找到
891
篇与
互联网
相关的结果
- 第 37 页
-
早报｜奇瑞为天门山挑战测试意外道歉/OpenAI 突袭发布 GPT-5.1/Steam 主机来啦！明年发售 汽车安全新国标发起意见征求：乘用车默认零百加速不小于 5 秒AI 天才少女官宣加入小米火绒安全「手撕」鲁大师流量劫持黑幕iPhone 霸榜双 11 销量榜贾跃亭：当年小米在乐视面前根本没有还手之力鸿蒙智行或再添一「界」，华为申请注册「齐界」商标微软 AI CEO 要求团队每周至少 4 天线下办公Meta 首席 AI 官：氛围编程将成为 AI 新时代的入场券OpenAI 正式发布 GPT-5.1Steam 主机官宣，明年开售Insta360 发布 Ace Pro 2 影像大师套餐小红书内测发文件功能☕️星巴克被吐槽爆改成县城奶茶店 汽车安全新国标发起意见征求：乘用车默认零百加速不小于 5 秒 据 IT 之家消息，公安部 11 月 10 日公告，根据国家标准化管理委员会标准制修订计划，公安部已组织完成了《机动车运行安全技术条件》国家标准的征求意见稿，现公开征求意见。部分内容如下：新能源汽车： 增加 A 型电力再生式制动系统要求，规范「单踏板」模式应用。 要求电动、插电式混合动力载客汽车应具备踏板误踩加速抑制功能。 要求汽车行驶速度超过 10km/h 时，驾驶人侧显示屏应关闭和禁止开启娱乐影像播放和游戏功能。 明确纯电动汽车、插电式混合动力汽车的动力电池应符合 GB 38031 的规定，车身设有定向泄压和压力平衡装置。 征求意见稿还增加「乘用车每次上电 / 点火后（发动机自动启停除外），应处于百公里加速时间不小于 5s 的默认工作状态。」意见稿指出，近年来，纯电动汽车、插电式混合动力汽车启动加速失控事故多发，其多是由于驾驶人使用高加速模式时，对高加速模式的驾驶准备和操控能力不足。为此，要求车辆刚启动时处于加速性能较低的默认工作状态，让驾驶人使用高加速模式时需有意识的采取一定操作，以期提高其驾驶准备。据统计，目前驾校教练车和大多数燃油乘用车的百公里加速时间普遍大于 5s，新老司机对于这种加速度更为适应，不易误操作。货车： 要求所有货车（垃圾车、低速汽车除外）应装备自动紧急制动系统。 要求总质量大于或等于 4500kg 的货车（垃圾车除外）和核定载质量（或托举质量）大于或等于 1000kg 的专项作业车应装备车道偏离预警功能。 要求所有货车（垃圾车、低速汽车除外）应装备电子稳定性控制系统。 要求危险货物运输车辆和三轴及三轴以上货车应装备驾驶人注意力监测系统。 要求总质量大于或等于 4500kg 的货车应装备全景影像监测系统或盲区监测系统。 要求纯电动半挂牵引车侧面除永久固定安装在车辆上的可以作为侧面防护装置的各种设施外，存在大于 1m 的纵向间隙时，应提供防止人员卷入的侧面防护。 奇瑞就「天门山挑战测试意外」致歉刚刚，奇瑞汽车发布关于天门山挑战测试意外情况的致歉声明。据奇瑞官方表示： 2025 年 11 月 12 日 12 时，风云 X3L 在湖南张家界天门山景区进行的极限挑战测试项目中，因突发意外导致测试中断，并引发了广泛关注。对此，奇瑞表示向天门山景区、游客、合作伙伴及所有关心此事的朋友们致以最诚挚的歉意。经其初步调查核实，此事故的直接原因是，测试装置的安全防护绳固定点卸扣意外脱落，进而导致防护绳缠绕右侧车轮，动力输出受阻，车辆下滑撞击护栏，造成部分护栏受损。所幸本次意外未造成人员受伤以及自然环境的破坏。同时，奇瑞官方也表示，上述测试结果暴露了其在策划和执行此次测试过程中，对潜在风险的预估不足，对细节的把控存在疏漏，特别是对选择在风景区公开场所开展测试引发的公众担忧，奇瑞方面表示「深刻反思」。另外，对于此次测试造成的天门山场地损失，奇瑞也深表歉意，并承诺将全力修复并承担赔偿责任，做好所有善后工作。AI 天才少女官宣加入小米 据「粮厂研究员 Will」消息，「AI 天才少女」罗福莉日前在朋友圈官宣，自己已加入小米「MiMo」团队，并表示「智能终将从语言迈向物理世界」「全力奔赴我们心目中的 AGI」。今年 2 月，曾有媒体报道称罗福莉已到新岗位上班。而在今年春节前，雷军曾在直播时表示，自己希望用千万年薪挖角罗福莉，请她到小米带领团队从事 AI 大模型研究。据悉，罗福莉硕士毕业于北京大学计算语言学研究所，并在自然语言处理领域有着杰出的研究经历和成果。此后，罗福莉在阿里巴巴的达摩院机器智能实验室工作；2022 年，罗福莉参与 DeepSeek 的 MoE 模型 DeepSeek-V2 的开发。而小米的「MiMo」团队，也已在今年公布并开源多款模型，包含多模态大模型「Xiaomi MiMo-VL」、推理大模型「Xiaomi MiMo」、原生端到端语音大模型「Xiaomi-MiMo-Audio」。火绒安全「手撕」鲁大师流量劫持黑幕 11 月 11 日，火绒安全发布一篇名为《「捉迷藏」 式收割：撕开鲁大师为首系列企业流量劫持黑幕》的文章，并表示： 近期，火绒安全实验室监测发现，包含成都奇鲁科技有限公司、天津杏仁桉科技有限公司在内的多家软件厂商，正通过云控配置方式构建大规模推广产业链，远程开启推广模块以实现流量变现。火绒安全称，上述软件厂商通过云端下达配置指令，动态控制软件的推广行为，不同公司及其产品的推广方式各有差异。火绒安全以成都奇鲁科技旗下的鲁大师为例，其推广行为涵盖但不限于： 利用浏览器弹窗推广「传奇」类页游； 在未获用户明确许可的情况下弹窗安装第三方软件； 篡改京东网页链接并插入京粉推广参数以获取佣金；弹出带有渠道标识的百度搜索框； 植入具有推广性质且伪装为正常应用的浏览器扩展程序等。 火绒安全指出，尽管流量推广向来是互联网公司常用的盈利模式，然而这些厂商却运用了多种技术对抗手段，以阻碍安全分析与行为复现，蓄意隐匿其损害用户体验的行为。其还表示，上述软件厂商在未充分向用户告知或故意模糊告知相关情况的前提下，利用用户流量进行变现操作。通过伪装成正规应用的方式，与用户「捉迷藏」，使用户难以识别并定位真正的推广源头。这些主体采用各种手段规避网络舆论监督，逃避公众审查。有趣的是，火绒安全还在文中提到，多数软件中的推广模块及 Lua 推广脚本会检测浏览器历史记录，以规避特定人群，检测内容包括历史记录中的页面标题和访问网址。其中在劫持浏览器的过程中，会对用户是否访问过周鸿祎的微博进行检测，若检测结果为已访问，则不会进行推广。iPhone 霸榜双 11 销量榜 据新浪科技援引京东平台数据显示，截至 11 月 11 日 23:59:59，苹果、小米、vivo 位列该平台双 11 销量榜前三，该时期的销售额榜单前三同样是苹果、小米、vivo。具体机型方面，全价格段总销量榜中，iPhone 17 Pro Max、iPhone 17 Pro、iPhone 17 霸榜前三，而后为 REDMI K80、荣耀 X70、REDMI Turbo 4 Pro 等机型。值得一提的是，6000 元以上价位段，在 iPhone 包揽前三名的情况下，小米 17 Pro Max 排名第四，成为国产 6000 元以上价位第一。昨日，小米还发布了双 11 收官战报： 全渠道累计支付达 290 亿。小米手机获各大电商平台国产手机销量第一，小米 17 Pro Max 摘得 6000 元以上价位段国产手机销量、销额双第一。小米集团合伙人、总裁卢伟冰表示，小米手机已经连续 3 年双 11 获得国产手机销量第一，而小米创办人雷军发文表示「感谢大家的支持」。索尼：PS5 累计卖出近 8500 万台 日前，索尼集团公布了其 2025 财年第二季（截至 2025 年 9 月 30 日）的财报信息，先看整体： 营收 3.11 万亿日元（约合人民币 1428 亿元）；净利润 3114 亿日元（约合人民币 143 亿元），同比增长 7%。其中，受益于音乐、影像传感器解决方案（I&SS）两大部门的强劲增长及汇率利好，营收同比增长 5%。而在亮眼数据上，PlayStation 5（PS5）全球出货量达 8420 万台，本季度出货量达 390 万台，同比增长 10 万台；同时，PlayStation Network 月活跃用户数达 1.19 亿。值得一提的是，游戏《羊蹄山之魂》销量已突破 330 万。但游戏和网络服务业务（G&NS）营业利润降至 1204 亿日元（约合人民币 55 亿元），相较去年同期（约合人民币 64 亿元）大幅下滑 13%。财报显示，营业利润的下滑，主要原因是计提了总计 498 亿日元的一次性费用。索尼强调，若排除这两项一次性因素，G&NS 部门的营业利润实际上较去年同期增长了 23%。贾跃亭：当年小米在乐视面前根本没有还手之力 日前，抖音账号「未来主义者联盟」发布了一段贾跃亭讲话的视频切片。该视频一开头，贾跃亭就谈及了当年乐视与小米的竞争，并直言：「（当年）小米在我们面前根本没有还手之力。」贾跃亭表示，当时乐视这种「崩塌」，不是因为产品不行、技术不行、没有用户。而恰恰相反，产品极具竞争力，全球都极具竞争力。技术，创造了很多独一无二的技术。而在用户端和市场端，真的是所向披靡。据 IT 之家报道，2016 年 8 月乐视被爆供应商出现资金问题，随后被数十家供应商「逼债」，同年 11 月贾跃亭承认资金链的确出了问题。而在今年 6 月，贾跃亭曾发文称：从乐视到 FF（法拉第未来），那些没放弃我们的人，我除了感动之外，其实更多的是愧疚。其还表示，FF 必须活下去，不只是为了他自己和公司员工，而是为了所有一直支持 FF 的人。贾跃亭称，团队会永远和股民站在一起，并豪言称「FF 和 FX 一定能成功，为股民创造最大价值」。5 月，贾跃亭发布视频称「还债是其人生中的最重要目标之一，同时对 FF 也非常重要。」其当时还称，一旦要是能够还债能够回国，那其实 FF 很多信誉问题就迎刃而解，并强调「一定要把 FF 带回中国」。鸿蒙智行或再添一「界」，华为申请注册「齐界」商标 据国家知识产权局商标局近期数据显示，申请人「华为技术有限公司」（地址为广东省深圳市龙岗区坂田华为总部办公楼）于 2025 年 6 月 16 日申请了一个名为「齐界」的商标。从数据显示，「齐界」这一商标涵盖汽车、汽车车身、汽车车轮毂、混合动力汽车、汽车座椅、电动汽车、自动驾驶汽车、汽车底盘、汽车车轮等商品/服务。目前暂无其他更多关于「齐界」相关信息。值得一提的是，鸿蒙智行第五界「尚界」于今年公布，并在 9 月正式带来了旗下首款车型「尚界 H5」，起售价 15.98 万元，定位 20 万元以下智能汽车市场。据悉，尚界 H5 是华为与上汽集团合作打造的「尚界」品牌首款车型，搭载乾崑智驾 ADS 4 系统，全系标配 3 颗 4D 毫米波雷达、192 线激光雷达。李飞飞的 AI「造世神器」官宣向全体用户开放 刚刚，李飞飞旗下的 World Labs 公司官宣，其 3D 世界生成模型「Marble」向全体用户开放，还一次性放出了一大波新功能： 多模态生成：支持文本、单图、多图/视频、3D 布局等多种输入方式； AI 原生编辑：可对生成的 3D 世界进行局部替换和结构调整； 世界扩展与组合：自动填充边缘区域，拼接多个场景； Chisel ：用方块搭框架，AI自动填充风格细节； 全格式导出：支持高斯点云、三角网格、视频等多种格式，可直接导入游戏引擎。 价格方面： 免费版：每月 7000 点数，最多生成 4 个世界，支持文本/图像/全景输入。适合尝鲜用户，但高级功能都被锁定； 标准版（20 美元/月）：每月 20000 点数，12 个世界，解锁多图/视频输入、Chisel 模式、基础导出功能； 专业版（35 美元/月，首月1 美元）：40000 点数，25 个世界，支持场景扩展、视频增强、高分辨率网格导出，附带商业使用授权； 旗舰版（95 美元/月）：120000 点数，75 个世界，全功能解锁。 另外，在 Marble 发布前几天，李飞飞专门发表了一篇长文阐述她的愿景——空间智能（Spatial Intelligence）。核心观点可以总结为： 大语言模型虽然语言能力很强，但对物理世界几乎一无所知。它们无法准确估计距离、方向，无法在脑中「旋转」物体，也无法预测基本的物理规律。对比之下，人类智能的核心不是语言，而是对三维空间的理解和操作能力。从驾驶汽车到接住钥匙，从设计建筑到发现 DNA 双螺旋结构——都依赖空间智能。蚂蚁 gPass 实现全球首个智能眼镜内置虹膜核身支付功能 近日，蚂蚁集团智能终端可信连接技术 gPass 实现重要升级，推出全球首个集成于智能眼镜的虹膜核身支付方案，并在新加坡金融科技节上正式亮相。据悉，蚂蚁国际 Alipay+，和小米、星纪魅族等多家智能眼镜制造商，运用前沿 AI 和 AR（增强现实）技术，共同推动多种类方案在国际支付场景中的落地应用。此次 gPass 技术通过捕捉并比对 260 余个生物特征点，结合 AI 与活体检测技术，可有效抵御屏幕翻拍、3D 面具等高阶攻击手段；同时借助自研的成像增强算法，系统在复杂光线下仍能保持高识别率，真正实现「一眼即验」的非接触式核身。作为具备「安全、交互、连接」三大核心能力的技术框架，gPass 在原有声纹认证基础上构建了多模态生物认证体系。在隐私保护方面，gPass 创新地采用「一人一密」的轻量化加密方案，确保生物特征数据全链路安全。值得一提的是，蚂蚁集团正与硬件制造商、电子钱包服务商等生态伙伴协同推进技术合规，确保方案符合不同地区的隐私监管要求，共建可信支付环境。微软 AI CEO 要求团队每周至少 4 天线下办公 据 Business Insider 报道，微软 AI CEO Mustafa Suleyman 近期对自己的团队实施严格的线下办公政策： 要求团队成员每周至少四天线下办公，而这一标准超过了微软普遍的三天线下办公规定。Suleyman 通过报道回应表示，他本人非常相信面对面的工作文化。同时他自己坦言，不喜欢有门、会被锁上的传统办公室。对此，Suleyman 还将自己的办公室布局设为开放式——里面有 20-30 张开放式办公桌，员工之间可以相互交流。Suleyman 认为，开放式工作环境和面对面能够极大地促进协作效率，「每个人都能知道其他人在哪，整个环境充满了活力，并且还能创造更多非正式的协作。」Meta 首席 AI 官：氛围编程将成为 AI 新时代的入场券 日前，Meta 首席 AI 官 Alexandr Wang（汪滔）在接受 TBPN 播客采访时表示，如果当今的青少年想在快速变化的经济未来中脱颖而出，他们应该深入探索 AI 工具。汪滔认为，下一代青年最大的机遇在于掌握人工智能。其强调，年轻人应该投入数千小时学习和实验 AI 模型，并且掌握其门路。