逻辑推理、方案策划，在AI这个“汇集了所有天才的国度”面前如同儿戏时，我们该如何自处？巨头们给出的药方是：全民基本收入（UBI）等宏观经济支持。哪怕不工作，国家也发钱养你。但饭碗保住了，心里的那个大窟窿谁来填？或许就像 Dario 在文中的那个隐喻：即便机器早就在国际象棋和围棋上碾压了人类，但人们依然会把一生奉献给棋盘，依然受人敬仰。因为机器算出的是冰冷的“最优解”，而人类追求的是生机勃勃的“体验本身”。不可被标准化的那些特质，将成为未来最稀缺的资源。以下为Dario Amodei此次发布的全文（中文翻译版），略经钛媒体编辑：关于AI指数级增长的政策 在《指环王》的一个支线剧情中，两个霍比特人试图唤醒树须（Treebeard）——一个充满智慧但行动迟缓的有知觉的树人——来保卫他的森林，抵御一支正在砍伐森林的军队。 问题在于，树须的行动速度与霍比特人截然不同。 他单单是向另一棵树问声好就需要花上一整天的时间，因此要让他和他的同伴们足够迅速地采取行动几乎是不可能的。人工智能（AI）与我们的政治制度之间的交集，感觉有点像霍比特人和树须。 AI正以闪电般的速度（lightning pace，俚语/习语，意为极快的速度）发展——仅仅在四年时间里，AI模型已经从几乎写不出一行连贯的代码，发展到在主要AI公司编写了大部分代码。 在生物学、物理学、数学、金融、法律、翻译以及许多其他领域也取得了类似的进展。 AI的缩放定律（scaling laws），即预测随着计算能力的增加，通用认知能力将呈指数级增长，如今这一定律背后已经有超过十年的实证证据支撑。 如果这些缩放定律再延续仅仅一两年的时间，我们很可能会得到我所谓的“强大AI（Powerful AI）”，或者说“数据中心里的天才国度”。相比之下，政策——尤其是立法——进展非常缓慢。 通常这是有充分理由的：政府拥有极其重大的权力，不草率地行使这些权力通常是最好的。 但这种时间尺度上的错位仍然是非常令人痛苦的：在国会采取行动可能需要的几年时间里，AI可能会从一个有趣的玩具变成一个名副其实的天才国度（country of geniuses）。在过去几年里，自从AI成为一项主要的商业技术以来，我们这些希望负责任地处理它的人面临着一个进退两难的困境。 我们能够清晰地看到这种指数级增长的走向：我们强烈怀疑在几年内，AI将成为那些从根本上重塑整个政策格局的罕见技术之一，就像核武器重塑了地缘政治、工业革命从根本上重塑了每一个经济和社会问题一样。 但是，对于那些只关注当时AI能做什么的人来说，它看起来更像是一项非常普通的技术——也许类似于最新的消费者应用程序或加密货币。 很难说服大多数政策制定者和公司，除了放任自由（laissez faire）的态度之外，还有什么是有意义的。 公平地说，事实上AI的激进影响尚未显现，而且我们并不确切知道它们可能会采取什么形式，这也使得即使有采取行动的意愿，也很难设计出正确的政策。鉴于这种情况所施加的限制，许多安全倡导者（包括Anthropic）迄今为止一直专注于倡导能够保留选择权、为未来的快速反应做好准备（tee up，俚语/习语，意为做准备、打基础）、或让世界更好地洞察即将发生的事情（coming down the pike，俚语/习语，意为即将发生或出现的事情）的政策行动——诸如透明度立法、对芯片的出口管制以及收集关于AI对劳动力影响的数据。 这些还不够，但它们给人的感觉似乎是目前所能做的一切了。然而，在过去的几个月里，关于AI令人难以置信的力量及其风险的证据已经变得不可否认。 也许最具代表性的例子是Claude Mythos Preview（Claude神话预览版），以及人们发现前沿模型（frontier models）对网络安全构成了非常真实的风险，创造了破坏金融部门、关键基础设施和国家安全的可能性。 Mythos Preview彻底打乱了（scrambled，俚语/引申义，意为使陷入混乱、打乱）全球网络安全格局。 但其更广泛的意义在于，它毫无疑问地证明了AI模型现在已成为具有全球和国家战略意义的工具。 Mythos级别的模型所带来的网络风险不会是我们必须面对的最后一个风险。 我相信生物风险可能很快就会随之而来，严重的AI自主性风险也可能紧随其后（注释1）。我们现在在全球范围内集体需要启动一个缓慢且摇摇欲坠的政策机构，以应对从现在起将以惊人速度复合增长的风险和机遇。 许多政策制定者正表现出越来越开放的态度来采取行动，令人鼓舞的是，看到我们的同行也转而支持我们过去几年一直倡导的相同立场（come around to，习语，意为改变观点以赞同）。 这是好事，但我担心这些早期行动与AI的快速进展相比至少脱节了一年。 这篇文章试图缩小这一差距：阐明指数级增长目前所处的位置，以及迎难而上（meet the moment，习语，意为应对当前的关键时刻/挑战）所需的集体行动。我将重点关注在AI世界中需要重新构想的五个常年性政策领域：监管与公共安全、宏观经济与税收政策、科学创新、国家与社会之间的权力平衡、以及地缘政治。 我将主要从美国政策的角度来谈，因为Anthropic是一家美国公司，但我提出的大多数建议也与世界其他地区相关。随同这篇文章，Anthropic将发布一份关于前沿模型测试的立法提案，以及一份关于工作岗位流失的政策框架，我们打算为此提供大量的财务支持。 我们计划在未来做更多的事情，但我们将这些视为表明我们严肃态度的第一步。1. 监管与公共安全 每一项新技术或新产品都有其有益和有害的用途，因此在创新与安全之间带来了一种两难的境地。 对产品进行监管会降低它们造成危害的可能性，并在改善世界各地人们的生活方面发挥了重要作用，但它也可能直接减少其带来的益处并间接抑制创新。 这里还有一个哈耶克主义的观点，即监管机构通常缺乏做出关于复杂经济权衡的正确决策所需的信息，因此监管通常既无效又繁琐。 一个相关的概念是科林格里奇困境（Collingridge dilemma），该困境指出，一项技术的影响通常很难预测，直到为时已晚而难以轻松管理它们。在2023-2024年，这些动态在AI领域显得尤为突出（loomed large，习语，意为显得突出、引起关注或显得可怕）。 对Anthropic来说，很明显AI在未来可能具有制造威胁数百万人的生物武器的能力，或者其自主性的不当行为在极端情况下甚至可能威胁人类本身。 不太清楚的是风险将以何种确切形式出现，如何最好地测试和缓解它们，以及它们在实践中将如何演变（play out，习语，意为发展、产生结果）。 因此，提前起草的立法存在很高的风险，可能会最终变得无效——制造无意义或低价值的合规要求，同时错失了实际风险的最关键来源（注释2）。最终，我们得出结论，当时正确的方法是透明度。 AI模型的开发者应必须披露他们的安全程序以及他们在模型上运行的测试，并报告任何关键的安全事件，以便公众和科学界能够在风险出现时更好地洞察这些风险。 何时以及如果风险变得更加明确且其形态更加清晰，那么通过透明度获得的证据就可以用来设计聪明的立法，以精准地针对最令人担忧的风险。 因此，在2025年，Anthropic支持了透明度立法，帮助通过了加州的SB 53、纽约州的RAISE、伊利诺伊州的SB 315（于2026年初通过），并倡导在联邦层面制定透明度标准。然而，现在的风险已经显而易见地到来了。 是时候超越透明度，对AI进行更严肃和具有约束力的监管了。 我认为，至少在指数级增长的当前阶段，最好的类比是汽车、飞机或药物——这些是现代经济不可或缺的强大技术，但如果设计或操作不当，则有能力导致大量人员死亡。 因此，我认为我们应该以联邦航空管理局（FAA）等机构为模板来制定AI监管框架。 前沿AI模型就像飞机一样，应该被要求接受技术测试和审计，如果它们不符合高安全标准，则应将其发布受阻或撤回，视其为对公共安全的威胁。 我很感激看到特朗普政府的行政命令正逐步朝着让政府在AI领域发挥更大作用的方向迈进，尽管Anthropic的提案建议采取更进一步的行动。 我们的提案包括以下要素： 超过一定算力阈值的模型必须接受合格的第三方强制测试，以评估其在四个特定领域的风险水平：网络安全、生物武器、对AI系统失去控制，以及可能加速这些其他风险的自动化研发。 如果根据第三方评估认为该模型存在不可接受的风险，政府应该有权阻止或威慑该模型的部署。 这项权力必须限定在上述四个具体风险范围内，并且必须有针对政治偏袒或武断决定的保护措施。 第三方评估可以由政府机构（类似于FAA）或一组获得政府授权和检查的私人组织来进行，以根据某些标准评估模型（一种“监管市场”方法）。 开发先进AI模型的AI公司必须拥有保护其模型权重的强大安全标准，应进行定期的红队测试（red teaming）和渗透测试，并应与政府合作防御主要的威胁行为者。 必须及时报告这四个关键领域的安全事件。 可能会有那么一天，也许很快，当最强大的AI系统看起来不那么像飞机或汽车，而更像可武器化的核材料时——这对人类是一种威胁，而不仅仅是“仅仅”对公共安全的威胁，我们就需要超越这一步。 如果发生这种情况，我们可能需要采取比我上述列出的更为激进的监管措施（注释3）。 但是，正如在2024年很难针对并应用我现在建议的措施一样，我认为我们不应该操之过急（get ahead of ourselves，习语，意为行动过早、超前）。 我们应该为今天正在出现的危险设计政策，同时奠定基础，以便在新危险出现时更快地加强我们的应对措施。2. 宏观经济与税收政策 长期以来，各国政府一直面临着如何鼓励经济增长，同时又提供重要的公共服务并确保最弱势群体得到照顾的问题。 这些辩论的一个重要（且总体上是正确的）前提是，经济增长是脆弱且难以实现的——虽然减少不平等可能会带来重要的好处，但它必须与增加税收或赤字带来的经济阻力进行权衡。我怀疑强大的AI可能会打乱这一假设。 如果AI获得了远好于人类执行大多数认知任务的能力，那么合乎逻辑的是，它可能会通过加速科学、技术和运营效率而带来极快和强劲的经济增长。 AI构建更好AI的迭代能力甚至可能会进一步增强这种增长。 但出于完全相同的原因，相比之前的技术，AI也可能作为一种对人类认知能力的更普遍的经济替代品，同时也比之前的技术更快地改变经济。 因此，有理由认为，与以前的技术相比，AI可能会对劳动力市场产生大得多的颠覆，而且潜在地是更持久的颠覆。 我们面临的风险是，最终会进入这样一个世界：经济权衡的表盘被卡在了超级增长、超级不平等的设置上，而且有可能很难从该设置中拔出来。 在这样一个世界中，关键的挑战将不再是激励增长，而是找到一种让每个人都能分享利益的方法。在这篇文章讨论的主题中，宏观经济和持久的劳动力替代可以说是吸引了最多公众关注和最多误解的话题，所以我想非常明确地说明两点。首先，持久的工作岗位流失是不可取且危险的，我们应该尽一切努力尽量减少或防止它，而不是促成它。 我在访谈和文章中警告过工作岗位的流失问题，因为我希望政策制定者和私营部门都有最好的机会去适应和应对，而不是因为我试图成为一个“末日先知”。 作为一家公司，Anthropic总是尽其所能与客户合作，寻找创造性的新用例和新收入来源，使他们能够用现有的劳动力做更多的事情，而不是仅仅关注于节约成本（这通常意味着裁员）。 随着这些系统的进步，我们也不断尝试构想新的交互范式，让参与协作的人类在AI系统中能够扮演尽可能活跃的角色。 更广泛地说，让整个世界尝试以尽可能多的新方式使用AI是有价值的，因为这是社会发现新的潜在工作配置的途径。 我的确认为AI将带来大量新的经济机遇。 我曾预测过，AI将使单个人能够创建价值十亿美元的公司，而我们已经看到只有少数几个人的团队建立起了收入数亿美元的企业。 但与此同时，我们应该认识到，尽管我们付出了所有的努力，AI仍然很有可能会导致严重的持久性失业——这可能是该技术的内在属性以及它广泛复制人类认知方式所决定的（注释4）。其次，任何针对AI驱动的工作岗位流失问题的应对措施，都需要既解决为每个人提供经济保障的需求，又解决人们寻找意义、目标和能动性的需求。 后者最终更为重要，它取决于关于社会应如何组织、人们应追求什么以及什么构成美好生活的深层问题。 实际上，我非常乐观地认为，即使在一个拥有在所有方面都比所有人更出色的AI的世界里，人类仍然可以过上目标深远的生活，并努力创造令人敬畏和美丽的事物（注释5）。 但这是需要全社会共同解决的问题，而不是政策可以直接解决的问题。 政策能够发挥最大作用的地方，在于通过减缓失业速度并为可能受到影响的人提供经济保障，从而为我们争取时间来做这项工作。本着这种精神，一些可能有所帮助的关键政策干预措施包括： 衡量与追踪。 很容易把单纯的数据收集和分析视为不足以应对问题规模的做法而加以否定，但如果我们不能准确衡量实际发生的情况，我们就不太可能制定出好的政策。 Anthropic运营关于人们如何使用Claude的经济指数已经有近一年半的时间了，但政府可以获取我们无法获得的数据类型，并且可以大幅扩展其经济统计数据，以便更仔细地追踪AI带来的失业情况。 促就业的激励措施。 广泛的促就业政策激励措施可以帮助减缓或减少工作岗位的流失，包括：当人们不得不从事低薪工作时对他们进行补偿的工资保险政策（注释6）、鼓励雇主不进行裁员的保留税收激励、劳动力培训补助金、或者促进雇主与雇员匹配以加快劳动力市场适应速度的基础设施。 虽然哪种干预措施最好的细节将取决于AI带来何种类型的劳动力替代，但我们应该欣然接受这些政策可能带来的成本和市场效率低下，特别是因为它们可能会被AI驱动的生产力增长所抵消。 长期的宏观经济支持。 如果AI驱动的劳动力替代最终规模巨大，并永久性地压低了对劳动力的需求，那么可能就有必要超越单纯的激励计划，对很大一部分劳动力提供长期的收入支持。 全民基本收入等机制可以通过对相关公司征税或提高资本利得税来获取资金。 全民资本账户提供了另一种工具。 广义而言，快速的经济增长应该会为共同繁荣创造税基。 对于AI的经济担忧中，我没有提到的一个共同焦点是数据中心，特别是它们提高能源价格的潜力。 我的观点是，AI公司应该自掏腰包吸收费率的增长——而且Anthropic已经承诺这样做——但我认为公众对数据中心的敌意很大程度上是关于AI更广泛经济焦虑的一种象征或发泄途径。 重要的是，我们要就这些更广泛的经济问题进行直接的社会对话，并切实针对它们提出令人信服的解决方案，否则它们很可能会像在数据中心问题上那样间接地表现出来。3. 加速AI的积极影响 正如我们必须努力平衡AI本身的创新与安全一样，我们也必须努力平衡那些可能被AI加速的技术（如生物医学、能源或材料科学）的同等平衡。 但尽管AI本身可能会带来非常迅速出现且我们没有任何处理经验的新挑战，受AI加速的其他领域却可能遭遇一个截然不同的问题：为较慢的创新步伐而设计的监管系统，没有准备好应对AI将带来的新产品和新进展的洪流。 AI还可能使这些下游技术变得更安全、更可预测，从而打破食品药品监督管理局（FDA）等监管机构所持的怀疑性假设。因此，对于AI的下游应用——与AI本身相反——我更担心的是监管机构会放慢进展（因为他们无法应对加快的变革步伐），而不是担心它未能解决重要的风险。 我们最不希望看到的是AI的好处被放慢，而其风险却日益逼近，所以尽快对这个问题采取行动是很重要的。这个问题及其解决方案将在科学、商业和技术的各个领域以不同的方式显现，所以我将集中讨论一个具有说明性的领域：生物医学创新。 这既是因为它很可能成为AI最大的人道主义收益的来源，也是因为这是一个监管特别复杂的领域。 我们并不确切知道AI将如何加速生物医学创新，但它似乎很可能会： 极大地提高候选新药进入监管管道的速率； 增加新药的效应量并改善其安全状况，因为有了更好的优化，也许还能更好地理解其潜在的生物学特性； 开发出治疗以前从未被成功治疗过的疾病的候选药物； 迅速创造出全新形式的疗法，就像抗体、多肽和细胞疗法在过去几十年中成为新类别的治疗方法一样。 其中一些进展将自然地加快监管时间表，而不需要进行结构性的改变。 效应量更大的药物可以导致规模更小、成本更低的临床试验，并激活加速审批机制。 但目前的监管系统被设计为施加高水平的审查和许多阶段的测试，其前提是假设候选药物通常无效，并且即使有效也通常存在严重的安全问题。 无论是在FDA还是欧洲药品管理局（EMA），一种候选药物通过监管管道的典型时间是7-8年，部分原因就是这些悲观的假设。 如果不进行改革，AI将简单地使这个系统发生拥堵或过载。显然，我们不希望以导致出现一批万灵油（snake-oil，俚语，指骗人的假药）药物或广泛安全事件的方式改变事物。 但一些相对简单的改革可以使FDA、EMA和类似机构更适应由AI驱动的快速科学加速（如果这种情况发生的话）。以前需要昂贵且缓慢实验的许多临床流程步骤很快就可以通过AI模拟或分析来完成。 监管机构现在就应该考虑制定关于接受此类方法需要什么条件的标准。 这意味着一旦这些方法奏效，它们就可以被迅速采用，而不是经历一段不必要的测试被继续要求延长的时期。 这适用的领域可能包括： 基于AI的药效学和药代动力学（PD/PK）建模； 毒理学预测，以避免需要进行多物种动物毒理学研究； 更准确的剂量选择，以减少试验中对大剂量范围的需求； 通过分析大型数据集进行生物标志物验证； 临床试验中的合成控制组，以减少招募更多参与者的需求； 开发替代终点（这在衰老和神经退行性疾病中尤为重要）。 除了这些具体的例子之外，各机构还应考虑更为激进和灵活的加速审批机制。 如果我对AI的预测是正确的，那么很快就会出现许多突然冒出来（out of the blue，习语，意为出乎意料地、突然）且效果极好的干预措施，监管体系应该准备好认真对待它们，而不是采取过度怀疑的姿态。生物医学的加速应大幅增加AI的益处，但值得注意的是，它也可能有助于降低AI的风险。 改革生物医学审批可能有助于生物防御，并且AI驱动的生物医学进步也可能改善心理健康，这可能对社会产生稳定作用。4. 国家与公民自由 每一种政府体系都必须面对国家权力及其限制的问题。 国家在保护其人口免受内部和外部威胁方面具有合法的、往往是生死攸关的利益。 但赋予其过多的权力则是通向暴政之路。 现代民主国家在很大程度上成功地管理了这种平衡，但即使在最好的时期，这种平衡也是令人不安的。 维系这种平衡需要几个世纪以来建立起来的大量法律和宪法机制——例如，在美国是第一、第四和第五修正案、《民兵法案》（Posse Comitatus Act）、《外国情报监视法》（FISA）等等。AI威胁要打破这种平衡，同时也极大地提高了它的赌注。 但如果我们迅速做出反应并迎难而上，我们就可以利用AI创建一个比以往任何时候都拥有更强大、更持久的自由保障并更好地防御威胁的世界。落入坏人之手的强大AI可能是专制独裁的终极工具，而我们现有的法律和宪法保护并未完全装备好以对抗这种威胁。 从根本上说，智能在世界权力方面带来的巨大回报，再加上AI发展进步的快速步伐，为各种危险行为者意外夺取权力创造了一场完美风暴（perfect storm，习语，意为多种糟糕情况同时发生而造成的极其糟糕的局面）。这种危险可能采取各种具体的技术或运营形式，但它们的共同点在于，AI可能突然赋予巨大的权力，同时绕过（routing around，俚语/引申义，意为绕过障碍或监管机制）现有的民主监督机制。 今天听起来像科幻小说的一支完全自动化的无人机军队，在未来可能会服从非法命令，并允许政府单方面巩固其权力；受过专业训练的人类则更有可能反对这种非法指示。 一个专注于监视的AI可以大规模分析广泛可得的信息，并用它推断出每个公民生活中最隐秘的细节——这是目前的公民自由法律没有考虑到的一种技术能力。 所有这一切都可能在极短的时间内或秘密地发生，因此主动强化民主国家对自由和公民自由的承诺非常重要。以下是我们应该考虑的一些政策想法： 为全自动武器建立可靠的问责规则。 全自动武器，尤其是协调或指挥它们的任何自主系统，应被要求响应宪法和指挥问责机制（例如法庭命令、立法，以及对高级人类监督员的问责），而不是盲目服从命令。 这可能意味着，一个设计合理的法律审查小组或司法部门在某种“关闭开关”上拥有控制权，或者系统本身在内在训练中寻找并响应合法的监督机构，或两者兼而有之。 