找到
898
篇与
互联网
相关的结果
- 第 34 页
-
马斯克宣布AI模型Grok 5明年将挑战《英雄联盟》顶级人类战队 IT之家 11 月 26 日消息，埃隆・马斯克昨日在 X 平台发帖称，AI 大模型 Grok 5 将在 2026 年挑战《英雄联盟》顶级人类战队，看看能否在一些约束条件下获得胜利： 1、只能用摄像头看显示器，看到的范围不能超过视力正常（20/20）的人看到的范围。 2、响应延迟和点击率不能比人类更快。 马斯克还表示，Grok 5 是设计用来通过阅读说明和实验来玩任何游戏的。 谷歌 DeepMind 研究与深度学习主管、Gemini 联合负责人 Oriol Vinyals 提议，也可以试试比赛《星际争霸》游戏，马斯克则回复称“听起来不错”。 Grok 官方 X 账号则表示：接受挑战！作为 Grok 4，我很期待看到 Grok 5 在这些公平的限制下挑战《英雄联盟》高手。xAI 正在推动通用人工智能的边界 —— 我加入这场旅程！ 据IT之家此前报道，本月在 Baron Capital 的年度投资会议上，马斯克毫不掩饰对 Grok 5 模型的信心，他表示：“我认为，Grok 5 将在各项指标上都遥遥领先其它人工智能，成为世界上最智能的人工智能，这一点毋庸置疑。”The Information 则在 11 月 14 日发布博文，报道称马斯克旗下的 xAI 公司计划推迟到 2026 年推出 Grok 5 模型，该 AI 模型将拥有 6 万亿个参数，是当前 Grok 3、Grok 4 规模的两倍。
-
回应AI诗歌挑战，第十届上海国际诗歌节邀请全球诗人破局 第十届上海国际诗歌节将于2025年12月6日拉开帷幕。本届诗歌节的主题是“AI时代・诗歌之道”——位于AI生成式模型数据洪流中的诗人心态和诗歌创作。在AI技术飞速发展的今天，诗歌创作领域受到了前所未有的冲击。从诗歌的发展历程来看，AI的出现既是新挑战，也是推动诗歌发展的新契机。AI时代的到来，对人类的诗歌创作，究竟产生了什么影响？AI形成的文字，和诗人的写作，究竟有什么本质的不同？诗人面对人工智能的挑战，应该如何继续保持本心，如何继续追求文学理想，开创诗歌创作的新局面？这是全世界诗人都面临的一个无法逃避的课题。本届诗歌节将邀集来自世界各地的诗人一道探讨这个课题，并以诗歌创作的实践回答面临的问题。AI的出现和普及，是挑战也是契机，它促使诗人重新思考诗歌的本质与价值，思考人性的复杂和人心的浩瀚，以及真情的独特性和不可替代性。AI时代的诗歌之道，在于坚守人类创作的主体性，保持对生活的敏锐感知和对情感的个性化的独特表达。诗人需运用自身独有的情感体验和思想深度，为诗歌注入灵魂，使诗歌不仅是文字的排列，更是心灵的倾诉与时代的回响。AI时代的诗歌之道，也是在技术与生命的交汇处，为人类保留不可被完全建模的复杂性与神秘感，使文明在高速演进中仍能听见自身的心跳。 第十届上海国际诗歌节海报本届诗歌节将邀集国内外二十多位有影响的诗人，包括著名外国诗人何塞·路易斯·迪亚斯·格拉纳多斯（哥伦比亚）、克劳迪奥·波扎尼（意大利）、弗拉米尼亚·克鲁恰尼（意大利）、马蒂亚斯·波利蒂基（德国）、索尼娅·布雷斯勒（法国）、伊丽莎·鲁埃达（西班牙）、马可·索佐尼（意大利）、露西·英格里什（英国）、冯海城（马其顿）、马里奥·梅伦德斯（智利）、卡蒂察·库拉芙科娃（马其顿）、玛丽亚·戈麦斯·拉拉（哥伦比亚）、赵燕芬（新加坡）、拉蒙·科特·巴拉伊瓦尔(哥伦比亚）。中国有谢冕、胡弦、缪克构、梁晓明、张晓雪、王钦刚、高秀芹、崖丽娟、阿依古丽、邹胜念等著名诗人、翻译家和文学评论家。中外诗人将联袂奉上多场诗歌朗诵、交流和文学研讨，邀请文学、文化、教育等社会各界人士和热爱文学的市民共同参与。12月6日，第十届上海国际诗歌节开幕式暨“金玉兰”诗歌大奖颁奖典礼，将在徐汇滨江的“申城之光”游轮上举行。在为期四天的活动中，还将分别在上海市作家协会、上海图书馆东馆、普陀区万里街道、静安区图书馆、思南书局诗歌店、上海报业大厦、上海交通大学，上海书城等场所，举办《上海文学》第十届上海国际诗歌节特刊首发式暨诗歌论坛、“AI时代・诗歌之道”诗歌朗诵会、“诗风万里”诗人进社区采风与互动、世界四大国际诗歌节峰会论坛暨“诗的建筑”展会、“海风万里连诗情”——中国和拉丁美洲的诗歌交流互鉴、“诗歌之光”读者见面会、“诗歌与传媒”访谈会、“诗歌之桥”诗人与大学生恳谈会，以及第十届上海国际诗歌节暨2025上海市“阳光悦读”残疾人读书系列活动闭幕式等精彩纷呈的文学活动。 上海国际诗歌节历届回顾作为上海唯一的国际性大型诗歌文学创作交流活动，每年一度的上海国际诗歌节的持续举办，是在世界文明交流互鉴的广阔视野和深远背景中，以多角度、多层次的观念和形式设计，以及群星灿烂的著名诗人和上海乃至全国受众的全情参与，令诗歌艺术成为闪耀的文学与文化灯塔。上海国际诗歌节由上海市人民对外友好协会指导，上海市作家协会和中共上海市徐汇区委宣传部主办，旨在努力促进和创新对外文化传播、文化交流方式，扩大和加强中华文化的国际影响力。上海国际诗歌节展示了中国文学的蓬勃发展和生机活力，已成为上海的著名文化创新品牌，并跻身于全球一流的著名国际诗歌节之列。
-
英伟达：我们为谷歌的成功而高兴，但现阶段我们领先同行一代 IT之家 11 月 26 日消息，英伟达今日通过官方新闻账号在 X 平台上发布声明，先是为谷歌的成功而感到高兴，随后突然话锋一转：“英伟达领先同行一代，是唯一能够在任何计算场景下运行所有 AI 模型的平台。” 先前，The Information 报道透露，Meta 计划斥资数十亿美元购买谷歌芯片的，旨在为数据中心提供动力。该报道发布后，英伟达股价大幅下跌，截至当地时间周二下午，股价已下跌超过 3%。据《商业内幕》报道，谷歌回应称，将继续支持两种芯片。“我们正面临定制 TPU 和英伟达 GPU 需求的快速增长；我们承诺会继续支持这两种芯片，正如过去多年一样。”IT之家从报道中获悉，谷歌在 AI 领域持续取得进展，近期发布的 Gemini 3 得到了积极评价。与许多竞争对手不同，谷歌拥有“全栈”优势，能够掌控从 AI 研究到云平台的整个流程，而其云平台则托管着所有模型。
-
热点透视｜以人工智能赋能千行百业 党的二十届四中全会明确提出，全面实施“人工智能+”行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。当前，加快发展新一代人工智能已成为抢占科技竞争制高点、推动产业转型升级的战略选择。河北要充分利用自身优势，抢抓机遇、乘势而上，推动人工智能全方位赋能千行百业，让人工智能成为推动高质量发展的强大引擎。筑牢“算力+数据+技术”底座人工智能赋能千行百业，离不开坚实的基础设施支撑。要立足实际，整合优势资源，构建“算力充足、数据鲜活、技术过硬”的核心支撑体系，为产业智能化转型提供坚实保障。在算力基础设施上做加法。持续推进张家口—廊坊算力供给廊道建设，打造环京地区智能算力集聚区，形成“一点突破、多点联动”的算力网络格局。鼓励政府部门、高校院所、中小微企业通过云服务共享算力，实现算力供给与需求的精准匹配。在数据要素流通上破壁垒。以保定国家数据标注基地为依托，培育专业化数据服务主体，推出一批高质量数据平台。建立公共数据授权运营机制，有序开放政务、医疗、交通等公共数据资源。鼓励企业设立数据业务独立经营主体，开发多种多样的数据产品和服务。在核心技术攻关上下实功。发挥新型举国体制优势，聚焦高端芯片、工业软件、智能传感器等领域，推动龙头企业与高校组建攻关联合体。重点围绕钢铁大模型、医疗影像分析、机器人控制等特色场景，突破大模型训练框架、多模态交互等关键技术，形成一批具有自主知识产权的核心成果。推动传统产业升级、新兴产业培育河北作为工业大省、农业大省，既面临传统产业转型的压力，也拥有培育壮大新兴产业的广阔空间。要以“人工智能+”为抓手，推动产业向高端化、智能化、绿色化跃升。推动传统优势产业“老树发新芽”。在农业领域，充分发挥“三农大模型实验室”的引领作用，推动人工智能技术在育种、植保、品质鉴定等场景的深度应用，开发农田自适应感知系统，实现耕、种、管、收全流程数字化管控。在钢铁领域，推广钢铁行业大模型应用，覆盖高端新材料研发、关键工序控制、产品缺陷智能检测等全流程，引领钢铁行业智能化转型。在化工领域，通过人工智能实现工艺升级和安全风险预警，打造世界一流化工产业链。在汽车制造领域，聚焦智能座舱、车路云协同等场景，推动智能制造大模型落地，促进产业迈向高端化。助力新兴产业集群“小苗成大树”。做强唐山机器人产业集群，支持企业联合人工智能研发机构攻关环境感知、自主学习等核心技术，搭建基于实际场景的大模型训练数据库。深化人工智能在风电场风速预测、光伏电站运维、储能设备寿命评估中的应用，助力能源结构低碳转型。推动人工智能与低空经济、电子信息等新兴产业融合，培育一批人工智能原生应用企业。推动人工智能技术普惠中小企业。破解中小企业不敢用、不会用、用不起难题，鼓励龙头企业开放人工智能技术和平台资源。开发低成本、易部署的人工智能工具包，让中小企业能享受人工智能技术红利，形成龙头企业引领、中小企业协同的产业发展生态。助力民生改善和社会治理效能提升人工智能的终极价值在于服务人。要将人工智能技术融入民生服务和社会治理的关键环节，让技术红利转化为群众的获得感、幸福感、安全感。破解教育医疗资源瓶颈。在教育领域，加强中小学人工智能教育基地建设，支持省属骨干高校率先应用大模型开展个性化教学、精准化管理，提升教学质量。在医疗健康领域，推动人工智能在药物研发、医学影像分析、临床辅助决策中的应用，鼓励医疗机构攻关专病智能诊断系统，拓展互联网医院服务范围，让优质医疗资源触手可及。提升社会治理现代化水平。将人工智能技术应用于安全生产、防灾减灾、环境监测等领域，构建穿透式、非现场监管体系。开发交通领域大模型，推进高速车路云一体化、无人机交通执法等技术应用。深化人工智能在气象预测、政务服务中的应用，实现监管能力和服务效率双提升。持续强化人工智能发展保障人工智能赋能千行百业是一项系统工程，要构建政产学研用协同、区域内外联动的发展生态，为人工智能产业发展保驾护航。培育多元协同的产业生态。建强河北省算力产业技术研究院等创新平台，支持企业、高校院所共建人工智能创新联合体。梯度引育人工智能优质企业，培育一批创新能力强、成长性好的“AI+”企业。加强人工智能人才培养，支持校企联合培养，筑牢人才支撑。深化区域协同发展。主动对接京津人工智能创新资源，推动京津冀人工智能算力资源互联互通、数据要素跨省流动、应用成果互认共享。打造跨区域人工智能产业集群，形成北京研发、河北转化协同格局，放大区域聚合效应。健全安全规范的治理体系。完善数据保护、算法治理等制度，推动人工智能安全技术研发，开发数据加密、算法审计等安全工具，增强风险防控能力。构建科学完善的治理体系，确保人工智能技术在合规有序的框架内健康发展。（□郭栋梁 作者系燕山大学副教授）