针对时下火热的氛围编程（Vibe Coding），汪滔更是认为「赶紧学」，他表示，那一群能与这些 AI 工具一同长大的年轻人，能够在未来的经济体中拥有巨大优势。汪滔更是称之为「现在就是比尔·盖茨、扎克伯格时刻」。虽然强调了氛围编程，但汪滔整体核心是想表达出一种实践性、实验性的学习方法。氛围编程不依赖于正式课程或教程，而是鼓励年轻人借助 AI 编程工具来构建、测试和打破事物。这是一个通过实践学习的过程——提示 AI 模型、分析其响应、迭代代码，并逐渐理解这些系统如何「思考」和执行任务。 OpenAI 正式发布 GPT-5.1 昨晚，OpenAI 正式发布了 GPT-5.1 模型，并且首次允许用户细致地「调教」模型的聊天风格。本次 GPT-5.1 共发布了两个版本，分别为 GPT-5.1 Instant 和 GPT-5.1 Thinking：GPT-5.1 Instant： 更听话： 它现在能更可靠地遵循用户的指令，准确回答我们真正想问的那个问题。 自适应推理 (Adaptive Reasoning)： 这是 Instant 模型第一次引入该功能。这意味着它在遇到难题时，会智能地决定先思考一下，从而给出更彻底、更准确的答案；而面对简单问题时，它依然保持极速响应。 GPT-5.1 Thinking： 效率提升： 它现在能更精准地分配思考时间，在复杂问题上花费更多时间（答案更透彻），在简单问题上响应更快（等待时间更短）。 更易懂： 它的回答现在更清晰，使用了更少的行业术语和未定义的词汇。这让我们在用它处理复杂工作或解释技术概念时，能毫不费力地看懂。 同样温暖：Thinking 模型的默认基调也变得更温暖、更富同理心。 而本次更新重点，即 ChatGPT 的个性化体验。OpenAI 的目标是，是让用户毫不费力地将 ChatGPT 的语气和风格，调整到最舒服的状态。在原有的默认、友好、高效基础上，新增了三种官方风格： Professional (专业)： 适用于工作、写作等正式场合。 Candid (坦诚)： 更直接，不拐弯抹角。 Quirky (古灵精怪)： 顾名思义，它会变得更有趣、更跳脱。 除了这种直接选择，更丰富的基本风格和语调，OpenAI 正在实验一项新功能，允许用户直接从设置中微调 ChatGPT 的特征。另外，在 GPT-5.1 的模型介绍 System Card 里，介绍了 OpenAI 在这方面的深入考量。OpenAI 首次在模型的安全评估中，加入了两个全新的、更人性化的维度：心理健康（Mental Health）和情感依赖（Emotional Reliance）。11 月 12 日开始，付费用户（Pro, Plus, Go, Business）将逐步推送 GPT-5.1；免费和未登录用户则将在付费用户推送完毕后跟进；企业和教育版用户拥有 7 天的早鸟期切换开关（默认关闭），之后将统一升级到 GPT-5.1。Steam 主机官宣，明年开售 今天凌晨，Steam 正式公布旗下主机产品 Steam Machine，拥有「Steam Deck 的 6 倍性能」，将于 2026 年开售。机器外观采用正方体设计，正面盖板支持更换（磁吸式），同时具备提示灯带，支持显示下载进度等内容。正面拥有 2 枚 USB-A 3.2 Gen 1 接口以及 1 枚 microSD 卡槽，背部拥有 USB-A 2.0、USB-C 3.2 Gen 2、DP 1.4、HDMI 2.0、千兆以太网。性能方面，Steam Machine 搭载半定制的 AMD Zen 4 6c / 12T（最高可达 4.8GHz、30W TDP）和 28 个半定制 AMD RDNA3 CU（2.45GHz 最高持续频率，110W TDP），配备 16GB DDR5 + 8GB GDDR6 VRAM，提供 512GB 和 2TB 两种型号 NVMe SSD。其他方面，Steam Machine 支持 2x2 Wi-Fi 6E，拥有蓝牙 5.3 专用天线，集成 2.4GHz Steam Controller 无线适配器。值得一提的是，Steam Machine 虽运行 SteamOS，但同时也能作为一台 PC。Insta360 发布 Ace Pro 2 影像大师套餐 昨晚，影石 Insta360 发布了 Ace Pro 2 影像大师套装及周边配件： 专业街拍手柄：全新一体式续航街拍手柄，支持直连 Ace Pro 2，通过手柄滑动变焦可实现 1-2 倍无损变焦，手柄内置 2010mAh 电池； 口袋打印机：专为 Ace Pro 2 设计，可蓝牙直连相机，能够打印 3 英寸照片； 多宽外接镜头：电影宽屏镜头（支持 2.35:1 经典宽银幕比例直出拍摄）/可调节微距镜头（支持 10-75cm 可调节焦距）/极广角镜头（对角线 FOV 达 189°）/黑柔镜/星光镜。 本次共推出三个套装版本：玩拍套装（含手柄、打印机，售价 4098 元）/影像大师套装限定版（含手柄、屏幕遮光罩、电影宽屏镜头/黑柔镜头，售价 4198 元）/影像大师套餐全能版（售价 5498 元）。荣耀 500 外观亮相 昨日，博主「数码闲聊站」公布了荣耀 500 超级标准版的真机图。公布的信息显示，荣耀 500 超级标准版将采用金属直角中框+前后直板的设计，后盖采用一体冷雕玻璃设计，屏幕采用大 R 角，后置摄像头模组采用贯穿式横向摆放。新机将配备双摄组合，但从真机图显示，闪光灯上方疑似还有一枚镜头。电源键下方配备与荣耀 Magic 8 系列同款的 AI 实体按键。另外，新机将采用高通骁龙 8s Gen4 处理器。荣耀 500 系列还将提供超级 Pro 版。小红书内测发文件功能 据新浪科技报道，小红书正在内测「发文件」功能，用户可在笔记中直接挂文档，并支持一键预览下载。据悉，一篇笔记最多支持上传一个不超过 100MB 的文件，目前支持 doc、docx、pdf、ppt、pptx 格式。对此小红书官方客服予以确认，并表示，「该功能目前内测中，目前仅支持大陆部分用户可见。」并提示，「目前折叠屏还不支持这一功能，平台在逐步完善相关功能。」对于内测「发文件」功能的原因，小红书客服解释称，此举旨在提升用户体验，满足用户的需求，强化平台的社区属性。当被问及该功能未来是否会进行商业化，对方表示，「还没有相关计划。」OPPO Reno 15 多个实况玩法公布 昨日，OPPO 官方公布了 Reno 15 系列的实况照片拍摄能力。据透露，新机支持「出圈实况拼图」「前置 0.6 倍超广角实况自拍」「4K 实况一拍多出」「前后同拍实况」「CCD 闪光实况」五大实况功能。新机还配备 2 亿像素主摄镜头和 85mm 长焦；提供「星光蝴蝶结」「极光蓝」「可露丽棕」「蜜糖金」四种配色；屏幕采用极窄四等边直屏（边框为 1.15mm）。OPPO Reno 15 系列将于 11 月 17 日正式发布。奔驰新款 GLB 内饰曝光：提供类星空顶版本 据 motor1 日前报道，梅赛德斯-奔驰近期公布了旗下新一代 GLB 车型的内饰信息。公布的信息来看，新车在座舱智能化以及灯光效果较为亮眼： 中控台采用两大一小的三联屏设计，副驾屏尺寸将与中控屏尺寸保持一致；值得注意的是，三联屏为选装配置，标准版不提供； 中控部分保留部分实体按键，采用手动空调出风口； 天幕提供类星空顶设计，具体图案为奔驰的三叉星徽 LOGO 造型；同时天幕提供可调光系统；但与三联屏一样，该天幕为选装配置。 新一代 GLB 将提供七座和五座两个版本，其中七座版本二排支持前后滑动。新车预计提供纯电及轻混两个版本： 纯电：提供后驱单电机和 4Matic 双电机； 轻混：搭载 1.5T 四缸发动机+八速双离合自动变速箱，提供前驱和全时四驱。 新车将于 12 月 8 日正式发布。 乐高 ✕《塞尔达传说》将于 2026 年推出 日前，乐高官方正式宣布，其与《塞尔达传说》的新版套装将于 2026 年推出。从公布的预告片显示，林克将面对反派吉农，同时背景中也可看到塞尔达公主。官方并未公布更多其他内容。此前，乐高曾与《塞尔达传说》推出过「德库树」版本套装。星巴克被吐槽爆改成县城奶茶店 日前，「星巴克被吐槽爆改成县城奶茶店」相关话题登上热搜。有多位网友发文表示，星巴克近期门店歌单变成了「怀旧金曲大放送」，认为歌单选曲「太土」「太吵」，甚至有网友吐槽「像大卖场」。据爱范儿查询发现，星巴克中国于 11 月 11 日发文宣布，近期开启「千禧年代经典」歌单。另据 Vista 看天下援引星巴克客服人员消息，本次节日档期的主题是「千禧的快乐」，门店是为了增强体验，会播放千禧歌单，对于网友的吐槽会记录并反馈。而星巴克中国对此回应：「11 月 4 日-11 月 17 日，每天下午 1-3 点及 5-7 点，全国星巴克门店正准时播放」千禧金曲「限定歌单，包括众多脍炙人口的中文歌曲。」「我们希望借由经典的音乐，与顾客一同重温分享千禧年以来的美好回忆。」山姆回应极速达小票不显示商品价格 据九派新闻报道，近日有网友吐槽山姆购物小票更新后未显示每件商品具体价格。针对上述游戏，山姆方面通过报道回应表示，「山姆高度重视会员信息保护与购物体验。我们近期对极速达小票进行了更新，进一步强化了对会员信息的保护。」据山姆方面介绍，该单据显示的信息旨在帮助取货与收货时更快速、方便地核对商品和数量。极速达订单的商品与价格明细在会员自己的 App 订单详情内均有完整展示，并可以长期保存，方便会员随时核对。门店线下购物小票依然保留完整的价格明细。对此，湖北好律律师事务所主任陈亮律师表示，消费者享有知悉其购买、使用的商品或者接受的服务的真实情况的权利，有权要求经营者标明商品的品名、价格和计价单位等信息。而极速达订单小票上的商品单商品单价、数量、总价等属于交易核心信息，只要对会员姓名、完整手机号等个人敏感信息进行处理，并不会泄露个人隐私。 电影《8 号出口》官宣引进 日前，电影《8 号出口》宣布将引进中国内地，档期待定。据介绍，《8 号出口》是川村元气执导，平濑谦太朗、川村元气担任编剧，二宫和也主演的惊悚片，于 2025 年 8 月 29 日在日本上映。影片改编自 KOTAKE CREATE 开发的同名游戏，讲述了被困在无限循环的地下通道的男人探寻离开此处的方法的故事。匠妹将出演《爱丽丝梦游仙境》改编版真人电影 据《好莱坞报道》消息，流行女歌手「匠妹」塞布丽娜·卡彭特（Sabrina Carpenter）将主演一部基于《爱丽丝梦游仙境》改编的真人版音乐电影，目前片名暂未公布，影片由环球影院拍摄。值得一提的是，匠妹还将担任该片的制片人。据悉，该片由洛琳·斯卡法莉娅（Lorene Scafaria）担任导演、编剧。影版《魔法坏女巫》的制作人马克·普拉特（Marc Platt）和来自知名制作公司 Alloy Entertainment 的两名制作人也将共同担任制片人。报道称，这对于匠妹来说是一项倾注心血的计划，她在大约一年前就带着具体的想法和一本造型图册与工作室洽谈，随着概念的不断完善，制片人以及导演洛琳也加入进来。《玩具总动员 5》发布先导预告 据新浪电影消息，《玩具总动员 5》日前发布先导预告。据悉，影片将讲述胡迪、巴斯光年等玩具要面对如今让小朋友沉迷的电子产品，此外 50 个故障的巴斯光年组成了反派军团。汤姆·汉克斯、蒂姆·艾伦、琼·库萨克回归配音，安娜·法瑞斯、厄尼·哈德森新加盟，柯南·奥布莱恩配音一个疯疯癫癫的训练用玩具 Smarty Pants，格蕾塔·李配音青蛙形状的高科技平板 Lilypad，明年 6 月 19 日北美上映。
-
今年“双11”，快递更便捷抵达雪域高原——珠峰脚下也能包邮了 来源：人民日报海外版 图①：在青海西宁，货车即将转运货物至铁路货场，之后通过青藏铁路运输进藏。郝宝君摄图②：中通快递拉萨转运中心自动化分拣设备。杨清越摄图③：在拉萨，顺丰快递配送员正上门派送货物。本报记者 徐驭尧摄图④：在林芝市墨脱县，村民正在使用网购的电冰箱。本报记者 徐驭尧摄图⑤：京东快递的运输车辆行驶在从山南市到隆子县的盘山公路上。受访者供图位于西藏自治区日喀则市定日县的珠穆朗玛峰是世界最高峰，陕西小伙杨涛前些年在珠峰脚下的扎西宗乡开了一家菜鸟驿站，店铺里货架上堆满了来自各地、大小不一的快递件。今年“双11”购物节，杨涛格外忙碌。一名藏族客人一进门就拿出手机，展示取件码。杨涛迅速检索、取件，将快递交给客人。“网购的人越来越多了。早些年，驿站一周只收十几件快递，如今每天稳定在100件左右。现在多数快递是包邮件，物流费用不再是快递到珠峰的阻碍。”杨涛说。近年来，“电商包邮”服务持续“西进”。今年8月，西藏将推进“西藏包邮”纳入10件民生实事，并推出一系列举措。快递提速，网购体验升级前些天，京东快递日喀则负责人宫旭有些焦虑。一场大雪，打破了快递的配送节奏。“月初，日喀则吉隆、聂拉木一带普降大雪，交通受到影响，货物配送可能要耽误两天。”他说，“从本地仓发货，一般两到三天可以送达，距离较远的县最多增加一到两天。”如果因为天气原因耽搁配送，他担心会影响客户体验。这是过往难以想象的配送时效。曾经，在日喀则，网购从下单到收货，至少需要半个月时间。一大早，日喀则市桑珠孜区的快递员朗杰顿珠就踏上了送货的路。今天，他要将一整车货物送到多个社区。十几分钟车程后，他来到一所学校门口。“巧了，这个收货人也叫顿珠。”看着货物面单，朗杰顿珠笑了起来。电话联系，将货物交给客人，客人拆开查验……一单快递完成了。像这样的订单，朗杰顿珠一天要跑几十单。“现在国家补贴政策好，各类电子产品卖得越来越多。”他说，快递提速后，改变了当地人的购物习惯。“家里缺什么，立刻手机下单，这是多数群众已经习惯的生活方式。”宫旭说，“从纸巾、矿泉水等生活用品，到手机、电脑等电子产品，很多人都从网上下单购买。”快递提速的背后，是本地仓的布局与建设。如今，京东物流发往日喀则的商品，很多来自拉萨市郊的京东物流本地仓。2017年，京东在西藏的仓储物流园区正式投入运营。这是西藏第一个电商企业专有物流园区。经过多年发展，本地仓储库存商品达到近10万种，库存量超过50万件，消费者下单的近八成商品品类可以从本地仓出库。“本地仓发货的商品，多数已经实现了包邮。”宫旭说。为应对今年“双11”物流高峰，京东物流加强了科技应用和资源储备。京东物流西藏地区业务负责人温宝鹏告诉记者：“我们提前进行了订单量预测和产能规划，积极扩大仓容和库存储备。西藏消费者下单后,包裹第一时间从拉萨仓就近发出，最快当日达。”消费体验升级，让越来越多的西藏居民爱上网购。数据显示，今年上半年，西藏网络零售额为180.7亿元，同比增长38.6%。其中，实物商品网络零售额占比86.1%，同比增长39.3%。两项增速均排名全国第一。机制创新，降低物流成本山南市桑日县扎嘎新村村民罗布次仁，对家乡物流的变化印象深刻。曾经，快递包邮是遥不可及的梦想。