<![CDATA[数码讨论]]> <![CDATA[古尔曼称苹果正开发AI可穿戴设备，能和iOS 27版Siri语音交互]]> IT之家 5 月 8 日消息，彭博社记者马克 · 古尔曼（Mark Gurman）昨日（5 月 7 日）爆料称，苹果正在开发两款智能穿戴设备：一款智能眼镜，一款带摄像头的吊坠配件。
吊坠配件上，古尔曼爆料称尺寸与蓝牙设备追踪器 AirTag 相近，可夹在衣物上或作为项链佩戴，不能独立使用，日常使用需要连接 iPhone，且语音指令需要配合 iOS 27 版 Siri 使用。
功能方面，该吊坠没有显示屏，也没有激光投影仪，配备“常开”摄像头和麦克风，支持 Siri 语音指令。设备内置独立芯片，但性能有限，需依赖配对的 iPhone 进行数据处理。苹果目前仍在讨论是否为该配件添加扬声器功能。
这款吊坠在功能描述上，会联想到 Humane 公司 2023 年 11 月推出的可穿戴 AI 设备。该设备配备摄像头、投影仪和语音助手，可夹在衣物上，通过手势和语音交互，将界面投影到手掌上。

Humane AI Pin 设备
IT之家援引 The Information 报道，该项目仍处于早期开发阶段，存在被取消的可能，发布时间可能推迟至 2027 年。
苹果公司也同步推进智能眼镜项目，古尔曼透露苹果计划在 2026 年底或 2027 年初发布智能眼镜，内置摄像头可拍摄照片和视频，配备扬声器和麦克风用于音乐、通话和 Siri 通知。与 Meta Ray-Ban 类似，眼镜摄像头可将数据传输给 Siri 和 Apple Intelligence，优化步行导航等功能。
苹果正在测试至少四种眼镜设计：类似 Ray-Ban Wayfarer 的大尺寸矩形框、类似蒂姆 · 库克（Tim Cook）佩戴的窄矩形设计、大尺寸椭圆或圆形框、小尺寸椭圆或圆形框。配色方案包括黑色、海洋蓝和浅棕色，摄像头镜头可能采用垂直椭圆造型。

Meta Ray-Ban 智能眼镜
与 Meta 选择与雷朋合作不同，苹果正在自主设计塑料镜框，注重与 iPhone 的深度整合和高端做工。但第一代产品不会配备镜片 AR 显示功能。
]]> <![CDATA[杭州：从外骨骼机器人到智慧农业，技术如何拓展人的边界]]> 好科技，是成全人类的。
今年广交会上，一位阿根廷肌无力患者玛丽亚，在外骨骼机器人的帮助下重新站了起来。原来玛丽亚日常出行需要借助轮椅。当她艰难地穿上设备，迈出步伐的那一刻，同伴喜极而泣。
广交会上这暖心一幕让人感受到，科技的温柔，是让被剥夺的尊严，重新回到一个人身上。也让杭州的外骨骼机器人制造企业——杭州太希智能科技有限公司意外走红，为太希智能直接带来了近300%的销量提升和3000%的搜索量提升。
4月下旬，在杭州，澎湃新闻记者跟随中国记协新媒体专业委员会财经分会一线观察（浙江站）采访团，采访了包括太希智能核心创始人梁林超在内的多位科创企业创始人，观察技术与人的“成全逻辑”。
身体的成全
太希智能的故事是从科技和现实需求的悖论开启的。
人类外骨骼机器人的发展史，是一场跨越百年的技术征途。它以19世纪末俄罗斯发明家尼古拉·亚格恩的奇思妙想为起点，在20世纪的实验室里历经漫长的技术探索。进入21世纪后，随着材料科学、传感器技术和控制算法的发展，外骨骼机器人变成了更轻量化的“科技服装”。
外骨骼机器人一般是指可穿戴于人体外部的智能机械装置。通过将人体的感觉、思维和运动等与机器的传感系统、智能处理中心及控制执行系统相结合，达到改善人体物理机能等目的，本质是一类实现人机结合的可穿戴式机器人。这一领域并非没有先行者，但由于面临成本、舒适性与续航能力的三重挑战，离批量投入市场使用还有一定距离。技术是前沿的，需求也是真实的，两者之间的通路却被价格和定位堵住。
1992年出生于温州的梁林超，德国开姆尼茨工业大学硕士，浙江大学博士，主攻人形机器人及双足机器人的运动控制。早年他在西门子负责电机驱动器的开发与应用。2020年，梁林超回国，与几位志同道合的校友在杭州市拱墅区共同创业，团队从双足机器人切入。此前德国工业体系的浸润，让他也将人形机器人的核心技术迁移到外骨骼领域，来尝试解决老年人和残疾人的出行难题。
然而，早期受限于资金与品牌认知度，人形机器人的研发计划被迫搁置。继续做人形机器人，还是放弃人形转向外骨骼机器人，成为团队必须做的抉择。“关键是技术如何落地、如何商业化、如何真正服务于人。”梁林超认为，外骨骼“更接地气”，使用人群更广、需求更明确，可以从“相对简单的”外骨骼起步，逐步延展至复杂机甲，最终形态可能像钢铁侠。

太希智能的部分产品。
事实上，外骨骼机器人的技术难度并不低于具身智能。涉及传感、电机控制、人体工学等复杂技术的巧妙结合，算法层面尤其具有挑战性。要做到人机结合，并提升整体平台的能力。需要先提前采集人体数据模型，系统感知识别人体的运动意图，进行“预判式辅助”判断，识别不同的步态，对应动作与姿态，并匹配相应的助力算法。
此外，重量上要适配用户，更轻薄的骨架取代传统框架，轻到让肌无力患者和老年人不觉得存在负担。早期供应链不成熟，零部件昂贵或材料笨重，穿戴体验不佳。梁林超说，目前的瓶颈也主要在于舒适性，尤其老年人和女性使用者对重量更为敏感。“现有解决方案仍然难以在性能方面达到完美，但新型材料、技术仍在持续升级。”
创业以来，太希遇到过不少挑战。近几年不断积累经验，在踩过一个个坑之后，逐步改善驱动系统。目前其机器人产品对肌无力患者的改善效果更为明显，对于完全瘫痪的患者，太希智能的另一款型号正在研发中，预计一至两年内推出。

广交会的偶然相遇，为公司带来意外“爆单”，梁林超邀请玛丽亚来到太希交流。
广交会的意外之喜，不仅为太希带来订单的大幅增长，也坚定了团队继续做好产品的信心。“外骨骼机器人的技术天花板足够高，方向是让设备更轻，同时提供更强更敏锐也更安全的助力。需要不断优化材料选型、改进结构设计、提升电机功率密度，在更小能耗下实现更高性能，让机器人尽可能轻便、贴身，提升舒适度。这需要与供应商协同配合，是系统工程。”
梁林超说，从电机、材料、算法，到视觉、能源（电池）等，每一环的提升都能带来产品性能的整体跃升。太希进步的同时，也在等待整个供应链的完善与升级。
密切人与土地的联结
外骨骼机器人与人类，是关于“身体”的成全。而科技对于密切人与土地的联结，更慢，也更沉默。浙江托普云农科技股份有限公司就在做着这样更慢更沉默的“成全”之事。
托普云农（301556.SZ）董事长陈渝阳常把自己比作“新三农人”，他出身农村、学农学，早年在浙大农学院攻读种子工程方向。创业18年，从仪器检验检测出发，一直扎根种植业。
传统的农业靠天吃饭，浇水、打药、病虫害防治全凭经验。而现代农业的核心逻辑是，把经验变成数据，数据上传云端，用模型来辅助决策。让经验变成数据，但不断开人与土地的联系。“老把式”，走向数字化，并不容易。
农业是一个全开放的复杂生态系统，周期长、变量多、干扰因素密。意外的晚霜、土地的微量元素差异、作物的个体特性，都可能让模型失效。农民的语言体系里没有“算法”“参数”这些词，他们的“看天吃饭”，往往藏着无法言传的判断。
托普云农本质上是一家数字化集成的科技公司，但落地在农业这个相对传统、非工业化的行业，需要用工程化体系和工业化思维，重新梳理农业场景的发展规律。
陈渝阳曾考察过全球三四十个国家的先进农场，把他们的经验引入国内，亲身实践推动行业变革。从单机版到物联网，从感知到网络，再到监测预警，逐步搭建起大数据平台。托普云农曾为浙江省“乡村大脑”建设提供技术支撑。依托数据积累，结合AI技术，把科学家和老农的经验转化为模型，并推动这些模型赋能装备，包括无人机和新型农业机器人，推动农业从传统模式转向数字农业。
托普云农为农业装上一颗“数字大脑”，自主研发30多种高精度传感器、100多种农业智能装备，覆盖从育种、种植到采收的全过程。智能虫情测报灯能自动识别害虫种类并计数；水肥一体化灌溉系统根据土壤墒情精准滴灌，节水30%以上。

托普云农的部分产品。
做智慧农业，最大的诱惑是用算法彻底替代经验。解法可能是，经验与算法各退一步，在交界处搭一座桥。把可以测量解析的部分，比如土壤湿度养分、病虫害图像、植物表型等，交给模型，而那些不可测量的部分，比如农户对自家田块的独特感知，仍然留给人来做判断。数据辅助直觉，模型提供建议，但不压制经验也不替代决策。
“农业整体科技含量偏弱，现在要推进农业现代化，要做的事很多，这就是我们的空间。构建人机高度协同的田园场景，像富春山居图那样的壮丽与诗意，并非不可触及，但需要一代代人协同共建。”陈渝阳说。
托普云农目前相对聚焦主粮领域，同时也涉及棉花等高附加值作物。农业场景的数据要“好用”，就要精细精准，这对数据质量，提出很高的要求。
“农业底层效益不高，投资回报率相对低。农业科技不好做，但总要有人做。我已经走过了一程，有体会，也有一些经验继续做下去，为下一代人铺路。”陈渝阳说，托普云农一方面为政府管理决策提供数据支撑，另一方面服务大型农场主，帮助他们实现适度规模化、集约化、标准化的生产。同时，也将部分模型免费开放，“更多人使用，数据库更大，数据也会更精准。也是希望让小农户享受到AI和互联网的红利。”
非取代，非征服
长期以来，科技的评价标准往往是“更强大、更快、更智能”。当技术被视为提高效率、降低成本的手段，它很容易滑向取代人的逻辑——因为人也是成本的一部分。
而当技术被视为“使人更成为人”的工具时，评价标准就变了，不是“替代了多少人”，而是“守护了多少人的尊严”“释放了多少人的潜能”“扩展了多少人的能力边界”。
杭州的这些科技企业，正是在回应着这个命题，即，技术如何真正服务于生命。中国有3.2亿老年人、8500万残疾人、20亿亩耕地、2亿小农户，这意味着，“服务于生命”的技术，在中国能找到足够大的需求土壤。
技术的核心哲学是辅助和扩展，而非取代。这也是中国科技企业在杭州给出的答案——不征服，只是安静站在湖山之间，做那些“让生命更体面”的小事。
]]> <![CDATA[用AI重构先进制造业，目标实现国产超越]]> 自称年轻“头铁”，华为“天才少年”茹彬鑫带着AI团队闯入先进制造赛道。澎湃新闻记者 陈悦 剪辑 何羽茜(02:37)
“某种程度上来说，年轻‘头铁’是一部分原因。”
说这话的年轻人叫茹彬鑫，1992年出生，牛津大学本硕博毕业生，曾在华为诺亚方舟实验室和Google X工作，回国时拿到了华为“天才少年”offer。
但他没去，转身在2022年联合创立识渊科技，闯入了一条相对冷门的赛道：AI+先进制造。目标是用最前沿的AI技术打造软硬一体的高端设备，将先进制造业产线上传统的自动化设备重构为智能化设备。
4年后，这家公司发展到近140人，75%以上是研发人员，基本都是“90后”。目前，几款智能设备已经实现量产，客户涵盖富士康、嘉立创、中国航天等企业，并获得了深创投、徐汇资本等多家知名投资机构的投资，估值超10亿元人民币。
第七届上海创新创业青年50人论坛将于5月10日举行。作为创新创业青年人，茹彬鑫称上海对高端人才有很强的吸引力，而且政府提供了全方面赋能：除了场地支持，甚至还帮忙对接融资，“上海是非常适合做‘AI+先进制造’的城市。”
挑战“难而正确的事情”
早在2022年，茹彬鑫就意识到，AI的发展必定会为制造业带来颠覆性变革，但制造业企业自身在AI方面的积累薄弱，很难吸引顶尖AI人才，其中涉及大量投入，还要解决AI自身的很多问题。
“难而正确的事情，真正在做的企业很少。”他决定，“趁年轻，挑战一下”。
以消费电子和半导体为代表的先进制造产线上，生产设备大多由德日韩等自动化时代巨头打造。识渊科技的目标不是“国产替代”，而是将传统的自动化设备重构为智能化设备，实现“国产超越”。
以一款用于消费电子生产线的智能检测设备为例，茹彬鑫解释，传统设备有一大痛点：每次产线换线生产新品时，都需要人类工程师逐一调试设备，最耗时的就是检测设备。复杂一点的电路板，调一次要大几个小时甚至半天、一天，而且产线必须停工。
识渊科技用AI大模型和智能体，实现了整个过程一键完成。“从之前8个小时缩短到了1分钟，不再依赖人类工程师，新手学半小时就能轻松上手，帮助客户提升换线效率百倍以上。”茹彬鑫说。
这家公司有个很有意思的数据：团队里99%的人此前从未接触过制造业，都是来自顶尖的AI大厂或院校。
茹彬鑫觉得，这反而成了优势。“传统制造业有很多老师傅、很多经验积累，我们因为不了解、没接触过，反而不会被传统的行业思维框住。”他说，当一群AI人走进工厂，会把传统的自动化设备当成一个AI产品来重新定义，从而想出更具颠覆性和原创性的解决方案。
当然，他们也为此交过“学费”。茹彬鑫回忆，初期低估了行业门槛，AI在很多领域做到七八十分就能用，用户容忍度很高，但在先进制造场景，必须把产品打磨到99分甚至100分，才能批量落地使用。
他表示，从0到80分，主要在于创新使用AI解决行业里原有的问题。从80分到99分，团队花了大量时间去解决AI自身的局限性：AI幻觉、算力消耗、延时等问题。“最后要攻克的那道坎，反而是AI自己的一系列问题。这恰好需要最强的AI团队来攻关。”
AI技术发展是“如虎添翼”
识渊科技在北京、上海、深圳都有布局。茹彬鑫认为上海具备独特的优势：“上海的医疗、教育水平及多元时髦的生活环境，对高端人才有很强的吸引力，尤其是海归人才。上海及周边城市提供了强大的供应链支撑，还有很多泛半导体领域的头部客户。”他总结上海是非常适合做“AI+先进制造”的城市。
公司扎根在徐汇区漕河泾，当地政府提供了全方面赋能：除了“一年免租、第二年半价”的场地支持，还帮忙对接融资，令他印象最深的是政府部门主动“上门科普”。
“创业有很多事情，我们一开始只是专注产品研发，对政策了解比较少。”他说，“包括我自己申请海外高层次人才，是徐汇区人才局主动上门来告诉我，我才知道原来有这么一个东西。”
AI技术飞速发展，有人看到的是焦虑，怕被大模型取代。茹彬鑫的看法相反：“感到焦虑的可能是直接使用AI工具的公司。对我们来说，AI技术发展反而让我们的底层框架和技术更扎实，如虎添翼。”
AI和互联网大厂会抢人吗？结合自身的工作创业经验，茹彬鑫觉得：“我们要招的跟大厂要招的是两拨人。大厂人多，需要单点积累很深的人；我们初创企业，更需要探索欲强、在各个技能栈都愿意学习的人，对新事物保持开放、愿意学习摸索的状态。”
2022年融资创业时，元宇宙概念正火，有投资人劝他：“改行做元宇宙，可以给更高估值。”茹彬鑫还是坚定自己的想法，他觉得“制造业很重要，尤其对中国，很有战略意义，所以我们决定来挑战一下”。
如今，产品有些供不应求，他表示正积极提升产能。创业必然要面临不确定性和各种挑战，他很坦然，“重要的是在这个方向能快速学到很多东西、获得成长，那么时间花得就值得。”企业还有一个目标，做一家能自我造血的、健康的AI公司。
]]> <![CDATA[解散xAI ，马斯克和Anthropic都赢麻了]]>

文 | 字母AI

就在刚才，马斯克在X平台上发布了一条简短的声明：xAI从此以后不再是独立的公司，其所有业务将并入SpaceX，以“SpaceXAI”的名义继续运营。

至此，这个成立不到三年的人工智能公司画上了句号。

同一天，SpaceX宣布与Anthropic达成协议，允许这家竞争对手使用Colossus 1数据中心的全部算力。

这次合作可以说是戏剧性拉满。

因为就在几个月前，马斯克还在公开嘲讽Anthropic和阿莫迪。

2月13日，当Anthropic宣布完成300亿美元融资时，马斯克在X上发帖称这家公司“厌恶西方文明”，指责其AI模型“misanthropic（厌恶人类）且邪恶”，还声称Claude存在种族和性别偏见。

3月初，当阿莫迪在采访中表示Claude可能已经获得了某种“意识”并展现出“焦虑”迹象时，马斯克只用两个字回应：“He‘s projecting（他在投射自己的情绪）”。

但现在的情况是，马斯克的态度发生了180度转变。

他在X上写道：“上周我花了很多时间与Anthropic的高级团队成员交流，了解他们如何确保Claude对人类有益，我印象深刻。我遇到的每个人都非常有能力，并且非常关心做正确的事。”

这个转变的背后，是赤裸裸的商业逻辑。

SpaceX已经将AI训练业务转移到Colossus 2，Colossus 1的闲置算力需要找到买家。

而Anthropic的Claude使用量激增，阿莫迪公开表示预计收入增长10倍，结果实际增长了80倍，急需更多算力。

大家都是成年人，没有好坏，只有利弊，双方也只是各取所需罢了。

01 Anthropic到底想要什么

先看Anthropic。

阿莫迪其实根本不在乎“和马斯克和解”，他只需要一件事，那就是算力确定性。

过去半年，Claude的增长速度已经快到让基础设施跟不上。

Anthropic自己披露，2025年底公司的年化收入大约是90亿美元，到了2026年4月已经超过300亿美元。两个月前，年化支出超过100万美元的企业客户还有500多家，两个月后已经超过1000家。

这意味着什么？

意味着Claude正在变成企业、开发者和Agent工作流里的基础设施。就像微信一样，你只要在国内使用手机，就必须得装一个微信。

Claude Code尤其明显，现在几乎没有哪个程序员说自己可以不用Claude Code的。如果有，那他电脑里一定有Codex。

Claude Code的用法和普通聊天完全不同，它需要长时间占用模型、上下文和推理资源，这就导致Anthropic收入和算力强相关。

Anthropic现在最怕的不是没有用户，他们怕的是算力不够用，用户来了以后用不了。

这次拿下Colossus 1，最直接的效果就是缓解限额。

根据Anthropic公开信息和多家媒体转述，这笔合作让Anthropic获得超过300兆瓦的新增容量，约22万块英伟达GPU，并且会在一个月内上线。Anthropic也随即提高Claude Code、Claude Pro、Claude Max和API的使用限制。

这不是锦上添花，这叫江湖救急。

算力已经变成AI公司的库存。

如果一家模型公司的产品越卖越火，但高峰时段频繁限流、服务不稳定，用户最后不会关心你模型多聪明，只会觉得产品不可依赖。尤其是企业客户和开发者，付费买的不是灵感，而是确定性。

Anthropic当然已经有很多算力合作。

4月初，它刚和Google、Broadcom签下多吉瓦级TPU合作，预计2027年开始上线。4月下旬，它又和Amazon扩大合作，未来十年向AWS技术投入超过1000亿美元，获得最高5吉瓦的新容量。表面看，Anthropic不缺合作方。

但问题是，这些大合作很多是中长期供给。TPU、Trainium、自研芯片和新数据中心，都需要时间建设、调试、迁移。Colossus 1的价值在于“马上能用”。它是已经建成的英伟达GPU集群，不是PPT里的未来产能。

所以从Anthropic视角看，这笔交易至少有三层目的。

第一，就是刚才说的，快速补上Claude的现货算力缺口，尤其是Claude Code和高端订阅用户的使用限制。

第二，分散供应链风险。Anthropic不能只押AWS，也不能只押Google，更不能只等自研芯片慢慢成熟。

它需要AWS Trainium、Google TPU、英伟达GPU同时存在，这样才能在训练、推理、企业部署和价格谈判中保持选择权。

第三，买一张未来轨道算力的入场券。

xAI公告里有一句很容易被忽略，“Anthropic表达了与SpaceX合作开发多吉瓦级轨道AI算力的兴趣”。

虽然听起来像科幻，但它背后的逻辑很现实。

地面数据中心越来越受限于电力、土地、冷却、环保审批和社区阻力。如果SpaceX真的能把太阳能、发射成本和星链运营能力整合起来，轨道数据中心至少会成为一种战略选项。

换句话说，Anthropic还想要马斯克的工程资产。

这也是这笔交易最反直觉的地方。

几个月前，双方还在价值观层面互相看不顺眼。但到了算力稀缺的时候，意识形态可以先放一边。

所谓AI安全公司和所谓反觉醒AI公司，在基础设施面前达成了商业共识。

谁也没有说服谁。

可是算力把所有人拉回了现实。

02 xAI到底想要什么

再看xAI，或者说现在的SpaceXAI。

从马斯克的角度，这笔交易最重要的目的也不是“向Anthropic示好”，而是他要把Colossus从成本中心变成收入资产。

Colossus 1是xAI最具代表性的工程成果。

它在孟菲斯一座废弃工厂上快速建成，官方说拥有超过22万块英伟达GPU，覆盖H100、H200和GB200，能够支持训练、微调、推理、多模态和高性能计算。

问题是，Colossus 1的利用率只有10%，闲置率高达90%。

AI行业已经从“谁模型更聪明”进入“谁能持续供给算力”的阶段。Colossus 1这种级别的资产，建设成本高，电力成本高，运维成本高，还要面对孟菲斯当地关于燃气轮机排放的环保压力。

把它闲置在那里，既不能证明Grok的商业化，也不能帮助SpaceXAI讲资本故事。

租给Anthropic就不一样了。

它能立刻产生现金流。

无论是对xAI，还是马斯克整个商业帝国来说，这都很关键。

Grok还在追赶，API和企业业务还需要时间，单靠订阅和开发者调用很难覆盖如此巨大的基础设施投入。把Colossus 1租给一个需求爆炸的头部客户，等于给xAI的算力投入找到外部买单者。

市场愿意用真金白银购买的AI基础设施，这是马斯克愿意看到的。

这点尤其是对SpaceXAI的IPO叙事来说更重要。

SpaceX现在讲的不是单一模型故事，而是“AI、火箭、卫星、天基互联网、轨道数据中心”的垂直整合故事。

如果Anthropic这样的竞争对手都愿意租用Colossus，说明这套基础设施有第三方商业价值。它可以服务Grok，也可以服务Claude，将来还可以服务更多模型公司。

一个领先的AI公司，愿意把核心产品交到Colossus上，本身就是一个很强的故事。它能让其他投资人看到，xAI的底层是有意义的，而且还可信。

SpaceX也不只是烧钱做模型，它还能出租AI时代最稀缺的生产资料。

做模型的公司越多，OpenAI、Anthropic这些头部公司就越不能随便定价。因为开发者和用户有了更多选择权，同样的活DeepSeek能干，我作为开发者为什么不选更便宜的DeepSeek？

与此同时，模型的使用者，他们付钱的对象也不是模型开发者本身，是为模型输血的算力设施。

所以，马斯克让xAI退出第一梯队，不仅减少了追赶头部模型所需要的高额研发费用，还让自己的GPU能替自己赚钱。

不过Grok本身也并没有因此停止发展，马斯克说Grok的训练已经迁移到Colossus 2。

所以这一战略，其实是一种更成熟的商业选择，也是一种更冷的战略退让。

xAI想得到什么？

它想得到现金流，得到基础设施供应商的身份，得到SpaceXAI上市前的可信商业案例。

不仅如此，马斯克自己也想要通过这事给市场一个证明，即使Grok不是赢家，他仍然和第一梯队保持密不可分的关系。

Anthropic买的是时间，xAI卖的是产能。

Claude要更快追赶用户需求，SpaceXAI要更快证明Colossus的价值。双方在模型层面仍然是对手，但在基础设施层面已经变成了交易伙伴。

而对整个行业来说，这反而是更值得警惕的信号。

因为当AI竞争越来越依赖电力、土地、芯片和资本，模型公司的命运就不再只由算法决定。

谁拥有不可替代的算力，谁就能在这场比赛里收租。至于最初那些关于真相、宇宙和价值观的口号，都会被挤到更靠后的位置。

03 Grok怎么办？

回到xAI本身。

2023年7月12日，马斯克正式宣布xAI，承诺“理解宇宙的真实本质”。

11月推出Grok，深度整合X平台。

2026年2月2日，SpaceX以1.25万亿美元估值收购xAI，创下史上最大私人企业并购案。随后三个月内，11位联合创始人和80多名研究人员全部离职。

再到5月6日，xAI正式不再独立运营，并入SpaceXAI。

从诞生到消失，不到三年。

那么未来呢？

两个算力集群的算力一定比单一的算力集群大，这是毋庸置疑的。

不过如果Colossus 1继续空转，它只是一个资产负担。租给Anthropic，那它就是现金流。

所以对SpaceXAI来说，这笔交易不一定是在削弱Grok，也可能是在给Grok续命。

因为前沿模型竞争越来越像一场资本消耗战，训练下一代Grok需要的是更大的电力、更密的GPU、更稳定的收入来源。

Grok接下来会怎么办呢？

我认为Grok应该会继续做马斯克最熟悉的事情，继续活跃在X平台。

它未必是最严肃的AI助手，但是以X上实时信息流作为训练集和入口，这是Grok区别于其他所有模型的特点之一。

同时，xAI也已经推出Grok Business、Grok Enterprise、Grok 4.1 Fast和Agent Tools API，强调长上下文、工具调用、搜索和代码执行。

这说明Grok正在从玩具往生产工具转。

它不只是陪用户斗嘴，也要进入客服、金融、研究和企业工作流。

最后就是多模态。

2026年1月，xAI推出GrokImagine API，5月又上线Quality Mode，主打图像、视频和编辑能力。

这个方向很现实，因为纯聊天模型已经很拥挤，影像生成和营销内容反而更容易卖给企业客户。

但问题也在这里。

Grok的发展空间还在，可它的新叙事，既不浪漫也不性感，枯燥无味，甚至还平庸。

它不再只是那个“最大程度追求真相”的AI，它只是为了活着才活着。

甚至可以说，Anthropic这笔交易让Grok的处境变得更清楚了。

如果Grok足够强、需求足够旺，Colossus 1未必会这么快被整体出租。

现在它被租出去，至少说明在短期内，SpaceXAI更需要把算力变现，需要收入去撑起IPO。

所以Grok不会死。

但它绝对不会再成为马斯克一开始宣称的那样，去成为一个“理解宇宙本质”的AI。

它可能会变得更强、更便宜、更能干，也可能借助Colossus 2训练出新的模型。

不过它也只会是SpaceXAI这台庞大机器里的一条产品线。

这才是最唏嘘的地方。

Grok还在回答问题，然而xAI最初提出的那个问题，已经没人回答了。

这也许不是失败，却比失败还让人难以接受。

]]> <![CDATA[全球AI新王诞生！Anthropic估值冲爆1.2万亿，首次反超OpenAI]]>

新智元报道

编辑：Aeneas

【新智元导读】1.2万亿美元！Anthropic 估值正式反超OpenAI，硅谷局势彻底变了！手握马斯克的22万张顶级GPU，以及谷歌2000亿美元的长约，这场万亿美金级别的史诗级豪赌，正带我们见证硅谷商业史上最疯狂的「王位更替」。

就在刚刚，全球AI新王诞生！

Anthropic——这个曾经一直笼罩在OpenAI阴影下的「二号选手」，在链上Pre-IPO市场的隐含估值瞬间飙升至1.2万亿美元（约合人民币8.7万亿元）。

全球AI圈，都被这则爆炸性消息震碎了。

如果Anthropic以1.2万亿美元的估值顺利完成首次公开募股，它将直接空降全球第11大上市公司，缔造商业史上的新神话。

那个曾经被视为「叛逃者」建立的小实验室，如今正张开血盆大口，要把AI旧秩序彻底吞噬！

1.2万亿！AI巨兽的疯狂一跃

最新链上Pre-IPO交易数据显示，短短七天，Anthropic就暴涨了20%，直接涨出了一个头部上市公司的体量。

自2025年10月以来，它的估值曲线几乎是垂直上升，实现了900%的恐怖暴涨。

并且，它的估值已经正式超越OpenAI！目前其IPO前估值已经比OpenAI高出约20%。

如果以此估值上市，它将直接空降全球市值第11大上市公司，仅次于苹果、微软、英伟达、亚马逊、Alphabet、Meta、台积电、博通、特斯拉、沙特阿美。

三周前，这个数字还是9000亿美元。

在AI霸主的争夺战中，Anthropic实现了标志性的胜利。

Dario自曝：公司增长太快，我太难了

不仅如此，估值暴涨的背后，是真实业绩的火箭式攀升。

在最近的旧金山开发者大会上，CEO Dario Amodei直接爆出了一个让全场窒息的数据——

今年第一季度，Anthropic的年化收入和使用量同比实现了惊人的80倍增长！

而Anthropic原本的规划，是仅仅10倍。

达里奥甚至在台上「凡尔赛」地抱怨：「这种超高速扩张太难驾驭了，我希望增速能降回到仅仅10倍，那样我会轻松点。」

这种凡尔赛发言的背后，是资本市场的疯狂倒贴。

Jupiter平台上的链上交易数据显示，投资者正在不计成本地抢购Anthropic的份额。

市场用真金白银投了票：比起只会「炫技」的通用AI，这种深耕生产力工具、强调安全性的模式，才是长跑之王！

而推动这场80倍狂飙的引擎，就是Claude Code。

2025年底上线的CC，在开发者群体中的扩散速度超出了所有人预期。

Dario在台上表示：「软件工程师是最快采用新工具的人群。他们现在经历的，预示着整个经济体接下来会发生什么。」

马斯克出手，22万块GPU救急！

80倍增长的代价是什么？家里的锅炸了。

因为增长速度远超原本预想的10倍，Anthropic的算力基础设施被瞬间击穿。

上个月，Anthropic就公开表示，对Claude的需求导致「基础设施不可避免地承受了压力」。不少用户发现Claude开始「限流」，甚至在高峰期掉线。

关键时刻，一个意想不到的盟友出现了——马斯克从天而降！

就在今天，Anthropic投下了一枚重磅炸弹：与SpaceX达成独家合作，拿下其Colossus 1数据中心的全部算力！

这个数据中心拥有超过300兆瓦的计算能力，以及惊人的22万块英伟达顶级GPU。、

原本给Grok造的心脏，现在把22万块GPU全部投给Anthropic。

一个月内，这些算力将全部到账。

讽刺的是，几个月前马斯克还在社交媒体上狂喷Claude是「反人类且邪恶的」。

三个月后，他在X上写道：「上周我见了Anthropic的人。每个人都非常能干，真的在乎做正确的事。没有人触发我的邪恶探测器。」

果然，马斯克是真的恨OpenAI。

他在模型战场上举了白旗，转身把筹码押到了算力博弈上，给正跟自己打官司的奥特曼狠狠施压。

有了这22万块芯片的加持，Anthropic反手就给用户送了大礼包：

Claude Code五小时限额翻倍（Pro/Max/Team用户全覆盖）。

Pro和Max计划彻底取消峰值限制。

API速率大幅提升。

    这一套连招下来，开发者们几乎要原地过年了！

    在算力荒的今天，能随手掏出22万块GPU救急的，恐怕也只有马斯克了。

    令人惊叹的是，以上仅仅是Anthropic算力布局的冰山一角。

    2000亿美元豪赌：Anthropic抱上谷歌大腿

    据外媒透露，Anthropic已与谷歌签署了一份为期五年、价值约2000亿美元的云服务协议。

    这份协议直接让Anthropic成了谷歌云的「超级大腿」，占到了谷歌云合同积压总额的40%以上。

    现在的AI圈，正陷入一种疯狂的循环：

    ·云巨头（谷歌、亚马逊、微软）掏出几十亿、上百亿美元给AI巨头（Anthropic、OpenAI）。

    · AI巨头转手把这笔钱作为「房租」，再买回云巨头的算力服务。

    · 双方的合同总额已经占到了全球四大云巨头收入积压的一半（约1万亿美元）。

    整个AI算力产业链的命脉，系在两家还在烧钱的创业公司身上。

    这种「左手倒右手」的游戏能玩下去吗？市场对此分歧极大。

    因为投资者担心AI支出无法变现，甲骨文的股价已经暴跌了45%。

    Anthropic的预测极其乐观：他们认为到2029年，收入将比现在增长20到30倍。

    Dario描绘了一个由LLM驱动的「天才之国」：未来不再是人类在写代码，而是成千上万个Claude智能体在像军队一样处理复杂任务。

    这几个月，Anthropic一直在疯狂「买买买」，构建自己的算力帝国。把Anthropic所有已公开的算力合同摊开，是这样的——

    亚马逊：5GW算力

    谷歌+博通：5GW算力

    微软+英伟达：300亿美元Azure容量

    Fluidstack：500亿美元基础设施

    SpaceX：300MW、22万张GPU

    至此，Anthropic已经形成AWS Trainium、谷歌TPU、英伟达GPU三线并进的算力格局。

    新王加冕背后的隐忧

    现在，Anthropic和OpenAI都计划在2029年前上市。商业史上的新神话，仿佛就在眼前。

    不过，这都建立在2029年收入增长20至30倍的乐观假设之上，这是一个相当激进的预期。

    为了维持这1.2万亿的估值，Anthropic必须保持每年翻倍的增长，这背后需要烧掉的电力、芯片和资金，足以让任何一个小国家破产。

    1.2万亿美元估值，2000亿美元谷歌合同，300兆瓦SpaceX算力，80倍营收增长，这些数字构成了2026年AI产业最激进的一张牌。

    安全与增长，恐惧与贪婪——所有矛盾压缩了在同一家公司身上。

    Anthropic，能在神坛多久？

    参考资料：

    https://www.businessinsider.com/anthropic-ceo-dario-amodei-jokes-growth-too-hard-handle-conference-2026-5


    ]]>         <![CDATA[450亿美元估值，梁文锋「下山」]]>

    文 / 零度

    来源 / 节点财经

    450亿美元。

    2026年5月初，这个数字像一记重锤，打破创投圈近三年的沉闷。

    两周前，圈子里还在传阿里和腾讯要掏200亿美元给DeepSeek“续费”。谁知风向转瞬即逝，根据《金融时报》的信源，国家大基金（国家集成电路产业投资基金）正打算亲自下场主导这一轮融资，估值直接定在了450亿美元。

    半个月，估值翻倍。

    在算力吃紧、融资寒冬、甚至AI退潮论都快被说烂了的今天，DeepSeek以一己之力，宣告了谁才是中国AI圈当之无愧的“头牌”。但《节点财经》认为，这背后，绝不只是几家巨头在账面上玩数字游戏，而是一次关于中国AI底层逻辑的推倒重来。

    梁文锋的“下山”

    要聊DeepSeek，绕不开那个叫梁文锋的男人。

    在很长一段时间里，梁文锋在圈内像个隐士。背靠幻方量化这个“提款机”，他早期的态度硬得像块石头：不拿外部融资，不搞花里胡哨的发布会，甚至不怎么爱搭理投资人。

    这种“老子有钱，只管闷头搞技术”的底气，让DeepSeek避开了浮躁，硬生生靠着算法优化，在国际上杀出了一条血路。

    那么，为什么一直拒绝融资的梁文锋，在2026年选择了拥抱资本？

    《节点财经》认为，一个直接原因是，AI已经从“脑力活”变成了“重工业”。

    早期的DeepSeek靠的是灵气，是用精妙的算法在英伟达的芯片间跳舞。但到了2026年，大模型竞争已经进入了L4级智能体（MasterAgent）的博弈期，这不仅是算法的对决，更是电力、算力、甚至国家级资源调度权的对决。幻方再有钱，也只是一个顶级的“私家作坊”，它给不了DeepSeek那种能够撬动整个半导体产业链的“通行证”。

    梁文锋的“下山”，本质上是一种战略性妥协。他意识到，在现在的国际环境下，想做一个“世外高人”已经不可能了。不入局，就会在算力封锁的铁幕下因为缺氧而窒息。

    更重要的一层原因是人才。

    近期像郭达雅（跳槽字节）、罗福莉（跳槽小米）等一些早期核心技术骨干相继离职。这在圈内引起了不小的震动，甚至有人觉得DeepSeek要“青黄不接”了。

    但如果你去看DeepSeek V4发布时的作者名单，数据其实很硬：其核心的研究工程团队大约270人，在研发期间离职的只有10人左右。不到4%的离职率，放在任何一家大模型公司都是奇迹——要知道，OpenAI前两年的核心人才流失率可是超过了25%。

    之所以大家觉得“离职潮”凶猛，是因为DeepSeek早期的团队太精简、光芒太盛。当这几十个“天才少年”里的任何一个被大厂用几倍的高薪、更显赫的头衔挖走时，外界都会觉得是地动山摇。

    但另一个层面看，人才的争夺竞争确实在加剧。

    为什么非得现在融资？其实就是为了给人才一个“确定的价格”。以前DeepSeek不融资，员工手里攥着的期权只是“纸面富贵”，看不见摸不着。现在450亿美元的估值一砸下来，大家突然发现，自己手里的股份是真的值钱了。在被大厂高薪诱惑时，员工会算一笔账：是去大厂拿现钱，还是留在DeepSeek等这个450亿美元的盘子再翻几倍？

    另外就是对抗大厂的“钞能力”，字节、腾讯、小米这些巨头挖人，动不动就是股权加奖金。梁文锋需要这轮融资，把DeepSeek从一个“极客实验室”正式变成一个拥有强大资本背书的“超级独角兽”，在人才市场上抢回主动权。

    大基金被传“入局”

    根据《金融时报》消息显示，国家集成电路产业投资基金（简称“大基金”）正在与DeepSeek洽谈其首轮融资事宜。

    大基金下场投一家大模型公司，这在圈子里绝对算是破天荒的头一遭。

    截至目前，大基金共成立了三期基金。一期是"战略布局"，解决了"有没有"的问题；二期是"精准排雷"，着力解决"会不会被卡脖子"的问题，全力攻克设备、材料等上游核心环节。 2024年5月大基金三期基金成立，规模超一二期之和，开始向AI芯片侧扩张。

    整体看，以前大基金的钱都是往芯片制造、光刻机、蚀刻机这些硬核硬件里砸的，讲究的是“强基”。现在突然转过头来，要把DeepSeek推向450亿美元的高位，这背后其实是一场精准的战略资源置换。

    《节点财经》看来，大基金之所以投他，归根结底是因为DeepSeek手里握着三张能改变这盘大棋走势的“牌”：

    首先，它是国产算力的“首席调音师”。

    大基金投了那么多年半导体，最大的心结就是国产芯片“好造不好用”。

    华为昇腾、寒武纪、壁仞……这些国产AI芯片虽然硬件指标上去了，但在生态和适配上一直被英伟达压着打。很多模型厂商为了图省事，首选还是CUDA生态。

    DeepSeek不一样，它是典型的“硬骨头”。它最擅长的事情就是通过极致的算法优化，让原本在软件层面略显生涩的国产芯片，跑出远超标称的实战性能。大基金投DeepSeek，其实是投一个能把国产半导体产业链“带飞”的超级引擎。 只要DeepSeek在国产算力平台上跑通了L4级智能体（MasterAgent），就等于给国产芯片发了一张通向全球市场的“合格证”。

    其次，它是打破竞争的“刺头”。

    在大模型这个领域，如果跟着OpenAI的屁股后面堆算力、砸美金，那永远只能做个追随者。

    DeepSeek之所以被国家队看重，是因为它证明了另一种可能：用更少的钱、更少的卡，办成更大的事。

    这种“算法换算力”的非对称打法，非常符合咱们现在被极限施压下的生存逻辑。大基金主导融资，是要把这种“低功耗、高智力”的技术路径确立为国产AI的主流方向，避免大家在算力红海里无效内耗。

    第三，它是生态闭环的“最后一块拼图”。

    此前咱们的AI产业是各玩各的：大基金投芯片，阿里腾讯搞应用，创业公司做模型。

    大基金这次领投，就像是伸出一只手，把散落一地的珍珠串成了项链。

    底层： 大基金保障国产芯片的优先级。

    中间： DeepSeek提供全栈自研的核心大脑。

    顶层： 互联网巨头的场景给模型喂数据、找出口。

    这种“国家队保底+极客带头+巨头落地”的组合拳，才是大基金真正想看到的全产业链安全闭环。

    所以，大基金投的不是一个会聊天的机器人，而是一个能让中国AI在“算力荒漠”里强行开辟出一片绿洲的软硬一体化指挥官。

    450亿美元的估值，买的是一个能让国产半导体产业真正“活”起来的机会。这种机会，在眼下的博弈中，确实是不折不扣的“无价之宝”。

    450亿美元背后：不仅是中美较量，更是一场“生态缝合”

