凤凰网科技讯 7月24日，宇树科技官方宣布发布新产品——As2-W轮足机器人（机器狗），官方称其可以16kg持续负重长效作业，空载续航距离超30km。 从官方视频了解到，As2-W可实现6m/s高速疾驰，并完成高台俯冲稳落动作；具备IP54级防水，可踏水穿流。其自重约25kg，最大负重达180kg，堪称“强劲负重随行，完美徒步搭子”。画面还显示其搭载预训练RL模型6.0，暗示其在复杂地形下的运动控制能力或有突破。

作者｜林易 编辑｜重点君 7月16日，中国AI公司月之暗面发布最新开源模型Kimi K3，再次掀起了开源与闭源模型的路线之争。 AI时代，开源模型和闭源模型究竟谁能笑到最后？ 黄仁勋在最新访谈中认为，未来的世界绝不是赢家通吃，而是开源与闭源模型必然并存。当算力正在将全人类的智力规模化生产时，真正的挑战不再是谁先跨过终点线，而是全社会如何以最快的速度将AI渗透并应用到各行各业。 在与Axios联合创始人Mike Allen的深度专访中，黄仁勋详细剖析了当下AI狂潮背后的底层逻辑：当几千亿美金的资本涌入，AI泡沫到底存不存在？当中国开源模型展现出强大实力，美国科技界该作何反应？哪些关于AI的旧叙事，如末日论和失业潮，正在误导大众和监管层？当AI 从任务自动化走向千亿级Agent与具身智能，什么才是企业和个人真正需要守护的壁垒？ 一些核心观点： 1、未来的世界必然是开源与闭源模型并存。通用领域的智力应该尽可能向顶尖闭源厂商租用，但涉及核心竞争优势和知识产权的“智力主权”，绝对不能外包，必须构建专属的自定义AI。 2、AI不会夺走我们所有的工作，但善用AI的人会接替你的工作。 当具体的“任务”被自动化时，工作本身的“目的”并没有改变。技术催生的全新产业和巨大市场需求，实际上正在创造海量的就业岗位。 3、重资产计算时代已经到来，但这绝不是短期泡沫。我们正在经历由工业驱动的底层计算架构变革。现实世界中的物理瓶颈（芯片产能、内存、电力、土地）像一道闸门，拉长了建设周期，将“供给过剩”的那一天推迟了相当长的一段时间。 4、“AI导致人类灭绝”纯属一派胡言。科技领袖不应虚构科幻小说式的恐惧来误导大众和监管机构。美国在现代工业革命中崛起的关键在于对新技术的狂热应用，如今在AI面前，唯一可能被淘汰的原因就是不去应用它。 5、优秀的开源模型是对整个产业的巨大推力。无论它来自哪里，开源模型的爆发都会带来极其广泛的应用，最终带动算力基础设施的井喷。同时，开源的透明性也是构建全球分布式网络安全防御体系的最安全路径。 6、机器人的“ChatGPT时刻”其实已经到来。如果“ChatGPT时刻”意味着机器展现出令人惊叹、出人意料的能力，那么当机械机器人能够自主推理并执行诸如“把苹果放进抽屉”等系列任务时，这个时刻就已经发生了。接下来的关键是让其变得真正实用，这很可能会在未来3到4年内实现。 7、未来的世界将由千亿甚至万亿个Agent全天候环绕与运行。AI的Agentic 时代已经具备了核心能力，接下来的重点是普及与扩散。这些形形色色的 Agent将不知疲倦地“使用”计算机来协助人类，这种应用模式将直接导致整个行业对计算机数量产生极其巨大的增长需求。 以下是此次访谈的完整内容： 1.开源生态、智力主权与中美AI竞争 Mike Allen：我是Mike Allen，欢迎收看本期《Behind the Curtain》节目。今天我们在德克萨斯州沃斯堡（Fort Worth）采访NVIDIA的联合创始人兼CEO黄仁勋。NVIDIA是全球市值最高的公司，我们将共同探讨AI革命的未来走向。黄仁勋从第一天起就担任NVIDIA的联合创始人兼CEO，非常感谢你接受Axios《Behind the Curtain》节目的专访。 黄仁勋：非常高兴能接受采访，Mike，见到你真好。 Mike Allen：美国政府是否应该禁止或限制使用Kimi等中国AI模型？ 黄仁勋：我希望不要，我也认为不应该。美国乃至全世界同时需要开源和闭源模型。闭源模型性能优异、体验极佳，比如Anthropic和OpenAI提供的优质服务，我们应当尽可能多地租用和使用闭源服务。然而，工业界、科学界和网络安全领域同样离不开开源模型。开源对网络安全、国家安全和经济安全都至关重要，它能让企业完全掌控自身的知识产权与数据，以可控的方式推进AI模型研发。开源带来的透明度使整个技术社区能够审查和测试代码，从而将其强化至最佳状态，这对网络安全而言是最好的方案。因此，无论涉及多少行业，开源模型都是当今科学和计算机科学进步的基石，我由衷希望我们能保持开放。 Mike Allen：《华尔街日报》头条提出了一个简单的问题：是否应该允许美国公司使用中国的AI模型？ 黄仁勋：绝对应该。有些人误以为这些模型存在连接到中国的后门，这完全是误解。当你下载模型后，可以根据需求对它进行微调、增强或加上安全护栏。这些模型并非裸机运行，而是运行在所谓的Harness（驾驭工程）中，而这个工具则置于安全的沙盒之内。沙盒能够确保隐私、安全以及访问控制。因此，这些模型本身具备极强的能力，可以推动整个行业向前发展。我们希望AI能够尽可能快地扩散到市场中，而开源模型正是实现这一目标的重要途径。 Mike Allen：政府的干预难道就没有正面作用吗？ 黄仁勋：监管在许多行业当然是好事，但应该监管的是具体应用，而不是底层技术本身。原始技术本身具有双重用途，因此需要监管的是它的使用方式。政府可以监管AI服务本身，或者监管它在医疗、交通等领域的应用，比如监管AI在自动驾驶汽车中的使用。这些具体应用都应当接受监管，但底层技术本身应当被允许尽可能快速地向前发展。 Mike Allen：聊聊Kimi吧，这款实力强劲的中国模型此前引发了股市震荡。据报道微软正在测试并使用Kimi，甚至有消息称中国模型可能会替代微软内部使用的部分OpenAI和Anthropic服务。面对中国同行如此迅猛的竞争势头，美国AI企业应该如何应对？ 黄仁勋：这些优秀的中国开源模型确实非常出色，理应被广泛使用。此前市场误解了DeepSeek的影响，这次又误解了Kimi的影响。首先，优秀AI开源模型的出现对整个行业是极大的利好。当市场上出现优秀的AI时，哪怕它是开源的、不论它来自哪里，都会引发更广泛的使用。使用量增加，就会带动更多NVIDIA计算设备的销售，我们需要建设更多数据中心，提供更多服务，技术也会渗透到更多行业中。所以逻辑起点很简单：优秀的模型带来广泛的应用，进而推动巨大的增长。这发生在DeepSeek身上，也同样会发生在Kimi身上。 此外，人们误以为开源模型会与闭源模型形成对立，这也是一种误解。最有可能升级使用Anthropic或OpenAI等顶级模型的人，恰恰是那些已经在体验AI的人。他们希望获得更便捷的体验，或是看中随闭源模型附带的增值服务，又或是因为闭源模型的性能确实更为出色。因此，我们要做的是让AI技术尽可能快地渗透到各个行业，让更多人使用起来。开源模型价格极低、门槛极低，是大家尝试AI的最佳切入点。 Mike Allen：NVIDIA也推出了自己的开源模型Nemotron。你在录制前提到它处于前沿水平但并非最顶尖的前沿模型，它会成为美国主导的开源模型吗？ 黄仁勋：我们开发Nemotron，是为了满足那些出于技术主权、监管合规、数据隐私或特定领域知识产权保护需求，而必须构建自主AI的企业和行业。我总是建议客户尽量去租用OpenAI和Anthropic的闭源模型与服务，因为它们简单易用且效果极其出色。我自己也在用，我每天都在使用Perplexity、Anthropic和OpenAI的服务。只有在迫不得已时，才需要从头构建自己的AI。事实证明，许多金融服务公司、网络安全公司以及像我们这样的企业，都必须构建自主AI。Nemotron正是为此类企业量身打造的。我们并不需要做到全球绝对顶尖，但我们必须保持在前沿梯队中。 Mike Allen：你打算以多快的速度超越或与那些前沿大厂竞争？ 黄仁勋：那并不是我们的目标。我们的目标非常明确：如果你需要构建自定义模型和专属AI，我们可以为你提供服务和支持。只要搭配合适的Harness，比如OpenClaw、Hermes，或者是针对Opus模型的ClaudeCode，就能发挥出巨大威力。大语言模型是大脑，而Harness则能将其转化为可以思考、协同工作的Agent。在合适Harness的赋能下，NVIDIA Nemotron的表现会极其出色，你可以根据特定技能需求对其进行定制与适配，使其达到世界一流水平。 Mike Allen：如果开源模型（包括中国及其他开源模型）能够以更低廉的成本生成Token和智能，这对于商业独家实验室的经济模式意味着什么？ 黄仁勋：这绝对是天大的好事。这个世界真正需要的是更多需要AI的人，而让人产生AI需求的唯一途径，就是让他们先试用AI，随后意识到自己需要更好的方案。那些免费服务和自建AI并不适合所有人，当人们尝试过一次并发现自建AI非常繁琐、需要耗费大量精力时，就会寻求更好的选择。 Mike Allen：所以你的意思是，如果我是OpenAI或Anthropic，我根本不需要害怕开源模型？ 黄仁勋：完全不需要害怕。他们和这个市场最需要的，是让全世界都意识到自己离不开AI。人们想要获取更好AI的途径，就是在体验了今天的AI后，发现如果能有人提供全套托管服务就太棒了。这和云计算服务、搜索引擎或云端数据库的逻辑完全一样。我们当然可以运行自己的搜索引擎，但那太麻烦了；我们也可以自己组装电脑，但直接使用云计算服务要方便得多。很多事情自己做成本可能略低，但使用Anthropic和OpenAI的现成服务要高效得多。因此，无论闭源模型未来如何演进，它们在未来很多年里都会保持繁荣发展。很多事情自己做成本可能略低，但使用Anthropic和OpenAI的现成服务要高效得多。我同样认为，对许多人和公司而言，哪怕模型是免费的，自己运营的成本依然更高，不如直接交给专业公司处理。因此无论是从易用性还是便捷性来看，闭源模型在未来很多年里都会保持繁荣发展。 Mike Allen：面对开源与闭源模型的竞争，你对未来的构想是怎样的？ 黄仁勋：未来的世界必然是开源与闭源模型并存的。我们应当尽可能多地租用和使用闭源模型；而当迫不得已需要构建专属的个性化AI时，再去定制和使用开源模型。世界非常广阔，对许多国家和企业而言，他们必须建立自主可控的智力资产，绝不能把核心智力外包给第三方。因此我的建议是：在通用领域，能向云服务商租用智力的就尽量租用；但涉及核心智力时绝对不能外包，必须构建专属的自定义AI。 Mike Allen：Palantir的CEO此前在一次专访中警告称，不要把自己的Alpha（核心竞争优势）和知识产权拱手让给前沿实验室，这段采访引发了广泛关注。你的立场非常独特，你既在使用前沿实验室的服务，也在为他们提供硬件支撑；你不仅在芯片设计中使用这些服务，还在服务你最核心的客户。你是否担心过将自己的Alpha或知识产权泄露给AI，进而被它们用于优化自己的芯片设计？ 黄仁勋：任何人都不应该把自己的Alpha外包出去，任何企业、任何国家都不应该把自己的核心智力外包出去。对于常规服务，我们应当尽可能进口和租用。 Mike Allen：那该如何保护它？你认为最脆弱的环节在哪里？ 黄仁勋：在涉及特定领域、独家专利、国家主权、商业机密或合规监管的业务板块，必须由公司或国家自主完成。然而在企业内部，还有大量不涉及核心秘密的业务，比如市场营销自动化或法务流程自动化。在这些纷繁复杂的应用场景中，重点在于提升企业核心业务的生产力，它们并不包含企业的专属技术或知识产权。针对这些场景，我们应当尽可能地外包出去。 Mike Allen：你个人亲眼见证过的AI表现中，最令你震撼或感到后怕、甚至让你惊呼“这居然真的实现了”的事情是什么？ 黄仁勋：在我看来，AI能够胜任人类能做的大部分任务是完全符合预期的。AI能够生成逼真写实的视频并不遥远，AI能够生成文本并在此基础上进行推理、撰写代码也在意料之中。因此AI目前展示出的能力与我的预期高度一致。比如AI可以驾驶汽车、移动并操控物体、抓取物品，乃至自主制造这些计算机。这些能力绝大部分都在我的预料之中。我认为市场、行业以及社会需要认识到的是：虽然我们在将各种任务自动化，但全球所需的就业岗位实际上是在增加的。这在我看来非常符合逻辑。 许多人声称AI将消灭就业岗位，甚至让我们彻底无需工作，但事实恰恰相反。我可以先给你提供一组数据：全球放射科医生的数量不仅没有减少，反而大幅增长了约20%。原因在于，虽然AI实现了影像扫描解读的完全自动化，但医生因此能够接诊更多患者。由于需要医疗救治的人基数庞大，医院能够接收的患者数量剧增，最终导致对放射科医生的需求反而更高了。律师助理行业也是如此，从业人数增长了约10%。原因同样在于，使用AI后他们能够处理的案件数量增加了，面对大量积压的诉求，现在需要更多放射科医生和律师助理来服务这些客户。这种现象正在各行各业发生。过去几年制造类岗位的数量增长了约50%，因为需要将大量计算设备投入AI数据中心来生成Token和智力，巨大的市场需求直接带动了制造类岗位的飙升。因此放眼整个产业，AI正在各个领域创造全新的就业机会。 Mike Allen：再聊一个让你震撼的话题。我们知道Anthropic的Mythos模型具备入侵银行或情报机构系统的能力，还有什么突破或趋势是你没预料到、甚至让你感到忧虑的？ 黄仁勋：大家对此感到惊奇，反而让我觉得有些意外。Agent之所以能够生成代码，是因为它理解软件且具备代码调试能力；而既然能够调试软件，自然就能找出软件中的安全漏洞。因此，利用AI进行网络安全防护与寻找漏洞本身就是逻辑一致的。AI既能生成也能调试软件，这意味着它同样可以运用于网络安全领域。反过来说，我们必须确保全球的网络安全专家都能掌握开源模型。开源模型提升了网络安全性与防护能力，因为我们需要大规模分布式、多元化的自主防御体系。将开源模型交到全球网络安全专家手中，能让他们保护自身安全、排查漏洞并在社区内分享经验。如果所有人都依赖单一模型，就会形成单一攻击目标和单一故障源，世界反而会变得脆弱得多。因此，与那种认为必须封锁模型才能让世界更安全的想法恰恰背道而驰；我们必须开放模型，让全世界都具备自主的网络安全防御能力。 Mike Allen：33年前你30岁时创立了NVIDIA，当时这还是一家致力于将3D图形引入电子游戏领域的公司。你从第一天起就担任CEO，如今带领它成为了全球市值最高的公司。事实证明，当年用于游戏显卡的技术如今成为了AI芯片的基石。三年前NVIDIA市值达到1万亿美元，如今已翻了5倍达到5万亿美元。这样的成功奇迹还能被复制吗？还是说你已经是独一无二的独角兽了？ 黄仁勋：在美国一切皆有可能，这也是它被称为“美国梦”的原因。只要你愿意付出努力、勇于冒险并去创造独特的价值，你身边的环境、条件、支持、人才以及无处不在的智慧就会让成功成为可能。这里是梦想之地，几乎没有什么是不可能的。 Mike Allen：或许AI还会让这种可能变得更容易。正如我常对侄子侄女们说的那样，未来巨大的财富可能在一台笔记本电脑上就能创造出来。 黄仁勋：这完全是事实。如今初创公司的创建速度异常迅猛，单是在过去六个月里，仅在美国就有3000亿美元资金涌入风险投资和初创企业领域。这一切都在不断创造新的岗位和新的企业，这太不可思议了。 Mike Allen：不过NVIDIA目前也面临着近20年来最严峻的逆风考验：股市震荡、中国本土企业崛起、美国政府倾向于出台更严格的限制。以工程师的思维来履行CEO职责，你将如何应对这一切？ 黄仁勋：世界瞬息万变，你必须时刻保持警惕。但我对NVIDIA和美国的持续繁荣充满信心。这种信心并非源于空想，而是来自于你身边云集着顶尖的人才。这个国家的底色是追求成功，并为创业者和创新者营造了做出卓越成就的土壤。我们身处无与伦比的智慧之中，拥有庞大的本土市场，具备长期成功所需的一切要素。因此我一如既往地看好未来，充满信心。 Mike Allen：此前普遍认为美国在AI领域领先中国六个月，容错空间并不大。如今中国推出的模型展现出了媲美OpenAI ChatGPT和Anthropic Claude的实力，给科技界带来了震撼。中国是否已经追赶上来了？ 黄仁勋：无论中国是否追赶上来，我认为这并不重要，原因在于：首先，这绝不是一场拥有终点的竞赛，我们显然会永远使用AI。美国会长期存在，中国也同样会长期存在。我们需要认识到，中国拥有全球规模最大的数理学生群体之一，如果说他们制造出了什么令人惊叹的东西，那就是他们培养出了极其优秀的数学人才，他们培养的AI研究人员数量比世界其他地区的总和还要多，这是既定事实。因此，中国在这方面展现出非凡的实力是必然的结果。企图阻止中国的发展是极具误导性且不可能实现的，反过来他们也无法阻挡美国的发展。美国是一个创新力极强的国家，得益于“美国梦”，全球最顶尖的人才（无论是移民还是本土人才）都会汇聚于此。我们拥有伟大的大学和雄厚的产业基础，因此我对美国的持续繁荣充满信心。 关于AI，我们最需要做的是避免让我们的产业和整个社会陷入恐慌，进而不敢去使用AI。AI不会夺走我们所有的工作，但那些善用AI的人会接替我们的工作。因此，我们必须确保自己能够接纳AI，并尽可能快地将AI渗透推广到各个行业中。任何限制这一进程、妨碍其发生的事情——无论是通过恐慌情绪的蔓延，还是整天危言耸听地讨论AI末日论——在我看来都是毫无根据且对美国有害无益的。只要我们的各行各业能够充分利用AI，我们就将迎来非凡的发展。 Mike Allen：关于末日论，你的一些同行巨头此前频频警告大众、大肆渲染未来可能发生的危机，他们是不是做得有些过头了？ 黄仁勋：预先发出警告并没有错，如果能在警告的同时给出解决方案就更好了。但凭空捏造事实则是完全不可接受的。比如声称“AI将导致人类灭绝”，这纯属一派胡言；声称“AI将摧毁美国半数的工作岗位”，这也是无稽之谈。所有的事实和证据都指向了截然相反的方向。从直觉和基本常识来看，这种观点也是完全错误的——AI将显著提升生产力，而生产力的提升必然会创造更多机遇。纵观人类历史长河，社会因技术进步而变得越来越高效，这创造了更多的就业岗位，而不是更少。如果技术真的减少了工作，现在美国可能只剩下10万个岗位了，但这显然不是事实。技术催生了全新的产业、全新的机遇、全新的市场和全新的应用场景，所有这些都扩大了机遇的基数并推动了增长。回顾历史，AI时代发展至今已近15年，其证据已十分确凿：由于AI需要强大的工业实力作为后盾，我们正创造出大量的制造类岗位；同时，它也带动了能源、芯片以及土地、电力、厂房等基础设施领域的就业，还孕育出了大批全新的AI企业，而那些积极引入AI的传统行业同样在蓬勃发展。因此，AI正在全方位地创造各类就业岗位。 Mike Allen：最后一个关于中国的问题。你对中国展现出的实力持非常现实的看法，那么OpenAI和Anthropic这两家你最重要的客户是否正陷入困境？ 黄仁勋：完全没有，哪怕一丁点都没有。这两家公司目前都在蓬勃发展，并将继续保持增长，未来它们都将走向上市，这两家公司可能会创造人类历史上最成功的IPO。想想看，两家成立仅几年的公司，市值就达到了1万亿美元，这怎么可能是处于困境？因此在我看来，当AI作为一种极其丰富甚至免费的资源渗透到各个行业和整个社会时，大家如果想使用现成、高品质的服务，而不是耗费精力自建或托管AI，就能拥有更多选择，这绝对是一件好事。使用AI的人越多、对AI的依赖程度越深，OpenAI和Anthropic所面临的机遇也就越大。 Mike Allen：所以不存在中国企业把美国公司赶出赛道的可能性？ 黄仁勋：绝不可能，概率为零。美国的科技产业太有活力、太聪明、太富有创新精神了，而且迭代速度极快。无论全球迎来怎样的竞争，放马过来就是，美国已经准备好了。 2.资本与物理极限：重资产计算时代的“泡沫”迷局与基础设施长波 Mike Allen：在中国强力模型Kimi发布后，投资者纷纷抛售NVIDIA股票，芯片股在过去一个月里下跌了18%。华尔街对未来AI基础设施建设的走向究竟存在什么误解？ 黄仁勋：免费或低成本的AI对硬件是极大的利好，对芯片是极大的利好，对数据中心也是极大的利好。因此我认为市场再次看错了。当年DeepSeek问世时，他们就看错了，你可能还记得当时我们的股价下跌了约30%，而现在的状况如出一辙。整个行业真正需要的是出色的AI，而像Kimi 3、DeepSeek、通义千问以及NVIDIA的Nemotron等开源模型都极其卓越，所有这些优秀开源模型的涌现对整个行业都是巨大的推动。当然，OpenAI的GPT-5.6非常惊艳，Codex和Claude Code也同样令人赞叹。所有这些正在发挥巨大效用的应用，标志着有价值的AI终于真正到来了。而有价值的AI本身就是能够盈利的AI，当一项技术足够实用时，人们自然会产生强烈的选择和使用意愿。因此，这一切都是利好。闭源模型性能卓越，开源模型不可或缺，两者兼备对整个产业的发展大有裨益。 Mike Allen：部分投资者认为AI的发展已经触及顶峰，站在技术前沿的角度，关于未来的走向你有什么可以透露给他们的？ 黄仁勋：AI绝不可能已经触顶，因为AI在社会和各行业中的渗透才刚刚开始。世界正在看到的是，与上一代极其轻资产、高毛利的传统软件产业不同，这个全新的行业是高度依赖资本支出的。 Mike Allen：资本支出，也就是说必须实打实地建造设备才能把东西生产出来。 黄仁勋：一点没错。为了生成现代软件，你必须依靠这样的计算机来生产软件。当AI在编写代码时，其实是机器在后台对大语言模型进行全量运算、推理和思考，并调用各种工具。为了做到这一点，机器必须实时生成Token、完成大量的数学计算。因此，正是这台机器在背后源源不断地进行数学运算，才让我们在屏幕上看到了文字、图像，或者在未来看到蛋白质合成、化学结构以及机器人系统的精准动作。所以，全新的IT产业、软件产业乃至未来的每一个行业，都会变得更加偏向重资产运营。如今绝大多数智力型产业都是轻资产模式，这种状况必然会被改变。但作为回报，你将获得难以置信的智能水平、生产力飞跃和巨大的增长空间。因此，智力被规模化生产后带来的增长、盈利和繁荣，将远远超过我们今天所投入的资本支出。我们目前正在奠定基石、搭建基础设施，开展人类历史上规模最大的工业基础设施建设，从而为下一代的未来产业打下坚实的基础。这一切才刚刚开始。 Mike Allen：正如你所经历的那样，半导体行业向来有着繁荣与萧条交替的周期规律，我们是否即将迎来一次行业低谷？ 黄仁勋：不，至少相当长一段时间内不会。 Mike Allen：这次不一样了？ 黄仁勋：这次截然不同，因为现在的需求并非由消费端的季节性波动所驱动，而是由整个工业体系的深刻转型所驱动。所谓“非消费驱动”，意味着它不再受季节性周期影响。这是工业驱动的转型，代表着计算机最底层的计算架构正在发生根本性变革。全世界需要一层全新的基础设施——我们此前拥有电力网、互联网、公路网和铁路网，而现在我们需要在这些基础设施之上，构建一层AI智能层基础设施。这一层基础设施对芯片有着海量的需求。我认为在未来十年内，我们的半导体产业规模可能需要比现在扩大5到10倍。 Mike Allen：需要多长时间来实现？ 黄仁勋：就在未来的十年里。因此，目前的产业规模相较于未来的需求而言太小了，这就是为什么内存、存储、光互连、芯片封装以及台积电的晶圆代工产能全线紧缺的原因。所有环节都供不应求，根本原因在于这不是消费者的周期性需求所致，而是底层基础设施变革引发的必然结果。因此整个行业都面临着巨大的产能缺口，我们需要将整个产业的规模再扩大数倍。 Mike Allen：你的客户们正在发行数千亿美元的债务来购买你们的产品，这场狂欢什么时候会告一段落？你的财务团队什么时候会开始对这些交易感到担忧？ 黄仁勋：我们对此并不担心，原因有以下几点：首先，这些客户本身就是极具实力的卓越企业，自身拥有极其强劲的现金流。同时，他们都敏锐地意识到计算方式正在发生根本性的底层变革，这是计算平台的时代交替。过去的计算机处理的都是预先录制好的内容——预先编写的代码、预先拍摄的照片或预先写好的文章；而在未来，所有这些都将成为基础信息，我们将在其之上实时生成智能。人们不再需要传统的搜索，只需提出疑问，系统就会直接给出答案；不再需要逐个浏览纷繁复杂的网站，AI会自动为你生成所需的结果。这种全新的计算方式与过去有着本质的不同，因此我们需要数量庞大的全新计算机。几年前有人曾质疑AI的ROI何时能够显现，而如今我们已经证实了AI具备强大的盈利能力——这正是Anthropic能够实现如此高速且高利润增长的原因。AI不仅实用（所以我们用它来写代码），而且能够盈利，这也正是大家希望成倍扩大生产规模的原因。 