3月28日，是全紅嬋的19歲生日。國際奧委會、世界泳聯為她送上祝福，雜誌《嘉人》四月刊專門為她拍了生日封面。當天，全紅嬋也發了一系列慶祝生日的照片，並配文：“我19歲啦！！！！！！！！！！！！！！！！！！！”（整整19個驚嘆號）作為最年輕的奧運三金得主，全紅嬋努力讓自己看起來和從前一樣開心，評論區的網友們卻忍不住心疼。圖自@全紅嬋前不久，全紅嬋接受《人物》雜誌專訪，談到了自己當下的困境，尤其是發育帶來的重重壓力。巴黎奧運會結束後，17歲的她迎來了生理期，之後身體開始全面發育。她試圖通過訓練和節食來減肥，但都沒有效果。那怕每天只吃一頓飯，將自己餓到極致，體重依然在不可控地上漲。圖自@是個人物體重，成了全紅嬋的噩夢。很多之前能輕易完成的跳水動作，如今變得艱難。她參加比賽被嘲諷太胖，在生活中也被評頭論足，甚至惡意辱罵她不自律。承受著極大的輿論壓力，她很傷心，無法接受鏡子中胖又壯的自己。她開始害怕體重秤，恐懼鏡頭，不敢穿喜歡的短褲裙子，常年穿長袖，想要掩飾自己的身體。圖自@是個人物年少成名的冠軍逐漸變得不自信，陷入了迷茫。她甚至考慮過退役，但又不確定退役後要做什麼。全紅嬋無疑是最有天賦的運動員之一，也被公眾寄予厚望。但天賦就像上帝的“神來一筆”，隨機賜予，也會隨機收回。更何況，體型變化是自然成長，而不是個錯誤。面對不可抗力，她要花很長時間來接納自我，這時外界的評判實在不必過於苛刻。2007年，全紅嬋出生於廣東湛江的偏遠農村。她的父母都是農民，靠小果園養活全家，生活拮据。她小時候是放養的，愛爬樹，愛騎車，天不怕地不怕，摔倒了爬起來繼續，身上總是充滿力量。7歲前，全紅嬋沒有接觸過跳水。小學二年級時，體校教練來學校選拔，她和同學們在操場上做立定跳遠，她是跳得最遠的那個。因為彈跳力好，她被選中，去體校參加訓練。圖自@是個人物全紅嬋在體校待了四年，訓練跳水。最初她很不適應，以為家裡人不要她了，哭著說不練了。逐漸適應後，她喜歡上這項運動。農村的孩子能吃苦，完成原本的訓練後她還會自己加練。這期間，她的母親出了車禍，需要常年吃藥。全紅嬋得知後更加努力，想要跳得更優秀，掙錢給母親治病。努力總有回報。因為成績優異，11歲時她加入省隊。2年後，在東京奧運會選拔賽上，她又以第一名的好成績進入國家隊。圖自@是個人物參加奧運會需要年滿14歲，因為東京奧運會的延期，全紅嬋年齡剛好夠。奧運會是她參加的第一個國際大賽。在奧運會開始的三周前，她才剛學會所有的跳水動作，卻一鳴驚人地以超高分輕鬆奪冠。當年奧運會，全紅嬋五個動作，其中有三個滿分，拿到了女子10米跳台比賽的歷史最高分，刷新了世界紀錄。有人說那是她的幸運，在最好的年齡以最好的狀況參賽。但幸運的背後更是努力。為了奧運會，她當時每天至少要練六七個小時。圖自@是個人物對女子高台跳水來說，14歲是身體的巔峰期。之後隨著身高體重增加，完成高難度動作會越來越難。東京奧運會之後的三年，全紅嬋長高了7釐米，體重增加了6公斤。她為此採取了嚴格的體重管理，並更加嚴苛地訓練。每天提早半小時到訓練館，所有人都離開後，她還要加練肋木舉腿。高強度的訓練延緩了她的發育，也讓她在巴黎奧運會上再次大放光彩，奪得女子雙人和單人10米跳台兩枚金牌。圖自@是個人物年僅17歲，全紅嬋就已經多次打破紀錄，成為中國奧運史上最年輕的贏得三枚金牌的運動員。年少成名，寒門逆襲，出道即巔峰，兩屆奧運會奪冠。那時候的全紅嬋被鮮花和掌聲包圍，她身上有公眾最嚮往的美好。她純粹，質樸，率直，善良，有鮮明的個人特色。面對採訪，她坦言自己沒去過動物園和遊樂場，喜歡辣條，想要掙錢給母親治病。不管說什麼做什麼，她都招人喜歡。因為她是為國爭光的跳水天才，被親暱地稱為“嬋寶”。那時她的狀態很放鬆，跳水讓她快樂。在生活上，她過去不敢想不敢做的事情，也都有勇氣去嘗試。圖自@是個人物但是，發育期很快來到。第二次參加奧運會之後，17歲的全紅嬋來了例假，身體開始全面發育，體重長得特別快，稍微吃一點兒就長。作為運動員，她很看重自己的身材。但之前控制體重的辦法不再有用，減肥沒用，訓練沒用，節食也沒用。她每天只吃一頓飯，人都要餓壞了，卻連喝口水都長胖。她想過退役，但最終還是決定再堅持跳水。圖自@是個人物奧運會結束她休息了一段時間，再重返國家隊，她頂著巨大的壓力，幾乎每天都能見到說她胖的人。參加比賽的時候，社交媒體上更是充斥著惡意謾罵，說她發福、胖、重，罵她不自律，甚至辱罵她的家人朋友。這嚴重影響了她的生活。朋友和她一起玩，說儘量不要被拍到。她覺得自己距離朋友越來越遠，總擔心網上攻擊她的朋友。全紅嬋很無奈，甚至有了心理陰影。她也接受不了長胖的自己，看到體重秤就害怕，不敢穿短褲短裙，只想用長袖衣服將自己藏起來。圖自@是個人物她變得敏感且不自信。比賽輸了覺得是自己不夠努力，贏了的話又覺得是僥倖。好像怎麼做都不對。這種狀態直接影響到訓練。她站到台上就害怕，原本熟悉的動作也覺得做不到，感覺自己會摔下去，只是憑著肌肉記憶在跳。她開始做噩夢，頻繁地夢到自己從跳台上摔下去，有時又要磕到跳台上。夢裡都是害怕，生生將自己嚇醒了。自從進入發育期，全紅嬋只覺得累。心累，再加上身體上的傷，將心底的弦拉到了極限。去年11月全運會結束之後，全紅嬋沒有再參加比賽。她想好好調整自己的狀態。她已經很多年沒回家過年，這次終於能和家人一起過個年。跳水改變了她的命運，也改變了他們家的命運。但她不讓弟弟妹妹們再跳水了，因為實在太累了。圖自@是個人物休息的這段時間，全紅嬋去嘗試過滑雪。滑雪時她是自由和開心的，有種魂在後面追的感覺。她喜歡挑戰刺激。她也嘗試過街舞，在朋友的直播間跳霹靂舞。她原本很開心，突然有網友罵她，說她不務正業、天天玩遊戲、不知道學習。她解釋說自己學習和訓練並沒有落下。她去年進入暨南大學讀書，學校為她定製了專屬培養方案，最長可達8年的彈性學制，可以兼顧學業和訓練。圖自@全紅嬋對於網上的辱罵，全紅嬋已經習以為常。年少成名，巨大的流量下，也意味著要承受許多壓力。她覺得可能別人壓力大，看到不喜歡的事情說幾句。畢竟有那麼多人喜歡她，被一些人罵也正常。她有時覺得攻擊自己就罷了，有時又希望不要再罵她，尤其是不要再罵她的家人和朋友。圖自@是個人物從七歲到十九歲，全紅嬋的生活只有跳水。跨出跳水隊，面對其他生活圈子，她心裡很沒底。休息一段時間後，她覺得無聊，又再次嘗試回到跳水館。但一進去就感覺害怕，主要是心理上的恐懼，她感覺自己快要跳不下去了。她內心極度迷茫。很多人問她未來做什麼、以後不跳水了怎麼辦、去上學還是當教練……她都想過，但都沒有確定，唯一能確定的就是做好當下的自己。圖自@是個人物全紅嬋最近最開心的事，是抽盲盒時抽到了隱藏款，是綠色的烏龜，那是她喜歡的東西。她一直很喜歡烏龜，因為烏龜比較緩慢，可以慢慢來。她希望自己的時間能多一些，不想那麼快長大。她想做回從前的自己，開心，活潑，開朗，搞笑，而不是像現在這樣迷茫痛苦。去年，全紅嬋參加了4場跳水比賽。其中3次拿到亞軍，1次拿到冠軍。即使身心狀態都不好，她的競技水平依然領先。11月份參加全運會之前，她曾休息過幾個月。經過訓練恢復和減重後，她認為自己能堅持下來就不錯了，結果竟意外拿到了冠軍。她發文時感慨道：“沒有白走的路，對錯都是腳印。”圖自@全紅嬋成長，是一個不斷孤軍奮戰的過程。當事與願違發生時，要學會接受，接受失望、失敗和失去，接納自我的不完美。說到底，運動員只是人生中的一段經歷。這些年，全紅嬋已經非常勇敢。外界不必太苛刻了。她才19歲，未來還有無限可能，一切都有轉機。慢慢來，不著急，一點點與真實的自我和解，終能走出迷茫，擁抱獨屬於自己的美好。 (INSIGHT視界)

ICE的有罪不罰，只會催生更多暴力美國總統是否正在打造自己的准軍事民兵？明尼阿波利斯街頭，ICE特工帶走一名女性本周，美國凝視著深淵，所幸及時退後了一步。聯邦政府在明尼阿波利斯街頭採取的行動早已超越移民執法範疇。這是一場對政府是否有權對其本國公民使用暴力的考驗——一道劃分自由與暴政的界線。而這樣的考驗，絕不會是最後一次。1月24日，移民與海關執法局（ICE）特工槍殺了亞歷克斯·普雷蒂（Alex Pretti），隨後川普政府竟將一位施以援手的好心人污衊為潛在的大規模殺人犯。美國一度瀕臨內亂邊緣。所幸抗議者保持了克制。公眾輿論已轉向反對ICE——這個代表美國驅逐機器的統稱機構。就連部分保守派也開始產生疑慮。唐納德·川普也意識到，曾經是他最強政治議題之一的移民問題，如今已成為負擔。1月26日，總統試圖緩和緊張局勢，其中包括將明尼阿波利斯的行動交由新管理層負責。然而，ICE與當地民眾之間的對峙仍在繼續。川普並未放棄向不願配合的州強行部署准軍事力量的權力。美國人必須保持警惕。ICE確實有理由出現在美國城市中。川普擁有驅逐非法移民的授權。在大幅遏制南部邊境非法入境潮之後，他聲稱目標是“最惡劣的犯罪分子”。但他的執法者實際做的卻並非如此。近期被拘留者中，僅有5%是曾犯下暴力罪行的人。相反，ICE粗暴的手段揭示出其真實目的遠比移民管控更為陰暗，原因有三：其一，本屆政府似乎認為ICE應凌駕於法律之上。