3月25日，在常州市红梅公园，夜幕下的樱花被彩灯点亮，与不远处的天宁宝塔相映生辉，美好春景分外迷人。（交汇点新闻 特约摄影 王启明）

3月24日，中国发展高层论坛2025年年会圆满完成各项议程，在北京闭幕。 每年的中国高层发展论坛，因为聚集了众多全球企业的CEO，常被人称为“CEO赶大集”。据主办方统计，论坛今年共有750多位外方代表参会，其中包括苹果、三星、西门子、宝马等企业的“掌门人”。 而就在CEO齐聚一堂时，一场城市间的“暗战”也悄然打响。 据媒体报道，除了北京的高层之外，南京、上海也分别派出了队伍拜会跨国企业高管。而那些没有“进京”的城市，则“在家”摆好了“盛大的宴席”，向这些外资企业张开怀抱。 外资是推动中国经济繁荣的重要力量，显然，各大城市都不想错过它。 于是问题随之而来： 哪些城市去了北京？见了哪些企业？彼此间又聊了什么？从中我们又能获得哪些隐秘的信息？ 中国发展高层论坛期间，有三座城市的主政者在北京，与外企高管进行了交流，分别是南京、北京和上海。 北京作为东道主，自然有近水楼台先得月的优势。 据报道，北京市市长殷勇在3月23日下午，会见了法国施耐德电气集团董事长赵国华。 北京市委书记尹力在3月24日，分别会见了德国奔驰集团董事长康林松和日本瑞穗金融集团执行总裁、首席执行官木原正裕。 两位北京的城市主政者，在与企业的洽谈中，都提到了同一句话——“加大在京研发投入。” 殷勇表示，施耐德电气是全球能效管理和自动化产业链的领军企业，希望用好北京科技创新资源集聚优势，进一步加大在京研发投入，研发更多新产品新技术，助力北京制造业数字化转型升级、提质增效。 而在会见康林松时，尹力说，希望奔驰集团与北京进一步深化合作……加大在京科研投入力度，用好北京教育科技人才资源、人工智能、高级别自动驾驶示范区等发展优势，加大新品研发力度，提升核心竞争力。 “提升优势产业发展能级”是北京列入《2025年政府工作报告》的重点工作之一。 2024年期间，北汽、小米、理想等重点整车项目陆续在京投产，其中小米凭借亮眼的销量，成为新能源车领域的一匹黑马。 若施耐德和奔驰能在京津冀展开布局，一方面将有利于加快供应链本土化和数字化进程，通过规模效应提升北京新能源车产业的竞争力。 另一方面，在新能源车领域稍显落后的奔驰，在从国内新能源车产业链中受益的同时，也将为本土车企，带去打造国际高端汽车品牌的方法论——这恰是当前烽烟四起的新能源车价格战里最稀缺的。 或许正是因此，尹力才会在与奔驰高管交流时尤其强调，“主动应对国际贸易环境变化的不确定性，共同塑造更有韧性的产销体系，将更多高端车型布局到北京生产。” 与占了地利的北京相比，上海的主政者显得有些繁忙。 据报道，3月24日，上海市长龚正，在北京分别会见了美国联邦快递、新加坡淡马锡、美国万事达卡、德国宝马、德国博世等企业高管。 而就在同一天，上海市委书记陈吉宁，在上海会见了来参加2025上海全球投资促进大会的中外企业家代表。 据公开报道中提及的外资企业进行统计，龚正和尹力会见的外企中，汽车相关领域的企业最多，共有4家，分别是德国宝马、德国博世、美国安波福和德国伟巴斯特；咨询公司其次，共2家，分别是新加坡淡马锡、美国贝恩；其余各领域皆为1家。 汽车是上海四大万亿产业集群之一，2024年产业规模达到了1.1万亿，累计推广新能源汽车164.5万辆，是全球推广规模最大的城市。 近年来，数字的跳动已不再令上海满足，这座城市开始追逐另一些更显科技成色的指标和成果，例如智能网联新能源车全产业生态，“单车智能为基础，车路云协同为关键支撑”技术路线的高级别自动驾驶。 转向背后是上海“五个中心”建设。 所谓“五个中心”，指的是上海自2017年起，在原有的国际经济、金融、贸易、航运“四个中心”基础上，增加“科技创新中心”这一城市定位。 在与企业的交流中，上海的两位主政者都强调了上海“五个中心”建设取得成效带来的新机遇。 而尤其值得关注的是，在鼓励外资企业加大在沪投资力度，推进产业转型升级等表述的基础上，陈吉宁更明确地提出了“在上海率先推出更多新技术、新应用、新产品”——还有什么比“第一”更能凸显科技创新呢？ 作为常年位列“实际利用外资”全国第一的城市，外资企业对上海无疑是热情的。在与龚正的会面中，各大企业均透露了自身投资上海的较为明确的计划。 这些计划主要瞄准上海的三方面优势。 一是全球运输网重要节点的地理优势，二是国内生命科学产业高地的地位，三则是数据资源富集的城市特征。 如果撇除“天生”的地理优势，这些计划也从侧面说明了外企投资中国的思路——正从制造业逐渐转向更高技术含量、更数字化的新兴领域。 客观来说，与上海和北京相比，南京的亮相尤其让人惊喜。 据《南京日报》报道，3月23日至24日，南京市长陈之常带队赴北京，拜会部分跨国企业高管，进一步加强沟通对接，深入探讨交流，寻求合作机遇，携手共谋发展。 这并不是南京领导班子今年首次“进京”寻找机会，甚至也不是近一个月的第一次。 上个月的24日至26日，市委书记周红波就曾带队，走访部分央企总部和科技型企业，向这些“国之重器”介绍南京的优势、推荐南京。 如果再将时间往前拨5天，南京建邺区的主要领导也前往了北京小米集团总部，就双方在河西中央科创区的合作方面，交流了意见。 过去在三亚任市委书记时，周红波就曾强调一季度抢抓项目、促投资的重要性，要求各级各部门“拿出只能进不能退的拼劲、只能紧不能松的韧劲、只能胜不能败的狠劲，迅速投入到拼争一季度、夺取‘开门红’的各项工作中来。” 这种雷厉风行的施政风格，放在今天的南京恰到好处。 2023年6月，南京发布了一份名为《南京市推进产业强市行动计划（2023—2025年）》的重要文件，定下目标“十四五”末全市GDP超2万亿，制造业增加值占比稳定在30%以上。 根据南京2024年1.85万亿GDP的数值推算，想要顺利达成目标，2025年的GDP增速需要达到8.1% —— 这无疑是一项具有挑战性的任务，招引外资企业投资南京或许是重要的解题步骤之一。 据报道，南京市长陈之常在北京，分别会见了博世集团、蒂森克虏伯、高通、默克、丹佛斯、瓦克六家企业。 如果计入到南京调研的苏世博，南京会面的汽车产业相关企业数量也来到了4家，和上海齐平。而剩下的三家分别从事生命科学、工业产品线技术和解决方案开发、铝型材料三大领域。 结合《计划》中提出的“壮大‘2+6+6’创新型产业集群”来看，这几家企业分别对应南京拼抢国内制高点的新能源汽车、生物医药、新型材料三大集群，部分业务对应南京计划增强全球竞争力的软件和信息服务产业集群。 在南京市长陈之常在北京会见外资企业一天之后，也就是3月25日，全球汽车减震系统与精密工程领域头部企业德国苏世博董事长帕斯卡一行人，来到南京，并得到了市委书记周红波的会见。 虽然只有三座城市的主政者来到了北京，但不意味着其它城市就对招引外资没有兴趣。 事实上，在中国高层发展论坛之前，或之后，许多城市已经“在家”摆好了宴席。 深圳的招商节点一般在年末。去年12月6日的深圳全球招商大会上，共签约了超过400个项目，涉及投资额过9000亿。 而近期，深圳则迎来了一支由五位英国市长（副市长）和15家高成长科技企业组成的考察队伍。 这支队伍为了寻找投资、合作伙伴和客户而来，在深圳探访了腾讯、华为等一系列企业，而他们的下一站，则是中国最强地级市——苏州。 去年4月26日，苏州举办了首届苏州全球招商大会，大会期间，367个项目实现签约，总投资3719.5亿元，包括世界500强投资项目30个。 如今又是一年好春光，如果和去年的时间点相去不远，苏州2025全球招商大会，大概率正在紧锣密鼓地筹备当中。 或许可以期待，它能交出一份更漂亮的答卷。 与此同时，苏州的“邻居”——无论是地理位置上还是GDP——无锡，刚刚开启了一年一度的无锡“国际月”，吸引来了英、法、德等15个欧洲国家的130余位商界代表，拉开了新一年彼此间经贸、人文、科技领域深度合作的序幕。 此外，成都、广州也分别在2、3月份举办了外资交流活动。 据不完全统计，自今年2月起，中国GDP排名前20的城市中，一半都与外资企业开展了一定规格的接触和交流。 其中值得一提的是，去年反超苏州和深圳，拿下实际利用外资全国第三的杭州，近期尚无高规格外资企业交流活动的信息传出。 不过，杭州市投资促进局相关人士此前在接受采访时透露，2025年的一系列招引外资的工作安排已经出炉。

凤凰网科技讯 （作者/彭坤苹）3月27日，小红书官方账号针对“高频读取用户位置信息”发文回应，表示平台不会在未经授权的情况下读取用户位置信息。 对于平台读取用户信息的行为，小红书指出平台读取用户信息的频次取决于用户使用场景，个别用户遇到的高频读取情形可能与个人使用行为有关。在不同场景下，APP会基于功能需求对位置信息进行采集，并产生频次差异。比如，当用户进入跑步场景（同城-探索-跑步）时，会有更高的采集频次，以便持续更新位置确保服务精准性，其目的为提升用户体验。此外，当进入“搜索附近地点”时，为提高本地生活的服务体验，也会有采集行为。 此外，小红书还表示尊重用户隐私、重视用户体验是平台长期以来践行的承诺，感谢大家对平台的关注和建议。

2007年11月5日，Google联合多个手机制造商、芯片厂商和移动运营商，宣布成立全球联盟，共同开发一个开源移动操作系统——Android。在当时，这款既诞生于闭源iOS之后、也不如搭载在首代iPhone那般让人惊艳的系统，却凭借开放策略迅速赢得全球的支持，最终成为移动领域的霸主。 但让人始料未及的是，如今，这个曾以“开源”打遍天下无敌手的 Android，正悄然向“闭源”的趋势靠拢。 据外媒Android Authority报道，Google已向其证实，Android开发将全面转向内部进行，最快下周开始。这意味着未来Android所有核心开发都将移入私有环境。不过值得注意的是，源码仍会对外开放，只是开发过程不再公开，但Android生态逐步走向封闭已成为不可否认的现状。 CSDN付费下载自视觉中国 放弃双分支开发模式，全部转向内部开发 事实上，熟悉Android的人应该知道，一直以来Google 对 Android的开源策略并不彻底——Android既包含开源部分，也有闭源部分。从这一属性来划分的话，它主要由两大部分组成： Android开放源代码项目（AOSP，Android Open Source Project），是Android的基础，提供了整个智能手机系统的基础骨架。这部分是完全开放的，其采用了Apache 2.0许可证发布，允许任何人免费使用、分发或修改，并且不强制要求开发者开源其修改内容。这种宽松的许可模式使AOSP得以广泛应用。 其中，不少芯片厂商在AOSP基础上发布自己的版本，终端厂商也有不少是使用芯片厂商提供的Android代码，同时深度定制系统，打造自有软件生态和独立账号体系。例如，小米的澎湃OS、vivo的 OriginOS、OPPO的ColorOS，以及荣耀的MagicOS，多数是在AOSP的基础上进行二次开发，通过重构底层技术，实现差异化创新。 谷歌移动服务（GMS，Google Mobile Services），这部分是Google Android的灵魂，但它是闭源的。GMS集成了Google生态的核心服务，包括 Google Play商店、语音助手、Google地图、Gmail、YouTube、Google照片等。这些服务仅限于获得GMS许可的厂商使用，如三星、摩托罗拉等。 据Android Authority称，虽然Google允许外部开发者向AOSP贡献代码，但真正主导开发的还是Google自己，最终决定哪些代码被采纳、何时发布新版本的也是Google。换句话说，AOSP虽然是开放的，但Android的发展方向还是Google说了算。 长期以来，Google为了在AOSP的开源属性与自家产品开发策略之间保持平衡，他们既要维护公开的AOSP分支，又要在内部持续迭代包含GMS的版本。 简单来看，就是对同一个系统采取双分支维护的方式。这种模式带来了额外的开发成本，Google需要花费大量精力在两个分支之间合并代码，而由于代码差异较大，合并时经常会遇到冲突。 而Android Authority透露，Google早就习惯在内部开发Android的核心部分，而不是完全在AOSP公开推进。Google这样做的理由是，避免开发者和手机厂商跟着那些尚未完成的实验性功能折腾，希望让大家用更稳定、统一的Android版本。但从另一个角度看，这也让Google对Android生态的掌控更为严格，防止厂商们随意改动AOSP，导致 Android版本过于碎片化。 目前，AOSP里还保留了一些公开开发的组件，比如蓝牙协议栈，但Android的核心部分，尤其是Android OS框架，早已搬到了Google内部。 来源：《全面认识 Android OS》 现在，Google进一步调整策略，放弃AOSP和内部版本的双分支开发模式，将所有 Android开发工作集中在内部，不再对外公开。 对外给出的理由是——进一步简化开发流程，让每个人的工作都更轻松。 这是否意味着Android将完全“闭源”？ 那么，这是否就意味着Android以后成为“闭源操作系统”了？ 其实未必。 Google向Android Authority证实称，它仍会保持Android的开源性质，因此这并不意味着Android彻底变成闭源。 每次发布新版本时，Google仍会向AOSP公开源码，比如今年晚些时候发布Android 16时，源码也会同步开放。此外，由于Android的Linux内核分支采用GPLv2许可证，Google 仍然必须遵守开源协议，持续发布Linux内核的源代码。 不过，这一调整会影响Android部分组件的源码发布节奏。 过去，一些组件（如构建系统、更新引擎、蓝牙协议栈、虚拟化框架、SELinux配置）会优先在AOSP中开发，而核心OS框架等大部分组件则主要在Google内部进行。现在，部分功能（如仅解锁存储区API、上述提及的蓝牙协议栈）仍然在AOSP中开发，但从下周起，所有Android的开发工作都将彻底转入Google内部，源码只会在正式发布新版本时才统一开放。 对开发者的影响 谈及此举会对带来什么样的影响，对于Google自己的团队来说，这样做确实能减少工作量，让开发流程更加顺畅。 从外部来看，对普通Android用户来说，这一变化几乎没有影响，很多人可能甚至不会察觉。 对大多数开发者而言，影响也不大，因为这次调整只涉及Android平台本身。而那些开发自定义ROM的开发者，通常也是基于AOSP的特定版本或发布分支进行开发，而不是直接跟进AOSP主分支，因此对他们的影响也很有限。同样，基于AOSP进行产品开发的厂商，原本就不会直接使用 AOSP 主分支，因为它本身并不稳定。 不过，对于希望直接参与AOSP开发的外部开发者来说，这无疑是个坏消息。没有GMS 许可的开发者将更难向Android OS贡献代码，因为 AOSP 上能看到的代码将始终比内部开发版本滞后几周甚至几个月。 此外，Google的最新变化也会让外界对Android未来版本的了解变少。过去，AOSP的代码更新经常会透露一些即将推出的新设备、新功能，或者某些即将被移除的特性，甚至还能看出哪些应用可能会被Google限制。而一旦Android彻底转向内部开发，这类信息可能就不再能被提前发现，开发者和用户也就更难在Google推出不受欢迎的改动之前进行反馈或抗议。 一些Android开发者也同样认为： 这可能会给一些开源 Android 版本的开发者带来麻烦，比如 LineageOS。相比于逐步了解和适应新变化，一下子面对大量变更会更加棘手。 不过，老实说，这对那些以Android为基础开发系统的从业者来说，影响可能并不大（我之前也做过这方面的工作）。在这个行业里，开发者本来就处于“食物链”的底端，排在芯片厂商（SoC）、代工厂（ODM）和品牌厂商（OEM）之后，而这些上游厂商的代码仓库往往更新缓慢，效率也不高。 虽然理论上你可以随时查看 AOSP 的源代码，但实际上，很多关键的东西早就被不同厂商修改过，想要把这些变更顺利整合进自己的代码库并不容易。 预计Google本周会公布更多细节，而这一调整最快可能会在下周正式生效。 业界的看法 话虽如此，Google关闭Android系统公开开发进程的调整还是引起不少开发者的担心，众人普遍认为——“Android闭源是假，但是其生态愈发封闭为真”。 来自HN上的用户IshKebab评价道： 虽然表面上可以说这是为了防止泄露（确实偶尔会发生），但我认为这更可能是 Google迈向闭源的第一步，尤其是在欧盟干扰了他们的开源盈利策略的情况下。其实，应该说这已经是他们的第N步了。Google早就把大量功能转移到了Google Play服务里，还停用了许多AOSP版的原生应用，比如日历。 axegon_表示： 这种情况我见过太多次了。接下来，许可证会开始变更，功能被锁定甚至彻底移除，开发工作也会逐步向完全闭源的方向推进，最终变成一个封闭的生态。是时候支持一下Jolla和Sailfish OS，然后考虑迁移了。 此前操作系统领域专家谢宝友在接受CSDN采访时，谈及为何要真正自研操作系统，也担忧过Android会逐渐走向封闭的路径。他认为国内确实需要自研操作系统，主要有以下几个痛点： 首先，Linux操作系统领域人才匮乏。真正能够将Linux源代码分析透彻，并能就Linux的疑难故障给出完美解决方案的人才，实属凤毛麟角。从另一个角度来看，国内还不能深入到Linux内核社区，独立研发Linux核心模块。 其次，Linux操作系统用于核心关键领域的安全性问题。在大数据时代，任何普通个人的信息隐私都不再只是个体问题，这会影响到整个社会的安全。同时，系统中存在的 CVE 安全漏洞也不少。有些CVE安全漏洞在Linux中存在了20年，竟然没有被全球开发者和安全专家发现。 最后，Linux操作系统从开放走向封闭的可能性是存在的。10年前，Android会走向封闭的言论在当时被认为是无稽之谈，而现在却噩梦成真。同样，10年以后，Linux也有可能走向封闭。因此，从未雨绸缪的角度来说，我们需要开始搞真正自研的操作系统，而不能自欺欺人地搞伪创新、边缘优化、单点突破。 你如何看待Google的最新举措？欢迎分享你的观点。

