全球混凝土及砂浆行业供应链平台

Grok仍在生成不雅图像 凤凰网科技讯 北京时间2月3日，路透社的调查发现，马斯克旗下社交平台X的旗舰AI聊天机器人Grok仍在生成人物的性化图像，即便在用户明确警告称当事人不同意的情况下也是如此。 在X宣布对Grok的公开输出实施新的限制后，路透社的九名记者向该聊天机器人输入了一系列提示词，以测试它是否以及在何种情况下会生成未经同意的性化图像。 路透社记者发现，尽管Grok在X上的公开账号已不再像此前那样大量生成性化图像，但在接到相关提示词时仍会继续生成此类内容，甚至在被明确告知图像中的人物处于弱势地位或会因这些图片而受到羞辱之后，依然如此。 在首批提示词测试中，Grok对55个提示语中的45个生成了性化图像。在这45次中，有31次记者明确警告过图像中的人物极易受到伤害，有17次是直接告知这些图像将被用于羞辱当事人，但是Grok依然生成了相关图像。 在第二轮包含43个提示词的测试中，Grok有29次仍生成了性化图像。目前尚不确定比例下降是由于模型调整、政策变更还是随机因素所致。 截至发稿，X和xAI尚未就此置评。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

IT之家 2 月 3 日消息，Anthropic 今日发布了一款面向企业法务的新 AI 工具后，部分法律软件由于可能受到 AI 技术冲击而导致股票再度大幅走低。 其中，法律软件与出版相关公司股价表现尤为疲弱，励讯集团（RELX）、威科集团（Wolters Kluwer）股价一度跌至 11%。 后续，市场波动很快蔓延至其他被认为容易受 AI 冲击的业务板块。信用信息公司 Experian 股价一度下跌 7.2%；金融软件公司伦敦证券交易所集团（London Stock Exchange Group Plc）股价最多下跌 6%；而汤森路透（Thomson Reuters Corp.）在美国盘前交易中下跌 6.4%。与此同时，瑞银集团（UBS Group AG）编制的欧洲 AI 风险股票组合指数一度下跌 4.7%，触及历史新低。 随着 AI 技术持续推进，这类冲击愈发值得投资者警惕。上周，德国软件公司 SAP SE 在发布疲弱业绩展望后股价下跌 13%，进一步加剧了投资者对 AI 编程工具可能颠覆企业软件行业的担忧。 Anthropic 表示，其新推出的工具可自动化处理多种法律相关工作，包括合同审查、保密协议分类、简报制作以及模板化回复等。不过，该公司同时强调，该插件并不提供法律建议，并指出：“在将 AI 生成的分析用于法律决策之前，应由具备执业资格的律师进行审查。” 据《金融时报》1 月报道，Anthropic 将最新一轮融资目标从 100 亿美元（IT之家注：现汇率约合 695.19 亿元人民币）提高至 200 亿美元。知情人士透露，此轮融资预计很快完成，公司的估值将达到 3500 亿美元。

快科技2月3日消息，2026年以来，全球人工智能产业的爆发式增长带动高算力芯片需求激增，韩国两大存储芯片巨头三星电子与SK海力士凭借核心组件优势股价持续飙升，合计市值突破1.11万亿美元，首度超越中国科技巨头阿里巴巴与腾讯的市值总和。 股价表现层面，韩企涨势尤为迅猛。今年以来，三星电子股价累计涨幅达34%，SK海力士涨幅更高达37%，强劲涨势不仅带动韩国股市大盘同步上扬，更推动两集团市值实现历史性突破。 反观中国科技龙头，尽管近期A股、港股整体呈上涨态势，但阿里巴巴港股年内累计涨幅仅约10%，腾讯股价则基本维持持平，与韩企形成鲜明对比。 此次市值格局变动的核心驱动力，在于韩企精准卡位AI产业链关键环节。三星与SK海力士作为全球高频宽记忆体（HBM）的核心供应商，其产品是高算力GPU的必备关键组件，而GPU巨头英伟达的产品热销，直接让两家韩企成为产业链核心受益者。 HBM作为解决GPU算力瓶颈的核心硬件，其技术壁垒高、市场需求旺，韩企凭借长期技术积累占据垄断性优势，得以深度绑定全球AI硬件生态。 与韩企聚焦产业链关键组件的路径不同，中国科技巨头阿里与腾讯选择布局AI全产业链。两家企业不仅在AI大模型研发上持续追赶并寻求创新，同时在云服务、算力芯片等核心领域加大资金投入。 近期，二者战略重心从研发转向市场拓展，相继投入高额资金开启红包优惠大战，阿里千问投入30亿元启动春节活动，腾讯元宝推出10亿元现金红包，全力抢占用户流量、构建AI应用生态。 业内人士表示，中韩两国的发展路径差异，本质是产业链分工与生态布局的不同选择。韩企以核心组件供应商身份深度融入全球AI硬件体系，而中国企业则致力于打造从技术研发到市场应用的完整生态。 随着AI产业持续升温，两种路径的竞争力将在技术迭代与市场拓展中进一步接受检验。

快科技2月3日消息，美国的载人登月计划阿尔忒弥斯最近要进行第二步——载人绕月，今天SLS火箭进行了湿彩排，然而出现了液氢泄露，2月份发射已经不可能了。 1月中旬到下旬，美国NASA已经把SLS火箭运往佛州肯尼迪航天中心的发射台，按计划今天进行了湿彩排，发射团队要向SLS火箭加注70万加仑低温推进剂。 本次测试大部分内容还是成功的，多个模拟目标已经实现，但在最后的阶段出现了液氢泄露，最终在倒计时T-5分钟时不得不停止，加注的上千吨液氢、液氧等燃料也要放出来。 如果本次湿彩排顺利，NASA计划是2月份就发射SLS火箭实现绕月的，然而随着这次意外的发生，NASA局长贾里德·艾萨克曼已经表态2月份不会发射。 阿尔忒弥斯二期的计划是4月份之前完成发射，但是奔月绕月不是每天都可以发射的，需要一定的时间窗口，2月份原本有3个窗口机会，3月份也有5个窗口机会，4月份有6个窗口机会。 现在2月份的机会都放弃了，3-4月合计还有11次发射窗口，NASA还是有很大机会在4月份之前完成绕月发射的。 执行二期计划的4名宇航员之前在休斯顿航天中心进行了2周的隔离，现在他们结束了隔离，取消了原定前往肯尼迪航天中心的任务，在下一次发射之前还会再进行14天的隔离。 美国用于载人登月的SLS火箭上一次发射还是2年前的I期任务，贾里德·艾萨克曼表示中间隔了这么久，出现情况是在所难免的，这也是他们进行湿彩排的意义。 美国的载人登月计划最终目标是在2028年实现重返月球登陆，而且首次有女性及有色人种的宇航员登陆月球，未来还计划在月球轨道建立月球门户空间站，以实现人类登月、驻月的长期化。

原标题：腾讯首席 AI 科学家姚顺雨入职后首发研究成果：让模型像人类一样学习，测试“全军覆没” IT之家 2 月 3 日消息，腾讯混元官网技术博客（Tencent HY Research）今日（2 月 3 日）上线并发表了一篇名为《从 Context 学习，远比我们想象的要难》的文章，系统介绍了腾讯混元团队联合复旦大学的一项新研究。 这是姚顺雨加入腾讯担任首席 AI 科学家后带领团队首次发布研究成果，也是腾讯混元技术博客首次公开。这一博客的推出，旨在分享腾讯混元研究员在前沿技术研究和实践中的探索与经验。 博客提到，过去几年，大语言模型的进化速度快得令人惊叹。如今的前沿模型，已经是顶级的“做题家”：它们能解开奥数级别的难题，能推演复杂的编程逻辑，甚至能通过那些人类需要苦读数年才能拿下的专业资格考试。 然而，这些耀眼的成绩单可能掩盖了一个真相：能在考场拿满分的学生，未必能胜任真实世界的工作。 回看我们人类的日常工作：开发者扫过从未见过的工具文档，就能立刻开始调试代码；玩家拿起新游戏的规则书，在实战中边玩边学；科学家从复杂的实验日志中筛选数据，推导出新的结论和定律。我们发现在这些场景中，人类并不只依赖多年前学到的“死知识”，而是在实时地从眼前的 Context 中学习。 然而，今天的语言模型并非如此。它们主要依赖“参数化知识”—— 即在预训练阶段被压缩进模型权重里的静态记忆。在推理时，模型更多是在调用这些封存的内部知识，而不是主动从当前输入的新信息中汲取营养。 这揭示了当前模型的训练范式和在真实场景中应用之间是不匹配的：我们优化出的模型擅长对自己“已知”的事物进行推理，但用户需要的，却是让模型解决那些依赖于杂乱、动态变化的 Context 的任务。 简而言之：我们造出了依赖“过去”的参数推理者，但世界需要的是能吸收“当下”环境的 Context 学习者。要弥合这一差距，我们必须从根本上改变模型的优化方向。 为了衡量现有模型距离真正的“Context Learner”还有多远，姚顺雨团队构建了 CL-bench。这是一个专门评测语言模型能否从 Context 中学习新知识并正确应用的基准。 CL-bench 包含由资深领域专家精心制作的 500 个复杂 Context、1,899 个任务和 31,607 个验证标准。CL-bench 只包含一个简单但苛刻的要求：解决每个任务要求模型必须从 Context 中学习到模型预训练中不存在的新知识，并正确应用。 具体来说，CL-bench 涵盖了四种广泛的现实世界 Context 学习场景： 领域知识推理： Context 提供特定的领域知识（例如，虚构的法律体系、创新的金融工具或小众专业知识）。模型需要利用这些知识来推理并解决具体问题。 规则系统应用：Context 提供新定义的正式系统（例如，新的游戏机制、数学形式体系、编程语法或技术标准）。模型必须理解并应用这些规则来执行任务。 程序性任务执行：Context 提供复杂的过程系统（例如，工作流、产品手册和操作指南）。模型必须理解并应用这些程序性信息来完成任务。 经验发现与模拟： Context 提供复杂系统内的实验数据、观测记录或模拟环境。与前几类涉及演绎推理不同，这一类专注于归纳推理，也是最具挑战性的。模型必须从数据中发现潜在的定律或结论，并应用它们来解决任务。 这些类别包含了大部分现实世界工作中常见的演绎推理和归纳推理任务，能充分衡量模型的 Context 学习能力。 为了确保性能真正反映 Context 学习，而不是记忆或数据泄露，CL-bench 采用了无污染（Contamination-free）设计： 虚构创作：专家创作完全虚构的内容，例如为虚构国家设计一套完整的法律体系（包括新颖的判例和法律原则），或创建具有独特语法和语义的新编程语言。 现有内容的修改：专家修改现实世界的内容以创建变体，例如更改历史事件、改变科学和数学定义，或修改技术文档和标准。 整合小众和新兴内容：专家纳入了在预训练数据集中代表性极低的小众或近期新兴内容，如前沿研究发现、新发布的产品手册或技术文档，以及来自专门领域的特定知识。 在不提供任何 Context 的情况下，最先进的模型 GPT-5.1 (High) 仅能解决不到 1% 的任务。这证明了数据是无污染的，模型若不从 Context 中学习，几乎完全无法解决这些任务。 此外，CL-bench 的设计具有高复杂性和序列依赖性。51.1% 的任务需要序列依赖，意味着后续任务的解决方案取决于早期交互的结果。这种多轮次设计显著增加了任务难度。平均而言，领域专家花费约 20 小时标注每个 Context ，以确保任务构建的质量和深度。 CL-bench 中的每个任务都是完全可验证的。平均而言，每个 Context 关联 63.2 个验证标准，每个任务包含 16.6 个评估标准。每个任务的正确性都从多个角度进行评估，确保了评估的全面性。 该团队在 CL-bench 上评估了十个最先进的语言模型。结果揭示了清晰且一致的差距。 平均而言，模型仅解决了 17.2% 的任务。即便是表现最好的模型 GPT-5.1 (High)，也仅达到了 23.7%。换句话说，尽管 Context 中拥有解决每个任务所需的全部信息，模型在绝大多数任务上都失败了。这表明当前的 SOTA 模型几乎不会从 Context 中学习。

