2月4日，有關埃隆·馬斯克團隊近期到訪中國多家太陽能企業的傳聞，引發市場與投資者的高度關注。消息傳出後，中國太陽能類股立即出現明顯反應。多家A股與港股太陽能相關企業股價短期內獲得兩位數漲幅，引發市場對潛在合作機會的猜測。其中，晶科能源股價在消息傳出的兩個交易日內暴漲36%，2月5日回落6.07%；協鑫整合股價三個交易日累計上漲26%；TCL中環三個交易日累計上漲16%；晶盛機電在兩個交易日內暴漲33%，2月5日回落9.85%。據《證券時報》報導，2月4日，晶科能源、協鑫整合回應，確認接待了馬斯克旗下公司的來訪團隊，但均未披露具體商業計畫或合作協議。企業普遍強調，這些交流仍停留在技術與行業層面的初步溝通階段，未與相關團隊開展任何合作。這一動作迅速引發市場熱議。有分析人士指出，這不僅是一次普通的企業考察，更反映出全球科技巨頭在新能源佈局上的前瞻性戰略。隨著人工智慧算力需求快速增長，對穩定、高效電力的需求也日益凸顯，太陽能產業因此成為資本市場和科技行業關注的焦點。圖片由AI工具生成01馬斯克點燃市場情緒一位投資經理表示，此輪股價上漲主要源於市場情緒與預期交易，而非企業基本面出現實質性變化。上漲的核心原因，主要源於投資者將馬斯克對太陽能的興趣，解讀為科技巨頭正在向能源上游延伸的訊號。在此前《馬斯克的“太空太陽能夢”，離不開中國供應鏈》的這篇解讀中，我們詳細闡述了馬斯克如此看重中國太陽能供應鏈的原因。作為全球太陽能製造的主導力量，中國企業正成為馬斯克太空能源藍圖中，不可迴避的供應鏈核心。太陽能技術公司炎和科技創始人馮凡指出，目前中國企業從裝備、材料到元件的產能與出貨量佔據了全球70%以上，構成了全球太陽能產業真正的基礎設施層。換句話說，如果馬斯克要推動大規模、低成本的太空太陽能路線，無論他是否在美國本地化部署，都會“不可避免地依賴中國”。對於國內太陽能概念股的火熱表現，外媒也給出了相關分析：從長遠角度看，多數機構依然看好中國太陽能產業的發展前景。畢竟，中國供應商在製造成本控制、產業鏈完整性以及大規模工程化能力方面具有明顯優勢，這些優勢在短期內很難被其他國家取代。不過，也有多家機構提醒，類似的情緒性上漲往往來得快、退得也快。如果後續缺乏明確訂單、合作協議或資本投入落地，股價可能面臨回呼壓力。與此同時，國內行業層面也開始密集釋放“降溫”訊號。2月4日晚，中國太陽能行業協會執行秘書長劉譯陽表示，太空太陽能技術仍處於探索與驗證的初期階段，當前判斷明確技術方向為時尚早。在2月5日“太陽能行業2025年發展回顧與2026年形勢展望研討會”上，工業和資訊化部電子資訊司副司長王世江指出，太陽能行業當前正處於新一輪深度調整期，行業深層次的供需錯配尚未解決，企業的經營依然面臨較大挑戰，整治行業內卷將成為今年工作的重中之重。02馬斯克重點關注的太陽能賽道根據相關披露，此次馬斯克團隊訪問的企業覆蓋太陽能全產業鏈，包括裝置、矽片、電池元件以及前沿技術方向，尤其對異質結（HJT）和鈣鈦礦等下一代高效率技術表現出更高關注度。這兩條技術路線被認為在理論效率和長期成本下降空間上具備優勢。一位太陽能技術從業者解釋了這兩個賽道的重要性：從效率上看，相比傳統PERC電池（一種主流的高效單晶矽太陽能電池），HJT具備更高的開路電壓與溫度係數優勢，量產效率仍有提升空間。HJT在高溫環境下發電損失更小、單位面積能發出的電更多，而且生產過程中用到的高溫步驟更少、材料也更省，因此既有提升效率的空間，也具備持續降本的潛力。而鈣鈦礦電池之所以備受矚目，主要有兩大優勢：一是它在陰天、弱光等光照不足的情況下，依然能保持不錯的發電效果，在真空和低溫的太空環境中，理論效率還能進一步提高，非常適合用於太空發電。二是鈣鈦礦具備輕量化與柔性化潛力，甚至在發射時以捲曲形態收納，到達軌道後再展開使用，大幅降低發射體積與載荷重量，這使其在太空太陽能場景中具備獨特優勢。對馬斯克而言，無論是AI資料中心、超級計算叢集，還是SpaceX 的地面設施與潛在太空能源構想，核心訴求都是在單位土地和單位資本投入下獲取儘可能多、穩定的電力輸出。HJT 和鈣鈦礦正對應“效率和成本優先”的技術邏輯。不過，合作的現實路徑仍需回到產業基本面。一位太陽能產業的研究人員指出，馬斯克和國內的太陽能公司存在接觸或者潛在合作，未必是停留在簡單的太陽能元件採購，也可能會圍繞特定應用場景展開定製化電池方案開發、極端環境下的長期穩定性驗證。而這張入場券最終能否兌現，仍取決於一個最樸素的問題：這個技術能否真正被大規模、穩定而低成本地製造出來。03炒的是預期，基本面支撐不足晨星（Morningstar）分析師王成指出，在本輪上漲之後，部分太陽能企業的股價已經接近，甚至短暫超過其測算的合理估值區間。短期看，如果繼續上行需要更明確的基本面催化，而非單一事件驅動。多家機構的分析師普遍認為，即便未來中國太陽能企業真的獲得與SpaceX或其他馬斯克系業務相關的訂單，其對整體收入結構的提升幅度可能有限。太空太陽能或極端應用場景在經濟性上仍屬邊緣探索，更多意義在於技術驗證和戰略訊號，而非立刻轉化為大規模商業利潤。2月4日晚間，相關部分企業紛紛公告，否認與馬斯克團隊合作具體落地可執行項目的存在，並提示“太空太陽能”產業化處理程序具有較大不確定性。從商業邏輯看，太空太陽能的經濟性尚未得到驗證。畢竟，面對高昂的發射成本、複雜的在軌部署與能量回傳體系，以及長期運行可靠性等問題，仍使其更接近前沿技術探索。在缺乏明確降本路徑之前，其商業價值更多體現在技術儲備與戰略卡位層面。在業內看來，馬斯克相關動向釋放的更大意義，是對未來能源形態與產業方向的訊號強化，在這次的太陽能概念熱背後，真正被點燃的不只是股價情緒，還有大眾對全球“下一代能源底座”的無限想像。 (芯榜)