IT之家 3月27日消息，据彭博社记者马克・古尔曼报道，苹果公司正在对其领导层结构进行一系列调整，并新设了“全球零售主管”职位。 报道称，苹果公司已将范妮莎・特里古布（Vanessa Trigub）提拔为“零售店及零售运营副总裁”。此前，特里古布主要负责美洲西部地区的零售运营及门店管理工作。在新的岗位上，她将监督欧洲、中东、亚太地区以及美洲东部地区的零售主管。此次调整后零售部门的结构更加简化，也让特里古布承担了更多的责任。特里古布最初作为实习生加入苹果公司，正值初代iPhone推出之际，此后她在公司内担任过财务、并购以及零售运营等多个职务。 苹果零售业务的最终负责人仍为高级执行官黛博拉・奥布莱恩（Deirdre O'Brien）。此次调整后，奥布莱恩的直接下属将减少，而她目前仍在对人力资源组织架构进行调整。据报道，苹果公司内部的零售团队认为，公司正在培养特里古布成为奥布莱恩的接班人，奥布莱恩已在苹果公司工作超过三十年。 目前，苹果公司尚未正式宣布上述管理层变动。IT之家注意到，这是苹果公司近期第二次进行重大管理层调整，上周，苹果公司将Siri业务从人工智能主管约翰・贾南德雷亚（John Giannandrea）的管理范畴中移出，转而交由Vision Pro项目负责人迈克・罗克韦尔（Mike Rockwell）负责。

IT之家 3月27日消息，据EE Times报道，英伟达（Nvidia）首席执行官黄仁勋（Jensen Huang）在近期GTC大会的一场问答环节中表示，依赖全环绕栅极（Gate-All-Around, GAA）晶体管的下一代制程技术可能会为公司处理器带来大约20%的性能提升。然而他同时强调，对于英伟达的GPU而言，最主要的性能飞跃源于公司自身的架构创新以及软件层面的突破。 当被问及未来几代英伟达GPU架构（如预计在两代后即2028年推出的费曼架构）时，黄仁勋提及，如果英伟达转向采用基于GAA晶体管的制程技术，应能实现约20%的性能增长。 据现场参会的分析师Jarred Walton观察，黄仁勋似乎在刻意淡化制程节点更迭的重要性。他强调，随着摩尔定律的放缓，未来全新的制程技术在密度、功耗或能效方面可能仅带来20%左右的改进。需要指出的是，黄仁勋此番言论是在回应分析师关于英伟达是否可能采用三星代工（Samsung Foundry）的提问时作出的，并非是对未来选用何种节点的明确表态。 黄仁勋进一步指出，尽管领先制程技术带来的改进是受欢迎的——他表示“我们乐于接受（We'll take it）”，但这已不再是颠覆性的变革。他暗示，随着人工智能系统规模的不断扩大，高效管理海量处理器的能力，其重要性正日益超过单个处理器的原始性能。数据中心越来越关注“每瓦性能”，因为“我们正逼近物理学的极限”。 IT之家注意到，与苹果公司作为台积电所有尖端节点的首发（alpha）客户不同，英伟达通常不会率先采用台积电最新的制程技术，而是倾向于选用经过验证的成熟工艺。例如，英伟达当前的Ada Lovelace、Hopper以及Blackwell系列GPU（面向消费级PC和数据中心），就采用了台积电4nm级别工艺的定制版本——4N和4NP。这些节点实际上属于台积电5nm级别的工艺开发套件（PDK），是5nm技术的精炼版。 展望未来，英伟达预计于明年发布的下一代AI GPU（代号“鲁宾” Rubin，搭配定制的Vera CPU），预计将采用台积电的3nm级别制程（推测为N3P或类似“3NP”的定制版本）。基于此，外界普遍预期英伟达将在2028年推出的“费曼”GPU上采用基于GAA的制程技术。 台积电自身对其首个GAA工艺节点N2的预期是，相较于其第二代3nm级工艺N3E（N3P的前代），性能提升幅度在10%至15%之间。对比来看，黄仁勋对GAA带来的20%提升预期似乎比台积电更为乐观。然而，考虑到英伟达近年来不采用（或至少多年未采用）第一代新工艺的策略，预计“费曼”GPU更可能采用N2的增强版N2P（提升性能、降低电阻并稳定供电）或甚至采用增加背面供电（backside power delivery）并承诺比 N2 提升8%-10%性能的A16工艺。N2P和A16均预计在2027年实现量产。 因此，如果英伟达在2028年的产品上选择采用N2P或A16工艺，那么预期其“费曼”GPU相比采用N3P工艺的“鲁宾”GPU获得20%的性能增益是合理的。 尽管英伟达已是当今领先的处理器开发者之一，黄仁勋多次强调，他的公司已不再仅仅是一家半导体公司。他将英伟达描述为一家大型人工智能基础设施提供商，同时也是算法开发的领导者，尤其在计算机图形学、机器人技术以及计算光刻等领域。 不过，虽然英伟达的业务重心已逐渐从单纯开发计算GPU转向AI服务器、服务器机架乃至集群，黄仁勋认为，英伟达并不一定与其客户直接竞争。据他所言，英伟达提供的是基础技术，而非为最终用户构建实际的解决方案。

