【文/观察者网 熊超然】11月14日，中国机器人公司优必选（UBtech）发布了一段视频，数百台Walker S2人形机器人整齐列队于仓库内，这些机器人齐齐转头、挥动手臂，并列队进入集装箱——这一视觉效果震撼人心，让人联想起科幻大片《我，机器人》。 然而，美国机器人公司Figure的创始人兼首席执行官布雷特·阿德考克（Brett Adcock）却对此感到难以置信，他立即在社交媒体上发文，暗示这段视频是电脑生成的。 “看看这个机器人的倒影，再对比一下它后面的。前面的机器人是真的——后面的都是假的，”阿德考克张口就来：“如果你看到一个头部单元反射出一堆天花板灯，那就说明它是电脑生成的图像。” 为了回应阿德考克的帖文，优必选迅速发布了一段用FPV（第一人称视角）无人机拍摄的视频，附上原始音频，邀请质疑者亲自见证机器人完成这些动作的“壮举”，并配文：“到底是不是AI生成？一镜到底原声原速大揭秘！” 自动播放 然而，你永远都叫不醒一个“装睡的人”，阿德考克仍旧不相信……11月29日，香港《南华早报》报道指出，有他这种想法的，其实并非孤例。 当中国航母福建舰首次展示其电磁弹射系统时，美国军事专家也对其能力提出了类似的质疑。在这种情况下，基于过往经验的假设似乎模糊了他们对中国当下工业现实的认知。 “很多质疑源于对中国制造业能力以及我们供应链协同系统优势的认知不足，”优必选首席品牌官谭旻正面回应了这些质疑：“批评者应该来中国亲眼看看人形机器人行业的蓬勃发展，并直接参与到产业链中来。” 中国机器人公司优必选发布的机器人视频 视频截图 《南华早报》称，这种质疑在某种程度上是可以理解的。仅仅一年前，许多机器人还在学习模仿人类的步态。而如今，人形工业机器人已被应用于新能源汽车制造、3C（计算机、通信、消费电子）智能生产和智能物流等各个领域。 在开源协作、紧密整合的供应链以及实际应用快速迭代的推动下，中国的人形机器人行业正在飞速发展。 “坚定的开源策略是我们机器人持续升级的重要动力之一，”深圳众擎机器人（EngineAI）联合创始人姚淇元在接受《科技日报》采访时就说：“通过开源部署和训练代码，我们吸引全球开发者共同构建应用生态。” 正是这一策略，极大地加速了创新。如今，众擎机器人实现了单一产品每周迭代版本，从设计到可运行的原型仅需约六个月，这在传统制造中是难以想象的速度。 在深圳南山区的“机器人谷”，数百家机器人研发企业和供应商聚集，形成完整的产业生态。当地一句口号形象地反映了这种密度：“楼上楼下是上下游——产业园就是产业链。” 同时，深圳政府也进一步支持机器人产业发展，开放了巡检、消防等公共部门场景，为机器人提供“工作岗位”。 “一些机器人公司在产品发布后很难找到可行的商业模式，”龙岗区人工智能（机器人）署署长赵冰冰表示：“商业机会只有在持续的实际应用中才能逐渐显现。” 当然，成本下降是推动普及的另一关键因素。今年10月，总部位于北京的松延动力（Noetix Robotics）推出一款售价不足1万元人民币的人形机器人，目标用户是业余爱好者和编程教育机构。而就在六个月前，这款机器人刚刚在人形机器人半程马拉松比赛中获得亚军。 “所有技术在普及之前都是价格昂贵、产量低的。我们的目标是尽快让消费级机器人惠及大众。”松延动力创始人姜哲源在接受采访时表示。 优必选首席品牌官谭旻认为，机器人行业正处于突破的边缘。中国约有200家初创企业，每家企业都有其独特的技术重点和市场定位，正在找到各自的利基市场，并在不同的应用场景中取得针对性的进展。 他表示，这些企业正在共同推动机器人行业“从零开始”跨越关键门槛。他承认，中国在伺服驱动器和滚珠丝杠等核心部件方面仍然落后于一些更成熟的西方公司，但他指出，中国拥有明显的优势。 “得益于人工智能的进步，中国现在拥有全球规模最大的人形机器人研发团队，”谭旻表示：“此外，借助新能源汽车发展的浪潮，中国也培育出了全球领先的大规模电机产业。” 近日，观察者网·未来方法论栏目也来到上海张江人工智能岛，对话上海开普勒机器人有限公司CEO胡德波。胡德波说，开普勒约80%的零部件为自研，仅有少量计算芯片依赖进口。 胡德波介绍开普勒自研零部件 观察者网 他告诉观察者网，目前在全球人形机器人行业当中，中国凭借强大的供应链、丰富的应用场景、惊人的迭代速度等优势脱颖而出。中国、美国在第一梯队，欧洲一部分国家是第二梯队，传统的机器人大国日本反而掉队了。

香港宏福苑、伦敦格伦菲尔、上海胶州路，三场外墙火灾的城市教训。 文丨曾梦龙 编辑丨黄俊杰 “全世界没有这样的火灾，没有人见过 7 栋高层建筑全部着火。因此我相信现场的消防员完全没有准备。” 研究火灾科学 10 多年的黄鑫炎说。 比黄鑫炎年长、71 岁的周允基（Chow Wan Ki）生于香港，研究火灾科学 40 多年，还做过 1996 年香港嘉利大厦火灾的调查，同样没有经历过火势如此之大、伤亡如此严重的火灾。“从全球看，这也是规模最大的火灾之一。” 他们都是香港理工大学的学者。这是亚洲最早开展火灾研究的学术机构之一。周允基是已经荣休的学界权威，现在是香港工程院院士、非官守太平绅士。黄鑫炎则是来自内地的学术新锐，现任建筑环境及能源工程系副教授。 两人接受了《晚点 LatePost》的访谈，主要从火灾科学的视角分析了香港宏福苑火灾。他们的观点有相同，也有分歧。 黄鑫炎判断竹棚是此次灾难中的主要问题之一，他认为这也是香港高层消防的一个主要漏洞。在昨天我们的访谈中，一些亲历者也回忆听到了竹子燃烧的响声。 但周允基认为，火势这么大，“不论是竹棚架还是钢棚架，有没有阻燃剂的网，分别都没那么大”，他觉得关键问题是火为什么没有在可控阶段被发现，也有亲历者认为火警报警铃是坏的。 周允基和黄鑫炎都表示自己只是火灾科学的专家。政府监管、施工违规不是他们的研究范围。这些方面的真相要揭开，需要整个社会其他力量的共同努力，香港的公民社会并不缺乏为此努力的人。 这次灾难有香港的独特性，比如狭窄的街道、超高密度等。但高层外墙火灾是全球都面对的难题。 黄鑫炎说，目前全球消防体系均无法扑灭高层外墙大火。一旦外墙可燃物被点燃并形成快速垂直蔓延，所有消防手段都会失效，最终只能等待可燃物自燃耗尽。 “即使云梯有 100 米、200 米、300 米，人上去也是很危险的。所以在面对高层大厦火灾时，基本上都是在大楼里面处理。” 周允基说。 无论是 1996 年的香港嘉利大厦火灾，2010 年上海胶州路教师公寓大火、2017 年伦敦格伦菲尔塔楼大火，都催生了新的安全标准。人类对安全的理解总是靠事故与生命累积与推动。这次灾难也不例外。 以下是《晚点 LatePost》与周允基、黄鑫炎的对话。 竹棚架是不是关键问题，专家们也有分歧 晚点：你是什么时候知道宏福苑火灾的？当时有什么判断？ 周允基：火灾可能是下午 2 点多发生的，我在电视上看到已经是下午 4 点多，至少烧了 1 个小时。某些公寓已经不是冒烟，而是有火舌出现了。这个叫 “轰燃” 现象，说明里面温度非常高。这也意味着，灭火变得非常困难。 黄鑫炎：坦白说，我一开始觉得很快会被扑灭。过了一两个小时，现场发现有 55 人死亡，当时觉得消防队能到的应该都到了，总能够控制住了。结果到晚上越来越剧烈，最后这么多楼一起燃烧，超出了所有人的预期。 全世界没有这样的火灾，没有人见过 7 栋高层建筑全部着火。因此我相信现场的消防员完全没有准备。 晚点：这起火灾已经造成 128 人死亡，还有约 200 人情况不明（ 11 月 28 日的数据）。造成这起悲剧的原因是什么？ 周允基：火灾调查才刚刚开始，现在只能说怀疑材料有问题，还有人为、人事方面的问题、牵涉到的监管等等。我主要研究消防工程、火灾科学，可以分几个层面来看问题原因。 第一层是火怎么产生，现在不清楚。但我们可以看到大楼正在维修，外墙有棚架、有安全网，我们怀疑有些地方用发泡胶把窗户给封住了，这些都是可燃烧的。现场也堆放了大量杂物。 第二层是消防系统和建筑管理。高层建筑外立面的火很难从外面控制，只能依赖楼内的消防设施。楼里的消防设备有些启动了，有些没有启动。有没有可能是维修期间内部的消防设备暂时被关闭？如果暂时关闭，大楼应该通知消防处。这可能是建筑管理的问题。 第三层是灭火救援。火这么大，怎么控制，怎么救援，怎么善后。火势越来越大，一开始进去的消防队员处理不了，最后升级到五级火警，调动更多的人来，射水灭火。 另外要提 “风火效应”。大厦里面储存的可燃物不少——你可以看看自己住的地方，家具、鞋、衣服、书籍等等。现场吹北风和东北风，而只要吹风，就会有更多的空气供应，帮助燃烧。 火大了，楼里温度高，就会产生压力差，“抽” 更多空气进来，火势进一步扩大，更大的压力差又抽入更多的空气——火生风，风生火，一层蔓延到另一层。火最开始向上烧，很快烧到窗子上的发泡胶。有风，火又会横向蔓延，引燃更多房间里的物品。结果就是：火往上一层再一层烧，又有风，横着一间又一间烧…… 刚才我们讲的都是火灾科学和消防工程，至于很多人为因素，包括你也提到的施工单位涉及到的管理问题，包括新闻报导也提到一些贪腐问题等等，这些是另外一个层面的话题，不属于火灾科学的研究与探讨范围了。 晚点：造成灾祸如此严重的主因是什么？比如很多人觉得关键是竹棚架，也有人说关键是防护网，还有人说是施工问题或者监管疏忽。 黄鑫炎：根据香港警方 11 月 28 日的发布会，棚网是符合标准的。问题在于，符合标准也不代表安全。阻燃材料不是不燃，当火烧得非常大，环境温度非常高时，它依然会燃烧。 但我不认为火势这么大完全是棚网的问题，外面的竹子、贴在窗上的发泡胶，都对火蔓延起到非常大的作用，而且是相互作用。棚网烧了之后会融化，一滴一滴掉下来，滴到竹子上，也可能点燃竹子一起烧。这很像火把，把一些胶状物质绑在火把上，就可以长期燃烧。 所以如果使用金属脚手架，棚网就不是问题。因为它就那一点材料，能烧多久呢？ 晚点：怎么判断是竹子还是发泡胶才是燃烧剧烈的关键因素？ 黄鑫炎：如果想准确验证，我们得自己搭个棚，把网铺上，尽量还原现场做实验。但目前没人做过这样的实验，短期内也不可能。 我们可以看现有案例：今年开始，香港已经有 8 次竹棚的火灾了，都非常严重。这 8 次火灾中，没有一次是用发泡胶，就只有竹棚和网。我不是说发泡胶没有影响，它被点燃后会把火引到室内。但对于火往上蔓延，它的作用可能要小于竹子和网。 至于竹子和网到底谁影响大？我们可以去看世界上有没有 “金属脚手架加网” 发生大的火灾？如果有，说明网是关键因素。如果没有，那就说明竹子是最大的因素。以及因为竹子很轻便，施工方就把整栋楼全铺上了。如果是钢的脚手架，大概率不会把脚手架一下搭到 30 层，可能就 5 层、 5 层搭，因为钢很重。 装个空调、换块玻璃，弄个竹制脚手架是可以的。现在是整栋楼外面全部用竹子脚手架包裹，就会让火快速蔓延到整栋楼。所以可以考虑设立一些规定，比如超过多少面积，就不能全用竹制脚手架。 周允基：我觉得不论是竹棚架还是钢棚架，棚网有没有阻燃剂，分别都没有那么大。 竹棚架确实是可燃物，但也要看竹子湿度有多大。如果它的湿度很高，根本不容易燃烧；干的，也不是那么容易着火。钢棚架在高温下也会膨胀、变形，那么重的架子掉下来，同样很危险。 防护网有阻燃剂和没有阻燃剂，在火这么大的情况情况下，基本是没有区别的。因为阻燃剂只是将点燃的时间延长，可能 10 秒或 20 秒后着火，最终还是会烧的。 关键问题还是：为什么会有这么大的火？根据初步调查可能是某个房间意外着火，点燃窗户上的发泡胶，引发火灾快速蔓延。 这次的问题非常明显，出在消防安全管理。火灾蔓延需要时间，可能 15 分钟、30 分钟或 1 个小时才会危及整栋建筑。如果能及早发现火源并扑灭，就不会发生今天这种情况。 全世界的高层外墙火灾都没有被成功扑灭过 晚点：有人说无法扑灭高层火焰，是因为消防车的云梯太矮，是对的吗？ 周允基：即使云梯有 100 米、200 米、300 米，人上去也是很危险的。所以高层大厦火灾时，消防员基本上都是在大楼里面处理。 黄鑫炎：香港云梯最高的消防车大概 50 来米。如果买 100 米云梯消防车，可能需要 10 米的道路展开，但香港的大部分道路大概只有 6 米。就算能开进去，它展不开也用不了，只会堵塞道路。而且就算云梯够高，也来不及，你把云梯开到现场，展开云梯，把它固定，开始喷水，通常要 40 分钟。根据现场的视频记录，火在外墙蔓延后，大概五六分钟就烧到了楼顶。 全世界所有的高层外墙火灾都没有被成功扑灭过，全都是燃料烧完了，自己灭掉的。 晚点：相比香港过往的火灾，以及 2010 年上海静安区胶州路教师公寓大火和 2017 年伦敦格伦菲尔塔楼大火等其他地方的案例。这些历史带来了什么教训？ 周允基：我调查过 1996 年香港嘉利大厦的火灾（造成 40 多人死亡）。那起火灾也是在维修期间发生的，有很多工程需要处理，影响到了消防系统、消防信道等。比如你在拆除和安装电线的时候，就没有消防系统。 当时也是没能有效救火，因为那条路上有很多钢缆固定的霓虹灯招牌，消防车没办法架设云梯、打开水柱。那起火灾告诉我们，维修时的应急方案和消防救援方案，其实都有很大的研究和改进空间。 黄鑫炎：大部分火灾都是室内，但这几起是在建筑外墙。为什么火会在建筑外部蔓延？因为有各种可燃材料，比如静安大火是外墙的保温材料，伦敦大火是外面的铝夹心板，铝中间是可燃的塑料。那香港这次火灾，外面就是竹子、发泡胶、网，这些全部可燃。 现在所有的建筑消防法规，只是针对室内火灾。消防的设计就是分割房子，这样就算发生火灾，可以控制在一个房间或者一两层，不会蔓延到整栋楼。 事实上，没有任何消防系统可以应对建筑物外面的火灾。 其实香港的消防法规非常严苛，应该说是全世界最严苛的，比新加坡、英国都严苛得多。香港要求建筑外面没有任何可燃材料，这个确实执行得非常好。 但是竹棚算不算建筑的一部分？现在的规定认为它是临时性的，不算建筑的一部分，也就不属于建筑消防安全关照的那一部分，所以就变成了灰色地带或者说漏洞。 永远都是重大事故发生后，大家才会反省消防安全 晚点：这次香港火灾后各方可以做些什么？ 周允基：一般都要等到火灾调查之后才会有更多措施。比如嘉利大厦火灾调查之后，政府要求升级所有旧楼的消防设施到当时的新规。这次调查可能要两三年，那个时候再谈立法更合适，今天给不出太多结论。 黄鑫炎：11 月 28 日早上，香港政府已经说会逐步全部替代竹子脚手架，方向已经明确了，以后肯定越来越少，直到全部退出。我觉得这一步已经非常有效。香港建筑外面没有什么保温材料，所以只要把竹子剔除掉之后，基本上不存在外墙火灾的风险。 至于其他监管，我一直觉得香港做得不错，只是说香港很多时候迷信法律法规，觉得合规了就安全了。规则只提供最低限度的安全，而安全本身是没有上限的。 很多事也许没有那么复杂，比如香港规定建筑外墙不得使用可燃材料，加一句 “脚手架属于建筑外墙的一部分”，这个漏洞就堵上了。 晚点：有一些人在讨论追责、救灾和安置的问题，感觉每一个问题都很复杂。 周允基：事后安置是一个更加复杂的问题，不是消防安全能决定的。它取决于这个社会有多少单位，需要多少钱……是一个政治经济和全社会的问题。 包括居民要不要回去住，也要等火灾调查结束后，结构工程师去看大厦的结构、立柱、立墙等有没有问题，再来决定。不过一般来说，大厦能够忍受 4 小时的轰燃。这次不是全部大厦在轰燃，大厦也没有坍塌，目前来看是撑得住的。但它有些轰燃的单位的立柱是有破坏的，是需要修补的。 黄鑫炎：发生这样的事故，对于那些死者家属，不单纯是一个住的问题了。不管是上海静安区胶州路教师公寓大火，还是伦敦格伦菲尔塔楼大火，烧完之后，大概率不会再搬回去住了，心理上接受不了。 我们可以参考的是，1996 年香港嘉利大厦发生过一次大火灾，烧完之后，这个楼就拆了。嘉利大厦也是在维修期间起火的。它是电梯间在维修，然后电梯维修间也插着竹子。调查表明，起火是因为有工人在切割金属，金属掉下来，落到底下引燃了可燃物，然后可燃物顺着竹子一路往上烧，造成了 40 多人死亡。 这是 29 年前的事情。29 年前大家都知道竹子已经这么可燃，这么快导致火焰蔓延，但是没有人做出任何改变。包括 Discovery 频道都拍过纪录片。 那次火灾还有很多深刻教训，比如当时是有人用保鲜膜把消防警报包住，结果发生火灾后，报警器不响了。因为他们在维修电梯，会有焊接出来的烟，烟会让报警器发生误报，误报时间长了大家都很烦，就拿保鲜膜包住。任何火灾事故，都是一系列的安全漏洞。 晚点：内地高层建筑也不少，也会需要维修和翻新。未来是否有类似的隐患？ 黄鑫炎： 内地现在不用竹脚手架，但很多房子外面有建筑保温材料，尤其北方。保温材料不管是易燃的，还是阻燃的，都是一些塑料。所以如果以后要翻新带有外墙保温材料的房子，火灾隐患也不小。 这个挺吓人的。英国格伦菲尔大厦火灾发生之后，全世界很多地方开始逐渐去拆外面的保温材料，结果拆的过程中间就诱发了火灾。因为你要拿电锯去锯，搞些带金属颗粒的操作，拆的时候把它引燃很正常，所以到最后拆都不敢拆。（注：到 2024 年中，英国的格伦菲尔同类铝塑复合板外墙已经拆除 95%，但高压层压板等危险外墙拆除进度慢得多。） 晚点：这起火灾惨剧带来的最大警示是什么？ 周允基：最重要的一点是，业主、租客、管理公司、承建商一定要一起执行好消防安全管理。 很多消防安全管理方案本身很严格很清楚，但在执行上没有真正落实。打个比方，古龙小说里的武器 “孔雀翎” 很厉害，但从未使用过，永远被锁在箱子里。即使消防安全管理方案很完善，但如果不去使用，就会像孔雀翎，装着也没用。 如果增加保卫的人手太贵，可以安装智能检测系统。这些东西确实要花钱，但相比一间房几百万、上千万的投入，这是必要的成本。如果消防安全管理做好了，可以减少很多意外。 黄鑫炎：这跟整个香港社会、每一个人都息息相关。我们学校也有学生住在那个小区，有些到目前还没有联系到，不能确认他们是否安全。有学生当天晚上回家路上看到火灾现场，他说到处都是烟，仿佛 “地狱就在眼前”。 我研究这么多年火灾了，但真的看到这么大的火灾，还是感叹对火灾了解不够。希望整个消防行业也许会更认真对待这个事情。过去一些消防工程师可能没有见过真火，维护和保养消防设备，未必足够仔细。 永远都是发生了重大事故，大家才会反省。甚至发生了重大事故，过一段时间又恢复原样，不做改变。很多时候很无力。大家都知道危险在哪里，但做不了什么。消防太过复杂了，它涉及到建筑的规范，涉及到整个消防救援系统，想做任何改变都是非常困难。 未来一定还会发生大的火灾，不知道在哪里、什么时候，但一定会再发生。 题图来源：视觉中国