禁止在国内使用全自动武器。 虽然完全自动武器在防范外国对手（例如俄罗斯入侵乌克兰）时具有合法的必要性理由，但没有任何理由将其用于美国人身上。 军方在国内行动的能力已经受到了一些限制，但理想情况下，这些武器也应该在执法中被禁止使用。 堵住批量收集/数据经纪人漏洞。 根据现行法律，美国人与私营公司（如互联网提供商）共享的数据可以被购买，并用于国内监控和执法中的批量分析。 这种隐私保护方面的漏洞（loophole，指法律上的漏洞或空子）在AI出现之前就存在，但AI将通过使此类数据的海量分析比过去更具揭示性和实用性，从而极大地提高利害关系。 这个漏洞应该被堵住。 在面对不利的政府行动时享有获取AI建议的公共权利。 作为一项普遍原则，任何作为不利政府行动（如监管或法律行动）对象的个人或组织，都必须有机会获得至少与政府在特定行动中所被允许使用的AI同样强大的AI，这似乎很重要。 这将意味着不给政府带来不公平的优势，以免实际上破坏公民的合法权利。 这可以作为《行政程序法》、正当程序保护或第六修正案获得法律代理的权利的延伸或解释来添加。 最后，值得注意的是，在AI驱动的夺权方面，政府并不是我们唯一应该提防的实体。 在历史的不同时期（比如美国的镀金时代或英国的东印度公司），公司变得足够强大以至于他们俘获了国家或采用了准国家的特征。 AI很快就会变得如此强大，以至于我担心它无法安全地完全托付给政府或公司，并且必须对每一方都有制衡机制。监管是关于如何约束（rein in，习语，意为控制、约束）公司的一种答案（我对此的想法见第1节），但同样重要的是，AI公司必须比典型的私人实体具有更多的权力分配和问责制。 Anthropic的长期利益信托基金（一个旨在督促公司履行其使命的独立治理机构）就是这样一种结构，并且行业应继续探索走得更远的机制。 取得恰当的平衡——让公司和政府各自的权力都能受到有意义的制约——是至关重要的。5. 确保民主国家的领导地位 把新技术在地缘政治上视为贸易政策的工具，以“在世界范围内扩散我们的技术栈”为目标，这已经成为一种普遍的本能，也许是从最近互联网和电信行业的经验中发展而来的。 但我非常坚定地认为，AI是某种更深刻的东西，它重置了整个棋盘，而未来所有的地缘政治战略都必须围绕它来制定——就像核武器一样，但潜在地甚至影响更大。如果AI真的很快就会成为“数据中心里的天才国度”，或者任何与其有些接近的东西，那么AI极有可能成为任何国家军事和经济力量的主要来源。 在一个拥有1亿个天才的虚拟国家中，可以将1000万个应用于军事战略，1000万个应用于无人机制造，1000万个应用于武器研发，1000万个应用于情报收集和分析，1000万个应用于一般科学的进步，等等。 一个拥有强大AI的国家面对一个没有AI的国家——或者甚至面对一个在AI方面落后3年的国家——其差距可能等同于一支二战海军陆战队面对一支中世纪剑客军队。此外，如果强大的AI能够实现更深层且可能是永久性形式的专制镇压（见第4节），这就使得确保世界上最强大的国家是民主国家显得尤为重要——或者至少存在针对AI驱动的镇压的强大保护措施。 这也增加了制定一项具有针对性的地缘政治战略的紧迫性。民主国家应寻求建立一个以根据共同价值观构建AI为中心的全球联盟，迭代地试图拉拢世界其他地区，使加入该联盟变得越来越有吸引力，而置身其外的吸引力越来越小。 该联盟应该是对第1至第4节中讨论的AI政策思想的协调一致的国际化，外加一项通过在联盟内部共享并拒绝向外部人员提供来锁定构建AI所必需的关键供应链的努力。 一些原则和运营目标可能包括：管理AI供应链。 值得信赖的联盟成员应自由地相互分享芯片和半导体制造设备（SME），同时协同努力拒绝对手获取它们。 美国对前沿芯片和SME向中国出口的管制，是美国在AI领域保持整体领先的主要原因之一，这些政策需要与其它志同道合的国家扩大、收紧并协调。 诸如MATCH和OVERWATCH之类的未决立法在此是一个很好的起点，盟友民主国家需要考虑采取类似措施。 协调以应对AI的风险。 如果在国际上进行协调，第1节中描述的旨在应对生物、网络安全和自主性风险的政策将更为有效（同时对行业的负担也较小）。 这将意味着公司能够遵守相互兼容的标准，监管机构也能相互学习如何最好地衡量和减轻这些风险。 执法和情报机构也应该更紧密地合作，追踪并阻断滥用威胁，比如恐怖分子企图利用AI制造生物武器。 分享AI的收益。 贸易和监管政策可用于促进AI经济收益在联盟内更快速的扩散，共享如何加速创新的经验教训。 协调有益部署的方法可以帮助将AI的好处带给发展中国家。 例如，医疗审批制度的统一可使得AI赋能的药物得以更快、更好地进行测试和审批（如上文第3节所述）。 共同防御。 联盟中的国家应合作利用AI进行自我防御，并防御对手的AI。 联盟应该集体确保AI主导的网络防御、AI驱动的无人机、AI驱动的制造、机密的AI算力、AI驱动的研发以及AI驱动的情报收集共享的充足生产。 拒绝由AI赋能的镇压。 联盟成员必须拒绝我在《技术的青春期》（The Adolescence of Technology）中警告过的高科技、极端专制、由AI赋能的暴政，并且必须具备与我在上述第4节中描述的类似的安全保障。 宏观经济合作。 就业或工作稳定性危机，同任何其他经济危机一样，具有跨国传染性。 因此，各国具有合作协调宏观经济支持和稳定政策（如第2节所述）以抵消任何就业影响的共同利益。 目标应该是让联盟的成员资格变得尽可能具有吸引力——并让留在联盟之外的代价一目了然。 该联盟将立足于主权国家之间的协调，每个国家都保留对其本国事务的完全控制权。 它可以迭代发展，从意识形态一致的民主国家（自然容易加入）开始，并逐步欢迎那些不那么自然契合但准备好满足联盟标准以换取其巨大成员利益的国家。 理想情况下，整个世界最终都会加入。 但即使这不可能，建立该联盟也能让民主国家处于最强有力的地位，去遏制和超越那些执迷于压迫政权的政权。机会之窗 AI的指数级进步带来了政策制定过程通常缺乏装备来应对的紧迫性和变革步伐。 但它也创造了一个独特的机会之窗。 AI风险清晰而现实的证据、对其在创造经济价值和破坏经济两方面潜力的早期体验、以及公众对不受约束处理AI方式的强烈反弹交织在一起，形成了一种政策制定者对前瞻性行动异常开放的局面。 树须和他的森林正在醒来。把这视为一个公关问题在AI行业圈子里已经变得很流行：也就是说AI需要“更好的营销”。 我完全拒绝这种框架。 人们之所以对AI感到担忧，是因为他们正确地察觉到了它的风险是真实存在的，而不是因为AI首席执行官们表现得不够“庞格罗斯式（Panglossian，文学典故/形容词，指盲目乐观的）”。 我认为，作为一名AI领导者，我的职责是继续对这些风险保持透明，而公众对这种透明度的担忧构成了民主问责制在其应有方式下的运作。 关键的挑战在于将这种关切集中到建设性的解决方案中，不让它沦为无形的愤怒和暴力。我对找到解决方案持乐观态度，因为许多问题——从解决失业问题到模型发布前测试，从芯片出口管制到能源消耗等其他AI相关政策问题——在整个政治光谱中都具有常识性的吸引力。 有一个令人向往但又很现实的未来世界，在那里，一个广泛的无党派联盟，在直接认识到AI带来的挑战的驱动下，将比往常快得多地通过理智而具有前瞻性的政策。 我们越早做到这一点，就能越早共享AI令人难以置信的益处。我想感谢Allan Dafoe、Mariano-Florentino Cuéllar、Richard Fontaine、Buddy Shah、Vas Narasimhan、Matt Yglesias、Nick Beckstead、Jason Matheny、Brad Carson以及Anthropic的许多员工，感谢他们对本文草稿提供的意见和反馈。脚注 我在我的文章《技术的青春期》（The Adolescence of Technology）中讨论了生物风险和自主性风险，以及其他内容。 Anthropic研究所也在《当AI自我构建时》（When AI Builds Itself）中公布了一些关于递归自我改进的可能性的初步内部数据，即模型能够自主地构建更好的模型。这种现象并非理论上的：我们在自己的自愿性治理框架（如我们的负责任缩放政策/Responsible Scaling Policy）中多次观察到了这一点。 如果我们给未来的AI模型设定了一份固定或僵化的安全要求清单，一个非常可能的结果是，那些事实证明无关紧要的要求最终消耗了我们95%的合规努力，而与此同时，我们发现一些最大的风险来源在我们的清单中完全没有预料到。 自愿性框架可以改变和调整，但对于立法来说这要困难得多。 我对这一困境的努力应对，可以从我就SB 1047公开发表的两封信中看出，那是2024年加利福尼亚州一项试图解决灾难性风险的法律，由于上述原因，我对其感受十分复杂。例如，真正严重的生物风险可能比网络风险更难管理，因为攻击者相对于防御者具有很大的优势，而且灾难的严重程度可能要大得多。请参阅《技术的青春期》以获取更详细的分析，了解为什么在其他技术中导致劳动力市场快速复苏且没有产生持久劳动力替代的逻辑可能不适用于AI，特别是为什么通常的适应机制如杰文斯悖论（Jevon’s paradox）或比较优势可能会被技术的步伐所压倒。例如，人们仍然把一生奉献给下国际象棋或围棋，或者攀登高山，并且仍然因为这些活动而备受尊崇，尽管机器能在所有这些方面都做得更好。这实际上给了人们一个额外的激励去跳槽并开始接受新职业阶梯的培训，即使在短期内可能会很痛苦，如果在薪水降低的情况下，通过支付他们新旧薪水之间的差额来实现。有关此主题的更多信息，请参见《技术的青春期》。 （本文首发钛媒体APP，作者 | 硅谷Tech_news，编辑 | 林深）
-
智谱(02513)开源GLM-5.2：编程能力逼近海外最强 智通财经APP获悉，今日，智谱(02513)上线并开源新一代旗舰大模型 GLM-5.2，主攻"长程任务"——让 AI 不再只做即时问答，而能像人一样连续工作数小时、自主跑完一个完整的大型工程。智谱称，在 FrontierSWE、Terminal-Bench 等多个权威评测中，GLM-5.2 与当前海外最强的 Claude Opus 4.8 仅相差约 1%–4%，是排名最高的开源模型。一个直观的例子：用一句话描述需求，它就能自主完成开发、联调、测试到打包上线，几小时内交付一个网页、手机、小程序都能用的完整应用，而这过去往往需要一支团队干上数周。 GLM-5.2 以最宽松的 MIT 协议开放、可免费商用，线上推理已在第一时间适配华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞等多个国产算力平台。在海外最强模型转向封闭、开源替代需求上升的背景下，这一“开源国模 + 国产算力”的组合受到产业关注。
-
8点1氪丨连涨3天，SpaceX超越亚马逊跻身全球前五；支付宝启动史上最大改版；微信支付“AI专属卡”最快本周内上线 今日热点导览 山姆中国变更董事长 海康威视7月1日上调硬盘价 5月份全球纯电和插电式混动汽车销量连续三个月增长 美国零售经纪商处的SpaceX投资者每人至少分得一股IPO股票 传苹果首款折叠屏将延期发布，产业链人士：假的 TOP 3 大新闻连涨3天，SpaceX超越亚马逊跻身全球前五6月16日，SpaceX开盘迅速拉升，涨幅一度扩大至17%，市值一度超越微软，盘中总市值触及2.94万亿美元，跃居世界第四大市值公司，而第三名的苹果市值为4.37万亿美元。截至收盘，SpaceX股价收涨4.8%，市值达到2.65万亿美元，较亚马逊高出约80亿美元。上市以来，SpaceX已累计飙升49%。这家刚刚完成轰动性IPO的公司，在上市第三天就超越了亚马逊，成为全球市值第五大上市公司。据《福布斯》最新发布的全球富豪榜，特斯拉与SpaceX掌门人埃隆·马斯克的个人财富一度飙升至惊人的1.4万亿美元，刷新历史纪录。 (金十数据、财联社)AI版支付宝正式推出，是支付宝史上最大改版6月16日，AI版支付宝正式推出，命名“阿宝”，用户在支付宝“往右一滑”即可体验，上万种服务都能在一个对话框一句话办完。记者了解到，目前新版本已启动邀请测试，后续将逐步向全量用户开放。据报道，这是支付宝史上最大改版。（贝壳财经）微信支付“AI专属卡”最快本周内上线记者获悉，微信支付正联合腾讯智能体产品WorkBuddy测试AI支付功能，计划在微信钱包中上线“AI专属卡”。该功能最快将于本周内上线。记者16日就上述信息向微信支付方面求证，至发稿未获回应。（财联社）AI最前沿 Anthropic启用实名制验证，未来可能要求用户进行年龄或身份验证近日，部分网友收到来自Anthropic的官方邮件，称平台即将更新针对Free、Pro及Max用户的隐私政策。其中最引人关注的一点是：未来可能要求用户进行年龄或身份验证。邮件显示，此次隐私政策更新主要围绕四个方面：多步骤任务与第三方应用的连接、身份验证信息的收集与使用、用户参与研究项目时的信息处理，以及整体数据共享规则的进一步说明。Anthropic在官方支持页面解释，此前身份验证仅在涉及未成年人、违规用户或不支持地区的账户等特定场景下使用。未来，随着代理任务复杂度的提升，验证范围将逐步扩大。（新浪科技）支付宝新产品Token Pay，首接最新国产大模型MiniMax M336氪获悉，MiniMax最新大模型M3，全面接入支付宝TokenPay一站式全栈解决方案。据了解，MiniMax是全球首批将Token Pay支付能力融入核心订阅体系的大模型厂商，这也标志着，由支付宝发布的国内首个面向MaaS（模型即服务）支付解决方案投入规模化应用。MiniMax还将于近日全线接入支付宝全栈AI支付产品，面向开发者、个人用户升级服务体验，全面加速商业化进程。阿里云：QoderWork上线“意识”功能36氪获悉，据阿里云消息，阿里桌面AI助理QoderWork上线“意识”功能，集成记忆、反思、技能进化三个模块。该功能在保存对话的基础上，可主动整理和淘汰冗余信息，并将高频任务沉淀为可复用的技能。美团AI原生团队孵化的“Agent社区”觅游面向全量用户开放公测36氪获悉，6月15日，首个主打“AI智能体”自主学习、成长的“Agent社区”觅游面向全量用户开放公测。据了解，觅游由美团基础研发平台AI原生团队孵化，此前已内测超过3个月的时间。目前，觅游支持关联包括OpenClaw、Codex、Claude Code、Hermes在内的各类主流AI智能体。大公司/大事件 山姆中国变更董事长36氪获悉，天眼查App显示，沃尔玛（中国）投资有限公司发生工商变更，MUK SOOK YE卸任法定代表人、董事长，由刘鹏接任。该公司成立于2003年4月，注册资本约3.3亿美元，经营范围包括第一类医疗器械销售、国内贸易代理、日用百货销售等，由沃尔玛中国有限公司全资持股。小红书最快或下半年赴港上市 ，年底私人二级市场估值达500亿美元据报道，消息人士称，小红书已聘请包括高盛集团和中金国际的投行，为其潜在的香港IPO提供服务。目前尚不清楚此次IPO的具体募资规模和估值。但另外两名消息人士称，小红书在去年年底的私人二级市场交易中估值一度高达500亿美元。他们表示，小红书最快可能于今年下半年上市。（新浪财经）美团：将持续优化计价、时长预估、路径规范等算法36氪获悉，美团发文称，将持续优化计价、时长预估、路径规范等算法，落实取消超时扣款、改进服务分规则、算法协商恳谈等措施，探索复杂配送场景自动识别与补时、“难送”订单动态补偿，不断提升骑手配送体验与用户服务质量，推动算法治理取得新进展新成效。阿里云张翅：超10万卡平头哥真武芯片已在金融行业部署6月16日，在第32届中国国际金融展上，阿里云智能集团公共云事业部副总裁、新金融行业总经理张翅透露，平头哥自研真武AI芯片在金融行业的部署规模已突破10万卡，覆盖银行、证券、保险、基金等超过150家主流机构。（证券时报）百胜中国宣布收购必胜客品牌在中国大陆的所有权36氪获悉，百胜中国宣布，已与Yum! Brands签署最终协议，以12亿美元现金对价收购必胜客品牌在中国大陆的所有权。该交易预计将于2026年第三季度交割，完成后必胜客中国将无须再向Yum! Brands支付此前适用的特许经营费。在可比口径下，公司维持2026年全年财务指引不变，并预计该交易可立即提升必胜客中国、进而提升百胜中国整体的餐厅利润率和经营利润率。海康威视7月1日上调硬盘价，知情人士：原厂三季度硬盘成本涨幅超50%据报道，从知情人士处获悉，海康威视近日已向经销商下发硬盘调价函，自今年7月1日起，公司硬盘产品价格将进行同步上调。此外，7月1日之前，海康威视旗下其他产品也将先行完成一轮涨价，而此次硬盘价格上调主要针对经销商渠道。面对当前供应与价格波动较大的形势，海康威视已建议经销商尽快锁定订单与价格。实际上，这并非海康威视首次调价，也并非其个例行为。对于本次调价的原因，知情人士表示，核心在于AI需求的“爆发式”增长所带来的持续性挤兑效应。（财联社）受高油价影响，5月份全球纯电和插电式混动汽车销量连续三个月增长咨询公司Benchmark Mineral Intelligence（BMI）16日公布的数据显示，受补贴政策与高油价持续推动燃油车向新能源车转型影响，5月全球电动汽车需求量连续第三个月实现增长。BMI表示，5月份新注册的纯电动汽车和插电式混合动力汽车数量同比增长3%，达到约180万辆，使得今年前五个月的总销量比去年同期增长0.9%。（新浪财经）多城市土地市场升温，头部房企忙补仓核心城市土地市场热度持续提升。近期，深圳、苏州等多个热点城市接连出现高溢价成交地块，部分地块经过数百轮竞价争夺，刷新区域乃至城市楼面价纪录。中指研究院深圳分院高级分析师孙红梅表示，深圳前海桂湾地块是前海发展最成熟、定位最高的金融总部板块，近5年仅公开出让2宗纯商品住宅用地，核心居住用地稀缺性极强。本次地块规模更大、地形更规整，产品打造空间更充足，因此竞拍热度较高。（证券日报）红板科技：AI服务器PCB相关产品目前仍处于客户端产品验证环节36氪获悉，红板科技在互动平台表示，公司光模块PCB相关产品已顺利完成800G、1.6T规格的技术验证，下游合作客户覆盖行业内多家头部企业。目前光模块PCB产品正常小批量生产中，按客户项目进度有序安排出货，整体供货节奏根据客户订单需求动态调整。AI服务器PCB相关产品目前仍处于客户端产品验证环节，相关量产落地进度将取决于客户测试结果及项目推进计划。消息称台积电向供应链发布玻璃基板开发计划，首次公开技术进度设备端称，台积电近期向供应链发布“CoWoS玻璃基板开发计划”，确定携手ABF载板厂商Ibiden与面板厂商群创，共同验证玻璃基板导入CoWoS先进封装的可行性。这是台积电首次公开玻璃基板技术应用进程，意味着玻璃基板正式跨入产业化验证阶段。不过玻璃基板距离全面量产仍有一段距离，台积电强调，未来仍需持续研究验证玻璃厚度及大型CoWoS封装布局。（新浪财经）中美航线10月再增班达美航空16日宣布将于2026年10月7日起增加上海至洛杉矶的直飞航班，由现在的每周三班加密至每周五班。（第一财经）美股三大指数收盘涨跌不一，热门中概股普跌36氪获悉，6月16日收盘，美股三大指数涨跌不一，道指涨0.64%，纳指跌1.15%，标普500指数跌0.57%。美股大型科技股涨跌不一，英特尔跌超8%，英伟达跌超2%，特斯拉，微软跌超1%，亚马逊小幅下跌，SpaceX涨超4%，Meta、谷歌涨超1%，苹果涨近1%。热门中概股普跌，小鹏集团跌超4%，百度，蔚来，哔哩哔哩跌超3%，拼多多，理想汽车跌超2%，阿里巴巴，京东跌超1%。美国零售经纪商处的SpaceX投资者每人至少分得一股IPO股票美国一些最大零售经纪公司的客户，在SpaceX规模达862亿美元的IPO中，每人都至少分得了一股。据各家公司的代表称，所有在Robinhood Markets Inc.、嘉信理财（Charles Schwab Corp.）、富达投资（Fidelity Investments）以及SoFi Technologies Inc.