EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
不想学习的人 也不让骑手学习
文|唐辰 图|北京日报客户端 京东办骑手学院,但被很多人误解了。 前几天,央视、新华社、人民日报、学习强国都集中推送了一条新闻:《全国首家“现代骑手学院”广州揭牌》。内容显示,12月11日,广东省教育厅与京东集团签订战略协议,在广州职业技术大学(下称“广职大”)落地全国首家“现代骑手学院”。 根据计划,未来三年,现代骑手学院的技能培训有望覆盖京东(含德邦、跨越)在广东的10万余名全职骑手和一线小哥。 这意味着,全国首家校企联合,专注于骑手和快递员职业发展的职业技能教育平台正式成立,外卖骑手、快递员,正逐步成为一份更有保障、更受尊重以及有上升通道的职业。 送骑手学技术,有什么用意 事实上,“骑手学院”并不是新名词,京东也不是第一个吃螃蟹的企业。 根据我的了解,近些年来,随着骑手、快递员等新兴就业群体的壮大,山东、新疆、杭州等省市陆续开设骑手学院,为外卖小哥提供技能、学历提升的平台和机会。 就企业而言,美团曾联合国家开放大学推出“骑手上大学”项目,帮助骑手掌握基础职业技能。但从后续动态看,这更像是为了宣传而造的噱头。 其官网新闻中心还挂着一条消息:《美团“骑手上大学”第四期开学,已累计资助320位骑手》,时间停留在2023年11月,再无更新进展。 此次京东联合广职大共建的新学院,与传统的骑手学院有很大的不同。在粤港澳大湾区教育发展高等研究院院长卢晓中看来,“现代”指的是现代的管理理念、服务理念和产业、技术等,比如骑手学院对接了低空经济等新兴领域,将现代技术植入职业培训,推动骑手职业从体力型、事务型向技术适配型升级。 他还补充说,“这有利于打破传统骑手职业‘简单劳动’的认知,更加强调职业的专业性与价值感。” 其言外之意是,“现代骑手学院”不是简单的培训,而是为在职骑手、快递员提供职业发展和技能提升支持的平台,进而为他们打开可持续成长的职业通道。 这种设计打破了"骑手=体力劳动者"的刻板印象,为他们的职业发展铺设了清晰上升路径。 以骑手学院首期培训学员之一的祝观龙为例,他是一位25岁的大学本科毕业生,专业是物流管理,却感到所学偏宏观。如今,在广职大的课堂上听老师讲解Y3系列无人机性能。 他对此很感兴趣,并表示,希望骑手学院能提供更多创新性职业相关的课程,比如无人机配送、AI、电子商务、自媒体这些,“说不定我学了无人机后就可以顺利转岗,有更高收入,认识更多人,整个未来发展就不一样了。” 祝观龙的主动学习和提升能力,在骑手队伍里很有代表性。他也说出了自己的困惑,“当前骑手就是每日重复从商家取餐、向顾客送餐的过程,难以实现个人能力提升,存在明显职业瓶颈。” 这实则反映出外卖骑手、快递员队伍的一个长期现实窘境:职业发展路径模糊、技能培训不足、学历晋升困难等问题,成为阻碍他们成长的一座座大山。 数据显示,2025年全国外卖骑手总量已突破1300万。而第九次全国职工队伍状况调查结果显示,包括外卖配送员在内的新就业形态劳动者已达8400万人。 但长期以来,这个群体面临技能单一、职业发展通道狭窄等问题。通常情况下,骑手往往只有继续干、不干或者换平台干三种选择,只有极少数骑手能够在原有平台晋升为站点的站长或者副站长。他们对职业认证、转岗以及晋升管理岗位的诉求很大。 现代骑手学院的设立,正是对这类诉求的“对症下药”。京东就是想帮助骑手拓宽职业路径,实现从“送得快”到“能力强”的转型。 对应的,骑手完成培训后,获得国家认可的职业技能等级证书或专项能力证书,这些证书将纳入京东骑手人才档案,作为优先晋升、转岗的重要依据。 重估一线骑手价值,谁在质疑? 京东办骑手学院,另外一层含义更具方向标作用,即在重估一线骑手的价值。 长期以来,受头部外卖平台的影响,其商业模式的核心逻辑是通过算法和规模压缩履约成本,形成所谓的履约能力“护城河”。骑手也就成了这些环节里的“隐形劳动者”,甚至是可替换的执行者。 “现代骑手学院”通过铺设“学历+技能”双提升的通道,帮助骑手获得更好的职业发展路径、专业身份以及价值认同。 这何尝不是一种难以被算法复制的“组织能力护城河”。客观上也在打破算法对效率(骑手)的极限施压,为骑手赢得尊严。 “现代骑手学院”教师为骑手讲解无人机配送相关内容 广州日报 但我也注意到,“现代骑手学院”遭到一些质疑,也成为京东新的舆论槽点。不理解,大多是因为不了解。概括起来,这些说法大概有这么几点: 1、指责骑手学院加剧行业内卷。比较多的说法是,“送外卖也要证”、“送外卖也要门槛”。实际上,骑手考取的技能证书,跟能不能送外卖完全无关,将其粗暴的理解为职业门槛,误读为“先上大学,先考证,才能当外卖员”,也是对国家职业技能教育缺乏足够的了解。 骑手学院培训本身是帮助骑手提升岗位能力,并拓宽职业成长路径,让骑手拥有更多就业选择的机会。 2、质疑“骑手被迫上大学”。我了解到的真实情况是,学院培训完成,通过考核的骑手能在京东集团内部申请技术型、专业型岗位转岗。 在此之外,如果骑手有提升学历的想法,且符合标准,骑手学院还会积极对接国家高职扩招、专升本等政策通道,协助骑手通过职业教育体系实现学历进阶。整个过程完全自愿,不设强制要求,也不与现有岗位绑定。 此举是从骑手职业发展需求出发,搭建无门槛提升平台,帮助有意愿学习、提升的骑手,在闲暇时间多学一些技能,让其以后能有更多选择,拥有更稳定的生计。尤其是对于有年龄焦虑的骑手,这也是延长职业生命的途径。 比如首期培训学员郭树钊,今年40岁。他在配送行业已经做了七八年,他对无人机课程也很感兴趣,“无人机的工作也是一个选择,不会一天跑得这么辛苦,从骑手转向这方面也算继续对配送行业作贡献。” 他还透露了一个更朴实的想法,“以前总觉得骑手这份工作是吃‘青春饭’,没想到现在能像上班族一样考证书、上大学。” 3、有极个别网友说,现代骑手学院成立,是“资本对教育领域的又一次跑马圈地”。这类说法有扣帽子的嫌疑。根据公开的资料可以查证,现代骑手学院不面向社会招生,不以营利为目的,不强制。而是依托现有校企合作资源,围绕京东快递员、京东全职骑手职业技能提升开展的项目。 京东也没有将其作为布局教育产业的动作。这是由其企业理念决定的,京东始终认为,企业在用人过程中,有责任为员工提供更清晰、可持续的发展通道。现代骑手学院更多是一种职业培训和发展支持机制,而不是进入教育领域的商业行为。 4、吐槽“没送过外卖的人教你送外卖”。网上也流传“外卖的定义是什么”、“外卖的历史与背景”、“外卖的原则”、“送外卖的意义”等课程设置。这种误传,更像是AI生成的论文结构。稍有点职业培训常识,就能看清,这种结构适合学院派的教学、研究,不太会用于职业教育。 根据官方资料,“现代骑手学院”课程分为4个模块: 职业技能进阶模块,骑手可以学习智能调度系统操作、无人配送设备基础维护、绿色配送实践、仓储管理实务等高阶技能,以便未来向技术型、管理型岗位转型; 法律法规与安全规范模块,传授骑手交通安全、劳动权益、平台服务规范等知识; 软技能与职业素养模块,骑手接受沟通协作、客户服务、职业规划等培训,提升综合素养; 新技术应用模块,开设无人机配送、智慧物流等领域相关课程,为有意向转岗的骑手提供前置学习机会。 可见,学院课程围绕骑手岗位能力提升与职业转型需求来设置,依托广职大现有的产教融合平台、实训基地及未来的“订单班”,开发阶梯式的课程体系。 5、猜测培训会加剧骑手的经济负担。这类说法显然是没有了解骑手学院的规划:学院预计于2026年上半年正式开班,首期培训规模约500人。骑手的学费将由京东集团承担大部分,本人仅承担极小部分。 还有一类说法稍显中立,骑手送餐、送快递那么忙,哪有完整的时间和精力上课?“现代骑手学院”在培训模式进行“因材施教”的设置,其提供了短期培训、长期培训、定向培训三种形式供骑手选择。 其中,短期培训全部免费;长期培训由学校提供免费场地、教师,教学完成后组织考核,考核通过后京东小哥可在京东全集团内部申请技术型、专业型岗位转岗,例如家电工程师、无人机飞手等。成功转岗后将依据新岗位的职责要求与技能标准,实现不同幅度的薪酬待遇提升。 从另外一个角度看,这也是现代骑手学院区别于传统骑手学院的一大优势:骑手培训结合京东集团真实的业务场景和岗位资源,使得培训有的放矢,挖掘更大的价值。比如无人机飞手的岗位培训,对应新经济方向,成长和收入空间较大。 就像我一个朋友说的,给想要学习、提升的骑手、快递小哥设置障碍、嘲讽,这很令人费解。 今年1月印发的《教育强国建设规划纲要(2024—2035年)》强调,强调要完善和加强继续教育、自学考试、非学历教育等制度保障,建设人人皆学、处处能学、时时可学的学习型社会。 “现代骑手学院”为骑手在职业生涯的任何阶段,都提供了学习提供的机会,实现了从学校到社会的终身教育。 如果说,“不学习”成为了一种潮流;或者说,吐槽那些想学习、帮助别人学习的人,成为了让大家拍手叫好的事,那才是整个社会真正需要反思的。 “现代骑手学院”不仅要办,还要办好 近年来,京东围绕快递员、外卖骑手等“一线小哥”推出了一系列高调且系统性的保障措施,包括全额缴纳五险一金、建设15万套“小哥之家”、承诺收入不因社保减少、为骑手配偶安排工作、设立现代骑手学院、成立权益研究中心等。 