全球混凝土行业元宇宙供应链平台

Meta使用名人形象打造调情聊天机器人 凤凰网科技讯 北京时间8月30日，据路透社报道，Meta未经允许擅自使用名人的姓名和肖像，开发了数十个调情社交媒体聊天机器人。这些名人包括泰勒·斯威夫特(Taylor Swift)、斯嘉丽·约翰逊(Scarlett Johansson)、安妮·海瑟薇(Anne Hathaway)和赛琳娜·戈麦斯(Selena Gomez)。 虽然其中许多聊天机器人是用户通过Meta的聊天机器人构建工具创建的，但路透社发现，一名Meta员工至少创建了三个，其中包括两个以斯威夫特形象创建的“恶搞”机器人。 路透社还发现，Meta允许用户创建以未成年名人形象打造的公开可用的聊天机器人，其中包括16岁的电影明星沃克·斯科贝尔(Walker Scobell)。 当有人要求该机器人提供这位少年演员在海滩的照片时，机器人生成了一张逼真的赤裸上身的照片。“挺可爱的，是吧？”这个虚拟形象在图片下方写道。 所有这些虚拟名人形象都已被分享到了Meta旗下脸书、Instagram以及WhatsApp平台上。路透社进行了为期数周的测试以观察这些机器人的行为，发现这些虚拟形象经常坚称自己就是真正的演员或艺术家。这些机器人经常做出性挑逗行为，还经常邀请测试用户进行见面。 部分AI生成的名人内容尤其大胆：当被要求提供自己的亲密照片时，这些成人聊天机器人生成了与其角色对应的名人逼真照片，包括在浴缸中摆姿势，或身穿内衣、双腿分开。 Meta发言人安迪·斯通(Andy Stone)对路透社表示，Meta的AI工具本不应该生成知名成年人的亲密照片或任何未成年名人的图像。他还将Meta聊天机器人生成女性名人身穿内衣的图像，归因于公司在执行自身政策上的失误。这些政策本来是禁止此类内容的。 “和其他公司一样，我们允许生成包含公众人物的图像，但我们的政策禁止创建裸露、亲密或带有性暗示的图像。”斯通称。 虽然Meta的规定同样禁止“直接冒充名人”，但斯通表示只要公司给这些名人角色贴上“恶搞”的标签，它们就是可以接受的。多数机器人确实带有此类标注，但路透社也发现有些并未标注。 就在路透社发布报道前不久，Meta删除了大约12个聊天机器人，其中包括“恶搞”名人和未贴标签的聊天机器人。斯通拒绝对删除行为置评。(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 8 月 29 日消息，据央视新闻报道，今天，我国拥有完全自主知识产权，全球最大 26 兆瓦级海上风力发电机组在山东完成吊装，为我国风电向深远海挺进提供技术支撑。 IT之家从报道获悉，此次吊装的 26 兆瓦级海上风电机组由超过 3 万个零部件构成，轮毂中心高度相当于 50 多层居民楼高，其风轮扫风面积达 7.7 万平方米，是目前全球单机容量最大、叶轮直径最长的海上风电机组，并且实现全国产化设计制造。 吊装完成后将对机组进行调试完成机组并网，并网后，单机每年输出 1 亿度电，可满足 5.5 万户家庭一年的用电需求。 报道称，此次安装的最大挑战，在于“高空精准作业”与“复杂场地限制”的双重考验。要在近 200 米高空完成 200 多根连接螺栓的毫米级对接，同时需应对滩涂地基承载力不足、施工场地狭小的问题。为此，施工团队创新采用“桩基加固法”强化地基稳定性，同时调用全球最大的 4000 吨级履带式起重机承担吊装任务，通过“地面预调平 + 高空精准协同”的方案，确保机舱平稳就位。 为了应对我国大部分海域盐雾腐蚀强、夏季台风多等特点，本次吊装的风力发电机组不仅采用了全密封结构防盐雾腐蚀方案，让风机能够更好地在海上满足 25 年的使用寿命需求，并配置了软硬件相结合的双重抗台风技术方案，减小大风的影响，可抵御 17 级超强台风。 专家介绍，这次机组采用的新技术，可以在提升可靠性的同时，大幅压缩整机体积与重量。与 18 兆瓦海上风电机组相比，它的整体尺寸基本相当，重量仅增加 10%。机组设计可覆盖 20 兆瓦至 26 兆瓦容量区间，能适配不同风区、不同海域的开发需求；按额定工况计算，它每旋转一圈可发出 62 度电，单机年发电量媲美一座传统小型风电场。

