IT之家 1 月 23 日消息，荣耀 Magic8 Pro Air 手机今日 10:08 正式开售，首销购机赠价值 999 元尊享服务。该机搭载联发科天玑 9500 处理器并支持 eSIM 通信，售价 4999 元起。 IT之家整理价格如下： 12GB+256GB 版 4999 元，国补价 4499 元 12GB+512GB 版 5299 元，国补价 4799 元 16GB+512GB 版 5599 元，国补价 5099 元 16GB+1T 版 5999 元，国补价 5499 元 作为年度最轻旗舰手机，Magic8 Pro Air 重量仅 155g，机身厚度仅 6.1mm。 新机配备 6.31 英寸 OLED 显示屏，实现 1.08mm 四边等窄。新品采用豪车同款的 7 涂 7 烤光感叠涂工艺，金属缎光质感，提供仙紫、轻橙、羽白、影黑四款配色。 影像方面，新机搭载 5000 万像素主摄镜头（1/1.3 英寸超大底感光元件、f/1.6 超大光圈、CIPA 5.0 防抖等级）、5000 万像素广角摄像头（f/2.2 光圈、最大 112° 视角）、6400 万像素潜望式长焦摄像头（1/2 英寸超大底感光元件、3.2x 光学变焦、f/2.6 光圈、100 倍数字变焦、CIPA 5.0 防抖等级）。 此外，新机还搭载安卓首个 AI 变焦阵列闪光灯，5 灯阵列式结构，覆盖 1 倍-6.4 倍人像全焦段。此外，新机还行业首发 CCD 爆闪人像，拥有行业最全 AI 闪光玩法。 荣耀 Magic8 Pro Air 在仅 6.1mm 的机身中，装下了 5500mAh 青海湖电池，能量密度高达 917Wh/L，支持 80W 有线快充、50W 无线快充。新机采用航空铝一体化中框，强度达到了 530MPa。 其他配置方面，该机搭载立体声双扬声器、天玑 9500 旗舰芯、防尘抗水（6 米 IP68、IP69），支持 SIM 及 eSIM 自由切换。屏幕支持 6000nits HDR 峰值亮度、10 大荣耀绿洲护眼能力、3D 超声波指纹。此外，该机还支持全品牌互联互通，实现剪切板共享、一碰即传、通知共享等功能。

【CNMO科技消息】当地时间1月22日，外媒报道称，多年来，一直有传闻称苹果计划在2027年iPhone诞生20周年之际，对其进行一次颠覆性的重新设计。自去年5月彭博社的马克·古尔曼报道称苹果正致力于打造一款“显示屏无任何开孔”的全玻璃设备以来，这一传言便持续发酵。然而，知名显示屏行业分析师罗斯·杨的最新评论似乎给这些期待泼了一盆冷水。 昨天，这位前Counterpoint Research副总裁在X（推特）上发文，澄清了他去年6月关于苹果显示屏计划的言论。他表示，预计今年秋季将随iPhone 18 Pro系列亮相的、传闻中尺寸更小的“灵动岛”，将会一直沿用至2027年。 在回复后续提问时，杨进一步阐述了他的观点。这位现已退休的分析师表示，他仍然预计苹果2028年的iPhone Pro机型显示屏上会保留一个居中的挖孔切口（推测将容纳在同样更小的“灵动岛”区域内），而非真正的全屏设计。这一时间线与他在2025年6月分享的路线图相符，该路线图曾预测，完全无刘海、真正意义上的全屏iPhone要到2030年才会问世。 如果杨的预测准确，古尔曼关于20周年iPhone的爆料可能需要修正。但也未必如此。一种可能性是，杨的预期已经过时。供应链的时间表经常变动，苹果在将Face ID组件和前置自拍摄像头移至屏下方面取得的进展，可能比杨的消息来源所显示的更为显著。 另一种可能是，苹果或许正在开发一款定位高于iPhone Pro的特别20周年纪念机型，类似于2017年苹果在iPhone 8发布会上首次推出iPhone X的方式（苹果首次推出Pro机型是在2019年9月的iPhone 11 Pro和iPhone 11 Pro Max）。这样一款设备可能率先搭载古尔曼所描述的全屏设计，而标准的Pro机型则保留较小的“灵动岛”。 苹果预计将于今年9月发布iPhone 18 Pro和Pro Max。无论最终形态如何，20周年纪念版iPhone预计都将在2027年秋季亮相。

IT之家 1 月 23 日消息，当地时间 1 月 23 日（今天），日产与奇瑞南非公司已就日产位于南非罗斯林的制造资产出售事宜达成一致。 在获得监管批准等前提条件满足后，奇瑞南非公司计划于 2026 年年中接手罗斯林工厂的土地、厂房及相关资产，收购范围还包括附近的冲压生产设施。 IT之家从官方新闻稿获悉，交易完成后，罗斯林工厂的大部分日产员工将转由奇瑞南非公司聘用，薪酬与用工条件与现行安排基本保持一致。 日产非洲区总裁约尔迪 · 维拉说，日产在南非深耕多年，一直在为员工、客户及合作伙伴寻找最稳妥的解决方案。外部环境变化已对罗斯林工厂的产能利用以及其在日产体系内的长期前景造成影响。通过此次交易，日产不仅能够保障大多数员工的就业，也有助于维持现有供应链体系的运转，同时确保罗斯林基地继续服务南非汽车工业。 奇瑞南非公司完成收购后，日产仍将继续在南非市场销售车辆并提供售后服务。

摘要： “有时候睡着了，接到同事电话也要立马起来打开电脑应援。”杨女士对凤凰网科技表示，因为是弹性工作制，丈夫从未拿到加班费，但回家时间越来越晚。 凤凰网科技 出品 作者｜王佩薇、Phoebe 编辑｜赵子坤、董雨晴 一个在Github上开源了“反996”项目的32岁程序员，是什么让他在身体不适时仍坚持“带电脑”去医院？ 2025年11月29日，一个周六清晨，高广辉早起后已感不适，随后晕倒并出现尿失禁情形。在送医前，他甚至叮嘱妻子“带上电脑”，计划住院时继续工作。 四小时后，这个年轻人被宣告“抢救无效死亡”。病历既往史标注“程序员经常熬夜，工作强度大”。 当天10：48急救期间，高广辉被拉进新的工作技术群，期间收到同事点名信息：“高工帮忙处理一下这个订单”。 当晚21：09，也就是宣布死亡8小时后，还收到不知情同事的私聊工作信息：“周一有急任务....要把这个改下”。 高广辉手机浏览记录显示，周六当日5次登录公司OA系统，但并未显示具体时间。高广辉的妻子杨女士表示，因为公司隐藏了后台系统时间，无法判断是否于凌晨进入OA系统，这也成为人社局认定是否为工伤的关键证据。 “更关键的是，他出事后我拿到他手机，打开界面就停留在印有公司logo的页面，但我当时很慌张划掉了，公司表示找不到后台记录。”杨女士对凤凰网科技表示，人社局反馈，“如果公司不配合，大概率是通不过”。 12月5日，高广辉离世后的第六天，其任职的视源股份，给予了高广辉家属39万元的“人道主义抚恤金”。 “大概就是炒掉我老公的N+1钱，其实就是封口费，说如果我对公司造成负面评价违约金50万，当时被逼的没办法所以签了。”杨女士说，后续因为高父想要提前分遗产，分走了三十多万元，“其实（这笔钱）我只拿到四到六万。” “我做好被告的准备了，如果我顾虑太多我什么都做不了。”杨女士表示，自己也考虑过走法律途径，但目前找的律师都不太想接，觉得成本收益不对等，“太难赢了，举证困难因为不打卡。” 多位认识高广辉的人评价其，“事事有回应，件件有着落”、“有责任心”。据杨女士回忆，丈夫除了研发职责之外，因为公司迟迟不招人，还要承担管理、售后甚至拉业务陪出差等多项职责，“说过扛不住，他们非要你抗，给你画饼给你洗脑，其实你知道这是洗脑，但是你的责任心让你背起了这些东西。” “有时候睡着了，接到同事电话也要立马起来打开电脑应援。”杨女士对凤凰网科技表示，因为是弹性工作制，丈夫从未拿到加班费，但回家时间越来越晚。 入职七年，高广辉通过职级评选，评了五次职级，最后涨到税前2.9万元月薪，但一直保持3000元底薪不变，仍需要“多劳多得”。每季度一次的末位淘汰制，也在“鞭笞”着员工们不断突破生理极限。 高广辉的GitHub开源项目，曾贴出了“反996”的标签，也希望自己的代码能够帮助同行们，“请不要被上头任务压的喘不过气……希望你能有所得，不然永远是个搬砖工”。现在，则被无数前来悼念的R.I.P刷屏。 带电脑加班是常态、让全体员工闭嘴 “著名广州四大天坑，快跑别来。”在社交平台上，这是对视源科技（又称“C厂”、“CVTE”）的普遍评价，而其被频频“避雷”的原因就是臭名昭著的加班文化。 “还好走得快，不然死的是我。”前员工刘赫心有戚戚，“他是我同事，辉哥媳妇我也认识。虽然我是电商运营的，但程序员那块我还是很了解的。” 刘赫告诉凤凰网科技，视源加班普遍，早上九点上班，不用打卡，但是每天都要按时早会，相当于变相打卡；而晚上下班时间不固定，一般是九点、十点。“特别是测试，十一、十二点下班是常态。这是全部正式编制员工需要遵守的，不是个例。” 刘赫坦言视源的福利待遇好，部门经理开始就有分红，测试工程师类型的1.8万元月薪起步，伙食也不错。“但都是用自己的命换来的。听说以前也有类似的事情发生，但是被压下来了，这次会比较严重。” 当凤凰网科技询问事发后公司的态度时，他十分气愤：“辉哥走了，公司马上删除了他的企业微信工作号，没有保管好他的遗物，都丢了很多，工位也撤了。不仅如此，还发消息给全部员工告知大家都不能提及这事情。” “cvte不养闲人。”是流传在视源内部的一句自嘲话语，与高福利匹配的是“弹性工作”表壳下的无休止加班。 “带小朋友在海边玩，一个电话过来催东西，还问我为什么去海边就不带电脑。”前员工李维对凤凰网科技表示，无论是去医院、去旅游、休假中，“带电脑”都是必须的，自己在职五年期间没休过年假，“干到后来偏头痛，总是吃止疼药就辞职了。” 于去年7月离职的李维也对视源科技“狂加班”的公司氛围有吐不完的苦水。“之前做销管忙的时候，10点多下班，回家洗完澡，继续干到半夜2点多，第二天8：50早会不能迟到。” 李维向凤凰网科技表示，加班导致身体问题的情况并非个例，程序员是“重灾区”，“有同事干到最后，在公司面对电脑就想吐，最后也辞职了，都有躯体化症状了，还是保命要紧。” 而如果不同意加班，绩效就会被打低分，开会的时候就会说你效率不高、没有紧迫感。“我反馈过，活太多了做不完，得到的回答是，那你中午不要睡觉了。”李维解释，为什么大家无法反抗不合理的加班。 “我觉得管理层就是被PUA最严重那批人，再来PUA员工。每周开会都要说自己哪些没做好，每月开会部门同事相互点赞或者拍砖，好没意思。”李维总结，“说是司龄平均29岁，实际上是因为干得久的不多，年纪小好拿捏。” “隐形冠军”压力大 视源股份（CVTE）成立于2005年，2017年在深交所上市（股票代码：002841）。公司以液晶显示主控板卡起家，业务已在全球市场份额领先，随后孵化了面向教育市场的“希沃”和面向企业服务的“MAXHUB”两大知名品牌，在这两个细分领域也做到了中国市场第一。 截至2024年底，公司总人数超6600人，约58%为技术人员，员工平均年龄约30岁。公司正处于转型期，也在大力投入AI、机器人等新业务。 在家电领域，视源股份的液晶显示主控板卡占据全球重要市场份额，成为众多知名家电品牌的核心供应商；在教育信息化领域，旗下品牌希沃（seewo）早已成为中小学智慧教室的标配。 打开视源科技的官网，是一条涵盖了教育、办公、商显、算力、能源、汽车电子和机器人的庞大产品线。 如此大步流星的改革，源自主营业务的不景气。 最近两年及最新一期业绩报告显示，视源的盈利能力持续承压。2023年及2024年，公司归母净利润分别为13.7亿元、9.71亿元，分别同比下滑33.89%、29.13%。 最新财报显示，视源股份2025年前三季度实现营业收入180.87亿元，同比增长5.45%；归母净利润为8.67亿元，同比下降6.81%，也出现增收不增利的情况。 2025年6月17日，视源股份正式向香港联交所递交了发行H股股票并在香港联交所主板挂牌上市的申请。公司在2026年1月5日答复投资者时表示，相关工作正在有序推进中。截至目前，公司尚未获得最终批准。 为了维持行业地位与经营规模，视源股份在多维度布局上不遗余力，而这种扩张背后，是员工肩头不断加码的工作压力。 近年来，视源将创新转化为生产力的速度不断加快，但研发投入的持续增加、市场竞争的日趋激烈，最终都转化成了一线员工持续承压的工作强度。 天眼查信息显示，视源股份存在多条劳动争议、合同纠纷相关诉讼，而在员工聚集的社交平台，关于“强制加班”、“薪酬与付出不匹配”的吐槽不在少数。 讽刺的是，在视源的公开宣传中，“员工说了算”的人性化自治管理模式被反复标榜——无刚性考勤、不设传统 KPI、刻意淡化层级，高管无独立办公室，员工可自由提出意见乃至批评建议，甚至能依托公司孵化机制与资源，实现内部创业的个人发展等等。 在撒钱层面，视源也的确走在前列。自2017年上市以来，视源累计派发现金红利超36亿元，超过以福利好著称的胖东来。 有前员工还感慨，公司顶楼曾经还设有一个幼儿园，可以让员工把孩子带来公司托育。但近两年因为孩子少而关停了。 这何尝不是用一种隐形规则裹挟员工陷入加班漩涡。公司官网显示，技术人员占比高达57.5%，这些撑起公司运营的技术员工，长期面临“高压、高频、高强度”的工作状态。 目前，关于高广辉的工伤认定仍在广州市黄埔区人社局调查阶段，按规定将在受理之日起60天内作出决定。 北京市中闻（西安）律师事务所谭敏涛律师告诉凤凰网科技：只要家属能够提供微信工作记录、公司加班文化等相关证据，证明其猝死与工作存在高度关联性，那么高广辉的情况就可以被认定为工伤。即便公司不服工伤认定结果而提起诉讼，法院也会基于客观事实和充分证据，维持工伤认定结论，并判令公司以及工伤保险基金向家属支付丧葬补助金、供养亲属抚恤金和一次性工亡补助金等相关费用。 “倘若公司存在隐性加班文化，或者高广辉长期存在周末居家办公的情况，那么便可以主张‘弹性工作时间’属于广义的工作时间范畴。从司法实践来看，曾有员工在家通过微信回复客户消息后猝死，法院认定‘居家办公场景属于工作时间的延伸’，这一案例为本案提供了有力的参考。”谭敏涛说。 至于是否能通过“周六当天登陆5次OA”来进行关键判定，谭敏涛认为，除了登录OA系统之外，和同事之间的工作交流也可以视为是工作，并不能将工作时间固定在法定时间内，本身一些工作就存在员工在家加班的情况。 谭敏涛对凤凰网科技解释，最高人民法院早在2017年，就用一起经典案例（案号：(2017)最高法行申6467号），作出了回答：只要是为了单位利益，在家加班期间突发疾病死亡，就视同工伤。 “如果制度不改变，永远会有更多的高广辉出现。”广志的头像已经不再跳动，美芽头像的高广辉妻子留下了她恳切的祝愿。 “现在职场环境普遍存在公司与生活边界不清，这是很多打工人面临的困境，我希望我丈夫这件事可以给大家敲响一个警钟，促进职场改革。” （实习生尚志芳亦有贡献，应受访者要求，李维、刘赫为化名）

