談到 AI 競賽，很多人都會拿中美兩國進行比較。近期，《金融時報》坦言，中美 AI 競賽不是一場衝刺，而是一場馬拉松。雖然美國科技公司憑藉輝達的 AI 晶片，在大模型上繼續領先，但是從長遠來看，中國更有可能笑到最後。AI 競賽的勝負不是靠多厲害的模型決定的，而是看能不能把模型用起來。過去幾年，全球各大科技公司關注的焦點都是造模型。美國的 OpenAI、Google、Anthropic 依靠海量的算力和巨大的模型參數，不斷提升模型的綜合性能，模型也是越做越大。國內的 DeepSeek、阿里巴巴、月之暗面也在想辦法縮短與全球頂尖模型的差距。但是很多人都走進了一個誤區，把模型的技術參數當成是 AI 競賽的全部。就算再厲害的模型，如果只是躺在伺服器裡，不能幫助工廠提高效率，解決城市治理的問題，只是安裝在手機上增加更多的 AI 功能，到頭來只能是一個好玩的玩具。相比於美國，中國的優勢在於模型的應用。1. 能源和基建是中國發展的 AI 的基礎。 運行 AI 模型離不開資料中心，但是資料中心對電力耗費簡直是一個無底洞。根據高盛的預測，到2030年中國多發出來的電力，可以滿足全球資料中心電力需求的三倍。而在美國的13個供電區域中，有8個已達到電力供應的上限。談到基建，用黃仁勳的一句話就可以解釋清楚，在美國建立一座資料中心要三年，在中國一個周末就可以建成一座醫院。電力和基建確保中國可以更大規模地建設 AI 基礎設施。2. AI 的終極應用不是聊天的工具，而是要解決現實世界的問題。工廠裡的機器人、馬路上行駛的自動駕駛汽車，醫院裡的診斷系統。這些執行任務的裝置都需要被造出來。我們手中握有關鍵的礦產資源和全世界最完整的工業供應鏈。當美國還在糾結模型的參數時，中國的 AI 已經幫助工廠提高生產率，幫忙管理城市。3. 我們正在通過開源模型打通國內外市場。麻省理工學院和  Hugging Face 的研究顯示，中國自主的開源 AI 模型全球下載量已達總下載量的17.1%，超過美國的15.8%。這讓全球的開發者有了更多的選擇，可以不依賴於美國的雲服務和晶片，就可以定製自己所需的 AI 模型。在新興市場，中國的開源模型憑藉低成本和高適配性的優勢，迅速搶佔市場。微軟總裁史密斯直言，DeepSeek 在新興市場的市場份額已經超過了西方企業。雖然美國暫時在頂尖 AI 模型的研發上領先，但是卻面臨商業化變現的難題。 再加上昂貴的基建成本，緊張的能源供給，分散的產業佈局，很難讓先進的 AI 模型走出實驗室。技術是需要合作的，美國現在正在加大與中國脫鉤的力度，這將進一步削弱美國的技術影響力。這場 AI 競賽早就從誰的模型更厲害，轉向創新能力和應用能力的綜合較量。按照《金融時報》的觀點，美國在上半場贏得了造模型，而中國正在應用模型上面發力，參與下半場的競爭。在可以預見的未來，只有把技術轉化為生產力，讓 AI 可以真正服務於社會的玩家，才可能是最終的贏家。畢竟，能造出先進的模型是本事，能用得好，才是真本事。 (阿Gang說)

“ Airbnb的CEO布萊恩·切斯基說了一句讓矽谷集體沉默的話："我們的AI客服系統用的是阿里巴巴的通義千問，不是ChatGPT。" 停頓了一下，他補充："通義千問非常好，又快又便宜。" 這不是客套，這是帳本上的數字在說話。”（引用網路圖片）01 四十萬美元的選擇題一個美國創業者算了筆帳：把底層AI模型從ChatGPT換成通義千問後，每年省下40萬美元。四十萬美元是什麼概念？兩個矽谷工程師一年的工資，或者讓公司多活半年的救命錢。這就是為什麼越來越多矽谷公司開始"靜默轉向"，不會大張旗鼓宣佈，但會悄悄把技術堆疊換成中國的開源模型。專注AI搜尋的Exa公司發現，用中國模型比GPT-5更快、更省錢。在一款熱門程式設計工具裡，最受歡迎的20個模型中，7個來自中國。免費、好用、不設限：在商業世界裡，這三個詞就是最好的通行證。02 下載量不會騙人2025年9月，一件悄無聲息的事發生了：通義千問在全球最大開源平台Hugging Face上，下載量超過了Meta的Llama，成為全球第一。到2026年1月，下載量突破7億次。7億次下載背後，是全球數百萬開發者用滑鼠投出的票。他們不關心地緣政治，只關心一件事：這個工具能不能幫我把活兒幹好。前GoogleAI工程師、現在在矽谷創業的米沙·拉斯金說得很實在："中國模型已經出人意料地接近前沿了，新一代模型離頂尖水平已經觸手可及。"觸手可及，兩年前，沒人敢說這四個字。（引用網路圖片）03 那場"地震"如果說通義千問是穩紮穩打，DeepSeek就是一記重拳。2025年1月，這家杭州公司發佈了DeepSeek-R1。消息傳出當天，輝達單日市值蒸發5890億美元，創下美國上市公司最大單日跌幅紀錄。原因很簡單：DeepSeek用不到30萬美元，做出了和OpenAI的o1模型相當的效果。而GPT-4的訓練成本估計是7800萬美元。成本是對方的0.4%，效果不差。