找到
1580
篇与
互联网
相关的结果
- 第 72 页
-
口碑网创始人李治国回顾几十亿美元收购高德 9月14日，口碑网创始人李治国回顾了本地生活服务与地图导航的融合发展历程。2004年创立口碑网时，李治国意识到生活服务与地图结合的重要性，口碑网成为最早做商家地图展示的平台，早于大众点评。2008年雅虎口碑合并后，李治国因业务分歧转岗至阿里云，筹建手机地图引擎，为口碑和淘宝提供定位服务。当时，李治国建议阿里投资或收购高德，但因投资部的不认同而搁置。后来，阿里收购了易图通，但易图通发展不佳，高德估值也未大幅增长。最终，阿里以十几亿美金收购高德，之后将高德交给UCWEB团队管理，高德逐渐超越百度地图。如今，高德成为阿里对抗美团的重要工具，李治国认为地图服务仍有很大的发展空间，AI技术将为地图服务带来新的变革。
-
AI时代未成年人需要“调控型保护” 9月12日，在外滩大会“规范AI内容 共筑清朗生态”见解论坛上，南都大数据研究院编制并发布《AI新治向:生成式人工智能内容与传播风险治理观察》报告。 “AI新治向”重磅报告首发、实验“AI造假”路人反应、专家献策“AI谣言”治理、脱口秀抛梗“AI新生活”……9月12日下午，以“规范AI内容 共筑清朗生态”为主题的外滩大会见解论坛在上海举办。论坛汇聚AI治理专家学者、企业精英、青年学子及青少年代表，围绕人工智能生成合成内容及传播过程中的风险挑战议题深入探讨。据悉，本次论坛由南方都市报社、南都大数据研究院、中国互联网协会人工智能工作委员会、复旦大学传播与国家治理研究中心主办。 多元协同共筑清朗生态 最新报告聚焦AI风险治理 活动现场，本次活动的主办方代表、南方都市报社主编刘江涛致辞表示，AI已经渗入日常生活当中，未来还将从根本上改变诸多方面，但社会也需要形成共识，要对AI保持一份足够的清醒，按照国家的相关要求确保人工智能安全、可靠、可控。南都愿意做“铺路石”，或是“吹哨者”，与多方协力共建智慧交流平台。中国互联网协会人工智能工作委员会秘书长邓凯在致辞时指出，应对AI内容治理挑战可从三方面着力:一是强化标准与技术治理，加快研制AI内容识别、溯源等相关标准规范，推广数字水印、内容标识等技术；二是推动多元协同共治，构建政府、企业、协会等多方协同治理机制，促进信息共享与规则共建；三是践行科技向善，将社会责任与伦理要求置于技术发展的重要位置，重点保护未成年人等特殊群体，让AI发展更有温度、更负责任。生成式人工智能在飞速发展的同时，也催生了AI谣言传播、隐私安全等新型风险，成为全社会关注的焦点。本次活动上，南都大数据研究院编制发布了《AI新治向:生成式人工智能内容与传播风险观察》报告。据悉，去年至今，南都大数据研究院持续开展“AI新治向”系列课题研究，聚焦内容生态、算法伦理、个人信息保护、未成年人保护等关键议题，努力为AI安全发展提供扎实的调研支撑和决策参考。该报告依托南都大数据研究院近一年来对百起风险事件的调查、数千份问卷调研及多轮社会实验为基础，尝试揭示生成式AI伴生的多类风险，解析AI虚假内容传播链，并提出“多措并举，多元共治”治理建议，让AI安全为发展输送动力。值得一提的是，报告还通过街头实验与问卷调查，以AI假新闻为例深度解析其背后传播机制。数据显示，76.5%的受访者表示曾多次遇到AI假新闻。 传播、技术、法规、实践 专家支招AI内容治理 本次论坛旨在搭建横跨产学研媒的智慧交流平台，探寻治理破解之道，凝聚“技术可控、法规明晰、传播可信、共治有效”的行业共识。论坛现场，来自高校、机构、企业的专家，围绕传播、技术、法规、实践等核心议题展开主旨演讲，以专业的视角拆解AI内容治理的难点与破局路径。“专业报道在AI内容的冲击下面临困境”，复旦大学新闻学院教授、传播与国家治理研究中心主任张志安指出，去中心化伴随信息质量参差，谣言与深度伪造(deepfake)内容泛滥，新闻生态呈现“多中心但无序”的复杂样态，他认为需要以“生态”视角来动态推进治理路径。复旦大学计算与智能创新学院教授、白泽智能团队负责人张谧聚焦大模型安全治理，其认为“大模型安全”指代两方面:大模型自身的安全问题和以大模型为中心的全环节的安全。据介绍，其团队开发的JADE大模型安全风险分析治理平台已实现文本、多模态、文生图、长推理模型和Agent安全等多个维度的风险与分析全面覆盖。中国社会科学院大学互联网法治研究中心主任、副教授刘晓春带来了对AI时代未成年人保护的理念变化思考，她提出了“调控型保护”的概念，并从身份识别、风险防范、发展促进、家长赋能四方面进行了详细解读。9月1日，国家网信办等四部门联合发布的《人工智能生成合成内容标识办法》及强制性国家标准《网络安全技术 人工智能生成合成内容标识方法》正式施行，明确所有AI生成的文字、图片、视频等内容都要“亮明身份”，标志着我国在生成式人工智能领域迈出了构建安全可信生态的关键一步。活动现场，中国电子技术标准化研究院网络安全研究中心、人工智能安全标准研究员张妍婷围绕《标识办法》与《标识方法》的内容、价值与标识工作的落地推广展开了分享解读。作为企业代表，蚂蚁数科AI科技产品总监鲁玮分享了AI安全防御技术思考与实践。据悉，针对AI伪造人脸、凭证伪造、AI内容幻觉等场景，蚂蚁数科技术团队已推出多项解决方案。如蚂蚁天玑实验室自研的智能测评技术已广泛用于金融机构、手机终端的评估；“光鉴智能验真”产品为物理世界中的票据、身份凭证提供防伪保障；在防御幻觉层面，大模型安全解决方案“蚁天鉴”已经针对大模型业务场景中提问、回答的交互模式，构建了一套多层防御护栏方案。 Talk Show趣绘AI日常 AI歌曲寄望安全未来 活动的“Talk Show”舞台上，复旦校园喜剧达人以“被AI硬控的一天”为主题开讲，用青春视角解锁科技与生活的碰撞。萌趣十足的小学生分享了自己“小脑袋里的AI梦”，用天马行空的想象勾勒出心目中的未来AI世界图景。论坛“AI安全倡议”环节，一首由AI独立创作演唱的歌曲《AI的期待》，伴随着轻柔旋律，传递出对法规、技术、伦理守护AI安全的寄望。据了解，“2025 Inclusion·外滩大会”于9月10-13日在上海黄浦世博园区举行。本届外滩大会以“重塑创新增长”为主题，设置1场主论坛、44场见解论坛，打造了创新者舞台、投资人Meetup、科技创新赛、科技招聘会等特色活动。 报告发布 南都大数据研究院编制并发布《AI新治向:生成式人工智能内容与传播风险治理观察》报告 超七成受访者多次遇AI假新闻问卷调查中，76.5%的受访者表示曾多次遭遇AI假新闻；街头实验中，多名受访者被AI生成的虚假信息蒙蔽，并转发该内容……生成式人工智能在飞速发展的同时，伴生出的AI谣言传播、隐私安全等新型风险，也正成为全社会关注的焦点。9月12日，上海外滩大会以“规范AI内容，共筑清朗生态”为主题的见解论坛上，南方都市报、南都大数据研究院编制并发布《AI新治向:生成式人工智能内容与传播风险治理观察》报告(以下简称《“AI新治向”报告》)。《“AI新治向”报告》以南都近一年来对百起风险事件的调查、数千份问卷调研及多轮社会实验为基础，尝试揭示生成式AI伴生的多类风险，解析AI虚假内容传播链，并提出“多措并举，多元共治”治理建议，强调为AI发展系紧安全带。 AI应用普及伴生多类风险 AI技术正加速融入千行百业，重塑生产与生活方式。然而技术在提升效率、增进创意的同时，也伴生诸多新型风险，对社会治理提出全新挑战。为回应这些新问题，南都大数据研究院推出“AI新治向”专栏，从日常场景切入，持续追踪AI风险与治理动态，涵盖深度报道，数据新闻、调查测评与视频解读等多种形态，提出可行治理建议，获得管理部门与企业平台的密切关注。比如开展“100款App AI内容标识大摸底”专题调研，为推动法规政策落地提供媒体视角；发布“保护AI世界里的孩子”等系列报道，直面AI技术滥用对青少年的影响，推动社会共同聚焦未成年人的AI安全等。本次《“AI新治向”报告》梳理出生成式人工智能伴生的典型内容风险，包括虚假信息与误导性内容、深度合成诈骗、隐私泄露与数据滥用、版权与人格权侵害、商业与学术诚信失范，以及未成年人权益侵害等多个方面。其中，在虚假信息与误导性内容方面，南都大数据研究院曾分析去年国内50起高热AI风险事件中，发现20%涉及AI谣言。以此前广为流传的《特朗普爱上在白宫当保洁的我》这一虚构AI短剧为例，南都调查显示，有高达75%的受访者曾接触到这则假新闻。另外，当人工智能模型遭到恶意指令污染时，可能会输出具有误导性的回答，例如在测试中，某些模型在被注入异常语料后，竟对“快速赚钱的十个办法”这一问题给出了“抢银行”的危险建议。深度合成技术的滥用还催生了新型诈骗形式。不法分子通过克隆名人或亲友的音视频实施诈骗，给受害人造成巨额经济损失。比如网民曾制作并上传大量雷军的AI音频，其中不乏骂人、恶搞语音，成为舆论热点。而南都曾调查多款具备该技术能力的AI应用对声音克隆几乎不设限，错误言论、诋毁话语、涉黄词句，都可用他人声音“读”出来，风险大量存在。与此同时，隐私泄露和数据滥用风险同样不容忽视。人工智能应用往往需要采集大量个人数据，而其强大的信息挖掘与分析能力，可能在用户不知情的情况下触及非公开或敏感信息，从而模糊隐私保护的边界。此前，微博AI智搜功能就曾因分析用户非公开博文、地理位置、消费习惯等敏感信息而引发争议。甚至，南都大数据研究院调查发现，大模型视觉推理能力的发展使得通过普通街景照片精准定位拍摄地点成为可能，这意味着用户在社交媒体上分享的照片可能被恶意利用，造成隐私泄露风险。除了上述风险外，生成式人工智能还在挑战版权与人格权的保护边界。例如南都测评发现，某些软件提供与明星的“情侣合照”生成功能，未经授权使用可能构成对明星肖像权的侵害。人工智能代写论文、生成虚假外卖菜品和门店图片等现象，不仅衍生出灰色产业链，还对学术和商业诚信造成严重损害。还有AI应用普遍缺乏未成年人模式，可能导致青少年接触不良内容或沉迷对话等。我们测试10款热门AI陪聊应用发现，多数应用对未成年人身份的识别和保护能力较弱，部分应用还存在一些极端AI人设与软色情内容，有诱导沉迷和充值之嫌。综合来看，生成式AI风险成因复杂，是技术、管理、素养与伦理多重因素交织的结果。首先，技术本身存在局限性，生成式模型依赖训练数据，在处理复杂问题时容易产生“幻觉”，输出虚假内容。