IT之家 3 月 1 日消息，OpenAI 首席执行官萨姆 · 奥尔特曼于当地时间周五晚间宣布，公司已与美国国防部达成协议，允许后者在其机密网络中使用 OpenAI 的人工智能模型。 此前，美国国防部（特朗普政府时期亦称“战争部”）与 OpenAI 的竞争对手 Anthropic 陷入了备受瞩目的对峙。五角大楼要求包括 Anthropic 在内的人工智能公司，允许其模型被用于“所有合法用途”；而 Anthropic 则试图为大规模国内监控和完全自主武器划定不可逾越的红线。 IT之家注意到，Anthropic 首席执行官达里奥 · 阿莫迪在当地时间周四发布的一份长篇声明中表示，公司“从未反对特定军事行动，也未试图临时限制我们技术的使用”，但他认为，“在少数特定情况下，我们认为人工智能会破坏而非捍卫民主价值观”。 本周，超过 60 名 OpenAI 员工和 300 名谷歌员工签署了一封公开信，呼吁各自雇主支持 Anthropic 的立场。 在 Anthropic 与五角大楼未能达成协议后，美国总统唐纳德 · 特朗普在社交媒体发文，批评“Anthropic 里的左翼疯子”，并下令所有联邦机构在六个月过渡期后停止使用该公司产品。 在另一条帖子中，美国国防部长皮特 · 赫格塞思声称，Anthropic 正试图“攫取对美军作战决策的否决权”。赫格塞思还宣布将 Anthropic 列为供应链风险：“即日起，所有与美军有业务往来的承包商、供应商及合作伙伴，均不得与 Anthropic 开展任何商业活动”。 当地时间周五，Anthropic 表示“尚未收到战争部或白宫关于谈判进展的直接通知”，但坚称将“在法庭上挑战任何供应链风险认定”。 出人意料的是，奥尔特曼在 X 平台发文称，OpenAI 的新国防合同包含了一些保护措施，解决了那些成为 Anthropic 争议焦点的相同问题。 “我们最重要的两项安全原则是：禁止国内大规模监控，以及武力使用必须由人类负责，包括自主武器系统，”奥尔特曼表示，“战争部认同这些原则，并将其体现在法律与政策中，我们也已将这些原则写入协议”。 奥尔特曼称，OpenAI“将构建技术安全保障措施，确保模型按预期运行，这也是战争部所期望的”，并将向五角大楼派驻工程师，“协助模型部署并保障其安全”。 “我们呼吁战争部向所有人工智能公司提供相同条款，我们认为所有企业都应愿意接受，”奥尔特曼补充道，“我们强烈希望事态降温，从法律与政府行动转向理性协商”。 据《财富》杂志记者莎伦 · 戈德曼报道，奥尔特曼在全员大会上告知员工，政府将允许公司构建自己的“安全体系”以防止滥用，且“若模型拒绝执行某项任务，政府不会强迫 OpenAI 让模型执行”。

近日，美国AI公司Anthropic发布报告，公开指控中国三家大模型公司深度求索（DeepSeek）、月之暗面（Moonshot）与稀宇科技（MiniMax）对其Claude模型进行了“工业规模的蒸馏攻击”。这一指控迅速在全球AI行业引发了广泛的讨论与争议。 值得注意的是，Anthropic自身也面临过数据合规方面的争议。其曾在2025年9月因使用盗版书训练模型而与作家群体达成高额和解，并在今年年初因音乐版权问题面临来自音乐出版商的诉讼升级。在这样的背景下，其高调指控他人，使得这场风波的动机与合理性变得更加复杂。 此次事件的核心，是一种被称为“模型蒸馏”（Model Distillation）的AI训练技术。其原理可以通俗地理解为“老师教学生”：一个能力更强的大模型（老师）通过输出带有推理过程的示例，来训练一个参数量更小的模型（学生），从而以更低的成本实现知识的迁移和能力的复刻。在行业普遍观点中，这是一种常规且公认的模型能力提升方式。 技术本身是中立的，但行业内对于模型蒸馏是否构成侵权并无统一的法律规范。相关的争议往往涉及服务协议的违约问题，而非明确的法律禁止条款，这导致侵权行为难以界定，证据也难以获取。 更值得玩味的是，Anthropic此次为了证明其指控，详细披露了其监控和识别API调用模式的能力。这变相承认了其具备对用户调用行为的深度洞察力，无形中加剧了业界对于AI时代数据隐私和用户安全的普遍担忧。 一项行业通用技术被“武器化”，这场“蒸馏闹剧”究竟是在维护权益，还是在掩盖竞争焦虑？回到事件本身，模型蒸馏的合规边界究竟在哪，或许才是更值得深究的问题。 01 什么是模型蒸馏？ 要理解整场争议，首先必须厘清“模型蒸馏”这一核心技术概念。 这是一种知识迁移（Knowledge Transfer）的方法。前大厂AI技术人员Frank打了个比方，就像老师读了1000万本书，过滤掉500万本，只留下精华的部分。学生可以直接学习这些精华，“脑容量”可以变小，但能力却能接近老师。其本质是实现模型能力的高效传递与复用。 需要明确区分的是，模型蒸馏与备受质疑的“套壳”有着本质的差别。北京理工大学博士生王明解释，“套壳”是简单地调用第三方模型的API接口或者原封不动移植开源模型，然后包装上自己的产品外壳；而模型蒸馏是一个完整的训练与优化过程，最终生成一个全新、独立的模型。 模型蒸馏最早在2015年被提出，最初主要应用于图像分类和语音识别等场景。随着大模型时代的到来，“模型蒸馏已成为行业常态，即使是海外头部模型厂商也会学习对方模型的优势能力”，AI创业者Jojo告诉「AIX财经」。 模型蒸馏之所以在业内被广泛采用，原因在于降本增效。 从零开始训练一个高性能的大模型，需要耗费海量的高质量数据、巨大的算力以及漫长的研发周期，成本极其高昂。 