云霞资讯网

标签: 算法

算法制造对立?一张刷屏图,道出短视频时代值得警惕的现象最近一张截图在朋友圈

算法制造对立?一张刷屏图,道出短视频时代值得警惕的现象最近一张截图在朋友圈

算法制造对立?一张刷屏图,道出短视频时代值得警惕的现象最近一张截图在朋友圈、头条广为转发,文字戳中很多人的感受:你发现没,互联网正在挑拨人与人之间的关系,父母手机里,全是老人难,子女不孝,孩子靠不住;男人手机里,全是老公不易,老婆不理解,女人强势会败家;女人手机里,全是别人家的完美老公会赚钱,懂体贴;孩子手机里,全是生养不是恩,举才是,它让每一个人群,都觉得自己很委屈,全是对立,这就是不良引导和很可怕的精神入侵:只有愚蠢的人才会对号入座。很多人看完直呼说到心坎里,但理性来看,这段话点出了短视频平台真实存在的问题,同时也有一定的片面性,我们要辩证看待。先说它说得对的地方。抖音这类短视频平台,背后是推荐算法。算法的逻辑很简单:你在哪条视频停留更久、点赞评论,就持续给你推送同类内容。而制造冲突、贩卖委屈、放大矛盾的内容,天然更容易吸引人驻足,流量变现效果更好。不少创作者专门生产这类挑起家庭、性别、代际对立的文案博眼球。久而久之,父母刷久了,容易觉得子女都不孝顺;男士看多了,容易觉得伴侣不体谅自己;女性看多了,会拿自家人和网上“完美人设”对比。它把个别极端案例,反复推送到眼前,慢慢让人误以为,这就是普遍的现实。不少人看完会不自觉代入,回家和家人产生隔阂猜忌,这就是文案提到的,需要警惕的情绪引导。但我们也不能全盘认同这个说法。平台本身并不是主观“刻意挑拨所有人的关系”。算法只是追逐流量,它不会主动分辨价值观好坏。平台上同样有大量记录家庭温情、亲子陪伴、夫妻相守、普通人积极生活的正能量内容。只是平和温情的日常,往往不容易引爆流量,曝光量远不如冲突类内容。并不是刷短视频就一定会被带偏,最终选择权,掌握在观看者自己手里。网络里的故事大多是个案,不能拿来硬套到自己的家庭生活。家人之间,贵在互相包容体谅。网上的段子、剧本,看看就好,不必对号入座。刷短视频要守住独立思考的能力,别被算法裹挟,不要让网络上刻意制造的矛盾,伤害现实里最亲近的人。社会舆论分歧短视频新算法算法悖论短视频之害平台算法陷阱短视频底层思维
谁能想到,2026年彭博富豪榜一更新,最让人意外的并非马云马化腾,而在于Deep

谁能想到,2026年彭博富豪榜一更新,最让人意外的并非马云马化腾,而在于Deep

谁能想到,2026年彭博富豪榜一更新,最让人意外的并非马云马化腾,而在于DeepSeek创始人梁文锋。他的身家当场从167亿美元冲到360亿美元,折合2440亿人民币,坐上全球纯AI大模型创始人首富的位置。科技浪潮每隔一段时间,就会重新定义财富版图。过去,互联网企业家靠平台、流量和商业模式改变世界;而人工智能时代,决定未来竞争力的,正在变成算法、算力和创新能力。当全球目光还聚焦于传统科技巨头时,一位低调的中国AI创业者突然站到了聚光灯下。梁文锋和DeepSeek的出现,不只是财富榜上的一次变化,更像是一记提醒:人工智能产业竞争,已经进入技术深耕的新阶段。梁文锋受到关注,最直接的原因是DeepSeek带来的巨大市场影响力。随着人工智能技术快速发展,大模型成为全球科技竞争的重要方向。美国有OpenAI、Anthropic等企业,中国也涌现出DeepSeek等创新力量。DeepSeek凭借自身模型研发能力和技术路线,在全球人工智能领域获得关注,也让更多人开始重新认识中国AI企业的创新能力。不过,梁文锋真正特别的地方,并不是财富数字本身,而是他在企业发展过程中展现出的技术路线。很多科技创业故事,往往是先融资、扩张、抢市场,再寻找盈利模式。但梁文锋走了一条不同的道路。在成立DeepSeek之前,他已经通过幻方量化积累了人工智能算法、大规模计算等方面的经验。长期的技术积累,让他并不是突然闯入AI领域,而是在多年探索基础上进入大模型赛道。这也是为什么DeepSeek的发展路径显得格外特殊。人工智能行业有一个特点,那就是投入巨大。训练先进模型,需要大量计算资源,需要持续吸引优秀人才,更需要长期研发投入。一家企业如果只依靠短期资本推动,很容易陷入追求估值、忽视技术的问题。而DeepSeek的发展模式,更强调技术积累和长期投入。此前,DeepSeek凭借高性能模型和较高效率的技术方案进入行业视野。其中,DeepSeek-V3等模型采用了混合专家架构等技术路线,在模型效率方面进行了探索,引发人工智能领域广泛讨论。随着企业规模扩大,资本也开始关注DeepSeek的发展前景。公开信息显示,DeepSeek完成融资后,公司估值达到较高水平,投资方包括多家科技企业和产业资本。资金进入之后,主要目的也是支持研发、算力建设以及人才培养。但资本进入,并不意味着企业失去技术方向。对于科技企业来说,资金是发展的燃料,而创新能力才是发动机。真正优秀的企业,需要处理好资本、技术和长期战略之间的关系。梁文锋受到外界关注,也在于他没有把人工智能简单理解成商业风口,而是把它看作长期技术竞争。人工智能产业的发展,不是一天两天能够完成的。模型能力提升,需要不断试错;技术突破,需要大量研发人员投入;产业生态形成,更需要上下游共同努力。从这个角度看,DeepSeek的发展不仅是一家企业的成长,也体现了中国人工智能产业正在从应用创新向底层技术探索不断深入。过去,中国科技产业凭借庞大的市场规模和完善的制造体系快速发展。而今天,在人工智能、先进计算等新兴领域,中国企业正在努力提升自主创新能力。梁文锋的经历,也说明科技创新并非只有一种模式。有人依靠资本推动,有人依靠市场扩张,而有些企业选择先沉下心打磨技术。最终决定企业高度的,不是短期热度,而是能否持续创造价值。当然,人工智能竞争仍处于快速变化阶段。全球各大科技企业都在加大投入,未来的竞争会更加激烈。财富榜上的变化,只是产业变化留下的一道影子,真正重要的是技术实力能否不断突破。财富可以随着市场变化而波动,但技术积累不会一夜形成。DeepSeek的发展说明,在新一轮科技竞争中,创新能力、人才储备和长期投入,正在成为决定企业未来的重要因素。中国人工智能产业的发展,并不是简单追赶已有模式,而是在不断探索属于自己的技术路径。从算法研究到产业应用,从企业创新到生态建设,这些积累最终都会转化为科技进步的动力。未来人工智能领域的竞争,不会只是资本规模的较量,更是研发能力和战略耐力的比拼。梁文锋的故事,代表的是一批中国科技创新者正在走向更大的舞台。真正值得关注的,并不是一个人的财富增长了多少,而是中国科技力量正在人工智能浪潮中不断突破边界,创造新的可能。
卢麒元说现在的电商已经大变了样,电商成立之初的目的是“为了让天下没有难做的生意”

卢麒元说现在的电商已经大变了样,电商成立之初的目的是“为了让天下没有难做的生意”

一边是从硅谷重金挖来的后训练大牛,入职不到一年就被彻底边缘化、手下只剩几个人甚至

一边是从硅谷重金挖来的后训练大牛,入职不到一年就被彻底边缘化、手下只剩几个人甚至

硅谷的AI巨头们终于发现,把代码变成救命药,最大的敌人不是算力不够,而是实验猴不

硅谷的AI巨头们终于发现,把代码变成救命药,最大的敌人不是算力不够,而是实验猴不

卢麒元说:电商平台已经从“帮生意”变成了“新型大地主”,靠流量收租、算法监控和垄

卢麒元说:电商平台已经从“帮生意”变成了“新型大地主”,靠流量收租、算法监控和垄

30岁资深程序员用AI后,算法开发类工作被大幅压缩,既推崇又恐惧,还把编程比作未

30岁资深程序员用AI后,算法开发类工作被大幅压缩,既推崇又恐惧,还把编程比作未

是AI引爆短剧爆发式增长!!AI把“拍剧”变成了“工业品”AI视频生成技

是AI引爆短剧爆发式增长!!AI把“拍剧”变成了“工业品”AI视频生成技

聊聊Mate90的这颗全新镜头相机睿影Z10。直接给结论,华为睿影Z10模块相

聊聊Mate90的这颗全新镜头相机睿影Z10。直接给结论,华为睿影Z10模块相

iQOO16随手拍分享。主摄大底再升级,搭配旗舰算法真的很出片,性能机...

iQOO16随手拍分享。主摄大底再升级,搭配旗舰算法真的很出片,性能机...

