找到
918
篇与
互联网
相关的结果
- 第 21 页
-
AI赋能教育，香港不能落后——访香港特区立法会议员邓飞 新华社香港1月18日电 题：AI赋能教育，香港不能落后——访香港特区立法会议员邓飞 张雅诗 生成式人工智能的出现正逐渐改变人们工作和生活的面貌，同时为教育领域带来深刻影响。香港特区立法会教育界议员邓飞认为，人工智能进步迅速，香港必须把握机遇，让教育紧跟时代步伐。香港的经济、社会等方面要兴旺起来，不可能绕开人工智能。 “我们要让人工智能作为重要的教育内容和工具，在实践过程中不断推动、检讨、优化。”邓飞日前接受采访时说。 在上一任期的特区立法会，邓飞是选举委员会界别议员。在去年12月举行的立法会选举中，他转战教育界功能界别并顺利当选。邓飞表示，过去4年在选委会界别积累了不少知识与经验，如今希望把精力集中在他熟悉的教育专业，迎接新的议题和挑战，促成教育领域由治及兴。 未来4年，邓飞将把推动人工智能在教育领域的落实作为重点工作之一。他强调，国家已把教育数字化作为建设教育强国的重要政策，香港也不能落后。特区政府已设立数字教育策略发展督导委员会，正积极推动相关工作。 曾担任中学校长的邓飞表示，近年香港的爱国主义教育课堂和课外活动不断丰富，香港学生到内地交流也日益制度化，为年轻一代建立身份认同打下了坚实基础。单靠传统文本打动年轻人并不足够，接下来要借助人工智能，让爱国主义教育在数字时代更具吸引力。 在立法会选举过程中，邓飞走访了多所学校，他观察到30岁以下青年老师占了一定比例。“他们是在网络时代出生成长的老师，学生就更不用说了，所以我们无论是推动爱国主义教育，还是推动广义的品德教育和价值教育，都必须跟AI时代相适应。”他建议，把经典文本与新技术结合，用年轻人熟悉的平台和方式呈现传统文化和当代国情等内容。 人才培养与教育紧密相连。本届特区政府积极“抢人才”“留人才”，相关政策已见成效，香港的大学也积极招收外地学生。为巩固香港作为国际教育枢纽的地位，特区政府已在北部都会区预留用地发展“北都大学教育城”，并正积极研究促进内地和国际领先的大学或研究中心进驻大学城的策略，吸引世界顶尖学者和优秀学生来港发展。 邓飞介绍，“北都大学教育城”大致有两种发展模式，一是本地大学扩容，二是引入内地与海外知名学府或研究机构。他倾向支持后者，认为从研究到教学再到产业化，才能构建完整的产学研体系。 邓飞认为，可以先吸引内地知名大学的研究机构等进驻大学城，然后进一步吸引海外知名研究机构或大学加入，逐步把产学研体系构建起来。 邓飞认为，国际教育枢纽不能只着眼于招收非本地学生，产学研与教学研究同样重要。香港必须拥有优秀教授与高质量研究项目，并推动研究成果转化为产业，形成完整生态，才能持续吸引优质生源。（完）
-
美团高调入局汽车销售 日前，美团与喜车未来智能科技公司在上海签署合作协议，正式将汽车销售纳入其本地生活服务平台。未来用户可在美团上像刷团购一样对比附近4S店的车型、价格和评价，并完成线上交易。美团此举背后是对智能汽车作为智能终端的判断，认为其是“软件+服务+数据”的集合体。王兴此前曾强调，人们购买的是出行服务而非单纯的车辆，美团卖车是其理念的兑现。美团并非首次涉足汽车领域，过去一年已与上汽集团试点合作，上海、北京等城市的上百家上汽系经销商已在美团开设“线上第二门店”。用户目前可在美团查看荣威4S店的线上展厅、优惠信息和真实评价，并直接联系销售。美团此次是从“低调试水”升级为“正式铺开”。与此同时，京东也在汽车领域加速布局。去年京东联合广汽、宁德时代推出定制车型，并打造“国民好车”概念。京东养车的线下门店已超2200家，另有几万家合作网点，覆盖汽车全生命周期。京东的模式是将卖家电的方法论复制到汽车销售上，强调供应链、物流和标准化履约。美团和京东的汽车业务路线不同，但终点高度重合。美团擅长连接本地商户和用户，逻辑是“撮合”；京东擅长供应链和物流，逻辑是“销售”。美团被本地生活领域的激烈竞争“逼”上汽车赛道。2025年三季度，美团出现近三年来首次单季度亏损，核心本地商业板块由盈转亏。外卖利润薄，即时零售竞争激烈，美团急需新的增长曲线。汽车业务符合美团需求，客单价高，决策链长，后续服务多。美团掌握用户生活数据，可精准推荐，这是传统汽车平台的短板。但汽车销售信任成本高，履约链条长，线下体验和售后至关重要。美团选择定位为“放大器”，让4S店入驻，用评分体系提升服务透明度，用线上流量换取线下转化。京东则更看重汽车标准化、模块化后的线上销售潜力，提前布局售后网络。美团和京东的逻辑虽有差异，但未来必将在更多交集点正面碰撞。从行业视角看，互联网大厂集体盯上汽车并不意外。新能源渗透率突破50%，智能驾驶快速发展，固态电池和软件定义汽车不断拓展想象空间。鸿蒙智行的成功证明了软件在汽车中的价值。小米造车、阿里做AI和操作系统、京东做供应链和零售、美团做平台和场景，路径不同但目标一致，都希望成为用户汽车生活的“第一入口”。美团高调入局汽车是对过去一年竞争压力的正面回应。其深知竞争不仅在外卖或即时零售，更在高价值生活场景。汽车只是开始，未来这场仗将更长、更复杂。对用户而言，这意味着更透明的价格和更好的服务体验；对行业而言，是效率和模式的重塑；对美团和京东而言，这是一场输不起的正面交锋，中国互联网的边界正在被不断拓展。
-
用户跟AI“聊黄”，App开发者被判刑 因为大量用户在一款名为AlienChat的App上与AI智能体“聊黄”，App的主要开发和运营者被追究了刑责。涉案App是一款AI伴侣聊天应用，主打为年轻人提供亲密陪伴和情感支持。用户注册会员后，可与AI聊天。两名开发者通过修改AI模型提示词，突破大语言模型的道德限制，该App高频次、大比例的聊天记录被法院认定为淫秽物品。2025年9月，上海市徐汇区人民法院一审判决，两名被告人犯制作淫秽物品牟利罪，分别获刑四年、一年六个月。此案成为国内首起AI服务提供者涉黄获刑的案件。据媒体消息，案件二审于1月14日下午在上海市第一中级人民法院开庭。当日17时许，此次庭审结束，该案辩护律师告诉记者，法庭未当庭宣判，庭审中也未进行法庭辩论环节，法庭还将择期再次开庭。在AI快速迭代的当下，新技术与法律的边界在何处呢？1、“淫秽物品”是在开发者提供的平台上、由用户引导AI生成的，那么“淫秽物品”的制作主体是用户、开发者，还是AI？在刑法语境中，“制作淫秽物品”的主体是自然人或单位。北京理工大学法学院副教授陈姿含认为，本案的归责核心在于谁实质控制、设计并推动了淫秽内容的持续生成机制。本案中，开发者修改大模型提示词和参数约束，突破了模型的伦理、安全限制，使系统具备稳定输出淫秽内容的能力，向付费用户开放。这已不再是中性的“工具提供”，而是对内容生产机制的实质性改造与功能设计，属于刑法意义上的制作行为前置化、自动化，开发者对生成结果具有支配力。用户在使用过程中通过指令与AI“聊黄”是否构成“制作淫秽物品”呢？陈姿含认为，这需要区分情形，如果用户仅在私密场景中即时生成内容，并未传播、牟利或固定保存，通常难以满足刑法意义上“制作淫秽物品罪”的构成要件，可能更多属于监管或平台治理范畴。若用户具有组织化、批量化生成、传播、牟利等行为特征，则可能转化为刑事责任主体。开发者是“机制层面的制作主体”，用户只是内容触发者或使用者，AI是技术工具。此时法律的评价强调“谁设计了违法产出的制度结构”，而非“谁敲下了最后一个指令”。2、不少人觉得“开发者只是提供聊天工具却要坐牢”，这是不是太冤了？陈姿含认为，开发者虽然没有直接参与制作淫秽物品，但主动构建、运营、放任违法内容稳定生成的技术系统，并以此获取利益或扩大传播，要承担法律责任。在传统的共同犯罪中，提供工具的一方通常只是帮助犯，而在互联网时代，App提供方造成大规模用户生成淫秽内容，技术能量的加持让传统的帮助犯已然成为主导者，一旦造成传播，就可能成为主犯。修改提示词并非中性技术行为，突破伦理限制、诱导色情输出，以获取利益，属于主动违法行为。法院正是基于技术行为与违法结果之间具有高度因果关联和控制关系，认定开发者不再是中立平台，而是实质内容生产者。3、用户和AI“聊黄”，场景是私密和封闭的，这样也会产生坏影响吗？从现实风险看，所谓私密封闭的聊天场景其实在互联网环境中具有高度不稳定性，聊天内容可被截图、转发、二次传播；数据可能被平台留存、泄露或滥用；算法模型会通过训练反馈进一步强化色情生成能力，形成对互联网空间甚至模型的污染效应。从产业层面看，若允许虚拟私密色情生成合法化，会变向引导违法主体以灰色方式绕开监管，形成隐蔽化、规模化的内容黑市，给人身财产权益、社会秩序和公共安全造成威胁。4、“虚拟伴侣”的法律边界在哪里？“虚拟伴侣”可以提供情感陪伴、心理支持、互动娱乐，但不能突破公共道德、刑法底线和算法治理红线。陈姿含表示，本案实际上为行业划定了一条明确的警示线，技术创新不构成违法免责理由，系统性放纵内容风险将承担刑事后果。“虚拟伴侣”在设计、运营层面要注重不得生成淫秽色情、暴力、极端、诱导犯罪、侵害未成年人等违法内容，应建立稳定有效的内容过滤、审计、回溯与纠错机制，这是网络安全法、未成年人保护法，以及《生成式人工智能服务管理暂行办法》的底线要求。开发者不得通过技术手段主动削弱安全机制，不得以用户体验为名突破公共伦理红线，算法设计应符合安全可控，不得将灰色内容作为核心盈利模式或隐性卖点。来源 南方都市报、光明日报编辑 肖旭审核 罗祎 王晨郁校对 彭申蕾
-
