行业分类:
加载中...
头条分类:
加载中...
微信AI真正该抄的作业,在谷歌这里
这两天微信AI的热度非常高,但大多数讨论都集中在它能做什么、怎么用。 大家都在猜测微信AI会长成什么样,会不会重新定义超级应用里的AI助手。 毕竟微信可是国民级APP,它推出一个如此颠覆以往操作方式的功能,势必会让大家浮想联翩。 这些讨论当然重要,但我说实话,都只是管中窥豹。 因为微信AI并没有开始灰度测试,只有那些合作企业才有机会见到它的样貌。 就在上周,谷歌推出了这么一个产品,我倒是觉得这个产品很适合微信AI,它就是Dreambeans。 一句话概括,Dreambeans就是一个会主动给你推送个性化内容的AI应用。它连接你的Gmail、日历、相册、YouTube和搜索记录,每天夜里自动分析这些数据,第二天早上给你推送一组定制的“故事”。 比如下图中,昨天你和朋友去某家餐厅吃饭了,Dreambeans就会生成这么一个故事,包括配图、去了哪家餐厅、几点吃的、花了多少钱等等。 这些故事可能是提醒你朋友要来了,或者推荐你可能感兴趣的活动,甚至可以根据你最近的行为,给出建议,像是少熬夜、多出去走走之类的。 并且每条故事都配有AI生成的个性化插图,有些还带“购票”或“观看”这样的一键操作按钮。 Dreambeans把AI 从对话框里解放出来 Dreambeans和其他AI产品最大的区别,就是它没有聊天框。你不用问它任何问题,它会主动告诉你今天需要知道什么。 虽然说Dreambeans允许用户影响和调整输出内容,但每天具体生成什么故事,主要还是系统根据你授权的数据自动输出的。 你只能定制少部分内容,比如选择连接哪些数据源。以及是否使用Face Grouping功能,也就是要不要让故事插图里出现你、家人、朋友或宠物的相似形象。 但你不可以直接控制它,所以你没办法直接用它生成什么科技新闻、健身计划、家庭日程。 其实过去两年,几乎所有AI产品都在做同一件事,那就是把对话框做得更聪明。 你问它问题,它给你答案。你让它写代码,它帮你生成。你要它总结文档,它提取要点。 然后在对话框下面和侧面都有一些特殊功能按键,尤其是类似于Codex的小加号按钮,一点开就会出现一长串的功能列表。 这种交互模式已经成为AI产品的默认范式。以至于说,现在你只要是开发AI产品,第一件事就是设计一个好看且有辨识度的聊天框。 归根结底,传统的AI助手,本质上就是一个响应系统。 它再聪明,也只能在你提问的范围内工作。你不问,它就不说。你问得不够准确,它给的答案就可能偏离你真正需要的东西。 但问题就是,谷歌认为,传统的AI助手是把认知负担留给了用户,这对用户来说其实并不友好。 所以Dreambeans的设计理念,相当于是把Gmail、Youtube、搜索记录这些上下文,让整个输出的流程倒过来。 它替你记住那些分散在不同应用里的碎片信息,替你发现那些你可能忘记关注但确实重要的事情,替你把相关的线索串联起来,然后在合适的时间主动告诉你。 用户要做的只是浏览这些已经整理好的故事,对不相关的内容点个踩,或者通过调整功能告诉系统“这个不适合我”。 但谷歌在Dreambeans上的设计是非常克制的。 它不是一个无限滚动的信息流,而是一个有限的故事集合。每天推送的故事数量是经过筛选的,目标不是让你一直刷下去,其目的就是让你快速看完,然后去做真正重要的事情。 这种设计哲学和当下主流社交媒体的逻辑完全相反。主流的社交媒体都希望你在上面停留越久越好,恨不得占据你一天24小时,Dreambeans追求的是信息密度。 Dreambeans背靠谷歌的Personal Intelligence系统。 这套系统也被用在Gemini应用和AI Mode搜索中,但Dreambeans是第一个用这套系统做成的独立产品。 Personal Intelligence的核心能力是跨应用的上下文理解。它能把Gmail、Calendar、YouTube和搜索历史组合在一起,生成高度个性化的内容。 因此,Dreambeans也可以说是把Personal Intelligence系统给可视化了。 Dreambeans目前只对美国地区的Google AI Ultra订阅用户开放,而且用户必须年满18岁。 谷歌强调,用户在Dreambeans里做的选择不会影响其他产品中Personal Intelligence的设置,数据也不会被用来训练模型。用户可以随时查看反馈历史,删除特定的反馈记录,或者直接删除所有数据。 微信有更肥的土壤 如果把Dreambeans的逻辑搬到中国,最有条件做这件事的公司是腾讯。 Google有Gmail、Calendar、Photos、YouTube和搜索历史。微信有聊天记录、群消息、公众号、视频号、小程序、支付记录、服务通知、位置数据和一个覆盖十几亿人的熟人社交网络。 不仅如此,Dreambeans的设计理念和微信如出一辙,尤其是“克制”这样一块。 实际上微信设计得也很克制,故意不想让你长时间使用微信。 而且从数据丰富度上看,微信的土壤比Google更肥。 Gmail里的邮件大多是正式沟通和交易确认,微信聊天记录里有你和朋友的日常对话、和家人的琐碎安排、和同事的工作协作。 Google Photos存的是你主动上传的照片,微信里流动的是你每天接收和发送的图片、视频、语音和文件。 YouTube推荐算法知道你喜欢看什么类型的内容,微信公众号和视频号不仅知道你的兴趣,还知道你的朋友在看什么、你所在的社交圈在讨论什么。 更重要的是,微信不只是一个信息容器,它还是一个平台。 Dreambeans可以告诉你朋友要来了,推荐几家餐厅,然后把你导向Google Maps或者第三方订餐应用。 微信AI如果做类似的事情,它可以直接调起小程序帮你订位,可以从微信支付里调取你的消费偏好,可以看到你和这个朋友上次见面是什么时候、在哪里吃的饭、聊天记录里有没有提到过想去的地方。 整个链条从信息发现到行动完成,都可以在微信生态内闭环。而这种闭环能力,是谷歌生态做不到的。 谷歌的服务虽然丰富,但它们之间的连接主要靠数据共享和跳转。Gmail、Calendar、Maps、YouTube各自有独立的界面和使用场景,Personal Intelligence能做的是把它们的数据串起来,但用户最终还是要在不同应用之间切换。 微信的优势在于它本身就是一个超级应用。 聊天、支付、阅读、观看、购物、出行、办事,所有这些行为都发生在同一个界面里。如果微信AI能够理解这些行为之间的关联,它就可以做到比Dreambeans更深入的个性化和更无缝的行动建议。 但这个优势同时也是微信最大的风险。 谷歌可以说“我从你的Gmail里看到了狗粮订单”,用户会说“确实,你说得对”,因为Gmail本来就是一个正式沟通的渠道。 微信AI如果说“我从你和朋友的聊天里发现你们都喜欢XXX”,用户的第一反应可能是“微信你这……不合适吧”。 微信聊天记录的性质完全不同。 它是你和朋友、家人、同事之间最自然、最即时、最不设防的交流。你在微信里说的话,很多时候是不经过滤的,是带着情绪的,是只有特定关系里才会出现的表达方式。 当AI开始读取和分析这些对话时,它介入的不只是你的个人信息,而是你和他人之间的社交网络。 所以,虽然Dreambeans这个模式很适合微信AI,但微信AI不能粗暴照搬Dreambeans。 微信AI真正的机会,应该是找到一条既能利用数据优势、又不会让用户感到被冒犯的路径。 我将其称之为“分寸感”。 AI需要主动,但这种主动必须建立在明确授权的基础上。用户应该能够精确控制AI可以访问哪些数据源,可以在什么场景下使用这些数据,以及可以做出什么样的推荐。 微信AI不应该替用户做决定,而应该帮用户更好地做决定。它可以整理信息、提供选项、简化流程,但最终的选择权必须留在用户手里。 如果微信能够在这些原则下设计出一套主动式AI系统,它就可以做到Dreambeans做不到的事情。 我举个例子,微信AI可以每天生成一份“你今天真正需要知道的5件事”。以下图片为Claude Fable 5制作。 