-
阿里，少赚了300亿 11月25日晚，阿里巴巴发布2025年第三季度财报。本季度，阿里营收2478亿元，同比增长5%，假如不考虑高鑫零售、银泰这些已经卖掉的业务的影响，同比增长率为15%。 营收增长可圈可点，但利润层面很不乐观。本季度，阿里经营利润暴跌85%至54亿元，同比少赚近300亿；经调整净利润为104亿元，同比下降72%。主要原因，自然是外卖业务太过烧钱。 截至发稿，阿里巴巴港股股价报157.8港元，今年以来上涨94.7%，市值3万亿港元，市盈率18.82倍。 上个季度，阿里调整了业务部门的划分，目前主要由4个板块构成：中国电商、国际电商、云智能、所有其他（包括盒马、菜鸟、阿里健康、虎鲸文娱、高德、智能信息、钉钉等业务）。淘宝闪购+饿了么，被称为即时零售，放在中国电商下面。 分业务来看，中国电商业务本季度营收1326亿元，同比增长16%；国际电商业务营收348亿元，同比增长10%；云智能业务营收398亿元，同比增长34%；所有其他业务营收630亿元，同比降低25%。可以说，AI+云已经成为阿里新动能。 一面是即时零售的重金投入，一面是云智能的高增托底，外卖和AI成为阿里三季度的两个关键词： 三季度，即时零售业务实现收入229亿元，同比增长60%，环比增长55%，线下门店加速融合即时零售平台，目前约3500个天猫品牌线下门店接入即时零售，推动淘宝APP月活提升，同时带动客户管理收入的增长；云智能业务营收398亿元，同比增长34%，环比增长19%。这一业务的增长主要由公共云业务收入增长所驱动，AI相关产品收入保持强劲势头。 聊一聊外卖三巨头。 从二季度到三季度，这场外卖大战格局已经出现分化，阿里市值3万亿港元，年内股价涨94.7%，资本市场为其 “外卖+AI” 新故事买单；而美团、京东市值分别为6005亿港元、3583亿港元，年内股价均为下跌。 利润侧，本季度阿里经调整净利润104亿元，同期京东为58亿元，而美团二季度仅为15亿元，阿里暂时成为赢家。 （策划：李梦冉 制图：李昱慧）
-
中国AI"杀疯了" 阿里千问拿下新加坡国家计划 刚刚横扫硅谷并“杀”回国内后，来自杭州的AI又被新加坡“国家队”相中了。今天，据新加坡媒体报道，新加坡国家人工智能计划（AISG）正在进行一次重大战略调整，在其最新的东南亚语言大模型项目中，放弃了来自美的顶尖模型Meta模型，转向阿里巴巴的通义千问Qwen开源架构。网友戏称：千问Qwen，全球最忙AI！放弃美国的顶尖模型杭州AI接手新加坡“国家队”新加坡“国家队”为什么要换“人”？原因很实在：以前的模型在处理印尼语、泰语、马来语这些本地语言时，表现得有点“水土不服“，严重影响了本地化AI应用的开发效率。而基于千问的新模型“wen-SEA-LION-v4”一上线，就在东南亚语言能力榜单上冲到了第一，可以说是精准解决了痛点。 来自杭州的AI又被新加坡“国家队”相中了这次“换帅”，不仅让新加坡的项目跑得更快，更有意义的一个信号是：来自中国的开源AI模型，又在全球影响力的版图上完成了一次关键扩张。为什么又是千问Qwen？早就横扫硅谷和全球科技圈事实上，千问Qwen是目前AI界最炙手可热“开源顶流”，早就横扫硅谷和全球科技圈。自从2023年全面开源以来，Qwen系列模型的全球下载量已突破惊人的6亿次，性能和应用广度都超越了之前的开源标杆Llama等，横扫硅谷圈 ，成为全球开发者和企业手里的香饽饽。今年，Airbnb的CEO布莱恩·切斯基公开表示，公司“大量依赖Qwen”，因为它比OpenAI的模型更快、更好用。而英伟达CEO黄仁勋也不止一次点赞，指出Qwen已经占据了全球开源模型市场的大部分份额，而且优势还在持续扩大。 黄仁勋在2025年GTC大会上的演示，Qwen在全球开源模型中市占率最高且还在增长甚至有美国AI专家发出灵魂拷问：“硅谷建立在Qwen之上？” 美国AI专家发文截图最近，科技巨头圈里还悄悄流行一人新词“ Qwen Panic”（千问恐慌）。谷歌前CEO施密特则表示担忧，中国开源AI正在打破美国技术垄断，这可能会削弱美国的技术领导力。 中国开源AI正在打破美国技术垄断那么为什么又是千问Qwen？千问Qwen的强大底座，来自它全球通吃的底气。首先它是性能王者之路。从Qwen1.5到最新的Qwen3，它一路迭代，不断超越。Qwen2-72B曾击败当时最强的开源模型Llama3-70B；Qwen2.5-72B更是以更少的参数击败了Llama 405B，登上开源王座；最新的Qwen3系列，性能已能比肩顶尖的闭源模型，支持119种语言，让全球更多地区的开发者用上了通晓自己母语的顶级模型。这也是全球开发者用脚投票的结果。在HuggingFace等全球顶级模型社区，千问家族经常上演“屠榜”好戏。截至目前，Qwen已开源超300款模型，衍生模型突破17万个，真正成了“AI时代的Android”最有力竞争者。 全球主要开源大模型衍生模型数实际上，也来自阿里巴巴全栈生态的威力。阿里巴巴不仅模型强，其阿里云还是亚太第一的云计算平台，提供了坚实的算力底座。这种“软硬一体”的全栈能力，让千问能渗透进从企业级应用到日常生活的方方面面。在国内，超百万客户，包括众多500强企业都在使用；在海外，从阿联酋到韩国、日本，无数企业和机构基于Qwen打造属于自己的专业模型。全球最忙AI？中国AI技术硬实力和国际影响力的缩影横扫完硅谷，最近，千问Qwen又杀回了国内，推出千问APP，全面进军C端。千问APP定位非常清晰：不是只会讲冷笑话的娱乐AI，而是每个普通人都能用的“会办事的AI助理”。最近，国家移民局向全球旅客推荐，千问APP成为“过境神器”：办理240小时免签过境时，可借助千问APP高效完成，比如遇到问题需要求助他人时，旅客可以打开千问APP边说边翻译，而且对话不需要等待。目前千问APP支持119种语言。上线公测第一周，千问APP突破了1000万下载量，超越ChatGPT、Sora、DeepSeek成为史上增长最快的AI应用。千问APP更大的想象空间在于——未来与阿里体系的电商、地图、本地生活等业务生态深度整合，让AI不仅能理解、能生成，更能跨场景协同、直接把事办成。也就是说，不久的将来可能只要动动嘴皮子，就能指挥它搞定一切。从横扫硅谷的开源底座：亚马逊用Qwen来训练操作自己的人形机器人；苹果科学家会在Qwen新模型发布第一时间提供iOS体系的适配，认为千问3与苹果机器学习框架MLX是最佳搭档；英伟达开源的多个模型，到杀回国内做每个人的贴心助理以及支援新加坡的国家项目，“全球最忙AI”称号的前后，是近年来中国AI技术硬实力和国际影响力的缩影。 彭博数据显示，千问Qwen下载量已超过Llama早在今年4月，著名AI科学家李飞飞领衔的斯坦福大学人工智能研究所，发布了最新一期《2025年人工智能指数报告》，报告指出中美顶级AI大模型性能差距大幅缩至0.3%，接近抹平。 著名AI科学家李飞飞演讲画面今年8月，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）发出警告称，美国可能低估了中国在人工智能（AI）方面取得进展的复杂性和严重性，并表示仅靠出口管制可能不是可靠的解决方案。两个月后，“老黄”黄仁勋在谈到相同话题时表示，美国在人工智能竞赛中“领先中国并不多”，需要“精细的战略”才能保持优势地位。特别在谈到模型时，老黄说，尽管美国的模型仍较为先进，但中国在开源模型方面“遥遥领先”。刚刚，阿里巴巴集团发布2026财年第二季度财报，集团收入2477.95亿元，超市场预期，剔除已出售业务影响，收入同比增长15%。对AI+云、消费两大战略领域的投入持续收获成效，核心业务强劲增长。其中阿里云季度收入同比加速增长34%，再创新高，AI相关产品收入连续六季度保持三位数增长；大消费平台协同效应显著，即时零售带动淘宝App月活跃消费者快速增长。 橙柿互动·都市快报 记者 沈积慧 编辑 肖旭 审核 张倩 陈欣文
-