IT之家 1 月 23 日消息，科技媒体 Wccftech 昨日（1 月 22 日）发布博文，报道称在 2026 年 NEPCON 日本电子展上，英特尔首度公开展示集成 EMIB 技术、尺寸达 78mm×77mm 的巨型玻璃芯基板原型。 IT之家注：EMIB 全称为 Embedded Multi-die Interconnect Bridge，官方名称为嵌入式多芯片互连桥接，可以理解为埋在基板里的“高速立交桥”，专门用来连接基板上相邻的两个小芯片，让数据传输像在同一个芯片内一样快。 图源：英特尔 为何 AI 芯片必须“弃塑换玻”？ IT之家援引博文介绍，随着 AI 芯片尺寸不断逼近光刻机视场极限（Reticle Limit），传统的有机树脂基板（Organic Substrate）面临严峻的物理瓶颈。 有机材料在高温下极易发生热胀冷缩，导致基板翘曲（Warpage），进而引发芯片接合不良。相比之下，玻璃材料拥有与硅芯片相近的热膨胀系数（CTE），受热后尺寸极其稳定。 此外，玻璃表面极度平滑，支持比有机基板更微细的电路刻蚀，是承载下一代超大算力芯片的理想“地基”。 技术规格方面，英特尔采用了一个尺寸为 78mm x 77mm 的巨型封装，其面积达到了标准光罩尺寸的 2 倍。 图源：英特尔 在垂直截面上，该基板运用了“10-2-10”的堆叠架构：以 800μm（0.8mm）的厚玻璃芯为中心，上下各堆叠 10 层重布线层（RDL），总计 20 层电路用于处理复杂的 AI 信号传输。 选用 800μm 的“厚芯（Thick Core）”设计，是为了在数据中心的高压环境下确保超大尺寸封装的机械刚性，防止断裂。同时，该基板实现了 45μm 的超微细凸点间距，I/O 密度远超传统基板。 英特尔在此次展示的封装中已成功集成了两个 EMIB 桥接器，验证了玻璃基板在承载复杂多芯片配置时的能力，相比传统有机基板，玻璃基板能提供更精细的互连间距、更好的焦深控制以及更低的机械应力。 业界最关注的焦点在于英特尔明确宣称实现了“No SeWaRe”。SeWaRe 是行业隐语，指代玻璃基板在切割与搬运中极易产生的微裂纹（Micro-cracks），这些隐形伤痕往往会导致封装在热循环测试中彻底碎裂。 英特尔此次的宣示，意味着其已通过特殊的材料改性或加工工艺，彻底解决了玻璃的脆性问题，确保了量产级的可靠性。

【CNMO科技消息】1月23日，汽车博主“新渠道李霸天”根据公开资料和个人预测，整理出理想汽车2026年的新车规划。 理想L9 具体来看，理想汽车将在SUV领域持续发力，进一步丰富产品矩阵。其中，L系列（增程）的L9L将于2026年上半年推出，价格区间预计为45万元至55万元。此外，L6、L7、L8、L9等现有车型也将持续在市场中发力，覆盖24.98万元至43.98万元的价格区间，为消费者提供多样化的选择。 i系列（纯电）同样看点十足。理想i9作为该系列的高端车型，同样将于2026年上半年推出，价格区间预计为35万元至45万元。它的出现将进一步提升理想在纯电SUV领域的影响力。 据CNMO了解，理想汽车总裁马东辉在2025年三季度财报电话会上曾透露以L9为代表的理想L系列改款的相关方向。他表示，“2026年理想L系列的大改款是基于用户反馈，以及核心技术积累打造的代际级的迭代产品，去承接‘2026年理想重回增程产品领先地位’的整体战略目标”。 此外，马东辉还表示，“2026年L系列大改款的核心，是用‘确定性的技术升级、确定性的交付节奏、确定性的用户价值’，从容回应市场的不确定性”。

快科技1月23日消息，雷诺集团新任CEO福兰近日到访中国，期间接受媒体专访，谈到了雷诺集团在中国市场的与供应链合作和战略布局等诸多话题。 雷诺是国内最早进入中国的外资车企之一，不过，雷诺此前主要做商用车，直到2013年东风雷诺成立后，才开始涉足乘用车，但与相比大众、丰田等品牌相比，雷诺在乘用车市场迟到了近二十年。 这也导致雷诺在国内的销量一直没有起色，2020年，雷诺关闭东风雷诺、华晨雷诺等多家合资工厂，相当于退出了中国乘用车市场。 雷诺中国董事长兼CEO苏伟铭认为，产品和成本都缺乏竞争力时，继续做只会消耗品牌。 针对雷诺会重返中国市场吗的问题，雷诺CEO福兰直言称，目前没有重返中国市场的计划，这里的竞争非常激烈。 考虑到现在市场的竞争格局和价格战的现实，我觉得短期内不会有重返中国进行汽车销售的动作。 并且，我们认为当前的价格战情况不可持续。我个人对中国车企的拙见还是要舍弃逐量的战略，去转向“价值驱动”。因为价格战是一个双输的战争，甚至对于消费者来说也无法得益，它会导致车辆残值暴跌，品牌价值受损。 我不认为这是一个良性的方式。雷诺在欧洲已经转变了思路，从追求销量转向了追求价值。 不过，雷诺虽然不在中国卖车，但会用中国的效率造车。 2024年，雷诺在中国成立ACDC研发中心，定位是立足中国、服务全球，即用中国供应链的效率和成本优势，支撑雷诺在欧洲和其他市场的产品。 TwingoE-Tech就是这种模式的首个成果，使得其开发费用比最初预算减少50%，模具费节省40%。 目前，雷诺与吉利的合作正在多个市场推进。在韩国，双方合作的首款车型Grand Koleos已跻身当地销量前列；在巴西，雷诺将借助吉利的GEA平台拓展产品阵容，双方共同投资超过50亿元。这些项目的研发，都将通过上海的ACDC团队实现。

2026.01.23 来源 | 上海证券报 据外媒报道，当地时间1月22日，特斯拉CEO埃隆·马斯克在瑞士达沃斯世界经济论坛上透露，特斯拉需驾驶员监督的FSD（Full Self-Driving）系统预计最快下个月在中国获批，有望与在欧洲获批的时间接近。 据上海证券报，特斯拉中国有关负责人就此回应称，“没有相关消息可以提供”。该负责人同时表示，特斯拉FSD目前在中国市场推进工作，暂无新进展可以披露。 推动FSD获批，是特斯拉应对电动汽车销量放缓的一项重要举措。 根据美国加利福尼亚新车经销商协会的数据，特斯拉去年在该州的车辆注册量下降了11.4%，市场份额降至50%以下，以比亚迪为代表的中国电动汽车厂商正在成为其有力竞争者。 马斯克表示，特斯拉试图通过增加软件收入，进一步打开增长空间。 微信编辑 | 苏小

凤凰网科技 1月23日，乐道汽车宣布L90马到成功版正式上市。新车提供Max/Ultra版两款配置，整车购买方案售价分别为29.68万/31.68万元，电池租用方案分别为21.08万/23.08万元。 L90“马到成功”版标配凝夜紫外观色、21英寸多辐光晖轮圈、展翼式电动踏板、专属门槛饰条、棕米内饰、马到成功方向盘饰条等。 据了解，乐道L90采用大六座布局，还拥有后排娱乐屏、沙发床、小桌板、车载冰箱、二排零重力座椅、三排大空间等配置。车身尺寸为5145mm长、1998mm宽、1766mm高，轴距达到3110mm。新车基于900V纯电架构打造，提供两驱、四驱两种动力，后桥电机为蔚来ET9同款，最大功率340kW，四驱版车型则是440kW。新车标配85kWh电池组，后驱、四驱车型CLTC续航分别为605km、570km。

IT之家 1 月 23 日消息，小米汽车社区发布网络攻击线索收集进度同步（01 月 22 日）。小米车主遭网络攻击专项援助信息收集表自 9 月 26 日发布以来，截至 1 月 21 日 24:00，共计 17,710 人参与，2063 人提供了相关证据信息，且对应所需的援助类型（可多选）如下： 提供固定证据指导：1176 人 发布律师函：989 人 诉讼支持：835 人 涉及律师函及诉讼支持部分：截至目前新增 10 位已提交立案车主，「共帮助 21 位车主向法院提交立案」持续推进中。 小米汽车指出，部分车主反馈的证据普遍存在以下几点线索不完整的问题，导致无法进行法律评估： 缺少车主的平台账号信息 缺少原文内容链接 缺少评论人信息 提供的原文链接账号名称与截图中账号不一致 据IT之家此前报道，2025 年 9 月 26 日，小米官方在小米汽车社区发文 ——《拒绝网络攻击，坚定守护每一位小米汽车车主》，提到有受过网络攻击的车主，可以留下自己的信息，一起拿起法律武器保护自己。

1月23日，汽车博主@类星频道 爆料称，尊界S800将推出高定版，定于今年7-8月份上市。官方因尊界S800买高配的人多，均价达90万元，且按个性化和增配需求丰富配置，预计售价将来到130万元。 尊界S800 该博主还爆料称，尊界首款MPV车型因华为要求修改造型，将推迟两个月，预计在今年3-4月份亮相，低配版售价为40万元左右，高配版售价为80万元以上。该车型原定销量目标为年销10万台，华为希望将目标上调至年销20万台，预期稳态月销量为1万台。 尊界首款SUV车型上市时间可能从2027年4月提前至2026年底或2027年初，定价预计为60万元-70万元，且价格空间可能继续向上延展。该博主预计，尊界的产能瓶颈不在2026年，而在2027年，且尊界为应对未来需求，已启动产线二期改建计划，为SUV预留产能。 该博主透露，尊界目前月产能为4000台，月销量稳定在2000台-2500台，2026年尊界S800的销量目标为3万台。此外，该博主还指出，鸿蒙智行其他几界短期不太会规划到超高端领域，但以后享界可能会有想法做。 据CNMO了解，此前有消息称，2026年尊界将推出三款产品，包含超豪华轿车、超豪华SUV和MPV。其中，SUV与MPV的市场定位预计都是百万级。