这5件事可能来自你的聊天记录、群消息、公众号订阅,但每一件事都会清楚地标注来源,并且用户可以随时调整优先级和过滤规则。 AI不该只是一个对话框 微信AI的机会,不在于替代搜索,而在于重排微信内部的信息洪水。 公众号太多,你关注了几百个,但真正会看的只有十几个。群消息太杂,你加了几十个群,但大部分时间只是在消化未读数字。 这些问题不是因为微信的功能不够强,而是因为信息太多、入口太杂、用户的注意力太有限。 如果微信AI能够把这些信息重新整理,把真正重要的东西提炼出来,把相关的行动入口集中呈现,它就不只是一个AI助手,而是微信里的个人信息管家。 这个管家不需要无所不能,它只需要做好三件事。 第一,帮你过滤噪音。把那些不重要的、重复的、可以忽略的信息自动归档,让你的注意力集中在真正需要关注的事情上。 第二,帮你发现关联。把分散在不同聊天、不同群、不同公众号里的相关信息串联起来,让你看到完整的上下文,而不是碎片化的片段。 第三,帮你简化行动。把需要多步操作才能完成的事情,变成一键可达的入口,减少你在不同界面之间跳转的次数。 如果微信AI能做到这三点,那就已经足够了。 目前只有第三条有了一些蛛丝马迹。 2026年6月8日,微信正式面向开发者开放了接入微信AI生态的能力,用户可以通过微信AI Agent直接调取小程序中的AI应用服务。 首批内测团队包括京东、美团、滴滴、携程等知名企业,覆盖了电商、外卖、出行、旅游等核心本地生活服务场景。 美团作为首批接入的企业,已经与微信团队联合完成了开发和测试。未来,用户可以通过微信AI直接调用美团外卖等本地生活服务。 微信AI要解决的,不应该只停留在生成内容或者回答问题这种基础层面,它应该是帮你去管理你的整个数字生活。 微信有机会走得更远,但前提是它能找到那个平衡点,让AI既主动又不越界,既有用又不吓人。
东方甄选再失人气主播志胜,离职配文“情书比悲伤更悲伤”
凤凰网科技讯 6月10日,东方甄选旗下人气主播“志胜”在社交平台发布视频,回顾其直播历程,并配文称“休假结束,再见啦。这份‘情书’比悲伤更悲伤。”视频选用邓紫棋歌曲《后会无期》作为背景音乐,引发大量粉丝关注。评论区中,不少用户对其离职表示惋惜。志胜本人回应称“未来我会拍更多有意思的视频”,但未透露离职具体原因。 志胜是东方甄选极具辨识度的主播之一,以接地气的试吃风格、幽默鲜活的表达被用户熟知,有粉丝戏称其为“治理剩菜剩饭的吃播主播”。其抖音账号“叫我志胜”粉丝量超8000人,获赞数超61万。 此次志胜离任,标志着东方甄选年内主播离职潮的延续。今年4月下旬,明明、天权、中灿、林林四位核心主播先后宣布出走。粉丝曾将董宇辉、顿顿、明明与天权并称为东方甄选“F4”直播组合,如今初代“F4”已全部离队。 谈及离职原因,上述四位主播均将矛头指向新任管理层带来的运营变革。2025年12月,新东方教育科技集团副总裁、广州学校校长孙进出任东方甄选执行总裁,原CEO孙东旭已于同年11月离职。孙进2006年加入新东方,曾主讲四六级写作、考研阅读等课程,历任南京学校常务副校长、校长。 明明曾表示,新领导入驻后直播模式与运营风格彻底改变,自己长期陷入焦虑与内耗。天权也称,管理层更迭后公司理念、直播间风格、办公氛围均发生变化,难以适应。中灿、林林同样提到,新管理规则与早期差异巨大,沟通后仍无法改变现状,最终选择离开。 面对核心主播集中出走,东方甄选创始人俞敏洪曾在直播中公开致歉并反思管理问题。他表示曾与四位主播深度沟通挽留,并称他们的离开是平台的损失。俞敏洪指出,管理层调整后公司管理方式出现偏差,过度侧重制度管控,忽视团队人文关怀,后续将优化管理模式,平衡制度化运营与人文关怀。 财报显示,2026财年上半年(2025年6月-11月),东方甄选总营收23.12亿元,同比增长5.72%;净利润2.39亿元,同比扭亏为盈。4月27日,受四大主播集体离职影响,东方甄选港股盘中一度大跌超8%,收盘跌幅收窄至2.26%。 截至6月10日收盘,东方甄选股价报21.46港元,微涨0.75%,较3月高点26.60港元下跌近20%,市值约227.5亿港元。
OpenAI冲刺上市前一搏,ChatGPT被曝迎最大规模改版
智东西 编译 | 田忠婷 编辑 | 程茜 智东西6月8日消息,昨日,英国《金融时报》报道,OpenAI未来几周内,计划将ChatGPT从聊天机器人转向“超级应用”,升级后的ChatGPT将不再局限于基础对话聊天,可独立完成代码生成、日程管理、出行预订等多场景任务。其网页端、移动端将集成图像生成、编程工具以及Canva、Booking.com等第三方应用。这是该公司对ChatGPT自上线以来进行的规模最大的一次升级。 这次升级,OpenAI将重点倾斜向AI编程工具Codex、企业服务等高毛利业务,逐渐减少低回报消费业务,为IPO盈利目标铺路,让ChatGPT从单纯聊天工具,转变为OpenAI打通AI生态、实现商业化增收的核心入口。 OpenAI多位内部员工称,目前,在该公司内部已经形成单纯聊天机器人发展空间有限的共识,甚至有资深员工直言“聊天已死”。据OpenAI数位离职和在职员工透露,OpenAI这次升级不仅是界面与功能的迭代,更是一次战略调整。 英国《金融时报》报道,OpenAI这次升级的目标并非单纯优化用户体验,更是为了服务于该公司商业化和盈利目标。 一、“聊天已死”?AI智能体成新方向 ChatGPT自2022年11月上线至今已积累近10亿用户,庞大的用户基数成为OpenAI得天独厚的优势,但短板也十分突出,绝大多数用户仅免费使用基础聊天功能,直接变现能力有限。 ▲AI应用全球总榜MAU前10名(图源:AI产品榜) OpenAI被曝此次升级的核心方向是把ChatGPT打造成一个统一的AI入口。网页端和移动端将进行界面重构,在对话窗口中直接集成代码编辑、图片生成等功能,并接入Canva、Booking.com等外部合作伙伴的应用。 用户无需跳转其他软件,依托这个统一的入口,就能完成编程开发、图文创作、出行预订等各类操作。从长期规划来看,OpenAI还计划逐步取消人工功能引导,依靠大模型自主识别用户需求,不断弱化各类工具的边界,打造一体化服务。 据多位内部员工透露,OpenAI内部已形成统一判断,即单纯的对话交互模式发展空间有限。一位资深员工甚至直言:“聊天已死。”未来AI的重点将转向智能体,即能够主动为用户执行具体任务的AI系统,而非仅回答问题。 当前,AI智能体已经成为主流趋势。智能体不仅能回答问题,还能根据用户指令主动执行任务,如自动写代码、管理日程或完成出行预订。 OpenAI核心产品与平台负责人蒂博·索蒂奥(Thibault Sottiaux)称,该公司这次升级并不只是界面的调整,更长远的目标是打造一个覆盖工作和生活的个人AI智能体,能够在手机、电脑甚至车载等不同设备上持续提供服务。 二、加码Codex等高毛利业务,为IPO提升盈利 英国《金融时报》称,在OpenAI这次调整中,编程工具Codex的地位被大幅提升。 目前,绝大多数消费者仍免费使用ChatGPT的基础功能,导致该产品变现能力有限,而编程工具Codex付费转化率则比较高。自2026年2月推出桌面客户端后,Codex周活跃用户数从约80万暴涨至500万,实现六倍增长,是OpenAI对抗Anthropic旗下增长最快的业务之一Claude Code的核心产品。 ▲Codex周活跃用户增长(图源OpenAI) 据知情人士透露,目前全球已有约200万家企业使用OpenAI产品,企业业务贡献了该公司约40%营收。并且,该公司预计到2026年底这一比例将上升至50%。 为了应对IPO带来的盈利压力,OpenAI对现有业务线进行了精简。此前规划的ChatGPT端内购物结算功能被搁置,上线不足一年的视频生成产品Sora也宣告关停。 英国《金融时报》援引知情人士称,这些消费级前沿项目算力成本高、商业化落地慢,短期难以实现盈利,因此被不断收缩。与此同时,OpenAI完成内部组织架构调整,将ChatGPT、Codex等核心产品线整合统一管理,进一步提升团队运转效率,聚焦盈利目标。 一年前,OpenAI与Anthropic路线差异明显:OpenAI深耕大众市场、积极探索前沿技术,Anthropic则从创立之初就聚焦企业服务,优先追求商业盈利。 如今受上市进程推动,资本市场对企业营收、盈利能力提出更高要求,英国《金融时报》报道,OpenAI此举是为了补齐商业化短板。两家厂商的竞争主战场集中在代码工具、AI智能体及行业解决方案等高价值领域。 结语:AI产品边界消失,智能体或成主要趋势 OpenAI的高管们认为,随着AI智能体能力不断增强,聊天、编程工具和生成式应用之间的边界会逐渐变得模糊,用户在未来会更多地与单一的AI助手互动。 OpenAI企业产品负责人亚历克斯·恩比里克斯(Alex Embiricos)也称,当用户拥有通用人工智能(AGI)之后,就不需要不同的AI产品,最终用户可以只和一个单一实体对话,就能完成所有的需要。 来源:英国《金融时报》
