数据来源：《中国互联网络发展状况统计报告》等 　　最近，AI支付火了。 　　通勤路上，打开千问APP，语音说出“点一杯热拿铁，送到公司楼下”，无需跳转外卖APP，AI自动匹配偏好，用户仅需点击“选它”，确认支付宝付款，即可一键完成结账；餐饮店中，商家仅需对纸质菜单拍照，微信支付的AI功能即可精准识别并一键转化为线上菜单，自动在经营收款码中生成电子价目选项，实现轻松收单、便捷收款。两个日常场景，勾勒出AI支付正在重塑的交易图景。 　　支付遇到AI，碰撞出新的火花。对用户而言，省去APP跳转、页面切换的繁琐，通过“对话”就能完成点单、购票、缴费、充值，时间成本大幅降低；用语音表达替代手动操作，老人、行动不便者可以更轻松地使用相关服务。对商户来说，AI自动完成菜单建档、商品识别、订单匹配与对账结算，人力成本下降、出错率更低；交易数据经AI分析转化，还能帮助商铺实现精准营销与库存优化，让小店也可以拥有数字化运营能力。这种双向赋能，让支付不再是交易的“终点”，而是连接需求与供给的“智能枢纽”。 　　回望支付升级之路，每一次迭代都以降低门槛、提升效率为核心。从银行卡支付的标准化结算，到移动支付“扫一扫”的普及，再到如今AI支付的对话即付、无感完成，支付介质不断简化，支付形态不断进化，服务边界持续拓展，支付成为融入生活的智能服务。由“完成交易”走向“服务生活”，搭上AI这趟列车，支付还有更多可能。 　　无论技术如何发展，支付安全是不可突破的底线。AI赋能支付发展，要坚持以技术筑牢安全与普惠底座，以场景驱动服务持续升级，让支付更可信、更贴心。相关主体要将生物识别、实时风控与异常检测深度融合，构建全流程防护体系，确保交易可追溯、风险可拦截、损失可赔付，让用户敢用、愿用。同时要针对老年群体、偏远地区用户与特殊人群，优化语音引导、简化操作流程、降低使用门槛，让技术红利覆盖每个人，杜绝数字鸿沟。此外，还要基于用户习惯与场景需求，持续优化服务供给，将更多元化的支付功能嵌入出行、医疗、教育、政务等领域，在更多场景实现“需求触发、智能执行、无感完成”，让优质服务存在于日常，温暖于细节。 　　支付场景的智能化只是AI赋能金融业的一个缩影。当前，在金融领域，从智能风控、精准营销到智能投顾、自动化风控审核，AI的身影贯穿资金流转、风险管控、服务触达、决策支持等全链条。这也更加直观地证明，AI正从前沿技术转变为社会运行的基础能力，深刻改变着信息处理方式、资源配置效率与服务供给模式。 　　面对AI带来的变革，顺应大势、主动赋能才是明智之举。无论是金融行业还是其他经济社会领域，都必须跳出传统路径依赖，以更开放的思维拥抱技术创新，将AI用于提升效率、防控风险、拓展服务边界，不断创造新的价值。在“懂你需求”的路上，还要始终坚持技术向善、科技为民，用AI释放民生红利、激活发展动能，推动技术应用与实体经济协同进步，在智能时代实现更高质量、更具温度的发展。

　　近期，2026年度车百会研究院专家媒体交流会暨智能电动汽车发展高层论坛媒体发布会在北京举办。以“推进新能源汽车智能化、绿色化、融合化、国际化发展”为主题的智能电动汽车发展高层论坛，将于2026年4月11日至12日在北京隆重举行。 图为此次论坛媒体发布会现场 　　据交流会透露，4月11日的高层论坛将围绕“推进新能源汽车智能化、绿色化、融合化、国际化发展”和“探索产业新发展模式，培育汽车新质竞争力”两大主题展开深度探讨；4月12日将举办国际论坛及多场主题论坛，内容涵盖AI+汽车、市场与消费、智能动力系统、汽车设计、智能汽车、商用车可持续发展、汽车“三新”技术变革及车路城融合发展等热点领域。 　　除了丰富的会议内容，论坛同期还将举办三场特色展览，分别为新能源汽车产业新·智成果展、供应链创新技术展、汽车生活美学特展。此外，论坛期间还将发布车百智库多项年度重点研究课题成果、技术报告与趋势研判，呈现企业最新实践案例。届时，汽车、能源、交通、城市、通讯、人工智能等领域的代表将共聚一堂，共谋汽车行业发展。（王钰佳）

市民挑选车型。 消费券核销。 超市里市民用券消费。 家电热销。 原标题：冰城深1度｜迎春惠民消费季 激发消费热潮 为进一步释放消费潜力，2月末，哈尔滨市“春启冰城·惠动尔滨”迎春惠民消费季活动正式开启。2月28日至3月31日，哈尔滨市在汽车、电商、家电、百货超市等重点领域发放新一批政府消费券。半个月以来，政策红利持续释放，市民“用券消费”成为提振市场信心的有力引擎。政府直补、企业让利、市场联动形成叠加效应，重点消费领域客流与销量双攀升，冰城消费市场暖意融融、活力迸发。 家电商超持续火爆 换新消费热度不减 近日，记者在苏宁易购西大直街店、广汇电器和兴店等家电门店看到，选购家电的市民络绎不绝。此次政府消费券覆盖大家电、厨卫、小家电等，二三级能效电器产品均纳入补贴，实现“市补+企促”双重优惠，市民换新意愿显著提升。 在苏宁易购西大直街店厨卫专区，导购员为市民核算优惠：某国产大品牌烟机，满3000元减150元、满2000元减100元、满1000元减50元，叠加品牌优惠，单台最高可省600元。家住南岗区的市民张女士刚完成一套烟机灶具的产品核销，她告诉记者，从观望到下单只用了三天，“政府消费券加上门店活动，烟机灶具套购比节前便宜近800元，安装售后也同步升级，现在换最划算。”门店工作人员介绍，消费券发放半个月以来，门店日均客流较平日增长近三成，套购、换新订单占大部分，彩电、冰箱、厨卫成为销量主力，核销率持续走高。 广汇电器将政府消费券活动与门店活动相结合，购物福利、家电专项补贴活动同步落地，进一步提振消费信心。广汇电器和兴店卖场内，空调、电视机、饮水机、洗地机等季节性家电与升级类产品咨询量激增，不少市民趁着补贴集中完成全屋家电迭代。门店工作人员表示，半个月以来，门店销售额同比增幅明显，消费券有效激活了刚需与改善型需求，把潜在购买力转化为实际成交量。 百货商场与连锁超市同样热度不减。中央大街、哈西、群力等核心商圈，服装、美妆、家居、运动等品类专柜客流回升，市民用券购物、即领即用，便捷度与获得感显著提升。超市业态中，米面油、生鲜、日用品、乳制品等民生商品成为用券高频品类，云闪付一键核销，结算更快、优惠更实。多家商超负责人表示，消费券有效拉动到店率与客单价，夜间客流与周末客流增幅尤为突出，民生消费与品质消费同步升温。 叠加优惠添动力 车市人气旺订单涨 消费券政策对汽车消费的拉动作用持续显现。半个月来，哈尔滨机场路、先锋路等汽车商圈客流饱满，各大汽车品牌4S店看车、试驾、订车、交车同步繁忙，首购、家庭置换更新需求集中释放，政策红利快速转化为订单增量。 此次汽车消费券实行分档补贴：15万元（含）以下每台补贴4000元；15万元以上至25万元（含）每台补贴5000元；25万元以上至35万元（含）每台补贴6000元；35万元以上，每台补贴7000元。补贴可与品牌优惠叠加，大幅降低购车成本，市场反响强烈。 3月份以来，吉利汽车哈尔滨多家4S店内吉利、银河、领克等系列车型持续热销，多数门店日均接待量较活动前均有所增加。吉利汽车哈尔滨吉美丰4S店销售顾问介绍，7万至15万元家用轿车、SUV最受青睐，刚需家庭占比高，“政府4000元补贴加上门店优惠，落地价更亲民，半个月订单量持续高位，很多客户对比后直接预定。”刚完成提车手续的市民孙先生说，原本计划下半年换车，看到消费券政策提前出手，“算上补贴省了一大笔，手续简便、核销顺畅，用车成本明显下降。” 哈尔滨国际汽车城多家品牌门店数据显示，3月份以来整体客流量同比大幅增长，订单量环比提升明显，新能源汽车占比稳步提高。消费券既拉动传统燃油车消费，也助力新能源汽车普及，推动汽车消费向节能化、智能化、品质化升级。汽车流通行业人士表示，政府消费券的发放，有效带动新车销售、保险、金融、上牌、售后等全链条回暖，为汽车市场企稳回升提供关键支撑。 政策精准发力显效 政企联动赋能消费升级 哈尔滨此次发放政府消费券，是扩内需、稳增长、惠民生的重要举措，发放半个月以来成效显著。政策覆盖汽车、家电、百货、超市、电商等重点领域，采取分档满减、直抵核销、多平台便捷领取、先到先得用完即止的方式，兼顾普惠性与导向性，把财政资金用在促消费、稳市场的关键处。 政策精准发力显效，政企联动赋能消费升级。精准撬动，杠杆效应明显。消费券聚焦大宗消费与民生消费，激活居民消费意愿，推动潜在需求转化为现实购买力，形成“政府补一点、企业让一点、百姓省一点”的共赢格局。政企协同，形成促消费合力。各大品牌汽车4S店、商超连锁、家电门店等主动加码优惠，推出预存翻倍、套购满额返券、免费安装、延长质保等举措，与政府补贴同频共振，提升消费者获得感。扩围提质，推动消费升级。补贴覆盖绿色智能家电、新能源汽车、品质百货等升级品类，引导消费向绿色、智能、品质化转型，既稳当前增长，也利长期转型。 哈尔滨市商务局相关负责人表示，此次消费券发放通过简化流程、优化核销、强化监管，确保补贴直达消费者、惠及正规商户。市场监管、商务等部门加强价格、质量、服务监管，严查虚假优惠、哄抬价格等行为，保障消费秩序与消费者权益。 政府消费券的持续发力，不仅带来销量与客流的增长，更传递出市场信心的稳步回升。冰雪季过后，哈尔滨消费市场快速衔接迎春惠民活动，以政策稳预期、以活动聚人气、以服务优环境，推动消费从季节性回暖转向常态化回升，为全年消费市场发展打下坚实基础。（文/摄 记者 刘瑞）

