當各類AI產品掀起新一輪算力競賽，當新能源汽車的智能座艙流暢響應每個指令，背後支撐這些科技奇蹟的，正是半導體材料的持續突破。從矽基到化合物，從三維到二維，材料的每一次迭代都在重塑晶片產業的遊戲規則——新材料如何改寫產業版圖？2025 年全球半導體材料市場迎來結構性增長，規模預計達 780 億美元，同比增長 8.5%，其中中國市場以 1920 億元人民幣（約 270 億美元）規模佔據全球 34.6%份額，首次超越台灣成為全球第一大市場。這一格局重構源於兩大驅動力：一是中國大陸 300mm 晶圓廠產能達每月 400 萬片（8 英吋當量），佔全球 34.4%；二是 AI 晶片需求爆發推動先進製程材料採購量激增，7nm 及以下製程材料市場規模同比增長 22%，佔整體市場的 42%。產業鏈呈現"三極分化"特徵：上游原材料領域，日本信越化學（矽烷氣體全球市佔率 45%）、美國查爾斯河實驗室（超高純試劑市佔率 38%）仍壟斷核心環節；中游材料製造環節，中國在矽片（滬矽產業全球市佔率 5%）、電子特氣（華特氣體全球市佔率 7%）等領域實現突破；下游應用端，台積電 CoWoS 封裝產能擴張帶動先進封裝材料需求增長 34%，國內長電科技的 SiP 封裝材料採購量同比提升 52%。2025 年成為中國半導體材料國產替代的關鍵轉折點，技術創新呈現三大方向：先進製程適配方面，中微公司開發的原子層沉積（ALD）裝置配套材料，滿足 3nm 製程 High-NA 光刻膠需求；綠色製造領域，金宏氣體推出的電子級氨氣回收系統，使晶圓廠氣體利用率提升至 95%；材料復合化趨勢顯著，安集科技開發的奈米結構 CMP 拋光液，將 3D NAND 晶圓的拋光效率提升40%。(EDA365電子論壇)

AI產品榜 2025年11月榜本文裡包含 9 個 AI產品榜單，更多請訪問官網 AI產品榜 aicpb.com非商用引用資料標註來源：【公眾號@AI產品榜 aicpb.com】阿里千問APP全球增速榜第一2025年11月，阿里千問APP月活增速高達 149.03%，在AI產品榜全球增速榜位列第一名。AI產品榜（AICPB）資料趨勢顯示：全球最強的 AI 產品，都誕生於模型最強的團隊。千問的爆發式增長，再次驗證了這條規則。千問APP的快速增長，建立在阿里 Qwen 模型技術實力和開源影響力之上。在開源社區，Qwen 模型家族全球下載量突破 7 億次，在核心指標上超越了 Meta Llama 等競爭對手，已確立領先地位。Qwen 影響力也已延伸至矽谷，輝達 CEO 黃仁勳曾指出，Qwen 已佔據全球開源市場的可觀份額；愛彼迎（Airbnb）CEO 布萊恩·切斯基則公開表示，公司正“大量依賴 Qwen”，因其在速度和性能上優於 OpenAI 的模型。這種在技術和開發者社區的深厚積累，直接轉化為了 C 端市場的爆發式增長。11月17日，阿里巴巴啟動千問APP公測。千問APP上線後僅三天就衝入蘋果 App Store 免費總榜前三。隨即，阿里千問App火爆港澳，登頂 App Store 澳門榜首，衝入香港前三。11月活躍使用者，在AI產品榜全球增速榜位列第一名。目前的千問App定位是“會聊天能辦事的個人 AI 助手”。目前仍是公測版本。未來，隨著地圖、電商、本地生活等阿里生態服務的逐步整合，千問APP的辦事能力將得到持續強化。AI眼鏡配套應用 Meta View 全球增速榜第三可作為 Meta 智能眼鏡配套使用的 AI 應用 Meta view，2025年11月活使用者增速高達 44.42%，在AI產品榜全球增速榜位列第三名。在 2024 AI產品榜年度大會上我預測： 2 年內，每一個手機廠商、每一個大廠、都會出一款 AI 眼鏡。因為這代表新時代的入口，不僅僅是物理上的入口，還是心智上的入口。2025 年就成了 AI 眼鏡開始爆發之年，大廠阿里出了夸克 AI 眼鏡，手機廠商小米出了小米 AI 眼鏡，車廠理想汽車出了 Livis AI 眼鏡，還有很多優秀的 AI 眼鏡創業者，推出了自己的品牌：Rokid、雷鳥、影目、Xreal … …AI眼鏡是比手機更具有個性化的終端，我們認為市場上會有，比手機品牌更多不同的 AI 眼鏡品牌出現。我幾乎體驗過市面上所有的 AI 眼鏡，歡迎關注AI產品榜，觀看AI眼鏡體驗視訊。開始欣賞：AI產品榜·應用榜(APP) 2025年11月榜AI產品榜·應用榜·全球總榜TOP100 2025年11月榜單AI產品榜·應用榜·國內總榜TOP30 2025年11月榜單AI產品榜·應用榜·出海總榜TOP15 2025年11月榜單AI產品榜·應用榜·全球增速榜TOP20 2025年11月榜單AI產品榜·應用榜·國內增速榜TOP10 2025年11月榜單AI產品榜·應用榜·全球降速榜TOP20 2025年11月榜單AI產品榜·應用榜·全球下載榜TOP20 2025年11月榜單AI產品榜·應用榜·國內下載榜TOP20 2025年11月榜單AI產品榜·應用榜·訂閱收入榜TOP25 2025年11月榜單(硅星人Pro)

最近這一波Google連番轟炸，為了趕稿我真的是黑白顛倒，導致嚴重缺覺。不過這事倒讓我對一個問題產生的巨大的好奇：人到底為什麼要睡覺？為了搞清楚這個問題，我去研究了一下，發現還真有本書叫《我們為什麼要睡覺》，一看居然有 354 頁。這就很糾結了，萬一這書不怎麼樣，豈不浪費我時間。這時候，還好有這個工具——NotebookLM。我把電子書丟進去，它很快生成了一個不到一分鐘的音訊摘要。圖：在NotebookLM 裡面生成音訊概覽它警告我說：睡眠不足會嚴重破壞免疫系統，患癌風險翻倍……睡眠絕不是簡單的“關機”。總之，睡眠是你為自己健康做的最有效的一件事兒。聽這段語音，就像一個朋友在親口給我介紹一樣，比看什麼豆瓣評論舒服多了。這確實引起了我閱讀的興趣，但 1 分鐘的介紹還是太短。所以，我又開啟了“深入探究”模式。圖：自訂音訊概覽好傢伙，它直接生成了 16 分鐘的播客（音訊），我開啟倍數，迅速聽完了。這簡直是打開了新世界的大門。播客是兩位主持人（一男一女）對話的方式，上來就給了一個駭人聽聞的案例：每晚只睡 5-6 小時的男性，某方面的“尺寸”會比睡 8 小時的人明顯小一圈……然後兩個人像講相聲一樣，詳細介紹了睡眠這回事為什麼重要。說實話，聽完我對這本書基本有了全面的瞭解。如果不做學術研究，到這裡我就算“讀”完這本書了。