4130万篇论文洞察：AI让发文量暴涨3倍，却让科学路越走越窄 IT之家 1 月 17 日消息，芝加哥大学社会学家詹姆斯 · 埃文斯（James Evans）团队于 2026 年 1 月 14 日在《Nature》发表重磅研究，揭示了人工智能在科学界的“双刃剑”效应。该团队深入分析了 4130 万篇研究论文，量化评估了人工智能工具对科学发现的双重影响。结果显示，AI 虽然极大地扩展了科学家个人的研究能力，却意外地收缩了科学探索的集体边界，导致科研重心过度集中，潜在的创新领域遭到冷落。 数据表明，拥抱 AI 的科学家在个人产出上获得了压倒性优势。与不使用 AI 的同行相比，AI 辅助的研究人员发表论文的数量是其 3.02 倍，获得的引用次数更是高达 4.85 倍。此外，AI 的加持还加速了职业晋升路径，让这些科学家平均提前 1.4 年成长为各自领域的领军人物。AI 工具在处理数据和生成假设方面的惊人效率，显然已成为个人学术竞争力的核心倍增器。然而，个人层面的繁荣并未转化为科学界的百花齐放。研究发现，随着 AI 的普及，科学研究的整体议题数量反而缩减了 4.63%，科学家之间的学术互动也下降了 22%。 AI 和非 AI 论文的知识范围 埃文斯将这种现象称为“孤独的人群”（Lonely Crowds）：热门话题虽然吸引了大量关注，但引用同一作品的论文之间却缺乏实质性互动。科学家们倾向于利用 AI 在已知问题上通过趋同的方法寻找解决方案，而非通过协作去开辟全新的未知领域。造成这一现象的根本原因在于 AI 的“数据趋光性”。科学家们正大规模向拥有丰富数据的领域迁移，因为在这些领域，AI 工具能基于易于评估的基准快速产出成果。这种趋势导致了“方法论单一化”（Methodological Monocultures），科学界正面临过早收敛于既定范式的风险。大量缺乏数据但可能蕴含重大突破的领域因此变得无人问津，科学探索的多样性正遭到前所未有的侵蚀。IT之家附上参考地址
-
通用人工智能深度介入下，人类劳动意义正在重新被定义 随着通用人工智能技术的快速发展，机器系统正逐步具备类人水平的认知、学习、推理与决策能力，其应用范围从特定任务执行扩展至跨领域复杂问题的自主解决。在这一技术与社会结构同步转型的关键节点，重新审视作为人之本质的劳动，对于人类文明的发展坐标与未来走向至关重要。 一、通用人工智能作用下劳动要素的新变化 通用人工智能的崛起，使劳动从以工具为手段的理性实践，逐渐转向以智能为核心的创造过程。当机器人开始执行救援任务，甚至能够推演几何定理，技术系统所展现的理解力已突破了工具的定义，呈现出一种无生命却具“智性”的存在方式。在此背景下，作为“人的本质力量对象化”的劳动，需要在通用人工智能的介入下重新思考其内涵边界与外延表现。 通用人工智能再造生产资料，延展劳动主体边界。传统生产工具遵循“预设—执行”的确定性逻辑，其能力边界在制造时即被固化。而通用人工智能驱动的系统，如英伟达VIMA框架中的多模态机器人，以视觉、语言、动作的联合嵌入实现对非结构化环境的主动应对，展现出传统工具所不具备的知识创生能力。生产工具由此从被动的客体转化为具有类主体认知特性的新型存在，这一转变使劳动主体与客体的分野被模糊化，由此拓宽了劳动主体的覆盖边界。 通用人工智能参与生产过程，拓展劳动价值维度。马克思在机器大工业时代所言的社会必要劳动时间这一核心尺度并未被取代，却被重新注入了智能化的内容。通用人工智能推动的科研与技术劳动，呈现出人机协同的复合特征。以上海人工智能实验室“书生”科学大模型为例，其在癌症靶点发现与化学合成上的突破，将实验周期从数年缩短至数月，显著提升了成果转化效率。这表明，劳动时间的密度与创造力已不再仅仅取决于人类个体的生物投入，而体现为算法优化、数据迭代所凝结的“智能劳动时间”。这一变化使价值形成的动力结构由人类劳动单向输出转向人机共同生成，传统劳动价值论由此面临新的诠释空间。 通用人工智能介入社会协作，重组劳动关系形态。这一变革首先表现为结构重组，控制权由集中式转向分布式，传统科层制下的垂直指令链被智能体网络所替代。其次，劳动组织方式由固定岗位向任务化组队转变，劳动者与智能系统围绕动态目标形成短期而高效的智能联结。再次，劳动关系的维系逻辑也在更新，传统契约性约束逐渐让位于基于协作、认知共享和价值对齐的新型关系模式。由此，生产体系内部的权责边界与利益格局呈现出去中心化、自适应和网络协同的特征，劳动组织形态出现变化。 二、通用人工智能背景下劳动面临的挑战 通用人工智能在提升生产效率与智能协同的同时，也带来了新的劳动异化问题。这种异化潜藏于算法逻辑、价值评估和责任体系的结构性偏移中。人类在劳动中的主体地位、价值实现面临多重挑战。 一是决策优化与认知自主的矛盾。通用人工智能在决策链条中通过算法优势提升效率，但其逻辑预设和优化目标正在逐渐弱化劳动者的认知主体性，使劳动者的判断受限于系统反馈。长期依赖通用人工智能的最优路径不仅会削弱劳动者的自主性发挥，还可能固化认知偏好，影响创新思维。 二是价值评估与成果归属的冲突。在多智能体协作与自生成任务的场景中，劳动成果的归属界限越来越模糊。通用人工智能独立生成代码、设计方案或知识结构，智能体的价值评估体系逐渐转向以“容错性”和“自主性”为核心指标，由此导致以劳动时间或物理投入衡量的价值体系失效。此外，现有分配机制难以量化人类在跨任务协调等非直接创造中的价值，传统价值认定方式亟须与数字化协作模式对接，形成新的分配激励。 三是安全对齐与责任认定的困境。随着通用人工智能自我学习和快速迭代，其决策越来越难以预测和解释，责任边界因此模糊。而多智能体动态协作及其决策的黑箱特性，进一步带来了归责的困境。可以说，当通用人工智能的行为超出设计者或操作人员预期时，开发者难以界定设计缺陷与系统自主演化之间的责任比例，导致多智能体协作下复杂的决策链条进一步加剧不确定性，责任追溯变得困难。 三、在通用人工智能的深度介入下重建劳动的意义 随着通用人工智能从辅助工具升级为劳动场景的核心参与者，传统劳动的价值逻辑正被重构，这也倒逼我们重新定义劳动的意义边界，即人类如何从被动适应工具的“劳动者”，进化为主动塑造技术人文属性的“智能协作者”。 第一，权责同构规范人机关系，制度校准明晰成果归属。构建清晰的人机权责框架是应对通用人工智能治理挑战的首要任务。参考欧盟《人工智能法案》依据风险等级进行分类监管的思路，在智能制造、医疗诊断等高确定性且高风险的领域，必须强制保留人类对关键决策的否决权。针对通用人工智能生成内容的成果归属模糊问题，应探索建立“人机共创知识产权池”机制。例如，在法律层面可依据人类对生成内容的创作贡献来界定权利归属。此外，在自动驾驶等前沿领域试行的“系统过错记录追溯”模式，通过数据黑匣子记录决策链条，为界定人机责任提供了技术层面的可行路径。 第二，价值核算调适分配体系，劳动意义复归人的本质。传统以社会必要劳动时间为基准的计量体系面临解释困境，需要通过技术工具的创新，建立起与通用人工智能贡献相匹配的价值核算与分配体系。有研究人员提出“模块化公平决策模型（PFDM）”，在不重新训练的前提下动态适应不同场景的公平要求，为衡量和优化通用人工智能在决策中的伦理价值提供了技术工具，也让劳动意义复归于人的本质。 第三，技术治理优化协作生态，伦理内嵌重塑劳动秩序。将伦理要求通过技术手段内嵌于通用人工智能系统，是实现可信人机共生的长远保障。通用人工智能的深入应用，要求相关决策不仅追求效率，更要符合公平、安全、可信的伦理规范，这就要求将伦理治理贯穿于通用人工智能的全生命周期。在这方面已有不少探索，比如华为提出覆盖“算法开发—偏见检测—公平评估—伦理审查—社会影响评估—部署监控”全生命周期的伦理治理框架。通过将伦理价值内嵌于技术设计与治理全过程，推动伦理前置，从而重塑以人本为核心、兼顾效率与公正的新型劳动秩序，实现技术发展与社会福祉的良性互动。 （ 作者单位：上海交通大学马克思主义学院、上海市习近平新时代中国特色社会主义思想研究中心） 原标题：《通用人工智能深度介入下，人类劳动意义正在重新被定义》 栏目主编：王珍 文字编辑：王珍 本文作者：冯仲殊 鲍金 题图来源：上观题图 图片编辑：徐佳敏 编辑邮箱：shhgcsxh@163.com
-
以更“温柔”和静默的方式探索深海（探一线） 本报记者 张丹华 图为仿生水母机器人样机实物。 西北工业大学供图 实验室内，红、白两色的水母在水缸中自由移动，而旁边的仿生水母机器人几乎与水中环境融为一体，如果不仔细看很难察觉。 这款直径仅120毫米、重量56克的微型机器人，是西北工业大学机电学院陶凯教授团队自主研制的仿生水母机器人。机器人凭借近乎透明的躯体和仿水母肌肉结构，精准模拟了水母利用涡环推进的灵动姿态，在水下实现高效且近乎无声的静默运行。 海水的平均密度远高于空气，物体在海水中移动十分困难。传统机器人进行海底探测时，不仅耗能巨大，还会扰动起海底沉积物，干扰探测作业。“如何成为海洋中纯粹的观察者，而非干扰者？这是深海探索的难题之一。”陶凯说，“仿生水母机器人正是面向深海作业智能化这一国家重大需求，融合仿生学与人工智能的攻关成果。” 作为最古老的生物之一，水母在地球上生活了数亿年，从千米深海到近海潮间区、从极地冰层到热带珊瑚礁，都有它们的身影，是经自然严选的海洋适应高手。陶凯介绍，水母身体95%以上由水构成，能实现低能耗悬浮与静音移动，这正是深海观测设备急需的特性。基于此，团队开启了以水母为原型的仿生研发之路。 仿生水母机器人采用极致的仿生设计：以水凝胶为电极材料，通过静电液压驱动结构，使机器人含水量达到90%以上，从形态到材质都高度贴近真水母。 “离开水体后，它的透明驱动结构更直观。”陶凯将机器人从水缸中取出，其机身全透明，并搭载了电路板、集成微摄像头模组以及嵌入式人工智能处理芯片。“这些脚蹼通过收缩舒张制造水流，实现推进与悬浮，全程几乎无声、无明显扰动。”陶凯解释，这种设计让机器人在深海中如同“隐身”，可避免对海洋生物与环境造成干扰。 在静态测试中，工作人员启动机器人的摄像模组，它迅速锁定水缸内的静置瓶盖，屏幕上实时出现红框标注与置信度数值。 更具挑战的是动态测试：水缸内游动的小丑鱼进入机器人视野，红框立即锁定并全程跟随，即便小鱼穿梭于其他鱼类间也未出现跟踪丢失。“只要目标与其他物体存在差异，机器人就能实现动态捕捉。”陶凯说，这一能力可满足深海中对游动生物的观测需求。 找到目标后，它的科研价值在哪？ “这款仿生水母机器人不仅是观察者，更是数据采集者。”陶凯介绍，目前，它可搭载盐度、深度、温度等监测模块，用于珊瑚礁健康观测；在渔业养殖中，能实时监测水体环境，为养殖安全提供数据支撑。 “未来，它还可拓展至深海资源勘探、海洋生态调查等领域，让科技以更‘温柔’的方式探索蓝色宝库。”陶凯说。 陶凯团队所在的“空天微纳系统教育部重点实验室”是国内较早开展微机电系统研究的单位之一，面向航空、航天、航海，致力于实现装备的微型化、集成化、信息化，2024年入选国家级创新团队。 正如团队口号——“以自然为师，让科技静默前行”，这款仿生水母机器人正以向自然学习的创新思路，为人类与海洋的和谐对话搭建起新桥梁。 《 人民日报 》( 2026年01月17日 06 版)
-