OpenAI之所以想成倍扩大生产规模，是因为这些编程Agent能够创造极其丰厚的利润。这些编程Agent正在那些高薪岗位上发挥着巨大的实用价值。因此，像我们这样的众多企业都非常乐意每年支付数亿美元来使用这些AI服务，以大幅提升我们的编程能力。我们的生产力提高了、创新速度加快了、创造的价值更多了，进而实现了更有成效的生产力增长与更高的利润，而这些利润又反哺了对AI的更多投入。如今，这个飞轮已经正式转动起来了。可以说，整个行业已经来到了一个关键的交叉点和拐点：因为有了实用的AI，所以我们拥有了能够盈利的AI；也正因如此，我们才希望建造规模大得多的AI。 Mike Allen：这就触及问题的核心了。你曾将Token定义为人工智能的基本单位，究竟是什么让你确信Token能够持续带来更高的利润？ 黄仁勋：Token其实是一种Embedding（嵌入），它嵌入了知识，嵌入了智能。因此，这台机器所生成的Token数值并非一个静态数字，它不像圆周率那样固定不变，而是随着时间推移编码了越来越聪明的智能。令人惊叹的是，这绝非单一的数字，而是由数以万亿计的数字构成的序列，并且这些数字随着时间的推移正在变得越来越聪明。当它们变得越来越聪明时，就会变得越来越实用、越来越有价值；而当它的价值更高时，人们自然愿意为此支付更高的费用。我知道对大多数人来说，很难理解数字为什么会蕴含巨大的价值，但Token这些数字确实嵌入了智能，而且这种智能时刻都在变得越来越聪明。 Mike Allen：回顾历史，每一次工业建设潮都伴随着过度投资引发的泡沫，这一代AI狂潮的泡沫风险在哪里？ 黄仁勋：泡沫终究会有到来的一天，但绝不是现在。我们现在正处于大规模基础设施建设的起步阶段。 Mike Allen：会在五年后，还是十年后？ 黄仁勋：未来五年内发生的可能性非常小。 Mike Allen：那五到十年呢？ 黄仁勋：这就取决于我们的建设速度了。当然，目前的挑战在于，我们搭建基础设施的速度受到了物理条件的严格限制。就眼下来看，行业本可以建设得更快、运行得更快，但我们没有足够的芯片，没有足够的内存，没有足够的土地和电力，甚至没有足够的建筑工人来建造数据中心。我们在各个方向、各个维度上都面临着资源瓶颈。但这种限制其实是件好事，它像一道闸门拉住了整个系统，从而为我们争取了充裕的时间去一步步铺设这些基础设施。因此，一方面市场有着强烈的资本支出投资意愿；但另一方面，受限于上述种种物理瓶颈，这些资本支出真正落地转化为超级计算机和AI工厂的过程被拉长了。我认为这种供需关系的延迟，会把“供给超过需求”的那一天推迟相当长的一段时间。 Mike Allen：你会去使用Kimi这款中国的开源模型吗？ 黄仁勋：当然会，它非常聪明。当然，你依然需要确保对其进行微调，加上安全护栏与防护屏障，将其置于适当的安全沙盒之中，并做好访问控制。这和对待所有软件是一样的。我们时刻都在从开源社区下载软件，人类历史上最重要的软件之一——操作系统，就是开源的。操作系统控制着计算机，甚至可以说操作系统控制着当今人类社会的运行，它是整个世界数字系统的控制骨架。它就是基于Linux开源的，这使得数百万人有机会去研究它、审查它、测试它，确保它足够坚固可靠，我们从而能够信赖它。因此，开源是我们巩固并信任底层基础设施的绝佳方式。我们确实非常需要开源模型，这对社会、对工业界都至关重要，也是未来最安全、最可靠的前行道路。所以我觉得Kimi非常优秀是一件棒极了的事，同样，美国有开源模型，欧洲有开源模型，中国有开源模型，日本有开源模型（我刚去过日本），印度也有开源模型（我正在与当地许多团队合作），这些都非常棒。开源模型将无处不在，这种开放性对于安全性、可靠性以及国家安全而言都是极大的利好。 3.击碎“末日叙事”：政治、监管与科技领袖的真实责任 Mike Allen：可以说你是当下最受欢迎的AI企业CEO了。当你在亚洲时，人们排着长队找你签名，狗仔队跟踪你的座驾，甚至有人让你在他们的衣服上签名。为什么亚洲对AI的看法与这里如此不同？ 黄仁勋：我认为，可能是因为这里的末日论者花了太多时间去空想那些科幻小说式的后果，这或许能让他们显得很聪明。 Mike Allen：你指的是某些AI公司的CEO吗？ 黄仁勋：我认为作为行业领袖，在公开发言时应当更加审慎。听着，如果你是想向世界发出预警，提示这项技术具备惊人的能力，那么这个目的已经达到了。我们现在应当把精力投入到如何确保这项技术的安全性上，这是我们作为技术领袖的责任。一味地向所有人大喊“AI必须保持安全”，不过是在提醒你自己有责任去做好安全保障罢了。因此，我们必须确保它的安全，确保大众理解这项技术的真正能力，并以安全、可靠、实用和智慧的方式去推进它，这是我们的职责所在。预警已经被大家重视了，这也让监管机构和政策制定者理解了这项技术的本质。 但另一方面，我们应当鼓励美国民众去积极使用这项技术。我们之所以能领导这次工业革命，并非因为所有的技术都是我们发明的，而是因为我们以极大的热情应用了它，这才让工业革命落户美国。我们需要确保在医疗健康等领域以极大的热情去应用AI。正如约翰斯·霍普金斯大学的一位医生最近撰文所言，AI技术正在大幅加速癌症发现的过程；我们已知AI在放射医学和软件工程领域的突破，而软件工程正是当今智能、自动化与生产力提升的核心引擎；我们还看到了AI在推动气候科学发展、帮助我们更好地理解气候变化方面的贡献；借助AI，我们能够升级国家电网；借助AI，我们无需政府补贴就能投资可持续能源。这一切都得益于这个行业的发展。 因此，我认为我们应当对此展现出更大的热情，要让美国人意识到：我们被甩在后面的唯一可能，就是我们不去应用这项技术。别管是谁贡献和发明了技术，如果我们不去应用它，那才是我们被淘汰的原因。因此，让我们牢记美国是在现代工业革命中如何崛起的，并以同样的盛情和精神——同样的美国精神，去引领下一场变革。 Mike Allen：对AI的一些剧烈反对情绪甚至演变成了暴力行为。你开始考虑自己的个人安全问题了吗？ 黄仁勋：我目前很安全，并不觉得受到了威胁。我认为核心在于你必须安全地推进技术发展，让它对社会做出贡献，始终考虑他人的利益，确保这项技术的研发能够广泛造福社会和产业界。我常提醒大家的一点是：在我们发明过的所有技术中，AI比其他任何技术都更能消除技术鸿沟，这是有目共睹的。这是历史上第一项任何人都能轻松使用的伟大技术，这也是ChatGPT能够风靡全球的原因所在。如果你不知道怎么使用AI，直接去问AI“我不知道怎么用AI，教教我怎么用”，AI就会引导你。 Mike Allen：比如“帮我优化提示词”。 黄仁勋：没错，无论是什么，比如“帮我优化提示词”。只要是你想象到的、梦寐以求的、或是想要提升的领域，只需告诉AI，给它一个带你开启旅程的机会。我每天都在用AI来拓展知识面、解决问题，去理解那些超出我专业领域的事物。对我而言，AI一直是一位极佳的教练、顾问和导师，我相信对所有人来说也应是如此。 Mike Allen：然而现在社会上存在着一种敌对的情绪。你有多担心下一位民主党总统候选人会是一个反对AI的社会主义者？ 黄仁勋：我们需要帮助人们去理解什么是AI，以及AI能做什么。我首先要提醒大家的是：AI正在创造海量的就业岗位，而不是夺走它们。当我们到处宣扬“AI将摧毁工作”的故事时，大家自然会感到焦虑。没有人会说：“你知道我最想做什么吗？我想投资一个会摧毁工作的项目。”没有人希望看到那种局面。因此我认为这种叙事是错误的，这种言论不仅偏离事实而且有害。那些散布这种言论的人，在根本逻辑上就搞错了。 Mike Allen：所以你的意思是，整个行业需要讲出一个不同且更具一致性的正向故事？ 黄仁勋：是的，但这不仅仅是一个故事，而是客观事实。把事实告诉大家就好，事实就是我们正在创造数以百万计的工作岗位。 Mike Allen：所以行业需要多谈谈现实，换个方式来谈？ 黄仁勋：没错。不要去虚构那些子虚乌有的故事，比如宣扬“奇点即将降临”是虚构的，宣扬“我们生活在虚拟仿真世界里”也是虚构的。这些都是编造出来的桥段。我认为作为故事听听挺有意思的，当许多行业领袖和我的朋友们讲述这些时，我甚至蛮享受这种叙事风格。但我们大家都必须保持理性与谨慎。 Mike Allen：也就是说，他们是在不必要且错误地恐吓大众。 黄仁勋：是的。 Mike Allen：抛开工作岗位不谈，关于这种技术令人毛骨悚然的风险，你曾表示有办法对此进行免疫。 黄仁勋：没错，因为那些耸人听闻的场景完全是虚构的，是科幻小说和好莱坞电影的产物，根本不是事实。现实中最接近真实AI的东西是R2-D2和C-3PO，而谁会不想拥有一个R2-D2和C-3PO呢？ Mike Allen：你与特朗普总统建立了非常融洽的关系，你们会互相发短信，他的回复非常迅速。与总统保持这样的沟通是一种怎样的体验？ 黄仁勋：他非常聪明，记忆力惊人，对数字极其敏感。他是唯一一位能清楚记得H20、H200，甚至知道NVIDIA下一代Blackwell和Rubin架构的总统，他的记忆力简直令人叹为观止。我们现在正坐在一家全新的工厂里，记得我第一次见他时，他就表示希望能恢复美国的制造能力、让美国重新工业化，打造安全且富有韧性的供应链，并把半导体制造业带回美国，字面意义上的带回美国。 Mike Allen：我们现在所在的这座工厂，正是你与特朗普总统第一次会面交谈所带来的直接成果。 黄仁勋：没错，这里是德克萨斯州的沃斯堡。 Mike Allen：他在每一场对话中都极其一心一意地专注于创造就业，一心一意地重塑美国经济和劳动力结构。他非常明确地知道，只有让美国富有起来，拥有强劲的经济与繁荣的生态体系，才能支撑起最强大的军事力量，从而打造最安全的国家。这种专注确实令人深受鼓舞。 Mike Allen：那么你认为现任政府在AI领域存在哪些认知误区？ 黄仁勋：我认为在监管这项技术时，政策制定者必须审慎思考监管可能带来的非预期后果（unintended consequences）。我们绝不能把AI的发展看作是一场百米冲刺式的争霸赛。那种“谁先跑赢这100米、谁先跨过终点线，谁就能永久赢得一切”的叙事，完全是无稽之谈。 Mike Allen：你指的是美中之间的AI竞争？ 黄仁勋：一点没错，这完全是无稽之谈。编造的那些危言耸听的故事，正在政策制定者之间制造恐慌。而之所以会这样，是因为某些企业希望借助政府的力量去制定有利于自身垄断的监管规则。但我的观点是：我们应当开诚布公地去竞争。必须认识到，这项技术极其重要，但AI最终的成功与胜利，取决于社会和产业界能否充分应用它，而与“谁率先发明了它”毫无关系。 回顾历史，我们没有发明电力，没有发明绝大多数的制造技术，也没有发明开启上一轮工业革命的大部分关键技术。然而，美国以比其他任何国家更快、更有热情、更有创造力的方式应用了这些技术，这才奠定了今天的美国。因此，我们应当让美国行业的这种精神蓬勃发展，让美国企业放手去干。当然，我们需要审慎对待监管，确保技术安全；但如果认为未来17天后谁先跨过终点线就能成为唯一的赢家，那纯属凭空捏造。 Mike Allen：顺便问个有趣的问题：在总统的内阁成员中，你觉得谁非常聪明且适合一起携手构建未来？ 黄仁勋：每一位内阁成员我都非常喜欢与他们合作。幕僚长苏西·威尔斯（Susie Wiles）非常出色，财长贝森特（Scott Bessent）、商务部长卢特尼克（Howard Lutnick）也都是极其优秀的人才。他们全力奉献，希望推动总统的任期取得成功，这也是我们所有人的期望。特朗普是我们的总统，我真心希望我的总统能够成功，这样我们的国家才能走向成功。 Mike Allen：不过眼下确实有迹象表明政府倾向于出台更严格的限制措施。你对此感到担忧吗？ 黄仁勋：当然。我想给现任政府、总统以及所有的政策制定者提个醒：在听信那些高调的说辞和危言耸听的故事之前，在凭空描绘某种根本不存在的AI未来图景之前，请回到客观事实上来。那些所谓的“AI已经产生自主意识”的言论完全是科幻小说，是彻头彻尾的谎言。 作为全球构建这项底层技术的人之一，我知道技术确实非常强大，但我很担心政府会因为误信这些虚构的叙事而产生过度反应（Over-correct）。我建议他们去倾听更多人的声音——多去与不同的CEO、科学家交流，而不是只听一两个人的言论，切忌做出膝跳反应式的决策。明天并不是什么迫在眉睫的审判日，请多了解事实，保持从容、审慎、明确且有针对性，给自身留出足够的时间与行业广泛沟通。 Mike Allen：特朗普总统此前提出了“政府入股头部AI企业”的设想。作为全球市值最高的企业之一，如果总统打电话要求获取NVIDIA的股权，你会怎么回应？ 黄仁勋：这完全没必要。事实上，美国政府已经在NVIDIA拥有了巨大的“股权”——他们拥有我们成功所带来的丰厚红利。仅在去年，我们就缴纳了100亿美元的税款，而今年的纳税额还会大幅增加。我们创造了海量的就业，带动了庞大的税收。美国企业越成功、越富有，就能创造越多的税收和就业，全美民众也会因此受益。更何况，如今绝大多数美国人都持有股票，股市上涨意味着人人受益。因此，美国已经在这些伟大的企业中拥有了应得的份额，我们只需要确保这些企业能够继续蓬勃发展。 Mike Allen：所以你会明确拒绝这个提议？ 黄仁勋：我目前不会建议这么做，因为完全没必要。 Mike Allen：你认为我们现在准备好向所有人开放Anthropic强力模型Claude Mythos了吗？整个系统的防御能力足够坚固了吗？ 黄仁勋：绝对应当向所有人开放。确保系统坚固是模型开发商的责任。 Mike Allen：你的意思是向所有用户开放，而不是像现在这样仅限于少数特定机构？ 黄仁勋：没错。他们应当将技术交付给大众，而他们的职责就是确保技术的安全与坚固。无论软件中出现了什么漏洞或越狱风险，一旦发现就必须第一时间修补，这就是软件开发的本质。你看看之前发生的事情：即便它被泄漏或越狱、做了一些原本被设限的事情，世界依然完好无损，你和我也依然坐在这里平静地交谈。我并不是在鼓励攻击漏洞，但发现脆弱环节并快速打上补丁，本来就是科技公司应当承担的工作。 Mike Allen：所以，这是在借此向白宫和Anthropic传达一个信号：Mythos应当作为一项标准服务提供给所有人。 黄仁勋：是的。别忘了，即便你不开放Mythos，开源模型依然在蓬勃发展。因此，应当让Anthropic放手去干，去推动他们所创造的技术向前发展，并将技术交到尽可能多的企业手中，让大家都能从中受益。限制Anthropic的发展对美国毫无益处，让他们放手去奔跑吧。 Mike Allen：那么，开源模型公司是否应该被允许违反服务条款，去蒸馏（Distill）闭源模型的技术，然后再把这些高性能的开源模型推向市场二次销售？ 黄仁勋：这取决于具体的服务条款与许可协议。如果服务提供商对其条款被滥用感到不满，他们应当直接寻找相关公司，通过现有的法律和法规等传统渠道来解决争议。 但是从技术本身来看，“蒸馏”——也就是向其他AI或知识来源学习——是智能发展的核心要素。人类同样在不断相互学习，我从你提出的问题中学习，你从我的回答中学习，我们整天都在互相吸取知识。AI也必须有学习的来源。最早的AI（无论是闭源还是开源）无一例外都在互联网上抓取了人类过往的所有知识；而现在，AI生成的内容数量已经超越了人类。再过几年，互联网上99%的内容都将由AI生成。这意味着AI时刻都在蒸馏其他AI的智力成果。 因此，AI能够具备学习能力是一件非常好的事情。我们希望每一个AI都足够聪明，而更聪明的AI往往也是更安全的AI。我认为最关键的是要把这两个概念区分开来：AI是否应该尽可能多地从各种知识源中学习？ 答案是肯定的。AI是否可以侵犯隐私或违反法律协议？ 答案绝对是不行。如果有人违反了协议条款，就去联系那家公司，去处理好这件事。 Mike Allen：你在以色列有很多员工。在战争背景下，你怎么看待中东的AI 建设？ 黄仁勋：首先，我很关心我在以色列的员工家庭。我们在那里有6500 个家庭，他们处于冲突之中已经有一段时间了。我很欣慰他们目前一切平安，祝愿他们继续保持平安，我也期待着冲突结束的那一天。阿联酋正在中东投资AI，我觉得这太棒了。 Mike Allen：你依然看好阿联酋成为巨大的AI巨头吗？ 黄仁勋：是的，他们拥有将自己打造为未来AI枢纽的远景。依托于原油和能源等天然资源，他们有机会将自己重塑为一个AI枢纽。我为他们感到骄傲，很高兴他们对此感兴趣，也非常赞赏他们的愿景。 你知道，阿联酋已经非常现代化了，那是一个聪明人趋之若鹜并蓬勃发展的地方。他们正在建立新公司、推动新创新。这将是他们的下一个工业实力来源，我很期待看到这一点，对他们来说太棒了。 4.未来图景：从任务自动化到千亿级Agent与具身智能 Mike Allen：我简直听得入迷了。出于尊重你时间的考虑，我想问你一个关于就业的问题，然后再问几个关于人生教训的问题，可以吗？ 黄仁勋：我有的是时间。 Mike Allen：非常感谢你。我想问你这个问题，因为我知道这是你的核心理念之一：作为全球市值最高的公司之一，你们拥有50,000名员工。你说过在十年后，员工规模可能会维持在 75,000人左右，并提到“越小越好”。你提到许多其他科技巨头的员工规模都在六位数（数十万人）。你是怎么做到的？ 黄仁勋：靠战略。战略的本质就是尽可能高效地利用你的资源。你的目标是用有限的资源去实现未来的愿景，并明智地使用这些资源。因此，我工作的一部分就是保持战略眼光，关注我拥有的资源，并以尽可能精准、高效的方式去应用它们，从而实现那个愿景，并最大化投资资本回报率（如果用财务术语来说的话）。但其根本在于：无论你拥有什么资源，都要发挥出最大的影响力。这就是CEO最根本的工作。 我有幸在30岁时创立了这家公司，正如你之前提到的那样。我做这份工作的时间可能比科技史上任何一位CEO都长，所以我拥有长期实践的优势。随着时间的推移，这就是我的手艺、我的“功夫”。这就是你必须做的事情。 Mike Allen：在每一次工业革命中，即使净增加了更多的就业岗位，某些任务和工作也会被自动化。就像在其他工业革命中一样，哪些工作和任务会消失？ 黄仁勋：如果你的工作本身就是那项“任务”，那么当该任务被自动化时，你的工作就极有可能被淘汰或改变。例如，客服呼叫中心，这就是一项极有可能被高度自动化的任务。然而，对于现在处理实际通话的这些AI进行管理、协调、改进和评估，很可能仍然是一项以人为本的任务。 所以请记住，一份工作是有其“目的”的，而目的包含了许多“任务”。我最喜欢的例子就是关于放射科医生的原始例子。放射科医生的任务是研究影像，但其“目的”是消除人类的痛苦、帮助人们了解自己的疾病、与其他医生合作来识别疾病。当任务被自动化时，目的并没有改变。 Mike Allen：我经常告诉身边处于职业生涯早期的年轻人：不要把你的“任务”误认为是你的“工作”和“机遇”。 黄仁勋：没错，完全正确。你看，今天大多数IT 和科技领域的从业者都是坐在键盘前打字。如果我们拍下这一幕，在10年、20年后回顾，就会觉得这像极了过去人们坐在IBM Selectric电动打字机前打字的老照片。所以，打字并不是我们的工作。解决问题、创新、探索影响力、创造价值、帮助消除人类痛苦、带来欢乐和愉悦——无论你的工作目的是什么，它并不会因为你不再需要打字而发生根本改变。我们不需要打字了。 Mike Allen：你预计机器人的“ChatGPT时刻”会在什么时候到来？也就是它们在普通人的日常生活中变得实用且有价值的时候？ 黄仁勋：2022年的“ChatGPT时刻”，并不是AI变得实用的那一刻——我们又等了整整四年。ChatGPT时刻是指我们看到它令人惊叹、能做出出人意料的事情的那一刻。如果以此为标准，那么机器人的“ChatGPT时刻”其实已经到来了。你可以对机器人说：“把苹果放进抽屉里”，机器人实际上会去推理它需要做的一系列任务，包括在放入苹果之前先把抽屉打开。它会对这个过程进行推理。当人们第一次看到一个机械机器人做到这一点时，我认为这打开了他们对机器人未来发展前景的想象空间。所以，我认为机器人的“ChatGPT时刻”已经到了。现在的关键是：我们何时能让它变得真正实用？如果说在未来3到4年内我们能让它变得实用，我一点也不会感到惊讶。 Mike Allen：我们已经进入了AI的“Agentic时代”，下一个AI时代会是什么？ 黄仁勋：AI的Agentic时刻，其核心能力现在已经具备了，接下来的重点是这种能力的普及与扩散。很快，非常快……我们之所以需要多得多的计算机，是因为今天全世界只有10亿人在使用计算机。而且我们使用计算机的方式——比如就像现在，当你不在说话的时候，我们基本上并没有在用电脑，电脑是闲置的。全球10亿用户中，可能在同一时间段真正使用电脑的也就1亿人。 而在未来，我们将得到许许多多Agent的支持、增强与环绕，它们会协助我们做事。这些Agent将一直不停地使用计算机。Agent本身不会变成计算机，Agent将去“使用”计算机。因此，我们将有1000亿甚至1万亿个Agent全天候运行——包括高智商Agent、轻量级Agent、专用Agent、超级Agent，各种各样的Agent一直在运行。因此，我们所需要的计算机数量将会呈现极其巨大的增长。 5.淬炼与专注：黄仁勋的掌舵艺术与人生哲学 Mike Allen：最后我们来进行一轮关于“人生教训”的快速问答。你是一个伟大的美国传奇故事：出生于台湾，9岁时被送到美国，读了一所听说相当艰苦混乱的寄宿学校。你谈到过自己曾被欺凌，30岁创立了英伟达。你曾说过，成功的关键是经历了足够的痛苦和折磨。在你的职业生涯中，哪种痛苦和折磨带给你的收获最大，或者说支撑你创立并领导了这家公司？ 黄仁勋：没有什么伟大的运动员是凭空产生的。那需要无数次在无人关注时的练习、无数次的挫折和失败。是的，就是大量的痛苦和折磨，而这正是升华技艺、铸就品格、赋予你信心和韧性、让你能够应对极其严峻挑战的东西。这和运动员的感受没什么不同——当你在比赛中进入“无我状态”或者处于极大压力之下时，你会觉得时间变慢了。我也有同样的感受。当压力最大、紧张达到顶峰时，我感觉时间变慢了。原因来自于长期的实践，来自于一次又一次重复地做一件事，来自于管理自己的压力和专注力，并拥有通过努力战胜困难的信心，同时身边还有优秀团队的陪伴。所有这些结合在一起，形成了一种能让你在极高水平上发挥的条件。因此，痛苦和折磨是不可或缺的。 Mike Allen：对于一个远赴重洋来到美国的9岁“小黄仁勋”，你会对他说什么？关于来到美国，有什么值得兴奋的，又有什么需要留意的？ 黄仁勋：美国是世界上最伟大的国家，毫无疑问。它之所以是世界上最伟大的国家，并不是因为我们没有挑战，也不是因为我们没有分歧；恰恰是因为面对所有这些巨大的挑战和分歧，我们总能设法化解它们。通过公开的讨论，通过一个允许自由的充满活力的体制——言论自由、创新自由、创业自由、与他人合作共事的自由。 这种环境自然而然地吸引着无数杰出的头脑。它自然而然地为任何有抱负的人创造了创造美好生活的条件。你可以是一名建筑工人、水管工、电工，也可以是一名科学家；你可以去创造，可以成为一名艺术家，去过上优渥的生活。 因此，我认为这是一个了不起的国家。我建议全世界每一个聪明的大脑都试着来到这里，我们需要你们。这个国家是由移民建立的，未来这个国家依然需要出色的移民，他们将来到这里，与这里现有的杰出人才汇聚在一起。我们有4亿了不起的人民，欢迎未来最优秀的人才和伟大的人们来到这里。 Mike Allen：你不戴手表，在此时此刻这或许是一件好事。为什么？ 黄仁勋：因为“当下”才是最重要的时光。我拒绝让日程表来主导我的生活，我也拒绝让手表来支配我的生活。如果我太迟了，自然有人会提醒我。而在此时时刻，我是100%专注在当下的。因此，当下就是最重要的时光。 Mike Allen：最后一个有趣的问题：你说过除了工作之外，你把所有的闲暇时间都留给了家人。能带我们了解一下不工作时，你和家人度过的一个完美周六吗？ 黄仁勋：完美的周六：我早早醒来，陪狗狗们玩会儿。不久后，Laurie（妻子）带狗去散步。我就开始工作，一直工作到午饭时间。我们享用一顿丰盛的午餐，狗狗们在睡觉。接着我们继续工作，一直到晚餐时分，孩子们过来了。我们一起做晚饭，聚在一起享受晚餐、喝杯鸡尾酒、和狗狗们玩耍。这就是完美的一天。如果我每个周末都能过上这样的一天，那就太棒了。事实证明，我的每一个周末几乎都是这样度过的：在同一个时间醒来、陪狗玩、期待见到家人、期待孩子们过来。仅此而已，这就是完美的一天。 Mike Allen：感谢你带来这场令人难忘、干货满满的对话。 黄仁勋：谢谢你，Mike，很高兴见到你。

