塔斯娱乐资讯网

当许多人还以为人工智能只是实验室里小打小闹，无非谷歌、微软、百度、阿里、腾讯这些科技巨头偶尔展示的前沿技术，或是学术圈专家探讨的抽象概念时。可现实出乎很多人的意料，AI正以较快的速度深入各行各业，渗透到我们日常工作生活当中，刷新大家对科技发展的认知。在各类技术变化里，我个人感触最深的，便是人工智能的落地应用。以前我们觉得AI只是聊天、写文案这类趣味工具，其实如今的AI，已经悄悄走进产业、办公、生产场景，助力各行各业转型升级。最近两年，AI智能体逐步落地。它和以往的AI不一样，不再是一问一答的被动应答模式。现在的AI，可以自主拆解任务、调用工具，完成一整套工作流程。对企业而言，合同初审、数据整理、风险排查、供应链协同，不少重复性事务，AI智能体都可以辅助处理，降低人力负担，提升工作效率。对普通人来说也很实用。整理文件、规划日程、统筹琐事，简单指令给到AI，就能协助完成相关工作。简单来说：AI已经从“会说话”，逐步升级成“能做事”。这是AI技术重要的一次发展。过去的AI主要提供信息和答案，现在的AI，可作为数字助手参与工作、创造价值，帮助各行各业降本增效。当然，AI快速发展的同时，还有不少待完善之处。技术层面存在局限性，偶尔会出现判断偏差，权限管控、安全规范、行业准则，都还在持续优化。科技本身存在两面性。不必担心AI会替代人类，未来更可能是人与AI协同。AI承接重复繁琐的机械工作，我们可以把更多精力投入思考、创新与决策。长远来看，愿意接纳AI、适应技术变化的人，更容易抓住新机遇。技术发展应当向善、服务于人，在创新的同时守住安全底线，让人工智能更好融入生活、助力社会发展。

未来10年，以下大事将一一实现：1、随着技术发展，AI眼镜有望成为新的交互终端，作为智能手机的重要补充，智能手机并不会快速消失。2、农业向着高度自动化方向发展，AI机器人会大量投入农场作业，承担重复性劳作，无人农场会成为新模式之一。3、磁悬浮技术持续迭代，未来可作为高速出行新选择，和高铁互为补充。4、无人机外卖有望普及，成为配送方式的一种新选项，快递小哥依旧会承担复杂场景配送工作，二者协同。5、医疗技术取得重大突破，大部分疾病都能通过基因编辑和细胞修复技术，轻松治愈。6、人工智能在各个领域会有很大突破，更加贴近我们的生活。7、人工智能将颠覆传统产业，赋能千行百业。很多人一听到人工智能，就觉得是很高深、离我们很远的黑科技。其实不是，AI早就走出实验室，悄悄钻进咱们日常生活里了。以后，AI眼镜可能慢慢流行起来，作为手机的好搭档。不是说手机就不用了，很多查信息、导航、刷消息的操作，抬眼就能看到，用起来更省事。外卖配送这块，无人机配送会慢慢普及，遇上路况好的单子可以飞着送。但小区进不去、需要当面交接的活儿，还是得快递小哥出马，两者搭伙干活。种地也不一样了。不少农场开始用上AI机器人，自动巡检、浇水、撒肥，重复性农活交给机器干。当然，机器是帮忙减负，不是直接把农民替代掉，遇到判断长势、处理突发情况，还是离不开人的经验。出行方面，磁悬浮技术持续发展，以后会成为高速出行的新选择。但它不会把高铁换掉，长途大规模客流，依旧靠高铁，二者互相补充，我们出门的选择会更多。医疗上，基因编辑、细胞修复还在持续攻关，再配上AI辅助读片、快速筛查，不少难查的病症能更早发现，给医生提供参考。不过咱们也要理性看待，暂时还做不到包治百病。AI说到底，是给大家搭把手、提效率的工具。它不是科幻里无所不能的“黑魔法”。拥抱新技术的同时，保持理性看待，用好人工智能，才能实实在在改善我们的生活。探寻人工智能，从技术到真实世界

未来10年，预计中国大概率会发生以下7件大事:1、高铁逐渐退出，取而代之的是磁悬浮列；2、无人机送外卖成为常态，快递小哥将逐渐被淘汰；3、智能手机也将逐步退出，取而代之的是AⅠ眼镜；4、农业将实现高度自动化，AI机器人将取代人工，成为无人农场；5、医疗技术取得重大突破，大部分疾病都能通过基因编辑和细胞修复技术，轻松治愈；6、人工智能在各个领域会有很大突破，更加贴近我们的生活。7、AI人工智能将颠覆传统产业，赋能千行百业。不知不觉，AI智能早已融入日常，各种智能机器人走进生活，给平凡日子添上满满的惊喜。前阵子去朋友家体验智能机器人，它能帮忙取快递、采购食材，累了还能开启按摩模式，闲暇时陪人聊天解闷。要是不想独自出门散步，机器人可以一路相伴。更暖心的是，它还能帮助盲人带路出行，用科技为特殊群体扫清出行障碍，这一点让我感触很深。开车场景里的AI功能，更是让人眼前一亮。很多新车搭载AI智能辅助，停车入库不再是新手的噩梦。我亲戚之前最怕在大型商场地下车库找车，空间大、车位密密麻麻，经常要来回绕很久。现在只需要语音呼叫，车子就能自动开到身边，不用再漫无目的地寻找。曾经这些画面只出现在科幻电影里，如今慢慢变成现实。AI不是遥不可及的概念，而是实实在在改善我们生活。当然AI终究是辅助工具，不能完全替代人。科技发展的意义，就是用智能解决生活痛点，照顾不同人群的需求。我们拥抱AI带来的便利，合理使用智能设备，让科技持续为生活赋能。

