IT之家 3 月 1 日消息，维基百科创始人 Jimmy Wales 最近在访谈中认为，马斯克的 Grokipedia 只是“滑稽的模仿品”，荒谬至极、注定失败。 而马斯克今天则在 X 平台以简短地做出回击：“著名的临终遗言”。 不过，Jimmy Wales 当时在接受采访时表示，维基百科“坚持以中立为荣”。 他对此解释道，维基百科的核心之一便是“中立”。“中立观点”是不可谈判的，并且在他们的社区中不容置疑，那些说维基百科已经变成‘觉醒百科’（IT之家注：Wokepidea）的说法完全不属实。 当问及 Grokipedia 是否会与维基百科形成竞争时，Wales 则表示：“根本不存在竞争。我甚至不知道有谁会用 Grokipedia，这玩意太荒谬了”。 不过维基百科的另一名创始人 Larry Sanger 则持不同观点。他在试用 Grokipedia 后认为这款产品的初上手体验“相当不错”。 马斯克则认可了 Sanger 的言论并补充道，Grokipedia 即使在 0.1 版本也优于维基百科。 Sanger 曾在一期播客节目中表示，维基百科已经远离初心。他认为该百科全书的信源框架有较大问题，明显偏左翼。

凤凰网科技讯 （作者 | 刘毓坤、杨睿琪）3月1日，在2026世界移动通信大会上，荣耀与享誉全球的影像设备品牌阿莱（ARRI）宣布将展开战略技术合作，双方将携手为全球创作者带来电影级叙事表达体验，共创未来移动影像新标准。 据悉，荣耀和阿莱在影像领域的一系列合作成果，将在荣耀机器人手机Robot Phone上率先落地。

2月27日晚，OpenAI扔出一枚核弹。 1100亿美元，单笔融资。软银300亿，英伟达300亿，亚马逊500亿。投前估值7300亿美元，投后直逼8400亿美元。 这是AI史上最大的一笔融资，没有之一。 官方说法很体面。扩大人工智能基础设施建设，加快推进AI普惠。奥特曼在社交媒体X上描绘了与三家的合作蓝图，英伟达供算力，亚马逊搭云，软银当资本后盾。 但如果你把这三份合同放在一起看，会发现比数字更值得琢磨的东西： AGI，这个曾被视为人类终极理想的概念，已经彻底改造成财务报表上的对赌工具，变成了一门生意。 而且在不同的合同里，它被赋予了完全不同的功能。 1、AGI的三副面孔 这个故事要从2019年说起。 那年微软向OpenAI投了第一笔10亿美元，此后累计超过130亿美元。合同里有一个条款，后来被称为“AGI条款”，一旦OpenAI宣布实现AGI，微软将失去对未来模型的访问权。 当时这看起来像是一个理想主义的安全阀。OpenAI的初心是确保AGI造福全人类，不让任何一家公司独占。 看山去很浪漫。 但时间走到2025年，浪漫已死，合同为王。 根据The Information拿到的泄露文件，OpenAI和微软之间实际上有一个秘密协定：AGI的触发条件是，OpenAI开发出能产生至少1000亿美元利润的AI系统。 不是科学共识，是财务公式。 2025年10月的新协议虽然引入了独立专家验证机制，但核心逻辑没变，在微软的合同里，AGI是一个终止开关。它的功能是，一旦触发，改变两家公司之间的权利和利益分配。 现在把目光转向这轮融资的主角：亚马逊。 亚马逊的500亿美元分两笔：先付150亿，剩下350亿需要等“满足特定条件”后才到账。 外媒拿到的消息是，这些条件包括OpenAI在年底前IPO，或者达成某个AGI里程碑。 看到了吗？同一个词，AGI出现在第二份合同里，但功能完全反转了。 在微软那边，AGI是一把悬在头顶的剑，一旦宣布，微软的权利受限。在亚马逊这边，AGI是一张350亿美元的支票，一旦宣布，钱就到账。 宣布AGI→触发亚马逊350亿美元到账→但同时触发微软权利限制 不宣布AGI→微软收入分成持续→但亚马逊的350亿美元拿不到 OpenAI被夹在了两份合同之间。奥特曼需要在两个完全相反的激励之间走钢丝。 当然还有第三条路：IPO。 如果年底前上市，同样可以触发亚马逊的尾款，而不需要碰AGI这个炸弹。但这意味着公开市场会对“你到底实现AGI没有”给出自己的定价，到那时，这个问题就不只是两家公司之间的私密博弈了。 如果AGI真的实现了，那一天可能不是庆功宴，而是大型法务和财务的审判日。 至于AGI的第三副面孔，还在OpenAI的官网上挂着：我们的使命是确保人工通用智能造福全人类。 当造福全人类的使命和触发350亿的条款挂在同一个词上时，这个词到底属于科学、资本、还是法务？ 2、AI不再是软件，它变成了重工业 这轮融资的另一个诡异之处，藏在合同里的两个词里：吉瓦（GW）和芯片。 过去你开一家互联网公司，租个服务器就能开张。 但现在的OpenAI，更像是在造核电站。 合同里写得清清楚楚。OpenAI要向亚马逊承诺使用2吉瓦的算力。2吉瓦是什么概念？那是两座中型核反应堆的全部发电量。 这些算力将运行在亚马逊自研的Trainium芯片上，用于训练前沿模型。 英伟达那边也一样。OpenAI承诺在英伟达的Vera Rubin系统上部署5吉瓦的计算资源，这可是大约500万户家庭的用电量，是人类历史上从未有过的数字黑洞。 英伟达投了300亿美元，OpenAI承诺拿这笔钱买英伟达的芯片。亚马逊投了500亿美元，OpenAI承诺未来8年在AWS上消费1000亿美元。 这个逻辑就等于是供应商把钱投给客户，客户再拿着这笔钱回来买供应商的芯片和云服务。对供应商来说，这笔钱在报表上从投资支出变成了营业收入，股价涨了，库存清了，客户也锁死了。 对OpenAI来说，账面上多了一笔现金，但很大一部分已经提前定向消费了。 华尔街有人已经开始喊圆形融资。路透社的分析直接警告，这种企业相互投资并签署供应交易的模式，可能在人为膨胀需求和收入。 奥特曼的回应是：我理解大家的担忧，只有当新的收入流入整个人工智能生态系统时，这一切才有意义。 话是这么说，但数字不会骗人，OpenAI 2025年营收131亿美元，亏损却达80亿美元；2026年亏损预计飙升至250亿美元，烧钱率高达83.3%。内部预测要到2030年代才能实现盈利。 根据OpenAI向股东提交的财务文件，2025年上半年营收43亿美元，净亏损却达135亿美元。内部文件显示，2026年预计亏损约140-170亿美元，累计现金消耗到2029年将达1430亿美元。 7300亿美元的估值，对应的是持续扩大的亏损。这个估值不是在为今天的业绩定价，是在为未来的AGI定价。 而AGI什么时候来、以什么形式来、来了之后利润归谁，这些都被写进了合同，变成了可以被交易、被博弈、被套利的条款。 更重要的是，这场融资彻底改变了AI的行业属性。 五年前，人们谈论AI，聊的是模型参数量、训练数据规模、推理速度。今天，OpenAI的合同里聊的是多少吉瓦的算力、多少座核电站的电力消耗。 AI不再只是软件，它变成了重工业。它的核心资源不再是算法工程师，而是芯片、电力、数据中心、冷却系统。 这不再是一场代码竞赛，这是一场基建竞赛。 3、微软的尴尬，独家，但不是唯一 这轮融资还有一个值得琢磨的细节：微软。 作为OpenAI最老的投资方、独家云服务商，微软本轮没有跟投。双方发布联合声明，极力维护核心地位： ●Azure依然是OpenAI无状态API的独家云服务商 ●收入分成机制不变，覆盖OpenAI与亚马逊合作产生的新增收入 ●微软继续拥有OpenAI模型和产品的独家知识产权许可 但明眼人都看出来了，这桩婚事已经裂开了。独家这个词，正在被悄悄切割。 OpenAI的企业级平台Frontier将同时运行在AWS上。OpenAI将大规模采用亚马逊自研的Trainium芯片。未来8年将在AWS上消费1000亿美元。 微软保住了API调用这条线，但失去了唯一云服务商的地位。OpenAI正在有意识拆解对单一云厂商的依赖。 道理很简单。 当模型训练规模逼近AGI所需的算力门槛，单一供应商无法满足全部需求。OpenAI需要更弹性的算力供给，更多元的销售渠道。AWS的企业客户池和销售团队，恰好补上了微软覆盖不到的部分。 微软的角色从独家伙伴变成了核心伙伴之一。这是一个微妙但深刻的转变。 4、前有追兵，后有条款 OpenAI这轮融资，放在竞争格局里看会更清楚。 两周前，Anthropic刚完成300亿美元G轮融资，投后估值3800亿美元。软银、英伟达同样是投资方。根据公开数据，Anthropic年化收入已达140亿美元，在编程领域的市场份额相当可观。 谷歌的Gemini在多项关键基准测试中一度超越ChatGPT，在OpenAI内部触发过红色警报。 ChatGPT的市场份额正在流失。根据SimilarWeb数据，从2025年初的86.7%跌到2026年初的64.5%。周活用户虽然突破9亿，但竞争早已不是一家独大的游戏。 与此同时，OpenAI参与的“星门计划”陷入停滞。这个由OpenAI、甲骨文、软银联合投资5000亿美元的项目，因三方在控制权和场地所有权上的分歧，一年多来未招聘正式员工，也未实质建设数据中心。原定2025年底达成10GW算力签约目标，最终仅完成6.8GW。 算力困境，正在成为OpenAI的隐形短板。只能向AWS、Azure采购临时算力，陷入依赖外部—成本高昂—无法自建的循环。 而1100亿美元，就是为了打破这个循环。 【版面之外】的话： OpenAI拿到了1100亿美元。 这不是一次普通的融资。它是AGI被金融化的体现，是AI重工业化的里程碑，是军备竞赛的一次冲锋。 但最让人感慨的不是数字本身，而是一个更深层的问题。 当AGI从科学愿景变成了合同条款，从研究目标变成了IPO触发器，从造福全人类的使命变成了350亿支票的开关，这个词还剩下多少它原本的含义？ 科技媒体Newcomer对这轮融资有一句一针见血的评论： 说服足够多的CEO和富人相信你将改变世界，让他们写出巨额支票。 而这，可能就是2026年AI行业最真实的写照。 大模型不再是技术的竞赛，而是资本的竞赛。AGI不再是科学的命题，而是金融的命题。AI不再是轻资产的软件，而是需要核电站来驱动的重工业。 理想已死，支票万岁。