Gemini 3被认为超越了GPT-5 凤凰网科技讯 北京时间11月30日，据《金融时报》报道，在争夺AI主导权的竞赛中，OpenAI曾凭借先发优势取得了巨大领先地位。但是现在，这种领先地位正面临着自ChatGPT发布以来的最大压力，因为其竞争对手谷歌和Anthropicc正在这一尖端技术领域迎头赶上。 自ChatGPT问世以来，三年时间过去了，OpenAI的估值已达到5000亿美元。眼下，这家创业公司正应对数据中心成本飙升的现实、保持处于AI前沿地位的技术挑战，以及留住关键人才的持续战斗。 它还面临谷歌的东山再起。谷歌上周推出了最新大语言模型Gemini 3，该模型被认为超越了OpenAI的GPT-5，并在模型训练过程中取得了OpenAI近几个月来未能实现的进步。 “这与两年前的世界已截然不同。那时，OpenAI一骑绝尘、领先所有竞争对手。现在则已经是一个全新的世界了。”开源创业公司Hugging Face联合创始人兼首席科学官托马斯·沃尔夫(Thomas Wolf)表示。 即便在Gemini 3发布之前，OpenAI CEO萨姆·奥特曼(Sam Altman)上月就已在一份内部备忘录中告诉员工，公司“需要在短期竞争压力下保持专注……预计外界舆论会在一段时间内对公司不利”。 谷歌杀回来了 就在一年前，许多人还曾认为，谷歌为缩小OpenAI巨大领先优势而付出的努力注定失败。在2023年至2024年由AI推动的股市上涨行情中，由于市场担忧谷歌的摇钱树搜索引擎会被ChatGPT及Perplexity等新型AI搜索应用侵蚀，其母公司Alphabet的股价一直远远落后于其他科技巨头。 Alphabet股价一度表现不佳不及对手 但是，谷歌的逆袭从今年初就已开始。该公司先是在5月的I/O开发者大会上信心十足地推出了一系列系列更新，然后又在今夏推出了火爆出圈的Nano Banana AI图片编辑工具。这推动Gemini移动端月活跃用户从5月的大约4亿增至6.5亿。 这一系列进展推动Alphabet股价近几个月大幅上涨，市值正首次逼近4万亿美元。这背后是华尔街对谷歌的信心：投资者认为谷歌能够将其在搜索、云基础设施和智能手机领域的主导地位结合起来，为数十亿现有用户提供新的AI功能。 谷歌AI架构师、DeepMind首席技术官科拉伊·卡武克乔卢(Koray Kavukcuoglu)对英国《金融时报》表示，谷歌通过采用自研定制芯片训练AI模型，“显著提升了我们的模型性能”。 “正是凭借我们拥有的全栈整合优势，才能实现如此大规模的用户连接，涵盖消费者、客户和企业用户。”卡武克乔卢称。 自研芯片的优势 这个“全栈”方案包含谷歌自主研发的张量处理单元(TPU)。该芯片使得谷歌可以在不依赖AI行业普遍采用的昂贵英伟达芯片的情况下完成Gemini 3的训练。“我认为，我们在这方面独树一帜。”卡武克乔卢表示。 股权研究公司MoffettNathanson联合创始人兼分析师迈克尔·内桑森(Michael Nathanson)指出，谷歌“始终蕴藏着待施展的实力”，I/O大会表明他们“真正找到了产品立足点”。 “如今压力显然已转移到奥特曼身上，考验他能否变现并保持各项工作顺利运转。”内桑森坦言。 Gemini下载量追赶ChatGPT AI研究人员和用户也迅速对谷歌的进展给予了肯定。该模型在多个关键基准测试中表现超过了GPT-5。 Salesforce CEO马克·贝尼奥夫(Marc Benioff)在 X上发帖称：“天哪！我已经连续三年每天使用ChatGPT了，但刚体验两小时Gemini 3就回不去了。这次飞跃简直疯狂……感觉世界又一次改变了。” OpenAI感受到压力 表面上，OpenAI对竞争公开表示欢迎。该公司首席研究官陈信翰(Mark Chen)表示：“我们始终乐见AI领域内的技术进步，竞争将推动整个生态系统发展，”他补充说，“我们的模型持续在性能、可靠性与实际应用层面树立标杆，未来还将持续推出更强大的模型。” 然而在OpenAI内部，员工们正感受到与资金雄厚的对手在多条战线竞争的压力。这些竞争对手动辄投入数百亿美元构建AI。一位接近OpenAI的人士坦言：“任何快速成长的创业公司的发展轨迹，都不可能永远保持高歌猛进。” 一些专家指出，OpenAI为追求规模不惜代价的做法已使其战线拉得过长。过去一年间，该集团以惊人速度接连推出新产品，从自动化计算机编程工具到引发网络轰动的视频应用Sora。 “OpenAI的布局过于分散，想要面面俱到根本不可能。”一家硅谷风投机构的合伙人表示。这家风投机构虽投资了多家AI模型开发商，但并未注资OpenAI。 OpenAI已承诺未来八年将投入1.4万亿美元获得算力，并与英伟达、甲骨文、AMD和博通等企业达成巨额采购协议。这一投入规模远超OpenAI当前的销售额，使得其合作伙伴需要通过举债来支持建设。 “对任何企业而言，这都是一场风险极高的豪赌。”非营利组织AI Now Institute的联合执行主任莎拉·迈尔斯·韦斯特(Sarah Myers West)表示。 最大挑战 OpenAI面临的最大挑战，在于如何找到足够庞大的收入来源，以支撑这项巨额投资。 该公司相信未来几年能吸引数亿ChatGPT付费用户，但其短期内计划是通过广告创收，这将使其进入一个已被Meta和Alphabet等巨头主导的市场。奥特曼曾暗示，将借助Sora探索这一领域。 ChatGPT尚未撼动谷歌在广告市场的强势领先地位。OpenAI才刚刚开始将广告和购物功能整合至其聊天机器人中。 与此同时，由OpenAI前员工于2021年创立的Anthropic，目前正在启动新一轮融资，预计估值将突破3000亿美元。该公司已建立起规模庞大且增长迅速的企业业务。 尽管Anthropic的Claude聊天机器人在消费者市场的声量远不及ChatGPT，但其支持者指出，该公司长期专注于AI安全性的策略，反而帮助其为企业客户打造出更可靠的工具。此外，Anthropic的编程工具被广泛认为是业界顶尖水平。 用户花在Gemini上的聊天时间超过ChatGPT 根据网站分析公司Similarweb的数据，OpenAI每周拥有超过8亿用户，在整体聊天机器人使用方面仍占据绝对主导地位，但如今用户花在Gemini上的聊天时间已经超过了ChatGPT。 不宜过度看衰OpenAI Gemini 3的发布推动谷歌AI应用在美国和英国的iPhone应用商店排名进一步上升。不过，根据移动数据分析机构SensorTower的数据，ChatGPT仍保持着AI应用榜首地位。 斯坦福以人为本AI研究所教授、作家埃里克·布约尔弗松(Erik Brynjolfsson)认为，现在断言OpenAI出局为时过早。他指出，OpenAI推出的大量新应用，是寻找新收入来源、资助其核心研究能力的有效方式。 “这些公司周围都有大量极具盈利潜力的机会，”他表示，“市场空间足以让多家公司获得巨大成功，因为机遇的规模超乎想象。”(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

作者：半佛仙人，题图来自：AI生成 一 很多人说这几年影坛不行了，我觉得完全是错误的。 打开短视频平台，看着某些“骑手”，那一个个都是奥斯卡水准，真正的高手在民间，唯一的问题是剧本有点阴间。 整天不是什么名校博士出来跑外卖的、痛哭老天不公的； 要么就是深夜送外卖，结果车被人偷了/被顾客差评/被人打了的。 比如单身父亲带娃送外卖，偶遇暖心总裁现场“撒币”的； 老哥老姐对着摄像头就开始流泪，然后配上那身外卖服，谁看了都得服，你不给点个赞留个言鼓励一下半夜睡觉都得给自己俩耳光。 我相信里面一定有真的，但天天刷到这些人还是差不多的剧本和台词，甚至BGM都是一样的，念词和BGM的节奏都一样，这多少有点不像样。 整个闹剧里只有我的眼泪是真的。 如果这时候评论区再来个收徒卖课，就更离谱了。 更更离谱的是，如果你盘利益链，居然会发现他们演骑手比真当骑手划算多了。 这几天知名反诈博主川烈老师整个了大活，直接卧底到这种假冒骑手编故事的团体中，看他们怎么从一条龙玩到乌龙。 这个经典剧情就类似于骑手老婆重病，老妈走丢了，多亏某某博主伸出援手提供重金，哎呀看完你感动吗？感动就加我联系方式啊，我这么富有都是靠利他思维获得的，你可以通过花399请我吃个饭感悟利他思维，以及抽取神秘大奖。 以后，你也可以像我一样见人就打赏。 这个剧本过于生硬，以至于很好地做到了提前筛选潜在受众。 会信这个的人，往往很容易爆金币。 二 但这件事，不对。 很不对。 会被这个爆金币的人的确不聪明，但他们是真的善良。 善良的人，被人利用同情心所欺骗，是最可恶的事情。 善良被辜负，被玩弄，是，最可恶的事情。 很多人真的很善良，本能会共情辛苦的骑手，但这里面有一个核心问题，那就是怎么知道这人是不是真的骑手啊？ 毕竟cos骑手这件事情真的很简单。 不然骗子们为啥流行扎堆拍这个？ 不就是因为这个简单直接方便便宜大家又有正义感嘛。 单是不跑的，惨是一定要卖的，车是不骑的，生活是险恶的，人心是受伤的，只有靠观众的打赏才能温暖的。 甚至很多骗子它压根都没骑手身份，直接套个外卖制服就开始摆拍，标签都不用摘，拍完就退货，整个过程只有网店店主在用力地活着。 他但凡这衣服自己买了确认收货了都算对世界多少做点贡献了。 但很可惜，稍微体面点的人都不会做这种事情，会做这种事情的人往往会让人意识到人类还是有局限性的。 三 看到这，还有更魔幻的。 那就是能把你打动的那堆视频，稍微冷静看一下，都太专业了。 现实中人家真正的骑手是忙着跑单挣钱的，他哪有时间跟蛮横不讲理的顾客长时间吵架，还刚好把全过程全须全尾带过程，有正脸，有打光，有收音，多机位地拍下来； 然后带剪辑，带字幕，带音乐，连个气口都没有的发出来？ 说真的，哥们，很多自媒体都没有这个网感和节奏感，你有这本领这还送鸡毛外卖啊，你就是互联网圣体，你就是行走的记录仪，智子都得被裁员，三体人以后记录地球都靠你。 你还外卖，对对对是外卖，你把地球给卖了。 你说你是骑手，骑的是昆汀还是黑泽明？ 唐僧去西天取经也就用了四个助手，哥们你去饭店取个外卖趁上团队了，你就别用力地活着了，你这个玩法别人很难活着。 一个正常的骑手哪有如此的镜头感和台词感？还得随身摄像头和收音机随时带着BGM出击？ 上一个这么6的是乔峰，人家是丐帮帮主。 四 看到这，你觉得够魔幻了吗？ 想象力匮乏了老师。 不要被卖惨这一条赛道限制想象力，实际上骗子们只要盯着骑手这个身份，玩法非常多样。 比如说什么找漂亮女孩全装拍视频，穿着外卖员制服搁那儿擦边的； 什么摆拍都不摆拍，直接拿着张图楞造谣，说某某某外卖是平台单王，跑单跑猝死了。 甚至人家自己都不说自己是骑手，就穿一个制服，开始叹气，全程靠你自己脑补他悲惨的生活。 他们玩的就是利用骑手这个大家最熟悉也最经典的身份，然后利用大家最底层最朴素的情绪进行诈骗。 反正网络平台都是唯流量论，很多事情本身有流量，那没流量也可以硬炮制出来骗流量。 关键是，这事情很多短视频平台的算法喜欢。 哪怕不会有人专门去推送这样的视频，但正是因为大家更关注这样的视频，更同情咱们的外卖员兄弟，哪怕他是假的外卖员兄弟，都会获得我们下意识的同情，这就是他们的可乘之机。 平台有主观意愿推荐这些视频吗？ 没有。 但算法它没有分辨能力啊，它只会计算完播率，点开率，留存率以及点赞率这些数据，这就导致明明客观上这个内容本身并不怎么样，但是就是因为它点开率比别的高一点，或者它完播率高一点，就显得格外真实，获得了疯狂推荐，骗子都能利用算法的机制上杠杆了。 五 看到这，觉得够魔幻了吗？ 早呢兄弟，现在进程到了工业化阶段了。 很多地方不光有专门的影视城专门拍摄类似的视频，甚至还有专业的演员，专业的脚本，专业的道具以及花里胡哨的拍摄技巧流水线作业，更饱满地演绎骑手生活。 （图片来源于网络） MCN批量起号，卖惨没流量或者被打击了，转头就能拍擦边，拍城乡对立，拍学历歧视，拍社会矛盾，反正就扣住大家最基础的喜怒哀乐悲恐惊，用最戏剧性最夸张的演技拍摄，讨好算法，围猎骑手与屏幕外的你。 有情绪，有流量，那恐惧就卖药，贪婪就盲盒，怜悯就乞讨，求知就卖课，每种情绪都有精密的陷阱和变现方式。 甚至你想当骗子，这行业你都不需要写脚本，会有专门的人员来指导你，给你代写脚本，代运营，雇佣水军和营销号给你点赞评论转发，二次创作，工资按件记，年底有分红，月入几万不是梦。 甚至用人力都太昂贵太低效了，现在开始AI一键成文成图片成视频，批量创作发布。 天下英雄未必如过江之鲫，天下的骗子倒一定如过江之清道夫。 他们扎堆了啊，越演越骗，越骗越演，现在整个行业骗子搁这儿玩上团建了。 反正被发现了都没有成本，大不了变成私密账号跑路，那还不骗？ 于是更荒谬的是，这里面不仅没人是骑手，也没有人真正关心外卖骑手，也没有人在乎外卖骑手，全程只是把外卖骑手当作一个钩子，疯狂爆好人金币。 那你说你一个人，怎么能够抵挡住流水线式的诈骗，抵挡住骗子们利用算法的围猎。 于是只能尽量不要相信，不要相信，不要相信。 六 看到这，觉得够魔幻了吗？ 别急，现在到了心理阶段。 这种大量炮制的假外卖骑手视频，其本质甚至不只是骗，还藏着对骑手的偏见； 这说穿了，本质不就是歧视外卖骑手，把外卖骑手当粗暴的底层人群，和弱势群体划等号，喊着什么算法困境，什么工作压力大，社会价值低吗。 不就是带着有色眼镜看骑手，认为干体力活就是丢人吗。 外卖骑手确实非常辛苦，但本身是一个很正常的工作。 靠双手挣钱的人，不应该被消费，也没有任何人因为自己的工作，就要比别人低一等，尤其是，人家的钱是干干净净一单一单挣来的。 它只是一个工作，只是，一个工作。 大家都在努力地生活，不要被利用了这份好心，让更多本该需要帮助的人失去求助机会。 保护好自己，再帮助他人。 没有谁，活得比别人更容易。 所以简单来说，视频平台上骑手摆拍卖惨还带剧情的叙事，千万不要乱冲动去打赏打钱买课。 要同情咱们打工人兄弟姐妹没有任何问题，但前提是ta得是打工人啊。 这种破烂视频能火，不就是有骗子们在利用我们大家同情的善心，利用最朴素的正义感骗钱吗？ 不就是欺负很多中老年人分不清剧本摆拍，搁这儿利用信息茧房，假骑手搞真诈骗嘛？ 这些冒充骑手摆拍谋利的灰产非常缺德，也不当人，但没有解法。 因为流量和金钱永不眠，基于人性而诞生的下作手段是永远无穷无尽的。 大家主观是好心，这很好，但也要保护好自己的好心。 不要被人利用了这份好心，不仅是你会伤心，还会导致更多人加入进来欺骗大家的好心。 这就，过于魔幻了。 本文来自微信公众号：半佛仙人，作者：半佛仙人