為了完成配額、踐行其崇尚陽剛、“摧毀洪流”的文化，ICE特工肆意濫用武力。儘管如此，政府官員仍告訴特工，他們在執行任務時享有“絕對豁免權”；一名法官抱怨稱，他們甚至公然違抗法院命令。他們急於將普雷蒂先生和早前遭槍擊的蕾妮·古德（Renee Good）女士貼上“恐怖分子”標籤，並竭力確保對這兩起槍擊事件的調查牢牢掌控在自己手中。有罪不罰，只會招致更多暴力。其二，ICE及其領導人正在踐踏憲法。他們將目擊者和抗議者一律視為罪犯，剝奪了人們依據憲法第一修正案享有的言論與集會自由權利。在明尼蘇達州這樣的地方，當聯邦調查局（FBI）負責人聲稱民眾不得在抗議活動中攜帶槍支時，他實際上是在侵犯第二修正案賦予的持槍權。而當ICE特工無正當理由攔截或逮捕民眾、未經法院許可搜查住宅時，又侵犯了第四修正案保障的權利。其三，在非法移民數量相對較少的明尼阿波利斯部署ICE，似乎服務於一個令人不安的更廣泛議程：一是將公眾注意力引向捲入當地福利醜聞的索馬里裔群體；二是懲罰那些限制協助ICE的“庇護城市”；抑或只是製造一場震懾秀，恐嚇民眾、阻止各類移民進入美國。川普或許還試圖通過將民主黨執政的城市描繪成“無法無天之地”——在那裡，違法移民受到暴力激進左翼極端分子的庇護——來為共和黨爭取更多支援。最令人不安的可能性是：總統正在打造一支只效忠於他個人的民兵武裝。正如本期簡報所述，從19世紀90年代格羅弗·克利夫蘭動用軍隊與法警，到德克薩斯遊騎兵的歷史，美國人曾多次擔憂國家暴力被不受制約地使用。放眼海外，從薩爾瓦多到菲律賓，那些政客常以“維持秩序”為名，調轉軍警對準自己的人民。川普的支持者會認為這種說法嚴重誇大其詞。美國建國初期便設立了制約總統權力的機制：公民有權持槍；各州擁有國民警衛隊以制衡聯邦軍隊；《叛亂法案》也嚴格限定了總統合法動用軍隊平息暴亂的極少數情形；法院與國會亦可介入干預。然而，ICE恰恰處於繞過這些保護機制的理想位置。非法移民遍佈全美，而川普堅稱民主黨正利用他們作為選票工具。因此，ICE特工幾乎可以在任何地方——包括選舉期間——肆意挑釁且無需承擔後果。一旦抗議最終演變為暴力，這既在政治上有利，又可成為進一步部署的藉口。而當政界人士（如明尼蘇達州州長和明尼阿波利斯市長）對ICE提出批評時，司法部便可指控他們“妨礙聯邦執法人員”，展開調查。積累總統權力，已成為川普第二任期的一大主題。即便第47任總統本人無意將聯邦特工作為萬能鎮壓工具，第48任或第49任總統卻可能這麼做——共和黨人應當記住，屆時掌權的或許是民主黨人。如果川普對ICE並無反民主的圖謀，他就應積極主動地限制其行動。這其實並不困難。總統應兌現承諾，確保對古德女士與普雷蒂先生遭槍殺事件的調查“公正誠實”。作為重獲公眾信任漫長道路上的第一步，ICE特工應接受更好培訓，停止佩戴面具，開始佩戴隨身攝影機和身份編號。驅逐配額制度助長了野蠻手段，必須廢除。國土安全部部長克里斯蒂·諾姆（Kristi Noem）公然撒謊，理應被解職。然而，即便如此，本周事件之後，“總統私人民兵”的幽靈仍未消散。因此，法院必須明確表態：各州確實有權起訴犯下罪行的聯邦特工；ICE對憲法的理解是錯誤的；聯邦政府不能肆意踐踏各州主權。國會也必須追究本屆政府的責任。本文發表之際，一項關鍵考驗即將到來：除非川普同意改革ICE，否則將暫停向國土安全部撥款。本周，美國人猛然意識到一個嚴峻威脅。但僅靠民意調查無法捍衛共和國。美國制度的守護者們應將川普語氣的轉變，視為推動變革的契機，而非放鬆警惕的訊號。 (邸報)

就在今天，GoogleDeepMind開源人類底層程式碼！AlphaGenome登上了Nature封面，標誌著 DeepMind 在生物計算領域繼 AlphaFold 之後再下一城。相較於同類模型，AlphaGenome能夠一次性輸入100萬個鹼基對，並在單鹼基對的精度上預測數千種表徵其調控活性的分子特性。這是DNA領域的里程碑式突破。如今，AlphaGenome只需讀入一段DNA序列，提取調控基序與表徵活性，便可對數千種分子特性高度預測。該研究也得到了醫學大佬的認可，美國醫學院院士，斯克里普斯研究轉化研究生的創始人和主任Eric  Topol表示，這是AI在生命科學方面的又一大進步。早在2025 年6月，DeepMind就率先在 bioRxiv 發佈 AlphaGenome 預印本並推出 API，目前已經有來自160個國家的3000多名研究人員使用。如今，該成果被《自然》正式刊發，團隊正式對外開源了全部研究程式碼和模型權重。我們可以期待，在完全開放原始碼的情況下，有多少人類基因秘密被科學家們解開。解鎖人類98%的“垃圾基因”AlphaGenome由Google DeepMind的負責人DemisHassabis領導，他此前憑藉蛋白質模型AlphaFold2，獲得了2024年諾貝爾化學獎。Demis Hassabis曾放出豪言：「未來十年，AI將治癒所有疾病」。而AlphaGenome出世意味著，人類向理解生命本質又邁進一大步。要知道，距離全球科學家完成人類基因組測序，已經過去了23年了。但迄今為止，科學家仍然沒能解開DNA的秘密。以往的觀點認為，人類DNA僅有2%，剩下的98%都是DNA都是“無用”的非編碼區。然而，現在剩下的98%並非是無用的基因，其中蘊含著豐富的調控資訊，包括調控基因開關、影響胚胎發育、參與形成特殊RNA、維持染色體結構等。因此AlphaGenome，其核心意義正是為瞭解碼這98%的“暗物質”區域。它能夠系統預測非編碼DNA序列的功能和變異影響，幫助科學家從海量無用資訊中高效篩選出真正具有生物學意義的寶藏，從而理解疾病機制、助力藥物研發。解開人類底層密碼該模型基於Google DeepMind 的基因組學模型 Enformer 建構，採用Loop-aware 架構，並和此前推出的預測編碼區變異的AlphaMissense互補。同時，AlphaGenome整合了人類和小鼠的基因組資料，包含5930 條人類以及1128 條小鼠基因組訊號，這些訊號與基因表達、DNA 可及性和剪接等功能相關。這也讓AlphaGenome做到了以往同類模型到達不了的高度。1、又長又精準，100萬鹼基對的長序列輸入此前的模型要麼能處理長序列但解析度低（如Enformer和Borzoi），要麼解析度高但只能處理短序列（如SpliceAI和BPNet）。但AlphaGenome它一次就能掃描長達100萬個DNA鹼基對的廣闊區域，與此同時它做到了能夠預測到單個鹼基對的精度2、多模態大模型，多個任務一次搞定現有模型要麼專注於單一任務，例如剪接預測等，要麼是多模態但某些任務表現不佳。而AlphaGenome能夠做到一次輸入後，可以同時預測基因變體對數千種基因組的影響，包括基因表達、組蛋白修飾、剪下等各個方面，科學家不用再切換多個工具了。更重要的是，AlphaGenome做到了性能全面領先。對單條DNA 序列進行預測時，AlphaGenome 在 24 項評估中有 22 項表現優於最佳外部模型。而在預測變異的調控效應時，它在 26 項評估中有 24 項表現與最佳外部模型相當或更優，尤其在預測eQTL方向上，比此前最佳模型提高超25%。RNA剪貼錯誤是造成疾病的常見原因，AlphaGenome的創新性在於，能夠直接從序列預測剪下點。在7個權威的剪接變異基準測試中，AlphaGenome在其中6個上實現了SOTA 性能，包括根據ClinVar、sQTL因果關係和GTEx剪接異常值預測剪接變異的致病性。除了能夠預測多種分子特性外，AlphaGenome還能在一秒鐘內高效評估一個基因變異對所有這些特性的影響。它通過對比突變序列與未突變序列的預測結果，並針對不同模態採用不同方法高效總結這種對比來實現這一功能。不僅如此，對比此前的預印本，DeepMind團隊還最佳化了以下內容。更好地理解生命就在論文發佈同一天，DeepMind還上傳了一支視訊，邀請團隊對該工作進行分享。針對後續如何完善AlphaGenome，團隊表示：1、拓展對複雜變異類型的預測支援，使模型能解讀更真實的臨床與科研遺傳變異，覆蓋更多疾病機理2、提升易用性，將數千個複雜評分彙總為更易解讀的單一評分3、拓展資料與物種範圍，目前只包含人類和小鼠，未來可能納入更多物種和更多細胞類型的資料這些都將進一步提高AlphaGenome在實際科研中的實用性。從AlphaFold再到AlphaGenome，DeepMind打開了一扇窺見生命與疾病最根本過程的窗口。近期科技女皇木頭姐的一份報告，再次點燃了人們對AI+醫療保健的熱情。報告預測，到2030年，測序整個人類基因組的成本可能下降約十倍，降至10美元（如今約100美元）。測序成本降低將導致資料量增長10倍，意味著人類基因資料將遠遠超過現有的數量。當然，海量資料本身不是價值，解讀才是。AlphaGenome正是為解讀資料中最複雜、資訊量最大的DNA序列而生，能將原始資料轉化為可理解的生物學知識。當前，AlphaGenome已經學會了DNA的基本原理，未來有望為為罕見病診斷、癌症精準醫療、藥物靶點發現提供新途徑。包括但不限於：發現新的疾病標記物和藥物靶點（尤其是在非編碼區）解釋患者基因檢測結果，指導精準用藥設計合成生物學元件，為基因療法和細胞療法提供設計工具此外，它在預測RNA剪接異常等方面的能力，對於理解許多罕見病和癌症至關重要，能直接推動相關藥物研發。可以預見，未來的多組學AI平台可能會整合類似AlphaGenome的先進基因組模型，使其與蛋白質、代謝組等模型協同工作，形成一個統一的生命系統模擬與預測環境。屆時，人類不只是能夠獲得DNA資料，而是真正理解生命的運行。 (智藥局)

