儘管今年下跌了40%以上，但SoundHound AI似乎已經準備好了反彈。過去兩年科技股的大幅上漲讓許多投資者變得更加富有——這是一件值得慶祝的事情！但是，當我們為輝達、Alphabet和Palantir Technologies的出色表現感到欣慰時，是時候尋找下一個AI大牛股了。這是因為當你以較小的市值開始投資時，你更容易獲得可觀的收益。當我在2022年第一次購買Palantir的股票時，它的市值還不到500億美元，而目前它的市值為4,310億美元，是世界上最大的公司之一。自2022年7月以來，該公司股價上漲了2210%。如果在未來三年再增長2210%，它的市值將達到10兆美元，是目前市場領導者輝達（Nvidia）的兩倍多。顯然，這是不可能的。要想找到一隻人工智慧（AI）類股票，在未來三年內有可能達到帕蘭提爾（palantir）規模的漲幅，我們需要研究一隻未來仍有顯著增長的股票。我現在考慮的是一隻我過去一直持懷疑態度的股票：SoundHound AI。誰是SoundHound AI？SoundHound營運著一個人工智慧平台，允許使用者通過對話使用語音服務和應用程式。語音產品已經存在了很長時間，例如自動客服電話號碼和Siri和Alexa等語音助手。然而，這項技術的早期迭代非常笨拙，足以造成嚴重的使用者挫敗感。SoundHound於2021年上市，主要在汽車和餐飲行業工作，然後在2024年邁出了重要一步，以8000萬美元收購了Amelia AI，這是一家可定製內部使用或面向公眾應用的人工智慧代理。此次收購使SoundHound的企業客戶群增加到200多家。然而，該公司至今仍未實現盈利，投資者今年可能已經發出訊號，表示他們開始對該股感到擔憂：該股今年以來已下跌逾40%。部分問題可能在於該公司第三季度的收益報告，該報告顯示淨虧損1.093億美元，上年同期為虧損2,170萬美元。這一損失抹去了該公司令人印象深刻的4,200萬美元收入，這一收入同比增長了68%。然而，6600萬美元的損失是由於與以前的收購相關的非現金、非經營性會計費用。調整後的淨虧損為1,300萬美元，較上年同期有所改善。最重要的是，該公司在本季度結束時債務為零，手頭現金為2.69億美元。此外，SoundHound的客戶群也在不斷擴大，包括：一項將SoundHound Chat AI整合到一家未具名的中國公司開發的“數以百萬計的支援AI的智能裝置”中的交易。與一家義大利商用車公司達成協議，在其車隊中安裝語音人工智慧。擴大與三家頂級金融服務機構的合同範圍。與美國地區醫院系統達成協議，部署Amelia AI平台。為一家全國全方位服務的連鎖餐廳提供語音點菜技術的交易。與一家在美國20個州提供電視和網際網路服務的電信供應商達成協議。你對這只股票有什麼期待？金融界一致認為SoundHound的股票明年會走高，平均目標價為17.19美元，比當前股價高出53%。SoundHound可能無法複製Palantir的快速增長，但我發現這兩家公司有許多相似之處。三年前，也就是2022年第二季度，Palantir也出現了虧損——在建構平台的過程中，該公司公佈了1.793億美元的淨虧損。管理層擴展了SoundHound的商業模式，使其包含了多種功能，包括客戶服務、銷售、行銷、營運和IT服務管理，該公司每年實現超過100億次個性化自動語音對話。隨著公司努力提高效率，越來越依賴人工智慧解決方案來簡化他們的產品，同時仍然個性化客戶互動，SoundHound AI預計將繼續增長。顯然，我對這家公司的懷疑態度是錯誤的。因為當它的季度虧損開始轉為盈利時，我認為它的股票將在未來幾年內飆升。 (北美財經)

01 產業鏈全景圖譜人工智慧產業鏈可簡化為“三橫兩縱”：上游（基礎層）：算力（GPU/ASIC/伺服器/IDC）、資料（採集、標註、儲存）、基礎軟體（框架、晶片工具鏈）。中游（技術層）：模型與演算法（大模型、CV/NLP/多模態）、開發平台（MaaS、微調、推理最佳化）、中介軟體（向量庫、資料管道）。下游（應用層）：消費端（搜尋、內容、AI硬體）、行業端（醫療、金融、製造、零售、教育）、政企端（城市大腦、政務雲）。“兩縱”是貫穿三層的循環：需求反饋：下游場景→中游技術迭代→上游算力/資料升級；價值分配：上游重資產、中游高溢價、下游高彈性，利潤隨瓶頸移動。02 AI人工智慧行業概況1 市場規模：人工智慧（AI）正以驚人速度重塑全球產業格局，成為推動科技革命和經濟增長的核心驅動力。根據國際資料公司（IDC）最新市場研究資料顯示，全球人工智慧產業規模預計將於2025年達到2.3兆元人民幣（約合3500億美元）的市場規模。從區域發展格局來看，北美地區與中國市場將共同構成全球人工智慧產業發展的核心區域，展現出強勁的市場增長潛力。北美AI市場發展現狀北美（以美國為主）憑藉成熟的科創生態和雄厚資本，引領全球AI發展。Google、微軟、亞馬遜等美企主導AI基礎研發和產業應用，在自動駕駛（Waymo）、語音互動（Alexa）、自然語言處理（GPT）等領域優勢顯著。中國AI市場發展態勢中國AI市場發展迅猛，IDC預測2025年規模將超6900億元，佔全球30%-35%份額。這得益於政策支援、豐富場景及本土企業在CV、語音等領域的突破，正推動全球AI產業形成中美雙極格局。歐洲AI市場發展概況儘管在人工智慧領域的發展節奏相對滯後，但得益於歐盟《人工智慧法案》等政策引導和專項資金支援，歐洲AI產業已實現穩定增長，正逐步縮小與全球領先市場的差距。2 發展歷程:全球人工智慧產業萌芽於20世紀中葉，其產業化處理程序在21世紀初迎來爆發式增長。