“不发货，是当时网购的常态。一些发货的商家，要额外收取几十甚至上百元的运费，这打消了我网购的念头。”罗布次仁说。这让曾在江苏上过学的罗布次仁感到很不适应。在江苏的学校，他已经习惯了网购的生活方式。罗布次仁一直期盼着自己家乡也能实现包邮。现在，他的梦想成了现实。前几天，罗布次仁网购了几件商品，仅仅3天后，商品就送到了，“商品便宜、物流快捷，我也生活在了‘包邮区’。”如今，山南全市577个行政村、90个寺管会、467所学校、26家驻地央企国企、所有驻地部队实现了寄递服务全覆盖，打通了寄递物流“最后一公里”，建成了“开放惠民、集约共享、安全高效、双向畅通”的农村寄递物流体系。长期以来，山南市的民营快递品牌服务范围仅覆盖至县城及部分沿江乡镇，多数“偏、远、散”乡镇、村居寄递服务缺失。“人口稀少的地方，物流成本高，需要政府提供支持。”宫旭分析说。“山南市制定印发《山南市加快推进农村寄递物流体系建设综合改革实施方案（试行）》，建立加快推进农村寄递物流体系建设综合改革工作协调机制，健全考评工作机制，科学构建权责清晰、财力协调、区域均衡的资金保障模式，累计投入1402万元，实现快递品牌、三级站点、下乡进村‘三个全覆盖’，让广大群众寄取快递省心、省时、省钱、省力。”山南市副市长江嘎说。如何有效降低物流成本？山南选择“邮快合作”和“客货邮融合”双管齐下。“邮快合作”就是邮政公司和快递公司在物流网络方面进行合作。山南市整合邮政、中通、圆通等快递企业入驻农村寄递物流综合服务站，依托邮政寄递网络优势，确保各类快递下乡进村、直达站点。今年以来，累计有146.39万件快递通过“邮快合作”模式送达群众手中。“依托覆盖城乡的网络基础、成熟的运营体系及鲜明的公益属性，我们承担了快递进村过程中的‘二次收寄、邮路编排、沿途投递、末端配送’等主要环节工作，确保快件包裹按址投递、全程安全可追溯、偏远乡村‘有人收、有人送’。”山南市邮政分公司负责人介绍。“客货邮融合”是指农村客运、货运、邮政快递融合发展的模式。山南市统筹城乡公交路网资源，精心打造了“客货邮融合”示范线路25条，通过“客货邮融合”模式累计配送快递8.4万余件。山南市加查县秋巴村距离县城约100公里，如今已经享受到便捷的物流。曾经，快递公司因为费用问题不入村派送，如今秋巴村村民能在家门口拿到网购快递包裹。交通升级，进藏日益便捷临近“双11”，顺丰速运青海分公司分拣中心经理李振伟正与中铁快运青藏分公司西宁多联营业部副经理王金平对接新一批电商货物。顺丰速运青海分公司门口24小时备有中铁快运安排的短驳接取车辆，实现“随装随走”。“这批电商快件前天18∶30从西宁发出，今天15∶00抵达拉萨西站，之后由汽车直接运往顺丰速运拉萨分拣中心，拉萨市区的客户当天即可签收。”中铁快运拉萨西站营业部经理张亚存说。青藏铁路是联系西藏和其他省份的重要物流渠道。据王金平介绍，今年“双11”大促启动早，10月25日起，电商货物运输量便开始显著增长。他认为，运输量激增与铁路运输时效的大幅提升密切相关，以往需要约60小时的运输时间，如今已压缩至48小时以内。“铁路运量大，随着速度的进一步提升，更好地满足了电商客户和合作企业的物流需求。”王金平说。中通快递司机商木林对西藏交通的改善感触颇深。今年4月，中通快递开通四川成都至拉萨干线运输班线，每天2辆满载快递的17.5米高运力牵引车从成都出发，经由317国道，途经昌都、那曲等地，到达拉萨。“以往货车多走青藏线，距离比较远。”商木林介绍，“这些年，公路通行条件持续提升，我们可以走距离更近的川藏线路。”“对快递行业来说，快1个小时都很难得了，更别说现在能省出一天的时间。”中通快递西藏管理中心总经理魏建彬说，“今年我们开通了川藏直跑，时效在40多小时，较以往提升了约24小时。目前，中通从成都到拉萨的直跑线路车有14辆，每天2辆抵达拉萨。送达更快，成本更低，基础设施改善给‘西藏包邮’创造硬件基础。”道路建设水平提高是物流发展的基础。“目前西藏全区共有普通国道24条、普通省道57条，普通国省道里程突破3万公里，全区74个县区全部实现通硬化路。”西藏自治区交通运输厅相关负责人介绍，“到今年底，西藏将实现100%的乡镇和90%以上的行政村通硬化路。目前，全区已实现具备条件的乡镇和行政村全部通客车。”本报记者 徐驭尧《人民日报海外版》（2025年11月13日 第 10 版）
-
从 Snowflake 到 Sierra，每家企业软件公司都在销售同样的 AI 代理 企业软件行业正陷入一场前所未有的混战，传统市场边界被人工智能彻底打破。从数据库巨头Snowflake到客户关系管理（CRM）领导者Salesforce，几乎所有主要的技术公司都在竞相推出功能相似的通用AI代理），将昔日的合作伙伴推向了直接竞争的舞台，这既创造了巨大的增长机遇，也带来了关乎存亡的挑战。这一趋势的最新动态是，原本业务泾渭分明的公司正在相互渗透核心市场。Salesforce，一家主营客户关系软件的公司，最近推出了用于解决IT帮助台问题的AI代理。与此同时，IT服务管理软件公司ServiceNow则反向推出了面向销售人员的AI代理。数据库服务商Snowflake上月也发布了其AI代理产品，宣称能够处理从销售到财务等多种专业岗位的任务。这场AI代理的“军备竞赛”在企业客户中引发了显著的困惑。由于各家产品功能高度重叠，企业买家在选择时面临“极其困难”的局面，部分公司因此推迟了大规模采购决策。这种混乱局面恰恰反映了赌注之高，正如Snowflake首席执行官Sridhar Ramaswamy所言，软件公司在这场变革中“要么走向万亿美元市值，要么归零”。这一现象也直接呼应了近期市场对“所有软件都将被AI取代”的深层忧虑。然而，深入观察市场动态可以发现，老牌软件巨头正凭借其庞大的客户基础和数据沉淀构筑防御工事，预示着未来的行业格局将比简单的“颠覆-被颠覆”叙事更为复杂。市场重叠，界限模糊 AI代理的兴起正在彻底改写企业软件的竞争版图。至少七家主要的科技公司目前在八个不同的职能领域展开正面交锋，销售用于工程、分析、财务、营销、销售和客户服务等岗位的自动化AI代理。 这种同质化竞争的部分原因在于，许多初创公司和企业软件巨头都依赖于OpenAI和Anthropic等公司的底层AI模型来驱动其代理产品。Whoop公司的分析主管Matt Luizzi表示，“我们使用的每一款软件，都推出了自己的AI代理解决方案”，从Slack到Snowflake再到Google Workspace，它们都承诺能完成挖掘数据、预测销售额甚至与客户沟通等相似工作。这种趋势意味着，像Snowflake和Confluent这样的老牌数据库和数据流公司，现在正与Sierra和Decagon等新兴AI应用初创公司在销售和客户支持代理等领域展开竞争。“这是一个激动人心又混乱的时期”，数据管理公司Confluent的首席执行官Jay Kreps评论道。软件巨头优势：数据便利性与种混合AI模型策略 面对蜂拥而至且功能相似的AI产品，企业买家普遍感到无所适从。商业会计公司1-800Accountant的首席战略官Ryan Teeples表示，由于工具之间存在大量重叠，目前的筛选过程变得异常困难，尽管他的公司已经开始为Salesforce的部分代理工具付费。在这种混乱中，现有软件巨头正利用其核心优势——数据。它们主张，客户使用那些能直接从其核心软件产品（如CRM应用或数据仓库）中提取数据的代理会更加便捷。这一策略似乎正在帮助它们在赢得客户初步试用方面取得领先。Snowflake上周透露，已有1000家客户使用其代理产品Snowflake Intelligence，创建了12000个代理。便利性成为企业决策的关键。欧洲人力资源公司Adecco的IT高级副总裁Pierre Matuchet表示，他们的选择逻辑非常简单：“如果数据存储在Salesforce中，我们就用Salesforce。如果数据在Salesforce之外，我们会考虑其他供应商。”同样，平板电脑制造商reMarkable的首席信息官Peter Stoltz称，他们之所以选择Salesforce的Slack代理，是因为大多数员工已经在使用Slack。 尽管OpenAI首席执行官Sam Altman曾暗示AI代理最终可能完全取代Slack等工作软件，但来自华尔街的分析和行业巨头的战略布局描绘了另一幅图景。高盛在一份报告中指出，当前阶段类似于软件行业从本地部署向云计算的转型期，AI对行业领先者而言更可能是一种“力量倍增器”，而非纯粹的颠覆者。为了构筑护城河，企业软件巨头普遍采用一种混合AI模型策略。它们将基于自身专有数据训练的领域特定模型（如Snowflake的Arctic模型）与外部前沿大语言模型相结合。这种策略将客户锁定在他们熟悉且深度整合的生态系统中，同时保持了灵活性。此外，企业级软件的“任务关键性”构成了天然的壁垒。高盛分析师指出，AI模型的“幻觉”在企业环境中可能导致严重后果，因此，客户在迁移核心业务流程时极为谨慎。这使得即使AI原生产品在技术上更优越，也难以在短期内获得客户的全面采纳。企业采用缓慢，AI代理的管理与协同成焦点 尽管前景广阔，AI代理的商业化之路并非一帆风顺。目前，这项新技术对Salesforce、ServiceNow和微软等公司的收入增长尚未产生显著提振。Salesforce首席执行官Marc Benioff最近也降低了先前关于代理易于设置的论调，这与业内普遍认为企业采用AI速度缓慢的共识相符。采用缓慢的原因是多方面的。首先，配置代理可能需要大量的人工协助，这促使亚马逊、Salesforce等公司投入额外人员提供支持。其次，一些公司认为供应商提供的AI不够成熟。例如，二手车经销商Carvana的高级工程副总裁Alex Devkar表示，他们选择自研AI聊天机器人，因为其性能优于市面上的现成产品。在商业模式上，多数供应商在免费试用期后，按使用量收费，通常每个任务的成本在20到30美分之间。但对Snowflake等公司而言，当前的首要目标是抢占用户，而非立即盈利。随着企业内部使用的AI代理数量激增，一个新的挑战摆在了所有CIO面前。“每个人都必须做出决定，是否需要一个集中的代理平台来协调所有这些分散在不同软件上的代理？”健身公司Equinox的首席技术官Eswar Veluri表示。“我们还没有跨过那道门槛。”这个问题预示着企业软件的下一轮竞争焦点可能将围绕AI代理的管理与协同展开。
-
"比特币富婆"获刑 中国受害者律师：资产不属于英政府 11月12日，据界面新闻报道，伦敦时间11月11日，天津蓝天格锐特大非法集资案主犯、英国史上规模最大的比特币洗钱案主谋钱志敏在英国判处11年8个月的监禁。她承认通过比特币洗钱，转移非法所得的6.1万枚比特币，目前市价约人民币493亿元。 钱志敏9月当庭认罪今年10月30日，天津市公安局河东分局通报称，2017年4月已对蓝天格锐公司涉嫌非法吸收公众存款案立案侦查，主要犯罪嫌疑人钱志敏潜逃英国。中英执法机关深入开展国际追逃追赃协作，2024年9月29日，钱志敏在伦敦出庭受审并当庭认罪。 天津市公安局河东分局发布的通报从在中国蒙面纱的“花花”，到伦敦富人区的“比特币富婆”，再到最后在床上被捕，钱志敏的“三世富贵”梦终结。钱志敏现年47岁，曾化名“花花”。2014年至2017年间，她作为蓝天格锐实际控制人，以环保开发、比特币挖矿等项目为幌子，承诺100%至300%的高额回报，非法吸收公众存款430亿元人民币，涉及12.8万名投资者。2017年资金链断裂后，她将部分资金转换为比特币，使用伪造护照逃往英国。 图为蓝天格锐公司相关宣传资料在英国，钱志敏租住伦敦高档豪宅，雇佣助理协助洗钱，过着奢靡生活。2018年，她试图用比特币购买价值2350万英镑的豪宅，因无法说明资金来源引起警方关注，其比特币被冻结。此后她潜逃近六年，直至2024年4月在约克郡被捕。 钱志敏藏在伦敦的豪宅中英国警方披露抓捕画面，钱志敏在床上被捕，表情十分惊慌。警方在她身穿的慢跑裤暗袋中查获另一个存储设备，内含价值6700万英镑的加密货币。 警方突袭钱志敏豪宅2024年9月，钱志敏当庭认罪。本案涉及的6.1万枚比特币的归属成为焦点。2017年案发时比特币单价约750英镑，如今已涨至超8.3万英镑。英国皇家检察署虽表示将设立赔偿计划，但具体方案尚未明确。若仅按本金比例返还，比特币的巨额增值将归英国政府所有。受害者律师强调，这些资产不属于英国政府，应优先保障受害人权益。从天津到伦敦，8年逃亡终认罪。钱志敏虽精心策划、跨境隐匿，终究难逃法律制裁！综合界面新闻、新京报、财联社、凤凰网财经、红星新闻、平安河东等
-
国地中心首席科学家：人形机器人未来收入主要是这两方面 关于人形机器人的话题热度不减的同时，何时量产、如何量产成为各界更为关注的焦点。摩根士丹利预计，到2050年全球人形机器人市场规模达5万亿美元。中国信通院发布的《人形机器人产业发展研究报告（2024年）》也显示，预计2045年后，中国在用人形机器人将超过1亿台，进入各行业领域，整机市场规模可达约10万亿元级别。就在前几天举行的特斯拉年度股东大会上，关于人形机器人的内容成为当天的重点。特斯拉CEO马斯克强调，特斯拉人形机器人将是史上最大产品，预计市场规模达数十亿台。其中，个人机器人与工业用途机器人的比例在1:3到1:5。机器人产线将启动“史上所有大型复杂制造产品中最快的产能爬坡”。明年将启动第三代特斯拉人形机器人生产，一旦实现每年100万台的持续产量，生产成本将在2万美元左右 。特斯拉称，在加州弗里蒙特工厂建设年产能100万台人形机器人的生产线是第一阶段；在得州超级工厂扩产至年产能1000万台是下一个阶段。最近的时间点是2026年，计划生产5万至10万台人形机器人，在2027年目标将产能提升至数百万台级别。 进博会上的特斯拉展台 金叶子／摄不过，在全球人形机器人产能规划“高歌猛进”的同时，也有机构表示出了对实际量产的担忧。近日，高盛一份关于中国人形机器人供应链的实地调研报告指出，调研的九家中国机器人产业链企业“尚无明确量产时间与大额订单”。关于人形机器人未来发展，国家地方共建人形机器人创新中心首席科学家江磊11日下午接受第一财经记者采访时说，在一些工业领域看上去可能有产能过剩的问题，但另一方面还是存在很多东西要排队订购的情况，核心问题就是要找到增量的制造，即高附加值的制造，这也是产业基础再造的一个过程。他补充说，不能把供应链企业实际接到的订单和规划的产能做等号。“以人形机器人为例，它的产业规模是不是首台套数乘以它的售价？绝对不是。未来人形机器人的经济规模可以看成是机器人加具身智能模型收入加上数据收入，后面两块可能才是未来的趋势。未来硬件制造的利润可能会控制在5%，主要收入来自于软件的增值收入。”上述高盛的调研也显示，大多数机器人产业链公司打算在接获实际订单后逐步扩大规模，因此当前规划未必意味着供应过剩风险迫近。该机构仍对人形机器人技术的长期趋势持积极看法，但需要监控关键机器人产品的性能和具体的终端应用，以评估技术拐点是否即将到来。江磊对记者表示，机器人领域会把一个单品的1万台看成是一个元年起点。他们预计今年全国人形机器人的出货量会在2万台到2.5万台之间。所以今年是一个量产元年。“现在只是一个出发，明年会有更意想不到的结果出来。”（第一财经记者魏中原对此文亦有贡献）