我们播客的合作者姚嘉在最近这期节目里有一个很有趣的洞察，他把这称作AI创业大潮中的“老头乐现象”： 在这一轮AI革命中弄潮的，很多都是四五十岁的中年人，比如OpenAI 的 Altman，41 岁，Anthropic 的 Amodei，42 岁；DeepMind 的 Hassabis，48 岁。最近大红大紫的OpenClaw的开发者Steinberger，38 岁，都已经退休过一回了。 这个现象放在中国也有类似情况，智谱AI的张鹏44岁，DeepSeek的梁文锋41岁，阶跃星辰的姜大昕40岁，MiniMax闫俊杰也37岁了！ 当然要说这群人是“老头乐”，那也有点伤人。不过说是中年革命，应该不过分。这跟30年前的互联网革命有很大不同，那几乎是一个辍学生和穿帽衫的男孩们统治的时代。 没人会真的把这群掌控千亿市值、定义技术走向的人称作“老头”，但姚嘉的调侃里藏着核心事实：本轮AI革命的话语权，牢牢掌握在中年人的手中。 当我们切开一个个AI项目的外壳，会发现这场革命的底层逻辑，从一开始就注定了——它偏爱相对更有积累、有情商、有敬畏心的中年人。这种权力的移转并非偶然，也与运气、情怀、年龄歧视没什么关系。 互联网是快消品，AI是重工业 创业类型有很多，但互联网创业的逻辑经历了30年的造富效应，最为人所熟知：找痛点、搭团队、快速迭代、冲高流量、抬高估值、上市变现，在某个赛道牢牢占据一块市场。 但在新的这轮AI创业浪潮中，无论是资源密集度的门槛，还是宏观经济周期的改变，加上监管环境、公众舆论对创业者的要求，都与互联网革命不可同日而语。 先看资金门槛，如果说互联网革命是生产洗衣粉的轻工业，AI革命就是生产万吨乙烯的大基建。 互联网刚刚萌芽时，创业成本低到惊人。几台廉价服务器、一个创业点子、几个同学伙伴，就能在车库中、宿舍里启动一个项目。 扎克伯格在哈佛宿舍搞Facebook，启动资金2000美元；马云创办阿里巴巴，启动资金靠“18罗汉”凑一凑，50万元人民币。那时候的创业，拼的是“敢想敢干”，资金从来不是最大的绊脚石。 AI创业则是另一番景象——它是资本密集型的“重工业竞赛”，没有巨额资金，连入场券都拿不到。训练一个领先的基座模型，需要数以万计的GPU、极高的电力供应，以及数亿甚至数十亿美元的持续投入。 巴克莱银行有个分析，AI基础设施的资本开支已进入超常增长阶段，预计到2030年，仅美国数据中心的电力需求就将比目前增长三倍，达到每年5600亿度电——等于新增了三个三峡大坝的发电量。 中国在本轮AI革命中主打一个价格便宜量又足，但这并不意味着中国的AI项目可以轻资产投入。以港股上市公司智谱为例，他们训练GLM-130B大模型时，使用96台DGX-A100（每台8×40G），预训练持续60天，等价于花费490万美元的云服务费用。 这还只是一个版本模型训练的基础费用与时长！ 梁文锋的DeepSeek-V3模型，算是“低成本高效益”的典范，仅为GPT-4估算成本的二十分之一到十分之一，但训练成本依然达到557.6万美元。如果没有幻方量化数百亿规模、几十个百分点年收益率所形成的资金池，也无法支撑这样的研发投入。这种规模的资金门槛，绝大多数年轻创业者都无法承担。 资金之外，工程经验的门槛，也把大多数年轻人挡在了门外。 互联网创业的技术门槛相对较低，只要能快速实现MVP（最小可行产品），就能获得市场反馈、持续迭代。但AI创业不一样，大模型训练涉及分布式系统、优化算法、数据工程、硬件适配，每个环节都需要深厚的工程经验，每一步都不能出错。 还拿智谱AI举例。根据团队开源的研发时间线，GLM130B从2022年初开始进行多平台适配、算法与框架调试、数据准备和大规模测试，正式持续的预训练仅在5-7月这三个月内完成，大部分时间都用于“适应性调整和系统调整”，真正稳定训练的时间不到2个月。 这种“踩坑－填坑”的过程，与互联网时代的小步快跑、快速迭代格格不入，反而更类似于传统的工程建设。 姜大昕的经历也印证了这一点。这位47岁的阶跃星辰创始人，出身于微软亚研院，在自然语言处理、机器学习领域积累了数十年经验，是多个顶级会议的区域主席和期刊编委。 他创立阶跃星辰后，选择了“多模态统一”的技术路线——不是简单拼接不同模态模型，而是从架构层面实现原生融合。这种高难度的技术选择，需要对技术边界有清醒的认知，更需要深厚的工程功底，而这两种功力的积累都需要漫长的时间。 组织能力和人脉资源，更是中年创业者的“独家优势”。 互联网创业初期，团队规模小，管理简单，年轻人靠热情和冲劲就能带动团队。但AI创业需要的是规模化的组织管理，需要协调科研、工程、市场、资本等多个环节，需要整合学术、产业、资本等多方资源——这些能力，只能在长期的职业积累中慢慢沉淀。 张鹏的“清华系”网络，就是最好的例子。他在清华深耕二十余年，积累了强大的学术网络和产业资源，智谱AI的董事长刘德兵、首席科学家唐杰均为清华系人士，许多清华校友甚至辞掉国外顶级公司的工作，加入智谱AI。这种强大的人才感召力，不是年轻创业者能复制的。 闫俊杰虽然年仅37岁，处于中年与青年的边界，但他的组织能力同样来自长期积累。在商汤科技担任副总裁期间，他见证了“AI四小龙”的辉煌与困境，深刻理解上一代AI落地的痛点。创立MiniMax后，他打造了一支平均年龄29岁的年轻团队，却能凭借自己的管理经验，实现扁平化管理，让团队快速迭代产品，最终仅用4年就完成上市，刷新了AI公司的上市速度纪录。 说到底，互联网创业是“点子驱动”，AI创业是“积累驱动”。年轻人或许有更好的点子，但中年人有足够的资金、经验、人脉和组织能力，能把点子变成真正的技术、真正的产品、真正的商业价值。这不是年龄的胜利，而是积累的胜利。 资本也学会品尝时间的滋味 资本也是决定创业风向的重要一极。AI时代中年人能掌权，很大程度上，是资本的外部环境与行为模式发生了根本转变。 互联网时代，资本的主要玩法是普遍撒网、覆盖赛道，赛马中的领先者获得更高倍率的资本追投，直到上市套现。YC开创的5万美元占5%股份的玩法是这一潮流的集大成者，VC愿意把钱投给大量年轻创业者——哪怕他们没有经验、没有盈利模式，只要有一个概念足以让后面几轮投资者愿意接盘，资金就会纷至沓来。 杨致远、拉里佩奇、扎克伯格，这些杰出的年轻人奠定了这一模式的基础。直到Uber的超长规模融资难以为继，和WeWork带来的击鼓传花的破裂，这一模式终于失去了光环。 WeWork泡沫破裂、全球化被特朗普中止，加上疫情的冲击和元宇宙的伪命题，资本开始变得小心翼翼起来，LP（有限合伙人）对风险溢价的要求更高，VC再也不敢“广撒网、博概率”，而是转向“精挑细选、选赢家”。他们的投资逻辑，从“赌未来”变成了“求确定性”。而这种确定性，恰恰是中年创业者能提供的。 投资机构Antler做过一个统计，2021年，AI独角兽创始人的平均年龄达到了40岁的峰值。在真正具有高护城河的核心基座模型领域，经验的溢价依然存在，VC的资金依然优先流向那些拥有“深厚履历”的中年人。 OpenAI、Anthropic、xAI等头部初创公司的核心团队，几乎清一色是曾在谷歌、Meta或顶级研究机构沉淀超过十年的“老兵”。Sam Altman能拿到巨额融资，离不开他在Y Combinator担任总裁期间建立的投资人网络；Dario Amodei创立Anthropic后，能快速获得资本青睐，得益于他在OpenAI主导GPT-2、GPT-3安全评估的深厚经验；Demis Hassabis的DeepMind，能被谷歌以6.5亿美元收购，更是因为他在AI领域的长期积累和跨界视野。 VC对创业者的评估维度，也发生了彻底的转变。 互联网时代，VC最看重的是创业者“快速实现MVP的能力”，行业经验、资本调动能力都不是必需品，甚至偏好“外行颠覆者”。但在AI时代，资本的评估标准完全反转：他们更看重创业者的深层R&D背景、大规模算力管理经验，看重他们对垂直行业的深层认知，看重他们处理复杂算力合约、电力供应的能力，看重他们获取优质数据、算法专利、合规壁垒的能力。 在临门一脚的资本退出路径方面，AI时代的资本也更偏向中年创业者。互联网时代，VC主要依靠IPO退出，而AI时代，私募股权融资和巨头并购整合成为更为主流的退出方式——微软收购Nuance、入股OpenAI，谷歌收购DeepMind，都是典型案例。 在中国也有类似情况，基座大模型的主要玩家基本是字节、阿里这类超级巨头，即使有一些创业公司诞生，但大公司的战略投资也早早找上门去。 VC的算盘变了，创业的风向自然也变了。当资本不再追着“少年天才”跑，而是围着有积累、有确定性的中年人转，AI革命的话语权，自然就落到了中年人的手中。 反应过来的监管与媒体不再听之任之 如果说资本转向是“推力”，那么监管收紧和媒体叙事转变，就是“拉力”——它们共同将中年人推向了AI革命的前台。 互联网革命的来临，有很强的“猝不及防”意味。正如马云所说，“当年你爱搭不理，后来就高攀不起”。起于草莽的互联网产业，早期很像年轻人的玩闹，甚至诞生了给beg（乞讨）加个“.com”后缀就能上市薅钱的段子。 各国监管层对这种前所未有的事物抱持宽容的态度，媒体也更愿意报道少年英雄改变世界的吸睛故事（虽然后来更多的仅仅是少年暴富）。 但是经历过“颜色革命”、社会撕裂、贸易战、全球大流行之后，互联网对社会结构的深刻改变暴露无遗，无论是监管层还是媒体，对新的技术革命都更加审慎起来。 面对AI伦理、数据隐私、算法公平，这些监管要求，需要创业者不仅要有技术，还要懂政策、懂法律，且有足够的社会责任感。年轻人或许敢“先上车后补票”，但中年人更清楚，一旦触碰监管红线，所有的努力都将面临不可预测的未来。 所以在OpenAI如日中天的时候，仅仅因为伦理问题上的分歧，创始团队就会爆发伤筋动骨的宫斗；而在中国，监管层从大模型上线伊始就要求合规注册。随着AI安全与合规成为企业的必选项，那些懂政策、有经验、能平衡技术创新与合规要求的中年创业者，更容易获得政策支持。 Sam Altman的表现，就是最好的例子。作为OpenAI的CEO，他每年都要参加美国国会听证会，向议员们解释AI的技术边界、安全风险和监管建议。他善于将复杂的技术概念，转化为公众和监管层能理解的叙事，既能推动AI技术发展，又能满足监管要求。 2023年的“董事会风波”中，他快速复职，不仅展现了组织掌控力，更体现了他对监管环境、公众情绪的精准把握。 媒体叙事的转变，更是强化了中年创业者的优势。 Sam Altman和Demis Hassabis的媒体形象，不再是“反叛的创业者”，而是“科学家与思想家的结合体”。媒体报道他们时，更关注他们对AI安全的发声、对社会伦理的思考，关注他们如何负责任地推动技术发展。Demis Hassabis获得诺贝尔化学奖后，媒体重点报道的，不是他的“天才光环”，而是他如何通过跨学科积累，实现AI对科学的突破，以及他对“AI for Science”范式的长远规划。 这种叙事转变，背后是公众的心理需求。AI模型对普通大众而言是“黑盒”，是人们对未知的恐惧，需要通过信赖“成熟人物”来获得心理补偿。 路透社研究院的调查显示，62%的受访者更倾向于信任有专业人士监督的AI内容。媒体聚焦资深领袖，实际上是在向公众传递一种“技术在受控”的信号——而一个40岁、拥有深厚学术背景、谈吐得体的中年人，比一个20岁、穿着帽衫的年轻人，更能提供这种安全感。 中年人主导不意味着排斥年轻人 当然，中年人掌控AI革命，并不意味着年轻人在AI时代没有立足之地，在数十年一遇的巨大蛋糕面前，这两个群体并不是非此即彼的互斥关系，AI时代也同样涌现出了一批优秀的年轻创业者。 月之暗面的杨植麟出生于1992年，2015年以清华计算机系第一名毕业，随后获得卡内基梅隆大学博士学位，师从苹果AI研究负责人Ruslan Salakhutdinov。2023年，31岁的他创立月之暗面（Moonshot AI），推出Kimi智能助手，以“长文本处理”为核心差异化，迅速获得市场认可。2024年，他完成超10亿美元融资，估值达25亿美元，成为国内AI大模型公司单轮最高金额融资的获得者。 张祥雨则是“技术天才”的另一典范。这位1990年出生的研究者，是ResNet残差网络论文的第一作者，论文总引用数超30万次，是深度学习领域最具影响力的研究者之一。2023年，他加入姜大昕的阶跃星辰，担任首席科学家，与姜大昕形成“老中青”技术梯队，为阶跃星辰的多模态技术突破提供了核心支撑。 在AI的实施层，年轻人更是占据了主导地位。 港股上市公司MiniMax的员工中，平均年龄仅29岁，73.8%是研发人员，三分之一有海外背景——这些年轻人，是MiniMax快速迭代产品、实现4年上市的核心力量。智谱AI的员工中，也有大量“90后”“95后”年轻工程师，他们负责技术实现，将张鹏等中年领导者的战略想法，转化为具体的产品和技术。 年轻人是“技术原住民”，他们成长于互联网时代，对新技术、新产品的接受度极高，能快速捕捉行业趋势，敢于尝试颠覆性创新。他们也很少有家庭和财务的双重压力，没有过高的机会成本，能够承受更高的创业风险，能够全身心投入到创业中。他们可以在车库里、宿舍里，用最低的成本尝试新的想法，哪怕失败，也能快速调整、重新出发——这种“无产者”的创新勇气，是他们独特的资源优势。 四个方向与一个期待 AI革命给中年人带来了前所未有的机遇，但这并不意味着，所有人都能抓住这份机遇。 不少中年人，在面对AI浪潮时，会陷入两种极端：要么盲目自信，认为自己的经验足以应对一切，不会被AI所取代；要么过度焦虑，担心自己的经验被新技术淘汰，害怕被年轻人超越。这两种心态，都无法抓住AI时代的机遇。 事实上，中年人要抓住AI革命的机遇，关键不是对抗年龄，而是发挥积累的优势——把自己多年的经验、人脉、资源，与AI技术结合起来，实现厚积薄发。结合一些AI领域先行者的经历，我们总结出四个实战方向供参考。 第一，做领域问题的精准定义者，而非一线执行者。 中年人最大的财富，不是会写代码、会调模型，而是看透了行业中哪些问题是“真正值得解决的”。 龙虾之父Peter Steinberger就是最好的例子。他有过成功的创业经历，其项目被大公司收购，已经财务自由。制作Open Claw（当时还叫Clawdbot）的灵感，来自他旅行时的一个动念：现在的AI大多是一问一答式操作，能不能让它部署在本地电脑，通过WhatsApp等IM软件，直接命令它干活呢？ 在推出Open Claw之前，Steinberger已经制作过44个AI项目，结合第一次创业经验，他清晰地知道企业管理者对AI的需求是什么。正是这种时间和经历的积累，助推了开源史上攀升最快项目的诞生。 第二，构建知识图谱护城河，打造不可替代的竞争力。 随着通用大模型的普及，基础模型的能力会逐渐趋同，真正的竞争力，来自将AI与企业内部的非公开、高价值数据相结合。中年人多年积累的行业Know-how、隐性知识，正是构建这种竞争力的核心资源。 梁文锋的DeepSeek，就是靠这种“知识护城河”脱颖而出。他凭借量化投资背景带来的“系统优化”思维，将多年积累的算法经验，融入大模型训练中，专注于“模型架构创新”和“训练效率优化”，在MoE（混合专家模型）、MLA（多头潜在注意力）等技术点形成独特优势，最终以极低的训练成本，实现了接近GPT-4的性能。 中年从业者可以推动自己的组织，建立“语义层”和企业知识图谱，将自己多年积累的隐性知识数字化，然后与AI技术结合，打造出具有行业特色的AI产品。这种将行业经验与算法结合的能力，是刚毕业的AI博士、年轻创业者都难以复制的，也是中年人的核心竞争力。 第三，掌握“敏捷领导力”，做好人机协同的管理者。 AI正在将“固定职位”拆解为“动态任务流”，中年管理者不能再停留在“管理人”的层面，而要转向“管理AI协同的人机系统”。年轻人擅长利用AI工具提高执行效率，中年人则擅长协调资源、统筹全局，两者结合，才能实现效率最大化。 闫俊杰的管理方式，值得中年创业者借鉴。他创立的MiniMax，团队平均年龄仅29岁，他没有采用传统的层级管理，而是打造了扁平化的团队结构，充分发挥年轻人的积极性和创造力。 同时，他利用自己的行业经验，为团队定方向、控风险，将AI工具集成到产品迭代的每一个环节，实现了“年轻团队+中年掌舵”的高效协同，最终仅用4年就完成上市。 中年管理者要学会从“任务指派者”变为“工作流集成商”，将AI集成到决策工作流中，确保AI在决策发生的瞬间，就能提供支持。同时，要学会激励年轻团队，尊重年轻人的创新想法，实现“经验+活力”的双赢。 第四，发挥成熟优势，做好监管沟通者和伦理把关者。 随着AI监管的收紧，信任成为最稀缺的资源。中年人在建立共识、维护透明度、遵循道德规范方面的经验，AI无法模拟，也无法跨越式积累。这种“软实力”，将成为中年创业者在AI时代的另一核心优势。 Dario Amodei就是靠这种“软实力”，赢得了资本和公众的信任。他从OpenAI出走后，始终坚持“有益、诚实、无害”的AI开发理念，通过Constitutional AI技术，实现对模型行为的精细控制，主动应对AI伦理和监管挑战。这种对伦理和合规的坚守，让Anthropic在激烈的竞争中，占据了独特的优势。 中年从业者在AI项目中，要率先建立合规与安全框架，通过建立“人类审查循环”，消除算法偏见，增强组织内外部对AI系统的信任。同时，要关注AI的长期社会影响，确保技术发展符合公司价值观和监管要求，这样才能实现长期可持续发展。 如果说互联网革命像是一场草原上的野火，它迅速焚烧旧有的植被，让新苗得以在废墟上肆意生长。那么AI革命，更像是一场深层的地质运动。它没有烈火烹油的喧嚣，却在缓慢而有力地重塑整个人类社会的底层板块。 当AI真正可用后，执行的成本会被无限降低。但人类多年积累的经验、洞察、人脉和责任，正在成为最稀缺、最不可替代的资源。这一次，机会站在长时间的积累一边。

