【新智元導讀】從攔截彼得·蒂爾、警告馬斯克，到如今公開說「必須有適應能力」，哈薩比斯史詩級轉身：AI安全窗口正在永久關閉，他不再幻想制度，而是賭上全部身家——賭影響力，賭良知，賭自己。最怕AI毀滅人類的人，正在拚命造AI！最相信治理的人，如今親口承認：治理徹底靠不住！最強調安全的DeepMind，也被拖入戰時軍備競賽！就在幾小時前， DeepMind創始人Demis Hassabis哈薩比斯自己親手砸碎了AI安全幻想，從理想主義者徹底轉向現實派。他承認：超級智能可能滅絕人類，卻只能靠自己「搶座上桌」來護航。哈薩比斯，這個曾發誓要用嚴密的制度、法律約束和倫理委員會將AI鎖進籠子裡的人，坐在那個破舊的吊燈下，無奈承認：「安全不再取決於治理結構。即便有董事會，在關鍵時刻，他們也未必會做對的事。」他轉而提出了一個極具現實主義、甚至帶有些許悲劇色彩的新方案：「我必須坐上桌，爭取影響力。」幻想再三破滅，哈薩比斯轉身哈薩比斯不是普通加速派。一般而言，AI領袖通常分為兩派：一派是以OpenAI奧特曼為代表的「加速主義者」，相信技術總能解決技術帶來的問題；另一派是憂心忡忡的「末日預言家」，認為AI可能像核武器一樣導致人類滅絕。但哈薩比斯是一個極其複雜的矛盾體：他是為了阻止末日，才決定親手製造AI。這種近乎悖論的動力源於他極度深邃的焦慮。哈薩比斯對「AI滅絕風險」瞭如指掌，熟悉程度甚至超過了最激進的抗議者。他和DeepMind的另一位聯創Shane Legg，就在一次AI安全的講座上相識。目前，Shane Legg任GoogleDeepMind的首席AGI科學家，擔任AGI安全委員會聯席主席，同時也領隊研究後AGI時代的世界可能是什麼樣子。在「奇點峰會」上，他曾攔截彼得·蒂爾（Peter Thiel），向他兜售關於機器如何超越人類的幻象。他曾當面告訴馬斯克，殖民火星毫無意義，因為如果超級智能是惡意的，它同樣能造出橫跨星際的火箭，火星絕不是人類的避難所。這種焦慮催生了他早期極具英雄主義色彩的「單體治理」（Singleton Scenario）構想——他曾嚴肅地計畫，帶著全球最頂尖的科學家，躲進一個秘密的「地堡」——可能是摩洛哥的沙漠，也可能是某個與世隔絕的孤島。在那裡，他們將像開發曼哈頓計畫一樣，在沒有資本壓力、沒有地緣競爭、沒有世俗干擾的情況下，代表全人類開發出第一個「絕對安全」的超級智能。哈薩比斯被馬斯克背刺？「只要這個世界上只有一隻手握著火種，我們就還能控制火勢。」 這是哈薩比斯最初的邏輯。為了這個邏輯，他在2014年將DeepMind賣給Google時，開出了歷史上最奇葩的收購條件：即使Google付了錢，哈薩比斯依然要在AI安全事務上保持絕對的獨立；設立一個由獨立專家組成的外部委員會來監督整個處理程序；AI的軍事應用將被嚴格禁止。從少年時代起，哈薩比斯就立志要建構強AI。而只有確保其安全性，他才能為畢生的事業找到正當理由。Google收購前不久，哈薩比斯曾提醒DeepMind的研究員候選人，如果簽約加入，就要做好心理準備——最終的終局之戰來臨時，他會進入一個地下基地，實現單體治理的壯舉。2015年，為了落實Google承諾設立的AI監督委員會，DeepMind組織了一場秘密集會，邀請了哲學家和技術專家參加。哈薩比斯邀請馬斯克主持集會，地點設在馬斯克的SpaceX加州總部。但這一招適得其反。這次集會，標誌著哈薩比斯的安全構想開始瓦解。馬斯克聽取了哈薩比斯及其聯合創始人的演示，隨後反其道而行之。他與奧特曼聯手創立了OpenAI。那一刻，哈薩比斯的安全烏托邦就開始死了。失了裡子，還丟面子了考慮到人性，這種局面不可避免。面對鑽木取火般史詩級的AI技術前景，人們並不會凝聚成一個單一的集體。他們爭論不休、相互嫉妒、各自為營。此時，哈薩比斯本可以停下來重新思考。如果「單一主體」的設想過於天真，AI開發者又如何避免一場衝向懸崖的競賽？但哈薩比斯非但沒有停下腳步，反而加速前進。2016年，AlphaGo橫空出世。機器智能超越人類智力的時間表，一下子提前了。為了跟上AI這一進展，哈薩比斯提出了新的想法，希望讓AI服務於人類。他與聯合創始人穆斯塔法·蘇萊曼一起，著手與Google談判，尋求建立一套新的治理保障機制。為了推進這個秘密的「馬里奧計畫」（Project Mario），他聘請了一支頂尖的法律團隊，獲得了外部10億美元的資金承諾，並考慮如果無法獲得對技術的控制權，就讓DeepMind從Google獨立出去。與此同時，蘇萊曼還帶領DeepMind團隊參與了一項幫助英國國家級的急性腎病管理項目。如果能實現AI的獨立治理，又能改善普通英國民眾的健康狀況，哈薩比斯或許就能確信，自己的追求確實是向善的。然而，這兩項努力均以失敗告終。與Google圍繞治理權的拉鋸戰持續了三年，困難重重。