本文时代周报 作者：朱成呈 过去几年，AI算力需求的爆发让英伟达一度成为最大赢家。但近期多重信号表明，这种“单边行情”正在发生变化。行业内部的“抱怨”与资本市场的情绪在同步转向，“天下苦英伟达久矣”不再是一句戏谑，而成为一段市值波动背后的真实写照。自10月29日以来，英伟达市值在一个月时间里蒸发超7000亿美元（约合人民币5万亿元）。 11月27日，英伟达创始人黄仁勋现身台北。值得注意的是，他向媒体直言“我真的超级累”。 触发这一轮变化的关键，并非传统意义上的竞争对手，而是谷歌。长期以来保持低调的TPU路线，首次站在了主导叙事的位置。 据媒体报道，全球AI基础设施投入最大的公司之一meta，正在与谷歌洽谈一笔规模可观的芯片采购：从2027年起，计划投入数十亿美元购买谷歌的TPU，用于其数据中心。meta今年的资本支出预计在700亿至720亿美元之间，这笔潜在订单的象征意义远大于商业价值，意味着行业头部玩家对谷歌AI芯片体系的认可与验证。 谷歌来势汹汹，英伟达的反击迅速而果断。北京时间11月26日，英伟达公开表示，公司依然“领先业界一代”，并强调自己是“唯一一个可以运行所有人工智能模型的平台，并且可以在任何地方进行计算”。 英伟达的防御逻辑依然坚硬：与谷歌TPU等专用ASIC芯片相比，GPU拥有更优秀的通用性和灵活性。在CUDA生态的加持下，英伟达依然掌握着最为广泛的开发者护城河。 但行业的讨论已经转向另一个维度——能效比。AI训练与推理的规模正继续扩大，而能耗正在成为新的约束。在同等工艺下，TPU的能效比明显优于GPU，而Gemini 3全程基于谷歌TPU训练的事实，使这种优势开始具备现实意义。 除此之外，一个围绕ASIC（专用集成电路） 路线的新“挑战者联盟”正在成型：meta、亚马逊、微软、阿里巴巴、百度等云服务厂商，以及博通、寒武纪等一批芯片企业，都在构建面向特定场景的定制化AI芯片。 与此同时，通用GPU阵营也出现了更多参与者。AMD、英特尔、海光信息（688041.SH）、摩尔线程（688795.SH）、沐曦、壁仞等公司在持续推出新产品，试图通过系统架构及集群优化提升整体竞争力。 市场对英伟达的看法也在变得更加审慎。从“难以替代”到“存在替代可能”，情绪的转向往往先于产业格局的转折。 这并不意味着英伟达的主导地位会在短期内动摇。CUDA生态和通用算力优势依然构成它的核心护城河，但这个行业第一次出现真正能够挑战的变量：当谷歌能用TPU训练出最先进的模型，当meta认真考虑将数十亿美元投向竞争对手时，原本牢固的结构开始出现细微裂缝。产业变迁往往就是从这些不易察觉的裂缝开始的。 谷歌TPU更有性价比 在硅谷，所有的昂贵最终都会输给“够用且便宜”。 投资者之所以重新评估英伟达的主导地位，很大程度上源于谷歌正在提供一种更具性价比的“AI模式”，依靠功能相对单一但价格更低的自研TPU，去完成大模型训练。SemiAnalysis的模型数据显示，谷歌TPUv7在成本效率上对英伟达构成了绝对优势。 TPU是为特定任务（如深度学习中的矩阵乘法和卷积运算）优化的ASIC，通过牺牲通用性，换取极致的性能和能效。半导体资深专家张国斌在接受时代周报记者采访时表示，“在同等工艺下，TPU 的能效比（性能/瓦特）远高于GPU。例如，最新一代的Ironwood TPU的能效比是初代TPU的30 倍。” 事实上，谷歌在这一技术路线上的投入已持续十年。从2015年推出第一代TPU起，每一代产品都在性能、可扩展性与系统效率上不断提升。伴随光互连技术融入TPU系统，谷歌得以在2025年的 TPU v7 上构建超过9000颗芯片的超大规模集群。 这种提升并未停留在谷歌内部生态。OpenAI已开始使用TPU进行部分训练；Anthropic明确承诺将以TPU v5e 作为其下一阶段的大规模训练平台，并强调选择理由是“性能与成本的平衡”。谷歌也在主动将TPU网络拓展至中小型云厂商，通过更灵活的合作方式降低进入门槛。 其中最受市场关注的，是谷歌基于“硬件即服务”（HaaS）的合作模式。不同于一次性硬件销售，谷歌保留TPU的所有权，将设备部署在合作伙伴的数据中心，并按使用量进行分成。华泰证券研报认为，这是一种典型的“游击战式”市场渗透策略；巧妙地降低合作伙伴的capex（资本性支出）进入壁垒，免除新兴和中小型云厂商数十亿美元的硬件投资压力。 此外，谷歌正在打造“算力—网络—模型—用”全栈体系（TPU+OCS+Gemini+云服务），实现了从芯片到应用的深度整合。这种整合使得谷歌可以进行系统级优化，例如数据中心网络拓扑完全为 TPU超节点服务。张国斌认为，随着竞争对手的不断进步和市场的多样化需求，英伟达的垄断壁垒确实面临挑战。特别是ASIC（专用集成电路）在特定任务中的高效率和低功耗表现，可能在某些细分市场对英伟达构成实质性威胁。 单卡性能重要性在下降 在单卡性能上，英伟达依旧占据绝对优势，但是超节点集群的高效连接和系统级优化可能削弱英伟达在大规模数据中心和云服务提供商中的优势。 所谓“超节点”（SuperPod），原本是英伟达提出的概念，通过系统级架构创新，将成千上万颗计算芯片紧密耦合为一个高速互连域，以弥补传统服务器之间带宽不足、时延偏高的问题。行业在过去一年里大步走向这一方向，速度超出许多人的预期。 谷歌在Google Cloud Next 25大会上正式推出第七代张量处理器 Ironwood，通过其 ICI scale-up 网络，超节点规模可达到9216颗芯片，峰值性能达到4614TFLOPS，是上一代TPU v5p的10倍。 中国厂商的动作同样密集。华为轮值董事长徐直军在9月的公开演讲中判断，超节点已成为大型算力基础设施的主导形态。他透露，超节点产品 Atlas 950 SuperPoD和Atlas 960 SuperPoD，分别支持8192及15488张昇腾卡，在卡规模、总算力、内存容量、互联带宽等关键指标上全面领先，在未来多年都将是全球最强算力的超节点。 阿里云在2025云栖大会上推出磐久128超节点服务器，依托自研CIPU 2.0 和 EIC/MOC 网卡，单柜即可容纳128颗AI芯片。百度昆仑芯今年4月已在百舸5.0中全面启用超节点，并实现量产部署。 国产GPU厂商也在加速追赶：曦智科技联合壁仞、中兴推出光互连GPU超节点 LightSphereX；燧原的云燧ESL超节点系统单节点可实现64卡全带宽互联；沐曦的曦云C600支持metaXlink 超节点扩展；摩尔线程则以自研KUAE计算集群，通过5D分布式并行技术实现上千节点协作。 从华为、阿里、百度到“GPU”四小龙壁仞、燧原、沐曦、摩尔线程，国产阵营纷纷发力超节点。 华龙证券认为，中美AI竞争正从“单卡性能”走向“系统级效率”，中国正在用集群建设+开源生态+工程化交付的方式完成AI基建方面的弯道超车。 当AI算力竞争从“芯片之争”转向“体系之争”。单卡性能的重要性在下降，系统效率、能效比、规模化集群交付能力正在成为新的评价标准。 对英伟达来说，现实既不至于悲观，也绝不轻松。英伟达依然拥有最成熟的生态、最强大的通用算力体系，以及行业最广的开发者基础。但是谷歌靠TPU打开了一个新的可能性窗口，云服务厂商的自研ASIC与超节点集群也在持续扩大影响力。围绕“够用、便宜、可规模化”，越来越多的变量正在同时发力。

中国的人形机器人亮相，一举一动太像真人模特，被全网质疑“是不是皮套演员”。 俄罗斯的人形机器人亮相，太像喝醉酒的俄国大爷，没直接走两步就摔倒，零件稀里哗啦掉一地，被全网群嘲。 01 俄罗斯爱豆，出道就塌房 没错，继旧银行卡芯片回收利用和350nm的光刻机之后，俄罗斯科技笑话又更新了。 前几天，俄罗斯科技公司Idol的第一款人形机器人产品，AIDdol，高调首发亮相，咱们就按谐音叫它爱豆吧。这款产品，号称融合了人工智能，可以离线运行并且表达情感，为此它还做了一张仿真脸，能体现12种基本情绪，做出近百种微表情，从而让机器和人的交流有温度，可以从事服务业。 然而在发布会现场，爱豆就给大家展示了情感中的，摆烂。它在镜头前，还没有来得及做任何功能演示，只是踉踉跄跄走了几步路，就突然一头栽在地上，外壳摔得七零八落，连台上的工作人员，都被这突如其来的事故吓了一跳，然后冲出来几个彪形大汉，拉着黑布，把爱豆拖走了。 这一摔，连俄罗斯网友都绷不住了，开始编各种地狱笑话，他们说爱豆其实非常先进和拟人，它这摔倒姿势，跟俄罗斯街头的醉汉简直一模一样，铁定是发布会前一天晚上喝多了，还有人说，俄罗斯要是以后出现机器人叛乱，它们做的第一件事，应该是去店里抢伏特加。 首秀以严重翻车收尾之后，该企业CEO出来解释称，爱豆摔倒是因为光线不足以及传感器校准问题，他还坦白，爱豆机器人仍处于测试阶段，并希望这次失误能变成一次经验，人还挺乐观的。 但乐观无法解决现实差距，俄罗斯早在2019年就出台政策，把机器人作为战略重点，要求加速研发。而爱豆可谓承载了国产机器人希望，由纯俄罗斯团队研发，77%的零部件在国内生产，据称未来版本将把国产比例提高到93%，如果能搞成，那确实是帮大毛解决了有无问题，结果，弄出了这么个乌龙 。 就算这次没出事，单从性能表现和参数上来说，爱豆也明显落后于中美。按俄媒的报道，它只能搬运10公斤以下的物品，什么概念呢？波士顿动力2016年推出的Atlas，载重就有11公斤了，现在的中国产品，已经能做到20公斤到40公斤，所以才能进工厂实习。 要说灵活性，爱豆更是吊车尾水平，出场就摔咱们先不说了，其标称的行走速度只有6 km/h，还磕磕绊绊的样子，而宇树H1的跑步速度，可以达到11.7公里/小时，且非常流畅问题，要知道，H1已经是两年前面世的产品了。 现在的中国机器人，已经在比拼短跑、比马拉松，这位爱豆连路都走不利索，差距有够大的。 爱豆要以这水平上市销售，跟能扛圆木的俄罗斯大妈放一起，真说不好谁服务谁，带着爱豆出门买菜，背着死机爱豆回家。 或许是觉得爱豆太丢人，翻车事故几天之后，俄罗斯媒体集体报道了另一款机器人，试图找回场子。这款名叫“格林”的产品，属于官方背景的俄联邦储蓄银行，被派去在“人工智能之旅”国际会议上展览，当普京到访会场，格林还为他献上了表演。 简单地自我介绍之后，格林配合着俄罗斯流行歌曲，一顿狂扭，舞姿流畅，动作丝滑，圆满完成了献礼，似乎为俄国机器人搬回了一城。 但业内人士敏锐地发现，机器人始终都在表演预设的程序，没有体现交互能力，更重要的是，格林并未展示出比爱豆更靠谱的行走能力，因为……它压根就没有走，跳舞的时候只是站在原地。最搞笑的是，当格林开始舞蹈时，现场主管似乎非常担心，这玩意会失控或者摔倒，砸到普京身上，犹豫了几秒之后，他还是在面子和性命之间选择了保命，直接请普京往后站，以免自己变成刺客。 对于俄罗斯机器人的糟糕表现，大家心里应该是有预期的，毕竟这个国家自从战争爆发以来，就受到了全面制裁，很难从其它国家获得先进的技术和零配件，很多事都得靠自己。真玩自研自产的话，那难度真是上天了，以俄罗斯极其偏科的工业，以及充满“电子管笑话”电子技术水平，一般的手机、相机都造不好，还要非要整什么机器人，翻车符合客观规律。 但有意思的点在于，在人形机器人上搞抽象的，并不只有俄罗斯一家。 准确来讲，除了中美两国的产品，其余都挺都抽象的。 02 迷惑机器人大赏 请看下图，这个步伐极其缓慢、堪比80岁老爷子的玩意，看起来像是超市里两三百块买的玩具，而它的实际身份是，波斯复兴之希望，西亚的科技骄傲，伊朗人形机器人Surena IV。 Surena IV，顾名思义，已经是第四代了，它从2008年就开始立项，由德黑兰大学等十余个部门共同研发，属于伊朗的国家队产品。然而，Surena IV出现的每个画面，都足以让你怀疑，自己是不是开了0.5倍速，就拿官方展示的抓水瓶子视频来说，从下达指令，到对准，最后握住，居然花了20秒时间，你想跟它握个手，或者让它搬点啥，那更是需要一个世纪。 其步行速度，还只有可怜的0.7km/h，这数据，隔壁毛子看了都觉得自己很优秀。而且这是迭代之后的成果，前代产品，速度仅有0.3km/h……别说跟能跑能跳的宇树比了，就是小鹏IRON在T台上走模特步，都比它快。 再说东方神秘大国，印度，本着“中国有我也得有”的精神，印度培育了一大批机器人初创企业，其中有南亚宇树之称Muks Robotics，已经推出了原型机Spaceo。 这玩意，怎么看怎么像工业机器人，它仗着两根不成比例的粗大机器臂，臂展达2.4米，而且身体可以伸缩，最高的高度为2.13米，理论最大载重达到了200公斤，而且续航超过4个小时，一副天生搬砖圣体的样子。除了演示视频里，每个动作看起来有点卡卡的，其余倒没啥可笑，感觉进厂打螺丝是稳了。 别急，好戏都在下半身，当你把视角挪一挪，就会发现Spaceo直接采用了轮式底盘，是的，没有腿就不会摔，也不用设定什么复杂的运动控制逻辑。 所谓的载重200公斤，也是指底盘，它那两只看似强壮的机械臂，加起来只能拿20公斤。 倒不是说轮式底盘不好，它确实更成熟可靠，开发起来也省事，但这世界上的大部分设施，都是为了适应人体而建造的，你选择了轮子，就等于放弃了上台阶爬楼梯的能力，也放弃踩、蹬、踢等动作。放在游戏里，这种行为叫“逃避对线”。 当然，Muks Robotics也没准备永远用轮子，他们规划了一款叫Spaceo Prime的高级版本，用于印度的太空探索工程，目标是能在外星的崎岖地形行走工作，下面请欣赏———— 高情商： 突破了“只能两条腿”的思维桎梏，将机器狗的优势与之融合。 低情商：什么半人马拼接怪。 虽然说印度的作品有点抽象，但他们至少自己在认认真真捣鼓技术，越南才叫真的幽默，“研发”速度堪称人间奇迹。 2023年，越南科学技术学院研制出了IVASTBot，引发全国轰动。这玩意无比简陋，简直像个装了摄像头的铁架子，下半身也是没有腿，依靠电动轮活动，但作为从0到1的作品，还是值得越南人庆祝的。 谁能想到，仅仅2年过后，越南最大私营集团Vingroup推出的VinMotion，就已经达到了行业中上水平，它不仅有腿了，走路也稳了，还能上台跳个舞，零帧起手，动作统一又丝滑，直接从废土风变成了男团风。更牛的是，Vingroup号称，这款新锐机器人，从零部件到程序全部都为越南自产，堪称民族骄傲。 正因为如此，VinMotion还作为越南科技代表作，出现在了官方的纪念活动，给最高层献礼，除了有台机器人突然死机之外，表演本身倒还算不错。 可问题在于，越南网友自己都不相信所谓的“纯国产”，越南造个手机、造个摩托车，都需要从中国进口零部件过来组装，这样的国家，怎么可能能一步登天造出机器人？网友直接疯狂嘲讽Vingroup，是不是从亚马逊中国买了机器人然后印了自己的logo？又想搞噱头拉股价？ 为什么说“又”呢？这个Vingroup有不少前科，当年高调打造国产智能手机，结果被扒出是中国OEM产品，后来手机不做了，又跑去造国产汽车，还是拿中国供应商提供的零件一堆拼凑。都说事不过三，越南网友再怎么单纯，也不会上当了。 再说日本和韩国，相比起前面三位，日韩算是工业底子比较好的国家，而且在机器人领域起步很早。 日本在2000年，就推出了本田asimo，惊艳全球。这个长得像宇航员的小个子，能以6km/h的速度稳步前进，改款后更是提高为9km/h，还能应对楼梯陡坡等高难度路线，在交互方面，asimo可以同时与多人进行对话，还能计算移动目标的路线，从而调整自己的行动，规避碰撞。 记忆力比较好的朋友可能还记得，早在2005年的春晚上，就已经有机器人表演，它们给刘德华的《恭喜发财》伴舞，可爱的外形加上流畅的动作，吸引了不少目光。这款机器人也是日本货，为索尼公司的QRIO。 韩国一向视日本为竞争对手，也紧随其后，在2004年推出了asimo类似物，HUBO1，只不过性能要略差一些。要知道，那年，宇树的创始人王兴兴还在读中学，接触过的最复杂的机器是遥控车。 从开发时间上来说，日韩算是起了个大早，但从现状来看，它们赶了个晚集。在二十年后的今天，两国几乎没有产品真正投入量产、实现商业化，asimo、QRIO在舞台上风光了一阵子之后，相继停止迭代，如今日韩实验室的公开展示一些项目，性能表现也和中美的厂家有明显差距。 以川崎重工的Kaleido为例，目前已经是第八代了，相比起其它国家的产品，Kaleido很有日本特色，它的结构十分坚固和耐用，而且力气特别大，能够抱起成人，双脚的适应能力也极强，能够适应满地废墟的复杂地形，很明显，它要承担搜救任务。 但问题在于，Kaleido的移动速度是肉眼可见地慢，几乎就是在迈着小碎步挪动，单论灵活性，似乎还不如二十年前的本田asimo，你要真派它去救灾，能把人急死。 世界上另一个工业强国，德国，也跟日韩的情况有点类似。德国搞工业机器人非常在行，产品多产量大，全国的工厂里部署了27万台，但切换到人形机器人领域，德国突然就不行了。进军这一赛道德企寥寥无几，能排上号的，仅有Neura Robotics 一个独苗，这家公司还是中德混血儿，当年是大族的欧洲子公司，现在还把研发训练中心放在了杭州。 根据摩根士丹利今年发布的人形机器人研报，人形机器人价值链的TOP100企业，中国企业占到了37家（含中国台湾），美国占到了35家，日、韩占18家，而欧洲、中东总共12家，就更别说其它国家了。 很显然，在人形机器人赛道中，唱主角就是中美两国，没有所谓的“第三世界”，仿佛存在着一道无形的技术铁幕，阻挡了这些追赶者。 03 中美行，我也行？ 马斯克曾经在演讲中提到，人形机器人有三大难点，一是前臂和手的机械设计，二是规模化的制造能力，三是现实世界的人工智能，三者缺一不可。 人形机器人，本质就是用一系列传感器和电机、液压装置，来模拟人体的各个部分。 你想完全还原双手，就需要十几个自由度的关节，如果你不愿意用轮子替代下半身，那么还需要同步协调髋、膝、踝、脊柱等多部位。所有部位使用的零件，都需要高精度、低延迟的版本，否则会出现错误和延迟累积的问题，造成动作严重卡顿或失衡。 你想要机器人足够灵活，快速准确地执行命令，还需要高性能处理器，它必须在几毫秒时间里，接收各个传感器提供的数据，完成降噪、识别、决策，然后把指令传递给各个关节。 在保证性能的同时，零件的成本还要足够低，机器人本身还要尽可能简化，否则就会陷入“概念很美丽，量产很地狱”的困境，早期的人形产品，制造成本都超过百万，普通家庭是绝对承担不起的，企业也会觉得，我买这天价玩意不如直接雇个真人。如果一款机器人无法大规模投产，就不能产生收益和用户反馈，技术迭代更加困难。 所以，制造人形机器人，考验的是一个国家的研发能力和工业基础，涵盖从电子科技到精密电机，再到微型雷达、轻量化材料的各个领域，世界上绝大多数玩家都满足不了这些要求，像什么俄罗斯、印度、越南，更多的是起到积累自身技术+形象工程的目的。 相比之下，美国虽然近几十年去疯狂工业化，但美国企业依然拥有强大的开发能力，以及深厚的资本，能够调动世界各地的产业链，让设计落地。这一点，在机器人的“大脑”上体现得尤为明显，搞芯片，美国有英特尔、高通、英伟达；搞控制算法，有微软、谷歌、Meta，这些企业都进入了机器人TOP100。 中国可能在高性能芯片上，距离美国还有差距，但我们胜在工业体系完整，人形机器人所需的绝大部分技术和零件，都可以自研自产，所以，进入TOP100的中国企业，是均匀地分布在“大脑”、“身体”、“整机集成”三个领域。做脑子的有百度、地平线；做身体的，有宁德时代、三花智控、兆威机电等等；做集成的，有小鹏、小米、比亚迪等等……属于六边形战士了。 至于日本和德国，它们的工业底子也不错，但问题出在了人工智能上。 作为早期人形机器人产品的代表，本田asimo就是个“大力出奇迹”的典型，它是靠着预先编写海量的程序，来一一对应任务场景的，其行走控制算法就包括2000多行代码，而这些代码都是工程师根据使用地点编写的，其关节运动角度和运动力矩，每一次参加活动，都需要进行专门设定。 跟asimo同一时代的机器人，也大多采用类似的逻辑，依赖精细的动力学建模，以及传统控制算法，来控制机器人完成动作。这样搞，运行成本太高了，再加上硬件本身也不便宜，所以asimo和它的同期生，皆未能成功商业化。 在更晚推出的日系产品上，你甚至会发现“退化”的影子，软银在2014年推出的Pepper，就是靠做减法降低了成本。它没有双腿，并且安装了大号的显示屏，复杂的交互，可以直接打字出来给人看……这背后就是机器人的编程工作已经不堪重负。 想要在编程这块省事，目前唯一的方法就是开发具身大模型，让机器人自主决策，才能适应不同的环境和任务，然而这两个国家对信息化领域都不太感冒，没有早早投入人工智能，所以缺了一大块拼图。 相比之下，中美在人工智能方面的投入就非常大，全球一半以上的AI专利，都掌握在中美两国手中。其中包括众多的语言大模型，以及同样复杂的智驾模型，它们的部分训练成果，就可以用在机器人上。比方说特斯拉的Optimus和小鹏的IRON，都是采用了以视觉为主的方案，跟他们在智驾模型上所采用的策略如出一辙，显然有传承关系。 还有很多厂家，将文心一言、ChatGPT等语言大模型融入了机器人，使用户可以通过自然语言对话，让机器人理解自己的需求和意图，必要时，机器人还能主动提供帮助。 虽然目前中美产品还做不到完全自主决策，但是一些常见场景，如跑步或者搬运，已经可以实现半自主，就是人输入比较大的宏观指令，机器人根据神经网络的运算结果，自己处理细枝末节，包括步态微调、避障等等，在赋予机器人灵魂这件事上，迈出了一大步。 世界各国都知道，人形机器人未来大有可为，不管是老龄化之后的家庭服务需求，还是劳动力短缺时代的生产需求，都决定了它们有广阔前景，人形在各个场景的泛用性，无可取代。稍微有点追求的国家，都不愿意自己的未来，完全把握在中美手中，也不想看到大蛋糕被中美吃光，所以，机器人是一定要造的，排除万难也要造。 搞不搞，是个态度问题，搞不搞得成，就是能力问题了。也许很多国家努力到最后，会发现，自己终究只是陪跑。

