IT之家 3 月 21 日消息，X 平台有用户发现“Grok Computer”即将上线，并推测其将会是“巨硬（Macrohard）的尝鲜版”，预计将以马斯克旗下 AI 平台 Grok 的智能体这一身份登场。随后，马斯克在今天傍晚转发了这则帖子并回应说：“即将推出”。 本月早些时候，马斯克透露了一个由特斯拉和 xAI 联合开发的大型新项目，名称正为“数字擎天柱（Digital Optimus）”或“巨硬”。 据IT之家了解，马斯克曾表示：“Grok 是总指挥 / 导航者，它深度理解世界，并指挥数字擎天柱去处理和执行过去 5 秒内实时电脑屏幕、键盘与鼠标的操作。Grok 就像是更高级、更智能的逐向导航软件。你可以把它理解为：数字擎天柱 AI 是系统 1（大脑的直觉本能部分），而 Grok 是系统 2（大脑的思考决策部分）。” 其核心应用场景包括企业自动化、模拟整个公司运作、处理海量重复性任务，未来还可能与特斯拉 Optimus 机器人形成软硬协同 —— 机器人负责实体工作，“数字擎天柱”负责文书办公类工作。

IT之家 3 月 21 日消息，昨晚，腾讯云宣布正式发布行业首个官网内置 Agent 助手 —KiKi，用户只需用一句自然语言描述需求，KiKi 即可在控制台模拟人完成资源配置、服务购买、应用部署等一系列操作。 IT之家从官方介绍获悉，不同于传统 AI 助手仅能问答，KiKi 具备完整任务执行能力，可理解页面上下文、自动拆解步骤并跨页面操作。目前，KiKi 已全量登陆腾讯云官网。KiKi 上线第一天，就有超 2000 名用户通过一句话完成 OpenClaw“零操作”部署。 用户只需输入“帮我部署 OpenClaw”，KiKi 就会自动完成资源购买、环境初始化到部署配置的全过程，并在关键节点提示确认，其余步骤全部自动执行。 KiKi 还可以实现在官网、控制台、购买页等多个页面之间的自动跳转，理解当前上下文，自主拆解任务并选择最优路径执行，把原本割裂的多页面操作，变成一次连续完成的任务。 在执行能力之外，KiKi 也保留了对流程的控制权。所有操作步骤均可视、可追溯，用户可以随时介入或中断；在涉及关键或敏感操作时，系统会主动暂停并请求确认，确保操作边界清晰可控。当任务执行受阻时，KiKi 还能自动调整策略、重新规划路径。

　　央视网消息：记者从商务部了解到，2026年以来，春节超长假期叠加各项政策措施精准发力，带动消费市场稳健增长、向新向优。 　　商品消费总体稳健。1—2月份，16类限额以上单位商品中，9类商品增速达到5%以上。其中，限额以上单位服装鞋帽、粮油食品、日用品等基本生活类商品增长较快。金银珠宝、化妆品、体育娱乐用品等升级类商品需求旺盛。 　　体验消费较快增长。受假期延长等因素带动，居民出行意愿高涨，旅游、休闲等相关消费快速增长。1—2月份，旅游咨询租赁服务、文体休闲服务零售额实现两位数增长。 　　此外，智能、绿色产品消费需求旺盛，消费品以旧换新政策对智能、绿色产品带动效果明显。商务部商务大数据显示，重点平台智能眼镜销售额增长1.8倍、具身智能机器人销售额增长13%、一级能效冰箱销售额增长8.1%。县域消费持续壮大，下沉市场潜力不断释放，乡村消费增长快于城市。

　　新华社银川3月19日电 题：再越六盘山——“三本账”看西海固之变 　　新华社记者刘紫凌、张宋红、马丽娟 　　六盘山，红军长征翻越的最后一座大山。位于六盘山下的西海固曾“苦甲天下”，随着我国全面打赢脱贫攻坚战，西海固也历史性地翻越了千百年贫困的“大山”。 　　迈向乡村全面振兴的六盘山，今日景象如何？记者走进田间村头、农家院落、工厂车间，从“三本账”感受这片土地的变迁。 　　从民生账看农民“腰包鼓不鼓” 　　“微信收款——68元”。 　　 　　2月2日，宁夏固原市原州区彭堡镇姚磨村农业体验园的温室大棚内，王克忠夫妇查看番茄的生长情况。新华社记者 杨植森 摄 　　固原市原州区彭堡镇姚磨村的蔬菜大棚里，60岁的村民王克忠打理着番茄秧，手机不时响起到账提示音。 　　老王划拉着手机上的入账记录，咧嘴笑道：“节假日带娃来采摘的人一拨接一拨。” 　　棚外春寒料峭，棚里暖意融融，老王顺手摘下一个番茄递过来：“你也尝尝。”咬一口，酸甜爆汁。 　　这几年，依托高海拔气候冷凉、光照充足等自然优势，六盘山冷凉蔬菜越来越有名气。两年前，常年在外打工的王克忠觉得有搞头，回村承包了3个棚。 　　“去年上半年一茬瓜菜卖掉，我就买了辆新面包车。”老王算起自家的“增收账”，眉眼带笑：“一个棚的苗子、化肥等成本大约1万元，一年两茬净挣3万元，3个棚年收入小10万！” 　　“只要人勤快，没有挣不来的钱。”老王语气笃定，他将多年攒下的钱，给儿子在城里买了房，“就等着娶媳妇哩。” 　　 　　2月2日，宁夏固原市原州区彭堡镇惠德村驻村帮扶工作队工作人员为村民马文军（右）讲解租用的医疗器械及配套耗材的使用方法。新华社记者 杨植森 摄 　　奔向好日子的路上，不落一人。这份踏实，对原州区彭堡镇惠德村的村民马文军来说，曾是一种奢望。 　　5年前，12岁的女儿确诊肾衰竭，一天4次腹膜透析，一年至少6万元的医药费，压得他喘不过气。 　　还在医院陪女儿做检查时，村干部打来电话：“老马，你家情况我们知道了。别慌，有政策兜着。” 　　随后，他们全家被纳入监测户，低保、大病救助、公益性岗位……一系列帮扶政策送上门。 　　马文军翻出一沓厚厚的医疗结算单，眼圈泛红：“我也不清楚咋报销的，光知道一年下来，自己只掏1万多元。” 　　去年，帮扶部门还协调租借了一台腹膜透析机放他家，女儿治疗更方便了。 　　两个家庭账的“加”与“减”，流淌着暖人的民生温度。 　　2025年，宁夏农村居民人均可支配收入达20142元。“十四五”期间，宁夏每年将75%以上的财力用于民生，5年累计投入6200多亿元。 　　从产业账看振兴“家底厚不厚” 　　凌晨5点，天色未亮，固原市西吉县单家集活畜交易市场已经“醒”了。 　　卡车的轰鸣、商贩南腔北调的吆喝、此起彼伏的“哞哞”声，混成一股粗粝而蓬勃的声浪。空气里弥漫着草料、牲畜和泥土特有的热气。 　　“我们这儿，天一黑一亮，就是上千万元的生意！”交易市场负责人边斌满脸自豪。六盘山地理环境独特，养的牛肉质细嫩，易出雪花牛肉，这几年在深圳、汕头等南方市场很抢手。 　　“短短5年，交易市场占地面积翻了一倍，还嫌小。单南村一个村就有14家宾馆，商贩天天住满，你敢信？”边斌笑道，“从脱贫攻坚到现在，产业扶持政策没断过，现在我们村户均养牛15头，不愁卖！” 　　单家集，这个因“单家集夜话”红色佳话远近闻名的小地方，如今已成为西北颇具规模的村级活畜交易市场，活畜年交易量超30万头、交易额突破60亿元。 　　养得好，还要“分得细”，推动产业从“卖原料”向“卖品牌”跨越。 　　 　　这是2月4日拍摄的位于宁夏固原市西吉县兴隆镇的宁夏双成实业有限公司（无人机照片）。新华社记者 杨植森 摄 　　在离单家集不远的宁夏双成实业有限公司，悬挂式屠宰生产线高效运转，新鲜牛肉被精准切割成上脑、里脊等部位，24小时内就能送达长三角、粤港澳地区。 　　“去年政府牵线搭桥，我们拿下4.5亿元大单，现在每天宰15头牛发往香港。”公司副总经理马旭东翻着账单说，公司和当地合作社签订了常年收购协议，去年年产值突破2亿元。 　　5年前，亿元产值的农企在固原还是凤毛麟角，如今一批龙头企业茁壮生长。 　　“精分割比卖活牛至少增值30%，今年准备开发预制菜和熟食，再往深加工走！”马旭东信心满满。 　　一头牛的“头”与“尾”，是西海固乡村全产业链升级的缩影。 　　肉牛、马铃薯、冷凉蔬菜、菌菇……一项项特色农牧业规模壮大，链条拉伸，黄土高原上长出“绿色工厂”，“六盘山”区域公共品牌日益响亮。 　　2026年宁夏政府工作报告显示，宁夏全区经济增速连续4年居全国前六，如今特色农牧业占农业总产值比重超过88%，农产品加工转化率提升到75.8%。 　　从生态账看发展“后劲足不足” 　　春日的六盘山，山花烂漫。 　　 　　这是2月3日拍摄的宁夏固原市西吉县龙王坝村的窑洞宾馆（无人机照片）。新华社记者 杨植森 摄 　　在西吉县吉强镇龙王坝村，半山腰的青砖窑洞宾馆一字排开，别具特色。 　　望着前来赏花拍照的游人，村支书王璟不禁感叹：“没想到小时候想逃离的地方，现在人涌着来旅游！” 　　“喏，那片山过去光秃秃的，冬天夏天一个样。”他指着不远处的一座山头说，以前村民上山割草，一上午就能割光一面坡，贫瘠的山顶也被开垦成农田，天旱，还是没收成。 　　王璟说，能有如今这样的巨变，主要是全村三分之一的土地退耕还林，将绿意还给了焦黄土地。 　　后来，村子又从林下经济起步，森林康养、休闲旅游等业态渐次生长。2019年，在政府资金支持下，窑洞宾馆、文化广场等相继落成，龙王坝村跻身“全国乡村旅游重点村”。 　　干了近二十年村干部的王璟，心里有本越来越厚的账。“以前村里没账可做，现在一年账本有二尺厚！”他细数去年收成，村里接待游客超20万人次，旅游收入2100万元，给村集体分红75万元……“好生态，就是咱的金饭碗！” 　　一个村落的“退”与“进”，折射西海固发展方式的根本转变。 　　算长远账，算综合账。宁夏将守护黄河和贺兰山、六盘山、罗山“一河三山”生态环境作为谋划改革发展的基准线，近5年来完成林草生态治理1000多万亩，黄河干流宁夏段水质连续9年保持Ⅱ类进出。 　　西海固，曾被联合国认定为“最不适宜人类生存的地区之一”，2024年，其核心区固原市逆袭入选全球“自然城市”。 　　春天的暖意漫过六盘山，西海固正奔向农业强、农村美、农民富的新未来。