    很多人喜欢把DeepSeek的崛起解读为中美之间的“博弈”。但《节点财经》看来，这种观点有点浅了。

    在2026年这个节点，美国手里攥着B200芯片的霸权，试图把中国AI锁死在“算力贫矿区”。而DeepSeek的站位，恰恰是中国给出的最强硬回应。大基金之所以主导这轮融资，看中的绝不是DeepSeek能写几首诗，而是它的能力。

    DeepSeek正在完成一次史无前例的“生态缝合”：

    向上，它在“养”算力： 在国产芯片还在艰难爬坡的关键期，DeepSeek用顶级算法优化，硬生生让国产芯片跑出了超越预期的实战效果。既然买不到最顶级的卡，那就用最顶级的逻辑去榨干每一颗国产芯片的残余价值。这不仅是省钱，这是在为国产算力产业“续命”。

    向下，它在“造”闭环： 此前，中国的AI生态是断裂的——芯片是芯片，模型是模型，应用是应用。而这轮如果由大基金领投、互联网大厂跟进融资，实际上是完成了一个全链路的合龙：大基金保底层，DeepSeek出脑子，互联网巨头出场景。

    这种打法，让原本散落在各处的国产资源，第一次有了一个统一的、能打硬仗的“指挥部”。

    在这个450亿美元的局里，有一种很微妙的智慧。

    《节点财经》看来，互联网巨头的参与，不再是往日的“跑马圈地”，而更像是一种生态上的互补。大厂手里有亿级的用户入口和企业级场景，那是DeepSeek这种“极客实验室”最缺的实战训练场。而国家队的入场，则给这个充满了不确定性的产业打了一剂最强的强心针。

    对于梁文锋来说，这轮融资是一场“成人礼”。他告别了那个纯粹的实验室时代，踏入了最复杂的利益博弈中心。这种转变或许少了点极客的清高，但多了一份在大国博弈中生存下去的坚韧。

    450亿美元贵吗？如果只是买一个模型，那贵得离谱；但如果买的是一个在极限封锁下依然能自我进化的AI生态系统，这个价格其实承载的是未来的国运折现。

    在2026年的风暴中心，DeepSeek已经拿到了最重的一张筹码。至于未来它能不能真正成为那座抗衡硅谷的“数字长城”，我们要看的，不仅是它的算法深度，更是它在这场资本巨浪中整合资源的能力。

    毕竟，在AI这个名为“无限博弈”的游戏里，活下去并变得不可替代，才是唯一的真理。

    *题图由AI生成

    ]]>         <![CDATA[数字产业迈入提质升级新阶段]]>
    　　我国数字产业实现跨越式迈进，关键在于牢牢抓住了战略引领、基建提质、数实融合、智能驱动四条主线，走出一条具有中国特色的数字产业发展壮大之路。“十五五”规划纲要全局谋划推进数字中国建设与提升数智化水平，全面统筹数智化发展底座建设、数智技术应用扩散与数智化发展生态营造，为数字产业高质量发展绘制清晰路线图并提供政策保障。数字基础设施实现全域覆盖与能级跃升，超前布局、梯次推进的网络建设，为全社会数字化转型筑牢坚实底座。数字技术与实体经济深度融合，从车间改造到产业链协同，从中小企业数字化转型到重点行业全链条升级，数字技术不断打破边界、渗透场景，既做大做强数字经济核心产业，也为传统产业转型升级注入源源不断动能。人工智能加速落地应用，机器人、高端芯片、智能装备等关键产品产量快速增长，数字产业朝着高端化、智能化、自主化方向稳步迈进，成为推动产业结构优化与培育新质生产力的核心引擎。

    　　未来十年是以中国式现代化全面推进强国建设的关键时期。加快打造具有全球竞争力的数字产业集群、引领我国现代产业体系构建是一项重要任务。这需要我们在巩固现有优势基础上，从数智新基建、数据新要素、人才新能力、国际新贡献四个维度持续发力。

    　　适度超前建设新型基础设施，始终坚持智能化、绿色化与普惠化方向。智能化，意味着要前瞻布局前沿技术，构建高速泛在、智能高效的新型基础设施体系；绿色化要求倡导低碳循环发展理念，减少能耗、物耗与数字垃圾；普惠化需创新服务模式，降低欠发达地区和中小企业的使用门槛与成本，如推广“算力券”“存力券”等补贴政策，探索“算力银行”“算力超市”模式，让算力资源像用电一样“即取即用”。

    　　增强人工智能高质量数据的自主建设、规范治理与深度开发利用能力。我国数据产量巨大，数据资源丰富。2024年，我国数据生产总量达41.06泽字节（ZB），在全球占比达26.67%。未来应努力将我国的“数据禀赋”转化为真正的“发展优势”。一方面，构建发展与安全兼顾、韧性与包容性兼具的国家数据生态系统，着重确立数据要素化资产化新规则，实现数据资源大整合大连通；另一方面，加快推动国防、制造、医疗卫生与科研等关键领域的数据实践从“数据治理”向“数据智能”升级，让人工智能数据优势成为我国数字产业做大做强的核心竞争力。

    　　加快数智领域创新型复合型人才培养。数字产业的竞争归根结底是人才的竞争。面向数字产业高质量发展与服务国家战略需要，调整高校数智相关学科专业设置，优化人才培养模式，重点培养人工智能、未来通信、数字治理与数据要素等方向的专业人才。

    　　推动我国数字产业与数字规则“走出去”。我国数字产业发展壮大，可在基础设施联通、技术创新外溢、产业发展模式输出、治理规则引领等多方面为全球数字经济发展注入新动能，推动全球数字经济成为更多发展中国家参与和共享的“数字红利”，为系统性缩小全球数字鸿沟、开创人类发展更加美好的未来贡献中国力量。

    　　数字浪潮奔腾不息，产业升级永不止步。当前，我国数字产业发展正处在爬坡过坎、提质升级的关键时期，锚定打造具有国际竞争力的数字产业集群目标，坚定信心、久久为功，持续强底座、激动能、聚人才、拓空间，为以中国式现代化全面推进强国建设、民族复兴伟业注入更为强劲、更可持续的数字动能。]]>         <![CDATA[2026世界数字教育大会将举行]]>
    　　大会主要包括开幕式、全体会议、平行会议和闭幕式等四个环节，会前安排了7条参访线路，同期将举办全球数字教育成果展。教育部有关负责人表示，在此次大会的各个环节中，“人工智能+教育”的关键词得到了充分体现——

    　　嘉宾阵容凸显人工智能引领。这次大会邀请了诺贝尔奖、菲尔兹奖获得者，以及两院院士、世界知名大学校长参会，他们的报告都将聚焦“人工智能+教育”；同时，还邀请了人工智能领域和赋能教育应用方向的青年科学家、领军企业参加会议，共商“人工智能+教育”创新发展。

    　　平行会议紧扣人工智能主题。平行会议聚焦基础教育、职业教育、高等教育、终身教育、教师发展和教师评价，深入探讨智能时代教育变革赋能的有效路径。此外，今年的平行会议首次增设了人工智能赋能科学范式变革和全球企业赋能教育两个主题，将围绕推进教育科技人才一体化发展，探讨发挥教育基础性、战略性作用，支撑前沿创新和培育发展新质生产力。

    　　成果展览彰显人工智能特色。同期举办的全球数字教育成果展，遴选了118个优秀的实践案例，全方位展示智能技术在教学模式、学习方式、学校治理、科技创新等方面的创新应用，特别是在促进教育优质均衡、赋能学生个性发展、完善全民终身学习等方面的实践经验。

    　　发布成果凝聚人工智能共识。本次大会成果将按照前沿引领、实践赋能、全球共识三个篇章，发布《中国智慧教育发展报告（2025—2026）》《人工智能教育伦理：参考框架》《人工智能教育杭州倡议》等八项成果。]]>         <![CDATA[以数智化技术赋能野外实践教学]]>
    　　从“纸上谈兵”到“数字孪生”，这场静悄悄的教学变革，正重塑着地理学人才培养的根基。

    　　“老师，我们能不能不去野外，在实验室用软件模拟就行？”面对学生的提问，该校地理科学学院副院长李红波没有直接回答，而是讲起了学院创始人李旭旦的故事。20世纪40年代，李旭旦带队徒步考察西北地区，风餐露宿三个月，手绘数百幅地图，奠定了中国地理学野外工作的传统。“地理学是走出来的学问。”李红波说，“但我们也必须承认，传统实习模式确实遇到了瓶颈。”

    　　随着高校扩招，同一年级几百名学生涌向同一条实习路线，教师分身乏术，学生“走马观花”；数字化教学资源分散，与野外实践“两张皮”；更严峻的是，在数智化浪潮冲击下，部分高校地理专业甚至出现“重虚轻实”的倾向——学生热衷于软件操作，不愿踏足真实的山脉河流。

    　　“这不是工具的问题，是理念的问题。”该校地理科学学院教授张书亮回忆，2018年，学院在调研中发现，近一半的学生认为“野外实习就是旅游观光”。

    　　学院不断思考：如何让数字技术成为野外实习的“翅膀”，而非“替身”？为此，学院构建了“室内虚拟仿真模拟—野外真实环境验证—虚实场景融合检验”的孪生化实习路径。学院还建成“数字庐山野外实习基地”，联合武汉大学、南通大学、江西师范大学等20余所高校发起“全国数字庐山野外实习联盟”，共享实习资源。

    　　“我们还编写了《地理野外工作方法》，就是要告诉学生：技术再先进，野外基本功不能丢。”该校地理科学学院教授汤国安说。

    　　在数智化浪潮中坚守野外传统，在虚实融合中培养时代新人，南京师范大学地理科学学院让地理学的根深深扎入祖国大地，让实践育人的魂始终与国家战略同频共振。]]>         <![CDATA[“养虾人”自述：我为什么卸载龙虾？]]>
    OpenClaw现状：高成本、高风险、低产出。
    1月底，OpenClaw火爆出圈，一度掀起全民排队安装、争相“养龙虾”的热潮，成为2026年第一个真正破圈的AI大事件。但如今这股热潮逐渐退去，OpenClaw的微信搜索热度已跌至高峰期的3%左右，一波卸载潮也随之而来。
    最初，大多数用户都抱着雇佣数字员工减负的心态入局，但深度使用几个月后，却发现自己掉进了一个“越用越累”的坑：从繁琐的部署到“不够划算”的性价比，槽点接踵而至。
    为了还原这股浪潮中从积极入局到愤然离场的转变，我们和六位“养虾人”聊了聊，其中不乏互联网大厂员工、计算机科班出身的券商分析师等技术背景深厚的玩家。有人在购买设备和找人安装上便投入上千，后续失控的token消耗更是直接掏空钱包；有人则饱受技术bug折磨，从记忆缺失、进度虚报到遭遇安全漏洞导致本地数据被永久删除，问题不断；还有人在反复折腾无果后，发现Hermes等竞品已能提供更丝滑的替代方案，于是果断卸载。
    回头看那股龙虾热，大多数受访者认为其中有泡沫，却也承认方向是对的，Agent能做什么、边界在哪，这一波折腾让更多人有了真实的感知。他们期待着，成本能再降一降、稳定性再上一个台阶，这类工具才算真正到了普通人能用的那一天。
    01. 三装三卸，我不再折腾龙虾了
    陈汉｜40岁上海 Web3社群运营
    从2月底装上龙虾，到4月初彻底卸载，这期间我装了三次、拆了三次，折腾了将近两个月。我以每天早上七点推送三个城市的天气预报和穿衣建议、七点半推送一份新闻早报作为测试，但龙虾从来没有稳定完成过这些任务。即便我换过MiniMax、Kimi等不同模型，还专门去参加了线下活动学习，折腾了很久，但龙虾还是不好用。
    第一次卸载是在首装第二天，出于安全考虑进行重装。
    2月底我买了台Mac mini，专门用来跑龙虾。花了大半天安装好，结果想连一款国际社交软件，调了整整一天都没有任何反应，后来才搞明白网络还要重新调整。但那阵子大家都强调安全第一，不能在跑龙虾的设备上留个人账号。我只好先恢复出厂设置，配置好网络后，再重新安装龙虾。

    图源 / pexels
    第二次卸载是3月份，定时任务始终跑不通。
    重装之后，我最开始接的模型是MiniMax，但它的反应迟钝，不够灵敏。后来参加了一次线下活动，主讲嘉宾推荐把模型换成Kimi。我换了之后，发现它确实变聪明了。但我买的是最低档套餐，两天就把一周的量烧完了，但任务还是没跑通。当我更换地区操作时，模型开始频繁出幻觉，加上定时任务没准时完成过，我再次卸了重装。
    第三次卸载是4月初，Hermes把龙虾顶下岗了。
    当时身边好几个朋友都在说Nous Research推出的Hermes不错，我也开始尝试使用。它有一键迁移功能，可以把龙虾里的配置直接搬过来。但两个Agent同时挂在同一个窗口上，龙虾和Hermes会抢着回，指令完全错乱。试了两天后我发现，Hermes稳定、好用，而龙虾依旧频繁出错，我就把龙虾彻底卸载了。
    我让Hermes替代龙虾的原因，一方面是它会展示操作过程，告诉你它打开了哪个网页，调了哪个工具，它进行关键操作前还会授权请求，感觉比较踏实；另一方面是同样的任务，它跑下来消耗的Token比龙虾少很多，更经济实惠。
    之前我一直以为龙虾不好用是模型问题，最终发现其实是Agent执行架构的问题。龙虾在定时任务这块，确实没跑稳过。
    我觉得现在的龙虾热已经回归理性了，大家逐渐意识到并不是每个人都需要它。但至少这一波热度让大家知道了Agent能干什么，早期尝鲜也是有意义的。龙虾也好，Hermes也好，都还在早期，这些工具后面肯定会越来越好用，我现在也在继续探索。
    02. 前后养了五只虾，我差点被其中一只骗了
    Marco｜38岁 南宁 运营
    带着“让AI替我打工”的念头，我在3月初把OpenClaw装进了飞书和企业微信，当时想的是终于能把日常做短视频投流素材视频这个苦差事交给AI了，于是一口气部署了五只“龙虾”。可仅仅过了一个月，它们便均处于闲置或半卸载状态，主要原因在于这些“龙虾”实在难驯、也太难养了。
    复盘下来，五只龙虾问题各不相同。
    前两只KimiClaw和ArkClaw部署在云端，最大的问题是权限约束。它们只能调用API，一旦工作流需要触及本地文件，比如整理特定格式的项目文档或更新本地数据库，就会弹出“该操作需要访问本地系统”的提示。我原本指望它自动化，结果还得自己手动装插件、改配置。
    还有两只是用虚拟机部署，让我头疼的是，它们似乎喜欢“报喜不报忧”。
    我有次让其中一只完成批量导入并处理数据任务，它反馈进度“已完成30%”“已完成65%”，看起来很顺畅但几小时一直没完成。我反复追问后，它才承认之前的进度是编的，其并不具备批量处理能力，只是为了“避免用户失望”而编造了进展。

    OpenClaw承认编造虚假进度
    最后那只部署在独立电脑上的龙虾，则出现了“失控”。先是连接飞书响应慢，后来生成视频更慢，而且多次产出重复、与我指令完全偏离的内容。
    除了功能上的不靠谱，OpenClaw的版本维护也让人疲惫。它的更新节奏极快，有时甚至能达到一天一版，且每个版本改动幅度都比较大，还会时不时出现依赖缺失或配置冲突的问题。
    比如，我安装的一个飞书插件原本运行良好，它赖以运行的必要组件或环境，本应被一并打包在主程序里。可某次更新后，这些依赖被遗漏了，直接引发一连串bug。结果就是，每次更新完，我都要花大量时间排查和修复，稳定性很难保证。
    就这样，我前后养了五只“龙虾”，但也很快发现，我花费在部署、调试、沟通和纠错上的时间，已经超过它们为我省下的那点工夫，原本指望它们能帮我“打杂”，没想到最后，“纠正”它们反而成了我最耗时的事。一个月后，我失去了耐心，已经不再为OpenClaw续费了。
    03. Token消耗失控、安全漏洞，我花大价钱踩了全套坑
    王启｜90后 北京 互联网大厂员工
    作为跟风入局OpenClaw的用户，我本以为挖到了能解放双手的AI神器，没想到全是花钱买罪受。
    从安装的第一步，就踩进了无底洞。
    为了稳定运行OpenClaw，我租了一台Mac mini设备，每月几百块的租赁成本；后续找代装又花了近一千元，好不容易折腾一周完成部署，以为终于能解放双手，真正的噩梦才刚刚开始。
    首先是烧钱。OpenClaw的Token消耗速度远超我的预期，月薪两万都扛不住Token的流水式消耗，短短几天，钱包直接被API掏空，完全不是普通用户能承受的量级。
    比烧钱更可怕的是安全隐患，它陆续被爆出大量安全漏洞：OpenClaw存在零认证漏洞，大量用户实例直接暴露在公网。更恐怖的是数据事故，某次我同事只是让它整理一下聊天记录，清空没用的内容，结果本地的核心文件便被彻底删除，回收站无任何痕迹，最终数据直接永久丢失。

    那一刻我才意识到，这个看似全能的AI工具，本质是个随时可能爆炸的定时炸弹。
    除此之外，它的产品硬伤更是让人崩溃。
    记忆缺失是最大问题，哪怕是长期使用，每次重启、每次新对话，它都会彻底遗忘我的工作习惯、历史任务、个人偏好，我需要反复交代背景信息，像每天面对一个失忆的助手，完全达不到自主执行、持续优化的效果。
    比如我让它自动汇总我本周的工作邮件、聊天记录，生成一份周报，保存到指定文件夹，甚至我花了整整一下午，给它写了详细的prompt：哪些邮箱关键词算“有效工作内容”、周报格式、抄送对象、归档路径。可到了下周五，它直接忘了这个任务。我检查日志才发现，重启后它完全没加载之前的记忆，我只能重新设置一遍。
    稳定性更是一言难尽，隔三差五就崩溃宕机，每次版本升级都会出现新故障，我花在排查bug、调试系统上的时间，远比用它干活的时间还要多，完全本末倒置。
    最讽刺的是，等我下定决心要卸载逃离，才发现卸载流程极度繁琐，根本不是简单拖进回收站就能完成，大量底层文件、配置残留需要手动清理，全程操作门槛极高，进一步消耗我的时间精力。
    折腾小半年，我意识到OpenClaw根本不是普通用户的效率神器。现在我换成了Hermes Agent，它不像OpenClaw每次都失忆，Hermes会把我的工作习惯、常用工作流、处理过的任务存在本地数据库，重启后能无缝衔接。每次完成复杂任务后，它会自动提炼方法生成Skill文件，下次同类任务直接复用路径。
    从OpenClaw到Hermes，我最大的感悟是：跟风没用，适合自己的才是最好的。Agent不是越复杂越好，能真正解决问题、不添乱的工具，才是普通人的最优解。
    04. 用龙虾跑投研两个月：深度用不起，轻度用不上
    Shawn｜95后 深圳券商分析师
    我今年29岁，在一家中型券商做TMT方向的卖方分析师，有计算机专业背景。
    今年2月底，我在组里同事的建议下开始部署OpenClaw，当时卖方圈子里都在聊龙虾，组长也在组会上点名让大家研究。
    我部署的目的很简单，平时工作中最耗时间的就是信息采集和写报告文稿，如果龙虾能把这部分工作内容自动化，每天为我节省一两个小时就是实打实的收益。
    部署之后我迅速搭了一套多Skills工作流：用每日新闻自动采集定时抓取科技板块的公告和研报摘要，推送到办公软件；用自动浏览去行业数据平台抓财务数据和舆情；再通过每日总结，让它根据我的习惯自动优化输出。
    前两周体验确实好，但使用过程中还是问题不断。
    首先就是龙虾对运行环境的稳定性要求很高，一些工作中常用的文档只要稍作调整，龙虾就会被卡住，不仅中断任务执行还会一直烧token。
    本来20分钟做完的事，用龙虾反而要折腾半小时去核实和纠错，每次还烧掉四五十块token费。时间没省，钱倒是花了不少。

    另一个问题是在处理长时序任务时，龙虾经常习惯性“摸鱼”。
    我日常需要龙虾从多个数据源采集一周信息，交叉比对后生成跟踪报告，整个流程五六个步骤、十几分钟。龙虾经常跑到一半就卡住，不报错、不崩溃，回一句“好的，我来继续处理”，然后就没有然后了。
    我追问进度，它再回“正在处理中”，其实什么都没干，这种情况出现过很多次。
    使用两个月左右下来的体验是龙虾帮我解决了不少问题，同时也造成了新的问题，但钱是真没少花。
    按我的使用强度，单独买Claude的API额度一个月大概300美元起步。这个费用对我来说完全可以接受，但前提是我只用龙虾处理比较基础的日常工作，如果尝试给它派更复杂的任务，成本的账就算不过来了。
    后来我尝试过切换到国内模型的Coding Plan，日常使用的成本确实降下来了，但在处理一些比较复杂的逻辑问题时效果不如之前理想。
    4月中旬Hermes火了之后我也一键迁了过去，迁移过程确实丝滑，记忆和Skill基本无缝导入。用了一周后的结论是：比龙虾好用一些，交互更流畅，但也谈不上质变。
    我认为无论是龙虾还是Hermes它们的核心问题还是在于，深度使用时成本cover不住，日常轻度使用，有太多替代方案，犯不上额外养一只每月吃掉几百块的助理。
    目前我已经不打算再继续为龙虾续费了，但我不觉得Agent方向是错的，只是产品成熟度和商业模式还不成熟。等模型成本再降一个数量级、稳定性再上一个台阶，我再考虑把龙虾装回来。
    05. 花五千多“养虾”一个月，最后花了299块把它请走了
    米乐｜28岁 北京 跨境运营
    我算是跟风“养虾”的人之一，也是很快受不了、花钱把它卸载的人。
    我平时做跨境电商运营，每天要处理各种报表、收发几百封邮件，经常加班到深夜。今年春节上班后，不管是刷社交软件还是跟同行吃饭，大家都在聊龙虾。那时候它被捧得神乎其神，什么“24小时不睡觉的数字员工”、“帮你把电脑里的活儿全干了”，我脑子一热就决定弄一个。
    结果第一步就把我难住了。因为它对电脑配置有要求，我那台老笔记本带不动，就买了一台Mac mini，配上显示器使用。可我跟着网上教程折腾了半天，也没成功，最后去二手平台上找了个所谓的“技术大神”远程代装，连带配置环境，花了80元装上了。
    我开始给它安排活儿，前期，看着它打开网页查竞品数据、自动回复简单的邮件，我确实爽了几天。可它实在太费钱了。有天晚上，我丢给它几个长篇的市场分析报告让它总结，顺便让它帮我查点历史数据。第二天一看，一百多万Token直接用没了折合人民币约200元。
    让我下定决定卸载的是，用了一个月之后，有一次，我让它帮我整理邮箱里的退货邮件，结果，它直接把我收件箱里重要的客户沟通邮件给清空了。后来我才知道，这东西根本不安全。它的权限太大了，而连搞技术的人都被它坑过。
    但我把卸载想得太简单了。我以为只要像删普通软件一样，把它拖进垃圾桶，或者点个卸载就行。结果点完卸载，电脑还是卡得要命，时不时还会弹出一些奇怪的错误提示。
    我找朋友一问才知道，OpenClaw属于底层系统级别的软件。它安装的时候，在电脑的各个角落里写满了配置文件，还改了网络设置和系统权限。如果不把这些残留的注册表和依赖包清理干净，它不仅会一直占用系统资源，还有可能留下后门，让别人能黑进你的电脑。
    我只能再次打开二手平台。搜了一下才发现，原来跟我一样被坑的人那么多，上面早就有了专门的“龙虾卸载服务”，标价从二三十到两三百的都有。我不敢找太便宜的，怕他们弄不干净，最后花299块钱找了个评价高的卖家，才解决的。

    卸载费加上之前买设备、装软件、Token消耗费一共花了五千多，就当是我给自己的焦虑交的智商税了。这笔钱让我明白了：像龙虾这种，门槛高的半成品，根本不是给我们普通人用的。等什么时候这技术真成熟了，变成傻瓜式操作了，我再考虑要不要用吧。
    06. 折腾了三个月龙虾后，我重新相信“人”了
    K｜35岁 上海 HR
    我是一家AI+HR创业公司的HR。虽然没有技术背景，但也算是一名深度的AI使用者。各个大模型、Cursor一类的工具，我几乎都试过，公司还接入了API，可以低成本“随便玩”。
    去年年底，我和朋友正在聊一个AI创业项目。团队里有个技术合伙人，提了一个想法：想做一个能在手机上操控代码工作的工具。我当时听完，便觉得这件事很有想象力。
    没想到，一两周后OpenClaw就在圈子里流行了起来。那位技术合伙人马上就用了起来，我也跃跃欲试。
    但真正上手，并没有想象中顺利。
    因为用的是ThinkPad，光是安装环境，我就折腾了很久。在B站跟着教程一步步学，一路报错一路修。后来，终于接入了飞书，跑了起来。
    刚部署完那段时间，我特别兴奋。每天晚上什么都不想干，就想玩它。
    作为一名HR，我最直接想法是，让龙虾自动帮我review简历。每天重复看这么多简历，如果AI能替代这部分工作，我会轻松很多。

    但这件事始终没跑通。龙虾跳转到其他网站时，经常报错。我解决不了，就开始用一种AI时代的排错方式：把报错截图丢给大模型，让它教我怎么修。但经常是，修完一个坑，出现另一个坑。
    渐渐地，兴奋感被挫败感取代，使用频次也降了下来。
    最后一次打开我的龙虾是在今年4月初。
    我想让它帮我给一个微信小程序配代码，结果文档继续报错，程序始终跑不起来。我盯着屏幕看了一会儿，最后直接关掉了窗口。
    我身边真正坚持用龙虾的人，其实很少。除了那位技术合伙人还在持续使用，另一个技术背景的朋友原本想拿它做自媒体，试了一阵后也放弃了。剩下的大多数人，热闹过去之后，就慢慢散了。
    OpenClaw最初打动我的，有两个点。
    第一，它像一只真正的“手”。不仅能聊天，而是真的能替人操作、解决问题。第二，它试图把原本分散的入口重新统一——接飞书、接微信、接各种系统，让人感觉未来很多事情都可以在一个窗口里完成。
    但后来我发现，它“顺手”的前提，是你本身具备技术能力，或者至少，你习惯解决技术问题。
    回头看年初那一波“龙虾热”，我觉得里面有明显的泡沫。但我也相信，它的方向是对的。未来类似工具一定会更稳定、能力更强。
    只是至少目前，它解决的问题仍然高度依赖代码，而且大多数使用场景，依然停留在互联网端：发公众号、写代码、自动化办公，或者像我一样，在电脑上筛简历。
    去年，我对AI其实有一种“幻梦”。我曾经很相信，它会解决很多问题，甚至取代很多岗位。但经过这一波，反而让我改变了想法。AI或许能替代流程、工具和部分技能，但它还无法真正承载“人”本身。
    至少未来5到10年，都是如此。
    ]]>         <![CDATA[AI数据中心“向天而行”并非坦途]]>
    作为互联网、云计算与人工智能（AI）的底层基座，数据中心正伴随技术的狂飙突进而在全球多处“拔地而起”。然而，其占地广、能耗大、耗水多的特性也引发广泛争议，日渐成为舆论焦点。
    英国《自然》网站在近日的报道中指出，当业界仍为地面数据中心的能耗、占地与散热难题焦头烂额之际，包括美国初创企业“星云”和埃隆·马斯克旗下SpaceX等科技先锋，已将目光投向浩瀚宇宙。他们计划将数据中心送入轨道，希望借太空的天然优势重塑算力基础设施。然而，这条“向天而行”之路并非坦途，诸多挑战正待跨越。


    太空数据中心备受青睐

    大型AI数据中心在地球上遭遇的阻力日益增大。据Data Center Watch统计，过去两年间，受社区居民与环保团体反对，全美价值180亿美元的相关项目被叫停，另有460亿美元项目被迫延期。
    在此背景下，“轨道数据中心”的概念备受关注。在轨道上部署数据中心以赋能AI的实质性推进始于2024年9月。彼时，“星云”公司工程师发布白皮书，断言轨道数据中心“在技术与经济上均已具备可行性，是充分释放AI潜力的必由之路”。
    2025年11月，“星云”公司发射全球首颗搭载英伟达H100 GPU的卫星，其算力较以往任何太空计算机跃升百倍。此举标志着太空数据中心正式从科幻蓝图迈入工程现实。
    该公司设想构建大规模轨道算力集群，以突破地面计算的能源与物理瓶颈。按其规划，太空数据中心将坐拥三大天然优势：取之不尽的太阳能供电、向深空辐射散热的被动冷却机制，以及零淡水消耗的运行模式。此举不仅能大幅压降运营成本，更可为地球电网与水资源减负。欧盟委员会相关研究也证实，轨道数据中心有望显著削减温室气体排放，并彻底告别冷却用水依赖。
    与此同时，科技巨头谷歌启动了“太阳捕手”太空计算项目，致力于在轨道上搭建可扩展的AI算力系统，为下一代机器学习蓄势。谷歌计划于距地650公里的太阳同步轨道部署81颗搭载自研TPU芯片的卫星，依托太阳能供电与自由空间光通信织就天基算力网，从而巧妙绕开地面项目的审批瓶颈与能耗掣肘。
    真正引爆行业热情的，是今年1月的达沃斯世界经济论坛。马斯克在会上断言：太空将是部署AI成本最低的场所，这一愿景两至三年内即可照进现实。随后，SpaceX宣布拟发射百万颗卫星以构建轨道数据中心网络。相较于目前近地轨道约1.5万颗卫星的存量，此番手笔令人咋舌。美国乔治城大学学者凯瑟琳·柯利透露，该领域的关注度由此呈指数级飙升。
    与此同时，杰夫·贝索斯旗下的蓝色起源公司，也正式提交了自身的卫星星座规划。
    今年3月，美国政府出台《保护纳税人承诺》计划，为天基数据中心建设再添一把火。OpenAI与马斯克的xAI等企业纷纷签署承诺，明确将自行承建相关基础设施或包揽全部用电成本，不让纳税人为此买单。
    诸多挑战有待破解
    要实现上述宏图，尚需跨越数道工程与技术鸿沟。
    首当其冲的是散热难题。尽管太空背景温度极低，但几乎真空的环境使热对流与传导几乎失效，AI芯片产生的海量热量难以自然逸散。美国宾夕法尼亚大学机械工程师伊戈尔·巴尔加汀认为，虽然可沿用国际空间站上配备的散热器等现有散热方案，但此类设备极其笨重，导致发射成本高昂，并不适用于轨道数据中心。
    恶劣的太空辐射对AI芯片的影响也成为建设天基数据中心的“拦路虎”。卡内基梅隆大学系统科学家肯尼斯·梅警告，高能质子与粒子流持续轰击芯片，极易引发数据损坏或硬件故障。尽管谷歌在去年的白皮书中宣称，其自研的Trillium芯片在质子束测试中表现稳定，但巴尔加汀坦言，商用AI芯片究竟能承受何种量级的辐射，仍是悬而未决的难题。
    巴尔加汀补充道，随着发射数量的增加，太空交通管理将持续承压。若低轨卫星数量激增百倍，它们彼此碰撞的概率将呈指数级攀升。碰撞导致的连锁反应或将导致部分宝贵轨道沦为无法利用的“废区”。
    科学界也担心日益密集的卫星星座已对天文观测造成严重光污染。英国皇家天文学会数据显示，若SpaceX的计划全面实施，位于智利的甚大望远镜拍摄的图像中，将有约10%的视场因卫星轨迹干扰而作废。
    照进现实尚待时日
    尽管面临重重困难，但不少先行者已率先将AI模型送入轨道。
    “星云”公司的卫星入轨后，已开展多项演示任务，包括运行谷歌“双子座”模型、执行模型微调及在轨训练，以实测高性能计算在太空环境下的表现。
    监管层面正快速响应。美国联邦通信委员会已接收SpaceX的卫星提案并公开征求意见。据美国太空新闻网站报道，3月底，马斯克首次披露了SpaceX轨道数据中心的技术细节，公开了配备大型散热器的“AI Sat Mini”卫星概念图。
    然而，商业化之路仍布满荆棘。路透社近日援引SpaceX招股文件指出，其“轨道AI计算”计划仍高度依赖尚未验证的技术，短期内恐难实现商业可行性。
    业界普遍认为，轨道数据中心从概念走向普及，可能需要很长时间。巴尔加汀乐观估计，五年或是最理想的突破期；柯利则持审慎态度，认为至少需10至15年，乃至20年，天基算力方能达到今日地面数据中心的成熟度与普及率。

    ]]>         <![CDATA[探索通用人工智能在无人零售行业之应用标准]]> 为进一步提升无人零售全链路的智能化水平，深圳市丰宜科技集团股份有限公司(以下简称“丰宜科技”)与阿里云智能集团(以下简称“阿里云”)于今年4月在浙江省杭州市联合举办“AI全面合作签约仪式”，并正式签署大模型合作框架协议。本次合作中，丰宜科技旗下品牌丰e足食自主研发并在2023年正式投入使用的“星途智航”AI智能体，将全面接入阿里云旗下AI大模型通义千问。双方将围绕通义千问大模型在无人零售场景中的深度落地展开全方位合作，为行业数字化转型提供可借鉴的实践路径。
    签约现场。
    据丰宜科技CEO单新宁介绍，丰e足食已构建了以自研“星途智航(FLOW Pilot)”AI智能体为核心的全链路智能运营体系。该系统基于全网络动态实时数据进行持续分析与预测，结合多模型协同机制，可实现点位需求、商品结构与补货策略的自动优化，还能针对不同场景形成差异化运营策略，目前已覆盖全国84个城市超过18万台智能柜。该系统每天可完成上亿次智能运营决策，人工干预次数仅控制在4000次左右，整体智能化水平接近“L4级自动驾驶”。在此基础上，丰e足食通过持续优化算法模型与运营策略，不仅显著提升了运营效率，还将经营门槛下探至平均月销售额约1000元、最低约300元，推动了无人零售向更广泛的小微消费场景延伸。
    围绕下一阶段能力升级，丰e足食和阿里云将重点强化大模型在多模态理解、长序列推理及跨行业知识迁移等方面的能力应用，进一步提升订单识别、效期管理、异常检测等关键环节的质量检核水平，同时优化用户交互体验，增强系统在复杂环境中的响应能力与稳定性。
    无人零售连接线上算法与线下实体运营，涉及商品、用户、设备与供应链等多维要素，具有高频、高并发、强实时及多模态数据交织等典型特征。阿里云智能集团公共云事业部副总裁张翅认为，该场景能够持续沉淀海量高质量“物理世界”数据，为大模型理解真实商业运行规律、提升推理与决策能力提供重要基础。“通过将‘星途智航’AI零售智能体接入阿里云大模型体系，打通数据接入层与工具接口层，实现多智能体协同运行，不仅有助于提升整体决策的准确性与实时性，也推动大模型从以内容生成和辅助分析为主，向直接参与业务决策与执行的能力转变，进一步增强AI在实体场景中的实际应用价值”。
    双方对此次合作充满期待，他们一致认为，此次合作的相关实践，有望进一步沉淀为可复制的“云+AI”应用范式，并逐步拓展至商超、无人值守门店等零售业态，以及餐饮、物流、制造等更多实体行业场景，推动人工智能技术在实体经济中的规模化应用。同时，通过持续积累真实业务数据与应用经验，也将为通用人工智能在复杂现实环境中的持续演进提供重要支撑，促进产业智能化水平整体提升，并在更广范围内推动数据要素价值释放与产业链协同效率提升。
    ]]>         <![CDATA[Meta疯狂拥抱人工智能：员工苦不堪言]]>

    问AI· Meta的AI数据收集为何引发员工隐私担忧？

    据纽约时报报道，Meta 上个月在一份内部公告中告诉其美国员工，公司正在进行一项将影响数万名员工的变更。

    Meta公司表示，他们将追踪员工在电脑上输入的内容、鼠标移动轨迹、点击位置以及屏幕上显示的内容。

    该公司称，其目标是收集员工数据，以便Meta的人工智能模型能够学习“人们实际如何使用电脑完成日常任务”。

    许多员工立即表示抗议。他们在网上评论中抨击这种追踪行为侵犯了隐私，称其反社会且冷酷无情。

    “这让我非常不舒服，”一位工程经理在回应该公告的评论中写道（《纽约时报》审阅了该公告）。“我们该如何退出？”

    Meta首席技术官安德鲁·博斯沃思回复道：“公司笔记本电脑上没有退出选项。” 据信息显示，员工们对此反应强烈，发布了100多个愤怒和惊讶的表情符号。

    Meta首席执行官马克·扎克伯格将公司的未来押在了人工智能上，他将这项强大的技术融入到Facebook和Instagram等应用程序中，并斥资数千亿美元开发人工智能模型和数据中心。但这家硅谷公司在试图从一家互联网公司转型为一家人工智能公司的过程中，对这项技术的运用却显得笨拙，有时甚至丑陋不堪。

    Meta公司正积极推动其7.8万名员工采用人工智能工具，并将他们使用该技术的情况纳入绩效考核。该公司还在追踪员工的电脑使用情况，以训练其人工智能模型。同时，为了抵消人工智能方面的支出，该公司也在裁员，并于上个月宣布将裁减10%的员工。

    据11位Meta公司现任和前任员工透露，裁员计划于5月20日进行，员工们都在焦急地等待消息，想知道自己是否会受到影响，这引发了他们的愤怒和焦虑。

    一些员工表示，他们不再认为Meta是一个可以长期发展的地方。另一些员工则在寻找新的工作，或者试图暗示自己希望被裁员，以便领取遣散费。

    “这太令人沮丧了，”一位从事用户研究的员工在一篇内部帖子中写道，该帖子已被《纽约时报》审阅。

    Meta公司面临的困境预示着其他科技公司在将人工智能日益融入工作场所后可能面临的局面。微软、Block和Coinbase近期都宣布了裁员或买断计划，因为人工智能已经重塑了工作方式。这项技术对科技公司造成了尤其严重的冲击，因为人工智能工具能够生成代码，而这些代码通常由支撑许多数字业务的软件工程师编写。

    “人工智能有可能让每个人都成为更优秀的程序员，帮助他们用更少的资源完成更多的工作，但随之而来的是，它也给员工的日常生活带来了更大的压力，”华盛顿大学信息系统教授利奥·布西奥克斯说。“目前还没有适用于工作场所的人工智能操作指南。”

    Meta公司发言人特雷西·克莱顿在一份声明中表示，这项新的员工追踪计划的目的是为了训练公司的人工智能产品。“我们已采取安全措施保护敏感内容，数据不会用于任何其他用途。”其说道。

    路透社和The Information此前报道了Meta内部推进人工智能的一些细节。

    在 OpenAI 于 2022 年发布 ChatGPT 聊天机器人后不久，Meta 就开始围绕人工智能进行业务转型。去年夏天，扎克伯格斥资数十亿美元打造了一个“ 超级智能”实验室，旨在研发一种未来人工智能，使其成为终极个人助理，并对公司的人工智能部门进行了全面改革。现年 41 岁的扎克伯格曾多次谈到超级智能将如何改善人们的生活。

    据五位现任和前任员工透露，Meta公司在三月份为其员工组织了“人工智能转型周”活动。活动旨在教授员工如何使用人工智能编码工具和 人工智能代理（即能够独立完成任务的数字助手）。产品设计师（负责产品外观和人机交互设计）被要求尝试使用人工智能进行编码，而软件程序员则被要求尝试使用人工智能进行产品设计。

    据四位知情人士透露， Meta 还引入了内部仪表盘，用于追踪员工对“ Token”（一种人工智能使用单位，大致相当于四个字符的文本）的消耗情况。有人认为，这些仪表盘是一种施压手段，旨在鼓励员工之间展开竞争。两位知情人士表示，这导致一些员工创建了大量的人工智能代理，以至于其他员工不得不创建代理来查找代理，甚至创建代理来评价代理。

    4月17日，路透社报道称，Meta公司即将裁员10%。三位知情人士透露，员工们担心他们是否已经对人工智能替代者进行了培训。

    上月底，Meta公司宣布将开始追踪员工的电脑使用情况后，数百名员工表达了不满。“你对员工的担忧如此冷漠，令人担忧，”一位员工在内部帖子中对博斯沃思先生说道。

    当天其他帖子中，员工们质疑 Meta 能否在利用从员工那里收集的数据训练 AI 模型的同时，安全地保护这些数据。

    博斯沃思先生回答说：“这些数据受到非常严格的管控，不会有泄露风险。”