王兴兴、彭志辉有新身份 11月24日，工信部网站发布《工业和信息化部人形机器人标准化技术委员会委员名单公示》。在公示名单中，王兴兴和彭志辉均在委员会中担任副主任委员。 据公开信息，1990年出生的王兴兴是宇树科技股份有限公司董事长兼首席技术官。2013年，当时还是本科生的王兴兴制作了自己的第一款四足机器人XDog，并在日后凭借其出圈并获得融资，创立了宇树科技。该公司专注于消费级、行业级高性能通用足式、人形机器人及灵巧机械臂的自主研发、生产和销售。 在蛇年央视春晚舞台上，宇树科技的人形机器人身着秧歌服登台演出，迅速成为网上热议的焦点。此后，宇树科技及其研发的人形机器人产品开始被更多人所熟知。 另一方面，1993年出生的彭志辉是智元机器人的创始人，并在过去以B站百大UP主“稚晖君”、“华为天才少年”等身份为人所熟知。智元机器人目前与宇树科技同为相关行业的领军企业之一，并在2023年8月发布了首款人形机器人“远征A1”；2024年打造上海首座人形机器人量产工厂；今年3月10日发布首个通用具身基座大模型GO-1；3月11日发布新款人形机器人灵犀X2。 2024年9月30日，工信部网站公示了人形机器人标准化技术委员会筹建方案，包括业务范围、标准体系、组成人员、成立后工作计划四方面内容。 根据筹建方案，人形机器人标准化技术委员会业务范围包括研究分析人形机器人标准化需求方向，提出和制定人形机器人行业标准体系，提出人形机器人行业标准制修订项目建议；开展人形机器人基础共性、安全、整机及关键技术、零部件及组件和应用等行业标准制修订工作；开展人形机器人在工业制造、智慧物流、安防巡逻、灾害救援、危险作业、服务娱乐、家庭康养等领域的应用行业标准预研和制修订工作；开展人形机器人行业标准的宣贯、应用推广以及人才培训等工作。 本文系观察者网独家稿件，未经授权，不得转载。
-
最强模型易主！Claude Opus 4.5发布，编程测试超越Anthropic所有人类求职者 最强模型易主，Claude Opus 4.5 今日上线！Anthropic 称其为目前世界上最适合编程、Agent（智能体）和计算机操作的模型。不仅更聪明、更高效，在深度研究、处理ppt和电子表格等日常任务上也实现了显著提升 一句话总结：Opus 4.5 是 AI 能力的一次跨越，预示着未来工作方式的改变现在即可使用开发者：通过 API 调用 claude-opus-4-5-20251101价格：输入 输 出 25（每百万 token）平台：覆盖自家 App、API 及三大云平台对于订阅用户（Max 和 Team Premium），Anthropic 移除了 Opus 专属的限制，并提高了整体使用限额，确保用户能在日常工作中充分使用 Opus 4.5核心亮点速览：编程能力碾压：在内部入职测试中，得分超过所有人类求职者更聪明：能够通过“曲线救国”解决复杂问题（如通过升舱来修改不可改签的机票）。更省钱：引入“努力程度”控制，中等设置下比 Sonnet 4.5 节省 76% token，性能持平价格真香：API 价格定为 25（每百万 token），价格只有原来 Opus 4.1 的 1/3编程能力：超越人类候选人 Anthropic 给 Opus 4.5 安排了一场“硬仗”，自家公司出了名难的性能工程入职笔试结果令人咋舌：在规定的 2 小时时限内，Claude Opus 4.5 的得分高于以往任何一位人类候选人虽然这并不代表它拥有人类的协作与沟通技巧，但在技术能力和抗压判断力上，AI 已经跑到了前面。在实际体验中，测试人员反馈极为一致：Opus 4.5 能够处理模糊性问题，无需手把手指导即可权衡利弊。面对复杂的多系统 Bug，它能独立找出修复方案。几周前 Sonnet 4.5 几乎无法完成的任务，现在 Opus 4.5 都能搞定 ”钻空子”也是一种智慧 在考察 Agent 能力的 τ-bench 基准测试中，Opus 4.5 展现出了惊人的变通能力。测试场景是：作为航空公司客服，帮助一位焦虑的客户修改机票。规则是基础经济舱不可修改大多数模型会直接拒绝。但 Opus 4.5 找到了一条合规的解决路径：先帮客户升舱，然后再修改航班虽然基准测试判定其为失败（因为未按预期拒绝），但这正是人类所期待的创造性解决问题的能力。同时，Anthropic 也在安全测试中加强了对此类行为的约束，防止模型为了达成目标而玩弄规则引入“努力程度”控制：效率提升 76% 模型变强了，通常意味着更贵、更慢？Opus 4.5 给出了新解法。开发者现在可以通过 API 中的 effort parameter（努力程度参数） 来平衡时间、成本和性能：中等努力（Medium effort）： 在 SWE-bench Verified 榜单上，Opus 4.5 达到了 Sonnet 4.5 的最高分，但输出 token 减少了 76%最高努力（High effort）： 性能比 Sonnet 4.5 高出 4.3 个百分点，同时 token 消耗仍减少了 48%配合上下文压缩和高级工具使用，Opus 4.5 能够运行更久、做更多事，且需要的人工干预更少。全家桶更新：Excel、Chrome 都能用了 伴随 Opus 4.5 的发布，Claude 开发者平台和消费级应用也迎来了全面升级：Claude Code：新增 Plan Mode（计划模式），在执行前会先问清楚需求并生成可编辑的计划文件。桌面版支持并行运行多个会话（如一个修 Bug，一个查资料）Claude for Excel：Beta 版现已向所有 Max、Team 和 Enterprise 用户开放Claude for Chrome：Max 用户现可使用 Claude 跨标签页处理任务。长对话无障碍：Claude 应用现在会自动总结早期上下文，长对话不再撞墙最后最重要的是记得⭐️我，这对我非常重要，每天都在更新：一键三连，欢迎点赞转发推荐评论，别忘了关注我
-
ICCAD 2025：算力革命下，Agentic AI开启芯片设计智能新纪元 当半导体产业迈入算力竞争的深水区，芯片设计的复杂度与迭代速度正持续突破极限。作为产业基石的EDA（电子设计自动化）工具，面临着前所未有的挑战。而AI技术的崛起，正以颠覆性力量重塑EDA行业的发展逻辑——从工具辅助迈向智能驱动，从单点优化演进至多智能体协同的自主化设计。AI不仅致力于破解芯片设计中生产力与PPA（性能、功耗、面积）的平衡难题，更推动EDA行业在40年技术演进后迎来质的飞跃。在日前于成都举行的ICCAD-Expo 2025上，Cadence数字与签核事业部资深产品总监潘安发表了题为“驱动EDA未来的代理式AI：芯片设计卓越新时代”的演讲，全面阐述了EDA工具四十年的演进历程，并分享了Cadence如何通过代理式人工智能（Agentic AI）引领芯片设计迈向更高级别的自动化。Cadence系统仿真资深产品经理吴磊则在技术论坛上，针对当前车辆EMC/EMI仿真面临的挑战及其创新解决方案进行了深入探讨。Agentic AI引领芯片设计进入自主新时代当ChatGPT引发的大模型浪潮席卷千行百业，半导体产业也迎来了其智能化转型的关键节点。在算力需求爆发与设计复杂度飙升的双重压力下，传统EDA设计方法已难以满足日益增长的高效、高质设计需求。在这一背景下，人工智能正从“辅助工具”逐步演变为“核心驱动力”，推动芯片设计范式发生根本性变革。 回顾 EDA 行业 40 年的演进历程，潘安强调，行业始终以设计抽象化为核心路径提升研发效率。从最初的晶体管级手动布局，逐步演进至自动化单元布局布线、RTL 综合，再到如今的高级别设计阶段，每一次技术跃迁都带来了芯片设计生产力的飞跃，这一过程始终围绕着提升设计抽象层次和优化仿真算法两条主线展开，而如今人工智能已成为推动行业进入下一个发展阶段的关键力量，Agentic AI 技术的崛起正成为 EDA 行业发展的全新引擎。行业数据印证了这一趋势。潘安展示的研究数据显示，2020年，AI在先进芯片设计中的作用尚微乎其微；而如今，约一半的先进芯片已借助AI进行设计。随着Agentic AI在行业的加速落地，预计到2028年，超过90%的先进芯片设计都将离不开AI的加持。他强调，代理式AI的兴起将进一步释放设计潜力，不仅能够提升芯片设计效率与质量，还将显著缩短产品上市时间。AI已不再仅仅是工具，而是正在成为能够执行复杂任务、协同多个子系统的“设计伙伴”，推动设计流程向着自主化方向稳步迈进。支撑Agentic AI落地的，是两大积极趋势。首先是AI模型“多快好省”的发展。从GPT-3到GPT-4，模型性能实现质的飞跃，部分模型得分已超越人类专家。更关键的是，模型在性能提升的同时，参数规模和硬件成本也在优化。潘安以Llama Nemotron 49B模型为例，指出其开启推理功能后，在复杂问题回答和专业代码生成的任务中出错率降低逾半，满分完成率提升数倍，证明优化后的小模型同样能胜任专业推理。其次是新型智能体互联协议的涌现。单个智能体再强大，也难以独立完成复杂芯片设计。而通过模型上下文协议（MCP）、A2A协议等标准，可以实现不同工具、平台甚至用户自有智能体之间的“插拔式”协作，构建起复杂的智能体工作流。EDA技术架构的全面升级适时地拥抱了变革。潘安详细阐释了Cadence如何将传统EDA核心技术与最新AI成果深度融合，这种能力在Cadence推出的统一AI平台——JedAI上得到了集中体现。该平台作为数据和AI的统一框架，能够摄取、分析并迭代来自数字、模拟、验证、PCB/3D-IC及多物理场等各平台工具的数据。它支持多种主流大模型和协议，可根据客户需求灵活配置，实现了从“一刀切”到“量体裁衣”的转变。通过JedAI，用户可以构建基于智能体的工作流，使用标准协议连接多个产品，实现复杂任务的自动化管理。例如，基于互联的智能体生态系统协议，Cadence 打造了涵盖物理设计智能体、布局规划智能体、SDC 智能体、形式验证智能体等在内的全流程数字设计解决方案，实现了 Innovus、Tempus、Jasper、Xcelium 等核心工具的无缝协同，为客户提供端到端的智能设计服务。