而幫助英國國家醫療服務體系的項目，則遭到了隱私保護倡導者的強烈反彈——他們憤怒於一家美國科技巨頭的子公司可能染指患者資料。到2019年，哈薩比斯和DeepMind在這兩條戰線上都已退卻。蘇萊曼最後也離開了DeepMind。ChatGPT致命一擊，GoogleAI狂飆2022年，ChatGPT的爆發，像一顆核彈丟進了哈薩比斯的辦公室。在此之前，哈薩比斯還試圖維持「科學家的優雅」。他帶領團隊開發AlphaFold，破解蛋白質折疊難題，拿下了諾貝爾獎。他認為這是AI服務人類的最高境界：一種純粹的、造福醫療的、可控的科學。但市場不這麼看。當ChatGPT成為歷史上增長最快的應用時，Google慌了，整個矽谷都瘋了。2022年，ChatGPT爆火那天，哈薩比斯在內部定調：現在是戰爭狀態！在這個狀態下，所有之前的安全承諾都變得脆弱不堪：Google開始積極接觸國防部門，試圖將AI賣給五角大樓（曾是哈薩比斯的紅線）。在權力鬥爭中，原本那個「獨立倫理委員會」幾乎隱形。為了追趕GPT-4，DeepMind與Google大腦強行合併，速度取代了嚴謹。哈薩比斯看清了一個殘酷的現實：在AI競賽中，沒有一個非營利的制度能寄生在營利性巨頭的體內。當生存受到威脅，所有的倫理都是奢侈品。哈薩比斯親眼看著自己親手築起來的所有牆，一堵一堵倒掉。他終於承認：「即使有治理委員會，關鍵時刻也可能做錯決定。」真正失控的不是模型，而是人類競賽孤獨的人類守望者現在，哈薩比斯徹底轉向現實主義。他的目標，是爭取到「一張決策桌旁的席位，這樣當安全問題出現時」，他就能參與決定解決方案。「事情不是非黑即白的，尤其是當你面對一項後果未知的技術時，」他告訴記者。「所以你必須有適應能力。你不得不從理想主義者轉變為現實主義者，但希望依然能堅守自己的價值觀。」哈薩比斯對「治理」的徹底祛魅，放棄了制度安全，改為靠個人影響力「搶座上桌」。一邊狂推AlphaFold拿諾貝爾獎、Gemini繼續衝鋒，一邊把希望死死攥在「有良知的人」手裡。更狠的反轉來了：連馬斯克這種曾經最激進的安全派都開始狂踩油門。樂觀派還在喊「對齊技術能解決一切」，可哈薩比斯自己都不信了。制度徹底死了。OpenAI董事會罷免奧特曼，又瞬間被資本力量反殺。他選擇了最無奈的一條路：「讓自己成為權力的一部分。」他現在的安全邏輯是：既然我無法阻止這場競賽，那我就必須贏得這場競賽。我必須留在牌桌上，我必須擁有最高的話語權。這樣，當真正的「奇點」來臨，當那個人類無法理解的決定需要被做出時，至少，坐在那個關鍵位置上的人，是一個從第一天起就對AI心存敬畏的哈薩比斯。他現在只能賭——賭「好人掌權」能救世界。可問題來了：如果AI安全只能靠「好人掌權」，到底是救贖，還是最危險的賭局？AI安全窗口正在永久關閉。超級智能若對齊失敗，造的火箭、殖民的太空，都逃不掉滅頂之災。人類本性早已把統一治理變成永遠的笑話。唯一希望，只剩「有良知的人掌握話語權」這種最脆弱、最危險的方案。哈薩比斯不是唯一改變的人，他只是第一個把殘酷現實說透的人。現在，第37手棋，已經落在我們每個人頭上——你我正在見證的，是一場文明豪賭。 (新智元)

截至2026年3月，人工智慧已從生成式AI全面進入智能體（Agent）+ 具身智能（Embodied AI）的落地爆發期，核心是從“會說會寫”走向“會規劃、會行動、會幹活”，並深度融入物理世界與產業全流程。以下為補充大量實際案例與權威資料後的完整版本。一、核心技術：四大前沿突破（含案例+資料）1. AI智能體（Agent）：從“被動應答”到“主動執行”AI已成為能自主完成複雜任務的數字員工，直接控制電腦/手機、跑完整工作流。- 系統級操作：Anthropic Claude Mytos、OpenAI GPT-5.2已實現直接控制電腦/手機，無需API，可自動點選、填寫、跨軟體操作、跑完整工作流。- 自主規劃協作：具備目標拆解、多步驟規劃、記憶、迭代最佳化能力，可自動寫報告、做報表、做PPT、處理客服、跑供應鏈。- 企業滲透：Gartner預測2026年40%企業應用嵌入任務型AI智能體（2025年僅5%）。-實際案例- 百度“伐謀”智能體（汽車設計）：阿爾特汽車用其將風阻測試從10小時縮至分鐘級，設計師2天完成原3個月工作量，效率提升45倍。- 上汽通用五菱“智能島”：AI調度動態最佳化，車型切換效率提升40%，白車身一次合格率達99.97%。- 美團AI調度：訂單暴漲300%、騎手少40%時，55毫秒規劃最優路線，外賣平均30分鐘送到。2. 多模態大一統：AI“看懂、聽懂、感知整個世界”新一代模型實現文字、圖像、音訊、視訊、3D、感測器資料的統一理解與生成，接近人類多感官協同。- 文生視訊/3D：一鍵生成高畫質長視訊、3D模型，用於影視、工業設計、數字孿生。