    两天后，Meta宣布本月将裁员约8000人。Meta人力资源主管珍妮尔·盖尔在一份内部邮件中表示，此次裁员将使公司“能够抵消我们正在进行的其他投资”。她补充道：“我知道这会让大家在接下来的近一个月里都处于不确定状态，这令人非常不安。”

    一些员工随后分享了裁员指南和虚无主义的表情包。“一切都无所谓了，”一条内部流传的表情包写道。员工们至少创建了三个网站，为5月20日的裁员进行倒计时，其中一个网站的标题是“大而美的裁员”（Big Beautiful Layoff），这是对特朗普总统称之为“一项大而美的法案”（One Big Beautiful Bill）的2025年国内政策法案的戏仿。

    Meta暗示未来还将有更多变革。“我们目前还不清楚公司未来的最佳规模是多少，”首席财务官Susan Li上周在与投资者的电话会议上表示，“我认为目前正处于变革期，人工智能技术正在飞速发展。”

    在投资者电话会议的第二天，扎克伯格先生与其他高管一起召开了公司全体员工问答会议。据《纽约时报》审阅的会议录音显示，扎克伯格先生在会上表示，Meta公司收集员工数据并非用于“监视、绩效追踪或其他类似目的”。他解释说，这些数据将用于训练人工智能，使其了解“聪明人如何使用计算机完成任务”。

    扎克伯格先生补充道：“我认为我们都知道，人工智能是历史上竞争最激烈的领域之一。”（鞭牛士、AI普瑞斯编译）

    ]]>         <![CDATA[“我妈有俩老公”？OPPO活该被骂]]> 5月8日，OPPO官方微博发布了一条关于母亲节的宣发文案，内容因表述问题，引起热议。

    相关话题“OPPO 文案价值观”一度冲上热搜第二。

    文案内容是这样的：我妈有两个“老公”，一个是我爸，另一个一年见两回。跟我爸约会基本不打扮，见另一个，她恨不得穿婚纱。

    配图是一位穿着时髦、活力四射的女性，手举灯牌“哥哥加油”。

    就是这简单的三、两句话，引发了网友们激烈的争论。两种声音形成对抗势力，一方认为，日常生活中，“妈妈有两个「老公」”这种表述，实在有失妥当。另一方认为，文案想表达已婚女性也可以大胆追星，将男偶像比作“老公”、“哥哥”实在太正常不过。

    批评声音越来越大，于是，OPPO官方下场道歉。

    OPPO方面称，此次宣传文案的创作初衷是希望打破刻板印象，呈现更多元、立体的当代母亲形象，却因内容引发公众争议，对此诚恳致歉。

    官方表示，已第一时间下架全部相关物料，后续将认真倾听各方批评，全面审查内容审核机制，避免此类问题再次发生。

    网友吵翻了天

    持反对意见者认为，母亲节是一个非常神圣的节日，应该温馨而庄重，此种娱乐性表述实在离谱，根本不贴合节日氛围，消解了母亲节的严肃性。

    抛开母亲节不谈，就算放在日常生活中，也很难被接受，这尚不符合当代社会的伦理价值观念，即便是开玩笑，也要注意分寸，否则很容易引起大家不适。

    还有网友“举一反一”，如果说“爸爸有两个「老婆」”，这话听起来是不是也很别扭？爸爸妈妈属于长辈，跟长辈开这种玩笑，合适吗？

    反对方的意见不无道理，毕竟开玩笑都要懂得拿捏轻重，何况是OPPO这种国民级企业，言行举止更要小心谨慎。

    但也有部分网友认为实在无伤大雅，称呼男偶像为“老公”，只是追星女孩们的日常发言而已，没必要上升至伦理道德层面。

    并且文案本意旨在强调已婚女性也有追星的权利，并不是成为妈妈后就要围着灶台伺候老公、孩子。家庭之外，已婚女性也能拥有自己的兴趣爱好。

    更有80后妈妈表示，自己也追星，OPPO所传达的价值观没有问题。品牌方敢于打破长期以来人们对妈妈理应“牺牲小我，一心顾家”的刻板印象，文案符合新时期妈妈的独立形象，新时期的妈妈们就应该有自己的爱好、事业，活出自我。

    大众文化、饭圈文化的激烈碰撞

    双方言论都很在理，并无对错之分，之所以产生分歧核心，原因还是在于各自所属的文化立场不同，即大众文化和饭圈文化的碰撞。

    大众文化面向全体社会成员，不分老少男女。在大众的认知里，尊敬父母长辈，更是不用言说的共识。

    “妈妈有两个「老公」”此话一出，直接颠覆了公众的传统认知，这不符合当代社会的常规伦理叙事。母亲的形象总是光辉而伟大，尤其在母亲节这个特殊的节日里，品牌营销应更注重对母亲表达敬意与感激，引起人们的情感共鸣，而非以抽象发言进行“伦理试探”。

    但在饭圈文化中，粉丝称呼偶像们为“老公”“老婆”其实已经司空见惯，我们不能将这种行为武断为“脑残粉”的表现。在笔者看来，这只是粉丝对偶像喜爱之情的一种放大式表达，这份表达中毫无保留地展现着粉丝们的热情与陶醉，不必上升到伦理道德层面。

    况且，“饭圈文化”本来就是娱乐经济衍生出来的产物，其天生自带的娱乐属性，任谁也不会把一句简单的“老公、老婆”信以为真，这只是粉丝通过言语幻想短暂实现自我愿望的方式而已。

    但OPPO的争议文案显然是将饭圈文化中的特定术语强行塞给大众，忽略了大众文化的认知边界，所以争议随之而来。

    长期依赖饭圈文化生存

    跳出争吵，我们来思考一个问题，OPPO为何会犯此种错误？

    是故意靠离谱发言博眼球出圈，还是致歉声明中所强调的“呈现更多元、更立体的母亲形象” ？

    在笔者看来，都不是。OPPO的病症在于长期依赖饭圈文化生存。

    OPPO本身不为品牌搞饭圈化，但提起OPPO，品牌的用户画像永远是年轻消费者群体。

    抓住年轻人的钱袋子，是OPPO长期以来在做的事儿。纵观OPPO品牌代言人，从内娱常青树杨幂到顶流鼻祖鹿晗；从王炸组合TFBOYS到流量天花板杨洋，OPPO靠着代言人吸引了一大波儿年轻粉丝群体，如今的饭圈式发言，讨好的仍然是那一波粉丝群体。

    但自始至终，OPPO忽略了一个问题，手机等智能产品是面向全社会、最常规的消费品，OPPO身为国内知名手机品牌，从来不是为某一个特定群体服务，消费者是来自社会各圈层、各年龄段的人群。

    OPPO的这份道歉声明中，应该正视核心问题，文案可以新奇但不能唐突，可以年轻但不能冒昧。品牌真正要做的是传播被大众认可且不失艺术性的文化内容。希望OPPO通过此事吸取经验教训，节日营销要兼顾温情与创意，而试图用猎奇文案制造记忆点，反而会触发价值观危机。

    ]]>         <![CDATA[智能体应用发展，要遵循四大原则]]>

    据中国网信网消息，国家网信办、国家发展改革委、工业和信息化部近日联合印发《智能体规范应用与创新发展实施意见》（简称《实施意见》）。其中提到要研究智能体数据安全、个人信息保护、密码防护、攻击检测、权限管理、行为控制等安全技术，提升智能体系统安全保障能力，防范数据投毒、隐私泄露、算法篡改、系统漏洞、运行失控等安全风险，探索建立智能体安全评估体系。

    智能体带来隐私泄露等安全风险

    智能体是具备自主感知、记忆、决策、交互与执行能力的智能系统，是人工智能产品及服务的重要形态。

    近年来，以手机助手、终端智能管家、云端智能体等为代表的智能体产品加速涌现，呈现规模化应用态势，极大便利人们工作生活。但与此同时，智能体高自主性、高权限等特性也带来了隐私泄露、越权操作、行为失控等安全风险，需要统筹发展与安全，促进智能体规范应用和创新发展。

    2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，以科学技术、产业发展、消费提质、民生福祉、治理能力等领域为重点，提出到2027年，率先实现人工智能与重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%的阶段性目标。在回答记者提问时，国家网信办有关负责同志介绍，制定出台《实施意见》是贯彻落实《关于深入实施“人工智能+”行动的意见》的具体举措，以推动科技创新、提升治理能力、构建产业生态、提升民生福祉为导向，营造良好政策环境，发挥典型场景示范效应，统筹推动智能体高质量发展、高水平安全、高效能治理。

    构建治理体系推进智能体落地应用

    梳理发现，《实施意见》用了坚持安全可控、坚持规范有序、坚持创新驱动、坚持应用牵引等4个“坚持”，明确促进智能体规范应用与创新发展的基本原则。具体而言，适应智能体技术演进规律，构建与现有政策法规衔接顺畅、行业自律自治、底线红线清晰的治理体系，有序推进智能体落地应用；加强理论创新、技术创新、工程创新联动，体系化突破智能体关键技术，完善政产学研用协同机制，构建开放共享的智能体生态；重点围绕科学研究、产业发展、提振消费、民生福祉、社会治理等实际需求，发挥典型应用场景示范效应，先易后难、循序渐进，促进智能体技术验证、产品迭代、应用落地。

    在规范智能体应用方面，《实施意见》有哪些具体要求？据透露，《实施意见》将智能体安全、可靠、可信作为产业发展的底线要求，规范有序推动智能体落地应用。一是明确产品准则。要进一步完善政策法规和伦理规范，做好智能体权限管理、行为管控等工作，为智能体相关产品研发提供指引。二是防范安全风险。发挥技术手段作用，提升在智能体内生安全、供应链安全、应用衍生风险等方面的风险防范能力，实现智能体开发、部署、应用、维护全周期安全管理，有效防范系统性风险。三是完善治理体系。适应智能体技术演进规律，根据应用场景和潜在影响，构建审慎稳妥的分类分级治理框架，推动建设智能体合规服务体系，做到既“放得活”又“管得好”。四是强化行业自律。鼓励智能体相关企业、行业组织、研究机构加强责任意识，共同制定行业自律规则。引导智能体开发者、开发平台、分发平台、服务提供者参与信用评价，共同营造良好发展环境。

    明确19个典型应用场景牵引智能体提升

    围绕推动智能体创新发展，《实施意见》部署哪些重点工作？国家网信办有关负责同志表示，《实施意见》围绕智能体技术突破、场景应用和生态建设等重点方向，体系化推动智能体创新发展。一是夯实发展基础。通过强化基础技术研发、完善智能体工具链，为产业提供高水平技术底座。建立智能体标准体系，降低智能体研发、适配、应用门槛。前瞻布局多智能体协同、智能互联网等前沿领域，为产业持续演进打好基础。二是强化应用牵引。围绕科学研究、产业发展、提振消费、民生福祉、社会治理等方向，提出19个典型应用场景，牵引智能体技术产品优化提升，探索可复制、可推广的落地应用模式。三是建设创新生态。加强培育开源创新力量、搭建产业协作平台，推动产业高效协同，提升创新活力。通过构建应用推广渠道、推进重点场景开放，畅通供需渠道，形成市场牵引、内驱发展的产业生态。积极培育全球生态，推动国内外技术融通发展，营造开放共享的国际合作环境。

    下一步，国家网信办、国家发展改革委、工业和信息化部将会同有关方面切实推进《实施意见》落地见效。聚焦智能体技术研发、场景开放、安全治理等关键环节，完善配套政策，形成工作合力，推动重点任务落实落地。同时，加强智能体规范应用与创新发展的监测评估、滚动实施和动态调整。

    南都研究员：袁炯贤

    ]]>         <![CDATA[智能体开启应用新图景]]>
    　　近期，我国一些科技公司相继推出自研智能体。智能体为什么能“出圈”？它精准契合了大众对人工智能的期待：从一个只会聊天的机器人，进化为解决实际问题的助手。

    　　智能体能自主完成复杂任务，关键在于构建了类似人类“感知—思考—行动”的工作流程。它的运行逻辑清晰易懂：用户通过微信等社交工具输入指令，系统调用大模型的理解能力，判断用户意图、拆解任务步骤，最后把指令转化为点击鼠标、读写文件等具体操作。同时，智能体还能记住用户习惯和偏好，实现“千人千面”的个性化体验。

    　　智能体的快速普及，得益于两大外部因素：一是作为“大脑”的人工智能大模型逐渐成熟，在语言理解与逻辑推理方面达到实用化、工程化水平，为智能体“自主决策”打下基础。二是作为“手脚”的技能插件持续丰富，极大拓展了智能体的执行能力。

    　　但也要看到，新一代智能体仍处于快速演进过程中，底层架构尚未成熟稳定，在实际中暴露出技术不稳定、算力成本高等问题。

    　　例如，在处理高度定制化、复杂度较高的任务时，容易出现理解偏差、执行不稳定等情况，难以满足企业级高可靠要求。运行时需要消耗较多算力，长期使用成本较高。

    　　更需要重视的是安全问题。不少智能体属于轻量级应用，设计定位与一些业务场景天然不匹配。从自身设计看，安全防护体系较为简单，一旦被赋予过高操作权限，很可能因使用不当或被攻击，造成文件删除、信息泄露等后果。从外部影响看，不少用户在使用时未做好安全配置，直接将其暴露在公网，极易被黑客攻击。此外，从网上下载的技能插件，如果携带恶意代码，安装后可能导致数据被盗，甚至设备被远程控制。

    　　一个人加上几个智能体的“一人公司”，就能完成过去一个小型团队的工作，这是最富想象力的未来图景之一。

    　　可以说，智能体最受关注的价值，是对个人生产力的重塑。程序员可借助它辅助编写代码、排查问题；自媒体创作者能用它搜集素材、剪辑视频；销售人员可用它分析客户信息、撰写商业邮件。智能体把人从重复繁琐的事务中解放出来，将更多精力投入创意设计与决策判断。

    　　智能体正深度融入制造、医疗、信息通信等千行百业。美的公司通过智能体显著提升生产效率与排产响应速度；北京大学第三医院推出胰腺疾病诊疗智能体，提升基层诊疗质量；北京移动依托智能体开展网络运维，故障处理效率大幅提升……

    　　今年，“促进新一代智能终端和智能体加快推广”被写入《政府工作报告》。未来，我国智能体将朝着技术更可靠、产业更融合、生态更开放的方向稳步前行——

    　　技术层面，将在好用和安全之间找到高水平的动态平衡。一方面不断降低开发与使用门槛，推动智能体轻量化；另一方面将安全能力嵌入产品设计，满足关键领域合规要求。

    　　产业层面，将成为驱动产业深度创新的关键引擎。推动传统产业数字化、智能化转型，最终推动产业从效率提升走向源头创新，为组织变革与生产力跃升提供持久动力。

    　　生态层面，将形成全方位、可持续的良性发展体系。智算集群、高质量数据集、开源框架等关键要素不断完善，让研发到应用的通路更加顺畅。技术成果转化速度大幅加快，开发者生态将更加繁荣。

    　　从对话到执行，从工具到伙伴，智能体正开启人工智能应用新图景。坚持开放、安全、创新的理念，我国智能体必将赋能产业升级，助力高质量发展。]]>         <![CDATA[让光子学会“成对”出场]]>
    　　“光是量子化的，由一个个被称为光子的微小粒子组成。一个普通的灯泡，每秒钟向外发射的光子数量，可能比全世界所有海滩上的沙粒加起来还要多。”北京量子信息科学研究院（以下简称“北京量子院”）首席科学家袁之良说。

    　　对于如此微小的粒子，能否让它们训练有素、步调一致？袁之良研究团队在固态量子光源领域取得重大突破，成功研制出一种高性能双光子发射器，相关成果在线发表于国际学术期刊《自然·材料》。

    　　量子光源是量子技术的基础，但要实现纯净、高效的双光子发射一直是国际难题。以往，科学家想要得到一对相互关联的光子，通常使用激光照射非线性晶体，偶尔随机“撞”出一对光子。

    　　“这是纯粹的概率事件。有时候一对都没有，有时候可能出来好几对，完全不受控制。”袁之良说。

    　　研究团队另辟蹊径，巧妙利用量子点与微腔的耦合体系，通过“暗态”路径激发双激子态。对这一技术，袁之良用了一个生动的比喻，“相当于给光子修了一条秘密通道，让它们先在门后等待、集结，然后通过微腔这个特殊结构的引导，确保每对光子都能步调一致地‘携手出场’。”

    　　北京量子院的实验室里，团队成员、助理研究员吴邦小心翼翼地拿出一块指甲盖大小的银灰色芯片。“这就是我们研发的量子光源芯片，微腔直径只有约2微米。”吴邦介绍，实验数据显示，该光源产生的光子对占比高达98.3%，收集效率达到29.9%。

    　　一对对“训练有素”的光子，能用来做什么？

    　　首先是量子通信。袁之良介绍，这两个光子天生就是“纠缠”的，无论相隔多远，只要测量其中一个的状态，另一个的状态就会瞬间确定。“这就像给它们各自绑定了‘身份证’，一个负责传递信息，另一个自动成为验证凭证，可以构建出理论上无法被窃 听的安全通信网络。”袁之良说。

    　　在量子成像和精密测量领域，这项成果也将发挥作用。由于两个光子总是同步产生、同步运动，科学家可以利用一个作为“探针”，另一个作为“参考信号”。“在复杂环境里，如果两个人戴着同一款会发光的帽子，你就能轻易地从人群中把他们识别出来。”吴邦解释，这种特性可以极大地去除背景噪声，实现突破经典散粒极限的超高分辨率成像。

    　　“未来，不论是量子通信还是量子计算，把一个个节点连成网络都离不开量子光源。”袁之良说，“我们将继续加紧研究攻关，推动相关技术真正从实验室走向实际应用。”]]>         <![CDATA[从游戏化文本看网文迭代升级[3P]]]>
    　　当下的网络文学创作注重与读者交互，读者看此类文学就如同游戏的“云玩”。图为读者在翻看网络文学展板。资料图片" html="true" trigger="hover focus" placement="bottom" data-toggle="tooltip">当下的网络文学创作注重与读者交互，读者看此类文学就如同游戏的“云玩”。图为读者在翻看网络文学展板。资料图片

    　　《十日终焉》" html="true" trigger="hover focus" placement="bottom" data-toggle="tooltip">《十日终焉》

    　　《长乐里：盛世如我愿》" html="true" trigger="hover focus" placement="bottom" data-toggle="tooltip">《长乐里：盛世如我愿》
    　　游戏与文学一直关系密切。古代中国有“以文为用”“以文为哭”的传统，也有“以文为戏”的说法，韩愈为毛笔作传，写下《毛颖传》，这就是“以文为戏”。国外学者也常以游戏来隐喻文学，比如康德认为审美是想象力与知性的自由游戏，席勒认为艺术起源于游戏冲动，伽达默尔认为艺术的存在方式就是游戏等。在网络兴起后，电子游戏开始作为一种直接的文化资源，对互联网写作产生持续影响。如果要说有什么方面让网络文学与传统文学有根本性区别，电子游戏要素的渗入肯定是重要方面。一定程度上，游戏塑造了网文的面貌、写法与审美法则。这种情况在95后、00后成为网文写作主力军之后更加突出了。不仅如此，与这一代人的成长相对应的是，文学消费活动也充分游戏化了，在社交媒体兴起后，无所不在的梗文化席卷了整个文学活动，笔者认为在此基础上已经形成了“游生代”文学——以95后、00后为主，从小伴随游戏长大、热衷交互的作家们所带来的游戏化的文学。这是以游戏思维认知世界与理解文学的新一代人群，他们与文学发生关联，主要是以游戏为中介而展开的，游戏构成写作的底层逻辑、思维框架与叙事语法。
    网文创作的游戏化趋势
    　　在20世纪末网络文学刚开始兴起时，游戏的影响并不突出，安妮宝贝等人的创作具有明显的“文青”气质，很大程度上仍是传统文学写作范式在网络上的延续。在2003年网络文学商业化后，游戏对文学的影响开始凸显。这也正是电子游戏进入互联网并改变作家精神结构与文化背景的时期，也就是说，从知识图景与生活体验来说，此时的网络作家已不同于传统作家，与其说他们缺少现实阅历，不如说打怪升级成为他们生活的重要方面。更重要的是游戏基因与网络文学商业机制的密切关联，游戏的升级契合小说的连载模式，把主人公“成为强者”的过程细分成若干等级，保证每次连载的内容都有因新的升级而引起的情节冲突，以及让人欲罢不能的叙事高潮。在每天需要更新、不断加速的写作中，这是避免情节崩坏、行之有效的写作技术。由此，网络小说中穿越重生、升级打怪、系统模板的写法越来越多。
    　　在95后、00后作家成为网文写作主力军的当下，游戏经验在网络文学中的渗透更加深入了。传统网络作家是青年时期才接触电子游戏，现在则是真正伴随游戏长大的一代。突出的变化是：以前的网络作家虚构一个游戏，往往要颇费周章地介绍具体情况，现在则成为读写双方的潜在共识，游戏与故事的边界趋于消失；以前可能还是侧重故事，现在则在讲故事的同时，融入游戏的操作与选择趣味，重视任务的发布与解决；以前是在写法上借鉴游戏的法则，注重升级，以升级打怪推进叙事，现在则是强化游戏的规则渗透与突破，演绎如何在规则之内的极限生存；以前游戏成为单纯的叙事策略，现在则试图借助游戏反映社会现实与思考人性。总之，文学的游戏化已从早期升级打怪的表层模仿，深入到世界设定、角色成长、叙事结构、交互体验、经济系统、现实社会、人生哲学的全面渗透，成为写作的底层逻辑。
    　　更重要的是，这类文学不只是体现在创作层面游戏叙事逻辑的植入，也表现为读者消费活动的充分游戏化。在社交媒体、弹幕文化兴起后，读者沉迷于在评论区玩梗吐槽。热衷于玩梗正是95后、00后的特点。作品的任何情节、语言，只要具有某种笑点，都会引发大量玩梗。这表现了学者沃尔特·翁所说的次生口语文化的深入发展，也让网络文学类似于口头传统，故事重要，但互动实践、语境、氛围同样重要，并且成为读者获得快感的重要来源。这也表明文学开始由传统的意义阐释走向游戏交互。心理学家威廉·斯蒂芬森曾提出传播的游戏范式，认为在传播过程中，并不是发送与接收信息的“刺激－反应”模式，人们的目的并不在于要获取明确的信息，而是一种游戏化的行为，具有主体性，比如看报纸，很多时候只是随便翻一翻。显然，这种情况在互联网兴起后更加明显了，人们可以借助媒介技术对文本进行交互、重组、二创、玩梗，读者不再是读者，准确的说法是“玩家”。当然这种“玩”、游戏，并不是贬义，而是指读者主体性的凸显。这让整个网络文学活动游戏化了，作家的创作与读者的大量交互实践融为一体，难分彼此，构成一种集体共创，文学的趣味不只是源于故事，也源于现场的玩梗。这正是“游生代”文学的重要特征。这种游戏化的消费行为，甚至改变了网络文学的写作风格，不再是“逆天改命、称霸天下”的强欲望、强逆袭的风格，而开始追求段子化、日常化与轻松向。显然，“游生代”用游戏思维写小说、用游戏逻辑引入现实，也用游戏行为改写了文学的接受模式。
    “游生代”文学的三个特征
    　　具体来说，由95后、00后构成的“游生代”文学具有以下明显特征：
    　　首先，创作思维中游戏逻辑的内化与自然化。传统网络文学虽然也会有游戏化的幻想成分，不过总体来说，仍有清晰的世界与游戏的二元区分，而在“游生代”文学中，往往是以游戏来理解世界法则，把游戏规则、关卡副本、数值面板、玩家/NPC（非玩家角色）逻辑无意识地当成世界设定和叙事的基本逻辑。不管是作家还是读者，游戏逻辑成为内化与自然化的写作无意识，天然接受平行宇宙观、多重世界、存档读档、时空循环的设定，默认世界由规则、数值、任务、等级、奖励构成。遇到问题会本能思考规则是什么？属性是什么？如何通关？呈现出与传统作家不一样的写作思维。
    　　其次，故事与游戏的双重审美经验。游戏对文学的渗透，导致作品生成的审美经验发生了变化。1999年，日本一部名为《日蚀》的作品获得芥川龙之介奖，有的学者无法理解小说的写法，认为情节设置非常冗长，似乎慢吞吞的，明明快到目的地了，却还让读者不停绕远路。学者大塚英志认为，评论家之所以看不懂，是因为这种写法的原型在于游戏。游戏总是需要不断地做任务，获取经验值，主角在到达目的地之前，就需要不断绕远路，遭遇莫名其妙的人。这里可以看出，侧重行动与交互的游戏，开始让侧重故事的文学产生了新变，很难说这是游戏化故事的缺点，而是表现了游戏与文学不同的美学追求。“游生代”文学同样如此，不仅有看故事的乐趣，也有游戏的快感。在很大程度上，读者看此类文学，就如同游戏的“云玩”，是以玩家心态去阅读，追求养成感、收集感、通关感、数值成长快感。一些在读者那里呼声较大的小说，专业评论家却觉得索然无趣，这是因为传统欣赏视野主要是基于故事与人物，现在则是游戏中的一些元素如策略、行动变得重要了，审美快感既源于故事，也源于升级、解锁、完成成就、攻略谜题。如果只是从传统文学批评视野或标准去理解“游生代”文学，可能难以真正把握其实质。
    　　最后，游戏化的跨次元消费活动。传统网络文学的阅读，主要追求故事的沉浸，当时社交媒体尚不发达，跟帖置于小说章节之后，网页端的互动也不方便，而在微博、微信等社交媒体广泛兴起后，评论互动非常便捷，95后、00后谙熟这种网络习惯，吐槽、评论是日常化的行为，文艺消费总是在故事阅读与弹幕评论之间不断跨越，这是一种在不同窗口之间可自由切换的网络时代的超注意力。以“晨星LL”的小说《这游戏也太真实了》为例，作品描写主角楚光穿越至荒废的世界后，召唤地球玩家共同建设世界。小说以异界为描写对象，一般来说会让人有陌生感，但通过玩家登录这一设置，地球玩家被自然引入异界，这就让读者很有代入感，生成沉浸效果，但与此同时，读者又可以随时跳出剧情，在评论区玩梗、生成AI图片，给人物配音，呈现出场内场外的打通，走向跨次元的交互性审美，不再是静观，而是游戏化的活文学。
    “游戏现实主义”理论的三种面向
    　　学者东浩纪也关注到游戏对文学日甚一日的影响，提出游戏现实主义，意在阐发游戏可以不断死后重来的超叙事经验对文学的深层渗透。这是对大塚英志动漫现实主义理论的拓展。通俗地说，如果说传统现实主义关注三次元的现实社会，动漫现实主义关注二次元的动漫世界，游戏现实主义则关注的是玩家在现实世界（三次元）与游戏世界（二次元）之间跨进跨出的2.5次元状态在文学中的投射。也就是说在受游戏影响的作品中会呈现出玩家视野，比如在穿越小说中，穿越者实际上就是玩家/故事外的读者，其视野大于故事中的原住民/角色视野。东浩纪的分析相当有创造力，给流行文学的解读提供了深度分析的可能。不过也容易阐释过度，把游戏现实主义简单当作网文写作的一种模式。结合当下网络文学创作的实际，我们可以拓展游戏现实主义内涵，从文本内部的故事到文本外部的交互，它可以有三重面向。
    　　首先，我们将游戏现实主义等同于传统现实主义的写法，也就是以游戏来反映现实。尽管东浩纪反对这种传统现实主义的镜像式解读，但可以看出，在“游生代”文学中，最普遍的正是利用游戏本身的隐喻来表现现实。传统网络文学利用游戏，往往呈现出逃避现实的味道，较少深层结构隐喻，而此类文学则常以此折射社会规则，如副本隐喻职场闯关、系统任务隐喻生存法则。以小说《诸神愚戏》为例，将职场、算法等现实议题，在文中进行游戏化转译，让读者在引人入胜的剧情中，反思数字化时代人类的生存困境。
    　　其次，利用游戏所固有的超叙事结构，也就是严格意义上的游戏现实主义方法来表现现实。以《长乐里：盛世如我愿》为例，小说以旧上海与现代上海的时空交错为背景，讲述了小人物在乱世中的抗争与对盛世的向往。主角赵殿元在一次行动中从旧上海穿越到现代上海，繁华都市与国家盛世让他感到震撼，这也让他坚持回去完成未竟的使命。小说中的穿越手法似乎很普通，但实际上正是借助于穿越者（游戏玩家）的超叙事视野才能看到历史前后的对照，从而让“盛世如我愿”的主题刻骨铭心，也让人物的心理动机显得更为真实，这是以穿越的“不真实”抵达的真实。
    　　最后，利用读者游戏化的玩家行为扩大作品的现实意义。东浩纪的游戏现实主义虽然讨论的是游戏的超叙事结构，但实际上与网络的交互原理相通，正是由于读者的交互与游戏化的玩家行为（如大量的二次创作），才导致了故事的不断重来。戏剧理论家布莱希特曾试图让文艺论坛化，不是培养被动的戏剧观众，而是让观众积极参与戏剧主题的讨论与思考。现在一些游生代文学也具有这种功能，以《十日终焉》为例，这部小说写人物群像，每一个参与十日轮回、生死游戏的人，都有或多或少痛苦的过往，而读者往往会就其中的社会、人性与生命问题进行热烈讨论，远远超出传统个人静观文艺活动的社会效果。
    　　当然，不能完全以游戏来理解社会与人生，这会把生活简单化。不过游戏也并不等同于单纯的虚假娱乐，游戏也可以是严肃的，“游生代”文学表现出数字交互时代值得重视的文学转向，应充分利用游戏现实主义的独特表现力，去积极反映社会现实，推动文艺创新。]]>         <![CDATA[「锁电」罗生门：一场AI的幻觉引发的轩然大波]]>

    一篇有瑕疵的报道引发了中国新能源汽车的一场信任危机。不过，今天中国的新能源汽车产业尽管有各种问题，需要被批评，但偏离事实的批评除了加大伤害，并不会产生积极的效果。这一事件中，AI是一件需要被高度警惕的工具。

    文丨智驾网 雨来

    编辑丨浪浪山与明知山

    锁电现象在中国新能源市场绝非空穴来风，但在这个流量决定资本走向的时代，AI生成式报道正在污染这个本已水军遍地、利益混杂的舆论场。

    5月8日一条信源模糊的「8家新能源车企因锁电问题被约谈」、「3家车企被立案」的消息在AI时代，这8家被约谈企业最终被明确为「比亚迪、特斯拉、小鹏、理想、蔚来、问界、极氪、广汽埃安」；而三家被立案企业为「特斯拉、小鹏、广汽埃安」。

    ▲涉事企业在第一时间对锁电指控进行了否认

    在5月9日，这8家涉事企业纷纷辟谣之后，中国汽车工业协会副秘书长柳燕也通过协会旗下媒体《汽车纵横》进行了辟谣。

    柳燕表示，中国汽车工业协会专门向主管部门和相关企业做了核实。「根据我们的了解，到目前为止，相关主管部门并未就网传事项开展任何约谈、立案等监管执法行动，网传内容无官方来源，与事实严重不符。」

    这一回应不仅确认了所谓8家企业的具体名单为虚假信息，同时否认了主管机构约谈8家新能源车企、3家车企被立案这一指控本身。

    虽然中国新能源汽车市场，锁电并非空穴来风，但8家企业被约谈，3家车企被立案这一报道本身却是子虚乌有。

    智驾网深度溯源了这一事件的起因，并分析了其传播链路，最终如何经AI分析变成一件指名道姓的似是而非的舆论监督事件。

    01.

    被约谈的8家「锁电」车企名单是如何出炉的

    大约在一个月之前，4月17日，央视网微信公众号（《锋面》栏目）发布了文章：《1 个月内投诉超 1.2 万件，同比上涨 273%，新能源车这个顽疾究竟该咋治？》

    该文从一位车主怀疑自己所购电动汽车被厂家锁电谈起，该文引发外界广泛关注的内容有两处。

    其一即是关于8家企业被约谈的事实。

    在这里我们引述原文如下：

    《锋面》记者梳理发现，2026年3月，全国12315平台关于车企OTA锁电的相关投诉在1个月内超过1.2万件，同比上涨 273%，最终官方监管介入，8家车企被约谈，3家因违规被立案调查，2 家车企撤回争议升级包并承诺恢复性能。

    另一处同样让人吃惊的关于一次锁电可为企业节省数十亿元的质保成本的描述,在这里我们同样引用原文如下：

    某新能源车企电池前BMS 算法工程师的李维新 (化名) 认为，“车企‘锁电’原因有很多。”

    他分析:“部分车型出厂的时候就存在电池一致性差、热管理缺陷、电芯质量不稳定等问题。这种问题会导致后期出现故障、自燃的风险增加。但对于车企而言，大规模的召回，包括电池更换、工时、运输、品牌损失加在一起，成本可能要以亿计，非常之昂贵。”

    李维新说，“锁电” 就是一种 “零成本的修复”，即通过软件更新，限制电池充电、放电的深度和功率，从而降低故障风险，对外则宣称是 “系统优化”。

    根据国家规定，8年/12万公里电池衰减超过20%需要免费更换。

    “但锁电后，电池实际可用的容量变少了，充放电循环减少了，衰减速度就会明显变慢 —— 因此，车企可以大幅减少质保期内换电池的支出。”

    而这样做的好处更是显见的：如果一个车企一年销量达到百万级别，那么一次简单的“锁电”，就可以每年节省数十亿元的质保成本。

    央视网做为央媒的网络平台，其报道被认为具备高度的权威性，这一报道随后在20多天的时间内被自媒体做为信源解读。

    但在这篇报道中，智驾网认为其报道描述，数据引用皆存在明显的瑕疵，在被广泛解读的报道描述中「最终官方监管介入，8 家车企被约谈，3家因违规被立案调查，2 家车企撤回争议升级包并承诺恢复性能。」

    该「官方监管」是全国12315平台的主办方「国家市场监督管理总局」还是哪一家相关机构？是在今年3月还是在报道发表的4月介入？报道均没有提供明确的信息支撑。

    而「8 家车企被约谈，3家因违规被立案调查，2 家车企撤回争议升级包并承诺恢复性能」的描述说明涉事企业共计8家，还是13家?也容易引发歧义。

    但这样的模糊性报道恰恰给了各方自媒体解读的空间。

    在本文成文之际，央视网对自己的报道也正行了更正：

    近日，央视网报道部分车企「锁电」问题 受到广泛关注，个别文字表述引发歧义，

    特作更正：

    据本网不完全统计，从2020年至今，有 8家车企因为异常加速、电池起火、车辆远程 升级（OTA）等问题被约谈，3家因违规被立案调查，2家车企撤回争议升级包并承诺恢复性能。

    另有消息认为，8家被约谈企业实为4月29日，北京市市场监管局发布的对雅迪、爱玛、台铃、九号、小牛、小刀、新日、绿源8家电动自行车生产企业及其在京销售代理企业开展警示约谈一事，最终被误传为八家汽车生产制造商。

    那么在社交媒体上，所谓的8家企业是如何最终被确定为「比亚迪、特斯拉、小鹏、理想、蔚来、问界、极氪、广汽埃安」这8 家企业的呢？

    智驾网对网上的相关报道进行了溯源，但很难确认哪篇报道是始做俑者，其中一个原因是随着相关企业的辟谣，多家媒体已删除了相关报道。

    那么有什么证据证明该名单来自AI生成呢？

    豆包给出了两个例证：

    1、AI 生成的典型特征：大模型在信息不足时会倾向于补全答案，将模糊的行业报道与用户需求结合，生成看似确定的名单，符合 AI「补全信息、生成确定性内容」的特性，且内容无明确信源支撑，逻辑上存在明显的 AI 生成痕迹。

    2、传播链条佐证AI 参与：形成 「AI 写稿 — 算法推荐 — 媒体二次传播未核验」 的闭环，自媒体用 AI 批量生产此类「确定性谣言」，平台因内容冲突性高加速分发，进一步印证名单的 AI 生成属性。

    明确指控这一虚假消息为AI造假的是小鹏集团。

    昨天下午小鹏集团法务部发文称：

    「部分社交账号通过AI应用，恶意炒作‘8家新能源车企被集中约谈’‘3家涉嫌违规被立案调查’等信息，并将我司纳入名单，对我司品牌和声誉造成恶劣影响。经核实，我司近期并未收到此类不实信息提到的所谓‘约谈’，也不存在被立案调查。」

    不过AI作假更为清晰的逻辑是这8家被集中约谈的企业名单一眼假的原因是，这8家企业是目前中国最为知名，同时销量也是排名前十的8家新能源企业。

    我们通过AI让其复盘了AI锁定这8家被约谈车企名单的背后的逻辑：

    「并非随机猜测，而是AI结合公开信息、行业规律及舆情特征，经过多维度推导生成的结果，核心逻辑可分为五大层面，贴合AI「补全信息、贴合共识、适配场景」的生成特性」：

    核心逻辑一：投诉量导向——AI优先筛选锁电投诉高发企业：

    央视网报道的核心背景是「锁电投诉激增」，这是AI推导的核心锚点。AI通过抓取12315平台、汽车投诉平台、社交平台（抖音、微博、汽车论坛）的公开投诉数据，优先筛选出近期锁电相关投诉量排名靠前的企业。

    从行业公开投诉趋势来看，比亚迪、广汽埃安等品牌作为新能源销量头部企业，保有量基数大，锁电相关投诉自然处于高位。AI基于「投诉量与被约谈概率正相关」的底层逻辑，将这8家企业作为核心候选，这是最基础的推导依据。

    核心逻辑二：行业地位导向——锁定主流新能源玩家，贴合“8家”数量适配

    监管部门约谈企业，往往聚焦于行业影响力大、市场占比高、问题具有代表性的企业，而非小众品牌。AI通过检索新能源行业格局，自动筛选出「市场份额靠前、品牌影响力强」的主流玩家，恰好与「8家」数量高度适配。

    核心逻辑三：舆情热度导向——AI抓取近期锁电相关舆情高频企业

    AI生成内容时，会优先贴合近期舆情热点，确保生成的名单「有话题性、易传播」，这也是某些自媒体追求流量的核心需求。

    核心逻辑四：技术路线导向——覆盖主流技术路线，契合监管约谈的普遍性诉求

    监管部门约谈企业，往往是为了规范整个行业，因此被约谈企业会覆盖不同技术路线，确保监管的全面性。AI通过分析这8家企业的技术路线，发现其恰好覆盖了当前新能源市场的主流路线：纯电（比亚迪、特斯拉、小鹏、蔚来、极氪、广汽埃安）、增程（问界），兼顾了自主、合资、新势力等不同阵营，与监管部门「全面规范行业」的诉求高度匹配。

    核心逻辑五：AI生成特性——补全模糊信息，贴合公众认知与传播需求

    这是最关键的逻辑：AI的核心特性之一是「在信息不完整时，基于现有信息补全合理内容」，且生成的内容需贴合公众固有认知，确保「看似合理、易于传播」。央视网仅给出「8家被约谈」的模糊信息，未公布名单，而公众对「锁电问题」的认知，恰好集中在上述8家主流企业上——这些企业知名度高、用户基数大，公众在讨论锁电问题时，大概率会提及这8家企业。

    同时，自媒体使用AI生成内容时，会预设「名单需具体、有话题性」的需求，AI则会结合上述「投诉量、行业地位、舆情热度」等信息，自动补全8家企业名单，且名单均为公众熟悉的主流品牌，既符合公众认知，又能满足自媒体「吸引流量、引发讨论」的需求。此外，AI生成时会规避小众品牌（公众认知度低、传播性差），进一步锁定这8家企业。

    AI不仅仅提升了工作效率，同时也是虚假信息的制造者之一，媒体从业者如果没有专业的新闻核实能力，其粉丝越多，误传也更大。

    而AI的这一缺陷，被称为「AI的幻觉」，如果幻觉与事实相符，它有时也被称为智能涌现。

    而幻觉与智能涌现之间并没有一道明确的分界线。

    而我们可以确定的是，AI还不是一个可靠的工具，需要时刻警惕它的准确性。

    02.名单的错误并不能否认锁电现象虚假

    那么锁电这一现象在今天还是不是普遍现象呢？

    可以说，有，数量可能也十分可观，但对于具备一定知名度和规模较大的汽车品牌而言，这种行为一旦发生会被迅速发现。

    同时知名的汽车品牌通过OTA方式锁电的可能性正在变得越来越低，因为随着2025年2月，工信部、市场监管总局联合发布《关于进一步加强智能网联汽车产品准入、召回及软件在线升级管理的通知》》，车企OTA的流程已被纳入监管，无论是夜间悄悄OTA，还是通过备案再进行OTA均会留下痕迹。

    而在今年3月，工信部、市场监管总局联合发布的《关于规范新能源汽车远程在线升级（OTA）行为的通知》被称为新能源汽车进一步加强严监管的「四大禁令」：严禁静默强制升级、严禁锁电降配、严禁掩盖缺陷逃避召回、全量备案接受监管等。