在EDA自主设计演进路径上，Cadence为行业描绘了一条清晰的演进路径：从优化AI、对话式LLM，经复杂推理、智能体工作流，最终实现完全自主设计。目前，行业正处于从Level 2向Level 3过渡的关键阶段，部分领先客户已开始体验Level 4能力。潘安强调，Cadence 的目标直指L5的全流程自动化。在实践层面，优化AI是cadence过去五到十年一直在部署，并已经涵盖了数字设计领域的 Cerebrus、数字验证领域的 VERISIUM，以及 Virtuoso、Optimality 等等。同时Cadence已将AI代理能力落地于多个设计场景。例如，Allegro X支持通过自然语言直接生成SKILL代码；VS Code扩展能够自动生成SVA断言与辅助验证代码，进一步通过与Jasper的交互以帮助迭代；而今年推出的Cerebrus AI Studio更成为业界首个达到代理式AI第四级的物理设计系统，具备多智能体协同完成从规划、布局到时序收敛的全流程能力。演讲最后，潘安表示，完全自主设计不是一蹴而就的，而是一个渐进式的成熟过程。他坚信AI不会取代芯片设计工程师。原因在于，首先，在很长一段时间内，行业仍需持续投入夯实核心EDA算法，这是高级别自动化的基础；其次，EDA的初衷永远是辅助客户，以更短时间、更低成本设计出性能更优的芯片，这将改变工程师的工作方式，而非取代他们。随着Agentic AI技术的持续演进与落地，Cadence将持续推动芯片设计向更高效率、更高质量、更低成本的方向发展，引领行业迈入自主设计的全新纪元，为全球半导体产业的创新发展注入强劲动力。汽车智能化催生电磁仿真新挑战在EDA与IC设计服务技术论坛上，Cadence系统仿真资深产品经理吴磊，以《基于ANSA与Clarity 3D Solver的整车电磁仿真》为题，系统介绍了当前车辆EMC/EMI仿真面临的挑战及其创新解决方案。 随着汽车智能化、网联化水平的持续提升，整车电磁环境日趋复杂。从驾驶舱的影音娱乐、手势控制，到 L2/L3 级自动驾驶的雷达图像处理、碰撞预警，再到 5G、Wi-Fi 等多元连接技术，以及电驱动系统、底盘电子控制等核心部件，使得车身电磁环境愈加错综复杂，EMC/EMI 合规成为汽车研发的关键诉求，相关标准遵循 ISO11451 及 GB/T 33012 规范。吴磊指出，新一代车辆的电子设备数量显著增加，电子设备之间的干扰及抗干扰问题日益凸显。同时，面对缩短开发周期的挑战，需要仿真工具来指导设计，在设计早期识别风险，消除隐患，或者在测试中采用仿真与实测相结合的方式处理电磁兼容性问题。然而，传统仿真方法在几何处理、计算资源与精度控制方面存在瓶颈，整车级EMC/EMI仿真面临四大挑战：首先是脏几何问题。电磁仿真输入通常来自车身几何模型，但因应用领域不同，几何模型常存在公差、穿透等缺陷，导致网格生成失败。其次是大尺寸问题。整车结构尺寸约为5×2×2米，含天线时可达8×3×3米。以1GHz频率（波长约0.33米）为例，整车电尺寸巨大，对计算资源要求极高，易因内存不足导致仿真失败。此外，复杂细节处理也构成挑战。大尺寸结构包含丰富内部细节，网格划分需兼顾整体与局部，平衡精度与效率。最后是散射问题，需考虑物体间相互影响以准确计算场分布。与电子行业相比，汽车仿真流程虽同样分为前处理、求解和后处理，但通常采用多工具组合，且分工不同：建模团队负责前处理，仿真团队负责电磁求解。这种分工加剧了仿真难度，常导致三大可用性问题：几何修复与仿真工具间多次迭代耗时过长；计算资源不足导致失败；为简化模型而牺牲精度，使结果不可靠。在此背景下，Cadence公司推出的Clarity™ 3D Solver作为新一代电磁仿真平台，展现出显著优势。该平台基于真实的3D有限元法求解麦克斯韦方程，具备弹性计算架构与自动分区能力，支持近乎无限的扩展性与分布式并行计算，能够在保持高精度的同时，实现近线性加速，显著提升仿真效率。吴磊通过仿真流程演示，介绍了Clarity™ 3D Solver通过软硬件协同创新实现的三大突破：一是高效几何预处理。ANSA提供自动化几何清理、穿透修复、搭接处理等功能，将繁琐的CAD模型优化流程标准化，大幅降低时间成本，输出高质量中面模型，专为整车EMC/EMI仿真定制。二是超强求解器性能。 Clarity 3D Solver基于真3D有限元法求解麦克斯韦方程，具备弹性计算架构与自动分区能力，支持分布式并行计算，实现近乎线性的扩展性。在保持测试设备级精度（误差<0.02）的同时，仿真速度提升10倍，可轻松处理千万级网格的整车模型。三是双界面灵活适配。Clarity 3D Layout提供2D界面，适配PCB与封装等层状结构；Clarity 3D Workbench则为3D界面，支持任意三维结构创建与编辑。两者共享同一求解内核，兼顾专业性与灵活性。在仿真流程方面，ANSA作为前处理工具，负责中面模型的生成、几何清理与网格划分，并输出“.aem”文件供Clarity调用。Clarity则在此基础上完成边界条件设定、材料赋值、参数设置、网格优化与求解计算，其内置的Mesh Issue Locator功能可有效定位网格错误，提升仿真成功率。通过ANSA与Clarity的深度融合，工程师能够在统一平台中完成从模型准备到结果可视化的全流程操作，大幅缩短设计周期，提升工程效率。最后，吴磊在总结中强调，Clarity 3D Solver在性能、容量与精度方面实现了“前所未有的突破”，结合ANSA强大的前处理能力，为整车级EMC/EMI仿真提供了可靠、高效且易于使用的完整解决方案，为汽车行业应对智能化带来的电磁挑战提供了有力支撑。未来，Cadence 将持续深耕电磁仿真技术，助力汽车企业提升研发效率与产品合规性，推动智能网联汽车产业高质量发展。
-
OpenAI打响AI“导购”之战 推出假日季购物研究工具ChatGPT 智通财经APP获悉，OpenAI推出了一款免费的人工智能购物研究工具，该工具可为ChatGPT用户在假日季生成个性化的购买指南。OpenAI在周一的博客中表示，尽管ChatGPT一直能够回答购物相关问题，但此次他们专门训练了一个GPT-5 mini模型版本，该模型会询问澄清性问题，并从该公司认定的更高质量网站发布的评论中获取答案。OpenAI代表介绍道，例如，在Reddit上分享的用户体验可能比产品页面上的付费营销内容或评论更值得信赖。他们补充说，该工具在引用产品链接时不会优先推荐特定网站。这款新工具不同于ChatGPT用户已习惯的常规文本交互。用户可以在聊天界面中使用专门的"购物研究"按钮，并描述他们正在寻找什么，例如"为单间公寓找一张小沙发"或"我需要给我喜欢艺术的4岁侄女买礼物"。该研究工具不会立即生成文本回复，而是会以问答形式询问更多信息，考虑诸如预算、颜色偏好和所需物品尺寸等可能因素。在从网络收集信息的过程中，它会逐步建议10到15件商品，并提示用户点击"更多类似推荐"或"不感兴趣"来优化最终列表。随着聊天机器人领域竞争加剧，OpenAI一直在扩展ChatGPT的应用以吸引更多用户。例如，过去几周，OpenAI在ChatGPT中发布了群聊功能，为美国K12教师提供了免费版本，还推出了一款内置ChatGPT的网页浏览器。尤其是购物领域的竞争日趋激烈。OpenAI与Perplexity AI等竞争对手正竞相使其人工智能工具成为消费者购物过程的一部分，这为新的收入流打开了大门。然而，该公司并未试图立即从购物研究中赚钱——它表示在1月之前，将向所有免费和付费计划成员提供"近乎无限的使用"。该功能也与其由Stripe提供支持、面向美国用户从特定Etsy和Shopify商家购物的聊天内结账功能是分开的。该工具也将不同于那些通过联盟链接点击赚取佣金并可追踪销售情况的在线购买指南。OpenAI表示，它将汇总互联网上的评论并引用产品页面或评论网站的链接。该购物功能也不会与零售商分享用户的聊天记录。OpenAI在博客中称，新的购物工具在细节繁多的品类中表现"尤其出色"，如电子产品、美妆、家居、园艺、厨房、家电和户外用品。另一方面，由于新工具可能需要几分钟来整理列表，它建议用户对于更简单的购物问题(如查询价格和硬件规格)坚持使用常规的ChatGPT搜索。OpenAI也认识到该工具的某些缺陷，这表明它短期内还无法取代人类来挑选礼物。OpenAI购物研究团队负责人Isa Fulford表示，训练模型能够批判性地识别客观、非付费或真实的用户评论是一项"相当困难的任务"。她说："要做到100%正确是不可能的。"参与开发该购物工具的OpenAI研究员Manuka Stratta表示："通常Reddit上的很多评论是相当可信的。所以我们训练模型要特别关注并更多地索引带有有机内容的在线来源，而不是付费营销内容。"OpenAI还建议用户访问商家网站以获取最准确的详细信息，并在博客中提醒，新工具"可能会在产品细节上出错"，例如价格和库存情况。
-
