快科技5月7日消息，代表三星电子芯片制造部门的全国三星电子工会与管理层谈判陷入僵局，双方在奖金发放形式上产生严重分歧。 此前双方已接近达成协议，拟将营业利润的13%作为奖金发给员工，平均每人约可获得34万美元（约240万人民币）。 但这笔钱属于一次性奖金，三星管理层拒绝将其写入长期协议。工会方面对此并不买账，坚持要求将该比例的奖金设定为每年固定发放，并正式签署协议。 员工的强硬态度源于竞争对手的对比。同行的SK海力士员工今年人均可领到47.7万美元奖金（约345万人民币），而其明年奖金预计将翻倍至90万美元（约651万人民币），更重要的是，SK海力士承诺这些高额奖金在未来十年内都有保障。 在人工智能浪潮下，数据中心对内存和存储芯片需求激增，SK海力士借此获取了巨额利润，而三星员工认为作为行业老大的三星，利润分成比例应更具竞争力。 目前的谈判破裂可能导致三星芯片业务大瘫痪。工会已计划在5月21日至6月7日举行为期18天的总罢工。 参考4月份的单日罢工数据，当时仅一个班次的产量就爆跌了58%。专家预测，这场长达18天的罢工将给三星带来69亿至117亿美元的直接经济损失，折合人民币最高可达847亿元。 除了直接财务损失，罢工还将严重打击三星作为HBM4芯片供应商的市场声誉。 目前三星电子内部也出现了利益分歧，由于盈利能力较弱的智能手机、电视和家电部门员工无法享受同等分红，这些部门的工会已选择退出此次联合罢工。

快科技5月7日消息，今日，高德地图宣布，基于VLM大模型生成的路况信息能力，正式将开放道路的路况服务扩展至全国100+高校校园。 这意味着，校内主干道、校门口、宿舍区、食堂周边、教学楼路口等关键区域，也能像城市道路一样实时查看拥堵情况。 在高校场景中，校园交通高峰往往集中且复杂。 比如暴雨、大雪等恶劣天气下，校门口接送车辆扎堆，师生撑伞步行不便；校庆、迎新、运动会等开放日，大量访客涌入，校内道路和停车资源也会面临压力。 高德表示，实时路况能力将在这些场景中发挥作用。 比如校门口出现拥堵时，系统可提示“校门口路段车辆排队较长，建议从南侧门进入，步行至目的地仅多2分钟”。 对于首次到校的访客，也能更轻松找到入口、停车点和活动场地，减少绕路和找路成本。 据了解，高德校园路况服务覆盖校内多个关键点位，包括教学楼周边课间人流高峰、食堂区域午晚餐时段车流动态、宿舍区早晚高峰通行状态、校门口进出车辆排队情况，以及校内主干道实时通行效率等。 除了实时显示拥堵，系统还可帮助学校提前发现人流、车流高峰趋势。 例如，识别课间潮汐规律，为道路管制提供依据；预警异常拥堵情况，便于及时介入，避免安全隐患；同时还能为校内交通组织优化、停车位规划等提供数据支撑。 该能力有助于校园实现“未堵先疏、防患于未然”，进一步保障师生和访客出行安全。

