OpenAI首席研究官Mark Chen爆料，矽谷AI人才爭奪激烈，Meta首席執行長祖克柏甚至親自烹飪送湯招攬人才。人工智慧企業間的商戰某種程度上並不高科技，甚至可能只關乎於一碗湯。OpenAI首席研究官Mark Chen在一檔播客節目中激情爆料，稱矽谷現在的AI人才爭奪格局已經發生了變化，Meta首席執行長祖克柏甚至自己烹飪並親自送湯來招攬他想從OpenAI挖走的科研人員。Chen透露自己當時非常震驚，但隨後“從善如流”。現在他也會給自己的新員工送湯，並希望從Meta挖走人才。不過，他不會自己烹飪，而是讓矽谷裡的一家高檔韓國餐廳負責製作。他甚至開玩笑稱計畫在OpenAI公司外開設烹飪課，以凸顯出目前矽谷人才競爭中的荒謬感。但不可否認的是，矽谷對於AI頂尖研究人才的爭奪已經進入了一個全新階段。利誘不如走心？Chen表示，Meta對他手下一半的直接下屬都拋過橄欖枝，並為挖角行動投入了100億美元。但他強調，Meta很多次挖角都以失敗告終，因為研究人員相信OpenAI的發展方向，且認為它才會是率先研究出通用人工智慧的公司。儘管如此，今年還是有很多頂尖人才選擇換個東家，且競爭也不僅只在於OpenAI與Meta之間，馬斯克的xAI、微軟、Anthropic，甚至國內大廠騰訊、字節跳動及阿里巴巴也都全情參與人才之戰。這也反映出該行業內關鍵的供需矛盾。業內共識，目前能夠設計和訓練尖端大型語言模型的人才庫極其稀少，全球具備獨立推進這項技術所需專業知識的研究人員可能不足1000人。而由於人工智慧行業允許研究人員提前兌現股權，提供特殊的計算資源獲取管道，並許諾員工在人工智慧系統建構方式中的強大影響力，企業很難用當年網際網路時期的健身房、免費咖啡等福利吸引人才，因此，更多的企業家不得不開始提供一些“情緒價值”。祖克柏的湯就是一個典型案例。企業高管通過建構親密方式來招攬員工，以在薪酬和資源上再次加碼，比如送湯的背後意味十分簡潔明了：你是重要人才，所以值得我花時間來討好。 (科創日報)

在科技巨頭爭相佈局人工智慧的今天，Meta（原Facebook）以其驚人的投入規模、堅定的開源策略和龐大的使用者基礎，正悄然建構一個前所未有的AI帝國。從社交演算法到通用人工智慧（AGI），這家擁有超30億使用者的公司正在如何重塑自己的AI基因？這又將如何影響全球AI競爭格局？1 巨資投入：Meta的AI基礎建設狂潮2025年初，祖克柏宣佈了一項震驚科技界的計畫：Meta將在2025年投資高達650億美元用於AI相關項目。這一數字遠超2024年的投入，甚至超過了許多國家的年度預算。這項投資正在轉化為實實在在的計算能力。Meta正在建設兩座城市規模的AI資料中心："Hyperion"（路易斯安那）計畫擴展到5吉瓦，面積堪比曼哈頓；"普羅米修斯"（俄亥俄）目標約1千兆瓦，預計2026年上線。到2025年底，Meta預計將擁有超過130萬個高性能GPU，為AI訓練和推理提供強大的算力支援。2 人才爭奪：超級智能實驗室的誕生2025年6月，Meta做出了一個戰略性決定：成立"超級智能實驗室"（Meta Superintelligence Labs，簡稱MSL）。這一實驗室的使命非常明確：開發"個人超智能"，提升使用者在所有Meta產品中的體驗。為實現這一目標，Meta展開了一場矽谷史上最激進的人才爭奪戰。公司從OpenAI、GoogleDeepMind和蘋果等競爭對手那裡挖來了約50名研究人員。最引人注目的是前蘋果基礎模型團隊負責人龐若明（Ruoming Pang）的加盟，Meta為此開出了綜合價值超過2億美元的天價方案。此外，OpenAI有7名核心研究人員集體轉投Meta，GoogleDeepMind也失去了機器學習先驅Jack Rae和圖像生成專家Huiwen Chang。Meta還斥資143億美元獲得Scale AI公司49%的股份，並任命其聯合創始人Alexandr Wang為首席人工智慧官，前GitHub首席執行官Nat Friedman也被延攬擔任戰略顧問。3 技術演進：從Llama到多模態模型Meta的AI技術核心始終是其大語言模型系列——Llama。2023年9月，Meta基於Llama 2模型發佈了初代Meta AI助手。2024年4月，公司升級到Llama 3模型並推出即時圖像生成器。然而，Meta的AI之路並非一帆風順。內部資料顯示，Llama 4項目曾遭遇重大挫折，上線僅36小時便陷入使用者口碑風暴，甚至被捲入"大模型競技場刷榜"的爭議漩渦。這一挫折直接導致了MSL的成立和新一代模型的研發。2025年6月，Meta推出了全新的多模態基礎模型，融合了文字、圖像和音訊理解能力。同月，Meta在應用中新增生成式AI視訊編輯功能，支援通過預設提示詞實現場景變換與風格調整。4 產品整合：AI與社交的深度融合Meta AI已深度融入公司的各項產品中。截至2025年5月，其月活躍使用者已接近10億。通過整合語音互動、圖像生成和多裝置協同功能，Meta AI覆蓋了WhatsApp、Facebook等社交應用及Ray-Ban智能眼鏡等硬體裝置。Meta AI支援語音對話與圖像即時生成聯動，使用者可通過Ray-Ban智能眼鏡進行持續對話，拍攝的照片可在Meta AI應用內進行AI加工。