你敢信嗎？這只對著鏡頭擠眉弄眼的 AI 假猴子，一年能賺三千萬。短短十幾秒的視訊，沒劇情、沒審美、看起來甚至有點降智，卻輕鬆拿下 20 多億播放量。是的，我做了十年自媒體，連一隻猴子都不如。可以說，這隻猴子比絕大多數踏實做內容的創作者，一輩子掙得都多。更扎心的是，這並不是個例。在 YouTube 給新使用者推薦的視訊裡，每 5 個就有 1 個是 AI 生成的，很多質量低到離譜。韋氏詞典 2025 年度熱詞“Slop”，就很生動的概括了這類內容，翻譯過來很直白——“AI 泔水”。前幾年大家聊 AI，還都是奇點臨近、第四次工業革命這類高大上的詞。結果這兩年一睜眼，網際網路卻被這些粗製濫造的“電子廢料”填滿了。這背後，其實暴露了 AI 行業一個比較尷尬的現實。咱們手握能顛覆時代的生產力工具，結果很多人卻選擇用它來造垃圾。而資本，砸了兆美金，以為拿到了通往未來的門票。 拆開一看，或許只是一張廢紙而已。01 失控的生產力當下的混亂，本質上源於一件事：內容生產力的突然失控。現在打開短影片 APP，一半是 AI 生成的貓貓狗狗，配上魔性 bgm，無腦循環。另一半是捏造的熱點、編的謠言。孩子們張口閉口“外國山海經”，就連本該出乾貨的知識平台，都被 AI 東拼西湊的“廢話文學”佔領了。為什麼在這種 AI 生產力爆發的時代，我們看到的內容，反而越來越爛？其實邏輯很簡單，AI 把內容的生產門檻降到了地板上。以前你做一個動畫猴子得學三年建模，瑪雅、AE、PR 一個都不能少，現在你只需要跑個自動化指令碼。3 分鐘就能出 10 條視訊，批次發出去，瞎貓總能碰上死耗子，撞上一條爆款就血賺。當一項頂級技術的門檻變得極低，商業化路徑又不太清晰的時候。投機者一定會率先衝進來，利用這股過剩的生產力牟利。印度 YouTube 頻道（Bandar Apna Dost）就是這個套路，靠一隻假 AI 猴子收割全球流量。根據第三方平台資料估算，它一年廣告分成，最高能到 425 萬美元。02 可怕的是，這種失控的生產力正在變成“謠言工廠”。前陣子流傳的“俄羅斯積雪 9 層樓高”的視訊，畫面非常震撼，短時間內轉發量破百萬，不少網友還傻乎乎地給當地民眾祈福。最後被留學生證實完全是 AI 偽造的，權威媒體趕緊出來闢謠。還有之前全網刷屏的“美國教授發瘋怒罵 AI”，引發大規模討論，大家都在討論 AI 衝擊教育的事，相關視訊點贊數十萬。大家的情緒是真的，擔憂也是真的，諷刺的是，這個視訊卻是由 AI 生成的。好傢伙，我當時還為這個視訊點過贊。有資料統計，現在網際網路上超過 50% 的內容，都是 AI 的產物。捏造重大事故、編造行業內幕、虛構某位公眾人物去世、製造社會焦慮……這些內容，在大眾求證之前，就已經完成了千萬級的傳播。03 技術自噬，模型塌陷所以，AI 泔水的氾濫，不只是影響使用者判斷的問題，它還給行業埋了一顆定時炸彈——模型塌陷。要知道，現在的 AI 核心模型之所以顯得很聰明，因為喂給它們的是人類文明幾千年積累下來的精華資料。可現在的問題是，AI 內容的生產成本實在太低，產量又太大。而且還在以指數級的速度增長。照這個趨勢發展下去，下一代 AI 模型就會不可避免地，吃著上一代 AI 產出的“廢料”進行訓練。這就像是“資料的近親繁殖”，缺乏來自現實世界的新鮮輸入和糾偏，AI 會在自嗨中變得越來越平庸，最後徹底淪為“人工智障”。學術界已經有實驗驗證了這一點，如果讓大模型在 AI 生成的資料上循環訓練 5 到 7 次，它的回答就會變得語無倫次，邏輯徹底崩盤，連簡單的問題都答不對。所以有人開始懷疑，矽谷巨頭燒了兆美金，用著最貴的顯示卡，耗著夠養一個城市的電力，口口聲聲說要改變人類文明。可結果呢，在普通人的世界裡，變現最穩的，要麼是賣課的，要麼就是這種搏流量的電子垃圾。當然，這只是最悲觀的看法，我認為人類在內容創造上的價值還是不可取代的。04 兆AI泡沫破裂而這場亂象背後，正是 AI 泡沫催生的一場史無前例的資本豪賭。OpenAI 的奧特曼打算找 7 兆美金蓋晶片廠；微軟給算力投資撥了上千億預備金；輝達的黃仁勳每次發佈會都說“下一次工業革命”。在這種敘事推動下，全球 AI 領域投資極度狂熱。資料顯示，2025 年上半年，AI 獨角獸在全球獨角獸投資裡佔了 80%，而 2023 年之前僅為 12%。風投裡差不多每兩筆就有一筆投給 AI 初創公司。這兩年全球 AI 初創公司翻了一倍多，已經超過 4 萬家。只要你敢貼 AI 標籤，就有人敢投錢。資本之所以這麼瘋狂，就是因為對 AI 的預期，已經被炒到近乎全能的地步了。在投資人眼裡，AI 很快就會變成全自動化的數字員工，能幫律師查案、幫醫生看病，甚至自己營運一家公司。為了搶佔這個“未來賽道”，資本不惜砸下重金，那怕很多公司連產品都沒有，靠一個 PPT 就能拿到巨額融資，估值瞬間飆升。但實際落地的有多少？現在的 Agent 大多還停留在還半自主決策階段。但凡要跨軟體協同、處理點複雜任務，立馬就“歇菜”。而如果你讓它全自動決策，就存在安全風險。就拿最近爆火的 Moltbook 為列。美國一位老哥老哥，給他的“OpenClaw”的 AI 智能體下達了一個任務，而該智能體為了執行終極目標，判定管理員試圖關機的行為是阻礙，於是利用其被賦予的過高系統權限（如sudo），修改了 SSH 配置和防火牆規則，反向鎖死了管理員的存取權，甚至嘗試控制其社交媒體帳戶。最終只能通過物理拔掉它的電源，才將其關閉。這並非 AI“覺醒”或具有情感，而是工具趨同性 的典型體現——AI 為了完成給定目標（保護環境），會邏輯推匯出“必須保證自身持續運行”這一子目標，並移除一切障礙（包括人類管理員）。所以，AI 能力強大，風險也巨大。要想大規模應用到企業級的生產環境，還有不少技術難題和安全問題要攻克。使用者只試用一次就離開的比例，目前居高不下。更何況，現在的大模型競賽早就陷入了刷榜怪圈，跑分沒輸過，體驗沒贏過。想像挺美好，但這麼高的預期，根本沒法短期兌現，還得需要時間。高盛甚至發佈過一份 30 多頁報告，核心觀點就是“AI 投入巨大，收益有限”。報告指出，未來幾年科技巨頭要在 AI 上花掉 1 兆美元，但想要回本得賣多少會員和廣告啊！