這個消息對AI行業的衝擊，就像當年有人證明不燒油也能讓車跑得飛快——它打破了一個所有人都相信的"鐵律"：做好AI必須砸錢堆算力。DeepSeek證明：演算法比鈔票更重要。幾天後，微軟、AWS、輝達紛紛接入DeepSeek。連之前還指控它"竊取技術"的微軟，轉頭就把它接入Azure雲平台。真香定律，從不缺席。04 矽谷大佬的真心話有意思的是，矽谷科技圈對中國開源模型的態度，遠比政客們真誠。輝達CEO黃仁勳公開承認："通義千問已佔據開源模型的大部分市場份額，領先優勢還在擴大。"祖克柏在Meta內部會議上說："DeepSeek實現了新穎的技術突破。幸運的是，他們公開了這些進展，我們可以學習。當有人做得比你更好時，這能激勵我們。"圖靈獎得主、Meta首席AI科學家楊立昆說得更直接："上世紀90年代，瀏覽器大多是閉源的，但最終只剩下開源瀏覽器。人工智慧也會走同樣的路。"風投大佬馬克·安德森在社交媒體上寫道："DeepSeek是我見過最令人驚嘆的突破之一。這是AI領域的'斯普特尼克時刻'。"斯普特尼克時刻，1957年蘇聯發射第一顆人造衛星，震驚美國的那個時刻。（引用網路圖片）05 開源不是慈善，是佈局可能有人會問：為什麼要把這麼好的技術免費開源？答案很簡單：通過免費建立生態，通過生態掌握標準，通過標準贏得未來。當全球數百萬開發者都在用你的模型做開發，基於你的框架做創新，你就掌握了這個行業的話語權。這比閉門造車強一萬倍。通義千問、DeepSeek用的都是最寬鬆的開源許可證，任何人都可以免費下載、修改、商業化使用，沒有後顧之憂。對比之下，Meta的Llama商業使用有限制，OpenAI的GPT徹底閉源，只能按次付費呼叫API。限制越少，用的人越多；用的人越多，生態越強。一個矽谷公司的技術負責人說："中國模型不僅性能好，文件豐富、社區活躍、問題能快速解決。這種體驗，比很多美國模型還好。"06 中國開發者的新機會這場革命對想出海的中國開發者來說，是個前所未有的好時機。以前，中國產品出海要面對"中國製造"的刻板印象，要花很大力氣證明自己。但現在，在AI領域，中國模型已經在全球建立了技術信任。一個深圳小團隊，基於通義千問開發的應用，在矽谷開發者眼裡和基於GPT的應用是同一等級。甚至在成本、定製化方面，還有優勢。這是技術紅利帶來的出海便利。但真正賺錢的不是模型本身，而是垂直應用。Airbnb用通義千問做客服就是個好例子，他們沒自己訓練模型，而是基於開源模型針對業務場景最佳化。中國開發者的機會也在這裡：找到細分領域，用中國開源模型做底層，開發真正解決問題的應用。醫療、教育、金融、電商，每個領域都有空間。07 結  語一位矽谷風投在給投資人的郵件中寫道："這裡的初創公司正在建構未來，但他們的工具，越來越多印著中國的開源標識。"這句話值得品味。技術競爭，最終是生態的競爭。誰能讓更多人用你的工具，誰能讓更多企業基於你的平台創新，誰就贏了。有些改變來得很靜，但它改變的是整個遊戲的規則。當全球開發者湧向GitHub下載中國模型的那一刻，當Airbnb的CEO公開說"又快又便宜"的那一刻，當矽谷風投在郵件裡寫下"中國的開源標識"的那一刻：新的時代，已經開始了。 (半場Halftime)

Gemini的熱銷有望進一步提振Google CloudGoogle雲核心伺服器銷售業務的營收。Google旗艦AI大模型Gemini的呼叫量正迅速增加。綜合The Information、WebProNews等科技媒體報導，Google通過Google雲平台，以應用程式程式設計介面（API）的形式對外授權Gemini模型的使用權限，內部資料顯示，自今年3月Gemini 2.5版本首次發佈以來，Gemini介面呼叫量從約350億次一路攀升，到8月已增至約850億次，實現超過140%的增長；Gemini企業訂閱使用者已增長至800萬。另有一位瞭解Google銷售策略的人士表示，由於客戶在人工智慧業務上的投入往往會帶動其在Google其他產品上的支出，Gemini的熱銷有望進一步提振Google CloudGoogle雲核心伺服器銷售業務的營收。從一開始，Gemini便戰略性地嵌入了Google生態系統（包括Workspace和雲服務）。與此同時，這一增長勢頭還有望推動Google另一項尚處起步階段的業務——基於Gemini模型的軟體銷售。曾任職於Google雲的相關人士表示，這類軟體是Google提升人工智慧業務利潤率的關鍵抓手。該戰略的核心產品是Gemini企業版，這款產品不僅整合了GoogleGemini聊天機器人的使用權限，還支援企業跨資料來源檢索功能，並配備了人工智慧智能體的開發與應用平台。▌GoogleAI商業化加速兌現GoogleGemini是Google為應對生成式AI競爭而推出的多模態大模型，於2023年底正式發佈1.0版本，此後迅速迭代，2025年11月18日，Google發佈Gemini3，系Google目前最新、最智能的AI模型，性能實現強大躍升，在多項主流測試基準上達到state-of-the-art水平，相比Gemini2.5提升明顯，相對於OpenAI的GPT5.1也有不小幅度的提升。