快科技11月30日消息，日前，电商服装博主“H先生小韩哥”对影视飓风25款的三合一冲锋衣发布多条质疑视频，引发网友热议。 今日，影视飓风官方旗舰店发布视频回应冲锋衣相关质疑，希望针对对应的质疑进行具体技术说明，和大家讲明情况，来证伪这位博主的指控。 第一条指控：此博主质疑影视飓风的冲锋衣有致癌风险。 对于该质疑，影视飓风的回答是没有，因为他们有完整的检测报告可以直接放出，能明确看到他所提到的所谓致癌物PFOA为未检出。 而博主所谓的证据只有这一张图片，并没有提供完整的检测报告。 因此影视飓风也在公示渠道找到了他所送检的完整报告，虽然送检样品被标注为已破坏，送检过程也未知，但仍然可以看到所有的项目完全合格。 但是博主却裁掉了所有的条目，只截出这一条，即便如此，依然符合国家对于冲锋衣无氟整理的认定标准。 第二条指控：质疑影视飓风的冲锋衣不具备防水性。 恰好博主上一份报告证伪了这个问题，因为所有的条目均为合格，但是他隐藏了，而他对于影视飓风防水性所出示的这一份报告，并不是刚才的完整报告。 根据时间上可以看出是在上一份报告之后送检的，甚至在报告上明确写了"已破坏样品数量不足"，而且"本报告不具有对社会证明作用"，说明他的测试并不是标准的整衣测试。 同时，影视飓风也可以提供他们的完整检测报告，国标冲锋衣GB/T 32614-2023，结果均为合格。 影视飓风表示，这位博主自己的产品完全没有报告，却测了我们的，没有测出问题就断章取义，强带节奏，自己的大牌仿冒产品又立刻下架，之前主页写着“不说假话”现在也删了。 面对个别恶意攻击产品，并借此机会售卖不良产品的行为，影视飓风已经固定证据，只通过互联网难以自证，接下来会采取法律手段，为产品证明。 责任编辑：拾柒