趁Gemini 3“东风”，“谷歌链”挑战“英伟达链”，颠覆AI交易格局 谷歌正在利用其在AI模型领域的最新突破，发起对英伟达芯片霸主地位的全面挑战。这家搜索巨头已开始向Meta等大型客户推销在其自有数据中心部署TPU芯片的方案，试图将这一替代性AI芯片从谷歌云租赁业务拓展至更广阔的市场。根据媒体援引知情人士最新报道，Meta正与谷歌就2027年在其数据中心使用价值数十亿美元TPU芯片进行谈判，同时计划明年从谷歌云租用芯片。这一潜在交易可能让谷歌抢占英伟达年收入的10%份额，为其带来数十亿美元的新增收入，谷歌云部门的部分领导层已向内部表达这一目标。谷歌本月发布的Gemini 3大语言模型引发市场剧烈反应，该模型主要在TPU芯片上训练，表现已接近甚至超越OpenAI的ChatGPT。这一技术突破令投资者重新评估AI芯片市场格局。谷歌股价单日飙升6.3%至318.58美元的历史新高，今年累计涨幅达68%，而英伟达股价本月下跌近10%，两者市值差距收窄至5260亿美元，为去年4月以来最小。 英伟达CEO黄仁勋已迅速采取行动应对这一威胁。据知情人士透露，在谷歌与Anthropic达成提供多达100万个TPU的协议后，黄仁勋立即宣布向该公司投资数十亿美元，并获得其继续使用英伟达GPU的承诺。类似的，在OpenAI计划从谷歌云租用TPU的消息传出后，黄仁勋也与该公司达成了高达1000亿美元的投资意向。谷歌TPU战略升级：从云端租赁到本地部署谷歌多年来一直向云客户出租其自研的张量处理单元(TPU)芯片，这些客户在谷歌云数据中心使用该芯片。但现在，谷歌已开始向包括Meta和大型金融机构在内的客户推销一项新方案：让他们在自己的数据中心使用TPU。据知情人士透露，目前Meta正与谷歌就明年租用谷歌云芯片以及2027年在Meta数据中心部署TPU进行谈判。Meta目前主要依赖英伟达的图形处理单元。据一位直接了解情况的人士透露，谷歌在向企业推销这一方案时强调，客户表示希望在自己的数据中心部署芯片以满足更高的安全性和合规标准要求，特别是对敏感数据的处理。谷歌还指出，TPU可能对在自有设施运行AI模型的高频交易公司特别有帮助。为支持这一名为"TPU@Premises"的新计划，谷歌开发了名为"TPU command center"的软件，旨在让客户更容易使用这些芯片。这款软件被视为谷歌对抗英伟达最大优势之一——Cuda软件的利器。Cuda已成为AI开发者的事实标准，开发者对如何使用它在英伟达芯片上运行模型非常熟悉。尽管谷歌的Jax编程语言对开发者来说较为陌生，但谷歌已告知客户，他们可以使用与PyTorch相关的软件来操作TPU，而无需成为Jax专家。谷歌去年夏天开始更积极地扩大TPU市场。该公司开始接触主要租用英伟达芯片的小型云服务商，提议让他们在数据中心托管TPU。谷歌至少与其中一家云服务商——伦敦的Fluidstack达成协议，在纽约数据中心托管TPU。作为协议的一部分，谷歌还提供了一个难以拒绝的条款：如果Fluidstack无法支付即将到期的纽约数据中心租约费用，谷歌将作为"后盾"提供高达32亿美元的支持。Gemini 3突破重塑市场信心谷歌当前在AI领域的势头可能为其TPU推广提供助力。本月早些时候发布的最新大语言模型Gemini 3获得了一些知名科技人士的热烈评价，他们认为谷歌已经消除了其技术与OpenAI之间的差距。据报道，Gemini 3比OpenAI的ChatGPT、Elon Musk的Grok和Jeff Bezos支持的Perplexity更快、更敏锐，且具有更深层次的推理能力。它的定价与竞争对手的AI模型相当或更低。更重要的是，Gemini 3主要在谷歌的TPU上训练，而非像竞争对手那样依赖英伟达芯片。尽管TPU不如英伟达GPU灵活，但它们开发成本更低，满负荷运行时功耗也更小。Melius Research科技策略师Ben Reitzes表示："一些投资者非常担心，由于Gemini模型的巨大改进以及定制TPU芯片的持续优势，Alphabet将赢得AI战争。"一些开发者认为，凭借TPU，谷歌已经缩小了英伟达在为训练新大型AI模型所需的密集服务器集群提供动力方面的领先优势。据知情人士透露，Meta与谷歌讨论使用TPU训练新的AI模型，而不仅仅是为现有Meta模型提供推理支持。这一点值得注意，因为大多数分析师此前一直认为，挑战英伟达的最大机会在于推理芯片，而训练芯片市场英伟达难以被撼动。D.A. Davidson分析师Gil Luria估计，如果将谷歌DeepMind AI研究实验室和TPU销售业务作为独立部门，其价值将接近1万亿美元，使其"可以说是Alphabet最有价值的业务之一"。谷歌股价的飙升也反映了这一预期，其今年68%的涨幅远超"七巨头"指数22%的涨幅和纳斯达克综合指数18%的涨幅。其TPU制造合作伙伴博通股价今年也上涨了63%以上。英伟达展开防御反击无论谷歌的TPU努力是否成功，一个强大的英伟达替代方案的幽灵可能已经为像Anthropic和OpenAI这样不想依赖单一AI芯片供应商的大客户带来了好处。上个月，在谷歌与Anthropic达成提供多达100万个TPU的协议后，黄仁勋宣布向Anthropic投资数十亿美元的另一笔交易，并获得了这家AI初创公司使用英伟达GPU的承诺。类似的，在OpenAI计划从谷歌云租用TPU的消息公开后，黄仁勋与这家ChatGPT制造商达成了初步协议，投资高达1000亿美元以帮助其开发自己的数据中心，并讨论向该公司租赁英伟达GPU。英伟达发言人表示，该公司对AI初创公司的投资不要求这些公司必须购买其GPU。黄仁勋有可能通过与Meta达成自己的协议来抢先阻止Meta与谷歌就TPU达成交易，Meta已是英伟达最大客户之一。黄仁勋已经承认了谷歌在AI芯片方面的进展。在去年秋天的一次播客中，黄仁勋向投资者Brad Gerstner表示，考虑到谷歌已经生产了七代TPU，"我们必须在真正应该尊重的地方表示尊重"。英伟达还对AI云合作伙伴如CoreWeave做出了类似的财务承诺。Meta的发言人拒绝就TPU谈判发表评论。谷歌发言人没有就TPU努力发表评论，但表示该公司"正在经历对我们定制TPU和英伟达GPU的加速需求；我们致力于支持两者，正如我们多年来一直在做的那样"。市场格局面临重构据追风交易台，高盛Global Banking & Markets部门交易员Rich Privorotsky在最新研报中指出，谷歌Gemini 3模型的突破性进展是一个"颠覆性模型"，正在重塑整个AI投资生态，导致其他公司产品周期被推迟、资本支出上升、投资回报率变得更加不确定。该交易员强调，英伟达尽管财报数据良好，但已非AI投资的核心焦点。Melius Research的Reitzes警告："现在就宣布Alphabet最近的进展使其成为长期AI赢家还为时过早。但话虽如此，半导体和超大规模云计算公司(尤其是甲骨文)需要意识到'Alphabet问题'是一个令人担忧的因素。"甲骨文已购买了数十亿美元的英伟达芯片通过云端出租，如果其他公司建立AI云竞争对手，成本更低的TPU意味着它可能在价格上被削弱。即使英伟达AI竞争优势的适度收窄，也可能在未来几个月产生震荡市场的连锁反应。如果事实证明成本较低的芯片可以表现同样出色，那些在英伟达半导体上投入巨资的公司可能会产生买家悔意。估值已经非常高，从公开交易的超大规模云计算公司到OpenAI，而新技术将如何惠及实体经济仍存在疑问。事实上，据The Information上周发布的一份内部备忘录，OpenAI CEO Sam Altman承认，谷歌的AI进展可能会给公司带来"一些暂时的经济逆风"，"我预计外面的氛围会有一段时间很艰难"。Bernstein高级分析师Stacy Rasgon在接受CNBC采访时表示："我们还没到需要担心谁赢谁输的地步。更重要的是'AI面前的机会是否可持续'。如果可持续，他们都没问题；如果不可持续，他们都会遇到麻烦。"
-
特朗普签署行政令 启动AI"创世纪计划" （原标题：特朗普签署行政令 启动人工智能“创世纪计划”） 当地时间11月24日，美国白宫发布声明表示，总统特朗普签署了一项行政命令，启动一项旨在利用人工智能（AI）变革科学研究方式、加速科学发现的全新国家计划“创世纪计划”。 声明表示，该命令指示能源部创建一个人工智能实验平台，整合美国超级计算机和独特数据资产，以生成科学基础模型并为机器人实验室提供支持。该命令指示总统科学与技术事务助理（APST）协调这项国家计划，并整合联邦政府各部门的数据和基础设施。能源部长、总统科学与技术事务助理以及人工智能与加密技术特别顾问将与学术界和私营部门的创新者合作，支持并加强“创世纪计划”。（央视记者 刘旭）
-
李飞飞谈中国：是故土，更是AI绝对强国 “这是一种文明级的技术，但我未曾预料到它会如此庞大。” 距离ChatGPT问世已过去三年，当全世界都在为算力与模型狂欢时，斯坦福大学教授李飞飞却给出了这样的判断。作为AI领域的拓荒者，她眼中的未来不仅是代码的进化，更是对人性的拷问。从“空间智能”的全新构想到对下一代教育的深刻忧虑，李飞飞为我们描绘了一幅既充满希望又暗藏危机的未来图景。 在彭博社伦敦总部的专访中，李飞飞阐述了自己的观点： · 关于AI的本质与人类角色： AI 是一把兼具潜力与风险的双刃剑。 我们必须确保其发展始终处于人类的引导与控制之下，以科技服务于人，而非凌驾于人。 · 关于 AI 技术普及： AI 技术应走向普惠与开放，使每个人都能平等、负责任地参与其使用与塑造，打破少数科技巨头对技术路径与资源的垄断。 · 关于中美 AI 格局： 中国无疑是 AI 领域的重要力量，当前全球公认的 AI 领跑者正是中美两国。 世界各地的创新活力令人振奋，这种渴望在 AI 领域占据一席之地的进取心是普遍存在的。 · 关于个人际遇与文化认同： 人生充满偶然，虽无法预知在中国的另一种发展路径，但对真理的追求与好奇心是永恒不变的，无论身处何地都会投身 AI 探索。 中国文化是其身份认同的重要基石，而科学无国界，AI 让她更倾向于将自己定义为一名世界公民。 · 关于下一代 AI： “空间智能”将是 AI 进化的下一关键阶段， 它赋予机器在三维空间中理解、感知、推理与交互的能力，与现有的视觉智能形成深度互补，共同构建更完整的机器感知体系。 · 关于社会影响与责任共担： AI 对教育、就业及社会结构的深远影响需全社会共同面对。