嫌电网供电太慢，马斯克直接自己买了座“移动核电站”！五台重型燃气轮机，第一台380兆瓦的已经从韩国装船发往美国，全部到位后总装机1.9吉瓦，顶得上一座中大型核电站，够几十万户家庭随便用空调。但马斯克根本不是给居民供电，全是给自己的GPU数据中心开小灶。那些GPU，就是训练人工智能的算力芯片。一排排机器开起来，耗电，发热，还得不断降温。芯片越多，电和散热就越不能掉链子。贵得吓人的设备摆进机房，供电却跟不上，就像饭店花大钱请了厨师、装修了厨房，最后告诉老板：燃气还没通，先等等。马斯克的“巨像”超级计算机，最初只用了122天建起来，随后又用92天把规模扩到20万块GPU。可扩建机房和扩建电网，是两套速度。服务器运到、装好，就能往前赶；电网要考虑发电从哪来，线路能不能扛，变电站够不够用。这么大的用电户接进来，绝不是电工拿根线一接，插上就能用。他也掏钱补过这个窟窿。公司在孟菲斯投入3500万美元建设变电站，还承诺再投2000万美元建第二座。花钱修路，把电送进来；再买燃气轮机，把部分电自己发出来。为了让芯片干活，机房外面还得养一整套家当。我倒能理解他的急。算力设备闲着，钱照样压在里面，别人家的模型却不会停下来等你。能早一天开机，就多一天追赶的机会。对他来说，买电厂的账，得和拖延的账放在一起算。但这五台巨无霸，也没法挥挥手就同时到位。此前公布的交付安排，是两台计划在2026年底前交付，后面一台排到2027年，另外两台排到2028年。眼下首台出货，只是跨过了一道门槛。运过去，还得安装、配套、调试，才能真正供电。这就有意思了。人工智能产品恨不得几个月更新一轮，支撑它的发电设备，却得提前几年订。我看这张交货表，比听一百场“改变世界”的演讲都清醒。你在台上讲得再快，工厂也得一件一件造，工程也得一步一步干。软件能连夜改，重型机组可没法按一下刷新键就长出来。韩国斗山吃到的，就是这份订单。大家讨论人工智能，总盯着谁的芯片强、谁的模型聪明。这回站到聚光灯下的，却是一家造大型发电设备的企业。美国本就有成熟的燃气轮机厂商，他仍然把订单下到了韩国。斗山争取订单时，强调的优势就包括交付速度。我理解这个选择：谁能尽快把可靠的设备送到手里，谁就能帮他争取时间。人工智能的热闹，竟然把重型设备的交货表也变成了赛场。屏幕里是聊天、写稿、画图，屏幕外是燃气管道、机组和变电站。看着轻巧的数字生意，背后拖着沉甸甸的工业家底。不过，把电握在自己手里，也意味着把发电的麻烦接到自己手里。燃气要持续供应，设备要检修，噪声要处理，排放也得管。你不等电网了，并不代表其他事情都能跳过去。除了韩国这批机组，他在密西西比州南黑文还有另一套供电工程。今年7月30日，公司宣布与当地环保部门达成安排：69台临时移动式燃气轮机，要在2027年7月前全部撤走，逐步由正在建设的1.2吉瓦永久电厂接替。从临时电源到永久电厂，他已经把这条路走得很深。公司还得投资隔音墙、消音器和排放控制设备。算力一路往上加，善后的工程也得跟着加。我最想吐槽的，就是有人一谈人工智能提速，眼里只剩公司的纪录。附近住户晚上能不能安静睡觉，排放控制有没有跟上，这些也该摆上桌。公司抢的是下一轮市场，居民过的是今天的日子。谁都不能拿“我们赶时间”，让别人替自己承担本该处理好的麻烦。自己掏钱买设备、补供电，我认可。这份执行力确实够狠。可机器开起来以后，责任也得一起开起来。修好隔音设施、管好排放，比一句“我们重视社区”实在多了。这批燃气轮机出货，给我的最大感受，就是人工智能这场竞赛越来越像重工业竞赛了。写代码的人可以熬个通宵，多赶一点进度。发电设备却要制造、验收，现场还要施工。你喊再多遍“加速”，也不能让这些环节凭空消失。能把这套工程组织起来，才算有本事。以前拼程序员加班，现在还得拼工厂交货、工程施工和持续供电。只会喊着多买芯片，后面的电、气、冷却却没安排好，最后就只能守着昂贵的机房干着急。马斯克这回把账算到了电厂。那些准备吞下更多电的芯片，才是他真正着急喂饱的东西。谁只盯着芯片，不算供电这笔账，谁就可能花大价钱买回一屋子等电的机器。人工智能再聪明，没电那一刻，也只能黑屏。

嫌电网供电太慢，马斯克直接自己买了座“移动核电站”！五台重型燃气轮机，第一台380兆瓦的已经从韩国装船发往美国，全部到位后总装机1.9吉瓦，顶得上一座中大型核电站，够几十万户家庭随便用空调。但马斯克根本不是给居民供电，全是给自己的GPU数据中心开小灶。那些GPU，就是训练人工智能的算力芯片。一排排机器开起来，耗电，发热，还得不断降温。芯片越多，电和散热就越不能掉链子。贵得吓人的设备摆进机房，供电却跟不上，就像饭店花大钱请了厨师、装修了厨房，最后告诉老板：燃气还没通，先等等。马斯克的“巨像”超级计算机，最初只用了122天建起来，随后又用92天把规模扩到20万块GPU。可扩建机房和扩建电网，是两套速度。服务器运到、装好，就能往前赶；电网要考虑发电从哪来，线路能不能扛，变电站够不够用。这么大的用电户接进来，绝不是电工拿根线一接，插上就能用。他也掏钱补过这个窟窿。公司在孟菲斯投入3500万美元建设变电站，还承诺再投2000万美元建第二座。花钱修路，把电送进来；再买燃气轮机，把部分电自己发出来。为了让芯片干活，机房外面还得养一整套家当。我倒能理解他的急。算力设备闲着，钱照样压在里面，别人家的模型却不会停下来等你。能早一天开机，就多一天追赶的机会。对他来说，买电厂的账，得和拖延的账放在一起算。但这五台巨无霸，也没法挥挥手就同时到位。此前公布的交付安排，是两台计划在2026年底前交付，后面一台排到2027年，另外两台排到2028年。眼下首台出货，只是跨过了一道门槛。运过去，还得安装、配套、调试，才能真正供电。这就有意思了。人工智能产品恨不得几个月更新一轮，支撑它的发电设备，却得提前几年订。我看这张交货表，比听一百场“改变世界”的演讲都清醒。你在台上讲得再快，工厂也得一件一件造，工程也得一步一步干。软件能连夜改，重型机组可没法按一下刷新键就长出来。韩国斗山吃到的，就是这份订单。大家讨论人工智能，总盯着谁的芯片强、谁的模型聪明。这回站到聚光灯下的，却是一家造大型发电设备的企业。美国本就有成熟的燃气轮机厂商，他仍然把订单下到了韩国。斗山争取订单时，强调的优势就包括交付速度。我理解这个选择：谁能尽快把可靠的设备送到手里，谁就能帮他争取时间。人工智能的热闹，竟然把重型设备的交货表也变成了赛场。屏幕里是聊天、写稿、画图，屏幕外是燃气管道、机组和变电站。看着轻巧的数字生意，背后拖着沉甸甸的工业家底。不过，把电握在自己手里，也意味着把发电的麻烦接到自己手里。燃气要持续供应，设备要检修，噪声要处理，排放也得管。你不等电网了，并不代表其他事情都能跳过去。除了韩国这批机组，他在密西西比州南黑文还有另一套供电工程。今年7月30日，公司宣布与当地环保部门达成安排：69台临时移动式燃气轮机，要在2027年7月前全部撤走，逐步由正在建设的1.2吉瓦永久电厂接替。从临时电源到永久电厂，他已经把这条路走得很深。公司还得投资隔音墙、消音器和排放控制设备。算力一路往上加，善后的工程也得跟着加。我最想吐槽的，就是有人一谈人工智能提速，眼里只剩公司的纪录。附近住户晚上能不能安静睡觉，排放控制有没有跟上，这些也该摆上桌。公司抢的是下一轮市场，居民过的是今天的日子。谁都不能拿“我们赶时间”，让别人替自己承担本该处理好的麻烦。自己掏钱买设备、补供电，我认可。这份执行力确实够狠。可机器开起来以后，责任也得一起开起来。修好隔音设施、管好排放，比一句“我们重视社区”实在多了。这批燃气轮机出货，给我的最大感受，就是人工智能这场竞赛越来越像重工业竞赛了。写代码的人可以熬个通宵，多赶一点进度。发电设备却要制造、验收，现场还要施工。你喊再多遍“加速”，也不能让这些环节凭空消失。能把这套工程组织起来，才算有本事。以前拼程序员加班，现在还得拼工厂交货、工程施工和持续供电。只会喊着多买芯片，后面的电、气、冷却却没安排好，最后就只能守着昂贵的机房干着急。马斯克这回把账算到了电厂。那些准备吞下更多电的芯片，才是他真正着急喂饱的东西。谁只盯着芯片，不算供电这笔账，谁就可能花大价钱买回一屋子等电的机器。人工智能再聪明，没电那一刻，也只能黑屏。

