昊梵体育网

周四值得关注板块：1.创新药2.人工智能AI应用3.固态电池4.国产算力5.电力设备6.云计算7.大健康产业​​​

大佬都说AI是好事，可咱们换手机电脑要多掏钱？看到这个新闻，我感觉我整个人都不好了！AMDCEO苏姿丰最近说了一句话：未来数年芯片需求将“非常高”。她还说，人工智能有益于世界，不会伤害人类。这话和黄仁勋拒绝AI末日威胁论的口径完全一致。行业大佬们都在强调AI带来价值。企业拿到订单、收获利润，自然看好赛道。只是普通消费者会疑惑，未来几年手机、笔记本电脑的硬件，会不会维持高位，成本压力最终落到我们身上？芯片需求走高，会持续带来产能紧张的局面。产能供给跟不上，硬件价格很难往下走。AI服务器一台消耗内存是普通服务器的8到10倍。训练大模型动辄数TB内存。全球存储产能总量有限，大量资源被AI算力占用，消费端的存储供给就会受到挤压。人工智能服务跑在云端，产业链产生的成本压力，会沿着供应链传导到终端用户。厂商优先把先进存储产能投向利润更高的HBM服务器内存，会带动通用存储芯片行情上行，间接推高手机、笔记本的硬件成本。更关键的是，这不是短期现象。美光CEO提到，2027和2028年的内存供需，会比2026年紧张得多。高盛判断，这轮存储供需紧张的局面会持续到2028年。未来三年，电子产品存在价格承压的可能性。这不是定论，是产业链供需推演出来的趋势。黄仁勋说AI不会带来末日风险，苏姿丰说人工智能有益于世界。站在产业发展的角度来看，这个判断成立，人工智能确实在重塑生产力。但产业视角和消费者视角，从来不是同一个视角。产业看的是市场增量。消费者看的是个人账单。人工智能创造的新价值，大部分留在企业端，用来完成降本增效、优化流程、提升产出。而AI带来的成本压力，却沿着供应链传导到消费端。企业赚的是效率升级的钱，消费者承担的是产能资源争抢带来的成本。说白了，当下阶段的人工智能技术，并没有让更多普通人享受到直接红利，反倒会对我们购置数码产品的预算产生影响。技术进步本身没有问题。AI在医疗、工业、办公领域，已经落地不少实用方案，实实在在提升社会运转效率。只是行业资本和企业，优先抢占高利润的算力与存储产能。消费级硬件只能分到剩余资源，供需失衡容易转化成终端售价的上涨压力。技术红利的分配，出现了明显的时差。企业先拿到收益，普通用户要承担硬件涨价带来的压力，普通人能切实分到的实惠，还要等产业链慢慢调整。不知道大家有没有察觉，最近换新手机、笔记本，内存和存储版本的溢价越来越明显。不是芯片工艺停滞不前，是大量先进产能被AI算力需求锁定。产业大佬看好AI长期前景，本身属于商业判断。我们不用否定技术发展，只是普通人要认清当下的产业链现实。这一轮AI热潮，普通人短期要面对数码硬件涨价的潜在压力。属于大众的技术福利，还需要产业链慢慢释放。

俩闺女现在出去玩，只要吃饭就要看手机，而且还是短视频，上瘾了，不管不行了，搞了一大堆纪录片，看看能不能改改坏习惯！​​​

还有人用iPhone5吗？有，但基本只剩情怀和备用。它最高停在iOS10，A6芯片+1GB内存，微信、支付、短视频大多已不支持。如今常见用途：当闹钟、MP3、老人机、收藏摆件。换块电池能打电话收短信，但别当主力，扫码都费劲。它没坏，只是时代跑太快了。iPhone5