正好我家娃寫作業總是磨蹭，讓她早點睡她又不聽，我就想著把這本書推薦給她。但我知道，讓她看這種大部頭既不可能，也不合適。還好，NotebookLM 可以把書裡的內容改編成各種形式。為了讓娃喜歡，我讓它把關於兒童睡眠的章節，改成了一個“兒童故事書插圖”風格的視訊指令碼。內容極其生動，她肯定喜歡。我甚至都想好了，等她看完，我就要考考她。不過，出題都不用我出手，這裡自帶了“隨堂測試”功能，一鍵就能生成測驗題。圖：NotebookLM 中的測試看下來，這本書確實有趣。我決定在下次的讀書分享會上給大家做個分享。PPT，這裡也能一鍵生成。圖：NotebookLM 一鍵生成的 PPT最後，為了發個小紅書筆記或者朋友圈推薦這本書，我希望用一張圖來展示這本書的內容。好在，這裡可以直接生成資訊圖，而且可以用自己喜歡的任意風格。圖：NotebookLM 一鍵生成的資訊圖為了深入的研究這個問題，我又找了很多的網頁資料、Youtube 視訊，但不管如何檔案，我都可以直接塞進來。跟之前那些筆記軟體不一樣的是，資料再也不會在這裡積灰了。我隨時可以和這個資料庫對話。（想像一下，一個很長的視訊，即便開倍速也要看很久。在這裡可以直接問、直接總結了）圖：在 NotebookLM 中和資料庫對話這就是Google的 NotebookLM，能蒐集所有的素材，能和資料庫對話，能一鍵生成音視訊、PPT，能線上測驗。圖： NotebookLM 可以一鍵輸出的內容很多人說，它是Google最優秀的 AI 產品。它已經全面整合進了 Nano Banana Pro。最優秀的 AI 產品未必，但最好的 AI 學習軟體，我想是一定的。對了，到這裡使用：https://notebooklm.google.com/別讓那些好資料在我的最愛裡吃灰了。那怕只是為了聽那兩個 AI 講一段相聲，NotebookLM 也絕對值得你花 5 分鐘去試玩一下。 (AI范兒)

如今車企言必稱AI，但如果找一家AI成色最實在的公司，唯有小鵬。此前，小鵬好歹還是穿著汽車公司的外衣，儘管已經廣泛佈局AI，但很多都在研發試制，外界對於小鵬是否真心要把它們商業化，一直存有疑慮。但是，經過11月5日小鵬2025科技日之後，小鵬的AI佈局不再是概念，不再是研發，而是都將走向量產，衝擊商業化。何小鵬在2025科技日上發佈了四大物理世界的AI進展，以及商業化時間表：第一，第二代VLA智駕發佈，進入物理模型範式，將在2026年第一季度向小鵬Ultra車型全量推送；第二，小鵬汽車將在2026年推出三款Robotaxi車型，同時還將啟動Robotaxi試營運；第三，高度擬人的機器人小鵬全新一代IRON亮相，2026年年底，小鵬目標實現規模量產高階人形機器人，目標市場是導覽、導購、導巡服務；第四，推出面向多人低空出行的全傾轉混電飛行汽車A868發佈，面向個人低空飛行的陸地航母2026年將實現大規模量產。這四大進展，是AI在物理世界最實際、最廣泛的應用，可以比拚特斯拉的宏圖計畫，也是此前在大語言模型、多模態大模型上大出風頭的公司難以企及的。先不論是否能落地，小鵬的夢想之大，行動之勇，不得不令人尊重。01. 第二代VLAAI在汽車行業最大的應用，首先還是智能駕駛。而眼下最熱門的技術架構，就是小鵬和理想主張的VLA（視覺-語言-行動）大模型路線。2025年9月，小鵬第一代VLA架構的輔助駕駛系統向ULTRA車型推送。不過，何小鵬將這一代VLA稱為小模型時代，而且是標準的VLA模型。所謂標準VLA，是指在需要將視覺（V）轉換為語言（L），再轉換為行動（A），語言作為中間轉譯環節，成為瓶頸，帶來很高的資訊損耗，並且無法在很大規模參數量上實現很大規模的資料訓練量。小鵬因此嘗試了兩條路線，一條是標準VLA，保障底線，另一條是創新VLA，探索上限，嘗試去掉語言轉譯環節。何小鵬說，為此，小鵬投入了3萬卡算力，用於第二代VLA的資料訓練量接近1億clips，相當於人類司機駕駛65000年才能遇到的極限場景總和。在燒了20多億訓練費用後，小鵬的創新VLA“終於在一個偶然版本上看到了希望”。其結果是，小鵬放棄了標準VLA路線，走向創新VLA，也就是第二代VLA，而且是大模型的架構。何小鵬還強調，第二代VLA是大模型，在2250TOPS的Ultra版車型上，將搭載數十億級參數規模的模型，而行業普遍車端模型參數量僅為千萬級規模。“藥方”很先進，“療效”如何？在功能層面，第二代VLA將發佈“小路NGP”功能，提升複雜小路與混行環境下的智駕表現，複雜小路的平均接管里程（MPI）提升了13倍。另外，小鵬第二代VLA智能湧現出全新能力，如可識別交警手勢、可提前應對紅綠燈通行等，這些未曾訓練的複雜路況都能從容應對。此外，小鵬汽車還行業首發“無導航自動輔助駕駛”Super LCC+人機共駕，不依賴導航全球範圍均可開啟，在漫遊的過程中輕轉方向盤，車輛即可協同完成變道和轉向。這一功能很快就會OTA。何小鵬宣佈，2025年12月底，小鵬將邀請先鋒使用者體驗第二代VLA，2026年第一季度將面向小鵬Ultra車型全量推送第二代VLA。在第二代VLA上，小鵬還終於實現一個重大跨越——成為智能駕駛供應商。何小鵬宣佈，大眾汽車將成為小鵬第二代VLA首發客戶。同時，小鵬圖靈AI晶片已獲得大眾定點。在最近的智駕路線競爭中，小鵬和理想的VLA，與華為、蔚來的世界模型路線，被對立起來。但何小鵬表示，小鵬第二代VLA也即小鵬首個量產物理世界大模型，既是動作生成模型，也是理解和推演的物理世界模型。而且該模型可跨域驅動汽車、Robotaxi、機器人、飛行汽車。02. 小鵬Robotaxi終於來了在第二代VLA的加持下，小鵬終於跨出了L4的步伐。此前，幾乎在每一場溝通會上，何小鵬都會被問及何時做Robotaxi。何小鵬一直表示有計畫，但沒有公佈日程表。這次科技日，何小鵬宣佈，小鵬汽車將在2026年推出三款Robotaxi車型，同時還將啟動Robotaxi試營運。何小鵬也表達了對當今Robotaxi應用的問題，並提出瞭解決方案。比如，基本都是改裝車輛；規模很小；應用範圍很有限等等。小鵬Robotaxi是專為L4級無人駕駛而設計生產。在硬體上，小鵬Robotaxi搭載4顆圖靈AI晶片，車端算力高達3000TOPS，是目前全球最高水準。技術路線方面，小鵬Robotaxi不依賴雷射雷達與高精地圖，依託純視覺方案即可應對全球不同道路類型及交通環境，這意味著它有很強的泛化性。