何意味？ 文/依光流 我真没想到，五一档海外爆发力最强的二游，会是腾讯上线3年半的《胜利女神：NIKKE》。 先别着急反驳，其实一开始我也不相信这个结论。毕竟，五一历来是二游最重要的档期，音乐会、线下展层出不穷，今年还有一波新鲜大作入场厮杀，理论上老二游是占不到便宜的。 但NIKKE这波爆发早有征兆。 自4月下旬开始，有关「NIKKE3.5周年」的话题，就一直是X、YouTube等海外社媒的热点，简单统计后能发现，从游戏官方开始宣传3.5周年到现在，NIKKE前前后后20多次登上X热搜。 在3.5周年前瞻直播期间，NIKKE霸占X全球热搜Top 1超过6小时，并且同步登上日本、韩国、美国X热搜Top 1。此外，这场直播还拿下了YouTube日本、韩国全站实时在线人数Top 1，美国游戏品类Top 1。 酝酿小半个月后，3.5周年系列活动在4月23号正式开启，NIKKE开始在畅销榜上坐火箭。截至目前，它最高登上日韩Google Play和App Store游戏畅销Top 1，甚至在五一期间，这款游戏还一直霸占着韩国Google Play畅销榜首。 纵观日韩两大二游市场，4月底5月初这两周，在两大平台的畅销榜上NIKKE的持续爆发，也是诸多二游中罕见的景色了。五一档二游谁笑到最后不好说，反正腾讯在海外市场是赢麻了。 这就很有意思了，二游搞「半周年」不是新鲜事，NIKKE这次用到的偶像题材，在日韩市场也不稀奇，那为什么这些老招式，会表现出这么强的爆发力？腾讯又是怎么让一款面对长线运营「三年大关」的二游，维持这么高热度的？ NIKKE上线至今已有3年半、将近1270多天，它截至去年下半年已经挣了70多亿，如今依旧后劲十足。在我看来，它的长线爆发力可以用「始于外表，陷于内核，忠于相互成就」这句话概括。至于原因，我们慢慢拆开来聊。 01 持续输出高水准的内容 相信大多数玩家最开始入坑NIKKE，都是冲着抖臀来的。 这独一份的美术卖点，在前些年高度内卷的二游赛道里，确实差异化程度拉满，初见吸引十足。NIKKE以此起步的高度，也再次证明：对内容型二游而言，好内容是一切的基本盘。 当然，好内容是一个动态的概念。 在初期，游戏需要一眼惊艳的卖相来快速竞争、引流，所以美术好就是内容好，于是大家卷画风、卷特色卖点的做法，相当有效。 但到了三年、七年的阶段，相似皮相的边际效应加剧，美术好不再等同于内容好，所以一方面游戏要深挖更立体的好内容，另一方面还要拿出「持续输出好内容」的能力。这个层面，NIKKE做得比多数二游都要出色。 这次3.5周年版本的新内容，我们仍然能够看到NIKKE在美术上的出色表现。本次核心主角御三家之一「阿妮斯」，从卡池到皮肤一共多个形态，均有不俗的视觉表现。 不仅如此，在皮肤制作技术上，NIKKE也通过偶像题材，拓展了新服装品味的塑造、差异化的材质、复杂星光特效等细节手法。所以站在玩家角度，新题材带来的新内容，在观感上会显得相当新鲜。 动图质量有些失真，实机效果会更清晰 进一步看，如前面说的，NIKKE在皮相之外，更可贵的是从美术到音乐都是基于剧情这个核心的点发散，而NIKKE的剧情在二游中以其深刻性以及残酷性独树一帜。游戏很擅长设计一些虐心的桥段，但又不至于劝退玩家，反而让人期待故事的发展，3周年的时候就有玩家调侃NIKKE「每逢周年办白事」。 本次3.5周年也不例外。「阿妮斯」的偶像剧情其实已经在游戏内铺垫了非常久的时间，而这次通过番外篇+活动剧情+主线剧情完整讲述了一个方舟的偶像如何成长为希望之星的故事，但是在热血剧情之外，带有浓厚的方舟底层悲剧色彩，也同样收获了全球玩家的不少眼泪。 NIKKE擅长塑造立体的角色，在阿妮斯的成长过程中，经历了“校园霸凌”、“网暴”，为此曾经一度放弃偶像梦想，却从未丢失想要成为星星的心。也因为喜爱的人的支持，因为指挥官的信任，最终从愤世嫉俗的“生存者”蜕变为守护方舟的坚盾。 （剧透预警） 在最新的剧情里，阿妮斯坦诚地告诉所有观众，自己也会害怕，也会在战斗前躲在洗手间里发抖，甚至曾经无数次想要逃离这个身份。甚至曾经她对于方舟只有绝望，但现在她愿意为了这片土地上的“微光”去战斗，这种自愈与和解让角色弧光达到了圆满。 在最终的爆发之战里，更是上演了一场拳拳到肉的酣战，搭配致敬JOJO的台词和能力，王道的爽感扑面而来。升级后的新形态，则与3.5周年活动的偶像剧情串联起来，进一步让新形态的出现和阿妮斯的成长，变得合理与立体。 阿妮斯的升级还牵扯出另一层意义，御三家在这个节点全部升级完毕，战力达到一个新的高度，加之后方稳定和桃乐丝有望入队，可以预见后续剧情里，主角团会有更好的表现，面对更少的刀子（希望是这样）。 御三家的新起点 另一方面，铺垫三年的桃乐丝故事线暂时画下句号，这个角色也是NIKKE立体人物塑造的一个标杆。 用NIKKE工作室剧情组长郑在星的话来说，这个角色是他本人印象最深的角色，“她是那种让人「很有欺负价值」的角色，所以我很喜欢。她想复仇却因留恋而无法执行，憎恨人类却又渴望被人类所爱，这种立体感是她的魅力所在，身为编剧，写她的故事非常愉快”。 当然NIKKE不仅会写女角色、会发刀，它在男角色、重要配角，甚至一些没有姓名的路人身上，也会构思和设计让人印象深刻的记忆点。 比如3.5周年戏份很重的反派角色马士丁，他可以在年轻的偶像面前半真半假地演一个老父亲，也可以一点点引导儿子成为他这样的野心家，在暗地里又能将他们算计得明明白白。 所以这次主线剧情到达一个阶段性的节点后，回过头再去看NIKKE的整个剧情，会发现很多这样让人难忘的男角色、配角，在玩家圈子里也引起了不小的反响。 也是有了诸多成功的角色设计，和让人难忘的情节设计，NIKKE的故事才能历经三年多依旧备受好评。 根据郑在星的采访，后面的剧情也值得期待：“如果现在是第一章，3周年是「章节结束」的开端，3.5 周年就是处于「章节结束」的中间点 。这是一个为最终高潮进行重要铺陈的阶段。预计以4周年为契机，将结束一个非常宏大的故事 。我们正为了迎接那个结局而全力奔跑中”。 内容好的二游很多，但能把内容吃透，能针对游戏的不同运营阶段，一直产出高水准好内容的二游却很少。 而NIKKE不仅做到了这一点，还在不断拓展制作能力的边界。它不仅能把抖臀做到业界Top 1，还能把角色做到玩家心坎里，更能把剧情刀子发得让玩家欲罢不能，甚至可以在这种剧情里丝滑地融入其他八竿子打不着的题材。 可以说「始于外表，不止步于外表」的内容制作策略，才是NIKKE抬高内容品质下限，留足长线运营发力点的根基。 02 NIKKE特色的「硬核」偶像文化 内容型二游也有短板，它们始终要面对一个最大的难题是，如何能够让核心玩家保持新鲜感，同时能够形成对外扩散的口碑传播以卷入更多的泛大众，使自己的用户盘子保持稳定，能够持续运营。 3.5周年对于NIKKE来说在新鲜感层面面临的挑战尤其大，一方面游戏运营了三年半，新角色和新剧情的刺激度逐渐疲软；另一方面偶像文化对于二游来说是一个非常常见的主题，NIKKE如何能够脱颖而出？ 在我看来NIKKE的应对策略是，融合过往深刻剧情的底子+来自于韩国的偶像文化基因共同形成一个具备NIKKE特色的「门槛够低+内核够硬」偶像文化。 韩国偶像文化基因是最显而易见的，NIKKE这次3.5周年版本制作了呈现了一个故事MV+2个3D舞台表演，颇有点炫技和资源过剩的态势。尤其3D舞台演出这些内容，原本不是一个2D二游能拿捏的，但NIKKE的制作水平，已经不输于一部分偶像赛道的头部3D手游。 自动播放 细节上NIKKE也没有照搬传统偶像游戏的套路，而是在编曲、编舞等方面融入了典型的K-Pop要素，一部分细节动作也有明显的韩系女团风格。哪怕我这样的偶像音游老吃家，在初次看到NIKKE的MV时，也能明显感到新意，看两遍就能跟着哼哼两句。 自动播放 相比歌舞内容的低理解门槛，游戏在剧情上迈的步子要大得多。近些年流行的二次元偶像作品，有王道的、有学院派的、有搞抽象的，但几乎没有NIKKE这样搞现实向发刀子的。 （剧透预警） 在这次3.5周年里面，官方层面将核心角色阿妮斯过往所有的剧情进行了梳理制作了角色的系列短片去进行角色唤醒。从活动三个星期前，官号就开始铺垫，用游戏一贯略显压抑的基调，以角色背景故事的形式，引出阿妮斯和她的渴望：「成为给人带来希望的星星」，充分传递角色偶像背后的深刻故事性。 游戏里，阿妮斯等人初出茅庐的偶像梦想，在面对方舟的黑暗时，几乎一碰就碎。所谓「快乐箱计划」更加残酷，让新人偶像成为人们的「情绪垃圾箱」，以此消解人类在极端环境下滋生的恶意。这种题材很容易写崩，但放在NIKKE本就多刀的环境里，倒是很契合。 （剧透结束） 同时，游戏内插入偶像要素的角度也很巧妙，如前文提到的，是用「御三家角色在主线的高光情节做引子+活动剧情拓展补充细节」的方式来处理的。这种做法在内容上更成体系，玩家观感上过渡也更丝滑。 阿妮斯作为偶像的过去 也影响了她身为妮姬的现在 同样硬核的偶像文化还有这次新加入的副玩法：音游。音游玩法差不多属于偶像手游的「伴生灵宝」，缺了这一块总有些不得劲，显然NIKKE制作组也这么觉得，不然他们不会把这个新玩法做得那么硬核。 NIKKE音游板块不仅自带曲库，还引入了比Perfect还严苛的Just Perfect判定，新版本上线这几天，已经炸出不少音游大佬了。 把前面这些内容串联成一个整体，会发现NIKKE几乎把每一步都算进去了：先用日韩玩家熟知的偶像文化提供新鲜感，再往剧情里埋足现实向的情节以强化反差和沉浸感，最后用硬核的新玩法拉高可玩性。 不得不说，组女团和做音游，都是韩国开发者的舒适区。就连不是这两个赛道的NIKKE，都能拿出既有别于传统路线，又不乏厚重内核的一整套内容。 03 结合热门文化打造爆点和IP增长点 不同于大DAU产品自带流量，基本盘做大就容易出圈，内容型游戏出圈是个颇为玄学的事儿，偶尔一张二创梗图可以造就一个出圈神话，积累一堆好内容也有可能止步于小圈子的内部头条。 NIKKE 3.5周年的狂欢某种意义上是打破这种玄学窘境，一方面通过结合偶像内容打造全玩家参与的「应援文化」，另一方面则是作为一个运营到三年半的IP与大IP的强强联合尝试实现声量的规模效应。 从正式揭开「偶像」主题后，NIKKE就展开了多种偶像相关的主题活动，比如展示偶像的日常绘、制作偶像曲专辑等，有一整套偶像的应援文化进一步扩大声量。 新版本主打妮姬的日常 结合线下场景的打call应援活动也是偶像文化里喜闻乐见的内容。这次NIKKE在线下场景里，结合偶像版本内容融入现场应援，也是获得了玩家的热情回应。 在日本生放送上，结合版本主题和演出曲目的节奏专门定制T.T. STAR的应援操，到场近500名玩家共同挥舞应援棒，为偶像演出助力。 在韩国规模最大、最具代表性的同人创作展会——Comic World，推出与阿妮斯人设深度绑定的碳酸水风味饮料派发以及T.T.STAR应援主题饮品车，营造火热的应援氛围。 还有容易量化的一个「深度包装+强互动」案例：全球指挥官应援计划。这套活动本质上只是线上打卡+分享，但活动前面衔接预热PV和直播爆点，后面串联着线下特别演出，利益层面还关乎大量福利。于是乎在包装成给偶像线上打Call的活动后，玩家参加起来极其丝滑，最终应援值破100万。 在玩家的应援中，解锁了游戏内道具等福利，同时还解锁了以阿妮斯为代表的T.T. STAR在日本涩谷街、韩国首尔塔、美国时代广场，以及中国台湾西门町大屏的表演，对于玩家来说，是一种亲自送偶像走花路的沉浸感。 呼应游戏里的剧情，最终T.T. STAR的回归演出落地在全球地标伦敦桥，以现场直播演出给3.5周年的线下板块收尾。活动效果也相当出色，现场玩家打call声不断，线上玩家在评论区也是恨不得取而代之，玩家的荣誉感不用多说。 如前面所说NIKKE在爆点打造方面另一大具体策略，是串联游戏之外不同维度的宣发阵地，让游戏大节点的狂欢不止步于圈子内消化，还可以往更广、更深的方向扩大IP影响力。 今年2月NIKKE与索尼音乐合作的交响音乐会在日韩举办，这场线下活动的影响范围，明显更广了。相比前一次，这次音乐会的整体规格、场馆规模都得到扩大，然而依旧一票难求，卖得相当火。 3月下旬酝酿到5月的NIKKE与雷蛇联动，也在扩大影响范围。这次跨界联动不是点对点的小打小闹，而是覆盖了中国、日本、韩国、欧美的跨区域大动作。实际效果也很炸裂，联动周边在5月2号上架后光速售罄，没抢到的玩家当天就在评论区捶胸顿足了。 除了广度，NIKKE也在挖掘更有深度的跨界IP联动。比如去年跟京都的合作。今年则是继续拓展了札幌冰雪节的联动，用游戏角色来串联，跟韩国KAKAO Friends的合作则往游戏梗的方向深挖。 可以说，NIKKE围绕游戏的基础内容，逐步往外搭建了核心宣发阵地、线上线下社交圈子，以及外部IP联动矩阵。 这最大程度确保了，无论玩家是否在玩NIKKE，都能从某个渠道接收和关注NIKKE的动态，然后顺藤摸瓜进入它的IP生态圈。于是在这个圈子里，总会有新鲜事发生，也不怕巷子太深埋没了好内容。 04 当玩家和作品相互成就 整体上，NIKKE 3.5周年的爆发不是一次偶然事件，而是游戏自身生态积累了足够底蕴后，借助日韩偶像文化的市场潜力，人为撬动的一次出圈事件，并且具体操盘细节也延续了NIKKE过去的经营策略。 经过十来年的发展，基本上有名有姓的二游都在走向长线，这个过程中必然会遇到这样那样的问题，诸如三年大关、七年之痒等等。 二游玩家一开始都是颜值生物，但颜值这东西，看多了会腻，仅有颜值的东西，玩多了也会失去新鲜感。所以二游需要更有凝聚力的内核，让玩家能够驻足；还需要更舒适的圈子，让玩家愿意陪着游戏一起成长。 其实NIKKE这三年半就是这么走过来的： 先有好内容打开局面，然后用稳定的内容形成圈子，圈子维护好了就能勾勒出自己的文化符号，再经过时间的沉淀，这些文化符号自然会引起无数NIKKE玩家的共鸣，形成某种特有的荣誉感。 同时这三年半的沉淀，也让NIKKE的发展越来越有章法，一周年大推玩家二创，有了Doro这个爆款梗；二周年游戏官方下场跟玩家共创，带着梗，跟玩家全球撒欢；三周年半营造独特大事件，整个五一档都在狂欢。 或许NIKKE已经渐渐摸索出一套可持续的「妮姬文化共创」方法论，让「二游长线运营」这个复杂命题，能自然地流淌在「内容-玩家-社群-IP」的每个细处。要做到这一步，少不了Shift Up对内容制作的全心全意，也离不开腾讯在其他所有层面的全力支持。 此外，我觉得最难能可贵的，是玩家与游戏相互成就了NIKKE现在的成绩和高度。 在这次3.5周年的诸多内容下，你能看到因为不同原因而喜欢上NIKKE的人：老玩家会记住那些配角的闪光点；刚打通主线的玩家在感慨剧情的精彩；有的人因为新细节爱上一个角色；没接触过K-Pop的人则被NIKKE的曲子带入坑。 说到底，抛开成绩、热度这些功利的东西，二游跟玩家就像小两口，相处久了所有问题终究不外乎「过日子」三个字。至于怎么过，我觉得有句老话改改正合适：始于外表，陷于内核，忠于相互成就。