商业产品最大的好处就是:如果你的产品性能好，你的产品可以卖很高的价格，而且客户会因为你的产品性能好，也愿意接受你的高价。比如像英伟达人工智能芯片，一颗芯片卖三四万美元，但就算卖这么高的价格，那些客户也愿意花这么高的价钱购买，因为性能质量好。因为英伟达掌握了人工智能芯片的核心技术，所以人家敢卖这么高的价格，有比较高的利润，其他企业要是不服气，你也可以像英伟达一样卖这么高的价格，你看看其他企业愿不愿意花真金白银买你的产品？还有存储巨头美光也一样，人家一年收入9000多亿元人民币，净利润5700多亿元，净利润率比英伟达，台积电，酱香科技都要高。人家的存储芯片就算卖这么高的价格，很多企业也不得不购买，人家的订单都已经排到2028年之后了。这说明一个问题，只要掌握了核心技术，只要你的产品性能先进，哪怕你的产品卖比较高的价格，市场也会花钱。买你的产品。所以民用产品先进与否，你可以在财报里面看出来。但是军事武器装备就不一样了，武器装备可以用性能先进不外卖当遮羞布。你说你的产品先进，对方如果质疑你的产品性能这么先进，为什么没有人买你的武器装备的时候，你完全可以用辩证法怼回去，就因为我的武器装备性能先进，所以我才不外卖啊？就像美国的B2隐身轰炸机性能这么先进，美国也不会外卖，你不能说B2隐身轰炸机性能不先进吧？这就是为什么很多军事专家学者喜欢天天吹战斗机，军舰，雷达先进的重要原因，因为你没有量化标准

人工智能从“技术”走向“真实世界”，到底指的啥？1、不再只看人工智能模型有多强、分数有多高，而是看它能不能在真实的生产和生活中干成事。2、通俗讲，这个阶段就是从“AI能做什么”到“AI做成了什么”。‌就拿我们熟悉的医疗健康行业来说，健康管家已经对接了全国超5000家医院，智慧药房机器人能自主识别药品位置、配药取药，在上海部分药房已落地运营了，人工智能的应用越来越普及了。还有，在商业应用方面，义乌有近3万家商户已经常态化使用了AI工具，深度使用AI工具的商户订单增长了20%以上。所以说，人工智能离我们越来越近了，它已经开始融入到我们生活的方方面面，也让我们感受到了人工智能真实存在的魅力。

波音订单不买了，大豆猪肉不进了，如今连美国的AI治理方案咱们也看不上了。中美AI聊到2026年，形势早就变天了。美国最怕的那一幕还是来了：中国不再是乖乖听规则的学生，而是开始拿出自己的治理思路。11月这场对话，特朗普本想过来"收编"咱们，没料到咱们手里攥着的筹码，早就使美国那套规则不再是唯一选择。今年5月特朗普访华，双方在元首会谈中敲定了人工智能政府间对话机制，说好11月再正式碰一次。那时候美方的算盘打得很清楚，先把对话架子搭起来，再用自己那套规则慢慢往里装内容。特朗普第二任期一上来就推翻了拜登时期的AI监管框架，签署行政令给研发松绑，摆明了要"先跑起来再说"。6月又签了份妥协版的模型审查令，要求OpenAI、谷歌这些企业发布新模型前开放30天安全测试窗口。这套打法的底层逻辑从来没变过，就是用国内标准定义全球规则，让其他国家要么跟着走要么被边缘化。11月对话美方真正想谈的，说白了就是怎么把中国的AI发展纳入美国主导的风险管控框架里。可中国这边的节奏，早就不在美方的剧本里了。7月的世界人工智能大会上，中方直接亮出一整套全球治理方案，从开放共赢、安全可控到公平普惠、协同共治，四个维度把规矩立得明明白白。大会还通过了主席声明，世界人工智能合作组织也正式挂牌成立，首批就有几十个国家和国际组织响应参与。这不是喊口号，是实打实的制度性安排，各国想参与AI全球治理，从此多了一个不用看美国脸色的选择。往前翻，中国的治理工具箱早就摆得满满当当。《全球人工智能治理倡议》管大方向，《人工智能安全治理框架》从1.0迭代到2.0管具体落地，《国际人工智能伦理治理行动计划》管全生命周期的伦理底线。跟美国那套"先放飞再补漏"的路子不同，中国从一开始就把安全要求嵌进了模型研发、部署和应用的每一个环节。不是出了事再追责，而是从源头就把风险管住，发展和安全两条腿一起迈。这套方案最打动人心的地方，是它没有把发展中国家挡在门外。全球南方国家最担心的不是AI太先进，而是自己被技术鸿沟越甩越远，中国方案明确把能力建设合作放在突出位置，不让任何国家掉队。联合国那边也在推进人工智能治理全球对话，但进程慢、分歧大，发达国家和发展中国家的诉求根本谈不到一块去。中国方案刚好填补了这个空白，用"同球共济"的思路把不同发展阶段的国家拉到同一张桌子上。所以11月坐到谈判桌前，中方手里的牌跟5月已经完全不一样了，底气和姿态都不同了。不是来听美方讲规则的，是带着自己已经落地的方案、已经运行的机制、已经聚拢的伙伴来平等对话的。特朗普本来想在11月对话上拿出一副"规则制定者"的姿态，把中国的AI发展纳入美国的管控轨道。可现在的局面是，中国已经在另一条跑道上跑出了自己的节奏，美方再想"收编"，连抓手都找不到了。美方最焦虑的也就在这儿，过去几十年从互联网到半导体，全球技术规则基本都是美国定的，别的国家只能选接受或者被孤立。现在AI这个赛道上突然冒出来一套并行的治理体系，而且越来越多国家愿意参与进来。这跟贸易领域的逻辑是完全相通的，波音订单可以找空客填，大豆猪肉可以从南美补，AI治理方案同样可以有第二选项。当替代品足够成熟，"非你不可"就变成了"有你没你都行"，话语权自然就转移了。更关键的是，中国不是光说不练。国内大模型的迭代速度、AI+制造的落地规模、智能体应用的普及程度，都在给治理方案提供真实的试验场。规则不是拍脑袋想出来的，是从海量实践里打磨出来的，这才是最硬的底气。11月的对话能不能谈出实质性成果，关键不在中方让多少步，而在美方愿不愿意放下"教师爷"的架子。AI治理不是谁家的专利，两个大国坐下来谈，前提是互相尊重对方的发展权和治理权，而不是一方给另一方立规矩。说到底，规则这东西从来不是靠嗓门大定的，是谁的方案更公道、更管用、更能让大多数国家受益，谁就真正有话语权。中国从规则的接受者变成制定者，这步棋走得稳，后面的路只会越走越宽。

人工智能早已不是科幻电影，它悄悄藏在我们每一天的生活里很多人一提到人工智能，第一反应还是电影里高智能机器人，觉得离普通人很远。但实际上，AI早就渗透进日常的方方面面，只是很多时候我们习惯了，没有察觉到它的存在。早上拿起手机，AI帮你筛选掉垃圾消息；拍照的时候自动优化画面光影；路上开车，辅助驾驶识别车道和障碍物；停车场车牌自动识别抬杆，背后都是人工智能的图像识别能力。就连我们刷短视频、网购推荐，也是AI根据我们的偏好做的内容匹配。现在手机端的大模型更是把AI带到了掌心。长文档不用逐字阅读，AI提炼核心要点；录音可以自动区分不同说话人，整理会议纪要；老照片模糊破损，AI一键修复上色；出门旅行，一句话就能帮你规划行程、做攻略。遇到看不懂的外文，截图圈选就能实时翻译，遇到陌生花草，拍张照片就能识别科普。不止是生活便利，AI在医疗、工业、农业领域也在发挥作用。医院里AI辅助影像筛查，更早发现微小病灶；工厂智能设备完成重复枯燥的分拣检测；农户借助AI分析土壤、气候，科学管理作物。它不是用来取代人类，而是帮我们分担重复、繁琐、耗时间的工作，把人的精力留给思考、创造和感受生活。当然，AI也不是万能的。它输出的内容需要我们辨别真伪，不能完全照搬。它是强大的工具，而不是标准答案。与其害怕AI会替代人，不如学会善用这个工具。擅长思考、有共情、有审美、有独立判断的人，永远不会被工具替代。人工智能正在一点点降低创作、学习、办事的门槛。普通人可以用AI写文案、做图片、学习新知识，用更低的成本去尝试新想法。时代一直在向前，科技最终的意义，是服务于人，让生活更轻松。你们平时经常用AI做什么？是整理资料、修图，还是规划出行？