转：达利欧——我们可能正接近AI人工智能泡沫破灭的临界点​​​​

美国现在估计气得后槽牙都要咬碎了。他们千方百计封锁华为，结果硬生生把去美国化逼成了全球共识。巴西直接踢开美国芯片选华为，非洲多国排队签约。连高通都主动交钱求和，这根本不是普通的商业合作，这是全球对美科技霸权的一场集体出逃。大家都怕了，谁也不愿把国家数据的命门交到白宫手里。全球科技产业的发展，从来不是一条固定路线。过去一些国家依靠技术优势占据产业链高端位置，但随着国际环境变化，越来越多企业和国家开始重新审视一个问题，那就是关键技术和核心供应链，究竟应该掌握在谁手里。华为这几年经历的变化，就是全球科技竞争中的一个缩影。曾经，美国试图通过限制芯片、软件和供应链合作，降低华为在全球市场的竞争能力。但结果却出现了一个耐人寻味的变化，外部压力没有让华为退出赛道，反而推动其加速布局自主技术体系。从通信设备到智能终端，从云计算到人工智能，从汽车智能化到操作系统，华为正在不断扩大自己的技术版图。华为官方公布的信息显示，公司持续推进5G演进、人工智能计算、鸿蒙生态以及智能汽车解决方案等业务布局。其中，最受关注的就是芯片和算力领域。过去，高端芯片长期由少数国际企业掌握，全球很多产业都依赖成熟的海外供应链。但近几年，随着人工智能时代到来，算力的重要性越来越突出，各国都开始重视自身数字基础能力建设。华为推出的昇腾计算平台、鲲鹏生态等，就是中国企业探索国产计算体系的重要组成部分。面对外部限制，华为没有选择等待，而是投入更多资源进行技术研发，逐渐形成覆盖硬件、软件、生态的一套体系。而全球市场的变化，也说明科技竞争已经不再只是比拼某一个产品。对于很多发展中国家而言，建设通信网络、发展数字经济，需要考虑成本、服务能力以及长期稳定性。近年来，中国企业参与多个国家和地区的信息通信基础设施建设，为当地数字化发展提供了更多选择。非洲许多国家正在推进数字化转型，通信网络建设成为经济发展的基础设施。中国企业长期参与当地通信建设，在网络覆盖、技术服务和人才培养方面积累了经验。对于这些国家而言，合作伙伴的选择更多来自实际发展需求，而不是简单跟随某一方的政治判断。巴西等国家在数字基础设施建设过程中，也更加重视技术自主和供应链安全。全球产业正在出现一个趋势，那就是越来越多国家希望避免过度依赖单一技术来源。这种变化，其实也是美国长期科技政策带来的一个反作用。过去，美国企业在芯片设计、操作系统、软件生态等领域拥有明显优势，全球产业链围绕美国技术体系形成。但当技术竞争与政治因素深度结合时，一些国家和企业开始意识到，如果关键环节完全依赖外部供应，就可能面对供应不稳定的问题。因此，推动供应链多元化，已经成为不少国家的现实选择。高通与华为之间的专利合作变化，也体现了科技产业竞争的复杂性。2026年10月，华为与高通宣布达成多年期专利许可协议，涉及5G、人工智能、计算和网络等领域，同时包括双方专利交叉许可等内容。这并不意味着竞争消失，而是说明在全球科技产业中，真正领先的企业之间往往既竞争又合作。技术发展需要开放交流，也需要尊重知识产权。谁拥有更多创新成果，谁就能在产业合作中拥有更大的话语权。华为的发展变化，也反映出中国科技企业面对压力时的韧性。从早期通信设备企业，到如今布局数字基础设施、人工智能和智能汽车领域，华为走过的道路并不轻松。尤其是在芯片领域，制造工艺、供应链完善程度、高端设备获取等方面，仍然存在需要突破的问题。科技创新不是一场短跑比赛，而是一场长期较量。任何企业想保持领先，都需要持续投入。但不可忽视的是，全球科技竞争格局正在发生变化。过去那种一家企业、一套技术体系主导全球市场的时代正在减少，更多国家希望拥有自己的选择空间。美国原本希望通过限制华为的发展，维持自身技术优势，但客观结果是，全球产业链开始更加关注自主、安全和多元化。技术封锁并没有让竞争停止，反而刺激更多企业加快创新步伐。华为能够继续参与全球竞争，靠的不是外部保护，而是多年技术积累和产业布局。中国科技产业的发展，也证明了一个道理，核心技术必须靠自身努力突破，任何国家都不可能永远依靠别人提供发展动力。未来科技竞争仍会持续，但真正决定胜负的，不是谁设置更多限制，而是谁能够创造更多价值。华为的经历告诉世界，科技发展没有所谓永远的领先者，也没有不可改变的产业格局。只有不断创新、完善产业体系，才能在全球竞争中掌握主动。美国试图用限制改变产业方向，但全球市场最终会用实际选择回应。科技进步的道路不会因为人为阻碍停止，中国企业也将在开放合作与自主创新之间继续寻找更大的发展空间。

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

腾讯为WorkBuddy上线微信小程序生成和发布能力，把此前支持的网页应用生成，延伸到了小程序的完整构建与上线流程。用户在「代码开发」模式里描述需求，WorkBuddy就能生成带云数据库、文件存储、微信授权登录等能力的小程序，并且在同一工作台完成预览、测试和发布。发布时，WorkBuddy以微信第三​腾讯为WorkBuddy上线微信小程序生成和发布能力，把此前支持的网页应用生成，延伸到了小程序的完整构建与上线流程。用户在「代码开发」模式里描述需求，WorkBuddy就能生成带云数据库、文件存储、微信授权登录等能力的小程序，并且在同一工作台完成预览、测试和发布。发布时，WorkBuddy以微信第三方服务商身份接入用户授权的小程序账号，协助上传代码、生成体验版、提交审核并发布正式版。已有小程序账号的用户可以扫码绑定，先在真机测试体验版；没有账号也可以创建有效期14天的试用版，但试用版不能直接转为正式版。如果应用需要保存数据、上传文件或支持用户登录，WorkBuddy会提示开通云服务，用户确认后再接入对应能力。正式版仍需经过微信官方审核。升级至WorkBuddy5.6.1或更高版本即可使用。对开发者和普通用户来说，门槛确实进一步降低了：从“写代码”变成“说需求”，再到一键提交审核。不过真正决定产品能否上线的，还是微信官方审核规则、云服务能力配置，以及后续运营和合规问题。WorkBuddy解决的是“从想法到小程序”的第一公里，后面几公里依然需要人把住方向。WorkBuddy小程序

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。

学习拍摄视频，让我又多了一个爱好，感觉时间更不够用了。昨天发了第一个短视频后，把我要学习拍视频的兴趣彻底调动起来了。早晨一起床，洗漱完做早点，吃完后想出门遛弯，又舍不得这一个小时宝贵时间。索性不遛了，在家学习拍视频吧。打开剪映把昨天制作的天安门短视频又制作熟悉一遍，之后想再拍一个试试。可拍什么好呢？去公园拍实景，怕里面人来人往嘈杂。在小区里拍，怕遇到熟人一说话打断思路。想来想去只能在家里拍，拿自己家当景物练手。我的创意是先本人面对镜头说几句，之后再拍。为了把自己拍的自信一些，还抹了点口红。连续拍了三遍才把客厅第一集拍好。原汁原味没经过任何加工，就发出去了。没想到女儿第一个看到了，她发微信说:“妈，您这视频也太长了吧，6分多钟谁能坚持看完呀。”我一想也是呀，我看网上别人发的视频一般都在两三分钟之内，最多没有超过五分钟的。我这第一个视频就这么长，谁愿意看？思来想去忍痛割爱，发出去没多久就给删除了。之后又重新拍，这次长话短说，把不该介绍的删除，这样拍完是三分多钟，感觉这个时间长短比较合适。之后让豆包帮我设计一个封面，放在视频前面，再次发布，感觉这次效果好多了。有了第一次成功，心里别提多高兴了，中午睡醒觉又兴致勃勃拍了我家两个卧室。之后自己设计封面让豆包帮助写好封面题目，又发了一个。第二个就比第一个快多了。一天之内发了两个视频，感觉还是发视频比写头条省事。因为是刚开始学，有许多功能还不会用，所以制作的很粗糙，一看就是生瓜蛋子制作的。不过我倒是喜欢这种素颜、未经任何加工处理的原汁原味，感觉这样更真实，更符合日常生活。这不用费大量时间配音，剪辑，找音乐，做删减处理。年龄大了，怎么省事怎么来，我想以后拍视频也不搞太复杂了，就这样挺好。目的不是为了和别人攀比，就是哄自己开心，充实一个人的生活，让自己多掌握一项技能就行了。明天我打算把家里厨房和卫生间再拍一集，家里的情况就算介绍完了。下一步想出去玩儿的时候练习拍街景，不用追求多么精致好看，也不用纠结流量高低，把自己哄高兴就行。没想到过完71岁生日，我又找到一个兴趣爱好，以后一个人的生活更不会孤单了。简单记录日常，自娱自乐，这就是我今天学习拍视频最大的收获。