京东创始人、董事局主席刘强东曾表示:“有人说把员工外包给第三方,我们一年立马可以节省十几个亿,公司一年就可以有十几个亿的净利润,早就可以赚钱了。但我认为这是耻辱的,这个成本永远是不可以省的,京东不允许这样做。” 这体现的是京东坚持“先人后企”的理念,致力于为员工提供有尊严、体面的工作。比如,“现代骑手学院”还开设了“骑手权益与发展研究中心”,将开展行业政策与标准研究,持续推动新就业形态劳动者权益保障体系建设,让骑手的成长之路更有保障。 官方报道还提及,京东将推动在广东建设7所京东产业学院、10家超级校园综合运营中心、5个产业科技创新中心、8所校企联合实验室,推动3个产教融合公共实训基地建设。 这被概括为“71583"专项计划,各项举措远超行业常规手段。这种深度绑定企业真实需求的模式,相比传统校企合作的“纸上谈兵”,更接近德国双元制职业培训的本质。即,以职业需求为核心,形成产学研直接转化的培养体系。 我也相信“现代骑手学院”的版图还会继续扩大,不会只局限于是广东一省,其在落地实践中会遇到各种挑战,但要坚持下去,还要办更好。 因为现代骑手学院的创立,对企业而言,现代骑手学院有助于培养更多具备实际技能的技术型、专业型人才,完善内部人才梯队建设,提高用工的稳定性和专业化水平。 对骑手个人而言,学院带来的是“可选择的可能性”。有意愿的骑手可以根据自身情况选择继续配送、技能转型或学历提升,减少对“职业天花板”的焦虑,增强长期发展的安全感。 从更广泛的层面看,这也是对新就业形态劳动者职业发展路径的一次探索,尝试在灵活就业与稳定成长之间,找到更可持续的平衡方式。 其最终的意义不只是投了多少钱,培训了多少骑手、快递员,而在于京东探索的这种模式,将改写骑手的职业轨迹,“体面”两个字,也将被大写。
这个年度词汇让我生理性厌恶,连迪士尼都要用AI给你喂“泔水”了
这是最好的时代,互联网上,应享尽享。这也是最坏的时代,是一个下沉的年代,互联网上充斥着的都是「泔水」。 韦氏词典(Merriam-Webster)发布了 2025 年的年度词汇:Slop。 这个英语单词的原意是「猪食」「泔水」。精准,也令人不适。根据韦氏词典的官方释义,Slop 指的是「通常由人工智能大量生产的低质量数字内容」。在英语原义中,它原本的含义包括淤泥、污水,或者更直白一点——倒在食槽里喂猪的泔水。编辑部特意强调,这个词自带一种「湿漉漉的、你绝对不想碰触的声音」。 如果说几年前我们谈论 AI 时,使用的词汇还是充满科幻色彩的「奇点」或稍显恐慌的「幻觉」,那么到了 2025 年,人类终于对满屏的生成式内容失去了一切好奇,只剩下一个发音黏糊糊的、带有生理性厌恶的单词:slop。 它毫不避讳地指出 AI 内容的廉价感,直接揭穿了当下互联网最尴尬的真相:AI 的确在又快又大量地生产内容,但都是营养匮乏的数字垃圾。这一切的背后,不过是一场巨头和巨头联手打造的、关于榨干注意力的算计。 从「幻觉」到「泔水」 前两年的 AI 好像还没那么让人厌恶,虽然它会画六根手指,做一些奇形怪状的动画,或者跑各种奇奇怪怪的 但到了 2025 年,这种情绪彻底变了。AI 生成的质量越来越好,越来越精致,不再犯以前那样的低级错误,却也越来越让人不适:放眼望去,到处是漫山遍野的平庸。 这就是 Slop 的问题所在:正确,却平庸。 Slop 的泛滥,在某种程度上又说了一遍「互联网已死」这句话,它正在成为现实。韦氏词典说,「这个词向人工智能传递了一个信息:在取代人类创造力这件事上,有时候AI 看起来并没有想象中的那么超级智能」。 这些内容不是为了交流,不是为了表达,甚至不是为了被阅读,它们存在的唯一目的就是为了被算法抓取,为了占据屏幕的像素,为了塞在广告加载的那几秒钟里。 为了被消耗掉而存在,导致这些内容是粘稠的、同质化的,也让真正有价值的信息沉入海底。现在上网冲浪的体验更复杂了,比如你试图搜索一个生活小技巧,不得在返送回来的内容里,小心识别出 AI 生成的废话文学,才能找到一句人话——最后也还要核实,因为可能是二次传播了 AI 内容。 累觉不爱,最终汇聚成了「Slop」这个词里的全部愤怒。 当「梦工厂」去掉「梦」字 然而,这种让用户感到恶心的「泔水」,在商业巨头的报表里却是香饽饽。最令人细思极恐的,莫过于最近迪士尼和 Sora 联手的消息。 在传统认知里,迪士尼应当是站在 Slop 对立面的。一开始也确实是这样的,在各种 IP 人物里,迪士尼的人物形象往往是比较难生成的,版权保护是其中的重要原因。 毕竟,这家造梦工厂的护城河,是人类最极致的才华、最细腻的情感连接和最不可替代的 IP 故事。如果连米老鼠和艾莎女王都开始由算法批量生产,那么「创意」二字将一文不值。可就在不久前,迪士尼表示已与 OpenAI 达成协议,不仅计划将 Sora 生成的视频引入其流媒体平台,还向 OpenAI 进行 10 亿美元的股权投资,并获得购买额外股权的认股权证。 也……不能说就是迪士尼堕落了,流媒体赛道早已白热化,Netflix 都要大举收购华纳兄弟,进入下半场后,走向 AI 几乎是必然选择,我们可以称之为「Slop 经济学」。 在流媒体的初期,巨头们比拼的是「头部内容」——谁有最好的电影,最火的剧集,才能吸引用户成为会员且长期订阅。但订阅并非完全排他,以及愿意在流媒体上花钱的用户总量有限,在增长见顶的今天,比拼变成了「时长占有率」。 不止迪士尼,所有流媒体都不约而同发现,用户在流媒体上不仅仅是在看电影,更多时候,他们需要的是一种「背景音」或「视觉伴随」。 对于这种伴随式内容,人类艺术家的成本太高了。雇佣一流的画师去绘制动画里一朵云,或者雇佣摄影师去拍摄每一个空镜,或者让音乐人去写每一段配乐,相比于能创造的效益而言,性价比太低。 而 AI 恰好能以接近零的边际成本,生成无数看起来「足够好」的画面——反正这些内容也就是「听个响」,不可能像《甄嬛传》一样被观众拿着放大镜看,连一点点穿帮都找出来。 这可能就是迪士尼的算盘,所以在一年前,迪士尼就已经开始探索AI介入的可能性,并为此专门成立了一个部门,并成为「技术赋能办公室」。 他们的想法是,保留最核心的主角和剧本(至少目前还得这么做,主要是为了维持版权壁垒),而将一些周边内容比如背景、过场、宣发物料以及那些为了杀时间的次生内容,交给 AI 去生成。对于平台而言,内容不再需要是「作品」,它只需要是「填充物」。 这是一种「风险控制」的思路,跟创作关系不大。迪士尼入股 OpenAI,本质上是在买一张通往未来的船票。技术只会越来越好,打不过就加入,然后用它来降低自己的生产成本。 这已经是很多大公司在做的事,美名其曰「降本增效」,只是长期来看这就带来了审美降级,它默认了观众并不需要很精致的艺术,只需要不断流动的像素,持续刺激他们的多巴胺——正如所有的短视频一样。 分裂的互联网,在垃圾场里淘金 当然,也不是所有内容平台,都「打不过就加入」,比如维基百科就很抗拒这种纯生成的内容泥石流。倒不是因为他们有多高尚,而是因为他们的商业模式依然依赖于「真实性」和用户的信任。 维基百科如果被 AI 生成的虚假条目淹没,它就失去了作为知识库的意义,其实这个道理对于很多其它平台也是类似的:Pinterest 如果满屏都是 AI 生成的虚构家居图,用户就会因为找不到图里的商品而愤怒离开;Spotify 如果充斥着 AI 合成的虚假歌手,真实的音乐人生态就会枯竭。平台或多或少都仰仗用户的信任。 而另一边,则是「投喂派」的狂欢,主打的就是无脑刷屏。在这些平台上,逻辑不再重要,画面的连贯性也不重要,重要的是色彩的刺激和无穷无尽的滚动。这些平台不仅不排斥 Slop,反而鼓励 Slop。因为他们的算法目标只有一个:停留时长。 2020-2026 年间美国居民在电视和短视频上的使用时长对比。 图片来自:EMARKETER 只要用户还停留在 App 里,无论他是在看一部精心制作的短片,还是在看一段 AI 生成的猫猫狗狗,其实都是一样的。甚至,AI 视频因为成本更低、更能根据用户的数据实时生成其偏好的「诱饵」,在商业效率上反而更高。 这种分裂构成了 2025 年最荒诞的景观。互联网不再是平的,它变成了折叠的。一边是少数坚持「全手工制作」的精品内容社区,它们可能不仅需要付费,还需要用户具备极高的辨别能力;另一边是免费、泛滥、充斥着感官刺激的公共流量池,那里是 Slop 的海洋。 那,我们用户算什么? 现在,回头看「Slop」这个年度词汇,会发现它多少有点让人不寒而栗。 Slop 其实不是很好翻译成中文,「泔水」是最贴近的意译。泔水的特点是什么?混杂、粘稠、黏黏腻腻看不清的一堆东西。毕竟,猪吃的东西不需要美味,不需要营养均衡,甚至都不需要是卫生的,只要足够便宜、量大管饱。 当迪士尼开始用 Sora 生成的画面填充大大小小的屏幕,当算法试图用无穷无尽的 AI 废料填满每一个人的碎片时间,当他们不再在这个过程中追求美和意义,而是单纯追求产量与留存时,一个无法回避的伦理问题摆在了所有用户面前:那我们用户算什么? 在这个庞大的、自动化的数字喂养系统中,在那一刻,坐在屏幕前、手指机械滑动、被塞进这些信息的我们,在算法冰冷的逻辑眼中,究竟被当成了什么? 我们和猪猡,又有何分别?