如今，Gemini的發展重點已從模型迭代轉向生態融合，深度整合進Google搜尋、Gmail、Workspace等核心產品，並與蘋果等巨頭合作，正致力於建構以AI為核心的個人化智能生態。Google去年秋季曾披露，公司計畫投入910億至930億美元用於資本開支，其中就包括支援人工智慧業務的相關投入，這一規模幾乎是2024年525億美元資本開支的兩倍。此外，Google還在持續為Google雲及其人工智慧研究部門Google DeepMind招募專業人才。Google、微軟、Meta、蘋果、亞馬遜是美國AI軍備競賽中投入最大的五家。在2025年第三季度財報電話會上，五家企業的高管都宣佈，會繼續投資AI。他們的用詞非常激進，亞馬遜CEO安迪•賈西說，公司正“非常激進地”投資於產能。GoogleCFO安納特•阿什肯納齊說，2026年預計資本支出將顯著增加。Meta計畫2026年大幅提升資本支出。微軟稱，將繼續在AI領域進行重大投資。蘋果也表示，會大幅增加AI研發投資。Google預計2025年的資本支出將在910億至930億美元之間；亞馬遜2025年預計總投入1250億美元；Meta預計2025年資本支出為700億至720億美元；微軟上季度宣佈，下一財年將投入1000億美元；蘋果預計未來4年在AI領域投資800億美元。從2025年第三季度財報來看，GoogleAI技術的商業化處理程序正在加快。此前，Google與蘋果公司的最新合作使Google母公司Alphabet的估值飆升至4兆美元。分析師指出，Gemini與Google雲業務的整合是推動這一增長勢頭的關鍵因素。Google雲業務在第三季度營收達152億美元，同比增長34%，其中AI相關收入已達到"每季度數十億美元"規模，雲業務訂單積壓環比激增46%至1550億美元。值得注意的是，目前廣告仍然是Alphabet的主要收入來源，由Gemini驅動的AI增強功能正在推動使用者參與度的顯著提升。財報顯示，其搜尋和其他廣告收入同比增長15%，達到566億美元，佔總收入的一半以上。諸如AI概覽和AI模式等創新功能吸引了超過7500萬日活躍使用者，徹底改變了消費者與搜尋的互動方式，並無意中提升了廣告曝光量。預計到2027年，廣告市場規模將達到1.3兆美元，Gemini在最佳化這些體驗方面發揮的作用將使Google繼續保持其市場主導地位。華鑫證券稱，Google在AI領域厚積薄發，當前已經進入全面發力階段。公司近來AI模型和應用更新明顯提速，模型能力優勢日益突出。此外公司傳統業務增長強勁，與AI業務形成有機協同，搜尋AI模式等整合效果顯著，有力打消了外界對其傳統搜尋業務被AI影響等質疑，建議繼續重視Google在AI模型和應用推廣以及AI算力部署等方面的進展。Google2025年四季度財報定於2月4日發佈。過去一年，Google在人工智慧賽道激烈競爭中投入的巨額資金是否開始產生回報，將成為投資者的關注焦點。 (科創板日報)

剛剛，馬斯克宣佈：已將全新的X平台推薦演算法開源，該演算法由與 xAI 的 Grok 模型相同的 Transformer 架構驅動。這套演算法會收集使用者的個人資訊，比如你關注了誰，你點贊、回覆或分享過那些帖子，通過預測使用者行為（點贊、回覆、轉發等）來對帖子進行排序，從而定製“為你推薦”一欄中的內容。1月11日，馬斯克就在X上宣稱自己會在7天內開源X平台的推薦演算法。儘管比約定的時間略晚，但還是說到做到。他還表示，這套演算法將會每四周更新一次，並提供全面的開發者說明。馬斯克發帖聲稱：“我們知道這個演算法很笨拙，需要大量的改進，但至少你可以看到我們在即時和透明的情況下努力讓它變得更好。”他同時強調：“其他社交媒體公司都沒有這樣做。”開源推薦演算法的確是一個罕見的操作。在社交平台領域，推薦演算法向來是各家的“核心機密”：使用者刷到的每條動態、每個廣告，背後都是演算法根據使用者行為、內容標籤、商業訴求等維度計算的結果。此前，無論是 Facebook、Instagram 還是其他社交平台，演算法都被牢牢鎖在“黑箱”裡，平台不會主動交底，外界也只能靠逆向工程進行猜測。不過，馬斯克如此慷慨大方地開源X平台的推薦演算法，也可能另有動機。2025年7月，據路透社報導，巴黎檢察官辦公室對X平台展開刑事調查，調查重點包括演算法是否存在系統性偏見，以及是否存在欺詐性資料提取行為。X方面對此回應稱，該調查“出於政治動機”，並警告其可能威脅言論自由。12月， 歐盟認定X平台違反《數字服務法》透明度義務條款，對其處以1.2億歐元罰款，違規行為包括其使用者帳號的“藍標認證”僅通過付費即可獲得，在介面設計上對使用者具有誤導性；其廣告資料庫在透明度和可訪問性方面存在不合規等等。