行业分类:
加载中...
头条分类:
加载中...
苹果遭意大利监管机构罚款超8亿元 强势回应:反对并上诉
快科技12月23日消息,据媒体综合报道,当地时间12月22日,意大利反垄断机构意大利竞争与市场管理局发布公告称,因苹果公司滥用市场支配地位,决定对其处以约9863.5万欧元(约合8.13亿人民币)罚款。 意大利反垄断机构认定,苹果公司自2021年4月起在其移动操作系统中对通过应用商店对用户提供应用的第三方开发者所强制实施的“应用追踪透明度”(App Tracking Transparency)政策方面存在限制竞争的行为,违反了《欧盟运行条约》(TFUE)第102条。 据媒体报道,针对这一处罚决定,苹果公司强烈反对并表示将提起上诉。 事实上,这并非苹果首次因ATT政策相关问题遭遇罚款。今年3月21日,苹果公司还因同样的理由收到法国竞争管理局开出的1.5亿欧元(约12.42亿元)罚单。 此外,今年以来,苹果还多次因为iOS生态内“不允许第三方支付”等滥用市场支配地位行为,招致欧盟、印度等国多次巨额罚款和潜在巨额罚款。 11月末,苹果公司向印度德里高等法院提起诉讼,进而规避高达380亿美元(约2671.06亿元)的潜在巨额罚单。而这一诉讼的背景是,苹果iOS应用市场不允许第三方支付方案提供服务,且强制收取佣金高达30%,最终引发多家印度公司反垄断诉讼。 10月24日,据伦敦竞争上诉法庭(CAT)裁定,苹果公司在英国一场关于应用商店佣金的重大诉讼中败诉,遭原告方约15亿英镑(约142.26亿元)索赔。败诉的理由是,苹果滥用市场主导地位,向应用开发者收取不公平的佣金。 今年4月,苹果也曾被欧盟委员会处以5亿欧元(约41.39亿元)罚款。理由是其应用商店限制应用开发者引导用户使用第三方渠道,剥夺了用户获取替代优惠服务的权利。
消息称字节跳动计划斥资1600亿元大举投资人工智能,850亿元砸向AI处理器
IT之家 12 月 23 日消息,据英国金融时报报道,随着中国头部科技企业力求跟上美国竞争对手的步伐,字节跳动计划明年扩大其在人工智能领域的投入。 据两位知情人士透露,这家总部位于北京的科技公司已初步计划 2026 年的资本支出为 1600 亿元人民币。该数字较今年 1500 亿元人民币的人工智能基础设施投资额有所增长。知情人士表示,总支出中约半数将用于采购先进半导体,以开发人工智能模型及应用。 他们补充称,尽管中国头部企业能否获得英伟达芯片仍存在不确定性,但字节跳动已将明年人工智能处理器的预算定为 850 亿元。 字节跳动是中国规模最大的人工智能基础设施建设者之一,志在成为该领域的全球领导者。然而,其支出与美国大型科技企业相比仍相形见绌。今年,微软、Alphabet、亚马逊和 Meta 为争夺支持人工智能模型及产品的数据中心建设先机,总支出已超过 3000 亿美元(IT之家注:现汇率约合 2.11 万亿元人民币)。 本月,美国总统唐纳德・特朗普(Donald Trump)解除了一项禁令,允许英伟达向“中国获批客户”出售其 H200 处理器。一位知情人士表示,若销售获得批准,字节跳动及其他中国科技企业已表示有意大量订购 H200 芯片。该人士透露,字节跳动计划先进行测试订购,采购 2 万台 H200 芯片,每台单价约为 2 万美元(现汇率约合 14.1 万元人民币)。知情人士称,若能不受限制地购买更多 H200 芯片,这家科技巨头可能会大幅增加 2026 年的资本支出。 尽管在独立基准测试中,字节跳动的开源模型“豆包”(Doubao)的性能落后于阿里巴巴的“通义千问”(Qwen)、DeepSeek 等本土竞争对手,但该公司在面向消费者的人工智能应用领域占据主导地位。 据中国本土数据分析公司 QuestMobile 统计,就月活跃用户数及下载量而言,字节跳动的“豆包”聊天机器人已超越 DeepSeek,成为中国最受欢迎的聊天机器人。同时,该公司还通过向企业推广其火山引擎(Volcano Engine)云服务,与阿里巴巴展开激烈竞争。 高盛(Goldman Sachs)的数据显示,这些产品助力字节跳动的人工智能服务成为中国市场使用率最高的服务。 这家投资银行的分析师发现,10 月份字节跳动的日均 Token 使用量(衡量消费者对人工智能服务使用频率的指标)大幅增长至 30 万亿以上。相比之下,谷歌同月的日均 Token 使用量为 43 万亿。 一位字节跳动的投资者表示:“与阿里巴巴、腾讯等其他中国大型科技企业不同,字节跳动的优势在于其非上市公司身份,这使其能够更灵活地进行大规模投资,并在人工智能领域布局长期战略。”
千问加速进入AI硬件!再推1999元亲民AI眼镜,减价不减配
作者 | 程茜 编辑 | 漠影 智东西12月22日报道,今日,夸克AI眼镜S1玳瑁款和G1眉框款正式开启预售。这是阿里千问C端事业群成立后推出的首款2000元内亲民价位的AI眼镜,大幅降低千问随身AI门槛,也再次展现其要让千问无处不在的决心。 这次G1系列风尚眉框款最低到手价仅1999元,但性能不减配。其核心硬件配置、AI能力与旗舰款S1系列一样,旗舰双芯系统、五个麦克风阵列加骨传导、大振膜高性能喇叭声学硬件,具备语音问答、实时翻译、信息查询、智能拍摄等AI功能。 G1系列的推出将与S1旗舰系列形成协同效应,加速千问在硬件端落地。 01. 千问能力加持 G1系列降价不降配 S1系列是阿里首款AI眼镜,硬件配置拉满、AI生态布局完善。而G1系列则定位为“轻薄时尚科技”,突出售价更低、AI功能齐全、佩戴更舒适、续航更强。 价格更友好的同时,G1保留了与S1相同的最强AI能力、旗舰双芯双系统、双电池换电方案等。 在硬件层面,G1的整机重量约40g。为了提升佩戴舒适性,G1搭载了天鹅颈可调节支架和FDA食品级硅胶鼻托,佩戴体验接近普通光学眼镜。 与S1不同的是,G1不带显示能力,这一方面对近视用户群体更友好,其可以自由选择配镜功能,另一方面也能缩短发货周期,更快铺货。 