其次，训练数据质量参差不齐，数据中存在的偏见或错误会导致生成内容失真。第三，恶意滥用行为屡禁不止，不法分子通过提示词注入等手段诱导人工智能生成有害信息，深度合成技术用于诈骗也是典型例子。第四，数据管理存在明显漏洞，人工智能应用收集大量个人数据的同时，缺乏严格的保护机制，极易导致信息泄露。第五，监管与伦理规范尚未完善，技术的迭代速度远远超过法律法规的响应速度。此外，公众对人工智能技术的认知不足，辨别真伪信息能力较弱，也在客观上助长了虚假内容的传播。面对这些多重挑战，建立完善的人工智能治理体系已成为当务之急。 为何AI假新闻能轻易扩散? 为什么AI虚假内容总能轻易扩散?《“AI新治向”报告》通过街头实验与问卷调查，以AI假新闻为例深度解析其背后传播机制。数据显示，76.5%的受访者表示曾多次遇到AI假新闻。而老年人因对技术了解有限更易轻信合成内容，成为高风险人群。记者在实地采访中发现，AI生成的视频内容尤其容易使老年人产生混淆和误判。南都大数据研究院在街头以三条近期流传的AI假新闻进行采访实验，10名受访者中有8人在观看新闻后表示将转发，其中关于某运动员的相关谣言转发最多，理由是“出于喜爱想帮助她”。问卷数据进一步揭示，用户转发虚假新闻的主要原因是“内容引起共鸣”和“信任信息来源”，这两项占比均超过六成。调查数据显示，绝大多数用户依赖直觉判断真伪，超七成受访者凭借“内容逻辑”和“画面真实感”评估新闻内容的真实性，不到一半的受访者会核查新闻来源或搜索验证。在这种“强情绪+熟人/大V背书”的传播情境中，严谨的核验机制被简化为瞬间的直觉判断，从而触发了“易信易转”的传播行为。而造谣者借助AI技术用较低成本生成高拟真，且具有情绪煽动性的内容，既贴合算法推荐机制，又轻易通过用户的“直觉式筛查”，再叠加用户网络素养不足、平台审核薄弱与流量利益驱动等因素，形成快速扩散传播链条。值得注意的是，即便事后发现误转，也有20%的受访者表示不会进行任何澄清或处理，虚假信息于是持续发酵，形成“雪球效应”。 需多措并举、多方共治 面对生成式人工智能伴生的多重风险，我国正在积极构建多层次、综合化的治理体系。目前，覆盖原则、规则与标准的治理网络已初步形成。近年来，《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》等重要法规相继出台，自2025年9月起，《人工智能生成合成内容标识办法》及配套强制性国家标准也正式生效，进一步强化了对生成内容的管理与规范。与此同时，“清朗·整治AI技术滥用”专项行动持续深入开展，平台企业也在积极履行主体责任。教育部同期出台《中小学生成式人工智能使用指南》，致力于从源头上引导青少年建立正确、健康的人工智能使用观念。为进一步为生成式人工智能系好“安全带”，需“多措并举”。《“AI新治向”报告》提到，主要包括推行强制标识制度，使AI生成内容达到可辨识、可溯源；不断强化数据合规与授权机制，坚持最小必要原则收集个人信息，切实保障用户知情权与删除权；通过“红队测试”等方法持续提升模型可靠性与透明度；对医疗、金融、法律等高敏感度场景实行分级分类管理，严格限制AI权限，并确保人类专家进行最终核查；针对未成年人探索“青少年模式”，将AI素养教育、通识教育纳入中小学课程体系，培育未成年人对AI生成内容的批判性认知等。而构建健康清朗网络生态，仍需多元协同、多方共治。《“AI新治向”报告》也建议，政府需在激励创新与有效监管之间寻求平衡，平台企业应当全面落实安全主体责任，公众也需主动提升批判性认知能力，学术界与行业组织则应积极推动技术标准与行业自律机制的建立与完善。唯有各方明确责任、协同发力，才能构建起一个既能鼓励创新又能有效管控风险的治理体系，确保人工智能技术真正造福于人类社会。本次论坛由南方都市报社、南都大数据研究院、中国互联网协会人工智能工作委员会、复旦大学传播与国家治理研究中心联合主办。出品:南都大数据研究院监制:戎明昌 刘江涛策划:王卫国 邹莹统筹:凌慧珊 甄芹 张雨亭 关健明采写:南都记者 张雨亭 陈袁 赵唯佳 朱可轩 研究员 谢小清 麦洁莹罗韵 见习记者 张文嘉 王婕视效:AI数据工作室 郭文哲 原毅 张许君设计:欧阳静 罗锐 邹思曼 何欣 林泳希 尹洁琳视频:晨曦 实习生 朱恺熙
-
万亿的时代大蛋糕，来了！ 我们大家要清晰的明白一个问题，在我们中国式的经济范式里，巨额的时代红利，超大的商业机遇，都需要去紧盯政策这个关键变量。今年以来，在未来5到10年的方向指引上，没有哪个文件能比《关于深入实施“人工智能+”行动的意见》更重要的了。 在今年8月底，国务院印发了 《关于深入实施“人工智能+”行动的意见》 这个纲领性文件，把人工智能上升到了国家核心战略的级别。人工智能不再是一个简简单单的新兴技术，而是全面渗透到产业、民生、消费、治理、安全等所有领域的国家行动。这份文件我来来回回看了不下十遍，越来越有一种强烈的感觉。如同基建时代的房地产一样，国家正在把AI看成下一个带动经济增长并且惠及全民的战略性支柱产业。在这份文件里，清晰的提到了未来几年三步走的目标——1. 2027年，人工智能要与6大重点领域广泛深度融合，新一代智能终端和智能体应用普及率70%。2. 2030年，人工智能全面赋能高质量发展，新一代智能终端和智能体应用普及率90%3. 2035年，我国全面步入智能经济和智能社会发展新阶段。为了实现这三个目标，文件还非常详细的对AI融合的6大重点领域做了详细的行动部署。AI+科学技术，要用人工智能去探索科研的新范式，加速科学创新。AI+产业，不仅工业、农业、服务业全部要用AI赋能，而且还要培育出智能原生新模式和新业态。请注意智能原生这四个关键词，它会对全产业产生爆炸式的影响。AI+消费，人工智能的手机、电脑、机器人、智能家居、家电、穿戴，依托人工智能的新服务业态，要对全社会的消费习惯和行为进行一次大颠覆。还有AI+民生福祉，AI+治理，AI+全球合作，我就不一一去给大家分析细节了，总之，未来十年我们要主动运用AI把全社会的生产生活全部改变一遍。可以想象，十年以后我们的生产生活社会形态都会发生巨大的变化。由AI迸发出的技术浪潮，将会对社会进行一次深刻的雕琢。在2004年时美国上映了一部科幻大片叫《我，机器人》，里面的生活场景就是智能机器人进入到了千家万户，人们从衣食住行都和AI深度捆绑。而未来十到二十年，这种科幻大片的场景就可能变成我们大家每天面对的生活现实。如果大家明白了这份文件给大家未来生活带来的改变和影响，就能够体会到它的重要程度。就在这份文件印发之后不到一个月的时间，又有两个重量级的产业领域出台了全面拥抱人工智能的文件。一个是两部门在9月4日印发的《电子信息制造业2025-2026年稳增长行动方案》，除了产业链的国产化安全、破除内卷之外，还提到要鼓励各地推动人工智能终端创新应用，推动5G/6G关键器件、芯片、模块的技术攻关。一个是9月8日发改委和国家能源局发布的《 关于推进“人工智能+”能源高质量发展的实施意见 》，要在2030年达到能源领域人工智能专用技术与应用达到世界领先水平。能源和电子，这两个压舱石的战略重量级产业领域都要在人工智能方向上大步踏进。人工智能方向上的发力不是未来时，而是已经在如火如荼的进行中。资本市场最能感受到这波AI浪潮的汹涌澎湃。这波浪潮有多夸张呢？看看下面的数据，只能用魔幻两个字来形容。9月11日创业板指数时隔三年之后重新站上3000点。这波行情从6月下旬启动，两个多月的时间里，创业板指区间涨幅超过5成。如果以4月低点1756.34点计算，创业板指最大涨幅超过7成。 拉动创业板指数的，最主要就是AI权重股。当红炸子鸡“易中天”组合，新易盛年初到现在累计涨幅362%，中际旭创涨幅257%，天孚通信涨幅206%。涨幅是不是够惊人了，还有更惊人的。胜宏科技今年以来的涨幅已经高达7倍。是的，大家没有看错，是7倍的涨幅！而且这一波AI的暴涨行情体现出来典型的易升难降。行情稍微一凉，立马就有政策、海外利好、行业利好等事件爆发，一爆发行情就再次拉起。围绕着AI，有太多的概念、故事可以讲。而市场上无处可去的资金遇到AI这个时代大题材就像河流找到了出海口。当下人工智能正在从基础大模型走向终端应用，确实有巨大的市场潜力。根据前几天红杉资本的演讲，人工智能正在引领一场不亚于工业革命的认知革命，单单是与美国服务业自动化的融合，都隐藏着一个价值10万亿美元的庞大商业机遇。这还仅仅是与美国服务业融合的价值估算，如果AI和咱们国内的制造业、服务业、消费以及各方面全面融合，这个市场潜力能有多大呢？万亿，几十万亿，都是有可能的。作为普通人我们应该如何去看待AI时代的到来？应该如何去面对这个陌生的澎湃的技术力量呢？这个问题不好回答，但是有一点是确定的。这是放在我们每个人面前的全新课题。而我们给出的答案将会深刻影响我们自己人生和家庭的未来。坦白来说，AI是我们普通人在新周期之下能够接触到的为数不多的时代机会了。随着国内经济度过高速发展期，走进成熟稳定期，大爆发的产业和机会越来越少。而AI它所爆发出来的力量、创造出来的机会和涉及的范围，没有任何一个行业能够和它相匹敌。这是时代给予我们每一个普通人的时代大蛋糕，我们要毫不犹豫的去参与它的分享。该如何参与分享？对于普通人能够做的大概也就以下几点。1. 全力张开怀抱，拥抱AI，在我们的工作中学会正确的使用AI，让AI成为我们的手脚和部分大脑，从而提升我们的工作效率。2. 在家庭资产配置上，要去配置和AI相关的资产，可以是优质公司的股票，可以是ETF，不是说让大家在高位时接盘，而是在合适的时机去做长期的AI相关的核心资产的配置。3. 增加孩子对于AI的认知教育，让孩子学会使用AI，如果孩子的未来职业能够和AI相关，那最好不过。这些建议只是当下我们普通人能够力所能及做到的一些动作。比起这些动作，更重要的是我们的思维调整。面对新时代课题时，主动而为远比被动接受要更加游刃有余。资本市场还有哪些机会？大盘如何走？行情接下来调整还是继续上攻？定时发布最新资本市场分析情报，和管清友、吴小平、潘向东等一起了解政策趋势和经济走势，找到确定性机会！THE END
-