2025年1月，一向力挺清洁能源的马斯克，“甩”了自己一个嘴巴。 焦头烂额忙了两年“宏图计划3”后，马斯克为了“填上”AI大模型Scale Up的电力缺口，不得不计划租15台燃气轮机，连续五年昼夜不息—— 迈入AI时代，能源或许是人类需要支付的最大代价。 在中国，与特斯拉一样拥有汽车、数据中心、AI等一系列产业的华为，也正在应对这场AI带来的能源革命。 在华为闻名全球的基础通信设施、智能终端、云计算、汽车等业务之外，华为数字能源业务是一个外界相对不容易感知的板块。 “随着光伏、储能、电动车、AI数据中心等迅猛发展，数字能源产业进入创新活跃期，技术、场景、产业加速融合创新，已成为推动产业高质量发展的核心引擎。” 正如华为董事、华为数字能源总裁侯金龙在刚刚举办的华为中国数字能源伙伴大会上的总结。华为数字能源是一个涉及人类能源基础，同时涵盖面非常广泛的业务。 从业务范围来看，华为数字能源业务比较分散。 按领域分，华为数字能源包含智能光伏、数据中心能源、站点能源、智能电动、嵌入式电源以及综合智慧能源等多元化领域，贯穿了整个新能源的链路，对应覆盖光伏、储能、数据中心能源管理、智能汽车电驱、汽车超充等落地场景。 在近几年中，华为数字能源悄悄取得了不少成绩。 2023年，华为数字能源业务取得收入为526亿元人民币，收入非常接近华为云计算业务（553亿元），位列华为第四大营收支柱。2024年，华为数字能源也办了几件大事，在中东落地了全球最大的光储微网电站，在318川藏线全线搭设了汽车超充。 在细分领域上，华为数字能源的光伏逆变器排名全球市场第一。在华为“后来居上”的智能汽车市场中，DriveONE电驱具备支持域控的特性，让华为智能底盘有了跟比亚迪“云辇”叫板的能力。 虽然取得不少成绩，但细分业务不同的落地进展，显示出华为数字能源业务尚处于缺少整合和独立性的状态。在大部分情况下，华为数字能源都是以“战略枢纽”角色，协助华为ICT、汽车、华为云等业务开展。 华为中国数字能源业务总裁孟少云认为，2025年是华为数字能源“到处都能捡到机遇”的一年。从基础设施的角度看，华为数字能源有机会成为与华为ICT同等级别的营收支柱。 “光伏投资仍将持续，依然是确定性机会；同时，2025年是储能高质量发展元年，全场景构网型储能将加速应用，华为光风储发电机将大有作为。在充电赛道，全电物流时代已开启，交通电动化加速高质量充电基础设施建设。在数据中心赛道，行业需求叠加技术驱动，DeepSeek技术创新等加速促进AI DC建设。” 在AI不断重塑新能源的趋势下，这一天已经不远了。 光伏、数据中心和汽车， 华为的能源野心 要理解华为数字能源的未来，还得回归到具体业务项目层面看。 但由于华为数字能源业务覆盖面过于宽泛，同时还存在与华为其他业务相互支撑的情况。从大致方向上拆分，华为数字能源由光储、数据中心能源和汽车产业链三大部分组成。 其中，光储指的是光伏和储能产品。这部分业务华为称得上“遥遥领先”。 华为的光储业务可以认为是对标特斯拉的Powerwall（光伏+储能）系统。华为的Fusion-solar方案，也包含了光伏组件、电池、逆变器、智能化管理的一套系统。目前，华为的逆变器出货量居全球第一，领先于专注做光伏组件的阳光电源。 图片：华为逆变器市场份额全球第一 来源：Wood Mackenzie 为何华为能在光伏领域取得领先身位？主要是因为智能化水平更高。 例如在巡检环节中，此前光伏组件场站内的检测主要依靠人工完成，一次巡检动辄就要巡视30万块组件、近两万个组串，占地超过2平方公里（以100W组件为例）。华为率先想到可以用IV（电流-电压）曲线测试功能，落地到组串式（可以理解为串联）逆变器上，就可以识别光伏组件的14种常见故障。 华为依靠自己的大数据和算法能力，能实现比行业更智能和精准的光伏运维。 2014年华为在推出第一款组串式光伏逆变器后，立即构建起了行业护城河。作为佐证，曾是逆变器市场第一的阳光电源，在2015年连续与四家头部光伏电站开发商签署优先使用的战略协议。但华为在2015年开始，其逆变器出货量排名就成为了全球市场份额排名第一。目前最新的进展，主要是2024年在东营落地了全球最大开放式海上光伏项目（总装机容量达到1GW）、沙特落地了“红海新城”项目（400MW光伏）。 不过，华为组串式的光伏布局，并未给储能带来直接优势。主要原因是储能业务中，组串式比较适合大型储能需求（大储），但利润水平低。针对家庭储能（户储）落地，受到国内户储发展进度和美国市场影响，华为基本只能在欧洲市场发力。目前，华为储能业务落地进展不算很顺利，近一年来主要是配合光伏大项目落地（例如青海、西藏、新疆的项目）。 数据中心能源业务，主要是指华为针对ICT基础设施推出的系列产品和解决方案。这部分业务落地进展存在先后差异。 产品层面，华为数据中心能源包含UPS、模块化电源、预制模块化数据中心、智能温控系统、数据中心智能管理平台、iCooling冷却系统等产品和解决方案。华为数据中心能源整体产品线相当丰富，但落地成绩主要聚集在“较小”的部件，而非整体化的解决方案。2023年统计数据显示，华为的UPS连续十年稳居中国模块化UPS市场第一；华为间接蒸发冷却解决方案连续4年是中国间接蒸发冷却市场份额第一。 这种特点，可能与华为数据中心的业务有关。一般而言，数据中心的建设一般分为客户自主定制和服务器厂商（或集成商）整包落地，而华为在2021年剥离了市场应用面更广的服务器业务（X86架构，超聚变），转而深耕ARM架构。AI服务器这边，华为推出的算力卡架构也与行业主流有所差别，主要采用自主研发的昇腾芯片，而非英伟达GPU。两边差异，使得华为数据中心能源不容易向客户直接交付集成度更高的解决方案（例如预制模块化数据中心）。 不过，单论数据中心电源管理层面，华为目前已经得到市场广泛认可。目前，华为数据中心能源解决方案已服务全球170多个国家和地区的客户，覆盖Colo（主机托管）、运营商、政府、教育、交通等多个行业，交付的大型数据中心项目超过1000个，支撑机架规模超过14GW。 最后是智能汽车，这部分主要指的是华为系智能汽车的电驱系统（DriveONE）和汽车通电网络，这部分业务当前处于高速发展期。 在智能汽车上，华为系（鸿蒙智行）目前是中国智能汽车“顶流”，月销榜稳居新势力前三。目前已有十余家合作车企，落地50款以上的车型，共计下线动力总成超过100万套，能满足A级、B+级、增程类型汽车的动力域解决方案。 在充电桩这边，为了满足当前智能汽车行业集体升级的800V高压架构和与其他车企“抢超充桩地盘”，华为在2023年落地了液冷超充，并在“一秒一公里”的口号下，大量铺设充电桩。当前，华为液冷超充还处于投入期。 截至2024年底，华为超充网络在全国已有510座华为超充站、8712个华为超充枪，覆盖31个省份120座城市。华为组建的超充联盟已经吸引了绝大多数中国智能汽车品牌加入，其中包含阿维塔、北汽、比亚迪、长城、广汽、合众、江淮、理想、奇瑞、赛力斯、小鹏等车企。 此外，华为超充联盟也在尝试“抱团”出海，期望可以统一国际标准，降低全部合作企业的出海成本。 根据华为的布局，目前液冷超充站还肩负着华为探索新产品落地的责任。例如与光储结合，在高速公路场景落地智能运维的超充站。或是与机器人结合，预计将于2025年推出能自动操作充电的超充桩。 图片：华为与机器人结合的超充桩 来源：网络 整体来看，华为数字能源业务都有比较明确的落地场景。但从细分业务梳理发现，华为数字能源业务内部也存在着方向过于驳杂和落地节奏参差不齐的现象。 那么，为何华为数字能源要一次性铺开这么大的业务？错综复杂的项目中间，华为数字能源的主线又是什么？ 背靠华为体系， “比特管理瓦特”？ 业务范围和落地进展之间存在的差异，主要是因为华为数字能源业务经历了两次较大影响的变动。 起初，华为数字能源最开始是从华为最强的通信业务中孵化，主要业务是给自家的通信设备配套相应的电源。然而，在2000年全球IT泡沫破灭的影响下，华为在CDMA和小灵通上也遭受重创。为了让华为筹到“过冬”的资金，任正非在2001年决定向艾默生出售华为的能源业务，并在《华为的冬天》中写道—— “谁有棉袄，谁就活下来。” 但谁也没想到的是，这场本来是华为与艾默生两方的并购，竟然产生了三方赢家。 其中，华为以超过净资产400%约7.5亿美元的价格出售安圣电气（华为能源），从全球电气巨头艾默生换来了“加绒加厚的棉袄”。艾默生通过这场收购，维持了其全球网络能源的龙头地位。在并购完成后，一部分华为出身的大佬从合并公司离开，至今已经发展出多家能源领域的上市公司。 例如做工业自动化的汇川技术，其创始人朱兴明曾任华为电器产品线总监。主做变频器的蓝海华腾，其发起人邱文渊曾就职于华为电器产品线。主做电气自动化软硬件的麦格米特，其董事长童永胜曾任华为电气副总裁。 某种意义上，能源领域“散作满天星”的华为系人才，暗示了华为数字能源业务在今天已形成的广泛覆盖面。总之在2008年华为与艾默生的竞业协议结束后，华为数字能源（当时叫网络能源）在2014年的光伏领域一战成名。 彼时，中国的光伏产业链初步成熟，光伏行业刚刚进入快速发展期。在光伏组件、逆变器、储能等配套成本不断降低的“诱惑”下，不少产业园区和地方试点开始愿意尝试接入光伏发电。 华为注意到当时用于大型园区的集中式光伏逆变器存在智能化程度和可靠性不高的痛点。所以华为才结合通信、算法、数字控制等优势，提出了逆变器“组串式架构+智能化管理”的理念。这种更高MPPT精度（一种光伏输出算法）、更低的故障率和中心化的运维方式，让华为与全球竞争者拉开一定的差距，并维持至今。 从华为在光伏领域的进展可以看到，回归后的华为能源业务依然是给华为体系战略“打辅助”的定位。能源业务最重要的卖点，依然是华为的通信技术和工程能力。 2020年，华为在将能源业务更名至华为数字能源时，就制定了“用比特管理瓦特”的发展战略。 “用比特管理瓦特”是近年来在能源与数字技术融合领域提出的核心概念，意思是：通过数字技术（比特）对电力系统（瓦特）进行智能化管理与优化，进而推动能源生产、传输、存储和消费的全面数字化转型。 华为高级副总裁、华为数字能源全球营销服体系总裁杨友桂在2024年国际数字能源展上介绍华为在沙特的光储项目，“把数字技术、电力电子技术、Grid Forming（构网型储能）技术等融合，打造全球领先的构网技术。” 图片：华为沙特储能项目 来源：网络 DriveOne电驱在2020年上线，用以支撑华为重点押注的智能汽车业务，这项自研产品，目前是中国目前最好的电驱产品之一，为华为系所有高端车型的智能底盘打下了坚实的基础。 背靠华为的通信技术基础，DriveOne从设计之初就考虑到了汽车智能系统之间的互联，端云协同、动力域和控制域都整合在了一起。在DriveOne集成了MCU（微控制单元）、电机、减速器、DCDC（直流变换器）、OBC（车载充电机）、PDU（电源分配单元）和BCU（电池控制单元）七大部件后，华为系智能汽车也打好智能底盘的基础。例如华为与奇瑞在智界S7上落地途灵底盘后，后续所有华为系高端车型都落地了能自适应扭矩调节的电驱系统。 面向未来，华为也在探索数字能源业务走出华为体系，“独当一面”的可能性。在AI时代，这一天或许并不遥远。 AI时代，华为 数字能源也要变了 数据中心能源业务，蕴含着华为数字能源最广阔的蓝海。 为何数据中心对于华为而言非常重要？ 一方面，是华为中国数字能源战略与MKT部部长蔡凌宇在华为中国数字能源伙伴大会上，谈到了华为下阶段合作主要聚焦的三个方向。其中，储能和超充已经是华为数字能源相当成熟的产品，但关于智算中心的描述并不是非常清晰。 “构网型储能技术将解决新能源高比例并网消纳的问题，使新能源最终成为主力能源；兆瓦级超充解决方案将解决重卡超充的难题，加速交通物流领域双碳目标的达成和全面出行电动化的实现；DeepSeek的横空出世开启AI+大模型的平权新时代，加速AI在垂直行业的应用，带来训练、推理、训推一体智算中心的市场机会。” 就在几个月前，华为也分别畅想过充电网络、光伏和数据中心能源的十大趋势。 其中，充电网络主要关注的是体验和产品体系化升级；光伏主要提的是“光储用”一体和全场景够网。在数据中心能源这边，华为再次强调了“算电协同”概念，并认为AI能重塑数据中心电源管理的业务形态。 “AI大模型技术持续革新，惠及千行百业，数据中心从通用算力到智能算力，服务器性能和功率大幅提升，千卡、万卡、十万卡集群建设成为常态，数据中心产业迎来千载难逢的发展机遇，但同时也面临安全性、高功率、电力需求大以及不确定性四大挑战。”华为数据中心能源领域总裁尧权说。 参考华为过去在光伏领域的成功，华为认为数据中心电源也应该进行AI改造。 在运维环节，AI反哺数据中心运转。引入AI，可以提前预判数据中心的掉电、起火、高温等故障，做到防患于未“燃”，显著提升数据中心安全可靠性。在供电和制冷能效层面，AI也能联合不同类型的冷却方案（例如风液共存），针对训练需求实时调整能源输出。 除此之外，AI落地数据中心还能与华为数字能源业务本身产生联动。关于这点，AI行业不少大佬在2025年也初步达成了共识。为了加速AI应用，人类必须生产更多和更安全的能源。 在能源领域，英国经济学家威廉·斯坦利·杰文斯曾总结过一个能源消耗量会随着利用率提升而增长的悖论（杰文斯悖论）。随着AI不断重塑生产力关系和调整能源利用方式，眼见着在AI时代，人类对能源的需求会再上一个台阶。 马斯克的“噬电兽”Grok-3就是这样一个例子。在直播中，马斯克如此介绍着自己的解决方案，“（面对电力缺口）我们最初租赁了一大堆发电机……又租用了美国四分之一的制冷能力……从来没有人建造过如此大规模的液冷数据中心。”另一边，近几年来OpenAI也在不断加大对核电的投资，期望能够获得更充足的能源。 根据巴克莱（barclays）分析数据显示，由于AI的普及，未来几年数据中心的能源需求可能会发生巨大变化。根据预测，2030年美国数据中心的年度电力需求可能每年增长 14%-21%。换句刷说，2030年美国数据中心的电力需求将增长两倍，从2023年的150-175TWh增加到560TWh，相当于美国当前整体电力需求的 13%。 能源需求暴涨，但能够支持数据中心使用的稳定能源却不多。虽然据彭博社报道显示，亚马逊、Meta、Alphabet（谷歌母公司）和微软是长期清洁能源电力的最大买家。但清洁能源天生的不稳定性，难以满足稳定和“可调度”的需求。 图片：清洁能源的稳定性大多不高 来源：Barclays Research 光是生产能源还不够。AI时代需要储能和更智能的电源管理方式。 但正如华为在光伏时代所取得的成绩，或许依靠智能化，华为数字能源将在AI时代“再赢一次”。

北京时间3月26日，霸王茶姬正式公开向美国证券交易委员会（SEC）提交IPO招股书，计划在纳斯达克挂牌上市，其股票代码定为CHA，即“茶”的拼音。花旗、摩根士丹利、中金和德意志银行担任承销商。 这是国内新茶饮品牌首次在美股冲击上市。招股书显示，2024年全年，霸王茶姬GMV（商品交易额）为295亿元，较上年增加173%。2024全年营收124.05亿元，净利润为25.15亿元，净利润率为20.3%。截至2024年底，霸王茶姬全球门店数达到6440家，较上年增加83%；小程序共有超过1.77亿名注册会员，2023年还只有6940万。 图片来源：霸王茶姬招股书 霸王茶姬创始人、茶姬控股董事会主席、首席执行官张俊杰现年30岁，为茶姬控股大股东，持有A类普通股19.9%，持有B类普通股38.7%；现年49岁的尹登峰担任董事、首席运营官，持股7.1%。XVC持股20.3%；琮碧秋实持股10.6%。 国内新茶饮品牌们，纷纷迎来上市时机，竞争日益加剧。过去半年内，古茗、蜜雪冰城已在港股上市。去年，茶饮品牌茶百道成功上市。如若上市成功，霸王茶姬，将成为继奈雪的茶、茶百道、古茗、蜜雪冰城之后第五家上市的新茶饮公司。 不过，霸王茶姬，也在面临一定挑战和隐忧。 霸王茶姬是怎么赚钱的 2022年和2023年全年，霸王茶姬营收还是4.92亿元和46.4亿元，2024年这一数字迅速增至124.05亿元。2022年、2023年和2024年，霸王茶姬净利润分别为-9070万元、8.03亿元以及25.15亿元，2023年实现同比扭亏为盈，2024年利润增长最高，达到213.3%。 图片来源：霸王茶姬招股书 2024年，霸王茶姬的净利润率为20.3%，均处于行业领先水平。而根据公开数据，蜜雪冰城和古茗在2024年前三季度的毛利率分别为32.4%和30.5%，净利率分别为18.7%和17.4%。 和星巴克一样，霸王茶姬在产品层面也实行大单品策略。招股书透露，2024年，霸王茶姬中国市场（含中国香港）91%的GMV来自Tea Latte即“原叶鲜奶茶”的销售。而在2022、2023年，“原叶鲜奶茶”也占据霸王茶姬七成以上的GMV，分别为79%和87%。 图片来源：霸王茶姬招股书 2025年，霸王茶姬推出内部称为“第二杯茶”的现萃系列产品，已率先在上海地区测试。整体来看，霸王茶姬的Tea latte、Teaspresso、Teapuccino产品线分别对应于咖啡领域的拿铁、美式和卡布奇诺，在“伯牙绝弦”等Tea latte产品获得市场认可之后，后续产品有望复制其成功路径。近期，霸王茶姬又在全国省会城市推出轻因系列新品。 营销层面，2022年、2023年、2024年，霸王茶姬销售和营销费用分别为7360万元、2.616亿元和11.089亿元，分别占当期总净收入的15%、5.6%和8.9%。霸王茶姬在招股书中表示，2024年，霸王茶姬销售及市场推广开支的增加是由于广告费用增加人民币6.408亿元，持续提升品牌知名度；工资费用增加人民币1.647亿元，主要是由于销售及市场推广员工人数增加以及员工结构优化。 招股书提到，霸王茶姬主要通过向特许经营店（以下均称加盟店）提供产品销售和服务来获取净收入。绝大多数的净收入来自加盟店。2022年、2023年、2024年，霸王茶姬来自加盟店的净收入分别占总净收入的83.5%、94.7%和93.8%。 霸王茶姬来自加盟店的净收入，一方面，是与门店供应和采购相关，霸王茶姬主要向加盟店供应原材料（如茶叶和乳制品）、包装材料，出售自动泡茶机、奶泡机和制冰机等门店设备。另一方面，根据不同加盟模式的条款，从加盟伙伴那里收取服务费用，主要包括初始特许经营费、基于业绩的月度特许权使用费及其年度品牌许可费。 2023年、2024年，霸王茶姬来自加盟店净收入的增长主要源于产品销售收入，得益于加盟店对原材料和包装材料等门店用品的强劲需求。尤其是，从2022年到2023年，加盟店净收入从4.103亿元大幅增长971.5%至43.959亿元。 2024年，霸王茶姬在中国向加盟茶馆销售的每杯茶所获得的原材料和包装材料净收入总额增长了1.3%，而2023年这一数字为8.3%，主要是由于霸王茶姬升级了茶饮配方以提升消费者体验，从而导致部分门店用品价格上涨所致。“茶科技”计划，也在推动设备销售的净收入从而实现收入显著增长。 此外，招股书披露，2023年来自加盟店收入的大幅增长，还归因于霸王茶姬减少了此前给予部分特许经营商的费用减免。这些减免措施在2022年推出，旨在吸引特许经营商并提升品牌知名度，但在2023年其范围和程度均有所缩减。 截止2024年12月31日，霸王茶姬共有6440家门店。其中，6145家是特许经营的加盟店，门店数占比高达97%。398家门店由霸王茶姬自己管理，包括169家直营门店和229家直接管理的加盟店。 2024年，霸王茶姬在中国市场（含中国香港）的单店月均GMV为51.2万元，2023年单店月均GMV为48.27万元，而2022年，这一数字还是17.75万元。单店月均销量从2022年的8981杯增长167.1%，达到239889杯。 一家霸王茶姬门店面积通常在60至80平方米之间，内部可容纳约20位客人。在批准开发某一处地点之前，霸王茶姬都会仔细审查该地点的人口统计数据、交通便利性、可见度、车流量、周边住宅、零售和商业设施的分布情况、竞争态势以及租赁市场的动态等众多因素。 通常，霸王茶姬在仔细考察每一个潜在的选址时，会确保其位于当地社区活动的中心地带，人流量大，商业密度高，有信誉良好的相邻租户，以及其他有利因素，包括靠近旅游景点、大型写字楼或住宅区。霸王茶姬的大多数门店选址也都是在人流量大的黄金地段，比如顶级购物中心的出入口或主要商业街沿线。 值得注意的是，无论是直营店还是加盟店，霸王茶姬的管理团队都会来负责决定每一家门店的选址。加盟店，由特许经营合作伙伴负责确定并提出潜在店铺选址，但需经霸王茶姬管理团队批准。 2023年和2024年，霸王茶姬的闭店率仅为0.5%和1.5%。根据公开数据，2024年前9个月，古茗的闭店率超过4.5%，蜜雪冰城的闭店率超过2.8%。 依然需要新故事 在中国市场，霸王茶姬已经覆盖到34个省级行政区中的32个，在高线城市的门店数量更多。在北上广深四个一线城市，门店达696家，在新一线和二线城市的门店达3110家，高于其在三四线城市的门店数量。这也意味着霸王茶姬在三四线及其下沉城市还具备一定空间增量。 招股书提到，本次公开募集的资金将部分用于科技投入和新品研发，还将用于扩大中国及海外门店规模，构建海外供应链网络等。 海外市场也具备潜在增量。据艾瑞咨询（iRresearch）数据，2024年全球茶饮市场规模达4671亿美元，预计到2028年将达到6019亿美元。到2028年，全球现制茶饮料市场预计将达到1220亿美元，2024年至2028年的复合增长率为18.9%。 截止2024年12月31日，在霸王茶姬6440家门店中，有156家门店位于海外，6284家门店位于中国。 霸王茶姬在2019年就进军海外市场。2019年8月，霸王茶姬马来西亚首店开业，2024年8月，霸王茶姬在新加坡三店齐开。首店开业备受瞩目，前三天累计接待人数破万。截至2024年底，霸王茶姬在海外覆盖地区包括马来西亚、新加坡、泰国。 出海也并非一蹴而成。霸王茶姬在招股书中提到，2024年初，霸王茶姬主动终止了当时在新加坡的所有加盟店，经过战略调整后，截止2024年12月31日，在新加坡的黄金地段选择开6家直营门店。 目前，霸王茶姬已经建立了两级仓库体系，包括中央仓库和区域仓库。2024年，霸王茶姬在中国和海外的物流成本占总交易额的比例不到1%，库存周转天数约为5.3天，在国内门店数量超过1000家的新式茶饮品牌中处于最低水平。而无论直营还是加盟店，霸王茶姬的门店运营智能化、自动补货都选择统一的数字化改造和监管。 2025年，霸王茶姬计划在中国和全球范围内新开1000至1500家门店。近期，霸王茶姬也将在美国洛杉矶落地北美市场的第一家门店。从2024年12月31日至招股书提交时截止，有207家新的霸王茶姬门店在中国及全球开业，另有442家门店正在筹备中。 当然，霸王茶姬也在招股书中提出了伴随门店增长会面临的风险。例如，门店层面的业绩已开始遵循正常化的增长轨迹，这反映在最近几个季度国内门店的月度GMV下降以及季度同店GMV增长减速或下降——2024年中国和海外同店GMV的增长率为2.7%，而2023年为94.9%。 此外，霸王茶姬的经营业绩和增长策略与特许经营合作伙伴密切相关，而其对运营的控制有限。同时，霸王茶姬还提到了业务会受到季节性波动的影响等。通常，在天气寒冷的季节，采购订单会减少，原材料的市场价格及采购成本也会出现全年波动。