作为更平价的AI眼镜,G1同样具备顶配AI能力和手机级影像技术。千问AI助手加持下,随身翻译、录音纪要、备忘录、商品识价、行程提醒等AI能力还会继续丰富、持续进化。支持0.6秒极速抓拍、3K视频录制,还能通过AI超分超帧技术输出4K视频。 今年以来,AI眼镜赛道的竞争热度持续走高,大厂入局、创企竞速。11月27日,夸克AI眼镜上市即爆卖,在二手交易市场被溢价热炒。据报道,因需求旺盛,阿里加速了新产线投产和产能提速。 夸克AI眼镜内部人士透露,团队目前最大的目标是明年1月能够充分释放产能,赶上春节消费热潮。 据悉,G1系列后续还有价格更低产品,夸克AI眼镜正在价格、形态、样式等方面继续丰富,扩大消费者选择与市场供应能力。 目前夸克AI眼镜的市场布局已逐渐呈现:凭借多价位、高颜值的产品矩阵,打通内容创作者、时尚人群等,以快速提升产品的市场渗透率;同时加速在AI生态、佩戴体验上发力,构筑起坚实的核心壁垒。 02. 千问进入终端 阿里押注AI交互新入口 近几个月来,阿里在AI硬件领域动作频频:阿里为何要重点布局AI眼镜?阿里为什么能做好这件事? 首先来看为什么要做。 阿里巴巴集团副总裁吴嘉此前提到,用户需要的是真正懂自己、能随时随地开口即用的AI助理,而眼镜这一独特的可穿戴设备可以在此发挥价值。他认为:“AI眼镜是真正开启AI时代人机交互革命的智能设备,这一点上它的重要性不亚于手机。” 眼镜这一特殊形态的设备与千问AI助手的联合,正是真正懂用户、能帮用户办事的AI助手。 此外在市场层面,国内AI眼镜市场的增长潜力已不容小觑。行业预估2025年中国出货量预计275万台,增速107%,占全球增量主要部分,且长期五年(2024-2029年)复合增长率预计55.6%。 再看为何阿里能够做好这件事?答案在于其从布局之初便坚定投入的决心,以及长期积淀的生态基因。 本月初,阿里成立千问C端事业群,由阿里巴巴集团副总裁吴嘉负责。AI硬件正是千问C端事业群的重要方向,是千问的重要硬件载体。 围绕“将千问带给每个普通人”,阿里还会持续加码AI硬件的投入。 其次是阿里的差异化竞争优势。目前,夸克AI眼镜搭载的千问AI助手已经与支付宝、高德地图、淘宝、阿里商旅、飞猪等阿里巴巴核心生态场景深度融合,还与QQ音乐、网易云音乐、航班管家等企业合作,为夸克AI眼镜打造更为全面的应用生态。 在吴嘉看来,用户选择夸克AI眼镜,其实相当于选择了阿里巴巴千问大模型和整个阿里巴巴生态。 总结来看,夸克AI眼镜当下的市场反馈,就是阿里看好这一赛道并投身于此的最好例证。G1的推出,也让AI眼睛真正步入“场景可用、价格可及”的新阶段,让大家能用得起、用得上更好的AI眼镜。 而从整个行业来看,AI眼镜赛道的真正较量才刚刚开启。
医疗AI助手,为什么大厂非争不可?
文|赵艳秋 徐鑫 周享玥 编|牛慧 上周,蚂蚁集团旗下的AI健康助手AQ品牌升级为“蚂蚁阿福”,并随即开启了一波声势不小的市场推广。这一动作,使AI健康类助手,在竞争本就白热化的通用AI助手战场之外,迅速演变为又一个硝烟四起的App入口战场。 目前市面上的AI健康医疗助手玩家不少,除了蚂蚁集团,老牌人工智能玩家科大讯飞,互联网大厂如百度、京东、字节、阿里,以及大模型“六小虎”的百川智能都已布局。 数智前线观察,目前这些AI健康医疗助手仍处于探索期,产品形态未收敛,也为形成清晰的商业模式;而医疗是一个高度敏感、变现周期极长的领域,为什么各大厂商会投入这一赛道? 实际上,虽然表面上有“低频刚需”的认知,但医疗健康App其实是少数能够形成长期、强粘性关系的AI场景。如慢病管理、用药提醒、饮食与生活方式干预,为其提供了稳定长期的场景。从各家App近期动作来看,不约而同转向这类服务。 更重要的是,医疗健康是当前AI最关键的“数据飞轮”入口之一。医疗是为数不多能跑通G、B、C三端联动的垂直领域,由G端沉淀合规与高质量数据,B端实现规模商业化,C端连接居民与患者长期管理入口,三者形成协同。从近期科大讯飞、蚂蚁集团和百度纷纷中标G端项目,可以看出各家有意推动形成联动。G、B、C三端布局,在AI时代也不可或缺。 与此同时,长期记忆与深度个性化被认为是AI战争的终局,而医疗AI恰好具备这样的特性。年龄、基础病史、长期指标趋势等,再加上App与硬件结合,采集这些设备传感器带来的数据,可以形成这方面的竞争力。大厂已在局部开启动作。未来,谁能记住个体状态、理解变化,并进行个性化提醒与纠偏,谁就掌握了AI竞争的核心壁垒,难以被简单复制。 不过,从技术角度看,未来医疗健康助手有可能被整合进通用AI助手之中,那将是下一阶段的争夺和演进。 01 阿福意在联动蚂蚁医疗资源 蚂蚁阿福上周改名以来,在市场端动作明显。 最近你能在小红书、微博等各种社交平台上频繁看到阿福投放的广告,一线城市的地铁上,比如上海地铁TVC屏幕上也能看到阿福铺的线下广告。知情人士告诉数智前线,阿福有一笔不小的预算用于市场投流,这波凶猛的仗会打到过年。 正如前述观察,改名后阿福强调“大健康”属性,上周产品发布上,蚂蚁集团副总裁、健康事业群总裁张俊杰也提到,新版“阿福”最大的变化是增加了健康陪伴功能板块。 实际上,业界认为医疗相关场景与每个人生命健康息息相关,但却是一个刚需低频场景,很难形成高频应用。相比起来,健康管理类场景有望形成日常使用的用户心智。阿福推出“健康小日记”等产品功能,看得出是旨在提升DAU。同时,它借助自身生态位,打通与苹果、华为、vivo、鱼跃、欧姆龙等设备的数据,明显有对成为个人健康AI数据枢纽的考量。 蚂蚁健康事业群副总裁、AI业务总经理刘军伟还介绍,目前阿福也在网页端上线了医学文献检索、深度研究等医生侧的产品给医疗专业人士使用。它可以与蚂蚁集团去年收购的好大夫在线形成联动,好大夫上有30万的医生资源,有望让产品更快速被医生群体用起来。 C端也能串联起蚂蚁集团此前围绕医疗建立的场景服务能力,如支付宝小程序生态与医保、商保以及医疗机构打通的能力。