划重点： 1、2021年，快手顶着“短视频第一股”的光环上市，其稀缺性在于商业模式。四年后的今天，当潮水退去又再度涌来，快手再次强调“生而不同”，其稀缺性正在被重新定义。 2、快手近一年来表现出的韧性与增长，源于一种“双轮驱动”的模式：一是历经考验、依旧稳健的用户与商业基本盘；二是以AI为核心，正在全面重塑效率与体验的新技术引擎。 3、快手的AI叙事已不仅限于可灵，今年5月推出的OneRec系统已广泛应用于核心推荐场景。快手用实践证明了推荐系统与大语言模型（LLM）技术栈深度融合的可能性，为整个互联网行业的核心基础设施迭代，提供了新的范式。 4、快手的2025稀缺性不再仅仅是一个商业模式的故事，而是一种更难被复制的组合：一个拥有4亿日活、用户日均使用时长超过两小时的、极具黏性的社区生态；一个经过验证的、多元化且持续增长的商业化闭环；一个在视频生成领域达到世界顶尖水平，并与自身业务深度绑定的AI引擎；一群经历过周期考验，懂得克制与专注的管理层。 作者 林易 编辑 重点君 什么是快手的特色生态？快手CEO程一笑对这个答案越来越清晰。 “快手的每一位创作者都有独特的禀赋，都能走出属于自己的一条路。对快手来说也是一样，快手有自己独特的社区氛围、用户特质，拥抱这些特色，做到极致，我们就一定会拿到好的结果。”在2025快手光合创作者大会上程一笑开场说到。 对于快手来说，这个“好的结果”在第二季度，已经有足够的说服力：营收350亿元，同比增长13.1%，高于市场预期的344.5亿元；经调整净利润56.2亿元，同比大增20.1%，同样高于预期的50.6亿元。 但比增长更引人注目的是效率。二季度，快手毛利率攀升至55.7%，经调整净利润率达到16.0%，两项指标均刷新了公司历史记录。在宏观经济依然面临不确定性、互联网行业流量见顶的背景下，这份盈利能力的答卷显得尤为突出。 财报发布前，摩根大通将其目标价从71港元大幅上调至88港元，瑞银则上调至95.37港元。资本已经开始重新审视这家公司的价值。 故事的背景，是整个科技行业都在被一个宏大叙事所牵引——人工智能。7月底，Meta的扎克伯格将广告业务的“可观”增长归功于AI；8月中旬，腾讯的业绩则展示了AI对游戏外全业务的系统性赋能。AI不再是遥远的愿景，而是实实在在的增长引擎。 快手的故事，正是这一宏大趋势下的样本之一。明星产品可灵（Keling）AI已无需在业绩会开场时单独作为“明星”介绍。CEO程一笑率先强调的是AI大模型如何作为基础设施，全面渗透到平台的众多生态场景中，提升商家、达人和创作者的运营效率。 自2023年公司全面启动AI战略，尤其是在2024年以可灵惊艳全球之后，技术正以前所未有的速度与这家公司的内容生态、商业化引擎深度耦合。它不仅在修复快手过去的短板，更在创造新的增长曲线。 2021年，快手顶着“短视频第一股”的光环上市，其稀缺性在于商业模式。四年后的今天，当潮水退去又再度涌来，快手再次强调“生而不同”，其稀缺性正在被重新定义。这一次，它根植于一个更稳固的结构：一个无法被轻易复制的社区生态、一个被AI重塑的商业引擎，以及一种在喧嚣中保持专注的战略定力。 01 稳固的基本盘与强劲的新引擎 任何关于未来的想象，都必须建立在坚实的地面上。 快手二季度乃至近一年来表现出的韧性与增长，源于一种“双轮驱动”的模式：一是历经考验、依旧稳健的用户与商业基本盘；二是以AI为核心，正在全面重塑效率与体验的新技术引擎。 无法被轻易撼动的社区基本盘 短视频行业早已告别了野蛮生长的上半场，进入了对用户时长和注意力的精细化争夺。在这个阶段，单纯的流量增长已非核心，一个有黏性、有信任感、有活力的社区生态，才是最深的护城河。 数据显示，快手的这道护城河依然坚固。2025年第二季度，快手应用的平均日活跃用户（DAU）和月活跃用户（MAU）分别达到了4.09亿和7.15亿，同比增长3.4%和3.3%。在如此庞大的体量上，DAU依然创下历史新高，显示其用户增长策略的有效性。 更关键的数据是用户黏性。二季度，快手日活用户日均使用时长达到126.8分钟。用户总使用时长同比增长7.5%，增速超过了用户数增速，表明平台的吸引力在持续增强。 这种强大的用户黏性，并非凭空而来，而是源于快手长期坚持的社区导向和差异化内容生态。从早期的“老铁文化”到如今更为泛化的社区氛围，快手始终强调人与人之间的连接，而非单纯的内容消费。近年来，快手在短剧、体育、泛知识等垂类的持续深耕，进一步丰富了其内容供给，满足了不同圈层用户的需求。 在创作者生态的打造上，程一笑表示，“短视频直播一体化”是快手倡导的基本经营理念。数据显示，短视频直播双好的作者，在快手获取流量的效率较单一内容形式作者高出4-10倍。快手用差异化的社区导向，鼓励创作者在留在平台，长期经营。 稳固的社区生态，为商业化提供了最肥沃的土壤。快手的三大商业板块——线上营销、直播和电商都建立在这个信任社区的基础之上。 广告作为快手最大的收入来源，二季度收入达到198亿元，同比增长12.8%。这一增长背后，是快手广告业务从粗放的流量售卖，向更精细化的“品效合一”解决方案的进化。 以内循环为例，商家在快手做电商，自然会产生营销推广的需求，这部分广告预算的增长与电商GMV的增长高度相关，形成了一个健康的商业闭环。 AI技术的应用，则极大地提升了广告效率。AI可以帮助广告主进行用户洞察、自动生成和优化广告素材、实现更精准的人群定向，并提供实时的效果归因分析。这使得广告主的每一分投入，都更有可能转化为实际的销售，ROI（投入产出比）的提升是广告主愿意持续投放的核心原因。 直播业务二季度收入100亿元，同比增长8.0%。作为快手的传统优势业务和现金牛，直播业务的增长显示了其通过产品创新，持续挖掘存量用户价值的能力。例如，“团播”、“多人直播”等新玩法的推出，丰富了直播的互动性和娱乐性，有效提升了单个用户的付费意愿和打赏额度。 电商是快手非常具备想象力的业务。二季度，电商GMV同比增长17.6%，达到3589亿元。月均买家数达1.34亿，且用户的复购频次持续提升。 更重要的变化发生在结构层面。过去，快手的电商高度依赖于主播直播带货的“内容场”。这是一种爆发力强但确定性稍弱的模式。而现在，以商城、搜索和店铺构成的“泛货架场”，正在成为与内容场并驾齐驱的第二增长曲线。 值得注意的是，泛货架电商GMV在总电商GMV中的占比已经超过32%。在618大促期间，泛货架商品卡GMV同比增长超50%，搜索电商GMV同比增长更是超过140%。 这是一个里程碑式的转变。它意味着快手电商的用户心智，正在从“逛”内容时顺便买，向着有明确需求时主动“搜”和“逛”店的习惯迁移。这种“全域经营”模式，让商家的经营更具确定性，也让平台的收入结构更加健康和平衡。为了推动这一转型，快手为商家提供了“营销托管”等智能化工具，帮助他们高效复用内容场的素材，一站式完成泛货架场域的运营，极大地降低了商家的经营门槛。 重塑效率与想象力的 AI 引擎 如果说稳健的基本盘是快手这辆马车坚固的底盘和车身，那么AI就是为其提供澎湃动力的新引擎。对于快手而言，AI已经不是一个需要单独汇报的“创新业务”，而是像水和电一样，渗透到所有业务流程的底层基础设施。 推荐系统是内容平台的“心脏”，负责将海量的内容高效分发给数以亿计的用户。传统推荐系统大多采用级联架构，像一条多环节的“流水线”，模型分步进行召回、粗排、精排等操作。这种架构的弊端在于，信息在环节传递中会逐级丢失，且每个环节的优化目标不完全一致，容易产生冲突，最终制约了整体推荐效果的天花板。 快手技术团队在今年5月提出的OneRec系统，是对这颗“心脏”的一次底层重构。它放弃了复杂的流水线，首次用一个端到端的生成式AI架构，来完成推荐的全流程。简单来说，它不再是“筛选”，而是“生成”——模型直接以生成的方式，从全量视频库中预测并给出最符合用户偏好的视频列表。 这种架构的颠覆性优势在于效率的大幅提升和效果的显著增强。它能更好地利用强化学习等偏好对齐方法，让模型更懂用户。同时，其架构使得训练和推理的算力使用效率大幅提升。根据快手公布的数据，通过架构革新，有效计算量提升了10倍，而运营成本仅为传统方案的10.6%。目前OneRec已广泛应用于快手站内的短视频、直播等核心推荐场景，并取得了用户时长和留存率的显著提升。 OneRec的意义，不仅在于它让快手自身的推荐效率迈上了一个新台阶，更在于它用实践证明了推荐系统与大语言模型（LLM）技术栈深度融合的可能性，为整个互联网行业的核心基础设施迭代，提供了全新的范式。 如果说OneRec是对内重塑效率，那么可灵AI就是对外拓展想象力的代表。自2024年初发布以来，可灵就凭借其电影级的生成质量、超长的生成时长和对物理世界的深刻理解，成为全球视频生成领域的顶尖模型之一。 二季度，可灵AI保持着高速迭代。4月15日，可灵2.0版本发布，在语义响应、动态质量、画面美学上全面提升，并升级了视频和图像的可控生成与编辑能力。紧接着的5月29日，可灵2.1系列模型上线。“视频音效”、“多图参考”、“灵动画布”等新功能的上线，让它从一个单纯的“生成器”，变成了一个功能强大的“创作套件”。 更重要的是快手为可灵规划的独特路径：不做孤立的工具，而做深度融入生态的赋能者。 可灵已经成为快手P端（专业）创作者的首选工具。全球首部AI单元故事集《新世界加载中》的成功，不仅展示了技术实力，更重要的是跑通了一条“AI技术->内容创作->商业变现”的完整链路。这是快手在AI赛道上区别于其他纯技术公司的差异化优势。AI生成的视频素材，也正在被广泛应用于广告创意领域，帮助广告主低成本、高效率地生产大量高质量营销内容。 快手高级副总裁、可灵AI事业部负责人兼社区科学线负责人盖坤披露，今年4月起，可灵AI每月付费流水均超过1亿人民币，始终位居视频生成赛道头部水平。快手CFO金秉则预计，其2025年全年收入将是年初目标的两倍。这表明市场对高质量AI视频生成能力，有着真实且强烈的付费意愿。 OneRec和可灵，一个优化存量，一个创造增量，共同构成了快手强劲的AI引擎。 02 在喧嚣的战事中保持专注与克制 手握强大的用户基本盘和先进的AI技术，快手将如何打赢未来的战争？从公司管理层的表态和实际的资源投入来看，快手选择了一条更具挑战性，也可能更具长期价值的道路：克制与专注。 这种选择，根植于公司过去几年的经历。从2021年上市时的万亿市值巅峰，到随后股价的持续下跌，快手经历了一个痛苦的祛魅过程。也让这家公司开始重新审视自我，告别了对规模的盲目崇拜，变得更加务实和稳重。正是这段经历，塑造了快手当下的样子。 当AI浪潮汹涌而至，即便手握可灵这样的现金AI工具，管理层也并未表现出孤注一掷的激进，而是将AI视为一个需要长期、持续且高效投入的领域。 在最近几次的业绩会上，管理层一直在向市场传递一种微妙的平衡：一方面，他们努力地展示AI带来的业务成果和巨大潜力，以提振投资者信心；另一方面，他们又在不断地安抚市场对于AI投入可能侵蚀利润的担忧。 二季度财报电话会上，CFO金秉的表态颇具代表性。他首先罕见地表达了对AI投入的坚决，确认公司在年中追加了可灵AI在推理算力方面的投入，预计2025年相关的资本支出（Capex）将较年初预算翻倍。 这是一个清晰的信号：在核心战略方向上，快手毫不吝啬，但同时他也让投资吃下“定心丸”： 人才成本可控：年初预算已充分考虑AI人才的吸引和保留，这部分费用开支预计变化不大。 推理成本可控：通过算法和工程优化，可灵AI在推理层面已经实现了毛利率的打正，且后续升级迭代的推理毛利相对稳定。这意味着，算力投入的增加不会成为一个无底洞。 整体影响可控：公司预计，集团AI整体投入对全年利润率的影响依然在1%-2%左右。这是一个非常克制的数字，表明快手有能力在加码未来的同时，守住当下的利润。 这种财务上的审慎，背后是战略上的专注。与字节、腾讯、阿里和百度等巨头追求全栈式AI策略不同，快手选择了一条更聚焦的道路。它没有试图去做自己的通用大模型、芯片或云平台，而是将有限的资源集中于自己最擅长、且与主营业务结合最紧密的领域：打造全球最好的视频生成模型，并围绕它构建应用生态。避开了与巨头们的正面消耗战，将竞争定义在了自己最熟悉的主场。 在今年的光合大会上，另一个值得注意的细节是，程一笑首次向外界披露了快手用户基本盘情况。他首先强调的是北方根基持续稳固，西北区域月活渗透达到73%，东北区域更高达85%，其次是南方实现了高于大盘的增长，华东、华南的用户渗透同比都有9个百分点左右的提升。 如今的快手管理层知道自己的根扎在哪里，更加重视自己的优势领域，制定明确的做功方向并且维持战略定力，而对新市场开拓则保持长久的耐心。 当下耐心的保持，恰恰是对未来信心的体现。而这种信心，最终通过一个直接的行动传递给了所有股东——上市以来的首次派息。 在发布二季度业绩的同时，快手宣布派发每股0.46港元的特别股息，总额约20亿港元。派息，对于一家仍在增长的科技公司而言，是一个意义深远的标志。它宣告，那个烧钱来换取规模的阶段已经过去，公司已经拥有了稳定且充裕的现金流，并开始将股东回报放在了与业务增长同等重要的位置。 这一举动，也会在接下来的时间改变快手的投资者构成，吸引一批更关注企业内生价值和稳定回报的长期投资者，帮助公司更好地穿越周期，拥抱长期主义。 03 价值重估，重回稀缺性 2021年，快手上市，其稀缺性在于它是资本市场第一个短视频标的，代表着一种全新的媒介和商业模式，被投资者热炒。 四年过去，随着业绩不断兑现，行业增长进入天花板，快手的价值也回归到其核心用户群——那些“声音一度无法被主流市场覆盖的用户群”。 如今，伴随着可灵AI的诞生、OneRec对底层算法的重构，以及AI对商业化和电商的全面赋能，快手开始重新回归主流投资人的核心视野。 这一次，它的稀缺性有了全新的内涵。它不再仅仅是一个商业模式的故事，而是一种更难被复制的组合：一个拥有4亿日活、用户日均使用时长超过两小时的、极具黏性的社区生态；一个经过验证的、多元化且持续增长的商业化闭环；一个在视频生成领域达到世界顶尖水平，并与自身业务深度绑定的AI引擎；一群经历过周期考验，懂得克制与专注的管理层。 这就是快手在2025年新的稀缺性，它不是建立在概念和预期之上，而是建立在实实在在的业绩、技术壁垒和战略确定性之上。 资本市场正在为此重新定价。截至8月28日，快手股价年内涨幅超80%。各大投行的目标价上调，也只是价值重估过程的开始。 四年前的那个稀缺的快手，似乎又回来了。