#人工智能让民间创作者崛起#马斯克要让Grok在所有功能上都用最前沿的模型。希望老马说到做到。#马斯克##人工智能##人工智能##科技#​人工智能让民间创作者崛起马斯克要让Grok在所有功能上都用最前沿的模型。希望老马说到做到。马斯克人工智能人工智能​

AI飞速发展，为何买单的永远是普通消费者？科技行业两位顶尖大佬的公开表态，让无数普通消费者心生感慨。AMD掌舵人苏姿丰公开预判，未来数年全球芯片市场会迎来居高不下的需求热潮，同时直言人工智能正向全世界输送正向价值，不会对人类造成任何危害。英伟达创始人黄仁勋也持相同观点，全程驳斥各类AI威胁相关言论。行业巨头齐声唱好AI发展前景，这本是科技迭代的大好趋势，可普通老百姓真的能从中分到一杯羹吗？纵观整个科技市场，各大芯片企业借着AI风口赚得盆满钵满，最终所有的成本压力，通通压在了普通消费者的身上。了解行业内情的人都清楚，人工智能的高速运转，对各类芯片与存储设备有着海量消耗。一台专业AI服务器所需的内存容量，远超普通服务器的八至十倍，各大科技企业研发训练大型人工智能模型，动辄需要数TB的超大内存支撑运转。全球存储芯片的产能本就有限，海量资源持续向AI算力领域倾斜，留给手机、笔记本等民用数码产品的产能自然大幅缩减。物以稀为贵的市场规律从不会失效。高端数据中心每占用一块高性能存储芯片，民用终端设备的生产成本就会随之攀升。消费者购置新款数码产品时，动辄几百元的涨价幅度，早已成为常态。行业权威数据更是印证了大众的担忧绝非杞人忧天。美光高层公开坦言，2027年、2028年的内存供需缺口，会远超2026年的紧张态势。高盛专业团队经过深度调研研判，这场芯片短缺的市场局面，将会持续至2028年。整整三年的市场紧缺，注定让各类消费电子产品的价格长期坚挺。AI技术革新催生的行业红利，尽数被头部科技企业收入囊中。企业依托AI技术优化生产流程、提升工作效率、缩减运营开支，实现利润翻倍增长。普通民众看不到直观的科技便利，只能默默承受硬件涨价带来的生活压力。正所谓立场不同，眼界不同。企业看到的是科技迭代带来的无限商机与增量市场，消费者面对的却是节节攀升的购物账单。如今的AI发展陷入一种失衡局面，技术进步的红利集中汇聚在行业顶端，发展过程产生的所有代价，却层层转嫁到底层大众身上。这般本末倒置的行业现状，难道就是科技进步的真正意义吗？AI本该普惠大众、便利生活，如今却沦为企业牟利的工具，让普通人的消费压力与日俱增。这场轰轰烈烈的科技变革，最终只剩消费者独自为行业发展默默兜底。消费者

苏姿丰最近放话，未来几年芯片需求会“非常高”，人工智能有益于世界，不会伤害人类。这话听着耳熟，黄仁勋早就表过态，AI威胁论纯属杞人忧天。两位大佬口径一致，倒也不奇怪。英伟达、AMD靠AI赚得盆满钵满，钱进了自家口袋，天下当然一片太平。可普通人掂掂自己的钱包，恐怕笑不出来。算一笔账就明白了。AI服务器一台吃掉的内存，抵得上普通服务器的八到十倍。训练一个大模型，动不动就是几个TB的存储往里灌。全球的存储产能就那么大，AI这头巨兽先吃饱了，剩下的才轮到手机、笔记本这些消费产品。僧多粥少，价格自然水涨船高。羊毛出在羊身上。数据中心每多装一块HBM，你买下一部手机时就得多掏几百块。2026年第一季度，通用DRAM的合约价环比暴涨了九成以上，第二季度又涨了五到六成。手机厂商叫苦不迭，存储成本在整机物料里的占比，从过去的一成多，一路飙到三成以上。小米一个季度利润缩水四成多，华硕干脆砍掉了手机业务，魅族也暂停了新机自研。这些账，最后都摊到了消费者头上。更扎心的是，这股涨价潮眼下看不到头。美光CEO说得直白，2027年、2028年的内存供需，比2026年还要紧俏。高盛的判断也差不多，这轮短缺起码拖到2028年。各路厂商为了保住货源，纷纷签下长约，把未来几年的价格提前锁死在高位。往后三年，电子产品降价？恐怕是痴人说梦。黄仁勋说AI没有威胁，这话从产业角度看未必错。AI确实在重塑生产力，帮企业降本增效、优化流程，功劳簿上记了一长串。可产业看的增量，消费者看的是账单，这本账从来就没对上过。AI创造的新价值，大头留在了企业端；AI推高的成本，却顺着供应链一路传导，最后落在普通人的购物车里。企业赚的是效率的钱，咱们付的是产能的钱，这笔买卖怎么算都觉得自己吃亏。说到底，现在的AI并没有让多少普通人尝到甜头，反倒先掏空了大家的钱包。技术进步的红利谁在享，成本的压力谁在扛，这笔账心里得有杆秤。等哪天买手机不再肉疼了，再信那句“AI有益于世界”也不迟。AI芯片行情芯片产业指数AI景气度