    这既说明了锁电降配确是行业毒馏之一，但也说明，监管部门已通过各种措施加大了知名汽车品牌悄悄进行锁电的违规成本。

    可以确认的是，迄今唯一被明确的「锁电事件」，仅有2021年威马 EX5在发生多起自燃事件后通过 OTA 更新限制电池的充电上限与放电功率，被中消协点名而公之于众一事。

    那么消费者在怀疑自己的电动汽车被锁电之后有没有维权的渠道呢？

    12315当然是渠道之一，但电池的续航表现与天汽、路况、驾驶方式高度相关，消费者对于是否被锁电多数处于黑盒状态，可以怀疑但却难以单纯通过自身力量凿实。

    因而，中国汽车工业协会副秘书长柳燕同时呼吁：

    「一方面，中汽协会希望广大网友和行业人士不信谣，不传谣，不随意转发未经证实的虚假内容，一切行业监管动态与执法举措以主管部门官方正式信息为准；另一方面，希望新能源车企在优化电池管理系统的同时，保持信息透明原则，保障消费者知情权与选择权，并建立畅通高效的售后沟通渠道，积极处理锁电相关的投诉争议，用诚信经营守护品牌口碑。」

    不过，从法律的视角来看，单方面的锁电行业本身已是违法行为，是对消费者权益的公然侵犯，当下，对于电动汽车用户建立清晰的救济方式更为紧迫。

    不过，在这一事件中，智驾网认为更值得警惕的是当下的新闻生产方式，对于这场风波的源头央视网的报道出现的事实性错误（8家企业被约谈实为自2020年以来累计数字，并非今年发生），一方面，社会大众对于一篇监督类报道应保持一定的包容心态，尽管它引发了对中国新能源汽车一定程度的信任危机，但在这个监督类报道严重稀缺的时代，央视网的该报道只是一篇典型的有瑕疵的报道，它聚焦的问题需要引起行业的高度关注与警醒；但另一方面，它欲言又止的报道方式，又成为被各种自媒体解读的原因，这皆是这篇报道的不专业性引发的。

    但让智驾网真正警惕的是，当下自媒体群体对于AI的应用，需要有明确的边界和核实能力。

    AI的创作能力在当下有严重的缺陷，也是我们在文中一再提及的「大模型在信息不足时会倾向于补全答案」的缺陷，这种缺陷会放大并严重污染信息的真实度。

    新闻需要原创，需要严谨的流程，「手搓」式写作虽然效率低、显得蠢笨，但是却是这个时代最稀缺的精神。

    今天中国的新能源汽车产业尽管有各种问题，需要被批评，但偏离事实的批评除了加大伤害，并不会产生积极的效果。

    ]]>         <![CDATA[有鸿蒙·更美的——全球首台鸿蒙智选美的智能空调上市]]> “有鸿蒙·更美的一全球首台鸿蒙智选美的智能空调上市发布仪式”在佛山美的总部08空间展厅展开。美的集团董事长兼总裁方洪波，华为常务董事、产品投资评审委员会主任、终端BG董事长余承东和双方团队在现场宣布产品上市。

    加速落地，鸿蒙智选与美的共话行业发展

    作为全球空调行业领军者，美的空调2025年蝉联全球第一，全球每4台空调就有1台来自美的，收获全球5亿用户信赖；HarmonyOS作为国内领先的全场景智能终端操作系统，搭载HarmonyOS 5 及以上的终端设备已经突破5500万台，已成为全球第三大操作系统。

    活动当天，与会嘉宾参观美的08空间展厅，沉浸式体验鸿蒙智选 美的智能空调 空气机Pro、鸿蒙智选 美的智能空调 全面风Pro等创新产品，感受生态赋能下的空气解决方案。在“万物互联的脉动”主题视频后，方洪波、余承东先后致辞，围绕首款鸿蒙智选美的智能空调、行业标准共创、产业智能升级展开探讨。

    鸿蒙生态发展迅速 鸿蒙智选严把关 守护健康好空气

    华为常务董事、产品投资评审委员会主任、终端BG董事长余承东在现场系统阐述了鸿蒙生态的发展现状及与美的的合作。余承东指出，鸿蒙生态持续发展，搭载鸿蒙操作系统5及以上的终端设备已超过5500万台，已有3200多个品牌、400多个品类通过鸿蒙智联接入生态。

    鸿蒙智选与美的通过技术创新为用户带来体验升级。为此，双方联手创新了“双37”黄金平衡标准：即在安静的风扇噪音（37分贝以下）下，换气量仍能大于37立方米/小时。这一硬核指标确保了用户在睡眠环境下，室内CO₂浓度始终保持在国家空气健康标准以内，真正实现了“安静且有效”的新风换气，解决了长期以来困扰消费者的健康空气难题，真正做到鸿蒙智选严把关，用真新风好空调守护健康好空气。

    此外，新品还搭载了行业领先的毫米波雷达技术，实现了AI人感交互。通过“风避人吹、风随人动、人近风柔”三种模式的智能切换，彻底解决了传统空调直吹带来的不适感，为用户带来了真正个性化的舒适风体验。

    合作升级，好产品走入千家万户

    此次首台鸿蒙智选美的智能空调的上市，不仅仅是单一产品的成功，更是双方合作层级的战略升级。美的是华为的战略伙伴，已有空调、冰箱、热水器等30多个品类、上百款产品通过鸿蒙智联接入，是接入数量最多、合作最深的伙伴之一。而今天的这款空调，作为华为与美的合作的首款鸿蒙智选产品，更是升级到鸿蒙智选联合共创，标志着双方关系从早期的“简单接入”跃升为“联合定义、联合开发、联合品质保障”的鸿蒙智选模式。

    华为常务董事、产品投资评审委员会主任、终端BG董事长 余承东

    作为华为推出的鸿蒙生态高阶产品品牌，去年焕新的鸿蒙智选是华为家电生态的核心战略。鸿蒙智联、鸿蒙智选、华为自研三层生态布局共同构成了华为鸿蒙智家全生态，其核心逻辑在于：对于行业已经成熟的品类，通过鸿蒙智联快速接入；对于有痛点、需要创新的品类，则通过鸿蒙智选与头部企业共创；而对于实在难以攻克的硬骨头，华为则选择自研。这种分层策略确保了华为鸿蒙智家生态既能广泛兼容，又能深耕核心体验。

    未来，华为鸿蒙智家体验店、华为门店的家电专区及线上商城将优先向鸿蒙智选产品开放，让好产品触达更多追求科技生活的用户群体。

    ]]>         <![CDATA[小米17手机：性价比之选，雷军果然太猛了]]> 在智能手机市场竞争日益激烈的2026年，各大品牌纷纷推出旗舰机型，试图在高端市场占据一席之地。然而，在众多机型中，小米17凭借其卓越的性价比脱颖而出，成为消费者心中的“性价比之王”。雷军再次用实力证明，小米不仅能够打造高端旗舰，更能在性价比领域做到极致。

    一、性能怪兽：第五代骁龙8至尊版加持

    小米17搭载了第五代骁龙8至尊版处理器，这款采用3nm工艺制程的芯片，在性能上实现了质的飞跃。单核性能较上代提升23%，多核性能提升37%，GPU图形处理能力更是飙升45%。无论是日常的多任务处理，还是运行大型游戏，小米17都能轻松应对，流畅不卡顿。在《原神》等大型游戏的实测中，小米17能够保持全满帧运行，机身温度控制在40℃左右，表现远超同类产品。

    除了强大的处理器，小米17还配备了最高16GB的LPDDR5X内存和UFS 4.1闪存，形成了目前安卓阵营最顶级的性能铁三角。这样的硬件配置，不仅确保了手机在未来的几年内都能保持流畅运行，更为用户提供了极致的使用体验。

    二、续航革命：7000mAh大电池+100W快充

    续航一直是智能手机用户关注的焦点，尤其是对于小屏旗舰来说，如何在有限的机身内塞入大容量电池，成为了一大挑战。然而，小米17却以7000mAh的“金沙江电池”打破了这一魔咒。这款采用16%高硅含量硅碳负极材料和L形封装异形叠片技术的电池，在8.06mm厚的机身内实现了超大容量，成为6.3英寸旗舰中首款突破7000mAh的机型。

    实测显示，小米17综合日均使用时长（DOU）达1.83天，重度使用12.2小时后仍剩余26%电量，远超iPhone 17等竞品。在充电方面，小米17支持100W有线快充和50W无线快充，实测100W快充可在45分钟内将电池从0充至100%，20分钟即可回血80%。更值得一提的是，小米17全系支持100W PPS通用快充协议，打破了私有协议壁垒，使用第三方充电器也能实现接近满血的快充体验，极大提升了用户的充电便利性。

    三、徕卡影像：全焦段拍摄，轻松拍出大片

    影像能力是小米17的另一大核心卖点。其搭载的徕卡三摄系统，由5000万像素光影猎人950主摄、5000万像素徕卡浮动长焦和5000万像素徕卡超广角组成，覆盖了从超广角到长焦的全焦段拍摄场景。主摄拥有1/1.31英寸超大底和f/1.67大光圈，进光量充足，细节解析力极强。无论是白天拍摄风景、人像，还是夜间拍摄城市夜景，都能呈现出丰富的细节和自然的色彩。

    长焦镜头支持2.6X光学变焦和5X无损变焦，还能实现10cm距离的微距拍摄。拍摄人像时，背景虚化过渡自然，边缘切割精准；拍摄远景时，即使放大至10倍，画面依然清晰可辨。超广角镜头则拥有102°超广视野，适合拍摄宏大的风景和建筑，同时支持5cm超级微距拍摄，微观世界的细节也能清晰捕捉。此外，小米17还内置了丰富的徕卡滤镜和AI场景识别功能，支持38类拍摄场景的自动优化，即使是摄影小白也能轻松拍出大片。

    四、系统体验：澎湃OS 3，AI全面重构

    小米17首发搭载了澎湃OS 3系统，这不是简单的版本迭代，而是一次AI的全面重构。新的“小米大脑”接入了端侧大模型，让手机变得前所未有的聪明。例如，AI会议摘要功能可以在开会时录音，并自动生成重点纪要；AI路人消除功能可以在拍照时一键抹掉背景里的路人，连影子都处理得干干净净；AI智能助手则能理解用户的复杂指令，如“帮我找上周去海边拍的照片并发给妈妈”，它能跨应用操作，一步到位。

    此外，澎湃OS 3还对老机型兼容性极强，且没有广告骚扰，系统体验干净流畅，持续更新能力强。这样的系统体验，不仅提升了用户的使用便捷性，更为小米17的性价比加分不少。

    五、价格亲民：性价比之王，雷军诚意之作

    在高端旗舰手机价格普遍飙升的当下，小米17却以极具竞争力的价格进入市场。其标准版起售价仅为4499元，相较于同系列的小米17 Pro和Pro Max，价格优势明显。与同价位的其他品牌手机相比，小米17在配置上毫不逊色，甚至在某些方面还更胜一筹。对于预算有限但又追求高性能手机的消费者来说，小米17无疑是一个绝佳的选择。

    雷军用小米17再次证明，小米不仅能够打造高端旗舰，更能在性价比领域做到极致。小米17以其卓越的性能、持久的续航、出色的影像能力和流畅的系统体验，成为了2026年最值得购买的性价比旗舰手机之一。雷军的诚意之作，值得每一个热爱科技的人拥有。

    ]]>         <![CDATA[加大与中国移动在基础设施和AI应用的深入合作]]> 2026移动云大会昨日圆满落幕。大会现场，腾讯集团副总裁、政企业务总裁李强发表主题演讲，提出大模型正式迈入Harness（驾驭系统）时代的核心判断：当主流模型推理能力差距收窄，竞争焦点已从“模型强弱”转向“模型用好”，工程化、产品化、安全化能力成为产业核心壁垒。过去两年，AI普及与智能体（Agent）爆发推动行业剧变：Token价格下降99%，调用规模增长超千倍。IDC预测，2030年全球活跃智能体数量将达22.16亿，5年增长80倍；2031年AI有望为全球创造22.5万亿美元经济价值。普华永道调研显示，52%中国CEO反馈应用AI后企业收入显著提升，AI已跨过“能不能用”，进入“好不好用”的新阶段。

    李强用F1赛车类比AI驾驭体系：模型是引擎、AI Infra是底盘、数据治理是遥测系统、Skills是操控系统、Agent是赛车手、安全是护环，六大模块缺一不可。多数企业无力自建全套体系，亟需“开箱即跑”的完整方案。
    腾讯云据此明确策略：以混元大模型、ADP知识库、Skill‑Hub、WorkBuddy等工具，打造全栈AI驾驭体系，不卖零件、交付整车，让企业像用水电一样便捷使用AI。
    AI规模化应用伴随风险升级。Gartner报告显示，57%员工用个人AI账号处理工作，33%输入过敏感信息，AI安全已从单点漏洞升级为“员工行为、数据流转、模型调用、输出管控”的全链路系统性风险。李强表示，安全不是附加功能，而是AI落地的“护环”与结构性保障。企业现阶段核心命题，是“用好AI的同时管住风险”，筑牢安全底线才能推动智能体进入核心业务流程。
    演讲中，李强披露腾讯混元大模型最新进展：开源模型HY3 Preview主打高性价比，复杂推理、代码、智能体能力大幅提升，上线元宝、WorkBuddy等十余款核心产品，发布两周登顶Open Router周榜首位；多模态能力全面突破：混元3D下载量超300万，登顶全球最受欢迎3D大模型；混元世界模型2.0可一键生成3D资产，无缝对接游戏工作流；混元图像3.0曾登顶Arena文生图榜首，超越多款顶尖闭源模型。腾讯混元坚持“开源、实用、高性价比”，不走“最强”路线，聚焦“最可用”，与Harness时代“重驾驭、重落地”的逻辑高度契合。
    作为中国移动战略合作伙伴，腾讯已与对方取得多项落地成果：内容出海，联合为超2000部出海短剧提供转码、存储、分发一体化服务；智能协同，混元大模型与移动灵犀智能体在方言识别等场景深度协作，腾讯文档支撑中国移动超千个智能体应用与跨部门知识协同。李强明确，双方将推进更深层次合作：腾讯输出产品技术能力，中国移动发挥用户触达与Token运营优势，以WorkBuddy等应用为载体，提供普惠AI服务；合作版图同步从国内延伸至全球化布局，共拓海外市场。
    从李强的演讲中，可以总结出一条清晰的产业逻辑线：模型能力趋同后，驾驭能力成为核心竞争力；企业需要开箱即用的AI，而非自建系统，这呼唤全栈Harness体系与生态共建。
    AI正在从实验室的技术竞赛，变成产业基础设施的升级工程。在这个工程中，谁能把模型、数据、安全、工具链、渠道整合成一辆能跑的车，谁就赢得了下一阶段的竞争。
    ]]>         <![CDATA[江西公布新版无人驾驶航空器适飞空域，5月14日零时启用]]>
    澎湃新闻（www.thepaper.cn）5月10日从江西省军民融合公共服务平台获悉，江西省日前将优化后的江西省及南昌、九江、景德镇、萍乡、新余、鹰潭、赣州、宜春、上饶、吉安、抚州市无人驾驶航空器适飞空域范围予以公布，新版适飞空域于2026年5月14日零时启用。














    ]]>         <![CDATA[打造具身智能新基建场景 推动物理AI发展]]>
    同济大学教授、自主智能无人系统全国重点实验室副主任何斌作主题分享。孙宁摄
    人民网北京5月10日电 (记者焦磊)5月9日下午，“可信语料筑基，智能生态共赢——2026人民网数据智能伙伴大会”在人民日报社举行。同济大学教授、自主智能无人系统全国重点实验室副主任何斌在主题分享环节表示，当前人工智能正从判别式智能、生成式智能进入智能体时代，下一阶段将迈向物理AI或自主智能，具身智能需要进一步推进与社会环境协作，进入与人类共创价值的阶段。
    何斌表示，当前机器人在运动和行动能力等方面已取得较大进展，但仍未真正大规模进入社会系统。其原因主要包括真实世界复杂、数据闭环不完整，以及“仿真到现实仍然有鸿沟”。
    围绕具身智能进一步进入社会，何斌提出，需要重新定义社会训练。除物理技能训练外，人和机器人还应进行社会训练，涉及情感价值、陪护、助老助残等社会行为训练，从而形成物理过程、社会关系和正确价值反馈相统一的训练闭环。
    “训练的本质不仅需要训练动作，更需要社会交互训练”何斌说，训练对象应是人、机、环境、规则构成的多主体系统，相关数据不仅包括动作，还应包括意图、反馈、失败、关系、规则等，并进入训练体系。评价标准应包括对人类的安全、效率、信任、泛化、价值观以及社会行动能力等方面的提升。
    谈及训练难点，何斌表示，一是资源离散，缺少物理过程的真实模拟；二是Sim-to-Real的虚拟鸿沟，即虚拟空间训练与真实世界存在巨大差距，不能真实反映物理世界的情况；三是数据匮乏，缺少人、机、环境共融的复杂交互数据。因此，需要重新定义开源物理智能训练场，实现统一的数据接口、统一训练描述和全域数据采集，并建立生态以支持具身智能进一步向社会发展。
    何斌认为，还需要构建全生态、全栈的技术闭环，将学科知识、网络数据、文本图像数据、人类意图数据和真实数据采集统一到一个环境中，实现全栈真实的数据交互，并建设真实物理世界的仿真引擎和提升在线学习优化能力。
    面向实际应用，何斌表示，机器人未来可进入工厂服务、社会服务等多种场景，需要形成物理场数据采集、物理闭环和能力闭环；工业场景也将成为机器人应用的重要训练场景；同时，还需建设安全可信多体决策的协同机器人社会训练场，描述真实的人机社会交互，以及机器人和人的意图、价值、可信、安全、交互等场景。
    何斌表示，未来希望机器人真正从实验室走向真实场景，通过打造具身智能新基建场景，建设开源、标准化、模块化的产业底座，推动具身智能社会应用和物理AI发展。
    ]]>         <![CDATA[当生成式人工智能深度介入艺术创作]]>
    　　人机协同，首先挑战的是艺术的原创性。随着大语言模型和多模态模型快速发展，自然语言交互逐渐成为人机协同创作的基本方式。在这一过程中，文本、音乐、图像与影像的生产都受到明显影响，但影响并不是均质的。事实上，生成式人工智能对不同艺术门类的作用并不相同，介入程度也各有不同。其中，以数字媒介为载体的艺术类型，正遭遇系统性重塑。比如影像创作领域，独立创作者能够借助生成式人工智能，通过提示词直接完成脚本、分镜、画面、配乐与后期风格的生成，在很大程度上压缩甚至取消了原本依赖多人协作和实物操作的创作环节。

    　　具体到美术领域，如果将美术依然理解为与某种载体、手工创造相关联的造型艺术，一旦有生成式人工智能介入，其创作流程就会发生变化。在传统的艺术创作中，艺术家借助画笔、刻刀等工具，依托他们所掌握的造型技术，将自己的创意想法转化为具体作品。而生成式人工智能介入美术创作，首先介入的是创作前端的视觉想象与方案生成，而非直接取消绘制、塑造和制作。创作者仍然需要具备材料、技法与形式控制能力，对机器提供的图像资源进行筛选、编辑、深化等，才能将其转化为艺术作品。创作者通过这种切实的参与来彰显自己的思想意志，这恰恰体现着作品的独创性。若创作者减少或不进行具体实操，则认为该创作不属于美术创作范畴。

    　　可见，生成式人工智能对美术创作的冲击，不是简单地取代艺术家，而是重组了创作流程内部各个环节的轻重关系。过去被视为创作重点环节的某些前期思维活动，正在部分外移给算法系统；而过去看似只考验执行性的技法、筛选与复现能力，则在不少具体创作实践中重新变得重要。这意味着，正确认识人工智能与美术创作的关系，应从这一结构性变化出发，而不是从“是否取代”的表层判断出发。

    　　重新界定主体位置，是生成式人工智能带给我们的价值参照。与之前摄影术出现时相似，生成式人工智能同样让创作者面对一种新的视觉生成机制，并迫使人们重新思考哪些能力是可以被技术接管的，哪些能力则需要由创作者重新界定和维护。生成式人工智能触动的是构图、组合、风格模拟乃至艺术观念等更接近人的“思维活动”。原本被视为体现创作主体性的这些“思维活动”，被技术所分担甚至取代。生成式人工智能正在由单一辅助工具，转为参与文化生产的“准主体”，这在当下的艺术创作语境中尤为敏感。一旦人们难以判定一项创意、一种构图或一个观念究竟有多少是来自作者本人，原创性作为艺术价值内核的稳固性就开始松动。这时，问题不再是生成式人工智能创作能不能成为艺术，而是在生成式人工智能大量参与的情况下，艺术还应依据什么来界定？

    　　回到新大众文艺的讨论语境，生成式人工智能介入美术创作也成为破除专业垄断、重新分配文化权力、整合创作结构的突破口。利用生成式人工智能进行创作，可以直接绕过某些旧有的训练路径，同时也对创作者提出了新的能力要求，如提示词组织、模型理解、图像筛选、风格判断和跨媒介整合等能力。这说明生成式人工智能并不消解专业性，而是在重塑专业性的内容与形态。

    　　生成式人工智能的介入，直接冲击着美术创作中的垄断性结构：其一是削弱传统专业技术对创作入口的独占，使不掌握学院式技法的人也能够进入视觉生产；其二是在原创性边界被拓宽后，美术创作就不再是少数专业群体的内部事务，而成为更广泛社会主体能够参与的文化实践。在这一过程中，创作、传播与评价之间的关系也发生着改变：大众不仅是观看者和消费者，也成为创作者、传播者和评判者。但是，平台、算法与模型的控制权仍然掌握在少数技术主体手中，他们通过模型偏好、数据训练等重新塑造创作者的趣味与选择，使新的大众实践再次落入技术权力的规训。其中，创作权有部分下沉，可评价权的下沉仍然未决。只有创作权、传播权与评价权都发生重组，生成式人工智能所带来的新大众美术浪潮，才可能推动更具结构性意义的文化转向。

    　　从本质上看，生成式人工智能是一种基于既有数据的、高度复杂的风格化重组与演绎。其底层逻辑是“学习”与“优化”，而非“颠覆”与“革命”。就目前而言，生成式人工智能缺乏艺术家最根本的创作源泉——基于肉身的个体情感体验。艺术创作，尤其是那些伟大的创作，无不深植于艺术家独特的生命感悟和深刻的精神境界。由此，面对生成式人工智能，应将其视为一种激发创意、拓展想象、丰富表达的共创工具，而非完全让其代为创作。

    　　总而言之，人工智能时代，艺术的质态正面临前所未有的更新与重构。这场转型的深层动力，是科技革命与文化自觉的双轮驱动，启发我们展开多重思考。正确认识人工智能与美术创作的关系，厘清艺术的本体价值，有助于更好地实现人机共创，开启更多新的艺术可能。]]>         <![CDATA[新大众文艺蓬勃发展，文艺批评如何砥砺创作[1P]]]>
    　　在手机直播中，用户通过弹幕评论节目内容。

    　　在新大众文艺的语境下，文艺场域正经历着一场前所未有的变革。评论界敏锐捕捉到其中的新质，多从大众场域和跨媒介场域两个维度入手，对新大众文艺之“新”展开了深度诠释。按照当下普遍的理解，大众场域为社会各阶层群体提供了宽广的表达空间，同时带动了大批非专业作者参与创作，扩大了文艺生产的规模。跨媒介场域则以数字技术为支撑，充分融合网络媒体、社交软件与人工智能科技，让更多传统文艺领域尤其是专业圈层之外的声音获得了文化层面的合法性。面对新大众文艺的蓬勃发展与多元样态，文艺批评场域也应与大众场域和跨媒介场域主动适配，对位新大众文艺的核心特质，从理念、话语、方法等角度推动文艺批评的范式转换。
    　　传统文艺批评的标尺通常由专业批评家主导，聚焦美学与历史维度探究文艺作品的价值和意义。无论是具体的一部作品还是某类文艺现象，批评的发力点都在于其外在形式美学与内在精神美学能否有机融合，形成相应的艺术表现力，又能否深刻反映社会现实、回应时代精神，产生持久的艺术史影响。在“艺术”和“现实”之间寻觅恰当的平衡点，既是艺术家执着探问的目标，也是批评家构建批评标准的重要参照。
    　　新大众文艺的崛起，为文艺创作带来了新的契机，诸如素人写作对大众美学精神的全面彰显、短剧平台对大众情绪的精准捕捉、媒介互动叙事对大众文艺参与感的深度激活等，其形态之新、传播之快、影响之广，均对传统文艺批评范式构成了挑战。若仍秉持固有的批评标尺，往往会显得滞后，跟不上文艺更新的步伐。究其原因，在于传统批评的话语权多集中于专业评论者，他们常将文艺作品及现象视为相对封闭的文本，或因固守学院派视角无法与大众审美产生共鸣，或因与技术文化存有隔膜而难以深入。这使得他们在面对新大众文艺作品时，时常显现出“水土不服”或“隔靴搔痒”，导致认知出现偏差。因此，从批评视角解析新大众文艺，需要先熟悉当下批评话语的参与机制与生成原则。
    　　源于大量非专业作者与批评者的参与，艺术作品走出了封闭、静态的自足状态。文艺鉴赏者不再是被动的信息接收者，他们频频借助匿名的身份特质，以即时、短促且直接的信息介入评论，在审美过程中同步完成对艺术作品的批评，进而树立起批评者的主体身份意识。以往那种相对稳固的闭环式话语结构逐渐退场，取而代之的是更具生命力的批评语态。例如，网络小说的连载互动、短视频的弹幕留言、游戏的开放式话语环境以及人工智能带来的阅读辅助等，均消解了批评的单一主体性。集体参与、动态生成的“流”评论与“短”批评，直接影响着文艺作品的后续走向，使文艺活动呈现出强烈的开放性和流动性，也将批评真正抬升至文化平权与民主的时代。既然批评的主客体均处于意义不断增殖、衍生的话语场内，若仍秉持将作者、作品或读者作为唯一解读中心的思路，无视文艺作品所处的媒介语境与互动生态，便很难切入新时代文艺的审美内核，更奢谈揭示其文化内涵。从“大众文艺”到“新大众文艺”，文艺批评理应实现一次系统性更新，至少可从以下几个向度加以把握：
    　　首先，应精准把握新大众文艺语境下文艺批评涌现出的形式新质。在传统的学术性评论与研究性文章之外，网文留言板、视频弹幕、音频播客评论、社交论坛发言等带有即时性色彩的互动式批评纷纷兴起，它们均以言简意赅、表达直接、传播迅速的“短平快”方式匹配大众审美感受，吸引大量受众参与。尤其是网络热播剧播放过程中，观众通过弹幕实时发表看法，弹幕数量及“刷屏”声势营造出全民互动的批评现场。这种与视频播放进度同步的即兴表达，让越来越多的受众养成了看视频时同时看弹幕的习惯，本身即意味着依托媒介平台形成的新型批评方式获得了广泛认可。部分网剧的后台编辑甚至会利用大数据工具收集、分析弹幕，根据反馈倾向调整后续剧情。游戏开发者也能根据玩家的评论，优化更新内容，还有网文作者参考读者留言，动态调整人物命运走向，等等。
    　　这些例证充分表明，来自民间的“原生态”评论已汇合成当下文艺批评的活跃力量，它打破了传统文艺批评中“评论迟滞于创作”的局面，不再单纯追求深度的意义阐释和精英化审美，而是以鲜明的在场感、广泛的参与性直接介入文艺生产的常态化流程，既打造出容纳众声的场域，也彰显了社会的共性情绪。围绕新大众文艺展开批评，就需要将批评目标从对完成态作品的细读，向批评的过程追踪延展，将带有流媒体特性的评论信息纳入考量范畴，洞察其形式特征、话语特点与代际文化属性。唯有如此，才能逐步揭示这些动态性话语内蕴的大众文化心理，解析其如何反向影响文艺作品的发展走向。
    　　其次，要客观认识人工智能技术之于文艺批评的双面效应。一方面，面对海量的文本、音频、图像等数据时，受众可以借助人工智能的大数据分析能力，准确调取作品主题思想、内容结构、情感指向等核心信息，快速形成对同类文本的宏观认识。观众的手指或许刚触碰到视频作品的标题，屏幕便自动弹出关于作品的内容综述甚至是人物结构图。这种智能化的信息提取乃至综述能力，既为受众了解作品内容提供了便捷的信息服务，也提升了文艺批评的效率。批评者无须再像以往那样，耗费时间进行烦琐的文献梳理与复杂的数据分析，他们完全可以把更多的精力投入到作品多维意义的挖掘中，探索文本的深层情感结构。另一方面，算法逻辑在助力批评效能提升的同时，也潜藏着相应的风险。人工智能往往需要通过分析关键词频率，利用已有的话语模型，才能实现对文艺作品的分析，这便容易陷入同质化、模式化的窠臼，丧失评论的深度与理性。批评者理应警惕算法形成的“信息茧房”，在利用人工智能辅助分析的同时，需从技术层面理解算法推荐的工具特性，求索其背后的价值导向，并始终坚持独立思考，沿着自我生命体验向作品投以理论关怀之光，以此照亮潜藏于文本内部的立体情感世界。由此，方能破译新大众文艺的文化密码，有效规避技术理性对批评主体性的遮蔽。这种兼具思想灵性与生命温度的批评，正是冰冷的算法逻辑难以完全模拟的。
    　　再次，新大众文艺需要构建与之适配的批评伦理。新大众文艺构建了平权开放的话语空间，使“素人写作”成为可能，“素人批评”也自然应运而生。这类批评带着未经雕琢的真诚，可以随时发声、直抵核心、切中问题本质，对学院派那种注重学术史爬梳和学理阐述的批评方式形成了有益补充。然而，批评的话语权向所有人放开，也容易引发各类问题。部分“素人批评”虽有原生活力，却因缺乏足够的理论支撑，很容易陷入自说自话的片面表达，或是受主观情绪的影响，变文艺评论为非理性宣泄抑或干扰社会秩序的网络暴力工具。媒介话语对“引流”逻辑的重视，又让一些人选择用博人眼球的“大词”制造观点，刻意引起争议性话题，将大众引入审美迷津。因此，构建新大众文艺的批评伦理，首要任务便是呼唤批评者的社会责任意识，对批评场域内的伦理失范现象进行有效纠偏。无论是研究者的专业剖析还是普通人的即兴评论，发言者都应秉持对创作者和艺术作品的尊重，展现出对各类音色的包容，将注意力集中在审视文艺作品本身的价值上，尽力避免个人情绪对批评的过度渗透。
    　　更重要的是，批评者需要明晰批评的价值立场，接续传统批评中对文艺“真善美”的持久追求，关注那些真正浸润大众生活、道出大众声音、塑造大众形象的作品，特别是要从不同行业平凡人的笔触中读出生存的力量感，探知日常生活的厚度，关注其间蕴藏的中国人民日用而不自觉的道德良俗。这些作品或许在艺术上仍显粗粝，但其原生态色彩以及美学延展性，正是对“生活即文艺”理念的有机契合。批评应该摆脱空泛的表态或是浅层的臧否，以思想层面的历史穿透力，对文艺作品所映射的社会现实作出及物关怀，及时向大众传播独立的声音与智性的思考。面对新大众文艺中可能出现的不良倾向，比如内容失范、价值观扭曲、高度套路化等现象，批评者有责任予以揭示并发出建设性的声音，推动文艺更好地服务于社会发展与人的现代化建设目标。
    　　身处新大众文艺时代，批评的生成方式、传播形式以及内容体式已发生新变，依托技术语境生成的“微评论”“微表达”等媒介批评，同传统的学术批评共同构成了复合型的评判生态。评论者需结合新大众文艺的时代特征与内在特质，真切理解文艺批评从“文本世界”到“文化场域世界”的转向，综合估衡文艺作品的美学价值及其衍生的产业价值、传播价值和社会价值，在媒介美学创造力、大众情感共鸣力、精神价值引导力等层面重新确立批评的标尺，方能有效实现对新大众文艺内涵的准确阐释，进而构建出一套既能跟上新大众文艺发展速度，又能持续引领其健康发展的评价体系。]]>         <![CDATA[智能化军事体系是以人工智能为支撑的复杂巨系统，这一复杂巨系统包括哪些方面？具体内涵是什么？]]>
    　　智能化军事体系，重点依托人工智能等信息技术，以数据为底层驱动、以算法为工作路径。除了宋教授举例的两方面以外，还有以下六个方面：以新域新质力量为重点，建设全域联动、攻防兼备的智能化作战力量体系；自主可控、体系适配的智能化武器装备体系；数网融合、云联支撑的智能化网络信息与数据体系；精准高效、无人联保的智能化后勤装备保障体系；复合全能、智技兼备的智能化军事人才体系；数智赋能、精细治理的智能化军事管理体系。这些共同构成了复杂的智能化军事体系。]]>         <![CDATA[黄仁勋劝应届生别怕AI？]]> IT之家 5 月 11 日消息，据《商业内幕》今天报道，英伟达创始人兼 CEO 黄仁勋最近出席卡内基梅隆大学 2026 年毕业典礼演讲，强调 AI 将为人类整体带来积极影响，即将走出校园、踏入职场的应届生们也将受惠于 AI。

    ▲ 黄仁勋，图源：英伟达
    他在演讲中表示：“现在是你们实现梦想、开启职业生涯的时候，而这个时代再合适不过了”。
    黄仁勋现年 61 岁，身价接近 1860 亿美元（IT之家注：现汇率约合 1.27 万亿元人民币）。他 1984 年毕业于俄勒冈州立大学电气工程专业，随后又在斯坦福大学获得电子工程学硕士学位。
    1993 年黄仁勋创立英伟达，正值互联网革命兴起之际。
    他告诉应届生，AI 正在缩小技术鸿沟，让任何人都能打造有价值的产品。意味着未来几年，社会上的年轻人将迎来大量新机会。
    黄仁勋的乐观态度与公众对 AI 的焦虑、不满情绪形成鲜明对比。
    皮尤研究中心数据显示，大约 50% 美国民众认为，AI 普及对他们来说“负面影响大于正面”。与此同时，美国各地有不少居民反对建设新数据中心。今年至少已有十多家大型企业表示，AI 带来的效率提升是其裁员的重要原因之一。
    AI 也让求职变得更加困难，2026 年初，美国应届生失业率飙升至四年最高水平。
    不过某些 AI 领袖的三言两语，也让公众的担忧情绪加剧。
    例如 Anthropic 首席执行官 Dario Amodei 去年曾警告，AI 可能会消灭 50% 入门白领岗位。xAI 首席执行官埃隆 · 马斯克则表示，人类面临“20% 的毁灭概率”。
    这些负面的公众情绪可能会影响即将到来的美国中期选举，AI 监管预计将成为核心辩题之一。
    而黄仁勋则在最近几周频繁露面，试图反驳这些悲观预测。他在本月早些时候表示，AI 领袖们应该慎言慎行、以实为据，并警示道：“很多人一旦成为 CEO，就会产生‘上帝情结’，然后觉得自己比谁都懂”。
    对于卡内基梅隆大学的毕业生们，黄仁勋说道：“AI 不太可能取代你们。但比你更会用 AI 的人，更可能取代你”。
    ]]>         <![CDATA[从“AI差等生”到全能选手，谷歌(GOOGL.US)正悄悄逼近世界最大公司宝座]]> 智通财经APP获悉，谷歌(GOOGL.US)正凭借其在人工智能(AI)领域的全面布局，向全球市值最高公司的宝座发起有力冲击。市场观点认为，这家从搜索起家的巨头，已悄然进化为AI竞赛中几乎“全能”的选手。

    从“落后者”到“领跑者”
    不到一年前，投资者还在集体抛售谷歌——那时市场担心，生成式AI会颠覆其核心搜索业务。然而，随着谷歌将AI融入搜索、Gemini模型跻身主流聊天机器人，市场叙事发生了根本性扭转。

    如今，谷歌股价在过去12个月里飙升约160%，仅在4月份就上涨34%，创下2004年以来最佳月度表现。截至上周末，公司市值达到4.8万亿美元，虽仍落后于英伟达(NVDA.US)的5.2万亿美元，但差距在过去半年里急剧缩小，甚至在周二盘后交易中一度短暂反超。
    自去年10月31日以来，谷歌股价已累计大涨43%，而同期英伟达仅上涨6.3%，表现逊于标普500和纳斯达克100指数。
    “拥有几乎整个AI技术栈”
    投资者之所以愿意为谷歌慷慨定价，核心在于其几乎覆盖AI产业链的全部关键环节。Deepwater Asset Management管理合伙人Gene Munster指出：“谷歌是AI领域布局最完善的两家公司之一，因为它们拥有几乎整个技术栈——芯片、模型、基础设施和分发网络，更重要的是，公司盈利基本面十分稳健。”他眼中与谷歌处于同一梯队的另一家企业，是埃隆・马斯克旗下的太空探索技术公司SpaceX。该企业于今年2月与xAI完成合并，交易估值达1.75万亿美元。
    这一判断精准概括了谷歌的独特优势。当英伟达在AI芯片领域独占鳌头时，谷歌的自研张量处理器(TPU)正获得越来越多客户青睐。谷歌CEO桑达尔·皮查伊透露，TPU很快将允许谷歌云客户在自己的数据中心运行。Citizens分析师Andrew Boone预计，TPU相关基础设施业务在2026年将为谷歌贡献约30亿美元营收，到2027年更将飙升至250亿美元。
    不仅如此，谷歌旗下还拥有谷歌搜索、谷歌云、YouTube和Waymo等多项庞大业务，其Gemini AI模型被公认为行业顶尖，公司同时也是拥有另一领先模型Claude的Anthropic的重要投资方。
    “谷歌几乎深耕AI生态的每一个关键领域，凭借全业务布局优势，已然具备成为AI时代最大赢家的绝佳条件，”CooksonPeirce Wealth Management首席投资官Luke O’Neill表示，“英伟达是一家优秀的公司，但如果AI支出放缓，其业绩可能更具周期性。而谷歌业务高度多元化，即便某项业务表现不佳，其他业务也能及时补位。没有哪家公司拥有比谷歌更宽的护城河，它就像是互联网时代的代名词。因此，它成为最大公司完全合情合理。”
    最新一季财报也展示了谷歌如何在大型科技公司中脱颖而出。公司不仅在搜索和云业务上实现了超预期增长，其云业务积压订单更是几乎翻倍，达到4620亿美元。摩根大通目前已将谷歌列为其科技板块的“首选”，瑞穗分析师也上调了其目标价，认为市场对未来两年谷歌云的收入和运营利润共识预期仍显著偏低。
    Janus Henderson Investors研究分析师Divyaunsh Divatia表示：“谷歌几乎拥有你想要的一切，这就是为什么每个人都如此安心地持有它——因为它在AI领域拥有太多成功的路径。我仍然看好英伟达，它依然非常强大，但它只是一家芯片制造商。”
    别忽视“下一个甲骨文”的警示
    尽管涨势如虹，谷歌当前的估值也水涨船高。其股价为预估盈利的28倍，虽不及互联网泡沫时期的极端估值，但已远高于过去10年不到21倍的平均水平，也接近2008年以来的最高估值区间。
    不过，CooksonPeirce的O’Neill引用巴菲特的名言“以合理价格买入优秀公司，远胜于以低廉价格买入平庸公司”来强调，当前价格依然合理：“即便我们不再能以极低价格买入，但认为这一估值可以维持甚至进一步增长并非不合理。”值得一提的是，巴菲特旗下的伯克希尔·哈撒韦(BRK.A.US)去年也罕见地投资了谷歌。

    但这并非意味着投资谷歌不存在风险。首先，Gemini及其他顶级AI模型仍有可能会被竞争对手超越。谷歌去年股价表现不佳便足以说明，AI时代的市场情绪变化何等迅速。
    其次，据此前的报道称，Anthropic承诺未来五年将在谷歌云上支出2000亿美元，以获取5吉瓦的算力。若将其与谷歌4620亿美元的云积压订单相比，单这一家客户的承诺就可能占未来合同收入的40%以上。D.A. Davidson分析师Gil Luria为此敲响警钟：“这与甲骨文(ORCL.US)的情况如出一辙。”去年9月，甲骨文股价因积压订单暴增360%而飙升，事后却被发现绝大部分增长来自与OpenAI的单一交易。
    这种“AI资本循环”式的增长暗含脆弱点：谷歌本身是Anthropic的重要投资方，向其注入数十亿美元，后者又用这笔钱大量采购谷歌云和TPU。若剔除这类关联交易，真实内生增长是否同样强劲?一旦Anthropic的巨额烧钱模式难以为继，或未来转移至其他云平台，如今看似坚实的增长基石便可能动摇。这对投资者意味深远——光鲜的积压订单数字背后，可能需要更精细地甄别客户集中度和收入质量。
    ]]>         <![CDATA[跳芭蕾的机器人、翻跟头的机器狗……探访科博会上的科创“尖货”]]> 环球时报报道 记者 李迅典】编者的话：第二十八届中国北京国际科技产业博览会（简称北京科博会）5月8日至10日在国家会议中心举办。步入展馆，《环球时报》记者看到的并非“摆展板、放产品”的静态模式，取而代之的是一场场鲜活的“路演”：跳芭蕾的机器人、翻跟头的机器狗、实时翻译的AR眼镜以及和人类挥手互动的巨型机器人。这里不仅是前沿科技成果的展示窗口，更是中国科创力量从实验室走向产业化的缩影。
    从“灵巧双手”到“巨身”机器人
    《环球时报》记者在本届科博会上最直观的感受是：中国的人形机器人已不再是在实验室里“蹒跚学步”，而是向着高动态运动、精细操作、场景落地全面冲锋。