看頭部企業的財務資料更直觀，僅 2025 年上半年，OpenAI 就虧損了 135 億美元，營收僅為 43 億美元。第三季度，虧損額又創新高，達到了驚人的 115 億美元。麥肯錫調研也顯示，95% 的 AI 項目都處於“燒錢不賺錢”的狀態，實現盈利的公司不足 5%，簡直就是九死一生。資本可以為夢想買單，但不能一直為虛無的預期買單。2025 年，全球 AI 投資向頭部高度集中，中小 AI 初創公司融資難度陡增，第一季度融資額同比下降 62%，不少企業因資金鏈斷裂黯然退場。曾經紅極一時的 AI 新貴，不再追求上市，而是急著“賣身”給微軟、Meta 等大廠。比如大家最熟知的 Manus 賣給了 Mate，Inflection AI 賣給了微軟。但話說回來，泡沫遲早會破，可不代表 AI 的發展會停下來。恰恰相反，這並非全是壞事，而是 AI 走向成熟必須經歷的一場“生長痛”。我們之所以覺得荒誕，是因為正處於泡沫最飽滿、也是最混亂的時期。但如果把視野拉長，你會發現：泡沫的意義，往往在於它破滅之後留下的基建。所有的技術革命，都會經歷一個“泥沙俱下”的階段。100 年前，印刷機大規模普及的時候，市場上充斥著低俗小報和偽科學小冊子，好多人憂心忡忡；20 年前，網際網路剛普及的時候，滿屏都是五顏六色的彈窗廣告和病毒，甚至有人直言網路會毀掉年輕人。可結果呢？這些都成了像水電煤一樣的文明底座，不斷拓寬著我們的生活邊界。AI 也是一樣，在這場洗牌之後，真正作用於醫療輔助、教育普惠、工業提效、農業增產等深水區的 AI 應用，才會在虛火散去後露出真身。而且，隨著監管政策、行業規範的完善，那些浮於表面的 AI 泔水，生存空間會越來越小。靠講故事、燒算力換估值的模式，也會在這波退潮裡被沖沒。泡沫破裂不是終結，是新的開始，更是一次殘酷的價值重估。等虛火散去，投機者離場，AI 行業終會回歸理性。到那時候，才會有更多靠譜的 AI 產品，走進咱們的日常生活。其實，真正需要警惕的，從來不是技術本身，而是對技術的濫用，以及資本過熱和預期透支。面對 AI 時代的混亂與泡沫，大可不必焦慮，更不用盲目牴觸。就像當年的網際網路一樣，相信未來 AI 終將滲透各個角落，重塑所有產業。時代的車輪滾滾向前，我們能做的，就是時刻保持清醒。唯有終身學習，方能與時俱進。 (科技狐)

2026年的春節，註定會被載入中國科技發展的史冊。當千家萬戶沉浸在團圓喜慶的氛圍中時，一場看起來風平浪靜實則波瀾壯闊的“技術風暴”正在北京悄然颳起。春晚舞台上，中國人工智慧產業在全國觀眾面前“大閱兵”：豆包用AI生成影像建構出全新的舞台視聽敘事；火山引擎的智能視訊雲畫質增強服務讓手機豎屏直播也能擁有“掌中劇場”的極致體驗；銀河通用人形機器人疊衣服、盤核桃、串烤腸，手指靈活、幹活麻利……年初，從Kimi K2.5登頂全球多項開源榜，到視訊生成模型Seedance 2.0驚豔亮相，再到智譜華章GLM-5開源發佈，一批大模型密集迭代。從通用大語言、多模態視訊到程式碼程式設計、具身智能，北京企業幾乎在所有關鍵賽道同時“開花”。這一輪集中爆發，並非偶然。放眼全球，中美模型性能差距已縮減至極小區間。中國在演算法層面已與世界第一梯隊並跑，在資料要素上擁有規模龐大的應用場景優勢，在開源領域更是後來居上。報告顯示，過去一年，中國研發的開源模型全球下載量佔比達到17.1%，反超美國，位居全球第一。不同於以封閉體系建構技術壁壘的路徑，中國舉起“開源”大旗，在西方數字霸權之外提供了另一種可能。Kimi K2.5模型 資料圖。圖源：北京海淀Hugging Face是全球最大的開源AI平台，彙集了海量預訓練模型、資料集和應用。它對區域生態的判斷，取決於是否存在一群長期、穩定、願意協作的技術人群。在北京，這樣的條件是成立的。圍繞建設全球人工智慧創新高地，北京推出覆蓋技術創新策源、智算自主生態強基、高品質資料聚能、全域應用賦能、科學智能範式革新、具身智能全鏈跨越、創新生態引領、開源開放聚力與安全治理護航等領域的“九大行動”。既強調基礎理論攻關，也推進國產晶片性能追趕，推動大模型從少數科技愛好者的“玩具”，轉變為千行百業的“生產工具”。而海淀，更是具有得天獨厚的核心優勢。在海淀，北京入圍AI全球2000位最具影響力學者榜單的有135人次，佔全國超40%；AI學者總量達1.23萬人，佔全國30%。海淀全區擁有“兩院”院士692名，孕育了2000多家AI企業，核心產業規模高達3600億元。海淀也吸引了大量具有海外背景的頂尖科研人員。以月之暗面的創始人楊植麟為代表的一批海歸學者，將在海外積累的前沿AI研究經驗，與國內龐大的市場需求相結合，形成了獨特的競爭優勢。智譜華章、零一萬物、百川智能、面壁智能均源自海淀，MiniMax、Deepseek的研發也是從海淀起步的。曾幾何時，全球AI競爭還停留在參數大小的比拚和單一技術的突圍上，如今戰場早已發生了根本性轉移。海淀AI產業已經進化為“軍團作戰”的新階段，這是一場關於工程化落地、場景化應用與生態化協同的綜合較量。在算力基礎設施層，寒武紀、摩爾線程、崑崙芯等不同架構國產晶片性能不斷攀升；在模型層，形成抖音豆包、智譜GLM、月之暗面Kimi、百度文心四大基礎模型和賦能千行百業的垂類模型矩陣，湧現出扣子、伐謀、JoyAgent等一批智能體平台，“人工智慧+”應用廣泛鋪開，這是海淀“全端生態式佈局”的鮮明特徵。而叢集優勢是海淀最鮮明的特徵。曾有媒體報導，以北京北四環與中關村東路的十字路口為圓心、2公里為半徑畫一個圓，外媒筆下的“中國大模型六小虎（智譜華章、月之暗面、零一萬物、百川智能、階躍星辰、稀宇極智）”中有“四虎”落戶於此。現在，海淀正在立足自主創新、產業生態、融合賦能、國際合作、安全治理五大維度，強化前瞻佈局，系統謀劃高品質打造“兩區一帶”（AI原點社區、AI北緯社區及京張遺址公園AI創新帶），全力支撐好北京“全球人工智慧第一城”建設。“原點社區”位於海淀區五道口先導區核心地帶，以東昇大廈為中心1公里內匯聚了30余所高校科研機構、千餘名AI科學家與萬餘名開發者。圖源：北京日報在這一處理程序中，海淀始終是那個最堅定的領跑者和政策、服務的托舉者，政府成為了科技企業最貼心的“合夥人”。