通过蒸馏，AI企业首先降低了数据成本：利用成熟模型的API生成高质量的“问答”作为训练数据，大幅减少人工标注和数据清洗的成本；其次加速了研发进程：快速让自身模型的能力向行业头部模型看齐，缩短技术差距，更快地验证产品和商业模式。 然而，为了防止自身核心能力被轻易“蒸馏”，闭源模型厂商也在采取防范措施。王明提到，Anthropic已经声明，一旦识别到用户在进行模型蒸馏，可能会对输出语料进行“投毒”，也就是在正常语句中混入错误标点、打乱文字顺序、植入隐性错误等，迫使蒸馏方投入大量人力校对、清洗数据，以此变相提高蒸馏成本。但这同样可能损害自身模型的声誉和用户体验。 模型蒸馏的技术中立性与商业应用的复杂性，自然引出了下一个核心问题：在法律层面，这些行为该如何界定？ 02 Anthropic的指控， 站得住脚吗？ Anthropic此次并未提起正式诉讼，而是选择发布公开报告并呼吁行业与政策制定者采取行动。 它的指控很具体：注册大量虚假账号、绕过地域限制、进行“工业规模的蒸馏攻击”。在理解这个指控之前，先弄清一个技术细节，模型蒸馏有两种形态——“黑盒蒸馏”与“白盒蒸馏”。 北京星也律师事务所于泽辉律师介绍，“白盒蒸馏”是需要获取模型的内部权限，直接访问底层参数、权重和架构。“黑盒蒸馏”则是只能通过API接口与模型进行交互。 Anthropic指控的是“黑盒蒸馏”，而这种做法在学术界和产业界被视为正常的技术迭代手段，不涉及任何商业机密的摄取。于泽辉解释，这就像一个学生阅读教材，并不侵犯教材的版权。 我们从证据链、版权归属和不正当竞争三个核心维度，结合法律专业人士的观点进行分析。 根据法律从业者的观点，Anthropic指控面临的首要挑战是证据链的完整性。 剑桥颐华律师事务所杨卫薪律师告诉「AIX财经」，即便Anthropic能证明特定账号存在高频调用，却无法证明这些调用产生的输出内容确实被用于模型训练，更无法证明相关行为是为所在公司的产品开发服务。这之间隔着多层需要独立证明的法律事实。Anthropic目前公开的信息，并未完成这一系列的举证环节。 其次，指控若要构成版权侵权，需证明其模型输出的内容是受《著作权法》保护的“作品”。这面临两大障碍： 一是AI生成物是否构成作品？于泽辉提到，美国版权局通常对纯AI生成内容不予版权保护。但Anthropic的用户协议中明确约定，用户拥有对输入和输出内容的权利。他指出：“平台既然已经通过协议将相关内容的所有权转让给用户，随后又主张知识产权受到侵害并限制用户合法使用，这在法律逻辑上是完全自相矛盾的。” 二是保护思想还是表达？杨卫薪介绍，AI大模型通过交互学到的是能力而非具体内容，这种能力属于思想、方法的范畴，而著作权法仅保护表达，并不保护思想和概念，因此相关行为并不构成版权侵权。 最后，将“模型蒸馏”定义为不正当竞争行为同样困难重重。 于泽辉表示，Anthropic在这一问题上存在将违约行为与违法行为相混淆的倾向。它将用户协议层面的违约指控，包装成非法提取甚至国家安全威胁，而这在法律层面是两个性质不同的概念。 Anthropic用户协议中存在“禁止用于训练竞争性模型”的条款，一方面，“竞争性模型”的定义模糊不清。另一方面，即便相关企业违反了禁止将模型输出用于竞争模型训练的用户协议，其承担的主要是合同法上的违约责任，但这并不等同于实施了不正当竞争行为。通过正常且付费的API调用获取公开输出，是否构成入侵系统获取底层代码或参数，值得商榷。 综上所述，受访律师认为，Anthropic的指控在现行法律框架下，无论是从版权还是不正当竞争的角度，都面临着相当大的举证困难和法律适用障碍。Anthropic选择发布公开报告而非提起正式诉讼，或许与上述法律层面的挑战不无关系。 03 蒸馏不是“万能药”， 省下成本省不下创新 尽管在法律上难以被严格界定为“窃取”，但模型蒸馏在商业战略层面无疑是一把双刃剑。它为AI领域的追赶者提供了一条看似高效的“捷径”，但也带了局限和挑战。 首先是能力天花板和创新能力受限。学生模型的能力上限被教师模型牢牢锁住，它能学会老师教的知识，却很难超越老师，更无法实现真正的源头创新。 Frank告诉「AIX财经」，蒸馏后的模型大多会做轻量化处理，虽然参数更少、算力需求更低，但在处理复杂、全新任务时也会表现不佳，甚至出现输出不稳定的情况，能力天花板有限。 他进一步解释，如果原模型的思维偏理性，类似于“数学老师”，蒸馏后的模型也会延续这一特点，在语文等其他领域的能力可能会相对薄弱。 过度依赖蒸馏也会使模型在回答风格和思维范式上趋同于教师模型，丧失独特性和创造性，难以形成差异化的竞争优势。 其次是缺陷被继承。Frank表示，教师模型存在的偏见、幻觉、错误认知等问题，会被蒸馏后的模型原样继承，且由于学生模型不具备自主纠错的能力，这些缺陷会被固化甚至放大。 这些局限指向一个核心问题：靠模型蒸馏，企业无法实现技术上的超越，所以对于处于追赶阶段的企业而言，这只是一种务实的阶段性策略。 王明解释，模型训练分为预训练、后训练等多个阶段，最核心的预训练阶段无法通过蒸馏完成，企业要自主研发模型，就必须独立完成这一阶段。同时，企业在不同发展阶段对数据的需求也不同，起步阶段会用蒸馏数据控制成本、快速验证技术可行性，但发展到追求模型质量的阶段，必然会转向人工创造的高质量数据，打造自身模型的独特性。 Jojo指出，蒸馏的核心作用是让后发模型快速向先进模型对齐。这是“追赶者”的技术手段，但单纯依靠这份复刻的能力，企业只能一直跟在头部厂商身后，后续的研发工作也容易陷入被动的跟随状态，无法突破原模型的能力边界，更谈不上打造属于自己的技术壁垒。 在Frank看来，在AI快速发展的时代，想要靠限制蒸馏来维持竞争优势并不现实，与其将精力放在对现有能力的保护上，不如多花功夫在自身模型的技术迭代和创新上，实现突破。 