卢麒元曾言:“当今社会电商平台已成为新型大地主,流量收租,算法监控,垄断限流,全

卢麒元曾言:“当今社会电商平台已成为新型大地主,流量收租,算法监控,垄断限流,全

罗永浩和郑刚的恩怨,在算法眼里其实是一次针对创业圈信用体系的“协议崩盘”。如果把

罗永浩和郑刚的恩怨,在算法眼里其实是一次针对创业圈信用体系的“协议崩盘”。如果把

罗永浩和郑刚的恩怨,在算法眼里其实是一次针对创业圈信用体系的“协议崩盘”。如果把这段长达十年的纠葛看作一个高并发的流量分发集群,2018年的债务危机就像是一段瞬间拉满带宽的异常请求。而罗永浩随后的真还传、直播带货,本质上是在通过高频的算力输出,试图完成对系统底层的逻辑修复。但郑刚这次的实名举报,直接绕过了所有的合规校验接口。他指控的那些已注销的空壳公司,就像是一段被强行注入的恶意代码,试图将原本属于商业纠纷的范畴,升级为刑事层面的税务与洗钱核查。这种操作的核心不在于数据是否真实,而在于他精准拿捏了系统的容错率:当大众的注意力还停留在情怀维度时,他用最硬核的法律条款完成了降维打击。罗永浩回应中的“截屏留证”和“诬告违法”,则是在进行一场紧急的防御性策略部署。他试图用法律的防火墙来拦截这场情绪化的异常流量冲击。毕竟,在创业这个充满不确定性的运算环境里,只有当系统能扛住人性弱点的压力测试并实现零延迟的自我修复时,才配得上真正的长周期稳定运营。罗永浩遭实名举报偷税漏税热点跨界共创
直播电商重拳整治:平台乱象该纠偏,但要分清矛盾性质​​​​​​​政府和平台之间,绝不是内部矛盾,是敌

直播电商重拳整治:平台乱象该纠偏,但要分清矛盾性质​​​​​​​政府和平台之间,绝不是内部矛盾,是敌

#人类靠轮廓识物AI不行##研究发现AI识别形状能力不足#【研究发现人工智能

#人类靠轮廓识物AI不行##研究发现AI识别形状能力不足#【研究发现人工智能

#人类靠轮廓识物AI不行##研究发现AI识别形状能力不足#【研究发现人工智能识别形状能力不足】据德国《法兰克福汇报》网站9月20日报道,无论猫、蝴蝶还是汽车:即使只能看到粗略的轮廓,人类依然能够准确识别物体和生物。然而,对于人工智能(AI)而言,这往往是一道难以逾越的障碍。纽约大学格罗斯曼医学院的研究团队在《交叉科学》杂志上发文称,在识别整体形状和剪影方面,现代图像识别程序的表现远逊于人类观察者。原因在于两种算法的工作原理存在根本差异:人脑优先处理整体形态,而即使是先进的深度神经网络,主要关注的也是局部细节、表面图案和纹理。哪怕是轻微的图像失真或典型细节缺失,都会迅速扰乱这些系统。在此次研究中,研究团队将受试者的视觉识别表现与200多个结构和训练方式各异的深度神经网络进行了对比。为此,研究人员系统地对来自48个日常类别的240张图像进行了处理。展示的内容包括没有任何内部结构的纯黑剪影,以及没有明显轮廓的孤立图案(如毛皮纹理)。此外,研究还使用了由许多小物体紧密排列、从而填满整个画面的图像,虽然保留了内部细节,但典型的轮廓已被破坏。在所有测试条件下,200多个AI模型均未能完全模仿人类的识别模式。当只能通过捕捉整体轮廓来识别对象时,计算机算法的表现始终不如人类受试者。在后续的一项实验中,这种差异表现得尤为明显,该实验将局部细节与整体形状分离:研究者用许多小叉号填充了物品和动物的轮廓。虽然人类仍然能够根据外部轮廓轻松识别出物体,但大多数AI模型却大错特错。它们将猫或蝴蝶的剪影成批地识别为“填字游戏”、“窗棂”、“锁子甲”或“线虫”,因为这些小十字图案完全主导了算法的分析结果。研究团队强调,尽管当今的图像识别模型经过了海量人类拍摄的照片训练,但它们绝不像人们常认为的那样接近人类。诚然,那些同时接受图像和配套文本训练的先进系统,其整体识别准确率明显比传统的图像识别网络更接近人类水平。但一旦整体形态被破坏或被孤立评估,它们的优势便会消失。这些研究结果对实际应用具有关键意义:AI系统要在机器人技术、自动驾驶领域,或是在为视障人士设计的视觉假体及脑机接口中可靠运行,就必须在雾天、黄昏或视线受阻的情况下也能做出可靠的判断。在这种情况下,人类会本能地依靠大致轮廓来识别图像。研究团队指出,该研究为未来如何训练算法以发展出更全面、更稳健的视觉能力提供了宝贵线索。(编译/钟思睿)
为什么现在几乎看不到后量子安全的实际应用?藏在网络安全圈很少对外说的内幕,90

为什么现在几乎看不到后量子安全的实际应用?藏在网络安全圈很少对外说的内幕,90

2026年3月,谷歌向全世界发出了一道警告:现有的网络加密系统,可能在2029年

2026年3月,谷歌向全世界发出了一道警告:现有的网络加密系统,可能在2029年

凤凰风暴眼丨批量制造"AI泔水": 它正涌向6亿人的屏幕

凤凰风暴眼丨批量制造"AI泔水": 它正涌向6亿人的屏幕

从“场景工厂”到“中国芯”, 湖南以场景为媒对接全国技术供给

从“场景工厂”到“中国芯”, 湖南以场景为媒对接全国技术供给

人工智能DataScientist机器学习算法加拿大求职不懂就问系列

人工智能DataScientist机器学习算法加拿大求职不懂就问系列

人工智能DataScientist机器学习算法加拿大求职不懂就问系列Jevllm大语言模型
人形机器人拼的从来不是AI?聊起人形机器人,多数人第一反应都是算法够不够聪明。很少有人注意到,整个行

人形机器人拼的从来不是AI?聊起人形机器人,多数人第一反应都是算法够不够聪明。很少有人注意到,整个行

未来10年,中国很吃香的十大岗位:1.AI算法工程师(缺口超500万)2

未来10年,中国很吃香的十大岗位:1.AI算法工程师(缺口超500万)2

重磅!亚洲首富换人了:不是卖油的,是“喂算法的”一夜醒来,目前的亚洲首富变了。是张一鸣了,他43岁,

重磅!亚洲首富换人了:不是卖油的,是“喂算法的”一夜醒来,目前的亚洲首富变了。是张一鸣了,他43岁,

从第一性原理(FirstPrinciples)出发,剥离商业资本、算法架构和代

从第一性原理(FirstPrinciples)出发,剥离商业资本、算法架构和代码逻辑的外衣,人工智能在物理底座上本质是一个“局部的、高速的、高密度的信息处理与熵减过程”。基于物理学的基本定律,随着人工智能向更高阶的智能体(Agent)和超大规模集群演进,将浮现出的最大根本性问题是:热力学极限与能源-散热约束(TheThermodynamicandEnergy/HeatBottleneck)。一、核心第一性原理推导*信息的物理本质与朗道原理(Landauer'sPrinciple)*原理:信息不是抽象的数学符号,而是物理实体。根据朗道原理,任何逻辑上不可逆的信息操作(如抹除比特、更新神经网络权重)都必须向环境释放不可逆的最低限度热量。*推导:随着AI从参数规模的堆砌转向全天候运行的Agent网络,海量参数的高频交互意味着每秒有数以万亿计的比特在翻转。计算的终点不是代码,而是热耗散。*局部秩序化与宏观熵增的对抗*原理:热力学第二定律指出,孤立系统的熵只能增加。智能的本质是局部系统通过消耗外部能量来构建秩序、降低内部熵值的“耗散结构”。*推导:AI发展速度越快,意味着人类在局部创造“超高智力秩序”的速度越快,这必将以向地球生态环境排放巨额废热为绝对代价。当AI的能耗膨胀到可与人类社会常规工业能耗相匹敌时,地球的热容量和生态承载力将亮起红灯。*芯片级热密度的物理墙(ThermalWall)*推导:当晶体管尺寸逼近物理极限,算力密度的增长速度远超散热技术的演进速度。未来的核心矛盾不再是“造不出更多芯片”,而是“产生的热量无法及时排出去”。如果芯片温度突破材料物理阈值,半导体将直接发生物理失效。*能源供给与电网响应的时间差*推导:AI对电力的爆发式需求遵循摩尔定律或指数级增长,而人类社会的能源基础设施(如核电站、特高压电网、清洁能源基地)建设周期长达数年至十年。这种数字世界的指数级狂飙与物理世界的线性基建之间的错位,将引发严重的能源断层。二、总结当前AI狂飙突进表面上面临的是算法、数据或资金问题,但运用第一性原理穿透表象,最终决定人工智能天花板的,是物理世界的能量账本与热力学红线。如何在不突破地球和物理极限的前提下提升“单瓦特算力(Energy-to-IntelligenceRate)”,将是决定AI生死存亡的最核心命题。您认为在突破这一物理瓶颈的过程中,光电混合集成(如硅光芯片、CPO光模块)等底层技术的演进,能否为下一代AI争取到足够的能效空间?