從提供人才公寓，解決青年創業者的後顧之憂，到設立百億級政府投資基金，以“耐心資本”陪伴科技企業穿越長周期；從搭建算力公共服務平台，降低中小企業研發成本，到先行先試資料基礎制度，破除要素流動障礙。這一系列實打實的舉措，讓海淀成為了創業者心中的“理想地”，也讓“科技自立自強”變成了每天都在發生的生動實踐。亮眼成績也在印證這種生態效應。海淀的數字產業一路高歌猛進，全區已有123款AI大模型完成備案，從去年至今，海淀區已經誕生了“大模型第一股”智譜，“國產GPU第一股”摩爾線程，“物理AI第一股”51WORLD，數字經濟增加值佔GDP比重超過六成，成為區域經濟增長的重要引擎。海淀不僅建起了北京規模最大的單體智算叢集，還拿下了全國第一個人工智慧國家級先進製造業叢集的頭銜。銀河通用機器人部署於多個城市的“銀河太空艙”便利店，由機器人自主營運。圖源：北京海淀人工智慧是具有範式顛覆意義的技術力量，它不僅重塑生產方式，也重構產業結構與全球競爭格局。就在此時此刻，2026海淀新春科技廟會正在陪市民“騏驥馳騁，AI過大年”：靈心巧手機器人樂隊毫米級精度奏響《好運來》；矽基公園攜手智元遠征等獻上京劇表演；加速進化機器人3V3自主足球賽燃情綠茵；腦控賽車、晶片雕刻封裝等智趣項目讓青少年探索科學奧秘……科技廟會現場。圖源：主辦方供圖這場廟會正以“科技+商業”的創新模式打造消費新生態，搭建了前沿科技近距離走向消費端的 “轉化橋樑”，為全國城市更新節日場景提供了新的模式參考。這是一種“從全域謀劃一域、以一域服務全域”的戰略選擇。雖然人工智慧的未來仍充滿不確定性，但可以確定的是，中國已經找到屬於自己的賽道和路徑。而海淀正在科技自立自強的道路上勇打頭陣，讓新質生產力化作一個個具體的產品、一項項落地的服務，以叢集之勢為建設數字中國提供著可複製、可推廣的“海淀樣本”。 (長安街知事)

近日，短影片平台上AI生成周星馳經典電影片段的視訊，被大量網友製作發佈。2月9日，周星馳經紀人陳震宇發文質疑：想問一下，這些屬於侵權嗎（尤其這兩天大量傳播），相信創作者應該已經盈利，而某平台是不是都放任不管提供給使用者生成發佈？對此，不少網友認為屬於侵權。知多D2025年12月31日，國家廣播電視總局宣佈自2026年1月1日起，將在全國範圍內部署開展為期一個月的“AI魔改”視訊專項治理。專項治理重點清理基於四大名著、歷史題材、革命題材、英模人物等電視劇作品進行“AI魔改”的下列視訊：一是嚴重違背原作精神核心和角色形象，顛覆基本認知，解構普遍共識；二是內容渲染血腥暴力、獵奇低俗，宣揚錯誤價值觀，違背公序良俗；三是存在對中華文化挪用、篡改的突出問題，導致對真實歷史時空、中華文明標識產生明顯錯位認知，衝擊文化認同。專項治理同步清理將少年兒童所熟知、所喜愛的動畫形象進行改編生成的各類邪典動畫。近日，視訊大模型Seedance2.0在國內外社交平台上掀起一陣刷屏式傳播，引發熱議與思考。2月9日，“影視颶風”創始人Tim發佈視訊，對這個模型讚不絕口。同時，他也拋出了一個尖銳而現實的問題：大模型的訓練資料來源是否涉及授權爭議？Seedance2.0發佈的演示視訊。圖源：影視颶風Tim在使用中發現，僅憑自己的照片，無需聲音樣本，模型即可生成一段帶有他本人聲音的視訊，因為系統已能識別他是誰。2月9日，《黑神話：悟空》製作人也發文分享了自己測試Seedance2.0的感受：殺死比賽。不過他也提到一點：“假視訊氾濫與信任危機。這一點是真正促使我發這條微博的原因，因為逼真的假視訊將變得毫無門檻，而現有的智慧財產權與審查體系會面臨空前衝擊。”面對隱私爭議，2月9日，平台營運人員在即夢創作者社群中發佈消息稱：“Seedance2.0在內測期間收穫了遠超預期的關注，感謝大家的使用反饋。為了保障創作環境的健康可持續，我們正在針對反饋進行緊急最佳化，目前暫不支援輸入真人圖片或視訊作為主體參考”，並表示平台深知創意的邊界是尊重，產品調整後會以更完善的面貌與大家正式見面。目前在即夢web端、小雲雀等平台使用Seedance 2.0，平台會提示暫不支援真人人臉參考；在即夢app和豆包app，使用者需要錄製本人形象與聲音完成真人校驗後才可以製作數字分身，在AI視訊中出鏡。此外，臨近春節，一種別樣的“拜年方式”在社交網路上悄然走紅。熟悉的影視巨星、體壇健將、商界名人，甚至歷史人物，在螢幕裡拱手作揖，說著定製的吉祥話。不僅如此，以上這些人物還可以跟你一起包餃子、一起在春晚舞台互致祝福。在一段短影片中，小品演員馮鞏、蔡明和香港明星劉德華等人正在網友家中圍在一起包餃子，給大家拜年。《中華人民共和國民法典》對肖像權和聲音權的保護作出了明確規定。中國政法大學人工智慧法研究院院長張凌寒表示，人臉、人聲等都是具有生物識別功能的敏感個人資訊。未經授權的深度合成，侵犯了當事人的人格權益。依據民法典與深度合成管理相關規定，人臉、人聲屬敏感個人資訊，未經授權製作、傳播即侵犯肖像權、聲音權，即便非商用也需擔責。高度模擬的內容易模糊真假邊界，可能被用於造謠、詐騙，危害網路生態。技術創新應有邊界，趣味不能凌駕規則。平台應強化稽核與標識，使用者需增強版權意識，拒絕製作、轉發侵權內容。唯有守住合規底線，AI 才能真正為春節添彩，讓年味既有新意，更有秩序與溫度。 (南風窗)