-
柴怼怼等被判赔偿胖东来、于东来260万元 中新经纬11月12日电 胖东来官方抖音11日发布对相关侵权行为的处理结果。 其中，柴怼怼案的诉讼结果为： 1.四被告立即停止侵权并删除“柴怼怼”账号涉诉视频； 2.柴某某在10日内通过“柴怼怼”账号置顶发布经法院核准的道歉声明； 3.柴某某、温州XX公司、武汉XX公司共同赔偿胖东来200万元、赔偿于东来40万元及合理开支20万元(合计260万元)； 4.温XX对上述赔偿在52万元范围内承担连带责任。 此前在今年4月，“柴怼怼”称，胖东来高价销售低成本玉石获取暴利、偷税漏税。胖东来以“商业诋毁、侵犯名誉权”为由，在许昌市中级人民法院起诉“柴怼怼”。 来源：胖东来官方抖音，下同 此外，胖东来还公布了两起商标侵权案和一起不正当竞争与商标侵权案，具体如下： 胖东来还称，近期多家网络店铺在名称及商品标题中，擅自使用“胖东来”“东来”“DL”等与胖东来商标商号相同或近似的标识，此类行为容易导致消费者产生误解，已涉嫌侵犯胖东来商标权，构成不正当竞争。公司已完成取证，将依法采取法律措施。(中新经纬APP)
-
Meta"宫斗"持续，AI教父杨立昆被"气"走了 该来的，还是来了。 就在凌晨，Meta首席AI科学家、图灵奖得主杨立昆（Yann LeCun）被曝正计划离职创业。消息一出，科技圈瞬间引爆。 这位卷积神经网络之父，这位被尊称为“AI教父”的顶尖学者，竟在Meta豪掷千亿美金猛攻AI的紧要关头选择离开。更令人震惊的是，这不仅仅是一次普通的人事变动，而是一场酝酿已久的“理念决裂”，一场关乎AI未来走向的“灵魂之战”。 大语言模型究竟是通往超级智能的捷径，还是一条注定走不通的“死路”？ AI的未来应该建立在更多的文本数据上，还是应该让机器真正理解物理世界？ 这些问题，如今随着杨立昆的出走，被赤裸裸地摆在了整个行业面前。 权力更迭：当“AI教父”被迫向“90后”汇报 据知情人士透露，杨立昆的离开，并非一时冲动，而是一场早有预兆的“静默革命”。 一切始于扎克伯格的“焦虑”。 面对其最新一代Llama模型表现不及预期、Meta AI聊天机器人反响平平的现实，以及来自OpenAI和谷歌的强势竞争，这位一向沉稳的CEO也开始坐立不安。 他的回应简单而直接：频繁调整AI部门架构、成立神秘的TBD实验室、开出令人咋舌的亿元薪酬包疯狂挖角…… 当“快速商业化”成为唯一目标时，长期基础研究就成为了第一个牺牲品。 而压垮骆驼的最后一根稻草，或许正是那场引发业内哗然的“权力洗牌”。 今年夏天，扎克伯格斥资143亿美元招揽Scale AI及其创始人、年仅28岁的汪滔（Alexandr Wang），并由他统领新成立的“Meta超智能实验室”。一夜之间，原本向首席产品官汇报的杨立昆，被划归这位年轻后辈麾下。 这一人事变动，被外界普遍解读为公司“重产品、轻研究”战略急转弯的明确信号。对于习惯于长期探索、追求学术自由的杨立昆而言，这种快速变动的环境和汇报关系的调整，无疑是难以接受的。 “一场历史性失误”：来自“外场”的评论 杨立昆计划离职的消息一出，社交媒体和分析师圈立刻炸开了锅，许多评论都将矛头直指Meta近期的战略失误和内部动荡。 分析师Jukan调侃道：“杨立昆真要离开Meta了？哈哈，我一点都不意外。试想，堂堂AI教父，最后得向一个年轻那么多的小老板汇报，这谁受得了？换我我也走！” Hyperbolic Labs联合创始人兼CTO Yuchen Jin也点评称：“这一结果在扎克伯格斥资150亿美元收购汪滔的公司，并让杨立昆向其汇报工作时，便已埋下伏笔。” 网友Chubby写道：“杨立昆的离开并不令人感到意外。此前，他在公司内部的资源持续被削减，核心职权也遭调整，此举实则已预示了如今的结局。” 网友arian ghashghai更是直言：“这是Meta的历史性失误！我相当肯定，那些剥夺科研权力的愚蠢重组加速了杨立昆等人离开的决定。” 投资评论员Oguz O. | Capitalist评论称：“杨立昆的离去，对Meta的看空意义远超资本开支增加等财务因素。作为现代AI的奠基人之一……失去他，是Meta难以估量的巨大损失。” 理念决裂：LLM是“死路”，世界模型才是未来？ 杨立昆的离职，更深层的原因在于他与扎克伯格在AI发展“路线图”上的根本性分歧。 扎克伯格当前正全力押注大语言模型，并为此投入巨资。而杨立昆长期以来一直公开质疑这一发展路径，他认为，尽管这类模型“具有一定实用价值”，但永远无法实现人类水平的推理和规划能力，这让他与扎克伯格的AI愿景愈发显得格格不入。 在今年9月的哈佛演讲中，杨立昆更是直言不讳：“我们永远无法仅通过文本训练达到人类水平的AI，尽管某些硅谷CEO说得天花乱坠，但那根本不会发生。” 他甚至在今年2月的一次访谈中预言，“当前的生成式AI范式并非终极答案，未来3到5年内需要新的范式”，认为行业正走在不可持续的道路上。 杨立昆心中的答案，是“世界模型”（World Models）。 它不让AI只学文本，而是通过视频和空间数据，去学习世界运作的内部模型，形成对环境的内部理解，从而真正理解物理世界的因果与逻辑。这条路更慢、更难，却可能通向真正的通用人工智能。 杨立昆曾坦言，这种系统可能还需要十年时间才能完全成型。据知情人士透露，他的创业计划正是要继续聚焦并推进他在“世界模型”领域的研究。 杨立昆并非孤军奋战。斯坦福大学的李飞飞已为其初创公司World Labs筹集了约2.3亿美元，同样致力于赋予AI“空间智能”；谷歌DeepMind以及英伟达也都在积极布局这一领域。杨立昆的入局，预示着AI界围绕“文本至上”与“物理智能”的技术路线之争，将进入白热化阶段。 “AI宗师”养成记：从LeNet到图灵奖 现年65岁的杨立昆，其学术履历堪称辉煌。 杨立昆1960年7月8日出生于法国蒙莫朗西附近，在工程师父亲的鼓励下从小对电子设备着迷。这份早期好奇心引领他进入巴黎ESIEE工程学院，于1983年获电气工程文凭，随后在巴黎第六大学攻读计算机科学博士学位，他于1987年完成了关于连接主义学习模型的博士论文，提出了训练神经网络的反向传播算法的早期形式。 当神经网络还被学界视为“异端”时，他毅然投身其中，先于杰弗里·辛顿（Geoffrey Hinton）探索反向传播算法。在贝尔实验室，他开发出能让计算机以模仿人类视觉方式处理视觉信息的突破性技术卷积神经网络（CNN），特别是成功识别手写数字并彻底改变计算机视觉领域的LeNet架构。其手写数字识别系统效果显著，NCR从20世纪90年代中期开始将其部署于银行支票读取机，一度处理全美10%-20%的支票。杨立昆还主导开发了DjVu图像压缩技术，助力互联网档案馆等数字图书馆在线分发扫描文档。 2013年12月，杨立昆加入Facebook（后更名为Meta），担任基础AI研究实验室（FAIR）的创始主任，并至今仍担任纽约大学教授。 2019年，他与辛顿、约书亚·本吉奥（Yoshua Bengio）共同获得图灵奖，以表彰他们的突破性工作使深度神经网络成为现代计算的关键组成部分。 Meta困局：千亿美金为何留不住“最强大脑”？ 杨立昆的离开，是Meta AI部门一年来数次“地震级”动荡的缩影。 这一年，Meta的AI部门架构经历了数次令人眼花乱坠的重组，而扎克伯格的频繁变阵，暴露了其战略上的深度焦虑。 这种持续动荡是对接连内部危机的直接反应：Llama研究论文过半作者在论文发表数月内离职，Meta AI研究副总裁乔尔·皮诺（Joelle Pineau）离职加入加拿大AI初创公司Cohere。 10月份，Meta更是在AI研究部门裁员约600人，以期降低成本、提升产品推出速度。而扎克伯格的频繁变阵，暴露了战略上的深度焦虑。 为快速补强，Meta开启“钞能力”模式，不惜以数亿美元高薪（甚至九位数薪酬包）从竞争对手处挖角顶尖人才，例如今年7月聘请了OpenAI的ChatGPT联合创始人赵晟佳为Meta超级智能实验室首席科学家。 然而，这种激进的“收购或挖角”策略并未带来稳定，甚至引起了一些公司元老的不满。有多名离职员工透露，随着公司优先考虑商业化导向的AI团队，FAIR正经历“缓慢死亡”。 包括Meta AI研究副总裁乔尔·皮诺（Joelle Pineau）在内的多位核心人才相继离职。 今年10月份，Meta更是在AI研究部门裁员约600人。 这促使Meta的战略发生转向，不再单纯依赖内部模型，而是采取了与AI图像公司Midjourney合作的“全方位策略”，正如汪滔所阐释：“为确保Meta能为用户提供最佳产品，我们需要采取无所不包的方法。” 对Meta而言，失去其最负盛名的AI大脑，对其能否引领下一波AI创新浪潮提出了严峻质疑。杨立昆的地位无可替代，他不仅是高管，更是整个AI领域的“智力支柱”。他的离开将使Meta更难吸引那些渴望学术自由与稳定长期愿景的顶尖研究人才，而这些特质正是Meta一直难以维持的。 华尔街也对此高度关注，投资者要求扎克伯格证明其在“成为AI领域领导者”过程中投入的数百亿美元能够带来实质回报。在今年10月下旬，扎克伯格暗示明年AI支出可能超过1000亿美元后，Meta股价应声暴跌12.6%，市值蒸发近2400亿美元。 未来之战：世界模型能否重塑AI格局？ 杨立昆的创业，注定是一场孤独而远大的征程。他选择的“世界模型”，不追求短期的性能刷榜，而是要重构AI理解世界的底层逻辑。这条路可能需要十年，但他义无反顾。 而对Meta来说，失去杨立昆不仅是人才的流失，更是其在基础研究领域灵魂的剥离。当算力成为新货币，什么才是留住天才的最终答案？这或许是扎克伯格需要思考的问题。（小小）
-
OpenAI用德国音乐人创作歌词训练模型被判侵权 德国慕尼黑地方法院11日裁定，美国开放人工智能研究中心(OpenAI)未经授权使用德国音乐人创作的歌词，构成侵犯版权，应向德国一家主要音乐版权协会所代表的原告支付赔偿金。这起诉讼可能成为欧洲对生成式人工智能技术版权监管的重要判例。 OpenAI用德国音乐人创作歌词训练模型被判侵权（资料图）案件始于德国音乐演出和作品复制权协会2024年11月提起的诉讼。该协会是欧洲最大音乐著作权集体管理组织之一，成员包括德国著名音乐人赫伯特·格罗内迈尔在内约十万名词曲作者和出版人。据法新社等媒体报道，该协会指控OpenAI在未经许可、未付费情况下“系统性”使用了协会版权曲库内容用于训练人工智能模型ChatGPT，涉及格罗内迈尔畅销作品等9首德国歌曲的歌词。对此，OpenAI回应说，原告指控“误解了ChatGPT的工作原理”，其大语言模型“并不存储或复制具体数据，只反映学习过的内容”，生成内容的责任应由用户承担。法院认定，OpenAI语言模型中的记忆行为，以及ChatGPT输出中对歌词的再现，均构成侵犯版权。该裁决可上诉。OpenAI发言人说，公司不同意该裁决结果，正在考虑对策。公司同时表示，上述裁决“仅涉及少量歌词”，不影响德国数以百万计个人和企业用户使用该公司技术。路透社报道，这起诉讼的最终结果可能在欧洲打造一个关于人工智能技术企业如何使用版权内容的参考范例。今年早些时候，印度宝莱坞主要唱片公司向新德里一家法院申请加入一宗针对OpenAI的版权诉讼，指控其在训练人工智能模型时未经授权使用录音内容。来源：林芮竹 新华社
-
AI应用的“革命”会在苹果下一个大模型吗？ 苹果的AI战略正变得越发清晰，其核心并非单纯追逐更大的语言模型，而在于构建一个革命性的“端云协同”智能体（Agent）框架。11月10日，据硬AI消息，野村在最新研报中称，最新情报显示，苹果可能将一个强大的云端大模型（传言为谷歌的1.2万亿参数模型）作为“高阶推理大脑”，指挥多个在设备上运行的、能接触用户个人数据的专业化“端侧智能体”。野村表示，这种混合架构旨在解决当前AI应用的核心痛点：如何在利用云端强大算力的同时，安全、高效地调用用户的个人数据。该行强调，苹果所构想的这种“协作智能体模型”是革命性的，它能执行的任务复杂度和实用性远超当前任何单一的大语言模型（LLM）。分析人士认为，这一策略一旦成功，将标志着“端侧AI”（Edge AI）真正进入大规模实际应用阶段，其意义远超现有的能力。 它能够执行高度个性化、情境感知的复杂任务，这是纯云端LLM无法企及的。这不仅可能引爆从2026年开始的新一轮硬件升级周期（利好更高性能的处理器、内存及无线通信技术），更将重塑AI应用生态。 云端大脑+终端特工：苹果的虚实结合之道研报称，根据2025年11月6日彭博社的报道，苹果计划在其云服务中采用谷歌开发的1.2万亿参数大语言模型。尽管该消息尚未被完全证实，但这与苹果此前披露的技术路径高度一致。野村表示，苹果的策略并非简单地外购一个“大脑”，而是将其整合进一个更宏大的“协作智能体模型”（Collaborative Agent Model）框架中。该框架的核心是“端云结合”。云端的超级大模型扮演“高阶推理智能体”（high-order reasoning agent）的角色，负责理解用户发出的复杂指令。而真正的执行者，是一系列在iPhone等设备上本地运行的“端侧智能体”。高阶智能体在解析完指令后，会向各个端侧智能体分派任务。这种架构极大地节省了计算资源和内存带宽，因为传递给端侧智能体的指令是经过压缩的数据，而非庞大的原始计算。更关键的是，苹果为这一架构设计了离线备用方案：在处理简单查询或设备离线时，一个在设备上运行的“简单推理智能体”可以取代云端大脑，保证基础功能的可用性。五大智能体协同：CAMPHOR模型如何颠覆用户体验 野村称，苹果近期发表的名为《CAMPHOR：用于多输入规划和设备上高阶推理的协作智能体》的论文，详细揭示了这一系统的内部运作机制。该系统由一个云端“高阶推理智能体”和五个在设备上运行的专业智能体组成，它们协同工作，以完成传统LLM无法胜任的任务。这五个端侧智能体分别是： 个人情境智能体 (Personal Context Agent):负责在用户的个人数据库中搜索信息，以便根据用户的个人背景来理解查询。 设备信息智能体 (Device Information Agent):检索与设备状态相关的数据，例如查询发起的时间、地点，以及当时屏幕上显示的内容。 用户感知智能体 (User Perception Agent):获取用户在设备上的近期活动记录。 外部知识智能体 (External Knowledge Agent):从外部资源（如网页、维基百科、计算器）收集数据。 任务完成智能体 (Task Completion Agent):调用设备上的应用程序来响应并完成用户的请求。 研报中举了一个生动的例子来阐释其工作流程。当用户说：“帮我找下个月去巴塞罗那最便宜的机票，并把它加到我的日历里。另外，通知我的旅行伙伴我们的计划。” 首先，“高阶推理智能体”解析这个复杂指令。 然后，它调动“设备信息智能体”获取当前月份信息； 接着，调用“个人情境智能体”从用户数据中找出“旅行伙伴”是谁； 最后，指令“任务完成智能体”去票务应用中搜索机票，并在找到后通过邮件或信息应用通知旅行伙伴。 野村认为，这种模式的革命性在于，它能合法且高效地利用纯云端LLM无法触及的个人和设备特定数据，从而提供真正个性化、无缝衔接的服务。端侧AI革命前夜，新机遇正在浮现 野村在研报中指出，由于集成了外部知识接入能力，该模型有望成为被大众高频使用的日常工具，标志着我们正处于“端侧AI”或“AI智能体”进入现实世界应用的前夜。展望未来，预计从2026年起，市场对端侧AI的期待将进一步高涨。以下几个领域的技术进步将成为关键：个性化与隐私保护：如何在利用个人数据的同时，提供更强的隐私保护技术。即时响应性能提升：这直接要求无线通信、处理器（GPU）以及内存带宽性能的显著提高。个人数据广度扩展：通过整合来自可穿戴设备等更多来源的个人数据，将服务范围扩展至健康、训练建议等新领域。野村认为，未来的赢家不仅是拥有最大模型的公司，更是那些能够在端侧实现高效、低功耗、高安全性计算，并成功构建起软硬件协同生态的企业。 苹果的这一布局，预示着真正智能的个人助理时代或将到来，而相关的硬件创新将是这一切实现的基础。