由此,阿福可覆盖在线问诊、挂号、购药、医保电子凭证支付等全流程服务;同时基于可穿戴设备的健康数据,在商保控费和用户服务场景中,为用户实现保费优化。 目前业界观察,医疗AI场景数据来源主要有四类,公开医学文献、临床指南、线上问诊记录、医院合作数据等。阿福产研团队透露,阿福背后是蚂蚁自研的医疗大模型,有1T左右的高质量医疗语料数据,投入了千人级别的医疗团队做数据标注。同时与高校、三甲医院、中华医学会等机构合作,在合规前提下获取高质量标注数据,并与浙江国家医疗人工智能基地有合作,确保阿福在医疗健康领域的专业性。 外界看到,阿福所在的蚂蚁健康事业群,与蚂蚁集团在医疗G端场景的形成某种联动。例如,本月中浙江省政府采购中心发布医学人工智能创新服务平台(2025年)项目中标结果公告,支付宝中标,金额约为2.06亿元,包括建设医疗健康AI产品服务平台、医疗健康湖仓一体大数据平台、医疗健康大模型研发平台和医疗健康大模型测评验证平台以及医疗健康多模态数据管理服务平台。在诸多内容中,数据飞轮和AI能力提升是核心。 阿福团队也坦诚,当下内部有不少讨论,商业模式上尚没有明确的答案。当下更倾向于将这一板块视为长期战略投入而非短期盈利项目,先用AI解决社会问题,价值创造后商业回报会自然显现。 02 百度健康近期两次迭代业务 就在蚂蚁集团大声量推广阿福的同时,百度动作也颇为频繁。 10月和12月,百度健康接连两次进行业务迭代发布,推新速度加快,且每次迭代都涉及C端、医生端、医院端等全链条布局。同时,12月初有报道称,百度大搜索算法策略部T10级技术专家王俊峰,已转岗百度健康任策略研发部负责人。此次跨事业群调动被解读为百度加码健康业务底层算法能力布局。 百度健康面向C端的布局重心,此前在“百度AI健康管家”上,该App定位“全能家庭医生”,采用“AI+真人”双保障模式。百度健康总经理杨明璐透露,上线两个月,AI+真人的服务总订单量已超4700万,规模增益是原有纯真人服务的10倍。 12月这次业务迭代中,“百度AI健康管家”升级为“文心健康管家”。其入口除百度搜索外,拓展至文心助手、文心App等AI场景。功能上增加拍照辨病症、管理慢病、定制用药、整理体检记录等,还将上线全双工数字人视频随访与多学科会诊群聊功能,提供三甲医生电话随访、跨科室专家在线协同诊疗等服务。 谈及产品演进,百度健康AI应用产品负责人鲁妹称,“过去更多是提供内容,当前在往服务闭环演变,未来期望跟生态伙伴共建,提供全流程、全天候陪伴的健康管家服务”。 文心健康管家的数据来源包括36万以上医生参与数据标注,医学期刊文献、科普内容及真实案例、医学报告影像、超1亿条问诊数据等。 除了C端,面向医院B端,百度健康提供AI医院解决方案,已在武汉协和医院落地“AI智慧门诊”,其中智能候诊室完成40万次病情数据采集。2025年11月,与兰州市第一人民医院签约,打造线上线下一体化就医模式。 在G端,最近百度中标广东广州市呼吸传染病预测预警系统项目,中标金额为1.69亿元。项目涵盖大数据平台、大模型开发平台、智能体应用开发平台、算力等领域的服务。 百度在医疗健康领域业务曾几经起落。目前,百度核心业务逻辑已基本成型,即通过健康科普内容,支撑医疗健康搜索入口;G端合作,提升医疗数据质量和模型能力;在B端,与公立医院等合作数智化,后者又通过号源权益、专业科普内容,反过来优化C端的健康服务。 百度医疗业务相关负责人曾坦言,之所以在患者、药企和医院这三方都有布局,是因为该行业决策者、消费者和付费者是彻底分离的,只做一端服务或产品很难商业化,需要在三方面都发力。 鲁妹透露,目前,每天AI医疗健康模型的调用次数超过了8000万,线上累计超过了1亿次多模态图片识别。 03 字节、讯飞、京东及百川低调调整 在蚂蚁阿福大手笔投流、百度借势跟进的同时,一批此前市场上已存在的医疗健康C端App,并未高调发声,但在产品与战略层面悄然推进调整。 近期在AI市场上非常火的字节,旗下面向C端的“小荷健康”App,已从主流应用商店下架,仅保留今年7月上线的“小荷AI医生”App。后者是AI助手,而“小荷健康”为传统App。这一变化或意味着字节正在进行渠道与产品重心的布局调整。数智前线注意到,小荷健康原有的专家问诊、预约挂号等核心服务,仍可通过抖音入口使用,但页面中已专门设置按钮,引导用户下载“小荷AI医生”App。 “小荷健康”于2020年上线,其数据基础来自字节当年以5亿元全资收购的百科名医网,以及医院临床数据与抖音用户健康行为数据。 在此基础上,字节还于2020年、2021年间,通过收购、投资和自建方式布局线下医疗体系,目前累计约17家医疗及门诊机构,主要包括美中宜和、小荷门诊以及北京爱瑞国际医疗综合体。由此,小荷健康逐步形成从医疗科普、线上问诊到线下医疗导流的闭环。其中,值得关注的是,北京爱瑞由字节主导投资约60亿元建设,它有计划在2030年投资建设新院区,成为覆盖全场景的AI医院。这也或将是字节AI在医疗C端与B端落地的重要载体。 2023年,小荷健康整体业务并入抖音,团队规模也从巅峰期的一两千人收缩至百余人。ChatGPT上线后,小荷健康沉淀的数据支撑了小荷医疗大模型训练,也为字节豆包大模型提供了重要支持。 今年7月推出的“小荷AI医生”App,定位为智能医疗咨询工具,目前观察其功能较为克制,处于明显的产品整合与探索期,主要集中在报告解读、药品咨询等场景。它的风格也很字节化,除了对话,一排导航菜单都是拍报告、拍患处、拍成分等多模态互动。 在AI时代,C端与B端的协同非常关键。字节在医疗领域也试图形成这一协同。旗下火山引擎为医疗机构提供算力与数智化解决方案,小荷健康则承接抖音流量,提供AI问诊、科普和挂号服务;其医疗数据和场景也被火山引擎打包,服务医院和产业客户。 另一家重要玩家科大讯飞,近期在C端的动作是6月发布讯飞晓医App香港版,支持中英文等语种,或标志着其国际化布局起步。