理論奠基階段（1950-2000）：1956年達特茅斯會議正式確立人工智慧作為獨立學科早期研究者奠定了機器學習理論基礎技術突破階段（2000-2010）：2006年Geoffrey Hinton團隊開創深度神經網路架構2009年Google Voice成為首個商用級語音識別產品計算能力提升推動AI從實驗室走向實際應用人工智慧產業化騰飛期（2010-2025）：2010年代，AI實現從實驗室到產業化的跨越，依託巨量資料、雲端運算和5G三大技術支柱。2016年成為分水嶺：電腦視覺、語音識別和自然語言處理取得突破。2020年後進入大模型時代，呈現規模躍遷、行業滲透和應用深化三大特徵。當前AI產業已形成研發-落地-變現閉環，重塑全球格局。03 上游產業鏈全球AI產業鏈上游主要由晶片（如GPU/TPU）、算力設施、資料資源和演算法研發四大核心要素構成。當前該領域面臨三大關鍵挑戰：晶片製程突破等技術瓶頸、算力資料資源壟斷的產業格局，以及各國政策法規的差異化約束，這些因素既形成發展壁壘，也孕育著創新機遇。1 硬體技術壁壘高性能計算晶片是AI發展的核心驅動力。隨著AI算力需求激增，GPU已成為關鍵硬體，目前該市場由輝達和AMD主導，形成較高技術壁壘。輝達主導市場：輝達憑藉A100/H100等高性能GPU主導AI計算市場，其CUDA平台和深度學習軟體庫進一步推動了AI技術普及。國產替代加速：國內晶片企業加速替代處理程序，寒武紀"思元"系列已應用於AI訓練推理，但在深度學習算力方面與國際巨頭仍存差距。2 資料資源壟斷：資料是AI發展的核心資源，掌握海量資料的Google、亞馬遜、阿里等科技巨頭憑藉資料優勢推動AI進步，形成行業壟斷格局。AI訓練資料高度集中於Google、Facebook（使用者行為資料）和亞馬遜（消費交易資料）等網際網路巨頭，而中小企業因資料資源匱乏在AI研發和市場競爭中處於弱勢。04 中游產業鏈人工智慧產業鏈中游，涵蓋了演算法創新、技術競爭和平台生態三大核心環節，是推動AI從理論到應用的重要推動力。1 演算法創新：大模型（如GPT-4、百度文心）通過海量資料訓練，顯著提升了生成式AI的自然語言處理能力，推動文字生成、機器翻譯等應用快速發展。GPT-4訓練成本達數百萬美元，GPT-5更需10兆次計算（TFLOPS）。DeepSeek等平台推出分散式運算方案，降低大模型訓練成本。2 技術競爭：全球AI領域呈現開源（如Llama、Qwen）與閉源（如GPT、文心一言）兩大陣營競爭格局。開源模型憑藉低成本、高定製性助力中小企業；閉源模型依託強大算力資料保持性能優勢。雖然開源模型顯著降低了AI應用門檻，但閉源模型憑藉其深厚的技術積累和成熟的商業生態，仍在核心技術突破和高端應用場景中保持領先優勢。3 平台生態：隨著人工智慧技術加速商業化處理程序，AI平台憑藉其作為核心基礎設施的關鍵作用，正在產業鏈中游形成戰略支點，為各行業智能化轉型提供標準化、模組化的解決方案支撐。隨著人工智慧產業化處理程序加速，MaaS（Model-as-a-Service）模式正成為AI商業化的重要範式。以阿里雲、百度智能雲為代表的頭部雲服務商紛紛佈局AI模型服務市場，通過整合算力資源、預訓練模型和開發工具鏈，為企業客戶提供從模型訓練到部署應用的全生命周期服務解決方案，顯著降低了AI技術的應用門檻。一站式AI服務解決方案：領先的雲平台整合了算力資源、開發工具和預訓練模型，使企業能夠跳過複雜的基礎設施建設環節，直接實現從模型訓練到生產部署的全流程快速落地，將AI開發周期縮短60%以上，顯著提升企業智能化轉型效率。標準化API服務生態：通過RESTful API和SDK等標準化介面，開發者可以像呼叫基礎雲服務一樣便捷地整合AI能力，實現開箱即用的模型呼叫和功能擴展，使AI技術應用的門檻降低至普通開發人員也能輕鬆掌握的水平。05 下游產業鏈AI應用主要覆蓋三大領域：消費電子（C端）、企業服務（B端）和行業解決方案。隨著技術進步，AI正在全球範圍內加速產業升級，從智能製造到智慧醫療，深刻改變著各行業的營運方式。1 消費趨勢：智能家居與AI助手：智能音響、家居裝置以及AI助手（如Siri、Alexa）日漸普及。預計到2025年，全球智能家居市場將超過900億美元，AI助手則成為個人生活和工作的常見工具。企業市場（B端）：AI正在幫助企業降低營運成本並提升效率。例如，AI客服逐步替代傳統人工客服，節省人力資源，提高客戶響應速度。2 管道分化：AI部署架構演進:雲端運算（如Azure OpenAI）與終端裝置（手機/眼鏡/機器人）正形成協同生態，推動AI應用向"雲邊端"一體化發展。技術趨勢:5G+邊緣計算加速AI Agent本地化部署，預計2025年終端裝置AI滲透率將達65%，實現即時智能響應。3 行業滲透率：中國AI應用滲透率領先領域：網際網路(89%)、電信、黨政、金融(均超60%)。網際網路‌：AI驅動廣告精準投放（CTR提升35%）、搜尋最佳化及社交推薦，滲透率達89%電信‌：5G+AI實現網路自最佳化，智能客服替代率達60%，維運效率提升200%金融‌：智能風控降低壞帳率40%，AI投顧管理規模突破兆，反欺詐精準率超99%AI正加速變革醫療與教育行業：醫療領域AI影像診斷精準率超95%，新藥研發效率提升40%；教育領域智能教學覆蓋超30%中小學，線上教育AI滲透率年增35%。預計兩大行業AI市場規模將迎來指數級增長。06 面臨的風險AI產業高速發展伴隨三大核心風險：技術落地瓶頸、市場商業化不確定性、政策倫理合規挑戰。1 技術風險：大模型邊際收益遞減隨著AI模型規模擴張面臨成本收益失衡，訓練部署成本呈指數級增長，而模型性能的邊際收益卻逐步遞減，最終導致投資回報率（ROI）持續走低。