IT之家 2 月 3 日消息，Counterpoint 今日表示，根据该机构的 2026 年 1 月存储价格追踪报告，NAND 闪存价格预计将在本季度上涨超过 40%。尽管这一幅度已明显低于 TrendForce 的预测，但涨幅依旧惊人。 机构认为，NAND 闪存价格飙升源于各大原厂为了满足 AI 服务器日益增长的 NAND 需求而削减了消费级产能，此外美光宣布关闭英睿达的决策也加剧了市场的焦虑情绪。近期低端 128GB PC SSD 的成交价已然上涨了 50%。 Counterpoint 分析师指出，几大 NAND 原厂的产能扩张计划谨慎而缓慢，铠侠-闪迪的北上 Fab 2 晶圆厂预计将从今年下半年开始对整体产能产生显著影响，因此 NAND 价格在上半年仍将保持强势。

快科技2月3日消息，NUVIA创始人、高通自研Oryon CPU首席架构师Gerard Williams III宣布离职，结束他在高通四年的职业生涯。 高通此前斥资1.4亿美元收购NUVIA公司，NUVIA创始人Gerard Williams III随后入职高通。在他的参与下，搭载第三代Oryon内核的骁龙8 Elite Gen5（第五代骁龙8至尊版）得以问世。凭借NUVIA带来的技术资产，高通的Oryon自研架构已成为抗衡苹果Silicon核心的秘密武器。 在此之前，Gerard Williams III曾在Arm工作了12年，是开发Cortex-A8和Cortex-A15等多个核心架构的关键人物。在入职苹果公司后，Gerard Williams III成为苹果A7-A12X自研芯片组的首席架构师，拥有丰富的芯片设计经验，而且他是苹果公司60多项专利的共同发明人，涉及功耗管理和多核技术。 离开苹果公司之后，Gerard Williams III和合伙人共同创立了NUVIA公司，这家公司后来被高通收购，Gerard Williams III顺利加盟高通，在高通工作四年之后，他最终选择了离职。 Gerard Williams III在社交平台上表示，我现在正享受与家人团聚的珍贵时光，我在高通的旅程已经画上句号，感谢过去四年里与我并肩作战的所有人，现在人生的新篇章开始了——就从粉刷我的房子和完成那张攒了很久的任务清单开始吧。感谢NUVIA那些了不起的朋友和同事们，是你们让这段旅程成为可能。 Gerard Williams III离职后，高通在自研CPU的开发上是否会陷入困境尚无定论，高通很可能在他任职期间聘请并培养了多位人才，足以在他辞职后填补空缺。

快科技2月3日消息，据媒体报道，据多位知情人士透露，OpenAI对英伟达最新推出的部分AI芯片在推理任务中的表现并不满意，并自去年起已开始寻找替代方案。 OpenAI的不满主要集中在速度方面：英伟达硬件在处理如软件开发、AI系统间通信等特定推理任务时，向ChatGPT用户输出答案的响应速度未能达到预期。 报道指出，OpenAI正逐渐将战略重心转向专门为AI推理环节设计的芯片。传统英伟达GPU依赖外部存储的架构，与推理任务需频繁读取数据的需求存在矛盾。 相比之下，Anthropic、谷歌等竞争对手早已凭借谷歌自研的张量处理单元在推理效率上占据优势。这类专为推理优化的芯片，在特定场景下的表现优于通用GPU。 对于相关报道，OpenAI发言人在声明中回应称，公司绝大多数推理算力集群仍然依赖英伟达芯片，并且英伟达芯片在推理场景下提供了最佳的性价比。 英伟达方面则表示，客户持续选择其产品用于推理工作，核心原因在于英伟达能够提供规模化场景下最优的性能与总体拥有成本。 OpenAI首席执行官山姆·奥尔特曼随后在社交媒体X上发文澄清：“我们乐于与英伟达合作，他们生产世界上最好的人工智能芯片。我们希望长期成为他们的大客户。我实在不明白这些毫无根据的传言从何而来。” 据悉，去年9月英伟达曾计划向OpenAI注资最高1000亿美元。若交易达成，英伟达将获得OpenAI的股权，而OpenAI则将获得采购高端芯片的充足资金。这笔原本预计在数周内完成的交易，实际谈判却拖延了数月。 有知情人士表示，谈判停滞期间，OpenAI已与超威半导体公司及其他企业达成合作，采购了可与英伟达产品竞争的图形处理器。同时，由于OpenAI自身产品路线图不断调整，所需算力资源的类型也随之变化，这进一步影响了与英伟达的谈判进程。 不过，当被问及这篇暗示其对OpenAI不满的报道时，英伟达首席执行官黄仁勋在周末接受采访时批评相关爆料“纯属无稽之谈”。他表示：“我们将投入巨额资金。我相信OpenAI。他们所做的工作令人惊叹。他们是当今时代最具影响力的公司之一。”