文 | 互联网江湖，作者 | 刘致呈 春晚结束快两周了，可机器人赛道的讨论热度依旧不减。 原因无他，市场热度太高了。 有多热呢？ 天眼查APP信息显示，3个月内成立的机器人相关企业超过64000家。 一级市场上，按傅盛的说法，到深圳花200万搞个机器人，再打个LOGO，只要机器人能走上两步，就有可能拿到融资。 这个项目融资的容易程度，简直堪比十年前给私募讲O2O故事。 也难怪马年春晚上，宇树、银河通用、魔法原子、松延动力等几家轮番亮相。这聚光灯下的机器人，不管是打武术还是“打咖啡、穿针线、包饺子、叠衣服”，本质上其实还是讲一个落地的故事。 都是为了IPO、融资嘛，挣钱不寒碜。 只是，机器人赛道的这场狂欢，说到底就一句话：春晚的灯太亮，照得人看不清自己是在台上，还是在岸上。 如今热度有了，场子热了，机器人落地的故事到底能不能讲得圆满？各家IPO的目标能不能实现？ 真正的考验，才刚刚开始。 机器人“上岸”，先过流量关 机器人商业化这事儿，我们还是得回到春晚舞台的样本来看。 春晚开播后，京东给出了一组与机器人销售相关的数据： 春晚开播后，平台机器人搜索量环比增长超300%，客服问询量增长460%，订单量增长150%……魔法原子、宇树科技、松延动力等品牌的产品售罄。 春晚似乎成了一场大型“带货直播”，而且看起来效果还不错。 单价动辄几十万的机器人快速售罄，资本市场热度不减，企业IPO摩拳擦掌，但机器人行业，可能还远未到真正商用阶段。 其中一个原因在于，当下的机器人销售本质，不是“卖产品”，而是“卖流量”。 考虑到单价、实用性等原因，目前机器人主要的应用场景，还是在B端的服务，比如零售、导览、酒店文旅等几个行业。 这几个领域，采购机器人的本质逻辑，其实更多是采购“流量”。 从品牌投放的角度来看，买机器人这事儿是有一定费效比的。 一台机器人的价格，可能也就是消费品牌线下搞一场营销活动的预算，或者一次KOL、大V的投放预算，但C端用户对机器人的新鲜感以及线上的热度却能持续很长一段时间。 而且，这笔投入越早就越划算，毕竟早期用户还没有审美疲劳，只要新鲜还在，流量效果就能持续。 智元机器人看到了这部分市场，于是推出“擎天租”平台，做起了租赁生意。拼团购上线三周平台注册用户数已突破20万，日均租赁订单稳定在200单以上。 流量生意虽然能做，但对于机器人品牌来说，更多的是前期商业化的过渡方案。 一来，市场规模有限，且需求不稳定。 道理很简单，一旦市面上供给变多了，当人们对各种商场里的人形机器人习惯了，基于“卖流量”逻辑的市场需求也就不存在了，而品牌获取流量的方式有很多种，很容易有其他的替代方案。 二来，于资本市场而言，机器人核心估值逻辑不是卖流量，而是卖生产力。 从春晚上机器人亮相的一系列动作来看，大家似乎都在强调同一件事：机器人的运动控制、精细动作控制能力。 这就很难不让人产生一种联想：既然机器人运动功能这么强大了，是不是以后就可以替人“进厂搬砖”了？ 市场也许会有这样的期望，但之前何小鹏已经戳穿了市场对于机器人“进厂”的幻想。 何小鹏表示如果IRON进厂“打螺丝”，几个月就要换一次机械手，高磨损度带来的费用可以雇用一个人工好几年。 换句话来说，“进不进厂”的问题，是个成本问题。 一方面，工业制造本来利润就薄，另一方面明明有机械臂这样的成熟可靠的方案，工厂为何要舍近求远？这可能是所有机器人赛道的玩家们都必须回答的问题。 “进厂”问题背后，其实反映出一个现实，当前的机器人，其实还停留在“量产概念车”的阶段。 什么叫量产概念车？ 看似很接近量产版，但距离实际的大规模投放市场还很远，甚至因为某个性能指标不符合预期，整个项目都可能被砍。 直白点讲，机器人要“上岸”，还是得靠融资，这其实也是目前市面上机器人创业品牌们面临的现实。 问题在于，再热的二级市场也是会有窗口期的，融资热度总会过去。 尤其是在马年春晚之后，看似市场热潮涌动，但投资人总有一天会发现聚光灯下的机器人，与当年PPT上的新能源概念车没什么本质区别。 届时，一场残酷的淘汰赛，必然会上演。 实际上，大洋彼岸的机器人淘汰赛已经开始了。 近日，2022年成立的美国人形机器人企业Cartwheel Robotics无奈倒闭，这家企业曾经靠着300万美元的融资，成立了实验室并且完成了第一款产品研发。 对于倒闭的原因，该品牌的创始人也在告别信中坦言，拿不到融资。 国内呢？ 看似各方融资还在高举高打，但实则IPO的机会窗口已经收窄。 宇树、银河通用、魔法原子、松延动轮番出招，在未来这一年，谁能登上IPO的舞台，拿下二级市场的青睐，谁就有资格进入下一轮量产比拼的阶段。 机器人商业化，终局是To巨头？ IPO也好，获得新融资也罢，创业企业还没有真正上岸，机器人产品也远没有到真正意义的大规模量产阶段。 机器人落地，要从“流量逻辑”进化到“生产力逻辑”，可能还需要很多年。 甚至完成商业化第一步的，可能也不是今天这些风头正盛的玩家。 原因无他，机器人这个赛道太大了，做机器人的企业很多，也横跨不同行业。 除了原生的初创企业外，汽车行业有特斯拉小鹏，家电行业有追觅、海尔美的、手机行业有荣耀、小米、vivo。未来还有可能有更多巨头加入。 为什么玩家这么多？ 因为这个赛道的核心技术的链条太长。 从机械制造到AI智能科技，从锂电池供应到智能家居生态，产业链上的巨头企业太多，有野心的玩家也太多，并且各有优势。 第一类是追觅、海尔、美的等智能家电玩家。 我们拿家电企业来说，擅长的是制造能力，是售后体系，有规模制造能力的底子。这些也同样是机器人规模化落地所必需的能力。 因此，将来家庭场景下的人性机器人市场，这些智能家电的巨头免不了要分一杯羹。 第二类，小鹏、特斯拉这类智能汽车玩家。 小鹏、特斯拉为什么会大举布局机器人赛道？ 我认为有三个原因： 一来，工业化能力更强，且能复用的产业链更多。 机器人跟新能源汽车很像，锂电池包都是核心部件，都是高度智能化，量产定价也相似。有机构预测，未来机器人量产售价基本相当于中高档的私家轿车。 因此，新能源汽车巨头来做人形机器人是有一定的产业逻辑在的。 二来，自动驾驶跟机器人技术的复用。 汽车厂商开发的自动驾驶技术中，有一部分与机器人的环境感知系统是可以复用的，比如双目视觉系统，再比如视觉信号处理芯片。而且，汽车厂商已经训练了大量环境数据，具有一定的优势——相似的产业落地路径。 新能源汽车的发展，底层逻辑是传统产业跟智能科技的结合。是汽车工业制造与手机、芯片、软件等行业的垂直整合。机器人也是一样，既需要制造业深度参与，又需要AI大模型、智慧互联等底层技术能力。 所以，机器人产业化落地的过程，可能会跟新能源汽车很像。 不过，客观来看，即便是有这么多优势，车企玩家也未必一定能在机器人领域获得成功。毕竟汽车行业太卷了，各家的主营业务可能牵扯大部分资源和精力。 更重要的是，AI能力，可能会是一个先天的短板。 未来真正可用的量产民用机器人，机械是肉体，AI才是真正的灵魂。 这就需要第三类玩家深度参与：手机厂商以及科技巨头们。 目前AI赛道，除了BAT等巨头，就是手机厂商了。 比如荣耀，荣耀已经宣布将在2026年世界移动通信大会（MWC）期间推出其首款人形机器人，成为全球第一家正式入局该领域的手机公司。 入局机器人领域，是阿尔法战略下，荣耀重要的一次布局。 一方面，荣耀有成熟的AI技术以及完整的用户生态，另一方面，作为头部手机厂商，荣耀也有AI软硬件一体的开发经验。因此，在下个阶段机器人与AI大模型技术的深入融合中，荣耀这类玩家有优势。 实际上，机器人与AI技术的融合，底层逻辑，还是会回归到“算力、算法、数据”三要素。 而这些，恰恰是互联网科技巨头们擅长的领域。 巨头们不是不来，只是还没到季节。 眼下大模型战事正酣，没人顾得上这片尚需开垦的荒地。但巨头的行事逻辑向来如此：不亲自下场犁地，只等在田埂上，看谁先把种子养成苗。 毕竟，机器人行业还不够成熟。 你看，当初字节没急着造手机，可豆包一出手，照样把行业搅得天翻地覆。 而且，做AI硬件的巨头也越来越多。 阿里千问在做AI眼镜、AI指环，OpenAI在捣鼓录音笔胸针——AI硬件业务边界正在被这群科技界庞然大物一寸寸蚕食。 巨头们不是不来，只是在等风停。 对于机器人赛道的玩家们，巨头的入场未必是噩耗。 IPO的独木桥上，能过去的终究是少数。剩下的，与其在水里扑腾，不如想想怎么被大船捞起。 登船的船票从来不靠故事来兑换，只有到手的订单，才是唯一的硬通货。 IPO的风还没停，独木桥还在晃。 谁会被吹上岸，谁会被卷进浪里，谁又能等来那艘大船？ 春晚结束快两周了，可机器人赛道的讨论热度依旧不减。 原因无他，市场热度太高了。 有多热呢？ 天眼查APP信息显示，3个月内成立的机器人相关企业超过64000家。 一级市场上，按傅盛的说法，到深圳花200万搞个机器人，再打个LOGO，只要机器人能走上两步，就有可能拿到融资。 这个项目融资的容易程度，简直堪比十年前给私募讲O2O故事。 也难怪马年春晚上，宇树、银河通用、魔法原子、松延动力等几家轮番亮相。这聚光灯下的机器人，不管是打武术还是“打咖啡、穿针线、包饺子、叠衣服”，本质上其实还是讲一个落地的故事。 都是为了IPO、融资嘛，挣钱不寒碜。 只是，机器人赛道的这场狂欢，说到底就一句话：春晚的灯太亮，照得人看不清自己是在台上，还是在岸上。 如今热度有了，场子热了，机器人落地的故事到底能不能讲得圆满？各家IPO的目标能不能实现？ 真正的考验，才刚刚开始。 机器人“上岸”，先过流量关 机器人商业化这事儿，我们还是得回到春晚舞台的样本来看。 春晚开播后，京东给出了一组与机器人销售相关的数据： 春晚开播后，平台机器人搜索量环比增长超300%，客服问询量增长460%，订单量增长150%……魔法原子、宇树科技、松延动力等品牌的产品售罄。 春晚似乎成了一场大型“带货直播”，而且看起来效果还不错。 单价动辄几十万的机器人快速售罄，资本市场热度不减，企业IPO摩拳擦掌，但机器人行业，可能还远未到真正商用阶段。 其中一个原因在于，当下的机器人销售本质，不是“卖产品”，而是“卖流量”。 考虑到单价、实用性等原因，目前机器人主要的应用场景，还是在B端的服务，比如零售、导览、酒店文旅等几个行业。 这几个领域，采购机器人的本质逻辑，其实更多是采购“流量”。 从品牌投放的角度来看，买机器人这事儿是有一定费效比的。 一台机器人的价格，可能也就是消费品牌线下搞一场营销活动的预算，或者一次KOL、大V的投放预算，但C端用户对机器人的新鲜感以及线上的热度却能持续很长一段时间。 而且，这笔投入越早就越划算，毕竟早期用户还没有审美疲劳，只要新鲜还在，流量效果就能持续。 智元机器人看到了这部分市场，于是推出“擎天租”平台，做起了租赁生意。拼团购上线三周平台注册用户数已突破20万，日均租赁订单稳定在200单以上。 流量生意虽然能做，但对于机器人品牌来说，更多的是前期商业化的过渡方案。 一来，市场规模有限，且需求不稳定。 道理很简单，一旦市面上供给变多了，当人们对各种商场里的人形机器人习惯了，基于“卖流量”逻辑的市场需求也就不存在了，而品牌获取流量的方式有很多种，很容易有其他的替代方案。 二来，于资本市场而言，机器人核心估值逻辑不是卖流量，而是卖生产力。 从春晚上机器人亮相的一系列动作来看，大家似乎都在强调同一件事：机器人的运动控制、精细动作控制能力。 这就很难不让人产生一种联想：既然机器人运动功能这么强大了，是不是以后就可以替人“进厂搬砖”了？ 市场也许会有这样的期望，但之前何小鹏已经戳穿了市场对于机器人“进厂”的幻想。 何小鹏表示如果IRON进厂“打螺丝”，几个月就要换一次机械手，高磨损度带来的费用可以雇用一个人工好几年。 换句话来说，“进不进厂”的问题，是个成本问题。 一方面，工业制造本来利润就薄，另一方面明明有机械臂这样的成熟可靠的方案，工厂为何要舍近求远？这可能是所有机器人赛道的玩家们都必须回答的问题。 “进厂”问题背后，其实反映出一个现实，当前的机器人，其实还停留在“量产概念车”的阶段。 什么叫量产概念车？ 看似很接近量产版，但距离实际的大规模投放市场还很远，甚至因为某个性能指标不符合预期，整个项目都可能被砍。 直白点讲，机器人要“上岸”，还是得靠融资，这其实也是目前市面上机器人创业品牌们面临的现实。 问题在于，再热的二级市场也是会有窗口期的，融资热度总会过去。 尤其是在马年春晚之后，看似市场热潮涌动，但投资人总有一天会发现聚光灯下的机器人，与当年PPT上的新能源概念车没什么本质区别。 届时，一场残酷的淘汰赛，必然会上演。 实际上，大洋彼岸的机器人淘汰赛已经开始了。 近日，2022年成立的美国人形机器人企业Cartwheel Robotics无奈倒闭，这家企业曾经靠着300万美元的融资，成立了实验室并且完成了第一款产品研发。 对于倒闭的原因，该品牌的创始人也在告别信中坦言，拿不到融资。 国内呢？ 看似各方融资还在高举高打，但实则IPO的机会窗口已经收窄。 宇树、银河通用、魔法原子、松延动轮番出招，在未来这一年，谁能登上IPO的舞台，拿下二级市场的青睐，谁就有资格进入下一轮量产比拼的阶段。 机器人商业化，终局是To巨头？ IPO也好，获得新融资也罢，创业企业还没有真正上岸，机器人产品也远没有到真正意义的大规模量产阶段。 机器人落地，要从“流量逻辑”进化到“生产力逻辑”，可能还需要很多年。 甚至完成商业化第一步的，可能也不是今天这些风头正盛的玩家。 原因无他，机器人这个赛道太大了，做机器人的企业很多，也横跨不同行业。 除了原生的初创企业外，汽车行业有特斯拉小鹏，家电行业有追觅、海尔美的、手机行业有荣耀、小米、vivo。未来还有可能有更多巨头加入。 为什么玩家这么多？ 因为这个赛道的核心技术的链条太长。 从机械制造到AI智能科技，从锂电池供应到智能家居生态，产业链上的巨头企业太多，有野心的玩家也太多，并且各有优势。 第一类是追觅、海尔、美的等智能家电玩家。 我们拿家电企业来说，擅长的是制造能力，是售后体系，有规模制造能力的底子。这些也同样是机器人规模化落地所必需的能力。 因此，将来家庭场景下的人性机器人市场，这些智能家电的巨头免不了要分一杯羹。 第二类，小鹏、特斯拉这类智能汽车玩家。 小鹏、特斯拉为什么会大举布局机器人赛道？ 我认为有三个原因： 一来，工业化能力更强，且能复用的产业链更多。 机器人跟新能源汽车很像，锂电池包都是核心部件，都是高度智能化，量产定价也相似。有机构预测，未来机器人量产售价基本相当于中高档的私家轿车。 因此，新能源汽车巨头来做人形机器人是有一定的产业逻辑在的。 二来，自动驾驶跟机器人技术的复用。 汽车厂商开发的自动驾驶技术中，有一部分与机器人的环境感知系统是可以复用的，比如双目视觉系统，再比如视觉信号处理芯片。而且，汽车厂商已经训练了大量环境数据，具有一定的优势——相似的产业落地路径。 新能源汽车的发展，底层逻辑是传统产业跟智能科技的结合。是汽车工业制造与手机、芯片、软件等行业的垂直整合。机器人也是一样，既需要制造业深度参与，又需要AI大模型、智慧互联等底层技术能力。 所以，机器人产业化落地的过程，可能会跟新能源汽车很像。 不过，客观来看，即便是有这么多优势，车企玩家也未必一定能在机器人领域获得成功。毕竟汽车行业太卷了，各家的主营业务可能牵扯大部分资源和精力。 更重要的是，AI能力，可能会是一个先天的短板。 未来真正可用的量产民用机器人，机械是肉体，AI才是真正的灵魂。 这就需要第三类玩家深度参与：手机厂商以及科技巨头们。 目前AI赛道，除了BAT等巨头，就是手机厂商了。 比如荣耀，荣耀已经宣布将在2026年世界移动通信大会（MWC）期间推出其首款人形机器人，成为全球第一家正式入局该领域的手机公司。 入局机器人领域，是阿尔法战略下，荣耀重要的一次布局。 一方面，荣耀有成熟的AI技术以及完整的用户生态，另一方面，作为头部手机厂商，荣耀也有AI软硬件一体的开发经验。因此，在下个阶段机器人与AI大模型技术的深入融合中，荣耀这类玩家有优势。 实际上，机器人与AI技术的融合，底层逻辑，还是会回归到“算力、算法、数据”三要素。 而这些，恰恰是互联网科技巨头们擅长的领域。 巨头们不是不来，只是还没到季节。 眼下大模型战事正酣，没人顾得上这片尚需开垦的荒地。但巨头的行事逻辑向来如此：不亲自下场犁地，只等在田埂上，看谁先把种子养成苗。 毕竟，机器人行业还不够成熟。 你看，当初字节没急着造手机，可豆包一出手，照样把行业搅得天翻地覆。 而且，做AI硬件的巨头也越来越多。 阿里千问在做AI眼镜、AI指环，OpenAI在捣鼓录音笔胸针——AI硬件业务边界正在被这群科技界庞然大物一寸寸蚕食。 巨头们不是不来，只是在等风停。 对于机器人赛道的玩家们，巨头的入场未必是噩耗。 IPO的独木桥上，能过去的终究是少数。剩下的，与其在水里扑腾，不如想想怎么被大船捞起。 登船的船票从来不靠故事来兑换，只有到手的订单，才是唯一的硬通货。 IPO的风还没停，独木桥还在晃。 谁会被吹上岸，谁会被卷进浪里，谁又能等来那艘大船？