摆脱对DeepSeek依赖,腾讯官宣前OpenAI研究员姚顺雨加盟
摘要: 腾讯一直是全球AI人才储备中国阵营的第一梯队,姚顺雨的加入意味着腾讯已为新的AI竞赛准备好弹药。 凤凰网科技 出品 作者|赵子坤 编辑|董雨晴 12月17日,凤凰网科技获悉,腾讯升级大模型研发架构,新成立AI Infra部、AI Data部、数据计算平台部,全面强化其大模型的研发体系与核心能力。Vincesyao出任“CEO/总裁办公室”首席AI科学家,向腾讯总裁刘炽平汇报;同时兼任AI Infra部、大语言模型部负责人,向技术工程事业群总裁卢山汇报。 尽管内部信息并未公布其中文姓名,但凤凰网科技从多个信源处获悉,其为今年9月传言加入腾讯的前OpenAI研究科学家、AI领域顶尖人才姚顺雨。彼时,有知情人士告诉凤凰网科技,姚顺雨有回国之意,并与腾讯高层进行了接洽。 姚顺雨的履历堪称“天才之路”。他本科毕业于清华姚班,并担任姚班联席会主席,还是清华大学学生说唱社联合创始人。 之后他在普林斯顿大学获得计算机博士学位,2024年毕业后加入OpenAI担任Research Scientist,参与了OpenAI的Computer-Using Agent、Deep Research等多个产品项目。 作为腾讯大模型体系的重要一环,AI Infra部将负责大模型训练和推理平台技术能力建设,聚焦大模型分布式训练、高性能推理服务等核心技术能力,构建大模型AI Infra核心竞争力,为大模型算法研发和业务场景落地提供稳定高效的技术支持和服务。 架构升级后的AI Data部、数据计算平台部,将分别负责大模型数据及评测体系建设、大数据和机器学习的数据智能融合平台建设工作。王迪继续担任大语言模型部副总经理,向Vincesyao汇报。刘煜宏担任AI Data部负责人、陈鹏担任数据计算平台部负责人,均向公司副总裁蒋杰汇报。 AI大模型研究与工程技术紧密相关。在过往混元大模型训练以及海量业务场景的深度实践中,腾讯已经积累了系统化的工程能力;此次大模型研发架构升级,在进一步强化腾讯工程化优势同时,旨在提升AI大模型研究能力,聚焦公司AI战略布局,提升AI大模型的研发效率。 这也与近期腾讯相关团队的动作一致——不断吸纳顶尖人才,姚顺雨的加入只是最新一例。近期据媒体报道,腾讯在积极挖角字节跳动的人工智能研究人员,开出双倍薪水,已经成功招揽了其中至少一部分人。而且腾讯还向一些应届博士毕业生提供了比行业标准高出50%的薪资。不过该消息并未得到腾讯官方确认。 更早之前,微软开源大模型团队WizardLM的核心成员几乎全员加入了腾讯混元。 另据36氪《智能涌现》报道,姚顺雨在加入腾讯后,已经帮助混元招募到了更多的人才,如字节、阿里、AI六小虎(Kimi、MiniMax、智谱、阶跃星辰、百川、零一万物)中的数位核心员工。 有腾讯员工对凤凰网科技表示,姚入职后整体团队节奏明显加快,加班赶进度较为常见。 这一系列调整背后,也反映了全球AI人才争夺战对战局的影响。来自全球的一线从业者在评价中国AI企业时,往往会提到DeepSeek和阿里旗下的千问模型。即便元宝今年初曾凭借DeepSeek热潮完成产品追赶,但在模型层,腾讯仍处在探索期,过去,腾讯一直是全球AI人才储备中国阵营的第一梯队,姚顺雨的加入意味着腾讯已为新的AI竞赛准备好弹药。
多益网络辟谣公司董事长徐波美国代孕生子100个,实际仅有12个
凤凰网科技讯 12月17日,多益网络昨日发布声明:近日,美国《华尔街日报》发布关于多益网络董事长徐波先生的恶意造谣报道(题为“The Chinese Billionaires Having Dozens of U.S.-Born Babies Via Surrogate”),称“在社交媒体上,(徐波)他的公司表示,他通过美国代孕拥有超过100个孩子”。该报道蓄意混淆事实,捏造不实信息,对多益网络董事长徐波先生的个人声誉及多益网络形象造成严重侵害。 在此,多益网络正告《华尔街日报》及相关造谣、传谣的各平台用户,停止对多益网络董事长徐波的恶意诋毁,多益网络强烈谴责并坚决反对此类捏造事实的造谣、传谣行为。 对于《华尔街日报》的不实报道,多益网络在此进行辟谣声明:徐波先生通过美国代孕所生的孩子数量,仅有12个。《华尔街日报》所称“通过代孕在美国生育了100多个孩子”是蓄意混淆事实的造谣行为。此外,“徐波说男孩比女孩更优秀”“微博账号经认证由徐波运营”“徐波在网络发护照”等均为《华尔街日报》捏造的不实信息。 在此,我公司严正要求《华尔街日报》立即删除相关造谣报道,就其恶意歪曲事实的行为向多益网络董事长徐波先生公开道歉,并通过其全球发行渠道发布澄清声明,消除不良影响。 请转发虚假谣言的各媒体、自媒体第一时间自行删除相关谣言,针对此次造谣事件对多益网络董事长徐波先生造成的名誉损害,我公司已委托律师团队进行证据固定,对于相关造谣、传谣的各平台用户,多益网络将保留追究法律责任的权利。
百姓“平摊”AI耗电账单 数据称美国数据中心密集区电价五年暴涨267%
IT之家 12 月 17 日消息,科技媒体 Ars Technica 今天(12 月 17 日)发布博文,美国参议员伊丽莎白・沃伦(Elizabeth Warren)等人于本周二正式致信亚马逊、谷歌、Meta、微软等七家科技巨头,要求其解释数据中心项目如何避免推高居民电费。 参议员援引数据指出,在数据中心活动密集的地区,过去五年的电费涨幅高达 267%。弗吉尼亚州作为数据中心最集中的地区,预计到 2030 年平均电费将再上涨 25%。 2024 年各州平均零售电价(左)和 2019 年至 2024 年经通胀调整后的价格变化(右)。 IT之家援引博文介绍,调查还揭露了科技公司转移成本的“不透明手段”。参议员指控,AI 公司常通过空壳公司掩盖数据中心的真实所有者,并要求地方官员和土地所有者签署严格的保密协议(NDA)。 在土地交易中,居民往往只被告知是“财富 100 强公司”的“工业开发项目”,直到高昂的电费账单寄到家中,才惊觉社区内已建起耗电量堪比整座城市的设施。这种策略不仅规避了公众监督,更剥夺了社区居民的知情权。 尽管科技巨头公开承诺“不让居民承担成本”,但其实际行动却大相径庭。亚马逊虽声称会覆盖相关费用,却加入了“数据中心联盟”这一游说团体,积极反对要求企业预付基础设施成本的监管决策。 谷歌高管也曾以“歧视性”为由,反对将数据中心划入单独的“费率等级”。参议员批评这种现行的社会化分摊模式已不再适用,因为单一数据中心客户的用电量现已相当于美国最大的城市,让普通家庭为其基础设施买单极不公平。 为保护消费者,参议员主张必须打破公用事业公司为争夺科技巨头业务而提供折扣、却对居民涨价的现状。立法者要求科技公司在 2026 年 1 月 12 日前披露内部能源预测及游说支出,并推动建立独立的“数据中心费率等级”。 该机制将强制企业预付电网升级费用,并签署长期合同。目前,犹他州、俄勒冈州和俄亥俄州已通过类似法律,弗吉尼亚州也在考虑跟进。 除了当前的成本转嫁,立法者还对未来的金融风险表示担忧。如果企业对 AI 的需求未达预期、技术瓶颈导致算力需求停滞,或者芯片能效大幅提升,数据中心的能源需求可能暴跌。 若不要求预付费用,一旦科技公司遗弃项目,公用事业公司为满足其需求而投入的数十亿美元基础设施成本,最终将全部转嫁给普通消费者,导致用户面临巨额账单却得不到任何服务。
新员工立刻拿期权 奥特曼抢人不和张一鸣拼现金