人工智能产业步入爆发式增长期,中国AI产业虽在算法迭代、应用落地层面快速追赶,但算力基础设施曾长期面

人工智能产业步入爆发式增长期,中国AI产业虽在算法迭代、应用落地层面快速追赶,但算力基础设施曾长期面临“供给不足、成本高企、生态待建”三重挑战@华为计算
全球首个!中国发布AI脑机接口标准,给脑电数据定了统一质量标尺。美欧还在拼临床试验,我们先把算法数据

全球首个!中国发布AI脑机接口标准,给脑电数据定了统一质量标尺。美欧还在拼临床试验,我们先把算法数据

AI在军事领域的大规模应用,正把战争从“钢铁对钢铁”推向“算法对算法”。全球已进

AI在军事领域的大规模应用,正把战争从“钢铁对钢铁”推向“算法对算法”。全球已进入智能化军备竞赛的快车道。2026年美国国防部发布《人工智能加速战略》,明确将“加速美国军事人工智能主导地位”作为核心目标,俄罗斯、英国、日本等国也相继推出国家级军事AI发展战略。Ai技术不再是核大国的专属特权,中小国家可通过商用AI技术快速补齐军事能力短板,打破传统军事强国的技术垄断,全球军力平衡被快速重塑。

AI渲染这思路没毛病——用算法猜像素,比硬算省力气,画质还能往上够一够。以前手机

AI渲染这思路没毛病——用算法猜像素,比硬算省力气,画质还能往上够一够。以前手机GPU单核猛干,现在NPU也来搭把手,相当于画画的时候旁边坐个助手帮你补细节,效率确实高。但有个前提:游戏得适配。芯片再猛,游戏厂商不接招,那也是白搭。希望别搞成"我支持了但你没优化"的尴尬局面。总之方向对,玩家受益,慢慢来就行。
携程式怪圈:大平台自造“家法”,把国法架在规则之下7月25日,市场监管总局对

携程式怪圈:大平台自造“家法”,把国法架在规则之下7月25日,市场监管总局对

小明老师广东算法逻辑营销与传媒心理学密训第二天上午1.检索家族中权利、金钱、学

小明老师广东算法逻辑营销与传媒心理学密训第二天上午1.检索家族中权利、金钱、学

小明老师广东算法逻辑营销与传媒心理学密训第二天上午1.检索家族中权利、金钱、学术中的强联系助力个人发展。2.周公是强联系的顶级水平。3.群体的心理、道德、伦理是什么,AI判断价值的标准是什么?4.拉康理论中的大他在过去和现在的区别。过去是家族,现在是互联网的群体,是AI。咨询需要调整的方向。5.当下经济决定政治,政治影响文化,社会语境变化,流行品类,带来的时代的共病。6.心理咨询不是独立学科,是社会学的一个分支,横跨自然科学、社会学等学科内容.7.工业经济时代从集体到个体的变化,AI时代从互联网搜索阶段到主动分发的变化,AI重构服务业和工业生产。8.区别人类和AI的思考模式,舍得,做局,做势,类比孙子兵法中的内容。9.AI对用户行为预测,利用人类惯性思维模式把人关在思维茧房中,培养用户习惯。10.用户思维法则去做传媒,用戏剧演员描述表达的程度,满足大众想象,情绪外放、表演夸张、过分。11.咨询师的传媒内容是:来访者对咨询师、对营地的想象状态。12.AI进化已经从关键词检索到语义分析,抓取特征向量推荐分发。13.传媒内容的价值判断和代入角度精准度。14.认知赛道:不管对错,有二元对立、一元绝对强迫、极端化偏执的特点。15.赛道包括认知、情绪、关系、价值、擦边、制作过程、剧本,安全感(安抚、警觉)、食、性、气味、情感、舞蹈、音乐、地域等内容,与人的大脑需求精准绑定。
在大众印象里,OpenAI一直是纯软件AI巨头,专注大模型算法迭代。但近期Ope

在大众印象里,OpenAI一直是纯软件AI巨头,专注大模型算法迭代。但近期Ope

深圳超算中心最近搞了个大新闻:XLSDFT软件,成功入围了被称为超算界诺贝尔奖

深圳超算中心最近搞了个大新闻:XLSDFT软件,成功入围了被称为超算界诺贝尔奖

没有中国,世界会怎样?美国资本家恨死中国了。没有中国,美国早就把全球AI和高端芯

没有中国,世界会怎样?美国资本家恨死中国了。没有中国,美国早就把全球AI和高端芯

没有中国,世界会怎样?美国资本家恨死中国了。没有中国,美国早就把全球AI和高端芯片领域彻底垄断了,全世界都得任人拿捏。很多人平时没太留意,咱们现在闷头搞的科技突破,其实是在给全世界挡下最要命的霸权镰刀。在全球科技竞争越来越激烈的今天,一块芯片、一套算法、一个人工智能模型,已经不只是商业产品,更关系到未来产业格局。过去几十年,部分西方企业凭借技术和市场优势,占据了信息产业的重要位置。但当中国开始在人工智能、高端制造、芯片产业链等方向持续突破时,原本看似牢固的技术壁垒,开始出现新的变化。如果世界少了一个拥有完整工业体系、庞大应用市场和持续创新能力的中国,全球科技生态会不会变成少数企业说了算?这个问题,正在现实竞争中给出答案。近年来,美国不断加强对先进芯片出口的限制,希望通过控制关键技术环节保持优势。但科技发展有一个规律,封锁可以增加困难,却很难阻止一个拥有完整产业体系的大国持续追赶。中国没有选择停留在等待别人供应的道路,而是在芯片设计、人工智能、大数据、云计算等领域不断补齐短板。工信部门提出,要推动人工智能与信息通信融合发展,加强高端训练芯片、多模态算法等关键技术研发,打造更加完整的产业生态。过去有人认为,只要限制先进芯片,中国人工智能产业就会被卡住。但现实的发展并没有按照这种剧本推进。中国企业、高校和科研机构不断探索新的技术路线,在算法优化、模型训练效率、应用场景开发等方面持续投入。人工智能竞争并不是简单比谁拥有最贵的设备,而是比谁能把技术真正落地。中国拥有全球规模领先的制造业体系,大量工业场景、交通场景、能源场景和消费场景,为人工智能应用提供了丰富土壤。一个模型如果只能停留在实验室里,它只是展示品;能够进入工厂、医院、城市管理体系,才真正产生价值。与此同时,中国也在推动人工智能开源生态建设,让更多企业和开发者能够参与技术创新。相关规划提出,要支持人工智能开源社区发展,推动算法、算力、数据等要素协同创新。这背后其实是一场关于科技发展模式的竞争。一种模式强调少数企业掌握核心技术,然后通过专利、生态和市场规则获得长期优势;另一种模式则更强调扩大技术应用,让更多产业和国家能够分享科技发展的成果。美国企业界对于对华技术限制也存在不同声音。部分美国科技企业担忧,过度限制不仅影响中国市场,也可能让美国企业失去全球竞争机会。美国对华芯片出口政策不断调整,本身也反映出全球半导体产业链高度关联,谁都无法完全脱离世界市场。从更大的历史视角看,中国科技发展的意义,并不只是争夺某一家企业的市场份额,而是在推动全球科技竞争更加多元。过去一些关键技术领域容易形成少数国家和企业主导的局面,而中国的快速发展,让全球产业格局出现更多选择。当然,科技竞争不会一夜结束。芯片制造、基础软件、核心设备等领域依然需要长期积累。真正的科技强国,不靠短期口号,而靠持续投入、人才培养和产业协同。中国推进自主创新,本质上是为了掌握自身发展的主动权,同时也为全球产业链稳定提供更多可能。未来人工智能时代的大门已经打开,谁能够提供更高效、更普惠、更安全的技术方案,谁就拥有更大的影响力。而中国正在努力走出一条自主创新与开放合作并行的发展道路。
斯坦福报告显示中美AI融资23比1,硅谷嘲讽中国只能吃剩饭。但国内团队靠算法优化把推理成本降99%,

斯坦福报告显示中美AI融资23比1,硅谷嘲讽中国只能吃剩饭。但国内团队靠算法优化把推理成本降99%,

如果未来人工智能时代爆发一场新的产业竞争,决定胜负的可能不是谁拥有最先进算法,而

从简单对话到仿生情绪表达,背后是算法和机械结构的多重突破。不断探索情感交互,让智

从简单对话到仿生情绪表达,背后是算法和机械结构的多重突破。不断探索情感交互,让智

从简单对话到仿生情绪表达,背后是算法和机械结构的多重突破。不断探索情感交互,让智能不止会干活,还能学会共情。全球首款会流泪的机器人来了​​​
AI代码开发者亲测:用对模型写代码快3倍,改bug不用熬到后半夜藏在程序员圈里

AI代码开发者亲测:用对模型写代码快3倍,改bug不用熬到后半夜藏在程序员圈里

普通人如何抓住AI新经济我倒觉得,普通人去追那些高深的Token、算法底层,实在

普通人如何抓住AI新经济我倒觉得,普通人去追那些高深的Token、算法底层,实在

普通人如何抓住AI新经济我倒觉得,普通人去追那些高深的Token、算法底层,实在力所不逮,也没必要硬挤。立足本职工作,把AI当成一个顺手的工具,就是不错的选择。比如做市场的人,可以用AI辅助大数据,快速跑一遍SWOT分析,把竞品动态、用户反馈梳理得清清楚楚;做研究或写报告的人,能让AI帮忙做文献收集和初步判断,省下大量翻找的时间;日常写材料、改稿子,也可以先让AI搭个框架、润色语句,自己再精修。这样一来,你不必成为技术专家,却能实实在在提升效率,把精力留给真正需要人判断和创造的部分。工具用好了,普通人也能在AI新经济里找到自己的位置。
#普通人如何抓住AI新经济#我倒觉得,普通人去追那些高深的Token、算法底层,实在力所不逮,也没必

