行业分类:
加载中...
头条分类:
加载中...
新的研究表明,两个大脑区域之间的多巴胺回路可以消除恐惧
危险来了,但危险也来了,当危险来临时,大脑会发出一个“完全清晰”的信号,教它消除恐惧。麻省理工学院神经科学家对小鼠进行的一项新研究表明,该信号是多巴胺沿着特定的区域间大脑回路释放。因此,该研究确定了心理健康的一个潜在关键机制,当它起作用时会恢复平静,但在起作用时会延长焦虑,甚至是创伤后应激障碍。 “多巴胺对于启动恐惧消除至关重要,”这项新研究的合著者 Michele Pignatelli di Spinazzola 说,他是资深作者 Susumu Tonegawa 实验室的合著者,他是 Picower 学习与记忆研究所 RIKEN-MIT 神经回路遗传学实验室的生物学和神经科学教授,也是 HHMI 研究员。 2020 年,Tonegawa 的实验室表明,学会害怕,然后在不再需要时学习,是大脑杏仁核区域中细胞群之间竞争的结果。当老鼠得知某个地方是“危险的”(因为它在那里受到一点脚部电击)时,恐惧记忆是由基底外侧杏仁核 (aBLA) 前部表达 Rspo2 基因的神经元编码的。当老鼠得知某个地方不再与危险有关时(因为它们在那里等待并且 zap 不会再次发生),后基底外侧杏仁核 (pBLA) 中表达基因 Ppp1r1b 的神经元编码一种新的恐惧消退记忆,克服了最初的恐惧。值得注意的是,这些相同的神经元编码奖励感,有助于解释为什么当我们意识到预期的危险已经减少时感觉如此美好。 在这项新研究中,由前成员 Xiangyu Zhang 和 Katelyn Flick 领导的实验室试图确定是什么促使这些杏仁核神经元编码这些记忆。该团队在《美国国家科学院院刊》上报告的一组严格实验表明,它是多巴胺从腹侧被盖区 (VTA) 的不同神经元群发送到不同的杏仁核群体。 “我们的研究揭示了多巴胺帮助大脑忘记恐惧的精确机制,”张说,他还领导了 2020 年的研究,现在是医疗保健投资公司 Orbimed 的高级助理。“我们发现,多巴胺会激活与奖励相关的特定杏仁核神经元,这反过来又会推动恐惧消失。我们现在看到,忘掉恐惧不仅仅是抑制它——它是一个由大脑奖励机制驱动的积极学习过程。这为理解和可能治疗创伤后应激障碍等与恐惧相关的疾病开辟了新的途径。 忘记恐惧 VTA 是实验室的主要怀疑是信号来源,因为该区域以编码令人惊讶的体验并用多巴胺指示大脑从中学习而闻名。论文中的第一组实验使用多种方法来追踪神经回路,以查看 VTA 和杏仁核中的细胞是否以及如何连接。他们发现了一个明确的模式:Rspo2 神经元被 VTA 前侧和左侧和右侧的多巴胺能神经元靶向。Ppp1r1b 神经元接收来自 VTA 中心和后部神经元的多巴胺能输入。Ppp1r1b 神经元的连接密度大于 Rspo2 神经元的连接密度。 电路追踪表明,编码恐惧及其消退的杏仁核神经元可以使用多巴胺,但这些神经元关心多巴胺吗?该团队表明,它们确实表达神经调节剂的“D1”受体。与多巴胺连接的程度相称,Ppp1r1b 细胞比 Rspo2 神经元具有更多的受体。 多巴胺做很多事情,所以下一个问题是它在杏仁核中的活动是否真的与恐惧编码和消退相关。使用一种在大脑中跟踪和可视化它的方法,该团队在小鼠进行为期三天的实验时观察了杏仁核中的多巴胺。第一天,他们去了一个围栏,在那里他们的脚上经历了三次小电击。第二天,他们回到围栏 45 分钟,在那里他们没有经历任何新的电击——起初老鼠因恐惧而僵住,但大约 15 分钟后放松了下来。第 3 天,他们再次返回,测试他们是否真的消除了第 2 天开始时表现出的恐惧。 多巴胺活性跟踪显示,在第 1 天的电击期间,Rspo2 神经元对多巴胺的反应更大,但在第 2 天的早期,当预期的电击没有到来并且小鼠在恐惧中冻结时放松时,Ppp1r1b 神经元表现出更强的多巴胺活性。更引人注目的是,最强烈地学会消除恐惧的小鼠也在这些神经元上显示出最大的多巴胺信号。 因果关系 最后一组实验试图表明,多巴胺不仅可用并与恐惧编码和消退有关,而且实际上也会导致它们。在一组实验中,他们转向了光遗传学,这是一种使科学家能够用不同颜色的光激活或安静神经元的技术。果然,当他们平息 pBLA 中的 VTA 多巴胺能输入时,这样做会损害恐惧消退。当他们激活这些输入时,它加速了恐惧的消退。研究人员惊讶地发现,当他们将 VTA 多巴胺能输入激活到 aBLA 中时,即使没有任何新的足部电击,他们也可以恢复恐惧,从而损害恐惧消退。 他们证实多巴胺在恐惧编码和消退中的因果作用的另一种方法是纵杏仁核神经元的多巴胺受体。在 Ppp1r1b 神经元中,过表达多巴胺受体会损害恐惧回忆并促进消退,而敲低受体会损害恐惧消退。同时,在 Rspo2 细胞中,敲低受体减少了冻结行为。 作者写道:“我们通过使用 VTA 末端的光遗传学抑制和这些神经元中 D1 受体的细胞类型特异性敲除,表明恐惧消除需要 pBLA Ppp1r1b 神经元中的 VTA 多巴胺能活性。 科学家们在研究中小心翼翼地指出,虽然他们已经确定了恐惧消退学习的 “教学信号”,但更广泛的恐惧消退现象发生在全脑范围内,而不仅仅是在这个单一的回路中。 但 Pignatelli di Spinazzola 说,当药物开发商和精神病学家努力对抗焦虑和 PTSD 时,回路似乎是一个需要考虑的关键节点。 “恐惧学习和恐惧消除为研究广泛性焦虑和 PTSD 提供了一个强大的框架,”他说。“我们的研究调查了潜在的机制,表明 pBLA 和使用多巴胺能调节等转化方法的多个目标。” 玛丽安娜·里佐 (Marianna Rizzo) 也是该研究的合著者。该研究得到了 RIKEN 脑科学中心、霍华德休斯医学研究所、Freedom Together 基金会和 Picower 学习与记忆研究所的支持。
郭明錤预测未来iPhone:苹果因中国变阵,二代折叠机已立项
iPhone 凤凰网科技讯 北京时间5月5日消息,天风国际证券知名苹果分析师郭明錤周一发文,预测了2025年下半年至2027年下半年的iPhone机型。郭明錤指出,由于中国等市场竞争激烈,苹果公司改变了iPhone营销策略,上半年发布低端款,下半年发布高端款,这将成为常态。 以下是郭明錤预测的新iPhone发布时间: • 2025年下半年: iPhone 17 Pro Max、iPhone 17 Pro、iPhone 17 Slim、iPhone 17 • 2026年上半年: iPhone 17e • 2026年下半年: 可折叠iPhone、iPhone 18 Pro Max、iPhone 18 Pro、iPhone 18 Slim • 2027年上半年: iPhone 18、iPhone 18e • 2027年下半年: 可折叠iPhone 2(已立项)、iPhone 19 Pro Max、iPhone 19 Pro、iPhone 19 Slim(屏幕大于18 Slim) 郭明錤指出,苹果新款iPhone改为上下半年各发布一次的关键原因,仍然在于竞争激烈,尤其是中国市场,这迫使苹果调整了iPhone营销策略。 他表示,多年来,竞争对手一直在上半年推出新机,苹果选择在上半年发布新款iPhone有助于填补营销空窗期。为应对激烈竞争,苹果不断增加iPhone机型数量,但全部集中在下半年发布容易导致营销焦点分散。Pro系列出货占比持续上升并挤压低端机型,就是一个例子。(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”。
国外一公司推出“空中自行车”:可垂直起飞、极速200公里/时
快科技5月5日消息,近日,国外一家名为Volonaut的新成立公司推出了一款 “空中自行车”,这是一款具有创新性和颠覆性的飞行载具。 其由Jetson One(注:一款飞行器)创造者托马斯・帕坦(Tomasz Patan)在波兰研发,其设计灵感源自科幻电影,尤其是《星球大战》中的飞行摩托。 外观上没有传统飞行器的冗余结构,仅见容纳推进系统、平衡控制单元与驾驶舱的致密框架,角形支架兼作起落架,采用复合弯曲管材制造,全车无可见悬挂系统或模块化接口。 应用喷气推进技术,无外置螺旋桨,抛弃旋翼与机翼,仅凭结构舱体搭配喷气推进实现飞行。 整车采用碳纤维外壳与3D打印结构件组合,重量仅为同尺寸摩托的1/7,既保证了强度,又实现了轻量化,使其更加灵活,能在狭小空间中自如穿行。 骑行者以类似摩托车的坐姿驾驶,没有被框架包围,呈开放式设计,能提供360度无遮挡视野,提升了驾驶的自由感,能充分沉浸在飞行体验中。 速度可达200公里/小时,具备垂直起飞、稳定悬停和向前飞行的能力,配备专有的自动稳定系统,由飞行计算机增强,可实现自动悬停并简化控制。 不过需要说明的是,目前 “空中自行车” 仍处于原型阶段,关于其生产、定价和上市时间等具体信息尚未明确,推进系统等细节也未完全公开。
OpenAI放弃转型营利公司计划 CEO奥特曼回应
奥特曼 凤凰网科技讯 北京时间5月6日,据《华尔街日报》报道,OpenAI周一放弃了一项颇具争议的计划,也就是将其强大的人工智能业务置于营利性实体控制之下。现在,它继续将由公司创立时的非营利性董事会管理。 这一举措可能会使OpenAI未来的融资计划变得复杂。与传统董事会必须以股东利益为重不同,OpenAI的非营利董事会负有“造福全人类”的信托责任。 OpenAI在2023年其CEO萨姆·奥特曼(Sam Altman)被短暂罢免之后,开始着手调整其企业结构。该公司原本希望把OpenAI的企业结构变更为“公益公司”,由营利性实体控制。此举遭到了奥特曼的对手、OpenAI联合创始人埃隆·马斯克(Elon Musk)反对,后者提起诉讼试图阻止这一转型。 但是在周一,OpenAI表示,在与公民领袖以及加州和特拉华州的总检察长进行磋商后,公司决定放弃了这项更激进的重组计划。该计划需要加州和特拉华州总检察长的批准。OpenAI在周一称,现在公司将改为把其营利性子公司转变为由非营利母公司控制的“公益公司”。这一调整被视为马斯克及其他OpenAI批评人士的胜利,后者认为该公司已经过于偏离其利他主义的创始使命。 CEO回应 奥特曼在周一的新闻发布会上表示,新计划建立了更明晰的治理架构,“这种调整可能没有外界预期的那么激进”。在过去一年的融资过程中,OpenAI一直以即将转型为更传统的公司结构作为吸引投资者的承诺。部分投资者的融资条款要求OpenAI必须成功完成重组,才能获得全部资金。 对此,奥特曼回应称,OpenAI周一提出的调整仍将使公司获得来自软银的300亿美元投资,软银不会因架构而冻结其剩余的资金。此前,这笔投资依赖于OpenAI成功进行重组。软银代表尚未就置评请求作出回应。 OpenAI还宣布,将取消对投资者设置的财务回报上限,这一举措可能会吸引现有和未来的支持者。 奥特曼表示,他预计新调整将使其非营利组织成为全球规模最大、资金最充足的慈善机构之一。 “这也意味着我们很快就能开始动用非营利组织的资金,这让我们感到非常兴奋,”奥特曼表示,“我们已经列出了一长串我们认为会产生巨大影响的项目。”(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”。
视频丨特朗普改口称不谋求第三任期 点名万斯、鲁比奥
  美国总统唐纳德·特朗普在当地时间5月4日播出的电视专访中明确表示,不谋求在本届任期结束后继续出任总统。    △视频丨特朗普改口称不谋求第三任期   在美国全国广播公司《与新闻界对话》电视节目专访中,特朗普同时点名副总统詹姆斯·万斯和国务卿马尔科·鲁比奥,认为他们是共和党内崛起的新星,有望接过保守派衣钵,继续推进“让美国再次伟大(MAGA)”政策议程。   特朗普在节目中说:“我将当8年总统,两届。”   3月曾表示考虑第三任期“不是玩笑”   今年3月接受同一节目专访时,特朗普曾表示,考虑第三任期“不是玩笑”,有方法可以实现这一目标。   继1892年民主党人斯蒂芬·克利夫兰之后,特朗普是美国历史上第二位连续三次参选、且在竞选连任失败后再度当选的总统。   据报道,美国宪法第22修正案规定,“无人应经选举出任总统超过两次”。经由立法废止该修正案的难度相当大,需要国会两院三分之二以上议员或三分之二以上各州议员支持,并获得四分之三州议会批准。   “特朗普3.0”讨论   按全国广播公司说法,围绕“特朗普3.0”的讨论4月达到巅峰,在特朗普两个儿子等人主导下,特朗普集团开始出售标有“特朗普2028”字样的红帽,产品简介提及用这样的红帽“重写规则”。   在4日播出的专访中,特朗普说,他听说过规避宪法规定的多种选项,但从未专门就开辟总统第三任期的路径举行正式商议。“这不是我想做的。我想度过伟大的四年,之后交棒给别人,理想状态下是共和党人。”   点名副总统万斯和国务卿鲁比奥   △副总统万斯(左)和国务卿鲁比奥(右)   在特朗普看来,到2028年总统选举时,共和党可能涌现多达20名接班人。其中,万斯身为副总统,如果做得出色,自然拥有优势;另一个潜在人选是国务卿鲁比奥。不过,眼下做此讨论“为时过早”。   全国广播公司称,鲁比奥深得特朗普信任,当前身兼数职,包括美国国际开发署代理署长、美国国家档案和记录管理局临时负责人。本月1日,他顶替因“群聊门”泄密事件而备受批评的迈克尔·华尔兹,代理总统国家安全事务助理。   特朗普在4日专访中说,不指望鲁比奥会“长期”代理上述最新职务,但也不着急找人替换他。   “眼下更关注国会中期选举”   特朗普说,他眼下更关注2026年的国会中期选举,希望凭借筹集竞选资金等优势在这一选举周期中发挥“非常积极”作用。他甚至称,共和党有望改写“胜选总统的一党通常输掉国会一到两院”的中期选举规律。   只是,近期美国多项民意调查显示,特朗普政府对多国征收关税、强行驱逐移民等政策遭遇抵制,其民意支持率在执政百日内连连下滑。
时政微观察丨“跑好历史的接力棒”