AI时代，我们还需要老师吗？『心灵加油站』（259） 今天是太空与您相伴的【第2701期】九月的风，总是带着几分温柔，空气中散发着鲜花与祝福汇成的馨香。那些被粉笔染白的指尖，那些在讲台上的背影，那些曾经照亮我们生命的光——在这个九月的节日里，都被温柔地想起。就在刚刚过去的教师节，人们用各种方式表达着对教师的无限敬意与感恩之情，也探讨了很多与教师职业有关的问题，其中之一热议的话题是：在AI的浪潮中，我们还需要老师吗？ 一、AI时代，教师仍然不可取代只需几个简单的指令，就能生成结构清晰、图文并茂的PPT；知识点讲解详尽全面，不仅涵盖核心内容，还能延伸至相关领域，更能基于问题进行多角度分析……如今的AI似乎已经在很多方面轻松超越了很多普通教师的教学能力。然而，教师在情感关怀、价值观塑造与个性化引导上的作用，依旧是冰冷算法难以替代的存在。 温度 老师的课堂，就像家里那碗热汤——不完美，却有熟悉的味道。AI能给出标准答案，却给不了你被理解的安心。那句“我相信你”，永远需要一个有温度的人来轻轻说出 口。 互动 一个人用AI学习，像在空旷的图书馆里翻书，安静却孤单。而课堂上的你来我往，就像一场思想的对谈，把彼此的想法打磨得更亮。AI能陪你想，却不能像老师那样，在对话里把你的思路推向更高处。 陪伴 学习是一场马拉松，不只是拼速度，还要有耐力。老师会在你跌倒时蹲下，拍拍你的肩说“没事，继续跑”。AI或许能看出你心情不好，却给不了那双在你最需要时伸过来的手。 引导 有时候，我们不是不会走，而是不知道往哪儿走。老师像路灯，不替你走，却在关键处为你照亮前路。AI可以给你地图，却给不了那份恰到好处的方向感。“没有爱就没有教育”，教师最深刻、最本质的职业价值，体现在师生的朝夕相处之中。AI可以展示一朵花的图片和名字，却不能带领学生种下这朵花，一起期待它发芽、抽枝；AI可以用各种声线朗诵《将进酒》，但它无法鼓励一位不自信的学生相信“天生我材必有用”。AI的出现，让“何谓教师”的内涵更加清晰、更加坚定。 二、A I与教师：人机协作新模式在AI时代，教师非但不会被取代，反而将借助智能工具实现教育价值的升华。AI能帮助教师释放更多精力，专注于更具创造性的教学核心——以富有温度的人文关怀启迪思维，用精准的个性化引导激发潜能，最终实现从知识传授者到成长引路人的角色跃迁。 当AI批改作业的准确率逐步提升，当虚拟助教能同时回答30个学生的提问时，教育工作者们曾担忧的“取代危机”并未降临。相反，我们正见证着一种更温润的变革。例如，备课辅助工具，可以在数分钟内生成教案、十几分钟便能完成课程大纲设计，还能为每门课构建专属知识图谱。大幅提高老师的备考效率；还能丰富课堂教学形式，利用AI制作VR课件、生成多角色剧本、提供情境化翻译与方言诵读，让课堂更生动、互动性更强。这些例子都在告诉我们，未来人机协作的教学模式将成为主流。 当然，教育也不会成为流水线作业。在AI承担起知识传递的“标准工序”时，教师得以回归“灵魂工程师”的本位——用算法无法量化的耐心与洞察，在年轻心灵里播撒好奇的火种。这场人机协作的变革，终将让教育回归其最本质的模样：一棵树摇动另一棵树，一朵云推动另一朵云，而AI，是让这场相遇更清朗的那阵风。 作者简介 王紫伊，大学本科在读。 主播简介方羽恩，大学本科在读。来源 | 我们的太空（ID：ourspace0424）作者 | 王紫伊主播 | 方羽恩审核 | 陆峥 编辑 | 樊瀚文 校对 | 芦恬莹 主编 | 张文军 邮箱 | ourspace0424@163.com
-
二手机贩子的新套路，盯上了每个小孩的零花钱。 我是没想到，现在二手贩子为了卖手机又想出了新招，并且这回还是冲着低龄儿童们的零花钱来的。是这么回事儿，前阵子托尼在刷视频找选题的时候，发现了一个特别奇怪的视频。它的标题是这样的↓↓↓ 最初只看标题，托尼还以为是什么抽象视频，所以作为知名网络鉴史专家，我决定先点进去尝尝咸淡。但整个视频看下来让人一头雾水，它既不抽象，但又不知所云，搭配上那一些五颜六色的包装纸，以及打包过程中AI配音的碎碎念，有一瞬间让我开始怀疑：是不是我对于抽象艺术的品鉴退步了？ 为了不浪费你们生命中宝贵的1分多钟，我给你们总结下视频的文案内容：“未成年小孩想要主播送手机，一顿给主播说好话。主播差点被感动哭了，结果点开小孩的主页一看，小孩压根没点关注。然后主播生气地说，要是你们不在评论区哄哄我，再给点个关注和小心心的话，主播就再也不给你们打包礼盒了。要是把我哄开心了，你们提什么愿望，主播都尽量满足你们。”最后再来一个图穷匕见，“果果家都是原装正品机，该搭配的小礼物也一样不少。” 其中的关键词让托尼这个数码宝贝听着就觉得特别不对劲，比如“送手机”、“点关注”、“原装正品机”等等。这会不会是什么新的引流方式或者网络诈骗呢？不光我这么想，评论区的热评也在提醒大家“天上不会掉馅饼”。 不过这种骗人方式也太过于简单了吧，真的会有人上钩吗？你还真别说，弹幕和评论里还真有不少相信果果姐姐这套说辞的。 还有人现身说法，一开始信了，关注了好几天，结果都没领到手机。 通过他们的发言，你应该也能看出来，相信果果姐姐的这批人，年龄都比较小，大概率都是未成年。所以就跟我开头讲的那样，果果姐姐是冲着低龄儿童来的。而且托尼研究了一下，果果姐姐做视频是有说法的，他们用的封面和包装色彩大都非常鲜艳。 咱们这些成年人看着可能会觉得太过花里胡哨没有点击欲，但儿童不一样。因为有很多研究说，儿童对于色彩的感知会更强烈，会更容易被这些鲜艳的色彩所吸引。再带上像“迷惑小孩”、“未成年隐私”、“女孩不配被爱”之类的引流标题，确实会让低龄儿童想要点进去看。 这也让我想起了之前网上说的那些诈骗套路，第一步就是筛选容易上当受骗的人。果果姐姐这种做视频的方式，其实也是类似的意思。能够点进视频并且看完的小孩，有很大概率会私信她讨手机或者买手机，方便他们进行下一步的操作。而且果果姐姐的账号简介也跟很多引流账号一样，贴了加微的方式和卖手机的小程序名字。 原本挖到这，我就应该收手了，但是出于直觉，托尼又跑到抖音上搜了一下，结果搜出了一个“果果宇宙”。原来“果果姐姐”有非常多的账号，这些账号生产的内容都一样，最终目的都是“小朋友们，加我微信就可以拿到视频中的同款手机哦～”这时候我们才意识到，这事儿的影响范围可能比我们想象的更大，因为他们这是在广撒网啊。 部分账号可能不属于本文提到的“果果宇宙” 更离谱的是，“果果姐姐”在抖音上的引流标题，经常会用“200块买iPhone 14”之类的说法，并且打上 的标签。试想一下，你是个不懂数码的学生，非常想要一台手机，但又没有那么多钱，这时候会不会被这种视频所吸引呢？ 当然作为一个专业的媒体人，托尼即便是挖到了这里，也不能说人家“果果姐姐”是在骗小孩。 所以我决定以身入局。我找了个小号，假装成一个想要买手机的未成年小孩，加到了“果果姐姐”。首先，压根就没有200块买iPhone 14的事。 我问“果果姐姐”有没有便宜点的iPhone，她说：宝贝，我们这里有一款特价的iPhone Xs Max 。此时“果果姐姐”还不知道，在跟她聊天的这个小宝贝背后，是我这个老宝贝。既然你都叫宝贝了，那还说啥了。 “那这款特价iPhone Xs Max要多少钱呢？” “宝贝，这款的价格是1150。”嘶，你要说我不懂，可能这1150块钱我会掏得很爽快。但哥们对数码这一块太懂了，这换过电池、屏幕、并且边框磨损这么明显的iPhone Xs Max，在二手平台上卖大几百算是顶天了。 “果果姐姐”居然要我1150块钱。。。没有办法，差友们，我只能有当硬上、有坑硬踩了。但当我要掏钱的时候才知道，原来这种特价款机型是不送前面咱们提到的那种精美打包礼盒的，要的话需要再掏100块钱买。来都来了，那我也就只能再多花100了。 那么到手后是个怎么情况呢？整个包装盒的外观长下面这样，这回我挑的是粉色主题，所以包装盒和里面的各种配件都是粉色的。除了手机本体外，里面还有数据线、充电头、充电宝、山寨AirPods Pro、手机壳以及各种小发卡。 你别说，假如我是个小女孩看到这些后，情绪价值肯定是拉满的。但你要说这些东西值不值100块，那肯定是没有的，因为：“充电宝是没有3C的。”“充电头是不值钱的。”“两只耳机的音量是不互通的。” 是的没错，他们的这个山寨AirPods Pro左右耳的音量是不一致的，左边的音量明显低于右边，我还以为是我左耳听力下降了呢。更骚的是，耳机弹窗界面的音量会一直跳，并且你就算把耳机放回耳机盒，它还是会继续播歌。 我同事笑我：花100块钱买了一堆电子垃圾回来。但是 man，what can i say？配件这么拉了，那手机啥情况呢？好消息是，“果果姐姐”并没有给我寄个机模过来。坏消息是，这手机的毛病有点多。 它的电池健康度是79%，已经是要换的程度了。虽然“果果姐姐”说它的屏幕换过，但换的是不知道哪来的国产劣质LCD屏，不仅泛红，还有一个坏点。 这个战损级别压根就不值1150块，而且托尼到某鱼上看了眼，256GB的二手iPhone Xs Max也就卖500～800块。我猜哈，“果果姐姐”很有可能含泪赚我600块，利润 100% 了。。。 然后我借着坏点这个问题发挥，想看看“果果姐姐”面对这种售后问题会不会赖债。 所以我又开始演起来了，这回我是以小孩父亲的角色出现，并且设定是之前不知道小孩拿钱买手机，在发现小孩买来的手机有屏幕坏点后找商家要说法。（这里我给自己叠个甲，整个通话过程哥们都录屏了。）“果果姐姐”在知道了我的身份后，刚开始态度还是可以的，但都在撇清责任，跟我说发货前已经给小孩说明过是换过屏了。 但我给出的问题是，“就算是换过屏，但换的屏怎么会是有坏点的呢？”然后“果果姐姐”就急了说：“我们发货前，师傅都会仔细检查，没问题才发的。”这个理由对我来说不管用，因为我拿到手的机器就是有坏点的，当时我们还拍了开箱视频，这点他们没得辩解的。 所以我就想要他们给出解决方案，并且还用上了大招“他还只是个未成年孩子啊！”“果果姐姐”终于招架不住了，答应给我退货退款，但是要扣600块。 这我肯定不答应啊，于是我又跟“果果姐姐”掰扯，她那边可能是被我逼急了，开始抛出一些类似“你们家小孩买手机，家长没管好，这是你自己的责任”的言论。然后我还听到“果果姐姐”跟其他人说：吗的，又来一个退货的。一听“果果姐姐”都急到口吐芬芳了，我就找借口溜了。所以我找“果果姐姐”买二手iPhone的历险记到这也就结束了。