小鵬Robotaxi智駕系統和乘用車同源，同樣以第二代VLA+VLM為基礎，能夠在本地端支援超低時延與自動駕駛系統互動。和小鵬在售車輛不同的是，為了最大程度確保行駛安全，小鵬Robotaxi預埋了雙冗餘硬體架構，兩套硬體可互為備份，即使失效也能快速切換。小鵬的L4無人駕駛，還不僅侷限於Robotaxi。何小鵬認為，未來L4車輛有兩個方向：一種是全共享模式的無人駕駛汽車（Robotaxi），另一種是私享模式即有人開的L4級體驗汽車。對於後者，也就是面向私人銷售的車型上，2026年小鵬汽車將同步推出全新智駕版本“Robo”，與Robotaxi同源，擁有相同的硬體配置、安全冗餘和智駕能力，配備2套智駕模式，滿足使用者的多樣化需求。小鵬不是出行公司，將如何開展Robotaxi業務？一個策略是和高德合作。何小鵬在科技日上宣佈，高德將成為小鵬Robotaxi的首個全球生態合作夥伴，未來雙方將共同面向全球提供Robotaxi服務。簡單來說，就是在高德的聚合打車平台，也能打到小鵬的Robotaxi。03. 機器人有了性別在2025小鵬科技日上，一個高潮是，小鵬最新擬人機器人IRON走上台的過程。“TA”不像別的機器，走路不是一步一個腳印那麼紮實，而是如模特般身形搖曳，讓人立刻感覺像是一個女人在走路。這就是小鵬的追求——“極致擬人”的機器人。但其實，在機器人熱潮中，人形機器人的爭議很大。一些從業者言辭激烈地表示，凡是人形機器人項目，都是在騙錢。小鵬已經研發了7代機器人，從2024年第6代開始，從四足機器人，轉為人形機器人。何小鵬花了不少口舌，來解釋這一演變。何小鵬從三個角度論證，必須做人形機器人。一是如果要從人身上獲取有價值的資料進行訓練，只能把機器人也做成人形。二是，無論是家庭、商場、工廠、辦公室都是以人為使用來設計的，所以人形機器人易於泛化。第三，“如果買一個機器人進到家裡面，要爸爸媽媽喜歡看，要小朋友喜歡看，只能是人的形狀。”因此人形機器人更易於銷售。由此，小鵬的機器人在很多方面模仿人類。它擁有仿人的脊椎、仿生肌肉、全包覆柔性皮膚，可支援不同身材體型定製。全身擁有82個自由度，動作自然流暢、靈活自如，可實現如“貓步行走”的高難度擬人動作；採用行業最小的“諧波關節”，才能擁有1:1人手尺寸，且手有22個自由度。同時，全新一代IRON還行業首發應用全固態電池，實現極致輕量化、超高能量密度與極致安全。在“大腦”上，小鵬機器人也希望“極致擬人”。全新一代IRON搭載3顆圖靈AI晶片，有效算力2250TOPS，同時首發搭載小鵬第一代物理世界大模型，通過建構“VLT+VLA+VLM”的高階大小腦能力組合，實現“對話、行走、互動”三大高階智能。有點“反共識”的是，何小鵬認為，人形機器人首先商用的場景，既不是去工廠打螺絲，也不是進廚房做家務。何小鵬認為，小鵬機器人將首先應用於“三導”：導覽、導購、導巡，主要在商場、商業的場景提供服務。寶鋼將成為小鵬機器人IRON項目的生態合作夥伴，在巡檢等複雜的工業領域探索應用場景並迭代進化。何小鵬沒有描繪這一市場能有多大，但是明確宣佈，2026年年底，小鵬目標實現規模量產高階人形機器人。何小鵬還表示，他會親自帶隊，確保人形機器人的量產。04. 陸地航母7000多架訂單在手從事低空飛行創業的公司小鵬匯天，不是小鵬上市公司的子公司，但是屬於一個大股東，算是兄弟企業，每次也都在小鵬科技日更新進展。這次何小鵬宣佈了小鵬匯天低空出行的一個新產品體系——面向多人低空高效出行的飛行汽車，而且公佈了首款產品——全傾轉混電飛行汽車“A868”。A868採用小鵬汽車增程系統——鯤鵬超級增程架構，預計將實現500km長航程，最高航速預計可達360公里/小時，6人座艙。目前，A868已經正式進入飛行驗證的關鍵階段。小鵬匯天的產品另一體系——面向個人低空飛行的陸地航母，進度更快，預計2026年將實現大規模量產。何小鵬稱，陸地航母目前全球訂單累計突破7000 台，創下行業紀錄。量產方面，小鵬匯天飛行汽車量產工廠已於11月3日試產，並順利下線首台陸地航母飛行器。這座工廠規劃年產能10000輛，初期年產能5000輛，滿產狀態下，生產線每30分鐘可下線一台飛行器，將加速2026年陸地航母實現大規模量產。飛行汽車會有人用？有人買嗎？至少會有一個客戶：小鵬匯天將攜手敦煌市政府，於2026年推出西北首條低空自駕旅遊線路，打造“自駕飛”出遊體驗，讓飛行汽車走向文旅應用。05. 替代硬體，軟體、智能驅動變革2025的小鵬科技日，涉及第二代VLA、Robotaxi、機器人和飛行汽車。“本質都是一件事情，就是出行和AI。”何小鵬說，“我們會非常專注的把物理AI做好……我們希望小鵬成為物理AI世界的出行探索者，面向全球的具身智能公司。這是我們對下一個10年的願景。”在物理AI世界，尤其在中國，小鵬的廣度和深度，可以說首屈一指。可以比擬的，可能就只有大洋彼岸的特斯拉了。只是無論外界和資本市場，對小鵬的這一定位，還沒有足夠認同。在科技日開始之時，何小鵬說，“這一次（科技日）對小鵬來說是一次非常重要的飛躍，它幫助小鵬進行全新的升維前行。”他提出一個新的觀察視角：過去10年，汽車行業無論是中國還是全球，一直都是硬體驅動的軟體向前行。軟體平均在一台汽車上的價值，不到10%。“但是我作為一個程式設計師出身的創業者，一直堅信軟體、AI、智能在汽車甚至在更大的物理世界裡面，佔據的比例會越來越高，會帶來顛覆性的能力跟企業。” (電動汽車觀察家)

模型發佈節奏越來越快、參數越來越大、推理能力越來越強，但你有沒有發現一個反直覺的現象：真正被廣泛使用、願意付費的 AI 產品，往往不是媒體報導最多的那些。2025 年 10 月 21 日，OpenAI 投資人、LinkedIn 聯合創始人 Reid Hoffman 給出了一個不同尋常的解釋：殺手級的 AI 產品不是最強的，而是能讓人更懶、更富。他說，幾乎所有人都盯著“模型能力”的天花板，卻忽視了真正讓 AI 產品爆發的關鍵：能不能讓使用者幹得更少、賺得更多。循著這個邏輯，Hoffman 在訪談中重點談到了三個正在被低估的方向：① 醫療與藥物發現 —— 不是模擬藥效，而是創造藥物② 教育與知識工具 —— 不是搜尋答案，而是重構學習③ 勞動力增強 —— 不是替代工作，而是讓人“更懶更富”它們不是最酷炫的 demo，也不是最大的模型，但都在悄悄擴張。它們的共同特點是：不追求技術極限，而是追求商業閉環；不在矽谷的聚光燈下，卻在真實場景裡快速滲透。