中国有句老话说得好：真正的生意人，都是懂得“细水长流”这个道理的。DeepSeek又融钱了。至少800亿，腾讯、宁德时代领投。原计划500亿，结果抢的人太多，可能要冲到1000亿。此前梁文锋说了一句话，比融资更值得琢磨：不急着赚钱，最强模型大概率还会开源。一边是资本争着进场，一边是创始人不急着把技术锁起来收费。这两件事放到一起，恰恰能看出DeepSeek的生意经：先把技术做强，让更多人用起来，再靠效率和服务获得收入。把时间拨回2025年1月20日，DeepSeek发布R1，同时开放模型权重。它还做了一件很实在的事：采用宽松的MIT许可证，不限制商用，无需专门申请。对普通读者来说，这意味着什么？就像有人做出一台好用的机器，允许别人把它搬回去，按自己的需要改造，还能拿它做生意。企业可以在自己的服务器上运行模型，也可以围绕它开发产品。DeepSeek当时还放出了六个经过“蒸馏”的小模型。所谓蒸馏，就是让小模型学习大模型的回答和能力，尽量用更少的资源完成任务。小团队不必人人都去承担最大模型的运行成本，也能找到适合自己的技术起点。这一步，打开的是一扇门。过去想做人工智能应用，光是开发基础模型，就可能把一家小公司的钱耗光。现在可以借助现成的模型，把精力放在具体问题上：客服怎样答得准，合同怎样查得快，办公流程怎样少走几道手续。变化很快进入了真实业务。江苏银行把DeepSeek用于合同质检和自动化估值对账；汇添富基金把它引入投资研究、风险控制。人工智能的价值，由此落到了查资料、核数据、处理文件这些日常工作里。这也是开源最容易被误解的地方。很多人觉得，把技术交出去，别人都能用，自己的饭碗岂不是被端走了？可模型能够下载，和模型能够稳定、便宜地运行，中间还隔着设备、用电、维护和技术人员。就像菜谱可以公开，饭店仍然能挣钱，因为顾客买的是方便、口味和稳定的服务。企业也是如此。有实力、有特殊需求的，可以自己部署；希望省事的，可以付费调用DeepSeek的服务。这里的API，理解成软件之间的服务接口就行：自己的程序提出请求，模型处理完，再把答案送回来。这样一来，开源和收费就能并行。前者让更多人获得技术，后者让需要现成服务的人按使用量付钱。真正要比拼的，是同样完成一项任务，谁的成本更低、速度更快、结果更可靠。梁文锋在今年5月的投资者交流中，谈过一个定价思路：买一批设备回来，大约十个月收回设备成本。他追求的是自己认可的合理回报，并不把每一次涨价机会都用足。这里有个关键细节：收回设备成本，是他的定价参照。研发、人员、其他运营支出，仍然需要承担。愿意让利的前提，是公司有能力控制成本，并且持续做出有人愿意用的产品。于是，大笔融资的意义也变得清楚了。技术公司做长久生意，需要足够的资金支持试验。有些研究今天看不到收入，却可能决定下一代模型的能力；一次训练失败了，资金和时间照样已经花出去。模型效率提高，也不等于从此不需要投入。服务的用户多了，使用频率高了，设备、网络和供电的需求都会增加。单次任务省钱，与整体业务需要更多资金，完全可以同时发生。腾讯和宁德时代受到关注，也因为它们分别连接着互联网服务和制造业。对这类企业而言，人工智能的潜在价值，可以落在云服务、研发、生产和管理等多个环节。这是理解产业资本兴趣的一个角度，具体合作仍要看实际落地。开源则让合作的门槛降低。模型企业提供基础能力，应用企业理解客户需求，硬件企业改善运行条件。各家把自己擅长的那一段做好，才有机会让人工智能从聊天工具变成日常工作里的帮手。这条路，也与国内正在推进的开源建设相呼应。今年6月，工信部提出支持优秀开源产品落地应用，探索开源商业模式创新，推动社区代码转化为商业产品。技术分享与商业回报，可以在同一条路上实现。当然，钱多了，考验也会跟着来。研发需要耐心，投资者期待回报；模型要不断进步，服务也要经得住大量用户使用。怎样在这些要求之间安排资源，比融资数字本身更能决定一家公司的未来。对于普通人，最值得关心的，是人工智能能否越来越好用、越来越用得起。一个小商家能少花时间整理订单，一个创业团队能少花钱开发产品，这些具体变化，才是技术普及的分量。“细水长流”放在DeepSeek身上，就是把合理收入、持续研发和广泛使用连起来。让更多人愿意使用，让合作伙伴有空间挣钱，再把收入投入下一轮改进，生意才能越做越长。融资带来的是继续往前走的条件，开源带来的是更多人一起参与的机会。DeepSeek接下来能走多远，要看它能否持续拿出好模型，并把这种开放的选择做成可持续的生意。

美媒：随着中美争夺人工智能领先地位，中国AI产业快速发展，DeepSeek、月之暗面等企业提升了国际影响力，也增强了本土研究人员留在国内发展的吸引力。但中国通过科学家签证、科研资助等方式吸引海外人才的效果仍有限。卡内基国际和平研究院研究显示，2025年每30名在美中国AI研究者中，仅1人选择回国​美媒：随着中美争夺人工智能领先地位，中国AI产业快速发展，DeepSeek、月之暗面等企业提升了国际影响力，也增强了本土研究人员留在国内发展的吸引力。但中国通过科学家签证、科研资助等方式吸引海外人才的效果仍有限。卡内基国际和平研究院研究显示，2025年每30名在美中国AI研究者中，仅1人选择回国。美国依靠长期形成的科研生态和国际化人才环境，仍吸引大量来自中国、印度等国家的研究人员。与此同时，中国在培养和留住本土AI人才方面取得进展。中国高校和企业在顶级AI会议上的论文数量快速增长，清华、北大等机构的表现已超过部分美国高校。DeepSeek等企业的发展，也让中国AI公司成为具有国际竞争力的职业选择。不过，专家指出，美国科研环境、创业机会和投资体系仍具优势。

