行业分类:
加载中...
头条分类:
加载中...
手机数码国补实施以来卖了9100万部:超72%买中高端机
快科技1月10日消息,商务部最新数据显示,自2024年消费品以旧换新政策实施以来,相关商品销售额达3.92万亿元,惠及4.94亿人次。 其中,汽车以旧换新超1830万辆,新能源汽车占比近60%,带动国内新能源乘用车市场销量翻倍增长。 家电以旧换新超1.92亿件,一级能效产品占比超90%。 手机等数码产品购新超9100万部,中高端机型销量占比达72.5%。 其中,手机数码国补是在2025年1月20日才新增的品类,当时政策为个人消费者购买单件销售价格不超过6000元的手机、平板、智能手表(手环)3类数码产品,可享受购新补贴。 每人每类可补贴1件,每件补贴比例为减去生产、流通环节及移动运营商所有优惠后最终销售价格的15%,每件最高不超过500元。 因此,3333元成为“性价比锚点”,低于此价位的机型无法用满补贴额度,消费者倾向于选择3336–6000元的中高端机型以最大化优惠。 例如原价5999元的旗舰机叠加补贴后实付5499元,而3333元机型补贴后仅2833元,性价比优势凸显。 今年新一轮国补已经开启,在去年手机数码品类的基础上,还新增了智能眼镜品类,让消费者体验门槛更低。 同时也能通过补贴刺激终端需求,倒逼企业加大研发投入,以此来带动光学、显示、芯片、音频、电池、人工智能,以及消费级和商用级场景适配等全方位的突破。 从而打造本土产业集群,抢占下一代智能终端的战略赛道。
离开马斯克后,他把人形机器人做成了这样
允中 发自 凹非寺 量子位 | 公众号 QbitAI 如果你对人形机器人的印象,还停留在——走两步就摔、抓东西像戴着拳击手套、干活前得先写一堆脚本…… 那么MATRIX-3的出现,可能要强行带你“翻篇”了。 作为一款主打安全、自主、可泛化的物理智能机器人,它更敢跟人待在同一个空间,更能自己做判断,也更不怕换任务、换环境。 能干的活更像人,目标也不止于专业场景“打工”,而是开始往日常生活里迈。 做出这台机器人的,是一家去年才正式走到台前的公司——矩阵超智。 但底子不轻、来头不算低调:公司团队背景横跨特斯拉、英伟达、OpenAI等顶级技术体系,目标也非常直给: AGI路线上的通用人形机器人。 可以说,一年前,MATRIX-1亮相时,外界更关注两点:全身复合材料带来的“观感完成度”,以及实时语音对话的交互感。 但这次,创始人张海星——这位有着30年消费电子实战经验的“老极客”,2021年加入特斯拉,参与Optimus人形机器人开发,并主导特斯拉中国设计中心相关项目—— 显然想通过从底层算法到顶层应用的系统性重构,让机器人走得更远: 进工厂,飞入寻常百姓家。 矩阵超智创始人兼CEO张海星 走向可泛化的人形 MATRIX-3能够执行类似人类的任务,并准备好从专业场景走进人类日常生活的广阔天地,这标志着人形机器人从“执行预设指令”迈入“理解并适应物理世界”的新阶段。 为实现这一跨越,矩阵超智的工程团队突破了材料科学、驱动技术、感知算法与人工智能的多重边界,为MATRIX-3注入了以下三大优势: 仿生设计与感知新生:首次将仿生肤质与高维触觉传感深度融合,使机器人获得接近人类的物理交互直觉。 灵巧操控与拟人步态:通过“灵犀之手”与“超能关节”,实现了前所未有的操作精度与如影随形的自然移动能力。 认知内核与零样本泛化:搭载的全新神经网络具备强大的零样本学习能力,使机器人能快速适应未知任务与复杂环境。 MATRIX-3为人形机器人的规模化、实用化铺平了道路,并为商业服务、制造业、物流、医疗辅助及未来家庭服务奠定了全新的软硬件平台标准。 MATRIX-3的三大能力内核 1、仿生设计与感知新生:赋予机器“肌肤”与“触觉” 为了让机器人与人类和环境进行安全、细腻的互动,MATRIX-3引入了革命性的人类仿生工程学设计。 具体体现在以下两点: 3D立体织物仿生肤质 机身覆盖首创的三维编织柔性织物,它不仅提供柔软、亲和的触感,更内嵌分布式传感网络。这层“肌肤”能缓冲意外接触,并感知接触位置与力度,极大提升了人机共处的安全性。 多模态感知融合 指尖集成了高灵敏度触觉传感器阵列,可感知0.1N的压力变化。 结合升级的视觉系统,基于大规模预训练空间感知基础模型,提升机器人对空间可操作性Affordance的理解和利用,MATRIX-3形成了“眼看”与“手触”互补的视触觉感知系统,使其能像人类一样,通过触摸判断物体的材质、形状及抓握状态,实现对易碎品、柔性物体的精细化操作。 2、灵巧操控与拟人步态:重新定义运动与操作极限 MATRIX-3的运动性能实现了质的飞跃,核心在于其仿生关节与灵巧末端。 灵犀之手(高自由度灵巧手) 搭载全新设计的27维自由度灵巧手,其关节构造与运动范围高度拟人。 结合键绳驱动技术,在保证力量和速度的同时,实现了极致的轻量化与精准控制,可完成诸如使用工具、操作精密仪器、折叠物品等复杂任务。 自然步态与超能关节 基于大规模人类运动捕捉和视频数据开发的通用运动控制模型,让MATRIX-3的行走、转身、上下坡姿态如人类般流畅自然。 其动力核心是一体化直线关节,该关节集高功率密度、低噪音与高可靠性于一身,提供了稳定、高效且敏捷的全身体运动基础。 3、认知内核与零样本泛化:“预先编程”到“认知推理” MATRIX-3搭载了矩阵超智自主研发的全新神经网络架构。 零样本泛化能力 该系统的核心突破在于强大的零样本任务泛化能力。 意思是,无需针对每一个特定任务进行海量数据训练,MATRIX-3便能通过基础物理规律理解和简单的指示,并能在全新的环境下快速学习新技能操作新的物体,更大拓展了其应用边界与部署速度。 通用智能操作模型 在数据规模和数据质量驱动下,灵巧操作得以真正实现。 机器人能够自主规划抓取策略、避障路径,并实时调整力度与姿态,完成一系列需要手眼协调与即时判断的复合任务。 从能力展示到应用检验 MATRIX-3是矩阵超智人形机器人走向成熟应用的关键里程碑。 它融合了仿生设计、极致灵巧的物理执行以及具有泛化能力的人工智能,构建了一个真正为理解并作用于物理世界而生的智能体。 “MATRIX-3的产品哲学,是让机器智能以最自然、最安全的方式融入人类的物理空间。” 对此,矩阵超智首席执行官张海星表示: 我们从不是要复制人类,而是创造一种能够延伸人类能力、承担重复性劳动的新物种。今天,我们向这个未来迈出了坚实的一步。 MATRIX-3针对特定行业合作伙伴的早期体验计划现已开放,并预计于2026年启动首批试点部署。
小米回应新SU7变重:大幅升级!标配2200MPa小米超强钢内嵌式防滚架等