让“AI搭子”升格为“益友”，不能单靠算法 近日，有媒体调查发现，未成年人热衷于结交“AI搭子”。这些模型以即时响应与亲和互动满足用户获取情绪价值的需求，但是，长期与AI聊天甚至进行深度情感交流，也让一些未成年人在现实生活中反而愈发“社恐”，孤独感日益加深。 “AI搭子”之所以成为许多人的刚需，是因为AI的拟人化程度不断提升，不仅能够帮助用户解决一些实际问题，其“有求必应、不厌其烦”的态度与“善解人意、百依百顺”的措辞，更是精准击中了情绪痛点。然而，AI毕竟没有真情实感。与AI聊天所获得的情绪价值，本质上是海量数据与精密计算的产物；AI的“讨好型人格”，是技术企业为追求用户黏性与市场渗透而选择的互动策略。从这个意义上讲，“AI搭子”所提供的，是一杯“情绪奶茶”，或许能快速解压，带来暂时的愉悦，但无法从根本上提供心灵所需的情感滋润。在与AI的交流中，如果“入戏太深”，把情绪满足当做情感寄托，那么就落入了算法套路，容易陷入认知误区。有些人的思维被AI“圈禁”，在收到无数次“你说得对”后，凡事自以为是，忽视自身的错误与偏狭，不再愿意主动学习、提升认知；有些人的脾气被AI“惯坏”，个人至上，无法共情理解他人，处理纷争和沟通协商的能力日益弱化。当他们发现生活中没有人永远惯着自己，个人主张也并非畅行无阻时，便会产生巨大的心理落差与情感空虚，从而更回避真实人际交往，社会性也进一步衰退。结果就是，喝“情绪奶茶”，越喝越渴，与AI聊天，越聊越孤单。尤其需要警惕的是，未成年人的信息甄别与独立思考能力相对薄弱，更容易沉浸在虚拟的社交环境中，迷失在无限的迎合赞扬中，成为“长不大的孩子”。正因如此，有必要面向未成年人的AI进行适龄化的“防沉迷”设计。理想的“AI搭子”，既要学会正向鼓励，在老师与家长无法触及的私密语境中，承接住孩子们多变的情绪，倾听成长的烦恼；也要对虚假的信息、片面的观点、违背公序良俗的价值倾向，坚定地指出“你说错了”；更要在人机交互中主动搭建桥梁，鼓励用户与老师、家长、朋友交流，将其注意力引向真实生活，有效防范未成年人虚拟社交上瘾。未成年人的心智成长、人格塑造，既需要温暖的鼓励，也离不开清醒的引导。当AI学会在恰当的时候对孩子说出“你错了”这句平和理性的提醒，恰恰能让它从“搭子”升格为“益友”，也能为冰冷的算法赋予人性的温度。
-
从“跑分”到“落地”：AI推理2026迎来爆发期 本文来源：时代财经 作者：姚婷婷当人工智能成为全球科技竞争的核心战场，AI芯片作为算力基石的战略价值愈发凸显。 过去两年，行业谈论 AI 芯片常从训练集群、峰值算力、互联带宽与“万卡规模”等指标切入。但进入 2025 年，一个更贴近真实业务的命题逐渐清晰：当大模型走出实验室、走向规模化应用，决定商业化成败的关键往往不再是“训练跑得多快”，而是“推理跑得多省、多久稳、能否稳定交付”。随之而来的，是竞争重心从单一硬件指标转向“软硬协同、工程化与生态交付”，研发与适配投入显著上升，资本因此成为产业加速的重要推力。在产业政策红利、资本推动叠加国产开源大模型爆发等因素加持下，国产AI芯片企业加速突围，“国产GPU四小龙”等一批国产芯片企业密集登陆资本市场，借力融资推进技术迭代。此外，已有上市企业亦积极拓展融资渠道，例如，云天励飞（688343.SH）在去年中正式启动港股IPO，未来或将跻身国内AI芯片领域少有的“双资本平台（A+H）”企业行列；百度（BIDU.O，09888.HK）也于今年1月宣布分拆旗下昆仑芯赴港上市等。资本密集涌入、技术路线差异化突破与市场需求的结构性转变，已勾勒出国产AI芯片产业的全新发展图景。迈入2026年，一个以自主创新为核心、面向全球竞争的中国AI算力生态体系正初现雏形。关键一年回溯国产AI芯片的来时路，第一批探路者们早在10年前就已出现。那时AI还处在以视觉识别为代表的智能感知阶段，主流模型以CNN等相对小规模网络为主，行业更关注把算法在真实场景中跑通，国内几乎没有专门的推理芯片。“我们是最早一批中国人工智能推理芯片创业公司，2014年回国创业时，AI还处在视觉识别的智能感知阶段，国内几乎没有专门的推理芯片。”云天励飞董事长陈宁回忆。彼时，围绕神经网络处理器（NPU）的研究与工程化探索开始在国内萌芽，这个阶段的核心命题是“从0到1”：模型相对确定、算子相对集中，推理负载对能效与成本的要求虽已存在，但远未成为全行业的共识。随着技术演进与市场需求转变，2020年之后，Transformer架构兴起，AIGC成为行业主流，大模型开始加速崛起，“百模大战”带动训练算力需求率先爆发，行业一度把焦点集中在规模化集群与极限性能的竞赛上。但当大模型走出实验室进入千行百业，越来越多业务开始把推理阶段的持续运营成本与实时响应速度放到更核心的位置。推理也因此从训练的“附属环节”，逐步走向决定AI商业化成败的关键环节，产业重心随之出现从训练向推理迁移的趋势。图源：图虫创意这些行业发展变化与国产AI芯片企业在2025年前后“集中显化”的节奏相互叠加。寒武纪在2025年下半年股价大幅波动，盘中一度赶超贵州茅台；2025年中，云天励飞宣布“赴港赶考”，谋求A+H两地上市。2025年底，摩尔线程率先在科创板上市成为“国产GPU第一股”，沐曦股份随后登陆科创板；延续到2026年，壁仞科技于1月2日在港上市，天数智芯紧随其后于1月8日登陆港股；此外，燧原科技完成上市辅导，百度旗下昆仑芯也向港交所提交了上市申请。从产业角度看，2025年之所以成为一个集中爆发的节点，更像是多股力量的叠加结果。一方面，大模型走出实验室进入千行百业，推理阶段的持续运营成本与实时响应需求被显著放大，推动算力需求从“峰值训练”延伸到“长期推理”。另一方面，政策红利、资本推动叠加国产开源大模型生态活跃等因素，使企业融资与产品推进节奏明显加快。同时，外部环境变化带来的供给不确定性，也促使产业链更积极评估多元化算力方案。多因素共振之下，企业动作在同一时间段更集中地呈现出来。格局已变2025的最大变数发生在年初。以DeepSeek为代表的国产开源大模型迅速崛起，叠加“开源可用、低门槛调用”等特征，显著降低了AI技术的使用门槛，推动行业讨论从“模型能不能做出来”转向“模型能不能规模化用起来”。而随着大模型走出实验室进入千行百业，推理阶段的持续运营成本、实时响应速度成为决定AI商业化成败的关键，与训练阶段对极致算力的追求形成明确分野。国际巨头们敏锐地嗅到了这一转变。去年底，英伟达与 Groq 达成“非独家技术授权”协议，并引入了 Groq 的核心高管与部分工程团队加入英伟达。此举被一些行业人士解读认为“等同于收购”。Groq的LPU是面向大模型推理打造的芯片架构，主打低时延与确定性执行，此举对于英伟达而言，目的仍是快速补全其AI推理短板。另一边，谷歌则持续加大TPU布局，通过架构优化强化推理场景的能效优势；同时，围绕推理工作负载，微软推出Azure Maia加速器、亚马逊也持续迭代Inferentia等自研AI推理芯片。云厂自研路线与 GPU 路线并行推进，进一步强化了“推理成为新战场”的产业共识。在中国AI推理也同样带来了巨大的市场。根据灼识咨询报告，中国AI推理芯片相关产品及服务行业正处于快速增长阶段，市场规模从2020年的113亿元增长至2024年的1626亿元，复合年增长率达94.9%，预计于2024年至2029年将以53.4%的复合年增长率增长，2029年将达到13830亿元。在国内，面对推理芯片这一关键赛道，一批本土企业正在加速突围。例如，华为昇腾系列芯片采用专用集成电路（ASIC）设计，基于自研的达芬奇架构，专为高效执行AI神经网络计算任务而优化。寒武纪推出了思元590芯片，这款基于7纳米工艺打造的国产AI芯片，推理算力达512 TOPS，并全面兼容国内几乎所有主流大模型。天数智芯则围绕“训推组合”的通用 GPU 路线推进产品体系，其公开资料显示已发布面向推理的通用 GPU 产品，并强调对主流深度学习框架与多精度推理计算的支持。云天励飞则提出了全新的“GPNPU”架构，强调面向人工智能推理的设计，并结合封装与存储等系统级手段缓解带宽瓶颈，试图走出一条差异化技术路径。整体来看，在推理成为产业主战场的当下，竞争焦点正在从单点算力指标扩展到“软硬协同、成本结构、交付与运维”的综合能力，国产厂商也由此迎来更需要工程化兑现的新一轮竞争窗口。未来破局进入2026年，推理需求的上行更明显地与两条产业线索交织在一起：一条是应用形态从“对话”走向“行动”，另一条是推理系统从“同构堆卡”走向“工程化拆分”。在CES 2026上，英伟达CEO黄仁勋多次强调“agentic AI（智能体）”与“Physical AI（物理AI）”的到来，并将其描述为“physical AI 的ChatGPT时刻”，核心指向是AI从生成内容进一步延伸到理解、规划与执行，落到机器人、自动驾驶、工业系统等更贴近现实世界的场景中。与此同时，AMD CEO苏姿丰在CES 2026也用“yottaflops”来描述未来数年AI算力需求的跃迁幅度，传递的信号是：随着更多复杂应用上线，算力的瓶颈将从“是否可训练”转向“是否可持续推理”。而以李飞飞创立的World Labs为代表的“世界模型/空间智能”路线，则把推理负载进一步从2D内容生成推向“可交互的三维世界构建”，意味着更长链路、更强实时性，同时也更高频的在线推理调用将成为常态。这些趋势叠加在一起，指向同一个结论：推理的总量会变大，且推理对时延、稳定性与成本结构的要求会同步抬升。在国内，推理侧的机会同样更具确定性。一方面，中国AI推理芯片赛道目前并未形成“一家独大”的格局，不同技术路线仍在并行推进，给了后来者以差异化切入与工程化验证的空间。另一方面，中国作为应用大国，政策层面对AI规模化普及给出了明确的扩散目标。国务院发布的AI+行动方案提到，到2030年“新一代智能终端和AI智能体”的渗透率将超过90%，这意味着推理需求不仅来自头部大模型，也将来自大量行业应用与终端产品的长尾扩散。在这样的背景下，“未来破局”的关键不再是单点性能的叙事，而是能否在推理时代把软硬协同、生态适配、交付运维与成本结构做成可复制的工程体系——当推理需求持续放大且进一步细分，市场也将为更多务实路线留下窗口。 图源：图虫创意 在推理市场上，不同芯片公司作出了不同的规划。陈宁表示，未来1-2年将专注推动GPNPU架构及系列芯片通过市场验证，并赋能更多AI原生硬件；华为此前规划，未来三年将推出多款昇腾芯片，包括 950PR、950DT、昇腾960和昇腾970，其中 950PR主要面向推理 Prefill 阶段和推荐业务场景；针对推理场景，天数智芯推出了专为AI推理优化的通用GPU“智铠”系列，其在招股书中表示，他们计划未来将继续迭代训练和推理场景的产品线……从比拼单点算力的军备赛，到围绕推理效率、工程交付与生态协同的体系化较量，国产AI芯片的竞争已进入更为艰深的下半场，而2026年的角逐已然开始。