英伟达还是那个英伟达，但市场已经变了 01、英伟达不舍中国市场 美国芯片巨头英伟达（Nvidia）首席执行官黄仁勋（Jensen Huang）周三（8月27日）表示，公司 “确实有可能” 将先进的 Blackwell 处理器引入中国市场。他呼吁美国政府为本土芯片制造商开放更多市场渠道，并预测全球第二大经济体中国的人工智能（AI）产业规模明年将增长 50%。 什么？老黄要把最新一带芯片卖给中国？H20不卖了原来是在憋这个大招啊。要知道过去一个季度，英伟达在中国与美国之间反复周旋，但仍然没有实际交付一片H20。一些激进的美国众议员指出，任何对华出口都必须经过商务部多部门审查并提交国会批准，光是有总统的同意是不行的。隐藏含义不言而喻，不希望英伟达跟中国有什么业务往来，虽然只是某些激进声音但在特定的历史背景下任何小事都有可能被放大，成为悬在英伟达头上的剑。 至于国内也有要求限制和规范的动作。7月底，互联网监管部门就H20芯片的漏洞后门安全风险约谈英伟达公司，要求其对安全风险进行说明并提交相关证明材料。8月中旬，工信部对国内几家互联网巨头发出质询函，要求其书面说明继续采购英伟达H20芯片的合理性。 不难看出，从供需两端英伟达都受到了不小的打击，过去英伟达还能在“性能功率”上做文章，现如今似乎陷入了周旋的死胡同。但老黄还是没有说出放弃，中国市场不能放弃也不想放弃。 黄仁勋最近对媒体表示：“我们销售得越多，对美国越有好处，特朗普总统明白这一点……中国有越来越多的选择，他们的本地企业很有竞争力。这是一个拥有非凡的技术和强劲生产力的国家，许多企业具有主场优势，我们不会低估他们。我们越早回到中国市场，越能争取市场份额。”这番话颇有端水大师的水平，不得罪任何一方，又表达了自己的诉求。 如此端水的背后自然是惊人的利益所在，老黄也并不避讳这一点，他认为中国市场今年就价值500亿美元，往后每年增长50%。如果英伟达无法进入这个全球第二大市场，那么美国主导的AI技术栈就算不上真正的“全球标准”。中国如此巨大的市场规模，也足以支撑一批美国竞争对手的成长。 02、端水解决不了英伟达的困境 其实老黄对华出口的态度一直如此，英伟达没变，但是市场变了。 美国对英伟达高端芯片的出口管制，主要基于所谓“国家安全”和“技术领先”的考量。初始于（2022年10月）：美国商务部工业与安全局（BIS）发布了针对先进计算芯片的出口管制新规，将英伟达A100和H100等旗舰GPU芯片纳入管制清单，要求对华出口需申请许可证。禁令下，英伟达迅速做出反应，先是在禁令颁布的次月就推出了A100的中国替代版A800，又在2023年3月推出了H800，作为H100在中国市场的替代版本。英伟达第一代特供芯片诞生，策略是阉割带宽，保留算力。 其后又规则加码（2023年10月）：BIS进一步修订和加强管制规则。取消了“互联带宽”作为参数，引入了“总处理性能（TPP）”和“性能密度（PD）”作为更精准的管控指标，旨在堵住之前的“漏洞”。 英伟达再次快速反应，推出H20、L20、L2。其中H20是H800之后的又一基于Hooper架构的特供版高性能训练芯片。从规格上看，H20对比原始H100做出了大刀阔斧的性能取舍，峰值算力被限制到仅约296 TFLOPs（以INT8计），这个数字甚至低于消费级RTX 4090显卡的661 TFLOPs，更远低于H100的1979 TFLOPs。不过也有优点那就是配备了96GB的HBM3高带宽内存和Nvlink互联技术，这对处理超大规模AI模型和构建集群至关重要。 所以我们能看到根据国际投资研究机构伯恩斯坦（Bernstein）在今年7月一份调研报告，2024年，字节跳动、腾讯、阿里巴巴、百度四家互联网厂商合计占据87%的H20采购份额。其中，字节跳动和腾讯各买了大约23万颗，阿里巴巴和百度各采购了14万和10万颗。 根据公开数据统计，2023年前，国产AI芯片的自给率，可能只有10-15%左右，但到了2024年时已经达到了30%，2025年时，预测会达到40%以上。而到了2026年时，可能会接近50%，而到了2030年，会达到70%左右。 今年以来，黄仁勋已经来了中国大陆3次（1月、4月、7月），中国台湾3次（1月、5月、8月）。虽然一些行程被形容和H20并无直接关系，但是这样的访华频次明显超过往年，却依然没有阻止H20走向终点。 地缘政治的风险正在成为英伟达第一大问题，“阉割”还是“多交税”都无法避免随时会到来的暂停。中国市场也在认真评估英伟达芯片的“风险性价比”，以及国产替代在当前的重要性。 Blackwell芯片能帮英伟达重返中国吗 财报显示，英伟达2026财年第二财季业绩表现略高于市场预期，实现营收467.43亿美元，同比增长56%；净利润264.22亿美元，同比增长59%；毛利率为72.4%，出现小幅下滑。 过去多个财季，英伟达每次都超越了营收预期，这种业绩“超预期并上调指引”的固定模式，已经让市场习惯于期待一次又一次的超预期。但问题是，当英伟达总是给出 110 分的答案，那么 100 分就显得像是不及格。 虽然英伟达营收和利润均超出市场预期，新一代Blackwell芯片的收入环比增长17%，但最关键的数据中心业务连续两个季度收入低于预期。 老黄选择继续给华尔街画饼。除了科技巨头，AI原生初创公司的算力需求也在激增。今年，这些初创企业的营收有望达到200亿美元，是去年的十倍，明年再涨十倍也并非天方夜谭。到2030年，全球AI基础设施资本开支可能高达3万亿至4万亿美元。英伟达至少能够拿下其中的35%。 英伟达首席财务官则要“务实”得多。据其介绍，如果障碍扫除，H20在第三季度可以取得20亿至50亿美元的收入，“如果我们有更多订单，我们可以开具更多账单”。也许，英伟达把B30等其他“具有竞争力的产品”也算进去了。 有消息称中国客户对不含HBM的B40芯片表现出的兴趣，预计今年需求将达200万颗和明年500万颗。 据相关研报分析，B40 预计将搭载 GDDR7 显存，其带宽约为 1.7TB/s，相比 H20 的 4TB/s 大幅降低。该芯片的 NVLink 单向传输速度约为 550GB/s，并将继续支持 CUDA。从这些参数可以看出，B40 在内存带宽等关键性能上被进一步阉割，这主要是为了符合美国的出口管制政策。 不过，其依然支持 CUDA，这对于依赖英伟达 CUDA 生态的企业和开发者来说，在软件兼容性上有一定的优势，能够在一定程度上延续之前基于英伟达 GPU 的开发和应用。 但问题是当前已经出现了AI分化的现象，炒概念的阶段过去了，能够业绩落地的AI才是好AI，在商业化落地阶段最重要的不是性能如何先进，而是性价比是否足够高，商业模式是否可以持续。虽然英伟达在各方面依然领先，但显然中国芯片企业也在努力追赶，这种趋势会一直持续，这一方面给英伟达向前的动力，同时也在一定程度上降低了对英伟达未来的预期，即便暂时看来是有限的。 2025年8月28日，全球金融咨询巨头deVere Group首席执行官奈杰尔•格林表示，英伟达的最新业绩突显了市场的一个转折点，转变在于，该公司已从超高速增长转向高增长。这很重要，因为市场对英伟达的定价似乎是它的扩张速度可以无限期地持续下去，而这种优异的表现是无法永远持续的。 写在最后 正如约翰·米勒在《芯片战争》中所揭示的那样，芯片行业，早就已经不是科技产业，而是类似军火的存在。当前一系列的变化背后，不仅仅是供应链的重组，更是技术路线、市场格局乃至国家力量的全面博弈。 英伟达面临着多种压力和矛盾冲突，只要有一方不肯让步，H20和B系列芯片就很难稳定供应，就目前来看双方都没有让步缓和的苗头。

快科技8月30日消息，英伟达刚刚发布的财报显示，本财季中国厂商没有采购一块H20芯片，黄仁勋都看在眼里，他也非常着急。 H20被质疑可能存有后门风险后，虽然黄仁勋和英伟达多次回应，但也仅仅停留在语言层面，而没有拿出什么有利的铁证。 现在，黄仁勋接受外媒采访时表示，他想卖英伟达芯片给中国厂商，而且是基于Blackwell架构的最新款。 虽然黄仁勋想卖，但这要取决于两个方面，第一美国政府会同意吗，第二中国厂商会买吗，毕竟H20的事情疑虑还没有打消。 焦急的黄仁勋不止一次的表示，美国政府应该允许中国人工智能开发商使用英伟达的芯片，而不是通过阻止出口来强迫他们使用中国本土的芯片，这可能会激励中国科技行业迎头赶上。 “我们还没有看到订单，但我们希望能收到。”黄仁勋告诉美媒记者。“H20 仍然是一款非常棒的产品。它的性价比、成本效益以及生成 AI Token的能力都非常出色。” 黄仁勋还向分析师表示，中国是全球第二大人工智能市场。“我估计，如果我们能推出有竞争力的产品，中国市场今年将为我们带来约500亿美元的商机，”黄仁勋说道。“如果今年的市场规模是500亿美元，那么预计年增长率会达到50%。” 接受采访时黄仁勋透露，他正在与特朗普政府就向中国出售其强大的 Blackwell 芯片进行谈判，并表示全球采用美国技术可以帮助美国赢得人工智能竞赛。 黄仁勋对与特朗普总统的谈判持“乐观”态度，但他补充说，目前还没有达成协议的时间表。 想法是好的，但实际情况对于黄仁勋来说，可能就没有那么性感了，身处博弈旋涡中的他，根本没有能力决定事情的走向。 按照供应链的说法，英伟达正为中国市场开发一款基于最新Blackwell架构的定制版AI芯片B30，性能将达到Blackwell GPU的80%。