雷达财经出品 文|彭程 编|孟帅 3月16日，千亿居住服务巨头贝壳，晒出最新的年度财务答卷。 2025年，贝壳全年实现净收入945.8亿元，同比微增1.2%；但净利润却从上一年的40.78亿元骤降至29.91亿元，同比下滑26.7%。 其中，去年第四季度，贝壳的单季净利润甚至骤降85.7%至0.82亿元。 具体至各项业务来看，2025年，贝壳的核心房产交易业务承压：存量房业务、新房业务的净收入同比分别下降11.3%，9.1%。 不过，贝壳的非房产交易业务在去年扛起增长大旗，41%的收入占比冲上历史新高。其中，家装家居业务的净收入同比增加4.4%，而房屋租赁服务业务的收入同比更是飙升52.8%。 值得一提的是，在业绩交流会上，贝壳高管多次提到AI对于公司业务的正向带动作用。 尽管2025年公司在业绩端承压，但贝壳仍选择用真金白银回馈股东。2025年，公司豪掷9.21亿美元回购股份，还宣布派发约3亿美元的末期现金股息，全年股东回报合计超12亿美元。 值得一提的是，在不久前发布的《2026胡润全球富豪榜》上，贝壳创始人左晖的遗孀朱艳及其家族以405亿元的财富位列榜单第767名，而贝壳现任董事会主席兼首席执行官彭永东也以85亿元的财富上榜。 天眼查显示，贝壳于2020年、2022年先后登陆美股、港股。截至2026年3月18日收盘，贝壳报44.34港元/股，股价较此前70多港元/股的高点下滑明显。 全年总交易额、净利润双双下滑 3月16日，贝壳正式对外发布了2025年第四季度及全年未经审计的财务业绩报告。 财报显示，2025年全年，贝壳实现净收入945.8亿元，同比仅微增1.2%。 而在利润端，贝壳面临的压力更为明显，全年录得净利润29.91亿元，相较2024年的40.78亿元下滑26.7%；经调整净利润为50.17亿元，同比降幅更是达到30.4%。 分季度来看，2025年第四季度，贝壳业绩“失速”得更为明显。财报显示，公司该季度的净收入为221.89亿元，同比下滑28.7%。 对于去年第四季度收入下滑的情况，贝壳在财报中解释称，主要受新房及存量房交易服务净收入的高基数影响。 与此同时，贝壳该季度的净利润更是“断崖式”下跌至0.82亿元，较2024年同期骤降85.7%。 2025年，贝壳的毛利率也由2024年的24.6%下降至21.4%。 对于毛利率的下滑，贝壳解释称，主要是由于过往贡献利润率较整体毛利率为高的存量房及新房业务净收入贡献减少；及存量房业务的贡献利润率因链家经纪人固定人工成本增长而下降。毛利率降幅部分被房屋租赁服务的贡献利润率上升所抵消。 核心交易数据方面，贝壳2025年的全年总交易额（GTV）为3.18万亿元，同比下降5%。 其中，存量房交易的GTV为2.15万亿元，同比下降4.2%；新房交易的GTV为8909亿元，同比下降8.2%。 单看第四季度，贝壳的GTV下滑幅度更为明显，当季总交易额7241亿元，同比降幅达36.7%。 其中，存量房交易、新房交易的GTV分别同比下降35.3%和41.7%。 尽管在交易端承受着较大的压力，但贝壳的现金流状况依然保持着稳健态势。截至2025年末，公司现金、现金等价物、受限资金和短期投资合计为555亿元。 在门店和经纪人规模上，贝壳保持了稳定扩张。截至2025年末，公司门店数量为6.11万家，同比增长18.5%。其中，活跃门店达5.84万家，同比增长17.5%。 截至2025年末，公司经纪人数量达52.3万名，同比增长4.6%。其中，活跃经纪人44.56万名，与上年基本持平。 彭永东表示，对于直营的链家业务，公司去年主动优化了门店网点和经纪人结构，聚焦高效产能和核心城市区域的深度运营，优化后核心城市的人效水平提高。 在流量端，2025年第四季度，贝壳的移动月活跃用户平均为4380万名，较2024年同期的4320万名略有增长。 传统强势业务承压，非房产交易业务占比提升 进一步拆解财报可以发现，贝壳的业务结构在2025年发生了显著变化。 其中，公司曾经的两大支柱业务表现疲软：存量房业务全年净收入为250亿元，与上一年度相比下降了11.3%；新房业务净收入达306亿元，同比下降幅度为9.1%。 2025年，贝壳虽然存量房贡献利润率在四季度环比回升，但全年来看，新房贡献利润率仅同比提升0.2个百分点。 对于新房业务，贝壳管理层表示，过去贝壳的作业模式更多是一种相对传统的渠道逻辑，并围绕佣金和流量进行资源分配，“对于核心项目，可以用我们庞大的渠道流量去解决开发商的去化问题，这种模式在增量市场阶段是非常有效的”。 但贝壳管理层也坦诚地指出，在当前的环境下，这种模式只能服务一部分项目和一部分买家，对开发商和购房者端的价值比较有限。因此，贝壳正在将新房业务从渠道角色升级为项目全周期合作伙伴。 而与传统强势业务显现颓势形成鲜明对比的是，非房产交易业务成为拉动贝壳收入增长的关键引擎，其收入占比从2024年的33.8%跃升至2025年的41%，创下历史新高。 其中，房屋租赁服务业务表现格外亮眼，全年净收入达219亿元，同比飙升52.8%。截至2025年末，贝壳房屋租赁在管房源量超过70万套，同比增长62%。 同时，房屋租赁服务贡献利润率同比提升3.6个百分点至8.6%，实现经营层面全年盈利。这是贝壳租赁业务自推进“轻托管”模式以来，首次在规模扩张之外交出盈利答卷。 至于家装家居业务，去年斩获净收入154亿元，同比增长4.4%。该业务贡献利润率同比提升0.7个百分点至31.4%，经营层面亏损显著收窄。 彭永东强调，在家装家居和房屋租赁服务业务方面，公司聚焦提升盈利质量与建立可持续、可复制的经营模型，两项业务均进入更健康的发展阶段。 在彭永东看来，真正能够穿越周期的能力，不来自规模本身，而是来自于持续为消费者创造真实价值的能力。 AI赋能业务重塑，宣布3亿美元期末现金分红 在2025年业绩交流会上，贝壳高管多次提及AI技术对业务的重塑作用。 “AI不可无视，人也不可替代”，在彭永东看来，AI可以把理性化的部分极致理性化，同时让必须由人承担的感性部分的价值放大。 基于这一认知，贝壳明确了选择“人机协同”的AI战略路线。基于AI能力，贝壳正在提升平台整体提供服务的专业度，资源转化效率和增强单位产出的能力。 比如，在房产交易中，贝壳将AI能力嵌入营销获客、内容生产及专业能力训练等核心环节，进一步放大服务者的专业价值和平台效率。 在租赁业务中，贝壳通过AI驱动运营提效，让AI参与“收、出、管”及经营决策全链路，提升管理效率与精度。试点区域收房人效提升13%，AI定价较人工定价的招租成功率提升5.3个百分点。 据贝壳披露的数据，随着AI深度融入和精细化运营，经纪人人均二手单量从2单提升至3单，家装职业化项目经理月均承接单量同比提升超100%，资管经理人均在管房源量增长40%以上，均达历史新高。 彭永东还表示，2026年，公司将以AI技术重塑能力壁垒，进一步放大服务者的专业价值和平台效率，以更高品质的服务提升消费者的居住体验。 而在晒出2025年业绩答卷的同时，贝壳也披露了股东回报计划。贝壳强调，其始终致力于通过积极的资本配置举措回馈股东。 2025年，贝壳股票回购总额约9.21亿美元，同比提升29%。同时，贝壳宣派约3亿美元的末期现金股息，将由公司资产负债表上的盈余现金支付。 至此，贝壳2025年的综合股东回报超12亿美元，同比提升超过9%。 而自2022年9月启动回购计划以来，截至2025年末，贝壳已根据股份回购计划合计购买了约1.59亿股美国存托股份（相当于约4.78亿股A类普通股），总对价约25.47亿美元。 展望2026年，彭永东重申贝壳继续坚持中性的市场观。彭永东认为，中国住宅市场仍然是全球最大且最具价值的住宅市场。 但彭永东也强调，技术服务行业的底层逻辑发生了巨大的变化，消费者需要更专业、更能提供确定性的决策服务。未来，行业不再以规模为核心竞争力，而是进入以专业服务能力和效率为核心竞争力的新阶段。 贝壳执行董事兼首席财务官徐涛则表示，2026年贝壳将以更审慎的财务纪律，在效率与增长之间保持平衡，推动业务盈利质量的持续改善，在保障长期竞争力投入的同时，优化资本配置结构。

