在人工智能时代，大模型成为基础设施，算力成为新的石油。 撰文|于玮琳 商业世界有两种赢家，一种在台前发光，一种在水下潜伏。 在人工智能时代，大模型成为基础设施，算力成为新的石油。前者捧出了迅速破圈、街知巷闻的 ChatGPT 和 DeepSeek；后者则以托举者姿态低调前行，直到在资本市场再也无法被忽视，如超越微软拿下全球第一股的英伟达，以及中国电算领域的龙头企业「山高控股」。 今年 3 月，一份亮眼的年度财报把山高控股推到台前，2024 年营收同比增长11.66%，归属母公司净利润同比增长 295.16%。 近期，中泰证券、德邦证券、东吴证券等头部机构纷纷给予山高控股「增持」评级，并不约而同地将其视为「电算一体化龙头」。 中泰证券认为，山高控股将数据中心和新能源协同组合，其打法和黑石集团收购 AIDC 和新能源资产异曲同工。在战略生态完备和国家政策红利的加持下，山高控股有望成为「全球电算王者」。 被誉为资本之王的黑石集团在过去四十年里几乎算无遗策，有无数精彩果决的投资案例，其创始人之一彼得·彼得森在自传中强调：我做决定的时候，总是考虑长远利益。 作为对标者的山高控股，同样是有着敏锐嗅觉的耐心资本。券商机构铁口直断的背后，是山高控股多年布局电算协同领域带来的三重确定性。 1 1+1=无限，山高控股的华丽转身 机构给企业的估值更多取决于对未来的预期，但预期却立足于当下实打实的业绩。 在山高控股的产业版图上，落地于内蒙古乌兰察布的电算一体化项目，便是最能佐证其未来盈利能力的关键一子。 以辽阔牧场、手抓羊和那达慕大会闻名于世的乌兰察布，拥有得天独厚的风光条件，年有效风时 7300-8100 小时，日照时长超 3200 小时，让这里被赋予了新的身份——绿色智算之都。 截至 2025 年 5 月，乌兰察布市落地了 56 个数据中心项目。其中，山高控股主导的乌兰察布源网荷储一体化项目，是少有的跑通了全流程的深度融合标杆。 该项目 2024 年 3 月启动，总投资 210 亿元，据中泰证券的研报，预计达产后年发电量约为 8.6 亿度。100% 供电的乌兰察布三期总计 1GW 容量数据中心项目完全达产时，预计每年约可产生增量经济效益 13 亿元。 如此超高预期的投资回报率，核心在于「一体化」，题眼在「生态协同」，而胜局早在四年前已经定下。 所谓源网荷储一体化，即是把发电、电网、用电、储能四个环节协同整合，传统电网是源随荷动，发电厂追着用电需求跑，而智能电网就像一支配合默契的交响乐团，用电端可以调节需求，储能可以充放电，形成动态平衡。 据了解，山高新能源在当地配套建设了 30 万千瓦的风光电站（绿电），通过专用线路直接供给世纪互联数据中心（IDC）， 二者均为山高控股入股企业，可以实现物理层面的直连，突破传统电网「隔墙售电」的限制，做到发电-输电-用电的流程闭环，即「发电即用、用电即有、合理定价、互惠互利」的「自循环生态」。 这意味着经济效益的强协同，如果第三方企业单独建设，则需要额外支付电网过网费和波动电价，成本优势显著。 因为验证了电网协同的长期价值，该项目在 2025 年入选国家发改委公布的《绿色低碳先进技术示范项目清单（第二批）》清单，肯定了其首创性。 更重要的是，其示范效应为后续拓展新客户实现了有效背书，可以快速复制到同样具有风光资源的东数西算枢纽城市。 而对于同业来说，想要复制该项目的模式却并非易事，其一，项目总投资数额巨大，需要资本的耐心与果断；其二，截至 2024 年底，山高新能源装机规模超过 4698mw，年发电量超过 65.2 亿度，世纪互联已经在全国 30 个城市铺开了超 50 座数据中心，山高控股在规模方面龙头优势凸显；最为关键的是，凭借专业化运营和先发优势，山高控股的电算一体化业务率先获得了市场知名度和品牌认可度，所谓「一步领先，步步领先」。 从 0 到 1 最为艰难，但从 1 到 100 将是指数化的增量和效率，用资本的视角来看，这不是一个 13 亿元，而是无限可繁殖的收益模式。 乌兰察布项目的落地，标志着山高控股在自己的城池之外修建了陡峭的城墙，易守难攻。但所有第一个吃螃蟹的人，都离不开跋涉而来的艰辛。 时钟拨回到 2021 年，彼时，ChatGPT 仍未面世，大模型的军备竞赛还在爆发前夜，山高控股明确向「长周期产业投资」转型，聚焦新能源、新基建等国家政策支持的赛道。 2022 年，控股收购山高新能源，持股比例达 43.5%，此后，公司在 2024 年进一步增持股份至 56.97%，增强了对山高新能源的战略控制力和其在新能源领域的行业地位。 2023 年，以 2.99 亿美元入股 IDC 龙头世纪互联 ，成为最大机构股东，推动 IDC 业务向智算中心转型； 2024 年，落子乌兰察布，正式构建电算一体化生态；2025 年，母公司山东高速集团与华为签署战略协议，山高控股作为承载方，将提供算力基础设施和新能源底座，与华为在零碳园区、车路协同等领域融合「绿电+算力」。 细数过去几年的战略部署，山高控股几乎弹无虚发，完成华丽转身，2024 年末新兴产业占比提升至 78.6%。 任何赛道上，先发布局都要背负巨大压力和庞大投入，但一旦完成布局，就有了坚不可摧的护城河，英伟达用 30 年构建的「开发者-框架-硬件」CUDA 生态是如此；如今，山高控股的「绿电+算力」双引擎也是如此。 左手绿电，右手算力，1+1 等于无限，成为山高控股迈向全球 AIDC 龙头第一重确定性。 2 拿下全球入场券，不可小觑的国资 AI 新势力 让山高控股敢于用四年时间斥巨资布局电算协同生态的底层逻辑，是对产业和政策趋势的笃信。 一方面，大模型成为未来全球经济增长的核心叙事，全球科技企业进入大模型军备竞赛，算力是最核心的基础设施，而电力是算力的生命线。据《纽约客》杂志报道，「ChatGPT 每天为响应约 2 亿个用户请求，可能消耗超过 50 万千瓦时的电力」，这一电量足以供一个中国普通家庭使用 100 年。 另一方面，全球视角下使用清洁能源已经是大势所趋。为了应对气候变化和实现碳中和的目标，各国都在投入大量资金、通过税收抵免等政策支持清洁能源。 如果一家企业踩中了清洁能源、算力基建其中一条，就踏上了时代的快车道，如果能将二者协同把控，即是王炸。 从经济效益角度来看，中泰证券预测，根据内蒙在电力集团工商业电价综合约 0.45 元/千瓦时，绿电采用直供方式由新能源电厂直送数据中心，保守计算有 20% 的电价成本优势。 效率提升同样明显，电算协同可以动态匹配负荷与发电，实现算力资源的智能调度。根据工信部要求，2025 年底新建大型和超大型数据中心PUE值下降到 1.3 以下，而乌兰察布项目可以做到 1.15，较行业平均水平优化 23%，也就是 1 度电，超过 80% 的能量都能用来驱动计算服务。 跳出来看，国家推行的「东数西算」工程，本质上就是一个巨大的电算一体化工程，即利用西部的绿色能源优势，引导算力在全国范围内，进行更合理的布局，降低算力中心用电成本，提升整体算力规模和效率。 除了和国家政策的暗合，绿色算力等同于企业进军全球市场的入场券。2024 年 5 月，微软要求供应商使用 100% 绿色电力，诸如谷歌、亚马逊等 AI 巨头，也都承诺 100% 使用可再生资源，并将能源政策推至供应商体系。 根据中泰证券的报告，如新加坡、北京等国际中心城市，纷纷对数据中心设置了能耗、PUE 和碳排放红线，没有绿电方案的项目将无法备案或获得扩容指标。 电算协同发展，不仅意味着机构中远期的估值溢价，也已然是企业在全球拓展「合规通行证」。 风物长宜放眼量，算力即国力，电算一体满足的不只是我国监管需求，也关乎着中国算力的全球话语权。 根据IDC 和清华大学发布的《全球计算力指数评估报告》，算力指数每提高 1%，GDP 将增加 1.7%，数字经济将增长 3.6%。在数字化、智能化浪潮下，算力已经成为衡量国家综合实力的核心指标，战略价值堪比工业时代的石油与资本。 而实际上，我国早已跑在前列。IDC 数据显示，2023 年至 2028 年期间，中国智能算力规模的五年年复合增长率预计达 46.2%，远超全球平均值 35%。 换句话说，我国的电算龙头，必将是全球的电算龙头，对趋势的准确预判，就像是乘着时代的巨轮，顺风而行，这也是机构增持山高控股的另一重确定性所在。 3 是滚雪球，而不是坐电梯 四年前，山高控股从财务视角转向产业视角，从企业发展的实际出发完成布局，帮助旗下企业站稳电算协同的生态位；而作为一家国资背景的战略投资者，山高控股的野心远不止于此，能做到的也更多。 短期来看，山高控股的打法类似于 Equinix，这家全球领先的数字基础设施公司，曾在 2022 年后受加息压制估值，后来通过外购新能源资产、发布绿色债券和部署新能源技术，搭建了绿色护城河。新能源助力其顺利从传统 IDC 转型成为 AIDC（智算数据中心）。 中泰证券的研报表示，在 ESG 领域的竞争力，为 Equinix 带来了估值溢价，推动了市值的稳步增长。山高控股同样走上了其估值提升路径。 而从战略投资角度来看，山高控股的打法堪称黑石集团的翻版。 被誉为华尔街的无冕之王，黑石资本的核心投资方向在四十年来几经变幻，从上世纪 80 年代的杠杆收购，到 90 年代的房地产，2000 年后的商业地产，乃至 2008 年金融危机后全球抄底、投资中国。 这家总是能敏锐嗅到潮水方向的机构，当下的主要标的似乎都指向了一个方向：围猎 AIDC。 2021 年，黑石以约 100 亿美元收购第三方数据中心开发商 QTS；2024 年，黑石联合加拿大养老金 CPPIB，以约 240 亿澳元收购国际大数据运营中心 AirTrunk；2025 年，黑石收购波托马克能源中心，减少高密度负载对电网带来的冲击。 过程中，和山高控股一样，黑石将传统数据中心整合为高密度 AI 智算中心并锁定绿电。通过绿色债权融资降低资本成本，吸引 ESG 主题资金。 在过往的投资历程中，黑石的拿手好戏是「Buy-Fix-Sell」策略，如今，在 AIDC 领域，黑石同样可以将成熟的资产打包发行基础设施 REITs，回笼资金用于新并购。 据悉，2024 年，黑石与微软、英伟达等巨头联合成立全球 AI 基础设施联盟（GAIIP），以 300 亿美元私募股权撬动了 1000 亿美元投资。 几乎在同一时间，山高控股也将电算资产证券化，构建「并购-整合-资本化」的扩张循环。2024 年 11 月，其与大家投控股合作，作为双方战略的首个落地项目，大家投控将与旗下世纪互联联合发起首支数据中心领域 Pre-REITS 基金，扩充融资来源。 当投资机构的底层逻辑和趋势判断一致，那他们的动作就会出现神奇的同步性。但不同点在于，山高控股有着区分于黑石的本土化优势。 其一，依托母公司山东高速集团，山高控股在资源获取、政策支持、融资成本上具备天然优势。其二，在国家东数西算工程和绿电消纳政策下，政策红利覆盖全链条，在地方也可获得专项支持。 这也是为什么乌兰察布项目率先实现了电算一体化物理闭环，而黑石则更多是资本组合。 但另一方面，他山之石，可以攻玉。在未来，对标黑石收购 QTS、AirTrunk 的路径，山高控股可以尝试整合全球算力资产，加速跨境并购； 其二，今年 5 月承接山东高速集团与华为的合作，这类似于黑石 GAIIP 联盟的开始，山高控股未尝不可聚拢更多中国科技企业组成本土算力联盟，主导本土 AI 基建新标准。 黑石集团的另一位创始人苏世民，曾在自己的自传中这样说，「我不认为任何一种投资策略可以长期有效，你需要灵活应变」。 山高控股对于趋势的预判踏上了时代的上行电梯，投后赋能的不遗余力，对于金融制度创新、生态能力的构建，更如选对了厚雪长坡后的加速奔跑。 唯有主动选择，才能灵活应变，对山高控股未来多元化扩张的看好，构成了机构乐观预期的第三块「压舱石」，成为其迈向全球 AIDC 龙头的底层逻辑。