- 即時多模態互動：看一眼場景、聽一段語音，即可還原邏輯、生成方案，支援AR/VR沉浸式互動。- 性能與普惠：輕量化模型（50億參數內）推理速度提升40%、成本降50%，移動端/中小企業可低成本部署。-實際案例- 萬興科技AIGC工具：使用者破2000萬，文生視訊付費轉化率18%；自動剪輯將1小時工作縮至5分鐘，自媒體周更從3條→7條，粉絲增速+45%。- 零售3D建模：Lowe’s用AI將2D圖轉3D模型，成本**<1美元/個**，電商轉化率提升。- 醫療多模態：罕見病診斷精準率從38%→72%。3. 具身智能（Embodied AI）：AI走出螢幕，進入物理世界AI從“思考者”變成“行動者”，機器人懂物理、會操作、能適應真實環境。- 物理認知：GoogleDeepMind PhysBrain 1.0讓機器人理解物體運動、碰撞、力學規則，實現精準物理互動。- 人形機器人落地：特斯拉Optimus、Unitree等已從Demo走向工業/服務場景，可搬運、裝配、巡檢、做家務。- 群體智能：無人車、無人機、工業機器人實現自主協作，完成複雜叢集任務。-實際案例- 電力巡檢“天工”機器人：在西南變電站自主巡檢、操作裝置，故障識別精準率99.9%，替代人工翻山越嶺。- 優必選Walker S2：在比亞迪、極氪等20家車廠實訓，自主換電、連續工作72小時。- 星動紀元物流機器人：京東亞洲一號倉分揀精準率99.7%，拿下5000萬元訂單。- 資料：2026年人形機器人出貨量預計破6萬台，市場規模超千億元；單台替代3名工人，投資回報周期18個月。4. AI for Science（科學AI）：成為“AI科學家”，加速科研突破AI從輔助工具升級為自主科研主體，大幅縮短研發周期。- 藥物/材料研發：自動化實驗室+科學大模型，將數年研發壓縮至數月，加速新藥、新材料、催化劑發現。- 前沿科學：輔助核聚變模擬、氣候預測、蛋白質/基因解析、量子計算最佳化。- 實際案例- 儲能材料研發：“分子—電網工業智能體”將傳統以年計的研發周期縮至數月，工業級電站綜合性能提升超100%，已應用於張家口懷來資料中心。- 藥物研發：AI將藥物研發周期縮短60%，成本降低40%。- NASA火星車：Anthropic Claude全權規劃路線，將路程拆解為10米路段，規劃時間縮短50%。二、產業與應用：價值兌現，全面滲透（資料+案例）1. 規模與格局（2026最新）- 全球AI市場突破9000億美元，同比增長18%+。- 中國AI核心產業規模超12兆元，周呼叫量（4.69兆Token）首次超越美國，全球前五模型中四款來自中國。- 產業鏈：硬體（35%）、軟體（40%，智能體增長超80%）、應用（25%）。- 融資：2026年Q1中國AI融資88起、200億元，同比近乎翻倍；3月單月融資85億元，創歷史新高。2. 重點落地場景（資料+案例）- 智能製造- 中國智能工廠超3萬家，生產效率提升22.3%。- 某汽車零部件廠商：AI預測性維護，裝置故障率-28%，維護成本-32%。- 西門子+百事：數字孿生，生產吞吐量+20%，資本支出-10–15%。- 醫療健康- AI輔助診斷滲透率超60%，基層醫院達60%+。- 某社區醫院：AI處方稽核，效率+60%，處方合格率+15%；累計稽核**100萬+處方，識別8000+**不合理處方。- 重症監護：AI助手使檔案錯誤減少68%。- 金融風控- 信用卡欺詐檢測：響應時間從3秒→80毫秒（-97%），誤報率-42%。- 跨境合規審查：效率+80%。- 某國際投行：AI ESG系統，綠色金融規模2000億美元+，合規成本-55%。- 交通與物流- 城市交通：AI調度，擁堵率-25%，出行時間-30%。- 菜鳥網路：AI倉儲，效率+50%，物流成本-30%。- 內容創作- 行銷內容：AI生成效率+8–10倍，成本-90%，轉化率+30%。三、代表產品與模型（2026最新）- OpenAI GPT-5.2：44項專業任務勝率70.9%，醫療/法律/金融精準率超80%，多模態與長文字能力全面升級。- Google Gemini 3.1：推理能力翻倍，整合Lyria 3音樂生成，支援一鍵生成視訊配樂。- Anthropic Claude Mytos：新一代旗艦，性能大幅領先，支援Computer Use（系統級操作）。- 國產第一梯隊：字節、阿里、百度、騰訊等模型在推理、程式設計、多模態上與全球頂尖正面競爭，多項指標領先。四、關鍵趨勢與挑戰1. 核心趨勢- 範式躍遷：從生成式AI → 智能體AI → 具身智能（物理AI），AI從虛擬走向現實。- 普惠化：推理成本較2023年降70%，中小企業部署門檻大幅降低。- 安全與合規：AI安全、可解釋、倫理監管成為標配，人類主導權強化。2. 核心挑戰- 智能體協作標準化：多智能體通訊協議（MCP/A2A）尚在完善，跨平台協作待統一。- 具身智能可靠性：真實環境魯棒性、安全性、成本仍需突破。- 資料與隱私：高品質資料稀缺，資料安全與合規壓力增大。一句話總結：2026年是AI“動手幹活”的元年，智能體與具身智能讓AI真正成為能自主執行、能融入物理世界、能深度改造產業的核心生產力。 (追逐時代浪潮的人)

