- 博客(174)
- 收藏
- 关注
RSS订阅原创 我们没有进入AGI时代，而是OpenAI把AGI的门槛降低了
真正的分水岭，是它能否脱离人类提前准备好的问题和答案，独立进入未知领域，并持续创造新的知识。过去谈论AGI，人们期待的是一种真正意义上的通用智能：能够自主学习，理解复杂现实，在没有标准答案的情况下进行推理，进入陌生领域解决从未遇到的问题，甚至发现新的科学规律。一旦AGI被宣布实现，过去庞大的算力投入就可以被解释为通往新时代的基础设施，巨额亏损可以被解释为抢占未来的必要成本，而一家AI公司的估值，也就拥有了更大的想象空间。这时候，“模型又升级了一代”和“我们已经进入AGI时代”，是完全不同的两种叙事。
2026-09-11 12:31:07
120
原创 AI竞争进入生态时代：OpenCL为何值得关注
从DeepSeek到通义千问，从OpenHarmony到openEuler，再到越来越多企业参与的人形机器人开源社区，开源正在从一个软件行业的技术理念，快速进入AI产业的核心地带。未来真正决定竞争力的，越来越可能是能否建立一个开放的生态，让更多开发者参与进来，让更多企业重复利用，让不同技术持续协同。这也是为什么，今天讨论AI竞争，不能只看谁的模型更强、谁的芯片跑得更快，还要看谁能够形成更大的开发者生态、更广泛的产业协作以及更有影响力的技术标准。这背后反映的，可能是AI产业正在发生的一次重要变化。
2026-09-11 11:19:46
155
原创 孙宇晨问AI要不要给5000万美元：AI的答案为什么不能只看结论
另一个AI应该专门找风险；最近，孙宇晨在一篇文章中写到，面对这笔5000万美元的决定，他没有自己做判断，而是去问Claude，得到的回答是“No”。它不只是要解释模型内部为什么这样计算，更要让用户理解一个结论背后的依据、假设、不确定性，以及哪些条件发生变化之后，答案可能跟着改变。AI真正成熟的标志，也许不是它越来越像一个什么都知道的人，而是它越来越像一个愿意把自己的判断摊开来让你检查的顾问。但对于普通用户来说，更现实的黑箱其实是：AI给出了一个结论，却没有让你知道它依据了哪些事实，又忽略了哪些风险。
2026-09-04 14:08:52
213
原创 比尔·盖茨提醒：AI的红利与风险，会同时到来
他认为，当企业大量使用AI和机器人替代人工后，劳动相关税收可能减少，但失业保障、职业培训等社会支出却可能增加，因此可以讨论对AI Token或机器人征税，为社会转型提供资金。今年1月，盖茨就已经指出，未来几年AI将进一步冲击就业，软件开发等领域已经开始受到影响，而仓储、客服等行业一旦技术成熟，也可能出现更直接的变化。未来医生可以让AI整理病历、分析资料，老师可以让AI辅助教学，护理机器人也可以承担大量重复劳动，但最终的判断、责任和人与人的关系，仍然应该保留在人的手中。其中最值得关注的，是年轻人的就业问题。
2026-09-04 14:05:32
219
原创 AI的下一个赛道：从聊天窗口走向真实世界
从北京近期发布的《关于加快智能体引领发展的若干措施》来看，一个明显变化是：政策关注的重点已经不再只是大模型本身，而是开始围绕智能体、驾驭层、AI原生应用、智能终端、安全治理、Token经济等环节构建完整体系。因此，政策提出推动Token经济，并探索从“按照Token消耗量计费”转向“按照价值计费”，背后反映的正是一个趋势：AI未来不能只证明自己消耗了多少算力，而要证明自己创造了多少价值。企业需要的不是一段漂亮的文字，而是一个能够理解任务、调用工具、处理数据、持续记忆并最终完成工作的系统。
2026-08-28 09:45:19
207
原创 宇树科技上市：人形机器人进入下半场，类脑智能迎来关键窗口