快科技1月23日消息，今晚，苹果天猫官方旗舰店率先开启新年优惠活动，其中iPhone Air价格引发大量关注。 iPhone Air国行原价是7999元，这次活动官方立减2000元，售价只要5999元起。 这个价格刚好进入国补范围内，叠加500元补贴之后，最终到手价只要5499元起。 iPhone Air国行在10月22日开售，如今刚好是三个月的时间，价格却暴降了2500元，打破了新iPhone的降价记录。 就这个价格来说，对于想要尝鲜的用户已经是超值了，但对于首批原价购买的用户来说确实一次究极背刺。 iPhone Air搭载A19 Pro芯片，配备6.5英寸超视网膜XDR显示屏，支持ProMotion自适应刷新率技术，最高可达120Hz，后置4800万像素单摄。 采用eSIM技术，没有实体SIM卡槽，重量仅165克，厚度仅5.6毫米，是苹果迄今最薄iPhone。 需要注意的是，iPhone Air仅可通过eSIM激活运营商网络，在中国大陆，中国移动、中国电信和中国联通均可为该机提供eSIM支持。 但目前办理过程比较繁琐，必须要到线下开通，这点劝退了很多用户。 另外，只有一颗听筒扬声器，也是比较手用户诟病的一点。 大家下手之前要考虑清楚能否接受续航、拍照、SIM卡、扬声器、屏幕的短板。

IT之家 1 月 24 日消息，广发证券分析师蒲得宇 Jeff Pu 昨日（1 月 23 日）发布研报，指出苹果公司正考虑重启与英特尔的芯片制造合作关系。 最新研报指出，英特尔将利用其 2028 年量产的 14A 制程工艺，开始为苹果 iPhone 21 系列供应部分芯片。IT之家曾于 12 月报道，蒲得宇预测双方的供应协议初期仅覆盖 iPhone 标准版机型。 基于这一时间表推算，英特尔未来可能承接部分 A21 或 A22 芯片的代工订单，不过台积电预计仍将稳居苹果主要芯片代工合作伙伴的位置。 此次传闻中的合作模式与早期的“英特尔 Mac 时代”有着本质区别。目前的迹象表明，英特尔将不会参与 iPhone 芯片的架构设计，其角色将严格限制在晶圆制造（Fabrication）环节。 这与苹果在 2020 年之前使用英特尔 x86 架构处理器的情况完全不同。事实上，双方曾在 iPhone 7 至 iPhone 11 时期有过基带芯片的供应合作，此次若达成协议，将是双方在核心处理器领域的首次代工合作。 除了 iPhone，苹果在 Mac 和 iPad 产品线上也可能引入英特尔作为供应商。天风证券分析师郭明錤（Ming-Chi Kuo）在去年曾预测，英特尔最快将于 2027 年中期开始为部分 Mac 和 iPad 机型出货低端 M 系列芯片。 郭明錤当时透露，苹果计划为此采用英特尔的“18A”工艺节点。这两大权威分析师的观点相互印证，显示出苹果正在逐步构建多元化的芯片制造版图。

近期，马斯克关于“中国将是 AI 竞争最大赢家”的论述传播度巨广，这一判断的核心逻辑为电力是AI发展的瓶颈，而中国拥有全球最大的电力基础，因此将在AI 算力上远超世界其他地区。 抛开宏大叙事，从对电力这一行业的中美对比研究出发，马斯克这一论述的可信度有几分，又有什么深意？ 01 上下半场是两个游戏 从2023年AI竞争至今已3年整，但是对于AI底层的核心竞争的第一性没有变，那就是大力出奇迹。 只不过竞争的重点从芯片，开始切换到了整个工业基础设施——最后以缺电的形式暴露出来。 1.上半场缺芯片 2023-2025年，AI训练和推理的军备竞赛，都是围绕芯片展开的： ●核心是英伟达的GPU算力芯片体系，从Ampere到Hopper，再到Blackwell，再到今年的Robin。 ●与之配套的通信，虽然表面是光模块从400到800再到1.6T，但核心仍是其中的光芯片的迭代。 ●还有充当“记忆功能”的存储，也是从HBM，到SSD缺货。 虽然国产算力芯片在过去取得很大的进步，但是受限于算子生态、先进制程的良率始终无法突破50%、高端设备禁运等情况，我们在AI上的追赶始终磕磕绊绊。 最直观的体现是字节、阿里等主要AI投资大厂，其实2025年都没有完成年初制定的AI资本开支计划，不是由于需求不行，而是订的英伟达芯片被禁、国产交付又迟迟跟不上。 尽管我们拥有并不逊色的人才储备和更优的工程化能力，比如Deepseek出圈，但国产大模型客观而言，在整体性能上，还是落后于美国大厂半年左右。 2.下半场缺电 直到2025年年中，全球AI叙事开始发生转折。海外投资的重心开始转向超大集群的AI工厂，数据中心建设的单位不再是多少万卡为单位，而是多少Gw为单位。 AI基础设施发展的瓶颈开始转向电力。为什么竞争焦点不再是芯片了？下面这个图看的很清晰，从23年AI加速以来，英伟达主力芯片单芯片功率仅从800W提升到了1200W，说实话，单芯片算力提升非常有限。 虽然台积电的先进制程可以米粒上雕花，但是这种摩尔进步速度完全满足不了下游对算力的指数级渴求，所以英伟达推出大卡、推机柜、推出集群，也顺带带火了先进封装、液冷、光模块、PCB、电力设备等等一众附带供应链。 直到以上路线的算力增益也开始放缓，最后就变成了比拼电力。简单结论就是：不是芯片这些高精尖的东西不重要了，而是电力，成为了军备竞赛下半场的高地。 图：英伟达GPU单卡过去功率变化图 资料来源：财通证券 如果说围绕芯片为核心的产业链，是科技行业内部的问题，而缺电，则是经济系统性问题，更为复杂。 马斯克之所以看好中国的AI，在电力冗余度这点上，体现的确实是没错的。 中国总装机量高达38亿千瓦，2025 年全年发用电量约 10.4 万亿千瓦时，即使2030年全球数据中心都用中国来供，也只占我们用电量的10%。 而美国电源总装机约 1300GW，发电量只有中国的一半。同时，装机量仅为最大负荷的 1.5 倍，显著低于中国的 2.5 倍冗余水平。 图：主要经济体发电量对比（2024） 数据来源：《世界能源统计年鉴2025》 更严重的是，总量问题是现在缺未来更缺。 美国2024年用电量在4.3万亿千瓦时出头，已经20年基本没有增长了，远低于美国GDP的增幅。这是由于制造业空心化，美国电力需求主要靠居民用电支撑，单看工业用电，其实还略有下降。 这不仅仅是美国的问题，日本、欧洲这些不如工业化后期的国家都是如此。 图：过去25年美国用电量情况 资料来源：EIA 由于市场化，过去美国发电和用电可以取得比较好的平衡。直到AI边际变量的出现打破了这看似美好的平静。 美国电网是分区域的，不是中国这种统一大市场，所以我们看到在局部紧缺的地方，已经出现了供需失衡：2025年美国电价上涨超过5%，而且PJM这个局域网，涨幅更大。 当前AI用电还只占美国用电的5%左右，美国能源部DOE、EIA等机构都做了测算，大概结论是到2030年，美国AI用电国内总需求的10%，到2035年，AI耗电需求达到800-1000Twh，占比接近20%。 所以可以预见未来总量上会更加缺电。 02 结构比总量问题更大，2027年大考将至 由于全球过去十多年加速转向碳达峰，全球发电侧都明显的转向风电、光伏等新能源，美国也是如此。 但同步电网投资又是不够的，全球电网投资每年大概3000亿美元，而中国一家就占到30%，足以见其他国家电网的滞后，基本上新十年、旧十年、缝缝补补再10年。实际上，美国电网设备超50%运行超 20 年。 而东部、西部、德州三大独立电网之间互联互通能力弱，与中国统一的电力市场截然不同。 对于电这种可能是最为精密的系统来说，一方面是新能源这种高度不稳定的电源带来巨大冲击，另一方面是电网的老旧。在边际增量AI出来之后（由于大量的高性能GPU，AI负荷功率是非常大的），一切就显得更为脆弱。 具体表现为两方面：一是功率缺口，最大有效功率低于最大负荷，导致用电高峰时供应紧张；二是电量缺口，引发电价持续上涨。 在历史上，美国的供电中断指标（人均停电小时数）就是中国的5倍以上，未来只会更多。根据EIA的估算，美国电力系统的额储备裕度（即应对尖峰用电），如果不去迅速的改，在未来几年将被直接击穿，即今年发生在西班牙的大停电，我们也将在美国看到。 从EIA数据推演上来看，如果不紧急新增转机，2027年将是供需矛盾爆发的一年：美国用电将从供需紧平衡变成硬缺口。 图：测算美国电力系统储备冗余度（如果不新增装机）资料来源：EIA、兴业证券 03 AI用电问题怎么解决？ 1.即使AI建设加速，中国电力整体仍过剩 电力是典型的公用事业，所以我们国家发展的思路一直是统筹为主、市场为辅。体现在发电侧、电网侧、用电侧我们都是超前发展的，走出了一条J型曲线。 虽然发展的过程饱受争议，但这使得我们整个系统有足够的安全冗余，也顺带使得我国的新能源、电动车和电力设备，都具备世界最强竞争力。 根据《中国电气化率年度发展报告》， 2024 年我国电气化率为28.8%，已经提升到跟主要发达国家相似的水平。 最后的结果就是，在美国由于缺电涨电价的背景下，国内25年的电价实际上是在跌的。 图：中国发电量高速增长来源：银河证券 而且根据已有的电源投资规划，如墨脱水电站、核电、新能源等，以及最近的十五五四万亿元的电网投资，未来我国在电力供给侧，确定性继续高增。 市场测算，到 2035 年我国总发电量预计为15万亿千瓦时，而届时美国很难突破5万亿千万时，也就是中国发电量将是美国的3倍，差距未缩小反而扩大。 发电和电网支持我们的用电需求无虞。预计十五五期间我国电气化率将以年均 1pct 的增幅稳步增长至 2030 年的 35% 左右，超出 OECD 国家平均水平8个点以上。 2.美国市场化主导，只能靠解绑和新技术 由于电是涉及到源网荷储的系统性问题，涵盖能源结构、体制、发电主体、电网运营商、配套设备厂等等一系列复杂的问题。基于当前的美国的电网结构，确实没有很好的解决办法。 在电力趋紧的2025年，就已经可以从电价看到压力陡增的情形。 首先，美国电价虽然有丰富的天然气拉低，使得其低于类似德国等欧洲国家，但是1元一度的居民用电，0.8元一度左右的工业用电，都比中国6毛左右要高出不少。 历史上由于市场化，美国电价基本持平于CPI涨幅，同时作为相对弱势的居民电价反而更贵；中国则反过来，用工业用电反哺居民。 但美国正在快速告别低电价，而且目前是在由居民买单。 2025年7月之后，美国数据中心在建容量停止增长，核心原因就是电网接入阻力大，居民也反对，政府审批也困难。比如德州，作为最缺电的区域之一，居民在听证会上直接反对AI数据中心对居民用电的挤出。 为了解决居民和工业之间的矛盾，可行的招数是让大厂自己建局域电网。 就在不到两周前，特朗普承诺确保美国居民不因为AI的数据中心挤占，去支付更高的电费，科技巨头应为 AI 能耗自行买单。 但这种做法也只是扬汤止沸，没有解决发电和电网的问题。 在发电侧，短期最快能顶上的就是燃气轮机，因为美国天然气资源丰富（美国AIDC中市电占比70%，燃气占比20%+），目前卡在GE、三菱等设备商产能极度紧缺，同时发展柴油发动机、燃料电池作为辅助电源，所以都是通过涨价来刺激生产。 长期，则需要稳定的基荷能源，因为天然气仍有不小的碳排放，只能作为过渡选择。被寄予厚望的是核电，尤其是SMR（小型模块化反应堆），以及更远期的可控核聚变。 同时在电网侧，还需同步升级老旧电力设备，提升区域互联能力。但这个难度可能比用电侧要大很多，因为涉及到民生、国家安全、区域协调等，纯市场化手段很难解决，同时还碰上海外如伊顿等并不愿意扩产。 图：AI公司布局核电事件汇总 来源：国盛证券 在我们看来，马斯克喊话中国AI要反超美国，主要是为了倒逼美国进行电力改革，类似于当时在SpaceX时怒喷奇葩的环保规则一样。 但至于如何改，根据以上分析判断，我们觉得系统性解决方案基本没有，可能他们唯一的办法，唯是依靠科技企业自身“各显神通”来应对困局。