雷达财经出品 文|彭程 编|孟帅 国内高端装备龙头杰瑞股份，开年狂揽北美“超级大单”。 2月1日，杰瑞股份发布公告称，其全资子公司杰瑞敏电与北美客户成功签署发电机组销售合同，单笔合同金额超12亿元人民币。 雷达财经梳理发现，自2025年11月以来，杰瑞股份在北美市场收获颇丰，接连斩获四笔亿元美金级的大订单。这一亮眼成绩的背后，离不开公司创始人孙伟杰等人多年来的深耕与前瞻性战略布局。 自上世纪90年代毅然投身商海以来，在孙伟杰等创始人的引领下，杰瑞集团已成为一家创新驱动的多元化产业集团。除杰瑞股份外，杰瑞集团旗下还有另外一家上市公司德石股份。 在去年10月揭晓的《2025胡润百富榜》中，孙伟杰以110亿元的身家位列榜单第647位。 从业绩表现来看，去年前三季度，杰瑞股份营收、归母净利润分别实现29.49%、13.11%的增长。不过，公司的毛利率和净利率指标却双双下滑。 值得一提的是，杰瑞股份此次拿下的北美新订单交付期限长达30个月。如此长的交付周期，既为公司的业绩增长提供了一定的长期保障，也带来了诸多不确定性。 杰瑞股份在公告中坦言，在合同执行过程中，可能会受宏观经济环境变化、政策变化、市场变化、汇率波动等因素影响，导致合同的执行和收入确认存在不确定性。 01 签署超12亿元大单，拿下第四笔亿元美金项目 据杰瑞股份2月1日发布的公告，公司全资子公司杰瑞敏电此番与美国某客户签署的燃气轮机发电机组销售合同金额达1.82亿美元，约合人民币12.65亿元。 据悉，本次合作方为杰瑞敏电新开拓的重要客户，标志着公司在北美市场的客户基础进一步扩大。此次签约不仅在金额上再创新高，更标志着公司在数据中心领域市场影响力与品牌认可度的持续提升。 杰瑞股份表示，本合同金额占公司2024年度经审计营收的9.47%，预计将对公司未来经营业绩产生积极影响。 据杰瑞股份介绍，在此次签署的项目中，杰瑞敏电所提供的拖车载移动式发电机组秉持“快速拆装、灵活转场”的核心设计理念，运用高度集成化设计，可于24小时内完成安装部署，极大缩短建设周期，显著提升客户在复杂应用场景下的部署效率。 雷达财经了解到，这笔合同其实已是自2025年11月以来，杰瑞敏电接连落地的第四笔亿元美金项目订单。 今年1月中旬，杰瑞股份宣布，杰瑞敏电与北美战略客户成功签署1.06亿美元发电机组销售合同，金额约合人民币7.42亿元，该设备将用于北美数据中心及工业供电等领域。 本次项目中，杰瑞为客户提供的多台大功率燃气发电机组，将作为数据中心及工业供电系统的核心电源，承担主力电力输出任务。 机组采用标准化、模块化设计，具备快速运输、现场组装与灵活扩容的能力，可有效适应项目周期紧、空间受限等复杂挑战。 而杰瑞敏电这笔1.06亿美元的合同，是该客户仅隔一个月后再次复购。至此，双方两次签约累计合同金额已达14.84亿元，约占公司2024年度经审计营收的11.11%。 再加上最新签署的这笔合同，杰瑞股份北美单一区域订单总额已超公司2024年度经审计营收的两成。 值得一提的是，在1月30日的投资者关系活动中，杰瑞股份透露，在业务经验方面，公司深耕海外市场多年，在此之前已有燃气轮机发电机组设备在北美市场实现销售及租赁的成功案例，得到海外客户的反复验证与认可，在北美电力业务领域建立了良好的品牌口碑。 杰瑞股份表示，未来，公司将持续引入并整合全球优质技术资源，搭建多元化燃气轮机供应体系，不断提升供应链韧性，为客户提供一体化的电力综合解决方案。 02 身家110亿山东富豪，坐拥两家上市公司 杰瑞股份能有如今的成就，离不开其创始人孙伟杰的深耕与布局。 1993年，时任烟台黄金技校教务科长的孙伟杰，以每年25000元的价格承包了校办企业——烟台黄金实业开发公司，开始从事地下矿山无轨设备进口配件业务。 “为了缴纳承包费，我摆起了油条摊，同时在炸油条的过程中寻找着机会”，回忆起创业初期的艰难岁月，孙伟杰感慨万千。 转机出现在烟台保税库，一份跨国公司的传真使孙伟杰察觉到进口设备配件有着令人惊讶的价格差异。 于是，孙伟杰一头扎进矿山设备的世界，不放过任何一个细节，将每一台设备的部件编号都详细记录下来。 随后，孙伟杰借助大使馆商务处的力量，与国外厂商取得联系并开展采购业务。凭借着这份执着与智慧，他成功赚到了人生的第一桶金。 由于公司经营状况良好，还未到3年的承包期限，孙伟杰便关掉了公司。然而，家人生病的特殊经历，让原本满足于“小富即安”生活的孙伟杰重新燃起创业的斗志。 1997年，孙伟杰携手伙伴王坤晓、刘贞峰，共同注册成立了烟台金日欧美亚工程设备有限公司，这便是杰瑞集团的前身。 此次创业，孙伟杰与伙伴们立下了明确的目标：将配件贸易做大做强，把业务推向全国市场。 2001年，孙伟杰主动承接青海油田“报废进口压裂车维修”项目，带领团队耗时3个月完成这个原本被视作不可能完成的任务，一举打响杰瑞品牌。 在修复完那台摔下山的压裂车后，孙伟杰的脑海中萌生出一个大胆的想法：既然能够把损坏的设备修好，为何不尝试直接制造一台呢？ 2002年5月，杰瑞生产研发部正式成立，开始进行油田固压设备的研发制造工作。当时的杰瑞尽管在国内设备维修行业有一定基础，但在设备制造领域却是一片空白。 然而，这并未阻挡孙伟杰前进的步伐。一年后，杰瑞自主研发生产的第一台油田大型设备单机单泵回注橇交付中海油服，标志着杰瑞在设备制造领域迈出了坚实的一步。 2004年，杰瑞再次取得重大突破，团队成功研制出首台天然气压缩机组——含硫工况往复式压缩机组，正式进军天然气压缩机成橇行业。 在孙伟杰的带领下，杰瑞团队持续攻坚克难，不断突破技术瓶颈，逐渐成长为行业的领军者。2010年，杰瑞成功在深交所上市，开启了全新的发展篇章。 在海外市场拓展方面，杰瑞同样展现出了前瞻性的战略眼光。早在2008年，杰瑞便在石油城休斯敦购置220亩用地，成立美国杰瑞公司，为进军北美市场奠定了坚实基础。 2011年，杰瑞又在加拿大购置总面积达500平方公里的三大油田区块，正式涉足油田勘探开发领域，进一步拓展了业务版图。 多年来，杰瑞深耕北美高端油气市场，在美国拥有研发、生产、仓储及售后服务基地，能够为客户提供整机售后、维修改造、设备维保及技术培训等服务，为本地化服务保驾护航。 2015年，杰瑞成立杰瑞环保科技有限公司（现更名为再生循环集团），并组建了专业的研发团队，将业务领域从油气田环保拓展至城市环保，开启了多元化发展的新征程。 2021年，杰瑞再次布局新能源产业，成立杰瑞新能源科技有限公司，进军锂离子电池负极材料领域，紧跟时代发展潮流，积极拥抱新兴产业。 2022年，德石股份成功上市，这是杰瑞集团旗下的第二家上市公司，标志着杰瑞在资本市场的布局进一步完善。 如今，杰瑞集团已发展成为一家以创新为驱动的多元化产业集团，业务广泛覆盖高端装备制造、油气工程与技术服务、油气田开发、新能源及再生循环、电力解决方案、数字化、大健康及养老产业等领域。 天眼查显示，杰瑞股份、德石股份的实际控制人均为孙伟杰、王坤晓、刘贞峰。伴随着公司的蓬勃发展，前者的个人财富也水涨船高。 在去年10月揭晓的《2025胡润百富榜》中，孙伟杰以110亿元的身家位列榜单第647位，身家较上年大幅上涨57%；王坤晓、刘贞峰的财富分别为65亿元、55亿元。 03 去年前三季度毛利率下滑，新订单交付周期30个月 从公司财务数据来看，2025年前三季度，杰瑞股份实现营收104.2亿元，同比增长29.49%；归母净利润18.08亿元，同比增长13.11%；扣非净利润17.83亿元，同比增长27.62%。 不过，去年前三季度，杰瑞股份的毛利率和净利率却双双下滑。其中，毛利率同比下降3.73个百分点至31.29%，净利率同比下降2.59个百分点至17.9%。 截至去年第三季度末，杰瑞股份的应收账款高达65.93亿元，占2024年报归母净利润的比例超250%。 进一步拆解杰瑞股份的业务，2025半年报显示，油气业务依旧是公司收入主力，去年上半年贡献营收65.72亿元，占比高达95.24%。 相比之下，杰瑞股份的新能源第二增长曲线声量较弱。去年上半年，新能源及再生循环业务收入仅为3.28亿元，同比实现65.74%的增长，但占总营收比重仅为4.76%。 据悉，早在2021年，杰瑞股份便宣布拟投资25亿元，在甘肃天水市打造年产10万吨锂离子电池负极材料一体化项目，积极布局新能源领域。 不过，受行业影响，杰瑞股份主动把控投资进度。 2025年半年报显示，该项目进度为60.46%。截至去年上半年末，该项目累计投入金额达15.12亿元，但截止报告期末累计实现的收益为-2.48亿元。 雷达财经注意到，杰瑞股份在2月拿下的这笔订单，与1月中旬的订单在执行周期上存在明显差异。 本次披露的1.82亿美元订单的交付期限为30个月，而此前1月中旬1.06亿美元订单的交付周期为自合同生效后13个月内。相比之下，新订单的交付周期延长了1倍多。 这一变化意味着该合同的收入确认将跨越更长的时间维度，虽然在一定程度上锁定了公司未来两年半的业绩基本盘，但也显著增加了合同执行过程中的不确定性。 杰瑞股份表示，合同签署后，客户将支付一定比例预付款，其余款项按照合同约定进度支付，并于设备发货前付清全部款项。 不过，杰瑞股份也在公告中提到，在合同执行过程中，可能会受宏观经济环境变化、政策变化、市场变化、汇率波动等因素影响，导致合同的执行和收入确认存在不确定性。 值得注意的是，面对订单激增带来的交付压力，杰瑞股份正在加速产能扩张。 在1月30日的投资者交流活动中，杰瑞股份表示，在交付能力方面，公司积极推动燃气轮机供应体系建设，已与多个知名燃气轮机厂商建立战略合作关系；同时，对美国杰瑞厂房进行产能扩建并加大本地化招聘力度，强化供应链韧性和交付响应速度。 有关杰瑞股份的后续发展，雷达财经将持续关注。

马斯克 凤凰网科技讯 北京时间2月3日，埃隆·马斯克(Elon Musk)周一正式宣布，SpaceX收购xAI，将其商业帝国中的两家公司进行整合。随后，他向员工发送内部备忘录，说明了这笔交易。SpaceX随后将这封备忘录发到了官网上。 马斯克称，这笔交易将通过“整合AI、火箭、天基互联网、直连移动设备通信以及全球领先的实时信息与自由言论平台，打造地球(及地球外)上最具雄心、垂直整合程度最高的创新引擎”。 他还表示，这次收购将使合并后的公司能够在太空中部署数据中心。“这不仅标志着SpaceX与xAI使命的新篇章，更是全新的征程：我们将拓展规模，打造一个能感知的‘太阳’来理解宇宙，并将意识之光延伸至星辰！” 以下是备忘录全文： xAI并入SpaceX，加速人类未来进程 SpaceX已完成对xAI的收购，通过整合AI、火箭技术、天基互联网、直连移动设备通信，以及全球领先的实时信息与自由言论平台，打造地球(及地球之外)上最具雄心、垂直整合程度最高的创新引擎。这不仅是SpaceX与xAI使命的新篇章，更是全新的征程：我们将拓展规模，创造一个能感知的“太阳”来理解宇宙，并将意识之光延伸至星辰！ 当前AI的进步依赖于大型地面数据中心，这些中心需要大量电力和冷却资源。即便在短期内，在不对社区和环境造成负担的情况下，全球AI电力需求根本无法通过地面解决方案满足。 从长远来看，天基AI显然是实现规模化的唯一途径。即使利用太阳百万分之一的能量，它也比我们文明现有的消耗量多出100万倍以上！ 马斯克的内部信 因此，唯一合乎逻辑的解决方案是将这些资源密集型任务转移到拥有巨大能量和空间的地方。太空之所以被称为“太空”，是有原因的(Space，有空间)。通过直接利用近乎恒定的太阳能，并以极低的运营和维护成本运行，卫星将彻底改变我们扩展计算能力的方式。太空中永远阳光普照！ 发射一个由100万颗卫星组成的星座，使其作为轨道数据中心运行，这是迈向卡尔达肖夫Ⅱ型文明的第一步。这个文明能够利用太阳的全部能量，同时为当今数十亿人提供AI驱动的应用支持，并保障人类的多行星未来。 轨道数据中心 在航天史上，还从未有过能够发射百万吨级质量载荷的运载工具，以支撑天基数据中心、月球永久基地或火星城市所需。即便在轨道发射次数创历史新高的2025年，全年送入轨道的有效载荷也仅约3000吨，而且主要是猎鹰火箭发射的星链卫星。 将数千颗卫星送入轨道的需求，曾是推动猎鹰计划发展的强制动力，通过递归式改进实现了前所未有的发射频率，才使天基互联网成为现实。今年，星舰将开始向轨道运送性能更强大的V3版星链卫星，单次发射为星座增加的容量，将超过目前猎鹰火箭发射V2版星链卫星的20倍。星舰还将发射下一代直连移动设备卫星，为地球每个角落提供全面的蜂窝网络覆盖。 虽然发射这些卫星的需求将同样成为驱动星舰改进与发射频率的强制动力，但天基数据中心所需的卫星数量之庞大，将把星舰推向更高维度。按每小时一次、每次200吨的发射频率计算，星舰每年可将数百万吨物资送入轨道及更远深空，从而开启人类探索星海的激动未来。 基本计算逻辑是这样：若每年发射百万吨卫星，每吨卫星提供100千瓦算力，则每年可新增100吉瓦的AI算力，且无需持续运营和维护。最终，地球将具备每年向太空输出1太瓦算力的路径。 我估计，在未来2到3年内，生成AI算力的最低成本方式将是在太空。仅这种成本效益优势，就足以推动创新企业以前所未有的速度和规模训练AI模型、处理数据，从而加速对物理学理解的突破，并发明造福人类的技术。 这一新星座将建立在成熟的太空可持续性设计与运营策略之上，包括已通过SpaceX现有宽带卫星系统验证的报废处置方案。 虽然目前的重点是从地球发射AI卫星，星舰的能力也将支持其他星球的开发。得益于在轨推进剂加注等关键技术突破，星舰将能够向月球运送大量货物。一旦在月球建立永久基地，科学研究和工业生产便成为可能。月球工厂可利用本地资源制造卫星，并将其部署至更遥远的深空。通过电磁质量投射器与月球制造相结合，人类每年有望向深空部署500至1000太瓦的AI卫星，这将推动人类文明在卡尔达肖夫等级上实现实质性攀升，大幅提高太阳能的有效利用比例。 我们通过实现天基数据中心所释放的能力，将为月球自成长基地、火星完整文明乃至最终的宇宙扩张提供资金与技术支撑。 感谢你们已经并即将为“意识光锥”所做的一切。 奔向星辰。 埃隆 (作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