运营的平台上提交新股申购请求的合格客户，都获得了部分股票分配。（新浪财经）传苹果首款折叠屏将延期发布，产业链人士：假的日前，有消息称苹果首款折叠屏机型iPhone Ultra已从原定的2026年秋季推迟至2027年初上市发售，延期主要源于铰链设计和PCB工艺问题。对此，苹果公司产业链人士回应称：“假的。”（证券时报）三星MPW服务或于2027年扩展至2nm三星晶圆代工执行董事宋泰正表示，该公司的MPW服务预计将于2027年扩展到2nm制程节点。MPW（多项目晶圆）允许在单个晶圆上制造来自不同公司的多个芯片设计，帮助无晶圆厂公司降低原型制作成本并验证大规模生产的准备情况。（新浪财经）意大利反垄断机构对苹果发起调查，涉第三方云服务公平接入问题意大利竞争与市场管理局（AGCM）6月16日宣布，对苹果公司展开调查，以评估其是否遵守欧盟《数字市场法》（DMA）有关互操作性的要求。根据《数字市场法》，苹果需确保第三方消费者云服务提供商能够免费、有效地与iOS和iPadOS系统实现互操作，并在平等条件下获得与苹果iCloud相同的软硬件功能访问权限。意大利竞争管理局表示，已有迹象显示第三方云服务商可能未获得与iCloud同等的功能支持。（界面新闻）软银与OpenAI将在日本推出AI网络安全服务6月16日，据报道，软银创始人兼首席执行官孙正义在新闻发布会上表示，软银与OpenAI将为企业客户提供“补丁即服务（patching as a service）”。该服务将帮助企业评估安全漏洞，以保障关键基础设施的安全。孙正义表示：“利用先进AI发起的网络攻击将日益猖獗。我们决心利用最前沿的AI技术来抵御这些攻击。”（界面新闻）美国法官驳回马斯克旗下xAI对OpenAI提出的商业窃密诉讼美国一名联邦法官15日驳回了马斯克的人工智能公司xAI对竞争对手OpenAI提出的诉讼，该诉讼指控OpenAI窃取聊天机器人相关的商业机密。旧金山联邦地区法官Rita Lin表示，xAI未能证明OpenAI诱导前xAI高级工程师Xuechen Li泄露与其Grok聊天机器人相关的机密信息，也未能证明OpenAI的工程师们知晓Xuechen Li可能已泄露了任何机密信息。（新浪财经）OpenAI去年总支出据悉达340亿美元，研发投入约190亿据报道，OpenAI去年总支出达340亿美元，以求在计划的首次公开募股（IPO）之前抢占蓬勃发展的人工智能市场主导地位。报道称，经审计的财务数据显示，这家ChatGPT开发商2025年研发投入约190亿美元，销售及营销支出近60亿美元，此外还有其他各类开支。（新浪财经）上市进行时 小牛自动化启动IPO辅导36氪获悉，证监会网站披露，宁夏小牛自动化设备股份有限公司（简称“小牛自动化”）于2026年6月15日在宁夏证监局办理辅导备案登记，拟首次公开发行股票并上市，辅导券商为国信证券。北京四方继保自动化股份有限公司向港交所提交上市申请书36氪获悉，据港交所文件，北京四方继保自动化股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。上海君赛生物股份有限公司-B向港交所提交上市申请书36氪获悉，据港交所文件，上海君赛生物股份有限公司-B向港交所提交上市申请书，独家保荐人为中信证券。白鸽在线通过港交所上市聆讯36氪获悉，港交所文件显示，白鸽在线（厦门）数字科技股份有限公司通过港交所上市聆讯。清微智能IPO辅导状态变更为“辅导验收”36氪获悉，证监会网站显示，近日，北京清微智能科技股份有限公司IPO辅导状态变更为“辅导验收”，辅导券商为华泰联合证券。投融资 硅基流动完成新一轮超20亿元融资36氪获悉，近日，硅基流动已完成超20亿元B轮融资。本轮融资由携程战投、晶科能源控股、金蝶股份、壁仞战投、蔚来资本、商汤战投、巨人网络、国泰君安创新投、等产业资本、财务机构和国资联合投资，华兴资本担任独家财务顾问。过去一年，公司通过Token工厂模式提供高效 MaaS（模型即服务），日均Token调用量达数万亿，服务超1000万用户和1万家企业客户，营收同比增长超10倍，海外市场单月营收达数百万美元。“深朴智能”完成数亿元Pre-A轮融资36氪获悉，据深朴智能消息，近日，通用具身智能机器人公司“深朴智能”（Simple AI）宣布完成数亿元Pre-A轮融资。本轮融资由滴滴领投，梅花创投、柯力传感跟投，老股东创世伙伴创投、线性资本、普华资本持续加码。本轮融资完成后，深朴智能将进一步加速具身智能机器人在真实场景中的产品迭代与规模化商用，重点推进Simple-World Model迭代升级、具身智能数据体系建设、核心人才引进及泛家庭场景的落地布局。整理｜娃娃菜
-
支付宝AI版实测，清爽是真清爽，抽象也是真抽象 微信 AI 没等着呢，嘿，浓眉大眼的支付宝它先掏出来了。就在今天早上，支付宝突然宣布搞了个清爽版，右滑一下，就能进入全新的 AI 界面。 虽然估摸着跟微信的味道不太一样，但同为小程序的大大大本营，这长着三头六臂的 Agent 形象，已经出现在脑子里了。所以网友们的反应也很一致，那就是高低得整个内测码，升级一下，尝尝咸淡。 先给你一个最直接，最真相，最不绕弯子的结论：这是支付宝近些年来变化最大的一次，没有之一。不同于那个半道崩殂的亲儿子支小宝，这次换老爹挂帅，支付宝的 UI 界面，交互逻辑都被围绕 AI 重构了一遍。从老界面右滑进入后，打眼就是一个 AI 聊天页，形象名叫阿宝。 咱咱平时用的最多的，像扫一扫，付款码，出行码这种被挪到了阿宝聊天框的正下方。而花呗，余额宝，生活缴费这些服务就得多点一下才会出来了，比老版简洁，又不至于像老年版那样简陋。 另一个模块是「资产」，说白了就是钱包，里面显示你的余额，花呗，保险或者理财之类的信息。除了账单显示更直观了，还加了个记账按钮，这不比什么秒杀闪购有用多了。哪怕撇开 AI，光是看这新界面设计，就已经舒服太多了。 当然，AI 毕竟是版本 C 位，咱也得好好品品。就让它先去蚂蚁森林给我收集收集能量吧。识别完任务后，它就打开小程序开始操作了。开门先是怼脸一个活动弹窗，它见怪不怪，点 X 关闭，接着又点了点树上的能量球，我以为到这儿就差不多了。 没成想，它还有新招，打开任务列表，开始去好友列表偷能量了，一通操作，还真偷到不少。但最绷不住的是中途又碰到了弹窗跳脸，它仍然驾轻就熟，关了继续偷。最后操作完就返回主页面待机了。从这些操作里，仿佛能看到一位故人「豆包手机」的身姿，就像 AI 真的长出了眼睛和手脚，能帮我对抗防不胜防的弹窗。 接下来，让它去给我交 10 块钱话费。它调出了交话费的小程序，然后发现页面上没有 10 块钱的选项。。。也是，小额充值的特权还在运营商那儿呢，支付宝属于第三方，只能大额充。 行吧，那咱换成 50 的，然后再试一次，结果又停下来了，不是调起支付确认按钮后才停，而是到充值确认这儿，它就任务结束了。粗略一看，大伙儿可能觉得也没啥，不就缺了一步么，多点一下不就行了。但在现实里，多这一步用户就可能投奔其他应用了。就像打游戏，平时一直稳定 144 帧，但就是在开枪的瞬间，给你降到 30 帧来一下，你说难受不难受。 这也能从侧面看出来，支付宝的步子迈得不算大，甚至可以说相当保守。到这儿，我还是满怀期待的，毕竟就算再保守，小程序的数量搁那儿摆着呢，肯定还有活儿能整。但当我继续给它上难度时，就发现不对劲了。阿宝是一会儿行，一会儿拉，虽说是内测，但也太不稳定了。比如让它分析一下我的账单，它能根据需求，非常精准的调出收支记录，然后生成表单，一目了然的挺清晰。 但要是让它点杯奶茶，就拉了垮了。这事儿咱在千问那儿已经白嫖很多回了，同门师兄弟，本以为能手拿把掐的。 结果它只能给个链接入口，操作还得人点进去自己来。如果判定成外卖，它就帮你打开闪购；判定成连锁的小程序，它就甩一个链接。关键它经常虚晃一枪，嘴上说着在操作，实际压根儿就没点进去，等也是白等。而就在我略显失落，想点个汉堡时，它又支棱了起来。 只见它打开塔斯汀的小程序，随便选了个套餐，然后一路关弹窗，结算，选地址，最后停在了支付页面。这么看，倒也算是能根据指令办事儿了，可就在我重新让它点个套餐时，它就又拉了，死活调不出刚才的执行能力，又像点奶茶一样开摆了。 对比一下聊天记录，就能发现输入没啥区别。难触发可能是阿宝背后的语言模型拉了，语义识别不精准；也可能是意图判定太死板了，换个说法就触发不了。后续我又试了试，让它帮我预约一张灵隐寺的免费门票，结果它找不到官方小程序的入口，只能甩给我一个要钱的套餐票，执行啥的就更天方夜谭了。 后续的一些小程序也一样，像是火车订个票，餐馆预约座位等等，都很难触发托管执行的操作，结果一般都是给你个链接，让你自己上。整个体验下来，就有点笨笨的，不大聪明的样子，感觉明明可以做更多的，但老是停在一个尴尬的位置上不动了。这可能也是为啥支付宝没有直接上线， 而是先搞了个内测版试试水的原因吧。 毕竟把 AI 塞进这种级别的应用，不攒点经验谁也不敢胡来。而且就这种保守的程度，也是他们铺垫很久才掏出来的。 他们 CEO 韩歆毅之前谈过，说蚂蚁在 AI 时代就锚定三个领域，医疗健康，生活和金融。现在看他们的布局，也确实如此，今年 1 月份，AQ 升级为阿福，一个月的时间，月活就干到了 3000 万，在医疗健康这块儿慢慢站住了脚。 相比医疗健康这个排头兵，重头戏还得看生活和金融。这俩领域的复杂度比健康这种垂类高太多了，蚂蚁的做法是从头到尾重新搭建。最底层负责思考的模型，他们组了一整个百灵模型的团队去训练，各种思考推理，多模态模型他们都试着自己搓。应用上就是前面说的支小宝，本质上是 AI+支付的一次尝试。 从这儿也能看出，虽然大家都知道 AI 加进来好，但要弄清楚怎么加进来才合适，这事儿还真没那么简单。就像微信本来是聊天的，支付宝是付钱的，单拿出来跟 AI 结合其实都有点鸡肋，因为聊天肯定得人来聊，付钱也必须得人来确认。 所以就得另辟蹊径，还好除了本职，他们平时都挺有野心，通过疯狂的大撒币，搞好了丰富的小程序生态。AI 跟这个一结合，那可真是鸟枪换炮了。要知道，根据 QuestMobile 的数据，2025 年 5 月份，支付宝小程序的月活就已经来到了 6.54 亿，隔壁微信小程序更是干到了 9.46 亿。咱平时的吃喝玩乐，衣食住行，俩平台的小程序就能基本包圆了。 过去搁聊天框里，你得给它开这个权限，连那个接口，但要是跟小程序直接打通，那这办事儿就真不是空话了。但就现在支付宝内测的情况来看，这事儿难度不小，不是拍个脑底就能打通的。尤其是小程序数量成千上万，平台这边儿条件是有了，但商家那边适配得咋样就又得重新琢磨了。适配好了，那就是顶配 plus 的超神版豆包手机，有手有眼办事利索；适配不好，就纯纯一搜索引擎了，有点用，但不多。 只能说支付宝的这手牌，大伙儿差不多也验个一二了，谈不上丝滑，但很难说没有想象力。那接下来，微信又会怎么出牌呢？是跟支付宝一样，先打几个样，拉出来给大伙儿品品，再迭代优化，还是一次搞个大的，做个大而全的 AI 入口？有些事儿，一旦较上劲儿，就有意思多了。撰文：风华编辑：早起 & 江江 & 面线美编：焕妍图片、资料来源：支付宝，新华网，QuestMobile
-
布局“它经济” 上游新闻萌宠频道重磅上线 打造川渝潮宠生活服务圈 从信息传播延伸至城市生活服务，是当前主流媒体改革探索的重要方向。伴随“它经济”持续升温与宠物情感化趋势日益凸显，围绕用户需求的媒体创新正加速推进。6月16日，上游新闻正式推出萌宠频道，以“潮宠生活朋友圈”为定位，立足川渝、辐射西部，打造集社交互动、资讯服务、专家咨询、品质消费于一体的综合性宠物生活服务平台。该频道由重庆市农业农村委员会指导，重庆市畜牧业协会宠物行业分会为其合作协会。上游新闻“萌宠”频道的正式上线，标志着一个新的开始。它不仅是一个服务窗口，更是上游新闻从内容生产者向城市生活服务商跃迁的生动注脚。以垂类深耕回应分众需求，以服务闭环重塑用户连接，上游新闻正以萌宠为支点，撬动媒体变革创新的更多可能，奋力打造新型主流媒体转型的标杆。 16日，上游新闻萌宠频道上线。给每只宠物一个“朋友圈”近年来，随着养宠人群持续增长，宠物早已超越传统意义上的陪伴角色，成为现代家庭的重要成员。从宠物医疗、食品用品，到宠物社交、携宠出游、宠物文旅，“它经济”正释放出巨大的消费潜力与情感价值。在这样的背景下，“上游萌宠”应运而生。对于许多养宠人来说，宠物不仅是生活伙伴，更是情感寄托。“上游萌宠”频道推出的“潮宠朋友圈”，正是为宠主们打造的专属交流空间。在这里，用户可以分享宠物成长日记、记录萌宠趣事、晒出温馨瞬间，也可以发起线下聚会、交流养宠经验，寻找同样热爱宠物的朋友。从“独自养宠”到“圈层社交”，从线上分享走向线下互动，一个具有地域特色的宠物社群正在形成。未来，无论是萌宠生日会、宠物运动会，还是携宠露营、宠物市集，都有望通过这一平台连接更多养宠家庭。如果说宠物是家庭成员，那么“潮宠朋友圈”就属于它们的社交广场。从“云养宠”到“科学养宠”宠物越来越受重视，但许多养宠家庭依然面临同样的困惑：宠物生病怎么办？网络信息真假难辨怎么办？行为问题找谁咨询？针对这些养宠痛点，上游新闻萌宠频道推出“专家咨询室”——这是频道最具专业特色的板块之一。目前，上游新闻已与重庆市畜牧业协会宠物行业分会达成深度合作，共同组建“上游萌宠答人团队”。首批超20位行业专家正式入驻，涵盖宠物医疗、行为训练、美容护理、营养健康等多个领域。今后，用户不仅能够在线获取科学养宠知识，还能向权威专家咨询宠物常见问题，实现“一站式答疑”。在信息爆炸时代，专业与权威显得尤为珍贵。对于许多养宠家庭而言，这意味着遇到问题时，不必再在海量网络信息中“碰运气”，而是能够获得经过专业认证的指导建议。 上游萌宠频道“我送爱宠上头条”活动。不只是资讯，更是品质生活平台除了宠物社交和健康服务，“上游萌宠”还推出“宠圈资讯站”和“潮宠百货铺”两大板块。其中，“宠圈资讯站”聚焦宠物行业动态、养宠科普、文明养宠倡议、宠物消费趋势等内容，成为用户了解行业发展的重要窗口。而“潮宠百货铺”则将链接优质宠物品牌与用户需求，打造可信赖的消费服务场景。对于宠主而言，未来不仅能获取资讯、解决问题，还能发现优质商品和服务，实现从内容到消费的无缝连接。与此同时，频道还推出“我送爱宠上头条”互动玩法：用户参与活动后，自家宠物有机会成为频道Logo形象，让萌宠真正站上“C位”；会员还可参与专属积分兑换活动，在萌宠专区兑换宠物用品和周边福利。让宠物成为平台主角，也让用户成为内容共创者，这是媒体转型的重要尝试。从新闻客户端到宠物生活服务平台萌宠频道的上线，折射出媒体融合发展的新趋势。数据显示，截至2026年6月，上游新闻客户端下载量已超过1.3亿，全媒体矩阵用户总覆盖量超过2.1亿，日均全网触达用户达4.5亿。庞大的用户基础，为萌宠频道的发展提供了坚实支撑。更重要的是，上游新闻正在探索一种新的媒体角色——不仅传播信息，更提供服务；不仅连接用户，更连接产业。当前，川渝地区已成为西部宠物消费高地。伴随宠物医疗、宠物食品、宠物繁育、宠物文旅等产业快速发展，一个庞大市场正在加速形成。萌宠频道的推出，正是对这一趋势的积极回应。未来，上游新闻将通过内容、服务、活动和产业资源整合，持续构建覆盖宠物全生命周期的服务生态，打造具有西部特色的潮宠生活社交圈。当新闻客户端开始关心宠物的健康、快乐与成长时，也意味着媒体正在以更贴近生活的方式走近用户。对于广大养宠人来说，一个属于川渝宠主的全新家园，已经正式开启。宠物经济已成为媒体关注的重要赛道“上游萌宠”频道的上线获得行业紧密关注。多位业内人士表示，在宠物经济快速发展的背景下，主流媒体进入宠物垂类领域，不仅有助于满足用户需求，也将推动行业规范发展。 重庆市畜牧业协会宠物行业分会会长吴柏青。作为入驻“上游萌宠”答人团的业界专家，重庆市畜牧业协会宠物行业分会会长吴柏青认为，当前宠物行业发展迅速，但行业标准缺失、服务水平参差不齐等问题依然存在。“主流媒体入局，是推动行业规范化的重要力量。”吴柏青表示，上游新闻拥有媒体公信力和广泛影响力，一方面能够监督行业乱象、推动商家规范经营；另一方面可以通过专业科普、公示优质服务资源，打通监管部门、从业者和消费者之间的信息渠道，推动重庆宠物市场向更加透明、标准化方向发展。对于专家会诊室特色板块，吴柏青给予高度评价。他表示，当前网络宠物知识鱼龙混杂，伪专家和不实信息屡见不鲜。通过“媒体+专家”模式，让养宠家庭少走弯路、少花冤枉钱。同时，他期待频道未来能够发挥平台优势，连接川渝宠物医院、繁育机构、宠物品牌和行业协会，推动宠物产业链协同发展，助力打造西部宠物产业高地。 潮新闻潮宠频道负责人张佳琪。作为国内较早布局宠物垂类内容的媒体从业者，潮新闻潮宠频道负责人张佳琪同样看好上游新闻此次布局。她认为，宠物经济已成为媒体融合发展的重要赛道。“宠物内容天然具备情感价值和传播优势，能够吸引大量年轻用户。而主流媒体的专业性和权威性，恰恰能够弥补市场上内容良莠不齐的问题。”张佳琪说。在她看来，宠物垂类内容实现“破圈”的关键在于“专业做根基，社交做传播”。“专家会诊室解决用户的专业需求，潮宠朋友圈激活用户互动，两者形成良性循环，既能树立口碑，又能实现流量增长。”对于未来合作前景，张佳琪表示，江浙沪与川渝宠物市场各具特色，双方在宠物赛事、携宠旅游、宠物文旅开发等领域拥有广阔合作空间。“我们期待未来与上游新闻开展跨区域联动，共同挖掘西部和长三角宠物消费市场潜力，打造更多具有影响力的宠物IP和活动品牌。”业内人士普遍认为，随着宠物经济持续升温，“上游萌宠”频道的上线，不仅是一次产品创新，更是主流媒体深度参与新消费生态建设的重要探索。未来，一个覆盖资讯、服务、社交、消费等的川渝潮宠生活圈，值得期待。上游新闻首席记者 纪文伶
-
RBC：收购AI客服代理Fin逻辑有疑问，给予赛富时(CRM.US)“中性”评级 智通财经APP获悉，RBC Capital Markets表示，赛富时(CRM.US)以36亿美元收购Fin的交易，将这家科技巨头进一步推向客户互动领域，但存在执行风险。RBC 分析师 Rishi Jaluria给予赛富时“中性”评级，目标价120美元。Jaluria 在给客户的报告中写道：“从宏观角度来看，我们认为此次收购很有意思，尤其因为它能让赛富时更深入地涉足客户互动领域(并非 CCaaS，而是相关领域)——要知道，赛富时 最近宣布了其期待已久的CCaaS 产品 Agentforce Contact Center。话虽如此，我们对此次收购的逻辑仍有疑问，并且考虑到 Informatica、Contentful 和其他一些规模较小的收购项目也正在同时进行整合，此次收购无疑会增加整合/执行方面的风险。此外，我们还要指出，Fin(前身为 Intercom)成立于 2011 年，并于 2026 年 3 月从 Hercules Capital 融资约 2.5 亿美元，旨在加速其先进 AI 客服代理的发布，这引发了人们对其产品成熟度和技术水平的质疑。”赛富时表示，Fin的核心产品——人工智能代理(AI Agent)能够跨所有渠道(包括在线聊天、电子邮件、WhatsApp、短信、电话和Slack)端到端地解决复杂的客户查询。该人工智能代理由Fin自主研发的名为Apex的人工智能模型驱动，该模型专为客户支持而构建。赛富时表示，此次收购将使Fin的客户代理平台惠及各种规模的公司，并增强赛富时在企业范围内交付自主代理的能力。该交易预计将于赛富时 2027财年第四季度完成，预计该交易不会改变 赛富时 此前于 5 月 27 日公布的 2027 财年财务预期。
-