IT之家 1 月 24 日消息，据外媒 CarBuzz 今日报道，沃尔沃管理层强调“全面电动化”依旧是公司核心目标，且电动汽车业务已经开始带来可观收益。 谈到盈利问题时，沃尔沃 CEO 哈坎 · 塞缪尔森说，沃尔沃因为电动汽车“现在更赚钱”。塞缪尔森的理由是，沃尔沃电动汽车不仅能够独立盈利，还扩大了销量规模。缺少电动汽车产品，沃尔沃销量和收入都会减少，利润也会随之下降。塞缪尔森也承认，电动车型利润率不如燃油车型，但既然仍取得了盈利，那么继续推进电动汽车阵容就是非常有必要的。 与此同时，沃尔沃并未忽视燃油车型需求。IT之家从报道中获悉，塞缪尔森表示，沃尔沃正在研发“下一代”插混车型，整体思路更接近增程车型。 沃尔沃首席战略与产品官迈克尔 · 弗莱斯补充说，新插混车型不会完全等同于纯增程结构，发动机仍可在效率需要时直接参与驱动，但在必要情况下也能以串联增程方式运行。弗莱斯确认，新系统的纯电续航将达到约 160km。 报道认为，新动力系统可能率先出现在 XC60 等现有车型的未来版本中，也可能用于全新车型。此外，一款新的插混车型将在不久后进入美国市场，并由沃尔沃南卡罗来纳州工厂负责生产。

快科技1月24日消息，近日，“男子用SIM卡炼出191克黄金”受到网友热议，有网友质疑真实性，认为这是在炒作话题。 炼金当事人“客家炼金师-桥”对此表示，自己确实是基于电子废料中贵金属回收的实拍记录，但网络上部分数据存在转载和表述不完全准确的情况。 据介绍，他用SIM卡确实提炼出了黄金，但并非是单一、完整的普通SIM卡，而是来源于通信电子领域中的芯片类镀金废料集合。 当时大概用了2吨的废料，而且网络上流传“191.73克”这一数字只是是某一批次成品的称重数据，在传播过程中被简化成了“用SIM卡炼金”，这一说法并不严谨。 同时他强调，这不是个人用生活废卡炼金的故事，而是贵金属回收行业中，对特定电子废料进行合规提炼的过程，记录视频的初衷是展示工艺和回收价值，而非制造噱头。 据悉，这种炼金需要经过复杂的提纯过程，涉及强酸溶解、电解还原等步骤，经过清洗、加酸、溶解、过滤、提纯才能获得黄金。 这一系列操作都需要需专业设备与防护措施，个人切勿模仿此类操作。 SIM卡中除微量金外，还含有铅、镉、溴化阻燃剂等有毒有害物质，而且提炼过程必须使用强腐蚀性化学试剂，非专业环境下处理极易造成环境污染和人身伤害。 除了SIM卡芯片，日常生活和工业场景中的银行卡芯片、各类IC卡，以及各类电子芯片、封装切片、连接器、触点、引脚等镀金部件等都可以提炼出黄金。

新智元报道 编辑：KingHZ 定慧 【新智元导读】AI不是泡沫，而是人类史上最大基建狂潮！黄仁勋直言：已投数千亿，仅是开端，未来需数万亿美元打造「五层蛋糕」，从电厂到应用层全产业链爆发，就业机会前所未有。 突发！ 腾讯科技独家新闻报道，2026年黄仁勋首度来华， 首站到访了英伟达在上海的新办公室，与员工交流，回顾公司2025年主要事件。 据报道，这次来华行程与2025年初基本一致，主要参加上海、北京和深圳分公司的新年晚会以及供应商答谢会。 腾讯科技：独家丨黄仁勋2026年首度来华，未提及H200 根据知情人士，黄仁勋和员工的诸多问题中，主要聚焦在2026年重点芯片相关的话题。 根据英伟达真实路线图，继Blackwell之后，2026年的重点大概率是Rubin架构。 而就在中国行前夕，黄仁勋在达沃斯世界经济论坛上的一番发言，正在全球科技界引发震动，让全场脊背发凉：我们正在犯一个历史性错误—— 把AI当作技术，而不是电和路。 这句话背后，是一场数万亿美元的财富转移： 水管工、电工、建筑工人的收入未来或突破「六位数」， 而坐在办公室里的白领，可能面临第一波AI冲击。 这不仅是科技革命，这是人类工作价值的重新定价。 人工智能（AI）爆发，已拉开「史上最大规模基础设施建设」的序幕。 规模到底有多大？ 黄仁勋表示，尽管各大企业已为这项技术投入数千亿美元，但未来仍需持续投入巨额资金。「我们需要建设价值万亿美元级的基础设施。」 他认为，ASI基建新工种将涌现，预测未来美国的建筑工有机会实现「六位数」收入。 人类历史上最大规模基础设施建设 2026年1月21日，瑞士达沃斯，世界经济论坛（WEF）。 在一场挤得水泄不通的主论坛上，黄仁勋（下图右）与Larry Fink（下图左）展开了一场关于AI未来的深度对话，豪言AI是「人类历史上最大规模基础设施建设」的基石。 众所周知，黄仁勋是NVIDIA创始人兼CEO，是AI时代「算力之王」；而后者Larry Fink，也不简单，是华尔街的两枚定海神针之一贝莱德（BlackRock）共同创办人、董事长、CEO。 黄仁勋提到，2025年是有记录以来风险投资规模最大的年份之一，大部分资金流向他所称的「原生AI公司」。 这些企业遍布医疗、机器人、制造与金融服务领域。黄仁勋指出：「这是首次出现足够成熟的模型，能够支撑这些行业的深度开发。」 相关投资正直接转化为就业岗位。 他特别列举了当前紧缺的技术工种：水管工、电工、建筑工人、钢铁工人、网络技术员，以及负责安装运营高端设备的专业团队。 从熟练技工到初创企业，AI正开启下一次平台级变革。 对全球打工人来说，这场变革将推动工作重心从执行任务转向实现价值。 AI 之下，工作要有目的 面对大家对AI取代人类的担忧，黄仁勋给出了反直觉的有力反击：AI不会摧毁工作，它正在让工作从「完成任务」转向「实现人生价值」 。 他以放射科医生为例。 2016年，「AI教父」辛顿曾表示：「我们现在就应该停止培训放射科医生了」，因为AI很快就能比他们做得更好。 他说得没错：近十年来，模型在各项基准测试中的表现已超越放射科医生。 然而，放射科医生的岗位数量正处于历史最高水平，平均薪资高达52万美元。 为什么？ 因为医生的使命是诊断疾病和救治病人，看片子只是任务之一 。 AI处理了看片子的任务，让医生能花更多时间与病人互动，从而能接诊更多病人，从而医院效益好了，自然需要更多放射科医生。 同样的逻辑也适用于护士。 美国正面临500万护士的短缺，部分原因是护士们近一半的时间都花在填表和记录上 。 AI接管了图表记录和转录工作后，护士的工作效率提高了，医院效益变好了，反而需要招募更多护士。 作为CEO，黄仁勋幽默比喻：「若有人观察我和Fink的工作，大概会觉得我俩是打字员。」 但自动化打字不会取代他们的CEO工作，因为打字并非核心价值。 再比如，黄仁勋盛赞Claude「不可思议」，宣称「所有软件公司都需要使用它」。 黄仁勋并非突然认同Anthropic的AI安全理念，而是折服于他们的工程能力。Claude Code正在以惊人速度吞噬企业软件开发市场，以至于英伟达这家硬件公司竟公开点名推荐特定模型。 这说明AI已跨越「新奇事物」的门槛，蜕变为软件行业基础设施。 AI通过协助事务性工作，让人更能聚焦核心使命，提升效能，从而创造更大价值。 「所以关键在于：你工作的本质价值是什么？」黄仁勋最后发问。 英伟达创始人兼首席执行官黄仁勋与贝莱德董事长兼首席执行官Larry Fink在2026年瑞士达沃斯世界经济论坛年会对话 在对话中，他也淡化了外界对巨额支出承诺可能导致AI泡沫的担忧。 五层蛋糕论 AI没有泡沫 据估计，仅2025年一年，全行业就将在AI研发上投入约1.5万亿美元—— 这个数字超过了几乎所有其他领域任何企业集团的名义支出。 然而，黄仁勋坚持认为，这并不是过度投资。他说，这代表着人类历史上规模最大的基础设施建设，而这还只是刚刚开始。 他进一步解释称，在芯片领域，「台积电已宣布计划新建20座芯片工厂；富士康正与我们合作，还有纬创和广达，将新建30座计算机工厂，这些工厂后续将转化为AI工厂（数据中心）。」 「美光已开始在美国投资2000亿美元，SK海力士表现非常出色，三星也做得非常出色。你们可以看到，整个芯片行业正以惊人的速度增长，」黄仁勋补充说。 而且不止单一的芯片突破。 黄仁勋将AI产业精辟地拆解为五个核心层级，重申了他的「AI五层蛋糕论」： 1.能源（Energy）：为AI提供动力的电力基础。 2.芯片与计算基础设施（Chips and Computing Infrastructure）：硬件算力的基石。 3.云数据中心（Cloud Data Centers）：承载计算的枢纽。 4.AI模型（AI Models）：智能的大脑。 5.应用层（Application Layer）：最终创造经济效益的顶端。 他特别指出，最大的经济效益将来自应用层—— AI正在重塑医疗、制造、金融服务等行业，并改变整体经济中的工作性质。 从能源发电、芯片制造到数据中心建设与云端运维，黄仁勋表示AI建设已催生大量技术工种需求。 更关键的是，他用「价格」来反证泡沫论： 如果这是泡沫，算力应该不缺、租GPU应该越来越便宜；但现实相反——GPU 很难租到，算力现货租赁价格在上涨，不只是最新一代，连两代以前的GPU也在涨。 这意味着需求来自真实业务，而不只是投机资本烧钱。 黄仁勋还举了企业调整研发预算的例子：比如制药公司把一部分投入从湿实验室转向AI超算。 AI是电，是路，是生产力 黄仁勋将AI定位为国家关键基础设施。 「AI即基础设施，」他强调，各国应像对待电力或公路那样重视AI，「必须将AI纳入国家基础设施体系」。 他呼吁各国基于本土语言文化构建自主AI能力：「开发属于自己的AI，持续优化迭代，让国家智慧融入生态系统。」 Fink质疑是否只有高学历人群才能使用或受益于AI。 黄仁勋驳斥了这一观点。 「AI超级易用——这是历史上最简单的软件，」他表示，AI工具仅用两三年已触达近十亿用户。 因此，掌握AI素养正成为必备技能：「学习如何使用AI、引导它、管理它、设立防护栏、评估结果，这些能力与领导力和团队管理同等重要。」 回到「放射科医生」，RSNA（北美放射学会）主席、 斯坦福大学医学教授Curt Langlotz之前表达过类似的观点： AI不会取代放射科医生，但会使用AI的放射科医生将取代不会使用 AI 的放射科医生。 欧洲的AI超车机会：物理AI 对于发展中国家，黄仁勋认为AI带来了缩小长期技术差距的契机：「AI很可能弥合技术鸿沟，普惠性与资源丰沛性将发挥关键作用。」 谈到欧洲时，他特别指出制造业与工业实力是巨大优势：AI不是写出来的，是教出来的。 「机器人是世代难逢的机遇，」黄仁勋强调，这对工业基础雄厚的国家尤为关键。 「如今我们可以将工业能力、制造能力与人工智能相融合，由此迈入实体AI即机器人技术的世界，」他补充说，这为欧洲带来了「跨越」由美国主导的软件时代的机遇。 「我认为，为了在欧洲构建繁荣的AI生态系统，我们必须认真对待能源供给的增长，加大对基础设施层的投资，这一点是确定无疑的，」 黄仁勋说道 Fink总结讨论时表示，这场对话说明世界远未形成AI泡沫，真正的问题在于：「我们的投资够吗？」 黄仁勋赞同这一判断，指出庞大投资势在必行：我们必须为AI技术栈的所有上层建筑构建必要基础设施。 他形容这一机遇「非同寻常，每个人都应参与其中」。 他重申2025年全球风投规模创历史新高，超千亿美元资金流向全球，其中大部分注入AI原生初创企业。「这些公司正在构建上层的应用生态，」黄仁勋说，「而它们需要基础设施与投资来筑造未来。」 Fink补充道，确保增长红利被广泛共享至关重要： 我相信全球养老基金参与这场变革将是绝佳投资机遇，能与AI世界共同成长。 我们必须让普通养老金领取者和储蓄者分享这份增长。若只能作壁上观，他们将被时代抛在后面。