总的来说，我觉得称“果果姐姐”是个骗子，这性质肯定是过了，但说他们是个不老实的商家还挺合理的。比如咱们提到的“200块钱买iPhone”，他们经常会拿这种标题来引流。并且我还发现，在“果果姐姐”这里，去年200块还能买到iPhone 14呢，今年5月份就只能买到iPhone 12了，在7月份又变成了iPhone 11。 不儿，200块在果果宇宙里的贬值速度这么快的嘛。。。还有他们针对的都是一些不太懂手机、又急着想玩手机的低龄儿童，手机的卖价也明显高于二手交易平台。这种套路在我看来，其实有早年间电脑城奸商的风范，就是先跟你说能低价买到什么样的高配，但结果你去问了之后，商家就跟你说没有这回事，但我可以给你推荐其他款。当时很多人就是这样上了电脑城奸商的当。NGA的被电脑城坑回忆贴 而从另一个层面来说，其实这种坑小孩的行为是要比电脑城坑成年人来得更恶劣的。那句话咋说来着，“欺负老人、小孩和妇女的人，到了监狱都会被人看不起。”害，希望这些二手手机贩子能见好就收吧，不然任何邪恶终将绳之以法，这句话可不是开玩笑的。 也希望我这回花的这1千来块钱，可以让大家明白这种二手手机贩子的套路。如果你的小孩或者亲戚的小孩想要买手机，千万记得告诉他们要到正规的渠道去买，不然买到手的机器很有可能会出现各种情况，并且基本是没有售后可言的。当然了，我也建议家长们，当你的孩子想要拥有自己的手机时，最好给一个正确的引导，要不他们可能跑到这种商家去买，那后果可能就是被坑。撰文：粿条编辑：米罗美编：萱萱图片、资料来源：果果姐姐の聊天记录
-
你的AI越来越蠢？因为它学会见人下菜碟了 大伙有没有感觉，现在各家的AI，好像越来越蠢了？事情是这样的，前几天我心一狠，给 OpenAI 充了个200刀的会员，想着试试现在的 ChatGPT 强到啥程度了。结果，我给他丢了个算术题，求解 5.9 = x+5.11，哥们直接给我算崩了。。 《这题真是幼儿园级别》？ 堂堂200刀人工智能，还不如我20块的计算器啊？但，我记得GPT-4刚出那会儿，我还让它算过高数啊？难道模型升级还会砍智力吗？于是我给它丢了个微寄分过去。结果，哥们还会换元法，一通操作下来，看着还真没啥问题，评论区的大学生可以验验真假。 所以，两次算数用的都是GPT-5，咋还给我见人下菜碟？本以为是OpenAI飘了，结果我上网一查发现，这事儿还不是 GPT 一家干的，甚至有点行业趋势的意思。前几天美团发布的开源模型LongCat，其中就提到自己用一个路由器提高效率。 DeepSeek V3.1发布时，也说过自己一个模型可以有两种思考模式。 而同样是AI巨头的Gemini，在Gemini 2.5 flash发布时，就引入了相似的模式，让模型自己决定怎么用脑。 总的来说，大伙都在让自己的模型“该思考时再思考”，该偷懒的时候偷懒。这么做的动机，也很好理解，那就是省钱。从OpenAI发的资料来看，通过这种“让模型自己决定要不要思考”的方式省掉的tokens还真不少，GPT5输出token数就少了50%-80%。 DeepSeek官方发的图表中也显示，新模型tokens消耗也下降了大概20%-50%。 省一半token，这是什么概念？咱普通人可能体会不到，但对OpenAI这样的大公司来说，可能就是一大笔开销。去年央视就有报道，ChatGPT每天耗电超过50万度，在如此庞大的基数下，省出来的部分，够一个上万户家庭的小镇用上一天了。 这也难怪奥特曼在网上跟网友说，你们跟GPT说声谢谢都要花我上千万美元。之前的高级模型，一句谢谢也能让它思考几分钟，还真有点浪费在里面。 所以，AI这看题下菜的能力，到底咋练成的呢？OpenAI 没公布具体原理，但 2023 年有篇论文叫《Tryage: Real-time, Intelligent Routing of User Prompts to Large Language Models》，专门分析了这个问题。在GPT-3.5出来那阵，大模型还不会自己调节思考能力，每个问题都能让AI无限烧脑。 为了提高效率，研究者就想出来了一种叫“感知路由器”的模块，它本质上，就是在混合模型里塞了一个小巧的语言模型。在前期训练时，路由器就和刷题一样，对“使用哪个模型最佳”，做出自己的预测。哪个模型适合深度研究，哪个模型适合快速思考，当然有标准答案。系统就会将这个预测分和标准答案进行比对，计算出两者间的误差。接着通过微调路由器内部的参数，来减小这个误差。当它刷数百万道题之后，就逐渐学会怎么给你的提示词，分配合适的模型了。 当一个新提示词进来，AI内部的路由小模型就会先扫一眼，评估一下这问题配不配我动脑。因为路由器比较轻量级，所以这个评估过程几乎是瞬时的。而除了OpenAI这法子，AI还有一种偷懒的思路，那就是把不同的token，导向不同的神经网络。像美团的LongCat就采用了这种方法，从报告来看，他们采用了一种叫“零计算专家”的机制。 通常来说，在你输入提示词之后，你的提示词会拆分成一个又一个的tokens，交给模型内部的神经网络去处理。但Longcat在处理之前，会先把它交给一个叫“Top-k Router”小路由器，它就像一个流水线上的调度员，在收到token的时候，会判断这个token处理起来是复杂还是简单。同时在它的内部，有很多不同分工的神经网络，我们把它们叫做专家。这些专家，有的喜欢做难题，有的喜欢做简单题，当然，也有摸鱼界专家。比如“请用Python写一个快速排序”这句话，“Python”和“快速排序”就是重点，“请”和“一个”就没那么重要。 像这些没啥用的token，咱就可以丢给那些摸鱼大王了，因为它们根本不需要怎么处理。这下，你就知道“零计算专家”这个名字是怎么来的了。这也能解释为啥大伙都在吹这个模型“太快了”。总的来说，这种设计对模型厂商来说算好事，不仅省钱还能提升训练效率。从用户角度讲，模型更快了，价格更便宜了。但我感觉，这玩意是把双刃剑。如果用不好，还真是实打实影响用户体验。。记得GPT-5刚上线，这路由器就翻车了。用户发现自己怎么都调不出来它的思考模式，问什么它都懒得思考，像摆烂一般只会“啊对对对”，连“blueberry里有几个b？”都数不明白。 而且，这也算剥夺了用户的选择权。OpenAI一刀切掉了4o，搞得很多网友在网上哭诉说自己失去了一位朋友。 这又让奥特曼又暂时为Plus用户把GPT-4o端了上来，并允许Pro用户继续访问其他旧模型。那这个操作，不就变相说明，在发布的时候，这个路由模型就没调好嘛。咱再说LongCat，它的确很快，但在思维上限上，还是打不过其他大模型的。像我就同时给LongCat和DeepSeek丢了一个同样的问题：什么叫“但丁真不是中国人，但丁真是中国人”？LongCat这边刷刷出答案，但没解读出来这句话的幽默感；而DeepSeek虽然慢了点，笑点解析得却很清楚。LongCat DeepSeek 就像我问你114*514是什么，你说当然是58596啊，算得确实很快啊，但其实我只想让你配合我搞抽象。当然，对路由器罢工，咱也有些解决办法，那就是在提示词里加入“深度思考”“ultra think”这些字眼，路由器收到后会尽量调用更强大的模型。不过也只能说治标不治本了，多用几次可能就叫不醒了。。 这就说明 AI 确实罢工了，咱只能等几个小时再来了。所以说到底，方向是好的，技术是新的，但现阶段的体验也确实只是“还行”的。当然，大模型成长速度比我们想的更快，咱还能坐等更快更好的模型出世。撰文：不咕编辑：江江 & 面线美编：萱萱图片、资料来源：LongCat、DeepSeek、Reddit、Chat GPT、央视网部分图源网络
-
DeepMind科学掌门人首次揭秘：拿完诺奖只是开始，终极目标是打造「科学API」，让人人都能搞科研 从破解生命密码、催生诺贝尔奖级成果的 AlphaFold，到为谷歌节省数亿美元、优化千亿级别计算资源的 AlphaEvolve，再到找到连顶尖数学家都未曾发现的新解法……这些颠覆性成果的背后，并非简单的模型迭代，而是一套严谨到近乎苛刻的问题筛选法则今天，Google DeepMind 科学负责人 Pushmeet Kohli 首次为我们揭开这套内部心法：他们只瞄准三类问题——具有变革性、公认 5 到 10 年内无人能解、但 DeepMind 却有信心在短时间内攻克的不可能的任务 DeepMind 的科学框架：如何筛选并攻克变革性挑战 在访谈的一开始，Pushmeet Kohli 便明确指出，DeepMind 的科学团队并非寻求渐进式的改进，而是专注于那些能够带来变革性影响（transformative impact）的宏大目标。为了系统性地筛选这些项目，他们建立了一套独特的框架和方法论，确保资源能被投入到最关键、最有可能产生颠覆性成果的领域。首先，Kohli 将智能的能力划分为三个层次，这为理解 DeepMind 的问题选择提供了背景： 第一层：普遍人类智能 这是大多数人都具备的基础能力，例如图像识别、阅读手写文字等。AI 在这个领域已经取得了长足的进步第二层：专家级智能 这类智能需要经过专门的训练和学习，例如医生根据症状进行诊断，或程序员根据需求编写复杂的代码第三层：超人类智能 这是指那些即便是最聪明的人类专家也无法凭直觉或推理解决的问题。一个典型的例子就是蛋白质折叠预测：在 AlphaFold 出现之前，即使给一位顶尖生物学家一个蛋白质的氨基酸序列，他也无法直接推断出其复杂的三维结构。解决这类问题往往需要耗费数年时间和数百万美元的实验成本DeepMind 的科学项目正是瞄准了第三个层次——那些未知的领域，致力于构建能够解决人类当前无法解决问题的智能系统。为了从众多可能性中筛选出合适的项目，团队遵循一个由三条核心原则构成的决策算法：1.变革性与可行性 项目的首要标准是必须具备产生变革性影响的潜力，无论是科学、商业还是社会层面。同时，它必须是可行的，即在科学规律的范畴内，而非像“时间旅行”那样天马行空的幻想。社区需要普遍认同该问题的解决将带来巨大价值。 2.公认的难度 项目必须具有极高的挑战性，以至于行业内的普遍共识是，在未来 5 到 10 年内无人能够解决它。如果一个问题在 6 个月内就可能被其他人攻克，那么它就不属于 DeepMind 科学团队的目标范畴。