上周郭明錤发文称，2027年苹果M系列低端芯片有可能引入英特尔18A制程，这一消息带来英特尔当天股价大涨10%。 针对这一讯息，我们先来解读下 苹果M系列，有标准版，Pro，Max跟Ultran四个版本，这一代M系列芯片总销量大约2500万颗，其中标准版大约1000万，Pro以上为1500万颗，同时上一代M系列也会继续销售。 这符合郭明錤说的M系列低端，销量在1000~1500万之间。 另一个重要讯息是苹果与英特尔已签订保密协议，拿到18A的PDK 0.9.1GA工具包，未来还会有1.0/1.1版本。 加入所谓PDK的讯息，这个爆料瞬间高大上起来，但事实上，这只是最最最基本的操作，任何一个客户想采用某一家foundry的制程，必然得先获得开发工具。 签保密协议获取PDK，并不代表必然是一个NTO，即便开始TO也成功点亮，客戶也不一定会下订单投片，这种fabless与foundry的合作关系咱们得先搞明白。 比如苹果拿到PDK之后发现太难用，评估过程也觉得没潜力，可能就不会TO，即便TO也大概要1年半，符合郭明錤说2027年Q3出货的说法。 这段期间，苹果还得不断评估英特尔的制程能力与良率，因为良率高低是由客户也就是苹果承受，良率如果上不去，苹果最终也不会下单投片。 另一个重要的原因是2027年用18A这个跟台积电N3持平的制程，即便是用在低端M系列，2027年底已是M7系列，而2026年底的M6已经全面转入台积电N2家族。 所以M6标准版是台积电N2，如果下一代的M7标准版采用与N3同水平的18A，这似乎很难说得过去，这一点正是最大的问题所在。 所以一切都只是评估之中，会不会用还是有很多问题得解决，比如之前联发科，微软，谷歌，meta甚至英伟达都想释放些芯片给英特尔一样，最终能不能成行不一定。 那如果成行了，是不是英特尔就能起死回生？ 当然也不是，这些每一家无关紧要的小订单，不会有根本性的改变，IFS还是很难营利，因为这些单更多是迎合美国政府的定单，为何这么说？ 因为半导体制造就是赢家通吃的市场，要求性能的芯片，落后一代基本就不会有人下单，只能是不要求性能的芯片才有机会。 除了性能更关键的是英特尔18A产能就20k，他想接更多单，相冲更高的营收也没办法。 而半导体工厂没有提前三年建设，你就不可能有产能，这里有很大的时间差，这是看foundry永远要搞明白的，但很可惜99%的研究员看到有大订单就忘了压跟没产能这事，很少有人能把这些环环相扣的foundry逻辑清楚的建立在大脑模型里。 所以苹果从M系列标准版试水似乎是合情合理，首先性能要求较低，量也不是很大，但苹果M系列低端版，上千万颗的量级基本是IFS最大的外部接单能力了。 这是英特尔18A能靠政治拿到最大的订单，未来各家美系fabelss必然还会有很多尝试在18A流片，这类谁又跟英特尔合作的好消息，在之前的文章，笔者早早预告，至少这大半年时间，一直会有这类消息，跟笔者预测的一模一样。 这里面必然都是各家放出来的小单，最大量级就是低端M系列能上千万颗级别。 这千万颗M系列的大订单，能给英特尔IFS带来多少营收呢？ M系列标准版的die size在170mm2左右，以1000万颗以及80%良率来算，一年大约需要3.5万片wafer，18A报价25k，大约有8.7亿美元的收入。 要知道IFS一年营收接近200亿美元，98%是内部交易，苹果的这个大单能带来不到9亿的收入，谷歌，meta的先进封装，价值量太低，量也不高，一年贡献的营收估計就1亿美元。 所以未来英特尔这里接单那里又下单给他的盛况，外部订单也能很难超过20亿美元，要达到10%的营收占比基本上是不可能的事，因为英特尔18A产能只有20k，大部分必须给内部。 上述一切，早早被笔者纳入考量，虽然一个月前我不知道苹果M系列会放标准版给英特尔，但我相对容易并提前判断这些所谓订单的真实影响，因为只要好好做模型，都能清楚洞悉这一切。 如果你连苹果给订单对英特尔到底能带来说少营收都没搞明白，而去瞎判断未来，这是不应该的。 大家不应该用苹果给订单，谷歌，meta，微软，英伟达订单就认为IFS要起飞，这是没有经过大脑好好推算的认为，这些你认为的好消息，必须好好带入模型，看看到底能给英特尔带来什么，而不是看到个讯息就没任何根据的瞎拍脑袋。 这些订单并不能改变intel的核心问题。 用最乐观的推演，英特尔拿下这些订单，对业绩帮助也就那十几二十亿，并没有很大，但事实上这些十几二十亿还属于非常早期的阶段，还有很多关卡要过。 英特尔18A的良率必须在2027年达到80%，不然苹果大概率不愿意下单，因为苹果在M7标准版上，必然是（intel+tsmc)的双掩膜策略，避免某家foundry拖后腿又没退路，18A良率差苹果马上会下单给TSMC，商量都不需要商量。 最大问题还是刚才我说的，苹果的产品定位问题，上一代M6用N2，下一代M7用18A，这是明确倒退的产品策略，我不清楚苹果如何打磨这个产品。 总之，目前的苹果跟英特尔合作18A，谷歌跟Meta打算用英特尔的EMIB封装技术，但笔者认为一切只是非常正常的前期接触，合作是否真正落地，还有不少变数。 所以我上个月针对英特尔的文章就很明确的说，未来IFS要好，首先一定是内部客户CCG跟DCAI两大部门好起来，这才是占IFS的营收90%以上的超级大客户，而不是那些怎凑也凑不了多少的外部订单。 市场一直处于本末倒置的认知，是对foundry这个行业的不理解。 我想笔者写英特尔的文章，必然值得大家在未来不断地回顾，即便明年后年，我相信你回来看这篇文章就能理解我今天为何会如此说。 英特尔的一切正在好转，这一点是毫无疑问的，笔者看好英特尔。 我认为有合适的价格，都是不错的投资机会，比如35以下，因为现在他正享受政治带来一切向好，这个向好趋势短期不会改变，但如果上涨太多，还是得获利了结，因为笔者认为的根本问题还没有具体改善，不应该盲目乐观给非常高的估值，认为他会3000亿，4000亿市值一直涨上去。 英特尔目前这种好转，在笔者的半导体生涯中看过太多了，我对英特尔是持乐观态度的，但我必须说，我并没有看到根本性的改变，目前的一切更多是政治赋予的好转，而非技术与商业本身。 当然以政治为基础，英特尔一步一步走向更健康更壮大的未来，可能性也非常高，但对于我来说，我更想看到的是技术或者市场是否有根本性改变。 正如1个月前，我对英特尔的分析，英特尔保留IFS最好的结局，就是形成一个以美国构建的“内循环”生态保护之下英特尔得以生存和发展，确保了美国的技术主权，其自身也获得了一个虽不耀眼但相对稳定的未来。 最近不断爆出的各家与英特尔的合作接触，正是笔者之前判断保留IFS的最佳结果，但这个结果的最完美状态只能是IFS的损益两平或微利，没办法给英特尔股价获得更高估值带来大家预期的助力。 这又是为什么呢？且听我们以下最详尽的分析。（上个月分析英特尔的原文） 英特尔2025Q3财报终于转亏为盈，这份财报给出了从陈立武上台以来各种自救举措以及政府各种政策支持的阶段性成果。 一切似乎都在往好的方向发展。 就像一辆曾经在高速公路上狂飙的巨型卡车，这几年不小心开进了泥潭里，轮子陷在那儿空转，溅得自己一身泥，引擎还发出让人揪心的轰鸣声，旁边的人呢，看着干着急，有的人想办法找拖车来拉，有的人在旁边指指点点说这车本来就设计有问题。 说实话，作为一个从业二十年的老观众，心情是五味杂陈。 今天这篇文章，咱们就试着来说清楚英特尔的现在和未来，咱们得把它过去怎么辉煌、怎么失速、新来的司机陈立武怎么操作、还有路政部门（特朗普政府）怎么过来帮忙，这一大堆事情都得捋清楚。 最后在回到最根本的问题上：这辆卡车，到底是要把那个沉重无比、还不断漏油的拖挂车厢（IFS代工业务）给卸掉轻装上阵，还是说咬咬牙，花天价把车厢也修好，指望它以后能赚大钱？ 这是一个战略性的抉择，也是决定英特尔是重返荣光还是继续沉沦的关键。 一份用“特效”修饰过的成绩单 2025年10月底，英特尔发布了它的第三季度财报。单从纸面上的数字来看，这绝对是一份能让股东们欢呼雀跃的成绩单，盘后股价一度大涨逾8%就是明证。 咱们来看看具体数据：营收：137亿美元，同比增长3%，比第二季的129亿高出8亿，略高于市场预期的132亿美元。结束了连续几个季度的下滑，算是稳住了基本盘。 · 净利润：41亿美元！这个数字非常吓人，因为去年同期是亏损166亿美元的巨坑。这一来一回，等于是改善了超过210亿美元的利润表，堪称惊天大逆转。 · 毛利率：GAAP口径下是38.2%，Non-GAAP口径下是40.0%。相比于去年同期的惨不忍睹，提升了超过20个百分点，这意味着卖东西更“赚钱”了。 · 每股收益（EPS）：GAAP口径下是0.90美元，Non-GAAP是0.23美元，都远超市场预期。 新任CEO陈立武简直是神医下凡，药到病除，但咱们还是得扒开这些数字看看成分是什么。 Q3的41亿美元净利润，最大的贡献来源是啥？是出售了Altera（可编程芯片部门）51%的股权，这笔交易带来了54亿美元的一次性收益。 如果扣除这笔收入，英特尔还是亏损13亿。 但实际上英特尔Q3扣非利润是10亿，实打实的转亏为盈，对比25财年Q1亏损8亿，Q2亏损26亿，Q3的转亏为盈，除了卖Altera还有陈立武大刀阔斧缩减开支的收益的功劳。 换句话说，如果剔除掉这种“卖家当”得来的横财，英特尔核心业务的经营利润并没有看起来那么光鲜。 对于英特尔后续是否能真正站稳损益平衡之上，只能说现在从ICU出来转普通病房，事否能康复出院还是得在未來几个季度持续观察。 英特尔对第四季度的指引是一个很重要的信号，营收128~138亿，与Q3的137亿似乎有可能会出现环比下降的情况。 Q4利润受Altera剥离的影响，整体会有微幅亏损，但扣非预计会有微幅盈利，也就是说Q4大概是损益两平，比Q3扣除卖Altera的扣非还有10亿还要差不少。 营收的不增长以及还在亏损线上挣扎，让市场无法有效判断英特尔到底是否真正走出泥潭。 从各事业部们来看，能有更清晰的脉络。 Q1 各部门营收，CCG：76亿(yoy-8%)，DCAI：41亿(yoy8%)，IFS:47亿(yoy7%)，其他9亿(yoy47%) Q2 各部门营收，CCG：79亿(yoy0.8%)，DCAI：39亿(yoy4%)，IFS:44亿(yoy3%)，其他11亿 Q3 各部门营收，CCG：85亿(yoy5%)，DCAI：41亿(yoy-1%)，IFS:42亿(yoy-2%)，其他10亿(yoy47%) 英特尔各部门营收的总和一直会高于季度总营收，主要原因是总营收有各部门内部交易的抵消处理，所以未抵销前的业绩更有参考意义。 比如IFS内部客户长期占比超98%以上，内部交易这部分会被抵销，以免重复计算，刚刚公布的Q3财报，IFS营收为42亿美元，但外部客户收入却只有800万美元。 从各部门营收来看，今年三季度，CCG保持稳定，DCAI也没有啥增长，基本符合英特尔在AI时代只能固守传统CPU的叙事，这两个部门虽然营收增长迟滞，却都贡献了非常稳定的利润。 反观IFS，去年营收167亿，全年亏损在100亿左右，2025年预计全年178亿左右，亏损预计缩小至80亿上下。 即便18A在Q3已经从MPW(试产）进入HVM(大规模量产），还是止不住Q3 IFS的大幅亏损，Q4 IFS将有大量芯片交付给CCG产生营收，CCG在年底正式销售Pnather Lake芯片陆续计入营收，也就是说Q4之后，IFS亏损才能有点改善。 以英特尔现有产能来看，18A在Q4将交付4~5万片，每片跟同水平的台积电N3价格一样的话，IFS将有8~10亿的营收。 由于目前18A良率只有一半多点左右，且CCG对IFS虽然名义是以Wafer报价，但18A这种新制程前期低量率时期，更多会以good die来计价，或者双方约定一定的良率，低于约定良率由IFS承受。 再加上这两年英特尔一直调低的资本支出，18A的产能只有20k，所以18A制程对IFS的业绩贡献有限，想要获利更是困难。 如第三季法说会，英特尔预计2027年IFS才能损益两平，这也是笔者判断最好的状态，想要有不错的利润就别想了，才20k产能的18A，天花板就这样了，未来两三年的目标就是不亏钱。 IFS真要有利润的好转，非常确定要在下一代的14A实现追平或者反超，而不是在18A，18A只是向市场以及美国政府表示，我还能行，继续支持我的一个过程节点。 所以18A就是试水，试水成功才有资金去研发去投入产能建设，要知道此时此刻正创造营收的18A是三年就开始建设的产能，所以此时此刻18A即便成功，想要追加扩产也必须等三年以后，半导体行业的这个基本逻辑，大家一定要建立起来。 这就是为何我会提出18A的天花板就是这样了，2年后能损益两平是最好的状态，18A现在必须取得成功，才会有下一步，让市场跟政府有信心才能拿到钱，在此时此刻去构建三年以后需要的产能，而三年以后必然不会是18A而是下一代的14A。 所以18A只是试水得第一步，扭转乾坤就必须交给下一代的14A。 如此一来那也是三年至四年以后的故事了。 但我们说的一切，都是基于18A成功的前提，18A是否成功我们还没讨论，成功机率又有多大呢？ 很可惜，18A是英特尔IFS能否续存的救命稻草，但不是英特尔改变行业地位的利器，因为18A并不先进，从任何指标上看，都只有台积电N3的水平。 我们要知道Foundry这个行业的特性就是 winner take all赢家通吃，技术领先者基本可以通吃全部，因为注重性能的旗舰芯片没有任何一个fabless会考虑技术落后一代的制程，再便宜也不会考虑。 除非这个芯片并非注重性能的旗舰芯片，也就是说只有不需要顶级制程的芯片会考虑技术不领先的厂家，也就是落后两三代的制程有三家能做，大家可以拼价格去抢单，以综合性价比去考量。 可是落后两三代的制程，ASP单价远低于最先进制程，且量级也很少，即便有订单也贡献不了多少营收，比如微软把一些10nm的单子给了英特尔，这些非关键的芯片数量少，单价又低，对想要扭转战局的英特尔几乎没有帮助。 所以目前落后一代以上的英特尔想要起死回生，不是靠把名字改成18A让市场误以为他可以与台积电N2相比，而是必须要真正晶体管密度与PPA提升到与竞争对手同一水平，才有扭转的机会。 因为真正给英特尔下单的fabless跟只看制程名称去瞎分析的机构分析师完全不同，fabless决定下单给哪家foundry全看具体数据，而非厂家自己取的工艺名称。 另外，这个季度英特尔的现金流得到了极大的改善，账上现金和短期投资达到了309亿美元。钱从哪儿来的？ 主要是外部输血 · 从美国政府CHIPS法案那里拿到了57亿美元的加速资金。 · 从软银集团那里获得了20亿美元的投资。 · 出售Mobileye的股份获得了9亿美元。 · 即将从英伟达那里获得50亿美元的投资（预计Q4末完成）。 所以，这份英特尔Q3财报的真实面貌是：核心业务有轻微好转的迹象，但整体的亮眼表现主要依赖于资产处置和政府及产业资本的巨额输血。 尤其是数据中心与人工智能（DCAI）部门营收还同比微降1%，说明在最关键的服务器战场，英特尔依然面临AMD的强力挤压。 而晶圆代工业务（IFS）继续亏损23亿美元，依然是最大的拖累。 总的来说，这份财报给予一个中性偏上的评价是合适的。它证明了陈立武的急救措施（止血、输血）是有效的，为英特尔争取到了宝贵的喘息时间。但距离“全面康复”，还差得很远。 辉煌、迷失与挣扎——一部缩略的英特尔兴衰史 要理解英特尔为什么会落到今天这步田地，咱们得简单回顾一下它的历史。 曾经的英特尔是多么不可一世！凭借着x86架构和与微软结成的Wintel联盟，它统治了整个PC时代，是摩尔定律最坚定的执行者和最大受益者。他就是那个时代Winner take all 的 winner 。 由于英特尔坚持IDM，坚持最好的制程只给自己用，所以给了台积电为代表的foundry一个巨大发展空间，因为市场所有fabless都梦想拥有最好的制程去代工他们的芯片。 英特尔是典型的IDM模式，从芯片设计、制造到封测，一条龙全自己干，而且制造工艺领先全球对手一代以上。可以说，它是躺在专利墙和技术壁垒上赚大钱。 但是，长期的垄断地位带来了僵化和路径依赖。当移动互联网的浪潮凭藉ARM架构席卷而来时，英特尔反应迟钝，始终没能在手机芯片领域站稳脚跟，错过了整整一个时代。更要命的是，它的看家本领——芯片制造，也开始出问题了。 英特尔一直坚信只要保持唯一的摩尔定律领先者地位，就能维持产品的竞争力，事实上也确实如此，不论以前的英特尔或者现在的台积电，他们成为王者的唯一要素就是成为唯一的摩尔定律领先者，不能共同领先，必须是唯一领先。 只要占据摩尔定律领先地位就是通吃一切的winner。四十年前到现在的产业发展完全遵循笔者这个论述，不曾改变过分豪。 从10nm制程节点开始，英特尔的技术研发就遇到了巨大的瓶颈，良率上不去，量产时间一拖再拖，这就是广为人知的“挤牙膏”时代。 与此同时，它的老对手台积电却一路高歌猛进，制程工艺从7nm、5nm、3nm有条不紊地迭代，而且良率和产能都爬升得很快。此消彼长之下，英特尔的制造优势荡然无存，反而成了劣势。 产品竞争力下降，AMD趁机利用台积电的先进工艺，在PC和服务器市场大口蚕食英特尔的份额。AI浪潮起来后，英伟达又成了最大的赢家。 英特尔就这样陷入了一个恶性循环：制程落后->产品落后 -> 市场份额和营收下滑 -> 没钱投资先进制程 -> 工艺进一步落后 -> 产品更加缺乏竞争力。 前CEO帕特·基辛格上任后，提出了雄心勃勃的IDM 2.0战略，想要重振制造雄风，甚至开放代工服务。但理想很丰满，现实很骨感。 代工业务需要天文数字的资本开支，而且客户凭什么相信一个工艺落后、同时还是自己竞争对手的公司呢？所以IFS业务从诞生那天起就是个赔钱货，不断地消耗着集团的现金流。 陈立武的“外科手术”和特朗普的“政治经济学” 就在英特尔深陷泥潭之际，2025年3月，董事会请来了业内老兵陈立武掌舵。 陈立武的背景还行，虽然备有芯片制造背景，但他是前EDA巨头Cadence的CEO，也是中芯国际的创始股东，著名的风险投资人，对资本运作和产业战略极其熟稔。他上台后，进行了一系列堪称“外科手术式”的改革： 1. 大规模裁员与成本削减：全球裁员约15%，精简管理层级。这是直接而痛苦的止血措施。 2. 战略收缩与聚焦：暂停了非核心业务的扩张，如俄亥俄州新厂项目大幅延迟，将有限的资源优先保障高利润产品（如服务器CPU）的供应。这是一种务实的生存策略。 但耗资巨大的新工厂暂停就意为着未来制程上的追赶更困难，这是一个无解的死循环，很可惜fab投入太过巨大，现在的英特尔只能先搞定20K如此微小的18A产能，再视18A的市场反馈再决定是否继续投入。 英特尔无法像台积电一般，在没有任何订单的情况下，提前3年投入钜资建设庞大的先进制程产能，一个fab的建设需要三年以上，所有看半导体产业的从业者一定要建立好这个逻辑，让他成为你思考产业的基本常识。 这代表，如果你在此使此刻没有投入钜资，三年以后你將什么都没有。 最为一个追赶者，英特尔能像台积电在情况未明的时候，花一千亿美元去盖工厂吗？如果做不到就不要谈追赶了，因为现在所有结果在三年之前就已经决定，不是去年更不是上个月。 总而言之，战略收缩与聚焦是现在的英特尔必须做的，但也宣告了未来发展天花板受限。 3. 引入巨额外部资本：这是陈立武最厉害的地方，他充分利用了美国政府的战略焦虑和自身人脉，短时间内为英特尔拉来了天量输血： 美国政府入股：2025年8月，美国政府投资89亿美元，获得约10%股权，成为最大单一股东。这是明确的国家力量下场。软银也投了20亿美元。 2025年9月，英伟达宣布投资50亿美元入股，获得约4%股权。这个极具象征意义，昔日的对手成了救星。 这正是市场对英特尔未来看法最积极的点，也是英特尔股价上涨到30以上的主因。 这一切发生在特朗普重返白宫的背景下。特朗普政府的战略意图非常清晰：美国必须保有本土先进的芯片制造能力，不能过度依赖亚洲（台积电、三星）。 英特尔是美国唯一的希望，于是动用政治力量，推动了一系列“救英特尔”的举措，甚至市场传闻施压台积电等公司参与合作。 这是一场典型的政治驱动的产业救援。 美国政府入股得到政治背书，是英特尔起死回生的第一步，所以今年以来他们高调的宣布18A的各种进程，向政府释放救我是值得的，我还有机会东山再起。 美国政府的投资让市场对英特尔出现改观，尤其是中系资金看到了英特尔光明的未来，因为中系投资者骨子里认可大政府逻辑，认为大政府的行政手段比市场更有作用，再加上中系投资者一直对半导体制程有很大的执念。 殊不知fabless在这三十年里早被证明是最成功的模式，反而大家一直关注的Foundry这种只有一个赢家也早被认为不是好生意的行业被追捧，这种把芯片制造人为拔高的认知，笔者认为跟分析师看了多久半导体行业有关，随着时间的增长，看过多个半导体周期，必然会有不同的见解。 所以市场大部分人认为，英特尔在美国政府坚决不放弃芯片制造的重点支持下将重振英特尔芯片制造的荣光，因为政府会不断支持。 再加上陈立武缩减开支的举措成功带来久违不见的盈利，而且在产业中各种合纵连横，其中最引人注目的就是英伟达的入股。 英伟达的入股可不只是增加现金流这么简单，他有更大的战略意义，也说明了英特尔放下老大哥的身段，愿意委身在英伟达AI强大的生态之下，只能去分点CPU业务的无奈。 要知道英特尔一直都是制定规则建立生态的老大哥，即便之前风雨飘摇，他还是保持高高在上的姿态，在AI时代来临后，几轮尝试后，英特尔确定自己不再是大哥，立马放下身段，这一点值得赞许。 与英伟达合作是未来最大卖点，DCAI部门透过Nvlink fusion获得进入年规模300亿美元的AI CPU市场的资格，CCG部门也可以够过 x86 + RTX的AIPC SoC与AMD拉开差异化。 但上述一切会有根本的改变让英特尔腾飞吗？很显然不能，与英伟达的深度合作必然正面也很积极，但并不足以扭转趋势，笔者认为此举是避免英特尔在ＡＩ时代被边缘化，维持市占不再进一步下滑的举措，没有起死回生的作用。 DCAI部门在英伟达主导的AI数据中心，定制化CPU不会是主流，天花板有限。 而英伟达通过让英特尔的x86 CPU深度依赖NVLink技术，成功地将这个最大的x86生态纳入其轨道。未来，基于NVLink优化的软件栈（如CUDA）将在“英特尔CPU+英伟达GPU”的系统上获得最佳性能，进一步巩固英伟达软硬件生态壁垒。 英特尔作为第一个重要合作伙伴，为NVLink Fusion做了最强背书。 这会吸引其他芯片设计公司加入这个生态，而非对抗它。英伟达从一个“封闭的硬件供应商”向“开放生态的标准制定者”转变，这一切都是给英伟达作嫁衣，而英特尔分点汤喝，如果没有加入，那可能连汤都没得喝。 CCG业务中，x86 CPU+RTX GPU的组合在消费级市场面对原本一直在蚕食份额的AMD x86+TSMC+ATi的组合有机会一改颓势，但要转变成全面主动也不可能。 对英特尔来说RTX必然是加分项，但Intel 18A与TSMC N2相比又会回到被动局面，这一来一回我认为可能就是维持份额，市占不再下滑，乐观一点是市占微幅提升，除非Intel同样采用性能更好的TSMC N2，与英伟达结盟的优势才能得以释放，不然就是一正一负的抵销而已。 针对英伟达入股英特尔，笔者看法是对两家公司都有利，但英伟达能兵不血刃占领x86的传统服务器市场，实现终极目标英伟达无所不在的情景，英特尔则是在这体系之下分一杯羹。当然这对AMD来说不是好事。 如果未来英特尔只是跟着主导者在底下分一杯羹，那花大钱维持的IFS有存在的必要吗？ 所以想要保留IFS的英特尔，不论怎么做相出多好的办法，一切的指向终究还还是会回到根本核心『制程的对决』。 整体来说，美国政府台面上的支持与陈立武的各种巧妙的自救，有非常不错的效果，一切不再恶化并朝正面去发展。 所以英特尔股价从20一路飙升到30多美元，虽然跟台积电今年的涨幅相比还是有很大差距，但20到30的股价，正是市场对这半年来英特尔努力的反馈。 下一个季度，英特尔指引损益两平，回到水面上之后，咱们就得来看看，英特尔的业绩是否有继续不断上涨的可能，这个可能的核心又是哪些？ 核心症结——IFS那头喂不饱的“吞金兽” 英特尔的未来，取决于如何处理IFS这个烫手山芋。直接上数据对比，英特尔最先进的18A和台积电的N2以及上一代的N3工艺。 SRAM bit cell size （高密度 SRAM cell） Intel 18A~0.021 μm² TSMC N3 ≈0.0199 μm² TSMC N2~0.0175 μm² SRAM density (高密度 SRAM) Intel 18A约 31.8 Mb/mm² N3 约 33.55 Mb/mm² N2约 38 Mb/mm² 晶体管密度 (HD standard-cell) Intel 18A约 238 MTr/mm² N3 约 230 MTr/mm² N2约 313 MTr/mm² PPA(性能/功耗/面积） 由于各家的口经不同，比如晶体管密度口径，以高密度逻辑单元还是混合SRAM跟模拟跟I/O的混合口径，测试电压与负载不同，功耗的量测方式不同，所以PPA很难横向对比。 只能同一家对比，比如英特尔声称18A对比intel 3有「性能有25%，功耗有36% 」的提升，看似提升不少，但很可惜对比的intel 3只有台积电N7+的水平，与N2有3代的差距。 结构 Intel 18A : GAA (RibbonFET) + PowerVia 背面供电 TSMC N3 : FinFET TSMC N2 : GAA (nanosheet) 理论上，在同样大小的芯片面积上，能塞进更多晶体管，这直接转化为更强的性能和更低的功耗，所以MTr一直是行业对比制程的主要手段。 但这种对比法在摩尔定律越来越难推进的情况下，行业转而向提他方向挖掘潜力，比如性能与功耗，所以才有了PPA，但各家口径不同所以很难直接同比。 台积电N2达 313 MTr/mm²，英特尔18A在 238 MTr/mm² 左右，这意味着密度差距超过30%，这个巨大差距是Intel 18A无法跨越的鸿沟，即便18A对比N2有PowerVia背面供电的优势。 根据英特尔内部资料，18A采用PowerVia可提升功耗以及6%左右的密度提升，密度提升主要是移除power rails后，SC高度可以从6T减至5T，或在相同track下塞更多cell。 但采用PowerVia的18A早在Techinghtes拆解报告中测出MTr为238，238正是经过PowerVia的密度提升结果，提升后的结果跟台积电N2相差30%，与台积电N3接近。 正如魏哲家所言，Intel 18A的PPA接近台积电的N3P，这话的意思我们还能推敲出，即便到后摩尔时代的今天，MTr还是一个可以有效类比的最简易手段，因为18A与N3的MTr接近，最终表现出的同等条件下PPA也接近。 这还只是节点的横向对比，目前台积电的技术迭代速度更快，比如下一代14A的进度。 另外，良率同样是一个重要关键，当英特尔还在努力爬18A的良率时（55%)，台积电更超前一代的N2已经达量产的80％，并且更先进的A14（1.4nm）也已在路上。 这种技术上的代际差距，是硬实力的体现，很难靠弯道超车来弥补，更重要的是双方差距是在扩大还是缩小，抑或长期保持一定的距离。 从一切的迹象来看，单从制程上看双方差距还是在扩大中，只是扩大的比例有所收敛，从产能以及良率方面，双方差距扩大没有任何收敛迹象，尤其是产能建设方面。 产能与资本开支：一场不对称的军备竞赛 建一座先进的晶圆厂需要多少钱？台积电在美国亚利桑那州建一座生产5nm/4nm的工厂，投资额约120亿美元。 目前台积电在美国未来十年的投资额将来到1650亿。 而在台湾用于生产2nm及以下制程的工厂，单座一个Phase投资额将飙升至200-300亿美元，以目前新竹fab20这座工厂规划的4个Phase，120k的产能就超1000亿美金，这还没算上同步建设的高雄fab22的2nm以及未来美国要建设的2nm产能。 资本开支计划： · 台积电2024/255年的资本开支是300亿/420亿美元。2026年预计继续维持400亿＋的资本开支，三年共计投入1120亿美元。 英特尔2024/25年的资本开是250亿/180亿美元。2026年公司命却继续控制资本开支，市场预计下降到150亿左右，三年共计投入580亿美元。 这根本不是一个量级的投入。 更何况英特尔的资本开支中还包含芯片设计环节的资本开支，芯片测试工厂这些台积电没有的开支，加上英特尔研发的方向非常多，这些虽然大部分属于研发费用，但设备与厂房也属于资本开支里。 简单说就是台积电的资本开支90％以上是用来量产的，英特尔则可能只有70%，如此一来针对产能的建设投入，两者的差距只能更大。 台积电可以凭借全球客户的基础，在没收获任何订单的情况下，自信地提前数年巨额投资建厂。亏损中英特尔行吗？它自己的产品都未必能填满自己的产能，哪来的底气和资金去大规模扩张？一切都投资都只会加大亏损。 例如，其为18A准备的Fab 52工厂，规划月产能约2万片，而台积电在台湾的GigaFab集群，单一基地月产能可达12万片以上。而现在台积电2nm就有新竹，高雄以及美国三个基地，台积电单一个2nm节点的规划超过20万片。 单单2nm这一个世代，台积电产能这一块就远超英特尔10倍以上，算上之前的节点以及未来更新的节点，差距将更加巨大，没有规模效应，成本就降不下来，在代工市场上就毫无价格竞争力。 更重要的是，没有产能即便18A大获成功也无法给客户出货，无法接大单，只能接一些无关痛痒的小单，比如苹果要采用英特尔的18A，那英特尔得准备至少60k的产能，没有这个产能，苹果想下单也没辙。 但想要接下苹果的订单，除了确定制程工艺参数全球第一以外，良率也得全球第一，更重要的是，你在工艺以及良率还有苹果是否下单给你，这一切都未确定的三年前，就得花巨资兴建工厂，不然你有技术也没人下单，这问题永远是foundry永远绕不开的死结。 IDM vs Foundry 难以逾越的“竞争对手”鸿沟 商业模式也是一大問題。 英特尔既是芯片设计公司（与AMD、英伟达、高通等直接竞争），又想当他们的代工厂。这就像既是运动员又想当裁判，谁敢把自己的核心芯片设计（相当于身家性命）交给最大的竞争对手来生产？ 尽管英特尔一再承诺会建立“防火墙”，但这种结构性的利益冲突，使得外部客户（除了微软等极少数出于特殊考虑的）望而却步。IFS嚷嚷了这么多年，始终无法吸引到有分量的大客户，根源就在于此。 综上所述，从技术、产能、客户信任三个维度看，英特尔的IFS业务想要在公开市场上与台积电、三星竞争，胜算极其渺茫。 继续坚持下去，只会成为一个不断吞噬现金、却难以产生回报的财务黑洞。 剥离IFS与否的两种未来路径分析 要分析英特尔剥离与否IFS的最佳结果，我们首先要摒弃非黑即白的简单逻辑。这不是一个“好”与“坏”的二元选择，而是在不同战略路径下，英特尔所能追求的“最优解”是什么。 这两种路径分别指向两种截然不同的公司未来形态和价值评估体系。 不剥离IFS，坚持IDM 2.0路线下的“最佳结果” 如果英特尔在政治压力（如美国政府要求保留本土先进制造能力）和自身战略坚持下，决定不剥离IFS，其所能期待的最佳结果，并非在公开代工市场击败台积电，而是达成一种 “战略性自给自足与有限生态化生存”。 实现制程追赶，建立可持续的技术节奏 · 目标：不再是全面领先，而是咬住台积电，将代差稳定在“半代到一代”之内。例如，当台积电量产2nm（N2）时，英特尔的18A能够实现高性能、高良率的量产；当台积电推出1.4nm（A14）时，英特尔的14A能及时跟上。 实现路径：依靠美国政府持续的补贴、税收优惠，以及像英伟达、微软等“盟友”的预先投资和订单承诺，来支撑天价的研发和资本开支。陈立武必须极其严格地控制投资节奏，确保每一分钱都花在刀刃上，避免基辛格时代过于激进的“四年五个节点”带来的资源分散和执行风险。 · 最佳状态：英特尔内部产品（如CPU、GPU）能够稳定地采用自身最先进的制程，性能与采用台积电同等制程的AMD产品相比，不落下风甚至在某些方面有优势。这能保住其核心业务的基本盘。但与台积电差距一代性能还是有所欠缺，这样做必然是无法做大代工业务，无法做大又没钱继续投资，即便是最佳状态也是风险并存。 形成“美国本土高端制造具乐部” · 目标：IFS不再追求成为全球化的代工厂，而是转型为一个 “受保护的高端制造联盟” 。其主要客户不是开放的市场经济客户，而是受政治和战略需求驱动的“内部循环”客户。 · 核心客户群： ◦ 美国政府与国防部门：所有涉及国家安全的尖端芯片，必须由本土的IFS生产。 ◦英伟达、AMD、高通等美国Fabless巨头：在特朗普政府“胡萝卜（补贴）加大棒（政策）”下，将其部分先进制程订单（可能是20%-30%）分配给IFS，以换取政治上的支持或其他利益。这并非纯粹商业选择，而是地缘政治下的供应链“备胎”或“平衡”策略。 ◦ 英特尔自身产品部门：这是IFS最大且最稳定的内部客户。 · 最佳状态：IFS的产能被这几大核心客户以长期协议的形式基本填满，实现盈亏平衡或微利。它不再是一个巨大的财务黑洞，而是变成一个具有战略意义的“成本中心”，其亏损被国家补贴和联盟内的交叉补贴所覆盖。 集团整体实现稳定盈利，估值获得重估 · 目标：由于IFS的巨额亏损被有效控制或外部化，英特尔产品部门（CCG, DCAI）的利润得以充分体现。 · 实现路径：通过剥离其他非核心资产（如已出售的Altera和部分Mobileye股份），专注于高利润的核心产品。同时，利用自身制造的优势，在成本控制上比纯Fabless公司更有话语权（如果制程竞争力能跟上）。 · 最佳状态：英特尔整体实现稳定、可持续的盈利，市盈率（PE）从当前的扭曲状态修复至传统科技硬件公司的正常水平（例如15-20倍）。股价的驱动因素回归到产品竞争力、市场份额和利润增长，而非对制造业务未来的巨额投入和不确定性的担忧。 不剥离路线的“最佳结果”总结： 英特尔将转型为一家类似于“国家冠军企业”的IDM。它无法在全球市场与台积电正面竞争，因为文前阐述的半导体制造行业赢家通吃的理念。 但在美国构建的“内循环”生态保护之下英特尔得以生存和发展，确保了美国的技术主权，其自身也获得了一个虽不耀眼但相对稳定的未来。 这本质上是一种“政治和战略成功”优于“纯粹商业成功”的模式，这个最佳模式下，我們肯定能不斷聽到有美系fabless與英特爾合作的好消息，但即便如此，這種樂觀情境下，IFS最多也只能损益平衡或微利，而非创造利润的来源。 因为半导体行业，技术落后者无法走出订单，产能，提前投资，资本支出，折旧的死胡同。落后者要改变这种局面，需要非常长期的投入。 但从你现在的投入情况，我们早就能预测你三年后的未来，所以只要建立好这环环相扣的产业逻辑，看foundry永远不会失误。 剥离IFS，转型为纯芯片设计公司（Fabless）的“最佳结果” 如果英特尔能够克服政治阻力，毅然决然地剥离IFS，其最佳结果将更加符合资本市场和商业竞争的逻辑，即 “轻装上阵，价值释放，重夺产品竞争力”。 无障碍获得全球最先进制程，快速重夺产品领先地位 · 目标：像AMD和英伟达一样，自由选择台积电、三星或完全剥离的IFS最先进的制程来生产自己的CPU、GPU和AI加速器。 · 实现路径：剥离后，英特尔设计部门无需再等待自家制程的成熟，可以直接在台积电的N3、N2甚至更先进的节点上设计芯片。这将瞬间抹平其在制造工艺上与AMD的差距。 · 最佳状态：英特尔凭借其深厚的设计底蕴和x86架构优势，结合台积电的顶级制程，再加上英伟达RTX的翅膀，在短期内（2-3年）推出在性能和能效上全面超越AMD的处理器产品，重新夺回在PC和服务器市场的产品领先地位。 聚焦核心能力，成为强大且不可或缺的市场竞争者 · 目标：专注于芯片架构设计、软件生态和市场营销，与AMD和ARM阵营进行纯粹的“产品对决”。 · 实现路径：将原先投入制造业务的巨额资本开支转而投入研发（收购、人才、架构创新）和市场营销，可以更灵活、更高效地应对市场变化。研发缩减的费用也将大大增厚英特尔的利润。 · 最佳状态：英特尔转型为一家高利润率的Fabless设计公司。其商业模式变得清晰、轻盈，更容易被投资者理解和估值。它可能成为台积电最大的客户之一，甚至超越苹果。 估值逻辑根本性重塑，迎来戴维斯双击 · 目标：估值模式从“沉重的制造业”转向“高利润的科技设计公司”。 · 实现路径：剥离IFS后，公司的利润率（毛利率、营业利润率）将大幅飙升，因为不再背负制造业务的巨额折旧和研发成本。资产负债表变得非常干净。 · 最佳状态：资本市场将按照AMD、英伟达等公司的估值逻辑（更高的市盈率、市销率）对英特尔进行重新定价。股价有望迎来巨大的上涨空间，即所谓的“戴维斯双击”（盈利和估值双双提升）。 关于剥离后的IFS本身 剥离出去的IFS，最好的出路是由美国政府牵头，联合其他战略资本（如软银、其他美国科技公司）再加上原本的GF，成立一家独立的“美国国家代工公司”或直接并入GF。 这家新公司专注于服务美国政府和战略客户的特殊需求，同时也能追求全球商业竞争，但生存更依赖于国家战略补贴和指令性订单。这反而比挂在英特尔旗下时更清晰、更可持续。 剥离路线的“最佳结果”总结： 英特尔将经历一场彻底的解放。它卸下了最沉重的包袱，回归自己最擅长的产品设计领域，在商业战场上重获新生。 其股东价值将得到极大释放。这是一条更符合市场经济规律、最大化股东价值的道路。 两种“最佳结果”的对比与权衡 最终，英特尔的选择，实际上是“国家利益”与“股东利益”之间权衡的结果。 在当前的地缘政治背景下，前一种路径（不剥离）的可能性正在增加，但其“最佳结果”的实现，高度依赖于美国政府的长期、巨额且不能停止的支持。 而后一种路径（剥离）在纯粹的商业逻辑上更优，但面临巨大的政治阻力。 陈立武领导的董事会，正在这条狭窄的航道上艰难前行。他们当前的一切努力，降低成本、引入投资、寻求合作，都是在为做出这个终极抉择争取更多的时间和筹码。 无论最终走向何方，这都将是一场深刻影响全球半导体格局的战略博弈。 笔者非常肯定陈立武CEO上任以来的努力。他的裁员、降本、引资等一系列操作，是正确的急救措施，稳住了阵脚，为英特尔争取到了战略抉择的宝贵窗口期。 但是，这些措施主要是 “治标” 。要想 “治本” ，可能就需要做出如剥离IFS这类根本性的战略调整。 依靠政策输血可以救急，但无法建立可持续的竞争优势，这一切笔者在4月份市场传出台积电将技术入股英特尔的数万字分析文章中，就明确说过陈立武武法改变英特尔根本上的颓势，他只能把能做以及该做的都做到最完美。 特朗普的输血为英特尔赢得了一到两年的战略窗口期。这个时间非常宝贵，但也非常短暂。 如果英特尔不能在这个窗口期内，要么在18A工艺上取得决定性的市场成功（不仅是技术验证，而是获得大量外部客户订单），要么果断启动更深层次的战略重组，不然当输血的效应逐渐消退，全球芯片竞赛进入到下一个更残酷的周期时，这辆老卡车很可能会因为动力系统的根本性不足，再次被竞争对手远远甩在身后。 至于股票目前价格是否值得投资，我想这段时间都是英特尔市场氛围非正面的时候，尤其是政策的加持，如果未来还有政策的利好，那当然还能上涨，但是政策的部分谁也预测不了，但更长期来说，还是得回归本文阐述的基本面逻辑。