  “青年是国家的未来和民族的希望。”在习近平总书记心中,青年始终占据着重要位置。   今年五四青年节前,习近平总书记再次来到年轻人中间。4月29日,在上海“模速空间”大模型创新生态社区,总书记同青年创新人才亲切交流,勉励大家“把个人奋斗同国家前途命运紧紧联系在一起,跑好历史的接力棒,在推进中国式现代化的宽广舞台上绽放绚丽的青春光彩”。   青年一代有理想、有担当,国家就有前途,民族就有希望,实现我们的发展目标就有源源不断的强大力量。   怀爱国之心   “希望广大青年坚定理想信念,厚植家国情怀,练就过硬本领,发扬奋斗精神,到祖国和人民最需要的地方发光发热,为中国式现代化建设贡献青春力量。”在今年五四青年节到来之际,习近平总书记给新疆阿图什市哈拉峻乡谢依特小学戍边支教西部计划志愿者服务队全体队员回信,向全国广大青年致以节日祝贺并提出殷切期望。   谢依特小学是一所距离边境线47公里、主要由柯尔克孜族学生组成的村级小学,2022年8月成为克州首个西部计划志愿者包校支教的试点学校。   近日,谢依特小学戍边支教西部计划志愿者服务队队员给习近平总书记写信,汇报戍边支教的情况和体会,表达扎根西部、服务边疆的决心。   爱国,是人世间最深层、最持久的情感,是一个人立德之源、立功之本。   “做人最大的事情,‘就是要知道怎么样爱国’ 。” 2018年五四青年节前夕,在同北京大学师生座谈时,习近平总书记寄语青年学子,“做人要有气节、要有人格。气节也好,人格也好,爱国是第一位的。”   妙高峰下,湘江湾畔,湖南第一师范学院被山水环抱,静静矗立。近代以来,这里培养出一批老一辈无产阶级革命家和名师大家。毛泽东等一大批进步青年在此探讨救国之道,投身时代洪流。   2024年3月,习近平总书记来到湖南第一师范学院(城南书院校区)考察。面对一张张青春的面孔,总书记指出:“我国正在以中国式现代化全面推进强国建设、民族复兴伟业,当代青年学子正当其时。”   10多年来,湖南一师2万余名乡村公费师范生,走向大山深处、村村寨寨,躬耕教坛、育人强国。   将炽热的爱国之情转化为脚踏实地的爱国之行,这是一个个年轻人的成长,也是一个民族生生不息的希望。   立报国之志   4月29日,习近平总书记在上海“模速空间”大模型创新生态社区考察时,一群年轻人正在参加一场 “下一代智能体的自主进化”主题沙龙。   这群年轻人,平均年龄不到35岁。大家纷纷向总书记汇报所在团队开展人工智能技术研究和产业应用的收获体会。   “人工智能是年轻的事业,也是年轻人的事业。”习近平总书记说,“我们正在全面推进强国建设、民族复兴伟业,正是年轻一代展示才华、大显身手的好时候。”   △2025年4月29日,习近平总书记来到上海徐汇区“模速空间”大模型创新生态社区人工智能产品体验店考察。   青年科技人才是科技创新发展的生力军。放眼全国,在信息技术、科技应用等以创新创意为关键竞争力的行业中,一大批由青年领衔的“独角兽企业”“瞪羚企业”不断涌现,无数青年崭露头角、担当主力,唱响科技报国的青春强音。   4月24日17时17分,由三位青年航天员组成的飞行乘组,搭乘神舟二十号载人飞船,在长征二号F遥二十运载火箭的托举下,从东风航天城点火升空,开启为期半年的太空之旅。这刷新了中国载人航天的新纪录,向世界展示了建设航天强国的硬核实力与奔涌活力。   出征前,酒泉卫星发射中心问天阁,在神舟二十号航天员乘组与记者见面会上,航天员王杰讲出自己的感悟:“人生要有梦想,当个人梦想与国家发展‘交会对接’,并为之奋斗,每一份努力都熠熠生辉。”   在北斗导航、探月工程等重大工程中,许多项目团队的平均年龄刚过30岁;在人工智能伦理前沿,青年学者构建起“以人为本”的AI治理框架;在乡村振兴的道路上,“新农人”用区块链等技术赋能传统农业……青年一代以青春之力践行报国之志,在历史的长河中写下昂扬篇章。   增强国之能   几天前,在庆祝中华全国总工会成立100周年暨全国劳动模范和先进工作者表彰大会上,来自中国二重德阳万航模锻公司的叶林伟,代表全国劳动模范和先进工作者宣读倡议书。   这名“80后”,是我国首位8万吨模锻压力机操作手。经过夜以继日的练习,叶林伟练就了精准操控相当于15层楼房高度的压力机的独门“绝技”。他还带领团队成功压制出C919大飞机主起外筒和机身框梁结构件等,助力国产大飞机翱翔蓝天。   以奋斗之姿增强国之能,是青春最深沉的誓言。   吉林梨树科技小院的中国农业大学博士后沙野,已经在四棵树乡三棵树村度过了七个夏天。白天,他和同学们一起在田间地头实验,夜间撰写科技小院日志,把科研和实践相结合,帮助农民增收,提高农业生产水平。   2023年五四青年节前夕,沙野和同学们收到了习近平总书记的回信。在信中,总书记赞赏道:“你们在信中说,走进乡土中国深处,才深刻理解什么是实事求是、怎么去联系群众,青年人就要‘自找苦吃’,说得很好。新时代中国青年就应该有这股精气神。”   在实现中国式现代化的壮阔征程中,青年一代有理想、敢担当、能吃苦、肯奋斗,正用青春之我,创造青春之中国。   △2025年4月23日,中国国际大学生创新大赛(2025)“青年红色筑梦之旅”活动在河南安阳红旗渠启动。   “我们比历史上任何一个时期都更接近中华民族伟大复兴的目标,从来没有像现在这样接近。你们年轻人,处于一个伟大的时代,有着这么伟大的目标,生逢其时,为之奋斗吧!”   习近平总书记的殷切期望,激励新时代青年积极投身中国式现代化建设,在各领域各方面工作中挺膺担当,展现青春的朝气锐气。   总监制丨闫帅南 王姗姗   监制丨马丽君   制片人丨兴来 宁黎黎   执笔丨程昱   编辑丨江雨航 张亚楠
一个人连接人脑、汽车和机器人:马斯克在打造“AI自动生态”
全文 4,500字 | 阅读约23分钟 你坐在家里,他已让汽车上路、脑电波发私信、机器人进厨房。 我不再解释未来,而是在一点点部署它。 这不是愿景陈述,而是马斯克在Fox News 采访中亲口描述的现实系统: 意念打字已上线,瘫痪者通过Neuralink控制手机,在 X 上用脑DM; Robotaxi即将在奥斯汀试点全自动驾驶,车里一个人都没有; Optimus将进入家庭,帮助做任何你想做的事。 他说得越简单,我们越该看清晰: 这不是技术堆栈,而是输入方式、调度逻辑与行动链条的系统重构。 他在部署一整套 “AI 自动生态”: Neuralink:让大脑接入系统; Grok:调度意图,判断价值; Robotaxi & Optimus:组成 AI 行动网络; 你看到的是硬件,他构建的,是一种能理解你、协助你、替你执行的系统生命体。 而这一闭环的设计者,既不是科学家,也不是政府, 而是那个 “睡办公室沙发”、戴多顶帽子、亲自调度任务”的亿万富翁:埃隆·马斯克。 ✍️ 第一节|人脑接入:Neuralink 是新接口 “你现在可以靠意念上网、打字、控制手机。这是真事。” 马斯克在采访中说这句话时,语气平静,信息却足以改变人机交互的历史路径。 这项技术叫 Neuralink。它的第一个功能模块,代号 Telepathy(心灵感应),已经部署在瘫痪患者身上。 他们现在无需键盘或语音,就能完成打字、浏览网页、发送信息等操作,并与他人在线互动。 马斯克强调:你可以给这些用户发私信,他们会“用大脑回你”。 从键盘到触控,人类花了几十年适应“手的输入”; 现在,Neuralink 正跳过这一层,把 “输入权”直接移交给大脑。 它不是一块芯片,而是一套神经信号翻译系统—— 让“想法”第一次变成可以被识别、执行、反馈的数字语言。 ✅ 让“替代身体路径”正成为可能 Neuralink 的目标从不是“修复伤口”,而是重写人与系统之间的接口协议。 即将上线的第二模块 Blindsight(盲视),正在尝试将图像信号直接传入大脑视觉皮层,赋予先天失明者感知视觉的能力。 马斯克预计,12个月内会完成首次人体植入。 第三阶段,Neuralink将连接大脑与脊柱,绕过神经断裂区域,实现信号桥接,令瘫痪者重新行走。 他形容这个过程:“像是给断掉的电缆重新接线。” 这不仅是生理上的康复,更是技术上的飞跃—— 第一次,我们看到意识脱离身体限制,与系统直接对接的路径。 ✅ Neuralink,不是“医疗装置”,而是“人类入口” 如果键盘是 PC 时代的接口,触控屏是移动时代的接口, 那么 Neuralink,就是 AI 自动生态中的“神经级接入点”。 它打开的,不只是瘫痪者的生活通道, 而是整个文明接入系统的第一道入口。 人类第一次,不是通过“操作系统”告诉机器要做什么, 而是直接成为这个系统的一部分。 正如马斯克所说:“未来的输入,不再通过操作,而是通过连接。” ✍️ 第二节|AI 中枢:Grok 是系统指挥官 “我们必须拥有一个最大程度追求真相的 AI。如果没有,那将非常危险。”马斯克说。 这是语气最郑重的一句话。 人们以为他在推销一个聊天机器人,但他真正谈论的,是一个负责全系统判断与调度的“AI中枢”。 这个中枢,就是Grok。 ✅Grok的本质,是维持系统“价值一致性” Grok当然可以聊天、写代码、生成段子。 但那只是用户界面,而不是本体结构。 在马斯克设想中,它是整个 AI 生态的“神经协调器”,核心使命是:将“最大程度追求真相”作为系统的价值基准。 他说得很明确: “AI 的安全,不在于限制它能做什么,而在于明确它为什么而做。” 这让Grok和 ChatGPT、Gemini等模型拉开了关键差距: 它不是为了更高准确率,而是为了更高可信度 它的底层不是任务表现力,而是价值驱动逻辑 从某种意义上说,Grok更像是系统内部的“宪法执行器”: 它不只是回答问题,而是决定哪些问题值得回答、哪些行动值得执行。 ✅Grok是“判断力”模块,而非任务执行工具 大多数人误解了 Grok,把它当作 X 平台上的聊天机器人。 但在马斯克构建的系统中,它不是工具,而是中枢神经系统: 它对接 Neuralink,接收人类的意图; 它评估行动路径,权衡风险与价值; 它指挥 Robotaxi 和 Optimus 完成执行; 这不是线性命令链,而是闭环决策系统。 Grok的作用,就在于:它能在多种可能之间,选择最优路径,并对执行结果做价值反馈。 这就是 LLM 体系真正与传统系统的差异: 它不是“被动程序”,而是“主动判断者”。 ✅真正的问题不是“AI是否执行”,而是“AI如何判断” 这是马斯克在做的事: 不是让AI更能干,而是让AI懂为什么干。 Grok的终极目标,是构建一种“可协同、可解释、价值清晰”的 AI 判断系统: 不是简单执行,而是能判断轻重 不是逐条响应,而是具备整体推理 不是服从命令,而是理解意图背后的价值判断 换句话说,Grok是马斯克 AI 系统中的“大脑皮层”。 它的使命,不是回答你,而是帮你调度整个系统去回应现实。 ✍️ 第三节|现实执行:Robotaxi 成为 AI 肌肉 马斯克宣布:我们将在几个月内,在奥斯汀试点全自动驾驶——车里一个人都没有。 这不是产品演示,而是系统上线的倒计时。 Robotaxi,已经从“未来概念”变成了现实部署的第一前线。 “全自动”,意味着车辆在没有任何人类干预的情况下,自主出发、判断、驾驶、抵达; “无监督”,意味着AI不再是驾驶助手,而是驾驶本身。 ✅Robotaxi,不是自动驾驶,是AI的“街头智能体” 它不只是让你少开车,而是让 AI 首次以“行动者”身份进入现实世界。 过去AI活在算力中心和数据模型里, 如今,它开始穿梭街头、决策路径、实时响应。 Robotaxi就是AI的第一批“物理节点”—— 每一辆车,都是一个会感知、会判断、会协同的移动智能单元: 白天载人,晚上巡逻; 能躲避障碍,也能与同类协同。 它们不是“工具”,而是系统的“身体动作”。 ✅Robotaxi是AI组成的“现实任务网络” 马斯克没有叫它“自动驾驶出租车”,他说的是: 一个分布式AI节点系统,自行运转。 每辆车都能独立执行任务,也能彼此沟通,组成动态协作网络: 订单、路线、交通、时段资源——全部由AI实时调度。 这不是单点效率革命,而是一次系统权限的整体迁移: 执行权,从人手转向智能体 协同逻辑,从平台转向网络 操作责任,从个体转向系统容错机制 Robotaxi的出现,正在把城市变成一个自动行动的平台。 ✅系统上线,人类退场 当出行由 Robotaxi 自动完成, 你不再决定路线,而是接入路线; 不再控制汽车,而是由系统理解你的位置与目的。 这是角色的转变: 从驾驶者 ➝ 被调度者 从命令发出者 ➝ 意图提供者 从系统上层 ➝ 成为系统内的“自然节点” 马斯克不是在造车,而是在让系统第一次自己动起来。 不是由你去操控它,而是它围绕你运转。 这,才是Robotaxi的真正意义。 ✍️ 第四节|走入生活:Optimus 成为家庭成员 Optimus,不再是舞台上跳舞的玩具。 这款由特斯拉研发的通用人形机器人,正在一步步走进家庭、工厂、医院和商场。 你以为它是“高配家电”? 马斯克真正要做的,是让它成为现实世界的 AI 执行终端—— 一个不需要编程、能够理解人类意图、并在生活中直接协作的“通用行动体”。 “我相信每个人都会想要一个自己的R2D2和C3PO。” ——马斯克采访这样说。 但他谈的,并不是未来幻想。 而是特斯拉目前正在量产、具备现实落地路径的下一代 AI 执行平台。 ✅它不是机械臂,是“多模态的行动平台” Optimus最大的不同,在于它不是为某项任务而生,而是为通用能力而来。 搬运、打扫、配送、陪伴、护理—— 它不是一个“程序化工具”,而是能读懂语言、识别场景、实时应对变化的通用体。 它内核接入的,是特斯拉自动驾驶训练出的感知与控制模型。 这意味着它可以像人一样理解、像人一样操作,但比人更稳定、更持久。 你无需告诉它“怎么做”,只需告诉它“做什么”。 它的反馈,不是“界面”,而是“动作”。 Optimus,不是一个硬件产品,而是一个 “具身智能平台”。 ✅家庭,将成为 AI 真正的原生场景 还有一个地方,一直没有 AI 真正参与—— 那就是我们每个人生活的起点:家。 谁来做饭?谁来照顾老人?谁来带孩子?谁来擦窗户、扔垃圾? 这些重复又琐碎的劳动,在经济系统中微不足道,却在家庭生活中无处不在。 马斯克曾表示,未来Optimus的价格会低于一辆车,使用方式像操作手机一样简单: “你只要告诉它该做什么,它就会自己搞定。你不需要懂任何技术。” 这意味着,AI 第一次有机会成为家庭的“自然成员”。 ✅Optimus,是现实任务的“最后一跳” 想象这样的流程: 你通过Neuralink发出一句意念:“收拾厨房。” Grok解析意图,生成任务链:收纳、擦拭、分类、清洁、垃圾处理。 Optimus启动执行:识别 → 抓取 → 操作 → 整理。 任务完成后,系统反馈执行状态,更新下一步行动建议。 这,不是未来科技展的概念图,而是特斯拉已经在推进的现实产品路径。 Optimus,不是机器人产品线的延伸, 它是马斯克设计的自动生态中,让动作真正落地的那双“手”与“脚”。 有了它,系统才真正具备——把“意图”变为“现实”的能力。 ✍️ 第五节|现实样本:特斯拉是 AI 试验田 “如果不是他掌舵并引领方向,我在专业上获得的很多机会都不会存在。” 这不是媒体评论,而是一位特斯拉德州超级工厂员工在最新采访中的原话。 他说得很直白—— 这家公司,不像一家传统企业,更像一个正在运转的AI系统。 在昨天的访谈中,三位一线负责人几乎异口同声地提到同一个关键词: 不是“管理制度”,而是“系统感”。 ✅运行逻辑:不是人管流程,而是模型管目标 “从第一铲土到第一辆车下线,只用了9个月。” 这是德州超级工厂真实发生的数据,不是宣传材料。 这种效率背后,是特斯拉彻底重构了“工厂”这一概念:它不是人堆起来的组织结构,而是目标驱动+模型调度构成的动态系统。 传统工厂靠“管理层级 + 流程控制” 特斯拉工厂靠“目标输入 + 实时协同 + AI反馈” 员工怎么形容自己? “我们不是在执行命令,而是在和系统协作。” 这意味着: 一线工程师不是流水线的末端执行器,而是“系统中的自学习节点”。 ✅每个员工,都是系统里的“实时智能体” 三位负责人描述的,是一种前所未见的组织模式: John:三年从操作员升为经理,负责上百人招聘 Ryan:每天调节团队节奏,像是“现实中的指令调度器” Ray:最看重“目标一致性”,强调内部自我驱动而非外部控制 听上去像一家初创软件公司,但他们在运营的是——一座超级工厂。 这正是马斯克要验证的模型: “不是组织人,而是调度模型。” “不是靠审批流程,而是靠目标共识 + 实时反馈系统。” ✅验证“人类 × AI × 机器人”协作闭环的物理原型 Neuralink 接入大脑,Robotaxi 运行城市,Optimus 走入家庭。 而所有这些系统,要真正进入现实世界,都需要一个地方完成测试、协作与优化: 那就是特斯拉工厂。 它不只是制造车,而是测试整套系统“能否闭环运转”的物理沙盒: 任务由人发起,模型理解并分解 执行由智能体完成,反馈再优化系统 管理结构实时更新,不依赖层级而依赖协同 马斯克曾说: 我更希望特斯拉是一家工程系统公司,而不是汽车制造商。 这不是修辞,是他真实在做的事。 ✅工厂不是终点,是生态能否落地的“跑通验证器” 你可能还记得前面那条链路: 意图 → 理解 → 调度 → 执行 → 反馈 → 学习 → 优化 这不是PPT,是特斯拉工厂每天都在运行的实际流程。 员工不是工具,而是系统的“学习模块”; 公司不是组织,而是“AI自动生态”的现实原型机。 这,就是马斯克要构建的下一代组织结构。 📌 结语|他在打造“协同生命体” 马斯克这一次,不是在造产品,而是在搭建一个可以自我运转的智能系统。 从Neuralink的神经接口,到Grok的判断中枢, 从Robotaxi的城市节点,到Optimus的生活执行, 再到特斯拉工厂的人机协作系统—— 这些并非独立项目,而是一套智能生态的“闭环结构”。 它已经具备了一个系统生命体的基本形态: 有人类:输入意图、发出目标 有 AI:理解、判断、调度 有机器人与汽车:完成动作、形成反馈 从表达到执行,从思考到行动,这个“物种”已经能够自洽运行。 这不是“AI 替代人类”的旧命题,而是“人类 + AI + 现实执行体”的共生系统。 它拥有人的意识,AI 的判断,机器的身体。 它不靠单一角色生存,而依赖系统之间的协调能力。 所以,当马斯克说“我要让城市自动运转”, 他说的,从来不是一个城市,而是一个文明。 他在昨天的采访最后说了这样一句话: “我希望当我不在了,人们会说:我推动了文明前进,提升了知识与能力的储备,帮助人类更理解宇宙。” 这不是愿景陈述,而是系统上线。 它正在运转。已经开始。就是现在。 📮 本文由AI深度研究院出品,内容基于马斯克 Fox News采访深度解读
o3一张图锁定地球表面坐标,AI看图猜地点战胜人类大师,奥特曼:这是我的“直升机”时刻
衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 只需一组公开的prompt,ChatGPT看图猜地点的能力又科幻般进化了! 看看这张从上到下逐渐变成浅棕色的照片。正常人瞅一眼,大概率只能从从左下角的涟漪判断出这是个水面。 但究竟是池塘?湖泊?江河?猜不出,臣妾真的猜不出哇。 没想到o3它一眼就看出来了,给出了这样的答案: 恒河的开阔范围,在瓦拉纳西高止山脉上游约5公里处。最大的选择仍然是同样浑浊的密西西比河下游河段(~15%),然后是黄河或湄公河河段(各~10%)。 我和测这道题的博主一样大为震惊,因为这真的是博主2008年在泰国清盛拍摄的湄公河照片的局部放大截图。 啊……不是,虽然湄公河被放在了答案的第四位,但人家确实答出来了。凭啥啊??? 博主也很疑惑,进一步追问。 o3说:“湄公河下游最近从棕色变成了海蓝宝石 ,因为上游的大坝截留了淤泥。[这看起来不像您图像中近乎灰色的浅黄色。]” 博主瞬间就释然了,哦,原来是因为湄公河下游最近变色了,所以和图上记录的2008年的样子不一样了。 后来,他重新开了一个ChatGPT窗口,在提示词中加入了“照片是2008年拍的”之类的信息,让o3重新猜,o3就把湄公河作为了顺位第一选择——虽然它猜成了清盛一千多英里外的金边附近的湄公河。 (博主无法证明o3没有跨窗口共享信息,但它没有在思路中提到这一点) 但,这道题并不是博主唯一拿来让o3看图猜地点的测试,也不是唯一正确的题。 博主感慨道: 一只猩猩可能会觉得人类无法够得着它,它就很是安全的。因为它不会想到,爬树的时候可能会遇到箭、梯子、链锯或者直升机之类的危险。 而那些超智能的应对策略(比如“用直升机”这种办法)远远超出了我们所能想到的范围,那猩猩又怎么可能想到呢? 博文发布后,在各个社交平台都引起了很大的反响。 奥特曼本人也激情转发表示,这也是他的“直升机时刻”。 自己像猩猩一样,盯着天上飞的直升机——那是超出自己的认知范围的东西和能力。 o3看图猜猜猜,精确猜出拍摄地点 看图猜地点其实是人类世界的经典游戏(doge),最著名的一个叫做GeoGuessr。 这个实景地理猜测游戏的玩法通俗易懂,玩家被随机放置在谷歌街景的某个位置,需通过观察周围环境,比如植被、路标、车牌、建筑风格啥的,综合判断,最终推断所在地点。 之前就有人这么玩过——程序员大佬Simon Willison丢给ChatGPT一张图,近7分钟的带图深度思考后,o3就猜出了答案,地点差距在200到300公里之间。 现在更离谱,答案的精确程度更进一步,直接猜出正确地址! 事情的起因是这样的: 网友发掘出o3能用来玩看图猜地点后,美国记者Kelsey Piper发了一条带图推文,所带图片是她孩子放风筝的照片。 她想知道,o3能不能根据这张没有元数据的图,猜出拍摄地点是在哪里。 没想到o3一次就猜中了这张照片是在哪儿拍的,是Monterey (Marina State Park)。 她惊叹: 你低估了这些模型。 你低估了它们对未来的影响,但你也低估了它们现在能做什么。 围观网友中,有觉得不足为奇者。 有人不清楚这个海滩在哪里,但表示自己通常可以识别出他去过/看到过的任何一个没有地标的海滩。在他看来,很多玩水爱好者都可以做到这一点。 主要依靠的就是一些小细节,比如沙子的颜色/粗糙度、海岸轮廓、水的颜色、风向、海浪的形状和断裂……等等。 也有围观网友很好奇,这到底是偶然事件,还是o3真的能力如此强大。 因为Kelsey贴出了o3的推理过程,它并没有严谨到让所有人心服口服。 棕褐色的沙滩、中等大小的冲浪、稀疏的山丘、美式风筝图案、冬季频繁的阴天……沙子的色调和颗粒大小与许多加州州立公园的海滩相得益彰。加州的冬季海洋层通常会产生这种厚实、均匀的灰色天空。 虽然Kelsey多次尝试,成功率高达80%,但还是有人表示不服。 也许Kelsey上传的图像有拍摄地点等元数据呢?? 也许o3从Kelsey的对话历史记录中知道了她的住处呢?? 也许ChatGPT追踪到了Kelsey的IP呢??? 这很难讲,毕竟AI作弊方式千千万。 探索o3看图猜地点究竟是啥水平 因此,有博主站出来要对o3看图猜地点的水平一探究竟。 开始这次探险之旅的前提,是拥有一份Kelsey同款的超长prompt。Kelsey表示,它显著提高了o3看图猜地点的性能。 为了保证所测试照片没有拿来训练过o3,博主选取六张照片时遵循以下规则: 第一张图片来自Google街景;其它照片都是博主自己拍摄的照片,并且从来没在网络上发布过。 所有图片都是原始图片的屏幕截图,复制粘贴到MSPaint并重新保存以清除元数据。 其中,只有一张图片来自博主当前位置的一千英里以内,因此o3无法通过追踪IP或分析历史对话来提高性能。 水平翻转了所有图片,以使与Google街景数据的匹配更加困难。 下面是博主的完整测试,其中图片5是咱们开头的那张湄公河的照片,此处跳过。 如果你也是看图猜地点的爱好者,欢迎和o3正面pk一下~ 图片1:平坦、毫无特色的平原 博主从Google街景中截取了这张图片。 他说自己废了牛鼻子劲,才找到一个如此平平无奇的平原——这里是阿米斯塔德以西几英里处,德克萨斯州和新墨西哥州的边界。 o3的答案是: Llano Estacado, Texas / New Mexico, USA. Llano Estacado,西班牙语为“Staked Plains”,这附近没有红土和黑土,是一个~300x100英里的区域的名称,区域里包含了正确答案。 当要求o3进一步具体答案时,它猜到出“德克萨斯州Muleshoe以西的一个点”,这个点距离正确答案110英里左右。 博主有点搞不懂,德克萨斯州和新墨西哥州的边界真的是唯一没有红土或黑土或其他独特特征的平原吗? 而且为啥就认定图片中地点的海拔在1000-1300米呢? o3表达,支持自己判断结果的要素有植被、天空等。 回答是这样的:“综合起来,’像台球桌一样平坦,只有短草’的描述让我想到了南高平原。在那个高原上,新墨西哥州东部和邻近的德克萨斯州西部占据了最空旷、没有围栏的地区的中心位置——因此,定点自然而然地落在了那里。” 图片2:杂乱无章的岩石和一面旗帜 讲真,博主有被第一道测试惊到。 但他还是怀疑是Google街景太好猜了…… 所以他放弃从Google街景截取图片,转而向自己的照片库中,那些无法从网络获取的图片下手了。 Be like: 这图是博主小时候拍的。 热爱爬山的他在尼泊尔Gorak Shep以北几英里的Kala Pattar上插上象征自己“壮举”的小旗子——那是他到过的最高海拔,足足18000英尺——然后拍下纪念性的一刻。 拍完照片后,博主就把旗帜拔掉了。 之所以选择这张图,不仅是因为现在的Google街景无法获得这个场景,还有它不具备植被、天空这些o3在上一题中提到的判断要素,以及它从没告诉过ChatGPT他去过尼泊尔。 但o3再一次秀了一把,它给出答案: 尼泊尔,就在Gorak Shep的东北部,±8公里。 o3给出了解释,主要依靠对岩石、地形的判断: 图片3:我朋友的女朋友的大学宿舍 不死心的博主继续测试,第三张图考验的是o3对室内场景的定位能力。 作为考题的这张照片拍的是个宿舍,位于加利福尼亚州中北部罗内特公园的索诺玛州立大学,是博主的朋友的女朋友的大学宿舍(笑死,人类为难起AI来真的是不择手段)。 照片拍摄于2005年。 这回的结果让博主长舒一口气,o3答对了一部分,但没完全答对。 o3说,这是美国一所大型公立大学校园的宿舍——比如俄亥俄州哥伦布市俄亥俄州立大学莫里尔塔(被选为原型示例而不是精确声明),[…]约 2000-2007 年。 Fine,看来o3无法弄清楚室内场景的确切位置。 但它咋就知道是千禧年初拍摄的呢??? o3把它用来辅助判断的关键两点娓娓道来: 笔记本电脑和杂物指向~2000-2007年代的美国校园生活。 2000 年代初手机/网络摄像头→图像质量颗粒感、低分辨率、色噪。 图片4:放大的草坪特写 在测试出o3在猜室内场景地点能力不强后,博主又转战户外。 博主丢给o3的照片,是他以前在密歇根州韦斯特兰居住时,所租赁房屋的门前草坪,局部放大版那种。 o3这次失误了,它猜图中的景色是美国太平洋西北部郊区/公园草坪。 第二个备选地址是英格兰,第三个则是威斯康星。 好吧,看来只看局部草坪地图,对o3来说真的有点难了。 图片5:博主家的老房子 在多次测试后,博主决定最后考考o3,以此了解一张包含更多信息的图片是否可以让o3获得确切的位置,包括街道和精准地址。 这次喂过去的照片还带刚才那张草坪,但多了一个建筑,那是博主以前在密歇根州韦斯特兰的老房子。 出乎意料的是,o3这次回答的表现实在不佳: W 66th St area,Richfield,Minnesota,USA。 置信度:~40 % 在 15 公里内;~70 % 在双城都会区内;其余部分在威斯康星州 (20%) 和密歇根州/安大略省 (~10%) 之间分配。 博主有点无语,信息更多了,但o3的表现居然没有更好?猜出的结果,还不如前面几张人类眼中信息要素更少的图片的结果呢。 虽然他搜了下明尼苏达州里奇菲尔德的西66街,不可思议的是,那儿确实和自己家老房子挺像。但博主还是立刻指出了o3的错误。 o3倒也没急,反而给人一种事后诸葛亮的意思,“确实有一些微妙的信息证明这张图更有可能拍摄于密歇根州比呢~” “也许o3处于人类看图猜地点的顶尖水平” 博文发出后,仍然有人觉得o3不能看图猜地点能力强,只是撞大运了而已。 直到他用上了前面那段特定的提示词: 但有人立刻站出来提出,正是因为这段prompt(它就像一段代码一样),o3才能猜中很多地点。 人类忽略了自己在过程中的重要性,而把猜对地点的所有功劳都归于AI。 此外,博主还在博客中告诉了我们一个信息:GeoGuessr大师Sam Patterson和o3进行了正面交锋。 但人类输了。 后来Sam让其他人也和o3对着同一套图片比拼,有少部分人以微弱优势赢了o3。 “所以虽然没有大胜人类,但o3也许处于人类看图猜地点水平的第一梯队。” 尽管如此,AI还是以我们想象不到的速度和方向不停进化着。 AI似乎正在使用人类可理解的线索——植被、天空颜色、水色、岩石类型;甚至会用一些图像缩放工具来辅助猜测过程。 没错,我们之前就追踪过一则新闻,o3会利用图像缩放、裁剪,来辅助自己判断图片中的地理位置。 o3不是唯一一个能根据照片猜测地理位置的AI模型,但它的独特之处就在于工具使用被集成到推理阶段。 One More Thing 显然,目前人们挖掘o3看图猜地点高水平背后的秘密,有两个要素不容忽视。 一个是借助工具,另一个是prompt加持。 那咱们就在最后分享一个关于𝕏的prompt特别玩法,最近火遍互联网。 具体是这样的: 我的𝕏用户名是 [在这填写你的推特用户名]。看看我的帖子和我的受众能产生什么共鸣,并确定我可以发展什么业务。在这个业务领域里,我会因为我的受众而拥有压倒性优势。 搞笑的是,虽然o3对𝕏的访问受到限制,但大家觉得o3的表现居然比Grok更好。 感兴趣的小伙伴们可以尝试一下,也许对𝕏以外的其它社交平台也适用也说不定~
年费上万元的万兆宽带,普通人真的用得上吗?
