#AI 企業
梁文鋒冒著自己淪為二流大模型的風險,給整個中國 AI 企業探路了
V4 出來這天,DeepSeek 沒開發佈會。只發了一份技術報告。封面上印了兩行字:輝達 GPU,華為昇騰 NPU。注意這兩行字的順序。這是中國大模型公司第一次,把輝達和華為放在同一張技術報告的封面上。更狠的是後面那一句:模型 1.6 兆參數,100 萬 token 上下文,全端跑通昇騰。也就是說,這個兆參數的大模型,可以徹底不依賴輝達。先看一組資料,事情就清楚了去年 5 月,DeepSeek R1 橫空出世,矽谷開會研究中國人怎麼做到的。一年過去,國際同行進度是這樣的:OpenAI GPT-5 已經迭代到 5.4。 Anthropic Claude 4.7 出了。 Gemini 3.1 Pro 上線了。DeepSeek 這邊呢?V3.2 原地不動。整整 5 個月沒出新模型。同期業內 11 家頭部公司平均每 2.8 天發一次迭代。第三方榜單上,V3.2 綜合成績跌到全球第 16,程式碼生成第 17。外面已經在傳一個判斷:DeepSeek 淪為二流了。這就是題面。但誰也沒想到,沉默 5 個月不是技術不行。是梁文鋒自己關了門,幹一件比追榜單更難的事。把 1.6 兆參數的大模型,從輝達 CUDA 整套搬到華為昇騰 CANN。這件事到底有多難得講一點背景,不繞。你今天用的所有大模型,幾乎都跑在輝達 GPU 上。CUDA 是輝達自家的開發語言,2007 年到現在,全球幾乎所有 AI 工程師都是在 CUDA 生態里長大的。所有快、所有省、所有穩定的訣竅,都沉澱在這套工具鏈裡。華為昇騰也是 AI 晶片,但它用自己的語言,叫 CANN。讓一個兆參數模型在輝達上跑通,已經夠難。讓同一個兆參數模型同時在昇騰上跑通,性能不能差太多,相當於讓一個寫慣了漢語的作家,臨時學德語,再把《紅樓夢》翻譯重寫一遍,還要讓德國讀者覺得好看。DeepSeek 把這件事做了。技術細節不難懂:V4 用了 FP4 精度。這個精度,恰好是華為今年 3 月新發佈的昇騰 950PR 原生支援的。MoE 專家權重、稀疏注意力索引器,全部按昇騰的硬體特性設計。整個工程總共重寫了 40 萬行算子,全端架構重做,精度對齊誤差控制在 0.5% 以內。翻譯成大白話:DeepSeek 直接給昇騰量身定做了一個兆參數模型。代價是 484 天沒出新版本。這 484 天裡,GPT、Gemini、Claude 在輝達上各自把版本號往前推了好幾代。DeepSeek 主動把自己最鋒利的那把刀放下,去打磨另一把還沒開刃的刀。一道反商業直覺的題這就有意思了。按所有商學院的邏輯,企業要先保自己。R1 那波之後,DeepSeek 的局面其實非常硬:第一,全端跑在輝達上,CUDA 用了多少年,所有最佳化都是熟手。第二,量化基金幻方做爹,2025 年收益率 56.6%,一年抽五十億現金不缺錢。第三,技術口碑天花板,融資排隊的人能從知春路排到中關村。最聰明的選擇,是接著按輝達這條路猛衝。把模型做到全球第一,把品牌做到頂。R2 踩 OpenAI,V4 跨過 Gemini,整個 2026 年的中國 AI 故事可以由 DeepSeek 一個人寫。梁文鋒偏偏沒這麼做。他選的是反過來。先做生態,再保自己。為什麼?因為他看到一個誰都不願意承認的真相。中國 AI 整個行業都在賭一件事:什麼時候,國產晶片能跑兆參數大模型。這個賭局,誰都不敢押。兆參數模型一旦在國產晶片上跑掛,損失的是幾億美元算力帳單加半年研發周期。沒有那家公司的 CFO 敢簽這個字。阿里不簽,字節不簽,騰訊不簽。DeepSeek 簽了。簽字那個人是梁文鋒。註冊資本從 10 萬元變成 510 萬元,他個人持股從 1% 漲到 34%。把身家全壓上去,讓 V4 同時跑通昇騰和輝達。跑通的那一刻,整個遊戲的規則變了。一夜之間,盟友全跟上來了V4 發佈當天,8 家國產 AI 晶片公司同時宣佈完成適配。華為昇騰 950 超節點、寒武紀、海光、燧原、摩爾線程,一個不少。阿里、字節、百度,都在自己的雲上線了 V4。更扎眼的是後面這條消息:阿里、字節、騰訊已經向華為下單數十萬顆昇騰 950PR。中國 AI 圈很少出現這個畫面。