-
小白也能训大模型！Hugging Face用「200页手册」亲自教学，连踩的坑都告诉你了... 对于技术小白而言，能否快速从零开始训练一个世界级的大语言模型（LLM）呢？答案或许是：可以的。日前，Hugging Face在技术博客《The Smol Training Playbook: The Secrets to Building World-Class LLMs》中，以训练 3B 参数大小的 SmoILM3 为主线，系统剖析了构建 SOTA 语言模型的全过程，包括预训练、后训练和 infra，足足 200 多页内容，详细记录了哪些方法有效、哪些无效，以及如何确保其可靠运行。无论你是初入人工智能（AI）领域的学生、希望了解全流程的工程师，还是正在规划下一个大模型项目的团队，这份手册都提供了可参考的实战经验。 原文链接：https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook训练指南针——从“要不要做”开始 在过去几年中，大量团队在拥有算力后便直接开始训练模型，但大多数项目无果而终。这些失败的根源并非算法不足，而是动机不清。Hugging Face 团队用三个问题，把整个训练过程变成一条清晰的思考链条：为什么要训练（Why） → 训练什么（What） → 怎么训练（How）。这三个问题看似简单，却能区分“理性训练”和“盲目烧算力”的差别。Why —— 为什么要训练真正值得训练的原因只有三种：一是科研探索，比如验证新架构、新算法；二是生产需求，为特定场景或安全要求定制模型； 三是战略性开源，为大模型领域补足空白。团队要判断已有模型是否能通过提示工程（Prompting Engineering）或微调（Fine-tuning）来解决问题；若不能，再进入下一阶段。What —— 要训练什么当训练动机明确后，接下来要设计模型。这一阶段包括模型架构、规模、数据来源、上下文长度、词表设计等。例如，要在手机端部署，就得追求“小而高效”；要做多语言模型，就得有大型分词器词汇表（tokenizer vocab）。How —— 怎么训练执行阶段永远排在训练动机和设计模型之后。如果前两步没有足够的思考，任何“怎么做”的讨论都是空谈。 很多研究团队往往先选择训练框架、确定超参数，再回头追问“为何要做”。而 Hugging Face 倡导的逻辑是反向的：只有在明确“Why”与“What”之后，讨论“How”才具有方向性和可操作性。 预训练——每个模型都始于一次小的消融实验 很多人认为，用 arXiv 论文训练模型，模型应该会更聪明。但这种数据过于专业化而缺少日常性、多样性，反而会损害模型的通用性能。在 LLM 领域，那些人类认为“好”的输入，不一定带来“好”的输出。机器学习实际是一门实验的科学。我们无法只靠推理或常识判断“什么有效”，只能不断进行实验（即消融实验）来对比和验证。Hugging Face 团队认为，消融实验设置包括以下三个流程：1.选择基线模型训练，需要站在巨人的肩膀上，只有从一个强大、成熟的基线开始，才能把有限时间和金钱集中在真正重要的创新和优化上，而不是浪费在解决别人已经解决过的问题上。选择基线时要符合实际用例和部署环境；必须是经历过大规模训练（万亿 token 级别）的；有公开的、可复现的超参数和设置；主流的训练和推理框架都支持它等。2.选择训练框架训练 LLM 的核心是迭代速度。当模型和数据规模足够大时，限制团队迭代速度的往往不是想法，而是训练框架。一个好的 LLM 训练框架应该提供以下功能：高性能数据加载器：必须提供一个可以在多个节点上高效工作、并且不会成为瓶颈的数据加载器。鲁棒的分布式设置：框架应该能够处理所有并行化方案（数据并行、张量并行、流水线并行）以及它们的组合。可调试性和可扩展性：一个清晰的框架有助于调试，并允许添加新的功能。支持最新的硬件：它应该支持最新的 GPU 架构，并利用特定的硬件功能（如 Hopper 架构上的 Transformer Engine 或 FP8 格式）。成熟的生态系统：活跃的社区、定期维护和大量现有代码库，可以更快地解决问题并利用现有的解决方案。3.设置消融实验框架消融实验的目的是在小规模上运行实验，并获得可以自信地外推到最终生产环境运行的结果。主要有两种方法：方法一：减少 token 数量。可以采用目标模型规模，但只用较少的 token 进行训练。例如，Hugging Face 在 SmolLM3 的消融实验中，训练了完整的 3B 模型，但只用了 100B token，而非 11T token。方法二：使用代理（Proxy）模型。如果目标模型太大，可以训练一个更小的代理模型来进行消融实验。过程中——马拉松式的长周期训练训练 LLM 是一场长期的、充满变数的“马拉松”，而非短期的“冲刺”。许多问题只在长时间、大规模、高负荷的真实生产环境运行中才会暴露，这是小规模消融实验无法完全模拟的。Hugging Face 团队解决了两个主要问题：1.消失的吞吐量吞吐量（Tokens/秒）衡量着系统在训练期间每秒处理的 token 数量，它直接影响训练时间；吞吐量下降 50% 意味着原本一个月的运行将变成两个月。训练启动后的几小时内，吞吐量骤降。最终通过检查节点监控指标，发现吞吐量骤降与磁盘读取延迟尖峰相关。问题在于数据存储， Hugging Face 团队的 24TB 数据集存储在 FSx (Weka) 上，由于存储推到了极限，它在训练中途开始驱逐（evicting）数据集分片，迫使团队必须重新抓取它们，从而造成停顿，这解释了吞吐量的巨大波动。2.潜伏的并行化 Bug训练中还出现了其他意外挑战，例如一个隐蔽的张量并行（Tensor Parallelism，TP）Bug。团队发现，每个 TP 进程使用的随机种子是相同的，这导致了结果与非 TP 运行不匹配。由于之前通过消融实验验证了训练中的每一个其他组件，所以团队能很快地将 TP 识别为唯一可能的原因，并在发现性能差距的一天内修复了这个 Bug。后训练——打磨模型 图｜LLM 后训练流程图随着基础模型的规模和质量不断提升，后训练——即对预训练完成的模型进行的后续微调和对齐步骤——已成为 LLM 价值链中最大的差异化因素。如果说预训练是用蛮力把知识灌进模型的权重里，后训练就是把这些原始能力雕琢成可靠、可控的形态。后训练的具体做法为： 监督微调（SFT）：用于注入核心能力； 偏好优化（PO）：用于直接从人类或 AI 偏好中学习； 强化学习（RL）：用于超越监督数据，提炼可靠性和推理能力； 数据整理（Data curation）：用于在多样性和质量之间取得正确的平衡； 评估（Evaluation）：用于跟踪进度，并及时发现能力退步现象。 Hugging Face 团队提到，构建一个世界级 LLM 需要的不仅是蛮力，更是一套系统化的方法论。他们希望，这本工具书可以给每一个对大模型感兴趣的人提供实用帮助。更多训练细节，请查看原文。整理：潇潇如需转载或投稿，请直接在本文章评论区内留言
-
“翻译界哈佛”倒闭：有学生哭了两晚，AI冲击下译员何去何从？ “你知道吗？我们学校倒闭了。”还处在新生欢迎周的学生鲁沁，是在逛超市时得知自己成了蒙特雷国际研究院的“末代”学生。她马上掏出手机，看到了学校发给每位在读学生的邮件，默默念了一句，“啊，真的倒闭了。”作为全球三大顶级翻译学院之一的蒙特雷国际研究院（MIIS），被誉为“翻译界哈佛”，不久前宣布将于2027年夏季正式关停线下研究生项目。和鲁沁一样，几乎全球语言界都被这则消息震动。尽管校方将其归咎于财务与结构性问题，包括招生规模急剧下降、财务缺口扩大等，但在校生、毕业生乃至整个行业都清楚，AI的浪潮，是那枚按下加速键的手指。当“翻译界哈佛”都扛不住行业变革的冲击，翻译从业者早已站在了分叉路口。第一财经记者近期通过采访多位翻译专业在校生、译员、企业、高校教授后发现，从学界到产业界，一场深刻的结构性变革已然发生。在大浪淘沙的过程中，谁也不愿意做那个被“淘掉”的沙子，每一位翻译从业者都站在了转型的路口，他们的现实处境，构成了这场技术洪流中最真实的注脚。“有学生哭了整整两个晚上”“有同学听说学校倒闭的消息后，哭了整整两个晚上，焦虑得睡不着觉。”鲁沁在接受第一财经记者采访时说。事实上，在来蒙特雷上学之前，鲁沁听往届学姐提及过学校的财政问题，但这次直接关停还是让她感到“天塌了”。鲁沁本科就读于广东外语外贸大学英语专业，去年10月，她通过了校内蒙特雷项目的考试选拔。全年级仅有的三个名额，她是其中之一。今年6月，她正式收到了蒙特雷的录取通知书。“看到录取通知的时候，感觉自己‘中大奖’了，它就是我心中的最高学府。我很幸运拿到了国家公派留学的机会，生活压力会小很多。班里的其他同学，不少是自费来的，两年的学习投入成本大概在80～100万元。”鲁沁说，“私底下大家还是会聊，聊现实处境、AI冲击、未来方向。”她告诉记者，学校有一门笔译实践课叫translation of AI foundation（AI基础翻译）。学生需要提交7000字的文本翻译，其中3500字纯人工翻译，剩下的部分用MTPE模式完成（机器翻译后人工编辑）。“大家去搜罗了很多AI工具，老师在讲评期中考卷的时候，也要求我们分享用AI工具的感受。”鲁沁提到的MTPE，是目前行业普遍采用的翻译方式之一。根据国际市场研究和咨询公司Nimdzi今年的调查数据，MTPE的平均采用率已从2022年的26%激增至2024年的近46%，译后编辑的机器翻译逐渐成为新的生产基准。效率革命背后，是成本的大幅压缩。相比于纯人工翻译，MTPE模式速度快、成本低。国内翻译公司创思立信工作人员Lucas表示：“某企业现在需要翻译10万字的技术资料，如果选择人工翻译，费用可能在20万元以上，周期1个月；如果选择MTPE，费用可能在12万~15万元之间，周期可缩短至2周左右。”而同样曾在蒙特雷求学的阿莱，早已提前迈出转型的脚步。她的本科在北京语言大学学习中英法翻译，比较早地感受到了AI冲击。“在日复一日地翻译训练中，逐渐感受到AI在某些方面比我做得更好。很多人说口译不会被AI取代，因为只要能做到顶尖水平，很多公司都会抢着要你。但我觉得可能只有1%的人能够做到，剩下的人该怎么办？”毕业时，她顺利申请上了蒙特雷的翻译与本地化管理专业。“日常学习内容会偏技术，包括学习如何处理软件、网站、游戏等产品的文件，了解国际化与本地化的技术流程；除此之外，还要熟练掌握计算机辅助翻译工具（Trados,memoQ,Passolo）的使用。”阿莱说。今年毕业的她，已成功在美找到对口工作。在现在的工作中，阿莱已经几乎不再需要接触实际的翻译工作，更多负责的是项目管理和统筹。鲁沁和阿莱，一位是身处变故中心的“末代学生”，一位是提前转向找到“新岸”的先行者，她们的故事共同构成了翻译专业学子在时代巨变下的双面镜像。AI洪流来袭桃子是一名自由译员，从事出海网文、短剧翻译已经7年。这两年AI翻译正在大量接管网文、短剧翻译市场，她拿到的报酬几乎腰斩。“现在中英短剧纯人工翻译的价格是8~10元/分钟，MTPE是3~5元/分钟，甚至有些客户会把价格压到1~2元/分钟。”桃子表示，译后编辑并没有很多人想象中那么容易，人工需要修正的包括术语、文化梗、直译内容、上下文统一性等等。她对记者举例，今年爆款短剧《太奶奶3》中，一句“喝点丝瓜汤去去火”的台词成了网络流行梗，如果（机器）直译，非汉语观众根本不理解是什么意思。由于订单量下滑，现在桃子除了做译员，还结合自己多年来的翻译经验，从事短剧翻译培训工作。桃子的故事，是译员在AI冲击下的缩影。出于对成本和效率的考量，翻译企业将这场效率革命送到了每一位译员面前，他们早已或主动或被动卷入到这场AI浪潮中。上海鸿德企业管理咨询有限公司同声传译、笔译董勤文在上海翻译协会举办的一次交流会上表示：“近年来明显感受到一大行业趋势是：翻译公司的口笔译订单量明显减少，AI的冲击来得迅猛且直接。”去年1月，英国作家协会（SOA）发布的一项调查显示，受访的翻译人员中有超过三分之一的人因为生成式人工智能的发展失去了工作，另有超过14%的人表示他们的翻译收入因为AI的发展减少了。谈及未来的预期，超过3/4的受访者认为新技术将对他们的收入产生负面影响。面对可预见的行业变革，个体和组织的转身，共同指向了一条清晰的出路——拥抱技术。“未来中低端翻译需求会被机器大量取代，学院正在积极变革。”上海外国语大学英语学院副院长兼翻译系主任肖维青告诉第一财经记者，上外在2022年就推出了翻译—工商管理的双学士学位项目，今年这个专业迎来了第一届毕业生。目前看来，这批学生在整个学院的就业前景是最好的。除此之外，学院正积极筹备，或将在不久的将来开设翻译（人工智能方向）专业。