2025年升級版還新增了全雙工語音互動功能，允許即時打斷與平行處理。在商業應用方面，Meta AI為企業提供了市場行銷自動化、個性化推薦及智能搜尋等可擴展工具。早期資料表明，這些AI工具已幫助廣告參與度提高了30%。5 戰略轉變：從激進開源到戰略閉源多年來，Meta一直奉行激進的開源策略，但這一策略正面臨重大調整。MSL的成立和Alexandr Wang的加盟傳遞出一個強烈訊號：新一代旗艦模型極可能採用混合開源策略。基礎版本保持開源以維持生態和影響力，但最先進、具備商業競爭力的頂尖模型將保持閉源，以此構築技術壁壘和商業化基礎。這一轉變，反映了Meta在AI商業化方面的迫切需求。6 挑戰與未來：Meta的AI征程仍面臨不確定性儘管投入巨大，Meta的AI戰略仍面臨諸多挑戰。人才留用是一大問題；至少有三名研究人員在入職數周內辭職，其中兩人回到了OpenAI。技術缺陷也尚未完全解決。Meta AI在歷史事實檢索場景存在資訊篩選偏差，部分回覆出現虛構內容。隱私合規是另一個重大挑戰。跨平台資料整合面臨隱私合規與技術實現雙重挑戰，部分地區存在服務限制。然而，祖克柏對AI的決心堅定不移。他公開表示："我實際上認為所有正在進行大額AI投資的公司都在做出理性的決定，因為投資落後的不利之處在於，你會完全錯失未來10到15年左右最重要的技術。"7 結語Meta的AI探索已進入一個全新階段。從開源模型到閉源商業產品，從單純的語言模型到多模態系統，從研究導向到產品深度整合，Meta正在全面重構其AI戰略。隨著超級智能實驗室的成立和千億級投資的到位，Meta正試圖從AI的"跟隨者"轉變為"引領者"。這項豪賭的結果，不僅將決定Meta的未來，也將深刻影響全球AI技術的發展方向。 (覺知進化)

過去數周，輝達股價經歷了一輪高位回呼與震盪。目前市值相較於一個月前的高點已下降15.4%。雖然一周前最新季度財報發佈後，公司超預期的業績表現一定程度上穩定了市場信心，但隔天股價的下跌反映著情緒底色依然是消極的。關鍵的是，這已不僅僅是輝達一家公司的悲歡，它的表現是觀察AI行業的核心風向標。再加上Alphabet、微軟、亞馬遜、Meta、蘋果、特斯拉，這七家技術公司繼承了商業歷史上石油七巨頭的強勢，利益捆綁關係緊密，以驚人的市值集中度成為美股的主心骨。根據中金公司資料，自2022年年底ChatGPT發佈以來，美股「七姐妹」（Magnificent Seven）最高上漲283%，大幅跑贏同期標普500指數扣除M7後的69%。最近一周，美國投資人Michael Burry公開警告AI泡沫，質疑以輝達為中心的技術公司之間的循環交易模式，重申他對輝達的看空立場。輝達對此予以駁斥，聲稱戰略投資在營收中佔比極小，且被投資公司的收入主要來自第三方客戶，以此反駁循環交易製造收入的指控。多家投資機構在三季度選擇買單離場。軟銀集團、Peter Thiel的避險基金清倉了其持有的全部輝達股票。避險基金橋水在三季度末已減持輝達股票，減持比例達65.3%。此外，橋水還減持了53%的Alphabet股票，36%的微軟股票和9.6%的亞馬遜股票。橋水首席投資官Karen Karniol-Tambour等人警告稱，當前的市場穩定性正面臨越來越高的風險。泡沫論頻出反映了資本市場的擔憂。以輝達為代表的技術公司市值高增長、資本高投入的背後，躲不過一個核心問題：這場由AI推動的牛市，究竟擁有堅實的基礎，還是一堆膨脹的泡沫？輝達的超預期業績未能緩解股市擔憂11月20日，輝達2026年第三財季業績發佈，營收創下570億美元紀錄，同比增長62%；淨利潤319.1億美元，同比增長65%，營收與利潤均超出華爾街預期。公司的核心增長引擎——資料中心，同比增長66%至512億美元，創下紀錄。財報發佈後，輝達股價一度漲超6%，不過隔天就又快速跌了回去，市場對於泡沫的擔憂並未緩解。輝達創始人兼CEO黃仁勳在電話會議上表示：「關於AI泡沫的說法很多，但從我們的角度來看，情況截然不同。」他在新聞稿中表示：「Blackwell的銷量遠超預期，雲端GPU也已售罄。訓練和推理領域的計算需求持續加速擴大，且均呈指數級增長。我們已進入AI的良性循環。」上述表態可以視為輝達對市場擔憂的回應。評價公司的業務是否健康，客戶集中度是一項關鍵指標。算力需求帶動輝達營收的增長，按理來說客戶應該更加分散，但輝達的客戶集中度卻不斷上升。2025財年，輝達直接客戶A、B和C的銷售額分別佔總收入的12%、11%和11%，合計34%。到了2026財年二季度，兩家直接客戶貢獻了總營收的39%，比例顯著高於去年同期。名單雖然未披露大客戶是誰，但投資者都知道輝達GPU絕大部分都賣給了微軟、Google、亞馬遜三家雲服務廠商，以及Meta這家自稱「寧願過度投資，也不願因為投資不足而掉隊」的社交巨頭。雲廠商購買輝達晶片是在囤貨還是已實際應用？黃仁勳強調「雲端GPU售罄」，這意味著終端使用者——需要訓練模型或運行AI應用的公司——對AI算力的需求極其旺盛。雲廠商買的輝達晶片沒有閒置在資料中心，雲廠商會持續下訂單，輝達的營收增長亦是可持續的。然而，本周一有媒體報導輝達的大客戶Meta正考慮斥資數十億美元購買Google的自研AI專用晶片。輝達股價在次日下跌超7%，收盤價177.82每股美元，為近一個月內的最低值。