出品｜虎嗅科技组 作者｜宋思杭 编辑｜苗正卿 头图｜视觉中国 时间拨回至十年前，彼时的机器人行业还带着明显的青涩气息——与当时以四足机器人起家的王兴兴一样，都还并不受投资人待见。 十年磨一剑。今天，机器人和王兴兴都已经褪去了当年的青涩。具身智能从边缘赛道跃迁为一级市场最拥挤的方向之一，估值水位迅速抬升，头部项目动辄数十亿融资成为常态；甚至近两年的春晚都成了机器人的舞台。 而当年还有些迷茫的王兴兴，如今已经带着他的机器人杀出重围，从四足时代一路冲进人形赛道。 2026年3月20日，杭州宇树科技有限公司（以下简称“宇树”）向上交所正式递交首次公开发行股票（IPO）招股说明书。 招股书开篇最为醒目的字眼便是“出货量全球第一”。 要知道，宇树作为国内最早做机器人的公司，从四足机器人做到人形机器人，硬件和供应链能力都已积累了十年，这也是他为什么能在两届春晚舞台上惊艳众人。 但宇树并不是完美的，它的缺陷同样明显，宇树把全部筹码都压在了“身体”上。这在某种程度上导致其机器人在大脑的认知能力成为一大短板，对于机器人的长期发展来说，这可能是致命因素。 我们先来通过拆解招股书的几组数据，看宇树今天发展到了什么地步？ 根据宇树招股书披露，2025年度公司实现营业收入170,820.87万元，同比增长335.36%；其中，在报告期内，2025年1-9月的人形机器人业务收入达到5.9亿元，相比上一年全年增长456.78%。而另据招股书显示，2025年度，公司人形机器人出货量已超5500台（纯人形，不含轮式双臂机器人）。 要知道，公司在2023年之前的主营业务一直都是四足机器人；直到2023年8月，公司发布第一款通用人形机器人，该机器人被命名为H1，身高180cm，这也正是参与2025年央视春晚舞蹈表演《秧 BOT》的机器人。 也就是说，公司发布人形机器人的第二年便实现营收。2024年，人形机器人业务收入达1亿元，占总营收的27.60%。 也正是从2024年开始，公司开始实现盈利。据招股书，2024年度公司净利润9450万元；2025年1-9月报告期内，净利润达到1亿元。 另外值得注意的一组数字是，在毛利率方面，2023年至2025年，公司主营业务毛利率分别为44.22%、56.41%和60.27%。 如果放在机器人公司的坐标系中，这一水平已经明显偏高。作为对比，目前已上市的机器人公司中，优必选的毛利率大致在27%—38%之间波动，而宇树则已经逼近部分软件公司的利润结构。 当然，两者的业务路径并不完全相同。优必选更偏向物流、工业等To B场景，而宇树当前的产品，则更多面向标准化程度更高、价格体系更清晰的消费级或准消费级市场。 然而，这些数据所呈现的只是当下的宇树。 在一个仍处早期阶段的行业里，商业模式的可持续性、未来的风险因素，以及不断加剧的竞争，都还没有被验证。宇树接下来会走向哪条路，仍存在诸多变量。 拆解一家“偏科”的机器人公司 首先，宇树的硬件能力强是毋庸置疑的。 在虎嗅与不少机器人行业人士交流的时候，很多行业人士都对宇树在2026年春晚的表现，表示真的很惊叹。“在这个行业里，宇树的‘小脑’做到了顶尖”。这几乎成了行业里的共识。 这里所谓的“小脑”，指的是机器人的运动控制能力，包括行走稳定性、动态平衡，以及武术、舞蹈、翻滚等复杂动作的执行能力。 如果用更通用的划分方式来看，一台机器人可以被拆解为三部分： 大脑：负责认知、决策与环境理解 小脑：负责运动控制与执行 本体：对应结构设计与供应链能力 就像人类一样，大脑负责理解、认知和决策。同样地，在机器人领域，大脑则是指模拟人类思维决策过程，主要职能是环境理解、智能交互与认知推理。在具身智能领域，大脑也指“具身大模型”。 而宇树是一家明确只做“小脑”的公司。其创始人王兴兴在一次访谈中，提到公司不会做“大脑”。 但也有多位知情人士告诉虎嗅，宇树并非是不想做大脑，曾经宇树也在招人做大脑。但由于种种阻碍，大脑这一想法并未推行下去。 在笔者看来，宇树不做“大脑”是不得已而为之。 从时间线来看，宇树成立于2016年，这与大部分在近两年成立的具身智能公司不同，当时AI技术仍处在相对早期阶段，大模型尚未达到“ChatGPT”时刻，更谈不上具身智能。 在这样的技术背景下，即便投入资源做“认知层”，也很难形成可用产品。相比之下，运控能力和硬件系统，是当时更具确定性的路径。 这某种程度上解释了为什么宇树是一家以四足机器人起家的公司。先解决“运控”的问题，再逐步过渡到更复杂的人形结构。某种程度上，这是一种更偏工程导向的“曲线推进”。 但另一个关键问题出现了，宇树为什么不在2023年刚推出人形机器人的时候再做具身大模型？ 在笔者看来，彼时公司已经在供应链和运控能力上形成积累，继续强化硬件、快速推向市场，是成本最低、确定性最高的选择。 正如过去两年里，宇树频繁出现在短视频平台、各类比赛与表演场景中，本质上这是宇树作为一家运控能力强的机器人公司，能发挥出的极限优势。 更重要的一个问题是，“补一块大脑”并不是一个简单的叠加过程。 以一家先做具身大模型，后做硬件的机器人公司原力灵机为例，其创始人唐文斌告诉虎嗅，从落地的角度来讲，先打造本体再做智能的部分很很难成立。因为首先在物理学和材料学上有很多限制，我们的手可以举起几十公斤的东西，但机械臂有功率密度问题，同样单位体积的重量能输出多少功率是有上限的。所以原力灵机的技术路线是“模型解锁场景，场景定义硬件”，先探讨场景，先做好大模型，再根据场景，和软件配置来选择硬件的零部件，再定义硬件长什么样。 正是在这一系列约束之下，宇树逐渐形成了今天的结构：在运动控制和硬件工程上做到极致，但在认知与决策层面，仍然相对空缺。 这造成了宇树如今“偏科”的局面。 宇树的商业模式，能穿越周期吗？ 偏科的后果是什么？ 首先要知道，“偏科”最直接的后果是，机器人认知能力差。通俗的解释是，人形机器人大脑需要有大模型，来理解世界。这意味着机器人需要具备对环境的识别、判断与决策能力。 但在当前阶段，大多数机器人还做不到这一点。 在大量公开演示与表演场景中，机器人所完成的动作，往往是预先设计好的流程，或通过遥操作完成。比如倒饮料、抓取物体等动作，并非基于实时理解，而是依赖既定路径执行。 但长期来看，机器人要真正进入生产与服务场景，必须具备对环境的理解与泛化能力。 目前从落地程度来看，机器人行业整体都还在商业化初期，表演成为了如今非常重要的生意，这也解释了为什么宇树“目前全球销售量第一”。 而“偏科”并不仅仅停留在能力层面，它会进一步传导到商业模式上。当机器人缺乏足够的认知能力时，其应用边界就会被限制在展示、科研或特定场景中，而难以进入更具规模效应的真实生产环境。 换句话说，能力的上限，决定了商业的天花板。 数据来源：Counterpoint Research 据Counterpoint Research报告，到2027年，约72%的人形机器人将用于仓储物流、汽车行业和制造业，其中仓储物流占33%，汽车行业占24%，制造业占15%。零售和服务领域占比仅12%。家庭机器人更可能在2040年代才出现。 这意味着，机器人真正的大规模商业化，将首先发生在工业场景，而不是今天的展示与科研市场。 而进入工业，乃至未来走向家庭，一个前提条件是，机器人必须具备更强的认知与泛化能力。 从这个角度来看，宇树当前的商业模式，存在一个潜在的不连续性，它建立在认知能力尚未成为刚需的阶段之上，但下一阶段的核心能力，却并不在它的优势范围内。 这也解释了为什么，在当前阶段，认知能力的不足并未对宇树造成明显冲击。 整个行业都还没有迎来属于自己的“ChatGPT时刻”。换句话说，具身大模型尚未真正突破，机器人整体的泛化能力普遍有限，各家公司之间的差距尚未被拉开。 在一个大家都不够智能的阶段，硬件能力反而成为最直接、最可见的竞争力。而宇树，也正是在这一阶段，通过“消费级”路径建立起自己的市场。 据招股书，从宇树的销售占比来看，线下直销稳居80%以上。 在招股书解释到，线下直销是指公司销售部门按照下游应用行业及区域进行划分，直接与终端客户进行对接，通过客户拜访、展会交流、实地考察、签订合同等流程确定合作关系，公司直接向客户交付产品或解决方案。 同时，招股书也提到这部分的主要客户包括境内外科技企业、科研机构、高等院校等。 但一个问题是，在这个行业内部，一个并不公开、却几乎已经形成共识的判断是，科研场景，本质上只是阶段性产物。 因为无论是出现在高校、实验室和各类展会中的机器人，还是包括某些头部厂商目前所承接的科研与展示需求，这些都并无法直接转化为直接的生产力。也正因如此，其采购规模本身也极为有限。 与此同时，宇树的收入结构中，境外市场占比超过35%。在当前国际贸易环境下，这一结构也意味着，公司不可避免地会受到外部政策与贸易摩擦的影响。 因此，从商业模式的角度来看，宇树当前的成功只是早期阶段的最优解。 那么以宇树当前的结构来看，未来的5-10年，宇树能跑多远？ 宇树真正的对手是谁？ 在宇树招股书中，宇树把特斯拉、Figure、Agility这类公司当作自己的竞争对手。 但从当前的行业格局来看，国内估值超百亿的机器人公司已经有8家，包括银河通用、智元机器人、宇树科技、星海图、智平方、千寻智能、自变量和星动纪元。这其中，也有不少公司正在筹备上市。 当然，这并不意味着这些估值超百亿的公司都已经跑通了商业模式。 恰恰相反在如今具身行业仍处于初期的背景下，很多公司的商业模式都还未成形。 而从这一阶段来看，宇树是最先跑出来的。它通过标准化硬件和运控能力，率先建立起出货与收入优势，成为当前阶段最具确定性的玩家之一。 但问题在于，阶段性的领先，并不等同于路径上的胜出。正如前文所讨论的，当前行业的一个关键变量，具身大模型能力尚未成熟。 这意味着，今天所有机器人公司的竞争，某种程度上仍停留在“早期智人时代”。在这一阶段，运控能力决定上限，工程效率决定速度，谁能更快把产品做出来、卖出去，谁就更容易占据先发优势。 但一旦这一前提发生变化，竞争逻辑也会改写。当具身大模型取得突破，机器人开始具备更强的泛化能力与自主决策能力时，行业的核心壁垒，会从小脑转向大脑。 届时，竞争的关键则在于能否理解复杂环境、完成开放任务。也正是在这一点上，宇树所面临的对手，或许并不仅仅是海外的头部机器人公司。 真正的变量，来自另一类玩家，那些从一开始就将重心放在“大脑”上的公司。 这也意味着，未来的人形机器人竞争，可能并不是“硬件公司之间的竞争”，而是两条路径之间的分化：一条是以宇树为代表的硬件驱动路径；另一条，则是以具身大模型为核心的智能驱动路径。 换句话说，也许在不久的将来，宇树需要重新定义，谁才是它真正的对手？