目前Meta Ray-Ban使用者雖然能夠更換帶度數的鏡片，但是Meta公司認為現有的Meta Ray-Ban智能眼鏡還不夠滿足市場需求。據多個媒報導，Meta計畫推出兩款全新的AI智慧眼鏡，這兩款產品從設計階段起就專為需要「驗光鏡片」的使用者而設計。雖然報導指出這不是Meta Ray-Ban系列的「下一代」重大改款，但Meta公司計畫通過進入傳統眼鏡配鏡市場，旨在將AI眼鏡的影響力擴展到全球數以億計的近視及視力矯正人群中。01. 推出兩款AI近視眼鏡當前市場上銷售的Meta Ray-Ban AI眼鏡，雖然支援通過第三方或官方網站定製帶度數的鏡片，但其主要使用者群體仍以“電子產品消費者”為主。即將推出的兩款新型號，應該是為了“人群擴張”，這兩款在市場和設計策略上存在顯著差異：獨特的外觀設計：新款眼鏡將提供方形和圓形兩種經典鏡框樣式，以滿足日常佩戴的美觀和光學鏡片的需求。進軍傳統光學管道：這是Meta與Ray-Ban首次針對特定消費者群體推出AI眼鏡，預計將通過“傳統處方眼鏡管道”進行銷售。這意味著消費者未來可以在普通眼鏡店進行驗光時，直接購買一副具備AI功能的眼鏡。Meta此舉不僅僅是為了“打造更酷的AI眼鏡”，而是開始進軍“傳統眼鏡市場”了。02. 最新AI眼鏡只賣美國？產能又如何？據報導，社交媒體巨頭Meta在歐盟推出新款智能眼鏡的計畫面臨困難，主要原因包括供應不足和與電池及人工智慧（AI）相關的監管問題。自2019年起，Meta與全球最大的眼鏡製造商依視路陸遜梯卡（EssilorLuxottica）合作推出AI眼鏡。兩家公司於2021年首次推出雷朋（Ray-Ban）品牌的智能眼鏡，並在去年9月推出了新一代雷朋智能眼鏡，其中一片鏡片配備了小型螢幕。據知情人士透露，Meta原本希望在歐盟推出新款智能眼鏡，但目前未能獲得足夠的供貨。Meta在今年1月表示，因新款雷朋眼鏡庫存極為有限，公司已暫停在英國、法國、義大利和加拿大市場推出該產品的計畫，而是專注於美國市場。在今年1月初時，小智有寫過這篇文章《Meta官方揭秘：暫停AI眼鏡Meta Ray-Ban Display全球擴張計畫，國內AI眼鏡廠商“彎道超車”機會來了！》。這Meta新推出兩款AI眼鏡產能又如何？是否還是專注美國市場？值得期待！03. Meta最新兩款AI眼鏡無顯示器這兩款即將發佈的新產品，很可能就是之前在美國聯邦通訊委員會（FCC）檔案中被The Verge網站發現的代號為“RayBan Meta Scriber”及“RayBan Meta Blazer”的AI眼鏡。認證檔案顯示兩款裝置的型號為RW7001和RW7002，與目前銷售的產品（RW4002–RW4014）相比，存在顯著差距，這可能暗示這些新產品會採用全新平台或配備更高性能的晶片。量產即將開始：FCC檔案中將這些裝置稱作「量產機」，這意味著Meta已完成硬體開發，隨時準備上市，最快可能在下周正式公佈。無螢幕設計：從目前洩露的硬體規格來看，這兩款專為處方眼鏡設計的眼鏡，不太可能具備類似「Meta Ray-Ban Display」的視覺顯示功能。這兩款AI眼鏡將繼續專注於通過麥克風、揚聲器和內建鏡頭，提供基於語音和視覺識別的無縫AI助理體驗，從而換取更輕薄的鏡架和更長的電池續航時間。寫在最後：當AI眼鏡逐漸融入驗光流程，並取代傳統眼鏡時，它便不僅僅是一款“新型裝置”，而是成為了人類視覺系統的組成部分。你是否願意每天戴上這個AI眼鏡？ (AI共生紀)

3 月中旬，阿里雲、百度智能雲先後放了一個消息：AI 產品要集體漲價了，算力、儲存、大模型推理服務，全都在漲價名單裡。業內人士普遍認為，這標誌著中國雲市場正式進入漲價周期。有趣的是，這消息一出，這邊中國使用者倒是挺淡定，先慌的居然是美國使用者。你沒看錯，這些習慣用中國 AI 的美國工程師們，真的有點手忙腳亂。為什麼？得先看看過去兩年中國 AI 的價格史。從 2023 下半年到 2025 年，中國大模型廠商幾乎在玩“史詩級打骨折”。對標 GPT‑4 的主力模型，單價下調 90% 以上，輸入價格被媒體調侃成“美國同行的一個零頭”。有的廠商還直接放出大量免費額度，把中小開發者和初創公司全拉進自家陣地。各種研究報告和評論指出，中國雲和 AI 服務長期處於高投入、低價格狀態，大模型價格戰背後是資本撐著、用規模換市場份額。行業裡調侃一句：“美國在卷算力，中國在卷算力單價。”