凤凰网科技讯 5月7日，据彭博社报道，两位AI大亨埃隆·马斯克(Elon Musk)与萨姆·奥特曼(Sam Altman)之间的法庭大战进入第二周。周三，陪审团被告知，马斯克曾一度考虑邀请奥特曼加入特斯拉公司董事会。 图注：齐里斯作证 马斯克的亲信、曾担任OpenAI董事会成员的希冯·齐里斯(Shivon Zilis)周三作证称，“曾有一段时间确实有过这个打算”，大约在2017年底。齐里斯是脑机接口公司Neuralink的高管，与马斯克拥有四个孩子。 当时，马斯克与其他OpenAI联合创始人正在进行谈判，讨论OpenAI的未来走向，以及如何筹集足够资金以满足计算需求。 在当时的谈话中，马斯克提出了一项建议，打算将OpenAI转变为特斯拉的子公司。特斯拉是他的电动汽车公司，他当时正考虑在特斯拉内部创建一个AI实验室。 “您是否记得，马斯克曾经提出或讨论过，要给奥特曼在特斯拉安排一个董事会席位？”OpenAI的律师萨拉·埃迪(Sarah Eddy)在庭上这样问齐里斯。 “我记得。”齐里斯说，但她补充说自己记不清具体的时间了。齐里斯表示，奥特曼、格雷格·布罗克曼(Greg Brockman)以及OpenAI的另一位联合创始人伊利亚·苏茨克沃(Ilya Sutskever)都拒绝加入特斯拉。 OpenAI的另一位律师威廉·萨维特(William Savitt)在法院外告诉记者，有“书面证据”显示，马斯克曾试图让奥特曼加入董事会，意在“收编OpenAI，并将其吸纳进特斯拉”。 “这实质上是某种拉拢和诱导，试图让奥特曼放弃原有的使命，加入特斯拉，”萨维特说，“在这一招没有奏效之后，马斯克便离开了。” 上周，马斯克在作证时表示，大约在2017年，在围绕OpenAI未来走向的谈判过程中，他开始对奥特曼和布罗克曼失去信心，尤其是在他们反对他提出的创建营利性企业并由他掌管的方案时。当时，他是OpenAI最大的资金支持者。(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”。

作者 | 赵芷姗 编辑 | 周伟鹏 网易云音乐掉下神坛，在线音乐平台万年老三换人了。 最近，QuestMobile发布2026年3月在线音乐App报告，酷狗音乐和QQ音乐稳居前两名，月活用户数均超过2亿。 汽水音乐首次反超网易云音乐，月活数达到1.56亿，成为新晋TOP3！ 更恐怖的是汽水音乐用户增长速度，月活同比暴增78%。排名前五的其他在线音乐App，增长只有个位数，甚至负增长。 照这个势头下去，连酷狗音乐和QQ音乐的位置都不太稳了。 没有版权优势 AI作曲又被汽水抢先一步 在这几个音乐平台里，只有汽水音乐和网易云音乐属于同一类型。 酷狗音乐、QQ音乐、酷我音乐背靠腾讯音乐，有着不可撼动的版权护城河，只要版权在，就总有一大群愿意为此付费的用户。 今年3月，周杰伦新专辑《太阳之子》上线，国内仅授予了腾讯音乐版权，那几天QQ音乐的日活提升明显。 同样身处版权劣势的汽水音乐和网易云音乐，早期都主打免费听歌模式，以应对腾讯音乐的竞争。 汽水音乐还有一个天然的“输血池”，超过80%的流量都来自抖音。用户在抖音刷到喜欢的BGM，可以一键跳转至汽水音乐听完整版。 网易云音乐没有价格优势、缺乏短视频生态支撑，紧接着又在AI生成音乐上慢人一步。 去年年底，AI歌手“大头针”在抖音和汽水音乐上走红，短短3个月就在汽水音乐吸粉超百万，全网播放量更是突破5亿次。 2025年11月，汽水音乐顺势上线AI创作实验室，用户只需要通过简单指令即可生成专属音乐，支持零门槛创作、一键发行和直接变现。 原来制作一首歌曲动则上万，甚至十几万，AI技术将创作成本几乎降为0，一首3分钟的AI歌曲，成本最低仅需0.1元，用时不过1分钟。 AI音乐的出现，弥补了汽水音乐的版权短板，一天就可生成数千首抖音神曲，源源不断创作新歌曲。 而网易云音乐虽然早在2022年就上线了网易天音创作小程序，但一直不温不火，直到今年3月面向所有用户推出零门槛AI创作工具“云创”。 此外，值得注意的是，网易云音乐是目前唯一还没有适配华为鸿蒙系统的主流音乐App，甚至月活排在后面的波点、番茄畅听都有。 鸿蒙现在有5500万用户，随着鸿蒙用户的增多，这个数字会越拉越大。 首页改版 加速AI音乐发展 网易云音乐也不是没感觉到危险。 自2013年上线以来，它的交互设计几乎没有大的变动，但今年年初先是放弃了使用多年的标志性“网易红”，替换为更深的暗红色。 又把首页改版为“推荐模式”，效仿汽水音乐，用户打开音乐就自动播放歌曲，而且支持左右滑动切歌。 这种模式操作简单，下班后打开App就能听歌，省去选歌的时间，遇到不喜欢的歌直接切，懒人和选择困难症用户体验感良好。 2025年全年，网易云音乐营收77.59亿元，同比下降2.4%，这是自上市以来首次出现下滑。 在财报上，它将AI音乐与原创生态并称为双轮驱动，正式将AI创作纳入到核心战略之中。 为此，网易云音乐宣布推出AI创作工具“云创”，并升级AI歌曲激励金政策，将提现门槛从500元降至100元，以吸引更多的音乐人参与。 不过，这场AI追赶也暴露出网易云在AIGC治理经验上的不足。 今年4月，有用户使用“网易天音”生成的原创歌曲，被他人冒名上传，而创作者申请下架时却遭平台拒绝。 平台依据《用户协议》声称“生成内容已授权平台永久使用”，导致真正的创作者反而丧失了对作品的控制权。 最大对手还是腾讯音乐 对于汽水音乐来说，网易云音乐不过是它征程上的一个关卡而已，而非它真正的敌人。 QuestMobile数据显示，汽水音乐最大的徘徊用户来源是QQ音乐和酷狗音乐，换言之，汽水音乐要抢用户也是从腾讯音乐那抢，奔着行业第一去的，跟网易云音乐人群重合度不高。 并且从数据上看，汽水音乐正在加速渗透中老年人和下沉市场，40岁以上、三线城市以下的用户环比增长中，这一部分是尚未被传统音乐平台覆盖的人群。 这与主攻年轻群体的网易云音乐，方向并不相同。网易云音乐最大的竞争压力仍然是来自腾讯音乐。 但版权护城河没那么容易跨过。 可以料想到，网易云音乐在第四的位置上，还得待很久。