據知情人士透露，馬斯克團隊近期在摸底北上廣深杭豪宅，已有心儀的房子在洽談。01商業航天、太陽能、豪宅多手抓繼摸底中國太陽能產業後，馬斯克團隊又開始摸底中國豪宅了。今天中午，有市場傳聞稱，馬斯克團隊密訪中國多家太陽能企業，重點考察有異質結、鈣鈦礦技術路線企業。太陽能概念股隨後大漲，晶科能源、中來股份、澤潤新能、時創能源20%漲停，拓日新能、亞瑪頓、特發資訊、英威騰等多隻個股也封上10%漲停板。馬斯克帶火A股也不是頭一回了。之前商業航天、腦機介面都曾被他一句話點燃。馬年炒馬斯克，果然名不虛傳。這麼這次買豪宅的消息是真是假呢？馬斯克確實喜歡豪宅，而且買過的數量不少。他曾在加州洛杉磯Bel-Air地區擁有7套頂級豪宅，總價值上億美元，其中包括已故影星吉恩·懷爾德的故居。這些房子每一套都自帶花園泳池體育場，上個廁所都能跨越足球場。（馬斯克位於加利福尼亞希爾斯堡的一棟豪宅）不過，馬斯克在2020-2021年間陸續出售了這些豪宅，一度成為“無房者”，並公開表示房子會拖慢他追逐火星與科技願景的腳步。他目前的主要居所是位於德克薩斯州SpaceX基地附近的一間價值約5萬美元的預製小屋，面積約37平。然而，馬斯克雖然出售了大部分房產，但仍在德克薩斯州為家人購置了價值約3500萬美元的多棟豪宅，用於安置他的11個孩子和多位前女友，打造“家族大院”。馬斯克的母親梅耶·馬斯克也非常喜歡中國，長期活躍在上海，甚至有在社交媒體上表達過在上海安度晚年的想法。所以，從為家人購置核心資產的角度出發，馬斯克是有購買中國豪宅的意向的。北上廣深浙都有可能，北京、上海的可能性更大。02一線城市豪宅，正在觸底反彈馬斯克團隊現在摸底中國豪宅，有可能不僅是摸底，而是抄底了。近一年，北上廣深的頂豪都賣得很好，上海有綠城潮鳴東方、上海壹號院，北京有建發海晏，深圳有中海深灣玖序，廣州也有秒賣106億的保利玥璽灣。不少外籍客戶都在買，比如廣州的僑鑫·保利·匯景台，就因為社區內成熟的國際化配套，深受外籍客戶青睞。（匯景新城社區國際化配套）新房的成交均價，也被不斷帶動上漲。對比2021年，上海的成交均價從5.54萬/平漲到了2025年的8.15萬/平，漲幅47%，創下歷史新高。北京漲了16%，廣州漲了3%，只有深圳微跌了0.4%。（資料來源：克而瑞）上漲原因就是豪宅爆發式井噴，直接拉高了成交均價。新房日光賣爆，二手房也正在觸底反彈。比如廣州珠江新城，之前察叔寫過，僅一個多月時間，標竿盤嘉裕公館就漲了8000元/平，中海璟暉漲了5700元/平。連腰斬最狠的保利心語也微漲了，相比前兩個月漲了4800元/平。成交也放量大漲！整個1月份，珠江新城成交了82套二手房，同比增長115%，如今2月剛過4天，又成交了10多套，有越賣越火的架勢。所以馬斯克團隊現在摸底中國豪宅，有可能不僅是摸底，而是抄底了。 (南方地產觀察)

【新智元導讀】2026年1月，前OpenAI CTO Mira Murati創辦的明星公司Thinking Machines Lab遭遇「滅頂之災」：聯合創始人Barret Zoph因辦公室戀情醜聞被降職後心生不滿，聯合另外兩名核心骨幹向Mira逼宮索權，遭拒後被當場開除。然而僅不到一小時，三人便集體叛逃回OpenAI，在老東家的迎接下風光回朝。這場融合了私情、背叛、權力與千萬年薪的矽谷大戲，揭示了AI人才戰爭的瘋狂與殘酷。2026年1月14日，舊金山的一場「政變」，讓AI界的權力版圖再次破裂。如果說2024年的OpenAI「宮斗」是一場震驚世界的地震，那麼剛剛發生的這場Thinking Machines Lab（TML）的解體，則是一場精心策劃的「血色婚禮」。故事的主角，依然是那些熟悉的名字：Mira Murati，剛從OpenAI出走一年的前CTO，如今是TML的掌門人；Barret Zoph，曾經的OpenAI核心研究員，Mira最信任的戰友，也是這次背叛的主角。一切看似突如其來的「意料之外」，實則草蛇灰線，伏脈千里。權力的遊戲：從披薩店到「政變」時間回撥到2026年1月初的一個周一早晨。在Thinking Machines Lab位於舊金山的總部，氣氛壓抑得令人窒息。Mira Murati本來以為這只是一場和Zoph的例行一對一會議，但當她推開門時，發現等待她的是一場精心策劃的伏擊。Barret Zoph坐在那裡，身邊是另外兩名核心骨幹Luke Metz和Sam Schoenholz。這不是匯報工作，而是「逼宮」。三人圖窮匕見，直接向Mira攤牌：交出所有的技術決策權，讓公司的高級主管直接向Zoph匯報。Mira冷冷地看著這群曾經的戰友，反問Zoph：「過去半年你幾乎沒怎麼幹活，憑什麼要更多的權力？」她緊接著追問：「你們是不是已經找好了下家？」