平時大家是競爭對手,互相挖人,互相壓價。這一次罕見地朝同一個方向使勁。為什麼?因為 DeepSeek 把那塊最難搬的石頭,自己一個人搬開了。兆參數模型在昇騰上跑通這件事,相當於一份公開的合格證。證書一出,所有國產晶片廠商都可以走同一條技術路徑去適配。所有雲廠商都敢把國產算力推給客戶,因為有 V4 這個標竿站在那裡。輝達 CEO 黃仁勳去年說過一句話,被反覆引用:中國如果讓 DeepSeek 這種公司用上華為昇騰,那就是輝達的災難。他沒想到這一天來得這麼快。這才是梁文鋒真正干的事。他要的不是榜單第一名的模型。要的是能讓國產晶片跑得動的最強模型。沖榜單,是為自己。把行業抬起來,是給中國 AI 整體趟雷。代價是真的但代價不是嘴上說說。第一個代價,人才。V3 模型最重要的貢獻者羅福莉,去了小米。 核心研究員郭達雅,去了字節。 多模態核心阮翀、第一代大語言模型核心王炳宣,去了騰訊。每一個名字,背後都是幾百萬年薪和股權。DeepSeek 給不出市場最高的價。第二個代價,市場。阿里通義千問把 V3 階段 DeepSeek 佔的那部分使用者場景,慢慢做了回去。豆包靠字節的流量入口,把日活拉到第一。Kimi 在長上下文這條賽道,已經走在 DeepSeek 前面。DeepSeek 月活從 1.38 億漲到 1.60 億,看起來還在增長,但增長曲線明顯平了。第三個代價,原則。去年梁文鋒斬釘截鐵說過:DeepSeek 暫時不融資。2026 年 4 月 20 日,DeepSeek 被曝尋求百億美元估值,至少 3 億美元戰略融資。阿里、騰訊都在溝通名單。永不融資這條鐵律,在 V4 出來前一周,破了。底層原因不複雜。R1 當年訓練成本是 587 萬美元,V4 單輪訓練成本飆到約 5 億美元。漲了快 100 倍。昇騰這條路要燒的錢,比輝達多得多。晶片產能不夠,工程師要重新培訓,工具鏈要從頭建。幻方那點錢,撐不住一個兆模型時代的全產業鏈投入。梁文鋒低頭了。低頭的姿勢,是為了把整個國產 AI 算力產業鏈拽起來。圈內的新評價V4 發佈後,圈內最準的一句評價是這樣的:V4-Pro 比 GPT-5.4、Gemini 3.1 Pro 落後 3 到 6 個月。3 到 6 個月,聽起來不長。在 AI 這個行業,足夠把一家公司從第一梯隊拉到第二梯隊。落後是梁文鋒自己選的。V4 是不是 DeepSeek 最強的模型?不是。V4 是不是 2026 年中國 AI 公司最重要的一次發佈?我傾向於是。因為它做的事情,是把整個國產 AI 生態抬起一截,不是把自家排名再往上挪一格。第一梯隊的位置可以再爭。算力的底子如果沒打牢,爭到也站不住。跟普通人有什麼關係繞了這麼大一圈,跟普通人有什麼關係?第一件,AI 應用價格還會接著掉。V4 把 API 壓到每百萬 token 0.3 美元。這個價格一出來,國內所有大模型都得跟著降。意味著你以後用的所有 AI 工具,寫文件、做翻譯、改程式碼、生成圖片,成本都要再低一檔。最直接的體感,是各種 AI 會員包月降價。第二件,國產晶片產業鏈開始轉起來了。華為昇騰、寒武紀、海光,這些名字以前主要是 A 股投資者關心。現在是真有大模型在用,訂單是看得見的。這條產業鏈上下游幾百家公司,包括伺服器、記憶體、散熱、電源,都跟著進入新一輪訂單周期。第三件,AI 這件事不再被一根線綁住。過去三年,業內一直擔心一件事:如果美國把輝達完全斷供,中國 AI 是不是要原地停擺。V4 跑通昇騰這件事,把這個最壞假設的機率往下打了一截。還談不上徹底安全,但至少有了第二條腿。第四件,離你的工作更近了一步。價格便宜的大模型,意味著越來越多公司開始把 AI 接入業務流程。客服、文案、設計、初級程式設計、報表分析,這些崗位被替代的速度只會更快。這不是好消息,但是該提前知道的事。一句話收束梁文鋒這次的選擇,可能讓 DeepSeek 在未來一年裡看起來不那麼耀眼。模型評測榜單上的名次會往下掉,融資估值會被國際同行甩開,明星光環會被分給其他公司。這都是真實的代價。但如果兩年後回頭看,會發現 2026 年 4 月這周,是中國 AI 從「跟在輝達後面跑」切換到「能靠自己跑」的一個分水嶺。切這一刀的人,是梁文鋒。你覺得他這步棋,賭對了嗎? (有知識青年)