启用新协议，一级核心交换机可直接重启不影响模型训练。 芯东西5月7日消息，昨日晚间，OpenAI与AMD、博通、英特尔、微软、英伟达联合发布全新开放网络协议MRC（多路径可靠连接），可帮助大型AI训练集群更快、更可靠地运行。OpenAI通过开放计算项目（OCP）发布了MRC。 MRC已部署在OpenAI所有用于训练前沿模型的超级计算机上，包括位于美国德克萨斯州阿比林的美国甲骨文云基础设施（OCI）站点，以及微软Fairwater超级计算机等。 MRC是一种内置于最新800Gb/s网络接口中的新网络协议，可将单次数据传输分流至数百条路径、微秒级绕开故障链路，同时还能简化网络控制面架构。 OpenAI官方博客提到，近期为ChatGPT与Codex训练一款前沿大模型时，他们不得不重启四台一级核心交换机，以往重启交换机需运维团队极度谨慎，引入MRC之后，他们甚至无需与集群训练任务的运维团队提前协调就可重启。 在打造基建项目Stargate之前，OpenAI已与合作伙伴在几年间开发并维护了前三代超级计算机，这使其认识到要在超级计算机上高效利用算力并成功完成任务，需要大幅降低堆栈每一层的复杂性，包括重新设计网络。 OpenAI官方账号X的评论区有不少网友肯定了MRC的发布，称其是真正的基础设施进步、标志着基础设施竞争转向标准化集群通信效率时代。 01. 破解网络难题 MRC对扩展超级计算机有三大助力 训练大模型时，一个步骤可能涉及数百万次数据传输，而一次延迟传输可能会在整个作业中波动导致GPU处于空闲状态，而网络拥塞、链路和设备故障是传输延迟和抖动最常见的原因。 随着算力基建规模的增大，这些问题发生得更频繁且更难解决。其面临两个关键的网络挑战：要尽可能降低网络拥塞的发生概率，尽量减少网络故障对训练工作本身的影响。 基于此，OpenAI联合多家芯片公司打造了MRC。其目标是打造一个即使在出现故障时也能提供高度可预测性能的网络，以保持训练任务能持续推进。 MRC是对聚合以太网RDMA（RoCE）的扩展。RoCE是由无限带宽行业协会制定的标准，能够在GPU与CPU之间实现硬件加速的远程直接内存访问。MRC借鉴了超以太网联盟（UEC）研发的技术，并基于SRv6源路由对其进行能力扩展，从而支撑大规模AI网络架构组网。 该网络架构已依托英伟达和博通的硬件，支撑多款OpenAI模型训练。 AMD为MRC贡献了拥塞控制技术，以提升MRC的实际性能，且AMD已经与头部云服务商合作，在测试集群中大规模部署MRC，在MRC规范开发之前，AMD已有改进版RoCEv2传输协议的预标准实现，该协议演变为今日的MRC标准。AMD的官方新闻稿提到，其是最早且唯一在400G网卡上实现MRC的公司之一，他们可以无缝过渡到AMD Pensando“Vulcano”800G AI NIC的应用，该NIC同样支持MRC传输协议。 MRC是首次在英伟达Spectrum-X以太网上验证并优化的新传输协议，其故障绕过技术可以在仅几微秒内检测网络路径故障，并在硬件中自动重路由流量。英伟达官方博客提到，这种绕过失败技术对于AI训练集群尤为重要，因为成千上万的GPU必须保持同步，即使是短暂的网络中断也可能减缓甚至中断整个训练任务。 博通Thor Ultra是一款面向AI负载与多平面架构网络设计的800Gbps高性能以太网卡。该产品基于数代RoCE网卡技术打造，新增支持MRC以及高级RoCE技术。博通官方博客称，其将这项技术与经验投入到了MRC生态合作研发当中。Thor Ultra集成了使用网络编程语言（NPL）实现高带宽线率可编程数据路径，实现先进拥塞控制（基于发送端和接收端）、负载均衡以及可靠传输等功能，可以降低系统成本和复杂度。 英特尔在官方X账号发帖称，借助MRC技术，英特尔正构建多平面以太网组网架构，该架构可实现超大规模集群部署，同时减少交换机层级、降低功耗、提升整体可靠性。 MRC为其扩展超级计算机带来三个关键优势： 首先，该技术仅通过两层以太网交换机，就能搭建出可承载十万块GPU规模超算的多平面高速网络。这套架构具备充足冗余能力，可平稳抵御网络故障；同时相比同等规模的三层、四层单平面网络，功耗更低。 其次，MRC的自适应数据包散射具备极佳的负载均衡能力，使得网络核心基本不会出现拥塞。 这降低了同步训练中各数据流之间的吞吐量波动，而消除异常延迟正是同步训练性能优化的核心关键。同时，即便多项任务共享同一个超算集群，彼此之间也不会产生性能干扰。 最后，MRC采用SRv6源路由快速绕过故障链路，仅在正常可用路径上转发数据包。 这使得其可以采用简洁的静态网络控制面，并从根本上规避一大类动态路由特有的故障异常问题。 02. 支持多平面网络 可实现更低成本、功耗 MRC采用了多平面网络，不再把每个网络接口视作一条800Gb/s的链路，而是将其拆分为多条更小粒度的子链路。例如，单个网络接口可同时连接八台不同交换机。由此便可搭建八路独立并行网络（网络平面），每路带宽为100Gb/s，而非构建单一的800Gb/s网络。 这样做的好处是，一台原本支持64个800Gb/s端口的交换机，改用后可提供512个100Gb/s端口，借此仅用两层交换机就能搭建出可全互联约 131000块GPU的网络；而传统800Gb/s组网则需要三层甚至四层交换机架构。 ▲支持多平面网络 这样设计的网络成本、功耗都更低，且比传统网络设计能提供更多路径多样性的网络，还允许更多流量留在第0层交换机本地，从而提升性能。 然而，这样的路径多样性往往难以被充分利用。用于AI训练的传统网络协议，通常要求每次数据传输固定走单一路径，以保证数据包按序到达。 在大规模多平面网络中，这会带来两大问题：一是不同数据流可能争抢同一条链路，引发网络拥塞；二是单条数据流只能占用众多网络平面中的其中一条。如果不做针对性优化，多平面网络反而会出现严重拥塞，整体性能表现会大打折扣。 ▲数据包流相互碰撞导致拥塞 03. 跨数百条路径进行数据包散射转发 MRC从根本上改变了这一模式。 其不再将一次数据传输限定在单条路径上，而是把单次传输的数据包分散分发到网络中数百条路径、跨所有独立网络平面并行传输。 数据包可以乱序到达，但所有MRC数据包都携带最终内存地址，因此接收端无需等待排序，可随到随写入内存。 这样一来，每条MRC连接都会为其所使用的众多路径维护少量状态信息。一旦检测到某条路径出现拥塞，就会立刻切换至其他路径，从而均衡全网负载。 如果发生丢包，MRC会采取稳妥策略，默认该路径可能已出现故障，随即立即停用该路径，并对可能丢失的数据包进行重传。 在淘汰某条路径后，MRC会发送探测包核查是否确实存在故障；若确有故障，则进一步检测链路是否已经恢复。 还有一个丢包原因是目标端拥塞。MRC可以通过报文截断机制处理这类场景：当交换机因拥塞即将丢弃报文时，并不会直接整包丢弃，而是裁减掉有效载荷，仅将报文头部转发至目的端，以此触发显式重传请求。 并且报文截断能够有效减少误判，避免把单纯拥塞导致的丢包，错误判定为路径故障。 结合多平面拓扑、数据包散射转发、负载均衡与报文截断这些机制，MRC连接能够微秒级检测网络故障并完成迂回绕行，降低对同步训练任务的影响。相比之下，传统网络架构往往需要数秒甚至数十秒才能完成收敛稳定、实现故障绕行。 04. 进一步简化网络 一旦丢包即停止路径 MRC在简化网络方面更进一步。 传统方案中，交换机都会运行BGP（边界网关协议）这类动态路由协议，用以计算可用路径并实现故障迂回。 但交换机本身结构复杂、运行的软件也十分庞杂。一旦出现隐匿性异常，这类问题往往难以排查，还会持续引发连接中断，直至故障修复。 采用MRC后，一旦某条路径出现丢包，MRC便会停止使用该路径。 其采取的方案是，关闭动态路由，转而采用IPv6分段路由（SRv6）。SRv6允许发送端直接指定每个数据包在网络中的转发路径，实现方式是将交换机标识序列嵌入每个数据包的目的地址字段。 拆解原理如下： 交换机在转发报文时，会检查自身标识是否在路径列表中。如果命中，就通过偏移目的地址字段移除当前自身标识，露出下一跳交换机的标识。 随后交换机在静态路由表中查询该标识，据此决定报文的下一跳转发去向。 与动态路由不同，这类静态路由表在交换机初始配置阶段一次性部署完成，后续不再变更。 MRC利用SRv6在所有网络平面间分散分发数据包，同时在每个平面内并行使用多条路径。一旦某条路径发生故障，MRC直接停止选用该路径即可。 交换机无需重新计算路由，只需严格按照预设的静态路由规则进行转发，无需额外做任何复杂处理。 05. 结语：大厂联手 打破超算集群算力利用率瓶颈 根据官方博客，MRC显著提升了OpenAI训练全新大模型的能力，同时让网络架构能够匹配其AI发展路线图。 随着训练集群规模持续扩张，网络设计愈发决定可用算力的实际利用率。MRC能够让GPU集群在遭遇拥塞、链路故障和运维维护时保持协同稳定运行，而这类事件在过去都会中断训练任务。 在超大规模算力场景下，这种可靠性与运行效率或将成为支撑前沿大模型同步训练得以实现的基础前提。

快科技5月7日消息，据报道，韩国半导体巨头SK海力士总部2027年绩效奖金预计人均约610万元人民币，三星电子和SK海力士中国工厂员工获悉总部天价奖金后集体提出涨薪诉求。 此外，三星电子总部员工也因与SK海力士奖金差距较大，发起了大规模罢工，要求废除奖金上限、将营业利润的15%拨入奖金池。 据悉，SK海力士已于去年9月取消奖金上限，承诺将年度营业利润的10%直接作为绩效奖金发放。相比之下，中国工厂员工所获极为有限。 在SK海力士2025年度绩效奖金发放中，韩国本土员工最高领取相当于30个月基本工资的利润分享金，中国子公司员工平均仅到账8个月。 面对此番诉求，两家公司的回应策略出现分化。SK海力士方面表示已注意到相关情况，称其绩效体系根据不同国家特点运营。三星电子则明确否认，坚称西安工厂从未接到相关正式要求。 业内人士则发出警告，若中国区员工奖金水平提高，将引发北美、欧洲等其他地区员工的连锁反应，进一步推高整体人力成本。 值得注意的是，上述两家工厂对全球存储芯片供应链极为关键。三星西安工厂是三星唯一海外NAND闪存生产基地，产量约占其总产能的40%。 SK海力士无锡工厂则作为核心生产基地，承担约一半的DRAM产量。一旦奖金争端影响生产稳定性，可能直接波及全球存储芯片的供给节奏。

【CNMO科技消息】5月7日，据外媒报道，苹果公司宣布推出一项减少印度塑料污染的计划，并将与当地企业合作，扩大印度可再生能源装机容量。 据CNMO科技了解，苹果表示，初期将投入10亿印度卢比，新建超150兆瓦可再生能源装机容量。其每年可满足15万户印度普通家庭的用电需求，苹果称未来几年还有进一步扩容的空间。 与此同时，苹果还与世界自然基金会印度分会合作，开展以资源回收为核心的循环利用与废弃物管理项目。该项目是对世界自然基金会印度分会现有塑料生态治理工作的延伸，苹果的资金投入将把这项环保举措推广至更多地区。 相关报道 苹果还加大了对Acumen组织“民生能源加速器计划” （Energy for Livelihoods Accelerator）的支持力度。该项目能为农户提供性价比更高的仓储解决方案，减少农作物损耗。苹果还扶持食品与药品电动冷藏货车的研发制造，并助力女性转型成为电动汽车司机、自主创业，创造新增就业岗位。 这些全新举措，是苹果继2022年保护印度沿海红树林、2023年助力印度水系改造之后，在当地开展的又一批环保行动。除持续深耕印度环保领域外，随着苹果将iPhone产能逐步迁出中国，印度在其全球供应链中的地位愈发重要。

快科技5月7日消息，今日，京东发文称，作为三星IT品类官方授权服务商，京东服务宣布面向中国大陆消费者推出三星电器类产品免费上门检测服务。 据介绍，凡是已过保修期的三星电器类产品，均可在即日起一年内享受该服务，覆盖手机、电脑、电视、洗衣机、冰箱、空调、吸尘器等多个常用家电及数码品类。 消费者可在京东App搜索“京东维修旗舰店”下单，即可预约免费上门检测。 此外，为了杜绝“小病大修”“无病乱修”“虚构故障”等问题，京东还提供线上维修咨询服务。 如果消费者不方便线下检修，可先在京东App搜索“线上维修”进行在线咨询排查。 专业维修工程师可通过远程视频连线，帮助用户精准定位问题根源，协助解决大部分假性故障。 对于维修价值不高的家用电器，还可获得优质自营产品以旧换新推荐。 据了解，日前，三星电子宣布，为应对急剧变化的市场环境，经慎重研究，决定在中国大陆市场停止销售所有家电产品。 停止销售的产品包括电视、显示器、大型商用显示器、空调、冰箱、洗衣机、干衣机、洗衣干衣一体机、衣物护理机、音响、投影仪、吸尘器、空气净化器等。 三星方面表示，对于已购买三星家电产品的用户，仍将严格按照《消费者权益保护法》、国家三包规定等相关法律法规，继续提供规范的售后服务，保障用户合法权益不受影响。