演算法可解釋性不足在醫療診斷、金融風控等高價值決策場景中，AI模型的可解釋性已成為關鍵性技術指標。但現階段主流深度學習架構普遍存在"演算法黑箱"問題，其內部決策邏輯缺乏可視化呈現和邏輯追溯能力。這種技術侷限性不僅制約了AI在關鍵領域的深度應用，更可能引發監管合規風險與使用者信任缺失的系統性挑戰。2 市場風險：科技巨頭掀起價格戰AI行業正面臨巨頭擠壓效應：頭部企業通過價格戰和技術軍備競賽形成市場壟斷態勢，使資金鏈脆弱的中小企業陷入"創新難-盈利難"的雙重困境，嚴重威脅其市場生存空間。盈利模式模糊AI行業普遍採用免費/低價策略，致使盈利模式模糊。典型如OpenAI等企業仍處虧損階段，商業可持續性存疑。3 其他挑戰：資料隱私與安全AI依賴海量資料，但隱私與安全問題可能引發信任危機，制約技術發展。演算法偏見與公平性AI演算法偏見可能放大社會不公，如招聘系統中的歷史資料歧視問題。AI產業競爭力核心在技術自主、生態協同與場景深耕。企業須平衡技術創新與商業化，方能贏得全球競爭。附：2025年全球人工智慧展望報告2025 年，人工智慧正站在從弱智能（ANI）邁向通用人工智慧（AGI）的臨界點：行業共識把 AGI 落地窗口鎖定在 2026–2045 年，其核心標誌是跨領域複雜問題解決能力，技術路線圍繞“世界模型＋具身智能”展開。產業已成型“基礎設施（AI 晶片/伺服器/叢集）—模型（多模態、推理、開源）—應用硬體（智能體、AI 終端、垂直場景）”三層架構，算力升級、強化學習迭代、開源生態與推理能力躍遷四者協同，為 AGI 提供底座。AI Agent 成為年度變革引擎，憑藉“感知-認知-執行”閉環和 MCP/A2A 協議驅動的多 Agent 協作，全面滲透通用、行業與企業場景。全球科技巨頭（NVIDIA、Google、OpenAI、Anthropic、阿里雲、DeepSeek 等）在晶片、模型、智能體工具與開源生態上展開差異化競速。未來 AGI 將沿世界模型、多模態、持續強化學習、非 Transformer 架構和具身智能五大方向演進，2025 年因此被視為“量變到質變”的關鍵年份，技術協同、場景落地與生態共建共同決定 AGI 處理程序。以下為報告原文節選，文末附2025年全球人工智慧展望報告全文：(TOP行業報告)

美東時間周四，美國人工智慧的監管格局正迎來重大調整。美國總統川普周四在白宮簽署了一項行政命令，為人工智慧制定了統一的監管框架，這削弱了各州的科技監管權力，也被視為美國科技企業的勝利。美國AI監管「一國五十制」將終結川普簽署的這項行政命令，核心目標是限制各州自行監管AI的能力，並挑戰部分現行州法。白宮稱，此舉旨在「透過一個負擔最小的國家級AI政策框架，維持並提升美國在全球AI領域的主導地位」。該命令稱：“為了取得成功，美國的AI企業必須能夠自由創新，不受繁瑣監管的束縛……但過度的州級監管會阻礙這一必要條件的實現。”川普在簽署儀式上直言不諱地表示，AI公司「希望在美國發展，我們有大量投資即將到來。但如果他們必須從50個州分別獲得50個審批，那這件事就別想了」。在美國人工智慧和加密貨幣事務主管戴維·薩克斯（David Sacks）的協助下，川普政府一直在推行一種路徑，讓聯邦法規對AI的監管權凌駕於各州的監管權之上，此舉旨在防止像加州和紐約州這樣由民主黨主導的大州對AI行業施加過度控制。當川普在橢圓辦公室簽署該命令時，薩克斯和另一位科技業投資大佬查馬斯·帕裡哈皮蒂亞（Chamath Palihapitiya）站在川普身側。此外，美國參議員特德·克魯茲（德州共和黨人）和商務部長霍華德·盧特尼克也一同出席了簽字儀式。科技公司的勝利川普的這項行政令，對像OpenAI公司和Google這樣的科技企業，以及科技業創投公司而言，都是一場勝利。長期以來，這些科技企業一直在遊說美國政府，限制並減少他們認為過於繁瑣的監管法規。為了遊說美國政府和國會，AI科技公司們已經紛紛在國會附近開設辦事處，並透過一個超級政治行動委員會（super PAC）開展活動，將在2026年中期選舉中至少投入1億美元用於支援競選。這些公司一直抱怨稱，全美各地不同的法規會阻礙美國在全球人工智慧競賽中的競爭力。據知情人士透露，輝達CEO黃仁勳在11月的一場白宮會議上，曾向川普發出了嚴峻警告，稱加州等地的獨立法規正在威脅美國的技術發展，可能導致美國輸掉全球AI競賽。上個月，曾有一份擬議行政命令的草案版本流出，其內容就是建立一個全美統一的聯邦人工智慧標準，「而不是50 個州各自制定的監管制度的拼湊組合」。而根據本周四川普簽署的正式行政命令，川普還要求美國司法部成立一個“人工智慧訴訟工作小組”，“其唯一職責就是挑戰各州的人工智慧法律。”根據該命令，不遵守聯邦監管規則的各州，可能會面臨資金限制。 （財聯社AI daily）

Memories.ai試圖為未來的AI設備裝上「視覺記憶」。這家由前Meta Reality Labs研究員Shawn Shen和Ben Zhou創立的公司，11月6日發布了其第二代模型——大型視覺記憶模型（Large Visual Memory Model）2.0，並同步宣布與高通達成戰略合作。LVMM 2.0 透過將原始影片轉換為裝置上的結構化內存，對影片進行編碼、壓縮並建立支援亞秒搜尋的索引，讓使用者可以用自然語言提出問題，跳到確切的時刻。與高通的合作也意味著，Memories.ai可以為搭載高通晶片的AI硬件，例如AI眼鏡等可穿戴設備，提供一個本地化的視覺記憶解決方案，讓你的設備能記住你看到過的東西，並隨時幫你找出來。在合作官宣後，我們也和Shawn聊了聊，他們不參與最擁擠、最燒錢的「通用智能」戰場，不負責讓AI「思考」或「理解」記憶的含義，核心只做兩件事：將用戶看到的視覺資訊進行高效“編碼”，並支援快速且精準的“搜尋”。