過去半個世紀,全球科技產業的資本開支與創新節奏,都和一個規律緊密相連，那就是摩爾定律——晶片性能每18個月翻一番。在摩爾定律之外，還有一個“安迪-比爾定律”，它講的是，摩爾定律所主導的硬體性能提升的紅利，會迅速被軟體複雜度的增加所抵消。安迪指的是英特爾前CEO安迪·格魯夫，而比爾，指的是微軟創始人比爾·蓋茲。這種“硬體供給、軟體消耗”的螺旋上升,驅動了PC與網際網路時代的產業進化。時移世易，安迪、比爾都已經退出產業一線，但是規律的底層邏輯並未改變，而且被新的“安迪·比爾”推向更高的極致。ChatGPT的爆發拉開了生成式人工智能時代的大幕，在Scaling Law(規模法則)的主導下,模型參數指數級膨脹,軟體對算力的索取遠超摩爾定律的供給速度，AI發展的邊際成本急劇上升。當硬體供給遭遇能源、資料等天花板時，舊的“安迪比爾”式增長範式開始失效。產業需要一場逆向革命。大模型作為AI時代的“軟體”，需要通過極致的演算法與工程化重構，在現有硬體上爆發更強的能力。2025年，中國大模型公司成為這一路徑的最堅定實踐者。從DeepSeek V3通過細粒度混合專家(MoE)架構以1/10算力成本對標頂尖模型，到Kimi等團隊在稀疏注意力機制上的突破，被稱為“東方力量”的中國大模型公司，正試圖用架構創新努力拉平客觀存在的算力差距。清華大學電腦系副教授劉知遠及其聯合創立的面壁智能團隊，也是其中的典型代表。他們發佈的MiniCPM("小鋼炮")系列模型，僅用約1/10的參數規模,即可承載對標雲端大模型的智能水平，成為端側高效AI的案例。2025年11月，劉知遠團隊的研究登上全球頂級學術期刊《自然·機器智能》(Nature Machine Intelligence)封面，正式提出大模型的“密度法則”(Densing Law)。基於對51個主流大模型的嚴謹回測，論文揭示了驚人的非線性進化規律：從2023年到2025年，大模型的智能密度以每3.5個月翻倍的速度狂飆。這是一條比摩爾定律陡峭5倍的進化曲線。這意味著，每100天，就可以用一半參數量實現當前最優模型相當的性能。每100天成本減半，一年後成本就可能降至原來的十分之一。如此快的迭代速度，對技術創新、產業落地提出了不同以往的挑戰。劉知遠在與騰訊科技的對話中直言:如果一家大模型公司發佈一款新的模型後“3到6個月無法收回成本”，這家公司的商業模式就不可持續，因為後來者很快就能以四分之一的資源實現同等能力。當研發迭代周期被壓縮至百天量級,人類的智力供給已逼近極限,產業的終極形態必將發生質變。工業革命的標誌是機器製造機器,而劉知遠期待的AI時代生產力標誌，將是“用AI製造AI”。唯有如此,才能支撐這場超越摩爾定律的智能風暴。騰訊科技：我們今天的主題是您和團隊最新發表在《自然·機器智能》上的關於大模型“能力密度”（Densing Law）的論文。您能介紹一下這項研究的背景嗎？劉知遠： 雖然這篇論文是 2025 年發表的，但這個想法早在 2024 年上半年就已經開始萌生。2023 年初，ChatGPT 的出現引發了全球對大模型的追逐，中國團隊也不例外，當時大家都在研究如何復現 ChatGPT。到了 2023 年下半年，一線的團隊基本完成了復現工作。那時候我們開始思考大模型未來的發展路徑。有些團隊可能會繼續沿用 ChatGPT 的技術路線，通過增加參數規模、投入更多資料來訓練 GPT-4 水平的模型。這條路線雖然確定性高，但意味著要花費更多經費，這顯然不是一條可持續的發展路徑。你不可能無限地增加成本來換取更強的能力。因此，我們開始探討如何用更低的成本、更高的質量來實現模型能力。2024 年初，我們推出的 Mini CPM 系列模型驗證了這一點：我們可以用更少的參數，實現歷史上需要幾倍甚至幾十倍參數才能達到的能力。這是經驗性的結果，我們想尋找其背後的規律，於是促成了 2024 年對“密度法則”的探索。圖：Densing Law論文登上Nature Machine Intelligence封面騰訊科技：這項研究是否因為中國的國情，使我們更重視大模型的效率問題？它在國內外是獨一無二的嗎？劉知遠： 追求效率當然有中國算力有限的國情因素。我們必須關注如何用更少的算力實現更高品質的模型。這也是為什麼 2024 年下半年，《經濟學人》的一篇封面文章提到，中國企業正通過技術創新繞過“算力牆”，並舉了面壁智能和 DeepSeek 的例子。但同時，追求效率也符合人工智慧本身的發展規律。人工智慧是一場堪比工業革命的科技浪潮，如果要讓每個人都受益，技術就不能昂貴。我們必須像歷史上任何一次科技革命那樣，用更低的成本實現更高品質的產品和服務。因此，我們自信地認為，密度法則對人工智慧的未來發展具有重要意義。騰訊科技：在“密度法則”中，一個關鍵概念是量化“智能”，但這本身是一個難題。在研究開始前，您為什麼覺得這件事是行得通的？劉知遠： 這個問題問得非常好。實際上，我們在密度法則這篇論文裡並沒有真正解決“如何度量智能總量”這個科學問題，而是找了一條取巧的辦法：找一個參照物（Reference Model）。我們假設用同一套技術方案訓練的模型，無論尺寸大小，其密度大致相同。我們將這套方案訓練出的模型作為 Reference Model，並假設其密度為 1。然後，我們觀察目標模型達到某種智能水平時，Reference Model 需要多大參數才能達到相同水平。通過比較兩者達到相同能力所需的參數量，我們就可以算出目標模型的相對密度。這種方法規避了直接計算模型內部智能總量的難題。當然，如何衡量智能的總量（Mass）是未來幾年人工智慧需要攻克的基礎科學問題。歷史上任何大的科技革命背後都有科學理論支撐，如資訊理論之於通訊，熱力學之於蒸汽機。智能科學未來也需要解決如何衡量智能總量的問題。騰訊科技：您在2024年WAIC期間曾提到模型的“密度法則”周期是8個月，但最終論文的結果是3.5個月。為什麼進化的速度比您預期的快這麼多？劉知遠： 2024年年中我們剛有這個想法時，研究尚在初期，觀測的時間跨度和模型數量都有限，所以當時的資料不夠穩定。我們2024年下半年發佈的版本算出來是3.3個月，到今年正式發表時，我們補充了2025年的新模型資料，周期修正為3.5個月。其實，具體的周期是三個月還是八個月並非最重要，最重要的是，這個速度遠遠快於摩爾定律的18個月。這意味著我們正以前所未有的速度迎來一場智能革命。每100天成本減半，一年後成本就可能降至原來的十分之一。同時，我們確實觀察到了一個加速現象。2023年之前，這個周期接近五個月；2023年之後，則縮短到三個多月。我們猜測，這是因為ChatGPT引發了全球性的關注，更多的資源和人才投入加速了技術創新。所以，“密度法則”並非自然規律，而是我們人類社會在該科技領域的一種“自我實現”：投入越多，密度增長越快。騰訊科技： 剛才提到投入，大模型有暴力美學的 Scaling Law，您覺得 Densing Law 和 Scaling Law 是統一的還是矛盾的？劉知遠：我認為它們是硬幣的兩面，相輔相成。“規模法則”的表像是模型越大、能力越強，其背後是我們找到了一條通用的智能構造方案（Transformer架構+序列預測學習），使得在一個模型內持續增加智能成為可能。它開啟了通往通用人工智慧的道路。在坐標系中，“規模法則”是一條參數規模越大、模型能力越強的持續上升曲線。而“密度法則”告訴我們，通過在模型架構、資料治理、學習方法等方面的持續技術創新，我們可以用更小的參數承載更多的智能，從而找到一條更加“陡峭”的“規模法則”曲線。也就是說，用相同的參數實現更強的能力，或者用更少的參數實現相同的能力。所以，沒有“規模法則”就不會有“密度法則”，兩者都是人工智慧發展中至關重要的規律。騰訊科技：“規模法則”似乎正面臨資料、算力和能源的天花板。密度法則何時會遇到瓶頸？劉知遠： Scaling Law的持續發展確實面臨電力、算力、資料等約束。而 Densing Law 正是實現更可持續Scaling Law 的方式。通過技術創新提高密度，我們可以在算力或成本基本不變的情況下，持續提升模型能力。