凤凰网科技讯 5月7日，据路透社报道，OpenAI前首席技术官米拉·穆拉蒂(Mira Murati)周三在埃隆·马斯克(Elon Musk)的诉讼案中作证称，在公司推进开发并大范围部署其强大AI软件的过程中，CEO萨姆·奥特曼(Sam Altman)在高层管理人员中制造了不信任感。 图注：奥特曼 “我担心的是，萨姆对一个人说一套，对另一个人又说完全相反的一套。”穆拉蒂表示。她还说，奥特曼在“制造混乱”，并且有时对她和其他人存在欺骗行为。 穆拉蒂曾在2023年OpenAI董事会短暂罢免奥特曼后出任临时CEO。她已离开OpenAI，并联合创立了自己的AI创业公司。 她表示，奥特曼挑拨高管之间的关系，并削弱了她作为技术负责人的职权。但她同时也表示，希望奥特曼能继续担任CEO，并在2023年曾敦促董事会成员给出罢免他的更充分理由。 “OpenAI当时面临着分崩离析的灾难性风险，”穆拉蒂说，“我担心公司会彻底崩塌。” 另一位OpenAI前高管、曾任董事会成员的希冯·齐里斯(Shivon ⁠Zilis)在谈到公司为重磅发布聊天机器人ChatGPT做准备时，也暗示了当时存在的一些动荡。 她表示，董事会曾“表达了强烈担忧”，因为ChatGPT的发布“几乎没有与董事会进行任何像样的沟通”。当被问及是否曾在公司内部对奥特曼提出过担忧时，齐里斯说“确实有过几次”。(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”。

快科技5月7日消息，生成式AI还在卷更精致、更逼真的图像创作，海外社交平台却掀起了一股反向热潮。用户纷纷要求AI生成刻意简陋、画风粗糙的图片，甚至秉持着“越烂越好”的创作准则。 这股热潮的源头，是韩国创意总监、平面设计师Wonjae Gi。他最早在Threads平台分享了一段生成简笔画的提示词，还将其称作“世界上最无意义的提示词”。 WonjaeGi在采访中表示，网上越来越多打磨精致、充满电影感的AI图片，让他产生了强烈的审美疲劳。这些作品足够惊艳，但千篇一律的完美感让人倦怠。他才突发奇想，朝着完全相反的方向创作，只为好玩做出刻意笨拙、低质的内容。 4月底，OpenAI CEO山姆・奥特曼在X平台转发了相关帖子。这段提示词迅速在ChatGPT上走红，传播范围极速扩大。就连OpenAI刚上线、主打高清高质输出的图片生成工具Images2.0，都直接内置了这个提示词模板。马斯克旗下xAI的Grok Imagine也快速跟进，上线了同款粗糙画风的“Scribbli”模板。 目前全网流传最广的核心提示词为：“以最笨拙、最潦草、最糟糕的方式重绘附上的图片。使用白色背景，让它看起来像是用鼠标在微软画图软件里画出来的。整体要有点相似但又不完全对，带着让人迷惑的笨拙感，突出低质的离谱糟糕感。算了，随便你怎么画都行”。 （“Redraw the attached image in the most clumsy, scribbly, and utterly pathetic way possible. Use a white background, and make it look like it was drawn in MS Paint with a mouse. It should be vaguely similar but also not really, kind of matching but also off in a confusing, awkward way, with that low-quality pixel-by-pixel feel that really emphasizes how ridiculously bad it is. Actually, you know what, whatever, just draw it however you want.”） 跟风创作的用户，把个人照片、品牌logo、名人肖像都改成了歪歪扭扭的涂鸦。成品画风酷似90年代微软画图工具的手绘作品，五官歪斜、线条杂乱，像3岁小孩的随手涂鸦，凭借强烈的反差感刷屏社交平台。 OpenAI相关负责人评价，这股热潮充满欢乐、社交属性极强。在AI相关话题越来越偏向严肃的技术，商业博弈的当下，这种无门槛的轻松创作，给用户提供了完全不同的情绪价值。 这也不是ChatGPT首次带火AI绘图风潮，此前的职场漫画风、吉卜力风都曾刷屏社交平台，只是这一次，大家彻底放弃了对精致的追求，把“拙劣感”变成了创作核心。

快科技5月7日消息，豆包近期传出付费订阅，最高年费接近万元，引发不少网友讨论。 豆包方面给出底气，多位来自中科院、清华、南开等机构的科研工作者实测，豆包能显著提升科研效率，覆盖从文献、写作到代码、数据处理全流程。 不少科研人员表示，AI已经成为科研中不可缺少的工具。年纪偏大的工程师用豆包辅助写代码，忘记语法和用法时，直接询问就能快速得到答案，不用再花大量时间查资料。做实验遇到异常现象，也能通过AI快速排查可能原因，节省大量试错时间。 在学术写作上，豆包可以和文档联动，逐段改写、润色，对话容量大，交互顺畅，大幅减轻撰写和修改压力。文献调研、参考文献推荐、实验思路梳理，豆包都能快速完成，相当于随身科研助理。 数据处理、代码编写同样高效。生成滤波器代码只需要微调参数，就能直接使用。组会录音可以实时转成纪要，还能一键生成思维导图和PPT，把科研人员从繁琐事务中解放出来。 多位科研人员反馈，豆包样本库丰富、输出专业，能提供很多靠个人知识储备想不到的新思路和新观点，在归纳整理、思路启发上作用明显。 豆包基础功能仍可免费使用，付费版本主要面向高强度、高算力需求的专业用户。对于需要长期做研究、写论文、处理数据的科研人群来说，能实实在在节省时间、提升产出，这也是豆包敢定高价的重要原因。

【CNMO科技消息】5月7日，CNMO科技注意到，宏碁2026年一季度净利润为7.020亿新台币，预估10.3亿新台币。 宏碁笔记本电脑 据CNMO科技了解，宏碁2026年第一季度自结算合并营收达到724.31亿新台币，同比增长18.1%。从业务板块来看，电竞及游戏业务展现出强劲的增长势头，一季度同比增幅达25.4%；商用电脑产品实现了34.6%的同比增幅。此外，宏碁的非电脑及显示器相关事业一季度营收同比增长29.2%，贡献整体营收的34.6%。 回顾2025年全年业绩，宏碁合并营业收入为2756.28亿新台币，实现了4.1%的增长；毛利润达到299.90亿新台币，增长7.1%，毛利率为10.9%；营业净利润为51.44亿新台币，增长5.5%，营业净利率为1.9%；税后净利润为37.80亿新台币。 值得一提的是，在业务结构调整方面，宏碁2025年取得了显著进展。其营业收入中有32.2%来自非电脑业务，相较于2024年扩大了3.9个百分点。从区域市场来看，亚太地区对宏碁的营收贡献突出，占比达到52.7%，且较2024年扩大了2个百分点，显示出亚太市场对宏碁产品的高度认可和强劲需求。

快科技5月7日消息，据媒体报道，在旧金山举办的开发者大会上，人工智能公司Anthropic宣布为旗下智能体平台Claude推出一项突破性功能——Dreaming。 该技术允许AI在执行任务间隙进入类似睡眠的状态，通过模拟人类快速眼动（REM）睡眠机制，自动整理历史会话数据、优化记忆库并挖掘潜在规律，从而在“醒来”后显著提升性能。 传统AI代理处理复杂任务时，会将信息以碎片化方式存储于记忆库。随着会话次数增加，记忆库中逐渐积累重复条目、过时数据和矛盾信息，而AI缺乏全局视角，难以自主识别这些问题。 Dreaming功能通过定时运行的异步任务，同时读取现有记忆库及最多100个历史会话的完整记录，生成经过优化的全新记忆库。该过程包含三个核心步骤：合并重复数据、更新过时条目、提炼宏观规律，其运作原理与人类大脑在REM阶段将短期记忆整合为长期记忆的过程高度相似。 为确保系统安全，Anthropic设计了严格的控制机制。Dreaming生成的记忆库不会直接覆盖原始数据，开发者可先审查优化结果，再决定是否应用。 该功能还支持实时监控：开发者通过订阅会话事件流，可观察AI处理记忆的具体过程，并在发现问题时随时终止任务。借助自定义指令字段，用户可引导AI聚焦特定主题进行记忆整理，实现多维度优化。 针对AI输出质量不稳定的问题，平台同步推出Outcomes自动评分系统。开发者可制定包含成功标准的评分规则，系统会分配独立评估器对AI输出进行打分。当检测到缺陷时，评估器将精准定位问题并指示AI重新优化，直至满足标准。 内部测试显示，该功能使任务成功率提升最高达10个百分点。在文档生成场景中，docx格式任务成功率提高8.4%，pptx格式提高10.1%，对品牌调性匹配等主观质量评估同样有效。 为应对更复杂的任务挑战，平台引入了多智能体编排系统。当单个代理无法完成任务时，主智能体可将任务拆解为多个子任务，分配给具备不同专业能力的子智能体并行处理。 各子智能体基于共享文件系统协作，成果汇总至主智能体的全局上下文。开发者可在控制台追溯每个步骤的决策依据，实现全流程透明化管理。 在月球采矿无人机着陆模拟实验中，该系统协调地质探测与导航两个子智能体，将安全评分从67%成功提升至100%。 法律科技公司Harvey的实践验证了这套技术组合的价值。在应用Dreaming功能后，其任务完成率增长约6倍。 此外，Anthropic宣布与SpaceX达成战略合作，租赁位于得克萨斯州的Colossus 1数据中心全部算力资源，包含22万张GPU。这笔交易为托管智能体平台提供了强大算力支撑，满足Dreaming处理海量数据、多智能体并行运算以及Outcomes系统反复迭代的需求。 作为直接用户福利，Claude Code的使用时长限额即时翻倍，Pro/MAX版本高峰时段访问限制大幅放宽，Opus API调用速率也获得显著提升。