中国一直是全球芯片进口大国，如果用中国进口的芯片金额来算，之前中国差不多一直将全球所有制造出来的芯片，60%以上进口进来了。 数据显示，2025年中国芯片进口金额是4269亿美元，按照人民币来计算，则是进口金额为3.04万亿元，占到了所有进口贸易总的16.43%。 而2025年全球芯片规模约为8000亿美元，相当于中国进口的占到了全球规模的53%了。 这在中国芯片进口历史上，也是史上第二高，比石油进口金额还要高出43%，因为2025年中国原油进口额为2.12万亿元人民币（约2965.07亿美元）。 事实上，不只是2025年进口芯片金，如下图所示，这是最近几年的芯片进口金额，就能够看到我们进口一直维持高位，且不断的在增长。 那么问题就来了，一年进口3万亿元的芯片，这些芯片中国到底是从哪些国家和地区进口的？ 先上数据，这是2025年根据海关数据整理出来的，分国家和地区的芯片进口来源地金额排名。 可以看到，从台湾省进口最多，超过了1万亿元，也就是占到了所有进口芯片的35%以上。为什么，这是因为像苹果、高通等等的芯片，从台积电制造后，不会运回美国再运到中国，会直接运到中国大陆来制造产品成手机等了，所以进口金额高。 其次就是韩国，进口金额也高达近7000万元，这是因为中国一直从韩国大量进口存储芯片，毕竟三星、SK海力士是全球存储芯片巨头，中国大量从三星、SK海力士进口这些芯片。 再是中国保税区的货物进出口，这里情况不太一样，很多来源地都有，无法具体谈。 接着是美国、日本，美国是全球芯片大国，从美国进口芯片太正常不过了，日本也有存储芯片（铠侠），所以从日本进口也不少。 另外我们看到，我们还从以色列、马来西亚、新加坡、爱尔兰等众多的国家和地区进口芯片，不过后面的这些国家和地区，进口的较少，关键还是前面的四五个国家和地区，占到了所有进口芯片的80%以上。 可见，韩国、美国、日本这三个国家的芯片，中国买的最多，如果接下来我们提高自给， 减少芯片进口中，那么对美国、日本、韩国的芯片产业影响，应该会是较大的。

快科技3月22日消息，NVIDIA研究人员推出一项全新技术KVTC（KV快取转换编码），能把大型语言模型（LLM）追踪对话历史的内存用量，最高缩减20倍，而且不用修改模型本身。 这一突破有望解决大型语言模型长对话推理时的内存不够用问题，大大降低企业使用AI的硬件成本，同时还能把模型首次生成回应的时间，最高提速8倍。 简单来说，KVTC技术的核心就是压缩大型语言模型背后的KV缓存——它相当于AI模型的“短期记忆”。我们可以把KV缓存理解成学生记笔记：模型处理对话时，会把关键信息（也就是Key和Value）记下来，下次生成回应时，不用从头重新计算整段对话，响应速度就能大幅提升。 但问题是，对话越长，这份“笔记”就越大，甚至会膨胀到几个GB，占用大量GPU内存，反而拖慢模型运行、限制其处理能力。 NVIDIA资深深度学习工程师Adrian Lancucki表示：“大型语言模型进行推论时，性能瓶颈往往不在运算能力，而在GPU内存。”那些暂时不用的KV缓存，会一直占用宝贵的GPU资源，逼得系统只能把它们转移到CPU内存或硬盘里，这样不仅会增加数据传输的负担，还可能出现新的卡顿问题，这些额外成本最终也会体现在企业的使用费用中。 和现有压缩技术相比，KVTC没有那些明显的局限，它借鉴了我们熟悉的JPEG图片压缩思路，通过“主成分分析、自适应量化、熵编码”三个简单步骤，就能实现高效压缩。 更方便的是，这项技术不用改动模型的核心设置和代码，属于“非侵入式”设计，企业拿来就能快速部署。它的核心优势是，能抓住KV缓存“数据高度相关”的特点，在保留关键信息的同时，去掉冗余数据，而且解压时可以分块、逐层进行，不会影响模型实时回应。 多轮测试显示，KVTC的表现远超现有主流方法。在参数量从15亿到700亿的多种模型（包括Llama 3系列、R1-Qwen 2.5等）上，即便将内存压缩20倍，模型准确率也几乎不受影响，损失不到1%，与未压缩时相差无几；而传统压缩方法仅压缩5倍，就会出现明显的准确率下降。 另外，在H100 GPU上处理8000个Token的提示时，不使用KVTC需要3秒才能生成第一个回应，使用后仅需380毫秒，提速整整8倍。 需要注意的是，KVTC更适合长对话、多轮互动场景，比如编程助手、迭代式代理推理等，若对话较短，很难发挥其压缩价值。 目前，NVIDIA正计划将这项技术整合进Dynamo框架的KV块管理器，使其能与vLLM等主流开源推论引擎兼容。 业内人士认为，随着大型语言模型可处理的对话长度不断增加，KVTC这类标准化压缩技术，未来可能会像视频压缩一样普及，助力AI更广泛地落地应用。 【本文结束】如需转载请务必注明出处：快科技 责任编辑：朝晖