刘强东买下中东大片土地过去中国互联网公司出海，大家最爱看的是什么？下载量、用户数、补贴多少、GMV涨了多少。到了2026年，这套观察方法已经有点落伍了。真正值得盯住的，是谁开始在海外控制仓库、配送、库存和港口附近的物流节点。京东这次把重注压到中东，恰好说明海外竞争正在换赛道。公开资料能够确认的，不是刘强东个人跑到阿联酋“圈地”，而是京东旗下基础设施投资和资产管理平台京东产发，与阿布扎比哈利法经济区集团合作建设物流设施。9月28日公布的项目面积约15万平方米，计划2028年交付。真正有意思的数字还在后面。这个项目投入运营后，预计能够直接创造约1000个物流、配送和行政岗位。京东产发目前在全球管理超过300项基础设施资产，建筑面积超过2800万平方米，管理资产超过160亿美元。把这些数字摆出来，就知道它早就不是简单给京东商城盖仓库了。如果只看阿布扎比这一个项目，很容易误判京东是在追逐海湾投资热潮。把时间往前拨一年，路线马上清楚了。2025年7月，京东产发就与阿布扎比机场方面合作，计划在机场自由区建设约7万平方米智能物流枢纽。这是京东产发在中东的首个绿地开发项目。更早进入当地市场的其实是京东物流。2025年6月，JoyExpress在沙特上线，自营快递已经能够提供最快当日或者次日送达。京东当时就在当地搭建仓库、转运分拣中心和配送站，还把快递员、司机、仓库员工等环节放进自己的运营体系。这和找个海外代理商送货完全是两回事。到了2026年7月，棋子又落到了红海边。京东产发与沙特港务局签约，在吉达伊斯兰港及当地物流中心开发高标准仓储设施。吉达港处理着沙特约70%的海运进口，又位于连接亚洲、欧洲和非洲的重要航线上。京东盯上的显然不是一座普通仓库，而是一条贸易大动脉。这时候再回头看阿布扎比，味道就完全变了。一个节点靠近航空货运体系，一个节点连接哈利法港以及阿联酋工业区，另一个节点落在红海门户吉达，再加上沙特末端配送网络。京东真正购买的不是“土地故事”，而是在用资本换取全球供应链上的位置。这笔账甚至不能只放在中东算。2026年3月，Joybuy正式进入英国、德国、法国、荷兰、比利时和卢森堡六国。欧洲上线时，京东已经拥有约60座当地仓库和配送节点，并把快速履约当成核心卖点之一。部分城市上午下单能够当天送达，覆盖范围涉及超过1500万户家庭。这就出现了一个很值得中国企业研究的组合：欧洲负责消费市场，中东争夺交通枢纽，国内供应链提供商品和组织能力。三个区域一旦真正打通，京东面对的就不再是一次普通电商出海，而是能不能建立一条由中国企业深度参与运营的跨洲商品流通网络。刘强东这些年一直惦记国际化，难点恰恰就在这里。国内那套京东物流为什么难复制？因为它不是做一个App，也不是多投点广告就能建起来。仓储自动化、库存预测、干线运输、售后逆向物流、大件配送，每一个环节都要砸钱，还需要多年订单把成本摊薄。海外重新来一次，风险只会更大。可这种“重”也恰恰可能成为京东的机会。拼价格，中国企业未必永远占优势；拼广告，欧美平台同样财大气粗；拼供应链效率，中国过去二十多年积累出来的制造业和电商物流能力却有相当深的底子。别人看到仓库是成本，京东更愿意把仓库当作进入市场的门票。

AI终于不卷画画和生成视频了，这次它干了件让整个物理界既兴奋又尴尬的事：用了整整3天，把人类搁置了27年的“芯片宝藏”给挖出来了，一篇1999年的化学论文，被重新翻到桌面上。人工智能（AI）终于不卷画画和生成视频了，这次它干了件让整个物理界既兴奋又尴尬的事：用了整整3天，把人类搁置了27年的“芯片宝藏”给挖出来了一篇1999年的化学论文，被重新翻到桌面上。里面的材料没有换，实验数据也没有换。10月4日，Vals人工智能（AI）公布研究结果。项目负责人GebyJaff让90多个ClaudeOpus5.5智能体协同工作，大约3天里完成文献搜索、材料设计、结构比较和数百次量子力学计算，最后筛出两个室温磁性半导体候选物：YBaMnFeO₅和KV[Cr（CN）₆]。现代芯片越做越密，磁性存储面临一个老难题。普通磁性材料容易读写，但周围存在磁场，元件挤得太近便可能互相影响；反铁磁材料外部磁场很弱，更适合高密度排列，可电子自旋又没有那么容易区分。研究人员真正想找的，是一种有点“两面派”的材料：从整体看，磁性能够互相抵消；从电子层面看，不同自旋却还能被区分。如果再能在室温工作，它对未来自旋存储器就很有吸引力。人工智能（AI）先给出了一个全新的理论设计——YBaMnFeO₅。计算预测，这种材料的带隙约为2.35电子伏特，在理想晶体下可以形成明显的自旋选择区域，磁有序温度的原始模拟值约420K，也就是147℃左右，校准估计甚至更高。单看数字，确实漂亮。麻烦出在制造环节。它要求锰和铁原子像黑白棋子一样整齐排列。可计算表明，大约到950K，这种秩序就容易被打乱，而制备类似氧化物往往又需要900℃以上的高温。一旦原子站错位置，理论上的自旋特性可能跟着消失。后来公开的计算台账甚至把这项候选材料评价得更谨慎：它更接近“有价值的理论设计”，还谈不上能够直接制造的材料发现。真正有故事性的，是第二个候选物KV[Cr（CN）₆]。它根本不是新东西。1999年3月24日，美国伊利诺伊大学研究人员StephenHolmes和GregoryGirolami提交论文，同年5月25日在线发表，6月16日正式刊登。他们已经成功制备了KV[Cr（CN）₆]·2H₂O，并测得磁有序温度达到376K，也就是大约103℃。也就是说，人类早在27年前就知道它能够在高于室温的条件下保持磁有序。问题在于，当年的研究目标并不是寻找当天所说的这种“补偿型自旋半导体”。科学家测的是磁性、结构和合成方法，论文完成后，这块材料也就慢慢沉进了文献库。更有意思的是，线索后来其实又出现过。2008年，Middlemiss等研究人员用混合密度泛函方法研究普鲁士蓝类似物，已经计算过KV[Cr（CN）₆]的电子和磁性结构，还给出了自旋分辨结果。现在回头看，那些图里已经能看到今天团队关心的特征，只是当时论文研究的是压力和磁耦合，并没有围绕“室温自旋分选半导体”继续追下去。这也让“人工智能（AI）发现27年无人知道的性质”这句话需要稍微降降温。Vals人工智能（AI）后来公开的计算台账承认，最初的人工智能（AI）文献搜索漏掉了这篇2008年的论文，因此缩小了自己的新颖性表述。团队如今更准确的说法是：人工智能（AI）重新识别了这种材料的潜在意义，量化了它的自旋窗口，并检查了水分、缺陷等因素可能带来的影响，而不是第一次发现它存在这种电子结构迹象。这反而让整件事更有意思。因为人工智能（AI）并不是靠“灵光一闪”发明了材料，而是在庞大的旧论文中建立起过去没人建立的联系。1999年的实验给出了高磁有序温度，2008年的理论计算留下了电子结构线索，2026年的人工智能（AI）把两部分重新拼到了一起。目前的计算显示，在理想干燥晶体中，KV[Cr（CN）₆]带隙大约2.1电子伏特，自旋窗口约为2.6和1.6电子伏特。相比室温下约0.026电子伏特的热扰动，这个理论余量不算小。但这里必须把“计算”和“实验”分开。1999年做出来的是含水粉末，不是当天电脑里假定的完美晶体，而且当年的样品还存在少量剩余磁矩。更关键的是，截至2026年10月6日，它的带隙、导电性和最受关注的自旋分选能力，都没有被实验直接测出来。公开计算台账甚至还记录了几处人工智能（AI）自己的失误：有计算没有完全收敛，有结构优化提前停止，还有一次材料稳定性数据最初被算错，后来根据完整结果进行了修改。团队把这些问题全部留在公开记录里，而不是删掉。