最近谷歌用其TPU基础设施，训练出了最强大模型Gemini 3，在ChatGPT三周年之际，这一事件具有里程碑的意义，它意味着，用英伟达GPU在微软Azure上训练出来的GPT系列前沿大模型的范式，正在被打破，而且，大模型、云和AI芯片，是在谷歌内部浑然一体的。 这一事件，足以影响对整个AI格局的判断。我们知道，三年前ChatGPT发布之时，最大的受益者是微软，它的股价暴涨，市值达到全球第一。接着是英伟达，它凭借GPU的CUDA税，股价一路上扬，成为史上第一家市值超过5万亿美元的公司。第三家就是OpenAI，它的市值也超过了5000亿美元，成为史上最有价值的非上市企业。 但这一切，正在被TPU改变。当谷歌上扬时，压力传递到英伟达、微软、以及大量接受英伟达投资并采购GPU的其他企业，如甲骨文和其他新云企业。对OpenAI的直接影响，是市场上普遍开始更看好TPU+Gemini在性能和成本上的长期竞争优势 ，要胜过OpenAI。而OpenAI在其星门计划中的巨额投资，在Gemini的压力之下，其商业可行性和可持续性，也受到市场的质疑。 不是AI恐惧，而是OpenAI恐惧 难怪谷歌垂直整合的AI战略，其长期价值受到了巴菲特的看好，最近大举入股，是其一生之中除苹果之外，投资的第二家科技企业，也是唯一一家AI企业。 ChatGPT3周年，更值得看的是谷歌过去的3年，经历了2023年的危机，即GPT-4将可能颠覆谷歌在AI领域的优势，微软等企业将用AI搜索颠覆谷歌的垄断地位，以及Llama开放权重模型推出时，谷歌内部惊呼“没有护城河”。到了2024年，谷歌开始真正反击，除了推出原生多模态的Gemini大模型之外，它的基础设施也引起了我们的关注。 Gemini与TPU的协同，正是谷歌AI王者归来的核心。可以说，真正奠定谷歌战略反攻的，一个是合并DeepMind和谷歌大脑，由哈萨比斯担任谷歌DeepMind CEO，废除Bard，死磕Gemini，第二个就是TPU的迭代升级的强大支撑。它们的对手，相当于OpenAI+英伟达+微软。 2023年底，谷歌发布Gemini，同步发布了TPUv5p，此时已经可以建立起几万张卡的推理集群，但训练主还是依靠英伟达的GPU。 Gemini 发布的喧嚣中，值得注意的是谷歌云发布了TPUv5p，训练大模型每刀效率提升2倍以上。不管Gemini是否碾压了GPT-4，但有一点是肯定的，谷歌拥有比微软更强大的大模型训练和推理平台。 而且谷歌将使用TPU进行推理，因此不必像OpenAI和微软那样支付给NVIDIA 70%的利润（直到他们的芯片准备好并投入生产）。 ——双子座Gemini vs. GPT 2024年底，谷歌发布Gemini 2，正式宣布完成对OpenAI的追赶。此时，谷歌除了宣布竞争将从深度学习进入到发挥其强化学习优势的“智能体一年”之外，代号为Trallium的第六代TPU，是真正的幕后杀手。 当时谷歌专为Gemini 2 推出了Trallium即TPUv6，并且建立了10万张卡的算力集群，彻底实现了100%的训练和推理自由。 2025年起，更多大厂将用自家研发的下一代定制芯片，构建10万卡级别的算力集群，100%地用于自家下一代大模型的的训练和推理，追求高于英伟达GPU的性价比。显然，谷歌的TPU正在从定制向通用加速芯片转变。英伟达，要瑟瑟发抖了吗？ ——哈萨比斯：2025将是AI代理的一年。 2025年4月，在谷歌云Next '25峰会上，谷歌发布了搭建下一代高能效算力基础设施的Ironwood，提供高性价比推理的新一代主力模型Gemini 2.5 Flash，以及实现爆发中的智能体互操作的新标准Agent2Agent。谷歌在上一代Trallium解决训练问题的基础之上，随着今年应用token数消耗量的爆发，开始重点解决推理成本和能源效率问题。 而且TPUv7，已经开始全面对标英伟达最新一代芯片B200，英伟达必须要迅速推出下一代Rubin，才能保持黄仁勋所说的“领先一代”的优势。 推理正朝着统一多模态与思维链的方向发展，需要完成越来越多能源与数据密集任务。除了单卡性能要足够强大外，芯片能效与内存也是升级重要方向。Ironwood足以与去年的B200相媲美。FP8精度下峰值算力，单个Ironwood芯片达到4,614万亿次浮点运算，与B200相当，称得上当前最强水平。它的单芯片的HBM内存容量达到了192GB，是Trillium的6倍；HBM带宽达到7.2Tbps，是Trillium的4.5倍，也均与B200旗鼓相当。不过，Ironwood要等今年晚间出货，届时，英伟达下一代Rubin架构芯片最快也会量产。 ——Ironwood与A2A，谷歌AI生态的王者气象 （Ironwood超节点，连接了9216颗TUPv7芯片，来源：谷歌云） 所以，未尽研究的读者，在过去的两年中，应该对于谷歌TPU的崛起，不会感到意外，正如我们今年曾预言谷歌的市值将会超过微软，甚至英伟达一样： 谷歌披露了第七代TPU Ironwood更多细节。这是谷歌首款专为大规模AI推理设计的TPU，突破点覆盖了“性能、扩展、能效、可靠性”所有维度。单个基于Ironwood的超节点纵向最多可容纳9216颗芯片，总算力达到42.5 Exaflops，并共享1.77PB可直接寻址HBM；同时，它还能够横向扩展至数十个超节点。每瓦性能是上一代谷歌TPU Trillium的2倍。 ——Hot Chips 2025：最硬核干货，彻底分享 谷歌正在开放自己的TPU市场。它现在已经是除了英伟达GPU之外的硬通货。全球最顶尖的前沿大模型厂商OpenAI与Anthropic都用上了TPU；OpenAI正在自研AI芯片，但奥特曼挖人，还是更信得过在TPU团队干过的。苹果也用过谷歌TPU训练自家AI，xAI则迷上了TPU的JAX框架。还有传言称，谷歌正在设法接近Fluidstack等新兴AI云服务商，将TPU部署到它们的数据中心里；它们此前属于英伟达阵营。 ——谷歌突破3万亿美元，赶超英伟达只是时间问题 英伟达面临的最大问题，是其高达75%左右的毛利率，越来越难以维持。对于前沿大模型实验室，英伟达只能通过提供股权投资而非降价，来巩固其主导地位，因为降价会降低毛利率并引发投资者恐慌。 股权投资的做法，也意味着OpenAI们能从中获得打折优惠。据业内分析；OpenAI 甚至还没部署 TPU，就已经在其整个实验室的英伟达设备组中节省了约 30% 的成本。这表明 TPU 的性价比优势非常显著，即使在启用 TPU 之前，也能立即获得收益。 至今没有一家芯片设计厂商，从谷歌到华为，都敢于挑战英伟达的单芯片性能，但是，系统级工程设计，使得 TPU 堆栈在性能和成本效益方面都与英伟达不相上下。这也是中国的一些科技企业，从华为到互联网巨头接下来要走的路。 “系统比微架构更重要”的观点，而过去两年的发展也印证了这一点。Anthropic 的大量 TPU 订单，直接验证了该平台的技术实力。与此同时，GPU 生态系统也在改变自己。GB200 代表着一次重大飞跃，推动英伟达向真正的系统公司转型，能够设计完整的服务器，而不仅仅是内部的芯片封装。 对比一下！英伟达直到GB200才实现机架级互连方面的巨大创新，但常常被忽视的是：自2017年TPU v2发布以来，谷歌就一直在机架内部和机架之间扩展TPU！谷歌的ICI扩展网络，这是英伟达NVLink唯一真正的竞争对手。 正如开篇所说，谷歌最近推出的 Gemini 3 被公认为目前最先进的模型，这一结果有力地证明了 TPU 的强大性能以及谷歌在基础设施方面的整体优势。具有讽刺意味的是，OpenAI CEO奥特曼在公开点赞之后，就在内部警告，因为GPT大模型正在失去领先优势，将面临着严峻挑战。 2024年9月，OpenAI以o1引领了推理模型，把关注点集中在推理和后训练的硬件上，然而，对前沿模型进行预训练仍然是人工智能硬件领域最困难、资源消耗最大的挑战。TPU平台已经彻底通过了这一考验。这与竞争对手形成了鲜明对比：自2024年5月GPT-4o发布以来，OpenAI的顶尖研究人员尚未成功完成任何大规模部署的新前沿模型预训练，这进一步说明，谷歌TPU集群克服了重大技术障碍。 谷歌一向是一家软件公司、互联网公司，其核心业务以往并非硬件业务。但是，谷歌面临硬件的挑战，悄然强势进军，坚持长达十年的投入，最终确立了性能领先地位，它的更重大的意义，还在于它正在重新定义自己的AI软件竞争优势。这个过程中，3年前遭遇过危机，但今天已经完全扭转过来了。 所有这些对于英伟达意味着什么？从一家定意义上说，AI芯片和基础设施格局，正在从英伟达的垄断性霸主地位，向“一超多强”的格局转变。应该承认，英伟达依然是超级大厂。 谷歌在TPU上的强势崛起，来看如下最重要的启示，包括我们引述了几点对Semianalysis一篇文章的总结： 第一，AI 软件时代的“护城河”，正从“模型”延伸到“基础设施”。 谁能在芯片、系统、网络和软件栈上协同优化，谁就能把每有效 FLOPs 的成本压得更低，从而在模型训练、推理定价和产品形态上更有回旋空间。谷歌通过 TPUv7 和 Gemini 3，已经证明自己并非只会做搜索和广告。 第二，TPU 不只是“自用武器”，而是正在成为一条完整的商业路线。 通过与 Anthropic 的百万 TPU 合同，以及新云服务商、加密矿企的三方合作结构，谷歌把原本封闭的 TPU 体系，从内部机房搬到了第三方数据中心，让整个行业第一次有了真正能和英伟达系统性竞争的替代品。 第三，软件生态仍是 TPU 的短板，但谷歌已经开始“补课”。 在 PyTorch 原生后端、vLLM / SGLang 集成、SparseCore 可编程性等方面，谷歌投入了大量工程力量；但在 XLA 编译器、运行时和多 Pod 训练代码的开源上，还没有迈出最后一步。未来 TPU 能否在开发者心智中真正站稳脚跟，很大程度要看这一块会不会彻底打开。 第四，未来几年，很可能是“多极算力世界”。 英伟达、谷歌、亚马逊、AMD，以至于其他云厂商的自研芯片，将在不同客户、不同负载、不同商业模式下各展拳脚。报告结尾提到，OpenAI 自研芯片团队也开始“动真格”，进一步说明头部实验室不愿把命运完全交给单一供应商。 第五，在这个多极算力世界中，一定会有中国企业的至少一席之地。

