“今日俄罗斯”电视台12日援引路透社的报道称，美国特朗普政府希望乌克兰将俄罗斯天然气经乌克兰输送至欧盟的管道控制权交给美国。路透社将这一要求称为是美国迫使乌克兰签署的矿产协议中的一个“彩蛋”。 △“今日俄罗斯”电视台网站报道截图 　　路透社援引知情消息人士的话报道称，美国和乌克兰官员11日在华盛顿举行会晤，讨论了美国提出的获取乌克兰矿产资源的提议。 　　但该消息人士称，鉴于会晤的“敌对”气氛，因此会谈取得突破的可能性很小。 　　会谈气氛之所以紧张是源于特朗普政府最新的提案，比此前的版本更为“广泛”。 　　“谈判环境非常敌对，”该消息人士表示，并指出特朗普政府提出的新方案 “过于极端”。 △路透社报道截图 　　知情人士透露，特朗普政府最新制定的协议文本包括“要求美国政府的国际开发金融公司控制俄能源巨头俄罗斯天然气工业股份公司经乌克兰通往欧洲的天然气管道”。 △路透社报道截图 　　由于乌克兰拒绝延长与俄罗斯天然气工业股份公司签署的过境协议，自今年年初以来，俄罗斯天然气工业股份公司的管道就停止了通过乌克兰向欧洲输送天然气。 　　相关数据显示，2023年和2024年，俄罗斯经乌克兰向欧洲的天然气出口量维持在150亿立方米左右的水平。 　　俄方当时表示，乌方的决定不仅将使自身每年损失8亿美元的天然气过境运输收入，同时也将殃及摩尔多瓦、捷克、斯洛伐克、奥地利、意大利等国的天然气供应。 　　除了新被盯上的输气管道控制权，乌克兰的矿产一直是特朗普政府志在必得的交易条件。 　　乌克兰总统泽连斯基2月底在白宫与特朗普等美国高官公开争吵“不欢而散”之后，当时原本打算签字的矿产协议也被搁置。 　　随后，美国开出的条件越来越严厉。据路透社报道，最新协议草案将赋予美国开采乌克兰矿产资源的特权，并要求乌克兰政府将其自然资源开采的所有收入存入所谓“联合投资基金”。这项联合基金由美国国际开发金融公司管理，基金董事会由5人组成，其中3人由美方指定。 　　但是新协议中依然对乌克兰政府视为优先事项的“美国提供安全保障”只字不提。 　　特朗普声称，和乌克兰讨论的这份协议将使美国纳税人收回上届拜登政府为援助乌克兰花费的数十亿美元资金。他3月30日还警告说，如果泽连斯基退出该协议，他将面临 “很大很大的麻烦” 。 △路透社报道截图

　　当地时间4月13日，2025年大阪·关西世博会（简称“大阪世博会”）正式开园。首日参观者人数预计超过14万。 　　时隔55年再度举办综合类世博会 　　这是大阪时隔55年再度举办综合类世博会，本届世博会以“构想焕发生机的未来社会”为主题，共有158个国家和地区、7个国际组织参展。各展馆将围绕“生命”“循环”等主题，通过展陈和多媒体技术等方式，展示对未来社会的构想和各自的独特文化。 　　大阪世博会12日在日本大阪举行开幕式。日本首相石破茂在开幕式致辞中说，世博会是一面反映时代的镜子，是汇聚国内外智慧的平台。当前世界正面临各种危机，在这样的背景下，围绕“生命”这一主题，汇聚多样的思想与文化，具有极其重要的意义。 　　国际展览局秘书长迪米特里·开尔肯泽斯致辞时表示，希望以本届世博会为契机，让世界各地的人们不仅能尊重自己的生命，也能尊重自然界中存在的各种生命形式，并从中受到启发，共同创造一个可持续的未来。 　　中国馆：面积最大的外国自建馆之一 　　中国馆当天举行开馆仪式，正式迎接参观者。 　　中国馆占地面积3509平方米，是本届世博会面积最大的外国自建馆之一。中国馆以“共同构建人与自然生命共同体——绿色发展的未来社会”为主题，以“天人合一”“绿水青山”“生生不息”为叙事脉络，首次在全球零距离对比展示由中国嫦娥5号、6号探测器采集的月球正面和背面土壤样品，展出“蛟龙号”深潜体验舱、全新一代人形机器人、八网融合的智慧城市沙盘、以“二十四节气”为主题的大型多媒体动态影像、数字化动态长卷《耕织图》等展项，旨在展示中国传统生态智慧，展现中国绿色发展理念，推动中外文明交流互鉴和民心相通。 　　大阪世博会园区位于大阪市西部的人工岛梦洲，园区面积约155公顷。展期将持续至10月13日，预计接待参观者2800万人次。园区每天上午9时至晚上10时开放。（总台报道员 柏春洋）

　　联播+“这是你三年内第三次来访，体现了你对深化中西关系的高度重视和坚定意愿，我对此表示赞赏。” 　　4月的北京，生机盎然。11日，习近平主席同西班牙首相桑切斯在钓鱼台国宾馆举行会谈，就共同关心的国际和地区问题交换了意见。 　　记者的镜头，记录下中国同西班牙交往史上的一个难忘的画面—— 　　在北京钓鱼台国宾馆内，两国领导人边走边聊，这种轻松的氛围不仅拉近了两国距离，更彰显了中国和西班牙相互信赖、相互尊重、互利共赢的战略定力和远见卓识。 　　元首外交“领航定向” 　　西班牙国内广泛认为西班牙是“中国在欧洲最好的朋友”。近年来，西班牙首相桑切斯与习近平主席通过灵活多样的方式保持密切沟通、巩固政治互信，有效推动两国进一步深化合作。 　　当前，国际局势变乱交织，多重风险挑战相互叠加。在此背景下，“中西关系良好稳定发展的重要性就越凸显”。 　　今年是中国和西班牙建立全面战略伙伴关系20周年。在本次会谈时，习近平主席冀望两国以此为契机共同“打造更有战略定力、更富发展活力的全面战略伙伴关系，为两国人民增进福祉”。 　　桑切斯首相对此表示赞同。他说，西班牙重视对华关系，坚定不移奉行一个中国政策，愿同中方保持高层交往，深化贸易、投资、科技创新、绿色能源等领域互利合作，加强教育、文化、旅游领域交流，推动两国关系迈上新台阶。 　　此访同样印证外媒分析：桑切斯首相希望巩固西班牙作为中国与欧洲和拉丁美洲之间地缘政治桥梁的地位，进一步强化更加务实和现实的外交政策取向。 　　互信互利成果丰硕 　　自1973年3月中西建交以来，两国跨越冷战藩篱，务实接触、互利共赢，联系越来越紧密，并于2005年11月建立全面战略伙伴关系。 　　历经国际风云变幻考验，中国和西班牙始终相互尊重、平等相待、互利合作，推动双边关系健康稳定发展。国际金融危机和欧洲主权债务危机发生后，中西同舟共济、互利合作、共克时艰……从经济合作到文化交流，从技术创新到可持续发展，两国在各领域务实合作成果丰硕，为双边关系发展提供强劲动力。 　　△ 2024年11月18日，一趟满载110个标准箱日用百货、汽车配件、机械设备等出口货物的中欧班列从铁路义乌西站驶出，开往逾1.3万公里外的西班牙马德里。 　　自2014年首趟中欧班列（义乌—马德里）开行以来，这条线路已运营十余年，不仅见证了中西贸易蓬勃的发展，也成为双方友好合作的重要纽带。中国电动汽车企业在西班牙落户，这些项目得到西班牙政府高度重视，桑切斯首相亲自参加项目开工或签约仪式。中国企业本着合作共赢精神，为当地解决就业问题、提升产业技术发挥了积极作用。 　　西班牙是中国在欧盟的重要合作伙伴，中国是西班牙在欧盟外的第一大贸易伙伴。仅2024年，中国与西班牙的贸易额达到501亿美元。仅去年一年，中国企业就宣布在西班牙投资近110亿欧元，是前8年投资累计金额的两倍……一系列数据，充分体现了两国互利合作的韧性和活力。 　　开放合作势不可挡 　　中国有完整的工业体系，是全世界唯一拥有联合国产业分类当中全部工业门类的国家，中国的制造业与全球产业链供应链深度融合，对世界经济的贡献不可忽视。 　　当今世界，人类赖以生存的经济命脉已经连为一体，你中有我，我中有你。作为全球第二大经济体，中国对全球经济增长的贡献率连续多年保持在30％左右，是世界经济增长的重要引擎。作为世界第二大商品消费市场，中国拥有全球最大规模的中等收入群体，持续释放的消费潜力将越来越多的“中国需求”转化为“世界机遇”。 　　在美国宣布实施所谓“对等关税”加剧全球贸易分裂的背景下，中国和西班牙此次深入沟通展现出的善意和深化合作意愿，更加凸显对他国的尊重和对国际间互利合作的诚意。这与美国以“对等”为名行霸权之实、牺牲他国正当利益服务一己之私的做法形成鲜明对比。 　　“中西都是支持多边主义和开放合作的积极力量，双方要推动构建公正合理的全球治理体系，维护世界和平和安全，促进共同发展繁荣。”在同桑切斯首相会谈时，习近平主席就关税问题明确表态，“打关税战没有赢家，同世界作对，将孤立自己”。中方坚定捍卫自身合法权益，坚定维护多边贸易体制和国际经贸秩序的态度引发各方广泛呼应。 　　欧盟表示，美国所谓“对等关税”措施严重损害世贸组织基本原则，无助于解决贸易失衡问题。英国、加拿大等批评美国此举扰乱国际贸易秩序，破坏全球产业链供应链稳定运转，将损害包括美国在内的各国生产商、消费者利益。多国学者也对美国关税政策提出警告和批评。 　　△ 当地时间2025年4月10日，西班牙瓦伦西亚国际机场附近的中资批发零售商店。 　　在此次会谈中，桑切斯首相也表示，欧方坚持开放自由贸易，致力于维护多边主义，反对单边加征关税。贸易战不会有赢家。他强调，“西班牙把中国视为欧盟的重要合作伙伴，积极发展对等和谐的经贸关系”，始终“聚焦发展两国互利共赢的关系，也希望促进两国民间友好往来”。 　　贸易战没有赢家，保护主义没有出路。多边主义是维护世界和平、促进人类发展的人间正道，也是解决世界面临困难挑战的“金钥匙”。国际上的事情应该由大家共同商量着办，世界前途命运应该由各国共同掌握，这是中国说公道话、办公道事的一贯立场，也是国际社会人心所向。   　　总监制丨骆红秉 魏驱虎 　　监  制丨王敬东 　　主  编丨李璇 　　策  划丨李丹 　　编  辑丨刘禛 　　视  觉丨郝凤林 　　校  对丨李丹 蔡纯琳 闫田田 梁雅琴 　　出  品丨中央广播电视总台央视网 　　支  持丨中国互联网发展基金会