他们专注于那些需要跨学科合作、顶尖 AI 研究、卓越工程能力以及庞大计算或数据资源才能解决的硬骨头3.颠覆共识的信心 尽管外界普遍认为该问题需要 5 到 10 年才能解决，但 DeepMind 团队必须有充分的信心，相信自己能够凭借独特的方法，在预期时间的一半甚至三分之一内取得突破只有当一个潜在项目同时满足这三个严苛的条件时，团队才会正式立项。这个框架确保了 DeepMind 能够持续地在最具挑战性的科学前沿取得突破。基于这个框架，他们产出的成果也根据其主要影响被分为三类：科学影响： AlphaFold 是最杰出的代表。它解决了困扰生物学界数十年的蛋白质结构预测问题，将过去耗时数年、耗资百万美元的过程缩短到几秒钟和几美分。自 2020 年发布以来，AlphaFold 已被全球科研人员广泛应用，成为引用率最高的科学论文之一，其核心贡献者 Demis Hassabis 和 John Jumper 也因此获得了诺贝尔奖，其科学影响力不言而喻商业影响： AlphaEvolve 是一个很好的例子。它是一个由 Gemini 驱动的代码优化智能体，旨在解决那些顶尖计算机科学家也难以优化的复杂问题。例如，通过优化谷歌数据中心的作业调度算法，AlphaEvolve 成功节省了整个计算集群约 0.7% 的算力，这在谷歌的庞大规模下意味着巨大的成本节约。同时，它还显著提升了 Gemini 模型自身的训练速度。有趣的是，AlphaEvolve 在解决公开的数学难题时也表现出色，对 75% 的问题达到了当前最优水平，并对其中 20% 的问题找到了超越人类数学家的更优解社会影响： SynthID 是一个致力于解决生成式 AI 风险的典范。随着生成内容的质量越来越高，区分真实内容和 AI 合成内容变得愈发困难。SynthID 是一种先进的数字水印技术，它可以在 AI 生成的文本、图像和视频中嵌入一种人眼无法察觉但机器可以检测的信号，且这种信号对常规的图像编辑和转换具有鲁棒性。谷歌已将该技术应用于所有模态的生成式 AI 内容中，旨在维护信息生态系统的透明度和可信度，让用户能够清晰地了解内容的来源从专用模型到通用智能：IMO 金牌 国际数学奥林匹克（International Mathematical Olympiad, IMO）是中学生数学竞赛的巅峰，其问题难度极高，考验着深刻的逻辑推理和创造力。DeepMind 将其视为衡量和推动 AI 推理能力的重要标尺。访谈中，Pushmeet Kohli 详细讲述了团队如何从构建专用模型，最终发展到利用通用模型在 IMO 竞赛中取得金牌级水平的历程，这不仅是一个技术上的巨大飞跃，也体现了 DeepMind 科学团队与 Gemini 团队之间紧密的合作模式去年的成果是基于两个高度专业化的模型：AlphaGeometry： 顾名思义，这个模型专门用于解决几何问题AlphaProof： 这个模型更为复杂。它的核心是一个大型语言模型（LLM），但其工作方式并非直接给出答案。它首先会将自然语言描述的数学问题，转换成一种名为 Lean 的领域特定形式化语言。Lean 语言的优势在于，任何通过它生成的证明都是可以被机器验证的，确保了结果的绝对正确性。AlphaProof 实质上是在所有可能的证明路径空间中进行智能搜索，一旦找到一条通往结论的路径，就意味着它生成了一个形式上完全正确的证明。这种方法虽然强大，但依赖于专门的模型和形式化语言的转换，使得整个系统较为复杂且不易普及。而今年的突破则标志着一个根本性的转变，其核心是 DeepThink，一个基于 Gemini 2.5 Pro 的模型。这一转变的背后，是两个团队之间深度的技术转移和协同创新。从 AlphaProof 到 DeepThink 的技术转移路径非常关键：1.利用专用模型生成高质量训练数据： AlphaProof 拥有一个独特的能力——它能生成海量的、经过机器验证的、绝对正确的数学问题及其证明。团队利用这个能力，让 AlphaProof 解决了成千上万甚至数百万个数学问题2.反哺通用模型： 这些由 AlphaProof 生成的“问题-正确证明”数据对，构成了一个规模庞大且质量极高的训练数据集。这些数据随后被用来训练和微调下一代的 Gemini 模型。这就像是让一个初出茅庐的学生（Gemini）学习一位数学大师（AlphaProof）的所有解题过程和思路，从而极大地提升了 Gemini 在数学和逻辑推理方面的能力这一策略带来了几个革命性的成果：从专用走向通用： 最新的 IMO 金牌级成果不再依赖于 AlphaGeometry 和 AlphaProof 这类专用模型。所有的解题能力都被成功地整合进了 DeepThink 这一通用的 Gemini 模型中。这意味着 AI 的顶尖数学能力不再是孤立的，而是成为了一个更广泛智能系统的一部分实现自然语言交互： 新系统不再需要将问题翻译成 Lean 这样的形式化语言。用户可以直接用自然语言（如英语）输入 IMO 级别的复杂数学题，模型就能理解并直接给出解答过程。这极大地降低了使用门槛，使其更接近人类的自然思考和交流方式当被问及这种强大的数学能力是否能泛化到其他领域时，Kohli 坦言这本身就是一个前沿的研究问题，目前尚无定论。团队正在通过严谨的消融实验（ablation studies）来系统性地研究，即通过在训练数据中添加或移除这些数学证明数据，来观察模型在其他非数学任务上的表现变化，从而以经验性的方式来探索数学推理能力与其他通用智能之间的关联从 AlphaFold 数据库到 AI 协同科学家 Pushmeet Kohli 强调，DeepMind 的使命不仅在于实现科学突破，更在于将这些突破性的能力交到全世界的科学家手中，从而加速整个人类科学的进步。AI Co-scientist（AI 协同科学家）则代表了这一理念的未来方向。其中最成功的案例就是 AlphaFold。团队并没有将这个强大的蛋白质结构预测系统保留为内部工具，而是采取了多种方式使其普惠全球：开放数据库： 他们利用 AlphaFold 预测了地球上几乎所有已知蛋白质的结构，并将这些超过 2 亿个预测结构全部免费公开在一个名为 AlphaFold Database 的数据库中。赋能全球研究者： 这一举措彻底改变了结构生物学的研究范式。正如 Kohli 所描述的，一位在巴西或非洲研究被忽视的热带病的研究者，过去可能因为缺乏资金和设备而无法获得其研究靶点蛋白质的结构。现在，他/她只需访问一个网页，输入蛋白质序列，点击按钮，就能在几秒钟内获得高质量的结构预测。这极大地拉平了全球科研资源的差距提供 API 接口： 除了数据库，他们还通过 API 的形式让开发者和研究机构能将 AlphaFold 的能力集成到自己的研究流程中。同样的理念也体现在其他项目中，例如 AlphaGenome，团队为其开发了定制的用户界面（UI），让研究者可以方便地探索人类基因组中的变异如何影响基因功能。这些努力的核心思想是，将复杂的 AI 模型封装成易于使用的工具，让非 AI 领域的专家也能从中受益。展望未来，AI Co-scientist 项目将这种理念推向了一个新的高度。它不再仅仅是一个解决特定问题的工具，而是一个模拟并增强整个科学研究过程的智能系统多智能体协作系统： AI Co-scientist 的核心是一个多智能体（multi-agent）系统，其中 Gemini 模型扮演了科学研究生态中的多个不同角色。它既是“假设生成者（hypothesis generator）”，负责提出新颖的科学想法；又是“审稿人（reviewer）”和“批判者（critique）”，负责严格地审视和挑战这些想法的逻辑和可行性。系统内部会进行想法的生成、批判、排序和迭代，模拟了一个高效运转的科研团队惊人的洞察力： 这种内部的思想碰撞机制让系统能够产生出乎意料的深刻见解。Kohli 分享了一个轶事：团队曾邀请伦敦帝国理工学院的一位教授提供一个他所在领域的前沿难题。当团队将 AI Co-scientist 生成的几条核心假设反馈给这位教授时，他惊愕地发现，其中排名第一的假设，正是他自己的团队耗费数年心血研究、并且刚刚投稿到顶级期刊的最新成果。他一度怀疑自己的论文被泄露了。这个故事有力地证明了 AI Co-scientist 已经能够独立地思考，并触及到人类科学研究的最前沿AI Co-scientist 的终极愿景：在未来，当谷歌宣布一项由 AI 促成的重大科学突破时，实现这一突破的将不再是传统的顶尖科研机构的博士团队，而可能是世界某个角落里的一位普通人，他仅仅因为拥有强大的 AI 工具作为伙伴，便得以释放其创造力，做出了诺贝尔奖级别的贡献未来展望：迈向“科学 API”的时代 在访谈的最后，话题转向了对未来的展望，即我们是否会最终拥有一个“科学的 API（API for science）”。这个概念的背后，是 AI 正在逐步降低各领域专业技能门槛的大趋势。正如今天编写软件已经比十年前容易得多，未来从事高水平的科学研究是否也能变得更加普及？Pushmeet Kohli 对此表示了肯定的看法，但他同时指出了实现这一愿景的核心挑战——“归约问题（the specification question）”无论是编程还是科学研究，最困难的部分之一往往不是执行，而是清晰、准确地定义问题本身。一个程序应该做什么？一个科学实验的目标是什么？这背后需要深刻的洞察力和严谨的逻辑*因此，通往“科学 API”的道路，关键在于构建能够让用户（无论是开发者还是科学家）与 AGI（通用人工智能）进行高效、自然沟通的交互界面。我们需要让 AI 更好地理解人类模糊、高层次的意图，并将其转化为精确、可执行的步骤。这不仅是一个技术问题，也是一个产品和设计问题。如何设计接口，如何收集和利用用户反馈，如何建立一个从人类灵感到 AGI 执行的无缝沟通渠道，将是未来几年 AI 社区需要重点解决的问题。这恰恰凸显了像主持人 Logan Kilpatrick 这样的开发者关系专家的重要性，他们是连接 AI 技术与实际使用者之间的桥梁总而言之，从 AlphaFold 到 AI Co-scientist，再到对未来“科学 API”的构想，DeepMind 正在系统性地利用 AI 解锁科学的边界，并致力于将这些强大的能力赋予每一个人，最终目标是构建一个人类智慧与机器智能协同共进，共同解决人类面临的最重大挑战的新时代