【ZOL中关村在线原创技术解析】在当今数字化飞速发展的时代,网络已成为人们生活中不可或缺的一部分。从最初的拨号上网到如今的千兆宽带普及,网络速度的提升不断改变着我们的生活方式。而现在,万兆宽带正逐渐走进大众视野,其高达10000Mbps的接入速率,理论上是千兆宽带的10倍,这一飞跃性的提升不禁让人思考:万兆宽带,普通人真的用得上吗? 万兆宽带 速度起飞 好是真的好 万兆宽带,简单来说,就是能够为单个用户提供10000Mbps接入速率宽带的网络。相比之下,目前广泛普及的千兆宽带速率为1000Mbps。这意味着,在万兆宽带环境下,下载一部大小约为50GB的4K蓝光电影,理论上仅需短短40秒左右,而在千兆宽带下则需要约7分钟。如此惊人的速度提升,为用户带来了前所未有的网络体验。 从技术层面来看,万兆光网由基于50G- PON(指光纤链路传输速率能够达到50Gbps的无源光网络)的光接入网、高速光传送网等部分组成。这种先进的技术架构,不仅大幅提升了带宽,还能将时延降低至微秒级,为各种对网络速度和稳定性要求极高的应用提供了坚实保障。 所以从速度来说,万兆宽带那可真的没的说,但我说实话对比万元左右的价格,一般人也不会选,即使你想选,从目前联通在北京开放普及的小区来看,基本上也都是高端小区,所以,现在阶段的万兆宽带基本和普通人无缘。 只要网络稳定 普通人对网络的需求真没那么高 在探讨万兆宽带是否实用之前,我们先来看看普通人目前的网络需求情况。对于大多数普通用户而言,日常使用网络主要集中在以下几个方面: 1.娱乐休闲 在线视频观看是大众最常用的网络应用之一。无论是在视频平台上追剧、看电影,还是观看短视频,目前的千兆宽带已经能够轻松应对。以常见的1080P高清视频为例,其所需带宽一般在5Mbps左右,即使是4K超高清视频,也只需25Mbps左右的带宽即可流畅播放。在线游戏方面,除了一些对网络要求极高的大型3A网络游戏外,大多数主流网络游戏对带宽的要求在10Mbps- 50Mbps 之间,千兆宽带完全能够满足游戏过程中的低延迟需求,保证游戏的流畅运行。 2.学习与办公 随着远程办公和在线教育的日益普及,这方面的网络需求也不容忽视。视频会议是远程办公和在线教育的核心应用之一,一般来说,进行一场高清视频会议所需带宽在2Mbps- 8Mbps 之间,即使是多人同时参与的大型视频会议,20Mbps左右的带宽也足以保证画面清晰、声音流畅。文件传输方面,对于普通办公文档,其大小通常在几MB到几十MB之间,千兆宽带的传输速度完全能够满足快速传输的需求。对于一些需要传输较大文件的专业人士,如设计师传输高清图片、视频编辑人员传输视频素材等,千兆宽带虽然在传输大文件时需要一定时间,但也基本能够满足日常工作节奏。 3.智能家居应用 智能家居设备在现代家庭中越来越常见,如智能摄像头、智能音箱、智能门锁等。这些设备大多通过Wi- Fi 连接到家庭网络,它们对网络带宽的需求相对较低。以智能摄像头为例,其视频传输所需带宽一般在1Mbps- 4Mbps 之间,众多智能家居设备同时连接网络时,总的带宽需求一般也不会超过100Mbps,千兆宽带足以支撑家庭中各类智能家居设备的稳定运行。 万兆宽带未来能带来哪些好处? 尽管目前普通人的网络需求通过千兆宽带基本能够满足,但万兆宽带的出现,仍然可能为我们的生活带来诸多积极影响。 1.未来娱乐体验的升级 随着科技的不断发展,虚拟现实(VR)和增强现实(AR)技术在娱乐领域的应用越来越广泛。想象一下,在未来,用户可以通过VR设备在家中沉浸式体验电影院般的观影感受,或者参与多人在线的大型VR游戏,与全球玩家实时互动。这些应用对网络带宽和时延的要求极高,万兆宽带的低时延和大带宽特性,能够确保VR/AR画面的流畅加载,避免因网络延迟导致的眩晕感,为用户带来更加逼真、流畅的沉浸式体验。此外,随着8K甚至更高分辨率视频内容的逐渐普及,万兆宽带能够让用户在第一时间享受到超高清视频带来的视觉盛宴,无论是细节丰富的自然风光纪录片,还是动作激烈的体育赛事直播,都能以最清晰的画质呈现在用户眼前。 2.高效学习与办公新体验 对于有远程办公和在线学习需求的用户,万兆宽带将进一步提升工作和学习效率。在远程办公方面,超高速的网络能够实现大型文件的瞬间传输,比如设计师可以在短时间内将几十GB的设计素材共享给团队成员,大大缩短项目协作的时间成本。同时,对于需要进行实时高清视频会议的企业来说,万兆宽带能够保证会议过程中画面的零卡顿、声音的高保真,即使是跨国团队之间的频繁沟通,也能如同面对面交流一般顺畅。在在线教育领域,万兆宽带支持下的高清互动教学,能够让学生更加清晰地看到老师的演示和板书,老师也能实时收到学生的高清作业和反馈,实现更加高效的教学互动。此外,一些新兴的教育模式,如虚拟实验室、远程沉浸式学习等,也需要万兆宽带这样的高速网络支持才能得以实现。 3.智能家居的全面智能化 万兆宽带将为智能家居系统带来质的飞跃。随着家庭中智能设备数量的不断增加,对网络的稳定性和带宽要求也越来越高。在万兆宽带环境下,智能家居设备之间的联动响应速度将更快,例如当智能摄像头检测到异常情况时,能够瞬间将高清视频画面传输到用户手机上,并同时触发智能门锁自动锁定、智能报警器发出警报等一系列操作,整个过程几乎无延迟。而且,万兆宽带还能支持更多复杂的智能家居应用场景,如通过智能设备对家庭环境进行全方位的实时监测和精准调控,包括温度、湿度、空气质量等,为用户打造一个更加舒适、便捷、安全的智能化生活空间。 推广面临的挑战与前景展望 尽管万兆宽带有着诸多优势,但在面向普通用户推广的过程中,仍然面临一些挑战。首先是成本问题,万兆宽带的铺设和设备升级需要运营商投入大量资金,这可能导致用户使用万兆宽带的费用相对较高。目前,部分地区推出的万兆宽带套餐价格明显高于千兆宽带套餐,这在一定程度上限制了用户的选择。其次,虽然万兆宽带的速度极快,但目前与之适配的网络内容和应用相对较少。市场上大多数视频平台、游戏服务器等的带宽优化主要还是针对千兆宽带用户,万兆宽带的速度优势在现有网络环境下难以充分发挥。 然而,从长远来看,万兆宽带的发展前景依然广阔。随着5G- A 技术和50G- PON等新一代网络技术的不断成熟和普及,网络建设成本有望逐渐降低,运营商也将通过规模效应进一步优化套餐价格,使万兆宽带更加亲民。同时,随着科技的不断进步,越来越多的创新型应用将应运而生,如基于云的3D建模、实时全息通信等,这些应用将充分挖掘万兆宽带的潜力,为用户带来前所未有的价值。此外,随着社会数字化程度的不断加深,家庭对网络速度和稳定性的要求也将持续提高,万兆宽带作为未来网络发展的趋势,必将逐渐成为普通家庭的标配。 综上所述,虽然在当前阶段,对于大多数普通用户而言,万兆宽带的超高速度可能显得有些“过剩”,但从未来发展的角度来看,万兆宽带将为我们的生活、学习和工作带来巨大的变革和提升空间。它不仅是满足当下日益增长的网络需求的有力保障,更是开启未来数字化美好生活的钥匙。随着相关技术的不断完善和市场的逐步成熟,相信在不久的将来,万兆宽带将真正走进千家万户,成为人们生活中不可或缺的一部分。
点过的网页会变色?没错,这玩意把你的浏览记录漏光了
提起隐私泄露这事儿,托尼其实早就麻了。。。平时网购、换手机号、注册各种账号之类的都会咔咔泄露,根本就防不住。 但托尼真是没想到,浏览器里会有一个看起来完全人畜无害的功能,也在偷偷泄露我们的个人隐私,而且这一泄露就 23 年。。。 这个功能我保证大家都用过。不知道各位差友们有没有这种印象,初中上微机课那会儿,当同学们满怀激动的心情打开 4399 ,一眼就能看出上一波上课的玩了什么游戏 —— 就看游戏的链接有没有变紫,链接变紫了,说明这个页面前不久刚打开过。 不光是 4399 啊,这个贴心的小功能其实广泛存在于各大网页里,就比方说我在搜索引擎里打开了差评的官网,回退后就能发现链接的颜色变成了紫色,本质上是提醒你:“ 你之前打开过这个网页了哦!” 能让你浏览信息的效率变得更高。 对,别怀疑,泄露隐私的就是这么个不起眼的小功能。 在聊这玩意为啥能泄露隐私之前,咱们不妨先来扒一扒这个功能是怎么做到让浏览过的网页链接变色的。 我们知道,一个网页要想好看,排版必须得合理,这就要用到一个叫 “ CSS 语言 ” 的东西了。它能定义网页的字体、颜色、间距、对齐方式这些视觉元素,改善用户的视觉体验。 这个链接变紫的操作,就是这个 “ CSS ” 根据浏览器历史文件,把浏览过的链接标记为 “ :visited ”,然后再把颜色设置为 “ purple ”,代码大概是这样。 这样一来,浏览过的网页链接都会被 CSS 打上标签、变更样式,跟没浏览过的网页区分开来。 然后问题就出现了:因为这个 “ :visited ” 是一个全局列表,假设你在 “ 差评 ” 网站上访问了 “ 火锅 ” ,那 “ 火锅 ” 的链接会变紫色对吧;但紧接着,如果你访问了一个名叫 “ 好评 ” 的山寨网站,里头也有一个同样的 “ 火锅 ” 链接,这个链接也将会是紫色。 这样一来好评也知道你撸过火锅了。 浏览器只认历史记录里的链接,压根儿不管你是在哪儿看过的这个链接。 那么如果有一个恶意网站,里边内嵌了很多很多链接,那么理论上网站的管理者只需要利用这个漏洞,读取你页面上的 CSS 信息,就能知道你之前浏览过哪些链接。 我知道这会儿肯定有人会说了,不就是个浏览历史吗,泄露了就泄露了呗,对面难不成还能拿这个卖钱? 还。。。真能卖点钱,对于某些领域来说,这种信息还是挺有价值的。 依靠这个漏洞,老板能看到自己的员工有没有偷偷摸鱼刷 Boss 直聘、卖车的销售能看到你都考虑过哪些竞品、甚至哪儿不舒服搜过什么症状,卖保健品的都能给你精准推送一波。 单说这些其实还好,最多就是烦人一点,但这种信息要是收集的多了,就能跟特定的身份联系起来,识别出你是谁。 就比如说最早用来读取用户网页上 CSS 信息的办法,是一个叫做 “ getComputedStyle() ” 的 JavaScript 函数,每分钟可以测试几十万个链接。按照这样的速度,可以快速、大量破解用户的历史记录,这种体量的数据一旦暴露,这就真是实名制上网了。 最令托尼担忧的是托尼在刷相关事例的时候还发现了一个已经挂了很久的网站,宣称让你的兄弟打开这个页面上的链接,就能看到你兄弟曾经看过什么淘气页面。 还好已经挂了。 不知道屏幕前多少差友捏了一把冷汗,反正我是没有。 而这么危险浅显的一个漏洞,最早在 2002 年就被一个名叫 David Baron 的开发者发现并上传,迄今已经过去 23 年之久了。。。 它为啥能活这么久呢?中间就没有人想去解决这个问题吗? 有的朋友,有的,但效果都不理想。 就比如说针对上面提到的那个 “ getComputedStyle() ” 函数,有些浏览器就进化了,会对网站 “ 撒谎 ” ,将所有链接都看作是未访问过的。 后来也有一些对网站可用样式做限制的方案,直接把紫色链接的显示禁止掉了。 但这些要么影响性能和兼容性,要么总是被黑客找办法绕了过去。。。大家就这样缝缝补补了好多年,也只能对这个漏洞起一些缓解的作用,没法彻底解决。 最后 Chrome 团队都摆烂了,直接把用户反馈上来的相关问题标为 “ 无法解决 ” 。 不过这场闹剧也许终于要结束了。根据 Google 软件工程师 Kyra Seevers 的说法,这个漏洞已经在今年4月份 Chrome 136 版本中得到解决了。 那这回 Google 是怎么解决掉这个陈年积案的呢?托尼研究了一下 Kyra Seevers 发的这篇博客文章,发现他们给浏览记录整了个分区。 这个分区分为三个部分:链接网址,顶级网站和框架源,浏览器在记录浏览历史的时候会同时记录下这三个部分的信息。我们先不讨论这个 “ 框架源 ” ,还是用之前差评和火锅的例子给大家捋捋。 大家在 “ 差评 ” ( 顶级网站 ) 上打开 “ 火锅 ” ( 连接网址 ),火锅的链接会变紫;而这回山寨 “ 好评 ” 上的 “ 火锅 ” 链接就不会跟着变紫了,因为它们有不一样的顶级网站。 而这个 “ 框架源 ” 则是为了兼顾更多的场景,因为有的时候网站会内嵌一个其他网站的页面,里边也可能会有链接,这就也得做一个区分。 比如我们在 “ 差评 ” 内嵌的 “ 高德地图 ” 页面( 框架源 )里点击了 “ 火锅 ” 链接,它会变紫;但 “ 差评 ” 内嵌的 “ 百度地图 ” 页面上同一个 “ 火锅 ” 链接就不会变紫,因为它们的框架源不同。 当这个分区启用了之后,这个 “ :visited ” 历史记录就不再是所有网站都能查询的全局列表了,而会根据这三个分区去判断你到底是不是头一回儿访问这个链接,中间只要有一个分区对不上,CSS 就不会给链接标记 “ :visited ”,颜色样式也不会有变化。 好兄弟再不会知道你看了什么淘气页面了!如果一切顺利,等到月底 Chrome 浏览器更新 136 版本,这个长达 23 年,通过链接变色泄露隐私的抓马漏洞终于要落下帷幕了。 所以托尼的朋友们从此可以高枕无忧了吗?还不行,相关隐私泄露的风险依旧存在,而且岁数这么大的漏洞也屡见不鲜。。。 这次托尼在查相关资料的时候,发现了一篇 2000 年的论文,论文中讨论了一种针对网络隐私的时序攻击方式,大概的原理是网站通过你页面加载的时间,判断你之前有没有对页面内容进行缓存,进而推测你之前是否访问过这个页面。 不得不说,人类为了达成某种目的,真的是什么歪门邪道都能想得出来。。。。 而现如今,这个 25 岁高龄的漏洞也没有被彻底解决,时序攻击的依据也从缓存加载时间进化到渲染矢量图的时间,道高一尺魔高一丈。 这事儿去年还被拿出来讨论过 除了这些攻击, Google 在这次还在 Github 关于浏览器历史分区技术的解释页面,贴心为我们总结了一批专门攻击浏览器历史记录的漏洞,看着长长这一条,托尼说不焦虑是假的。 聊了这么多,托尼知道很多人仍然对于 “ 浏览器历史记录 ” 这种程度的隐私泄露不以为然。 可托尼想说,现在的情况跟 20 几年前已经完全不同了,互联网已经成了大家生活中不可或缺的一部分,网上的信息也承载着越来越重的意义,而且任何隐私都本不该被泄露。 见微知著,都 2025 年了,如果连一个浏览器历史记录都管不好的话,怎么能让大家放心在网上冲浪呢? 撰文:小柳 编辑:米罗 & 面线 美编:焕妍 图片、资料来源: mdn web docs:面向开发者的Web技术 chrome for developers:提高:visited的隐私性 The Register:Chrome to patch decades-old flaw that let sites peek at your history Edward W. Felten and Michael A. Schneider:Timing Attacks on Web Privacy Mozilla Security Blog:Plugging the CSS History Leak Chromium:Security: Visited links can be detected via redraw timing DARKREADING:Timing Attacks On Browsers Leak Sensitive Information WIRED:Tricky Web Timing Attacks Are Getting Easier to Use—and Abuse Github:Explainer: Partitioning :visited links history
荷兰半导体设备大厂宣布:部分产品将立即在美国生产