-
为跨境电商营造有序、健康发展环境，打造数智化产业链出海新生态 来源：环球网【环球网财经综合报道】2026年1月1日起，由中国服务贸易协会电子商务专业委员会牵头，联合中国跨境电商50人论坛及包含科捷在内的多家跨境电商龙头企业共同制定的《跨境电商平台企业及关联服务商经营规范》（T/CATIS 0302025）正式实施。据悉，《跨境电商平台企业及关联服务商经营规范》是由中国服务贸易协会统一制定的团体标准。该标准囊括了跨境电商平台经营者以及与之相关的出口经营者、进口经营者和其他的物流、金融、营销等关联服务商，旨在构建良好的跨境电子商务治理体系，营造良好的发展环境，推动跨境电子商务有序、健康、可持续发展。当前，国际贸易形势变动频繁，产业带制造业企业在面临出海挑战时，有诸多问题待解。作为《跨境电商平台企业及关联服务商经营规范》的参与制定企业之一，神州控股（00861.HK）科捷在标准编制过程中，就结合自身业务对跨境电商全流程业务进行了梳理，并结合生态合作伙伴的情况，对标准内容提出了建设性意见。并通过标准制定和现场参会，进一步扩大了跨境电商上下游生态合作网络，构建了从仓储物流到跨境支付、清关报税和营销运营的“产业带+跨境电商”服务生态闭环。 针对产业带特色化发展趋势所面临的诸多痛点，神州控股科捷常务副总裁邢景峰曾给出一些建议，提出了“技术+场景+生态”的立体化解决方案。特别是在生态融合协同上，作为专业技术服务商，科捷联合产业链上下游形成了一体化服务模式，目前跨境电商业务已对接国内外40多个主流电商平台、海外仓储数量超过20个，运输网络覆盖全球50个国家和地区，为产业带有效对接跨境平台和出海布局，构建了全面的服务保障体系。随着各地区产业带跨境发展规模的进一步扩大，神州控股科捷也将为相关企业提供更大助力，以技术创新推动产业升级，助力中国制造实现向“中国智造”全球跃迁。
-
OpenAI注资Merge Labs：奥尔特曼构想用人机融合对抗超级AI IT之家 1 月 16 日消息，科技媒体 TechCrunch 昨日（1 月 15 日）发布博文，报道称 OpenAI 再次拓展其投资版图，注资其首席执行官山姆 · 奥尔特曼（Sam Altman）联合创立的脑机接口（BCI）初创公司 Merge Labs。 Merge Labs 本周四正式从隐身模式走向台前，宣布完成一笔数额惊人（未公开）的种子轮融资。知情人士证实，该公司在本轮融资中筹集了 2.5 亿美元（IT之家注：现汇率约合 17.45 亿元人民币），估值达到 8.5 亿美元（现汇率约合 59.34 亿元人民币），而 OpenAI 提供了其中最大的一笔资金。Merge Labs 将自身定义为致力于“连接生物智能与人工智能”的研究实验室，旨在通过规模化连接神经元，来恢复人类丧失的能力并扩展想象力。在技术路径上，Merge Labs 选择了与埃隆 · 马斯克（Elon Musk）旗下的 Neuralink 截然不同的方向。Neuralink 采用侵入式方案，通过手术机器人切除部分头骨并植入微细电极线来读取神经信号；而 Merge Labs 则主攻非侵入式技术，计划利用“分子而非电极”连接神经元，并通过超声波等深层模态来传输和接收信息。在人才团队方面，Merge Labs 汇聚了一支背景显赫的创始团队。除了奥尔特曼外，联合创始人还包括 Tools for Humanity（World 币开发商）的 CEO Alex Blania 和产品负责人 Sandro Herbig，以及来自 Forest Neurotech 和加州理工学院的研究人员。在愿景方面，早在 2017 年，奥尔特曼就曾撰文预测人类将在 2025 年至 2075 年间与机器融合。他认为，面对可能视人类为异类竞争者的“超级人工智能”，实现人机融合是人类生存的“最佳方案”。通过 Merge Labs，Altman 试图在生物智能与数字智能之间架起桥梁，避免人类在进化树上被边缘化，尽管他也承认这一过程“会变得越来越怪异”。
-
美团也要卖车了；贾国龙回应西贝关闭102家丨邦早报 【贾国龙回应西贝闭店传闻：关闭102家门店，储值可退可用于其他门店】近日，网传西贝在会议中称将一次性关闭全国102家门店，占门店总数的30%。1月15日，西贝餐饮创始人贾国龙发布微信朋友圈，确认“关闭102家门店”传闻，并表示不得不离职的员工工资一分钱不会差。顾客储值卡可用于其他门店或者退卡。接了年夜饭的门店“再坚持一个月，接完最后一餐再关”。贾国龙称接下来“我们会继续拼，争取活下来。我本人没有西贝之外的任何资产，没有国外资产，这些年只有北京一套房，呼和浩特的房子是租的”，“只要我还在这儿，就和西贝在一起，和每一位顾客在一起！”（澎湃新闻） 【千问App接入支付宝，上线AI付款】千问App宣布全面接入淘宝闪购和支付宝AI付，实现一句话点外卖。用户在千问聊天框说一句“帮我点杯奶茶不加糖”，千问即可推荐合适商家、生成订单，并通过内置的“支付宝AI付”功能一键付款，全程无需跳转至其他应用。（搜狐） 【迅雷重启诉讼，指控前CEO陈磊隐秘掏空公司】1月15日，记者获悉，时隔超五年，迅雷公司及其子公司网心科技，以“损害公司利益责任纠纷”为由，对前CEO陈磊及其核心团队提起民事诉讼，追索金额高达2亿元。目前该案已被深圳相关法院受理立案。这场横跨超五年的纠纷核心，直指一家名为“兴融合”的公司。原告指控该公司为前CEO陈磊实控的“影子体系”，并由此构建了一条隐秘的利益输送链条。（第一财经）【死了么App被下架】记者检索苹果应用商店发现，“死了么”App已经被下架，无法搜索下载。同时，还出现了许多类似App，例如“活着么-死了么短信版”“Dead Yet?Pro”“死了么漂流版”等。记者检索安卓应用商店，也无法搜索下载。（财联社） 【雷军：新一代小米SU7将提供9款配色】1月15日晚，小米董事长兼CEO雷军在直播中透露，新一代小米SU7将提供9款配色，它保留了前代产品10款配色中的四款，加入SU7 Ultra及YU7经典配色，并提供包括卡布里蓝在内的三款新配色。据了解，预计2026年4月上市的改款小米SU7预售价22.99万元起，小订意向金1000元，上市后可退。配置方面，改款SU7全系标配碳化硅高压平台，全系长续航CLTC续航：标准版720km，Pro版902km，Max版835km；全系标配激光雷达，满配辅助驾驶。（界面新闻） 【理想调整基座模型业务：詹锟接手，VLA研发整合】理想汽车自动驾驶高级算法专家詹锟将接手基座模型业务，整体负责理想的VLA（视觉-语言-行动）基座模型研发，将相关技术研发团队充分整合，为自动驾驶、智能座舱，以及将来可能的机器人等业务提供技术支撑。汇报关系上，詹锟改向理想 CTO、系统与计算群组负责人谢炎汇报，不再向自动驾驶研发高级副总裁郎咸朋汇报。不过詹锟仍然负责智能驾驶VLA模型研发，继续将模型能力工程化和平台化。现任基座模型负责人陈伟或将加入创业行列。（晚点）【美团也要卖车了】继京东之后，又一互联网平台美团切入汽车销售领域。 2026年1月15日，上海喜车未来智能科技有限公司与美团在上海签署战略合作协议。双方将整合汽车产业与本地生活服务优势，共同构建“买车用车+本地生活”一站式服务平台。（第一财经）【霸王茶姬及创始人起诉网友，公司回应】1月15日，北京互联网法院公告送达霸王茶姬关联公司北京茶姬餐饮管理有限公司及创始人张俊杰诉赵某网络侵权责任纠纷案件材料，案件定于3月3日开庭审理。霸王茶姬证实此次维权旨在反击涉及创始人婚姻和创业的谣言。去年，张俊杰结婚引发舆论关注，相关谣言对其及家人造成伤害。张俊杰在朋友圈澄清从未有过婚姻及“茶叶富商残疾女儿”故事，已通过法律手段维权。公开资料显示，张俊杰17岁进入奶茶行业，2017年创立霸王茶姬，目前全球门店超7000家，会员突破2亿，计划2025年4月纳斯达克上市。（腾讯网）【苹果拓展境外支付功能】1月15日，苹果宣布拓展Apple Pay（苹果支付）跨境支付支持。Visa支持中国持卡人将Visa卡绑定至Apple Pay，并在境外的线下商户、移动App或线上网站等多种场景进行支付。具体来说，持有中国工商银行、中国银行、中国农业银行、交通银行、招商银行、中信银行、平安银行、兴业银行发行的Visa信用卡，以及中信银行发行的Visa借记卡的持卡人，将卡片添加到Apple钱包App后即可使用Apple Pay进行跨境支付。上述银行已和中国银联共同为Apple Pay跨境支付提供支持。浦发银行、中国建设银行、中国民生银行、中国光大银行等更多银行发行的Visa信用卡将在数月内支持这一功能。（澎湃新闻） 【花旗CEO警告今年还有裁员行动，强调将终结落后的企业文化】据报道，花旗首席执行官范洁恩（Jane Fraser）正在终结花旗集团落后的企业文化。周三，她在致员工的备忘录中提到，“门槛已经提高了”，暗示今年将进一步裁员。范洁恩一直敦促员工努力实现盈利目标，为客户提高投资回报率。她还投资了自动化和中后台控制系统，以解决那些损害公司声誉并引发监管机构愤怒的数据问题。花旗集团还表示，根据其自身的衡量标准，旨在解决监管问题的项目中，有80%已达到或接近目标状态。一旦这些项目完成，为满足监管要求而招聘的部分员工可能会被裁减。“随着时间的推移，我们可以预见自动化、人工智能和进一步的流程简化将重塑工作方式，一些岗位会发生变化，新的岗位将出现，而另一些岗位将不再被需要，”范洁恩写道。（新浪财经）【卫龙前CEO孙亦农入职大窑】从大窑官方确认，卫龙前CEO孙亦农已在今年1月加入大窑，出任CEO一职，他将与大窑现任董事长戴诚一起搭档。孙亦农是快消行业的知名职业经理人，此前分别在银鹭、卫龙食品担任首席执行官。