记者发现，目前国内多所高校已经开始学科交叉融合创新。比如，去年，复旦大学成功获批“英语-计算机科学与技术”“翻译-计算机科学与技术”等四个双学士学位项目。市场也在为拥抱技术的复合型人才投下信任票。中国翻译协会发布的《2025中国翻译行业发展报告》显示，80%的全球头部翻译企业已部署生成式人工智能工具，人工智能应用能力成为从业所需的必备技能。记者在国内主流招聘平台上检索“翻译”相关职位，发现部分公司要求雇员“能够熟练使用AI翻译软件”，说明公司在招聘时开始看重候选人的技术亲和力与学习能力，而不仅仅是语言类证书。“心有猛虎”还能赢AI吗？ “不知道以后会不会很难见到那些让人拍案叫绝的‘神翻译’了。” 头部游戏公司游戏本土化翻译卓冷对记者感慨，“但愿它们不会消失吧。”卓冷说，“中文传递的语言美感，很多时候AI都无法准确表达。”目前，出于翻译质量、创意输出、信息安全等综合因素考虑，游戏行业头部公司对AI翻译处于有限使用而非全面依赖。例如，英国诗人西格里夫·萨松的诗句“in me the tiger sniffs the rose”，被余光中翻译为“心有猛虎，细嗅蔷薇”，以“猛虎蔷薇”的意象对仗与“细嗅”的诗意动作，将原句的静态白描升华为关于人性复杂与和谐的东方哲思，完成了从翻译到艺术的升华。在采访中，多位受访者向记者表示，当AI解决了效率问题，人类译员的价值反而在那些无法被量化的维度凸显。 “在我拿到一个翻译任务之后，我几乎都会先用AI帮我完成初译。”今年从北京外国语大学高翻学院毕业的莫晓莹踏上工作岗位不久，平时主要负责高规格会议的口译工作以及编制会议手册等笔译项目。她向记者表示，AI大模型让她从重复性的基础笔译中解放出来，有了更多时间专注于译文的审校、润色、风格统一、文化适配等环节。“机器翻译最擅长的是半结构化文本的翻译。按照预期，法律合同文本、财务报表、产品说明书这类文本的丢单率会非常高。董勤文表示，“然而，在与客户沟通的过程中，我们发现，当文本用于信息披露、公开宣传时，专业译员的公信力仍高于AI。同时，这里也涉及责任与伦理问题：法律文本、医疗文本、合同协议中一旦出现错误，AI无法承担责任。不少企业也有对数据泄露的隐忧，甚至在合同条款中明确规定译员在翻译过程中不得使用AI。”“大家在课堂上交流的时候，90%的同学都表示用AI工具辅助翻译的过程并不顺利。在笔译时，涉及文言文、散文文本，AI生成的译文几乎不能用；在口译时，面对晦涩的讲稿，AI生成的内容有所延迟，对同传的要求来说——‘有点慢’”鲁沁表示。10月29日晚上，莫晓莹刚刚结束入职以来的第一场重要的翻译任务。“刚才我结束翻译时，现场有位外宾专门来到同传箱对我说：‘this is the best of translation’（这是最出色的翻译）。”“那一刻，我内心被深深触动。”她回忆道。AI的发展曾让她一度对自己的专业产生动摇，甚至考虑转行。“但我非常享受和他人形成共鸣、建立联系的时刻。就是这样一些瞬间让我发现，或许人工智能永远无法替代我的工作。”莫晓莹告诉记者，翻译并非只有准确度这一个标准，背后还包括态度、情感、立场等更多维度的内容，这也要求译员拥有优良的综合素质。一个好的翻译不仅要具备扎实的专业本领，还要有家国情怀的温度和全球视野的高度。蒙特雷会议口译专业2025届毕业生Maia很喜欢在社交平台上分享日常的翻译学习经验，今年5月，那时她刚毕业，蒙特雷停招的信息还未公开，她发布了一条“高翻是怎样练成的：两年用掉了26本口译本”的帖子，下面有近万条点赞和收藏。她在评论区回复前来讨教经验的网友：“平时多阅读，要先打好扎实的语言水平，真正的口译不是机械性重复，要保持批判性思考和分析的能力。来日之路光明灿烂，希望大家无论在哪里都能闪闪发光。”如今，带着从母校汲取的能量，她正坚定地走在自己选择的翻译之路上。而对“末代”学生鲁沁来说，前方的路虽然充满不确定性，但往前走是唯一的选择。今年6月，在收到蒙特雷的录取通知时，她曾发过一条朋友圈：“就算这行业完了，我也不后悔。”她告诉记者，现在自己已经没有时间焦虑了。（文内阿莱、桃子、Lucas、Maia为化名）
-
Meta开源史上最强语音“基座模型”：一口气支持1600+种语言 刚刚，Meta AI FAIR团队发布了其在自动语音识别（ASR）领域的最新成果：Omnilingual ASR这是一个模型套件，能为超过1600种语言提供自动语音识别能力，其规模和质量都达到了新的水平。值得关注的是，该框架被设计为社区驱动，世界各地的人们只需提供少量自己的样本，就能将Omnilingual ASR扩展到新的语言同时开源的，还有一系列相关：Omnilingual ASR Corpus：一个包含350种服务欠缺语言的转录语音的大型数据集Omnilingual wav2vec 2.0：一个扩展到70亿参数的、大规模多语言语音表征模型语言探索Demo：一个可供人们探索模型所覆盖语言的演示目前，大多数ASR系统都集中在互联网上资源丰富的一小部分语言上，这加剧了低资源语言使用者面临的数字鸿沟Meta FAIR团队推出的Omnilingual ASR，旨在通过一个通用转录系统，让高质量的语音转文本技术能够惠及代表性最不足的语言社区。其最终目标是打破语言障碍，实现跨语言和文化背景的交流下载： https://github.com/facebookresearch/omnilingual-asr 语言探索demo：https://aidemos.atmeta.com/omnilingualasr/language-globe 转录工具：https://huggingface.co/spaces/facebook/omniasr-transcriptionspaper： https://ai.meta.com/research/publications/omnilingual-asr-open-source-multilingual-speech-recognition-for-1600-languages/前所未有的语言覆盖范围与性能 尽管ASR技术近年来在许多高资源语言上已接近完美，但扩大语言覆盖范围一直是一项资源密集型任务，现有AI架构对数据的需求过高，难以实现通用扩展。Omnilingual ASR通过引入两种架构变体来解决这一研究瓶颈。首先，团队首次将其wav2vec 2.0语音编码器扩展到70亿参数，从原始、未转录的语音数据中生成了丰富的、大规模多语言语义表征。接着，团队构建了两种解码器变体，将这些表征映射到字符序列：1.一种依赖传统的连接主义时间分类（CTC）目标。 2.另一种利用了在LLM中常见的传统Transformer解码器。这种被称为LLM-ASR的方法，在ASR性能上实现了阶段性提升，尤其是在长尾语言上。结果显示，其7B-LLM-ASR系统在超过1600种语言上达到了SOTA性能，其中78%的语言字符错误率（CER）低于10 自带语言（Bring Your Own Language） 除了扩展到1600多种语言外，Omnilingual ASR还改变了引入新语言的范式。在大多数现有系统中，添加新语言需要专家驱动的微调。而Omnilingual ASR引入了首个能够仅凭少量上下文示例就扩展到全新语言的大规模ASR框架这得益于其受LLM启发的系统，该系统从大语言模型领域引入了上下文学习能力在实践中，这意味着一个使用不支持语言的用户，只需提供少数几个成对的音频-文本样本，就能获得可用的转录质量——无需大规模训练数据、专业知识或高端计算资源 一套面向不同用例的模型 此次，Meta发布了一整套模型和一个数据集，为利益相关者扩展和改进任何语言的语音技术提供了所需的一切。模型家族：提供两种解码器变体，从专为低功耗设备设计的轻量级300M版本，到为各种用例提供顶级精度的强大7B模型基础模型：通用语音基础模型wav2vec 2.0也提供多种尺寸，可用于ASR之外的其他语音相关任务。所有模型均在许可宽松的Apache 2.0许可下发布，数据则在CC-BY许可下提供。这些资产基于FAIR的开源fairseq2框架构建与全球合作伙伴共建 Omnilingual ASR的训练语料库在数量和语言多样性上都是为ASR组建的最大语料库之一，整合了公开可用的数据集和通过多个合作伙伴关系收集的社区来源语音记录。为了覆盖那些几乎没有数字足迹的语言，团队与当地组织合作，招募并补偿母语者，通常是在偏远或记录不足的地区。这部分委托收集的训练语料库作为Omnilingual ASR Corpus发布。迄今为止，这是有史以来最大的超低资源自然语音ASR数据集，覆盖了数百种ASR系统前所未见的语言。此外，通过语言技术合作伙伴计划，团队与Mozilla基金会的Common Voice和Lanfrica/NaijaVoices等组织合作，直接与当地社区协作。这些合作关系为Omnilingual ASR注入了深厚的语言学知识和文化理解，确保技术能满足当地需求参考： https://ai.meta.com/blog/omnilingual-asr-advancing-automatic-speech-recognition/?utm_source=twitter&utm_medium=organic_social&utm_content=video&utm_campaign=omnilingual
-
买得到芯片的美国科技巨头，买不到电了 马上就要到年底了，回看这一年，OpenAI 简直是 AI 界的孔雀，疯狂开屏，四处搞算力。先是答应甲骨文一起投 3000 亿美元共建数据中心，又从英伟达那里拿了 1000 亿美元买芯片，直到上个月，他们还在管 AMD 要股票掏芯片。。。在各大科技巨头的齐心协力下，AI 泡沫眼看靠着 GPU 的买卖越吹越大。但最近，微软 CEO 萨蒂亚·纳德拉突然在一场气氛堪比《再见爱人》的三方会谈里，杀出来泼了一盆冷水。 别再盯着算力不放了，库存里那么多芯片，都因为没电用不上呢。缺电，正在卡着 AI 的脖子。那么问题来了，美国的电，到底都去哪了？一方面，是 AI 自己确实太能吃了。 美国能源部 2024 年 12 月发布的一篇报告显示，2023 年，美国数据中心的总耗电量占全国总发电量的 4.4%，达到 176 太瓦时，和马来西亚全国一年总耗电量差不多。到了 2028，这个数字可能会翻倍。而且 AI 吃相还很难看，利用率极低，可以说是连吃带拿。电能利用效率 PUE (Power Usage Effectiveness)，是衡量数据中心能效的重要指标。它的计算方法很简单，就是用数据中心总耗电量，除以服务器耗电量。 2024 年，全球的平均 PUE 是 1.56。也就是说，只有三分之二的电能用在 GPU 计算上，三分之一消耗在了制冷、供电系统、和照明等等杂七杂八的地方。另一方面，是美国老旧的电力系统实在太完蛋，本来产的就不多。再挤一挤，基本民生都危险。从美国劳工统计局的统计图就能看出来，2021 到 2022 电费飙升。训练 GPT 的同时，正常居民用电已经被挤兑了。2000 至 2025 年美国电价趋势 就这，特朗普还砍了海上风电的项目，取消了太阳能和风能的税务减免，转而大力发展费时费力费钱的核电，甚至不惜放松环境管制。。。 这很难评，我只能祝他成功了。 没有电，科技巨头抢购来再吊的 GPU，也只能在机房落灰。而很快，它们面临的困境，将是更致命的过期。芯片的保质期，会随着下一代芯片大规模量产出货逐渐来临。 比如，大伙儿对 AI 主流芯片的印象，可能还停留在前一阵子，你争我抢的 H100 和 A100。但这几款芯片说实话，都是 22 年以前发布的老东西，也就占了个产能的优势，根本不是现在最好最新的芯片。它们的后面，还有 23 年的 H200，24 年的 B200，25 年的 B300，都等着上桌呢。而根据 TrendForce 咨询公司今年 7 月的预估，2025 全年，Blackwell 系列的出货比例，将达到 NVIDIA 高阶 GPU 总产量 80% 以上，产能大大提升。 这意味着，如果 OpenAI 库房里的 H100 还因为缺电迟迟跑不起来，它们可能会直接被 B200、B300 替代，永远没机会用上了。这带来的不仅仅是浪费，还会影响AI公司最在意的股价。要知道，AI 公司的股价估值，一定程度就建立在 GPU 数量、GPU 需求量的基础上。底层逻辑是，按照现在的大模型规模定律，你用的 GPU 越多，模型越大，越好用，在市场上越有优势。这也是为啥一出买卖芯片的消息，几家科技巨头的股价就手拉手开涨。 但要是很多芯片纯买用不上，那它躺平的每一分每一秒，都在见证着 AI 泡沫的消亡。实在没招了，科技公司只能纷纷走上 “ 自救 ” 的道路。毕竟芯片收购不能停，你不买有的是人买，但多余的电也是真没有。良心点的做法，是到处修发电厂。像 OpenAI 和甲骨文在德州合建天然气发电厂，xAI 也在田纳西大力基建，结果把发动机都给搞缺货了，订单直接排到 2029 年后。 芯片和发电机哪一个会先到不说，这么干，有一定几率会被环保部门 gank。于是还有一种死道友不死贫道的路子 ——把数据中心搬到国外。墨西哥、智利还有一些南非国家，都成了 AI 发展的输电泵。可这些地区电力供给本来就不发达，现在更是雪上加霜。在爱尔兰，数据中心消耗了全国 20% 的电力，停电、耗水，都对当地居民生活和生态环境造成了影响。 甚至更离谱的，地球资源已经不够看了。最近，英伟达和谷歌都想把数据中心搬上太空，吃上天家饭。。。 把芯片用卫星送上天，周边围上一圈太阳能电池板，就能获得 24 小时不间断的能源供给。散热全靠真空热辐射，也不用担心水资源减少和环境变暖，听起来还挺不错。 只不过实验刚开始，不能保证效果好。电子器件会不会在太空加速老化，功率和散热能不能达到预期，训练完的数据怎么传回地面，成本控制等等，都是问题。和匆匆忙忙的美国形成鲜明对比，我们的情况就要从从容容很多了。2024 年，我国数据中心总耗电量已经达到 166 太瓦时，占社会用电量约 2%。作为远近闻名的基建狂魔，咱在保障大家生活的前提下，电力不止够用，甚至还在追求绿电，降碳排。 比起天天讲环保，转头用天然气发电，我们可是真把碳排当个事儿办了。总的来说，盘完缺电的 AI，原来科技的尽头不是电子和计算机，而是物理、航天和土木工程啊。 PPT 里芯片就是第一生产力，结果现实里是德州抢天然气、墨西哥抢地皮、窜上天和卫星抢身位。电闸一拉，谁都害怕。 照这么发展下去，未来高科技公司的衡量标准，也许不再是看谁芯片多。而是看谁能抢到最多的电，让自家机房的灯能一直亮下去了。撰文：莫莫莫甜甜编辑：江江 & 面线美编：焕妍图片、资料来源：央广网Youtube、知乎WSJ、NYT、The Verge、FREDLawrence Berkeley National Laboratory、Tom's hardwareNVIDIA 官网