身价集体暴涨。 AIX财经（AIXcaijing）原创 作者 | 金玙璠 编辑 | 魏佳 中国的AI四小龙，加起来值一万亿了。 5月初，《金融时报》援引消息人士披露，DeepSeek新一轮融资估值锁定在450亿美元，由国家大基金（国家集成电路产业投资基金）领投。4月初，DeepSeek首次被曝出融资消息，外界流传的估值版本是超100亿美元。照此估算，一个月时间估值涨到了4.5倍。 智谱、MiniMax两家公司自2026年1月初在港股上市以来，股价分别累计涨了7倍、近4倍，最新市值分别为4347亿港元（3775亿元）、2573亿港元（2235亿元）。 月之暗面（Kimi）在一级市场的估值已突破200亿美元（约1362亿元人民币），据《晚点LatePost》报道，Kimi母公司月之暗面即将完成20亿美元（约合人民币136亿元）新一轮融资，由美团龙珠领投，中国移动、CPE等参投，仅龙珠一家出手就超过2亿美元。Kimi累计融资超376亿元。 如果将DeepSeek的估值按照450亿美元（约合3065亿元人民币）与其余三家加在一起，中国AI四小龙估值已突破一万亿人民币，从高到低排列为：智谱、DeepSeek、MiniMax、月之暗面。 需要说明的是，DeepSeek是一级市场谈判中的估值，智谱、MiniMax是二级市场市值的波动价格，月之暗面是新一轮融资的投后估值。即便如此，最高的智谱仍是最低的月之暗面的近3倍。市场究竟在按照什么逻辑给这些AI大模型公司定价？ 01. 为什么估值差异这么大？ 首先要明确的是，市场不是在按收入给它们定价。如果按收入排序：智谱（2025年收入7.24亿元）>MiniMax（2025年收入7903.8万美元，约5.6亿元）>月之暗面（约2亿元）>DeepSeek，收入和估值的排序对不上。 关注AI公司的投资人表示，美国AI公司的估值倍数会随着发展阶段切换：对于高增长阶段的公司，市场愿意给极高的市销率（P/S）溢价（97-145倍），本质上是为“定义权”和“高增长”买单；当商业模式稳定后，估值逻辑就会切换到27-44倍市盈率（P/E）的“现金流定价”。 这是两套并行的定价体系。 一套看财务指标：收入、利润、毛利率、ARR增速。这套逻辑在公司收入达到一定规模、商业模式稳定之后会成为主导。传统软件公司、SaaS公司基本都按这套体系定价。 另一套看的是公司能不能制定标准、能不能成为基础设施。投资人买的是“成为定义者”的概率。美国资本市场靠这套逻辑尝到过甜头，微软定义了PC入口，谷歌定义了信息组织方式，苹果定义了移动生态。一旦成为定义者，回报是指数级的。所以今天给OpenAI和Anthropic的估值里，相当大一部分是对这种“生态控制权”的提前下注，按P/S给价。 用这个逻辑来看中国AI四小龙，就解释得通了。 DeepSeek估值能在没有公开披露收入的情况下排到3000亿量级，是因为它目前是四家里最有潜力的“定义者”。V3、R1、V4在全球开源社区里建立起技术品牌，V4模型对国产芯片（华为昇腾950PR芯片）的适配，把“独立+开源+国产算力适配”这条路打通了。虽然美团等公司也在用国产卡从头训练万亿模型，但DeepSeek在国产芯片适配验证、行业标准共建、开源生态落地方面，都有先发优势。 图源 / pexels 智谱排第二，走的是现金流+定义权混合定价。一方面，它的收入最高，商业模式清晰（B端/G端为主），有一些可以验证的财务指标：付费开发者超24万、前十大互联网客户9家在用、API涨价后调用量增长等，这属于“现金流定价”范畴。另一方面，市场目前接受了它“中国版Anthropic”的定位，因此，它的估值里有一部分“定义权”的溢价。 MiniMax排第三，靠的是相对扎实的财务表现：收入高于月之暗面，而且海外收入占比超70%，毛利率从12.2%提升至25.4%。以2025年全年收入计算，PS倍数超过500倍，远超现金流定价逻辑，市场押注的是它作为C端AI入口的非线性增长的可能性。只不过，主打C端陪伴的明星公司Character.ai当年也讲过类似的故事，市场已经看到过这条路的天花板。 至于月之暗面，行业估算其2025年收入是2亿元，K2.5模型发布后，ARR一个月翻倍的速度（3月初突破1亿美元，4月超2亿美元），加上它在长文本和深度推理场景上建立的技术品牌，让一级市场愿意按“中国版ChatGPT入口”的可能性定价，PS约在100倍左右。 收入和估值排序对不上，本质是四家公司适用的估值逻辑不一样。DeepSeek拿到的是超过纯商业估值的战略溢价；市场给月之暗面和MiniMax的定价是押注C端AI入口的可能性；智谱两种逻辑都有，现金流是基础，再叠加行业定义权的估值溢价。 上述投资人强调，这套“定义权定价”在国内资本市场大规模落地，本身就是标志性变化。过去几年，主流一级市场更习惯按财务指标估值。DeepSeek的技术突破，智谱和MiniMax的上市，给AI大模型打开了估值空间。现在国家大基金领投DeepSeek，意味着大模型被抬到了和芯片制造相当的战略层面。 02. 估值是怎么一步步集体暴涨的？ 智谱2025年12月递交港股招股书时，估值锁定在243.8亿元，IPO时发行市值超过511亿港元，上市后4个月，市值涨到4347亿港元，是IPO前估值的16倍左右。涨这么多，是这期间有几个因素依次叠加，把定价方式推着往上走。 首先是技术层面。2025年初，DeepSeek R1发布，全球第一次相信中国AI公司能用美国对手十分之一的训练成本做出同档次的模型。这直接影响了一级市场的判断，剩下的几家“小龙”跟着一起被重估。 同时，港股的窗口也打开了。政策松绑（18C特专科技章节把市值门槛降到40亿港元），加上整体资本市场大年（2025年港股IPO募资规模约360亿美元，创四年新高），为AI大模型公司上市创造了条件。智谱、MiniMax上市后被追捧，一级市场的投资人就更敢继续往上押注，也间接帮Kimi抬高了估值。 第三是国家大基金的入场。过去国家大基金主要投中芯国际这类制造端公司，这次领投DeepSeek，是第一次直接出手AI模型公司。这代表的信号是，在算力可能受限的情况下，中国需要有不依赖英伟达、不依赖美国云的独立模型公司。 硅谷巨头也在同步抬高天花板。OpenAI最新投后估值已经到8500亿美元，Anthropic正以9000亿美元的目标估值进行新一轮融资。在这个参照系下，中国四小龙加起来一万亿人民币，反而不算激进。 不过，定义权定价本质上是期权，期权能不能兑现，要看后续表现。 Character.ai就是经常被提起的例子。这家公司估值一度冲到近50亿美元。但后来用户增长停滞、变现走不通，最终被谷歌以25亿美元变相收编。从高点到收编，前后不到一年。 中国的AI赛道，也刚经历过一轮洗牌。去年这时候，行业还在提“AI六小虎”。如今，队伍已经分化了。其中，百川智能和零一万物因预训练成本过高、开源冲击，已退出通用大模型竞赛，分别转去做医疗垂类、B端服务；阶跃星辰Pre-IPO轮主流投前估值在50－60亿美元区间，和“四小龙”已不在一个量级。 现在留下来的四家，要么有足够的技术品牌（DeepSeek）、要么有跑得通的商业化路径（智谱）、要么有让用户买单的产品（MiniMax、Kimi）。 但进了名单只是入场券。摩根大通参照寒武纪的先例算过这个窗口期：寒武纪曾是A股唯一的纯AI芯片标的，随后摩尔线程、沐曦、壁仞、燧原陆续上市，尽管寒武纪业绩逐季改善，可市值还是收缩了两到三成。通俗地说，“独一份”的故事一旦有了竞争者，溢价自然会打折扣。摩根大通的结论是，“布局中国AI的唯一路径”这个稀缺性窗口，大约还有6-12个月。 03. 下一步，抢算力、拼场景 估值的比拼之外，四家眼下都卡在两个问题上：算力怎么用才不亏，场景能不能挣到钱。 算力问题是，训练加推理的总成本，能不能被token收入覆盖。四家给出了不同的解法。 智谱是高价筛选客户、保毛利。今年2月发布GLM-5时，API价格相比上一代涨了三成：每百万token输入6元、输出22元；4月GLM-5.1发布，再上调10%。 提价后，智谱的定价高于DeepSeek V3、Kimi K2系列、MiniMax M2，在国内属于偏高的一档。虽然离Claude Sonnet 4.6还有距离，但走的是和Anthropic一样的高价路线。 MiniMax是类似于“先圈地再盖楼”的互联网打法。它的M系列模型从M1到M2.7一路开源，借此快速搭建起了开发者生态。为了把门槛打下来，它靠MoE架构和模型迭代降低推理成本，M2.7的API价格每百万token输入1元、输出4元，是国内较低的一档。MiniMax的逻辑是：先吸引开发者和用户，再靠规模和粘性变现。 DeepSeek直接在架构上找空间。V4模型在架构上动了刀，把长文本的缓存成本压到了传统方案的2%，对外分级定价，数势科技CEO黎科峰评价：“这不是最优技术路线，而是受限环境下的最优解。”在算力不够用的情况下，中国工程师选择用更复杂的系统设计，去填硬件的坑。 Kimi走的是第四条路：算法代偿，核心方式是通过软件创新，即Muon优化器（训练token效率提升两倍）、Kimi Linear架构（长上下文KV缓存减少75%，解码速度提升6倍）、PrfaaS预填充架构（让万亿参数模型跨数据中心调度不再依赖天价专用网络），来实现对硬件资源的替代。月之暗面（Kimi）的联合创始人兼总裁张予彤称作是“不拼算力拼算法”。AI领域从业者Leo表示，算法代偿终究有天花板，靠单一环节的深度优化来节省算力，这条路迟早会走到头。 图源 / pexels 算力上四家各走各的路，到了场景上，同质化就明显得多。 各家的模型矩阵和长期战略仍有差异，不过在Leo看来，Agent和Coding是两个绕不开的战场。“尤其是面对OpenClaw这类流量红利时，几家国内厂商采取了差不多的短期战术，产品发布节奏同步、功能相似。”他补充道。 Agent方向上，今年2月OpenClaw引爆市场后，智谱、MiniMax和月之暗面三家几乎同步跟进：月之暗面、MiniMax上线了Kimi Claw、MaxClaw，智谱则有AutoClaw。 从OpenClaw集成水平来看，MiniMax有先发优势，智谱的AutoClaw则是国内第一个实现一键安装的本地版。 在Coding方向，国内厂商更是效仿了Anthropic的Claude Code商业模式。 最初，智谱等公司推出了固定月费、几乎无限调用的Coding Plan。但当模型能力提升，吸引来的重度用户越多时，固定的订阅收入就无法覆盖算力推理成本，Anthropic先一步改成灵活的“按量计费”；国内这边，智谱的GLM Coding Plan在用了一段时间之后改为“涨价+限购”；月之暗面的Kimi Code Plan也改为按Token计费。 Leo总结，这说明，AI行业靠补贴和无限订阅换规模的草莽时代，过去了；也侧面反映出，国内大模型公司目前的主流商业化场景，还是Anthropic已经走通的那两个。 04. 结语 一万亿是资本市场给“未来定义权”的定价，估值能上去，也能下来。 DeepSeek能否维持估值优势，要看它能不能保持住“独苗”的地位。国家大基金这一轮注资在战略上给它锁定先发优势，但模型迭代节奏和国产芯片兼容才是护城河。其他大厂比如阿里、华为也在做各自的模型和芯片适配，竞争压力确实存在。 除了技术和算力，还要看团队的稳定性。过去一年，王炳宣（DeepSeek第一代大语言模型核心作者）去了腾讯、郭达雅（R1核心研究员）去了字节跳动、罗福莉（V2核心贡献者）去了小米。市场推测原因是DeepSeek此前没有公开估值、员工期权兑不了现，大厂开出千万甚至近亿薪酬包，留人难度可想而知。不止一位受访者提到，一些核心成员的离开直接加速了DeepSeek启动外部融资：用市场化的定价，把期权的价值坐实。 智谱的压力在业绩。智谱核心的MaaS（模型即服务）API平台，截至今年3月的ARR约17亿元（约合2.5亿美元），增速放在国内是第一梯队，但和它对标的Anthropic相比，差距仍然不在同一个数量级上。Anthropic的ARR在2025年底约90亿美元，到2026年4月已经突破300亿美元，短短几个月增长超过三倍。 MiniMax七成收入来自C端，大头是Talkie、星野这类社交产品，海螺AI在多模态创作上也有一定贡献，剩下的B端API服务占比三成。它面对的主要问题是除了社交陪伴，C端产品能不能靠多模态创作和Agent工具跑通商业闭环。 月之暗面的考验比较直观：据其公布，今年3月ARR突破1亿美元，4月突破2亿美元，市场在关注它接下来能否保持高速增长。 当下的估值是起跑线，也可能是最高点。