與之相對的，Google發佈用自研晶片訓練的Gemini 3模型之後，其母公司Alphabet股價一路上漲，今年迄今為止股價已上漲近70%，市值向4兆美元邁進。就在昨天，輝達少見地在社交平台X發聲，稱對Google在AI領域的巨大進步感到非常高興，將繼續為Google提供產品與服務。同時也強調，相較於專用積體電路（AISC），輝達領先業界一代，是唯一能夠運行所有AI模型，並應用於所有計算廠家的平台。事實上，包括Google、亞馬遜、特斯拉在內，越來越多大客戶都在加大自研晶片的投入。不過輝達還是對未來持樂觀態度，並給出了下一季度的業績預測：收入將達到650億美元，上下浮動2%。下遊客戶研發與資本支出激增，但生成式AI對其主營業務增長作用有限從晶片採購、模型訓練、有關AI的業務場景應用落地，再到自研AI晶片試圖打破輝達壟斷，這條供應鏈的每一個環節都支出不菲。技術公司的研發投入不斷上漲。Google、微軟、Meta、亞馬遜最近三個季度的研發開支累計達1870億美元。而用於建設AI基礎設施的投入增長得更快，上述四家公司截至最近三個季度的資本支出均已超過2024年的全年支出，未來還會持續擴大投入。源源不斷的資金投入是否給公司帶來有效的業績增長？AI給雲業務帶來的增長最直觀。市場研究機構 Synergy Research Group的資料顯示，三季度企業在雲基礎設施服務上的支出較上一季度增長超過75億美元，創下有史以來最大的環比增幅。亞馬遜、微軟與Google位列雲服務市場份額的前三名，它們三季度的全球市場份額分別為29%、20%與13%。自2017年以來，亞馬遜、微軟與Google的雲營收均實現了數倍甚至十倍的跨越式增長。2024年，亞馬遜雲服務營收超過千億美元，微軟雲服務營收接近千億美元規模。Google雲服務在最近三個季度呈現穩健的雙位數環比增長。不過，將雲業務從三家公司的總營收中剔除，其最近三個季度的營收同比增速均呈現不同程度的放緩。這表明技術公司的業績增長主要依賴雲業務驅動，AI對核心業務的滲透尚未體現在整體營收上。以Meta為例，其主要營收源自客戶給社交應用家族投放廣告。自2021年起至今，Meta的應用家族日活躍使用者數增長率維持在8%上下，AI並沒有給日活躍使用者數帶來顯著增長。2022年，蘋果iOS隱私政策重創Meta的廣告業務，致使其平均單次廣告價格下滑16%。後續Meta在財報中表示，公司投入資源在AI（包括生成式AI）上，借助AI最佳化廣告的投放、精準定向與效果評估。2024年，Meta的廣告展示次數同比增長11%，平均單次廣告價格同比增長10%，均重回雙位數增長。借助AI，Meta從2022年的營收危機中恢復，但也僅止於此。無論是通過雲將AI算力轉售給更下游的公司，還是用AI對既有業務降本增效，目前來看，AI對於技術公司帶來的效果還都是間接的、漸進的，它並沒有成為創造新流量的入口。從輝達爆發式的業績，到技術巨頭們激進的資本開支，再到它們平淡的營收增長，增長動能在產業鏈的傳導中出現了明顯的「邊際遞減」。AI資金的結構性風險：技術巨頭正用公共債券加槓桿然而，技術公司們押注生成式AI的熱情絲毫沒有減退的跡象。現在，它們正在競相建設資料中心。今年6月，亞馬遜宣佈將在北卡羅來納州建設資料中心，投資規模100億美元。11月，Google宣佈將投資400億美元，在德克薩斯州新建三個資料中心。Meta為建設資料中心，未來三年將在美國投資6000億美元。掀起AI競賽的OpenAI則在今年9月與甲骨文簽署協議，五年內購買其價值3000億美元的算力。7月，兩家公司還宣佈合作建設總功率達4.5千兆瓦的資料中心，具體費用未披露。與這些大規模投資相呼應的是技術巨頭們在2025年下半年不約而同開啟的「囤錢」模式。Google今年4月、11月兩次在歐洲市場發債，累計55億歐元（63億美元）。甲骨文9月發債規模達180億美元。亞馬遜11月發債規模達到120億美元。Meta 10月發債規模達到300億美元，吸引約1250億美元投資者認購，創下公開公司債發行史上最高紀錄。發債趨勢印證了資本市場有關「AI泡沫論」的擔憂：巨頭們利用大規模公共債券加槓桿，導致市場上的資金從高風險的股市流入低風險的債市。已處於高位的技術股或將面臨更多拋售風險。不止是瘋狂發債，技術公司之間錯綜複雜的投資與交易關係也飽受質疑。9月底，輝達宣佈向OpenAI投資高達1000億美元，幫助其建設10吉瓦算力的資料中心。作為回報，OpenAI承諾在這些資料中心部署數百萬塊輝達晶片。該協議隨即因「循環交易」的性質受到批評。晨星分析師Brian Colello談到該筆交易時表示：「如果一年後AI泡沫破裂，這筆交易可能是早期的蛛絲馬跡之一。」OpenAI預測2025年營收為130億美元，對外投資已累計約3800億美元。而根據彭博社援引知情人士消息稱，OpenAI預計要到2029年才能實現現金流為正，屆時其營收預計將超過1250億美元。伯恩斯坦研究公司分析師Stacy Rasgon在一份投資者報告中寫道：「Altman有能力讓全球經濟崩潰十年，也有能力帶領我們走向繁榮昌盛。目前我們還不知道那種結果會更糟。」 (新皮層NewNewThing)