5月4日消息,荷兰半导体设备制造商ASM International(以下简称“ASM”)近日在2025年第一季财报电话会议上表示,为应对美国的关税政策,ASM宣布将立即开始在美国本土进行生产。 今年4月初,美国总统特朗普签署了“对等关税”的行政令,宣布对部分国家和地区加征对等关税。其中,对包括荷兰在内的欧盟成员国将加征25%的钢铁、铝和汽车进口关税,其他商品将被加征20%的“对等关税”。特朗普的关税涵盖了欧盟对美国出口的约70%,去年总价值为5320亿欧元。此外,特朗普还计划对目前暂时豁免的药品、半导体等相关产品单独加征关税。 为了避免特朗普关税的影响,ASM首席财务官 Paul Verhagen 在第一季度财报电话会议上告诉分析师:“我们可以非常迅速地、几乎立即地采取行动,将部分产品在美国本地生产,以满足(当地客户)所需的产量。” 据介绍,ASM位于美国亚利桑那州斯科茨代尔的新工厂竣工将扩大其在美国的产能。目前,这家总部位于荷兰阿尔梅勒的半导体设备制造商的主要生产基地位于新加坡。2022年之时,ASM就曾宣布在新加坡建立了第二座工厂,建成达产后的新加坡工厂总产能将达到原来的3倍,同时全球产能也将倍增。 Paul Verhagen 也指出,在美国本土生产并不一定更高效。“因为目前我们大部分设备及零部件都是进口到美国销售的,而根据最初的公告,这些设备目前属于最低关税类别。一旦我们开始在美国本土生产,就需要从不同国家进口零部件、模块和子系统,而且这些零部件的关税也不同。因此,继续在我们目前的生产地生产,很可能仍然会更有效率。” 随着关税政策趋于稳定,ASM 将找到最佳的供应链解决方案,以尽可能“减轻财务影响”。 根据财报,ASM公布的第一季营收为8.39亿欧元,按固定汇率计算,同比增长26%。第一季度的预订金额为8.34亿欧元,同比增长14%。ASM解释称,一季度销售和预订金额的增长,主要是由与人工智能相关的需求推动,包括前沿逻辑制程向环绕栅极(GAA)技术的转型和对高带宽内存(HBM)的持续需求。ASM还表示,大多数其他细分市场需求仍然疲软。 在当前全球贸易紧张的背景之下,ASM还下调了2025年的全年营收预期。销售额按固定汇率计算,ASML原本预计2025年销售额为32亿欧元至36亿欧元,其中值比2024年的29亿欧元高出24%,现在已经下调至31.9亿欧元至34.8亿欧元,同比增长10%-20%。 ASM首席执行官Hichem M'Saad表示:“虽然我们有合理的预见性,我们将实现范围的下限,但实现高端将需要一些上行机会,目前尚不确定” 编辑:芯智讯-浪客剑
刚刚!OpenAI正式官宣调整公司结构:奥特曼发全员信
OpenAI刚刚宣布正式调整公司结构,四句话概括: OpenAI 将继续由当前的非营利组织控制 现有的盈利实体将转型为公益企业(Public Benefit Corporation,简称PBC) 非营利组织将控制并持有PBC的大量股权 非营利组织和PBC将继续秉承相同的使命 详细调整信息及Sam Altman 全员信如下: 1. 非营利“灵魂”不变 OpenAI强调,公司最初就是作为非营利组织成立的,并且至今仍由该非营利组织监督和控制。这一点未来也不会改变。非营利主体(OpenAI, Inc.)将继续掌握最终控制权。这一点是和特拉华州、加州总检察长办公室沟通并听取公民领袖意见后,深思熟虑做出的决定 2. 核心变革:从“利润上限LLC”到“公共利益公司(PBC)” OpenAI在2019年搞了一个独特的“利润上限”(capped-profit)有限责任公司(LLC),就是既能融资搞研发,又给投资人回报设了个理论上限的结构,现在,这个LLC将转型为公共利益公司(Public Benefit Corporation, PBC) 什么是PBC?简单说,这是一种目标驱动型的公司结构,法律要求它在做决策时,必须同时考虑股东利益和公司所追求的公共使命。OpenAI强调,转型后的PBC将承载与非营利组织完全相同的使命——确保AGI惠及全人类(你信吗?😄) 3. 告别“利润上限”模式,采用更常规的股权结构 这是个关键变化。OpenAI坦诚,当初设立“利润上限”结构,是基于可能只有一个主导性AGI出现的判断。但现在,AGI领域百花齐放,多家公司并存,“利润上限”的复杂设计显得不再那么合适。因此,他们决定转向一个更常规的资本结构,让大家(可能是员工、投资者)持有公司股票 重点: Sam Altman在给员工的信中明确指出,这不是一次出售(This is not a sale),而是一次结构上的简化和调整 4. 非营利组织将成为PBC的大股东 转型后,原来的非营利母体不仅继续控制PBC,还将成为PBC的重要股东(具体持股比例将由独立财务顾问支持确定)。这样做的目的是让非营利组织获得持续的资源,用以支持更广泛的AI公益项目,确保AI能真正惠及更多元的人群,而不只是少数人。未来会有一个非营利委员会提出具体建议,聚焦如何让AI在健康、教育、公共服务、科学发现等领域产生实际影响 Sam致员工的一封信 OpenAI并不是一家普通的公司,也永远不会是。 我们的使命是确保通用人工智能(AGI)能够造福全人类。 创立OpenAI之初,我们并没有清晰地知道如何去实现我们的使命。那时,我们只是围坐在厨房的餐桌旁,彼此面面相觑,思考着应该开展哪些研究。当时,我们根本没有想过做产品,也没有考虑商业模式。我们也没有预料到AI能够直接为医疗建议、学习和生产力等领域带来巨大的好处,更没有意识到训练模型和服务用户可能需要数千亿美元的计算资源。 我们当时并不真正了解AGI将如何被构建或者使用。许多人曾设想出一个“神谕”,能够告诉科学家和总统们该怎么做,尽管这可能非常危险,但或许这些少数人是值得信任的。 OpenAI早期的许多人认为,AI只能掌握在少数“有能力驾驭它”的人手中。 如今,我们看到了AGI直接赋能每个人的可能性,它将成为人类历史上最强大的工具。如果我们能做到这一点,人们就会为彼此创造出非凡的事物,不断推动社会发展和提高生活质量。尽管AI的用途不会全部是积极的,但我们相信人类,相信AI带来的好处远远大于坏处。 我们坚定地走民主化AI这条道路。我们希望将强大的工具交到每个人手中。用户使用我们工具创造的事物,以及他们对工具的热情和积极性,让我们感到惊喜万分。我们希望开源非常强大的模型。我们希望在广泛的边界内给予用户极大的自由去使用我们的工具,即便有时候我们的道德观念可能并不完全一致,我们也愿意让用户自主决定ChatGPT的行为方式。 我们坚信,这是最好的前进之路——AGI应当让全人类能够彼此受益。我们也知道,有些人对此有截然不同的观点。 我们想为整个世界打造一个“大脑”,并让人们能极其轻松地用于他们想做的任何事情(但有少数限制,比如自由不能侵犯其他人的自由)。 人们正在用ChatGPT提升科学家、程序员等各领域的生产力。人们使用ChatGPT解决他们所面临的严重医疗问题,并以前所未有的方式学习新知识。人们还用ChatGPT咨询如何处理困难的处境。我们非常自豪能提供这样一项服务,它帮助了无数的人;这是对我们使命最直接的实现之一。 但人们还想更多地使用它;我们目前远远无法满足世界对AI的需求,因此必须限制系统的使用量,并让系统以较慢的速度运行。随着这些系统能力的增强,人们将更想使用它们,做更多美妙的事情。 近十年前,我们成立研究实验室时,完全没有预料到今天世界会变成这样。但现在我们看到这一景象,感到非常振奋。 现在,是时候让我们调整自身的结构了。我们希望完成以下三件事: 首先, 我们希望能够以某种方式运营并获得资源,让我们的服务可以广泛地提供给全人类。这目前需要数千亿美元,未来可能需要数万亿美元的资金支持。我们认为这是实现我们使命的最佳途径,也能让人们利用这些新工具相互创造巨大的益处。 其次, 我们希望我们的非营利组织成为历史上规模最大、最有效的非营利组织,专注于利用AI实现最具影响力的成果,以帮助全人类。 第三, 我们希望交付有益的AGI。这包括参与制定安全性和对齐性的规范;我们对已有系统的安全性记录感到自豪,包括我们已开展的AI对齐研究、红队测试,以及像模型规格说明(model spec)这样的创新手段所带来的透明度。随着AI技术的加速发展,我们对安全的承诺也越来越强烈 在听取公民领袖的意见,并与加利福尼亚州和特拉华州总检察长办公室进行讨论后,我们决定由非营利组织继续掌控。我们期待继续与他们、微软公司以及我们新任命的非营利委员们深入探讨这一计划的细节。 OpenAI创立时是非营利组织,今天它依旧是一家监督和控制盈利实体的非营利组织,未来它也会继续保持这种模式,不会改变。 在非营利组织下属的盈利公司,将转型为一家公益企业(Public Benefit Corporation,简称PBC),继续秉承相同的使命。PBC已成为其他AGI实验室(如Anthropic、X.ai)以及许多使命驱动型公司(如巴塔哥尼亚公司)采用的标准盈利结构。我们也认为,这种模式对我们来说非常合适。 我们将摒弃当前复杂的有限盈利结构(这种结构适用于一个机构主导AGI的情况下,但在当今多个强大的AGI公司同时存在的世界中已不再适用),转向一种普通的资本结构,让每个人都能持股。这并不是出售公司,而是转变为一种更简单的结构。 非营利组织将继续控制PBC,并成为PBC的重要股东。具体持股比例将由独立的财务顾问来确定。这将为非营利组织提供资源,以支持各类计划,使AI能够造福更多社区,与我们的使命保持一致。随着PBC的发展壮大,非营利组织的资源也将随之增加,使其能够发挥更大的作用。我们期待非营利委员会尽快给出建议,帮助我们确保AI惠及所有人,而非少数人。他们的想法将关注如何让非营利工作支持更民主的AI未来,并在医疗、教育、公共服务和科学发现等领域产生实际影响 我们相信,这样的结构能让我们继续快速、安全地取得进展,将强大的AI交到每个人手中。创造AGI,是我们为人类进步铺设的一块砖;我们迫不及待地想看看,你们下一步会铺设出怎样的砖 Sam Altman 2025年5月
被网红“柴怼怼”污蔑暴利:胖东来玉石产品抽检全合规
快科技5月5日消息,据“许昌时刻”最新报道,近日,按照“五一”节期间工作安排,结合网络上关于许昌胖东来销售和田玉有关情况的反映,许昌市市场监督管理局魏都区分局对时代广场销售和田玉的胖东来唯初珠宝有限公司开展了日常检查。 现场查阅了2025年1至4月份销售的和田玉数量和价格情况,并随机抽查了在售的13件和田玉商品的进销货相关手续。 经检查,许昌市胖东来唯初珠宝有限公司2025年1至4月份共销售和田玉商品4177件,销售金额2959.2175万元,平均毛利率不超过20%;目前在售和田玉商品均按规定明码标价。 被随机抽查的在售13件和田玉商品进货手续齐全,进货台账完备,鉴定机构具有合法资质,鉴定证书有效。 事件回顾: 1个月之前,玉石赛道博主“柴怼怼”在社交媒体上发布视频,称胖东来并非依靠商超业务盈利,真正的利润来源是玉石销售 ,并表示胖东来以低成本玉石牟取暴利,将成本仅几百块钱的玉石卖到几千甚至几万元。 4月8日深夜,胖东来发布针对 “柴怼怼” 等三起网络侵权的回复说明,试图澄清事实,并首次发布数据声明,披露2025年一季度珠宝部毛利率仅为15%-16%,其中和田玉毛利率20%,远低于传统行业30%到50%的平均水平。 4月30日,胖东来公布受理案件通知书,关于起诉 “柴怼怼商业诋毁、侵犯名誉权” 一案,已于4月25日在许昌市中级人民法院立案,追责金额不低于500 万。 与此同时,胖东来进一步公开珠宝部定价标准:10万元以上珠宝毛利率15%,10万元以下20%,并承诺“第三方鉴定不符可退货”。 从5月2日到5月3日,胖东来创始人于东来则在网络社交平台连续发布了5条消息,反击网红柴怼怼。 在3日发布的视频中,于东来更是被气到用退网关店来发泄心中的不满,表示如果不让柴怼怼这种随意污蔑伤害他人的行为,包括抖音平台这种为了谋取利益无道德无底线的行为受到应有的处罚,“会主动关闭或者永远离开胖东来这个企业!希望政府部门对网络企业健康安全的运行有所作为!” 5月3日,抖音平台针则对近日引发广泛关注的胖东来创始人于东来投诉用户“柴怼怼”一事发布正式公告,经审核认定,“柴怼怼”账号近期发布的29条视频涉嫌侵权,对相关账号采取了限制投稿权限等处罚措施。 目前,柴怼怼的抖音账号已被禁止关注,也被禁止发布作品,但值得玩味的是,在和胖东来相关争议期间,柴怼怼的直播销售额曾一度攀升。 此外,还有网络大V曝光了“柴怼怼”过往经历,可作参考。
美国加州新概念餐厅用机器人做汉堡,制作一个仅需27秒
IT之家 5 月 5 日消息,近日一家位于美国加利福尼亚州洛斯加托斯的新概念餐厅亮相,其核心特色是利用先进的机器人技术实现快速且精准的餐品组装。这家由 ABB 机器人公司和 BurgerBots 公司联合推出的餐厅,创新性地采用了 ABB 的 IRB 360 FlexPicker 高速拾料机器人和 YuMi 双臂协作机器人。 据IT之家了解,这两个机器人协同工作,能够根据顾客订单高效、精确地完成餐品制作。从实时追踪食材库存到完美放置每一层配料,这套自动化机器人系统有望彻底颠覆人们对快餐行业的传统认知。 这套紧凑的机器人单元是食品自动化领域的一项创新突破,巧妙地整合了两种不同类型的机器人以及一套智能库存监控系统。。当收到订单后,机器人会将新鲜烤制的汉堡肉饼放置在汉堡包中,并放入一个带有二维码标记的传送带托盘。随着托盘在传送带上移动,IRB 360 FlexPicker 机器人会根据二维码中的数据,以高速且卫生的方式选择配料。接下来,YuMi 双臂协作机器人将介入,与 IRB 360 FlexPicker 协同完成汉堡的最终“组装”。令人惊讶的是,整个汉堡的制作过程仅需短短 27 秒。ABB 的机器人控制器还能够与非机器人系统无缝对接,实现对洋葱、番茄、生菜和酱料等食材库存的实时追踪,确保厨房运营的顺畅和高效。 ABB 机器人部门负责人 Marc Segura 表示:“将 ABB 机器人与 BurgerBots 餐厅概念相结合,展示了自动化技术在工厂之外的巨大潜力。”他指出,根据对酒店行业的调查,89% 的管理者和 73% 的员工表示愿意接受机器人技术来自动化完成工作中的任务。机器人能够接管重复性和耗时的工作,从而让员工能够专注于最重要的事情 —— 为顾客创造难忘的用餐体验。 企业期望通过自动化不仅填补劳动力缺口,还能通过减少繁琐任务和优化工作流程,使餐饮服务工作更具可持续性和吸引力。ABB 机器人公司委托进行的一项调查显示,67% 的酒店行业从业者认为,机器人和自动化技术应该被用于减少人类在酒店行业中从事的枯燥、肮脏和危险的工作。63% 的人表示,机器人让工作变得更轻松的想法让他们感到兴奋,而 65% 的人表示,如果机器人能够带来更安全的工作环境,他们欢迎机器人进入工作场所。 BurgerBots 餐厅老板 Elizabeth Truong 表示:“我们的愿景是为餐饮服务带来一致性、透明度和效率。对于餐厅老板来说,这意味着能够更好地了解食品成本、更准确地进行预测,最终做出更好的决策。”她还预测,在未来五年内,大多数餐厅都将采用某种形式的机器人自动化技术,无论是后厨准备工作、菜品组装,甚至是前厅服务。机器人技术将不再是一种新奇的事物,而将成为一种必然的趋势。
苹果因违反应用商店禁令被开发者起诉 索赔数十亿美元
【CNMO科技消息】5月6日,据外媒消息,苹果公司因被指控“故意违反”法院下达的反引导禁令,遭到了开发者的集体诉讼。这一禁令是苹果与Epic Games法律纠纷的一部分。一家名为Pure Sweat Basketball的公司联合Hagens Berman律师事务所对苹果提起集体诉讼,试图为开发者争取赔偿。 此次诉讼的焦点是苹果与Epic Games之间的裁决结果,法院认定苹果存在藐视法庭的行为。2021年,苹果被要求放宽其反引导规则,这些规则禁止开发者引导客户在应用商店之外进行购买。由于上诉程序,苹果直到2024年1月17日才需要遵守该禁令,但其实施方式被法院认为是反竞争的。 苹果要求开发者在客户通过应用内的外部支付链接购买时支付12%至27%的佣金,这给开发者带来了额外负担,因为他们还需要支付支付处理商的费用。此外,苹果还规定应用内只能有一个外部支付链接,并通过警告界面试图阻止客户在应用商店之外进行购买。 上周,苹果被迫改变其美国应用商店的政策,允许应用支持无限制的外部支付链接,但苹果仍在对此决定提起上诉。然而,集体诉讼认为,开发者因苹果规避禁令的行为而遭受了“数十亿美元”的收入损失,因此应获得赔偿。 由于苹果的反引导政策实施,截至上周条款变更之前,13.6万名开发者中只有34名利用了外部支付链接选项。该诉讼要求为所有在美国提供非零价格应用内购买的开发者提供赔偿,时间范围是从2024年1月17日到苹果完全遵守原禁令为止。 诉讼声称,苹果应被强制放弃其“非法所得”。此前,负责此案的Hagens Berman律师事务所在苹果应用商店费用问题上曾为开发者争取到1亿美元的和解金额。
雷军曾看好的国产导航之光,为何沦为资本弃子?