国内主流大模型有哪些：第一、通义千问：全球领先，日均调用量超15亿次。第二、豆包大模型：月活用户近6000万，擅长图像理解和多模态融合。第三、文心一言：商业化优势明显，调用量年增30倍。探寻人工智能，从技术到真实世界2026年Al已跳出工具的定位，从"陪你聊天"到"帮你干活"，从医疗、教育、自动驾驶等领域，不仅提升效率，还是我们省时省力的"生活搭子"。在数字化时代，我们平时购物和娱乐都离不开Al，无论是在Netflix上观看电影，还是在网上购物，Al算法都会根据我们的历史行为和偏好，推荐你感兴趣的内容，就像我们平时刷抖音，你平时看什么，就会给你推送什么。人工智能以独特的魅力，给生活带来带来便利，每个清晨，当阳光倾洒，智能闹钟就会根据你的睡眠周期轻轻响起，伴随着轻柔的音乐，让你从睡梦中醒来，智能窗帘自动拉开，走进厨房，智能咖啡机为你准备一杯香浓的咖啡，开启美好的一天。通过手机APP查看公交到点时间，为你算好出行的时间，到了办公室，周报、合同初稿、客户提案，一句话生成初稿，用Al润色就能用。到了开会时间，1小时的会议录音，Al几分钟就能转成文字稿并提炼要点，整理时间从3小时缩短到20分钟。Al不会取代人，但会用Al的人和不会Al的人，差距会越来越大，通过Al我们的生活变得更加智能化和便捷化。

韩媒：中国AI模型在韩国大获成功，收入飙升13倍！10月8日，韩国媒体《韩国经济日报》发表文章称，中国人工智能初创公司月之暗面正将韩国视为其全球业务的关键增长市场。这是因为自其最新人工智能模型KimiK3发布以来，该公司在韩国的销售额迅速增长。自推出KimiK3以来，月之暗面公司在韩国市场的收入增长了约13倍。业内人士认为，这一增长主要归功于该模型的高性价比，其性能已接近美国顶级模型，而成本却相对较低。KimiK3是一款开放权重模型，支持2.8万亿个参数和约100万个代币的长上下文。经评估，该模型在编码、推理和智能体任务方面均表现出色。独立评估也表明，KimiK3在保持较低成本的同时，显著缩小了与顶级封闭型模型之间的差距。分析表明，在韩国等开发者和企业对生成式人工智能应用广泛的市场，可以根据自身服务使用模型的KimiK3的开放性正在发挥竞争力。尤其值得一提的是，企业和开发者在寻求高性能的同时减少对美国AI模型依赖的需求，推动了KimiK3的快速扩张。美国大型科技公司和专业人工智能公司也开始采用Kimi。微软正在努力将KimiK3添加到Azure云平台。Harvey是一家美国法律人工智能公司，由OpenAI初创基金投资，该公司也选择KimiK3作为其专有模型的基础。彭博社认为，这是法律人工智能行业正在经历的结构性转变，旨在减少对OpenAI和Antropic等封闭模型的依赖。一位业内人士表示：“KimiK3将代币成本降低了约70%，同时实现了与美国顶级模式相媲美的成果。”

《财富》杂志的最新文章：人工智能会扼杀亚洲娱乐产业，还是会重塑它？新加坡以两部电影庆祝建国61周年。一部是《勇往直前》（BersamaMajulah），讲述了这个东南亚国家遭受僵尸围攻的故事；另一部是《追踪计划》（TraceProject），讲述了一个年轻人成长为新加坡首位火星宇航员的励志故事。令人意想不到的是，这两部电影都没有人类演员出演。除了剧本之外，两部电影中的一切都完全由人工智能生成。电影制作中的生成式人工智能是这项新技术如何颠覆传统行业的首个真正例证。这一切始于短视频内容：据中国媒体报道，2026年第一季度上映的12万多部中国微剧中，超过95%是由人工智能生成的，而一年前这一比例几乎为零。这项技术如今正逐渐渗透到更传统的媒体领域：去年9月，香港无线电视（TVB）推出了一部名为《只有你》的10集短剧，这是香港首部采用人工智能生成角色的电视剧。（该电视台目前已将虚拟演员应用于广告宣传活动中。）“人工智能就像氧气一样——无处不在，”爱奇艺高级副总裁兼首席人工智能科学家谢丹明表示，“在视频制作中，不使用人工智能已变得越来越不可能。现在讨论的重点更多地放在了创作者如何深入地使用人工智能上。”

又想给中国挖坑？结果被华为机智化解最近华为轮值董事长徐直军接受媒体采访，被问到怎么看美国炒得沸沸扬扬的“AI放缓论”，他用了一个谁也想不到的神逻辑来反驳。这场问答发生在9月17日的华为全联接大会期间。记者把问题抛了过来：美国部分领先的人工智能模型厂商呼吁放慢开发速度，华为怎么看？这个问题的分量，比表面看起来重。说应该加快，容易被理解成只顾竞争、不顾安全；说应该放缓，又可能把中国企业自己的研发节奏，交给别人的判断。徐直军从另一个角度接住了问题：先看看中美人工智能各自走到了哪一步。他的意思是，中国不少模型采用开源方式，进展相对透明；美国主流模型厂商拥有更强的算力，究竟把模型做到什么程度，可能只有他们自己最清楚。双方所处阶段不同，对风险的感受，也可能不同。所以，中国模型厂商仍需要加快研发，等能力发展到能够切身感受到相关风险的阶段，再讨论相应问题。同时，发展与风险管控必须保持平衡，底线是让人工智能向善。这番话的巧妙之处，就在于把一个笼统的“快还是慢”，变成了三个具体问题：能力到了哪一步，风险究竟是什么，该用什么办法管。好比两个人开车，一个已经上了高速，一个还在修通往高速的路。前者说前方要控制车速，有必要认真听；但修路的人，不能因此把施工队也停下来。限速、修路、安装护栏，各自解决的是不同问题。美国这场争论，也有具体背景。9月，阿莫迪、奥尔特曼、马斯克等人的放缓主张受到关注，其中还夹杂着把中国人工智能的发展与美国国家安全挂钩的说法。安全讨论一旦与国家竞争搅在一起，就容易出现一个绕不过去的问题：谁来划线，谁来监督，又凭什么要求处于不同阶段的企业，都按同一个节奏行动？中国外交部在9月14日回应时，强调人工智能关乎全人类共同福祉，散播威胁叙事、搞对抗和恶性竞争，会干扰全球治理。第二天，又强调各国共同参与治理，以及及时完善防范失控的措施。这两层意思放在一起，态度很清楚：安全要管，发展也要继续；规则需要共同商量，不能只由少数人定。再回到华为的采访，真正能看出产业现实的，是另一道题。记者问，华为准备怎样推动中国模型厂商使用昇腾芯片训练？徐直军把话题落到了供货能力上。昇腾950PR先进入市场，主要用于推理，当时供应量还不大；基于950DT的超节点主要用于训练，仍在测试，规模供货计划放在2026年底或2027年初。训练，可以理解为让人工智能反复学习、形成能力；推理，则是学会之后，回答问题、完成任务。前者像读书备考，后者像上场答题，两头都需要算力，但干的活不同。对模型企业而言，再好的设想，也得有机器来执行。芯片能不能买到，设备能不能稳定运行，软件能不能顺手使用，都会影响研发进度。所以，“加快”两个字，最后要落实为产业链的产能、交付和使用效率。技术路线讲得再漂亮，如果迟迟供不上货，模型企业还是难以迈开步子。华为在这次大会上拿出的另一项动作，是发布Peerium计算架构，以及承担高速互联任务的灵衢技术，目标是让大量处理器协同工作。普通人可以把它理解成组织一支大队伍。人多只是第一步，任务怎么分，信息怎么传，谁等谁，才决定队伍能干多少活。芯片也是如此，数量堆起来，不等于每一颗都能一直高效工作。华为当时介绍，25.6万卡规模的Atlas950超节点集群已在部署中。这个数字背后的看点，是企业正在尝试通过计算架构和互联技术，把众多芯片组织成更大的计算系统。从回答“该不该放缓”，到解决“怎样供得上、怎样用得好”，采访的线索就串起来了：中国人工智能要继续发展，需要把基础能力一项项补上。这与普通人的生活并不遥远。假设工厂想用人工智能检查产品缺陷，服务机构想用它整理大量资料，它们关心的是结果准不准、成本高不高、故障后谁来处理。最后决定是否采用的，仍是实际效果。当然，能力越强，责任也越大。模型如果乱编信息、泄露个人资料，或者被拿去实施诈骗，受损的就是普通人的利益。发展带来的好处，需要可靠的制度和技术措施来保护。中国从2023年8月15日起施行的《生成式人工智能服务管理暂行办法》，已经把鼓励创新与依法治理放在一起，并对训练数据、个人权益、生成内容和服务责任提出要求。这就像建一座桥：桥要继续修，材料检验、承重测试和防护设施也要同步跟上。不能只追求赶工，也不能把所有安全问题，都归结为停工才能解决。徐直军这次回答值得琢磨的地方，是把中国企业该做什么讲清楚了：继续提高能力，同时把风险管住。真正有分量的回应，最终要体现在稳定的供货、可靠的产品和有用的应用上。中国人工智能的发展节奏，应当建立在自身产业需求、技术进步和安全评估之上。把这些事情做好，才有底气参与全球竞争，也有能力参与全球规则的讨论。