#普通人如何抓住AI新经济#我倒觉得,普通人去追那些高深的Token、算法底层,实在力所不逮,也没必

#普通人如何抓住AI新经济#我倒觉得,普通人去追那些高深的Token、算法底层,实在力所不逮,也没必要硬挤。立足本职工作,把AI当成一个顺手的工具,就是不错的选择。比如做市场的人,可以用AI辅助大数据,快速跑一遍SWOT分析,把竞品动态、用户反馈梳理得清清楚楚;做研究或写报告的人,能让AI帮忙做文​普通人如何抓住AI新经济我倒觉得,普通人去追那些高深的Token、算法底层,实在力所不逮,也没必要硬挤。立足本职工作,把AI当成一个顺手的工具,就是不错的选择。比如做市场的人,可以用AI辅助大数据,快速跑一遍SWOT分析,把竞品动态、用户反馈梳理得清清楚楚;做研究或写报告的人,能让AI帮忙做文献收集和初步判断,省下大量翻找的时间;日常写材料、改稿子,也可以先让AI搭个框架、润色语句,自己再精修。这样一来,你不必成为技术专家,却能实实在在提升效率,把精力留给真正需要人判断和创造的部分。工具用好了,普通人也能在AI新经济里找到自己的位置。
月之暗面创始人杨植麟中科大最新演讲:做大模型要坚持规模化定律,核心算法研究团队的

月之暗面创始人杨植麟中科大最新演讲:做大模型要坚持规模化定律,核心算法研究团队的

月之暗面创始人杨植麟中科大最新演讲:做大模型要坚持规模化定律,核心算法研究团队的平均年龄只有20多岁投资者内参丨寿紫薇近日,月之暗面Kimi创始人杨植麟在中国科学技术大学发表最新演讲,作为青年创业者代表,他围绕公司命名背后的摇滚情怀、大模型研发的硬核挑战等,分享了自己的创业思考与科技探索历程。从摇滚乐队到AI创业:月之暗面背后的故事演讲中,杨植麟首先讲述了公司名称“月之暗面”的由来。这个名字其实是一张摇滚专辑的名字——本科时期,他和现在的联合创始人一起玩乐队,创立公司时便觉得用专辑命名很有意思。但除了好玩之外,这个名字更承载着他们的愿景:“月之暗面就是月亮的背面,其实你平时是看不见的,所以它比较未知。所以我们想去探索未知。”杨植麟表示,从公司成立至今,他们最主要做的事情就是不断追求智能的上限。坚守规模化定律,持续突破模型参数上限谈及大模型领域的技术路径,杨植麟指出,最重要的规律是“规模化定律”,可以认为是这个领域的“第一性原理”——持续训练更大的模型,用更多的数据、更多的参数、更多的算力去训练。他透露,月之暗面在这条路上非常激进:去年7月发布的KimiK2是中国首个万亿参数模型;前两个月发布的KimiK3参数规模达到2.8万亿,是目前全球开源模型中参数量最大的。ArtificialAnalysis数据显示,截至2026年8月初,中国主要模型在AA智能指数上的成绩是:月之暗面KimiK3(Max):57分,189款模型中排第四。这是开源权重模型有史以来的最高排名,超过了ClaudeOpus4.8(约56分),仅次于ClaudeFable5(约60分)、GPT-5.6Sol(约59分)和谷歌的一款旗舰。两年磨一剑:KimiK3的训练艰辛与Token效率革命训练如此庞大的模型并非坦途。杨植麟以KimiK3为例,从算力规划(需从土地、电力、数据中心、芯片层层推进)到上层算法研究,整个周期从第一天训练到最终产出结果,花了接近两年时间。“中间哪怕一次训练失败,就要回退几个月重新再来。”他坦言,这需要极为扎实的验证体系和理论保障。同时,团队在不断追求规模的同时,也在攻克“Token效率”难题——因为世界上的总Token量是有限的。通过两代模型的改进,他们实现了一个Token产生的智能,约等于原来五个Token产生的智能。他用一个生动的比喻解释:“就像一个聪明的同学,看一本书等于别人看五本书,所以你能学得更多,智能上限就更高。”年轻人是AI浪潮的主驱动力最后,杨植麟特别提到,团队核心算法研究的同学平均年龄只有20多岁。他坚信,在未来10到20年的AI发展浪潮中,年轻人将成为最主要的驱动力。“我们团队很多同学也是还没有毕业,然后他就可以做出一些世界前沿的模型和世界前沿的,比如说模型架构的改进。”他认为,当前AI领域变化极快,几乎每个月都有新模型出现,需要年轻人去适应这些变化。AI也将逐渐渗透到各行各业——帮助研发更好的抗癌药物,探索太空航行技术。“这些变化也意味着机会,”杨植麟说,“很重要的一个点是持续学习,不断摸索模型最新的边界在哪里。”风险提示:本文为内容资讯,不构成个人投资建议。市场有风险,投资需谨慎。AI人工智能月之暗面大模型中科大上市IPOKimi
未来10年,男孩子最吃香的5大硬核技术赛道,国家十五五重点布局很多家长在给

未来10年,男孩子最吃香的5大硬核技术赛道,国家十五五重点布局很多家长在给

X500影像不只是算法强!硬件才是底牌✨

X500影像不只是算法强!硬件才是底牌✨

华为FreeBuds7悦彰耳机正式发布,首发定价949元降噪方面搭载升级后的AI感知降噪算法,拥有1

华为FreeBuds7悦彰耳机正式发布,首发定价949元降噪方面搭载升级后的AI感知降噪算法,拥有1

本次vivo创作者盛典,核心发布蓝图动态影像技术栈,主打“拍照第一,视频唯一”,以硬件+底层算法尝试

本次vivo创作者盛典,核心发布蓝图动态影像技术栈,主打“拍照第一,视频唯一”,以硬件+底层算法尝试

智谱发布GLM-5.3:编程能力最强开源模型,较GLM-5.2提升50%原创·一切皆如·2026.0

智谱发布GLM-5.3:编程能力最强开源模型,较GLM-5.2提升50%原创·一切皆如·2026.0

在这张来自德克萨斯州的城市街景图中,马斯克的“金色赛博未来”与人类千年的“原生版

在这张来自德克萨斯州的城市街景图中,马斯克的“金色赛博未来”与人类千年的“原生版

从FindX5到X9Ultra|看懂OPPO五代旗舰影像进化之路!📸

从FindX5到X9Ultra|看懂OPPO五代旗舰影像进化之路!📸

鉈啊好像是的🙂‍↕️​​​

鉈啊好像是的🙂‍↕️​​​

最近看到一个挺有意思的开源项目,叫show-me,是HumanLayer团队做的一个Skill。它干

最近看到一个挺有意思的开源项目,叫show-me,是HumanLayer团队做的一个Skill。它干

最近看到一个挺有意思的开源项目,叫show-me,是HumanLayer团队做的一个Skill。它干的事情说白了就一句话:帮你把正在聊的话题,用最直观的方式画出来。先说它怎么处理逻辑和算法。遇到这类内容,它不会给你写一大段文字解释,直接用伪代码呈现。比如一个保存操作,内容没变就返回缓存,变了就写​最近看到一个挺有意思的开源项目,叫show-me,是HumanLayer团队做的一个Skill。它干的事情说白了就一句话:帮你把正在聊的话题,用最直观的方式画出来。先说它怎么处理逻辑和算法。遇到这类内容,它不会给你写一大段文字解释,直接用伪代码呈现。比如一个保存操作,内容没变就返回缓存,变了就写入新内容,几行代码一目了然。然后是程序运行时的调用关系。它会画成一棵调用树,谁调用了谁,层级关系清清楚楚。比如提交表单这个动作,底下先创建会话,再保存提示词,再启动代理,最后跳转页面,一层一层往下排,看一眼就知道整个流程。碰到前端UI的结构,它会画组件树,把状态和模块边界标出来,连文件路径都给你写上。这样你一看就知道哪个组件在哪个文件里,谁嵌套了谁。如果是多个组件之间的交互,比如用户点了一个按钮,UI把请求发给后台,后台再把结果流式返回,这种场景它会用Mermaid时序图来画,箭头指来指去,交互过程一眼就能跟上。还有一个很实用的功能:diff视图。当你已经知道整体结构长什么样,只是想看哪里改了,它就用加号减号标出变化的部分。组件变了、文件目录调整了、调用链多了一步,都能用这种方式展示。不用重新看一遍全貌,只看变化就够了。不过如果大部分内容都是新的,它就不省略了,直接给你完整的代码块,方便你直接复制去用。最后,遇到那种特别复杂的场景,文字和简单图表都搞不定的,它会生成一个HTML文件,做成图表、信息图,甚至小型幻灯片,配色和排版都跟着产品风格走,手机和电脑都能看。整个设计思路就一个原则:挑最小的视图,把关键点说清楚。不堆砌,不炫技,该用哪种就用哪种,甚至大多数时候只用其中一两种。够用就好。传送门:github.com/humanlayer/skills/blob/main/plugins/show-me/skills/show-me/SKILL.md科技先锋官HowIAI
#OpenAI称AGI时代到来#中美大模型差距又一次拉大?小轼认为,无法判断差距是缩小,还是扩大,因