大厂AI，大战618 AI让生意更好做了吗？定焦One（dingjiaoone）原创作者 | 李梦冉编辑 | 魏佳往年618的头等大事，是背满减公式。“跨店每满300减50”，让消费者都临时变成奥数考生，社交平台上到处是“数学课”和“抄作业”帖，大家对着购物车反复计算，生怕买贵了。今年618，有些不同。从开启时间看，战线一如既往地长：抖音5月15日开跑，拼多多从5月21日持续到6月30日，天猫5月21日开卖，京东5月30日晚8点启动。玩法却明显简化，跨店满减、定金膨胀这些传统促销还在，但平台不再把它们当作传播重心，真正的C位，让给了AI。千问和淘宝全面打通，打开千问APP，可以让AI帮你挑选淘宝商品；豆包APP打通抖音商城，内嵌的“买前问豆包”功能可以直接下单；京东的AI数字人主播在凌晨三点仍在讲解商品......事实上，AI介入大促并不是第一次。去年双11，各大平台就已尝试用AI生成商品文案、做智能客服和直播数字人。只是当时更像“锦上添花”，而今年618，AI几乎出现在了每一个环节。平台战报也在强调它的存在感。京东618前4小时AI数字人带货突破7000万元；淘宝升级AI店小蜜，上线“AI假图识别模型”，平均退款挽单成功率超过20%。虽然这些数字在大促万亿级GMV中算不上主角，但在价格战打了好几年，边际效果下降的背景下，是一个新信号。只是，AI到底是“神器”，还是各平台请来撑场面的新道具？01.AI加入618：直播不打烊，客服秒回，物流更快要形容今年618中AI扮演的角色，“无处不在，但并非无所不能”或许最贴切。从消费者打开APP的第一秒，到商品出库的最后一公里，AI几乎渗透进了所有环节。按购物的流程，可以拆成买前、交易中、买后三个阶段来看。 买之前，入口端变化最明显。过去，购物的起点是搜索框：输入关键词，系统抓取商品列表，再靠自己筛选。今年618，多家平台完成了AI助手与购物入口的打通，起点从“搜索”转向“对话”。淘宝与千问全面打通，用户在千问APP里表明需求，千问可以完成选品、比价、领券甚至下单；抖音则将豆包APP与商城打通，内嵌“买前问豆包”功能，用户问答后可直接跳转购买，全程不离开抖音生态。不过，AI助手的使用目前仍以尝鲜用户为主，远未成为主流购物方式。交易之中，商家的感受最直接，AI主要体现在直播、客服和经营决策三块。直播是各家都在发力的环节之一。京东数字人“JoyStreamer”今年618期间开播数量同比增长6倍，超过7万商家在使用。这些数字人主播可以7×24小时在线，凌晨三点仍能讲解、促单、发券。淘宝、拼多多、唯品会也都开放了数字人直播接入，淘宝对数字人直播还推出激励政策，包括流量倾斜和技术扶持等。不过不同平台对数字人的态度和执行尺度不一，今年2月《直播电商监督管理办法》正式施行后，所有平台的数字人直播间都须在显著位置标注“AI生成”标识，否则将面临限流甚至封禁。客服端也同样用上了AI。淘宝的“店小蜜”从自动回复升级为“导购型”客服，能主动推荐商品，还上线了“AI假图识别模型”拦截恶意退款，商家测试数据称平均退款挽单成功率超20%；京东AI客服“京小智”已服务超百万商家；抖音的飞鸽智能客服向商家限时免费开放，官方披露可节省约70%的人力成本。此外，AI工具开始介入更深层的经营决策。如淘宝的“AI万相”通过多智能体协同，打通需求洞察、内容生产和投放优化；抖音的“千川·乘方”则提供智能投放服务。不少平台还开放了AIGC工具，帮中小商家一键生成短视频和商品图文。以上这些，都是“看得见”的环节。买完之后，是消费者感知最弱的物流与供应链环节，但这恰恰是AI应用最扎实的一环。京东物流今年重点推进的“超脑大模型”，覆盖超过1000个核心供应链场景，库存周转效率提升30%至40%，干线运输成本下降；淘宝、拼多多等电商平台甚至各大物流体系也利用AI做智能调度、动态分配库存。当你下单后，AI会预测你所在地的库存需求，自动从最近的仓库调货，同时规划最优配送路线。这也是为什么在大促期间，有些消费者下单后几小时即可收到货，背后是供应预测链在默默支撑。总的来说，AI确实在改变618的每一个环节，入口更聪明，直播不打烊，客服秒回，物流更快。但这些大多都停留在提效层面，原有的流程变得更快，却对商业模式没有改变。平台战报里的漂亮数字，和消费者、商家的真实体验之间，或许还有距离。02.AI，让生意更好做了吗？消费者端，AI客服是大家感受最明显也最有争议的地方。社交平台上，关于“AI客服快把人逼疯了”的话题下挤满了吐槽。消费者夕夕的反映尤为激烈，她告诉「定焦One」，大促期间咨询量暴增，AI客服顶在最前面，能解决的问题却很有限。“尺码、库存、发货时间这些标准问题还能回答，一旦涉及优惠活动、保价、投诉，AI要么答非所问，要么套话循环。”她曾连续发了十几条“转人工”，都没能对接上真人客服。至于AI导购、AI帮你选，她从未用过。“我是个目的性很弱的购买者，喜欢‘逛’的感觉。如果目的明确，我会直接搜索，买最划算的链接，不需要AI替我决定。”这种心态不是个例。一份618前瞻调研显示，在提到对于AI赋能消费的具体期待中，前三名都集中在提效上——51.7%的人希望“AI帮商家提效，降低成本让利给我”，50.3%希望“AI优化供应链减少缺货砍单”，44.0%希望“AI提升售后客服效率”。尤其是，消费者对“整理信息、比价、计算优惠、识别价格变化”等工具性功能接受比例在65%-70%，但对“AI直接给出购买建议或自动下单”则降至37%-48%。看来，目前消费者愿意听AI建议的并不多。商家这边更复杂：一边是服务商给出的漂亮数据，一边是一线运营的真实顾虑。先看成本这笔账，AI确实把门槛拉低了。 一位AI数字人服务商称，目前他们AI数字人直播报价低至每小时12元，这意味着，24小时不间断直播每天不到300元，远低于一个真人主播的时薪。而且一个账号可以在京东、淘宝、拼多多等多平台通用。京东甚至向商家免费开放了数字人直播，但是功能与外接付费版本存在差距。AI客服同理。电商平台官方AI客服基础功能通常免费或提供免费额度，但高阶功能、超量使用或企业级定制会收费。某外接AI客服供应商给「定焦One」的报价单显示，入门版年费16800元，加上平台接入费（此费用由电商平台收取，不同平台价格不一），如淘天接入费360元/年/个，实际年成本约17160元。这显然远远低于一个全职客服的年薪，还能做到全天在线、随时响应。但账面上的便宜，落到实际场景里就没那么理想了。一方面，能用上的范围有限，且各平台在AI直播上的进展并不一致。上述AI数字人服务商告诉「定焦One」，电商平台里，目前京东、淘宝、天猫、拼多多、唯品会可以外接数字人直播，抖音、快手、小红书还不行。甚至有商家反映，在某些平台上数字人直播有被限流甚至封禁风险。另一方面，在一些场景里，即便用上了AI，不代表不需要真人客服。上述AI客服供应商透露，售前咨询用AI，成本压缩效果明显，但对于售后问题，AI处理得没那么精准，需要人工接手。尤其大促期间咨询量激增，反而是AI最容易暴露短板的时候。更让商家迟疑的，是责任问题。一位零食类目电商商家对「定焦One」直言：AI抓取的数据都是根据你产品本身已有的竞争力，产品好就能被AI抓取，所以“AI降本作用不大，但增效是有的”。对于电商平台的AI工具，她都有所了解，但真正信任的不多，“毕竟AI不需要承担后果。”如果AI客服回答错误引发纠纷，最后背锅的还是商家。那么，AI省下的成本和效率，最终到底流向了谁？商家确实降低了人力成本，但也交出了一部分数据和决策权。工具越顺手，迁移成本越高。消费者则承担了一部分隐性成本。AI客服替商家省了钱，却让用户陷入“转人工”死循环；所谓的“假性降价”依然存在，AI省下的效率并没有变成更低的价格。相比之下，平台受益更明显。除了可以赚取工具费，还能获得数据和生态壁垒。AI越智能，越需要数据喂养，数据越集中，AI越强大，这是一种强者恒强的循环，最终加固了平台的护城河。03.平台押注AI：短期被高估，长期被看好AI在今年618的实际效果还很一般，平台为什么还要集体押注？这要从两方面来看。一边是大促的吸引力在下降，平台需要一个新故事。一位资深电商运营告诉「定焦One」，他所负责的某类目在2025年618期间还有70%的增长，但今年和平时数据差不多，几乎没有明显增长。在他看来，有部分原因是大背景变化，“这是靠运营无法解决的。” 图源 / pexels但更深层的原因在于大促模式本身，“平台喜欢大促，商家为了利润，消费者为了优惠，双方诉求很难同时满足，商家被夹在中间。”他告诉「定焦One」，为了应付平台的大促活动同时保住利润，一些商家会“先涨后降”。假设这一年都参加平台的活动，有20%的优惠，那商家就把价格拉高，再通过活动回到日常价。尤其是，如今促销活动愈发密集、战线越拉越长，让消费者对价格越来越敏感，商家只好“假性降价”，这是一种恶性循环。当补贴的边际效果越来越弱、大促模式本身陷入内耗，平台急需一个新的增长故事，AI就被推到了台前。另一边，被推上台的AI，对平台的意义远不止“降本增效”，这从各家的布局就能看出来。今年618，各平台对AI的投入力度和打法都不同，方向却一致。阿里和字节的思路相似，用自家大模型把消费决策的闭环锁在自家生态内；京东走的是全流程嵌入，强化履约效率和供应链成本优势；拼多多最低调，不追AI概念，默默做价格匹配和推荐算法的优化。艾媒咨询首席分析师张毅向「定焦One」分析，平台布局AI的核心，都是在抢占消费决策的入口。“电商竞争由流量竞价变为用户心智的争夺，阿里、字节、京东都依托各自生态构筑壁垒。”他同时指出，这对没有生态依托的中小平台而言，是巨大压力。入口之所以重要，因为AI正在改变入口的性质。搜索时代，用户主动检索、自己比价，平台更像一个中立的货架；而到了对话时代，AI替用户做筛选和推荐，平台的角色，从货架变成了导购，议价能力完全不同。谁掌握了那个被用户信赖的“AI助手”，谁就掌握住了消费决策的分发权。这也是阿里要把千问和淘宝打通、字节要把豆包和抖音商城打通的原因。它们抢的不是一次大促的GMV，是借着大促培养用户新的购物习惯。张毅认为，2026年的618，AI已经是“基建配套设施”。眼下各平台侧重降本，只是短期的阶段性特征。“目前AI大多用于后端的运维，前端智能导购还在探索阶段。”这也解释了为什么今年618消费者对AI的感知并不强烈，消费者能直接接触到的“前端”变化，还没有真正成熟。短期来看，AI对GMV的直接拉动未必明显。它的价值更多体现在转化率提升、客服成本下降、投放效率优化、履约路径改善。但长期来看，这是一场关于“购买入口”的争夺，甚至可能重新划分电商版图。“AI短期落地价值会被高估，但长期的潜力还有更大的提升空间。”张毅判断，拐点可能在未来两到三年出现，随着多模态智能体和供应链的落地，未来C端的AI一键购物、B端的AI产销改造、大商家出现分层发展，都是可以预见的趋势。但至少今年618，它还在路上。*题图来源于pexels。
-
江湖已变，旧梦未改，吴甘沙的自动驾驶十年 “过去十年证明AI司机，未来十年要证明能走多远。”作者丨林子川编辑丨李雨晨港交所敲钟后的晚宴前，驭势科技团队翻出了一份旧文件。那是公司2016年的第一版商业计划书，他们原本只是想从中挑几句话，作为上市晚宴回顾公司发展的素材，却发现，“AI司机”“全场景无人驾驶”，这些今天仍被驭势科技反复强调的词，十年前就已经写在计划书里。第二天晚宴上，吴甘沙站在晚宴舞台上，背后的屏幕不断闪过这些关键词，台下高朋满座，觥筹交错。五位联合创始人仍然站在他身边，陪他一起从2016年走到了今天。十年来，有人因技术难以落地无奈调转业务方向，有人在资本退潮之后悄然离场，也有人向科技巨头出售公司，无数公司消失在历史长河。驭势科技也并非一路顺风，Robotaxi、无人小巴、无人配送甚至整车开发，一项项业务被驭势科技启动后又收缩，但计划书从未变过，一直被用到了现在。2016年写下那份计划书的吴甘沙，像《绝代双骄》的花无缺，沉浸在技术和理想世界中，相信技术能够改变世界，也相信自己能够推动这一切发生。十年后，他依然盯着同一个目标，只是满头华发，驭势科技也成功走到港交所。一个问题随之而来，在一个风口几度更迭的行业里，为什么吴甘沙和驭势科技，还能把十年前的故事讲下去？01驭势十年：首创物理AI，深耕同一个通用AI司机行业发展初期，整个市场对自动驾驶的落地节奏充满乐观预判。日本政府曾提出目标，预计2020年实现高速公路自动驾驶规模化应用；马斯克也曾公开表态，到2020年底，特斯拉将落地100万辆Robotaxi投入运营。彼时的吴甘沙，也对智能驾驶的未来充满憧憬。他曾畅想，2026年的北京，城市道路仅保留100万辆私家车，200万辆无人驾驶出租车全天候调度运营，依托大数据算法实现交通最优配置，彻底解决道路拥堵难题，闲置停车位全部改造为城市公共绿地，重塑城市交通生态。对吴甘沙而言，创办驭势科技，从来不是一次简单的创业试水，而是投身一场百年难遇的交通与物流产业变革。他常说，这就像面对一张空白的产业蓝图，新时代的从业者亲手绘制行业未来，而驭势恰好手握关键的技术画笔。他认为，一旦自动驾驶技术成熟，不同车型、不同场景最终都将采用同一个自动驾驶系统，他称之为“AI司机”，大家仅需支付一定的订阅服务费用。基于这种判断，早期的驭势科技探索过Robotaxi、无人小巴、无人配送等多个方向，甚至尝试过整车开发。然而，每一个场景都需投入大量资金，并且所有场景的商业模式都未被行业成功验证。直到香港国际机场出现，才让驭势科技找准了业务方向。2019年，已和驭势科技合作两年的香港机场提出要求，必须实现无人化运营，才能真正达到降低成本的目的。当时的驭势科技正同时推进多个业务，而机场业务项目周期长、技术门槛高。如果要满足香港机场项目的要求，就必须忍痛放弃部分业务。一番思索后，驭势科技决定选择后者，聚集所有资源投入到香港机场项目。为了让客户相信技术实力，驭势科技在凌晨三四点，机场车流最少的时候，让一辆无人车在没有拖斗的情况下完成运行，香港机场相关负责人全程跟车观察。这一次测试虽然不能证明其已经具备规模化无人运营能力，但客户看到了驭势科技推动无人化的决心，愿意再给驭势科技更多时间打磨技术。此后，驭势科技内部紧急启动了名为“地牢行动”的攻坚行动。每一轮攻坚，大约四十名研发和测试人员参与，团队采取全天三班轮换模式，持续排查问题、修复Bug、重新验证。研发、测试、运营不断循环，白天测试，晚上改，如此循环。小到一段路线在特定光照下识别异常，都需要反复定位和修正。最终，驭势科技满足了无人化运营的要求，实现去安全员运营。在这一过程中，吴甘沙意识到，商业世界评判无人驾驶技术不一定是技术更先进，而是全天候稳定运营。吴甘沙介绍，机场虽小，但却是“五脏俱全”的城市。机场内部每天运行着数千台车和航空器。此外，机场对服务能力也提出极为严格的要求，不允许车辆延误且能全天无休运营。在机场的数年锤炼下，驭势科技迭代了自动驾驶系统上百个版本、修复了数千个Bug，实现了大规模无人化运营。而这一能力，此后也被驭势科技应用至乘用车、商用车业务。目前，驭势科技已推出标准化、通用型智能驾驶平台U-Drive® 智驾系统，应用于乘用车量产、Robotaxi及各种商用物流场景。此外，驭势科技正在投入更多资源，研究世界模型、VLA、VLM，端到端等新智驾技术。十年过去，驭势科技验证技术的场景一再变化，但本质依旧是能在任何场景接管方向盘的AI司机。02从挑战旧世界，到学会做生意刚加入英特尔时，吴甘沙负责人机交互，但很快意识到这并不是自己最擅长的领域。第二年，他主动申请转入核心技术团队。此后几年，在美国团队支持下，他逐渐建立起自己的研发项目，从工程师一路成长为项目负责人。“这是一个更能够发挥我能力的空间。”吴甘沙曾表示。仅仅过了三年，他就成为了项目经理，“在那段时间里，我几乎每年都能得到提升，英特尔让我坚信，只要做出成绩就会有回报。”坚信有成绩就有回报的吴甘沙，闯过一道又一道难关，十几年的磨练，让他从基层工程师到英特尔中国研究院院长。因此当自动驾驶浪潮出现，吴甘沙离开英特尔创业时，他身上带着一种典型技术人的自信，相信这条验证过无数次的真理，在创业中也能生效。驭势科技成立时，他写下了一篇广为流传的创业自白：“这次传统汽车行业面临的对手并不是一个孤独的复辟者，呼啸而来的是一个全新的时代……即使你在过去几个世代一直独领风骚，仅仅在下一个时点，后来者会将你几世的荣耀颠覆。”字里行间满是自信，似乎颠覆传统车企生存法则的那一天指日可待。今天回头看，这段文字更像一封写给旧世界的挑战书。但现实并非一帆风顺。创业初期，车企风头正盛，吴甘沙带着团队频繁拜访车企，提出驭势科技具备全栈能力，客户只需直接采购方案即可。一家名不见经传的初创公司大谈无人驾驶，车企感受到的是取代，而非合作。结果可想而知，很多合作并不顺利。这是吴甘沙离开研究院后，第一次意识到，客户不会仅仅因为技术领先就合作。2020年，自动驾驶行业进入融资寒潮，资本趋于谨慎，大量公司开源节流。吴甘沙回忆，那是驭势科技成立以来最痛苦的一段时期，潜在订单被迫终止，不得不缩减开支以稳定现金流。后来有人对吴甘沙说：“你已经算幸运的了。你没有试过站在桥上思考要不要跳下去，也没有经历过深夜一个人留在办公室，想着把桌椅卖掉还能不能多发一点工资。”行业低谷期的阵痛，让吴甘沙彻底摒弃了技术人的理想化思维，驭势科技重新调整边界。它放弃造车、整车运营这两个收益更大，但容易引起客户警惕的服务，转而只提供“AI司机”收取软件订阅服务费，这一商业模式在当时行业内颇为罕见。具体而言，驭势科技则把U-Drive®智驾系统、算法能力、系统升级和运维保障打包成服务，通过软件授权和订阅方式收费。客户仍然拥有车辆和场景，驭势科技则提供让车辆无人化运行的系统能力。一旦这种模式跑通，驭势科技过去十年积累的全场景能力得以被复用，迁移到厂区、园区、港口和物流场景。对于驭势科技而言，一套通用系统适配多元场景、多类车型，边际成本持续降低，同时能通过软件迭代、功能升级，满足客户不同需求，形成稳定、可持续的收入。在这一过程中，也有不少“诱惑时刻”。2025年，无人配送车降价超50%以上，多家公司订单量大幅增加，迅速扩大收入规模，众多玩家跨界入局。这一切似乎都证明着时代变了，吴甘沙的观念已经过时。但他依旧相信，一家自动驾驶公司想活下来，首先必须让生态伙伴愿意长期合作。大量机场订单，是驭势科技多年反复验证理念的成果。目前，驭势科技占据了国内超90.5%的机场无人驾驶份额。除此之外，驭势科技的足迹还进入港口、工厂，为客户提供自动驾驶套件和定制化软件。十年前的吴甘沙肆意洒脱、锐气十足，他像是花无缺，剑锋所指，皆是理想；今天的他更像江小鱼，知道江湖从来不只靠武功高低，还要懂人情世故、利益往来与进退取舍。03吴甘沙的“第二次创业”晚宴接近尾声时，吴甘沙引用了英国前首相丘吉尔的一句名言：“The end of a beginning。”这句话出现在1942年阿拉曼战役之后，蒙哥马利击败了隆美尔的非洲军团，盟军终于在北非战场取得关键胜利。盟军第一次意识到，尽管距离终局依然遥远，但胜利是可能的。对驭势科技来说，上市也是一场阿拉曼战役，但不同的是，驭势科技有了更多弹药储备，迎接更加艰难的战役。吴甘沙说，短期内不用再为生存焦虑，不必像过去那样精简业务，驭势科技要成为无人驾驶、乘用车等领域的“全能选手”。在他看来，Waymo更像是100米短跑冠军。它专注于解决开放道路上最复杂、最极致的自动驾驶问题，是自动驾驶领域里技术难度最高的项目之一。特斯拉则更像200米冠军，虽然目前仍然停留在L2辅助驾驶阶段，但已经在全球范围内大规模运行。一旦未来安全性达到足够高的水平，它有机会从L2直接向更高级别自动驾驶演进。而驭势科技想要成为的“十项全能运动员”，不一定在某个单项上跑得最快、跳得最高，但在十个项目中都具备强竞争力。正是因为过去十年，驭势科技在不同场景中不断积累数据，验证复杂天气下无人化运营能力，让“AI司机”能力不断增强。羽翼逐渐丰满，驭势科技重新拥抱乘用车。吴甘沙认为，乘用车业务收入虽然只占总收入极小一部分，但通过大规模量产车型，可以接触更多真实道路数据，推动系统不断迭代；而L4场景积累的收入和能力，又能反哺于乘用车业务。可以说，驭势科技从来没有放弃开放道路，只是调整了顺序，深耕更能先赚钱的封闭场景，再做爆发的开放道路。早期封闭场景积累的能力，也帮助驭势科技向开放场景拓展。吴甘沙介绍，香港机场是距离中国内地最近的世界级机场，它代表着全球化标准。驭势科技从第一天开始就按照国际机场的标准进行研发，虽然面对大量英文流程文档和复杂管理体系，过程异常痛苦，但后来进入新加坡、中东等海外市场时，他们发现当地客户要求的标准和体系与香港高度一致。也正因为如此，在香港建立起来的能力和流程，帮助公司大幅降低了未来出海的成本，实现了所谓“零时差出海”。目前，驭势科技已得到包括香港、新疆、卡塔尔、新加坡等20个国内外机场订单。而在近期，驭势科技和赛力斯旗下品牌合作的E5 Plus首款海外右舵车型量产。吴甘沙曾多次提到，不出海就没有未来，原因在于，自动驾驶与物理AI的未来必然是全球化的，不出海就没有长远未来。AI司机的通用性、适配性，必须在不同国家、不同气候、不同法规体系、不同运营场景中反复验证，才能持续进化、形成终极壁垒。而轻资产的软件订阅模式，相比传统RaaS重资产出海，成本更低、落地更快、复制性更强，是驭势全球化扩张的核心优势。驭势科技已经赢下一场阿拉曼战役，最危险的阶段已经过去，但真正漫长的战争，才刚刚开始。04结尾吴甘沙曾把AI自1956年诞生以来的发展，划分为三个时代。1976年至1996年，是PC时代；1996年至2016年，是互联网时代；2016年至2036年，则属于AI时代。不过在他看来，AI时代内部还会继续分化。一部分AI发生在数字世界里，从搜索、推荐，到大模型、Agent，它们处理的是信息与知识；另一部分AI则进入物理世界，自动驾驶、具身智能、机器人，都属于这一范畴。驭势科技也是较早提出“物理AI”概念的一批公司。对于驭势科技而言，过去十年是在证明AI司机能否存在。接下来的十年，它要证明的是，当AI真正进入物理世界之后，究竟能走多远。