IT之家 3 月 18 日消息，据 Sammyguru 报道，三星正准备在其美国泰勒半导体工厂为特斯拉生产高端人工智能芯片。最新报道显示，该公司有望在 2027 年下半年开始大规模量产，这或将帮助这家韩国晶圆代工厂挽回过去几年流失的业务。 据IT之家了解，三星将为特斯拉制造两款人工智能芯片：AI5 和 AI6。其中 AI5 最初全部交由台积电生产，但受限于产能与成本问题，特斯拉转而将部分产能分配给三星。AI6 则属于双方签订的一项价值 165 亿美元（IT之家注：现汇率约合 1137.43 亿元人民币）的生产协议，协议有效期至 2033 年。据报道，两款芯片均将采用先进的 2 纳米工艺，以实现更高性能与更低功耗。 在近期的股东大会上，三星电子社长、晶圆代工厂部门负责人 Han Jin-man 公布了公司为特斯拉生产芯片的计划。该高管表示，德州工厂有望在 2027 年下半年进入量产阶段，但并未具体说明是哪款芯片。 此前报道指出，三星初期将聚焦 AI5 芯片，目前试产工作已在进行中，量产计划于 2027 年启动。而 AI6 芯片预计 2027 年开始试产，2028 年实现量产。三星是否会按此计划推进或做出调整，未来几个月将逐渐明朗。 与此同时，有消息称特斯拉正寻求提高 AI6 芯片的产量。当前协议允许三星每月生产约 16000 片晶圆，而这家车企如今希望每月增产 24000 片，使月总产量达到 40000 片。 若该计划落地，三星工厂的产能利用率将较去年有所提升。这有助于降低单颗芯片的生产成本，提高利润率。更重要的是，其晶圆代工厂业务有望在 2027 年实现盈利，这将是重大突破。

美光 凤凰网科技讯 北京时间3月19日，据彭博社报道，内存芯片巨头美光科技周三警告称，为满足激增的市场需求，公司将需在产能上投入巨资。这一表态给该公司整体乐观的业绩预测蒙上了一层阴影。 美光在周三发布的季度财报中表示，2026财年(截至今年8月)资本支出将超过250亿美元，超出分析师预计的224亿美元。美光还补充道，2027财年支出将同比增加逾100亿美元。 “我们预计2027财年资本支出将显著增加。”美光CEO桑杰·梅赫罗特拉(Sanjay Mehrotra)在电话会议上表示。 这一巨额支出反映出美光为满足市场对其内存芯片的旺盛需求而付出的代价，尤其是AI计算所用的高带宽内存。尽管美光销售额预计将持续飙升，但最新财报却遭遇投资者冷遇，股价一度下跌4.9%至每股439美元。(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”。

3月18日，美团官方微信公众号“小团有话说”发布消息称，已关注到“北大毕业送外卖”的视频在社交平台传播，已第一时间向北京海淀万柳站点核实情况。 经站长查询，的确有一位名为陶X俊的众包骑手，于2025年12月初注册，仅在12月9日当天完成5单配送，此后再无任何跑单记录。 美团表示，美团骑手注册流程便捷，不强制要求提交学历学位证书，因此站点和平台并不掌握骑手的学历信息，也无法对个人声称的学历背景进行核实。 值得注意的是，去年7月，美团也曾回应“丁某昭清华毕业跑外卖”相关问题。 去年，短视频账号“丁X昭频道”发布多条身着美团骑手工服的视频被广泛关注：视频中，丁X昭自述今年39岁，2004年参加高考，是清华本科、北大与牛津双硕士、南洋理工大学博士，曾任新加坡国立大学博士后研究员，目前在送外卖……诸多名校光环与“骑手”身份形成反差，引发“丁X昭为什么送外卖”等高热话题。 丁X昭自述曾在两家海外外卖平台和美团跑单，“三个平台的单量相加，成千上万单。”但美团当时核查发现，丁X昭在美团4个多月仅配送过34单，与他的说法相去甚远。在美团回应真实情况后，丁X昭自行删除了账号中身着外卖服的视频。 美团方面表示，理解大家对就业话题的关注，但再次呼吁大家，对于利用高学历标签博取流量的行为，切记保持理性，审慎判断。

IT之家 3 月 18 日消息，今天傍晚，小米集团大家电部总经理单联瑜在微博宣布：武汉小米智能家电工厂正式对外开放参观，3 月 & 4 月参观报名现已开启。为保证参观质量，每场参观限定 20 组米粉。 2025 年 10 月，小米智能家电工厂正式投产，该厂也是小米的第三座大型智能工厂，是小米大家电业务的重要里程碑，也标志着小米完整打通了产品设计-产品研发-产品制造的闭环。 作为新一代智能工厂，该工厂目前实现了高度自动化。在注塑与钣金车间已实现全流程 100% 自动化的“黑灯生产”，部分零部件公差可精准至 ±0.05 毫米。厂内配备一条总长 4.2 公里的空中运输带，用以连接六大车间，实现物料的跨区智能流转。 厂内还配备 161 台 AMR 自主移动机器人，能自主导航、智能避障，完成核心部件的精准配送。全厂智能物流覆盖率高达 94%，得益于智能系统，该厂平均每 6.5 秒就能下线一台空调。 此外，该厂还实现了关键部件 100% AI 视觉质检。传统制造往往只对整机进行全检，对零部件则采取抽检。小米智能家电工厂通过 AI 视觉质检技术，实现了对内外机主板、注塑件、钣金件、风轮、蒸发器、冷凝器等关键零部件的 100% 高精度检测。高像素相机扫描结合端侧 AI 模型，检测既快速又准确。 IT之家查询获悉，小米智能家电工厂是小米集团继汽车超级工厂、手机智能工厂后第三座大型智能工厂，也是小米首座大家电工厂，坐落于武汉市东湖高新区。2024 年 8 月，小米智能家电工厂签约落户武汉，同年 11 月 26 日奠基开工，2025 年 1 月 20 日完成结构性封顶。签约 3 个月开工、开工 2 个月封顶，效率刷新“光谷速度”。