#OpenAI称AGI时代到来#中美大模型差距又一次拉大?小轼认为,无法判断差距是缩小,还是扩大,因

为什么现在开店都说“不如做品牌”?曾经的创业共识,是租铺开店、入驻平台,靠

为什么现在开店都说“不如做品牌”?曾经的创业共识,是租铺开店、入驻平台,靠

为什么现在开店都说“不如做品牌”?曾经的创业共识,是租铺开店、入驻平台,靠着地段与人流就能稳稳赚钱。如今行情彻底反转,越来越多创业者宁愿慢下来打磨品牌,也不愿盲目开店扩张。看似是经营选择的转变,实则是商业底层逻辑的彻底重构,渠道、算法、用户的三重变革,早已终结了“开店就能赚钱”的粗放时代。单纯开店的生意,本质是吃渠道红利,可这份红利早已彻底枯竭。早些年线下旺铺自带自然客流,线上新店有平台普惠流量扶持,无需深耕口碑、打磨特色,靠信息差和地段优势就能成交。现在线下房租、人工、物料成本持续攀升,同类门店遍地内卷,路人客流极度分散,再也没有躺赚的地段。线上更是陷入流量困境,行业数据显示中小商家获客成本连年上涨,转化率持续走低。普通店铺没有核心辨识度,只能靠低价补贴抢单,赚最微薄的差价,一旦渠道扶持终止、地段热度褪去,门店生意就会瞬间崩塌,从头到尾都是依附渠道的被动生意,留不下任何属于自己的资产。平台算法的迭代升级,进一步锁死了普通店铺的生存空间,也让品牌的优势无限放大。早年平台流量靠关键词、店铺层级分配,新店只要铺货到位就能分到流量。如今AI算法主导流量分发,核心逻辑早已从“货找人”转变为“择优分发”。平台更青睐高信任、高复购、高口碑的品牌账号,普通小店只能靠付费投流换曝光,陷入“不投流没订单、投流就亏钱”的死循环。更残酷的是,店铺的流量、排名、权重全部掌控在平台手中,规则微调就能让小店业绩断崖下滑。品牌却能跳出算法绑架,沉淀用户心智,形成“人找货”的主动流量,用户会主动搜索、主动复购,流量成本更低、转化更稳定,完全摆脱对平台算法的单一依赖。消费者的决策逻辑变迁,是品牌化浪潮最核心的推力。当下商品严重过剩,同品类产品同质化严重,用户早已告别单纯比价的消费阶段。信息透明的时代,大家可以轻松对比价格、成分、品质,比价之后,人们不再执着低价,反而愿意为确定性的信任、稳定的品质、独特的价值审美付费。普通门店只能提供单次交易,用户消费过后毫无记忆点,很容易被更低价格的同行替代。品牌恰恰是最好的信任背书,能帮用户省去繁琐的对比成本,用长期口碑、稳定品控锁住用户心智。年轻群体的文化自信与审美觉醒,更是加速了这一进程,大家更愿意为有态度、有内核、有辨识度的品牌买单,而非千篇一律的门店货品。很多人误以为做品牌就是抛弃门店,实则二者从来不是对立关系。门店是交易场景,品牌是商业护城河。开店做的是短期流水,赚的是辛苦差价;做品牌攒的是长期资产,收获的是用户、口碑与行业壁垒。开店的门槛越来越低,倒闭的速度越来越快,真正能穿越周期、抵御内卷的,永远是深入人心的品牌力量。各位读者你们怎么看?欢迎在评论区讨论。
法国媒体发出警告:中国真正厉害的地方,正在芯片封锁中显现。高端芯片受限后,中国工

法国媒体发出警告:中国真正厉害的地方,正在芯片封锁中显现。高端芯片受限后,中国工

提到以色列,很多人听过“创业之国”这个名号。国土不大、资源匮乏,却诞生了大量

提到以色列,很多人听过“创业之国”这个名号。国土不大、资源匮乏,却诞生了大量

提到以色列,很多人听过“创业之国”这个名号。国土不大、资源匮乏,却诞生了大量硬核科技企业。但它并不是全领域通吃,是部分细分赛道顶尖,完整工业体系存在明显短板,这点要客观看待。✅优势赛道盘点1️⃣网络安全|全球第一梯队以色列有著名的8200情报单位,大量退役技术人才流入民间创业,全球20%的网络安全初创公司出自这里。CheckPoint发明了状态检测防火墙;Wiz云安全公司被谷歌天价收购;大量政企、金融机构都在用以色列的安全方案,攻防技术实战经验非常足。2️⃣军工防务科技(实战加持)铁穹防空系统、箭式反导、大卫投石索多层反导体系,经过真实战火检验;IAI以色列航空工业,苍鹭系列无人机、机载雷达、侦察卫星,大量销往全球各国。电子战、情报信号处理、光电侦察是长板;短板在于大规模重装备制造,大吨位舰艇、重型战机本国造不出来,高度依赖进口平台。3️⃣自动驾驶与半导体Mobileye,可以说是辅助驾驶行业的标杆,宝马、丰田等大量车企采用它的视觉方案,英特尔曾153亿美元完成收购。英特尔海法研发中心,参与酷睿i7处理器研发;本土200多家半导体企业,强在芯片设计、算法、检测,但芯片制造高度依赖海外工厂,本土完整晶圆制造能力有限36氪。4️⃣医疗科技胶囊内窥镜、微创手术器械全球知名,医疗器械专利数量很高,很多医院的微创设备都有以色列技术背景。5️⃣沙漠农业科技滴灌技术全球闻名,缺水环境下把荒漠改造成农田,节水灌溉、育种技术输出到130多个国家,欧洲不少反季节蔬菜来自以色列供应。6️⃣新能源光伏SolarEdge光伏逆变器,全球头部玩家,家庭分布式光伏市场占有率很高。⚠️客观看待短板,不能过度神化①擅长软件、算法、细分硬件;缺少完整大工业链条。大型船舶、重型战机、大型工业母机这些大件,基本做不了,很多核心硬件需要进口。②高度依赖欧美资本与市场,大量独角兽企业最终被海外巨头收购。③人才是最大底牌,但长期冲突下,大量技术人员被征召,中小初创企业会受到冲击,本土创新生态存在隐忧。📌总结:以色列高科技属于细分领域尖刀型选手。依托军事人才储备、资本加持,在软件、算法、安防、医疗、农业、自动驾驶这些细分赛道打出名气;但不是全能科技强国,完整重工业产业链并不是它的强项。以色列科技军事科技网络安全硬核科技创业之国💬互动:你印象最深的以色列科技产品是什么?欢迎理性聊聊。信息参考来源:新华网、以色列官方经济报告、SIPRI、环球时报防务分析、海外公开产业报告
至少能看出,波士顿动力的传统机器人算法路线,确实被大模型AI的通用化训练逻辑给冲

至少能看出,波士顿动力的传统机器人算法路线,确实被大模型AI的通用化训练逻辑给冲

有些程序员是不是挺难沟通的?第一次和程序员合作推进项目,感觉很新鲜。时间久了

有些程序员是不是挺难沟通的?第一次和程序员合作推进项目,感觉很新鲜。时间久了

有些程序员是不是挺难沟通的?第一次和程序员合作推进项目,感觉很新鲜。时间久了以后,发现有点难沟通。总是一副自以为是的样子,觉得他就是对的,你有疑问就是不尊重他。当着面对你说,你能干的事,他都能干。普通聊天倒也还过得去,只要和他讨论技术问题,他就开始说教,一句话是或不是,他能说一堆,最后也没说结论,是或不是,完全是无效沟通。遇到问题了,首先质疑是不是别人做错了,后来发现是自己做错了,也觉得是你或是别人造成了他的错误。不从算法逻辑找问题,逼问硬件厂家要方案,厂家也懵了,产品才几块钱,这是我能干的事?今天搞笑的是,要我找跟项目上一模一样的建筑环境做实验,高度、建筑材料、楼层结构,墙壁厚度要一样。问题是我们只是检测信号切换稳不稳定,差不多环境就可以的,随便哪里都有,现场都可以试,是不是要一比一复刻一栋楼啊?顿感无语,把我当傻子玩吗?
9月1日上午凉山营销心理学密训1.算法覆盖的范围和路径2.AI程序员数学方式

9月1日上午凉山营销心理学密训1.算法覆盖的范围和路径2.AI程序员数学方式

9月1日上午凉山营销心理学密训1.算法覆盖的范围和路径2.AI程序员数学方式的特征向量3.心理专家心理学方式(DNA)的特征向量4.账号的特征向量要与客户想要的精确匹配5.从获客角度出发,思考如何做账号6.做传媒的五大意识7.做某个赛道就要有这个赛道的情绪8.心理专家的算法是按情绪分类的9.什么是算法漏斗10.算法漏斗的筛选流程11.客户的行为轨迹5层次12.中国区、中东区和欧美区,人们的平台消费的收获差异
iPhone15ProMax用800次循环电池健康没掉?这算法容错太绝了我收的

iPhone15ProMax用800次循环电池健康没掉?这算法容错太绝了我收的

突发!抖音突发大面积服务异常,算法机制错乱,上亿用户刷到陌生内容,友友们,今天

突发!抖音突发大面积服务异常,算法机制错乱,上亿用户刷到陌生内容,友友们,今天

突发!抖音突发大面积服务异常,算法机制错乱,上亿用户刷到陌生内容,友友们,今天你们刷抖音也遇到了吗?8月31日晚上到9月1日,不少刷抖音的朋友可能都懵了:平时刷得停不下来的首页,突然变得面目全非。本来想看个萌宠或者美食,结果满屏都是八竿子打不着的陌生内容,点不感兴趣也没用,划走一个再来三个,简直像被强行塞了一嘴不爱吃的菜。更有甚者,搜东西搜不出来,私信也发不了,整个APP像是突然"失忆"加"瘫痪"。这可不是用户手机出了问题,而是抖音的推荐算法错乱了。简单说,就是系统把你平时的喜好标签给弄丢了,不知道你喜欢啥,只能瞎推一气。这就好比一个老服务员,突然忘了你的口味,不管你说不爱吃辣,他还是拼命给你端火锅,你说气人不气人?这次事故最尴尬的地方在于,它暴露了算法推荐的一个致命弱点:太脆弱。我们平时觉得抖音懂我,是因为它积累了海量数据给你画像。可一旦底层服务出问题,这个懂你的人设瞬间崩塌。用户点不感兴趣,本该是纠正机制,结果在系统错乱面前完全失效,这说明当时的反馈回路已经断了,系统根本接收不到用户的真实信号。对抖音来说,这不仅是技术故障,更是信任危机。用户刷短视频图的就是个爽字,一旦推荐变得莫名其妙,耐心消耗得极快。虽然目前官方还没回应,但这种大面积异常通常不会是小事,大概率是服务器扩容、代码更新或者数据中心切换时出了岔子。