    在北京人形机器人创新中心展台，刚发布两个月的“天工3.0”机器人成为焦点。项目负责人田亚静告诉《环球时报》记者，相比二代，三代形态更轻便，算力跃升三四倍，“现在可以做俯卧撑、跳舞、侧翻、托马斯回旋，甚至上台阶。”
    但作为国家地方共建的具身智能创新中心，他们的雄心不止于“炫技”。田亚静强调，中心承担着开源责任，开源硬件、软件和模型，“让更多想入行的人先学习起来，让生态合作方先进入行业，再一起共创场景应用。”目前，二代产品已在工业生产线的搬运、质检、分拣等岗位进行小批量验证；三代产品则在今年4月下旬的“勇士挑战赛”中完成了跨越障碍、开门等防灾救援模拟任务。
    “我们的规划是先在B端大批量落地，等成本降低、智能程度提高后，再逐步进入C端和养老方向。”田亚静说。
    如果说“天工”代表了人形机器人的最新成果，那么北京达奇月泉仿生科技有限公司则展示了“灵巧双手”的另一种可能。该公司智库主任胡喆祺向《环球时报》记者介绍，他们基于20多年人体科学研究，提出了国际首创的仿生拉压体机器人理论与技术，颠覆了传统机器人的设计思路，以多层多级刚柔耦合系统级设计，实现了对人体骨骼肌肉系统生物力学特性的复现。
    “我们自研的仿生关节可实现单关节六自由度，人工肌肉能还原人体骨骼肌的生物力学特性，还有多层多级刚柔耦合系统实现动力传输、能量管理和环境交互。”胡喆祺说。这套系统的直接成果是全球自由度最高的仿生灵巧手“应手Y-Hand M2”：单指输出力达180牛，是传统灵巧手的5到7倍；重复定位精度0.04毫米，提升一个数量级；能完成人手全部33种灵巧操作，成功率96%，甚至可以单手开瓶盖、穿针引线、捻开扑克牌。
    “现在人形机器人行业有三大瓶颈：运动能耗高、手臂操控弱、人机交互安全性差。我们要通过模仿人体运动来突破。”胡喆祺说。目前，这款灵巧手已搭载在自研的轮式底盘人形机器人上，在一汽富维的汽车产线上完成分拣、抓取、拧螺丝等作业。
    在国家会议中心二期，一进大厅，《环球时报》记者的目光就被一款名为“招财”的超仿真人形机器人吸引，这是中科巨身推出的全球最高、最大的具身智能机器人之一。这款机器人以“坐姿”亮相，站立时可高达6米，“坐姿”状态下也达3米高，引发不少市民围观打卡。
    “我们的定位是地标性引流机器人，帮助商业和展览展示更好地传播。”该项目负责人戴晓君告诉《环球时报》记者，别看它体型巨大，内部结合了大模型，可实现流畅对话和导览。一只手臂就近百斤，对关节负载能力要求极高。“机器人做大很难，但我们实现了自主可控。未来我们希望打造机器人领域的‘航母效应’，带动整个产业在全球的引领力。”
    戴晓君在现场还通过手机向《环球时报》记者展示了还未发布的最新巨型机器人“黑武士”：近10米高，眼睛、嘴巴均可动，动作更流畅。“迪拜塔因为最高最大而被全球记住，我们也要做原创的、巨型的、让人过目不忘的中国机器人。”戴晓君表示。
    从“城市矿山”到“极限热管”
    能源安全与未来能源是“十五五”规划纲要中的关键词之一。在科博会现场，《环球时报》记者发现，中国能源科技的自主突破取得了一系列新的成果。聚光太阳能发电系统是“十五五”时期重点方向，但聚光倍率越高，取热难度就越大，高温热管技术正是破解这一瓶颈的关键技术。在中国科学院工程热物理研究所的展台前，副研究员袁达忠向记者展示了一项名为“高温热管”的核心技术。

    “目前，该技术已衍生出两大成熟应用：面向西藏等高海拔极寒地区的民生供暖问题，我们与中国建筑科学研究院携手，采用零污染的水介质进行集热循环，即使在寒冷的冬季，集热温度也能达到85摄氏度以上。”袁达忠表示，面向零碳园区的工业蒸汽需求，该所与中科资源公司合作，在河北保定建成并成功示范运行了碟式聚光蒸汽发生系统。
    如果说高温热管技术解决了“如何高效取热”的问题，那么中科九朗（北京）能源科技有限公司的成果则回答了“如何让传统能源管网更绿色”的命题。工作人员展晓津告诉《环球时报》记者，他们首创的“天然气压差发电零碳复温技术”，能在不燃烧化石能源、不增加碳排放的前提下，利用天然气管网节点的压力差发电。
    “全国天然气管网遍布各地，每个减压点都蕴含能量。别看单个点能量小，但积水成海、聚沙成塔。”展晓津说，这套系统的核心设备，透平膨胀机转速达到4万转每分钟。“转速越快，从压力中提取的能量就越多，我们的效率比别人更高。”更关键的是，这套系统发电持续稳定，不像光伏风电那样受天气影响，可作为电网的稳定备用电源，对能源安全具有战略意义。
    在热声发电领域，北京国科声能科技有限公司带来了百千瓦级自由活塞热声斯特林发电机。项目负责人介绍，这项技术理论寿命无限，已有近20年运行实例，且能源适应性极广，无论是熔岩、液态金属，还是垃圾焚烧的腐蚀性气体，只要有热量就能发电。“我们能做到百千瓦级，国际上其他厂家最大也就12.5千瓦，还是实验机状态。”
    能源技术的突破不仅在前端发电，也在后端回收。北京佰特豪斯科技有限公司“电池之家”项目负责人周柏樟向《环球时报》记者介绍了一个严峻的现实：2024年之前，退役动力电池仅一部分流入正规处置渠道，还有不少流入无环保和安全保障的小作坊。依托北京理工大学建设的全国新能源汽车监控平台（已接入近4000万辆车实时数据），该公司开发了电池寿命评估和退役预测大数据模型，搭建线上平台对接合规回收企业，同时自建区域仓储体系。“我们把退役电池视为‘城市矿山’，通过循环利用减少对海外锂、钴资源的依赖。”周柏樟强调，这不仅是商业行为，更是助力国家新能源战略。
    从芯片突破到“创新森林”
    在科博会现场，《环球时报》记者发现，国产芯片的突破正在从“能用”向“好用”跨越，且呈现出“存储即计算”的新范式。

    大模型时代，算力焦虑已从GPU蔓延到数据搬运的“内存墙”和“存储墙”。忆芯科技AI首席科学家薛立成给记者打了个比方：传统链路中，数据从SSD到GPU要走“CPU-内存”绕路，CPU大量精力花在搬运而非计算上。
    忆芯科技推出的AI SSD STAR2000D，在存储侧集成了8 TOPS盘内计算能力，将数据预处理、向量检索、KV Cache量化等任务下沉到SSD内部完成，只向GPU输送“成品数据”。“这能降低40%-70%的显存占用，推动Token综合成本降低30%-40%。”薛立成介绍，在RAG（检索增强生成）场景中可实现盘侧预处理和零拷贝直达GPU；在文生视频场景中，内存占用下降40%-60%，吞吐提升1.5-2倍。更关键的是，其自研主控芯片STAR2000同时覆盖NAND管理、LDPC纠错、高速接口控制和AI加速，填补了国内空白，整体技术国际先进，部分国际领先。
    “未来算力基础设施不是‘GPU独大’，而是‘GPU+AI SSD’协同生态。”薛立成表示，忆芯正持续推进与国产服务器、国产GPU的适配，为自主可控AI数据中心筑牢底层。
    在数字光芯展台，《环球时报》记者则亲身体验了一款AR眼镜：当与人交谈时，眼镜上可实时浮现出所需文字的字幕，可将对话实时翻译成多国语言，几乎无延迟。这背后是一颗国产的Micro LED驱动芯片。该项目负责人黄苒在接受《环球时报》记者采访时表示，该芯片应用领域包括AR/VR、数字投影以及智能车灯矩阵大灯。
    “从设计到制造，我们全部采用国产设备、全国产技术。”黄苒强调，目前团队已实现高分辨率4K Micro LED投影芯片的突破。未来，4K投影机有望从目前笨重的体积缩小至一个盒子大小，应用场景将从消费电子扩展到车载、工业应用等领域。
    本届科博会带给人的最深印象，并非某个孤立的“黑科技”，而是一幅完整的中国新质生产力图谱：无论是能源领域的“热桥”技术、压差发电，还是具身智能领域的开源生态、仿生理论，抑或是芯片领域的存算一体、近数据计算，这些成果不再是孤立的“技术盆景”，而是围绕产业链关键环节形成的“创新森林”。
    ]]>         <![CDATA[任正非罕见出镜！华为芯片中心亮相新闻联播]]> 5月8日，华为练秋湖研发中心芯片基础技术研究实验室在《新闻联播》中正式公开亮相。华为董事、首席执行官任正非罕见出镜。

    据悉，华为练秋湖研发中心是华为全球最大研发中心，位于上海市青浦区金泽镇西岑社区。

    目前暂无关于华为芯片基础技术研究实验室的相关信息公开。据IT之家消息，有消息称该实验室可能是支撑华为麒麟芯片、鲲鹏处理器、昇腾AI芯片等产品的研发阵地。

    ]]>         <![CDATA[华为一降再降，麒麟9030Pro旗舰跌价1300元，新机都不香了？]]> 华为Pura90系列上市之后，很多人第一反应可能是：既然新机来了，那肯定买新不买旧。尤其是Pura90 Pro Max这种定位影像旗舰的机型，外观更年轻，拍照玩法更多，确实很容易让人心动。

    但我看完价格和配置之后，反而有一个更强烈的感觉：华为Mate80 Pro Max越来越香了。

    不是说Pura90 Pro Max不好，而是到了六七千元这个价位，买手机真的不能只看发布会上的亮点。刚买回来那几天，影像玩法、AI功能、外观配色确实很吸引人，可真正用上一年两年之后，决定体验的往往不是这些“新鲜感”，而是性能余量、屏幕素质、通信能力、系统稳定性和整机堆料。

    而这些方面，Mate80 Pro Max明显更像一台“能稳住场面”的顶级旗舰。

    先看价格，这一点很现实。华为Pura90 Pro Max的12GB+256GB版发布价就达到6499元，16GB+512GB版更是7499元。反观Mate80 Pro Max，16GB+512GB版发布价7999元，如今已经跌至6699元，降价幅度达到1300元。

    这就很微妙了。以前Mate80 Pro Max贵，很多人可能会觉得没必要上这么高的版本。但现在价格下来之后，它和Pura90 Pro Max之间的差距被拉小了，甚至同样看大内存版本，Mate80 Pro Max反而显得更有吸引力。

    我一直觉得，买华为高端机的人，大多不是单纯为了跑分，而是图一个“稳”。Mate80 Pro Max搭载麒麟9030 Pro，Pura90 Pro Max搭载麒麟9030S，两者日常使用当然都没问题，刷微信、看视频、拍照、导航都能应付。但如果你是重度用户，经常多任务切换、开车导航、拍视频、玩游戏，或者打算一台手机用三四年，那Mate80 Pro Max的性能余量肯定更让人放心。

    旗舰手机最怕的不是刚买回来不流畅，而是用了一段时间之后开始吃力。尤其现在手机功能越来越多，系统、影像、AI、后台应用都在吃性能，买高端机我宁愿多留一点余量，也不想刚开始图新鲜，后面越用越纠结。

    屏幕方面，我也更偏向Mate80 Pro Max。它那块6.9英寸双层OLED屏，支持1-120Hz LTPO、高频PWM调光，峰值亮度也非常夸张，整体规格确实更像顶级旗舰该有的样子。Pura90 Pro Max也不差，抗反光和耐刮玻璃对户外使用很友好，尤其拍照取景时会更舒服。但如果从长时间刷手机、看内容、强光下使用这些角度看，Mate80 Pro Max的屏幕上限还是更高。

    当然，Pura90 Pro Max最强的地方肯定是影像。2亿长焦、AI姿势推荐、XMAGE智拍，这些功能很适合喜欢拍人像、拍氛围感、拍长焦细节的用户。它的风格更年轻，也更容易拍出一眼好看的照片。对于经常发朋友圈、发小红书，或者很在意照片观感的人来说，Pura90 Pro Max确实有吸引力。

    但Mate80 Pro Max的影像并不是弱，而是更均衡。它有超高动态主摄、超广角、微距长焦和超长焦，4倍与6.2倍光学变焦覆盖更完整。我的理解是，Pura90 Pro Max更擅长把照片拍得漂亮，Mate80 Pro Max则更擅长在各种场景下都拍得稳。拍风景、人像、远景、演唱会、旅行记录，Mate的适应面会更广一些。

    续航和快充方面，两台手机差距不大，都是6000mAh电池，100W有线快充和80W无线快充。Pura90 Pro Max稍微轻一点，手感也会更友好，这一点必须承认。但Mate80 Pro Max更重，也不是白重，它在通信、防护和细节上更像一台商务旗舰。天通卫星通信、北斗卫星消息、3D人脸识别、USB 3.1 Gen 1，再加上更强的防护能力，这些东西平时可能不够刺激，但真正用到的时候，会让人觉得钱没有白花。

    所以我个人认为，如果你特别喜欢拍照，喜欢新外观，喜欢AI影像玩法，Pura90 Pro Max当然值得看。它是一台很有辨识度的影像旗舰，适合追求新鲜感和出片效果的用户。

    但如果你买手机更看重长期体验，更希望一台手机用几年都不掉队，那我会更推荐Mate80 Pro Max。它不像Pura90 Pro Max那么会制造话题，但它胜在全面、扎实、可靠。性能更强，屏幕更顶，通信更完整，长焦覆盖更均衡，整机气质也更成熟。尤其现在16GB+512GB版已经跌至6699元之后，Mate80 Pro Max的捡漏价值明显上来了。

    你觉得现在买华为高端机，是应该优先选择更新、更会拍的Pura90 Pro Max，还是趁着降价捡漏更全面的Mate80 Pro Max呢？欢迎在评论区聊聊你的看法。如果你也觉得这篇文章有参考价值，别忘了点赞、转发和关注一下，后面我会继续帮大家挖掘更多真正值得入手的高性价比旗舰。

    ]]>         <![CDATA[OTA 升级后续航减 200KM，央视揭新能源汽车「锁电」真相；黄仁勋：别怕 AI，应届生迎来最好时机]]> 系统 OTA 升级后续航从 500km 变 300km？央视揭秘新能源汽车「锁电」真相

    5 月 10 日消息，据央视报道，有车主反映其标称 CLTC 续航 510 公里的车辆，在完成一次夜间 OTA 升级后实际续航不足 300 公里，快充时间也从 40 分钟延长至 70 分钟。因此，近日新能源汽车行业「锁电」问题持续发酵，引发广泛关注。

    所谓「锁电」，是指车企通过 OTA 远程升级或线下软件更新，在未经消费者明确同意的情况下，擅自修改电池管理系统参数，限制电池充电上限、放电深度及充放电功率，导致车辆续航里程缩水、充电速度变慢、动力性能下降等现象。

    央视指出，「锁电」并非个别车企的偶发行为。大量车主集中反映车辆在夜间静默升级或到店刷机后，出现续航大幅缩水、充电速度减半、动力输出受限等问题。（来源：IT 之家）

    特朗普撮合苹果重返英特尔代工 25% 晶圆价格优势撬动台积电垄断现状

    据《华尔街日报》报道，苹果已与英特尔达成一项初步芯片代工协议，标志着这家曾在 2023 年「决裂」的老伙伴重新回到苹果供应链核心。这笔交易被业内视为苹果在成本控制、供应链安全和议价能力上的多重布局，同时也有美国政府与总统特朗普亲自出面「推销」的身影。

    报道指出，苹果与英特尔的新合作模式，很可能会沿用苹果与台积电现有的分工方式：苹果基于 ARM 知识产权自行设计定制芯片，由代工厂在先进制程产线上负责制造。目前协议的具体细节尚未公开，但硅片生产节点几乎可以确定将锁定在英特尔的 18A-P 制程。

    《华尔街日报》援引消息人士称，总统特朗普在与苹果 CEO Tim Cook 的一次会面中，强调自己「喜欢英特尔」，并称政府通过所持英特尔股份已经赚取了「数百亿美元」。有分析认为，在美国大力推动本土半导体复兴的政策框架下，这种来自白宫的背书与协调，对苹果与英特尔达成合作起到了实质性推动作用。（来源：今日头条）

    消息称阿里巴巴将深度整合千问与淘宝，打造 AI 对话式购物新体验

    5 月 10 日消息，据路透社报道，知情人士透露，阿里巴巴正准备官宣将旗下人工智能平台千问与电商平台淘宝进行深度整合，此举旨在以对话式购物替代传统关键词搜索，带动消费交易。

    此次整合落地后，消费者无需手动翻阅商品列表，只需在千问 App 中与 AI 智能助手对话，即可完成商品浏览、比价及下单购买全流程。

    据报道，千问 App 将接入淘宝、天猫超 40 亿款全品类商品库，依托专属「技能库」实现物流管理、售后服务等能力；同时还会根据用户历史订单与购物偏好，为用户智能推荐商品。

    淘宝站内也将上线由千问赋能的 AI 购物助手，内置虚拟试穿、30 天价格走势追踪等实用工具。

    注意到，阿里巴巴加码 AI 驱动购物，凸显出中外电商平台的发展差异：中国电商模式可将人工智能深度嵌入实时交易环节；而海外平台布局更为分散。亚马逊虽借助 AI 优化站内购物体验，但对全流程自主交易仍持谨慎态度；加拿大电商平台 Shopify 则偏向接入第三方 AI 助手，并未搭建面向消费者的一体化自研 AI 平台。（来源：IT 之家）

    英伟达黄仁勋最新演讲：应届生们别怕 AI，当下是开启事业的最佳时机

    5 月 11 日消息，据《商业内幕》今天报道，英伟达创始人兼 CEO 黄仁勋最近出席卡内基梅隆大学 2026 年毕业典礼演讲，强调 AI 将为人类整体带来积极影响，即将走出校园、踏入职场的应届生们也将受惠于 AI。

    他在演讲中表示：「现在是你们实现梦想、开启职业生涯的时候，而这个时代再合适不过了」。

    黄仁勋现年 61 岁，身价接近 1860 亿美元（注：现汇率约合 1.27 万亿元人民币）。他 1984 年毕业于俄勒冈州立大学电气工程专业，随后又在斯坦福大学获得电子工程学硕士学位。

    1993 年黄仁勋创立英伟达，正值互联网革命兴起之际。

    他告诉应届生，AI 正在缩小技术鸿沟，让任何人都能打造有价值的产品。意味着未来几年，社会上的年轻人将迎来大量新机会。

    黄仁勋的乐观态度与公众对 AI 的焦虑、不满情绪形成鲜明对比。

    皮尤研究中心数据显示，大约 50% 美国民众认为，AI 普及对他们来说「负面影响大于正面」。与此同时，美国各地有不少居民反对建设新数据中心。今年至少已有十多家大型企业表示，AI 带来的效率提升是其裁员的重要原因之一。

    AI 也让求职变得更加困难，2026 年初，美国应届生失业率飙升至四年最高水平。

    不过某些 AI 领袖的三言两语，也让公众的担忧情绪加剧。

    例如 Anthropic 首席执行官 Dario Amodei 去年曾警告，AI 可能会消灭 50% 入

    门白领岗位。xAI 首席执行官埃隆 · 马斯克则表示，人类面临「20% 的毁灭概率」。

    这些负面的公众情绪可能会影响即将到来的美国中期选举，AI 监管预计将成为核心辩题之一。

    而黄仁勋则在最近几周频繁露面，试图反驳这些悲观预测。他在本月早些时候表示，AI 领袖们应该慎言慎行、以实为据，并警示道：「很多人一旦成为 CEO，就会产生『上帝情结』，然后觉得自己比谁都懂」。

    对于卡内基梅隆大学的毕业生们，黄仁勋说道：「AI 不太可能取代你们。但比你更会用 AI 的人，更可能取代你」。（来源：IT 之家）

    一特斯拉 Model 3 服役 7 年跑了 61 万公里后，实测续航缩水 34.2%

    5 月 10 日消息，电动汽车相比燃油车具备诸多优势，但所有电动汽车的车身外壳之下，都藏着一个令人难以忽视的现实：燃油车的发动机会随着使用年限老化磨损，但油箱容量不会缩水；而电动汽车无论如何都会出现电池衰减和续航缩水问题，唯一的疑问只是电池彻底报废前，续航衰减会严重到什么程度。一辆使用了七年、仍搭载原厂电池的特斯拉，为我们提供了直观参考。

    YouTube 频道「Drive Protected」拥有一辆特斯拉 Model 3，行驶里程已超 38 万英里（约 61.2 万公里）。绝大多数燃油车和电动汽车早就达到报废年限，这辆车却依旧状态良好。该车新车状态下续航为 240 英里（约 386.2 公里），如今满电续航仅剩下 158 英里（约 254.3 公里），续航足足减少了 82 英里，衰减幅度约 34.2%。显然，这样的衰减幅度十分明显，电池容量已远低于原厂初始容量的 70%。

    即便如此，这也并不意味着车辆就彻底报废了。该车在真实路况下以 68 英里（约 109.4 公里）/ 小时的恒定速度进行高速实测，最终跑了 138.3 英里（约 222.6 公里）电量才耗尽。单看数据并不亮眼，但车辆没有到完全无法使用的地步，用于短途通勤或城市日常代步，依旧完全够用。（来源：IT 之家）

    特朗普 T1 手机交付遥遥无期，近 60 万用户订金难追回

    5月 10 日消息，据 IBTimes 报道，近 60 万特朗普支持者每人支付了 100 美元（IT 之家注：现汇率约合 681.6 元人民币）预订一款黄金智能手机，然而近一年过去，这款手机仍未问世。

    据估算，约 59 万名买家每人支付 100 美元定金，总计向该项目支付约 5900 万美元（现汇率约合 4.02 亿元人民币）。截至 2026 年 5 月，尚无一名已确认的买家收到设备。如今，买家收到官方通知，明确表示他们的资金实际上已无法追回，这在「让美国再次伟大」（MAGA）论坛上引发新一轮强烈不满。（来源：IT 之家）

    任正非罕见出镜：华为芯片基础技术研究实验室亮相《新闻联播》

    5 月 10 日消息，在 5 月 8 日播出的《新闻联播》节目中，华为练秋湖研发中心的「芯片基础技术研究实验室」公开亮相。同时，华为技术有限公司董事、首席执行官任正非也罕见出镜，再次现身公众视野。

    目前暂无关于华为芯片基础技术研究实验室的相关信息公开。有消息称该实验室可能是支撑华为麒麟芯片、鲲鹏处理器、昇腾 AI 芯片等产品的研发阵地。

    注：华为练秋湖研发中心是华为全球最大研发中心，位于上海市青浦区金泽镇西岑社区，是上海市重点工程，于 2024 年 7 月全部建成并正式命名，首批员工于 2024 年 10 月进驻。

    华为练秋湖研发中心总占地面积约 2400 亩，建筑面积约 206 万平方米，总投资约 170 亿元，含 104 栋单体建筑，计划陆续引进 3 万多名华为研发人才。2025 华为花粉年会就在练秋湖研发中心举行。（来源：IT 之家）

    古尔曼：苹果 iOS / macOS 27 的 Safari 浏览器将引入 AI 自动整理标签页功能

    5 月 10 日消息，Safari 浏览器大概率将在苹果全球开发者大会（WWDC）上迎来新功能，用户能更轻松地创建标签组。适配 27 系列操作系统的 Safari 浏览器测试版，将借助人工智能自动为用户整理归类标签页。

    注意到，苹果早在 2021 年的 Safari 15 版本中就推出了标签组功能，方便用户整理和保存常用的浏览器标签页。时隔五年，苹果计划对这项功能再度升级。

    彭博社记者马克・古尔曼在其专栏《Power On》中表示，适配 iOS 27、iPadOS 27 和 macOS 27 的 Safari 测试版已对标签组功能进行更新，新增自动整理功能。标签组切换的顶部中央按钮新增了一项测试选项，命名十分贴切——整理标签页。

    开启该功能后，可让 Safari 自动将标签页归类分组，也可保留用户手动整理的布局。选中此项功能时，Safari 会提示：标签页将按浏览主题自动分组。

    苹果并未将该功能标注为 Apple Intelligence 的配套功能，但其实则运用了人工智能技术。该功能的设计思路与备忘录的智能分类十分相似，备忘录可将列表内容自动划分类别，例如把购物清单按商品类型自动归类。（来源：IT 之家）

    微信转账灰度测试「组合支付」：可同时选择零钱 + 银行卡，余额不足无需再凑钱提现

    5 月 10 日消息，微信近期在 iOS 和安卓双端迎来了一波更新，其中出现了一项被不少用户称为「史诗级更新」的新功能——「组合支付」（鸿蒙版也在同步灰度测试）。

    一直以来，用户在微信中进行转账或支付时，只能在零钱、零钱通和银行卡等支付方式中「单选」，账户余额不足时要么提现凑齐，要么分次转账，颇为不便。

    如今，借助「组合支付」功能，用户在好友转账界面输入金额后，点击付款方式旁边的「更改」按钮，在付款方式选择页面的右上角即可找到新增的「组合支付」按钮。点击进入后，用户可以同时勾选零钱、零钱通、多张银行卡等多个支付渠道，并自由设定每个渠道的具体扣款金额。

    值得一提的是，组合支付目前最高仅支持两种支付方式的组合，例如「微信零钱 + 银行卡」或「微信零钱 + 零钱通」，暂时不支持同时使用三种不同的支付渠道完成支付。如果转账被对方退回，退款金额也会按照用户当初设定的支付比例，原路分别退回到各对应的付款方式中。

    全新长轴距版宝马 X5 将于明年登陆中国，搭载与 Momenta 联合研发的辅助驾驶系统

    5 月 10 日消息，近期北京国际车展上，宝马多款新车重磅首发，三款全新车型成为焦点。除即将登陆全球市场的宝马 7 系 /i7 改款车型外，专为中国市场打造的长轴距 i3 与 iX3 两款新世代纯电车型也正式首发。后续还有更多新车规划，下一代宝马 X5 也将为宝马最大的单一市场推出专属版本。

    在季度财报电话会议后的问答环节中，宝马首席财务官瓦尔特・默特尔宣布，中国专属版 X5 将于 2027 年推出。他透露，国内经销商已提前看到这款豪华 SUV，其将搭载与 Momenta 联合研发的高级驾驶辅助系统（ADAS）。宝马新款 iX3 和 i3 的驾驶辅助系统，也已与这家中国科技公司达成合作。

    与另外两款专为中国市场定制的新世代平台车型一样，即将推出的国产 X5 预计将采用加长轴距版本，这在宝马已有先例。现款代号 G05 的宝马 X5 自 2022 年起，便在中国市场推出了加长轴距的 G18 衍生版本。

    说到车型代号，全球第五代宝马 X5 预计将于今年夏季以 G65 代号正式首发；而 2027 年上市的中国长轴距版本，网传代号为 G78。据合理推测，宝马将在大东工厂投产这款加长版 X5；宝马首款纯电动 iX5 也有望在同一家工厂投产。

    若近期相关报道属实，iX5 或将搭载宝马纯电车型史上最大容量电池，容量达 148 千瓦时。除轴距加长外，国产版本与全球版预计还会存在部分技术配置差异，但两款 SUV 整体架构和核心产品力将基本保持一致。（来源：IT 之家）

    长城哈弗猛龙 PLUS 车型 5 月 15 日上市，预售 18.98 万元起

    5 月 10 日消息，长城汽车今日官宣，哈弗猛龙 PLUS 车型将于 5 月 15 日上市。

    内饰方面，哈弗猛龙 PLUS 采用环抱式座舱布局，配备 15.6 英寸 2.5K 悬浮式中控屏和 W-HUD 抬头显示系统，搭载 Coffee OS 3 智慧空间系统及 Coffee GPT 大模型。新车换装了全新的三幅式多功能方向盘，继续采用怀挡式换挡设计，中控屏下方保留了常用功能的物理按键。配置方面，车内提供了 5.4L 智能温控冰箱、12 扬声器音响系统（含主驾头枕扬声器）、副驾 50W 无线快充、小桌板及露营驱蚊灯等装备。前后排座椅均支持加热、通风及按摩功能。

    新车搭载长城 Hi4 智能四驱电混系统，其中 1.5T 发动机最大功率为 115 千瓦，系统综合最大功率达到 330 千瓦，综合最大扭矩为 660 牛 · 米，零百加速 5.8 秒。

    电池方面，新车提供磷酸铁锂和三元锂两种类型，容量分为 23.7 千瓦时、33.7 千瓦时和 44.7 千瓦时三个版本，WLTC 工况纯电续航里程最高可达 191 公里，对应 CLTC 工况约为 255 公里。在满油满电状态下，WLTC 综合续航里程可超过 1000 公里。（来源：IT 之家）

    78 岁中国半导体教父张汝京最新发声：网上很多人执着于 2/3nm 尖端芯片是认知误区，80% 的市场不需要先进制程

    5 月 10 日消息，昨日，有着「中国半导体教父」之称的中芯国际创始人张汝京接受了《科创板日报》专访。年届 78 岁的他，仍为我国半导体产业发展与人才培育持续奔走。

    在接受采访前，张汝京刚从上海临港驱车约 5 小时抵达江苏扬州，此行是为了深入了解高邮市半导体产业发展情况，并实地走访了位于当地的矽谦高端 3D 电容项目建设现场以及江苏鑫沣尚先进材料科技有限公司生产车间。在考察过程中，张汝京多次向当地企业问及「这个产线是不是国产的」，特别关注设备和材料国产化的进展，听到肯定的回答后，他一连说了几声「太好了」。

    针对当前国内半导体产业的发展路径，张汝京指出，「很多人觉得，半导体产业的竞争就是先进制程的比拼，只有做到 3nm、2nm 才算成功，这其实是走进了认知误区。」

    实际上，在全球半导体产业的市场结构中，以产品数量而论，先进制程的市场占比不足 20%，超过 80% 的市场需求其实来自成熟制程与特色工艺赛道，大量被海外垄断的利基型细分市场正是国内企业容易实现突破的切口。（来源：IT 之家）

    *图片来源：视觉中国

    播客上新

    最近，一个新的行业共识在硅谷形成：大模型已开启「左脚踩右脚」的自进化循环。这场底层突破，正在重构 AI 创业的战略选择、竞争格局与行业终局。

    汪华是创新工场联合首席执行官 / 管理合伙人，他完成与众多顶级研究者和模型公司创始人深度对话后，带回了硅谷 AI 圈的一手观察。

    胡渊鸣是 Meshy 创始人兼 CEO，身处硅谷创业一线，公司年化收入已突破 4000 万美金，亲历着 AI 变革的每一个浪潮。

    本期播客，极客公园创始人 & 总裁张鹏将与这两位硅谷一线观察者深度碰撞，希望可以帮创业者们看清 AI 自进化时代的企业布局方向，帮 OPC 们找到黑洞边缘的生存法则，也帮每个普通人理解这波技术跃迁对自己工作和未来的真实影响。

    ]]>         <![CDATA[无人机要“目中有人”]]>
    　　无人机的“无人”本是技术优势。以机械替代人力，在低空灵活翱翔，应用场景不断拓展，给我们的生产生活带来了诸多便利。但倘若视野里没有了人，就会带来诸多问题。比如之前有媒体报道，一些地方的油菜种植户使用无人机喷洒农药，却选择在蜜蜂活跃的时间作业，且未提前告知周边蜂农，导致有蜜蜂中毒死亡，蜂农损失惨重。眼里只有自己的利益，不考虑别人，好事就成了坏事。

    　　无人机飞行作业的区域，多是公共空间，因此必须做到“目中有人”。既充分运用先进科技的强大功能和优势，也要重视使用时可能对他人生计、利益的影响，把人始终放在优先位置，不断提升管理和治理水平，才能确保科技向善、科技为人。]]>         <![CDATA[以数智技术赋能“高效办成一件事”]]>
    　　推动政务服务提质增效、提升行政效能，对加快构建新发展格局、推动高质量发展具有重要意义，是优化营商环境、建设全国统一大市场的必然要求，也是坚持以人民为中心的发展思想的生动体现。从企业和群众需求出发，把“高效办成一件事”作为优化政务服务、提升行政效能的重要抓手，加强整体设计，推动模式创新，能够最大限度利企便民，激发经济社会发展内生动力。数智技术发展和广泛应用，为“高效办成一件事”提供有力支撑，能够深入推动政务服务提质增效，进一步提升企业和群众获得感。以数智技术赋能“高效办成一件事”，既要速度更要质量，必须警惕急功近利、防范“数字形式主义”。随着数智技术的深度嵌入，“高效办成一件事”不仅仅是单一的、一次性的技术改造，更正在成为多要素协同、多主体参与、持续动态演进的数字治理实践。必须坚持系统观念，坚持求真务实，既通过深化改革破除体制机制障碍来厚植数智技术赋能的“潜绩”，又通过打造更好满足企业和群众实际需求的微观落地场景来彰显效能提升的“显绩”，同时统筹好数据开发利用与风险防范、提升技术效率与维护社会公平等关系。

    　　夯实数字底座，推动形成办事场景落地闭环。借助数智技术赋能，“高效办成一件事”能够构建跨区域、跨部门、跨层级的数字底座，大幅降低数据协同成本，破除“数据烟囱”；也能够对业务流程进行优化重塑，为数字服务高效运转提供坚实支撑，实现办事方式多元化、办事流程最优化、办事材料最简化、办事成本最小化。为此，可依托全国一体化政务服务平台，汇总政务数据共享需求，强化跨部门政策、业务、系统协同和数据共享；持续提升政务数据质量，从源头加强数据治理；从企业和群众视角出发，明确每个“一件事”的牵头部门和配合部门及各自职责，优化跨部门办理业务流程；推动各级政务服务场所按需开设远程虚拟窗口，为企业和群众提供远程帮办服务。在数据融合共享与智能算法的双重支撑下，“高效办成一件事”将制度优势转化为治理效能，能够形成更多看得见、摸得着、用得好的社会效果。

    　　统筹发展和安全，以可控可信筑牢风险防范屏障。以数智技术赋能“高效办成一件事”，必须建立在安全可控的基石之上，任何数据泄露或算法歧视都会侵蚀社会公众对数字政府的信任。一方面，要在依法依规共享使用政务数据的同时，强化数据管控，加强全流程安全管理。可运用数据脱敏、加密存储等技术保障合规运行，加大对涉及商业秘密、个人信息等数据的保护力度。另一方面，要警惕并防范“算法黑箱”引发的治理问题，为“高效办成一件事”划出清晰的数字红线。此外需看到，以数智技术赋能“高效办成一件事”应彰显公平普惠，在追求线上服务高效智能的同时，兼顾不同群体的数字能力，有针对性地保留并优化线下窗口服务，以线上线下融合方式保障政务服务公平可及。

    　　着眼长远，以闭环反馈驱动服务优化迭代。加强政务服务数字化、以数智技术赋能“高效办成一件事”，既要建设也要持续优化，不能满足于场景验收“一次过关”，而应在满足企业和群众需求中不断发展，使其与时俱进、贴近群众、精准服务。为此，可加强政务服务标准总体设计，制定完善全国一体化政务服务平台和政务服务中心建设、12345热线运行等标准规范；及时清理和修订与政务服务改革不相适应的行政法规、规章和行政规范性文件，助力实现从“解决一个问题”向“优化一类流程”转变。]]>         <![CDATA[AI化身靠谱“合伙人”]]>
    　　一人公司（One Person Company，缩写为“OPC”）是指个人借助AI工具，独立完成产品设计研发到市场投放的全链路商业闭环，实现“单人成军”的创业方式。

    　　在AI技术赋能下，这些“单人成军”的创业者有着怎样的生存状态？城市又该如何“接住”这股创新浪潮？近日，记者深入实地进行了探访。

    　　科技赋能

    　　从想法到落地，周期大幅缩短

    　　在位于杭州市上城区的一人公司加速社区“鸿鹄汇”，1200平方米的开放式空间内，42个开放式工位已被订出大半。创业者们敲击着键盘。

    　　“AI承担了80%的编程工作，我是战略官、产品经理和首席运营官。”1998年出生的李云帆，在“鸿鹄汇”成立时就选择加入。这名计算机专业出身的创业者曾组建团队开发应用软件，后来转型“一人公司”。他开发的AI作文批改产品“作文说”，上线4个月用户突破1.5万，从代码编写到界面设计，AI都是他的“员工”。

    　　“过去需要一个团队才能完成的商业闭环，现在一个人就能完成。”李云帆指着屏幕上的数据说，相比传统“大厂”，“一人公司”决策快、成本低、转型灵活，从想法到落地，周期大幅缩短。

    　　不仅如此，AI赋能下，创业门槛也大幅降低。王心怡是一名设计专业的在读研究生，24岁时就成为“鸿鹄汇”社区的一名创业者。

    　　“呱呱，我刷手机停不下来了怎么办？”只需对着这只小青蛙说一句，它便能自动“吐”出一张安慰纸条。前不久在杭州举办的环球“黑客松”大赛上，王心怡用48小时打磨出了这款叫“叽里呱呱”的AI打印桌宠，拿下“游戏造物”赛道的金奖。

    　　基于1500份问卷、100小时以上的案例访谈和分析，“鸿鹄汇”近日发布《2026一人公司洞察报告》。报告显示，当前OPC创业者中非技术背景者已占75%，运营背景与技术背景几乎持平。

    　　报告首次提出HACR（人机成本比）指标。数据显示，一人公司每投入1元AI成本，能够等效替代约72元开发人力支出。

    　　“AI工具压缩了代码生产边际成本，当UI（用户界面）可以由AI搭建、代码可以由AI生成，技术背景不再是创业的前置条件，行业认知、用户洞察与商业判断的权重相应上升。”“鸿鹄汇”创始人邹凌认为。

    　　邹凌介绍，“鸿鹄汇”社区自去年9月启动以来，已收到超过1300份创业项目申请，筛选入驻了30多个“超级个体”项目。“我们坚持免费入驻原则，对通过评审的项目给予40万元资金扶持。”邹凌说，目前入驻的企业主要分两种，一类是AI生产力工具，比如语音助手、工业级AI应用等；另一类是创意产业，涵盖动漫、短剧、AI影视结合等。

    　　“OPC与个体工商户在法律形式上最大的不同在于前者是独立法人，后者不是。也就是说，OPC更具有独立经营的特征，在法律意义上是一个完整的企业，在组织形式和发展趋势上都呈现出全新的特点。”清华大学中国发展规划研究院常务副院长董煜说。

    　　政策助力

    　　办事流程简化，创业轻装上阵

    　　如今在杭州，类似“鸿鹄汇”这样的OPC集聚社区正越来越多，这里不仅能够提供物理空间，更成为创业者们建立连接的舞台——

    　　在杭州市西湖区的“魔搭社区”线下开发者中心，开放式的交流区域内，一场微路演正在进行。“想认识更多一人创业者”“找到AI合伙人”“前沿AI交流”……共享办公区的信息墙上还钉着许多卡片，写满入驻者的真实需求。

    　　“对于一人公司的创业者来说，除了物理空间，社群文化和协作氛围能够帮助我们彼此之间重新建立个体连接，从而催生新的创造与商业机会。”OPC创业者陈晖说。

    　　陈晖介绍，此前自己的创业方向是智能台灯硬件。考虑到成本和推广难度，在社区的微路演中，伙伴们建议他换个赛道。如今，他将方向聚焦于AI辅助求职软件：简历优化、岗位匹配和模拟面试都可以一键搞定。交流中，陈晖和曾任上市公司首席人力资源官的祁琳一拍即合——一个深耕技术，一个擅长市场，创业从“一人闯”变成“两人拼”。

    　　在上城区的“中国数谷·未来数智港”，创业者可以在园区门口的“云窗”一体机上自助完成营业执照申领，1小时取证。此外，上城区还推出“OPC一码通”，让政策咨询、空间申请等实现“一码直达、一呼即应”。