快科技1月10日消息,近日,新一代小米SU7的详细信息已经在工信部公开,整备质量相比前代变重了。 小米官方今天回应称,这是因为新一代小米SU7在各个方面都进行了大幅升级,因此其整备质量相比第一代小米SU7的确略有增长。 新一代SU7全系标配了2200MPa小米超强钢“内嵌式防滚架”、全系标配265mm后宽胎、全系标配前四活塞固定制动卡钳,以及座椅和其他舒适性配置升级等,使得新一代SU7的每个版本相比第一代SU7的整备质量都有一定的增加。 但其最大满载质量和第一代小米SU7一样,都是450kg,载人和储物能力保持相同。 同时,重量的增加并不会影响新一代SU7在续航、制动和操控等方面的表现,通过多项技术升级,新一代SU7实现了更好的安全性、更长的续航、更快的充电效率、更优秀的制动及操控表现。 新一代SU7基础申报信息如下: SU7标准版(XMA7001MBEVR6/XMA7001MBEVR3): 长4997mm、宽1963mm、高1460mm,轴距3米,整备质量2055kg 极速240km/h,19/20英寸轮毂可选,胎宽前245后265 电机TZ210QY005/TZ220XYMX1,峰值功率235kW 中州时代磷酸铁锂电池,选装主动尾翼 SU7 Pro(XMA7001MBEVR7/XMA7001MBEVR5/XMA7001MBEVR2): 长4997mm、宽1963mm、高1445mm,轴距3米,整备质量2180kg 极速240km/h,19/20英寸轮毂可选,胎宽前245后265 电机TZ210QY005/TZ220XYMX1,峰值功率235kW 中州时代磷酸铁锂电池,选装主动尾翼 SU7 Max(XMA7001MBEVA4/XMA7001MBEVA1): 长4997mm、宽1963mm、高1445mm,轴距3米,整备质量2280kg 极速265km/h,19/20/21英寸轮毂可选,胎宽前245后265 电机YS210XY103/TZ220XY118 or YS220XY106/TZ210QY006,峰值功率220/288kW 江苏时代三元锂电池,标配主动尾翼
司机不用扶方向盘!北汽蓝谷L3车辆正式上路:二季度逐步向个人开放
快科技1月10日消息,据国内媒体报道,今日北汽新能源与北京出行共同启动北汽极狐阿尔法S(L3版)规模化上路通行试点运营。 首批车辆将投入京台高速、机场北线高速、大兴机场高速指定区域,并计划今年二季度逐步面向个人用户开放。 我国在上个月正式批准首批L3级有条件自动驾驶车型准入许可,两款分别适配城市拥堵、高速路段的车型将在北京、重庆指定区域开展上路试点。 两款车型分别是长安牌SC7000AAARBEV型纯电动轿车(长安深蓝SL03),以及极狐牌BJ7001A61NBEV型纯电动轿车(极狐阿尔法S(L3版))。 其中,在北京试点的车辆正是北汽极狐阿尔法S(L3版),该车搭载了包含3颗激光雷达在内的34颗高性能传感器。 这些传感器如同敏锐的“眼睛”,协同工作,实现了对车辆周围360度全方位的环境感知覆盖,为系统决策提供了精准、全面的环境信息。 此外,极狐阿尔法S(L3版)借鉴了航空领域成熟且严苛的安全设计理念,在感知、决策、转向、制动、通信、电源、定位等方面,实现了全链路安全冗余备份。 这意味着,即便在极端情况下,某个单一系统偶发失效,冗余系统能够迅速提供备份,确保车辆失效情况下的基本安全,为驾乘人员提供可靠的安全保障。 目前在试点范围内的道路上运行时,系统会提示可以开启L3自动驾驶,开启之后驾驶人就能双手完全离开方向盘了,只需要盯紧路况和驾驶情况。
姚顺雨、杨植麟、林俊旸、唐杰罕见同台,决定中国大模型未来的天才都来了
摘要: 这些清华学子不仅握有核心资源,也帮助中国大模型在全球市场取得了显著的影响力。 凤凰网科技 出品 作者|赵子坤、董雨晴 编辑|董雨晴 2025年,是清华当之无愧的收获年。凤凰网科技不完全统计,目前各大互联网公司、头部大模型创业公司的掌舵者,已多数出自清华,如智谱创始人唐杰、CEO张鹏,月之暗面Kimi创始人兼CEO杨植麟,腾讯CEO/总裁办公室首席AI科学家姚顺雨,他们中智谱刚刚拿下“全球大模型第一股”,Kimi也顺利超额完成C轮融资,27岁的姚顺雨以高光掌舵腾讯核心模型研究任务。 可以说,这些清华学子不仅握有核心资源,在全球市场都具有显著的影响力,都是AGI决赛圈的中国种子选手。 1月10日,凤凰网科技现场参与了由清华大学基础模型北京市重点实验室低调发起的一场名为AGI-Next的前沿峰会,与会人物除了前述提及的三人,还包括Qwen技术负责人林俊旸。他们要探讨的,正是迈向AGI下一阶段的关键路径。 在他们身后,是中国开源大模型力量在全球舞台上的集体崛起。 三个清华学霸顶峰再相见 今天之所以会有这场观点交锋,故事可以追溯到2006年,在获得清华大学计算机科学与技术专业工学博士学位后,唐杰拒绝了诸多大公司伸出的橄榄枝,放弃高薪职位,选择留在清华大学担任老师。 他自小喜欢编程,高中时期物理成绩就非常优秀。2006年,在加入清华后,便投身到了KEG(清华大学计算机系知识工程实验室)。当时,谷歌在学术界硕果累累,唐杰觉得国内缺少一个同等能量的学术引擎,这一年,他和同门师兄弟,开始了AMiner系统的搭建。这是一个汇集了众多研究者档案的平台,当时便为阿里和腾讯等大公司提报了不少线索支持。 一直到2010年,AMiner的系统用户已覆盖180个国家,平台创造了3年52万独立IP访问记录。研究成果还在与IBM、Google、Nokia、搜狐的多个国际合作和企业合作项目中得到推广应用。 这个清华园的技术成果最终转化为了智谱的前身,2019年,在中科创星的早期孵化下,瞄准自然语言处理与知识图谱,智谱华章正式诞生。现如今的智谱CEO张鹏,同样毕业于清华大学,并在2005年加入了清华大学知识工程实验室。 早在OpenAI发布GPT1时,中科创星就敏锐预判到,自然语言处理、知识图谱是机器视觉(CV)之后,AI行业最重要的技术发展方向。 这个早期观点,一直到2021年,GPT3发布才成为行业共识。即便如此,由于当时国内早期主打CV视觉的AI四小龙频频碰壁,使得国内AI赛道正在经历惨淡的低谷期,没有人在其上押注。 2023年前五个月,后来成为中国大模型起跑的关键月份,期间月之暗面Kimi、百川智能、阶跃星辰、零一万物中国大模型六虎终于全数成立完成,掌舵者半数来自清华。2023年7月,梁文锋带领的幻方量化做了一个重要决定,自己下场展开大语言模型研究,此后DeepSeek诞生。 只用了一年半时间,就扭转了全球的竞争赛点,在这种架构创新的氛围下,今天高峰论坛里的各方力量贡献着自己的创新观点。 姚顺雨对模型分化的看法,是AI应用正沿着To B与To C两条路径分化。在消费端,ChatGPT类产品对普通用户更像是“搜索引擎增强版”,体验迭代感知不强;而在企业端,“智能即生产力”的逻辑让客户愿为最强模型支付高溢价。“强的模型和弱的模型分化会越来越明显。” “分化是自然的分化,我更愿意相信AGI,做AGI该做的事情,顺其自然。”阿里千问大模型技术负责人林俊旸则从市场差异切入,指出一个被忽略的事实:在中国,Coding消耗量没有那么大,而美国市场则“基本上全都是Coding”。 在最受关注的“中美竞争”议题上,观点出现微妙分野。 姚顺雨展现乐观,认为中国在技术复现和工程优化上优势明显。关键突破点在于算力自主(光刻机)、To B市场成熟度,以及最重要的——“更多有冒险精神的人去引领范式突破”。 提及中美的研究文化之差异时,姚顺雨说,“在中国,大家更喜欢做更安全的事情。只要这件事情一旦被证明能做出来,我们都很有信心,几个月或者一段时间内就把这个问题搞清楚,但如果这个事情大家不知道怎么做、不知道能不能做起来,还是比较困难的。可能不只是更喜欢做确定性的事情、不太愿意做创新性的事情,很重要的一点是文化的积累或者整体的认知。” 