Meta發佈了第三季度財報，公司營收512.4億美元，同比增長26%。但淨利潤從去年同期的156.9億美元暴跌至27.1億美元，跌幅達83%。祖克柏則在Meta的財報會議中表示，2025年發佈的AI眼鏡系列，反響熱烈。新發佈的Meta Ray-Ban Display眼鏡在48小時內幾乎在每家店都售罄，演示預約已排滿到下個月底，公司決定加大投資提高產能。受益於Meta眼鏡業務的增長，全球最大眼鏡製造商依視路陸遜梯卡（EssilorLuxottica）的第三季度銷售額實現了兩位數的同比漲幅。AI眼鏡不再是概念展示或小眾嘗鮮，而是正在進入規模化消費階段。2025年，被產業界普遍稱為“AI眼鏡元年”，並非偶然。01出貨量翻倍，中國市場增速領先據IDC資料顯示，2025年第二季度全球智能眼鏡出貨量為255.5萬台，同比增長54.9%。其中中國市場表現尤為突出，出貨量達到66.4萬台，同比增長145.5%。京東平台資料顯示，2025年上半年智能眼鏡成交額同比增長超10倍，入駐品牌數量增長約3倍，平均不到9天就有一款新品上市。這種密集的產品迭代節奏，反映出產業鏈成熟度正在快速提升。推動這一輪增長的核心動力，是“AI+影像”能力的實質性落地。新一代AI眼鏡普遍具備以下功能：即時語音助手喚醒（如“Hey Meta”）第一人稱視角拍攝與自動剪輯離線語音翻譯與文字轉錄視覺搜尋（Visual Search）與物體識別這些功能的背後，依賴的是強大的本地算力支撐，而這一切都始於一顆合適的SoC。根據調研，在具備拍攝和AI處理能力的智能眼鏡中，SoC及相關晶片的BOM成本佔比可達整機的三分之一。這意味著，晶片選型不僅影響性能，更直接關係到產品的定價策略與毛利率空間。我們之前在《下一個“晶片金礦”，玩家已就位》中分析過，AI眼鏡的三種晶片方案：SoC、MCU級SoC+ISP、SoC+MCU。SoC往往採用高通的產品，MCU就用恆玄科技BES2500YP、紫光展銳的W517等。值得注意的是，2025年推出的多款高端AI眼鏡開始採用“雙晶片”設計。例如：阿里夸克AI眼鏡搭載高通AR1旗艦晶片 + 恆玄BES2800協處理器，並配備“雙電池+換電倉”設計，支援熱插拔更換主電池，最長續航可達24小時。小米AI眼鏡也是採用雙晶片架構，高通AR1旗艦晶片加上恆玄BES2700的晶片方案。這種分工協作的設計思路源於現實約束：單一SoC難以同時滿足高性能AI計算與全天候待機的需求。通過讓協處理器持續監控麥克風、加速度計等感測器，在檢測到關鍵詞後才喚醒主晶片，可大幅降低待機功耗，延長使用時間。02高通領跑高端市場在當前高端AI眼鏡領域，高通AR1 Gen1已成為事實上的主流平台。該晶片於2023年9月發佈，是高通首款專為輕量級AI/AR眼鏡打造的專用處理器，採用6nm先進製程工藝，具備較高的整合度與能效比。其核心配置包括多核CPU+GPU架構、第三代Hexagon NPU（AI算力約4 TOPS）、支援單眼最高1280×1280解析度全彩Micro-OLED顯示，以及內建ISP支援多攝影機同步輸入，適用於空間定位與環境理解。得益於成熟的開發工具鏈和廣泛的生態支援，AR1 Gen1已被多家頭部廠商採用，包括小米AI眼鏡、阿里哇哦AI智能眼鏡（確實叫這個名字）、雷鳥V3/X3 Pro、Rokid Glasses以及Meta Ray-Ban Display的部分型號。可以說，AR1 Gen1已在高端市場形成“平台化”效應，降低了廠商的研發門檻。今年6月，高通發佈了AR1晶片的升級款驍龍AR1+ Gen 1晶片。相比於高通AR1 Gen 1，新款高端 AR1+ Gen 1 體積縮小了26%，這樣可以使得智能眼鏡腿做得更細，最起碼可以降低20%的鏡腿寬度；AR1+ Gen 1的功耗管理也做得更好，最佳化了包括AI圖像識別、語音喚醒、藍牙連接、視訊推流等核心場景的功耗，使得整體功耗降低了大概7%，從而延長電池的續航。AR1+ Gen 1還提升了對於拍攝效果有十分關鍵影響的ISP。高通在發佈 AR1+ Gen 1 的同時，還展示了搭載完全在裝置上運行Meta的Llama-3.2-1B晶片的原型眼鏡。高通執行副總裁Ziad Asghar表示，高通正迎來一股將持續數年的智能眼鏡需求浪潮。“我們推出的每一款晶片都能夠在眼鏡上本地運行一個十億參數的小型語言模型（SLM），世界上沒有其他人能做到這一點。它不需要連接到雲端，也不需要連接到手機。”03AI眼鏡SoC，多元化佈局當前主流AI眼鏡方案商改採用的主控平台呈現多元化格局。青橙無線、魔樣科技、英卡智能等方案商普遍採用全志科技V821作為主控晶片，優創億則選用星宸科技平台，百泰科技使用物奇方案，叩鼎科技搭配國科微，微克智能採用博通整合，小糯米引入紫光展銳W517，莫界科技基於意法半導體STM32系列開發，康冠股份則直接接入高通AR1平台。目前全志科技V821基本上稱霸中低端市場，青橙無線作為目前出貨量最大的方案商之一，月出貨量穩定在5萬至8萬台之間，普遍採用“全志V821 + 傑理AC7018”雙晶片架構，主打性價比路線。更關鍵的是，V821的成本極具競爭力，官方披露僅3~5美元，遠低於高通AR1 Gen1約60美元的售價。基於此，全志科技推出了名為“慧眼”的AI眼鏡解決方案，融合晶片層、方案層、資源層及AI大模型介面，幫助中小廠商快速完成產品定義與量產匯入。