昨天，是国产AI六小虎之一百川智能成立的两周年，CEO王小川发布全员信强调公司方向：“减少多余动作，专注医学方向。” 要知道，两年前，百川智能刚成立的时候，其愿景可是“旨在打造中国版的 OpenAI 基础大模型及颠覆性上层应用”，非常宏大。 无独有偶，国产AI六小虎之中的零一万物的创始人李开复，今年1月在与媒体“连线 Insight”对话时表示：“零一万物全面转向‘小而美’。” 而在零一万物刚成立的时候，其愿景则是宏伟的“打造AI 2.0全新平台，加速AGI到来 ”。 曾经的雄心壮志和现在战略收缩，让外界不少人调侃“小虎”已经成了“小猫”，那么，在AI大模型市场风云变幻的现在，这些地位不稳的曾经的“虎”，如何找到活下去的理由呢？ 为了探究这个问题，知危编辑部找到了大模型技术专家、头部金融企业AI专家、头部医疗AI专家、一线大厂AI技术专家等多位专家进行对话，探究大模型企业们面临的问题以及如何更好的活下去。 表面上，今年春节DeepSeek爆火之后，整个大模型市场开始战战兢兢。它像是武松，几碗酒下肚给还没发育完全的“小虎”们打得头昏脑涨，一众大模型公司从最初斗志昂扬地同场竞技，转变到现在面对现实各自选择了不同的命运。 但其实，这一变化比人们以为的时间节点发生的更早。 大模型技术专家、《 知识图谱大模型 》作者王文广告诉知危：“实际上，甚至还不到DeepSeek V3和R1的发布，在DeepSeek V2.5和阿里的Qwen 70B推出来的时候，国内有些大模型公司就已经开始放弃训练大模型了，成本实在太高。他们感到无论在资源还是性能上都赶不上或拉不出距离，何况对方还是免费开源的。” 某人工智能技术服务企业专家梁贺（化名）则告诉知危：“大约2024年年中的时候，六小虎虽然还在训练大模型，但投入力度已经明显不如以往。” 直到2025年1月DeepSeek R1发布的时候，大部分中小企业发现彻底跟不上了。 这样的剧变，导致六小龙集体从攻关AGI，转变为了现在的开始分流。 百川、零一万物放弃预训练大模型，分别押注医疗AI和全面行业落地；MiniMax收缩 To B业务，并专注C端视频生成等场景的海外市场；智谱、月之暗面、阶跃星辰在开源社区依然活跃，但并未有能超越DeepSeek R1的新模型；获得大量融资和政企合作订单的智谱不愁生存；因为效果远不如开源而放弃了投流策略的月之暗面，其头号产品 Kimi 因为元宝的后来居上，在定位上正显得尴尬。 总体来看，六小虎与国内市场中“最没有想象力”的一部分即To B SaaS市场，交集越来越大。 那么，为何To B市场如此“无聊”？ 近期，零一万物宣称要全面接入DeepSeek，将企业大模型一站式平台在各行各业落地。对此，业内普遍谨慎看零一万物的未来。 某金融企业AI专家姜绍（ 化名 ）甚至评价道：“零一万物基本上是转B端了，他们感觉是什么都想做，公司团队整体过于技术，但DeepSeek出来后技术上也看不出差距，商业化水平又比较一般。” 王文广则告诉知危：“大模型一站式平台的技术门槛并不高。” 对于该类产品的技术门槛的评估，王文广是有亲身体会的，“我去年大概花了半年的时间，自己一个人就开发了这样的平台，现在也在通过个人的方式在售卖。而且我觉得这个产品通过公司来做很难赚到钱，但个人经营的方式还能慢慢赚到钱。” “ 现在行业内有不少To B企业，他们不做大模型，但是也会做大模型的业务，只是缺少一个技术平台。我就跟他们合作，价格可以压得很低，只需要四五万一套，中大型公司肯定做不到这么便宜的。” “ 我现在开发的平台，叫做KAF，即Knowledge-based Agent Factory，就是基于知识图谱、向量数据库、搜索引擎，通过检索知识来提供大模型和 Agent 应用的平台。目标是让用户可以不写任何代码，通过提示词管理和模型管理就能构建自己想要的知识助手或 Agent。就这样的平台，市面上有非常多相似的，估计能有一千个，也很容易复制。” “ 比如一家公司想做To B的大模型应用，即便创始人自己没有这个能力，要想做出产品也很快。无非就是招两三个特别牛的人，当然领头人必须很厉害，不然可能没法入手。这种方式的成本会比训练大模型的成本低很多。即便是行业里的大牛，年薪千万也差不多了，再加上两三个年薪百万的，就能组成核心团队。实在不行，还可以找外部的 AI 公司合作。” 除了上述模式，还有“企业大模型一站式平台”的模式，属于一体机的类型，对于这类产品，平安保险技术平台组负责人张森森认为，“一体机有足够市场空间，但一体机是卖服务的，跟技术没有太大关系。” “一体机就是将核心硬件、软件、执行环境进行打包，达到开箱即用，主要面向技术部署能力较弱的机构，比如政府、教育机构等，也有一些企业客户，要点在于方便使用和技术自主性。当然它也有自己的优势，比如数据安全、隐私合规，因为它是私有化部署，面临监管的时候更容易通过安全审查。并且一体机是软硬件深度优化的，对于推理专用的芯片、端侧芯片，响应速度更快。还有另外一种考量，比如一体机对于国产芯片做了深度定制，从而绕过一些底层限制，提高效率。有些企业倾向一体机，是因为对成本比较敏感，更关注ROI，一体机的使用寿命更长，对于做财务报告的ROI可能更好一些。” 实际上，过去多年以来，无论在任何具体的领域，包括大数据、云计算、计算机视觉等，国内SaaS市场都有非常相似的特点，或者说这是各个领域最终会发展成的固有形态，包括定制化需求较高、产品偏向通用和同质化、市场竞争激烈、低价策略普遍、资本更关注短期变现等。这些 SaaS 企业的客户数字化程度较低，付费意愿较弱。 相比之下，海外SaaS市场更注重专业化分工，企业专注于特定领域，提供深度服务，以大中型企业客户为主，付费意愿更强。 大模型领域也正呈现这样的特点，我们可以参考近期海外SaaS市场的重要事件： 2025年2月，MongoDB以2.2亿美元的价格收购Voyage AI，后者是一家刚成立17个月，专注于嵌入（Embedding）和重排序（Reranking）模型的AI初创公司。 2024年，亚马逊宣布与成立两年的AI Agent 初创公司Adept达成技术授权协议，Adept 部分成员将加入亚马逊支持AGI团队。 这些初创公司都通过专注大模型技术的一个细分领域获得了资本成功或企业发展。但在国内，这种事例几乎为零。据知危了解，不少中小型企业在发展自身技术和业务时，甚至还要时刻提防大厂也来 “抢肉吃”。 基于自身在To B市场多年的行业经验，王文广向知危描述了这个市场的残酷性：“ 一站式平台产品肯定有市场，而且市场还很大，但是会非常碎片化。我合作的这些小公司规模都不大，他们的运营成本相比中大型公司是更低的，可以把价格定在30到50万之间，即便这样也可以赚钱。因为他们不需要考虑研发成本，只负责实施，能够覆盖人力成本就行。如此一来，就会把整个To B场景的应用服务价格压的很低，何况我参与的市场肯定不只有我在做。中大型创企参与的市场可能只能做大型的企业客户，那也会面临其它创企、传统集成商等竞争对手。即便是大厂，在To B市场的业务策略也都差不多，大厂还能有自己的大模型和品牌优势。” “我也在用DeepSeek，还有大量其他企业也在用DeepSeek，那就没有任何差异化的地方。国内有多少云厂商，就至少会有多少个竞争对手。国内To B市场一直是这样，想要活下去，要么关系硬，要么服务好，要么价格低。” 梁贺向知危简要地评估了零一万物的当下选择和未来可能性： 李开复目前将零一万物的业务完全转向To B应用，主推企业大模型一站式平台，这个做法在商业上肯定是没有问题的，但是市场会很卷。 零一万物要做出比大厂更低价的大模型产品，其实也是没办法的事情，因为应用层面没有什么能够保持独特优势的地方。 零一万物转向To B，说明它AGI的想象力也就弱了，做的事情不够性感了。这跟2017年以来的上一波CV浪潮的视觉公司后来的结果很类似。 如果零一万物也做海外的市场，或许还有机会。 相比之下，业内对百川智能的未来，虽不算乐观，但也没那么悲观。 一方面，百川智能进军医疗，没有其独特的优势，特别是在数据方面。 姜绍告诉知危：“百川转向医疗，只是给自己找一条活路。但相比零一万物，百川至少是在尝试做一个细分市场。” 张森森表示：“相比科技公司，我更看好拥有医疗数据的公司做医疗大模型。这个对于任何想做行业大模型的公司都是同样的道理。因为做医疗大模型的关键难点不在于大模型，而在于数据。中国有那么多好的医院，医院也可以自己用DeepSeek微调出一个大模型出来自己用。” 如何有效地获取医疗数据？姜绍表示：“AI技术创业公司在数据上没有优势，如果想做医疗大模型，可能需要和原本就在帮医院做信息化的公司去合作才行。” 而据知危所知，六小虎中已有公司跟国内大型医生交流论坛进行独家合作，利用该论坛中医生交流产生的大量案例对模型进行训练。 除了对细分市场相对乐观，另一方面，业内对百川创始人王小川本人抱有希望。 梁贺认为：“王小川要专攻医疗，成不成，要看他是要做理想还是要赚钱。如果是要做理想，做出有突破性的医疗 AI 研究成果，那我更看好。从我对王小川的理解来看，他应该更倾向前者。” 王文广则强调了这个市场陈旧的一面：“如果是想短期内做商业化，那其实医疗这个赛道也是很卷的，和To B市场整体的情况没什么本质区别。商业化层面，用知识图谱、向量搜索加大模型来做医疗，很多公司都能做。” 据知危与医疗AI专家的沟通，医疗本身还有巨大的知识盲区，新知识在快速增长。因此基于大模型做医疗基础研究，有很大想象空间。以蛋白质结构预测的 AlphaFold 模型为例，据梅斯医学报道，截至2024 年 5月，全球已经有180+万的科学家使用 AlphaFold 加速研究，包括开发生物可再生材料，或推进基因研究等。 除了理想和赚钱，医疗AI创业还有一个主要争议点是：要不要、能不能做出通用医疗大模型。 对此，张森森表示：“ 通用医疗大模型目前在国内市场尚无明显突破，主要原因在于大规模数据的收集和应用依赖于强大的医疗设备支持。国内许多医疗设备还没有广泛普及，因此 AI 难以进行精准诊断。但一些综合实力强的医院，如海外的梅森医疗中心等，已经开始探索推出自己的大模型。尽管短期内很难看到盈利机会，但从长远来看，这类大模型有可能对医疗行业产生深远影响。” “ 医疗行业还面临全自动诊断的挑战，尤其是在国内设备不足的情况下，AI 无法完全替代传统诊断方式。部分医疗设备尚未普及，尤其在边远地区，医疗技术难以全面覆盖，因此全自动诊断仍然存在较大的难度。” “由于医疗行业具有严格的牌照和合规要求，大模型在进入医疗领域时必须解决合规问题。未来的C端医疗服务可能通过结合医生技术和 AI 技术来提升诊疗效率，尤其是面向80后、90后、00后等年轻群体。” 最后，即便抛开国内To B市场本身的特点，单从大模型应用竞争的角度，To B 市场的存活难度也相当大。王文广表示：“ 虽然整体上大模型To B产品的设计模式还在摸索中，但最终还是会趋同的。这方面不仅是国内，就连硅谷科技公司也类似，比如OpenAI、Anthropic、谷歌等，只要模型本身的性能拉不开差距，在这个市场里就一定不能赚钱，最后会卷到大家都处于同样的水平。” “ 这也是为什么DeepSeek R1其实最大的影响力不在国内，而是在国外，特别是对硅谷科技公司。美股就是从R1发布开始持续高位震荡然后开始下跌。背后的核心逻辑很简单，就是硅谷的大模型被中国追上了。不能说超越，但是被追上了之后，硅谷这边拉不开差距，就无法支撑这么高的估值，于是股价就下跌了。” 当然，To B市场还有一种方式能够很好地吸引客户，那就是开源。企业开源的主要盈利模式包括额外提供收费级功能、云托管，以及基于开源技术的企业级咨询、培训等增值服务。 开源大模型最直接的作用就是推动技术的普及，张森森表示：“DeepSeek开源之后，对于企业在应用大模型上有非常大的加速作用。公司高层对大模型的应用是很支持的，随着大模型在实际应用中表现良好，尤其是在降低人工干预、提升效率等方面优势逐步显现，支持力度将不断加大。” “金融行业作为数据质量最好的行业，在AI方面一直有丰富的技术积累，自然能够很快跟上。不管有没有DeepSeek，金融都会落地AI技术。但有了DeepSeek之后，除了过去 AI 赋能的金融主营业务，现在也会将 AI 用到一些日常办公、过去比较难做的运维等业务。” “运维原本成本是很高的，比如对于根因分析，之前需要基于传统的运维监控和 AIOps来做，也需要专门训练一些小模型来做，现在可以用DeepSeek结合知识库去生成应用方案，来处理监控、告警、自助分析，以及溯源、自动化处理、稳定性提升等工作，这比 AIOps 更加灵活。” “ 其次，对于运维工作，AI的覆盖面也变得更广了，现在会更加考虑到交互性和主动性，主动性也就是让AI主动去做运维。从过去依赖规则、人工甚至个人经验，人的经验高低决定了运维能力的水平，现在可以用更加轻量级的AI模型来直接实现。” “尽管DeepSeek的幻觉率依然较高，甚至与其它同类模型表现差距不大。但相比其它同类模型，DeepSeek的推理和实际应用能力已足以抵消幻觉带来的负面影响，我们会通过微调和优化，采用 RAG 等相关技术，将这一问题逐步改善。” 阿里大模型技术专家高鹏（ 化名 ）则认为，DeepSeek的影响力对大型公司和中小型公司的影响有所不同： “阿里内部使用的大模型一直是业内最先进的，所以DeepSeek出来之后对我们的影响没那么大。我们会拿 DeepSeek 做性能评估和对比，对阿里而言，更多是技术上的启发。DeepSeek在Reasoning上的落地比较快，而技术细节上还是比较通用的，DeepSeek也肯定有受到千问的影响。” “相比之下，DeepSeek对于中小型公司影响比较大，因为之前没有一个模型可以达到DeepSeek那样效果的同时，实现低成本的私有化部署。DeepSeek出来以后，也涌现了大量卖DeepSeek一体机的公司。但实际上，跟很多开源模型一体机相比，DeepSeek也不是最便宜的，要看具体的标准。” 无论怎样，现阶段国内开源大模型枝繁叶茂，并已经能参与全球竞争。然而，从平安保险自身落地大模型的情况，张森森认为开源大模型还有难以克服的局限性： “对于我们而言，DeepSeek主要是成本上的巨大优势，在能力方面的话，比如在运维场景，在推理、泛化能力、上下文理解上可能比其它模型更好一些。但在金融风控等更复杂的场景下，DeepSeek 的表现并不突出。这是因为需要更细致的微调，甚至结合其它模型进行优化。因此还需要根据具体应用场景进行针对性的微调，来进一步提升模型表现。” “平安自研的大模型，主要分为两层，底层是基础大模型，再往上是分别负责银行、保险等业务等领域模型。我们内部使用的大模型在专业知识领域的表现确实超越了 DeepSeek，尤其是在金融和医疗等特定领域，模型的表现更加精准。然而，在推理能力上，DeepSeek 依然具备强大的优势。有一些场景，我们希望先用 DeepSeek 做一个小规模的尝试，看看能不能跑通。” “对于阿里千问、百度文心和智谱ChatGLM这些开源大模型，它们在这方面与 DeepSeek的区别并不明显。判断的依据是，这些模型在推理能力和知识库结构上与 DeepSeek并无太大差异。” 综上来看，开源大模型的影响力目前还有限，并且它们彼此间追赶节奏紧张。 但To B竞争激烈，也不代表To C路线就更有希望。 大模型的To C产品竞争也是非常残酷，但相比于To B市场，又有很大的不同。 一方面，市场格局瞬息万变。 以海外市场为例，根据a16z发布的“Top 100 Gen AI Consumer Apps”最新报告（ 第四期 ），自2024年8月（ 第三期 ）以来，就有多达17家新公司进入了生成式AI Web产品的Top 50排行榜，比如国内的Kimi、海螺AI、DeepSeek等，其中DeepSeek尤为亮眼。 DeepSeek在极短时间内强势崛起，其月活人数从几乎默默无闻到大大超越Claude、Perplexity，只用了一个月的时间。 在移动端的使用时长方面（ 基于平均每周每位用户的会话数和每位用户的分钟数 ），DeepSeek 也略高于Perplexity和Claude，但目前和ChatGPT相比仍有较大差距。 另一方面，To C的变现难度很大。 最受欢迎的应用并不一定能带来最多的收入。比如ChatGPT有最高的收入，OpenAI却仍然年亏50亿美元，而大量ChatGPT的 “ 山寨 ” 应用倒是很可能实现了快速盈利；DeepSeek火了以后，模仿者、仿冒者也是排山倒海而来。 从 C 端市场来观察六小虎的境遇，实际上也不乐观。综合知危与业内专家的沟通，普遍认为大厂将带来极大生存压力。 姜绍表示：“消费市场方面，六小虎里面做的比较好的是月之暗面的 Kimi。但现在排第一的是腾讯的元宝，第二是DeepSeek，第三是豆包，头三家公司几乎占据了大部分市场份额。腾讯的元宝凭借微信生态圈获得了大量的客户流量，而DeepSeek则凭借其技术创新和在多个场景中的优异表现脱颖而出。” 梁贺表示：“Kimi的大模型技术和竞争对手没有太大区别，那就只能免费，这就导致月之暗面商业化变得特别困难。作为一个To C应用，看不出它跟元宝、豆包的区别在哪里。而且，豆包可以用字节其它业务来养，元宝可以用腾讯其它业务来养，它们可以投入 1000 亿来养这些应用。” 姜绍补充道：“对于C端用户，更加关心产品易用好用，腾讯和字节在这方面做得更好。当然阿里也有机会，阿里正在孵化名为‘AI听声’的应用，这个应用通过AI进行聊天和交互，目标是取代抖音在短视频平台中的地位。虽然抖音吸引大量创作者生成优质内容，但AI聊天应用通过提供更加个性化和互动的体验，有潜力在一定程度上吸引用户群体。两者的差异主要在于内容创作和互动方式。如果阿里能够突破这一块，也有机会翻身，当然如果腾讯跟进仿制，就不好说了。” 对于MiniMax，业内的看法稍微有些不同。 梁贺认为：“MiniMax 的海螺AI目前是挺赚钱的，它算是找到了自己的一条路，但这条路能不能让MiniMax的估值做的足够大，还是个未知数。由于偏向应用，MiniMax 在 DeepSeek出来之后更轻松了，如果他们全部使用DeepSeek的模型，反而是节省了模型的研发成本，而它的应用还能继续赚钱，甚至赚的更多。” 姜绍则认为：“MiniMax如果后面能够做出一个爆款 APP 的话是有机会的，但阿里可能会超过它先做出爆款APP，所以 MiniMax 即便有机会概率也不大。” 究其根本，产品差异化依然是C端应用的突破口。 根据a16z的“Top 100 Gen AI Consumer Apps”最新报告，许多使用率较低的应用其实实现了更好的收入。有些通用性很差的产品比如植物识别、营养等吸引付费用户的能力反比通用产品而更大。 做通用的AI产品，很难打出差异化，用户付费意愿低，盈利周期长，所以熬不过大公司。 而做差异化如果垂直深度不够，也容易被基座大模型通过能力升级所内化。比如，最近GPT-4o的生图能力就对Midjourney等文生图创企带来了降维打击。这种覆盖能力，很多时候都是随机的、不可预测的，正所谓 “ 毁灭你，与你无关。” 竞争对手的像素级模仿，基座大模型的快速升级，让 C 端 AI 初创公司的风光几乎永远只保持很短的时间。 至于如何抓住这极低概率的成为爆款的机会，业内专家一致认为 “ 基本上还没有经验可循 ”。 六小虎走入今天的困境，很大一部分是因为当初在基座大模型上投注过大，低估了要在这个赛道上生存和拔尖需要的人力、财力、物力，导致现在在应用赛道上也很难打出差异化。 如今六小虎对攻克AGI的决心越来越弱，李开复近日还公开直言，国内的基座大模型最后只会剩下DeepSeek、阿里、字节三家。 对此，与知危交流的业内专家也基本同意这个看法。 姜绍表示：“现在还在继续死磕大模型技术的创业公司基本都得死。最有希望的肯定是DeepSeek，第二是阿里巴巴，第三是字节跳动，第一名预计能分到 50%-80% 的流量，后面两名可能分到 10% 的流量。核心在于谁先把 AGI 做出来，谁就是最后的赢家。” “DeepSeek目前在大模型领域最具竞争力，其技术创新和在实际应用中的表现无可挑剔。阿里巴巴和字节跳动也具备较强的竞争力，尤其是在跨平台应用和数据资源上的优势。排名的依据主要是基于各家公司在基础技术、算力、数据资源以及实际应用中的创新能力。” “智谱和Kimi的团队坚信，继续增强基础模型的能力才是未来的出路。与之相对，我认为随着市场需求的变化和应用场景的多样化，单纯强化基础模型的路线可能会受到局限，更灵活、适应性强的模型发展路径才可能更加具备市场竞争力。” “大模型技术竞争异常激烈，投入巨大的公司最终必须在创新、算力、数据和优化上有明显突破，才能保持竞争力。其他未能跟上技术进步或无法应对市场需求的公司将逐渐被淘汰。” 梁贺表示：“国内的基础大模型公司未来只会剩下DeepSeek、阿里、字节三家公司，依据就是这三家能够有实力和决心投入超大资源来研发。对于字节而言，它不可能错失大模型这个机会，不然对它整体影响会非常大。而且DeepSeek的技术对于字节而言不会有太大的壁垒，更多是研发效率上DeepSeek目前更有优势。阿里的千问开源模型本身水平比较高，在DeepSeek火起来以前，千问和Llama基本是你追我赶的状态。对于阿里来说，千问模型可以不赚钱，但是相关的云业务可以赚钱，字节也是类似的，还能将大模型技术不断用于优化抖音等App的体验。而对于 AI 创业公司，如果模型本身不赚钱，就触及了生存的根本。” 王文广则表示：“DeepSeek的优势主要在于技术理想主义。春节前后两三个月内，DeepSeek 的流量巨大，如果它想做商业化的话，很快就能达到全球第一，豆包等其它大模型根本没有机会。只要DeepSeek不在最近的开源周把基础设施相关的优化方法开源出来，以后它都可以依靠这个来赚钱，如此一来别人都没有机会。DeepSeek也没有融资，不需要受到投资人的影响。技术理想主义和人才是最大的壁垒。对比OpenAI，OpenAI 现在能看到的成果基本上都是在Altman和Ilya的纷争发生之前的研究成果，至少创新点是已经确定了，如今最初那帮有理想的人才离开了之后，OpenAI本身的创新几乎就没有了。目前 OpenAI的创新更多是在应用层面，比如Deep Research，应用层面的创新没有什么壁垒，所以它也要跟着竞争对手一起卷。” 某大厂AI技术专家王牧（ 化名 ）告诉知危：“除非有钱、有人才、有硬件，否则没必要在预训练大模型上浪费功夫，DeepSeek起码在2021年就有万卡集群了，也不缺钱。反观其它中小公司，基本凑不齐这个条件。” 高鹏表示：“AI创业公司要想活下去，还是要转向应用，一两年前我也是这么认为的，现在转都可能太晚了。接下来第一批要被淘汰的 AI 公司就是做基座大模型的公司。大模型的训练，其实有很多复杂的细节，非常依赖经验的积累。Transformer 架构内部的细节是普遍比较了解的，但不管开源还是闭源模型的论文基本都不会告诉你数据是如何准备的，数据细节是什么，数据规模有多大，数据质量如何等等，业界也没有一个统一的标准。” “开源开一半”在大模型赛道一直是典型做法，当前，会将代码、权重、数据集、训练过程全公开的大模型少之又少，比较知名的有 OLMo、BLOOM 等。 然而，即便转向应用就能活下来了吗？从前面对 To B 赛道和 To C 赛道的分析，AI 创业公司在应用上几乎很难形成自己的行业壁垒。对此，高鹏表示：“ 要想形成自己的行业壁垒，关键在于自己拥有哪些数据，模型谁都能用。数据分为两个方面，一方面是创业者的领域经验，一方面就是手里的数据了。” 从企业文化的角度，高鹏认为研发基座大模型需要的是一种实验型、工程型的艰苦探索精神，“之前很长一段时间，国内很AI创业公司都太高调了，做技术本来是先应该低调的做，做好再去高调地宣传。有些团队学术界的组成比较重，但学术界的人研究技术有时过于理论化。人才或团队方面，一个大模型团队能不能成功主要看老板理不理解大模型。如果老板都不理解大模型技术，或者没有信仰去坚持，因为不赚钱就放弃了，是根本行不通的。DeepSeek能成功更多是依靠自顶向下的组织模式，老板对技术细节很懂，带大家一起干。国内符合这种模式的太少了。” 对于业内热烈讨论的国内基座大模型最后的赢家预测，高鹏认为这个论断还太早，“ 能参与竞争的玩家，技术路线上不会有太大的差别，就按着 Transformer 架构去做细节优化就行，Mamba和RWKV也有希望。关键是要踏踏实实做事，时间会证明一切。最后的赢家、前三名这种事都不好说，大模型技术栈是很复杂的东西，而且谁知道是不是还有很多人在默默地干一件事情，只不过时间还没到而已。” 在模型赢家很难判断的现在，数据开始变成了最重要的护城河。红杉资本合伙人 Konstantine Buhler曾表示，OpenAI在ChatGPT上犯的一个错误就是不允许编辑回复，而这本来可以在反馈循环中提供更高质量的数据，并构建更深厚的护城河。 数据能否让某个行业在当下借助AI进一步发展或者带来新的商业机会也很重要，张森森表示：“AI落地的成熟度更加接近金融、互联网两个行业的，我比较看好 AI 办公、AI 政务、AI电商。主要是基于其数字化程度高，以及业绩的高确定性。” “尽管电商已经比较成熟，但AI将继续提升电商的效率，尤其是在商品推荐、客户服务、物流优化等方面。AI通过更精准的市场分析和决策优化，能够提升电商平台的效率。这种效率的提升将不仅仅是线下零售的继续，而是能带来新的电商形态，尤其是在跨境电商领域，AI将助力其爆发式增长。” “相比之下，金融行业在2024年就出现了一次业绩爆发，2025年随着AI业务深入，业绩能还有很大的增长空间。” “反观那些AI落地不成熟的行业，特别是智能制造，有大量的定制化的东西，每个企业生产的产品都是不一样的，没有一个统一的标准。所以企业想推动AI工作自动化比较困难，数据的价格很高，精度要求也很高。虽然说工业软件基本是智能制造落地最早的解决方向，有比较好的效果。但是制造业的AI化升级是有历史包袱的，大部分的制造行业的数据和信息化的水平是不够的，就导致它们在做AI化的时候是缺乏数据的，特别是异常样本的收集几乎是没有的。复杂度也高，比如设备种类繁多、数据标准不统一，导致算法可迁移性很差，常常忽略一些关键因素比如温度、材料或者一些不可预测的变量的影响。而且，企业对传感器数据的关注是有偏差的，对于各种传感器故障数据，企业主要关注的是会影响生产结果的数据，但实际上，那些边缘的传感器数据，未来很有可能成为我们撬动整个制造业创新和商业化的一个支点。AI能够通过对这些数据的分析，发现潜在的优化机会，从而推动整个行业的进步。” “而且，制造业的能力要求和其它行业也有一些不一样，它要求必须实时处理问题，大模型的延迟性在这里会难被接受。所以，智能制造短期内是没有投资回报率的，当然国家肯定会把这个行业的AI化给扶持起来。可能未来五年，会产生一个大规模增长，机器人化和AI化会做一个双重结合。” 说到底，对于初创公司来讲，无论是做基础大模型还是做To B或是To C，你都很难找到一个坚固的护城河，如果没有长年积累的数据或技术经验，都无法形成竞争壁垒。 所以，初创公司一旦没有在小有名气的时候把雪球滚起来，很容易就逐渐落寞最终找不到活下去的理由。 他们在某一刻摘到金苹果时，不过是命运女神短暂地打了个盹。