他还提及,中国对刷榜或者数字看得更重一点。“DeepSeek比较好的一点,是没有那么关注榜单的数字,可能会更注重,第一,什么是正确的事情;第二,什么是你自己能体验出好或者不好的……还是需要大家能够走出这些榜单的束缚,能够坚持自己觉得是不是正确的过程。” 面对“三五年后,最领先的那个公司,是一家中国公司的概率”的假设,林俊旸则给出20%的谨慎预估。他观察到核心差异,“美国的Computer可能整体比我们大1-2个数量级”,美国将更多算力投入前沿研究,中国算力则被交付需求占据。 “创新是发生在有钱人手里还是穷人手里?我们虽然是一群穷人,是不是穷则生变,创新的机会会不会发生在这里?”林俊旸说。 唐杰则从代际视角提供新解:“90后、00后这一代企业,远远好过之前。”他强调,中国机会在于敢冒险的聪明人、改善的创新环境,以及“笨笨的坚持”。 四位推动中国大模型开源革命的关键人物落座 2015年,姚顺雨以安徽省理科第三的成绩考入清华姚班。2018年,按姚班传统赴麻省理工学院交流,系统性切入AI研究。2019年,他进入普林斯顿大学,将主攻方向从计算机视觉转为更具通用潜力的自然语言处理与强化学习,并最终以智能体研究闻名。在当时,这就是一种“乖学生”的按部就班。 2024年8月,姚顺雨加入OpenAI担任研究科学家,是OpenAI首批智能体产品 Operator 和 Deep Research的核心贡献者,致力于将大模型从理论研究推向实际应用。在《麻省理工科技评论》“35岁以下科技创新35人”入选评语中写着,姚顺雨为语言智能体方向的开启和发展做出了基础性贡献。他提出了 ReAct 方法,首次引入“推理—行动”结合的智能体范式,为创建具备通用性、可扩展性的语言智能体奠定了基础。 2025年也成为了姚顺雨的转折年,凤凰网科技在当年9月获悉,姚顺雨规划回国,并接触了多家大厂。这个转折直到2025年12月才揭晓,姚顺雨正式加入腾讯并出任首席AI科学家,同时兼任新成立的AI Infra部及大语言模型部负责人,全面负责腾讯大模型研发体系。 姚顺雨加入腾讯后的首次公开露面贡献给了这个重要的场合。席间落座的四位核心人物,各自代表了中国大模型开源革命的不同力量,他们的发展路径与决策正影响着全球AI格局。 唐杰作为清华大学计算机系教授与智谱的创始人,其职业生涯完美体现了清华系“学术研究-技术转化”的模式。 其在现场表示,智谱从2019年研究至今,见证了大模型行业的变化,智能水平已大幅提高,从早期简单问答到如今能处理复杂推理、编程乃至真实世界问题。模型通过知识记忆、推理训练、强化学习等阶段演进,但泛化能力仍需提升。“我们认为当前大模型范式已接近上限,下一步需探索新方向,让模型具备更强的自主交互与复杂任务解决能力。” 在智谱AI上市当日,唐杰曾发布内部信,宣布“很快将推出新一代模型GLM-5”,他也明确表示2026年战略将全面回归基础模型研究,似是为探索超越Transformer的全新模型架构做准备。 颇为巧合的是,2025年末,杨植麟曾宣布月之暗面完成了5亿美元C轮融资,公司估值达43亿美元。他在内部信中毫不掩饰雄心:“接下来公司最重要的目标是超越Anthropic等前沿公司成为世界领先的AGI公司。” 对于下一代K3模型,杨植麟透露将融入重大的架构变革。2025年11月,他在Reddit论坛上表示:“KDA(Kimi Delta Attention,一种线性注意力模块)是我们最新的实验性架构,相关想法很可能会在K3中使用。” 这种线性注意力机制有望带来更长的上下文处理能力,对其社交应用和智能体至关重要。 杨植麟也在此次分享上表示,Kimi的预训练策略围绕两个维度:一是提升数据效率,即用更少数据达到相同效果;二是优化长上下文能力,使模型在更长上下文中损失更低,以支持复杂任务。Kimi采用二阶优化器,相比传统一阶优化器,在达到相同效果时可节省约50%的计算量,等价于提升一倍的训练效率。 在强化学习与模型调优方面,Kimi在多项复杂任务上达到或超越国际先进水平,尤其是在代码生成与长序列任务上表现突出。模型能够进行连续多轮工具调用与推理,完成复杂问题求解。 Kimi认为,模型不仅是工具,更是人类认知的延伸,能够提升文明上限。尽管存在风险,但应继续推进技术发展,因为放弃开发意味着放弃人类进步的可能。 林俊旸及其领导的阿里通义千问团队是兵团式作战,他们早在2023年时训练千问大模型时,就曾尝试改很多东西,但最终发现Transformer确实挺好用的。因此,在此后的一年多时间里,团队都在围绕着共识做动作。一直到2025年,千问团队的注意力转向了非共识,寻找新的架构创新。 这些敢于从0-1探索的态度,既来源于DeepSeek的创新启示,也来自于全球化开源战争格局的变化。 就在2天前,DeepSeek一口气将其核心研究论文从原20页大幅扩展至86页,详细披露了R1模型的技术细节与性能提升。证明了不依赖海量标注数据,通过精心设计的纯强化学习(RL) 也能让模型获得顶尖的推理能力。这为行业提供了一套可复现的“算法驱动”新范式。 此外,在2026年开年第一天,DeepSeek发布了梁文锋参与署名的文章,即全新的流形约束超连接(mHC)架构,它旨在解决当前大模型(尤其是采用“超连接”扩展后)训练不稳定、内存开销大的根本问题。 无论是R1的RL训练配方,还是mHC的稳定架构,都让更多研究机构和公司有望在有限算力下探索前沿模型,可能催生更多创新。 DeepSeek将技术细节公开到教科书级别,树立了开源的新标杆。这种极致透明加速了全球范围内的技术验证与迭代,对闭源模型形成了独特的竞争压力。 2025年,是毫无疑问的中国开源模型的胜利年。 公开数据显示,截至2025年8月,阿里通义已开源200余个模型,全球下载量超3亿次,千问系列衍生模型突破10万个,远超 Meta的Llama系列,更一跃成为全球最大的开源模型家族。甚至,彭博社曾爆出,Meta最新AI模型“牛油果”项目正在秘密使用中国阿里巴巴的千问Qwen开源模型进行蒸馏训练。智谱同样打破了海外模型霸榜的局面,首次杀入top10名单。 站在2026年开局新起点,在中国取得的巨大进展之上,新的范式会不会就此碰撞而来?期待新创新的诞生。 以下是针对本次峰会提炼的现场金句: 主持人拾象科技CEO李广密 ● “2025年是中国开源模型大放异彩的一年,是开源四杰在全球大放异彩的一年,而且是Coding过去一年有10-20倍增长的一年。” ● “硅谷几家明显做分化……专注到了企业,专注到了Coding,专注到了Agent。我也在想接下来中国的模型会分化成自己想要的哪些方向?” ● “Agent今天可以在后台推理3-5个小时,做人类1-2天的工作量,大家期待2026年可以做人类正常工作1-2周的工作量……2026年Agent可能是创造经济价值的关键一年。” 