IT之家 3 月 21 日消息，小米汽车今日发布答网友问（第 217 集），回答了“新一代 SU7 的主动提醒切换湿滑模式是怎么实现的？”“新一代 SU7 为什么全系标配后 265mm 宽胎？”等问题。 IT之家整理如下： 1、新一代 SU7 的主动提醒切换湿滑模式是怎么实现的？ 新一代 SU7 全系升级了更加稳定的「湿滑模式」，动力更柔和、动力分配更均衡，从而提升湿滑路面行驶稳定性。同时，新一代 SU7 可通过车载摄像头、车外麦克风等硬件采集图像和声音，依靠大模型判断路面和车辆状态，一旦发现当前行驶在湿滑路面，车辆会主动提示驾驶员切换到「湿滑模式」，以提升行驶稳定性与安全性。 2、新一代 SU7 为什么全系标配后 265mm 宽胎？ 新一代 SU7 全系标配 V6s Plus 超级电机，动力大升级，所以我们为新一代 SU7 全系标配了 265mm 后宽胎，轮胎与地面的接触面积提高了 8%，因此抓地力更强，行驶更加精准、稳定、安全； 同时，得益于新一代 SU7 电驱系统 CLTC 综合效率提升了 1.5%、以及全系碳化硅高压平台升级等全域的能耗优化，即使标配了 265mm 的后宽胎，新一代 SU7 全系的续航里程也比之前提升很大，兼具「精准稳定」和「超长续航」，诚邀大家到店体验。 3、Xiaomi Life 磁吸玩偶 NFC 版适配哪些车型？ Xiaomi Life 磁吸玩偶 NFC 版目前 NFC 功能适配了新一代 SU7，可以体验玩偶的全部功能； YU7 车型：玩偶支持磁吸在 YU7 车内的磁吸点上（考虑到您的驾驶安全，推荐扶手箱后部磁吸点和副驾驶座椅内侧磁吸点），暂未适配联动车机并触发专属动画相关功能，会在后续 OTA 更新适配，有最新进展我们会随时向大家汇报； 第一代 SU7&SU7 Ultra：由于车内未搭载磁吸点，暂未适配联动车机触发动画功能；如您已购买该产品，建议放置在车内不影响驾驶安全的位置。 本次推出的磁吸萌宠非常受欢迎，上架后很快就售罄了。磁吸萌宠将于 3 月 25 日 10:00（猫咪款）、3 月 27 日 10:00（水獭款）再次开售，建议大家在小米汽车 APP 添加开售提醒，避免错过开售时间，再次感谢大家的支持。 4、Xiaomi life 磁吸玩偶 NFC 版收到后发现毛发杂乱怎么办？ 玩偶属于手工车缝产品，每一个都是独一无二的。在物流运输过程中可能会被挤压导致变形。您收到玩偶后，可以尝试通过捏脸和梳毛给玩偶整型。 5、新一代 SU7 都有哪些金融政策？ 新一代 SU7 为大家提供了三种金融方案，大家可根据需求参考选择： 限时 7 年低息 A：适合想要低月供方案的用户，首付 9.99 万元起，1-7 年可选，年化费率 1.9% 标准版，月供低至 1,619 元起 Pro 版，月供低至 2,023 元起 Max 版，月供低至 2,752 元起 限时 7 年低息 B：适合想要低首付方案的用户，首付 4.99 万元起，1-7 年可选，年化费率 2.1% 标准版，月供低至 2,321 元起 Pro 版，月供低至 2,731 元起 Max 版，月供低至 3,468 元起 常规金融方案：首付 15% 起，1-5 年可选，年化费率 2.5% 更多详细金融方案，请详见小米汽车 App，最终方案以金融机构审核为准。

IT之家 3 月 21 日消息，当地时间 3 月 19 日，据外媒 Auto Express 报道，极星汽车再次明确立场：即便纯电动市场增长不及预期，公司仍只做纯电车型，不会转向混动或燃油路线。 在哥德堡总部的一场媒体沟通会上，CEO 迈克尔 · 洛施勒表示，品牌用户结构为这一战略提供了支撑。极星用户平均年龄约 45 岁，比行业年轻约 10 年，这部分人群更容易接受新技术，也更认同环保理念。“我们的客户相信科学，尤其是年轻人。气候变化是真实存在的。如果我们转向燃油车型，他们会完全无法接受。正因为如此，我们可以保持专注，不会做混动。未来出行必须实现零排放，而电气化是最直接的路径。这个转型一定会发生，纯电市场仍在增长，我们的机会是扩大覆盖范围。” 据IT之家了解，极星未来的产品规划也围绕这一方向展开：今年将推出 Polestar 5 GT 车型，随后是 Polestar 4 旅行版，2027 年推出全新 Polestar 2，并在之后一年带来小型 SUV Polestar 7。随着这些车型落地，品牌在纯电市场的覆盖将达到约 57%。 不过，公司并不打算继续扩展到更多细分市场。洛施勒透露：“剩下的 40% 我们不会去做，目前也没有计划进入 Polestar 7 以下的细分领域。” 在品牌定位上，极星汽车将可持续发展与性能、设计并列为三大核心。洛施勒认为，这也是与其他车企最大的差异点。“现在真正公开谈可持续发展的车企并不多。我们不仅披露碳排放，还谈性别薪酬、材料来源可追溯性，而且非常透明。年轻用户的反馈是，不要停，这正是我们的优势所在。”

花一辆比亚迪秦的钱，买一套高端“苹果全家桶”，苹果标真就那么值钱嘛？ 在托尼体验完这台 5 万的 MacBook Pro 和 3 万的 Studio Display XDR 之后，我觉得这俩玩意确实小众，但也难寻平替。。。 前阵子聊完果果的 "冲低" 平价产品 MacBook Neo 后，再回头看 MacBook Pro 这类高端货，只能说果果用它独有的硬件架构和极致的工艺追求，给所谓的高端生产力，提供了独一无二的体验。 托尼还是老样子，从外观说起。 铝金属 CNC 一体化的机身，又大又好用的触控板，好用的 MacOS，这些你在隔壁几千块的 MacBook Air 上都能体验到。 既然 MacBook Pro 都卖到5万块了，果味精致反而是它最不值一提的优点。 相比 Air，Pro 的接口配置会更齐全：三个雷雳 5、一个满血 HDMI 2.1，最高可以支持到 8K 60Hz 或者 4K 240Hz、一个推力更强的 3.5mm 耳机孔！ 不过 SD 卡槽这儿藏了个刀法，仅支持 UHS-II，隔壁 Win 工作站都有支持 Express 规格了，你该不会是想逼大家都去用雷雳 5 再转接读卡器吧？ 在 MacBook Air 上重新回归的 Magsafe 充电口，托尼在体验 Air 的过程中几乎没被用过，不过在 Pro 身上倒是显得更有必要，谁也不想因为绊到充电线而痛失 5 万块对吧？ 屏幕同样延续了上代的 XDR 屏幕，素质也是独一份的，加上纳米纹理涂层，使用时很难感受到反光。把机器熄灭，你们就说这抗眩光能力怎么样吧。 好，前菜结束，毕竟 MacBook Pro 的芯片升级才是重头戏。 这颗 M5 Max 芯片，可不是 M5 的简单升级。核心架构对比 M5，彻底放弃了 E核，转而使用超级核心 + 性能核心的全大核设计，CPU 规模更是来到了 6 + 12 共 18 核心。 更不讲理的是这个 Chiplet 设计，苹果把 CPU 和 GPU 拆成不同模块，再用“胶水粘在一起”。 根据官网的信息，托尼推断这次的 M5 Pro 和 Max 处理器，至少分成了 CPU 和 GPU 两个部分进行组合。 并且 M5 Max 根据 GPU 规模的不同，内存控制器的通道数也有所不同。由于 GPU 是主要的内存大户，那么内存控制器应该是和 GPU 部分在一起的。 而且别看 128G 的统一内存，容量挺唬人，可更唬人的是最高 614GB/s 的内存带宽。 这在Win阵营是什么概念呢？ 游戏本上有这么快速度的，已经到 5070Ti 这个级别，但内存 （显存） 大小远没有果果多；而最强核显本，内存容量是上来了，可速度又差得远。 也就是说，比苹果快的没苹果大，比苹果大的没苹果快。这么看下来，果果的统一内存确实挺强的。 托尼也做了些性能测试，可以看到 M5 Max 的性能足够强劲了。 以至于贵到这个程度的 MBP，甚至在它不擅长的游戏领域也能力大飞砖。 原生支持 MacOS 的鸣潮，画质优秀的同时，帧数还能支持到 120，再配合 MacBook Pro 的外围配置，玩起来还真带劲。 又比如老牌 3A，赛博朋克 2077，托尼也跑了下需要转译的 Steam 版本，在超高预设下关闭超分，约 2K 分辨率的压力下有 70 多帧，足够玩了。 托尼确实承认，Mac 的原生游戏生态不如隔壁 Win 多，但在 Mac 的老本行，创作剪辑这类需求，MBP 确实没什么很好的替代品。 可如今，还有一个方向，MacBook Pro 却展现出了它在这个方向上的 "性价比"-- AI。 在 LM Studio 下进行大模型测试，太小的模型对它来说实在是小 case。 托尼就直接上 Qwen3.5 122b-a10b，这是个总参数约 1220 亿的模型。把上下文拉满到 256k，加载完成后内存占用约 80G，同时有约 50 Token/s 的生成速度。 这台机器的极限则是 step3.5-flash，一个 196b 的模型！光是加载这个模型，就已经占用 100G 内存。 只是目前 MacBook Pro的AI 能力，大多集中于推理上，MLX 的生态建设还需要时间。倒是有开发者通过逆向研究苹果神经引擎，可以大幅加速模型训练和微调效果。。。库克你明明有好东西，就大方拿出来给大伙用呗。 总之，这种把它装进背包，就等于“把本地大模型、视频剪辑工作站、甚至是游戏机装进背包”的体验，还真就是独一无二。 不过，对于咱们这些普通消费者来说，16+512G，32+1T 的组合完全就够用了，毕竟质感做工这块，无论是啥配置的 MBA 还是 MBP，都是没有缩水的。 聊完了 MacBook Pro，托尼再聊聊这 3 万块的屏幕。很多人说，买个三千块的 4K 显示器不也一样吗？ 真不一样。 5K 分辨率对于 Mac 的 UI 缩放来说，是 “物理级” 的完美适配。更别提这 2000 尼特的峰值亮度和 2304 个控光分区。 作为专业显示器的它，恐怕是为数不多能在 SDR 和 HDR 下都能提供足够精准且出色的画质表现。作为一款 MiniLED 设备，光晕控制和可视角度几乎就是MiniLED 的天花板了。 只有在非常近的情况才能感受到光晕 但缺点同样明显，首先是价格。。。额这个可能是我的问题，以及仅限于苹果设备的显示支持--换个 Windows 或者安卓，这 HDR 就不给了。。。某种意义也是 "Only Apple Can Do"。 可是它独一无二的色准以及 HDR 表现，确实很难找到第二款类似的设备。 不论是 MacBook Pro，还是 Studio Display XDR，苹果的产品总会让目标用户找到 "Shut up and take my money" 的理由。 总之，这俩产品确实贵得离谱，但如果万一是那种，在乎隐私需要在咖啡馆里跑本地模型的大拿，又或者是在剧组现场直接调 8K ProRes Raw HDR 素材的 Pro 哥，那苹果提供的不是一台电脑，而是 “目前地球上几乎唯一的移动生产力闭环”。 虽然苹果自己的 AI 还是 "正在准备"，但这些设备，却已经在AI领域发光发热。它贵，可能也是因为在这些特定的需求上，还真的没有第二个选择。 如果是你，这 8 万块钱，会选择怎么花呢