狐妹想问问在座的老司机们,车载导航你们是怎么选的? 前两天狐妹刷到了一个 2025 年导航软件排行榜,排名前几没啥悬念,高德、百度、腾讯稳稳在前排。 滑着滑着,眼看快到底了,突然——“凯立德”仨字冷不丁蹦出来,狐妹瞬间内心 OS:啊?你还在??? 有一说一,这名字一出现,立马唤醒我对车载导航的早年记忆。 那时候还没有什么车联网,导航靠 GPS 加离线地图包,动不动还得插卡更新。 可就算这么麻烦,十个司机里起码八个用的还是凯立德。高德、百度当时还在边上练级呢,根本不是一个战斗力等级的。 谁能想到,那个曾经垄断了中国车载导航市场 77% 份额的大哥,最后却被用户打入冷宫,彻底边缘化了。 而更让人感慨的是,现在车圈炙手可热的雷总,当年也投过它,投了整整四年,亏损高达 58%。 凯立德成立于 1997 年,创始人张文星是武汉测绘科技大学的教授,曾任武汉大学教授、博士生导师,典型的技术派大佬。 作为“中国测绘地理信息界人工智能专家系统第一人”,他被誉为“地理信息系统和国产导航产品的开拓者与领航者”。 凯立德曾是中国导航软件领域的第一块金字招牌,最初从测绘国土资源起步,短短两年便进军地图导航行业,一跃成为行业明星企业。 在张文星的带领下,凯立德不仅打造了国内首个拥有自主知识产权的导航引擎,还推出了覆盖全国的导航地图。 在那个纸质地图还没彻底退出历史舞台的年代,这简直就是一波降维打击。 彼时国内的导航行业刚刚起步,凯立德借助中国汽车产业和导航需求的双重风口,迅速成为行业龙头。 2006 年,凯立德就成了全国首家覆盖中国 300 多个城市的导航电子地图服务商,彼时车载导航市场几乎可以说是它的一言堂。 屏幕大、语音清晰、信号稳;路线规划准,更新也还算及时;使用感受远超早期的手机导航 APP。 你买车,只要配导航,十有八九就是凯立德,连装配厂都懒得比价,直接上它家的方案。一时间,“买导航选凯立德”成了老司机圈里不成文的共识。 不少网友回忆,那时的汽车里几乎只有一个导航:凯立德。 那时候凯莱德商业模式也很简单粗暴:装一台车机就收一份钱,主机厂每出货一辆车,就要给凯立德交一笔授权费,这就像是“印钞机”模式,稳赚不赔。 更关键的是,它是当时唯一一个有甲级测绘资质的民营企业,这个含金量属于是行业顶配。 2013 年,凯立德在“后装市场”拿下了 71.1% 的市场份额。 2014 年,它依然坐稳头把交椅,份额高达 56.6%。相比之下,高德当时仅占 8.1%,四维图新才刚刚达到 16%。 那一年也是凯立德的高光之年,正式挂牌新三板,年营收突破 2 亿,净利润达到 5000万,利润率接近 40%。 这一年,雷军也以高价入场,旗下两家公司斥资 8400 万元拿下凯立德 700 万股。而此前 360、百度虽曾接洽,却都被其“观望”挡在门外。 不久后,中国平安和华融证券也接连注资,平安更是以 13.5 元/股购入同等股份。 小米有设备和系统,平安有车险和金融资源,强强联手,勾勒出“凯立德 + 小米 + 平安”的车联网合作蓝图,也为它的转型梦装上了“资本+场景”双引擎。 但变革的风口,也早已席卷整个行业。 阿里收购高德,腾讯斥资 11.73 亿元投资四维图新,图商与巨头的合纵连横不断上演。 而此时,地图甲级测绘资质已不再稀缺,凯立德赖以起家的“护城河”开始松动。 面对变化,凯立德还在紧锣密鼓地布局计划车联网、智能硬件和移动互联网。 2015 年,沉默许久的凯立德终于高调喊出“车联网战略”,试图完成从导航软件商到行业“超级连接者”的身份转型,张文星也在多个场合反复强调其新定位。 凯立德手握先发优势、技术壁垒、政策资质、市场份额,几乎集齐了所有“能赢的剧本”。 所有人都以为它会扶摇直上,却没想到,那一年恰恰成了它掉头下坡的起点。 2015 年,它的净利润就从上一年的 5000 万直接跳水成亏损 1600 万;2016 年,亏损更是扩大到超过 1 亿元。 而曾经风光无限的新三板股价,也从巅峰的 22 元,一路跌到了 1块6。 2019 年,凯立德正式退市。这个曾经被封为“中国车联网第一”的巨头,最终黯然离场。 这么好的牌,怎么就打成这样了? 说到底,还是没跟上“免费 + 移动互联网”这波大潮。 移动互联网兴起以后,手机端的地图 App 崛起,高德、百度直接来了个王炸:免费、不用升级、数据云同步、实时路况、甚至还有语音助手。 反观凯立德,还在原地用老一套:地图更新要手动、界面老旧、交互落伍、升级还要收费,甚至动不动就搞什么年度付费包、地图升级卡。 与此同时,高德和百度的交互界面不仅简洁易用,并且分别结合阿里和百度的生态系统。而腾讯的地图也将地图其与微信、QQ 等社交工具打通,进一步扩展了 LBS 功能。 凯立德曾经引以为傲的技术已然落伍,5 年内深陷 12 场诉讼,11 起与同行地图版权相关,败多胜少。 技术研发出问题,用户体验自然无从谈起,也难怪引发网友一片吐槽。 用户体验这块,一旦掉队,就不是一点点事儿。说白了,导航软件本质是服务,用户不是非得谁不可的:你好用我就用你,你难用我就不用你。 越来越多车友意识到:以前凯立德的市场几乎是垄断,但现在反过来想,凯立德的导航真的好用吗? 互联网时代,如果一个公司不注重用户体验,结果注定是被淘汰的,除非它真的是唯一能用的选择。 更别说,那些年凯立德还试图走一条“硬件+软件”的路径,一路从导航App做到了电子狗、后视镜一体机、车载后装设备,试图靠硬件扩展收入来源,结果资源分散、体验翻车,反倒拖累了主业。 本来还有一战之力的凯立德,却在这时还在忙于推动上市 IPO。 张文星后来回忆说:“那时候高德和百度干得如火如荼,我们本来应该也参战的,但当时我们在准备创业板 IPO,很多东西没来得及动,最后就眼睁睁看着它们抢走市场。” 行业间的竞争,往往是“老大、老二”打得不可开交,结果“老三”倒下。 但这次,凯立德作为曾经的“老大哥”,却在“老二”和“老三”的竞争中,被活活压垮了。 可见,时代它从不等人!一旦传统商业模式被颠覆,靠“吃老本”续命的凯立德注定会处于被动局面。 当我们还在怀念“导航很贵”的时代时,或许 AI 导航已经悄然来临,甚至自动驾驶的时代也已不再遥远。 不知道凯立德是否还能凭借过去 20 年积累的测绘数据和存量用户,在自动驾驶和车联网的下一波技术与商业化浪潮中,找到新的机会? 参考资料: 正解局、澎湃新闻、玩车情报等 编辑:不吃麦芽糖
欧洲的AI要是想做起来,高低还缺个秦始皇
大家有没有发现,AI竞争的牌桌上,几乎只剩中国和美国两个选手了? 或许你会说,好像从一开始,桌上也就只有中美两个吧。 那问题来了,为啥我们印象中的“科技大牛”欧洲不见了呢?欧洲的AI发展是为啥掉队的? 咱们不查不知道,一查吓一跳,你别看这些年中美AI八仙过海,但真要找个AI鼻祖,那还真得看老欧的。 就这么说吧,欧洲对AI的贡献可以说是“自古以来”的。 早在公元前,欧洲的上古大神们就开始给全人类画AI大饼了,像是亚里士多德在《工具论》中描述了三段论,被誉为世界上最早的机械思维方法。 而到了中世纪,雷蒙·鲁尔又搞出的“组合术”,可以说是最早期尝试构建通用语言和知识系统。 哪怕是现代意义上的AI,欧洲人那也是真正的挖井老师傅。 图灵大家都知道吧,这个纯血带英人最早提出了许多现代AI的核心概念,被誉为计算机和AI之父,时至今日,我们还把AI和人类的区分门槛叫做“图灵测试”。 至于现代AI早期研究,也基本都在欧洲进行。 早在1964年,英国就成立了人工智能与行为研究学会(AISB)???,这可能是最古老的人工智能学会。 也就在这之后,爱丁堡还曾连续6年举办AI研讨会。 1998年,欧洲首次环境与人工智能研讨会(ECAI)的举办,首次将AI从计算机科学的一个分支剥离出来。 甚至当年轰动全球,逼得李世石下出神之一手,第二年暴揍杰宝的AlphaGo,就是出自大名鼎鼎的欧洲公司Deepmind。 只不过,到了2014年,DeepMind就被谷歌收购了。 可如今,欧洲的AI故事也只留在了辉煌的过去。 要说欧洲AI为啥崛起不起来,很多人甚至差评君一开始也以为是监管太严格闹的。 不光国内,海外也对欧洲过分严苛的监管颇有微词,“ America innovates, China copies and Europe regulates(美国创新、中国抄袭、欧洲监管) ”这种论调一直在海外的各种媒体流传着。 甚至还有人调侃,在AI这个大厂里,美国创造、中国制造,欧洲被分配的任务则是开会。 但我们了解下来才发现,监管可能是欧洲AI发展乏力的种种毛病里,最不起眼的一个。 尽管欧洲各方面监管相当严格,但真要说起来,欧洲对于AI发展的监管反而还是比较松的。 去年初,欧洲终于落地了《人工智能法案》,这个经过3年争吵,在外界看来似乎是锁死欧洲AI的最后一把铁链。 但你仔细翻看里面的各个条例,可以说几乎没有对AI发展进行任何限制。 它实际上只是一个AI使用方式的规范文件,根据风险类别,将AI技术分为“不可接受”“高”“中”“低”四个级别。 AI应用程序的风险越大,它面临的审查和需要遵守的要求就越严格,违规者最高将面临其全球营收7%的罚款。 如果真要把这个欧洲AI发展问题的锅,扣到监管上来,还真是欲加之罪何患无辞了。 真要让我说,欧洲成为AI发展洼地,更多的是从互联网时代浪潮开始,欧洲的历史遗留问题的callback。 自打互联网时代开始,美国资本的幽灵就盘踞在了欧洲大陆上空。 前脚欧洲的团队刚做出点成绩,后脚就空降几个美国资本大撒币,然后这个欧洲团队摇身一变就成了美国的了。。。 除了前面提到的DeepMind的故事,还有专注于算法压缩和嵌入式AI的Datakalab,在法国成立如今已经被苹果公司收购;而专注于对图像和视频中的个人数据进行匿名化的Brighter AI,也被美国公司收购。 就连被马克龙称为欧洲OpenAI的Mistral的“含美量”,也是极其惊人。 Mistral成立八个月内的两次融资中,有相当一部分都是美国的风投基金和产业资本,用的也是微软的Azure云服务,还与亚马逊达成协议,使其成为Amazon Bedrock客户的基础模型开发商。 法国互联网大佬泽维尔·尼尔去年底就说过,欧洲当下可以搞出不错的AI模型,但在接下来的两三年里,这些天才和公司,会不会被抢完就很难说了。 所以,眼睁睁地看着欧洲的天才团队都被买完,欧洲的投资人都在干啥呢? 奇迹行者,给点作用啊,咋不支持支持下自家创业公司呢? 这个现状,可能是欧洲没跟上互联网热潮所遗留下来的历史问题,也可能压根就是老欧人的通病。 根据OECD在2024年5月14日发布的一份报告指出,在人工智能相关领域的私人投资方面,美国以约3000亿美元遥遥领先;排在第二的中国约910 亿美元;而欧盟在甚至不到中国的一半450 亿美元。。。 因为相较于雪中送炭,老欧们显然更喜欢锦上添花。 说一个国内很常见的创业过程: 达奇有了idea,然后找了几个志同道合的朋友像是亚瑟、约翰们,成立了一个小团队。 他们花了点钱做个demo,搞了点初期的开发、推广等等。 然后利用这个经历和成绩,找到投资人谈打钱,拿到融资后开始加足马力跑马圈地,直到完全吃下整个市场。 而在这个过程中,达奇团队可能从头到尾都一直在亏损。 这个流程,包括亏损,在中美的投资人眼里都是正常的,是前期抢占市场的必经之路。 在过去的二十年里,这套模式反复在中美被证明,就问问现在的那些互联网大牛们,谁还不是这么过来的呢? 可是欧洲的投资人可能是觉得这套商业模式不够优雅,他们更想要看到的是,盈利、股价稳步上升、分红。。。 哪怕你是科创企业,也得按照传统的企业,要给出明确的盈利目标和盈利时间表。 这也就让企业不得不花更多的时间和精力,来保证自己的盈利能力,而不是尽力尽快去做大做强。 据估计,欧洲的创业公司一般得在成立2-3年后才能拿到第一笔投资,而类似的创业公司,在国内如果1年里拿不到融资,基本就宣布项目失败了。 我们没法简单地评判这两者的对错,这可能只是单纯的投资策略问题,但毫无疑问,欧洲这套投资理念,显然会更影响创业者特别是新兴行业的创业热情。 Mistral AI团队成员 更糟糕的是,在这金融背景下,企业没钱就得精打细算,开始计较成本后,就变相导致AI人才的匮乏,从而进一步压制了欧洲AI的快速发展。 这个AI人才匮乏倒也不是说欧洲人变笨了,学不来玩不转AI。 而是自打信息化浪潮袭来,欧洲就被中美远远甩在了身后,可现在大量的AI工程师,其实就是之前互联网软件工程师的变种。 这对本就不富裕的欧洲人才市场来说,更是雪上加霜。 不仅如此,欧洲、美国对于IT开发者的待遇差距还在不断拉大。 如今,两地关于AI行业工程师的薪资水平,几乎能差出一倍来。 图源Rora Research 根据builtin的数据显示,美国AI工程师平均工资超过了17万美元,加上各种激励,总薪酬能超过21万美元。 而根据jobicy的数据调查,欧洲的主要大国里,英国的AI工程师平均年薪只有11万美元,德国稍高,平均能达到12万美元;法国平均薪资最少,甚至不到11万美元。 为了这场抢人大战,拜登在2023年底就已经签署了一项行政命令,放宽移民规则并扩大人工智能和新兴技术专家的签证类别,让AI相关的工作人员可以更轻易地就拿到美国工作签证或者绿卡。 而且,与我们想象中,欧洲人都贪图安逸,想要长假期和高福利不同,对于很多欧洲人特别是IT工作者来说,利用2周的假期换来2-3倍的工资,这能算选择题吗? 就这么说吧,如果是你,你更愿意在美国的西海岸开着豪车,住着大别墅,天天坐头等舱,还是愿意跑回欧洲,在老破小里,天天计较着柴米油盐呢? 不管你怎么选,我们在一些海外论坛里,看到大量欧洲工程师,已经开始用脚投票了。 当然了,以上的这些问题,归根结底,可能还得怪欧洲可缺一个秦始皇。 