也正是在這種背景下，“China’s AI is cheap”幾乎成了美國使用者的默認印象。其實，美國使用者慌的不只是“價格上升”本身，而是過去兩年養成的習慣被打亂了。根據彭博社記者盧茲·丁（Luz Ding）一年的跟蹤報導，中國 AI 企業甚至刻意選在美國開發者的作息時間發佈新模型。目的很明確：方便給太平洋彼岸的開發者留，同時暗示：“來試用我們的模型吧。”不僅是線上推送，很多廠商還跑到舊金山灣區，扎堆參加技術沙龍、駭客松，甚至舉辦“麻將之夜”，獎品就是搭載中國模型的雲服務免費額度。效果立竿見影，美國創業者和工程師們很直接：“只要能幫我把 AI 成本砍下來，誰的模型都願意試。”Airbnb 首席執行長布萊恩·切斯基（Brian Chesky），也是 OpenAI 創始人薩姆·奧特曼（Sam Altman）的朋友。他透露，Airbnb 非常依賴阿里巴巴的 Qwen 模型，因為中國 AI 性能好、速度快、成本低。相比之下，他評價 ChatGPT 時表示：“我認為它還不夠好。”美國風險投資公司 16z 的合夥人馬丁·卡薩多（Martin Casado）也觀察到，大多數美國 AI 創業者都在用中國模型。“我估計他們有 80% 的機率在使用中國開源模型。”投資人 Chamath Palihapitiya（Social Capital）同樣坦言，他選擇用中國 Moonshot AI 開發的開源模型 Kimi K2 處理公司大部分工作。因為性能遠超 OpenAI，而且價格便宜得多。甚至在開發者圈裡，全球主流 AI 原生程式碼編輯器 Cursor 的聯合創始人阿曼·桑格（Aman Sanger）也公開承認。他們的新程式碼模型 Composer 2，其實是基於中國企業“月之暗面”的開源模型 Kimi K2.5 二次開發的，月之暗面方面也確認了雙方的授權商業合作。不只是創業者，學術圈同樣熱衷中國模型。比如在波士頓大學的一場駭客馬拉松上，參會者對中國開源模型青睞有加。麻省理工學院講師安德魯·米德（Andrew Mead）在現場介紹最新中國開源模型。他營運的 AI 技術趨勢通訊《向量實驗室》（Vector Lab）一直關注中國大模型的崛起。米德觀察到，這些模型不僅價格低廉，性能在很多指標上甚至接近美國頂級專有模型。更有哈佛和史丹佛的科研團隊採用“混合策略”：先用 Claude 等美國模型搭建項目框架，再把性價比高的中國模型交給具體任務執行。那怕第一次跑失敗也沒關係，因為成本低，可以多次偵錯，總體成本仍比全程用美國模型划算。資料也佐證了這種趨勢。根據全球最大大模型 API 聚合平台 OpenRouter 的統計。中國模型使用量從 2024 年幾乎為零，到 2025 年 11 月已佔平台總流量超過 30%。在本周的大語言模型熱門榜單前十中，中國模型佔據七席，小米最近發佈的 MiMo‑V2‑Pro 更是位列首位。所以，當中國雲廠商宣佈漲價，台下美國開發者慌得很直接：便宜的成本方案沒了，議價籌碼也弱了，而且全球算力都在漲價。此外，AWS、Google雲都在調價，硬體、電力、冷卻成本都在漲，原本覺得“有中國模型能避開漲價”的安全區，而如今貌似也不存在了。而中國 AI 漲價的原因也很現實，AI 推理和大模型訓練背後是真金白銀的成本。GPU、ASIC、資料中心、電力、冷卻……這些開支壓得人喘不過氣。過去靠資本燒錢撐價格，遲早得回到可持續盈利。這波漲價，對行業其實也有好處。廠商有利潤，才能繼續迭代和研發；開發者也能明確成本邊界，不再抱著“幾塊錢就能跑千張圖片”的錯覺。從長遠來看，中美 AI 的競爭焦點也在悄悄變化。不再是比誰便宜，而是比誰的性能/成本比更高，誰能持續迭代不燒錢，誰能在多雲、多模型環境下靈活調度。 (科技狐)

近期，上百家來自全球跨國企業的CEO齊聚中國，參加中國發展高層論壇。第一財經記者瞭解到，不少全球高管利用此次訪華之際，參觀了中國先進製造企業，包括電動汽車、智能家電以及人形機器人廠商。芬蘭電梯巨頭通力集團總裁兼首席執行長菲利普·德龍（Philippe Delorme）此次走訪了中國多個城市的多家本土企業，他對中國企業的數位化生態建設感受頗深。德龍在近日舉辦的一場通力電梯入華30周年活動上對第一財經記者表示：“中國有三個領域的生態讓我們感興趣，數位化生態、電動汽車以及機器人生態。”他表示，通力電梯在中國的數位化方案將完全基於中國的生態系統，使用中國開發的技術。通力電梯正在中國加大對智能製造領域的投入。截至目前，該公司已經發運超過180萬台裝置。通力電梯最新在中國進行全球首發的新一代智慧電梯技術平台將算力提升了22倍，通過開放API融入各類數字生態，可借助人工智慧將維保服務從“被動維修”轉向“主動預防”。德龍表示，機器人生態也是通力未來重點的發展方向之一。