国家层面对人工智能、机器人和智能制造持续加码，也说明这不是一轮简单的概念炒作，而是产业升级的重要方向。如果说传统AI是在告诉机器“答案是什么”，那么类脑智能更重要的价值，是让机器逐渐学会“这个世界为什么会这样”。接下来，市场会逐渐从“谁的机器人卖得更多”，转向“谁的机器人真正能够进入工厂、家庭和复杂现实环境”。但政策解决的是产业发展的方向和资源配置，资本解决的是融资和产业扩张，硬件解决的是机器人的“身体”。市场给了它超过200倍的发行市盈率，本质上并不是在给今天的硬件定价，而是在给未来的具身智能定价。
2026-08-28 09:36:02
243
原创 Agent的终局不是“会干活”，而是像人脑一样越干越聪明
摘要： 当前Agent虽能规划任务、调用工具并反思错误，但缺乏真正的“成长”能力。真正的智能需具备自进化（Self-Evolution）属性，即通过反馈更新记忆、策略、技能甚至模型，而非重复犯错。类脑智能的持续学习机制可赋能Agent从经验中迭代，形成动态适应能力。未来Agent的核心价值不在于初始表现，而在于长期任务中能否积累经验、优化自身，最终实现“越用越聪明”的类脑进化。
2026-08-21 01:26:36
181
原创 AI最离谱的不是会思考，而是没人知道它什么时候开始学会了“思考”
AI系统的"涌现"能力引发深度困惑：随着模型规模扩大，AI突然展现出编写代码、解决数学题等复杂能力，但科学家至今无法完全解释其形成机制。更棘手的是，AI的内部决策过程如同黑箱，其提供的"理由"可能并非真实决策依据。当前研究正从外部观察转向内部机制解析，试图追踪神经活动与信息流。随着AI进入金融、医疗等高风险领域，可解释性成为竞争新焦点，欧盟已出台相关监管要求。专家提醒，不应轻信AI的表面解释，关键决策仍需专业人士验证。人类正面临AI发展的根本悖论：我们创造了超越自身理
2026-08-21 01:21:40
220
原创 机器人为什么需要百万小时数据？类脑智能可能正在改写这笔账
本文探讨具身智能数据采集面临的成本与效率挑战。人类只需少量经验即可完成抓取等动作，而机器人需海量数据训练。当前数据采集成本高昂（每小时有效数据成本达数百至上千元），且存在大量重复低效数据。文章指出，解决方向在于提高数据价值密度，结合大模型与类脑智能优势：类脑系统通过事件驱动和多模态融合，可自动识别关键动作、提升信息密度、增强数据复用率并降低计算成本。未来趋势将从"堆数据量"转向"用更少数据训练更强机器人"，通过优化数据生产方式实现真正的降本增效。
2026-08-13 14:26:18
171
原创 AI进入现实世界的新考验：类脑智能如何破解物理AI“跑不久”的难题
摘要：人工智能从实验室走向实际应用时，面临算力、功耗和稳定性等现实挑战。传统依赖大算力的AI模型在边缘设备中表现不佳，而类脑智能借鉴人脑高效处理方式，在低功耗下实现快速决策，更适合无人车、无人机和工业机器人等场景。未来AI发展或将融合大模型与类脑智能，前者负责复杂推理，后者处理实时控制，推动AI从数字世界真正落地物理世界。评判AI能力的标准也将从模型参数转向持续运行、断网自主和适应复杂环境等实际指标。
2026-08-13 14:25:31
219
原创 大脑教会AI如何“偷懒”：下一代人工智能或将开启低能耗革命
科学家正尝试让人工智能向人类大脑学习"偷懒"能力——通过类脑计算减少无效运算，在保证智能水平的同时降低能耗。当前AI依赖算力和数据堆叠的发展模式面临能耗高、数据匮乏等瓶颈，而人脑仅需20瓦功耗就能完成复杂认知任务。类脑智能采用脉冲神经网络、稀疏计算等技术，模拟大脑"按需计算"机制，有望实现低功耗实时学习，解决AI的能源与数据依赖问题。未来类脑智能可能与传统AI融合发展，推动AI从规模竞争转向效率竞争的新阶段。
2026-08-07 11:41:20
206
原创 当闭源AI遇上开源反击：未来竞争的核心不是模型，而是生态
人工智能行业正从单一模型能力竞争转向生态体系构建。OpenAI等闭源模式虽在早期占据优势，但随着开源模型的崛起，行业意识到未来胜负关键在于开放生态而非技术垄断。杨植麟指出，AGI发展的瓶颈在于组织模式创新而非纯技术突破。KimiK3等开源模型的出现表明，开放生态能更高效满足多样化产业需求，正如英伟达凭借CUDA生态超越硬件性能本身。互联网历史证明，开放协议最终催生全球创新，AI时代或将遵循类似规律——未来属于能构建包容性生态的参与者，而非仅依赖封闭技术的企业。这场竞争正从"模型强弱"转向