　　美国媒体《欧亚评论》近日发表一篇文章，认为特朗普滥施关税将付出沉重代价。 《欧亚评论》网站截图 　　文章说，经济模型表明，如果特朗普政府的关税计划全面生效，美国的实际消费将在 2025 年下降 2.4%，GDP 将收缩 2.6%，就业将下降 2.7%，这将意味着数百万个工作岗位突然消失。而且，这种痛苦也不是暂时的，负面影响将在未来15年陆续释放。比如投资枯竭、生产力放缓、实际收入停滞不前。通过关税振兴美国制造业只是一种幻想，其真实结果是从内部掏空美国经济。 《欧亚评论》网站截图 　　此外，特朗普关税针对的许多商品——矿物、咖啡、香蕉——都是美国根本不生产的商品。文章认为，对这些商品征税对促进美国国内制造业毫无帮助，这只会提高普通消费者的生活成本；而保护主义政策的反复无常还将严重危害美国国内的长期投资。当企业担忧贸易政策会因总统的社交媒体动态而朝令夕改时，就不会轻易进行投资或兴建工厂。 　　文章说，滥施关税还对供应链造成打击。比如，苹果手机就不是依赖单一国家生产的，其组件来自约40个经济体。福特F-150卡车也不仅仅是美国钢铁橡胶的产物，它背后是十几个国家的精密协作。如果要在本土重建这类供应链体系，需要耗时数十年进行技术沉淀，这是一个涉及物理、金融和全球物流的问题，不以某个人的意志为转移。 《欧亚评论》网站截图 　　特朗普的做法还违反了全球贸易协定。文章说，这种做法已突破国际贸易协定的底线。美国不仅通过挑战世贸组织规则体系动摇了其国际法治根基，更逐步侵蚀着支撑全球经济秩序数十年的制度框架。而且，这种政策转向正在引发连锁反应：国际资本对美国市场稳定性的疑虑不断加深‌，甚至可能动摇美元作为全球储备货币的信用基础‌。 　　文章最后指出，关税的实质是对美国消费者增加税收，这提高了价格，扼杀了增长，招致了报复，并削弱了美国的全球影响力。 　　编译丨魏郁 　　签审丨苑听雷 　　监制丨蔡耀远