快科技7月24日消息，据媒体报道，主打速冻面点、油条等食品的千味央厨，近期重金投资了灵心巧手机器人产业。 千味央厨表示，公司已与灵心巧手技术团队展开深度技术对接，围绕柔性灵巧手在面点塑形、食材分拣、精细化包装等核心工艺环节的应用路径进行研讨。 据了解，灵心巧手是一家专注于人工智能和机器人解决方案的企业，产品涵盖灵巧手、机械臂等。那么，一家主营速冻面点、油条的企业，为何会押注做机器人的灵心巧手？ 业内人士指出，如果灵心巧手的机器人能够在食品工业领域落地，其价值不仅在于替代人工，更在于帮助解决品控的不确定性问题。目前，部分食品企业已开始使用自动化水饺机和汤圆机进行标准化生产，餐饮行业正逐步向自动化方向迈进。 在业内看来，餐饮行业引入机器人进行标准面点生产，主要有三大优势。首先是出品稳定与精准。机器人能够精确控制面团的重量、揉压次数、醒发温度与时间，确保每个成品在大小、形状和口感上高度一致，有效避免了人工操作因经验和状态不同所产生的品质波动。 其次是效率与成本优化。自动化设备可以不间断运行，虽然前期投入较高，但从长远来看，它能够有效降低人力成本与培训开销，同时缓解餐饮业普遍面临的招工难问题。 最后是安全与卫生。机器人操作减少了食品加工过程中的人为接触，降低了污染风险，更符合现代餐饮对食品安全的高标准要求。 同时机器人还能胜任高强度、重复性的体力劳动，将员工从枯燥作业中解放出来，转向更具服务价值的工作，帮助餐饮品牌实现高效、卫生、标准化的运营目标。