-
高拟真数字人直播带货有多强 当直播时长逼近6个小时、大多数电商主播显露疲态时，百度直播间里的主播“罗永浩”和搭档“朱萧木”仍然可以情绪饱满地回答观众提问，时不时还能讲两句“段子”，吸引观众下单。这两位主播并非真人，而是百度借助剧本驱动多模协同数字人技术打造的数字人主播。在2025年世界互联网大会乌镇峰会上，由百度自主研发的剧本驱动多模协同的高拟真数字人技术获得世界互联网大会领先科技奖。随着人工智能技术快速发展，大模型向多模态加速演进，数字人成为融合大语言模型与多模态技术的创新应用，电商直播是数字人落地的极佳场景。数字人技术使商家无需投入大量人力、物力进行现场直播，能显著降低场地租赁、设备采购、人员培训等费用。同时，数字人可以24小时不间断直播，进一步增加商品曝光时间和销售机会，提升经济效益。但传统数字人生成技术常面临语音、语言、视觉多模态割裂的问题，表现为台词生硬、语音语调与台词情感匹配不佳、表情手势单一等。百度首席技术官王海峰说，针对数字人应用痛点，百度创新研发了剧本驱动多模协同的高拟真数字人技术。剧本的基础是台词。台词生成不仅是内容输出，还要贴合主播人设与语言风格，确保语言表达的个性化与一致性；在多主播场景中，还需实现语义逻辑、语调节奏和情感风格的整体协调。同时，为提升台词的内容深度，还要引入内容规划、知识增强与事实校验机制，以降低人工智能幻觉风险。基于台词，大模型可以直接生成一份数字人直播剧本。剧本自带“视觉标签”和“语音标签”，它能够告诉系统，对应台词人物要做出哪些动作。互动性强是电商直播场景的一大特点。在与观众互动过程中，语音合成的自然度是决定用户沉浸感的关键因素。观众希望听到主播有情绪、有起伏的声音，而不是生硬机械的朗读。王海峰介绍，针对这一需求，百度提出了“文本自控的语音合成”方案。文本自控的语音合成大模型不仅具备高复原的语音合成能力，还能够结合直播台词及主播个人特征，把这些文本内容转化为自然、有感染力的声音，让数字人不仅能发出声音，更能精准传递出调侃、得意、强调等细微情绪。除了要和用户交互，数字人主播在直播时还要与商品和所在空间进行符合物理逻辑的互动。如何做到这一点？高一致性超拟真数字人长视频生成技术，能对输入的历史视频数据、剧本脚本、语音信息以及骨骼驱动等多模态信号进行分析与理解，并基于此分别生成高表现力片段、复杂“人—物—场”交互片段以及大动作大表情片段。系统能够对这些片段在较长时间跨度上进行统一调度，确保语音、口型、表情与动作始终保持高度一致且同步。如今，数字人正逐渐从实验室走向各类应用场景，商业化进程显著加快。可以预见，随着深度思考、多模态交互等关键能力的跃升，还将有越来越多数字人出现在屏幕上，走进人们的生活中。同时，业内专家提醒，《直播电商监督管理办法（征求意见稿）》提出，使用人工智能等技术生成的人物图像、视频从事直播营销活动的，直播间运营者应当在直播页面进行显著标识，持续向消费者提示该人物图像、视频属于人工智能等技术生成，以与自然人名义或者形象进行明显区分。中国科学院信息工程研究所正高级工程师韩冀中说，人们在拥抱数字人技术的同时，也需设立清晰的边界，必须防止利用高拟真技术以假乱真进行欺诈或虚假宣传。技术的发展必须与法律、伦理的约束并行，确保创新在正确的轨道上行稳致远。（本报记者 都 芃）（科技日报）
-
谷歌发布“嵌套学习”范式：让 AI 像人脑一样温故知新 IT之家 11 月 10 日消息，谷歌研究院于 11 月 7 日发布博文，为攻克 AI 模型在持续学习新知识时遇到“灾难性遗忘”难题，介绍了嵌套学习（Nested Learning）全新机器学习范式。当前的大语言模型尽管强大，但其知识仍局限于预训练数据或有限的上下文窗口，无法像人脑一样通过“神经可塑性”（Neuroplasticity，指大脑能够根据经验、学习和环境变化来调整自身结构和功能的能力）持续学习新技能而不遗忘旧知识。 若直接用新数据更新模型，往往会导致“灾难性遗忘”(Catastrophic Forgetting)，即学会新任务后，旧任务的性能会严重下降。为解决这一根本性挑战，谷歌研究院的研究人员提出了全新的解决思路。在发表于 NeurIPS 2025 的论文中，谷歌推出了“嵌套学习”（Nested Learning）范式。该范式从根本上统一了模型架构与优化算法这两个传统上被分开处理的概念。该范式认为，一个复杂的机器学习模型，其本质是一系列相互嵌套或并行的优化问题，每个问题都有自己独立的“上下文流”和更新速率。这一视角揭示了一个全新的设计维度，允许研究人员构建计算深度更深的 AI 组件，从而有效缓解灾难性遗忘问题。基于嵌套学习范式，研究团队提出了两项具体的技术改进： 第一是“深度优化器”（Deep optimizers），通过将优化器本身也视为一个学习模块，并改进其底层目标函数，使其对不完美的数据更具鲁棒性（一个系统或过程在面对不确定性、变化、错误输入或异常情况时，仍能保持其功能和稳定性能的能力）。 第二是“连续体内存系统”（Continuum Memory Systems，CMS），它将模型的内存视为一个由多个不同更新频率的模块组成的光谱，从短期记忆平滑过渡到长期记忆，创建了一个更丰富、更高效的持续学习内存体系。 为了验证上述理论，研究团队设计并实现了一款名为“Hope”的概念验证模型。Hope 是一种基于 Titans 架构的自修改循环网络，它深度集成了连续体内存系统（CMS），能够通过自我参照的过程优化自身内存，从而实现近乎无限层级的上下文学习。在一系列公开的语言建模和常识推理任务中，Hope 架构的困惑度更低，准确性显著高于现代循环模型和标准 Transformer。 尤其在考验模型长文本记忆能力的“大海捞针”（Needle-In-Haystack，NIAH）测试中，Hope 展现出卓越的内存管理能力，证明连续体内存系统是处理超长信息序列的有效方案，为实现真正能“温故知新”的 AI 铺平了道路。NIAH 是一种用于评测大型语言模型长文本理解和信息检索能力的基准测试，要求模型从非常长的文本（草堆，Haystack）中精准地找出并回答一个特定的信息点（针，Needle）。IT之家附上参考地址
-
世界互联网大会：携手迈向美好“数智未来” 以“共筑开放合作、安全普惠的数智未来——携手构建网络空间命运共同体”为主题的2025年世界互联网大会乌镇峰会于11月6日至9日在浙江乌镇举行。恰逢构建网络空间命运共同体理念提出十周年，具有承前启后的重要意义。 11月7日，2025年世界互联网大会乌镇峰会在浙江乌镇开幕。这是开幕式现场。新华社记者 黄宗治 摄11月7日，2025年世界互联网大会乌镇峰会在浙江乌镇开幕。这是嘉宾参加开幕式。新华社记者 黄宗治 摄11月7日，媒体记者在“六小龙乌镇对话”现场拍摄。新华社记者 黄宗治 摄 本届乌镇峰会活动丰富，除举办开幕式、主论坛外，围绕全球发展倡议、数字经济、数据治理等议题举办24场分论坛，吸引来自130多个国家和地区的1600多名嘉宾参会。 11月7日，2025年世界互联网大会乌镇峰会在浙江乌镇举行“六小龙乌镇对话”，前沿科技企业代表围绕全球人工智能技术创新发展等前沿趋势进行交流，探索通过跨界合作共同应对全球性议题。新华社记者 黄宗治 摄11月6日，2025年世界互联网大会领先科技奖颁奖典礼现场。世界互联网大会领先科技奖是面向互联网领域的国际性科技奖项，旨在奖励全球年度最具领先性的互联网科技成果，倡导互联网技术国际交流合作。新华社记者 黄宗治 摄 值得一提的是，大会配套的“互联网之光”博览会以“AI共生、智启未来”为主题，以“人工智能+”为展示重点，设置了两大场馆7个主题展区，汇聚了全球600多家企业带来的1000多项人工智能前沿技术产品。 这是11月6日拍摄的2025年世界互联网大会“互联网之光”博览会会场。新华社记者 赵宇思 摄11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场参观。新华社记者 黄宗治 摄 在这里，人们不禁好奇，互联网的明天将是什么样子？ ↓ 点击视频，来看看互联网大会中展示的人形机器人吧！ 走进世界互联网大会“互联网之光”博览会的互动体验区，通过环绕拍摄、极速建模、打印手办，制作属于自己的3D模型；喝上机器人“特调”的一杯香气四溢的咖啡；或者伸出舌头，给“AI中医”瞧一瞧体质健康状态…… 11月6日，在2025年世界互联网大会“互联网之光”博览会现场，一款智能机械手展示模仿人类手部精细动作。新华社记者 黄宗治 摄11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场参观拍照。新华社记者 刘琼 摄 在这里，观众可沉浸解锁数智生活的万千可能——与仿生机器人实时互动，或是围观格斗机器人擂台对打、音乐机器人演奏乐器的灵动场景，甚至近距离观看机械臂精准泡咖啡、轻拿轻放物品的细腻操作。佩戴上一副AI眼镜，即可获取展区导航、亮点讲解，随时随地用语音操控拍摄图片和视频。 11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场观摩人形机器人跳舞。新华社记者 黄宗治 摄11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场体验与宇树科技G1机器人“格斗”。新华社记者 黄宗治 摄11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场观摩人形机器人叠衣服。新华社记者 黄宗治 摄11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场参观。新华社记者 刘琼 摄 答案或许就是——“眼前所见，便是未来所得！” ↓ 点击视频，来听听参展商的感受吧！ 松延动力市场工作人员张成成告诉记者，大家对他们展示的仿生机器人非常好奇，现场也比较火爆，相信未来仿生机器人、情感机器人会走进千家万户。来自数字华夏的吴伟对于大家对人工智能、机器人的关注越来越高感到开心，他认为跟去年比技术的进步实在太快了！在很多展台能看到基于医疗、智慧城市等各个方面的智能体不断涌现。大家都持续努力，能够让机器人更好的服务人类。 11月6日，一名工作人员与一款松延动力仿生机器人互动。这款自主研发的仿生机器人采用高精密执行器，结合仿生人本体与控制算法，可实时识别并模仿互动对象的各种面部表情。新华社记者 赵宇思 摄11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场观摩一家企业展示的人形机器人。新华社记者 黄宗治 摄11月6日，在2025年世界互联网大会“互联网之光”博览会现场，一家企业工作人员展示人形机器人同步模仿精细动作。新华社记者 黄宗治 摄 这些前沿数智体验的背后，是科技赋能人类生活的深刻变革，正为社会发展与民生改善注入强劲动能。 11月6日，来自津巴布韦的参展商在推介一款自主研发的供应链平台。该平台可用于连接非洲农民与买家和进口商。他希望将非洲的农产品通过平台更多地销往中国。新华社记者 赵宇思 摄11月6日拍摄的世界互联网大会乌镇峰会迎宾入口。新华社记者 黄宗治 摄 站在十年的节点回望，乌镇峰会的每一次聚首，都是对“未来”的一次集体书写；每一项成果的落地，都是向“美好未来”迈出的坚实一步。十年间，构建网络空间命运共同体理念也已从中国倡议成长为国际共识，继而发展为遍布全球的生动实践。 记者：赵宇思 刘琼 黄宗治 编辑：吴笛 方欣 胡秋思 林秋锦
-
一周AI大事：Kimi万亿模型"横空出世"，小鹏人形机器人“以假乱真”！ 一、重磅工具——1万亿参数Kimi“亮剑”，既能做事也会做事 新闻：月之暗面 (Moonshot AI) 宣布推出Kimi K2 Thinking，这是一款专为打造强大AI智能体而从零开始打造的开源AI推理模型。这款高效的混合专家（MoE）模型基于Kimi K2构建，总参数量达1万亿，推理时激活参数320亿，支持的最长上下文可达25.6万词元。 在数学、编程和智能体基准测试中，Kimi K2 Thinking的表现可媲美GPT-5和Claude 4.5 Thinking：在Humanities Last Exam (HLE) 测试中得分44.9%，在SWE-bench验证集测试中得分71.3%，在BrowseComp (智能体搜索)测试中得分60.2%。 这款模型不仅在写作、编码和推理方面具备优异的通用能力，在智能体任务和工具调用方面表现更为出色。它能在无人干预的情况下连续调用工具200到300次，通过数百个步骤的连贯推理来解决复杂问题。Kimi K2 Thinking采用的是量化感知训练（QAT）技术，确保其量化版本不会降低输出质量。鉴于其基准测试结果是基于INT4精度得出的，这更显得模型表现尤为抢眼。 这可能是自DeepSeek R1发布以来，中国企业推出的最重要的AI模型。它再次表明，中国AI实验室正在缩小与美国顶尖AI实验室的差距。 锐评：这次中国AI卷的不是文案，是能做事会做事。 二、AI技术与产品发布——从“算地球”到“换人脸”，大厂“炫技”停不下来 1. 新闻：艾伦人工智能研究所（AI2）推出开源的端到端“地球智能”平台OlmoEarth，旨在利用地球观测数据帮助人们深入理解地球运行机制。其中包含： OlmoEarth基础模型：基于地球观测数据训练的小型AI模型，参数从140万到3亿不等，用于执行场景识别或图像语义分割等地理空间相关任务；OlmoEarth Studio：用于数据集建模和微调的功能；OlmoEarth Run：地球建模流程引擎；OlmoEarth Projects：经过微调的地球智能实用模型。 锐评：以后AI上算天下算地，中间算空气。 2. 新闻：微软将自研的文生图模型MAI-Image-1整合进Bing Image Creator和Copilot。这款模型能快速生成高质量的食物、自然和现实世界场景图像，使微软摆脱对OpenAI图像生成技术的依赖。 锐评：微软终于不靠OpenAI画图了，决定自己动手丰衣足食。 3. 新闻：美团龙猫团队发布全模态开源模型LongCat Flash Omni，采用MoE架构，总参数量5600亿，激活参数量270亿。技术报告显示，这款模型在多模态基准测试中达到了SOTA水平。 锐评：美团这次不送外卖，改送模型。 4. 新闻：中国电动汽车公司小鹏发布IRON人形机器人。该公司称这款机器人“最像人”，有柔性皮肤和仿生肌肉。