2026-08-07 11:35:41
192
原创 当AI遭遇算力、能源和落地困境：类脑智能或成为具身智能破局关键
AI未来突破点：类脑智能或成关键 人工智能在数字世界取得显著进展后，正面临向物理世界拓展的三大挑战：算力瓶颈、能源消耗和物理世界理解不足。专家提出，类脑智能可能是解决方案——借鉴人脑高效、低耗的信息处理机制，提升AI的端侧计算能力和持续学习效率。未来，AI竞争核心将从模型规模转向低成本、高效率的实体应用，类脑智能或成为连接数字与物理世界、推动具身智能落地的关键路径。
2026-07-31 14:55:39
159
原创 从数学最高荣誉到AI革命：基础科学正在决定人工智能未来高度
中国数学家王虹、邓煜同获2026年菲尔兹奖，这是中国首次斩获这一数学界最高荣誉。该成就不仅标志着中国基础科学研究的重大突破，更在人工智能时代具有特殊意义。数学理论是AI算法创新的核心支撑，未来AI发展将愈发依赖数学突破。中国数学家的成功展现了几十年来教育体系和科研环境的积累，也预示着AI与数学的深度融合趋势——AI或将从科研工具进化为科学发现伙伴。这一里程碑事件凸显，在科技竞争中，持续的理论创新能力才是决定长期竞争力的关键。
2026-07-31 14:48:26
225
原创 没有手机和电脑爆发，RISC-V为何仍可能成为下一代AI计算底座？
摘要：AI时代下，RISC-V架构通过开放生态在工业控制、边缘计算等底层场景持续渗透，其发展路径与传统架构不同。当前挑战在于构建完整的软硬件生态，而非单纯技术突破。未来RISC-V需向GPU和高性能计算延伸，与AI需求结合，推动开放计算体系发展。其核心价值在于降低创新门槛，适应多样化智能应用，而非替代现有架构。随着AI向高效计算转型，RISC-V有望成为下一代智能计算基础的重要组成，重塑芯片产业竞争逻辑。（149字）
2026-07-24 09:10:49
176
原创 港股正在告别旧时代：AI浪潮或将重塑香港资本市场新格局
从芯片设计、半导体制造，到服务器、存储、光通信，再到数据中心、电力供应和智能制造，人工智能正在成为新的基础设施。高盛亚洲（除日本外）股票资本市场主管王亚军提出，理解今天的香港市场，不能再简单依靠传统指数，而应该站在AI产业变革的角度重新审视。当越来越多AI企业登陆香港，当国际资金重新关注中国科技资产，当资本开始围绕人工智能产业链重新配置，港股的未来价值正在被重新定义。这背后意味着，港股正在经历一次重要的结构变化：过去代表香港市场的是传统经济，而未来代表香港市场的，可能是人工智能驱动的新经济。
2026-07-17 16:42:33
177
原创 英伟达GPU时代之后，中国AI芯片或将在类脑芯片赛道实现弯道超车
摘要： 随着AI产业从算力堆叠转向高效智能计算，类脑芯片成为新焦点。它模拟人脑神经元结构，通过脉冲神经网络和稀疏计算实现低功耗高效处理，突破传统芯片的算力竞争逻辑。全球类脑芯片技术尚未成熟，为中国在下一代AI芯片架构中创造弯道超车机会。未来竞争核心将转向"智能效率"，而非单纯算力规模，这或重塑全球芯片产业格局。（149字）
2026-07-17 16:40:44
205
原创 当市场开始恐慌时，真正的机会正在悄悄浮现：AI与机器人可能才是下一轮财富重估的核心
市场调整后，投资者对AI趋势产生质疑，但产业革命往往在市场信心低谷时完成价值重估。AI产业链虽经历波动，但计算需求将随智能助手和AI Agent的普及爆发式增长，存储产业逻辑正被重构。机器人因AI补足认知短板，成为重要落地方向。尽管短期波动难免，AI仍将像电力、互联网一样成为社会基础设施。长期投资者需在恐慌中识别机遇，历史表明颠覆性产业常在质疑声中崛起。
2026-07-09 17:07:58
219