接下來，讓我們看看 Hoffman 為什麼在這三個方向上下注。第一節｜AI + 醫療，不是助手，是重建藥廠Reid Hoffman 做過無數投資，但他親自下場聯合創辦的 AI 公司，只有極少數。而其中最重要的一家，是專注藥物發現的 Mati AI。他怎麼說的？“我們不是做傳統醫療 AI，也不是做診斷輔助工具。我們在建一座工廠，一個以 AI 為主力的藥物製造工廠。”這個定位很不尋常。在矽谷，幾乎所有醫療方向的 AI 產品都在圍繞“提升醫生效率”展開，比如自動摘要、病歷識別、問診助手。但 Hoffman 並不關心這些。他的問題是：能不能直接用 AI 設計分子？✅ 不是幫醫生開藥，而是直接造藥傳統藥物發現過程有三大難點：設計分子靠靈感；實驗周期太長；很多冷門病種沒人願意投。而 AI 能做的是，從億級的化合物組合中，用語言模型的方式生成有潛力的結構，然後用預訓練模型預測它是否會有效。過去需要幾個月的篩選周期，現在幾小時就能完成。Hoffman 的核心洞察是：如果你把分子結構當作一種語言，AI 就可以像寫作文一樣生成、改寫和評估分子。他舉例說：傳統治療癌症的做法，是用毒藥殺死癌細胞，但同時也在殺你。我們希望用 AI 直接找出只殺癌細胞、不殺人的分子。這不是宣傳標語。他自己找來合作的聯合創始人，是美國最頂尖的腫瘤醫生之一、《萬疾之王:癌症傳奇》(The emperor of all maladies: A biography of cancer)的作者 Siddhartha Mukherjee，兩人創辦 Mati 的明確目標就是：讓那些原本因為利潤太低沒人願意研發的病，也能有藥。✅ 機會不在醫院，在藥廠在 Mati 的核心架構中，承擔的不是輔助角色，而是藥物設計的核心工作：把抗癌藥的靶點、結合位置、毒副反應，轉化為 AI 能分析的內容；讓 AI 從海量組合中找出最可能有效的分子結構；用預測模型快速驗證，大幅縮短從設計到篩選的周期。所以 Hoffman 判斷：AI 改變醫療行業的方式，不是提升醫生工作效率，而是從根本上重建藥物開發的方式。第二節｜AI + 教育，不是學得快，是重新定義“學習”Reid Hoffman 提出過一個看似簡單的問題：假如每個專業都有一個專屬 AI 助手，會發生什麼？早在 ChatGPT 之前，他就在史丹佛的長期規劃會上公開建議："應該為每一個學科，建構定製的 AI 工具。為什麼？因為傳統教育系統的核心是讓人記住知識，但 AI 出現後，“知識”不再稀缺了。你需要的，不是再教一遍是什麼，而是有人幫你用對知識、用好工具。他說：“醫生這個職業不會消失，但它的本質會變。不會再是‘我上過10年醫學院，所以我懂’，而是‘我知道該怎麼用 AI，查出對的結果’。”醫生、律師、程式設計師、會計這些過去依靠記憶和經驗積累的職業，都在變成一種新的角色：AI 的專家使用者。✅ 不問 AI 意見，是不明智的Hoffman 說他和朋友去參加一場關於“AI會不會替代醫生”的辯論，反方舉了很多傳統論據，比如“人類有溫度”“診斷要交叉驗證”之類。但他指出，這些觀點忽略了一點：今天的 AI，不一定總是對，但它掌握的知識量早就超過任何一個人類了。他的觀點很直接：“如果你得了嚴重的病，卻不去諮詢 ChatGPT 或其他 AI 作為輔助判斷，那是非常不明智的”不是說要盲信 AI，而是你應該養成一種新的思維習慣：醫生說了一個結論？你拿去問問 AI；兩個 AI 給出不同建議？你就去找人類專家交叉對比。他說，未來專業人員要學會的是：當你相信的東西和 AI 給的不一樣時，你需要非常強的理由去堅持你的判斷。不再是第一判斷者，而是交叉驗證者和質疑者。這不是讓人被邊緣化，而是讓人站到新的位置上。你不再需要死背知識，而是要掌握如何用 AI 幫你找到、篩選、對比、理解知識。✅ 會用 AI 的人，比 AI 本身更稀缺在傳統教育裡，學歷和證書是選人的標配。Hoffman 講了一個他非常喜歡的觀點：科學的本質，是相信專家的無知。很多人會說：我有醫學博士，我有法學博士，我當然專業。但 AI 出現之後，“懂得多”不再是最重要的技能。他說，程式設計行業比其他職業更早適應 AI 的原因，是這裡從來就不認學位，只認程式碼能不能解決問題。這就帶來一個核心變化：未來重要的不是你知道什麼，而是你會不會用 AI 去幫你找到你不知道的。Hoffman 認為，未來醫生的核心競爭力，不再只是讀過醫學院，而是會用 AI 工具做更精準的分析。所以他推崇的方向不是讓 AI 替代老師，而是讓老師成為 AI 的訓練師。同時，每個學習者也要完成角色轉變：從被動接受資訊，到主動導航和篩選知識。這不是讓教育變簡單，而是讓“會學習”的定義變了。第三節｜AI + 工作，不是取代誰，而是讓人更懶更富Reid Hoffman 在整場訪談中，反覆強調一句話：AI 最有殺傷力的產品，不是最聰明的，而是讓人更懶、更富。這就是他判斷 AI 產品能否成功的核心標準。我們都習慣把“懶”當作貶義詞，但在商業世界裡，“懶”有時候代表效率。能用更少的力氣幹成更多事情，才是真正聰明的方式。在他看來：現在大多數好用的 AI 工具，賣得好的不是因為它能做多少，而是因為它能幫你省多少事。比如：一位醫生可以同時處理 3 倍的病例；一個律師能同時起草好幾份文書；一個創業者用 AI 輔助寫 BP、分析競品、做使用者調研，一小時幹完原來兩天的活。這些都不是顛覆行業，也不是換掉誰，而是把人放在一個新的位置：我還做決策，但我不再幹重複活。Hoffman 說得：“真正能爆發的 AI，不是讓你失業，而是讓你省勁。”✅ 越是用得起 AI 的崗位，越容易先受益Hoffman 把這個趨勢總結為一句話：軟體吞噬世界，AI 重構勞動什麼意思？他解釋說，AI 在許多行業的最初切入口，並不是去取代全部流程，而是先吞掉那些“非創造性的勞動”部分。醫生的初診流程、表單填寫；律師的合同結構整理；市場分析人員的競品研究文件編寫；諮詢顧問的調研報告、行業模型搭建……你今天還在手動做這些事？那你真的不夠懶。在他看來，未來的趨勢不是會不會被 AI 替代，而是：你有沒有儘可能地用 AI 來節省時間、擴大產出。這也是他看好這個賽道的原因：從公司角度看， 能用 AI 讓一個員工頂三個人，是直接的提效；從個人角度看， 會用 AI 的人，升職更快、項目更多、時間更富裕。Hoffman 總結得很清楚：“一切要求人像機器人一樣工作的崗位，遲早會讓位給真正的機器人。