曾為數代美國家庭承載“溫馨之家”夢想的零售巨頭——American Signature Inc.(ASI)，近期向特拉華州破產法院提交了《美國破產法》第11章保護申請。難以想像的是，ASI在今日家居2025全美家具店TOP100排行榜中位列第15位，所以這一消息在美國家具零售行業引發巨震。這家企業起步於1917年，擁有2個連鎖品牌“Value City Furniture”和“American Signature Furniture”，並將業務版圖擴展到了美國中西部和東海岸的數十個州，成為名副其實的零售界“隱形冠軍”。ASI在鼎盛時期，門店數量逼近300家，年營收跨越十億美元大關。ASI的經營狀況從2024年開始急轉直下，2024至2025年期間，其淨銷售額下降了近1.5億美元，同期淨經營虧損增加5200萬美元，過去一年整體虧損更是達到7000萬美元。截至破產申請提交，ASI的財務狀況已觸底：資產僅1億至5億美元，負債卻高達5億至10億美元，帳上現金僅剩200萬美元，卻要面對3.53億美元的巨額債務，短期償債能力幾乎為零。公司已啟動“斷臂求生”：計畫關閉四分之一門店（約33家），裁減25%員工（超1000人）。至於為何會面臨到財務困難，ASI表示，原因包括美國樓市降溫、成本上升、利率居高不下，以及美國總統川普政策帶來的關稅政策影響。值得注意的是，ASI的債權人數量已超1000名，僅前30名無擔保債權人涉及的債權金額就逾8000萬美元，在這份債權人名單中，多家中國知名家具企業位列前列，其中敏華家具被拖欠的金額最高，達到1456.9萬美元，LFN Limited和Kuka Trade Co.也分別被拖欠204.5萬美元和121萬美元。對於供應商而言，破產檔案中披露的欠款僅為已開發票的應付款項，實際損失還涵蓋了在途運輸的貨櫃、滯留在目的港的貨物、倉庫中待交付的成品，以及工廠內的在製品等，這部分隱性損失的規模往往遠超帳面欠款。更嚴峻的是，一旦因買方破產導致貨物滯留目的港，中國出口企業將面臨雙重損失，既無法收回對應貨款，還要承擔貨物在目的港產生的滯港費、堆存費等一系列額外成本，進一步加劇自身的經營風險。此外，ASI曾是許多中國家具企業進軍美國市場的“跳板”，其破產導致部分供應商失去關鍵銷售管道。尤其對中小型出口企業而言，大客戶依賴度過高可能引發連鎖經營危機，甚至影響生產端就業穩定性。中國家具家居企業請注意，ASI的倒下並非個案，近年來多家美國家居用品零售商均因經營危機申請破產，其中包括Bed Bath&Beyond、BigLots、At Home Group和The Container Store等。同為美國零售巨頭的Target也未能置身其外，尤其在家居品類上，已連續四年季度下滑，2024年銷售額減少10億美元，2025年Q1家居裝飾類銷售額同比再降8.5%，Q3更是拖累整體營收下滑1.55%，淨利潤暴跌19.32%。就在不久前，Target正式對外宣佈：將對佔總營收16%的核心業務——家居類股進行深度重組，同步啟動1800個總部崗位裁撤，並對數千種家居商品實施價格重調。世界大型企業聯合會資料顯示，2025年11月美國消費者信心指數降至88.7，其中預期指數連續十個月低於80的衰退警戒線，意味著消費者對未來6個月的經濟前景普遍悲觀。在美國消費信心低迷、關稅暴漲、對手崛起的三重擠壓下，當前出口這一市場，務必注意風險管控！ (掌鏈)