信不信由你，今年预计有5件大事要发生：1、退休金稳步上涨。2、人工智能在医疗领域会有大突破，AI帮医生看病。3、未来机器人养老可能会代替人工照顾。4、新能源汽车渗透率会进一步提高。5、人工智能将在创造中重塑生活。家里人口多，一直想找一台十万级的大六座，选车的时候总怕低价六座只是样子货。看到星光L8月销量冲到6553台，环比提升16%，这么多家庭选择，勾起了我的好奇心。咨询已经提车的车友，他说最惊喜的就是交付速度，下定之后没多久就提到车，不用漫长等待。星光L依托五菱智能岛制造体系，从零部件进厂到整车下线层层品控，产能和品质一起兼顾，核心配套配件对标豪华车型。十万级大六座早已不是少数人的爱好，而是多孩、三代同堂家庭出行刚需。线下门店多，想看车随时可以预约试驾，服务网点齐全，后期维保也省心。好产品大家用脚投票，销量上涨就是最实在的口碑，星光L能火，靠的就是看得见的诚意。

电池最近有点猛，固态电池，人形机器人，都是必定来的风口，或早，或晚，不会太久。​

本来想给咱们中国设下圈套，万万没想到，被华为巧妙破局了！近期华为轮值董事长徐直军在一场媒体交流里谈到美国业界炒作的人工智能放缓论，话锋很冷，却把一层窗户纸捅破了。美国几家前沿模型企业手握更强算力，部分负责人连续发声，主张调慢能力迭代、先做安全评估。其中一位企业在2026年9月12日发长文，理由是模型可能出现自我迭代和自主网络行为，担心失控；另几家实验室负责人随后附和，支持驻场评估与共同安全门槛。看上去像全人类负责，可同一时间段美国白宫和总统的口径并不完全跟着走，2026年9月13日，美国总统在海外受访时重申，美国必须在人工智能竞赛里跑赢中国，谁赢得这套技术谁就赢得未来。白宫此前更偏向自愿审查、提前接触模型、建安全护栏，而不是强制企业停工。一边是头部企业喊慢，一边是联邦政府怕被后发国家追上，这种分裂本身就说明，所谓放缓不是纯技术伦理题。看徐直军的判断更直白，中国主流模型大多走开源路线，训练到哪一步、能力到哪一层，外部看得见；美国闭源前沿系统走到什么危险边界，外界基本靠猜。中国现阶段感受不到那种极端风险，不等于永远不管安全，而是先要把节奏提起来。等自身模型、算力、应用真碰到了可控性边界，再和美国同行坐下来谈规则，才谈得上平等。现在跟着喊停，等于别人定跑道、定终点、定裁判，我们还在起跑线就被要求系鞋带，心里清楚，这从来不是慈善赛。华为自己的动作比表态更有分量，徐直军透露，按华为可统计数据，昇腾系列人工智能芯片在国内市场份额已经超过美国显卡企业。2026全联接期间展示的950推理与训练版本超节点，用自有对等计算架构和灵衢总线把成千上万颗处理器连起来，目标是以系统协同弥补单芯片性能差距。受访中他直言，国内需求都供不满，所以不全面出海，只对少数国家做限量测试。950训练版超节点仍在测试，规模供货按他的说法放在2026年底或2027年初，此后大量模型训练会迁移到这套硬件上。外部限制逼出了总线、超节点和整体架构创新，灵衢总线低时延、统一协议，能让数十万甚至百万级处理器像一台机器协同，看这盘棋，比单比某颗芯片跑分更有后劲。把视线拉回第五代通信更有味道，2019年美方以国家安全为由发布行政令，把华为列入限制名单，又推动多国禁用其设备。中国外交部当时已点明，没有任何实证就动用国家力量打压一家通信设备企业，本质是经济霸凌。华为当年第五代通信专利、商用合同、基站出货都居前列，结果西方不靠技术同台取胜，靠安全叙事把对手拦在门外。再早的核武器议题也是类似逻辑，先发国家掌握核武后推动限制扩散，要求后来者克制，自己保留战略优势。技术落后时人家讲自由市场，技术追近时人家讲全局安全，规则切换始终服务于领先者。可美国人工智能圈内部并非铁板一块，这也给后发者留出破局空间，主张放缓的企业希望政府给反垄断豁免、做共同评估，但白宫担心限速让中国得利；国会议员也有人反问，企业若真认为危险，为何不先自行降速。支持安全监管不等于接受少数企业定标准，独立评估、信息透明、公共利益优先，这些若做不到，放缓倡议很容易变成头部锁门，越想越觉得，中国该做的不是拒谈安全，而是不把安全话语权拱手让人。先把开源透明度做成信任资产，再把系统级算力做成自主底盘，等风险可感知、可量化、可审计，再参与全球规则才不会被扣不负责任的帽子。真正要警惕的是另一种温柔陷阱：别人把放缓包装成道德高地，把跟随限速包装成国际责任。后发国家一旦主动踩刹车，先发者绝不会同步停下，只会借空窗拉大模型、标准、芯片、应用的全链条差距。华为这几年从单点受困到架构反攻，证明靠系统补单点、靠自主换安全，比指望外界发牌照更稳，技术向善没错，但向善的前提是自己有能力看见风险、有底气参与定规则。当领先者一边喊全人类安全、一边继续扩算力抢标准，后发国家到底该先追上再谈约束，还是先接受限速换一张道德入场券？这道选择题如果答错，牺牲的就不只是几家企业的利润，而是一个国家未来几十年的技术主权。