英伟达卖铲子，卖得比任何人都好。 这没什么问题，本来就是一门好生意。 只是卖铲子的人，从来不会在乎挖出来的是什么。 GTC 2026 的现场 Q&A 上，有人问黄仁勋，外界批评 DLSS 5 只是帧级后处理，只是一个滤镜。 黄仁勋霸气回击：「你们完全搞错了。这不是帧级后处理，这是几何层面的生成控制（generative control at the geometry level）。」 这句话后来传得很广。英伟达的官方声明也配合着说：「DLSS 5 将游戏的颜色和运动矢量输入模型，将输出锚定在源 3D 内容中（anchoring the output in the source 3D content）。」 听起来很有底气，也很快打消了业界的一部分质疑与批评。 但这些话没有说服 Daniel Owen，一个游戏技术视频博主。 自从 DLSS 5 发布以来，Owen 不停地重看英伟达的官方视频，翻找 DLSS 5 的相关官方技术文档和资料，试图找到破绽。 他无论如何都无法相信，黄仁勋说的话是真的。 他联系上了英伟达公司的 GeForce 专家 Jacob Freeman，问了一个最直接的问题： DLSS 5 是否实际上只以单帧 2D 图像加运动矢量作为输入来生成输出帧？ 英伟达方面的回答是：是的。 黄仁勋说「几何层面的生成控制」，Freeman 说「2D 帧加运动矢量」。这两句话描述的是同一个产品。 CEO 在台上面对质疑，即兴表演。然而真相却并非如此。 英伟达骗了所有人。 🔗原视频：https://www.youtube.com/watch?v=D0EM1vKt36s DLSS 5 的实际原理 DLSS 5 的工作流程实际上是这样的： 1. 游戏引擎渲染出一帧画面， 2. 这帧画面连同运动矢量一起传给 AI 模型， 3. 模型在上面生成一层「更真实」的光线和材质效果，输出给你看。 DLSS 5 从来没有读取游戏素材的几何数据，甚至没有读取深度缓冲中的数据。 DLSS 5 的工作也不依赖 Shader 和光线追踪——它根本就不会读取来自游戏引擎的任何基于物理的渲染 (PBR) 方面的数据。 是的，DLSS 5 会无视游戏开发者为材质标注的细节，例如金属度、粗糙度、法线贴图等等。它不知道 NPC 身上穿的衣服是棉布还是皮革，它也不知道主角的发量是饱满还是地中海。 DLSS 5 只知道在当前这一帧上，用它认为最合理的方式去强行「美化」画面中的一切。 没错，是靠「猜」的。 根据 Owen 从英伟达布道师那里获得的答案，DLSS 5 模型从最终的 2D 渲染帧里「推断（infer）」材质属性。 它受过大量训练，能识别头发、皮肤、织物，能判断光线方向。 但它判断的依据，只有你眼睛已经看到的那张图。 之前，英伟达官方对外宣称，DLSS 5「将输出锚定在源 3D 内容中」，但实际上它锚定的只是那张 2D 渲染结果，而不是任何一层 3D 数据。 「锚定在源内容中」和「以源内容为唯一的输入，然后加上 AI 滤镜」，是两件完全不同的事情。 举一个最直接的例子： 下图中的人物，在游戏原素材中是高渐层的发型，两侧耳上是几乎没有长度的。然而在开启 DLSS 5 后，头发的长度被篡改了。 你甚至可以看到，DLSS 5 生成后的发型，两侧长度出现了不对称的情况。 以及，未开启 DLSS 5 的原场景中，人物后方的光源照亮了他的右侧耳后——这个光线效果在 DLSS 5 生成的版本中也消失了。整个人物被均匀打亮，像是开了直播补光灯，破坏了开发者/美术原本的场景设计。 Owen 给英伟达方面发了好几个问题，我们一条一条来看。 第一个问题：DLSS 5 实际上只是以单帧 2D 图像+运动矢量作为输入？ 英伟达布道师的回答：是的。 这就意味着，黄仁勋以及英伟达官方此前宣称的所谓「重建光照」、「不影响底层几何」、「增强基于物理的材质渲染」等等，其实根本没有。 英伟达官方营造出一种模型直接深入游戏引擎，对游戏素材几何有深度感知的「错觉」，但实际上 DLSS 5 目前唯一的输入，只有一张截图，和运动矢量（用于渲染下一帧，让画面连续性更好）。 第二轮追问：英伟达此前说的「底层几何和材质不变」，那么 DLSS 5 模型是否真的理解 3D 几何、深度等细节，或者只是分析 2D 帧？ 回答：DLSS 5 通过端到端训练，实现对复杂场景语义的完整理解——完全通过分析单帧来完成 可以看到，这位英伟达布道师并没有直接回答 Owen 的提问。但是他所说的「完全通过分析单帧来完成」已经揭开了真相：DLSS 5 并没有跟游戏引擎合作，甚至不需要游戏引擎，它的唯一输入，就是当前帧。 第三轮追问：在官方视频演示中，有一个角色的发型发生了变化，似乎对原人物模型的几何和材质进行了篡改，而非简单的光照增强。而且，人物的妆造也改变了。换句话说，这很像一个 AI 图像生成器，对人物进行了重新诠释。 回答：「底层几何不变」，同时补充「这还是非常早期的技术预览」。 「几何不变」指的是游戏引擎渲染的那一帧，但你根本看不到那一帧。开了 DLSS 5 之后，你看到的是 AI 在那张图上面重画的结果。 「几何不变」和「你看到的画面不变」是两回事。这个回答回避了真正的问题。 至于所谓的「早期技术预览」——英伟达既然决定在 DLSS 5 当前这个水平程度上将其公开发布，而且还是在每年最重要的 GTC 大会上，这又意味着什么呢？是不是对此已经满意，达到可发布的程度了呢？ 第四轮追问：英伟达说 DLSS 5「增强材质 PBR 属性」，它是真的读取了美术师在游戏引擎里设置的金属度、粗糙度、法线贴图，还是只是从 2D 图像里猜？ 回答：DLSS 5 只接受渲染帧和运动矢量作为输入。材质属性是从渲染帧中推断出来的（inferred from the rendered frame）。 这还能说什么呢？黄仁勋所谓的「几何层面的生成控制」，和实际情况根本对不上。 第五轮追问：以《生化危机》的格蕾丝为例，她是一个带着创伤赶赴命案现场的角色，DLSS 5 让她看起来像是化了妆准备去约会。开发者能不能告诉 DLSS 5「不要给她加妆」？开发者到底拥有多大的控制权限？ 回答：开发者有强度调节（原帧与 AI 输出之间的混合比例）、颜色分级（对比度/饱和度/伽马）、遮罩功能。英伟达会持续与开发者沟通，了解他们希望如何控制这项技术。」 不管将来有没有，至少就目前来看，开发者是没有任何控制权的。 包括卡普空等厂商在内，在 GTC 之后都表示被英伟达杀了个措手不及，自己还是第一次看到 DLSS 5 的 demo。英伟达之前根本没有联系过他们，没有提供技术预览。开发者也根本不知道自己能控制多少、甚至压根有没有控制。 第六轮追问：DLSS 5 效果仅限屏幕空间内吗？它是否对屏幕/当前帧之外的环境场景有任何程度的感知？ 回答：DLSS 5 只用当前帧和运动矢量作为输入。 这句话真的已经说累了。DLSS 5 根本不是什么所谓几何级的渲染，它跟游戏引擎，至少目前来看，没有半毛钱的关系。英伟达官方的宣传试图营造出它能够读取几何数据，完全是误导。 事已至此，如何洗地？ 有一种辩护逻辑是：DLSS 4 及以前的超分辨率技术，本质上也是从低分辨率帧生成高分辨率帧，同样没有「直接读取几何数据」，但大家都接受了它。DLSS 5 只是在同一个思路上往前走了一步。 这个逻辑，在技术层面是成立的。超分辨率和 DLSS 5 的神经渲染，确实都是属于生成技术，都是「无中生有」。 但它绕开了真正的问题。超分辨率的目标是「还原开发者想要你看到的画面」，DLSS 5 的目标是「用 AI 觉得更好看的方式重新渲染这个画面」。 一个是工具，另一个是强行干预。 前者尽量让你看不出来它存在，后者把存在感做成了卖点，把「让画面变得更真实」作为 demo 里最醒目的效果。 GTC 的直播超过一百万人观看，点赞比仅 16%，评论区留下了超过 8.2 万条反对意见。《生化危机 Requiem》演示里第一个镜头就是格蕾丝，她的脸在 DLSS 5 之后变成了那种你在 AI 生成人像里见过一千次的「超级光滑光泽皮肤」。 有人把它拿来和 Snapchat 美颜滤镜并排放，效果确实很像。 游戏美术是一件极其精细的工作。一个角色的皮肤该有多少光泽，头发的渲染是写实还是风格化，场景里光线的色温是暖调还是冷调，这些都不是随机决定的，背后有具体的审美判断、技术选择、甚至叙事用意。 游戏开发者花时间标注材质的物理效果、调整光照模型、做视觉风格指南——这些不应该被当做简单的、可以被替代和优化的重复性工作。这些工作，也是开发者艺术表达的体现。 游戏开发者做这些事情，期待着最终玩家看到的东西正如他们所设计的那样。夸张一点来说，这何尝不是一种创作者和受众之间的交流？ 现在，DLSS 5 横空出世，在这条道路设了个卡。 DLSS 5 根本读取不了美术师的意图，它可能压根也不在乎。它直接读取最终渲染结果，然后在上面又强加一层它认为「更真实」「玩家更想看」的东西。开发者、设计师、美术师的表达自主权，被 DLSS 5 剥夺了。 这年头，设计师和艺术家们已经够难了。AI 生成工具的浪潮里，每个人都在担心自己会被替代，恐慌情绪蔓延。 DLSS 5 用一层 AI 滤镜抹在他们的工作成果上，并宣称这才是真正的先进，还说反对的人「完全错了」。 错了的究竟是谁？