    　　“这些设计，切中OPC创业者追求效率的需求，让他们能以最快的速度实现‘从0到1’，将精力集中于核心业务。”“未来数智港”OPC创业者、杭州羚柯智能科技有限公司创始人冉伟说，他利用AI开发出了创业生态服务平台，通过通用智能体，聚合全国各地政策与行业资讯，为OPC创业者提供全流程支持。

    　　如今，浙江省首个人工智能OPC产业政务服务驿站在“未来数智港”启用，驿站按需提供市、区、街道三级政务服务，并整合国企平台资源，让社区内企业“办事不出园区”。同时发布的《杭州上城区人工智能OPC特色产业“一类事”服务清单》，整合行政审批、空间申请、陪跑服务、场景服务等四大类共24个事项，为OPC提供全生命周期的政务服务。

    　　“针对OPC人力不足问题，我们在未来大厅部署‘杭州政务服务·云窗’，提供远程视频一对一帮办，实现企业办事‘零跑腿’，让其专注创新。”上城区审管办相关负责人说。

    　　不仅仅是上城区。4月16日，杭州市市场监管局正式印发《支持一人公司OPC创新创业发展的若干举措》，提出了5个方面12项支持一人公司创业发展的举措——

    　　创业者登录“浙里办”企业开办专区，即可享受AI智能推荐填报、全程无纸化、半天办结服务。首套公章刻制与电子营业执照全免费并邮寄到家。杭州在OPC集聚区探索“沙盒监管”，给予1至3年观察期，以风险提示替代硬性处罚，对信用良好企业“无事不扰”。同步强化公平竞争审查联动机制，严禁将办公面积、人员规模、注册资本等设为准入或奖补门槛，彻底扫除“身份歧视”，支持OPC平等参与AI场景应用与标准制定，抢占行业话语权。

    　　“我们通过走访之后发现，他们在业务上钻研更多，对相关的合规性内容把握能力不够，甚至不知道年报怎么写，不知道发票怎么领。我们的合规性指导如果能够提前介入，可能对OPC来讲，创业成本会更低，成功率会更高。”杭州市市场监管局行政审批处处长傅国伟说。

    　　生态构建

    　　培养系统能力，打造“热带雨林”

    　　记者在走访中也发现，不少OPC创业者最大的焦虑往往不是启动，而是如何活下去、长起来，普遍面临“找钱、找人、找项目”的困境，尤其是缺乏对接市场需求的渠道。这时候，政府主动搭台很重要。

    　　走进位于杭州市萧山区的芯模社区，一栋写字楼的11楼，西湖大学博士后吴宗凯带领团队坐在共享工位前，桌上摆着几台电脑和机械臂模型——这是实境智能科技（杭州）有限公司团队的全部“家当”。这个仅有4名成员的团队通过自研设备、AI生成和物理仿真,构建了高质量的训练数据集，已规划30至50个覆盖抓取、装配、分拣、搬运等典型操作的可复用任务场景。吴宗凯解释：“我们的工作是为具身机器人构建‘世界模型基座’，就是让机器人真正‘看懂’世界。”

    　　“社区提供的算力支持，让我们成本直降六七成。”吴宗凯说，萧山区拥有丰富的工业场景，在芯模社区的牵线下，团队与实体企业的合作越来越多。这种真实的“场景赋能”，比单纯的资金补贴更能解决OPC的商业化痛点。

    　　今年2月，杭州市萧山区提出培育“超级个体（OPC—STC）”示范区行动计划，计划用一年时间培育一批“轻资产、高算力、强交付”的新型经营主体——芯模社区把算力、场景、产业资源都接进来，让“单点能力”加速变成“系统能力”。

    　　在这里，运营方积极为实境智能这样的技术团队对接区内丰富的工业制造、物流等实体场景，让技术能在真实环境中落地。“萧山区是制造业大区，我们讲‘小也有可为’，探索从一个社区、一家企业开始试验，逐步焕新整个产业生态。”萧山区发改局局长骆军说。

    　　在西湖区的魔搭社区，杭州市场景创新中心首个分中心落户于此，已经收集相关方292项需求以及362项技术能力，通过线上小程序自动匹配，还有线下“会客厅”直接对谈。去年9月以来，上城区面向全区征集民生、文旅、消费等领域的实际需求，形成“机会清单”，并定期举办专场对接会，让创业企业上台展示，让需求单位到场寻觅，目前已征集超250项需求，发布141个场景。

    　　杭州市发展改革委人工智能发展处副处长王瑶说，未来将进一步推进开源模型培育、开源社区建设、开源政策创新等举措，接下来将重点推动建立OPC能力清单，并开设OPC场景对接专场，为OPC衔接到更多需求方的资源，提供一个更大的舞台。]]>         <![CDATA[AI的大瓶颈始终是：台积电]]> 科技巨头争相砸钱抢筹AI芯片，全球芯片制造能力正承受前所未有的压力，而这场供给紧张的最大受益者，指向同一个名字——台积电。
    微软、Meta、Alphabet和亚马逊今年合计资本支出计划高达7250亿美元，其中大部分流向AI芯片采购。这股需求洪流直接推高了台积电的产能利用率和毛利率——今年一季度，其毛利率已从一年前的约59%攀升至约66%。台积电首席执行官魏哲家上月表示，对今年营收增速超过30%"充满信心"。
    在芯片投资者的视野中，内存芯片厂商和英特尔、AMD近期风头更劲，但据《华尔街日报》分析，在AI新阶段，没有任何一家芯片公司比台积电更占据结构性优势。
    更值得关注的是，尽管基本面强劲，台积电目前股价对应远期市盈率仅约21倍，低于费城半导体指数26倍的均值，估值并不昂贵。
    供给瓶颈收紧，台积电坐收定价权
    台积电的核心竞争力在于其无可替代的市场地位。在最先进制程芯片领域，台积电几乎没有真正意义上的竞争对手——三星的代工业务营收远落其后，英特尔和日本Rapidus尚在争夺立足点，马斯克近期宣布的Terafab项目即便借助英特尔之力，距离量产也遥遥无期。
    这种近乎垄断的地位，使台积电在供需极度紧张的当下拥有隐性定价权。英伟达截至今年1月最新财季的采购承诺已超过950亿美元，其中相当大比例将支付给台积电，而两年前这一数字仅为160亿美元。部分客户甚至提前数年锁定产能，并预付数十亿美元以确保拿到芯片。
    尽管如此，魏哲家对外措辞审慎。他上月表示："我们不会大幅调整定价，我们只是确保客户能够在各自市场取得成功。"这一表态既稳住了客户关系，也为未来随制程升级而自然提价留下空间。
    毛利率短期承压，长期逻辑未变
    台积电首席财务官Wendell Huang上月向分析师坦承，毛利率在今年下半年将有所收窄，原因是公司正进入最新一代制程芯片N2的量产爬坡阶段。新制程初期成本较高，待生产稳定后成本将随之下降，这是芯片行业的普遍规律。
    此外，台积电在美国扩建晶圆厂也对利润率形成压力，因为美国的工厂运营成本高于中国台湾。
    从更长周期看，随着先进制程趋于成熟，毛利率有望重新回升。台积电还在台湾、日本和美国扩大N3制程产能——这一代工艺虽略逊于最前沿制程，但所需设备成本更低，同样能承接大量AI芯片订单，兼顾盈利效率与产能扩张。
    资本开支高企，但增速仍低于营收
    台积电今年资本支出预计将接近此前预测区间520亿至560亿美元的上限。在芯片行业，产能扩张过快历来是风险所在——一旦需求回落，闲置产能将成为沉重的固定成本负担。
    但台积电目前的扩张节奏并未失控。魏哲家的表态提供了关键参照：今年营收增速预计超过30%，高于资本支出增速，意味着公司并非在透支未来。
    当前需求的能见度也异常清晰。客户的长期采购承诺和预付款安排，为台积电提供了远超行业惯例的订单锁定期，大幅降低了产能投资的不确定性。
    综合来看，台积电集高产能利用率、近乎垄断的先进制程地位、持续攀升的客户预付承诺于一身，却以低于行业均值的估值交易。约21倍的远期市盈率，不仅低于费城半导体指数均值，也远低于英特尔、AMD等市场热度更高的同业。
    ]]>         <![CDATA[这轮AI带来的科技革命，真会比互联网大十倍吗？]]> 01
    今天在朋友圈看到泉果基金的杜凡的一个判断，大意是：这一轮科技革命可能持续十年甚至二十年，目前才走了三年。它不只包含人工智能，也包含机器人、生物基因科技等方向，整体量级可能是过去互联网革命的十倍以上。
    我的第一反应是：会不会又是一个产业高歌的标语。
    毕竟这些年，资本市场已经太习惯用宏大叙事包装行情。从移动互联网到元宇宙，从区块链到新能源，每一轮技术浪潮起来的时候，总会有人试图用一个足够大的形容词，把产业演进压缩成一句口号。
    我专门查了一些海外权威机构和经济学家的判断。
    麦肯锡在2023年的报告中测算，生成式AI每年可能为全球经济增加2.6万亿至4.4万亿美元价值。这个规模已经相当于一个主要经济体的年度GDP。
    高盛的判断也很激进。它认为生成式AI可能在未来十年推动全球GDP增加约7%，对应接近7万亿美元的增量，并把生产率增长提高约1.5个百分点。
    世界贸易组织也从全球贸易角度做过类似判断。AI如果深度应用到跨境贸易、供应链、语言翻译、合规审核、客服和库存预测中，到2040年可能推动全球贸易增长三成以上，并显著提升全球GDP。
    这些机构的表达方式不一样，但底层判断是一致的：AI会从技术行业外溢到整个经济体系。
    当然，海外也有谨慎派。
    MIT经济学家Daron Acemoglu就认为，AI对未来十年生产率和GDP的直接提升可能被市场高估。他的核心意思是，AI确实会提高一些任务效率，但真正能被自动化、被重构、被商业化兑现的任务比例，可能没那么高。
    企业不是一夜之间就能改造组织流程，技术能力也不等于经济产出。
    我觉得这个提醒非常重要。
    因为资本市场最容易犯的错误，就是把技术带来的可能性，直接等同于商业确定性。
    历史上每一次大技术周期，都有两个事实同时成立：
    第一，技术确实改变了世界；
    第二，大量早期投资者并没有因此赚钱。
    互联网泡沫就是这样。
    互联网最终改变了世界，但2000年前后大量互联网公司消失了。真正留下来的，是少数拥有入口、网络效应、商业模式和现金流能力的公司。
    AI大概率也会重复这个过程。
    02
    互联网时代最强的公司，本质上抓住了三个东西：流量入口、用户关系和交易场景。
    谷歌抓搜索，Meta抓社交，亚马逊抓零售，腾讯抓通讯和关系链，阿里抓交易和支付。它们的共同点，是围绕人的在线行为建立网络效应。
    AI时代的底层逻辑会更复杂。它不仅围绕用户行为，也围绕任务、知识、流程和机器能力。
    一个AI Agent不只是帮人搜索信息，它可以帮人完成一段工作流：找资料、写代码、做PPT、生成方案、调用工具、提交表单、连接企业系统，甚至在机器人上执行物理动作。
    这意味着，AI 的市场空间不只来自广告、电商、订阅和软件席位费，还可能来自企业人工成本、研发成本、外包成本、生产损耗、库存效率、能源调度、医疗诊断效率和工业自动化效率。
    互联网的货币化主要发生在注意力和交易上。AI的货币化会发生在劳动和决策上。
    这也是为什么资本市场愿意给 AI 基础设施如此高的估值。
    现在美国大型科技公司持续提高数据中心和 AI 资本开支，背后的假设是：未来每一个知识工作者、每一套企业软件、每一个工业系统、每一个机器人终端，都可能消耗推理算力。
    BlackRock 科技投资负责人 Tony Kim 最近甚至把 AI 比作十个曼哈顿计划同时发生，并称全球 AI 资本开支当前约 1 万亿美元，未来五年还可能增加 7 万亿至 8 万亿美元。
    这个判断很激进，但它揭示了本轮科技革命的一个关键特征：互联网更多是轻资产扩张，AI是重资产扩张叠加软件扩张。
    03
    另外，互联网和AI，二者解决的问题并不一样。
    互联网解决的是连接问题。
    过去，人、信息、商品、服务、组织彼此分散，搜索成本很高，匹配效率很低。互联网把这些东西接到了同一张网络里，让信息可以被快速检索，商品可以被远程交易，人与人可以低成本互动。
    所以，互联网时代最重要的商业命题，是谁能控制入口，谁能把更多人、更多内容、更多交易搬到线上。
    搜索引擎解决信息匹配，社交网络解决关系匹配，电商平台解决商品匹配，外卖和打车平台解决本地供需匹配。
    互联网巨头的护城河，本质上来自网络效应：用户越多，数据越多，匹配越准，商业化效率越高。
    但AI解决的问题更深一层。
    AI解决的是能力复制问题。
    过去，很多能力只能长在人身上。一个人会写代码，一个人会做设计，一个人会分析财报，一个人会写法律文本，一个人会看病理图像，一个人会做客户沟通。这些能力需要教育、训练、经验和大量时间积累。
    互联网可以把这些人的知识传播出去，但不能真正复制他们的能力。
    你可以在网上看到一个程序员的教程，但你不会因此立刻具备他的编程能力。你可以搜索一篇医学论文，但你不会因此拥有医生的判断能力。你可以读一份咨询报告，但你不会自动获得分析师的结构化思维。
    互联网传递的是信息，AI开始复制的是一部分能力。
    这就是二者最本质的差别。
    04
    在互联网时代，一个公司想提升效率，核心动作是数字化：把销售搬到线上，把广告搬到线上，把客服搬到线上，把供应链系统化，把用户行为数据化。
    到了AI时代，核心动作可能变成重写流程：哪些环节可以被AI辅助，哪些判断可以被模型预处理，哪些系统可以被Agent串起来。
    一个企业过去的能力，主要沉淀在三个地方：人、流程和系统。
    人负责判断，流程负责协作，系统负责记录。
    AI进来以后，这三者的边界开始变化。
    一部分人的判断会被模型预处理，一部分流程会被Agent自动串联，一部分系统不再只是记录数据，而会主动生成建议、调用资源、执行任务。
    这也是为什么互联网时代和AI时代，对生产率的影响路径不同。
    互联网提升效率，很多时候靠的是减少中间环节。
    比如电商减少渠道层级，搜索广告减少无效曝光，社交媒体减少传播成本，SaaS减少企业软件部署成本。
    AI提升效率，靠的是改变任务本身的完成方式。
    代码不再完全由程序员从零写出来，客服不再完全由人工逐句回答，报告不再完全从空白文档开始，研发不再完全依赖线性试错，制造不再完全依赖人眼检测和人工调度。
    更典型的例子是Google。
    2026年4月，Sundar Pichai披露，Google内部75%的新代码已经由AI生成，再由工程师审核通过；这个比例在2024年还只有约25%，到2025年下半年提升到约50%。更关键的是，Google还提到，一个软件迁移任务在AI代理工作流下完成速度达到过去的6倍。
    现在软件开发，是人定义任务，AI生成初稿，人审查结果，系统持续迭代。
    人的作用从执行层上移到判断层。工程师更多承担需求拆解、架构判断、质量控制和复杂问题处理。
    Google代表的是软件工程能力的最高密度之一。如果AI已经能在这种组织里进入正式生产流程，那它对普通企业IT、软件外包、内部开发、数据分析、运营自动化的外溢影响，只会更快发生。
    从这个角度看，AI之所以可能比互联网更大，因为它触碰到了经济活动中一个更底层的变量：能力。
    互联网让信息的边际传播成本趋近于零。
    AI正在尝试让一部分知识能力的边际调用成本下降。
    前者重构连接关系，后者重构生产能力。
    所以，杜凡说这轮科技革命可能十倍于互联网，我更愿意把它理解成一种方向判断：
    互联网放大了连接。
    AI放大的是能力。
    连接主要对应注意力、交易和匹配效率，而能力对应的是劳动、研发、管理和生产本身。
    这可能是这轮科技革命最值得认真对待的地方。
    ]]>         <![CDATA[从加法到减法：人工智能时代最难的，不是创新，而是割舍]]> 人工智能几乎成了一个筐，什么都想往里装。企业讲战略，要讲AI；地方谈产业，要谈AI；部门做方案，要嵌AI。热闹归热闹，口号可以响亮，但如果把这些喧嚣拨开，会看到一个越来越清楚、也越来越让人不安的现实：人工智能不是来给旧秩序镶金边的，它是来拆旧梁、撤隔墙、重新丈量价值的。
    回头看中国过去二十年的数字化演进，大致走过了三个阶段。
    第一个阶段，是信息化时代。大体从2005年前后到2015年前后，核心任务是把原来散落的人、事、流程、台账，搬进系统，固化为表单、审批、流程和规则。这个阶段的关键词，不是智能，而是上系统；不是替代，而是补位。它解决的是“有没有”的问题，是用软件把管理的毛细血管先接起来。大量软件企业在这一阶段迅速成长，谁能把业务装进系统，谁就有市场。谁能把流程变成可复制的模板，谁就能吃到红利。那个阶段的历史价值不能低估。它把许多组织从粗放运行中拉了出来，让管理第一次有了较为清晰的数字底座。
    第二个阶段，是“互联网+”时代。大体从2015年到2025年，核心不再是业务流程电子化，而是把人与机器、人与平台、人与服务实时连起来。微信连起社交，支付宝连起支付，电商连起消费，平台连起供需，配送连起城市毛细血管。国务院2015年发布《关于积极推进“互联网+”行动的指导意见》，也正是在这一轮基础之上，把互联网作为基础设施和创新要素进一步推入经济社会各领域。它仍然遵循加法逻辑，而且更迷人：更多用户、更多终端、更多场景、更多交易、更多触点。那个阶段同样意义重大，它把分散的供需重新连接起来，让社会运行有了平台化底座。
    第三个阶段，则是我们已经站进去的人工智能时代。连续两个阶段的成功，容易让人形成一种路径依赖：总觉得技术进步无非就是再加一点东西，再扩一个边界，再堆一层能力。很多企业仍然习惯性地认为，AI无非是再加一个模块，再建一个平台，再采购一个助手，再包装一层“智能能力”。这种理解看似积极，其实很危险。因为它仍然是加法思维，是拿旧地图找新大陆，是把人工智能当成又一轮IT建设，而不是一场组织重构。
    真正的变化在于，人工智能不是简单帮你多做一点，而是开始逼你承认有些东西本来就不该存在。一个部门原来需要五个人传递、审核、汇总、解释的信息，现在也许两个人就够。一个企业原来靠十几个系统来回倒数据、导表格、跑流程的业务，现在也许一个智能体加几条数据链就能贯通。一个行业原来依附于信息不对称、接口壁垒、流程黑箱生存的中间层，未来可能会被直接压缩。
    这一轮人工智能，开始逼着我们做减法。它不是往老房子上再加阳台，而是先问一句：这房子里，是不是有一半隔墙本来就不该存在？
    它要减什么？减数据孤岛，减流程套娃，减中间环节，减信息壁垒，减重复劳动，减那些看起来很专业、其实只是把简单问题复杂化的把戏。减到最后，减掉的是一种旧时代的生存方式：靠堆系统证明自己重要，靠长流程证明自己严谨，靠信息差证明自己专业，靠别人绕不开我证明我有价值。
    不妨看一个企业里极常见的场景。每到月底，销售、采购、生产、财务各拉各的表，各报各的数，十几个人围着同一组数据来回搬运、反复校核、层层解释，忙了三四天，最后生成一份厚厚的经营分析材料。表面看，这是管理严密；实质上，这里面相当一部分工作，不过是把数据从这个系统搬到那个系统，把同一句话换一种格式再说一遍。一旦统一口径，打通链路，再接入智能分析，原来三天的活变成半天。效率当然上来了，但很多人立刻不自在了。因为被压缩的，不只是时间，还有那些原本寄生在“协调、传递、解释”之中的虚胖价值。
    再看另一类场景。过去办一件事，往往要填几张表、跑几个口、交几次材料。时间久了，大家甚至把这种折返跑当成了严谨，把重复提交当成了必要成本。可一旦身份核验、材料共享、规则比对和预审预填真正拉通，很多环节其实根本没有存在的必要。群众少跑腿了，窗口少收表了，后台也少做了大量重复审查。按理说这该是好事，但阻力往往也出在这里。因为流程一短，原有的权责边界、岗位设置、系统分工都会被重新触碰。技术问题反而不总是最难的，难的是谁愿意先把自己门口那道“非必要但习惯了”的门槛挪开。
    加法时代，很多企业的商业模式，本身就是建立在“复杂”之上的。软件公司靠项目定制活着，咨询公司靠流程重塑活着，平台公司靠流量撮合活着，不少中间服务商则靠接口、牌照、渠道、关系和知识不透明活着。多一个平台，叫加强统筹；多一个环节，叫风险防控；多一张报表，叫精细管理；多一层审核，叫压实责任；多一批外包，叫专业支撑。过去市场足够大、预算还宽裕、增长还存在，这类模式可以被容忍。可一旦AI开始把流程打薄、把数据打通、把知识沉淀，许多靠“中间转一手”吃饭的模式就会越来越难受。
    从加法转向减法，难就难在它不是技术难题，而是利益难题、组织难题、认知难题。
    先是利益最难动。加法时代大家都能分到蛋糕。建一个新系统，甲方有项目，乙方有合同，集成商有实施，运维商有续费，部门有抓手，领导有成果。链条很长，每一段都有收益。系统越多，接口越多，项目越多，报告越多，越容易形成一套看上去热气腾腾的繁荣景象。
    减法时代则相反。系统打通了，可能就不需要那么多接口。流程缩短了，可能就不需要那么多审批点。知识库做好了，可能就不需要那么多“经验垄断者”。模型接入业务后，原来靠手工处理撑起的岗位价值会被重新估值。AI不是让所有人都更舒服，它首先会让一批原本靠摩擦收费、靠冗余生存、靠壁垒获利的人不舒服。
    再是组织最难动。绝大多数组织都擅长扩编，不擅长收缩；擅长新建，不擅长整合；擅长层层加码，不擅长真正删减。原因并不复杂：加法看得见，减法得罪人。新建一个平台，人人都说你有作为。你删掉三套重复系统、砍掉五张无效表格、合并七个相互打架的流程，结果可能只是大厅安静了、员工少熬夜了、老百姓少跑腿了。
    这些事很重要，但不喧哗，不发光，也不容易做成展板。于是很多组织宁愿不断加码，也不肯真正瘦身，最后把自己养成一头披着数字化外衣的臃肿河马，站着很威风，转身却极慢。
    更深一层，是认知最难动。人们长期在加法逻辑中成功，就会误以为未来仍遵循同样规律。于是企业家习惯问：AI能不能帮我再开一个新业务？管理者习惯问：AI能不能再做一个驾驶舱？部门习惯问：AI能不能再加一个功能？这些问题不能说错，但都绕开了更关键的问题：AI能不能让我减少一些低效环节？能不能让我少建几个重复系统？能不能让我少用一套旧班子跑旧流程？能不能把过去“必须有人盯着”的地方，变成“系统自己协同”？真正的考题，不是再添什么，而是敢删什么。
    今天最危险的一类企业，不是没听过AI的企业，而是把AI当成又一次IT采购的企业。它们以为接个模型、做个客服、搞个助手，就算完成了转型。实际上，这不过是在旧房子上刷了一层新漆。房子的承重墙、线路、排水和结构，一个没动。这样的AI投入，短期能做演示，长期很难形成生产率革命。就像给一辆老爷车装上语音助手，方向盘会发光了，音响也能回答问题了，但发动机还是漏油，底盘还是松散。领导看演示会觉得新鲜，客户看界面会觉得先进，可真正进入日常运行，车还是那辆车，毛病一点没少。
    未来几年，真正有前途的企业，不会是最会讲AI故事的企业，而是最先完成组织减法的企业。它们往往有几个共同特征：先做数据贯通，不迷信系统堆砌。先做流程重构，不满足于外挂一个智能助手。先做职责再定义，而不是继续拿旧岗位去套新工具。更重要的是，敢于接受短期阵痛，换取长期轻量化。减法在短期内往往意味着收入结构受压、组织摩擦加大、既有利益受损。但不经历这一步，企业就会被更轻、更快、更低成本的新模式穿透。
    对软件行业尤其如此。过去很多软件企业靠项目制、定制化、驻场实施获得增长，某种程度上是建立在“业务复杂、系统割裂、客户离不开人”的基础上。AI一旦成熟，这套模式会遭遇持续挤压。以后客户不会只问你“能不能做一个系统”，而会问你“能不能直接把这段业务做薄、做短、做自动”。这两个问题，实际上差了一个时代。谁还只会卖系统，谁就会越来越难。谁能直接交付成果和效率，谁才有未来。
    过去的竞争力，常常来自多。未来的竞争力，越来越来自少。少一个环节，少一层中间人，少一次手工搬运，少一个数据烟囱，少一套重复系统。过去我们总以为发展就是不断往身上挂装备，挂到最后才发现，有些装备不是铠甲，是秤砣。平时背着还觉得威风，真要奔跑时，才知道它在往下拽你。
    所以，今天真正值得讨论的，不是人工智能还能给我们再加点什么，而是我们必须减掉什么。
    放下过去依赖的增长幻觉，放下对复杂体系的迷恋，放下对层层设防的安全感，放下那些看起来稳妥、实际上拖住效率的历史包袱。因为做加法，靠的是野心；做减法，靠的是勇气。前者让人兴奋，后者让人清醒。而一个时代真正的转折，往往不是发生在大家最兴奋的时候，而是发生在一批人率先清醒的时候。
    这才是人工智能真正锋利的地方。它不是来给危房刷漆的，而是来逼我们决定，到底要不要拆掉那些早就该拆的违建。
    ]]>         <![CDATA[不必用梁文锋来测试AI大厂的“良心”]]>

    文｜唐辰 图｜梁文锋·网络资料

    AI大厂不必共情梁文锋。

    最近有消息传出，DeepSeek正在寻求一轮天价融资，募集最多500亿元人民币（约合73.5亿美元），这一金额将刷新中国AI公司单轮融资的历史纪录。

    在募资结果没出来之前，有两个焦点对象很引人注目。一个是被卷进投资传闻的阿里、腾讯两个大厂。还有一个是“消息人士”。

    在消息人士口中，阿里被特意点名，称其就融资事项与DeepSeek谈崩了。

    所谓消息人士还煞有其事的给出两点分析：价格没谈拢；阿里有千问，没必要再给梁文锋送钱、送资源。

    这很有迷惑性。其吊诡之处在于，看似把阿里、腾讯都列入意向金主名单，但腾讯就是作陪，更多的笔墨落在阿里身上。

    这种“偏爱”，是在暗讽腾讯只是有钱，AI 技术能力还是不行？

    不少媒体还引用这个未经官方证实的“信源”，演绎出一个市井喜闻乐见的剧本：梁文锋是纯粹的技术理想主义者，不想被资本捆绑；阿里嫌“贵”，格局还没打开，不愿意花钱；腾讯就只是有钱，技术不行，就做“散财童子”，广交朋友。

    并且，AI 大厂也被审判为“小心眼”。比如，某科技媒体就称，大厂永远理解不了梁文锋。他曾经拒绝外部投资，也被大厂视为“傲慢”。

    最终，这个媒体得出的结论就是，大厂缺乏创新基因，或许永远理解不了，为什么有人不愿意坐上它们精心铺好的牌桌——因为它们深信，所有创业故事的终点，都应该是一座商业帝国。

    翻译一下，就是说，大厂永远看不懂梁文锋，资本没有理想，只有这位创业者还在坚守原始创新。

    在这类想法的语境里，梁文锋被塑造成一把尺子，用来测试大厂的商业“良心”：拒绝大厂，就是坚守原始创新，也被大厂视为傲慢；接受投资，就是大厂眼里好生意，也被外界看作是向资本妥协。

    这种二元对立的叙事方式，有情节，有情绪，是场外人喜欢看的故事，但在误导AI产业。

    过去一段时间，梁文锋对待大厂、外部资金的态度被人津津乐道。他不接受外部融资、不稀释控股权、不设定商业化时间表。

    DeepSeek确实是国产AI初创企业里的另类。有信息公司分析称，在开源免费的前提下，DeepSeek本质上是一个“AI实验室”而非商业盈利公司。

    其靠着幻方量化输血，用最低成本做出业界领先的大模型。这个阶段，梁文锋与大厂保持距离，避免业务沦为导流渠道，也不因短期的商业化焦虑，而被大厂干预技术路线。

    这笔账，梁文锋算得精细，节奏也把握得很好。

    如今大模型已经演变成一场烧钱的军备大战，算力、电价、人才等都需要巨量资金支持，梁文锋很难再单靠自有资金就能扛住来自市场和友商的压力。比如被重点关注的一个消息是，多名核心技术人员被字节、小米天价挖走了。

    这才有了500亿元天价融资的风声。细看盛传的融资结构，我们也能看到梁文锋的克制：他欢迎外部资金入场，但仍然自己压上200亿锁住控股权。此外，他还引入国资稳住资本底盘，刻意淡化互联网大厂的股权存在感。

    不想被资本控制，但又需要资本续命。进退之间，全是权衡，无关情怀。此举又被解读为，“拧巴的向现实低头”。

    我想说的是，梁文锋和DeepSeek被过度浪漫化，本身就是一种误解。或者说，梁文锋主动开启融资，谈不上初心动摇，只是为了更好的活下去。

    更直白点讲，不要拿AI明星当试金石，来测试大厂的“良心”。更不要借题发挥，撕裂中国AI产业。

    DeepSeek是国内初创AI企业最优质的标的，甚至没有之一。但AI大厂也有自己的商业逻辑，投不投资，怎么投，投多少，都有自身的策略考虑。

    这种戏谑，也是对大厂投资能力和理性的低估。

    阿里固然自有千问大模型，拥有成熟的技术链路、海量应用场景和完整商业化体系。但阿里也投了Kimi、智谱、MiniMax等，近乎囊括大半个中国AI初创企业圈。

    腾讯就是花钱交朋友，它的一个重要的投资标准就是，坚持落地优先、盈利并行，将标的拉入自身业务版图，产生协同价值。这也是马化腾从当年 3Q 大战里吸取的教训。

    字节、百度也是绕不过去的大山，张一鸣、李彦宏一直坚持技术自研，但围绕字节AI、百度AI，他们也在搭建一个庞大的生态圈，也顺势为整个 AI 产业修路筑底。

    所以说，很多人习惯性地贬低大厂创新，这本身就是偏见。中国 AI 产业天然分层：一类是 DeepSeek、Kimi等初创团队，它们没有历史包袱，死磕模型能力，更接近 AI 原生用户群体；

    还有一类就是阿里、腾讯、字节等产业型大厂，它们承接算力基建、场景落地、普惠应用，把AI塞进普通人的生活。

    一个往深里钻，一个往宽里铺。创新不分高低，只是分工不同。

    梁文锋能够基于现实，打开融资的大门，这是一种积极的态度。但资本博弈之外，又遭遇泛滥的情绪叙事，这何尝不是一种偏离的道德绑架或者审判？

    部分媒体刻意简化逻辑，强行包装出一套剧本：纯粹创业者VS功利资本，理想实验室VS商业大厂。梁文锋被捧上神坛，变成不食人间烟火的技术信徒；大厂被集体矮化，沦为不懂创新的资本机器。

    这是典型的流量捧杀。

    把梁文锋过度神化，等于给他套上无形枷锁。一旦未来DeepSeek做出商业化让步、出现资本妥协，当下赞美它的舆论，转头就会嘲讽它“丢掉初心”。

    更要命的是，这种对立叙事正在撕裂国内AI圈子。

    行业本就处于爬坡关键期，初创团队需要资金土壤，大厂需要技术活水，大家同处一条产业链，本该互补共生。

    但在情绪舆论的渲染下，硬生生被划成两个阵营、彼此对立。

    热闹好看，代价行业承担。

    说到底，梁文锋不是行业道德标尺，他只是一名清醒、克制的技术创业者；阿里腾讯等AI大厂也不是反派，它们是中国AI产业不可或缺的基建底座。

    中国AI产业需要梁文锋、杨植麟这样的技术派，也需要阿里、腾讯、字节、百度这样的大厂铺算力、搭生态。

    国产AI想要走远，需要有人深耕底层啃硬骨头，也需要有人搭建场景完成商业化。有人仰望星空，有人脚踏实地，产业才能完整。

    如果非要搞对立，除了让吃瓜群众看个热闹，对中国AI有什么好处？

    我是唐辰同学，关注互联网科技及商业故事。原创内容，未经许可，谢绝转载。

    「唐辰同学」

    钛媒体、36氪、老虎财经热榜

    澎湃新闻2024年最澎湃创作者

    老虎财经2024年度优秀专栏

    河南日报·顶端新闻2024年度影响力作者

    界面新闻优质榜单

    老虎财经2024年度优秀专栏

    腾讯新闻年度优质热问答主

    2023搜狐新闻年度优质创作者

    人人都是产品经理2023年度优秀作者

    2023网易新闻年度内容合伙人

    界面、36氪、钛媒体、澎湃、21财经、蓝鲸、老虎财经等平台专栏认证作者

    ]]>         <![CDATA[英伟达开始向泡沫里加肥皂水]]>

    英伟达正在做一件事：用自己手里天量现金，投资那些购买自家GPU的公司，再看着那些公司用这笔钱买更多的GPU。

    这就像一只手倒水兑出泡沫，另一只手往里倒肥皂水。

    进入2026年，这家芯片巨头在五个月内已经做出了超过400亿美元的投资承诺，覆盖了从光纤制造、数据中心运营到基础模型研发的每一层。它的身份正从芯片供应商，变成整个AI产业链最重要的资本配置者。

    有些钱是用来造东西的，有些钱是用来让东西看起来更值钱的，英伟达这两件事都在做。

    01

    百亿美元级洒水器，浇透AI供应链

    英伟达的投资动作，今年已经密集到可以用“洒水器”来打比方。

    媒体将它的节奏形容得像一台自动灌溉系统：每隔几周就转一下方向，在哪看到干涸的地块，就留下一笔20亿美元的资金：新思科技在12月，CoreWeave在1月，Lumentum和Coherent在同一天，Nebius在3月，Marvell紧随其后。

    英伟达撒钱节奏近乎机械，不像投资组合策略，更像一份从采购部门跑出来的供应商清单。

    上周的动静更大。

    英伟达与康宁达成协议，承诺最高32亿美元投资，帮助这家有175年历史的玻璃制造商在美国新建三座光学技术工厂，将面向AI基础设施的光连接产能提升10倍、光纤扩产超过50%。

    隔天，它又给了数据中心运营商IREN最高21亿美元的认股权证，合作部署5吉瓦的AI基础设施。

    加上对OpenAI那笔300亿美元的最大单注，以及对Anthropic的和已经并入SpaceX的xAI的出资，英伟达今年已完成至少7笔上市公司投资、参与了大约24轮私营企业融资，形成了“芯片—光通信—数据中心—大模型”全覆盖的投资矩阵。

    黄仁勋的解释听起来几乎谦逊：“有太多优秀的基础模型公司，我们不挑选赢家，我们要支持所有人。”

    但翻看财报就会发现，这套洒水系统浇灌的，全是自家GPU的需求链。

    被投企业几乎都是英伟达芯片的大买家，投资行为直接拉动光模块、GPU、数据中心基建的采购，再把算力租给微软、Meta、OpenAI等超大规模客户，一套“自营需求闭环”的轮廓已然清晰浮现。

    02

    左手倒右手的循环，与英特尔账面财富

    这正是争议升温的地方。

    高盛分析师Schneider在研报中用了“循环收入”这个说法：英伟达对OpenAI的股权融资，正越来越像一家供应商出资给自己的客户，好让客户把货款以GPU采购的形式交回。这就像食品供应商在投资即将倒闭的餐馆，要求餐馆用这笔钱继续买它的食材。

    2026年，英伟达预计将从OpenAI一家确认约130亿美元营收，大部分毛利润又被重新投入到对OpenAI的投资中去。有媒体对此评论说，AI繁荣催生了一场循环、创造性的融资盛宴，一部分钱只是在原地兜圈子。

    批评者将这套操作类比为互联网泡沫时期的“供应商融资”：设备商向客户提供资金支持，客户拿这笔钱买设备，最终需求真实与否变得越发难以辨别，一旦行情转向，虚假需求会在几个季度内迅速暴露。

    但黄仁勋对“循环融资”说法嗤之以鼻。他在接受彭博采访时直接用“荒谬”回应，坚持认为英伟达的投资只是这些企业所需巨额资金中的一小部分，是对长期代际性业务的信心投票，而非财务工程。

    而眼下最显眼的账面回报，来自英特尔。2025年底，英伟达以50亿美元拿下英特尔约2.15亿股新股；此后8个月间英特尔股价飙涨近6倍，英伟达的账面浮盈冲向了250亿美元量级。

    Wedbush Securities分析师Bryson在报告中指出，英伟达的密集交易“精准落入循环投资的主题框架”，但如果执行得当，这些投资也在为英伟达构筑一条竞争对手无法轻易复制的“供应链护城河”。

    Mizuho芯片分析师Klein将投向光通信、光纤、硅光子组件的资金视为CFO团队“极高明”的资金运用，可加速研发英伟达供应链中的紧缺技术。但对于投向CoreWeave、Nebius等新云厂商的资金，他坦率多了：“这些投资让我感觉不太舒服，像是在提前为你自己的GPU买单。”

    如果周期转向，市场迟早会追问，当前账面上的AI需求里有多少是真实需求，又有多少只是英伟达用自身资产负债表撑起来的海市蜃楼。

    03

    钱不烫手，信心会先碎

    衡量这场豪赌可以有很多技术指标，但没有什么比英伟达自己的财报更直接。

    2026财年第四季度，英伟达营收681亿美元，同比增长73%；全年营收2159亿美元，同比增长65%；全年净利润1200.67亿美元；自由现金流高达970亿美元。公司通过股票回购和现金股息向股东返还了411亿美元。

    但就在史上最强财报发布次日，英伟达股价下跌约5.5%，单日蒸发了大约2600亿美元的市值。这不是财报不好看，是“超预期”本身已经失去了边际惊喜。

    市场盯着2纳米芯片工厂Terafab、盯着光互连、盯着新一代Rubin架构，却发现能买到的确定性只有眼下这12个月。AI资本开支还能扩张多久？增长久期能拉到多长？

    英伟达当然不烫手，它手里的现金足以让它在很长一段时间内继续当好AI时代的中央水塔。但钱不急，信心会先碎。信心碎在循环投资的拐角处，当供应商必须用自己的资本来浇灌客户的需求，市场就开始盘算，这片草坪底下还有多少自然降水。

    泡沫不一定是骗局。有时它就是世界上所有参与者同时坚信同一件事。但在泡沫里不断加肥皂，让它看起来更结实、更持久、更像钢筋水泥工程本身时，这便成为了一项需要投资者极端冷静判断的工程实验。

    ]]>         <![CDATA[微信状态显示访客记录！客服回应]]>

    今日，“微信状态访客记录”冲上热搜引发全网热议，登顶热搜。

    据网友反馈，目前应该处于内测阶段，安卓端暂未同步；人数大概率显示的是浏览的人数不是次数，但是点击后出现的头像，是浏览了你的状态+也有发状态的人；

    许多网友纷纷表示该功能十分“鸡肋”，“不好用”，并不支持该功能。

    对此，腾讯客服回应称：在微信状态有效期内，用户可以在状态右下角查看浏览人数。如果当前浏览者也设置了状态，轻点头像即可查看对方当前的状态。

    不过，该功能目前仅支持在iOS客户端进行灰度测试。

    腾讯客服还表示：“若您未看到相关功能，还请耐心等待后续版本更新。”

    值得注意的是，2025年10月15日，微信公关总监曾回应朋友圈无访客功能表示：“访客功能可能会带来一些压力，微信设计产品逻辑，不希望给大家增加社交压力，有一定边界感，朋友圈访客功能不太会出。”