全世界AI算力格局正在发生颠覆性变化。当美国以69%的算力占比遥遥领先，中国仅占15%的时候，很多人都判断这场竞赛已然失去了悬念。人工智能领域的竞争，看似比拼的是服务器、芯片与数据中心，最终决胜关键实则是一国能否打通软硬件、能源、网络及产业场景形成协同网络。美国目前确实占着先手。公开统计显示，在大型人工智能计算集群性能分布中，美国约占69%，中国约占15%。2025年的相关研究也显示，美国掌握了全球约四分之三的大型人工智能超级计算集群性能，中国位居第二。这组数字很醒目，却不能直接等同于两国全部人工智能实力。它更多反映大型GPU集群的性能差距，而不是模型能力、产业应用和技术潜力的总成绩。当前美国在硬件相关领域的基础储备依旧雄厚，实力远超大众普遍认知。据2026年人工智能指数报告披露，美国共有5427个数据中心，在高端芯片、超大规模集群、私人资本投入几方面都具备明显领先优势。2025年，美国私人领域的人工智能投资额达到2859亿美元，云计算厂商、芯片企业和大型数据中心共同搭建起了极高的行业准入门槛。为守住相关优势，美国近年持续收紧高端芯片及相关设备的出口限制，管控范围从核心芯片延伸到供应链、配套设备以及服务环节。算盘并不难猜：既然中国短期内难以获得最顶尖的硬件，就尽量把中国的底层技术迭代速度压下来。问题的核心是，评判人工智能的水平高低，不能只拿单块芯片的峰值性能作为唯一参照。美国在追求单卡、单芯片和超大集群的极限时，也要承担越来越高的研发费用、用电成本、散热压力和建设成本。机房越大，电从哪里来、设备如何稳定运行、投入能不能转化成有效任务，都会变成现实账单。中国面对的路更窄，却也因此形成了另一种打法：不把希望全压在某一款顶级芯片上，而是通过分布式协同、集群调度和软硬件优化，把大量可用资源统筹起来，尽量用系统效率弥补单点性能差距。说白了，美国更像是在打造性能极强的“超级发动机”，中国则在努力把更多普通发动机接成一套高效系统。单个零件可能存在差距，但如果调度、通信、算法和应用做得足够好，整体产出未必会按硬件差距等比例下降。当下提及的这一整套行事思路，完全不是仓促之间才临时萌生的想法。北斗导航系统建设过程中，中国也曾面对技术封锁和外部排斥，最后没有停留在等待许可上，而是走出了自主建设的道路。早年欧洲主导的伽利略项目并不欢迎中国的加入，反倒推动我国进一步提速了自主卫星导航体系的搭建进程。外部围墙有时确实能制造麻烦，但也可能逼着产业链下决心补课。我国的算力相关基础设施目前正处于高速扩容的发展阶段。据工信部公开披露的数据，到2026年6月末，我国智能算力规模达2185艾浮点运算次数，同比提升177%；全国算力设施整体上架率为71.4%，已落地52个万卡级以上智算设施。近两年内，依托国家算力枢纽节点规划打造的算力大通道，累计数量已经超过70条。这些数字背后的意义，不只是“多建了多少机房”，而是全国算力正在尝试互联互通。东部有密集的产业和模型需求，西部拥有更充足的能源和土地，高速网络把两端连接起来，算力才有机会像水电一样被调度。否则，机房灯光亮着、风扇不停转，却没有足够任务接入，就只是昂贵的“数字暖气片”。算力规模再大，如果利用率不高、数据传输不顺、任务调度不及时，投入也很难真正变成生产力。从模型性能的变动情况就能看出，硬件领域的落差没有直接沿用到下游应用环节。据2026年人工智能指数报告统计，到该年3月，中美头部模型在相关竞技场评测的差距收窄至2.7%，2025年之后双方多次交替逼近领先位置。上述情况既不能说明我国已在高端算力领域追上美国，也不代表美方的相关优势正逐步消解。它更说明，算法优化、工程能力、数据质量和算力利用率，正在共同改变那张“69%对15%”的成绩单。中国另有一项美国难以完全复刻的独特优势，即超大规模的国内市场与体系完备的制造业。截至2025年，中国人工智能核心产业总规模突破1.2万亿元，关联企业超6200家；2025年末规上制造企业的AI技术应用普及率高于30%。人工智能行业的终局比拼，绝非看当下谁堆砌的服务器数量最多，而是看谁能以更低成本获得更稳定的智能能力，让模型普及到更多工厂、实验室和普通人的工作生活中。机房里闪烁的指示灯仅仅是起步的开端，相关技术能不能真正赋能整条产业链发展，才是需要验证的最终结果。信源：中国科技网2026-07-1710:12《全球人工智能创新指数报告2026》发布：中美稳居全球AI创新第一梯队

短视频危害​​​

周四值得关注板块：1.创新药2.人工智能AI应用3.固态电池4.国产算力5.电力设备6.云计算7.大健康产业​周四值得关注板块：1.创新药2.人工智能AI应用3.固态电池4.国产算力5.电力设备6.云计算7.大健康产业​

周四值得关注板块：1.创新药2.人工智能AI应用3.固态电池4.国产算力5.电力设备6.云计算7.大健康产业​​​

苏姿丰最近放话，未来几年芯片需求会“非常高”，人工智能有益于世界，不会伤害人类。这话听着耳熟，黄仁勋早就表过态，AI威胁论纯属杞人忧天。两位大佬口径一致，倒也不奇怪。英伟达、AMD靠AI赚得盆满钵满，钱进了自家口袋，天下当然一片太平。可普通人掂掂自己的钱包，恐怕笑不出来。算一笔账就明白了。AI服务器一台吃掉的内存，抵得上普通服务器的八到十倍。训练一个大模型，动不动就是几个TB的存储往里灌。全球的存储产能就那么大，AI这头巨兽先吃饱了，剩下的才轮到手机、笔记本这些消费产品。僧多粥少，价格自然水涨船高。羊毛出在羊身上。数据中心每多装一块HBM，你买下一部手机时就得多掏几百块。2026年第一季度，通用DRAM的合约价环比暴涨了九成以上，第二季度又涨了五到六成。手机厂商叫苦不迭，存储成本在整机物料里的占比，从过去的一成多，一路飙到三成以上。小米一个季度利润缩水四成多，华硕干脆砍掉了手机业务，魅族也暂停了新机自研。这些账，最后都摊到了消费者头上。更扎心的是，这股涨价潮眼下看不到头。美光CEO说得直白，2027年、2028年的内存供需，比2026年还要紧俏。高盛的判断也差不多，这轮短缺起码拖到2028年。各路厂商为了保住货源，纷纷签下长约，把未来几年的价格提前锁死在高位。往后三年，电子产品降价？恐怕是痴人说梦。黄仁勋说AI没有威胁，这话从产业角度看未必错。AI确实在重塑生产力，帮企业降本增效、优化流程，功劳簿上记了一长串。可产业看的增量，消费者看的是账单，这本账从来就没对上过。AI创造的新价值，大头留在了企业端；AI推高的成本，却顺着供应链一路传导，最后落在普通人的购物车里。企业赚的是效率的钱，咱们付的是产能的钱，这笔买卖怎么算都觉得自己吃亏。说到底，现在的AI并没有让多少普通人尝到甜头，反倒先掏空了大家的钱包。技术进步的红利谁在享，成本的压力谁在扛，这笔账心里得有杆秤。等哪天买手机不再肉疼了，再信那句“AI有益于世界”也不迟。AI芯片行情芯片产业指数AI景气度