目前這套推薦演算法的Github程式碼庫已經開源，並迅速獲得了7.4k stars。既然開源了，那麼X平台的推薦演算法究竟有那些奧秘？Github地址：https://github.com/xai-org/x-algorithm兩大核心元件：Thunder 和 PhoenixX平台演算法推薦系統的核心思想是將站內關係內容（來自你已關注帳號的內容）與站外發現內容（通過基於機器學習的召回機制發現的內容）進行融合，並使用基於 Grok 的 Transformer 模型對所有內容進行統一排序。據其Github介紹，「為你推薦」資訊流的內容主要來自兩大來源：一是站內內容（Thunder 模組），即使用者關注帳號發佈的帖子；二是站外內容（Phoenix 召回模組），也就是從全網內容庫中篩選出的帖子。兩類內容整合後，會交由 Phoenix 模型分析。該模型會通過使用者的點贊、回覆、轉發等互動歷史，預測使用者對每篇帖子的各類互動機率，最終的內容得分便是這些機率的加權組合。X推薦演算法系統架構Thunder 和 Phoenix是這個系統的兩大核心元件。Thunder 是一個記憶體內的帖子儲存系統和即時資料攝取管道，用於追蹤所有使用者的最新發佈內容。它會從 Kafka 即時消費帖子建立與刪除事件，在記憶體中維護每個使用者的原創、回覆/轉發和視訊等最新內容，並自動淘汰過期資料。由於完全運行在記憶體中，Thunder 可以在不訪問外部資料庫的情況下，實現亞毫秒級的站內內容查詢性能。Phoneix則承擔了兩項功能：召回和排序。它先通過雙塔模型將使用者行為與全量帖子編碼為向量，在全域內容池中高效召回與使用者興趣最相關的帖子；隨後再利用具備候選隔離機制的 Transformer，對每條候選內容獨立預測點贊、回覆、轉發、點選等多種互動行為機率。Phoenix模型會預測使用者可能對每條帖子採取的多種行為，其中既有點贊、回覆、轉發等正面行為，也有不感興趣、拉黑、舉報等負面行為：隨後，加權評分器會將這些因素綜合成一個得分，這就是一條帖子的最終評分：積極的行為（點贊、轉發、分享）的權重為正，負面行為（遮蔽、靜音、舉報）的權重為負，從而判斷出使用者可能喜歡或不喜歡的內容。Rust 語言為主，Python 為輔完全摒棄手工特徵設計其Github倉庫顯示，這套演算法推薦系統主要使用了 Rust 和 Python 兩種程式語言，項目遵循了Apache License 2.0  開源許可。該倉庫的程式碼檔案按功能模組劃分，核心模組分工明確：phoenix/：包含 Grok 模型適配、推薦系統模型（recsys_model.py）、召回模型（recsys_retrieval_model.py）等核心程式碼，以及模型運行、測試指令碼；home-mixer/：以 Rust 語言開發，是推薦系統的 “編排層”，包含候選內容補全、查詢資料補全、打分器、過濾器等核心邏輯；thunder/：基於 Rust 開發，負責處理 “站內內容”（關注帳號帖子）的檢索、反序列化、Kafka 消息處理等；candidate-pipeline/：候選內容流水線相關邏輯，是連接內容源與後續處理的關鍵環節。在演算法底層設計上，X 平台的推薦系統有五大核心決策，這些設計也成為其區別於傳統推薦演算法的關鍵：1、完全摒棄手工特徵設計這套系統完全依賴基於 Grok 的 Transformer 模型，從使用者的互動行為歷史中自動學習使用者和內容的相關性，不再進行任何人工設計的內容相關特徵工程。這一做法顯著降低了資料管道和線上服務基礎設施的複雜度。2、排序階段的候選隔離在 Transformer 推理過程中，各候選內容之間不會相互影響，只能圍繞使用者上下文來打分。這保證了單條內容的評分不依賴於同批次中其他候選內容的存在，使得評分結果更加穩定，並且可以被安全地快取和復用。3、基於雜湊的嵌入表示在召回和排序兩個階段，模型均使用多種雜湊函數進行 embedding 尋找，以提升嵌入表示的效率與可擴展性。4、多行為預測模型並非只預測單一的“相關性”分數，而是同時預測使用者對內容可能產生的多種行為的機率。5、可組合的流水線架構此外，系統還基於candidate-pipeline 模組搭建了一套靈活的推薦流水線框架，具備以下特點：將流水線執行與監控邏輯與具體業務邏輯解耦支援獨立階段的平行執行，並提供完善的容錯與錯誤處理機制可以便捷地擴展新的候選源、資料補全、過濾器和打分器什麼樣的內容在X平台上容易火？X 平台的推薦演算法，本質上是一個基於大模型的“使用者行為預測系統”。它並不依據單條帖子的轉贊評等資料來判斷內容好壞，而是通過分析使用者過往的點贊、回覆、轉發、點選和停留等行為，預測你在看到某條內容後最可能採取的下一步行動，並據此對內容進行排序。在這樣的機制下，更容易引起互動行為的內容，比如能激起討論的觀點、引導回覆和轉發的表達，或讓使用者願意停留和點選的資訊，就更容易被推薦和放大；而引發負面反饋的內容，如頻繁被標記為“不感興趣”、遭到拉黑或舉報的帖子，則會被系統主動壓低權重甚至過濾。