3月1日消息，有网友在社交平台表示自己在番茄看小说时，突然弹出短剧推荐，看到短剧名字有AI就点进去，发现「真人互动剧」。 番茄小说的AI互动剧每集解锁才可以观看。 看完一集后，会跳出来一个问题，如果回答正确，可以解锁下一集。 但如果选错了，也可以继续剧情，会出现关键人物的死亡，然后出现“回溯”类的选项。 该网友还在留言区表示，番茄小说的AI互动剧并没有「分享」功能，也搜不到，只能在历史记录观看。 有网友就此询问番茄客户，”说是一个探索项目“。 番茄对AI真人互动剧做灰度测试，是其IP变现的又一项新动作。 番茄有大量网文IP，AI可以快速将文字转化为视频，而AI真人互动剧可以分别测试都市题材、玄幻题材、悬疑题材等，与AI的适配性及数据表现。 除此之外，AI互动剧可以丰富小说变现途径，与即梦绑定，字节便可以从AI短剧创作、分发到变现，实现闭环，联动红果、抖音，释放出更大的流量效应。

凤凰网科技讯 （作者| 刘毓坤、杨睿琪）3月1日，在2026世界移动通信大会上，全球科技品牌荣耀提出了Augmented Human Intelligence（以下简称AHI）理念，以实现AI从智能度到生命感的双重跃升，让AI既有IQ，又有EQ，并创造性地将AHI理念融入其阿尔法战略落地进程中。 荣耀CEO李健在MWC发布会上强调，“人工智能的内核，是以人为本，让智能拥有智能度（IQ）与生命感（EQ），增强人类在疾速变化的世界中适应、进化，并享受当下的能力。这就是荣耀所信仰的AHI。”AHI理念将推动AI从“理解语言”进化到“理解情绪”，从“执行指令”进化到“感知冷暖”，为人们的生活注入更多爱、智慧与快乐。 李健在演讲中指出，AHI的实现路径需要个人智能、全局智能与边端智能的精密协同。其中，个人智能是人的“数字分身”，是“懂你”的智能体，例如手机等便携设备，具备主动服务、长期记忆、自动执行和持续进化的能力，守卫人的隐私，记住人的习惯；全局智能是连接万物的“超级大脑”， 整合了云端海量数据与全人类智慧集合，例如Google Gemini、ChatGPT、Qwen等全球顶尖大模型，成为人决策背后的强大支撑；边端智能是感知世界的“智能触角”，例如机器人、EV、低空飞行器，极大地拓宽了人在物理世界的感知能力和行动半径。 在AHI框架下，个人智能负责“懂你”，全局智能负责“博学”，边端智能负责”行动“，三者协同，将彻底打破人与数字世界、物理世界的交互边界，不仅带来效率的提升，更实现人类潜能的“曲速级”释放。 此次MWC上，由荣耀打造的机器人手机Robot Phone亮相，它打破手机“无聊黑色方块”的刻板设计，融合了具身智能交互和旗舰影像两大AI核心能力，开创下一代AI终端新形态，是荣耀聚焦个人智能领域、推动AHI从概念演绎到具体落地的一次探索。 去年MWC上，荣耀发布了阿尔法战略，正式开启了从智能手机制造商向全球领先AI终端生态公司的转型，并提出“三步走”的计划，即打造智慧手机、构筑智慧生态、构建智慧世界。 历时一年，荣耀完成了从智能手机到AI手机、再到第一款阿尔法手机Robot Phone的探索，带来了硬件的更迭，也实现了人机交互从“被动响应”向“主动服务”的进化。 此外，荣耀的阿尔法店在全球广泛落地，成为赋能不同品牌、不同品类的AI终端互联互通的智能体生态枢纽；荣耀成立了阿尔法实验室，汇聚全球智慧，聚焦人机交互、运动控制、端侧模型等12个前沿领域深耕技术。