刚上一年级的小朋友，已经可以熟练操作平板调整声音，屏幕亮度，打开app看短视频。这不是一件好事。​​​

中国有句老话说得好：真正的生意人，都是懂得“细水长流”这个道理的。DeepSeek又融钱了。至少800亿，腾讯、宁德时代领投。原计划500亿，结果抢的人太多，可能要冲到1000亿。此前梁文锋说了一句话，比融资更值得琢磨：不急着赚钱，最强模型大概率还会开源。一边是资本争着进场，一边是创始人不急着把技术锁起来收费。这两件事放到一起，恰恰能看出DeepSeek的生意经：先把技术做强，让更多人用起来，再靠效率和服务获得收入。把时间拨回2025年1月20日，DeepSeek发布R1，同时开放模型权重。它还做了一件很实在的事：采用宽松的MIT许可证，不限制商用，无需专门申请。对普通读者来说，这意味着什么？就像有人做出一台好用的机器，允许别人把它搬回去，按自己的需要改造，还能拿它做生意。企业可以在自己的服务器上运行模型，也可以围绕它开发产品。DeepSeek当时还放出了六个经过“蒸馏”的小模型。所谓蒸馏，就是让小模型学习大模型的回答和能力，尽量用更少的资源完成任务。小团队不必人人都去承担最大模型的运行成本，也能找到适合自己的技术起点。这一步，打开的是一扇门。过去想做人工智能应用，光是开发基础模型，就可能把一家小公司的钱耗光。现在可以借助现成的模型，把精力放在具体问题上：客服怎样答得准，合同怎样查得快，办公流程怎样少走几道手续。变化很快进入了真实业务。江苏银行把DeepSeek用于合同质检和自动化估值对账；汇添富基金把它引入投资研究、风险控制。人工智能的价值，由此落到了查资料、核数据、处理文件这些日常工作里。这也是开源最容易被误解的地方。很多人觉得，把技术交出去，别人都能用，自己的饭碗岂不是被端走了？可模型能够下载，和模型能够稳定、便宜地运行，中间还隔着设备、用电、维护和技术人员。就像菜谱可以公开，饭店仍然能挣钱，因为顾客买的是方便、口味和稳定的服务。企业也是如此。有实力、有特殊需求的，可以自己部署；希望省事的，可以付费调用DeepSeek的服务。这里的API，理解成软件之间的服务接口就行：自己的程序提出请求，模型处理完，再把答案送回来。这样一来，开源和收费就能并行。前者让更多人获得技术，后者让需要现成服务的人按使用量付钱。真正要比拼的，是同样完成一项任务，谁的成本更低、速度更快、结果更可靠。梁文锋在今年5月的投资者交流中，谈过一个定价思路：买一批设备回来，大约十个月收回设备成本。他追求的是自己认可的合理回报，并不把每一次涨价机会都用足。这里有个关键细节：收回设备成本，是他的定价参照。研发、人员、其他运营支出，仍然需要承担。愿意让利的前提，是公司有能力控制成本，并且持续做出有人愿意用的产品。于是，大笔融资的意义也变得清楚了。技术公司做长久生意，需要足够的资金支持试验。有些研究今天看不到收入，却可能决定下一代模型的能力；一次训练失败了，资金和时间照样已经花出去。模型效率提高，也不等于从此不需要投入。服务的用户多了，使用频率高了，设备、网络和供电的需求都会增加。单次任务省钱，与整体业务需要更多资金，完全可以同时发生。腾讯和宁德时代受到关注，也因为它们分别连接着互联网服务和制造业。对这类企业而言，人工智能的潜在价值，可以落在云服务、研发、生产和管理等多个环节。这是理解产业资本兴趣的一个角度，具体合作仍要看实际落地。开源则让合作的门槛降低。模型企业提供基础能力，应用企业理解客户需求，硬件企业改善运行条件。各家把自己擅长的那一段做好，才有机会让人工智能从聊天工具变成日常工作里的帮手。这条路，也与国内正在推进的开源建设相呼应。今年6月，工信部提出支持优秀开源产品落地应用，探索开源商业模式创新，推动社区代码转化为商业产品。技术分享与商业回报，可以在同一条路上实现。当然，钱多了，考验也会跟着来。研发需要耐心，投资者期待回报；模型要不断进步，服务也要经得住大量用户使用。怎样在这些要求之间安排资源，比融资数字本身更能决定一家公司的未来。对于普通人，最值得关心的，是人工智能能否越来越好用、越来越用得起。一个小商家能少花时间整理订单，一个创业团队能少花钱开发产品，这些具体变化，才是技术普及的分量。“细水长流”放在DeepSeek身上，就是把合理收入、持续研发和广泛使用连起来。让更多人愿意使用，让合作伙伴有空间挣钱，再把收入投入下一轮改进，生意才能越做越长。融资带来的是继续往前走的条件，开源带来的是更多人一起参与的机会。DeepSeek接下来能走多远，要看它能否持续拿出好模型，并把这种开放的选择做成可持续的生意。

美媒：随着中美争夺人工智能领先地位，中国AI产业快速发展，DeepSeek、月之暗面等企业提升了国际影响力，也增强了本土研究人员留在国内发展的吸引力。但中国通过科学家签证、科研资助等方式吸引海外人才的效果仍有限。卡内基国际和平研究院研究显示，2025年每30名在美中国AI研究者中，仅1人选择回国​美媒：随着中美争夺人工智能领先地位，中国AI产业快速发展，DeepSeek、月之暗面等企业提升了国际影响力，也增强了本土研究人员留在国内发展的吸引力。但中国通过科学家签证、科研资助等方式吸引海外人才的效果仍有限。卡内基国际和平研究院研究显示，2025年每30名在美中国AI研究者中，仅1人选择回国。美国依靠长期形成的科研生态和国际化人才环境，仍吸引大量来自中国、印度等国家的研究人员。与此同时，中国在培养和留住本土AI人才方面取得进展。中国高校和企业在顶级AI会议上的论文数量快速增长，清华、北大等机构的表现已超过部分美国高校。DeepSeek等企业的发展，也让中国AI公司成为具有国际竞争力的职业选择。不过，专家指出，美国科研环境、创业机会和投资体系仍具优势。

刘强东买下中东大片土地过去中国互联网公司出海，大家最爱看的是什么？下载量、用户数、补贴多少、GMV涨了多少。到了2026年，这套观察方法已经有点落伍了。真正值得盯住的，是谁开始在海外控制仓库、配送、库存和港口附近的物流节点。京东这次把重注压到中东，恰好说明海外竞争正在换赛道。公开资料能够确认的，不是刘强东个人跑到阿联酋“圈地”，而是京东旗下基础设施投资和资产管理平台京东产发，与阿布扎比哈利法经济区集团合作建设物流设施。9月28日公布的项目面积约15万平方米，计划2028年交付。真正有意思的数字还在后面。这个项目投入运营后，预计能够直接创造约1000个物流、配送和行政岗位。京东产发目前在全球管理超过300项基础设施资产，建筑面积超过2800万平方米，管理资产超过160亿美元。把这些数字摆出来，就知道它早就不是简单给京东商城盖仓库了。如果只看阿布扎比这一个项目，很容易误判京东是在追逐海湾投资热潮。把时间往前拨一年，路线马上清楚了。2025年7月，京东产发就与阿布扎比机场方面合作，计划在机场自由区建设约7万平方米智能物流枢纽。这是京东产发在中东的首个绿地开发项目。更早进入当地市场的其实是京东物流。2025年6月，JoyExpress在沙特上线，自营快递已经能够提供最快当日或者次日送达。京东当时就在当地搭建仓库、转运分拣中心和配送站，还把快递员、司机、仓库员工等环节放进自己的运营体系。这和找个海外代理商送货完全是两回事。到了2026年7月，棋子又落到了红海边。京东产发与沙特港务局签约，在吉达伊斯兰港及当地物流中心开发高标准仓储设施。吉达港处理着沙特约70%的海运进口，又位于连接亚洲、欧洲和非洲的重要航线上。京东盯上的显然不是一座普通仓库，而是一条贸易大动脉。这时候再回头看阿布扎比，味道就完全变了。一个节点靠近航空货运体系，一个节点连接哈利法港以及阿联酋工业区，另一个节点落在红海门户吉达，再加上沙特末端配送网络。京东真正购买的不是“土地故事”，而是在用资本换取全球供应链上的位置。这笔账甚至不能只放在中东算。2026年3月，Joybuy正式进入英国、德国、法国、荷兰、比利时和卢森堡六国。欧洲上线时，京东已经拥有约60座当地仓库和配送节点，并把快速履约当成核心卖点之一。部分城市上午下单能够当天送达，覆盖范围涉及超过1500万户家庭。这就出现了一个很值得中国企业研究的组合：欧洲负责消费市场，中东争夺交通枢纽，国内供应链提供商品和组织能力。三个区域一旦真正打通，京东面对的就不再是一次普通电商出海，而是能不能建立一条由中国企业深度参与运营的跨洲商品流通网络。刘强东这些年一直惦记国际化，难点恰恰就在这里。国内那套京东物流为什么难复制？因为它不是做一个App，也不是多投点广告就能建起来。仓储自动化、库存预测、干线运输、售后逆向物流、大件配送，每一个环节都要砸钱，还需要多年订单把成本摊薄。海外重新来一次，风险只会更大。可这种“重”也恰恰可能成为京东的机会。拼价格，中国企业未必永远占优势；拼广告，欧美平台同样财大气粗；拼供应链效率，中国过去二十多年积累出来的制造业和电商物流能力却有相当深的底子。别人看到仓库是成本，京东更愿意把仓库当作进入市场的门票。