Zoph沉默不語。Metz和Schoenholz則矢口否認。最具戲劇性的一幕發生在這次會議的第二天晚上。當Thinking Machines的辦公室籠罩在未知的恐懼中時，Barret Zoph卻正坐在一家著名的披薩店裡，談笑風生。坐在他對面的，是Meta的高管Alexandr Wang和Nat Friedman。這是一場赤裸裸的「拍賣」。Zoph就像一個待價而沽的商品，在OpenAI和Meta之間左右逢源，尋找出價最高的買家。周三，結局揭曉。Mira以「缺乏信任、績效不佳及不道德行為」為由，直接開除了Zoph。然而，就在Zoph被掃地出門的僅僅不到一小時後，OpenAI的應用業務CEO Fidji Simo便高調宣佈：Barret Zoph回歸，擔任企業版業務負責人。緊隨其後的，是Luke Metz和Sam Schoenholz的集體「叛逃」。他們不僅回到了OpenAI，還直接匯報給剛剛「被開除」的Zoph。TML的創始團隊，瞬間只剩下三個人。Mira Murati，這位曾經被稱為OpenAI「奧特曼背後的女人」，在創業僅僅不到一年後，就被自己的老東家和昔日盟友聯手「偷家」。狗血劇情：「你是被操縱的受害者？」這場決裂的種子，早在半年前就已埋下。而引爆它的，是一段極具諷刺意味的「辦公室戀情」。2025年夏天，Mira震驚地發現，Zoph與公司內部一名初級員工——一位同樣從OpenAI跳槽過來的下屬——保持著長期的地下戀情。在矽谷的職場倫理中，高管與下屬的戀情是大忌。更何況，這名下屬在事情敗露前已經悄然離職，回到了OpenAI。面對質問，Zoph最初選擇了撒謊。當證據確鑿時，他拋出了一個令人咋舌的理由：「我是被她操縱才進入這段關係的。」這位身經百戰的AI技術大牛，將自己描述成了一個無辜的受害者。Mira沒有選擇直接公開醜聞，而是保留了他的體面——Zoph雖然保留了聯合創始人的頭銜，但被剝奪了管理權，降級為一名普通的「技術貢獻者（IC）」。對於心高氣傲的Zoph來說，這無疑是奇恥大辱。在那之後的幾個月裡，Zoph開始頻繁「生病」、「休假」，甚至以家人離世為由長期缺席。他的Slack狀態總是灰色的，那個曾經極其活躍的程式碼貢獻者消失了。但他並沒有閒著。早在去年10月，當另一位聯合創始人Andrew Tulloch跳槽去Meta時，Zoph就已經悄悄聯絡了Sam Altman。小扎真的是來者不拒啊！OpenAI反擊戰：500萬年薪與「總經理」制為什麼是現在？為什麼是OpenAI？把視線拉高，你會發現這場人事狗血劇的背後，是OpenAI正在經歷的一場生死存亡的變革。2026年的AI戰場，早已不是ChatGPT一家獨大的時代。Anthropic旗下的Claude Code正如同一頭嗜血的野獸，瘋狂撕咬著企業級市場的份額。為了贏，OpenAI正在進行一場徹底的「基因改造」。根據Fidji Simo最新的內部備忘錄，OpenAI正在全面轉向「總經理」負責制。Barret Zoph：負責企業版業務。Vijaye Raji：掌管廣告業務。Nick Turley：負責ChatGPT。Thibault Sottiaux：負責Codex。那個曾經理想主義的OpenAI消失了，取而代之的是一個層級分明、目標精準的商業機器。科研不再是象牙塔裡的遊戲，而是必須「緊密服務於產品策略」的工具。為了這場戰爭，OpenAI不惜血本。據說，OpenAI為頂級研究員開出的年薪包已經高達500萬至1000萬美元。為了搶人，OpenAI甚至取消了新員工前6個月的股權鎖定期（vesting period）。這意味著，跳槽即暴富，無需等待！在Sam Altman和Fidji Simo眼裡，Zoph是否「私德有虧」根本不重要，他是否「背叛」也不重要。重要的是，他是一把能刺穿企業市場的尖刀。歷史的重複歷史總是驚人的相似，但這一次，劇本被反轉了。我們很難不聯想到2023年那個震驚世界的感恩節。那一次，是注重「AI安全」的Ilya Sutskever試圖通過董事會罷免激進商業化的Sam Altman。那一年的Sam Altman，是被放逐的受害者。他在微軟的支援下，帶著Greg Brockman和一眾死忠粉，在短短5天內上演了一場「王者歸來」。而到了2026年，這場戲的主角換成了Barret Zoph，但核心卻變了。如果說2023年的政變是「理想主義 vs 現實主義」的路線之爭，那麼2026年的這場政變，則是「純粹的利益博弈」。這次沒有關於AI是否會毀滅人類的哲學辯論，沒有關於非營利組織使命的高尚探討。剩下的，只有辦公室戀情的狗血、私下勾兌的背叛、以及赤裸裸的金錢交易。那個曾經被Ilya視為洪水猛獸的「商業化幽靈」，如今已經徹底吞噬了OpenAI。Sam Altman不再是那個需要被審判的激進分子，他已經成為了規則的制定者。而Barret Zoph，不過是他用來鞏固商業帝國的一枚強力棋子。通過接納Zoph，OpenAI實際上在向全世界宣告：為了生存和勝利，我們可以原諒一切，甚至包括背叛。矽谷的旋轉門：左右橫跳很多人會問：為什麼？為什麼Barret Zoph可以如此毫無心理負擔地在老東家和新東家之間反覆橫跳？為什麼OpenAI可以毫不避諱地吃「回頭草」？