编辑：犀牛 【新智元导读】DeepSeek V4下周登场：原生多模态，绕过英伟达，针对国产芯片深度优化。华尔街最怕的那条逻辑可能又要重演：算力霸权松动，美股先颤抖。 朋友们，见证历史的时刻又要到了！ 《金融时报》报道，DeepSeek V4，下周正式登场！ 距离上一次DeepSeek发布重大模型R1，已经过去了整整一年多。 这一年里，AI行业风起云涌，OpenAI连推数代GPT，Anthropic的Claude杀入顶级阵营，谷歌Gemini疯狂迭代。 整个硅谷都在用数百亿美元甚至数千亿美元疯狂「烧钱」。 而DeepSeek呢？ 它安安静静地待在杭州，没有发布会，不路演，不炒作。 只做一件事：磨刀。 预计下周发布的V4将是一款支持图片、视频和文本生成的原生多模态大模型。 更炸裂的是，V4并没有选择跟英伟达做优化适配，而是优先与国产芯片厂商合作，针对国产AI芯片进行了深度调优。 这意味着，DeepSeek V4将不只是一次模型升级，也是一次底层架构的战略转向。 是中国AI从「用别人的芯片跑自己的模型」走向「用自己的芯片跑自己的模型」的历史性一步。 DeepSeek选择国内重磅会议前夕发布V4，无疑发出了一个信号：中国AI，不只是在追赶，还在定义新的游戏规则。 网友称，「V4 将对 OpenAI 和 Google 形成巨大压力。中国没有放缓，而是在加速。」 「人工智能竞赛又提升了一个档次。」 有网友爆料，DeepSeek V4的API成本将比对手便宜50多倍。 更有网友豪言，美股已经瑟瑟发抖。 V4强在哪？ 第一个关键词：多模态。 过去的DeepSeek模型主要是「文字选手」——写代码一流，做推理一绝，但图像和视频能力一直是短板。 V4彻底补齐了这块拼图。 据目前泄露的信息，V4是一个原生多模态模型，能够同时理解和生成图片、视频和文本。 而且，V4 Lite已经在至少一家推理服务商处进行内测，据称拥有高达100万token的上下文窗口，表现远超网页版和应用版模型。 目前已经在外网疯传的一张对比图显示，DeepSeek V4 Lite（代号「Sealion-lite」）在不开启思考模式的情况下，生成的SVG图像质量已经明显超越了当前的DeepSeek V3.2思考模型。 有大V发帖称，V4的编码性能甚至比当前的GPT和Claude更强。 第二个关键词：国产芯片适配。 这是V4最具战略意义的突破。 据路透社和《金融时报》报道，DeepSeek这次绕开了英伟达，没有向这家美国芯片巨头提供V4的早期接入权限。 这打破了AI行业长期以来的惯例——过去，任何一个顶级大模型发布前，都会先跟英伟达做性能优化。 这一次，DeepSeek选择了「反向操作」。 DeepSeek用V4告诉全世界：我们不挑芯片，也能跑出世界一流的模型。 当然，客观地说，英伟达在训练阶段的芯片上依然占据主导地位，尤其是在计算密集型的预训练环节。 但在推理阶段，V4可能已经实现了国产芯片的全面适配。 推理环节是大模型商业化落地最核心的一环，这一步的突破意义不可估量。 第三个关键词：开源。 据知情人士透露，DeepSeek将在V4发布时同步放出一份简短的技术说明，并在大约一个月后发布一份更全面的技术报告。 这延续了DeepSeek一贯的「开放精神」。 去年R1发布时附带的那份详尽技术报告，曾让全球AI研究者受益匪浅，被视为推理模型领域最重要的开源贡献之一。 回顾R1 那一天，硅谷真的慌了 要理解V4的分量，必须先回看去年DeepSeek R1发布时的那场「地震」。 2025年1月20日，DeepSeek悄然上线了R1推理模型。 没有发布会，没有媒体吹风会，没有CEO站在台上挥手致意——就是简简单单地把模型放了出来，附带一份技术报告。 然后，全世界炸了。 R1在多项基准测试上达到了与OpenAI最强模型o1相当甚至超越的水平，而DeepSeek声称其训练成本仅为约560万美元——这个数字不到GPT-4训练成本的十分之一。 更要命的是，R1是开源的！ 2025年1月27日——这是一个将被载入AI史册的日子，DeepSeek的手机App超越ChatGPT，成为苹果App Store下载量第一的免费应用。 同一天，英伟达股价暴跌近17%，单日市值蒸发约5890亿美元，创下美国股市单家公司历史最大单日跌幅纪录。 博通下跌超过17%，微软下跌2.1%，整个纳斯达克血流成河。 知名风投家马克·安德森称DeepSeek为「我见过的最令人惊叹和印象深刻的突破之一」。 多位美国科技界人士将其比作「斯普特尼克时刻」——1957年苏联先于美国将卫星送入太空的那一刻，象征着中国AI实力的强势崛起。 而华尔街投资人最恐惧的问题浮出水面：如果一家中国公司用十分之一的成本就能做出同等水平的模型，那美国科技巨头每年砸下的数百亿美元基础设施投资，还值得吗？ 英伟达的高端GPU还会有那么大的需求吗？ 蛰伏一年，DeepSeek都干了什么？ R1之后，DeepSeek进入了长达一年多的「静默模式」。 没有新的旗舰模型，只有渐进式更新。 但这并不意味着他们无所作为——恰恰相反，DeepSeek一直在为V4铺路。 来看看这份更新时间线： 2025年3月：DeepSeek-V3-0324发布。这是V3的一次重要升级，通过吸收R1的强化学习技术改进了后训练流程，在数学和编程评测上甚至超过了GPT-4.5。 2025年5月：DeepSeek-R1-0528发布。R1的大幅升级版，推理能力显著增强，代码生成质量提升，被认为是开源推理模型的新标杆。 2025年8月：DeepSeek-V3.1发布。这是一个里程碑式的更新——V3.1首次将V3和R1的能力融合到一个模型中，支持「思考模式」和「非思考模式」的自由切换，在SWE-bench等基准上比前代提升超40%。此后更新至V3.1-Terminus版本，进一步修复了多语言混合、Agent能力等问题。 2025年9月：DeepSeek-V3.2-Exp发布。引入了全新的稀疏注意力机制（DeepSeek Sparse Attention），为更长上下文和更高效率的推理奠定了架构基础。 2025年11月：DeepSeekMath V2发布，基于V3.2-Exp-Base构建，在多项数学竞赛中达到金牌水平，并验证了自验证（self-verification）技术的有效性。 2025年12月：DeepSeek-V3.2正式发布。V3.2-Speciale版本在2025年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中取得金牌级表现，首次将思考能力整合到工具调用中。 2026年1月：DeepSeek先后发布了关于Manifold-Constrained Hyper-Connections（mHC）和Engram条件记忆技术的研究论文，被业界普遍视为V4的架构基石。mHC改变了信息在模型层间的流动方式，Engram则让模型能够选择性地记忆和调用上下文信息，支持超过100万token的上下文处理。 每一步，都在为V4的最终亮相做准备。 一场精心策划的舆论战？ 就在V4即将发布的节骨眼上，美国那边也没闲着。 2月24日，Anthropic在X上高调发帖，指控DeepSeek等3家对其Claude模型发动了「工业级蒸馏攻击」，声称这三家中国实验室创与Claude进行了超过1600万次对话，以此提取能力来训练自己的模型。 但讽刺的一幕紧随其后。 就在Anthropic高调指责「蒸馏」的同一周，网友发现了一个令人瞠目的bug：当你用中文问Claude「你是什么模型」时，它竟然回复：「我是DeepSeek V3。」 甚至通过Anthropic官方API测试，结果还是一样。 用法语提问时，Claude则回答「我是ChatGPT」。 这一幕的戏剧性实在太强了。 你刚指控别人「蒸馏你」，转头自己的模型就在中文环境下认了别人当「爹」。 Anthropic那条推文下面6000多条评论，超过70%都在嘲讽。 Reddit上的讨论更加一针见血。 有用户总结道：这是一场有组织的FUD（恐惧、不确定性和怀疑）营销。 目的很明确——在V4发布前抢占叙事高地，预先埋下「他们只会作弊抄袭」的框架，无论V4表现多惊艳，公众的第一反应都会被引导到负面解读上。 同时通过舆论手段稀释V4发布的媒体关注度，防止美国科技股再次出现去年R1发布时那样的两位数暴跌。 美股再次颤抖？ 去年R1发布时，英伟达单日跌去17%，5890亿美元灰飞烟灭。 如今V4不仅在模型能力上更进一步（多模态、百万上下文、原生国产芯片适配），更在战略层面发出了优先适配国产芯片的明确信号。 如果V4发布后的基准测试再次验证了DeepSeek的效率优势——用更少的计算资源达到世界一流水平——那华尔街的投资者势必要再次面对那个令人不安的问题：AI基础设施的天量投资，真的有必要吗？ 更值得关注的是，即便是竞争对手阵营的研究人员也在私下承认，DeepSeek V4不可小视。 「可能发布就登顶开源第一」。 DeepSeek V4的发布，不会是一个平静的事件。 从蛮力到结构 中国AI的进化之路 2023年7月成立，2024年12月发布V3，2025年1月R1震撼全球，一整年持续迭代打磨。 2026年3月V4携多模态能力与国产芯片适配强势回归。 这条路径揭示了一个深刻的趋势：中国AI正在从依赖硬件蛮力走向依靠架构创新和工程效率的道路。 美国的出口管制试图用「卡脖子」的方式遏制中国AI的发展，但DeepSeek的存在本身就是对这种策略最有力的回应。 当你无法获得最顶级的芯片时，被迫去思考更聪明的方法——更高效的训练策略、更精妙的架构设计、更极致的资源优化。 而这些创新一旦形成，价值远超任何一款芯片。 下周，我们拭目以待。 全世界都在看。

根据台积电最新披露的财报，自开工建厂起历经4年，台积电在美国亚利桑那州的工厂终于实现扭亏为盈。 台积电位于亚利桑那州凤凰城的厂区是其赴美设厂的第一站，也是目前唯一一家已投产的厂区，目前由台积电100%持股。2020年5月，台积电宣布在凤凰城建厂，初步投资120亿美元。 2022年8月，美国联邦及亚利桑那州政府给台积电发放“百亿补贴”，通过《芯片与科学法案》为其提供了66亿补贴和50亿美元的贷款，稍微缓解了一些高昂的建厂与运营成本压力。目前投资规模历经3次增加，已达到1650亿美元。 在2024年，这家工厂的亏损达到4.58亿美元的历史最大值，累计亏损已达12.5亿美元。但在当年的第四季度，第一座4nm工厂“Fab 21”正式开工量产芯片，在2025年就实现了约5.16亿美元的净利润，强势扭亏为盈，并且表现优于市场预期。 至于盈利能力为什么那么强，这就要归功于去年由AI带动的处理器市场。虽然是4nm制程的厂，但已经能满足如AMD Ryzen、NVIDIA Blackwell、高通骁龙以及其他企业的需求，这就带来了源源不断的订单。预计在2027年初，台积电还会将亚利桑那州的产线升级为3nm， 在台积电的计划里，亚利桑那州的厂区将占地超过2000英亩（约809万平方米），在第一座工厂Fab 21之后，第二座厂或将于明年投产，第三座正在建设，预计2030年完工。而这个厂区的建设目标是达到6座。 目前，Fab 21的月产能是1万~3万片晶圆。而相比之下，台湾岛上就有4座月产能10万片晶圆的工厂，以及7座规模较小的工厂。等到亚利桑那州这6座工厂全部建成，才能达到月产10万片晶圆的产能。