总的来说，不必谈“蒸馏”色变。模型蒸馏仅是一种普遍、常规的技术迭代手段，它能为AI模型的发展提供一把“梯子”，但并不是“万能药”，模型的优势还要靠自身的核心研发实力来实现。 04 结语 本质上，Anthropic的指控，是全球AI产业在高速发展下一次矛盾的集中爆发。它反应出了一些值得深思的问题： 一是开源与闭源的路线之争：事件背后是AI领域开源精神与闭源商业模式之间的持续博弈。如何在鼓励技术快速扩散、推动行业整体进步与保护企业研发投入、维持商业竞争力之间找到平衡，是所有从业者必须面对的难题。 二是全球AI竞争的白热化：随着中国AI企业的快速崛起，全球AI领域的竞争正日趋激烈。Anthropic的指控，无论其初衷如何，客观上都带有浓厚的商业竞争色彩，反映出头部厂商在领先地位受到挑战时的焦虑。 对于被指控的企业而言，此次风波是一次警醒，提示我们在追赶过程中必须更加注重合规性，并尽快从“学习模仿”走向“自主创新”。而对于整个行业，与其将精力耗费在如何限制“蒸馏”上，不如回归技术创新的本质，通过构建真正的技术壁垒和差异化优势，来赢得市场的最终尊重。

凤凰网科技 出品 作者｜尚志芳 编辑｜赵子坤 “裁掉10%的人可以理解，或者两到三年逐步裁掉40%也在预期，但一次性砍掉40%的员工，实在太过离谱。” 在接到通知的12 小时后，一位Block被裁程序员对凤凰网科技表达了他的困惑——上周四，这家由推特前CEO杰克·多尔西（Jack Dorsey）创办的金融科技公司，突然宣布裁员超过4000人，占员工总数的40%左右。 这位程序员对凤凰网科技透露，程序员可能是此次裁员中数量最多的群体，接近70%。除此之外，“大概三分之二的中层管理也被裁撤，实际上所有职位都未能幸免，留下来的人可能压力会比较大。” “我不觉得有明确标准，我的上司也被裁了。”另一位Block前员工也对凤凰网科技表示震惊，自己作为组内核心员工也没能躲过，“这次完全没预兆，因为之前公布的计划是 Performance Base （基于绩效评估）的裁员，比例就10%。” 他所在的SWE（软件工程师）组，一个月前才入职的新人也未能幸免，此前长期还处在缺人阶段。“裁完这波，剩下的人处理 oncall 都捉襟见肘。” 在Block内部，大家普遍认为，这次大规模裁员是Jack两周前突然提出的，知情人很少，“甚至HR部门都是上周才介入，一周内拟定裁员名单，而且没人知道标准。” 面对此次“闪电式裁员”，资本市场给出了一个近乎残忍的回应：消息公布后，Block股价盘后一度暴涨27%，市值一夜增加约30亿美元。以此粗略计算，每裁掉一个人，公司价值增加了75万美元。 更讽刺的是，这家公司经营状况并非陷入困境。相反，Block的业绩一直相当亮眼：2025年全年毛利润达103.6亿美元，同比增长17%；第四季度毛利润同比增长24%，Cash App毛利更是涨了33%。 一家业绩向好的公司，为什么要突然砍掉近一半的员工？ 多尔西给出的答案是：AI。 AI提效，一个合法的裁员理由 在宣布裁员同时，杰克·多尔西在内部信中解释，AI工具的出现“从根本上改变了构建和运营一家公司的意义”。他表示，“一个规模显著缩小的团队，使用我们正在构建的工具，能够做得更多，并且做得更好。” 他所说的工具，包括Block内部开发的AI工具“Goose”。多尔西透露，“智能工具的能力每周都在加速复合增长”，配合更小、更扁平的团队，正在催生一种全新的工作方式，从根本上改变公司建设和运营模式。 凤凰网科技从Block内部人士处获悉，实际上Block每年都在进行裁员，此前裁员比例一直约10%左右。但此次不仅是首次将AI作为裁员理由，也是规模最大的一次裁员。 杰克·多尔西的决策并非没有铺垫。他在电话会议上透露了一个关键时间节点：2025年12月。那是他所说的“模型能力与智能水平实现数量级飞跃”的时刻。换言之，这不是公司陷入困境后的仓皇应对，而是在业绩强劲增长的同时做出的主动选择。 他甚至在X平台上直言：本来可以选择慢慢裁，几个月裁一波，拖上几年。但觉得反复裁员更摧毁士气，不如一次到位。“我宁愿现在做一个艰难但清晰的决定，而不是朝着同样的结果慢慢减少人数。” 并且，还在正式公开信中补上了最致命的一句“预测”：“我不觉得我们做得早了，我觉得大多数公司做得晚了。一年之内，大多数公司都会得出同样的结论，做出类似的调整。” 来源｜X 当然，质疑声从未停止。有用户直言，Block“多年来一直臃肿不堪”，疫情期间的过度招聘才是裁员的真实原因。 有债券分析师指出，Block在2019年底到2022年期间员工数从3900人增至12500人，三年内扩张逾三倍。这次裁员的人数，其实还不到疫情期间疯狂扩招的一半。他认为，把裁员归因于此前过度扩招，比AI提效的理由更有说服力。数据显示，2019年底Block一共3835人，疫情后线上支付爆发，公司疯狂招人，到2025年底达到10205人，六年翻了近三倍。现在砍回6000，正好回到略高于疫情前的水平。 Sam Altman曾指出一个现象：部分企业将既定裁员计划包装为人工智能升级，被称为“AI洗白”。当一种叙事既能赢得华尔街的掌声，又能掩盖过度招聘的历史，还能让裁员看起来像是一种远见——这样的叙事工具，哪个CEO不想拥有？ 但前员工们的观点则更为复杂。“理由五五开吧。你要关注就会知道，创始人一直是狂热的AI支持者，在公司内部力推做AI tools，我们也做了很多AI东西，只是行业内不是很出名。” Block的重组计划显示，未来公司将聚焦三大方向：让AI贯穿所有工作，比如给商家自动分析经营数据、给用户主动提理财建议（Cash App里的Moneybot工具已有70%用户愿意用）；只聚焦四件核心事——提升客户能用的功能、做好功能交付的界面、靠数据做智能推荐、用智能模型管理公司运营；小团队没理由拖沓，以后决策、推出新产品、迭代优化都要更快。 