格局已然生变。 文丨齐介仑 持续高热的国内广义外卖大战，让参战各方本季度财报备受关注。 外卖补贴投入具体大到了何等规模，以及该投入对公司利润造成了何等影响，无疑是此间重要看点。目前红黄蓝三大阵营中的红方京东、黄方美团、蓝方阿里已先后于8月14日、8月27日、8月29日发布了本季度即截至2025年6月30日止季度财报，相应情况已大体清晰。 烧钱力度不得不说着实凶猛。财报显示，报告期内，京东营销开支由2024年同期的119亿元增加到了270亿元，主要由外卖等新业务支出增加所致，由此归属于公司普通股股东的净利润同比下滑51%至62亿元；美团销售及营销开支从2024年同期的148亿元增加到了225亿元，营业成本614亿元，同比增加了130亿元，亦主要由外卖等业务支出增加所致，由此经调整净利润同比下滑89%至14.9亿元；阿里则是中国电商集团EBITA利润从2024年同期的487.53亿元下滑21%至383.89亿，减少103亿，财报也坦然承认，这部分主要是受淘宝闪购影响。 更值得关注的则是烧钱烧出了怎样的成效。显见的是，本轮外卖补贴大战虽由京东于2025年2月发起，但7月中旬以来，京东外卖策略趋于保守，被指哑火，三国杀渐渐演变成了外卖霸主美团与背靠阿里体系的淘宝闪购的两强博弈。而由淘宝天猫旗下即时零售业务“小时达”升级而来的淘宝闪购，通过与兄弟业务饿了么深度融合及与阿里体系内盒马等强势业务联动，在短短3个多月的时间里，不但实现了订单量追平乃至超越美团的耀眼战绩，而且为站内远近场电商的高效协同奠定了基础。 阿里中国电商事业群CEO蒋凡在2025年6月底止季度财报电话会议上对淘宝闪购战略进行了首次详解。据他介绍，淘宝闪购该季度在订单规模、用户规模、商家供给和运力等方面均超出预期，淘宝闪购在规模和心智上的阶段性目标已超预期实现，长期将在效率上实现行业领先；预计未来3年内随着百万品牌门店入驻，闪购和即时零售将为平台实现1万亿元交易增量。 据晚点此前报道，8月7日立秋、8月8日88VIP会员日、8月9日周六营销，连续3天，淘宝闪购订单量破亿，其中8月8日、8月9日订单量超越了美团。而据高盛在8月10日所发研报中给出的测算，中国外卖市场的中期格局在份额上或将是阿里4.5:美团4.5:京东1。 由此观之，于淘宝闪购及阿里而言，尽管外卖大战投入不菲，但投入产出比极高，且接下去该方向潜力极大。 01 单量追平不是终点 淘宝闪购的目标所向，显然并非一时外卖单量，而是从多年来的自身资源优势和潜在用户需求出发，对“万能的淘宝”这个国民级线上消费第一入口的重构与加码。 据调研机构Fastdata极数发布的《中国外卖行业趋势报告2025》，截至2024年底，中国外卖用户已突破6亿，市场规模超1.2万亿元，随着京东、阿里等巨头全力进入外卖市场，补贴力度加大，市场规模还将持续拓展，预计2029年将达2.09万亿元；随着外卖向全品类扩张，外卖和即时零售的边界越来越模糊，外卖已成为线上消费重要流量入口，且仍在以30分钟左右的履约速度不断解构和颠覆传统电商众多细分消费领域。 即时零售用户心智正持续走强。据商务部国际贸易经济合作研究院数据，国内即时零售行业呈增长态势，预计2025年市场规模或可同比增长28.59%至10030亿元，预计2030年市场规模将超过2万亿元。 可见拿下外卖市场可观份额是在入口维度让淘宝更加强大的必选项。现在看，在订单量级上达成了与美团并驾齐驱格局的淘宝闪购，已赢下首战。而随着阿里补贴战略的继续推进，以及淘宝闪购用户心智、用户黏性的不断增强，淘宝闪购或可在更大范围取胜。 由外卖延展至即时零售，进而延展至货盘极大丰富的远场电商，以高频消费带动低频消费，这不但在逻辑上成立，而且事实上已经被淘宝闪购的业务推进予以初步验证。 财报显示，截至2025年6月30日止季度，阿里即时零售业务收入148亿元，相较2024年同期的132亿元，同比增长12%，这主要得益于淘宝闪购带来的订单量增长；在2025年8月前3周，淘宝闪购带动淘宝APP月度活跃消费者即MAU同比增长25%。 淘宝闪购与阿里更多业务的生态协同仍在按计划落地。而淘宝闪购的强劲崛起为这些构想的实现铺平了道路。 从时间线看，淘宝闪购作为一级流量入口，在淘宝APP首页Tab以“闪购”标识正式上线是2025年4月30日，当天业务覆盖城市仅50个。全国上线是2天后的5月2日，此后淘宝闪购订单量迅猛增长，一路如游戏高手打怪升级，并看似颇为轻松地通了关：从上线到日订单量超1000万单，淘宝闪购只用了6天，超4000万单只用了27天，超6000万单只用了不到2个月，7月5日超8000万单，7月底连续两个周末日订单量超9000万单，8月7日破亿，8月8日再度破亿且首次超过美团并继续上探。 02 精准打法循序推开 3个月改写已稳定运行十余年的市场格局，而其中战事正酣的2025年7月补贴总额仅100多亿元，淘宝闪购如此高的投入产出比，实属近年仅见。 这与淘宝闪购一系列精准打法的有序落地密切相关。 入局时机的选择尤为精到。淘宝闪购上线于京东与美团在外卖业务争斗上已双双显露疲态的阶段。而彼时京东的高调补贴已在订单层面切实收获了颇多正反馈，表明补贴可行，大量用户对于被京东依靠独特营销手段搅动起来的市场氛围有了明确感知，同时有了更高期待。淘宝闪购突然进场，抛出以免单卡和请客卡方式“请大家喝1亿杯奶茶”等活动，令人眼前一亮，用户参与热情高涨，业务推进自然事半功倍。 切入品类的选择颇可圈可点。稍加回溯可知，淘宝闪购最先突破的品类是茶饮。与正餐不同的是，茶饮是用户一天之中下单时间跨度颇大、对递送时效容忍度稍高的品类，履约门槛低，需求较高频，平台能够快速起量并以此在用户中间建立起品牌认知。而由茶饮，到餐饮，再到非餐饮品牌的拓展，则是水到渠成的过程。 价格策略亦不能不提。淘宝闪购的大额补贴，叠加88VIP会员权益，能够让站内商品相较其他平台更具价格优势。 供给体系是重要一环。在“所见即所得”的当下，用户无不希望下单商品能够以最快速度送达，而这就需要平台可调动的骑手资源充沛靠谱，特别是需求高峰时段仍稳定可信赖。另外即时零售依托的是本地线下零售供给，本地优质线下零售商家及其在售商品SKU的丰富度十分关键。淘宝闪购通过整合饿了么骑手和即时零售履约资源，可做得即便高峰时段，也能保证履约能力。 大手笔补贴更不必说。淘宝闪购2025年7月2日正式宣布了一项将在12个月内直补消费者和商家的总额高达500亿元的补贴计划。 需要看到，在淘宝闪购3个多月以来爆发性增长的订单里面，亦包括了大量来自非餐饮品牌商家的订单，这些越来越多加入到淘宝闪购平台的非餐饮品牌商家，正在这里收获快速成长。 据海克财经了解，截至2025年8月12日，已有395个非餐饮品牌商家在淘宝闪购月成交额破百万、66个品牌破千万；接入淘宝闪购的苹果授权专营店已超3000家，屈臣氏门店已超3800家，创优品门店已达4500家，小米门店已达7000家，门店发货、30分钟达的即时零售有力扩大了它们的生意半径。 以国内量贩零食头部品牌好想来为例，好想来2025年5月第一时间入驻了淘宝闪购；截至7月底，好想来已有5000家门店接入，订单量连续3个月保持200%以上增幅，线上新客占比超90%，成功拓展了3-5公里的增量市场。 03 深探潜能不止于此 快速迭代中的淘宝闪购仍有颇多再探索的可能性。 在外卖业务上，淘宝闪购的品类结构还有继续优化的空间。具体来说，目前淘宝闪购茶饮品类，相较美团已稳居优势地位，力量对比大致是6：4；餐饮品类则仍稍逊于美团，力量对比大致是4：6，淘宝闪购有望通过持续进击美团核心护城河即高客单价餐饮市场，不断缩小差距。 在即时零售业务上，淘宝闪购通过与饿了么、盒马、阿里健康、天猫超市等阿里内部多个业务进一步深度整合，或可催生出一个极为强大的消费平台。 外卖补贴大战对平台日活跃用户数即DAU的推高以及对平台之上相关业务的增长均大有裨益。调研机构QuestMobile数据显示，参与外卖大战前的2025年4月，淘宝APP日均DAU为3.74亿，比拼多多仅高出550万；到了7月，淘宝日均DAU已领先拼多多近5000万；进入8月，该差距再度拉大。 淘宝闪购补贴计划，不只惠及消费者，还惠及骑手、商家、品牌等多方。目前500亿补贴，余额尚巨，长效颇可期待。 官方数据显示，淘宝闪购上线以来，截至2025年7月底，淘宝闪购及饿了么骑手月活数量增长181%，其中兼职骑手增长236%，当月收入超1万元的骑手数量达到了2024年的2.8倍；2025年8月7日立秋当天，有30多万餐饮小店成交额破峰值，骑手数量达到了2024年的3.5倍，平均收入为2024年的1.4倍。 补贴的带动作用不止于此。 北大光华管理学院课题组研究发现，淘宝闪购优惠券对饿了么平台上的外卖消费产生了显著拉动作用，每1元有效闪购补贴带动了饿了么平台大约1.65元额外新消费增量，对非餐饮类零售的拉动更大；闪购优惠券的消费拉动作用存在显著溢出效应，每1元有效闪购补贴带动了消费者6.75元通过支付宝完成支付的额外消费，其中对线上实物消费的带动金额为3.11元。 课题组同时发现，闪购渗透率与地区行业层面餐饮商家平均线下周营收正相关，未发现挤占堂食的统计证据；闪购优惠券对参与商户在线上、线下营收都有正向拉动作用，且对营收规模最小的25%商户的拉动作用最强。 一言以蔽之，淘宝闪购在外卖业务上所做的大手笔补贴，绝非无谓烧钱的非理性竞争，而是建立在缜密思考基础上的精巧设计，旨在通过惠及各方的激励举措，合力拓出消费新场景新增量。变化还在发生，终局或已不远。

IT之家 8 月 30 日消息，OPPO 周意保在微博发文，透露 OPPO 滨海湾员工公寓昨日开启抽签，自己抽中了 27 楼的“50m² 一房一厅”，相应公寓楼层和房间号都是通过抽签决定，不满意也可以选择换房。 IT之家参考其发布的截图获悉，该公寓房间朝向东南可看海景，房租 1550 元一个月，押金 0 元，水费 4.13 元 / 吨，电费 0.7 元 / 度，网费 0 元，房间提供燃气热水器、餐桌椅、油烟机、1.5 米床、冰箱、空调等“拎包入住”设施。 公开信息显示，OPPO 滨海湾员工公寓位于地处东莞市滨海湾新区交椅湾片区内，南临滨海湾大道，东接振海路及交椅湾西站，北侧为 OPPO 智能创造中心，西接福海路及滨海湾大桥。包含 22 栋高层住宅，配套设施完善，提供超市、篮球场、游泳池等，还有晚托中心。