讯飞晓医应该是国内最早上线的AI健康助手,于2023年推出。其数据基础来自科大讯飞自2016年起开始布局的医疗业务。其B端产品“智医助理”在2017年通过执业医师考试,并在医院参与辅助诊断。 与B端不同,C端讯飞晓医并未强调辅助诊断功能,而是突出个人数字健康档案管理,如长期追踪体检数据、分析健康指标趋势并进行主动提醒,重点面向“慢病”人群。这表现出科大讯飞在辅助诊疗上的谨慎。其中C端App的院端随访、康复管理等功能点,也与B端方案打包形成整体解决方案,用于医院数字化。 今年11月底,讯飞医疗以4.3亿元中标国家人工智能应用中试基地(基层卫生服务方向)项目,内容包括研发多个千亿级参数医学垂类大模型、医疗数据资源平台,以及示范应用打造。项目明确提出建设“面向全市居民的个人可信数字健康空间”。 业内普遍认为,讯飞医疗的核心商业逻辑在于GBC多端布局。以G端沉淀技术标准和高质量数据,这一入口对于尤其强调数据飞轮的医疗领域极为关键;以B端实现规模化收入,C端则形成居民和患者管理入口,在强调个性化体验的AI时代具备长期战略价值。 根据媒体报道,讯飞晓医下载量已超2600万次,累计完成1.6亿次AI咨询,覆盖1600余种疾病、2000余种症状和5万余种药品。 此外,数智前线获悉,2024年已将资源集中押注AI医疗的“六小虎”之一百川智能,于2024年5月上线“百小应”App,并在今年10月基于最新医疗增强大模型M2 Plus推出新版产品,面向医生和患者,主打循证医学决策支持,涵盖用药指导、治疗方案和检验解读等功能。 京东健康方面,2024年7月推出C端AI健康智能体“京东康康”,基于“京医千询”医疗大模型,定位为“智能医生”,串联咨询、问诊、检测、购药和随访全流程服务,截至2025年2月累计服务人次超过3000万。 而当下这场看似不急于盈利的AI医疗健康助手之争,本质上将影响到下一阶段医疗健康大赛道的格局,以及底层AI竞争话语权与生态壁垒的构建。
9988元!Vbot发布首款无需遥控机器狗“大头BoBo”
快科技12月23日消息,维他动力(Vbot) 正式发布其首款无需遥控的消费级超能机器狗产品“大头BoBo”。 大头BoBo的最高时速可达13.3公里/小时(相当于专业马拉松4分30秒的配速),轻松胜任日常伴随任务。 其负载能力高达12公斤,更能拖拽重达100公斤的物体,无论是短途搬运物资还是牵引小型露营车都不在话下。 为实现真正的自主移动,大头BoBo构建了强大的空间感知与决策系统。其头部集成了360度高精度激光雷达、360度UWB超宽带定位天线、四麦克风阵列及双目深度摄像头,实现了全方位环境信息捕捉。 核心驱动力来自远超消费电子标准的算力平台,标配高达128 TOPS(是消费级扫地机器人的12倍,旗舰手机的3倍),为运行复杂的实时环境模型提供了坚实保障。 基于自研的全场景空间基座模型,大头BoBo能够深度解析环境的语义与几何信息,实现端到端的移动轨迹规划。 无论是崎岖的无规则泥土小径、人流密集的公园,还是需要精确空间理解的回形栏杆,它都能实现自主、流畅的通行。 为提升人机交互体验,研发团队创新性地借鉴了“迪士尼动画12法则”,为大头BoBo设计了一套富有生命感的拟人化情绪交互系统。 通过预期、时间控制、夸张等动画原则,机器狗的转头、停顿、目光都呈现出符合生物直觉的情感逻辑,创造出更具亲和力与自然感的陪伴体验。 在扩展性方面,大头BoBo背部设计了全功能拓展背板,集成磁吸接口、标准1/4螺口(便于连接运动相机等设备)、拖车钩,并预留了未来机械臂的兼容能力,满足多样化的应用场景需求。 大头BoBo官方定价为12988元,目前产品已开启预售,在首发期间,用户可享受“创始用户权益价”9988元。 购买链接:京东(9988元)
通义端到端语音交互模型Fun-Audio-Chat发布
凤凰网科技讯 12月23日 通义大模型发布新一代端到端语音交互模型Fun-Audio-Chat。这是通义百聆语音模型系列中,首个主打“语音对语音”交互能力的模型,支持用户直接通过语音与模型进行多轮对话。 从技术指标看,该模型在OpenAudioBench、VoiceBench、UltraEval-Audio、MMAU、MMSU、SpeechFunctionCall等多项语音与多模态评测中取得当前开源模型中的领先成绩,整体性能超过多款同参数规模模型,显示出其在语音理解、生成以及对话协同上的综合能力。 Fun-Audio-Chat-8B隶属于通义百聆语音模型家族。此前,该系列已包含语音转文字模型Fun-ASR以及文字转语音模型Fun-CosyVoice3。与前两者不同,Fun-Audio-Chat-8B强调端到端语音交互能力,可直接用于语音聊天、情感陪伴、智能终端交互以及语音客服等场景。目前,该模型已同步在魔搭社区、Hugging Face及GitHub开源。 在模型训练与架构设计上,阿里云披露了两项关键技术路径。其一是Core-Cocktail 两阶段训练策略,通过分阶段引入语音与多模态能力,再与原有文本大模型参数融合微调,以降低新增能力对原有语言理解能力的影响,缓解“灾难性遗忘”问题。其二是引入多阶段、多任务的偏好对齐训练,使模型在真实语音对话中能更准确捕捉语义与情绪线索,提升对话自然度。 算力效率也是该模型的一大特点。Fun-Audio-Chat-8B采用 压缩—自回归—解压缩的双分辨率端到端架构,将音频帧率降低至约 5Hz。在保证语音质量的前提下,该设计可 节省近50%的GPU计算开销,在当前语音大模型普遍算力成本较高的背景下,具有一定工程意义。 整体来看,Fun-Audio-Chat-8B的开源,标志着通义大模型在语音交互方向进一步向“低算力、强对话”的实用化阶段推进,也为开源语音大模型在真实场景中的部署提供了新的技术参考。
第一批大模型公司要上市了,问题是如何给智谱、Minimax们估值?