外媒：美国初创公司ReflectionAI发布了开源权重模型Beam，目标是在开放式人工智能领域挑战中国企业的优势。该模型主要面向代码生成、推理和智能代理任务。公司称，Beam的性能可接近智谱AI的GLM-5.2，并接近阿里Qwen3.8-Max的编程和代理能力，但在综合能力上仍落后于月之暗面的KimiK3。Beam采用“混合专家”（MoE）架构，总参数规模达5010亿，但每次任务仅激活230亿参数，大幅降低计算需求。公司表示，Beam的推理计算量比同类开源模型低3至4倍，有望让用户以更低成本运行AI应用。第三方测试机构初步评价认为，Beam可能成为同等智能水平下效率最高的开源模型之一。

美国AI现在最值得警惕的，不是简单一句“泡沫要破”，而是投入增长的速度，正在逼着整个行业回答一个问题：这些钱最后靠什么赚回来？过去两年，美国人工智能产业最热闹的地方不是实验室，而是资本市场。一家AI企业发布新模型，背后往往伴随着数十亿美元融资；一家数据中心项目启动，金融机构迅速跟进贷款。美国正在复制一场新的科技竞赛，只不过这一次比拼的不只是算法能力，而是谁能承受长期烧钱。问题在于，人工智能的发展速度已经超过很多传统产业升级周期。芯片厂商、云计算企业、模型公司都在扩大投入，但资本市场越来越关心一个现实问题：未来几年产生的利润，能不能覆盖今天投入的巨额成本。AI需要大量算力，需要大量能源，也需要持续购买先进设备，这种模式决定了它天然是一场资本密集型竞争。美国AI产业最大的变化，是竞争逻辑正在从“有没有技术”转向“有没有现金流”。过去市场愿意给技术故事更长时间，但进入2026年后，投资者开始重新计算账本。斯坦福大学《2026AIIndexReport》显示，美国私人AI投资规模处于全球领先位置，企业和资本持续向人工智能集中。这种资金规模带来的压力非常明显。大型模型训练成本不断提高，数据中心建设投入越来越庞大，企业需要不断扩大收入才能维持高估值。如果未来商业应用增长速度跟不上基础设施扩张速度，美国AI产业就会面对一个绕不开的问题：资本还能等待多久。这个变化说明，AI行业正在越来越多依靠金融工具扩大建设规模。资本愿意下注，说明市场仍然看好AI前景，但融资越多，也意味着未来回报压力越大。美国目前的优势依然巨大。英伟达等芯片企业掌握高端AI硬件优势，美国科技巨头拥有成熟云计算平台，大量高校和企业掌握领先算法能力。这些条件让美国在AI竞赛第一阶段占据主动。但优势越集中，对资本回报的要求也越高。美国AI产业还有一个隐藏压力，就是“超级模型路线”的成本问题。训练参数规模不断增加，并不意味着商业价值同步增长。模型能力提升之后，如何转化成企业生产效率，如何进入制造、医疗、科研、工业管理领域，才决定这场竞争能否持续。相比之下，中国AI发展走的是另一条路径。由于先进芯片供应受到限制，中国企业更加重视算法优化、模型压缩和应用场景扩展。近年来，一些中国企业通过降低模型使用成本，让人工智能进入更多普通企业和行业流程。这并不是简单的优势转换。美国拥有资本和芯片，中国需要解决技术突破和生态建设问题。但AI未来竞争并不一定只是比谁拥有最大的模型，也可能比谁能让AI更快进入真实生产环境。美国市场现在最大的风险，是资本市场可能提前透支未来预期。企业估值建立在未来几年持续高速增长基础上，如果实际商业收入无法达到预期，市场情绪可能发生变化。届时，压力不会首先出现在实验室，而会出现在金融市场。尤其值得关注的是，AI基础设施已经成为新的竞争焦点。数据中心需要大量土地、电力和供应链支持，而这些资源并不是无限的。部分大型项目推进过程中出现融资和建设压力，说明AI产业正在进入更加现实的发展阶段。这也是为什么美国现在越来越重视AI国家战略。人工智能已经被视为影响未来科技竞争、产业竞争甚至军事竞争的重要领域。美国希望通过资本优势、技术优势和产业联盟继续保持领先，但这种领先需要不断证明能够转化成经济收益。对于中国而言，美国AI资本压力上升，并不意味着可以放松。人工智能仍然是未来产业竞争的重要方向。中国需要继续推进国产算力体系建设，加强基础模型研发，同时扩大AI在制造业、能源、交通和科研领域的应用。未来几年，中美AI竞争可能出现一个新的特点：美国更擅长推动前沿突破和资本集中，中国更强调成本控制和规模应用。两种路线谁能占据优势，取决于谁能解决自身短板。如果AI只是停留在展示能力、制造概念和推动估值上涨，那么巨额投入迟早会遭遇市场检验；如果AI真正改变生产方式，提高社会运行效率，那么今天的投入就可能成为下一轮产业革命的基础。所以，美国AI真正需要面对的不是“有没有泡沫”这么简单，而是一场资本耐力测试。技术领先可以赢得起跑线，但只有把算力投入变成产业收益，才能赢得长期竞争。2026年10月之后，全球AI竞争的核心问题，将越来越从模型参数转向一个更现实的问题：谁能让人工智能真正赚钱，并改变现实世界。

所以随着科技发展，特别是人工智能发展。工作的方式也会发生改变，这是时代的变化。我正身处一个真正的大时代，正好我们国家又是这个时代顶级的弄潮儿。所以要打开我们想象力。@豆包帮我点评

华东师大今年3900多新生，六成以上是计算机、人工智能、集成电路这些硬核理工科，师范反倒成了少数派。顶尖师范牌子不培养老师了，这消息看得我一愣一愣的。新工科到底能不能报，网上吵翻了天。有人觉得是踩风口，有人怕成小白鼠。我倒觉得没那么玄乎，判断标准就一条：这个专业有没有硕士点。有，说明学校真金白银砸了资源进去，有师资有沉淀，值得托付。连硕士点都没有的，八成是刚搭的草台班子，拿学生当试验田呢。想起十几年前我那会儿，土木工程火得一塌糊涂，分数高得离谱，结果呢？现在行业寒冬，一堆人转行。反观当年没人看得上的计算机，倒成了香饽饽。这风向变得太快，谁说得准四年后哪个专业吃香呢？但有一点是确定的，师范院校转工科，说明市场需求变了，学校的饭碗端不住了也得改。说到底，打铁还需自身硬，管他什么牌子，自己学到真本事才是硬道理。

终于扬眉吐气了！华为的人工智能，计算，网络等领域的专利卖给高通了！啥情况？高通向华为购买专利！原来还动不动就卡脖子，现在直接跪下了！太解气了！