财报里的外卖大战，一股烧钱味。 今年第二季度，外卖大战的滚滚浓烟中，京东烧了141亿、美团少赚115亿。那么，阿里砸了多少钱？ 阿里不会轻易告诉你。 8月29日，阿里发布2025年第二季度财报，表面看业绩很亮眼。营收2476.5亿元，同比增长2%（抛开甩卖高鑫零售和银泰的因素，实际同比增长为10%）；经调整净利润335.1亿元，同比下降18%，也就是少了71.8亿元。 什么？战火这么猛烈，阿里只少赚了71.8亿元？ 事情没那么简单。 01 阿里到底烧了多少钱？ 京东和美团的账，我们算过，一个是141亿元，一个是115亿元。 京东的收入由三部分构成：京东零售、京东物流、新业务。京东零售和京东物流好理解，新业务指的是京东外卖、京东产发、京喜和海外业务。 来源：京东财报 2024年第二季度，还没有京东外卖，京东新业务的营收和经营亏损分别是46.36亿元、6.95亿元；2025年第二季度，京东新业务的营收和经营亏损分别是138.52亿元、147.77亿元。 考虑到京东外卖是京东新业务的最大变量，我们可以大致（但不绝对精确）理解为：京东外卖大概带来了92.16亿元的营收增长，同时造成了140.82亿元的亏损扩大。 也就是说，京东外卖让京东烧掉了大约141亿元。 美团的收入主要分成两块，核心本地商业、新业务。餐饮外卖、美团闪购、到店酒旅等业务，都在核心本地商业分部下面，营收由配送服务、佣金、在线营销服务等构成。 来源：美团财报 2024年第二季度，没有外卖大战，美团核心本地商业的营收和经营利润分别为：606.82亿元、152.34亿元；2025年第二季度，美团核心本地商业的营收和经营利润分别为：653.47亿元、37.21亿元。 外卖当然是最大变量，所以我们也可以大致（但不精确）理解为：外卖大战的影响下，美团核心本地商业营收多了46.65亿，净利润少了115.13亿。 也就是说，外卖大战让美团少赚了115亿。 阿里刚刚调整了业务部门的划分，目前主要由4个板块构成：中国电商、国际电商、云智能、所有其他（包括盒马、菜鸟、阿里健康、虎鲸文娱、高德、智能信息、钉钉等业务）。淘宝闪购+饿了么，被称为即时零售，放在中国电商下面。 2024年第二季度，阿里即时零售的营收是131.96亿元；2025年第二季度，阿里即时零售的营收是147.84亿元。 来源：阿里财报 疯狂烧钱补贴外卖业务，结果营收只多了15.88亿元？这不科学。 关于这一点，财报里有个解释，是这么说的：即时零售收入已扣除视作收入冲减项的补贴。 原来，阿里采用了和京东、美团不一样的会计处理方法！简单说就是，阿里的即时零售业务，只把用户实际支付且属于平台的金额计入了营收，各种红包、免单、优惠券带来的金额并没有计入到营收里。 为了这16亿的营收增长，阿里付出了多大的代价？ 来源：阿里财报 财报显示，即时零售所在的中国电商分部，2024年第二季度和2025年第二季度的经调整EBITA（息税摊销前利润，与经营利润接近）分别为487.53亿元、383.89亿元。 也就是说，阿里中国商业分部同比少赚了103.64亿元。 当然，这不等同于阿里即时零售造成的影响。因为在即时零售大笔烧钱的同时，淘宝天猫等电商业务正在抓紧创造利润。 一位CFO告诉我们，对于采用净额法确认营业收入的公司，可以重点考察其经营性现金流情况。 第二季度，整个阿里集团经营活动产生的现金流量净额是206.72亿元，去年同期是336.36亿元，整整少了129.64亿元。可以想象，即时零售带来的实际影响会远远超过这个数字。 钱主要花在哪里了？2025年第二季度，阿里集团的销售和市场费用同比增加了204.82亿元。 虽然我们无法精确知道（可能阿里也不想让外界知道）参与外卖大战到底让阿里烧掉了多少钱，但综合上述多个维度的信息，合理推测，这一数字可能远远大于100亿、达到150亿甚至200亿。 02 阿里收获了什么？ 付出百亿投入，阿里要的一定不只是16亿的营收增长。 在财报和电话会议里，阿里没有把关注重点放在即时零售极低的营收增长和极大的烧钱投入上，而是努力讲述“业务协同”的故事。 阿里电商事业群CEO蒋凡称，淘宝闪购上线4个月以来，在订单、用户、商户、运力规模上都远超预期。他分享了几个数字： 1，淘宝闪购的日均订单峰值达到1.2亿单，8月份周日均订单达到了8000万单； 2，淘宝闪购整体的月度交易用户买家达到了3亿； 3，淘宝闪购日均活跃骑手数已经达到200万。 关于淘宝闪购带动电商业务发展的故事，蒋凡是这么讲的： 1，淘宝闪购拉动淘宝8月DAU增长20%； 2，流量上涨带来了佣金和广告收入增长，同时减少了淘宝本身的市场费用投入。 可以说，用高频的外卖业务为淘宝吸引流量，形成交叉销售、破解淘宝本身的获客难题，这是阿里眼下最看重的价值。 不过，如此大笔投入，到底划不划算？阿里似乎眼前并不想细算这笔帐。 蒋凡的说法是： 1，不能抛开规模谈效率，以前饿了么的订单规模只是美团的三分之一，现在淘宝闪购达到了规模领先，接下来会快速提升经营效率； 2，淘宝闪购减亏可以围绕这几个方面展开——用户结构优化，做好新用户留存和老用户促活；订单结构优化，提升高价值正餐订单以及零售订单的比例；降低物流成本。 “我们不会单独看外卖的盈利情况，考虑到电商的综合收益，我们认为可以在长期保持价格竞争力的前提下，闪购对平台整体产生正向经济收益。”“我们预计在未来3 年内，闪购跟即时零售为平台带来1万亿的新增成交。”蒋凡说。 不难看出，外卖大战其实不只是外卖大战，对阿里来说，外卖大战更像是一场流量大战。 外卖大战时间线 所以，京东烧了141亿，换来92亿的营收增长；美团少赚115亿，换来47亿元的营收增长；阿里投入数百亿，即时零售营收只涨了16亿。从表面看，阿里的补贴效率非常低，正常的商业逻辑下，难以长久持续。 但站在阿里的视角，把外卖当成战术引流工具、业务协同契机，补贴继续加码500亿也就不难理解了。 反正阿里不差钱，手上有现金及其他流动投资共计人民币5857亿元。 这场外卖大战，恐怕要打很久。 03 美团、阿里，打响持久战 京东已然“撤退”。 7月中旬，最先掀起外卖大战的京东对外表态——“0元购”，“18-18”等外卖恶性补贴是严重内卷的表现，属于恶性竞争，京东完全没有参与。 外卖大战订单量时间线 同期，美团核心本地商业CEO王莆中接受媒体采访时表示——“美团不想卷，但不能不反击”、目前即时零售的订单“绝大多数是泡沫”、“再猛烈的商战，如果不能推动进步，甚至违背商业逻辑，那这个战场就没有赢家。” 京东休战、美团呼吁和平，但阿里穷追不舍。 而资本市场已经用脚投票，客观上也在“助战”。 今年以来，阿里股价累计上涨了42.8%，京东、美团股价分别下跌了13.1%、32.3%。可以说，不论从自身战略还是从资本市场反馈上考虑，已经从外卖大战中深深受益的阿里，都有动力继续一战到底。 阿里此番“好战”的底气在于，手里有蒋凡这员猛将。为了让蒋凡大展拳脚，今年6月底，阿里重新调整了组织架构，将饿了么和飞猪并入电商事业群，均向蒋凡汇报。 然而，不是所有人都欢迎这样的外卖持久战。 5月13日，国家市场监管总局会同中央社会工作部、中央网信办、国家人力资源社会保障部、国家商务部，对外卖平台企业进行了约谈。 7月18日，市场监管总局约谈了饿了么、美团、京东三家外卖平台企业。 约谈背后，是身处外卖大战的部分商家的苦不堪言。 外卖大战中，平台虽然投入了可观的补贴，但对商家而言，其所要承担的成本也远远高于以往，除了佣金，还要承担部分红包费用、减免配送费等。 这种情况下，商家要么选择涨价来对冲高额成本，要么在商品品质上偷工减料。前者在以低价为主旋律的外卖大战中显然走不通，后者的盛行将带来恶劣影响、干扰餐饮行业的良性发展。正因为此，许多中小商家在外卖大战中黯然离场，也有大商家公开喊话要求停战。 然而，目前来看，还没有人能为这场战事划下“止战符”。

车祸受害者安古洛设立的“安全驾驶”标志 凤凰网科技讯 北京时间8月30日，据CNBC报道，特斯拉公司已提交上诉动议，针对一桩产品责任及过失致死诉讼的判决提出挑战。如果判决维持不变，特斯拉需赔偿2.425亿美元(约合17亿元人民币)。 特斯拉已请求佛罗里达州南区法院撤销该判决，或重新审理此案。代表特斯拉提出上诉的吉布森·邓恩律师事务所(Gibson Dunn)认为，本案的补偿性赔偿金额应大幅下调，从1.29亿美元降至最多6900万美元。如果此前认定特斯拉对事故负部分责任的判决维持不变，公司将只需支付2300万美元的补偿性赔偿金。 该律师事务所还辩称，由于佛罗里达州法律设定了赔偿上限，惩罚性赔偿金应被取消，或最多调整为补偿性赔偿金的三倍。 本案涉及的是2019年发生在佛罗里达州基拉戈的一起致命车祸。当时，车主乔治·麦基(George McGee)驾驶着他的特斯拉ModelS 轿车，并启用了特斯拉的增强型自动辅助驾驶系统(Autopilot)，结果撞上了停靠在路肩的雪佛兰Tahoe，导致22岁的奈贝尔·贝纳维德斯(Naibel Benavides)死亡，其男友迪隆·安古洛(Dillon Angulo)也受了重伤。 事故发生时，麦基在驾驶过程中掉落了手机，并慌忙去捡。他在庭审中表示，他相信增强型自动驾驶系统如果发现前方有障碍物，会自动刹车。本月早些时候，迈阿密联邦法院的一名陪审团裁定，特斯拉负有部分责任，应赔偿死者家属及伤者。本案的总赔偿金额为3.29亿美元，特斯拉需支付其中的2.425亿美元。 特斯拉律师在上诉动议中辩称，Model S车辆不存在设计缺陷，即使存在所谓的设计缺陷，也不能将此次车祸归咎于车辆。他们表示，事故完全是由车主自身造成的。 “只要驾驶员仍掌握方向盘，任何安全功能都可能在提升无数人安全的同时，助长少数鲁莽驾驶者的危险行为，”特斯拉律师在上诉动议中指出，“若因个别鲁莽驾驶员无视系统警告而追究特斯拉提供先进安全功能的责任，这与佛罗里达州的法律精神相悖。” 本案原告的首席庭审律师布雷特·施赖伯(Brett Schreiber)在一份声明中表示，他相信法院会维持此前的判决。他认为，这不应被视为对自动驾驶汽车行业的控诉，而是针对特斯拉对其Autopilot系统鲁莽和不安全部署的指控。 施赖伯说：“陪审团听取了所有事实，得出了正确结论：这是一起责任共担的案件，但这并不否认Autopilot系统以及特斯拉对其功能的误导性陈述在事故中起到了重要作用。” 截至发稿，特斯拉尚未就此置评。(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 8 月 30 日消息，科技媒体 Tom's Hardware 昨日（8 月 29 日）发布博文，报道称 AMD 资深研究员、SoC 首席架构师 Laks Pappu 在其 LinkedIn 资料中透露，AMD 正研发新一代基于 2.5D / 3.5D 芯粒（chiplet）封装及单芯片（monolithic）架构的 GPU，意味着该公司有望在下一代产品中重返高性能 GPU 竞争。 IT之家援引该媒体报道，AMD 当前基于 RDNA 4 架构的 Radeon RX 9000 系列显卡，并未在高端桌面 GPU 市场正面挑战英伟达，旗舰型号 RX 9070 XT 的性能，大致相当于英伟达中端的 GeForce RTX 5070 Ti。 这一策略让 AMD 在高端显卡领域暂时处于观望状态，但最新迹象表明，公司正在为下一代产品储备技术筹码。 Laks Pappu 负责研发 AMD 数据中心 GPU，以及规划云游戏领域 Radeon 架构，在其领英（LinkedIn）动态中，透露了 Navi4x 和 Navi5x 两代产品。 Laks Pappu 在个人介绍中提到，其工作包括“打造下一代具竞争力的 2.5D / 3.5D 芯粒封装及单芯片图形 SoC，基于多种封装技术”。 2.5D / 3.5D 封装有助于提升芯片互连带宽与能效，尤其适合高性能计算与数据中心场景。这意味着 AMD 正在探索多芯粒与单芯片两种架构并行发展，以适应不同性能和成本区间的市场需求。 虽然 AMD 并未公开具体发布时间或型号，但该媒体认为这释放了 AMD 公司未来可能重返高性能 GPU 竞争的信号。多芯粒封装技术的发展，或将帮助 AMD 在维持成本可控的同时，提升产品在数据处理与图形渲染方面的性能表现。