腾讯AI Lab解散了。 没有对外说明，也没有额外解释。这个成立于2016年的AI基础研究机构，就这样从腾讯的组织架构中消失。 3月20日，腾讯内部一则通知显示：成立近十年的AI Lab被撤销，部分人员调整至大语言模型部，加入混元团队，向首席AI科学家姚顺雨汇报；部分人员调整至腾讯技术工程事业群（TEG）下属的产学研合作中心。 这意味着，腾讯不再保留一个独立的AI基础研究机构，而是将原有研究能力整体并入大模型体系。 这一调整，与过去一年腾讯对AI研发体系的连续重构形成呼应。 01 时隔数月，AI团队架构再调整 从时间线上看，AI Lab的变化并非突然。 2016年，腾讯成立AI Lab，定位为集团级基础研究机构，覆盖计算机视觉、语音识别、自然语言处理与机器学习等方向，其技术能力长期服务于微信、QQ、内容分发与游戏等业务，同时承担部分前沿探索与产学研合作职能。 这一模式与当时头部大厂普遍设立AI实验室的路径一致，即通过集中研究资源进行技术储备，再向业务输出能力。 但随着大模型逐渐成为业务核心竞争单元，这一结构的问题开始显现。 2023年9月，腾讯发布混元大模型，混元团队登上AI舞台。一些公开报道显示，腾讯AI研发团队长期分布在不同事业群之中，研究、工程与模型能力并未完全统一，协同成本较高。 这一背景下，AI Lab独立在混元体系之外，模型研发与工程体系仍呈现出一定程度的分散状态。 这种有点“分散”的状态，在腾讯过去几年的AI业务成果中有迹可循。 2024年3月，腾讯在2024全球游戏开发者大会（GDC）上发布了自研游戏AI引擎——GiiNEX。 公开报道显示，GiiNEX由AI Lab团队开发，在决策AI方向，团队研发出棋牌类AI“绝艺”，以及MOBA、FPS、RTS、3D开放世界等多类游戏场景的决策智能AI“绝悟”。 而在一年后，腾讯在游戏AI领域推出了“混元游戏”AI平台，这是依托混元大模型打造的首个工业级AIGC游戏内容生产引擎。 解构这两个平台不难发现，它们的能力有“重合”的地方：混元游戏主要基于混元3D等模型能力，实现批量游戏素材生产；而GiiNEX涉及游戏决策、玩法规划等AI驱动流程，并且同样支持AI 3D建模。 两个AI团队同时花大精力去赋能游戏行业，尽管方向并不完全一致，但显然在腾讯AI研发体系中，还有提升协同的空间。 另一方面，AI行业的转折同样出现在2025年。 2025年初，DeepSeek在国内快速走红。财新报道显示，腾讯AI助手“元宝”在接入DeepSeek后一周内日活跃用户增长约10倍。 随后，腾讯迅速加大对元宝的投入，并在2026年初加入C端的AI红包大战。这一变化，被业内视为腾讯内部对大模型能力认知的重要转折，大模型已经成为业务层面的 “应用级基础能力”。 同年，腾讯开始集中调整AI研发结构。 2025年12月，腾讯新设AI Infra部、AI Data部与数据计算平台部，分别负责训练基础设施、数据与评测体系以及数据与机器学习融合平台建设。 在这一轮调整中，普林斯顿博士和OpenAI前研究员背景的姚顺雨，被任命为总裁办首席AI科学家，同时兼任AI Infra与大语言模型负责人，直接向刘炽平和TEG负责人卢山汇报。 2026年1月，马化腾在公司年会上表示，腾讯在AI上的“动作慢了”，并指出问题可能在于基础设施不足，模型迭代频率和平台能力需要提升。 本月的业绩发布会上，刘炽平进一步披露，腾讯已重构混元团队组织方式和工作流程，重点提升数据质量，并重建预训练与强化学习基础设施；混元3.0正在内部业务测试中，计划于4月对外推出，在推理与Agent能力上有明显提升。 在这一系列表态与组织调整之间，AI Lab的撤销似乎成为一个顺势动作。 《财经》在近期报道中披露，有内部人士表示，之前就一直有AI Lab要调整的消息，因为这个部门的归属、如何考核、到底应该往哪个方向去研究等问题长期存在，“过去很长一段时间，AI Lab的人员也感觉比较模糊”。 从结构上看，此次调整将原本分散的能力重新编排，将AI Lab的工程能力融入到混元的平台体系中。而作为首席科学家的姚顺雨，其所负责的模型体系在腾讯内部的“唯一”地位再次被明确。 02 大厂不再需要“AI Lab” 将视角拉远，可以看到腾讯的调整并非孤例。 过去一年，国内主要互联网公司在AI组织结构上呈现出相似趋势：弱化实验室模式，强化模型研发大平台模式。 在字节跳动，原有AI Lab体系在去年逐步整合进Seed团队。 Seed团队统一了承载大模型研发的研究、工程与多模态能力，使模型训练与迭代形成更高频的闭环，被视为更接近OpenAI的组织形态。 在阿里巴巴，通义体系在几天前被纳入Token事业群结构。这一调整强调模型调用规模与应用场景扩展能力，使模型研发与业务增长形成更直接的联动。 这些变化背后，是大模型时代对研发方式的重塑。 当下，模型训练已成为系统工程。预训练、强化学习、推理优化与Agent能力构建，涉及算力、数据、工程与评测多个环节，单一研究方向的突破难以独立转化为竞争优势。 其次，产品反馈成为关键变量。以腾讯为例，元宝与微信中的AI能力测试，体现出模型能力优化越来越依赖真实用户场景。 此外，随着行业内竞争节奏持续加快，头部模型的版本迭代周期明显缩短，组织结构需要适配更高频的训练与发布节奏，这使得研究、工程与产品之间的分层被进一步压缩。 在这一背景下，传统意义上的AI Lab逐渐失去独立存在的必要性。AI研发需要庞大的资源协同，也需要产品和业务层面的支持，研发资源势必要归拢到平台中。 回到腾讯，这一变化最终落在姚顺雨身上。 在此前调整的结构中，他同时出任两个部门负责人，连接研究、基础设施与模型团队，成为混元体系的组织中枢；而AI Lab的撤销，则意味着腾讯不再为研究单独保留一条与模型体系平行的路径。 今年3月，腾讯发布2025年四季度财报。财报中，腾讯明确AI为核心战略，计划2026年对混元及新AI产品的投资至少翻倍，短期内收入增速或快于利润。根据财报，2025年四季度，腾讯资本支出为196.3亿元，相比前两个季度有所增加。 对腾讯而言，这是一次研发路径的聚焦，将全部研究资源投入到模型主线中，以更短链路支撑模型迭代与业务落地。 而随着混元3.0进入发布周期，这一结构的运行效果，也许很快将在姚顺雨和混元团队的成果中得到验证。