「從第一原理出發，人類構建記憶也是兩塊：第一，編碼器，能夠實時地把我們感知的世界編碼成電信號，儲存在腦子裡；第二，搜索引擎，用來查找回憶，我們做的也是這兩塊。至於搜出來後，怎麼整理、篩選、組成上下文交給大語言模型，Shawn說道。“我們不做推理，也不做很多'記憶'公司在做的上下文工程。我們認為那些工作解決的問題太具體細分了，而我們想做一家AI Infra公司。”這是一個務實的想法，不與Google、OpenAI這樣的龐然大物硬碰硬，也不和Agent公司爭奪垂直領域，而是選擇一個最底層的切口，成為生態鏈上一個不可或缺的“關鍵底層”，但它同樣具有野心——未來無論誰家的Agent和硬體.ai。Shawn是Memories.ai的共同創辦人，他先前在劍橋大學期間主要研究的就是多模態模型——訓練模型去關聯視覺、語言和上下文。博士畢業後他去了Meta Reality Labs繼續做多模態AI研究，去年和同在Meta Reality Labs 的Ben一起創立了Memories.ai。以下為我們與Shawn的對話實錄：編碼模型+搜尋引擎，一家模型+Infra公司矽星人：為什麼選擇「視頻記憶」這個方向？你們似乎是這個領域裡非常少有的玩家。Shawn：我們想做的是真正模擬人的記憶。我一直認為，人的記憶本質上是視覺記憶，回憶的載體是活生生的視覺畫面，而不是文字記憶。所以我們從第一原理出發，決定要做視覺記憶。矽星人：你們的技術路線是怎麼樣的，怎麼建構視覺記憶？Shawn：我們本質上只做兩件事。從第一原理出發，人類建構記憶也是兩塊：第一，我們有一個編碼器（Encoder），能夠即時地把我們感知的世界（透過視訊方式）編碼成電訊號，儲存在腦中；第二，我們有一個搜尋引擎來找回憶。我們做的也是這兩塊：一個編碼模型，把原始的影片轉成結構化資料；一個搜尋引擎，根據使用者的提問，在結構化的資料庫裡找到最相關的資料。我們覺得，未來的編碼模型一定會做得越來越小，甚至一定會做進端側。因為影片需要即時、持續地處理，不像大語言模型，用戶一天只問幾十個問題。未來的機器人需要時時看著世界，這必須在端側處理。如果不在端側，持續上傳到雲端的耗電量會非常大，而且還有隱私問題。矽星人：我體驗了你們的產品，除了核心的影片Chatbot，還有基於海量影片的影片行銷洞察、AI剪輯等等，這些都是你們未來的方向，還是僅僅作為案例範例？Shawn：那些較偏應用層的功能，例如影片剪輯（Video Editor），更多是作為示範案例，之後我們會開源。我們一度想嘗試，但很快就發現想做深非常難，而且沒有必要。因為現在也沒有一家Video Editor Agent 或Video Marketing Agent 公司真正跑出來。我們業務有三塊：to C（或to Prosumer）、to Developer 和to 大B（大客戶）。 to Prosumer 和to Developer 這兩塊，我們的目的不是賺錢，更多是擴大品牌影響力。對於Prosumer，我們的定位是一個一體化視覺平台，使用者可以上傳各種影片來學習和理解。我們後面也會推出連接器（Connector），可以連接到你自己的視訊來源，例如Google Drive 或本地硬碟。對於開發者，我們會開放API。現在已經有許多影片剪輯Agent、影片行銷Agent公司在基於我們的API建立自己的產品。我們自己做的這幾個Agent，其實是作為「參考設計」。對於B端業務，Memories.ai已經吸引了許多企業合作需求，我們會篩選合適的專案進行深度合作。例如安保和監視器中，對房屋周圍情況的記憶，對獨自在家的寵物行為的記憶，舉個例子，你可以問AI，家裡的花瓶是怎麼碎了，然後AI查詢出，是你的小狗在幾點打碎的。所以，我們只專注做兩件事：編碼（Encoding）和為影片優化的搜尋（Search）。我們不做推理（Reasoning），也不做很多所謂「記憶」公司在做的上下文工程。我們認為那些工作解決的問題太具體（Problem Specific）了，而我們想做的是一家Infra公司。矽星人：如果每個垂直領域的記憶都那麼不同，記憶公司該怎麼去處理，都要做的話，是一個很大的挑戰。Shawn：是的。因為記憶，尤其是基於文本的記憶，太場景化了。就算是同樣做客服機器人，你不同需求場景對記憶的處理方式就是不一樣的，上下文也不同，這很難做成一個基礎設施級的產品。而什麼東西能成長得最快？在企業端，就是找到一個痛點，然後找到更多有類似痛點的企業，做成一個SaaS。在消費端，就是輸入輸出（Input-Output）要簡單，一個API 呼叫就結束了，而不是在裡面還要做各種各樣的工作，那樣很難Scale。現在大部分記憶框架，對我來說就是情境工程。而我們做的編碼，是完全獨立於具體問題的，就是怎麼把視頻變成結構化數據；搜索，就是當我在海量的結構化視頻數據裡，有一個當下的任務或查詢時，怎麼搜到最相關的內容。至於這些內容搜出來之後，你怎麼整理、怎麼篩選、怎麼組成上下文餵給大語言模型，這些就是RAG做的事了。當然對於B 端大客戶，我們會提供端到端的方案。矽星人：編碼模型是你們的核心。這個過程中，對影片的結構化處理很複雜，例如對人物、動作、情節、事件的多層拆解。你們的編碼模型和先前的相比，差異在那裡？Shawn：主流視覺模型，例如ViT，把視訊向量和文字向量對齊，用對比學習進行對齊，通常是基於靜態圖片（Image）進行訓練的，這帶來了幾個問題：第一，它不是真正的多模態，只能理解視覺，無法融合音頻等資訊。第二，它無法理解時間概念，因為輸入的是靜態圖片。第三，由於它是跟文字描述做對齊訓練，如果文字裡沒有涵蓋某些概念，模型就永遠學不到。