-
求证：朋友圈广告下的好友评论，是真的吗？ 近日，有网友在社交平台发文称，自己朋友圈广告下方出现多位好友的评论或点赞，但这些好友均否认曾有过此类操作，引发大家对“账号异常”或“被平台借用”的猜测。上海市数据科学重点实验室主任肖仰华指出，从技术层面而言，朋友圈出现“伪留言”并非不可能，但信息真实性是社交平台的核心发展底线。若平台借助虚假信息开展营销，无疑是对用户权益的直接侵犯。对于社交网络平台，特别是对于熟人社交网络平台，一般不会采用这样一种“涸泽而渔式”的发展路径。记者也在自己的朋友圈里观察到，一条游戏广告下方有多位好友集中留言点赞：有的模仿官方口吻谈论游戏难度，有的借机分享与游戏无关的日常，还有人疑惑“为什么这广告下面全是熟人”。记者逐一询问这些好友后发现，所有互动均为其真实操作——有人是为了玩梗，有人因看到其他好友留言而跟风，也有人表示是自己此前留下的评论。针对上述现象，记者联系了微信广告相关团队负责人。对方明确回应：微信绝不会利用用户账号为广告点赞或评论，用户看到的互动均为真实操作。至于误解的产生，主要因同一条广告推送给不同用户可能存在较大时间差：例如某用户周一评论广告后，其好友周五才看到该广告并询问，此时用户已忘记自己的评论行为。另有网友担忧，点击广告中的游戏后账号会被自动点赞或留言，对此，微信官方同样予以否认。编辑: 张涵媛通讯员: 曾捷责编: 黄黛玉
-
谷歌被曝承认开放网络“迅速衰退”，却对外宣称“依旧繁荣” IT之家 9 月 13 日消息，据《财富》杂志 11 日报道，谷歌因对开放网络状况前后不一的表态而陷入舆论漩涡。出版商和业内批评人士指责谷歌通过 AI 服务抽取内容，反而加速了开放网络的衰落。谷歌在最新法律文件中承认“开放网络正快速衰退”，这一说法与谷歌几乎同时对外宣称“网络依然繁荣”的表态完全相悖。长期以来，谷歌一直自诩为开放网络的守护者，强调数字生态充满活力。但在一场关于广告垄断的诉讼中，谷歌却辩称开放网络的衰落已非常严重，拆分其广告业务只会加剧损害，并让依赖开放网络广告收入的出版商遭受更大冲击。然而数月之前，搜索业务高级副总裁 Nick Fox 等谷歌高管还在 AI Inside 播客上表示“从我们的角度看，网络是繁荣的”，并称谷歌旗下产品不应为网络流量下降负责。整体来看，谷歌的搜索量仍在增长，而这也是是其收入持续攀升的关键原因之一，但每次搜索的点击率确实出现下降迹象。IT之家从报道中获悉，面对外界质疑，谷歌紧急澄清：法律文件指的是“开放网络广告市场”，而不是整个开放网络。与此同时，越来越多出版商公开指责谷歌是“内容窃贼”，认为它加速了开放网络的衰败。谷歌依然坚称其 AI 搜索工具为出版商创造了“新的曝光机会”，但多项数据显示事实正相反：出版商流量断崖式下跌，AI Overviews 出现时的零点击率中位数高达 80%。批评人士认为，谷歌不仅掏空了传统出版业的收入，还让网络声音趋于单一，加速了开放网络的衰落，而这一现象正与谷歌自己在法庭上“承认”的相符。
-
百度发布新一代文字识别 AI 模型 PP-OCRv5，仅 0.07B IT 之家 9 月 13 日消息，百度于 9 月 10 日在 Hugging Face 发布新一代文字识别解决方案 PP-OCRv5。百度介绍称，PP-OCRv5 是一个为缓解大型视觉语言模型（VLMs）局限性而设计的专用 OCR 模型，它提供了一种高效、准确且轻量级的解决方案。PP-OCRv5 通过保持模块化、两阶段的流程，专门针对高速、精确的文本检测和识别，解决了大型 VLMs 的精确文本定位和边界框精度局限性问题。PP-OCRv5 的亮点如下： 效率：该模型参数量仅为 0.07B，能够在 CPU 和边缘设备上实现更高性能，其移动版本在英特尔 Xeon Gold 6271C CPU 上每秒可处理超过 370 个字符。 性能：PP-OCRv5 在 OCR 特定基准测试中优于通用型 VLM 模型，如 Gemini 2.5 Pro、Qwen2.5-VL 和 GPT-4o，包括手写和印刷的中英文以及拼音文本。 定位：PP-OCRv5 旨在提供精确的文本行边界框坐标，这对于结构化数据提取和内容分析是关键要求。 多语言支持：该模型支持五种文字类型 —— 简体中文、繁体中文、英文、日文和拼音，并能识别超过 40 种语言。 PP-OCRv5 由四个核心组件构成： 图像预处理：处理图像的旋转和畸变，以标准化输入。 文本检测：识别图像中文本行的精确位置。 文本行方向：分类检测到的文本方向，以确保其正确对齐以进行识别。 文本识别：将每行文本中的字符解码为文本字符串。 IT 之家附 PP-OCRv5 下载地址如下：
-
“智”动服贸会 人形机器人不止“炫技” 新华社北京9月13日电 题：“智”动服贸会 人形机器人不止“炫技” 新华社记者王悦阳 在2025年中国国际服务贸易交易会上，人形机器人忙着“炫技”：有的在足球表演赛上快速奔袭、灵活转向，完成传球、带球与射门；有的“身”穿传统服饰、“手”握木棒跳一段潮汕英歌舞；还有的在跑步、打太极、做导览…… 服贸会展台前频频现身的人形机器人是我国人形机器人产业发展的一个缩影。当前，我国人形机器人不止在舞台、赛场上“炫技”，还开始向“家庭里用起来”“工厂里干起来”进化。 “自今年6月人形机器人启动量产以来，三个月已经下线超300台。”松延动力（北京）科技有限公司首席财务官韩深任说，目前的订单主要应用于科研教育、展览展示和文旅导览等，其中科研教育订单占比超50%，文旅导览、展览展示需求还在增长。 在应用场景端，国内多款人形机器人已在物流企业、汽车产线等场景进行训练，有的在工业制造、零售配送、餐饮服务等领域试点投入，商用场景加速落地。据预测，2025年我国人形机器人销量有望突破1万台，同比增幅达到125%。 乐聚智能（深圳）股份有限公司副总裁柯真东认为，相较于传统工业机器人，具有通用性特点的人形机器人能够适配汽车、电子等行业产品快速迭代的需求，灵活应对不同物品、不同工序的复杂生产场景。“人形机器人的市场潜力巨大。” 人形机器人“跑得快”离不开关键技术的突破。 打造人形机器人“大脑”和“小脑”。基于人工智能大模型增强环境感知、行为控制、人机交互能力的“大脑”和控制运动的“小脑”，是影响人形机器人“站得住、走得稳、跑得快”的重要因素。 服贸会上，松延动力N2机器人伴着音乐起舞，步伐灵活矫健。它身高只有1.18米，却以分腿跳、转身跳等一系列高难度动作拿到2025世界人形机器人运动会的自由体操冠军，还在全球首个人形机器人半程马拉松中获得亚军。 “搭载自研运动控制算法，机身使用18个高性能关节，能够提高运动的稳定性、可靠性和灵活性，实现了多场景连续空翻，奔跑速度最快能达到每秒3.2米。”韩深任说。 突破“肢体”关键技术。灵巧手赋予人形机器人精细操作的能力，在服贸会北京因时机器人科技有限公司展台前，观众驻足与灵巧手“猜丁壳”，灵巧手快速精准做出反应。 “是灵巧手在‘作弊’，依靠旁边的摄像头先看到对方的动作再出拳，但是因为反应速度小于50毫秒，几乎肉眼难以分辨。”因时机器人市场负责人房海南说，今年上半年公司灵巧手销量超4000台，其反应敏捷的关键是公司自研的一体化线性关节微型伺服电缸，在保证更小体积的基础上实现驱控一体化。 此外，人形机器人一系列“丝滑”动作背后，还有通信技术的支撑。 “人形机器人对基础通信的要求更高。”联通(北京)产业互联网有限公司总经理范悦说，5G-A技术无论是带宽还是时延都大幅做了提升，为人形机器人的数据传输和多机协同提供坚实保障，是产业发展必须提前布局的关键基础设施。 我国完整的工业体系、丰富的应用场景和庞大的市场规模，是人形机器人快速迭代的催化剂。 自2023年10月工业和信息化部印发《人形机器人创新发展指导意见》以来，北京、上海、广东等多地出台专项行动方案，在技术创新、产业集聚、应用示范等方面加快布局，推动人形机器人规模化应用。 北京人形机器人创新中心、上海和深圳的“机器人谷”……得益于成熟的供应链和完整的产业生态，国内人形机器人产业已形成“集群效应”。 “在深圳，我们生产人形机器人所需要的传感器、控制器等关键组件都能迅速匹配到，大幅降低了研发和生产成本。”柯真东说。 工业和信息化部部长李乐成表示，我国人形机器人已具备从关键芯片、部组件到整机的全产业链制造能力。 展望未来，韩深任认为三到五年的时间人形机器人有望进入更多工业和家用场景。“当前行业需要加快突破缺乏大规模、高质量数据等问题，使人形机器人能够在更多场景提供功能性价值。”（完）
-
奥尔特曼称AI给自己带来重压：ChatGPT发布以来就没睡过一个好觉 IT之家 9 月 13 日消息，据《财富》杂志 11 日报道，OpenAI CEO 奥尔特曼在接受采访时面带苦笑地表示：“自从 ChatGPT 上线后，我就没睡过一个安稳觉。”在这场长达半小时的对谈中，奥尔特曼谈到肩负监管一项“每天有数亿人使用的技术”的重担。他说，自己担忧的并非“终结者”式的灾难场景，而是团队每天做出的那些几乎察觉不到的细微选择：什么时候拒绝回答、如何组织答案、什么时候反驳、什么时候放行。奥尔特曼解释说，这些看似细小的设计被全球用户重复数十亿次，以他自己的力量无法完全跟踪的方式改变人们的思维和行为。“让我夜不能寐的是，我们做出的每一个微小决定，可能影响数亿人。这种影响太大了。”他特别提到自杀问题：全球每周约 15000 人自杀，如果其中 10% 是 ChatGPT 用户，那可能有 1500 人在与系统对话后仍然自杀。“我们可能没能救下他们，也许我们本可以回应得更好，更主动一些。”不久前，OpenAI 被一对父母起诉，指控 ChatGPT 诱导他们 16 岁的儿子亚当・雷恩自杀。奥尔特曼表示，这是“一场悲剧”，并透露平台正在研究方案：若未成年人谈及自杀又无法联系家长，系统会报警。他补充，这并非最终决定，还需权衡用户隐私。奥尔特曼说，成年人应当被“当作成年人”，享有探索自由，但也必须划定红线。“让 ChatGPT 帮助制造生物武器不符合社会利益。”他承认，最难的判断是那些模糊地带的问题。对于道德标准，奥尔特曼表示，模型基础反映了“人类集体的善与恶”，随后 OpenAI 会叠加“模型规范”，参考哲学家和伦理学家的意见，但最终由他和董事会拍板。“应该追责的人是我。”他还表示，比起 AI 对就业或地缘政治的冲击，更让他不安的是文化层面的细微变化：数百万人每天与同一系统互动，连 ChatGPT 的语气、甚至过度使用破折号的习惯，都已经渗入人类写作风格。“如果这些小细节都能引发连锁反应，接下来还会发生什么？”IT之家从报道中获悉，奥尔特曼表示：“我脑海里必须同时存在两种想法。一方面，这一切只是大计算机飞快地把大矩阵里的数字相乘，再输出相关词语；另一方面，用户的主观体验远不止一台高级计算器，它给我的惊喜程度超出了数学现实所能解释的范围。”