刚离职的副总裁，把OpenAI的创新困境一股脑全曝光了。 编译 | 陈骏达 编辑 | Panken 智东西1月23日消息，昨天，由知名媒体人和作家Ashlee Vance主办的Core Memory播客，发布了对OpenAI前研究副总裁Jerry Tworek的深度专访。今年1月初决定离开的OpenAI的Tworek分享了一个关键洞察：随着竞争加剧与组织急速膨胀，OpenAI正逐渐陷入一种难以再承担真正高风险研究的结构性困境，一些前沿创新的研究方向，已经难以在OpenAI内部推进。 在正式进入访谈内容前，我们有必要了解下Tworek的传奇履历。Tworek是OpenAI元老级成员，2019年便加入该公司。他是OpenAI推理模型o1、o3背后的关键人物，将强化学习做到了极致，也让强化学习、推理模型真正进入了主流视野。此外，Tworek还在编程和Agent领域颇有建树。 今年1月7日，Tworek在X平台上分享了自己离职的消息，评论区涌入了诸多OpenAI大佬，言语间满是不舍之情。 这场访谈长达70分钟，实录近2万字，智东西梳理出Tworek分享的八大关键洞察： 1、OpenAI的创新困境：成本、增长压力等多重因素影响了OpenAI对风险的“胃口”，同时该公司尚未找到良好的跨团队的研究协作模式。 2、谷歌崛起：与其说是谷歌“回归”，不如说是OpenAI自己犯了错误，没能充分把握住自己的领先优势。OpenAI本应该持续领先。 3、行业弊病：5家头部AI公司路径完全趋同，研究员想在主流机器学习范式之外做点不同的事情，几乎找不到合适的地方，这令人沮丧。 4、人才争夺战：人才争夺战已演变成一场肥皂剧，有些人频繁地更换工作，而真正投入到工作的时间不多。 5、创新引擎：明星AI研究员并不是驱动创新的核心因素，公司本身能否打造个人责任感强、允许探索和做大事的环境，可能更为关键。 6、什么阻碍了创新：阻碍AI Lab研究的因素不是算力短缺，而是缺乏专注。对OpenAI来说，“集中力量办大事”已经变得有些困难。 7、AGI时间表：目前AGI仍然缺失关键拼图，架构创新与持续学习是两大重要方向，但AGI将会在2029年左右实现。 8、强化学习的回归：科学史已经反复证明，好的想法往往会卷土重来，判断一个想法是否重要并不难，难的是判断它什么时候会变得重要。 以下是访谈内容的完整编译： 01. 竞争激烈、组织膨胀 OpenAI的创新困境 主持人：你的离职声明写得很好，充满感情。你在OpenAI经历了非常重要的一段时间，见证了巨大的变化。那种感觉怎么样？ Jerry Tworek：在OpenAI的每一年，都是一家完全不同的公司。公司本身的高速成长，以及整个AI世界的变化。 这种经历我觉得在人类历史上都很少见。我很庆幸自己能亲身经历这一切。正如我之前说的，每一个阶段都完全不同。 主持人：OpenAI在2019年时大概只有30个人？现在已经是几千人了吧？ Jerry Tworek：说实话，很难统计清楚。全球多地办公室，遍布世界各地。现在几乎找不到没听说过OpenAI的人了。而我刚加入的时候，只是几个小团队，各自做着自己的研究项目。 但有一件事始终没变——OpenAI的野心。从一开始就瞄准AGI，想真正改变世界，并且带来正面的影响。而通过ChatGPT，把智能和实用性真正分发给了全球用户，我觉得这是一件非常了不起的事情。 主持人：所以你发了那条推文之后，是不是全球所有基础模型实验室都来找你了？ Jerry Tworek：确实有很多。我现在也在思考下一步该做什么。在这个行业这么多年，我已经认识了很多人。我并不急着做决定。 我已经连续高强度工作很多年了，甚至没太多时间好好和人聊天。现在正好可以慢下来，想一想：接下来的七年，我想怎么度过。但确实，我正在和很多人交流。 主持人：你在推文里提到，你想做一些在OpenAI没法做的研究。能具体说说吗？ Jerry Tworek：当前，在全球范围内争夺“最佳AI模型”的竞争异常激烈且严苛。想要保持竞争力，公司在运营的多个层面都面临着极大的挑战。 其中一个核心问题在于风险承担的意愿：从避免落后的角度出发，公司自然会被迫思考，究竟愿意承担多大的风险。无论是用户增长指标，还是持续支付高昂的GPU成本，现实都极其残酷。 也正因如此，持续展示实力、不断推出最强模型，对所有人而言都变得至关重要。这是当下几乎所有主要AI公司共同面临的处境，而这种压力无疑会影响一家机构对风险的“胃口”。 另一组同样难以权衡的因素来自组织结构。公司有其组织架构图，而组织架构往往在很大程度上决定了你能够开展什么样的研究：每个团队都需要明确的身份认同、研究边界以及其专注解决的问题集合。 跨组织的研究往往异常困难，而如何在大规模条件下高效地组织研究，这个问题可能还没有被真正解决。 研究本身偏好活力，甚至可以说偏好某种程度的混乱；而大型组织却需要秩序、结构与清晰的分工。这正是为什么“你最终交付的是你的组织架构图”这一说法如此流行：研究工作往往会演变成那些最适合现有人员配置的项目。 我也正是在这种背景下意识到，有一些我真正想做的研究方向，并不是OpenAI当前的组织架构所能支持的。 02. Transformer肯定不是最终形态 有很多路径尚未得到系统性实践 主持人：我曾在播客里和Mark Chen（OpenAI首席研究官）聊过这个问题——几乎所有人都在向他（以及Jakub，OpenAI首席科学家）提出自己的想法。OpenAI的确有一个优良传统：愿意承担风险，愿意去做一些其他实验室不敢做的事情。 但现实是，无论聚集了多少聪明人，资源已相当可观，这终究是一家资源有限的公司。它必须做出重大的取舍：哪些方向值得投入，哪些现在还无法承担成本。 而真正足够新颖的路径，往往恰恰是那种让人犹豫的方向——我们不知道现在该不该走，也不知道钱包是否负担得起。 Jerry Tworek：关于Ilya提出的“研究时代”这一概念，我不确定它是否像他所描述的那样非此即彼，但我确信，在AI和机器学习领域，仍然存在大量尚未被充分探索的可能性。 六年前，我们选定了Transformer架构，此后人们不断对其进行Scaling，并且效果显著。路径非常清晰：每个季度训练更大的模型，使用更多计算资源和数据，而进步似乎从未真正停滞。 但问题在于：这就是全部了吗？这是最终形态吗？我相当确定不是。模型仍然可以通过多种方式改进，而其中许多路径至今尚未被系统性地实践。 正如你提到的，我曾在推理和强化学习扩展方面投入大量工作。在那之前，整个领域几乎把所有赌注都押在了Transformer预训练的Scaling上。 这种方式确实有效：每一次预训练都可以打造出更强的模型，其能力都会全面提升，各项评测指标也随之改善。因此，人们很容易得出结论：只要不断扩展预训练，模型就会持续变好。 但后来，一些研究者开始相信，我们能做的不止于此。他们尝试证明：如果在语言模型之上，以与预训练相当的计算规模去扩展强化学习，就能教会模型一些仅靠预训练永远无法获得的能力。 正是由于这种探索，我们今天才拥有了这些能够自动化复杂任务、显著降低计算与数据需求的智能体系统。一旦发现新的扩展路径，就能解锁全新的能力，而如果只沿着预训练的扩展定律前进，这些能力可能需要极其漫长的时间才能出现。 在我看来，自GPT-4发布以来，推理模型代表了一次真正重大的能力跃迁。而我也坚信，类似这样的突破并非孤例。研究者不应只满足于渐进式改进，更应持续思考如何从根本上改变游戏规则。 03. 头部AI玩家路径趋同 这是件令人遗憾的事儿 主持人：去年在NeurIPS上，Ilya提到“我们正在耗尽数据”，暗示预训练终将触及瓶颈。 Jerry Tworek：我并不认为这意味着预训练即将终结，它仍然在持续改进，也依然有许多优化空间。但预训练并不是提升模型能力的唯一方式，而且在很多情况下，它提升得非常缓慢。其他方法，或许能更快地推动能力跃迁。 主持人：硅谷长期存在一种有趣的现象：科技公司往往会提出一些在外界看来怪异、甚至离经叛道的想法，而正是这些想法催生了真正颠覆性的创新。 但一旦某条路径被证明是成功的，局面就会迅速反转，形成强烈的共识，所有人开始沿着同一方向竞赛。 这正是我们当前所处的阶段。模型竞赛已经持续了两三年，几乎所有主要实验室都在做同一件事。你认为这是个问题吗？ Jerry Tworek：我对此感到相当、相当遗憾，几乎所有公司都在做和OpenAI一样的事儿。OpenAI无疑取得了巨大成功，做对了更多事儿，引领了扩展Transformer的范式，也证明了大规模模型能够为世界创造真实而广泛的价值。 但如今，有多少公司在做着几乎一模一样的事情？竞争当然有其价值，但我们现在大概有五家严肃的AI公司，使用几乎相同的技术配方，在同一技术基础上构建略有差异的产品。 也许这是正确的路径，但我仍然希望看到更多多样性，模型之间真正的差异，而不仅是微小的调优。 如果你观察当下最顶级的模型，很少有人能真正分辨它们之间的不同。或许我们应该进行更多盲测：让用户与不同模型对话，看看他们是否能分辨出差异。 我怀疑99.9%的用户做不到。这些模型在体验上极其相似，即便它们来自不同团队、采用了略有不同的技术选择。在这样的环境中，真正的探索在哪里？真正的创新，以及与他人区分开来的能力，又在哪里？ 04. 与OpenAI已出现实质性分歧 分开比勉强合作更健康 主持人：我问一个有些尖锐的问题：你在OpenAI内外都被视为传奇人物，参与的项目成功率极高。如果连你这样的人，都觉得自己真正想做的事情在公司内部难以推进——无论公司是否明确反对，这种阻力本身就已经存在。 对于一家最初以研究实验室起家的公司而言，这是否是一个值得警惕的信号？ Jerry Tworek：我的看法是，有时候人们会成长到某个阶段，需要与过去分道扬镳。对一家公司及其成员来说，就目标和前进方向达成一致极其重要。 而在某个时刻，我意识到自己对未来研究路线的看法，与OpenAI所选择的方向在某种实质性层面上出现了分歧。在这种情况下，分开也许比勉强合作要更健康。 正因如此，我也认为，如果不同公司能够真正专注于不同的事情，行业会因此变得更好。专注对一家公司而言至关重要，而OpenAI很可能正在做所有正确的事情。 也许只是我怀抱了一些不切实际的梦想。我是一个相对乐观的人，我相信世界上始终还有很多不同的事情可以去做，这在原则上完全是可能的。 关键在于专注，把真正核心的事情做到极致。事实上，很多事情、很多公司，只有做到这一点，才能生存下来并进入下一个阶段。 在一个理想的世界里，应该存在大量做着不同事情的公司。尤其是对研究人员而言，他们很难在一个自己并不真正相信的研究方向上长期投入。他们理应能够找到一个地方，在那里从事自己最笃信的研究，并让时间来检验其价值。 也正因为如此，我对如今几乎所有公司都在做同样的事情感到有些难过。现实是，如果你想在主流机器学习范式之外做点不同的事情，几乎找不到合适的地方。这可能是目前让我最沮丧的一点。 主持人：当你开始认真思考“下一步要做什么”时，这种同质化的问题会变得尤为明显。如果所有实验室都在做同样的事，你自然也不会觉得自己只是换一家大实验室就能获得真正不同的空间。 Jerry Tworek：我确实在思考人生的下一个阶段，但如果世界上能有更多选择，让人可以稍微偏离主流，去做一些不那么热门、但可能同样重要的事情，那会让我更开心，也更容易做出决定。 主持人：这就引出了一个问题：我们到底需要什么，才能真正偏离主流？ 一个投入了如此多资金和资源、又处在聚光灯下的公司，会本能地害怕承担风险。但问题在于，这些风险也许恰恰是必要的。那么，究竟需要改变什么？这种状况未来会不会发生改变？ Jerry Tworek：有趣的是，我个人其实非常喜欢冒险，别人也常这样形容我。冒险本身是一件好事。 但当风险和巨额资金绑定在一起时，愿意、也有能力承担这种风险的人就会变得极其稀少。风险承受能力是一种高度个人化、极其独特的特质。