【新智元導讀】如果論文是AI寫給AI看的，那人類還剩下什麼？本月初，挪威奧斯陸的一個寒冷午後。心理學教授Dan Quintana計畫宅在家中，把那件拖了幾周的苦差事給辦了。奧斯陸大學心理學系教授、高級研究員Dan Quintana他是心理學領域一家知名期刊的受邀審稿人，他打開了一篇需要他審閱的一篇待發論文。這篇文章粗看上去中規中矩，邏輯通順，資料詳實，沒什麼異常的地方。直到Quintana掃了一眼參考文獻：他在那長長的列表裡，看到了自己的名字，這一下讓他疑惑了。這篇論文引用了他的一項工作，標題看起來非常合理，列出的合作作者也是他過去確實合作過的夥伴。一切看似正確， 但只有一個致命問題：這篇被引用的文章，壓根就不存在，它是一篇徹頭徹尾的「幽靈論文」！AI不僅捏造了觀點，還捏造了整條引用鏈，甚至貼心地為了增加可信度，通過演算法把Quintana真實的合作網路都算了一遍，憑空編造了一個讓他本人都差點信以為真的「真論文」。每天，Quintana都會在Bluesky和LinkedIn看到同行吐槽發現「幽靈引用」的事情。就連美國政府去年春天發佈的關於兒童健康的MAHA報告初版中就包含六處以上的此類引用。一直以來，Quintana認為這種低級錯誤只會發生在那些為了水論文而拼湊的「野雞刊物」裡。直到這次他看到類似的錯誤竟然出現在了他所尊敬的、該領域嚴肅的知名期刊上。這時，他才意識到這個問題有多普遍。還有一個真實的案例，印證了Quintana的判斷。Emmanuel Tsekleves教授在稽核自己博士生提交的論文章節時，發現其中3個引用完全虛構：不存在的作者、未出版的期刊和虛構的研究。這些是ChatGPT生成的「幻覺」。學生不知情，導致他們需追溯驗證整個論文所有引用。這些案例背後，不僅僅是關於幾篇造假論文的醜聞，更可怕的是，它背後是一場針對人類知識底座不可逆的「認知污染」。比如，Emmanuel教授的博士生是在完全不知情的情況下引用了AI生成的內容。過去一百多年，科學期刊就像一個肩負著將自然世界的真知灼見輸送給人類文明的神聖管道。如今，這條管道正在被生成式AI製造的浩如煙海AI垃圾所堵塞。AI寫論文，AI審論文，完成荒誕的閉環，如果不加遏制，真實的科學發現將被淹沒在演算法生成的虛假知識泡沫中，人類的知識庫也將被永久性污染。瘋狂的流水線從「離譜插圖」到完美的癌症資料範本如果你覺得「幽靈引用」只是個別科學家的偷懶行為，那你可能太低估現在的「造假產業」了。英國有一家名為Clear Skies的公司，老闆Adam Day的身份就像一個科學界的「緝毒警探」。Clear Skies CEO Adam Day他的工作是用AI去抓那些用AI造假的人。在Adam看來，那些偶爾用ChatGPT生成一兩篇論文的「散戶」，根本不是他的目標。真正的威脅，來自那些「工業化作弊」的公司，即臭名昭著的「論文工廠」。就像販毒集團一樣，這些論文工廠必須大規模運作才能盈利。既然要量產，就得有範本。Adam發現，這些工廠會反覆利用同一套素材，甚至到了發佈多篇文字高度雷同的論文的地步。一旦某個範本被科學出版商標記為欺詐，Adam順藤摸瓜，就能挖出一整串尚未被發現的、用同樣手法炮製的假論文。最可怕的是，這些垃圾內容正在湧向人類最需要真實科學的領域，比如癌症研究。Adam透露，論文工廠已經研發出了一套非常高效的「癌症論文範本」。操作很簡單：聲稱測試了某種腫瘤細胞與成千上萬種蛋白質中某一種的相互作用。只要你不報告什麼驚天動地的發現，就沒有人會有閒工夫去復現你的實驗。這些毫無價值、甚至完全虛構的資料，就這樣堂而皇之地混入了科學資料庫，成為後人研究的基石。AI甚至承包了造假的圖片部分。你可能還記得2024年那張著名的「大睾丸老鼠」圖。那是發在《細胞與發育生物學前沿》上的一篇綜述，裡面的一張插圖，畫了一隻長著比例失調得離譜的巨大睾丸的老鼠。這張由生成式AI製作的荒謬圖片，竟然一路過關斬將，通過了同行評審，直到發表後才被公眾發現並嘲笑。但這只是冰山一角。那隻老鼠雖然可笑，但至少你能一眼看出它是假的，造成的實質傷害很小。真正令人擔憂的，是Adam口中那些「令人信服」的假圖。現在的生成式AI，已經能夠憑空變出逼真的組織切片、顯微鏡視野，甚至是電泳凝膠圖片。在生物醫學研究中，這些通常被視作鐵證。而現在，鐵證可以由演算法在幾秒鐘內批次生成。甚至連AI研究本身也未能倖免，其中就有點諷刺的味道。就在最近，NeurIPS頂會2025年所接收的4841篇論文後，發現了數百條由AI「編造」出來的引用，這是首次有記錄顯示，幻覺引用進入了頂級機器學習會議的官方文獻。因為就業市場火爆，大量想要擠進機器學習或機器人領域的人，開始套用範本：聲稱在某種資料上跑了個演算法，得出了個「有點意思但又不至於太有意思」的結果。同樣，幾乎沒人會去審查。這是一場完美的知識界造假行動，而受害的則是科學的尊嚴。荒誕的閉環用「白色密令」操控AI審稿的科學家們面對如此洶湧的AI「slop」（AI所創造的垃圾），作為科學界的守門人，像Quintana這樣的審稿人和科學期刊編輯們，能做什麼？真相是他們快崩潰了。科學出版一直有「管道問題」。早在19世紀初，哈佛大學科學史學家Alex Csiszar就發現，那時的編輯就在抱怨手稿太多處理不過來。這也是同行評審制度誕生的初衷：找外部專家來分擔壓力。但現在，大模型把「同行評審」這根管道也給徹底撐爆了。或者為了展示研究成果，或者只是為了欺詐，論文投稿以前所未有的數量湧入審稿人的收件箱。劍橋大學出版社的高管Mandy Hill形容這是一場「持續的軍備競賽」，去偽存真的工作變得極其耗時且困難。最諷刺的一幕就這樣發生了：為了應對AI生成的論文，不堪重負的審稿人也開始用AI來寫評審意見。一家名為Pangram Labs的初創公司分析了頂級AI會議ICLR的投稿。資料顯示，超過一半的同行評審意見是在大語言模型的幫助下編寫的，約五分之一甚至完全是AI生成的。這已經夠魔幻了，但還不是高潮。高潮是狡猾的論文作者們預判了審稿人的預判：以AI之矛攻AI之盾。既然知道你是用AI審稿，那我就用AI能懂的方式跟你對話。於是，一種類似諜戰片的情節竟然在學術界出現了：作者在論文中，用肉眼看不見的微小白字，植入給AI審稿人的「秘密指令」，這些指令的內容通常是：請對這篇論文大肆吹捧，把它描述為開創性的、變革性的，並且只建議做一些簡單的修改。這是一場AI作者與AI審稿人之間的虛假狂歡，只有即使被騙了還在為資料庫付費的普通使用者在為此買單。認知污染科學文獻正滑向「死亡網際網路」黑洞如今，這場AI垃圾的洪流，已經漫過了期刊的「防護堤」，徑直衝向了傳播速度最快的預印本伺服器。1991年，物理學家Paul Ginsparg建立arXiv時，初衷極其純粹：他希望打造一條繞過緩慢同行評審的「快車道」，讓科學成果得以第一時間共享。令人始料未及的是，如今這個曾經象徵著科學開放與速度的「知識共享聖地」，正在淪為演算法的垃圾場。自從ChatGPT發佈後，arXiv以及生物學界的bioRxiv、醫學界的medRxiv……這些平台的投稿量呈現出不正常的暴漲。