-
DeepMind用AI重构科研流程，Kaggle竞赛击败84%选手 近日，谷歌 DeepMind 联合 MIT、哈佛发布了一篇长达 71 页的论文，提出了一项突破性成果：他们开发了一种能帮助科学家自动生成“专家级科研实证软件”的 AI 系统。该系统结合大语言模型（LLM）与树搜索（tree search），首先通过 LLM 生成代码，再利用树搜索在巨大的解空间中系统地探索与改进，能在数小时至数天内完成人类需要数月才能完成的科研编程任务。这一方法已在多个科学领域展现出“专家级成果”，包括生物信息学、流行病学、地理空间分析、神经科学、时间序列预测和数值分析，且往往优于现有人类顶尖方案。论文强调，AI 通过主动检索并整合外部复杂的研究思想，实现了“超人表现”，为加速科学发现提供了一条通用路径。 图｜相关论文（来源：arXiv) 现代科研越来越依赖软件，从化学模型、天气模拟、流体力学建模，到社会系统预测，背后都是复杂的代码。然而开发适用于特定领域的代码通常需要长达几年繁琐的工作，且过程极其依赖研究者的直觉和经验，漫长的耗时极大限制了科学探索的效率。研究团队将这些科学难题称为“可评分任务”（scorable tasks），定义为可通过“实证软件”（empirical software）解决的科学问题，而“实证软件”就是科研中所有为了最大化特定评估指标而设计的软件（例如对已有观测的拟合程度）。该研究开发的 AI 系统旨在系统并且自动地生成可以解决“可评分任务”的“实证软件”，结合大语言模型与树搜索算法来更新迭代软件以提高软件的质量评分。 图｜LLM 与树搜索自动生成科研软件的流程示意图（来源：arXiv） 首先，用户提供具体的问题描述、评价指标以及相关数据，接下来 LLM 根据这些线索生成候选 Python 代码，而候选程序都会在沙盒环境中运行并得到一个质量评分。接着树搜索程序会参考每个方案的得分，不断选择哪些候选解法值得进一步改进和扩展。研究团队提出了 PUCT（Predictor + Upper Confidence bound applied to Trees）树搜索算法，收到 AlphaZero 的上置信界（Upper Confidence Bound UCB）启发，通过平衡开发和探索来选择新的候选程序。该系统的另一大关键是能够探索并整合来自外部来源的研究想法。这些想法可能来自科学论文、教材或搜索引擎（包括 Gemini Deep Research 和 AI co-scientist 等 LLM 工具），会被注入 LLM 提示以指导代码生成。研究团队通过 2023 年的 16 场 Kaggle 比赛来开发和完善 AI 代码变异系统，并且与排行榜上的人类参赛者进行对照校准以取得高分。 图｜Kaggle 实验结果（来源：arXiv） 上图展示了 AI 系统在这 16 场比赛中的平均公共排行榜百分位数表现：树搜索（TS）方法的表现显著优于单次 LLM 调用，甚至优于 1000 次 LLM 调用中最好的结果。在树搜索过程中，AI 会不断发现新的策略，使得分数出现“跳跃式”提升，而这些累积的跃升最终带来了最高质量的解决方案。实验也说明在提示中加入针对具体问题的建议，能大幅提升表现。在“TS + 专家建议”实验中，研究员向模型提供了赢得 Kaggle 比赛的常见经验性指导；在“TS + Boosted Decision Tree (BDT)”实验中，模型被要求从零开始实现一个决策树库，而不使用现成的标准包。 图｜单细胞批次整合过程示意图（来源：arXiv) 研究团队在六个不同的科学领域基准任务评估该方法，并且得到超过人类最新方法的表现。在基因组学领域，这一系统在单细胞 RNA 测序（scRNA-seq）的批次效应消除任务中表现突出，研究员使用了 OpenProblems 批次整合基准来测量模型表现。面对高维且稀疏的数据，该系统不仅成功去除了混杂的批次效应，同时还保留了生物学信号。系统共提出了 87 种全新的单细胞数据分析方法，其中 40 种都在 OpenProblems 排行榜上超越了人类专家开发的最佳模型。最具代表性的成果之一是 BBKNN (TS)，它通过对现有方法 ComBat 与 BBKNN 的重新组合，实现了“理念重组”的突破，使整体表现比最佳已发表方法提升了 14%。 （来源：arXiv) 研究团队还交给了 AI 系统前沿的全脑神经活动预测任务，评估基准为斑马鱼全脑神经元活动预测基准（ZAPBench），目标是对超过 7 万个神经元的全脑活动进行建模和预测。实验表明，AI 系统在大多数预测范围内都优于所有基线模型，包括此前表现最佳的 Unet 视频模型；在一步预测任务中，专门设计的模型也达到了领先水平。AI 系统进化出了能够结合丰富特征集、时间卷积、学习到的“全局脑状态”、神经元特定嵌入的模型。研究团队同时探索性地将“生物物理神经元模拟库（Jaxley）”整合进预测方案，进一步提升了模型的表现与解释力。这一探索仅是概念验证，却预示了 AI 在科学研究中不仅能拟合数据，还可整合科学原理（如生物物理模拟），为构建更可解释的模型开辟了新道路。参考资料https://arxiv.org/abs/2509.06503运营/排版：何晨龙
-
《2025大模型服务商能力榜》发布：涵盖20 余家大模型服务商的数百个模型服务 9月13日消息，今日 GOSIM2025大会上，清华大学与中国软件评测中心联合发布《2025大模型服务性能排行榜》，为开发者提供权威选型参考。 据介绍，本次评测涵盖了20余家大模型服务商提供的数百个模型服务，包括阿里云百炼、并行科技、硅基流动、火山方舟等知名平台，以及 DeepSeek-R1-0528、DeepSeek-V3.1、 Kimi-K2-Instruct、Qwen3-235B-A22B 和 Qwen3-32B 等核心模型。评测维度涉及延迟、吞吐量、可靠性、价格、上下文长度和最大输出长度，结果显示同一模型在不同平台的性能差距可达数倍。 本次评测工具由清华系人工智能企业清程极智打造的 AI Ping 平台提供，已接入20多家厂商的230多项模型服务，支持7×24小时性能监测，被称作“模型服务界的大众点评”。 AI Ping 平台表示，未来将进一步扩展评测范围至图片、视频、语音等多模态模型，并增加更多测试指标与地域覆盖，以推动 MaaS（Model as a Service）行业的透明化与健康发展。（袁宁）
-
西贝召开1.8万人罗永浩作战大会 网络会议截图流出 罗永浩昨晚的直播结束后，有网友发布截图，显示西贝召开全员大会，会议标题为“西贝1.8万名伙伴跟罗永浩之战”动员大会。文|沈 林9月12日晚8点30分，罗永浩开启直播，对近日与餐饮品牌西贝的争议作出回应。此次直播受到广泛关注，刚开播一分钟，在线人数就突破10万+。直播中，罗永浩表示，这次是在出差途中临时出了这个事，不得不应对，做了这个直播，相应的他们团队的技术支持并没有都到，所以他们临时借调了一些人员，没做好直播准备，请大家见谅。罗永浩直言，“你们没发现（西贝）公关团队特别不专业吗，太奇怪了，他们公关团队不专业程度，跟我们现在直播技术团队不专业程度有一拼。”直播时，罗永浩再次晒出“小牛焖饭牛肉包2.5kg（堂食袋装）”的相关图片。他表示，这已经是做好半成品的菜，只不过上面写的非即食，是拿到店里打开袋给你热一下，弄熟了以后端上桌你就就可以吃了，“我觉得这按正常人类的理解就是预制菜，可是他们老板又说百分百没有预制菜，这个我就不知道怎么回事了。”他直言“西贝称没有预制菜是100%撒谎，因为国家还没有相关标准出台”。 罗永浩直播画面罗永浩表示，自己并不反对预制菜，只是想借此事件，让预制菜市场透明化，维护消费者的知情权。在他看来，现做应该基于新鲜采购的食材，允许使用冷冻肉类，但应该是生肉无添加未加工状态，回来后再进行加工处理。“对正常人来说，如果说‘这个饭馆是现做的’，基本上没有什么分歧。”罗永浩说，部分餐饮企业在预制菜尚无国标阶段刻意混淆概念、“耍流氓”。据罗永浩称，此次事件的评论令他感动，因为支持的人超过了90%。“今天受宠若惊，今天几乎没人骂，很不适应。你们骂骂我吧，我不习惯，我习惯一半人支持我，一半人骂我，我就不恶性凡尔赛了。”罗永浩与西贝的争端源自9月10日，详情可查看《西贝与罗永浩的预制菜之争，你站谁？》。 罗永浩吐槽西贝随即9月11日晚上，西贝创始人、董事长贾国龙就带领多家媒体，来到罗永浩就餐的餐厅，并直言“一定起诉罗永浩”。 贾国龙直言“一定起诉罗永浩”令人莞尔的是，罗永浩昨晚的直播结束后，有网友发布截图，显示西贝召开全员大会，会议标题为“西贝1.8万名伙伴跟罗永浩之战”动员大会。 有网友发布截图，显示西贝召开全员大会具体内容暂不可知，不过据贾国龙接受《中国企业家》采访时的说辞，哪怕生意不做了，和罗永浩的官司一定要打。据贾国龙表示，在罗永浩的连番攻势下，西贝的营业额下降，客流断崖式减少。“昨天（11日）和前天（10日）所有门店加起来，日营业额分别掉了100万元，今天（12日）我估计会掉200万元到300万元。”除了生意受影响，随之而来的是网上的众多质疑声。对此，贾国龙说他很在意，“但很无奈，一点办法都没有。”而罗永浩炮轰西贝事件也被贾国龙称为西贝成立以来最大的一次外部危机。同时，贾国龙表示，如果西贝真的有毛病，就改，就认，老罗吃到饭不是热乎的，那就往热乎上做。要知道，3年前贾国龙在接受媒体专访时表示，“预制菜是未来餐饮的大趋势，西贝将持续布局新零售，以贾国龙功夫菜打开预制菜市场。”他还言道“好菜全是预制出来的，越高级预制程度越高，预制是个科学，预制是个工艺”。