騰訊AI變形記
昨天,阿里千問核心負責人林俊暘離職的消息不但迅速在國內發酵,引發全網熱議,甚至震動矽谷與華爾街,引發人們對阿里AI戰局乃至戰略的關注。相對而言,一場層次更高,變化更大的人才與組織變局,卻幾乎是被輕描淡寫地帶過了。它就是騰訊年前所經歷的史上最大規模的AI架構調整。期間,1998年出生的姚順雨被任命為首席AI科學家,直接向騰訊總裁劉熾平匯報,成為中國網際網路大廠史上最年輕的“AI一把手”;騰訊AI Lab副主任、首席科學家俞棟則離職,騰訊元寶及混元團隊的招聘與“換血”也被加速、調整……“一代人終將老去,但總有人正年輕。”隨著AI的深入,圍繞人的敘事,還會繼續,迭蕩,起伏。2016年春天,當騰訊在深圳宣佈成立AI Lab(人工智慧實驗室)時,全球AI界都還沉浸在AlphaGo擊敗李世石帶來的震撼中。AI Lab,是騰訊史上第一個以“學術+業務”為主心骨的科研單位,由時任騰訊集團副總裁姚星牽頭搭建。姚星是2004年就加入公司的“老騰訊”,歷任騰訊架構平台部總經理、基礎架構部總經理、搜尋技術部總經理,向騰訊“技術中台”TEG(技術工程事業群)老大盧山匯報。▲騰訊2014年組織架構,華商韜略製圖除了AI Lab,當時的騰訊還在AI上有不少的佈局,比如SNG旗下有優圖實驗室,WXG旗下有What Lab、以及微信北京研發中心等。但總的來說,其AI實力並不算“強”。2016年,正是上一輪AI熱潮如火如荼之時,“人工智慧”首次被寫入政府工作報告,微軟亞洲研究院剛剛在2015 ImageNet大賽中用AI打敗人類,AlphaGo以4:1大勝李世石,“自動駕駛、語音助手、人臉識別”這些陌生的詞彙突然湧入人們生活。到騰訊成立AI Lab之時,阿里、百度都已全力備戰AI許久,百度更是早在2013年就設立了百度研究院,最早由李彥宏親自掛帥院長,並憑藉知名學者吳恩達(Andrew Ng)的加入而名噪一時。所以,2017年初的IT領袖峰會上,馬化騰坦言,“在人工智慧方向,騰訊相比百度還是落後”。然後,一轉身,騰訊就把百度研究院副院長張潼挖了過來,擔任自家AI Lab主任。緊接著是俞棟,這位微軟研究院的頂尖科學家,在語音識別領域享有盛譽,被騰訊挖來擔任AI Lab副主任,負責騰訊西雅圖AI實驗室。然後是劉威,前IBM沃森研究中心研究科學家,擔任AI Lab電腦視覺中心總監。▲張潼、俞棟、劉威,圖源:騰訊到了2017年時,騰訊AI Lab已經是一個擁有50+AI科學家、200+AI應用工程師的豪華團隊,專注於人工智慧的基礎研究,研究領域覆蓋視覺、語音、自然語言處理與機器學習——都是當時最火爆的AI課題。2018年,騰訊又加設了Robotics X機器人實驗室,由前任微軟視覺技術組專家張正友負責,與AI Lab平行。張潼加入騰訊時47歲,張正友加入騰訊時53歲,俞棟1998年就在微軟做AI研究——那一年,如今的騰訊大模型“一把手”姚順雨才剛剛出生。張潼、俞棟、劉威、張正友……這些人加起來,組成了騰訊第一代AI人才基本畫像:平均年齡超過45歲,“海歸派”,“學術派”,大多在矽谷IBM、微軟等知名實驗室有著多年研究經歷,學術知名度極高,IEEE Fellow幾乎是標配。這支由學術精英組成的AI Lab團隊,標誌著騰訊首次以系統化、規模化方式進軍AI領域,一時聲勢起得很高。期間,AI Lab的“高光時刻”有兩個,都跟遊戲有關——騰訊的主戰場。2017年3月,騰訊AI Lab開發的圍棋AI“絕藝”在日本第十屆UEC杯電腦圍棋大會上一舉殺出重圍,奪下冠軍獎盃。▲2017年“絕藝”團隊在日本奪冠,最右為騰訊副總裁姚星,圖源:騰訊2019年8月,在吉隆坡王者榮耀世界冠軍杯半決賽的特設環節中,騰訊AI Lab開發的遊戲AI“絕悟”戰勝職業選手賽區聯隊,升級至王者榮耀電競職業水平。然而,同樣在2019年,加入AI Lab僅2年的張潼突然離職,把擔子交到了隔壁Robotics X機器人實驗室主任張正友手上。一時間,所有人都懵了。要知道,張潼剛加入騰訊時的聲勢,不比今天的姚順雨小。