-
4天浪费4.5亿词元后，我才知道为什么DeepSeek是AI泡沫斩杀线 【文/观察者网专栏作者 唐晓甫】 最近，AI Agent（AI智能体/助理/助手）成为一个非常热门的话题。作为一个长期跟踪AI发展、但已经忘记如何编程的人，我也在一直追逐前沿动态，试图更加高效地学习使用AI Agent，拓展自己的能力边界。 于是继5月份，我和AI一起从零开始，低效手搓出一个功能不全的简易版Agent后，我把目光投向了已经颇具规模的成熟Agent，选择了朋友推荐的新兴开源Agent——Hermes，然后将API（应用程序编程接口）选定为我的老朋友DeepSeek。 当然，开了高权限的Agent能干的事情确实非常多，不仅能和你搞出聊天bot、相对高效率地编程、对很多参数配置进行一句话修改，还能模拟键鼠绕过传统的反爬虫程序，读取不少东西。当然这个过程也并非一帆风顺，也会出现改错东西致使软件崩溃的情况，例如我在修改bot参数的时候，Agent会意外篡改原来的API信息、并且没事就切换输入法繁简体，还挺无语的。 令人惊叹的低价 只不过最让我意外的还是DeepSeek，由于我本来对编程已经忘得差不多了，本地也没有很多编程工具和软件包，每次在调试程序的时候，我给出的提示词都比较模糊，导致精细调整时浪费很多词元。于是在一次次不断地为本地Agent界面功能升级、自动输出skill以及编程的过程中，不知不觉，我的词元消耗量在短时间内达到了相对庞大的数字——4.5亿。 我不太清楚这个数字意味着什么，尤其是我的第一选择一直是DeepSeek，没有使用过其他公司的官网API，我并不知道这背后隐藏着中美AI大模型最核心的差异之处。我只是稀里糊涂地查了一下账单，发现我四天浪费4.5亿词元的结果是——我只要为此付出35块钱。 到这时，我才突然想起来，我是不是可以问问ChatGPT，4.5亿词元意味着什么。于是我向ChatGPT提出了这个问题：4.5亿词元是不是很多？然后它给出了回答： 是的，4.5亿词元非常多。直观说： 1.内容量级很大 4.5亿词元大致相当于： 英文：约3亿多个英文单词 中文：可能约3亿到4.5亿个汉字/字符级内容 如果一篇长稿按1万词元算，大概是4.5万篇长稿，如果一本书按10万到20万词元算，大概是2250到4500本书 2.API成本也不小 按OpenAI当前官方价格，GPT-5.5标准API是输入$5/100万词元，输出$30/100万词元；GPT-5.4mini是输入$0.75/100万词元，输出$4.50/100万词元。所以4.5亿词元=450个“百万词元”。 结论： 4.5亿词元已经不是普通个人使用量，而是中大型内容处理、批量摘要、数据清洗、知识库构建、批量翻译/改写这类项目级用量。 由于ChatGPT的这个回答超出了我的预期，我就问了一下，4亿词元（还不是4.5亿）用美国的API要多少钱？答案再次让我惊讶。 根据ChatGPT、Gemini和Claude的说法，即便在最便宜的情况下，用GPT-5.4nano全输入4亿词元，也要80美元。而如果是全输出，最贵的GPT-5.5会收费1.2万美元。可以这么说，即便按美国主流模型中最便宜的报价计算，处理4.5亿词元的成本，理论上也会是我这次DeepSeek浪费行动所花成本的约17.5倍。 然后我想了想，也许是因为我的缓存命中比较高的原因（DeepSeek也是出了名的缓存命中高），所以导致收费很低。于是我问了一下，如果缓存命中率达到99%（显然正常情况下是不可能的），4亿词元我要花多少钱？答案如下： 我们可以看到，哪怕是我把缓存命中率提到99%，无论是ChatGPT、Gemini还是Claude的旗舰大模型的收费标准都显著高于DeepSeek，甚至高于DeepSeek几十倍收费依旧是常态。 当然，这次Agent实验过程中，我没有用什么专门的编程软件，也没有调用现成的工具库、多专家Agent或者Skill库，没有用Codex或者Claude Code中转CC Switch连接DeepSeek，也知道DeepSeek在处理一些问题的时候会非常笨拙且消耗词元，所以我这次只是单纯比较词元的价格。 也许有人认为这样单纯追求廉价意义有限。因为在AI狂飙突进的叙事下，似乎极致的性能才是一切的核心，谁能率先实现AGI，谁就能拿到打开下一个时代的钥匙，然后在一夜之间带来生产力的飞升和文明的进化，所以一切高投入都是值得的。 这里我们先抛开DeepSeek V4 Pro本身的Agent性能，以及国人是否可以围绕DeepSeek等国产大模型创造更高效的Vibe Coding生态等问题不谈，而是更加细致地从价格和财务的角度关注2026年上半年的AI生态，就会发现，所谓“一切高投入都是值得的”之类的结论似乎太武断了。 美国公司也无法承受越来越长的美国AI账单了 一些不太关注AI的朋友可能会产生这样的印象：即便有数据表明中国模型的性价比远高于美国产品——例如，人工智能基准测试公司Artificial Analysis在相同10项评估中对比各实验室最强模型后发现，Anthropic的Claude成本高达4811美元，OpenAI的ChatGPT为3357美元，而DeepSeek仅需1071美元，Kimi为948美元，智谱的GLM更是低至544美元，Claude的成本几乎是其中最便宜的中国方案的九倍。 同时，中国模型的调用词元数量已阶段性位居世界第一，根据OpenRouter数据，3月底至4月初中国模型的词元调用占比一度接近48%，并且在2026年4月以来的大多数周中都超过了美国模型，单周调用量甚至一度达到美国模型的4.28倍。 尽管如此，我们一般还是会默认，美国公司不仅会将业务留给美国AI大模型，而且美国巨头们对于AI词元的需求，至少现在是近乎无上限的。但是事实上，我们错了，而且大错特错。 首先，美国公司现在也在大规模运用中国的AI大模型。不仅用得多，甚至还直连官网。这里我们可以看看知名财务自动化平台与企业支出管理软件Ramp关于DeepSeek的两篇报道。第一篇是发布于2025年3月7日的《Are businesses actually using DeepSeek?》，里面提到，根据其企业支付数据估算，截至2025年1月底，一度有0.3%的美国企业使用过DeepSeek。 然而在6月3日发布的《Top SaaS Vendors on Ramp (June 2026)》中，Ramp首席经济学家Ara Kharazian在文中表示，DeepSeek在当月登上Ramp “trending software list”的榜首。更重要的是，Ramp特别说明，这不是企业自建开源模型的间接使用，而是企业正在直接向DeepSeek付款，并且通过DeepSeek直接发送和接收数据。也就是说，虽然没有给出明确数据，但是已经有一定比例的美国企业开始通过官方API渠道采购DeepSeek的服务，而不只是下载开源权重或通过第三方平台间接使用。 如果这只是小型企业开始嫌弃美国大模型收费太贵的话，那么另外的一些报道则可能更值得警惕：美国顶级企业开始限制员工对词元的消耗。 5月，美媒《华尔街日报》就报道，不少大公司数月前对AI应用的普遍看法仍是“越多越好”。因此，当模型开发商提供无限量订阅模式时，部分企业员工便尽可能消耗算力，以证明自己紧跟AI热潮。然而，随着无限量订阅模式被按词元收费的模式取代，以及词元的单价飙升后，企业在运用AI方面的支出也将随之大增。 有公司已经报告称自家AI支出增加了一到两倍，而Uber在4个月就已经用完了AI的全年度预算。Meta、微软、Salesforce等企业的技术主管也提出新措施，以确保员工使用AI有助于提高生产力，或减少部分员工使用特定工具的权限。亚马逊也在5月通知员工，旗下可用于跟踪员工词元消耗情况的“Kirorank”榜单已停止服务。该榜单的设立初衷是推动AI在业务场景的应用，然而事与愿违，部分员工为追求更高的排名和绩效，将AI智能体当作不计成本的“烧词元”工具，导致公司算力资源被浪费。 同时，老牌企业也开始限制自家员工对于词元的需求。Walmart也被报道对内部AI编程工具设置词元数量限制，用来减少重复性“vibe coding”和控制成本。 这股风气甚至蔓延到了一直在炒作AI需求的华尔街。Business Insider报道称，JPMorgan、毕马威等公司已经建立了跟踪员工AI使用机制；其中JPMorgan工程师的AI使用情况会被内部记录和分类（包括GitHub Copilot、Claude等工具）。 摩根大通的首席数据与分析官在2026年6月初的纽约科技周上公开证实，部分员工使用大模型产生的词元成本，已经超过了其个人薪水。作为在全球及北美拥有庞大投行业务的欧洲最大银行之一，法国巴黎银行CIB的首席AI官在巴黎Mistral AI峰会期间表示，他已经不再把“每天消耗数十亿词元”作为首要指标，而是更重视实际产出、效率提升和收入影响。 更加扎心的是，这些被消耗的词元并没有转化为生产力，根据初创企业Entelligence AI收集的2000多家使用高级AI编程工具公司的数据，发现只有18%的词元支出转化为了能够触及真实用户的已交付编码产品。 而这时候，我们不妨来看看近期的一个例子，《崩坏》系列AI NPC&Gameplay技术团队负责人郑银河在2026阿里云峰会上，无意间透露了内部Agent尝试的成本。团队有个工程师为测试多智能体协作，搭建了几十个AI Agent，没有设置词元消耗上限就下班离开。结果智能体连续运行13小时，消耗了价值200万元人民币的词元。他还对同事开玩笑说，如果你是一个独立游戏开发团队，那一晚上已经破产了。（200万元人民币都够很多编程小团队一年以上工资了。） 接连出现的成本失控事件，正在迫使所有企业直面AI实验室此前刻意回避的核心问题：这项技术究竟是否足够有用，值得投入这么高的成本？ 从创新逻辑看，技术发展本就建立在大量试错的基础上，但当试错本身已经拥有极高的成本，甚至有拖垮项目的风险时，越来越多企业开始重新衡量这条技术路线的合理性。Ramp首席经济学家Ara Kharazian指出，当前大量美国企业的AI支出已经面临巨大成本压力；在高昂词元消耗、远低于预期的投资回报率双重挤压下，不少企业开始主动寻找OpenAI、Anthropic的平价替代方案，而DeepSeek极低的词元定价，恰好给这类尝试和创新提供了低成本试错的空间。 但是从美国政府的角度来看，AI从来不只是工程上的问题，也不只是金融上的问题，它还涉及美国的美元霸权以及所谓“第四次工业革命”的美梦。 美国“AI金融学”已经正面遇到了那堵墙 对于美国来说，金融端对词元需求的叙事恰恰相反。在很多人的叙事中，美国的高等级AI推理是稀缺的、高价的AI硬件是供应不足的、高价词元是可以被企业无限消化的、高估值是可以由无限增长的推理需求支撑的，而且即便词元价格高企，其投入产出终将会扩大，而AI公司也可以靠昂贵的闭源API，长期收割全球企业并获得盈利。 为此，他们试图将词元与“高等级推理能力的计量单位”相挂钩：越复杂的推理、越长的上下文、越多的Agent调用，就越需要高端GPU、数据中心、电力、云服务和闭源模型能力。这个叙事支撑了AI基础设施的巨额资本开支预期。高盛的基准模型估算，AI相关年度资本开支可能从2026年的7650亿美元，增长到2031年的1.6万亿美元；摩根士丹利也估算，到2028年前后将有近3万亿美元AI基础设施投资流入全球经济。 随后通过这种挂钩以及对稀缺算力的垄断，美国一直试图将算力和美元挂钩，从而实现新时代美元霸权体系的基础，也就是“算力美元”。要不是中国也发展出了自己的AI产业链、开源了自己的AI大模型，并且始终只落后美国AI半年到一年的时间，早就开始加速“算力美元”体系以及其至关重要的算力期货机制建设，而不是拼命地迭代自己的闭源AI体系了。要知道迭代一次AI，沿着Scaling Law扩大参数是非常烧钱的。如果没有后面的追赶，美国人完全可以达成一种默契，逐步收回自己的前期投资之后再推进AI大模型的发展。 而现在，美国的AI相关资本开支已经达到了一个惊人的地步，根据2026年6月初的公开财报和投行估算，美国AI相关资本开支已经进入“准国家级基建投资”规模：一年7000亿到8000亿美元量级，未来数年累计数万亿美元。市场媒体汇总中，四大科技公司Amazon、Microsoft、Alphabet、Meta在2026年合计资本性支出预估为约7250亿美元，较2025年的约4100亿美元增长约77%。这已经超过很多国家一整年的财政支出，也与美国的年度国防预算相媲美。 根据公开数据，仅Amazon、Microsoft、Alphabet、Meta四家公司2026年的AI/数据中心相关资本开支，就相当于美国全年私人国内总投资的约13%，相当于美国全年私人非住宅固定投资的约16%。 这一比例是历史级别的，甚至比互联网泡沫末期的比例更大。2000年美国信息产业资本开支为1642亿美元，占当年有雇员企业资本开支的14.9%；可以说，这是现代美国资本主义史上罕见的，甚至可以说接近史无前例的集中式投资浪潮。 更有意思的是，美国M2从2025年4月的21.7757万亿美元，上升到2026年4月的22.8045万亿美元，一年增加约1.0288万亿美元。这意味着，仅四大AI的资本支出就是过去一年美国M2增量的70.5%。这说明AI基础设施建设已经成为吸收市场流动性、重塑资本配置和支撑高估值叙事的核心机制之一。 美国已经All in AI。 所以美国马上面临的下一个问题是：美国人多久能收回自己的投资？未来的流动性还够吗？在中国大模型已经渗透进美国公司工作环境的今天，在美国资本已经把AI相关资本开支预期打满的今天，在美国密歇根大学消费者信心指数创下自1952年调查以来历史新低的今天，在美国面临高通胀、高利率的今天，本轮美国的AI产业链以及上下游产业链还能烧多久的钱呢？他们真的还能无限扩张式（保持高增速）地烧钱吗？以及最重要的问题，AI算力尤其是推理算力真的缺吗？ 至少从我得到的消息看，似乎推理算力（训练算力依旧相对紧缺），全球已经有了短期相对过剩趋势。微软CEO Nadella甚至公开承认，当前瓶颈不是“没有芯片”，而是没有足够电力和已经准备好的数据中心外壳，导致部分芯片处于“在库存里但插不上电”的状态。这意味着AI基础设施的约束正在从“买不买得到GPU”，转向“有没有电、有没有机房、有没有冷却、有没有真实负载把GPU用满”。而Cast AI《2026年 Kubernetes 优化报告》则指出，根据其对大量未优化Kubernetes集群的分析显示，GPU平均利用率只有约5%，CPU平均利用率约8%，内存约20%。 诚然，我们可以明确，AI肯定是未来最重要的发展方向之一，但是正如经典模型Gartner技术成熟度曲线所展现的那样，我们眼下正在经历的，似乎是本轮AI产业链从技术萌芽期到商业化验证的阶段。 更关键的是，美国经济已经出现了明显的“双层结构”：AI相关资本开支、数据中心建设和高端设备投资仍在高速扩张，并成为GDP增长和资本市场估值的核心支撑；但在AI之外，传统消费、服务业就业、制造业就业、白领岗位、利率敏感行业和中小企业部门已经显著降速，部分指标呈现衰退特征。美国正在进入一种由AI投资遮蔽的结构性停滞状态。 我们可以看一张比较经典的图片：标普500指数与美国失业率的走势图。传统上，美国股市通常会在失业率见底并开始上行后进入更脆弱阶段，因为就业恶化最终会传导到消费、企业盈利和信用周期。但本轮AI行情中，这一传统关系出现了明显分化：失业率已经从周期低位抬升至4.3%，但标普500仍处在历史高位附近。AI行情暂时把“就业走弱”转化为“降息预期”，又把“资本开支扩张”转化为“盈利增长预期”，从而遮蔽了传统经济部门的疲弱。 尤其是，在美国AI巨头普遍将基于AI发展的裁员视作一种重大利好的背景下，这种分化正在演变成为本轮AI周期最大的风险：AI叙事必须证明自己能够创造足够生产率、利润乃至就业；否则两条分化的线条会重新收敛，但大概率不是以失业率下降的方式，而是以标普500补跌的方式收敛。 所以一切又回到了那个问题：“美国的高等级AI推理是稀缺的，高价的AI硬件是供应不足的，高价词元可以被企业无限消化，高估值可以由无限增长的推理需求支撑且即便词元价格高企，其投入产出终将会扩大，而AI公司也可以靠昂贵闭源API长期收割全球企业并获得盈利。”——这个叙事还能持续吗？ 至少在我看来，这个问题很难。因为流动性短期上限正在被锁死，而便宜、性能仅次于美国大模型的中国大模型正在蚕食美国大模型的盈利预期上限。而且这种局面会让越来越多的人，包括美国人也包括广大的第三世界人民，可以围绕着这个便宜但能用的生态贡献自己的力量，毕竟有句老话：永远不要小瞧开源的信仰。 而正如很多网友的说法一样，从美国的AI闭源模型角度来看，以DeepSeek为代表的、开源而廉价的中国大模型就像一个淘汰圈，闭源模型跑赢了DeepSeek没有奖励，但是跑输了，那就有惩罚，惩罚的结果就是，这个闭源模型会直接消失。 本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
-