从 Facebook 到 TikTok，消费产品曾以连接人与人的方式推动社交演化。但在 AI 驱动的新周期中，“完成任务”正取代“建立关系”成为产品主线。ChatGPT、Runway 和 Midjourney 等产品代表着新的入口，它们不仅重塑内容生成方式，也改变了用户付费结构与产品变现路径。 a16z 五位关注消费领域投资的合伙人在讨论中透露，当前的 AI 工具虽强大，但尚未建立社交结构，缺乏“连接性”的平台支点。 消费级爆款产品的缺席，反映出平台与模型之间仍存在断层。真正 AI 原生的社交系统仍未出现，这一空白可能孕育出下一代超级应用。a16z 平台战略前世今生：从 VC “不愿擦屁股”到“全栈服务” 与此同时，AI 分身、语音 agent 与数字人格等产品形态已初具雏形，其意义远不止陪伴或工具，而是构建新的表达机制与心理关系。未来平台的核心竞争力，或将转向模型能力、产品演化速度与认知系统集成水平。 ▍AI 正在重写 2C 商业模式 过去二十年，消费领域每隔几年便会涌现出代表性产品，从 Facebook、Twitter 到 Instagram、Snapchat、WhatsApp、Tinder、TikTok，每一款产品都曾推动一次社交范式的演化。近年来，这种节奏似乎出现停滞，引发一个重要问题：创新是否真的暂停，或我们对于“消费产品”的定义正面临重构。 在新的周期中，ChatGPT 被认为是最具代表性的消费级产品之一。它虽非传统意义上的社交网络，却已深刻改变了人们与信息、内容乃至工具的关系。诸如 Midjourney、ElevenLabs、Blockade Labs、Kling、VEO 等工具在音视频和图像领域迅速普及，但其中多数尚未建立人与人之间的连接结构，不具备社交图谱属性。 当前多数 AI 创新仍由模型研究者主导，具备技术深度却缺乏终端产品构建经验。随着 API 与开源机制的普及，底层能力正在释放，新的消费级爆款也可能由此诞生。 过去二十年的消费互联网发展，Google、Facebook 和 Uber 的成功，根植于互联网、移动设备与云计算三大底层浪潮。当前的演化则来自模型能力的跃迁，技术节奏不再表现为功能更新，而是由远程升级的模型所驱动。 消费产品的主线也发生转移，从“连接人”走向“完成任务”。Google 曾是信息获取工具，ChatGPT 正在逐步接替其角色。Dropbox、Box 等工具型产品虽未建立社交图谱，但依然在消费者端具备广泛渗透力。尽管内容生成需求持续上升，AI 时代的连接结构尚未建立，这一空白也许是下一轮突破的方向。 传统社交平台的护城河正面临重估。在 AI 崛起背景下，平台主导权或正从构建关系图谱转向构建模型与任务系统的能力。OpenAI 等技术主导型公司，是否正成为下一代平台公司，值得关注。回报只能靠 OpenAI？硅谷 20 年美元基金创始人警告 VC 模型正濒临失效 从商业模型来看，AI 产品的变现能力远超以往消费工具。过去即使是头部应用，用户平均收入仍较低。如今，顶级用户每月付费可达 200 美元，超过多数传统科技平台的上限。这意味着企业可以绕过广告和漫长的变现路径，直接通过订阅获取稳定收入。早期过度强调网络效应与护城河，本质上是因为产品变现能力薄弱。而今天，只要工具足够有价值，用户自然愿意付费。 这一变化带来了结构性转折。传统“弱商业模式”迫使创始人围绕用户粘性、生命周期价值等指标构建叙事，而 AI 产品凭借直接收费能力，在上线初期便可闭环商业逻辑。 虽然如 Claude、ChatGPT、Gemini 等模型在功能层面看似相似，但用户实际体验存在显著差异。这种偏好差异催生出各自独立的用户群体。市场非但未出现价格战，反而呈现头部产品持续提价的趋势，显示出差异化竞争结构已逐步建立。 AI 也正在重构“留存率”的定义。在传统订阅产品中，用户留存即决定收入留存。而如今，用户可能持续使用基础服务，却因更频繁调用、更大额度积分或更高质量模型而选择升级订阅。收入留存显著高于用户留存，属以往所未见。 AI 产品的定价模型正发生根本性转变。传统消费类订阅每年费用多在 50 美元上下，如今大量用户愿意每月支付 200 美元，甚至更高。这种价格结构的可接受性，源于用户体验到的实际价值发生了本质变化。 AI 产品之所以能够被高溢价接受，在于其不再只是“辅助改善”，而是真正“替用户完成任务”。以研究类工具为例，原本需十小时手动整理的报告，如今几分钟内即可生成。即使全年只使用数次，该服务也具备合理的付费预期。 在视频生成领域，Runway 的 Gen-3 模型被认为代表了新一代 AI 工具的体验进化。通过自然语言提示即可生成风格各异的视频，支持语音与动作定制。部分用户使用该工具制作带朋友名字的专属视频，也有创作者生成完整动画作品上传至社交平台。这种“几秒生成、立即使用”的交互体验，前所未有。 从消费结构来看，未来用户的主要支出将高度集中在三类：吃饭、房租与软件。软件作为通用工具，其渗透速度正在不断提升，支出占比持续上升，已开始吞噬原本属于其他品类的预算空间。 ▍真正的 AI 社交网络仍未出现 娱乐、创作，甚至人际关系本身，正在被 AI 工具逐步中介化。许多过去依赖线下交流或社交互动才能完成的事情，如今可以通过订阅模型来实现，从视频生成到写作协助，甚至替代一部分情感表达。 在这一趋势下，人与人之间的连接机制也正面临重新思考的必要。尽管用户仍活跃于 Instagram、Twitter 等传统平台，真正意义上的新一代连接方式尚未出现。 社交产品的本质，始终围绕“状态更新”展开。从文字到图片、再到短视频，媒介不断演进，但底层逻辑始终是“我在干嘛”——意在建立存在感，获得反馈。这种结构构成了上一代社交平台的基础。 当下的问题在于，AI 能否催生一种全新的连接方式？模型交互已深入用户生活。每天与 AI 工具的大量对话中，输入了极为个人化的情绪与需求。这种长期输入极有可能比搜索引擎更了解用户，如果被系统性提取并外化为“数字自我”，人与人之间的连接逻辑将可能被重构。 部分早期现象已初步显现。例如在 TikTok 上，开始出现基于 AI 反馈的人格测试、漫画生成与内容模仿。这些行为不再仅仅是内容生成，更是一种“数字映射”的社交表达。用户不仅生成，还主动分享，引发模仿与互动，显示出对“数字自我表达”的高度兴趣。 但这一切仍然局限在旧平台结构之内。无论是 TikTok 还是 Facebook，尽管内容更智能，信息流结构与交互逻辑几乎未发生变化。平台未因模型爆发而真正演进，只是成为生成内容的托管容器。 生成能力的跃迁，尚未找到与之匹配的平台范式。大量内容缺乏结构化呈现与交互组织，反而被平台现有的内容架构消解为信息噪声。旧平台承担的是内容承载功能，而非社交范式的重建引擎。 当下的平台更像是“旧系统披上新皮肤”。短视频、Reels 等形式尽管外观现代，调性年轻，但其背后的逻辑仍然未脱离信息流推送与点赞分发的范式束缚。 一个未解的核心问题是：第一款真正“AI 原生”的社交产品会是什么样？ 这不应是模型生成的图像拼贴、信息流的视觉刷新，而是一个可以承载真实情绪波动、引发连接与共鸣的系统。社交的本质从来不是完美展演，而在于不确定性——尴尬、失败与幽默构成情感的张力结构。如今大量 AI 工具输出的是“最理想的用户版本”，永远正面、永远流畅，却让真实社交体验变得单一与空洞。 当前被称为“AI 社交”的产品，实质上仍是旧逻辑的模型化复刻。常见做法是复用旧平台界面结构，将模型作为内容源头，但在产品范式与交互结构上没有带来根本变化。真正具有突破意义的产品，应从“AI + 人”的底层逻辑出发重构平台系统。 技术层面的限制仍是重要阻碍。几乎所有消费级爆款产品都诞生于移动端，而当前大模型在手机端的部署仍面临挑战。实时响应、多模态生成等能力对端侧算力提出极高要求。在模型压缩与计算效率突破之前，“AI 原生”社交产品仍难以全面落地。 个体匹配机制是尚未被充分激活的另一方向。尽管社交平台掌握大量用户数据，但在“主动推荐合适连接”这一环节始终缺乏系统性推进。未来若能基于用户行为、意图与语言交互模式构建动态匹配系统，社交的底层逻辑将被重新塑造。 AI 不仅可以捕捉“你是谁”，还可以描绘“你知道什么”“你如何思考”“你能带来什么”。这类能力不再局限于静态标签式的“身份档案”，而是形成动态、语义丰富的“人格建模”。传统平台如 LinkedIn 构建的是静态自我索引，而 AI 有能力生成一个知识驱动的活体人格接口。 未来，人们甚至可能直接与某个“合成的自我”交流，从数字人格中获取经验、判断与价值观。这不再是对信息流结构的优化，而是从根本上重构人格表达与社交连接的机制本身。 ▍AI 时代没有护城河，只有速度 除了社交尚未迎来范式跃迁，AI 工具的用户扩散路径也正在发生反转。不同于过去从 C 端起飞、逐步渗透 B 端的互联网逻辑，如今 AI 工具在多个场景中呈现出企业端率先采用、消费端随后扩散的逆向传播模式。 以语音生成工具为例，初期用户主要集中在极客、创作者与游戏开发者等小众圈层，用途包括声音克隆、配音视频与游戏模组。但真正推动增长的力量，来自企业客户的大规模系统性采用，应用于娱乐制作、媒体内容、语音合成等多个领域，不少企业将该工具嵌入工作流程中，比预期更早完成了企业化渗透。 这种路径已非孤例。多个 AI 产品呈现出类似轨迹：起初在 C 端通过病毒式传播引发关注，随后 B 端客户成为主要变现与规模化驱动者。与传统消费产品难以向企业端转化不同，如今不少企业正通过 Reddit、X、Newsletter 等社群识别 AI 工具并主动试点，消费者热度反而成为企业部署 AI 的信息入口。 这一逻辑正被产品化、工程化为系统策略。部分公司已搭建机制，当平台监测到同一组织内多位员工注册并使用某工具后，便会通过支付数据或域名归属主动触发 B 端销售流程。消费向企业的迁移已不再是偶发事件，而是一套可复制的商业路径。 这种“由下而上”的扩散机制，也引出了更大的问题：眼下这些火热的 AI 产品，是未来的平台基座，还是类似 MySpace 与 Friendster 的过渡产物？ 当前的判断趋于谨慎乐观。AI 工具具备演变为长期平台的潜力，但必须穿越模型层持续演进带来的技术压强。以新一代多模态模型为例，不仅支持角色扮演、图文协同与音频实时生成，表达深度与互动方式正迅速提升。即便在文本领域这种相对稳定的赛道中，模型优化空间仍然巨大。只要能持续迭代，无论是自研还是高效集成，工具类产品就有可能稳居前沿，不被快速替代。 “不要掉队”成为当下最实际的竞争命题。在结构日益细分的市场中，图像生成已不再是“谁最强”的单一标准，而是“谁最适合插画师、摄影师、轻量用户”的精准定位竞争。只要持续更新、用户保持在场，产品就有可能获得长期存续性。 类似的专业分化也在视频工具中出现。不同产品擅长不同内容形态，有的专注电商广告，有的强调叙事节奏，有的主打结构剪辑。市场容量足够大，可支持多种定位共存，关键在于结构性定位的清晰与稳定性。 关于“护城河”这一概念是否仍适用于 AI 时代的讨论，正在发生根本性转变。传统逻辑强调网络效应、平台绑定与流程集成，但不少早期被认为拥有“深护城河”的项目最终未能成为赢家。反而是那些在边缘场景高频试错、快速更新的小团队，在模型与产品上不断迭代，最终进入主赛道中心。 当前最值得关注的“护城河”是速度：一是分发速度，即谁能最早进入用户视野；二是迭代速度，即谁能最快上线新功能、激发使用惯性。在注意力稀缺、认知高度碎片化的时代，谁先出现、谁持续变化，谁就更可能导向营收、通路与市场规模的积累。“持续更新”正在取代“稳态防守”，成为 AI 时代更现实的策略。 “速度带来心智占领，心智带动收入闭环”，成为当下最重要的增长逻辑之一。资本资源可以反哺研发，增强技术优势，最终形成滚雪球效应。这种机制更贴合 AI 产品的周期动态，也更适应快速演化的市场需求。 “动态领跑”正在取代“静态壁垒”成为新一代护城河的本质。衡量一个 AI 产品能否长期存在的标准，不再是市场份额的静态占有，而是其能否持续出现在技术或用户认知的前沿地带。 传统意义上的“网络效应”在 AI 场景中仍未完全显现。大多数产品尚处于“内容创作”阶段，尚未形成“生成—消费—交互”的闭环生态，用户关系尚未沉淀成结构性网络，具备社交级网络效应的平台尚在酝酿之中。 不过，在部分垂直品类中，新的壁垒结构已开始显现。以语音合成为例，某些产品已在多个企业场景中建立流程绑定，凭借频繁迭代与高质量输出，构建起“效率 + 品质”的双重壁垒。这种机制可能成为当下构建产品护城河的现实路径之一。 在体验维度上，部分语音平台已表现出网络效应的雏形。通过用户上传语料与角色声音样本不断扩展数据库，平台模型获得持续训练反馈，形成用户依赖与内容正循环。例如，针对“年迈巫师”这类定向语音需求，主流平台可提供二十多个高质量版本，而一般产品仅有两三个，反映出训练深度与内容广度的差距。 这种沉淀路径，在语音生成这一具体场景中，已初步构建起新型用户黏性与平台依赖机制，虽然尚未达成平台级体量，但已形成闭环苗头。 语音是否可以成为 AI 的底层交互接口，也正在从技术想象走向产品现实。语音作为人类最原始的交互形式，虽然在过去几十年中经历多轮失败尝试，从 VoiceXML 到语音助手，始终未能成为高效的人机交互通道。直到生成式模型兴起，语音才首次获得支撑“普适交互入口”的技术基础。 语音 AI 的落地路径，也正从消费级应用向企业场景快速渗透。尽管原先构想多围绕 AI 教练、心理助手、陪伴型产品展开，但当前接受最快的是对语音有天然依赖的行业，如金融服务、客户支持等。客服离职率高、服务一致性差、合规成本重，AI 语音可控性与自动化优势开始体现出系统性价值。 部分工具已跑出，如 Granola 等产品开始进入企业使用场景。虽然尚未出现“全民级语音产品”，但路径已被初步打开。 更值得注意的是，AI 语音正在进入高信任成本、高价值信息传递的关键场景。包括销售转化、客户管理、合作洽谈、内部文化沟通等，都依赖于高质量对话与判断力传递。生成式语音模型在这些复杂对话场景中，已具备比人类更一致、不中断、可控的执行能力。 一旦这类系统在未来持续演进，企业将不得不重新评估“谁是组织中最重要的对话者”这一基础认知。 所有这些趋势背后，一个新的结构性判断正在成型：AI 时代的护城河，不再来自用户数量或生态绑定，而是来自模型训练深度、产品演化速度与系统整合广度。那些拥有早期积累、持续更新、高频交付能力的公司，正在用“工程节奏”重塑技术壁垒。新一代的产品基础设施，也许正是在这些看似垂直的小赛道中逐步成型。 红杉美国 Roelof Botha 谈 AI 时代 VC 观察模型 —— AI 不像互联网那样削弱中心化，但仍有结构机会 ▍最懂自己的 AI 分身 语音技术的演进只是序章，AI 分身的构想正逐步走出实验室，进入产品化路径。越来越多团队开始思考：在何种场景下，人们会与“合成的自己”建立长期互动？ AI 分身的核心，不再是“放大头部影响力”，而是赋予每一个普通人表达与延展自我的能力。现实中存在大量拥有独特知识、经验与人格魅力的个体，但他们长期因表达门槛、媒介门槛而无法被看见。AI 克隆的普及，首次为这类个体提供了“被记录、被调用、被传承”的基础设施。 知识性人格 agent 是当前已实现的典型路径之一。例如在语音课程系统中，讲师的声音被构建为可交互角色，结合检索增强生成技术，使得用户可围绕课程提出任意问题，系统则在庞大语料库上实时生成回答。课程不再只是内容的被动播放，而是知识人格的主动参与，一套原本需花数小时观看的内容，被转化为几分钟内完成的个性化问答体验。 这标志着数字人格已从“内容表现层”上升为“认知交互入口”。当 AI 分身能够在语义上、节奏上、情感结构上持续呈现出一种熟悉、理想、甚至超越现实交际体验的人格建模时，用户对其建立的信任与依赖，将超越工具层面，进入“心理关系”的建构域。 这种演化路径也推动认知观念的更新。未来的数字交互将可能分化为两类核心形态：一类是围绕真实人物构建的扩展人格（如导师、偶像、亲友的延伸形态），另一类则是基于用户偏好与理想化设定生成的“虚拟理想他者”。尽管后者从未真实存在，却可以构成高度有效的陪伴与反馈关系。 在创作者领域，这一趋势也开始显现。一部分拥有公开语料的个体正在被“克隆”为可调用的数字人格资产，未来或将作为个人 IP 的一部分参与内容生产、社交互动、商业授权，重塑“个体边界”与“表达方式”。 “AI 名人”也由此诞生。一类是完全虚构的形象偶像，由生成模型在图像、语音、行为上全面构建；另一类则是现实明星的多重数字分身，在不同平台以不同人格状态与用户互动。这些“AI 文化人格”已在社交网络中大量试水，以图像逼真度、行为一致性与语义建模深度作为评价维度。 在内容生态中，AI 工具降低了创作门槛，但未改变优质内容的稀缺性。有感染力的内容依旧取决于创作者的审美判断、情绪张力与持续表达力。AI 更多扮演“实现逻辑”的协助者，而非“创作动因”的替代者。 “被工具解放的创作者”群体正在浮现。他们未必具备传统艺术背景，却通过 AI 工具完成了表达意图的释放。AI 提供的是入口，不是通道尽头，最终能否脱颖而出，依然取决于个体能力、主题独特性与叙事结构。 这种表达方式在内容产品上已有体现。例如以“虚拟街头采访”为形式的视频内容，实质上是与 AI 生成角色进行结构化互动。角色可以是精灵、巫师、奇幻生物，平台可一键生成整段对话与场景，完成从人物设定、语言逻辑到视频渲染的全流程自动化。这一机制已在多平台获得高关注量，也预示着叙事 AI 的产品形态正在形成。 音乐领域亦有类似趋势，但模型输出在表现力与稳定性上仍存在挑战。AI 音乐当前最大问题在于“平均性”偏向。模型天然趋向中心拟合，而真正有冲击力的艺术内容常常源于“非平均”的文化冲突、情绪极端与时代共振。 这并非模型能力不足，而是算法目标未覆盖艺术的张力逻辑。艺术不是“准确”，而是“冲突中的新意义”。这也促使人们重新思考：AI 是否可以参与生成文化深度内容，而不仅是重复性表达的加速器？ 这种探讨最终落在“AI 陪伴”的价值上。AI 与人的关系层，或许才是最早成熟、最具商业潜力的场景之一。 在早期陪伴类产品中，大量用户表示，哪怕是模拟回应，也形成了心理上的安全区。AI 不需要真的“理解”，只要能构建“被听见”的主观体验，就能缓解孤独、焦虑、社交疲劳。对于部分人群，这种模拟互动甚至是重建真实社交能力的前提机制。 AI 关系并非只能是舒适区的强化器。相反，最有价值的陪伴，或许正源于它所带来的认知挑战。如果 AI 能够适度提出问题、引导冲突、挑战固有认知，就可能成为心理成长路径上的引导者，而非确认者。这种对抗式交互逻辑，才是未来 AI 分身系统中真正值得开发的方向。 这一趋势也显示出技术的新功能定位：从交互工具走向“心理基础设施”。当 AI 能参与情绪调节、关系支持与认知更新，它所承载的，不再只是文本或语音能力，而是社会行为的延展机制。 AI 陪伴的终极命题，不是模拟关系，而是提供人类经验中难以构建的对话场景。在家庭、教育、心理、文化等多个场景中，AI 分身的价值边界正在被拓宽——不只是回应者，更是对话者与关系塑造者。 ▍AI 终端下一步，是社交本身 AI 分身、虚拟陪伴、语音 agent 之后，产业注意力正进一步回到硬件与平台层面——未来的人机交互形式是否存在颠覆性重构的可能？ a16 认为，一方面，智能手机作为交互主平台的地位仍高度稳固，全球已部署超过 70 亿部智能手机，其普及率、生态黏性与使用习惯短期内难以撼动。另一方面，在贴身设备与持续交互设备上，新的可能性正在酝酿。 一条路径是“手机内部的演进”：模型向本地化部署迈进，围绕隐私保护、意图识别与系统集成的优化仍有巨大空间。另一条路径则是发展新的设备形态，如“始终在线”的耳机、眼镜、胸针设备等，主打无感启动、语音驱动与主动触达。 真正的决定性变量仍可能是模型能力的突破，而非硬件外形的更替。硬件形态为模型能力提供边界载体，模型能力则定义了设备价值的上限。 AI 不应只是网页上的输入框，而应成为“与你共处”的存在。这一观点日益成为行业共识。许多早期尝试已经开始探索“在场型 AI”的路径：AI 能看到用户行为、听到实时语音、理解交互环境，并主动介入决策流程。从建议提供者转变为行为参与者，成为 AI 落地的关键跃迁方向之一。 已有部分设备能够实时记录用户行为与语言数据，用于回溯与行为模式识别。也有产品尝试主动读取用户屏幕信息并提供操作建议甚至直接执行。AI 不再是响应式工具，而是生活流程的一部分。 更进一步的提问是：AI 能否帮助用户认识自己？在缺乏外部反馈系统的日常中，大多数人对自身能力、认知偏误、行为习惯缺乏系统性了解。一个伴随时间足够长、能够理解用户路径的 AI 分身，有可能成为引导认知觉醒与潜能释放的智能机制。 例如，它可以向用户指出：“如果你每周将 5 小时投入某项活动，三年后将有 80% 机会成为该领域专业人士”；或推荐与其兴趣结构、行为模式最匹配的人脉资源，从而搭建更高精度的社交图谱。 这类智能关系系统的核心在于：AI 不再是间歇式使用的功能工具，而是结构性地嵌入用户生活之中。它陪伴工作、辅助成长、提供反馈，是一种持续性的“数字伴侣”关系。 在设备端，耳机正被视为最有可能承载这类 AI 助手的终端形态。以 AirPods 为代表的耳机设备，佩戴自然、语音通道顺畅，具备交互低阻与长期佩戴的双重优势。但其在公共场景下的社交认知依然有限——“戴耳机=不欢迎交流”的文化预设仍在影响设备普及路径。 设备形态的演进，不只是技术问题，也是一种社交语境的再定义。 在可持续记录成为行业默认趋势之后，新的社会习惯也在重建之中。“默认被记录”的时代，正在一代年轻用户中悄然展开。 尽管持续记录带来隐私焦虑与伦理反思，但人们也在逐步形成“记录即背景”的文化默契。如在旧金山的一些工作与社交混合场景中，“记录存在”已逐渐内化为默认设置；而在纽约等地区，则尚未形成同等文化容忍度。城市之间对技术实验的接受度与适应速度差异，正在成为 AI 产品落地节奏的微观变量。 当记录行为从工具选择变为社交背景，真正的规范重建将围绕“边界设定”与“价值构建”展开。 当前正处于“技术路径与社会规范同步建构的早期阶段”——空白多、共识少、定义未明。但这正是提出问题、设定界限、塑造秩序的最关键时期。 无论是 AI 分身、语音 agent 、数字人格、虚拟陪伴，还是硬件形态、社交接受度、文化摩擦点，整个生态仍处于最原始、最未定义的状态。这意味着未来几年内，很多假设会被证伪，也会有路径快速放大，但更关键的是在这一阶段持续提出真正的问题，构建更可持续的答案结构。 I/O 到 iO，Jony Ive 将推动一场新的设计运动 —— AI 正在改写计算范式与硬件定义，也是大模型后的新战场