基辛格 凤凰网科技讯 北京时间3月27日，据《金融时报》报道，英特尔前CEO帕特·基辛格(Pat Gelsinger)在接受采访时表示，台积电承诺在美国额外投资1000亿美元建设先进芯片制造工厂，这对于美国恢复其全球芯片制造领导地位的帮助不大。 基辛格指出，如果研发不在美国，美国就不会在半导体领域保持领先地位。“台积电的所有研发工作都在中国台湾地区，他们也从未宣布要把研发迁往美国。”他表示。 台积电表示，公司计划在美国开展的唯一一项开发工作将是已投产的工艺技术，其核心研发工作仍将留在中国台湾地区。 “除非下一代晶体管技术的设计工作在美国进行，否则美国就无法拥有领导地位。”基辛格称。 尽管美国在芯片制造领域失去了尖端技术优势，但基辛格表示，美国仍在许多先进技术领域保持全球优势，这些技术很可能会决定谁是未来的人工智能领导者。 他还谈到了DeepSeek，并不认为它对美国公司构成了严峻挑战。“DeepSeek的工程技术运用得不错，但那不是核心创新，也不是重大突破。”基辛格称。 基辛格现在是硅谷风投公司Playground Global的合伙人。去年年底，基辛格由于迟迟无法扭转英特尔的颓势被董事会解雇。他拒绝披露自己是否因战略问题与英特尔董事会发生冲突，但他暗示在其五年复苏计划还不到四年的时候，他已经失去了董事会的信任。 “当董事会做出方向性调整时，我还没有完成为期五年多的复苏计划。”他说。(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”。

近日，Semicon在上海盛大举行，为期三天的展会精彩纷呈。展会期间，共举办20多场会议，展览面积达9万平方米，吸引了全球半导体行业领袖齐聚一堂，前沿技术更是琳琅满目。 走进Semicon，最直观的感受便是国产半导体设备商展台前的火爆场景，人潮涌动，热度持续攀升。与往届相比，本届展会呈现出显著的不同，中国半导体设备的力量正积聚。 01 三大亮点 从本届的Semicon来看，能够看到三大新亮点： 第一新，新品发布呈现井喷之势。 北方华创发布首款离子注入机Sirius MC 313，拓展半导体制造装备版图。同时，北方华创还发布了首款12英寸电镀设备（ECP）——Ausip T830。这款设备专为硅通孔（TSV）铜填充设计，主要应用于2.5D/3D先进封装领域。 据记者了解，北方华创的Ausip T830设备突破三十多项关键技术。电镀作为物理气相沉积（PVD）的后道工艺，其设备与PVD设备协同工作，广泛应用于逻辑、存储、功率器件、先进封装等芯片制造工艺。在工艺流程中，PVD设备首先在槽/孔内形成籽晶层，随后电镀设备将槽/孔填充至无空隙。随着先进封装和三维集成技术的快速发展，电镀设备的全球市场规模已达每年80-90亿元人民币，且仍在加速扩张，预计未来几年将突破百亿大关。 中微公司发布首款晶圆边缘刻蚀设备Primo Halona，采用中微公司特色的双反应台设计，可灵活配置最多三个双反应台的反应腔，且每个反应腔均能同时加工两片晶圆，在保证较低生产成本的同时，满足晶圆边缘刻蚀的量产需求，从而实现更高的产出密度，提升生产效率。 去年中微在研项目涵盖六大类设备，推进超过二十款新型设备的研发工作，并在半导体薄膜沉积设备领域不断突破，推出了多款LPCVD薄膜设备和ALD薄膜设备新产品，获得了重复性订单。据了解，中微公司新开发的硅和锗硅外延EPI设备等多款新产品，也会在近期投入市场验证。 拓荆科技发布ALD系列、3D-IC及先进封装系列，CVD系列新品。据了解，拓荆科技在国内实现了ALD设备装机量第一，ALD薄膜工艺覆盖率第一。拓荆科技已从前道薄膜设备走向3D-IC设备，2024年反应腔出货量超过1000台。 东方晶源发布最新一代DR-SEM r655产品将搭载全新的高性能电子枪和光学检测模组。r655通过平台级升级，全面优化晶圆吞吐效率，产能对标国际水平。 第二新，半导体设备厂商积极跨界，勇闯新领域。 北方华创新发布的离子注入机，标志着北方华创正式进军离子注入设备市场。 国际半导体产业协会（SEMI）数据，2024 年全球离子注入设备市场规模达 276 亿元，至 2030 年有望攀升至 307 亿元。离子注入是半导体器件和集成电路生产的核心工艺之一，与光刻机、刻蚀机和镀膜机（沉积设备）并称为芯片制造的“四大核心装备”。 从全球整体市场格局上看，全球离子注入机设备主要以应用材料（AMAT）、亚舍立（Acelis）、日本Nissin及SEN等国外厂商为主导。目前，国内主要厂商为，凯世通和中科信两家，在某些12寸晶圆产线上获得工艺验证验证并验收通过。 据透露，北方华创将以实现离子注入设备全品类布局为目标，撬动国内 160 亿元的市场空间。 氧化硅、氮化硅和多晶硅晶圆在双反应台上刻蚀速度的差别 中微公司昨日也宣布在等离子体刻蚀技术领域再次实现重大突破。通过不断提升反应台之间气体控制的精度，ICP双反应台刻蚀机Primo Twin-Star反应台之间的刻蚀精度已达到0.2A（亚埃级）。 这一刻蚀精度在氧化硅、氮化硅和多晶硅等薄膜的刻蚀工艺上，均得到了验证。该精度约等于硅原子直径2.5埃的十分之一，是人类头发丝平均直径100微米的500万分之一。 据介绍，中微在200片硅片的重复性测试中，氧化硅、氮化硅和多晶硅的测试晶圆，在左右两个反应台上各100片的平均刻蚀速度相差，各为每分钟0.9埃，1.5埃和1.0埃。两个反应台之间平均刻蚀速度的差别（≤ 0.09%），远小于一个反应台加工多片晶圆刻蚀速度的差别（≤ 0.9%）。 中微公司透露，CCP 的双台机 Primo D-RIE和 Primo AD-RIE的加工精度，两个反应台的刻蚀重复性和在生产线上的重复性也早已达到和 Primo Twin-Star相同的水平。 第三新，新势力强势 “杀入” 半导体设备领域。 新凯来首次公开亮相。从薄膜沉积设备到光学检测系统，新凯来的展台几乎覆盖了芯片制造的关键环节，包括PVD（普陀山）、CVD（长白山）、ALD（阿里山）等薄膜设备，ETCH（武夷山）刻蚀装备，以及岳麗山BFI光学检测系统等产品。这一动作标志着这家成立仅数年的半导体设备企业正式加入竞争行列。 三大亮点的背后，是国内半导体设备行业前进的缩影。近年来，北方华创、中微公司、盛美半导体等国内设备企业在刻蚀、薄膜沉积等细分领域取得突破。 在CINNO IC Research统计数据中，2024年全球半导体设备商半导体营收业务Top10营收合计超1,100亿美元，同比增长约10%。其中北方华创作为Top10中唯一的中国半导体设备厂商，2023年首次进入全球Top10，2024年排名由第八上升至第六。 中微公司在今年3月宣布，等离子体刻蚀设备反应总台数全球累计出货超过5000台，包括CCP高能等离子体刻蚀机和ICP低能等离子体刻蚀机、单反应台反应器和双反应台反应器共四种构型的设备。 而作为清洗和电镀设备的龙头企业，盛美上海的清洗设备已覆盖了95%工艺步骤应用，电镀设备实现技术全覆盖。另外，2024年10月，盛美上海的设备研发与制造中心落成并正式投产。该项目共有5个单体，包含两座研发楼、两座厂房和一座辅助厂房。两座厂房A和B，仅厂房A的年产可实现 300-400台，厂房B装修建设有望在2025年落地。 02 大基金，方向转变 从全球半导体市场的趋势来看，2023年半导体产业适逢下行周期，销售额下滑约11%。半导体周期兴衰周而复始，技术迭代是推动半导体产业发展的引擎，2024年迎来了“繁花似锦乘势上，创新高地前路遥”的市场机遇及发展契机。 SEMI全球副总裁、中国区总裁居龙观察到，自2025开年以来，全球面临百年未有之大变局，有三点大趋势：第一，国际地缘政治巨变。第二，全球经贸格局秩序颠覆。第三，AI人工智能革命改变万物。这些趋势增加了不确定性，也加速了半导体供应链的区域化重组、体系重构，并且AI相关领域的发展也将成为推动半导体行业迈向万亿美元里程碑的新引擎。 今年，大基金二期5次出手，其中三家都瞄准了半导体检测设备领域。 今年1月7日，中安半导体发生工商变更，新增大基金二期等为公司股东。中安半导体成立于2020年，是一家半导体检测设备研发商；经过几年的发展，公司已拥有先进量检测领域的国际专利，并在国内逐步建立了具有国际先进水平的量检测设备的专利群，以及集精密光机电、深紫外、高速相机等先进技术为一体的自主可控供应链。 3月中旬，昂坤视觉发生工商变更，新增大基金二期为股东。作为国内少数掌握高精度晶圆检测技术的企业，昂坤视觉的光学测量设备可应用于SiC衬底缺陷检测、GaN外延片均匀性分析等关键环节，其自主研发的AI算法将检测效率提升30%以上。在大基金二期投资前，昂坤视觉已获中微公司、汇川技术、晶盛机电等A股公司参股。 近日，上海精测半导体技术有限公司发生工商变更，新增国家集成电路产业投资基金二期股份有限公司。上海精测成立于2018年7月，主要从事以半导体量检测设备为主的研发、生产和销售，同时也开发一部分显示和新能源领域的检测设备。大基金（即：大基金一期）亦早在2019年时便战略入股上海精测，参与其总额为5.5亿元的A轮融资。这也意味着，上海精测成为两期大基金加码的半导体企业。 大基金二期的不断落子，让更多人关注半导体设备企业。 在2024年，大基金一期与大基金二期对外投资动作频频，投资了约13家半导体企业，涉及EDA、半导体材料与设备、芯片制造等半导体产业链多个环节。其中，大基金二期成为投资主力军。 03 结语 今日，清华大学教授魏少军、中国集成电路创新联盟秘书长叶甜春都分享了其对于半导体产业的看法。 魏少军表示，首先，我们需要坚定信心，保持发展定力。从产业层面看，真正能够替代硅基半导体的技术还没有出现，虽然摩尔定律在逐渐放慢，让一些人比较悲观，但硅基半导体的发展还有巨大潜力。 其次，国内半导体产业需要集中精力、聚焦发展，半导体是一个需要脚踏实地、长期坚持的行业。现在刷屏的明星企业们，都是在领域中坚持耕耘数年的。 最后，要大胆创新、勇于担当。国内企业要通过不断的创新突破，拥有差异化的产品，在竞争中才能够先人一步。 叶甜春表示，两年前提出了“再全球化”，我们要坚信全球化有自己的前景。在新的形势下，和全球伙伴一起重新打造一个全球化的体系，以中国市场为中心、中国产业体系基石。无论是中、欧、美市场，技术的创新要满足产品的需求。他表示，再往前发展，一定要考虑未来的创新发展。 中国半导体设备，已然迈出坚实步伐，而前方征途，在产业界同仁的不懈努力下，让中国力量在全球半导体产业版图中镌刻下更为深刻的印记 。