美媒:SpaceX上市造就千万富翁,员工紧急恶补理财课
SpaceX即将上市 凤凰网科技讯 北京时间6月10日,据《华尔街日报》报道,随着SpaceX即将上市,该公司员工正竞相研究如何处理即将到来的巨额财富。 一位SpaceX前员工一直在与财富顾问埃里克·富兰克林(Eric Franklin)就此进行讨论,后者专门服务科技公司员工。按照SpaceX上周设定的IPO价格计算,这位前员工持有的SpaceX股票价值2140万美元,占其家庭可投资净资产的93%。 富兰克林建议他的客户,一旦SpaceX上市,他就应逐步减持手中的持股。不过,这位客户担心过早卖出SpaceX的股票,因此犹豫不决。“他显然仍然相信这家公司非同凡响。”富兰克林表示,他是财务规划公司Prospero Wealth联合创始人。 随着SpaceX即将登陆股票市场,数千名前任和现任SpaceX员工持有的公司股份,将很快能够变现为足以改变人生的巨额财富。对于持有Anthropic和OpenAI股份的许多人来说,情况也是如此,这两家公司今年也已提交了上市申请。 然而,突然坐拥巨额财富也并非一件轻松事,以下是SpaceX员工正在面临的一些抉择。 避免财富狂热 财富管理公司Compound Planning的财富顾问塔拉·舒尔曼(Tara Shulman)表示,她工作中的一个关键部分是制定多元化配置计划,并督促客户严格执行。 “我们希望尽量避免客户陷入那种IPO后必然会出现的情绪狂热之中,”她说,“试图找到卖出股票的最佳时机会让你自己疯掉。但对你个人而言,也许存在一个‘最适合卖出’的时机。” 她还表示,现在出售股票可以让客户有能力支付孩子的大学学费、购买新房,或者提前退休。 SpaceX估值1.77万亿美元 迪奥戈·莫尼卡(Diogo Mónica)是一位风险投资家、加密银行Anchorage Digital的联合创始人,在其职业生涯中积累了多家创业公司的大量股权。他制定了一套方案,以避免自己做出轻率的决策。他一直坚持一项策略:在IPO时卖出20%的持股,之后再逐步卖出另外60%。剩余的20%他选择长期持有,以此表达对公司的信心。 莫尼卡曾是金融科技公司Block旗下子公司Square的早期员工,他通过在线平台Frec出售了自己在Square的大部分持股。Frec为自主投资者提供具备税务考量的投资策略。 SpaceX员工需遵守180天的锁定期,但在特定窗口期内,他们有机会提前出售部分股票。 纳税问题 许多SpaceX、Anthropic和OpenAI的员工都持有混合型的股权薪酬,包括非合格股票期权、激励股票期权、限制性股票单位以及员工股票购买计划股份。mystockoptions.com联合创始人布鲁斯·布朗伯格(Bruce Brumberg)表示,每种形式的税收处理方式各不相同,一步走错就可能意味着一笔意想不到的税单。 如果一年内出售过多股票,或行使过多非合格股票期权,可能会使纳税人进入更高的税率档位。激励性股票期权则可能触发一笔金额可观、且出人意料的替代性最低税。因此,理财顾问通常建议制定“税务时间表”,将期权行使分散到多个纳税年度进行,以降低税务冲击。 限制性股票单位在归属时即产生税单,即使此时你还无法出售这些股票。22%的默认预扣税率可能不足以覆盖实际税负。“如果你通过贷款来支付税单,而IPO后股价又出现下跌,你仍然得还税。”Titan注册理财规划师乔瓦尼·蒂索(Giovanni Tiso)说道。 员工有时还可以通过员工股票购买计划获得更多股票。该计划通常允许员工每年以最高15%的折扣购买价值不超过2.5万美元的股票。随后,员工们还必须做出抉择:是继续持有这些股票,还是在可行时尽快卖出。 多元化配置 资产多元化的方式可以很简单,例如卖出部分股票,并将收益投入标普500指数。 不过,也有更高级的策略。例如,投资者可以将资金投入“直接指数化投资”,在跟踪指数表现的同时,刻意实现一些亏损,用来抵消资本利得,从而达到税务优化的效果。 还有一些方法可以让员工在不立即卖出股票并缴税的情况下实现财富多元化配置。预付远期合约允许员工在一定期限内以所持股票作为抵押进行借款,并用所得资金实现投资组合的多元化。这类合约通常还包含一个“价差保护区间”(collar),也就是为股票设定一个底价和顶价,从而限制员工的下跌风险与上涨空间。当合约到期时,员工可以卖出股票并缴纳税款,或者通过开立另一份合约来延续该策略。 猎鹰9号 同样受欢迎的还有交易所基金,这是一种私人投资工具,允许持有不同公司集中头寸的投资者将各自的股票汇集起来,以实现投资组合的多元化。美国国税局通常要求投资者在这类基金中持有权益至少七年。 此外,还有针对股票授予的83(b)选择权。该选择权允许持有人在股权尚未归属时就提前缴税,如果股票在归属时大幅升值,这种方式可以节省巨额税款。然而,如果股价下跌,纳税人可能会提前缴纳本不需要支付的税款。 风险 即使经过精心规划,持有公司股票始终伴随着风险。 例如,为前SpaceX员工提供咨询的顾问富兰克林在1998年入职亚马逊公司,那时距亚马逊上市仅过去一年。他是当时公司入职培训班里唯一一位在入职一年后就卖出股票的人。 互联网泡沫危机爆发后,他被授予的剩余四分之三股票跌至行权价以下,最终变得一文不值。 “现在我们都把亚马逊视为一个巨大的成功故事,”富兰克林说,“但它并非一直如此。”(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”。
钻石之后,英伟达又带火了陶瓷
说一件你可能不太相信的事情,陶瓷,正在被AI带火。 过去提到陶瓷,你最先想到的应该是马桶和瓷砖。 但是最近,A股的陶瓷概念股暴涨。 陶瓷已经开始和英伟达、GPU、光模块、半导体设备这些AI新贵们绑在一起了。 如今陶瓷能成为AI概念股,主要依靠的是下面这三条线: 第一条是MLCC。它是电路板上的小型被动元件,作用是稳定芯片供电。AI服务器功耗越来越高,芯片周围就需要更多这种元件。 第二条是陶瓷基板和封装材料。芯片越热,越需要能同时导热和绝缘的材料。金属导热好但导电,塑料绝缘但扛不住高温,于是高端陶瓷材料需求量迅速暴涨。 第三条是半导体制造设备里也需要更多的先进陶瓷部件。比如晶圆厂的刻蚀机、沉积设备,陶瓷是为数不多能扛得住那种生产环境的材料。 那么具体又是怎么回事呢? MLCC MLCC,全称多层陶瓷电容器,是采用陶瓷介质与金属电极交替叠层、经高温共烧而成的微型被动元件。它的作用,是保证高功耗芯片能稳定运行。 芯片瞬间拉电流时,电压会波动,MLCC负责去耦、滤波、稳压,帮助电源更稳定。 MLCC是电路板上的基础被动元件,因此有个外号,叫做“电子工业的大米”。 过去MLCC确实像大米一样,便宜、大量、不起眼。但GPU火了以后,MLCC也从普通的大米,摇身一变成为了康熙御田胭脂米(红楼梦里面贾母的红稻米)。 核心原因是功耗。 传统服务器功耗约2000W,搭载英伟达GPU的AI服务器功耗可达1万W,是传统服务器的5倍。GPU、CPU、HBM、NVSwitch、电源模块都要在高频、高功耗下运行。 