OpenAI传出大消息:新员工入职之后,不再有等待期,期权归属立刻启动。 这已经是今年OpenAI第二次调整期权激励政策,之前从12个月等待期改为6个月,如今干脆取消。 无独有偶,xAI今年夏天也悄悄缩短了期权归属的等待期,只不过具体缩短到几个月未对外公布。 AI人才争夺的热战已经持续了三年,如何吸引人才和留住人才是头部玩家都需要考虑的问题。去年初字节就已经对期权激励政策做出重大调整,加快一年等待期之后的归属节奏,并且加大了现金奖励的力度,随后阿里也有相似的动作。 但是中国大厂对期权激励政策的调整比较精密,总体思路是在等待期之后短期回报加大、现金回报存在感更强。 而OpenAI和xAI这种直接缩短甚至取消等待期的做法则相当激进,颇有种“来了就有股权拿”的味道。 如今科技公司普遍采取的一年等待期+四年左右总归属期的期权激励框架,在上世纪的硅谷成形,三十年间一直是主流做法。 在今年Meta疯狂的挖人行动之下,OpenAI人才流失严重。现在OpenAI的员工两年留任率只有67%,远低于Anthropic的80%。 俗话说,舍不得孩子套不着狼,但问题是舍得孩子也未必套得到狼,风险还显而易见。OpenAI给新员工快速及时的期权激励,未必能解决人才问题,却一定会增加成本。 01 为了留住人才,OpenAI拼了。 有媒体援引知情人士消息称,OpenAI已经通知员工,以后新员工入职即开启期权奖励,直接把“期权等待期”给取消了。 期权奖励是科技公司吸引人才的一大法宝,但是普遍都会以“1+N”的方式归属——头一年是等待期,这期间离职拿不到期权。在第一年期满时,员工才能一次性拿到第一部分的股权,并在之后的N年里逐步兑现剩余部分。 这样安排的考量不难理解,在一年等待期与N年归属的设计下,企业既能用期权奖励吸引人才,也免得人才“薅羊毛”、拿到期权很快离开。 今年4月的时候,OpenAI已经做出了第一次调整,将等待期从一年缩短到半年。如今彻底将等待期取消,OpenAI给出的理由是:旨在鼓励新员工勇于承担风险,而不必担心在获得首批股权前被解雇。 也就是说,新员工进来,在等待期总是畏手畏脚的,怕还没拿到期权奖励就被开了。那我们现在就取消等待期,让新员工能放心大胆地去做也许有风险的决策。 可以看到,OpenAI对于取消期权奖励等待期的解释,指向的是鼓励内部创新。 但是外界普遍认为,OpenAI此举,是为了应对外界的人才争夺压力。 今年OpenAI人才流失严重。最有标志性的事件是今年夏天Meta一周内挖走8名OpenAI的核心研究人才,让OpenAI高管直呼“有人偷家”。 当时OpenAI就表示,公司“正在重新调整薪酬,并寻找创造性方式表彰和奖励顶尖人才”。 除了期权奖励的节奏调整之外,OpenAI此前已经向核心员工发放数百万美元的一次性留任奖金。 OpenAI的确有理由焦虑。 风险投资公司SignalFire追踪了数千名科技从业者的动向,发布《2025年科技人才状态报告》,其中显示:OpenAI的员工两年留存率(两年前入职的员工如今仍在公司的比例)只有67%,这个水平接近Meta等巨头,远低于同样是初创公司的Anthropic,后者的留存率高达80%。 巨头员工流失率高没什么奇怪,但是作为动辄讲理想讲使命的初创公司,OpenAI显然有点“不经挖”。 02 和一次性留任奖金、提高某些核心岗位的薪酬相比,员工股权奖励节奏变动是一家公司更加深层、持久的政策调整。 自从三年前ChatGPT横空出世,科技公司之间的人才争夺一直很激烈。 早在2024年1月,字节跳动就已经调整了员工期权奖励政策。等待期仍然是一年,但后续的奖励节奏加快、力度加大。过去是按年归属,调整后按季度归属。同时,四年归属比例从“15%-25%-25%-35%”变成“20%-25%-25%-30%”,第一年(入职第二年)归属比例提高。 除此之外,那次调整还包括年终激励方式改变,绩效突出员工将获得更多期权、绩效期权会在基数与股数上双重放大、期权归属后可全额参与回购。 到2024年底,字节进一步调整年终奖绩效方案,10股以内期权的激励(1.3万元以内的)改为现金一次性发放,低于30股期权的激励当月就能归属完毕。 阿里巴巴在2024年3月也做了调整,新授予的股票和晋升股票,由原来的年度归属改季度归属。除此之外,阿里引入了“长期现金”作为激励方式之一 。 国内大厂的相关政策调整主要指向两个方向:一是第一年等待期之后的期权归属节奏加快,二是该给现金给现金。这种调整没有从根本上改变过去期权激励的框架,而是顺应当下期权吸引力下降、员工对现金渴望度上升的现状,进行细致、精密的“校对”。 和国内大厂细致地调整相比,硅谷的AI初创公司直接缩短甚至取消等待期,做法更加激进。除了OpenAI,xAI也在今年夏天的时候也悄悄缩短了等待期,具体缩短到了什么程度尚未有公开消息。 不要小看OpenAI和xAI的动作,它们正在打破传统,而这种传统正是在上一次科技浪潮中诞生于硅谷的。 1950年之后,员工股票期权已经在美国兴起,但是主要限于公司高管,成为一种高收入人群合理避税的手段。后来知名的“八叛逆”创办仙童半导体,成为硅谷生态的起点,八位创始人通过股票期权成为百万富翁,曾想将股票期权推行到普通员工行列,却被母公司拒绝。 后来“八叛逆”陆续离开仙童。1968年,最后离开仙童的两位创始人创办了英特尔,也将员工股票期权制度建立了起来,但给普通员工期权在很长一段时间仍然是少数公司的做法。 直到上世纪八九十年代,硅谷科技公司的爆炸式增长,股权补偿成为吸引顶尖工程师和创业人才的核心工具。 一开始,等待期和总归属期都设置得比较久,能获得期权的员工仍然是少数。如苹果在1980年上市的时候,有约40名早期员工一夜暴富,让工程师们切实看到了期权奖励的魅力。但是当时也有早期员工未获得期权,导致了内部争议。 将期权奖励大范围在企业内铺开,微软功不可没。在九十年代中期,微软给员工授予期权的覆盖范围就已经接近100%。互联网泡沫时期,上万微软员工成为百万富翁,不少人在25岁前就实现财富自由。 典型的微软股权激励框架是一年等待期,四到五年的总归属期,这也逐渐成为硅谷乃至全球科技公司的主流框架。 这一员工期权激励框架在多年间运转良好,科技公司们的总归属期与归属比例设置只会有细微的差别。但是在AI时代,面对人才竞争压力,OpenAI和xAI开始坐不住了。 03 大幅缩短期权归属等待期,甚至直接取消之,目前还只是少数公司的选择。 在初创公司里,两年留任率高达80%的Anthropic也并未跟进。Anthropic和谷歌DeepMind的做法是设置留任奖金,而非直接调整期权激励政策。 OpenAI这种打破硅谷科技公司多年传统框架的做法,风险显而易见。 等待期,说白了是企业给自己一个缓冲期,来判断招进来的员工是否真的“值得”。 如果你雇佣的人最终被证明不适合这个职位——无论是在文化方面、能力方面还是其他方面——你有12个月的时间来解决这个问题,否则他们可能会带着股权离开。 取消等待期,OpenAI 实际上是在说:我们将从第一天起就给你股权,如果我们在第三个月不得不让你离开,你也将保留你已经获得的股权。 以OpenAI的薪酬水平和估值(5000亿美元)来看,仅仅在OpenAI待了几个月,有可能可以带着几十万美金的股权离场,这可不是一笔小数目。 在某种情形下,这种做法是“合理”的:如招聘标准非常高,OpenAI有信心只要是招进来的,几乎每个人都是对的人;或者找不到顶尖人才的损失,大于给普通员工立即发放期权奖励的成本。 放在OpenAI身上,激进的期权激励政策调整显得尤其“沉重”。 OpenAI预计今年仅在股票期权激励方面就将支出60亿美元。这几乎是其预计约130亿美元营收的一半。 英伟达是一家市值3.3万亿美元(去年数据)的上市公司,拥有超过3万名员工,在2024年上半年花费了约22亿美元用于股票补偿。OpenAI 的员工人数可能在 3000 到 6000 人之间。 讽刺的是,股权激励机制最初的设计目的是使员工的利益与公司长期的发展保持一致。你必须留下来,帮助公司发展壮大,才能获得你的股份。 如今,在市场顶端,情况却完全颠倒了。公司对人才的渴求如此之深,以至于他们免费提供给员工过去需要耐心和投入才能获得的东西。 对于AI从业者——尤其是顶尖研究员——来说,现在是卖方市场。问题是,这种情况能持续多久?