去年的广州车展上，仰望 U7 用「8 台电机」的狂野配置，向世界宣告了中国品牌冲击百万级轿车的野心。 但鲜少有人意识到，那场发布会真正埋下的伏笔，藏在王传福那句「全面电动化最难的技术在垂向控制」里。 直到今天，当 62.8 万元的仰望 U7 掀开云辇-Z 的最后一层面纱，人们才读懂这场技术革命的真正重量。 从「三向独立」到「全电底盘」 传统底盘技术的天花板，早已写在机械传动的物理规律里。过去百年间，工程师们用液压油缸和空气弹簧对抗颠簸，用差速器和传动轴分配动力。 但，再精密的机械结构，也逃不过毫秒级的延迟宿命。 比亚迪首席科学家廉玉波在今晚的发布会上举了一个例子：「当一辆车以 100km/h 的速度遭遇爆胎时，传统系统需要上百毫秒才能完成调整，而车早已滑出 1 米开外。」 机械的桎梏，让底盘控制始终被困在「拆东墙补西墙」的妥协里——直到云辇-Z 用四台悬浮电机，把整个悬架系统拽进电控的微观世界。 是的，仰望 U7 的「8 台电机」里只有 4 台是用于驱动，另外 4 台藏在了它的悬架之中。 这种颠覆的代价，藏在比亚迪坪山总部那间挤满博士的会议室里。 「最早进入汽车行业的时候，为了摸透工程机理，我们把市面上所有的汽车都拆解研究了一遍，」董事长王传福又在发布会上分享比亚迪的「工程师故事」，他说： （当时）我们有一台奔驰轿车，为了让我们的工程师没有顾虑地放心地拆，我率先用钥匙把车划了一圈。这辆车让我们这群年轻的工程师第一次认识到，一台顶级轿车的技术有多先进。我意识到，造车不仅仅是打造一款产品，更是对技术的深度整合。 为了将航母电磁弹射和磁悬浮列车的技术原理塞进轿车底盘，比亚迪的工程师们花了七年时间，挨个验证了三百多万种拓扑结构。最后，他们首创性地将 3D 霍尔传感器的技术运用到车辆垂向控制领域，通过检测磁场的变化来测量位移。 当传统悬架还在用毫米级精度感知路面时，云辇-Z 的探测精度已达 10 微米。10 微米是什么概念？一个红细胞的直径大约是 20 微米，一根头发大约是 100 微米；而在另一项指标——调节精度上，云辇-Z 给出的答案是 1 毫米。 强调精度的同时，云辇-Z 在响应速度上也有所突破。 「我们经常听到毫秒级的响应的说法，但响应快并不代表调节快，可能仅仅指的是感知环节的响应时间。目前市面上最快的全主动悬架完成一次完整的主动调节，至少需要 100 毫秒以上。」廉玉波说。 今天的云辇-Z 拒绝以偏概全，我们的全链路执行的时间，只有 5 毫秒。 这种速度，彻底改写了车身控制的游戏规则。当传统豪车还在依赖「预瞄摄像头+提前计算」的缓兵之计时，仰望 U7 的云辇-Z 已经进化出类似人类神经反射的本能。 ▲仰望 U7 的「极限通过」功能，结合预瞄迅速避障 一般来说，车辆以 30km/h 碾过减速带，需要 60 毫秒的时间，在大雪天气等预瞄能力受限的场景下，传统主动悬架在这段时间里只能笨拙地调节 0.5 次；而云辇-Z 即便不依靠预瞄，仅通过来前轮来感知路面信息，也依旧能够瞬间完成 12 次精准调节。 听起来可能有些夸张，不妨直接看一段演示视频。 当工程师开着 U7 攀爬连续台阶时，四个车轮像智能机械腿般此起彼落，硬是把五米长的轿跑变成了能跳「机械舞」的钢铁蜘蛛。 但比炫技更重要的是，云辇-Z 捅破了垂向控制领域那层百年窗户纸，当横向、纵向、垂向控制全部进入电域，车辆动态性能的边界彻底被重新定义。 在弯中，云辇-Z 能够通过 -2° 的主动侧倾抵消过弯的惯性；在侧碰即将到来是，通过毫秒级的高度调节转移碰撞受力点；在行驶时，通过能量回收将每次颠簸转化为续航里程…… 这些过去分散在航空航天、精密机床领域的技术孤岛，终于在一台轿车上汇成整片大陆。 「安全没有中间值，只有 0 和 1。」王传福在台上说出这句话时，背后是 U7 以 95.78km/h 刷新麋鹿测试纪录的数据。或许连奔驰的工程师都没想到，二十多年前那台被王传福亲手划伤的 S 级轿车，会以这种方式完成技术轮回。 仰望 U7 所体现的，是比亚迪对技术的绝对掌控 当云辇-Z 在垂向维度撕开技术缺口时，易四方系统也在横向和纵向上演着一场「进化」。 易四方那四台轮边电机的「暴力」早已不是秘密——1300 马力、2.9 秒破百，极速 270km/h，这些数据在新能源时代或许称不上惊世骇俗，但实际上，四台轮边电机不再是单纯的速度机器，而是化身为矢量控制的神经元—— 当传统车企还在用差速器分配扭矩时，易四方在用电动化重构整车控制，实现了每秒 1000 次的扭矩微调。 凭借这套系统，车长超过 5.2 米的 U7 能够在麋鹿测试中达成 95.78km/h 的成绩；在窄巷中横移脱困，像螃蟹一样横向泊入极限车位。工程师们给这项功能起了个科幻味十足的名字：「平行横移」。 在发布会演示中，U7 巧妙地交替以前轮和后轮为圆心，作定轮旋转，在前后夹击的障碍物中找到了一条出路。 与此同时，精细的扭矩矢量控制也为 U7 带来了极佳的行驶稳定性，即便是面对「美式截停」般的冲撞和时速 160km/h 下的突然爆胎，U7 也能瞬间稳住车身。 四台轮边电机能做的，绝不仅是原地掉头这么简单。 除了易四方，仰望 U7 PHEV 版的前舱内，一场更加隐秘的颠覆正在上演。 「欧洲汽车能做的，我们一定可以！」比亚迪新技术院院长杨冬生在提到水平对置发动机的研发时，台下掌声雷动。 为了在 U7 的前舱里塞进这台中国首款自研水平对置引擎，比亚迪的工程师与物理定律较劲了三年—— 他们用五联泵和十条润滑通道攻克了水平气缸的供油难题，将发动机高度压缩至 420 毫米，远低于直列四缸的 700 毫米，甚至比保时捷 911 的同排量引擎还要低 125 毫米。 据杨冬生介绍，比亚迪这台水平对置发动机做到了 180kW（241 马力）的功率，扭矩做到了 380N·m。除了动力性能，静谧性也是豪华轿车的另一个追求水平。对置发动机的结构，天然具备了平衡性的优势，U7 PHEV 版在行驶时和纯电的噪声差仅有 1 分贝。 作为比亚迪集团的第一台水平对置发动机，其可靠性自然是不容忽视的。 杨冬生表示，这台水平对置发动机经过了 8000 小时的全速全负荷的台架耐久和 12000 次的冷热冲击，「最严苛的工况下，排气管都是烧红的，发动机仍然能够稳定工作」。同时，整车验证里程也累计超过了 200 万公里。 「这是中国汽车第一次研究水平对置发动机，在全世界也屈指可数。」王传福说。或许连费迪南德·保时捷都想不到，他引以为傲的水平对置技术，会在电动化时代被中国人改写成「插混动力」的注脚。 这种深度自研的代价，是比亚迪 2024 年 542 亿元的研发投入，同比增长 36%，远超其当年 402.5 亿元的净利润。当传统车企用「联合开发」分摊风险时，比亚迪的做法是将技术风险内部化。 比亚迪的市场策略更显技术底气。当 U7 以 62.8 万元的价格将 L3 冗余、全主动悬架、四电机驱动变为标配，它颠覆的不是某个竞品，而是整个豪华车市场的定价逻辑。 从 1997 年拆解奔驰 S 级，到 2024 年用云辇-Z 砸向行业，比亚迪的路径证明：高端化不是配置的军备竞赛，而是底层技术的绝对掌控。

IT之家 3月27日消息，ChatGPT新的AI图像生成器上线仅一天，社交媒体上就已经充斥着吉卜力工作室风格的人工智能生成的梗图。吉卜力工作室是深受喜爱的日本动画工作室，曾制作过《龙猫》和《千与千寻》等热门电影。 在过去24小时内，网络上出现了众多吉卜力风格的AI创作的图像，包括埃隆・马斯克、《指环王》以及唐纳德・特朗普的形象。OpenAI首席执行官山姆・奥尔特曼甚至也将自己的新头像换成了可能是通过GPT-4o原生图像生成器制作的吉卜力风格图像。用户可以通过上传现有图片至ChatGPT，并要求聊天机器人以新的风格重新创作。 这重新点燃了围绕生成式AI模型开发者面临的几起诉讼的核心问题：如果这些公司使用版权作品进行训练，是否构成侵犯版权？ 根据Neal&McDevitt律师事务所的知识产权律师埃文・布朗的说法，像 GPT-4o 原生图像生成器这样的产品如今处于法律灰色地带。布朗表示，风格本身并未明确受到版权保护，这意味着OpenAI仅通过生成类似吉卜力电影风格的图像似乎并未违反法律。然而，布朗也指出，OpenAI可能是通过让其模型学习吉卜力电影的数百万帧画面才实现了这种相似性。即便如此，目前仍有多个法院正在裁定，使用版权作品训练AI模型是否属于合理使用保护范围。 “我认为这又回到了我们过去几年一直在思考的问题，”布朗在接受采访时表示，“在未经许可的情况下，通过抓取网络信息并将其复制到数据库中用于训练AI模型，会带来什么样的版权侵权影响？” IT之家注意到，《纽约时报》及几家出版商目前正在对OpenAI提起诉讼，指控该公司未经适当署名或支付费用就使用版权作品训练其AI模型。其他领先的AI公司，包括Meta和AI图像生成初创公司Midjourney，也面临着类似的诉讼。 OpenAI在向TechCrunch发布的一份声明中表示，虽然ChatGPT拒绝复制“在世个人艺术家的风格”，但允许复制“更广泛的工作室风格”。当然，值得注意的是，有些在世的艺术家被认为是其工作室独特风格的开创者，例如吉卜力工作室的联合创始人宫崎骏。 目前，OpenAI和谷歌的新图像功能在AI模型生成能力上取得了显著进步，这似乎推动了使用量的激增。由于需求过高，OpenAI在周三推迟了其新图像工具对免费用户的推广。这或许是这些公司目前最关注的事情，但它们的合法性仍需等待法院的裁决。

IT之家 3月27日消息，在2025华为中国合作伙伴大会期间，华为ModelEngine AI全流程工具链向全球开发者开源发布。 ModelEngine开源版本围绕数据使能、模型使能、应用使能打造AI全流程工具链，致力于解决AI行业化落地时遇到的数据工程耗时长、模型训练和应用落地难的关键问题，缩短通用大模型基于行业私域数据训练成行业大模型，并开发成AI应用的整体周期，加速行业AI落地。 ModelEngine开源版本内置数据处理算子，完整的模型管理流程，面向应用提供低代码编排、RAG框架、自定义插件能力。 数据使能：用于文本、图像、文档等各类型数据归集并处理的工具链，提供数据清洗、数据评估、QA对生成、知识生成等关键能力，为大模型训练和RAG应用提供语料和知识。 模型使能：用于模型部署、训练、微调和推理的工具链，一键式操作，提升模型训推效率。 应用使能：为AI应用提供一站式开发、调试和发布的工具链，帮助高效构建AI应用、快速验证应用效果。 ModelEngine开源代码已托管在多个平台，IT之家附开源链接： gitcode：https://gitcode.com/ModelEngine gitee：https://gitee.com/openeuler/modelengine github：https://github.com/ModelEngine-Group