　　美国本届政府上台以来，跨大西洋伙伴关系遭遇一系列前所未有的冲击。 　　美国《外交政策》杂志日前刊文称，重返白宫的特朗普对待华盛顿最老牌盟友的态度一直自相矛盾：他希望欧洲在防务上花更多钱，却用关税打击欧洲经济；他想从欧洲撤出美国资产，却又想接管格陵兰岛；他希望欧洲购买美国的武器，却又威胁要撤回使用这些武器的关键技术和后勤支持。 　　这一切令欧洲备感困惑，也迫使欧洲在尽快实现与美国“防务脱钩”、寻求“战略自主”方面形成了共识。 △美国《外交政策》杂志文章截图 　　然而，由于各国在优先事项、经济利益、防务自主路径等方面存在差异，欧洲能在多大程度上实现战略自主还不好说。 “美国必须以某种方式参与其中” 　　由英国和法国主导、旨在为乌克兰提供安全保障的“志愿者联盟”10日在布鲁塞尔北约总部召开了该联盟30多个国家的国防部长会议，讨论在俄乌达成和平协议的情况下，相关国家可以为提高乌克兰的防御能力提供哪些支持。 　　这也是“志愿者联盟”首次召开防长会议。 　　尽管英国国防大臣希利当天要求“志愿者联盟”成员国必须确保“为达成和平协议做好充分准备”，拉脱维亚国防部长斯普鲁兹也表示欧洲有能力肩负起支持乌克兰的重任，但多数国家仍对相关计划心存疑虑。 　　芬兰防长海凯宁强调，确保乌克兰的安全不能少了美国。“从芬兰的角度来看，我们认为美国仍然是保障（乌克兰）持久安全的关键角色”。 　　瑞典国防大臣琼森也认为，乌克兰问题的成功解决需要“某种形式的美国参与”。 　　荷兰国防大臣布雷克尔曼斯表示，美国的支持“非常重要”，但支持形式可能有所不同，具体取决于欧洲在乌克兰所选择的行动类型。 △美联社报道截图（题图为与会的乌克兰防长乌梅罗夫） 　　据法新社报道，当天会议结束后，只有英国、法国、瑞典和波罗的海三国爱沙尼亚、拉脱维亚、立陶宛共6个国家承诺在俄乌结束敌对状态后向乌克兰派兵，其他大多数“乌克兰的支持者”不愿做出任何承诺。 △“今日俄罗斯”电视台网站报道截图 　　这可以被视为欧洲国家在支持乌克兰问题上存在分歧的一个最新例证。 　　此前，在3月6日的欧盟特别峰会和3月20日的欧盟春季峰会上，匈牙利连续两次否决了关于继续军援乌克兰的提议，导致两次峰会都不得不单独发布只有26个成员国（欧盟共有27个成员国）签署的进一步支持乌克兰的声明。 　　具体到军援乌克兰的规模，分歧更是大得多。 　　在上个月的欧盟外长会上，欧盟外交与安全政策高级代表卡拉斯提出将欧盟今年对乌军援金额增至400亿欧元，遭到意大利、西班牙、匈牙利等多国反对。 △欧洲新闻网报道截图（题图左一为欧盟外交与安全政策高级代表卡拉斯） “我们该从哪里拿到国防经费？” 　　特朗普政府上台以来，无论是撇开欧洲就解决乌克兰危机直接与俄罗斯对话，还是要求欧洲大幅提高军费并负责保卫乌克兰，抑或是对欧洲加征关税，都让欧洲越发认清自己已被美国抛弃的现实。 　　也正因如此，法德等大国不断呼吁欧洲加强战略自主。 　　法国总统马克龙上月在电视讲话中再次强调提升欧洲防务能力的重要性：“我们主张了8年的欧洲（集体）防御终于可以实现了。欧洲国家将准备好保护自己，一起在欧洲本土生产所需要的装备，准备好加强合作并减少对其他地区的依赖。这是件好事。” △法国外交部社交媒体截图 　　德国候任总理默茨本月9日在组阁完成后召开的新闻发布会上重申，德国将加大国防投入。 　　根据德国总统施泰因迈尔此前正式签署的宪法修正案，德国政府将在特定领域放宽宪法中设定的债务上限，允许新增债务用于国防、民防、情报机构以及网络安全建设等。 　　默茨当时发表讲话，称此次改革“是迈向欧洲防务共同体的重要的第一步”。 △“欧洲动态”新闻网报道截图 　　为了进一步实现欧洲防务自主，欧盟上月公布了《欧洲防务白皮书》和《重新武装欧洲计划》，同样在财政和债务方面放宽限制，以鼓励成员国将更多的钱用于国防支出。 　　不过，在如何筹措军费、如何平衡各国财政利益等方面，欧盟仍面临诸多困难。 　　捷克西波西米亚大学学者兹德涅克·罗德表示，当前欧盟成员国的债务水平都很高，所以“我们要从哪里拿到用于国防开支的钱”是个大问题。 　　“欧洲人享有很高的社会福利，因此我们必须在安全与社会福利之间找到一个平衡。（为了筹集军费）你可以提高税收，但我认为这在绝大多数欧洲国家都不受欢迎。如果你不想加税或有更多的借贷，那唯一的办法就是在国家预算中削减某些内容。” △欧洲新闻网报道截图 　　事实上，《重新武装欧洲计划》也遭到法国、意大利和西班牙这几个欧盟大国的反对，原因是它们已背负沉重债务，不愿再增加财政压力。 　　澳大利亚智库洛伊研究所日前发表题为《拜特朗普所赐，欧洲战略自主迎来关键时刻》的文章指出，由于特朗普领导的美国不再被视作一个可靠的盟友，欧洲正在朝共同防御的方向采取行动。但这并不容易，也不会一蹴而就。 　　“许多问题还没有得到回答——特别是，这种‘欧洲战略自主’将采取何种形式，以及我们讨论的是什么程度的欧洲主权。” △洛伊研究所官网文章截图