而我們做的是一個世界模型編碼器。它有三大不同：真正的多模態： 能將視覺、音頻等多種信息融合到同一個嵌入空間裡；理解時間與動作： 基於視頻流進行訓練，因此能真正理解動作（Action）；自監督學習： 我們尤其在人物、動作和物體的理解上做了大量優化。矽星人：所以本質上你們是一家模型公司。Shawn：對，我們本質上是一家研究驅動的模型公司，一個研究實驗室（Research Lab）。視訊記憶模型的未來在端側矽星人：這一代模型，藉著跟高通合作的契機，做成了能在端側運作的模型，它和第一代模型的關係是什麼？Shawn：它們都是編碼和檢索模型。第二代則做得更小，更多的是尺寸上的差別。矽星人：你認為這類模型，它存在的價值主要是在端側嗎？Shawn：我覺得對於編碼模型來說，在端側非常重要。就像人一樣，視覺訊息是持續不斷進來的。舉個例子，你的手機相冊，大部分人其實不會上傳到雲端做備份。矽星人：那現在它辨識精準度的問題，接下來要如何進一步優化？Shawn：首先，肯定是要在更大的資料上做訓練，模型會變得越來越準。第二，還是要把模型做得更小。我覺得「準」是有一個天花板的，因為我們不是做推理模型。推理模型沒有天花板，可以做得無限聰明。而我們的編碼模型，它的目標就是對視訊訊息做一次無損的重構（lossless reconstruction），最多就是能做到完全轉回去，這就是天花板，可能未來5 到10 年達到。現在更重要的，就是怎麼把模型不斷變小，先在NPU，後面在CPU，再後面在一個更便宜的處理器上就能即時跑。矽星人：跟高通的合作，是第一次把模型放進NPU 或晶片裡嗎？Shawn：對，之前都是在雲端依賴GPU，透過API 呼叫。現在可以直接做端側部署了。矽星人：接下來和高通的合作，會有階段性的部署計畫嗎？Shawn：有。我們現在就在跟他們做共同銷售（Co- sell），一起去服務很多終端廠商客戶，我們也能提供許多新創公司的合作機會。我們做各種各樣的POC（概念驗證），包括未來的一些AI 眼鏡公司。主要的use case 就是手機上的AI 相簿、安防領域的智慧監控，以及AI 助理的端側視覺能力。矽星人：這幾個案例的市場規模，就足夠支撐你們在長線的事情上繼續投入了。Shawn：是的。而我們現在也在做First Party（第一方）的APP，高通也會在這方面支持我們。矽星人：這個事挺重要的。一方面，直接在晶片上跑，速度會天然快很多。另一方面，回顧商業史，行動網路時代的許多大公司，例如字節跳動，最初也是在智慧型手機轉換期透過預先安裝來獲得槓桿。所以這次合作的節點，從這兩個角度看都很重要。是高通主動找到你們的嗎？Shawn：是高通找到我們的。你看現在輝達漲得這麼快，那麼下一個破局點在那裡，很自然就能想到了穿戴式裝置和機器人。這些設備什麼地方需要巨大的算力？就是對視覺資訊的即時處理。矽星人：為什麼現在大廠很少做類似的事？Shawn：我覺得更多的是因為大家現在都在競爭「智能」。 「智能」和「編碼」是兩條完全不同的技術路徑。 「智能」要做的是要有足夠的創造力，而且沒有上限。我們做的“編碼”，是把影片轉成結構化數據，從技術上說，我們需要的創造力是越少越好。這是完全不一樣的訓練方法和技術路徑，最後只會越走越遠，而不會趨同。矽星人：這很有意思。我們來看「記憶」這個領域，包括像DeepSeek OCR 、 Sora出來，外界總是想把它放到多模態的框架裡討論，包括你們也能被歸類到「世界模型」的討論中。但我自己感覺，其實不應該把視覺只是當成一種“模態”，包括你們的思路其實也是把它當作一個更基礎的東西。只是因為這波大語言模型太強了，所有東西都在向token 對齊，但人的記憶可能是基於視覺的，不是基於token 的。Shawn：是的。你看，人思考用文字，所以我們寫公式是用token 的。但是人回憶，永遠是回憶視覺。因為視覺回憶起來夠快、夠準。我現在讓你一字不落地背誦一篇長文可能很難，但讓你回憶幾十年前童年的某個場景，你卻可以很快地回溯出來。因為視覺訊息對於人腦來說，是一個非常容易被儲存和檢索的模態。有了這些視覺訊息之後，你才會去做相關的推理。矽星人：我們知道，像LLM（大語言模型）處理的Token，資料儲存和檢索相對高效，甚至可以用「大力出奇蹟」的暴力方式來處理。但視覺訊息要大得多，將非結構化的視覺訊息轉換成模型能理解的「結構化資料」的過程，是否也意味著它的處理方式與現有LLM完全不同？舉一個更具​​體的例子：當我回憶童年時，我的人腦並不會像電腦一樣，從2000年到2005年把所有「視訊畫面」都線性地掃描一遍，你們的模型要如何才能實現這種類似人腦的、非線性的視覺記憶檢索？Shawn：對，其實在研究領域大家都很早期。比方說，DeepSeek OCR，他們也開始探索如果拿視覺當作一個Native的Reasoning框架，之後會發生什麼，其實我們也是用這樣的方式去思考的。大語言模式是無監督訓練，去Predict the next token，我們現在做世界模型的Encoder。世界模型不是predict next token，是predict the next frame。矽星人：你的最小單位是frame，裡麵包含了時間等多維度資訊。Shawn：對。創業要找到北極星指標，學會Say No矽星人：所以你們在一個研究上都未成熟的領域，需要去定義問題，同時又要商業化、要融資，技術本身又很新。Shawn：對，在矽谷大家也更認同這一點，就是我們去做一個長期（5到10年）的事。我們現在主要還是把自己定位成一個Research Lab，在長期道路上做正確的事。矽星人：但做這個事情需要資源，你們的資源怎麼去競爭，策略是什麼？Shawn：我們需要三類資源，資料資源、算力資源、人才資源。