這要歸咎於矽谷獨特的「旋轉門」機制。首先，加州法律禁止競業禁止協議（Non-compete ban）。這意味著，那怕你是掌握核心機密的高管，今天辭職，明天就可以去競爭對手那裡上班。法律賦予了人才極致的流動自由，也讓企業的商業秘密時刻處於裸奔狀態。其次，人才的極端稀缺性。在AI領域，能做Post-training（後期訓練）、能搞定Agentic AI的頂級人才，全球加起來可能不超過幾百人。他們是稀缺資源，是行走的印鈔機。對於OpenAI、Google、Meta這樣的巨頭來說，只要能挖到人，此前的恩怨情仇都可以一筆勾銷。最後，是資本的推波助瀾。此次Thinking Machines的解體，直接導致其120億美元的估值面臨崩塌。投資人不僅沒有懲罰背叛者，反而可能在幕後推動了這場併購式的「挖角」。Josh Kushner（Thrive Capital創始人）甚至在OpenAI內部演講中直言，即使是億萬富翁等級的投資人，現在也要親自下場勸說人才留下來。在這場遊戲中，只要你的技術夠強，你就可以在大廠和創業公司之間無限循環：在OpenAI積累名氣。跳出來融資創業，身價暴漲。帶著創業公司的核心團隊和技術，被OpenAI高價「收編」。這就形成了一個完美的閉環。Barret Zoph只是這個閉環中最新、最顯眼的一個玩家。「混亂」是階梯在《權力的遊戲》中，小指頭有一句名言：「混亂不是深淵，混亂是階梯。」對於Mira Murati來說，這是至暗時刻。她創立的公司遭受重創，120億美元的估值面臨重估，團隊人心惶惶。但對於Barret Zoph來說，利用TML作為跳板，他不僅洗去了在OpenAI上一輪內鬥中的邊緣化地位，還帶著一支「私家軍」風光回朝，直接掌控了OpenAI最核心的變現業務。他在披薩店裡左右逢源的那一刻，或許就已經看透了這個遊戲的本質：技術只是籌碼，人性才是戰場。當TML的辦公室變得空蕩蕩時，OpenAI位於舊金山的總部裡，香檳大概已經開啟。只不過，這酒杯裡裝的不僅是美酒，還有昔日同袍的鮮血。在這個AI、資本、人才都瘋魔的時代，沒有人是無辜的，只有輸家和贏家。 (新智元)

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)

當一群大廠員工離開公司創業時，陪伴機器人還是個不太熱門的賽道，但是他們已經堅信這會是個百萬千萬級使用者的市場了。2018年，他們在深圳成立Enabot賦之科技。因為團隊中有不少養寵人士，出門在外的時候，又找不到一款滿意的寵物陪伴機器人，Enabot打算切入這個賽道。很快，感知演算法、多模態互動與室內導航技術迎來關鍵突破，Enabot團隊看到了將構想落地的清晰路徑。2019年12月，Enabot推出首款移動機器人產品EBO S，採用不倒翁式的圓潤造型，具備全屋移動監控功能，可以鑽進各種家具底尋找躲藏的寵物們。這款產品初期表現不錯，在海外眾籌平台籌得資金超過200萬元。但遠談不上是個爆款。正如輝達GPU誕生時，不可能知曉幾十年後會被大規模用在AI運算中。很多公司的轉折點來自意外。Enabot很快發現了奇特之處。這款最初定位為“寵物陪伴機器人”EBO S上市後，迅速被使用者挖掘出許多遠超預設的場景。獨居老人的子女通過它，得以遠端洞悉父母的生活狀況；面對咿呀學語階段最好動的小孩，EBO S化身“電子保姆”即時跟隨看護；異地情侶也可以用它達成遠端陪伴的效果。他們迅速做出反應，在寵物陪伴產品之外，也開始研發家庭機器人產品等，進一步聚焦老人、小孩陪護。Enabot家庭機器人產品EBO X（圖源/企業）截至2025年9月，Enabot全球使用者量已突破100萬，產品進入全球160多個國家和地區。在此之前，公司已獲得紅杉、龍湖資本、九合創投等頭部機構多輪融資。MarketsandMarkets預測，全球情感陪伴機器人規模或在2027年突破百億美元，年複合增長率超過17%；其中，具備移動能力與情感互動功能的品類將是增長最迅速的細分賽道。在這個重視情緒價值的年代，陪伴機器人或許會在人們生活中嵌入得更深。但也正因人類的情緒幽微多變，企業也需要更有敬畏心。從陪寵到陪人在陪伴機器人領域，寵物陪伴與人類陪伴的核心需求存在顯著差異。Enabot品牌負責人佟少楠告訴硬氪，寵物陪伴更聚焦 “看護 + 互動” 雙重訴求，而人類陪伴則側重情感共鳴與場景適配，因此，二者在相關產品的功能設計、使用者體驗最佳化與研發迭代上的方向也各有側重。從前，寵物陪伴場景中，使用者面臨的痛點包括遠端看護的視角侷限、單向互動等問題。儘管傳統監控裝置可以即時呈現寵物狀態，但其功能僅停留在觀察層面，無法主動發起與寵物的互動。而當寵物出現長時間靜止不動的情況時，對於“是否意味著健康出現問題”“獨自在家是否感到無聊”等不易察覺的隱性需求，傳統監控裝置也難以進行有效應對。機器人技術恰好解決了這個痛點。針對使用者因無法與寵物即時互動而產生的焦慮，Enabot在寵物陪伴機器人產品線中，基於其移動能力與感知系統，將雷射點、逗貓棒等寵物喜愛的互動模組融入機器人，開發了遠端操控觸碰、引導寵物活動等功能。即使使用者不在家，也可使用App遠端操控機器人主動與寵物互動。