3月16日，工人在山东省临沂市平邑县一家企业板材生产线上工作。武纪全摄（新华社发） 3月15日，在位于湖北省宜昌市远安县旧县镇的一家农业公司，工作人员摊铺新鲜羊肚菌。新华社记者 伍志尊摄 　　1—2月，全国规模以上工业增加值同比增长6.3%，全国服务业生产指数同比增长5.2%，社会消费品零售总额同比增长2.8%，货物进出口总额同比增长18.3%，增速均比去年12月加快……3月16日，国家统计局发布1—2月国民经济运行情况。 　　国家统计局新闻发言人、总经济师、国民经济综合统计司司长付凌晖在国新办当日举行的新闻发布会上表示，1—2月，生产供给较快增长，国内需求稳步扩大，就业物价总体稳定，新质生产力培育壮大，用一句话来评价，就是起步有力、开局良好。 　　主要经济指标明显回升 　　总的来看，1—2月主要经济指标明显回升，国民经济开局良好。 　　生产端，实现较快增长。从工业看，1—2月份规模以上工业增加值同比增长6.3%。其中，1—2月装备制造业增加值增长9.3%，对规上工业增长的贡献率达到47.4%，拉动非常明显。 　　从服务业看，在春节因素影响、促消费相关政策显效共同作用下，1—2月，服务业生产指数同比增长5.2%，增速比去年12月份加快0.2个百分点。人工智能发展对于信息服务需求的拉动比较明显，1—2月信息传输、软件和信息技术服务业生产指数同比增长10.1%。 　　需求端，国内需求扩大。从消费看，今年以来，春节超长假期的带动作用明显，消费品以旧换新政策持续显效，文化旅游、休闲娱乐市场活动比较活跃，服务消费增长较快，市场销售明显回升。1—2月份社会消费品零售总额同比增长2.8%，增速比去年12月份加快1.9个百分点；服务零售额增长5.6%，明显快于商品零售增速。 　　从投资看，“十五五”开局之年，各方面抢抓机遇，加快重大工程开工建设，带动投资回升。1—2月份固定资产投资同比增长1.8%，相比去年实现由降转增的变化。在固定资产投资中，基础设施投资增速明显加快，今年1—2月份同比增长11.4%，比去年全年增速大幅加快。 　　就业物价总体稳定。1—2月份城镇调查失业率平均为5.3%，和去年同期持平；居民消费价格出现温和回升态势。 　　新动能加快成长 　　翻看中国经济前两个月成绩单，新动能正加快成长。“1至2月份经济运行开局良好，离不开新质生产力的培育和新动能的成长壮大。”付凌晖说。 　　新兴产业成长壮大，对生产支撑作用增强。1—2月，规模以上高技术制造业增加值同比增长13.1%，数字产品制造业增加值增长8.8%，都明显快于工业整体增速。 　　人工智能等新技术应用快速拓展，对传统行业改造提升和新兴行业发展推动作用日益显现。1—2月，铁路、船舶、航空航天和其他运输设备制造业增加值、电气机械和器材制造业增加值分别增长13.7%和8.7%。科技创新和产业创新深度融合，数字经济发展向好，带动产业链上下游同步改善。今年1—2月，计算机、通信和其他电子设备制造业增加值同比增长14.2%。电子行业快速增长带动了上游相关原材料行业特别是化工行业的增长，1—2月，化学原料和化学制品制造业增加值同比增长7.6%。 　　同时，随着人工智能的发展、算力需求的增加，对上游能源行业的拉动作用也比较明显。1—2月，电力、热力生产和供应业增加值同比增长5.1%，比上年12月加快4个百分点。随着绿色转型推进，新能源装备生产大幅加快，1—2月，风力发电机组、储能用锂离子电池产量分别增长28.7%和84%，这些都为经济增长注入了新动力。 　　“总的来看，1至2月我国经济起步有力，向新向好发展。”付凌晖说。 　　有望保持稳中有进发展态势 　　今年是“十五五”开局之年，各方面都很关注1—2月经济运行情况。在主要宏观数据发布前，不少市场机构对主要指标进行了预测。“从发布的数据看，整体明显好于市场机构预期，这充分反映出中国经济的强大活力和韧性，我们完全有理由对中国经济发展充满信心。”付凌晖说。 　　付凌晖表示，从下阶段情况看，国内外挑战还是交织叠加，不稳定不确定因素比较多，但我国经济长期向好的支撑条件和基本趋势没有变，国民经济有望继续保持稳中有进发展态势，持续向新向优。 　　为什么作出这样的判断？付凌晖给出几方面理由：经济运行起步有力，需求扩大拉动有力，产业升级支撑有力，宏观政策保障有力。 　　以扩大需求为例。中国坚持互利共赢，扩大与世界各国经贸往来，高质量共建“一带一路”，积极推进数字贸易和绿色贸易，将为外贸发展拓展新空间。1—2月，我国对东盟、欧盟、共建“一带一路”国家和地区进出口增速都保持在20%左右。“十五五”开局之年，各方面加大新型基础设施和民生基础设施建设力度，强化项目、要素、资金保障，将有利于带动投资增长。今年《政府工作报告》提出“制定实施城乡居民增收计划”“实施服务消费提质惠民行动”，这都有利于增强居民的消费能力和意愿。2月消费者信心指数比上月上升了1个点，连续两个月回升。 　　“综合这些因素，下阶段我国经济有望保持稳中有进发展态势，将为实现全年预期目标任务打下良好基础。”付凌晖说。

这两天，阿里宣布成立Token事业群（Alibaba Token Hub，ATH）的消息成为了业内关注的焦点，但在这一轮AI组织重排中，阿里方面一些选择显得有些与众不同。 过去一年，大模型竞赛持续升温，一些公司开始把模型研发团队提升为集团级技术中枢。例如字节将基础研究力量逐步收拢到Seed团队之下，腾讯也在2025年底重组AI架构，使混元逐渐演化为更接近集中式研发中枢的形态。 但在阿里方面的这一轮动作中，通义实验室并没有像Seed一样，被单独提升为类似“集团级研究中枢”的存在，而是被放进了一个以Token为核心的AI业务体系之中，成为ATH事业群的一部分。 据了解，该事业群还包括面向开发者的百炼MaaS平台、面向C端用户的千问App，以及面向企业场景的悟空AI工作平台。从组织架构上看，这是阿里近年来最大的一次AI业务整合。 按照阿里方面的规划，在这一体系中，通义实验室负责模型能力，百炼负责平台分发，而千问和悟空则承担应用落地。 事实上，阿里过去的AI能力长期分散在多个体系之中：达摩院负责基础研究，阿里云推动AI服务平台，电商和钉钉等业务线则各自发展算法与产品能力，模型研发、平台能力和业务场景之间往往跨越多个部门。 Token事业群的成立，本质上是一次将模型、平台与应用重新捆绑的组织重构，“强化协同”的意图十分明显。 从Token事业群这个名字也不难看出，阿里更关心的，似乎是这样一个问题：如何让AI能力成为各个业务体系的抓手，并迅速转化为Token调用规模。 01 吴泳铭亲自挂帅，阿里想用ATH解决“协同问题” ATH的官方目标被概括为三句话：“创造Token、输送Token、应用Token”。 也就是说，阿里成立这一个部门，首先想解决的是从模型研发到API平台，再到应用场景的应用链路问题。 通义实验室在这个过程中负责模型研发，MaaS负责平台分发，而千问和刚刚发布的悟空分别承担C端助手和B端Agent应用。 这一设计的直接目的，是打破过去几年阿里AI体系中的协同问题。此前通义实验室、阿里云、钉钉、千问等业务分属不同体系，模型研发、商业化落地和场景接入之间存在明显的跨部门成本。 以钉钉方面为例，“无招”陈航回归之后，钉钉团队在产品战略上大幅转向ALL in AI。过去一年里，钉钉陆续上线AI助手、AI文档、AI表格、AI会议纪要等功能。但在功能落地过程中，很多能力主要由钉钉团队内部推进。 自2023年“云钉一体”拆解之后，钉钉就一直在“自力更生”的状态。在那之后，钉钉、阿里云和通义实验室在组织上分属不同体系，各自拥有明确的业务目标。在这种结构下，不同团队往往会优先解决自己的产品问题，甚至可能会出现“重复造轮子”的情况。 据阿里内部人士透露，钉钉团队曾在产品内部尝试打通支付能力，希望让企业用户在钉钉直接完成付款操作，但这一尝试最终没有落地。 而在一段时间后发布的千问App，则直接在应用内打通了支付体系，千问方面依托支付能力直接开启了一波“请客喝奶茶”的30亿补贴活动，试图给大众留下千问“能办事”的产品形象。 但这也说明，阿里旗下的众多业务之间，一些同类资源此前并没能在组织内有效调用。从模型到产品功能落地的链路上，协同的问题一直存在。 因此，ATH的成立本质上就是把研发、平台、产品化全部放进同一组织，以缩短从模型到应用的路径。 吴泳铭的亲自挂帅，本身也是一个姿态层面的信号，这位CEO将更多参与AI业务间的协同和业务迭代。 自2023年接任阿里CEO以来，吴泳铭在内部多次强调AI是集团未来最重要的技术方向，并推动阿里重新集中资源投入基础模型和算力基础设施。 阿里此前披露，未来三年将在云计算和AI基础设施领域投入超过3800亿元人民币，这一规模超过过去十年相关投入总和。 昨天举行的钉钉2.0发布会上，阿里方面发布了企业级AI原生工作平台悟空。阿里方面披露的信息显示，未来阿里集团内部的商业能力将逐步接入这一平台：包括淘宝、天猫、1688、支付宝以及阿里云等B端能力，都将通过悟空向企业用户开放。 公开资料显示，钉钉目前服务约2300万企业组织、超过6亿用户，其工作流系统沉淀了数千种企业应用能力，这也意味着悟空上线后，阿里AI能力将直接嵌入一个现成的企业软件入口。 而钉钉此前打不通的支付环节，就这样在ATH成立的第二天被提上了日程。 从组织架构来看，ATH更像一个“AI产业链部门”。 这种结构意味着阿里在AI时代优先解决的问题并不是“强化模型技术路线”，而是AI能力如何快速转化为应用规模。 因此，ATH的核心逻辑是重建AI协作结构。通过将模型研发、平台分发和应用产品统一到一个事业群，阿里希望减少内部摩擦，让AI能力更快嵌入整个商业生态。 只是，这意味着作为模型研发的核心——通义实验室在这一轮变化中，并未像友商的Seed或者混元一般，作为独立的研发中枢存在。 02 通义不走Seed路线，拥抱“Token经济” Token这个词，在过去两个月的AI产业里，一直持续地被高频提及。 随着OpenClaw等AIAgent框架流行，模型调用量迅速上升。开发者平台OpenRouter的统计显示，LLMToken调用量在8周内从约5.5万亿增长到15万亿。 而据沙利文报告显示，2025年下半年中国企业级大模型日均调用量已达约37万亿Tokens，较上半年10.2万亿增长263%。 其中，Token消耗排名前三的模型体系分别为通义千问、字节豆包大模型和DeepSeek，占比分别为32.1%、21.3%和18.4%，合计超过七成。 这一行业变化趋势，可能是驱使阿里走上这条路的关键因素之一。如果按照这种逻辑竞争，相比起模型能力，更重要的是谁能创造更多Token消耗场景。 另一边，这也和阿里AI庞大业务版图有关。事实上，今天发布的悟空，并不是阿里第一次宣布AI业务和集团内其他生态的大协同。 就在几个月前，同样在这座杭州阿里西溪园区报告厅，在千问App的发布会上，就曾有淘宝、高德、飞猪等业务的负责人现身“站台”。 这种跨业务的集体亮相，本身就像是一种信号：阿里方面想要让AI进入整个集团生态。 淘宝的商品信息、支付宝的支付能力、钉钉的工作流以及高德的地理数据，都有可能通过千问和悟空，把阿里各个业务生态变成一个巨大的Token调用池。 “Token优先”模式，一方面正在不断强化阿里内部各板块间AI业务的协同，但同时也使得通义实验室的定位，逐渐和竞争对手们出现了一些偏差。 过去一年里，腾讯和字节已经逐渐走上“大研发中心”的路线：字节将原本分散在AILab等团队的模型与算法力量整合进Seed体系，由前GoogleFellow、DeepMind研究副总裁吴永辉牵头，负责基础模型与长期AGI研究。 腾讯则把AILab、优图实验室以及混元大模型团队等研发力量统一到混元体系，由普林斯顿博士、曾任OpenAI研究员的姚顺雨统筹推进。 Qwen技术负责人林俊旸离职时，业内曾传出通义/Qwen团队AI Infra 体系和研发协同上仍有短板。 而在随后的内部沟通会上，阿里云CTO、主导通义实验室的周靖人表示，团队处于“资源紧张状态”，内外差异有很多历史原因，未来正在做整体规划，但对此没有进一步展开说明。 Qwen系列模型本身拥有相当庞大的开源矩阵。从0.5B到几十B参数的不同规格模型，使其在开发者社区和企业部署场景中获得了较高关注度。 截至2026年初，Qwen模型在HuggingFace等平台累计下载量已超过7亿次，成为全球下载量最高的开源大模型体系之一。 但在主力模型的表现上，如Qwen3.5-plus等模型的表现上，似乎未能有效说服市场。 此前曾公开报道显示，有阿里内部人士称，Qwen在除夕当天开源的Qwen3.5Plus模型只能算是一个“半成品”。 有AI行业内部人士曾向字母AI表示，Qwen3.5在部分场景下的表现，已经被Minimax/智谱/月之暗面等独立模型公司拉开了差距。 而在AIInfra层，字节、腾讯近来也都在继续加码：相关报道显示，字节方面2025年资本开支计划超1500亿元，主要投向AI基础设施，并在马来西亚、泰国继续扩建数据中心。 而据SOSP（操作系统原理研讨会）2025上，字节方面披露的论文《Robust LLM Training Infrastructure at ByteDance》显示，字节大模型训练平台运行在超过20万张GPU的生产集群上。 腾讯则在2025年四季度单季资本开支达390亿元，新设AIInfra部门，同时其韶关智算中心项目已开工，承接混元等核心业务。 此前，在Qwen技术负责人林俊旸离职风波后，阿里CEO吴泳铭在内部信中回应称，公司将成立基础模型支持小组，由其本人牵头，与周靖人等高管共同协调集团资源，加大对通义大模型研发的投入与支持。 从目前的组织调整来看，阿里的方向已经相当明确：相比单点突破模型能力，更重要的是让模型更快进入真实业务场景，并通过大规模调用形成商业闭环。 而在ATH体系下，重组后的Qwen团队和通义实验室，能否在这样的结构下获得足够资源，并在模型能力上重新追赶行业节奏，仍然值得持续观察。