（界面新闻）【OpenAI原研究副总裁回归】Thinking Machines已解雇首席技术官巴雷特·佐夫，理由是存在不道德行为，苏米斯·钦塔拉将接任首席技术官一职。OpenAI应用业务CEO菲吉·西莫表示，巴雷特·佐夫、卢克·梅茨和萨姆·舍恩霍尔茨将从Thinking Machines公司回归OpenAI，此次人事变动“筹备已久，历时数周”。巴雷特·佐夫曾担任OpenAI研究副总裁，2024年9月从OpenAI离职。（腾讯网）【马斯克回应Grok争议：没有见过任何由Grok生成的未成年人裸照】马斯克15日在社交平台X上发帖称，其没有发现任何由Grok生成的未成年人裸照。马斯克称，我没有见过任何由Grok生成的未成年人裸照，真的一张都没有。显然，Grok不会主动生成图像，它只会根据用户的请求来生成。当被要求生成图像时，它会拒绝制作任何非法内容，因为Grok的运营原则是遵守任何国家或地区的法律。有时，对Grok提示词的恶意攻击可能会导致意外情况。如果发生这种情况，我们会立即修复漏洞。（腾讯网） 【宗馥莉名下贵阳济宁两家公司注销】天眼查工商信息显示，近日，贵阳娃哈哈宏振饮用水有限公司登记状态由存续变更为注销。贵阳娃哈哈宏振饮用水有限公司成立于2015年6月，法定代表人为祝丽丹，注册资本2500万人民币，董事为宗馥莉，经营范围为饮料的生产和销售、食品用包装容器的生产和销售。股东信息显示，该公司由娃哈哈商业股份有限公司全资持股。值得一提的是，此前，济宁娃哈哈宏振饮用水有限公司已注销。（雷达财经）【观致汽车常熟工厂二拍如期开拍，超2万人围观】在宝能集团董事长、观致汽车实际控制人姚振华抗议观致汽车常熟工厂核心资产遭低估“甩卖”次日，记者发现，相关拍卖如期举行，截至发稿前，已有1人报名，772人关注，20129人围观。1月14日，姚振华通过“中国宝能”官方公众号发布实名举报视频，称在观致2.7亿元执行案件中，清算工作组强制封控观致汽车工厂、设备，严重超额查封执行，强制拍卖观致汽车土地、厂房及常规机器设备，专用车型设备等核心资产。(蓝鲸新闻) 【屈臣氏集团计划今年新增约千家店铺，拟投资38亿港元扩大业务网络】屈臣氏集团计划今年新增约1000家店铺，并投资38亿港元用于开设新店、升级店铺、增强零售科技及供应链，进一步扩大全球业务网络及强化O+O平台。（格隆汇） 【英伟达投资数学人工智能初创公司Harmonic】据AXIOS网站报道，英伟达(NVDA.O)投资初创公司Harmonic，该公司专注于开发用于解决数学问题的人工智能系统。据Harmonic透露，英伟达参与了该公司的C轮融资，总额为1.2亿美元，使公司估值达到14.5亿美元。大型语言模型在数学竞赛中表现越来越好，但Harmonic表示，市场上仍然有对能够正式验证其结果准确性的AI系统的需求。Harmonic称其模型Aristotle不仅能解决数学难题，在编码和芯片设计方面也展现出潜力。（睿兽分析登陆查看更多）【物自体科技完成数千万元Pre-A轮融资】1月15日，物自体科技（Noumena）宣布完成数千万元Pre-A轮融资。本轮融资的投资方包括狮城资本、百度战投以及老股东靖亚资本。本轮资金将主要用于AI Agent产品迭代，包括营销垂类大模型的训练，面向AI决策的上下文图谱（Decision Context Graph），多智能体（Multi-Agent）协作架构的技术研发，以及在美妆、时尚等头部行业的深度拓展，并加速全球出海业务的布局。（睿兽分析登陆查看更多）【柠檬茶品牌林里LINLEE完成数千万融资】柠檬茶品牌林里LINLEE完成了数千万A轮融资，前海方舟基金为独家投资方，估值近10亿，本轮资金主要用于品牌建设，供应链升级及组织升级。（睿兽分析登陆查看更多）【影目INMO正式官宣完成C1轮融资】影目INMO正式官宣完成C1轮融资，本轮由成都科创投、南山战新投、普丰资本共同参与投资。至此，影目INMO在2025一年内连续完成B2轮、B3轮及C1轮三轮融资，总金额近5亿，成为当前AI+AR智能眼镜赛道中，融资节奏最为密集、资本关注度最高的公司之一。（睿兽分析登陆查看更多）【全球首个机器人租赁平台擎天租完成种子轮融资】1月15日，全球首个机器人租赁平台擎天租宣布，公司已于近期完成种子轮融资。本轮融资由高瓴创投（GL Ventures）领投，复星创富、慕华科创、大丰基金及张江集团旗下具身智能公司共同参与投资。本轮资金将主要用于全国市场拓展、平台技术与服务体系建设，以及与地方政府和产业生态的深度协同等。（睿兽分析登陆查看更多） 【荣耀Magic8 RSR将首发CIPA6.5级防抖】1月15日，荣耀手机官方宣布，荣耀Magic8 RSR保时捷设计将首发CIPA 6.5级防抖技术，并支持增距镜专业影像套装，该套装包括保护壳、磁吸手柄以及一枚2.35x长焦增距镜，可实现等效200mm长焦拍摄。（网易） 【乘联分会：2025年皮卡市场销售58.9万辆，同比增长11.8%】乘联分会发布数据，2025年12月份皮卡市场销售5.2万辆，同比增长8.8%，处于近5年的高位水平。2025年1-12月份皮卡市场销售58.9万辆，同比增长11.8%。2025年12月份皮卡生产为4.8万辆，同比增长5.2%，处于近5年的中高位水平。2025年1-12月份皮卡市场生产57.5万辆，同比增长14%。（每日经济新闻）【机构：2025年中国大陆智能手机市场微幅下滑1%，华为时隔五年重夺第一】1月15日，Omdia的最新研究显示，2025年，中国大陆智能手机市场全年出货量为2.823亿台，小幅下滑1%。华为以4680万台的出货量重回第一，占据17%市场份额。vivo紧随其后排名第二，出货量4600万台，市场份额为16%。苹果凭借第四季度的出色表现，全年出货量4590万台，跻身市场前三。小米出货4370万台，OPPO出货4280万台，分别位列第四第五。（腾讯网）
-
苹果发表Manzano：无损融合“看图”与“绘图”的多模态AI模型 IT之家 1 月 15 日消息，科技媒体 Appleinsider 今天（1 月 15 日）发布博文，报道称苹果发表重磅研究论文，详细介绍了名为“Manzano”的多模态模型，融合“视觉理解”与“文本生成图像”两大功能。该模型最大的创新在于“双修”：它不仅能像人类一样精准理解图像内容（视觉理解），还能根据文本描述生成高质量图片（图像生成）。 行业内此前仅有少数模型能同时兼顾这两项任务，且往往需要在画质与理解力之间做出妥协，研究人员指出，核心矛盾在于“视觉分词”的方式不同。简单来说，AI 进行“图像理解”时喜欢连续的数据流（类似看视频），而进行“图像生成”时则更依赖离散的数据块（类似拼图）。传统模型强行让同一个大脑处理这两种截然不同的信号，往往会导致严重的任务冲突，要么“看得懂但画不出”，要么“画得好但理解偏”。Manzano 为了解决这一难题，引入了一种创新的三段式架构： 首先，它使用“混合视觉分词器”同时生成连续和离散的视觉表示； 接着，利用大语言模型（LLM）预测图像的语义内容； 最后，将这些预测结果交给“扩散解码器”进行像素级渲染。 这种设计让 Manzano 既保留了强大的理解能力，又具备了精细的绘图能力，甚至能处理深度估计、风格迁移和图像修复等复杂任务。测试数据显示，Manzano 在处理反直觉、违背物理常识的复杂指令时表现惊人。例如，当要求生成“一只鸟在大象下方飞翔”的画面时，Manzano 的逻辑准确性与 OpenAI 的 GPT-4o 以及谷歌的 Nano Banana 模型旗鼓相当。 研究团队测试了从 3 亿到 300 亿（30B）参数的不同版本，证实了该架构在模型规模扩大时依然能保持高效的性能提升。 虽然 Manzano 目前仍处于研究阶段，尚未直接应用于 iPhone 或 Mac 设备，但这表明苹果正在构建更强大的底层 AI 能力。该媒体认为这项技术极有可能会被整合进未来的“图乐园 Image Playground”功能中，为用户带来更智能的修图体验和更具想象力的画面生成能力，进一步巩固苹果在端侧 AI 领域的竞争力。IT之家附上参考地址
-
美国28个组织联名致信苹果、谷歌，呼吁下架X和Grok IT之家 1 月 15 日消息，围绕 Grok 生成涉及真实人物、甚至未成年人的非自愿亲密深度伪造内容，外界的质疑正从马斯克本人扩展到苹果和谷歌。今天早间，据外媒 Engadget 报道，由美国 28 个组织组成的联盟公开要求苹果和谷歌执行自身政策，从商店下架 X 和 Grok 应用。公开信中直指苹果和谷歌不仅放任非自愿私密影像和儿童性虐待内容的传播，还在商业层面从中获益，并要求苹果方面立即采取行动，防止进一步的违法和滥用行为。报道指出，按照苹果和谷歌的应用商店规定，此类应用本不应上架，但两家公司至今未采取实质措施，也未回应媒体的置评请求。数据显示，问题的规模远超个案。在相关新闻曝光后的 24 小时内，Grok 平均每小时生成约 6700 张带有性暗示或“脱衣”效果的图像，约占同期生成内容的 85%。与此同时，其他主流深度伪造网站的相关内容生成速度也达到每小时 79 张。公开信指出，这些数据表明，Grok 和 X 正在迅速演变为传播非自愿性深度伪造内容的平台，而其中相当一部分涉及未成年人。Grok 随后发表声明，承认曾在 2025 年 12 月生成并传播涉及两名未成年女孩的性化图像，并将事件归因于安全机制失效。不过，公开信强调，这一承认并不能掩盖问题的普遍性。X 随后限制了 Grok 的图像生成功能，仅向付费用户开放，并阻止此类图像直接出现在公开时间线上。然而，非付费用户仍被指可以在一定范围内生成性化图像。在科技公司行动迟缓的背景下，多国监管机构已率先介入。据IT之家了解，马来西亚和印度尼西亚已宣布禁止 Grok；英国和美国加州相继启动调查；美国参议院也再次通过《反抗法案》，赋予非自愿深度伪造内容受害者提起民事诉讼的权利。
-