例如DeepSeek V3宣稱用 1/10 的算力實現同等能力，OpenAI 的 API 價格持續下降，都反映了內部通過技術創新用更小的模型提供同等服務。當然，資料枯竭問題可能需要依賴另一項技術——大規模強化學習來解決，即讓模型通過自我探索生成高品質資料進行學習。騰訊科技：2025年有那些讓您覺得驚豔的技術突破，能讓 Densing Law 更加陡峭？劉知遠：今年是模型架構創新的大年，主要有三個方向：第一，以DeepSeek V3為代表的細粒度混合專家（MoE）架構走向成熟，通過稀疏啟動少數專家來大幅提升計算效率。第二，稀疏注意力（Sparse Attention）機制大行其道，通過減少注意力計算中的內容參與度，有效處理長序列。這兩者分別最佳化了Transformer的FFN層和Attention層，實現了計算的“按需分配”。第三，復興循環神經網路（RNN）思想，通過與Transformer混合架構，利用其“記憶”機制降低計算複雜度。這些創新都在變相地提升模型密度。此外，大規模強化學習的應用也取得了巨大飛躍，尤其在數學和程式碼領域，模型通過自我探索持續提升能力，暫時還看不到盡頭。這解決了資料枯竭的問題。騰訊科技： 您覺得密度法則能推廣到多模態模型或世界模型嗎？劉知遠： 我認為這是一個普遍規律。雖然不同領域的倍增周期可能不同，但只要是通用的、遵循 Scaling Law 的模型，未來也一定會遵循 Densing Law。就像晶片摩爾定律和電池密度提升一樣，技術創新總是追求用更少的資源實現更高的性能。騰訊科技：您如何看待Google最新發佈的Gemini 3？它是否可被稱為里程碑式的突破？劉知遠：我們內部認為Gemini 3是一個非常重要的里程碑。它在圖像生成中對文字的控制達到了前所未有的高度，這表明其模型的可控性和對世界的理解能力達到了一個新水平。我們推測，它不只依賴於Diffusion模型，很可能將自回歸（Auto-regressive）的思想融入其中，實現了生成過程的逐層細化和高度一致性。歷史上，所有文生圖模型都難以處理好文字內容，Gemini 3的突破，在我看來是一個非常值得關注的新範式。這也印證了密度法則：只要能實現某種智能，未來一定可以在更小的終端上運行。比如 Gemini 3 現在的能力，未來一定可以在手機、PC 或汽車晶片上跑起來。騰訊科技： 現在還沒有出現能替代智慧型手機的端側 AI 裝置，是不是因為 Densing Law 還沒進化到位？劉知遠： 端側裝置的發展受限於多個因素。第一，還沒有形成好的端側應用場景。現在的手機助手雖然使用者多，但並未與硬體緊密結合。第二，端側技術生態尚未形成。AGI 發展還沒收斂，模型能力還在持續提升，且在產品設計上還沒法完全規避錯誤。就像早期的搜尋引擎也是經過產品打磨才普及一樣，AGI 結合智能終端也需要一個過程。一旦產品形態成熟，智能終端的廣泛應用就會成為可能。騰訊科技： 您提到 MiniCPM 4 可以看作一種“模型製程”，這個怎麼理解？劉知遠： 我更願意把這一代模型比作晶片製程。通過技術創新，我們形成了一套新的模型製程，無論建構什麼尺寸的模型，其密度都更高。例如 MiniCPM 4 在處理長序列時速度提升了 5 倍，意味著可以用更少的計算量承載更強的能力。但目前的挑戰在於，硬體支援還不夠好。我們正在努力做軟硬協同最佳化，希望在消費級硬體上真正跑出理想狀態。騰訊科技： 這需要和高通、聯發科等硬體廠商協同創新嗎？劉知遠： 我們跟硬體廠商交流密切。但硬體廠商受摩爾定律 18 個月周期的影響，架構調整更審慎。而模型每 3 個月就進化一次。所以短期內是軟體適配硬體，長期看硬體會針對穩定的新技術做最佳化。現在端側晶片廠商已經在認真解決大模型運行的瓶頸，比如訪存問題。騰訊科技： 之前大家嘗試過剪枝、量化等方法來做小模型，這和原生訓練的高密度模型相比如何？劉知遠： 我們做過大量實驗，剪枝、蒸餾、量化都會降低模型密度。量化通過後訓練可以恢復一部分效果，是目前端側比較落地的做法。但蒸餾現在已經融合進資料合成體系，不再是簡單的“大蒸小”。剪枝目前還沒找到保持密度的好方法。就像你不能通過剪裁把 14nm 晶片變成 7nm 晶片一樣，要把密度做高，必須從頭建構一套複雜的原生技術體系，包括架構設計、資料治理、學習方法和軟硬協同。這本身就是技術護城河。騰訊科技：“密度法則”對產業界意味著什麼？對於創業公司來說，機會在那裡？劉知遠：3.5個月的迭代周期意味著，任何一個投入巨資訓練的大模型，如果不能在3到6個月內通過商業化收回成本，這種模式就很難持續。因為很快就會有技術更新的團隊用更低的成本實現同樣的能力。因此，雲端API服務的競爭會極其慘烈，最終可能只會剩下幾家擁有海量使用者和強大技術迭代能力的頭部廠商。對於創業公司而言，機會可能在於“端側智能”。端側場景的約束條件非常明確（如功耗、算力、響應時間），這使得技術優勢，即誰能把模型密度做得更高，成為唯一的競爭點，大廠的“鈔能力”（如不計成本的投入）在這裡難以發揮。雖然手機廠商也在高度關注，但它們的決策會更審慎。我們認為，端側智能會先從智能座艙等對功耗不那麼敏感的場景開始，而最終，AGI時代一定會有屬於它自己的智能終端形態，這是我們希望探索的星辰大海。騰訊科技： 面對算力軍備競賽和快速折舊，您怎麼看泡沫論？劉知遠： 快速發展肯定伴隨局部泡沫，但整體上我們正進入智能革命時代。如果以 18 個月為周期，資訊革命走了 50 個周期；如果 AI 也走 50 個周期，按現在的速度，大概到 2030-2035 年就能實現全球普惠的 AGI。未來網際網路的主體不再只是人，還有無數智能體。雖然訓練模型的廠商會收斂，但推理算力需求會爆炸式增長。騰訊科技： 李飛飛（美國國家工程院院士）說 AI 是文明級技術，您對這場革命樂觀嗎？劉知遠： 我相當樂觀。騰訊科技：如果AI變得無比強大，未來人類會不會無事可做？劉知遠：我不這樣認為。未來一定是人機協同，人是把關人。人類知識大爆炸導致我們只能成為細分專家，阻礙了跨領域創新。人工智慧可以幫助我們成為知識的主人而不是奴隸，去探索宇宙、生命等更多未解之謎。騰訊科技： 您2026年最期待的創新是什麼？劉知遠： 我最期待“用 AI 製造 AI”。明年一個重要節點是自主學習（Self-play）。目前的強化學習還依賴人類給標準答案，未來模型如果能自主判斷探索結果的價值，就實現了自主學習。在此基礎上，結合密度法則的提升，我們有可能為每個人建構專屬的、持續學習的個人大模型。未來的生產標誌就是“用 AI 製造 AI”。不再依賴有限的人力，而是由 AI 來賦能 AI 的研發和製造。這將是一個指數級加速的過程。 (騰訊科技)

The rich world faces a painful bout of inflationGovernments are living far beyond their means. Sadly, inflation is the most likely escape富裕國家正面臨一輪痛苦的通膨各國政府的支出遠超其財力。遺憾的是，通膨很可能成為其擺脫困境的手段。插圖：《經濟學人》/裡卡多·雷伊/蓋蒂圖片社在富裕國家，無論你看向何處，政府財政都處於崩潰邊緣。法國的債務不斷攀升，其總理更換速度比凡爾賽宮更換假髮還要快；10月14日，新任總理塞巴斯蒂安·勒科爾尼提議推遲提高退休年齡——原本這一舉措是為了讓預算恢復正常。在日本，儘管國家負債纍纍，但兩位首相候選人都希望增加支出。英國在福利改革基本被擱置後，面臨著大幅增稅以填補預算缺口的局面，即便去年該國已實施過一次所謂“一勞永逸”的增稅。而最關鍵的是，美國6%的GDP赤字已難以為繼，唐納德·川普總統卻還在考慮通過進一步減稅來擴大這一赤字。各國政府這種“入不敷出”的狀態還能持續多久？富裕國家的公共債務已達到GDP的110%；在2019冠狀病毒病疫情之前，只有拿破崙戰爭後才出現過如此高的債務水平。當時，英國通過近一個世紀的緊縮預算才償還了債權人的債務。然而，正如我們的特別報導所指出的，如今的政客們連實現預算平衡都步履維艱。他們無法迴避不斷攀升的利息支出和日益增加的國防開支；人口老齡化也帶來了不可抗拒的選舉壓力，迫使政府增加相關投入。增稅同樣困難重重。在歐洲，政府收入已處於較高水平；而在美國，增稅等同於選舉失利的“門票”。在普選時代，七國集團（G7）經濟體中，只有加拿大在20世紀90年代技術官僚時代鼎盛時期，通過緊縮政策實現了債務的大幅下降。如今，別指望有任何國家能複製這一做法。你或許會希望，在人工智慧（AI）推動下的生產率增長，能讓政府不必再面臨艱難的預算抉擇。但這不過是一廂情願。各國之所以能通過經濟增長擺脫債務，通常是因為勞動力人口增加，或是國家規模較小、正處於追趕其他經濟體的階段。而像人工智慧這樣的突破性技術則不同。養老金和醫療支出往往會隨著收入增長而增加：在大型福利國家，這些支出會隨著生產率的提高而激增。