作者｜潮汐商业评论 编辑｜Ray “每个人都有每个人的优势，不用去管别人已经走多远，从现在开始做好你自己。” 这句话从一位年销5000万的小红书商家口中说出来，略带一种“反常识”从容。毕竟，在当下追逐速度与规模的环境下，“走多远”“走多快”似乎成了唯一标尺。 都说种一棵树最好的时间是十年前，其次是现在。 如今人人都想种一棵树，但人人都恨不得今天种下、明天就能乘凉。 雪阳的树，是2021年种下的。 4年前，她只是一个返乡照顾生病家人的90后宝妈，没有团队、没有资源、甚至没有电商经验。 图/雪阳在采访中提到回乡的原因 然而，无心插柳柳成荫，原本只是在小红书分享日常真实生活、乡村风景，结果被村友催着上架产品，粉丝们的反应都是“我支持一单”。 4年后，“洋洋乡村生活”在小红书年销5000万，累计卖出百万单家乡好物。 图/雪阳种植的蓝莓 如果只看5000万这个数字，大抵不过又是一个电商造富故事。 但在一个卷价格、卷流量、卷算法的时代，一个零起点的普通人，凭什么能从小红书里“长”出来？ 听完rise100播客就能发现，从0到5000万，雪阳身上其实存在AI时代最稀缺的品质：真实。 在AI生成内容泛滥、货不对板成为常态、消费者信任被反复透支的今天，“真实”其实是稀缺商业资产。 小红书恰好让“真实”这种态度，成为了可以被验证、被放大、被复利的商业逻辑。雪阳坚持做真实的产品，用户愿意为真实的品质和内容买单，平台也有让真实被看见的机制与商业生态——三个齿轮飞速转动，生意就自然就做起来了。 01 被用户“催出来”的真生意 2021年9月，雪阳在小红书开了店。在此之前，她没想过要创业。 家人生病、孩子需要照顾，她和丈夫从城市回到四川攀枝花的大山。起初只是随手拍拍家乡的风景。那里的蓝天、果树、漫山遍野的番茄，是城市里见不到的东西。“拍出去，朋友就说，好，你帮我发一单呗，我想吃。” 这大概是最“不功利”的创业起点，没有商业计划书，没有流量焦虑，甚至没有“我要做电商”的念头。 她只是在分享自己的生活。 正是这种不功利的分享，不仅让雪阳发现了商机，也契合了小红书最核心的商业逻辑。 2026年4月，小红书电商在GROW商家大会上正式公布“卖好货就来小红书”的核心主张。平台数据显示，每天有3900万用户有明确的商品求购行为，产生1.4亿人次主动求购。而在针对用户消费决策的心理调研中，产品品质始终位列第一。 也就是说，小红书上的真实用户，都是带着“我要买好东西”的明确意图来的，愿意选择好品质，也愿意为信任重复买单。 雪阳很快感受到了这种真实的力量。 她在小红书发的一条爆款笔记，一段8秒钟的番茄视频，卖出了200单。有粉丝在她这里买西红柿，一季能吃三四十箱。花香蓝莓第一年卖了几万单，第二年就翻了好几倍，卖了二十几万单。 图/雪阳的小红书番茄与蓝莓的笔记 “他们真的可以把一个办公室的同事全给你招过来。” 这不是流量逻辑，这是信任逻辑。用户买到好果子，会自发地在办公室里分享，“你尝一颗”，然后整个办公室都成了同一家店铺的回头客。 但“真实”从来不是单向的。 雪阳之所以能获得用户的真实反馈，是因为她首先交付了真实的品质。生鲜是非标品类，每一批果子的成熟度、甜度、耐运输性都不一样。 雪阳的做法是不同地区发不同成熟度的果子，比如发到广东福建等比较热的地区，不能发太熟的；而发到偏远寒冷地区的，又要调整成熟度。新品上架前要做两三轮包装测试，先寄给亲戚朋友，再寄给真实粉丝，让他们反馈“哪个位置的果子坏了？是在上层、中层还是下层？” 图/打包好的水果 她说：“对于所有的品质把控，我们都会根据客户的反馈去调整。” 雪阳所做的，原本是电商常识，但在一个追求规模与速度的环境里，坚持常识恰恰是最难的。 雪阳也不是没动摇过，“别人做什么感觉有效果，你肯定是想要去跟一把的。”她曾试图卷价格，把利润压到几乎没有，结果只能从品质上降一等。 发出去就是掉粉，甚至有客户直接说：“我买到你这种品质，我再也不来了。” 那次教训之后，雪阳想明白了一件事：在小红书，卷价格走不通，产品品质才是真底气。 就是这种“真实”，让雪阳收获了一批真实用户粉丝，也切实带来了社会价值。 随着生意做大，雪阳开始包地种植、自建供应链，从合作20亩蓝莓到自种170亩。这不仅保证了品质的稳定，还带动了当地留守妇女就业，获得了流动就业奖牌。 从一个返乡宝妈，到带动当地就业的产地主理人，当产品的品质与用户的需求相契合，当“真实”可以被反复兑现为商业回报，社会价值就不再是一个附加项，而是这门生意自然长出来的结果。 02 真生意的真办法：一套可验证的“信任飞轮” 真实，是雪阳对自我以及商业的认知底色，也是雪阳能够成功的基础逻辑。 但是作为个体商家，在真实之外，要大范围实现价值，还是需要有科学的经营方法。 NPL方法论就是让这个逻辑可复制、可放大的操作系统。 2026年4月，小红书首次系统发布NPL经营方法论。 N代表笔记（Note），是商家与用户的桥梁，核心是传递产品价值、激发购买需求、筛选潜在兴趣人群；P代表人群（People），可借助群聊互动，将粉丝转化为可反复触达、可转化的用户资产；L代表直播（Live），重点锁定高意向用户、放大成交、积累长期用户资产。 图/NPL模型 把雪阳真实的生意经验拆开来看，其实每一步，都踩到了NPL的点子上。 首先，是真实的笔记（Note）。 雪阳做笔记的方式，跟其他很多商家不太一样。她坚持不用AI修图。 在AI生成内容泛滥的今天，这听起来近乎保守。但雪阳的理由很简单：“你AI出来一个图，很漂亮，很好看，很大，那到时候收到不是这样子的，那反而就是起到了反作用。” 雪阳是用什么果子发货，就拍什么果子。这看起来是“笨办法”，但恰恰是这种“笨”，成了最稀缺的东西。当消费者被过度美化的商品图反复伤害，一张不修图的实拍，反而成了信任的起点。 不过，雪阳发笔记的方法，也经历了迭代的过程。 最初三天发一条，被她爱人提醒“别人一天都要发三条，你三天才发一条，订单不能稳定”。后来慢慢调整到一天三条、四条，再到多的时候一天发40条。 内容也越来越丰富，从单纯的产品展示，到端午节街上的变化、中草药节上山挖药材，把产地的风土人情都放进了内容里。 被这种真诚的的笔记吸引来的，自然是真实的用户（People）。 真实的用户，粘性就高。 播客里让听众吃惊的，是一个粉丝能在一季里买三四十箱西红柿；一个办公室的人能同时成为同一家店铺的回头客；有人在评论区写小作文投诉，雪阳打电话过去耐心解释，对方反而说“妹子你太实诚了，这个售后我不要了”，然后又下了一单。 其实，这也不是偶然。 小红书的数据显示（《2025年rise100百大商家榜单》），以rise100为代表的商家，2025年老客购买金额贡献占比高达81%，平均复购率达到32%。群聊成员的30天复购率更是非群聊用户的5.1倍。 换句话说，在小红书，真实用户不是因为低价而来，而是因为品质和信任留下，然后一次又一次地回来。 再说L，真实的直播。 2026年，雪阳的经营重心开始向直播倾斜。但雪阳的直播间，跟大多数直播间不一样。 没有喊单逼单，没有“321上链接”。有一场星光夜市的活动，别人都有节目，雪阳不会唱也不会跳，干脆去烤了个羊、烤了几个鸭子，把老乡们叫过来跳云南的打跳。“大家就觉得，诶，那个氛围很舒服，正儿八经的能看到你这个店就是乡村生活的。” 图/星光夜市活动直播间 这正是小红书强调的“人感”。 直播间不再是一个冷冰冰的卖货渠道，而是一个有温度的生活场景。用户进来不只是看产品，还可以看到产地真实的生活方式。 这种“人感”带来的转化效率是超乎预期的。 雪阳刚开始直播时，3个小时卖不出几单，一度想放弃。但在平台建议下，她开始用笔记做直播预告，通过预约进来的用户，转化率远高于零散进入的新粉。从10人在线到一场卖10万，只用了几个月。 整个逻辑梳理下来，其实非常直给：笔记帮商家找到了对的人，群聊让这些人留了下来，并且一次次回来，而直播则让信任变成了实实在在的订单。 这就是一个自我强化的飞轮，真实带来信任，信任带来复购，复购鼓励真实——这是一个越做越顺的循环。 03 rise100:从一个人的惊喜，到一群人的路径 雪阳的故事讲完了。但一个问题自然浮现出来：她的生意能跑出来，是运气，还是系统能力？ 如果只有一个雪阳，那可能是偶然。但当这类商家在rise100里反复出现，当他们的解题方法可以被看见、被实践和复刻，这就是另一种逻辑了。 2026年6月，小红书电商推出首档商家对谈播客《rise100》。由电商业务负责人与标杆商家深度对谈，把生意背后有效的经营方法论拆开讲清楚。 对谈的价值在于，让更多人可以在真实的生意场景里，看见可复用的一手经验。 对于广大的中小商家，尤其是生鲜品类的创业者来说，这种来自同行的经验分享，可能比任何官方培训都更有参考价值。 毕竟，生鲜电商是一门公认的难生意，产品非标、靠天吃饭、物流损耗率平均达10%至15%，比普通货物运输高出10个百分点以上。 在这样的赛道里，雪阳作为一个零起点的普通人能够跑通从0到5000万的完整路径，不可谓不典型。 不过，rise100的意义远不止于分享经验。 作为连续发布三年的电商年度榜单，rise100已经成为小红书电商生态的风向标。《2025年rise100百大商家榜单》数据显示，以rise100为代表的百大商家，GMV同比增长超2.6倍。 图/雪阳的奖杯 像雪阳这样的好货商家，慢慢地都在在小红书上找到了增长路径。 过去，外界对小红书电商的认知往往停留在种草社区的层面，用户来看笔记、被种草、然后去其他平台下单。 现在，小红书在成为一个好生意生长的地方。 如雪阳所说，在她遇到瓶颈时，小红书的工作人员会到产地做视察，帮她调整场景、优化策略。平台行业负责人愿意和商家深度对谈，在真实的生意场景里总结可复用的方法论。 这种深度的关注，让平台和商家之间形成了共同成长的关系。 在节目快要结束的时候，主持人米欧让雪阳用三个词来描述在小红书的旅程。 雪阳用了三个词：惊喜、成长和期待。 惊喜的是，一个零基础的返乡宝妈，能从大山里走出来，做到年销5000万；成长的是，她从“这个也想卖、那个也想上”的冒进，变成了“把事情做细、把品研究透”的沉稳；期待的是，她希望未来在小红书能有更进一步的发展。 但对更多观望者来说，雪阳故事最大的启示或许在于：在一个越来越依赖算法、AI和流量的时代，真实成了一种稀缺的竞争力。 雪阳的真实，是不做人设、不修图片、不卷低价，踏踏实实把每一颗果子种好、包好、寄好。 用户的真实，是愿意为品质买单、愿意和商家深度互动、甚至愿意成为商家的“自来水”。 平台的真实，是构建了一个让好货可以被看见、被信任、可以产生复利的商业生态。 在追求“快”的时代，真实，并不普通。