快科技3月19日消息，今日，小米发布Xiaomi MiMo-V2-TTS，这是小米自研语音合成大模型，不仅能说、能演，还会唱。 其基于自研Audio Tokenizer和多码本语音-文本联合建模架构，经过上亿小时语音数据的大规模预训练与多维度强化学习，实现高度可控的多粒度语音风格控制。 该模型支持从整体风格定调到局部情绪表达的精准调节，能在同一句话内完成语气转折和情感递变，真实还原人类说话的自然韵律，在唱歌时，也能准确表达音高和节奏，自然且富有表现力。 为进一步激发模型在大规模预训练中积累的高表现力语音生成潜力，小米还引入了多维度强化学习，兼顾稳定性与表现力。 模型在预训练阶段通过大量文本-语音对齐数据，学习了书面语与口语表达之间的映射关系，能智能识别文本中的各类格式信号——如标点符号、语气词、强调标记等，并将其自动转化为恰当、自然的语音表达，全程无需用户额外标注或手动干预。 MiMo-V2-TTS还支持多种方言的自然发音，包括东北话、四川话、河南话、粤语、台湾腔等，可进行角色扮演式的风格化演绎，还能实现高质量的歌声合成。 小米表示，MiMo-V2-TTS是其语音技术路线图上的重要里程碑，但绝非终点。 在小米的规划中：中英文之外更多语种的覆盖；以及与 MiMo-V2-Omni 多模态理解能力的深度融合——让 Agent不仅能看懂世界、理解世界，更能以富有表现力的人类声音去讲述这个世界。

凤凰网科技讯 3月19日，小米发布面向Agent时代的全模态基座模型Xiaomi MiMo-V2-Omni。该模型从底层构建融合文本、视觉、语音的全模态架构，将感知与行动深度绑定，原生支持多模态感知、工具调用、函数执行及GUI操作能力。 在正式发布前，小米将一个早期测试版本以“Healer Alpha”为代号匿名上架OpenRouter。上线期间调用量持续攀升，在OpenClaw测评榜单PinchBench上取得均分第一。 据官方介绍，MiMo-V2-Omni在音频理解方面支持环境声分类、多说话人分离、音频-视觉联合推理及超10小时长音频理解，综合表现超越Gemini 3 Pro。图像理解方面，在多学科视觉推理与复杂图表分析任务中超越Claude Opus 4.6，逼近Gemini 3 Pro等闭源模型水平。视频理解方面支持原生音视频联合输入，具备情境感知与未来推理能力。 智能体能力方面，该模型可在与真实数字环境交互的评测基准上比肩Gemini 3 Pro。在Browser Use场景中，结合OpenClaw框架可实现浏览器操控，完成信息检索、比价、与客服交互及下单等任务。与金山办公合作，接入WPS Office后，模型可根据指令生成Word文档、结构化Excel、排版规范的PDF及PPT。 MiMo-V2-Omni已开放API服务，支持256K上下文长度，输入0.4元/百万tokens，输出2元/百万tokens。小米联合OpenClaw、OpenCode、KiloCode、Blackbox及Cline等五大Agent开发框架团队，为全球开发者提供为期一周的限时免费接口支持。

快科技3月19日消息，今日，小米正式发布面向Agent时代的旗舰基座模型Xiaomi MiMo-V2-Pro。 在全球权威大模型综合智能排行榜Artificial Analysis上，MiMo-V2-Pro位列全球第八，国内第二。 据介绍，该模型专为现实世界中高强度的Agent工作场景而打造，总参数量突破1T（激活参数42B），较前代MiMo-V2-Flash扩大约3倍。 模型沿用前代MiMo-V2-Flash的Hybrid Attention机制，混合比例从5:1提升至7:1，支持1M超长上下文。 小米表示，在各个衡量模型重要能力的基准测评中，MiMo-V2-Pro均表现优异，Coding Agent、通用Agent和Tool Use与Claude Sonnet 4.6、GPT 5.2、Gemini 3.0 Pro处于同一梯队。 值得一提的是，一周前，代号为Hunter Alpha的匿名模型上线全球最大API聚合平台OpenRouter，上线期间调用量持续上涨，多天登顶日榜，调用量已突破1T tokens。 小米透露，Hunter Alpha正是MiMo-V2-Pro的早期内部测试版本。 此外，在OpenClaw标准评测榜单PinchBench、ClawEval上，MiMo-V2-Pro效果处于全球顶尖。 同时，凭借1M的超长上下文窗口，MiMo-V2-Pro能从容支撑高强度的真实Claw复杂应用流。 在前端应用场景中，MiMo-V2-Pro展现出高度端到端完成能力，在OpenClaw里，其能一步生成设计精致、功能完备的网页，兼顾视觉质感与实际可用性。 MiMo-V2-Pro模型现已正式开放API服务，支持1M上下文长度，并根据使用量分段计价： 256K上下文以内：每百万输入Token 1美元，每百万输出Token 3美元。 1M上下文以内：每百万输入Token 2美元，每百万输出Token 6美元。

2026.03.18 本文字数：1055，阅读时长大约2分钟 作者 | 第一财经 吕倩 封图来源｜擎天租官方平台 3月18日，机器人租赁平台擎天租宣布完成天使轮及天使+轮两轮融资，累计融资金额达亿元级，主要由大洋电机、慕华科创、敏卓机电等领投，乐华娱乐、复琢投资德国跟投。该轮融资将主要用于全国履约网络、机器人资产调度能力、中台平台技术等方面的建设。 另据第一财经记者了解，擎天租Pre-A轮融资正在进行。擎天租CEO李一言对记者表示，Pre-A轮融资进程已过半。 同日，擎天租举行城市合伙人战略发布会暨首期合作伙伴签约仪式。采访中，李一言进一步解释该模式：平台统一派单、合伙人负责履约，也支持合伙人自拓订单，整个生意链条全部在平台闭环。收益目前向合伙人倾斜，回报周期中位数约6 个月。 不同于传统招商加盟模式，城市合伙人模式不收取品牌加盟费，由平台提供资产、调度、结算、服务标准支撑。据官方透露，原计划招募约2000人，但目前报名已超2万人。 与机器人本体赛道一样，机器人租赁赛道今年热度也在上扬，除了擎天租，京东自营机器人租赁、万机易租等平台也加入赛道。伴随参与者的增加，机器人租赁价格也从2025年初1万—3万元的日租金高峰，降至3000-5000元的价位段。 对于近期机器人租赁市场的变化，擎天租CSO王明峰回应称，早期机器人一天能租到3万元，是由于信息不对称导致的，如今的行业价格回调属于市场健康度的体现。 另外，王明峰称，从擎天租经营数据来看，春节后整个机器人行业进入放量阶段，价格虽有所回调，但订单量快速爆发。机器人租赁行业与早期汽车行业相似，价格会理性回归但不会过低，因为存在研发、履约、资产调度等刚性成本。未来价格将由健康的市场机制决定，而非平台主导。 订单量与价格变动之外，出租形式也在发生变化。目前擎天租主要通过短租、长租、项目类三种形式对外出租机器人，今年一个明显变化在于原本短租的客户在春节后开始向长租方向转，尤其是餐饮行业从业者发现，通过机器人做揽客、互动等动作，可以成为一种常态化配置。如海底捞等企业过去会用玩偶、IP等方式提供情绪价值，现在行业尝试通过机器人去承载这些功能。 这项变化在王明峰看来，说明机器人租赁市场逐渐走向成熟，用户在轻量级场景里也开始感知到机器人的实际价值。目前平台主要侧重消费端、偏轻量级场景落地，逐步向对技术指标要求更高的工业端拓展。 微信编辑 | 雨林

快科技3月18日消息，理想汽车创始人李想今晚发文，揭开了全球车企与科技公司投入巨资却进展有限的核心原因，并给出理想的技术破局方案。 李想指出，人类在幼年就通过活动建立了完整的3D物理空间认知，这是安全驾驶的基础。 而行业主流方案一直是用2D视频训练AI，相当于只看行车记录仪就上路。传统BEV架构会丢失高度信息，OCC方案缺少语义信息，AI始终无法像人一样真正理解三维世界，这是行业进展缓慢的关键症结。 针对这一痛点，理想推出核心突破——原生3D ViT三维视觉编码器，让模型从一开始就工作在3D空间，同步完成几何结构与语义理解。 配合自研马赫芯片提供的三倍算力支撑，这套系统可稳定感知500米以上范围，激光雷达则转变为高精度标定工具。 MindVLA?o1实现了空间理解、推理决策、驾驶行为的统一建模，具备多模态思考能力，可在隐空间模拟场景变化。 李想表示，该模型不只是用于自动驾驶，还能适配机器人，正逐步成为通用物理世界智能体，自动驾驶只是物理AI的起点。