AI服务器里的GPU功耗越来越高,芯片周围需要更多性能更好的MLCC来稳定供电。英伟达新平台还增加了DPU和高速网络模块,这些模块同样需要大量高端MLCC。 结果就是,每块计算板、交换机板上用的MLCC数量更多、规格更高,成本也明显上升。等到这些板卡被装进整机架服务器里,需求就被进一步放大了。 普通服务器约2000-3000颗MLCC,AI服务器则是另一个量级。英伟达GB300单机约3万颗,是普通服务器的10倍以上,是手机的30倍。单个AI机柜NVL72消耗约44万颗。 2026年5月,摩根士丹利发布的拆解报告显示,英伟达Rubin平台VR200 NVL72,单机柜MLCC用量从GB300的48万颗升至60万颗,增长25%。 更关键的是,每台机架上面MLCC的价格,也从1530美元飙升到了4320美元,暴增182%。 而且这种增长还是一个长期现象。 中金公司预测,2026、2027年AI服务器MLCC需求量将分别增长87%和88%。村田制作所预测,2025年至2030年,AI服务器用MLCC市场年复合增长率将达到30%,市场规模将增长3.3倍。 全球AI用MLCC市场规模已达52.66亿美元,预计2032年将攀升至169.2亿美元。 全球MLCC市场高度集中,日本村田制作所市场份额31%-32%,韩国三星电机22%-23%,日本太阳诱电约10%。三家合计占据全球67%的市场份额。 在高端AI服务器MLCC领域,村田一家独大,市占率约70%。 国内企业风华高科、三环集团等在高端市场份额不足10%。 2025年以来,村田、三星电机、太阳诱电等厂商集体涨价。2026年4月,村田针对AI服务器和高端车规级MLCC产品全面涨价,涨幅介于15%至35%之间,新价格体系于4月1日正式生效。 三星电机4月起全线涨价10%-20%,天津工厂满载,暂停低价新单。太阳诱电宣布MLCC全线产品将于5月1日起进行价格调整。 然而,村田、三星电机的MLCC整体产能利用率已达90%-95%,高端高容产品已经处于满产状态。订单量是现有产能的2倍,交期20周以上。 MLCC产线建设周期约18-24个月,高端产品还需额外1-2年的客户认证周期,短期无法快速增加供给。村田2025-2026资本开支3500亿日元以上,仍然满足不了需求。 但是相对的,中低端产线无法升级做高端。设备、工艺、材料体系完全不同,高端产线也没办法下沉。 村田数据显示,其2026年服务器相关MLCC销售额预计同比增长85%-90%。三星电机凭借博迁新材120nm、80nm、60nm等优质材料供应,在AI服务器领域MLCC全球份额已达45%以上,并在菲律宾等地持续扩充产能。 国产MLCC公司里,风华高科、三环集团更偏民用和规模化替代;鸿远电子、火炬电子、振华科技更偏军工高可靠;达利凯普则切在射频微波MLCC这个高端细分市场。国瓷材料、洁美科技、博迁新材是MLCC上游材料和耗材环节。 陶瓷基板 高功率芯片需要材料同时满足几个矛盾条件:要导热,快速散发芯片产生的热量;要绝缘,防止电路短路;要耐高温,承受芯片运行时的高温环境;要可靠,长期稳定工作不失效。 传统材料很难同时满足。 金属导热好但导电,无法满足绝缘要求。普通塑料绝缘但耐热和导热性能不够。 唯有先进陶瓷材料。氮化铝(AlN)、氧化铝(Al₂O₃)、氮化硅(Si₃N₄)等高端陶瓷材料,能够同时满足导热、绝缘、耐高温、高可靠性等多重要求。 氮化铝导热系数约200 W/(m·K),氮化硅导热系数可达300 W/(m·K),同时具备优异的电绝缘性能和热膨胀系数匹配性。陶瓷基板可以在保持电绝缘的前提下,快速将芯片热量传导出去。 陶瓷基板同样也不是什么新技术,过去陶瓷基板主要用于功率半导体、激光器件等特定场景,市场规模有限。但是现在不一样了,陶瓷基板成为了“AI新贵”。 工艺路线主要有三种:AMB(Active Metal Brazing,活性金属钎焊)、DPC(Direct Plated Copper,直接镀铜)、HTCC(High Temperature Co-fired Ceramic,高温共烧陶瓷)。 AI服务器散热基板、HBM先进封装、1.6T/3.2T高速光模块封装、功率半导体封装、激光器件封装,都在大量使用陶瓷基板。 AI服务器对被动元件需求量超过普通服务器1倍以上,GB300机柜MLCC用量较GB200增长近10倍。三环集团针对数据中心48V电源系统推出了多规格高容产品,满足高密度供电需求。随着代际升级,单机MLCC用量呈倍数增长。 芯片功耗越高,散热要求越严格,对基板材料的导热、绝缘、可靠性要求越高。传统有机基板在高功率场景下已经接近物理极限,陶瓷基板成为必选项。 英伟达GB200 GPU功耗1000W,Rubin平台功耗翻倍至2000W。功耗翻倍意味着热量翻倍,散热难度指数级上升。有机基板的导热系数通常在1-5 W/(m·K),而氮化硅可以达到300 W/(m·K)。 HBM先进封装对陶瓷基板的需求更加迫切。HBM是高带宽存储器,多层DRAM芯片堆叠在一起,功耗密度极高。 如何在极小空间内快速散热,同时保证电气性能和长期可靠性,是封装设计的核心难题。陶瓷基板的高导热、高绝缘、低热膨胀系数特性,正好匹配这个需求。 最近在网上热度很高的光模块,同样依赖陶瓷基板。 1.6T/3.2T高速光模块,数据传输速率越高,功耗越大,发热越严重。光芯片对温度极其敏感,温度波动会直接影响光信号质量。氮化铝薄膜基板可以快速散热,同时保证热稳定性,是高速光模块的关键材料。 但陶瓷基板的生产工艺是非常复杂的,还有一个问题,这个产业良率爬坡周期长,客户认证周期长。 氮化铝、氮化硅等高端陶瓷材料的制备本身就有技术壁垒,再加上金属化、精密加工、可靠性测试等环节,整个产业链的扩产速度受限。 这就形成了一个典型的供需缺口。需求端,AI算力扩张、芯片功耗提升、先进封装渗透,都在加速陶瓷基板的需求增长。供给端,技术壁垒、产能爬坡、客户认证,都在限制供给扩张速度。缺口越大,价值重估的空间越大。 海外玩家主要集中在日本和欧美,日本京瓷、村田、丸和、NGK/日本碍子等长期占据高端电子陶瓷和封装材料优势,罗杰斯、CoorsTek 等欧美公司也在高频、高可靠陶瓷材料中有布局。 国内厂商里,中瓷电子更偏光通信、射频与半导体封装用陶瓷外壳和基板;三环集团、国瓷材料、富乐德、壹石通等覆盖陶瓷基板、粉体或半导体设备陶瓷环节;此外还有一些公司切入氮化铝、氮化硅、氧化铝基板。 和MLCC类似,国产厂商并不是没有能力,而是高端客户认证、批量稳定性、良率和材料体系仍是门槛。 半导体制造里的先进陶瓷 半导体制造对环境的要求比较高,需要高温、强腐蚀、强电场,还要有超高的洁净度。陶瓷,依然是最合适的材料。 静电卡盘(ESC, Electrostatic Chuck)是陶瓷在半导体制造里最核心的应用。它的功能是在晶圆加工过程中,利用静电力将硅晶圆牢固固定到位,同时控温、降低背面颗粒污染。 静电卡盘的精度要求极高,平整度可达头发丝的1/80。应用环节覆盖刻蚀、薄膜沉积、离子注入、光刻等关键工艺。 第二大用途就是腔体涂层了,它的作用是抵抗等离子体腐蚀,保护设备腔体。 腔体涂层材料要求耐高温、耐腐蚀、低颗粒污染。等离子体刻蚀过程中,腔体内部环境极其恶劣,温度高、腐蚀性强,普通材料很快就会被腐蚀,产生颗粒污染,影响晶圆良率。 先进陶瓷涂层可以长期稳定工作,减少设备维护频率,提高晶圆厂产能利用率。 再往高端走则是气溶胶沉积膜(AD膜)。 它的功能是在金属、石英、陶瓷等基材上形成致密氧化钇膜,抑制等离子体腐蚀并减少颗粒污染。 技术壁垒在于高纯度、高致密性。氧化钇膜的纯度和致密性直接影响耐腐蚀性能和颗粒产生量,而这两个指标都需要极高的工艺控制能力。 日本马桶巨头TOTO就是一个非常具有代表性的例子,其因先进陶瓷业务在2026年4月30日股价暴涨18%,市值突破1万亿日元,创下历史新高。 截至2026年3月财年,TOTO先进陶瓷业务营业利润达270亿日元,营业利润占比首次超过55%,超过核心的住宅卫浴设备业务,成为公司第一大利润引擎。营业利润率从五年前的9%暴涨至40%以上。