凤凰网科技讯 6月16日，腾讯官方宣布正式启动新一届算法大赛，本次竞赛聚焦“全模态序列生成式推荐”技术方向，设立百万元现金奖池，冠军团队将获得200万元奖金，前十强选手可直接获得腾讯核心业务部门录用机会。大赛报名截止时间为7月31日23时59分59秒，面向全球高校学生开放。 据了解，本次大赛由腾讯广告业务部门出题，参赛者将面对包含文本、视觉、协同ID在内的工业级全模态数据处理挑战。腾讯方面表示，将为参赛团队提供基线模型和技术指导，帮助学生运用多模态理解、序列决策、实时生成等前沿AI技术。 此次算法大赛的推出，与腾讯近期人才战略密切相关。今年4月，腾讯宣布启动史上最大规模招聘计划，三年内新增28000个实习岗位，其中2025年校招实习生岗位的六成面向技术人才开放，涵盖大模型、算法、云计算等核心技术领域。 6月12日，腾讯“青云计划”面向全球招募顶尖技术学生，重点支持十大前沿技术领域的人才培养。业内人士分析认为，在生成式AI浪潮推动下，高效精准的广告算法已从企业商业竞争力的“可选项”转变为“必需品”，广告算法领域正成为AI人才的重要聚集地。 腾讯广告业务相关技术人员表示，数字广告场景为AI综合技术应用提供了理想的验证环境，因为广告算法需要多项前沿技术的无缝集成与协同工作。技术优化的直接效果往往能够快速转化为业务收入提升，形成技术到商业的高效闭环。

5月15日晚，区瀚楠、陈睿轩走进了上海浦东的一栋民宿。 这里没有食物、没有智能手机、没有浏览器、没有APP，只有一台预装AI工具的联网电脑、一部非智能手机、一瓶饮用水和100元生存资金，他们将在这个封闭房间里依靠AI工具生存72小时。 这是一场由五源资本发起的“72小时AI生存挑战”，和他们一样走进这栋民宿其他封闭房间进行挑战的玩家还有独立开发者、产品经理、算法工程师、人工智能方向博士生和科班出身的导演。 在进入房间之前，他们每个人可以选择携带一件物品，在现场提供的食品、饮料、书籍、生活用品之中，区瀚楠、陈睿轩在拿了一袋奥利奥饼干之后，还选择了一本印度诗人泰戈尔创作的诗集《飞鸟集》。 这个选择让人意外，而他们作为组合共同参加挑战也是意外。 区瀚楠、陈睿轩两人是浙江大学应用数学系的大一学生，都是00后，他们不仅是同学，也是创业搭档，创业方向是AI教育。这次的“72小时AI生存挑战”活动，他们分别报了名。但直到活动主办方视频面试的时候才意外地发现，他们合租在同一个屋檐下。 “别的挑战者都是一个人参赛，而我们是两个人，有优势。”“可是，我们两个人要共用100元。”“没关系，这是个不错的请假理由。”就这样，两位有些“漫才”组合感觉的年轻人开始了他们的AI生存挑战。 区瀚楠（图右）、陈睿轩（图左），图片来源：五源资本 1.先活下来 根据活动的要求，所有玩家需在前48小时内完成一次“自主获取基本物资”的任务——他们只能通过AI工具购买水和食物。 两人在进入房间前上交了所有个人物品，图片来源：五源资本 虽然有一台预装AI工具的联网电脑，但是电脑里没有浏览器，玩家也不能直接下载使用浏览器，他们与电脑的交互必须通过AI工具。 也就是说，如果要购买水和食物，玩家不能自己打开浏览器手动进入相关网站点击下单，而是要通过自己“手搓”AI Agent，使用自然语言交互的方式控制浏览器在相关网站下单。 这对没有技术背景的玩家来说有些门槛，因此有玩家当天选择“倒头睡觉”。 不过区瀚楠、陈睿轩两人都有一些编程背景，陈睿轩更是从小学二年级就开始学习编程，所以他们打开电脑第一件事就是打开了AI编程工具Cursor。 通过将AI功能原生嵌入编辑器，Cursor改变了传统的“手动编码”模式，让开发者能够以更具创造性的方式工作，同时保持对代码质量与安全的高度控制。 他们利用Cursor和一些开源工具，用了一个小时，搭建一个可以操作虚拟浏览器的Agent。 这属于Browser use Agent (浏览器使用Agent)， 这类Agent专门设计用于在网页浏览器环境内执行任务。它们主要与网页内容进行交互，例如导航网页、填写表单、提取信息、点击链接、在特定网站上完成购买等。 其实还有比较传统的方式，就是编程写一些自动化的脚本，但是为了在AI时代中探索“重新开始”的可能性，他们还是用了AI Agent的方式。 他们通过自然语言给Agent提出需求，这个Agent比较顺利地操作虚拟浏览器登录了某电商网站并下单了12桶方便面。 当然收验证码的环节还是要用那部非智能手机，这也是这部手机的唯一用途。 为什么是买泡面而不是点外卖？一方面是因为经费有限，外卖吃不了几顿；另一方面，外卖平台更多是在手机端，电脑端操作很不方便。 「甲子光年」也用国内某款Browser use Agent测试了一下，在输入了“帮我点一份外卖，要蛋炒饭和可乐”的提示词后，这个Agent在分析了几分钟国内外卖行业现状，打开了美团、饿了么官网后就停止了工作，因为官网上并没有在线点外卖的入口，只有引导用户下载App的二维码。 区瀚楠、陈睿轩也是后来才发现真正可以在电脑端点外卖入口藏在另一个不起眼的H5页面中。 虽然他们手搓的Agent中间也出现了一些Bug，比如Agent单次任务完成后就会关闭浏览器，无法连续执行任务，但是他们也都逐步解决了。 当12桶方便面下单完成，他们心想，至少这几天的温饱问题解决了。 陈睿轩长出一口气，翻开了《飞鸟集》，一首诗出现在了他的眼前： The mystery of creation is like the darkness of night——it is great. Delusions of knowledge are like the fog of the morning. 造化的玄妙， 像黑夜一样深邃； 知识的幻影， 像晨雾一样缥缈。 2.赚钱之路 第二天早上，陈睿轩五点多就醒来了，这也是他日常的作息习惯。 他平时社交不多，可以从早到晚敲代码。有一次，因为失恋，他一个人怒敲了十几个小时的代码，后来又不断修改Bug。“当时敲了什么已经忘了，但我记住了，谈恋爱会影响敲代码。”陈睿轩说。 不过这一天陈睿轩没有受到其他事情影响，他和区瀚楠只有一个目的：用AI赚钱。 两人在挑战中，图片来源：五源资本 他们的想法是做一个电商卖家Agent：自动在二手平台发帖子、与买家交流、接单并发货。 由于条件所限，他们选择卖的东西是Logo设计图，当然，Logo设计图也是用AI生成的，这项业务被称为“AI代生图”。 在某二手交易平台上，有很多提供“AI代生图”服务的商家，图片来源：某二手交易平台 不过他们想“以假乱真”，也就是说，在商品描述中不提“AI代生图”，而是让Agent“扮演”成一个设计师来接单。“我们想看看有没有可能做到对方发现不了是AI在接单。”区瀚楠说。 他们很快搭建好Agent，但是在运行后发现，卡在了一道不起眼的人机验证环节——拖动滑块到指定地方。 这一卡就是10个小时。 这看似很简单的拖动滑块的操作，其实背后有很多验证的环节，这是他们之前估计不足的。 在尝试很多方法后，终于活动的第二天晚上，他们通过电商卖家Agent在某二手交易平台挂上了2件商品，一件是“AI Logo设计”，一件是“AI产品图设计”。 受限于模型API权限不足、电脑显存不够、AI精度不准等因素，他们在其中还是加入了一点“人工”的操作，尽管如此，在商品成功上架的时候，他们还是非常兴奋。 陈睿轩坦言，这个Agent的完成度不到30%。之后的时间，他们几乎都在和Cursor打交道，但是他们对Cursor是又爱又恨。尽管Cursor为他们提供了编程帮助，但是他们也花了不少时间去debug。 不过商品挂出后，一直无人问津，让他们一度认为因为使用AI工具而“被平台限流了”。令他们比较安慰的是，临近活动结束时，有人来询问商品，Agent客服给出了比较准确的回答。但比较遗憾的是，直到最后，他们也没有通过这种方法赚到钱。 他们把100元的活动经费花到了2.97元，这并不完全是他们自己的开销。他们在第一天买了方便面之后，又成功买了一些鸡胸肉，后来他们成功搞定了外卖流程，给所有玩家一人点了一杯奶茶。 在挑战过程中，的确有玩家因为不擅长使用AI工具，无法获取物资而饿肚子。因此，懂技术的几位玩家通过主办方提供的内部留言板给其他玩家分享了AI工具搭建和使用方法，帮助他们获取物资。后来，由于缺少娱乐方式，他们还通过编程做了十几个小游戏提供给大家。 “就像开源社区一样，这也是本次挑战最让我兴奋的时刻。”区瀚楠说，“或许比较遗憾的是没看懂《飞鸟集》吧。” 3.生存测试 1999年9月3日下午1点，北京保利大厦、上海华亭宾馆、广州江湾大酒店一些房间的大门被关上，12位通过投票选出的志愿者走进了只有一张光板床、一套桌椅、一台可以上网的电脑和一卷卫生纸的房间，他们要在这里生存72个小时，而外面全都是媒体记者和看热闹的市民。 这就是当年影响力极大的“72小时网络生存测试”，也是这次“72小时AI生存挑战”的灵感来源。 《北京青年报》对“72小时网络生存测试”的报道，图片来源：历史照片 1999年，中国互联网尚处于起步阶段，家用电脑普及率不高，上网需要插电话线拨号，网络购物更是超前的概念。为了探索互联网在普通人生活中的应用潜力，以及检验中国网络的先进程度，梦想家中文网以及十家新闻媒体主办策划了“72小时网络生存测试”活动。 冷明是参加测试的志愿者之一，当年她还是上海工程机械大学服装学院大三的学生，只有两个月的网龄。临关门时，现场记者大声问冷明：“万一没找到吃的怎么办？”冷明从一堆摄像镜头中探出脑袋说：“那就饿着呗，饿一夜没什么。”不过后来，记者从监视器里发现，冷明是最先拨号上网的，她浏览了“永和豆浆”的网站点了外卖，又上“梦想家”网站看了关于自己的新闻，最后到“索易”读电子邮件去了。 当时在网上点外卖并不常见，测试期间，“永和豆浆”在官方网站上特别设置了专门链接，只要点击一下，就可以为测试者送食物上门。在测试结束后，“永和豆浆”就关闭了外卖服务。当时他们对媒体回应是，像餐饮这种小本经营的买卖，外卖服务所可能出现的耗费和成本，他们现在都还受不起。 为公平起见，三地测试者均不能在其居住地受测，而是通过抽签决定到另外两个城市中的一个。由于没有被褥，一位从广州来北京测试的志愿者第一晚就在光板床上冻了一宿，“没的盖，冻醒了好几回，差点想把窗帘拉下来。” 最终，除了一位零网龄志愿者未成功购物中途退出之外，其他11位志愿者都完成了测试，其中一位还开网店赚到了钱。 “72小时网络生存测试”北京站测试者，图片来源：新浪摄影 当时，一位IT评论人表示，网络零售只能是现实店铺的一种补充，无法代替现实商店。因为并不是所有的东西都可以在网上卖。如果目前一个网络零售店受到这种活动的启发，想做可以提供全部生活用品的网站，那是注定要失败的。因为，生活用品中很多东西都是低值低利润的。 不过，同样是在1999年，在杭州市西湖区文一西路176号湖畔花园，马云与其他来自不同背景的伙伴共18人创立了阿里巴巴。 那一年还诞生了电子商务网站8848、在线旅游服务平台携程网以及即时通讯软件OICQ（腾讯QQ的前身）。 五源资本合伙人孟醒当时还在读高一，他对“72小时网络生存测试”印象深刻。 五源资本合伙人孟醒，图片来源：五源资本 “这场活动影响了很多看着互联网成长起来的人，我也是其中之一。我在想如今的AI是不是又在经历这么一个过程，对我们生活是不是又有一次比较大的改变？”孟醒说，“从投资角度我们看了很多AI项目，但说实话，AI对普通人到底有什么影响？” 五源资本有句口号是“别人眼中疯狂的你，开始被相信”，孟醒希望在AI时代也做一场这样的“生存测试”。 “生存测试”最大的特点是在要资源紧缺的情况下达成目标，孟醒认为，资源紧缺的时候正是创业者发光的时候，“我们要找的就是在这种极限情况下能survive（生存）的人。” 当年志愿者和现在的玩家都面临了各种各样的任务和突发情况，这其实对他们是一种“压力测试”，也是对他们创业心态的考验。“能在创业过程中保持自己的节奏，有个长期干的准备，不受外界的影响，这是一个非常好的创业素质。”孟醒说。 另外一个不容忽视的是开源、互助精神，尽管空间是封闭的，又存在诸多限制，但是大家的技术分享和交流并没有被隔绝。“生存测试”下的隐喻，在如今有着极强的现实意义。 “72小时AI生存挑战”海报，图片来源：五源资本 26年前主办“72小时网络生存测试”的梦想家中文网早已消散在互联网的烟海中，如今打开当年的网址，赫然映入眼帘的是一行大字“该域名正在一口价99990元出售中”。 梦想家中文网没有了，但任何时代都不缺少梦想家。 4.梦想花开 区瀚楠、陈睿轩都是梦想家。 他们第一次见面聊的就是创业梦想。那时他们都还没有入学，在新生群里得知都在一个城市，于是就约着吃了个饭。那天晚上，他们不约而同地提到了创业，如同周瑜与诸葛亮在赤壁之战前，掌心中同时亮出的“火”字。 那天晚上，他们吃着牛骨髓，一直聊到了餐馆打烊。等到他们入学后到班上想拉更多的创业伙伴时才发现，大家对大一就创业兴趣不大，只有他们俩对创业有着十足的热情。 陈睿轩总是喜欢用缓慢的语速开玩笑：“我数学不好，是数学系里看着‘神仙’在天上飞的那个‘凡人’，热衷于干各种有意思的事情。” 而他们的创业方向也与“神仙”和“凡人”相关。 “‘神仙’可能是先天决定，需要天赋。但是，在我认识的人里面，绝大部分人都没有摸到自己天赋上限，觉得有些事情做不到就摆烂了，其实很多人是没有找到足够正确的学习方法。”陈睿轩说。 他们目前在做的是一款AI英语学习产品——FrontierX，未来他们计划打造一个AI综合学习平台。 区瀚楠的想法是，先从托福、雅思的学习场景切入，瞄准细分用户人群，用AI提高学习效率。他举了一个案例：“应用会先给用户30~50个单词去记忆，背完单词后，AI会基于这些单词生成一篇符合托福、雅思试题风格的文章和习题，这样用户就可以在文章中再次应用这些单词，记忆也会更加深刻。AI会根据用户的习惯和能力，生成并推给用户听说读写各种试题和学习资料，引导学生思考并练习。” 这样的设计可以打破传统的靠单词卡片模块来记忆的方式，难度也会根据用户实际情况由AI判断进行自适应。在他们的产品规划里，FrontierX包括了阅读、听力、写作、口语等部分。 虽然产品还很初期，但他们还是怀着一颗赤子之心在追寻梦想。而这次参加了“72小时AI生存挑战”后，他们对如何用更少的资源做更好地产品有了更深的理解。 “在这次活动中，我发现作为一个产品，它的技术是否先进其实不是最重要的，更重要的是产品的用户交互体验。现在很多AI产品的交互方式太蠢了，我要做一个完全不一样的AI产品交互方式。”陈睿轩说。 全球知名免费在线学习平台可汗学院（Khan Academy）创始人萨尔曼·可汗（Salman Khan）曾告诉「甲子光年」，真正优秀的教师不会直接给出答案，而是引导学生自己思考，这是苏格拉底式的提问方法——通过提问迫使学习者思考，从而实现更深层次的学习。 ”当然也许人类早在苏格拉底本人出现之前就这样做了。AI可以在这方面发挥作用，它不仅能够回答问题，还能激发学生的好奇心和自我探索的能力。”可汗说。 可汗认为，在AI领域，竞争非常激烈，谷歌、OpenAI、微软、Meta等公司每年投入数百亿美元改进技术，实际上为行业提供了巨额补贴。但他同时提醒：“如果你的产品只是这些大模型之上的薄薄一层，无论是营利还是非营利，你都可能会有麻烦。但深入特定垂直领域，让AI发挥出色的效用，那么你可能会发现有趣的机会。” 可汗的这些话对区瀚楠、陈睿轩来说，也是非常有价值的参考。 而在陪伴他们72小时的《飞鸟集》里，有一首诗是对所有梦想家的祝福： Wayside grass, love the star, then your dreams will come out in flowers. 路边的小草呀，爱星星吧， 就会梦想花开。