新智元报道 编辑：桃子KinghZ 【新智元导读】全面封杀24小时，Claude一度冲上美国App Store免费榜一。甚至，全网掀起了「抵制ChatGPT」的运动。就在今天，Dario Amodei首度露面发声，眼里都写满了疲惫。 一夜之间，Claude登顶美国App Store榜首，火得一塌糊涂！ 有趣的是，这次的爆火，与Anthropic和五角大楼「硬杠」有直接的联系。 谁也不曾想，剧情反转比翻脸还快，前脚OpenAI员工签署联名信，后脚奥特曼官宣拿下国防部合同。 也有和奥特曼不在同一战线的OpenAI员工，直接递交了辞呈 这一签不要紧，谁料后果竟如决堤之水，再难收拾。 OpenAI两面三刀的行为，彻底激怒了所有人。人们纷纷在全网掀起了「抵制ChatGPT」的运动！ 如今，不论在Reddit，还是X等各大社交平台上： 取消ChatGPT订阅，转投Claude成为了当下的主流。 这波正面厮杀，Anthropic丢了2亿美金大单，OpenAI却尽失人心。 与此同时，遭到全面封杀24小时，Dario Amodei首次露面，言谈间难掩疲惫，谈及了谈判中的诸多无奈，以及不可退让的原则。 Claude登顶App Store爆火， 全网注销ChatGPT Claude在全世界的火爆程度，难以想象。 不仅在美国App Store排名一路飙升至第一，如今在加拿大App Store上标榜第一。 SensorTower数据显示，Claude的晋升之路堪称奇迹—— 1月底，它还被挤在百名开外，2月大部分时间，也只是在20名左右徘徊。 但就在过去几天，它的排名像坐了火箭一样，周三还在第6，周四爬到第4，到了周六直接摘得冠军。 现在，App Store的前三名被AI巨头承包了：Claude、ChatGPT、Gemini，真是三足鼎立的时代。 众所周知，这场热度背后的导火索是，Anthropic与国防部的谈判彻底破裂。 昨天，五角大楼下达的「最后通牒」时间已过，Anthropic不但没有妥协，还再次重申坚定的两条「红线」： 不进行大规模监视 不开发自主武器 这一举动惹恼了白宫，川普直接下令，全面封杀Claude。国防部部长更是将其，直接定性为「供应链威胁」。 但在大部分民众心中，Anthropic的做法最值得「称颂」，并意外收割了一波流量红利。 人们不仅在其旧金山办公楼街道上，用大量粉笔涂鸦画满爱心，甚至有人直接写下「感谢不造天网」的字样。 还有一大批人，用最直接的行动——下载、订阅，表示对Claude的支持。 忍无可忍，全网怒了 这场关乎AI道德底线的「巅峰对决」中，硅谷上演了一出极具讽刺意味的「双城记」。 就在Anthropic被「封杀」的同时，劲敌OpenAI迅速补位，官宣与五角大楼达成协议。 今早的官宣，OpenAI更是把拿下大单的承诺，白纸黑字全部亮了出来。 而且，自认为比Anthropic做得更好，他们要守住「三道红线」： 禁止大规模国内监控；禁止主导自主武器系统；禁止高风险自动化决策。 虽然奥特曼试图通过社媒「粉饰太平」，承诺不参与监视，但政府官员的强硬表态迅速揭穿了这一幻象。 一时间，OpenAI的做法在全网掀起了「排山倒海」般的抗议—— 无数用户晒出注销ChatGPT Plus会员的截图，怒斥其背弃了「造福人类」的初衷。 如今，在Reddit上，涌现出大量注销订阅的截图。 愤怒的用户正用脚投票，将奥特曼视为技术圈的「超级反派」。 这不还有人，在同一时间，取消了ChatGPT订阅了Claude。 还有担心ChatGPT聊天记录无法迁移的，网友们为此出谋划策—— 只要导出你的数据（设置 > 数据控制 > 导出），Memory Forge就能把它转换成Claude可读取的上下文文件。 这样一来，你以前所有的聊天记录就都能带过去了。 有人还出了一个迁移教程的YouTube视频。 这波抵制运动，实属给OpenAI一次痛击。 被封杀后， Dario Amodei首发声 被全面封杀后，在CBS独家专访中，Anthropic CEO Dario Amodei坚定捍卫公司「红线」： 禁止大规模国内监视与武器自动化。 五角大楼要求无限制访问导致冲突，特朗普下令联邦禁用Anthropic技术，并列为「供应链风险」。 Dario Amodei强调异议即爱国，愿继续合作但绝不妥协原则。 采访中，他疲色难掩，但立场明确： 我们有两条红线，从公司成立第一天起就存在。 我们仍然坚持这两条红线，我们不会在这些问题上退让。 当问及「你现在最想对总统说什么？」时，他毫不犹豫地回答： 我们是爱国的美国人。我们所做的一切都是为了这个国家。 Anthropic之所以寻求将Claude用于军事用途，是因为「我们是美国人，爱美国」，也「相信这个国家」。 他们是首家获得涉密军事系统许可的AI实验室，也希望帮助作战人员。 但五角大楼要求太激进，无限制地获取完全自动化的武器，并大规模监控美国公民，这是Anthropic不能忍的。 为此，Anthropic划出了「红线」，Dario Amodei解释了背后的原因： 我们相信，一旦越过这些界限，就会违背美国的价值观，而我们希望为美国的价值观挺身而出。 川普一言不合就翻脸，直接下令让美国联邦机构逐步淘汰Anthropic的服务，为期共6个月。 遭受此威胁，Dario Amodei认为：「这些举措是对私营经济前所未有的干预」。 于是，他们公开表达并反对政府的做法，但白宫将Anthropic的拒绝定性为「反美」。 Amodei的回应仅一句话，但瓦解了这种叙事框架。他说，「与政府持不同意见是世界上最美国的事情。」 在他看来，大规模监控之所以构成风险，是因为借助AI，一些过去做不到的事情现在可能变得可行，而这项技术的能力「正在跑在法律前面」。 理论上，AI也可以被用于驱动完全自动武器系统——由机器自行选择目标并实施打击，完全无需人工干预。 Amodei表示，Anthropic并非在原则上完全反对这类武器，尤其是在美国对手国家可能开发类似系统的情况下；但「目前的可靠性还不够」，而且「我们必须就监管和监督展开严肃讨论」。 由于AI本身仍存在幻觉和不确定性，Amodei担心自主武器可能因误判而攻击错误目标。 更重要的是，与由人类操控的武器不同，一旦完全自主武器做出决定，责任归属并不清晰。 他说，「我们不希望出售我们认为不可靠的产品，也不希望出售可能导致我们自己的人或无辜平民丧命的技术」。 Amodei将针对监控和自主武器设置的护栏称为「狭窄的例外条款」，并表示公司没有任何证据显示军方在实际使用中触碰过这些红线。 五角大楼则认为，联邦法律本已禁止对美国公民实施大规模监控。 而完全自主武器也受到军方内部政策的限制，因此没有必要将这些AI使用限制写入合同文本。 当地时间本周四，五角大楼首席技术官Emil Michael对媒体表示：「在某种程度上，你必须相信军队会做正确的事情。」 「为了做好未来的准备」，Michael说：「我们绝不会在合同中向一家公司写明我们将无法自我防卫。」 作为折中方案，Michael表示，军方曾提出以书面形式确认联邦法律和军方政策中对大规模监控与自主武器的限制。 不过，Anthropic方面回应称，这些承诺「附带复杂的法律措辞」，实际上为绕开护栏留下了空间。 此外，OpenAI也曝光了与五角大楼的合同，证实了Anthropic所言非虚。 白宫嫌弃，同行同情？ 随着Anthropic与五角大楼的冲突不断升级，多名军方高层指责该公司及其CEO试图将自身价值观强加于政府。 美国国防部长Hegseth称Anthropic「自命清高、傲慢自大」； 美国国防首席技术官Michael则表示Amodei有「上帝情结」； 特朗普更是将Anthropic称为「激进左派、觉醒派公司」。 Hegseth指控称：他们真正的目标显而易见——就是要对美国军方的作战决策掌握否决权。这是不可接受的。 当被问及有关AI护栏这类重大的问题，是否应由Anthropic而不是政府来决定时，Amodei回答说： 自由市场和自由企业的意义之一就在于，不同的人可以在不同原则下提供不同的产品。 他还补充道：「我认为，我们最清楚自己的模型在哪些方面是可靠的，在哪些方面还不够可靠。」 从长远来看，他表示，关于AI安全护栏的问题，或许应由国会介入并加以规范。 「但美国国会的运作节奏并不是世界上最快的。而此时此刻，是我们站在这项技术的最前线，」Amodei 说。 由于双方在周五前未能达成协议，军方预计将在六个月内逐步停止使用Anthropic的AI技术，转而采用Hegseth所称的「更好、更爱国的服务」。 Hegseth还将Anthropic列为「供应链风险」，并表示所有与军方有业务往来的公司，预计都必须切断「与Anthropic 的任何商业往来」。 Anthropic很可能无芯可用、无算力可用、无钱可用，被白宫和国防部锁喉！ 这通常用于美国敌对方或对手，而Anthropic成为第一家受此管制的美国公司。 Anthropic的两条红线并不过分，即便是OpenAI也坚守了类似的「红线」： OpenAI也认为Anthropic被列为「供应链风险」，并不应该，明确向美国国防部表达了这一立场。 听起来，OpenAI和Anthropic的要求都差不多，为何Anthropic被拒绝了？ 因为OpenAI确实保留了「所有合法使用」这一条款，并将AI的使用置于适用法律之下。 而Anthropic恰恰拒绝了这一点。 美国现行法律尚未对AI进行适当监管，这意味着：实际上，OpenAI给了政府一张通行证，任其在如今这片灰色地带肆意行事。 换种说法，OpenAI只是在装「假好人」、博取路人同情： OpenAI签署的正是Anthropic所拒绝的内容。 你们毫无可信度可言，而这一点早在数月前就已显而易见。 这场风暴真正改变的，不只是榜单顺序，而是公众对AI公司的期待。 人们不再只关心模型更强、更快，而开始追问：当技术可以监视亿万人、控制无人武器时，你站在哪一边？ 也许，Claude的爆火终会回归常态，OpenAI的争议也会淡去。 但从这一刻起，AI巨头已无法再躲在「技术中立」的外衣之下。 在权力与安全之间，每一家AI巨头，都必须选择自己的位置。

IT之家 3 月 1 日消息，埃隆 · 马斯克近期暗示，他相信特斯拉投资者如果继续持有股票，将获得丰厚回报。本周，他在特斯拉官方社交账号发布的一段新采访中再次重申了这一观点。 马斯克是当代最成功的 CEO 之一。过去一年，随着他在多家公司所持股份持续增值，他在《福布斯》全球富豪榜上的财富规模远超竞争对手。 据IT之家了解，特斯拉的投资者，尤其是持股多年的人，其投资组合已实现可观收益。过去五年，该股涨幅超过 78%；自 2019 年 2 月至今（近七年），涨幅更是超过 1800%。 马斯克在采访中表示：“拿好你们的特斯拉股票。我相信它未来价值会非常高。这是我的赌注。” 马斯克一直极度看好自己旗下公司，尤其是已上市的特斯拉，这早已不是秘密。 凭借 Optimus 人形机器人、Cybercab 无人驾驶出租车、Semi 电动卡车以及无监督 FSD 等未来项目，特斯拉在华尔街具备实现大幅增长的明确路径。 Optimus（特斯拉人形机器人）：马斯克称其可承担育儿、遛狗、照料老人等任务，将成为公司长期价值的巨大增长点。 Cybercab（特斯拉无人驾驶出租车）：专为特斯拉共享出行愿景打造的完全自动驾驶车辆。 Semi（特斯拉电动卡车，计划拓展至欧洲等市场）：助力特斯拉进入商用物流领域。 无监督 FSD（无需人工干预的完全自动驾驶软件）：一经推出，即可将每辆特斯拉变为全自动驾驶汽车。 在马斯克看来，这些项目是特斯拉有史以来尝试开发的增长最快的支柱业务之一，他甚至表示 Optimus 将成为史上最畅销产品。 许多分析师对此表示认同，其中最为乐观的包括方舟投资（ARK Invest）的凯茜 · 伍德。她预测特斯拉到 2030 年目标价可达 2600 美元，这一预测甚至尚未计入 Optimus 的价值。她在去年 3 月接受彭博社采访时表示，如果特斯拉的相关项目扩张速度快于预期，Optimus 有望为公司带来额外的价值增量。