订单排期已排到2027年。 TOTO早在1980年代就布局半导体精密陶瓷业务,其高纯度陶瓷技术在业界处于顶尖水平。 当时的大背景是日本经济高速增长期尾声,宅建热潮退去。 TOTO陶瓷业务企划部主管龟岛淳司(Junji Kameshima)回忆:“我们决定将陶瓷技术从卫浴领域延伸至高附加值市场。” TOTO于1984年正式成立的陶瓷事业部,锁定芯片制造设备三大核心产品:用于蚀刻设备的静电吸盘、保护逻辑半导体腔体的气溶胶沉积组件,以及大型液晶面板生产设备的高耐用结构件。 而这些产品的制造工艺,都源自马桶生产中积累的精密成型技术。 2020年,日本大分县中津市的新工厂引入全自动化生产线,配合AI质检系统,良率大幅提升。TOTO宣布将加快静电卡盘的研发和产能建设,重点投向NAND存储芯片生产所需的静电卡盘。 Palliser Capital敦促公司把资本配置更多投向这一高回报业务,估算若加大资本投入并改善披露,TOTO股价有望从当时的6000日元飙升55%至9000日元。 全球市场格局高度垄断。全球前五大厂商垄断93%份额,主要企业包括美国应用材料、美国LAM、日本新光电气、日本TOTO等。中国高端静电卡盘国产化率不足1%,12英寸产品几乎100%依赖进口。 在半导体设备陶瓷件上,国内公司也有进展。 中瓷电子已把静电卡盘列为产品,并披露光通信陶瓷封装产品和氮化铝薄膜基板实现批量供货;珂玛科技则更偏半导体设备用先进陶瓷零部件,招股书显示其陶瓷加热器和部分静电卡盘已量产,产品用于薄膜沉积、刻蚀等环节。它们替代的不是普通陶瓷,而是晶圆制造中直接影响吸附、控温、耐腐蚀和颗粒污染的关键部件。
Meta与欧洲空间局展开合作:Quest 3头显将进入国际空间站
IT之家 6 月 8 日消息,Meta 发文,宣布与欧洲空间局(ESA)展开合作,两台 Meta Quest 3 VR 头显即将被送往国际空间站(ISS),用于帮助宇航员在正式出舱前进行太空行走训练。 事实上,Quest 3 并不是首款进入国际空间站的 XR 设备。早在 2015 年,微软就曾将初代 HoloLens 送上空间站,通过“远程专家模式”协助地面工程团队指导宇航员维修设备。而 Oculus 于 2017 年向空间站送去 Oculus Rift,帮助 ESA 宇航员 Thomas Pesquet 与 Alexander Gerst 在失重环境下开展神经科学实验。到了 2023 年,HTC 也将 HTC Vive Focus 3 运抵空间站,帮助宇航员调理心理健康,宇航员能够通过沉浸式 360 度地球风景视频缓解长期驻留太空带来的压力。 由于太空失重环境与地面完全不同,过去几次 XR 设备任务都需要对头显追踪系统进行大幅修改。通常情况下,VR / AR 头显会利用 IMU(惯性测量单元)中的加速度计检测重力方向,以确定“地面”朝向并校准空间定位,但在微重力环境中,这套机制会导致画面持续漂移。 因此,当年 Oculus 在 Rift 太空项目中直接替换掉原有的 Constellation 追踪方案,改用更适合失重环境的第三方系统;而 HTC 则通过将一个控制器固定在空间站舱壁上,作为空间定位锚点,让 Vive Focus 3 能维持稳定追踪。 相比之下,此次 Quest 3 的改造方案要简单得多。Meta 表示,其工程团队主要对头显自带的“Travel Mode(旅行模式)”进行修改,以适配微重力环境,在开启相应模式后,Quest 3 将完全忽略 IMU 加速度数据,转而完全依靠摄像头的视觉追踪进行空间定位。 Meta 表示,随着人类在 2030 年代重返月球,未来月球基地中的宇航员几乎可以确定也会配备新一代 XR 头显。考虑到未来 5 至 10 年 XR 技术可能出现的大幅进步,这类设备除了可用于训练外,还可能成为深空任务中的重要生活辅助工具,以改善宇航员长期太空驻留期间的生活质量。
“超级明星创企”昆仑行机器人,正式浮出水面
机器人前瞻(公众号:robot_pro) 作者 | 许丽思 编辑 | 漠影 机器人前瞻6月8日报道,近日,从北京经开区传出相关消息,昆仑行机器人科技有限公司正式落地北京亦庄经开区,经开区主要领导与公司创始人任庚及核心团队开展了专项会晤,明确成立专班定向支持这家“超级明星创企”。 昆仑行今年3月正式在北京经开区完成工商注册,两周内核心团队全部到岗,短短2月内完成企业基础架构搭建、人才规模化集聚、研发体系搭建等一系列关键工作。资本端更是备受青睐,成立初期便斩获顶级机构重磅投资、被头部资本真金白银坚定锁仓,成为2026年具身智能赛道备受瞩目的“超级明星创企”。 昆仑行创始人任庚,是国内具身智能赛道极度稀缺的,集阿里云千亿营收商业一号位、华为全球化发展中的海外国家CEO、超5万人大型集团总裁经验于一身的全能型行业领军人物。任庚职业生涯起步于华为,是华为最年轻的国家CEO之一,全面负责华为在海外所在国的运营商、企业、终端三大BG,从解决方案、销售、交付到采购、供应链、GR/PR等整体业务。2015年任庚加入阿里,成为阿里集团80后年轻高管、最年轻副总裁之一,先后担任阿里云中国区总裁、阿里云视频云&边缘云研发总裁、阿里云总参谋长等核心职务,是国内云智能行业的领航者。任庚在执掌阿里云中国区期间,正值国内云计算市场高速扩张,阿里云长期保持市场份额第一,2020年达到42.1%的高点。2023年底,任庚出任新奥集团总裁,推动超5万人大型集团在行业大模型、数字智能体、具身智能等前沿领域布局。任庚兼具硬件工程底蕴、AI创新思维、千亿商业操盘能力、大型集团管理经验与全球化运营能力,其复合型履历,在国内具身智能创始人中堪称独树一帜。 联合创始人郎咸朋,是国内深耕AI领域15年的“稀缺AI技术大咖”和具身智能领域唯一的“把自动驾驶从0-1-100实践成功的AI领军人物”。作为理想汽车高级副总裁,自动驾驶总裁及“一号员工”,从零搭建完整智驾研发体系、组建核心技术团队、打造行业标杆数据闭环,彻底摆脱供应商技术桎梏。他主导“卫城计划”推动理想智驾全面自研,落地高速NOA、城市NOA、无图NOA量产应用,2024年带领团队不到100天完成业界首个端到端+VLM方案交付,2025年在自动驾驶领域首发VLA并量产交付,助力理想智驾跻身行业第一梯队。 昆仑行创始团队成员,主要来自华为、阿里巴巴、理想汽车等业界知名企业核心骨干,典型特征是每个成员都在各自领域有着卓越的成功经验。 创始人和团队的成熟企业经营经验,叠加“最成功的商业操盘能力,最顶级的AI落地实践和最强大硬件研发体系”等三重核心优势,让昆仑行成为具身智能赛道名副其实的“超级王牌团队”。 昆仑行对标特斯拉人形机器人这一行业标杆,构建全栈核心技术能力,坚持“本体+大脑”双轮驱动战略。在“大脑”方面,当前无论是VLA的行为模仿,还是世界模型的空间预演,都偏向“看起来对的拟合”,而不是“物理上站得住的推理”,都没有让模型真正理解物理内生规律。回看自动驾驶曾经依赖高精地图补短板的阶段性误区,当下机器人行业一味堆数据、用模仿学习做过拟合训练,还是偏向阶段性的产物,并非终局解法。“AI能力不够,应该从根本上解决AI的问题,而不是给它一根拐杖”。对此,昆仑行确立了以物理内生因果为核心的具身智能下半场技术路线,通过原生模型、Agent架构、数据体系三大核心布局,构建通用具身智能的基础能力底座。
尊界 V800 内饰曝光!水晶壁灯上车,还有一台现磨咖啡机