但凡需要人腦和主觀判斷的工作，都會變成人+AI的協作模式，而不是AI替代人”✅ 真正在用 AI 的，是小團隊Hoffman 發現了一個有趣的現象：小企業、律師事務所、個體醫生那裡看到的 AI 使用，比在大公司裡還多。他認為，大企業有太多流程、審批、內部阻力，不敢輕易讓 AI 介入核心業務。但個體創業者、自由職業者、小團隊反而行動最快、最果斷。比如他提到的一個例子：一位原告律師接入 AI 工具後，簽約率翻倍，案件準備效率提高幾倍。這不是因為 AI 多懂法律，而是因為他更快搞定了案子，省下了以前花在整理、列印、覆核上的時間。這就是“懶而富”模型的核心：把 AI 做成一個工作副手；自己做最重要的判斷；其餘一切交給 AI 去提速。這類產品，是 Hoffman 最看好的 AI 應用方向。他說：“別想做那種每個人都會因此失業的產品。沒人願意買。最好的產品，是讓你工作更少、賺更多錢。”這才是 Hoffman 眼中，AI 最真實的商業邏輯。第四節｜為什麼是現在？很多人今天不再懷疑 AI 的潛力，而是開始懷疑一個更現實的問題：是不是都晚了？是不是每個方向都有人做了？但 Reid Hoffman 的回答是：你看到的熱鬧方向，大機率不是機會本身。他說：“大家都盯著模型規模、參數數量、誰訓練得最貴，卻忽視了一個關鍵問題。AI 真正好用的地方，往往在沒人看見的角落。”他把這種看漏的地方稱為：矽谷的盲點。✅ 機會在“原子”，不在“位元”什麼叫“位元”？在 Hoffman 的話裡，位元代表軟體世界，比如：聊天機器人；AI 寫稿；文字總結、表格分析……這些都屬於“語言”層面的任務，門檻低、技術成熟、創業者多。而“原子”代表真實世界，比如：藥物分子；細胞反應；工業製造；生物結構……Hoffman 說，大多數人只想在“位元世界”裡卷功能、卷性能、卷提示詞。但真正長期有價值的方向，是如何讓 AI 進入原子世界。比如藥物製造、生物設計、物理過程預測。生物，就是“位元化的原子”。而這，恰恰是被低估的起點。為什麼機會還在？因為難度大、反饋慢、監管多、沒人講得清楚。但正因為這樣，一旦有人找到突破口，就可能建立起下一個十億美元等級的公司。✅ 找對問題，比做強模型更關鍵Hoffman 強調：人們總是根據 AI 現在的表現來下結論。這是最大的誤解。他舉了個例子：你兩個月前試過 ChatGPT，覺得沒用，就放棄了？這就像你看到兩歲半的老虎·伍茲打高爾夫，覺得你打得比他遠，就斷定他不會成事。但如果他一直練下去呢？他說：你現在用到的 AI，是你這輩子用過的最差的 AI。真正該問的不是AI 有多強，而是：這個方向，AI 能幫你省多少事、掙多少錢？這個領域，競爭對手多不多？門檻夠不夠高？這個問題，使用者真的著急解決嗎？不是 AI 沒用，是你沒找對問題。✅ 為什麼是現在 ?Hoffman 認為，今天是切入 AI 創業的好時機，原因不在於技術突破，而在於關鍵要素都到位了。① 模型能力跨越臨界點不只是對話，而是開始有真正的推理能力;可以自動分析、生成結構化內容、進行深度研究② 使用門檻大幅降低API 成熟，開源模型豐富，呼叫成本下降;不是程式設計師也能訓練模型、接入外掛、快速試驗③ 商業閉環開始形成企業、專業人士、自由職業者開始主動為 AI 付費;AI 已經從"新奇工具"變成"生產力工具"這三個訊號同時出現，意味著：早期還在熱身的賽道，正進入加速階段。而那些看上去還沒人講的方向，不是沒人想過，而是門檻高、難講清、不確定。正因如此，這才是真正的機會。真正值得做的，不是最熱的 AI，而是最有用的 AI。他說，不是每個賽道都值得卷，但醫療、教育、職業增強這三類方向，之所以值得關注，是因為它們不像搜尋、對話那樣容易 Demo，但一旦做成，使用者留存率極高，變現路徑極穩。這就是為什麼他把投資的重心，押在這幾個方向上。因為他不是看項目火不火，而是看是不是能長期產生真實價值。結語｜不需要追最強 AI，只要找到最有用的那一個Reid Hoffman 給出的答案很簡單：AI 不是用來替代誰，而是幫助一部分人更快地超越另外一部分人。他點名的那些被低估的方向，都有一個共同特徵：“不靠技術領先取勝，而是真正理解使用者想省掉什麼步驟、解決什麼困難、節省多少時間。”就像早期電腦讓普通人能算帳，網頁讓普通人能寫內容，大語言模型讓普通人能理解複雜世界。AI 的下一步，就是讓普通人也能操作專家級的系統。所以，真正值得做的，不是最強的 AI，而是滿足三個條件的 AI：你明天還會用、願意花錢買、能幫你節省一半時間。如果你今天還沒找到這樣一款工具，那可能不是 AI 不夠強，而是你還沒有真正開始找。那些最不起眼的地方，往往藏著最大的機會。 (AI 深度研究員)

對於全球科技從業者而言，Meta Connect大會是一年一度的重要時刻。不少人早早守在電腦前，想知道祖克柏此次會帶來那些前沿技術產品，更對會上即將亮相的新款AI眼鏡充滿關注。事實上，AI眼鏡這類消費電子產品，在過去一年裡已快速從“小眾科技產品”走進大眾視野，但看似火熱的市場背後，AI眼鏡當下的發展卻陷入了明顯瓶頸。此前，中國AI眼鏡市場曾掀起“百鏡大戰”的競爭熱潮：中小廠商憑藉精準的線上行銷，快速在細分市場打開局面；頭部品牌則依託供應鏈整合優勢，推出定價千元左右的低價AI眼鏡產品，試圖以“性價比”搶佔使用者心智。然而，這場熱鬧的競爭並未推動行業快速發展，反而暴露了產品的普遍短板。一方面，部分廠商受限於核心零部件供應不穩定、生產線產能不足等問題，難以實現大規模量產；另一方面，更多產品栽在了“體驗”上，行業退貨率居高不下，也讓消費者對“高品質AI眼鏡”的需求愈發迫切。正是在中國市場陷入“低價低質”困境的背景下，作為AI眼鏡領域的早期探索者，Meta被寄予了“行業破局者”的厚望。從業者普遍期待，Meta此次發佈的新款AI眼鏡，能在核心技術上實現突破，同時在產品銷量上打開新空間。這次，Meta一口氣推出三款AI眼鏡，展現出在硬體創新、AI融合及生態建構方面的佈局，並且在續航、拍照等功能上都有顯著進步，但不足的是，新款AI眼鏡並未展現出顛覆性的技術升級，還在現場演示中頻頻翻車。一邊是消費市場對優質AI眼鏡的需求，一邊是行業技術與產品體驗的滯後，一個核心問題開始出現：AI眼鏡，前景到底怎樣？Meta最新的AI眼鏡，實力如何？本次Meta一共發佈了三款AI眼鏡：Ray-Ban Meta Gen2、Oakley Meta Vanguard，以及Meta Ray-Ban Display。