▲2017年騰訊官宣張潼入職的新聞稿中,騰訊總裁劉熾平發言;圖源:騰訊張潼離開的原因眾說紛紜,有人猜“水土不服”、有人猜“山頭林立”——當時知乎上有一個回答這麼說:“說真的,今天Al Lab是個很難想像的存在,一方面體量如此之大,一群人拿著很高的title和package,但沒有KPI沒有OKR,不產生直接價值。”這話多少有些尖銳,卻也道出了為追求利潤的“公司”與為追求學術的“研究院”之間的天然壁壘。研究院這一架構源自矽谷,中國網際網路大廠早期爭相模仿,但落在中國往往“水土不服”——例如,騰訊最早對標的百度,其研究院在經歷過多輪的洗牌、重組後,今天已被收編為業務體系內的一個部門,不再獨立於營收之外。而張潼的離開,在時間上,又與一場騰訊內部的“大改革”息息相關。——騰訊930變革。2018年9月30日,騰訊宣佈了自2012年以來最大規模的架構調整,也是騰訊歷史上最大規模的組織調整之一。MIG(網際網路事業群)、OMG(網路媒體事業群)、SNG(社交網路事業群)全部打散,to C部分被收編進新設的PCG(平台與內容事業群)、to B部分收入CSIG(雲與智慧產業事業群)中。▲騰訊2018年“930變革”組織架構,華商韜略製圖這一重磅的架構調整背後,是騰訊面臨的巨大壓力。2018年3月,國內遊戲版號審批突然全面暫停,猛烈衝擊著騰訊的主營業務;同月,第一大股東南非Naspers首次減持騰訊,套現近800億港元後離場。騰訊的股價也從2018年1月底的470+港元高點,一路下跌至10月的250+港元,跌幅達到了驚人的47%,創下歷史最大回撤。在C端之外,騰訊缺少第二增長曲線,這是市場最擔憂的。騰訊的應對方案是兩手——1、“勒緊褲腰帶”;2、做ToB。在930變革中,騰訊新成立的CSIG全稱“雲與智慧產業事業群”,由有10多年業務經驗的“老騰訊”湯道生負責帶領,將原先散落在集團各處的ToB業務整合,並將騰訊雲作為AI技術產出的重要平台。第一財經報導稱,2018年左右,“騰訊AI Lab就拆分成了兩個部分,只有少部分人繼續留做AI基礎研究,其他大部分成員都要開始服務於公司的遊戲與廣告業務。”當然,受威脅的並不僅僅是騰訊。那幾年,市場急劇動盪,百度、阿里、騰訊個個都在焦慮“流量見頂”,字節跳動卻帶著強大的推薦演算法半路殺出,快速成為所有上一代巨頭的心腹大患。另一方面,當人工智慧泡沫越吹越大,但除了人臉識別之外幾乎在C端看不到賺錢的苗頭,巨頭也都齊齊轉身,號召“搞ToB”“AI+產業”“落地工廠”“降本增效”。2021年,姚星——騰訊副總裁、AI Lab牽頭人,同時也是有著17年資歷的“老騰訊”——離職。而自2019年後,騰訊AI Lab再未官宣任何學術明星入職。2022年底,ChatGPT突然殺了出來。全球科技界,炸了。大模型太強了,幾乎在一夜之間火遍了世界;在人類技術發展的歷史上,所有企業第一次以前所未有的速度達成了共識——要搞大模型。除了騰訊。騰訊是國內大廠中最晚推出自研大模型的公司。2022年11月底ChatGPT上線後,全球科技巨頭瘋狂湧入大模型賽道,百度、阿里、字節等巨頭要麼早有佈局,要麼緊急跟進。但騰訊直到2023年9月才發佈了首款大模型“混元”,C端產品“元寶”更是要到2024年5月才推出,比百度、字節晚了一整年。而2024年5月的時候,豆包下載量已經突破1億,擔得上一句“遙遙領先”。馬化騰每年都會在年底的員工大會上做總結與復盤,復盤2023年的騰訊AI時,馬化騰的口徑是騰訊的AI“不能算最領先,但是至少沒有太落後”;2024年時在強調“各個BG擁抱大模型的產品化落地,基於混元做更多AI探索”;但最近,馬化騰復盤2025年的騰訊AI時,話開始說得重了:“騰訊AI整個動作慢了”“基礎設施不足”“平台不能比別人差”。騰訊AI的“慢”,其實也有原因。這幾年,騰訊經歷了兩次歷時9個月的“遊戲版號暫停風波”,降本增效成為全公司的主旋律,AI大模型這種一眼望不到邊的“燒錢”研發,自然也就要能省也省著些。騰訊早期在大模型上的投入非常謹慎,沒有大規模招攬AI人才,沒有積極儲備算力,領導層在談起AI大模型時,對外始終強調“看重AI的落地應用”。不過,騰訊“慢”也有慢的底氣。——幾乎所有人都堅信,只要“微信+QQ”這對流量王炸出手,一切都會好起來的。這也是騰訊多年來摸索出的一套戰略經驗。