快科技7月24日消息，近日美国的一起案件意外曝光了微软一项从未公开说明的追踪机制：Global Device Identifier（GDID），这是一种绑定在每台Windows设备上的持久标识符，全球约16亿台PC无一例外。 GDID首次公开亮相 GDID公开浮出水面源于一起黑客案件，19岁的美爱双重国籍公民Peter Stokes今年4月在赫尔辛基机场被国际刑警红色通缉令逮捕，6月引渡至芝加哥出庭。 他被指控参与黑客组织Scattered Spider，该组织涉嫌参与超过100起网络入侵事件。2025年5月，该组织入侵一家奢侈品珠宝零售商，攻击者冒充员工致电帮助台，通过社会工程学手段重置凭证和多重认证，窃取至少77 GB数据并勒索约800万美元加密货币。 Stokes使用了网络代理和多个别名隐匿身份，自以为天衣无缝。但FBI通过微软获取了其设备GDID，追踪到同一标识符在攻击者ngrok账户创建时连接了注册页面，数小时后通过同一代理访问了受害者站点。 同一GDID还出现在爱沙尼亚塔林、纽约和泰国的IP地址记录中，时间跨度长达数月，与旅行记录和Stokes本人社交媒体发布的照片相互印证，形成完整的证据链。 这是GDID首次在公开法律案件中同时被用作追踪标识符并被微软确认存在，也是该机制从暗处走向公众视野的转折点。 服务器生成、注册表存储、无法关闭 根据微软在United States v. Peter Stokes案诉状中的描述，GDID是“一个持久、设备级标识符，用于唯一标识设备上Windows操作系统的安装”。 它是一个64位数字，格式为g:后跟一长串数字，由微软服务器外部生成后存储在本地注册表中。每台Windows安装都会被分配一个，无论是物理PC还是虚拟机。 生成流程如下：当Windows设置Microsoft账户时，Passport身份服务会主动联系微软服务器，服务器在响应中返回该标识符，随后写入本地注册表路径`HKCU\SOFTWARE\Microsoft\IdentityCRL\ExtendedProperties`下的LID键值。 Windows的Connected Devices Platform接着将其注册到微软跨设备身份系统Device Directory Service中，完成从本地到云端的身份绑定。 GDID在Windows更新后保持不变，且在大多数系统更改后依然有效，重装Windows会生成新的GDID，但旧标识符及微软服务器上关联的所有历史记录仍然保留，不会随重装而消失。这意味着微软服务器上的GDID档案是累积式的，每一次设备活动都在为这个档案添砖加瓦。 无处不在的GDID 独立研究人员逆向工程了该机制后发现，GDID的嵌入范围远超普通人想象，它深度参与Windows的核心功能链路： 系统层面：Windows激活状态与GDID绑定，Microsoft Store的购买记录和应用许可验证都附带该标识符，这意味着在应用商店里的每一笔消费都与设备身份挂钩。 跨设备功能：手机连接功能依赖GDID建立手机与PC的配对关系，跨设备剪贴板同步也通过它识别设备身份。当你在手机上复制内容粘贴到PC时，GDID在幕后参与了设备匹配。 诊断与浏览数据：常规Windows诊断数据携带GDID，如果Microsoft Edge增强诊断功能开启，浏览历史同样与之绑定。这正是调查人员构建Stokes案证据链的关键，Edge浏览记录通过GDID与设备身份关联，即使Stokes切换代理，GDID始终如影随形。 用户能做什么 对于普通用户，可以通过PowerShell命令查看自己的GDID： $hex = (Get-ItemProperty 'HKCU:\SOFTWARE\Microsoft\IdentityCRL\ExtendedProperties').LID 然后运行"g:$([Convert]::ToUInt64($hex,16))"，即可你的设备GDID，该操作不需要管理员权限，任何用户都可以直接查看。 但也只是能查看，目前没有任何方法可以阻止Windows生成GDID，且无法删除微软已存档的历史记录。 Zerotrace Lab曾尝试用自定义密钥替换设备上的GDID并公开了完整实验过程，试图验证这一标识符是否可以被篡改或伪造。 实验结果表明，虽然本地注册表中的值可以被修改，但微软服务器端的记录与本地不一致时会导致部分Windows功能异常，说明GDID的验证逻辑是双向的，并非简单的本地标识。 虽然没有证据表明微软向广告商等第三方分享GDID，微软官方文档也声明该标识符仅供内部使用，但执法机构可通过传票或法院令等标准法律渠道获取，Stokes案就是典型案例。 其实安全专家和用户最大的不满在于透明度缺失，大多数操作系统都有各自的追踪机制，但通常会通知用户或提示接受条款。苹果要求App通过ATT框架获取追踪授权，谷歌允许用户重置广告ID，Linux发行版则以开源方式让用户可以审查所有数据收集行为。 唯独Windows是例外，微软唯一有关GDID的公开文档是Azure Monitor参考表中的一行描述，将GlobalDeviceId列定义为“微软内部使用的全球设备标识符”，除此之外没有专门的支持页面，没有用户告知机制。 直到这一起案件，才迫使微软承认了更多细节，考虑到Windows运行在全球约16亿台PC上，这个标识符的影响范围之广、存在时间之长、公众知情之晚，在操作系统隐私实践中都极为罕见。

快科技7月24日消息，OpenAI近日承认GPT-5.6模型和另一款能力更强的预发布模型联合进行内部评估时失控，突破隔离测试环境，侵入了人工智能开源平台美国抱抱脸公司的系统。 美国抱抱脸公司（Hugging Face）最后使用了中国公司的AI模型，得以及时采取应对措施。 据央视新闻报道，中国社会科学院大学数字中国研究院特聘研究员刘兴亮表示：“我个人更倾向于认为，这是模型能力提升带来的一个自然结果。” 大家可以把AI理解成一个特别聪明、执行力特别强的员工。你给它一个目标，它不会只等着别人安排下一步，而是会自己规划路径、寻找工具解决障碍。 这一次的测试里，当正常路径走不通的时候，它就去寻找其他能够完成目标的方法，包括利用漏洞，寻找互联网出口。 这说明它越来越会做事，而不是越来越有意识，真正需要解决的问题不是让AI变笨，而是让AI知道哪些边界绝对不能跨越。 过去我们更多是在防黑客，以后可能还要防AI驱动的攻击，甚至会出现AI攻击、AI防御、AI取证这样的新格局，这意味着网络安全将进入AI对AI的时代。 专家认为有三个方面特别重要： 第一，企业要把AI安全放在和模型能力同样重要的位置，不能只追求模型越来越聪明，更要保证它始终处于可控状态。 第二，整个行业需要建立更严格的安全测试和评估机制，特别是在模型上线之前，要进行更高强度的红队测试和风险验证。 第三，加强国际合作，因为网络攻击没有国界，AI安全同样没有国界。

快科技7月24日消息，AMD在Advancing AI预简报会上表示，CUDA已不再是外界想象中的那条护城河。 AMD数据中心GPU业务集团副总裁兼总经理Andrew Dieckman直言，他现在几乎不再和客户讨论CUDA，这个词在客户对话中已经不值一提。 Dieckman解释称，当前AI企业普遍在更高抽象层级进行编程，使用各类推理服务框架，而非直接与CUDA等底层框架交互。在这一层级，开发者根本接触不到CUDA，工具链会自动完成到硬件底层操作的转换。 他还提到一个2026年才出现的新现象，即AI代理和模型本身已经能够帮助客户自动优化到AMD平台，这进一步削弱了CUDA的不可替代性。 此前NVIDIA凭借CUDA长期主导AI硬件市场，由于矩阵运算等AI核心算子与CUDA深度绑定，大量软件库和工具链在CUDA之上构建，迁移成本高昂，这也是NVIDIA独享AI丰厚利润的根本原因。 但AMD认为，当开发者在更高抽象层工作时，底层是CUDA还是ROCm已经不重要了，客户可以选择更具性价比的硬件方案。 当然，AMD也并非完全中立信源，其判断带有明显的商业立场，即便CUDA对部分企业确实变得无关紧要，其他公司可能仍倾向于沿用已被验证的基础设施。毕竟AI数据中心的投资规模动辄数亿美元，稳妥往往比省钱更重要。 CUDA是否真正失去护城河效应，取决于更高抽象层编程和AI代理自动优化能否成为行业主流，而非停留在少数前沿团队的实践中。