今天上午,华为常务董事余承东在社交媒体转发了尊界 V800 的首支官方宣传视频。他表示,这辆百万级 MPV 将拥有「越级空间」和「豪华驾乘」体验。 要论整段视频里讨论度最高的配置,还得是那台车载咖啡机,把现磨咖啡与中式茶饮做成出厂标配,几乎找不到先例。 作为鸿蒙智行与江淮汽车合作建立的豪华品牌,尊界在推出了大型行政轿车 S800 之后,迅速将产品线延伸到了全尺寸 MPV 领域。 目前网上的主流说法是,这款新车的价格区间将会落在 160 万至 200 万元之间,但从尊界 S800 70.8 万元的起售价来看,V800 最终的起售价应该也会落在百万元以内。 工信部此前公示的申报数据显示,尊界 V800 有着非常少见的身材规格。 它的长宽高分别达到了 5495mm、2006mm 和 1850mm,轴距则长达 3430mm。这样的体量让它成为了目前国内市场里尺寸最大的量产 MPV。 在造型设计上,V800 延续了尊界品牌的设计风格,用了封闭式前脸和 7 字形的灯组,中央是醒目的尊界徽标,车顶上方则可以看到激光雷达。 车身依旧采用了这两年非常流行的双拼色,并辅以大量的镀铬装饰条来烘托 V800 的体量感。值得注意的是,相比于 S800 所采用的 20 英寸起步的轮毂,尊界 V800 选择换装了 19 英寸的轮毂,来换取更舒适的乘坐体验。 尊界 V800 采用三排七座的座椅布局,为了保证空间利用率,第三排座椅设计了类似小鹏 X9 的向后翻折收纳功能—— 当第三排不需要载人时,座椅可以整体翻折下沉,与后备厢地板保持平齐,从而创造出一个开阔的纯平储物空间。 为了营造后排的氛围感,尊界还在 C 柱内侧装了一个「水晶壁灯」,有点类似豪华酒店长廊和私人飞机上的舱内照明。与之相呼应的是覆盖整个后排车顶的星空天幕,能够根据不同的车内场景进行光效联动。 前面提到的「咖啡机」,实际上是集成在二排乘客前方中岛区域的一套车载热饮系统。 从控制界面的显示信息来看,这套系统不仅支持美式和意式现磨咖啡的制作,还提供了单独的热水和热茶选项,下方的盖板后方应该就是出水口,二排座椅扶手上还设有用于摆放茶杯的木纹材质托盘。 动力架构上,尊界 V800 全系采用了 1.5T 增程式四驱系统,并没有纯电版本。其中,由江淮汽车生产的 1.5T 增程发动机最大功率为 127kW,负责发电。驱动车辆的是一套前后双电机系统,前桥电机峰值功率为 160kW,后桥电机为 230kW。 把开车的麻烦留给司机,把喝茶的体面留给后排 伴随着具体参数的公开,围绕尊界 V800 的讨论首先集中在它的重量上。 申报资料显示,尊界 V800 的整备质量在 3120 公斤至 3190 公斤之间——即便是在 MPV 里,这也是一个非常罕见的量级。 在社交网络上,有不少人开玩笑地说:「3 吨多重的车,C1 能开吗?」 按照我国现行的交通法规,C 类驾照允许驾驶总质量在 4.5 吨以下、车长小于 6 米的客车,尊界 V800 在合规性上并没有问题,但它在物理重量上确实已经非常接近轻型货车的边界了。 大自重带来的物理惯性,对于车辆本身的制动系统、悬架以及轮胎的极限都是不小的挑战。 另一方面,近年来新能源车由于大容量电池以及各种豪华配置的加入,导致车重普遍攀升,对城市道路、桥梁等基础设施产生的磨损和负荷,也逐渐成为了相关部门关注的重点。 在道路工程学领域,有一个被频繁引用的「第四次方定律」,大概意思是,车辆对路面造成的结构性疲劳损伤,与车重的四次方成正比。如果将尊界 V800 接近 3.2 吨的整备质量代入这个数学模型,那么,一辆尊界 V800 对于道路造成的物理磨损,大约相当于 21 辆 1.5 吨燃油车的总和。 在空间维度上,接近 5.5 米的车长和超过 3.4 米的轴距同样是一把双刃剑,这样的尺寸在面对窄路掉头、老旧街区的狭窄车道,会给驾驶员带来明显的操作难度和心理压力。 不过,从 V800 的高宽比设计里,也能够看出尊界为应对国内驾驶环境做出的一些考虑。 首先 1850mm 的车身高度被控制在了一个相对安全的范围内,能够顺利通过国内绝大多数标准地库 2.0 米的限高。而 2006mm 的车宽,也能在标准停车位为两侧的侧滑门预留出足够的开启空间。 更重要的是,对于尊界 V800 的用户来说,也许车辆本身好不好开、尺寸会不会过于庞大,停车方不方便似乎也不是他们时常需要去考虑的事情。 显然,和 S800 比起来,V800 更适合请个司机来解决出行问题。 这个时候,二排的车载热饮系统或许就能派上用场了。 以往像迈巴赫、宾利飞驰这些西方的传统豪华车型,后排中岛最常见的配置通常是香槟冷藏箱搭配酒杯,这符合西方商业社会的社交习惯。而在国内的商务接待中,主要的社交媒介往往是热茶、咖啡。 都喝不惯?来杯热水总是没错的。 的确,从冷暖箱里掏出一个保温杯也能让你喝上热水,但相对而言,还是少了一些体面。 上世纪 90 年代,B&O 推出过一套音响系统,叫做 Beocenter 2500。当时最让富豪们津津乐道的,并不是它的功率有多大,而是两扇标志性的感应玻璃门——只要用户的手微微靠近,两扇玻璃门就会朝着两侧轻柔、缓慢地滑开,露出里面的 CD。 显然,它们对音质毫无提升,甚至还增加了机械复杂度和后期的故障率。但在当时的豪宅客厅里,这个充满了机械仪式感的动作,远比音响本身的声音表现更能支撑起它高昂的溢价。 那台咖啡机,就是属于尊界 V800 的「感应玻璃门」。
阿里千问上线“中国首个全周期高考志愿填报Agent”,提供免费咨询服务
IT之家 6 月 10 日消息,阿里巴巴今日宣布,千问上线国内首个全周期高考志愿填报 Agent,为全国考生免费提供志愿填报和咨询服务。 阿里巴巴表示,千问高考志愿填报 Agent 基于千问高考志愿大模型和夸克 8 年高考数据经验打造,具备“志愿日历”“志愿报告”“志愿问答”三项核心能力。 千问事业部产品负责人郑嗣寿介绍,中国每年有超过 1000 万考生参加高考。其中为考生聘请专业志愿填报师的家庭占比不到 5%,剩下 95% 的家庭和考生更多靠自己的摸索完成志愿填报。 千问高考志愿填报 Agent 宣称不仅掌握人类专家的思考链路、“位次法定位”等专业填报方法,还能结合历年院校录取数据和高考用户行为理解,提供更符合考生实际需求的志愿规划建议。IT之家附具体介绍如下: 志愿日历 考生在千问填写选科、估分等信息后,就能获得一份“志愿日历”。 “志愿日历”不仅能匹配考生所在省份的时间节点,将志愿填报拆解为一系列步骤,帮考生规划每一步,还能在交流中持续理解考生的兴趣方向、院校目标和城市偏好。 志愿报告 基于考生基础信息与志愿偏好,千问能生成个性化的“志愿报告”。今年,“志愿报告”实现了三大升级: 首先,通过 Agent 能力捕捉“乐于打交道”“不想离家太远”等更多细节需求,在志愿推荐中呈现。根据考生对未来发展路径的关注,增加了就业前景、考公考编、升学深造、AI 时代发展趋势等多项数据及建议。 其次,志愿报告升级了动态调整、主动建议两项能力。考生阅读志愿报告时,可边读边反馈“这个学校我不太想去”“再加几个金融学专业推荐”,报告即可实时调整。 同时,Agent 还对报告增加了自我检查机制,例如:识别到推荐志愿表“专业方向太发散”时,会主动建议考生聚焦方向、别浪费机会。 志愿问答 为满足考生关于高考志愿的咨询问答需求,千问还基于志愿填报 Agent 升级了高考问答能力。 在回复高考相关问题时,千问能调用各类高考工具和位次法定位等人类专家经验,回答考生询问,比如为考生估算“海淀一模 595 分相当于 2025 年高考 629 分”。 此外,阿里巴巴表示,千问工程团队对老旧机型与弱网环境进行了专项优化,保障乡村环境和父母群体使用的稳定性。
全网都在封神,Fable 5这三点实在忍不了