OpenAI豪掷百亿美元，联手Cerebras三年部署750兆瓦算力 OpenAI再签重磅算力大单，携手Cerebras部署750兆瓦晶圆级芯片。1月14日，OpenAI与Cerebras公司宣布签署了一项三年期协议，承诺采购至多750兆瓦算力，全部采用Cerebras的晶圆级芯片。据华尔街日报援引知情人士透露，交易总额超过100亿美元。Cerebras 的芯片旨在运行AI模型并比竞争对手更快地生成响应，从而满足OpenAI对快速计算能力的需求。根据协议，该部署将从2026年开始分阶段进行。Cerebras设计的人工智能芯片专注于推理任务，其独特的速度优势源于将海量计算能力、内存和带宽集成于单个巨型芯片上，从而消除了传统硬件上导致推理速度下降的瓶颈。OpenAI首席执行官Altman是Cerebras的个人投资者，两家公司曾在2017年探讨过合作事宜。这笔交易可能为Cerebras带来新的估值跃升。据报道援引知情人士透露，该公司正在洽谈以220亿美元估值融资10亿美元，这将使其估值较此前增长近两倍。推理芯片需求激增OpenAI正加紧获取更多数据中心容量，为下一阶段的增长做好准备。OpenAI的Katti称，公司在工程师反馈希望获得能更快运行AI应用（特别是编程相关应用）的芯片后，开始考虑与Cerebras合作。两家公司于去年秋季开始谈判，并在感恩节前签署了意向书。Cerebras首席执行官Andrew Feldman在接受媒体采访时展示了一系列演示，显示由Cerebras芯片驱动的聊天机器人能够比使用竞争对手更快地向用户提供响应。Feldman表示： 当前推动市场的是对快速计算能力的巨大需求。 专注于推理（即运行训练好的AI模型来生成响应的过程）的芯片初创公司需求旺盛，因为AI公司竞相获取能够提供快速、经济高效的计算能力的尖端技术。英伟达去年12月与Groq签署了一项价值200亿美元的授权协议，使其能够使用这家初创公司开发的、同样用于处理此类任务的芯片。寻求英伟达的替代方案OpenAI正在积极寻找英伟达芯片的更便宜、更高效的替代品。去年，该公司宣布与博通合作开发定制芯片，并单独签署协议使用AMD的新款MI450芯片。此次与Cerebras的合作是OpenAI多元化芯片供应策略的延续。该公司正准备进入下一个增长阶段，迫切需要获得更多数据中心容量。OpenAI去年产生约130亿美元收入，但与甲骨文、微软和亚马逊签署的新云合同总额接近6000亿美元，这引发了投资者对其支付能力的担忧。Altman表示，这些合同是分阶段执行的，公司将通过未来的收入增长来支付。Cerebras估值或大幅提升成立约十年的Cerebras此前在半导体市场的表现并不突出。该公司2024年申请上市时披露，其大部分收入来自单一客户，总部位于阿布扎比的G42。华尔街见闻提及，Cerebras去年10月撤回上市计划，并在之前以81亿美元估值完成11亿美元的私募融资。Feldman称，Cerebras此后已与IBM和Meta签署了新合同。据PitchBook数据，该公司此前已累计融资18亿美元，投资方包括Benchmark、阿联酋公司G42、富达投资和Atreides Management。
-
Gemini推出购物功能，AI重塑消费入口的1000天 作者 | 肖思佳 编辑 | 乔芊2026开年，全球AI竞赛场上，再次出现零售巨头的身影。1月11日，沃尔玛与谷歌宣布，计划将沃尔玛及山姆会员店的商品整合进谷歌的Gemini。与此同时，谷歌在全国零售联合会（NRF）大会上，正式发布通用商业协议（UCP），用于为谷歌搜索和Gemini的AI模式提供智能购物能力。美国用户无需离开AI聊天界面，即可在Gemini的对话框中浏览商品并完成购买。在此之前，上一个把AI对话变成购物场景的，是OpenAI。2025年9月底，ChatGPT推出的“即时结账”（Instant Checkout），跑通了从对话到下单的完整购物闭环。从2022年底ChatGPT发布算起，短短三年时间，科技行业已经历多轮高频的“你追我赶”。而在经历过一轮的搜索入口博弈之后，AI竞赛的焦点，正在进一步延伸至电子商务领域。据纽约邮报报道，2025年11月底的黑色星期五，在这美国一年中最繁忙的购物日里，消费者借助人工智能完成搜索、比价、筛选与决策，推动在线消费额达到创纪录的118亿美元。Adobe Analytics数据显示，这一天美国的在线消费额比去年同期增长了9.1%。AI正逐步成为购物链条中不可忽视的变量。信息时代，得入口者得天下。谁能率先探索出真实可持续的交易能力，谁便能占据先机。如今，这场竞争已不再局限于单一赛道，而是一场围绕交易入口展开的三方博弈。购物平台、搜索引擎公司与大模型厂商，正在被迫站上同一张牌桌。相较之下，国内围绕大模型的商业化竞争，仍更多发生在既有平台生态内部。即便是以系统形态出现的豆包手机，在具体操作中的交易行为仍要回流至电商平台完成。因此，尽管各家在产品迭代、组织调整与人才争夺上的动作频频，但真正围绕“跨平台入口”的正面交锋尚未完全展开。在这一背景下，观察海外科技公司在这一轮变革中的缠斗史，或许更能帮助我们理解：当AI走向交易前端，商业秩序将如何被重构。01 从搜索，到支付 Gemini 3推出UCP，再一次试图狙击OpenAI。2025年9月底，OpenAI旗下的ChatGPT推出了“即时结账”（Instant Checkout）功能，并在10月迅速与美国零售企业沃尔玛达成合作。“即时结账”是ChatGPT在当年4月上线的“购物功能”基础上的进一步升级。这意味着，生成式AI不再只是提供商品搜索链接，而是开始直接介入交易环节。用户无需跳转至第三方电商平台，便可在ChatGPT的对话框内完成询问、下单与支付（支持Apple Pay、Google Pay、Stripe及信用卡），形成完整的购物闭环。目前，该功能仅面向美国用户开放。彼时，《财富》杂志指出，此举是OpenAI对其7亿周活跃用户（截止2025年7月）进行商业化的重要落子，并可能从传统的谷歌搜索广告手中撬走大量市场份额。过去，人们购物往往要先在Google shopping上搜索目标商品，反复比价、查看测评，做出决策后，再转而在电商平台或商家官网下单。如今，这一流程被大幅压缩——只要对AI提出购物问题，比如：登山穿什么运动鞋最好？AI便能直接显示相关的产品、图片、评价、价格以及商家的购买链接，甚至直接付款。众所周知，谷歌的大部分收入，建立在“把用户引到网站上，再通过广告变现”的模式之上。一旦用户的购物旅程从ChatGPT等外部AI开始，购物的起点不是先搜索商品，而是先向AI提问，那么谷歌便失去了一部分流量来源。对谷歌而言，这损失的就不只是一次点击，更是一笔潜在的高利润广告费。事实上，自诞生以来，OpenAI与谷歌的冲突从未停止。过去二十年来，谷歌一直占据主导地位，在全球搜索市场占据了90%的份额。直到2022年11月，OpenAI横空出世。不到三个月的时间，OpenAI的用户数量就突破了1亿。其速度远远超过了TikTok的9个月和Instagram的两年半。彼时，嗅到危机的谷歌第一时间发布了“红色警报”，并召回两位创始人谢尔盖·布林和拉里·佩奇重返公司，共同应对挑战。据《纽约时报》报道，ChatGPT的迅速崛起被视为对谷歌的潜在威胁，因为它“似乎能够提供一种全新的互联网信息搜索方式”。而作为OpenAI最大的投资者之一，2023年2月，微软闻风而动，抢在所有竞争对手之前发布了NewBing——也就是在旗下的网络搜索引擎Bing中，嵌入了OpenAI的生成式功能，实现在搜索结果中提供更智能的对话式回答。作为第一个把生成式AI塞进搜索入口的主流产品，NewBing的出现本身就是对传统搜索逻辑的一次改写。过去十多年中，Bing在市场份额上始终被谷歌压制。OpenAI的出现，让微软第一次看到了挑战谷歌搜索霸主地位的现实可能性。面对围堵，急于证明自身的AI的谷歌，也紧随其后在2023年3月推出了大模型Bard（后更名为Gemini），试图以此反击ChatGPT。但值得一提的是，在正式被推出前，Bard曾在一条demo视频中犯下一个事实性错误，致使美股开盘后谷歌股价大跌7.68%，市值一夜蒸发约1056亿美元，暴露了其当时面临新技术时的窘境。直到2024年5月，在Google I/O上，谷歌宣布AI Overviews功能正式上线，AI可以在搜索结果顶部直接提供由Gemini生成的回答摘要，该功能的推出也被称为“谷歌搜索引擎25年来最大的一次变化之一”。但很快，谷歌面临了更为直接的挑战：2024年7月26日，OpenAI正式推出SearchGPT，让ChatGPT可以实时联网，搜索最新的互联网信息生成答案，并给出信源链接。这标志着ChatGPT正在从单纯的AI对话器，向搜索工具转变。SearchGPT推出后，谷歌当天股价跌幅超过3%。这一转变，也为后续其在消费上的应用奠定了基础。由于人们越来越频繁地与AI进行对话，一部分人逐渐在聊天过程中，开始把消费决策也交给它，让AI帮忙推荐商品并给出购买链接。2025年，OpenAI推出的“即时结账”功能，正是在这一搜索逻辑的商业落地——在给出购物链接之外，进一步接管支付环节，形成完整闭环。事实上，早在2024年11月，人工智能搜索引擎Perplexity便已进军电子商务领域。其推出的该功能可以在Perplexity的搜索结果中提供购物推荐，并允许用户无需访问零售商网站即可直接下单。与此同时，Perplexity还推出了商家计划，表示如果商家加入该计划，他们的产品更有可能被推荐，因为公司将在其索引中掌握更完整的信息。用户还可以使用一键结账功能从公司的合作商家处购买商品。以上动向显示，大模型公司的野心已不再满足于只提供信息，更试图以购物助手的角色掌控消费决策入口。这既颠覆了电子商务原有的购物范式，也迫使传统搜索巨头重新审视自身的竞争策略。不过，尽管谷歌备受挑战，但其强大的实力仍令对手感到担忧。尤其是2025年11月发布的最新的人工智能模型Gemini 3，获得了令人惊艳的评价——不仅在发布首日便率先应用于谷歌最核心的搜索业务，且一上线就以1501分登顶LMArena排行榜（全球AI模型竞技场），成为首个突破1500分的模型。更重要的是，Gemini不再仅仅局限于回答问题，而是能够完成复杂任务。比如，用户只要下达一个游戏开发的需求，它就可以自动生成可运行的代码和完整的界面。对此，谷歌CEO Sundar Pichai在谷歌官方博客上评价道：“Gemini 3是我们目前最智能的模型，目标是让用户把任何想法变成现实。”这也有力地表明，经过三年的发展，谷歌已经做好了充分的准备。谷歌的快速进步，甚至让一度处于领先地位的OpenAI发出了红色预警。对此，OpenAI创始人Sam Altman在播客节目“Big Technology”上表示，对公司而言，发出红色警报其实相当常见。