姚顺雨 ● “Coding夸张一点来讲,已经在重塑整个计算机行业做事的方式,人已经不再写代码,而是用英语和电脑去交流。” ● “对于TO B来说,很明显的一点是,智能越高,代表生产力越高,值钱的也越来越多。” ● “很多人愿意花溢价用最好的模型……强模型和稍微差点,或者弱的模型它的分化会越来越明显。” ● “对于To B来说,这个趋势似乎是相反的,模型在变的越来越强、越来越好,但同样会有很多应用层的东西应用好的模型在不同的生产力环节。” ● “这个事情想要变好,不是说你需要更大的模型、更强的预训练、更强的强化学习、更强的Agent环境或者更强的搜索引擎,这个问题可能需要更多额外的输入,把额外的输入用好,反而会给用户带来很多额外的价值。” ● “这个事情已经在发生了,可能效率或者受限制的限制,有各种各样的问题,它更像是一个渐变,不是突变。” ● “很多人说2026年看到(自主学习的)信号,我觉得2025年就看到信号了。” ● “如果2026年或者2027年我们有一个范式的发生……我们应该用什么样的任务,它应该是什么样的效果,你会相信它实现了?我觉得可能需要先想象到它长什么样。” ● “目前看起来,任何一个事情一旦被发现,在中国就能够很快的复现,在很多局部做的更好。” ● “中国想要突破新的范式或者做非常冒险事情的人可能还不够多……我们到底能不能引领新的范式,这可能是今天中国唯一要解决的问题。” 林俊旸 ● “公司也不一定有那么多基因之分,一代一代的人可能就塑造了这些公司。比如说今天顺雨到腾讯之后,可能腾讯变成一个有着顺雨基因的公司。” ● “我更愿意相信AGI,做AGI该做的事情,顺其自然。” ● “今天AI更大的魅力是在长尾……今天所谓的AGI就在解这个问题,你做通用Agent,能不能把长尾的问题给解决,全世界任何一个角落,寻遍各处都找不到,但是你却能帮我解决,这就是AI最大的魅力。” ● “大量的技术所谓的突破性都是一些观测问题,都是在线性发展的,只是人类对它的感受非常强烈而已。” ● “我们的模型为人类社会带来了什么样的价值,只要我相信我这个东西能够为人类社会带来充分的价值,能够帮助人类,就算不是最强的,我也愿意接受。” ● “我非常担心安全的问题,不是担心它今天讲一些不该说的话,最担心的是它做一些不该做的事情……就像培养小孩一样,我们要给它注入一些正确的方向。” 杨强 ● “工业界可能还没来得及解决的一些问题,智能上界在哪里。” ● “哥德尔不完备定理,大概意思是说一个大模型不能自证清白,必定有一些幻觉不可能消灭掉……多少资源能够换取多少幻觉的降低或者错误率的降低,这是有一个平衡点的。” ● “Agent应该是由大模型内生的一个native的系统。” ● “我们可以回顾一下互联网的发展,一开始也是从美国开始,但中国很快就赶上了,而且应用像微信,是世界第一的。” 唐杰 ● “这一仗从DeepSeek出来之后,已经没有了,已经结束了。DeepSeek之后我们应该想的是下一仗是什么东西?” ● “我们对今年会有非常大的范式革新有信心。” ● “之前,工业界有1万片,学校是0片或者1片,倍数是1万次,但是到现在,很多学校已经有很多卡了。” ● “最笨的办法就是Scaling,Scaling我们会有收益,Scaling肯定会带来智能上界的提升。第二个办法是应该定义Intelligence efficiency,也就是智能的效率,我们获得智能的效率,我们用多少投入能获得这个智能的增量。” ● “大模型到现在更多的是在拼速度、拼时间,也许我们代码正确了,就会在这方面走的更远一点,但也许失败,半年就没了。” ● “我们这一代最不幸运……世界已经交给下一代了,已经把我们这一代无缝跳过了。” ● “如果我们笨笨地坚持,也许走到最后的就是我们。”
中国在2000米高空架起移动充电宝!央视报道“会飞的发电站”
快科技1月10日消息,我国在兆瓦级浮空风力发电领域已实现全球领先突破。 去年9月,“全球首台兆瓦级商用浮空风电系统S1500”已在新疆哈密淖毛湖基地成功试飞;本月,“全球首台城市场景兆瓦级浮空风电系统S2000”在四川宜宾成功试飞,这标志着高空风能商业化应用进入新阶段。 据了解,浮空风力发电系统是一种冲氦浮空器携带轻质发电系统升至高空捕获风能,通过系留电缆传输电能至地面的新型发电技术。 其外形酷似巨型飞艇,尺寸达长60米、宽40米、高40米,采用氦气填充的主气囊与环翼构成的涵道结构。 S1500整机重量约50吨,通过三根高强度系留缆绳固定于地面,可在1500米高空稳定运行。 主气囊提供基础浮力,环翼通过气动效应加速气流,形成巨型风力加速器,使风能利用率比传统风机提升超20%。 搭载12组100千瓦轻量化发电机组,总设计功率1兆瓦,年等效满发小时数超过4000小时,是陆上风电的2-3倍。 通过系留缆绳内集成的高压电缆,将电力以66千伏电压稳定输送至地面,传输损耗控制在5%以内。 缆绳同时承担数据传输和结构支撑功能,采用碳纤维复合材质,抗拉强度达3000兆帕,可抵御12级台风。 相比传统陆上风机,S1500无需建造百米级塔筒和混凝土基础,材料用量减少40%,度电成本下降30%,建设成本约为陆上风机的60%(1兆瓦装机容量),且维护成本更低。 而且该系统还采用模块化设计,可在24小时内完成拆解和转场运输,可适用于多种场景。 而此次试飞成功的S2000型更为先进,可升至2000米高空,发电总功率升级为3兆瓦,并优化气动外形与发电系统,噪音低于60分贝,符合城市环境标准,且采用新型复合材料,在保持结构强度的同时降低重量,提升升阻比。
编程表现超越Claude和GPT?DeepSeek准备第二次震惊全世界
去年7月,由于DeepSeek下载量从高峰期的8000多万暴跌至2000多万,下滑72.2%,“DeepSeek跌落神坛”就成为了当时互联网最热门的话题。 但据多位知情人士透露,DeepSeek即将重登王座。他们计划在二月中旬发布新一代模型DeepSeek-V4。 也就是农历2026年新年期间,距离上一代模型DeepSeek-R1的发布正好一年。 这次发布的重点是代码生成和处理能力。 根据DeepSeek内部的基准测试,V4在编程任务上的表现超过了目前市场上的主流竞品,包括Anthropic的Claude和OpenAI的GPT系列。 根据报道,在即将发布的新模型中,DeepSeek团队解决了许多长期困扰AI发展的技术难题。很可能会彻底改变Vibe Coding产业。 01 报道中提到一件事,“DeepSeek-V4模型在整个训练过程中理解数据模式的能力也有所改进,且性能未出现衰减。” 这句话有些难以理解,我们不妨拆开来解读。 首先是前半句,它指的是模型不再只是死记硬背数据,而是能看透数据背后的规律和逻辑。 DeepSeek-R1有个具代表性的例子,就是让模型数strawberry里有几个r。 由于当时的DeepSeek模型并不能理解“数”(count)这个概念,只能根据训练时的数据来输出答案。可这个数据恰好又是错的,所以无论DeepSeek怎么思考,它给出的答案大多数情况都是2,而不是正确的3。 而DeepSeek-V4则会彻底杜绝这个情况,前提是在训练过程中,让模型彻底理解某一件事情。 后半句的性能退化,指的是在AI训练中,随着模型不断学习新东西或训练时间加长,往往会出现“学了新的忘了旧的”或者模型变得不稳定的情况。 这种现象在业内被称为“灾难性遗忘”(Catastrophic Forgetting)或“模型坍塌”(Model Collapse)。 因此,V4在不断变聪明、变复杂的过程中,依然保持了极高的稳定性和原有能力的完整性,没有出现任何“副作用”或能力倒退。 