當AI開始自己寫論文、做實驗、甚至提出“下一個牛頓定律”，人類還能做什麼？比“所有人類加起來更聰明”的超級智能（ASI）正從科幻逼近現實——它可能在5年內破解數學猜想能否實現？15兆美元新財富將如何分配？史丹佛大學教授著名人工智慧專家李飛飛最近參加了一個論壇，她就到底超級智能（ASI）是什麼，它的發展路徑如何，以及它對未來人類社會有那些深刻影響進行了全面展望。讓我們跟隨她的觀點來探尋以上問題的答案。內容提綱核心觀點超級智能的定義尚無統一標準，但普遍認為其能力將超越全人類智慧總和超級智能（ASI）被描述為比所有人類更聰明的系統。當前AI在語言翻譯、計算速度和知識廣度等方面已超越個體人類，但在創造性思維、抽象推理（如提出牛頓定律或相對論）方面仍遠未達到人類頂尖水平。實現真正超級智能可能需要演算法上的重大突破當前大模型基於“下一個詞預測”，雖可通過擴巨量資料和算力提升表現，但在目標動態變化（nonstationarity of objectives）和創造性推理方面存在侷限。要實現類人創造力，需新的演算法機制，而非僅靠強化學習或暴力擴展。AI已在多個領域顯著提升效率，有望帶來巨大經濟價值預計到2030年，AI可創造約15兆美元的經濟價值。在能源、醫藥、材料科學等領域，AI正加速發現過程、降低成本並提高效率，例如最佳化石油網路、縮短藥物研發周期等。技術帶來的繁榮不等於財富的公平分配儘管AI具有“去貨幣化”潛力（如提供免費醫療、交通服務），但網路效應可能導致收益集中在少數國家、公司和資本手中。政策干預和國際合作至關重要，以避免加劇全球不平等。各國應根據自身條件制定AI發展戰略，合作優於孤立美國因資本市場深度和先進晶片製造處於領先地位；其他國家可通過與領先者合作（如沙烏地阿拉伯與美國共建資料中心）參與其中。並非每個國家都需自建資料中心，夥伴關係是關鍵。非洲等地區面臨被落後的風險，需加強基礎建設與治理缺乏穩定政府、強大學術體系和工業結構的國家難以充分受益於AI進步。若不採取主動措施，技術鴻溝將進一步擴大。虛擬世界將成為未來生活的重要組成部分“大世界模型”正在建構逼真的3D環境，推動人類進入虛實融合的新階段。教育、醫療、娛樂等領域將廣泛採用AR/VR技術，形成“無限宇宙”的混合體驗。人類的核心價值在於提問能力、判斷力與尊嚴即便機器能解決複雜問題，人類仍將主導“提出正確問題”的能力。未來最有效的模式是人機協作，而非完全替代。必須堅持以人為中心，保障人類尊嚴、自主性與福祉。對五年內“解決所有數學與科學難題”的預測持保留態度儘管數學、軟體等領域可能因可驗證性和尺度自由而快速進展，但科學的本質在於不斷提出新問題。許多根本性問題仍未解答，不應低估探索的長期性。 (AI前沿掃描)

眾所周知，在過去這些年裡，中國科技遭遇了史無前例的“重壓”，這部分的壓力大都來自西方。為了阻止中國科技產業的快速崛起，美西方針對中國科技企業展開了一系列的打壓或制裁手段。或斷供或卡脖，只要用了它們的技術或裝置、產品等，全都可能有被「鎖」的風險。而面對西方的霸權打壓，人民日報也對中國科技企業發出了警示——拋棄所有幻想，核心技術買不來！意思就是，中國科技企業要堅定的走一條自主研發的創新之路，才能避免被“卡脖”，沒有任何捷徑可走。事實證明，人民日報擲地有聲的警示奏效了，越來越多的中國科技企業實現了技術突破，在5G、AI、晶片等前沿科技領域，均實現了大邁進，開啟了全新紀元。例如，在AI領域，阿里等為代表的中國科技企業開始嶄露頭角。在2025雲棲大會上，阿里就徹底攤牌了，亮出了一張“王牌”——ASI，英文全稱就是“Artificial Superintrlligence”，超級人工智慧。