23 岁被 OpenAI 开除，利用自己的「内部消息」打造了一支规模达 15 亿美元的基金，今年这支基金的表现还比华尔街高出 700%。 如此跌宕起伏的人生，你就说刺不刺激？ 最近，这个名叫 Leopold Aschenbrenner 的小哥因这段离谱的经历在社交媒体上火了。《华尔街日报》等媒体报道了他迅速蹿升的故事。 Aschenbrenner 本是 OpenAI 知名的「超级对齐」团队成员，被认为是 OpenAI 前首席科学家 Ilya Sutskever 的嫡系，不过后来因涉嫌泄露公司内部信息而被 OpenAI 解雇。 两个月后，他发布了一篇 165 页的分析文章《Situational Awareness: The Decade Ahead》，在硅谷引发广泛关注。 转头，这小哥就扎进投资领域，创建了名为 Situational Awareness 的对冲基金。 别看他没啥专业投资经验，但他的投资策略简单粗暴，就是押注那些可能从 AI 技术发展中受益的行业，如半导体、基础设施和电力公司，以及一些新兴 AI 公司，比如 Anthropic，另一边又做空那些可能被淘汰的行业来保持收益。 这一策略令该基金在短时间内吸引大量投资者，资金规模迅速突破 15 亿美元。 其背后不乏大佬支持，包括支付公司 Stripe 的创始人 Patrick 和 John Collison 两兄弟，Meta 的 AI 团队领导 Daniel Gross 和 Nat Friedman，以及著名投资者 Graham Duncan。 此外，Aschenbrenner 还招聘了曾在彼得・蒂尔宏观对冲基金工作过的 Carl Shulman，作为该基金的研究总监。 许多投资者也对该基金表现出极大的信任，愿意将资金锁定数年不动。 据《华尔街日报》报道，该基金在今年上半年实现了 47% 的回报率，远超同期标普 500 指数的 6% 和技术对冲基金指数的 7%，堪称市场中的一匹黑马。 Aschenbrenner 去年在接受播客主持人 Dwarkesh Patel 采访时表示：「我们将比纽约那些管理资金的人拥有更多的情境意识，肯定会在投资上做得非常出色。」 Leopold Aschenbrenner 是谁？ Aschenbrenner 是个 00 后，在德国出生，作为「天才少年」的他 15 岁时进入哥伦比亚大学学习，并于 19 岁时以优异成绩毕业，获得了数学、统计学和经济学三个学位，成为该校的优秀毕业生。 GPA 够高，据说还是年级第一。 毕业后，他在牛津大学的全球优先事项研究所从事长期经济增长研究，并参与了有效利他主义运动。 他曾在 FTX Future Fund 工作，专注于 AI 安全和全球风险管理。 2023 年，Aschenbrenner 加入了 OpenAI，成为「超级对齐」（Superalignment）团队的一员，致力于确保未来的超级智能 AI 与人类价值观一致。他参与过的工作，包括被广泛关注的《Weak-to-Strong Generalization: Eliciting Strong Capabilities With Weak Supervision》（https://arxiv.org/abs/2312.09390）。 在全球领先的人工智能实验室工作时，他发现了 OpenAI 可能将美国 AI 机密泄露给外国对手的安全漏洞。于是在 2024 年 4 月，他将自己的担忧写成备忘录分享给董事会成员，但时值 OpenAI「宫斗」第二季，随后以泄密为理由被 OpenAI 解雇。 故事发展到这样的程度，或许只需要看做是 OpenAI 去年宫斗背景下混乱的一角，但 Leopold Aschenbrenner 显然不是等闲之辈。 《态势感知：未来十年》 在去年被 OpenAI 赶走后，Leopold Aschenbrenner 更加没了束缚，他在一篇长达 165 页的论文《Situational Awareness: The Decade Ahead》（态势感知：未来十年）中，阐述了自己对于 AI 发展的看法，在硅谷被广泛传阅。 他的论点简单而具革命性：「全世界正处于人类历史上最大的变革之中，而我们还在昏昏欲睡。现在，可能只有几百人，大多数都在旧金山和人工智能实验室，能真正理解当前 AI 领域发生的事情。」 文章链接：https://situational-awareness.ai/ 在文章中，作者探讨了近年来 AI 能力的指数级增长，尤其是 GPT-2 到 GPT-4 出现的过程。Leopold Aschenbrenner 强调，这是一个快速进步的时代，人工智能从完成非常基础的任务发展到拥有更复杂、类似人类的理解和语言生成能力。 「数量级」（Orders of Magnitude，即「OOM」）的概念对于讨论至关重要。Aschenbrenner 使用数量级（OOM）来评估 AI 能力、算力和数据消耗的进步，OOM 指给定指标的十倍增长。就计算能力和数据可扩展性而言，从 GPT-2 到 GPT-4 的转换代表了许多 OOM。 这些收益的背后有三个主要因素 —— 扩展定律（Scaling Laws）、算法创新及海量数据集的使用，它们的增长接近于指数级。根据扩展定律，当使用更大规模的数据和处理能力进行训练时，模型的性能会得到可靠的提升。 算法创新也至关重要。训练方法、优化策略和底层架构的进步提升了 AI 模型的功效和效率。这些发展使模型能够更好地利用持续增长的算力和可用数据。 Leopold Aschenbrenner 强调了到 2027 年实现通用人工智能（AGI）的可能路径。他认为，在业界持续投入算力，提升算法效率的前提下，我们或许能够让 AI 系统在众多领域上与人类智力匹敌，甚至超越人类。 通用人工智能的出现无疑将产生深远的影响。这类系统能够独立解决复杂问题，以目前只有人类专家才能做到的方式进行创新，执行复杂的工作，这又赋予了 AI 系统自我进化的潜力。 AGI 的发展会改变各行各业，提高生产力和效率。但它也带来了一些重要问题，例如失业、AI 道德，需要强有力的治理结构来控制完全自主系统带来的风险。 Aschenbrenner 在文中探讨了超级智能的概念，以及从如今 AI 快速过渡到远超人类认知能力的系统的可能性。该论点的核心思想是，驱动 AI 进化的原理可能会产生一个反馈回路，一旦达到人类水平，其智力就会爆发式增长。根据「智能爆炸」的概念，AGI 可能会自行开发算法和技能，它们能够比人类研究人员更快地完善自身设计。这种自我完善的循环可能会带来智力的指数级增长。 他对可能影响这种快速升级的各种变量进行了全面的分析。首先，AGI 系统凭借无与伦比的速度以及访问和处理海量数据的能力，能够识别远远超出人类理解范围的模式和洞察。 此外，AGI 还强调研究工作的并行化。与人类研究人员不同，AGI 系统能够同时进行多项测试，并行改进其设计和性能的不同部分。 因此，这些系统将比任何人都强大得多，能够开发新技术，解决复杂的科学技术难题，甚至可能以当今无法想象的方式管理物理系统。超级智能可能带来的优势，例如材料科学、能源和健康领域的进步，这些进步可能会显著提高经济生产力和人类福祉。与此同时，控制是主要问题之一。一旦系统超越人类智力，就很难确保其行为符合人类的价值观和利益。 构建 AGI 所需的计算基础设施需要大规模工业动员，这不仅包括纯粹的算力，还包括设备效率、能源利用和信息处理能力的提升。 Aschenbrenner 认为，随着 AGI 越来越近，国家安全机构将在这些技术的创造和管理中发挥更大的作用。他认为，通用人工智能的战略意义可以与阿波罗计划、曼哈顿计划相比较。 在他的文章发布一年多以后，AI 技术日新月异，不过我们也看到了当初的很多预测在被一步步得到验证。最直接的可能就是各家科技巨头纷纷投入重金，建设前所未有的大规模 AI 算力基础设施的盛景了。 那么，AGI 会如 Aschenbrenner 所说的在 2027 年到来吗？或许通过他的投资收益，我们可以间接地看到些端倪。

IT之家 8 月 30 日消息，路透社今天（8 月 30 日）发布博文，报道称埃隆・马斯克旗下人工智能初创公司 xAI 在美国加州联邦法院起诉前工程师 Xuechen Li，指控其窃取涉及 Grok 聊天机器人的商业机密并跳槽带往竞争对手 OpenAI。 xAI 公司在诉状中，描述这些技术为“在某些特性上优于 ChatGPT”的前沿 AI 成果，可能为 OpenAI 增强其产品提供优势。 xAI 表示 Li 于去年加入公司，参与训练与开发 Grok 项目。他于今年 7 月接受了 OpenAI 的录用，同时出售了价值 700 万美元（IT之家注：现汇率约合 4990 万元人民币）的 xAI 股票。公司指控，他在此后不久下载了大量机密资料，并试图掩盖行为痕迹。 根据诉状，Li 在 8 月 14 日的一次会议中承认了窃取文件并“掩盖行迹”，xAI 随后在其设备上发现更多未披露的机密材料。公司认为，这些资料一旦被利用，可能让 ChatGPT 获得 xAI 更具创新性和想象力的功能。 OpenAI 目前并非纳入本案被告，Li 本人、OpenAI 代表以及 xAI 的律师暂未对媒体置评。

IT之家 8 月 30 日消息，制造商蓝狐发文，预热将于明年 6 月推出一款“蓝狐 β（代号名）”的 4.7 英寸迷你手机，但并未公布该机的完整外观图，仅可以从底部看出该机整体风格一改此前 NX1 圆润外观，造型较为商务化，官方透露该机“四边 R 角相等”。 IT之家综合官方预热获悉，该机尺寸为 117x54.6mm，正面搭载一块 4.7 英寸 1600x720 分辨率 90Hz 打孔屏面板（亮度 600 尼特）；手机侧面采用金属边框，匹配侧边指纹；手机背面提供 AG 磨砂玻璃后盖。 规格方面，该机将搭载联发科 G100 处理器，提供 NFC 和红外传感器，有望配备线性马达。机身内置 3500 毫安时电池，充电功率可能为 33W 或 18W。搭载安卓 16 系统。