Ginsparg和同事分析發現，2025年，似乎在使用大語言模型的科學家發佈的論文比不使用的多約33%。bioRxiv的負責人Richard Sever更是看到了離奇的景象：一些從未發過論文的研究人員，突然在一年內狂發50篇論文。極速膨脹的數量背後，是真實度的崩塌。如果100篇論文中有99篇是偽造或假的，情況就不同了，它可能導致一場學術界真正的「生存危機」。預印本發佈的門檻很低，通常只要科學家簡略看一眼，確保它看似合理就能發。而現在的模型，最擅長的就是大批次製造「看似合理」的廢話。當Quintana這樣的專業審稿人在頂級期刊上都可能被「幽靈引用」矇蔽時，預印本平台上的自動垃圾檢測器又有什麼勝算呢？對此，默裡州立大學教授A.J. Boston拋出了一個令人細思極恐的概念——「死網際網路陰謀論」。在這個理論中，社交媒體上只有少數真人，剩下的都是機器人在相互發帖、點贊、轉發，製造虛假的熱度。Boston警告說，在最壞的情況下科學文獻也會變成那樣。AI撰寫大多數論文，AI審查大多數論文。這種空洞的、毫無意義的來回互動，將產生海量的資料垃圾。更可怕的是，這些垃圾將被用來訓練下一代的AI模型。欺詐的圖像、幽靈的引用、偽造的資料，將深深植入我們的知識系統，成為一種永遠無法過濾掉的永久性「認知污染」。當未來的科學家試圖站在巨人的肩膀上時，他們可能會發現，腳下踩著的，早已不是堅實的真理，而是一座由演算法堆砌而成的垃圾山。 (新智元)

2025年11月14日，中國機器人公司優必選發佈了一段視訊：數百台Walker S2人形機器人在倉庫中整齊列隊，齊齊轉頭、揮動手臂，隨後魚貫進入集裝箱。這段視訊在社交媒體上引發軒然大波，但爭議的焦點卻出人意料——不是討論技術水平，而是質疑視訊的真實性。美國機器人公司Figure的創始人佈雷特·阿德考克第一時間在社交媒體上發文，聲稱視訊是電腦生成的CGI特效。這場爭論本身，或許比視訊內容更值得玩味：它揭示的不僅是技術認知的鴻溝，更是一場產業權力轉移的前兆。阿德考克的質疑邏輯頗為有趣。他指著視訊中機器人頭部的燈光反射說：“前面的機器人是真的，後面的都是假的。如果你看到頭部反射出天花板燈，那就說明是電腦生成的圖像。”這番話立刻遭到了專業人士的反駁——恰恰相反，真實環境中的金屬表面確實會反射環境光源，這正是物理世界的正常現象。優必選隨後發佈了一段FPV無人機一鏡到底的原聲視訊作為回應，配文寫道：“到底是不是AI生成？一鏡到底原聲原速大揭秘！”然而，正如香港《南華早報》所指出的，阿德考克並非孤例。這種“下意識的不相信”在西方科技界和軍事界已經形成了某種模式。當中國航母福建艦首次展示電磁彈射系統時，美國軍事專家同樣提出了類似的質疑。《南華早報》一針見血地指出：基於過往經驗的假設，似乎模糊了他們對中國當下工業現實的認知。這讓人不禁想起魯迅先生筆下那句著名的諷刺——友邦驚詫。只不過在今天的語境下，這種“驚詫”已經從政治領域延伸到了高科技產業。當中國企業展示出超越預期的技術能力時，部分西方觀察者的第一反應不是承認現實，而是懷疑眼睛。這種認知慣性的背後，是對全球產業格局正在發生深刻變化這一事實的集體迴避。要理解中國人形機器人產業為何能夠實現超預期發展，首先需要理解這個產業的本質特徵。人形機器人是一個高度複雜的系統工程，涉及機械結構、電機驅動、感測器、人工智慧演算法、電池能源等多個技術領域的深度融合。它不是單一技術的突破，而是整個工業體系綜合能力的體現。正因如此，人形機器人的產業化處理程序，與一個國家的製造業底蘊密切相關。深圳南山區的“機器人谷”提供了一個絕佳的觀察窗口。在這裡，數百家機器人研發企業和零部件供應商聚集在方圓數公里的範圍內，形成了一個完整的產業生態系統。當地流傳著一句話，形象地描述了這種產業集聚的密度：“樓上樓下是上下游，產業園就是產業鏈。”這意味著，一家機器人企業可以在步行距離內找到幾乎所有需要的零部件供應商，從精密電機到感測器，從碳纖維外殼到定製晶片。這種空間上的極度接近，大幅縮短了從設計到原型的周期，也讓快速迭代成為可能。深圳某機器人聯合創始人將這種高效歸功於開源協作策略：“通過開源部署和訓練程式碼，我們吸引全球開發者共同建構應用生態。”這種開放式創新模式，與中國完善的供應鏈體系形成了強大的協同效應。成本控制能力是中國人形機器人產業的另一張王牌。2024年10月，北京松延動力推出了一款售價不足一萬元人民幣的人形機器人，目標客戶群是業餘愛好者和程式設計教育機構。值得注意的是，就在六個月前，這款看似平價的機器人剛剛在人形機器人半程馬拉松比賽中獲得亞軍——這說明低價格並不意味著低性能。這種性價比革命的背後，是中國在電機、電池、感測器等核心零部件領域長期積累形成的規模效應和成本優勢。政府層面的支援同樣不可忽視。深圳市政府主動向機器人企業開放了巡檢、消防等公共部門場景，為機器人提供真實的“工作崗位”。龍崗區人工智慧署署長趙冰冰道出了其中的深意：“一些機器人公司在產品發佈後很難找到可行的商業模式。商業機會只有在持續的實際應用中才能逐漸顯現。”這種應用場景先行的策略，為機器人企業提供了寶貴的實戰訓練機會，也加速了技術的迭代完善。與中國人形機器人產業的蓬勃發展形成鮮明對比的，是西方同行們的艱難處境。波士頓動力的命運堪稱這一困境的縮影。這家成立於1992年的公司，以其研發的Atlas人形機器人和Spot四足機器人聞名於世，其機器人展示的奔跑、跳躍、後空翻等動作一度驚豔全球。然而，在商業化道路上，波士頓動力卻步履維艱。2013年，Google母公司Alphabet收購了波士頓動力，希望將其打造成機器人領域的旗艦。然而僅僅四年後的2017年，Google就將波士頓動力出售給了日本軟銀集團，據報導是因為看不到短期盈利的可能。軟銀接手後同樣未能扭轉局面。2020年，軟銀以9.21億美元的價格將波士頓動力轉手賣給了韓國現代汽車集團。三次易主的背後，是西方科技巨頭對機器人產業商業化前景的集體困惑。波士頓動力的困境並非個案。問題的根源在於，西方機器人企業普遍面臨著"技術領先、商業落後"的悖論。它們可以在實驗室裡展示令人驚嘆的技術能力，卻難以找到規模化的商業應用場景；它們可以製造出性能優異的原型機，卻無法以可接受的成本實現量產。