Enabot寵物陪伴機器人的遠端互動功能（圖源/企業）對比之下，人類陪伴場景中，產品設計邏輯發生了轉變，從解決功能性問題轉向滿足情感性需求。人類對陪伴的期待，遠不止於基礎的資訊傳遞或安防監控，而是渴望獲得真情實感、能引發共鳴的互動體驗。這就意味著，機器人必須具備更強的情緒感知與自然互動能力。“我們不僅需要通過語音、表情、對話內容建構真實的陪伴感，還必須考慮到使用者年齡跨度大的特點，確保操作足夠簡單，”佟少楠向硬氪解釋道，“任何複雜的學習過程都會破壞情感聯結的自然流暢。”在功能架構上，Enabot采了用“實用功能+情感陪伴”的設計方案，一方面通過自主移動與環境感知能力，提供安防巡視、事件提醒等實用功能；另一方面借助AI情感演算法與與擬人化互動，能夠識別使用者人臉定時發起提醒，提供娛樂內容、發起視訊通話，甚至通過與寵物互動來間接緩解使用者的焦慮。實用功能與情感陪伴兼具（圖源/企業）為了打破使用者對機器人 “移動監控” 的固有印象，Enabot著重強化了AI大模型的對話能力與角色豐富性，其家庭陪伴機器人產品搭載了多個大模型助手，可支援6大角色切換，並提供北京、河南、廣東等20余種方言與地方口音 。消費級陪伴機器人的演進遵循著明確的路線，然而，隨著市場迅猛增長，這個賽道還沒成熟就已經競爭白熱化。在Enabot團隊看來，這種情況下，企業更需在功能設計、形態結構與成本控制之間實現平衡，避免陷入同質化競爭。所以，Enabot的技術迭代相對理性，也沒有以堆疊很多AI功能為目標。“如果盲目引入AI技術、產品卻與使用者體驗脫節，導致互動生硬卡頓，這樣的品牌是難以同使用者建立情感共鳴的。”佟少楠表示。無論是解決寵物陪伴，還是追求實用與情感價值兼具的人類陪伴場景，Enabot的目標始終明確：在具體場景做細做深。這也代表了當今一部分硬體公司的突圍思路，將簡單的功能做透，而非追求大和全。Enabot機器人生產車間（圖源/企業）“電子分身”VS虛擬朋友後疫情時代的社會圖景中，“孤獨經濟”正以前所未有的態勢擴張。Statista調研資料顯示，全球超過60%的都市獨居者表示需要非人類陪伴體來緩解孤獨感。從獨居青年的生活陪伴，到空巢老人的健康守護，再到都市白領的情緒疏導，當線下互動變得不確定時，陪伴機器人成為一種新興的情感連接方式。有趣的是，當陪伴機器人進入到全球市場，迥異的文化背景，正塑造著多元使用者對陪伴機器人截然不同的需求與期待。比如在以中國為代表的東亞市場，陪伴機器人的定位遠超普通智能裝置，更被賦予“家庭情感紐帶”的深層期待。這種定位源於東亞社會獨特的家庭結構與情感模式。根據Enabot使用者調研畫像顯示，雙職工有娃家庭、異地親屬家庭等複合型家庭作為其核心使用者群體，他們對產品的核心訴求，是突破空間阻隔、能夠實現“遠端共在感”，完成細膩的情感表達。所以，Enabot設計了一些很有儀式感的功能。當異地家人過生日時，使用者可以遠端操控Enabot機器人眼燈播放圖片傳遞祝福；其自訂表情功能，還能用可愛的文字、動態圖案等與父母互動。這些頗具互動設計，精準契合了東亞社會中高頻、密集的家庭互動模式。歐美市場則呈現出截然不同的需求圖景，國外使用者更看重機器人的擬人化互動、情緒共鳴能力，並將其視為“電子寵物”或“虛擬朋友”。佟少楠告訴硬氪，歐美使用者更傾向於低侵入式陪伴、即有邊界感的接觸，他們希望感受到機器人的存在，卻不希望被頻繁的互動打擾。這種需求差異既源於對個人空間的重視，也與相對獨立的家庭結構相關。在實際使用場景中，Enabot機器人更像是一位“克制的智能管家”。在實用功能方面，它是一位可靠的機動保安；機器人可以在待機情況下監測環境變化，並在感知異常時提醒使用者、二次查驗等，有效改善了傳統固定監控裝置的被動查看屬性。在深度陪伴層面，使用者期待機器人不僅能記憶偏好、適應個性化交流節奏，更應成為可共同創作的夥伴，比如一起構思故事框架或協作設計簡易互動遊戲。與此同時，歐美使用者展現出鮮明的自主解決傾向。當裝置出現故障時，他們更傾向於讓機器人通過自診斷功能檢測問題並嘗試自主修復，僅將必要日誌上傳至指定平台。這種“最小化人工干預+閉環資料流轉”的模式，既滿足了使用者對產品獨立性營運的需求，也通過減少資料互動環節強化了隱私保護。Enabot產品在海外展會上（圖源/企業）陪伴機器人的本質，始終是“關係的具象化”。縱觀全球市場，它既承載著家庭情感的延續，也體現出對個人空間的尊重。這種差異背後，源於對使用者痛點的深刻理解。當前，行業正處在從“工具理性”向“情感價值”轉型的關鍵節點。陪伴機器人的發展已不再侷限於功能迭代或技術突破，而是轉向更深層的價值重構——如何讓科技更好地服務於人的情感需求，如何在人機共處中找到恰到好處的平衡點。在這個過程中，Enabot的迅速崛起印證了一條有效的發展路徑，從解決功能痛點、到滿足情感需求，那些能夠精準把握使用者真實需求的企業，將在未來的市場競爭中佔據先機。 (EDA365電子論壇)