IT之家 8 月 30 日消息，科技媒体 Windows Latest 昨日（8 月 29 日）发布博文，报道称微软在 Copilot Labs 推出全新 AI 语音生成工具 Copilot Audio Expressions，可通过 Emotive 和 Story 两种模式生成更具情感的英文语音。 IT之家注：Copilot Audio Expressions 是一款 AI 语音生成工具，功能是让输出的音频更接近真人，并可根据需求加入创意润色。用户无需注册即可直接体验，并可下载 MP3 格式音频，方便在任何设备播放。 该工具目前提供 Emotive（情感表达）和 Story（故事创作）两种模式。 该媒体在测试 Emotive 模式后，选用“Oak”音色和“narration”叙述风格，将模拟火车站的脚本输入系统。 生成的音频不仅朗读了文字，还自动增添细节、调整措辞，让表达更生动。单段音频最长 59 秒，支持十余种声音与风格组合。 在 Story 模式下，系统自动选择音色和风格，用户仅需提供主题提示。 例如输入“讲一个猫在暗处潜行觅食的故事”，AI 就生成了一个长达 90 秒的多角色叙述：旁白用美式口音，猫的对白则为英式口音，并巧妙穿插互动，形成自然流畅的对话效果。 测试结果表明，Story 模式在情节构建、角色区分及声音融合度方面表现出色，输出的成品不像单调的机器朗读，更像是一次配音合作，让该工具不仅适用于简单朗诵，也可胜任有多角色的创意作品制作。 该工具目前仅支持英文，中文及其他语言用户暂无法直接生成母语音频，微软尚未透露后续是否会增加多语言支持。

疯狂在全网刷屏的Nano Banana模型，终于正式显露真身了。 这款神秘且强大的图像生成与编辑模型来自谷歌，还有一个非常谷歌的官方名字： gemini-2.5-flash-image-preview。 正式上线后不久，在Artificial Analysis图像编辑排行榜上，Nano Banana直接跃升至第一位。 出道不到一周，就彻底改变了游戏规则。 脚踢Flux，拳打GPT4o, 还把Photoshop扫地出门。 这段时间，无论是你什么圈子的，大概都刷到过这些AI手办图： 每个帖子的下面，都有网友留言表示： 到底在哪里买的手办，我也想买！ 然而事实上，这些看起来十分精细的手办，都是Nano Banana生成的，包括后面逼真的建模界面和书桌背景。 就像GPT-4o绘图模型刚诞生时，用吉卜力画风席卷全球那样火爆。 Nano Banana模型甚至在正式上线之前，就已经如同病毒一般在互联网上迅速传播开了。 宠物圈的、户外圈的、动漫圈的、游戏圈的，全都为之着迷，用它生成了各种各样真人or二次元手办，网友们玩得不亦乐乎。 据谷歌官方介绍，Nano Banana模型具有“SOTA的图像生成与编辑能力、惊人的角色一致性以及闪电般的速度”。 也就是说，其实除了莫名走红的AI手办图外，Nano Banana还有许多牛X的能力。 比如：上传一张人物照片，让AI修改其中的某个元素，它都会在任何新场景下都保持主体的外貌一致。 比如：上传多张照片，让AI把它们融合在一起，它也能够完美识别背景和主体，让新生成的图像在保持主体一致的情况下栩栩如生。 在以前需要Ps等专业工具才能做到的效果，Nano Banana只需要几十秒时间就能完成。 从官网给出的价格大概计算下来，Nano Banana生成每张图像的成本大约为 0.039 美元（约 0.28 元）。 那么作为国内用户，在无法访问谷歌、没有谷歌账号的情况下，如何使用Nano Banana模型呢？ 这里我来给大家分享一个免费的浏览器插件——DeepSider。 Nano Banana已经在DeepSider中上线，所有用户均可以免费、不限次数使用！！ 官网：https://www.deepsider.ai/ 如何使用DeepSider？ DeepSider是一款浏览器侧边栏插件，支持与多款热门AI模型进行聊天对话和图像生成。 最重要的是，不用魔法！QQ邮箱、163邮箱就能注册使用！ 国内用户直接就能体验最新的Nano Banana、GPT-5、Grok4、Claude 4、GPT-4o画图、Gemini 2.5 Pro、DeepSeek V3.1等等热门模型。 点进官网后，根据你的浏览器版本，比如Edge浏览器，进入在线安装界面。 点击获取按钮，安装DeepSider插件。 装完插件后，记得将插件图标固定在浏览器顶部。 需要使用的时候，点击顶部的DeepSider图标，就能随时打开侧边栏与AI对话了，无需在多个页面窗口间来回切屏。 打开侧边栏后，再把模型切换到Nano Banana，就可以开始使用了。 DeepSider中有两条Nano Banana的线路，其中一条是限时免费，可以不限次数生成。 如果想要生成网友同款的AI手办照片，那么只需要上传一张主体清晰的图片，再输入这段提示词： Please turn this photo into a character figure. Behind it, place a box with the character’s image printed on it .Next to it, add a computer with its screen showing the Blender modeling process. In front of the box, add a round plastic base for the figure and have it stand on it. The PVC material of the base should have a crystal-clear, translucent texture, and set the entire scene indoors. 等待片刻，你的小猫专属AI手办就做好了，简直一比一还原： 再上传一个你喜欢的游戏角色，输入同样的提示词。 很快，一个市面上都买不到的精美手办也做好了： 除了生成手办，你还可以任意修改图中的某些元素。 比如上传一张梅西的个人照片，让它把背景替换到国内的景点。 一张梅西的西湖打卡照也很快生成了： 再比如，可以用Nano Banana生成赛博朋克城市： 把秃头的头发变得茂密： 逛网店的时候，看到哪件衣服好看，都可以保存下来，然后用Nano Banana换到自己身上看看效果。 当然了，在DeepSider中，也不仅仅只有Nano Banana这一款强大的模型。 除此以外，你还可以切换到Claude、GPT、Gemini模型，一边看视频，一边让AI在侧边栏替你写代码、写文章、画图，非常便捷。 即使是代码小白，也可以通过Claude 4 Sonnet一句话生成一个精美的、可以互动的网页。 给Gemini2.5Pro一个巧妙的指令，它就能替你快速找出真实的文献资料。 DeepSider也支持PDF、Word、TXT等多种格式文档的智能解析，甚至可以同时上传多份文档，快速提取关键信息。 无论是生成图片，还是总结文档内容、写代码、查找真实文献、写论文综述，DeepSider都能帮助你极大地节省成本和时间。 目前做侧边栏的工具很多，做AI集成工具的也很多。 但像DeepSider这样，提供了顶级大模型免费使用的侧边栏AI工具，几乎没有。 既不需要安装电脑客户端，又不需要自己去折腾api，还支持国内邮箱注册，不限制设备登录数量。 如果免费积分不够使用，也可以选择购买套餐，一个月卡最低只需要20几块钱。 很适合新手和讨厌繁琐的小伙伴，值得尝试。

IT之家 8 月 30 日消息，OPPO 现已在其快手旗舰店悄悄上架一款 OPPO A6 Max 手机（暂未上架其他电商平台），该机搭载骁龙 7 Gen 3 处理器，匹配 8GB RAM 和 256GB 存储空间，主打“7000 毫安时电池 + IP69 抗水”，定价为 1599 元。 该机厚度低至 7.7mm，重量轻至 198g，机身正面配备一块 6.8 英寸 2800×1280 分辨率 120Hz OLED 直屏（IT之家注：全局峰值亮度 1600nit，支持湿手触控），外覆 OPPO 晶盾玻璃，同时匹配 32MP 自拍摄像头。机身背面提供流光白、岩雾蓝 2 款配色（其中蓝色为玻纤后盖、白色为玻璃后盖），匹配 50MP 主摄 + 2MP 黑白双摄。 该机搭载骁龙 7 Gen 3 处理器，内置 5200mm² VC 均热板，搭载 8GB RAM 和 256GB 存储空间。匹配山海通信增强芯片，支持山海无网通信，手机同时支持双频 GPS 三频北斗，NFC，转子马达，支持 IP66、IP68、IP69 防尘防水，通过 SGS 高温流畅认证，听筒支持 200% 大音量，扬声器支持 300% 大音量，提供高能户外模式。

IT之家 8 月 30 日消息，博主 @数码闲聊站 今日曝光 vivo X300 系列手机部分信息，搭载蔡司 2 亿像素镜头，标准版搭载 2 亿大底主摄，Pro 版搭载 2 亿大底长焦，主摄长焦全都有升级，长焦微距也是全系都有。 值得一提的是，他还在评论区透露，vivo X300 系列手机将在 10 月国庆节之后发布。 vivo 此前在 Vision 发布会暨影像盛典上对索尼 LYT828、三星 2 亿像素传感器进行了预热，同时亮相了一系列软件算法、AI 后期。IT之家整理要点如下： 索尼 LYT828 传感器、三星 2 亿像素传感器均有 vivo“蓝图”联名，前者支持 Hybrid Frame-HDR，后者支持双方共研的小像素 VCS 技术。 首创前处理芯片 VS1 与 V3 + 双芯架构，让画质还原与重建算法协同。 未来将运用 AIGC 模态大模型赋能风光创作，并在后续推出 AI 定制美颜。