这恰恰是构建编程Agent的前置条件。 在现代软件工程中,一个微小的修改可能波及数个文件、数千行代码的依赖关系。 但是以往的模型往往受限于上下文窗口或注意力机制的衰减,从而没办法对于庞大的项目进行修改。 V4极有可能是一个为“Agent时代”量身定制的模型。 一年前,DeepSeek-R1 的发布确实在行业内引起了不小的波动。那款主打推理能力的模型证明了低成本研发路径的可行性。 然而一年后的今天,人工智能行业的关注焦点已经发生了显著转移。单纯的文本生成或逻辑推理已不再是唯一的竞争高地,代码生成正在演变为大模型能力的“试金石”。 在当前的开发环境中,“Vibe Coding”成为新趋势,要求AI不仅能补全代码,更能理解开发者的意图流(Flow),实现从自然语言到复杂工程逻辑的无缝转化。 DeepSeek似乎已经准备好在新赛道上狂飙了。 02 如果深入梳理DeepSeek团队以及核心人物梁文锋在R1发布之后这一年里的学术轨迹,我们会发现一条清晰且扎实的技术演进路线。 这些公开发表的论文与技术报告,不仅是对过去成果的总结,更是V4强大能力的注脚与预演。 2025年9月,DeepSeek-R1的相关论文成功登上了顶级学术期刊《Nature》的封面,梁文锋署名通讯作者。 面对审稿人关于是否使用了OpenAI模型输出进行蒸馏训练的尖锐质疑,DeepSeek团队在回应中给出了明确的否认,并首次公开了令人咋舌的低成本数据:从V3-Base训练到R1,仅花费了29.4万美元。 当然,这个成本仅指R1的后训练阶段成本,不包含V3-Base基础模型本身约600万美元的训练投入。 数据公开后,以及《Nature》为此专门撰写的社论,标志着DeepSeek在学术严谨性和技术原创性上获得了国际最高认可,彻底洗刷了外界对于中国大模型“套壳”或“跟随”的刻板印象。 不过,真正能佐证DeepSeek-V4在代码方面有大幅突破的证据,是2025年最后一天,DeepSeek团队发表的论文《mHC:流形约束超连接》。 代码生成任务对模型的逻辑深度和上下文跨度有着极高的要求,这通常需要更大规模的模型参数和更深的网络结构。 然而,传统的超连接(Hyper-Connections)架构在模型规模扩大时,会面临严重的信号增益问题,最终导致训练过程极不稳定甚至崩溃。 为了解决这一阻碍模型扩容的根本性物理难题,DeepSeek团队在这篇论文中提出了一种全新的架构mHC。 简单来说,它给狂奔的信号加了一道精密的阀门,将信号增益严格控制在1.6倍左右。 论文数据显示,在3B、9B乃至18B参数规模的模型测试中,应用了mHC架构的模型在BIG-BenchHard推理基准上提升了2.1%。 这项由梁文锋联合署名的研究成果,实际上解决了大模型在“做大”和“做复杂”过程中的稳定性难题。 这意味着V4模型极有可能采用了这种全新的架构,从而在拥有更庞大参数量和更深层推理能力的同时,依然保持了高效的训练效率和极高的稳定性。 不仅如此,在2026年1月初,DeepSeek悄无声息地将arXiV上的R1论文从原本的22页大幅扩充至86页。 这多出来的60多页内容,详尽地披露了R1的完整训练管线,包括冷启动、推理导向的强化学习(RL)、拒绝采样与再微调、以及对齐导向的强化学习这四个关键步骤。 业界普遍推测,这种在春节前夕“清库存”式的技术披露,往往预示着下一代更强大的技术已经成熟。 既然R1的技术细节已经不再是核心壁垒,那么即将到来的V4必然拥有了更高维度的护城河。 03 就在2026年的元旦,另一股来自量化界的力量也加入了战局。 由九坤投资创始团队发起成立的至知创新研究院(IQuestResearch),发布了名为IQuest-Coder-V1的开源代码大模型。我们曾在文章《又是量化基金,第二个DeepSeek时刻到来了?》中对其进行了报道。 这支同样出身于量化背景的团队,他们仅有40B参数的模型,在SWE-benchVerified测试中斩获了81.4%的高分,一举达到了Claude和ChatGPT的水平。 而在Vibe Coding的战场上,国内互联网大厂的动作同样不容小觑。 字节跳动的豆包在2025年初就推出了Trae编程工具,并在AI编程功能上实现了HTML预览、Python运行和完整项目生成等能力,让开发者可以在一个界面内完成从构思到部署的全流程。 阿里的通义千问则在12月26日更新到了Qwen Code v0.5.0版本。 此次更新的最大亮点就是支持在终端窗口中同时运行四个Qwen Code实例,可并行处理智能问答、实时翻译、原型设计、创意绘图等不同任务,实现了AI编程“跳出命令行”的突破。 不过,真正引发行业震动的,是豆包在硬件终端上的突破性尝试。 2025年12月1日,字节跳动与中兴通讯合作推出了搭载豆包手机助手的努比亚M153工程样机,售价3499元,首批约3万台在当天迅速售罄,甚至在二手市场炒出了高价。 这款手机助手的核心能力在于跨应用操作。用户只需用自然语言下达指令,AI就能自动跳转多个应用完成点外卖、订机票、比价购物等复杂任务。 这一系列动作背后,折射出的是AI大模型从云端走向终端、从工具走向入口的战略转型。 说不定DeepSeek手机也不远了。 与此同时,资本市场也迎来了大模型行业的收获季。 曾经历过“百模大战”喧嚣的中国AI行业,正在加速向头部收敛。智谱AI和MiniMax这两家公司均已成功上市。 智谱是1月8日在港交所敲的钟,发行价定在116.2港元/股,上市第一天就给了市场一个惊喜 —— 开盘120港元,收盘131.5港元,第一天就涨了13.17%,市值一下子冲到578.9亿港元,成了 “全球大模型第一股”。 第二天开盘直接137.2港元起,收盘158.6港元,较首日收盘价又涨了20.6%,市值也跟着涨到698.21亿港元,两天下来从发行价算已经涨了快37%,完全没给空头机会。 MiniMax比智谱晚一天,但风头更劲。发行价165港元/股,而且是顶格定价,上市前一天的暗盘就已经涨了25%-29%,报205.60-212.60港元。 上市当天开盘235.4港元,涨了42.7%,之后一路飙升,盘中最高到351.8港元,最终收盘345港元,较发行价暴涨 109.09%,市值来到1054亿港元,成了千亿市值俱乐部新成员。 虽然高额的研发投入使得两家公司目前仍处于亏损状态,但强劲的增长曲线证明了市场对于高质量AI模型的付费意愿正在形成。 中国AI方兴未艾,但当全球目光已经再次聚焦到DeepSeek身上。一年前那个用低成本路径颠覆行业认知的团队,即将在春节期间交出新的答卷。 DeepSeek能否第二次“震惊全世界”,只要再等几天就会知晓。
雷军:会坚持辟谣,让更多人了解小米