標準經濟模型顯示，利率也會隨之上升。如果人工智慧對經濟增長產生神奇效果，如今在資料中心和晶片上的巨額支出還會進一步增加。這將推高利率，使得原有債務的償還成本更高，進而抵消經濟增長提速帶來的財政紅利。因此，各國政府越來越有可能像二戰後的幾十年那樣，借助通膨和金融抑制來降低高債務的實際價值。央行已具備實施這一策略的機制，它們在債券市場中佔據重要地位。如今，川普以及英國的奈傑爾·法拉奇等民粹主義者已開始攻擊本國央行，並提出可能削弱抗通膨能力的提案。物價上漲並不受歡迎——問問倒霉的喬·拜登就知道了——但它的發生無需政治支援。無論是20世紀70年代還是2022年，都沒有人投票支援通膨。當政府無法採取有效行動、推行不可持續的經濟政策時，通膨浪潮就會不期而至。等到市場意識到問題時，一切都已太晚。正因如此，我們更有理由提前思考，並反思通膨對經濟和社會的危害。它會造成不公平的財富再分配：從債權人轉移到債務人；從持有現金和債券的人轉移到擁有房產等實物資產的人；從簽訂固定現金合同、領取固定現金工資的人轉移到那些足以預見物價上漲並採取應對措施的精明者手中。正如約翰·梅納德·凱恩斯所言，它會導致“財富的任意重組”。而這種情況可能恰好發生在社會正艱難應對其他財富轉移之際——這些轉移的受損方同樣會認為其不公平：在勞動力市場，人工智慧接手了常規的辦公室工作；在遺產繼承方面，嬰兒潮一代將巨額房產財富留給了那些足夠幸運、擁有“正確父母”的人。這種多方面的財富動盪可能會摧毀作為民主社會黏合劑的中產階級，並打亂社會契約。20世紀的阿根廷深受通膨困擾，從世界上最富裕的新興國家之一淪為一個深陷危機循環的中等收入經濟體。在布宜諾斯艾利斯，激烈的競爭不在於誰能創新或誰生產率最高，而在於誰能掌控國家、利用國家權力幫助自己規避通膨的“掠奪性影響”。對於那些領導人在追求財富再分配時否認或迴避預算約束的國家來說，這就是它們的未來。十年前，本刊曾敦促巴西、印度等新興市場吸取阿根廷的教訓。如今，我們的警告對象變成了世界上最富裕的經濟體。但這種下行螺旋並非不可避免。20世紀70年代的持續物價上漲，最終促使羅納德·里根和瑪格麗特·撒切爾當選領導人——他們認為穩健的貨幣政策是國家與公民之間契約的核心。他們確立了一套正統理念：若要兌現公共債務，這些債務就必須合理且可持續。聯準會發起了一場抗通膨戰爭，為整整一代人確立了獨立央行的可信度。這種技術官僚模式隨後得到推廣。20世紀90年代以來，大多數新興市場的通膨率大幅下降，這堪稱奇蹟。即便如今處境艱難的哈維爾·米萊，也仍有可能讓阿根廷實現繁榮。十字路口富裕國家將選擇那條道路——是走向毀滅，還是秉持審慎？在許多國家，當預算危機來襲時，民粹主義者可能正執掌政權。或許他們會因混亂局面受到指責，從而為恢復穩健預算創造可能。無論在那個國家，儲蓄者和債券持有者聯盟都會反對通膨。他們的聲音能否被聽到，很可能取決於債券市場與政客之間的一系列交鋒——其中一些交鋒可能會變得十分激烈。如果世界能在債務降低後意識到過度借貸的危險，某種形式的復甦就有可能實現。反之，世界上最重要的那些經濟體將陷入混亂。 (邸報)

DeepSeek-R1開創歷史！首登《自然》封面，梁文鋒團隊正面回應蒸餾質疑、發佈詳盡安全報告。昨晚，DeepSeek再度開創歷史！智東西9月18日報導，9月17日，由DeepSeek團隊共同完成、梁文鋒擔任通訊作者的DeepSeek-R1推理模型研究論文，登上了國際權威期刊《自然（Nature）》的封面。DeepSeek-R1論文首次公開了僅靠強化學習，就能激發大模型推理能力的重要研究成果，啟發全球AI研究者；這一模型還成為全球最受歡迎的開源推理模型，Hugging Face下載量超1090萬次。此番獲得《自然》的認證，可謂是實至名歸。與此同時，DeepSeek-R1也是全球首個經過同行評審的主流大語言模型。《自然》在社論中高度評價道：幾乎所有主流的大模型都還沒有經過獨立同行評審，這一空白“終於被DeepSeek打破”。《自然》認為，在AI行業中，未經證實的說法和炒作已經“司空見慣”，而DeepSeek所做的一切，都是“邁向透明度和可重複性的可喜一步”。▲《自然》雜誌封面標題：自助——強化學習教會大模型自我改進發表在《自然》雜誌的新版DeepSeek-R1論文，與今年1月未經同行評審的初版有較大差異，披露了更多模型訓練的細節，並正面回應了模型發佈之初的蒸餾質疑。▲發表在《自然》雜誌的DeepSeek-R1論文在長達64頁的同行評審檔案中，DeepSeek介紹，DeepSeek-V3 Base（DeepSeek-R1的基座模型）使用的資料全部來自網際網路，雖然可能包含GPT-4生成的結果，但絕非有意而為之，更沒有專門的蒸餾環節。DeepSeek也在補充材料中提供了訓練過程中減輕資料污染的詳細流程，以證明模型並未在訓練資料中有意包含基準測試，從而提升模型表現。此外，DeepSeek對DeepSeek-R1的安全性進行了全面評估，證明其安全性領先同期發佈的前沿模型。《自然》雜誌認為，隨著AI技術日漸普及，大模型廠商們無法驗證的宣傳可能對社會帶來真實風險。依靠獨立研究人員進行的同行評審，是抑制AI行業過度炒作的一種有效方式。01.新版論文披露多個重要資訊R1安全性獲全面評估在瞭解新版論文的變化前，我們有必要先回顧下DeepSeek-R1論文的核心內容。DeepSeek-R1的研究出發點，是當時困擾AI業內的一個重大問題。眾所周知，推理能提升大語言模型的能力，但讓模型在後訓練階段通過資料學習思維鏈軌跡，嚴重依賴人工標註，限制了可擴展性。DeepSeek嘗試通過強化學習，讓模型自我演化發展出推理能力。在DeepSeek-V3 Base的基礎上，DeepSeek使用GRPO作為強化學習框架，僅使用最終預測結果與真實答案的正確性作為獎勵訊號，未對推理過程施加限制，最終建構出DeepSeek-R1-Zero。DeepSeek-R1-Zero通過強化學習成功掌握了改進的推理策略，傾向於生成更長的回答，每個回答中包含驗證、反思和探索備選方案。▲DeepSeek-R1-Zero答題正確率隨著推理長度提升，模型訓練中總體回答長度也不斷提升DeepSeek在DeepSeek-R1-Zero的基礎上，採用多階段訓練結合RL、拒絕採樣和監督微調，開發出DeepSeek-R1，使模型既具備強推理能力，又能更好貼合人類偏好。此外，團隊還蒸餾出小型模型並公開發佈，為研究社區提供了可用資源，推動思維鏈推理模型的發展與應用。除了上述主要科研成果外，在最新版的論文和其他材料中，DeepSeek新增了不少補充資訊，讓外界更深入地瞭解到模型訓練和運作的細節。基準測試資料污染是一個極為敏感的問題——如果廠商在訓練時有意或無意包含了基準測試和相關答案，就很有可能導致模型在相關測試上的得分異常偏高，影響基準測試評分的公正性。DeepSeek透露，為了防止基準測試資料污染，其已對DeepSeek-R1的預訓練和後訓練資料都實施了全面的去污染措施。以數學領域為例，僅在預訓練資料中，DeepSeek的去污染流程就識別並刪除了約六百萬條潛在文字。在後訓練階段，數學相關的資料均來自2023年之前的競賽，並採用與預訓練相同的過濾策略，確保訓練資料與評測資料完全不重疊。這些措施保證了模型評測結果能夠真實反映其解決問題的能力，而非對測試資料的記憶。不過，DeepSeek也承認這種去污染方法無法完全防止對測試集的改寫，因此在2024年之前發佈的部分基準測試仍可能存在污染問題。DeepSeek還為DeepSeek-R1新增了一份全面的安全報告。報告提到，DeepSeek-R1在服務部署中引入了外部風險控制系統，不僅可以基於關鍵詞匹配識別不安全對話，還使用DeepSeek-V3直接進行風險審查，判斷是否應拒絕響應。DeepSeek建議開發者在使用DeepSeek-R1時，部署類似的風險控制系統。在公開安全基準測試和內部安全研究中，DeepSeek-R1在大多數基準上超過了Claude-3.7-Sonnet、GPT-4o等前沿模型。開源部署版本的安全性雖不及具備外部風險控制系統的版本，但仍擁有中等水平的安全保障。DeepSeek-R1發佈之初，曾有傳聞稱該模型使用了OpenAI的模型進行蒸餾，這也出現在審稿人的提問中。對此，DeepSeek做出了正面回應，稱DeepSeek-V3-Base的預訓練資料全部來源於網路，反映自然資料分佈，“可能包含由先進模型（如GPT-4）生成的內容”，但DeepSeek-V3-Base並沒有引入在合成資料集上進行大規模監督蒸餾的“冷卻”階段。DeepSeek-V3-Base的資料截止時間為2024年7月，當時尚未發佈任何公開的先進推理模型，這進一步降低了從現有推理模型中無意蒸餾的可能性。更重要的是，DeepSeek-R1論文的核心貢獻，也就是R1-Zero，不涉及從先進模型進行蒸餾。