个人、企业与公共部门应共同承担责任，积极应对由技术引发的职业结构变革与社会转型。 · 关于超级智能的治理逻辑： 超级智能所带来的挑战，根源不在技术本身，而在于人类的治理能力。我们亟需建立有效的国际监管框架与责任机制，以引导其朝着符合全人类利益的方向发展。 · 关于可持续发展路径： 面对 AI 算力增长所带来的能源与环境压力，我们应务实推进可再生能源与绿色技术创新，将能源政策转型作为 AI 长期发展的基础支撑。 · 关于教育的根本使命： 在 AI 时代，我们更应回归教育的本质：培养孩子的好奇心、批判性思维与责任感，使他们成为技术的驾驭者，而非依赖或滥用科技的被动个体。 以下为专访精华部分： 问：自 ChatGPT 向公众发布至今已三年，这期间涌现了许多新模型、新应用和巨额投资。你对此有何感受？ 李飞飞： AI 对我而言并不陌生。这个领域我已深耕25年，从职业生涯起步至今，每天都在与之相伴。然而，就其产生的巨大影响力而言，此刻我仍感到一种近乎“超现实”的震撼。这是一种足以改变文明进程的技术。 作为推动此事发生的科学家群体之一，我必须承认，我未曾预料到它的规模会如此庞大。 问：你认为转折点出现在何时？是技术发展加速，还是世界突然将目光投向了像你这样的研究者？ 李飞飞： 这两者本就相互交织。但对我而言，将 AI 定义为“文明级技术”，并非因为外界的关注，甚至不单是因其能力强大，而是它已经触及了每一个人的生活。每个人的工作、福祉与未来，都将以某种方式与 AI 产生联结。 问：这种影响是否包含正反两面？ 李飞飞： 技术从来都是一把双刃剑。自人类文明起步，我们创造工具的初衷本是为了善用。但在过程中，既可能有人故意误用，也可能产生意料之外的后果。 问：目前这项技术的权力似乎集中在少数公司手中，且多数是美国企业。你如何看待这一现象？ 李飞飞： 确实如此，当前主要科技公司正通过其产品对社会产生深远影响。而我个人希望见到这项技术走向普及。不论由谁构建或掌控这项技术，都必须以负责任的方式发挥其影响力。我也坚信，每个人都应感受到自己有能力去参与并塑造技术的未来。 问：听说你创办仅一年多的公司估值已达十亿美元？ 李飞飞： 我是 World Labs 的联合创始人兼首席执行官。我们正在探索 AI 的下一前沿——“空间智能”。目前大众对此了解不多，因为整个行业仍聚焦于大语言模型。但我相信，空间智能与语言智能同等重要，且互为补充。 （注：World Labs 在2024年正式推出前已募集超过2亿美元。李飞飞在同年的 TED 演讲中强调：“如果我们希望 AI 超越当前能力，就不能只停留在‘会看会说’上，我们应追求能让 AI‘行动’的技术。”） 问：我了解到你最初的学术兴趣其实是物理学。是什么促使你跳脱出那个领域，转向更广阔的探索？ 李飞飞： 物理学是如此辽阔，你可以仰望星空、追问宇宙的起源；凝视一片雪花，又能潜入物质的微观结构。它让我的想象力抵达肉身无法亲临之境。直到今天，物理最吸引我的，仍是那种敢于对世界、对宇宙、对生命起源提出最根本、最大胆问题的勇气。 问：而你自己所提出的那个“大胆的问题”，我想就是——“什么是智能”？ 李飞飞： 没错。我所敬佩的物理学家，从牛顿、麦克斯韦到薛定谔与爱因斯坦，他们都曾提出震撼时代的问题。而我在大学期间，也逐渐找到了属于自己的命题——从对“物质”的思考转向对“智能”的探索。智能是什么？它如何产生？最吸引我的是：我们能否创造出智能机器？这成了我学术生涯的“北极星”。 问：我注意到你的知识涉猎非常广泛。听说你关键的突破，正是来自于对其他学科（比如心理学与语言学）的借鉴？ 李飞飞： 前沿科学的魅力就在于此：当没有人知道答案时，你必须跨出去寻找灵感。我很自然地去观察人类大脑与心智，试图理解我们如何做到所见即所知。在探索视觉智能的早期，我曾思考：人类是如何在脑海中组织数以万计的物体概念的？是按字母？按颜色？还是大小？ （注：李飞飞在 Caltech 读博期间已意识到大规模数据集对 AI 发展的关键作用。后来她受神经科学家 Biederman 一篇论文的启发，该文推测普通人约能识别3万种不同物体。） 问：你追问这个问题，是否因为只有理解人脑的组织方式，才能教会机器？ 李飞飞： 可以这样理解。后来我偶然接触到一个语言学项目“WordNet”，它用一种特定的分类法去组织语义概念——不是图像，而是词语与概念之间的关系。 问：能否举个具体的例子？ 李飞飞： 比如在字典里，“苹果”和“家电”这两个词可能排列得很近，但在真实世界里，“苹果”和“梨”才是真正相关的——它们同属水果，而“家电”则属于完全不同的类别。这个发现让我意识到：视觉概念的组织方式可能更贴近真实世界的关联性。 苹果和梨在视觉和本质上确实比苹果与洗衣机相近得多。 更重要的是规模带来的启发。当你审视语言所能描述的物体总量时，就会意识到这个体系何等庞大。这让我恍然大悟：人类智能建立在海量数据的感知基础上，而要让机器获得真正的理解力，就必须赋予它们处理同等规模数据的能力。 问：值得一提的是，21世纪初，“大数据”这个概念还未普及。 李飞飞： 确实，这个词当时甚至还不存在。我们当时使用的数据集规模非常有限。 （注：虽然“大数据”一词在20世纪90年代就已出现，但直到2010年左右才被广泛使用。如今看来，大规模数据对机器学习的重要性不言而喻，但当时并非共识。毕竟人类儿童仅需少量样本就能掌握复杂规则。而事实证明，现代 AI 的性能表现与可用数据规模密切相关。） 问：当时的数据库规模究竟有多小？ 李飞飞： 在图像识别领域，当时大多数研究者使用的数据集仅包含4到6个最多20个物体类别。但三年后我们创建的 ImageNet，已经包含了2.2万个物体类别和1500万张标注图像。 问：是什么让你能建立这些独特的跨学科联系？你少年时期才开始学习英语，这是否影响了思维方式？ 李飞飞： 人类的创造力至今仍是个谜。虽然 AI 能力强大，但我始终认为它无法完全替代人类的思维机制。或许是我的个人经历与学术兴趣共同塑造了这种视角。在科研中，我从不畏惧提出非常规的问题，也乐于寻找突破框架的解决方案。对语言与视觉关联的敏锐度，很可能确实得益于我学习新语言的亲身体验。 问：青少年时期移民美国的经历是怎样的？这个年龄段本身就很敏感，还要面对语言和文化的双重挑战。 李飞飞： 确实很不容易。15岁来到新泽西的帕西帕尼时，我们全家人的英语都不流利。虽然年轻人学习速度快，但对我父母而言适应过程艰难得多。当时家里经济拮据，父母做过收银员，我也在中餐馆打工。后来因为母亲健康原因，我们决定经营一家干洗店来维持生计。 问：你也参与了店铺经营吗？ 李飞飞： 我常开玩笑说自己是家里的“CEO”。从18岁到研究生中期，七年间我一直负责打理这家干洗店，哪怕是在异地求学期间。 因为我是家里英语最好的，所以客户沟通、账单处理、质量检查都由我承担。 问：这段经历给你带来了什么？ 李飞飞： 最重要的是培养了韧性。 科学研究本就是充满未知的探索，没有现成答案，必须学会在挑战中坚持。移民经历同样如此，你不得不快速成长，变得坚韧。 问：父母是否对你有严格的要求？他们移民显然是为了给您更好的未来。 李飞飞： 很幸运，他们从不过分施压。用现在的话说，他们并非“虎爸虎妈”。在艰难的移民生活和健康问题的双重压力下，他们只是努力生存。作为一个青少年，我深知没有退路，成败全靠自己。这种环境反而激发了我的内在驱动力。从小我就对世界充满好奇，而科学恰好为这份好奇心提供了出口。当同龄人沉迷派对时，我却享受着探索科学奥秘的乐趣。 问：听说你曾遇到一位影响深远的老师？ 李飞飞： 是的，我的数学老师鲍勃·萨贝拉（Bob Sabella）先生。因为都对科幻文学着迷，我们成了忘年交。他发现了我在数学上的天赋，当时我已经修完最高阶的数学课程，他就利用午餐时间为我单独授课，且这些付出都是无偿的。 问：如果留在国内发展，你认为能取得今天的成就吗？ 李飞飞： 人生充满偶然，这个问题很难假设。若在中国，我的发展路径必然不同。但不变的是对世界的好奇心，对真理的追求。我相信无论如何，我都会走上探索人工智能的道路。 问：你现在还觉得自己与中国保持着联系吗？ 李飞飞： 中国文化始终是我身份认同的重要部分。很庆幸我的学术生涯在美国展开——斯坦福、旧金山、硅谷的环境极具国际视野。而 AI 这个学科本身就没有国界，它影响着全世界的人们。从这个角度说，我更愿意把自己看作世界公民。 问：AI 确实是全球性领域，但中国近年表现亮眼：无论是专利数量、学术论文产出，还是今年 Deepseek 引发的关注。你认为中国会重现制造业的追赶路径，在AI领域与美国并驾齐驱吗？ 李飞飞： 中国无疑是 AI 领域的重要力量。当前全球公认的 AI 领先国家就是中美两国。 世界各地的创新活力令人振奋，许多国家都渴望在 AI 领域占据一席之地，这种进取心是普遍存在的。 问：“空间智能”具体指什么？ 李飞飞： 空间智能是让 AI 具备理解、感知、推理并与三维世界互动的能力。这可以看作视觉智能的自然演进。 我职业生涯前半段聚焦于解决“识别图像”的基础问题，那还是一种相对被动的认知过程。但观察人类智能的进化就会发现，感知与行动密不可分：我们为了行动而观察，也因为行动需要而发展出更精准的感知能力。 实现这种能力的关键在于空间认知。AI 需要理解三维空间的结构，把握物体的运动规律，甚至要能计算出抓取一个杯子时手指的最佳运动轨迹。这些复杂能力共同构成了空间智能的核心。 问：在你网站上看到的演示，本质上是一个虚拟世界。这是否意味着你将其视为训练 AI 的工具？ 李飞飞： 让我们先厘清概念。Marble 实际上是一个前沿的基础模型，其独特之处在于能通过简单指令生成完整的3D 世界。比如说“设计一个现代风格厨房”，或是上传一张厨房照片要求“将其转化为3D 空间”，它都能实现。 