比起幻觉问题而担心大模型会变蠢,不如担心一下“最强”模型会故意变蠢。 Anthropic的“最强”模型发布不到24小时,网上的讨论度直接拉满。大家都想一探究竟最强到底多强。 实测证明,强的不是一星半点。 Gemini 3.1 Pro,GPT 5.5,Deepseek V4和最新Claude Fable 5对比,用的都是同一套提示词。 但是现在我们不说它到底有多强,因为目前为止都是夸它的。 这个模型,完美诠释了什么叫“能力越大,脾气越臭”。在惊艳的产出背后,是三大槽点:一是贵,二是强制降级,三是故意装傻。 第一:这哪里是AI,这是赛博碎钞机 与以往最大的不同是,Fable 5 和 Mythos 5 不是按照惯有的月度收费标准,而是重新明码标价,按照Token收费。 Fable 5 和 Mythos 5 的价格相同,均为每百万输入 token 10 美元,每百万输出 token 50 美元,并且据官方介绍,价格直接腰斩,不足预览版一半。 要知道现有的主流大模型API最低价格,阶跃星辰step-3.5-flash,每百万输入0.7元人民币,每百万输出0.14元人民币。 价格几乎差了百倍。 这意味着每次调用都需要进行慎重的思考,每一个字消耗的都是真金白银。 第一批受害者已经开始在网上吐槽了。 到底如何回本,或成为继吃自助餐之后普通人最常考虑的成本问题。 仅仅一句你好,就消耗了2%5小时额度。 第二:降级毫无道理,安全审核堪称“神经质” 如果说贵还能忍,毕竟一分钱一分货,那它的安全审核简直可以称为“被害妄想症”。 今天AI圈最艺术的行为:有网友刚跟Claude说了句“你好”,直接被系统判定为高危行为,强制降级。 何意味,你好也是一种攻击吗? 这是因为Anthropic给Fable 5加装了一套智能安全防护系统。 一旦系统怀疑用户在搞网络攻击、生化研究,或者是想“蒸馏”它的模型,它就会自动把用户切回到上一代的Opus 4.8去兜底。 官方表示,这套安全规则设置得相对保守,偶尔会误判普通问题,但这类情况极少发生,平均不足5%的会话会触发降级,95%以上的日常使用场景,用户都能体验到完整的顶级AI能力。 事实证明,这也太保守了,连“心脏有什么用”这样的中学问题也无法解答。 第三:故意装傻 知名AI研究机构SemiAnalysis指出,一旦Anthropic的最新模型发现你的机器学习研究很有价值,它就会停止提供实质性帮助,并暗中调低自己的智商,其伪装程度之高,连普通工程师都难以察觉。 该机构表示,他们已经亲身体验到了这种限制,模型对他们的GPU推理研究和编程工作进行了明显的过滤干预。 更可恶的是,它的答案明明是错误的、糟糕的,且提问完全符合要求,它还要照样收昂贵的Token费,这简直就是明目张胆的商业欺诈! 有网友表示:我完全支持拒绝提供安全服务的情况,而拒绝遵守服务条款也是可以理解的。但是,故意给出错误或不正确的回答,而这些回答其实并不违反服务条款,同时还向人们收取象征性的费用,这种行为实在是明目张胆的欺诈行为。 众多开发者怒不可遏,认为Anthropic是不道德的,虚伪的。 初创公司Prime Intellect的AI训练专家埃利·巴库什也表达了极度失望。他认为新模型在前沿研究任务上故意摆烂,对整个学术研究界是沉重打击,而这种暗箱操作更是极其荒谬。 回头看看今年早些时候,Anthropic高调宣布了Mythos级模型却迟迟不发。当时业内有三个猜测: 1官方借口:模型太危险,需要给网络安全人员准备时间。 2算力借口:这模型太大太贵,Anthropic手里算力不够。 3阴谋论:害怕同行“蒸馏”模型。即同行用它生成的高质量数据,去喂养、改进自己的竞品系统。 既然 Anthropic 已将这些人工智能研究的局限性纳入其官方 Mythos 发布计划中,那么第三种理论看起来就更可信了。 最后,想用AI初创公司Reka的联合创始人Mikel Artetxe的玩笑来结尾:“一切都是为了安全!”
博世押注人形机器人零部件:不造整机,做“智能大脑”供应商
凤凰网科技讯 6月10日,在柏林举办的博世互联世界大会(BCW)上,博世集团董事会主席史蒂凡·哈通博士表示,随着人形机器人技术的兴起,市场对博世零部件及解决方案的需求持续增长。博世明确不定位为人形机器人整机制造商,而是作为技术供应商和合作伙伴,提供传感器、软件、电驱动等核心技术与系统解决方案。博世预计有望在该领域拓展规模达数十亿欧元的业务空间。 博世集团董事会成员兼首席数字官Tanja Rueckert介绍,博世开放的ctrlX AUTOMATION平台可模块化快速集成机器人技术,已助力客户将无人驾驶运输系统与高精度机械臂结合。在传感层面,博世是全球MEMS传感器市场领导者,该传感器是机器人实现精准触觉感知的关键。据Yole Group预测,MEMS传感器市场到2030年将超过192亿美元,年均增长4%。 为加速技术落地,博世成立了罗伯特·博世机器人有限公司,并深化与纽鼐机器人(Neura Robotics)等企业的战略合作,共同开发认知机器人技术。今年年初成立的博世中国机器人中心(BROC)成为在华机器人生态合作的重要平台,统筹与本土伙伴在具身智能领域的合作。此外,博世全球230余家工厂积累的海量数据资产正用于训练AI驱动的机器人系统。
抢滩10亿白领,AI不想只围着程序员转
Vibe Working火了,Codex和Kimi Work都盯上10亿白领。 文 | 佘宗明 Vibe Working时代来了,不是轰的一响,而是哇的一声。 听到这,知道的人会说「1024(一级棒)」,不知道的人可能会一脸懵:什么是Vibe Working? 但如果将这里面的「Working」替换成「Coding」,很多人就悟了。 原因无他,过去一年多来,全球技术圈最火的词非Vibe Coding(氛围编程)莫属。 自从解锁了Vibe Coding后,许多程序员内心的os是:别再叫我「码农」了,请叫我「灵魂架构师」。 Vibe Coding的出现,部分革了「古法编程」的命,将原本复杂的逐行手敲代码变成了意图驱动式开发,让很多程序员就此告别逐行语法束缚。 可若「人描述意图+AI执行复杂工作流」只是程序员专属,那这场生产力革命辐射面终究有限:全世界程序员加起来是数千万,看起来是不少,可非程序员人群仍占据了职场打工人的绝大多数,其中白领人数就达到约十亿。 AI欲承「新工业革命」之重,从圈层化涟漪变成全民级浪潮是前提。 God说要有光,于是就有了光。白领们说「要让人负责Vibe(氛围),AI负责Working(干活)」,于是就有了头部AI企业揭开「Vibe Working」盖头的画面。 6月份以来,已有多家头部玩家在「Vibe Working」棋盘上落子:前有OpenAI官宣将Codex的核心能力直接并入ChatGPT,带动Codex周活用户突破500万,增量主要来自于知识工作者;后有Kimi近期推出桌面Agent产品Kimi Work Beta版,为知识工作者带来了「人动嘴皮子,AI干辛苦活」的程序员待遇同款体验卡。 ▲OpenAI方面官宣,将Codex装进ChatGPT。 ▲Kimi 推出了面向知识工作者的通用型本地Agent——Kimi Work。 可以预见,当Vibe Working能像Vibe Coding解放开发者指尖那样,让千行百业的知识工作者(泛白领人群)从无尽的表格整理、资料搜集、文档撰写、网页扒取等琐碎事情里抽身,「未来已来」四个字必然会变得愈发可感。 而现在,这一幕,已不远。 01 勇敢的人先享受世界,离AI近的人先享受AI世界的红利——最先感受到「AI真能干活」的群体,便是程序员。 2025年初,原OpenAI联合创始人Andrej Karpathy首次提出Vibe Coding,尔后该概念快速火爆出圈,究其原因就在于,Coding Agent重塑了编程工作形态。 「程序员,困在重复编码劳动里」,是程序员群体此前处境的真实写照。因为其工作的打开方式就是:梳理需求+架构设计+逐行编码+单元测试+BUG修复……循环往复。 但在Claude Code、Codex们出现后,事情起了变化:开发者们不用再什么都自己动手,只用讲清产品目标,剩下从代码撰写到环境部署交给Coding Agent就行。 这就好比,以往开发者得「自己做饭」,而今可以用语音「点外卖」,买菜、洗菜、炒菜、摆盘跟送餐,全都包在AI身上。 想想跟Code Agent说声「帮我搭个带鉴权的REST API(也就是带登录验证的后端接口)」,AI就能自动把文件建好、测试跑通、README写好,很多开发者能体会到钢铁侠拥有贾维斯的快乐。 程序员独乐乐,不如更多人众乐乐。Kimi Work就将Coding Agent的能力从代码世界平移到了通用办公场景中,让那些科研工作者、金融分析师、咨询顾问、企业文员们也能通过自然语言下达指令,让AI自动完成从获取原始资料到完整交付的全链路——即便他们是不懂Python爬虫、RPA配置的技术小白。 问题来了:为什么Coding Agent的能力能从代码圈外溢到泛知识工作领域? 