其強化學習（RL）元件是獨立訓練的，不依賴於GPT-4或其他類似能力模型的輸出或指導。02.R1論文開創大模型科研新範式《自然》盛讚其填補空白在社論中，《自然》詳細地分析了DeepSeek-R1經歷完整同行評審流程，並登上期刊的價值。大模型正在迅速改變人類獲取知識的方式，然而，目前最主流的大模型都沒有在研究期刊中經歷過獨立的同行評審，這是一個嚴重的空白。同行評審出版物有助於闡明大模型的工作原理，也有助於業內評估大模型的表現是否與廠商宣傳的一致。DeepSeek改變了這一現狀。DeepSeek在今年2月14日將DeepSeek-R1論文提交至《自然》，而直到7月17日才被接收，9月17日正式發佈。在這一過程中，有8位外部專家參與了同行評審，對這項工作的原創性、方法和魯棒性進行了評估。在最終發佈的版本中，審稿報告與作者回覆都被一併披露。智東西也深入研讀了DeepSeek-R1論文的審稿意見與作者回覆。這份檔案長達64頁，接近論文字身篇幅的3倍。▲DeepSeek同行評審材料封面8位審稿人共提出上百條具體意見，既包括對單詞單複數等細節的修改，也涵蓋對論文中將AI“擬人化”的警示，以及對資料污染和模型安全性問題的關注。例如，在下方修改意見中，審稿人敏銳地捕捉到了“將DeepSeek-R1-Zero開源”這一表述的模糊性，並提醒DeepSeek，“開源”這一概念的界定仍存爭議，在使用相關表述時需要格外注意。這位審稿人還要求DeepSeek在論文中附上SFT和RL資料的連結，而不僅僅是提供資料樣本。▲一位審稿人的部分修改意見DeepSeek認真回應了審稿人提出的每一個問題，前文提到的多個章節與補充資訊，正是在審稿人的建議下新增的。雖然DeepSeek也曾在今年1月發佈DeepSeek-R1的技術報告，但《自然》認為，此類技術文件與實際情況之間的差距可能很大。相比之下，在同行評審中，外部專家並不是被動接收資訊，而是能夠在獨立第三方（編輯）的主持和管理下，通過協作提出問題，並要求論文作者補充資訊。同行評審能夠提升論文的清晰度，並確保作者對其主張作出合理的論證。這一流程並不一定會對文章內容帶來重大修改，但卻能增強研究的可信度。對AI開發者而言，這意味著他們的工作會更為紮實，並更具說服力。03.結語：DeepSeek開源模式或成行業典範作為國產開源 AI 模型走向世界的代表，DeepSeek-R1在全球開源社區擁有極高的口碑。而在本次登上《自然》雜誌封面後，DeepSeek又補充了這一模型的更多資訊，為開源社區提供了科研參考、模型復現思路以及應用支援。《自然》雜誌呼籲更多的AI公司將其模型提交給同行進行評審，確保其聲明經過驗證和澄清。在這一背景下，DeepSeek的開源模式不僅展示了國產AI的技術實力，也有望成為全球AI行業在科研透明度方面的參考典範。 (智東西)

最新《明鏡》封面三月的義大利裡維埃拉，景色宜人卻略顯冷清。拉佩齊亞的海灘空無一人，冰淇淋攤也尚未營業。然而，就在幾百米外，卻是一派繁忙景象。在鐵絲網和安全圍欄的後面，錘擊聲和銲接聲此起彼伏，幾乎一刻不停。如果一切順利，歐洲正在這裡為防禦做好準備。義大利第三大軍工企業萊昂納多（Leonardo）正在數百米長的裝配車間裡建造其“超級速射艦炮”（Super Rapid Naval Gun）。這是一種重達八噸的電腦控制火炮，旨在每分鐘發射120發炮彈，用於攔截巡航導彈和自殺式無人機。就在旁邊，數百名裝配工和工程師正在為義大利軍隊組裝新型裝甲車，動作迅速，不容有失。他們已經接到了150輛的訂單，而下一個訂單已經在排隊等候——與德國合作夥伴萊茵金屬（Rheinmetall）共同生產的重型戰鬥坦克“豹”（Panther）。“如果歐洲大陸不能自行保衛自己的公民，那麼我們就沒有未來。”萊昂納多的首席執行官羅伯托·辛戈拉尼（Roberto Cingolani）說道。他是一位不同尋常的軍工企業領導者。曾經，他作為物理學家在斯圖加特的馬普研究所（Max-Planck-Institut）從事研究工作，後來又擔任義大利的環境部長，推動能源轉型。如今，他的工作是推動軍事轉型。辛戈拉尼武器製造商們正在為自第二次世界大戰結束以來最大的軍事擴張做準備，得益於如今為“重新武裝”行動而流動的數十億資金。無論是坦克、無人機還是戰鬥機，歐洲現在只有一個目標：盡快裝備。歐盟計畫為國防提供高達8000億歐元的資金，幾乎所有成員國都大幅增加了國防開支。僅德國就計畫每年投資1500億歐元，佔其國內生產總值的3.5%。至少這是德國基民盟（CDU）的要求，正如其與德國社民黨（SPD）的臨時聯合協議中所述。真是令人難以置信，人們可能會想，終於有所行動了。普丁和川普，這對可怕的組合，甚至喚醒了沉睡的德國。歐洲在敵人威脅和朋友背叛的情況下，團結起來共同保衛東部邊界。而且，德國經濟也從中受益。如果達到3.5%的目標，經濟學家預計歐盟國家的國內生產總值將因軍事擴張而增加高達1.5%。德國變得更加強大，歐洲更加團結，最重要的是：安全得到保障。也許未來還是值得期待的？但事情並沒有那麼簡單，相反，歐洲的軍事擴張和與美國保護力量的脫鉤，是一項艱巨的政治任務。一切都在討論之中，沒有什麼是明確的：歐洲是否仍然指望在遭受攻擊時得到美國的支援，還是計畫完全不依賴美國的力量？是否需要替換所有的美國軍隊和武器，還是只替換其中一部分？德國是計畫相對獨立地發展，還是與法國合作，或者加入一個歐洲防務共同體？北約在沒有美國的情況下還能正常運作嗎？歐洲需要三百萬士兵，還是兩百萬就足夠了？我們需要200架新型戰鬥機，還是2000架，或者乾脆不需要戰鬥機，而是20萬架無人機？核武器呢，如果需要的話，需要多少？歐盟北約成員國的兵力高達兩百萬歐洲的弱點是巨大的：在導彈、防空、網路防禦和衛星方面，歐洲幾乎一無所有。多年來，幾乎所有的東西都被忽視、疏忽或交給美國人處理。突然之間，為新的國防開支投入一兆歐元聽起來並不算多：每輛新型“豹”式坦克的成本約為2500萬歐元，每架“颱風”戰鬥機約為1.4億歐元。即使現在有了很多資金：建造、程式設計和最終操作武器系統還需要人力。把一個裝甲旅調到立陶宛加強北約東翼防線？德國聯邦國防軍（Bundeswehr）在這方面已經糾結了近五年。歐洲沒有太多時間來回答所有這些問題，尤其是對於預計將成為新總理的弗裡德里希·默茨（Friedrich Merz）來說。也許從來沒有一個總理被要求如此迅速地開始工作。保衛國家的鬥爭可能會定義弗裡德里希·默茨的整個總理任期。尤其是因為，在當前的忙碌背後，還有一個更根本的問題在醞釀。這一切是否與這個長期以來一直致力於和平的共和國的核心價值觀相悖：用武器創造和平？至少在目前，似乎別無選擇。一些西方軍事戰略家認為，俄羅斯的軍隊至少需要五年時間才能從對烏克蘭的失敗入侵中恢復過來。另一些人則更為悲觀：挪威武裝部隊總司令埃裡克·克里斯托弗森（Eirik Kristoffersen）估計，歐洲“有兩到三年的時間窗口，然後俄羅斯將恢復進行常規攻擊的能力”。然而，在核心問題上，西方國防專家們達成了共識：俄羅斯對歐洲的和平與安全構成了直接和迫在眉睫的威脅。誰想威懾普丁，就必須現在採取一切措施，而不是等到五或十五年後。在德國，這些日子在呂內堡荒原（Lüneburger Heide）上總是傳來巨大的爆炸聲。很難確切說出這些聲音是從德國最大武器製造商的場地的那裡傳來的，是從15公里長的射擊場，那裡“2000型自行榴彈炮”正在試射，還是從管理層辦公室，那裡香檳軟木塞正在飛舞。萊茵金屬的股價幾乎每天都創下新高。在過去三年中，該公司的價值增長了七倍。在德國很少有地方能像這樣真切地感受到時代的轉變，這裡位於下薩克森州的森林中，夾在馬術農場和自行車道之間，距離漢諾威東北方向大約一小時車程。自1899年以來，武器已經在烏特林根（Unterlüß）進行測試，“豹”式坦克KF51由萊茵金屬開發，還有火炮、防空系統和無人機。萊茵金屬其實一直是一個潛在的軍事巨頭，但長期以來和其最重要的客戶德國聯邦國防軍一樣被壓制。從1992年開始，國防開支佔德國國內生產總值的比例在大約30年的時間裡一直低於2%。與此同時，士兵人數從1990年的45.9萬減少到目前的大約18.1萬。現任國防部長博裡斯·皮斯托裡烏斯（Boris Pistorius）說，聯邦國防軍最近是“在消耗殆盡的情況下”運行的。小巨人萊茵金屬不得不在數十年間在海外尋找客戶，以免不得不停止整個武器系統的生產。然而，自普丁對烏克蘭發動攻擊和老總理髮表時代轉折演講以來，物資匱乏的時代突然結束了。因此，在萊茵金屬，成群的挖掘機和建築車輛在現有的掩體和車間之間穿梭。這裡正在新建巨大的生產設施，用於生產更多的坦克、導彈系統和火炮。去年，聯邦政府向萊茵金屬訂購了高達85億歐元的新炮彈，因為聯邦國防軍的倉庫已經空了。在烏克蘭，人們清楚地看到了當一個軍隊彈藥耗盡時會發生什麼。萊茵金屬僅用一年時間就新建了一座2.5萬平方米的工廠，用於生產火炮彈藥，幾乎是柏林國會大廈的兩倍大。