IT之家 3 月 18 日消息，小米汽车深夜更新答网友问（第 214 集），主要涉及新一代 SU7 锁单、试驾、购车等各类内容。 根据介绍，新一代 SU7 小订用户可享受「优先排产」，并且提车可获赠价值 699 元「智能双表盘」，该车小订将于 3 月 19 日晚 19:00 截止。同时，新一代 SU7 会在3 月 20 日上午 8:00正式开启试驾体验。 IT之家附问答详细内容如下： 新一代 SU7 上市前先小订后锁单，和上市后大定再锁单，在权益上有什么区别？ 新一代 SU7 的小订用户可享受「优先排产」，并且提车可获赠价值 699 元「智能双表盘」，新一代 SU7 小订将于 3 月 19 日晚 19:00 截止，建议大家提前锁定小订权益。 在哪可以观看新一代 SU7 发布会的直播？ 本次小米春季新品发布会将在 3 月 19 日 19:00 正式开始，小米汽车、小米手机和小米公司等各大官方平台都会直播本次发布会全程，其他更多发布会直播渠道将在 3 月 19 日下午向大家公示，敬请关注小米汽车公众号。 我现在可以到店试驾新一代 SU7 么？ 新一代 SU7 会在 3 月 20 日上午 8:00 正式开启试驾体验，小米汽车全国销售门店会为大家提供试驾预约和试驾体验服务，您可通过小米汽车 App 预约咨询，垂询您的销售顾问。建议大家提前小订，以获得更便捷的试驾体验。 我想尽早购买小米 SU7，购车之前做哪些准备会比较方便 首先建议大家在新一代 SU7 上市前小订，小订用户锁单可享「优先排产」权益；下面为大家介绍定购新一代 SU7 的步骤： 下载或升级「小米汽车 App」，确保 App 已在最新版本：2.3.2； 提前完成账号注册并登录小米汽车 App，在 App“我的”-“设置”-“账号与安全”里完成实名认证，完成认证后，检查账号绑定的手机号码是否正确； 预填购车信息，目前您可提前填写并保存购车时需要填写的信息，包括「购车人信息」和「车牌所有人信息」； 确认支付方式和余额充足，建议您提前绑定并验证好您计划用于支付定金的支付方式，并确认支付工具余额充足且支付限额满足定金要求； 使用性能较好的设备并确保其运行流畅，连接到稳定的 5G 网络或高速 Wi-Fi 网络，并确保设备电量充足；当您成功支付定金之后，仍需手动锁单，排产顺序以锁单时间为准。更多定购信息，发布会后请及时查看《新一代 Xiaomi SU7 定购指南》；购车过程中，遇到任何问题，请及时联系小米汽车官方客服 400-182-6888，我们将尽快为您处理。 更多定购信息，发布会后请及时查看《新一代 Xiaomi SU7 定购指南》；购车过程中，遇到任何问题，请及时联系小米汽车官方客服 400-182-6888，我们将尽快为您处理。 「小米蛟龙底盘」具体是指什么？有哪些特点？ 在新一代 SU7 上，首次发布「小米蛟龙底盘」，这是一套软件、硬件深度融合的高性能智能底盘系统，希望为驾驶者带来更精准、更稳定、更安全的体验； 在底盘硬件层面，新一代 SU7 全系标配「前双叉臂独立悬架」+「后五连杆独立悬架」、265mm 后宽胎、前四活塞固定制动卡钳，带来出色的驾驶品质和制动信心；Pro 版 / Max 版还配备「闭式双腔空簧」+「CDC®阻尼可变减振器」，可实现悬架「可高可低」、「可软可硬」，让一套底盘拥有两种“风格”，兼顾满足「个人驾驶乐趣」和「家人乘坐舒适」的需求； 此外，赋予了相比于第一代 SU7 更加深度且精细的专业调校。在制动踏板上，参考了 SU7 Ultra 的「脚感调校」风格，同时优化了制动踏板制动点，让驾驶员每次踩刹车都更有信心；转向系统调校也有明显升级，更精准、更“跟手”；此外悬架系统整体更加精细化的调校，也带来了更好的「滤振性能」和「支撑性能」； 同时，还提供了软硬件深度融合的智能功能，例如搭载「防滑协同控制系统」，可大幅降低车轮在低附着路面上的打滑量；同时还搭载全新「湿滑模式」，显著提升在冰雪等湿滑路面的行驶安全性，并且还可通过 AI 多模态监测到路面环境，识别湿滑情况，并及时主动建议驾驶员切换到湿滑模式，更贴心、更安全； 更多关于「小米蛟龙底盘」的信息，敬请关注 3 月 19 日的上市发布会，上市后诚邀大家到店试驾体验。 新一代 SU7 相比上一代，主要有哪些升级？ 小米汽车的设计理念是「做经得起时间检验的设计」，新一代 SU7 的外观传承了第一代 SU7 的经典设计，同时带来全新的外观颜色、全新的轮毂设计和细节优化，让大家可以一眼认出新一代 SU7； 在整车产品体验上，新一代 SU7 迎来了全面升级，其中包括「全新内饰设计」、「三电系统」、「安全架构」、「辅助驾驶」、「智能座舱」等多项大升级，体验全面提升： 电驱系统：全系标配 V6s Plus 小米超级电机，性能提升； 高压平台：标准版 / Pro 版升级 752V 碳化硅高压平台、Max 版升级 897V 碳化硅高压平台，充电速度更快； 安全性：全系标配 25 项安全辅助功能、2200MPa 小米超强钢、9 安全气囊、三重安全冗余门把手、电池底部「防弹涂层」等，安全性更强； 辅助驾驶：全系标配小米 HAD 辅助驾驶，全系升级「小米 XLA 认知大模型」，提升复杂场景理解推理能力，行驶更安心、更从容； 智能座舱：全系超级小爱深度语音控车、全系升级小爱陪伴，感知情绪自然对话、全系升级模糊语义导航，理解准确，规划合理、全系标配车外语音，支持声纹识别、还有磁吸萌宠带来更多情绪价值； 更多新一代 SU7 产品信息，敬请关注 3 月 19 日的上市发布会。 新一代 SU7 都有哪些颜色？还会有其他新增么？ 新一代 SU7 共有 9 款外观颜色，现已全部亮相，包括三款全新颜色「卡布里蓝」「赤霞红」「靛石绿」，四款继承第一代 SU7 的经典颜色「霞光紫」「雅灰」「璀璨洋红」「珍珠白」，以及来自 SU7 Ultra 的「曜石黑」和小米 YU7 的「流金粉」，下面向大家介绍三款全新颜色： 卡布里蓝：这是一种纯粹干净的阳光蓝，灵感来自意式海岛的海蚀蓝洞；采用青蓝基底，搭配研磨至纳米级的钴蓝颜料，让蓝色具有高透明度与高饱和度，鲜活、干净、极具动感； 赤霞红：这是小米汽车首款「正红色」，灵感来自天空最炽烈、最具生命力的那一抹红色；以高纯度、高饱和度的正红为基底，并融入云母珠光，使色彩呈现流动感与立体光泽，热烈、奔放、极具生命力； 靛石绿：这是一种高级、冷峻而深邃的绿色，灵感来自墨绿色天然矿石的色泽与光感，充满自然魅力；以源自竹炭的炭黑打底，加入钴蓝与钛青绿，再加入来自天然孔雀石的珠光，不同角度下，靛石绿会展现「深绿」和「蓝绿」之间的渐变，拥有高级而不张扬的独特气质； 诚邀大家到店鉴赏实车。

裴宇 凤凰网科技讯 北京时间3月19日，据科技网站TechCrunch报道，一加联合创始人、Nothing CEO裴宇正在设想后iPhone时代。他认为，未来，设备将由AI智能体驱动，而不是运行应用程序。 裴宇周三在奥斯汀举办的西南偏南(SXSW)大会接受采访时发表了上述观点。“在软件领域的AI应用方面，我认为人们应该明白，应用将会消失，”裴宇表示，他的公司致力于制造独具特色的智能手机及其他配件，“因此，如果你是一位创业者或创业公司负责人，且你的核心价值寄托在应用上，那么无论你是否愿意，这种模式都将被颠覆。” 裴宇此前就谈过“AI优先设备”的概念，这一愿景也帮助公司在去年完成了2亿美元的C轮融资。当时，Nothing提出的是一种全新的智能手机理念：利用AI和个性化技术，让结果足够准确，使用户不再需要绕过AI去反复核对其输出。 在西南偏南大会上，裴宇进一步阐述了他对AI优先设备的愿景，以及实现这一目标所需的步骤。 目前，一些公司正在测试的第一步是让AI具备一项功能，能够代表用户执行指令，比如预订航班或酒店。然而，裴宇认为这一阶段“极其乏味”。 接下来的阶段将变得更加有趣，因为AI将开始长期学习用户的意图。例如，如果你想变得更健康，设备可以适时提醒你，帮助你实现目标。 “我认为，当系统开始主动为你提供建议时，它的功能会更加强大。你无需再手动构思……当系统如此了解我们时，它甚至会提出一些我们自己也未曾意识到想要的东西。”裴宇解释道，他将这一概念比作ChatGPT的记忆功能。 他说：“我们现在使用手机的方式其实很老派，甚至可以追溯到iPhone出现之前……那时候有Palm Pilot和各种PDA设备。如果你仔细想想，现在的用户体验其实还是很相似。你有锁屏、主屏幕、应用，你在不同的应用之间切换，每个应用基本都是一个全屏界面，还有应用商店让你下载更多应用。所以本质上，这套模式在过去大约20年里并没有真正改变。” 这种现状令他感到沮丧，因为消费者使用的技术已经取得了长足进步，但我们使用的产品却停滞不前。他解释说，即使是简单的任务，也需要我们经历多个步骤才能完成。 “在手机上办成一件事非常困难，”裴宇说道，“比如说，我们想去喝杯咖啡。这是一个意图。但为了实现这个意图，我们必须经历许多不同的步骤，打开许多不同的应用程序。要跟别人喝杯咖啡，可能得用到四个应用：某个通讯应用、某个地图软件、Uber，还有日历。” 他继续表示：“我认为智能手机或操作系统的未来应该是：‘我非常了解你，如果我知道你的意图，我就直接为你完成它’，而不需要你手动操作所有这些应用程序。” “它应该通过AI来完成这一切，”他表示。 这也意味着，设备的界面将不再是以人类操作为中心的应用程序界面，而是转而采用为AI智能体设计的交互界面。 裴宇提醒道，这并不意味着应用程序会在短期内消失。Nothing自家的操作系统甚至允许用户通过“氛围编程”来创建自己的小程序。但最终，AI需要能够以无缝的方式使用“应用”，而不是试图模仿人类在智能手机上通过层层菜单和点击选项的方式进行操作。 “那不是未来。未来不是让智能体使用人类界面。你需要为智能体创建一个可以使用的界面。我认为这才是更具未来性的做法。”裴宇表示。(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”。