原创 中国AI进入国家工程时代：算力、芯片与产业重构的深层逻辑
中国AI政策正从产业竞争上升为国家战略，构建以算力网络为底座、芯片为核心的三层架构体系。政策路径经历了技术突破、补链强链到系统化统筹的演变，将AI纳入基础设施范畴，强化算力调度和国产芯片应用。这一转变使AI成为数字经济基础能力，推动"AI+制造业"深度融合与消费端普及，形成体系化发展模式。尽管面临效率与创新平衡的挑战，中国正通过工程化路径将AI定位为国家长期竞争力的核心要素，重塑全球AI竞争格局。
2026-07-09 17:06:26
240
原创 为什么人形机器人做了这么多年，依旧很难真正落地？
手机在采集数据，手表在采集数据，机器人本体也在采集数据，但这些数据之间缺乏统一时间轴、统一语义结构和统一学习框架，它们只是“孤立的信息集合”，而不是可以被系统性学习的“世界经验”。语言模型之所以能“聪明”，是因为它吃到了人类几十年积累的文字、图像和视频信息，这些数据本质上是对世界的“描述”。人形机器人这两年看起来进步很快，能跑、能跳、能翻跟头，甚至还能做一些简单的搬运动作，但如果把这些演示放到真实世界里仔细看，会发现一个更本质的问题：它们更像“被设计出来的动作机器”，而不是“理解世界的智能体”。
2026-07-02 15:18:59
378
原创 当AI开始“又吃电又喝水”，技术进步还划算吗？
它的逻辑很简单——更强的能力来自更大的计算密度，而更大的计算密度天然意味着更高的能源消耗。人脑的运行功耗大约只有20瓦，却可以完成复杂的感知与决策，它的关键不在于算力规模，而在于结构方式。回到最初的问题，当我们看到AI开始消耗越来越多电力与水资源时，其实真正需要反思的，不只是它的规模增长，而是我们是否还在用上一代计算逻辑，去承载下一代智能需求。因此，类脑智能真正的意义，不是“替代现有AI”，而是提出另一种可能性：如果计算不再是持续消耗，而是由信息变化驱动，那么智能系统的扩展方式是否可以被重新设计？
2026-07-02 15:11:39
193
原创 当大模型烧掉千亿资金仍学不会思考：类脑智能为何成为最值得重仓的蓝海赛道？
而更多算力又意味着更高成本。这一周最大的启发就是：AI的未来未必属于参数最多的模型，也未必属于算力最强的公司。目前很多大模型采用的是密集计算模式，大量参数同时参与运算，虽然效果不错，但资源消耗极高。这一周，看着全球AI行业不断刷新参数纪录、融资纪录和算力纪录，我却越来越强烈地感觉到：人工智能的发展，似乎走到了一个值得重新思考的路口。回顾科技史会发现，真正改变世界的技术往往都不是最先出现的那一个，而是找到正确路径的那一个。因为未来真正有价值的AI，不一定是知道最多知识的AI，而是最能理解现实世界的AI。
2026-06-25 16:02:25
197
原创 中国经济的增长引擎正在从“房地产“切换到“AI（及泛科技产业链）“
无论是算力基础设施建设、大模型研发、智能制造升级，还是机器人、自动驾驶、智能终端的发展，本质上都在围绕AI这个核心方向展开布局。房地产主要带动的是建筑和消费相关产业，而AI能够重塑制造业、金融业、医疗、教育、交通、能源、农业乃至科研体系。未来十年，中国经济最大的看点或许不再是谁又开发了多少楼盘，而是谁能够率先把AI融入产业、提升效率、创造新的生产力。如果说房地产改变的是城市的物理空间，那么AI改变的则是整个社会的生产方式。房地产塑造了过去二十年的财富故事，而AI，正在书写下一个时代的增长叙事。
2026-06-25 15:24:25
214
原创 高考突然降温：学历神话正在褪色，AI时代谁能胜出？
和往年铺天盖地的"第一个冲出考场的考生""最难的作文题""全民同写高考作文"不同，今年的热搜榜上，高考相关话题零零星星，连往年必上的"高考答案""估分""分数线预测"都没掀起太大水花。往年标配的"旗袍妈妈""全城护考""向日葵送考"大幅缩水，"金榜题名"的祝福被一句"正常发挥就好"取代。而高考命题变难、变得更"反套路"，恰恰是教育系统在用最直接的方式回应AI时代：当AI能三秒解出任何固定题型，人类学生唯一剩下的核心竞争力，就是机器复制不了的真实的、独立的、现场的思维。但AI带来的，远不止课堂上的便利。