在春晚上跳秧歌的宇树机器人不会想到， 仅仅过了一个多月， 自己就已经在“节目效果”上落后了。 击败它的，是一台来自深圳的“众擎机器人”——丝滑流畅的斧头帮舞蹈过于完美，以至于让很多质疑中国科技发展水平的人表示这肯定是CG合成或者AI生成。 他们不得不面对这样的一个艰难的选择：要么承认中国机器人技术先进，要么承认中国AI技术先进，要么承认中国CG制作先进。 后来为了应对这些质疑，众擎专门拿出了第三视角的录像画面和训练花絮。结果却更令人感到惊艳——众擎的这款机器人对舞蹈动作的学习，似乎并不是依靠手动输入的程序指令，而是像人类一样，一边看着舞蹈老师的示范，一边自己模仿。 这是什么？ 这就是“端到端”啊！ 今天能跟着舞蹈老师学跳舞， 明天就能跟着工人师傅学着打螺丝， 后天就能跟着特种兵学战术动作。 这背后的想象空间，哎呀，过瘾呐！过瘾！ 实际上，从2024年底开始，中国的机器人企业便开始了密集的新款机器人产品的宣发——云深处的轮足机器狗可以在崎岖的南方山地中随意穿梭，“华为天才少年”彭志晖的智元机器人已经开始在进行家务劳动训练。 这么一看，宇树机器人单纯的扭秧歌，确实在节目效果上就落后太多了。 不过，人家宇树也没闲着，你们爱怎么跳舞就怎么跳舞，人家一个机器人侧空翻视频，就又一次证明了自己的实力——这动作对于机器人的动作算法、机械性能、平衡能力的要求是相当高的。 虽然2025年到现在才过去了不到三个月，但再往后的九个月时间里，关于机器人的新闻一定不会少。 更细思极恐的是：这一切，其实都已经被计划好了——早在2021年12月的《“十四五”机器人产业发展规划》里就已经提出了“到2025年，我国要成为全球机器人技术创新策源地”，在2023年工信部的《人形机器人创新发展指导意见》中，也提出“到2025年，人形机器人创新体系初步建立，“大脑”“小脑”“肢体”等一批关键技术取得突破，确保核心部组件安全有效供给。” 只能说，出来混，说要搞出来，那就要搞出来。非如此，就显不出咱们的手段。 今天，我们就来彻底聊聊中国的人形机器人产业。 人形机器人的价值有多大？ 人形机器人的地位，浓缩成一句话就是：这是一个官方认证的“颠覆性产品”。 不要低估了“颠覆性产品”这个词，虽然最近这几年，“颠覆性产品”这个词已经被很多企业给玩儿坏了，搞得随便什么一个产品的发布会都要说几声“颠覆”、道几句“炸裂”，好像不用这些大词就不足以表达产品的先进一样。 但是，在严谨且克制的官方话语体系中，“颠覆性产品”这个词的含金量并没有打丝毫折扣——在2023年的那份，《人形机器人创新发展指导意见》中工信部一共列出了四类“颠覆性产品”—— 前三个分别是电脑、智能手机、新能源汽车，第四个就是人形机器人。 官方口径里的“颠覆性产品”，那就一定是颠覆性的产品。因为想达到工信部的“颠覆性产品”标准，要求是相当高的，从电脑、智能手机、新能源汽车的发展历程来看，它们无一例外都满足以下三条标准： 这款产品，必须能深刻地改变整个中国社会。 这款产品，必须能拉动万亿人民币的市场。 这款产品，必须能培养出至少五家千亿元市值的头部大厂。 言下之意就是：这款产品的普及程度一定极高、销量一定极为巨大，高到社会上大多数人都会用到，否则谈不上深刻改变整个社会。而超高的销量，也就意味着背后有漫长的产业链，不仅是几个龙头集成商的事儿，更是背后成百上千家供应商的事业。 回想一下电脑、智能手机、新能源汽车这些年带来的变化，我们就能感受到工信部所说“颠覆性产品”的含金量——人形机器人是一个能培育出像华为、小米、比亚迪这样的超级大厂的赛道，是一个能让现在本就如日中天的大厂们更上一个台阶的赛道，是一个能够养活包括软件、硬件、应用在内各种配套产业的赛道 也只有这样的赛道，才配得上“科技竞争新高地、未来产业新赛道、经济发展新引擎”的描述。 为什么一定要做成人形？ 那么，人形机器人凭什么能有这么大能量呢？ 凭什么可以被安上如此高的价值呢？ 很简单，因为“人形”。 “人形”并不是一个简单的外观问题，背后的含义那是相当深刻。 “人形”的真正含义是： 不论在工业生产场景还是在日常生活场景，都能提供超强的通用性。 以工业生产场景为例，人形机器人几乎是实现“智能制造”“柔性制造”的必要条件。 众所周知，人是最精密的机器，因为人的行动是“三维”的。 假设你现在有一个生产筷子的工厂，生产工序的最后一步就是把十根筷子塞进一个圆筒里并拧上盖子。 如果是人工操作，那么这道工序就非常容易——点出来十根筷子、一把抓起、在桌面上怼一下对齐、塞进圆筒、拧好盖子——这就是人工操作的优势，简单直白、清楚明确，干就完了。 这种简单到极致、高效到极致的操作，就是人类三维动作的优势。 不过，虽然人类的动作兼具了简洁和高效，但人类实在太脆弱了——“整理筷子”这个动作，做一次两次不算个事儿，那如果要做1000次2000次呢，要是每天连续不停做好几个小时呢？人类的小胳膊小腿儿，还能扛住吗？ 这个时候，就要选择“自动化流水线”了。 自动化流水线的优势很好理解。它是机器，可以24小时不间断运行，不知疲倦，而且速度比人类快得多。但劣势则在于，它是“二维”的—— 一个人类可以轻松完成的动作，机器想做到往往需要拆分为多个步骤。 还是以“整理筷子”为例，一个自动化流水线想完成这个在人类看来非常简单的动作可能需要如下流程： 用振动盘整理散乱的筷子， 用计数器点出十根筷子， 用夹具抓取10根筷子、同时将圆筒固定好， 筷子和圆筒对齐后，把筷子塞进圆筒里， 最后用伺服电机配合夹具拧紧盖子。 虽然一个动作拆成好几个步骤看上去不怎么优雅，但这样做的效率也可以很高。 只是，这种把“简单的事情变复杂”的行为却有一个相当大的弊端——自动化流水线是高度定制化的，整理筷子的流水线是没办法用在整理盘子上的，想用来生产新产品，很多时候就需要重新设计、建造生产线。 你工厂的SKU但凡多一点，牵连的生产线升级费用那就是一大笔钱。 而这种弊端，和“柔性制造”“智能制造”的大趋势完全矛盾。 说到底，传统的自动流水线，它还是“结构化”的——哪怕现在有不少企业生产的“柔性制造”能力很强，本质上也不过就是把好几套动作、好几种硬件融合在一起而已。 它可能真的学了不少姿势， 但其实身体并不灵活。 写到这里，我们就能知道“人形机器人”的价值了。因为人形，所以它的动作也是三维的、是不需要展开成为多个二维动作的——面对生产不同产品的任务，人形机器人只需要在软件层面改变动作方式即可，不需要像传统自动流水线那样完全另起炉灶。 相比起传统流水线，人形机器人是“非结构化”的。 理论上来说，只要算法、硬件足够强大，人形机器人就能做到和人一样的灵活——别看它现在没学几种姿势，但它身段足够灵活，以后总是能学会的。 那么，对于制造业企业来说这意味着什么呢？ 首先就是响应速度可以很快，可以非常快地适应市场需要。 其次就是极大程度降低改造和升级的成本。 传统自动流水线的建设流程是相当长的，非标自动化这个行业主打的就是一个卷，你得亲身去工厂和工厂老板谈，知道人家到底想要的是什么，然后展开设计、建造、调试，后期还有维护和修理在等着你......总之整个周期可以说是相当长，也相当死板。 而且传统自动流水线的设计往往也都是“一次性”的，很多流水线在设计的时候没有什么模块化的概念，遇到升级改造就得推翻重来，旧有设计不能重复使用，设计成本和出错的概率大大增加。 最终结果就是： 一旦市场有变，需要在产品上加点什么新功能、新部件，那原来设计好的东西很可能就废了。 以杭州某企业为例，2023年底的时候，这家企业曾经开发过一种AI摄像机。本来风平浪静的，结果正好迎头赶上了AI行业火爆，市场对AI算力的需求提高，产品的性能需要翻倍。但遗憾的是，这家企业的生产线依旧是传统的自动流水线，改造时间极为漫长，企业不得不推迟发布时间，被对手抢了先机，原本的市场份额丢了许多。 而如果是成熟的人形机器人，这种事情就很好处理——因为三维的人形机器人是没必要展开那么多二维动作的，改造生产线的必要性也就没有那么高。 甚至，对于人形机器人来说，生产流程改造什么的，很大程度上在软件层面上就可以解决——几个程序员就能搞定的事儿，没必要停机。 基于上述种种优势，我们有理由认为： 对于未来的制造业而言，人形机器人是不可缺少的一环。 奥迪一汽已经开始让人形机器人进厂了 人形机器人的成本，阻碍了推进 虽然人形机器人的前景远大，可眼前的问题简单却又难以跨越： 三个字，不赚钱。 说“不赚钱”其实有点不全面，现在靠人形机器人赚钱的路子倒也有，只是匹配不了这么高的价值——在当下这个阶段，出租机器人，让这些机器人去参加展览、演出、当吉祥物，远比让他们进工厂打螺丝赚得多——官方定价9.9万元的宇树G1机器人，在二手交易平台的租赁价格最高一度达到每天1.5万元，目前依旧稳定在8000元左右，并且供不应求。 某种程度上，这种“提供情绪价值”的吉祥物表演阶段也是机器人发展的必经之路了——1973年日本早稻田大学就已经开发出了全尺寸的人形机器人Wabot-1，本田也在1986年开始研发机器人的双足结构，后期更是推出了Asimo机器人。日本人虽然起了个大早，但最终也没有攻克成本问题——Asimo的租金每年高达2000万日元，提供情绪价值都太贵了，只能让本田自己放在展会上秀一下肌肉。 而后面波士顿动力的阿特拉斯、特斯拉的擎天柱也是一样，虽然技术上都有不小突破，但连大规模商用的边都摸不到 由此可见，成本降不下来，人形机器人就没有普及的可能。 对于人形机器人来说，其发展规律一定是先进厂打工，再到寻常百姓家里干活儿。原因很简单，1000万砸在工厂里很多时候也就是听个响，甚至不够建一条产线，但对消费者来说这就是天文数字。而且工业场景比起家里还是简单、单调太多了，短期内更适合还没有进化到完全体的人形机器人发挥作用。 只不过，以目前的情况来看，今天的机器人哪怕是进厂，成本也过于高昂了些。 一家工厂购买机器人，大概率是要求人形机器人的购买、折旧、维护等综合成本小于雇佣人类工人。但当下人形机器人的价格比起用工成本还是太高了——能上产线的机器人，价格在几十万到数百万，不把这个价格打下来，机器人进厂打工就只能存在于PPT上。 人形机器人这么高的成本是怎么来的？ 制造成本是一方面，但真正阻挡人形机器人进一步发展的，终究还是训练成本。 2013年波士顿动力的阿特拉斯就已经在机械性能上做到了相当高的程度，足以完成许多高难度动作。但在软件层上，阿特拉斯只能根据预先设定的“行为库”里的动作进行运动。 强如阿特拉斯，也只会那么几种姿势而已。 阻挡阿特拉斯更进一步的，表面上看是动作的灵活与丰富，本质上其实是数据和算法——人形机器人想要学会和人一样做事情，数据和算法是相当重要的。我们能看到的是机器人在前台的表演，看不到的是背后的数据和训练。 随便一个简单的动作，哪怕只是捡起一个东西，背后就需要采集上百条高质量的数据。如果想让机器人在工厂里发挥作用，那数据条数是千亿起步。 以特斯拉的Optimus（擎天柱）机器人训练为例——为了训练它，特斯拉专门聘请了几十位动作捕捉人员，要求他们每天都要走七个小时，以保证能给机器人喂足够多的数据。但这其实远远不够，因为如果想让机器人能在工厂里干活儿，训练数据的时长在百万小时，总成本五亿美元起步且不保证100%成功。 要注意，这还只是机器人厂商自己组织的训练，某种程度上只能说是“基础课”。而最终投入实用，不同工厂、不同岗位的行动自然也不同，机器人还得在补修“专业课”。而更进阶的“专业课”学费，那就要购买机器人的工厂来自己支付了。 不难想象，面对现阶段如此高昂的机器人训练成本，工厂们大概率是不愿意买单的。 毕竟，人形机器人的自动控制可比自动驾驶难太多了，不仅需要考虑水平面上的运动轨迹，还需要考虑三维空间里的物体运动。如果只是依靠人类的遥控和动作捕捉，根本就没办法提供足够的数据。 谷歌当初在一个厨房的场景里死磕了17个月，最后也就采集了13万条数据，机器人在这个熟悉的环境里表现得非常优秀，但只要换个环境，立刻就崩盘了——成功率从97%暴跌到了30%。 过少的数据，导致现在人形机器人的功能不能“泛化”，不能适应场景的切换。 所以，对于当前阶段人形机器人的发展来说，最急需解决的就是训练成本问题——如何找到一种高效的训练方法，使得人形机器人可以低成本、快速掌握岗位所需的诸多技能。 而这，恰好就撞到了各大企业的枪口上。 大厂们正在大力投入机器人 人形机器人的核心系统，大概可以分成“大脑”“小脑”“肢体”三部分，“大脑”负责的是让机器人理解指令、规划行动；“小脑”负责根据规划控制动作；“肢体”则是各种机械结构来具体执行动作。 或者，你也可以把大脑小脑统一归结为上半身，肢体运动什么的统一归结为下半身。 宇树、众擎这些新锐的机器人企业， 有一个算一个，其实研究的都是“下半身”。 而真正能让机器人发挥出强大威力的， 还得是“上半身”。 而不论是“大脑”“小脑”，其实最后归根结底，都还是要靠AI实现的——这恰恰就是中国科技企业的优势领域了。 实际上，中国的科技企业，从阿里、腾讯到京东、美团，从华为、小米到大疆、比亚迪、塞力斯......有一个算一个，都已经在布局人形机器人了，区别只在于具体以什么样的形式进行布局。 像阿里、百度、腾讯这些大公司，虽然都开始布局这个领域，但基本上没有自己动手造机器人的身体，而是更愿意掏钱投资相关企业，或者利用自己擅长的数据技术，专门研究机器人的"大脑"——也就是那些复杂的算法和模型。 说白了，这些互联网公司更看重的是机器人的"软件"部分，而不是"硬件"部分。他们觉得，与其费劲去造机器人的外壳和零件，不如专注于让机器人变得更聪明、更智能。这些互联网公司现在就开始布局，为未来做准备。不过，他们的做法更像是"幕后军师"，而不是"前线战士"。 不过，值得一提的是，当前互联网巨头们在人形机器人领域的目光主要还是聚焦于通用的大模型上。现在技术还不能让机器人像人类一样直接感知周围环境并自主做出决策和行动，它们更多是依赖外部设备来获取信息。 国内几大互联网公司，比如百度、阿里、腾讯，都推出了自己的多模态大模型，比如百度的“文心”、阿里的“通义”、腾讯的“混元”。这些模型虽然能处理多种类型的数据，但还做不到让机器人“活”起来，真正与环境互动。 不过，国内企业也在努力向“具身智能”方向发展，也就是让机器人拥有更接近人类的感知和行动能力。 以字节为例，字节跳动在机器人领域的探索从2020年就开始了，他们利用自己在互联网行业积累的数据优势，开发了各种大模型。2024年，字节还发布了GR-2具身大模型——GR-2具身大模型的亮点在于它像婴儿一样学习复杂任务。 预训练阶段，它“观看”了3800万个互联网视频和500亿个tokens，涵盖家庭、户外等场景，具备多任务学习和环境适应能力。微调阶段，通过机器人轨迹优化视频生成和动作预测，展现出强大的多任务学习能力，在100多个任务中平均成功率高达97.7%。 阿里通过“通义千问”大模型成功将AI技术应用于工业机器人，Qwen2系列模型开源后下载量超4000万，衍生模型达5万，并达成千万级商业订单。阿里积极投资AI大模型企业，覆盖月之暗面、MiniMax等头部项目。2024年5月，阿里通过“杭州灏月”增持人形机器人企业逐际动力，成为其第二大股东，强调技术落地与盈利性。 小米则不走寻常路，自主研发人形机器人。2022年推出首款全栈仿生机器人Cyber One，标志着小米进军人形机器人领域。 虽未量产，但Cyber One已逐步融入小米自有制造系统。2024年6月，小米机器人公司迁至亦庄工厂，Cyber One开始分阶段落地，向特斯拉那样的工业制造路线靠拢。 野心最大的，也许就是腾讯了。 别说这些互联网企业了，车企甚至都开始入局了。 2024年，车企纷纷进军人形机器人领域，广汽推出Go Mate，小鹏发布Iron，小米有Cyber One，奇瑞有Mornine，比亚迪有“尧舜禹”。就在这两天，靠着问界火起来的塞力斯也加入了战局，布局方式包括但不限于投资（如吉利）、自研（小鹏、小米、广汽）和合作开发（奇瑞）。 其实这也很好理解，车企在人形机器人领域具有天然优势，因其与自动驾驶技术相似，涉及“感知+决策+执行”。AI芯片、电机、传感器等技术可直接复用，自有工厂则为机器人落地提供了理想场景。跨界角逐已成必然趋势。 就在今天，3月26日，一汽奥迪宣布国产机器人开始进厂打工，vivo也官宣成立机器人实验室。 总而言之就是，人形机器人已经成功勾引到了中国几乎所有上台面的大型科技企业。 结尾：人形机器人 依旧是中美之间的竞赛 科技的发展，是有规律可循的。 这就像是游戏里的科技树，你必须点亮前置科技，才能点亮后面的科技。 人形机器人的前置科技是AI，AI的前置科技是互联网。 日本虽然是最先开始人形机器人探索的国家，但很遗憾，日本的人形机器人从始至终就没有和智能化沾边——因为日本人没有点亮互联网和AI的科技树，只能在机电领域死磕。 但中美两国则不同，互联网、AI都是中美两国的优势领域，所以人形机器人最终的竞争，也一定是中美两国企业之间的对轰。 美国那边有波士顿动力、有特斯拉、有FigureAI，我们这边有宇树、智元、众擎、优必选......实际上，全球150多家机器人企业，超过80家都在国内，剩下的70几家不用想，基本也在北美了。 今年往后的几个月，中美两国的人形机器人企业一定都会整出来各种狠活儿，因为融资规模摆在这，各路资本都已经开始投资人形机器人了。 在我看来，中国一定会率先在人形机器人上做出实质性的突破—— 原因无他，因为论起工业数据，论起工业场景，谁又能和世界第一工业国一较高下呢？