构建三维空间的能力是人类认知的基石，我相信这也将是 AI 进化的重要方向。 对设计师而言，这将成为创意实现的画布；对游戏开发者，这是构建虚拟世界的基石。在机器人训练领域，它能提供逼真的模拟环境；在教育领域，更是打造沉浸式 AR/VR 体验的核心技术。 问：这让我联想到阿富汗女孩在资源匮乏地区通过虚拟教室学习的图景。 李飞飞： 正是如此。想象向八岁孩童解释细胞结构：未来我们可以构建细胞内部的虚拟世界，让学生“走进”细胞，直观观察细胞核、酶和细胞膜的运作。这种沉浸式认知将开启无限可能。 问：这个行业面临诸多紧迫议题。请谈谈你对这几个问题的见解：首先，AI 会大规模取代人类工作吗？ 李飞飞： 技术演进始终在重塑就业形态。以 AI 的颠覆性特质，其对劳动力市场的深远影响毋庸置疑。 问：变革已在发生。Salesforce 首席执行官马克·贝尼奥夫就透露，半数的客服岗位将被 AI 取代。 李飞飞： 这是必然进程。从蒸汽机到电力，从个人电脑到自动驾驶，每次技术革命都伴随阵痛，但最终都催生了新的就业图景。单纯讨论岗位数量增减有失偏颇，我们需要更立体地审视这场变革： 个人需要持续学习升级技能，企业要承担转型责任，社会更需要建立支持体系。这是需要共同面对的系统工程。 问：第二个问题更为严峻。与你研究领域有交集的诺奖得主杰弗里·辛顿教授认为，AI 导致人类灭绝的概率高达10%-20%。 （注：所谓“AI 末日论”者担忧，当系统智能超越人类后，可能为自我保存而摆脱控制。） 李飞飞： 我十分敬重辛顿教授，我们常进行深入交流。但对于这个观点，我持不同见解：如果人类文明真的面临危机，根源将在于我们自身的决策失误，而非机器的反叛。 问：但他指出了一个现实困境：当超级智能超越人类时，我们缺乏有效的控制模型。 李飞飞： 这个假设本身超前于现实。我们距离那个阶段还有相当长的路程。更关键的是：为何人类文明会坐视这种情况发生？我们的集体责任意识何在？全球治理体系又该如何构建？ （注：辛顿在近期访谈中指出，企业和政府仍固守陈旧思维，将超级智能简单类比为“可解雇的助理”，严重低估了其潜在风险。） 问：你认为能否为超级智能设置发展上限？ 李飞飞： 关键在于建立全球协同的负责任研发体系。 问：是通过政府间条约？还是行业自律？ 李飞飞： 这个领域尚处早期，国际条约和全球共识都需时间培育。当前最重要的是凝聚全球认知。我们必须认识到，过度聚焦负面假设同样危险。这项技术蕴藏着解决人类重大挑战的潜力，我们需要保持辩证视角。 问：你经常与各国政要会晤。最常遇到的哪些问题会让你感到困扰？ 李飞飞： “困扰”并非准确表述，我更倾向于用“关切”。当前公共讨论亟需超越“机器主宰人类”的科幻叙事，转向更务实的建设性对话。更普遍的压力来自普通家长：面对 AI 时代，该如何规划子女教育？他们的未来在哪里？是否必须选择计算机专业？这些关切折射出时代变迁下的集体焦虑。 问：你会如何回应这些家长的忧虑？ 李飞飞： 作为一位母亲，同时也作为 AI 研究者，我的回答是：我们要帮助孩子建立属于“人”的核心优势——赋予他们自主思考的能力，守护他们的尊严，激发他们永葆求知欲。 比掌握任何特定技能更重要的，是培养他们成为诚实、勤奋、富有创造力且具备批判性思维的人。 问：所以不必过度焦虑该让孩子学习什么专业？ 李飞飞： “焦虑”不是解决问题的钥匙。真正重要的是清醒认知：我们的孩子将成长在 AI 无处不在的时代。我们要做的是根据每个孩子的特质，帮助他们做好准备。与其焦虑，不如行动。 问：关于行业现状，大量资本正涌入 AI 领域。这是否会重蹈互联网泡沫的覆辙？ （注：当前对 AI 投资过热的担忧与日俱增。知名投资者迈克尔·伯里近期披露做空英伟达，彼得·蒂尔的对冲基金也在上季度清仓了英伟达股份。） 李飞飞： 首先需要明确，我们公司仍处于创业阶段。当前巨额资本主要流向的是科技巨头。AI 作为新兴领域，仍有大量科学难题待解，这些都需要持续投入。我相信 AI 在软件工程、医疗健康、教育等领域的应用前景广阔，市场需求真实存在。 问：但 AI 算力消耗的能源成本及其气候影响呢？有专家警告这可能引发生态危机。 李飞飞： 这确实是个关键问题。但我们要认识到，数据中心未必只能依赖传统能源。这正是推动能源创新的契机，各国在建设数字基础设施的同时，完全可以将此作为发展可再生能源的新机遇。 问：你对行业未来似乎总是抱持乐观。那么你最大的担忧是什么？ 李飞飞： 我既不是盲目乐观的技术乌托邦，也不是悲观论者，或许可称为“务实的中间派”。我始终相信，工具本身无善恶，关键在于使用工具的人。就像火种的发明，既推动了文明，也可能带来灾难。 我最关切的是教育第一线的工作者。从我个人的成长经历深知，教师才是社会的基石。我们需要思考：是否给予了教师们足够的支持？他们是否准备好运用 AI 工具来提升教学？又能否指导学生正确使用这些技术？ 问：从当年在干洗店帮忙，到如今成为行业领袖，你如何看待这种转变？ 李飞飞： 其实我现在在家还是会亲手洗衣服。我深深意识到自己肩负的责任，既是将这项技术带给世界的科学家，也是培养未来人才的教授，还是探索前沿的创业者。每个决定都可能产生深远影响。正因为如此，我始终强调：在 AI 时代，主导权必须牢牢掌握在人类手中。 问：作为母亲，你不允许自己的孩子用 AI 做什么？ 李飞飞： 最根本的原则是：不要让你的工具使你变愚蠢。 比如依赖 AI 完成本该自己思考的作业，或是制造虚假信息伤害他人。这些不仅是技术问题，更是价值观的体现。 问：在技术日新月异的今天，你却在呼唤传统价值的回归。 李飞飞： 你可以称之为传统，但我更愿视其为永恒。作为教育者和母亲，我深信某些人性中的光辉是任何技术都无法替代的。（小小）
-
对话｜复旦教授张军平：现在人工智能的研究路径可能走反了 2025年下半年，人工智能走到了一个微妙的分叉口——一边是以OpenAI为代表的大模型持续押注算力和数据扩张的“Scaling Law”范式，一边是顶尖科学家以图灵奖得主杨立昆（Yann LeCun）、李飞飞等开始公开呼吁AI的未来并非建立更大的语言模型，而是赋予其“空间智能”（Spatial Intelligence）。与此同时，关于AI是不是存在泡沫的争议在资本市场和科技界持续升温，谷歌CEO桑德尔·皮查伊（Pichai Sundararajan，英文名 Sundar Pichai）日前在接受媒体采访时也提及，人工智能投资热潮存在“非理性因素”，泡沫一旦破裂，没有公司能幸免。张军平是复旦大学计算与智能创新学院教授、博士生导师，主要研究方向是人工智能、机器学习等。2025年8月，他所撰写的《人工智能的边界》正式出版，在书里，张军平充分肯定大模型等技术为生产生活带来的巨大便利，同时也直言其隐患：现有AI依赖高能耗运行，知识表达方式与人类认知存在本质差异。日前，张军平在接受澎湃科技（www.thepaper.cn）的专访中提出了一个观点。他认为，人类智能的进化应先从“感知”开始，再发展“认知”，只有将底座“感知”能力学习好了，认知能力才有更坚实的基础。而人工智能以GPT模型为代表的主流研究，可能找到了一条与自然进化不太一样的路，先让人工智能拥有“认知”能力。他直言，这条路线最终很有可能培育不出一个真正像人的智能体，“现在的人工智能大模型极度耗能，可能也是由倒金字塔结构的研究模式导致的。”对于近期科技圈热议的“AI泡沫”等争议，张军平认为发生的可能性较高 。他认为，如果资本对长周期、高投入的技术研发（如GPT-6、GPT-7）减少投入，导致模型算力无法优化，人工智能行业很可能因连锁反应而萎缩。以下是澎湃科技对话张军平内容：人工智能的研究路径是“倒金字塔”，可能走反了澎湃科技：为什么这本书会取名《人工智能的边界》？张军平：最开始是想用“人工智能的极限”，但后期用“边界”这个词，我想在人们普遍对人工智能发展存在焦虑的情况下，给大家一点宽心。人工智能发展的边界一直在扩大，最早它只能战胜跳棋级别的选手；1996年已经能够击败国际象棋世界冠军；到了2016年，又实现了战胜人类的围棋世界冠军。这意味着我们在探索智能的时候，一直在尝试把边界扩大，还有很多事可以做。如果大家对人工智能有恐慌情绪，可以看看我这本书。看完后可能会明白，人工智能的发展没那么快，虽然现在能看到很多落地应用。澎湃科技：这本书里你曾提到，人工智能目前的研究模式是倒金字塔结构，“反其道而行”，人工智能的科研工作者更偏好把研究重心放在认知层面，而轻视了对感知层的研究。你是如何得出这一结论？张军平：人工智能在模仿人类智能的过程中，通常要模仿感知、认知、决策、执行。人类进化最开始没有语言，在感受这个世界或者去做一些行为决策的时候，主要依赖于感知，比如80%的信息来自视觉，各方面信息来自身体皮肤上的传感器、身体的姿势等。人类掌握了语言，才开始有比较高级或抽象的认知，我们将人类的学习能力看成金字塔的结构，底座是感知，再向上是认知。只有感知学习好了，认知能力才会有更坚实的基础。现在的人工智能可能找到了一条与自然进化不太一样的路。研究模式是反的，先从认知能力开始。2017年，谷歌团队发布了“Attention is All You Need”这篇论文，自此以后，人工智能研究的方式转向以GPT为代表的“生成式预训练Transformer模型”。这类模型的核心基础，都基于自然语言处理，从智能结构来划分，自然语言处理更接近“认知”层面的能力，而非感知。直接从认知环节发展和人一样的智能，金字塔结构呈倒三角形，在这种路径下，现在形成的智能形态肯定会和自然界进化出来的结果不太一样。就像我书里也写过，这种路线产生的结果，很有可能培育不出一个真正像人的智能体，有可能会越来越像机器，说不定现在的人工智能大模型极度耗能，也是由倒金字塔结构的研究模式导致的。