長期以來，業界普遍的共識就是，AGI（通用人工智慧）是主流的AI發展方向，但阿里卻沒有隨波逐流，而是邁向了更高階的技術路線。很顯然，阿里的目標並不是追趕上OpenAI等業界頭部企業，而是要超越！阿里為何有這樣的底氣和決心呢？答案很簡單，長期技術積累和強力資金托底，這兩樣缺一不可。現在全世界都在加速向全面智慧化時代邁進，AI的研發註定是一個「燒錢」的過程，如果沒有足夠雄厚的財力支援，寸步難行。而在這次的雲棲大會上，阿里就官宣了「未來3年投入3800億主力AI基礎設施建設」的重磅好消息，同時阿里還強調了，未來還會持續追加更多的投入，這就是阿里的科研人員能夠無所畏懼就是乾的主要原因。而在技術方面呢？以大模型來說，目前阿里已經開源了約300款通義大模型，而全球的累積下載量已經超過了4億次。尤其Qwen3-Max，其性能已達到國際先進水平，躋身全球Top3。同時，在AI雲領域，阿里雲不僅穩居全球前四，AI相關的產品還連續8個季度實現了三位數的成長。阿里確定「向ASI推進」的策略，不只是給自己設定的目標，更是全球AI產業的發展目標。和當初搭建電商平台時一樣，阿里始終勇於挑戰，還是以「拓荒者」的身份，深耕充滿未知和挑戰的新領域。但正是因為這份遠瞻性，確定了阿里在各行業的霸主地位。相信這一次，重押AI領域的阿里，依然可以搶佔未來的先機，帶領中國科技再上一層樓。最後，還是要強調一句，央媒的警示需要牢記，不管身處什麼時代，行業的競爭存在，保持行業競爭力的秘訣就是，堅持科技自研，把核心技術掌握在自己的手裡。 （W侃科技）

在今日舉行的雲棲大會上，阿里巴巴旗下阿里雲進行了一場重磅演講。致敬開發者演講伊始，阿里巴巴代表向全球開發者致以崇高敬意：“正是因為螢幕後的開發者，推動了中國乃至全球的雲端運算、AI和科技行業發展。”AI革命剛剛開始“一場由人工智慧驅動的智能化革命剛剛開始。”演講開篇明義。工業革命放大了人類的體能，資訊革命放大了人類的資訊處理能力，而智能化革命將遠超想像。通用人工智慧（AGI）不僅會放大人類的智力，還將解放人類潛能，為超級人工智慧（ASI）的到來鋪平道路。AI進化速度驚人智力水平：短短幾年，AI從高中生水平躍升至博士生水平，甚至獲得國際數學奧林匹克金牌使用者滲透：ChatGPT是人類史上使用者滲透率最快的功能行業滲透：AI行業滲透率將超過歷史上所有技術算力消耗：Token消耗每2-3個月翻一番投資規模：全球AI年投資總額超4000億美元，未來五年累計投入預計達4兆美元通往ASI的三階段路線圖1. 智能湧現（學習人）網際網路數位化了人類幾乎所有知識，大模型通過學習這些知識集合，湧現出通用對話能力，初步解決人類問題。2. 自主行動（輔助人）AI不再侷限於語言交流，而是具備在真實世界使用和製作工具的能力，通過“Tool Use”呼叫外部軟體介面和物理裝置，執行複雜任務。編碼能力是關鍵：大模型編碼能力的巨大提升是通往AGI的必經之路。未來，“自然語言就是AI時代的原始碼”，任何人用母語就能創造自己的智能體。1. 自我迭代（超越人）兩個關鍵要素促成這一階段的拐點： 連接真實世界資料：AI必須直接從物理世界獲取全面、原始的資料，而不僅僅是人類歸納的二手知識 自我學習能力：AI將為自己搭建訓練架構、最佳化資料流程、升級模型架構，實現自我迭代大模型是下一代作業系統阿里巴巴做出重要判斷： 大模型是下一代作業系統 自然語言是未來的程式語言 智能體是新的軟體 上下文是新的記憶體阿里雲的三大戰略選擇1. 全力投入開源通義千問選擇開放開源路線，目標打造“AI時代的Android系統”。目前全球下載量已超6億次，衍生模型超17萬個，成為全球第一的開源模型矩陣。