IT之家 1 月 11 日消息,2026 年伊始,小米公司创始人、董事长兼 CEO 雷军在直播中对“1300 公里只充一次电”和“200 公里瞬间刹停”等话题进行了辟谣,引发了舆论的显著反转。随着雷军的澄清,公众开始重新审视这些争议话题。 博主 @苏黎世贝勒爷 在社交媒体上分享了自己的观点,他认为小米舆论的反转并非偶然。他指出,在舆论环境较为复杂时,许多人选择保持沉默,而如今随着“潮水退去”,真实的声音开始爆发。 IT之家注意到,在该博主晒出的截图中,评论区的网友们纷纷对“200 公里瞬间刹停”的表述进行了正向解读。有网友并表示:“央视视新闻一样用‘瞬间’来表达速度非常快的意思,也没人会无聊到去质问这瞬间究竟是多久,能不能用瞬间形容,非拿这个表达主观感受的常见用词说事的人,只能说是故意针对小米挑刺找茬了。” “水军抠字眼,他们咋不找淘宝闪购,京东秒送呢?”“形容词也要上纲上线,实在是没办法了”还有网友说道。 对此,雷军表示:“造谣一张嘴,辟谣跑断腿,我们还会坚持辟谣,让更多人了解小米,希望大家理解!” 此前,小米公关总经理徐洁云曾解释称,小米拍摄相关视频的初衷是为了展示小米 SU7 Ultra 的碳陶刹车盘的出色性能,而“200km/h 瞬间刹停”只是雷军在亲自测试后的个人感慨。这种表述在日常生活中十分常见,例如人们会说“看剧一口气看十几集”,而不会有人刻意去质疑其合理性。
美媒炮轰苹果谷歌CEO是“懦夫”:害怕马斯克不敢下架X
库克、皮查伊与马斯克 凤凰网科技讯 北京时间1月11日,美国科技网站TheVerge记者伊丽莎白·洛帕托(Elizabeth Lopatto)周六发文,抨击苹果CEO蒂姆·库克(Tim Cook)、谷歌CEO桑达尔·皮查伊(Sundar Pichai)是“懦夫”。文章称,社交媒体X上的深度伪造色情功能明显违反了苹果、谷歌应用商店指导方针,但是库克和皮查伊却因为害怕埃隆·马斯克(Elon Musk)不敢将X下架。 以下是文章主要内容: 自从X用户开始利用Grok技术,通过深度伪造图像对女性及儿童进行“脱衣”以来,我一直在等待一个自认为必然会发生的结果:X被苹果和谷歌的应用商店下架。但此事至今仍未发生,这让我对硅谷领袖们有了深刻的认识:库克和皮查伊都是没有脊梁的懦夫,他们害怕马斯克。 苹果App Store开发者指导方针中的相关条款规定:“App不应包含具有冒犯性、麻木不仁、令人不适、意图引起厌恶、品味极其低劣,或者纯粹令人毛骨悚然的内容。”呵呵,这可真够讽刺的。 谷歌应用商店也有类似的规定,其立场更为明确:“对于未禁止用户制作、上传或传播助长剥削或虐待儿童内容的应用程序,谷歌将立即从Google Play下架该应用。此规定涵盖所有儿童性虐待材料。” 然而,如果苹果、谷歌因X公然违反政策而将其从应用商店下架,这意味着他们将触怒马斯克及其通过X掌控的整个右翼媒体生态,进而直接得罪当前掌控美国的、追逐流量的“内容吸血鬼”们。库克领导的苹果对中国市场存在巨大依赖,而智能手机、计算机和芯片目前仍享受对华关税豁免。库克可以向特朗普呈上无数黄金厚礼,但这些关税政策随时可能生变。 谷歌的皮查伊同样软弱。特朗普曾多次因其在搜索结果中的排序问题威胁谷歌,而迄今为止YouTube的内容审核政策大多能避开严格审查,正是因为皮查伊乐于用“您的一切行动都是谷歌搜索史上最大事件”这类奉承诺言讨好特朗普。在AI政策仍存深刻争议的当下,谷歌同样不敢冒险得罪特朗普。如果再让一个不高兴的马斯克去影响相关政策,那简直就是一场腐败噩梦。 这就是他们为自己设下的陷阱:为权力出卖原则后,如今他们连自己的公司都无法掌控。欢迎来到黑帮式科技监管时代! 不到五年前,我曾全程旁听那场冗长的Epic诉苹果反垄断案。真正懂行的人都会记得,苹果的律师曾强烈暗示,赤身裸体的Peely香蕉人形象( 《堡垒之夜》中的角色)在法庭上属于不当内容。在此前一周的庭审中,苹果还声称用户可通过Epic安装的独立游戏商店存在风险,理由是平台上含有色情游戏,并指责Itch.io上的游戏“具有冒犯性和性化内容”。 你们知道什么是“具有冒犯性和性化”吗,你们这些不中用的懦夫?是那些未经同意生成的AI图片:穿着比基尼张开双腿的女性,以及面部被AI加上某种性化涂抹物的儿童。顺带一提,这些图片正以每分钟一张的速度被生成。我同样会称其为“具有冒犯性、麻木不仁、令人不安、意图引起厌恶、品味极度低劣”,尤其是“纯粹令人毛骨悚然”!你们是否需要背托才能站直?因为在我看来,你们早就脊梁骨全无了。 还有人记得当年轻博客Tumblr因涉及儿童色情图像被应用商店下架的事吗?我猜真正的问题不是它违反了App Store政策,而是Tumblr不是马斯克的。 这真让我难以置信。我竟然在现实生活中耗费数小时旁听一场法庭案件,而苹果在本案的核心论点竟是:需要完全掌控其应用商店以保护用户。苹果坚称,公司对App Store的垄断控制对用户可安装内容至关重要,只有这样,它才能打造一个“围墙花园”,保护儿童免受不安全内容的侵害。 谷歌应用商店Google Play有没有同样的问题?当然有,而且它也提出了和苹果完全一样的论点,即便Android允许侧载应用。但它仍然没有执行规则,也没有将X推向其他应用商店。为什么?嘿,谷歌,给我看看皮查伊在特朗普就职典礼上和马斯克偷笑的照片吧! 这件事唯一值得安慰的是,Meta CEO马克·扎克伯格(Mark Zuckerberg)现在一定气得七窍生烟。还记得当年苹果因为Meta收集过多数据而吊销其企业证书的事吗?啊,那可真是段“美好”的回忆。现在看来,在法庭上公然作伪证的苹果证人,恐怕不止亚历克斯·罗曼(Alex Roman)一个。 我再也不想听这些家伙满口仁义道德了。下次库克再说“隐私是基本人权”时,唯一的回应就是当面嘲笑他。苹果和谷歌居然心安理得地分发着一个能生成“深度伪造脱衣图像”的App,而受害者雷妮·妮可·古德(Renee Nicole Good)正是那位在明尼阿波利斯被美国移民及海关执法局(ICE)枪杀的母亲。你们一边下架那些抗议ICE的App(比如ICEBlock),一边却允许X肆意生成对这位被ICE杀害女性的侮辱性图像,这到底要怎么自圆其说? 难道除了“股东利益最大化”之外,苹果和谷歌已经找不出其他价值观了吗?你们这场荒唐的戏码,到底打算演到什么地步?(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”。
马斯克放言:AGI今年将实现 20年内所有商品服务都将接近免费
快科技1月11日消息,据媒体报道,在近期的一次访谈中,马斯克再次对人工智能的发展做出大胆预测,认为通用人工智能(AGI)或将在2026年实现,而到2030年,人工智能的能力将超过全人类智能的总和。 这一判断相较于多数主流机构预测的“2030年后”明显更为激进。马斯克解释称,当前AI正呈现“超音速海啸”般的指数级加速。 他透露,旗下模型Grok?5计划于今年第一季度发布,目前已具备分析照片中电路图错误的能力。他表示:“当前的AI在算法层面仍有巨大的优化空间,我认为在同等硬件条件下,智力密度还能再提升10到100倍。” 马斯克进一步指出,未来20年,底层经济逻辑将发生根本性变化,能源可能取代传统货币成为主要价值衡量标准。随着AI与机器人的普及,商品与服务的生产成本将趋近于零,产能增速有望超过货币供应增速,从而导致价格普遍下降。 马斯克表示:“届时所有东西都会变得极其便宜,人人都能轻松获得所需的商品与服务。” 但马斯克同时警告,这一转变过程并不会一帆风顺。未来几年经济社会将经历一段“颠簸”期,人类将同时面对激进的技术变革、社会动荡与前所未有的繁荣,而这将是迈向新时代不可避免的过渡阶段。
硅谷大空头杀回来了!做空甲骨文,英伟达万亿AI泡沫要崩?