作為一家應用能力極強的巨頭,大多數時候,騰訊根本不需要在市場早期入局,只需要等“百X大戰”打到終局,場景、技術、路線全都清晰後,再憑藉強大的資源與流量武器,一舉KO。2015年春節騰訊的“微信紅包”奇襲戰就是一個絕好的案例。然而,在十年後大模型領域,這套打法卻有些失靈。它遇上了字節跳動。上文提到,憑藉著技術先發+“字節系”龐大的流量體系,2024年,字節“豆包”下載量已經突破1億,DAU攀升到了2000萬。而到2024年底,騰訊“元寶”那怕手握“微信+QQ”作為流量靠山,DAU仍舊只有幾十萬。騰訊有些急了。所有改革的第一步,都是換人。還記得張正友嗎?2019年,張潼離職後,AI Lab主任一職一直由Robotics X機器人實驗室主任張正友兼任。騰訊第一代大模型研發班底“混元助手”,就由張正友組織搭建。2024年7月,張正友突然卸任AI Lab主任,回歸Robotics X實驗室——騰訊AI的另一位關鍵人物蔣傑,浮出水面。蔣傑,是一位有著12年業務經驗的“老騰訊”,曾任騰訊CDG、TEG副總裁,曾經靠搭建騰訊廣告平台而聲名鵲起,他接任AI Lab主任,並成為彼時騰訊大模型的“一號位”。2024年11月,曾經的AI Lab電腦視覺中心總監,同時也是騰訊傑出科學家、騰訊混元大模型技術負責人之一的劉威離職。2025年1月,“元寶”團隊從TEG技術事業群調整至湯道生領導的CSIG事業群。不僅如此,在AI大模型的演算法、模型、產品、增長等各個領域,騰訊都掀起了一場“搶人大戰”,高薪招募年輕博士、高薪挖角競爭對手……這場戰事的高潮是2025年8月,前OpenAI研究員姚順雨官宣加入騰訊。這位出生於1998年、國內大廠中最年輕的“大模型一號位”加入後,騰訊AI架構更是順勢進行了全面改革:2025年12月,騰訊大模型研發在原有架構上新設AI Infra部(AI基建)、AI Data部(AI資料)、資料計算平台部。其中,AI Infra部和原有的“大語言模型部”向姚順雨匯報;其餘向AI Lab主任蔣傑匯報;這條技術匯報線的上級是騰訊TEG事業群負責人盧山。但與此同時,姚順雨還單獨位列“CEO/總裁辦公室”首席AI科學家,直接向騰訊總裁劉熾平匯報。▲騰訊2025年12月大模型架構調整,華商韜略製圖姚順雨在加入騰訊前僅在OpenAI有1年的工作經驗,但他的年輕與號召力有目共睹,也讓人看到了騰訊“加碼AI”的決心。姚順雨加入後不僅加快了騰訊AI原有團隊招人、換血的步伐,同時在模型資料策略、模型訓練方向上提出了新的思路。也是在姚順雨的影響下,2026年2月,清華博士、新加坡Sea AI高級研究科學家龐天宇(1995年出生)宣佈加入騰訊,擔任混元大模型團隊首席研究科學家。馬化騰曾經有句名言,“有時候你什麼都沒做錯,錯就錯在你太老了”。當姚順雨、龐天宇們開始挑起大梁,騰訊AI自然也就年輕了。與之伴隨, 2025年12月底,原騰訊AI Lab副主任俞棟離職。至此,成立初期的“AI Lab三劍客”張潼、俞棟、劉威,以及最初的實驗室牽頭人姚星,已全部離開騰訊。“一代人終將老去,但總有人正年輕。” (華商韜略)
當達沃斯還在熱議AI未來時,中國一家公司的AI教育已經服務了全球5000萬群體
作為全球最具影響力的思想與議程平台之一,達沃斯論壇向來被視為觀察世界走向的風向標。各國政要、跨國企業掌舵者、學者與國際組織負責人齊聚一堂,共同討論那些決定人類走向的長期議題。1月19日至23日,世界經濟論壇第56屆年會如期而至。但這註定是一屆被載入史冊的達沃斯——恰逢全球政治、經濟與技術格局正在重塑的節點,貿易壁壘與技術分化的陰影持續籠罩,世界處於一種前所未有的分裂與重組之中;與此同時,人工智慧作為新一輪生產力革命的核心動力,圍繞技術的長期價值、應用邊界與社會影響亟需展開更多的深度交流與對話。在這一宏大敘事中,松鼠Ai創始人栗浩洋作為僅有的兩家中國AI獨角獸企業家受邀出席2026冬季達沃斯並在AI論壇發言,這樣的出現具有特殊意義——當全球仍在辯論AI的未來走向時,以松鼠Ai為代表的中國企業已在教育領域沉澱出了被驗證有效性的產品。不僅如此,松鼠Ai更為全球在充滿不確定性的技術變革中,確立了一個可供參照的“確定性”坐標——當AI技術真正回歸以人為本,我們終將迎來一個更具普惠與光明的未來。