总觉得MiniMax才发布M2.5，如今M2.7就上线了。查了一下，真的只隔了一个月（要知道，中间还隔了一个春节）。 MiniMax在官方微信公众号文章中表示：“MiniMax M2.7是我们第一个模型深度参与迭代自己的模型。” 这几年，“AI自我进化”几乎已经从一个略带科幻感的说法，变成了行业里默认成立的方向。 谷歌前CEO埃里克·施密特（Eric Schmidt）更是总结，目前已经形成了一个“硅谷共识”：随着人工智能推理能力和记忆系统的发展，它将重塑人类的运作方式。最终我们将达到所谓的递归式自我改进——届时，系统将以人类无法理解的速度进行学习。 目前，这件事已经被拆解成更具体的工程路径：用模型生成数据、用模型做评测，甚至让模型参与到代码修改和实验流程里。 模型被放进了一个可以不断试错、不断反馈的循环系统里。在这个系统中，模型既是执行者，也是部分决策者，而人更多退到设定目标和边界的位置。 M2.7这次强调的Agent Harness，也是把原本需要多人协作完成的一整套研发流程，尽可能压缩进一个可以持续运行的循环里，让模型去承担其中越来越多的环节。 MiniMax亮出的Benchmark成绩也相当亮眼： 这些benchmark对应不同的能力维度：SWE Bench和VIBE-Pro更接近真实的软件工程任务，而Toolathon和MM-ClawBench则强调模型在复杂流程中的执行能力；相比之下，MLE-Bench等测试则更偏向算法与研究能力。 从结果来看，M2.7在工程执行类任务中已经进入第一梯队，这一点在几个关键指标上体现得比较明显。 比如在SWE Bench Pro上，它的表现已经接近甚至超过部分一线模型，这类测试本质上是在真实代码库中定位问题并完成修复，更接近“线上排障”的场景； 而在VIBE-Pro这种端到端项目任务中，M2.7同样处在第一梯队，这意味着它不只是会补代码，而是具备从需求到交付完整产出的能力。 另一个比较值得注意的是MM-ClawBench这一类Agent测试。这里考查的不是单步能力，而是模型在长流程中的稳定执行能力，能不能在多步骤任务中持续调用工具、保持上下文、最终把事情做完。 M2.7在这一项上已经接近头部模型，说明它在“能不能把活干完”这件事上，确实已经跨过了一道门槛。 但如果切换到更偏研究和复杂推理的任务，比如MLE-Bench这一类测试，M2.7仍有进步空间。这类任务更接近算法工程或科研场景，要求模型具备更强的抽象能力和系统性建模能力，这一部分目前仍然是头部模型的优势区间。 好了，硬核的信息放在一边，拿到MiniMax M2.7内测API的那一刻，我们第一反应是：“能用它整点什么活？” 把它丢进一个真实的场景里，看它能不能满足我的需求，这最直观，也最接地气。 所以我们给M2.7设计了四场“考试”，难度从低到高，场景从荒诞到严肃：先让它同时扮演我爸妈和弟弟在微信群里聊天，再搭一个Agent Harness框架让它自主编程（做一个霓虹灯数字时钟热热身，再从零写一个贪吃蛇游戏），最后把英伟达的年报甩给它，让它像分析师一样输出研究报告、交互式仪表盘和演示文稿。 玩了一下午，只想说：M2.7，你有点东西。 01 让AI同时扮演我全家人 我们做的第一个测试，灵感来源于每个中国人手机里都有的那个东西——家族微信群。 你知道的，就是那种群名叫“相亲相爱一家人”的群，里面永远有人在转发养生文章，有人在发语音消息，有人在催你结婚，还有人在打游戏不回消息。 这个场景之所以适合测试AI，是因为它对“角色一致性”的要求极高。 群里每个人的说话方式、关注点，甚至打字习惯都完全不同，而且他们之间还会互相接话、抬杠、拌嘴。 我们用M2.7搭了一个高仿微信界面的网页应用，连手机外壳、状态栏、绿色气泡都做了出来，力求还原度拉满。一开始我想了很多人设，比如前文提到的爷爷奶奶等。 但是最后我敲定了一家四口，他们分别是： 老李（爸爸），55岁国企退休干部，性格暴躁但刀子嘴豆腐心，钓鱼狂热爱好者，最恨吃蔬菜尤其是西兰花，说话爱引用名人名言，动不动就“我当年……” 妈妈（王秀英），52岁社区居委会大妈，超级唠叨但满满都是爱，养生达人兼厨艺高手，打字疯狂用 emoji，喜欢用【】强调重点，三句话之内必催女儿找对象 李小龙（弟弟），24岁，大学毕业两年了还没找到正经工作，整天在家打原神和王者荣耀，嘴贫爱怼人，满嘴“yyds”“绝绝子”，最怕爸爸说教，一被骂就装可怜或者转移话题，经常找姐姐借钱但从不还。 页面如下： 在我并未详细要求界面具体呈现的情况下，模型返回的设计相当让人满意，于是我开始尝试发送第一句话。 发送失败？显示的是调用API失败。于是我让M2.7给我检查一下问题所在。 M2.7很快就发现了BUG，在修复后终于可以对话了，但是…… 设定上作为我的父亲，他却不认识我，很显然，这是一个人物设计上的BUG。于是我又让M2.7重新编排了一下角色身份，“我”被设定为家中的长女。 随后，一切正常，这个模拟器终于可以运行了。 虽然没有一上来就梦幻开局，但是Bug的发现和修复都非常丝滑。 M2.7的角色扮演能力很强。但我想强调的是，多角色群聊的难度远不止“给每个角色设定不同的语气”这么简单。 通过报错的那张图可以看到，对于不同角色，M2.7会分别调用模型，而不是说一次生成所有的对话。 它要求模型同时维持多个角色的人格状态、理解角色之间的关系（父女、母女、兄妹、夫妻），并且让这些关系在对话中自然地碰撞出火花。 一家四口，三个AI角色，每个人都有自己的小心思和说话习惯，还要让他们能和我互动起来。 M2.7做到了，而且做得相当自然。 02 一句话，从零造一个霓虹灯时钟 第二场开始，我决定上一点强度。 为了测试M2.7的Agent能力，我专门搭了一个Agent Harness测试框架。界面长得像一个深色主题的IDE：左边是 agent的思考轨迹面板，实时显示它每一步在想什么、打算做什么。 右边分成三块——任务配置区、虚拟文件系统（显示它创建了哪些文件）和实时预览窗口（直接渲染它写出来的 HTML）。 这个框架给M2.7提供了五个工具：write_file（创建/写入文件）、read_file（读取文件）、list_files（列出目录）、execute_js（在沙盒里跑 JavaScript）和 finish（宣布任务完成）。 除此之外，什么都没有。相当于把一个程序员扔进一间空屋子，只给他一台电脑和一个需求。 第一个任务，我让M2.7做一个霓虹灯风格的数字时钟。M2.7需要理解需求、规划方案、写代码、自己检查、最后交付。 点击“启动 Agent”之后，M2.7的ReAct循环开始转了。最后在第5轮的时候，M2.7执行完了命令，实际上第4轮就行了，当时我这里出现了一些网络波动，导致M2.7调用工具失败。 说实话，这个结果本身并不让我们特别惊讶。 一个数字时钟对于2026年的大模型来说确实不算什么。 真正让人感到惊喜的，是整个开发过程非常流畅。 从理解需求到规划方案到写代码到自检到交付，整个Agent工作流跑得行云流水，没有一步多余的操作。这说明M2.7对ReAct框架的适配相当成熟，它知道什么时候该想、什么时候该动手、什么时候该收工。 好，热身结束。接下来，继续上难度。 03 让AI自己写一个贪吃蛇游戏 时钟毕竟太简单了。没有交互逻辑，没有状态管理，没有边界条件。 我需要一个真正能考验Agent自主推理和调试能力的任务，比如贪吃蛇。 这回的需求复杂度完全不在一个量级：Canvas绘制、键盘事件监听、蛇的移动逻辑、食物随机生成、碰撞检测（撞墙和撞自己）、计分系统、游戏结束判定、重新开始功能。 同时我还要求M2.7用Word记录下来自己的开发过程。 结果如下： 在第1轮里，M2.7没有着急写代码，它是先创建了一个规划。“我要开发什么什么任务”，“这个任务需要用到什么工具”等等。 第2轮，进入正题。M2.7会创建一个完整的HTML文件，包含所有功能，包括画布渲染、键盘控制、随机食物生成、计分、碰撞检测以及开始 / 重新开始功能。 第3轮，检查文件有没有被正确创建。 第4轮，检查语法，并且检查游戏的完整性。 第5轮，检查所有任务是否已经完成。 整个任务只需要5轮，共消耗25882个token。 不过也要说说不足。 整个过程并不是一帆风顺的——Agent 在早期的几轮迭代中，JSON 格式的工具调用偶尔会出错，导致框架解析失败，返回一个红色的错误提示。 M2.7 看到错误后能自我纠正，下一轮就输出了正确格式的 JSON，但这种“先犯错再改”的模式在需要长时间自主运行的 Agent 场景中是一个隐患——如果连续几轮都格式错误，可能会耗尽最大轮次限制而任务失败。 但总的来说，从时钟的“一次过”到贪吃蛇的“写→查→修→再验证”，这两个任务放在一起看，恰好展现了 M2.7 作为 Agent 的两面：面对简单任务时的高效利落，和面对复杂任务时的自主调试能力。 这也正是 M2.7 官方最强调的核心能力——Agent Harness 能力，不仅能在给定的工具框架中完成任务，还能主动迭代和自我纠错。 04 第四场：2159 亿美元的投行级财报分析 前面三个测试，一个考“说”，两个考“做”。 最后一个测试，我们想换个方向。 现在有很多金融行业的人也在使用Claude Opus这样的大模型，原因很简单，它们能把复杂的数据制作成直观的图表形式。 我把英伟达FY2026的完整财报数据甩给了M2.7。 然后我给了它一个任务：基于这些数据，生成三个专业交付物。 第一个是深度研究报告，要求投行风格，包含财务全景、五大业务板块分析、FY2027 预测模型、风险评估和估值分析。 第二个是交互式财务仪表盘，要求是蓝绿色风格的深色主题，包含图表、可调动的滑块，以及五个功能标签页。 第三个是12页演示文稿，要求投行风格，支持键盘翻页，包含数据可视化图表。 当然，这里必须诚实地说一句，这个测试的“含金量”需要打个折扣。因为财报数据是我预先搜集好喂给它的，而不是让它自己去搜索和整理的。 M2.7在这个任务中，尽职扮演了一个“拿到所有原材料后进行加工和呈现”的分析师，如果我们让它自己搜集数据（这个对现在的模型来说并不难），那它完全可以扮演一个“从零开始做调研”的研究员。 但即便如此，它对复杂金融数据的理解能力、对多种输出格式的驾驭能力，以及生成专业级可视化内容的能力，都给我们留下了深刻印象。 这个测试直接对应了M2.7官方宣传的复杂Office自动化能力——“支持复杂 Excel/Word/PPT 办公任务及多轮编辑”。从实测来看，在金融分析这个场景上，M2.7 确实能输出接近专业水准的内容。 写在最后： 还有一点特别想分享，MiniMax也在做更多有趣的尝试，这一点也令人惊喜。 比如，MiniMax这次官宣的时候就提到，他们构建了一个 Agent 交互系统 OpenRoom（openroom.ai），它将 AI 互动置入一个万物皆可互动的 Web GUI 空间。有意思的是，原型项目已开源，这里面的代码大部分也是 AI 写的。 在这里，对话即驱动，实时产生视觉反馈与场景交互，角色可以主动地与环境交互。MiniMax希望能够随着模型 Agentic 能力的提升和社区的共建持续进化，探索出更多人与 Agent 之间全新的交互方式。 这次测下来，我最大的感受其实不是“它又变强了”，而是你开始能明显感觉到，一个模型不再只是等你提问的工具，而是可以被放进一个系统里持续运转的搭档。 我们评测挑选的场景是任何一个普通用户都可以上手用到的，从群聊模拟，到写代码，再到做分析报告，这些任务背后其实是同一件事：模型开始参与到一个完整流程里，而不是只负责某一个瞬间的输出。 当然，这一步还远远没有到终点。你依然能看到它在复杂推理、长流程稳定性上的边界，也能看到一些细节上的不稳定，比如工具调用格式错误、需要多轮修正才能收敛。这些问题在“单次对话”里可能不明显，但放进Agent这种长时间运行的框架里会被放大。 但有一点是比较直观的：当模型开始能在一个任务里自己往前推进、自己发现问题、再自己修正的时候，整个使用体验就变了。模型离“你问一句、它答一句”的形态越来越远，开始和你一起把一件事做完。 你的下一个生活、工作搭子，何必是人类？