新智元报道 编辑:Aeneas 好困 【新智元导读】预测到次贷危机的「大空头」Michael Burry看到数万亿美元涌入AI基础设施,产生深深的怀疑。他预言:英伟达的优势并不持久,可能很快就会被对手战胜。而且,如今全球AI算力已经达到1500万H100 GPU当量,即将引爆严重能源危机! 最近,一场硅谷激辩刷屏全网。 参与者各个都是实打实的大佬,包括著名「大空头」Michael Burry、Anthropic联创Jack Clark,以及资深观察者Dwarkesh Patel。 Michael Burry,这位曾在2008年精准预测次贷危机的传奇人物,如今正在AI时代的狂欢中,寻找下一个崩盘的裂缝。 这场对话,深刻揭露出当前AI行业面临的万亿级矛盾——尽管Claude Code和Gemini的技术能力突飞猛进,但资本支出与实际收入之间,存在着巨大的鸿沟! 与此同时,Epoch AI最新发布的报告,也揭露了全球算力底牌。 数据显示,全球AI算力总容量已达到1500万个H100 GPU当量! 报告还发现,算力背后存在着严重的能源危机。 仅芯片的运作功耗,就高达10GW,相当于两个纽约市的平均用电量。在这种能耗下,AI未来的发展,还可持续吗? 同时,与这些预测很应景的另一篇新闻,就是大空头最近还公开做空了甲骨文。 他犀利指出:目前甲骨文为了追赶AI而激进扩张业务,导致债务规模已经飙升到了惊人的950亿美元! 相比于Meta谷歌和微软这类拥有「核心科技业务」的巨头,他更倾向于精准打击那些基本面脆弱且估值虚高的「AI泡沫」。 甚至他直言:若是有一天OpenAI估值达到5000亿,他也会毫不犹豫地做空! 硅谷激辩 最近,这篇多位重量级思想者的对谈引发了热议。 当所有人都在追逐次贷危机时,Michael Burry就预言了这场危机。 如今,他眼看着数万亿美元涌入人工智能基础设施,却对此持深深的怀疑态度。 最终,我们需要回答这样一个问题:人工智能真的会带来变革吗?还是我们正在目睹一场历史性的资本错配? Michael Burry表示,如今LLM的根本问题,就是成本太高了。因此很难让人理解它们的盈利模型,也就很难判断任何一种模型的竞争优势在哪里。 或许,谷歌最终会成为运营成本最低的公司,并在这种商品经济格局中胜出。 Patel对此表示同意。在他看来,过去一年来的大部分收益都是推理规模扩张的结果,而这需要可变成本呈指数级增长,才能维持。 钱都花到哪里去了? 从资本周期角度,目前我们处于AI发展历程的哪个阶段? Burry认为,这次的经济繁荣跟以往的不同,最大的区别就在于,资本支出的持续时间极短。 芯片每年都在更新换代;如今的数据中心无法处理几年后的芯片。很多支出,可能两三年内就会折旧完毕。 另一个显著区别在于,私募信贷对这波繁荣的融资作用与公开资本市场不相上下,甚至更大。 要知道,私募信贷情况不明,但其期限错配却尤为突出——很多资产的证券化期限长达二十年,但超大规模企业却每四五年就得退出一次。 这简直是自找麻烦,最终只会导致资产搁浅! 在最近的采访中纳德拉表示,他之所以搁置一些项目、放慢速度,就是因为不想让一代芯片的贬值影响四五年的发展。 显然,我们正处于周期的中期——股票不再会因为进一步扩张而奖励投资者,而真实成本和收入不足开始显现。 英伟达的优势,并不持久! 接着,Michael Burry抛出了令人震惊的观点。 他举例说,沃伦·巴菲特在20世纪60年代末拥有一家百货公司。街对面的百货公司安装自动扶梯时,他也不得不安装。最终,双方都没有从这项昂贵的项目中获益。 在他看来,大多数AI应用,也会面临类似的终局。 所以,他认为市场对AI领域的两大标杆企业——英伟达和Palantir的看法都大错特错了! 这两家公司很幸运,因为开始时,它们并没有设计过AI产品,如今却被广泛应用。 但英伟达的优势,并不持久。 对于大多数AI应用场景而言,SLM和ASIC才是未来发展的方向。如有必要,它们将向下兼容 CUDA。 可以说,英伟达目前的方案耗电量巨大且效率低下,只是暂时守住了阵地。最终,竞争对手会推出完全不同的方案,并战胜英伟达。 Burry还对Panlantir CEO进行了反击:因为我猜有人押注十亿美元做空他的公司,他就把我比作不良分子。这说明,这位CEO缺乏自信,他的公司终究会走向衰落。 Burry判断:如果最终证明(1)人工智能产业链上的任何一方都无法获得巨额利润,并且(2)人工智能仍然至关重要,那么,价值就会流向客户。 就好像自动扶梯大战中,唯一获利的就是顾客。 所以,未来有两种情况—— 要么英伟达的芯片寿命为五到六年,因此人们对它们的需求减少;要么它们的寿命为两到三年,超大规模数据中心运营商的收益将大幅下降,私人信贷将遭到破坏。 大公司应该建小型核反应堆 在对谈最后,Burry表示—— 如果我能影响到高层决策者,我会要求他们拿出万亿美元(毕竟现在万亿美元挥霍起来就跟几百万一样),绕过所有抗议和监管,在美国各地建设小型核反应堆,而且要打造一个全新的先进电网。 而且,还需要最新的物理和网络安全技术让设施免受攻击;甚至还要组建一支联邦政府资助的专门核防御部队,负责保护每个核设施。 在他看来,这是美国能与某个强大国家抗衡的唯一希望,也是他们能发展到足以偿还债务那天的唯一可能。 大空头杀回 疯狂做空甲骨文,下一个瞄准OpenAI 而且就在不久前,Michael Burry还将枪口对准了老牌科技巨头——甲骨文。 甲骨文,这家昔日的数据库王者,为了在云计算的牌桌上抢占一席之地,近年来不惜斥巨资疯狂建设数据中心。 然而,这种激进的转型策略也让公司背上了沉重的债务包袱。 对此,Burry既不买账甲骨文目前的市场定位,更看衰其正在进行的巨额投资。 在他看来,甲骨文这波令人费解的操作背后,恐怕纯粹是管理层的「自负」在作祟—— 因为从基本面看,它根本没必要搞这些高风险的大动作。 Burry发表此番言论时,甲骨文的股价刚经历了一场过山车式的震荡。 去年9月,借着AI需求激增的东风,甲骨文曾发布了一份极其乐观的云业务预测,刺激股价单日暴涨36%。 但好景不长,市场迅速嗅到了危机的气息—— 飙升的资本支出、云交易结构的隐患,以及因扩张数据中心而急剧膨胀的债务,让投资者信心崩塌。 相比9月份的峰值,甲骨文去年的收盘价已回撤约40%。 更令人担忧的是,目前甲骨文背负着高达约950亿美元的未偿债务。 