2026-06-18 13:46:24
195
原创 豆包收费，610万人卸载豆包背后的行业变局：类脑智能为何突然重要了？
就在豆包收费引发争议的同一时期，微信开始向开发者开放AI生态，美团、京东、滴滴、携程等纷纷接入。而付费用户则完全不同。过去三年，AI行业依靠资本输血高速扩张，但无论一级市场还是二级市场，都开始要求看到更清晰的盈利路径。在类脑计算、神经形态芯片等新技术成熟之前，AI消耗的不仅是Token，更是真实的电力和算力资源。而从更长远的角度看，当盈利压力成为行业共识，那些真正能够降低能耗、提升效率的新技术，也将获得前所未有的发展动力。因此，豆包收费的本质，并不是企业突然想赚钱，而是整个大模型行业开始面对现实。
2026-06-11 13:39:21
357
原创 腾讯AI慢了吗？这场1.5小时对谈，终于把真相说透了
在一个所有 AI 公司都在拼命证明自己能赚钱的时间点，腾讯说最重要的一条产品线不设商业化目标——考虑到腾讯 28 年历史上那些成功产品没有一个在第一年就开始赚钱，这更像是极度务实。有限的 GPU 资源优先倾斜内部需求——混元训练、微信、腾讯会议、元宝，所以实际拿 GPU 算力放到云上服务各行各业的客户，有标杆案例，但是还不能完全覆盖所有客户的需求。他说腾讯业态多元、团队多、产品分布在很多赛道上，有的地方可能我们做得快了，有的地方做得慢了，有一些地方可能会做失败、在探索。腾讯现在就在自己的心率区间里。
2026-06-11 13:29:04
213
原创 Opus 4.8翻车记：硅谷最贵AI，开口第一句——“我是千问“
而在claude.ai官网页面上，由于系统提示词约束，模型回答一切正常——也就是说，只有掀开"官方盖子"，用裸API测试，才会发现这个秘密。就在三个月前，2026年2月23日，Anthropic发布公开声明，指控DeepSeek、月之暗面和MiniMax三家中国公司使用2.4万个虚假账户，与Claude进行1600万次交互，实施"工业规模的蒸馏攻击"。创始人Dario Amodei多次在公开场合把公司定位为"道德AI的守护者"，声称用其他模型输出训练自己的模型，就是"窃取知识产权"。这是硅谷的巅峰时刻。
2026-06-04 09:34:12
158
原创 Anthropic千亿估值买不来未来：类脑智能正在逆袭
因为所有的估值，买的都是「未来现金流的折现」，不是现在。但人脑从来没有靠堆电力变聪明，它靠的是记住该记住的、忘掉该忘掉的——而这是一套大模型至今没有学会的算法。美国初创公司Eon Systems在2026年成功将果蝇全脑仿真模型接入物理引擎，实现了类脑具身控制——不要小看果蝇，从果蝇到猴子再到人类，这个路径一旦走通，类脑智能通向通用人工智能（AGI）的路线图就有了生物学依据。文章的核心观点很简单：传统AI依赖的是算力，类脑智能模仿的是人脑——人脑只有20瓦的功耗，却能同时处理视觉、语言、记忆和情感。
2026-06-04 09:34:04
256
原创 华为“韬（τ）定律”引爆半导体！大白话解读！
这背后贯穿着一条清晰的工程哲学：不追求单个晶体管的极限尺寸，而是从器件、电路、芯片到系统，对时间常数τ进行全栈式的系统性压缩。381款基于韬定律设计并量产的芯片，覆盖从智能手机到AI计算的千行百业，这些不是PPT上的概念验证，而是真实的工程交付。韬定律，以希腊字母τ（韬）命名，直指一个尖锐到不能再尖锐的问题：当摩尔定律的半世纪光环逐渐黯淡，半导体产业的下一步该往哪走？但这并不妨碍韬定律成为一个标志性的事件——中国半导体产业第一次不再以追赶者的姿态回答问题，而是直接走到台前，用自己的逻辑重新定义了跑道本身。
2026-05-28 14:36:36
227
原创 当AI烧掉一座核电站时，人脑只用了20瓦——类脑智能正在掀翻牌桌