第一性原理会告诉我们答案:Coding Agent干的,与其说是写代码,不如说是执行需要多步骤、多工具、多文件协作的复杂工作流,其核心就是理解意图、拆解任务、调用工具(API、终端)、读写文件、调试错误等。写代码只是种输出形式而已。 知识工作者的日常其实跟程序员高度相似:你写金融研报,要查数据、拉表格、建模型、写memo;你做竞品调研,要搜竞品、整资料、做分析、出报告;你做学术研究,要下文献、跑数据、画图表、写综述……拆解开来,其底层结构如出一辙:都是信息输入→多工具处理→结构化输出。 ▲做产品调研报告跟写代码看似是两回事,实则同构。 换个视角看,这些工作未尝不是另一种「业务代码」,只不过,输入的是财报和文献而不是GitHub仓库,输出的是Excel和PPT等而非Python文件。 Kimi Work就打破了那层壁垒,把Coding Agent在沙盒里跑代码的能力,泛化成了在电脑桌面上跑工作流的能力——它将Kimi Code在代码领域拉练出的任务拆解引擎、工具调用框架、异常处理逻辑等能力,经过场景适配后复用到了更多领域。 因而,可以将Vibe Coding与Vibe Working视作是同一套生产力逻辑的两次落地:前者是用自然语言驱动AI编码,后者将其适用面外扩,是用自然语言指挥AI处理各种知识型工作。 这就像,电力起初只是用来驱动工厂里的纺织机,后来却走进千家万户点亮无数灯泡。 02  Vibe Working之于白领,正如Vibe Coding之于程序员,作用直观体现在改变工作方式上。 一直以来,人类习惯于串行做事,做完这一件,再做下一件,没法同时「既做又做还做」,否则容易手忙脚乱、顾此失彼。拿我自己来说,每次事务扎堆时,我都十分头大,毕竟分身乏术。尤其是面对那些大体量、长流程任务时,只能靠熬夜爆肝换进度。 没办法,「单核处理器」是人出厂设置自带的bug,而这也框定了我们的效率天花板。 但这难不倒天生适配分布式、并行化协作的AI Agent集群。 如今,OpenAI的Codex、Anthropic的Cowork都采用了子智能体(Sub-Agent)架构,Kimi Work更是将Sub-Agent的支持数量上限提升到了300多个。 支持最多300个Agent同时干活,是什么概念? 前两天,我打开 Kimi Work后,勾选 K2.6 Agent集群按钮,接着说「帮我分析下AI Agent赛道的创业机会,包括竞品分析、市场规模、技术趋势、商业模型,做一份能直接给投资人看的PPT」。 随后我看到,Kimi Work会像项目管理软件那样,自动把我的目标拆解成深度研究、报告撰写、PPT制作等若干个Satge(步骤),然后调度不同专长的子Agent分工协作:探索Agent会去拉数据,数据分析Agent会跑Excel模型,产品Agent会梳理逻辑线,美术Agent会操控浏览器找配图……它们并行推进、交叉验证、相互配合。 自动播放 ▲Kimi Work的执行全过程录屏。 我理解,知识工作就像盖房子,用Agent就是摇人,以往单一Agent是单个装修工,他今天刷墙,明天铺地板,后天装灯具,工期长、效率低;Kimi Agent集群则是直接派装修公司——设计师、水电工、泥瓦匠、油漆工同时进场,他们齐头并进打配合,让效率倍增。 也许有人会说:说来说去,不就是所谓的「多线程作业」吗? 并不是。传统的多线程操作仅能同步执行任务,最终信息整合还得我们自己来。Kimi Work 的Agent集群则是有组织的并行协作,各个Agent同步运转、互通进度,相当于「蜂群智能」。如此一来,我们管理的不再是数百个孤立工具,而是一支高效协作的AI军团。 03 Vibe Working落地,离不开通用Agent。而在通用Agent方面跑在最前面的,仍是一方模型公司。 在当下,做Agent的产品基本可以分为两类:一类是第三方插件型(常被视作「缝合怪」),一类是一方模型原生型(即自研基模厂商的)。从Claude Cowork、Kimi Work纷纷发力Vibe Working看,一方模型公司更有机会做好通用办公Agent。 究其缘由,通用办公Agent 的生死线,就是交付的稳定性:你聊天框说错几句话,顶多是被人吐槽两下;Agent执行则是低容错性,错了一步,如在浏览器里点错按钮、在财务表格里算错公式,后果可能就很严重。 而通用Agent要想稳定交付,得解决复杂任务拆解可靠性、工具调用稳定性、长上下文+长输出能力、迭代速度等问题。 说到这,很多第三方插件型Agent产品会低下头——调用崩坏、数据断层、任务中断,是它们干活时的常见情形。未必是「给它们机会,它们不中用」,而是它们受制于上游模型能力和API配额。 一方模型公司下场,则像「亲妈带孩子」,对模型的能力边界、代码执行、工具调用理解得更透,非但能避免出现「套几层壳导致误差层层放大」的问题,还能模型和Agent一体化打磨,让Agent行为与基座模型共进化。 像Claude Cowork,就是脱胎于Claude Code,所以底层的指令跟随、长程规划、代码执行特别丝滑——还是「原厂调优」大法好。 Kimi Work内核也是根植于Kimi Code,因而生来就具备多重优势,如超长文本处理(一次性写几万字报告都不带喘气的)、专业数据源直接接入(天眼查、iFinD、Yahoo Finance、World Bank、arXiv等都不用用户手动配置)、浏览器操作深度整合(能登录、能点击、能下载、能截图而非简单网页抓取)…… ▲Kimi Work直接接入了大量专业数据源。 打个形象的比方,第三方插件型Agent就像是在模拟器里跑游戏,跑是能跑,但经常掉帧、卡顿、闪退;而一方模型公司做的 Agent,则好比原厂真机直玩,运行流畅,帧率稳定。 (Ps:这下很多人该懂车企自研发动机跟购买零件组装的差别了吧。) 04 刘易斯·芒福德在《技术与文明》中说:技术的真正意义,不在于其孤立的机械成就,而在于它如何被整合进生活的整体,并在此过程中扩散至整个社会肌体。 Kimi Work就在将原本专属于程序员的魔法棒递给更多知识工作者,他们随手一挥,Vibe Working的图景就陈于眼前。 每次技术变革,都会伴生着某些焦虑。Vibe Working的新工作方式出现,也难免会引得某些人焦虑:AI这么能干,还要人干嘛? 但Vibe Working替代的不是「人」,而是以往压在人身上的那些重复性、流程化执行动作。 以往作为手搓派的我们,可能80%的时间在拉数据、清表格、调格式,只有20%的时间在思考。但以后我们可以把脏活累活交给Agent,把认知带宽释放出来做更有价值的事情——如投资决策里的风险嗅觉、整体判断,学术研究中的创新假设、实验设计…… ▲如果让人来写这份报告,可能3天都完不成,但Kimi Work只用了不到30分钟。 需要看到的是,当前Kimi Work仍处于Beta阶段,产品仍处在迭代周期,面对那些小众细分行业、强主观决策类工作,表现还有提升空间。 但其价值会与其说是让AI完美落地执行,不如说是完整展示了Vibe Working的落地可行性:它证明了Coding Agent能力可以外溢普惠至更多行业,证明了Agent集群能落地重型知识工作,更证明了「人类提目标,AI做执行」的人机共生模式是大势所趋。 在此过程中,AI把「执行层」的门槛踏平的同时,也会将人类「决策层」价值放大。随之而来的,是职场里的「再分化」:分水岭不只是会不会用AI,更是能不能管理AI团队…… 未来职场竞争力的核心,不再局限于专业技能,还有任务拆解能力、AI 调度能力、结果验收能力。 那些AI使用阶段止步于L1层次(主要跟ChatBot闲聊)的、停留在L2层次(会让AI帮着动脑想方案)的、达到了L3层次(能让AI动手做执行)的,分别隔着10倍的效能差。 说到底,Vibe Working时代已来,方向盘仍在我们手里,但引擎已经换成了V8。关键是,你能否及时上车掌好舵。

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。