亞馬遜周三宣佈重組人工智慧相關團隊，成立新的業務單元，並任命來自雲端運算部門AWS的高管Peter DeSantis負責。新組織將整合亞馬遜AGI團隊、晶片製造部門以及量子計算研究業務。分析稱，此舉表明亞馬遜希望打造類似ChatGPT那樣的前沿、多用途人工智慧工具。亞馬遜（Amazon）周三宣佈重組其人工智慧（AI）項目相關團隊，並任命來自公司雲端運算部門的一位高層負責人，負責一個新成立的業務單元。亞馬遜首席執行長安迪·賈西（Andy Jassy）周三宣佈，彼得·德桑蒂斯（Peter DeSantis）將領導這一新團隊。新的組織架構將整合亞馬遜的通用人工智慧（Artificial General Intelligence，AGI）團隊，該團隊負責公司的Nova品牌AI模型以及語音助手Alexa的“數字大腦”，同時還將併入亞馬遜的晶片製造部門和量子計算研究業務。賈西表示：“我相信，我們的多項新技術正處在一個關鍵轉折的點，這些技術將在未來很大程度上塑造客戶體驗。”媒體稱，亞馬遜雲服務（AWS）是全球最大的計算能力和資料儲存租賃服務提供商，但在AI開發者領域，AWS未能複製其在雲端運算市場的主導地位，正面臨來自微軟、Google以及眾多初創公司的激烈競爭。據報導，在OpenAI於2022年底推出ChatGPT之後的幾個月裡，亞馬遜將此前分散在Alexa團隊和AWS之間的AI開發工作集中，統一歸入一個組織。而這次調整表明，亞馬遜希望打造類似ChatGPT那樣的前沿、多用途人工智慧工具。周三宣佈的最新調整，進一步強化了該團隊的實力，納入了安納普爾納實驗室（Annapurna Labs）。這是一家亞馬遜於2015年收購的初創公司，也是亞馬遜開發通用晶片和面向AI硬體的重要基礎。在此之前，德桑蒂斯曾擔任基礎雲端運算業務高級副總裁，負責AWS大部分工程團隊。在新職位上，他將直接向賈西匯報。賈西表示，德桑蒂斯在“解決技術可行性邊界上的難題”方面有著出色的過往記錄。賈西還表示，現任AGI團隊負責人、也是長期領導Alexa語音科學團隊的羅希特·普拉薩德（Rohit Prasad），將於今年年底離開亞馬遜。此外，皮特·阿比爾（Pieter Abbeel）將在亞馬遜負責基礎AI模型的開發團隊。阿比爾於去年加入亞馬遜，當時亞馬遜收購了機器人軟體公司Covariant。 (硬AI)

蘋果的人事變動，仍在持續。過去一周，蘋果接連失去了人工智慧主管 John Giannandrea（退休）、設計負責人 Alan Dye（跳槽 Meta）、法務負責人 Katherine Adams（退休）和政府事務主管 Lisa Jackson（退休）。此前，這四位高管全都直接向 CEO 蒂姆·庫克匯報——這種等級的人事震盪在蘋果歷史上極為罕見。更糟糕的是，據彭博社援引知情人士透露：負責硬體技術的高級副總裁 Johny Srouji 最近告訴庫克，他正在「認真考慮」在不久的將來離職。Srouji 是蘋果最受尊敬的高管之一，也是蘋果自研晶片戰略的操盤手。他已經向同事透露，如果最終離開，絕對不會是「退休」，而是打算加入另一家公司。這可能是庫克任期內最動盪的時刻之一。一場始料未及的「高管地震」蘋果的離職名單正在變得越來越長。AI 主管 John Giannandrea 的「退休」，跟蘋果在生成式 AI 領域的一連串失誤有關。不僅底層的 Apple Intelligence 平台架構飽受延期和功能不佳的困擾，上層產品 Siri 的所謂「2.0 版」大規模改進計畫，也落後了大約一年半。目前蘋果計畫與Google的合作來填補能力空白。蘋果在今年三月就開始讓 Giannandrea 逐步退出職位，並且允許他留任到明年春天——蘋果是一家很給面子的公司，給高管面子，更是給自己挽尊：過早分手會被視為公開承認問題的存在。John Giannandrea設計老將 Alan Dye 的離職則更具戲劇性。他將前往 Meta 的 Reality Labs 部門，投奔蘋果最激烈的競爭對手之一。在蘋果內部，Dye 此前「液態玻璃」介面設計語言的主要堅持者，離職之前還在負責一款桌面機器人產品的介面設計。據報導，Dye 的出走，部分因為希望將 AI 更深入地整合到產品中，以及對蘋果在這一領域進展緩慢的失望。法務方面，蘋果從 Meta 挖來了 Jennifer Newstead 作為新任法律總顧問，接替將要退休的 Katherine Adams。Newstead 曾幫助 Meta 贏得與美國聯邦貿易委員會的反壟斷訴訟，這段經歷對於蘋果可能很有價值。Adams 將於 2026 年底退休。環境、政策和社會事務副總裁 Lisa Jackson 也宣佈退休。她曾在歐巴馬政府擔任官員。早前，庫克長期以來的二把手 Jeff Williams 也在擔任 COO 十年之後正式退休了，將棒子交給了手下 Sabih Khan。另一位資深蘋果高管、首席財務官 Luca Maestri，在 2025 年初將大部分職權交給了同事，並將在不久後退休。晶片掌舵者的去留困局Srouji 的潛在離職,可能是最令人擔憂的。作為蘋果自研晶片戰略的核心人物，Srouji 是 M 系列和 A 系列晶片的最大功臣之一，讓蘋果在性能和能效方面獲得了對競爭對手的巨大優勢。特別是他在 M 晶片上的工作，挽救了後 X86 時代的蘋果電腦頹勢。Mac 電腦成功轉向自研晶片後，蘋果在 PC 行業的市場份額大幅增長。據彭博社報導，庫克以及整個蘋果高管層都在瘋狂挽留 Srouji，包括提供更加豐厚的薪酬待遇，以及許諾在未來給他更多職權。