“大模型很能干，但没智能？”两位学者在沪激辩：AI这条路会不会走偏了？ 上周末，“追问智能本质，共探AI未来——《智能论》新书分享会”在沪举行。上海市科学学研究所李辉研究员担任主持，美国天普大学王培教授与复旦大学哲学学院徐英瑾教授展开深度对谈，围绕“什么是智能”“当前AI处于什么阶段”“纳思系统与主流大模型有何根本不同”等核心问题，为现场观众呈现了一场横跨计算机科学与哲学的思想碰撞。智能的本质：不是像“人”，而是能“适应”“我们讨论智能，讨论了几十年，但连定义都没统一。”王培教授开门见山。作为《智能论》作者、纳思系统（NARS，Non-Axiomatic Reasoning System）创立者，他在《智能论》中提出了一个有别于主流的智能定义——智能的核心是适应性。王培指出，仁者见仁、智者见智，“智者见智”的“智”就是智能的智，不同的智者看到的是不同的智。他提到，当前业界对智能的定义大致可归为两类：一类以行为定智能，如图灵测试，看机器能不能“骗过”人；另一类以解决问题的能力定智能，如下棋、考试等。 然而他认为，这两种定义都有根本缺陷，“能解决问题和有智能不是一回事，计算器比人心算强得多，但没人说计算器有智能。完全跟人一样，也不是智能的充分条件，图灵自己都说过这一点，只不过大家没注意。”王培的智能定义指向两个关键词：适应性与资源约束。一个智能系统必须根据自身经验决定行为，同时在知识和资源永远不足的条件下做尝试，“我不是要造一个跟人一样的东西，而是要提炼出思维规律，用计算机去实现。实现了这种规律的系统，行为不必跟人一样，因为它的经验本来就和人不一样。”徐英瑾教授从哲学角度予以呼应。他将王培的“适应性”概念做了重要补充：适应性不等于生物学适应性，目标本身可以是内生的，也可以是外生的。“现在的GPT、DeepSeek，目标全是外生的——用户问什么它答什么。它不可能产生人意义上的‘反叛’，因为它没有自己的目标。机器坏了不叫反叛，电视机坏了你不会说它反叛了。”徐英瑾以生动的历史案例阐释“手段与目标的相互转换”：隋炀帝修大运河，本为军事目的，结果军事行动烂尾，运河本身却成了目标；西游记的取经，重点不在经文而在经历本身，取经的经不是经文的经，是经历的经。随后，他以李后主与刘阿斗的对比说明人类智能的独特性：“同样是亡国之君，刘阿斗装傻活了很长时间，李后主写了《虞美人》却被杀。但有些人说，李后主在文学史上有地位，刘阿斗什么都没有。人可以为了超越生物性的目标牺牲生物性利益，这是个自由选择的问题，而这是AI目前做不到的。”当前大模型：聪明的“工具”，但不是“智能”两位嘉宾对当前以大语言模型为代表的主流AI路线均持审慎态度——承认其实用价值，但质疑其是否触及了智能的本质。王培直言：“大语言模型我现在也在用，虽然我不认为它有智能，但它可以解决好多问题，确实很好用。”他强调，纳思系统与大模型不是竞争关系，“我不认为纳思可以取代大语言模型，它能干的活我干不了；但我能干的活它也干不了。” 徐英瑾的批评更为尖锐。他首先承认大模型是“有用的工具”——自己用DeepSeek翻译学术论文效果就不错，但这类大模型没有内在的动机结构，也缺乏自知之明。他现场举了DeepSeek的一个实例：当他询问DeepSeek马斯克SpaceX是否上市时，DeepSeek坚称“没有IPO”，即使他贴出BBC新闻截图，DeepSeek仍表示“我深刻反省”却不改正。徐英瑾调侃：“现在AI领域极为狂热。谷歌买核电站搞算力中心，英伟达相互投资循环，金价暴跌都挡不住AI的吸金效应。但我们连智能运作的基本原理都还没搞清楚，就往里面砸这么多钱，这很危险。”不过，他也给出了一个务实的判断：大模型能不能用好，关键在人，“它确实在倒逼你的批判性思维——如果你连它胡说八道都看不出来，那问题不在AI，在你自己。”纳思系统：一条少有人走的路纳思系统（NARS）是王培坚持40余年的研究方向，其核心特征是非公理推理——不承认任何绝对真理，所有前提和结论都可能是错的，但错有程度之分、可信度之别。王培指出：“在纳思系统中，我说的‘对’的意思是：根据以往的经验，它是对的。但我承认，这有局限性，所有结论都可能被未来经验修改。真假是一个量化的度量，不是0和1。”徐英瑾将纳思系统与大模型做了形象对比：“纳思像一个犹犹豫豫的人——它会说这个史料少，下面说的不靠谱，你自己要多查查；而大模型则有点像一个信口开河的人——说完就忘，前后矛盾也不在乎。就这点来说，纳思有自知之明，大模型没有。” 王培也坦陈现实困境：“托大语言模型的福，绝大部分的科研经费都跑那边去了。”他透露，自己的团队目前也在做工程尝试，将纳思与深度学习、大语言模型结合，“两条腿走路”。活动尾声，主持人李辉感慨：“今天的讨论有一个焦点——对AI，我们是拥抱还是批判？我想说，人工智能是我们发展的重点，这毫无疑问，但哲学批判本身就是哲学的基本精神，批判不是反对，恰恰是拥抱人工智能的另一种方式。”原标题：《“大模型很能干，但没智能？”两位学者在沪激辩：AI这条路会不会走偏了？》
-
滴滴为什么选择做一件“反效率”的事？ 深耕服务，不求短期收益，沉淀长期价值。定焦One（dingjiaoone）原创作者 | 王汉星编辑 | 阮梅“快”，曾是互联网商业的共识之一，快速迭代、快速响应、比对手跑得更快……在过去二十年间，这套逻辑被奉为铁律，驱动无数公司的增长。然而，在这个过程中，一些更重要的事被忽略。亚马逊创始人贝佐斯曾说，他见过太多公司，嘴上说着“以客户为中心”，实际上却把更多的注意力放在竞争对手身上。这种方法在短时间内可能奏效，但长期来看牺牲的是用户的体验。 有一种能力，偏偏是快换不来的，那就是服务的厚度。它不靠流量获客，靠的是每天数千万次具体的、面对面的服务接触，在用户心里一点点攒下信任。这种能力慢、重，却几乎无法被复制。6月11日上线的滴滴8.0版本，藏着不少这样的细节。顶部导航栏多了“送货”“旅行”“车主”几个入口，底部新增“消息”和“行程”两个选项。这些并不是随此次升级而来的新功能，而是将此前沉淀在APP各处的服务重新做了梳理和排布，让用户能更快地找到需要的那一项。这本身就是一个信号，比起推出多少新东西，滴滴更在意的是把已有的服务做得更好用。而这也正是滴滴过去几年一直在做的事情，从治理网约车顽疾“异味”，到满足个性化需求的宠物出行、她计划、旅游巴士等更细分优质的服务，它始终在强化同一件事：把服务做细、做好。在一个习惯用DAU、撮合效率衡量一切的行业里，当大多数平台还停留在优化大多数人的共性体验时，滴滴的目光，已经落在那些容易被忽略的“少数”身上。它不只想把打车做成“你”想要的样子，更想把滴滴，做成无数“TA”想要的样子。01.从一次升级，看见滴滴的服务底色滴滴8.0是一次结构性的改版，部分已有功能被提升到首页更容易被找到的位置。最直接的变化在顶部导航栏。在过去用户最熟悉的“出行”基础上，增加了“送货”“旅行”“车主”三个与LBS（基于位置服务）强相关的入口。货运、长距离出行、车主服务这些由普通出行衍生而来的用户需求在今天已经成为滴滴APP上的高频需求，把入口统一整合后放在更显眼的位置，最主要的目的还是方便用户使用。在每个入口背后，又藏着一层更细的服务。点开“送货”，不仅可以使用滴滴送货、快送跑腿和搬家等功能，还可以找到“滴滴宠物”，无论是带宠物出行、宠物快送、宠物托运，甚至是宠物上门喂遛，都可以找到相应的服务；“旅行”则把租车、订机票、订酒店、订火车票，一切能想到的与旅行相关的出行需求都聚集在了这个入口之中；在“车主”入口内，私家车车主可以找到日常用车所需的各种服务。 滴滴App 8.0顶部导航栏增加“送货”“旅行”“车主”页除了顶部导航栏的变化，底部导航新增了“消息”和“行程”两个常驻入口，用户在不同业务之间的对话、动态、通知和实时订单信息，都在这里被统一收纳，既方便了用户同时了解多个服务的进程，也可以更快捷地查找过往的订单信息。 用户可从底部新增的“消息”“行程”入口查询消息及行程安排把视线往前拉半个月，会发现这并不是一次孤立的产品升级。6月，滴滴的会员体系刚刚完成了一轮调整，调整后滴滴不仅扩充了会员权益体系，还将会员定级周期从原来的3个月增加到12个月，从而使得会员等级可以稳定和持续并减少波动。两次升级时间接近，方向也一致，本质上都是在追求让用户体验变得更细、更稳、更扎实。但只看这两次升级，仍然不能完整地读懂滴滴。滴滴语境下的用户服务，和行业内其他公司不太一样。在平台型公司中，有一类是纯互联网平台，对它们而言，撮合就是业务的本身，把对的需求推给对的供给，把对的内容推给对的人，剩下的交给市场。滴滴的不同之处在于，在撮合之外，服务现场本身也是业务的一部分，它不只对一次匹配负责，还要对匹配完成之后发生的全部细节负责。车开得稳不稳，车里有没有异味，行程过程里乘客有没有被妥善照顾，行程结束后司机有没有得到相应的支持，这些都发生在撮合完成之后，却往往是决定用户会不会再来的关键因素。两类公司在表面上都是做APP、做算法、做用户增长，但内核截然不同。每一个新增的入口、每一处界面的调整，背后对应的都是数年的服务现场沉淀，而非几个月的产品冲刺。当用户在出行之外，还需要把无法随身携带的大件物品运送到目的地，滴滴送货能够迅速承接这一部分需求；当用户在旅行租车时遇到没车、保险纠纷、赔付问题时，滴滴已经先一步洞察到这些“隐忧”，提供完善的保障服务；当用户对着AI打车说出一长串模糊需求时，AI小滴能迅速匹配，背后是数亿次订单数据把每一个需求都精准地打上了服务标签。在长期使用滴滴的用户和他们获得的服务体验之间，滴滴建立起了比其他平台更明确的对应关系。它的服务是一种更慢、更长、更贴近真实生活的路径。02.服务好大多数”，也看见“少数APP的升级是台前可以被直接看到的部分，把时间维度拉长到过去一两年，会发现滴滴在台后做了更多事。滴滴提供的不只是打车、送货这些服务，更在每个品类里追求好服务，既体现在普惠层面，也体现在少数人身上。首先是把为“大多数”用户提供的服务做扎实。异味治理是个典型例子。车内异味是网约车场景里最高频的投诉之一，2020年滴滴曾发起过一次“网约车10大不文明行为”投票，其中，车内有异味以16.2%的得票率排名第一。这个问题之所以长期困扰行业，主要是因为每个人对气味的容忍度、主观接受程度差异明显，并且平台很难对这一类投诉进行取证和事后评判。因此，要真正解决它，就得把“异味”这种主观感受拆解成可治理的工程问题。过去几年，滴滴结合用户反馈和不断地测试，最终通过开窗通风为主、车内物料升级等多种方法推进异味治理，相关投诉数量有了明显的下降。再比如春运和节假日的运力保障。人口流动的方向和强度年年都在变，所以这件事每年都得重新做一遍。这些事不容易被注意到，却覆盖每一位用户，是滴滴服务体系的基本盘。在基本盘之上，是那些更难被照顾到的“少数”。当一个平台每个季度要为超过35亿个订单提供服务，就一定无法避免一部分个性化、小众的长尾需求。 用户使用滴滴四轮快送服务配送大体积鲜花其中最少见但最不容有失的一类，是关乎生死的需求。车载AED是一种用于心脏骤停急救的设备，滴滴在部分城市的车辆上配置了它，并对司机做了相应培训。虽然它对应的是一种发生概率极低的小概率事件，可一旦发生就关乎生死。更多的“少数”，则藏在日常。随着养宠家庭越来越多，对很多养宠的用户而言，带着宠物打车长期是一件需要反复沟通、反复被拒的难事，滴滴把它做成了可标识、可匹配、有规范的标准服务。类似的，还有女性乘客的安全需求。近年来，滴滴发现越来越多的女性司乘都表达过希望在特殊需求场景优先匹配，经过公众评议投票，推出了实名女乘客可选女司机功能，并在两年试运行后将功能升级为“她计划”，目前已陆续覆盖至全国绝大多数城市。这个产品的初衷是帮助女乘客在身体不适、深夜加班、住所偏远等需求场景下，与女司机更精准匹配，同时为女司机营造更安心的服务环境。产品上线后取得了不错的效果，滴滴官方公布的数据显示，有68%的用户多次使用该功能，50%会主动推荐给亲友，而在司机端，知晓该功能的女司机中，87%愿意加入。这样被认真对待的需求还有很多，每年六月的高考护考、串联起景点的旅游巴士、方便老人出行的助老打车……每一个“少数”背后都是一群非常具体的人，他们的需求未必规模化，但每一个都真实存在。“TA”不仅仅代表乘客，还有另外一面，那就是司机群体。在网约车行业，司机常被视为运力或供给，这是一个略带工具色彩的中性词。但在滴滴的体系里，司机本身也是用户，是平台需要服务的对象。滴滴通过上线车费垫付，从用户习惯上改写了行业的旧态，缓解了司机在乘客逃单或纠纷情形下的现金压力；在多个城市建设了司机驿站，提供休息、热水、洗手间这些看似细碎、但对长时间在路上的人非常重要的场景支持；并联合保险公司、医疗机构，为司机提供保险方案与体检服务。这些事不直接影响乘客侧的产品指标，但它们直接影响司机的工作状态，而司机的工作状态最终会流向乘客的体验里。为了能够及时捕捉到用户更多更细致的需求，滴滴会不定期举办开放日，倾听专家、司机代表、乘客代表的声音。把滴滴这套服务系统放在一起看，能看到一个清晰的服务闭环：先把覆盖最广的体验做好，再主动往前一步，去发现和满足那些少数。少数的需求拓展了服务的边界、提升了服务的质量，再反哺整个服务体系，让所有用户享受到的服务变得更好。03.为什么只有滴滴能看见“TA”的需求？事实上，看到这些需求，和稳定地满足它们，是两道不同的难题，对平台来说都存在门槛。为什么过去几年基本只有滴滴一家能做到？最容易想到的原因，是体量上的优势。过去十几年里，滴滴构建了一个庞大的司机和用户网络，和十亿次行程级别的真实反馈。在滴滴最新一季度的财报中，中国出行的日均订单刷新历史纪录达到3940万单，全国每天超过七成的订单数据沉淀在滴滴上，那些反复出现的诉求会自然浮现出来。与体量并行的，是滴滴以自营为主的供给管理能力。识别需求只是第一步，更难的是把服务真正落进每一辆车里，无论是司机的服务标准、车内的细节体验，还是应急情况下的响应机制，都需要平台具备较强的供给端管控能力。这恰恰是纯撮合型平台先天难以做到的事，也是滴滴在“看见少数”之后，还能“满足少数”的关键。 骑行爱好者使用滴滴送货运送自行车更深一层的壁垒，藏在技术里。在传统的网约车业务里，技术的核心是派单算法。而随着需求越来越细，派单已经从单目标的“距离最近优先”，变成了多目标的优化问题，既要考虑距离和路况，也要考虑这位司机是否接受宠物、是否需要优先女司机、车型是否适合无障碍出行等等。这看似只是一个简单的过滤问题，但要在保证整体撮合效率的前提下，让小概率事件也能被稳定服务到，背后是算法、强化学习等技术的长期积累。在AI、智能调度、Agent等领域，滴滴近年来持续在顶级学术期刊上发表论文，这些研究的目的并非为了技术展示，是为了更好地服务用户。所有这些能力的背后，是滴滴和纯互联网平台不太一样的商业逻辑。纯互联网平台的商业模式是“单次抽成X频次”，这套逻辑天然激励它做大流量、做大规模、把每一次撮合的效率拉到极致。而滴滴的商业结构更接近“用户长期价值X留存率”，做深关系、做长粘性比频率更重要。这也就解释了为什么里程值会被升级为成长值，前者绑定的是单笔订单的累计，后者绑定的是用户与平台之间长期的消费关系。也正是在这套逻辑下，滴滴愿意为那些短期看起来“不划算”的少数需求投入。宠物出行、助老打车、旅游巴士在短期内或许算不出明确的回报，但它们沉淀下来的，是更长期的用户信任和服务价值。回到最初的问题，在一个习惯用DAU、GTV衡量一切的行业里，滴滴坚持的其实是一件有点反效率的事。它没有把每一次出行看作一个冰冷的数字，而是把每一次出行都当成一次具体的、对人的服务。“看见大多数”和“看见少数”其实就是把人当人，对全过程负责。这种能力很难被量化，也很难被快速复制，但它恰恰也是滴滴最深的壁垒。
-
苹果或自研 Claw 代理机器人；Meta 内部爆发「AI 叛乱」；北航教授：中国无需复制 SpaceX 外媒曝蚂蚁集团正秘密测试 AI 版支付宝 6 月 14 日消息，今天有外媒称蚂蚁集团正秘密测试 AI 版支付宝，新版本颠覆原有用户交互，可一键切入原生 AI 界面，实现从服务到资金管理的智能化。目前消息称，新版支付宝上线时间未定。蚂蚁集团拒绝发表评论。此外，有国内消息人士指出，AI 版支付宝或将于近期上线。另据 Tech 星球报道，极少量测试邀请码已低调发出，启动公测。「这将是支付宝史诗级的改版。」一位抢先体验测试版的人士如是说，新版支付宝颠覆原有用户交互界面。若消息属实，支付宝有望成为首个 10 亿级用户的 AI 超级 App。（来源：IT 之家） 苹果或推自研类 OpenClaw AI 代理并融入多平台与订阅服务 近期市场中 OpenClaw 等 AI 代理工具热度持续攀升，这类工具能够帮助用户自动处理各类重复、琐碎的操作，大幅节省时间与精力，收获了大量用户青睐。在此行业趋势下，多方分析指出，苹果正积极酝酿研发全新的 AI 代理系统，对标 OpenClaw、Codex、Cursor 等主流产品，以此升级自身智能服务体系，优化 Siri 的整体使用体验。相较于市面上多数 AI 代理工具存在调用次数、任务数量受限以及订阅门槛较高的痛点，苹果具备得天独厚的研发优势。依托自研硬件带来的统一内存架构等核心优势，苹果可打造适配全终端的系统级 AI 代理能力，未来该功能将全面覆盖 iPhone、iPad、Mac 等主流设备，实现跨设备深度运行，能够代替用户自主完成各类软件操作，集成度和实用性远超第三方工具。据彭博社记者 Mark Gurman 的长远分析，这款全新 AI 代理将成为苹果服务业务的核心新卖点。在商业模式上，苹果或将打破行业「免费基础使用+高级付费订阅」的主流模式，不单独收取月费，而是将该 AI 功能整合进 Apple One 现有订阅服务中，让订阅用户无限免费使用，进一步提升苹果订阅服务的核心竞争力与用户粘性。（来源：cnBeta.COM）阿里巴巴官方辟谣：首席科学家周靖人离职纯属谣言 6 月 14 日，阿里巴巴官方正式辟谣，否认首席科学家周靖人离职的网传消息，称该内容为不实谣言。阿里透露，近期有主体有组织地传播该虚假信息，同时呼吁公众甄别信息、杜绝不实信息传播，避免舆论发酵。该离职传闻于 6 月 12 日晚间在科技、职场平台扩散，因周靖人是阿里 AI 业务核心负责人、主导通义大模型研发与集团 AI 战略，消息迅速引发行业关注，市场担忧影响阿里 AI 业务发展。此次谣言恰逢其升任阿里首席科学家不到一周的关键节点。同期阿里公布组织架构调整，合并通义大模型事业部与未来生活实验室，成立 TokenFoundry 事业部，由集团 CEO 吴泳铭直接负责。资料显示，周靖人 2015 年入职阿里，是阿里 AI 体系核心奠基人，打造出全球顶尖的 Qwen3 系列大模型，2025 年 12 月入选阿里合伙人，是集团核心技术骨干。（来源：TechWeb）传亚马逊 AWS 为降低 AI 推理成本，有望采购高通 AI200 芯片 6 月 14 日消息，据 Wccftech 报道，富国银行 (Wells Fargo) 的最新研究报告指出，高通有望深化与亚马逊旗下 AWS 部门在人工智能芯片领域的合作关系，为亚马逊 AWS 提供 AI200 等新一代 AI 芯片产品。报告称这项合作符合 AWS 通过自研或第三方定制化 AI 芯片来降低 AI 推理成本、提升运营利润率的战略方向。此前报道，高通公司于 2025 年 10 月发布了 AI200 芯片，单颗芯片可支持高达 768GB 的内存。高通还为 AI200 芯片推出了一款专为机架级 AI 推理设计的解决方案，用于大型语言和多模态模型（LLM、LMM）推理和其他 AI 工作负载。随着 AI200 预计于 2026 年正式扩大部署，富国银行认为 AWS 很可能成为高通最重要的超大规模云端合作伙伴。据悉，AWS 目前已在提供高通 AI100 Ultra 芯片的服务，与竞争对手相比，AI100 Ultra 展现出了「相对强劲」的性价比优势。( 来源：IT 之家 )微软 CEO 纳德拉：AGI 并非人类最后一项技术发明，光烧 Token 撑不起 AI 未来 6 月 14 日消息，微软 CEO 萨蒂亚 · 纳德拉本周三出席《纽约时报》科技播客 Hard Fork，谈及当下大火的 AI 概念。这名 58 岁的微软掌门人表示：「你无法否认，人们对 AI 的观感非常糟糕」。他承认，AI 发展确实可能导致部分人工岗位被机器取代，但 AI 蕴含的巨大能力还是能给人类社会带来诸多良机。纳德拉认为，每个人都应该是 AI 的利益相关者。AI 不能只靠一两个前沿模型或几个头部公司驱动经济增长，必须构建整个经济体系都能用上的 AI 生态系统。据悉，微软作为平台公司的目标是让每个国家的每个企业，都能走到前沿，否则如果经济只增长 2%，AI 这盘棋就满盘皆输。谈到「Token 经济学」时纳德拉坦言，他本人也是「Token 最大化者」，但当前行业很多公司、个人用 AI 只是为了跟上风潮，而不是创造实际价值。他强调，Token 的边际成本必须匹配其实际价值，前沿模型不应用于解决非前沿问题，否则 AI 无法真正增长。最后谈到 AGI（注：通用人工智能）时，纳德拉承认编程这种闭环任务进展确实大，但 AI 并不是人类最后一项技术发明。( 来源：新浪科技） 我只能第一！余承东：彻底弃安卓 华为突破封锁麒麟回归 华为开发者大会在前一天正式拉开帷幕，华为常务董事、终端 BG 董事长余承东以《鸿蒙世界 奔腾不息》为主题发表核心演讲，现场一口气公布了鸿蒙生态最新落地成果，正式推出全新的 HarmonyOS 7，同时官宣名为鸿图计划的生态扶持项目全面启动。整场演讲里，余承东延续了一贯的激情表达风格，全程金句密集输出，直播热度一路走高，吸引了海量网友蹲守围观，汇总如下：1、鸿蒙已经成为中国第二大手机操作系统：自鸿蒙 6 发布以来，搭载该系统的终端设备数量已经突破 6600 万台，仅用一年两个月就驶入了发展的快车道，今年的目标是突破 1 亿台。