在一個最近一切都比計畫慢三倍的國家，這相當令人震驚。萊茵金屬很快將每年生產130萬發炮彈。據萊茵金屬稱，這比美國目前的全部火炮彈藥產量還要多。如果你走進其中一個車間，你會看到旋轉的機械臂和傳送帶，以每秒的速度吐出炮彈，例如近一米長的穿甲彈，口徑120毫米，前端裝有“翼穩定箭形彈頭”，稱為穿甲彈。或者在隔壁，那裡是新開發的35毫米炮彈，用於下一代防空系統，它們被堆放在無盡的托盤上：每個炮彈都裝滿了大約150顆鎢制彈丸，這些彈丸在接近目標時會散開成一片重金屬雲。一種智能霰彈，旨在用幾發炮彈擊落無人機群。“我們能夠交付，並且可以在12個月內建立全新的生產線，”萊茵金屬首席執行官阿明·帕珀格（Armin Papperger）說。在過去兩年中，該公司自行投資了近80億歐元用於擴張。現在，彈藥產能還將進一步提高。“如果我們需要再次翻倍，我們也能做到。”這種“能行”的態度似乎正在奏效。去年，萊茵金屬在全球收到了超過20萬份申請：軟體專家、工程師、機械師來自全國各地，都渴望在一家軍工企業工作。誰能想到五年前會是這樣？曾經如此和平主義的德國人顯然已經徹底改變了他們對曾經被認為是骯髒話題的武器的看法。儘管許多人可能仍然有基本的不適感：根據三月初Forschungsgruppe Wahlen的一項調查，76%的人支援軍事擴張。在德國電視一台（NDR）的一項非代表性調查中，70%的人支援重新引入義務兵役制。這種情緒的轉變似乎來得正是時候，巴斯坦·吉格爾（Bastian Giegerich）說。“這不僅僅關乎裝置和資金，還關乎歐洲社會保衛自己的意願。”吉格爾曾經在柏林的國防部工作，現在是全球領先的軍事戰略和防務政策智庫——倫敦國際戰略研究所（IISS）的負責人。該研究所每年都會發佈一份備受關注的500頁關於全球軍事形勢的報告。五月底，法國總統埃馬紐埃爾·馬克宏將前往新加坡參加年度會議，並行表開幕詞。鑑於俄羅斯的戰爭機器，吉格爾不僅擔心歐洲缺乏導彈和坦克：“脆弱性也源於缺乏團結。”目前，俄羅斯對北約發動大規模坦克攻擊的可能性不大。“在常規方面，俄羅斯肯定遭受了如此高的損失，以至於越來越難以彌補這些損失，即使以他們所展現的生產速度”，這位防務專家說。吉格爾目前擔心的場景是這樣的：俄羅斯佔領了波羅的海地區一個北約國家的一小部分，並立即開始和平談判，但以該國領土損失為代價。並引用俄羅斯龐大的核武庫作為理由。“然後問題就變成了，北約說過，北約領土的每一吋都將得到保衛。”但如果美國人的意願受到質疑，那麼在歐洲人之間達成一致將變得困難，到底該怎麼辦。比如是否要奪回那塊波羅的海領土。“在這種情況下，我們可能會發現自己處於這樣的境地，一些歐洲人想要戰鬥，”這位軍事戰略家說。“其他人想要談判。還有一些人可能會乾脆放棄。然後對我來說，北約就完了。”那麼該怎麼辦？“威懾俄羅斯，不要考慮這樣的場景。”也就是說，讓歐洲軍隊比現在更有戰鬥力。不再考慮美國人是否會來幫忙。“教訓是，美國人不再願意承擔歐洲安全的主要責任，”吉格爾強調。“因此，歐洲的防務能力需要大幅增強。”而這裡有一些弱點。俄羅斯對烏克蘭的戰爭中大規模使用彈道導彈和巡航導彈，這讓歐洲人感到意外。歐洲人在這方面只有微不足道的武庫。因此，法國、德國、義大利和波蘭在2024年7月啟動了ELSA（歐洲遠端打擊方法）項目，以開發一種“新的遠端打擊能力”——沒有進一步定義所指的導彈類型。IISS專家認為，“可能會開發一種射程在1000至2000公里的陸基巡航導彈”。但也不排除高超音速導彈。填補所有這些大漏洞需要多長時間？這取決於歐洲人組織起來的速度。“肯定超過五年，”吉格爾說。近年來，歐洲人已經開始增加國防投資。但美國在2024年仍然花費了9680億美元，幾乎是其他31個北約國家總和的兩倍。俄羅斯在2024年——按購買力平價計算——投資了4620億美元。這比所有30個歐洲北約國家的總和還要多。在歐洲，與俄羅斯接壤的國家，尤其是波羅的海國家，一直在設定步伐。尤其是波蘭，2024年在國防上投入了超過國內生產總值的4%。十年前，波蘭軍隊還是北約第九大軍隊，現在已經將其兵力增加了一倍，達到20多萬人，僅次於美國和土耳其，位居第三。德國聯邦國防軍呢？仍然對新的資金注入感到困惑。數十年來，將軍們被迫謹慎掩蓋德國遭受攻擊的軍事需求場景。由於缺乏資金，需求被低估。為了演習，物資在各個部隊之間來回呼配，有一次在北約演習中，德國人甚至用黑色的掃帚柄作為大炮道具出現。國防部長皮斯托裡烏斯，他很樂意在新聯盟中保留他的職位，提出了一個新的口號：“威脅形勢高於財政形勢。”他的戰略家們將其理解為終於可以毫不掩飾地計算出軍隊真正需要的數十億資金。“這是一個機會，但也是絕對的新領域，”一位將軍說。軍事人士表示，必須同時啟動兩個階段。首先，必須填補明顯的漏洞。到今天為止，仍然缺乏“重型金屬”類別的軍事裝備，如坦克、火炮和其他重型裝備。防空系統被完全忽視。據聯邦國防軍稱，已經簽署了第一批合同來解決這些問題區域，但現在數量必須迅速增加。按照皮斯托裡烏斯的說法，採購計畫的規劃應該完全顛倒過來。這位社會民主黨人暗示了一個至少為期十年的採購計畫，以威脅形勢為導向。到目前為止，由於預算規則，國防部只能可靠地提前規劃幾年。自歷史性的憲法變更以來，一切都變了：聯邦國防軍的預算幾乎是無限的。目前，國防部沒有人正式談論新的常規武器採購戰略將是什麼樣子。只知道：僅填補漏洞到2035年，每年就需要大約1200億歐元。到底會有多少錢流入，還不清楚。“至關重要的是，我們必須在短期內、果斷地、持續地提高武裝部隊的作戰準備狀態，”聯合政府的國防檔案中這樣寫道。如果皮斯托裡烏斯繼續擔任部長，這些天他沒有留下任何懷疑，他將同時消除所有官僚主義的障礙，從招標義務到耗時的認證程序。第二階段更具雄心。因為隨著美國可能進一步從北約撤出，聯邦國防軍突然必須考慮過去由這個大國提供的軍事能力。例如，到目前為止，沒有一個歐洲國家擁有一個覆蓋全球的衛星支援的導彈預警系統。即使是法國和英國這兩個核國家也沒有。關鍵能力缺口的清單可以無限延續下去。皮斯托裡烏斯幾天前幾乎輕描淡寫地說，這涉及到“所有領域，人工智慧、無人機、太空”。至少有一點大家都在準備：在歐洲比以往更快、更多地生產武器。“我們作為工業界已經做好了準備，”萊茵金屬首席執行官帕珀格說。但事情並不那麼簡單。歐洲萎縮的軍工行業大部分並沒有準備好快速生產。相反，軍備擴張往往仍然意味著額外的、有時是精心的手工勞動。比如在因戈爾施塔特（Ingolstadt）以南幾公里處的一個車間，被安全氣閘和警衛隊隔離。在這裡，空中客車（Airbus）的軍工子公司正在組裝歐洲軍隊最重要的戰鬥機：颱風戰鬥機（Eurofighter）。車間裡一片寧靜。在一個工作站，員工們整理著從半成品機身部件中懸掛下來的數千米電纜。幾米外，機械師正在測試進氣口襟翼。除此之外，大量的機翼部件和半成品噴氣式飛機在無人值守的站點上幾乎被忽視。一年只有十架完整的戰鬥機離開車間。這是故意的，空中客車防務公司戰鬥機和因戈爾施塔特基地負責人安德烈亞斯·哈默（Andreas Hammer）說。“當然，我們寧願每年建造更多的颱風戰鬥機。”在過去十年中，訂單不足，無法維持滿負荷生產。為了避免數月無所事事和員工流失，建造和交付被拉長了。德國總理奧拉夫·蕭茲（Olaf Scholz）去年夏天宣佈，將為德國空軍訂購20架新的颱風戰鬥機。其他歐洲國家也可能會訂購更多。因為美國人的競爭產品F-35突然不再那麼受歡迎。儘管與颱風戰鬥機不同，這種噴氣式飛機具有隱形功能，但美國的戰鬥機依賴於持續供應零部件和軟體更新。在最壞的情況下，這是美國政府的施壓手段，歐洲人不再願意讓自己暴露在這種風險之下。這並不意味著新的戰鬥機很快就會大量離開裝配車間。因為這不僅需要安德烈亞斯·哈默在因戈爾施塔特的團隊更快地生產。颱風戰鬥機的生產分佈在歐洲各地，這樣每個參與的國家都能平等地獲得工作崗位和經濟產出。當哈默穿過裝配車間時，他指著各個部件，解釋它們來自那裡：“右翼來自西班牙，左翼來自義大利，機身中部來自德國，前機身來自英國。”這種比例原則一直是歐洲軍備的標準。儘可能高效、廉價和快速地生產是次要的。在最壞的情況下，武器系統寧願被重複開發兩三次，並在不同國家以小批次為各自軍隊生產各種特別版。例如，法國除了颱風戰鬥機外，還開發了自己的陣風（Rafale）戰鬥機。歐洲陸軍使用了十一種不同的坦克類型。類似的情況也適用於許多其他武器系統。結果是：歐洲軍工行業明顯比美國的更小、更分散、更慢。總共2500家中小企業大多沒有準備好進行工業化大規模生產。在世界十大軍工企業中沒有歐盟企業。空中客車在2023年排名第12位，義大利的萊昂納多緊隨其後。德國行業領頭羊萊茵金屬排名第26位。美國的世界領導者洛克希德（Lockheed）的銷售額為610億美元，幾乎相當於四個最大歐洲武器製造商的總和。至少：德國和法國已經聯合起來開發下一代坦克：圍繞坦克本身，無人機和自主、無人車輛將組成一個高科技戰鬥單元。