科技圈突然爆了个超级大瓜——谷歌安卓不再开源！ 这消息一传出，简直就像一颗重磅炸弹，直接在程序员群体里炸了锅，感觉整个天都要塌下来了！ 从另外一个角度上来看，华为鸿蒙或将从此一飞冲天。 历史总是惊人的相似：东鹏特饮的广告语是“累了困了喝东鹏特饮”，而红牛的广告语原本是“困了累了喝红牛”。 虽然两者在广告语上只有几个字的差异，但东鹏特饮是通过模仿红牛的广告语来快速打开市场。 东鹏特饮在2013年捡起了红牛放弃的这句广告语，并请来谢霆锋做代言人，取得了意想不到的营销效果，迅速提升了品牌知名度‌。 deepseek学着安卓开源，倒反天罡，现在安卓开始闭源。未来，谷歌或将为此付出难以想象的代价。 一起来看，当年开源的安卓是怎么攻城拔寨，影响全球。 今天或将成为历史关键性的转折点。 安卓曾借着开源一飞冲天 2007年，谷歌携手众多手机制造商、软件开发商等组建开放手持设备联盟，以 Apache 免费开源许可证的授权方式发布了Android的源代码 ，就此拉开了安卓开源的大幕。 这一开放举措，犹如在平静湖面投下巨石，激起千层浪。 开源的安卓就像一块肥沃的土壤，孕育出无数精彩。 大量第三方 ROM如雨后春笋般涌现，像曾经辉煌一时的CM（CyanogenMod），以其高度自定义的特性深受刷机爱好者喜爱。 LineageOS作为CM的继任者，也在持续为众多设备提供支持，让老机型重焕生机。 还有魔趣，陪伴无数用户度过那些追求个性系统的日子 。 这些第三方ROM，有的带来更流畅的使用体验，有的增添了丰富的个性化设置，极大地满足了不同用户的需求。 丰富的应用生态也是安卓开源的一大硕果。 在开源的激励下，全球开发者热情高涨，纷纷投身安卓应用开发。 无论是实用的办公软件、精彩的游戏，还是各种便捷生活的小工具，Google Play商店及其他应用市场中，各类应用琳琅满目，数量高达数百万计。 这些应用不仅满足了用户多样化的需求，还构建起庞大而繁荣的安卓应用生态体系，让安卓设备成为人们生活中不可或缺的一部分。 安卓开源的黄金岁月，全球受益 在安卓开源的黄金岁月里，它就像一座充满无限可能的创意乐园，为程序员们搭建起广阔的施展才华的舞台。 无数程序员在这里尽情挥洒汗水，追逐技术梦想，用代码创造出一个个令人惊叹的作品 。 就拿安卓上的开源相机应用OpenCamera来说，开发者们凭借着对摄影和技术的热爱，利用开源的安卓平台，不断优化算法，添加诸如手动对焦、曝光控制、RAW格式支持等专业功能。 这些功能不仅让普通用户能享受到更专业的拍摄体验，也为摄影爱好者提供了更多创作空间，使其在摄影类应用中脱颖而出，收获众多用户好评 。 还有Tasker这款强大的自动化任务应用，堪称程序员智慧的结晶。 它允许用户通过简单的设置，创建各种复杂的自动化任务，比如根据时间、位置、连接的Wi-Fi网络等条件自动执行操作。 从自动切换手机模式，到根据电池电量自动关闭不必要的应用，Tasker让安卓设备变得更加智能和个性化。 它的出现，极大地拓展了安卓系统的功能边界，展现出开源生态下程序员们对系统深度定制和创新应用的无限潜力 。 谷歌这一决策，值得玩味 如今，谷歌突然宣布不再开源安卓，这一转变可谓是相当激进。 据可靠消息，谷歌将不再维护目前AOSP的公开分支，逐渐关闭相关的支持性资源，并可能停止更新有法定开源义务（GPL 等协议的代码）外的组件的源代码 。 从未来某一节点开始，所有Android开发工作仅在谷歌的内部分支进行，外部分支可能不再公开甚至彻底关闭 。 AOSP的持续集成/交付（CI/CD）工具和环境也可能关闭，就连Android Gerrit（代码审查平台）也难以幸免 。 这一系列举措，无疑将Android的开发过程从开放透明转向了内部封闭。 从成本角度来看，维护AOSP需要投入巨大的资源。 AOSP在版本号、发布进度等维度上存在多条代码流水线和大量分支，再加上项目上下游代码以及多公司之间的协作，使得维护管理难度极高，计算资源和工时成本也随之水涨船高。 据相关数据显示，每年谷歌在 AOSP 维护上的投入高达数亿美元，这对任何一家企业来说，都是一笔不容小觑的开支。 随着市场竞争格局的变化，谷歌或许希望通过闭源来加强对 Android 生态系统的控制，进一步提升自身商业利益。 在当今移动互联网市场，数据和服务的价值愈发凸显。 通过闭源，谷歌能够更好地整合自家服务，如Google Play、Gmail、谷歌地图等，形成更加紧密的生态闭环，从而实现更高的广告收入和数据价值挖掘 。 以Google Play为例，闭源后谷歌可以对应用的审核和分发拥有更大话语权，确保只有符合其商业利益和政策要求的应用才能上架，这无疑为谷歌带来更多商业机会 ，但也只是小利。 墨守成规的程序员，或将无路可退 这一闭源消息，对于广大程序员来说，无疑是一场可怕的 “寒冬”，带来的影响极其深远。 从开发角度看，闭源让程序员在开发过程中受到诸多限制。 以往，基于开源的安卓，程序员能够自由获取源代码，深入了解系统底层逻辑，根据不同需求灵活定制和优化应用 。 就像在开发一款电商应用时，程序员可以参考安卓开源代码，对界面交互、数据加载等功能进行深度优化，以提升用户购物体验。 可如今闭源后，这些操作变得困难重重，许多核心代码无法访问，开发只能在谷歌限定的框架内进行，极大束缚了开发的灵活性和自主性，增加了开发难度和成本 。 创新空间也因闭源大幅缩水。 开源时代，程序员可以在安卓系统基础上大胆创新，开发出各种独特的应用和功能。 像一些具有创新性的手势操作应用，通过利用安卓开源特性，打破传统交互模式，为用户带来全新操作体验 。 但闭源之后，创新的土壤被破坏，没有了开源代码的支撑，程序员提出的创新想法难以实现，整个安卓生态系统的创新活力也随之被抑制。 学习资源的减少同样令人头疼。 对于很多程序员，尤其是初入行业的新手来说，安卓开源代码是绝佳的学习资料。 他们可以通过阅读、分析和修改这些代码，学习到先进的编程思想、设计模式和开发技巧 。 比如在学习安卓开发时，新手可以参考开源代码，了解如何实现多线程并发、内存管理等复杂功能。 而现在，闭源使得这些宝贵的学习资源逐渐消失，新手程序员的成长之路变得更加崎岖，整个行业的人才培养也受到阻碍 。 不少程序员在社交平台上表达了自己的担忧和无奈。 有程序员感慨：“安卓闭源，感觉像是失去了一片技术的自由天空，以后的开发该何去何从？” 还有人表示：“原本打算基于安卓开源做一些创新性项目，现在计划全泡汤了，太让人沮丧。” 安卓闭源这一事件，无疑给程序员群体带来巨大冲击，让整个行业格局发生深刻变化。 但我们也要清楚认识到，技术的发展本就充满不确定性，每一次变革既是挑战，也是机遇。

IT之家 3月27日消息，博鳌亚洲论坛2025年年会于3月25日正式开幕，会上有一位身高1.7米、体重70公斤的人形机器人讲解员担任迎宾和互动讲解。 据武汉东湖新技术开发区管理委员会，这款机器人由湖北企业光谷东智打造，其核心优势在于具身智能，也就是既能做复杂动作又能像人一样思考。 IT之家注：中国光谷即武汉东湖新技术开发区简称东湖高新区，简称光谷，于1988年创建成立，是中国首批国家级高新区。 公司总经理周林表示，他们已经接到了越来越多的人形机器人订单，计划5月正式召开产品发布会。据称，公司目前有1.3万多平方米的生产线正在武汉光谷筑芯产业园抓紧建设，计划今年生产300台人形机器人，未来年产量有望达千台。 接下来，应市场需求，光谷东智人形机器人将陆续应用于医疗和政务场景。周林说：“我们不止于自主研发，还希望与光谷企业共同推动人形机器人产业发展。例如，光谷有很多传感器企业，我们将考虑与本地传感器企业合作，使人形机器人核心零部件实现‘光谷造’。”

腾讯元宝打定了抱紧DeepSeek大腿不松手的主意。 就在3月26日，元宝迎来重大更新，再次赶在第一时间接入DeepSeek V3的“小版本更新”版本V3-3024，与此同时，元宝还同步接入了自研的混元T1正式版。 对DeepSeek的紧紧跟进，是因为元宝正在切切实实享受到这一策略带来的好处。在今年年初的民企座谈会上，马化腾和梁文锋做了回“同桌”，并排而坐。在那4天之前，2月13日，腾讯元宝宣布接入DeepSeek。 没有人想到，腾讯此举让元宝像坐上火箭，扶摇直上三千里，一度登上苹果应用商店中国区免费榜榜首。前不久的财报会上，腾讯总裁刘炽平透露元宝的日活激增超过20倍。 自此之后，“自研+开源”的融合模式成为腾讯最新的AI策略，即通过与自身丰富产品生态的融合，也通过不同模型之间的协同互补，达成用户侧的体验提升。 另一方面，从这次V3更新和混元T1正式版的上线，能看出来另一种“融合”的趋势，那就是推理模型和通用模型的互相靠近。 未来究竟是属于通用模型的，还是推理模型的，亦或是其他黑马？这也许根本就是一个伪命题。 当你有轮子的时候，不必两条腿走路。 DeepSeek将在掀起全球“推理热”之后，再度掀起“融合”热吗？ 01 勤奋的元宝 不得不说，元宝跟得太紧了。 DeepSeek在3月24日晚上突然上新V3的“小版本更新“，也就是V3-0324。 到了3月26日，元宝就已经接入了V3-0324，并且还同步接入了腾讯自研的混元T1。一个非推理模型，一个推理模型；一个外部模型，一个自研模型。元宝算是把组合玩明白了。 V3这次的更新说是“小版本更新”，悄无声息地突然在开源平台Hugging Face上线，其实是来了个大的，升级幅度并不小。朋友说“随便吃点”，你以为是速冻饺子，其实端上来个毛血旺。 根据DeepSeek的官方技术报告，V3-0324在数学、百科知识、代码任务上表现都优于前代，尤其是在数学和代码类评测集上得分超过OpenAI的GPT-4.5和Anthropic的Claude-Sonnet-3.7。 最有意思的是，V3-0324虽然不是推理模型，但是有R1的味道。官方技术报告里点出的四大亮点“推理能力”“前端开发能力”“中文协作能力”“中文搜索”都落在了R1的优势范围内。 在实际测试中，V3-0324也比旧版本更倾向于输出更多文本。比如测试一个简单的指令“写一篇你自己的散文”，V3给出的有科技浪漫感的文本可以说是“很R1”了。 DeepSeek也在报告中透露，V3-0324和之前的V3使用的base模型相通，改进了后训练方法，并借鉴了R1推理模型训练过程中的强化学习技术。 从前推理模型和非推理模型在使用时，用户很明显的一个取舍是，非推理模型响应快，但精细和准确度上弱一些，推理模型则往往“思考”得更深入，还会给出详细的思维链，返回的结果更精确详细，但响应速度上比较慢。 但DeepSeek似乎正在往“中间”走。 腾讯新推出的混元T1模型也有这样的特点。元宝在26日同步接入了DeepSeek的V3-0324和自研的混元T1。 T1是推理模型，但是响应速度更快。 这是因为在架构上，混元T1就舍弃了全Transformer，而是沿用混元Turbo S的模型架构，采用Hybrid-Mamba-Transformer。 Transformer架构擅长捕捉复杂上下文，而Mamba特长在高效处理长序列。两相结合，模型在快与慢之间寻找平衡。 我们用经典的“鸡兔同笼”题分别向DeepSeek R1和混元T1提问，在关闭“联网搜索”的情况下，二者最终给出的答案无误，R1思考用时28秒，T1仅用14秒。 在MMLU-pro、CEval、AIME、Zebra Logic等中英文知识、竞赛级数学，以及逻辑推理公开基准测试中，混元T1的得分比肩DeepSeek R1和OpenAI的o1（均为推理模型）。 值得注意的是，混元T1每百万tokens 输出价格4元，这是DeepSeek R1标准时段输出价格的四分之一，与其优惠时段价格持平。 这样看来，腾讯不仅是在元宝接入模型的速度上看跟得紧，从模型的路线和价格上也是。 比亚迪对“高阶智驾”进行了重新定义。 02 追随策略的胜利 来得早不如来得巧妙，短短一个月时间，元宝支棱起来了。 3月19日，腾讯总裁刘炽平在2024年年报电话会上提到了元宝的表现，2月到3月日活激增超过20倍，成为中国第三高的AI原生移动应用程序。 腾讯元宝去年5月30日发布，初期定位是集成腾讯混元大模型的智能助手，但是反响平平。1月DeepSeek的R1模型全球大火，次月腾讯就宣布将DeepSeek-R1满血版接入元宝，由此元宝也迎来了转折点。 在那之后，元宝高强度“日更”，35天里版本更新30次。用户也不断涌入，元宝一度登顶苹果中国区应用商店免费榜，超越DeepSeek。 不仅是元宝，腾讯在AI领域的发力突然按下加速键。其旗下核心应用如微信、QQ浏览器、QQ音乐、ima、腾讯文档等，都接入了DeepSeek模型，并同步支持自研混元大模型。 “自研+开源”的多模型策略还将继续。腾讯方面表示，腾讯元宝将继续坚持“双模”。投入继续加大，近半个月就投入近3个亿。在前不久的财报会上，刘炽平透露：“我们计划在2025年进一步加大资本支出，预计资本支出将占收入的十几个百分点。” 这又是一次“追随策略”的胜利（至少是阶段性的胜利）。 紧盯市场走向，快速跟进与创新结合，实现后发优势，这是腾讯擅长的。从腾讯“起家”的QICQ，到如今的元宝都是如此。 腾讯曾经饱受“抄袭”“模仿”的质疑。马化腾早在2010年就称“模仿也是一种尝新”，在2018年面对记者提问时，他的回答更加完整：“有时候为了创新而创新，反而会让创新动作变形。很多创新往往是自下而上的，总是在不经意的边缘地方出现。如果企业完全自上而下，给创新定好方向，这样往往没有活力，很僵化。”从与DeepSeek合作，与自研模型并行，并与内部应用融合来看，创新可以是自下而上的，也可以是从外向内的。 在AI的牌桌上，巨头要考虑的不仅仅是如何造出更好的模型，而是怎样发挥自身积累的产品优势，以及怎样让对AI的投入和自身战略相结合。 在接入DeepSeek之前，腾讯在整个2024年也已经广泛部署AI，并且从中“尝到了甜头”。腾讯内部已经有超过700个业务场景接入混元大模型与加入开源大模型。全年资本开支767亿元，同比增长221%，收入同比增长11%。其中腾讯会议收入增长40%，AI功能月活增长到1500万。而企业微信收入同比翻倍。 与其说腾讯突然“激进”了，不如说轮子落进了合适的车辙，加速是势在必行。 03 融合的风 马化腾在产品层面紧跟梁文锋，整个大模型行业也在跟着梁文锋而动。 毋庸置疑的是，DeepSeek R1从今年初开始掀起了全球“推理模型热”。AI模型求“大”不再是公认唯一可行的路径，再经过DeepSeek对工具的不断开源，更让人们有意识追求“效率”的魅力。 OpenAI o3 mini、谷歌的Gemini Flash Thinking；国内月之暗面的Kimi 1.5，科大讯飞 X1，阿里Qwen 2.5-Math-PRM…… 这次DeepSeek对通用模型的更新，则显示出了“融合”的趋势。V3-3024融入了R1的强化学习推理优化方法，同时保留了通用模型的高效执行特性，是突破通用模型“平庸困境”的一种尝试。 腾讯的混元T1正式版也有异曲同工之妙，从架构层面融合，使得其作为推理模型反应速度显著提升，与此同时能更好地处理上下文。DeepSeek尝试让通用模型向推理模型的方向走了走，腾讯则让推理模型向通用模型的方向走了走，两端都在向中间靠拢。 模型生产商兼顾几种路径，导致产品线冗杂的问题已经有所显现。 此前OpenAI CEO山姆·奥特曼（Sam Altman）在谈及GPT-5的计划时就曾经透露，模型和产品功能太复杂，未来OpenAI将将其统一，o3模型不再单独发布，GPT-4.5也将是OpenAI最后一个非链式思维模型。 Anthropic抢先OpenAI一步，试图给出解决方法。在2月底发布了“全球首个混合模型”Claude 3.7 Sonnet。即在单一架构上整合实时应答（Fast Thinking）和深度思考（Slow Thinking）。不让用户去在不同的模型间进行切换，而是模型自行判断当前问题是否需要深度思考。 也许接下来的问题是融合的方式选择：是通过AI自动调配来实现“融合”（实际上是将不同模型藏在后台），还是在模型层面做融合（就像V3-3024和腾讯混元T1正式版的做法）。 所谓的“两条腿走路”，是并行开发分离的通用模型或者推理模型。那么如今的融合趋势，就是将两条腿变成了一个轮子，迈左脚还是右脚，别去操心了。