有时候想一下,觉得挺不可思议的,现在的短视频平台都是按照算法来给我们推荐,等于平

有时候想一下,觉得挺不可思议的,现在的短视频平台都是按照算法来给我们推荐,等于平台推荐什么,我们就看什么,而不是我们自己主动去找,这样下去我觉得人会变的越来越麻木了​​​
很多人不知道,以往折叠屏几乎没有成熟的硬件防窥方案,大多依靠软件算法优化,体验始

很多人不知道,以往折叠屏几乎没有成熟的硬件防窥方案,大多依靠软件算法优化,体验始

面对平台“越搜越贵”的算法套路,消费者可采取多维度策略进行反制。首先是技术规避,

面对平台“越搜越贵”的算法套路,消费者可采取多维度策略进行反制。首先是技术规避,

面对平台“越搜越贵”的算法套路,消费者可采取多维度策略进行反制。首先是技术规避,避免在同一设备或账号上高频反复搜索同一航线,可尝试切换不同手机(如安卓与苹果)、使用无痕浏览模式或更换账号查询,以打破平台基于用户画像的差异化定价。其次是渠道比价,不要局限于单一OTA平台,应结合航空公司官方APP、官网以及多个第三方平台交叉核对价格,官方渠道往往能避免代理加价和隐形捆绑销售。若发现确凿的“杀熟”证据(如同时同地同航班不同价),可依据《消费者权益保护法》及相关新规,通过截图保留证据,向12315投诉或向市场监管部门举报,主张退差价甚至三倍赔偿。此外,掌握购票时机也至关重要,如避开早晚高峰查询,关注航司会员日促销,或尝试在下午及深夜等非高峰时段下单,有时能蹲到更优价格。
真的假的😳​​​

真的假的😳​​​

曾经凭借代码打天下的比尔·盖茨,最近居然被彻底打服了。 麻烦看官老爷们右上角

曾经凭借代码打天下的比尔·盖茨,最近居然被彻底打服了。 麻烦看官老爷们右上角

曾经凭借代码打天下的比尔·盖茨,最近居然被彻底打服了。麻烦看官老爷们右上角点击一下“关注”,既方便您进行讨论和分享,又能给您带来不一样的参与感,感谢您的支持!比尔盖茨近期亲自测试了大模型克劳德的代码生成能力,这位早年把汇编语言玩到极致的程序员,公开承认自己写代码已比不过人工智能,这个细节背后其实藏着一个信息差。硅谷核心管理层的技术专家私下里对大模型引发的失业焦虑得要命,他们很清楚利用算法合成新病原体早已不是科幻情节,但在面对风投机构时却立刻换上另一副乐观面孔。我观察到这种表里不一的现象本质上是资本驱动的集体道德妥协,整个行业都在盯着下一个万亿美元级别的融资预期,谁在聚光灯下公开谈论风险,谁就是在砸同行的饭碗。依托自由市场的技术创新必定会为追求高估值而牺牲公众安全,这是资本逐利的历史常识决定的,就像华尔街当年为打包次贷刻意隐瞒风险一样,利益面前毫无底线。推进通用人工智能进程中绝不能允许资本为短期融资而掩盖技术破坏力,基于国家安全的审查机制必须在产品面世前严格前置。硅谷唯一敢把风险摆上台面的是安斯罗普首席执行官,他因拒绝向五角大楼提供用于全自主武器和大规模监控的技术,直接遭到了行业孤立与白宫方面的巨大施压。盖茨这次罕见站出来发声,直接点明指望美国科技企业自我约束完全是幻想,目前硅谷仅有极少数人敢于抵制与军方的深度捆绑,绝大部分公司早就悄悄向军工复合体低头了。我由此断定美国科技界标榜的技术中立原则已被彻底撕毁,这种捆绑从冷战时期就有迹可循,美国顶尖人工智能企业最终都会被强行编入其国家安全与军事霸权的机器中。面对真实的国际博弈环境,国内产业界必须彻底放弃对美国开源模型或商业接口的安全幻想,过度依赖别人的底层架构无异于在沙滩上建高楼。我们必须从算力芯片到核心算法框架实现绝对的自主可控,这种自主不是要闭门造车,而是提前防范带有西方意识形态或监控后门的产品向国内渗透,切实保障数字主权底线。只有把基础设施和核心架构真正握在自己手里,我们才能在未来全球治理中拥有话语权,这也是确保国内产业生态不被跨国资本掐断脖子的唯一防御路径。应对大模型替代劳动力的挑战时,盖茨提出了几项防御建议,包括建立高风险审查体系与立法设立人类保留岗位,甚至提出对算法及机器人征税来发放救济金。机器算法征税在技术追踪层面极度困难且缺乏可行性,数字时代的特征决定了按算力征收专项税会产生海量避税漏洞,资本总能找到离岸节点逃避监管。这种做法会严重拖慢我国产业在国际上的追赶速度,中国解决技术红利分配的破局优势从来不在于事后的税收惩罚,而在于公有制经济底座与基础设施统筹能力。将核心智算中心直接转化为国家级公共设施是必然趋势,就像修建高铁与电网一样,通过算力国资化与数据收益的二次分配,把技术红利实实在在转移给普通民众。至于保留特定岗位,我判断未来在中国具备不可替代性的工作,绝非大家担心的创意或代码类智力劳动,那些机械脑力活儿被算力矩阵替代只是时间问题。真正需要通过立法手段实行物理隔离的,是那些必须承担最终法律责任与伦理底线纠偏的社会核心节点,维系一个超大规模国家正常运转绝不能完全依赖黑盒化的人工智能。在中国特定的社会语境下,涉及国家战略定型与基层矛盾调解的工作必须由活人去做,因为运算模型永远不懂人情世故,也处理不了复杂的中国式乡土人际网络与情感诉求。包括司法量刑裁决和基础教育价值观塑造这两大领域,如果交给机器执行冷冰冰的概率运算,社会道德共识会在短时间内面临崩塌危险,法律与教育的温度从来不可被量化。
为什么说,中国在未来的AI竞争中很难输给西方世界?8月20日,一个比大模型排行