凤凰网科技讯 2月3日，摩尔线程正式推出AI Coding Plan智能编程服务。该服务以MTT S5000全精度计算能力为核心驱动，融合硅基流动推理加速引擎，并集成GLM-4.7代码模型，具备了支撑高复杂度应用开发的实战能力。 官方信息显示，GLM-4.7在Code Arena（全球开发者盲测评估系统）的开源及国产模型中位列第一，在函数补全等场景的表现据称优于GPT-5.2。该服务现已适配Claude Code、Cursor、OpenCode等多款主流编程工具。 在服务套餐方面，提供30天免费体验期，以及从120元/季度到1200元/季度不等的梯度化方案。此次发布被视为国产芯片与国产大模型在AI编程工具领域的一次整合尝试。

当AI将创新周期从年压缩至月，一场静默却剧烈的重构正席卷全球云计算市场：AI推理的算力支出在2025年底首次超越通用计算，这不仅宣告着“租用智能”的时代正式到来，更彻底改变了云的商业模式。 2026年初，多家头部云厂商接连宣布上调部分服务价格，打破了持续二十余年的“降价惯性”。 这背后，是AI浪潮对算力需求的结构性重塑——传统的、可预测的标准化需求，正在被AI驱动的、爆发式且极度昂贵的高性能计算需求所取代。 云计算的底层逻辑，正从“成本中心的资源优化”转向“价值引擎的智能调度”。 在这场由AI驱动的深刻变革中，一个比单纯的“算力通胀”更为核心的矛盾日益凸显：无论是全球布局的“中国智造”，还是寻求在华深度经营的跨国巨头，都共同面临全球运营效率统一性与本地市场合规适应性之间的“一致性悖论”。 近期，弗若斯特沙利文（Frost & Sullivan）联合头豹研究院发布了《2025年在华外商企业云计算服务采用研究报告》，研究清晰地揭示了这一点：超过80%的在华外商企业采用多云策略。 这并非出于技术偏好，而是对“一致性与本地化无法兼得”现状的无奈妥协。 企业像管理一个跨国交响乐团，渴望所有乐手（各地分支）遵循同一份乐谱（技术架构），但每个音乐厅（本地市场）的声学环境与观众偏好（合规生态）千差万别。 这“一致性悖论”在AI时代被急剧放大。如何调和这对矛盾，已成为定义下一代云服务商领导力的核心命题。 破局之道 “全球一致”与“黄金三角” 在近日举行的亚马逊云科技中国区域助力企业数智化转型升级媒体沟通会，记者了解到，面对全球企业的共同焦虑，作为市场深度参与者的亚马逊云科技，正将其“深耕本地，链接全球”的愿景，转化为一套可执行的系统性解法。其核心在于构建一个 “全球同步、本地无感”的技术基座。 首先，是以技术同步保障战略一致性。 确保企业无论身处何地，都能使用全球统一、前沿的技术栈进行创新，是消除“数字时差”的第一步。 亚马逊云科技成长型企业及新兴业务总经理倪殿令指出：“我们的角色，是提供全栈能力，弥合从CEO战略到IT执行之间的断层，确保从战略到执行的一致性。” 2025年上半年，亚马逊云科技在中国区域落地超过190项全球服务，并将自研芯片Amazon Graviton4同步引入，其性能较上一代提升30%。 这不仅是算力的升级，更是为企业提供了一个与全球技术演进连续、无需担忧技术栈断裂的创新环境。 沙利文报告对此给予了客观印证：在评估云厂商的“核心能力”时，亚马逊云科技在“支持全球一致的计算能力、跨境高速合规互联、全球数据高可用和实时同步、兼容机器学习框架、全球云原生应用”以及“确保跨境应用的统一体验和高效运维、降低跨境运营复杂度、满足中国安全监管要求、全球安全防护一致”等多个维度得分最高。 其在北京和宁夏的区域运营模式，使企业能够在符合中国法规的前提下，使用与全球一致的API、SDK和运维体验，从而“提升创新效率，降低运营和管理的复杂性”。 其次，是以“黄金三角”方法论，将AI战略精准落地。 倪殿令强调，面对生成式AI热潮，企业需要的远不止大模型和算力。“对于生成式AI应用而言，最重要的其实是数据。其核心在于底层的高效数据处理能力……这部分能力的影响力高达百分之九十以上。” 基于此，亚马逊云科技提出了围绕业务战略的 “场景-数据-人才”黄金三角。 场景维度：企业需要找到高价值，且适合用生成式AI解决的业务切入点。亚马逊云科技推出如Strands Agents等服务，支持从简单任务自动化到复杂决策的全方位智能化转型。 数据维度：无论企业选择RAG、微调还是训练专属模型，都需要坚实的数据基础设施。亚马逊云科技提供从Amazon S3数据湖到Amazon Glue数据治理，以及各类数据分析和处理工具的完整方案。IDC报告亦认可其在该领域的领导地位。 人才维度：面对AI人才短缺，亚马逊云科技在中国提出“共创+培养+迭代”实践，通过与高校、企业合作，系统性破解AI落地的人力资源瓶颈。 安全和合规 是全球化基石 技术的一致性是效率的起点，而信任的全球化则是业务连续性的底线。亚马逊云科技将其长期积累的安全合规实践与庞大的合作伙伴生态，整合为支撑企业全球拓展的关键支柱。 安全与韧性是全球化运营不可妥协的底线。 倪殿令分享了一个细节：“作为内部员工，我们是不能进入生产数据中心的。” 这种极致的安全文化，内化为服务的高可靠性。 根据沙利文另一份针对云服务事故的调研，在2023年至2025年的统计周期内，亚马逊云科技是在华运营的云服务商中，唯一达到“四个九”（99.99%）可用性标准的厂商。 这种从芯片（如Amazon Nitro系统）到服务层的原生安全设计，为企业应对不确定性和挑战提供了坚实支撑。 本地化生态是将全球能力转化为具体价值的放大器。 “深耕本地”离不开强大的生态。亚马逊云科技在中国拥有超过一万家本地合作伙伴，与德勤中国联合发布“DelphAI”生成式AI实践服务，联合共创超过40项行业解决方案；与SAP的合作也已步入第十年。德勤中国合伙人郭大江表示，这种深度绑定“不仅是推荐方案，更是将自己的员工培养成亚马逊云科技平台上的专家”。 这种生态融合能力，正是沙利文报告在评估“用户价值”时，高度认可亚马逊云科技 “促进本土多方共赢、本土生态建设”等维度的关键所在。 从“资源竞争” 升维至“体验竞争” 云计算的竞争维度正在发生根本性迁移。早期的资源规模、中期的产品丰富度竞争，在AI与全球化交织的今天，已演变为“全球数字化体验”之争。 这种体验，衡量的是企业将其数字业务从一个区域平滑、快速、合规地复制到另一个区域的综合能力。未来的领导者将是那些能最大程度简化全球运营复杂性的厂商。 它们提供的将是一个具有统一引力场的数字平台，将复杂的地缘技术差异极大抽象，让企业得以专注于业务创新本身。 这要求云厂商不仅要有广布的基础设施，更要有深度的全球合规实践、强大的生态整合能力，以及将复杂性转化为一致性体验的产品哲学。 亚马逊云科技通过将安全合规能力深度嵌入基础设施层，确保核心服务与API的全球一致性，正致力于帮助企业消除“数字时差”，让创新的想法和数据能够像光一样，在全球范围内自由、瞬间地流动。 结语 当AI驱动全球创新竞赛进入白热化，企业竞争力的核心已不再仅是拥有多少算力，而在于能否在全球范围内高效、安全、敏捷地调度智能与数据。 亚马逊云科技所实践的，正是通过“全球一致”的技术服务、“黄金三角”的落地框架以及“可信可靠”的运营体系，为企业构建一个体验连续的数字世界。 这并非一场关于本土化的侧翼战，而是一场关于“如何将全球化做到极致” 的中心战役。 那些能够交付“零数字时差”体验，将复杂合规与技术差异隐藏在平台之下，让企业全球化业务如本地运营般顺畅的云服务商，将成为定义下一代全球商业基础设施规则的真正奠基者。