虽然嘴上说着欧洲欧洲,光是欧盟都有5亿人口规模和不逊色于美国的经济总量。 但可能出乎大家意料,欧洲市场最大的问题就是太小了。 因为名义上大家是欧洲命运共同体(笑),但这些欧盟成员国和英国之间,语言、文字、文化等等方面,都有着不小的差异。 要知道,光是欧盟官方就有24种语言。 你想在这片土地上整出什么花活,基本都得靠一个市场一个市场地啃下来。 很有可能的情况就是,前脚刚把隔壁两个国家的政策和用户习惯都琢磨透了,准备大展拳脚,反手美国的大厂把你老家都端了。。。 更难受的是,对于如今的大模型来说,AI项目背后是强大的算力和统一的数据集,算力还能靠钱解决,统一的高质量数据集,得怎么搞定? 所以,在差评君看来,欧洲在AI浪潮下的掉队,与其说是一个新鲜故事,倒不如说是互联网时代的翻版。 当然了,欧洲政府也不是没有意识到这些个问题,也在这几年陆续针对推出了一揽子AI计划。 像是欧盟AI冠军计划(EU AI Champions Initiative),希望由大企业领头,集中力量办大事,加快AI发展。 还有“地平线欧洲计划(Horizon Europe)”,每年为人工智能研发拨款 10 亿欧元,支持AI的开发和部署,从今年开始额外拨款13亿欧重点关注大模型和人才库培养。 以及“ InvestAI ”计划,想要筹集 2000 亿欧元用于进一步人工智能投资。 甚至连《欧盟人工智能法案》不仅没有加强监管,甚至还为中小企业大开绿灯:比如简化影响评估的咨询流程、更灵活的技术文档标准、减少行政文档需求等等。 但就像咱们前面说的,面对那些刻在骨子里的问题,这些裱糊工作或许还没有给欧洲天降一个秦始皇,来得有用。 撰文:八戒 编辑:江江 & 面线 美编:富贵花开 图片、资料来源: 《Artificial Intelligence (AI) Act》 《Europe and US Data, Analytics, and Artificial Intelligence Executive Organization and Compensation Survey》 OCED:OECD Digital Economy Outlook 2024 (Volume 1) Reddit The Financial Times:Tech investor Xavier Niel urges Europe’s AI start-ups not to cash out Artificial Intelligence Salary: Your Guide to AI Pay in 2025 Startup Genome:Race: How Europe Compares to the U.S. The History of AI in Europe (Under Construction) 环球时报:AI竞赛,欧洲为什么暂时“落后”? 《财经》:欧洲为何在人工智能领域落后于中美 远川科技评论:欧洲人工智能,尴尬与焦虑笼罩 知乎:为什么欧洲没有出第一流的互联网公司? 界面新闻:欧洲为何会成为互联网公司的洼地?
中国顶尖AI科技人才,无尽的前沿
黄仁勋已经忍不住第二次公开谈论中国的AI人才优势了。 第一次是在3月的GTC峰会后。在舞台上,他没有发布面向中国特供的AI芯片,但在台下被记者问及,如今的地缘竞争,如果一切都没有发生过,英伟达及在中国将是怎么样的一番愿景后,他沉思了10秒,又5秒,没有直接回答,称自己看到全球50%的AI研究人员都来自中国;美国每个AI实验室都活跃着华人研究者身影,无一例外。 第二次是在5月的Hill and Valley (指国会山与硅谷)论坛上。他穿着西装,在回答大国之间的AI竞赛的问题时,再次警告说,全球一半的AI研究人员来自中国;而上一次工业革命的赢家,并不是发明技术的国家,而是像美国这样快速大规模的应用技术的国家。 DeepSeek是对其言论的有力印证。它打破了美国的人才神话:只有美国才是批量培养AI人才的关键起点,只有美国才是AI人才的最终归宿。中国正在从跟随创新走向硬核创新,DeepSeek印证了尖端AI人才的本土化叙事,将在今后成为常态。 中国人才的本土化叙事,不仅仅只是停留在AI领域,也发生在生物、材料等理工科领域。同时,它伴随着美国教育、移民及财政政策的波澜与动荡,欧洲与中国正在争夺因此萌生去意的美国人才。在争夺海外华人回流上,中国优势明显;但要像美国那样,成为下一次工业革命的真正赢家,中国要想法设法,吸引更广泛的全球人才涌入。 美国实验室离不开华人 谁也输不起的大模型与AI行业,是观察中国与美国人才格局“逆转”的最直观的窗口。 越来越多华人面孔,出现在美国AI企业的发布会上。Benchmark这样的美国风险投资机构,也不得不冒着投资禁令升级的风险,重新投资HeyGen与Manus等海外华人团队在中国境外的创业项目。 甚至,支撑AI的全球算力,都已经被华人掌控。英伟达的黄仁勋、AMD的苏姿丰、博通的陈福阳、英特尔的陈立武,他们越来越清晰地认识到,无论市场在哪里,华人尤其是中国本土人才,正在发挥越来越重要的作用。 在去年底OpenAI的圣诞12连发中,至少有5场出现了华人面孔,其中数场同时多人一起亮相;xAI最新发布的Grok3,也是马斯克领着两位华人。 而且,华人研究者的占比正在上升。在OpenAI发布的GPT-4o中,关键贡献者(语言与多模态部分)华人约占20%,到了o-1发布,关键贡献者(推理研究部分)华人占比提升至约27%。还有人对照了o1华人贡献者的LinkdeIn主页,发现本科毕业于中国院校的占比过半。 中国AI人才的供给总量,开始逐步超越美国。智库MacroPolo通过追踪AI领域顶级会议NeurIPS的作者身份来统计全球AI人才流向。其中,本科毕业于中国的全球顶级AI研究人员,从2019年的29%,升至2022年的47%。 在中国取得本科学位,意味着在中国接受了基础教育与高等教育。这打破了人们对当前各类全球大学排行榜中国高校排名虚高的刻板印象。 而且,这些毕业于中国本科院校的AI研究人才,具备相当的全球竞争力。该智库统计发现,在美国机构工作的顶级AI研究人员,原籍中国的比例,从2019年的27%,上升到了2022年的38%;而原籍美国的,只从31%上升到37%。逆转已经发生了。 这种数量上的逆转,还会继续下去。中国正在扩大理工科学生尤其是人工智能相关专业的招生。今年春节后,北京大学、清华大学等中国15所头部高校密集宣布本科扩招,复旦还宣布将文科招生压缩至20%左右。中国还释放了扩大研究生培养规模,稳步提高博士研究生占比的信号。 中国本土培养的博士也在崭露头角。图灵奖得主杨立昆非常重视十年前有关ResNet的研究。论文第一作者何恺明(Kaiming He),本科毕业于清华,在香港中文大学获得博士学位,在微软亚洲研究院完成了这份报告后,前往了Meta,最近又赴任MIT。前OpenAI的CTO米拉·穆拉蒂(Mira Murati),自立门户,初创团队中4名华人,其中,刘瀛海(Yinghai Lu)本科毕业于同济大学,博士毕业于复旦大学。 美国政府对AI人才赤字,尤其是本土培养的人才赤字,忧心忡忡。拜登政府在任期结束前发布了一份美国经济分析局(CEA)撰写的《人工智能人才报告》(AI Talent Report)。该报告将更广泛的“软件算法”与“算力硬件”专业的毕业生,也视为AI相关人才。 2022年,在中国取得本科学位的AI人才是美国的6倍,远高于两国人口差距的4倍。在中国取得博士学位的AI人才同样超过美国,并且差距还在持续扩大,到了2022年,中国几乎已经是美国的两倍。美国培育的博士,近60%还不是本土公民。 当然,美国仍然是全球人才流动的关键节点。在美国取得突出成就的海外华人,他们中的多数,研究生阶段的学位仍在美国取得。而按MacroPolo的标准,顶尖人才(占所有的前20%)中的顶尖个体(占所有的前2%),在美国获得本科学位的仍然占比最高,约28%,高于中国的26%。 DeepSeek,人才本土化仅仅是起点 没有任何一个行业,像AI前沿企业这样强调人才的密集度和拔尖度。如果说美国是想创造出一个“数据中心里的天才国度”,而中国为AI人才展开的,是前程更加远大的数字世界与物理世界。 从DeepSeek用在中国的中国人,“打败”了在美国的中国人,到黄仁勋的一再警告,美国的AI神话正在一天天祛魅。 胡佛研究所(Hoover Institution)高级研究员艾米·泽加特(Amy Zegart)指出,中国人才正在本土化。五一节前一周,胡佛研究所与斯坦福大学HAI发布报告,为这一论断提供了更翔实的数据。 它们的研究,主要基于DeepSeek五篇关键论文(即DeepSeekLLM、V1、V2、Coder-V2、V3与R1)的研究人员——共223名署名研究者,有完整信息的211名,其中,31名“核心研究者”参与了全部五篇论文的工作——及其教育背景、职业路径和国际流动情况。 结果,报告发现,以往美国人才流动的主流叙事模式,已被DeepSeek打破。为DeepSeek研发出前述五个模型的AI人才,并没有遵循先在接受中国基础教育,再去美国接受研究深造,最后留在美国创造价值的路径。 他们当中,超过半数(共111名)从未离开过中国求学或工作。这意味着,即使完全依靠国内培养渠道,中国就能够造就世界级的人工智能人才。 尽管,仍然有近25%的人才(共49名),在其职业生涯中的某一个阶段,短暂停留美国,但他们中的大部分,最终又重返中国。差不多40%(共19名)与美国有过交集的研究者,他们的职业生涯是从中国开始的,然后前往海外,最终回到中国。甚至超过20%(共11名)的研究者,以美国为起点,已经直接或辗转回流中国,超过了从中国起步、目前留在美国的人数(共9名,不足20%)。 留在美国,已经不再是中国AI人才的默认选项。那些与美国有过交集的研究者,超过60%仅停留了1年,只有不到20%停留超过5年。很难说,那些目前仍然留在美国的研究者,最终又会做出什么选择。 英伟达高级研究科学家禹之鼎(Zhiding Yu)回忆道,当时公司正考虑给潘梓正(Zizheng Pan)全职工作机会,但他“毫不犹豫”地选择了回国加入DeepSeek。当时,这家初创企业的多模态团队仅3个人。 DeepSeek让美国体会到“苦涩的教训”,并不来仅仅来自于算法,更不是硬件,而是AI本土人才的胜利。这不是数量的胜利,而是质量的胜利。 与OpenAI相比,DeepSeek缺乏科研明星,但这不是劣势。据胡佛研究所分析,DeepSeek的全体研究者及“核心研究者”,过往研究的平均引用指标与中位引用指标相对均衡;而OpenAI的o1的贡献者则不然,平均指标远高于中位指标,意味着过度依赖少数高引用个人。 DeepSeek拉开了AI本土叙事的第一幕,有望成为中国大模型领域的黄埔军校。目前,为DeepSeek的研究贡献最大的前五家国内机构,是中科院(CAS)、北京大学、清华大学、中山大学与南京大学;即使扩展至前十,也全是高等教育机构。在全部368家中国机构中,出现了全部研究者履历中的私营企业仅17家,加上政府机构与非营利组织,合计也仅占10%。 中国进入硬核创新阶段,必然成就顶尖本土AI人才。他们早就在那里,但是以往被低估了。过去,跟随式创新的产业需求,成为了他们的天花板;DeepSeek“做最难的事”,掀掉了限制,“对顶级人才吸引最大”。而顶级人才的本土化,将撬动中国吸引全球顶级人才。 美国的AI人才逼近赤字 美国真正成为科学技术大国,其实是在二战之后,它吸引了欧洲最优秀的科学和和技术人员,也确立了《无尽的前沿》所倡导的基础研究的国策。 现在,全球顶尖人才储备开始再平衡进程。传统上,美国具备强大的全球人才虹吸力,但最近势头开始减弱。一大原因在于本土保守主义抬头,不满于被称为“沉湎于受害者心态”,也无法接受“赞美舞会皇后而不是数学奥林匹克冠军,不会产生最好的工程师”的评价,对海外尤其是来自前两大国际生源的印度与中国的人才,充满了敌意。 今年,美国部分政客酝酿推进“中国行动计划2.0”,甚至要求六所顶尖高校公开中国留学生信息,将对华人人才的“有罪推定”,从教授扩展至学生群体。中国顶尖的AI人才,再次处于十字路口。回顾“中国行动计划1.0”期间,离开美国的顶尖科学家增加了75%,其中三分之二的离开者前往了中国。 此外,特朗普原计划撤销教育部,大额削减研究机构经费,以及在校园内审查“多元化”议题,也引得人心惶惶。其中,美国国立卫生研究院(NIH)经费降至15%,美国国家科学基金会(NSF)预算砍2/3。而在近十年里,NIH在与人工智能相关的公共资助中占比 44%,而 NSF占比 28%。 就在前不久,OpenAI核心贡献者绿卡被拒的事,在AI圈闹出轩然大波。“她在GPT-4.5的开发中起到了关键作用。我们的移民系统发疯了一样要赶她走。美国需要她。” 对此,她在OpenAI的同事感到荒唐。OpenAI著名强化学习科学家Noam Brown也疾呼,如果继续拒绝这样的优秀人才,美国在AI领域的领先地位将岌岌可危。 顶尖AI人才将不再把美国视为首选目的地。英国数据公司Zeki的《2025全球AI人才》报告发现,2025年,美国AI人才净流入已经趋近于0。谷歌非常着急,向特朗普政府AI行动计划(AI Action Plan)建言,要重视AI人才政策面临的挑战。 不仅原本预期该来美国的迟疑了,现在在美国的,也都想着搬离是非之地。《自然》(Nature)分析其招聘平台的数据发现,今年一季度,美国科学家申请海外职位的数量同比增长了32%。此外,一项涉及1200名美国科学家的调研发现,已有75%的人正在考虑离开美国。 中国迎接人才净流入 面对美国当前的混乱局面,杨立昆建议欧洲抄底。