金句媲美雷军!罗福莉首次站台小米演讲,揭秘MiMo大模型和背后团队
智东西 作者 | 云鹏 编辑 | 李水青 罗福莉加入小米后的首次公开演讲,来了! 智东西12月17日北京现场报道,刚刚,小米举办了年度“人车家全生态”合作伙伴大会,现场人头攒动座无虚席,展区不少展台都已被围观人群挤满,讨论热度颇高。 小米创始人兼CEO雷军此次并未来到现场,小米集团合伙人、集团总裁卢伟冰率先登台演讲,今天第三位演讲的是当前备受关注的原DeepSeek核心成员、被业内称为“天才少女”的罗福莉,她现在的职位是小米MiMo大模型负责人。 罗福莉在演讲过程中虽然稍显紧张,但她抛出的海量金句却句句令人印象深刻: ·AI正以非线性的方式重演人类大脑6亿年的进化史; ·语言是人类思维和物理世界在符号空间的“投影”; ·下一代智能体系统不是一个“语言模拟器”,而是一个真正理解我们世界、并与之共存的“智能体”; ·相比生物演化的稳固根基,AI的发展是“空中楼阁”; ·AI进化的下个起点,一定是有一个能跟物理世界交互的模型; ·算力和数据也并非最终的护城河,真正的护城河,是科学的研究文化与方法,是将未知问题结合模型优化转化为可用产品的能力; ·开源的价值本质上是一种分布式的技术加速主义; ·开源是实现AGI的普惠化,是确保所有人类的智慧共同进化的唯一路径; 在演讲中,罗福莉首次明确解读了小米打造Agent语言基座模型的三个核心方向,解读了新模型背后的多项关键技术突破。对小米如何通向AGI,罗福莉也明确了小米的路径。 除了AI大礼包,今天会上,卢伟冰也分享了小米整体业务的诸多亮点。 卢伟冰说,2025年是小米“大发展”的一年,今年前三季度,小米收入同比增长32.5%,超过了3400亿元,经调整利润同比增长73.5%,其中手机销量中国市场1-10月排名第二。 未来五年,小米集团研发投入预计将超过2000亿元,2026年预计研发投入在400亿左右。 小米人车家生态究竟包括什么?卢伟冰这次给出详细拆解: 产品包括个人设备、出行设备、家庭设备; 核心技术包括芯片、OS、AI; 智能制造包括手机、汽车、大家电工厂; 什么是小米当前聚焦的核心,一目了然。 在大家最关心的AI方面,小米自研MiMo系列大模型家族赫然呈现:推理大模型、视觉推理大模型、原生端到端音频生成模型、端侧视觉语言大模型、具身大模型。 一个月前的11月12日,罗福莉在朋友圈正式官宣加入小米Xiaomi MiMo团队。就在昨晚,小米刚刚发布了最新的MiMo大模型MiMo-V2-Flash,性能媲美DeepSeek-V3.2,这也是罗福莉加入后MiMo团队亮出的首个新成果。 一、罗福莉首次解读小米大模型三个重点方向,算力和数据并非最终护城河 罗福莉一上台就回到了“6亿年前”,她说,AI正以非线性的方式重演人类大脑6亿年的进化史。 为什么大模型“智能”起源于语言?在罗福莉看来,语言是人类思维和物理世界在符号空间的“投影”,而大模型成功解码了人类思维在文本空间的投影。 小米从“语言”出发,构建了面向Agent时代的语言基座模型MiMo-V2-Flash。 在小米看来,超强的代码和工具调用能力是Agent沟通的高效“语言”,围绕极致推理效率设计的模型结构是“高带宽”的Agent协作的关键,全新后训练范式则能够保证高效稳定的扩展强化学习训练。 这三个方面是小米聚焦的重点。 罗福莉特别提到,MiMo-V2-Flash模型并不大,但在代码和Agent测评基准测试中已经达到全球开源模型TOP2。 MiMo-V2-Flash的推理效率是其突出优势,在全球大致相同水位的顶尖模型速度和成本象限里,MiMo-V2-Flash实现了低成本和高速度优势。 具体来看,小米围绕极致推理效率来设计模型结构,采用了Hybrid SWA架构,固定KV Cache,增强长文推理,此外,团队采用3层MTP推理加速并行Token验证,实现推理速度2-2.6倍的提升。 在全新后训练范式方面,团队采用了Dense&Token-Level的强化学习。 当前MiMo-V2-Flash已经初步具备了模拟世界的能力,比如通过HTML写操作系统、模拟太阳系、画一颗圣诞树。 今天发布会现场,罗福莉宣布MiMo-V2-Flash发布即开源,模型权重、技术报告都开源,API限时免费。 对于未来的Agent发展,罗福莉提到,下一代智能体系统,不是一个“语言模拟器”,而是一个真正理解我们世界、并与之共存的“智能体”。 Agent执行从“回答问题”到“完成任务”,具有记忆、推理、自主规划、决策、执行的能力。 Omni感知统一多模态感知,为AI理解物理世界打下基础,嵌入眼镜等智能终端、融入日常工作流。 在通往AGI的路上,罗福莉团队希望补全缺失的演化拼图,单纯Scaling UP参数量不够,他们要让LLM回到“演化课堂”,补上它跳过的关键学习步骤。 简单来说,他们非常看重AI与真实世界的交互,强调多模态。 罗福莉特别提到,相比生物演化的稳固根基,AI的发展有些像“空中楼阁”。在她看来,AI进化的下个起点,一定是有一个能跟物理世界交互的模型。 AI不仅要看懂画面,还要理解背后的物理规律;AI不仅要推理文本,而是理解世界的运作逻辑。 罗福莉说,这一观点并非共识,行业中也有不少人认为语言就可以实现最终的AGI,比如Ilya。 在她看来,算力和数据也并非最终的护城河,真正的护城河,是科学的研究文化与方法,是将未知问题结合模型优化转化为可用产品的能力。 罗福莉现场也开启了“招聘会”,她提到,小米大模型Core团队是研究、产品与工程深度耦合的年轻团队,“小而美”却充满创业精神,他们极度好奇、追求真理。 罗福莉提到,在她刚刚开始研究时,开源模型与顶尖模型的代差有三年,而今天这一差距已经缩短到了“数月”。 他们相信开源的价值,开源的价值本质上是一种分布式的技术的加速的主义。在罗福莉看来,开源是实现AGI的普惠化,是确保所有人类的智慧共同进化的唯一路径。 未来,从数据的极致压缩,到算法的范式创新,再到与物理空间的深度链接,小米与全球AI共同定义未来。 95后罗福莉本科就读于北京师范大学计算机专业,硕士毕业于北京大学计算语言学研究所计算语言学专业。她曾在阿里巴巴达摩院主导开发了多语言预训练模型VECO,并推动了AliceMind的开源工作,2022年入职DeepSeek,参与了MoE大模型DeepSeek-V2的研发。 集诸多光环于一身,来到小米的罗福莉,其动向一直是业内关注的焦点。 结语:猛攻Agent基座模型,小米人车家生态全力冲刺AI AI,显然是整场小米生态大会围绕的核心关键词。 面向AI未来,小米的机会点显然不止于AI手机,手机、PC、穿戴、IoT、汽车,小米人车家全生态均能与AI深度融合,小米在大模型方面的AI基础能力提升则进一步加速了这一进程。 卢伟冰近日曾提到,小米AI大模型业务过去投入持续增长,“AI与现实世界深度融合”已被列为小米未来十年核心战略。显然,面对AI这场硬仗,小米已经做好准备All in,“兵马和粮草”都在加码筹备。
小米突然发布新模型:媲美 DeepSeek-V3.2,把手机的性价比卷到 AI