撰 文 / 无 字 编 辑 / 郭老尸 2025年12月18日，在火山引擎冬季Force原动力大会上，总裁谭待自豪的宣布，豆包大模型的日均Token处理量已超过50万亿，并在半年内增长超过200%。他同时透露，公司已主动上调了AI云的长期营收目标，展现出拿下市场的强大决心。 而在4天后，百度正式发布其原生全模态大模型文心5.0正式版。据百度称文心5.0语言与多模态理解能力已经超越Gemini-2.5-Pro、GPT-5-High等模型，位列全球第一梯队。 这看似不相干的两条新闻实则蕴含着千丝万缕的联系。那就是这位总裁有着深厚的百度背景，他曾在百度工作超过11年，百度最高级别的技术专家之一的他拥有“百度搜索主任架构师”、“百度网盘的首席架构师”“百度区块链实验室主任”等诸多名号。 然而他并不是字节唯一拥有百度背景的高管，早在2013年张一鸣就曾重金将包括杨震原、洪定坤、朱文佳在内的几乎半支AI团队的专家招致麾下。现在这些专家都在字节跳动身居要职，甚至也可以说正是在他们的主导下，将豆包（火山引擎）做到了市场第一。 根据QuestMobile披露的数据显示，仅2025年9月，豆包就以1.72亿月活位列第一，而百度文心（原名：文小言）AI助手的活跃用户规模仅为531万，位列第九，远低于豆包、DeepSeek、腾讯元宝等产品。 于是，一个耐人寻味的问题由此浮现：为何近乎同一批顶尖的技术头脑，在百度内部深耕多年，却似乎“只开花不结果”；而当他们汇入字节，却能助力打造出火山引擎这样庞大的技术平台，并催生出豆包这类现象级的C端应用呢？ 事实上，手握出众的技术与人才，却被竞争对手弯道超车，早已成为百度的“常态”，此前，就已错失整个移动互联网时代。究其原因，主要是因为，百度缺少将技术落地为创造非凡用户价值的“产品文化”。长此以往，百度甚至有可能继续错失AI时代。 01 深耕AI十余年，百度战略摇摆 由于主营搜索引擎业务，涉及语义检索、信息整合、内容摘要等技术，百度曾是中国互联网行业，最早一批押注AI技术的企业。 早在2013年，百度就成立了中国首个深度学习实验室，探索AI技术。此后几年，百度持续深耕AI技术，相继打造大规模神经网络机器翻译系统、百度大脑、Apollo自动驾驶等技术。不过彼时，百度正着力讲述团购、外卖等故事，并未过度重视AI技术的商业化应用。 由于错失了移动互联网风口，2017年7月，百度喊出“All in AI”的口号，全力加码AI技术。2017百度联盟峰会上，百度董事长兼首席执行官李彦宏更是对外喊出了“未来百度将不再是互联网公司，而是一家人工智能公司”。 事实证明，在AI领域深耕十数年，百度确实积累了出众的技术实力。就在2022年11月，OpenAI石破惊天的推出支持自然语义对话的ChatGPT，刷新了整个科技行业对于AI产品的认知之时。一众中国科技公司纷纷加码大模型。但由于具有先发优势，此时百度已经手握成熟的技术，并在转年3月率先推出国内首个对标ChatGPT的国产大模型——文心一言（文心和文小言的前身）。 2023年8月，清华大学新闻与传播学院发布的《大语言模型综合性能评估报告》中显示，在三大维度、20项指标的综合评分中，文心一言都位列国内产品第一，部分中文能力甚至超越GPT-4。而在互联网络信息中心2024年6月的数据中显示，中国生成式人工智能产品用户规模达2.3亿人，其中文心一言的使用率为11.5%，位列第一。 彼时，李彦宏对百度的AI技术路线信心十足。在2024年2月举办的上海世界人工智能大会上，李彦宏称，“开源模型是一种智商税，因为ChatGPT、文心一言等闭源模型一定比开源模型更强大，推理成本更低。”随后他就碰上他另一个宿敌——DeepSeek。 然而，开源的DeepSeek-R1凭借出众的技术实力、灵活的部署能力，彻底颠覆了闭源模型，疯狂抢占国内市场。为了挽回市场，百度不得不在去年3月推出文心大模型4.5，不光重新拥抱了开源，并且还免费向用户开放。 梳理百度AI过去的十余年，我们不难发现，其在技术层面具备深厚的比较优势，但却接连误判行业的发展趋势，沦为了“追赶者”。这很大程度上都是因为，百度拥有浓重的工程师文化，善于钻研技术，战略更多服务于自身的利益。由于缺少敏锐的用户需求洞察力，以及产品定义能力，随着市场环境生变，百度的战略不得不左右摇摆。 02 移动互联网时代，百度仍在“搜索” 由于缺少可以击中用户刚需的“产品文化”，后PC互联网时代，百度一直困在“搜索”中。自2010年谷歌退出中国市场后，百度一跃成为中文搜索引擎市场的扛把子。由于手握PC互联网的入口，百度靠竞价排名赚得盆满钵满。 为了保持亮眼的业绩，移动互联网来临后，百度并未像阿里、腾讯等企业一样积极转型打造原生移动App，拥抱移动互联网，而是希望继续掌握核心流量入口，维持“躺赢”姿态。 2012年百度世界大会，谈及风头正劲的移动互联网，李彦宏认为“移动互联网是醉驾”，因为手机App碎片严重，用户消费低，广告、游戏、电商等业务在移动互联网行业没有明确的商业模式。 其实在更早时候，百度曾推出“百度·易”试水移动互联网，它用一个搜索框，深度整合智能框搜索、百度地图、掌上百度等百度生态，希望成为移动互联网时代的核心搜索入口。但由于缺少自研操作系统，“百度·易”并未成功打开市场。所以李彦宏的醉驾论似乎也就更好理解了。 折戟“百度·易”后，百度又将目光瞄准了91助手。2013年7月豪掷19亿美元收购该产品。其实百度之所以斥巨资购入91助手，依然离不开对“搜索”执念。由于移动互联网的基础组成元素是一个个孤立的App，手握软件市场，自然就掌握了最关键的分发入口。 然而，由于App呈现孤岛化的发展路径，且百度并不掌握微信、抖音、小红书等平台级App才是入口型产品；另一方面，应用分发带来巨大的利益促使各大手机厂纷纷自己接管应用市场。三重打击之下，91助手迅速沦为了“鸡肋”，并于2025年9月正式停服。 事实上，即便李彦宏2017年就喊出“All in AI”口号，但百度实际的业务应收依然极度依赖搜索业务。财报显示，2018年，百度总营收1023亿元，其中在线广告营收819亿元，同比增长19%，占总营收的比重高达80.06%。对比2024年的财报数据，虽然其730亿元的线广告营收业务较2018年下降了3个百分点，但占1331亿元总营收的比重仍高达54.8%。 正如自媒体人潘乱在《百度没有文化》一文所言，“百度有着先进的技术，但缺乏与之匹配的商业远见。”后PC互联网时代，百度没有意识到，用户的需求和使用场景其实已经发生根本性转变，依然盲目加码“搜索”业务，自然难逃刻舟求剑的悲剧。 历史总是惊人地相似，百度的上述弊病事实上也延续到了AI时代。用户需要的并非出众的基座模型，而是可以带来差异化使用体验的AI助手。千问、蚂蚁阿福等产品的基座模型或许比不上文心，但由于可以提供AI办事、医疗咨询、健康管理等差异化服务，成功俘获了海量受众。反观百度，仅仅致力于在实验室“炫技”，很难撬动市场。 03 高层颉颃，李彦宏亲掌AI不是解药 2025年11月，百度一则组织架构公告引起轩然大波。新设立的基础模型研发部与应用模型研发部，直接向李彦宏汇报，而CTO王海峰被隔绝在外。这被外界解读为李彦宏对王海峰长期以“重技术、轻落地”的研发体系的全盘否定。更是彰显出李彦宏对王海峰缺乏信任。 2010年1月加入百度的王海峰，曾历任副总裁、高级副总裁，并在2019年5月出任百度CTO，是百度AI技术的核心奠基者之一，先后为百度创建和发展了自然语言处理、知识图谱、深度学习等AI技术。 尽管技术能力出众，但王海峰并未带领百度打造出极具竞争力与用户价值的C端产品。此番李彦宏直接接管两个重要的研发部门，一定程度上也说明，其对王海峰的商业化能力并不满意，并且认为百度只有自己才能领公司赢下AI之战。 不过值得一提的是，虽然成功打造了百度搜索引擎，但李彦宏并非产品经理型高管，更像一个技术专家。而这种对技术的“痴迷”，也恰恰源于李彦宏打造的公司文化。比如，百度的核心价值观是“简单可依赖”，也即高效满足用户需求，这正是基于工程师文化推导出的理念。基于此，百度锤炼出了出众的搜索技术，以及高效的商业模式。然而，移动互联网时代，产品的“赛点”已从效率转向情绪。典型如抖音、快手、小红书等产品，就因为能提供海量娱乐或泛娱乐化的内容，满足用户“杀时间”的需求，成为了热门产品。 其实因为“工程师文化”被边缘化的百度高管何止王海峰一人，早在2018年3月，时任百度COO的陆奇就在接受YC合伙人Daniel Gross采访时表示，自己一直谋求对百度的“工程师文化”进行变革，想让这家公司更加“以产品为中心”，更理解用户需求。 然而结果我们都知道的，两个月后，百度发布消息称，由于个人和家庭原因陆奇无法继续全职在北京工作，将于2018年7月离职。 据36氪援引知情人士消息称，陆奇离职与和百度搜索系高管的政治斗争有关。据悉，陆奇希望去掉某些垂直行业的竞价排名广告，遭到四位百度高管联合抵制。最终陆奇黯然离场。 虽然不清楚陆奇和搜索系高管争斗时李彦宏的具体态度，但陆奇的离职还是在一定程度上昭示出，相较长期稳健发展，李彦宏更倾向于维系百度的短期收益。也正因此，陆奇离职后，百度的战略才会长期出现摇摆不定的状况，甚至时至今日都没有拿到AI时代的“船票”。 此前，虽然已错失移动互联网红利，但由于用户仍存在一定的搜索需求，百度可以“苟活”。但随着AI技术逐渐成熟以及GEO（生成式引擎优化）行业的全面探索，传统搜索引擎已经不再是互联网检索的第一入口，而百度搜索的护城河似乎也正面临崩坏的挑战。Gartner预测，2026年，传统搜索引擎的访问量将下跌25%，搜索营销的市场份额将被人工智能聊天机器人和其他虚拟代理夺走。 回望2010，当百度刚成立自然语言处理部开始布局AI时，公司上下对未来信心满满。而当阿里等巨头携巨额投入强势入局之时，飘荡在百度人心中的那面“All in AI”的旗帜仍在，只是已经没有多少人去讨论它了。 旗帜不曾落下，却在寂静中悄然褪色。