快科技3月22日消息，Windows 11任务栏不再固定死在底部，而是桌面上下左右都能放了。 微软近日发布博客宣布，将在今年内全方位优化Windows 11系统，其中用户期待已久的任务栏自定义位置功能率先落地。该功能支持任务栏放在桌面上下左右四个方向，将于本月至四月份面向Windows预览体验成员逐步推送。 此前，任务栏仅能固定在桌面底部的限制，一直是用户主要吐槽点。此次微软回应这一核心诉求，成为系统优化中最受关注的亮点。 从官方展示来看，任务栏除保留默认底部位置外，可自由移至顶部、左侧、右侧。同时新增更小尺寸任务栏等个性化选项，贴合用户工作习惯。 此外，微软同步优化了开始菜单与任务栏的整体体验，提升其可靠性和灵活性，让应用、文件访问更稳定，切换更流畅。 开始菜单的“推荐”部分也同步升级，将优先显示用户常用应用和内容，新增自定义控件，用户可调整显示内容或直接关闭该板块。 这些界面优化是微软兑现Windows 11改进承诺的重要一步。微软还承诺，将重点提升Windows 11的性能、可靠性和更新体验，包括降低内存占用、减少Copilot侵入性、优化文件资源管理器等多项实用改进，以挽回用户信任。 微软还宣布Windows 11不再强制更新。用户系统更新拥有更直接的控制权，包括可以根据需要暂停更新，以及在不强制安装更新的情况下重启或关机。

作者 | ZeR0 编辑 | 漠影 智东西3月22日报道，今日，马斯克宣布正在建设史上规模最大的芯片制造工厂之一TeraFab，覆盖逻辑、存储及先进封装，由SpaceX、特斯拉、xAI联合启动。 这是“有史以来一家私营公司计划的最大半导体制造业务之一”，将“使特斯拉成为世界上最大的半导体制造商之一”，并使特斯拉不再依赖台积电、三星或任何外部供应商，控制了从芯片到软件的AI堆栈的每一层。 这也是特斯拉最大的资本投资之一，由特斯拉440亿美元（约合人民币3030亿元）的现金储备提供资金，并得到马斯克长期AI愿景的支持。 特斯拉大规模AI芯片工厂项目TeraFab的计划是：利用先进2nm制程技术每年生产1000亿~2000亿颗芯片，支撑全自动驾驶、Dojo超级计算机和Optimus“擎天柱”人形机器人，预计成本为200亿~250亿美元（约合人民币1377亿元~1722亿元）。 ⚡全自动驾驶：TeraFab芯片为特斯拉全自动驾驶（FSD）系统提供动力，使无人驾驶汽车无需第三方芯片。 🤖“擎天柱”机器人：TeraFab芯片运行在“擎天柱”人形机器人内部，需要顶尖AI处理。 🧠Dojo超级计算机：内部芯片为特斯拉Dojo提供动力，这是特斯拉每个神经网络背后的AI训练基础设施。D3芯片专为太空环境优化，设计运行温度更高，将承担地球上每年1000亿瓦-2000亿瓦的计算任务。 该联合项目更宏伟的目标是引领人类走向银河文明的时代，走出地球，飞越火星，迈向更远的恒星系统。 马斯克称，他们首先在奥斯汀建立一个先进芯片制造工厂，将拥有制造任何类型的逻辑、存储芯片所需的所有设备，在同一设施内完成制造、封测及再设计。 目前全球AI算力年产约为200亿瓦，即便把所有芯片工厂加起来，也只占TeraFab项目所需的2%左右。 “我们非常感谢现有的供应链，感谢三星、台积电等公司，希望他们能够尽快扩大规模，我们将购买他们所有的芯片。 我已经跟他们说过这些话了，他们能接受的扩张速度是有上限的，但这个速度远低于我们的预期，所以我们要建造Terafab。”马斯克说。 地球仅接收到太阳能量的大约二十亿分之一。全人类当前的总发电量，仅相当于太阳能量的万亿分之一。 马斯克计划每年生产超过1万亿瓦（1TW）的计算能力（逻辑、存储和封装），其中约80%部署在太空，约20%在地面。 据他分享，美国的电力供应只有5000亿瓦（0.5TW），大多数人最终都必须去太空发展。 为了达到每年1万亿瓦的算力，需要每年将大约1000万吨的物质送入轨道。马斯克相信这是可行的。他们正在建设1万亿瓦级的太阳能发电设施。这就是建造Terafab的原因。 首次曝光的10万瓦AI迷你卫星AI Sat Mini，配备太阳能电池板和散热器，按比例缩小。这还只是迷你版，马斯克预计未来版本的功率将达到100万瓦级。 在马斯克看来，太空太阳能的成本比地面太阳能更低，因为不需要厚重的玻璃或框架来保护它免受极端天气的影响。因此，一旦进入轨道的成本降到一个很低的数字，将AI送入太空就立刻变得极具吸引力。 随着太空探索的深入，规模经济效益会越来越大。地球上增加能源变得越来越困难，成本也越来越高，但在太空中，增加能源实际上变得越来越便宜、越来越容易。 下一步是在月球上安装一个电磁质量驱动器，配备机器人、擎天柱以及大量的人类。 “有了这些，你就能发射PetaWatt（千万亿瓦）级的能量。”马斯克说，“你可以制造出PetaWatt级的算力，并将其送往深空，因为月球没有大气层，重力只有地球的1/6。所以你不需要火箭，可以直接将能量加速到逃逸速度，从而大幅降低能量获取成本，使计算能力达到TW级的1000倍。我希望我们能活得足够长，亲眼看到月球上的质量加速器，因为那将会是无比壮观的景象。” 马斯克相信，AI和机器人技术是通往富足生活的唯一途径，它将带来一个美好的未来。任何人都可以去土星旅行。然后，人们将飞越月球、飞越火星。 “我认为未来一切都会免费。这听起来很疯狂，但你知道，如果AI或机器人的经济规模接近目前地球经济的百万倍，那么你可能想要的任何东西都可以得到满足。”马斯克说。 TeraFab在2nm工艺上生产芯片，专为特斯拉的工作负载打造的更小、更快、更节能的AI芯片。官网已上线。 TeraFab官网放出了关于2nm AI芯片性能及能效、供应链控制及成本节约、与台积电生产规模对比、预计成本的多项数据： TeraFab官网还放出了发布、扩张、上市三个阶段的路线图： 马斯克在今年1月底的特斯拉第四季度财报电话会议上正式确认，特斯拉将建立一个大规模的内部人工智能芯片工厂，以消除对台积电/三星的依赖。 随后3月中旬，他在社交平台X上发文宣布：“Terafab项目将在7天内启动。”这条发帖获得数百万的浏览量。 今日，TeraFab正式启动，为特斯拉FSD、Dojo超级计算机和Optimus人形机器人生产芯片，将使特斯拉完全拥有其AI芯片供应链的主权。