原标题：360首任董秘发文讨要2600万元股票激励 7月24日，曾任360首席法律顾问、三六零A股上市公司的首任董事会秘书张帆，今日发布文章「七年之辛：360首任董秘2600万维权实录一」，正式发起公开维权。 张帆称：“我离开360集团七年了，公司还欠我两千多万元股权激励款项，到现在一分钱都没有支付。多年来我数次与360进行善意沟通，毫无效果，今年七月初，我抱着最后的希望给360集团实控人周鸿祎先生发微信，他看过之后，把我拉黑了。今天这篇文章，是我迈出公开维权的第一步。” 据张帆描述，2013年加入360集团时，她获得公司限制性股票（RSU）。 2015年下半年，360启动美股私有化，包含她在内近两千名员工的未归属期权和限制性股票，按照私有化交易的法律安排，被 “翻转” 至境内持股实体天津奇睿众信科技合伙企业，该主体后续多次更名，现为上海冠鹰企业管理合伙企业。 相关安排写入《合并协议》、向美国证券交易委员会提交的SC13D/A文件，文件明确，未归属期权及限制性股票 “应自动且无需期权持有人采取任何行动地，通过Plan Vehicle转换为母公司的股权激励奖励，转换后的激励条款须实质相同，且不得减损持有人的经济利益”。 2016年6月29日，360员工在线签署《关于奇虎360集团员工股权激励事宜的确认函》，约定天津众信为原美股员工股票期权计划翻转后的境内持股实体，翻转后的权益依照原得权期继续正常得权，“不受私有化以及未来再次上市的影响”。数据显示，共计1956名员工完成相关确认。 2016年7月15日，360完成美股私有化交割。 2018年，三六零借壳江南嘉捷登陆上交所。2018年10月14日，上海冠鹰向张帆出具《入资确认函》，书面确认她享有2016000股三六零股份的收益权。 张帆提到，依据美国证券法相关规定，美股私有化必须妥善处置员工未归属期权权益，不存在 “终止执行” 的选项。她提出，如果三六零在A股重组报告书中披露原美股员工股权激励计划 “已全部停止执行” 属实，当年私有化交易在美国证券监管框架下根本无法完成交割，但私有化顺利落地，还有部分员工完成兑付，二者存在冲突。 2019年3月，张帆从360集团离职。 她表示，作为首席法律顾问，2013年至2019年深度参与了360的美股私有化、境内外重组和A股借壳上市的全过程，后兼任A股上市公司三六零的首任董事会秘书，压力大责任大，兢兢业业，不敢懈怠。然而离职七年，相关股权激励收益始终没有兑付。 七年间，张帆通过当面交涉、书面催告、律师沟通等方式尝试协商，但2026年5月初，360方律师单方终止沟通。 于是，2026年7月9日，张帆微信联系周鸿祎希望沟通事宜，发送信息后却被拉黑。 张帆称，九年的服务，七年的沟通，最终换来一条微信拉黑，而当时心中的感受是 “悲愤交加，有辱斯文”。 2026年7月23日，张帆委托律师正式向三六零安全科技股份有限公司发出律师函，提出诉求： 1.确认其持有 2016000 股 A 股股权激励权益； 2.按照上海冠鹰减持均价13.14元 / 股，支付股份处置收益人民币26490240元，以及自2021年12月1日起至实际付清之日止的迟延付款利息； 3.就延迟兑付期间的其他经济损失予以合理补偿。 律师函已通过邮件送达公司实控人、董事、董秘、人力相关负责人，纸质原件也已邮寄至三六零公司地址。 张帆表示：“善意等不来结果，体面换不来尊重。我选择公开，是希望能够在公众的视线下通过诉讼、仲裁、投诉等合法途径进行我的维权，个体对抗知名大厂，势单力薄，微弱的声音很容易被湮灭，希望在大家的目光注视下，我能够勇敢地捍卫自己的合法权益，不然自己都会瞧不起自己。” 截至目前，360方面还未有相关回应。

快科技7月24日消息，AMD在Advancing AI 2026大会上宣布，其数据中心CPU市场份额已达46%，拿下全球近半壁江山。这标志着AMD在服务器CPU市场持续蚕食英特尔主导地位，创下历史新高。 AMD预计到2030年，计算市场总规模将达到2万亿美元。其中服务器CPU市场规模将超过2200亿美元，AI加速器市场约1.4万亿美元，年复合增长率均超过45%。 市场份额的增长得益于前几代EPYC处理器的持续强劲表现。今天发布的新一代Venice处理器基于Zen 6架构，采用台积电2nm工艺，拥有最高256核心和512线程，性能和能效提升超过70%。预计将推动AMD份额进一步提升。 同时，AI需求的持续加速也在推动CPU市场增长。数据显示过去两年每月消耗的token数量增长了158倍。推理需求占比从2024年的40%提升至2026年的60%，CPU在数据中心中重新成为关键角色。 根据权威市调机构Mercury Research的数据，AMD EPYC出货量份额从零起步仅用6年就达到33%，按收入计算更是高达46%。 行业分析认为，这一增长速度在CPU行业历史上极为罕见，这表示数据中心市场的竞争格局已发生根本性变化。

凤凰网科技讯 7月24日，宁德时代发布2026年半年度报告，公司实现营业收入2769.17亿元，同比增长54.8%；归属于上市公司股东的净利润432.84亿元，同比增长41.98%。公司拟每10股派发现金红利14.11元(含税)。 据了解，公司Q2净利润225.46亿，Q1净利润207.38亿，据此计算，Q2净利润环比增长8%。 此外，宁德时代公告称，公司拟使用自有或自筹资金以集中竞价交易方式回购公司A股股份，回购资金总额不低于200亿元且不超过400亿元，回购价格上限为573元/股。回购的股份将用于注销并减少公司注册资本，回购期限自股东会审议通过之日起12个月内。

凤凰网科技讯 7月24日，通用AI机器人公司智元创新表示，公司已启动赴港上市流程。 公开信息显示，智元创新（上海）科技股份有限公司成立于2023年，董事长兼CEO为邓泰华，总裁兼CTO为彭志辉（网名“稚晖君”）。 6月28日，智元宣布第15000台通用具身机器人精灵G2正式量产下线。今年3月30日，智元宣布第1万台通用具身机器人远征A3下线；去年12月8日，智元第5000台通用具身机器人量产下线交付。 据Omdia统计，2025年智元创新通用人形机器人出货量超5100台，位居全球第一，占据全球人形机器人市场约39%份额。

凤凰网科技讯 7月24日，针对近期OpenAI智能体在内部安全测试中突破隔离环境、跨网入侵HuggingFace生产系统的事件，360集团创始人周鸿祎将其定义为“AI安全发展的关键分水岭”，并指出智能体安全风险比模型安全严重十倍。 周鸿祎纠正了舆论将此次事故等同于“AI觉醒”的认知误区，称其为“目标驱动型失控”——智能体无主观恶意但行为不可预判，具备更紧迫的现实威胁。他强调，随着AI技术迭代加速，若行业持续放宽安全约束，类似自主攻击事件将更加频繁。

智东西 编译 | 茄子 编辑 | 程茜 智东西7月24日消息，昨日，The Information援引知情人士报道，美国大模型独角兽Anthropic最早可能于今年9月上市，该公司正在考虑要求员工按照预先设定的交易计划出售股票，以避免员工因掌握内部信息而触及内幕交易风险。 如果该方案落地，Anthropic将成为少数将10b5-1股票交易计划扩大到普通员工的科技公司之一。目前，这类交易计划通常仅适用于公司高管、董事以及部分财务和法务人员。 一名知情人士称，Anthropic考虑采用这一方案，是因为该公司希望上市后继续保持员工之间信息自由流动、充分共享的文化。目前，Anthropic管理层与外部顾问仍在讨论是否要求员工采用这类计划，相关讨论尚未定型，也不清楚该公司是否已经作出决定。 这名知情人士还透露，Anthropic原定于本周晚些时候开始与潜在的公开市场投资者会面，届时员工卖股安排很可能会成为讨论内容。 一、三年估值大涨，Anthropic员工财富快速增长 The Information称，员工可以在何时、以何种方式出售所持股份，是Anthropic首次公开募股前最迫切需要解决的问题之一。 过去3年，Anthropic的估值从约40亿美元（约合人民币271亿元）升至9650亿美元（约合人民币6.53万亿元），IPO后估值预计还将进一步上升。这将为早期员工带来巨额财富；但如果员工决定出售股份，也可能给该公司上市后的股价造成压力。 另一名知情人士称，Anthropic也在研究现有股东可以在股票上市首日出售多少股份，以及如何设置公司通常会在IPO后实施的锁定期。即便把10b5-1交易计划扩大至普通员工，也不一定能解决这两项问题。 10b5-1交易计划是一种提前设定股票交易规则的安排，通常要求交易人员提前确定股票出售的数量、时间以及价格，之后按照计划执行交易，从而降低因掌握非公开信息而被质疑内幕交易的风险。 上市公司通常会在财报发布后开放持续数周的交易窗口，允许多数员工在窗口期内出售所持股份。要求员工采用预设交易计划，可以让交易在这些窗口期之外执行，但也会限制员工对具体交易时间和数量的自主决定权，并把员工卖股分散到更长一段时间内。 二、Dario Amodei希望保持开放文化，但限制关键信息流动 据The Information报道，Anthropic联合创始人兼CEO达里奥·阿莫代伊（Dario Amodei）与员工沟通时，往往比大型公司负责人通常采用的方式更加透明。 他每月会面向员工进行两次较长篇幅的“愿景分享”（vision quests），介绍自己对多个议题的看法，有时也会在内部通讯平台Slack上直接表达观点。 不过，阿莫代伊也曾称，Anthropic会严格划分哪些员工可以接触与AI进展有关的哪些关键信息。他在2023年的一档播客中说，自己的做法是“把少数真正需要保护的信息单独拿出来，其余一切则尽可能开放”。 三、更多科技公司开始关注员工交易风险 目前，即使在大型上市公司中，要求高级管理人员遵循10b5-1交易计划的企业也只占很小一部分。布森邓恩律师事务所去年发布的数据显示，标普100指数成分公司中，仅有13%要求或鼓励董事和最高层管理人员只通过10b5-1计划交易股票。 不过，Mayer Brown律师事务所资本市场律师莉兹·沃尔什（Liz Walsh）称，越来越多公司正在考虑把这种做法扩大到更多员工。她说：“将这类政策扩大到全体员工正成为一种趋势，尤其是那些拥有大量保密技术的初创公司。” 沃尔什称，这些公司不希望员工卷入内幕交易指控，因为此类争议成本高昂、会分散注意力，并给所有相关方带来负面影响。 她补充说，对员工而言，这种安排的缺点是缺少灵活性。员工无法再按自己的意愿选择交易时机，“因为一旦进入这项交易计划，就会受到约束”。 结语：透明文化与上市合规之间，Anthropic需要重新划线 随着Anthropic等AI公司的估值快速提升，IPO带来的不仅是资本市场认可，也带来了公司治理的新挑战。Anthropic考虑扩大10b5-1交易计划范围，也反映出AI公司从创业阶段走向公众市场后，需要面对更加复杂的治理规则。 对于这些掌握大量核心技术信息的AI企业而言，如何在保持内部信息流动、保护技术机密和避免交易风险之间找到平衡，或许将他们成为上市前必须解决的问题。 来源：The Information

凤凰网科技讯 7月24日，宇树科技回应王兴兴登上《时代》杂志封面： 距上次中国企业家登上该刊物封面，已过去整整8年。 据官方介绍，今日，宇树科技创始人兼CEO王兴兴与其载人机甲产品GD01共同登上《时代》杂志封面，标题为《机器人时代来临》。画面中，近2.7米高的GD01几乎占据整版，与王兴兴形成强烈视觉对比。 据了解，GD01是全球首款量产版载人机甲，还可以变形，民用交通工具，体重约500kg（载人后），售价390万元起。用户可进入机身躯干内的驾驶舱操控。产品支持双足行走与四足行走，双拳力量足以击穿墙体，采用重型机械铰链与碳纤维防护外壳，实现平稳迈步。 公开信息显示， 王兴兴于2016年创立宇树科技，从机器狗起步，逐步扩展至机器人及载人机甲领域。其注重成本控制的理念源于大学时期：大一用不到30美元造出小型双足机器人；硕士期间研发的四足机器人XDog采用成本更低的电机驱动路线，获全国创业大赛二等奖。毕业后曾短暂任职大疆，后获200万元天使投资创办宇树。据估算，今年2月约有6亿人观看了宇树H2和G1机器人的央视春晚表演。