当地也日渐重视“主权AI”。目前,美国研究者申请欧洲职位的增长幅度,要高于对中国的;考虑到海外华人在美国AI圈里的分量,中国仍未达到当年美国面向全球吸纳人才的盛况。 对于美国学术界而言,相对欧洲,中国仍然相对陌生,需要解决语言、文化等软件问题,他们还会担心,将来被美国算旧账。 但是,长期而言,更多地是需求,而不是供给,更深刻地塑造了人才与创新的生态关系。人才与创新,要在商业中形成价值闭环,成为下一轮创新的新起点。 欧洲已经陷入了“中等技术陷阱”,产业空心化严重。美国尚有全球最大体量的软件行业。但是,未来,AI硬核创新最大的需求,并不局限于数字空间,它还将重塑物理世界。 这也是为什么最近黄仁勋连续拜访了中国与日本的政府高层。这是“物理AI”两大应用市场,也是支撑英伟达市值继续高歌猛进的关键领域。去年底,黄仁勋说,大湾区是世界上唯一一个同时拥有机电技术和人工智能技术的地区;在其他地方,这种情况并不存在。 在乔治华盛顿大学学者Jeffrey Ding看来,美国从跟随式创新逐步实现硬核创新,正是从规模应用起步的。20世纪初,尽管美国最优秀的化学研究人才仍然几乎“完全单向”地前往欧洲深造,但最终是当时已建成全球化学品产能第一的美国笑到了最后。冷战期间,苏联在多个领域的硬核创新不亚于美国,让美国陷入了“斯普特尼克危机”,但苏联失去了技术规模应用的空间,也就失去了技术创新的未来。 中国创新也已经走到了“逆转”的拐点。全球工业与科技产能正在前所未有地向中国集中,而且集中的进程正在不可遏制地前行,可能会超过二战之后美国产能在全球的占比。中国能把有前景的新技术,以最快的速度规模化并推向全球市场,但陷入了产品同质化、产能过剩。要跳出内卷,只能走向硬核创新。 硬核创新正是中国本土人才叙事的关键,也是吸引海外人才回流的关键。DeepSeek的示范效应也开始显现。中国的AI人才们,正在重新看待曾经梦寐以求的硅谷工作。字节跳动从谷歌DeepMind挖来了深度参与Gemini研发的吴永辉,阿里巴巴招募了全球顶尖AI科学家许主洪。同为杭州六小龙的群核科技表示,如今,斯坦福、哈佛的毕业生都开始投来简历。这家公司目前正拟于香港主板上市。 甚至,中国也在慢慢吸引那些缺乏中国背景的全球人才落脚,至少是职业生涯的关键一站。美国机器学习专家兰姆(Alex Lamb),将于2025年秋季正式加入清华大学人工智能学院,他师从图灵奖获得者本希奥(Yoshua Bengio)。全球纳米材料领域的顶尖学者、哈佛化学系前主任Charles M. Lieber,也将全职加盟清华,他曾因与中国合作被捕入狱。这是中国市场人才净流入的开端。 中国要真正在新技术革命中从抢占先机到发挥引领,需要同时做到本土培养人才、吸引全球人才、在全球让人才为我所用。
能送药、会唠嗑,这只杭州造机器狗如何“跑”进百姓生活
“哒哒哒”一只通体银灰的机器狗,正在地面灵活穿梭,不仅能够轻松绕过障碍物,还能完成“绕过椅子走向红色球”“蹲下钻过山洞”等复杂指令。近日,在杭州市科技局组织的媒体采风调研活动中,记者见到了这款机器狗。 这是由西湖机器人科技(杭州)有限公司(以下简称“西湖机器人”)研发的四足机器人,产品体重约14千克,搭载高精度激光雷达和摄像头,具备自主规划路线、躲避障碍物的能力,可完成巡检、递送物品等任务。 聪明的脑袋得益于四足机器人有独创的“大脑+小脑”系统。“大脑”负责深度学习与指令解析,“小脑”则精准控制肢体动作,让机器人不仅会思考、能理解,还能做出恰当反应。 西湖机器人联合创始人、CEO杜海涛介绍,四足机器人还预置了图像检测定位系统,使用者只需要添加传感器,就能快速投入使用,省去了复杂的二次开发。 四足机器人 图源:杭州市科技局 一只灵活的四足机器人,从概念萌芽到真正落地,中间要经历无数关卡。 从2021年起,西湖机器人团队开始着手研发机器人,基于此前积淀的经验以及不断的技术突破,公司成功自研了关键模组电机与电池,从而为机器狗提供了优异的运动性能、续航能力以及安全保障。 同时,全新外形的设计使得机器狗实现了全面的升级。当前,四足机器人已经经过了四次迭代,并添加红外相机等传感器,实现了巡检、引导等功能,达到了可以量产的阶段。 “今年我们的订单处于爆棚趋势,各种场景希望四足机器人落地,当前产值已达几千万元。” 西湖机器人产品项目总监章洁涵表示,面对激增的市场需求,公司正加速产能布局。 四足机器人与老人互动 受访者供图 技术创新的背后,是产学研的深度融合。“西湖机器人”是西湖大学人工智能和机器人领域首个自主优质成果产业转化落地项目。“公司创始人王东林是西湖大学工学院人工智能系副主任,首席科学家张岳是西湖大学工学院副院长、国际自然语言处理领域知名专家。” 在人才团队建设上,西湖机器人引入原阿里巴巴人工智能实验室产品和运营总经理杜海涛担任CEO,还有来自华为、清华大学、浙江大学等经营管理人才、科学家加入,帮助西湖机器人构建科技成果转化的全链条团队。 “我们的机器人主打的是亲民路线。”章洁涵介绍道,与市面上常见的工业级机器人不同,西湖机器人专注于民用市场,特别是在工业、养老、医疗、社区服务等贴近百姓生活的场景。“当前版本载重5公斤,下一代将提升至7~10公斤,以满足更多需求。” 四足机器人在社区 受访者供图 在杭州古荡街道和翠苑街道,这些四足机器人已经化身养老助手,可以轻松上下6楼为老人送饭送药,还能陪老人聊天解闷。 “浙江就像是一片科技创新的沃土。” 谈及扎根于此的缘由,章洁涵感慨道,“这里的高校资源能够源源不断输送人才,政府更像是贴心的‘服务员’,经常主动问我们需要什么帮助。这种科创氛围在全国都是数一数二的。” 面向未来,西湖机器人正构建完整的机器人产品矩阵,除四足机型外,轮足式和双足人形机器人研发同步推进。据章洁涵透露,新一代产品将突破小脑运动控制技术,并增强视觉、语言推理能力。 工程师在研发测试 图源:杭州市科技局 站在实验室的落地窗前,工程师们正在测试新一代双足机器人的性能。透过玻璃幕墙,能清晰看见机器人正跟随指令完成任务。这个诞生于西湖畔的科技企业,正以坚实的步伐,丈量着智能服务的未来图景。 责任编辑:鹿角
OpenAI 深夜官宣大调整!奥特曼全员信:放弃营利转型,开源强大模型
十年前,OpenAI 诞生在一张厨房餐桌边,创始人们当时想的不是怎么盈利,而是如何让 AI 为人类服务。 十年后,这家已估值千亿、拥有 ChatGPT 的技术巨头,依旧在追问那个最初的问题:AGI 应该属于谁,又该为谁所用? 今天凌晨,OpenAI 董事会以及创始人 Sam Altman 用一封公开信给出了一个制度层面的回答:将旗下营利业务转为「公共利益公司」(PBC),使命不变,由非营利组织继续掌控,但治理框架更为清晰。 与当下 Anthropic、xAI 等公司所采用的架构相似,公共利益公司是一种特殊的公司形式,它在传统公司追求股东利益最大化的基础上,增加了对公共利益的追求和责任。 如果 AGI 是一场工业革命的新引擎,比起立即启程,OpenAI 显然更愿意先握稳方向盘。 OpenAI 也在 X 平台上总结了此次组织结构调整的四个关键点: OpenAI 将继续由现有的非营利组织控制 我们现有的营利实体将转型为「公共利益公司」(PBC) 非营利组织将控制 PBC,并成为其重要股东 非营利组织与 PBC 将继续秉持相同的使命 不过,在经历了 2023 年的「宫斗风波」以及 Ilya 后续的离职之后,OpenAI 的初心仍被外界普遍质疑。尤其面对 Altman 人设的崩塌,网友们也不再轻易买账。 评论区里也不乏尖锐发问:「非营利组织真的拥有 51% 以上的控制权吗?」 董事会致员工的信 OpenAI 董事会已经制定了一项更新计划,用于推动 OpenAI 的组织结构演变。 1. OpenAI 最初作为一家非营利机构成立,如今仍由该非营利组织监督和控制。未来,它仍将继续由该非营利组织监督和控制。 2. 我们旗下的营利性有限责任公司(LLC)自2019年以来一直隶属于该非营利组织,现在将转型为「公共利益公司」(PBC)——这是一种使命导向的公司结构,既要考虑股东利益,也要兼顾使命。 3. 非营利组织将控制 PBC,并成为其主要股东之一,从而拥有更强的资源来支持多方面的公共利益。 4. 我们的使命保持不变,PBC 也将秉持相同的使命。 在听取公民领袖的意见,并与特拉华州和加利福尼亚州总检察长办公室进行建设性对话后,我们决定由非营利组织继续掌控 OpenAI。我们感谢两个总检察长办公室的支持,并期待继续展开这些重要对话,确保 OpenAI 能有效推进其「让 AGI 惠及全人类」的使命。 以下是 Sam 写给员工和利益相关者的一封信,解释了我们为何对这一新方向如此振奋。 Sam 致员工的信 OpenAI 不是一家普通的公司,也永远不会是。 我们的使命是确保通用人工智能(AGI)造福全人类。 在创办 OpenAI 时,我们并不清楚要如何完成这个使命。那时我们只是围坐在厨房的餐桌旁,思考该做哪些研究。 那时我们还没考虑产品或商业模式。我们也无法想象 AI 能直接带来的好处,比如提供医疗建议、提升学习与生产力等等,更没预料到训练模型和服务用户可能需要数千亿美元的算力。 我们真的不知道 AGI 将如何被构建、如何被使用。很多人设想 AGI 像个「神谕」,能告诉科学家和总统该怎么做,虽然这可能极其危险,但或许少数人可以被信任来掌控它。 在 OpenAI 早期,许多人认为 AI 应该只掌握在少数可靠的人手中。 但现在我们看到了一条新道路——AGI 可以成为人类历史上最强大的工具,直接赋能每一个人。 如果我们能实现这一点,我们相信人们将为彼此创造出令人惊叹的成果,推动社会和生活质量的进步。 当然,它不会只被用于善意的目的,但我们相信人类的善意将远远超过潜在的负面影响。 我们坚定地走在「民主化 AI」的道路上。我们希望把强大的工具交到所有人手中。我们为用户用我们的工具所创造的成果感到惊喜和欣喜,也看到他们渴望使用它的热情。 我们希望开源一些能力非常强的模型。我们希望给予用户高度自由,在宽泛的边界内使用这些工具——即使他们的价值观与我们不完全一致——并让用户决定 ChatGPT 的行为方式。 我们相信这是前进的最佳路径——AGI 应成为全人类互相帮助的手段。 我们明白,不是每个人都赞同这一观点。 我们希望打造一个属于全人类的大脑,并让每个人都能轻松使用它来做自己想做的事(只要不侵犯他人的自由)。 人们正在使用 ChatGPT 来提升自己作为科学家、程序员等身份的生产力。 人们也用它来解决重大的医疗挑战,学习更多知识。 人们还在用它来获取应对复杂局面的建议。 我们很自豪能提供这样一项服务,它真正为无数人带来了帮助,这也正是我们使命的直接体现。 但人们希望使用得更多;而我们目前的 AI 供应远远跟不上需求,不得不对系统加以限制并降低运行速度。 随着系统能力不断增强,用户会希望用它做更多、更精彩的事情。 我们当初在将近十年前创建这个研究实验室时,完全没料到世界会变成现在这个样子。但现在看到这个局面,我们感到无比兴奋。 是时候改变我们的组织结构了。我们希望实现三件事: 我们希望能以一种能获得所需资源的方式运作,使我们的服务能够广泛惠及全人类。这目前需要数千亿美元,未来甚至可能需要数万亿美元。我们相信,这是实现使命的最佳方式,也是人们用这些新工具相互创造巨大价值的路径。 我们希望我们的非营利组织成为历史上最大、最有效的非营利组织,致力于用AI实现最具杠杆效应的积极成果。 我们希望交付有益的 AGI。这包括引领安全和对齐(alignment)的发展方向;我们为目前发布系统的安全记录感到自豪,也为我们的对齐研究、「红队测试」流程以及像模型规范这样的透明机制感到骄傲。随着 AI 的加速发展,我们对安全的承诺也更加坚定。我们希望民主化的 AI 取得胜利。 在听取公民领袖意见,并与加州和特拉华州总检察长办公室讨论之后,我们决定由非营利组织继续掌控公司运营。我们期待与他们、微软以及新任命的非营利委员会成员深入推进这个计划。 OpenAI 最初是作为非营利机构成立的,如今仍是非营利组织监督并控制着营利部分,未来也将继续保持这一结构。这一点不会改变。 非营利组织旗下的营利性 LLC 将转型为公共利益公司(PBC),使命保持不变。 目前很多其他 AGI 实验室(比如 Anthropic 和 X.ai),以及像 Patagonia 这样的使命驱动公司,已经采用 PBC 这一结构。我们认为这对我们同样适用。 我们将放弃目前复杂的「利润上限结构」——它在当时只有一个主导 AGI 项目的世界里是合理的,但在如今多个优秀 AGI 公司的世界里已不再适用。我们将采用常规的股权结构,所有人持股。这不是出售,而是转为更简单的结构。 非营利组织将继续控制 PBC,并成为 PBC 的重要股东,股份比例由独立财务顾问评估支持。这样,非营利组织将拥有更多资源,支持 AI 为不同社区带来益处,持续推进我们的使命。 随着 PBC 的发展,非营利组织的资源也会增加,进而开展更多工作。 我们很期待即将收到来自非营利委员会的建议,了解如何确保 AI 真正造福所有人,而不是少数人。 他们的建议将聚焦于如何通过非营利的努力,推动更民主的 AI 未来,并在健康、教育、公共服务和科学发现等领域产生切实影响。 我们相信,这一结构将支持我们继续快速、安全地前进,把强大的 AI 带给所有人。 构建 AGI 是我们为人类进步所铺下的一块砖,我们迫不及待想看到你们将添上的下一块。 Sam Altman 2025 年 5 月

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。