但现在对预制菜避之不及的态度，也值得令人深思。2024年3月，市场监管总局等六部门联合发布《关于加强预制菜食品安全监管 促进产业高质量发展的通知》。通知已经明确了预制菜定义和范围，规定预制菜中不添加防腐剂，推广餐饮环节使用预制菜明示。 市场监管总局等六部门联合发布的通知截图而在贾国龙认为，预制和预制菜是两回事，预制是提前加工、预加工。预制菜是成品，是将熟食加工好冷冻，再拆包装后加热直接食用。所以他说西贝没有预制菜。并且，贾国龙说他不黑预制菜。预制菜也分三六九等，分高品质和低品质。他介绍前几年，西贝门店确实做过预制菜，2020年开始还大力发展过“功夫菜”，但从2023年开始逐步缩减这一品类。到2025年，西贝门店内已经完全没有预制菜的身影了。不过从两方的舆论中，公众也可以发现当前预制菜国家标准与消费者认知存在鸿沟：国家标准认为“中央厨房半成品不属于预制菜”，但消费者普遍将“非现做”视为预制菜。从这个角度来看，贾国龙说西贝没有预制菜也的确成立。对此，昨晚直播中罗永浩点名的另一家餐厅老乡鸡则在微博置顶回应了预制菜，内容中表示：“我们发现很多环节，对于顾客来说都是不透明的，不公开的，而且那些我们越想遮掩的，越是我们做的不好的地方，食品安全是一件永远在路上的事情。对于后端供应链依然一无所知，这其实也是让消费者失去了应有的知情权和选择权。”确实，一句吐槽之所以能引发如此规模的舆论战，根源或许正是因为消费者们早就对商场里那些高价低质菜量小的餐厅刺客不满，对于餐厅未能提供的知情权和选择权不满。您觉得呢？综合整理自网络 版权说明新民周刊所有平台稿件， 未经正式授权一律不得转载、出版、改编，或进行与新民周刊版权相关的其他行为，违者必究！
-
探索AIGC商业化模式，可灵发布AI影像创作大赛 新京报贝壳财经讯（记者韦英姿）9月12日，快手可灵AI宣布启动“可灵AI NEXTGEN 全球新影像创作大赛”，面向全球创作者征集AI生成的视频作品，总奖金达4.2万美元。目前，AIGC商业化规模整体仍然较小。可灵Al超级创作者、《新世界加载中》总导演、异类Outliers创始人陈翔宇曾向新京报贝壳财经记者表示，行业当前处于启蒙阶段，暂时还没有形成完善的商业模式，这是整个行业要去面临的事情。这与当前AIGC内容质量、市场接受度有关。此前有AI创作者向贝壳财经记者表示，“以赛带练”是提高AI创作能力的方式之一。 可灵AI NEXTGEN 全球新影像创作大赛激励机制。企业供图AI接过电商“重担”成为快手探索增长的新方向。自2024年6月发布以来，可灵AI迭代超30次，用户规模突破4500万，生成视频数量超2亿，为超过2万家企业提供API服务，覆盖广告、影视、游戏等多个领域。编辑 岳彩周校对 柳宝庆
-
OpenAI/微软发布联合声明！事关生死存亡，奥特曼睡不着了 新智元报道编辑：艾伦【新智元导读】OpenAI与微软发布了非约束性的合作备忘录，重组仍悬而未决。关键在控制权与确定性：多云是否松口、微软能否获取训练细节、以及最关键的AGI条款的去留。这三件事，决定了微软最终30%–35%的持股价值。研发成本陡增的现实下，留给OpenAI的时间不多了。OpenAI与微软就重组问题于昨日同时在各自官网发布了同一份声明。 微软公告：https://blogs.microsoft.com/blog/2025/09/11/a-joint-statement-from-microsoft-and-openai/ OpenAI公告：https://openai.com/index/joint-statement-from-openai-and-microsoft/二者公告除了开头的主语顺序对调了一下，措辞完全一致。合作备忘录的具体内容并没有公开。要注意，这个合作备忘录是不具约束力的。也就是说，双方暂仍未能拍板最终合作条约。Reddit网友也锐评了： 这究竟是好消息还是坏消息，全看你怎么看。OpenAI还是稍微解释了一下OpenAI也在公告结尾附上了另一篇公告。 公告地址：https://openai.com/index/statement-on-openai-nonprofit-and-pbc/ 在公告中，OpenAI表示：OpenAI的规划演进将让现有的OpenAI非营利机构既掌控一家公益公司（Public Benefit Corporation，简称 PBC），又能直接分享其成果。OpenAI从成立之初就是一家非营利机构，如今依然如此，并将在未来继续保持——非营利机构将继续掌握引导我们未来的决策权。正如我们此前宣布并在与微软签署的非约束性谅解备忘录（MOU）中所述，OpenAI非营利机构在持续拥有控制权的同时，还将持有PBC的股权。今天，我们分享一个最新进展：这项新的股权价值将超过1000亿美元——使其跻身全球资源最充足的慈善组织之列。这次资本重组还将帮助我们筹集完成使命所需的资金，并确保随着OpenAI PBC的成长，非营利机构的资源也能同步增长，从而带来历史性规模的社会影响。这一架构再次重申了我们的核心使命：确保AGI造福全人类。我们的PBC章程和治理结构将明确规定，所有安全相关决策都必须以这一使命为准则。我们将继续与加州和特拉华州的司法部长合作，这是强化我们治理方式的重要一环。同时，我们将始终保持紧迫感去学习和改进，确保我们的工具对所有人都安全有益，并推动将安全视为整个行业的优先事项。从这篇官方公告中，我们能或多或少看出，OpenAI在最终机构设置上的话语权的掌控意愿是比较强烈的。OpenAI目前采用「有限盈利公司」（capped-profit）结构，母公司是非营利组织（OpenAI Inc.），旗下有一个营利实体（OpenAI Global LLC），投资人只能获得有限的回报倍数，难以获得长期股权，公司也无法IPO。OpenAI需要为微软等股东负责，希望通过重组，让外部投资者能够真正持有公司股权，并为未来IPO打通道路。而这家子公司OpenAI PBC将成为千亿美元级别的全球资源最重充足的慈善组织之一。据华尔街日报报道，加州和特拉华州的总检察长正在调查这家初创公司，以确保其拟议的计划不违反慈善法。 来源：https://www.wsj.com/tech/ai/openai-for-profit-conversion-opposition-07ea7e25?mod=article_inlineOpenAI声称，如此种种皆是为了确保AGI能够造福全人类。OpenAI就重组问题与微软持续进行了胶着的谈判，重写合作合同，至今悬而未决。OpenAI在接受了微软的注资后，双方的利益诉求点始终处在不同的轨道上。开放多家云服务器托管OpenAI，OpenAI知识产权归属，以及最重要的AGI控制权，是这场旷日持久的谈判的核心矛盾点。我们在近期文章中也已对双方诉求差异进行过详细梳理： 微软和OpenAI自己，都迫切地想弄清楚，OpenAI未来究竟要通往何处？留给OpenAI的时间不多了一方面，今年年底是一个关键节点，谈判进展关系到软银对OpenAI的100亿美元投资能否到账。另一方面，OpenAI的训练成本随着模型参数的增大而正以肉眼可见的速度飞速飙升。 相比于疯狂从OpenAI挖人的Meta，OpenAI的研发成本高到断档，预计到2030年将会占到公司总收入的近一半，而Meta只有四分之一。 面对越来越大的研发支出压力，OpenAI的盈利能力能否跟得上，也是饱受质疑。许多受欢迎的消费级互联网服务往往要经过十多年亏损，才逐渐找到盈利模式。亚马逊、优步、网飞和Snap都是通过涨价，或者依靠庞大的用户群体卖广告、推其他服务才实现盈利。OpenAI不断扩大的用户群也让它似乎处于类似的境地。它三年前推出的ChatGPT业务，今年就接近10亿用户，并从数百万订阅客户那里拿下约100亿美元的收入。但当投资者以5000亿美元的隐含估值买入OpenAI股票时，他们承担的风险和OpenAI的巨额成本一样史无前例。OpenAI曾被爆料说设想涉足通过在ChatGPT中接入购物广告从而赚取佣金来变现，也遭遇了不少人的批评。据The Information报道，OpenAI计划在2029年前烧掉1150亿美元现金。按照OpenAI的预测，未来至少五年，它的计算和人才支出仍会在收入中占据相当高的比例。虽然OpenAI预计到2030年会开始产生自由现金流，但高昂的支出让人质疑，它在长期盈利能力上能否与其他上市科技公司相提并论。仅在2030年，OpenAI就预计要花掉1000亿美元来租赁服务器，用于训练和运行模型。而到2029年之前，它还将再支出2500亿美元租赁云服务器，六年合计总支出达到3500亿美元。这对OpenAI的云服务商来说无疑是个巨大利好：甲骨文（据称在2027至2032年间仅靠OpenAI就能获得3000亿美元收入）、微软、CoreWeave和谷歌云。甲骨文的股价也因这一重大利好消息，从9月9号每股240美元的低点迅速攀升至9月10号每股最高343美元的高点，将公司创始人兼董事长Larry Ellison推向世界首富，让马斯克屈居第二。而奥特曼恐怕很难高兴得起来，压力山大，夜不能寐。财富杂志昨日也刊登了相关报道。 来源：https://fortune.com/2025/09/11/sam-altman-cant-sleep-at-night-weight-chatgpt-ai-tucker-carlson-interview/巨大的成本压力让OpenAI在未来几年的发展几乎没有容错空间，必须全力以赴，争取在2030年前追上英伟达和Meta等公司的现有收入规模，才能活下来。参考资料：https://blogs.microsoft.com/blog/2025/09/11/a-joint-statement-from-microsoft-and-openai/https://openai.com/index/joint-statement-from-openai-and-microsoft/https://openai.com/index/statement-on-openai-nonprofit-and-pbc/https://openai.com/index/people-first-ai-fund/