2025年12月17日,北京智谱华章科技股份有限公司(智谱AI)正式通过港交所上市聆讯。巧合的是,就在同日晚间,其有力竞争对手、通用人工智能公司MiniMax也通过了港交所聆讯。 这两家被誉为国内大模型“六小虎”的代表企业,几乎同步叩开了资本市场的大门,一场争夺“港股大模型第一股”乃至“全球大模型第一股”的竞速赛骤然打响。 这意味着,自2022年末人工智能纪元开启以来,在资本热土上成长了三年有余的初创巨头们,终于走到了公开市场的临门一脚。智谱AI若成功上市,有望成为全球首家以通用人工智能基座模型为核心业务的上市公司。而MiniMax如果明年初挂牌,将成为全球从成立到IPO最快的AI公司之一。 然而,招股书所揭示的图景,远比“第一股”的名号更为复杂,也更真实地展现了这个前沿行业的现状:高增长、高投入与高亏损的鲜明特征。 智谱AI在2022年至2024年间,收入年复合增长率高达130%,但2024年净亏损达29.58亿元。MiniMax的增长更为迅猛,2024年收入同比增长782%,但同期净亏损高达4.65亿美元(约合人民币32.7亿元)。“烧钱”以维持技术迭代是常态,仅2025年上半年,智谱AI的研发开支就高达15.95亿元,是其同期收入的8倍以上,其中大部分用于购买昂贵的算力。 因此,它们的上市远不止是两家公司的里程碑,更标志着整个中国大模型行业正式从早期的“技术竞赛”阶段,迈入了必须接受公开市场审视的“资本考验”新阶段。过去依赖宏大叙事和私募融资推动狂奔的时代即将过去,资本市场开始计算“回程票”的价格。 此刻,一个最核心、也最棘手的问题被无可回避地置于台前:究竟应该如何为智谱、MiniMax这样的大模型公司进行估值? 01 AI时代需要新的估值计价方式 市场上林林总总的估值模型,虽因行业各异而显得纷繁复杂,但追根溯源,其思想脉络可归结为泾渭分明的两大体系:一是以约翰·伯尔·威廉姆斯与本杰明·格雷厄姆为奠基人的客观价值体系,另一则是以约翰·梅纳德·凯恩斯为思想源头的主观价值体系。 前者的核心是数理逻辑,旨在计算企业的内在价值,其本质是通过折现企业未来的自由现金流,来确定其当下价值。 后者的核心是市场博弈,强调群体心理的主导作用。这一思想衍生出从洞察情绪的“选美理论”,到分析价格图形的K线技术等一系列方法,共同构成了解读市场的主观框架。 图:估值的两大体系五种方法,来源:《公司估值:方法论与思想史》,锦缎整理 诚然,对于大模型这类尚未形成稳定盈利范式的前沿产业,充满灵活性的主观价值体系似乎更具解释空间。然而,其根本缺陷在于主观判断难以验证和比较,无法形成一套可重复、可验证的严谨估值方法论。因此,当我们试图为新一代科技企业建立估值标尺时,仍需回归到可计算、可比较的客观价值体系框架内进行探索。 在此基础上,纵观商业史,估值模型的每一次重大演进,本质上都是对新经济范式下供需关系革命的回应。当旧有的数理框架无法捕捉和衡量新兴商业模式所创造的经济价值时,新的估值计价方式便会应运而生。 例如,股利折现模型(DDM)契合了早期商业投资节奏缓慢、分红即核心回报的时代。然而,随着技术进步与规模经济效应凸显,企业将大量利润用于再投资以驱动增长,股利支付率下降但公司价值持续攀升。此时,能够衡量企业全部自由现金流创造能力的现金流折现模型(DCF),便成为了更合理的价值标尺。 互联网的崛起带来了更彻底的颠覆。传统制造业依赖的市净率估值法,在几乎不依赖有形资产却能创造巨大价值的平台型公司面前彻底失效。市场转而拥抱以用户价值为核心的新指标,例如衡量订阅制业务健康状况的年度经常性收入。这标志着估值逻辑从“为资产定价”转向了“为增长和生态定价”。 由此我们得以推演:如果人工智能是一场堪比工业革命、信息革命的范式级生产力变革,那么它必将催生我们当下难以全然设想的全新商业模式。因此,一套与之匹配的、全新的估值数理模型也必然会在实践中诞生。 然而,一个现实的矛盾摆在眼前:当前大模型公司的主要变现途径,无论是谷歌将其融入搜索广告,还是OpenAI力推的订阅付费,其商业内核仍未完全跳出互联网时代的流量与用户逻辑。 若想真正把握下一代技术巨头的估值核心,我们必须穿透表象,找到属于AI原生时代独有的、最基础的价值度量衡。这并非要凭空创造一个数字,而是要在客观价值体系的框架内,识别出大模型企业最核心的生产要素与价值载体,并以此确立一个新的计价单位。 02 Tokens将成为AI商业模式估值的核心计价单位 在客观价值体系下,无论是折现模型中的未来现金流、市盈率中的净利润,还是年度经常性收入,这些核心指标本质上都试图刻画企业的三种基本面: 现有资产的盈利潜力:即公司当前资产能产生多少现金流或利润。 未来增长的价值与成本:增长能否持续、潜在成本是否可量化,以及增长能创造多少额外价值。 可比的风险评估:未来风险是否可以通过横向比较进行大致计量。 那么,对于大模型公司而言,是否存在一个能够同时映射这三个维度、且可被精确计量的指标呢?目前看来,最契合的答案正是行业通用的基本单元——Tokens。 首先,Tokens能够统一计量多元收入,反映现金流潜力。 理论上,衡量现金流应沿用互联网的年度经常性收入模式。然而,当前国内大模型公司普遍缺乏成熟的付费模式和SaaS服务,直接使用年度经常性收入并不准确。 大模型的收入主要来自面向企业的API调用和面向用户的产品服务,计费方式复杂。相比之下,Tokens是覆盖所有产品线的底层计价单位,能够更直接地反映创收能力与资产效率。 图:以Google应用端为例拆解Tokens调用量,来源:国海证券 其次,Tokens直接串联成本与收入,能量化增长需求。 它是少数能同时连接供需两端的专业指标。 在成本侧,Tokens消耗量与核心成本(算力)直接相关。例如,中泰证券的研究通过特定假设(如用户交互Tokens覆盖率为60%),建立了Tokens消耗与算力需求(以H100显卡数量计)的量化模型。 