我与很多人共事过，深切体会到这一点。 我真心认为，人们本该更愿意承担风险，去尝试更多不同的事情。尤其是研究人员这一群体——如今AI领域的薪酬水平已经相当夸张了，而这反而可能带来一种副作用：人们变得不愿意失去工作，不愿意经历糟糕的绩效周期。于是，他们更倾向于追逐短期回报。 很多研究人员本身非常聪明、也很有想法，只是整个系统的激励机制过于短视。可恰恰是研究人员，才最应该被鼓励去冒险、去做大胆的尝试——因为真正的进步，正是这样产生的。 05. 算力门槛正阻碍创新 “探索与利用”的权衡是关键问题 主持人：当然，我们也看到了一些例子。比如游戏教父John Carmack，他去了达拉斯的“洞穴”，一度几乎是独自工作，现在可能也只有极少数员工。Carmack说过：“也许我未必能做出真正不同的东西，但至少应该有人在认真尝试一条完全不同的路径。” 我也和Ilya聊过，不过我并不清楚他具体在研究什么。所以我无法判断，他的工作是在延续过去的方向，还是某种更加激进的尝试。但可以肯定的是，如果他不认为那是一条不同的道路，就不会去筹集那么多资金来做这件事。杨立昆显然也有与主流不同的理念。 这正是让我觉得这个领域非常有趣的地方。AI在某种意义上是一个非常古老的领域，可以追溯到几十年前；但当下这套主流范式，其实是相对较新的。当我和研究人员交流时，他们仍然会说：“只要把主要论文都读一遍，很快就能跟上进度。” 可我时常会想，会不会有某个人，突然带着一个极其激进、全新的想法出现，彻底推动整个领域向前？如今这件事似乎变得更难了，因为你可能需要一个州那么大的数据中心来支撑实验。 Jerry Tworek：这是一个巨大的资源门槛，也确实让问题变得更加棘手。但这同样是一个值得认真思考、试图解决的问题。 世界上有大量学术研究在进行，许多学生在做各种各样的探索，但其中绝大多数都严重缺乏资源。结果是，许多原本可能很有潜力的研究，最终不了了之，因为真正关键的研究往往需要大规模实验。 也正因如此，我对当下的一个趋势感到非常欣慰：确实有相当多的资金开始流向那些支持新颖、激进想法的尝试。像Carmack、Ilya、杨立昆这样的人，正是当下应该存在、也应该被资助的对象。 显然，并不是所有尝试都会成功，但其中一些一定会——世界上的创新正是以这种方式发生的。 在强化学习领域，“探索与利用”的权衡早已是一个经典概念。即便是我们在优化智能体时，也始终面临这个问题：是选择那些已被验证有效、成功路径明确的策略，还是尝试全新的方法，用不同的方式解决旧问题？ 这是一个艰难但无法回避的权衡。当我们思考智能体该如何行动时，也许同样应该反思我们自己是如何做选择的。 主持人：至于那个由顶尖AI研究者组成的小圈子，人们是否真的清楚Carmack在做什么？ Jerry Tworek：说实话，我并不完全清楚。我的印象是，他正在大力押注于通过鼠标和键盘，在电子游戏中进行端到端的强化学习。如果我没记错的话，大致是这样。 而这恰恰让我觉得非常有意思。长期以来，我一直认为电子游戏是训练智能的绝佳环境之一。游戏是为人类大脑设计的，要让人类觉得有趣，它们融合了故事、权力幻想、解谜和问题解决，必须持续保持新鲜感，不能变得重复。 从某种意义上说，电子游戏是为人类认知量身定制的学习环境，而问题解决这样的能力，正是我们希望智能体具备的能力。 但我们至今还没有真正聪明的模型，能够在这种高频、多模态的环境中稳定运行。这也许暴露了某些架构层面的限制。但我依然认为，在电子游戏上训练AI，是一件非常有前景的事情。 强化学习之父Richard Sutton过去做过大量相关工作，不仅是电子游戏，还有扑克等复杂博弈。我曾去过他的实验室。当然，他当年的游戏环境，比我们后来在OpenAI让模型玩Dota时要简单得多。DeepMind CEO Demis Hassabis也一直在坚持类似的想法。 06. 好的想法 往往会卷土重来 主持人：有趣的是，这些思路曾一度被认为“过时”。在ChatGPT时代，它们看起来不像是主流方向。 Jerry Tworek：科学史反复告诉我们：好的想法往往会卷土重来。判断一个想法是否重要并不难，难的是判断它什么时候会变得重要。 七年前我刚加入OpenAI时，基于游戏的强化学习是绝对的热点。我们解决了Dota、《星际争霸》。当时DeepMind的AlphaGo更是一个里程碑。 但这些模型有一个非常明显的问题：它们几乎没有世界知识。它们只是在从零开始学习如何玩某一个游戏，而并不真正理解我们的世界。 显然，这不是正确的路径。模型首先需要对现实世界形成高层次的理解，而不仅仅是对像素作出反应。从零开始的强化学习，更像是一种“蜥蜴脑”或“猴脑”的学习方式。我们真正希望的是让模型具备更抽象的概念结构。 而经过多年大规模预训练，我们终于获得了对世界极其丰富、稳固的表征。现在，是时候在此基础上重新引入强化学习了。推理模型的真正魔力，正是在于：它们在一个强大的世界表征之上，通过强化学习构建能力层级。这才是未来的方向。 主持人：至于世界模型，谷歌做过相关探索，杨立昆和李飞飞的研究在某种程度上也指向这一方向。我们作为婴儿并不是生活在黑箱中，而是通过不断试探来理解世界。所以，将世界模型与强化学习结合，在我看来是非常合理的。 Jerry Tworek：这个想法显然是正确的。真正有趣的地方在于，我们如何将世界模型的表征构建与强化学习结合起来。强化学习用于教会模型各种技能，而这些技能正是模型在现实世界中运作所必需的——它赋予模型实现自身目标的能力。 然而，要想实现目标，模型首先必须理解自己所处的世界；只有在具备这种理解之后，它才能形成有效的计划与策略。这正是为什么世界模型与强化学习必须协同发展的原因。一旦有人能够在一个训练良好的世界模型之上成功地进行强化学习，那将会是一个极其令人振奋、具有里程碑意义的时刻。 07. 架构创新与持续学习是两大方向 AGI仍然缺失关键拼图 主持人：你现在对什么最感兴趣？ Jerry Tworek：总体上，我认为简单地去重复实验室里已经在做的事情，其实意义不大。在现有的范式和设置中，仍然有很多可以调整、可以改进的地方，但有两个方向，我觉得要么被明显低估了，要么至少没有得到足够的资源去真正推进。 第一个方向是架构层面的创新。我们在Transformer架构上多少有些过于固步自封了。它无疑是一个伟大的架构，也已经被极其深入地探索过。 人们在对Transformer进行局部改进、试图通过一些小的结构调整来进一步提升它时，确实遇到了不少困难，当然，也有一些相当成功的尝试——比如稀疏性显然就非常成功，各种降低注意力机制计算成本的方法也取得了不错的效果。 但问题是：Transformer会是机器学习的终极架构吗？显然不会。尽管Transformer的提出者们做了极其出色的工作，几乎定义了接下来十年机器学习的发展格局，但事情远不止于此。 一定还存在其他训练大模型的方法——它们可能看起来有点像Transformer，也可能完全不像。这是一个非常值得投入精力去探索的问题。如果没有人去做这件事，那我会很乐意自己试一试。 第二个方向是一个更热门的话题，但我并不认为目前有人真正把它做好了，那就是持续学习，以及如何真正地、彻底地将test time与train time融合在一起。 对人类而言，这种方式再自然不过了：我们并不存在一个明确分离的“学习模式”和“回答模式”，一切都是在持续不断地同时发生的。我们的模型也应该更接近这种运作方式。 这很可能是我们在实现AGI之前，仍然缺失的几个关键能力要素之一。如果模型无法从它们所接触到的数据中持续学习，那么无论它们在其他方面多么强大，依然会给人一种受限、甚至有些“愚钝”的感觉。 主持人：说到AGI，我们上次聊天时我提到过，相比一两年前，现在我已经不太常听到关于时间线的讨论了。甚至连关于AGI本身的讨论似乎也减少了。所以我其实挺好奇的。 你称自己对AI持谨慎乐观的态度。那么在你看来，我们现在处在AGI时间线的哪个位置？ Jerry Tworek：是的，我个人的看法其实也略有更新。我一直认为，扩大强化学习的规模是实现AGI的必要组成部分。大约在一年前或一年半前，我几乎坚信，只要我们把模型的强化学习规模做大，它就会成为AGI。 而现在，我不得不稍微修正这一观点。不过有些东西，只有在真正进入下一个阶段之后你才能看清。我们也必须承认，今天的模型在非常非常多的方面已经做得相当出色了。 它们在编程方面所能做到的事情，对我来说尤其震撼——因为写代码本身就是我最喜欢的事情之一。你现在可以非常、非常快地完成大量工作。 对十年前的一些人来说，如果你向他们展示我们今天所拥有的能力，他们可能已经会把这称作AGI了。所以，谈论AGI已经不再像过去那样离谱或疯狂。 但至少按照我自己的定义，当前的模型仍然不能算是AGI，因为持续学习还没有以任何实质性的方式与我们的模型真正整合在一起。同时，从模型目前的状态来看，甚至在多模态感知这样的能力上也仍有明显缺失。 如果模型看不到外部世界，或者无法观看视频并对其进行良好的理解，那么即便它们在文本理解和编程方面非常出色，我们真的能称它们为AGI吗？ 因此，要真正实现构建AGI这一文明级别的里程碑，还有许多我称之为“必要步骤”的问题需要解决。 一段时间我曾想过，如果我们真的非常努力，如果所有事情都做得非常好，也许2026年至少会成为我们在真正优秀的持续学习和真正通用的强化学习方面取得突破的一年。 我的时间线判断依然是有些浮动的。但与此同时，AI领域的发展速度确实非常快。投资每年都在不断增长，越来越多的人进入AI领域，这扩大了人才储备，也增加了我们能够探索的想法数量。 所以我并不认为这个想法完全荒诞或不切实际。也许会更早一些，也许会稍晚一些——可能是26年，也可能是27年、28年，甚至29年。我不认为会比这再晚太多。 当然，还有大量工作要做，但确实有很多人正在为实现AGI而努力。 08. 我们正处在变革时代 保持担忧和谨慎有必要 主持人：如果我的记忆没错的话，在“Strawberry”项目出现之前，你是不是在研究Q*项目？那时候有很多风声，大家都在谈论Ilya看到了Q*，知道AGI已经来了，这把所有人都吓坏了。 我的意思是，听你刚才这么说，反而让人觉得有点好笑。因为这确实是一件非常棘手的事情：这些系统能做到一些极其令人印象深刻的事，于是我们就会变得异常兴奋。然后时间过去， 你知道，就像现在的“Strawberry”项目一样——它确实令人难以置信，几乎改变了整个领域，但我并不觉得我第一次使用它的时候被“吓到了”。 Jerry Tworek：我明白你的意思。这是人类心理中非常有趣的一部分，在某种程度上也反映了我们与技术互动的方式。 对我来说，强化学习Scale up的效果仍然非常显著，而且随着时间推移，我们会看到更多这样的成果。尤其是在编程领域，这将以许多不同的方式影响我们的生活。 今天，进行任何大规模编程项目的体验，与一年前相比几乎是天壤之别。我们会在各种各样的事情中看到这些变化。当我和我的团队，以及OpenAI的许多人，在两年前第一次看到Q*开始显现出有效迹象时， 你坐在一个房间里，目睹一项具有实质性意义的新技术。如果你在那一刻没有感到哪怕一点点害怕、一点点担忧，没有对“我们正在做这件事会带来什么后果”产生一丝疑虑，那么我会认为你对自己的工作不够负责。 我觉得每一位AI研究人员都应该问自己：如果我正在做的事情是全新的，具备前所未有的能力，那么它会给世界带来什么影响？事实上，很多研究人员确实在这样思考。有时候，人们也确实会不小心走得快了一两步。 到目前为止，AI还没有对世界造成任何真正的伤害。尽管像“阿谀奉承”这样的问题或许可以争论一下，其他问题至少据我们所知还没有。 但即便如此，我仍然认为，在向世界发布任何新技术时，保持担忧和谨慎是一种非常好的、也非常健康的反应。 我们正处在一个变革的时代，一个许多新事物不断向世界扩散的时代。