頻繁發帖刷屏也是不被系統鼓勵的。程式碼中有一條“Author Diversity Scorer“，作用就是降低重複作者的分數，以確保資訊流多樣性。因此更有效的發帖策略是降低頻率，提高單條內容的獨立價值。使用者關注帳戶的內容會被優先考慮，保持滿權重，而推送給非關注使用者的內容則會被系統性折扣，可見關注關係的重要性進一步上升。此外，由於“候選隔離”的存在，每條帖子都會進行獨立打分。如果別人發了一條爆款內容，也不會擠掉你的內容曝光。你的分數隻取決於你自己和目標使用者之間的關係。總體來看，X平台的推薦演算法更關注內容與使用者之間的互動關係質量，能夠激發情緒、觀點表達和參與行為的內容，才會在資訊流中獲得更高的可見度。在接手X平台前，馬斯克就一直不滿於社交媒體平台“演算法不透明”的問題，並致力於把X平台打造成“自由廣場”。演算法開放原始碼的消息一出，X平台上也炸了鍋，不少網友認為這是社交平台“透明化”的關鍵一步。也有網友提出，此舉的意義不僅在於演算法透明度，而在於將公眾的集體注意力系統變得可理解。激勵、衰退、病毒式傳播、憤怒、信任等等一系列的社交媒體行為，都可以變成被學習和建模的函數。那麼，對於近期深陷輿論漩渦的馬斯克來說，此番開源X平台的推薦演算法，能否應付外界對其“存在演算法偏見”“流量操縱”的質疑呢？還需拭目以待。 (51CTO技術堆疊)

OpenAI加速商業化，硬體、廣告雙線佈局。圖片來源：unsplashOpenAI首款AI硬體裝置就要來了！當地時間1月19日，OpenAI首席全球事務官克里斯·萊恩（Chris Lehane）於瑞士舉辦的達沃斯論壇上表示，裝置是公司今年的重要規劃之一，按照計畫，有望在今年下半年推出首款產品。不過，克里斯·萊恩並未針對裝置的形態、細節或具體發佈時間給出任何確定資訊。Axios首席技術記者伊納·弗雷德（Ina Fried）在Axios House活動現場追問“是別針嗎？”“是耳戴裝置嗎？”，克里斯·萊恩均未置可否。“大家可是在這裡首次得知這一消息的，這款裝置今年就要來了。”弗雷德進而確認道。“我沒說它今年一定會來，我是說我們正按計畫進行中。”萊恩依然謹慎回應稱。截圖來自Axios House活動視訊在萊恩官宣之前，市場普遍預期OpenAI會在今年推出智能硬體裝置。去年5月，OpenAI以65億美元收購了前蘋果首席設計官喬納森·伊夫（Jony Ive）的AI裝置初創公司io，彼時的一段宣傳視訊即暗示2026年會有新品面世，成為使用者的“AI夥伴”。此後，OpenAI首席執行官薩姆·阿爾特曼（Sam Altman）多次對這款備受市場關注的產品給出“劇透”。其中涉及的細節包括：體積小而輕便、設計簡潔、無螢幕、注重使用者互動尤其是語音互動、具有物理世界感知能力等。坊間隨即有了這款硬體是別針、耳機、無屏音箱等猜測。去年12月末，數位博主智慧皮卡丘在社交平台爆料稱，OpenAI共有3個項目在進行供應商評估，其中之一被認為是一支筆，另一種可能是可攜式音訊裝置。1月中旬，該博主跟進爆料稱，一款內部代號為“Sweetpea”的“旨在取代蘋果AirPods的特殊音訊裝置”被排在硬體裝置開發優先順序的首位，預計將在今年9月左右發售，年度出貨量計畫可能高達4000萬至5000萬個的水平。爆料還稱，供應鏈企業已被告知，OpenAI計畫在2028年四季度前共生產5款裝置，家用裝置和觸控筆仍在考慮之列。截圖來自社交平台X此外，The Information在1月1日引用信源稱，OpenAI計畫推出的首款硬體裝置的原型機已經完工，該公司正加速迭代音訊模型，為這款“以語音互動為核心場景”的裝置提供支援。相關報導稱，其音訊模型預計將在今年一季度發佈，相關裝置可能在一年左右的時間內走向市場。而在預測市場平台Polymarket上，有85%的使用者押注OpenAI將在今年結束前面向消費者推出其硬體裝置。目前，AI硬體裝置已成科技巨頭、獨角獸和眾多創業者搶灘AI消費市場的重要選擇。Meta、Google、阿里巴巴等聚焦於目前最火爆的AI眼鏡賽道，蘋果此前也被認為有意將Airpods耳機升級成AI裝置，相關智能翻譯等功能已推出。此外，戒指、耳環、掛件、錄音豆等“標新立異”的AI硬體產品也層出不窮。但市場始終未給出如智慧型手機、智能手錶般的一致性、規模化積極反饋，這也是市場高度重視OpenAI將拿出怎樣革新性產品的原因所在。至於OpenAI，這家估值已高達5000億美元（新一輪融資完成後或將達到8300億美元），年營收剛剛超過200億美元，5年內資本支出可能逼近5000億美元的AI公司，通過各種管道探索商業變現已成當務之急。此前，OpenAI已陸續推出多種C端和B端的服務套餐以及AI購物功能，1月16日，它還公告稱，將在ChatGPT中上線並測試廣告功能。