中泰证券测算显示,一个日活过亿的AI应用,每日可能需消耗相当于14.15万张H100的算力。 当然我们暂时无法验证中泰证券的测算结果是否正确,但至少为我们提供了一个思路,就是从Tokens消耗量出发,确实可以推算出算力成本需求量,也就能够确定可预测的增长下,算力成本大约需要多少。 图:基于特定条件下的Tokens消耗与算力关系测算,来源:中泰证券,锦缎整理 在收入侧,Tokens作为AI工作的最小单位,又是密切与成本挂钩的计量单位,自然会成为大模型厂商用来定价的首选,无论是B端还是C端。 目前市场主流的计费公式即为:价格 = (输入Tokens + 输出Tokens) × 单价。这使得Tokens成为连接成本支出与收入生成的天然桥梁。 图:Tokens的定价范围和案例,来源:国海证券 所以,Tokens指标对于大模型厂商而言,也能在某种程度上反应资产、再投资和潜在收入成本之间关系。 最后,Tokens具备行业可比性,为风险评估提供基准。 作为通用度量单位,它使跨公司、跨模型的比较成为可能,例如计算“单Token利润”来类比传统净利润。目前,诸如OpenRouter等机构正是通过统计各模型的Tokens调用量市场份额来评估其市场地位与趋势,这为行业内的相对估值和风险比较提供了关键数据。 图:不同大模型厂商的市场份额趋势,来源:OpenRouter 综上,将Tokens作为核心计价单位,目前最能有效刻画大模型公司从生产资料(算力)到生产成果(收入)的核心价值关系,为在客观价值体系框架下对其估值提供了可行的切入点。 03 基于Tokens逻辑,为OpenAI与Deepseek们进行估值 行文至此,关于大模型公司的估值方法只剩下最后一个,也是最难的议题:如何围绕Tokens构建合理的数理公式,去反映大模型公司的真实价值。 诚然,我们目前没有能力去构建相对完善的计算体系,其一作为非专业人士,我们很难衡量大模型企业的单位Token价值几何。 这其中主要的原因在于,不同模型的分词器不同,可能Token涵盖的语义维度也不同。其次,Tokens作为企业的经营信息,并不像财报一样受监管要求强行披露,也没有披露规则约束,因此大多数数据源自于提供API服务的机构,或者云服务机构,可能数据准确性不足。 所以这可能是一个需要长期完善的议题,今天我们以目前能够收集到的数据做一个浅析,数据源取自OpenRouter,或有误差,但为大家提供几种简要的思路。 1.延循ARR估值逻辑,替换计价单位 这种估值模式其实就是Saas模型的估值方法,还是以即期ARR为核心。 但是“ARR*增速”这个公式中,增速应该换为以Tokens为计价核心的增速,而不是实际收入增速。因为大模型公司的业务变化不稳定,可能会出现代际差直接导致企业价值大幅缩水的情况(比如META的LLaMA4),因此用Tokens调用增速更贴切。 以OpenAI为例,去年的收入116亿美元,Tokens调用量增速约为54倍,初步计算的估值应该为6264亿美元。 图:过去一年不同大模型Tokens调用量趋势,来源:OpenRouter 在此基础上,我们借用了公众号“共识流通处”的思路,假定了一种风险阈值(即排名靠后的大模型公司,实际价值理应大打折扣),在其思路基础上,我们直接选用Tokens调用量的市场份额假定风险阈值,采用两种方法。 ●乐观情况下,直接给予市场份额奖励系数,比如目前OpenAI的市占率约为18%,那么乐观估值=6264*(1+0.18)=7391亿美元。 ●悲观情况下,扣除与市占率排名相关的风险因素,比如OpenAI排第二,假定只有前十名的企业有价值,那么OpenAI的风险系数为0.8(1-0.2),那么悲观估值=6264*0.8=5011亿美元。 目前看来与市场披露的差别不大。 2.以Tokens为核心的相对估值 以Tokens为核心的相对估值法,是现阶段市场化较高,计算相对方便的估值方法,这种估值实际是传统市盈率估值的延续,即市场是否高估/低估大模型企业。 比如假设目前OpenAI的估值为5000亿美元,根据OpenRouter数据显示,目前OpenAI单月调用量份额在18%左右,我们可以恒定目前市场总份额为2.78万亿美元。 那么相对应的,排名第一的谷歌大模型估值应该为6255亿美元,排在第5的Deepseek就应该是2170亿美元。 如果以这个方法算,Deepseek月初曝光的1.05万亿元估值还有点低了。 图:当月大模型厂商市占率,来源:OpenRouter 当然,还有价格的因素,以过去一年间OpenAI整体使用量最大的两个模型(GPT-oss-120b和GPT-o4 mini),乘以相对应的份额估算,平均输出Token的单价为1.54$/百万Tokens;同口径下一年Deepseek(V3及V3.2)的单价约为0.6$。 如果加上价格,假定Deepseek值1500亿美元,推算OpenAI估值将接近1万亿美元。 这种方法虽然涵盖了价格要素,但考虑到汇率差和不同市场的实际情况(相信如果Deepseek放在美国,可能价格会更高),不计算Token价差,在某种意义上反而形成了一种巧妙地制衡,估值计算结果更接近媒体披露的实际情况(毕竟成本也不一样)。 综上所述,将Tokens作为核心计价单位来评估大模型公司,为我们探索这一新兴领域的价值提供了一条有迹可循的路径。 尽管文中推演基于有限数据、方法尚不完善,但它已然揭示出:在传统估值框架之外,我们可以建立一套更贴合AI生产特性的价值衡量体系。 随着智谱和Minimax上市进程加快,我们也可以参照此法,在智谱和Minimax招股书披露后,为它们进行更细致的估值计算,敬请期待。
摩尔线程发布320.130驱动:支持Win11 25H2,提供Vulkan 1.3实验性支持