2. 打造超級AI雲阿里雲定位為“全端人工智慧服務商”，提供： 世界領先的智能能力 全球分佈的AI雲端運算網路 開發者友好的AI服務正在全力打造全新的AI超級電腦，實現基礎設施與模型架構的協同創新。1. 飽和式投入為迎接ASI時代，阿里雲計畫大幅擴大AI基礎設施建設，預計到2032年，全球資料中心能耗規模將提升10倍。人類與AI的未來當被問及人類如何與超越人類智能的AI系統相處時，阿里巴巴表示樂觀：“正如電曾經放大人類物理力量的槓桿，ASI將指數級放大人類的智力槓桿。”從“Vibe Coding”到“Vibe Working”，未來每個家庭、工廠、公司都將有眾多智能體和機器人24小時服務。也許未來每個人都需要100張GPU晶片為我們工作。一切才剛剛開始AI將重構整個基礎設施、軟體和應用體系，成為真實世界的核心驅動力，掀起新一輪智能化革命。阿里巴巴宣佈將持續投入，與合作夥伴和客戶一起，讓AI深入產業，共創未來。這場變革的速度和規模，可能遠超我們最瘋狂的想像。你，準備好了嗎？ (荷香入夢來)

AI下半場，AGI已成過去式，ASI正引領新智慧革命！ OpenAI推出的GDPval評估體系，透過真實工作任務審視大模型潛力，揭示AI如何從實驗室走向3兆經濟戰場，幫助人類從日常瑣事中解放，擁抱創造性未來。AI下半場真來了！AGI都過時了，現在AI業內討論的是超級人工智慧ASI：AGI能把人類從80%的日常工作中解放出來；而ASI則全面超越人類智慧的系統。剛剛，在a16z訪談中，OpenAI首席科學家Jakub Pachocki，透露OpenAI的研究路線圖的下一步是推理，下一個5年的重點目標是打造自動化研究人員：AI自動發現新想法，自動化研究人員的工作，自動化機器學習研究。但要理解AI潛力最清晰的方式，並不是預測未來，而是看看模型現在已經能做什麼。歷史經驗告訴我們，從網路到智慧手機，每一項重大技術從誕生到普及都需要十年以上。OpenAI希望以更透明的方式，展示大模型如何真正服務於現實世界。因此，他們推出了一項全新的評估體系GDPval，在有據可依的基礎上審視AI進步軌跡，而不是憑空臆測。論文地址：https://cdn.openai.com/pdf/d5eb7428-c4e9-4a33-bd86-86dd4bcf12ce/GDPval.pdf資料集：https://huggingface.co/datasets/openai/gdpval在GDPval 上，專家評審員將頂尖模型的輸出與人類專家的工作進行了比較。哈佛大學教授、名譽校長Lawrence H. Summers——同時擔任OpenAI的董事會成員，認為新研究令人興奮：在多項實際任務上，即使只有有限的指導，AI的表現與人類相當甚至更好;人類與人·工智能結合，可以更有效率;AI具有令人驚訝的能力，可用於評估並隨後改進其性能。OpenAI坦承：Claude Opus 4.1表現最佳，在接近一半的任務上與專家工作相當或更好，明顯優於GPT-5。但OpenAI的進步速度引人注目：在一年內，GPT系列模型勝率幾乎翻了一番。GDPVal 衡量AI的3億美元影響過去，大模型評估往往集中在學術測試或程式設計挑戰。這些評估雖然在推動模型推理能力方面起到了重要作用，但與現實工作場景仍有一定距離。為了填補這一鴻溝，OpenAI逐步開發出一系列更貼近實際、更具經濟意義的評估方法——從傳統的MMLU（涵蓋多學科的考試型題目），到更具實戰意味的SWE-Bench（軟件工程Bug修復任務）、MLE-Bench（機器學習工程任務，如模型訓練與分析）、Paper-Bench（科研論文的邏輯推理與評議），再到基於市場項目的SWE-Lancer（源自真實交易的自由職業軟件開發任務）。