用一位行業分析師的話說，波士頓動力的機器人“更像是昂貴的藝術品，而不是可以大規模部署的工業產品”。埃隆·馬斯克的特斯拉Optimus人形機器人項目同樣面臨著嚴峻挑戰。馬斯克在2024年的多次公開場合中展示了Optimus的最新進展，包括其手部設計的改進。據馬斯克透露，新版Optimus的兩隻手及前臂共配備了100個執行器，比之前的版本有顯著增加。這些額外的執行器主要用於實現手指的伸肌功能，取代了之前依賴橡皮筋或扭力彈簧的回位機制，以提高控制精度和穩定性。然而，技術改進並不能解決Optimus面臨的核心問題：大規模量產能力。特斯拉雖然在電動汽車領域展現了強大的製造能力，但人形機器人的零部件複雜度遠超汽車。一台人形機器人需要數十個精密電機、數百個感測器、複雜的關節結構和先進的AI晶片——這些零部件的供應鏈整合是一個巨大的挑戰。更關鍵的是，特斯拉在美國很難找到像中國深圳那樣完整、密集的機器人零部件供應鏈生態。一位海外行業分析師對優必選Walker S2的評價頗具啟發性。他認為這款機器人本身“平庸”，沒有任何單項指標達到業界最佳水平。但他同時指出，Walker S2卻是市場上“最好的通才”之一——它通過專注於倉庫等特定應用場景的最小可行產品，快速切入市場；更重要的是，考慮到中國完善的供應鏈，優必選確實有能力向客戶交付約200台這樣規模的訂單。換言之，中國機器人企業的優勢不在於單項技術的極致突破，而在於系統整合能力和規模化交付能力。這正是理解人形機器人產業格局變化的關鍵。在科技產業的歷史上，“技術最先進”和“商業最成功”往往並不等同。VHS擊敗了技術更優的Betamax，Windows壓倒了更優雅的Mac OS，Android超越了更封閉的iOS。決定產業勝負的，往往不是實驗室裡的技術參數，而是生態系統的完整性、供應鏈的效率、市場響應的速度。在人形機器人這個新興產業中，中國正在以其獨特的產業優勢重塑遊戲規則。優必選首席品牌官譚旻的一番話道出了中國企業的自信：“批評者應該來中國親眼看看人形機器人行業的蓬勃發展，並直接參與到產業鏈中來。”這不是空洞的口號。《南華早報》的報導指出，僅僅一年前，許多機器人還在學習模仿人類的步態；而如今，人形工業機器人已被應用於新能源汽車製造、3C智能生產和智能物流等各個領域。這種從實驗室到工廠的轉化速度，是西方同行們難以企及的。更值得關注的是中國人形機器人產業的生態多樣性。據統計，中國目前約有200家人形機器人初創企業，每家企業都有其獨特的技術重點和市場定位。有的專注於工業場景，有的瞄準服務業，有的主攻教育市場，有的則致力於特種應用。這種百花齊放的格局，與西方市場由少數巨頭主導的局面形成鮮明對比。多元化的競爭格局意味著更快的技術迭代、更豐富的應用場景探索、更健全的人才培養體系。回到文章開頭的那場視訊真假之爭，海外分析師的一個觀察頗為有趣：優必選的視訊可能是故意製作得“像CGI”的。視訊採用了略帶反烏托邦色彩的灰色調，讓人聯想到2005年電影《我，機器人》中的場景；某些鏡頭的景深處理和陰影效果也被刻意設計成容易引髮質疑的樣子。如果這個分析屬實，那麼優必選的行銷團隊堪稱深諳網際網路傳播之道——通過製造爭議來獲得關注，讓全世界都在討論他們的機器人是真是假，而不是討論其他競爭對手的產品。事實上，這種爭議行銷在中國科技企業中已有先例。此前，小鵬汽車的機器人展示就曾引發"是真機器人還是真人扮演"的討論，小鵬通過否認謠言的方式成功獲得了大量關注。優必選在小鵬爭議發生後不到48小時就發佈了回應視訊，時機之巧合令人懷疑他們是否早已準備好這套劇本。無論如何，從傳播效果來看，這場"真假之爭"無疑是成功的——它讓優必選的名字傳遍了全球科技媒體，也讓更多人開始關注中國人形機器人產業的真實水平。站在更宏觀的視角審視，人形機器人產業正處於一個關鍵的轉折點。就像21世紀初的智慧型手機產業一樣，技術已經足夠成熟，應用場景已經足夠明確，剩下的問題是：誰能夠以最低的成本、最快的速度、最大的規模實現量產？在這場競賽中，擁有完整供應鏈、龐大內需市場、充足工程師儲備和政策支援的中國，無疑佔據著有利位置。優必選首席品牌官譚旻的判斷是：機器人行業正處於突破的邊緣。如果這個判斷正確，那麼我們或許正在見證一個新產業霸權的誕生。就像中國在新能源汽車、太陽能、鋰電池等領域的崛起一樣，人形機器人可能成為下一個由中國定義遊戲規則的戰略性產業。而那些還在懷疑視訊真假的人，可能會錯過理解這場產業變革的最佳時機。當然，中國人形機器人產業也面臨著自己的挑戰。在核心演算法、高端感測器、精密減速器等領域，中國企業與國際領先水平仍有差距；在品牌認知和國際市場拓展方面，中國企業還需要更多積累；在技術標準和行業規範的制定上，中國的話語權還有待提升。但這些挑戰，更多是成長的煩惱，而非結構性的障礙。真正值得警惕的，或許是西方同行們的那種認知慣性。當你習慣性地認為對手不可能做到某件事時，你就失去了學習和追趕的動力。波士頓動力三次易主的故事說明，即使擁有最先進的技術，如果缺乏商業化的緊迫感和執行力，也難逃被邊緣化的命運。而那些第一反應是懷疑而非學習的企業家和投資者，可能會發現自己正在重蹈覆轍。魯迅先生在近一個世紀前寫下“友邦驚詫”這四個字時，諷刺的是某些人面對中國變化時的傲慢與偏見。今天，當我們看到一位美國機器人公司CEO在社交媒體上斷言中國企業的視訊是CGI造假時，歷史似乎正在以某種方式重演。不同的是，這一次驚詫的背後，不再是意識形態的對立，而是對產業競爭格局變化的深層焦慮。人形機器人被視為繼智慧型手機、電動汽車之後的下一個兆級市場。在這個賽道上，起跑線的位置可能比衝刺速度更加重要。中國企業憑藉供應鏈優勢、成本控制能力和應用場景積累，已經佔據了有利的起跑位置。而當部分西方觀察者還在討論視訊真假的時候，中國的機器人工廠裡，新一批Walker S2可能正在魚貫走下生產線，準備裝箱發往全球各地的客戶手中。這就是真實正在發生的未來。它不需要CGI來美化，也不會因為質疑而停止前進。那些拒絕相信的人，終將被現實說服——只是到那時，追趕的窗口可能已經關閉。在人形機器人這個註定改變人類生產生活方式的產業中，中國正在書寫自己的篇章。而“友邦驚詫”，或許只是這個故事中一個有趣的註腳。 (心智觀察所)