解放日报记者俞陶然在报道上海类脑智能产业大会时引用了复旦大学邹卓教授的解释：人脑约有860亿个神经元，通过海量神经突触传递信号，具有稀疏激活、大规模并行的特点，而它的功耗仅20瓦左右，比一个灯泡还低。他们在国际上首次发现了一种叫CBPS的新型材料，基于这种材料搭建出了能处理复杂任务的“微型人造大脑”，一口气实现了“感知—存储—计算—激活函数”四位一体的全集成。三十年后，也许终结这个定律的，不是更小的晶体管，而是一颗学会像人脑一样思考的芯片——不追求每秒钟计算多少次，只追求每瓦特能解决多少问题。
2026-05-28 14:02:03
185
原创 AI时代最残酷的真相：就业、工资和社保正在被重构
在人工智能飞速渗透生活的当下，这篇研究直白揭开了AI时代最残酷的真相，跳出普通博主的浅层解读，站在宏观视角剖析AI对经济、就业、社会体系的重塑，看懂其中逻辑，就能读懂普通人未来几年的生存出路。第一，避开可规模化复制的赛道，深耕需要人际沟通、责任承担的领域，贴近人性感受的行业，永远不会被AI淘汰。目前全球AI发展分化为两条路：硅谷选择AI替代人力、极致逐利，而我国坚持用AI赋能人、提升全民生活质量，并且推出AI税、企业AI透明披露两大底线政策，守住普通人就业基本盘。AI只是冰冷工具，无法承担决策后果。
2026-05-21 12:06:22
219
原创 撬开AI黑箱：三部委新规下，可解释性如何重塑智能信任？
此前就有银行因AI风控误判客户资质引发纠纷，面对客户的质疑，平台只能给出笼统的评估结论，最终承受监管处罚与口碑损耗，而这类问题在医疗、金融、司法等高风险领域频频发生，严重阻碍了人工智能规模化落地。国外依托归因图谱完成模型推理路径可视化，国内智谱、DeepSeek、优智创芯等企业也持续发力，新款大模型搭载专属解释模块，搭配国产化算力芯片，在保障运算性能的同时，精准拆解决策因子，让AI判断有据可依，切实打破技术壁垒。技术迭代让可解释性走出实验室，成为企业规避风险、提质增效的实用工具。公众号：OpenSNN。
2026-05-15 13:21:22
50
原创 当AI开始“炒算力”：华尔街正在把人工智能变成下一个石油市场
无论是NVIDIA的GPU，还是Microsoft、Amazon、Alphabet疯狂扩建的数据中心，本质上都在说明一件事：AI已经不再只是软件竞争，而是演变成一场围绕能源、芯片、电力和基础设施的超级竞赛。过去工业时代争夺的是石油和钢铁，互联网时代争夺的是流量和用户，而AI时代争夺的核心，正在变成计算能力。最近，贝莱德CEOLarry Fink提出了一个非常值得关注的观点：未来，AI计算能力可能会像石油、电力一样，被金融市场彻底商品化，甚至形成一种新的资产类别——“计算期货”。这两者背后的逻辑完全不同。
2026-05-15 13:20:19
258
原创 告别参数内卷！量子AI vs 类脑智能，2026年AI终极赛道谁能笑到最后？
更重要的是，类脑智能能和生物系统深度融合，比如瑞典团队用导电塑料制成的人造神经元，能模拟17种人类神经元的关键特性，未来有望植入人体，帮助残疾人重建触觉、运动功能，这是量子AI难以企及的优势。但无论是量子AI的算力突破，还是类脑智能的仿生创新，都跳出了传统AI的参数内卷，走向了“更贴近智能本质”的方向。2026年的AI赛道，从来不是非此即彼的对决，更可能是“双赛道并行”——量子AI负责解决高难度、大规模的计算任务，类脑智能负责实现人机共生、生物兼容的应用场景，两者互补共生，才能真正推动AI迈入下一代。
2026-04-23 16:20:39
274
原创 9万亿度电造富：中国TOKEN出海，赚走全球AI20倍利差
这场产业变革的底气，来自中国无可匹敌的电力家底。全球最大AI模型API聚合平台OpenRouter的数据显示，2026年2月，平台内前十模型总TOKEN消耗量突破28.7万亿，其中国产模型贡献14.69万亿，占比51.2%，历史上首次单月Token调用占比过半，全面超越美国模型。背后是“东数西算”国家战略的顶层托底，是风光电储、液冷散热等核心技术的持续突破，是从光伏板、风机到芯片、服务器的全产业链支撑，更是中国独有的工程效率——海外数据中心建设动辄数年审批，中国从拿地到通电最快仅需数月。