AI的經濟價值,將被重新定義如果要衡量一場討論的重量,首先要看坐在談判桌前的是誰。本屆達沃斯的陣容堪稱“全球頂配”。政界不僅有中國國務院副總理何立峰、美國總統川普、歐盟委員會主席馮德萊恩等大國領袖出席;商界更集結了約 1700 位領袖,其中包括馬斯克、黃仁勳、薩提亞·納德拉、Demis Hassabis 等掌控著全球算力與未來的科技巨擘。在如此高規格陣容的頂層對話中,幾乎沒有人再懷疑 AI 的重要性。分歧只存在於一個問題:AI 究竟會加劇不平等,還是修復不平等?科技巨頭們對此有著不同的切面解讀。 輝達CEO黃仁勳將 AI 定義為“人類史上最大規模的基礎設施建設”,強調其作為社會底座的普適性;而微軟CEO薩提亞·納德拉則更關注落地,他反覆提醒:如果AI不能擴散至各行各業,成為一種普遍的賦能工具,那麼技術繁榮將是脆弱的泡沫。這些討論,表面上是技術路線之爭,底層卻指向一個更現實的問題:誰有能力、也有意願,把AI變成一種“公共價值和公共能力”。正是在這樣的全球性討論場中,松鼠 Ai 的出現引發了廣泛關注。松鼠Ai作為中國僅有的兩家受邀出席2026冬季達沃斯並在AI論壇發言的AI獨角獸企業,其智適應教學系統並非概念模型,而是已在真實課堂規模化應用、持續產生可驗證學習效果與經濟價值的人工智慧產品。在松鼠Ai創始人栗浩洋看來,AI不僅無可避免地讓財富向少數能夠駕馭它的人匯聚,但還能讓大眾,尤其是最基層的百姓百倍受益。他以親身經歷生動說明:“我的父親是一位特級教師,退休後別人請他講課的費用是每小時1000美金。而松鼠Ai智能老師,在上百次‘人機大戰’中證明其能夠戰勝包括我父親在內的特級教師群體,但每小時成本僅需10美金。這是百倍的普惠,填平了普通人與精英在教育、法律、醫療等關鍵領域的鴻溝。”在此基礎上,栗浩洋進一步提出了一個深刻且犀利的觀點——AI讓社會福利與生產力提升的方式,已經突破傳統統計體系:傳統經濟學的測算邏輯是"價值等於交易額",GDP等於市場支付的總和,但 AI 的價值往往不通過價格完全體現。“當消費者付費10美金使用松鼠Ai智能老師,經濟學家不應該只用10美金來計算GDP,實際上應該用1000美金來計算,因為這就是前AI時代同等價值的服務。傳統的計算方法完全忽略了AI給全社會帶來的百倍價值增量,從而會嚴重低估人工智慧的真實產值。"這種價值重構的終極指向,是將AI從一種“商業特權”進化為一種“公共能力”。 AI需要像水、電和網路一樣,脫離稀缺品的屬性,成為社會運行的基礎設施。AI的經濟價值,也需要被重新定義。松鼠Ai在達沃斯所展示的,正是這種“公共能力”的具象化:一方面,松鼠Ai打破階層壟斷,通過百倍的成本壓縮,讓貧困山區的孩子也能擁有“特級教師” ;另一方面,松鼠Ai向貧困家庭捐贈價值千萬的帳號,這不是一種慈善施捨,而是在驗證一種新的社會分配機制——讓技術紅利無差別地覆蓋每一個個體。穿越數字鴻溝的“中國方案”如果說過去兩年,人們還在為大模型的湧現能力感到興奮,那麼到了今年,達沃斯討論的核心詞已經悄然轉向:落地。在算力不再是瓶頸、模型參數捲到天際的今天,我們不再通過“誰擁有更高級的AI”來劃分階層,而是通過“誰能更平等地獲得AI的賦能”來衡量社會的文明程度。在這樣的背景下,松鼠Ai因為驚人的務實精神和落地能力,在達沃斯的聚光燈下顯得尤為閃耀。在AI教育領域,松鼠Ai已經率先把技術能力轉化為公共能力,為全球性問題提供最領先的現實解法。作為《時代》周刊(TIME)公佈的年度“最佳發明”,松鼠Ai的智適應學習系統,融合了認知科學、教育心理學與機器學習,能理解文字、圖像、語音,並生成個性化教學策略。沙利文和安永最新的行業報告中,將其認證為L5級自動駕駛的智能老師——系統可以像一個經驗豐富的老教師一樣,不僅能傳授知識,還能洞察學生的情緒,拆解知識的圖譜,甚至在學生自己都未察覺困惑時,精準地找到那個認知的斷點。這一“因材施教”夢想的實現,源於松鼠Ai將知識拆解為微顆粒單元,通過機率圖模型編織成動態知識圖譜。系統不僅判斷對錯,更通過反應時間、猶豫模式、習慣性錯誤等七十多個維度,即時推斷學生的思維卡點。