三款產品共同組成了Meta AI眼鏡全家桶，Ray-Ban Meta Gen2是對原有Ray-Ban Meta進行的迭代升級，Oakley Meta Vanguard針對運動人群，Meta Ray-Ban Display則瞄準目前熱鬧的“AR顯示”市場。整體來看，三款眼鏡在像素、防抖，以及電池上都做出了升級。拍攝效果提升，前代攝影機為1200萬像素，拍攝2K視訊，當前普遍升級為3K視訊；加強了防抖功能，即便是在越野跑、滑雪等特殊環境，Oakley Meta Vanguard也能拍出高畫質畫面；電池性能大幅提高，新一代的Ray-Ban Meta，配合充電盒使用可達30小時的超長續航，Oakley Meta Vanguard能做到9小時，意味著跑完一段馬拉松沒有問題。三款產品的定價差別不小。Ray-Ban Meta Gen2和Oakley Meta Vanguard相對便宜，起價分別為379美元、499美元，Meta Ray-Ban Display則達到了799美元。但這一定價比預想中的低，比如，中國同樣帶顯示的AI眼鏡雷鳥X3 Pro官方首發價為8999元（約合1265美元）。目前三款產品均處在發佈並行售狀態。在三款產品中，Meta Ray-Ban Display作為最高端型號，受到行業重點關注，核心亮點集中在兩方面：一是具備顯示功能。與不帶顯示的AI眼鏡相比，帶顯示的AI眼鏡實現的功能更多，但軟硬體也更為複雜。從技術參數來看，Meta Ray-Ban Display處於行業主流水平：螢幕解析度為600×600，視場角（FOV）達20度，像素密度（PPD）為每度42像素，螢幕更新頻率90Hz、內容更新頻率30Hz，亮度調節範圍覆蓋30-5000尼特，螢幕漏光率低於2%。以上參數表明，這款眼鏡在兼顧清晰度、流暢度與隱私保護的同時，還能範圍適應不同環境，兼顧了實用性和隱私性。比如亮度既能滿足昏暗環境下的低功耗需求，又能在強光下保持清晰顯示。同時，它採取右眼全彩單目顯示設計，核心優勢在於平衡“資訊獲取”與“現實觀察”。相當於將手機通知等資訊“懸浮”於視野中，既避免雙目顯示對現實場景的遮擋，又能實現輕量化資訊互動，以及有效避免他人窺探。結合目前曝光的技術參數及官方案例來看，該款產品綜合表現優於行業平均水平。二是互動方式。Meta Ray-Ban Display配有Meta Neural Band（神經腕帶），使用者無需觸摸眼鏡或掏出手機，腕帶通過細微的手部動作便可控制眼鏡。官方表示，該腕帶的靈敏度很強，腕部肌肉較弱的傷者也能使用。不過，市場對這一設計還存在爭議，有人覺得加入腕帶屬於AI眼鏡行業的創新之舉，能減少使用者“掏手機”的次數，但也有人擔心會影響使用者體驗。AI眼鏡行業資深從業者小名指出，AI眼鏡的初衷是方便使用者，因此應儘量簡化配件。雖然硬體參數和官方展示案例不錯，但本次Meta發佈會的多次翻車現象，也暴露出了產品弊端。先是即時AI功能出現Bug。現場演示中，使用者在詢問Meta如何調製“韓式牛排醬”時，其回答是用醬油和芝麻油來調製，並沒有給出具體操作步驟。緊接著使用者反覆追問應該先做什麼，但AI直接無視，最終導致演示中斷。其次是祖克柏通過腕帶髮送視訊通話請求，多次嘗試也出現失敗。現場將這兩大問題歸因於WiFi網路穩定性。但在小名看來，一方面可能受網路穩定性影響，另一方面也能看出產品互動與硬體協同上的不成熟，這也是AI眼鏡行業的一大痛點。後來Meta平台公司首席技術官通過其Instagram帳號解釋，並非WiFi所致，而是資源管理規劃環節出現了失誤，以及出現了程序漏洞。綜合來看，本次Meta發佈的三款AI眼鏡，雖在性能參數與場景定位上有所最佳化，但整體未超出市場預期，甚至有部分行業觀點認為，其產品體驗尚處於“半成品”階段。Meta出招，中國廠商慌了嗎？雖然Meta整體不及預期，但作為AI眼鏡行業的風向標，它的一舉一動仍然會影響中國外從業者。自從2023年發售的Ray-Ban Meta在一個季度之內賣出30萬台後，中國各大廠商便紛紛將AI眼鏡看作是取代手機的下一代智能入口，並在去年上演“百鏡大戰”。但各家都基於自身優勢佈局，導致產品形態和技術亮點缺乏統一標準，不過也大致可分為兩類：純音訊款，以及結合音訊、攝影機、AR顯示的復合款。隨著Meta三款新品的發佈，「定焦One」發現，目前市場競爭已逐漸聚焦於兩大主流形態和三個核心維度的較量。兩大形態：AI+攝影機、AI+攝影機+AR顯示；三大維度：重量、價格、智能化。基於這些維度，「定焦One」將Meta AI眼鏡和中國幾款具有代表性的AI眼鏡進行對比。市場較為一致的觀點是，AI眼鏡想要吸引消費者，首先它得是一副好眼鏡，使用者佩戴舒適，外觀好看，這也對重量提出了要求，而“重量、續航、算力”一直是AI眼鏡還沒攻克的不可能三角。在整體重量排名上：帶顯示的AI眼鏡>無顯示的AI眼鏡。在更輕的無顯示AI眼鏡中，中國魅族的StarV Snap僅有39g排第一。帶顯示的AI眼鏡又分為兩類：全彩顯示的AI眼鏡和單色顯示的AI眼鏡。前者支援豐富的色彩呈現，視覺體驗更接近大家習慣的螢幕，後者通常為單一淡綠色，主要用於顯示文字、簡單圖示或導航資訊。從業者解釋，與單色顯示相比，全彩顯示需要的電池容量更大，整體也會更重，比如單色的Rokid Glasses和Halliday都在50g以下，全彩的雷鳥X3 Pro和Meta Ray-Ban Display則在70g左右，其中Meta Ray-Ban Display更輕。其次聚焦價格。目前在不帶顯示的AI眼鏡中，國產AI眼鏡都比Meta更輕更便宜。但和同類型的帶顯示AI眼鏡相比，Meta Ray-Ban Display（799美元）的價格高於Rokid Glasses和Halliday，低於同為全彩路線的雷鳥X3Pro。這麼來看，Meta在全彩路線中獲得了全勝。但小名認為，Meta Ray-Ban Display的性價比並不高，他也不認可這款眼鏡為了追求全彩顯示而捨棄最佳化重量和成本的做法。“對於AI眼鏡廠商來說，全彩不是技術門檻，部分廠商沒有走這一路線是因為全彩會使眼鏡重量增加、所需成本更高，而且現有的顯示內容沒必要做全彩。”他表示。最後是智能化水平。AI眼鏡的“智能化”取決於軟硬體的構成。從業者晴晴將Ray-Ban Meta（非最新的Ray-Ban Meta Gen2）和中國AI眼鏡，進行硬體指標和功能效果對比。