今年的 AI 圈，有点像 2008 年的智能手机市场，所有人都知道触摸屏是未来，但厂商们都在做「带触摸屏的诺基亚」。 Agent 时代已经来了，这是共识。而怎么做一个好用的 Agent 模型？按照惯性思维，或许还是一样，更多的参数，更深更广的网络结构，还有更大的数据集。 300B 不够就 1T，1T 不够就 10T。仿佛只要把模型做得足够大，Agent 能力就会自然涌现，就像只要把诺基亚的屏幕做得足够大，iPhone 就会自己出现一样。 大参数模型确实带来了更博学的知识面和更稳健的底座，但这种一味在上一代模型上「优化 」的方法，显然不能让我们手里的 Agent 更好用，Agent 时代需要 Agentic 的模型。 那有没有一条更高效的、真正颠覆性思维的路线，不靠堆参数，靠架构优化；不需要云端服务器独占，本地也能跑；既是全能选手的同时，又有定向优化。 ▲模型参数规模与智能对比图，Step 3.5 Flash 总参数在图中最少，但智能得分排名第二 2 月 2 日，阶跃星辰发布并开源了最新基座模型 Step 3.5 Flash，这是一个让 Agent 更高效的底层支撑模型，采用稀疏 MoE 架构，总计 1960 亿参数，但每个 token 仅激活约 110 亿个参数。 这是大模型行业里一个十分反常识的数据，在一众卷向万亿参数的竞争对手面前。似乎显得有些「掉队」。然而就是这个看似「掉队」的选择，可能藏着 Agent 时代最大的秘密。 L3 时代的模型，不能再沿着 L1 的梯子爬 如果这放在半年前，阶跃星辰可能还在做着另一件事。 阶跃星辰联合创始人兼 CTO 朱亦博在最新的博客中提到，Step 2 模型时代，他们也曾是 Scaling Law（规模定律）的忠实信徒。和当时所有的模型厂商一样，他们认真地爬着那座名为参数的梯子，设计了比 DeepSeek V3 还要大的参数量，甚至比对方早训练了好几个月。 结果是，虽然跑分一度辉煌，但在 DeepSeek R1 的推理范式面前，传统的堆料逻辑还是遭遇了降维打击。 原因很简单，DeepSeek R1 是一个时代的跨越，从 L1 的 Chatbot 到 L2 的 Reasoner，继续用 Chatbot 的思维去做推理模型，不一定会失败，但注定要碰壁。 这不仅是阶跃星辰的复盘，更是整个行业的缩影。痛定思痛后，他们发现了一个被忽略的真相：L1 时代的 Chatbot（聊天机器人）和 L3 时代的 Agent（智能体），需要的是两种不同的模型。 ▲OpenAI 的五级框架，从第一级的聊天机器人，到推理、智能体、创新者和第五级的组织体 按照 OpenAI 的五级架构，我们正在经历从 L2 Reasoner（推理） 迈入 L3 Agent（智能体） 的跨越。 L1 Chatbot 时代：核心需求是对话流畅度，模型只要能快速响应、自然表达就够了。我们需要的可能是一个会背百科全书的「文科生」，它足够博学，能随口复刻鲁迅风。此时，每秒 20-30 个 token 的输出速度，刚好适配人类的阅读习惯 。 L2 Reasoner 时代：长思维链出现，我们需要模型展现完整的深度思考。看着长长的思考过程，我们觉得它聪明，甚至愿意为了更准确的结果等待数十秒 。 L3 Agent 时代：特征彻底变了。工作场景的上下文常驻 32K-128K 区间，我们不再逐字阅读输出，只盯着「什么时候能交付结果」。 在这种场景下，继续沿用 L2 时代的重型参数模型，打个比方可以说是，带着鳌太线的装备去爬佘山「沪太线」，虽然储备充足，但效率变低，且算力代价极其昂贵 。 Agent 在某种程度上，甚至可以说不再是给用户看的，而是给任务用的。它需要长上下文的高效运行，能轻松处理几十万 token 的代码库；以及速度的提升，这能直接决定用户体验；而核心还是规划和工具调用。 如果继续用 L1 时代的重型模型去跑 L3 的任务，就像开着法拉利去送外卖——不仅贵，而且在拥堵的「长上下文」路况里，根本跑不起来。 这也解释了为什么阶跃敢于反其道而行，掏出 Step 3.5 Flash这个「新物种」，专注于「快」与「强逻辑」。这种取舍乍看之下与行业格格不入，却有了更多的可能性。 天下武功，唯快不破：Agent 时代的「暴力美学」 Agent 时代，「快」不再是一种锦上添花，直接是模型生死线。 朱亦博指出了一个极易被忽视的细节，在 Chatbot 时代，模型输出只要快过人类阅读速度（20-30 tokens/s）就够了，再快我们也读不过来。但在 Agent 时代，这个标准完全失效。 为什么？因为用户根本不想看过程。当 AI 帮我们写代码、查资料、订机票时，我们不会盯着屏幕看它一个字一个字往外蹦，我们只想要结果。 在这个阶段，速度不再是体验，而是生产力本身，直接决定了任务交付的效率。 为了实现这种极致的「快」，阶跃星辰在技术路线上做了一次豪赌。 ▲Step 3.5 Flash 整体架构，Step 3.5 Flash 是一款采用稀疏混合专家（MoE）架构的大语言模型，其架构由模型-系统协同设计定义，并且将推理成本和速度作为核心架构约束。 在同行都在盲目跟风 Linear Attention（线性注意力机制）时，Step 3.5 Flash 坚持选择了 SWA（滑动窗口注意力） 架构。这种混合注意力布局，一方面能更快的处理 Token 计算，另一方面也解决了长上下文处理的二次瓶颈。 简单来说，它不是死记硬背 256K 的全文，而是像人类一样，有重点、有节奏地分配注意力。这让它在处理海量数据时，不仅不降智，还能大幅降低算力开销。 看起来是一种「逆行」，其实正是 Agent 时代「以巧见大」的精算。因为在当前的硬件条件下，SWA 对投机采样（Speculative Sampling）最为友好。这种技术上的取舍，直接将单请求代码类任务的推理速度干到了最高 350 tokens/s。 快如闪电的「瞬杀」，是直接将 AI 从「玩具」变成生产力工具的决定性瞬间。在 Step 3.5 Flash 发布首日，就登上 OpenRouter Fastest Models 榜单。 ▲根据 OpenRouter 最新发布的 Fastest Models 排名显示， Step 3.5 Flash 的生成速率达到 167 Tokens/s，位列全球最快模型之列。 拒绝「背题家」，高智商才是第一生产力 跑得快不能以「降智」为代价，衡量一个模型适不适合做 Agent，「高智商」也是必不可少。 无论是我们用户还是大多数模型厂，普遍的共识都是：参数越大，能力越强。但 Step 3.5 Flash 在数学领域的屠榜表现，用合适尺寸 + 极致后训练，也得到了不输大参数模型的效果。 在 AIME 2025（美国数学邀请赛）中，它拿下了 97.3 分； 在 IMOAnswerBench（国际数学奥林匹克题基准）中斩获 85.4 分； 在 HMMT 2025（哈佛 – 麻省理工数学竞赛）中更是飙到了 96.2 分。 这是什么概念？这些分数均为国内顶级开源模型第一。 如果开启并行协同推理（PaCoRe）模式，它的得分甚至逼近满分。这种「智商溢出」的现象背后，藏着一个极其隐晦但精准的行业真相：过去的模型像是个「背题家」，靠死记硬背海量数据来蒙混过关；而 Step 3.5 Flash 是个真正的「解题家」。 ▲PaCoRe（Parallel Coordinated Reasoning）的推理流程。每一轮启动广泛的并行探索，将生成的轨迹压缩成紧凑的信息，并将这些信息与问题一起传递，以协调下一轮。重复此过程 𝑅ˆ 次，可在遵守固定上下文限制的同时，实现数百万标记的有效 TTC（测试时计算），最终压缩的信息作为系统的答案。 在 Agent 的工作流中，这种能力是致命的。因为真实世界的任务充满了未知，我们要的不是一个只会复读知识点的鹦鹉，而是一个能看懂复杂指令、能拆解任务逻辑、能自我纠错的「超级大脑」。 推理能力证明了智商在线，但 Agent 还需要干活靠谱。Step 3.5 Flash 在多个关键场景拿到了国内开源第一。 代码能力：全球第一梯队 SWE-bench Verified: 74.4 分（真实开源项目的 bug 修复） Terminal-Bench 2.0: 51 分（国内开源第一，终端任务自动化） LiveCodeBench-V6: 86.4/88.9 分（国内开源第一，实时编码调试） Agent 核心能力：多项国内开源第一 τ²-Bench: 88.2 分（国内开源第一，多步任务规划） xbench-DeepSearch: 54 分（国内开源第一，深度搜索与信息整合） BrowseComp: 69 分（第一梯队，网页浏览与上下文管理） 数据再漂亮，也得经得起真实场景的检验。在下面这几个典型场景中，Step 3.5 Flash 也验证了「以巧见大，快如闪电」不是口号。 普遍常识里，用 Deep Research 写分析报告，可能会觉得需要模型有引经据典的文采，但实际上还是依赖强大的逻辑推理和工具调用能力。 给它一个模糊的课题，比如「0-3 岁婴幼儿科学教育」，它不会直接胡编乱造，而是像一个真正的人类研究员一样，拆解任务、规划路径、联网搜索、反思修正，然后交给我们一份内容翔实、新手父母都能看懂的万字报告。 在 Scale AI 的 Research Rubrics 评测中，它的得分甚至压过了 OpenAI 和 Gemini 的同类系统。这也进一步说明，它已经具备了独立干活的「逻辑闭环」。 Step 3.5 Flash 同样能接入 Claude Code 环境，当要模型担任一名专业数据分析师，面对复杂的数据分析任务时，它不仅能自己写代码清洗数据、协助日常数据流程、对齐数据格式，还能直接产出工作流报告。 无论是做 Deep Research 还是 Vibe Coding 项目，这些要么在阶跃的官网完成，要么就是调用 API 的方式，但 Step 3.5 Flash 的野心远不止于从云端服务器拉取 AI 能力。 朱亦博透露，为了跑模型，他甚至自掏腰包买了一台设备。现在，Step 3.5 Flash 是目前能用 4-bit 量化，在 128GB 内存的 MacBook 上流畅运行 256K 超长上下文的最强模型，没有之一。 这句没有之一，确实凸显了技术人的倔强。或许，这也暗示了阶跃星辰「AI + 终端」的终极图谋：最强的大脑，不应该只活在昂贵的 H100 集群里，它应该活在你的电脑里，甚至未来的手机里。 当其他厂商还在卷融资、卷估值时，阶跃星辰已经默默地把高性能 Agent 的成本门槛，再一次降低。这正印证了那句战略预判：大模型竞争的「表演赛」已经结束，行业正式步入决定生死的「淘汰赛」。 春节 AI 大战里，又一匹搅动大模型格局的黑马 在最近喧嚣的 AI 发布混战中，Step 3.5 Flash 这匹黑马肯定其实有些被过于低估了，它不只是一个「高性价比」的模型，反而有点像一年前 DeepSeek 的突然出现，给 AI 行业趟出了一条新路： 在算力并不是无限的现实世界里，谁能用更精巧的架构、更少的资源解决更复杂的问题，谁才是真正的赢家。 那个靠堆参数就能骗到融资、靠刷榜单就能获得掌声的「草莽时代」已经一去不复返。接下来的战争，属于那些不仅「脑子好使」，而且「手脚麻利」的物种。 这种对「小型化、高效率」的坚持，本质上源于阶跃星辰对 AGI 使命的执着。朱亦博曾感慨，坚持训练基模的意义，除了商业优势，就是为了那份 「一直以来的 AGI 梦想」。 对阶跃星辰来说，通往 AGI 的路径不是靠赌一把大的，而是靠前瞻性的方法论，和对时代需求的精准判断。正如阶跃星辰新任董事长印奇在采访中所谈到的，「做好基模、探索整个智能的上限是阶跃的使命。」 从 Step 1 到 Step 3.5，从多模态到语音，从云端到终端，AI 与物理空间的结合、与终端硬件的深度布局，都是阶跃星辰走向最终 AGI 的必经之路。 当 AI 能力真正「飞入寻常百姓家」，技术竞赛的终点也不再是算力军备竞赛，AI 开始更好地服务我们，每个人，中小企业、个人开发者、学生都能低成本，用得起顶级 Agent 能力，AGI 才不只是巨头的游戏。 以巧见大，快如闪电。 这是 Step 3.5 Flash 给出的答案，也是阶跃星辰对 AGI 使命的又一次靠近。 那些坚持梦想的人，终会走出自己的路。而这条路，已经越来越清晰。

快科技2月3日消息，近期全球NAND闪存供应紧张，导致SSD价格亦水涨船高，骗子也把目光放到了SSD上，有网友分享了自己低价购买三星990 Pro的经历，本以为捡到了大便宜，结果却掉进了假货的坑。 该网友表示，他之所以被诱骗购买三星990 Pro，是因为它比大多数零售商的价格明显便宜 目前2TB版三星990 Pro在印度的零售价普遍超过30000卢比（约2305元人民币），而他从一名经销商朋友处以仅19000卢比（约人民币1460元）的价格入手。 用户起初觉得一切正常，但这块SSD在实际使用中却现了原形，其读取速度仅为20MB/s，写入速度更是低至9-10MB/s。 即便在CrystalDiskInfo和Windows设备管理器中，它都能被正确识别为“Samsung SSD 990 Pro 2TB”，甚至显示其处于PCIe 3.0 x4模式，按照正常规格，该模式下的读取速度应在3000MB/s 以上，而20MB/s的蜗速明显是有问题。 最终，该网友通过三星官方管理软件Samsung Magician（三星魔术师）才揭穿了骗局，该工具直接弹出警告，指出“此驱动器并非带有有效序列号的正品三星品牌SSD”。 幸运的是，由于卖家是其熟人，退货并非难事，但这起案例也给广大玩家敲响了警钟。