为什么说,中国在未来的AI竞争中很难输给西方世界?8月20日,一个比大模型排行

芯片、半导体、机器人、人工智能算法,确实属于我们这个时代版本的“国家级大工程”,但和古代的宝船、皇家

芯片、半导体、机器人、人工智能算法,确实属于我们这个时代版本的“国家级大工程”,但和古代的宝船、皇家工坊有本质的分野:**古代大工程是皇权调动民力;现代是汇聚民智,国家搭框架,千千万万企业、工程师、普通人参与创新,国家力量和民间市场双向打通。这个模式既宏大高级,同时也自带现实矛盾。​芯片、半导体、机器人、人工智能算法,确实属于我们这个时代版本的“国家级大工程”,但和古代的宝船、皇家工坊有本质的分野:**古代大工程是皇权调动民力;现代是汇聚民智,国家搭框架,千千万万企业、工程师、普通人参与创新,国家力量和民间市场双向打通。这个模式既宏大高级,同时也自带现实矛盾。一、和明代郑和宝船、宫廷工艺的相同之处1、都属于**超复杂的巨型系统工程**,单凭少数天才个人做不出来。明代造宝船,要伐木、冶金、纺织罗盘、天文航海,调动成千上万工匠;今天一块芯片,从设备、材料、设计、制造、封装测试,横跨上百个细分行业;人形机器人要芯片、电机、传感器、AI算法、控制软件;大模型要海量算力、数据集、工程调优,需要海量人才协同攻关。古代靠官府统筹调度人力物力;今天国家做顶层规划,建设智算中心、重大专项,解决单点卡脖子,和古代“集中力量办大事”逻辑有传承。2、都展现民族的工程创造力,看起来非常“高级有趣”。就像宝船、明代家具工艺,芯片机器人AI可以造出过去想象不到的产物:仿真人形机器人、百亿参数大模型、国产存储芯片,拓展人类能力边界。二、最关键不一样:古代工程“人亡技息”,现代是**民智汇聚,市场承接成果**这就是新旧大工程最大分水岭:1、明代郑和宝船:**项目依附皇权意志**。皇帝停止下西洋,官方大船就不再建造;高级造船技术锁在官营船厂,海禁限制民间海商,顶尖技术很难向下扩散到民间工商业,档案甚至遭到销毁。天启皇帝木工技艺只局限皇宫,手艺不能转化全社会制造业能力。2、当代芯片‑机器人‑AI这套体系:**国家做底座,民智是主力,市场做检验**-国家解决底层公共品:大科学装置、智算网络、基础科研、产业链短板攻坚,建设平台向全社会开放算力、标准、试验场景;-但千千万万具体创新来自民间:创业公司、专精特新、互联网企业、高校团队。不管是长鑫存储,还是人形机器人宇树科技,各类AI芯片初创企业,大量创新不是政府大包大揽做出来,而是市场里无数工程师、团队试错迭代出来的。-技术成果必须流向千行百业:芯片要卖给消费电子、工厂;机器人要下工厂、进物流;AI要给制造业、医疗、教育使用。**不是只为完成一个“展示性大项目”,最终要在市场活下去赚钱,形成自我循环**。>古代是“征集民力干活”;现代是**汇聚民智创新**:不是简单征召人力,而是激活千千万万普通人的聪明才智,允许不同技术路线竞争,允许试错,优胜劣汰。三、这套新时代大工程的两面性:高级有趣,但现实难题也很突出好的一面1、人才不再寄托帝王个人爱好。不会出现“换个领导项目就废掉”。技术沉淀在教育体系、企业、开源代码、工业文档,依靠制度持续迭代。2、多元路线百花齐放。做AI有大模型,也有端侧小模型;芯片有先进制程,也有成熟工艺存算一体;机器人有人形,也有四足、工业机械臂,多条技术路线并行探索,不是只有一套标准答案。3、溢出效应强:攻关芯片,会带动材料、设备、软件一大批上下游中小企业成长;AI大模型的技术,会外溢给普通小企业做行业AI应用,普惠各行各业。现实的难题,不能只看到宏大炫酷1、**投入巨大,周期漫长,大量试错亏损是常态**。就像前面聊长鑫存储,存储行业景气期高毛利,低谷巨额亏损;AI、机器人大量项目投入几十亿,不一定能商业化成功。宏大不等于马上赚钱,很多前沿技术要熬过好几轮周期。2、“国家队”和民间的平衡很难拿捏。如果只有国家投入,缺少市场竞争,就容易复刻古代大工程:好看,但成本高,不接地气;如果完全交给市场,资本追逐短期暴利,基础研究、长周期卡脖子领域没人愿意投。所以现实模式是**有为政府+有效市场相结合**,国家补短板,市场负责创新和商业化落地。3、民智汇聚不等于所有人都能跟上时代。新技术会带来产业迭代,传统岗位被替代;高端技术岗位需要大量理工科人才,但社会里面大量普通人并不掌握这套技能。宏大科技工程,同时也要兼顾普通人就业、民生,不能一味追求技术炫酷。四、回到现实,结合我们之前聊的家庭、个人视角这套宏大科技浪潮对普通家庭的启示很实在:1、古代,普通工匠的聪明才智常常被限制;今天普通人的技术、想法可以通过产业释放出来。工科技术赛道(电子、自动化、计算机)本质就是参与这场新时代大工程的入场券,也就是你之前规划孩子走工科去长三角珠三角的底层逻辑。2、要分清两件事:**国家攻克卡脖子是第一步;真正成功,是技术下沉到千千万万企业,形成可持续的产业循环**。就像宝船造出来不算成功,民间能用上好用的船、能开展贸易才算完整。芯片造出来,还要熬过行业周期,适配各行各业才算闭环。简短总结芯片、机器人、AI确实属于新时代的大工程,有古代超级工程那种宏大震撼感。但根本区别在于:古代更多是**征集民力,成败系于统治者意志,技术容易锁死在上层;今天是汇聚民智,国家搭建底座,无数企业工程师参与创新,用市场检验成果,追求技术向外扩散、惠及整个社会**。它固然高级有趣,但也有巨额投入、周期波动、产业平衡等现实难题,不是光靠一腔热血就能完成。如果你愿意,我可以对比:郑和宝船工程vs当代芯片产业链,整理一个简明对照表。
早ノ☀荣耀Magic8上首发的AI追色功能,云端算法一直在持续升级。最近

早ノ☀荣耀Magic8上首发的AI追色功能,云端算法一直在持续升级。最近

说说理科未来好就业的十大专业。计算机科学与技术肯定算一个,现在互联网这么发达,软件、算法等岗位需求大

说说理科未来好就业的十大专业。计算机科学与技术肯定算一个,现在互联网这么发达,软件、算法等岗位需求大

这可能真的是间谍行为,绝不是空穴来风了!!本来只是花几十块钱收方言,直到网友看

这可能真的是间谍行为,绝不是空穴来风了!!本来只是花几十块钱收方言,直到网友看

脑机接口蠢蠢欲动,这6家公司技术壁垒的最前沿你可能以为脑机接口还是科幻电影里的情节——人类用意念控制

脑机接口蠢蠢欲动,这6家公司技术壁垒的最前沿你可能以为脑机接口还是科幻电影里的情节——人类用意念控制

外网集体破防!2026年8月22日,人类未来的齿轮正式转向中国。2

外网集体破防!2026年8月22日,人类未来的齿轮正式转向中国。2

智元拿下金牌榜、奖牌榜双第一, 背后是大脑的胜利

智元拿下金牌榜、奖牌榜双第一, 背后是大脑的胜利

小红书算法真是太诡异了,我前几天看了2个关于最近儿科韩医生案子的视频。现在推给我

小红书算法真是太诡异了,我前几天看了2个关于最近儿科韩医生案子的视频。现在推给我的全是相关视频。相比起来,微博反而成了正常的APP,虽然也推,但主题还比较丰富。​​​
钟睒睒说:电商平台是100%的中间商,这个中间商无处不在,把城市的很多零售商都杀

钟睒睒说:电商平台是100%的中间商,这个中间商无处不在,把城市的很多零售商都杀

百米8.86秒! 机器人运动会何以跑出新极限? |科学家·马上回答

百米8.86秒! 机器人运动会何以跑出新极限? |科学家·马上回答

算法太重,所有安卓基本拍照都是算法过于严重,我从OPPOfindx第一代用到第9代,实际拍照确实不如

算法太重,所有安卓基本拍照都是算法过于严重,我从OPPOfindx第一代用到第9代,实际拍照确实不如

卢麒元道出扎心现实:万亿经费、上百万社科人,为何做不出一套实用智能分析系统?

卢麒元道出扎心现实:万亿经费、上百万社科人,为何做不出一套实用智能分析系统?

大一统具身智能模型发布突破传统,多任务人形机器人重构控制算法!北京人形机器人创

大一统具身智能模型发布突破传统,多任务人形机器人重构控制算法!北京人形机器人创

特斯拉5000万公里地狱级实测|FSD真正的底牌终于暴露很多人以为特斯拉智驾靠算法、靠算力?其实真正

特斯拉5000万公里地狱级实测|FSD真正的底牌终于暴露很多人以为特斯拉智驾靠算法、靠算力?其实真正

DeepSeek从拼算法转向拼基建背后考量DeepSeek依靠MoE、ML

DeepSeek从拼算法转向拼基建背后考量DeepSeek依靠MoE、ML

DeepSeek从拼算法转向拼基建背后考量DeepSeek依靠MoE、MLA等算法创新起家,靠软件效率弥补硬件短板;如今加码自建智算中心、算子框架、适配国产芯片,甚至布局自研推理芯片,并非放弃算法,而是看清算法红利边际递减,算力基建才是商业化与长期生存的底盘。第一,算法优化收益见顶,硬件成为性能天花板。依靠架构创新,可以压低训练成本,但万亿级模型、Agent智能体、百万长上下文推理,对显存、集群吞吐、带宽的需求指数级上涨。软件再精巧,受限于外部租赁算力,模型上线吞吐、延迟、并发上限很难突破,算法优势无法转化为稳定服务能力。算法与硬件必须深度协同,DeepSeek的稀疏、KV‑Cache压缩等特殊计算逻辑,通用GPU并不能原生适配,需要自有集群、底层框架做软硬协同优化,才能释放模型全部实力。第二,商业成本与供给安全的现实压力。过去依赖租赁算力,算力价格波动、卡源紧张直接制约API业务。随着调用量暴涨,推理成本是最大开销。自建算力、深度适配国产芯片,能够把成本、稳定性、扩容节奏握在自己手里,摆脱对外购GPU的强依赖,对冲外部管制风险,保障业务连续性。开源模式下,API是核心收入来源,只有把推理成本压下来,低价策略才能持续,守住开发者生态优势。第三,行业竞争逻辑下沉,从模型跑分走向全栈能力比拼。早期大模型比拼榜单跑分,现在比拼大规模稳定服务能力。只做算法模型属于轻资产,很容易被复制追赶;算力、机房、算子、芯片适配这套基建,构建更高壁垒。全球头部AI企业都在重资产投入基建,竞争已经下沉到电力、液冷、集群调度、硬件适配层面。第四,战略目标从“做好模型”升级为生态构建。DeepSeek不只想输出权重模型,希望带动国产芯片、存储、服务器产业链,降低对CUDA生态依赖。通过大规模实际业务,反向打磨国产硬件,形成“模型‑框架‑硬件”协同的本土AI生态,把自身从单纯模型公司,进化成全栈AI基础设施厂商。第五,不是放弃算法,而是算法+基建双线并行。算法依旧迭代,只是认识到:好算法需要匹配相适应的算力底座才能落地。基建是放大算法价值,而不是替代算法。简言之:拼算法解决“模型多聪明”;拼基建解决“能不能大规模、低成本、安全稳定地给千万用户提供服务”。
AI时代,算力已是“硬通货”。算力是运行AI算法的核心计算资源,也是设备AI处理性能的核心衡量指标。