就在不久前,松鼠Ai完成了一場目前世界範圍內最大規模的AI教學對照實驗——其發起的「最多人參與的AI與傳統教學差異化實驗」吉尼斯世界紀錄™挑戰成功。這是一場涵蓋1,662名學生、歷時兩個月、由艾瑞諮詢發佈權威報告、北師大納入教育部專項全程追蹤的嚴苛實驗。而這場實證,最終以AI教學組在提分、穩定性和補弱效應上的全面勝出而宣告成功。不同於許多尚處於實驗室階段的技術雛形,松鼠Ai已經在中國廣袤的土地上驗證了其模式的普適性。目前,松鼠Ai已與超過6萬家公立學校達成合作,並在全國開設了超過3000家線下“AI自習室”。從縣城、鄉鎮到城市邊緣與山區,松鼠Ai將“僅屬於富人的個性化教育”,變為每個孩子觸手可及的日常。這不是概念,而是規模化落地的技術現實。“AI智能老師+專業督學”的雙軌協同範式,進一步突破了地域與資源的限制。無論是一線城市的名校,還是偏遠地區的鄉村學校,這套系統都能穩定地輸出高品質的個性化教育服務。這種跨越地域、規模化落地的能力,正是世界渴望看到的“中國經驗”。在這個意義上,松鼠Ai 帶來的不僅是教育產品的革新,更是一場關於“技術權利”的啟蒙:在智能時代,獲得個性化的高品質教育,不應是昂貴的商品,而應是每個人觸手可及的基本權利。這也正是松鼠Ai在達沃斯語境中被反覆討論以及被強烈關注的原因——大量AI應用仍停留在概念階段,而松鼠Ai已經完成了從演算法、內容到學習效果的閉環驗證,並在真實規模中持續運轉。並且,松鼠Ai並不是在展示“更強的AI”,而是在證明技術可以被用來填平鴻溝,而非製造新鴻溝。做“教育平權”的全球踐行者如果把達沃斯理解為全球未來的“議程場”,那麼今年的核心討論並不僅是“AI 能不能做”,而是“AI 如何真正普及到全球、特別是發展中經濟體”,讓技術帶來的紅利不再被少數國家或企業壟斷。面對貿易壁壘、技術陣營和供應鏈重組帶來的“碎片化”擔憂,世界亟需一種能夠跨越國界的合作路徑。在所有領域中,教育是少數仍然不被地緣政治完全阻斷的合作方向。因為無論一個國家處於何種發展階段,教育始終是最長期、最基礎的需求;而AI技術,正在讓優質教育第一次具備全球普及的現實條件——它可以以可負擔的成本,提供可複製的教學質量,縮小資源差距。正是在這一點上,松鼠Ai的角色被進一步放大,並且模式已具備全球複製的潛力:在北美,應對教師短缺;在東亞,追求更精準的個性化;在中東,緩解人口增長帶來的教育缺口;在非洲,適應多語言、多體系的複雜需求。在全球討論AI未來走向時,標準與規則往往決定誰能主導產業生態。2023年,全球技術標準界的權威組織IEEE發出一封“重量級邀請函”:希望建立一套“AI教育大模型標準”。這一工作組匯聚了來自數十個國家的頂尖科學家與人工智慧企業,成員名單幾乎是全球學術界與產業界的“名人堂”。成員包括“機器學習教父”Tom Mitchell、史丹佛教授Stephen Ciesinski、哈佛教育學泰斗Chris Dede,以及中國科學院王飛躍、牛津大學Stefan Zohren、劍橋大學Steven Watson等世界級專家。在這樣一個“全球智庫級”的組織中,主席的選拔無疑是最關鍵的權力分配。令人注意的是,IEEE並未選擇西方學者,而是把工作組主席的關鍵位置,交給了松鼠Ai創始人栗浩洋。這種“規則層面的領先”,也是一種現實證明:全球AI教育未來的運行規範、介面標準、能力邊界,希望由全世界最成熟領先的企業來共同完善及最佳化。松鼠Ai也已經完全具備將AI教育產品推向世界、並在全球範圍內建立生態的實力。在達沃斯期間,松鼠Ai不僅在多個高層雙邊與多邊場合亮相,並參與了卡達投資局等重要國際交流活動,進一步證明其在全球教育科技領域的影響力正在上升。因為這種“教育平權”的方案不分國界。目前,松鼠AI正在率先為全球市場提供“中國機會”,基於教育數位化與AI教學的成熟能力,發展中經濟體可以獲得一種成熟的“可負擔、可持續、可複製”的普惠路徑。 (AI寒武紀)
重磅利多,兆級“國家隊”投向明確了