开源模型再次迎来一位重磅选手,就在刚刚,小米正式发布并开源新模型 MiMo-V2-Flash。 MiMo-V2-Flash 总参数 3090 亿,活跃参数 150 亿,采用专家混合架构 (MoE),性能还能和 DeepSeek-V3.2、Kimi-K2 这些头部开源模型掰掰手腕。 此外,MiMo-V2-Flash 采用 MIT 开源协议,基础版权重也已经在 Hugging Face 上发布,除了开源,新模型真正的杀手锏在于架构设计上的激进创新,把推理速度拉到了 150 tokens/秒,成本压到了每百万 token 输入 0.1 美元、输出 0.3 美元,主打一个超绝性价比。 从官方提供的页面来看,MiMo-V2-Flash 支持深度思考和联网搜索功能,这意味着它不仅能写代码、解数学题,还能实时获取最新信息。 附上AI Studio 体验地址: http://aistudio.xiaomimimo.com 开源模型新标杆,SWE-Bench 霸榜开源第一 老规矩,咱们先来看看 MiMo-V2-Flash 的跑分环节。 在数学推理方面,AIME 2025 数学竞赛和 GPQA-Diamond 科学知识测试中,MiMo-V2-Flash 都排在开源模型前两名。 编程能力更是亮眼,SWE-bench Verified 得分 73.4%,超越所有开源模型,直逼 GPT-5-High。做个简单科普,这个测试是让 AI 去修真实世界的软件 bug,73.4% 的成功率意味着它能搞定大部分实际编程问题。 多语言编程基准测试 SWE-Bench Multilingual 解决率 71.7%,智能体任务上,MiMo-V2-Flash 在τ²-Bench 分类得分中,通信类 95.3 分,零售类 79.5 分,航空类 66.0 分。 BrowseComp 搜索代理得分 45.4,启用上下文管理后直接飙到 58.3。 这些数据说明,MiMo-V2-Flash 不仅会写代码,还能真正理解复杂任务逻辑,执行多轮智能体交互。长文本能力也没拉胯,实测表现甚至超越了体量更大的 Kimi-K2 Thinking,证明混合滑动窗口注意力架构的长程建模能力确实强悍。 写作质量也接近顶级闭源模型,这意味着 MiMo-V2-Flash 不只是个工具,还能当个靠谱的日常助手。 长文本性能不打折,成本降 6 倍的秘密 MiMo-V2-Flash 最核心的创新是混合滑动窗口注意力。 传统大模型处理长文本时,全局注意力机制会导致计算量二次爆炸,存储中间结果的 KV 缓存也跟着飙升。小米这次采用了 5 比 1 的激进比例,5 层滑动窗口注意力搭配 1 层全局注意力交替使用,滑动窗口只看 128 个 token。 (考虑到有朋友不太了解 AI,简单科普一下:「token」(中文常译作「词元」)在大模型/自然语言处理里,指的是模型读入和输出文字时使用的最小计数单位。模型并不是按「一个汉字=1、一个英文单词=1」这样固定地数,而是把文本切成一段段 token 来处理。) 简单说就是,模型不用每次都看全部内容,只看最近 128 个 token,偶尔看一次全局,这样计算量和存储都能大幅下降。这种设计让 KV 缓存存储量直接减少了近 6 倍,但长文本能力却没打折扣,最长支持 256k 上下文窗口。 关键是小米还整了个「可学习的注意力汇入偏置」,其的用是让模型即使在这么激进的窗口设置下,照样能稳住长文本性能。 罗福莉在社交平台上特别强调,窗口大小 128 被证明是「最佳数值」,而 512 反而会导致性能下降。这个发现挺反直觉的,你会觉得窗口越大越好,但实际测下来 128 才是甜点。另外,sink 值(attention sink values)必不可少,绝对不要省略它们。 另一个黑科技是轻量级多 Token 预测 (MTP)。 传统模型生成文本时一次只能吐一个 token,就像打字员一个字一个字敲。MiMo-V2-Flash 通过原生集成的 MTP 模块,能并行预测多个 token,一次性猜出接下来好几个 token。 实测平均能接受 2.8 到 3.6 个 token,推理速度直接提升 2 到 2.6 倍,不仅在推理时管用,训练阶段也能加速采样,减少 GPU 空转,属于一箭双雕。 罗福莉提到,在三层 MTP 设置下,他们观察到平均接受长度超过 3,编码任务速度提升约 2.5 倍。它有效解决了小批量 On-Policy 强化学习中「长尾样本」带来的 GPU 空闲时间浪费问题。 啥叫长尾样本?就是那些特别难、特别慢的任务,拖着其他任务一起等,GPU 就在那干瞪眼。MTP 把这个问题给解了,效率直接起飞。 不过罗福莉也坦诚,这次因为时间紧迫没能把 MTP 完整集成进 RL 训练循环,但它与该流程高度契合。小米已经把三层 MTP 开源了,方便大家在自己的项目中使用与开发。 算力只用 1/50,性能如何不打折? 预训练阶段,新模型使用 FP8 混合精度,在 27 万亿 token 数据上完成训练,原生支持 32k 序列长度。 FP8 混合精度是一种压缩数值表示的技术,能在保持精度的同时减少显存占用和加速训练。这种训练方式在业界并不常见,需要对底层框架进行深度优化。 而在后训练阶段,小米整了个大活,提出了多教师在线策略蒸馏 (MOPD)。 传统的监督微调加强化学习管线,不仅训练不稳定,算力消耗还贼高。MOPD 的思路是让学生模型在自己的策略分布上采样,然后由多个专家教师在每个 token 位置提供密集的奖励信号。 通俗点说就是,学生模型自己写作业,老师在每个字上都给评分,不用等写完整篇才打分。这样一来,学生模型能快速从教师那里学到精髓,而且训练过程稳定得多。 最夸张的是效率提升,MOPD 只需要传统方法 1/50 的算力,就能让学生模型达到教师性能峰值。这意味着小米能用更少的资源,更快地迭代模型。 而且 MOPD 支持灵活接入新教师,学生模型成长后还能反过来当教师,形成「教与学」的闭环自我进化。今天的学生,明天的老师,后天又能教出更强的学生,套娃玩法属实有点东西。 用罗福莉的话来说,他们借鉴 Thinking Machine 的 On-Policy Distillation 方法,将多个强化学习模型进行融合,结果带来了惊人的效率提升。这为构建一个自我强化循环系统奠定了基础,学生模型可以逐步进化,最终成为更强的教师模型。 在智能体强化学习扩展上,小米 MiMo-V2-Flash 研究团队基于真实 GitHub issue 构建了超过 10 万个可验证任务,自动化流水线跑在 Kubernetes 集群上,并发能开 10000 多个 Pod,环境部署成功率 70%。 针对网页开发任务,还专门搞了个多模态验证器,通过录制视频而非静态截图来验证代码执行结果,直接减少视觉幻觉,确保功能正确。 对于开发者而言,MiMo-V2-Flash 能与 Claude Code、Cursor、Cline 等主流开发环境无缝配合,256k 的超长上下文窗口支持数百轮智能体交互与工具调用。 256k 是什么概念? 大概相当于一本中等篇幅的小说,或者几十页技术文档。这意味着开发者可以把 MiMo-V2-Flash 直接融入现有工作流,不需要额外适配,拿来就用。 小米还把所有推理代码贡献给了 SGLang,并在 LMSYS 博客分享了推理优化经验。 技术报告公开了完整模型细节,模型权重 (包括 MiMo-V2-Flash-Base) 在 Hugging Face 上以 MIT 许可协议发布。这种全面开源的态度,在国内大厂里属实少见。 目前 MiMo-V2-Flash 已经在 API Platform 限时免费开放,开发者可以直接上手体验。 小米的 AI 野心,不止于手机助手 MiMo-V2-Flash 的发布,标志着小米在 AI 赛道上的全面发力。 罗福莉在社交平台上透露了更多信息,「MiMo-V2-Flash 已正式上线。这只是我们 AGI 路线图上的第二步。」第二步就已经这么猛了,那后面还有啥大招?想想就有点期待。 当然,小米在技术报告中也坦诚,MiMo-V2-Flash 与最强的闭源模型相比仍有差距。但他们的计划很明确,通过扩大模型规模与训练算力来缩小差距,同时继续探索更稳健、更高效的智能体架构。 MOPD 框架下教师模型与学生模型的迭代共进化,也为未来的能力提升留足了空间。 把视角拉高来看,背后是小米对整个 AI 生态的一次战略押注。手机、IoT、汽车,小米的硬件生态需要一个强大的 AI 底座,MiMo-V2-Flash 显然就是小米为全硬件生态准备的那块基石。 就像十年前小米手机用 1999 元重新定义了旗舰机的价格标准,如今 MiMo-V2-Flash 正在用 0.1 美元/百万 token 的成本、73.4% 的 SWE-Bench 得分,重新定义开源大模型的性能标准。 这一次,属于开源模型的「小米时刻」真的来了。
冲上苹果应用榜第三!为什么蚂蚁阿福有望成为国民级AI App