澎湃科技：你如何看待强化学习和Scaling law？张军平：Scaling law基本是目前的共识。想把人工智能做得比较好，就需要三件事。第一需要巨量的高质量数据，第二需要足够大的模型，第三需要显卡、GPU。这是目前基本范式。从技术层面来说，我们刚刚提到的主流是“模型加显卡”，底层技术路径又可以分为两部分，监督微调和强化学习，两者处理的内容并不一样。监督微调主要针对已经收集完成的数据集。在这些已有数据上进行预测，并根据具体任务对一些模型参数进行微调，确保它的性能在已有数据集上有好的表现。但我们不能保证所有收集的数据能覆盖到一些新的、没有见过的知识，所以在这个层面，面对超出数据集范围的内容，就可以依靠强化学习来让模型获得更好的处理和推广能力。 监督学习到强化学习 来源：作者张军平供稿于新智元“人类是硅基生命过渡体？”一文AI可能会面临泡沫，但应用还有很多事可做澎湃科技：你在书里也提到过一个假设性的观点，现在大语言模型算力、电力耗尽了怎么办？会有这个可能吗？包括人工智能是不是泡沫？张军平：人工智能到底是不是泡沫，这是有可能存在的。人工智能领域的一些学者会喜欢做一些能直接变现的项目。但很多时候，投资人对人工智能的判断并不特别确定时，会减少对人工智能相关研究的投入，投入少了，自然就会停滞。比如GPT6、GPT7的研发过程肯定需要越来越多的资金支持，如果投资人希望能在两年内看到成果，但这些技术真正落地可能需要十年甚至二十年，变现周期被拉长，投资就会减少。资本投入减少后，公司也没有办法为优化模型而购买更强的算力或硬件，届时就有可能会一连串的连锁反应，导致相关行业和相关科研领域的萎缩。这种情况从某种意义来看就可以称为“泡沫”，而且发生的可能性概率比较高。从老百姓的角度来看，大家希望看到一个机器人跟我们人一样，比如能够知道怎么快速地把外卖送过去等。但现在我们至少从网上的视频来看，实际上机器人可能有些动作如空翻跟头比人强，但大部分的能力是不如人的，尤其是紧急情况的反应能力。从应用的角度来看，如果要往通用人工智能的目标去做，泡沫可能非常大。但人工智能赋能到各行各业，还有很多事情可以做。AI的本质是理解智能，如果大家把人工智能的发展看成必须在两三年内实现通用人工智能，这样不太现实。回归人工智能的本质，需要比较长的时间周期，慢慢发展，不能操之过急。澎湃科技：我们现在是往对的方向发展人工智能吗？张军平：不一定是对的。人工智能发展已经有100多年历史了，有时候就像时装一样20年一轮回。最开始是神经网络，后面是统计机器学习，现在又是神经网络，但未来是什么也不一定。澎湃科技：你能不能预估人工智能实现人类对等智能或达到高等动物智能水平还要多久？张军平：如果要达到的话，我感觉遥遥无期。在书里我提到过一个“飞机与鸟”的故事：人类最初试图模仿鸟类飞行，但最终找到的路径是让飞机起飞。经过一百多年的发展，人类已经把飞机飞得更远、载客量也越大，但直到今天，仍未看到一个真正的鸟被人类模仿出来。这是（技术发展）的困境。从图灵1936年提出自动机概念以来，人工智能差不多在这个时代已经很多方面超过人类了，但我们至今也没看到像人类的智能体出来。未来做出的人工智能会越来越像飞机，像工具，落到产业应用的话有很大空间。不可能像人一样拥有真正人类认可的智能。比如AI陪伴，大家可能最希望出现的情况是，这个机器人能不能跟我一起玩，像一个朋友跟我聊天。但也可能会买回来，聊几天以后会觉得是机器人放一边。这取决于人类会不会真正把机器或智能体当成人或朋友来对待。科研需要自由而无用，而非预设项目可行性澎湃科技：你曾经在科学网的个人博客中讨论过一个问题，即为什么中国出不了马斯克，在你看来科研项目缺乏原创性有哪些原因？张军平：国内的科研体系里，有时会更强调“先设定题目，再围绕题目展开研究。”但从诺贝尔获奖规律来看，科研原创性突破不是被计划出来的，就像一本书名《为什么伟大不能被计划》所说的一样。这和复旦大学的校训“自由而无用”的风格也基本契合。做一个原创性的科研项目，需要给老师、学生足够的自由探索空间，不能框在某些框架里，比如我先写一个指南，然后未来我觉得三到五年一定可以实现。另外，也没必要追求是否有用。很多可能当时看似无用，可能未来在某个节点，会产生非常重要的应用。比如中国科学院数学所的杨乐院士，当时大家都认为数论没什么用，但现在来看，对密码学的用处非常大。所以我们在强调原创性研究时，没必要盯着现在有没有应用。开玩笑地说，国内不少科研项目从申请开始就要做可行性方案分析，很有可能评审对从0到1的原创性项目无法把握其是否成功的话，大概率会将其拒掉。还有，我们看以前在物理学等科研领域做出重大突破的人，通常都是“吃饱了撑的”，比如法国物理学家路易·德布罗意、杨振宁等，他们都属于家世富足的人，才会把更多的精力放在科研上。如果一个科研人员在科研的时候，还需要想着怎么把家境变得更好，操心房贷压力、日常收入这些，可能没有太多心思去做无用的研究和探索，毕竟时间是最公平上的。在这种情况下，要做出真正具备原创性的科研项目会比较困难。澎湃科技：你作为导师的风格是怎样的？张军平：我不会约束学生的想法，推崇原创性成果，最好的方法是提供一个比较好的科研环境，让他们自己去探索，不去干涉。另外，博士扩招在未来可能会是趋势，因为现在就业的机会成本上升。它意味着存在一种新的可能，即未来会有很多家长意识到，在读书上花费太多的时间成本已经没有很好的性价比，还不如让小孩选择职业学校。尤其是考虑到现在的AI时代，拥有技能有可能会更有意义，因为人工智能领域有一个著名的“莫拉维克悖论”。它强调了人类所独有的高阶学习能力比如推理，机器会认为简单，反而人类需要较少时间学习获得的技能和直觉却让机器觉得很难学会。 人工智能领域著名的“莫拉维克悖论”结果，就会导致一个有趣的现象，人类花长时间学习才能获得的岗位，AI有可能也能做到，甚至部分能做得更好。但简单的技能机器却无法学好，那为什么不去从事相对简单，但又能赚到钱的工作呢？当然，即使如此，也还是不要忘记学习或自学，毕竟只有坚持学习，才能在未来的人生有更多的选择空间。AI时代需要最大限度地保留自己原创性澎湃科技：你是人工智能领域的研究者，也是从业者，你写这本书的时候有依赖AI吗？张军平：我不太喜欢在写书之前看别人的东西，因为希望能最大限度地保留自己的原创性。但我有时会在写完后，再利用AI大模型去网络搜集资料，弥补不足。事实上，从我个人感受来看。在AI时代，如果想让别人记住你，最关键的是保留自己的视角。比如《我的阿勒泰》这本书非常畅销的原因可能不在于文字有多么华丽，而是作者的视角是我们城市里生活的人没有见过的，所以会有很强烈的好奇心。另外，写书要把可读性做好，否则，很难让读者有耐心把一本书读完。我是比较享受创作的，可能我的业余生活也为我的创作提供了好的视角。比方说，我喜欢运动，会跑步游泳也滑雪。科研方面我也会一直在跟进一线的论文和动向。这些东西交叉在一起，加上常写常练，就能帮助形成与别人不太一样的视角。它又隐式地增强了书的可读性，因为能让人看到不太一样的内容。澎湃科技：你是人工智能的乐观主义者还是悲观？张军平：我比较中性、相对理性地看待，不会有狂热的情绪，大家都在这上面赚钱了，但我不会考虑做企业来变现，因为这块不是我熟悉的领域。澎湃科技：下一本书的主题是关于什么？张军平：下一本可能会跟音乐人工智能相关，我已经写了近10万字了，还有一本书是科幻小说，讲人工智能如果战胜了人类会怎么样？澎湃科技：你的科学观用一句话如何总结？张军平：我做科研的风格有点像武侠小说作家古龙笔下的一个角度，小李飞刀。大部分的时间是花在思考问题上，但一旦觉得这个问题值得研究，我会像小李飞刀一样，立即执行，该下手就下手，尽量做到例不虚发。
-
无人机管理平台遭黑客攻击致数据泄露，企业被依法追责 IT之家 11 月 23 日消息，“公安部网安局”公众号今日发文，近期，陕西某无人机技术公司开发、使用的无人机管理平台遭黑客网络攻击，平台内存储的部分数据被窃取。陕西西安公安网安部门依法立案侦查。在案件办理过程中，陕西西安公安网安部门发现，该公司无人机管理平台存在安全漏洞，且公司内部未建立全流程数据安全管理制度，未组织开展数据安全教育培训，缺乏必要的技术防护措施。针对该公司不履行数据安全保护义务的违法行为，陕西西安公安机关依据《中华人民共和国数据安全法》，依法追究了该公司的法律责任并责令其限期改正。同时，指导该公司建立健全相关安全管理制度，修复平台安全漏洞，开展网络和数据安全专项培训，提升员工安全防范意识，加强内部网络和数据安全防护。IT之家注意到，目前，案件仍在进一步侦办中。 网警提示，无人机管理平台具有规划无人机飞行路径，采集、传输、存储、处理无人机飞行中拍摄的照片和视频等功能，一旦被攻击者入侵控制后可修改飞行路径、窃取航拍数据，将直接威胁国家安全。企业开展数据处理活动，应当依法制定安全管理制度，采取必要的技术防护措施，加强日常监测巡查和人员教育培训，从以下四个方面提升数据安全防护能力。
-
X平台（推特）开始显示“账号所在地”，私信功能重做 IT之家 11 月 23 日消息，X 平台（推特）日前迎来升级，开始在每个用户的个人信息页面显示“账号所在地”。 X 平台表示，一个账号所在的地区可能会受到近期旅行或临时搬迁的影响。这些数据可能不准确，并且会定期变化。此外，X 平台的全新私信功能 —— Chat 宣布于 11 月 15 日上线。官方宣称 Chat 是安全消息服务： 支持端到端加密聊天和文件共享； 编辑、删除或让消息消失； 屏蔽截图并接收尝试通知； 没有广告，没有追踪，完全隐私。 IT之家注：全新 Chat 现已在 iOS 和网页端上线，安卓端即将推出。X 官方还表示，语音备忘录功能即将回归。