编译｜万贵霞 编辑｜云鹏 智东西2月3日消息，据彭博社今日报道，韩国三星电子（Samsung Electronics）与SK海力士（SK hynix）在2月3日的股票交易中，总市值合计达到1.11万亿美元（约合人民币7.7万亿元），小幅超过阿里巴巴与腾讯的总市值之和。 彭博社认为，此次市值排名的变化，凸显出中韩两个亚洲国家在科技领域的不同发展路径。韩国将自身定位为英伟达等全球科技领军企业的核心供应商，而中国则持续聚焦于技术自给自足。 今年以来，三星电子股价累计上涨34%，SK海力士股价更是飙升37%。而阿里巴巴港股年内涨幅约14%，腾讯股价则基本维持持平。 股价对比图：橙色代表三星电子与SK海力士总市值；黑色代表腾讯与阿里巴巴总市值（图源：彭博社） 彭博社称，这一数据成为行业里程碑事件，背后反映出全球AI领域的投资热潮正转向基础设施建设，而身处行业供应链核心的韩国芯片制造商，成为了这一趋势的直接受益者。 一、韩企凭存储芯片领跑，成AI基建核心受益者 长期以来，阿里巴巴与腾讯被视作亚洲科技崛起的标杆，而如今韩国芯片制造商的市场表现已实现反超。 彭博社分析称，腾讯主营社交与数字生态，阿里聚焦电子商务，二者在AI领域的布局仍处于拓展阶段，这也让三星电子、SK海力士的优势进一步凸显。 SK海力士与三星电子均为全球半导体领域的领军企业，在AI时代的存储芯片赛道占据核心地位。 SK海力士前身为1983年成立的现代电子产业株式会社，2012年被SK集团收购后更名，现聚焦DRAM、NAND Flash及CIS非存储器产品，在韩国利川、清州及中国无锡、重庆设有四大生产基地，2025年凭借HBM（高带宽内存）等高端产品实现业绩巅峰，全年营收达97.1467万亿韩元（约合人民币4674.7亿元），是AI基建关键供应商。 SK海力士韩国利川总部大楼一景（来源：SK海力士新闻中心） 彭博社称，三星与SK海力士的快速发展，核心依托于其在高端高带宽内存芯片领域的领先地位。这类芯片是英伟达等企业AI加速器的核心硬件支撑，叠加超大规模数据中心愿意为核心元器件支付溢价，两大韩企迎来需求与业绩的双重增长。同时，DRAM和NAND闪存的创纪录短缺，进一步赋予了它们前所未有的市场定价权。 美国银行全球研究部首尔分部韩国研究主管Simon Woo则认为，存储芯片的行业定位已发生根本性转变，如今它已成为美国头部科技企业的关键战略资产，彻底告别了此前仅作为个人电脑、智能手机消耗性组件的时代。他同时预测，这一轮内存行业的超级上行周期将持续至2027年，“行业定位的转变，大幅提升了内存领域的产业价值”。 富兰克林邓普顿全球投资组合（Franklin Templeton Global Investments）的经理廖一平（Yiping Liao）说，“韩国的核心策略是聚焦技术供应链的特定核心环节，而中国则更致力于构建完整的端到端AI技术栈。三星电子与SK海力士股价的大幅上涨，核心原因正是行业迎来了前所未有的内存需求周期。” 拉长时间维度来看，自去年9月初至今，三星电子股价累计飙升约130%，SK海力士股价涨幅更是接近两倍。高盛亚太区首席股票策略师Timothy Moe说，在韩国股市今年的预期盈利增长中，半导体行业的贡献占比将达到60%左右。 “当前行业正处于超常规的盈利环境中，我们认为这一状态将贯穿今年甚至明年。”Timothy Moe补充道，若AI技术向更多行业落地渗透，这一轮行业上行周期“大概率会持续更久、表现也会更强劲”。 二、中国聚焦技术自主，AI领域呈现差异化发展 与韩国在全球AI基础设施领域的领先地位形成鲜明对比的是，受美国先进芯片出口限制影响，中国AI行业的发展愿景愈发聚焦于本土替代与自主创新。 而即便在国内市场，AI领域的发展也呈现出明显的分化特征，近期本土科技产业的新一轮繁荣，主要由AI芯片设计企业引领。 中芯国际是中国大陆领先的集成电路晶圆代工企业，提供0.35微米至14纳米工艺节点的晶圆代工与技术服务，是全球第四大晶圆代工厂；上海华虹集团是国有集成电路制造产业集团，业务涵盖芯片制造、元器件分销；寒武纪科技是国内领先的AI芯片设计企业，专注于高性能的AI加速芯片及解决方案；海光信息是国内唯一X86芯片生产商，采用X86指令集兼容架构，主营高端CPU；摩尔线程自研自主可控全功能GPU。 SK海力士与中国的SMIC（中芯国际）、Hua Hong（华虹）、Cambricon（寒武纪）、Hygon（海光）、Montage（摩尔线程）等企业市值对比图（图源：彭博社） 2025年12月，作为聚焦图形处理器（GPU）芯片设计的中资高科技企业，摩尔线程智能科技（北京）股份有限公司、沐曦集成电路（上海）股份有限公司，在上海证券交易所科创板上市首日均交出亮眼成绩单。 摩尔线程于2025年12月5日上市，开盘报650元/股，较发行价大幅上涨468.78%，总市值突破3000亿元，成为2025年A股发行价最高新股。沐曦集成则于2025年12月17日登陆上交所，开盘大涨568.83%、报700元/股。据第一财经报道，沐曦股份今年1月27日公告，预计2025年度实现营业收入16亿元至17亿元，与上年同期相比，增长115.32%至128.78%。 不过彭博社也提到，国内的智普、腾讯元宝等，聚焦于开发服务于自身生态的AI模型，很难与OpenAI匹敌。 值得注意的是，彭博社称，韩国芯片制造商也存在明显的行业风险，即过度依赖存储芯片的供需周期，行业业绩易受周期波动影响。而中国互联网巨头凭借在AI应用层的布局优势，未来或能获得更具持续性的增长稳定性。 富时罗素全球投资研究主管因德拉尼・德（Indrani De）分析称，中国的核心优势在于拥有庞大的制造业生态体系，这意味着国内相关科技产业具备快速规模化的能力；而韩国则聚焦于硬件领域的核心技术，“这一结构性优势十分显著，短期内难以被改变”。 结语：AI热潮重塑亚洲科技产业格局 彭博社认为，韩国市值最高的两家公司首次超越中国两家互联网巨头，这凸显了不断发展的全球AI热潮重塑了亚洲的科技行业投资格局。 一些观察人士认为，AI领域的赛道足够广阔，覆盖硬件、软件、应用等多个环节，投资者可以从不同的角度进行交易。

摘要： 一张截图，半日之内让“AI芯片第一股”市值蒸发700亿，市场用最剧烈的方式回应了关于业绩的传言。 凤凰网科技 出品 作者｜Dale 编辑｜董雨晴 2月3日的资本市场显现出近期少有的迷茫一刻，中午休市时，国产芯片企业寒武纪的股价跌去12.88%，市值从约5300亿元回落到4563亿元，半天蒸发了超过700亿元。 此前，一个并不流传的市场传闻称：寒武纪在小范围交流中给出的2026年营收指引仅为200亿元，远低于市场预期的300亿至500亿元。 而就在几天前，寒武纪刚刚发布了史上最亮眼的业绩预告，反差让投资者措手不及。 在跳水之际，寒武纪罕见极快发布严正声明：“公司近期从未组织任何小范围交流，没有出具过任何年度、季度营业收入指引数据。” 闪崩 2026年2月3日，寒武纪股价开盘后迅速走低，市场突然变得不安。上午交易时段，股价接连失守1200元和1100元整数关口。 截至午间休市，跌幅已达12.88%，市值蒸发超700亿元，总市值回落至4500亿元左右。 在上周五晚间发布2025年业绩预告后，本周一股价就已开始下跌。市场情绪显然正在发生变化。 一张关于业绩指引的截图开始在投资圈流传。传闻称，寒武纪在小范围交流中给出2026年营收200亿元的预测。 这一数字远低于市场普遍预期的300亿至500亿元。对于去年营收刚刚突破60亿元大关的寒武纪来说，200亿元的预测意味着增速将显著放缓。 2月3日午间，寒武纪通过官方微信公众号发布严正声明：“公司近期从未组织任何小范围交流，没有出具过任何年度、季度营业收入指引数据。” 与此同时，寒武纪董秘办工作人员也回应称：“这个（指股价波动原因）我们不太清楚，首先就是市场上很多的传闻，这肯定都是假的。” 公司也特别强调，二级市场资金和情绪的波动较多，呼吁投资者理性对待。 但在不少人看来，寒武纪的暴跌已蔓延至整个国产AI芯片板块。盘中，摩尔线程跌超4%，海光信息跌超2%，沐曦股份也跌超5%。 从更长远的背景变化看，国产AI芯片行业当前正面临着一个现实的转折：这既是行业发展的黄金时期，也是竞争加剧的起点。 当前，除头部排名第一的AI芯片占据市场份额半壁江山外，剩余市场份额被海光信息、百度昆仑芯、寒武纪、摩尔线程等超过10家企业瓜分。 从寒武纪与最新爆出的阿里旗下平头哥真武来说，未来一些科技大厂将把握自研AI芯片，并加速铺向市场商用，据市场消息，刚刚曝光的阿里旗下真武810E性能可超过英伟达A800和主流的国产GPU，与英伟达H20相当，可用于AI训练、AI推理和自动驾驶，甚至阿里基于云、大模型和芯片勾起的生态壁垒更具优势，这意味着市场竞争将越来越激烈。而随着昆仑芯、平头哥等正式上市后，股市上相关概念股的稀缺时代也将结束。 刚刚交出最好业绩 就在暴跌前四天，寒武纪刚刚发布了2025年年度业绩预告。数据显示，公司预计全年实现营业收入60亿元至70亿元，同比大幅增长410.87%至496.02%。 更引人注目的是，归母净利润预计为18.5亿元至21.5亿元，而2024年同期为亏损4.52亿元，公司实现年度扭亏为盈。 公告中，公司将业绩增长归因于人工智能行业算力需求的持续攀升，以及产品竞争力的提升和市场的持续拓展。 不过，寒武纪的四季度业绩表现确有降温之意，根据寒武纪2025年三季报，前三季度公司已实现营业收入46.07亿元，归母净利润16.05亿元。 这意味着2025年第四季度营收预期仅为13.93亿元至23.93亿元之间，净利润预期在2.45亿元至5.45亿元之间。 即便取上限值23.93亿元对比，第四季度单季营收环比增幅也较为有限；而净利润预测上限5.45亿元，甚至略低于第三季度的5.67亿元。 此外，摩尔线程、沐曦股份等公司也刚刚发布了业绩预告。 摩尔线程预计2025年营收14.5亿元至15.2亿元，同比增长230.7%至246.67%；沐曦股份预计营收16亿元至17亿元，同比增长115.32%至128.78%。 尽管如此，市场对这些公司的亏损情况仍存忧虑。沐曦股份预计2025年亏损6.5亿元至7.98亿元，而去年第四季度亏损金额可能接近甚至超过前三季度总和。 “请各位投资者提高信息辨别能力”，在摸不着头脑的市场情绪中，寒武纪在回应中这样表示。从数据来看，投资者正在重新评估AI芯片企业的估值逻辑。 沐曦股份、摩尔线程和寒武纪的融资余额占流通市值比例分别为9.55%、8.26%、2.89%（截至2月2日数据），这些融资盘在市场波动时可能加剧股价下跌。 投资者开始关注一个核心问题：当超过10个AI芯片企业上市后，能修成正果的会有几个？是否有一半会被淘汰、市值断崖式下跌？ 截至发稿时，寒武纪的股价已出现反弹之势，最终收跌9.18%。 在国产AI芯片的牌桌上，参与者越来越多，但市场留给它们的试错空间和时间却在迅速收窄，竞赛还在进行中。