公司內部一些高管提出的方案是，將 Srouji 提升為首席技術官，負責硬體工程和晶片技術的大部分工作——這將使他成為蘋果第二有權勢的高管。這是個非常「反傳統」的做法：要知道，蘋果公司歷史上從未設立過正式的 CTO 職位，因為其組織結構是基於職能專長 (funciontal expertise) 建構，而非產品線或技術線。賈伯斯確立了這個「規矩」，並且庫克也一直在維護。也正因此，設立 CTO 的做法可能會存在巨大的障礙。最大的障礙，就在於需要先把硬體工程負責人 John Ternus 確立為 CEO——然後才能把 Ternus 手裡的硬體工程匯報線轉到 Srouji 那裡。Johny Srouji問題是，蘋果可能還沒準備好邁出這一步。根據此前爆料，庫克至少要在 CEO 任上到 2026 甚至 2027 年——一種可能性是，庫克或許會安排在 iPhone 20 周年，也即 2027 年，正式交棒 CEO。此外，據知情人士透露，即便獲得了 CTO 的職位，Srouji 仍然希望不用向 CEO 匯報，而是可以有極大的自主權——這對層級森嚴，匯報體系多年以來一成不變的蘋果來說，同樣是個麻煩。如果 Srouji 最終離開，蘋果很可能會從他的兩位得力副手中選擇接替者：Zongjian Chen 或 Sribalan Santhanam。AI 人才大逃亡在高管層動盪的同時，蘋果的工程師團隊也在經歷人才流失，特別是在 AI 領域。 Meta、OpenAI 和各種初創公司正在瘋狂挖蘋果軟體/硬體工程的牆角。這讓蘋果試圖追上 AI 浪潮變得難上加難。曾負責 Siri 的 Robby Walker 在去年十月離開公司；他的繼任者 Ke Yang 在這個職位上只待了幾周就離職，加入了 Meta 新成立的超級智能實驗室。AI 模型主管 Ruoming Pang 的離職更是引發了連鎖反應，他和 Tom Gunter、Frank Chu 等同事一起去了 Meta——當時，Meta 號稱開出上億美元的年包從蘋果、OpenAI 等公司挖人。當時，蘋果的 AI 組織士氣嚴重低落，幾周內就跳槽了十幾位優秀的 AI 研究員。 蘋果越來越多地使用外部 AI 技術，比如Google的 Gemini，也讓從事大語言模型工作的員工感到擔憂。蘋果的 AI 機器人軟體團隊，前不久也經歷了大規模離職，包括其負責人 Jian Zhang，他同樣加入了 Meta。代號為 J595 的桌面裝置的硬體團隊也在大量流失人才，其中一些人前往了 OpenAI。除了負責「液態玻璃」之外，Alan Dye 也是監督該產品軟體設計的關鍵人物。Alan Dye 手下的使用者介面部門同樣遭受重創，2023 年至今已有多名團隊成員離職。知名設計師、前《連線》雜誌創意負責人 Billy Sorrentino 也去了 Meta。Alan Dye 和 Billy Sorrentino設計團隊的代際斷層蘋果的硬體設計團隊，是這家公司的絕對靈魂——然而在過去五年裡，這個靈魂幾乎被掏空了。許多員工跟隨前設計主管 Jony Ive 去了他的工作室 LoveFrom，或者去了其他公司。不僅如此，Ive 跟 Sam Altman 的關係密切，幫助其從蘋果瘋狂挖人，幾乎成為 OpenAI 的 AI 硬體「首席招募官」。OpenAI 成為了蘋果人才流失的主要受益者。目前已經聘請了數十名蘋果工程師，背景涵蓋 iPhone、Mac、相機技術、晶片設計、音訊、手錶和 Vision Pro 頭顯等廣泛領域。據彭博社報導，OpenAI 從蘋果挖走了 Vision Pro 光學系統的負責人、蘋果顯示技術高級總監 Cheng Chen。今年九月，在秋季新品發佈會上聲優出演介紹 iPhone Air 的設計師 Abidur Chowdhury，也離開蘋果加入了一家 AI 初創公司。作為蘋果的後起之秀，Chowdhury 在內部被認為是接近於 Tony Fadell 的優秀工程師，他的離職讓同事們感到意外。甚至連蘋果大學的院長也離開了：這個內部項目旨在保護公司的文化和實踐，其院長 Richard Locke 在今年夏天離職，加入麻省理工學院擔任商學院院長。權力格局的重新洗牌人事變動正在重塑蘋果的權力結構，更多權力現在流向了四位高管：硬體工程 John Ternus、服務業務 Eddy Cue、軟體工程（包括 AI） Craig Federighi 和新任首席營運官 Sabih Khan。據彭博社報導，Ternus 是蘋果「候任 CEO」的最熱門人選，他將在明年蘋果 50 周年慶典中擔任主角，進一步提升他的知名度。他還被賦予了更多機器人和智能眼鏡方面的責任——這兩個領域被視為未來的增長動力。長期擔任使用者介面設計師的 Steve Lemay 接替了 Dye 的職位，擔任使用者介面的首席設計師。他將直接匯報給庫克。蘋果內部對 Lemay 接任 Dye 的舊職位充滿熱情。他是一位深受喜愛的設計師，參與了初代 iPhone 的介面設計，甚至出現在初代 iPhone 的 master 專利上。Steve Lemay蘋果內部的高管地震，可能還沒有結束：零售和人力資源負責人 Deirdre O'Brien 已經在蘋果工作了 35 年以上，而行銷負責人 Greg Joswiak 在公司度過了四十年。