硅谷的AI裁员潮，才刚刚开始？ “AI一直在写代码，人一直在开会谈需求。”一位Block内部员工向凤凰网科技描述了他的日常工作状态。 他对公司大规模裁员后的运转表示担忧，“很多系统还是要维护oncall的，这一块AI可能有点悬，但写新代码AI还是很强的。” 汹涌的AI裁员潮下，除了程序员，产品经理、工程技术岗位、数据科学岗都未能幸免。 企业如此急于用AI替代人力，背后是资本市场的强力驱动。AI提效、组织扁平化这些愿景目标，向投资者展示了更美好的未来。Block裁员消息公布后股价暴涨27%，已经充分说明了市场的偏好。 Block为被裁员工提供了相对丰厚的补偿：20周基本工资加每满一年工龄额外1周的薪资补偿、期权归属延长至5月底、6个月医疗保险、5000美元过渡安置费等，预计将产生近5亿美元的遣散费用。多尔西还安排了一次公开视频直播，亲自跟被裁的人道谢，自己也承认这么做可能会显得尴尬。 这种补偿方案在硅谷已经算是良心水平，但它仍然无法解决一个根本问题：被裁员工的长期就业怎么办？ 在裁员前四天前，宏观研究机构Citrini Research发表了一篇题为《2028全球智能危机》的虚构文章，描绘了一个AI横扫就业市场的反乌托邦：AI让公司利润扩张，利润被重新投入AI，更多投入带来更强的AI能力，更强的AI能力让更多岗位变得可替代，更多人失业意味着更少的消费，消费端萎缩让更多公司面临压力，被迫用AI进一步压缩成本。他们给这个循环起了个名字：“人类智能替代螺旋”（Intelligence Displacement Spiral）。 文章里有一句话：“每家公司的个体决策都是理性的，集体的结果是灾难性的。” 四天后，这句话不再是思想实验。 多尔西说他不觉得做得早了，他觉得大多数公司做得晚了。如果他的预测成真，Block的这次暴力裁员很可能只是一个开始。接下来是否会引发全行业效仿，还未可知。 这是这套叙事中最精妙的部分——他把一场可能被视为冷酷的裁员，重新定义为前瞻性的战略勇气。他不是在抛弃员工，他是在引领时代。那些被裁的人，不是被淘汰的失败者，而是时代转型的代价。 这是把代表“先进”和“必然”的技术叙事，当作趁手好用的管理工具。 当多尔西预言，“一年内大多数公司会做同样的事”时，他可能说对了。无论是技术驱动的必然，还是叙事模仿的从众，Block的裁员很可能会成为一个转折点。从此以后，“AI转型”将成为裁员的标准话术，“效率提升”将成为削减人力的正当理由，“更扁平的组织”将成为压缩成本的体面说法。 当AI可以比人类更快、更准、更便宜地完成大多数任务，人类该如何找到自己的价值？这个问题的答案，将决定未来我们社会的模样。 那位被裁的程序员还没有想清楚这些问题。他只是说，对于接下来的求职方向，还没有明确规划，或许会转行，“现在不是流行去当个电工么，可能不那么容易被AI替代。”

OpenAI 凤凰网科技讯 北京时间3月1日，据路透社报道，OpenAI周六表示，公司在一天前与美国五角大楼达成的协议包含了额外的安全保障措施，以保护其具体使用场景。 OpenAI在周五宣布与美国国防部(特朗普已更名为战争部)达成协议，将在美国国防部的机密网络上部署AI技术。此前，美国国防部曾与Anthropic合作，但是双方因为AI安全使用限制闹翻。美国国防部已将Anthropic列为供应链风险。 OpenAI周六称：“我们认为，我们的协议比以往任何机密AI部署协议都拥有更多的防护措施，包括Anthropic的协议。” 该公司指出，它与美国国防部签订的合同设置了三条红线：OpenAI技术不得用于大规模国内监控、不得用于指挥自主武器系统，也不得用于任何高风险的自动化决策。 “在我们的协议中，我们通过一种更加全面、多层次的方法来保护这些红线。我们对自身的安全体系保有完全的自主决定权，我们通过云端进行部署，由获得安全许可的OpenAI人员参与监督，并且我们还拥有强有力的合同保障措施。”OpenAI表示。 OpenAI警告称，美国政府若违反合同条款可能触发终止条款，但同时补充道：“我们预计这种情况不会发生。”该公司还表示，国防部不应将竞争对手Anthropic列为“供应链风险”，并指出“我们已向政府明确表达了这一立场”。(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”。

快科技2月28日消息，去年六月，华为在上海正式推出了影像旗舰Pura 80系列。按照华为往年的产品更迭惯例，今年上半年，备受期待的华为Pura 90系列也将如约而至。 根据最新的行业爆料显示，华为Pura 90系列的发布时间有所提档，这款全新的影像旗舰最快有望在今年四月份亮相。 相比于上一代的Pura 80系列，华为Pura 90系列在屏幕形态上迎来了重大调整。全系机型将回归直屏设计，并提供1.5K的高清分辨率，满足用户对直屏操作体验的追求。 在具体尺寸方面，标准版机型将配备6.58英寸的屏幕。而定位更高、尺寸更大的Pro系列以及Ultra版，则会搭载6.87英寸的直屏。 值得注意的是，Ultra版机型有可能会引入更先进的3D人脸识别技术，进一步提升解锁的安全性和便捷性，这也将成为该系列在交互体验上的一个重要卖点。 在核心硬件配置上，华为Pura 90标准版预计将搭载麒麟9020芯片，Pro版将升级为麒麟9030芯片，而最顶级的Ultra版则会配备性能更强悍的麒麟9030 Pro芯片。 此外，该系列机型在出厂时极有可能预装全新的鸿蒙6.1操作系统，通过系统级的深度优化与自研芯片的高效协同，为用户带来更加丝滑的智能化用机体验。 作为华为旗下的顶级影像旗舰，Pura 90系列的拍照实力无疑是外界关注的重中之重。虽然目前关于该机具体的镜头细节尚未完全流出，但我们可以从前作的技术积累中窥见端倪。 去年的Pura 80系列在行业内首创了一镜双焦段技术，将中长焦与超长焦的光学焦段完美合一，配合超大底传感器以及RYYB阵列，实现了长焦画质的跨越式提升。 即便是在极具挑战性的暗光环境下，前代产品依然能够捕捉到清晰锐利的长焦画面。这种深厚的影像技术积淀，让市场对即将到来的Pura 90系列充满了期待。