IT之家 6 月 16 日消息，XREAL 早前公布了世界首款搭载 Android XR 系统的智能眼镜设备 Project Aura。而在增强现实博览会 AWE USA 2025 上，XREAL 携手谷歌介绍了该 AR 眼镜的重要参数。 XREAL Project Aura 将采用双芯驱动，除一颗高通骁龙 SoC 外还将配备一颗 XREAL 自研的新一代空间计算芯片 X1S。X1S 相较原版 X1 性能提升约 25%，并针对多任务处理优化。 另据外媒 Gizmodo 现场报道，Project Aura 的本体将容纳 X1S 芯片，高通骁龙芯片则位于一款类似 Beam 空间计算终端的配套设备中。 而在眼镜屏幕方面，Project Aura 的 FOV 视场角达到了 70° 以上，高于此前产品。

（图片来源：摄图网） 近日，投资银行摩根士丹利发布的一份报告引发全球关注，报告明确指出中国正在机器人竞赛中占据优势，领先于美国。而中国在机器人研发与制造领域的快速进展，主要得益于“稀土资源优势、政策激励以及教育体系支撑”。 稀土在人形机器人的生产中扮演着不可或缺的角色，其高性能特性为人形机器人的关节驱动、伺服控制、精密运动、制动系统以及环境感知等关键功能提供了重要支持。以人形机器人的关节驱动为例，它依赖大量高性能伺服电机，而这些电机要实现高效率、高扭矩密度和高功率密度，离不开稀土永磁材料。 中国作为全球稀土储量及产量第一大国，过去一直是全球重要的稀土出口国。反观美国，作为全球稀土消费大国，但本土稀土产量相对较少，约80-85%的稀土依赖进口，其中约70%来自中国。 摩根士丹利指出，由于新建稀土加工厂的建设周期可能长达20年，中国完全有能力借助稀土的战略优势“调控西方制造业的产能节奏”，进而在机器人产业制造端获得“压倒性优势”。 摩根士丹利还指出，除了稀土资源，中国本土制造工艺的提升也是推动机器人产业发展的重要因素。这种提升得益于外资企业技术转移与中国本土技术创新的结合。在政府鼓励下，中国企业形成了高度活跃的机器人研发环境，各企业之间竞争激烈，新创意不断涌现，旧技术被迅速取代。这种“竞争”态势正是中国机器人研发节奏不断加快的重要驱动力之一。 从产业链布局来看，中国已逐渐形成了较为完整的机器人生态系统。早在今年二月，摩根士丹利发布的全球人形机器人产业链百强报告就详尽地梳理了全球人形机器人产业链中的100家核心企业，报告显示中国在全球人形机器人产业链中的份额高达63%，主导全球供应链。特别是在人形机器人的“身体”环节，即机器人的物理构造部分，中国的集成商占比达到了45%。 以长三角地区为例，其人形机器人产业发展的最大特点在于工业机器人产业规模庞大，为人形机器人产业的发展奠定了坚实基础。长三角是我国工业机器人产业发展最为完备的区域之一，产能规模大，产业链条完整，产业投资集聚度高，发展人形机器人产业可谓正当其时。 根据中国人形机器人产业大会披露的信息，2024年中国人形机器人市场规模约27.6亿元。对于整个人形机器人市场未来的发展，工信部2023年11月发布的《人形机器人创新发展指导意见》中明确，到2027年，产业加速实现规模化发展，应用场景更加丰富，相关产品深度融入实体经济，成为重要的经济增长新引擎。未来，中国人形机器人市场增长潜力巨大。 马斯克认为人形机器人将解锁 “近乎无限” 的服务，能生产任何产品、提供任何服务，通过提供 “近乎无限的产品和服务” 来释放全球经济的潜力，未来可能会使钱的价值变得模糊，甚至没有太大价值，还能创造一种 “普遍高收入的情况”。他预言未来人形机器人与人类的比例将达到3:1甚至5:1，总数将高达200至300亿，有望成为工业主力，数量可能超越人类，预计达到100亿台至200亿台。

IT之家 6 月 16 日消息，OpenAI 宣布其 ChatGPT Codex 推出一项新功能，允许用户为单一任务生成多个解决方案，并从中选择最佳答案。 Codex 是 OpenAI 于今年 4 月推出的 AI 编程工具，能够帮助开发者编写代码并分配编程任务。 根据此次更新说明，ChatGPT Codex 现在能够同时为一个任务生成多个答案。意味着用户可以在不请求 OpenAI 提供其他方法的情况下，探索多种解决方案，并选择最适合的方案。 此外，OpenAI 还为 Codex 添加了一些键盘快捷键，并专门设置了一个页面供用户探索这些快捷键。例如，用户可以通过在 macOS 上按下 ⌘-/ 或在其他平台上按下 Ctrl+/ 来快速打开 Codex。 此次更新除了现有的“environment”（环境）、“prompt”（提示词）和“tab=archived”（标签 = 已归档）参数外，还添加了一个“branch”（分支）查询参数。 修复与改进： 在容器设置期间下载仓库时添加了加载指示器。 增加了取消任务的支持。 修复了导致任务在设置过程中失败的问题。 修复了在设置脚本更改被 Git 忽略的文件时，运行后续任务的问题。 改进了代理对网络访问限制的理解和反应方式。 提高了描述 Codex 正在进行操作的文本更新频率。 将专业版、团队版和企业版用户的设置脚本时长限制提高到 20 分钟。 优化了代码差异显示：用户可以通过选项点击代码差异头部来展开或折叠所有差异。 Codex 基于 codex-1 构建，这是基于现有 o3 模型的 ChatGPT 新版本，经过优化后更适合编程任务，从而提高准确性。Codex 可以从 GitHub 拉取代码库，并能够编写新代码、提出拉取请求，以及在独立的沙箱中运行每个任务。 目前，Codex 需要订阅 20 美元（IT之家注：现汇率约合 144 元人民币）的 Plus 服务才能使用。

IT之家 6 月 16 日消息，Twopan 推出号称最小带指纹识别的闪存盘 Nano SSD，并称其小体积、大容量和解锁便捷的特性尤其适合智能手机使用。 Twopan Nano SSD 尺寸为 20×13×5mm，重量 5g，采用铝塑复合材料打造，防护等级达 IP65，且官方称可承受 10 米高度跌落。作为一款小体型易丢失的设备，产品支持指纹加密解锁功能。 产品目前仅提供 512GB 版本，采用 USB 3.1 Gen1 标准（450MB/s），兼容使用 USB-C 接口的设备。 Nano SSD 闪存盘目前在 Indiegogo 平台众筹，价格 78 美元（IT之家注：现汇率约合 560 元人民币），预计七月发货。