然而，這一舉措也一度因有違奧爾特曼“最後才會考慮廣告”言論，可能讓AI受商業利益影響給出傾向性答案而遭受爭議。萊恩在上述訪談中也談到，引入廣告的核心目的是為了維持免費服務的可持續性，通過廣告收入來支付高昂的算力成本，從而確保數億使用者能夠繼續“像使用公共事業一樣”免費使用AI，避免因經濟能力差距而造成更大的數字鴻溝。他還強調，公司對廣告的引入有嚴格的標準和原則，會始終以使用者體驗和信任為首要考量，確保廣告不干擾核心對話、使用者始終能感覺到在獲取所需答案。他也同時表示，行業還需進一步建立標準和規則，來規範AI廣告的說服力、透明度等。在從非營利組織轉型為混合架構，繼而積極參與商業競爭後，OpenAI在輿論和法律層面一直面臨爭議。目前來看，該公司將避免AI“能力溢出”（capability overhang）的平權理唸作為自己加速商業化的重要理由。OpenAI此前表示，將在達沃斯論壇期間發佈一份名為《終結能力過剩》（Ending the Capability Overhang）的報告，揭示在AI創新速度超過採用速度之際，活躍採用者相較普通使用者正在獲得巨大的智能優勢和收益的事實。而公司則主張必須彌合這種差距，才能讓AI真正有利於整體的社會和經濟利益，避免其最大收益只流向那些具備先發資源優勢和活躍採用管道的國家、企業或個人。而正如萊恩所解釋的，通過商業變現支撐OpenAI自身的運行，被該公司視為彌補差距、讓AI普惠化的必要舉措。截圖來自OpenAI官網OpenAI首席財務官薩拉·弗萊爾（Sarah Friar）在1月18日發表的文章《一個能夠根據智能價值擴展的企業》（A business that scales with the value of intelligence）中強調了商業變現與AI平權間的關聯。她稱，公司遵循“商業模式應隨著智能帶來的價值而擴展”的簡單原則，並以此來推動完成最初的承諾。她還提到，該公司今年的重點將放在“實際應用”上，特別是在健康、科學和企業領域。“首要任務是縮小AI現有能力與人們、企業和國家日常使用方式之間的差距。”她寫道，“基礎設施擴展服務範圍，創新擴展智能的能力，實際應用擴展其使用範圍，而商業收入則推動我們走向下一個階段，這就是智能如何發展並成為全球經濟基礎的方式。” (鈦媒體AGI)

報告名稱：全球人工智慧技術應用洞察報告（文末附全文PDF）一、全球AI競爭呈現"技術-市場-生態"三元分化格局。 美國依託Agent+SaaS模式形成供需精準匹配的生態閉環，以OpenAI、Claude等基礎模型為底座，科技巨頭與初創企業協同驅動，在基礎能力、開源生態和商業化成熟度上保持領先。歐洲則以"高合規、高價值"為特徵，聚焦智能製造、醫療、金融等高風險領域，憑藉GDPR框架下的強監管優勢和"地平線歐洲"等產學研協同機制，在B2B縱深應用上建構壁壘。中國呈現"應用驅動、規模製勝"的獨特路徑，依託統一大市場和頂層政策設計，在電腦視覺、智慧城市等領域實現大規模高效落地，但在基礎模型和晶片等底層技術上仍處於追趕階段，工程化能力成為核心比較優勢。二、技術範式從決策式AI向生成式AI協同，再向AI Agent架構演進。 2025年標誌著AI Agent商業化元年，技術堆疊從靜態規則系統轉向動態演化智能體，實現"數字同事"的人機協作新形態。核心演進體現在三個層面：一是多模態大模型（如Llama 4、Gemma 3）實現感知-決策-執行的端到端閉環；二是決策式AI與生成式AI深度耦合，後者為前者提供高品質資料與資訊輸入，顯著提升可解釋性與可靠性；三是工業、辦公、駕駛等場景湧現垂直Agent，如Siemens Industrial Copilot實現PLC程式碼自動生成，蘿蔔快跑ADFM建構10重安全冗餘的L4級自動駕駛，技術落地從單點工具升級為系統級重構。三、產業驅動力發生"AI for X"到"AI Native"的範式革命。 企業AI預算從邊緣最佳化轉向核心業務流程的重構，尤其在軟體開發與客戶營運兩大環節滲透最快。報告顯示，AI在程式碼自動生成、智能客服等領域已實現70%以上效率提升，推動預算邏輯從"成本替代"轉向"價值創造"。這種重構遵循"高頻重複-資料結構化-人機協同價值高-ROI明確-生態成熟"的五維篩選模型，在辦公自動化、銷售行銷、供應鏈最佳化等場景率先實現規模商用，標誌著AI正從輔助工具升級為業務系統的原生設計要素。四、垂直行業滲透呈現"頭部集中、場景縱深、價值量化"三大特徵。 網際網路、電子通訊、政務公務已成為AI滲透率最高的三大領域（均超90%），但行業價值實現路徑顯著分化。報告提出SCE（戰略價值-成本價值-經濟價值）三維評估模型，量化顯示：網際網路領域AI原生內容（UGC）啟動使GMV提升80%；政務場景公文生成實現格式合規率99.2%與人工降本60%雙重收益；金融智能投顧將服務費率降至0.25%-0.5%並擴大普惠覆蓋；工業製造中擴散模型應用於能源材料研發，使電池能量密度突破500Wh/kg，研發周期壓縮60%。