2026-04-17 02:18:57
247
原创 触目惊心！美国AI巨头“吃绝户”：抢电征地，还要亲手淘汰供养它的人
随着生成式AI爆发，其数据中心业务实现指数级增长，2026财年第四季度数据中心收入达623亿美元，全年收入超2159亿美元，毛利率长期维持在70%以上，AI行业的利润几乎全被这些“卖铲子的人”垄断。美国AI巨头的掠夺，最先从民众的钱包开始。一手拿着暴涨的电费账单，一手握着裁员通知，此刻美国民众才看清这场“吃绝户”的全貌——他们用自己的血汗钱，亲手喂养出一个终将取代自己的“怪物”。这场AI狂欢的背后，是资本的贪婪无度，更是普通民众的无奈与悲凉，而那份叫停数据中心的法案，或许只是这场悲剧的一丝微弱反抗。
2026-04-17 02:17:50
93
原创 喧嚣之下，AI 为何陷入 “叫好不叫座” 的商业化困局？
通用大模型看似全能，却无法精准满足各行各业的细分需求，医疗、制造、物流、零售等传统行业，有着复杂的业务流程、严苛的行业标准，AI 技术很难直接适配，定制化改造又耗时耗力，成本居高不下，让不少企业望而却步。他们一味追求技术的先进性，却不关心企业到底需要什么、用户的痛点是什么，研发出的产品与市场脱节，看似技术拉满，实则毫无实用价值。可繁华背后，却是绝大多数 AI 企业深陷盈利难题，技术落地屡屡碰壁，整个行业陷入了 “叫好不叫座” 的商业化困局，看似无限风光的 AI 产业，正面临着理想与现实的尖锐碰撞。
2026-04-10 13:51:53
96
原创 张亚勤院士亮相博鳌2026：AI正在向类脑智能演进
作为深耕AI领域二十余年的技术领军人物，他用“厚积薄发”来概括当下AI的发展阶段，同时释放出一个更具冲击力的信号：人工智能正在逼近人类认知本身，甚至可能重塑“智力”的定义。张亚勤特别提到，未来随着脑机接口等技术成熟，人类与机器的关系将不再是简单使用工具，而是进入能力融合阶段——人的记忆、计算与思维能力，可能被系统性放大。张亚勤指出，人工智能正同时发生三大转变：从生成式AI走向具备执行能力的智能体，从信息智能走向物理智能与生物智能，从单点技术演化为全面赋能产业的“AI+”通用能力体系。
2026-04-03 10:05:17
244
原创 姚期智院士直言：AI的下一站，不是规模更大，而是更像人
更关键的是投入产出的边际效应持续递减，花费十倍的成本，换来的可能只是基准测试中零点几个百分点的提升，这种“吞金兽”式发展让大模型的商业化举步维艰。从“规模竞赛”转向“生物智能”，并非否定大模型的技术价值，而是推动AI发展的范式转移。姚期智院士指出，大模型的绝境，正是AI行业回归理性的契机，而破局的关键，在于让生物智能重新成为人工智能研究的主流。唯有让工程让位于科学，让模拟转向进化，从生物智能中汲取智慧，才能让AI走出绝境，真正实现“AI向善”的价值，让人工智能成为推动人类社会可持续发展的核心力量。
2026-04-03 10:04:06
263
原创 破局英伟达垄断：OpenCL+RISC-V加持，清华乘影与国产GPU的突围之路
而RISC-V开源指令集，则为国产GPU提供了自主底层支撑，相比闭源指令集，它免费开源、模块化可扩展，既能规避海外专利风险，又能定制化适配GPU并行需求，快速聚拢生态资源，破解“硬件易突破、生态难跟进”的困境。真正筑牢垄断壁垒的是CUDA平台，近二十年积累形成覆盖框架、模型、工具链的完整生态，主流开发框架与开源模型均基于其优化，开发者切换平台面临极高迁移成本，加之英伟达闭源指令集与底层IP管控，国产GPU早期追赶步履维艰，直到外部禁令倒逼、开源技术成熟，才迎来结构性机遇。公众号：OpenSNN。
2026-03-26 11:49:31
245
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人