因為我們做的模型，天生就不需要特別多的算力資源，模型本來就小，編碼模型預先訓練一次花幾百萬美元。所以，對我們更重要的是數據資源和人才資源，我們主要是在這兩方面有一些核心競爭力。矽星人：可以展開講講嗎？比如數據。Shawn：第一，我們平台上有幾萬用戶，上傳了超過百萬的個人影片。第二，我們會透過硬件，專門去做第一人稱視角的視訊資料擷取，這類資料本身就非常稀缺，但我們也累積了大量的資料。第三就是人才資源，我們在矽谷有一定的存在感，是一家人才濃度很高的公司。大家其實都是因為對我們所做的事情有興趣而來的。矽星人：以前在學術界，現在身為CEO，這個轉變感覺怎麼樣？Shawn：挺好的。挑戰很大，每個階段都不同，很多東西體驗了才知道。例如大家都說要保持健康，但只有你真生病了才知道重要。創業也是，大家總說要招最牛的人，真正做了才知道這確實至關重要，不能只招執行力強的人。第二點是要專注，學會說不。新創公司資源永遠有限，怎麼專註一件事，做好優先排序與時序安排。聽別人講和自己上手體驗完全不一樣，我現在是各種環節都得自己上，從產品到市場，到跟客戶交流，企業銷售會議，甚至模型、產品發布的視頻文案都是我做的。矽星人：我們觀察到你的產品思路不斷在改變。例如一開始對Prosumer 端的想像可能野心很大，但試了一下馬上就知道了市場的真實回饋。Shawn：今年三、四月份，我們也覺得影片行銷（Video Marketing）是利用多模態的一個非常好的市場。但試了之後發現不是。我們的技術是理解海量視頻，AI 助理（AI 的記憶）才是我們未來真正想做的方向。像是影片剪輯、影片行銷這些，即使做了，你還得去找更細的切入點，例如是給品牌用還是給個人用，是做有UI 的還是純自然語言互動的。切得越小，跟我們主體方向越遠。所以我們決定這些就作為Demo或Side Project，我們還是會更專注於更長期的事。我們的北極星（North Star）是：做未來所有智能體（機器人、AI 助理等）的記憶系統。只要硬體上有攝影機、內部有AI，我們就為它提供看見、理解並記住世界的能力。矽星人：你現在也依然在大學裡擔任教授，這種給公司和產品的定位能力和學術裡去「定義問題」有點像？Shawn：對，就是一句話概括你要做什麼。定位定義好了，你才知道怎麼打市場，目標客群是什麼。例如我們的目標客戶群一直是創辦人和建構者（Founders and Builders），我們也確實做到了，現在的AI 創業團隊應該都聽過我們。矽星人：你那一句話的定位是什麼？變化過嗎？Shawn：沒太變過。如果用一句話概括，就是「讓AI 看見和記住」（Making AI to see and remember）。另一個是「Large Visual Memory Model」這個詞，它本身就定義了：第一，你是做視覺記憶（Visual Memory）的；第二，你是模型（Model）公司；第三，你是做基礎層（Foundational）工作的。在萬物皆可被記錄的時代，如何「記住」本身，或許比如何「思考」更為根本。(矽星人Pro)

把握AI驅動的增長新機遇的同時，還需應對其帶來的產業、就業與社會公平等風險，尋求穩健發展路徑過去幾年，人工智慧（AI）領域取得了重大技術突破，正以前所未有的速度、廣度和深度滲透到經濟社會各領域，重塑人類生產生活方式與思維模式。在這場革命中，全球經濟格局在被重塑，全球化也將被重新定義。人工智慧浪潮席捲而來，任何國家、產業和個人都無法獨善其身。10月23日，清華大學校務委員會副主任楊斌在外灘年會致詞中指出，AI是一場“認知的工業革命”。他強調，在這場變革中，人與人、企業與企業、國家與國家之間“可能因AI賦能程度的差異而拉開數量級差距”。這場由AI帶來的變革亟需公共政策體系的完善與全球協作治理。公共政策體系層面，需要推動教育體系結構性改革，建立終身學習機制，強化職業技能重塑，以應對就業市場結構性變化。國際協作層面，應推動技術共享與規則共建，通過多邊對話機制開展務實合作，避免全球AI治理陷入碎片化困境。此外，各國需要在鼓勵技術創新與防範潛在風險之間尋求動態平衡，確保AI發展真正服務於人類共同利益。外灘年會國際顧問委員會主席、歐洲央行原行長特裡謝在2025外灘年會提到，AI的爆發式崛起就讓我們清晰見證了科技的這種不可預測性，它不僅體現在大語言模型（LLM）和生成式預訓練轉換器（GPT）的問世，更體現在與人工智慧相關的、更廣泛的方方面面。“在這一領域，我們或許正面臨有史以來最重要的挑戰。”他說。AI席捲全球哈佛大學教授、美國白宮經濟顧問委員會原主席傑森·弗曼和法蘭克福大學金融研究中心主席、德國央行原行長阿克塞爾·韋伯都認為，人工智慧總體上是“讓贏家贏得更多”，是一種正和局面。傑森·弗曼指出，人工智慧帶來了新應用及應用的擴散，最終會形成促進生產力提升的創新方式，在全球範圍被廣泛採用。雖然某些國家的股市可能受益更多，但所有國家都會分享到生產力提升帶來的收益。阿克塞爾·韋伯進一步指出，開源和雲技術可能會在之後彌補早期的差距，許多公司都處於技術應用前沿，發展前景無限。對於擁有年輕人口的國家和企業來說是巨大機遇，因為它們沒有技術包袱，也不依賴舊體系，且創新的成本非常低。北京大學國家發展研究院院長黃益平則強調，不同國家間的差距核心在於能否掌握人工智慧技術並從中獲益。他認為，如果一些缺乏最基本的數字基礎設施與相關能力的南方國家一直保持不變，將面臨被淘汰的風險。不只是國家，產業和個人也受到了人工智慧的影響。比如，在金融業，AI在金融行業主要用於最佳化業務流程和對外服務，主要集中在三個方面：中後台營運、客戶交流和關係維護、提供金融產品，也帶來了一些增量風險，如模型穩定性風險、資料治理風險、集中度風險、決策趨同風險等等。