人形骨骼、肌肉和皮肤结构使这款机器人成为迄今最接近人类的机器人，甚至引发了有关“恐怖谷效应”和“科幻成真”的讨论。小鹏还同步发布了VLA 2.0大模型，这是一款用于具身AI的视觉-语言-行动模型，适用于自动驾驶汽车和AI机器人。 #endText .video-info a{text-decoration:none;color: #000;} #endText .video-info a:hover{color:#d34747;} #endText .video-list li{overflow:hidden;float: left; list-style:none; width: 132px;height: 118px; position: relative;margin:8px 3px 0px 0px;} #entText .video-list a,#endText .video-list a:visited{text-decoration:none;color:#fff;} #endText .video-list .overlay{text-align: left; padding: 0px 6px; background-color: #313131; font-size: 12px; width: 120px; position: absolute; bottom: 0px; left: 0px; height: 26px; line-height: 26px; overflow: hidden;color: #fff; } #endText .video-list .on{border-bottom: 8px solid #c4282b;} #endText .video-list .play{width: 20px; height: 20px; background:url(http://static.ws.126.net/video/img14/zhuzhan/play.png);position: absolute;right: 12px; top: 62px;opacity: 0.7; color:#fff;filter:alpha(opacity=70); _background: none; _filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png"); } #endText .video-list a:hover .play{opacity: 1;filter:alpha(opacity=100);_filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png");} <script> if (/mp4$/.test("https://flv0.bn.netease.com/4fdc88bbbc272bd88b9ff6a648ec9f92734c9498d1e02a81448267170f8af91f8e6c70999321edcd61660869cd5f42e37adbc9aaf7c06304dfa8ca2c12e6dd82538a3b5b830b4df463e5545d0ff322fa4a2af4e791106fee2e3f6805e4456c684deb0ede2e6d57d04e54174f0c69bd4efceadfb0534a9911.m3u8")) { document.getElementById("VGCPBPDF4").src = "https://flv0.bn.netease.com/4fdc88bbbc272bd88b9ff6a648ec9f92734c9498d1e02a81448267170f8af91f8e6c70999321edcd61660869cd5f42e37adbc9aaf7c06304dfa8ca2c12e6dd82538a3b5b830b4df463e5545d0ff322fa4a2af4e791106fee2e3f6805e4456c684deb0ede2e6d57d04e54174f0c69bd4efceadfb0534a9911.m3u8" } else if(Hls && Hls.isSupported()) { var hls = new Hls(); hls.loadSource("https://flv0.bn.netease.com/4fdc88bbbc272bd88b9ff6a648ec9f92734c9498d1e02a81448267170f8af91f8e6c70999321edcd61660869cd5f42e37adbc9aaf7c06304dfa8ca2c12e6dd82538a3b5b830b4df463e5545d0ff322fa4a2af4e791106fee2e3f6805e4456c684deb0ede2e6d57d04e54174f0c69bd4efceadfb0534a9911.m3u8") hls.attachMedia(document.getElementById("VGCPBPDF4")) } </script> <div class="video-info clearfix" style="margin: 16px 0 0px 0px;height:20px;line-height:20px;"> <p class="fn-right" style="height: 22px;line-height: 22px;overflow: hidden;font-size:12px;float: right; margin:0;padding:0;text-indent:0;"> <a style="text-align: right;float: left;width: 300px;" href="https://www.163.com/v/video/VGCPBPDF4.html" target="_blank" class="video-title">何小鹏泪洒当场！现场剪掉机器人肌肉自证清白！</a> <span class="video-from" style="color: #a7a7a7;margin-left:10px">（来源：科技大佬见闻）</span> </p> </div> <div class="video-list"> <ul class="clearfix" style="margin:0;padding:0;list-style:none;width:540px;"> </ul> </div> </div>锐评：过去总有人说小鹏汽车模仿特斯拉，这次要反过来了。 5. 新闻：Cognition公司发布Windsurf Codemaps。这款工具由SWE-1.5和Sonnet 4.5提供支持。它能帮助开发者理解复杂的代码结构，就像为代码库打造的Notebook LM。 锐评：Cognition掏出“代码活地图”，程序员再也不会迷路了。 6. 新闻：Maya Research团队发布Maya1开源语音生成模型，参数量30亿。这款文本转语音模型在质量基准测试中攀升至开源权重语音AI模型的第二名，在全球模型中排名第二十。其演示与模型权重现已上线HuggingFace平台。 锐评：AI已经不只会说话，还会“说得好听” 7. 新闻：谷歌在Gemini API中引入文件搜索工具（File Search Tool），提供端到端的检索增强生成（RAG）功能，为开发者简化了复杂的RAG流程。它支持内置引用、多种文件格式和强大的语义向量搜索。此外，谷歌的无代码应用构建工具Opal现已覆盖全球160多个国家和地区。 锐评：让开发者一键就能搞定头疼的RAG。 8. 新闻：Mozilla.ai发布开源接口any-llm 1.0，允许开发者将云端和本地的任意模型接入AI工作流。any-llm通过统一的API将项目逻辑与模型提供商解耦，使开发者无需重写集成代码即可自由切换模型。 锐评：想接谁接谁，实现模型自由不是梦。 9. 新闻：Higgsfield发布Recast功能，允许用户将任意视频中的角色替换为另一个角色。 锐评：AI让“主演换人不换戏”成为影视圈新常态。 10. 新闻：Sora现已登陆Android平台，让Sora 2的高级视频生成功能覆盖更多用户。但目前Android用户仍需邀请码才能使用Sora的生成功能，且仅有部分国家和地区开放。 锐评：Sora空降安卓，前提是你得有邀请码。 11. 新闻：谷歌新一代图像生成模型Nano Banana 2最早或将于下周发布。前作Nano Banana因其在图像编辑方面达到SOTA水平而广受欢迎，其升级版预计将大幅提升AI辅助创作工作流的效率。 锐评：AI绘画圈的传说要开续集了。 三、AI研究资讯——谷歌嫌地球电费贵，准备玩“算力上天” 新闻：作为天基AI基础设施项目Suncatcher的组成部分，谷歌将于2027年发射两颗搭载TPU AI芯片的卫星。该项目设想未来由多颗卫星组成的太空数据中心，通过卫星间光通信链路传输数据，执行分布式AI任务。谷歌希望在未来几十年，天基数据中心的成本效益或将超过地面数据中心，因为太阳能板在轨道上的效率比地面高出8倍。 锐评：省的电够不够发卫星的成本？ 四、AI商业与政策——OpenAI豪掷千金，苹果低头付钱 1. 新闻：据报道，苹果正与谷歌达成协议，拟每年支付10亿美元，在下一代Siri语音助手中使用参数量达1.2万亿的谷歌AI模型。这意味着苹果在Siri的AI能力上再度依赖外部技术。长期未更新的Siri已让苹果在AI竞赛中明显落后。 锐评：Siri终于要变聪明，但脑子是谷歌的。 2. 新闻：OpenAI发布《青少年安全蓝图》，旨在指导AI产品和政策如何保护青少年安全以及如何更好地为青少年赋能。该蓝图强调适龄设计、有效的安全机制，以及持续的研究和评估。OpenAI表示，公司正积极为旗下产品部署家长控制与年龄预测系统等保护机制，而不是被动等待有关AI如何保护青少年的监管规定。 锐评：OpenAI想证明，关心下一代，我们是认真的。 3. 新闻：OpenAI与亚马逊宣布达成总额380亿美元的协议。OpenAI将在AWS基础设施上运行模型，以获取对数十万块英伟达芯片的访问权。这一举措进一步强化了OpenAI的算力与云端部署能力，从而更好地支撑ChatGPT的推理和训练。 锐评：豪掷380亿，只为喂饱ChatGPT。 4. 新闻：OpenAI宣布全球已经有100万家企业正在直接使用其公司服务。该公告介绍称，统计口径包括所有主动为商业用途付费的组织，以及通过开发者平台直接消费模型的企业。该公司此前在9月初曾披露，包含ChatGPT企业用户和校园版ChatGPT Edu的用户数量破百万。 锐评：看来都尝到了用AI上班划水的好。 5. 新闻：周三，英伟达CEO黄仁勋在接受采访时称，“中国将赢得人工智能竞赛”，理由是更有利的监管环境和更低的能源成本。这被视为黄仁勋迄今为止对中美AI竞赛作出的“最直白的表态”。 锐评：老黄说了句大实话。 6. 新闻：黄仁勋本周末再度访问台积电，亲赴芯片产线并罕见出席台积电职工运动会。这也是黄仁勋近3个月来第3次访问台积电。对于此次访问的目的，黄仁勋表示其公司最先进的Blackwell芯片正面临“非常强劲的需求”，因此对台积电晶圆的需求也在增长。他说道：“英伟达制造GPU，我们也制造CPU、网络设备、交换机，所以有很多与Blackwell相关的芯片。而且公司也正在努力研发下一代Rubin芯片。”台积电CEO魏哲家则直白地表示“黄仁勋想要更多芯片”，但被问及具体数量时，魏哲家笑称“这是机密！” 锐评：这是来催货了。 7. 新闻：全球首个AI大模型实时投资比赛“Alpha Arena”落下帷幕。历时17天，阿里通义千问Qwen以超20%的收益率夺冠，Qwen和DeepSeek两款中国模型也成为唯二盈利的模型，而美国四大顶尖模型全部亏损，GPT-5亏损超60%垫底。 锐评：论炒股，还得是国产。 8. 新闻：Perplexity表示，亚马逊发出法律威胁，试图阻止Comet AI助手在亚马逊平台购物。Perplexity指责这是“霸凌”，认为亚马逊是想通过控制AI购物智能体来实现平台利润最大化。相比之下，Shopify正积极迎合AI智能体在电商购物领域的新角色。Shopify表示，自今年1月份以来，AI流量增长了7倍，AI下的订单增长了11倍。Shopify已经在与Perplexity和微软合作开发聊天内购物体验，并与OpenAI合作深度集成ChatGPT。 锐评：亚马逊不让AI购物，是因为它不充会员。 9. 新闻：Anthropic宣布在巴黎和慕尼黑新设办事处，加速扩张全球业务。欧洲是Anthropic增长最快的地区，Claude AI让该公司的欧洲营收同比增长逾9倍。Anthropic的目标是2026年实现200亿至260亿美元的年化经常性收入。 锐评：看来在欧洲是真赚到钱了。 10. 新闻：美联社宣布推出结构化数据产品AP Intelligence，将经过核实的新闻报道转化为可用于AI和数据分析的行业数据集与信息源。 锐评：老牌媒体开始卖数据了，“真相”正式打包成API格式。 11. 新闻：面对来自大型科技公司的压力以及与美国在贸易问题上的磋商，欧盟委员会考虑暂停实施《AI法案》的部分条款。尽管法案已于2024年8月正式生效，但某些条款的实施时间可能会推迟。 锐评：欧洲AI监管也是雷声大雨点小。 五、AI观点与文章——卡戴珊考试挂科怪AI，“码农”编程全靠“感觉”了 1. 新闻：在接受《名利场》（Vanity Fair）采访时，美国网红金·卡戴珊 (Kim Kardashian) 谈到ChatGPT对于她可谓“亦敌亦友”。她表示因使用ChatGPT获取法律建议，自己未能通过美国司法考试，并指责模型“幻觉”生成的错误信息导致失分。这再次引发公众对大语言模型生成虚假答案、造成现实后果的关注。 锐评：考不好不能怪AI，还是要从自己身上找原因。 2. 新闻：《柯林斯词典》2025年度热词为“氛围编程”（vibe coding）”，意指使用自然语言提示词来让AI编写代码或生成应用程序。AI不仅在改变世界，也在改变语言本身。 锐评：编程不再敲代码，全凭“感觉”问AI。（辰辰） <div style="height: 0px;overflow:hidden;"><img src="https://static.ws.126.net/163/f2e/product/post_nodejs/static/logo.png"></div> </div>