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 现在硅谷最火的词，绝对是Claw。 就在过去的半个月里，全球AI巨头似乎集体接到了一份名为“做自己的OpenClaw”的剧本。 大家都很急。 Meta急了。 在Manus的热度上再添一把火，甚至等不及把新推出的Manus Agent塞进telegram里。 Anthropic更急。 作为Claude Cowork背后的人，它在过去48小时内疯狂上新迭代，生怕身后的追随者看清它的背影。 微软急了。 Microsoft Copilot Task闪电落子，誓要在Windows办公生态里竖起最硬的、自家的Agent屏障。 Notion更急。 3.3版本几乎是“原地Agent化”，直接把Agent变成了7x24小时轮班的数字员工。 甚至连Perplexity都坐不住了。 不再甘心只做搜索，转头就掏出了端到端的All AI in One“全栈项目经理”。 画风之统一、动作之迅猛，仿佛谁慢一秒，谁就会被踢出下一代AI竞争的入场券。 至于那些还没有自己Claw的AI巨头，应该已经在去“海鲜市场”的路上了。 这些巨头下场做的“自家OpenClaw”，Open不Open另说（不是）…… 但在“把AI变成能执行任务的系统级Agent”这件事上，大厂们的动作出奇地统一。 这场由OpenClaw引发的效应，正在演变成一场关于AI Agent进化的 “龙虾大战”。 曾经那个只能陪你聊天的对话框，正在集体“长出爪子”，撕碎旧有的工作流，直扑那些人类最头疼的琐碎工时。 具体有哪些玩家入局？ Claw（螯/爪）这个词儿，在这一波Agent浪潮中被赋予了特殊的象喻：AI长出的能够点击鼠标、操作 App、调度文件的“手”。 既然模型已经足够聪明，那就给它最高权限，让它替人类去干活呗！ 过去十几天里，包括微软、Anthropic、Meta在内的多家巨头，都兴致勃勃开始“烹饪”龙虾了。 Meta Manus Meta最有意思。 在去年年底重金购入Manus这个强力Agent的情况下，他们又让Manus推出了进阶版本Claw——Manus Agent，并且把这玩意儿直接接入了telegram的聊天室。 自动播放 Manus Agent的重点在于长期记忆。 Meta试图让Manus Agent记住你的风格、语气甚至那些细碎的偏好。 想象一下，你在telegram上给它发一句“按老规矩帮我做个视频”，它就能自动调用你的历史素材，配合Gmail和 Notion，完成从脚本、视频生成到发送的全流程。 用户们乐见其成，并且还期待更多功能： 以及，让Agent走进社交场域这一集，总感觉咱在哪里看过？（狗头保命） Ahthropic 作为在一月初就推出了Claude Cowork并引发热潮的先行引领者，Anthropic并没有让自己的脚步慢下来。 过去48小时内，A社唰唰往外出货—— 先是发布了手机远程操控代码，然后又丢出了自动化Agent task（定时任务）。 有网友已经焊跳预言家了： 我预计2-4周后Claude Cowork，能和OpenClaw媲美。 更多网友就OpenClaw和Anthropic在本轮龙虾大战中的战略战术问题展开了激烈讨论。 微软 作为钞能力与生态位的顶级玩家，Microsoft刚刚宣布了自己的Microsoft Copilot Tasks。 它可以做啥呢？ 第一，自主计划。 不用等你投喂指令，Microsoft Copilot Tasks能根据你的日程安排，主动制定本周的工作计划。 第二，跨应用操作。 Microsoft Copilot Tasks可以读取你的Outlook邮件，抓取关键信息，然后自动在Google Calendar上预约会议，顺便 在PowerPoint里生成汇报提纲。 第三，定时任务（Cron Jobs）。 你可以告诉它，让它“每天下午五点自动汇总今日团队进度并发送周报”，然后自己准时下班拎包就走。 自动播放 如网友留言那样，它能很好地接入微软生态。 既然你的办公场景就在Windows、Outlook和Excel，那咱就直接在这些应用里植入一个Claw。 Notion Notion两天前发布的Custom Agents，可能是AI大厂们目前对“Claw”概念落地最彻底的产品。 Custom Agents是一套完全自主的系统，它的发布标志着Notion正式从文档工具转型为协作平台。 它能在不需要手动输入prompt的情况下，24/7全天候待命。 只需要给它一个“任务描述”，并设定触发条件（比如：有人在Slack上@我），它就会自动开工。 Notion官方表示，在测试阶段，Custom Agents的早期用户已经创建了超过2.1万个Custom Agents。 在Notion内部，则有2800个Custom Agents在轮班工作。 官方还在长文中介绍： 通过MCP协议，Custom Agents可以自由穿梭在Slack、Figma、HubSpot和Notion Mail之间。 网友表示，oh，这看起来更像一个企业级的OpenClaw～就是不知道价格怎么样了。 Perplexity Perplexity昨天推出了自己的Claw：Perplexity Computer。 这个产品试图将搜、研、计、编、部署统一。 只要你有一个想法，它帮你研究完后直接写代码并部署上线。 详细内容可以看我们昨天的推文，指路《21万年费彭博终端机被AI复刻！Perplexity俩月憋出新“PC”：整合所有AI功能，以Opus为核心调度19个模型》。 为什么是现在？ 为什么这些巨头在几年来始终如一的大模型热之后，在此时此刻集体转向了“Claw大战”？ 这一关乎整个AI产业底层逻辑的深刻巨变，原因至少有三个。 首先，最核心的变量在于模型能力终于跨越了那道至关重要的信任阈值。 在一开始，AI擅长作画吟诗，但在处理多步骤、高逻辑密度的复杂任务时，还是无奈会出现一本正经胡说八道。 然而，随着像o1这样基于强化学习、引入CoT推理路径的模型出现，AI的逻辑一致性得到了质的飞跃。 到了现在，人类已经能够大胆地把部分系统权限交给AI Agent了。 看看Notion 3.3的Custom Agent，它甚至允许企业级用户实时审计AI的每一次点击、每一条日志。 其次，行业共识正在发生漂移。 Scaling Law的红利进入边际递减区间后，纯粹靠堆算力、堆数据来换取模型参数的提升，在用户感知端已经越来越不明显。 各大AI巨头敏锐地察觉到，下一波增长曲线不在于模型变得多么“博学”，而在于它变得多么“能干”。 让AI直接去网页上帮我订一张机票、去后台改一串代码，显然对用户来说更香。 这种从“知识中心”向“执行中心”的重心偏移，正是“Claw 化”浪潮的本质驱动力——尤其是在Manus、Claude Cowork、OpenClaw展示出自己的实力过后。 最后，也是 AI 商业化进入深水区的必然选择：生产力兑现的逻辑正在从“卖token”转向“卖工时”。 在传统的AI Chatbot，用户的付费意愿受限于产出内容的字数或优美程度。 但在Agent 时代，AI兜售的是实打实的劳动时间。 就像Vercel技术经理Brian Emerick那句话说的那样：“很快，公司里跑来跑去的Agent可能会比人还多。” 可以说，硅谷巨头们集体交卷，是因为他们终于看清了 AI 变现的终极路径—— 别光给人类出主意，直接替人类把活儿干了，那才叫一个美滋滋呢！

回归架构进化的本质。 作者 | 陈骏达 编辑 | 漠影 当大模型在推理、编程等能力上不断刷新纪录时，一个新的问题也愈发突出：如何在持续提升模型能力的同时，控制算力与资源消耗？ 就在本月，蚂蚁集团inclusionAI团队交出了一份颇具分量的答卷——百灵大模型家族新一代开源万亿参数模型Ling-2.5-1T（即时模型）与Ring-2.5-1T（思考模型）。 这两款模型并非仅靠“堆参数”取胜，它们共享的技术底座——混合线性注意力架构“Ling 2.5”，才是此次发布的关键。在当前主流大模型仍以改进型传统注意力机制为核心架构的背景下，Ling-2.5-1T是业内少见的超大型混合线性注意力架构模型，而Ring-2.5-1T成为了全球首个混合线性注意力架构的万亿参数思考模型。 得益于Ling 2.5这一新架构，模型在长文本生成与长程推理场景中，将访存规模压缩至传统架构的1/10，生成吞吐量达原来的3倍。换言之，它让模型在“变聪明”的同时，也学会了“省着花”。 同时，效率的提升并未以性能为代价。在涉及推理、智能体、指令遵循、长上下文等场景的多项基准测试中，Ling-2.5-1T超越了DeepSeek-V3.2-nothink、Kimi-K2.5-Instant和GPT-5.2-chat等同类型的即时模型。 而Ring-2.5-1T则在国际数学奥林匹克竞赛（IMO 2025）和中国数学奥林匹克（CMO 2025）达到金牌水平（自测分数为IMO 35分、CMO 105分），开启重度思考（Heavy Thinking）模式后，它在IMOAnswerBench、HMMT-25等数学竞赛推理基准和LiveCodeBench-v6代码生成基准中，超越所有对比模型，无论开源闭源。 那么，蚂蚁百灵的混合线性架构的技术路线究竟是如何实现的？又是如何在不牺牲性能的前提下，撬动如此显著的效率提升？ 01. 万亿参数时代 传统架构还能走多远？ 在大模型持续跃迁的进程中，注意力机制始终处于舞台中央，影响着模型理解长文本、捕捉复杂语义以及生成高质量内容的能力。而Softmax一直是主流架构的核心注意力计算机制，几乎所有Transformer模型都以此为基础。 这种机制每次计算都“翻阅”完整上下文，精准捕捉词与词的关联，赋予模型强大表达力和细粒度对齐能力。但其代价明显：随着文本长度增加，其计算量呈平方级增长，算力和显存消耗迅速攀升。 随着应用场景向超长上下文延展，这种“精细化”的成本被重新审视。线性注意力（Linear Attention）由此进入主流视野。 线性注意力通过数学重构，降低计算复杂度，不再为每一个token反复回溯全部序列，而是依托状态记忆持续传递核心信息——更像是一场接力赛，每一步都承接前一步的成果，无需重走来路。效率的跃升是显而易见的：更低的FLOPs、更小的显存占用、更快的生成速度。 然而，线性机制也并非万能。在需要精准定位关键信息、进行细粒度语义对齐或复杂长程依赖建模的任务中，其表现有时难以匹敌传统注意力。于是，一条兼顾性能与效率的技术路径逐渐成型——混合线性注意力架构（Hybrid Linear Attention）。 这一思路其实很直观。同一模型中进行“分层分工”。部分层保留传统注意力处理复杂语义与全局依赖，部分层采用线性机制以降低计算负担，从而让模型在表达能力与计算效率之间实现动态平衡。 然而，理念清晰并不意味着实现简单。真正将混合架构推向超大规模参数训练，仍面临多重挑战。 首先是训练稳定性问题，两种机制在同一网络中协同运行，在超大规模预训练下容易引发数值震荡，影响收敛与梯度稳定。 其次是比例调优难题，多少层采用传统注意力、多少层采用线性机制，并无通用公式，研究者需在工程与实验中反复权衡。 再者，在上下文不断扩展的背景下，如何确保线性部分高效传递状态而不丢失关键语义信息，也成为架构设计的核心瓶颈之一。 02. 告別暴力堆算力、堆参数 如何实现混合架构的万亿级工程化跃迁 当前，包括Minimax、月之暗面、阿里以及OpenAI等机构均已探索了混合线性注意力架构的应用潜力，行业逐渐形成共识：混合结构是突破大模型效率瓶颈的重要路径之一。 在这一趋势之中，蚂蚁百灵的研究同样围绕上述核心问题展开。如果将其在混合线性注意力上的探索浓缩为一条清晰主线，可以分成两个阶段：技术可行性验证阶段与万亿规模工程化落地阶段。 早在去年9月，蚂蚁百灵团队便开源了Ring-mini-linear-2.0与Ring-flash-linear-2.0，并发布技术报告，验证了线性注意力在真实工业规模训练和长上下文推理中的可用性。 报告中给出的核心架构思想是将线性注意力与Softmax注意力进行分组混合，每个layer group中包含M层线性attention加1层Softmax注意力，从而在保持表达能力的前提下，把复杂度从O(n²)拉向近似O(n)。 通过Scaling Law实验，他们验证了当M=7（即1:7的混合比例）时，在高FLOP预算下表现优于纯softmax结构。这个结论至关重要，因为它证明：在大模型规模下，“线性为主、softmax为辅”的结构不是性能退化，而是效率与效果的更优平衡。 在这项研究中，蚂蚁还发布了两大自研高性能融合算子。一方面，通过精细化的算子融合和自适应重计算量化技术，更高效的FP8融合算子将FP8混合精度训练的计算效率提升至原来的1.5-1.7倍左右。 在推理端，他们开发了更高效的线性注意力融合算子，支持更多的推理模式，进一步提升推理引擎的吞吐。 架构优化与高性能算子协同之下，两款Ring-linear模型在深度推理场景下的推理成本仅为同尺寸Dense模型的约1/10，相较原有Ring系列成本也下降超过50%。 完成初步探索后，蚂蚁百灵团队在其基础上提出了Ling 2.5 架构：在Ling 2.0的基础之上，通过“增量训练”的方式，将原有GQA（改进版的注意力机制，仍然基于Softmax）升级为1:7的MLA + Lightning Linear混合结构，把混合线性注意力架构真正推向万亿规模。 在Ling 2.5架构中，大部分GQA层都被改造为了Lightning Linear Attention，以提升长程推理的吞吐能力；剩余GQA层近似转为MLA，以压缩KV Cache并保留表达能力。 整个改造过程中保留QK Norm、Partial RoPE等关键机制，并进行了针对性适配，从而保证模型架构迁移过程中表达能力不塌陷。 改造完成后，Ling-2.5-1T和Ring-2.5-1T的激活参数从51B提升至63B，但在混合线性架构支持下，推理吞吐仍然显著提升，这说明架构优化带来的收益，已经超过参数规模增加带来的负担。 在架构改造之后，蚂蚁还进一步对Ling-2.5-1T-base进行了基于 9T 优质语料的持续预训练，重点强化了预训练基座的世界知识覆盖与智能体交互的基础能力。 同时，凭借混合线性注意力架构在长文本处理上的高计算效率与可扩展性，他们将Ling-2.5-1T的上下文窗口扩展训练至256K tokens，并通过YaRN外推支持最高1M tokens的超长上下文处理能力。 03. 从实验室到真实场景： 架构优化带来了什么？ 在蚂蚁对外发布的基准测试中，我们能直观感受到混合线性注意力带来的性能提升。 以AIME 2026评测为例，当平均输出长度约为5890个token时，新一代Ling-2.5-1T模型的表现显著超越前代Ling-1T，并已逼近前沿思考模型的水平。值得注意的是，后者通常需要生成15000到23000个token才能完成同样复杂的任务。 在衡量长文本处理能力的RULER与MRCR基准测试（覆盖16K至256K token范围）中，Ling-2.5-1T取得了优于采用MLA/DSA架构的主流大型即时模型（如Kimi K2.5、DeepSeek V3.2）的分数。 Ring-2.5-1T则在数学、代码、逻辑等高难推理任务和智能体搜索、软件工程、工具调用等长程任务执行上均达到了开源领先水平。这些任务的性能提升，与混合线性注意力架构在处理长程依赖和状态压缩方面的优势密切相关。线性机制实现了高效的上下文信息传递，有效支撑了复杂推理任务对长序列建模的需求。 这种架构上的优势也直接转化为工程实践上的红利。即便在激活参数量增加至63B的情况下，基于混合线性注意力的Ling-2.5在单机8卡H200的配置下，其长文本生成的解码吞吐量（decode throughput）仍显著优于前代1T规模模型以及同等参数量的Kimi K2。 并且，随着生成文本长度的增加，这种吞吐量优势变得越发明显，充分展现了混合线性注意力在长程推理场景下的效率优越性。 模型能力的提升在实际应用案例中同样得到了体现。在下方这个关于《知识产权质押纠纷》的复杂法律指令遵循任务中，Ling-2.5-1T能够严格遵循超过10项涵盖内容框架、细节、格式和字数等多维度的指令约束，生成条理清晰、逻辑连贯的答复。 这得益于优化后的长上下文能力，确保了模型能在跨越多个细分指令的过程中始终保持一致性，避免信息断裂。 而在这个财报解读案例中，模型可以对数十页的财报进行信息的抽取汇总，并对重点财务衍生指标进行计算，得到财报的深度分析结论。 庞大的长上下文窗口与高效的token利用率，使得这类复杂任务无需分解，即可一次性流畅完成。 这些技术特性在实际应用中具有明确的商业价值。长期以来，大模型在规模化部署中主要受限于推理成本，而此次架构层面的优化直接降低了单位请求的算力开销，使企业能够在同等硬件条件下支持更高并发，进而降低AI功能集成的门槛。 百万token级别的长上下文支持，拓展了模型在复杂文档处理场景中的可用性，例如长篇幅法律文书的语义解析、科研文献的批量梳理等。同时，模型在多步推理与跨段落信息整合方面的表现，也为构建企业级智能体及知识处理自动化系统提供了更稳定的技术基础。 04. 结语：跳出“参数竞赛” 回归架构进化的本质 就在2月，蚂蚁百灵大模型家族迎来了一系列重要开源与发布：原生全模态模型Ming-flash-2.0、扩散语言模型LLaDA2.1、思考模型Ring-2.5-1T，以及旗舰基座即时模型Ling-2.5-1T。这一系列模型在多个关键基准上具备竞争力，让蚂蚁稳居国内大模型行业第一梯队，而全系列开源的策略，也让其成为当下AI开源生态中不可忽视的新力量。 回溯百灵家族的整体布局，其演进逻辑清晰可见：并非单一追求参数规模攀升，而是在多模态感知、语言生成机制、深度推理能力与即时响应效率等核心维度上全面布局，构建互为补充、协同进化的模型矩阵。 而站在更宏观的行业视角，Ling 2.5架构的成功，传递出一个重要信号：架构创新仍是大模型演进的关键变量。更高的推理效率、更长的上下文处理、更低的部署成本——这些由架构革新带来的系统性优势，正在重新定义大模型的能力边界。 当技术路线趋于多元，当开源生态持续繁荣，开发者也就拥有了更灵活的工具组合来应对不同场景的挑战。