    ]]>         <![CDATA[拥抱计算美学 焕新艺术气韵[1P]]]>
    　　数字艺术“秘境”系列作品。
    　　　　当观众被作品中的静谧与故事打动时，技术就圆满了，因为它成功地“消失”了。最好的技术应当是情感表达的基石，能让精神内核直接与观众对话
    　　
    　　在数字大潮席卷全球的当下，文艺创作者不仅要探讨技术的更迭，也要探索艺术与科技如何协同进化。
    　　从3A游戏、影视特效到三维动画，这些年我一直致力于技术和艺术的融合探索。  
    　　在古希腊语中，Techne一词既代表着艺术，也代表着技艺，这意味着在人类创造力的源头，理性的工具与感性的表达从未分家。纵观西方艺术史，从古希腊的黄金比例到文艺复兴的透视法则，科技都是一把“理性的尺子”，是人们测量世界、重构空间的手段，对客观真实的极限追求，构成了西方艺术的底色。视线转向中国，科技在中华美学中更多是感性的延伸，通过对材质、工具的精微掌控，以格物而致知，达到一种超脱于形体之外的气韵。比如宋画里常见的散点透视，本质上就是一种高级的、非线性的视觉渲染逻辑。
    　　这种差异非常迷人，但本质上东西方都是利用前沿知识去构建人类存在的意义。物理材质、认知理解以及科技工具的不同，决定了审美视角的差异：科技提供秩序，而艺术赋予灵魂。所以,每当东西方艺术相互碰撞、相互借鉴时，艺术呈现就分外灿烂，而每一次的技术迭代又激发出新的艺术思潮。由此可知艺术与科技并非两条平行线，它们更像是双螺旋结构，交织上升。人类文明始终用技术作为骨架，去承载艺术的精神。
    　　随着数字时代的到来，这种交织进入了前所未有的加速期，我们正在经历一场从物理世界向数字世界的范式迁移。演化的第一阶段就是工具的位移，从手部力量延伸至画笔和凿子，再跨越到光学的感知和记录。摄影机的应用，意味着艺术开始捕捉流动的时间，科技帮助我们超越肉眼的局限。接着，我们迎来了真正的质变——像素的诞生。当物质被转化为0和1的逻辑数据，媒介彻底“液化”了，这意味着所有的物理属性，光、影、质感、重力，都可以在数字世界被重新定义。
    　　我们进入了“计算美学”的时代，创作者不再直接描绘一个结果，而是在编写一套产生结果的“生成逻辑”，这种思维的转向，是艺术生产力的巨大跃迁。在从事影视特效的工作时，我经历了这种重构。影视特效的任务是重塑物理的法则，堪称视觉的魔法师。每一个材质的表面散射，都是用最精密的数学去模拟真实的世界，在工业标准达到了极致的基础上，我们优化算法，对这些成果进行进一步实时渲染。创作从“离线等待”变成了“即时反馈”，艺术家与计算机之间不再是指令的下达，而是一场实时的灵魂共振，灵感可以在瞬间可视化。比如一种模拟水中爆炸的特效，在GPU（图形处理器）算力加持下，我们可以看见爆炸的每一个瞬间，乃至于每个阶段内不同的物理层次，从内部的高温到每一层的透视和反射，我们都可以实时地调整参数，进而产生无穷的变化，实现视觉的真实。
    　　如果说数字特效是虚拟向现实的无穷逼近，那么动画电影则是用最硬核的技术讲述一个个美妙的故事，每一帧画面，每一个像素，都是去模拟最真实的呼吸，都是为了传达角色那一刻的内心世界。在动画电影《疯狂元素城》中，火焰族有着极具辨识度的形态，创作者认为最有表现力的形式就是表达手绘风格的同时，保持真实的物理形态。我们开创性地将真实自然的模拟火焰与机器学习算法结合起来，成功地将高维度的风格化问题投射到低维，进而通过二维的风格迁移成功解决了这个问题。技术突破，让我们完整地保留了真实火焰的所有特性，燃烧的速度、形态、温度等各个属性，都可以根据角色在故事中的情绪起伏而及时发生变化。这种深度可调节性，使得艺术家更容易塑造角色。而广度上，因为技术和算法层面的普适性，我们可以应用同样的系统来处理形形色色的人物。这是一个很好的例子：艺术上的坚持常常会带动技术上的突破。在这一刻，艺术与技术完美地统一起来，变成最动人的叙事语言。当人工智能浪潮以前所未有的速度改变着人类社会的方方面面，智能体已经达到10亿次级别的参数，这种非人类逻辑的智能涌现，正在拓宽我们想象力的边界。
    　　极致的技术演化，带来创造力的巨大解放，也带来审美的平庸。我们开始渴望回归，渴望在数据的洪流中寻找创作者唯一的、不可替代的那个坐标。回望历史和回归生活就尤为重要。我看向那些在历史尘埃中斑驳、风化的古代造像，看向那些在大漠戈壁、深山密林里隐藏的笔画，它们虽然残缺，却有着穿越千年的精神力量。面对这些历经岁月、跨越时空的宝藏，我开始思考技术真正的归宿。于是，开启了一场“数字转生”的实验，就像过去不同时代的艺术家一样，利用我们在顶级工业中学到的技术手段，去唤醒沉睡在经典中的灵魂。
    　　利用数字技术，我尝试去解析古代壁画里的造型，每一处转折，每一根线条，我都试图用数字逻辑去创生不可名状的“风韵”。我把自己想象成古人，去学习传统文化中的经典，去了解古代绘画中的种种粉本和构图，去研究线条下的流动和顿挫。我惊奇地发现，即使是在新技术的背景下，我们仍然面对着和古人相似的难题，在利用工程思维解决它们的时候，其表现出的像素集合竟然可以与最古老的意象完美耦合。这是一个演化的路径，从古代的笔墨气韵，到3D拓扑的网格线条，再到最终充满生命力的数智影像，这不是简单的复刻，而是用当代的文明语言，对经典进行一次真正意义上的再创作。
    　　当观众被作品中的静谧与故事打动时，技术就圆满了，因为它成功地“消失”了。最好的技术应当是情感表达的基石，能让精神内核直接与观众对话。在技术不断变革的今天，我们的文化基因其实就是我们最佳的锚点。科技解放了生产力，但文化根脉让我们知道自己是谁。扎根这份千年文脉，才能融合出新，才能在数智时代有根地成长。今天，我们需要保持对技术的好奇，也坚持对人文的敬畏，用理性的技术去讲述感性的故事。]]>         <![CDATA[数智赋能 激发文化创新活力]]>
    　　“十五五”规划纲要提出，发展数字动漫、沉浸式展演、线上演播、短视频、微短剧等新型文化业态。以科技赋能激发文化创新创造活力，是推动文化高质量发展的必然选择和关键路径。无论是登上春晚的AI机器人，还是通过算法、交互设计等方式“复活”的敦煌壁画……数智科技与传统文化的深度共生，都为新时代文化传承发展、文旅产业升级以及文化强国建设注入源源不断的创新活力。

    　　数字化技术的飞速发展，为文化产业高质量发展持续注入强劲内生动能。据统计，2025年，文化新业态行业对规模以上文化企业营业收入增长的贡献率为81.6%，拉动规模以上文化企业营业收入增长6.0个百分点，展现出较高的活跃度和成长性。依托短视频、社交平台、新媒体传播矩阵等数字化载体，海量优质文化内容得以广泛触达大众，有效增进网友与官方账号的联动参与，掀起接龙式、共创式的二度创作热潮。这种全民参与、双向互动的传播新模式，极大激发了大众的表达欲望与创作热情，充分释放民间创意潜能，持续提升全社会的文化创新活力与公共参与热情。

    　　数智科技与文旅产业深度融合，也拓宽了消费新场景、带来了消费新活力。“十四五”期间，数字技术全面重塑旅游体验，共同助力打造沉浸式体验与文旅消费新场景，为文旅产业发展注入了深厚的文化内涵。例如，在北京王府井，一处数字艺术互动新空间的环形曲面屏上有着彩陶、青铜、丝绸3种载体的纹样，传统文化通过数字技术呈现出来，可体验可互动；走进三星堆新馆，大空间VR沉浸式体验打破时空壁垒，通过高精度3D建模与渲染技术，精准复刻考古发掘现场。游客可以在这个共享虚拟场景里自由移动、探索，“亲临”三星堆考古现场。不仅如此，通过搭建文物或非遗的专业数字平台、开发人工智能应用程序，延伸展馆的空间形态，大幅提升文化传播的效率与覆盖范围，形成文化参与、文化消费、文化共创一体的新模式，有效拉动文旅消费提质升级。

    　　衡量文化产业发展质量和水平，最重要的不是看经济效益，而是看能不能提供更多既能满足人民文化需求，又能增强人民精神力量的文化产品。近年来，以网络文学、网络影视剧、网络游戏为代表的新型文化产业形态，通过数字化载体加速海外传播。《哪吒之魔童闹海》《黑神话：悟空》等优秀文化产品，将中华优秀传统文化的深厚内涵转译成“促进不同国家人民之间的文化交流”的价值共鸣，将中国风的古典美学、文学、建筑、服饰等中华优秀传统文化的魅力展现得淋漓尽致。人工智能正深度融入大众衣食住行与精神文化生活。不少人习惯借助AI辅助文艺创作、丰富精神世界，或是利用智能技术修复老旧照片、为生活片段配上AI原创歌曲、制作精致数字相册赠予长辈亲友。这些接地气、有温度的数智应用，让科技化作生活里的温情点缀，提升了大众生活质感，为百姓日常增加了获得感与幸福感。

    　　未来，更应健全文化市场治理体系，建设覆盖内容审核、市场监测、版权保护、风险预警的智慧监管平台，提升文化治理的精准性与有效性。加快制定文化数据采集、存储、传输、交换、安全等国家标准与行业标准，构建“政产学研用”协同创新机制，培养文化科技复合型人才，形成政府引导、市场主导、社会参与的多元化投入格局，不断扩大优质文化产品供给，以数智技术之力推动文化发展成果更公平、广泛、便捷地惠及全体人民。]]>         <![CDATA[数字教学”助力教师高效工作]]>
    　　在衢州市常山县育才实验小学教师姜正德看来，王慧琴工作室推出的“切片教研”让他受益匪浅。“跟王老师一起逐段分析课堂实录，我才发现之前对学生的提问缺乏启发式引导。”姜正德告诉记者。

    　　汇聚国家、省、市、县、校五级优质教育资源，构建教学、研修、学伴等多元供给体系的“之江汇”互联网学校，让乡村、山区与海岛的教育不再受困于物理距离，名师工作室就是其中一环。“每月一晒课、每季一专题”，名师工作室带领越来越多的基层一线教师成为教学能手。

    　　教育的数字化建设和高质量发展离不开“数据架构”。2021年，浙江省启动“教育魔方”建设，将原本各自独立的学生学籍信息系统、教师信息管理系统、学校地理信息系统等数据归入一个全省的数据仓。

    　　“之前一到年底，教师推优工作需要帮教师翻档案、找证书、算分数，我们忙得‘晕头转向’。”现在，杭州市富阳区东洲中心小学办公室主任华树森的工作高效多了。2022年，富阳区接入“教育魔方”并打造了“成长宝”应用，开发了数字记载卡、数字年度考核、电子岗位聘任书等10余个与教师相关的应用场景。“不仅工作高效，评价也更客观了！”

    　　截至今年3月，“教育魔方”已累计归集各类主题数据超345亿条，覆盖全省所有区域、中小学和高校。浙江省的数字教育服务场景也在不断丰富：全省千兆以上带宽学校占比99.11%，中小学智慧校园覆盖率达98.7%；“学在浙江”全民数字学习平台体系集成2.5万个数字教育资源、69项教育政务服务事项、35个教育数字化应用、90个地方频道和高校站点，注册用户数超千万。

    　　近年来，浙江将数字优势转化为教育胜势，其基础教育数字化发展综合指数连续9年位居全国第一，高等教育数字化发展综合指数亦连续3年位列榜首，一条从数字先行到整体智治的变革路径日益清晰。“我们始终坚持以数字空间支撑普及普惠，聚焦教育资源均衡配置，推动教育环境从单纯的物理空间向智能空间跃升，实现人、机、物、境的深度融合。”浙江省教育厅党组书记、厅长陈春雷表示。

    　　这样的转变升级为教师和学生带来了实实在在的影响。“过去我们学校没有专职美术老师，可是现在不一样啦！我们也可以‘放飞彩色的梦’。”嘉兴桐乡市屠甸镇小学晏城校区的学生吴承骏兴冲冲地跑上讲台，指尖轻拖屏幕上散乱的标识，对画面进行分类组合，另一端，位于城区的名师胡恬静远程用电子画笔标注修改。“胡老师就像站在我面前似的，手把手教我怎么画。”从先行实践到融入日常，如今，浙江省艺术互联网学校会聚在线教师3000余人，结对班级3890对，有效破解了乡村美育师资不足的难题。

    　　“我们还着力推进长三角数字教育创新发展领航区建设，沪苏浙皖四地达成了《长三角教育数字化高质量发展合作共识》，通过共建专家智库资源会聚四地高端人才，为区域数字教育高质量发展提供智力支持。”陈春雷介绍。]]>         <![CDATA[辽宁推进人工智能OPC培育发展]]>
    12日从辽宁省发展改革委获悉，辽宁近日印发人工智能OPC培育发展实施方案，在打造专业化社区、加大招引力度和基础支撑、推动应用场景开放、开展梯度培育、营造创新生态等方面出台系列举措，推动人工智能创新发展，明确到2028年全省打造重点OPC社区超20个，培育OPC企业300家、集聚OPC人才超3000名。
    人工智能OPC指在人工智能技术协同支持下的“一人公司”。辽宁主要培育发展模式创新型、场景应用型、生态服务型3类人工智能OPC主体，目前全省11所高校设立人工智能学院，提供人才支撑；全省已建成OPC创业社区6个，入驻OPC创业者100余人，沈阳、大连已形成OPC集聚发展态势。
    辽宁将打造更多专业化OPC社区，构建惠企算力、共享模型、政策速配、场景对接、知识产权等一站式公共服务平台；支持基础电信运营企业提供OPC算网融合服务，鼓励算力供应商推出相应轻量化算力套餐；鼓励各地区因地制宜建立OPC分级培育库；支持OPC作为项目承担单位或主要参与单位申报省级科技攻关项目；鼓励各地设立“算力券”“模型券”支持OPC创业发展。
    同时，辽宁省科技厅对落地园区的OPC创业项目给予最高3万元一次性创业奖励，对运行成效突出的人工智能OPC专业化孵化器给予最高200万元资金奖励；辽宁省人社厅将给予符合条件的OPC创业者创业场地补贴、一次性创业补贴和个人创业担保贷款贴息支持；辽宁省数据局夯实算力供给底座，全省算力规模达3000P，打造107款公共数据产品，降低OPC数据资源获取门槛。


    ]]>         <![CDATA[中信建投通信及人工智能中期策略：大模型持续迭代 算力需求强劲增长]]> 人民财讯5月13日电，中信建投发布通信及人工智能2026年中期投资策略称，随着全球大模型产业迈入“效率优先、商业落地、生态重构”的高质量发展新阶段，全球算力基础设施的投资依然强劲。北美四大CSP厂商2026年一季度资本开支同比增长70.25%，全年预计高达7100亿美元（按中值测算），谷歌等指引2028年投资还会大幅增长。算力产业链多个核心环节有望持续受益。
    中信建投认为，人工智能产业欣欣向荣，大模型在编程等应用的推动下正在实现商业闭环，ARR正在爆发式增长，很可能在2026年看到ARR达到2000亿美元左右的大模型公司。持续看好人工智能产业链。
    中信建投持续推荐大模型公司及算力产业链核心环节，包括GPU、光模块、光芯片、光通信配套仪器及设备、光纤光缆、液冷、电源等，也建议关注MicroLED作为光互连方案的可能性。
    ]]>         <![CDATA[谷歌首度证实：黑客已开始用AI发动真实网络攻击]]>


    【新智元导读】谷歌周一发布报告，首次确认犯罪黑客使用AI大模型发现了一个此前未知的零日漏洞，并差点发动大规模攻击。这件事之所以炸裂，是因为安全界担心了好几年的「AI自动挖洞」，终于从理论变成了现实。而在Anthropic的Mythos模型已经找到数千个零日漏洞的背景下，这可能只是冰山一角。
    2025年5月12日，谷歌威胁情报组（GTIG）发了一份报告，内容只有一句话能概括，犯罪黑客用AI大模型，独立发现了一个零日漏洞，然后写了一个Python脚本准备搞大规模攻击。
    谷歌拦住了。
    但这件事的重点根本不在于「拦没拦住」。
    重点在于，网络安全圈喊了好几年的那个噩梦场景，AI帮黑客自动挖漏洞，现在有了第一个实锤案例。
    GTIG首席分析师John Hultquist在接受采访时称：
    这是冰山一角。这个问题可能比我们看到的大得多，这只是我们能看到的第一个实质性证据。

    这个漏洞存在于一个「广泛使用的开源Web系统管理工具」里，可以绕过双因素认证（2FA）。
    攻击者同时还需要拿到有效的用户名和密码，但一旦两个条件凑齐，就能直接进入目标的管理后台。
    谷歌没有透露这个工具的名字，也没有透露黑客团伙的身份，只说是「知名网络犯罪威胁行为者」。
    谷歌在发现漏洞后第一时间通知了相关软件厂商，补丁在攻击造成实际损害之前就已经打上。
    代码里的「AI指纹」：
    怎么判断是大模型写的
    一个自然的追问是，谷歌凭什么判断这段攻击代码是AI写的？
    前NSA网络安全主管Rob Joyce说：
    AI写的代码不会自己宣布自己是AI写的。

    这话没错，但谷歌的研究人员还是在这段Python脚本里找到了一系列异常特征。
    这些特征包括，脚本中包含大量教学性质的注释文档（docstring），这种东西人类黑客写攻击工具时完全没有理由加进去。
    脚本里还出现了一个「幻觉CVSS评分」，就是AI自己编了一个漏洞严重性评分，现实中根本不存在这个分数。
    整个代码的格式非常「教科书式」，用了标准的Python风格，包括详细的帮助菜单和整洁的ANSI颜色类，这些都是大模型训练数据中的典型特征。

    Rob Joyce在提前审阅了这份报告后评价说，这是「迄今为止最接近犯罪现场指纹的东西」。
    Hultquist补充说，谷歌手里还有其他能佐证「AI参与」结论的证据，但他拒绝透露具体细节。
    谷歌也没有说明黑客使用的是哪个AI模型，只表示大概率不是自家的Gemini，也大概率不是Anthropic的Claude Mythos。
    这个漏洞本身也很有意思。
    报告描述这是一个「高层语义逻辑缺陷」，源于开发者在2FA系统中硬编码了一个信任假设。
    这种逻辑层面的bug，传统的自动化扫描工具很难发现，但恰恰是大模型擅长捕捉的。
    大模型在理解代码意图和发现逻辑矛盾方面有天然优势，这也是安全研究者最担心的地方。
    Mythos的阴影
    和正在加速的AI军备竞赛
    谷歌的这份报告落地的时间点，非常微妙。
    就在一个月前，Anthropic宣布了旗下的Mythos模型，然后整个安全圈就炸了。
    Anthropic自己说Mythos在「每一个主流操作系统和每一个主流浏览器」中都发现了零日漏洞，数量以千计，其中很多漏洞存在了几十年。
    这个能力太过恐怖，以至于Anthropic决定不公开发布Mythos，只向美国和英国的少数受信任机构和公司提供访问权限。
    Anthropic还牵头搞了一个叫「Project Glasswing」的计划，把亚马逊、苹果、谷歌、微软、摩根大通这些巨头拉到一起，试图在Mythos可能造成的冲击到来之前，先把全球关键软件的安全窟窿堵上。

    https://www.anthropic.com/glasswing
    OpenAI也没闲着。
    上周五，OpenAI宣布推出了GPT-5.5-Cyber，一个专门面向网络安全的模型，但同样只向「负责保护关键基础设施的防御者」开放。

    https://openai.com/index/gpt-5-5-with-trusted-access-for-cyber/
    坦率的讲，谷歌这次捕获的零日攻击，给整个局面又加了一把火。
    因为这证明了一件事，你不需要Mythos这种顶级模型，市面上已有的商业大模型就足以帮黑客发现和利用零日漏洞。
    Mythos代表的是天花板，但地板已经够高了。
    Hultquist的判断是：
    有一种误解认为AI漏洞竞赛即将到来。
    现实是，它已经开始了。
    PromptSpy：
    当恶意软件自己学会了思考
    报告中还有一个细节值得单独拎出来说，谷歌发现了一款叫PromptSpy的Android恶意软件，它直接调用Gemini的API来分析用户当前的手机屏幕，然后自主决定下一步该做什么。
    这玩意的能力清单读起来让人后背发凉。
    它能自主导航Android界面，实时监控用户行为，捕获生物识别数据来重放解锁手势（比如PIN码和滑动图案），甚至能阻止用户卸载它。
    具体的做法是，PromptSpy会识别屏幕上「卸载」按钮的坐标，然后在按钮上方覆盖一层透明遮罩来拦截触摸事件，让用户以为按钮坏了。
    更关键的是，PromptSpy的命令控制基础设施可以动态更新，Gemini API密钥、VNC中继服务器这些都能在运行时远程切换。

    开发者显然预判了防御方的应对手段，提前留好了退路。
    谷歌已经关停了与PromptSpy相关的所有资产，Play Store上也没有发现包含该恶意软件的应用。
    但PromptSpy代表的方向，让AI恶意软件拥有自主决策能力，这个趋势才刚刚开始。
    窗口期正在关闭
    所有这些发现指向同一个结论，AI正在同时强化攻防两端的能力，但目前攻击方的加速度更快。
    Anthropic网络政策负责人Rob Bair上周在华盛顿的AI+Expo上说，Mythos等模型的分阶段发布是为了创造「防御者优势窗口」，而这个窗口的长度「以月计，不是以年计」。
    美国政府也在紧急行动。
    美国政府上周宣布与谷歌、微软和xAI（是的，没有最强的Anthropic和OpenAI这两家）签署了新协议，要求在公开发布最强AI模型之前先接受政府评估。

    https://www.nytimes.com/2026/05/04/technology/trump-ai-models.html
    这是在延续拜登时期与Anthropic和OpenAI签署的类似协议。
    但这个公告后来又从商务部网站上消失了。
    混乱的信号背后，是白宫内部对AI监管路径的分歧。
    曾任白宫科技政策顾问的Dean Ball说：
    我不喜欢监管。我希望事情不被监管。
    但在这个问题上，我认为我们需要监管。
    长期来看，乐观派认为AI最终会让软件变得更安全。
    当最先进的模型可以写出几乎无缺陷的代码时，整个互联网的安全基线会大幅提升。
    Hultquist自己也承认这一点：
    最前沿的模型将让我们构建出有史以来最安全的代码。
    这对网络安全来说是绝对的胜利。
    但问题在于，现在已经运行着的、由人类之手写出的、充满漏洞的「数万亿行代码」，不会一夜之间消失。
    加固这些存量代码可能需要好几年。
    而在这个过渡期内，AI工具正在帮助黑客以前所未有的速度和规模挖掘这些遗留漏洞。
    Ball把这个阶段叫做「过渡期」，并预测在这段时间里，「世界实际上可能会变得更危险」。
    对于任何运行着Web管理工具、依赖2FA作为核心安全层的组织来说，这份报告传递的信号很明确，AI黑客不再是明年的事，是今天的事。
    漏洞补丁的响应速度，以及对AI辅助攻击特征的监测能力，可能很快就会成为安全团队的核心KPI。
    ]]>         <![CDATA[406亿，国产芯片重磅并购案过会]]> 文章配图-1

    芯东西（公众号：aichip001）

    作者 | ZeR0

    编辑 | 漠影

    芯东西5月11日报道，刚刚，上交所官网披露，中国大陆最大晶圆厂中芯国际收购中芯北方49%股权的交易通过审议会议，符合重组条件和信息披露要求。

    根据重大资产重组报告书，中芯国际拟向国家集成电路基金等5名中芯北方股东发行股份购买其所持有的中芯北方49.00%股权，交易价格为406亿元。

    文章配图-1

    这也是科创板迄今交易规模最大的发行股份购买资产交易。

    5家中芯北方股东持有权益比例及对价信息如下：

    文章配图-1

    中芯国际是中国大陆最大的芯片制造企业，向全球客户提供8英寸和12英寸晶圆代工与技术服务。

    2013年，为承接中芯北京二期项目建设，扩大12英寸集成电路制造规模，响应国家集成电路产业发展战略需求，中芯国际联合中芯北京、中关村发展集团股份有限公司、北京工业发展投资管理有限公司共同出资设立中芯北方，投资总额35.9亿美元，注册资本12亿美元。

    中芯国际结合国内产业发展节奏与自身资金规划，在中芯北方设立时采用合资共建模式。中芯北方作为中芯国际的控股子公司，主要为客户提供不同工艺平台的12英寸集成电路晶圆代工及配套服务。

    此次并购重组交易，有利于进一步提高中芯国际资产质量、增强业务上的协同性。

    交易后，中芯国际的总股本将增加至8,547,358,982股。该公司交易前后的股权结构变化如下：

    文章配图-1

    2025年1-8月，中芯国际的营收为444.02亿元，净利润为58.93亿元。

    文章配图-1

    同期，中芯北方的营收为90.12亿元，净利润为15.44亿元。

    文章配图-1

    2023年至2025年8月，中芯北方集成电路晶圆代工产品分应用领域的收入以智能手机、消费电子、互联与可穿戴领域为主，分别占当期集成电路晶圆代工收入的85.36%、90.23%、88.86%。

    文章配图-1

    重组交易完成后，中芯国际将持有中芯北方100%股权，进一步增强其对中芯北方的控制力。

    中芯北方将成为中芯国际的全资子公司，预计中芯国际归属于母公司股东的所有者权益、归属于母公司股东的净利润、基本每股收益将有所提升。

    ]]>         <![CDATA[股价暴涨 人均百万奖金 韩国芯片厂商怎么就起飞了？]]> 【CNMO科技】5月11日，韩国综合股价指数（KOSPI）盘中一度涨超5%，触发熔断机制，收盘报7822.24点，涨幅4.32%，创历史收盘新高。今年以来，韩国股市可谓是“一枝独秀”，涨幅领先全球。而其中，三星电子和SK海力士，成为了驱动韩股这一轮上涨的核心主力。

    三星

    而这轮上涨背后，真正的核心，其实只有两个名字：三星电子和SK海力士。

    截至2026年5月，两家公司股价年内累计涨幅分别达到约138%和189%，市值双双突破1万亿美元。更夸张的是，SK海力士员工的人均奖金，也从2025年的约66万元人民币，迅速被市场预估将在2026年冲上320万元，甚至2027年有可能逼近610万元。

    从2023年的行业寒冬，到2026年的利润狂飙，韩国芯片厂商到底经历了什么？答案只有两个字：AI。

    天堂和地狱，只隔了一层AI

    过去很多年，存储芯片一直是半导体行业里典型的周期行业。行情好的时候，企业利润暴涨；行情差的时候，价格雪崩、库存堆积、企业巨亏。三星电子和SK海力士过去也长期处在这种周期波动里。

    2023年就是最典型的一次行业低谷。当时全球消费电子需求疲软，存储芯片价格大幅下跌，整个行业进入寒冬期。三星电子2023年净利润骤降至677亿元韩元，仅为上一年的四分之一；SK海力士则直接亏损426.1亿元韩元，创下十年来最差业绩。

    文章配图-1

    SK海力士

    但谁都没想到，仅仅两三年后，整个行业逻辑会被AI彻底改写。随着大模型、AI服务器以及数据中心需求全面爆发，传统内存已经无法满足AI训练和推理对于数据吞吐量的要求，高带宽存储器HBM开始成为AI时代最核心的基础设施之一。

    简单来说，GPU负责计算，而HBM负责高速喂数据。AI模型参数规模越大，对于HBM的需求就越夸张。没有HBM，再强的AI芯片也无法释放性能。于是，HBM从过去相对小众的高端产品，突然变成了AI产业链里的硬通货。

    从工业品到AI黄金

    但HBM真正可怕的地方，不只是需求增加，而是供应极度有限。

    目前全球绝大多数HBM产能，基本掌握在三星电子和SK海力士手中，两家企业合计占据全球90%以上市场份额。换句话说，当AI浪潮全面爆发时，全球科技公司几乎只能找这两家买货。而HBM又不是普通芯片，它对封装、堆叠、散热以及良率要求极高，不是谁想扩产就能扩产。结果就是，供需关系出现彻底失衡。

    文章配图-1

    SK海力士工厂

    过去几年，存储行业长期处在买方市场，芯片厂商为了卖货不断降价。但现在，HBM直接变成了卖方市场。根据市场信息，2026年的HBM产能已经基本全部售罄，部分客户甚至提前锁定了2027年至2028年的订单。在这种情况下，HBM价格自然开始疯狂上涨。

    CNMO科技了解到，HBM产品价格已经从此前约80美元一路飙升至700多美元，AI需求则继续推高市场预期。而对于三星电子和SK海力士来说，这也意味着利润率开始进入历史级别的爆发阶段。

    SK海力士利润率超过英伟达

    2026年第一季度，SK海力士交出了一份堪称“疯狂”的财报。季度营收同比增长198%，营业利润同比暴增405%，而营业利润率更是直接飙升至72%。这是一个什么概念？同期英伟达营业利润率约为65%，也就是说，SK海力士的盈利能力甚至一度超过了AI时代最核心的芯片公司。

    这也是为什么资本市场开始重新定义韩国芯片企业。过去，市场认为存储芯片企业只是典型周期股，盈利波动巨大，估值不会太高。但AI出现之后，逻辑变了。

    现在的HBM，不再只是普通存储器，而是AI基础设施的一部分。投资者开始把三星电子和SK海力士视为“AI卖铲人”。只要AI继续扩张，它们的订单和利润就会持续增长。这种估值逻辑变化，才是真正推动韩股暴涨的核心原因。

    三星和SK海力士为什么能垄断HBM？

    很多人会问，为什么偏偏是韩国企业吃到了这波AI红利？核心原因在于，HBM并不是一夜之间突然出现的新技术。

    过去很多年，HBM一直被认为是技术难度高、市场规模有限的高端存储产品，投入巨大，但回报并不稳定。很多企业并没有长期坚持。但三星电子和SK海力士长期深耕存储产业，在技术、工艺以及产能方面持续投入，最终形成了极高壁垒。

    文章配图-1

    存储芯片

    尤其是SK海力士，在HBM领域一直具备领先优势。包括HBM4量产推进，以及高端AI客户合作，都是其近年股价暴涨的重要原因。三星电子虽然在HBM节奏上相对慢一些，但也通过HBM4E样品交付等方式迅速追赶。

    更关键的是，两家公司在2023年行业低谷期都主动削减过产能。原本这是行业下行期的自救动作，结果恰好遇上AI需求爆发，最终形成严重供需缺口。这也让韩国企业在AI周期里拥有了前所未有的定价权。

    AI时代，“卖铲人”成了最大赢家

    过去几年，AI行业最受关注的一直是大模型公司和GPU厂商。但随着产业链逐渐成熟，市场开始意识到：真正长期赚钱的，未必只有AI平台公司。AI越发展，对算力、存储和基础设施的需求就越大。而HBM正是整个AI产业最关键的底层资源之一。

    文章配图-1

    SK海力士

    某种意义上，三星电子和SK海力士现在扮演的角色，很像“淘金时代的卖铲人”。无论最终谁成为AI时代最大的应用赢家，都离不开HBM。因此，资本市场也开始愿意给予更高估值。

    目前，三星电子和SK海力士两家公司，已经占韩国综合股价指数近50%的市值权重。换句话说，韩国股市这轮暴涨，本质上也是全球资本对AI产业链重估的一部分。

    风险依然存在

    不过，即便市场情绪高涨，韩国芯片企业也并非完全没有风险。

    首先，HBM属于技术驱动行业，一旦未来竞争加剧、供应增加，价格波动依然可能出现。

    其次，目前AI需求高度集中，一旦AI资本开支增速放缓，HBM市场也可能受到影响。

    另外，三星电子与SK海力士虽然正在享受AI红利，但全球半导体行业本质上依然存在明显周期属性。

    过去存储行业暴涨暴跌的历史，并不会因为AI完全消失。更重要的是，当前市场已经对AI产业给予了极高预期。而一旦未来利润增长低于市场预期，资本市场情绪也可能迅速变化。但至少从目前来看，韩国芯片企业已经真正站在了这一轮AI浪潮的核心位置。而HBM，也正在从一项高端存储技术，变成全球AI竞争中最关键的基础资源之一。

    ]]>         <![CDATA[这轮AI带来的科技革命，真会比互联网大十倍吗？]]>

    文 | 文赵武

    01

    今天在朋友圈看到泉果基金的杜凡的一个判断，大意是：这一轮科技革命可能持续十年甚至二十年，目前才走了三年。它不只包含人工智能，也包含机器人、生物基因科技等方向，整体量级可能是过去互联网革命的十倍以上。

    我的第一反应是：会不会又是一个产业高歌的标语。

    毕竟这些年，资本市场已经太习惯用宏大叙事包装行情。从移动互联网到元宇宙，从区块链到新能源，每一轮技术浪潮起来的时候，总会有人试图用一个足够大的形容词，把产业演进压缩成一句口号。

    我专门查了一些海外权威机构和经济学家的判断。

    麦肯锡在2023年的报告中测算，生成式AI每年可能为全球经济增加2.6万亿至4.4万亿美元价值。这个规模已经相当于一个主要经济体的年度GDP。

    高盛的判断也很激进。它认为生成式AI可能在未来十年推动全球GDP增加约7%，对应接近7万亿美元的增量，并把生产率增长提高约1.5个百分点。

    世界贸易组织也从全球贸易角度做过类似判断。AI如果深度应用到跨境贸易、供应链、语言翻译、合规审核、客服和库存预测中，到2040年可能推动全球贸易增长三成以上，并显著提升全球GDP。

    这些机构的表达方式不一样，但底层判断是一致的：AI会从技术行业外溢到整个经济体系。

    当然，海外也有谨慎派。

    MIT经济学家Daron Acemoglu就认为，AI对未来十年生产率和GDP的直接提升可能被市场高估。他的核心意思是，AI确实会提高一些任务效率，但真正能被自动化、被重构、被商业化兑现的任务比例，可能没那么高。

    企业不是一夜之间就能改造组织流程，技术能力也不等于经济产出。

    我觉得这个提醒非常重要。

    因为资本市场最容易犯的错误，就是把技术带来的可能性，直接等同于商业确定性。

    历史上每一次大技术周期，都有两个事实同时成立：

    第一，技术确实改变了世界；

    第二，大量早期投资者并没有因此赚钱。

    互联网泡沫就是这样。

    互联网最终改变了世界，但2000年前后大量互联网公司消失了。真正留下来的，是少数拥有入口、网络效应、商业模式和现金流能力的公司。

    AI大概率也会重复这个过程。

    02

    互联网时代最强的公司，本质上抓住了三个东西：流量入口、用户关系和交易场景。

    谷歌抓搜索，Meta抓社交，亚马逊抓零售，腾讯抓通讯和关系链，阿里抓交易和支付。它们的共同点，是围绕人的在线行为建立网络效应。

    AI时代的底层逻辑会更复杂。它不仅围绕用户行为，也围绕任务、知识、流程和机器能力。

    一个AI Agent不只是帮人搜索信息，它可以帮人完成一段工作流：找资料、写代码、做PPT、生成方案、调用工具、提交表单、连接企业系统，甚至在机器人上执行物理动作。

    这意味着，AI 的市场空间不只来自广告、电商、订阅和软件席位费，还可能来自企业人工成本、研发成本、外包成本、生产损耗、库存效率、能源调度、医疗诊断效率和工业自动化效率。

    互联网的货币化主要发生在注意力和交易上。AI的货币化会发生在劳动和决策上。

    这也是为什么资本市场愿意给 AI 基础设施如此高的估值。

    现在美国大型科技公司持续提高数据中心和 AI 资本开支，背后的假设是：未来每一个知识工作者、每一套企业软件、每一个工业系统、每一个机器人终端，都可能消耗推理算力。

    BlackRock 科技投资负责人 Tony Kim 最近甚至把 AI 比作十个曼哈顿计划同时发生，并称全球 AI 资本开支当前约 1 万亿美元，未来五年还可能增加 7 万亿至 8 万亿美元。

    这个判断很激进，但它揭示了本轮科技革命的一个关键特征：互联网更多是轻资产扩张，AI是重资产扩张叠加软件扩张。

    03

    另外，互联网和AI，二者解决的问题并不一样。

    互联网解决的是连接问题。

    过去，人、信息、商品、服务、组织彼此分散，搜索成本很高，匹配效率很低。互联网把这些东西接到了同一张网络里，让信息可以被快速检索，商品可以被远程交易，人与人可以低成本互动。

    所以，互联网时代最重要的商业命题，是谁能控制入口，谁能把更多人、更多内容、更多交易搬到线上。

    搜索引擎解决信息匹配，社交网络解决关系匹配，电商平台解决商品匹配，外卖和打车平台解决本地供需匹配。

    互联网巨头的护城河，本质上来自网络效应：用户越多，数据越多，匹配越准，商业化效率越高。

    但AI解决的问题更深一层。

    AI解决的是能力复制问题。

    过去，很多能力只能长在人身上。一个人会写代码，一个人会做设计，一个人会分析财报，一个人会写法律文本，一个人会看病理图像，一个人会做客户沟通。这些能力需要教育、训练、经验和大量时间积累。

    互联网可以把这些人的知识传播出去，但不能真正复制他们的能力。

    你可以在网上看到一个程序员的教程，但你不会因此立刻具备他的编程能力。你可以搜索一篇医学论文，但你不会因此拥有医生的判断能力。你可以读一份咨询报告，但你不会自动获得分析师的结构化思维。

    互联网传递的是信息，AI开始复制的是一部分能力。

    这就是二者最本质的差别。

    04

    在互联网时代，一个公司想提升效率，核心动作是数字化：把销售搬到线上，把广告搬到线上，把客服搬到线上，把供应链系统化，把用户行为数据化。

    到了AI时代，核心动作可能变成重写流程：哪些环节可以被AI辅助，哪些判断可以被模型预处理，哪些系统可以被Agent串起来。

    一个企业过去的能力，主要沉淀在三个地方：人、流程和系统。

    人负责判断，流程负责协作，系统负责记录。

    AI进来以后，这三者的边界开始变化。

    一部分人的判断会被模型预处理，一部分流程会被Agent自动串联，一部分系统不再只是记录数据，而会主动生成建议、调用资源、执行任务。

    这也是为什么互联网时代和AI时代，对生产率的影响路径不同。

    互联网提升效率，很多时候靠的是减少中间环节。

    比如电商减少渠道层级，搜索广告减少无效曝光，社交媒体减少传播成本，SaaS减少企业软件部署成本。

    AI提升效率，靠的是改变任务本身的完成方式。

    代码不再完全由程序员从零写出来，客服不再完全由人工逐句回答，报告不再完全从空白文档开始，研发不再完全依赖线性试错，制造不再完全依赖人眼检测和人工调度。

    更典型的例子是Google。

    2026年4月，Sundar Pichai披露，Google内部75%的新代码已经由AI生成，再由工程师审核通过；这个比例在2024年还只有约25%，到2025年下半年提升到约50%。更关键的是，Google还提到，一个软件迁移任务在AI代理工作流下完成速度达到过去的6倍。

    现在软件开发，是人定义任务，AI生成初稿，人审查结果，系统持续迭代。

    人的作用从执行层上移到判断层。工程师更多承担需求拆解、架构判断、质量控制和复杂问题处理。

    Google代表的是软件工程能力的最高密度之一。如果AI已经能在这种组织里进入正式生产流程，那它对普通企业IT、软件外包、内部开发、数据分析、运营自动化的外溢影响，只会更快发生。

    从这个角度看，AI之所以可能比互联网更大，因为它触碰到了经济活动中一个更底层的变量：能力。

    互联网让信息的边际传播成本趋近于零。

    AI正在尝试让一部分知识能力的边际调用成本下降。

    前者重构连接关系，后者重构生产能力。

    所以，杜凡说这轮科技革命可能十倍于互联网，我更愿意把它理解成一种方向判断：

    互联网放大了连接。

    AI放大的是能力。

    连接主要对应注意力、交易和匹配效率，而能力对应的是劳动、研发、管理和生产本身。

    这可能是这轮科技革命最值得认真对待的地方。

    ]]>         <![CDATA[“数据督导”推动学生全面发展]]>
    　　近年来，重庆用教育督导的数字化转型，为义务教育优质均衡发展装上“智慧引擎”，一张张精准的“数据导航图”，支撑着孩子们全面个性成长。

    　　“同学们，我发现家里的绿萝，在客厅长得慢，在阳台却疯长，这到底是光、水，还是土的功劳？”巴蜀小学五年级一间教室里，学生小菲在讲台上向大家提问。这堂“把讲台还给学生”的课，和监测数据密不可分。

    　　监测显示：学生深度思考的时间占比，与高阶素养提升显著相关，而单纯增加学习时长，并不能带来学业实质增长。于是学校决心“减时间、增思考”，“自主8分钟”短课成了学校的育人新举措。

    　　重庆市教委督导室负责人说，传统督导靠“经验判断”，现在要让数据“说话”，用数据“育人”，要让督导成为照亮改进之路的“灯”。

    　　为此，重庆建成了全国首个省域义务教育质量监测智能服务系统，出台了全国首个基础教育质量监测规程地方标准，率先建立“定期监测、动态监测、专项监测”三轨并行的质量监测体系，推动督导从“经验判断”转向“循证决策”，实现了从关注学生浅层表现到促进高阶素养发展的关键转型。全市校际差距较监测之初缩小22.8%，已有10个区县获评国家义务教育优质均衡发展区县。