IT之家 12 月 1 日消息，特斯拉 CEO 埃隆・马斯克刚刚正式确认了 Optimus 人形机器人的一个关键细节。他在社交平台 X 上发文，澄清了有关 Optimus 的一些重要用词，此举将有助于媒体和公众更准确地理解和使用这一人形机器人的相关术语。 上周末，马斯克在 X 平台上发布了一系列与 Optimus 相关的帖子。周六，他指出 Optimus 将成为“冯・诺依曼探测器”（Von Neumann probe）—— 一种未来有望具备自我复制能力的机器。这种能力似乎正是特斯拉实现马斯克所设定的雄心勃勃的 Optimus 量产目标的关键所在。 IT之家注意到，在 X 平台上围绕 Optimus 展开的讨论中，一位用户向这位 CEO 提问：这种人形机器人的复数形式应如何表达？马斯克回应称，既然特斯拉公司为该机器人确定了单数名称“Optimus”，那么其复数形式也应由公司来定义。“既然我们命名了单数形式，那复数形式也由我们来定，就叫‘Optimi’吧。”他在 X 上的回复中写道。 因此对于媒体而言，如今多个 Optimus 机器人应被称为“Optimi”。 Optimus 被定位为特斯拉产量最高的产品。马斯克预计，这款人形机器人最终有望实现每年数亿台、甚至更高的产量。 在 2025 年特斯拉年度股东大会上，马斯克表示，这款人形机器人将实现“有史以来所有大型复杂制造产品中最快的产能爬坡速度”。初期，特斯拉位于弗里蒙特工厂（Fremont Factory）的生产线将实现年产 100 万台 Optimi 的目标；而得州超级工厂（Giga Texas）则将建设规模更大的 Optimus 产线，年产能有望达到数千万台。

IT之家 12 月 1 日消息，一项新研究证明，电动汽车并非某些人想象中的隐形辐射舱。 IT之家注意到，德国汽车俱乐部（ADAC）近期对电动汽车内的电磁场进行了深入调查，结果发现驾驶员和乘客所受到的电磁辐射水平极低。事实上，研究显示，电动汽车的电磁辐射风险并不高于其他现代车辆；在某些情况下，其产生的电磁辐射（俗称“电子烟雾”）甚至低于传统内燃机汽车。 该研究由德国联邦辐射防护办公室委托开展，测试对象包括 11 款纯电动汽车、若干插电式混合动力车以及 1 款传统汽油车型。 ADAC 的工程师在假人座椅上布置了 10 个探头，并在车辆行驶和充电过程中，将假人置于至少两个不同座位位置，以评估在真实使用条件下车内磁场强度是否接近科学界认定的风险阈值。 道路实测期间，研究团队观察到在急加速、急刹车或电气部件启动时，磁场强度会出现短暂峰值。然而，这些峰值在依赖高压电路和电动机的车辆中属于正常现象，并不罕见。 据 ADAC 表示，在上述条件下，人体实际可能产生的电场强度和电流密度远低于国际推荐的安全限值。 此外，较高数值主要出现在脚部区域，而非头部附近。换言之，车厢内部并不存在足以影响人体细胞、神经系统或心脏起搏器的电磁活动。 研究还揭示了一个出人意料的发现：许多用户习以为常的一项功能 —— 座椅加热，竟产生了最强的电磁读数。这一现象不仅出现在电动汽车中，在插电式混动车乃至那款唯一的燃油测试车型中也同样存在。 即便如此，相关数值仍远未达到危险水平。最明显的电磁波动集中在靠近电驱动单元及其线缆的脚部区域，而头部和躯干区域几乎检测不到任何显著信号。 给汽车充电也未显著改变辐射水平。交流（AC）充电在插枪启动瞬间会在充电接口周围产生稍强的读数，但这些数值仍在安全规范范围内。值得注意的是，尽管直流（DC）快充功率更高，其产生的电磁场反而弱于较慢的交流充电。

IT之家 12 月 1 日消息，据韩媒 The Elec 上周（11 月 27 日）报道，三星电子将在明年 2 月举行的国际固态电路会议（ISSCC）上展示 HBM4。 据报道，三星这次计划展示的 HBM4 容量为 36GB、带宽 3.3TB/s，相比上个月展出的 36GB、24TB/s 的 HBM4 在带宽上得到进一步提升，三星还通过堆叠结构与重新设计接口提升了速度和能效。 一位行业人士解释道：“三星在每个通道上应用了硅通孔（TSV）路径的对准信号（TDQS）自动校准技术，从而提高高速区间的信号准确度，针对 AI 大模型等高流量场景进行了优化”。 值得注意的是，三星的对手 SK 海力士也将在明年 2 月公开下一代存储技术，有望一并展示单 Pin 速率达 14.4Gb/s 的 LPDDR6 内存，配备基于低压差稳压器（IT之家注：LDO）的 WCK 时钟分配架构，可在超高速的情况下保持信号稳定，相比上一代 LPDDR5X 提升更高。 此外，SK 海力士还将公开展示 GDDR7 显存，单 Pin 速度最高可达 48Gb/s，容量 24Gb，最大的特点就是可以将通道分成两部分，可同时进行读写操作，面向 GPU、AI 边缘推理、高分辨率游戏等场景。 作为参考，ISSCC 2026 将在明年 2 月 15 日至 2 月 19 日在美国旧金山举行，其中的参会者大部分是企业研究人员，因此预计会有大量接近量产的新技术会在大会上首次亮相。

作者｜SnowyM 编辑｜陈伊凡 头图｜AI生成 “AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「32」篇文章。 在今天这个AI“淘金热”的时代，所有人的目光都聚焦在那些更智能、更强大的大语言模型上。 然而，大多数人都忽略了一个房间里的大象：如果AI吃的是“垃圾”，那么它吐出的也必然是“垃圾”。 在B端企业中往往会有超过80%的数据，被“锁”在PDF、扫描件、表格和演示文稿这些“混乱”的非结构化文档中。 传统的OCR工具在处理这些文件时，会“弄乱”布局、破坏表格，导致下游的LLM产生“幻觉”。这在金融、医疗或法律等严肃场景中往往是不可被业界接受的。 而在硅谷，一个可能会终结“垃圾进，垃圾出”问题的初创企业，叫 Reducto AI。 这家公司在没有任何营销的基础上，用了 18 个月就融资 1.08 亿美元，约合人民币7.6亿元，而其快速的融资速度，即便是在爆火的AI热潮下，都十分少见。 嘉和资本CEO袁子恒告诉虎嗅，文档解析类产品，能做和做好的差别很大，因为B端客户需要的是高精度，特别是文档布局的表格、复杂公式识别。这也是Reducto AI能够迅速脱颖而出的优势。从产业链定位来看，非结构化数据解析平台偏infra层。也就是说，更像是个“卖铲人”。无论AI营销、AI客服、AI财务、AI研发、AI HR，AI供应链等等，都离不开底层的结构化数据。所以市场规模很大，全球市场超千亿美金，还在以超过40%的速度高速增长，因为企业的数据80%以上是非结构化数据，还在持续增长，这些非结构化数据都需要处理成高质量、结构化、AI可以使用的数据。而从用户需求来看，数据没有AI-Ready是目前国内外企业落地AI和构建自有知识库的最大障碍，“痛点很迫切”。 疯狂增长 Reducto AI成立于2023年1月，起初只是一家两人团队的初创公司，在短短18个月内，它相继获得了硅谷“名人堂”的重注（虎嗅注：硅谷工程师协会（SVEC）于1989年成立，该协会自1990年开始设置硅谷名人堂。 硅谷工程名人堂旨在记录那些在专业领域取得了杰出成就的工程师和技术领袖们。 从1990年以来，有超过97个人入选该榜单。 最近一次是NVIDIA 的首席科学家 Bill Dally。 他在斯坦福大学工程学院的流处理研究成果帮助推动了 GPU 计算的发展,掀起了 AI 革命。） 从2024年起，Reducto凭借其API优先（API-first）的文档AI平台便开始吸引全球顶级投资机构的目光。 顶级VC们在极短时间内接力领投，反映了他们对这样一个“品类定义者”公司的极度FOMO（恐慌情绪）。其A轮（2025年4月）和B轮（2025年10月）之间仅隔5-6个月 ，还触发了B轮领投方（a16z）的“抢先下注”（Pre-emptive Round）。First Round（顶级种子）、Benchmark（顶级A轮）和a16z（顶级B轮）这三家风格顶尖的机构相继成为Reducto的“第一大外部股东”。 到2025年10月，Reducto的累计融资额已达到1.08亿美元。 这里有个很好的小故事，足以证明Reducto的融资速度，其CEO Adit Abraham曾在播客采访中透露，当Reducto还只是一个两人团队时，Benchmark的Chetan Puttagunta就主动与他们沟通，建议进行A轮融资。 这种“反向推销”的现象，充分反映了Reducto在硅谷的影响力。 解决文档解析痛点，为企业提供真实来源 Reducto到底造出了什么，能让全美最大的孵化器——YC社区的早期用户惊呼“比亚马逊的AWS还好”？ Reducto的产品形态是一个API优先的文档AI平台，辅以一个名为“Reducto Studio”的交互式工作区，供团队构建、评估和部署数据管道。 它不是一个单一的工具，而是面向开发者的“工具箱”。其核心API矩阵构成了一个完整的工作流，大致由 4 种 API 组成，我们做了整理： Parse API（解析）：作为Reducto的基础，Parse API将复杂文档（如PDF、图像、表格）转换为包含文本、表格、图形及布局信息的结构化输出。 Extract API（提取）：基于Parse API，允许用户通过提供JSON Schema或自然语言提示，从文档中精确提取结构化字段。 Split API（拆分）：将长文档（如1000页PDF）智能拆分为语义上有意义的“块”，为下游RAG应用优化上下文。 Edit API（编辑）：Reducto的“核心”，是行业首个AI文档编辑API，允许AI“回写”或填写文档中的空白、复选框和表格。 在API层之上是Reducto最核心的Agentic OCR框架。 由于Reducto的技术哲学是“像人类一样阅读”，采用“视觉优先”方法，将PDF视为包含丰富上下文的视觉对象，而非纯文本流，所以他们创新性地采用了Agentic OCR工作流，大致如下： 首先，“传统CV（计算机视觉）”模型首先介入，对文档进行视觉分解，理解文档的整体布局，捕获区域、表格、文本块。 接着，“VLM”模型介入，在上下文中解释每个区域，将标签（如“发票号”）与数值（如“INV-123”）智能地关联起来。 最后，由Reducto的护城河技术：Agentic VLM 智能体模型，像一个“人类编辑”一样，自动审查和纠正前两遍输出中可能存在的微小错误。 这个“AI监督AI”的系统使Reducto在长尾边缘情况（如复杂表格、手写体、低质量扫描件）中仍能保持高准确率，避免了传统OCR/VLM解决方案中的人工审核问题。 这个“多遍自修正”系统，通过AI智能体替代人工审核员，自动化质量保证（QA）环节，从而实现极高的准确性。 用Reducto自己的话来说，这叫做“提供真实来源”。 这就是革命性的地方。 传统OCR/VLM的解决方案是“人在回路中Human-in-the-Loop”（HITL），即模型无法处理时，将任务发给人类审核员。这既慢又贵。 Reducto的“Agentic OCR”用一个“AI质检员”取代了“人类审核员”。这是一个“AI监督AI”的自修正系统。这就是为什么他们能实现“99%+”的准确性。 凭借这样的核心产品技术，Reducto的增长堪称“闪电战”。在参加2024年初的YC W24批次期间，Reducto完成了从“LLM记忆”到“文档AI”的关键转型。 Reducto在核心产品（Parse API）发布后的6个月内，ARR从0增长到“7位数”，超过100万美元。 在2025年10月的播客采访中，CEO Adit Abraham分享了通过“创始人主导销售”（Founder-led sales）实现ARR突破500万美元的经验。 除了ARR，其他增长指标也相当亮眼。 到2025年4月A轮融资时，Reducto已经处理了“数亿页”文档；而在2025年10月的B轮融资时，累计处理量超过了“10亿页”。在A轮到B轮的短短5-6个月内，月处理量增长了6倍。 此外，Reducto还表现出了极高的资本效率。CEO Adit Abraham在播客采访中多次强调，公司在筹集了1.08亿美元后，到2025年10月为止，仅“烧掉”了100万美元。 “筹集1.08亿，只花100万” 表明Reducto的产品市场契合度（PMF）极强，团队也非常精干。Adit也表示这笔钱，将全被用来在AI人才战中不计代价地招募到最顶尖的博士，并且用来应对与AWS、Google等云巨头的长期消耗战。 硅谷经典创业路径 Reducto AI的2位创始人也非常有来历，经验和性格的搭配让其顺利走过了从“维生素”到“止痛药” 的硅谷经典创业历程。 Reducto AI由两位MIT毕业的联合创始人Adit Abraham（CEO）和Raunak Chowdhuri（CTO）共同创建。 Adit毕业于麻省理工学院（MIT），获得计算机科学与工程学士学位。他曾在Google担任产品经理，负责YouTube搜索，并领导了YouTube搜索历史上收入最高之一的项目发布。 此外，他还在MIT Media Lab和BlinkAI从事机器学习（ML）研究。Adit是一位具备深厚技术背景的“产品型CEO”，深刻理解技术商业化和规模化的关键。 Raunak同样毕业于MIT，获得计算机科学学士学位，主攻AI与机器人方向。他是一个“技术天才”，在高中毕业前便在计算机视觉（CV）领域发表了学术论文，并获得了超过100次引用。在MIT期间，他还曾在MIT Driverless的感知团队和MIT林肯实验室担任机器学习（ML）研究员。 在创办Reducto之前，Raunak创办了一家计算化学咨询公司，并成功将其干到20万美元的ARR。 图注：Raunak（左）和Adit（右），来源：Business Insider 可以说，他是Reducto的技术核心，在计算机视觉领域拥有近十年的“科班”经验。 两位创始人最初相遇在MIT，当时Adit是大三学生，而Raunak是大一新生，他们在一门研究生机器学习课程上结识。 Reducto的诞生并不是一帆风顺，他们也进行了Pivot（产品转型）。 最初，Adit和Raunak申请YC时的项目名为“Remembrall”，它是一个“LLM的长期记忆API”。这个项目在Twitter上引起了一定的关注，并收到了数百个试用注册。 然而，Adit在与这些早期用户交流时发现了问题：虽然用户觉得这个想法“有趣”，但并没有真正的需求，客户只愿意为此支付每月10-20美元。 这个项目显然只是一个“弱信号”的“Vitamin”（维生素）产品，而非真正解决“Painkiller”（止痛药）类问题。 在深入与客户对话后，Adit和Raunak敏锐地意识到，客户反复抱怨的“如果你能管理聊天记录，能否管理用户上传的PDF文件”才是一个“强信号”。 他们发现，几乎所有AI团队都面临“处理PDF的准确性”问题。于是，他们花了一个周末时间，用Streamlit构建了一个简单的PDF解析工具原型，并在YC论坛发布。 结果，得到了截然不同的反馈，用户纷纷表示：“这比我从Textract（AWS）得到的结果还好，有API吗？” 这个反馈让Adit和Raunak意识到，他们找到了真正的“Hair on Fire”的痛点，立即决定放弃原有的LLM记忆项目，转而专注于文档智能，从而诞生了Reducto AI。 在YC期间，他们凭借全新的方向和出色的产品原型，在仍然是“两人创业公司”的时候，就成功签下了一家《财富》10强企业客户，验证了PMF。 而且，Adit的画像在业内非常清晰：极端专注、反直觉、客户至上。他非常重视“拒绝”的艺术（The Art of Saying "No"）。在Reducto的早期，他曾果断地“解雇”一个价值5000美元的合同，因为该客户的需求会分散团队的精力。 此外，他也拒绝了价值“数百万美元”的建筑文件合同，因为这不符合他们对核心产品精度的专注。Adit非常推崇“工程师每周只有一个优先事项”的工作模式，确保团队能够在一个方向上做到极致。 作为一位技术背景的创始人，Adit亲自负责公司的销售工作，直到ARR突破500万美元。他的销售理念是“关怀胜于销售技巧”，他强调应该与早期客户建立深度关系，以至于“你愿意邀请他们参加你的婚礼”。 开辟新蓝海的“卖铲人” Reducto所处的“智能文档处理”（IDP）市场，正在以20%-30%的高复合年增长率高速扩张。 这个赛道的核心痛点，就是我们开头提到的“80%的数据诅咒”：企业价值被“锁”在非结构化文档中，而传统OCR工具的“准确性灾难”导致AI“垃圾进，垃圾出”。 表面上看，这是一个充斥着三类玩家的“红海”。 云巨头们，像是Amazon Textract, Google Document AI， 它们是云平台的“捆绑”服务，价格低廉，与云生态深度集成。老牌企业软件（像是ABBYY），是为“业务人员”设计的“低代码”RPA工具，品牌历史悠久。同时，这个行业还存在着一堆开源工具（像是Unstructured.io）， 免费、可自托管。 然而，Reducto正在这个“红海”中开辟一个全新的“蓝海”。 Reducto AI是一家罕见的，在正确的时间（VLM与RAG爆发的技术周期）由正确的人（“产品CEO” Adit与“技术天才CTO” Raunak）执行了正确战略（从YC的“市场拉力”转型和“极端专注”）的“三重奏”公司。 他们没有去制造“淘金热”中的LLM，而是选择成为那个最关键的“卖铲人”。 云巨头的工具是“大而全”的捆绑产品，但在需要极致准确性的“长尾”复杂文档上表现不佳。Reducto则在基准测试中“最高领先AWS, Google和Azure 20%”。在金融或医疗领域，这20%的准确性几乎就是生与死的区别。 例如，AI原生TPA（第三方管理人）Elysian使用Reducto处理保险索赔文件，将审查速度提高了16倍。医疗公司Anterior使用Reducto处理医疗记录，实现了99%以上的准确率，将决策从几天缩短到几秒。 这种创业路径和领域，也给了许多AI创业者启发。 当然，涌入的创业者，这也给Reducto带来竞争和挑战。袁子恒最近正在陪跑一家中国出海的文档解析创业企业，他表示，这家企业的精度超过了Reducto，并且成本更低，速度更快，还开发了自有的多模态数据解析引擎和多个自研模型，主要面向海外市场，已经获取了很多海外企业客户，有美国的知名大学、金融机构，还有欧洲的一些企业，在解析精度、千页价格、支持的格式种类还超过了欧洲大力扶持的大模型厂商Mistral的OCR。 另一个挑战来自大厂。 首先，AWS和Google正在将其文档处理能力与VLM（如Gemini）和AI平台（如Bedrock）深度“捆绑”销售。他们可能以“更低”甚至“免费”的价格提供“足够好”的解析能力。 其次，行业面临“GPT-5是否会免费解决这一切？”的长期威胁。随着基础模型在视觉理解能力上的飞跃，Reducto的“准确性”优势可能会被削弱。 不过，巨头切入的市场，可能与Reducto不同。袁子恒对文档解析的创业生态十分熟知，DeepSeek也做过类似探索，今年10月发布了Deepseek-OCR，尝试解决大语言模型长文本处理的瓶颈，主要目标是提高 LLM 处理长文档时的计算效率、降低内存占用，并有效解决长上下文的“遗忘机制”问题。本质是输入预处理器，优化了 LLM “看”和“记住”长文档的方式。但袁子恒表示，尽管这种OCR看起来和Reducto很像，但从目标和要解决的问题以及面向的市场来看，和Reducto完全不一样。 还有一个可能的危机，来自CEO Adit Abraham的“极端专注”哲学。“创始人主导销售”、“雇人慢”、“拒绝客户”、“每周一件事”，这些理念帮助他们打造了完美的产品，并实现了从0到500万ARR的奇迹。 但是，这个理念被认为无法将公司从500万ARR带到1亿美元ARR。