GDPval正是在這一演進路徑上的下一個關鍵節點。這項評估直接來源於現實工作中的任務，涵蓋了9大產業、44種職業、每年共3億美元經濟價值。整個任務集共包含1,320個高度專業化任務（其中220為金標任務子集，已開源）。這些任務源自於真實工作產出，例如法律意見書、工程圖、客服對話記錄或護理計劃等。每項任務需通過多輪嚴格審計流程，確保其具備三點，即：高度貼近實際工作場景；可由同領域的專業人士獨立完成；具備明確的評估標準。每項任務平均經歷5輪專家評審，評審團隊包括其他任務撰寫者、獨立職業評審專家，並輔以模型可行性與清晰度校驗。GDPval的獨特之處在於，不僅任務內容貼近現實、形式多樣，還具備極高的專業性和代表性。與傳統評估相比，GDPval並非簡單的文字提示任務。它要求模型處理完整的參考材料和工作背景，輸出形式也不僅限於文字，還包括檔案、PPT、圖表、電子表格，甚至多媒體內容。當然，GDPval目前還只是一個起點，尚未完全覆蓋現實知識工作中任務的複雜性。它幫助我們清楚地認識到，大模型不僅能在實驗室中解題，更可能在千千萬萬人的日常工作中，扮演可靠的輔助角色。請再讀一次：AI不再只是「通過考試」，而是開始接受文明體系本身的評估標準：GDP。獨立研究員Shanaka Anslem Perera表示：這不僅僅是一套評估體系，更像是某種經濟生命體的誕生。GDPval，是「後人類經濟時代」的第一套會計體系。今天，它是一個“基準”；明天，它將成為新物種的記分牌。當AI的產出開始計入GDP，它就不再是工具，而是超越「土地、勞動與資本」的第四種生產要素半數任務AI已逼近專業水平早期測試結果顯示，目前領先的大模型在某些任務上，表現已接近甚至媲美行業專家。在220項金標任務中，業界專家盲測了多款主流模型：GPT-4o、o4-mini、OpenAI o3、GPT-5、Claude Opus 4.1、Gemini 2.5 Pro、Grok 4。結果顯示：Claude Opus 4.1在美學表現方面表現最強（如檔案排版、PPT佈局等）；GPT-5則在精準性方面領先，尤其擅長定位專業知識點。當前最先進的大模型，輸出品質已接近業內專家水準。其中，Claude Opus 4.1表現尤為突出——在接近一半的任務中，其產出被評為「與人類一樣好」甚至「優於人類」。從GPT-4o（2024年春季發表）到GPT-5（2025年夏發布），模型在GDPval任務上的平均表現幾乎翻倍，呈現出明顯的線性進步趨勢。OpenAI還發現，頂尖模型完成GDPval任務的速度和成本，平均是人類的1%——大約快100倍、便宜100倍。不過，此數據僅統計了模型推理時間與API通話成本，並未包含人類監督、迭代修改與實際整合等現實工作流程所需的資源投入。儘管如此，在模型表現尤為出色的任務類型上，先用AI試一輪，再交由人類介入，可能成為節省時間與成本的理想策略。如何優化模型以提升GDPval表現為了驗證是否可以提升GPT-5在GDPval任務中的表現，OpenAI增量訓練了實驗性的內部特定版GPT-5。結果證實，經過此訓練流程後，模型效能確實得到了實質提升，展現了進一步優化的潛力。下圖的多項受控實驗結果，進一步印證了這一點：擴大模型規模、引導模型進行更多推理步驟、提供更豐富的任務背景資訊，都會帶來可衡量的性能增益。