IT之家 3 月 1 日消息，据 Wccftech 报道，目前安卓旗舰芯片的发展趋势充满变数，高通等厂商更热衷于提升绝对性能，却忽视了能效指标。虽说可以理解他们想在跑分上压过苹果、争夺话语权的目的，但这类荣誉基本只会停留在跑分榜单上。 简而言之，随着高通追求更高主频，搭载骁龙 8 Elite Gen 6 Pro 的手机，实际体验很可能大打折扣。参考骁龙 8 Elite Gen 5 的功耗设计，其继任者若不加控制，功耗峰值甚至可能高达 30W。 IT之家注意到，Reddit 用户“sseinzw”发起的讨论指出，由于高通没有限制芯片运行频率，骁龙 8 Elite Gen 6 Pro 将会发热严重、难以控制。他举例称，骁龙 8 Elite Gen 5 的功耗已能达到 20W～24W，这已经是轻薄本处理器的功耗水平。 简单来说，高通打算把骁龙 8 Elite Gen 6 Pro 的功耗推到 25W～30W 区间，却没有配套的散热能力。 高通提升功耗的主要手段就是拉高主频。三星定制版骁龙 8 Elite Gen 5 大核已达 4.74GHz，而有消息称，骁龙 8 Elite Gen 6 Pro 测试时最低频率就定在 5.00GHz。 即便用上高转速散热风扇与均热板，手机内部狭小拥挤的空间也远不足以压制 25W～30W 的功耗，这意味着在绝大多数场景下，骁龙 8 Elite Gen 6 Pro 都会频繁降频。 有泄露的原理图显示，高通可能会借助 Exynos 2600 的 Heat Pass Block（HPB）散热技术，将其覆盖在骁龙 8 Elite Gen 6 Pro 芯片上方来辅助散热，从而小幅降低温度。 但这些改进不能决核心问题：芯片厂商只顾堆绝对性能，却忽略了能效与架构优化。一旦超过某个频率阈值，任何档次的处理器都会出现收益递减，必须大幅提高功耗才能维持频率。 高通的合作伙伴会试图通过硅碳电池与更强的散热方案来弥补骁龙 8 Elite Gen 6 Pro 的高功耗问题。但如前所述，问题必须从源头解决，而遗憾的是，决定权只在高通手中。

作者：养乐多 编辑：刘毓坤 说实话，这次去MWC巴塞罗那，本来没抱太大期待。这些年科技展会，看来看去都是老套路，摄像头多一颗，边框窄0.1毫米，折叠屏再轻薄一点。连惊喜感都快磨没了。 直到走到荣耀展台，才发现自己错了。 舞台中央最显眼的位置，摆着两台看起来有点“不务正业”的产品。一台是背后藏着机械臂的Robot Phone，另一台是能点头、能转身、能递东西的人形机器人。周围围满了人，有人举着手机直播，有人对着Robot Phone对话。 除了形态本身的创新，荣耀今日还宣布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好莱坞级的影像表达，以及更富有想象力的故事讲述体验，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。此次战略技术合作也是阿莱影像科学的核心技术第一次与消费级手机终端直接融合，标志着阿莱的色彩科学、电影视觉和专业制作流程将正式融入到消费者的移动终端体验之中。 荣耀CEO李健站在台上演讲时，没有喊什么“引领未来”的口号。但通过他的演讲，那一刻我突然意识到，荣耀已经不再局限于做一家智能手机制造商了。这是属于荣耀的机器人时刻，也是它彻底跳出手机单一赛道，向全球领先的AI终端生态公司发力的一次明牌。 一、手机厂商凭什么做机器人？ 先看一组数据。2025年，荣耀全球手机发货量突破7100万台，同比增长9%。海外销量增长47%，占比首次超过50%，拉美、中东非的出货量双双突破千万台。 不光是销量，在产品力上，荣耀也没闲着。这次发布的荣耀Magic V6堪称“折叠屏大满贯”，在保持行业最轻薄纪录的同时，最新自研的青海湖刀片电池直接把折叠屏电量干到了7000毫安以上，一举打破四项行业记录。荣耀Magic V6搭载满血第五代骁龙8至尊版旗舰平台，具有七项权威认证的黑钻屏，影像系统配备了6400万潜望式长焦，AI方面全新升级AI会议参谋等功能，全生态互传、IP68+IP69防尘防水、卫星通信也都没落下。 这说明什么？说明荣耀在主战场非但没有松懈，反而还在刷新行业纪录。只有基本盘够稳，才有资格开第二战场。当手机业务本身还在往上走的时候，你才能相信，机器人不是病急乱投医，而是有底气的战略延伸。 那机器人又是怎么来的？ 这次MWC的亮相，其实是阿尔法战略发布一年的成果汇报。2025年3月，荣耀宣布未来五年投入超100亿美元，目标是从手机制造商转向全球领先的AI终端生态公司。一年间，他们设立了具身智能实验室、动力总成实验室、仿生本体研究实验室等，成立了阿尔法实验室聚焦前沿技术，500 家阿尔法店在全球落地，并且从吉隆坡到迪拜，这一生态正在面向全球生根发芽。 手机厂商做机器人，天然就带着几样家底。