作者 | 江宇 编辑 | 漠影 你有没有过这样的经历:深夜头痛,却不知道该不该就医;看完体检报告,一堆缩写让人一头雾水;想减肥、戒烟、养生,却总是三分钟热度。 面对这些细碎却真实的健康困扰,很多人都曾试图在搜索引擎或社交平台上寻找答案,但结果不仅真假难辨,稍有不慎还会被“吓一跳”。 现在,有一个更靠谱的“AI健康搭子”正在悄悄流行开来。 每晚睡前测个心率、第二天记下饮食和体重波动,“他”会像个不唠叨的朋友,把这些数据记录在册给你随时查看,还能按时提醒你别忘了锻炼、按时吃饭。甚至连你爸妈的血糖记录,它也能一并帮你管理,还能解读每一份体检报告。 这款由蚂蚁集团推出的AI健康应用——“阿福”正式推出新版本,全面强化了健康陪伴和健康问答功能。 目前,蚂蚁阿福App月活已超1500万,成为中国首个跻身AI App前五的健康类AI。 根据研究机构QuestMobile数据,蚂蚁阿福月活复合增长率83.4%,远超行业13.5%的平均增速。 新版本发布次日,也火速登上苹果应用商店免费APP下载榜TOP 3。 苹果应用商店免费APP下载榜 一、1500万月活背后,健康AI走对了第一步 蚂蚁阿福的崛起速度不算慢。2024年6月上线,4个月月活破千万,成为豆包、DeepSeek等通用型应用之后,第一个进入“AI App第一梯队”的垂直类产品。 如今,月活跃用户已超1500万,用户来源中有55%来自三线及以下城市,展现出很强的普惠属性 。 而在年轻人之间,“赛博养生”的流行,恰恰反映出对健康管理长期存在疑问与困扰,却始终缺乏有效解决方式。 普通人面对身体的不适、体检报告上的数据、家庭成员的健康变化,往往很难快速获得专业、可信的建议。而蚂蚁阿福切入的正是这些“在生活与医院之间”的空白地带。 这款产品一经发布,便以“AI健康问答”为起点,通过文字、语音、图像三种形式,让用户可以拍皮肤、拍药盒、拍体检报告来提问。 更关键的是,面对很多人“不会问”的困扰,它还能通过“AI诊室”模式模拟医生追问,引导用户补充关键信息,提高理解的准确率。 这背后是蚂蚁自研医疗大模型对图文和多模态数据的解析能力,该模型能解读99%的报告类型,皮肤识别准确率超95%。 除了技术本身,更重要的,是“阿福”将专业知识和通用AI之间的鸿沟变成了产品能力。 它能通过“分析”、“解释”和“参考建议”等方式,帮用户了解身体信号,并引导其做出更科学的决策。这种对边界感的把握,也让健康AI在“辅助决策”这条路上更靠谱。 二、不只是问答,“健康陪伴”切中当代生活刚需 如果说“健康问答”是让用户第一次感受到AI的专业性,那么此次的新版本,则进一步显露出“陪伴型AI”的产品形态,也让用户开始更直观感受到它的长期价值。 新版蚂蚁阿福上线“健康小日记”、“健康小目标”和“健康小提醒”等功能,从记录到提醒,帮助用户养成规律生活与行为习惯。 用户可以设置减重、睡眠、戒烟等目标,系统根据个人状况定制计划,并每日推送提醒。 数据可接入华为、苹果、欧姆龙等九大品牌的智能设备,也可上传图片和报告归档整理,还支持为家人建立健康档案,实现全家共享的健康管理。 相比“有问题时才会打开”的通用型AI工具使用方式,健康日记、目标提醒等功能正在慢慢融入用户的日常节奏。 在AI产品强调“持续陪伴”的今天,蚂蚁阿福更像是一种既贴合生活节奏、又具备专业支撑的健康类AI新形态,不仅能融入日常,也足够好用、让人愿意持续使用和信任。 而健康这个方向,天然带有长期性与实用价值的特征,有望成为最早验证AI陪伴产品路径的场景之一。 三、“健康+医疗”的“硬实力”打底,阿福有望成为国民级AI App 为什么是蚂蚁?因为做AI健康不止是搞个模型、接个API,而是要能同时在服务与信任上做好支撑。 蚂蚁阿福之所以有成为国民级AI App的潜力,一方面是因为健康服务具备广泛需求,覆盖了从农村到城市、从年轻人到老年人的多样化人群。 另一方面,蚂蚁集团在医疗合作网络上积累多年,也为阿福构建起完整的服务体系。从日常健康管理,到线上问诊、挂号购药、医保支付,正在逐步形成“健康+医疗”的一条龙服务。 数据显示,目前已有30万名医生、5000多家医院接入平台,六位国家院士与500多位名医在App中开设“AI分身”,为用户提供健康科普型咨询服务。 此外,多地卫健委将其引入作为“家庭医生”签约服务,形成与线下医疗的协同联动。 而在AI大模型方面,阿福背后的蚂蚁医疗大模型已通过信通院“双领域可信评估”,在HealthBench和MedBench等榜单中多次夺得中文医疗类模型的领先成绩。 在图文识别、推理能力、个性化回答方面具备稳定表现,也形成了医生团队深度共建、模型调教机制的技术优势。 这让“阿福”不仅能解答问题,还能作为“AI前哨”,在医生前介入用户健康行为,承担“预问诊”与分流功能,缓解线下医疗系统压力。这在资源分布不均、基层医生紧缺的中国,具备显著现实意义。 结语:从支付到健康,第三款“全民应用”浮现中 过去20年,蚂蚁推动了移动支付和数字金融的普及,如今阿福则有可能成为第三个国民级产品。 这次,它靠一点一滴的陪伴与专业积累,慢慢走进人们的生活。更是对那些“虽然不必上医院、但也不能忽视”的健康需求的一次系统回应。 “健康不是一朝一夕的事。”这句话放在蚂蚁阿福身上,恰如其分。 它不再让你焦虑,还能帮你一点点管理健康。这或许才是值得期待的AI。
谁在捧杀豆包手机?
豆包手机发布之后,大众为它编写了一套脚踢腾讯、拳打阿里的剧本。 有人说字节要掀桌子,有人断言微信要被豆包手机干成流量管道。微信、阿里、银行等应用拒绝被豆包手机助手调用,则被广泛理解成:大厂抱团抵制创新。 豆包手机,真值得大厂如此忌惮吗? 对于见证了智能体手机从无到有、一路迭代至今的从业者来说,豆包手机并不是什么石破天惊的发明。 从产品上看,智能体手机的技术趋势已经酝酿一年多了,荣耀、OPPO、vivo这些厂商早就在这条路上摸爬滚打,豆包手机的逻辑和主要功能都沿用了行业里已有的探索,并没有什么从0到1的突破。 从战略上看,作为躯壳的努比亚,市场销量排不进国产手机TOP5,作为灵魂的豆包手机助手,功能也并不难复制(真正的卡点是系统级授权),两者联手的产物,压根没能力撼动现有的手机格局。对于字节这样体量的大厂,豆包手机顶多算是内部众多技术探索中的一个小分支,算不上战略级动作。 靠这么一款产品去挑战根基深厚的BAT互联网大厂,几个菜能给字节喝成这样? 所以问题来了:豆包手机既算不上关键的技术突破,也没那么夸张的行业影响力,为何能在舆论场掀起这么大的风浪?它是如何被强行加戏,陷入漩涡中心的?可能比手机本身,更值得我们好好琢磨琢磨。 这场舆论风波的主流声音,可以被概括成以下剧情。 吃瓜群众:豆包手机,哪怕你与BAT为敌,我都会站在你这边。 豆包手机:我为啥要与它们为敌啊? 吃瓜群众:那你别管。 绝大多数看客眼中,豆包手机是对抗互联网旧秩序的创新英雄,也是字节跳动射向其他巨头应用的一颗“银弹”。 银弹是科技行业的经典说法,指的是一击必杀的解决方案。图灵奖得主Fred Brooks曾在《没有银弹》一书中提出,软件工程没有银弹,其复杂性决定了没有任何单一技术可以实现一劳永逸的突破。 豆包手机,也并非一颗真正撼动现有格局的银弹。 首先,豆包手机助手是在现有技术路径上进行的渐进式演进,并没有从0到1地颠覆什么,自然也谈不上撼动行业。 以大模型为基础的智能体,自动、闭环地实现手机交互与复杂任务,这一技术路径早在2024年就开始被荣耀、OPPO、vivo等厂商广泛探索。一篇2024年华为与哈工大(深圳)联合发表的论文显示,当时手机智能体已经可以完成340个多类型任务,其中就涵盖了豆包手机广为流传的高复杂度任务与跨应用协作。 根据2024年12月信通院发布《终端智能化分级研究报告》的标准来判断,豆包手机助手的能力,停留在L3或不足L3的“智能助理级”水平,能识别用户明确意图并完成既定任务,但并未达到L4、L5级别。而L3级别的手机自动驾驶能力,荣耀等厂商也早已实现。 此外,豆包手机也并未能破解智能体手机长期存在的核心难题,没有为行业困局提出新解法。 智能体手机普遍存在的痛点,是仅在部分场景实现了AI-ready,其中的比价、跨APP搜索等,是手机厂商反复试错、筛选出的特例场景。而在日常操作中的大多数场景,自然语言交互都有明显的局限,不如触控点击、滑动来得高效,用户普遍都有“让智能体干还不如自己干更快”的感觉。 