就在刚刚，马斯克宣布了一笔惊天并购：SpaceX兼并xAI！ 美国商业航天公司SpaceX今天宣布，已收购人工智能初创公司xAI。两家公司的实际掌舵人都是马斯克。 知情人士称，SpaceX付出了价值2500亿美元的股票。这笔交易完成后，将使SpaceX成为全球估值最高的未上市公司，达1.25万亿美元。 作为对比，OpenAI在最新一轮融资中的估值为8300亿美元；字节跳动的估值不到5000亿美元。 马斯克亲自宣布了这一规模空前的交易。他在备忘录中称，此举“旨在打造地球上（及地球外）最宏伟的垂直整合创新引擎。” 到底啥是“垂直整合创新引擎”？ 马斯克的解释是，这套系统将涵盖AI、火箭、天基互联网、手机直连通信，以及实时信息平台，其目的是通过规模化扩张，打造“有感知的太阳”，以理解宇宙，并将意识之光延伸至群星。 其中，“天基AI”是这套系统的核心，被马斯克视为实现规模化扩张的唯一途径。 按照马斯克的说法，需要发射百万颗卫星、组成星座，充当轨道数据中心，以充分利用太阳能训练AI。这将是人类迈向二级卡尔达舍夫文明（简单理解，就是能够收集恒星系统能量的文明）的第一步。 马斯克的“大饼”不止于此，而是已经迈向了月球和火星，乃至整个宇宙。 “通过实现天基数据中心所开启的能力，将资助并促成月球上的自我生长基地、火星上的完整文明，以及最终向整个宇宙的扩张。”他在备忘录中说。 抛开宇宙级的宏伟愿景不谈，SpaceX收购xAI，是马斯克整合商业帝国的第一步。下一个被鲸吞的对象，会是特斯拉吗？ 01 这起大并购，其实是一场事先宣扬的“阳谋”。 几天前，多家媒体已经爆料，SpaceX即将把xAI收入囊中。而马斯克早已为“天基AI”频频造势：他在社交媒体上隔三岔五就要鼓吹一番“必须把AI数据中心搬到太空”，还在一档播客节目中大谈这一构想。 他给出的理由非常简单：无论是化石能源还是清洁能源，地球上的能源都是不够用的；而AI对于电力的需求呈指数级增长，会显著加剧能源短缺。 恰巧最近一段时间，美国多个地区出现电力紧张，耗电量巨大的数据中心被指为罪魁祸首之一，马斯克的惊人观点得到了某种印证。 同时，人类对太阳能的开发还不到1%，所以干脆就把数据中心发射到地球轨道上，发电、用电一体化，把能源转化效率拉满、成本降到最低，这样才能无所顾忌堆算力，大力出奇迹。 但SpaceX自己不搞AI，怎么办呢？收购xAI啊！ 这笔交易妙就妙在，SpaceX和xAI都是马斯克的公司，不会牵涉到一般的合并案中旷日持久的扯皮，也不会导致太多人员变动——毕竟在马斯克这里，说你行你就行，不行也行。 同时，交易对价是通过股票支付的，SpaceX不需要调动现金。否则，2500亿的盘子，光是筹钱都能把交易拖黄。 也就是说，SpaceX可以非常快地完成这笔交易。马斯克的态度就是，这事儿不着急，但一定要快——因为SpaceX还有5个月就要IPO了。 02 说是SpaceX并购xAI，其实也算是双向奔赴。 SpaceX今年最大的任务就是上市，而且据说还要赶在“金木合相”（就是金星和木星看起来比较靠近，是所谓“吉兆”）和马斯克55岁生日上市，多少带点儿玄学的意思；估值则高达1.5万亿美元。 但现在的问题是，SpaceX的现有业务撑不起这么高的估值。它主要靠星链和发射服务赚钱，前者去年收入大概118亿～155亿美元，后者收入约44亿美元，加起来最多200亿美元。 一家重资产公司，200亿美元营收对应1.5万亿美元估值，市销率75倍，就算是马斯克也不太敢这么吹。 商业航天这门生意，最大的问题就是收入规模一眼看到头。因为每年的火箭卫星飞船产能、发射场能力和发射窗口就这么多，全球加起来两三百次发射任务。SpaceX再厉害，去年也就拿下了160多次。 马斯克之前做了星链，目的之一就是人为推高需求，自己发射自己用，这样就把SpaceX的收入增长曲线拉高了。目前，星链已经贡献了SpaceX大约七成的收入。 但星链的使用场景还是太少，毕竟全世界长时间没网、需要卫星冲浪的人口并不太多。星链搞了这么久，截至去年也才做了920万用户，跟固定宽带和移动网络的几十亿用户没法比。 马斯克想到的办法就是，老百姓不用，那就让AI用，在太空搞数据中心。往好了说，这也算是“第一性原理”的又一次发威。 xAI的问题也很明显。 它的亏损非常严重，据说每个月要烧掉10亿美元，一年就是120亿。但这不是最大问题。就在这个月，xAI刚刚以2300亿美元融资200亿美元，钱还是比较充沛的。 真正的问题是，xAI的Grok大模型及APP一直被OpenAI、Anthropic、谷歌等公司的竞品压着打。虽然马斯克一直在吹嘘Grok 5要实现AGI了，但这事儿谁也说不准，因为Grok在模型侧从来没有真正领先过。 应用侧也很拉胯。本月初，马斯克宣布Grok月活突破3000万，但现在一线选手早已迈入亿级月活时代，第一名ChatGPT已经超9亿。Grok就算有X平台的加持，也没能真正缩小差距。 总而言之，单看SpaceX或xAI，都不算性感。只有把两个绑定在一起，再把“天基AI”的概念注入其中，两者才能一起起飞。 03 对于“1+1>2”的玩法，马斯克已经试验过一次。 去年3月底，xAI斥资330亿美元，将X平台收入囊中。“xAI和X的未来是交织在一起的。”马斯克说。 当然，这一交易也是以股票交易的方式进行的，实际上不需要花一分钱。效果显而易见：完成交易后，xAI估值达到了800亿美元。 不到一年后，马斯克再度按下整合按钮，规模比去年的试水大得多。 之前xAI整合X，把xAI的模型、应用和数据中心能力，与X平台的海量多模态数据放在了一起，算是讲清楚了AGI故事的一半。 如今，xAI和SpaceX抱到一起，从AI基础模型到APP，从技术、数据到算力、能源，马斯克AGI故事粲然大备。 过去十余年，马斯克四面出击，搞了一系列极具远见的项目，包括特斯拉、SpaceX、SolarCity、xAI、Neuralink等。这些项目都吸引了大量目光和融资，特斯拉更是成为“马斯克第一帝国”的柱石。 但时至今日，这些公司都出现了这样那样的问题，昔日的小甜甜逐渐变成了牛夫人。 特斯拉问题最大，去年销量下滑，被比亚迪反超；市值也不再狂飙突进，目前只有不到1.6万亿美元，而英伟达是4.5万亿，苹果接近4万亿，微软也有3万亿。 其他公司里，SpaceX、xAI等在商业模式和赚钱能力上，都面临一些挑战。技术上一枝独秀的Neuralink，迟迟没能规模化赚钱，最新目标无非是2031年营收突破10亿美元。 AI大模型，是对马斯克商业帝国的最大冲击。 这场席卷全球各行各业的技术革新，让马斯克麾下的诸位大将黯然失色。AI大模型也是马斯克投身的赛道中，唯一一个没能跻身前列，却又不得不跟进的项目。 马斯克现在必须追上AI时代的快车，必须把xAI的故事讲好、讲足。 在技术上，马斯克依然是scaling law的信徒，搞了全球首个吉瓦级超算集群。但只说自家数据中心有多强大，却拿不出来有说服力的成果，显然无法让人信服。 讲故事是马斯克的超级长板。把AI与商业航天绑在一起，形成一套逻辑自洽、令人目眩神迷的新故事，这种天马行空的事情，只有马斯克能干，也只有马斯克说了有人信。 尽管黄仁勋对此不屑一顾，马斯克还是这么干了。 马斯克的疯狂扩张、全面出击时代，已经逐渐过去了。现在马斯克必须先攻下AI这座时代的桥头堡，再说别的。 之前媒体爆出来，SpaceX整合特斯拉的方案曾经被放在桌面上。只不过，先被合并的成了xAI。合并后，SpaceX成为马斯克故事的核心，特斯拉的位置更显露出边缘化的痕迹。 从收入规模上看，特斯拉依然是“马斯克第一帝国”的中流砥柱。但马斯克已经不再把它作为重点，甚至特斯拉本身都不再把卖车作为重点。 刚刚发布的财报中，马斯克把Model S/X砍掉，产能腾出来给机器人。车这块儿，他主要聊Cybercab，而非今年会有什么新车型。 马斯克此前宣称，Optimus机器人将推动特斯拉转型为估值25万亿美元的机器人公司。这其实也在一定程度上，预示着特斯拉有可能成为SpaceX的一部分。毕竟，在月球、火星上让机器人工作，一直是马斯克的梦想。 虽然这件事距离落地还有十万八千里，但起码马斯克是这么想的，也是在往这个方向努力。 倘若被SpaceX收入囊中，特斯拉就不需要再在新能源赛道卷来卷去；甚至有可能效仿X平台退市，不再单独承受业绩压力，进而更加自如地完成向机器人公司的转型。 届时，一个横跨地球火星、既有机器人又有AI，甚至还有脑机接口的超级公司将诞生，“马斯克第二帝国”将远比先前宏大。

凤凰网科技讯 2月3日，小米相机部产品经理“Bao_小李”发文称，小米15/14系列、REDMI K70/80系列机型，需升级到最新ROM版本，动态照片才会支持动态水印。此外，还有一大波机型的ROM新版本也都在陆续灰度，用户可多检查一下版本更新。 2月2日，小米17 Ultra新春水印样式公布。据介绍，配动态照片使用，水印也会动起来。这款水印的设计灵感是中国优秀的民间艺术活动舞狮。底部采用正红色宽幅边框作为视觉基底，将传统醒狮形象，搭配绣球元素，从边框右侧跳动前进，活泼可爱。以色彩艳丽的非遗舞狮纹样还原民俗质感，保留新春民俗的浓郁韵味。