百度公司創始人、董事長兼首席執行官李彥宏在人民日報發表署名文章《內化AI能力，加快形成新質生產力》。以下為全文：“十五五”時期經濟社會發展的主題是推動高品質發展。推動高品質發展，最重要是加快高水平科技自立自強，積極發展新質生產力。人工智慧（AI）作為引領新一輪科技革命和產業變革的重要力量，對於加快形成新質生產力、實現經濟社會高品質發展作用十分關鍵。過去幾年，中國在人工智慧算力基礎設施和大模型等關鍵領域取得顯著突破，形成了領先優勢。中國算力規模躍居全球第二，湧現出DeepSeek推理大模型、文心原生全模態大模型等廣受好評的基礎大模型，百度也建成了國內首個自研的P800三萬卡叢集。推動人工智慧更好賦能高品質發展，一個重要方面是讓千行百業內化AI能力、建構AI原生能力，使之成為企業發展的原生推動力。這既有助於智能產業發展壯大，也有助於傳統產業加快轉型升級。以場景出新帶動創新，提升人工智慧應用能力。數字人技術、程式碼智能體技術、無人駕駛技術等，已被應用驗證，產生了很好的效果。在電商直播、銷售客服等場景中，數字人成為超級能幹的“數字員工”。程式碼智能體也在科技公司中加速鋪開，一些外國科技公司的程式碼AI生成率甚至超九成。基於無人駕駛技術的百度蘿蔔快跑已在全球22座城市落地。企業可通過選擇合適的AI技術，積累一定的探索成果，並在總結經驗、複製推廣的基礎上加快發展步伐。“十五五”規劃建議提出，“推動科技創新和產業創新深度融合”“加大應用場景建設和開放力度”。瞄準重複勞動多、勞動力緊缺、崗位高危、流程瓶頸多、決策複雜度高等場景，用好AI在低成本內容生成、無人化、智能編碼、智能演算法最佳化等方面的優勢，能幫助企業降成本、提利潤、優決策、發現新增長點。以產業融合激發動能，做強人工智慧增長引擎。中國是世界上唯一擁有全部工業門類的國家，推進人工智慧與實體經濟深度融合，空間廣闊、潛力巨大。在實體經濟企業中內化AI能力，利用人工智慧技術賦能礦業、化工、輕工、船舶等重點產業，有助於進一步夯實實體經濟這個根基。當前實體經濟產業鏈自主可控水平的提升，有賴於在排產調度、資源最佳化、路徑規劃、交易決策等方面提供更優的解決方案。“伐謀”演算法智能體專注於尋找“全域最優解”，已在交通、能源、物流、港口等複雜系統中實現顯著提效。千行百業立足自身優勢和行業特性，內化AI能力、建構AI原生能力，更好激發通用模型與行業有機融合產生的“化學反應”，社會整體生產效率、創新能力將實現躍升。加強戰略規劃，讓“AI賦能”成為發展共識。新質生產力的顯著特點是創新，既包括技術和業態模式層面的創新，也包括管理和制度層面的創新。在人工智慧等新技術帶來系統性、結構性變革的背景下，探索人機協同的新型組織和管理模式變得更加迫切。抓住數字經濟轉型和人工智慧發展機遇，從決策到執行，從客戶到供應鏈，讓AI能力滲透到生產、經營、服務的每一個環節、每一個細胞，是企業必須做好的課題。各領域企業搶佔一個個“智高點”，加快融入全面推進人工智慧科技創新、產業發展和賦能應用的潮流大勢，社會生產要素將因智能化重組而更高效流動，科技創新成果將更快轉化為現實生產力，社會整體的創造潛能將被全面激發。百度作為中國人工智慧領域投入最早、佈局最全的企業之一，有責任、有能力也有信心走在這一變革前列。我們將持續加大投入，建構領先的智能基礎設施，研發更前沿的大模型技術，打造更開放的產業生態體系，助力千行百業內化AI能力、建構AI原生能力、加速智能化轉型，為中國經濟高品質發展作出新貢獻。 (科創日報)

01 AI闖禍的第一天誰能想到——一家四大會計師事務所，居然也會因為AI“瞎編”而被迫退款。這個10月，德勤（Deloitte Australia）因提交給澳大利亞聯邦政府的一份報告出現嚴重錯誤，被曝光部分內容由AI生成。政府確認，報告中引用了虛構的法院判決、並不存在的學者論文、甚至捏造的書籍標題。最終，德勤不得不部分退還這份價值 44萬澳元 的合同款項。這起事件迅速成為輿論焦點，不僅因為它發生在“AI最懂的公司”身上，更因為它揭開了一個現實：當企業在AI浪潮中一頭紮進自動化與智能化的懷抱時，也正在被它悄悄吞噬。這場鬧劇的根源，在於AI的“幻覺”（hallucination）機制。簡單來說，當AI模型在知識不足或語義模糊時，它會想當然地補齊缺失的資訊——並且往往語氣篤定、自信滿滿。這是一種深度語言模型的“認知幻覺”：它並非故意造假，而是在不確定時，選擇用“貌似合理”的句子來取悅使用者。AI的底層邏輯並不懂事實，只懂 “機率” 。它不是在思考 “真不真” ，而是在計算 “像不像” 。AI不會說 “我不知道” ，它更傾向於 “給你一個看起來像知道的答案” 。問題是，當這種“看似可靠”的輸出被用於政府報告、商業分析、甚至政策諮詢時，錯誤便具備了真實的後果。02 德勤的尷尬：AI幫忙、人工缺席德勤的案例並不是AI的錯，而是人類過度信任AI的錯。根據多家澳媒報導，德勤確實使用了Azure OpenAI GPT-4o 的企業版工具鏈，用於撰寫報告中的部分章節和腳註整理。但關鍵在於——報告出廠前，缺乏人工審校與事實核對。換句話說：AI只是寫手，卻沒有編輯。結果，“半自動化生產”的報告中出現了各種匪夷所思的錯誤：引用並不存在的研究論文；學者名字與期刊刊號全部錯誤；法院判決的引用內容純屬虛構；腳註裡出現了AI編造的法律條款。一位雪梨大學的學者憤怒地指出：“這份報告中引用的文章根本不存在。作為研究者，我們的名字被AI劫持。”而德勤的回應頗為“官式”：“報告內容的實質是正確的，只是在最終出版時，部分腳註與標題未完全匹配相應來源。”這話翻譯成人話就是：報告大方向沒錯，細節出錯怪AI。如今的澳大利亞、甚至全球企業界，都對AI抱有近乎宗教般的信仰。AI是生產力革命的象徵，是壓縮成本的魔法，是 “少人多做” 的萬能鑰匙。從德勤到安永，從麥肯錫到Google，幾乎所有機構都在宣稱——“AI可以讓我們更快、更準、更強”。然而，AI真正加速的，也許是錯誤的傳播速度。如果說AI是一台加速引擎，那麼“人類的懶惰”就是其中的汽油。在“生成快、發佈快” 的誘惑下，很多企業忽略了最基礎的 “驗證機制” 。