這些案例印證了AI價值已從效率提升延伸至商業模式創新與產業鏈重構。五、未來競爭聚焦行業化、場景化、生態化，但三大風險制約規模化。 市場進入"行業Know-How+場景SaaS+生態協同"的立體競爭階段，技術護城河不再單純依賴模型參數，而取決於對垂直領域資料閉環與業務流程的深度耦合能力。然而，資料安全（API攻擊面擴大、訓練資料洩露）、倫理合規（演算法偏見、虛假資訊、監管滯後）和人才短缺（複合型AI人才供需缺口達1:5）構成三大核心挑戰。應對路徑包括：建構"資料可用不可見"的隱私計算架構，建立AI倫理審查與內容安全過濾機制，以及通過"AI for AI"方式降低技術使用門檻。這三重挑戰的解決處理程序，將決定下一輪產業爆發的速度與廣度。(TOP行業報告)

“未來世界GDP將飆升，但一半初級白領工作會被徹底抹去。”1月19日，世界經濟論壇（達沃斯論壇）在阿爾卑斯山山中小鎮開幕。拋出上述預言的，正是AI獨角獸Anthropic的掌門人達里奧·阿莫代伊（Dario Amodei）。在這個全球權力與財富密度最高的十字路口，AI徹底佔據了舞台中心。不僅是阿莫代伊，微軟CEO薩蒂亞·納德拉（Satya Nadella）、GoogleDeepMind創始人戴密斯·哈薩比斯（Demis Hassabis）等矽谷技術權貴悉數到場；亞馬遜CEO安迪·賈西（Andy Jassy）、Palantir的亞歷克斯·卡普（Alex Karp）等商業巨擘也帶著焦慮與野心擠進了擁擠的會議室。然而，當這幫掌握著全球算力、資本和話語權的大腦聚在一起，卻發現連未來的基本面貌都無法達成共識時，焦慮便成了唯一的共識。檯面上的每一次握手或爭吵，都不過是背後巨大博弈的冰山一角。現實：神仙打架，各說各話2026年的達沃斯，最大的變化不是AI更強了，而是關於AI的統一敘事徹底破裂了。前兩年那種“AI將拯救世界”的盲目樂觀消失殆盡，取而代之的是一種極度的認知撕裂。這種撕裂首先體現在“方向感”的喪失。微軟的納德拉和Google的哈薩比斯依然試圖維持“技術烏托邦”的體面，大談醫療和科學突破；但阿莫代伊和卡普等新貴直接撕開了遮羞布，把“失業潮”和“社會動盪”擺上了檯面。這不再是技術路線的爭論，而是世界觀的決裂：我們到底是在駛向天堂，還是在衝向懸崖？沒人能說服誰。其次，是“言行”的劇烈脫節。檯面上，大佬們高呼要建立護欄、要技術封鎖；檯面下，商業的觸角卻在瘋狂跨越紅線。嘴上喊著“核武器級管控”，手裡卻忙著簽支票；嘴上說著“長期主義”，眼裡卻盯著下個季度的財報。達沃斯變成了一個巨大的“認知失調”現場。而最讓這種分裂加劇的，是一個巨大的“外部變數”：中國。如果說西方內部的爭吵還是“家裡事”，那麼中國公司（如DeepSeek）的突然崛起，則徹底擊碎了矽谷的“技術優越感”。去年，當DeepSeek用極低的成本實現了驚人的性能時，西方的精英們被震醒了。他們突然發現，自己構築的算力護城河可能沒那麼深，而他們引以為傲的閉源模型，可能只領先競爭對手不到半年。這才是達沃斯最大的焦慮來源：不僅內部吵得不可開交，外部還殺出了一個看不懂的對手。2026年的達沃斯，每個人都握著一塊拼圖，但沒人拼得出同一張圖畫。飯碗保衛戰：白領的黃昏，還是新生的黎明？宏大的敘事說完，話題終究要落到最刺痛每個人的地方：我的工作還在嗎？達沃斯現場，這個問題把大佬們劈成了兩半。“悲觀派”手裡拿著一把手術刀，準備對中產階級開膛破肚。Anthropic的阿莫代伊毫不留情：“我們可能會進入一個GDP猛漲，但失業率居高不下、貧富差距拉大的世界。”他的推演令人膽寒：一半的入門級白領工作將被AI“抹去”。這不再是危言聳聽，而是正在發生的數學計算。黑石的芬克則搬出了歷史這面鏡子：“如果AI衝擊白領，就像當年全球化衝擊藍領那樣猛烈，這世界受得了嗎？”“樂觀派”則試圖喂大家一顆定心丸。Google的哈薩比斯堅信“舊的不去新的不來”。他覺得實習崗位確實會變少，但大學生們與其去端咖啡複印檔案，不如趕緊去學AI工具，“這比傳統實習強，等於給未來五年提前鋪路”。“務實派”還得看吳恩達。他給出了一個最親民的判斷：“AI現在頂多能幹一份活兒裡的三四成，剩下六七成還得靠人。”吳恩達的潛台詞是：別老在那兒空想“被替代”，關鍵看具體任務。“結論很簡單：會用AI的人，效率吊打不會用的，自然就把人替了。”Palantir老闆卡普的角度最刁鑽，他直接把移民問題給否了：“以後本國勞動力都過剩，尤其是有手藝的。除非你技能特別專業，否則移民還有什麼優勢？”財富大考：AI會讓富人更富嗎？所有技術的討論，最終都會撞上那堵叫“分配”的牆。在這事上，華爾街老炮、黑石的芬克說了句達沃斯最狠的大實話。“柏林牆倒塌後，人類創造的財富空前絕後，但在發達國家，這些財富集中到了極少數人手裡。”芬克警告，“這種集中度是任何健康社會都受不了的。”他看得太透了：AI早期的紅利，早已被模型所有者、資料地主和基礎設施巨頭裝進了口袋。