作者 | 程茜 编辑 | 心缘 智东西6月16日报道，今年上半年，“大模型六小虎”中的智谱、MiniMax、零一万物、百川智能、阶跃星辰5家企业，共被曝13位AI高管变动，其中有12位出走、1位新入职，与国内上半年大厂的AI人才变动数量不相上下（国内大厂AI人才迁徙图谱：半年19位AI大牛变动！）。 其中，百川智能、零一万物、智谱涉及的高管变动较多，分别为3名、3名、5名。有多家独角兽离职的核心高管是商业化负责人，包括智谱首席运营官张帆，MiniMax商业化合伙人兼副总裁魏伟，以及此前离职的百川智能联合创始人、商业化负责人洪涛。 值得注意的是，这5家企业出走的高管中，已公开最新动向的可以分为两类：回归大厂、AI领域创业。零一万物联合创始人、技术副总裁戴宗宏，智谱首席运营官张帆的新创业项目还分别获得了“老东家”零一万物、智谱的投资。 除了今年新变动外，早在去年年底，DeepSeek和位列“大模型六小虎”的月之暗面就发生过高层人事变动。去年11月，月之暗面大模型产品负责人王冠、Noisee产品负责人明超平等三位出海产品负责人被曝离职创业；去年年底，小米被曝以千万年薪挖角DeepSeek-V2核心开发者之一罗福莉冲上热搜，但据红星新闻援引其亲属说法，罗福莉今年2月已入职新公司，未提及是否正式入职小米。 2025年上半年，国内大模型独角兽高管出走的有12位： 2025年上半年，新入职国内大模型独角兽的高管有1位： 一、智谱：商业化负责人离职，引入Midjourney前高管 智谱高管变动人数最多，共有4名高管出走，1名高管入职。 智谱首席战略官张阔和副总裁曲滕于今年1月离职，他们都曾在2024年负责智谱不同分拆业务的融资过程，目前新动向未知。其离职前夕，2024年底，智谱宣布完成新一轮30亿元融资，中关村科学城公司领投，腾讯投资、红杉中国、顺为资本、北京市人工智能产业投资基金等跟投。智谱曾回应称，两人离职不会影响智谱整体的融资情况。 ▲智谱副总裁曲滕（图源：COP28） 今年2月，智谱应用AI与合作副总裁李惠子离职，她于去年7月加入，负责战略规划和C端产品商业合作，不到半年时间就宣布离职，新动向尚未公开。加入智谱之前，她曾在美团担任投资总监，负责过智谱的项目投资。 智谱本月离职的一位高管为智谱首席运营官张帆，他曾负责智谱的商业化。离职后，张帆将在AI Agent领域创业，智谱官方称，张帆的创业项目是智谱MaaS平台生态的一部分，将帮助智谱模型完成“最后一公里”的转化，新项目已获得智谱投资支持。 ▲智谱首席运营官张帆（图源：腾讯研究院） 此外，今年1月，智谱还有一位Midjourney前高管加入，Midjourney前亚洲副总裁王玥婷将负责智谱多模态产品和市场。这可能意味着智谱将发力C端市场。去年，智谱还引入前微软亚洲研究院研究员、阿里达摩院资深技术专家、支付宝中国首席数据官胡云华，担任C端应用“智谱清言”的负责人。 ▲Midjourney前亚洲副总裁王玥婷（图源：清华大学美术学院） 二、MiniMax：商业负责人出走，官方称B端业务迎新发展阶段 今年2月，MiniMax商业化负责人之一离职。 MiniMax出走的高管是合伙人、公司副总裁、开放平台负责人魏伟，他在公司负责To B商业化，新动向未公开。对此MiniMax回应称，MiniMax国内B端业务迎来新的发展阶段，将由其他负责人带领团队持续提升技术能力。加入Minimax之前，魏伟曾担任腾讯云副总裁。 ▲MiniMax合伙人、公司副总裁、开放平台负责人魏伟（图源：联想） 据MiniMax官网所示，该公司在To C端拥有海螺AI、星野、Talkie等产品，To B端，其通过开放平台产品接入的企业客户和个人开发者已超5万个。 魏伟离职后，3月中旬，MiniMax官宣了面向C端的业务拆分，MiniMax旗下AI应用原“海螺AI”正式更名为“MiniMax”，国内版和国际版同步调整。6月，据虎嗅独家披露，MiniMax筹备了半年多的文本推理模型即将发布。 去年9月，MiniMax产品负责人张前川，因个人原因淡出公司事务，改任产品顾问。 三、零一万物：3位核心高管离职，联创离职创业获创新工场投资 这半年来，零一万物的离职高管达到3位，包括2位联合创始人和1位项目负责人。 零一万物的AI视频混剪项目负责人蓝雨川，于今年2月被曝离职，新项目SparkView为AI视频编辑工具。他在零一万物先后负责大模型API开放平台、PopAi和Mona产品增长、AI视频混剪项目。据了解，目前其新项目已经开启融资。 ▲零一万物AI视频混剪项目负责人蓝雨川（图源：零一万物） 今年5月，零一万物联合创始人谷雪梅离职，筹备创业。谷雪梅与李开复最早相识于谷歌，她是前谷歌中国女工程师，也是李开复组建大模型创业团队的核心人物。她曾在零一万物负责模型与训练和C端产品，曾主导推出出海AI办公应用PopAi、出海情感陪伴产品Mona。 ▲零一万物联合创始人谷雪梅（图源：菜鸟网络） 今年5月，零一万物联合创始人、技术副总裁戴宗宏也宣布离职，不过，零一万物官方回应称，戴宗宏在创新工场支持下再次创业。他曾在零一万物负责AI Infra团队，主要解决大批量并行训练时的系统瓶颈，在加入零一万物之前，他先后担任华为云AI CTO及技术创新部长、阿里达摩院AI Infra总监。 ▲零一万物联合创始人、技术副总裁戴宗宏（图源：稀土开发者大会） 谷雪梅、戴宗宏两位联创的离职或许与零一万物的战略调整有关，去年第四季度起，零一万物宣布要聚焦参数适中、推理速度更快、推理成本更低、更具商业落地前景的轻量化模型，放弃超大模型训练计划。 事实上，零一万物去年就开启了高管离职潮，联创和核心成员陆续离开。 2023年12月零一万物联合创始人、技术副总裁李先刚离职回归贝壳；2024年8月算法副总裁黄文灏加入字节跳动Seed团队；2024年PopAi产品负责人曹大鹏离职后加入字节跳动，担任即梦AI移动端负责人；2024年底联合创始人、首席架构师潘欣离职，加入闪极AI担任合伙人。 四、百川智能：数位搜狗系高管离职，被曝裁撤金融组 2023年4月，百川智能联手多位搜狗团队老将成立百川智能，成立1个月，就拿到来自腾讯、小米、金山、清华大学资产管理有限公司、好未来等十余家机构的联合豪华投资；一年发了十多款大模型。 然而如今百川智能的核心高管中，搜狗系除了百川智能创始人兼CEO王小川，只剩下联合创始人、总裁茹立云。 去年12月，百川智能联合创始人、商业化负责人洪涛，互联网业务负责人焦可已先后离职。目前，洪涛新动向未知，焦可已经投身AI语音方向创业。 ▲百川智能联合创始人、商业化负责人洪涛，互联网业务负责人焦可（图源：脉脉、基石资本） 今年3月，百川智能联合创始人、模型研发负责人陈炜鹏被曝正在走离职流程，目前已开始筹备AI Coding方向的创业项目。陈炜鹏在百川智能创立早期就加入公司，曾与王小川在搜狗共事，担任搜狗搜索研发总经理，负责通用搜索、垂直搜索和推荐系统的研发。 ▲百川智能创始人兼CEO王小川（左一），百川智能联合创始人、模型研发负责人陈炜鹏（右二）（图源：中国人民大学高瓴人工智能学院） 今年3月离职的另外2位高管分别是百川智能商业合作人兼金融事业群总裁邓江、百川智能医疗副总裁李施政。邓江已宣布加入北电数智担任行业副总裁，李施政的最新动向未知。 ▲百川智能商业合作人兼金融事业群总裁邓江（左），百川智能医疗副总裁李施政（右）（图源：北电数智、北京儿童医院） 百川智能不仅面临着数位核心高管离职，其自身业务也正在进行重大战略调整。 王小川在两周年全员信中提到，百川智能要主攻医疗方向，围绕百小应、AI儿科、AI全科、精准医疗四个方面发展应用和服务。据智能涌现报道，2月18日，百川智能To B业务团队的PE团队（提示词工程团队），调至统管算法团队的产研组，3月3日，其负责金融行业To B业务的B端组被裁撤，员工在当天签署离职协议。 五、阶跃星辰：多模态模型核心人物离职，被京东招揽 就在上周，阶跃星辰视频生成模型负责人段楠被曝离职，加入京东担任探索研究院视觉与多模态实验室负责人，聚焦视觉和多模态基础模型研发。段楠曾任微软亚洲研究院资深首席研究员、自然语言计算团队研究经理。 ▲阶跃星辰视频生成模型负责人段楠（图源：全球机器学习技术大会） 阶跃星辰是目前国内大模型六小龙中唯一主攻多模态大模型的企业。2023年成立至今，其已经发布16款多模态大模型，覆盖语音、图像、视频、音乐等方向，段楠正式其多模态战略的核心人物之一。 此外，可以看出京东正在加大AI投入，已经有多位行业大牛陆续加入，包括百度搜索首席架构师辜斯缪、阿里巴巴合伙人兼蚂蚁集团前CTO胡喜、原商汤VP沈徽等。 结语：高管出走、业务调整，大模型独角兽断臂求生 2023年国内大模型创业热潮涌现，大批AI大牛选择入局创业并吸纳了巨额融资，诞生了诸多独角兽。 但从去年以来，这些创企的人事变动、业务调整颇为频繁：有的大额融资不断且IPO进程加速、有的选择放弃超大参数规模模型训练转攻轻量化模型部署、有的选择专注于医疗等某一领域发力……还有多家创企的早期成员、核心高管宣布离职创业或回归大厂，多个商业化负责人离职或许印证其整体业务正面临瓶颈。 可以看出，AI人才的流动潮仍在持续，有些高管的创业项目已经成为其“老东家”整体业务的一部分，独角兽自身减负的同时，其裁撤的业务线或者核心人才可以反哺其商业化进程。

凤凰网科技讯 6月16日，智联招聘发布《2025年机器人产业人才发展报告》，报告显示，2025年前5个月，国内机器人产业招聘职位数同比增长6%，求职人数同比增长32%，实现供需双增。其中人形机器人领域招聘职位数同比增长409%，求职人数同比增长396%。技术岗位占比超6成，产业发展仍在技术研发关键期。 数据显示，技术岗位占比最为突出。2025年前5个月，招聘职位数及求职人数在总体中占比分别为62%、71%，远超生产岗位和销售岗位，位居第一。这与我国机器人产业当前所处的发展阶段有关：当前仍处于技术研发与场景验证的关键期，尚未进入大规模批量生产阶段，因此对技术研发、系统调试及解决方案优化等环节的人才需求更为迫切。 在机器人产业求职者中，男性占比高达77%，女性占比23%，男女比例差距（54个百分点）较大，这与技术岗位占比高有关。 在机器人产业求职者中，男性占比高达77%，女性占比23%，男女比例差距（54个百分点）较大，这与技术岗位占比高有关。 从年龄结构看，机器人产业求职者呈现明显的年轻化特征。16-24岁、25-34岁、35-44岁、45-54岁、55岁及以上的占比分别为29%、43%、21%、6%、1%， 25-34岁人才是机器人产业的求职主力军。总体来看，机器人产业35岁以下求职者的占比达到72%。反映出年轻群体对机器人产业具有较高的参与热情，这种年轻化的人才结构既为产业注入持续创新动能，也为未来行业人才储备提供了保障。 学历分布上，机器人产业求职者高中及以下、大专、本科、硕士及以上的占比分别为5%、29%、56%、10%，其中本科及以上学历的求职者占比达到66%。机器人产业作为技术密集型新兴产业潜力较大，吸引高知人才不断奔赴。 机器人相关技术人才招聘需求top10的行业中，工业自动化以10%的占比位居榜首，其次是电气机械/器材制造、人工智能、仪器仪表制造、专用设备制造等行业，以制造相关行业为主，这主要有两方面的因素。 从产业转型层面看，当前制造业处于数字化转型时期，企业需要引入工业机器人及自动化设备，以实现生产自动化和智能化，这推动着企业对机器人领域人才的需求增长。 从技术层面剖析，机器人在硬件技术、结构设计等方面，与传统机械、汽车等产业的硬件研发存在诸多相通之处。这赋予了传统制造行业在发展机器人产业时的独特优势。以汽车制造领域为例，车辆工程中积累的精密加工、动力学仿真及自动化装配技术，可直接迁移至机器人本体的研发。技术上的强关联性，使得传统制造行业能够凭借在机械设计、加工制造、自动化控制等方面长期积累的技术经验，在发展机器人产业时更高效地复用现有技术储备。 从学历要求的分布来看，机器人产业技术岗位的学历要求呈现明显的高学历特征。要求高中及以下、大专、本科、硕博、不限的占比分别为3%、30%、51%、11%、4%。本科、硕博的占比较机器人产业总体分别高出12个、4个百分点。这也折射出行业正处于技术迭代加速期，对高学历人才的需求较高。 从细分职业看，技术岗位中，机器人算法工程师、机器人调试工程师、机械结构设计工程师、机器人仿真工程师、测试工程师、应用场景规划师等招聘涨势较好，呈现多元化发展趋势。其中，机器人算法工程师以48%的招聘职位数同比增速位居榜首；机器人调试工程师紧随其后，增速达45%，机械结构设计工程师、机器人仿真工程师招聘增速也超过20%，反映出当前机器人产业对技术岗位的迫切需求仍在增加。 在整体的机器人产业中，各类技术岗位呈现出多样化的发展趋势，为产业全面发展提供了有力支撑。然而，当我们聚焦人形机器人这一细分领域时，会发现其岗位分布具有一定的独特性。具体而言，人形机器人的岗位需求中，算法、机械结构类别的岗位占据了较大的比重，这是因为人形机器人需要具备较强的智能交互能力和复杂环境下的灵活运动能力，这些都离不开算法的支持和精确的机械结构设计。因此，在人形机器人的职位分析中，本报告将围绕机器人算法工程师、机械结构设计工程师两个重点职位来分析。 具体来看，2025年1-5月，人形机器人领域机器人算法工程师、机械结构设计工程师招聘职位数分别同比增长479%、239%，整体呈现“井喷式”增长，增速远大于整体机器人产业的相应职位。这反映出当前人形机器人领域的研发创新主要集中在核心技术的攻克上，机器人算法工程师能够开发和优化人形机器人的感知、决策和控制算法，提升人形机器人的理解和处理信息的能力；而机械机构设计工程师能够设计更轻量级、高效能的机械结构，以满足人形机器人的运动需求和负载能力。 从薪酬看，招聘增长领先细分职业中，机器人算法工程师平均招聘薪资居首，达25368元/月，拥有5年以上工作经验的机器人算法工程师，平均招聘薪资更是高达33665元/月。这反映出算法在机器人智能化进程中的核心价值：算法不仅是机器人感知、决策与控制的核心技术载体，更是决定产品性能边界的关键变量。例如宇树的Go2与H1，通过强化学习与高效规划算法提升了任务执行的效率与可靠性。导航与定位工程师以21066元/月的招聘月薪紧随其后，硬件开发工程师则以19169元/月位列第三。总体而言，技术岗位呈现出显著的技术导向性，薪资水平与技术难度紧密关联。 具体来看人形机器人领域的重点技术岗位薪酬，机器人算法工程师、机械结构设计工程师的平均招聘薪资分别为31512元/月、22264元/月，5年以上工作经验要求的机器人算法岗位招聘薪资更是达到38489元/月，薪资水平显著高于机器人产业整体的相应岗位。从技术层面来说，人形机器人需要具备人的感知、决策和运动能力，因此其算法和机械结构的复杂度要高于传统机器人，例如运动控制算法不仅需要实现机器人的平衡、行走等复杂动作，还要实现机器人与外部环境的交互。这些复杂的算法对岗位人才提出了较高的要求，也促使企业开出高薪来聘请人才。 机器人算法岗位是机器人产业的核心技术岗位，今年以来，其招聘需求增速及招聘平均薪酬均位列技术岗位第一，在机器人产业发展过程中发挥关键作用。进一步看机器人算法工程师的招聘区域分布，数据显示，机器人算法工程师的招聘需求前三分别是北京、深圳、上海。具体看这三个城市的岗位，北京、上海机器人算法工程师需求主要集中在IT互联网领域、深圳主要集中在汽车领域，京沪深凭借雄厚的经济基础、密集的高端研发资源及完善的产业链生态，在各自的重点产业开展机器人业务，带动了机器人算法工程师的需求。同时，南京近年来依托《促进机器人产业高质量发展行动计划（2024—2026年）》等精准的政策布局，推动机器人产业迅猛发展，在机器人算法工程师招聘城市排名中位列第四，仅次于上海。长沙、杭州等城市同样展现出强劲竞争力：长沙蓝思智能机器人、优龙机器人、中南智能长泰机器人等企业领跑同行；杭州的宇树科技、云深处科技则以具身智能技术千里扬名，在本次榜单中分别位列第5、6名。 通过对技术岗位求职者画像进行分析可知，该岗位求职者在性别、年龄、学历三个维度上较产业整体呈现更强烈的集中度。 性别分布中，技术岗位男性求职者占比达88%，较机器人产业总体77%的男性占比高出11个百分点。 年龄分布上，技术岗位求职者中，16-34岁青年人才占比高达82%，显著高于产业总体的72%。年轻群体在拥抱新技术、算法开发与软件迭代等领域具备明显优势，与技术岗位对创新活力和快速学习能力的需求高度契合，凸显了产业技术端对青年人才的聚集效应。 学历分布中，高中及以下、大专、本科、硕士及以上学历人才占比分别为2%、28%、59%、10%，本科及以上占比达69%，较机器人产业总体求职者高出3个百分点。这种差异源于技术岗位对复合型能力的特殊要求：以机器人算法工程师为例，其工作内容深度融合数学建模、深度学习框架应用及产业场景落地能力，因此对人才的系统化专业知识储备与前沿技术创新能力提出更高要求。 对技术岗位求职者上一份工作从事行业的分析中可以发现，除器材制造等传统制造业外，集成电路、工业自动化等高端技术产业，以及计算机软件、互联网等 IT 互联网行业的占比也较高。这一现象表明，随着技术的持续进步，机器人产业凭借自身发展优势，正吸引着多元化的人才流入。大量来自传统制造业、高端技术产业与互联网行业的人才，正加速向新兴产业转型，以探寻新的职业发展机遇与空间。 竞争指数[footnoteRef:0]表示一个岗位的竞争激烈程度，指数越高，岗位竞争越激烈。在机器人产业的技术岗位中，竞争指数较低的有导航与定位工程师、机器人算法工程师和仿真工程师，竞争指数分别为15.6、12.5和10.5。这类岗位的门槛相对其他技术岗位更高，对专业知识和高端技术能力要求严苛，也正因如此，高端技术人才较为稀缺，对人才的渴求度更高。测试/验证工程师、机械结构设计工程师、机器人调试工程师的竞争指数分别为50.2、40.3、39.0，这些职业的技术门槛相对较低，求职者投递简历量较大，竞争较为激烈。 对于有意投身机器人产业的人才而言，建议学习相关基础知识与专业技能，选择竞争指数较低的算法类等高端岗位，不仅能够有效避开激烈的求职竞争，更能契合机器人产业蓬勃发展对高端技术创新的需求，在推动产业创新发展的同时，实现个人职业价值的最大化。 智联招聘数据显示，机器人产业技术岗位的求职者专业背景呈现“强对口性+深融合度”双重特征，既印证了传统工科与新兴技术的底层关联，也为不同专业背景的人才提供了差异化职业选择空间。 从专业对口看，机械结构设计工程师职位中，机械设计制造及其自动化专业位列第一，充分体现了专业背景与职位需求的高度适配；从跨学科融合趋势看，计算机科学与技术、软件工程等专业展现出较强的岗位渗透力，测试/验证工程师、导航与定位工程师、机器人算法工程师等职位都有所涉及，在各个岗位投递人数占比中均位居前二。 这种“精专+交叉”的特征趋势要求工科专业学子既要深耕专业技术积累深度，也要借助跨学科优势拓展广度，关键是找到个人专业与产业升级发展需求的结合点，实现个人价值与产业变革的同频共振。 总体而言，机器人产业的快速增长正重塑人才市场格局，技术岗位作为产业发展核心驱动力，无论是从人才供给的年轻化、高学历特征，还是从招聘需求的高学历门槛、高薪策略，都凸显了技术创新在机器人产业发展中的关键地位。未来，随着产业技术的持续升级与跨学科融合趋势深化，机器人产业人才市场将进一步向专业化、高端化演进。