年初英特尔正式发布酷睿Ultra 200HX系列处理器，从而完成了酷睿Ultra 200家族的布局。其中，酷睿Ultra 9 275HX作为本世代的次旗舰型号，被当前不少游戏本所使用。那么它的实际性能到底怎样？各方面表现又是否让人满意呢？下面我们一起看看。 英特尔酷睿Ultra 9 275HX处理器在规格上仅比Ultra 9 285HX低0.1GHz的频率。它采用24核24线程设计，即8个性能核+16个能效核构成，睿频加速频率5.4GHz，拥有36MB三级缓存，默认TDP为55W，最高TDP可以达到160W。 微星泰坦16 AI 2025(Ultra 9 275HX/16GB/1TB/RTX5080) 首先我们来看看CPU-Z和CINEBENCH的单核和多核测试。CPU-Z单核得分867.2，多核得分18123.4，因为第一代酷睿Ultra处理器并未推出高性能HX系列，所以只能与英特尔14代酷睿HX做一个比较，酷睿i9-14900HX处理器CPU-Z单核得分895.6，多核得分14361，可见酷睿Ultra 9 275HX在单核性能上略微落后14代酷睿，而在多核性能方面则提升了26%。 CINEBENCH R23单核得分2199，多核得分39375；CINEBENCH 2024单核得分135，多核得分1658，对比酷睿i9-14900HX的R23单核2134、多核33124以及2024单核128、多核1831的跑分表现，酷睿Ultra 9 275HX多核性能提升还是比较明显的。 接下来我们看看CINEBENCH R23多核心十轮连续测试以及能效曲线。 R23多核心连续十轮测试最高分为39375，最低分为34616，从第三轮开始之后性能开始保持相对比较稳定的状态。 多核性能我们还可以参考3DMark CPU Profile的测试，可以看到单线程得分1309，最大线程得分17894，相较14代酷睿i9-14900HX而言（最大线程得分13902），多核物理渲染性能提升约29%。 理论应用性能评估 在理论应用性能方面，我们测试了H.264编码、7-Zip压缩/解压缩、V-Ray采样率、Blender采样率四个项目，下面看看酷睿Ultra 9 275HX的表现。 首先在H.264编码方面，编码2500帧的速度为119.47fps，完成用时仅为21秒，视频编码效率再度大幅升级，这也是英特尔酷睿处理器一直以来的强项。 7-Zip压缩与解压缩测试，压缩速度75009KB/s，解压缩速度2072573KB/s，速度还是相当快的，毕竟是24核24线程设计。 渲染采样率方面，首先是V-Ray Benchmark，1分钟测试时间总体采样数达到34794 vsamples，相比14代酷睿i9-14900HX提升不少。 Blender benchmark monster、junkshop、classroom三项测试渲染采样率分别为235.96、146.66以及108.89 Samples/min，速度同样是快了不少，但Blender渲染采样还是GPU更快，所以CPU分数只做一个参考即可，实际使用还是要靠GPU来保障效率。 AI计算性能评估 英特尔酷睿Ultra 200HX处理器也引入了NPU计算单元，并且在AI算力方面带来不错的计算效率。通过UL Procyon与Geekbench AI，我们来看看酷睿Ultra 9 275HX的AI性能表现。 首先是CPU Integer，也就是CPU的整数计算性能，总体评分为506，比自家酷睿Ultra 9 285V的439分要高出不少。而NPU Float16算力评分为358分，比酷睿Ultra 9 285V的366分要略低一些。另外相比AMD锐龙AI 9而言，CPU和NPU算力上酷睿Ultra 9 275HX都要高出不少。 Geekbench AI主要测试计算单元的单精度、半精度以及量化性能。酷睿Ultra 9 275HX的CPU在三项测试中分别得到7573、7572以及13190分的成绩；NPU则分别为6983、8032以及12374分，CPU部分的单精度和半精度算力比酷睿Ultra 9 285V要高不少，量化性能略高一些，NPU部分的单精度算力略高一些，但半精度和量化性能不及酷睿Ultra 9 285V。 评测总结 总体来看，作为目前移动级处理器中的次旗舰型号，酷睿Ultra 9 275HX有着显著的多核性能提升，而且目前即便面对锐龙AI MAX+395这款AMD顶级处理器，也在多核性能方面有一定优势。不过在单核性能方面，它基本与14代酷睿HX系列处理器持平。另外它解决了14代酷睿处理器拷机超100℃的问题，能够保持比较不错的稳定状态，整体运行更加稳定。