AI迅猛发展，各种预言都在说，它将在未来几年之后大规模替代人类工作岗位。一些人觉得这未必是坏事，如果AI能够把人类的大部分工作都做了，让物质极大丰富，这不就是理想的“共产主义”吗？物质极大丰富，的确是共产主义的前提条件。但目前的AI风云显然不是通往共产主义的入口。一些人只看到AI带来的生产力爆炸。如果一家企业原来需要100个人，现在装上人工智能（AI）系统以后，只留下60个人，产量反而提高了一倍，那么社会到底变富了，还是变穷了？站在企业账本上看，答案很简单：效率提高、成本下降，当然是好事。可站在那40名失去岗位的人面前，问题完全不同。新增出来的财富如果主要变成企业利润，而劳动者只得到失业通知，那么生产力确实进步了，普通人的生活却未必同步改善。这正是当天讨论人工智能（AI）时最容易被忽略的一道坎。人工智能（AI）能够让一个人完成过去三个人甚至十个人才能完成的工作，它解决的是“怎么生产得更多”。至于机器节省出来的劳动时间归谁，增加的财富怎样分配，失去岗位的人靠什么生活，这些问题人工智能（AI）不会替人类作答。因此，“人工智能（AI）越强，社会就越接近共产主义”的推理看起来顺畅，实际少了最重要的一环。物质丰富当然重要，但共产主义并不只是仓库里商品足够多。生产资料关系、社会分配方式以及发展成果能否由全体人民共享，同样不可缺少。当天全球人工智能（AI）产业的现实，距离这种状态显然还很远。最先进的大模型不是从空气里长出来的，背后需要昂贵的芯片、大型数据中心、电力、土地、海量数据和巨额资本投入。谁能够承担这些成本，谁就更容易获得技术先发优势，因此，人工智能（AI）时代出现了一个有些反常的局面：软件的使用门槛越来越低，制造最先进人工智能（AI）的资金门槛却越来越高。这也决定了企业推广人工智能（AI）最直接的动力。企业购买人工智能（AI），不是为了主动让员工提前退休、工资照发，而是希望用更少投入完成更多业务。能够少招两个人，就没有理由再维持原来的岗位规模；能够让一名员工完成三个人的工作，用工结构自然会发生变化。不过，把这种趋势直接写成“几年以后大多数人都会失业”，同样没有事实依据。国际劳工组织2025年对全球近3万项职业任务重新评估后发现，大约四分之一的就业岗位可能不同程度受到生成式人工智能（AI）影响，但最可能发生的是工作内容改变，而不是整份职业突然消失。办公室文员、行政、数据录入等岗位受到的压力较高，一些需要现场操作、人际沟通和复杂责任判断的工作则没有那么容易整体自动化。世界经济论坛2025年的另一组预测也很有代表性。到2030年，技术进步、人口变化、绿色转型和经济环境等多种因素可能共同淘汰约9200万个岗位，同时创造约1.7亿个新岗位，最终净增加约7800万个。这个数字并不能证明人工智能（AI）“不会抢饭碗”，但至少说明未来劳动力市场更可能经历大规模换岗，而不是简单地只减不增。真正棘手的地方就在这个“换”字。一个50岁的财务人员，因为人工智能（AI）减少了基础记账工作，并不意味着第二天就能成为算法工程师。新岗位可能出现，但岗位在哪里、要求什么技能、工资是多少，以及原来的劳动者能不能转过去，完全是另一回事。技术升级只用几个月，人的职业转型却可能需要几年。这段时间如果没有培训、社会保障和新的就业渠道，所谓生产力红利对一部分家庭来说，最先表现出来的反而可能是收入压力。所以人工智能（AI）社会真正需要回答的，不是“机器能不能替代人”，而是“机器替代劳动以后，人怎么办”。中国近两年的政策方向对此已经有了比较明确的安排。到了2026年7月，这种思路进一步落到了就业服务本身。人社部等四部门提出推进“人工智能+人社”，规划就业服务、社会保险、人才培养、劳动关系等67个细分应用场景。人工智能（AI）在这里不只是企业用来压缩成本的工具，也开始被用来寻找岗位、匹配求职者和改善公共服务。中国互联网络信息中心9月30日公布的报告显示，截至2026年上半年，我国生成式人工智能用户已经突破7亿，普及率超过50%。人工智能（AI）正在快速变成普通人的日常工具，而不再只是少数程序员手里的新技术。与此同时，人工智能（AI）企业内部对未来也并不像外界想象得那么笃定。2026年5月，Anthropic公开宣布与来自15个以上宗教和跨文化传统的学者、神职人员、哲学家以及伦理研究者展开交流。其联合创始人ChrisOlah随后在梵蒂冈有关活动上讨论人工智能（AI）伦理问题。这件事至少说明，走在技术最前面的人，也开始认真考虑一个过去工程师很少需要面对的问题：能力越来越强的智能系统，究竟应该服从怎样的人类价值和社会规则。