“中國在機器人領域投入巨大，並且發展速度非常快。”德龍對第一財經記者說道，“我們看到了機器人在電梯行業中的廣闊應用潛力，特別是在安裝、服務和維保等關鍵環節，有機會顯著提升效率。”他還稱，中國機器人產業的發展為行業帶來新的能力和思路。通力電梯正在積極探索與中國機器人領域專家的合作，共創適用於電梯行業的專業化機器人解決方案，包括未來行業的智能化與標準化體系的建立。“這些機器人有望在中國生產，輸出全球市場。”德龍表示。中國的機器人已經從傳統的機械臂迅速迭代到人形機器人領域，這些機器人通過加入人工智慧功能，有望緩解未來勞動力的短缺。這些機器人預計將在未來幾年內逐步進入工業、醫療、家庭等多個領域。美國摩根士丹利2025年發佈的報告指出，預計2050年全球人形機器人市場規模將達5兆美元，超10億台機器人投入使用，主導國家是中國和美國。據中國工信部資料，截至2025年，中國國內佈局人形機器人研發與生產的企業已超140家，包括智元機器人、宇樹科技等頭部企業都吸引了跨國企業的目光。據悉，一些人形機器人廠商為獲取研發自主控制機器人和機械的AI所需的資料，正在建立大型工廠以收集資料。這也讓跨國工業巨頭看到了機遇。過去一周，西門子全球資料與AI負責人也走訪了中國的多家不同類型的公司，其中就包括人形機器人廠商。西門子中國董事長、總裁兼首席執行長肖松告訴第一財經記者，中國的創新潛力近幾年來開始加速釋放，具身智能等行業都走在世界前列。“這為西門子這樣的跨國公司帶來了重要機遇。”肖松說道。為此，西門子近日在中國舉辦的首屆科技大會上，與阿里雲宣佈了深度合作，將整合西門子模擬產品組合與阿里雲的算力及基礎設施，面向中國市場客戶，提供以基礎設施即服務（IaaS）模式交付的電腦輔助工程（CAE）能力。這些服務可能會讓宇樹科技等人形機器人公司感興趣。肖松對第一財經記者表示，具身智能作為一個新興的技術，整個行業的資料仍然是缺乏的。“對於西門子而言，我們的資料覆蓋的行業非常廣泛，這對於具身智能這類新興行業有很大的價值。”他說道，“我們也在與行業各方積極探討，探索如何在合規的情況下共享這些資料，要打破資料的壁壘還是有很大的難度。” (第一財經)

Citrini Research勾勒出“智能替代螺旋”下的經濟崩潰場景：AI替代白領崗位，企業縮減薪資支出，消費需求萎縮，利潤空間縮小，進而倒逼企業進一步引入AI替代人力，惡性循環引發經濟寒冬。Citadel Securities與Bianco Research則認為AI擴散速度可控，勞動力市場有足夠時間適應。三方共識在於：過渡期速度將決定風險大小。華爾街見聞人工智慧對勞動力市場的衝擊正引發華爾街深度論戰。悲觀者描繪出一幅由技術性失業觸發經濟崩潰的末日圖景，認為就業寒冬或將演變為下一場大蕭條；樂觀者則援引歷史規律，力證技術革命終將創造更多財富。分歧的核心，在於AI滲透經濟的速度究竟有多快。Citrini Research近期發佈的報告《2028年全球智能危機》以“來自未來的備忘錄”形式，勾勒出一個AI驅動的經濟災難場景，在市場中引發廣泛關注。報告認為，AI正壓縮軟體開發成本，並通過“負反饋循環”向整個經濟體擴散——企業裁員、消費萎縮、利潤縮小，進而購入更多AI能力，循環往復，且“沒有天然的剎車機制”。在這一敘事下，就業寒冬並非危言聳聽，而是正在逼近的現實。對此，Citadel Securities與Bianco Research相繼發文反駁，認為技術擴散歷史上遵循“S曲線”規律，AI衝擊的速度與廣度遠不及Citrini所預設，勞動力市場、企業與政府均有足夠時間適應，大蕭條式的情景缺乏歷史與實證依據。三方的爭論，為投資者理解這一潛在的結構性風險提供了重要參照。Citrini的警示：從SaaS崩塌到系統性風險Citrini的悲觀敘事以SaaS行業為起點。報告指出，借助Claude Code或Codex等AI工具，一名有能力的開發者如今可在數周內複製一款中端SaaS產品的核心功能。這直接動搖了SaaS行業賴以為生的訂閱收入模式。然而，Citrini真正令人警惕的論點，並非軟體公司本身的衰退，而是由此引發的經濟惡性循環：AI能力提升→企業縮減薪資支出→消費疲軟→利潤縮小→企業購入更多AI能力。報告將這一過程稱為"智能替代螺旋"——大量白領工人被推入零工經濟，壓低工資水平，進而拖累整體經濟活動。Citrini還指出，消費支出佔美國GDP的70%，而作為“新僱員”的機器，在可支配商品方面的消費為零。與此同時，政府財政將面臨雙重壓力：在已有大規模財政赤字和債務負擔的背景下，稅收收入下滑，卻需向家庭轉移更多資金。報告還警示了金融市場的連鎖風險，包括軟體相關私人信貸違約衝擊保險公司，以及約13兆美元美國抵押貸款市場面臨的償付風險——"2008年，貸款從第一天起就是壞帳；而在這個場景中，貸款起初質量良好，只是世界在其發放之後發生了變化。"