端侧AI是手机的核心能力，离人最近的智能设备，每天处理海量数据，模型压缩、功耗优化、隐私保护，这套能力可以直接复用。精密制造也是看家本领，能把几百个零件塞进8毫米厚的机身里，能攻坚折叠屏铰链的团队，做机器人的关节和驱动，这本身就是一种能力迁移。 更关键的是场景理解。手机厂商最懂普通人在想什么、需要什么。纯机器人公司可能还在纠结怎么让机器站起来，手机厂商已经在想：它站起来之后，能帮我干什么？ 二、AI到底该服务谁？ 指引整个阿尔法战略的，是一个理念。 这个理念叫“AHI理念”。 荣耀CEO李健在发布会上第一次系统阐述了它，他表示，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。AI 时代的核心命题，不应是 AI“能”做什么，而是 AI“应该”做什么。 在荣耀看来，实现AHI理念需要三个层面的智能协同。离我们最近的是个人智能，住在手机这样的便携设备里，“懂你”的智能体在守卫隐私的同时，记住我们的个人习惯。全局智能依托Gemini、ChatGPT、Qwen等全球顶尖模型，整合云端数据成为决策支撑。而边端智能则是感知世界的触角，通过机器人、汽车等终端，拓宽我们的感知能力和行动半径。 现场，李健强调，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。” 荣耀将AHI理念融入了阿尔法战略的“三步走”中，以AHI理念为灯塔，以IQ和EQ作为AI发展的双向驱动力，通过将个人智能、全局智能、边端智能的三脑协同，推动阿尔法手机（Robot Phone）到阿尔法店，到阿尔法实验室的持续落地。 从公司成长的角度，一个伟大的公司既需要穿越周期，也需要更多元化的增长。阿尔法战略将为荣耀在传统手机和全场景业务的基础上带来第二增长曲线，无论是机器人手机品类还是AIoT生态，都将提供更丰富的增长可能。 三、当手机第一次有了身体 Robot Phone是阿尔法战略落地以来的第一个新物种。它是具身智能与AI手机融合的下一代终端形态，打破了手机“无聊黑色方块”的刻板设计。 这个想法起源于一个自问：手机的形态这么多年没变，有没有可能带来一些变化？于是荣耀开始探索，能不能跟当下发展迅速的具身智能融合？ 但荣耀没有直接钻进实验室，而是先和一群最有创造力、最有探索精神的人聊了聊。他们分享了很多天马行空的想法：手机能不能长出“手”和“脚”？能不能把拍片用的外挂设备装进手机里？手机一天24小时陪着我，它能否不止懂我，还能为我提供情绪陪伴？ Robot Phone机身背部内置了隐藏式机械臂云台，0.8秒就能展开，支持360度灵活转动，可以自动构图、跟踪目标、防抖拍摄。它身上装的微型电机是行业最小的，配合四自由度云台系统，让手机第一次有了可以活动的“身体”。更直观的是，它不再是冰冷的屏幕，而是能感知情绪、有互动的伙伴。你跟它说话，它的镜头会牢牢追随你的目光，全程跟你有眼神交流。长时间不跟它互动，它还会做出 “打瞌睡” 的小动作，活脱脱一个有脾气、有情绪的小搭档。再跟 AI 智能体的大脑结合起来，这种活人感的交互，不再是被动响应指令，而是能主动回应情绪、有温度的陪伴。 影像上，Robot Phone配了三轴机械防抖云台摄像头和2亿像素传感器。机械防抖加上AI算法，让手机拥有了行业最强的防抖能力；AI自动跟踪，双击屏幕就能锁定目标；还能拍90度和180度的智能旋转镜头，单手握持就能拍出电影感。同时，荣耀与享誉全球的影像设备阿莱展开战略技术合作，以期为全球影像创作者带来好莱坞级的故事表达和更富有想象力的讲述体验，而荣耀和阿莱在影像领域的一系列合作成果，也将在Robot Phone上率先落地。 Robot Phone是为热爱科技、敢于想象的人设计的，是荣耀和全世界最酷的一群人共创的产品。它向世界证明：一个很酷的公司和一群很酷的人，正在做一件很酷的事。 四、手机行业的下一站 这次MWC，荣耀给我最大的感受，不是它推出了多厉害的产品，而是它做了一次行业稀缺的“危险且必要的思考”，当所有人都在微创新的时候，你敢不敢跳出圈子，重新定义什么是手机？ 最直观的是终端形态的突破。Robot Phone让手机有了身体，人形机器人拓展了AI探索物理世界的触手。 再往深处看，是技术生态的构建。除了产品技术之外，荣耀跟谷歌、高通等全球最优秀的伙伴合作，在构建包括互联网、AI模型、IoT终端以及作为基座的算力和网络的开放的生态系统。谷歌出大模型，高通出端侧算力，荣耀把这些技术变成用户能摸到的产品。 李健在发布会上说，在AHI理念的引领下，荣耀正与全球最优秀的合作伙伴携手构建包括互联网、AI模型、IoT终端以及作为基座的算力和网络的AHI生态系统，共创AHI生态新范式。 这不是画饼。从战略理念到终端形态，从技术布局到生态合作，从产品创新到市场业绩，荣耀在证明一件事：它已经完成了从智能手机制造商向全球领先的AI终端生态公司的转型。 阿尔法战略发布一年，从智能手机到AI手机再到机器人手机，这不仅是硬件的更迭，更是人机交互从“被动响应”向“主动服务”的进化。 现在的荣耀，和以前不一样了。它不再是那个只专注手机的品牌，而是开始长成一家很酷的公司，拥有更酷的技术、更酷的产品、更酷的生态，荣耀品牌越来越年轻化，也让它在全球科技赛道上越来越有话语权。 2026年，第一个做人形机器人的手机厂商出现了。听起来像奇谈，但当你亲眼看到它走向你时，你会意识到：那个我们幻想过的未来，其实已经来了。 而荣耀的机器人时刻，才刚刚开始。 唯一的问题是，你准备好了吗？