#龚俊#50抽两张带编的，这就是非酋极限了，而且小程序怎么统计数总是不对呢[哭哭]​龚俊50抽两张带编的，这就是非酋极限了，而且小程序怎么统计数总是不对呢[哭哭]​

外媒：美国初创公司ReflectionAI发布了开源权重模型Beam，目标是在开放式人工智能领域挑战中国企业的优势。该模型主要面向代码生成、推理和智能代理任务。公司称，Beam的性能可接近智谱AI的GLM-5.2，并接近阿里Qwen3.8-Max的编程和代理能力，但在综合能力上仍落后于月之暗面的KimiK3。Beam采用“混合专家”（MoE）架构，总参数规模达5010亿，但每次任务仅激活230亿参数，大幅降低计算需求。公司表示，Beam的推理计算量比同类开源模型低3至4倍，有望让用户以更低成本运行AI应用。第三方测试机构初步评价认为，Beam可能成为同等智能水平下效率最高的开源模型之一。

10月5日，乌克兰空军发言人伊格纳特在接受采访时宣布：配备人工智能的炮塔，已成功拦截了俄罗斯的新型喷气式无人机。这是战争史上，从未有过的事。AI终于正式走上前线，直接参与防空作战了。在此之前，人工智能在战场上的应用，大多停留在侦察、数据筛选、目标识别层面。简单说，就是帮人看画面、找目标，最终开火的决定权，依然掌握在人类操作员手里。这次的区别，在于这套炮塔系统。它搭载AI算法，能够自主完成目标探测、轨迹计算，并且自动触发拦截动作。面对速度更快、飞行轨迹多变的喷气式无人机，人的反应速度很难跟上。AI可以在毫秒级别完成测算，抓住转瞬即逝的窗口。当然，这套系统不是完全脱离人的控制。按照公开披露的信息，操作人员保留最高权限，可以随时关停设备，防止误击民用目标或者友方装备。简单理解，AI负责快速计算和开火，人负责兜底把关。喷气式无人机本身就是防空难题。和低速螺旋桨无人机不同，这类装备飞行速度快，留给防空系统的反应时间很短。传统防空火炮，依靠人工瞄准，很容易丢失高速移动目标。过去一段时间，前线多次出现高速突防无人机突破防御的案例。AI炮塔的出现，恰好补上了这个短板。它可以持续扫描空域，同时跟踪多个来袭目标，自动分配火力。面对蜂群式的无人机进攻，人力值守的防空点位很容易顾此失彼，而AI系统可以不间断工作，不会疲劳。但我们也要理性看待这次拦截成果，不能直接认定AI武器已经所向披靡。单次成功拦截，不等于这套系统可以稳定应对大规模、饱和式攻击。AI算法高度依赖环境。如果对手投放干扰信号、释放诱饵，AI的目标识别能力就会受到影响。天气、烟尘、电磁环境，都会干扰传感器采集的数据，进而影响判断。战场上的变量远多于实验室环境，一次实战成功，还需要更多场景验证可靠性。另外还有成本问题。智能化炮塔的硬件、算法维护都需要持续投入。如果敌方大量投放低成本无人机，即便AI拦截成功率很高，持续对抗的经济账，依然是各方需要权衡的现实问题。这件事带来更深远的影响，并不只局限于俄乌战场。它向世界展示了一个趋势：自主化防空装备，正在从实验室概念，走向真实战场。过去战争技术迭代，大多围绕火炮、战机、导弹这类大型装备。而现在，算法、传感器、人工智能，正在变成新的军备竞争方向。未来的防空体系，人机协同会成为常态，机器负责高速响应，人类负责决策与伦理约束。同时，相关的争议也随之而来。如何划定自主武器的开火权限，怎样避免系统故障带来误击，国际社会对于自主武器的规则讨论，会随着这类实战案例不断推进。现有的国际规则，很多内容还跟不上技术迭代的速度。技术本身没有立场，关键在于人类如何设定边界。AI炮塔可以用来防御来袭飞行器，可一旦权限放宽，自主武器的风险也会同步放大。战争形态的转变从来不是一蹴而就。AI不会立刻取代士兵，但它正在悄悄改写攻防的底层逻辑。当机器拥有更快的反应速度，人类更需要守住最后的决策底线。技术改变战场，而规则，决定技术的边界。

恢复节奏不需要突然加速，一个清楚动作就能减少慌乱。谈到人工智能中的把资料变知识库，查询不再翻半天：10月5日·换个顺序再确认，今天从具体现场看结果。建立时要先删除过期文件，统一标题、日期和版本，重要规则标明生效时间。用ChatGPT把假期见闻整理成文章，可以先输入真实发生的场景与个人感受，​恢复节奏不需要突然加速，一个清楚动作就能减少慌乱。谈到人工智能中的把资料变知识库，查询不再翻半天：10月5日·换个顺序再确认，今天从具体现场看结果。建立时要先删除过期文件，统一标题、日期和版本，重要规则标明生效时间。用ChatGPT把假期见闻整理成文章，可以先输入真实发生的场景与个人感受，再要求调整结构。人物经历、地点细节和对话不能让模型擅自补写。给不熟悉技术的人，保留可回看的步骤记录，比只交付结果更安心。把这次核对过的过程留下，下次遇到同类场景便有可靠参照。把今天一个细节理顺，恢复日常时就多一份从容。出发前核对不会拖慢进度，反而减少之后折返。先把今天最可能影响返程的一件事处理好，再安排其他活动。注意力集中在一个节点上，忙乱就不会四处蔓延。