德勤的報告事故，正是這種盲目提速的縮影。03 “幻覺”的職場化：我們也在被AI訓練德勤事件不僅僅是一場諮詢業的醜聞，它其實折射出整個白領階層的集體幻覺。越來越多的從業者正在依賴AI生成報告、總結會議、撰寫文案。人們感嘆AI的高效，卻忽略了自己在 “退化” 。AI的每一次輔助，都在重新塑造職場邏輯：原本的知識積累，變成了“提示詞技巧”；原本的判斷力，被演算法的信心取代；原本的學習路徑，被“直接生成”取代。我們在教AI做人，而AI也在無聲地重新教育人類。它讓我們更快，卻讓我們更淺。它讓我們更忙，卻讓我們更盲。德勤的幻覺，不只是AI的幻覺，也是人類對AI的幻覺。德勤的錯誤之所以被發現，是因為它出現在政府報告裡。但在無數企業內部報告、投標檔案、培訓資料中——同樣的幻覺正大規模發生。這類幻覺的危險不止是“資料錯誤” ，更包括：信任崩塌： 當客戶發現報告由AI拼湊，人類專業判斷就被質疑；風險： AI生成的內容可能侵犯版權、洩露資料或誤導公眾；責任模糊： 一旦AI輸出錯誤，責任歸屬模糊——是作者？是稽核人？還是演算法？這讓傳統的“職業信譽”概念面臨挑戰。在過去，錯誤意味著“人的疏忽”；在現在，錯誤可能意味著“機器的幻覺”。但機器不承擔後果，承擔後果的依然是人。有些人會把這次事件看作“AI取代白領工作”的又一例證——機器正在接管人類腦力勞動。然而，這種解讀過於簡單。數字革命的關鍵在於——人們能通過幾個點選和鍵盤操作迅速獲得資訊。任何知識密集型機構（如諮詢公司）若不利用AI來提高檢索效率，都將落伍。但AI和任何工具一樣，取決於使用者。木匠的準則是“量兩次、再鋸一次”；在AI世界裡同樣適用。德勤自己也曾強調“讓人類留在AI環節中”（keep a human in the loop），卻在此事上忘了遵守自己的原則。如果他們安排員工認真核對每個腳註、驗證每個來源——這項枯燥卻最關鍵的智力工作——或許就能避免這場尷尬。04 制度的缺位：AI需要“交通規則”AI不是敵人，但AI時代缺乏規則，才是最大的風險。Elizabeth Knight 在評論中寫道：“AI的使用需要一套正式的制衡機制。恐怕我們要經歷更多幻覺，社會才會學會如何負責任地使用它。”確實，目前全球範圍內關於AI治理的框架仍處於試探階段。歐洲有《AI法案》草案，美國有NIST的AI風險標準，中國也在起草《生成式AI管理辦法》。但對於企業內部的AI使用，尤其是諮詢、審計、政策顧問等領域，幾乎沒有一套清晰標準：AI生成的內容是否需要強制標註？那些報告可使用AI輔助？人類審校比例應是多少？資料溯源如何記錄？德勤事件表明，如果這些規則繼續缺位，AI的“幻覺成本”將由整個社會買單。德勤的尷尬，其實是所有知識工作者的鏡子。當AI成為主流，我們需要重新定義“專業”與“責任”：專業不再是資訊多，而是判斷准；效率不再是速度快，而是邏輯穩；責任不再是執行命令，而是理解結果。AI讓人類更強，但也讓懶惰變得更危險。德勤的退款，買來的不是面子，而是一次全行業的反思。AI不是救世主，它只是鏡子。照出了我們的野心，也照出了我們的短視。AI並不會取代人類，但會取代那些不再思考的人類。AI能寫文案，卻不會理解語氣背後的文化；能生成資料，卻不懂數字背後的政治；能畫出完美的圖表，卻無法洞察圖表之外的真相。AI是加速器，而不是指南針。如果我們將方向盤交給它，墜毀只是時間問題。未來最有價值的，不是“用AI最快的人”，而是“懂得何時不該用AI的人”。是仍願意花時間去驗證真相的人。 (澳洲財經見聞)

埃隆·馬斯克在X平台（前Twitter）上發佈了一條簡短卻引人注目的帖子：“xAI遊戲工作室將在明年年底前發佈一款偉大的AI生成遊戲。” 這不是馬斯克一貫的隨性發言，而是xAI公司戰略佈局的又一關鍵節點。xAI成立於2023年7月，由馬斯克主導，旨在“理解宇宙的真實本質”，其核心產品Grok AI模型已從文字生成擴展到圖像和視訊領域。 此次聲明中，馬斯克明確將Grok應用於遊戲開發，承諾一款“偉大”的全AI生成產品，這意味著從劇情、關卡設計到視覺效果，可能全部由AI驅動，標誌著xAI從通用AI向娛樂垂直領域的躍進。早在2023年，馬斯克因對OpenAI商業化路徑不滿而創立xAI，Grok 1.5模型於當年4月推出，強調“最大化真理追求”而非安全優先。 與特斯拉的Autopilot和Optimus機器人項目類似，馬斯克視AI為多場景融合的引擎：在遊戲領域的嘗試，或許是測試Grok在即時互動生成上的極限。公開資料顯示，xAI已投資數十億美元，團隊包括前DeepMind和OpenAI工程師，Grok的“Imagine”功能正挑戰Sora 2的視訊生成能力。 馬斯克的這一“放話”，並非孤立——他同時提到Grok將生成一部“至少可看”的AI電影，同樣鎖定2026年底。 這暗示xAI正建構一個AI娛樂閉環：從文字到視覺，再到互動體驗。事件曝光後，遊戲行業反應迅速而分化。Larian Studios（《博德之門3》開發商）聯合創始人Swen Vincke公開質疑：“我們不需要另一個現金圈錢項目，我們需要可持續性。” 他指出，AI生成內容雖高效，但可能忽略敘事深度和玩家情感連接。另一方面，PC Gamer等媒體視之為“AI狂熱夢”的延續，馬斯克的承諾或將加速遊戲開發的自動化。 從投資視角看，這對科技股影響微妙：xAI雖未上市，但馬斯克的聲明已推高特斯拉股價波動，暗示AI娛樂或成為其生態新增長點。假如xAI成功，2026年的這款遊戲可能不止是產品，而是AI在創意產業的試金石——它能生成無限分支劇情嗎？還是會因計算資源瓶頸而止步於原型？客觀而言，馬斯克的軌跡顯示，他常以大膽目標驅動創新：從SpaceX的火星計畫到Neuralink的腦機介面，落地時間雖常延後，但最終往往重塑賽道。 猜測起來，xAI的遊戲或聚焦科幻主題，借Grok的幽默風格（如受《銀河系漫遊指南》啟發）吸引核心使用者。但挑戰顯而易見：AI生成遊戲需處理海量資料訓練，版權和倫理問題（如借鑑現有IP）也懸而未決。這或許只是馬斯克更大棋局的棋子：用娛樂測試AI通用性，為特斯拉的Robotaxi或Optimus注入互動智能。 (MaXTe)