【CNMO科技消息】5月7日，谷歌Chrome浏览器副总裁兼总经理帕里萨·塔布里兹回应了关于Chrome静默下载AI模型的问题。他表示设备端AI是浏览器安全和开发者战略的核心。但塔布里兹没有直接回答用户同意问题，也未解释为何删除模型后会自动重新下载。 谷歌Chrome 据了解，此次争议源于隐私研究员亚历山大·汉夫近期对Chrome行为的记录。他发现Chrome会在未提示用户或提供明确退出选项的情况下，自动下载约4GB大小的Gemini Nano模型。手动删除该文件后，下次重启Chrome时会自动触发重新下载。 亚历山大还指出，Chrome地址栏中高度可见的“AI模式”功能并未使用该本地模型。用户在该模式中输入查询时，数据会被发送至谷歌云端服务器处理。这意味着用户承担了4GB文件的存储和带宽成本，但该文件与浏览器最突出的AI功能并无关联。 塔布里兹在社交媒体上发布帖子回应称，谷歌自2024年起已在Chrome中提供Gemini Nano作为轻量级设备端模型，该模型是Chrome开发者API和安全功能（包括诈骗检测）的核心。他指出，该模型在本地处理数据，而非发送至谷歌服务器，并在设备存储空间不足时会自动卸载。 但塔布里兹未直接回应同意问题，也未解释为何用户删除模型后会自动重新安装。谷歌在另一份声明中表示，用户可通过Chrome设置禁用并移除该模型，且禁用后模型不会重新下载。

五一假期后的第一个交易日，智谱和MiniMax都涨疯了。 5月4日，智谱涨超10%，股价再次逼近千元关口，MiniMax大涨12.62%，报收803港元。 根据摩根士丹利的报告，股价暴涨的原因来自于中国AI独有的“性价比叙事”。 摩根士丹利在报告《China‘s AI Path: More Bang For The Buck》中表示，在算力受到约束的前提下，中美顶尖模型的智能水平正在快速接近，差距已经收窄到3到6个月。 同时报告指出，中国模型真正突出的地方，是能以美国同行15%到20%的推理成本，实现接近同等水平的智能。 这句话其实很好理解。大家不一定需要用最强的模型，但绝大多数人都想用便宜的模型。 市场买的不是一个简单的“国产替代”故事，而是中国AI正在把性价比转化成真实调用量、真实收入和真实估值弹性。 但问题也随之而来，这种性价比到底从哪里来？ 如果只是低价获客，那它很快会变成价格战。 如果只是模型蒸馏，可现在Anthropic、OpenAI等企业，均已关闭蒸馏的入口，那么评级不应该下降吗，怎么还调高了？ 事实上，真正让这个叙事变得更有说服力的，是智谱在五一前发布的技术博客《Scaling Pain：超大规模Coding Agent推理实践》。 这篇博客没有讲宏大的AGI愿景，而是把KV Cache、吞吐、调度、异常输出这些底层工程摊开给市场看。 最主要的是，它把中国AI性价比背后的秘密，给“捅破了”。 A 在这篇博客里，智谱大概讲了怎么通过优化缓存、调度和异常监控，让同样的GPU能干更多活，出错更少。 智谱发现，AI不好用不一定是模型不聪明，也可能是后台运行系统太乱。它修掉了缓存串数据的问题，优化了GPU调度和缓存复用，还加了一个能提前发现异常输出的报警器。 结果就是，同样的模型、同样的GPU，可以服务更多用户，出错概率也更低。所以它的“性价比叙事”不是单纯降价，而是靠工程优化，把每张GPU榨出了更多稳定可用的算力。 经过底层工程优化，GLM-5系列在Coding Agent场景下的系统吞吐量最高提升132%，系统异常输出率从大约万分之10，下降到了万分之3。 比如原来一张GPU，它原先一小时能服务100个任务，现在经过优化后，最高可能服务232个任务。 每一项单独看，都不足以决定胜负。但叠在一起，就是同等算力下多出来的一倍吞吐，和一个数量级以上的稳定性提升。 模型没有变。变的是模型被“用起来”的方式。 具体来讲，自3月起，智谱在GLM-5的线上监控和用户反馈中观察到三类异常现象：乱码、复读、生僻字。这些现象在表面上与长上下文场景下常见的“降智”相似。 但智谱团队没有上线任何降低模型精度的优化。那异常究竟源于模型本身，还是源于推理链路？ 在反复分析推理日志后，他们找到了一个意想不到的切入点：投机采样指标可以作为异常检测的参考信号。 投机采样原本只是一个性能优化技术。先由草稿模型生成候选token，再由目标模型校验并决定是否接受，从而在不改变最终输出分布的前提下提升解码效率。 就是让小模型先快速生成一批答案，大模型再挑选正确的，这样既快又准。 智谱团队发现，当异常发生时，投机采样的两个指标会呈现稳定模式。于是他们把投机采样从单纯的性能优化，扩展为输出质量的实时监控信号。 当spec_accept_length持续低于1.4且生成长度已超过128 token，或spec_accept_rate超过0.96时，系统主动中止当前生成，把请求交给负载均衡器重试。 这两个数字就像体检指标，一旦异常就说明模型“生病了”，需要重启治疗。 用户虽然感知不到这个过程，但是后台的确是完成了一次这样的重启。 异常的根因，是KV Cache复用冲突。 这就好比厨房，到了饭点的高峰期，很多人同时过来点单。 系统要临时保存每个用户的上下文，也就是KV Cache。这桌客人刚才点了什么、是要少放辣椒还是不吃香菜。一个两个客人还好，一旦客人多了，服务员就容易记错。 高并发时，某些缓存被回收、复用、读取的顺序乱了。结果模型拿错了上下文，就可能输出乱码、复读、生僻字。 在推理引擎中，PD分离架构下，请求生命周期与KV Cache回收与复用的时序之间存在不一致。并发压力一大，冲突就被放大，表现在用户端就是乱码和复读。 于是多个请求同时抢一块内存，结果数据乱了套，用户看到的就是乱码。 智谱团队定位了这个bug，也修复了它。 此外，他们还在主流开源推理框架SGLang的源代码层面发现并修复了HiCache模块的加载时序缺失问题，也就是read-before-ready。 修复方案通过Pull Request #22811提交给了SGLang社区，并被采纳。 SGLang是一个开源项目，全称可以理解为一种面向大语言模型的推理/服务框架。它不是一个大模型，也不是一家AI公司，而是一套让大模型高效运行的基础软件。 智谱在使用SGLang这套开源推理框架时，发现了一个高并发缓存bug。 它没有只在自己内部修，智谱还把修复代码提交给SGLang这个开源项目。 项目维护者审核后接受并合并。于是，这个修复进入了公共版本，其他使用SGLang的开发者和公司之后也可以用到。 这什么意思呢？ 如果千问的某个部署链路用了SGLang+HiCache，那么阿里也会因为智谱发现并修复了这个问题而受益。 还是刚才说的那句话，模型是没有变的，但通过工程优化，让它在用起来的时候更聪明了。 B 智谱这篇博客真正戳破的，是一个更深的层次。 Chatbot时代的便宜，很大程度上来自训练成本低，一部分训练集来自对头部模型的蒸馏。 Agent时代，这招行不通了。 今年以来，Anthropic和OpenAI陆续关闭了蒸馏入口，明确禁止用其模型输出训练竞争模型。靠蒸馏取巧的路，越来越窄。 但中国AI公司的性价比叙事并没有弱下去，市场反而在为这个故事加码。 原因在于，性价比的定义已经变了。 Chatbot时代，平均上下文55K tokens，单次对话，低并发。 Agent时代，平均上下文70K+ tokens，长时间任务（8小时级），高并发、高前缀复用。 Chatbot时代，AI性价比的计量单位很简单。同样问一个问题，谁的模型更便宜，谁的回答更接近一线水平。 行业讨论的是每百万token多少钱、模型参数多大、榜单成绩高不高。 Agent时代，没人问这个，这套算法失效了。 用户买的不再是一句回答。他买的是一个完整任务的完成结果。 一个Coding Agent要读代码、理解上下文、规划步骤、调用工具、修改文件、跑测试、失败重试。它消耗的token不是一次问答的增量，而是一个工作流的总账。 OpenRouter作为全球最大的调用平台，它每周处理的token总量，从2026年1月第一周的6.4万亿，涨到2月9日当周的13万亿，一个月翻了一倍。 OpenRouter官方的说法是，100K到1M长文本区间的增量调用需求，正是agent工作流的典型消耗场景。 大家使用AI的模式，已经从“对话型”切换到了“流程型”。因此，AI性价比的单位，也从“token单价”变成了“任务单价”。 这就导致，有些模型它的token便宜，但是由于模型性能不行，进行任务的过程中总是失败，或者任务结果不达标，导致它的agent价格并不便宜。 比如说，一个8小时级别的Coding任务，中途只要乱码一次，整个工作流可能都要重来。节省下来的token单价，补不回浪费的时间。 中国AI的性价比叙事正在升级。 以前讲的是“输出相同水准的答案，我更便宜”。现在讲的是“同样复杂的任务，我能用更低成本跑完”。 开源基础设施也在成为中国AI的新护城河。 前文提到的SGLang就是如此。中国AI的工程能力，开始向上游社区辐射。 这件事的价值不只在于智谱修了一个bug，而在于中国AI公司正在把真实业务里的高并发、长上下文、agent调用问题，反向沉淀成公共基础设施的能力。 就像前文提到的，当一个修复进入SGLang这样的开源框架，它就不再只服务于智谱自己的模型。所有使用这套框架部署大模型的团队，都有机会获得更稳定的缓存、更低的推理成本和更好的agent体验。 模型能力可以被追赶，价格可以被压低，但基础设施一旦进入开源生态，就会变成标准、接口和开发习惯。 谁更早把自己的工程经验写进这些底层系统，谁就更容易在下一轮AI应用爆发里占住位置。 C 回到资本市场。 AI大模型概念股全线走高，资本愿意给AI公司重新定价？市场买的到底是什么？ 答案是，资本市场正在为“中国AI公司能用更低推理成本做出接近一线智能”的叙事买单。 还是以OpenRouter的数据来说。 中国头部AI公司的token消耗份额，从2025年4月的5%快速攀升至2026年3月的32%。美国头部模型份额，从58%大幅下滑至19%。 MiniMax、智谱、阿里的token使用量，在2026年2-3月较去年12月增长4-6倍。 除了token调用以外，中国AI还在形成一套，完全不同于海外巨头的增长逻辑。 海外头部模型在卖“能力溢价”。 模型能力越强，单次调用越贵，用户为最强智能付费。Claude、GPT-5、Gemini都在往这个方向走。 中国AI在卖“工程”。 模型能力逼近一线模型，但是价格、延迟、调用门槛更低，更符合绝大多数高频场景的需求。 摩根士丹利的报告里提到，中国模型的输入价格约为0.3美元/百万token，部分海外同类产品的价格在5美元左右。这中间是十几倍的差距。 当AI从尝鲜工具变成生产力工具，性价比会直接决定调用频次。 模型便宜一点，企业就敢把更多客服、代码、营销、数据分析任务交给它。任务跑得越多，token消耗越大，平台越能摊薄基础设施成本。 我认为在这个环节，它是有可能会形成一个飞轮的。 第一圈，是用更低的API价格和更接近一线的能力，去吸引开发者和企业。 第二圈，更高的调用量会带来更多真实场景，倒逼模型和推理系统继续优化。 第三圈，也就是智谱这篇技术博客里讲到的，用工程优化降低单位token和单位任务成本，让厂商有能力继续降价、涨量，或者在高价值场景里涨价。 第四圈，当token消耗成为AI时代的新流量，谁能以更低成本承载更多token，谁就更接近下一阶段的平台型公司。 如果只是模型降价，市场会担心这是补贴和价格战，越来越烧钱，总有人的钱包撑不住。 而且，价格战撑不起高估值。 但如果降价背后是吞吐提升、缓存复用、异常率下降和调度效率提升，那么低价就不是牺牲利润换增长，而是工程能力释放出来的成本空间。 价格战和这种工程优化的结果，虽然都是让模型更便宜，而且在财报上看起来可能差不多。在估值模型里，差得很远。 前者是补贴，市场会折价。后者是工程壁垒，市场会溢价。 最后可以落到一个判断。 过去AI公司的估值看模型能力上限，看谁更接近AGI。当时市场在为“最强智能”付费，最强智能的定义越来越模糊，单次调用越来越贵。 现在agent时代，估值还要看成本下限。看谁能把智能稳定、便宜、大规模地交付出去。 对于追求最尖端的“智能”，这可能不是中国AI擅长的事情。 然而中国AI是最有可能把“智能”这两个字，做成所有人和企业都用得起的基础设施。 而市场只愿意为能说清楚自己逻辑的公司付钱。