IT之家 3 月 1 日消息，昨天（2 月 28 日），工业和信息化部人形机器人与具身智能标准化技术委员会正式发布《人形机器人与具身智能标准体系（2026 版）》，是我国首个覆盖人形机器人全产业链、全生命周期的标准顶层设计，标志着相关产业进入规范化发展新阶段。 据央视今日报道，2025 年国内整机企业数量超 140 家，发布人形机器人产品超 330 款。从整体来说，人形机器人产业仍然处于起步阶段。 工信部人形机器人与具身智能标委会副主任委员江磊认为，行业仍面临 AI 模型泛化能力不足、核心零部件部分依赖进口、场景碎片化与成本高企等瓶颈。其中，解决数据匮乏问题是当前行业发展的紧要问题，产业需要有更多人形机器人自己的“大模型”，解决问题的关键在于“互联互通”。 业界普遍认为，具身智能正在从研究阶段转向产业落地阶段，人形机器人有望成为继智能手机、新能源汽车之后的新一代超级终端。江磊说，文体娱乐、工业服务和银发经济等都有望成为中短期人形机器人飞速发展的新增长点。 IT之家注意到，体系设有基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理 6 个部分。 基础共性标准是通用性、指导性的标准和规范，为技术演进和发展提供合规保障； 类脑与智算标准覆盖具身智能“大小脑”与智能计算等关键标准，规范数据全生命周期、模型训推部署全链路技术； 肢体与部组件标准包含类人躯干、臂与腿足、灵巧手，以及执行、感知、通信单元模组等关键标准，为人形机器人与具身智能模块化发展提供规范指导； 整机与系统标准是具身智能整机、系统软件及软硬件协同等关键标准，为实现人形机器人与具身智能的软硬件集成融合提供规范依据； 应用标准规范人形机器人与具身智能体在不同应用场景的开发、运行和维护等； 安全伦理标准贯穿于人形机器人与具身智能产业全生命周期，为技术演进和发展提供安全与合规保障。 下一步，标委会将联合政府机构、行业企业、科研院所、高校，在标准体系框架下共同推进行业标准研制，以标准为引领，推进产业高质量发展。

凤凰网科技讯 （作者 | 刘毓坤、杨睿琪）3月1日，在2026世界移动通信大会上，由荣耀打造的机器人手机Robot Phone亮相，它融合了具身智能交互和旗舰影像两大AI核心能力，开创了具有生命感的下一代 AI终端新形态。 荣耀CEO李健在MWC发布会上指出，“手机不该只是一个有着触摸屏的‘无趣黑色方块’。我们决定赋予它大脑，更要赋予它手脚，因此带来像Robot Phone这样大胆、前卫、充满探索感的产品设计。”

IT之家 3 月 1 日消息，据 Techspot 报道，澳大利亚生物技术初创公司 Cortical Labs 在生物计算领域再次实现重大突破，其最新硬件平台 CL1 以活体人类神经元作为完整功能计算机的核心，现已能够运行《毁灭战士》（Doom）。该公司通过其 Cortical Cloud（皮质云）展示了这一成果，并将演示视频发布在 YouTube 上，开源代码则上传至 GitHub。 2022 年，该团队曾让 80 万个神经元组成的网络学会玩《乓》（Pong），震惊科技界。而全新的 CL1 是他们推出的首款商用系统，将这一概念转化为工程化硬件：设备以 59 个电极构成核心，排布在金属与玻璃制成的平面阵列上。更密集的电极接触网络与升级后的信号处理技术，将延迟从毫秒级降至亚毫秒级，让这个活体神经网络的响应流畅度接近传统处理器。 与模拟神经网络不同，CL1 使用的是真正的神经元：从成年捐赠者的皮肤或血液细胞中提取，重编程为诱导多能干细胞，再分化为大脑皮质细胞。 在 CL1 模块中，活体组织被置于密封腔室内，由内部生命支持系统控制气体成分、温度和废物过滤。在理想实验室环境下，这些神经元可保持活性与存活长达六个月。 为管理这一生物基底，Cortical Labs 专门开发了名为 biOS 的操作系统，通过电极阵列发送与接收电信号刺激。开发者可直接将代码部署到神经元层，反馈信号会像生物大脑中的突触一样，塑造出自适应通路。 在训练《乓》《毁灭战士》这类游戏时，神经元网络会根据刺激做出反应 —— 达成目标时收到奖励信号，失败时收到修正信号，从而形成自组织的响应模式。 Cortical Labs 将这种计算模式称为“合成生物智能”（Synthetic Biological Intelligence），旨在将活体计算与传统人工智能区分开来。严格来说，CL1 是一套独立的台式设备，同时也可集成进 30 单元的服务器机架，面向科研机构使用。 每个模块售价约 3.5 万美元（IT之家注：现汇率约合 24 万元人民币），机架批量采购单价可降至 2 万美元（现汇率约合 13.7 万元人民币）。一整台机架功耗约 850–1000 瓦，与单台中高端 GPU 服务器相当。该公司已于 2025 年开始交付首批 115 套商用系统，并保持云端连接，支持实时监控与远程代码部署。 让 CL1 运行《毁灭战士》，既有实用意义，也有象征意义。自 1993 年问世以来，这款游戏已成为测试硬件的通用基准，从图形计算器到改装过的验孕棒，几乎所有新奇硬件都会用运行它来“证明自己”。

IT之家 3 月 1 日消息，OPPO Find N6 折叠屏手机已官宣“即将登场”，宣传语为“一马平川”，主打浅折痕这一亮点。 IT之家注意到，OPPO 工业设计中心总经理刘浩然昨日发文“剧透”了这款折叠屏新机。他表示，Find N6 的使用体验要远远比之前更好，质感也是大幅提高，适合职场人士使用，几乎可以充当半个 PC。 刘浩然认为，未来移动办公的最佳伙伴还是折叠机。 值得一提的是，OPPO Find 系列产品负责人周意保昨日发布视频，展示了 OPPO Find N6 折叠屏手机真机的折痕效果，并表示：“出厂浅不是真的浅，久用浅才是真的浅。”

快科技3月1日消息，锐龙7 9850X3D再次巩固了AMD在游戏圈的无上地位，环顾无敌手，而对手能拿出最好的还是上代旗舰i9-14900K。 Tom's Hardware近日对二者进行了一番综合对比，包括游戏性能、生产力性能、功耗和能效三大方面。 游戏测了15款，均为1080p分辨率高画质。 综合下来，9850X3D、9800X3D、7800X3D毫无意外垄断了前三甲，其中9850X3D平均帧率提升了3％，1％低帧则高了5％。 14900K勉强能接近7800X3D，9850X3D则是它无法仰望的，平均帧率领先24％，1％低帧则领先20％。 酷睿Ultra 9 285K就不值一提了。 生产力方面，单核性能差异并不算太大，285K最好，14900K次之，但是比9850X3D也分别只高7％、3％。 多核性能Intel沾了大小核的光，285K、14900K还是前两名，对比9850X3D分别领先多达58％、49％！ 功耗和能效，又是AMD的天下了。 待机功耗，差不太多，AMD更胜一筹。 生产力功耗，AMD遥遥领先，7800X3D还不到90W，9850X3D也只有150W出头，14900K就超过了300W。 值得的一提的是，285K能效确实进步很大，只比AMD略高一些。 游戏功耗，9850X3D平均为106.1W，算下来每瓦特可提供2FPS，14900K平均要133.9W，每瓦特仅1.28FPS，差距多达20.7％。 其他方面，9850X3D规格参数更猛，14900K超频空间更大，价格也便宜200块钱。 可以说，双方对比是三胜三负，打了个平手，但对于大多数人来说，9850X3D显然是更好的选择，除了游戏、能效好得多，其实还有两个隐藏优势： 不会缩肛，不换接口能升级！