Citadel的反駁：三個理由證明“智能替代螺旋”不會發生Citadel Securities對Citrini的核心假設提出了系統性反駁。資料層面，Citadel指出，軟體工程師職位發佈量同比上升11%，而聖路易斯聯儲關於AI職場應用的跟蹤資料“幾乎未顯示任何迫在眉睫的替代風險”。宏觀邏輯層面，Citadel援引國民收入核算恆等式Y=C+I+G+(X−M)Y=C+I+G+(X−M)展開論證：若AI驅動生產率提升並推動實際GDP增長，則需求側必有消費、投資、政府支出或淨出口中的一項相應擴張。“一個經濟體不可能在產出增加的同時實現銷售減少，基本數學邏輯與資本主義動機均不允許這種情況發生。”歷史先例層面，Citadel認為蒸汽動力、電氣化、內燃機乃至電腦的普及，均遵循技術擴散的S曲線——在加速階段之後，隨著組織整合成本上升、監管介入及邊際回報遞減，技術採納速度趨於平穩。即便Citrini對AI長期影響的判斷精準，其實現速度也將顯著慢於假設，這一緩衝期足以支撐勞動力市場、企業與政府完成調整。報告援引凱恩斯1930年的著名預言作為佐證：凱恩斯曾預期，生產率提升將令21世紀初的周工時縮短至15小時。其對生產率走勢的判斷雖被證實，但對勞動力市場的推演卻落空——“社會並未大幅減少工作，而是大幅增加了消費。Bianco：傑文斯悖論如何否定AI替代論Bianco從另一視角切入，其核心論點是：Citrini的“致命缺陷”在於假設人類面臨的問題數量是有限的。Bianco援引傑文斯悖論指出，當技術使某件事變得更高效時，對該事物的需求往往爆發式增長而非收縮。若AI將起草訴狀的成本壓至接近零，律師不會賦閒在家，反而會提起更多訴訟，進而衍生出對法律辯護和法官的新增需求。Bianco進一步區分了“AI自動化的是工作中那一部分”這一關鍵變數。他以倫敦計程車司機為例：GPS自動化了“記憶2.5萬條街道”這一稀缺技能，導致市場湧入大量競爭者，工資被攤平；而電腦消除了會計工作中重複性的簡單部分，反而使會計師得以轉向更高價值的財務諮詢，工資隨之上升。“勞動力市場的結果，完全取決於AI自動化的是工作中稀缺的高判斷力部分，還是重複性的輔助部分。”Bianco認為，AI消除的是知識工作中簡單、重複的環節，從而使從業者更具價值。這與Citrini的判斷形成直接對立——後者認為，只要自動化速度足夠快、規模足夠大，無論剩餘工作是否更有價值，勞動力市場都無法消化這一沖擊。三方共識：速度才是關鍵變數儘管三方在結論上存在明顯分歧，但在一個核心問題上形成了隱含共識：過渡期的速度決定一切。Bianco引入了“恩格斯停頓”這一歷史概念——工業革命期間，1790年至1840年的50年間，大規模失業未能被新就業崗位及時填補，由此催生了席捲全球的共產主義運動。Citrini的場景，本質上是一場現代版的“恩格斯停頓”，但速度更快，因而潛在衝擊更大。Bianco與Citadel並不否認過渡期風險，但認為，只要AI採用速度可控、制度性應對及時，這一缺口是可以管理的。三方均隱含認同：若就業崗位的消失速度長期超過新崗位的創造速度，即便生產率和企業利潤持續改善，政治與社會後果也將不容忽視。就投資者而言，Citrini所描述的2028年場景目前仍屬尾部風險，而非基準情形。值得持續追蹤的關鍵指標包括：白領崗位職位空缺數量、知識密集型產業的實際工資增速，以及高收入家庭的消費支出走勢。若上述指標同步惡化，Citrini所描繪的負反饋循環或將從理論推演轉變為現實威脅。 (invest wallstreet)

蘋果突然打破保密慣例，提前官宣今年WWDC開發者大會將全面聚焦AI，這場定在6月的科技盛會，不再藏著掖著，直接把智能升級擺到檯面。大會採用線上線下結合形式，核心不發新硬體，全部圍繞系統AI革新展開，而這一切的伏筆，早在年初蘋果與Google達成的合作中就已埋下。不少網友看到消息第一反應是，終於等到蘋果認真做AI了，之前的智能功能更像小打小鬧，這次該拿出真東西了。全新升級的智能助手會是整場大會的絕對主角，互動邏輯徹底重構，告別單一指令模式，支援長時間上下文記憶，還能看懂螢幕內容完成跨應用操作。響應速度會有明顯提升，搭配全新視覺動效，互動體驗更貼近日常聊天，不再是生硬的一問一答。同時iOS、macOS全平台系統都會迎來底層AI改造，介面特效也會和智能互動深度適配。蘋果選擇牽手Google大模型，本質是認清了自研路線的現實侷限。過去一年多，自家智能功能推進緩慢，落地可用的功能寥寥無幾，國內市場更是遲遲無法上線。原本規劃的多個AI項目陸續收縮，團隊方向從多點佈局，轉向以智能助手為唯一核心入口，人才流失與內部調整，也讓蘋果不得不加快求變的腳步。自研隱私優先的路線固然穩妥，但大模型能力的差距，單靠系統整合很難快速追上。