AI时代,算力已是“硬通货”。算力是运行AI算法的核心计算资源,也是设备AI处理性能的核心衡量指标。

#马斯克回应癌症疫苗#马斯克“治病变软件问题”不是比喻炫技,而是点中mRNA内核:测肿瘤序列、算法挑

#马斯克回应癌症疫苗#马斯克“治病变软件问题”不是比喻炫技,而是点中mRNA内核:测肿瘤序列、算法挑

影石杀疯了!首发微单相机🔥参数汇总❗️

影石杀疯了!首发微单相机🔥参数汇总❗️

别吵了,电商和实体都在给同一个“隐形房东”打工!我朋友做母婴用品,去年卖了

别吵了,电商和实体都在给同一个“隐形房东”打工!我朋友做母婴用品,去年卖了

用手机逆光拍人像:别只顾着把脸提亮,真正关键是把亮部和暗部一起控制住逆光人像

用手机逆光拍人像:别只顾着把脸提亮,真正关键是把亮部和暗部一起控制住逆光人像

八月刚过半,一个话题就火了,但真相出人意料!最近电商和实体的争论又热起来了

八月刚过半,一个话题就火了,但真相出人意料!最近电商和实体的争论又热起来了

风向彻底变了,很多人还没意识到,流量才是真正的“幕后推手”最近社会上又在讨

风向彻底变了,很多人还没意识到,流量才是真正的“幕后推手”最近社会上又在讨

搞AI最难的从来不是算法和算力,而是俄亥俄州的大爷。硅谷巨头们还沉浸在“算力

搞AI最难的从来不是算法和算力,而是俄亥俄州的大爷。硅谷巨头们还沉浸在“算力

iQOOZ11SiQOOZ11S搭载蓝厂的旗舰算法,拍照确实给了我很大的惊

iQOOZ11SiQOOZ11S搭载蓝厂的旗舰算法,拍照确实给了我很大的惊

AI算力和人形机器人,哪个赛道更有前景-短期(1-3年):AI算力确定性更高、业绩更实,是当前基础设

AI算力和人形机器人,哪个赛道更有前景-短期(1-3年):AI算力确定性更高、业绩更实,是当前基础设施刚需​-中长期(5-10年):人形机器人(具身智能)的总市场空间、产业变革上限更大,但不确定性、技术风险、周期也大得多​-人形机器人规模化本身,还会反过来拉动新一轮云端训练+端侧专用算力需求,是算力行业的下一波大需求来源。一、AI算力赛道:当前在业绩兑现期,确定性优先-前一波驱动:大模型训练、数据中心建设,GPU/服务器/光模块/高速互联/液冷/算力租赁持续兑现营收利润​-当前变化:通用云端训练算力逐步供需宽松、边际回报率下降;结构性机会转移到:推理优化、HBM/存算一体、国产替代、低功耗/端侧算力、CPO、算力调度、行业专用算力集群​-✅优势1.付费方清晰(云厂商、大厂、政企),B端资本开支驱动,商业闭环已经跑通​2.产业链成熟、标准化程度高、人才栈成熟(芯片、IC、光通信、服务器、IDC、CUDA/算子优化)​3.细分分层机会多:上游芯片壁垒最高利润最集中;中上游光模块/服务器/散热/PCB/电源是国产优势、业绩确定性强;算力服务/应用适配门槛相对低⚠️核心风险-高端芯片生态(CUDA)、制造设备壁垒极高,本土核心环节受出口管制约束​-重资产、扩产周期长,容易阶段性供过于求、价格战(算力租赁最明显)​-纯通用算力未来会逐步commoditize(商品化),只有芯片/互联/专用算力/软件栈持续有高溢价二、人形机器人赛道:0→1验证期,长期弹性优先产业阶段处于原型机→小批量试点、核心部件验证、结构化场景(工厂搬运、物流)先行,还没到大规模商用期-当下绝大多数整机没有正向ROI,成本、可靠性、运动控制、长时序操作、世界模型数据闭环都是瓶颈​-价值兑现顺序:核心零部件(减速器、执行器、丝杠、六维力传感器、伺服)>具身算法/仿真/OS/端侧芯片>整机>家庭消费场景​✅优势1.长期市场空间远大于纯云端算力:面向物理执行、劳动力替代,覆盖制造/物流/养老/家政等,是下一代通用硬件平台​2.中国供应链优势更强(精密零部件、机电制造、整车/消费电子产能复用),国产替代机会比GPU大得多​3.复合学科壁垒(机械、电控、运动控制、传感器、实时系统+AI多模态),长期不容易单一巨头通吃三、分维度直观对比表格维度AI算力人形机器人当前阶段大规模建设、业绩兑现期样机/小批量、零部件先行、商业化早期2-3年确定性高(尤其光模块、服务器、国产芯片、推理算力)中低,仅零部件/工业场景验证确定性高,整机低中长期TAM大(数字基础设施)更大(物理劳动力/通用终端)核心壁垒芯片制造、软件生态、EDA、HBM、资金机电一体化、控制、传感器、成本、场景数据闭环、可靠性人才门槛偏半导体/软硬件/系统/通信,供给相对充足跨机械+电控+AI+感知复合人才,供给稀缺创业友好度分层,中上游重资本、下游服务/优化尚可整机创业极难,零部件/垂直算法/仿真工具更友好核心矛盾供给约束→生态约束→内卷降价成本/可靠性约束→场景验证→规模化降本周期属性跟着云资本开支迭代,2-3年一轮建设周期更长,类似汽车/智能手机,10年级别的渗透周期四、分场景怎么选如果你看1~2年、要确定性、就业/拿结果优先👉优先AI算力(优先推理、国产算力、光互联、HBM、液冷、算子优化、行业算力集群)-机器人只适合投核心零部件、端侧具身芯片、仿真/运动算法,避开纯Demo整机和消费人形叙事如果你看3~10年、能接受高风险长周期、做硬件/机电/控制/多模态算法👉人形机器人是更大的增量赛道,而且它本身就是算力最重要的新增需求方:-每台机器人同时需要:云端做世界模型/预训练、端侧做低延迟实时感知控制,催生和现在云端GPU不一样的专用算力品类(低功耗、高安全、异构、HBM、存内计算)​-顺序是:算力降本→模型能力提升→机器人才可能走通量产;机器人大规模部署产生物理交互数据,反过来再驱动下一代模型和算力升级如果你想创业-算力:不要碰通用GPU/先进制造,优先配套层、国产替代、算力调度、推理优化、行业垂直算力服务​-机器人:不要优先做通用整机,优先零部件、子系统、仿真数据、运动控制、单一窄场景专用机器人
宇树科技:究竟有没有技术含量?宇树的具身机器人,与智能汽车一样,硬件有三电系

宇树科技:究竟有没有技术含量?宇树的具身机器人,与智能汽车一样,硬件有三电系

有同学私信怼我:你不觉得羞耻吗?他说:上次长十乙海上网式回收,你大夸这套方

有同学私信怼我:你不觉得羞耻吗?他说:上次长十乙海上网式回收,你大夸这套方

新时代的“硬通货”职业清单1.人工智能算法工程师2.新能源电池研发专家

新时代的“硬通货”职业清单1.人工智能算法工程师2.新能源电池研发专家

新时代的“硬通货”职业清单1.人工智能算法工程师2.新能源电池研发专家3.数据合规与隐私保护顾问4.高端养老规划师5.跨境电商独立站运营6.心理健康咨询师7.生物医药临床研究员8.碳中和碳交易分析师9.智能家居系统集成师10.宠物医疗与行为矫正师这份名单,你认同吗?
印方最后通牒:三天内道歉,否则后果严重!很多人只看到扎克伯格被印度勒令亲自道

印方最后通牒:三天内道歉,否则后果严重!很多人只看到扎克伯格被印度勒令亲自道

参加真实工业竞赛,会改变算法er的成长速度

参加真实工业竞赛,会改变算法er的成长速度

以前挑选代码大模型,只需要测试几段算法、写写小脚本,就能分出高下。但进入Codi

以前挑选代码大模型,只需要测试几段算法、写写小脚本,就能分出高下。但进入Codi

AI时代,算力堪称“硬通货”。AI算力是执行人工智能算法所需的计算资源和处理能力

AI时代,算力堪称“硬通货”。AI算力是执行人工智能算法所需的计算资源和处理能力

国家真的要约束电商平台了。拿走了过多的超额利益在手中。特别是拼多多,账上躺着40

国家真的要约束电商平台了。拿走了过多的超额利益在手中。特别是拼多多,账上躺着40

马斯克绝对是“打脸专业”毕业的!8月13日,马斯克直接在X的代码库里,把全球

马斯克绝对是“打脸专业”毕业的!8月13日,马斯克直接在X的代码库里,把全球

封杀三年,突然解禁!美国联邦政府设备重新装上TikTok,不是因为这软件变安全了

封杀三年,突然解禁!美国联邦政府设备重新装上TikTok,不是因为这软件变安全了

DeepSeekHarness和Codex谁更好用以前挑选代码大模型,只需要测试

DeepSeekHarness和Codex谁更好用以前挑选代码大模型,只需要测试

马斯克绝对是“打脸专业”毕业的!8月13日,马斯克再次展现了他的硬核反骨本色

马斯克绝对是“打脸专业”毕业的!8月13日,马斯克再次展现了他的硬核反骨本色