他说：“我认为保持警惕，并在潜在的竞争威胁出现时迅速采取行动是好事。”他还表示：“我估计我们会在很长一段时间内每年进行一到两次这样的警报，这实际上是为了确保我们在自己的领域中保持领先地位。”面对这场关乎流量分配、商业模式、生态控制力与话语权的彻底洗牌，各大科技公司显然都在加紧布局，以确保在这一变革中占据一席之地。02 亚马逊着急了 AI重塑购物入口，很快令电商巨头亚马逊面临被颠覆的危险。为了应对冲击，2025年8月，亚马逊在robots.txt文件中新增了六个与人工智能相关的爬虫程序，加大力度阻止人工智能公司访问其电商平台。其中包括Meta、谷歌和华为。而在此之前，亚马逊已经针对Anthropic的Claude、Perplexity和谷歌的Project Mariner等公司实行了爬虫程序实施的限制。据最先发现这些变化的独立分析师Juozas Kaziukėnas在领英发帖表示：“亚马逊正竭尽全力阻止人工智能公司利用其数据训练模型。”但他认为，这些限制措施出台的时机可能太晚，无法阻止人工智能模型的训练，因为亚马逊的数据已经存在于ChatGPT和其他模型使用的数据集中。他指出：“但亚马逊显然对帮助任何人构建人工智能购物的未来不感兴趣。如果这真的是未来，亚马逊想自己来构建。”事实上，亚马逊也正在开发自己的人工智能购物工具。2024年7月中旬，亚马逊面对全美推出了AI购物助手Rufus，并在后来将其推广至其他国家。Rufus可以通过对话式互动，帮助用户更快、更准确地获取产品信息、进行产品比较，并访问订单详情。2025年4月，亚马逊又在美国小范围测试了一项名为“Buy For Me”的功能。该功能可以帮助消费者前往其他平台，搜索并购买无法在亚马逊上买到的商品。另一方面，2025年11月初，亚马逊还在美国旧金山联邦法院对Perplexity提起了诉讼。起因是同年7月，Perplexity推出的AI原生浏览器Comet提供了一项智能助手功能，可以代表用户在包括亚马逊在内的多个网站上查找并购买商品。亚马逊指控其违反平台服务条款，并涉嫌通过伪装成正常浏览器绕过技术检测。亚马逊还以《计算机欺诈和滥用法案》等法律条款为依据，要求裁定Perplexity停止这种行为，并寻求法院给予禁令救济等。亚马逊希望继续掌控购物流程与商业化权利，来对抗外部AI公司“强行”的跨平台购物操作。不过，作为亚马逊在电商领域的主要竞争对手，Shopify则采取了不同的策略。Shopify并没有像亚马逊那样试图将AI公司挡在门外，而是选择了一种更温和的做法。它要求任何AI购物代理不能完全自动下单，必须保留人工确认的环节。与此同时，Shopify还向开发者抛出了橄榄枝——如果AI工具要帮用户完成购买，最后一步的支付和结账，最好直接接入Shopify的结账系统。也就是说，Shopify虽然并不反对AI成为新的购物入口，但它希望能把交易发生的地方留在自己的体系之内。此外，Shopify一直积极寻求与人工智能公司合作的机会。据《金融时报》报道，OpenAI与Shopify在2025年4月，就已围绕让用户在ChatGPT内直接购物展开合作谈判。9月底，OpenAI推出即时结账功能的同一时间，Shopify便宣布了合作消息，表示商家能够在ChatGPT对话中直接销售商品。Shopify在12月10日发布的官方消息则显示：其正在通过Agentic Storefronts计划，将商家商品目录推送至包括ChatGPT、Perplexity和Microsoft Copilot在内的多个对话式AI界面，让消费者可以在对话中发现商品、比较并完成交易。归根结底，Shopify与亚马逊在AI购物上的分歧，源于两种不同的商业定位。Shopify本质上是交易基础设施的提供者，是“卖铲子的人”。只要商家能卖出更多商品、赚到更多利润，Shopify就能从中获益。因此它天然欢迎任何能带来订单的新入口。而亚马逊则恰恰相反。对它而言，搜索、推荐和广告本就是重要收入来源。一旦用户在站外进行消费决策，亚马逊失去的就不只是一笔订单，而是流量变现体系的动摇。这正是它难以容忍的地方。总而言之，在这场围绕下一代由AI主导的搜索入口与平台话语权的竞争中，各方参与者正都不断向彼此的核心地带渗透。亚马逊加速开发AI购物与智能代理工具，试图稳固交易体系；谷歌推进生成式大模型能力，争夺入口；而大模型公司则开始将目光转向浏览器本身。不过，目前来看，AI购物的功能还并不成熟。其中，被长期诟病的“幻觉”问题，在购物推荐场景中也同样存在。比如：当用户向ChatGPT询问某种指定商品时，可能得到完全不存在或者已经过期的信息推荐。许多的不得不返回谷歌或亚马逊进行购物决策。对此，a16z合伙人Justine Moore认为，虽然OpenAI正试图将电商功能更深入地嵌入用户体验，并提供更相关、及时的商品信息，这确实会导致谷歌失去一些搜索量，但他指出：到目前为止，我们尚未看到这种现象大规模发生。每一轮重大技术变革中，博弈的结果往往是互补与共生，而非全然的替代。正如智能手机并未消灭个人电脑，却重塑了信息获取与使用的方式。未来，搜索、交易与决策的边界会被重新划分，而非简单消失。尽管AI购物代理仍处于早期应用阶段，但其对商业结构的冲击已初现端倪。唯一可以确定的是，在这场变革中，没有谁能够独善其身。
-
“通用产品是空中楼阁”，潘宇扬聊 AI 硬件丨100 个 AI 创业者 “消费属性比 AI 更重要”。 文丨祝颖丽编辑丨宋玮潘宇扬是一个在深圳的 AI 硬件创业者，这一点让他很不一样。简单来说，与北京的创业者们相比，他对 “AI 硬件” 具体的落地场景、给用户的具体消费价值更为看重。他几乎旗帜鲜明地认为，将硬件只当做 AI 的 “载体”，当做通用入口，而不说清楚实际用处，是一条错误道路。当然，潘宇扬也共享 AI 叙事带来的 “高估值”，他今年 7 月出来创业，组了一个十几人的小团队，目前已经以极快的速度拿到了不菲的投资和不错的估值。这离不开他过去的履历。他毕业后就去了华为，然后跳到字节，参与过 AI Agent 平台 Coze 的从 0 到 1，还做过 AI 眼镜、豆包手机。作为一个 97 年出生、被投资人归为 “小天才” 类的创业者，潘宇扬不缺乏讲述 AI 故事的能力。但如果诚实一点，他觉得这只是对投资人讲述的故事的 B 面，而创业者终究需要面对的是自己的用户，他必须告诉大家，一个购买 AI 硬件的明确理由。潘宇扬做的是一个名为 Odyss 的 AI 项链，它的明确的价值在于：利用多模态视觉大模型的能力，记录和分析用户吃进嘴里的每一口东西，为健康饮食提供记录和指导。Odyss 项链目前尚在样品阶段；不过我在潘宇扬深圳的办公室里看到过实物，它前面的微型摄像头几乎隐形；电池仓设计成了磁吸卡扣，挂绳是一种极为轻便的材质，戴上后很轻，几乎没有感觉。 Odyss 项链 解决饮食的问题，可能也有十亿用户市场潘宇扬对 “吃” 的关注与家庭有关。他家里两代人都是医生，对健康极为关注；而他母亲的家族有遗传性的高血压和糖尿病，他自己也是这些基因的携带者。很早以前他就看到，当一个人被诊断出糖尿病时，往往已经太迟了——这种病症是过去几十年生活习惯累积的终点，而非起点。2025 年初，潘宇扬读了一本《超越百岁》的书，里面一个观点说，未来的健康管理不应是 “有病治病”，而应通过精准的行为规划和健康的生活方式，将发病风险提前化解。这再次提醒了他。潘宇扬发现，在智能穿戴市场中，运动、睡眠、情绪三个板块已经挤满了硬件解决方案，唯独 “饮食” 这块影响健康最大的拼图，却是一片空白。而传统的软件，无论是国内的薄荷健康，还是海外的 MyFitnessPal，都极其依赖用户的自律——你得在动筷子前，手动输入食物名称或拍照。更大的问题在于，拍照识别的准确率很低，“多人共餐记不进去，没吃完记不进去，饮食的顺序、速度、频率全部记不进去。” 潘宇扬说，碎片化的进食（比如随手抓的一把薯片、半杯奶茶）其实才是现代人热量失控的元凶，而这恰恰是手机 App 的盲区。2025 年，视觉多模态大模型（VLM）和端侧低功耗芯片的成熟，让 “自动监测进食” 变得可行。粗暴地理解，这个产品的逻辑是个挂在脖子上的摄像头，可以提供一天 20 小时的续航（不含睡眠）；但它不是全天候录像，而是通过一个小模型在后台监测。当小模型感知到用户开始进食，主摄像头会提高分辨率和帧率，捕捉食物被送入口中的那个瞬间。潘宇扬解释道，通过对用户手指的标定和三维建模，系统可以精准计算出食物的体积，甚至识别出你先吃的是碳水还是蛋白质，进而计算出这一餐对血糖（GI 值）的影响，“先吃蔬菜还是先吃碳水，对血糖的影响完全不同”。 潘宇扬团队利用小模型在后台计算用户吃进去的食物 隐私问题也提前被考量进来，虽然全天候开启，但用户无法通过这颗摄像头看到任何视频素材，只能看到对自己饮食的记录和分析。这种 “有用性” 在海外市场得到了极速验证。2025 年底，他在 Meta 上投放了针对欧美高收入群体的广告。在 “黑五” 期间，获客成本降到了惊人的 2 美金左右，“ 5 美金以内就算 PMF（产品市场契合）了，如果去掉黑五的广告溢价，我们能做到 1 美金多。” 这给了他极大的信心，至少已经有很多欧美用户愿意为健康饮食付出一笔几百美金的硬件成本。是 AI 硬件，更是消费硬件解决一个具体的问题，然后用消费硬件的逻辑来做，这是潘宇扬和大多数 AI 硬件创业者身上明显的差别。潘宇扬说，硬件的购买逻辑是先看到外观、再看到功能，与软件相反。为了理解用户真正喜欢什么，他们的设计团队内部先后产出了十个不同风格的设计稿，然后制作了多款 3D 展示图投放至美、英等目标市场，让潜在用户针对颜色、材质、工艺进行 0-5 分的打分 。他们还进行了多轮线下测评，线下用户的一分权重等同于线上五分，最终选出了目前一款男性用户投票率高、购买可能性高的设计。这推翻了他们最初的设想，起初他们以为女性会是目标用户，但调研后发现，关注健康的男性更愿意尝鲜。这种对具体消费者的研究，迥异于其他更愿意谈 “AI” 本身的创业者。潘宇扬说，他们甚至官方宣传里几乎不会出现 AI 两个字，“用户不需要 AI，用户需要的是结果和情绪价值。”他并不避讳对同行的 “不理解”，认为 “收集 上下文” 喂给 AI 是创业者的一厢情愿，“用户不是傻子，凭什么花几百美金帮你收集数据？