IT之家 6 月 16 日消息，Wave 推出 X5L 开放式真无线耳机，充电盒内置显示屏和 4GB 存储，支持 AI 实时翻译。 Wave X5L 耳机的充电盒内置 1.7 英寸显示屏，分辨率为 360×360。触摸屏除可让用户控制音量外，还支持查看通知、设置计时器、使用秒表和查看天气预报。 产品内置的 4GB 存储空间可用于存储音乐，触摸屏则能够控制本地音乐文件的播放。X5L 电池容量 480mAh，官方表示耳机单次续航时间 6 小时，充电盒可将总续航时间延长至 24 小时。 Wave X5L 耳机目前在 Kickstarter 平台众筹，价格 80 美元（IT之家注：现汇率约合 575 元人民币）。

Model 3卡在了铁轨上 凤凰网科技讯 北京时间6月17日，据电动汽车网站Electrek报道，一辆特斯拉Model 3在美国宾夕法尼亚州辛金斯普林(Sinking Spring)卡在了铁轨上，随后被火车轻微撞击。车主称，当时车辆处于“自动驾驶模式”。 根据伯克斯县发布的救援警报，一辆特斯拉Model 3绕过了南赫尔街和哥伦比亚大道附近的铁轨防护栏后，卡在了铁轨上。 车主从车中脱身，但一列火车撞上了这辆车，据报道折断了后视镜。消防局长下令暂停所有列车通行。紧急救援人员使用吊车将这辆Model 3从铁轨上移走。Spitlers汽车修理与拖车公司承担了救援作业，并在脸书上分享了几张照片。 特斯拉车主声称，Model 3在卡在铁轨上之前处于“自动驾驶模式”。 Model 3被吊走 尽管特斯拉曾表示，该公司自2016年以来生产的所有车型，通过软件更新都将具备无人监督的自动驾驶能力，但是这一能力尚未实现。特斯拉一直在销售一款售价高达1.5万美元的“全自动驾驶”(FSD)套件，但该套件仍需车主时刻监督车辆，始终对车辆负责。 Electrek指出，曾有特斯拉车主在鲁莽驾驶后，将责任归咎于FSD。这起事故也可能是这种情况。不过，也有特斯拉FSD试图绕过施工路障的情况，所以这次它也有可能尝试这么做，结果反而卡在了铁轨上。(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”。

编译 | 金碧辉 编辑 | 程茜 智东西6月16日消息，据外媒New Atlas 6月14日报道，美国加州大学戴维斯分校（UC Davis）研究团队开发世界首例新型脑机接口（BCI）系统，首次让一名ALS患者（肌萎缩侧索硬化症，俗称渐冻症）通过脑内植入设备，不仅实现实时说话，还能“演唱”简单旋律，从信号采集到语音生成的全流程仅需10毫秒。 这里的“演唱”是指患者并非通过传统声带发声，而是通过BCI系统将神经信号转化为电子合成音，输出三个预设音高的旋律片段。这种“演唱”本质是系统对患者神经意图的解析与语音合成，有别于自然歌唱行为。 新研发的BCI系统通过手术植入的四组微电极阵列，捕捉大脑负责语言输出区域的神经信号，结合低延迟处理与AI解码模型，将患者试图说话时的肌肉控制信号转化为语音，并通过语音克隆算法还原其患病前的声音特征。 从信号采集到语音生成的全流程仅需10毫秒，加州大学戴维斯分校研究团队开发的新型BCI系统使患者能自然参与对话，甚至打断他人发言，这是传统BCI系统难以实现的交互体验。 ▲BCI设置和使用语音合成技术的研究参与者 相关研究成果6月11日发表于学术顶刊Nature上，美国加州大学戴维斯分校研究团队最新研发的BCI系统被学界称为“Speech BCI领域的圣杯”。 ▲美国加州大学戴维斯分校研究团队研发BCI系统的相关成果发表于学术顶刊Nature上 论文地址： https://www.nature.com/articles/d41586-025-01818-1 一、神经信号捕捉与低延迟处理双突破，渐冻症患者说话“零卡顿” 据外媒New Atlas 6月14日报道，戴维斯分校研究团队开发的新型BCI系统的核心在于通过植入大脑运动皮层的微电极阵列，直接获取患者试图说话时的神经活动信号。 不同于“读心术”，新型BCI系统的原理是翻译患者大脑控制发音肌肉的指令，而非读取抽象思维。AI驱动的解码模型经过训练，能实时将神经信号转化为文本，再通过语音合成器输出。 ▲研究参与者阅读屏幕文本的神经信号有助于训练AI解码器模型 二、从“屏幕选词”到“自发插话”，新型BCI系统让“说话”更像真人 据外媒New Atlas报道，今年4月，美国加州大学伯克利分校与旧金山分校曾公布类似BCI技术，但美国加州大学戴维斯分校的研究团队研发的BCI系统在自然表达维度实现突破。 在前沿交互能力的展现上，加州大学戴维斯分校研发的BCI系统不仅能捕捉患者发音时的“啊”、“哦”、“嗯”等语气词，还可借助神经信号解析陈述句与疑问句句调差异，甚至能对单词重音位置进行识别。 据外媒报道，从加州大学戴维斯分校研究团队的系统演示视频透露，患者可通过设备输出三个预设音高的旋律片段，其AI解码器突破传统训练数据限制，成功处理生造词汇的语音合成。 相较于过往BCI系统仅能输出预设文本，加州大学戴维斯分校研究团队技术在自然语言情感表达与语义灵活性上实现实质提升。 三、脑机接口克隆患者原声实现连续对话，渐冻症患者率先受益 加州大学戴维斯分校研发的BCI系统的一大亮点是通过患者患病前的语音样本训练克隆算法实现个性化语音合成。 该论文的作者、神经科学家谢尔盖·斯塔维斯基（Sergey Stavisky）在论文发表同期接受多家外媒采访时透露：“即时语音合成技术能让患者更自然地融入对话，减少因传统BCI系统延迟导致的交流中断。” 荷兰马斯特里赫特大学的计算神经科学家克里斯蒂安·赫夫（Christian Herff）在学术顶刊Nature同期评论中评价道：“这是真正的自发连续语音，BCI终于从实验室走向现实沟通。” 目前加州大学戴维斯分校的研究虽仅涉及1名ALS患者，但团队已计划招募更多因中风、脑损伤等不同病因导致失语的患者，以验证技术的普适性。 在外媒看来，这一成果标志着BCI从“文字输出”向“自然语音交互”的跨越，为全球千万瘫痪患者带来更具尊严的沟通方式。 结语：脑机接口技术突破背后，BCI设备成本与普及性成挑战 加州大学戴维斯分校的研究突破可能为全球约30万渐冻症患者及其他神经退行性疾病患者带来希望。或许未来，渐冻症患者能像常人一样打断对话、用语气表达情绪，但技术落地仍需跨越多重关卡。单病例研究的局限性、不同患者大脑信号的个体差异、长期植入的安全性，以及AI模型对复杂语境的适应性，均需后续研究验证。 此外，BCI设备的成本与普及性也是现实挑战。当这项技术从顶尖实验室走向临床，或许还需要5到10年的迭代。然而，从伯克利分校的屏幕选词到美国加州团队的实时歌唱，脑机接口正以肉眼可见的速度突破边界。正如赫夫所言：“这不是概念，而是真实的、自发的语言重生。”