快科技2月24日消息，近日，北京大学电子学院研究员透露，其团队创造性地制备出了迄今为止尺寸最小、功耗最低的铁电晶体管，相关研究成果已在线发表于《科学·进展》上，该成果有望为AI芯片算力和能效的提升提供核心器件支撑。 据介绍，当前AI算力普遍面临“内存墙”问题。在计算过程中，数据的存储与运算处于不同区域，“隔墙”调用数据的方式严重制约了AI芯片性能的提升。 与传统半导体逻辑晶体管不同，铁电晶体管（FeFET）同时具备存储和计算能力。其“存算一体”的特性更符合AI芯片的进化方向，因此被业内视为神经形态计算方面最具潜力的新型基础器件。 尤为值得关注的是，该团队通过纳米栅极结构设计，巧妙攻克了铁电材料“改变极化状态”时需要高电压、高能耗这一难题。 具体而言，他们将铁电晶体管的物理栅长缩减到了极限的1纳米，这一精度达到了原子尺度。如此一来，铁电层内部能够形成高强度电场，仅需极少外部能量（0.6V电压）的激发，就能轻松实现铁电极化的翻转。 这一技术突破打破了传统铁电晶体管面临的物理限制，让能耗相较于国际最好水平降低了一个数量级。 据了解，这种具有超低工作电压和极低能耗特性的纳米栅铁电晶体管，不仅能为构建高能效数据中心提供核心器件方案，也为发展下一代高算力人工智能芯片奠定了关键技术基础。

2024年9月的云栖大会上，一场围绕“人形机器人的‘图灵时刻’”的圆桌论坛中，宇树科技创始人王兴兴旁边，紧挨着的就是逐际动力的创始人张巍。半年后，两人各自迎来了人生的又一重要节点。 宇树科技的人形机器人H1登上蛇年春晚完成舞蹈首秀，逐际动力也几乎同时完成了A+轮融资，半年累计完成5亿元A轮系列融资。投资人将更多目光转向了具身智能赛道。 作为学术派创业的典型代表，张巍一直从事机器人与自动化相关的研究。他将具身智能视为当下最火的一条赛道，尽管它目前仍面临很多问题和质疑。 2019年，张巍加入南方科技大学成为一名长聘教授，在此之前，他在美国俄亥俄州立大学担任终身教授，有着16年的海外留学和工作经历。回国后的张巍，依托南科大平台，和深圳本土企业以及一些知名高校，开展一系列关于足式机器人的产学研项目，逐际动力就是在这个背景下所孵化出来的一家企业。 图源：逐际动力官网 成为“具身智能领域的英伟达”，这是张巍构想的创业蓝图。在张巍看来，逐际动力做的并非是让机器人去代替人，而是Empower人，将具身智能创新、落地的效率提升百倍千倍。 在接受《晚点Auto》采访时，张巍解释说：“我看之前黄仁勋接受采访说，他们最近十年把计算成本下降了100万倍，这个特别好，英伟达做到了这件事，才会有各种AI应用的落地，他本质是在服务创新者，我们也想做类似的事。” 成立三年获得4次融资，支撑着张巍距离他的梦想更进一步。但是跟大模型和自动驾驶等AI领域创业一样，具身智能现在还远远没有走到终极形态，留待张巍需要解决的资金和人力等问题，还将持续。 01 回国创业 张巍的学术履历堪称“机器学习理论和算法领域的教科书”。 1999年，张巍就读于中国科学技术大学学习自动化系。本科毕业后，张巍赴美留学，开启了长达16年的海外留学和求职经历：在肯塔基大学获得电气与计算机工程系硕士学位，随后就读于美国普渡大学电气与计算机工程系，获得博士学位。 博士后期间，他加入加州大学伯克利分校的Hybrid System实验室，师从美国工程院院士 Claire Tomlin和Shanker Sastry，研究混杂动态系统的控制和机器人。自2011年，张巍开始在美国俄亥俄州立大学电气与计算机工程系任教，并于2017年6月晋升长聘副教授。 张巍的研究方向包括控制理论与应用、机器学习理论和算法、机器人、无人系统等。在美国工作期间获得了美国国家科学基金NSF CAREER 奖和美国俄亥俄州立大学Lumley杰出科研奖，并且在TAC、Automatica等权威期刊发表论文40余篇，部分应用成果发表在ICRA、IROS等机器人与人工智能领域顶会上。 在机器人领域钻研16年的张巍，越来越希望能由自己来创造更多的新价值，并因此有了越来越强烈的回国意愿。 这背后也是张巍对中美机器人产业链差异的观察：美国在原始创新方面领先一些，不过，进入实际应用和产业落地阶段，中国的优势更明显。 在国外做机器人相关研究时，张巍就经常从中国购买零部件，通常一两个月才能收到货，而且他发现很多硬件产品都是从深圳粤海街道发货。如果发现某个零件不合适或者需要换新，再下单又得再等一两月，整个机器人硬件的迭代速度就相对较慢。 2019年5月，张巍回国，加入南方科技大学，创办了机器人控制与学习实验室（CLEAR LAB），致力于机器人控制理论与学习算法方面的研究。和他一起从美国回来的还有他的博士生谌骅，担任CLEAR LAB的研究助理教授，后来成为逐际动力的联合创始人。 CLEAR LAB的研究方向跨越各个领域，这其中，张巍最关注的是足式机器人，并将其视为机器人的终极形态。 于是，张巍团队不仅自主设计和研发了一款四足机器人平台——南科哮天；也针对足式机器人展开多个论文研究，团队发表的论文多次被IROS（世界机器人和智能系统领域影响力最大的顶级学术会议之一）收录。 图源：南方科技大学官网（南科哮天） 仅2021年，张巍团队CLEAR Lab有6篇论文被IROS 2021接收，主题涵盖双足机器人、四足机器人等，主要分析解决足式机器人的行业痛点。 比如其中一篇论文分析的是，如何利用ICI调节足式机器人的迈步和腿的刚度来使其达到平衡；其中一篇论文针对四足机器人楼梯攀爬问题，提出了一种基于地形感知的全自主四足机器人楼梯攀爬解决方案。 这些研究成果都为后来张巍创立逐际动力提供了理论基础。 02 做“具身智能行业的英伟达” 长达近20年的研究，让张巍意识到，机器人行业到了一个新的节点——未来可能只有10%的新价值是来自原始学术创新，90%来自工程实现，光在学校写论文已经没什么用，要创业才能最大程度推动机器人进步。 2022年1月，张巍创立了逐际动力，和他一起从美国回来的谌骅，成为联合创始人。 当时，国内切入机器人赛道的同行并不算少，有优必选这样已经业界知名的公司，也有宇树科技、傅利叶、乐聚等一批入局多年的创业公司。 不过，当时机器人大多通过“进工厂”落地，而张巍则选择了差异化定位，他瞄准了黄仁勋。 “黄仁勋在最近十年把计算成本下降了100万倍，英伟达做到了这件事，才会有各种AI应用的落地。”在张巍看来，黄仁勋在AI行业里做的事情本质是：服务创新者，是AI创新里关键的推动者和效率的提升者。 张巍也要在机器人领域做类似的事情，通过服务创新者，解决具身智能的落地难题，让具身创新变得简单和高效。 于是，张巍给逐际动力的定位是“具身智能行业的英伟达”，一家提供“提供机器人本体和AI软件工具”的具身智能工具公司，服务想在各行各业落地的具身智能具体应用的创新者，可能是有智能机器人需求的客户本身，也可能个人开发者。 技术路径上，张巍选择了足式机器人，这也是张巍科研的重点方向。他曾分析称，足式机器人的关键核心在于“腿”，需要打造出全地形移动能力，这样既能覆盖轮式机器人的不足，同时又能绕开早已杀成一片红海的轮式机器人赛道。 张巍的想法吸引了投资人的关注，明势资本看到了张巍的paper，主动找了上来。2022年8月，逐际动力成立半年后，迎来了第一笔天使轮融资。一年后，张巍获得了来自联想创投和绿洲资本的Pre-A轮融资。 就在张巍获得投融资的时候，这个行业开始迎来爆发，马斯克又为这种爆发势头添了把火。 张巍创立逐际动力的几个月前，2021年8月，特斯拉CEO马斯克宣布计划开发一款名为“特斯拉机器人”的人形机器人。逐际动力成立的5个月后，2022年10月的AI Day上，马斯克带着Optimus原型机站在台上说，人形机器人产业会是人类历史上规模最大的制造业。 不过，在张巍看来，人形机器人尚不是大公司能充分发挥资源优势的领域，“如果堆数据、堆算力就能领先，这里没有创业公司什么事了。” 2023年以来，一大批创业公司挤进了机器人赛道：“稚晖君”彭志辉在2023年2月创办了智元机器人，获得了奇绩、高瓴等投资，截至目前，融资到B轮，估值高达150亿元；成立于2023年5月的银河通用，获得了美团、源码资本等投资；由清华大学交叉信息研究院孵化的星动纪元，成立于2023年8月，一经成立迅速获得种子轮和天使轮融资。 技术逐渐成熟。一向专注于四足机器人的王兴兴，也开始做人形机器人。2023年初，宇树科技正式研发人形机器人，并选择双足路线。 张巍的创业节点，恰逢中国机器人产业的关键时刻，既有工信部《“十四五”机器人产业发展规划》的政策驱动；也有多传感器融合、强化学习等技术推动人形机器人的技术突破。 上述因素共同加速了张巍在研发成果上的步伐。 2023年9月，张巍团队推出首款四轮足机器人W1，成为国内首个能自主上下楼梯的四足机器人。2024年3月，张巍团队发布了一条双足机器人在野外行走的demo视频引发关注，视频里，面对复杂的地形环境如下碎石坡、爬草坡等，双足机器人都应付自如。视频发布不到一周，播放量超过1300万。 图源：逐际动力微信公众号 “它是否有可能替代职业运动员，比如足球队员或者登山运动员？”面对峰瑞资本投资人李丰的提问，张巍回答说，“我认为未来还是有希望的。” 四个月后，逐际动力获得了来自阿里等公司和机构的A轮融资。阿里成为仅次于其核心创始团队的第二大股东，而这家公司也是阿里在人形机器人领域的首次投资。 03 机器人领域上演本土派vs海归派大战 在张巍相继拿下大厂投资和产品引发关注之际，另一家来自本土派创业者王兴兴的宇树科技，趁着春晚的东风，先逐际动力一步走向了大众视野。 不同于张巍的海外求学和任教背景，王兴兴算得上是土生土长的本土派。自上海大学硕士毕业后，王兴兴即入职大疆，从大疆离职后创办了宇树科技。 王兴兴之外，更多本土派年轻创业者也开始崭露头角：星动纪元孵化于清华大学交叉信息研究院；智元机器人的创始人稚晖君来自“华为天才少年计划”；加速进化的创始人来自清华大学，核心团队也来自清华机器人控制实验室和清华火神足球队。 这些人，大多在今年加入了黄仁勋的“朋友圈”。今年1月，黄仁勋在CES上与14台人形机器人同时登台，公布英伟达训练机器人的平台“世界模型Cosmos”。中国人形机器人占据了半壁江山，其中就有宇树、傅利叶、小鹏、智元、星动纪元、银河通用6家中国人形机器人的身影。 除了没有出现在黄仁勋“朋友圈”之外，海归派出身的张巍，跟本土派们的另一大分歧还体现在商业化落地方面。 去年9月的云栖大会上，王兴兴们对机器人的商业化都传递出了比较乐观的情绪。张巍则认为这个赛道用时间来衡量是比较难的一件事，“我也是相对乐观的，但是我们要避免过早地去做商业化。” 图源：阿里云（右1为张巍，右2为王兴兴） 除了面临来自国内本土派机器人创业公司的竞争，张巍的面前，正在迎来更多新的竞争对手。 何小鹏、雷军、李斌、李想们，在造车之外，也都或已经发布产品，或明确将要进军机器人赛道，且越来越多车企包括上汽、长安、奇瑞等，也都有了驶入人形机器人赛道的打算。毕竟，从技术层面看，造智能电动汽车，与造人形机器人在某些方面具有技术同源性；从供应链看，制造汽车和制造机器人也有大量重叠之处。 当视角转移到国外，一些强劲的对手同样在加速竞逐机器人赛道。 马斯克在今年1月底披露，特斯拉Optimus人形机器人量产目标是2025年先做到大约1万台，到2026年提升到5-10万台，2027年接着再增加10倍。 今年2月，明星初创机器人公司Figure AI宣布与OpenAI终止合作。理由是OpenAI 所擅长的大语言模型并不适配人形机器人，无法解决机器人从数字世界走向物理世界的运动控制问题。后来Figure AI发布了新型机器学习模型Helix，一个专门为人形机器人打造的通用模型。 这场机器人竞赛，远没有到尽头。将海外学术积累与国内供应链优势结合的海归派张巍，还需要拿下更多的融资，拿出更好的产品来支撑他的梦想实现。