IT之家 5 月 7 日消息，“小米技术”公众号今天下午宣布，小米 AI 实验室新一代 Kaldi 团队全新推出 OmniVoice，不仅在中英文场景达到顶尖性能，更在多语言任务中展现出超越商用系统的实力，是业内首个覆盖数百语种的语音克隆 TTS 模型。 官方表示，该模型在低资源小语种上具备极强的泛化能力，你想得到的所有语种几乎都可以用 OmniVoice 来合成。OmniVoice“最亮眼的突破”是其极简的模型架构。它仅用一个双向 Transformer 网络，就能直接实现文本到语音的转化，省去了多余的结构和环节：没有文本的单独建模，没有复杂的混合结构，也没有多层级的 token 预测，是目前最简单的非自回归 TTS 模型。 OmniVoice 的语音合成质量优于目前同类主流模型，同时，训练和推理速度极具优势，一天完成 10 万小时训练，用 PyTorch 推理就可以达到 40 倍实时，轻松适配各类应用场景。 在这种实力的背后，是两项“关键设计”：一是通过全码本随机掩蔽策略，显著提升模型的训练效率，进而全面提升模型能力；二是引入大语言模型作为模型的预训练参数，首次在非自回归 TTS 模型中有效利用大语言模型，让语音合成的可懂度大幅提升，解决“读不准”的问题。 IT之家从官方介绍获悉，在多语言测试中，即便仅基于开源数据训练，在 24 语种的测试中，其语音相似度和可懂度均超越多款商用系统；在 102 种语种的测试中，它的语音可懂度逼近甚至优于真实语音；即便对于训练数据不足 10 小时的小语种，OmniVoice 也能实现高质量的语音合成，大大降低了低资源语种的语音合成门槛。 该模型还具备多项实用功能： 自定义音色设计：无需参考音频，只需描述音色属性（如性别、年龄、音调、方言、口音等），就能生成符合预期的音色，还支持耳语等特殊风格。 带噪参考音频适配：针对实际使用中参考音频音质不佳的问题，OmniVoice 能自动过滤噪声，提取清晰的音色特征，即便在嘈杂环境下录制的音频，也能克隆出高质量语音。 丰富语气表达：支持插入笑声、叹气等语气符号，让合成语音更有表现力，更贴近真人交流。 发音精准纠正：针对中英文多音字、专有名词易读错的问题，用户可通过简单设置，纠正发音错误，提升语音合成的可靠性。

IT之家 5 月 7 日消息，欧盟成员国与欧洲议会议员已就弱化版的人工智能法案达成初步协议，这是是欧盟委员会所谓的“数字一揽子计划”的一部分。 欧洲议会在周四凌晨发布新闻稿称，经过深夜谈判，各方达成临时协议，决定推迟人工智能系统部分合规义务的生效时间，以避免法律适用不确定性。 各方商定，将高风险人工智能系统相关法规的生效时间，从原定今年 8 月 2 日推迟至 2027 年 12 月 2 日。这类高风险系统涵盖生物识别、关键基础设施、教育、就业、执法及边境管理等领域。 协议还同意将机械设备排除在人工智能法案管辖范围之外，理由是机械设备只需遵守其现行适用的行业安全法规即可。 批评人士认为，欧盟两大立法机构此举是向企业压力作出妥协让步。 人工智能生成内容强制水印标注规定将于今年 12 月 2 日正式实施。 塞浦路斯欧洲事务副部长玛丽莱娜・劳乌纳在声明中表示：“此次《人工智能法案》达成协议，通过降低企业常态化行政成本，为本国企业提供了有力支持。协议保障了法律确定性，让相关法规在欧盟范围内落地实施更顺畅、标准更统一，同时也强化了欧盟的数字主权与整体竞争力。” 目前塞浦路斯担任欧盟理事会轮值主席国。 禁止“裸照生成”类应用 欧盟成员国与欧洲议会谈判代表还达成共识，禁止利用人工智能应用制作未经授权的色情深度伪造内容。 相关内容包括图片、视频及音频。相关企业需在今年 12 月 2 日前完成系统合规整改。 此次拟定的禁令还明确将制作儿童性虐待相关虚假影像内容纳入管控范畴。 欧盟此次修订举措，在很大程度上是对今年年初相关事件的回应：当时有用户利用美国富豪埃隆・马斯克旗下的人工智能聊天机器人 Grok，在网络上生成并传播数百万张由 AI 制作的女性及儿童色情影像。 声明指出：“我们正加大对儿童的保护力度，防范人工智能系统带来的相关风险。此次协议充分证明欧盟各机构具备快速行动、兑现承诺的能力。” 简化监管配套举措 IT之家注意到，欧盟《人工智能法案》已于 2024 年 8 月正式生效，核心条款将分阶段逐步落地实施。 此次周三达成的修订方案，是欧盟委员会推进简化各类新兴数字监管法规工作的一部分。该协议后续还需经欧洲议会全体会议及欧盟各国政府正式批准，而这一流程普遍被认为只是例行程序。