豆包手机的差异,主要是站在行业经验的肩膀上,而且胆子更大: 其一,它采用了更深的系统级权限调用,而非荣耀、vivo等厂商普遍采用的视觉识屏方案,让大家感觉能力更强大,实际是权限范围不同; 其二,豆包手机的发布时间更晚,大模型的能力比之前提高,所以豆包手机助手有了更优的意图理解和任务拆解能力; 其三,作为小众实验产品,它敢于触碰银行APP等高敏场景,而主流厂商为规避商业红线,普遍选择避开此类领域,并不是真的做不到。 此前由北邮、中国联合通信、天翼安全、联想、虎牙科技、广东省标准化协会等单位共同起草的《智能体任务执行安全要求》团体标准,就明确提出,智能体不得利用无障碍权限或操作系统技术优势操作第三方App,必须通过标准化接口调用的方式协作。智能体在进行用户意图识别、通过第三方App执行任务时,应先通过第三方App授权,并在获得用户授权后执行,且第三方App有权拒绝不合理操作,以保护用户权益。 而伴随着公众对数据安全、隐私保护的担忧,豆包手机助手也主动取消了一系列敏感功能的操作。恰恰说明,它从来不是一颗针对互联网大厂的银弹,遇阻之后主动收缩能力触角,正与主流智能体手机变得趋同。 豆包手机之所以被大众当作互联网大厂的对手,一个主要原因是,背后站着字节跳动。 公众对字节的过往战绩很熟悉,自然联想到,在AI手机这件事上,或许也将上演出抖音在短视频赛道碾压其他大厂的故事。 不过,如果豆包手机真的承载了颠覆互联网格局、挑战BAT巨头的野心,绝不会选择目前这样的方式推进。 作为集团的战略级产品,必然会有全链路的资源倾斜,像短视频大战、外卖大战、AI chatbot应用那样,拼杀得刺刀见红,无论是硬件研发、供应链搭建,还是市场推广,都会拿出大厂该有的阵仗。而豆包手机应对舆论风波和应用限制,并没有硬刚,迅速收敛相关权限,这种退让态度,恰恰说明它并不想在手机助手上主动激化矛盾、挑起冲突。 而且,字节旗下拥有抖音、今日头条、飞书等众多核心产品,如果豆包手机真是其颠覆战略的重要一环,这些核心产品理应率先与之联动,形成协同效应,但事实上,抖音也拒绝了豆包手机助手的部分功能调用,足以看出在内部也并未上升到核心战略。 至少目前,豆包手机并没有展现出猎杀大厂应用的具体行动。那么,它又是如何被大众想象成了与大厂对抗的创新英雄呢? 到底是谁编写出了“豆包手机助手猎杀大厂应用”的屠狼剧本? 执笔者之一,是“苦大厂久矣”的普通大众。近年来,平台经济的弊端逐渐暴露,比如通过算法延长劳动时间,个体在强大平台面前显得被动无力,很多劳动者和消费者对平台独大的局面积累起了不满,早就渴望出现一个屠狼者,能与这些巨头平台正面抗衡。豆包手机的问世与大胆,恰好能满足这种情绪,于是就被塞进了屠狼剧本,承载了打破旧秩序的想象,哪怕这个载体本身并未具备颠覆格局的实力。 另一个执笔者就是伪专家们。有影响力的大V、KOL,让大众对豆包手机的误解和滤镜又加深了一层。那些慢创新、长创新,比如模型的一次次版本微调,芯片的一代代迭代优化,这些技术成果又慢又枯燥,讲不了性感的故事,也没什么看头,平时压根入不了他们的法眼。一有技术热点冒头,这些influencer就跳出来高谈阔论,给热点套上国、巨头博弈这种石破天惊的话术,让大家以为“这次狼真的来了”。识别这类砖家,就看他们是不是平时对技术基建漠不关心,对渐进式创新视而不见,只在有流量可赚的时候才现身发声。 内容平台对剧本的推波助澜,则触发了网络的回音壁效应,让豆包手机的神话被反复强调和强化。 在碎片化、注意力资源有限的当下,大众更倾向于接收简单直接的信息,这种阅读习惯,叠加了平台对高互动内容的流量倾斜,就形成了舆论的回音壁,“字节挑战BAT”“微信封杀豆包助手”这类戏剧冲突更强、更情绪化的讨论,更容易占据主流,被放大、被传播,客观的技术探讨却逐渐被淹没。 应对这类非理性、极化的单一声音,近年来已经成为科技企业常面临的舆论处境与挑战。 但正如Fred Brooks在《没有银弹》中的观点,技术世界里的复杂难题,并没有一劳永逸的解决方案。真正的技术突破,是渐进式、钟摆式的,不仅需要长期积累和点滴改进,还可能推倒重来。 举个例子,Transformer架构2017年便已提出,直到2023年才通过ChatGPT引爆市场,而我们当时预判,中国一定会有自己的ChatGPT,也并不是盲目乐观,是基于长期追踪中国在预训练大模型领域的实践,做出的逻辑推演。 一边渴望掀桌子的技术进步,一边又拒绝接受试错的枯燥与漫长,这是对创新最深的误解。 高喊“掀桌子”的人,往往不是日拱一卒做桌子的人。下次再遇到所谓的颠覆神话,不妨先看看故事内核,是否足够扎实。 · ·
消息称苹果iPhone 18 Pro/ Max摒弃药丸状挖孔 改用左上角单打孔+屏下Face ID
IT之家 12 月 17 日消息,科技媒体 The Information 昨日(12 月 16 日)发布博文,爆料称苹果 iPhone 18 Pro 和 iPhone 18 Pro Max 将迎来重大外观变革,计划彻底摒弃“灵动岛”药丸形挖孔,转而采用左上角单打孔前置镜头与屏下 Face ID 技术。 网友制作的渲染图,仅供参考,图源:X 平台 该信息和 @数码闲聊站 今年 11 月爆料内容相符,当时消息称:“iPhone 18 Pro 系列一些前瞻信息,之前说过屏幕形态会有变化,测试特殊 HIAA 挖孔方案,似乎是更小型化设计;主摄测试可变光圈;横向大 Deco 不变,后盖有透明设计,PM 首次采用钢壳电池。” IT之家注:HIAA 全称为 Hole-In-Active-Area,是一项关键的屏幕制造技术,主要用于实现更极致的前置摄像头“挖孔屏”方案,通过激光微钻孔工艺,在 OLED 屏幕的有效像素显示区(Active Area)内精确打孔。 相比于完全隐藏但会导致画质受损的屏下摄像头(CUP / UPC)方案,HIAA 作为“打孔屏”的终极形态,被认为是在 2027 年实现完美全屏前最稳妥的高画质自拍方案。 在硬件规格上,iPhone 18 Pro 系列预计将搭载 A20 Pro 处理器。该芯片将采用台积电最先进的 2nm 工艺节点,并结合 CoWoS 封装技术,实现紧密集成处理器、统一内存与神经引擎。 通信方面,新机将启用苹果自研的 C1X 或 C2 调制解调器,并搭配 N1 网络芯片。为确保高性能持续输出,Pro 系列还可能配备不锈钢均热板散热系统。 相机控制按钮方面,消息称新方案将移除原有的电容感应层(即取消滑动变焦等触控功能),仅保留压力感应层。 影像方面,Pro 系列有望搭载三层堆叠式图像传感器以提升拍摄质量。此外,苹果目前正在测试棕色、紫色及勃艮第红三种新配色,最终量产版或将从中择一推出。
“上机”难?曝华为、苹果手机近期不会采用3D堆叠工艺
【CNMO科技消息】12月17日,数码博主“定焦数码”爆料称,华为和苹果在下一代手机芯片中均不会采用前沿的3D封装工艺。该博主指出,苹果iPhone即便使用台积电的CoW(Chip on Wafer)技术,也属于2.5D范畴,而真正的3D堆叠封装工艺暂时并不适合放在手机等空间和功耗限制严格的移动设备上。 华为手机 据CNMO了解,3D封装技术通过垂直堆叠芯片,能在不增加芯片面积的前提下大幅提升晶体管密度和互联带宽,被视为延续摩尔定律的关键路径之一。目前,该技术已在AMD的服务器CPU(3D V-Cache)和英特尔的高性能处理器(3D Foveros)上成功应用。然而,将多颗芯片在三维空间紧密堆叠,会带来显著的发热问题,且需要极其复杂的内部布线,这增加了封装过程的难度和成本,其性能提升也并非简单的线性叠加。对于追求轻薄、长续航且对成本敏感的智能手机而言,这些挑战显得尤为突出。 尽管面临挑战,但华为在先进封装领域早有布局。早在2019年,华为就在技术大会上提出过通过3D SRAM提升芯片性能的构想。有行业报告曾推测,华为未来的昇腾AI芯片和终端麒麟芯片有望采用3D封装技术。 苹果方面,此前有消息称其计划在M5芯片上采用台积电的SoIC(3D堆叠)技术。但另有报道指出,M5芯片将先采用LMC封装技术,为未来可能采用更复杂的CoWoS封装奠定基础,暗示完整的3D堆叠方案可能不会立即在移动平台落地。苹果对供应链技术的要求极高,任何新工艺的大规模导入都需经过严格的可靠性与成本验证。

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。