硬體方面，AI眼鏡最重要的部件是晶片，承擔“大腦”的角色，負責完成圖像識別、語音互動、即時翻譯等各種任務，同時也要管理裝置的整體運行，“中國外主流中高端AI眼鏡主要採用的是驍龍AR1晶片，包括本次的Meta Ray-Ban Display也沒有進行升級，還是這一晶片。”他表示。再看軟體，主要體現在大模型的應用上。各家大多用的是自研大模型，小廠多基於大廠的開源大模型（比如DeepSeek、通義千問等）進行二次開發。另外，作業系統和互動方式也會影響AI眼鏡的智能化水平。晴晴表示，“由於各家的技術並沒有完全公開，很難對性能高低做出精準評估，但從市面上AI眼鏡能呼叫的功能和實現效果推斷，各家產品差異有限，整體仍處於初級階段。”也就是說，中國外AI眼鏡的差距並沒有想像中大，這也為接下來的市場表現提供了參考。賣得多、退得多，AI眼鏡還沒爆發如今的AI眼鏡市場，還處在“高熱”狀態，多項資料體現了這一趨勢。京東發佈的智能眼鏡半年報顯示，2025上半年，智能眼鏡成交量同比暴漲超10倍，入駐品牌數量實現3倍增長。IDC資料也顯示，2025年第二季度全球智能眼鏡市場出貨量255.5萬台，同比增長54.9%，中國智能眼鏡市場出貨量達66.4萬台，同比增長145.5%。然而，高銷量的光環下，卻面臨著“高退貨率”的尷尬。行業媒體XR Vision曾報導，智能眼鏡的退貨率，京東和天貓在30%左右，抖音在40%-50%。中國頭部品牌小米的案例具備代表性，XR Vision估算小米AI眼鏡在抖音的退貨率高達40%左右。但一位從業者也指出，AI眼鏡為新品類產品，使用者需要試戴才能知道是否符合自身需求，因此電商管道退貨率高也屬於正常現象。“現在AI眼鏡行業熱度高、實際銷量卻一般，幾乎所有廠商都在燒錢，小米已經算是行業裡‘活得比較好’的了。”資深AI眼鏡從業者小魚向「定焦One」透露。不少從業者認為，AI眼鏡的高退貨率反映出這一行業的共性挑戰。●圖源：pexels多位使用者反饋，AI眼鏡普遍在佩戴舒適度、功能實用性和使用便利性上存在明顯不足。例如，連續戴1小時便會感覺壓鼻樑；拍照清晰度不如手機，聽音樂的音質和便攜性不如無線耳機；語音和視訊結合的功能也不夠精準，以最簡單的“食物卡路里查詢”操作為例，其不僅會出現識別不出物體的情況，響應延遲也十分嚴重，不如直接拿手機搜尋方便。使用者花上千元，卻只能用到“耳機+基礎拍攝”的功能，這導致很多使用者嘗鮮下單後，用幾天就乾脆退了。小魚直言，從功能成熟度來看，目前AI眼鏡更像是科技發燒友、自媒體博主的“嘗鮮工具”。即便是想要通過降價策略，讓更多普通使用者使用的可能性也不大。從供應鏈角度看，晶片成為制約行業發展的關鍵。他舉例，目前AI眼鏡大多採用手機或平板的通用晶片，不僅功耗高，成本也居高不下。據瞭解，一款售價2000元左右的AI眼鏡，通用晶片成本大約為600元，接近整機成本的30%，這直接限制了廠商在重量、續航和功能上的最佳化空間。同時，管道與售後體系的侷限又進一步增加了使用者的顧慮。一方面，AI眼鏡的推廣集中線上上（如京東、抖音），線下體驗店不足；另一方面，售後維修難度大，“鏡片刮花、鏡腿斷裂這類小問題，很多都要寄回原廠維修，手機維修隨便找個線下門店就能解決”，這也讓不少使用者望而卻步。此外，隱私問題也是行業老生常談的一項隱憂。AI眼鏡的攝影機、麥克風在使用過程中會持續採集環境資料，稍有不慎就可能引發隱私洩露。比如戴著AI眼鏡出現在地鐵、商場等公眾場合，拍攝周圍人的人臉、動作，如果資料保護不到位，很容易被濫用。從熱度到銷量，從使用者體驗到退貨率，從業者們期待的AI眼鏡大爆發尚未到來，這註定是一場長跑。但作為一個潛力巨大的新興品類，正如Meta在發佈會上不斷釋放的信心，它的未來依舊值得期待。 (品牌頭版)

【新智元導讀】Meta在半年內第四次重組AI部門，將超級智能實驗室拆分為四個團隊，全面押注「超級智能」。新成立的TBD Lab由Alexandr Wang領銜，或放棄Llama 4並轉向閉源模型，Meta開源旗幟動搖。Meta內部人心浮動，幾家歡喜幾家愁。祖克柏，這次是鐵了心了，他要All in AI，不留一點後路。8月20號，Meta又扔下一顆炸彈！超級智能團隊，再一次大重組，短短6個月這已經是第四次重組AI團隊了。剛成立的超級智能實驗室將一分為四；開源旗幟、模範、先鋒的Meta的下個模型恐怕要「閉源」了；Meta首席AI科學家，圖靈獎得主Yann LeCun再次隱身，隻字未提；由於Alexandr Wang的原因，Meta內部員工關係非常緊張。不過據內部消息說，這可能是短時間內最後一次折騰，畢其功於一役，Meta的AI復仇之戰終於要塵埃落定了。這次的動靜，可不是一般的大，堪稱巨輪掉頭，航母轉舵。就像整個巨型工程，都要推倒重來。外媒報導，據兩位知情人士透露，Meta本周二內部宣佈，超級智能實驗室拆分為四個部門：TBD Lab（To Be Determined，待確定，負責探索/先導研究）FAIR（Fundamental AI Research，長期前沿研究）產品和應用團隊（含Meta AI助手等）基礎設施（訓練與推理的算力、資料與平台）大洗牌！AI部門一分為四TBD Lab負責研發新版旗艦大語言模型Llama，由首席AI官Alexandr Wang領導。新團隊已討論將Meta的下一代AI模型改為閉源模式，這將和Meta長期以來「開源」理唸完全背離。甚至，新團隊已決定放棄Meta此前的Llama 4巨獸Behemoth，並從頭開始研發新模型。根據外媒The Information報導，TBD Labs其他負責人包括：Jack Rae（前Google）將負責預訓練。Ruoming Pang（曾在蘋果領導模型開發）將負責TBD Lab的基礎設施，與更廣義的基礎設施團隊不同。Jiahui Yu（前OpenAI）將負責多模態研究，使模型能夠理解和生成除文字之外的內容。後訓練團隊的領導者包括Hongyu Ren（前OpenAI）和Pei Sun（前Google）產品方向由前GitHub CEO Nat Friedman和前Safe Superintelligence聯合創始人Daniel Gross負責。值得一提的是，Daniel Gross就是Ilya的SSI原CEO，因為祖克柏挖了此人，萬年不發言的Ilya都「被迫」在X上發表了自己的意見。