近日，全球PC第一季度的出货量报告终于火热出炉，研究公司Canalys的报告显示该季度PC出货量同比增长超过9%，达到6270万台，创下近年来PC出货量的最高单季度增长。 图源：Canalys 单看2025年第一季度的数据，可能感知不大，那么不妨让我们回顾一下2024年的四个季度数据，以下数据均来自Canalys： 2024年第一季度，同比增长3.2%； 2024年第二季度，同比增长3.4%； 2024年第三季度，同比增长1.3%； 2024年第四季度，同比增长1.8%。 即使是被认为“PC市场全面复苏”的2024年里，整体增长幅度也并不高，仅第一和第二季度维持在3%以上，第三和第四季度直接跌到2%以下。作为对比，2025年第一季度超过9%的增长就显得很不寻常了，而且并不只有Canalys的数据如此超前，就连数据一向保守的IDC，也给出了4.9%的增长率，远超预测水平。 那么是否意味着PC市场进入快速增长状态呢？事实或许并非如此。 PC出货量暴涨， 但危机预警灯已亮 从数据来看，Canalys的报告揭示了桌面PC和移动PC各自的增长率，其中桌面PC出货量增长8%，移动PC的出货量则是增长了10%。对比往年的数据，可以看到这是少有的桌面端和移动端都同比大涨的季度，其中桌面端PC的出货量环比增长幅度非常大。 虽然有显卡更新换代周期的影响，但是考虑到英伟达的显卡供应一直不足，显然有其他因素拉动了整体出货量的暴涨。 而在IDC的报告里，则揭示了主流PC品牌的各自增长率。其中联想仍然是全球市场份额第一，以1520万台的出货量占据了24.1%的市场份额，同比增长高达10.8%，第二则是惠普，以20.2%的市场份额出货1280万台PC，同比增长仅为6.1%。 图源：IDC 不过惠普并非最低的，前两年开始逐渐从中国供应链撤离的戴尔，在本轮出货周期里仅有3%的增长，而苹果和华硕，则是分别拿到了14.1%和11.1%的增长率。与此同时，Other类目的总出货量则是下跌3.6%，在本轮出货周期里，PC的出货量明显更加集中到头部品牌身上。 IDC在报告中表示，第一季度的个人电脑商业需求强劲，其中Windows 10系统在去年10月开始停止支持是主要的推动因素之一。但是考虑到市场的增长幅度如此惊人，背后显然还有别的力量在助推，目前普遍的看法认为是经销商为了避开即将到来的报复性关税，提前囤货，而PC厂商也在进行配合。 与此同时，一些ODM厂商也提前发出预警，表示如果关税超出预期，将会考虑推迟发货，并寻求更好的解决方案。受此影响，有消息称宏碁、华硕、戴尔、惠普、联想等各大PC厂商已经通知供应链暂缓出货两周，以便观察市场形势。 毫无疑问，一个事关整个PC行业的“预警灯”已然亮起。 PC整机，将被关税当头棒喝？ 在美国宣布高额关税政策后，美国最大的定制PC制造商META PC就在推特上表示，受关税影响，PC零部件价格将大幅度上涨，最高可达50%。虽然META PC承诺在现有库存耗尽前维持当前价格，但是他们也警告称之后将不可避免地全线涨价，并且提醒所有消费者做好准备。 图源：推特 对此，有网友表示META PC不应该将成本转嫁给消费者，而META PC的回应则是：现有的关税涨幅已经远超他们可以承担的水平，如果不转嫁给消费者，那么只有结束经营这一条路可以走。 图源：推特 事实上，也有网友质疑META PC，表示CPU和GPU都是美国公司的产品，为什么对其他国家的关税会引起PC硬件价格暴涨？没错，英特尔、AMD和英伟达确实都是美国企业，但是除了英特尔外，AMD和英伟达的美国总部其实都只负责设计工作，真正的生产企业是台积电和三星，而且英特尔的工厂也遍布全球，在成都封装测试工厂就是其全球三大晶圆预处理工厂之一。 换言之，除了英特尔因为有本土工厂可以免于被征收关税外，AMD和英伟达都有可能受到关税政策的影响，而且CPU的成本事实上仅占PC整机的一小部分，真正的大头是配套的显卡、主板等一系列硬件。 图源：VEER 其中，显卡核心的生产基本由台积电完成，而显卡的生产则主要在东南亚各国（包括中国），可以说是受影响最直接的区域。即使针对半导体颁布特殊条例，机箱、电源、内存、主板以及其他杂七杂八的硬件，大多也都来自中国。 相关报告显示，PC主板的产量有50%以上来自中国，而DRAM和NAND闪存颗粒也有相当一部分来自海力士、三星和镁光的中国工厂。此外，在显示器、机箱、PCB等电子零部件和硬件的市场份额上，中国也占据主导地位。 你可以这么认为，除了CPU和GPU外，PC整机的其余硬件都与中国有着千丝万缕的关系，也都是美国关税的重点关注对象。所以也就不难理解，为什么META PC会表示自己无法消化关税带来的成本上涨，如果不涨价就只有“死路一条”了。 至少短时间内，高质高量且产能稳定的PC硬件供应链，是无法在其他国家找出来的，这也意味着美国的PC整机市场，将会经历一次大范围的冲击。 不过，PC整机市场其实还算是好运的，因为除了新装机的用户外，老用户都可以暂时用旧硬件凑合一下，而笔记本电脑所面临的就是另一个危机。 美国PC市场， 就快要瘫痪了？ 从Canalys提供的数据不难看出，笔记本电脑才是PC市场的核心，市场占比超70%。那么笔记本电脑的主要生产国是谁呢？我想这个答案大家应该都猜得到，没错，还是中国。 图源：VEER 根据TrendForce集邦咨询的最新调查，2024年全球笔记本电脑预计将出货1.74亿台，其中89%的组装和制造都在中国完成，而这是过去两年里如戴尔等企业逐渐转移部分产业链后的成果。 笔记本电脑的高精尖属性，使其产业链的转移非常困难，而且往往伴随极高的成本附加，这也是为什么在关税战争开启后，美国的笔记本电脑市场会首当其冲。 因为如果没有免征额外关税的特殊条款，那么美国市场在消耗完库存后只能被迫接受价格翻倍的产品。 早在4月9日，著名PC外设品牌雷蛇就已经宣布暂停在美国销售刚刚发布的两款笔记本电脑，雷蛇不仅关闭了预售通道，甚至后续连笔记本电脑页面都处于不可见状态，只保留了预留邮箱等待开售通知的入口。 图源：雷蛇 雷蛇显然不是唯一一个受此影响的笔记本电脑厂商，华硕、联想、惠普、苹果等品牌都将受到显著影响，可以说都在等待美国的进一步态度，其中是否将PC及相关硬件纳入例外名单就成为关键。 那么中国呢？从消费者的角度来说，受影响的比例较为有限，虽然CPU和GPU均来自美国企业，但是生产制造却基本在东南亚区域。 而中国仅对“原产于”美国的产品征收额外关税，也就是说大部分硬件都不再受影响的范围内。 当然，这并不意味着我们就高枕无忧，厂商仍然可能通过调整价格的方式来弥补关税造成的额外损失，但是考虑到我们的本土制造和全球最大单一PC市场的优势，大概率也是受影响较小的国家。 老实说，关税战争带来的影响可能暂时还不会显现，但是整体情况仍然在往更坏的方向发展，大家也要做好PC等数码产品涨价的准备。

快科技4月14日消息，知名苹果记者Mark Gurman爆料，iPadOS 19将向macOS靠拢，主要在生产力、多任务处理和应用窗口管理三大方面进行突破。 Mark Gurman表示，苹果的目标是让iPadOS 19的操作体验更接近macOS，iPad用户长期呼吁苹果增强平板的生产力，这次升级可谓是众望所归。 众所周知，PC的价值在于生产力，最新一代iPad Pro用上了更强大的M4处理器、更大的内存，同时苹果也发布了妙控键盘等生产力配件。 整体而言，iPad Pro已经拥有很强的硬件设计能力，但是iPad的灵魂iPadOS还没有达到生产力标准，尽管增加了分屏、侧滑小窗等机制，但iPadOS仍不是处理多任务的好选择。 之前苹果曾说过一句名言：你的下一台电脑，何必是电脑？苹果希望搭载M系列芯片的iPad也能成为你的生产力工具，这次iPadOS 19有望实现苹果的目标。 按照惯例，iPadOS将和iOS 19一样在2025年6月的WWDC开发者大会上登场。

IT之家 4 月 14 日消息，北京时间今天凌晨，OpenAI 创始人兼首席执行官山姆・奥尔特曼在社交平台 𝕏 上发文宣布：接下来的这一周，将发布很多精彩的产品，明天（IT之家注：即北京时间周二）开始。 就在本月初，奥尔特曼曾透露可能在数周内发布 o3 和 o4-mini，未来几月内发布 GPT-5。 奥尔特曼称，这是为了能够使 GPT-5 比最初设想的更好。团队还发现，顺利整合所有内容比想象的要困难，希望有足够的产能来支持预期的需求。 奥尔特曼今年 2 月曾发布一份路线图，详细阐述了公司 GPT-4.5 和 GPT-5 人工智能模型的发展计划。 奥尔特曼表示，OpenAI 的一个重要目标是“将 o 系列模型与 GPT 系列模型统一起来，通过创建能够使用我们所有工具的系统，这些系统知道何时需要长时间思考，何时不需要，能够广泛适用于各种任务。” 他提到，公司计划将 GPT-5 作为整合了多项技术的系统发布，其中包括 o3 技术。他当时表示：“o3 将不再作为独立模型推出。”o3 技术在 2024 年 12 月首次预告，随后 OpenAI 于 2025 年 1 月推出了 o3-mini 版本。

快科技4月13日消息，北京大学定量生物学中心钱珑团队研发、构建了全球首个针对功能基因挖掘任务的大语言模型SYMPLEX。 该模型能够自动高效地从海量生物文献中发现具有目标功能的关键基因，并进行精准筛选和功能验证，为后续的蛋白质功能设计、生物制剂开发以及生物制造的应用提供科学依据。 团队与中科院深圳先进技术研究院娄春波研究员合作，将SYMPLEX应用于mRNA加帽酶基因的挖掘，获得的新加帽酶活性显著优于mRNA疫苗生产中采用的商业化酶，展示了大语言模型赋能生物制造的巨大潜力。 “本项研究开创了功能基因挖掘的新范式，为mRNA疫苗规模化生产提供了关键酶资源库。”钱珑表示，研究团队正在利用这一大模型进行更多可用于合成生物学的关键酶元件挖掘，并将该平台拓展至合成通路设计等领域，有望推动生物制造进入“人工智能驱动的科学研究”的新阶段。