對於追求更高性能的客戶，全志科技還推出了迭代產品V881。該晶片搭載全新AI-ISP 2.0圖像處理單元，整合AI降噪（AI-NR）、AI銳化（AI-Sharp）、EIS防抖、快速對焦加速引擎和鏡頭畸變矯正（LDC）等硬體級功能，顯著提升暗光細節與成像穩定性，實現“全天候AI畫質”。全志科技智慧視訊事業部總經理郭琦表示：“800萬像素的AI眼鏡總BOM成本不超過200元人民幣，平價產品很快就能上市。”炬芯科技方面，基於ATS308X方案的AI眼鏡已正式發佈了INMO及Halliday兩款產品，同時公司已有多家客戶的多種類型AI眼鏡方案在研發推進中。此外，接下來公司即將發佈新一代面向智能穿戴領域的ATW609X系列晶片，可應用於智能手錶、AI眼鏡等穿戴產品中。同時，今年8月，恩智浦發佈i.MX RT500、RT600和RT700三款新晶片，明確指向AI眼鏡應用場景。其中i.MX RT700採用雙DSP（HiFi4/HiFi1）架構，支援多種複雜度的演算法處理，配備2.5D GPU顯示控製器和MIPIDSI介面，可驅動最大720P、60幀圖形顯示，在語音處理和低功耗場景中表現出色，適合助聽輔助、導航類裝置。此外，在晶片上游，IP（智慧財產權核）的佈局正成為新一輪競爭焦點。芯原股份作為國內領先的半導體IP供應商，已推出超低功耗IP系列和DDR-Less技術，服務於可穿戴裝置。已有超過30家手錶SoC客戶獲得其低功耗IP授權，多家AI/AR眼鏡客戶也在合作洽談中。其FLEXA互聯技術與DECNano資料壓縮方案，專為低頻寬、低功耗場景最佳化，有望提升穿戴裝置的整體能效。安凱微則專注於物聯網智能硬體SoC，其自研IP佔比超75%，核心技術涵蓋ISP、NPU、機器學習等七大類。2025年上半年推出的KM01W低功耗智能視覺晶片，整合ISP、NPU、Wi-Fi/BLE模組，正是其IP整合能力的集中體現。基於該晶片的系統開發平台已同步發佈，標誌著相關技術進入市場化推廣階段。04結語據美銀證券報告，全球智能眼鏡供應鏈中超過80%的廠商來自中國，從零部件到整機組裝，中國供應商覆蓋攝影機、光波導、微機電系統（MEMS）、電池等關鍵領域，其中攝影機模組、光學鍍膜、整機組裝的全球市佔率均超50%。隨著晶片平台成熟與供應鏈完善，越來越多科技企業加入AI眼鏡賽道。百度發佈全新AI拍攝眼鏡小度AI眼鏡Pro，用上全新發佈的多模態AI智能助手“超能小度”，標配充電盒售價2299元。聯想在10月31日推出AI眼鏡V1，整機重38克，鏡片薄至1.8毫米，內建“天禧個人超級智能體”，支援多語言翻譯、AI問答、智能導航與提詞功能，首發價3999元。此外，BOLON AI眼鏡於10月30日在京東開啟預售，不含充電盒售價2199元，預訂量迅速突破380台。價格方面，無屏AI眼鏡中更加細分的音訊AI眼鏡主要集中在<1000元價格段，音訊+拍照AI眼鏡主要集中在1000~2000元價格段，主要以親民定價覆蓋大眾市場。高端產品價格則在3000元以上。業界認為，雖然AI眼鏡行業增速顯著，但真正的普及仍需突破續航、互動和生態瓶頸。未來3至5年，隨著晶片最佳化、雲端協同及差異化場景落地，AI眼鏡有望迎來消費拐點。 (半導體產業縱橫)

雙方選擇“分而不裂”，以投資代替分歧，在新的結構下繼續共同探索AI的未來。11月20日，圖靈獎得主、Meta AI首席科學家楊立昆（Yann LeCun）在領英上正式宣佈，自己將於年底離開工作了12年的Meta。這位“AI教父”還在帖子中透露，自己正在建立一家新的初創公司，繼續他過去數年與團隊推進的高級機器智能研究計畫。新公司的目標是建構能理解物理世界、具備持久記憶、推理並能規劃複雜動作序列的系統。楊立昆的離職，也折射出他與Meta首席執行官祖克柏在AI戰略上的深刻分歧。在Meta全力押注大語言模型（LLM），加速商業化落地的同時，楊立昆則長期堅持其“世界模型”研究路線，並願意為此投入十年甚至更長的時間。儘管存在理念分歧，雙方卻展現出了成熟務實的一面，開闢了一條“第三條路線”。楊立昆在公開感謝祖克柏等高管的同時，更關鍵的是宣佈Meta將直接成為其新公司的合作夥伴。這意味著雙方選擇“分而不裂”，以投資代替分歧，在新的結構下繼續共同探索AI的未來。01 技術狂人1960年，楊立昆出生於法國巴黎附近，他的父親是一位航空工程師，受其影響，他從小便對科學和工程產生濃厚興趣，經常親手製作飛機模型和電子玩具。17歲時，楊立昆擁有了第一台個人電腦，並借此自學程式設計，掌握了紮實的電腦技能。楊立昆大學就讀於巴黎高等電子與電氣工程師學校，並於1983年獲得工程師學位。在校期間，除了應用數學與物理學，他還廣泛閱讀神經科學與機器學習文獻，逐步明確了自己在可學習機器方面的研究方向。隨後，他進入巴黎第六大學攻讀電腦科學，並於1987年取得博士學位。畢業後，他前往多倫多大學辛頓實驗室擔任博士後研究員。1988年，楊立昆加入AT&T公司的貝爾實驗室，這也成為其職業生涯的重要轉折點。他在該實驗室主導開發了摺積神經網路（CNN），使電腦能夠模仿人類視覺處理圖像資訊。美國國家現金出納機公司（NCR）自90年代中期起將這項技術用於銀行支票讀取機，該技術巔峰時期處理了全美10%~20%的支票。楊立昆1989年，楊立昆將摺積神經網路的理論與實踐進一步結合，提出了革命性的LeNet模型。