布魯金斯學會高級研究員、技術創新中心主任達雷爾·韋斯特認為，不只是入門級工作，軟體編寫、研究輔助、放射科分析等專業崗位也將受到影響。此外，由於AI讓機構組織變得扁平化，中層管理人員也會受到衝擊。然而，國際勞工組織首席宏觀經濟學家埃克哈德·恩斯特指出，從全球資料來看，AI帶來的大規模失業尚未顯現。並且，許多變化是“任務轉移”而非崗位整體消失。此外，新的工作機會也在湧現，如資料標註、社交媒體稽核、數字介面設計師等。他認為，今天被認為是愛好的東西，在未來也可能會成為真正的工作。儘管新舊崗位交替是技術進步的常態，但專家們普遍擔憂AI可能帶來的“技能錯配”問題將異常嚴峻。從中國的情況來看，中國金融四十人論壇學術委員會主席、中國社會科學院學部委員蔡昉認為，AI或將放大已有的結構性就業矛盾，即“一老一小問題”——青年人初入職場將面臨更高的技能門檻，而中老年人則可能因數字鴻溝難以適應新工作環境而提前退出市場。中國人民銀行原行長周小川指出：“AI很可能顯著加大而非縮小收入分配差距。然而目前尚未建立有效的管道和機制，將AI帶來的新增效率和GDP增量分配給養老金體系。”香港金融管理局副總裁李達志指出，真正的挑戰在於如何解決技能錯配——能否讓同樣數量的人通過再培訓，去勝任更高端的工作。如何應對AI巨變專家們普遍認為，金融領域的AI應用能顯著提升效率，但也給金融行業和金融監管帶來了新的挑戰。周小川認為，AI的發展必然帶來模型的黑箱，這是未來監管需要解決的問題。此外，高頻短期模型可能與宏觀調控的長期穩定性要求不一致，對相關風險也需要認真對待和解決。在國際合作方面，可以加強基礎設施的聯通，為未來具體的國際合作打下基礎。針對解釋性問題，李達志分享了中國香港做法——香港正在與國際清算銀行（BIS）合作開展“Project Noor”項目，該項目旨在開發一些監管工具，建立評估框架，用於衡量系統的透明度、有效性以及可解釋性。歐盟則傾向於通過法律進行監管。2024年，歐盟正式出台《人工智慧法》，這是全球首部全面規範人工智慧技術的綜合性立法，其核心是監管。法蘭西銀行副行長阿格尼絲·貝納西-奎裡還提到，從金融領域的AI監管合作來看，當前在G7框架下的國際合作缺乏實際行動。她贊同通過和國際清算銀行（BIS）等平台開展“更具實質性的項目”來推動合作。而面對AI給社會結構帶來的深刻影響，相關專家一致認為，積極主動的公共政策干預至關重要。首先，要加大人力資本投入，將聚焦在未成年人的公共教育轉向成人的終身學習，幫助勞動者不斷提升職業技能。蔡昉提到，應重視培養人類不易被AI替代的能力，如非認知能力、隱性知識、時間智慧等。由於這類能力主要在人的早期（0-3歲）發展中形成，因此可以考慮將教育時間前移。此外，政府還提供更多公共資源，有效地延長教育年限，並打破教育和培訓的界限，重新配置職業高中、職業高校的培訓資源，保證勞動者一生中不斷再培訓、再教育。其次，社會保障制度也需要進一步改善。韋斯特指出，AI不僅會帶來崗位的替代和新增，還將導致“崗位流動性”的上升，即勞動者會在不同公司和崗位之間更加頻繁地流動。對於像美國一樣醫療和養老福利與特定企業掛鉤的國家而言，工作的更替會導致勞動者面臨不同的醫保方案。如果不改革，未來可能產生嚴重問題。因此，為適應新趨勢，醫療和養老等社會福利保障必須提高“可攜帶性”。恩斯特提出，為了打破職業僵化，有必要推廣“微證書”制度。該制度利用AI技術來記錄此前在工作中積累的隱性技能，幫助勞動者打破職業邊界，自由地在不同職業間流動。最後，為確保AI紅利得到公平分享，需要建立普惠性的社會保障體系。多位專家提到，全民基本收入（UBI）制度、無條件的社會養老金制度、生活工資制度（而非最低工資制度）等制度應該越來越多地進入公共政策議程中。周小川補充，如何將AI帶來的新增效率和GDP（國內生產總值）增量分配給養老金體系，也是一個亟待研究的課題，並且與企業密切相關。研究養老金的各界人士和政策制定者，應對企業的感受和訴求給予更多關注。中國AI的破局時刻在今年外灘年會上，國內外學者均認同，中國與美國已共同躋身全球AI發展的第一梯隊。關鍵轉折點就出現在2025年春節期間——中國迎來了屬於自己的DeepSeek時刻。同時，在國家的大力支援下，國產AI算力、大模型和AI應用呈現出井噴態勢。阿里雲智能副總裁李俊平表示，這一波AI浪潮與十年前的網際網路浪潮最大的區別是選擇了開源路線。開源極大地降低了社會使用AI的成本和技術門檻，推動了全社會在算力和資料集使用上站在更高起點。穹徹智能首席執行官、上海交通大學人工智慧學院副院長盧策吾指出，“厚積薄發”是本輪AI浪潮的最大特點。近期，他看到了國家擁抱人工智慧，在人才培養、基礎設施上進行了大量投入。雲深處科技聯合創始人兼首席技術官李超認為，中國AI場景應用最大的優勢是寬容。國企、央企和地方政府為企業提供了時間窗口，讓初創企業能從“能不能用”打磨到“好不好用”。然而，在AI取得進步的同時，瓶頸依舊存在。交通銀行副行長兼首席資訊官錢斌指出，目前中國的算力資源仍不充分，且存在“小高爐”現象；高品質跨行業資料共享困難；模型同質化問題待解；政策法規體系對新生產力的適配性有待加強；複合型與工程化高端人才短缺。中國科學院院士姚期智也提到，“在‘從0到1’的突破領域，中國（相對美國）還落後不少。”此外，與矽谷相比，中國的科技成果轉化效率不足，缺少願意承擔風險、注重長期回報的投資環境。不過美國科學院院士、英國皇家學會會士邁克爾·歐文·喬丹認為，中國在AI發展上不應簡單效仿“只想擴大規模”的矽谷模式，而應發揮此前在支付寶等金融科技領域的領先經驗。那麼，各國政府和國際組織應如何在AI領域建立務實的合作路徑？