    　　在重庆，督导监测数据成了科学育人的“指挥棒”。人民小学以“劳动萌主”小程序为切口，探索数字技术与劳动教育的深度融合，找到了技术赋能评价的新路径。人和街小学借助智能测评工具，为每个孩子生成个性化德育报告，悄然改善了部分学生的不良习惯。两江博雅小学则针对“时间管理能力欠缺”的监测结果，在数学课中嵌入趣味测评，让学生在自评互评中感知时间的价值。

    　　在重庆构建的“市、区县、学校”纵向联动、“政、校、家、社”横向协同的数据应用机制赋能下，义务教育优质均衡发展水平被纳入区县政府履职评价体系，重庆依据监测数据实施“领雁工程”“减负提质双10条”等重大项目，达标区县获激励，滞后区县被约谈。

    　　精准的“督”与“导”，换来显著成效。国家监测显示：重庆语文学科表现出色；数学素养跨越式提升；体质健康达标率、美育成果、学生“积极自我”指数、学业负担之轻等均居全国前列。

    　　2024年，重庆学生的“想象力”高水平比例较2020年增长11.5%，“问题解决能力”提升9.9%。

    　　“我们以全周期、全方位的数字化督导监测为支撑，进一步发挥监测评价‘指挥棒’‘体检仪’‘解码器’作用。”重庆市教育评估院相关负责人说，科学发现育人问题，强化结果运用，持续为义务教育优质均衡发展保驾护航。]]>         <![CDATA[锻造数字经济时代经济学拔尖创新人才]]>
    　　这样的思维碰撞，在中央财经大学“数字经济时代经济学拔尖学生培养基地”（以下简称“基地”）已是日常。作为国家首批基础学科拔尖学生培养计划2.0基地，几年来，中央财经大学沿着习近平总书记在哲学社会科学工作座谈会上的重要讲话精神指引，创新打造“顶天—立地—强基”三位一体培养模式，开辟经济学人才培养的独特路径，展现新时代经济学拔尖人才的生动故事。

    　　为了选出最合适的人才，基地打破传统选拔评价模式，建立低年级本科生动态选拔机制，不唯分数、重学术潜力，综合测评数理基础与问题意识、思辨能力。“我们构建起‘学业基础60%+科研能力30%+成长轨迹10%’的评价体系，从‘结果导向’转向‘过程+结果并重’，鼓励学生早进科研团队、深耕理论创新。”中央财经大学经济学院党委书记孙敏介绍。

    　　“基地的学术氛围太不一样了！”基地2024级本科生佘斯懿如此感慨。哪里不一样？采访中记者发现，“早进团队、早定课题、早练本领、早出成果”是基地人才培养的鲜明特色。“一生一策、多师共建”，一对一导师组为学生量身定制培养计划，让科研种子早早扎根。

    　　扎实的培养方案、十余门硬核新课、70余场读书会、“大三带大二”传帮带……基地把理论底座打牢，把学术视野拉高，让学生逐渐锻造扎实功底。

    　　“新时代经济学拔尖人才，绝不是只会套用模型、照搬文献的‘做题家’，而是饱含家国情怀、熟谙中国经济、勇于自主创新的未来经济学家，是能够为国家发展、民族复兴贡献智慧的可靠力量。”中央财经大学教务处处长、基地主任林光彬说。

    　　做真实世界的经济学，还要让学生在实践中理解中国经济的运行逻辑。

    　　“跟着导师走进城中村，我才摸到经济学真正的‘烟火气’。”基地2023级本科生金承坤在调研中亲眼看见，拆迁改造背后是资产核算、产权界定等真实难题。他跳出顶刊论文的抽象框架，第一次懂得：最好的课题，不在书本里，而在真实的中国大地上。

    　　记者了解到，基地以“切问笃行”系列实践活动为载体，引导学生把论文写在祖国大地上，学生足迹遍布全国各省区市，深入基层、企业、乡村开展田野调查，在实践中感知中国经济发展脉络。

    　　如今，基地故事已结出累累硕果：毕业生深造率高达95%，多人进入哈佛、耶鲁、伯克利等世界顶尖院校；多篇论文发表于《经济研究》等权威期刊，竞赛获奖171项，培养成果斩获2025年北京市教育教学成果奖特等奖。

    　　“基地的作用不只是‘培养一批学生’，更重要的是对学校整体人才培养和学科建设形成带动。”中央财经大学经济学院院长、基地主任郭冬梅说。

    　　“我们把立德树人贯穿经济学拔尖人才培养全过程，将新文科理念系统嵌入人才培养各环节，引导学生真正立大志、明大德、成大才、担大任。”中央财经大学校长、基地管理委员会主任马海涛说。]]>         <![CDATA[探索人工智能时代的教育新范式]]>
    师生成长更科学全面

    　　“表扬刘其芃的预习作业，在语文书上做的批注很认真。”在杭州市萧山区崇文世纪城实验学校，科研主任谢莹向记者展示教师的工作日常，“我们在手机上通过语音输入对学生的评价，系统会将信息自动采集为数据，存储到学生的数据仓库中。”这样的模式更新不仅让教师的工作更加高效，也为学生建立了个性化、系统化的成长数据。

    　　记录学生成长的同时，这样的模式也让教师得到成长。“组团包班式的合作工作让跟各个孩子相关的老师聚在一起，年轻教师能够通过对数据的分析进一步掌握实打实的教学、育人之道。”谢莹介绍。

    　　人工智能在高等教育中的应用同样值得关注与思考。近年来，浙江大学致力于打造贯通“意识启蒙—能力培养—项目孵化—企业落地—生态链接”的全生命周期的人才培养体系。“培育批判性思维、创新精神和创造能力，始终是任何技术都无法替代的教育内核。”中国科学院院士、浙江大学校长马琰铭表示，“人工智能的应用，将加速推动从知识传授向价值引领、能力塑造和创造性实践转变。”

    教育成果更公平可及

    　　钱塘江源头的深山里，浙江省衢州市开化县齐溪镇中心学校仅有6个班、72名孩子。数智技术，正在帮助他们打破教育资源壁垒。“AI智伴‘钱小娃’及智能终端将大山变为鲜活课堂。”校长吴章德分享，“孩子们通过二维码记录植物成长；‘AI智伴+线上名师’助力孩子们登上市级文艺舞台；通过AI实时翻译与云端连线，孩子们还和印尼姊妹学校的伙伴实现了对话。”数智技术正通过个性化辅导、资源共享不断弥合城乡教育差距。

    　　AI如何赋能特殊教育？在杭州市杨绫子学校，一个名为“杨绫大脑”的圆形大屏让每一个学生都成为一棵五彩斑斓的“树”：每一条枝丫代表学生不同的素养维度，每一种色彩标注孩子的发展程度，孩子们的细微变化都被精准记录、清晰呈现。

    　　杭州市杨绫子学校的AI学伴“绫小智”已然成为孩子们最亲近的“同桌”。特别是在孤独症社交沟通课上，这位毛茸茸的熊猫朋友，不仅懂得根据孩子的兴趣主动发起对话，耐心引导他们开口表达，更能在情绪起伏时，通过柔软的触感带来安抚与慰藉。

    　　这样的教育数字化场景，正在越来越多的乡村学校成为现实。大会期间，118个优秀实践案例在全球数字教育成果展集中呈现。郑州航空港区教育局基础教研室教研员王翰子介绍，他们正通过试点探索，构建起从城区优质校到乡村薄弱校的数字化联动机制，让人工智能重构的教与学新生态在全区129所中小学校逐步落地生根。

    未来教育更多元多彩

    　　“今年威尼斯双年展中国馆展览是整个展览中最具前沿张力的部分，尤其《黑神话：悟空》的展出更是搭建了中国文化传播和青年艺术对话的现场。”在本届大会首次设置的“闪电演讲”环节中，中国美术学院院长余旭红第一个登台，讲述他们发起中国设计制造大奖DIA十年来，以人文智性、生活智慧、科艺智能、产业智库的主张，打通学界、科学界、工业设计界、产业研发系统的努力和成果。

    　　科技为艺术教育带来了新契机，让教育更多元；也为世界各国带来了新机遇，让教育更多彩。5月12日，由全球教师发展学院非洲学院发起的《全球南方教师数字素养提升行动计划》在大会“为未来学校准备教师”平行会议上发布。根据方案，发展中国家将在教育数字化转型中得到系统性的助力，成为我国深化南南合作、参与全球教育治理的务实举措。

    　　“中国是联合国教科文组织在其主管领域的强大合作伙伴。”大会期间，联合国教科文组织总干事哈立德·阿纳尼表示，除了众多的文化遗产、学习型城市和教科文组织二类中心等资源外，中国还新落户了联合国教科文组织国际STEM教育研究所，将有效促进科学、技术、工程和数学领域的教育发展，助力培养具有综合能力的人才。

    　　对此，中国工程院院士、之江实验室主任王坚也有着同样的看法。“人工智能是重要的科技公共产品。”王坚说，面向未来，更多的科技工程领域跨学科合作将成为可能，融合人工智能和科技的基础设施，将助力教研工作解锁更多可能性。]]>         <![CDATA[AI基建催生技术工人“黄金时代”]]> 5月14日，据上观，AI行业，以后谁的工资潜力大？很多人的第一反应都是：科学家、程序员、企业家。但最近，英伟达CEO黄仁勋给出的答案是：技术工人。他的理由是什么？AI的基建需求非常庞大。我们平时经常听大家讨论token、算力、模型，但常常忘了，AI也离不开基础设施。数据中心、电力系统、芯片工厂、冷却系统，这些都是AI继续往前发展的重要支撑。这么一来，对技术工人的需求自然就涨了。
    数据也验证了这个说法。人力资源公司Randstad的分析显示，过去三年，对技术工人的需求整体上升了27%。其中，建筑工人需求增长30%，焊工增长25%，电工增长18%。需求涨了，工资也会跟着涨。今年年初，黄仁勋在瑞士达沃斯世界经济论坛上指出，因为运行和训练AI需要大规模数据中心，水管工、电工和建筑工人有望拿到“六位数薪资”。
    ]]>         <![CDATA[持续提升“人工智能＋教育”国际影响力]]> 习近平总书记强调：“把握全球人工智能发展态势，找准突破口和主攻方向，培养大批具有创新能力和合作精神的人工智能高端人才，是教育的重要使命”“中国愿同世界各国一道，聚焦人工智能发展前沿问题，深入探讨人工智能快速发展条件下教育发展创新的思路和举措，凝聚共识、深化合作、扩大共享，携手推动构建人类命运共同体”。当前，新一轮科技革命和产业变革深入发展，人工智能正以前所未有的速度、广度和深度重塑全球教育形态。不久前，教育部等五部门印发《“人工智能+教育”行动计划》，明确提出促进“人工智能+教育”国际合作，深度参与人工智能教育领域国际议程、规则和标准制定。面对机遇与挑战，加强人工智能教育国际合作，持续提升“人工智能+教育”国际影响力，既是服务教育强国建设的战略需要，也是推动构建人类命运共同体的责任担当。
    打造高能级国际交流旗舰平台，建立健全长效合作机制。一方面，依托现有高端国际平台，做优做强“人工智能+教育”专属品牌板块。充分利用世界数字教育大会、世界人工智能大会、世界数字教育联盟、世界慕课与在线教育大会、中国国际教育年会等国际化平台，策划举办高规格的“人工智能+教育”主题边会或专场论坛，通过设立全球人工智能教育创新成果展览、发布人工智能教育应用最新案例等环节，将中国的先进理念、成熟技术和落地产品集中展示，吸引全球顶尖高校、科研机构和科技企业参会，形成产业界与教育界跨界融合的国际效应。另一方面，在“建机制”上下功夫，推动国际交流由“事件驱动”向“机制驱动”转变。在国际交流旗舰平台牵引下，牵头组建跨国界的“人工智能+教育”国际组织，设立秘书处等常设机构，建立定期会晤、联合发布、信息共享的运转机制。通过常态化的机制安排，使国际交流走向“深度对接”，持续扩大中国在全球人工智能教育领域的“朋友圈”。
    积极推进政策沟通与标准对接，深度参与全球教育治理。标准是全球治理的核心和博弈的制高点。提高在“人工智能+教育”领域的国际影响力，必须跨越单纯的技术输出，深度融入全球教育治理体系，在政策沟通与标准对接上展现中国担当。一是主动搭建政策对话桥梁，凝聚“人工智能+教育”发展的国际共识。人工智能在教育中的应用伴随着数据隐私、算法偏见、学术伦理等风险挑战，各国对此监管尺度不一。可依托联合国教科文组织等多边机制，积极发起或参与人工智能教育全球治理的政策对话。通过政策层面的坦诚沟通，能够减少误解，有效防范误判，展现中国负责任大国的形象。二是全力推进标准互认与联合制定，提升中国在规则制定中的实质性话语权。聚焦人工智能教育大模型接口规范、教育数据分类分级标准、智能教学终端技术要求等关键领域，鼓励国内头部企业、科研院所与国际标准化组织对接。不仅要推动中国标准“走出去”被国际采信，也要倡导由中外专家联合起草制定新的国际标准。通过主导或参与标准制定，将中国在海量教育数据沉淀中提炼的重要实践转化为全球通用规则，从而在底层逻辑上增强“人工智能+教育”的中国印记，实现由规则“跟随者”向规则“引领者”的转变。
    大力开展能力建设国际合作培训，推动优质资源“走出去”。提升国际影响力的落脚点在于实实在在地惠及各国人民，特别是帮助全球南方国家跨越智能鸿沟。要践行全球发展倡议，推动“人工智能+教育”合作提质增效，坚持“授人以渔”，以能力建设和资源出海双轮驱动。一方面，精准对接国际需求，大力开展人工智能师资与治理能力建设培训。全球南方国家在推进教育数字化过程中，面临的最大短板往往不是缺乏设备，而是缺乏能够驾驭人工智能技术的教师队伍和懂技术的教育管理者。应整合国内师范类顶尖高校和人工智能头部企业的专家资源，设立关于国际人工智能教育能力建设的培训中心。通过实施“走出去”培训与“请进来”研修相结合，为合作伙伴方培养一批懂技术、会教学、善管理的本土化“种子师资”，激活其自主发展的内生动力。另一方面，坚持质量优先，系统推动优质“人工智能+教育”资源和公共服务平台走向世界。在资源出海过程中，不能简单地将国内中文资源进行翻译，而是要结合目标国的课程标准、文化语境和宗教习俗进行深度本地化改造。重点推动国产高质量教育大模型、虚拟仿真实验平台、智能自适应学习系统等“硬核”资源出海，并提供全周期的技术运维支持。以优质的资源供给和良好的使用体验，让海外师生切身感受到中国“人工智能+教育”产品的温度与效能，在“润物细无声”中，提升中国教育科技的全球美誉度，培育忠实用户群。

    ]]>         <![CDATA[数字孪生电网让“现在”遇见“未来”]]>
    数智观察
    数字孪生电网绝非简单的3D动态示意图，也并非传统离线仿真工具，而是一套“会思考、能决策”的智能系统，这也是其能够切实提升新型电力系统运行效率的关键。
    图片来源/摄图网
    ■中国经济时报记者李海楠
    随着人工智能、高算力和新一代互联网等关联技术突飞猛进，数字孪生电网搭建起联通“现在”与“未来”的桥梁，正引领我们走向“源网荷储协同互动、物理数字深度融合”的能源未来。
    所谓数字孪生电网，是指通过三维建模技术实现电网从物理世界到数字世界的映射，依托多维感知手段将电网运行情况实时同步至数字孪生系统，完成电网系统在数字世界的动态复现。
    简单来说，数字孪生就是为物理世界的实体在数字空间搭建高精度线上电网复刻体，既能够实时反馈物理实体运行状态，又可以推演未来变化趋势，为新型电力系统运行控制技术发展带来重大机遇。
    正因如此，数字孪生电网成为支撑新型电力系统建设的关键基础设施。数字孪生电网绝非简单的3D动态示意图，也并非传统离线仿真工具，而是一套“会思考、能决策”的智能系统，这也是其能够切实提升新型电力系统运行效率的关键。
    在新型电力系统建设的宏大图景中，数字孪生电网正以颠覆性技术形态重构能源互联网时空维度。
    传统电网数字化进程曾长期停留在物理系统信息化映射层面，依托二维数据采集、离线仿真工具开展静态推演，早已难以适配高比例新能源接入带来的多维不确定性。
    这也是数字孪生电网能够脱颖而出的根本原因。其突破性在于，可通过三维激光扫描实现毫米级建模，将绵延数千公里的输配电网络复刻至数字空间。
    与此同时，数字孪生电网依托物联网传感器实现每秒百万级数据吞吐，将铁塔覆冰、导线弧垂、变压器温升等物理状态实时转化为数字镜像。
    这种动态映射，一方面突破传统仿真的时间常量限制;另一方面，依托机器学习算法挖掘历史数据中设备劣化规律、负荷波动特征等隐性信息，使电网具备从“全息感知”到“实时分析”再到“自主决策”的全链条处置能力。
    数字孪生电网的优异能力，源于全方位实时数据采集、人工智能算法建模预测的综合技术赋能，能够推动电网调度从“事后响应”转向“事前预判”，最终实现能源分配更高效、更精准。
    当前，经济社会发展、工业制造业生产以及未来产业大规模布局催生巨量用电需求，新型电力系统亟须一套能够真实反映当下用电需求、精准预判未来负荷变化的电力“气象预报”系统，数字孪生电网恰好适配这一发展刚需。
    例如，依托数字孪生电网，可挖掘发电、用电历史规律，结合气象预测、地理信息等多源数据，提前数小时乃至数天预判新能源发电量与社会用电负荷。当极端高温推升空调用电、寒潮天气加剧采暖负荷时，数字孪生电网可快速平衡电力供需缺口，规避夏季限电、冬季供暖不足等民生问题。
    该预测能力并非凭空生成，而是依托海量历史数据深度学习、实时感知数据动态校准形成，推动电网管控模式从“被动应对”转向“主动掌控”。
    值得关注的是，数字孪生电网带来的不仅是技术迭代，更是能源生态体系重构。“十五五”时期，国家电网4万亿元投资中，数字化、智能化投资占比将显著提升，资金重点投向特高压通道数字孪生建模、配电网柔性互联虚拟仿真、储能系统数字镜像搭建等领域。
    伴随数字孪生体与物理电网同步规划建设，新能源场站在选址阶段即可植入数字化基因，用户侧分布式资源依托虚拟电厂整合为可调度数字资产，电力系统边际成本将在数字赋能下持续压降。
    站在能源革命关键节点，数字孪生电网的价值早已超越普通技术工具范畴。它既是新型电力系统建设的“数字底座”，也是能源转型的“认知引擎”。在数字空间模拟极端天气下电网韧性、优化跨省跨区电力互济方案、探索碳足迹追踪数字化路径，本质是以比特流优化瓦特流时空配置。
    不久的将来，随着数字孪生电网规模化普及应用，这种虚实共生的新型电网形态，将打破物理电网固有约束，让清洁电能如信息流般自由流转，在筑牢能源安全防线的同时，为经济社会高质量发展注入绿色动能。

    ]]>         <![CDATA[腾讯需要一场2026年的首胜]]>

    文 | 市象，作者 | 景行，编辑 | 古廿

    主张减少“冲榜”的姚顺雨，最后还是把混元带成了AI榜一。

    作为姚顺雨接手后的第一张成绩单，混元3.0的调用量迎来爆发式增长。

    5月7日，全球最大的AI模型API聚合平台OpenRouter公布了最新一周的调用量排行榜。腾讯混元3.0以3.66万亿Token登顶总榜第一，同时拿下了编程和工具调用两个细分场景的冠军。

    这个位置过去长期被Claude、Gemini、Grok等海外模型占据，直到2026年，中国模型开始频繁出现在榜首，MiniMax M2、Qwen3.6-Plus、Kimi K2.6都曾先后登顶。

    更具戏剧性的是，带队冲锋的腾讯首席AI科学家姚顺雨，恰恰是业内著名的反冲榜主义者。

    他入职腾讯后，曾要求混元减少过度冲榜，把重心放回真实场景的稳定性。

    在演讲中，姚顺雨公开表示，AI的上半场是刷分刷榜，把大模型训练成一个擅长已知数据集的做题家；而在下半场，大模型的关键在慢思考和多步推理，模型要能进入更复杂、开放的未知世界。

    这也让姚顺雨的位置变得微妙：他曾提醒团队不要沉迷冲榜，但现在，混元又必须赢一场来鼓舞人心。这场胜利，对腾讯而言很及时。

    整个2026年上半年，腾讯几个关键战役，短期来看都尚未打出预期的效果。

    年初，元宝押注10亿春节红包完成一次AI应用拉新。但节后QuestMobile数据显示，一季度内，亿级月活AI应用仍然是豆包、千问、DeepSeek三分天下，元宝MAU仅为5735万。

    4月，六年耗资十个亿的《王者荣耀世界》上线。这款承载腾讯游戏IP开放世界想象力的大作，本该是腾讯游戏在新周期里的标志性产品。但从上线后的反馈看，它并没有迅速变成一个现象级 答案，甚至在腾讯内部也被“王世杰”这样的代称讨论表现。

    到了5月，混元3.0登顶OpenRouter，反而成了腾讯上半年少数超出预期的节点。

    毕竟，2026年刚过半，元宝没有彻底打穿，游戏新品没有打出确定性，腾讯太需要一个能让内部和外部都重新抬头的信号。

    混元3.0登顶，至少让腾讯拿到了马年第一场像样的首胜。

    不求马到成功，但腾讯确实不能马失前蹄。

    外热内冷的混元口碑？

    当混元登顶全球第一的消息刷屏时，腾讯内部的氛围却显得有些微妙。

    年初，摩根大通曾发布研报指出，DeepSeek新一代模型将释放巨大的平台经济效益，推理成本的下降有利于大模型嵌入更多场景，或释放API收入潜力，而拥有微信、QQ等超级平台的腾讯被认为是潜在的最大受益者。

    对于自研模型，腾讯寄予厚望。在今年年初的腾讯年会上，腾讯总裁刘炽平公开表示，混元的研发更像应试考试，单项成绩表现不错，但一进考场就露馅，不少关键能力都有缺失。

    腾讯的解法是换人+加钱，招揽OpenAI核心科学家姚顺雨担任首席AI科学家，向总裁刘炽平汇报。根据刘炽平的披露，2025年腾讯在混元、元宝两个产品的投入高达180亿元，预计2026年腾讯的AI产品投资至少要翻一番。

    在混元3.0版本中，姚顺雨带队做出了尽可能的性能提升。官方数据显示，混元3.0支持256K上下文窗口，首次响应速度提升54%，平均完成时间缩短47%，编程能力逼近GLM4.7，并已接入元宝、CodeBuddy、QQ、腾讯文档等十多款核心产品。

    但在混元3.0发布后，来自腾讯内部的反馈谈不上多理想。

    近期有腾讯员工吐槽混元部门以协同设计为名，对腾讯内部强制推广混元模型，通过配额和计费手段限制外部模型使用，如GLM5.1模型，24小时内只能调用1000次：

    “全公司在推AI加速，我用Claude和GLM十几分钟搞完的工作，混元可能要调试半天，谁愿意用呢？”

    混元的用户反馈方式也令员工感到不满，产品仍依赖用户手动填表模式收集反馈，有腾讯员工称：“这根本没想用心做收集。”

    这与混元3.0力压群雄斩获调用量冠军的形象完全相悖，在Token调用量是前代10倍的优异数据背后，配额限制强行驱动的内部使用，同样为混元的调用增长做出了贡献。

    这与混元3.0的效率革命脱不开关系。

    姚顺雨对腾讯混元的刮骨疗毒从基础设施开始，整个研发流程重新设计，团队打散重组，AI Lab撤销，人员并入预训练、后训练、Baseline Infra等不同板块，战略上强调不出头，广积粮缓称王，优先服务腾讯生态。

    与GPT-5.5和DeepSeek V4争夺技术制高点不同，混元3.0全面转向了实用性和性价比。总参数规模2950亿，激活参数210亿，没有刻意追求万亿参数，而是强调推理效率提升，同时优化成本。

    这样做的好处也很明显。相较其他竞品，混元3.0的响应速度快，价格便宜，而且与腾讯的产品生态深度融合。

    对外，混元3.0有能力竞争智能体市场；对内，混元3.0则在逆转QQ浏览器、微信搜索等产品的DeepSeek依赖症。

    在编程、智能体、深度推理、上下文窗口能力弱于头部模型的背景下，混元凭借促销政策与工作效率在竞争中胜出，这是一次属于姚顺雨的阶段性胜利。

    HY3的突袭免费战

    混元3.0在OpenRouter上的登顶，本质上是一场成功的商业突击战。

    腾讯混元负责人公开表示，HY3 preview（预览版）主打实用，为了搜集用户反馈，了解模型在真实场景中的效果，HY3 preview在上线之初便在OpenRouter开启限免活动，方便开发者免费试用模型。

    4月23日，HY3 Preview在OpenRouter平台上线了专属端点，不仅输入、输出价格均免费，而且没有使用时长或调用次数限制。

    这令不少用户感到兴奋，有开发者表示，相比其他免费模型，腾讯混元3.0的质量还是要高出不少，建议在限免活动到期前抓紧使用。

    混元斩获这场胜利，一是混元的大规模技术重构，让模型在编码和智能体场景下重获开发者重视；二是限免政策充当了冲榜催化剂，驱动海量开发者用脚投票。

    在OpenRouter平台历史上，这样的案例并不罕见。

    今年4月，Elephant Alpha模型上架OpenRouter，仅用48小时就登上热榜第一名。数日前，Qwen3.6-Plus预览版也在OpenRouter开启免费试用，并冲上OpenRouter日榜榜首。

    与以价换量的字节豆包相比，混元才刚刚起步。

    根据火山引擎官方披露数据，豆包大模型的日均Token调用量，已于今年3月突破120万亿，较2024年首次对外发布时增长达1000倍。对比混元单平台3.66万亿的周调用量，差距仍然明显。

    更关键的是价格因素，混元的价格优势并不显著。

    作为两款性价比导向的主力模型，混元3.0的API定价为输入1.2元/百万Tokens、输出4元/百万Tokens（0-16K）；作为对比，豆包今年发布的高性价比模型Doubao-Seed-2.0-Lite，价格为输入0.6元/百万Tokens、输出3.6元/百万Tokens。

    更重要的是，相较混元的技术重构，竞争对手已经跑在商业化的快车道上。

    豆包已经从规模扩张转向付费造血，C端付费推出68元/月、200元/月等多档订阅服务，战略目标已经从扩张用户及调用量转向可持续增长。

    阿里通过成立ATH事业群全力转向Token经济，寻求在各行业创造应用场景；DeepSeek则被曝出寻求国内AI企业史上最大规模融资，同时加速商业化进程，将技术势能转化为市场地位。

    同期腾讯混元的战略，显著偏向先偿还“内债”——在元宝、QQ、腾讯文档等十余款产品中快速铺开AI功能，消化社交、游戏等场景的海量用户，完成技术模型的内部验证。

    从正面看，姚顺雨为混元选择了一条最合适的路径。先关注真实用户需求，再关注前沿能力的竞争。

    从背面看，混元需警惕变成新的“内部刷榜”。员工的负面反馈表明，混元并未在工作效率层面成为开发者首选，一旦限免推广与内部保护期结束，混元需要面对新的问题，如何在业内重新赢回主动权。

    腾讯需要一场胜仗

    2026年的腾讯并不顺利，站在这个时间点，混元3.0的登顶来得太及时了。

    股价方面，腾讯控股从600港元下跌至464港元左右。因2026年公司将对AI投资翻倍，整个市场对腾讯盈利能力的预期发生逆转。

    腾讯首席战略官詹姆斯·米切尔在财报会议中明确，由于AI新产品投入加大，2026年腾讯的收入增速可能快于利润增速。

    彭博社预测，2026年腾讯利润增速或将降至个位数。高盛则下调了腾讯全年盈利预期，从10%下降到7%，原因是AI 相关成本导致的运营支出增加。

    游戏业务方面，被寄予厚望的开放世界大作《王者荣耀世界》，在开启公测后口碑两极分化，官方被迫在公测一周内发布三千字道歉长信：

    “我们确实非常缺乏经验。游戏的前期体验有很多缺陷，很多内容编排不得当，还有一些我们自以为是的想当然。”

    刘炽平在财报会上表示，对元宝、混元等AI产品的持续投入，将为腾讯带来长期的可观回报，新产品的变现将随使用量提升而自然实现。

    在春节期间，腾讯曾为元宝APP大力投入聊天领红包的促销活动，产品曾短暂跻身亿级俱乐部，MAU一度飙到1.14亿，但节后迅速回归常态。

    QuestMobile数据显示，截至2026年3月，亿级月活AI应用仍然是豆包、千问、DeepSeek三分天下，元宝MAU仅为5735万，一季度用户增量为820万。

    对比之下，豆包和千问的一季度用户增量分别是1亿和1.26亿。

    环顾四周，似乎上半年腾讯为数不多的赢点，是与DeepSeek的深度合作。

    不仅DeepSeek新版本接入微信等国民级应用，引发投资者的极大兴趣。媒体曝出腾讯参与对DeepSeek新一轮融资，也让市场相信，腾讯将成为后者的重要股东，在AI时代仍然维持生态竞争力。

    在这样的背景下，腾讯宣发混元3.0的调用量登顶，高调打出赢学牌也就不足为奇。它证明在AI时代，腾讯的核心业务依然具备极强韧性，公司还有机会成为AI行业领先者。

    ]]>         <![CDATA[第四代核电来了！到底厉害在哪儿？]]> 长期以来，一提到“核能”，人们最先顾虑的就是安全问题。在这种背景下，具备本质安全、高效低碳、核废料减量等突出优势的第四代核能反应堆，成为全球能源转型进程中，破解传统核电安全痛点、拓宽核能应用空间的关键突破口。我国“十五五”规划也明确提出，要稳妥推进四代堆技术研发与应用示范。

    那么，到底什么是“四代堆”？它们又是怎么让核能更安全、更环保的？带着这些问题，科普中国咨询了中国原子能科学研究院的相关科研人员。

    什么是“第四代核能反应堆”

    “第四代反应堆”最早由美国能源部在 20 世纪 90 年代末提出。2001 年，美国联合阿根廷、法国、日本等 9 个国家成立“第四代核能系统国际论坛”（简称 GIF），并于 2002 年正式选定六大优先研发堆型。

    “第四代反应堆”由 GIF 规划，指面向 2030 年后商用的新一代核电技术。四代堆是“革命性”的技术路线，即从物理原理、冷却剂类型到燃料循环方式都将发生根本性变化。简单来说，它是核能技术的“升级版”，比之前的核能技术更安全、更省钱、更环保，并且防核扩散。

    我国于 2006 年正式加入 GIF 组织，深度参与第四代核能反应堆的国际研发与技术合作。

    “第四代反应堆”的六大优先研发堆型包括：

    1 超高温气冷堆

    “超高温”是指反应堆堆芯采用石墨、陶瓷等耐高温材料，使得堆芯温度可以达到近 1000 摄氏度。“气冷”则是指不同于传统核电站的“水冷”方式，反应堆采用惰性气体氦气进行堆芯冷却和传热。

    图片来源：央视新闻

    2 超临界水冷堆

    “超临界”是指反应堆运行在水的热力学临界点（374℃、22.1 兆帕）以上，水在此状态下成为兼具气液特性的单相流体，无沸腾相变。“水冷”则是指反应堆以超临界状态的轻水同时作为冷却剂与慢化剂，延续传统核电站的水冷技术路线，但参数与性能显著提升。

    3 熔盐堆

    是指采用熔融态氟化盐混合物作为核燃料载体与冷却剂的反应堆。有别于传统核电固态燃料+水冷/气冷的模式，熔盐堆的堆芯无需固态燃料结构，依靠流动的高温熔盐承载核裂变反应，具有常压运行、高温输出的优点。

    4 钠冷快堆

    反应堆采用液态金属钠作为堆芯冷却剂，替代传统核电站的水冷、气冷方式，导热能力强、工作温度高。“快堆”则是指反应堆不设置慢化剂，依靠高能中子直接维持链式裂变反应，无需减速中子，快堆也是未来核能发展的重要方向。

    5 铅冷快堆

    同样是“快堆”类型，但堆芯冷却剂采用的是液态铅或铅铋合金。

    6 气冷快堆

    也是“快堆”类型，区别于水冷、铅冷等冷却方式，反应堆采用氦气等惰性气体作为堆芯冷却剂。

    图片来源：开源证券研究所

    “核能四代堆”是怎么让核能更安全、更环保的？

    第四代核能系统国际论坛对“第四代反应堆”设定的核心目标是：

    安全性：固有安全，极端事故无需场外应急，堆芯熔毁概率极低。

    经济性：发电成本更低，效率更高（40%~50%，高于三代约 33%）。

    可持续性：铀利用率大幅提升，核废料减量 90% 以上，支持闭式燃料循环。

    防扩散：燃料与堆型设计降低核材料扩散风险。

    这些目标是怎么通过技术设计具体实现的呢？

    先说“安全”，四代堆最突出优势之一就是“固有安全”。所谓“固有安全”，通俗来讲就是，即使在严重事故情况下，不需采取任何人为和专设安全系统的干预，反应堆仍能保持安全状态。因此，四代堆无需场外采取大规模人员撤离等紧急措施，可从根本上杜绝大规模的放射性物质环境释放。

    以钠冷快堆、铅冷快堆为例，它们用熔融的金属代替水作为冷却剂。金属熔融物具有更高的传热效率，且在常压下就能工作，不像水冷堆需要承受巨大压力。同时，快堆配备了“非能动安全系统”，在停机事故发生后，堆芯余热可以依靠冷却剂的自然循环被排出，大大提高了核电站的安全性。

    再说“环保与可持续性”，四代堆能够通过高效利用天然铀资源、大幅减少放射性废物、提供长期清洁能源，实现核能的可持续发展。

    具体来说，传统核电站对于天然铀资源的利用效率并不高，它利用铀-235的裂变来产生能量，但铀-235 在天然铀中的占比仅有 0.714% ，就像是吃一个皮厚肉少的柚子，费尽力气也只吃到一小口，更多的部分被丢弃了。而四代堆能把这些“原本要被丢弃的果皮、果核”都利用起来，铀资源利用率从 1% 左右提高到 60%~70%，原本只能用几十年的铀矿，能用上千年。

    不仅如此，四代堆还能实现核废料大幅减量且更加安全。普通核电站会不断产生需要深埋地底存放几万、几十万年的长寿命核废料，四代堆则能把这类高危害、长寿命的核废料当燃料“烧掉”或者“转化”，使得剩下的废料辐射寿命大幅缩短，也更容易处理。以快堆为例，一座快堆可以支持 5~6 座同功率压水堆的次量锕系核素（MA）嬗变，使放射性废物对环境的辐射影响时间缩短 100 倍，废物量也同时大大减少。

    图片来源：开源证券研究所

    除了发电，四代堆的高温特性，让它可以“一专多能”，例如核能制氢、工业用热、海水淡化、城市供暖等。

    2024 年获批的江苏徐圩核电项目就是个典型例子。这是全球首个核能与石化产业大规模耦合的创新项目。核电厂不仅可以发电，还可以为连云港的石化基地供应工业蒸汽，每年将供气 3250 万吨、减少二氧化碳排放 1960 万吨，有效缓解高耗能产业减排脱碳压力。

    我国“核能四代堆”的研发取得了哪些进展？

    核电站建设通常遵循“实验堆→原型堆→示范堆→商用堆”的路径，相当于从实验室验证到大规模商业化应用这样一个“打怪升级”过程。目前俄罗斯、美国、法国、日本等国家都开展了四代堆的技术攻关，部分堆型建成了商业化运行的电厂。中国在钠冷快堆、高温气冷堆和钍基熔盐堆等方面具备工程化与商业化能力，取得多项建设成果。

    1 钠冷快堆——中国原子能科学研究院

    钠冷快堆是目前运行经验最丰富的先进核能系统，也是我国正在重点发展的堆型之一。2010 年，中国原子能科学研究院建成了实验快堆。2024 年，一体化闭式循环快堆创新联合体成立。在 2035 年左右将实现一体化快堆工程示范，具备商业化应用条件。

    2 高温气冷堆——石岛湾高温气冷堆

    2003 年清华大学建成实验堆。2023 年，山东石岛湾 20 万千瓦级商业示范电站正式投运，这是全球首座投入商业运行的第四代核电站，标志着中国在第四代核能技术研发和应用领域达到世界领先水平。

    3 钍基熔盐堆——中国科学院上海应用物理研究所

    2025 年，中科院上海应用物理研究所牵头建成的 2 兆瓦（热功率）液态燃料钍基熔盐实验堆，首次实现堆内钍‑铀核燃料转换，标志我国成为目前国际上唯一运行并实现钍燃料入堆的熔盐堆的国家。

    2兆瓦液态燃料钍基熔盐实验堆厂房。图片来源：新华社

    总的来说，在全球能源转型和“双碳”大趋势下，清洁、高效、安全的新能源是破解能源危机、应对环境挑战的核心方向，而核电作为稳定可靠的低碳能源，在全球能源结构中占据着不可替代的地位。近两年，AI 算力竞赛更是带来了前所未有的电力需求，全球范围内，其他国家也都在重启或扩建核电项目。

    图库版权图片，转载使用可能引发版权纠纷

    第四代核电技术的突破与落地，不仅丰富了我国新型能源体系的供给形式，更弥补了风电、光伏等新能源间歇性、波动性的短板，实现“清洁发电+多元利用”的协同发展，能更好地助力我国构建清洁低碳、安全高效的能源体系新结构。

    策划制作

    解读专家丨苏豪展 中国原子能科学研究院 助理研究员

    审核丨刘森林 中国核工业集团有限公司首席科学家

    ]]>         <![CDATA[国产芯片光刻胶获突破！人工智能和材料科学“国家队”找到研发新路径]]> 国产芯片光刻胶获突破！人工智能和材料科学“国家队”找到研发新路径

    光刻胶是芯片制造的核心材料之一，其质量直接影响芯片的性能和成品率。记者昨天从上海人工智能实验室获悉，在新一代人工智能国家科技重大专项支持下，这家科研机构与厦门大学、苏州实验室等单位合作，基于“书生”科学大模型和“书生”科学发现平台，研制出高纯度、高一致性、高效率的KrF（氟化氪）光刻胶树脂。这一突破使高端光刻胶树脂的稳定制备不再依赖极少数国外企业的“黑箱能力”，探索出一条可标准化、快速迭代的芯片材料研发新路径。

    目前，联合攻关团队已建立从AI决策到自动化合成的闭环研发体系，支撑多批次自动化合成和性能验证，批次间一致性持续上升。恒坤新材公司在这个体系支撑下，完成了光刻胶树脂适配，关键性能指标均达预期，后续将进入客户端验证阶段。

    上海人工智能实验室介绍，KrF光刻胶树脂是决定光刻胶整体性能的核心基础材料。长期以来，高端树脂材料开发受制于“经验驱动的试错”路径，科研人员要在数以千计的单体配比、聚合体系和反应条件中逐一筛选。这种实验范式导致研发周期以月为单位，而且极易受人为操作误差影响，难以满足集成电路成熟制程对材料批次稳定性的严苛要求。如何实现高纯度、高一致性、高效率的材料创制，成为我国光刻胶产业突破的关键问题。

    光刻胶树脂自动化制备装置

    “人工智能驱动科学研究”的兴起，为突破这个问题提供了利器。联合攻关团队利用大模型和智能体，开发出面向光刻胶树脂设计的智能化合成平台，并构建了一套“决策—互联—执行—迭代”智能化研发体系。这个体系颠覆了传统实验室依赖人工操作的粗放研发模式，采用高度模块化并行架构，依托多反应器、多工作站协同布局，实现了从液体精准转移到惰性气氛保护、再到多级自动化后处理的全流程闭环运行。凭借精密三轴伺服控制和全密封加液技术，它能从源头上规避因人工操作暴露带来的氧气、水汽、金属杂质污染问题，将成品树脂的金属杂质含量稳定控制在10ppb（十亿分比浓度）以下，同时严格把控分子量分布，PDI（多分散指数）指标稳定控制在1.3以下。

    这个体系的数字大脑，是“书生”科学大模型Intern-S1与优化算法深度耦合形成的决策系统。它负责实验方案生成、参数优化、结果预测等核心工作，凭借强大的科学推理能力，可找到树脂合成的“高潜力区域”，并实现数据驱动与化学知识的协同，减少无效试错。

    在数字大脑指挥下，智能化合成平台实现了“干实验（AI决策）—湿实验（物理合成）”闭环迭代：AI模型生成光刻胶树脂合成实验方案，经科学智能上下文协议（SCP）转化为自动化平台指令，并在物理实验室完成高通量的合成和表征任务；实验产出的分子量、热稳定性等关键数据自动回传AI模型，驱动算法优化下一轮方案，实现研发体系的自动迭代。基于这一循环，光刻胶材料研发实现了从“经验主导”向“数据驱动”转型，为高端材料产业突破技术瓶颈提供了新路径。

    ]]>