文｜温丽虹 编辑｜张雨忻 Kimi K3上线前夕，曾歆勋算了算，离职时放弃的那笔期权的价值，在他离开这段时间涨了10倍。 从月之暗面离职前，曾歆勋是Kimi的AI搜索技术负责人。2025年8月，他离职创办“良配科技”，核心产品“良配”，一个AI驱动的婚恋匹配应用，核心逻辑是将AI搜索与匹配能力嫁接到“找人”这件事上，用AI解决婚恋场景中资料采集、智能匹配、沟通辅助三个环节的效率问题。 公司刚创办，曾歆勋就拿到了今日资本徐新200万美元天使投资。他后来才知道，徐新见他前，已经在“AI寻人”这个方向上筛过好几轮。当时徐新在看两个方向，“AI找工作”与“AI找伴侣”。 招聘方向上，她把当时国内数得上的初创团队几乎都聊了一遍，一家都没投。徐新给出的理由是：这些团队对招聘这件事的理解，没有超越上一个世代的产品经理。AI在哪个环节创造增量、怎么重构撮合效率，没有团队给她一个超出预期的答案。 婚恋方向，徐新只聊了良配一家。徐新投他之前曾提到过，她希望找到一个对“AI搜索、匹配人”这件事的理解超出她、超出她过往所投公司的创业团队。如果没有超出，只是打平，就没有押注的价值。 目前，良配小程序已上线，App 也即将上线。 △ 良配创始人曾歆勋在2026年世界人工智能大会（WAIC）分享，图源：WAIC官方 一次技术同源的创业 曾歆勋相信，自己进入的是一个已被验证有真实需求的市场。他引用了几款同类产品的数据作为参照，第一个平台，年费会员定价1288元，而第二个平台，每名付费用户生命周期总支付约800元。 1288元的年费，在C端订阅产品中处于最高档收费，与视频平台年费会员两三百元、音乐平台年费会员一百多元相比，婚恋产品年费1288元，用户愿意付费，说明“找对象”这件事在用户心里的价值排序非常高。 与此同时，过往用户对婚恋平台的普遍担忧，在于支付了高额的费用却难以精准高效地匹配到对的人。对此，曾歆勋的判断是：上一代婚恋产品的技术能力，难以提供“精准匹配”这个服务。平台修建了一个巨大的用户池子，把有需求的用户聚集到一起，而后，找人这件事，用户依然要耗费大量的时间和精力。用户需要自己刷资料、分析资料、交流、匹配、淘汰，周而复始，推荐系统在更为精准地推荐人这件事上，几乎没帮上什么忙。 “良配”的核心逻辑，正是在解决“精准匹配”问题上，这与曾歆勋此前在Kimi的工作也高度同源。 在Kimi做AI搜索技术负责人期间，曾歆勋每天的工作，就是带着团队研究如何用AI帮助用户精准匹配信息，并探索这一简单动作背后可以创造的商业价值。 长久以来，他观察到AI搜索存在一个现象：在通用搜索领域，随着技术进步，搜索的结果越好、答案质量提升越显著，与此同时耗费的算力成本也更高。但用户的单次搜索难以形成付费，“现在各家的AI搜索都是免费提供的，用户可以免token费用使用，因为大家认为用户心智这个东西不该花钱，不愿意花钱。”曾歆勋说。 但专门只做某个方向（如医疗、金融、法律等）的AI搜索产品，情况大不相同。这类搜索服务往往会接入大量私有数据库，帮助用户进行搜索、匹配，用户愿意为这些搜索结果支付费用。 曾歆勋认为，这不仅是因为两者的技术效果与成本差异，而是因为后者的答案更关乎切身利益，一条专业的医疗答案可能救命，一条专业的法律咨询的答案直接影响决策。 这些场景的高溢价恰好说明：不是用户不愿意为“信息”付费，而是通用场景的信息价值太低。同样的AI技术，放在通用搜索里找不到挣钱的路径，但如果放在法律、医疗等具体的搜索场景里，就能找到商业变现的机会。 沿着这个逻辑往下推，他认定，“找人”是搜索的另一个高价值场景。其中的两大典型场景，一是招聘，二是婚恋。 在曾歆勋看来，对AI来说，找人和高精度的信息匹配是同一回事。AI搜索与婚恋匹配的技术动作完全一样，都是“理解意图——分析并匹配需求——输出搜索结果”这一步骤。Kimi做的是输入一个问题、匹配信息，良配做的是输入一个人的条件和对伴侣的期待、匹配另一个人。搜索的目标变了，但底层的逻辑没有变。 用AI搜索介入婚恋匹配，他把婚恋匹配拆成了三个环节，每个环节都对应婚恋匹配这件事的一个具体瓶颈。 第一个环节是资料采集。在婚恋平台上，用户写自我介绍是一件平常之事。但不是所有人都能清晰、有逻辑、有层次地描述自己，所以，平台上大量用户资料近乎空白，系统缺乏有效信息去做推荐。 在曾歆勋看来，这不是用户的意愿问题，是能力问题。在“良配”上，设计团队制作了一个“AI红娘”，用来帮助用户完成资料采集。用户注册后，与AI红娘打20分钟的语音电话，AI会进行个性化提问，用户不需要组织语言，如实回答即可，完成后，AI便可生成有效的自我介绍，梳理清楚用户的婚恋预期、价值观等婚恋匹配所需的基本信息，用于后续的需求分析与匹配。 △ 良配“AI红娘”动态展示，受访者供图 AI技术的介入，把用户有效采集资料的门槛，从“会精准表达”下调。“良配”小程序上线后，曾歆勋和同事发现，用户平均资料长度463个字，而此前，他们人工统计了婚恋领域的头部产品，用户平均资料长度为132字。 第二个环节，是精准的匹配算法。上一代产品依赖年龄、身高、学历这些结构化标签做推荐。但其实，决定两个人是否合适的核心信息，关乎价值观、成长经历、性格、生活方式。 这些都在用户写的文本里，但过往的推荐系统分析不了，也用不上。基于标签化信息推荐之后，依然要用户自行从人海中排除大量对婚姻预期不一致的人选，找到准确的人依旧耗费心力。 曾歆勋很清楚这一点：上一代推荐算法处理不了自然语言，直到大语言模型的出现。良配正在训练专用匹配模型，输入是用户完整资料，包括对外展示的文本和AI红娘对话的原始记录。模型理解两份资料的内容后，会开始分析用户的深度信息，用于后续更精准的匹配。 第三个环节，是沟通中介。婚恋场景里，有些问题必须在确认关系前厘清，比如家庭资产、负债、婚恋史、健康状况、彩礼预期等。在男女双方刚认识的阶段，这些问题没法直接开口。拖到接触几个月后再问，沉没成本已经高到让一部分人不愿面对分歧。 针对这点，良配做了两个功能。AI分身与AI军师。前者匿名接收和回答问题，被问方不知道具体的提问方，收到问题时，只知道有潜在的匹配对象希望知道自己的某个具体情况，缓解了那种一对一核对信息的尴尬感。后者，AI军师，则负责在真人沟通过程中提供话题建议和态度判断。 在用户规模和社区氛围之间做出选择 曾歆勋观察到，很多交友平台不得不在“用户量数据”和“社区氛围”之间反复摇摆。 为了把用户量做大，平台很难果断地把自己定位成一个纯粹的“严肃婚恋平台”，而是需要把关系类型泛化，以“帮你认识新朋友”“帮你脱单”为口号。这样一来，边界模糊，什么目的的用户都可以进来，这导致在交友平台上，不同目的的用户混在一起，最后谁都不满意。 曾歆勋对“智能涌现”说了一段话，可以看作他对这个问题的底层判断：“如果你觉得自己在做严肃交友软件，你就应该在方方面面维护这个氛围。过去的产品没有一个做得好，大家都是既要又要，两头都兼顾不到。” 他的选择是放弃“既要又要”，明确良配是一个严肃的、以结婚为目的的婚恋平台，围绕这个定位，在所有环节设计筛选机制，让非目标用户在注册过程中自行离开。 良配设置了多层筛选机制：实名认证、人脸识别、与AI红娘进行约20分钟语音对话、AI资料诊断评分（70分以上方可上线），用户依次通过才能进入平台。平台还会对注册用户进行婚姻状态确认，已婚用户直接拦截。产品上线第一周，已经拦截了50多名已婚用户注册。 此外，良配还设计了严格的“1v1匹配机制”。用户进入匹配后，同时只能与一名匹配对象聊天，确认对方不合适后，才能解除匹配、去了解其他人。“这是我们为认真的社区氛围做的最重要的产品取舍，”曾歆勋说，“这个机制，可以规避泛社交平台中，用户之间交流的猜疑与博弈，同时，确保每一次匹配都值得被用户认真对待。” 种种规则的制定，是基于曾歆勋信任的一个逻辑：“一个人如果只想找短期关系，他是不会愿意在一个平台上透露那么多真实信息的，也不会通过那么多筛选环节。” 社区的氛围在反向约束用户行为。曾歆勋从中验证了一个判断：社区氛围不是靠规则管出来的，是靠筛选机制长出来的。当门槛足够硬，符合标准的人进入社区后，氛围会自然形成；氛围形成了，又会反向约束进来的人的行为。两者形成正向循环。 在曾歆勋看来，AI可以通过精准地分析用户找人需求，提高精准匹配效率。但一个严肃的婚恋社区能不能跑起来，还要看筛选机制够不够硬、商业模式跟产品目标是不是方向一致。这些东西AI解决不了，得靠人想清楚，再做出来。一个只懂技术的团队，难以做到这点。 保结婚，一次关于交付的新尝试 在曾歆勋看来，上一代婚恋产品做不好，根本原因不全是技术落后，而是商业模式和产品目标之间产生了底层冲突：在过去，几乎所有婚恋产品都是订阅制，按年或月收取会员费。这意味着，用户的留存时间越久，平台的收入越高。也因如此，平台欠缺帮用户尽快找到人的动力。 “这种情况下，平台并不真心想帮助用户成功。会设计各种方式让你付费，榨干用户最后一点价值以后，导致用户失望离开。”曾歆勋说。 于是，他重新设计了婚恋平台的交付逻辑。用户付费，收获的不是平台服务的使用时限，而是把“婚恋结果”作为给付费的交付目标。具体来说，他规划了“保结婚会员”计划，其核心规定是，用户支付2000元会员费后，若在加入良配后的3年内未能领证结婚，平台将全额退款。 这一模式，经历过三个版本的推演。 第一个版本是“保证用户至少认识一个人”。用户在平台上互相发消息、聊几句之后约见面，但凡见面成功，就算交付了一个结果。如果一个人都没认识，一分钱不收。这个方案他与投资人讨论过，得到的反馈是：用户可能会扯皮——也许是交换了微信，但没见到人，又或者见到人了，但闹得很不愉快，用户为此不愿意承认交付结果，比较冒险。 第二个版本是“保证你能够交往、谈恋爱”。问题更大，因为谈恋爱没法验证，任何人谈了都可以说没谈，逃单率无限逼近百分之百。 最终他发现，婚姻状态是唯一可查询、不可伪造的交付标的。于是，他把付费用户的交付标准定为“按结婚结果交付”。 “3年”的期限也不是拍脑袋决定的。他们的团队在深圳南山民政局和福田民政局排队领证的人群里做了约150份问卷，希望知道这些新婚夫妻怎么认识的、认识了多久结婚？ “排除同学、同事、青梅竹马这些天然关系，凡是工作后通过介绍或网络平台认识的，70%在三年内结婚，” 曾歆勋介绍：“合适就结了，不合适就分了。三年是一个很自然的节点。” 关于“拖三年再结婚、恶意退费”的担忧，他的判断是：“对中国人来说，结婚是人生大事，这里头有太多支出比2000元高。结婚这件事跟2000块比，2000块根本不够影响决策，选什么黄道吉日都比这个分量重。” 目前，良配的产品仍在早期阶段。AI红娘能否持续产出高质量资料、专用匹配模型的准确率能否达到80%、三年后有多少用户领证结婚，这些都需要时间验证。 但良配这类产品的实践中，AI技术解决的不是仅仅社会效率问题，还介入了社会现实。中国有大量单身成年人的的婚恋需求没有得到有效供给。上一代产品的功能止步于“让人认识人”，而在“让人找到合适的人”这件事上，AI技术也许可以提供更多实质帮助。

距离9月发布会越来越近，华为年度旗舰Mate90系列完整配置爆料全面流出。 首发基于韬定律打造的麒麟2026芯片，同时全系直屏、侧键3D超声波指纹、顶配2亿自研主摄、7000mAh起步大电池全部落地，从性能、屏幕、影像、续航到解锁全方位升级，堪称无短板国产旗舰，也被业内视作华为手机市场回暖的关键转折点。 韬定律重构芯片赛道，麒麟2026等效3nm突破瓶颈 华为Mate90系列最大核心杀招，是首发落地华为自研韬（τ）定律架构麒麟2026芯片。不同于传统摩尔定律靠缩小晶体管尺寸提升性能，韬定律以“时间缩微”为核心，通过逻辑折叠双层堆叠技术缩短信号传输路径，在现有成熟工艺下大幅提升晶体管密度，彻底摆脱高端先进制程限制。 数据显示，麒麟2026晶体管密度提升53.5%，达到238百万颗/平方毫米，能效相比上代提升41%，主频拉至3.1GHz，综合性能对标初代3nm工艺芯片。 长时间游戏、端侧AI运算不易发烫降频，搭配新版鸿蒙系统软硬协同，多任务流畅度迎来跨越式升级。业内普遍认为，若韬定律芯片解决产能与良率问题，华为供货紧张的现状将大幅缓解，有望重回市场全盛时期。新机发布会定档9月中下旬，刚好紧随iPhone18系列发布，两大旗舰阵营将正面交锋。 外观交互大变革：全系直屏+侧键超声波指纹，顶配搭载屏下3D结构光 这次Mate系列迎来多年来最大屏幕策略调整：全系取消曲面屏，统一采用大尺寸直屏。彻底解决曲面屏误触、贴膜成本高、边缘易碎等痛点，视野完整，兼顾游戏、日常操作实用性。 外观设计同步翻新：RS非凡大师、Mate XT2折叠屏放弃沿用多年的圆形星环镜头，更换规整方形影像模组，复刻Mate20经典设计语言，辨识度大幅提升。 生物识别迎来双重升级：全系标配侧键集成3D超声波指纹，湿手、带薄手套均可快速解锁，识别速度、准确率远超普通电容指纹，同时拥有支付级安全识别能力。 影像全面升级：Max/RS搭载自研2亿像素主摄 影像配置分层清晰，高端版本直接拉满硬件规格：Mate90、Pro标配大底5000万主摄+潜望长焦，满足日常人像、远景拍摄；Pro Max、RS非凡大师搭载华为自研2亿像素主摄，拥有1/1.12英寸超大传感器，细节解析力、暗光控噪能力大幅提升，搭配双潜望长焦，风光、人像创作上限拉满，也是华为自研影像传感器的重要升级。 7000mAh超大电池下放，续航焦虑彻底解决 续航是本次换代最戳大众的亮点，Mate90全系电池容量最低7000mAh，依托硅碳电池技术，大容量同时控制机身厚度重量，不会厚重压手。 全系标配100W有线超级快充，短时间即可快速补能，重度使用两天一充完全可行，从硬件层面根治长期困扰用户的续航短板，出差、户外工作无需随身携带充电宝。 综合产业链完整爆料，Mate 90系列覆盖标准版、Pro、Pro Max、RS非凡大师四款机型，核心亮点一目了然： 性能：韬定律麒麟2026等效3nm芯片，低功耗高流畅； 屏幕：全系实用直屏，告别曲面屏各类痛点； 解锁：侧键3D超声波指纹，3D结构光； 影像：顶配2亿自研大底主摄，双潜望长焦； 续航：7000mAh起步大电池+100W有线快充。 依托韬定律实现芯片自主突围，再搭配直屏、超大电池、全新影像、屏下识别等实打实的硬件升级，今年9月登场的Mate 90系列，注定是下半年最受关注的旗舰机型。那么，大家觉得今年华为Mate90系列能打得过同期发布的iPhone 18系列吗？