政府投資基金,是不少科創企業和產業項目的“伯樂”和“助攻”。這一次,國家出手,首次為兆級的政府投資基金發展定方向。據央視新聞,12日,國家發展改革委、財政部、科技部、工業和資訊化部聯合發佈《關於加強政府投資基金佈局規劃和投向指導的工作辦法(試行)》(以下簡稱《工作辦法》)。同時,國家發展改革委也同步出台了《政府投資基金投向評價管理辦法(試行)》(以下簡稱《管理辦法》)的通知。國家發展改革委相關負責人表示:這是首次在國家層面對政府投資基金的佈局和投向作出系統規範。《工作辦法》圍繞政府投資基金“投向那、怎麼投、誰來管”三方面,提出14項政策舉措。在最佳化基金佈局方面,要求基金支援重大戰略、重點領域和市場難以有效配置資源的薄弱環節,推動科技創新和產業創新深度融合,著力培育新興支柱產業,堅持投早、投小、投長期、投硬科技。在加強投向指導方面,要求基金投向須符合國家重大規劃和國家級產業目錄中的鼓勵類產業,不得投向限制類、淘汰類以及政策明令禁止的產業領域。同時,《工作辦法》還進一步明確由省級發展改革部門牽頭制定本地區重點投資領域清單,並據此最佳化基金佈局和投向。涉及航空、AI、人形機器人據券商中國,在指標設定上,《管理辦法》共設定3個一級、13個二級指標。一是政策符合性指標(權重 60%),主要評價基金在支援新質生產力發展、支援科技創新和促進成果轉化、推進全國統一大市場建設、支援綠色發展、支援民營經濟發展和促進民間投資、壯大耐心資本、帶動社會資本、服務社會民生等方面發揮的作用,推動基金立足政策性定位,更好服務國家發展大局。二是最佳化生產力佈局指標(權重 30%),主要評價基金落實國家區域戰略、重點投向領域契合度及產能有效利用情況等。三是政策執行能力指標(權重 10%),主要評價資金效能情況及基金管理人專業水平等,推動實現政府引導、市場化運作和專業化管理的有機統一。在支援新質生產力發展情況方面,《管理辦法》指出,主要考察基金投向是否符合支援新質生產力發展。支援的投向領域包括:(一)培育新興產業、未來產業。新興產業主要包括新一代資訊技術、新能源、新材料、高端裝備、新能源汽車、綠色環保、民用航空和船舶與海洋工程裝備等領域;未來產業主要包括元宇宙、腦機介面、量子資訊、人形機器人、生成式人工智慧、生物製造、生物育種、未來顯示、未來網路、新型儲能等領域。(二)推動傳統產業改造提升。主要包括:製造業重點產業鏈高品質發展,產業基礎再造和重大技術裝備攻關,製造業重大技術改造升級,支援企業“走出去”等。(三)支援數字經濟發展。主要包括:“人工智慧+”行動,大模型廣泛應用,人工智慧手機和電腦、智慧型手機器人等新一代智能終端以及智能製造裝備,5G規模化應用,發展新型文化業態,發展資料產業等。按照基金投向上述支援領域的資金與基金實繳規模的比例計算得分,滿分為10分。另外,在最佳化生產力佈局指標方面,《管理辦法》提出,落實國家區域戰略情況、重點投向領域契合度、產能有效利用情況的分值均為10分。在落實國家區域戰略情況方面,《管理辦法》提到,主要考察基金投向是否支援和促進國家重大區域戰略實施。包括但不限於:支援西部大開發、東北全面振興、中部加快崛起、東部加快推進現代化等區域協調發展戰略,支援京津冀協同發展、長三角一體化發展、粵港澳大灣區建設、長江經濟帶發展、黃河流域生態保護和高品質發展、海南全面深化改革開放等重大區域戰略,支援海洋強國建設,深化東、中、西、東北地區產業協作等。基金投向領域符合上述區域戰略要求的,得10分。國家發展改革委:引導政府投資基金差異化發展據央視新聞,國家發展改革委相關負責人表示,近年來,一些政府投資基金在設立和運作中,出現與地方資源稟賦和產業基礎不匹配、基金定位不清、投向同質化等問題。針對這些情況,《工作辦法》對國家級基金和地方基金的功能定位和投資重點作出明確要求。《工作辦法》明確,國家級基金要立足全域,圍繞基金定位,重點支援國家現代化產業體系建設和關鍵核心技術攻關,著力補齊產業短板、突破發展瓶頸。同時,要求地方基金結合本地產業基礎和發展實際選擇投資方向,在項目投資中落實全國統一大市場要求,重點支援產業升級、創新能力提升,以及小微民營企業和科技型企業孵化,引導社會資本有效參與。此外,國家發展改革委同步制定了《政府投資基金投向評價管理辦法》,按照“正面引導與負面約束相結合”的思路,建立覆蓋基金營運管理全過程、定量與定性相結合的投向評價體系,進一步強化政策導向和規範管理。 (21世紀經濟報導)