ChatGPT 凤凰网科技讯 北京时间12月1日，据科技网站TechCrunch报道，美国当地时间11月30日，ChatGPT迎来问世三周年纪念日。这款聊天机器人引爆了生成式AI市场，但是或许也催生出了一场泡沫。 2022年11月30日，OpenAI向世界推出了一款新产品，并轻描淡写地将其描述为“一个名为ChatGPT的模型，它能以对话方式互动”。 毫不夸张地说，ChatGPT随后颠覆了商业和科技领域，迅速走红。它至今仍位居苹果免费应用排行榜首位，并且引爆了一波生成式AI产品的浪潮。 改变股市 《AI帝国》作者郝珂灵(Karen Hao)近日在接受TechCrunch采访时指出，OpenAI“已经变得比世界上几乎所有国家都更强大”，并正在“重塑我们的地缘政治和全部生活方式”。 ChatGPT还影响了股市。彭博社发文分析了ChatGPT如何改变了股市格局。目前，最明显的赢家当属英伟达。自ChatGPT发布以来，英伟达股价累计涨幅高达979%。与此同时，AI热潮也提振了其他科技巨头的股价：标普500指数中市值最高的七家企业英伟达、微软、苹果、Alphabet、亚马逊、Meta与博通全部是科技公司。它们的整体增长几乎占到标普500自ChatGPT推出以来64%涨幅的一半。 这种格局导致市场呈现出更为极端的头部集中现象。标普500指数是按市值加权的，而这七家公司如今占指数权重的35%，相比三年前的大约20%有显著上升。 泡沫？ 这股热潮还能持续多久？除了英伟达CEO黄仁勋(Jensen Huang)外，越来越多的AI企业高管开始承认，行业可能正身处泡沫之中。 “有人会在AI领域损失惨重。”OpenAI CEO萨姆·奥特曼(Sam Altman)在8月与记者共进晚餐时表示。 同样地，Sierra CEO兼OpenAI董事长布雷特·泰勒(Bret Taylor)也认为行业正处于“泡沫”之中，并将其与上世纪90年代末的互联网泡沫相提并论。他预测，虽然个别公司可能会失败，“但AI将重塑经济格局，就像互联网一样，未来必将创造巨大的经济价值”。 再过三年或更短的时间，人们或许就能知道这种乐观是否合理。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

别再盯着手机厂商的发布会了，最赚钱的赛道根本不是卖手机，而是卖手机壳！ 以前 9.9 元包邮都嫌贵，如今 500 元一个的手机壳，却让全球年轻人抢破头，直接干成了“理财硬通货”。 就是这个被称为“手机壳爱马仕”的 CASETiFY，便宜的商品单价都卡在 300~500 元区间，贵的能卖到上千元。 而且官方旗舰店大多数商品都是断货状态，想买都买不到。 要是遇上限量联名款，价格直接上天。 比如，它与 DIESEL 品牌联名的手机壳，价格超过 4000 元。 相当于一部中高端安卓机的价格，足以拿下半部标准版 iPhone17。 更魔幻的是，这些天价手机壳还成了二手市场的香饽饽。 它和村上隆联名的波漾手机壳盲盒，二手市场溢价超 5 倍。 官网原价 549 元，结果被炒到 3000 多元，但仍有不少人心甘情愿地排队求购。 就连普通款二手价也能稳定在 80 到150元，有人靠“低买高卖”甚至回血上万元。 把手机壳卖成了奢侈品，CASETiFY 绝对是行业顶流。 这个品牌创始于 2011 年，创始人吴培燊当年因找不到合心意的 iPhone4S 手机壳，创立了一个可通过下载 Ins 照片定制手机壳的App—— Casetagram 。 用户上传自己的照片，花 35 美元就能定制专属手机壳，这种小众个性化服务并没有激起什么太大的水花。 直到一个英国网红厨师在社交平台的推荐，让吴培燊尝到了爆单的滋味，也意识到这桩生意的巨大潜力。 2014 年，Casetagram 更名为 CASETiFY，专做手机配件生意。 这个看似简单的需求，却催生出年销售额过亿美元的品牌。 数据显示手机壳平均更换周期只有 4 到 3 个月，而年轻人换手机的周期是 15 个月，高频更换需求让这个赛道有了天然优势。 55.8% 的毛利率更是甩了手机行业几条街，要知道小米手机毛利率才 12.6%。 风口之下，CASETiFY 销售额一路水涨船高。2021 年冲到了 1.2 亿美元，还顺利拿下数千万美元 A 轮融资； 2022 年，高调入驻天猫商城，开业首日销售额就突破百万元，全年售出 1500 万个手机壳，营收飙升至 21 亿元； 到了 2024 年，营收再创新高达到 36 亿元，堪称手机壳界的“印钞机”。 那问题来了，凭什么一个手机壳能卖 500 块？还那么多人买？ 当然和拉布布一样，不了全球明星们的背书。 无论是国内，还是国外的，众多知名艺人都拿它们家的手机壳“凹造型”。 你根本分不清到底是在打广告，还是自来水。 不少粉丝都觉得：“几万的明星同款买不起，几百块的势必拿下”。 除此之外，与物美价廉的手机壳不同，它定位高端。 500 块钱你买不了名牌包，但却可以买到“手机壳中的爱马仕”，这样一听是不是划算多了。 本来还以为只有钱人才买，结果发现这玩意就和口红一样，花小钱能获得大大的心里满足感。 既然定位高端，质量肯定和就九块九包邮的有区别吧。 品牌宣称手机壳采用军用级防摔材料，可抵挡 95% 冲击力，防摔高度高达 9.8 英尺，每款新品都要经过上千次防跌测试。 质量先放一边，它们家玩法的花样还真多。 首先是联名策略玩到极致，CASETiFY 堪称联名界的“卷王”，合作过的 IP 超 100 个。 只要是年轻人追捧的潮流符号，它都能精准绑定，门店里几乎一面墙都是联名款。 其次，为了满足年轻人个性化需求，品牌还专门搭建一个设计师平台。 世界各地的设计师都能上传作品，一旦被采用且有用户购买就能获得分佣，这样的机制让品牌 SKU 高达 30 万款。 虽然营销做得好，但 CASETiFY “智商税”的争议从来没断过。 有博主拿正品和华强北仿品做对比，相似度高达九成，但仿品价格还不到正品的十分之一。 也有博主表示，虽然看得出质量比华强北好，但也不值 500 块。 更有网友在社交平台吐槽，刚买的透明壳用了不到一个月就发黄。 其实，冷静想想，手机壳的核心功能就是保护手机。所谓的高端材质和设计溢价，本质上是情绪价值的变现。 不可否认，年轻人愿意为个性和情绪买单是好事，但也要量力而行。 毕竟真正的“精致”，从来不是靠一个天价手机壳撑起来的。

IT之家 12 月 1 日消息，SpaceX 正迅速从本月早些时候“星舰”助推器 18 号（Booster 18）初期测试遭遇的重大挫折中恢复过来。就在 Booster 18 意外损毁刚过一周之际，SpaceX 已开始以极快的速度组装新一代助推器 ——Booster 19。 IT之家注意到，据在社交平台 X 上密切关注星港（Starbase）动态的观察者透露，SpaceX 上周末已将 Booster 19 的第四个尾段运抵星港的 MegaBay 厂房，并完成堆叠，目前该助推器已达 15 个环段高度，仅剩少数部分尚未安装。这一进度创下新纪录：在短短五天内完成四个环段的堆叠，是迄今为止最快的助推器组装速度。这一高效进展对 SpaceX 的“星舰”V3 项目而言是一个积极信号。V3 版本预计将较此前已退役的 V2 版本实现显著升级，V2 系列在圆满完成第 11 次飞行任务后已正式退出历史舞台。 知名“星舰”追踪账号 TankWatchers 在 X 平台上指出：“昨夜，Booster 19 的 A4 尾段已被运送至 MegaBay。仅用五天就完成四个环段的堆叠，这有望成为史上组装速度最快的助推器。”另一位星港观察者 TestFlight 也表达了相同看法：“Booster 19 现已堆叠至 15 个环段高，仅余 3 个尾段待装！” 本月早些时候，SpaceX 的 V3 项目曾遭遇一次重大波折：Booster 18 在出厂仅一天后，于得克萨斯州星港马西（Massey）设施进行气体系统压力测试时发生严重异常。尽管当时尚未加注推进剂、未安装发动机，且事故未造成人员伤亡，但 Booster 18 的意外损毁一度引发外界对“星舰”V3 项目可能延期的猜测。 然而，SpaceX 明确表示：“‘星舰’第十二次飞行测试仍计划于 2026 年第一季度进行。”今年早些时候，埃隆・马斯克（Elon Musk）也在 X 平台上给出了类似的时间表，称“V3 相比当前的 V2 是一次巨大升级，预计将在今年年底前完成生产和测试，明年将进入密集飞行阶段。” 鉴于 Booster 19 目前正以惊人速度推进生产流程，SpaceX 设定的 2026 年第一季度实施第十二次飞行测试的目标，或许不仅可行，甚至有望提前实现。

为方便给手机充电 即便是不用 很多人也会把充电器 插在插排上“随时待命” 但有人却因为这个坏习惯 而不幸烧了家 相关案例： 2025年4月12日，贵州遵义一家人在出门前没拔手机充电器，结果充电器出现故障引发火灾，火势迅速蔓延，不仅自家全屋烧成废墟，还要承担楼下住户的损失。 近日 消防员开展了一场相关实验 实验一：空载的充电器是否有电流？ 消防员将六个不同品牌 手机充电器插在插线板上 随后用感应式测电笔分别测验 △消防员准备了六个不同品牌的手机充电器。图源：宁波消防 当感应式测电笔一靠近充电器时 绿灯迅速亮起 而且长时间没有消失 这表示检测到了感应电流 △这说明此时充电器带电。图源：宁波消防 当感应式测电笔接触 充电器的金属头时 甚至亮起了红灯 △充电器金属头明显带电。图源：宁波消防 实验表明充电器插在电源上 就算没有连接手机 还是会不断工作 若一直不拔充电器 其使用年限就会自然缩短 当电子元件寿命到期后 很容易发生危险 实验二：空载的充电器是否会发热？ 消防员使用热成像仪 发现在空载状态下的充电器 超过周围环境温度5℃左右 △消防员测试温度。图源：宁波消防 消防员将充电线进行短接 模拟充电线破损短路的情况 再次观测充电器的温度 仅4分钟后 充电器温度就上升到了53℃ 且还在持续升温 △消防员模拟电线短路。图源：宁波消防 为了更直观地让大家看到 充电线短路带来的后果 消防员将灯关掉 又将拆开的两个线头 在锡箔纸上轻轻滑动 能明显看到有红色火花产生 △明显有火花产生。图源：宁波消防 充电器一直插在通电的插排上 如果遇到电线短路 后果或将不堪设想 特别要注意的是 部分劣质充电器为降低成本 采用了非阻燃材料或简化电路保护设计 更有安全隐患 手机充电器长期不拔就是一场“豪赌” 谁也不知道 危险会在哪一秒发生 因此，请大家养成好习惯 手机充完电请顺手拔掉充电器 长时间离家要记得将 所有电源都关掉 不要留下安全隐患

好家伙，充电宝的 3C 认证规则这么快就要更新了？？ 那我才刚买没多久的 3C 充电宝还能上飞机高铁吗？不会又要我重买吧？ 就在上个月，工信部在官网上发布了一则专门针对移动电源的国标 —— 《 移动电源安全技术规范 》的征求意见稿。 之前充电宝执行规范标准主要是参考的 2022 年推出的 GB 31241-2022 与 GB 4943.1-2022 这两俩文件。 不过从名字你也能看出来，这俩文件面向的对象是便携式电子产品的电池的标准。这面向的对象可就太宽泛了，手机、电脑、甚至剃须刀都能算在内。 这也就导致对于充电宝这类产品来说，许多参数不够有针对性，不够严格。 而这次的新国标则是专门针对移动电源这种产品制定，同时针对整机、线路板和电芯这三个方面做了更严格的要求。这也就意味着，以后的充电宝想要拿 3C 就更难了。 不过大家先别急，这次的升级不会让你现在手头带3C的产品报废，而是为了让大家以后可以更方便的买到安全可靠的充电宝。 换句话说，等以后新国标执行后，再想在网上买到 9 块 9 的充电宝，基本就不可能了。 可能有的差友就疑惑了，既然也不影响我之前的充电宝使用，那费劲巴力地整这新国标干啥？就为了淘汰小作坊？ 对，但也不全对。一方面确实是为了提升准入行业门槛、加强监管，淘汰掉一些落后的企业。 而另一方面主要是技术发展太快了，但是对应的规则还没匹配上。这两年，随着充电宝的充电功率和能量密度暴涨，发生意外的概率自然也大了。所以，这个新规则就被端出来了。 那这次新规都更新了啥呢？ 可以这么说，这次新国标属于是将移动电源从原料、设计、保护测试、使用寿命，几乎你能想到的各个方面进行了非常严格的规范 咱们先从整机形态上来说，首先让人感知最明显的，就是新国标要求充电宝以后都得加上块屏幕来显示状态信息，如果你没有屏幕的话，也得能通过蓝牙之类的方式，把信息呈现到手机上。 图片来源：充电头网，图片仅作示意 这些信息不仅能让你随时监控充电的状况之外，也相当于是给充电宝安排上了类似新能源车的“电池安全检测功能”。 除此之外，这次的新规还要求厂商们必须在充电宝上标注清楚生产日期、电池材料构成之类的的详细信息。 新国标中，关于标识信息的具体要求 不知道大家买东西的时候，有没有买到过库存货；尤其是像充电宝这类产品，如果买到压仓底的库存货，那电池充容量，大概率是会受到一些影响的。 不过，等新国标实施了后，以后咱们买充电宝，就可以直接看出厂日期来避雷了，顺带还能强制淘汰掉那些库存的陈旧充电宝，倒逼厂商们提升自己的产品力。 另外，除了整机外在的变化之外，新规也对充电宝的内部用料设计进行了严格的规定。 咱们就拿充电宝上成本最高、也是最容易引起事故的元件 —— 电芯来说吧。 这次针对电芯部分，主要提出了两个重要的要求：移动电源中不得使用梯次利用电池、并明确了电芯中各个材料成分的占比。 这也就意味着，咱们以后就不会买到用“二手电芯”的充电宝了，而且充电宝的质量，会有很大的提升。 新国标中，关于样品和产品电池的具体要求 就拿这次新增的“电解液纯度要求”来说。 新国标中，关于电解液的具体要求 咱平常用的充电宝或手机电池，都是属于非水性电解液的锂离子电池，这种电池的电溶液里有一种叫六氟磷酸的物质，水对它来说，更像是杂质。 LiPF? + H?O → LiF↓ + 2HF↑ + POF?↑ 通过咱们小学二年级学过的反应式就不难看出，这玩意儿一旦接触到足够的水分，就会开始产生气体（如POF?）。最终导致电池鼓包。 而控制含水量，就可以有效解决这个问题。 另外，这次的新国标不仅保留了之前挤压、过充、等传统测试项目，还对个别测试项进行了史诗级加强，像是之前新能源车的那套“电芯虐待测试”，这次移动电源新国标也给学了不少过来。 新国标中，关于针刺测试的具体要求 比如说之前很经典的钢针刺穿电芯的测试操作，这次咱充电宝也有了。 厂家必须保证自家的电芯用直径 4mm 的钨钢针刺穿后，依旧不起火、不爆炸，才有资格进入下一轮高温测试的环节。 而这次的高温测试，也做了不小的升级。 相比之前的将电芯在 130° 的温度下，测试30分钟的要求；这次新国标直接不仅在温度上小幅提升了五度，还将恒温时间延长到了一小时，这对夏季车内高温这类的场景可以说是非常利好了。 除了在电芯之外，这次新国标在电路板的保护方面也比以往更加严苛。 几个月前托尼给大家拆过一波共享充电宝，当时就发现，这些充电宝虽然都按照要求做了相应的保护电路，但都只有一级的保护。 但是，对于这种频繁租借、使用场景复杂的产品来说，你很难保证上一个租借的人，没有不小心摔坏内部的保护电路。 所以，为了防止短路、过载这样的事情发生，多加一级保护电路还是很有必要的。 因此，在这次的新国标里，特意在电路保护部分强调“电路板应具有两级独立保护功能”也就是说只要你生在移动电源这个大类，就都得给我多上一层冗余保护机制。 另外，托尼觉得新规里面有一个测试还挺好玩的： 新国标中，关于误操作测试的具体要求 简单来说，就是把移动电源的输出口接到自己的充电口，保持 1 小时，重复 10 轮这样的操作后，依旧能保证充电宝不出问题。 实不相瞒，哥们儿小时候就没少这干过这事儿，结果是直接给充电宝干发烫了。。 能想出这种场景，看来制定新规的老哥也是个相当有生活的人了，不过也确实能看出来，这次的新规是真的很细节。 图源网络，危险操作，请勿模仿！！ 除此之外，新规还更新了一大堆的测试和监管要求等等，这里就不在一一赘述了，大家有兴趣了可以自己去工信部官网下一个看看。 话说回来，新国标虽然增加了许多的要求，让充电宝的用料更扎实、安全更有有保障，不过因此而造成的成本抬升，最终还是要落在咱们普通消费者身上的。 但在托尼看来，这次移动电源的新国标的推出，还是利大于弊，虽然在成本方面可能会上涨二到三成，但是在安全保障和信息透明度方面的收益，是远不止此的。 等新规实施后，咱们再买充电宝，或许只需要对比下充电宝上的功率、生产日期之类的标识信息，就能快速判断是否值得购买了。 图片仅作示意 总得来说，这次工信部专门为移动电源推出的这个新国标，几乎是讲充电宝这个类型的产品从头到尾进行了一波史诗级安全加强。 对厂商们来说，对技术成本的要求也更高了，以后那种作坊似的生产法子，可能就行不通了。 对咱们普通消费者来说，一方面大家不用为老的 3C 会失效而担；另一方面，在新规推出以后，咱们也能买到更好更有保障的充电宝了。 几个月前，我们写过一篇报道罗马仕充电宝召回的推文，当时托尼有在文末提到 “ 要想保证产品不出事儿，最终还是需要严格的监督、规范，以及制造商们长在身上的这颗良心。 ” 今天再回过头看，虽然我们依旧没法去笃定人性的好恶 —— 没法保证每一家厂商都能主动把 “安全” 放在利润前面，也没法杜绝少数人钻空子的侥幸心理。 但至少随着更加完善、严格的规范和监督，那些曾经藏在 “低价” 背后的隐患，正在被一点点堵上漏洞。 未来我们拿起充电宝时，或许已不用再纠结 “它会不会出问题”，而是能更安心地享受它带来的便利。 而这份 “不用慌” 的体验，正是规范和监督给我们最实在的礼物。

IT之家 11 月 30 日消息，据央视新闻报道，北京虚拟现实电影产业发展联盟昨天在北京宣布成立。虚拟电影产业相关高校、科研机构和企业等 20 余家单位，将共同搭建政产学研协作平台，推动产业体系化发展。 虚拟现实电影是指运用虚拟现实有关技术制作、采用头戴式显示设备等虚拟现实终端观赏、用于电影院等固定放映场所公开放映的新形态电影。2025 年国家电影局将虚拟现实电影纳入管理体系，并首次为虚拟现实电影颁发“龙标”。 IT之家从报道获悉，在北京市授牌的首个 VR 电影放映新空间“798 超维视界”里，已有《浪浪山小妖怪：妖你同行 XR》《木兰 2125：生日密令》《地心游记》《唐宫夜宴》等多部虚拟现实电影上映。 观众戴上头戴式显示设备，就能一秒穿越进入影片 —— 通过头部转动和身体移动自主探索场景，从“旁观者”变为“亲历者”；同时手势识别、眼动追踪等技术，可以让观众实现虚实空间交互。