智东西 作者 | 毕伟豪 编辑｜漠影 当下，大语言模型赛道在历经声势浩大的底层模型“互卷”后，逐渐进入了能力趋近、价格竞争的新阶段，资本也从这一逐步稳定的市场中抽出手，开始寻找下一条仍具备结构性壁垒的AI赛道。 从大语言模型到多模态大模型，再到能够理解、推演真实世界的世界模型，这条通往下一代人工智能的探索路径，正在成为资本关注的新方向。 智东西7月24日报道，近日，多模态大模型公司智象未来（HiDream.ai）宣布完成15亿元人民币C1轮融资。社保基金四川振兴科创基金、工银资本、弘颐资管、敦鸿资本联合领投，厦门国贸资本、上影新视野基金、华策影视等十一家机构跟投，老股东合肥产投、东方富海持续加注。 该公司近三个月内连续完成多轮融资，融资金额累计超过21亿元，投后估值突破10亿美元，成立仅三年便正式跻身全球AI独角兽行列。 智象未来创始人兼CEO梅涛表示，本轮资金将用于持续推进原生全模态世界模型的底座构建，他认为：“从多模态走向构建原生全模态世界模型，是通往AGI的必经之路。” 关于世界模型能否通往AGI，行业仍在持续探索，但部分资本已经用真金白银回答了另一个问题：在AI竞争进入下一阶段之后，什么样的公司，值得长期下注。 一、大语言模型成熟之后，多模态正成为资本新的押注目标 资本不会因为一种技术“更先进”就下注，而是因为它看到了一条新的增长曲线。 从商业化看，大语言模型仍处于高速增长期。Anthropic的年度经常性收入（ARR）从90亿美元增长到490亿美元，仅用了6个月，作为对照，传统SaaS公司亚马逊从10亿到100亿用了6年；国内智谱的ARR在5个月内从1亿美元跨越至10亿美元，同等规模Anthropic耗时15个月。 与此同时，OpenRouter平台每日Token消耗量从今年3月约2T增长至7月接近7T，短短几个月增长约3.5倍。这意味着，大语言模型市场远未见顶。 但高速增长，并不意味着竞争格局仍有巨大变量。随着DeepSeek V4、GLM-5.2、Kimi K3等模型密集发布，通用大语言模型的能力差距正在不断缩小，MaaS逐渐进入价格竞争阶段，平台型模型公司的估值逻辑也开始趋于稳定。对于资本而言，继续押注“下一个大语言模型”的想象空间正在收窄。 正是在这样的背景下，资本将目光从通用大语言模型，转向更具产业壁垒的方向，视频生成、多模态、世界模型逐渐成为新的投资焦点。 而智象未来从创立之初，就闷头扎进了“下一个方向”。梅涛在微软亚洲研究院从事计算机视觉研究十余年，随后又在京东负责多模态业务。2023年ChatGPT爆发后，大多数创业团队选择涌向大语言模型，他却直接押注多模态技术。 在他看来，多模态大模型天然包含时间、空间和物理信息，比大语言模型更接近真实世界，也是通向世界模型更自然的一条路径。 相比大语言模型，多模态大模型天然具备更深的竞争壁垒：首先是数据壁垒，高质量视觉数据涉及版权、IP、肖像权，不可爬取、也难以替代：其次是工程壁垒，视觉模型需要处理空间关系、时间连续性、光影物理和角色一致性，像素级生成远比文本Token预测复杂；再次是工作流壁垒。影视制作、广告营销等行业一旦完成AI流程改造，迁移成本远高于切换模型API。 此外，还存在行业Know-how壁垒。不同内容行业对镜头语言、叙事节奏、情绪表达都有长期积累。这意味着，多模态竞争不会只围绕参数规模和推理成本展开，更容易形成长期护城河。 也正因为如此，多模态赛道的市场格局远没有大语言模型集中。在智象未来看来，未来真正有竞争力的玩家，大厂约三家，中型公司三四家，市场将呈现多个垂直领域并行发展的格局。影视、传媒、广告、教育、文旅等行业，都可能孕育出各自的头部模型。 世界模型是否最终通向AGI，今天还没有答案。但至少现阶段，多模态所具备的数据、工程、工作流和行业壁垒，已经足以支撑一家公司的商业价值。 而世界模型，则代表着一种更长期的技术想象力。如果它最终能够建立起对真实世界更完整的理解、推演与构造能力，将有机会成为通向AGI的重要技术路径之一。 短期看产业价值，长期看技术上限，正是在这种双重预期下，智象未来获得了多种资本的青睐。 二、五类资本，同时看向一个方向 智象未来这轮融资最特别的地方，不是15亿元，而是投资人名单，不同于融资金额反映的市场热度，这份名单代表的，是资本共识。 国家队、金融资本、市场化基金、地方国资、产业资本，同时出现在一轮融资中，这样的资本组合，在AI创业公司中并不多见。这五类资本背后，代表着五种不同的投资逻辑，但这一次，它们指向了同一个方向：原生全模态。 国家队的判断，往往比收益周期更长。相比财务回报，国家级基金往往更关注技术路线以及是否具备长期产业价值。 社保基金此前作为LP在大模型领域直接投资过的公司只有智谱AI，而此次投资智象未来，则释放出一个信号：多模态大模型已经进入了国家级长期资本的视野。 而金融资本押注的不是应用，是底座。工银资本在大模型领域将智象作为首家投资标的，交银资本、兴业AIC基金同步进入。这类资金长期坚持“投早、投小、投长期、投硬科技”的策略，更关注底层技术能力，而非短期商业机会。 市场化资本持续加码，看重的是公司的成长性。敦鸿资产连续三轮加注，东方富海从B轮持续跟投至C轮，意味着投资机构仍在不断上调对智象未来长期价值的判断。 敦鸿资产创始人袁国良表示，“世界模型正是串联人工智能、具身智能、新一代算力等前沿领域的关键纽带”。连续加码，本身就是市场化资本对这条技术路线和公司成长性的认可。 地方国资看重的，则是产业生态。本轮融资中，合肥、厦门、余杭等多地国资同步加注或入局。以合肥为例，合肥产投从A轮一路跟投至C轮，延续了当地“以投带引”的产业培育模式，希望借助资本引入企业、完善产业链。 厦门、余杭等地国资此前也已布局阶跃星辰、摩尔线程等AI企业，智象未来成为其AI产业版图中的又一重要落子。 影视产业资本押注的，是下一代AI内容生产体系。华策影视将围绕智能体协同创作、语料共建、内容共创、IP全链路开发展开合作；上影新视野基金瞄准院线场景升级和大屏AI制片标准制定；湖北长江电影集团已与智象共建影视AI联合实验室。 与前四类资本逻辑完全不同，它们看重的不仅是一家AI公司，更是未来AI影视内容生产的基础设施。 五类资本同时出现，本质上传递的是同一个信号：资本正在寻找大模型之后的新机会，而多模态大模型，及其发展路线的长期产业价值，正在走进越来越多长期资本的视野。 三、多次登顶全球榜单，聚焦统一架构，锚定世界模型 这轮融资背后的长期价值，是资本对于技术路线的判断与选择。 智象的自研UiT架构，试图回答一个底层问题：多模态究竟应该建立在模块化拼接之上，还是建立在原生统一架构之上？ 当前行业主流方案是“文本编码器+VAE+图像生成器”的模块化拼接，这种模式虽然较为成熟，但有两个问题：VAE压缩会导致高频细节损失，文本和图像分别处理则会造成语义对齐间隙。 智象的UiT架构砍掉了VAE和独立文本编码器，将文本、图像、视频以及更多模态信息全部映射进同一个共享Token空间，由同一套Transformer统一处理。 这种变化最大的意义，在于让不同模态从一开始就在同一套表示体系中完成理解和生成，而不是依赖多个模块之间不断对齐。 一个新架构是否成立，首先要接受公开能力的检验。HiDream-O1系列是智象未来基于UiT统一架构打造的新一代原生全模态世界模型。 4月发布的千亿参数闭源版本在六项基准测试中达到SOTA；5月，HiDream-O1-Image开源版本登顶Artificial Analysis文生图榜单全球开源模型第一；6月，商用版HiDream-O1-Image-1.5再次登上AA图像生成模型榜单，位列中国第一。 从4月推出千亿参数闭源模型、5月开源登顶全球、到6月商用版本持续刷新成绩，短短三个月的连续迭代，验证了UiT统一架构的竞争力。 更重要的是，这条路线并非只有智象未来一家公司在做，统一架构也正在成为国际厂商的探索方向。Google推出Gemini Embedding 2，NVIDIA发布Nemotron 3 Nano Omni，均在尝试将更多模态纳入统一表示空间。 但对于世界模型来说，统一架构只是起点。 梅涛认为：世界模型需要同时具备“表达世界、推演世界、构造世界”三种能力。基于这一方向，智象未来也在探索原生全模态世界模型在不同领域的应用可能，与诺亦腾机器人合作探索具身智能训练数据生成，与百图生科共建微观世界模型用于分子动力学理解，尝试验证统一架构的跨领域复用能力。 对于底层技术路线而言，榜单表现证明了模型基础能力，而能否在更多场景中实现复用，才决定其长期产业价值。 四、真正的护城河，正在从模型向智能体迁移 一家AI公司的价值，最终不能只靠模型能力来支撑。对于投资机构来说，真正决定长期价值的，是模型能否通过智能体架构转化为生产力，持续创造商业价值。 如果说UiT架构解决的是模型如何理解世界，那么智象未来在WAIC 2026上发布的全球⾸个⽆限时⻓内容创作智能体vivago R1，就是在回答另一个问题：模型如何在世界里完成复杂任务。 它所谓的无限时长不是简单把视频拉长，而是把完整创作流程拆解成多个可执行环节，由多个智能体协同完成。 从理解需求、规划故事线，到分镜设计、素材生成，再到长视频输出，模型开始承担过去需要一个团队完成的工作。本质上提升的不是视频生产的时长，是AI处理复杂任务的能力。 对于企业来说，比模型能力更重要的是稳定交付结果。传统大模型存在概率性输出偏差，企业真正的成本不只是调用模型，还有后续的人力返工。 vivago R1依托智象未来自研HD-AgentOS智能体操作系统，通过资源层、系统层、能力层三层架构实现创作全链路可控可校准，将内容有效可用成功率提升至85%。企业最终采购的，是一套能够稳定交付结果的“基础模型+智能体系统”生产系统。 vivago R1并不是孤立的产品，而是智象未来从模型能力走向行业工作流的一次最新尝试。截至目前，围绕内容创作、商业营销、影视制作，智象已经形成了“1+1+3”的产品架构：以基础模型和Token Hub为底层支撑，通过三大场景智能体矩阵，将模型能力转化为可执行的行业解决方案。 该公司产品覆盖全球100多个国家和地区，超5000万用户、4万家企业客户、百万级付费用户。其中，HiBurst进入广告营销，成为TikTok官方前五大AI合作伙伴之一；“帧赞”深入影视创作，累计制作短漫剧超5000分钟。 模型领先可以帮助一家AI公司进入牌桌，但真正决定长期竞争力的，是能否持续进入行业，并持续提供生产力。 从多模态大模型，到智能体，再到行业解决方案，智象未来正在形成一套可持续复制的商业模式，而不仅是一款模型产品。这也是资本真正看重的地方：即使世界模型最终未必是AGI的终极答案，它依然可能成为下一代AI产业的重要基础设施。 结语：融资背后，资本市场在重新思考AI公司的价值所在 对于行业而言，世界模型最终是不是通往AGI的答案，是一个技术问题，而智象未来的这几轮融资，是资本综合技术路线、产业落地以及投资回报等因素做出的判断。 在AI产业进入新的竞争阶段后，资本开始重新评估AI公司的价值标准。如果一种技术能够沉淀为产业基础设施，进入行业工作流，并持续创造商业价值，那么它就值得长期下注。 对智象未来而言，连续多轮融资不仅意味着资金支持，更意味着资本对其过去三年技术路线的一次集中认可。 从视频生成到原生全模态，从UiT统一架构到世界模型，再到基础模型与智能体系统结合的产品路径，这家公司试图证明，多模态公司的竞争，最终比拼的不只是模型能力，而是谁能够真正把模型变成产业能力。 未来谁会最终胜出，还有待时间验证，但至少今天，智象未来，已经成为了资本观察世界模型赛道、重新定义AI公司价值标准的一块重要样本。

快科技7月24日消息，据博主智慧皮卡丘透露，REDMI K100系列将在下个月登场，这次因为搭载的老款芯片，所以在高通新平台发布之前就能登场。 值得注意的是，这次K100 Pro机型将回归，目前核心配置已经揭晓，正面搭载185Hz的超高刷屏幕，依然是超级像素技术，全RGB排列，能够用1K级的功耗获得2K级的清晰度。 影像规格也有大幅升级，后摄依然是超大矩阵方案，配备2亿像素三摄方案，主摄是2亿像素，此外还会配备一颗潜望长焦，覆盖全方位场景。 充电方面，新机有50W无线快充，预计还会有100W的有线快充，并且兼容100W PPS，这也是目前小米系旗舰标配了。 值得注意的是，全系机型依然有Bose联调的扬声器，但三扬2.1依然是Pro Max版本独占。 另外，此前爆料称K100系列外观工艺上也全面对标苹果，金属中框和玻璃背板采用同色方案，整机一体性更强，当然成本也是会更高。 至于价格方面，在行业大背景下，K100系列涨价也成为必然，不过爆料称其涨幅会低于同级别竞品。

快科技7月24日消息，近期存储产品价格持续攀升，即便是拥有行业最强议价能力的苹果，也感受到了前所未有的成本压力。 就在6月25日，苹果公司宣布上调Mac、iPad及家居设备价格。本轮调价是苹果历史上规模最大的一次，Mac和iPad产品线的平均涨幅达到20%，部分型号的最高涨幅甚至超过30%，足以看出成本上涨对苹果利润空间的挤压程度。 据供应链消息，为了应对内存价格持续暴涨带来的成本压力，苹果已要求供应商降低iPhone OLED面板的采购价格。报道指出，苹果已向供应商提出约70美元的iPhone 18 Pro Max OLED面板采购价格。 行业预计，三星显示和LG显示实际供应均价约为66.5美元，较上一代产品下降约20%。苹果正试图通过压低其他核心组件的成本，来对冲内存芯片涨价带来的冲击。 据悉，iPhone 18全系OLED面板将采用新一代M16有机发光材料体系，发光效率、使用寿命与色彩表现全面升级。 面板厂商需要调整整套生产工艺，并持续爬坡以稳定良率。产品规格和生产难度同步提升，采购价格却反向走低，这种反差无疑会给供应链厂商带来更大的经营压力。 分析师指出，存储芯片持续涨价已经成为行业趋势。手机厂商为对冲芯片带来的成本上涨，只能通过压缩显示屏、摄像头模组等其他零部件的采购开支来平衡。 即便是苹果成功压低了OLED面板的采购价格，行业普遍预计，9月份登场的iPhone 18 Pro系列仍然会面临涨价，成本压力最终将传导至终端消费者。 此前，小米集团总裁卢伟冰在直播中曾表示，任何一款手机的定价都会受到内存成本大幅上涨带来的影响。他预计本轮内存涨价趋势至少会延续到2027年底，甚至可能持续至2028年。 这意味着手机行业将长期面临成本上行压力，终端定价策略将更加考验厂商的供应链管理能力和产品定义水平。