然而，受限於當時硬體與演算法條件，神經網路研究陷入低谷，資本支援減弱，導致楊立昆與團隊的研究被迫中斷長達六年。在這段“人工智慧的第二次寒冬期”，楊立昆並沒有被挫折“打倒”，反而收拾心情轉而去主持開發了DjVu圖像壓縮技術。直至1998年，他正式發佈LeNet-5模型，這是世界上第一個完整的摺積神經網路，為後來的深度學習革命奠定了堅實基礎。2003年，楊立昆加入紐約大學擔任教授，並創立了資料科學中心。2013年，應Meta（Facebook）創始人馬克·祖克柏邀請，他加入該公司，牽頭組建並領導FAIR實驗室（基礎人工智慧研究實驗室）。在楊立昆倡導的“開放研究”模式下，FAIR展現出強勁的創新能力：2015年發佈ResNet，突破深度網路訓練瓶頸；2016年推出PyTorch，成為深度學習主流開源框架；2017年在電腦視覺與自然語言處理領域均取得重大進展。2019年，楊立昆與約書亞·本吉奧、傑佛瑞·辛頓共同獲得圖靈獎。不過，楊立昆與祖克柏的“蜜月期”並未持續太久。早在2018年，祖克柏就“擼掉”了其FAIR負責人職務，並任命原應用機器學習部門（AML）的負責人統管兩個AI團隊。楊立昆則轉任首席AI科學家，更專注於科研。到了2022年，Meta全面轉向元宇宙，FAIR被併入新成立的Reality Labs，輔助AR/VR產品研發。兩年後，隨著Meta推出AI原生應用Meta AI，公司又將FAIR劃歸產品部門，與專注生成式AI的Gen AI團隊共同推進產品化。這一系列調整使團隊逐漸承擔起產品壓力，原先承諾的自由研究氛圍被自上而下的項目與KPI所取代。02 分道揚鑣在ChatGPT引爆行業初期，Meta憑藉開源LLaMA系列模型迅速建構了龐大的開發者生態，與OpenAI、Google的封閉路線形成鮮明對比，這幫助Meta在大模型競賽中站穩了腳跟。然而，作為Meta的AI首席科學家，楊立昆始終對大語言模型（LLM）的技術路線持保留態度，並在多個場合發表過對LLM技術路線的質疑。在今年3月的美國2025年聯合數學會議上，他在演講中再次強調，“僅靠文字訓練，我們無法實現達到人類水平的AI”；他主張通過“聯合嵌入預測架構”（JEPA）建構“世界模型”，打造具備長期記憶和推理能力的系統，並建議放棄“生成式模型”。對於這一技術路線，楊立昆自己也強調，如果未來五到十年裡把“世界模型”的相關難題解決了，就有望建構真正智能的、能夠規劃和推理的AI系統。實現這一想法的唯一辦法就是讓底層的平台保持“開源”。他強調自己是開源AI的鐵桿支持者，但這與祖克柏如今在AI領域的戰略和技術路線幾乎完全相悖。對祖克柏而言，他需要的是能夠立即投入應用的技術，而非五年後才可能見效的理念。尤其在今年發佈的Llama 4表現未達預期後，祖克柏更加迫切地尋求能夠快速見效的產品方案。於是在這之後，Meta進一步推進其AI戰略，並在組織架構上實施了一次重大調整。公司斥資143億美元投資了資料標註與治理公司Scale AI，獲得其49%股權，並以此為基礎組建了“超級智能實驗室”（MSL），將原有的FAIR團隊、基礎模型團隊及各應用AI團隊全部整合進該實驗室。與此同時，Meta從Scale AI挖角了28歲的首席執行官汪滔（Alexandr Wang），由其出任首席AI官，並邀請前GitHub首席執行官納特·佛里曼（Nat Friedman）負責產品團隊。這次重組背後的核心邏輯十分明確，讓研究更直接地服務於產品落地，使科學家的工作更緊密地圍繞商業目標展開。過去FAIR團隊享有的“相對獨立的研究環境”被逐漸削弱，如今他們必須配合產品迭代的節奏，其研究方向也被要求聚焦於“個人AI助手”等具體業務目標。此外，Meta加強了對FAIR團隊論文發表的內部稽核，這與楊立昆所倡導的開放、開源理念產生了直接衝突。據The Information報導，楊立昆曾強烈反對這項新的稽核制度，甚至在今年9月因不滿而一度考慮辭職以示抗議。今年10月，Meta再次對人工智慧部門實施大規模裁員，約600名員工被裁，其中以FAIR實驗室為代表的長期基礎研究團隊成為“重災區”，包括強化學習專家田淵棟在內的多位核心研究人員也在此次調整中離開。值得注意的是，此輪裁員並未波及同年夏季新招募的頂尖AI人才，尤其是由汪滔直接管理的TBD實驗室成員。耐人尋味的是，在裁員發生的同一天，楊立昆在社交媒體上發佈了與吳恩達（Andrew Ng）的合照，並公開與備受爭議的Llama 4項目進行切割。他澄清道，自己除了早期間接參與Llama 1的開源推廣外，自2023年初以來，Llama 2、3及4均由TBD實驗室負責推進；而他本人仍在FAIR工作，專注於研究超越大語言模型的下一代AI系統。祖克柏主導的組織變革，其刀鋒雖未直指楊立昆，卻通過決策權的重構，實質上邊緣化了他在關鍵項目中的角色，這或許也是他最終選擇與Meta體面分手的重要原因之一。不過，65歲的楊立昆並未選擇就此隱退，而是開啟了自己的創業征程。他的創業也並非從零起步，其團隊長期深耕的“世界模型”已在視訊預測、物理推理等關鍵技術上取得突破，且多位原FAIR實驗室的核心成員預計將隨他一同投身新事業。憑藉其在人工智慧領域的學術聲望與行業影響力，楊立昆的創業項目早已吸引多家頂級投資機構關注。據媒體報導，有相關知情人士透露，他已與數家全球一線基金展開融資洽談，初步估值已達10億美元量級。在AI產業面臨技術路線抉擇與頂尖人才爭奪深層矛盾的當下，楊立昆的離職創業不僅標誌著一代“學院派”研究領袖的轉身，更可能為整個AI行業帶來新的技術路線競爭與生態變數。 (中國企業家雜誌)