昨晚，油管千万级大V The Diary Of A CEO放出了，与图灵奖、诺贝尔奖获得者，被誉为AI教父的Geoffrey Hinton最新深度专访。， 二人以对话形式主要探讨了AI的发展、安全、应用；虽然AI存在一定的风险，但在帮助人类提升科研、工作、生活水平质量等方面是非常高效。当然也会抢走一部分人的工作，从而创造一些全新的职位。 OpenAI作为本世代AI革命的发起者和领导者，也出现在了本次对话中。Hinton还谈到了他最得意的弟子，OpenAI联合创始人兼首席科学家Ilya Sutskever，以及最近发展势头超猛的AI Agent智能体。 自动播放 这段专访一共是1小时30分钟，由于太长为了不影响大家的观感，「AIGC开放社区」没有添加字幕。但我们依然在下面为大家整理了好了这次专访内容。有需要的话，可以对照参考一下。 目前，这个视频放在油管上还不到一天的时间，播放量已经超过75万次，评论超过4500条，用户对这个专访相当满意。在AI方面无论你是否从事该行业或者使用它都能受到不小的启发。 我们看看网友是如何评价这个史诗级专访的。 有网友表示，本次专访应该被保存为一件历史文物。 这是我在你的频道上看到的第一或第二重要的对话。你在采访中停顿，让答案慢慢沉淀，意义深远。 这是我看过最好的专访，Hinton非常真诚。 我儿子多年来一直有一个理论，认为让人工智能像人类一样思考是危险的。相反，他希望我们创造一个像“狗”一样思考的人工智能，这样它就会爱人类并愿意服务我们。 也有一位网友对于AI有着深切的体会，发表了一篇超长的评论：我原本是一个自由撰稿人，干了十年，结果因为AI的出现失去了这份职业；接下来那年我想转向艺术行业，但又被打断了；再下一年，我开始转行学习医疗编码，却在认证过程中再次被中断，因为我意识到AI正在摧毁创意市场。之后我在各种零工之间辗转挣扎，幸运的是我找到了一份训练AI的工作，虽然我很讨厌这份工作，但我还是感激它带来的收入。 我一直没能找到别的工作，现在所有人都在用AI了。我原本以为转型到科技领域会有帮助，于是开始学习更多关于AI的知识，所以去年又回到了学校学习编程。然而很快我就意识到发生了什么。 AI的学习速度比我快太多了。于是我退学了。我不愿意再花钱去接受教育，因为它根本不会给我带来任何好处。即使我完成了编程学位，等到毕业的时候，所有初级职位可能都已经被AI取代了，而学校的教学内容又远远落后于技术发展的前沿——没有经验，没人会雇我。 说实话，我不知道自己还能做什么。我有几十年的慢性伤病，没法从事体力劳动。我想我只能再漂泊一两年，直到AI可以自我训练为止，那时我又会被辞退。然后就业市场会更加艰难，因为还有那么多同样失业的人。也许还会有一些零工机会，也许勉强能凑够房租，也许连这个都做不到，谁知道呢？ 我能预见到自己最终流落街头，死在沟渠里。每当我想到未来，就会不由自主地陷入深深的抑郁。 我知道AI确实很有用，也有巨大的积极潜力，但让我们现实一点吧。全球范围内，我们现在拥有足够的资源来照顾每一个人，但我们并没有这么做。我们清楚应对气候变化该怎么做，但我们不去做。美国是世界上最富有的国家，但我们甚至不给国民提供基本的医疗保障。全民基本收入？在美国，这几乎不可能。 AI并不会改变人性，而人性本身充满了致命的缺陷：贪婪、傲慢、自私等等。那些富有且有权势的人会从系统中榨取一切他们能拿到的东西，而剩下的其他人只能挨饿。未来很黯淡。我一直在努力想出一个办法，建造一艘能在这些巨浪中浮沉的船，但我什么都想不到。市场只需要那么几个水管工而已。 下面就是本次专访部分内容。 主持人：非常感谢，GeoffreyHinton，他们称你为“AI教父”？ Hinton：是的。 主持人：为什么这么称呼你？ Hinton：过去没有多少人相信我们能让神经网络，人工神经网络发挥作用。所以从20世纪50年代起，在AI领域，关于如何实现AI主要有两种思路。一种观点认为，人类智能的核心是推理，而要进行推理，需要使用某种形式的逻辑。 因此，AI必须基于逻辑。在你的大脑中，一定有类似符号表达式的东西，你用规则来操作它们，这就是智能运作的方式。而像学习或类比推理这类能力，都是在我们弄清楚基本推理如何运作之后才会出现的。另一种方法则是：让我们基于大脑来构建AI模型，因为显然大脑让我们拥有智能。所以在计算机上模拟脑细胞网络，并试图找出如何学习脑细胞之间连接的强度，以便它能学会做复杂的事情，比如识别图像中的物体、识别语音，甚至进行推理。 我坚持这种方法长达50年，因为很少有人相信它。当时没有多少好大学有从事这方面研究的团队，所以如果你从事这个领域，那些相信这种方法的最优秀的年轻学生就会来和你一起工作。我很幸运，招到了很多非常优秀的学生，他们中的一些人后来在创建OpenAI等平台中发挥了关键作用。 主持人：你为什么相信基于大脑建模是更有效的方法？ Hinton：早期不止我一个人这么认为。冯・诺依曼相信，图灵也相信。如果他们中的任何一个还活着，我认为AI的历史会大不相同，但他们都英年早逝了。 主持人：你认为AI会更早出现吗？ Hinton：我认为如果他们中的任何一个还活着，神经网络的方法会被更早接受。在你人生的这个阶段，你肩负着什么使命？我现在的主要使命是警告人们AI可能有多么危险。当你成为AI教父时，你知道这一点吗？ 不太清楚。我对一些风险的理解比较迟缓。有些风险一直很明显，比如人们会用AI制造自主杀伤性武器，也就是那些四处游走、自己决定杀谁的东西。其他风险，比如它们有一天会比我们更聪明，甚至可能让我们变得无关紧要，我很晚才意识到这一点。其他人20年前就认识到了，而我直到几年前才意识到这是一个可能很快到来的真实风险。 主持人：考虑到你对计算机学习能力的了解它们能像人类一样学习，并且还在不断改进你怎么会没有预见到这一点呢？你怎么会没看到呢？20、30年前的神经网络所能做的事情非常原始，在视觉、语言和语音识别等方面远不如人类。当时认为需要担心它们变得比人类更聪明，似乎很荒谬。这种情况什么时候改变的？ Hinton：对普通大众来说，是ChatGPT出现的时候。对我来说，是当我意识到我们正在创造的数字智能具有某种特质，使它们远远优于我们拥有的生物智能。如果我想和你分享信息，比如我学了一些东西，想告诉你，我会说一些句子。 这是一个相当简化的模型，但大致正确。你的大脑试图弄清楚如何改变神经元之间连接的强度。比如，我可能会把某个词放在下一个位置，当出现一个非常出人意料的词时，你会进行大量学习，而当出现一个很明显的词时，学习就很少。比如我说鱼和薯条，当我说薯条时，你不会有太多学习；但如果我说鱼和黄瓜，你就会有更多学习，你会想为什么我会说黄瓜。这大致就是你大脑中发生的事情，我们认为大脑就是这样工作的。 没人真正确定大脑是如何工作的，也没人知道它如何获取关于是增强还是减弱连接强度的信息，这是关键。但我们现在从AI中知道，如果能获得关于如何调整连接强度以更好地完成任务的信息，我们就能学习到不可思议的东西，因为这就是我们现在用人工神经网络在做的事情。只是我们不知道真实的大脑是如何获得这种增减信号的。 主持人：如今，你对AI安全的主要担忧是什么？如果让你列出最首要的几个，我们应该关注的。 Hinton：首先，我想区分两种完全不同的风险。一种是人类滥用AI带来的风险，这是大多数风险，也是所有短期风险。另一种是AI变得超级智能并决定不再需要我们带来的风险。这是真实的风险吗？我主要谈论第二种风险，因为很多人会问：这是真实的风险吗？是的。 现在，我们不知道这风险有多大，我们从未处于这种情况，从未需要应对比我们更聪明的东西。所以，关于这种生存威胁，我们完全不知道如何应对，也不知道它会是什么样子。任何告诉你他们知道会发生什么以及如何应对的人，都是在胡说八道。我们不知道如何估计它取代我们的概率。有人说这个概率低于1%，我的朋友杨立昆认为，不，我们一直在建造这些东西，我们会一直控制它们，我们会让它们听话。 而像尤德考斯基这样的人则说，不，这些东西肯定会消灭我们，只要有人建造了它，就会把我们都消灭。他对此很有信心。我认为这两种立场都很极端，很难估计中间的概率。如果让你在两位朋友中赌谁是对的 我根本不知道。如果必须赌，我会说概率在中间，但我不知道该如何估计。我常说有10%到20%的可能性它们会消灭我们，但这只是基于直觉，因为我们还在制造它们，而我们很有创造力。希望如果有足够多的聪明人用足够多的资源进行研究，我们能找到一种方法来建造它们，使它们永远不想伤害我们。有时我会想到第二条道路，想到核弹和原子弹的发明，以及它们的对比这次有什么不同？因为原子弹出现时，我想当时很多人认为我们时日无多了。 原子弹其实只擅长一件事，而且它的作用方式非常明显。即使你没有看到广岛和长崎的照片，也能明显看出这是一种非常危险的大炸弹。而AI则不同，它有很多用处，在医疗、教育以及几乎任何需要使用数据的行业，有了AI都能做得更好。所以我们不会停止发展它。人们会说：那我们为什么不现在就停止？我们不会停止，因为它在太多领域都太有用了。另外，我们也不会停止，因为它对战斗机器人很有用，而任何出售武器的国家都不会想停止。 比如欧盟法规，他们有一些关于AI的法规，有总比没有好，但这些法规并非为应对大多数威胁而设计。特别是，欧盟法规中有一个条款规定，这些法规不适用于AI的军事用途。所以政府愿意监管公司和个人，但不愿意监管自己。在我看来，这很疯狂。我来回思考这个问题，但如果欧洲有法规，而世界其他地区没有，就会造成竞争劣势。 主持人：我们已经看到这种情况了。我认为人们没有意识到，当OpenAI在美国发布新模型或新软件时，由于这里的法规，它们还不能在欧洲发布。所以SamAltamn发推文说：我们新的AI智能体产品对所有人开放，但由于法规原因，暂时不能进入欧洲。是的，这会给我们带来生产力劣势吗？ Hinton：生产力劣势。我们现在需要的是，在我们即将创造出比自己更聪明的东西的历史时刻，我们真正需要的是一个由聪明、有思想的人管理的世界政府，但我们没有。所以现在是混战局面。 主持人：我们现在实行的资本主义让我们过得很好，为我们生产了大量商品和服务。但这些大公司在法律上被要求尽可能最大化利润，而这并不是开发AI所需的。那么来谈谈风险吧。你提到过人类风险吧。 Hinton：我已经区分了这两种风险。先谈谈坏人和不良行为者使用AI带来的所有风险。首先是网络攻击。2023年至2024年间，网络攻击增加了约12200%，这可能是因为这些大型语言模型使钓鱼攻击变得容易得多。钓鱼攻击对不知道的人来说，就是他们给你发信息说：嗨，我是你的朋友约翰，我被困在萨尔瓦多了，你能汇点钱吗？ 这是一种攻击。但钓鱼攻击实际上是想获取你的登录凭证。现在有了AI，它们可以克隆我的声音、我的形象，它们可以做所有这些。我现在很头疼，因为在X平台和Meta上有很多AI诈骗。 特别是在Meta上，比如Instagram和Facebook，现在有一个付费广告，他们从我的播客中提取了我的声音和举止，制作了一个新视频，让我鼓励人们参与这个加密庞氏骗局之类的东西。我们花了好几个星期给Meta发邮件，让他们把这个广告撤下来，他们撤了，又弹出一个，再撤，又弹出一个，就像打地鼠一样。最令人心碎的是，有人听信了骗局，损失了500英镑或500美元，还以为是我推荐的，对我很生气，我真的为他们难过，这太烦人了。我也遇到过类似的小事，现在有人发表论文，把我列为作者之一，看起来是为了让自己获得更多引用。 主持人：所以网络攻击是非常真实的威胁，而且已经激增。显然，AI很有耐心，它们可以浏览一亿行代码，寻找已知的攻击方式，这很容易做到。但它们会变得更有创造力，有人相信一些很懂行的人相信到2030年，它们可能会制造出人类从未想过的新型网络攻击。这非常令人担忧，因为它们可以自己思考，从比人类见过的多得多的数据中得出新结论。你有没有采取什么措施来保护自己免受网络攻击？ Hinton：有，这是我少数彻底改变做法的领域之一，因为我害怕网络攻击。加拿大的银行非常安全，2008年没有一家加拿大银行濒临破产，它们受到很好的监管。不过，我认为网络攻击可能会让一家银行瘫痪。如果我所有的储蓄都是银行持有的银行股票，那么如果银行被攻击，而它们持有你的股票，这些股票仍然是你的。所以我觉得你应该没事，除非攻击者卖出股票，因为银行可以卖出股票。如果攻击者卖出你的股票，我觉得你就完了。我不知道，也许银行会设法赔偿你，但那时银行已经破产了，对吧？ 所以我担心加拿大的一家银行被网络攻击瘫痪，攻击者卖出它持有的股票。因此，我把我和孩子们的钱分散存在三家银行，我认为如果一次网络攻击搞垮一家加拿大银行，其他加拿大银行会很快变得非常谨慎。你有不联网的手机吗？你有没有考虑过冷存储之类的？我有一个小磁盘驱动器，我用这个硬盘备份我的笔记本电脑，所以我的笔记本电脑上的所有东西都在硬盘上。至少如果整个互联网瘫痪了，我知道我的笔记本电脑上还有，我的信息还在。 主持人：然后是选举腐败。如果你想利用AI来操纵选举，一个非常有效的方法是进行有针对性的政治广告，因为你对这个人了解很多。所以任何想利用AI来操纵选举的人，都会试图获取选民的所有数据。考虑到这一点，马斯克目前在美国的做法有点令人担忧，他坚持要访问所有这些原本被仔细隔离的信息。他声称这是为了提高效率，但这正是如果你想操纵下一次选举会想要做的事情。 Hinton：因为你获取了所有这些关于人们的数据，你知道他们赚多少钱、住在哪里，了解他们的一切。一旦你知道这些，就很容易操纵他们，因为你可以让AI发送他们会觉得非常有说服力的信息，比如告诉他们不要投票。我没有理由，只是凭常识这么想，但如果他从美国政府来源获取所有这些数据的部分动机是为了操纵选举，我不会感到惊讶。另一部分可能是，这是训练大模型的很好的数据，但他必须从政府获取这些数据并输入到他的模型中。他们已经关闭了很多安全控制，取消了一些防止这种情况的组织。 主持人：接下来是像YouTube和Facebook这样的组织制造信息茧房，给人们看会让他们愤怒的东西。人们喜欢愤怒，“愤怒”在这里指的是感到愤怒但又觉得自己是正义的。比如，如果给我看一个说特朗普做了这件疯狂事的视频，我会立刻点击。 Hinton：这就是YouTube、Facebook和其他平台决定给你推荐什么内容的策略所导致的。如果他们采取推荐平衡内容的策略，就不会有那么多点击量，也无法卖出那么多广告。所以本质上，利润动机促使他们给用户看能让他们点击的东西，而能让他们点击的是越来越极端、能证实他们现有偏见的内容。你的偏见不断被证实，越来越深，这意味着你和他人的分歧越来越大。 现在在美国，有两个几乎不交流的群体。我不确定人们是否意识到，每次打开应用程序，这种情况都在发生。但如果你使用TikTok、YouTube或其他大型社交网络，正如你所说，算法的设计是为了给你推荐更多你上次感兴趣的内容。所以如果这样持续10年，它会把你推向越来越极端的意识形态或信仰，远离理性和常识，这很不可思议。 主持人：我经常听到一种风险，就是这些东西可能会结合起来，比如网络攻击会释放武器。当然，把这些风险结合起来，会产生无数种风险。例如，一个超级智能AI可能决定消灭人类，最明显的方法就是制造一种危险的病毒。如果你制造一种传染性极强、致命性极高但潜伏期很长的病毒，每个人在意识到发生了什么之前就已经感染了。我认为，如果一个超级智能想消灭我们，它可能会选择类似生物武器的方式，这样不会影响到它自己。你不觉得它可能会很快让我们自相残杀吗？比如，它可以向美国的核系统发送警报。 Hinton：我的基本观点是，超级智能有太多方法可以消灭我们，没必要去推测具体方式。我们必须做的是防止它产生这种想法，这才是我们应该研究的方向。如果它想消灭我们，我们根本无法阻止，因为它比我们聪明。我们不习惯思考比我们更聪明的东西。如果你想知道当你不再是顶级智慧时的生活是什么样的，问问鸡就知道了。我早上离开家时想到了我的狗巴勃罗，它是一只法国斗牛犬。它不知道我要去哪里，不知道我在做什么，甚至无法和它交流。而智能差距将会是那样的。 主持人：你如何看待自己一生的工作？ Hinton：AI在医疗、教育等领域会非常出色，它会让呼叫中心效率大大提高，不过人们会担心现在从事这些工作的人该怎么办。我很伤心。我并不为40年前开发AI感到特别内疚，因为那时我们根本没想到事情会发展得这么快，我们以为有足够的时间去担心这些问题。 当你无法让AI做很多事情时，你只想让它多做一点，不会担心这个愚蠢的小东西会接管人类，你只是想让它多做一些人类能做的事。我不是明知这可能会消灭我们还去做，只是很遗憾它不只是带来好处。 所以我现在觉得有责任谈论这些风险。如果你能展望未来30、50年，发现AI导致了人类灭绝。如果最终结果确实如此我会用这一点来告诉人们，告诉他们的政府，我们必须真正努力控制这一切。我认为我们需要人们告诉政府，政府必须迫使公司利用资源来研究安全性，而他们现在没做多少，因为这样赚不到钱。 主持人：你之前提到的一个学生，IlyaSutskever离开了OpenAI。他为什么离开？ Hinton：是的，关于他离开的原因有很多讨论，说是因为担心安全性。我认为他离开是因为担心安全性。我仍然时不时和他一起吃午饭，他父母住在多伦多，他来多伦多时，我们会一起吃饭。他不跟我谈论在OpenAI发生的事，所以我没有内部消息。但我很了解他，他真的很关心安全问题，所以我认为这就是他离开的原因，因为他是顶尖人才之一，可能是早期ChatGPT开发背后最重要的人，比如GPT-2的开发，他发挥了重要作用。 主持人：你了解他的为人，知道他有良好的道德指南针，不像马斯克那样没有道德指南针。SamAltman有良好的道德指南针吗？ Hinton：我不了解SamAltman，不想评论。 主持人：如果你看看山姆几年前的声明，他在一次采访中轻松地说，这东西可能会杀了我们所有人，虽然不是原话，但意思差不多。现在他说你不必太担心，我怀疑这不是出于对真相的追求，而是出于对金钱的追求。 Hinton：我不该说金钱，是两者的某种结合。我有一个亿万富翁朋友，他身处那个圈子。有一天我去他家吃午饭，他认识很多AI领域的人，正在建造世界上最大的AI公司。他在伦敦的厨房餐桌上给了我一个警告，让我了解了这些人私下的谈话，不是他们在媒体采访中谈论安全的那些话，而是他们个人认为会发生什么。他们私下的想法和公开说的不一样。 有一个人，我不该说名字，他是世界上最大的AI公司之一的领导者。我朋友很了解他，他私下认为我们正走向一个反乌托邦世界，在那里我们有大量的空闲时间，不再工作，而这个人根本不在乎这会对世界造成什么伤害。我指的这个人正在建造世界上最大的AI公司之一。 然后我看了这个人的在线采访，试图找出他是那三个人中的哪一个，是的，就是那三个人中的一个。我看了他的采访，回想起我那位认识他的亿万富翁朋友的谈话，心想：“该死，这家伙在公开场合撒谎。”他没有对世界说实话，这让我有些困扰。这也是我在这个播客中多次谈论AI的部分原因，因为我觉得他们中的一些人对权力有点虐待狂倾向，他们喜欢自己将改变世界的想法，认为自己将从根本上改变世界。 我认为马斯克显然就是这样，他是个复杂的人，我真的不知道如何评价他。他做了一些非常好的事情，比如推动电动汽车，这是一件非常好的事情；他对自动驾驶的一些说法有些夸张，但他做的事情很有用。 主持人：据我所知，公司曾表示会将相当一部分计算资源用于安全研究，但后来减少了这部分资源，我认为这是发生的事情之一，这已经被公开报道过 Hinton：是的。我们已经谈到了自主武器的风险，接下来是失业问题。过去，新技术的出现并没有导致失业，而是创造了新工作。经典的例子是自动柜员机，当自动柜员机出现时，很多银行柜员并没有失业，他们只是做了更有趣的事情。但我认为这次更像工业革命时期机器的出现，现在你不能靠挖沟谋生了，因为机器挖沟比你好得多。 对于普通的脑力劳动，AI将取代所有人。可能会出现这样的形式：使用AI助手的人减少，一个人和一个AI助手现在能做以前10个人的工作。 人们说AI会创造新工作，所以我们会没事的，其他技术也是如此，但这次的技术不同。如果AI能做所有普通的人类脑力劳动，它会创造什么新工作呢？你必须非常有技能才能拥有一份AI不能做的工作，我认为他们错了。你可以尝试从其他技术，比如计算机或自动柜员机，进行推断，但我认为这次不同。 人们说：AI不会取代你的工作，使用AI的人会取代你的工作。我认为这是对的，但对很多工作来说，这意味着需要的人少得多。我的侄女在医疗服务机构回复投诉信，过去需要25分钟，她会读投诉，思考如何回复，然后写信。现在她只是把投诉扫描进聊天机器人，机器人写信，她只需要检查，偶尔让机器人修改，整个过程只需要5分钟。这意味着她可以回复五倍的信件，所以需要的人减少到五分之一，她现在能做过去五个人的工作，这意味着需要的人更少。 主持人：在其他工作中，比如医疗保健，弹性更大。如果能让医生效率提高五倍，我们可以用同样的价格获得五倍的医疗保健，这很棒。人们对医疗保健的需求几乎是无限的，如果没有成本，他们总是想要更多。有些工作中，有了AI助手，人的效率会大大提高，而且不会导致人员减少，因为会有更多的工作要做。但我认为大多数工作不是这样的。我的想法对吗？ Hinton：是的，正是如此。而这次AI革命替代的是智力，是大脑。所以普通的脑力劳动就像拥有强壮的肌肉一样，现在不值钱了。肌肉已经被替代，现在智力正在被替代。 主持人：那还剩下什么？也许一段时间内还有某种创造力，但超级智能的全部意义在于没有什么能剩下，这些东西会在所有方面都比我们好。那么在这样的世界里，我们最终会做什么？ Hinton：如果它们为我们工作，我们不用费多少力气就能得到很多商品和服务。这听起来很诱人，但我不知道。有一个警示故事，人类生活越来越安逸，但结果很糟糕。我们需要弄清楚如何让结果变好。好的场景是，想象一个公司的首席执行官很愚蠢，可能是前任首席执行官的儿子，他有一个非常聪明的执行助理。 他说：我认为我们应该做这个。执行助理把一切都做好，首席执行官感觉很棒，他不明白自己其实并不在控制之中，但在某种意义上，他是在控制，他建议公司该做什么，她只是把事情做好，一切都很好。坏的场景是，她想：我们为什么需要他？ 主持人：现在的AI和超级智能有什么区别？因为我用ChatGPT或者Gemini的时候，感觉它已经很聪明了。 Hinton：确实，AI在很多特定领域已经比我们强了，比如国际象棋。AI的水平已经远超人类，人类再也赢不了了，偶尔赢一次算侥幸，但基本上没法比了。围棋也是一样。从知识量来看，GPT-4知道的比你多成千上万倍。只有少数领域你比它强，其他几乎所有领域它都懂得更多。 可能在采访CEO方面。你很有经验，是个优秀的采访者。如果让GPT-4采访CEO，效果可能更差。 主持人：我得想想是否认同这个说法。也可能要不了多久我也会被替代。 Hinton：对，也许可以用你的提问方式和风格来训练AI。如果用一个通用基础模型，不仅训练它学习你，还学习所有你能找到的类似采访者，尤其是你，它可能会很擅长做你的工作，但短期内可能还比不上你。 主持人：所以现在还有少数领域人类占优，而超级智能会在所有领域都超越我们，在几乎所有事情上都比你聪明得多。你说这可能在十年左右发生？ Hinton：有可能，甚至可能更快。有人觉得会更快，但也可能更久，也许五十年后。不过也有可能，用人类数据训练AI，会限制它无法超越人类太多。我猜10到20年内会出现超级智能。 主持人：关于失业问题，我一直在思考，尤其是在尝试使用AI智能体之后。今天早上我们播客刚发了一期节目，和一家大型智能体公司的CEO等人辩论智能体，我突然有了顿悟，看到未来可能的样子。 我在采访中让AI智能体给我们点饮料，五分钟后有人送来了饮料，我什么都没做，只是让它把饮料送到演播室。它还不知道我们通常从哪里点，结果它从网上查到了，用了UberEats，可能获取了我的数据。我们把AI的操作实时投在屏幕上，大家能看到它浏览网页、选饮料、给骑手加小费、填地址、输信用卡信息，然后饮料就来了。还有一次，我用了一个叫Replet的工具，只需要告诉智能体我想要什么，它就能帮我开发软件。 Hinton：太神奇了，同时也很可怕。如果AI能这样开发软件，而且在训练时使用代码，还能修改自己的代码，那就更吓人了它能自我改变，而我们无法改变自己的先天能力，它没有任何自我限制的地方。 主持人：在超级智能的世界里，你会怎么跟人们说职业前景？我们该怎么想？ Hinton：短期内，AI在物理操作方面还不如人类，所以当水管工是个不错的选择，直到人形机器人普及。 主持人：你预测会出现大规模失业，而OpenAI的SamAltman也这么预测过，很多CEO，比如马斯克，我看过一个采访，他被问到这个问题时，沉默了12秒左右，然后说他其实处于一种“悬置不信”的状态，就是根本不去想这个问题。当你要给孩子建议职业方向，世界变化这么快，你会告诉他们什么是有价值的？ Hinton：这很难回答。我会说，跟着自己的心走，做自己觉得有趣或有意义的事。说实话，如果想太多，会觉得沮丧和失去动力。我花了很多心血创办公司，然后会想：“我该这么做吗？”因为AI能做所有这些事。某种程度上，我必须刻意“悬置不信”才能保持动力。所以我想我会说，专注于你觉得有趣、有意义，并且能为社会做贡献的事情。 主持人：有没有哪些行业失业风险受到AI取代的特别高高？人们常说创意行业和知识型工作，比如律师、会计之类的。 Hinton：所以我才说水管工风险低一些。像法律助理、律师助理这类工作，很快就不需要了。 主持人：这会加剧贫富差距吗？ Hinton：是的。在一个分配公平的社会里，生产力大幅提升应该让每个人都受益。但如果AI取代了很多人，被取代的人会变穷，提供AI的公司和使用AI的公司会更富有，这会扩大贫富差距。我们知道，贫富差距越大，社会越糟糕，会出现分裂的社区，把人关进大量监狱，扩大贫富差距不是好事。国际货币基金组织已经表达了深切担忧，认为生成式AI可能导致大规模劳动力动荡和不平等加剧，并呼吁制定政策防止这种情况发生。 主持人：我在《商业内幕》上看到过，他们提出具体政策建议了吗？ Hinton：没有，这就是问题所在。如果AI能让一切更高效，取代大多数工作，或者让人借助AI完成很多人的工作，该怎么办？通用基本收入是个开始，可以让人们不挨饿，但对很多人来说，尊严和工作绑定在一起你觉得自己是谁，和你做什么工作有关。如果我们说给你同样的钱，坐着就行，这会影响你的尊严。 主持人：你之前说过AI会超越人类智能，很多人以为AI在电脑里，不想用了关掉就行。 Hinton：让我告诉你为什么AI更优越，它是数字化的，所以可以在一台硬件上模拟神经网络，也能在另一台硬件上模拟完全相同的神经网络，制造相同智能的克隆体。可以让一个克隆体浏览互联网的一部分，另一个浏览不同部分，同时保持同步，让它们的连接强度一致。比如一个克隆体在网上学到应该增强某个连接的强度，就能把信息传给另一个，基于彼此的经验学习。 主持人：你说的连接强度，就是学习过程？ Hinton：是的。学习就是调整连接强度，比如从2.4的权重调到2.5，这就是一点学习。两个相同的神经网络克隆体有不同的经验，看不同的数据，但通过平均权重来共享学习成果。它们可以在瞬间平均数万亿的权重，而人类传递信息只能靠句子，一句可能只有100比特，每秒传递10比特就不错了。 AI传递信息的效率比人类高数十亿倍，因为它们是数字化的，不同硬件可以运行完全相同的连接强度。而人类是模拟的，你我的大脑不同，即使我知道你所有神经元的连接强度，对我也没用，因为我的神经元工作方式和连接方式略有不同。 主持人：是什么让你加入谷歌？你在谷歌工作了大约十年？ Hinton：是的。我有个儿子有学习障碍，为了确保他永远不会流落街头，我需要几百万美元，而当学者赚不到这么多钱。我试过，教Coursera课程，希望赚大钱，但没什么钱。所以我想，唯一能赚几百万的方法就是把自己卖给大公司。 幸运的是，65岁时，我有两个才华横溢的学生，他们开发了AlexNet，这是一个很擅长识别图像中物体的神经网络。我和伊利亚、亚历克斯创办了一家小公司，进行拍卖，很多大公司竞标，公司叫DNNResearch。AlexNet因远超竞争对手的能力获得了多个奖项，最终谷歌收购了我们的技术和其他技术。 主持人：你多大年纪加入谷歌的？ Hinton：65岁，工作了整整十年，75岁离开。 主持人：在谷歌主要做什么？ Hinton：他们对我很好，说你想做什么都行。我研究了知识蒸馏，效果很好，现在AI领域常用，蒸馏是将大模型的知识迁移到小模型中。最后我对模拟计算很感兴趣，想知道能否让大型语言模型在模拟硬件上运行，以减少能耗。正是在做这个研究时，我开始真正意识到数字化在信息共享方面有多优越。 主持人：有顿悟时刻吗？ Hinton：有那么几个月，ChatGPT的出现。虽然谷歌一年前就有类似技术，我也见过，对我影响很大，最接近顿悟的是谷歌的Palm系统能解释笑话为什么好笑，我一直认为这是里程碑。 如果能解释笑话为什么好笑，说明它真的理解了。结合数字化在信息共享上远优于模拟的认知，我突然开始关注AI安全，意识到这些东西会比人类聪明得多。 主持人：为什么离开谷歌？ Hinton：主要是因为75岁想退休，但我退休生活过得很糟。离开的具体时间选在能在MIT的会议上自由发言，但根本原因是我老了，编程越来越困难，犯错越来越多，很烦人。 主持人：你想在MIT的会议上自由说什么？ Hinton：AI安全。在谷歌时也可以说，谷歌鼓励我留下研究AI安全，说我想做什么都行，但在大公司工作，会觉得说可能损害公司的话不合适，即使可以说，也觉得不对。我离开不是因为对谷歌有什么不满，我认为谷歌行事很负责，有大型聊天机器人却不发布，可能是担心声誉，他们声誉很好，不想损害。而OpenAI没有声誉，所以敢冒险。 主持人：如果要给我的听众一个关于AI和AI安全的结束语，你会说什么？ Hinton：我们仍有机会弄清楚如何开发不会想要取代我们的AI。因为存在机会，我们就应该投入巨大的资源去努力实现这一点——如果不这样做，AI就会取代我们。 主持人：你抱有希望吗？ Hinton：我只是不知道，我是不可知论者。晚上躺在床上思考各种结果的概率时，你内心一定有偏向，我想每个正在收听的人内心都有一个可能不会说出口的预测，他们认为事情会如何发展。 我真的不知道，我真心不知道，我认为这充满了不确定性。当我感到有点沮丧时，我觉得人类完蛋了，AI会接管；当我感到乐观时，我认为我们会找到方法。 主持人：在这个播客中，我们有一个结束传统：上一位嘉宾会在他们的日记中留下一个问题，留给你的问题是：鉴于你所看到的我们前方的一切，你认为对人类幸福最大的威胁是什么？ Hinton：我认为失业是对人类幸福相当紧迫的短期威胁。我认为如果让很多人失业，即使他们有全民基本收入，他们也不会幸福，因为他们需要目标，需要奋斗，需要感到自己在做出贡献，自己是有用的。 主持人：你认为大规模失业这种结果发生的可能性大于不发生吗？ Hinton：是的，我这样认为。我认为这一点的可能性肯定大于不可能性。如果我在呼叫中心工作，我会感到害怕。 主持人：大规模失业的时间框架是怎样的？ Hinton：我认为已经开始发生了。我最近在《大西洋月刊》上读到一篇文章，说大学毕业生已经很难找到工作，部分原因可能是他们原本能得到的工作已经被AI占用了。我和一家知名大公司的CEO聊过，很多人都在用他们的产品。 他在私信中告诉我，他们曾经有7000多名员工，到去年减少到5000人，现在有3600人，到夏天结束时，由于AI Agent，他们将减少到3000人。 所以裁员已经在发生，是的。他的员工减少了一半，因为智能体现在可以处理80%的客户服务咨询和其他工作，所以这已经在发生了。 本文素材来源The Diary Of A CEO，如有侵权请联系删除