除加強溝通交流外，一些專家建議“建立有意願的國家聯盟”。麻省理工學院經濟學榮休教授、美國彼得森國際經濟研究所高級研究員奧利維爾·布蘭查德認為，通過建立靈活的、議題導向的“有意願國家聯盟”來制定新規則，可能是當前世界環境中保持韌性的唯一途徑。他認為，重要的是要制定好管理聯盟的規則，以應對成員可能出現的不穩定性。最理想的辦法是在現有國際組織的基礎上從內部重建，但是否能做到，還需觀察。宏觀諮詢合夥公司合夥人貝莎蘭也認同通過聯盟來應對挑戰。她指出，可利用已有的合作機制，例如作為多邊和區域性國際組織合作機制的金磚國家組織和上海合作組織，同時，建立危機管理機制至關重要。此外，隨著政府間溝通開始減少，需要尋找其他非政府間的對話機會。對中國而言，開放和包容的交流心態是一以貫之的。盧策吾認為，在AI發展戰略上，中國應在自主可控的底線上追求合作共贏的國際合作。“中美都已經走到了‘無人區’，我們需要抱著開放包容的心態，創造新的顛覆性的時代，這樣才能更好地造福人類，實現人類命運共同體。”他說。 (財經雜誌)

十多年前，中國製造還與“低端”“廉價”“低附加值”緊密掛鉤，甚至有“8億件襯衫換一架美國飛機”的說法。但僅僅用了十多年，中國人工智慧、新能源、太陽能、超算等各行各業均已做到全球領先，曾經的世界工廠已然蛻變為科技強國。西方至今都想不明白，中國在短時間內全面崛起，到底用的什麼“魔法”？事實上，一個核心因素被很多人忽視了，那就是中國充沛的電力資源。為什麼中國的AI人工智慧領域發展得比別人快，是我們的技術最出挑?事實上，美國的AI技術全球領先，但他們的AI大多停留在實驗室裡，很少真正在工廠落地。很多人難以置信，背後重要原因就是美國電力不夠用，撐不起大規模工業智能化！要知道，一台 AI 伺服器耗電頂好幾個美國家庭，比特幣挖礦一年用電能供幾百萬戶家庭。而一個擁有十萬計算節點的超算中心，一年的耗電量就接近45.55億度，相當於一座中小型城市的用電總量。還有像風洞試驗、超級電腦、無人機叢集這些產業，無一不是用電大戶。而美國的電力裝置已經幾十年不更新，好多地方還在用木頭電線杆。雖然他們表示“木頭桿比中國鐵塔環保”，但北美電力可靠性協會袒露現實：美國70%電網已經老化，壓根扛不住用電增長。美國老化的電網也時常被微軟、OpenAI矽谷科技巨頭吐槽，馬斯克數次抱怨：中國發電量就像火箭升空，美國卻躺平了，我恨不得自己建發電廠！除了科技領域，我們的新能源汽車領域彎道超車，電力也是功不可沒。十多年前，日德汽車產業對我們而言還是難以望其項背的存在，但在新能源賽道上，由於日德電源供給受限，難以支撐大規模的電車生產和充電網路建設，而我們充足的電力資源和用電基礎設施建設，造就了比亞迪等電車企業如今的輝煌。電，是高科技運轉的“硬通貨”，中國早就意識到了這一點並做出超前佈局。從2004年開始，官方累計投入高達1.6兆元，織就了一張覆蓋全國的特高壓電網被密集。此外，官方大力發展水力、風力、核能、太陽能等多種發電方式，持續開發清潔可持續的電力資源。國家能源局2024年資料顯示，中國發電量已高達94181億千瓦時，佔全球近三分之一，相當於美、日、印三國發電量總和。中國在科技方面的超前規劃上不止於此。中國自21世紀初進入老齡化社會，龐大的老年人口造成養老醫療的沉重負擔。彼時西方大力已在發展抗衰產業，哈佛學者率先於2013年取得突破，借助“益生好”前代製劑干預多項老化指標，放緩變老速率。隨後這一成果從實驗室走向商業化，以數萬元高價向中國售賣，僅少數人用得起。港企TimeShop聯合港中大、復旦等組建的科研攻關團隊創新“生物酶法”綠色制取技術，實現核心物質量產，純度提升至 99.9%，成果“益生好”口服製劑全面超越美版，且每瓶售價僅有三位數，通過京 東利多國人。此舉再次證明中國強硬的科技實力與惠民理想。大家生活中也可以深切體會到科技帶來的變化。十年前，狂風暴雨或者夏季用電高峰停電是常事。但得益於特高壓技術，除了忘記交電費，如今家裡的電已經很久沒停過了。過去中國只有少數富人才能體會前沿抗衰科學成果，如今在京東動動手指就有快遞把“益生好”緩老成果送上門。即便我們的發電、保養成本不比西方低，但當西方民眾承受著5-7元/度的高昂電價時，中國電價20多年來始終只有幾毛錢一度。過去工資都難得上萬，更別提負擔昂貴的科技產品，如今“益生好”僅三位數，大多數人都用得起。這些發展的真實事例反覆證實：唯有眼光長遠，早早佈局，才能最大程度減少科技發展的阻力。相信未來，正確的方向和持續攻關的技術引領下，我們的生活會更美好，中國科技也將在世界舞台上發出更強音。 (走向科學)

10月4日消息，據外媒windowscentral報導，針對生成式人工智慧（AI）可能引發大規模失業的擔憂，NVIDIA首席執行官黃仁勳本周再度發聲，強調AI“不會取代人類，而是讓人類更忙碌”。他預計，機器人、生物技術與設計等前沿行業將在AI推動下誕生大量新崗位，人類創造力與判斷力反而比以往任何時候都更不可或缺。外媒稱，Anthropic首席執行官達里奧·阿莫迪稱，AI可能在五年內削減50%的入門級白領崗位。特斯拉CEO埃隆·馬斯克更提出，人工智慧將會讓人們的工作變成一種“可選的愛好”，並呼籲全民基本收入。微軟聯合創始人比爾·蓋茲表示，人工智慧可以在十年內讓專業人士實現每周工作兩天，儘管他承認他也擔心這項技術可能會取代他的工作。“人工智慧將在機器人、生物技術和設計領域創造更多機會。”黃仁勳表示，技術只是在這方面扮演合作夥伴的角色，不會完全取代人類在這些職業中的存在，而是會創造更多就業機會。人工智慧將增強創新，拓展人類創造能力的範圍，最終需要更多人為干預。基於此，人工智慧可能會推動就業崗位的變革，而不會導致人類完全失業。 (環球Tech)