與“矽谷10萬人”被裁這樣的消息幾乎同時進入我視野的是“輝達市值突破5兆美元”“蘋果公司市值首次突破4兆美元”“馬斯克可能獲得兆美元薪酬”……失業人群與超級企業、超級個體形成鮮明的對比，更凸顯了人類社會的兩極分化。不可否認的是，AI會替代更多人已是趨勢，技術之外的一個重要問題是：我們真的在財富分配等制度層面做好準備了嗎？“AI替代人”旗號之下所掩蓋的最近又有一些大企業開啟了新一波裁員。據媒體報導，亞馬遜計畫裁減約1.4萬名公司職員，以精簡營運、加快人工智慧部署。這次裁員算是亞馬遜繼2022年裁掉2.7萬人後又一次大規模裁員。不只是亞馬遜在大裁員，有資料顯示，今年以來矽谷就有近10萬人被裁掉了。比如Google，年初就在雲端運算部門大幅削減設計崗位，將資源集中投入到AI產品研發；微軟5月以來已經裁掉了超1.5萬名員工，主要波及Azure雲、全球銷售及工程等核心部門；Meta上月份宣佈裁撤其人工智慧部門的600名員工，理由是“減少管理層級，提升組織效率”；英特爾在今年夏季的三個月內裁掉了2萬多人；IBM也在前幾天宣佈，今年4季度要進行新一輪裁員，預計會波及上千人。以前某家大企業進行超萬人規模的大裁員，幾乎都是這家企業遇到了較大的生存危機，遭遇“戴維斯雙殺”——業績下滑，估值下降，兩個負面因素疊加後導致股價暴跌。但現在大企業的裁員大為不同，他們大多有著比較亮眼的業績，股價也一路高歌猛進。亞馬遜今年三季度營收、淨利潤分別同比上漲13%、39%，並預計第四季度營收同比增長10%以上，第三季財報發佈後，亞馬遜股價飆升13%。Google、微軟、Meta今年第三季度也均有超10%的增長，股價也屢創新高。連前幾年表現低迷的IBM今年三季度也獲得了超9%的增長，扭虧為盈，今年以來IBM股價上漲約40%。而英特爾也結束了連續六個財季的虧損，重現增長。這樣看來，當下的科技巨頭是越強越要裁員。他們普遍把裁員的原因歸結為AI技術的加速應用，裁員的同時也加大了在AI領域的投入，亞馬遜預計今年在AI上的資本支出總額約為1250億美元，明年支出規模將進一步擴大。所以，以前我們感覺企業裁員都有點偷偷摸摸的，畢竟不是什麼光彩的事，甚至把“裁員”巧妙地說成是“最佳化”，但現在科技巨頭給我們建構出的裁員邏輯是：AI的大規模應用替代了更多人，裁員就代表AI水平更高，更能抓住未來趨勢並降低成本，提升營運效率和業績。在這套邏輯下，被裁掉的人也只能怪自身技能不夠硬，沒跑過AI進化的速度。這些人能進大科技企業工作，本身也有著相當不錯的能力，隨隨便便就被AI取代了，讓很多人更加焦慮，還沒真正看到“AI時代”的影子，飯碗先受到了AI的巨大威脅。圖源：《我, 機器人》但我們不禁要問：這麼大規模的裁員，真的都是AI造成的嗎？“AI替代人”的旗號之下，其實掩蓋了太多東西。首先，一部分裁員是科技企業之前的大規模擴張所致。如果查以前的資料會發現，大概在2020-2022年，當時是疫情期間，線上需求激增，而且聯準會將利率降低到了接近零的水平，企業融資成本大幅降低，直接促使眾多科技企業開啟了大擴張，也就相應加大了招聘規模。比如亞馬遜，只在2020年第3季度就猛增了24.8萬名員工，2021年第3季度也大幅增加了13.3萬名員工，2019年亞馬遜全球員工數不到80萬人，而到了2021年就翻了一番，達到了160萬人。此外，從2019年到2022年，Google人數從大約11萬擴張到18.7萬；微軟從15萬人擴張到超22萬；Meta從4.5萬擴張到8.7萬。而在國內，2021年併入高鑫零售的阿里人數超過了20萬，字節、美團、騰訊也紛紛突破10萬人。大水漫灌之下，很多職位本就很虛，再加上疫情後全球經濟的持續低迷，聯準會又從2022年3月至2023年7月連續11次加息，使各大企業裁員或壓縮人員招聘，由此也導致了持續好幾年的裁員潮。據美國就業資訊網站Layoffs.fyi的資料，2022年科技企業公佈的全球裁員計畫約為16萬人，達到上年的13倍；2023年大約有1191家科技公司進行了裁員，總數達到了約26萬人，是2001年網際網路泡沫破裂以來的最高水平；2024年各大科技公司裁員總數接近15萬人。可以說，這一波美國科技企業的裁員潮，仍有很大的周期性因素、企業戰略調整因素。其次，科技企業在大規模裁員的同時，把更多人變成了“非正規員工”。在進行大規模裁員的同時，亞馬遜也宣佈在美國招聘25萬名假日季（一般是從感恩節到聖誕節期間，是美國零售商一年當中最為關鍵的銷售期）員工，他們基本都是臨時工，忙完假日季的工作後再去找下一份臨工工作，看起來自由又靈活，實則跟正式員工在福利待遇、技能積累上遠不能比。像沃爾瑪、塔吉特、亞馬遜等零售商每年到了消費需求旺盛的假日季都會招聘大量臨時工，就像富士康在蘋果手機發佈後急聘大量工人，本身也不是什麼新鮮事，但不能忽略的是，在全球大量白領遭遇裁員潮的同時，從事即時出行與送餐、網際網路家政、按需軟體開發、線上勞動眾包等“零工經濟”的人也越來越多。