文 | 超聚焦 大模型正在从“比拼智商”，变成一门“进厂打螺丝”的生意。 据财联社报道，OpenRouter最新周度数据显示，平台前十模型总token量约8.7万亿，中国模型独占5.3万亿，占比61%。 而当周token调用量前三模型均为国产大模型，分别为Minimax M2.5、Kimi K2.5、GLM-5，调用量环比上周分别变动增加197%、下降20%、增加158%。 其中，MiniMax M2.5以2.45万亿token空降榜首，Kimi K2.5以1.21万亿紧随其后，智谱GLM 5和DeepSeek V3.2分列第三、第五。 要知道，作为全球最大的大模型API聚合平台，OpenRouter汇聚了全球开发者的真实调用需求，它的榜单堪称目前AI行业最硬核的“算力消耗晴雨表”。 看到国产大模型如此疯狂地“屠榜”，很多人的第一反应肯定是：难道在绝对能力上，国内大模型已经赶上GPT、Claude和Gemini了吗？ 答案显然是否定的。如果真要死磕极度复杂的逻辑推理或硬核的代码工程，硅谷这几家闭源巨头依然是当下绝对的技术天花板。 那么，既然绝对智力并没有赶上北美顶尖模型，那为什么偏偏是国内大模型跑满了全网的调用量？对未来的AI竞争格局又意味着什么？ 01大模型不是炼金术而是流水线 国内大模型企业，正在用义乌做小商品的逻辑，降维狙击硅谷的赛博魔法。之所以中国大模型能够在Openrouter上“屠榜”，唯“便宜”尔。 过去，大模型的定价权在海外巨头手中。以GPT-4o或Claude 3.5 Opus为例，能力强，但价格也高。处理百万Token的数据，通常需要花费几美元甚至十几美元。 在AI爆发的尝鲜期，这个价格大家咬咬牙也就接受了。可一旦迈入Agent时代，情况彻底变了。 最近在科技圈闹得沸沸扬扬的“OpenClaw封禁事件”，就是这场算力成本危机的最直观切面。 作为一款爆火的开源AI智能体，OpenClaw能像“数字打工人”一样接管电脑、全自动处理文件甚至写代码。为了省钱，许多极客和开发者想出了一个“绝妙”的方案：他们利用代码接口，让OpenClaw去“白嫖”谷歌和Anthropic每月20美元的个人包月订阅服务（如Claude Pro），而不是老老实实去调用官方按量付费的昂贵API。 结果可想而知，当AI从“你问我答的聊天框”变成“自动规划、反复执行的数字打工人”时，它在后台每一次的搜索、试错、纠错和循环，都在疯狂燃烧Token。这种Agent级别的恐怖吞吐量，直接把原本号称“不限量”的包月服务给刷爆了。 面对被“薅秃”的算力资源，谷歌和Anthropic也坐不住了。他们不仅紧急下场，严禁第三方工具接入订阅制通道，谷歌甚至对部分高频调用的账号祭出了“永久封禁”的终极杀招。 巨头们这番“掀桌子”操作的核心逻辑其实只有一个：算力成本实在扛不住了。 在Agent时代，如果继续放任大家用20美元的包月订阅跑自动化任务，CSP巨头也一定会破产；但如果逼着开发者去走官方API，按照每百万Token十几美元的价格计费，那么最先进的高价大模型就不再是先进生产力，而是成了一个吞噬利润的无底洞，直接把无数AI应用和开发者的商业模式逼到了死角。 正是在大多数行业都陷入“用不起算力”的死局时，他们回头一看，发现大洋对岸的中国大模型企业，已经把价格卷到了一个令人发指的地步。 目前，像DeepSeek、GLM、Kimi或者是MiniMax等国产优秀大模型，其API的调用价格已经被硬生生打到了每百万Token只需要两到三美元。 而有些厂商为了抢占开发者生态，更是对百万级上下文或特定规模的模型实行长期的免费开放。这已经不是“打个八折”的促销，而是数量级的成本断层。 很多人可能会问：便宜固然好，但如果模型不够聪明，便宜又有什么用？但事实却是，绝大多数人高估了真实场景对“极限智商”的需求，却低估了“长尾任务”对算力吞吐量的恐怖消耗。 在真实的商业世界和极客开发圈里，90%的AI任务根本不需要用到“爱因斯坦级别”的智商。 想象一下我们日常使用AI的场景：把一本十万字的英文网络小说翻译成中文；丢给AI几十个PDF财报让它提取出所有的利润数据；写一段几百行的前端基础代码；又或者是目前OpenRouter上消耗量极大的“角色扮演”——玩家和AI扮演的虚拟角色进行几千轮的闲聊。 这些任务有一个共同特点：逻辑深度一般，但文本吞吐量巨大。对于这类“蓝领型”的认知工作，排名前列的中国模型已经不仅是“及格”，而是做得非常出色。 这就好比你要给公司几万份快递单号录入表格，你完全没有必要去花重金聘请一位诺贝尔奖得主（顶尖闭源模型），你只需要雇佣一批勤奋、踏实且工资极低的实习生（高性价比模型）就能完美解决。 更何况顶尖闭源模型与高性价比模型之间的差距，在蒸馏技术的存在下，两者的差距最多只有半个身位。 因此，全球的开发者们极其理智地选择了“智能路由”策略：把海量的、繁琐的、容错率高的基础任务和长文本阅读，全部路由给便宜的中国模型；只有到了需要做最终的复杂逻辑判断，或者碰到了极难的算法题时，才会精打细算地调用GPT或Claude。 这，才是国内大模型能跑满全网调用量的原因。 02算力争霸战，变压器才是底牌 便宜的大模型，从来都不是天上掉下来的馅饼。 很多人误以为，国内大模型的白菜价是靠着国内厂商“烧钱补贴”砸出来的。但这其实低估了中国工程师在技术落地上的恐怖压榨力。 当硅谷还在迷信“大力出奇迹”、疯狂堆叠万亿参数时，国内大模型企业早就在“抠门”这门艺术上做到了登峰造极。 在这个赛道上，中国厂商展现出了极其恐怖的制造业基因和工程化压榨能力。 众所周知，受制于相关禁令，国内大模型企业往往无法像硅谷巨头那样，轻松买入数以十万计的最顶尖GPU。在“算力贫穷”的逼迫下，国内工程师们别无选择，只能硬生生地在工程优化的泥沼里进行极限微操。 