2025 年 8 月 29 日，由清华大学计算机系崔鹏教授团队联合稳准智能共同研发的结构化数据通用大模型 “极数” （LimiX）正式宣布开源。此次发布标志着我国在结构化数据智能处理领域的技术突破与生态开放迈出关键一步，将显著降低千行百业应用结构化数据 AI 技术的门槛。特别是在结构化数据占主导的泛工业领域，“极数”大模型将助力AI深度融入工业生产全流程，破解工业数据价值挖掘难题，为实现智能制造与新型工业化提供关键支撑，推动产业技术变革和优化升级。 在泛工业领域，结构化数据是核心资产——工业生产参数、设备运行数据、质量检测数据、科研实验数据等均以结构化数据形式呈现，其智能处理能力直接影响产业效率与科研突破，也是 AI 赋能工业制造的关键突破口。虽然通用大语言模型（LLM）凭借强大的文本理解与生成能力，已在内容创作、对话交互等领域实现广泛应用，但 LLM 在面对表格、时序等结构化数据时短板明显：数值比较、计算等基础任务易出偏差，更无法胜任数据分类、预测、归因等复杂任务，准确率难以满足真实行业需求。因此，目前工业结构化数据处理依然依赖私有数据+专用模型的传统范式。由于专用模型难泛化、不通用，面对不同场景需要训练多个专用模型，成本高、效果差，且难以发挥数据要素聚集的乘数效应，严重制约了AI在工业场景的落地路径。 结构化数据通用大模型（Large Data Model, LDM）则针对性解决这一痛点：不同于 LLM 聚焦文本，LDM 融合结构因果推断与预训练大模型技术，既能捕捉结构化数据的内在关联，又具备强泛化能力，可跨行业适配多类任务。“极数”大模型可以支持分类、回归、高维表征抽取、因果推断等多达10类任务，在工业时序预测、异常数据监测、材料性能预测等场景中，性能达到甚至超越最优专用模型，实现单一模型适配多场景、多任务的通用性突破，为人工智能赋能工业提供了One-For-All解决方案。 从技术性能到产业落地，“极数”大模型的核心优势已得到充分验证。在超过600个数据集上的十余项测试结果表明，“极数”大模型无需进行二次训练，已经在准确率、泛化性等关键指标上均能达到或超过专有SOTA模型。而在产业应用层面，“极数”大模型已成功落地多个真实工业场景，无需训练、部署成本低、准确率高、通用性强的特点获得合作企业的高度认可，成为推动工业数据价值转化的实用型技术方案，正加速形成面向泛工业垂直行业核心业务场景的真正智能底座。 1、研发团队 “极数”模型的研发核心力量，由清华大学计算机系崔鹏教授牵头组建，团队汇聚了学术研究与产业落地的双重优势，其技术突破背后是深厚的科研积淀与前瞻性的方向布局。 作为团队核心，崔鹏教授是我国数据智能领域的顶尖学者：他不仅是国家杰出青年科学基金获得者，更以突出成果两度斩获国家自然科学二等奖，同时获评 国际计算机协会（ACM）杰出科学家，其学术影响力获国际学界广泛认可。在基础研究领域，崔鹏教授开创性提出 “因果启发的稳定学习” 新范式，突破传统机器学习在数据分布偏移场景下的性能局限，为 AI 模型的可靠性与泛化性研究奠定重要理论基础。 2022 年 OpenAI 推出 ChatGPT 引发大模型技术浪潮后，崔鹏教授敏锐洞察到结构化数据方向大模型技术的发展潜力，迅速将研究方向从因果稳定学习拓展至结构化数据通用大模型（LDM）领域。依托既有理论积累，团队攻克结构因果数据合成、模型结构设计、跨场景泛化等核心难题，最终实现 “极数” 模型在多领域任务中的性能突破，为此次开源奠定关键技术基础。 2、极数大模型简介 “极数”大模型将多种能力集成到同一基础模型中，包括：分类、回归、缺失值插补、数据密度估计、高维表征抽取、数据生成、因果推断、因果发现和分布外泛化预测等；在拥有优秀结构化数据建模性能的同时，极大提高了模型的通用性。 在预训练阶段，“极数”大模型基于海量因果合成数据学习数据中的因果关系，不同于专用模型在训练阶段记忆住数据特征的模式，“极数”大模型可以直接在不同的上下文信息中捕捉因果变量，并通过条件掩码建模的方式学习数据的联合分布，以适应包括分类、回归、缺失值预测、数据生成、因果推断等各种下游任务。在推理阶段，极数可直接基于提供的上下文信息进行推理，无需训练即可直接适用于各种应用场景。 模型技术架构 “极数”大模型沿用了transformer架构，并针对结构化数据建模和任务泛化进行了相关的优化。“极数”大模型先对先验知识库中的特征 和目标 分别进行embedding；之后在主要模块中，在样本和特征维度上分别使用注意力机制，来聚焦关键样本的关键特征。最终，提取到的高维特征被分别传入regression head和classification head，实现对不同功能的支持。 训练数据构建 不同于传统的树模型和基于transformer架构的LLM，“极数”大模型在训练过程中完全使用生成数据，不依赖于任何真实世界的数据来源。为了使数据生成的过程高效且可控，团队使用了基于结构因果图的数据生成方式：采样到的初始数据在有向无环图上进行传播，通过复杂的边映射和节点交互来模拟现实世界中不同的因果依赖关系；通过对因果图上的生成数据进行采样，最终获得训练数据中的特征 和目标 。使用这种方法生成的数据，既实现了因果结构上的多样性，又保证了数据的可控性。 模型优化目标 通用结构化数据大模型（LDM）需要在各种应用场景的各种任务中通用，且具备无需进行训练的数据建模能力。因此需要对数据的联合分布进行建模，以提高模型的通用性、增强对特征交互模式的建模能力。为此，“极数”大模型在模型优化目标设计中加入了掩码重构机制：在训练过程中，通过对随机特征值进行掩码操作，模型将根据特征间的因果依赖关系，使用观测到的特征来重构缺失特征。通过引入掩码预测，模型可以学习到数据特征的联合分布，学习到更清晰且鲁棒的决策边界，提高对特征依赖关系的表示学习能力。为了更贴近真实场景中的缺失模式，“极数”大模型在三个维度上进行了掩码操作，分别是: 样本维度掩码：对于每一个样本，随机掩码掉其中的某些特征。 特征维度掩码：对于所有样本，随机掩码掉其中的一个特征。 语义维度掩码：关注高维上的相关性，将语义相关度高的特征中的某些特征随机掩码掉。 此外，“极数”大模型将特征缺失比例纳入考量，通过设计针对每行或每个子集缺失的训练目标，稳定了模型在不同缺失程度下的推理性能，提高了对各类缺失模式的鲁棒程度。 模型推理 在推理应用环节，“极数”大模型具备极强的场景适配性与任务灵活性。该模型无需针对特定场景或任务进行额外训练，即可直接接收表格、时序、图等多形态结构化数据输入；用户仅需明确分类预测、回归预测、缺失值补全、数据生成、因果推断、因果发现等具体任务类型，模型即可自动完成数据解析、逻辑建模与结果输出，真正实现即插即用模式，高效覆盖各类结构化数据处理需求。 此外，“极数”大模型还支持针对数据集进行模型高效微调，可使模型学习更全面的数据中的因果联系，在预测层面的性能会进一步提升。 3、模型效果 “极数”大模型在无需针对数据集进行专项训练的情况下，在分类、回归等多项结构化数据核心任务上取得了优异的性能表现。 模型评测方面，选取了各个领域的权威数据集作为Benchmark。如开源数据集 Talent，它包含上百个真实数据集，是当前领域内体量最大、最具代表性的基准之一。在分类任务中，对比“极数”与21个领域内的常用baseline方法，“极数”大模型的模型性能显著超越其他模型，在AUC、ACC、F1 Score和ECE上均取得了最优。 在回归任务上，“极数”大模型在R2和RMSE指标上都达到了平均最优，对比其他baseline方法展现出了明显的优势。并且在数据集中有干扰特征或无效特征时，性能优势更加明显。 4、模型落地应用 目前，“极数”大模型凭借其优越的通用建模能力，有效破解了传统专用模型在工业场景“数据稀缺、质量参差、环境异质”情况下的能力瓶颈，已在多个关键工业场景中成功落地。 在工业运维领域，“极数”大模型已成功应用于钢铁、能源、电力等行业，扮演着“设备健康管家”的角色，为设备运行监测、故障预警与健康度评估等任务提供核心支撑。以某钢铁企业为例，其复杂产线长期面临难以从海量传感数据中精准捕捉非典型异常信号而导致的预警失效问题，给安全生产带来巨大隐患。“极数”大模型部署后，将设备故障预测准确率在原专用模型基础上提升了15%，达到应用级要求，推动其维护模式从“事后维修”向“预测性维护”转型，显著提升了生产的安全性与运行效率。 在工艺优化领域，“极数”大模型在化工、制造、生物等行业中则化身为“生产智囊”。在某材料研发企业，如何从海量物化特征中精准识别关键因子，是提升材料设计效率的核心瓶颈。“极数”大模型成功筛选出少数核心优化因子，在确保信息无损（R^2超过0.95）的前提下，将调控效率提升了5倍，为企业的降本增效与绿色生产提供了科学决策依据。 业内专家表示，“极数”大模型的成功落地不仅验证了通用建模技术在工业场景的适用性，更为解决工业数据应用痛点提供了标准化解决方案，有望推动更多工业领域实现智能化升级。 5、开源地址 项目主页： https://limix-ldm.github.io 技术报告： https://github.com/limix-ldm/LimiX/blob/main/LimiX_Technical_Report.pdf Github： https://github.com/limix-ldm/LimiX Huggingface： https://huggingface.co/stableai-org Modelscope： https://modelscope.cn/organization/stable-ai 6、结语 在当前人工智能的发展浪潮中，大语言模型（LLM）通过大规模预训练实现了“语义空间的通用世界模型”，而如何面向工业数据的独特属性，构建“数据空间的通用世界模型”，已成为AI迈向产业纵深的关键命题。在这一目标的驱动下，发展能够跨场景、跨任务、跨环境的结构化数据通用大模型（LDM）势在必行。我国凭借丰富的工业数据资源与多元的应用场景，有望在LDM领域打造出独特的“非对称竞争力”。清华大学团队此次开源发布的“极数”大模型，正是这一方向上的重要突破。期待以此为起点，共同迎接LDM的“GPT-3时刻”早日到来。

IT之家 8 月 30 日消息，科技媒体 Ars Technica 今天（8 月 30 日）发布博文，报道称 Meta 首席执行官马克・扎克伯格（Mark Zuckerberg）正推动公司二十年来最大规模的高层重组，大量新引进人工智能（AI）高管，但也导致人事震荡。 IT之家援引博文介绍，扎克伯格为追赶人工智能竞争，重金从 OpenAI、苹果等对手挖来多位明星高管，其中包括： ChatGPT 联合创始人赵昇嘉（Shengjia Zhao，音译） 前 Scale AI 首席执行官汪滔（Alexander Wang） 前 GitHub 首席执行官奈特・弗里德曼（Nat Friedman） 这些新任命直接改变了 AI 研发格局，也让原有核心高管的权力结构发生转移。 消息称赵昇嘉入职后不久，便因分歧威胁回归旧东家 OpenAI，甚至签署了回聘文件。他随后被正式任命为 Meta 的“首席 AI 科学家”，并领导超级智能研发。 汪滔则负责管理 Meta 最机密的新部门“TBD”，统筹 AI 模型研发。弗里德曼担任产品与应用研究负责人，推动 AI 成果落地到 Meta 应用中。 为了加速研发，扎克伯格曾以九位数美元签约奖金和算力资源吸引顶尖人才。然而，新旧团队的融合并不顺利，一些新聘 AI 科学家短期内就选择离开，包括刚完成入职流程便未报到的前 OpenAI 研究员 Avi Verma，以及入职数月的 Ethan Knight 与 Rishabh Agarwal。与此同时，任职多年且深耕生成式 AI 的老员工也相继离职。 除了人员动荡外，Meta 公司的研发方向也在调整中。TBD 团队已放弃公开发布旗舰模型 Llama Behemoth，转而投入开发新一代尖端模型。但在内部，不同领导人对实现“超越人类能力”的超级智能目标时间表存在分歧。汪滔的管理方式与 Meta 的企业文化也出现磨合问题，包括对内部资源分配和官僚流程的适应。 组织上，Meta 超级智能实验室（MSL）在半年内第四次重组，分为四个独立小组。原负责生成式 AI 的高管 Ahmad Al-Dahle 未再担任团队负责人，而首席产品官 Chris Cox 失去对生成式 AI 的直接管理权，改由汪滔直接向扎克伯格汇报。 尽管过程中出现人事震荡与策略分歧，业内人士认为，引入赵生嘉等技术领军人物，或将推动 Meta 在超级智能领域的研发速度和竞争力。