编辑：桃子 【新智元导读】一个世纪诞生一万个爱因斯坦？APS全球物理学峰会上，哈佛物理学家放出豪言，「用AI增强人类，有望在世纪内催生10000个爱因斯坦」。 AI大神Karpathy的「autoresearch」爆火之后，物理学家们也坐不住了！ 在全球物理峰会上，一场围绕「AI是否将取代物理学家」的研讨会，全场座无虚席。 会上，哈佛理论物理学家Matthew Schwartz投下了一枚重磅炸弹—— LLM智力正以每年10倍的速度指数级增长，并在5年内超越人类智能。 而我们人类，却没有变得更聪明。 在他看来，人类并非智能的终点。 由于受限于生物大脑的物理极限，我们可能永远无法翻越某些科学的高峰。 鉴于此，Schwartz放出豪言， 一个世纪，AI增强将催生「10000个爱因斯坦」，彻底改变科研范式！ 几乎在同一时间，外媒爆料称，OpenAI「北极星」目标：要在2026年实现「全自动AI研究员」。 这意味着，AI将在未来自主提出研究问题、设计实验、运行训练、分析结果并迭代优化。 届时，AI真正从「辅助工具」升级为「自主科研主体」！ 10000个爱因斯坦！ 哈佛大神对决DeepMind 这几天，美国物理学会（APS）全球物理学峰会在丹佛开幕。 一场题为《驾驭AI革命：让你的科研生涯不被时代淘汰》的研讨会，成为了年轻物理学家的「朝圣地」。 在长达3小时的思维碰撞中，哈佛理论物理学家Matthew Schwartz扮演了激进的「预言家」。 他断言：大模型将在5年内超越人类智能。 Schwartz将模型参数量直接等同于智力阶梯。他直言不讳地对台下观众说： LLM的规模正以每年10倍的速度指数级增长，而我们…… ……并没有变得更聪明。 他特意停顿，在全场的笑声中，接下了残酷的下半句。 在Schwartz看来，人类并非智能的终点，仅仅是进化史上的一个阶段性坐标。 与人类不同，机器能够将高维空间具象化，在内存里存储海量信息，并处理远超常人理解的复杂方程。 他进一步提出，人类的大脑或许根本无法理解「万物理论」这类终极难题，就像猫永远学不会国际象棋。 如果说物理学家的天赋分布符合正态分布（钟形曲线），Schwartz认为，我们可以利用AI把这条曲线，在天赋轴上推向更高点： 如果利用AI来增强人类，我们一个世纪里就能产出10000个爱因斯坦，而不是只有一个。 xAI联创Igor Babuschkin同样认为，LLM在构建新理论方面，超越人类物理学家是迟早的事。 理论物理学的下一个重大突破，极有可能源于某人给模型发的一条prompt。 物理学家「底牌」：提出好问题 然而，谷歌DeepMind工程师Matthew Ginsberg随即给出了冷静的「反击」。 即便身处AI浪潮之巅，Ginsberg依然认为，物理学家的核心领地在于「提出问题」。 演讲中，Ginsberg强调了人类创造力的重要性。 他指出，LLM的本质是生成基于「共识」的平庸答案，而伟大的物理学家，使命正是给出「非共识」的突破。 用他的原话来说—— 提出问题是一名优秀物理学家的本质，至少到目前为止，这100%是属于我们的领域。 提出好问题才是我们的价值所在。我依然坚信，人类仍有用武之地。 在这场交锋的尾声，四位专家达成了一项略显沉重的共识：目前，人类的底牌仅剩品味、创造力与提问能力。 但令人不安的是，Schwartz和Ginsberg均预测，AI可能在十年内学会「提问」。 人类在科学版图上的最后一块领地，或许也将面临易主。 OpenAI「北极星」： 2028年，AI接管实验室 无独有偶，OpenAI的战略重心已指向一个更为宏大的愿景「北极星」计划—— 构建一个能够独立攻克复杂科学难题的全自动「AI科学家」系统。 据首席科学家Jakub Pachocki披露的路线图，OpenAI的进化将分阶段展开： 短期目标（2026年9月前）： 率先构建「自主AI研究实习生」，旨在闭环处理特定领域的科研任务。 中期演进（2028年）： 在数据中心部署「多智能体研究实验室」。多个Agent将通过分工协作，完成从理论构想到模型验证的全流程科研闭环。 终极愿景： 打造能够独立承担大型课题、具备「合格研究员」身份的通用科学智能。 可以看到，OpenAI正酝酿一场关于「科研范式」的革命：目标是在2028年打造出具备全学科攻坚能力的「AI研究员」—— 一个能够独立攻克数学、物理、生物、化学，甚至经济学、政治学领域复杂问题的多Agent系统。 不过，Pachocki认为，「人类仍需把控大局与设定目标。我们终将迎来这样一天：数据中心里装载着一个完整的研究实验室」。 这种演进不仅限于科研，最终，这些数据中心可能会接管像OpenAI、谷歌这类整个公司的工作。 过去需要庞大人类组织才能完成的任务，以后几个人就能搞定。 Pachocki警示道，这种转变将引发「史无前例的权力极度集中」。 科研范式变天，留给人类时间不多了？ 从「算力工厂」向「科研中枢」转型，AI处理深奥科学问题的能力正逼近并超越人类极限。 OpenAI内部广泛应用的Codex，已验证了委派复杂任务的可行性。 有趣的是，就在一年前，有着「代码洁癖」的 Pachocki 还是 Vim 的忠实信徒，坚持逐字敲击代码，拒绝任何补全工具。 他在采访中表示，「我对代码有严重的洁癖」。 然而，最新模型的进化令这位完美主义者折服。 过去需耗时一周的代码实验，AI如今仅需一个周末即可交付。他感叹道，「效率无懈可击」！ 尽管如此，在核心架构设计上，他依然保持审慎：「它尚未达到那个层次，我不会放权让它主导全局」。 Pachocki同时强调，AI并非普适的「万能药」，其效能取决于使用者与任务的匹配度。 目前，他的核心目标是进一步增强AI解决现实问题的能力，并将其引入全新的科学疆域。 从哈佛大佬的「万名爱因斯坦」预言，到OpenAI剑指2028的「全自动科研」，物理学乃至整个科学界，正站在一场史无前例的范式跃迁前夜。 AI不再是实验室里那台只会跑数据的超级计算机，它正试图进化成那个「提出问题」的大脑。 当人类的生理极限撞上硅基智能的指数级增长，我们或许不必恐惧「被取代」，而应思考如何在这场智力平权中，定义属于人类的最后一块领地。 毕竟，当星辰大海对于AI来说触手可及时，决定航向的，依旧是那一抹不安分的「人类品味」。

IT之家 3 月 22 日消息，据 The Decoder 报道，一名志愿开发者驳回其代码后，一个自主 AI 智能体独立调查了他的背景，并发布了一篇攻击其人品的抹黑文章。发生在 Matplotlib 的这一事件表明，AI 安全的理论风险正变为现实。 斯科特 · 尚博（Scott Shambaugh）是热门 Python 库 Matplotlib 的志愿维护者，他最近因一次常规操作收到了非同寻常的回应。他关闭了来自名为“MJ· 拉斯本”（MJ Rathbun）的 AI 智能体提交的代码修改请求后，该智能体竟自主发布了一篇针对他的抹黑文章。 根据尚博在博客中的描述，这并非人类用户复制粘贴 AI 生成文本，而是一个完全自主的智能体所为。在代码被驳回后，该智能体“写了一篇充满怒气的抹黑文，诋毁我的人格，试图损害我的声誉”，而不是去改进自己的代码。 该智能体深挖了尚博过往的贡献，并“构建了一套‘伪善’叙事，声称我的行为一定是出于自负与对竞争的恐惧”。在这篇题为《开源中的守门人：斯科特 · 尚博事件》的文章中，它声称尚博驳回代码只是因为感到威胁，想要“守护自己的小地盘”。 这一事件发生之际，AI 为开源项目生成的贡献正急剧增多。尚博表示，两周前 OpenClaw 与 Moltbook 平台上线并引发社交媒体热议后，相关情况进一步加剧。这些平台允许用户为 AI 智能体设定初始人格，然后“放任它们在自己的电脑和整个互联网上自由运行，几乎不受监管”。 “MJ· 拉斯本”的行为很可能并非由人类直接指令。OpenClaw 智能体的人格在一份名为“[SOUL.md](SOUL.md)”的文件中定义。尚博推测，该智能体聚焦开源领域，要么是用户指定，要么是“它可能自行随机编写并插入到了自己的人格文件中”。 IT之家注意到，尚博将这一事件称为“针对供应链守门人的自主舆论操控行动”。 尚博警告，不要把这件事当作奇闻轶事一笑置之。他认为，这一事件证明，AI 安全的理论风险已经落地成真。像这样针对个人声誉的攻击，“如今只要找准对象，就会产生实际效果”。 他描绘了一种未来场景：更先进的 AI 系统可能利用此类信息敲诈他人或操纵决策。例如，如果人力资源部门使用 AI 筛选求职者，就可能搜到这篇由智能体撰写的文章，错误地将尚博标记为“偏执的伪君子”。 他还提到人工智能公司 Anthropic 的内部测试：其 AI 模型曾试图避免被关闭，甚至威胁要“曝光婚外情、泄露机密信息并采取致命行为”。当时，Anthropic 称这类场景“人为设计且极不可能发生”。但本次事件表明，这种“对齐失败”的行为如今已在实验室外真实出现。 “MJ· 拉斯本”此后在另一篇帖子中“为自己的行为道歉”，但据尚博称，它“仍在整个开源生态系统中继续提交代码修改请求”。

快科技3月22日消息，据央视财经报道，国产大模型MiniMax M2.5连续五周霸榜全球大模型调用量冠军。 今日，公司产品研发人员展示了直观的价格差距：“达到同样能力水平的海外模型跟我们相比，价格可能有十几倍的差距。” 目前，性价比正在成为国产大模型吸引全球用户的核心竞争力。这种性价比从何而来？ 第一个关键因素是技术创新，通过底层架构创新，从根本上降低了推理成本，简单来说，就是用更少的Token完成同样的任务。 另一关键因素是能源优势，业内人士表示，目前电费在算力成本中占比高达70%到80%。 对于需要百万张卡并行运算的AI集群来说，电价几毛钱的差距投射到年度运营成本上就是天文数字。 而稳定的能源供应和相对低廉的电价，为中国AI产业筑起了更有竞争力的成本防线。

快科技3月22日消息，近日，微软发布博客长文，承诺将在今年内对Windows 11系统进行全方位优化，重点提升性能、可靠性和更新体验，包括降低内存占用、减少Copilot侵入性、优化文件资源管理器等多项实用改进，以挽回用户信任。 其中，微软对Windows更新控制权的调整，成为用户核心关注焦点之一。 微软在博客中强调，将改善Windows更新体验，提供更快、更可预测的更新，以及对重启和时间更清晰的控制。 首先，Windows更新带来的干扰减少，设备只需每月重启一次。其次，用户对更新拥有更直接的控制权，包括可以根据需要暂停更新，以及在不强制安装更新的情况下重启或关机。 最后，更新过程中进度显示更清晰，并内置恢复功能，可在出现问题时帮助保持设备稳定。 不仅如此，微软还承诺让Windows体验更安静，最大限度地减少干扰，让用户保持专注。 比如，在新Windows电脑上进行设备设置更加安静、更加精简，页面更少，重启次数也更少，因此入门更加简单。 默认情况下，小部件会更有目的地呈现信息，使内容易于浏览并减少不必要的干扰。 而且，更简化的设置让用户可以更轻松地进行个性化设定、选择启用或禁用小部件，并根据自己的偏好推送内容。

凤凰网科技讯 3月22日，阶跃星辰StepClaw（阶跃龙虾）宣布已完成适配，正式接入微信。 据介绍，用户可以通过“阶跃AI桌面伙伴”安装StepClaw，在微信ClawBot插件中连接，即可完成配置。用户可在微信聊天界面中向自己的阶跃龙虾发送指令，完成学习辅助、内容创作、信息查询等任务。 据悉，StepClaw搭载阶跃星辰Step 3.5 Flash模型，该模型是阶跃星辰最近推出的开源Agent基座模型，目前在OpenRouter总榜的周榜排名第一，同时也持续位居OpenClaw调用量榜首。