神秘的Ilya和他的SSI還是沒有新消息Robert Fergus（FAIR聯合創始人）將繼續領導研究實驗室，他剛從GoogleDeepMind重新回來Meta。再次！值得一提的是，在所有聲明中，Yann LeCun作為此前Meta整個公司的首席AI科學家身份，隻字未提，完全隱身。「老楊」最新的資訊也沒有引用任何相關新聞，看來過去的圖靈獎得主，首席AI科學家真的要被「架空」了。現在的Meta AI可能是「小王」和「小扎」說了算嘍！和此次重組一起調整的還有Meta在財務和基建層面的「加碼」。Meta選擇PIMCO與Blue Owl牽頭一筆約290億美元的資料中心融資（債務+股權），用於路易斯安那州等地的大型AI基礎設施擴張。這筆投資對應了此次重組的最後一個基礎設施部門，該部分由Aparna Ramani負責。這筆融資與Meta披露的全年資本開支指引上調至660–720億美元相呼應，明確了Meta「算力先行」的資本佈局。這次重組，也許意味著Meta從「研究範式」到「工程落地」的轉移。今年6月，Meta以143億美元入股ScaleAI、取得49%股權，並「挖來」其28歲CEO Alexandr Wang出任公司首席AI官（CAIO）。與以往由研究大牛主導的AI敘事不同，比如Yann LeCun很重視的FAIR基礎研究。這次祖克柏更像押注一位「系統工程+商業統籌」型的總指揮：快速整合資料、標註、訓練、評測、推理與產品化的全鏈條，強化「端到端交付能力」。趕緊發佈新的、可用的模型才是Meta的當務之急。Meta過去幾年以Llama為核心樹立了「開源」旗幟。但從今年7–8月的多方報導看，「是否繼續以Llama為主線、是否轉向閉源/第三方模型」，在公司內部已被擺上桌面。外媒稱，Meta正「積極探索使用第三方模型」，不再只依賴自研模型。同時，「是否放棄內部代號為Behemoth的Llama 4路線、轉而打造閉源新模型」也在討論之列（尚無最終決定）。Meta的「開源」招牌正在動搖，閉源路線能帶來更強的商用控制與貨幣化空間——前提是新模型的性能與可靠性足夠「卡位」。但這很難，GPT-5、Cladue 4、Grok 4，甚至國內的開源模型，目前來看都遠遠領先Llama。幾家歡喜幾家愁重組前後，人才流出與高位補強同步發生。7月，Meta任命了Shengjia Zhao為超級智能實驗室的首席AI科學家，他曾是OpenAI的研究員，也是ChatGPT、GPT-4的核心功臣。幾乎就是和LeCun平起平坐，LeCun也從整個公司的首席AI科學家，漸漸被降低到超級智能實驗分拆的四個部分之一的首席AI科學家。Joelle Pineau（前Meta VP of AI Research，FAIR負責人之一）已於5月離任，並在8月加入Cohere出任首席AI官。Loredana Crisan（曾任Messenger負責人、後轉入生成式AI）將離開Meta加盟Figma任首席設計官。上文提到Meta打算引入第三方模型，這出乎所有人意料。Llama已經遠遠落後現在的頂級模型已成事實，但是每個科技巨頭的底層模型都是自己研發的。第三方模型接入（若成行）或許能加快產品側的節奏，降低Llama單一模型過去多次「滑鐵盧」風險。但長期來看，Meta依然需要自己的模型。此次超級智能一分為四，其中延續十多年的FAIR部分得到保留。這或許意味著Meta並沒有完全放棄基礎研究。員工關係更加緊張當Meta斥資數十億引進頂尖AI人才時，公司內部的老將們對這些「空降兵」卻感到水土不服。今年7月，Meta任命OpenAI研究員ShengjiaZhao為超級智能實驗的首席AI科學家。據一位知情人士描述，最近幾周，Zhao的辦公室門前，Meta的老AI研究員和員工們排起了長隊，等著接受他的「面試盤問」：Zhao對他們過去的工作刨根問底。當然，也有一些元老選擇堅守。2014年共同創立Meta FAIR研究部門的Rob Fergus將繼續執掌公司的基礎AI研究實驗室。而曾負責生成式AI產品的AhmadAl-Dahle和AmirFrenkel，現在則直接向Alexandr Wang匯報，專注於戰略性的AI項目。這場由祖克柏親自導演的AI變革，正以一種近乎殘酷的方式，重塑著Meta的未來。究竟是鳳凰涅槃，還是引火燒身？時間會給出答案。最後附上祖克柏最近從各個地方挖到的核心人員名單和大概加入時間。值得一提的是，其中有半數都是華人。 (新智元)

震驚！馬斯克剛剛發佈了一個月費300美元的AI產品，這到底是什麼神仙配置？ 🚀就在昨天，科技狂人馬斯克的xAI公司正式發佈了全新旗艦產品——Grok 4和Grok 4 Heavy，同時推出了史上最貴的訂閱服務SuperGrok Heavy，月費高達300美元！這個價格乍一聽確實讓人倒吸一口涼氣 😱，但當你瞭解它的實力後，可能會重新審視這個定價。🎯 這次有多強？資料說話！📊在最新的"人類最後考試"測試中，Grok 4交出了一份亮眼的成績單：無工具輔助情況下得分25.4%，超越了OpenAI的o3模型(21%)和Google的Gemini 2.5 Pro(21.6%)配備工具後，Grok 4 Heavy更是以44.4%的高分登頂榜首這就像是一場頂級學霸之間的較量，而馬斯克的AI成功站在了金字塔頂端 🏆多智能體系統：AI界的"學習小組" 🤝最有趣的是，Grok 4 Heavy採用了"多智能體"系統，簡單來說就是讓多個AI實例同時解決同一個問題，然後互相比較答案。這就像是讓一群頂級學霸組成學習小組，共同攻克難題。想像一下，當你遇到複雜問題時，不是一個AI在思考，而是一群AI在協同工作，這種集體智慧的力量確實令人期待！未來規劃：步步為營 🎯300美元的訂閱費不僅僅是為了現在的功能，更是為了未來的無限可能：8月：AI程式設計模型上線9月：多模態智能體發佈10月：視訊生成系統推出這簡直就是為開發者和企業使用者量身定製的"AI全家桶"套餐！瞄準企業市場，大有可為 💼值得注意的是，xAI不僅面向個人使用者，更是將目光投向了企業市場。通過API介面和企業平台，Grok正在建構一個龐大的AI生態系統。這種佈局策略讓人想起了早期的雲端運算發展軌跡——先佔領企業市場，再逐步普及到個人使用者。你覺得Grok 4真的能成為AI界的遊戲規則改變者嗎？馬斯克這次的野心是否過於龐大？面對如此高昂的價格，你會選擇體驗這個"最強AI"嗎？快把這個重磅消息分享給你的朋友們吧！讓我們一起見證AI發展的歷史性時刻！ (澤問科技)