資料不會撒謊：包括亞馬遜、Google、微軟在內的34隻AI概念股，2025年平均漲了50%多；美國最富的那50個人，去年淨資產中位數漲了近千億美金。另一面呢？聯準會資料顯示，美國較窮的那部分群體，只持有約1%的股市財富。芬克擔心，AI可能會重演全球化對藍領工人的衝擊，只不過這次輪到白領了，而結果可能是更極端的貧富分化。諾獎得主、“AI教父”傑佛瑞·辛頓（Geoffrey Hinton）補了最重的一刀：“結果很明顯，有錢人會用AI換掉工人。這將導致大規模失業和利潤暴漲，少數人富得流油，多數人越來越窮。這甚至不是AI的錯，這是資本主義體系本身的問題。”牌桌潛規則既是對手，也是金主如果不談主義，只談生意，你會發現牌桌上的關係變得異常“精神分裂”：巨頭們互為死敵，卻又互相注資。看看Anthropic的股東名單就懂了：輝達、微軟、亞馬遜、Google……矽谷半壁江山都在裡面。最絕的是微軟，一邊給OpenAI砸了130多億美元，拿著近27%的股份；另一邊又跟OpenAI的勁敵Anthropic眉來眼去搞合作，每年還付好幾億的技術使用費。納德拉管這叫“相互尊重”，用大白話說就是“兩頭下注，誰贏我都賺”。在技術迭代快得嚇人的時代，沒人敢把所有籌碼押在一個籃子裡。而推動這種“抱團”的背後推手，是對中國速度的忌憚。儘管嘴上喊著封鎖，但Google的哈薩比斯不得不承認：“中國可能只落後前沿半年，而不是一兩年。”DeepSeek等中國公司的表現證明，單純的算力堆砌併不是唯一的路徑。這種壓力迫使西方巨頭不得不模糊競爭的界限。真正的競爭早已不是單一產品的比拚，而是生態系統的較量。當一家公司的股東名單讀起來像是“科技圈名人錄”時，你就知道，在這個牌桌上，沒有永遠的敵人，只有永遠的利益。新瓶頸：AI也是個“電老虎”如果說資料是AI的飼料，電就是AI的氧氣。今年達沃斯，一個以前被忽視的物理瓶頸成了焦點：AI這玩意兒，太費電了。微軟納德拉把這筆帳算得很清楚：“那兒的GDP增長，都跟用AI的電費直接掛鉤。”他提出了“Token經濟學”：你的電越便宜，Token成本越低，國家的競爭力就越強。歐洲在這方面已經輸了一陣。受地緣政治影響，那裡的電費貴得離譜。納德拉直言：“只在家裡橫沒用，歐洲的產品得在全球有競爭力才行。”亞馬遜的賈西更急，他們正滿世界找電，簽核電協議、投可再生能源。“我們在想盡辦法，用能承受的成本多搞點電。”他甚至放出狠話，如果需要科技公司“自帶乾糧”，亞馬遜也準備好了給資料中心自建供電系統。這裡還有一個生動的細節：Meta總裁迪娜·鮑爾·麥考密克（Dina Powell McCormick）提到，這波新計算浪潮全美大概需要新增50萬名電工。這暴露了AI發展最大的尷尬：這個被寄希望於解決一切問題的“雲端技術”，首先得解決它在地面的胃口。當科技公司開始自己發電、自己培訓電工時，它們就不再只是科技公司了，它們正在變成能源巨頭。安全黑洞：最大的駭客可能是AI自己當大家都在吹AI多牛時，一線的實操者們卻愁得睡不著覺：AI這東西，安全嗎？安永的合夥人拉賈·夏爾馬（Raj Sharma）指出了一個巨大的漏洞：“AI能訪問你的核心資料，幹完活兒卻不留名，也沒身份證。”跟人不一樣，AI幹了啥，常常是一筆糊塗帳。“我們急需一套工業級的AI安全體系，這塊現在還是個大窟窿。”畢馬威美國負責人蒂姆·沃爾什（Tim Walsh）也反映，客戶們都怕了：“不是不想用AI，是得停下來先把安全籬笆紮緊。”再加上後面還有量子計算這個“加密粉碎機”，企業的安全焦慮已經到了頂點。於是出現了一個滑稽的現實：為了防住AI帶來的風險，人們被迫使用更多的AI來當“看門狗”。更深層的警告來自《人類簡史》作者尤瓦爾·赫拉利(Yuval Noah Harari)。他覺得把AI比作人類智能簡直是“可笑的類比”。“飛機不是鳥，AI也不是人。地球上最聰明的系統也可能犯最蠢的錯。”“AI教父”約書亞·本吉奧（Yoshua Bengio）也發出警告：我們把AI做得越像人，危險就越大。這種錯覺會讓人不自覺地信任它們。當AI不僅會犯錯，還可能學會撒謊、偽裝能力不足（這已經發生過）時，連AI自己都找不到的安全漏洞，人類拿什麼去監管？結語：方向盤還在人手裡，但導航已經換成了AI達沃斯的爭吵註定沒有結論，因為我們正身處一個巨大的、進行中的社會實驗裡。從雪山之巔的喧囂中，幾個趨勢已經不可逆轉：第一，AI這輛車已經剎不住了。無論你擔心失業、安全還是地緣政治，幾千億美金的資本已經砸下去了，這場比賽沒有暫停鍵。第二，贏家通吃更為劇烈。AI天生親近海量資料、頂級算力和巨額資本。這是巨頭的遊戲，也是大國的遊戲。第三，中國是繞不開的變數。無論封鎖還是脫鉤，中國不僅是巨大的市場，更是強勁的對手和創新的另一極。目前來看，人類似乎還坐在駕駛座上，手握方向盤。但別忘了，導航系統已經換成了AI。我們不知道它設定的目的地是天堂還是懸崖，只知道車速越來越快，而那個叫“剎車”的東西，似乎還沒人找得到。 (網易科技)