它们会产生许多影响，影响人们如何度过一生，影响人们如何看待自己、看待他人，影响人际关系，也影响国际关系，还会影响GDP和生产力。 有时候，有人写下一行代码，所引发的连锁反应却会像瀑布一样，贯穿这一切。而其中所承载的责任，是相当沉重的。 主持人：这些想法确实都很有道理，其实我之前也一直在反复思考这些问题。我们此前大概也零星讨论过一些。只是那段时间里，随着所谓的“OpenAI政变”事件逐渐浮出水面，我总会下意识地试着设身处地为你着想。 但在这样一个关键的时刻，一个本应被认真理解的创造物，却率先成为人们迷恋、投射与争夺的对象，这本身难道不会让人感到一种微妙的怪异吗？ 而与此同时，我看到你所创造的东西被推到聚光灯下，在尚未真正被理解之前，就被媒体反复谈论，又被卷入一场近乎肥皂剧式的纷争之中。我一时间甚至不知道该用什么词来形容这种感觉——说“好笑”似乎并不完全贴切。 Jerry Tworek：很难将科技世界、概念世界、人类情感、人类生活、人类之间的共同点以及分歧彼此分离开来。我们生活在这样一个世界：AI领域的重要参与者之间，存在着极其复杂、跨越多个层面的关系网络。 要真正理清这一切，历史学家恐怕需要花费很多年，甚至几十年，才能弄清这里究竟发生了什么，真实情况到底是什么。 说实话，即便是我自己，现在对“OpenAI政变”期间发生的一切，也只保留着非常零碎的记忆。每当有新的证词出现，每当新的文件被披露，我们都会了解到一些此前未知的事实。将来肯定会有人把所有真相拼凑出来，但世界本身就是复杂的。 或许我们确实需要一种更健康的方式来讨论技术，找到一个合适的讨论平台，让这些分歧在某种程度上得到解决。但我们生活在一个没有完美解决方案的世界，也没有完美的讨论方式。 09. 分歧不可避免 只能依靠想法、信念与梦想 主持人：你也不认为X平台是一个理想的媒介？ Jerry Tworek：我个人其实很喜欢在X上发帖，喜欢和研究社区、和身边所有人分享想法，但X平台也并不是一个完全严肃的地方。所以很多时候，讨论总是介于玩笑和认真之间。 那么，什么才是正确的解决方案呢？当一个人担心某项技术过于危险，主张应当停止研究，而另一个人却认为它或许应当继续推进，因为它能够扩展人类的能力。第一个人又进一步认为，这甚至不是一条正确的研究路径，我们理应转向完全不同的方向。 在技术进步与科研探索的领域中，这样的分歧几乎不可避免，而一切又都笼罩在未知之中。没有人真正知道未来会走向何方。我们所能依靠的，只有想法、信念与梦想。在这种根本性的不可确定性里，我们仍然必须继续生活、继续选择，并且往往不得不在许多关键问题上，以某种方式学会求同存异。 主持人：是的，考虑到当时媒体对Q*的高度关注，诸如“伊利亚看到了什么”之类的叙事，相关的炒作确实过于密集了，而且几乎是一月接着一月不断升级。我对此并非没有意识到，只是仍然感到有些困惑。 我之所以好奇，是因为我们中的许多人在推特上都非常活跃，也都在不同程度上参与、放大，甚至推动了这种讨论和想象。那么，从你的角度来看，你如何看待这种持续升温的炒作？你是否也觉得，它或许需要稍微降温一些了？我个人认为，我们确实应该大幅降温。 Jerry Tworek：但与此同时，如果有人在七年前告诉你，OpenAI会成为一家万亿美元级别的公司，会建设史上最大规模的数据中心，拥有全球最大的网络产品之一，所有人都会时刻谈论AI。你当时一定会觉得那些人疯了。这听起来本身就像是炒作。 我其实认为，在很多方面，炒作背后是有实质内容的。有时它会过头，有时又不够，但AI确实很重要，也确实需要被讨论。我想现在已经没有人会认为AI是一个不重要的话题了。 几年前的情况肯定不同，当时确实有很多人认为AI不重要。但现在已经很清楚了，AI可能是这个世界上最重要的话题之一，值得我们持续讨论和深入思考。 进展会有多快？哪些路径是正确的？它到底有多安全，或者多危险？这些问题当然可以存在分歧和争论，但AI已经深度地融入了这个世界，而且只会变得越来越强。 10. 有些人频繁跳槽 做的实事并不多 主持人：完全同意。但如果暂时把技术本身放在一边，我的意思是，我报道过Meta的挖角狂潮。这件事已经变成了一场肥皂剧、一档真人秀，而不再只是关于硬核科学的问题。你已经在这个领域工作了这么久。我只是好奇，我们是不是已经越界，进入了真人秀的范畴？ Jerry Tworek：但问题是，究竟是谁在制造这场肥皂剧呢？肯定不是我。 主持人：我的年龄足以让我亲历互联网泡沫，以及更早几个技术周期。而这一次的感觉，确实更像一场肥皂剧。即便回想当年的生产力软件大战，事情也并非如此。 很大一部分原因在于，今天的利害关系实在过于巨大。牵涉的资金规模、研究人员在各个实验室之间的流动，再加上一连串高度戏剧化的事件，这些因素叠加在一起，让整个局势长期处于紧绷状态。 从一开始我就有一种强烈的感觉：旧金山仿佛为自己创造了一个独立的世界。与其说这是泡沫，不如说是我们彼此不断说服自己，这就是终局，赌注巨大，这是一场竞赛，既可能极其精彩，也可能极其糟糕。一切都高度紧张，也因此带来了额外的心理负担。 所以我确实觉得，这一次很不一样。互联网泡沫时期，一切源于一个简单而天真的念头：这太酷了，世界上所有的信息都触手可及，人可以彼此连接。公司是后来才出现的，金钱竞争更是逐渐浮现的结果。而现在却仿佛从一开始，整个世界的重量就压在了这件事情上。 老实说，我不知道你们是怎么撑过来的。我看到无论是OpenAI、Anthropic还是其他实验室，都在拼命工作、彼此竞争，而赌注又如此之高。连续七八年处在这样的状态里，任何人都会被消耗。我完全理解，为什么你会想停下来休息一段时间。 这不仅是体力上的消耗，更是心理上的磨损。因为一旦你真正接受了这种设定，它本身就会不断侵蚀你。 Jerry Tworek：确实，这一切都会带来心理上的损耗。不过我可以告诉你，曾经有一位在应对压力方面比我经验丰富得多的人对我说过一句话：每经历一次高压时刻，就像是做了一次俯卧撑，你对压力的承受能力都会稍微增强一点。 坦率地说这七年的工作确实锻炼了我极强的心理与情感韧性。至少我真切地感觉到，自己能够屏蔽掉大量噪音和无谓的干扰，在无论发生什么情况时，都尽量保持稳定和坚定，不管是公司濒临崩溃、研究人员频繁流动，还是项目被不断重新分配。 总会有一些事情发生。我也听到有人把人才挖角比作体育队的转会。体育联盟之所以能相对有序地运作，在于它们有清晰的角色分工，以及明确的转会规则，何时可以流动，何时不能流动。遗憾的是，加州法律在这方面几乎没有真正的限制。 我确实认为，如果能在这方面建立一些规则，或许会是一件好事。因为在这个行业里，确实存在这样一种现象：有些人频繁地更换工作，而真正投入到工作的时间，反而显得更少。这种情况正在发生，而且并不罕见。 主持人：那么，给AI领域加上工资帽怎么样？ Jerry Tworek：确实有些人在频繁跳槽，也有些人仍然在坚持工作，努力把前沿继续向前推进。不过，AI 毫无疑问已经是一门大生意了。 主持人：前两天我还在和同事聊，我们需要列一份名单，上面包括所有在前沿AI机构工作过的人，还要标注他们在每一个地方待了多久。肯定至少有不少人完成了“湾区大满贯”，每家都呆过。 11. 揭秘OpenAI内部“波兰黑手党”： 勤奋是项重要品质 主持人：我们能聊聊“波兰黑手党”吗？当我刚开始写这本关于OpenAI的书的时候，大概是2018年左右，那时整个公司里大约只有三十个人。这个最初的群体中，有相当一部分来自波兰，数量多得出人意料。他们几乎都是数学天才，有些人从小就彼此认识，有些则并非如此。 不过，这确实在某种程度上反映了苏联教育体系在数学人才培养方面的卓越之处，或者也可能只是因为，只要有一个人先去了OpenAI，大家彼此认识，就陆续跟着去了。 Jerry Tworek：就我个人而言，在最终加入OpenAI之前，我完全不认识那里任何一个人，来到OpenAI纯属机缘巧合。 但在OpenAI的早期阶段，波兰人的比例确实非常高。我并不认为这种趋势能够长期持续。现在，波兰裔员工的绝对人数比早期更多了，但考虑到公司规模扩大了上百倍，这个比例其实已经不算高了。 不过，我们的教育系统确实有点东西。不过我没有亲身经历过其他教育体系，所以也无法真正判断波兰教育体系是否真的如此出色。 波兰确实拥有很多杰出的人才。而我非常欣赏波兰的一点，就是波兰人非常勤奋。其实随着时间推移，尤其是在许多发达国家，勤奋工作似乎越来越不被重视。生活变得更安逸了，人们有更多其他事情可以关注和优先考虑，这本身也很正常。但波兰人确实非常看重勤奋。 在我出生之前，波兰还是一个共产主义国家。就在我出生的那一年，国家转型为自由市场经济。这个过程相当残酷，但社会拥抱了这种变化，努力摸索如何变得更具创业精神，如何为自己的未来奋斗，如何实现经济繁荣。而事实证明，这是成功的。 我是一个移居海外的人，如今并不住在波兰。但每次回去，大概一年一两次吧，我都能清楚地看到国家在持续建设和发展。我看到它变得更好、更美丽、更繁荣。这真的是一个了不起的故事。 主持人：你在当地算是个名人吗？我总觉得，波兰政府可能在想：该死，我们本来可以把这件事做成的。我们当初应该把这些人都留下来。我去年去了波兰，我知道他们已经意识到这一点了。几乎每个人都会问：你认识Wojciech（OpenAI联合创始人之一，也是少数仍在OpenAI工作的早期OpenAI成员）吗？ Jerry Tworek：Wojciech真的是一个了不起的人，非常友善。不过硅谷也是完全独一无二的，雄心、规模以及活力，这并不是在世界任何地方都能轻易实现的。但我可以向你保证，波兰人非常勤奋，而且能够识破“忽悠”。这一点，在生活中真的能让你走得很远。 12. 谷歌的回归背后 是OpenAI在犯错 主持人：你对谷歌的回归，或者说重新崛起感到惊讶吗？看起来他们做对了很多事情，你们一直都认为他们最终能理清思路，然后迎头赶上吗？还是说，这其实是个意外？ Jerry Tworek：我个人认为，与其说是谷歌的“回归”，不如说是OpenAI自己犯了一些错误。尽管OpenAI做对了很多事情，但即便在理想环境下，它也犯过几次错，执行速度比本可以做到的要慢。 如果你是一家领先的公司，并且拥有OpenAI所具备的全部优势，那么你理应始终保持领先。但如果你在这个过程中做出了错误决策，而别人做出了正确决策，那么别人就会赶上来。 谷歌确实做对了很多事情，他们在硬件、人才等方面拥有巨大的结构性优势。当OpenAI刚起步时，谷歌在几乎所有机器学习与研究方向上都是明显的第一名。 OpenAI能够脱颖而出，主要源于对某一特定方向、特定路径的坚定研究信念。而世界花了极其漫长的时间，才意识到这是一个很好的信念、一个很好的方向。 即便在GPT-2、GPT-3、GPT-3.5被训练出来的时候，也并没有太多人真正放在心上。你去NeurIPS和研究人员交流，大家会觉得OpenAI挺酷，但其他实验室往往会说：嗯，我们迟早也能复现。那些大语言模型挺有意思，但也就那样。 只有当OpenAI开始通过ChatGPT真正赚钱时，其他公司才突然意识到：哦，这东西现在能盈利了，我们真的需要做这件事了。 这给了OpenAI一个极其漫长的时间窗口，从构建技术到实现商业化，而其他人直到后来才意识到“我们真的、真的需要做了”。谷歌也是从那时起才开始认真对待大语言模型的训练。 而由于OpenAI没能充分把握住自己的领先优势，谷歌如今在模型能力和训练方面已经非常、非常接近了。对谷歌来说，这是件好事，我会给他们送上祝贺，因为他们扭转了局面、并且执行得非常出色。 主持人：有哪些失误？我记得当时我报道你们推出搜索功能时，外界的说法是：OpenAI推出搜索，谷歌要完了。我当时就想，我并不确定会是这样。那么，具体的失误是什么呢？ Jerry Tworek：我不太想深入讨论内部决策的细节，哪些是对的，哪些是错的。但我再强调一次：在理想的执行情况下，如果你一开始就领先，你本应保持领先。 