這個項目自2012年以來一直在規劃中，實際上應該從2030年代初開始成為歐洲陸軍的骨幹。然後，德國和法國政府以及軍工企業就合作項目的具體分配爭論了數年。這個項目似乎快死了。但在今年年初，國防部長皮斯托裡烏斯和他的法國同事塞巴斯蒂安·勒科爾努（Sébastien Lecornu）迅速推動在科隆成立了一個控股公司——一半屬於法國企業泰雷茲（Thales）和KNDS法國，另一半屬於萊茵金屬和KNDS德國。法國國防部長稱這種政治上強行達成的一致是“一場文化革命”。這種合作是“歐洲在未來幾年必須建立和發展的典範和意義所在”，皮斯托裡烏斯認為。然而，新型坦克戰鬥系統是少數幾個未來無疑需要的武器之一。對於其他武器類型來說，情況就不那麼明確了。如果一枚高超音速導彈就能擊沉一艘驅逐艦，那麼再投入數億歐元建造新的軍艦還有意義嗎？像航空母艦這樣的長期戰略支點，美國參謀長聯席會議主席馬克·米利（Mark Milley）說，“在20年後肯定不會再被使用了”。柏林和其他歐洲首都的規劃將軍們面臨一個巨大的困境：他們終於有了充足的資金，但他們不知道到底應該把錢花在什麼地方。一些軍事專家說，戰鬥機在未來將變得毫無用處，很快就會被巨大的無人機群擊落。其他人則說這是胡說八道，新的電子戰系統將使感測器失效，然後又需要有人駕駛的飛行員手動飛行。那麼現在呢？可能最終別無選擇，只能儘可能多地找到中間道路。豪華版的敷衍。“但需求也在更傾向於無人系統，”馬爾科·貢佈雷希特（Marco Gumbrecht）說，他穿著飛行夾克站在一架半組裝的颱風戰鬥機前。他曾經是德國空軍的一個颱風戰鬥機中隊的指揮官，現在他領導歐洲戰鬥機的銷售。“德國需要一個無人機戰略。”僅僅因為無人機並不等同於無人機，其範圍從小型、廉價的自殺式無人機，到大型、武裝的無人戰鬥機。貢佈雷希特清楚的是，未來有人駕駛和自主系統將協同作戰。馬爾科·貢佈雷希特他的同事們在一個飛行模擬器中展示了這種聯合可能是什麼樣子。練習場景是這樣的：測試飛行員被告知他的虛擬戰鬥機附近有一個不明飛行物。一個與戰鬥機相連的偵察系統鎖定了目標，並報告說這是一架俄羅斯蘇-37戰鬥機。而不是自己攻擊，測試飛行員派出兩架無人伴飛無人機，並在目標鎖定後下令攻擊——無人機自主瞄準目標並開火。遠處的一縷煙霧表明：命中。這種新的空戰系統被稱為未來空戰系統（FCAS），它將圍繞空中客車正在共同開發的一個超級戰鬥機展開。然而，這個雄心勃勃的歐洲軍備項目迄今為止主要因為合作夥伴之間關於專利、目標和任務分配的爭論而受到關注。空中客車防務首席執行官邁克爾·舒爾霍恩（Michael Schöllhorn）聽起來有些沮喪：“如果我們現在不能將力量集中在一個歐洲第六代空戰系統上，那麼什麼時候能呢？”他在《明鏡》雜誌的採訪中說。“我們應該更快地開發自主飛行器及其與現有飛機（如颱風戰鬥機）的網路連線，並儘可能在2029年前推向市場”，舒爾霍恩要求。空中客車的工程師們已經對這可能是什麼樣子有了想法：如果開發了相應的軟體，無人機甚至可以從綁在膝蓋上的平板電腦上從颱風戰鬥機上控制。這在一年到兩年內是可行的。然而，就在幾周前，義大利的萊昂納多、英國的BAE系統公司和日本的三菱公司宣佈，他們也將開發一個未來的飛行系統。歐洲人對重複開發的痴迷，即使在這樣的生死危機中，也難以消除。一個共同的歐洲採購政策能改變這一點嗎？“如果歐盟能發揮協調作用就好了，”空中客車經理舒爾霍恩說。而布魯塞爾似乎願意這麼做。上周，歐盟委員會主席烏爾蘇拉·馮德萊恩（Ursula von der Leyen）首次提出了一個未來五年的歐洲防務政策戰略。標題為：歐洲防務準備2030。2030年的防務準備。目前還沒有提到多年來一直討論的歐洲自己的軍隊。各國軍隊仍然由成員國自己負責。布魯塞爾的官員們現在將專注於相對容易實現的事情：作為一個國家聯盟，歐盟可以進行協調和經濟政策，這包括軍工行業。布魯塞爾面臨的一項最重要的任務可能是舒爾霍恩所希望的共同採購。“我們必須建立一個歐洲範圍的軍備市場，”馮德萊恩要求。如果至少有兩個國家聯合起來，委員會計畫，他們將來可以通過歐盟以優惠條件獲得貸款，用於購買武器和其他軍事裝置。被債務壓垮的國家可以這樣獲得相對便宜的資本。一些特別貧困的國家在國防上的投資特別少。例如，西班牙在2024年僅投入了國內生產總值的1.3%，義大利為1.5%。委員會還希望放寬歐盟的債務規則，以應對國防開支。這應該也能幫助德國，德國的國防開支計畫可能會明顯超過歐盟的債務限額。在未來五年內，歐盟總共將撥款8000億歐元用於國防。由國防專員協調：自今年1月起，立陶宛的安德柳斯·庫比柳斯（Andrius Kubilius）在布魯塞爾擔任負責軍備的代表。他來自立陶宛，對東歐的威脅形勢非常瞭解。一個統一採購、統一訂單的歐洲防務共同體真的能實現嗎？它必須實現，義大利軍工巨頭的首席執行官辛戈拉尼說。“目標必須是一個歐洲防務聯盟，其中各個武器系統都是世界級的，並且能夠通過人工智慧相互溝通，”辛戈拉尼說。然而，辛戈拉尼認為推動這一處理程序的不是政治，而是企業。他們必須“像夏爾巴人一樣，展示合作是可行的”。然後政府將更容易擺脫民族主義。去年秋天，萊昂納多宣佈與萊茵金屬合作，這兩家公司想要共同建造新一代坦克。德國人提供“豹”式坦克和“猞猁”步兵戰車，義大利人負責電子裝置和網路。一方建造硬體，另一方建造軟體，這樣就能行得通。沒有時間顧及民族情感了，辛戈拉尼說。“如果我必須擔心有人破門而入闖入我的家，那麼我的虛榮心就不重要了，必須採取極端措施。”那麼，大家都明白什麼是利害攸關的了嗎？歐洲的崛起真的能實現嗎？還是只是時代轉折的重演？當德國總理蕭茲在2022年宣佈為聯邦國防軍提供1000億歐元的計畫時，這也是一個訊號：我們明白了。但最終發生的事情卻太少。“時代轉折在三年前被很好地宣佈了，但每一個勢頭都失去了——它實際上並沒有在事實和行動中發生”，蘇珊娜·維甘德（Susanne Wiegand）說。直到今年年初，她還是奧格斯堡軍工企業倫克（Renk）的首席執行官。現在她為無人機製造商量子系統（Quantum Systems）提供諮詢。蘇珊娜·維甘德她抱怨國防政策的持續停滯：在德國，無人機的追趕需求特別高。“沒有無人機，我們將不再看到任何衝突、戰爭或戰場，”維甘德說。只有將無人機納入一個綜合系統，歐洲才能威懾像普丁這樣的侵略者。量子系統十年前在巴伐利亞州成立，其Vector偵察無人機已在烏克蘭投入使用，該公司還在那裡建立了一個生產基地。公司創始人弗洛裡安·西貝爾（Florian Seibel）說，他可以在一年內大幅擴大產能，並在德國新建一個無人機工廠。軍事戰略家認為是必須的，對於政治家來說，尤其是德國政治家，仍然可以討論。直到2020年，社民黨還阻止建立聯邦國防軍武裝無人機艦隊，因為這些武器也可能用於攻擊。赫爾姆特·舍爾夫（Gundbert Scherf），前國防部軍備特別代表，現在是慕尼黑軍工企業赫爾辛（Helsing）的聯合創始人和聯席首席執行官，這些日子他一直在強調他的無人機主要是完美的防禦武器。這家全球最大的戰鬥無人機製造商之一，目前估值已達50億歐元，它在德國南部的一個秘密地點生產HX-1無人機。舍爾夫宣傳說，可以在一年多一點的時間內在北約3000公里長的東翼建立一個“無人機牆”，與聯盟的傳統戰鬥部隊聯合起來，可以迅速增強對俄羅斯的威懾力。這位前麥肯錫（McKinsey）顧問目前已經在為烏克蘭生產6000架他的無人機。這一切都與金錢有關。萊茵金屬希望將其坦克繁榮無限期地延長。像赫爾辛和量子系統這樣的公司可以從無人機牆中獲得巨大利潤。為德國軍備提供幾乎無限制的支票，數百億歐元的國家訂單，已經在軍工行業引發了一場淘金熱。尤其是初創公司，嗅到了他們的機會。Helsing無人機在赫爾辛附近，慕尼黑附近還有另一個德國初創公司，希望填補一個防務缺口。根據基民盟和社民黨的國防戰略檔案，到明年，這個國家迫切需要一個“國家太空安全戰略”，以“開闢德國在太空的防禦能力”。聯邦國防軍目前只有幾顆衛星——在戰爭中遠遠不夠指揮部隊。因此，伊薩爾航空航天公司（Isar Aerospace）正在建造一家工廠，以批次生產德國運載火箭，28米長，燃燒室由3D印表機製造，能夠攜帶重達1000公斤的衛星有效載荷。第一個模型目前正等待在挪威安島的太空發射場被送入軌道。這台裝置名為光譜1號（Spectrum 1）——它幾乎可以作為整個軍備擴張的象徵。投入了大量資金，融入了許多工程學的智慧。然而，目前還不確定這枚火箭是否能夠成功發射，還是會在發射後不久就爆炸。❖ (德國派)

最近各大雜誌十月份封面大片輪番刷屏，看得我的沉默震耳欲聾。 千言萬語只能化作一句話：這很難評！ 據說《Vogue》銀十是“內娛時尚男魔頭”劉沖擔任主編後全程操刀的第一封，為此哥請來了最豪華的陣容。 劉嘉玲、趙濤、陳沖、鄔君梅、顏丙燕，個個都是有實力有獎項的影后級人物。