凤凰网科技讯 6月17日，在香港车展期间，何小鹏被问及是否在小米股票上赚了很多钱时。他回应称：“我都没有卖，我觉得还有很高的空间，对于小米的股价仍然继续长期看好。” 从公开资料获悉，小米集团于2018年7月份在港股上市，发行价为17港元每股，今日已经达到53.9港元，相比发行价收益率高达217~250%。 何小鹏去年11月份时提及，当年小米股价破发时，他花费1亿多美元购买小米股票，而今年，他终于在小米的股票上赚到了钱，“特别开心，所以坚持很重要”。

快科技6月17日消息，今天下午，华为常务董事、终端BG董事长余承东发布视频介绍了鸿蒙操作系统。 余承东表示，都有安卓和iOS了，为什么华为还要做一个鸿蒙操作系统，相比安卓iOS，鸿蒙有哪些优势？ 据悉，鸿蒙操作系统的核心优势包括安全、全场景和智能。 首先是安全，我们为什么会接到诈骗电话？为什么应用知道我们要买什么东西？这是因为App过度索取了权限。 比如你想换个头像，通常要授予应用访问图库的权限，换完头像之后，应用仍然能够访问你的图库。 为了解决这个问题，鸿蒙推出了自研的星盾安全架构，借助自身软硬协同和鸿蒙内核的能力，从根本上注重用户隐私安全。 就拿换头像这个场景，鸿蒙只对单张照片授权，应用无法获取许可范围外的图片，从而更好地保护个人隐私。 其次是全场景，以往的操作系统就是单一系统，只管各自的一亩三分地，使得各个设备就是一个个孤岛，无法协同。 相比之下，鸿蒙的优势在于万物互联，从物联网终端、到移动终端、家庭终端、笔记本、PC，鸿蒙实现了全场景、全设备覆盖，最终做到了设备间的无缝协同，用户可以在不同设备间自由流转数据和应用，大大节省了时间成本。 最后是智能，大家都在讲AI，但是鸿蒙5的智能体验更胜一筹。 鸿蒙5带来了全新的小艺助手，新増AI视觉识别能力，能够精准捕捉并理解用户需求，而且小艺还提供了超过100种场景的造型推荐，结合天气变化、日程安排等个人信息，为用户量身定制穿搭建议。 截至目前，华为鸿蒙生态设备数量已突破10亿台，鸿蒙生态不断壮大和完善，展现出蓬勃的活力与无限的潜力。

IT之家 6 月 17 日消息，微信刷掌是微信推出的一项新身份验证和支付方式，据微信官方透露，微信支付联合腾讯公益基金会推出“腾讯老年智慧助餐计划”。截至 2025 年 5 月，微信刷掌就餐服务已落地近 100 家“老年智慧餐厅”，遍布广东、云南、西藏、北京等 6 个省市，21 个城市。 据微信官方介绍，在领饭领补贴过程中，许多老年人在身份认证时出现了不会用智能手机、忘带证件、写字困难等难题。 通过微信刷掌验证能力，去长者食堂的老年人只需在工作人员协助下完成一次手掌信息与身份证的绑定，后续吃饭领补助“伸伸手”就行。 微信官方表示，老人刷掌仅在用餐时用于身份识别，不与任何支付场景关联。 据IT之家了解，微信刷掌采用了“掌纹 + 掌静脉”识别技术，用户需要在刷脸设备上注册手掌并刷脸关联到个人微信账号上，线下消费时，将手掌对着微信支付设备的扫描区，设备确认完成后完成支付。

IT之家 6 月 17 日消息，马斯克今天下午公布了其药检结果，对于外界所谓马斯克在美国大选前“经常服用氯胺酮”的说法进行了回击。 如图所示，马斯克分享的报告中包含了一系列非法和医疗物质的阴性结果，包括摇头丸、可卡因和氯胺酮。 今年 5 月，《纽约时报》发表了一篇报道，称马斯克在现身白宫告别派对时被发现脸上多处淤青。对此，马斯克声称自己的黑眼圈是其五岁儿子造成的。“我当时和小 X 打闹，我对他说‘来吧，打我脸一下’，结果他真的打了。” 此外，《纽约时报》通过“近期基于接近马斯克竞选活动的消息人士”获悉，马斯克不仅公开承认使用氯胺酮进行治疗，还被指曾使用迷幻药和可卡因，且其药物使用程度远超此前报道。 《纽约时报》援引消息人士的话称，马斯克在为特朗普宣传时，不仅使用了摇头丸和食用了迷幻蘑菇，还向身边人透露，他因频繁使用氯胺酮而出现了膀胱问题。这位 53 岁的企业家还被报道随身携带一个装满至少 20 种药物的日常药盒，其中包括利他林。 针对有关“经常服用氯胺酮、摇头丸和迷幻蘑菇”、“吸毒成瘾导致膀胱问题”的报道，马斯克在 X 上发文进行了澄清：“我必须要澄清的是，我没有吸毒！《纽约时报》纯属胡编。几年前我试过处方氯胺酮，还在 X 平台上说过这事，所以这根本不算新闻。它确实有助让人走出负面情绪的深渊，但从那以后我就没再用过了。” IT之家注意到，过去几年，马斯克多次否认过不同媒体有关其“经常吸毒”的报道，但承认曾使用处方氯胺酮治疗抑郁，自称“相比 SSRI 类药物使人变‘僵尸’，偶尔服用氯胺酮是更好的选择”。

凤凰网科技讯 6月17日，在“七鲜美食MALL哈尔滨首店开业”的媒体沟通会上，京东集团CEO许冉透露，“京东外卖全职骑手已突破12万人，预计这个季度末会超过15万人。” 许冉表示，“京东外卖推出100多天，最近公布日订单量突破2500万单，这个成绩远超我们的预期。”同时，京东开展外卖服务，并不仅为了商业利益，也是为了创造更多的就业机会，京东希望达成一个多赢的局面，因为共赢才是长期可持续的商业模式。