在彭博高评级指数中,除去金融机构,甲骨文已然成为最大的企业债务发行人。 精准狙击「泡沫之王」 值得注意的是,Burry对做空对象的选择有着一套严密的逻辑闭环。 他明确表示,自己会避开那些业务版图远超AI范畴的「全能型」科技巨头,比如Meta、Alphabet(谷歌母公司)和微软。 做空Meta,意味着你在赌社交媒体和广告帝国的崩塌; 做空Alphabet,你是在对抗谷歌搜索、安卓生态和Waymo自动驾驶构筑的护城河; 做空微软,你更是在挑战全球办公SaaS领域的绝对霸主。 在Burry看来,这三家巨头拥有强大的自我调节能力—— 它们可以灵活收紧开支,在内部消化产能过剩,甚至进行资产减记,同时依然靠核心业务维持统治地位。 简而言之,这三座大山是不会轻易倒下的。 排除掉那些「硬骨头」,Burry对所谓的「AI泡沫」态度依然鲜明且犀利。 他甚至放出狠话:如果OpenAI的估值真能达到5000亿美元,他绝对会毫不犹豫地做空它。 而在当下,Burry将英伟达形容为表达对AI交易看跌观点的「最纯粹」标的。 作为当前最受追捧、几乎没有任何质疑声音的公司,英伟达是AI狂热的最佳代名词。 正因为所有人都看多,做空它的逻辑才最为纯粹。 而且,相比其他争议较大的对象,英伟达的看跌期权价格反而显得更为「便宜」。 奇点前夜 奥特曼的预言,「自我进化」的狂想 当Michael Burry在计算债务和市盈率时,硅谷的顶层玩家们正在谈论一件更为玄幻的事情——「起飞」。 2025年6月10日,OpenAI掌门人Sam Altman发布了一篇震动业界的博文「温和的奇点」(The Gentle Singularity)。 他在文中留下了一句令人脊背发凉的判词—— 我们已经跨越了事件视界;起飞已经开始了。 对此,科技博主prinz在其深度分析文章「The Gentle Singularity; The Fast Takeoff」中指出,奥特曼口中的「跨越事件视界」,实则指向了一个具体的战略转折点。 Codex才是开启进化的钥匙 早在2025年3月,Anthropic发布了Claude Code,紧接着在5月16日,OpenAI祭出了反击武器——智能体编码工具 Codex。 虽然当时外界的目光都被o3模型和开源猜测吸引,但Codex才是OpenAI通往终极目标的真正钥匙。 博客地址:https://www.prinzai.com/p/the-gentle-singularity-the-fast-takeoff OpenAI内部将这一战略称为「递归自我改进(RSI)」。 其核心逻辑是:利用AI编写代码,改进AI自身,从而创造出更强的AI,形成指数级的智力飞跃。 根据泄露的路线图,OpenAI的野心极为精确: 2026年9月: 开发出自动化AI研究「实习生」; 2028年3月: 打造出完全自动化的AI研究员。 这意味着,奥特曼预言的那个在数十万个GPU上日夜不休工作的「实习生」,距离我们已不足一年。 赢家通吃,鸿沟无法逾越 如此一来,也就解释了为什么科技巨头们不惜一切代价也要进行疯狂的资本开支。 Anthropic的内部调查显示,其Opus 4.5模型已被部分员工视为「近乎完整的入门级研究员替代品」。 Jack Clark更是直言,他最担心的是各家实验室能否成功造出「能造AI的AI」。 而这,很可能会是一场零和博弈。 如果OpenAI或Anthropic真的实现了AI研究的完全自动化,「复利效应」将导致一条无法逾越的鸿沟出现。 领先的模型将以人类无法理解的速度自我进化,而落后者——即便拥有顶尖的人类科学家团队——也永远无法追赶。 算力真相 通往天堂的燃料,还是地狱的泡沫? 如今,Michael Burry看到的「泡沫」与Sam Altman许诺的「未来」,在产业数据层面交汇成了一种令人窒息的疯狂—— AI算力的增长,每7个月就能翻一番! 对此,顶级研究机构Epoch AI追踪了全球各大主流芯片设计厂商每个季度的AI加速芯片产量,揭示了这场军备竞赛的底牌。 1500万H100当量的洪流 数据告诉我们: 从2022年开始,全球AI总算力每年都在以约3.3倍的速度狂飙。 正是这种指数级的增长,硬生生地把更大规模模型的开发和应用推向了现实。 截至目前,全球AI总算力已经突破了惊人的1500万片H100当量。 B300登基,H100退位 在这场算力军备竞赛中,英伟达的迭代速度令人咋舌。 数据显示,老黄的B300 GPU已经杀出重围,占据了其AI芯片营收的大头。 相比之下,昔日的王者H100市场占比已大幅萎缩至不足10%。 此外,Epoch AI综合了财报、公司公告以及各路分析师和媒体的报道,估算出了芯片层面真金白银的流向。 结果显示,在这场烧钱游戏中,目前新增的AI算力中,有超过60%依然姓「黄」。 不过,市场并非铁板一块。 谷歌和亚马逊正凭借自家的TPU和Trainium芯片,在剩余的市场份额中通过自研杀出了一条血路,试图在英伟达的统治下撕开一道缺口。 缺电的「热壳」,闲置的GPU 然而,这路狂飙的算力大军,正面临一个物理世界的尴尬现实——插座不够用了。 微软CEO纳德拉最近在采访中直言,微软已经没有足够的电力来喂饱所有的GPU了。 在纳德拉看来,目前的核心瓶颈不在于缺少芯片供应,而是缺少「热壳」—— 即那些靠近大型电力线路、基础设施完备的已完工数据中心。 这导致了一个致命的「时间差错配」—— 电力输送和建设,往往需要长达数年的周期;而GPU的供应量,却是按季度在指数级递增。 如果不解决这个问题,最终的结果就是一堆昂贵的芯片只能闲置在仓库里积灰。 在等待建筑物、变电站和输电线路准备就绪的漫长窗口期内,这些耗资巨大的GPU资产将面临严重的闲置与贬值。 金融、物理、奇点 一场极限博弈 这就是当下的科技世界。 Michael Burry站在地面上,指着摇摇欲坠的资产负债表,豪赌债务高塔的崩塌; 奥特曼则坐在火箭上,试图试图用「递归进化」的加速度冲出地心引力,到达那个名为「奇点」的彼岸。 而「电力缺口」却像是一道无形的墙,横亘在梦想与现实之间。 究竟是「奇点」先至,还是「电闸」先拉,亦或是「泡沫」先破? 甲骨文的股价,或许就是这场对决的第一个注脚。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。