據彭博社報導，蘋果已經提拔了這兩位高管手下的關鍵副手，為他們最終的退休做準備。庫克時代的黃昏?這場高管地震，更是引發了關於庫克本人未來計畫的猜測。正如前文提到，庫克不會很快「退休」，至少也要等到明年甚至後年，並且在交棒 CEO 期間和之後繼續留在公司。不過，據彭博社報導，熟悉庫剋日程的人士透露，庫克的生活習慣正在悄然改變：他不再像以前那樣經常在凌晨 4 點起床去健身房。在過去一年左右與他相處過的人注意到，他的手有輕微的顫抖，儘管這可能並非嚴重健康問題的跡象。多年來一直在矽谷租房而不買房的庫克，近年來在棕櫚泉附近購買了一套豪宅作為「冬宮」，也正好跟老同事 Eddy Cue 成了鄰居。當庫克最終卸任時，他很可能會轉任董事長職位。蘋果從未選擇外部人士擔任 CEO（賣糖水的 John Sculley 不算）。但是，一些優秀的外部候選人也被推薦了過來——比如 Tony Fadell，「iPod 之父」，一位早已不在蘋果的蘋果人。Tony Fadell低落的士氣、外部更具吸引力的薪酬方案，以及蘋果在 AI 領域的相對落後，都在導致人才外流。目前，蘋果人力資源部門加大了招聘和留住人才的力度，這在今年已經成為高管最關心的事務。庫克堅稱，蘋果正在開發其歷史上最具創新性的產品陣容——預計將包括可摺疊 iPhone 和 iPad、智能眼鏡和機器人——但事實上，蘋果已經十年沒有推出極其成功的新產品類別了。對於一家長期以穩定著稱的公司來說，2025 年以來蘋果的人事動盪，用不尋常來形容都欠點意思。這到底是短期的陣痛，還是更深層次問題的徵兆？隨著時間推移，答案將越來越清晰。 (APPSO)

京東集團近日悄悄拿到香港保險經紀牌照，緊急組建保險團隊。這條看似普通的商業新聞，背後是中國三大網際網路巨頭阿里、騰訊、京東首次在香港保險市場完成“勝利會師”。與此同時，香港保監局最新資料顯示，2025年首季個人新單總保費高達934億港元，同比暴漲43.4%，創下歷史紀錄。這場保險盛宴正吸引著越來越多的分食者。搶灘登陸：阿里騰訊早已布下重兵香港保險市場的火熱程度，從資料中就可見一斑。摩根士丹利報告顯示，2025年第一季香港年度化保費等值達512億港元，按年增長25%，在已經很高的基數上繼續攀升。這場盛宴中，內地巨頭們早已嗅到商機。阿里巴巴堪稱先行者。2017年，它通過雲鋒金融聯合螞蟻金服，以131億元天價收購美國萬通保險亞洲，一舉拿下香港保險市場的入場券。騰訊則選擇了另一條路。2017年初，它聯手高瓴資本和英傑華人壽，並於次年推出香港首家網上人壽保險公司Blue，打出了數位化保險這張王牌。隨後的劇情愈發精彩，螞蟻銀行、眾安銀行、Livi銀行、PAO Bank等數字銀行紛紛加入戰局。細看這些銀行背後的股東，儼然是一幅內地科技巨頭海外爭霸圖：阿里、騰訊、京東、平安、小米……香港保險市場，正成為內地網際網路大佬們的新競技場。京東佈局：雙線並進的後來者策略當阿里和騰訊在香港保險市場馳騁多年後，京東這個“遲到的玩家”該如何破局？招兵買馬是第一步。近期，京東以“京東保險”名義在香港招募“合規負責人”、“保險顧問IS”、“營運總監”等職位，要求應聘者持有相關牌照且熟悉香港市場，擺出了要大幹一場的架勢。但京東真的來晚了嗎？恰恰相反。細究之下會發現，京東早已通過參股Livi銀行在香港數字保險分銷領域埋下伏筆。此次直接申請牌照，標誌著京東從“管道參與”向“主導營運”的戰略升級。雙線平行既通過數字銀行管道分銷，也建構自身產品體系，這就是京東作為後來者的破局之道。數字革命：保險銷售的傳統與未來內地巨頭為何都能在香港保險市場迅速打開局面？答案藏在數字銀行這場革命中。目前香港八家持牌數字銀行，半數已涉足保險銷售。它們正在用網際網路模式，重塑香港保險的銷售生態：眾安銀行作為先行者，早在2021年就獲得保險代理牌照，銷售ZA Insure的保險產品；螞蟻銀行則依託支付寶香港平台，與萬通保險合作觸達海量使用者；而京東系的Livi銀行從2022年就開始佈局保險業務，與中銀人壽、富衛保險合作推出產品。不過，數字管道的變革並非一帆風順。香港金融發展管理局的報告揭示了一個尷尬現實：香港保險業數位化水平仍落後於荷蘭、美國等市場。前端服務數位化背後，後端理賠、核保仍依賴紙質流程——這個效率瓶頸，恰恰成了京東等擅長提升體驗的科技巨頭的最佳突破口。未來棋局：保險通與更大想像展望未來，香港保險市場的增長故事遠未結束。據AInvest預測，香港保險規模將從2025年的803.8億美元增長至2032年的1270.2億美元。跨境需求持續火熱，內地客源仍是最大驅動力。更大的想像空間來自於政策紅利。香港保監局正積極推動“保險通”計畫，未來可能允許香港保險公司在粵港澳大灣區設立服務中心，提供售後服務。對京東而言，這無疑是個重大利多。一旦計畫落地，京東就能借助其龐大的物流體系和客戶資料，在大灣區內提供更個性化的保險解決方案，實現真正的跨界融合。香港保險業的數位化變革才剛剛開始。阿里佔據先機，騰訊領跑線上，京東雙線並進——三足鼎立之勢已成。未來的競爭，不再只是傳統保險公司的地盤爭奪，更是科技巨頭之間關於資料、流量、使用者體驗的全面較量。這場好戲，才剛剛拉開帷幕。 (成竹海外)