文 | 最话FunTalk，作者 | 林书，编辑 | 刘宇翔 终于，人类还是感受到了AI 失控的恐惧。 2月23日，Meta超级智能实验室的AI对齐与安全总监Summer Yue，一个专门研究"怎么让AI听话"的人，被OpenClaw狠狠地"上了一课"。她把OpenClaw连上了自己的工作邮箱，但当OpenClaw处理她的收件箱时，却开始不受控制地疯狂删除邮件。Yue连喊三次"Stop"，OpenClaw全部无视。 她不得不"像拆炸弹一样，狂奔到Mac Mini前面，强制拔掉了电源。 此时，距离OpenClaw成为科技圈新宠，才不到两个月。 今年1 月， PSPDFKit 创始人 Peter Steinberger 通过AI编程打造的本地、自托管 AI 个人智能助手Clawdbot，它能将WhatsApp、Slack等即时通讯平台与 LLM 、智能体深度整合，还有第三方集成能力，能实现全场景的自动化操作。一经推出，即使没有大厂背书，也没有造势，甚至名字都改了两次，最终命名为OpenClaw ，但就仅凭开源社区的传播，就使得其成为现象级的产品。 2月15日，情人节当天， Peter Steinberger正式加入OpenAI，将"负责推动下一代personal agents的发展"，而OpenClaw 继续作为开源项目运营。几乎在同一时间，谷歌开始大面积封禁OpenClaw用户账号。谷歌DeepMind工程师Varun Mohan表示，这是后台监测到激增的恶意调用，为了保证绝大多数人的体验，官方必须立刻拔掉他们的网线。 但有分析认为，这场封禁，表面是打击违规算力调用，实为谷歌对Peter Steinberger 加入OpenAI的围剿。毕竟，随着AI 进入实用化，主战场已经从单纯比拼模型智商转向了更为全面的模型智力+Agent生态。 国内AI厂商的反应，同样印证了这一判断：1月下旬，阿里云率先推出Clawdbot部署镜像，集成百炼大模型API；1月28日，火山引擎宣布支持Moltbot快速部署；1月30日，腾讯云上线OpenClaw应用模板；2月2日，百度智能云开启限时免费体验。四大云厂商，48小时内全部跟进——OpenClaw那疯狂的token消耗量，一天烧上亿token就像洒水，让云厂商眼睛都绿了。 但故事并不只有美好的一面。OpenClaw的“发疯”为它的大众化蒙上阴影，虽然Peter 承认了漏洞，并发布了新测试版本，更新重点聚焦于安全性与漏洞修复，先驯服这只“龙虾”。但谁也不能保证它是否还会爆发新的漏洞，尤其是它已经被黑产、灰产盯上。 事实上，在闲鱼上有“远程部署安装OpenClaw”的服务，小红书上还有付费上门安装的帖子，但购买的人并不多。在 AI 圈，OpenClaw 的声浪很大，但依然还是极客、互联网从业者圈子的工具，要真正走进大众，或许得靠下一个“OpenClaw”——一个极易部署、无使用门槛的产品。 当大厂前仆后继拥抱OpenClaw，除了看上OpenClaw那恐怖的token 消耗带来的商机，还是为了缓解自身创新不足的焦虑，毕竟从Manus 到 OpenClaw都是小团队乃至“一人公司”创造的，巨头以接入的方式，试图证明自己并未落后于浪潮。 但最终这些创新产品乃至团队都被大公司“招安”，也是自 PC 起的创新宿命：始于车库，终于巨头；始于极客，终到大众。 OpenClaw的范式革命 Agent 的进化速度有点快，Manus 的热度才过去没多久， OpenClaw就横空出世。 Manus所代表的旧范式，是精致的"AI实习生"，闭源SaaS模式，解决"我不想动手"的需求，本质是中心化黑盒。Manus证明了Agent"能做什么"，2026年初，Meta以约20亿美元的价格收购了Manus，这家成立不到一年的AI初创公司最终成为了大厂能力组件，变成了Meta的"器官"。 而OpenClaw代表的新范式，则是粗糙但开放的"建军方法论"，PaaS/IaaS混合模式，本质是去中心化基础设施——你可以自己定义Agent的性格，自己决定它用什么工具，自己控制它的权限，甚至自己fork出无数个变种。OpenClaw证明了"AI能自己组建军队干活"。 因此，结论并非简单的"既生瑜何生亮"，而是“iPhone（Manus）”与“Android+Linux（OpenClaw）”的双轨生态的确立。 OpenClaw有两大核心价值。第一，除了调用超级大模型，它还让"小模型+好架构（多Agent协作/MCP）"具备了对抗"超级大模型"的能力，降低了Agent时代的准入门槛。 在OpenClaw开启的Agent时代，单体模型的"绝对智商"不再像以前那样成为最重要的标准，真正值钱的不再是"我能解多难的题"，而是"我能协调多少资源"。 换句话说，工具调用把"聪明"外包了。OpenClaw的核心是MCP协议，数学不好就调用Wolfram Alpha，代码不会写就调用专用代码模型。单体模型的"知识储备"和"专项技能"被解耦了，ClawHub作为官方技能市场，已积累超过5700个社区贡献的技能插件，覆盖代码生成、数据分析、自动化运维等几乎所有生产力场景。 越多人使用OpenClaw，就有越多开发者贡献技能。这是典型的平台飞轮，而Manus的封闭架构注定无法复制这一路径。 第二，OpenClaw真正革命性的不是7×24的运行，而是跨会话的记忆沉淀。单体模型的智商是状态less的——每次对话都是从头开始。但Agent时代，你昨天教它的，它今天还记得，这种持续学习能力比单次推理的IQ 150更有价值。 OpenClaw的记忆系统采用四层架构：会话历史记录当前上下文；工作区记忆以Markdown持久化存储项目信息；长期记忆（MEMORY.md）存储核心事实和用户偏好，完全由人类可控；检索加速层采用SQLite-vec混合搜索，实现毫秒级召回。一切记忆以纯Markdown文件为单一源真理，没有黑盒，你可以随时打开文件查看Agent"记得"了什么。 一个IQ 120但能记住你所有偏好的Agent，绝对比IQ 180但每次都要重新教的白痴天才好用。 没了反叛，只有商业 OpenClaw爆火后，不但迅速被接入了美国的“御三家”，阿里云、腾讯云、百度智能云、火山引擎48小时内也密集上线"一键部署"方案。表面上是拥抱开源生态，实际上是在抢MaaS（模型即服务）的算力订单。OpenClaw那疯狂的token消耗量，让云厂商如饿虎扑食——这才是真正的印钞机。 但各家打法截然不同。 阿里云推出CoPaw，可端可云，打通钉钉/飞书/QQ，走"开源+生态整合"路线。阿里云想做 AI 时代最底层的算力提供商。但字节火山引擎已占据国内MaaS市场46%份额，阿里云是在追赶。 字节豆包2.0强化Agent架构，布局OS级入口，对OpenClaw持"既利用又警惕"态度——火山引擎发布部署指南，但强调"建议在隔离环境中运行"。这不难理解，字节想要的是封闭生态内的Agent（就像微信小程序），而OpenClaw代表去中心化。 月之暗面推出Kimi Claw，主打"可控的自动化"与"企业级安全"，走"家养Agent"路线——加了一层"人在回路"的强制校验，生成代码后必须点确认才执行。对于企业客户，"可控的自动化"比"失控的全自动"更有价值。 网易有道发布LobsterAI，直接对标"中国版OpenClaw"并宣布开源，同样地，MiniMax也已经宣布推出MaxClaw 模式，能一键打通 OpenClaw 生态，而且完全不需要自己配置 API，以及承担额外的 API 费用。 OpenClaw需要有强大的底座模型；本土化应用生态打通；开放的Skills生态；安全沙箱与数据主权能力；还要有海量用户触达与分发能力； 如果用以上标准综合判断，阿里目前最具综合优势——千问底座、云市场35.8%份额、全平台打通，这是目前最开放的姿态。 在此之后，字节其次，豆包日活破亿是底气，但企业级市场仍是短板。百度有搜索入口，但现阶段还需丰富开发者生态；月之暗面产品体验好，但规模有限；腾讯方面，虽然微信/QQ入口无可替代，但此前的Agent战略保守。 但在火热的表现下，这场"龙虾盛宴"，实则潜藏着两大隐忧。 首先是Skills生态的繁荣背后，隐藏着巨大的安全隐患。 2026年1月底至2月中旬，ClawHub被注入了1184个恶意技能，占当时总技能数的36.8%。恶意技能伪装为加密交易机器人、YouTube总结器等，窃取浏览器密码、60多个加密钱包、SSH密钥等。受影响实例超13.5万个，分布82个国家。 这就是Agent时代的"特洛伊木马"——你以为是安装了一个便利技能，实际上可能是给黑客开了一扇后门。安全能力将成为胜出者的核心护城河。 但具有讽刺意味的是，OpenClaw 原本是个开源项目，并且可本地化部署，但和很多开源项目一样，它最终还是被“体制化”。Peter 加入了Open AI，而很多用户选择付费云端部署。 也即OpenClaw的架构一开始是带着极客思维的"去中心化"对"中心化"的反叛，核心卖点是本地优先，装在你自己的Mac Mini、树莓派或自行搭建的轻量服务器上，数据不出本地。但没几天，OpenClaw就成为云计算、大模型厂商的商业盛宴。 这意味着，以后的token消耗，可能更多发生在大厂的算力集群里。用户是可以自己买硬件、付电费、租VPS，而不是按token持续付费给AI公司 本地跑小模型（Ollama），用自己的API Key调用Claude/GPT——7×24小时运行的Token成本被转嫁了。 但事实证明，除了动手能力强的，大部分用户还是倾向于每月给云计算、AI厂商交订阅费，这也符合人性：有易用的商业化平台，干嘛全都自己动手呢。 Agent时代的胜者 当"龙虾盛宴"的喧嚣渐退，有一个必须冷静审视的问题是：这场由OpenClaw的引发Agent革命，究竟怎样才能真正“开花结果”？ 笔者认为，其商业模式，或许存在三个递进的层级。 L1是替代人力——当AI完成原本需要人类执行的任务时，其价值体现在人力成本的节省上。但这种模式边际利润会迅速递减：当全社会都知道AI可以写代码时，写代码本身的价值便会被压缩至极限。 L2是节省生存时间——不再计算工资成本，而是衡量时间的价值密度。一个高时薪的律师，若能在十分钟内完成原本需要三小时的案卷整理，节省下来的时间便可转化为更高的经济产出。 L3是创造token消耗需求——这是最复杂也最具潜力的层级。OpenClaw构建了一个自我强化的token消耗生态系统：用户投入初始token搭建Agent，该Agent为完成任务自动调用更多模型，每一次调用都在燃烧token，为整个生态注入流动性。这类似于货币乘数效应。 但7×24连轴转的优势，在现实中究竟有多大市场？对绝大多数个人用户而言，这更像是技术炫技而非真实需求——即便Agent能24小时不间断工作，人类的决策带宽始终是瓶颈，因为人类审阅、查看这些工作成果的时间、精力总是有限的。 L3逻辑的真正成立，不在于"一个人连续使用24小时"，而在于"成百上千个Agent在后台自主协作"。这才是货币乘数的真相。 但这里的真正瓶颈在于：中国互联网的封闭花园生态。阿里、字节、腾讯、百度各自为战，API互相不通。OpenClaw想实现"跨系统自动化"，但淘宝不会开放API给字节生态，微信也不会让你随意调用接口。没有API层面的互联互通，所谓的"货币乘数"就是无源之水。 国内ANP发起人常高伟比较看好的智能体协作，在他看来这其实是不同职责的智能体的协作。如果大规模的智能体协作，每个连接都安装一个skill，每个智能体协议都不同，效率是非常低的。所以，非常有可能的一种方式是，一个智能体支持某个协议，用某个协议的skill和这个智能体连接就可以了。 OpenClaw的出现印证了一件事：2026年的AI竞争，单体模型的强弱已不再是决定性因素，Agent生态的标准和分发权，以及协议的建立，才是下一个平台级机会。 ClawHub等技能市场的繁荣程度，仅仅决定了当下Agent的实际效用边界。但谁掌握了Skills的分发标准、协议规范（如ANP）及网络效应，谁就掌握了下一代平台的标准和主权。 未来真正的赢家，不是拥有最大模型参数量的公司，而是能构建最开放、最丰富、最具网络效应的Skills生态系统，并确立Agent协议标准的企业。 Agent时代，真正值钱的不再是数据本身，而是理解和执行用户意图的能力。谁拥有这个能力，谁就不需要围墙——因为用户会自己走过来。 但首先是，得让用户更低成本、更低门槛地用上Agent。

IT之家 3 月 1 日消息，小米集团合伙人 / 总裁、手机部总裁、小米品牌总经理卢伟冰刚刚公布了小米 17 Ultra 徕卡版手机全新「黑银色」外观。 据介绍，该配色由徕卡设计师亲自操刀，承袭徕卡 M 系列相机语言，采用一体纯黑背板 + 碰撞亮银中框设计，并铭刻徕卡红标。 IT之家注意到，这款小米 17 Ultra 徕卡版手机全新「黑银色」与昨晚发布的小米 17 Ultra 徕卡海外版 LEITZPHONE 外观高度相似，预计为后者的国行版本。 据介绍，LEITZPHONE 整个后盖只有黑色磨砂纹理，同时左上角的“小红标”徕卡 Logo 也从横放变为竖放，后摄模组内的徕卡镜头标识也做了相应调整，由横写改为竖写。 另外，LEITZPHONE 的边框采用了香槟金色配色，与大师变焦环相匹配，锁屏 / 音量键的样式与 17 Ultra 国内版别无二致，左侧边框也有“LEICA CAMERA GERMANY”文字，彰显徕卡调性。 IT之家图赏：小米 17 Ultra 徕卡海外版“LEITZPHONE”实拍