全球自由職業者平台Upwork發佈的資料顯示，2023年38%的美國勞動力(即6400萬人)從事自由職業，跟10年前相比增加了1100萬。這些人之中，或許有不少知識密集型工作從業者是主動選擇做零工，獲得更大的自由度和收入，但有相當一部分做勞動密集型零工的人是被迫做出的選擇，比如一些白領失去工作後選擇開網約車或送外賣。就連AI在發展過程中也需要大量的外包臨時工參與，比如AI錄音員、資料標記員、內容稽核員。他們拿著低薪，用單調和重複的工作反哺AI系統。所以，一些科技行業的白領失去工作的同時，也產生了很多缺乏穩定性的臨時工，這也是我在前文《全球中產大敗局？》所提到的，在更多滿足中產報酬標準的工作消失後，就形成了“二元勞工市場”——“好工作”和“壞工作”的對立加劇，而且兩者之間存在嚴重的結界，幾乎難以踰越。比如勞動密集型臨時工，很難通過技術積累成為熟練技術人員，因為他們的工作是碎片化、單調重複的，他們無法通過在職場中的努力工作成為中產。這其實加劇了社會分化。但在“AI替代人”的敘事下，一切都被巧妙包裝成是技術演化的自然結果，被替代者似乎只能怨自己的技能不夠硬，輕易就被AI替代掉了。技術之外的重要問題縱觀近半個世紀美國其他兩次大規模的裁員潮，也都加劇了社會分化。第一次發生在20世紀七八十年代，面對歐洲、日本、韓國的產品在全球產生的競爭，美國企業的優勢地位逐漸喪失，1959年美國公司的平均稅後利潤率為8%，20年後這一數字降低為5.1%。這迫使美國企業逐漸把製造業轉移到成本更低的新興開發中國家，開啟了美國“去工業化”的浪潮，導致藍領工人大量失業。但當時美國精英階層控制的輿論把企業競爭力下降更多解釋為權利太大的工會的束縛、美國工人安於現狀而無法與海外工人競爭，以及聯邦政府嚴格的法令約束。所以也就順理成章地拋棄了國內的藍領工人。與之相匹配的是，新自由主義在發達資本主義國家大行其道，里根政府在美國推行私有化、放鬆監管、和經濟自由化，並把大市場和小政府作為其改革目標。這也為美國大企業“無止境地追求更高利潤”奠定了基礎，此後他們開始在全球開展業務，這也使跨國企業股東、高管、高級別員工的財富急劇增長，而且他們在美國國內和全球所擁有的經濟和政治權力也不斷增加。跨國企業及其高管還通過大量的競選資金支出和密集的遊說活動，滲透並強有力地影響政府。但另一邊，美國國會委託的一項調查顯示，在20世紀70年代末到80年代中期，有超過1100萬名工人因工廠關閉、生產裝置跨國轉移以及裁員而失業。大多數被解僱的工人曾就職於製造業。而在1986年到1991年之間又有大約1200萬名工人被解僱。而且，被解僱的工人在尋找新工作時，往往會接受遠低於之前薪酬的工資，甚至許多是兼職工作並且缺乏醫療保險和其他福利。到了90年代資訊時代來臨，美國企業又開啟了第二波裁員潮，只不過這次輪到了白領。對於這一波裁員，企業大多解釋為電腦新技術的應用、組織重構或是經濟全球化的深度發展，而且還宣稱，從長遠角度來看，每個人都會從全球經濟的自由市場中受益。簡而言之，這是自然經濟演化產生的結果。美國社會學家厄爾·懷松等所著的《新階級社會：美國夢的終結？》寫道，當時美國一些大企業掀起裁員風暴，以至於“再就業專家”被創造出來，好讓公司冠冕堂皇地去面對裁員決定，即解僱大量僱員，有時甚至高達上萬名，這種新型公共關係類工作的任務就是讓公眾接受：裁員是公司在全球經濟競爭中求生的一種正常生活方式。圖源電影《在雲端》，講述了一名職業裁員人員的故事。不能否認，新技術、全球化深度發展本身有相當大的進步性，但在幾乎放肆的新自由主義政策影響下，很難確保讓絕大多數人受益，而只是讓更多收益集中於社會頂層。美國大企業在全球範圍內擁有了極大靈活性，他們可以一直尋找薪酬更低的人力，而不再輕易受到工人對更高工資和福利要求的壓力，不斷以最低成本從事生產經營。而且，跨國企業擁有很大的稅率優勢，只要他們不把賺取的國外利潤帶回美國，他們就不需要繳納聯邦政府向公司利潤徵收的稅收。他們“無國無家”的經營模式有相當大的避稅空間，比如在低稅率或零稅率國家和地區開設分部，再將全球各地所得利潤轉移過去，從而儘可能地減少上繳的稅款。英國《衛報》曾報導，“矽谷六巨頭”——亞馬遜、臉書、Google、網飛、蘋果和微軟——在2011年至2020年這十年間逃避的全球稅收高達960億美元。這些通過“無止境追逐利潤”獲得的財富恐怕只能集中於極少數人群，而技術進步、全球貿易創造出來的更多就業崗位更多被跨國企業帶到了國外，並沒有留給本土，消失的好工作並沒有新的工作來替代。美國勞工部統計局的資料顯示，2010—2020年期間69.2%的增長和替換的工作崗位只需要高中學歷或者更低。數量增加最多的工作崗位包括零售人員、貨運工、餐飲服務員、個人護工、客服人員。這也進一步加劇了學歷貶值，使很多人喪失了上升管道。當下科技企業這一波裁員潮在規模上還無法與前兩次相比，AI也並未達到如此大規模替代人的水平，雖然裁員在“AI替代人”的旗號下進行著。但不可否認的是，AI會替代更多人已是趨勢，技術之外的一個重要問題是：我們真的在財富分配等制度層面做好準備了嗎？與“矽谷10萬人”被裁這樣的消息幾乎同時進入我視野的是“輝達市值突破5兆美元”“蘋果公司市值首次突破4兆美元”“馬斯克可能獲得兆美元薪酬”……強烈的對比之下，更加深了我的疑問。 (商隱社)