IT之家 12 月 23 日消息,摩尔线程昨日发布了 MTT S 系列 Windows 桌面驱动程序 PES 控制中心 v320.130 版本。 新增功能 支持 OpenGL 4.5、4.6 渲染框架兼容 提供 Vulkan 1.3 的实验性支持 支持 Windows11 64bit 25H2 游戏性能和体验优化 《自杀小队:消灭正义联盟》修复阴影闪烁问题; 《极品飞车:不羁》:性能提升超过 15%,修复画错问题; 《街头霸王 6》:性能提升超过 10%,修复闪退问题; 《DOTA 2》: 修复 Vulkan API 下,游戏崩溃问题; 《流放之路:降临》:修复 DirectX 12 API 下,游戏崩溃问题; 《无人深空》:修复启动崩溃问题; 《真人快打 1》:性能提升超过 100%,修复画错问题; 《永劫无间》:修复 DirectX 12 API 下,部分时装画错问题; 《席德・梅尔的文明 6》:修复巴巴罗萨领袖画错问题; 《第一狂战士:卡赞》:修复使用 DX12 模式直接崩溃问题 支持的显卡型号 MTT S80 MTT S70 MTT S30 支持的操作系统 支持 Windows10 64bit 21H2 专业工作站版以及后续版本 支持 Windows11 64bit 25H2、Windows11 64bit 24H2、Windows11 64bit 23H2 专业版 已知限制 需要在主板 BIOS 中开启 Above 4G 和 Resizable BAR 功能(不同品牌主板对应功能名称可能不同) 在某些不支持 PCIe Gen5 的主板上,需要把 PCIe 速率由 auto 设置为 PCIe Gen4 速率 PES 内多显示器切换异常,需通过 Windows11 系统显示设置切换 已知问题 进入休眠状态后,有概率无法唤醒 《DOTA 2》: 在 Vulkan API 下,游戏有概率性闪退问题; 安装步骤 已有版本更新 PES 控制中心 > 检查更新 > 下载新版本的桌面驱动程序和 PES 控制中心 > 运行安装程序 > 依据提示下一步直至重启动 > 完成安装。 重新 / 覆盖安装 摩尔线程官网(IT之家附地址 https://www.mthreads.com/ pes / drivers / search)> 下载新版本的 PES 控制中心 (内含 Windows 新版本 Windows 驱动) > 运行安装程序 > 依据提示下一步直至重新启动 > 完成安装。
AMD FSR Redstone卡顿不是错觉!实测存在画面延迟、不稳定情况
快科技12月23日消息,AMD前不久正式推出了全新的FSR Redstone技术,主打利用机器学习强化光追运算,并通过插帧让游戏画面更为自然流畅。 但却有不少首批体验玩家反映,开启补帧后虽然帧数显示翻倍,体感却伴随着一种“说不出的卡顿感”。 针对这个现象,Hardware Unboxed使用慢动作摄影机录制开启插帧前后的画面,确认某些游戏会因为插帧的关系,出现画面输出与显示不同步的情况,导致多个画面被同时输出,成为视觉干扰。 Digital Foundry则深入解析了不同游戏的FPS运算延迟,发现FSR Redstone确实存在高频率的帧数波动现象。 在《Industria 2》的测试中,每一帧所需的运算时间跨度巨大,波动范围从近乎0ms到超过12ms,相比之下,关闭补帧后延迟曲线立即回归平滑。 这种高频率且大幅度的帧数波动,正是导致视觉上出现“顿挫感”和画面不连贯的主因。 而且这种不稳定性非常考验开发商的调校能力,在《赛博朋克2077》中,延迟波动幅度较小,视觉体验相对舒适;而《战神:诸神黄昏》则采取了高频且规律的延迟策略,但在复杂场景下仍难掩波动。 这种不稳定的输出还会被支持VRR或FreeSync的显示器放大,导致不同时间点的画面被“挤”在一起,进而产生严重的边缘撕裂与画面抽动现象。 不过考虑到Redstone刚发布,且AMD向来有“战未来”的优化传统,预计后续驱动更新将逐步修复这些问题。
小米“Ultra”系列演进图谱:每代旗舰背后的核心突破
【CNMO科技消息】12月23日,有外媒通过梳理小米历代“Ultra”机型的演进脉络,发现这个系列已从单纯的硬件堆砌演变为集顶尖工艺、影像技术等于一体的创新试验田。 小米17 Ultra 小米10至尊纪念版:三个“120” 小米10至尊纪念版拥有120W有线快充、120倍数码变焦以及120Hz刷新率屏幕。 小米10至尊纪念版 小米11 Ultra:5000万像素传感器 小米11 Ultra搭载三星GN2大底传感器,带来更好的进光量、更低的噪点和更自然的动态范围。此外,其背屏设计也彰显了小米勇于尝试新想法的决心。 小米12S Ultra:徕卡与一英寸传感器 小米12S Ultra首次与徕卡合作,搭载索尼与徕卡联合开发的一英寸主摄传感器。合作后,小米影像系统提供了“徕卡经典”和“徕卡生动”两种画质模式。 小米13 Ultra:可变光圈 小米13 Ultra深化了与徕卡的合作,引入了更多专业相机元素。其主摄搭载的可变光圈技术,让用户能够根据环境灵活控制景深和锐度。同时,小米还推出了摄影套件。 小米14 Ultra:AISP 小米14 Ultra的重点从硬件进一步转向计算摄影。其推出的小米AISP影像大脑,通过AI融合技术实现了更好的变焦画质重建、更精准的人像处理以及更出色的视频表现。 小米15 Ultra:2亿像素长焦镜头 小米15 Ultra配备2亿像素的潜望式长焦镜头,在实现高倍率变焦的同时尽可能减少数字失真。 小米17 Ultra 根据现有信息,小米17 Ultra可能将创新重点放在传感器层面,而非镜头数量。预计将采用LOFIC技术,通过在单帧画面中同时记录高光和阴影信息来大幅提升动态范围,有助于消除运动伪影,提升视频画质一致性。
天玑9500机型成新年自驾最强搭子!X300/Find X9续航、拍照全在线