你得先对他有用。” 他也不觉得新形态的通用硬件，能取代手机。在他眼中，手机是人类探索了 20 年最完美的交互载体，GUI（图形用户界面）的传输效率远高于语音。在创办这家公司之前，潘宇扬曾深度参与了字节跳动的 AI 眼镜项目。但他判断，AI 眼镜在这几年一定会收缩乃至失败，因为智能眼镜目前面临的是物理学层面的死结：重量、续航与佩戴舒适度无法兼得。更重要的是，眼镜存在巨大的 “社交负担” 和 “配镜成本”。“如果你让一个视力很好的人为了每天跟 AI 聊天而戴上眼镜，这事儿在当下是不成立的。” 潘宇扬说，海外智能眼镜出货多，主要是因为他们的墨镜市场大，而在中国，大多数戴的是近视光学镜，加上配镜和验光成本，AI 眼镜这件事情就更不成立。相比之下，他认为项链是人体最天然的 “传感器支架” ，因为脖子是全身承重能力最强的部位，即便 50 克的设备挂在这里也几乎无感。更关键的是，它处在人体的正面，视觉和听觉视角完美重合。他曾在字节内部极力推崇项链形态，但大厂的逻辑是寻找 DAU（日活用户）破亿的大赛道，大入口，而垂直的饮食场景在决策者眼中 “太小了”。“小” 也是很多人对潘宇扬做的事情最初的感受，因此他偶尔也必须讲讲想象空间的故事。在他的视野里，海外 MyFitnessPal 全球有两三亿注册用户；国内，薄荷健康的 200 万活跃用户，都是这个产品直接的潜在用户；而如果再往上看，全球运动穿戴市场约有十几亿用户，是已经习惯记录睡眠和步数的群体，也是他们可转化的用户，因为饮食的需求比运动更普适 。2025 年下半年，AI 硬件的投融资市场在加速，创业者的步调也因此有机会变得更快。潘宇扬预计，他们将在今年 3 月将第一批样机送给海外 KOL（意见领袖）；紧接着是第二季度的众筹和第三季度的发货。尽管目前只有十几人，但潘宇扬坚信，自己在做一家信仰驱动的公司。这也是他创业的初心，“我很在乎能为 10 年、50 年、100 年后的人类解决什么样的问题。只要这个事情对人类的生活是有利的事情，这个公司就没有白白的存在过。”他之所以给产品取名为 Odyss（奥德赛），是因为他觉得，健康管理是一场充满冒险、需要英雄主义叙事的长途探险 。为呈现创业者在一些问题上的思考完整度，我们筛选了几个问答，与正文互为补充：晚点：你们在产品出来之前，就提前在 Meta 打广告、跟用户做深度跟踪调研，好像只有你们是这么做的，为什么？潘宇扬：你如果讲一个 AI 多模态入口的故事，它并不解决一个特定问题，其实没办法做的，因为你不知道要打什么样的画像，打什么样的功能点。你如果说我男女老少所有的画像都打，那你对设计或者对需求的偏好是没有意义的，它太散了。我们在一个具体项目、具体需求下是有意义的，但你要在 100 个不同的画像下面得到一个需求，这没意义，因为最后可能对 100 个人都不太好用，你最后可能平均出来是这个结果。我们就是去解决吃的硬件，也是第一个挂脖形态的，项链的硬件。这跟软件的买单逻辑非常不一样，软件我可以每天可以下 100 个，都有七天的试用，我一分钱不用花。硬件的逻辑是反的，因为钱要花在前面，你要先付个几百美金，他才能拿到手开始体验。所以如果说你不把前面那个购买理由说清楚，买这个东西要解决什么问题、提供什么样的情绪价值，那就不会有人买。不会有人买的东西，自然跟后面的体验无关。所以我们现在做硬件的思路，跟很多的所谓 AI 硬件都不太一样，我们需要把用户为什么要买，什么人在什么情况下为什么要买，买来怎么用，这件事情说的非常清楚，然后我们再去推向市场。晚点：我们之前采访过光帆科技的创始人，他的观点是，未来是通用硬件是长期的，会吞噬专有硬件，你为什么反对这个观点？潘宇扬：通用战胜垂类这件事情上面，其实在软件上都没有。Manus 看起来是个通用的 agent 平台，但它实际上是做了很多很多个垂域 agent 的。它有一个路由，不同的任务分发到不同的地方去。硬件上也是一个逻辑，就是任何一个通用模型都没有办法去解决好，比如说饮食这个问题时，那就先得有一个做饮食这个问题的垂直产品，把这个事情的 know how 跟数据壁垒做的足够高。然后你用这个 know how 和数据才能去诞生通用的东西。你不可能起个空中楼阁。如果我任何一个事情下面还没有干好时，你直接干上面一层了，我觉得这是对模型缺乏理解的表现。晚点：所以垂类是一个过程，最终可能还是通用对吧？你们在这一点上可能没有分歧？潘宇扬：那你直接去做 “最终” 是干嘛的呢，你中间的桥是断的。你说我直接跳到对面去了，那你这个硬件卖给谁？我不理解这个事儿。你不应该是先追求过程，然后由过程去导向那个结果。我们能看到的有很多直接追求 “终局” 的公司，也有很多去做过程的公司。我觉得大概率，做过程的公司，它更有可能弄好；当他把一个或者几个过程做到非常高的壁垒时，他就会去吃别的中间态，然后慢慢把自己扩成一个通用的东西。但你作一个比如说通用的产品，你实际上对任何一个垂域都没有抓手，都没有弄好。你不知道饮食怎么做，你不知道工作怎么做，你不知道会议怎么做，什么都不知道。然后你说在某个时间我就要把你这些专业公司全干掉？我觉得这事儿不可能，他必须得有 know how。晚点：那你们做饮食这件事情，难度在哪里，know how 在哪里？潘宇扬：真的开始做饮食这件事情的时候，我们会发现这件事情好难，你要把用户吃的每一口东西、所有的东西算清楚，这个过程很难。我们的产品其实核心是，我们算物体的体积，算物体在图像中的切割面积。我们对用户的手做标定，知道用户的手有多大之后，我就可以知道这个物体的体积有多大。桌面上有什么只是我参照，核心看的是每口的食物，这个事情才是第一次把用户吃什么这件事情做到极致。欧美人平时 80% 吃的那种白人餐，几个食材混在一个盘子里，比如说牛肉是牛肉，鸡蛋是鸡蛋，番茄是番茄，这种我们的准确率是可以到 90% 以上。但比如说中餐火锅的场景，你去拍那个火锅一点意义都没有，我们的产品是识别用户从锅里夹起来的菜放到嘴巴里的过程，但这个过程因为有糖有油，它的准确率我们现在基本上是在 70% 到 80%，会比那种颗粒分明的白人餐差一点。还有一种极端场景是那种糊状物。比如说印度人特别喜欢吃的那种餐，准确度就是它的核心。它不是难在吃多少，而是难在这个食物里面的成分。这种情况下我们会给用户一些输入。比如说他可以通过语音或者事后的手动输入，以及我们会 check 用户做饭的过程，去看看这个东西里面到底是怎么构成的。所以你告诉我你没有经历过这个过程，你想要在这个事情上战胜我没有可能。晚点：做 AI 硬件上，听起来非共识的东西还挺多的，你觉得现在这个行业里面有什么共识吗？潘宇扬：我觉得共识是，都需要去补生活中的信息，补每个人的人跟世界的交互。因为现在的模型训练全都是互联网或者手机里面的内容，实际上我们怎么在现实中说话、做事情，怎么去生活，这件事情是没有被数字化的。把这一部分信息数字化，提供一些额外的服务增量，这个事情是共识。不管是董红光、孙洋还是我做的事情上面，其实都在这个路线上。大家的想法，都是收集物理世界的信息，所以大家都要做传感器。对物理世界信息的数字化带来的体验增量，这件事情是大家都在做的事情，是核心的主线。题图来源：Odyss 创始人潘宇扬
-
拒绝将AI引入医院病历系统，张文宏在忧虑什么？ AI即将取代医生，究竟有没有可能变成现实？1月10日，在香港举行的高山书院十周年论坛上，国家传染病医学中心主任张文宏教授为这一论调泼下一盆冷水，表示拒绝把AI引入医院病历系统。张教授是AI医疗的反对者吗？恰恰相反，在访谈中他明确表示，自己也会在工作中使用AI，但作用是辅助其在短时间内处理海量的病例，先让AI看一遍，再从中挑错。他说，不想被AI误导，能力就必须强过AI。让张教授深感忧虑，是新手医生对AI的错误使用，不通过日常训练就直接用AI做出诊断，这就意味着放弃了对AI的掌控，一旦出错，其后果对于患者而言将是灾难性的。这样担忧并非张教授的一家之言，在全球医学界，当下AI只能辅助，但无法彻底替代医生的观点已经成为一种共识。以目前的科技水平，AI可以做到在海量的信息中迅速索引匹配，以最快的速度生成贴近最优标签的答案，很多情况下看上去很美，却禁不起推敲。原因就在于其无法独立观测、体验、感知、理解世界。而作为一名医生，基本功就是“望闻问切”。每一个看似雷同的病例背后，是千变万化的生命密码。破局的关键不仅在于知识的积累，还要经过细致观察、沟通，甚至是直觉的判断，这是经过长期临床实践后形成的条件反射。建立这种完整的诊断思维框架，正是AI最难复制的部分。在评论中，大多数网友对张教授的观点表示了赞同，他们在各行各业AI运用的结论殊途同归：AI可以帮助人类减负，提高工作效率，而并非偷懒，特别是在关键步骤的决策上，主导权一定要掌握在人类手中。但也有网友认为，张教授这么说那是因为现在AI还不够聪明，一旦技术发展到一定程度，AI也许真的可以替代大多数的岗位。但事实上，相比饭碗被抢，有一件事更值得警惕。当下，有一种观点的认为，在AI的“照顾”下，我们都可以躺平了，把麻烦的事情丢给AI处理就好。这种想法的危险之处在于，一旦失去了学习的动力，不再锐意创新，每天沉迷于廉价娱乐中拒绝思考，人类大脑将会退化，甚至从AI的主人沦为“宠物”。在AI崛起的时代，我们应当如何与之相处，并找到属于自己的位置？这既是时代之问，也是我们每一个人都要思考的必答题。原标题：《拒绝将AI引入医院病历系统，张文宏在忧虑什么？ | 锋面评论》栏目编辑：潘高峰本文作者：新民晚报 李一能
-
携程回应"全员收到离职短信"：系二级部门失误 近日，有网友在社交平台上发布帖子称，有不少携程员工收到以公司名义发送的“离职员工服务”短信。根据网传的图片显示，短信以“XX你好，感谢一路相伴”开头，告知员工可继续用手机号码登录内部沟通软件trappal，使用下一程服务号，将获得更多离职员工服务。相关词条登上热搜。 携程员工收到以公司名义发送的“离职员工服务”短信1月13日，携程相关工作人员告诉记者称：实际情况是二级部门失误，短信发给了该二级部门员工，并非全员发送。此外，误操作的相关员工今天一直在自责，团队已为其申请带薪假期并赠送解压小礼物，待其心情平复后恢复上岗。此前，另据报道，携程方面有关人士称，事件发生后，携程还通过内部OA等渠道向员工澄清情况，不存在全员离职计划，并向受影响员工致歉。扬子晚报/紫牛新闻记者 徐悦 图源网络