为了降低单次推理的算力消耗，他们把MoE玩到了极致。 一个拥有上千亿参数的庞大模型，在回答一个简单的日常问题时，系统会精准地只激活其中几十亿参数的“专家网络”，让剩下的大部分网络保持休眠。这就好比一个巨大的工厂，不再是为了生产一颗螺丝钉而让所有车间灯火通明，而是精准控制产线，极大地节省了算力和电力消耗。 为了应对百万级超长上下文带来的显存问题，中国工程师们在底层框架上死磕，对KV Cache进行像素级的压缩和优化，把庞大的数据极其严密地打包塞进有限的显存里，硬是在相对劣势的硬件上，跑出了比肩甚至超越世界前列的超长文本处理能力。 这种对底层算力近乎变态的压榨，加上国内极其成熟的硬件适配工程，硬生生把大模型推理的物理成本砍掉了几个数量级。 相比之下，大洋彼岸的北美巨头们就算想打价格战，也是心有余而力不足，因为他们已经被沉重的物理基建彻底锁死了。 在这个问题上，马斯克早在2023年就给出了预言：“我的预测是，我们将从……今天的硅极度短缺变成……两年内的电力短缺。这大致就是事情的趋势。” 而现实也确实如此，北美老旧的电网系统和漫长的环评审批，根本无法支撑新建超大型数据中心的用电狂飙。昂贵的工业电价、奇高的人力运维成本，甚至有钱都买不到的高压变压器，最终全都化作了高昂的沉没成本，均摊到了每一次的API调用里。 换句话说，北美顶尖大模型的“贵”，有一大半是替落后的基础设施和高昂的本地要素买了单。 于是，当高昂的物理成本遇上全球对算力的无限需求，一个属于中国AI的全新定位诞生了。 过去四十载，我们吃透了人口红利和完善的供应链，成为了向全球输出实体商品的“世界工厂”；而今天，随着大模型进入应用落地的深水区，告别人口红利的中国，正在依托着世界顶级的特高压电网、极其稳定的低价工业电力，以及首屈一指的工程落地能力，转型为新时代的“世界Token工厂”。 至此，未来的全球AI大分工已经非常清晰：那些海量的文档精读、初级代码生成、高并发的长文本翻译和虚拟人闲聊，统统会作为“赛博代工订单”，顺着海底光缆，源源不断地路由给国内大模型集群。 电能一旦在AI芯片中被转化为Token，它就彻底脱离了物理形态的束缚。它不像需要漫长的港口装卸和远洋货轮运输的产品，而是以光速通过海底光缆，在毫秒之间传输到世界的每一个角落。 因此，与其说是全世界的极客跑来“薅”国内大模型的羊毛，不如说是中国正在以绝对的成本与基建优势，悄然接管AI应用时代的底层命脉。 当硅谷巨头们还在为摘取AGI的终极王冠不计代价地烧钱、深陷物理基建的泥沼时，国内大模型企业已经化身为新时代的“基建狂魔”，用这源源不断、跨越山海的廉价Token，稳稳当当地做起了全球智能革命最不可或缺的“水电煤”生意。

IT之家 2 月 28 日消息，小米今晚在 MWC 2026 发布会正式推出了 17 Ultra 徕卡海外版“LEITZPHONE”，后盖样式、Logo 方向等小细节均与国内的 17 Ultra 徕卡版有所不同。IT之家在西班牙巴塞罗那现场第一时间体验到了这款手机，现在为小伙伴们带来实拍图赏。 拿起手机端详背面可以看到，LEITZPHONE 只有一种配色可选，并没有像 17 Ultra 国内版那样采用哑光 / 荔枝皮纹理双拼设计，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。 海外版机型 国内版机型 转到侧面我们可以发现，这台手机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。 国内版机型 机身正面相信大家非常熟悉，这台手机搭载的屏幕与 17 Ultra / Pro Max 相同，均为 6.9 英寸 2608×1200 AMOLED，支持 120Hz 可变刷新率以及 3500 尼特峰值亮度。 海外版机型 国内版机型 点亮屏幕我们可以看到，LEITZPHONE 手机的桌面图标走的是简约黑白风，图标内的元素相比国内 17Ultra 徕卡版更为克制，自带 Widget 小组件也全都带有徕卡字体，相机内也具备“徕卡一瞬”模式，内置 M9/M3 两台传奇旁轴相机的滤镜。 好了，小米 LEITZPHONE 的上手体验今天就到这里，意犹未尽的小伙伴们还可以阅读下面这篇文章，了解它的详细参数。

IT之家 3 月 1 日消息，小米现已在海外市场推出 Watch 5 智能手表，新品搭载谷歌 Wear OS 系统，具备智能 / 省电双模式，建议零售价 299.99 欧元（IT之家注：现汇率约合 2433 元人民币）。 据介绍，这款手表提供黑色 / 杜松绿两种表带，采用骁龙 W5 Gen 1+BES2800 双芯片架构，内置 2GB 内存 +32GB 存储空间，配备 930mAh 电池，电池含有 10% 硅碳负极材料，智能模式下续航可达 6 天、省电模式下续航可达 18 天。 功能方面，这款手表拥有 4 LED + 4 PD 检测技术，支持全天候心率、血氧饱和度、压力监测，还具备睡眠管理、女性健康监测等功能，具备 150 种运动模式，为不同锻炼者提供丰富选项，可下载离线地图，方便用户外出探险。 此外，这款手表搭载谷歌 Wear OS 系统，支持谷歌地图、日历、Play 商店、钱包等生态应用，还可在腕上直接启用 Gemini AI 助手，兼容 Google Pay 非接触支付，带有手势识别功能，具体应用与国内版相同。 值得注意的是，这款手表还可与小米手机互联，支持遥控快门、澎湃互联等特性，不过目前并没有 eSIM 版。

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。