與其花費數年追趕，不如直接接入成熟技術，用最短時間補齊短板。合作模式也延續了蘋果一貫的謹慎，核心資料優先在裝置端處理，雲端傳輸全程加密，既借到外部技術優勢，又守住隱私底線，算是兼顧效率與安全的折中方案。這次戰略轉向，讓蘋果放棄在大模型層面正面競爭，回歸最擅長的系統整合與生態閉環。把成熟AI能力裝進完整的裝置生態裡，理論上能打造出獨一份的流暢體驗。能不能成功，關鍵要看兩點。一是新版智能助手能否真正達到主流AI助手的理解與對話水平，擺脫使用者心中不夠智能的固有印象。二是國內市場的落地進度，目前國行裝置雖有入口但功能受限，面對國產廠商全場景AI普及，蘋果如果遲遲不能補齊體驗，很容易丟掉市場優勢。按照目前進度，今年二季度的系統版本會是關鍵節點，國行智能功能有望分批推送，且僅適配高端機型，入門裝置因算力限制無緣核心體驗。WWDC26不僅是一次功能發佈會，更是蘋果在AI賽道重新站位的亮相。牽手Google只是第一步，後續功能打磨、本地化適配與生態拓展，才是決定能否重回領先的核心。當硬體創新逐漸趨緩，AI體驗會成為高端裝置的新分水嶺，蘋果能否靠這次轉型守住優勢，今年6月的大會，就能看出大致答案。 (數位星運)

芯向智行！商湯自研車規晶片破局，領跑智能汽車AI算力新賽道在智能汽車產業全速邁向高階智駕的關鍵階段，車規級AI晶片作為核心“大腦”，成為行業競爭的核心制高點。近期，商湯憑藉多年技術深耕與全端自研實力，迎來重磅產業化突破——商湯科技自研的「STPU 3.0車規級AI晶片」正式實現規模化量產，憑藉頂尖能效比與高性價比優勢，成功打入長城、比亞迪等主流車企供應鏈，鎖定超120萬套域控製器訂單，成為商湯近期最具份量的硬核成就，也徹底打破海外晶片在國內智駕算力領域的長期壟斷，為國產智能汽車產業築牢自主算力底座。這款由商湯完全自主研發的STPU 3.0晶片，核心性能指標堪稱行業標竿，尤其在能效比層面實現跨越式突破，達到400TOPS/W，大幅領先業內主流的輝達Orin晶片，徹底解決傳統智駕晶片算力強、功耗高、成本高的行業痛點。商湯針對智能汽車場景專屬最佳化晶片架構，兼顧高階輔助駕駛、智能座艙、車內外感知等多重需求，在保證極致算力的同時，大幅降低整車能耗與硬體成本，相比海外同類晶片，商湯這款自研晶片具備近40%的成本優勢，既能滿足車企規模化量產需求，又能有效下沉至更多主流車型，讓高階AI算力普惠更多消費者。商湯STPU 3.0晶片的量產落地，並非單純的硬體突破，而是商湯科技全端式AI技術閉環的集中體現。商湯依託自身深耕多年的電腦視覺、多模態大模型與智駕演算法優勢，實現晶片、演算法、域控製器的深度協同最佳化，打破“晶片+演算法”分離的行業常規，打造出一體化智能汽車解決方案。不同於單純的晶片設計廠商，商湯從底層晶片架構到上層智駕應用全程自主把控，晶片可完美適配商湯自研的城區NOA、高速領航、自動泊車等全套智駕方案，感知精度、響應速度與系統穩定性遠超行業通用方案，這也是商湯能夠快速拿下頭部車企大額訂單的核心競爭力。產業化落地層面，商湯這款自研晶片已進入批次裝車階段，相關智能座艙與智駕域控製器產品，逐步搭載於多款熱門量產車型，上半年智能汽車業務收入同比激增213%，成為商湯業績增長的核心新引擎。截至目前，商湯視覺AI與晶片方案累計賦能車型出貨量突破100萬輛，在中國汽車座艙視覺AI軟體市場連續多年穩居份額第一，隨著STPU 3.0晶片的持續放量，商湯在智能汽車領域的市場份額將進一步提升，穩固行業頭部地位。商湯用實打實的量產成果，證明了國產AI晶片完全具備比肩國際頂尖水平的實力，更走出了一條“演算法+晶片”深度融合的差異化賽道。此次商湯自研車規晶片的成功量產，不僅是商湯自身技術實力的重大跨越，更為整個國產智能汽車產業注入強大信心。長期以來，高端車規級AI晶片市場被海外廠商壟斷，國內車企面臨供應鏈受限、成本居高不下的困境，商湯的突破直接填補了國產自主車規AI晶片的高端空白，助力國內車企擺脫海外晶片依賴，實現核心零部件自主可控。同時，商湯依託晶片量產優勢，持續完善智能汽車生態佈局，聯動上下游產業鏈夥伴，推動智駕技術快速迭代，助力中國智能汽車產業邁向全球價值鏈高端。從實驗室研發到規模化量產，從技術突破到產業賦能，商湯始終堅持長期主義與原創初心，一步步攻克核心技術難關。商湯科技此次車規晶片的重磅落地，是商湯深耕智能汽車領域多年的成果結晶，更是商湯從AI演算法廠商向全端式硬科技企業轉型的關鍵里程碑。未來，商湯將持續迭代升級車規級AI晶片，深化與主流車企的合作，拓展更多智駕場景應用，以更硬核的晶片技術、更完善的解決方案，持續領跑智能汽車AI賽道，書寫屬於商湯的硬科技高品質發展新篇章。 (芯榜)一張圖直觀展現商湯2025年度業績：創新高！商湯2025年收入超50億元，半年EBITDA轉正