快科技4月14日消息，上周六美国海关突然宣布，对笔记本电脑、智能手机、集成电路等豁免征收“对等关税”。 从公告中看，在中国大陆进行组装的苹果iPhone、各类PC、服务器，以及在中国进行制造或封装的半导体、集成电路等众多产品出口到美国都将会获得豁免，无需缴纳此前特朗普政府持续提高的对华加征高达125%的关税。 对此，美国商务部长接受采访时表示，智能手机、笔记本电脑和无线耳机等获得关税豁免的电子产品将被重新审查，这是政府对半导体行业调查的一部分。 “没错。我们需要我们的药品、半导体和电子产品在美国生产。”他的言论将加剧企业对特朗普关税举措的不确定性。 特朗普也表示：“我们必须在美国本土制造产品。美国的黄金时代即将来临，其中包括即将到来的减税和减少监管措施，相当一部分已经获得了众议院和参议院的批准，这将意味着更多、薪资更高的就业岗位，在我们国家制造产品。”

一分钟 就有好故事 如果在短视频或者社交媒体上，刷到这条视频，我大概会津津有味看完，然后回想这是《猫和老鼠》哪一集。 自动播放 哪一集都不是，这不仅完全是 AI 生成的，而且是一次性完成。 视频生成一直以来都有一道「天堑」：时长。市面上主流的生成式视频产品，都是以秒为单位，能超过 10 秒就相当不错了，还暂且不谈这十秒里画面崩不崩。 这使得在实际使用中，还是需要剪辑、拼接那些几秒几秒的短镜头。这是目前的技术上限所致，没办法。 伯克利、斯坦福联合英伟达的最新研究，惊人地把一次性生成时长推到了 1 分钟，无剪辑，却仍然保持逆天的一致性。 通过引入测试时训练（Test-Time Training， TTT）层，显著提升了扩散 Transformer 模型生成长视频的能力，使其能够生成长达一分钟、具有复杂多场景故事的连贯视频。 传统 RNN 层（如 Mamba、DeltaNet）的隐藏状态为固定大小的矩阵（例如线性投影），rank 限制了压缩长序列信息的能力。当处理包含数十万视频令牌的上下文时，矩阵的线性表达能力不足以捕捉复杂的时空依赖关系。 聚焦在 TTT 层的创新之处有于，以隐藏状态作为神经网络。在传统的 RNN 中，隐藏状态是用来存储过去信息的，比如之前的输入如何影响当前输出。 通常，这个记忆是一个固定大小的表格（比如数字矩阵），只能简单记录过去的信息，可能不够灵活。但在这项研究中，作者将隐藏状态设计成了一个神经网络，这意味着这个「存储空间」本身具有学习能力。 每当处理新的视频片段时，这个程序会通过练习来调整自己。比如，它会尝试修复模糊的画面（自监督任务），根据修复的效果修改自己的内部参数（用梯度下降法）。 同时，处理每一段视频时，神经网络都会根据当前内容调整参数。就像人在做数学题时，每做一题都会总结方法，下一题用改进后的方法一样。 这样，模型就能记住更复杂的场景变化（比如猫追老鼠的连贯动作），生成长达一分钟的流畅视频。 为了检验成果，研究人员用了《猫和老鼠》作为材料。他们收集了 1940-1948 年间，发布的 81 集原版动画，总共超过 400 分钟。扫描原胶片，保留手绘动画的线条和抖动特征。 人工标注团队依据镜头连续性，将平均每 5 分钟的剧集，分割为 8-12 个场景。并且在这个环节，通过切割和标注的方式，模拟人类编剧从分镜到剧本的创作过程，使模型学习叙事层次结构。 效果有多好呢？ 自动播放 整整一分钟的视频，基本完成了剧本中所要求的情节，除了一些转折处有不自然，整个故事的完整性没有问题。 场景一致性、运动自然性都有惊人的表现。如追逐的场景，各个物体的属性、颜色、形状，以及和空间布局一致性都没有崩坏，证明了模型长期记忆的能力。 想象一下动画片里汤姆追逐杰瑞的经典场面：汤姆可不是简单地直线跑，他会急刹车、猛转弯、跳起来躲避障碍，甚至被砸扁后像弹簧一样恢复。 这些看似夸张混乱的动作，其实也包含物理逻辑。但要让 AI 理解这种复杂的动态场景并不容易。 过去 AI 模型（比如用到MLP技术的）需要学会描绘这种「不走直线」的运动轨迹。 现在 AI 有了一支灵活的「画笔」（MLP的隐藏状态），让它能捕捉汤姆突然加速、变向、摔倒滚成球等各种非线性的、但又符合物理规律的运动变化，而不是只能画直线。 前面提到的 TTT 层，核心创新就像给汤姆加了一个「外挂」，让他拥有超强的「临场反应」能力，能根据实时路况（新数据）微调自己的动作。 比如汤姆能看到香蕉皮的那个瞬间（测试时），立刻调整自己的脚步和姿势（动态调整神经网络参数），试图躲开或者以一种夸张的方式滑倒（上下文自适应）。 他不再靠以前摔倒的经验（静态训练好的模型），而是当场学习和反应（测试时自监督学习） 不过，基础模型，本身对复杂动作的学习不够完美，即使加了 TTT 层，有些错误还是会出现。 对于模型能力而言，如何提高视觉处理能力，始终是一个「长期主义」任务。 Kimi 新开源的 Kimi-VL，就是在模型的视觉能力上继续钻研提高。在这次开源的论文中可以看到，Kimi 用原生高分辨率视觉编码器 MoonViT，来突破传统视觉编码的限制。 传统方法（如 LLaVA-OneVision）需将高分辨率图像分割为子图再拼接，导致信息丢失和计算冗余。 MoonViT 基于 NaViT 的打包策略，将不同分辨率的图像拆分为块并展平为序列，结合 2D 旋转位置编码（RoPE），直接处理原生分辨率图像，保留细粒度视觉信息。 用人话来说，汤姆过去想抓住杰瑞，只能通过好几个小窗户去看一个大房间（ LLaVA-OneVision）。 MoonViT 就像给汤姆换上了一副超高清、广角、还能自动变焦的「超级眼镜」。 他可以直接看到整个房间（处理原生高分辨率图像），无论是墙上的小洞还是桌上的面包屑都一清二楚（保留细粒度信息），而且看得又快又好。 同时，Kimi 首次将 MoE 深度整合到视觉语言模型，跨模态的专家协作，能让语言模型在保留纯文本能力（如代码生成）的同时，激活视觉专家处理图像、视频等多模态输入。 对于视觉-语言的多模态任务而言，模型架构层的研究至关重要，因为多模态数据的异质性、交互复杂性以及任务多样性对模型的表示能力、计算效率和泛化性提出了独特挑战。 想让 AI 能看、能听、能跑、能思考，它的内部模型架构就至关重要。 你不能简单地把眼睛（视觉模块）和耳朵（音频模块）、大脑（语言处理）零件堆在一起。 必须精心设计它们如何连接、如何协同工作（融合异构数据、跨模态关联），才能让 AI 流畅地根据看到的画面和听到的声音做出反应，甚至理解一个包含画面和对话的故事。 更复杂的是，当我们要让 AI 生成长视频时，它不仅要保证画面好看，还得让整个故事情节前后连贯，讲一个完整的故事而不是随意堆砌场景，一分钟的 AI版《猫和老鼠》还是一个雏形。 未来，随着 3D 视觉、音频等多模态扩展，架构研究需进一步探索，跨模态动态路由，结合 TTT 思想设计跨模态交互层，或进一步优化隐藏状态的表达能力（如引入 Transformer 作为隐藏网络），或许是多模态模型架构研究的重要方向。 当大模型拥有了这全套「感官」，那些能帮我们干活但稍显愚蠢的通用 AI Agent ，可用性也将大大提升。

上周，美国教育部长琳达·麦克马洪（Linda McMahon）出席了亚利桑那州立大学+全球硅谷峰会（ASU+GSV Summit），教育和技术领域的专家齐聚一堂，共同探讨人工智能（AI）将如何影响学习。 在关于职场中人工智能的专题讨论会上发言时，麦克马洪多次将人工智能称为“A1”，就像将一种牛排酱料称为“A1”一样。 麦克马洪在发言中提到：“你们知道，人工智能的发展——我是说，如果我们没有最好的技术来支持，我们怎么能以光速进行教育呢？”她说，“我听说……有一个学校系统将开始确保一年级学生，甚至学前班学生，从这么低的年级开始，每年都能接受‘A1’教学。这真是一件好事！” 为麦克马洪辩护一下，她似乎并不真的认为人工智能的缩写是“A1”。在专题讨论会上，她一开始说的是“AI”，但后来越来越不一致。 “不久前我们还在说，‘我们的学校将要有互联网了！’”她继续说道，“现在让我们看看‘A1’，以及它如何能发挥作用。” 美国媒体techcrunch报道中表示，人工智能是一个如此普遍的术语，以至于很难想象有人会忘记正确的缩写——这就像一个职业运动员把美国职业棒球大联盟（Major League Baseball）称为“NFL”（美国国家橄榄球联盟）一样。有时候人们会说错话。人无完人。但这次感觉比平常更离谱，尤其是来自教育部长之口。

IT之家 4 月 14 日消息，蔚来李斌发文，宣布该公司在上海迎来第 10 万台量产车交付，成为在上海“第一个成交均价在 30 万元以上，并拥有 10 万用户的中国品牌”。目前蔚来在江苏、浙江、上海三地累计交付量已突破 30 万台。 IT之家注意到，李斌声称蔚来一半的用户来自市场竞争最激烈的长三角，这在一定程度上展示了蔚来产品与服务的竞争力。李斌称“随着销售服务网络的扩展，尤其是换电县县通的推进，会有越来越多的省市蔚来用户突破 10 万”。 蔚来声称，目前该公司在 30 万元以上纯电市场的占有率已突破 40%。旗下旗舰定位轿车 ET9 已于上月末开启交付，后续基于全新一代平台的蔚来 ET5、ET5T、ES6、EC6 车型也将陆续上市，此外乐道品牌第二款车型乐道 L90 也即将上市。