元旦至新年,正是长途自驾的黄金时段——穿越山海、打卡古城、邂逅雪景,一场惬意的旅行,离不开不掉链子的随身设备。 长途自驾中,手机早已不只是通讯工具,更是导航仪、相机、娱乐中心,而长续航、强拍照、稳性能成为核心刚需。vivo X300系列、OPPO Find X9系列凭借联发科天玑9500旗舰芯片,精准戳中旅行痛点,让每一段路程都保持松弛感,无需为设备焦虑。 长途自驾最怕手机没电——导航中断、无法拍照、应急联系不上,瞬间打破旅行节奏。而天玑9500的“高能效基因”,搭配机型自身的大电池配置,从根源解决续航难题。 天玑9500采用台积电第三代3nm制程,配合全大核架构与第二代天玑调度引擎,实现“按需分配算力”:导航时稳定输出功耗,待机时自动降频节能,超大核峰值功耗较上一代降低55%,多核峰值功耗降低37%。 实测数据显示,vivo X300系列满电状态下,可支持连续8小时导航+4小时拍照+3小时视频播放,剩余电量仍超20%;OPPO Find X9 Pro即便全程开启4G/5G网络、高亮度屏幕,单日长途旅行下来,晚上抵达目的地仍能轻松刷社交软件、剪辑视频,无需依赖车载充电。 更贴心的是,天玑9500的低功耗优化让边充边用更安全——自驾途中用车载充电器补能,30分钟可充至60%以上,且充电时机身仅微温,不会因发热影响握持体验,彻底告别“电量焦虑”带来的紧绷感。 长途旅行的核心意义之一,是记录沿途风光与人文瞬间,而天玑9500的影像算力,让手机堪比随身相机,无需复杂操作就能拍出专业级大片。天玑9500搭载Imagiq 1190 ISP,支持2亿像素照片直出、4K 60帧电影级视频录制,配合双NPU架构,实现AI人像追焦、多帧融合降噪、场景智能优化。 比如在雪山场景,AI能自动识别强光环境,压低天空曝光、提升地面细节,让雪山的白与天空的蓝层次分明;在古城夜景,多帧融合降噪技术可减少噪点,让古建筑的轮廓与灯光清晰呈现,暗光拍摄清晰度较同价位机型提升30%。 两款机型还针对性优化旅行拍摄需求:vivo X300系列通过自研影像芯片V3+天玑9500双芯协同,首发4K 60帧电影人像视频,旅途中拍人物合影时,虚化自然、肤质通透,堪比专业写真;OPPO Find X9 Pro潜望长焦搭配天玑9500的ISP算力,远处的雪山、古建筑细节随手拉近,无需额外携带长焦镜头。 此外,端侧AI修图功能能快速优化照片色调、裁剪构图,旅途中碎片时间就能整理出可发圈的美图,省去后期修图的麻烦。 长途自驾中,手机常需身兼数职——同时开启导航、音乐、社交软件,偶尔还要查攻略、订酒店、实时翻译,这对处理器性能提出高要求。天玑9500的强悍性能,让多任务切换“丝滑无压力”,AI功能更能帮你搞定旅行中的琐事,保持松弛心态。 性能层面,天玑9500单核性能较上一代提升32%,多核性能提升17%,自驾休息时也能随时随地开黑,畅享高画质游戏世界。同时开启高德导航、网易云音乐、微信、大众点评,切换界面无延迟,导航语音与音乐播放互不干扰。 AI功能则让旅行更便捷,比如在少数民族地区或境外自驾,可调用端侧大模型,实现实时语音翻译,与当地人沟通住宿、美食毫无障碍;OPPO Find X9 Pro的“一键闪记”功能,能快速整理旅行攻略,生成核心要点,无需手动摘抄。 新年长途自驾的意义,是逃离日常的紧绷,享受在路上的自由与惬意。 vivo X300系列、OPPO Find X9系列凭借天玑9500的长续航、强影像、稳性能,以及全场景AI辅助,帮你省去设备焦虑:不用为电量担心、不用为拍不出好照片遗憾、不用为操作卡顿烦躁,只需专注于沿途风景与同行的人,让每一段路程都充满松弛感。 选择一款靠谱的天玑9500机型出发,让手机成为旅行中的“神队友”,用清晰的照片、流畅的体验,定格新年旅行的每一个美好瞬间,这才是自驾旅行该有的样子。
三星Galaxy A37/A57手机相机规格曝光:5000万索尼IMX906主摄
IT之家 12 月 23 日消息,科技媒体 smartprix 昨日(12 月 22 日)发布博文,分享了一组固件代码细节,披露了三星 Galaxy A37 和 Galaxy A57 两款手机的相机规格,表明在两款机型上,三星将不再仅仅依赖软件算法的微调,而是通过引入更大的传感器来提升画质。 主摄方面,Galaxy A37 和 A57 在主摄配置上保持一致,均采用了 5000 万像素的索尼 IMX906 传感器(部分地区可能采用同规格的三星 ISOCELL S5KGNJ)。IT之家附上代码截图如下: 相比 Galaxy A36 使用的 1/1.95 英寸 IMX882 传感器,新传感器的光学尺寸提升至 1/1.56 英寸,这一硬件级的进光量提升,将直接改善照片的动态范围和信噪比表现,进一步提升夜景和复杂光线下的成像质量。 定位稍高的 Galaxy A57 在副摄上配置更强,其超广角镜头采用 1300 万像素的 ISOCELL S5K3L6 传感器,该传感器最早于 2019 年应用于小米 REDMI K20 Pro(小米 9T Pro)上。 此外,该机还配备了一颗 500 万像素的 GalaxyCore GC05A3 微距镜头。前置摄像头则配备了 1200 万像素的 ISOCELL S5K3LC 传感器。 三星 Galaxy A37 的主摄和 Galaxy A57 相同,不过超广角摄像头采用的是 800 万像素的 GalaxyCore GC08A3 传感器,而微距摄像头则与 A57 相同,采用的是 500 万像素的 GalaxyCore GC05A3 传感器。Galaxy A37 的前置摄像头采用 1200 万像素的 GalaxyCore GC12A2 传感器。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。