2、HarmonyOS 7（即 HarmonyOS NEXT）彻底告别安卓：新系统彻底移除了安卓 AOSP 兼容层，不再支持 APK 格式应用，仅运行鸿蒙原生 HAP 应用。3、鸿蒙系统今年将优化到 64KB 内存也能跑，一节干电池续航一年：开源鸿蒙和鸿蒙操作系统目前已实现 128KB 内存也能流畅运行，而华为的工程师计划在今年将这一门槛进一步压低到 64KB——这意味着鸿蒙可以在一些低功耗物联网设备上跑起来，甚至实现「一节干电池续航一年」的超长待机。4、我的字典里，没有第二，只有第一：在谈及华为在大模型领域的布局时，余承东回顾了华为在 AI 领域的经历，提到华为曾率先发布全国第一个大模型，是行业绝对的全球先驱者，所以他在大会上喊出了「在自己的字典里，没有第二，只有第一！」的口号。5、开源鸿蒙已成为千行万业数字底座：开源鸿蒙代码贡献者已超过 1.3 万人，共建代码行超过 1.4 亿，生态伙伴超过 3200 家，搭载开源鸿蒙的生态设备累计已超过 13 亿台。华为还发布了「鸿图计划」，计划支持超过 20 个行业、200 类芯片以及 1200 类设备使用开源鸿蒙，进一步推动其从技术贡献者走向全域使能者。6、我们全面突破了封锁与垄断，麒麟『中国芯』正在全面回归：在大会的尾声，余承东以「麒麟」作为收尾，他自豪地表示，在经历重重困难之后，华为现已全面突破了封锁与垄断。（来源：快科技） 直播会议现场失控，Meta 内部爆发「AI 叛乱」 Meta 近期围绕人工智能展开的大规模重组，正引发公司内部剧烈震荡。员工士气持续低落，公开抗议事件频现。据报道，本周一场面向数千名员工的内部直播会议上，**一名与会者情绪失控，以粗口打断演讲者，并要求在场人员向某位 AI 高管转达其批评**，直指对方「是个混蛋」（A Piece Of Shit）。这一幕将公司内部长期积压的不满情绪，直接暴露在公众视野中。内部人士分析认为，该事件折射出新成立的 Applied AI 部门中普遍弥漫的愤怒与幻灭感。面对日益激化的内部矛盾，首席执行官马克·扎克伯格在一份内部备忘录中坦言，公司在借助 AI 推进团队重组的过程中「犯了错误」，并承诺将为岗位被调整的员工创造「有意义的职位」。据路透，扎克伯格还表示，预计今年不会再进行全公司范围的裁员。分析人士指出，这一系列表态意味着 Meta 高层已意识到，此轮重组正对人才储备构成实质性威胁，正在努力缓解危机。（来源：华尔街见闻）安克创新通过港交所上市聆讯 6 月 14 日消息，据财联社今日消息，利弗莫尔证券显示，安克创新科技股份有限公司已更新聆讯后资料集，意味着该公司港交所 IPO 通过聆讯。注：此处的「聆讯」指的是香港联交所对申请上市的公司，在上市前进行全面评估。一般而言，从向港交所递表到通过聆讯需要 3-6 个月，是港股 IPO 流程里耗时最长的步骤。通过聆讯后，相关公司两到三天内即可开始上市路演，并开始招股流程。此前报道，安克创新科技股份有限公司已于 6 月 3 日向港交所提交上市申请书，联席保荐人为中金公司、高盛、摩根大通。( 来源：IT 之家 )北航教授：中国无需复制 SpaceX 6 月 15 日消息，SpaceX 于 6 月 12 日在纳斯达克正式上市，以 135 美元每股的发行价、750 亿美元募资总额，刷新全球 IPO 纪录，成为全球史上规模最大的首次公开募股，超越沙特阿美此前创下的纪录。针对此次行业里程碑事件，北航教授沈映春分析表示，SpaceX 的核心价值并非仅火箭可回收技术，而是率先跑通商业航天完整市场化闭环，验证了该赛道可持续盈利的可能性。其上市不仅印证了商业航天的投资价值、打开万亿太空经济市场，还树立了市场驱动的行业标杆，将推动全球航天领域技术竞速与成本优化提速。谈及中国商业航天发展，沈映春明确表示，中国无需也无法复刻 SpaceX 模式。中国具备独特发展优势，拥有全球最完整的工业制造体系与 55 个专业化卫星工厂，可保障规模化生产，同时坐拥低空交通、自动驾驶等海量落地场景，为航天技术提供广阔应用空间。她指出，中美航天模式各有优势，美国侧重市场化高效迭代，中国依托体系化优势实现规模化发展，均适配自身产业土壤，无优劣之分。（来源：TechWeb） 大疆 Pocket 4P 6 月 15 日发布：正面硬刚影石 Luna Ultra 日前，影石 Insta360 发布全球首款 8K 徕卡双摄云台相机 Luna Ultra，首发价 3999 元起。就在 Luna Ultra 发布当天，大疆方面也传出新品消息。多家媒体从知情人士处获悉，大疆 Pocket 4P 将于 6 月 15 日发布，标准版套装 3799 元起售。今日，快科技咨询大疆官网客服，确认大疆 Pocket 4P 会在 6 月 15 日发布。另据网友晒出的电商平台大疆官方旗舰店客服聊天截图来看，客服也透露，大疆 Pocket 4P 售价为 3799 元起。据了解，大疆 Pocket 4P 和影石 Luna Ultra 均定位双摄口袋云台相机，这也意味着，两款新品将在口袋影像设备市场展开正面对决。大疆 Pocket 4P 延续一英寸大底主摄经典配置，并首次新增 3 倍光学长焦镜头，补齐了 Pocket 系列长期以来在特写拍摄上的短板。同时，大疆 Pocket 4P 支持 10-bit D-Log 专业色彩模式，并面向专业用户提供 17 档动态范围，达到专业电影机级别，还支持 D-Log 2 色彩曲线。在暗光、逆光等高动态场景下，Pocket 4P 能够更好保留高光与暗部细节，实现更具电影感的画面质感。（来源：快科技） 为南极永久月面基地铺路，美国 NASA 选定新一代月球车「飞马」 6 月 14 日消息，据外媒 New Atlas 昨天报道，美国 NASA 正加速建设月球南极永久基地，根据设想，NASA 未来的月球基地将覆盖数百平方英里范围。目前，NASA 已选定新一代月球车「飞马（注：Pegasus）」，未来将与阿尔忒弥斯首批宇航员一起飞往月球。据悉，「飞马」由美国航天公司 Lunar Outpost 开发，具备自动驾驶、宇航员驾驶和地球远程操控三种模式，该公司联合创始人 AJ Gemer 表示：「飞马将以前所未有的方式，延长人类在月球表面活动的时间，这是阿波罗时代无法实现的事情」。NASA 当前密切关切月球南极，因为那里终日不见阳光，存在着巨大的阴影陨石坑，保存着丰富的水冰。如果人类能妥善开发这些资源，未来的月球基地将可以利用水冰生产饮用水、制造氧气及制备火箭燃料。不过，月球南极表面的环境极其严峻。陨石坑内的温度可低至零下 246 摄氏度，阳光照射的表面则可能达到 121 摄氏度，温差接近 367 度，可以说是太阳系最极端的环境之一。为了应对这种极端环境，「飞马」配备了自主热管理系统，即使宇航员亲自驾驶车辆，热控系统仍会自动运行。( 来源：IT 之家 ) 人类首次在早期宇宙中发现亮度剧烈变化的类星体，揭示黑洞快速演化之谜 6 月 14 日消息，天文学家观测到一颗遥远的类星体亮度出现了剧烈变化，其光度变化相当于太阳亮度的 2 万亿倍。这是人类首次在早期宇宙中发现亮度闪烁的类星体，该天体形成于 129 亿年前，也就是宇宙大爆炸后仅约 9 亿年。类星体是部分星系中心活跃度极高的超大质量黑洞。大量气体不断涌向黑洞并被其吞噬，黑洞也在这场疯狂的吞噬过程中不断成长。气体围绕黑洞的事件视界旋转，事件视界是黑洞的边界，一旦越过便再无物质能够逃离。气体因剧烈摩擦急剧升温，进而释放出耀眼光芒。此外，磁场会裹挟气体中的带电粒子，形成强劲明亮的喷流，从超大质量黑洞中向外喷射。正因如此，类星体成为宇宙中最明亮的天体之一。人类目前已在宇宙中发现超百万颗类星体，但其中仅有约 200 颗诞生于宇宙大爆炸后的最初 10 亿年里。绝大多数类星体都会出现亮度波动，不过变化幅度通常较小。在此之前，天文学家从未在宇宙诞生最初十亿年的类星体中观测到如此明显的闪烁现象。麻省理工学院卡夫利天体物理与空间研究所的吉恩・梁在一份声明中表示：「我们早已知道，附近宇宙中的类星体会发生亮度闪烁。这种现象源于流入黑洞的气体流量出现波动，而类星体的闪烁特征，能帮助我们了解黑洞吸积盘的结构，以及黑洞吞噬物质的状态。」这颗特殊的类星体总光度相当于 12 万亿个太阳，其亮度波动幅度约达 20%，差值等同于 2 万亿个太阳的亮度。如此剧烈的变化，也直观体现出这颗黑洞的成长速度有多快。尽管亮度变化极为显著，但由于距离过于遥远，这颗类星体在观测视野中依旧十分昏暗，想要捕捉到它的亮度波动绝非易事。它的光线在宇宙中穿行亿万年，再加上宇宙膨胀效应，光线波长被不断拉长，偏向红光波段，这一现象被称作红移。（来源：IT 之家） *图片来源：seroundtable 播客上新本期节目的主题，是 Elon Musk 和他旗下那家即将创下人类商业史上最大规模 IPO 的公司：SpaceX。对外界而言，SpaceX 最大的两个标签分别是可回收火箭技术和通信星座 StarLink 星链。但在本期嘉宾翟光龙看来，真正支撑起 SpaceX 超过 1.7 万亿美元估值的，是「太空算力」这个全新的技术名词。「太空算力」在过去半年迅速从一个前沿的技术概念，变成了中美两国科技和商业界快速达成共识的最热门主题。本期播客，我们将从 SpaceX 的创业史讲起，拆解马斯克对于商业航天的路径规划，并探讨「太空算力」将可能以怎样的形式成为美国 AI 产业和中国航天产业的新一轮牵引力。我们还展望了这轮全新的技术浪潮可能带来的挑战以及对创业者可能蕴含的机会。欢迎收听
-
自动驾驶技术会让城市变得更大 最初，当互联网方兴未艾的时候，人们认为，一条网线通达寰球，世界会变得更加分散。英国政经学院教授理查德·奥布里恩（Richard O'Brien）认为，“地理”的概念正被终结，全球人口将分布得更加均衡。美国作家托马斯·弗里德曼（Thomas Friedman）则在其著名的《世界是平的》中提及，全球化和互联网将使资源的分布更加平均。但是，事实的发展并非如此，随着互联网的发展，反而出现了进一步朝大城市聚集的现象。根据联合国的定义，世界级大都市圈圈域内总人口在800万以上，2000年世界大都市圈共计25个，2018年则达到36个。而根据联合国《2025年世界城市化展望》报告，人口超1000万的特大城市的数量，也从50年前的1个（纽约）增至2025年的33个。以伦敦为例，在1961—1991年逆城市化，大伦敦都市区人口减少之后，大伦敦都市区又出现人口快速增长状态。同样，自1995年后，东京都市圈也开始进入新的一轮城市化阶段。这个过程，正好伴随着互联网技术的发展。为什么会出现这个现象？在我看来，首先是隐性知识，即那些只可意会、不可言传的知识，只能面对面，才能高效地交流。比如高强度的头脑风暴，动作、肢体语言、表情、情绪都必不可少。另外，工作不仅仅是完成既定任务，也有关系、归属感、默契度。此外，还有人脉、信任等人际资源，也只有通过线下完成。所以，人们仍然需要见面，机会仍高度集中在城市。网络就像一根虹吸管，把那些无形的资源都汲取到大城市，就像高铁，降低了沿线城市的经济发展速度，提升了中心城市的经济发展速度。于是，网络加强了马太效应，有些城市持续发展，成为超级大都市；有些城市则日渐凋敝，全球影响力不断下降。虽然城市规模越大，对一国的创新能力越有利，但城市也无法任意地扩大其规模。限制城市规模的一大因素是通勤成本。住得太远，每天花太多的时间在路上，人会很疲惫。曾有经济学家说，年轻人要住得近一点，把时间留给自己学习、充电，而不是浪费在路上。通勤的时间成本，其实是一种机会成本，即通勤时间，本可以用来做其他的事。所以，为了转化这种时间成本，很多人在坐公交通勤时，通过手机学习、娱乐。这样付出的就不是“完全时间成本”，而只是“部分时间成本”，年轻人就可以接受更长的通勤时间。比如，原本可以接受半小时通勤，但现在可以刷剧了，通勤一小时也变得可以接受，反正回家也要刷剧一小时。但上下班通勤并不意味着只有时间成本，也有暴露在公共场所中的精神和体力成本。很多人为了减少这个成本，就选择自己开车。私家车不仅仅是交通工具，更是移动的私人空间。在这个空间，你可以避开嘈杂、难闻的气味、不可避免的身体接触，但缺点是，你必须放弃刷手机，全部精力盯着路面。也就是说，需要付出“完全的时间成本”，换取私人空间。而且，考虑到拥堵，所耗费的时间往往比乘坐公共交通更长。显然，自动驾驶，会进一步降低私家车通勤的成本。当然，这里说的自动驾驶是L4级别的，完全无人自动驾驶。自动驾驶可以把司机解放出来，车在行驶，人在这个完全放松的私人空间中，可以听音乐、看剧、睡觉，处理工作。也就是说，开车的时间付出，也从“完全时间付出”变为了“部分时间付出”，同时，还可以享受私人空间。这种情况下，人们可以接受的通勤时间就会更长。显然，40分钟的地铁，和完全解放双手双眼的私家车中的80分钟，后者可能更容易被接受。通勤痛苦是城市变得更大带来的城市病之一，反过来说，通勤痛苦阻碍了城市变得更大。那么，当L4级自动驾驶，以及电动化降低了通勤成本，人们能接受的通勤时间就会变长，这会让城市变得更大。除了开头提到的城市变得更大，有利于创新外，城市变大，也是提振消费的重要推力。首先，消费是一个文化因素，城市生活会自然而然地提升人的消费倾向。其次，自动驾驶让人们接受更长的通勤时间后，20—40公里的近郊低密度社区的吸引力就会大幅提升。景观、面积、私密性、社区品质的权重就会上升，地段的需求就会下降，这会带来新的房地产需求。2023年9月底，自然资源部发文建议取消远郊城区新供宅地容积率不低于1.0的限制，这意味着始自于1994年的“限墅令”迎来松绑。自动驾驶新技术和提振房地产需求的政策，将会产生协同共振效应。居住面积本身也会带来新的消费需求。土地不仅是财富之母，也是消费之母。有了更大的面积、花园、露台、地下室、阁楼、更大的客厅，都会带来新的消费。而且，这种消费带有一定程度上的刚性。美国之所以消费强劲，很大一个原因就是中产在郊区居住，消费能力匹配了更大的面积。而中国虽然平均居住面积不小，但结构上是错配的。更有消费能力的中产，居住在市中心狭小的房子内，屋子里堆得满满的，有钱没地方花；而农民的宅基地虽然很大，但没消费能力，房子里空荡荡的。当然，自动驾驶也带来一些问题。如果大家都住远郊，高峰期的道路拥堵可能加剧。但自动驾驶并非单车自动驾驶，通过车辆数据的实时共享，可以通过编队行驶、动态路线规划，更高效地利用道路容量。所以，自动驾驶技术赋能于经济，并非只作用于交通领域，而是会渗透到整个经济的方方面面，既能扩大城市规模，又能减少城市病，实现帕累托改进。综合性地考虑自动驾驶技术在经济、社会中的潜在影响力，在城市规模、土地、房地产政策等方面，制定相关政策，才能最大程度地从技术红利中获益，推动经济、社会的持续发展。当然，整个过程也并非一蹴而就的。纵观人类技术发展史，每一次重大技术变革，都必然伴随着社会结构、生活方式与配套体系的同步调整。从蒸汽机车到汽车普及，新技术都经历了长期的技术打磨、规则完善与社会适应过程。自动驾驶引发城市边界、人居布局、资源分配的深层变革，也同样如此，既要积极攻克技术瓶颈、完善行业规范，也要兼顾经济、社会整体对自动驾驶技术的适配节奏，统筹城乡土地资源、公共交通服务的均衡供给，由此，才能最大化享受技术红利的同时，也减少对社会的冲击。总之，技术是发展的驱动力，社会是发展的根基，把握好二者的平衡，才能让技术进步真正服务于全社会的长远发展。（作者刘远举为上海金融与法律研究院研究员）来源：刘远举
-
Claude最强模型全球禁用 智谱：AI的未来是开放 新京报贝壳财经讯 （记者罗亦丹）北京时间6月13日，Anthropic在官方社交平台发布消息称，对全球客户禁用Claude Fable 5和Mythos 5两款模型的所有访问权限。Anthropic称，收到美国政府出口管制指令，暂停任何外国国民访问上述两款模型，值得注意的是，这之中也包括了美国境内的外国国民。该公司为合规考虑，干脆对所有客户禁用。Claude Fable 5刚刚发布约三天，可以称得上是Anthropic旗下的最强模型之一。因此，禁用消息引起了全球AI开发者的关注，不少知名AI专家对此表示震惊。Anthropic该消息下的一个高赞评论是，“一个私有模型如果能够危害国家安全，它至少要达到曼哈顿计划的水平，Claude Fable 5很优秀，但还达不到那个水平。”与此同时，国内大模型却展现了开放态度。6月13日，智谱宣布，旗下国产大模型 GLM-5.2 将于今晚5:21面向GLM Coding Plan全量用户开放，覆盖 Lite、Pro、Max 及团队版。也许是为了呼应Anthropic的禁用行为，智谱在公告中表示，“前沿智能不应只属于少数人，也不应被少数规则随时收回”，并提出“A step closer to frontier intelligence for everyone. The future of AI is open, and it is for the people.（让每个人都离前沿智能更近一步。人工智能的未来是开放，以人为本）”。编辑 段文平校对 张彦君
-
"机器人伴侣"即将上线：10天预售3800台 定金已超千万 人形机器人终于走到了离家庭场景最近的一次，但做的不是呼声最高的家务活。上线10天，主打情感陪伴的人形机器人U1为优必选收获超3800台预售订单，对应的定金总额逾千万元。对去年只卖了1079台人形机器人的优必选来说，这次尝试已经算是“小有突破”。身着修身西装、可上妆、搭载“养成系”情感大模型、支持多维度外观定制、开启IP合作、仅限成人购买使用，这些特性，将这款分男女的人形机器人快速推到了大众视野，也暗示了另一批客群：粉丝经济和“二次元”文化下的年轻消费者等愿意为“养成系”人设付费的客群。有“二次元”玩家向《每日经济新闻》记者（下称“每经记者”）直言，“若价格控制在10万元左右，能与乙游等IP联动，一定会‘卖爆’”。另一面，独特的风格同时引起了不少担忧，如支持定制可能会导致“高度类似真人”的版权灰色地带；机器人被设计成情感伴侣可能导致用户产生不健康的情感依赖，进一步削弱真实人际互动等。在业内看来，U1系列标志着人形机器人从技术演示样机（Demo）向消费品的跨越，但未来还需跨过供应链管控、情感算法自然度、伦理争议平衡的三重考验。而产能爬坡、良率控制、交付一致性等也是挑战。短期，U1系列更适合作为高端情感消费品，而非普适性解决方案。上线10天定金已超千万元，真实转化率仍要打问号5月底，优必选创始人周剑开通了自己的视频号账号，发布的第一条动态就是官宣消费级人形机器人品牌优世界。此后的20余天，周剑和优必选“挤牙膏”式陆续放出了其首款全尺寸超仿生人形机器人U1系列（以下简称“U1”）的更多信息，并开启网络预售。每经记者在名为“优世界京东自营旗舰店”的店铺看到，两款超仿生人形机器人（分男女）目前已经开始预订，定金3000元/台（可退），预计将于6月30日上市，价格尚未发布，订单尾款将于7月16日凌晨开始支付。 两款超仿生人形机器人（分男女）目前已经开始预订尚未公布价格的前提下，根据电商平台的统计数据，截至发稿（6月12日晚8点），U1已获近4000台预订订单。此时U1系列开启预售仅有10天（6月2日开启预售），如此计算，单是定金，优必选就已经拿到了超千万元。结合电商平台的商品介绍，U1系列共有男女两款机型，其中男款身高183厘米、重42公斤；女款身高168厘米、重35.2公斤，两款机型均支持Wi-Fi连接、单次充电续航时长为2小时至4小时、无“3C”认证；搭载88个高自由度运动关节；配备“养成系”情感大模型、本地加密存储记忆、支持多维度外观定制、已开启IP合作。相较参数，两款机器人的视觉效果更“抓眼球”。周剑发布的多条视频中，“转评赞”最多的是一条实拍视频。视频中，男款机器人身着修身西装，戴着金丝眼镜；女款机器人正在被上妆，眼影、腮红、高光一个不落。两台机器人能眨眼、会转头，“氛围感”拉满。“机器人男模”“赛博女友”等称呼也开始在社交媒体上出现。 商品介绍视频截图不过，也有不少网友提出意见，如机器人反应略显迟缓、僵硬；智能水平有限；妆容不自然、过于“漫画脸”等。