快科技4月14日消息，博主定焦数码暗示，华为Mate 80系列全系回归直屏，采用四等超窄边框设计，其中标准版是中置挖孔直屏，Pro系列则是三挖孔直屏。 他还表示，Mate 80系列一共四杯，这意味着Mate 80系列将同时推出Mate 80、Mate 80 Pro、Mate 80 Pro+和Mate 80 RS非凡大师，这个设计会延续很长时间。 据悉，上代产品Mate 70系列提供两种形态，标准版是1.5K直屏，无3D人脸识别，Pro系列机型则是1.5K等深微曲屏，支持3D人脸识别，这次Mate 80系列全系回归直屏，标准版和Pro版的主要区别在于，Pro系列标配3D人脸识别。 相比曲面屏，直屏更好贴膜，也更不容易误触，回归直屏形态是华为Mate 80系列的一大亮点，这意味着等深微曲屏正在逐步退出高端市场。 另外，华为Mate 80系列出厂搭载原生鸿蒙，余承东在今年3月份表示，自去年10月开启公测至今，原生鸿蒙操作系统已累计收到超过400万条用户反馈的优化建议，推动系统历经30余次迭代，新增功能特性超过150个。 截至目前，微信、抖音、支付宝、高德地图、京东等20多个APP的下载量均超过200万，鸿蒙生态版图正在加速扩张中。

IT之家 4月14日消息，根据Cox Automotive周四发布的最新Kelley Blue Book电动汽车（EV）销售报告，尽管美国电动汽车市场整体销量下滑，但特斯拉Model Y和Model 3在第一季度仍是美国最畅销的电动汽车车型。 报告显示，特斯拉Model Y和Model 3在第一季度的销量超过了紧随其后的其他几款车型的总和，而Cybertruck则成为整体销量排名第十的电动汽车。特斯拉 Model Y 共售出64,051辆，较去年同期下降了33.8%；Model 3售出52,520辆，同比大幅增长70.3%，使其销量超过其他几款车型的总和。此外，特斯拉Cybertruck售出6,406辆，Model S和Model X分别售出1,280辆和3,843辆。 IT之家注意到，特斯拉在第一季度推出了Model Y的新改款车型，这可能是导致其销量下降的部分原因。不过，该品牌还面临着公众持续的压力，许多人抗议埃隆・马斯克和特朗普政府，针对特斯拉的门店和车辆进行了攻击。 与此同时，福特Mustang Mach-E、雪佛兰Equinox EV和本田Prologue 紧随其后，分别售出11,607辆、10,329辆和9,561辆，位列畅销车型前五名。此外，去年进入市场的车型，如保时捷Macan、大众ID.Buzz以及沃尔沃的EX30和EX90车型，也受到了市场的关注。本田和讴歌在 2025 年第一季度向美国市场投放了超过14,000辆电动汽车，而2024年第一季度时它们在美国市场还没有电动汽车产品。 值得注意的是，雪佛兰Equinox EV、本田Prologue和大众ID.4等车型在2024年全年电动汽车销量排行榜上的排名都有所上升，这些新兴车型在2025年的表现值得关注。 Cox Automotive还指出，特斯拉的整体销量较去年同期第一季度下降了8.6%，而通用汽车（GM）则凭借其旗下品牌共售出超过30,000辆电动汽车，成为该领域销量增长的领先者。 以下是2025年第一季度美国电动汽车销量排行榜： 其他电动汽车类别可能包括低销量、豪华和小众电动汽车制造商的产品，如Lucid和Polestar。 2025年第一季度美国电动汽车品牌销量前10名如下：

IT之家 4 月 13 日消息，特斯拉发文，宣布本周自家在美国得州奥斯汀的超级工厂迎来了一个重要的生产里程碑 —— 该工厂正式生产出了第 40 万辆汽车。 ▲ 图源特斯拉 据悉，特斯拉得州奥斯汀超级工厂主要生产 Model Y 和 Cybertruck 两款车型，特斯拉确认该公司正不断加速焕新款 Model Y 车型的生产过程。 参考IT之家先前报道，近期特斯拉悄悄为得州奥斯汀超级工厂生产的新款 Model Y 和 Cybertruck 车型部署“自动行驶至出厂区”功能，让这些汽车在无需监督的情况下自动下产线开入交付车辆停车场，以便于降低人力成本，并向业界展示其为自动驾驶出租车持续做准备的决心。

日本的人形机器人产业居然掉队了？ 小时候看电视时，我总觉得日本科技树点满了浪漫：什么会飞的铁臂少年、掏任意门的机器猫，开AT力场的初号机。。 结果现在打开短视频，全是咱们的国产货在霸屏，会托马斯全旋的机器狗，耍720度回旋踢的机器人，连春晚舞台都混得风生水起。反倒是当年最早搞人形机器人的日本，现在连影子都见不着。 难道当年他们真把科技点全加在二次元了？别急，听我给你唠唠。 很多人以为日本人形机器人出现在20世纪，其实不然。 早在18世纪的江户时期，就出现了人形机器人的雏形——卡拉库里木偶。这些木偶由发条驱动，能够进行简单的端茶、表演或宗教仪式，十分精巧，以至于很多木偶大师能靠这手艺转行到工业界。 而20世纪，是日本人形机器人起飞的起点。 70年代，日本的工业机器人正在发展时期，日本政府颁布了《振兴特定电子工业及特定机械工业临时措施法》，将机器人技术列为重点扶持领域。 但日本人内心深处有着浪漫主义。他们的的技术愿景是——希望机器人真正像人类，并成为社会的一员。于是，人形机器人研究初现苗头。 在1973年，早稻田大学整出了全球第一个能自主行动的人形机器人WABOT-1，虽然它走起路来像刚学步的小孩，但好歹也算迈出了历史性的两步。这时，机器人的风就在日本刮起来了。 文艺界一看，必须得蹭机器人这波热点啊。于是就搞出了《哆啦A梦》《高达》等一堆我们耳熟能详的动画，日本人对机器人的好感度直接拉满。 就连宗教界也没放过机器人，在1974年日本出版的《机器人中的佛陀》中写道：佛陀存在于万物之中，机器人也有佛性。好家伙，真搞赛博修仙是吧。 不仅如此，日本的人口结构也是他们研究人形机器人的动力。他们从1970年就迈入了老龄化社会，直到2005年，65岁以上老年人占比已突破20%。 一堆老年人等着人照顾，人手又不够，传统机械臂那玩意也进不了家门啊。所以，日本就开始着眼服务型机器人的发展。2005年，国立科学博物馆发布的一份研究报告就写道：“服务机器人将极大改变未来人类社会形态的程度。” 此外，日本的企业界也在闷声发大财。本田在2000年，推出了全球首台全功能人形机器人——ASIMO，惊艳世界。在那个年代生活过的差友们应该记得，第一次见到机器人跳舞上楼梯，那场面一辈子都忘不掉。之后的十几年，ASIMO也一直活跃在国际舞台。 到这时，人人都觉得，日本的机器人正在蒸蒸日上。 但到2025年，全球机器人赛道就剩中美在掰手腕，ASIMO早已宣布退役。这个曾经用机器人惊艳世界的国家，就这么消失了？ 这原因可不止一个。首先，日本人写软件一直不太行，但软件就是机器人的脑子。 要知道日本在这方面非常薄弱，因为上世纪末大家伙都在发展互联网的时候，日本各大公司都在“重硬轻软”。 当时日本的实业发展迅猛，所以全国上下都在崇拜“实干工程师”，比如造车、造游戏机的。写代码的？那不是打杂的吗！所以，根本没人想搞软件创新。以至于像现在日本最火的社交软件Line，都是韩国Naver的日本分公司做的，本土企业连这块蛋糕都没接住。 软件算法上的落后，让机器人看着硬朗得很，实则没有脑子，纯纯的木偶pro max。 而且，日本之前的机器人研究，大多是政策导向的结果。 政府怀着“充钱才能变强”的信念，给机器人研发疯狂充值。搞出的那台的WABOT-1，造一个就要100万美元，而且路都走不明白，让我花100万买个巨型手办，属实有点冤大头了。 他们也知道，如果想赚钱，那肯定要搞可爱又能干的商用机器人。但大家伙造出来的，不是费用出不起，就是智力有问题。 比如ASIMO，本来设计出来的目的是服务家庭，结果一个就要250万美元，好家伙，那还不如请个活人呢。 又或者服务机器人Pepper，它倒是便宜一点，只需要1900多美元。但它的智商根本不能胜任日常任务，宣传的“情感交互”功能，其实也是事先设定好的程序，真正的交互仍是异想天开，很多人买去用了以后直呼上当。 政府投了这么多年钱，一个能赚的都没有，搞得日本政府不得不削减高校科研经费，意思就是别搞这种傻大个了，要吃不起饭了。。 再加上经济泡沫爆炸，日企集体开启攒钱模式，就像梭哈完输光积蓄的富二代，天天在躲家里数欠条。所以不是不想卷，是当年all in太猛，留下一屁股债只能现在慢慢还，哪还有闲钱加大力度啊。 反观隔壁发那科的机械臂，在汽车厂流水线干到冒火星。这年头，能赚钱的才是真有用的，只会表演的只能叫电子宠物。所以，早年堂堂亮相的那些人形机器人，纷纷消失在了历史长河中。 还有，日本在AI路线上也走错了方向，让本就略显颓势的机器人研究雪上加霜。。 当时世界上研究AI的主流是，AI肯定得逻辑缜密，给所有逻辑编成说明书，AI不就造出来了。日本更是这条路的领头羊，还扬言要造出有智慧的第五代计算机。结果，他们发现写这本书就像拆东墙补西墙，根本完善不了。 直到深度学习崛起，日本才发觉天塌了，直接导致日本AI研究落后于时代，在AAAI中的论文数量排名仅占第7。 不过，回到开头的问题，日本的人形机器人真是掉队了吗？ 我觉得，是掉队了，但没有那么狠。 其实，人形机器人，也只是机器人行业的一部分。而事实上，现在工厂里用得最多的还是大块头的工业机器人，比如机械臂机械手什么的。日本的发那科、安川电机这样的公司，在这方面仍然处于世界前列，不少国家都得从他们那儿进货。日本能吃老本吃到现在，说明在硬件方面有足够深厚的积累，要是他们哪天软件突然开窍，追上来也不是没可能。 只不过研究完这些，我对于日本人点错科技树的本事，又有了新的理解。。从错过互联网浪潮，到迷失在AI时代，我只能说，他们总是很有自己的想法。。。