OpenAI設計了一個通用提示詞，要求模型在提交結果前進行嚴格的自檢，可適用於各類多模態經濟類任務，並未針對具體問題進行過擬合。最豪評分員頂尖機構的14年產業專家在GDPval任務中，為了評估模型的實際表現，OpenAI依賴資深從業者作為「評分員」。專家入選標準包括：至少4年產業從業經驗，且簡歷中需體現專業認可度、晉陞軌跡及管理職責。參與本計畫的專家平均擁有14年從業經驗。行業專家團隊曾任職於以下代表性機構：Meta、微軟、摩根士丹利、Google、甲骨文、蘋果、通用電氣、高盛、HBO、IBM、摩根大通、領英、洛克希德·馬丁、美國銀行、巴克萊銀行、波音、美國疾管中心、花旗集團、美國國防部、美國聯邦貿易委員會、美國國家公園管理局、NFL網絡、雷神、Sally Beauty、《科學美國人》、蘇富比、英國電訊報集團、賽默飛世爾、《時代》雜誌、美國司法部、美國空軍、美國郵政總局…這些評分員來自與任務相同的職業背景，並在不知曉「人類vs AI」身份的前提下，盲評由模型與人類任務撰寫者完成的任務成果。他們不僅會給出評價，還會對比排名，最終判斷每個AI生成結果是「優於」、「相當於」或「劣於」人類結果。為了確保評分過程透明一致，每位任務撰寫者也為其職業領域制定了詳細評分標準（rubric），涵蓋各類評價維度。OpenAI還開發了「自動評分器」——一個用於預測人類專家偏好的AI系統，模仿行業專家的對比評估方式。自動評估工具比專家評估更快、成本更低，且與人類專家評估的一致性達到66%，僅比人類評估者之間71%的一致性低5%。由於其侷限性，OpenAI沒有使用自動評分器取代人類評分員。AI與工作的未來圖景隨著AI能力不斷提升，勞動市場勢必會發生結構性變化。GDPval的早期結果已經表明，大模型在處理那些重複性強、結構清晰的任務時，效率遠超人類專家，不僅更快也更便宜。但也要看到，大多數工作不只是可拆解的任務清單。GDPval的意義在於：它揭示了AI可以承接那些日常性事務型任務，從而為人類騰出時間專注於更具創造力、判斷力的複雜工作。當AI能夠以這種方式補充而非取代人類時，將為經濟成長釋放巨大潛力。OpenAI希望藉助GDPval與相關工具，推動AI工具的普及平民化，支援勞動者順利適應時代變革，並打造能鼓勵廣泛參與與共享成果的激勵機制。同時，OpenAI也開放了GDPval金標任務子集以及一個公共評分平台，希望能為更多研究者提供基礎設施，持續推動該方向的發展。願每個人都能搭上AI時代的「上行電梯」。 （新智元）

9月24日，吳泳銘在阿里雲雲棲大會上發言，當天阿里巴巴（09988.HK）市值漲了近3000億港元，同天阿里巴巴美股盤前又漲超9個點。我們先來看看吳泳銘說了什麼。科代表看了整個演講洋洋灑灑5000多字，核心邏輯就兩個。一、AI將會替代能源的地位，成為最重要的商品。二、AGI已是確定性事件，終極目標是發展全面超越人類的超級人工智慧ASI。AI替代傳統能源的思路很簡單，就是AI成為當下必不缺的水、電、石油。吳泳銘直接說了Token就是未來的電。至於ASI是什麼，吳泳銘認為是超越人類智能、能夠自我迭代進化的超級人工智慧，即ASI。那如何到達，要經過三個階段，第一個階段是“學習人”；第二個階段是“輔助人”，這是當前所處的階段，最後才是自我迭代實現“超越人”。注意了，經歷這三個階段的過程，吳泳銘覺得會發生兩件事第一，大模型成為下一代的作業系統。未來，幾乎所有連結真實世界的工具介面都將與大模型進行連結，所有使用者需求和行業應用將會通過大模型相關工具執行任務，LLM將會是承載使用者、軟體 與 AI計算資源互動調度的中間層，成為AI時代的OS。