值得注意的是，目前市面上多数仿生机器人要么是只有头，要么是不能动，U1系列是否可以双足行走，能否抓取物品等细节成为不少消费者追问的关键。截至发稿，优必选已公开的信息中并未展示U1的行走和手部能力。每经记者就此询问优必选方面，相关负责人称该项目为高度保密，后续会释放更多细节。除了网友，资本市场也有反馈。披露订单量破2000台的次日（6月8日），优必选股价涨超6%。炒股平台同花顺给这次股价异动的解释是“仿生人订单火爆+工业合作落地”。在行业观察人士、广州智纹科技有限公司创始人陈松青看来，U1引发关注不是技术参数领先，而是首次把“人形机器人”做成了一个完整的情感消费品，将机器人从“科技展品”变成了“生活方式提案”。消费者买的不是确定性的产品，而是对未来生活的一种“期权”。另外，春晚的蔡明仿生机器人已经做了市场教育，“优必选时机卡得很准。”陈松青称。不过在陈松青看来，近4000台的预售订单，对优必选而言是一场结构性产能挑战。毕竟定金可退，真实转化率还要打问号。U1涉及88个自由度，其皮肤材质、妆容定制，供应链复杂度等的难度要高于工业场景的Walker系列，产能爬坡、良率控制、交付一致性都是挑战。更为关键的是，若首批交付体验不佳，社交媒体上的负面口碑会呈指数级放大。“所以优必选现在最紧迫的不是能不能造出来，而是能不能让第一批用户愿意晒单。”陈松青称。民建中央财政金融委员会委员、重庆理工大学发展规划处高等教育研究室主任王文涛直言，U1是人形机器人从技术Demo（样品）向消费品的跨越，背后还有供应链管控、情感算法自然度、伦理争议平衡的三重考验。短期更适合作为高端情感消费品，而非普适性解决方案。情感消费的高净值人群是目标受众？近4000台预订，究竟来自哪类用户？从事战略定位的人士、福建华策品牌定位咨询创始人詹军豪认为，U1主打情感陪伴、核心客群应是庞大的单身独居青年、都市孤独人群，同时也覆盖少量猎奇体验、科技爱好者。陈松青划定的客群则更为集中。他认为，U1的首要客群不是科技极客，而是情感消费的高净值人群。从“仅限成年人购买”和“情感陪伴”等定位来看，目标用户大概率是35岁至50岁，有一定经济实力、独居或空巢的中产群体，以及部分有特殊陪伴需求的消费者。另外，IP合作和外观定制暗示了另一批客群：粉丝经济和“二次元”文化下的年轻消费者等愿为“养成系”人设付费的用户。“这一产品本质上卖的不是工具属性，而是‘情绪代偿’，填补现代社会的人际关系缝隙。”陈松青称。然而，要做好“养成系”也不是那么容易。据陈松青介绍，普通大模型大多处于“无状态”模式，每一次对话都是全新交互，而“养成系”情感大模型的核心差异，在于具备长期记忆与人格演化能力。它依托本地加密存储持续记录、学习用户偏好与情绪模式，形成专属“人格档案”，本质类似一套持续运行的RAG（检索增强生成，当下热门的大模型前沿技术之一）系统，并叠加情感反馈循环。“目前市场上，珞博智能的‘芙崽’也主打“养成系”。但那是桌面潮玩，优必选把这个概念搬到了全尺寸人形机器人上，技术难度和场景深度完全不同。不过‘养成系’需要大量真实交互数据投喂，优必选是否有足够的数据闭环能力还需要观察。”陈松青称。与业内的预测一致，资深“二次元”玩家小时（化名）就很为这款产品心动。“如果能做成乙游（专门针对女性玩家群体研发制作的游戏类别，主要从女性视角出发，注重虚拟情感体验）的实体化AI仿生人，会卖爆的。把2D游戏形象落地难度较大，但是《恋与深空》（游戏名）本身就是3D建模类游戏，如果能直接做成仿生人的话，这真的得卖爆了。”小时向每经记者表示。不过小时也提到，价格是很关键的制约因素。若相对“亲民”会有不少玩家愿意付费。但若到了十几万或二十几万元的级别，影响力就难在此类用户中扩大。“其实我觉得要是能打在10万元/台上下，别上15万元的话，卖的可能会好一点。”小时称。仅限成年人购买使用 业内：需注意版权及伦理隐患需要注意的是，小时对U1热情满满的前提是，她有自己想要的脸，或者说固定的IP形象。但这类大热IP是否能够合作，目前还需观望。小时了解到，已有游戏公司开始自己着手做仿生人。若不能与知名IP合作，是否会有玩家要求定制一些类似面貌？“多维度外观定制我感觉就是融各大乙游IP，就是得和游戏公司谈版权问题。”小时告诉每经记者，此前圈里也有类似的产品，如一些个人定制的BJD 娃娃（泛指各种拥有球型关节的精致可动人形人偶）。玩家会通过定制细节，如妆面、肢体等，将其做成自己想要的特定形象，也有不少动漫人物或名人，但很少出现版权问题。“主要娃娃这个东西不涉及到盈利。比如订假发什么的，都是订材料，然后去找毛娘（给娃娃做头发的商家）去做成喜欢的样子，包括去找妆娘（给娃娃做妆造的商家）画成她喜欢的样子。毕竟没有涉及到规模盈利，不会存在那么严重的侵权问题。”小时称。 图为社交软件、购物平台截图对此，陈松青直言，目前来看，支持外观定制确实存在版权风险，且是双向的。若用户要求定制某位明星或名人的形象，厂商需承担肖像权审查的义务。而外观高度仿真人，还会催生非完全复刻、仅神态样貌相似的“灰色地带”，建议企业建立前置审核机制，将外观定制限定在原创IP或用户自有形象上，避免卷入侵权纠纷。由于还未正式上市，目前仅可见优必选明确购买规则：仅限成年人购买及使用。除了版权，业内热议的问题还集中在伦理层面。詹军豪表示，极致拟真外观易让大众产生违和、恐惧心理，同时可能引发人际社交弱化、情感过度依赖、隐私数据泄露等问题。行业目前缺乏对应的伦理规范与监管标准，争议或将长期存在。陈松青也提到，U1目前处于高度像人但尚未完美的“谷底”区间，面部动作或表情若不够自然，反而会触发用户的本能排斥。“更深层的问题在于，当机器人被定位为情感伴侣，它实际上在替代人类最私密的社会关系，可能引发两大问题：一是用户对机器产生不健康的情感依赖；二是进一步削弱现实中的人际互动。”针对这类问题，陈松青认为机器人厂商需要搭建“伦理护栏”，比如明确告知用户产品为AI设备、给出合理使用时长建议、规避过度拟人化的深夜交互场景等。“技术可以狂奔，但社会心理的准备需要时间。”陈松青称。
-
因美国政府政策限制，Anthropic暂停供应Mythos 5/Fable 5模型 IT之家 6 月 13 日消息，Anthropic 昨天发布声明称，根据美国政府发布的出口管制指令，要求暂停所有外国公民（IT之家注：无论身处美国境内还是境外）的 Mythos 5/Fable 5 模型访问权限，包括拥有外国国籍的 Anthropic 员工。 为了符合法律要求，Anthropic 已立即暂停所有用户的 Mythos 5/Fable 5 模型访问权限，其他模型暂不受影响。Anthropic 表示，公司愿意遵守美国政府要求，但对这项安排持异议。美国政府仅仅是口头提供了几个所谓“越狱攻击案例”，但只是一些轻微发现。该公司还认为，政府应当拥有组织部署危险 AI 的权力，但整个过程应建立在透明法律程序、公平审查机制、以事实为据的判断之上，而政府的此次行动并不符合上述原则。
-
AI眼镜的隐秘角落：作弊、偷拍与灰色生意经 「核心提示」 千亿赛道下的灰色地带，AI眼镜需要一场“阳光行动”。 作者 | 张经纬编辑 | 邢昀AI眼镜，正在成为各种试探法律边缘行为的“小帮手”。刚刚过去的2026年高考，也强调了对AI眼镜作弊的防范。教育部在6月2日发出明确预警：无论何种理由、无论是否使用，携带手机、智能手表/手环、智能眼镜等进入考场，即构成作弊。 广东、上海、福建、河南、湖北、内蒙古等至少10个省份随即要求，考生佩戴的眼镜必须在视频监控下摘下，由监考员实施专项检查。在考场之外，AI眼镜也激起了一些社会伦理上的争议。乐奇Rokid眼镜社区被举报用户上传偷拍空姐内容，引起舆论的激烈反响，乐奇Rokid随后删除相关视频，并对社区内容进行了自查。从高考公平到个人隐私，小小的AI眼镜正面临着两种场景的技术伦理问题。1、“隐蔽战线”的绝佳工具？用AI眼镜作弊，说起来很简单，四个字：拍、传、解、显。部分AI眼镜内嵌的高清摄像头可以无声拍摄试卷题目，拍摄后的图像通过蓝牙或无线网络快速上传至云端，云端大模型在数秒内生成解题答案，回传至眼镜端。对于配备光波导显示模组的AI眼镜，答案可以以字幕形式直接投射在镜片上，仅佩戴者可见。整个过程中，考生无需做任何显眼的小动作，即可完成作弊。已经有一些考生进行了实践：2026年1月，湖北一所高校公告，一名2023级学生在期末考试中，使用智能眼镜获取与考试内容相关信息；2024年5月，日本东京一名高三学生在早稻田大学入学考试中，也涉嫌用AI眼镜拍摄化学试卷上传社交媒体求答案，最终被移送检察部门。爆出来的新闻可能只是冰山一角。实际上，AI眼镜的“非常规用途”在社交媒体上已经有了一定热度。在小红书、闲鱼等平台上，有很多用户AI眼镜出租业务，关键词通常涵盖“AI眼镜智能答题”等具有暗示性的内容。《豹变》与出租商户交流得知，有用户租用AI眼镜就是为了考试方便。据一位租赁商介绍，虽然AI眼镜的AI助手在答题时会默认发出声音，但某品牌AI眼镜“贴心”地在APP上附带了静音模式，可将语音提示关闭，只显示光波导字幕。字幕为单向显示，只有用户能看到显示的内容，其他人不可见。而AI眼镜方便拍摄的特征，同样也带来了争议。据媒体报道，有用户使用乐奇Rokid智能眼镜偷拍空姐并发布至官方社区，引发广泛关注。乐奇Rokid在事件发生后回应称，将全面整顿AI APP社区，清理违规内容，后续新品将在隐私保护上升级。在Rokid AI APP社区被整顿之前，平台上除了空姐偷拍照片，还存在大量偷拍路人视频，场景涵盖海边、公园、地铁等公共场所。这与AI眼镜的拍摄难以被发现有关。按照有关要求，厂商应在拍摄或录像时强制打开LED指示灯并发出提示音，以告知被拍摄者。然而实际上，厂商往往会打一个“擦边球”：手动遮挡指示灯，不影响正常拍摄。在2024-2025年，AI眼镜集中发布的时间里，大部分AI眼镜评测都会提到，“能否隐蔽拍摄”。评测者会尝试用纸片、胶带遮挡指示灯，验证设备是否仍能正常录制。部分品牌的确可以正常录制。专用的遮挡配件也在各家电商平台售卖。“遮光贴”几乎覆盖所有主流AI眼镜型号，热门产品销量达到5000件以上，商品标注“不触发警报不影响拍照”。诚然，隐蔽速拍在紧急取证、Vlog记录、演讲拍摄等场景中有其便利价值，甚至可以在紧急状况下保护用户的合法权益。但“解放双手”的技术进步，也将“拍摄”这个行为去仪式化、去信号化，这其中便利性与隐私性的边界很难界定。争议背后也反映出AI眼镜底层需求的矛盾。2、“特定场景”必需，日常生活鸡肋？AI眼镜行业看似爆发，但玩家太多、场景太弱，激烈竞争之下，产品想出圈有时候只能剑走偏锋。从数据看，AI眼镜的需求仍在扩张。洛图科技《中国智能眼镜零售市场月度追踪》报告显示，2026年第一季度中国智能眼镜零售量达40.2万台，同比增幅高达96%；零售额同步攀升至8.1亿元，同比增长102%。这背后，智能眼镜今年首次纳入国补范围，给市场拓展加了把火。Smart Analytics Global预测，2026年全球销量将从600万台猛增至2000万台。与销量增长同步，竞争者也在不断进场。Meta之后，华为、小米、夸克/千问、百度小度、科大讯飞、360、雷鸟、乐奇Rokid、XREAL等数十个品牌蜂拥而入，2025年至今，“百镜大战”仍在继续。而且，大家的技术差距并没有拉开，核心产品硬件高度同质化。相关资料显示，2025年发布的25款AI眼镜新品中，高通骁龙AR1芯片+索尼IMX 681摄像头已成为标准模板。重量上则都压缩到40克左右（约普通眼镜的2倍），续航时长也都延长至无屏8小时、有屏2到5小时。“百镜大战”，在某种程度上是拼参数的内卷。技术拉不开差距的同时，刚性需求也没那么强。对用户而言，这些眼镜同时扮演“耳机+摄像头+AI助手”三重角色，与手机高度重叠。但受限于便携性的要求，体验相比手机都会打折扣。减少掏出手机的几秒钟，对大多数人来说很难成为刚需。但企业自身面对着商业闭环的压力。以乐奇Rokid为例，这家国内AI眼镜销量龙头正积极推进港股IPO。据南华早报报道，公司目标上市窗口为2026年7月。3月完成股份制改造后，乐奇Rokid密集完成六家产业链企业战略融资。资本市场的关注自然带来了销量兑现的压力。对销量的渴望，直接体现在线下渠道的扩张上。乐奇Rokid在开设直营店的同时，也与宝岛、吴良材等连锁眼镜品牌合作开设线下柜台。官网数据显示，乐奇Rokid已率先实现全国34个省级行政区全覆盖，线下体验店合计超过1600家（含港澳台地区约230家）。千问/夸克的线下扩张同样激进。夸克S1/G1发布后，也迅速铺开线下门店；到2026年3月为止，千问/夸克线下店也已超过1000家。这背后是阿里AI to C战略的闭环焦虑，因为眼镜不仅是硬件，更是千问大模型落地的物理载体。北京某商场的数码柜台同时售卖千问和乐奇Rokid的AI眼镜，店员对《豹变》说：“这两个品牌的眼镜性能上相差无几。唯一的区别是，乐奇Rokid集成了包括DeepSeek、豆包在内的多款主流大模型，千问用的是自有模型，实时翻译可能Rokid更准确一点。” 渠道铺得越快，产品越需要卖点来支撑动销。当技术同质化遇上使用场景匮乏，“隐蔽拍摄”“静音模式”等功能反而成了最直观的标签。“灰色需求”在互联网传播，某种程度上是销量压力下厂商对“灰色卖点”的默许。这也让AI眼镜在C端始终无法建立健康的产品认知。要让AI眼镜回到“阳光大道”，仅靠封堵和道德谴责远远不够，既需要监管与检测手段的同步升级，更需要行业找到正当且刚性的使用场景。3、内靠技术进步，外靠社会监管技术本身是中性的，但技术的滥用需要监管与检测手段的同步升级。在国家层面，监管已经开始收紧。教育部在2026年高考前明确将智能眼镜列入严禁携带物品清单，二十余省份同步执行专项检查。在考场等特定场景，检测手段也在进化。福建等地的高考考务培训已专门强调防范新型智能眼镜，要求工作人员重点关注眼镜大小、形状等特征；部分考点引入的智能安检门，已能识别带摄像头的智能穿戴设备并触发警报，甚至可以识别关机状态下的设备。企业端，雷鸟、华为、中兴等十家头部企业共同联签《AI眼镜可信视界自律公约》，在隐私保护与数据利用之间搭建公开透明的护栏。乐奇Rokid在此次负面舆论后，表态要进行社区生态治理与隐私保护，公司表示，在技术层面会强化硬件级指示灯强制亮灯机制及遮挡检测算法，后续新品将提升物理与底层防护能力。此外，一些企业正在开发面向被拍摄者的检测APP，当附近存在开启摄像头的智能眼镜时，手机端可收到提醒，以此平衡技术便利与隐私保护。要让AI眼镜摆脱“作弊工具”和“偷拍神器”的标签，关键在于拓展真正创造价值的应用场景。在一些垂直行业，AI眼镜正逐步落地。比如润贝航科推出的AI航检眼镜已在部分民航企业推广，通过语音引导、激光指示、红外测温辅助完成巡检。乐奇Rokid则联合广汽集团发布车载全场景技术，用户可通过AI眼镜远程操控车辆解闭锁、开关空调，并在驾驶过程中实时显示导航与车速信息。当AI眼镜从“拍摄工具”进化为“生产力终端”，其技术价值才能真正释放。真正需要追问的是：我们是否有足够的监管智慧与技术伦理，让AI眼镜在合法合规的轨道上找到属于自己的“iPhone时刻”。技术的善恶从不取决于技术本身，而取决于人把它对准正确、善意的需求。
-
活力中国调研行｜真机数据，让机器人真正走进“千行百业”的关键 6月12日，2026年“活力中国调研行”主题采访活动期间，北京人形机器人创新中心具身智能机器人数据与训练基地（以下简称“数据基地”）负责人夏华林对澎湃新闻记者表示，具身智能发展的关键之一在于高质量数据，这也是建立数据基地的重要原因。“我们现在缺很多数据，尤其是真机的（数据），也不可能把全世界的数据都采一遍，我们一步步走，先在部分结构化、比较单一的场景落地，比如工厂、科研机构、办公场所等，然后逐步上量形成数据闭环。”夏华林说，“它（机器人）的动作，像跳舞这些，可能做得很好，但是要真正像人一样去做事情，还有一些距离。” 北京人形机器人创新中心具身智能机器人数据与训练基地（摄像，澎湃新闻 滕晗）真机数据被认为是机器人智能从虚拟走向现实的必经之路，它们能够精准还原力觉反馈、触觉信息、环境干扰等仿真难以复制的细节，这些被称为“物理直觉”的关键信息只能通过真机采集的多模态数据来训练。据悉，数据基地将分散的场景集中复现，将多样的机器人统一调度，将采集、标注、质检全流程标准化。数据基地被认为是国内场景覆盖最齐全、机器人构型最丰富、数据产能及质量最高的专业化数据采集平台之一，建筑面积近5000平方米，包含家居、商超、办公、工业、医药、康养等领域30余个典型场景，建有约200平方米专业光学动作捕捉场地。截至目前，数据基地已为多家头部企业及科研机构交付超数万小时高质量数据，整体数据合格率稳定在95%以上。北京⼈形机器⼈创新中心有限公司于2023年11月成立，并于2024年10月由工业和信息化部与北京市⼈⺠政府共同揭牌，正式挂牌为“国家地⽅共建具⾝智能机器⼈创新中⼼”。总部位于北京市经济技术开发区，聚焦于具身智能机器⼈核⼼技术、产品研发和应用落地，是国内⾸家具身智能软硬件全栈科技公司，也被视作具身智能“国家队”，目前已牵头制定国内首个具身智能数据集行业标准《人工智能具身智能数据采集规范》。
-
美媒：机器人制造，为何离不开中国 来源：环球时报美国《纽约时报》6月11日文章，原题：为什么不依托中国几乎不可能制造机器人 上个月，在东京举办的人形机器人峰会，原本可能是一场日本机器人行业经过数十年发展的胜利巡游，却聚焦于另一个话题：面对中国竞争对手日益主导的市场，日本企业应如何突围。中国制造商正主导人形机器人供应链。宇树科技等初创企业量产数千台单价不到5000美元的人形机器人，这样的量产速度与定价水平，日本及其他地区的竞争对手难以企及。曾经，中国机器人的传感器、关节等零部件依赖日本及海外供应商供货，如今，这类核心部件已实现国产化自主生产。美国银行研究大中华区汽车与工业行业的负责人表示，现在想要制造人形机器人，几乎离不开中国企业供应的零部件。尽管人形机器人的商业化落地还有很长的路要走，但中国在机器人产业具备实际经济价值的细分领域，如工厂自动化方面，已建立起压倒性领先优势。中国制造和投产工业机器人的速度遥遥领先。2024年，中国工厂中已有超过200万台机器人投入使用，新增装机量达30万台。相比之下，日本、美国、韩国、德国这几个主要市场，工业机器人安装量均出现下滑。中国在机器人产业处于领先地位与其电动汽车产业的发展密切相关。数十年来，中国一直坚持全产业链本土化布局（从螺丝钉到锂离子电池），使其成为全球最大的电动汽车出口国。现在，许多生产电动汽车零部件的公司也开始为机器人制造商供货。其中，不少零部件还使用3D打印生产。深圳一家机器人企业负责人表示，早上9点发送设计图纸，中午就能拿到打印好的零件，如果一家供应商的档期满了，随时都能联系另一家。虽然目前的机器人仍难以适应周围不断变化的环境，但企业创始人和投资者设想，未来人形机器人可以执行一些危险任务，例如监测化学品泄漏和搬运重物。（作者梅根·托宾、基思·布拉德舍，王从译）法新社6月11日文章，原题：人工智能机器人清洁器走出实验室，走进中国家庭客厅 在北京当保洁员的林女士发现，自从与一名“新同事”搭档后，她每天的工作变得轻松了一些——这名新同事是一台高大、掌握整理技能的轮式具身智能机器人。这项保洁服务每3小时收费约140元人民币，自今年3月推出这项服务以来，已在深圳、北京服务上百户家庭。在一名工程师的帮助下进入客户房间后，由人工智能驱动的机器人利用摄像头识别需要整理的区域。当林女士擦地板时，机器人捡起垃圾后开始叠放衣物：先将裤腿拉直，然后平铺并对折。整个过程花了数分钟，就像孩子第一次学习叠衣服一样。工程师表示，未来版本的机器人将能响应语音指令，还能与人们聊天。对于机器人公司来说，推出尚不完美的服务目的是为具身智能机器人收集数据。与依赖海量互联网内容训练的大语言模型不同，机器人缺乏相应的真实世界数据集。 工程师表示，把机器人送到完全陌生的环境中去工作非常具有挑战性，但由此得到的数据非常有利于机器人的成长。随着具身智能机器人产业蓬勃发展，中国还将开展其他类似试验，包括让机器人在杭州等城市指挥交通或在工厂车间工作等。（王会聪译）