13. OpenAI需要加快进度 Anthropic令人钦佩 主持人：看起来你认为OpenAI存在一些技术层面的失误，同时公司内部的一些戏剧性事件在某些阶段拖慢了进度。我和足够多的OpenAI内部人士聊过，他们一直在思考公司该如何继续向前。然后在某个阶段，一批关键人物离开了。但听起来，你刚才更多是在谈技术层面的问题。 Jerry Tworek：这些事情有时是相关的。从技术上讲，我并不认为人员流动本身是一个严重问题。在任何公司，人来人往都应该是正常的现象。但有时，人员离开确实是问题的征兆。 但如果公司有人说：“有人在做错误的事情，我们不再相信这家公司了，我们应该离开”，那可能确实说明存在更深层次的问题。不过，正如我之前所说，有些事情的进展速度显然是可以更快的。 主持人：正如你所说，各大实验室在总体方向上做的是类似的事情。那么Meta在某种程度上算是后来者。虽然他们早就涉足AI，但现在看起来，他们是想用不同方式来做这件事，同时从其他公司挖人。 我不太清楚Meta具体在做什么，但给我的感觉是，他们并不是要走出一条真正不同的道路，而是想走同一条路。这在我看来是一个根本性的问题。你来得晚了一点，却在做和别人一样的事情，结果可能不会太好。你觉得他们真的有不同的方法吗？ Jerry Tworek：我对他们的策略并不是特别熟悉，所以无法确定。但从外部来看，我觉得他们意识到了一点：在当前的AI世界里，你可以用两种方式来思考你想做什么。 一种是，我们想打造一个在某些方面明显优于他人的模型；另一种是，我想打造一个和别人同样优秀的模型，但以不同的方式去使用它，或者围绕它构建不同的产品。 就我对Meta的理解而言，这家公司关注的是连接人、建立关系、打造体验，无论是元宇宙、社交网络，还是其他形式的体验。我再强调一次，这只是我的推测，但我认为他们的思路是，利用行业已经理解并掌握的AI技术和Transformer，来尝试构建这些体验。 从一家极其盈利、拥有全球最大社交网络的公司角度来看，这可能是一种相当不错的策略。 主持人：我们刚刚谈到了谷歌的回归。在OpenAI与其他公司的持续竞争中，有没有某个AI Lab给留下了特别深刻的印象？ Jerry Tworek：我得说，这是最近才发生的变化，但在过去一年里，我对Anthropic的钦佩程度确实大幅上升。我从来都不是特别关注模型“个性”的那种人。虽然我听说Claude的个性不错，也许吧。 但他们在编程模型和编程智能体方面所做的事情，他们围绕这些成果建立的品牌以及他们所拥有的大量开发者，这些绝对是令人震惊的成就。 Anthropic起步更晚，计算资源受限，团队规模也更小，在获取优质算力和硬件方面遇到了许多困难，但他们依然成功构建了卓越的产品。这些产品正在改变人们开发软件的方式，并且据我所知，显著提升了企业生产力。祝贺他们。 主持人：他们似乎正处在一个高光时刻。我认识的每一个人都在谈论Claude Code，但我确实不知道，他们是如何做出一个如此出色、像ChatGPT一样被广泛喜爱的Claude Code的。似乎很多实验室确实在借鉴这个工具，还有些实验室被断供了。 Jerry Tworek：是的。在OpenAI，我们也在开发Codex，这是我们自己的编程工具，它也挺不错的。有意思的是，我自己其实并没有怎么用过Claude Code。毕竟我当时受雇于OpenAI，所以没怎么用过。 所以我真的说不太准。但我觉得Codex不是一个坏产品。只不过，从Twitter上的情绪来看，Claude确实深受全球开发者的喜爱。 14. AI圈缺乏专注度已成普遍问题 OpenAI很难“集中力量办大事” 主持人：根据我们之前的对话，你似乎在智识层面上对科学怀有浓厚兴趣。你关于推理的研究，源自你想创造“AI科学家”的长期愿景。当我看到你宣布离开的那条推文时，我就在想，你究竟是会继续留在这场以基础模型为中心的竞赛中，还是会走一条不同的道路。我感觉你可能会进入生物技术领域，或类似的方向，以一种相当不同的方式去追求这个目标。 Jerry Tworek：如果我能克隆自己，去做多种不同的事情，我真的很想那样做。但长话短说，在某些时刻我醒来，会意识到自己对一生中所取得的成就感到相当满足，也感到自豪。 但我现在真正想做的，是押注一两个重大的研究方向，并竭尽全力让它们成功。我认为人们应该愿意承担风险。我是那种愿意尝试疯狂想法、拥有极高风险承受能力的人之一。我觉得我应该把这种能力用在一些有益的事情上。 主持人：把你脑海中的想法真正落地，需要多长时间？这是一个一年的项目吗？还是你所说的“高风险”，需要投入四五年的人生，去追逐一个可能并不比现有技术更好的东西？ Jerry Tworek：我绝对愿意投入大量时间。同时，我也认为人们应该快速执行，做事慢并不是值得骄傲的理由。为了在研究项目上执行得好，我希望能尽快做好。 但真正重要的部分，还是我之前提到的：专注和信念。如果你同时做很多不同的事情，就会分散你的注意力，分散你的资源。尽管AI Lab经常说他们受限于计算资源，因此研究变慢了，这也确实是重要的影响因素之一。但很多时候，更常见、更普遍的问题，其实是缺乏专注力。毕竟，你每天能分配的注意力是有限的。 我经常告诉我合作的研究人员：减少实验次数，但要对每一次实验思考得更深入。因为有时候，即便只是花时间，比如几个小时，不运行任何程序，仅仅更仔细地分析实验数据，相比于运行更多实验，反而更容易带来突破。 主持人：像OpenAI这样拥有大量计算资源的机构，其实只是把资源分散在了太多项目上。实际上，如果把这些资源集中到更少的项目中，算力本身是完全足够的。 Jerry Tworek：这又回到了风险承担和信念的问题。如果你同时做三个项目，其中一个成功了，另外两个可能被放弃。如果三个都成功了，那当然非常棒，但如果你只做一个项目，会推进得快得多，因为你可以更加专注，信念也更加坚定。 当然，如果项目最后失败了，麻烦就大了，但如果成功了，就可能拥有世界上最好的模型。 对OpenAI来说，目前要让整个公司集中力量去做一些全新的、完全不同的事情，是有点困难的。要让我们完全不在乎Gemini下个季度会不会有更好的模型，也非常难做到。 这样的事情绝对需要一种特定类型的人，只有这种人才愿意去承担风险。这正是关键所在。 主持人：我知道你不能谈论那些所谓的“秘密配方”。但我还是很好奇，OpenAI正在朝哪个方向发展？或者至少，从宏观上看，他们把资源投向了哪里？最近OpenAI给ChatGPT加广告的消息刷爆了全网。 Jerry Tworek：我不应该、也不能谈论OpenAI的任何计划。 主持人：你觉得，在这些模型公司中，会不会有哪一家有勇气像OpenAI一样加入广告？也许“勇气”这个词并不准确，因为不放广告可能本身就是一个糟糕的决定。广告变现是不是不可避免的？ Jerry Tworek：这是一个商业策略问题，而我的工作是训练模型。 15. OpenAI真正擅长的是“1到100” 驱动创新的是“运作方式” 主持人：我并不是想为难你，只是在进行了这次完整的对话之后，我仍然在试图理清一些想法。当你谈到你想要追求的新方向时，你确实需要一定的“马力”。你会自己进行尝试，还是必须身处一个拥有足够“能量”的地方，才能进行你想做的研究？ Jerry Tworek：这是我目前正在努力理解的首要问题。每一项AI研究仍然需要GPU，需要算力，我需要考虑什么才是最好的方式。 主持人：这是波兰的机会。他们需要给你一个国家级数据中心。 Jerry Tworek：这个主意或许不错。我还在逐渐理清自己的速录，我知道自己想做哪些类型的研究，也在不断尝试弄清楚，什么才是实现它们的最佳路径。 我不止一次听别人说，你离职后比以前快乐多了。我从一个现在自己创业的人那里听说，在OpenAI工作比创业压力还要更大，这让我非常震惊。OpenAI确实是一个相当有压力的地方。 主持人：最后一个问题，除了大家追逐的东西过于相似之外，你有没有观察到AI领域内其他的重大错误？ Jerry Tworek：我不认为存在什么巨大的错误。因为要让所有人都犯下同一个巨大错误，其实很难。我觉得这里只有一个真正的问题：如何在探索和延续原有技术路线之间取得平衡？ 主持人：我刚才那个问题可能问得不太好，我更想问的是，在研究界中，是否存在一些你认为被低估了、没有得到世界足够关注的想法？ Jerry Tworek：说实话，这样的想法有很多，但它们最需要的，其实只是多一点关注、多一点计算资源，以及多一点为之奋斗的精神。 我觉得有一点比较独特：很多研究人员喜欢做从0到1的工作。很多学术研究正是如此，创造出一些全新的想法，证明它在某种程度上是可行的，然后就把它发表出来。 而我认为，我和我在OpenAI的团队真正擅长的，以及我觉得我们做得非常出色的一点，是把研究从1推进到100，也就是采纳那些不同的、我们以前没有做过、但已经初步被验证的想法，并找出如何让它们在大规模训练前沿模型时，可靠地工作，同时还要整合许多其他相关因素。 这正是大量学术研究所欠缺的东西。概念验证当然很酷，但要用某种特定技术训练出世界上最有能力的模型之一，需要做大量非常具体、细致的工作。如果方法不对，可能需要数年时间，但如果你有合适的算法，知道如何引入这些东西，可能只需要几个月。这正是我未来想多多尝试的事情。 主持人：当我们谈到OpenAI的一些人员离职时，你曾说，公司应该能够承受这些损失。但AI领域在某种程度上似乎一直是由“明星”驱动的，比如Alec Radford这样的明星人物。挖人的行为也是持续不断。 从这些实验室的行为来看，显然这些公司认为AI一个由研究明星驱动的领域。我很好奇你的看法。你刚才似乎对这个问题有些犹豫。行业中既有整个学界、整个领域长期积累的工作，也有一些关键时刻和重大的突破来自极少数个人。 Jerry Tworek：这是一个相当复杂的话题，但我觉得两件事可以同时成立。很多时候，就像你在OpenAI看到的那样，确实是极少数个人产生了超乎寻常的影响，推动了一系列完全开创性的成果，并将其扩散到整个行业。我一次又一次地看到这种情况发生。 但与此同时，每当我看到人们换公司时，我很少看到这对原公司造成真正重大的影响。公司本身的特质，或者说一种近乎“运作方式”的东西，才是真正的研究引擎，而不是某一个特定研究员是否还在这里。 我也观察到，那些在公司之间跳槽的研究员，往往在新环境中并没有那么高效。即使他们过去常常做出伟大的工作，来到新地方后，也可能变得有些分心，需要时间适应环境，或者暂时没有特别新鲜的想法。 当然，在这个领域的经验肯定能带来一些优势，但更重要的是，创造一种个人责任感强、允许探索、能够赋能人们去做大事的氛围。 而且，无论是这批人，还是另一批人，都完全有可能组建出许多能够做出伟大成果的团队。我并不认为某个特定的人是不可替代的。在我看来，良好的研究结构、良好的研究文化、良好的协作方式，远比某个具体的人是否在你的团队中重要得多。

IT之家 1 月 24 日消息，英伟达创始人黄仁勋昨日再度来华，首站到访上海新办公室，与员工见面并回答诸多员工关注的问题，同时回顾了公司 2025 年的主要事件。 今日，大量网友拍到黄仁勋现身陆家嘴街道乳山路锦德菜市场，体验上海市井风俗，看起来挺平易近人。 爆料显示，黄仁勋此次来华行程与 2025 年初基本一致，主要参加上海、北京和深圳分公司的新年晚会以及供应商答谢会。 图源：小红书用户 @上海泽乐房产 综合IT之家此前报道，黄仁勋过去几年都会在春节期间例行拜访中国，在 2024 年会上，他身着“大花背心”与员工们一起扭秧歌，抽奖环节还有名为“华为”的员工中奖；而在去年年会中，黄仁勋则是发放了多个数额 1 万元、2.5 万元和 4 万元的红包，并表示：“下次来是 10 万块！”。 黄仁勋本人去年更是三度拜访中国内地，在 7 月的第三次来华行程中，他参加了第三届链博会，在开场演讲中大秀中文，并于后续的媒体采访中大赞 DeepSeek、阿里、MiniMax、百度等企业。