大模型將會吞噬軟體。大模型作為下一代的作業系統，將允許任何人用自然語言，創造無限多的應用。模型部署方式也會多樣化，它將運行在所有裝置上，並具備可持久記憶，端雲聯動的運行狀態，甚至可以隨時更新參數，自我迭代，類似我們今天的OS運行在各種環境之中。科代表畫一下重點，就是大模型，大模型將替代我們現在使用的OS和生長在之上的軟體，但是大模型的除了演算法，其生長的基礎是什麼？第二，超級AI雲是下一代的電腦。屆時。新的AI計算範式需要更稠密的算力、更高效的網路、更大的叢集規模。這一切都需要充足的能源、全端的技術、數百萬計的GPU和CPU，協同網路、晶片、儲存、資料庫高效運作。只有超級AI雲才能夠承載這樣的海量需求科代表畫一下重點，晶片、儲存、資料，所有的算力需求將爆炸性增長。所以這裡，吳泳銘演講的重點呼之慾出：算力！基於這個判斷，阿里巴巴正積極推進三年3800億的AI基礎設施建設計畫，根據遠期規劃，2032年阿里雲全球資料中心的能耗規模將提升10倍。同樣是國內的科技巨頭，華為副董事長、輪值董事長徐直軍在華為全聯接大會直接指出：“算力過去是，未來也將繼續是人工智慧的關鍵，更是中國人工智慧的關鍵”算力的基礎是晶片，對於華為來說昇騰晶片是華為AI算力戰略的基礎。華為2018年發佈Ascend 310晶片，2019年發佈Ascend 910晶片，到2025年，Ascend 910C晶片隨著Atlas900超節點規模部署。未來3年，至2028年，我們在開發和規劃了三個系列，分別是Ascend 950系列，包括兩顆晶片：Ascend 950PR和Ascend 950DT，以及Ascend960、Ascend970系列，更多具體晶片還在規劃中。徐直軍表示，我們將以幾乎一年一代算力翻倍的速度，同時圍繞更易用，更多資料格式、更高頻寬等方向持續演進，持續滿足AI算力不斷增長的需求。不僅國內巨頭在快馬加鞭的推進，前兩天科代表在文章中也說了，國外的輝達、甲骨文、OpenAI都在抱團大搞AI基建，其中的重點之一也是算力。其實AI算力是一個很寬泛的詞，具體到算力產業鏈中包括了AI晶片、伺服器整機、銅連接、 HBM、液冷、光模組、IDC的那個模組。國海在最近的研報中也做了挺全的梳理，其中寒武紀、海光資訊工業富聯還有光模組的“易中天”都早早創了新高。這裡分享一下從的來說，從巨頭的投資動作和參與項目來看，算力可以是趨勢性的類股，實在不知道從何下手的其實可以看看晶片ETF和人工智慧ETF，場外也都有聯接基金。 (科學躺贏)

【新智元導讀】 OpenAI，有大事發生！最近各種爆料頻出，例如OpenAI已經跨過「遞歸自我改進」臨界點，o4、o5已經能自動化AI研發，甚至OpenAI已經研發出GPT-5？ OpenAI員工如潮水般爆料，瘋狂暗示內部已開發出ASI。 種種跡象表明，最近OpenAI似乎發生了什麼大事。 AI研究員Gwern Branwen發布了一篇關於OpenAI o3、o4、o5的文章。 根據他的說法，OpenAI已經跨越了臨界點，達到了「遞歸自我改進」的門檻——o4或o5能自動化AI研發，完成剩下的工作！

【新智元導讀】進入25年，ASI正在逐月逼近！美國一份報告顯示，未來20年內，約47%的工作崗位將會被自動化取代！我們做好準備了嗎？ 2025年，我們會迎來奇點嗎？ 在2023年末和2024年中，DeepMind和OpenAI分別放出了對於AGI等級的定義。我們親眼見證了，今年的AI如何在逐步攀升AGI高峰。 顯然，2024是旋風般的一年。而在2025年，我們有理由相信會看到更多的進步。