美国AI现在最值得警惕的，不是简单一句“泡沫要破”，而是投入增长的速度，正在逼着整个行业回答一个问题：这些钱最后靠什么赚回来？过去两年，美国人工智能产业最热闹的地方不是实验室，而是资本市场。一家AI企业发布新模型，背后往往伴随着数十亿美元融资；一家数据中心项目启动，金融机构迅速跟进贷款。美国正在复制一场新的科技竞赛，只不过这一次比拼的不只是算法能力，而是谁能承受长期烧钱。问题在于，人工智能的发展速度已经超过很多传统产业升级周期。芯片厂商、云计算企业、模型公司都在扩大投入，但资本市场越来越关心一个现实问题：未来几年产生的利润，能不能覆盖今天投入的巨额成本。AI需要大量算力，需要大量能源，也需要持续购买先进设备，这种模式决定了它天然是一场资本密集型竞争。美国AI产业最大的变化，是竞争逻辑正在从“有没有技术”转向“有没有现金流”。过去市场愿意给技术故事更长时间，但进入2026年后，投资者开始重新计算账本。斯坦福大学《2026AIIndexReport》显示，美国私人AI投资规模处于全球领先位置，企业和资本持续向人工智能集中。这种资金规模带来的压力非常明显。大型模型训练成本不断提高，数据中心建设投入越来越庞大，企业需要不断扩大收入才能维持高估值。如果未来商业应用增长速度跟不上基础设施扩张速度，美国AI产业就会面对一个绕不开的问题：资本还能等待多久。这个变化说明，AI行业正在越来越多依靠金融工具扩大建设规模。资本愿意下注，说明市场仍然看好AI前景，但融资越多，也意味着未来回报压力越大。美国目前的优势依然巨大。英伟达等芯片企业掌握高端AI硬件优势，美国科技巨头拥有成熟云计算平台，大量高校和企业掌握领先算法能力。这些条件让美国在AI竞赛第一阶段占据主动。但优势越集中，对资本回报的要求也越高。美国AI产业还有一个隐藏压力，就是“超级模型路线”的成本问题。训练参数规模不断增加，并不意味着商业价值同步增长。模型能力提升之后，如何转化成企业生产效率，如何进入制造、医疗、科研、工业管理领域，才决定这场竞争能否持续。相比之下，中国AI发展走的是另一条路径。由于先进芯片供应受到限制，中国企业更加重视算法优化、模型压缩和应用场景扩展。近年来，一些中国企业通过降低模型使用成本，让人工智能进入更多普通企业和行业流程。这并不是简单的优势转换。美国拥有资本和芯片，中国需要解决技术突破和生态建设问题。但AI未来竞争并不一定只是比谁拥有最大的模型，也可能比谁能让AI更快进入真实生产环境。美国市场现在最大的风险，是资本市场可能提前透支未来预期。企业估值建立在未来几年持续高速增长基础上，如果实际商业收入无法达到预期，市场情绪可能发生变化。届时，压力不会首先出现在实验室，而会出现在金融市场。尤其值得关注的是，AI基础设施已经成为新的竞争焦点。数据中心需要大量土地、电力和供应链支持，而这些资源并不是无限的。部分大型项目推进过程中出现融资和建设压力，说明AI产业正在进入更加现实的发展阶段。这也是为什么美国现在越来越重视AI国家战略。人工智能已经被视为影响未来科技竞争、产业竞争甚至军事竞争的重要领域。美国希望通过资本优势、技术优势和产业联盟继续保持领先，但这种领先需要不断证明能够转化成经济收益。对于中国而言，美国AI资本压力上升，并不意味着可以放松。人工智能仍然是未来产业竞争的重要方向。中国需要继续推进国产算力体系建设，加强基础模型研发，同时扩大AI在制造业、能源、交通和科研领域的应用。未来几年，中美AI竞争可能出现一个新的特点：美国更擅长推动前沿突破和资本集中，中国更强调成本控制和规模应用。两种路线谁能占据优势，取决于谁能解决自身短板。如果AI只是停留在展示能力、制造概念和推动估值上涨，那么巨额投入迟早会遭遇市场检验；如果AI真正改变生产方式，提高社会运行效率，那么今天的投入就可能成为下一轮产业革命的基础。所以，美国AI真正需要面对的不是“有没有泡沫”这么简单，而是一场资本耐力测试。技术领先可以赢得起跑线，但只有把算力投入变成产业收益，才能赢得长期竞争。2026年10月之后，全球AI竞争的核心问题，将越来越从模型参数转向一个更现实的问题：谁能让人工智能真正赚钱，并改变现实世界。

华东师大今年3900多新生，六成以上是计算机、人工智能、集成电路这些硬核理工科，师范反倒成了少数派。顶尖师范牌子不培养老师了，这消息看得我一愣一愣的。新工科到底能不能报，网上吵翻了天。有人觉得是踩风口，有人怕成小白鼠。我倒觉得没那么玄乎，判断标准就一条：这个专业有没有硕士点。有，说明学校真金白银砸了资源进去，有师资有沉淀，值得托付。连硕士点都没有的，八成是刚搭的草台班子，拿学生当试验田呢。想起十几年前我那会儿，土木工程火得一塌糊涂，分数高得离谱，结果呢？现在行业寒冬，一堆人转行。反观当年没人看得上的计算机，倒成了香饽饽。这风向变得太快，谁说得准四年后哪个专业吃香呢？但有一点是确定的，师范院校转工科，说明市场需求变了，学校的饭碗端不住了也得改。说到底，打铁还需自身硬，管他什么牌子，自己学到真本事才是硬道理。

美国原本指望靠卡死英伟达芯片拖垮中国#人工智能#，万万没想到，彭博社智库最新的数据砸出了一道惊雷：中美顶尖#人工智能#模型的性能差距，被生生抹平到了只剩。。。。。。3%！年初这个差距还是15%，5月缩小到9%，如今直接逼近“并驾齐驱”。美国筑起的芯片高墙，难道真的防了个寂寞？1.狂飙​美国原本指望靠卡死英伟达芯片拖垮中国人工智能，万万没想到，彭博社智库最新的数据砸出了一道惊雷：中美顶尖人工智能模型的性能差距，被生生抹平到了只剩。。。。。。3%！年初这个差距还是15%，5月缩小到9%，如今直接逼近“并驾齐驱”。美国筑起的芯片高墙，难道真的防了个寂寞？1.狂飙追平！DeepSeek再立大功deepseek直接把分差拉近的，依然是国产黑马DeepSeek。其9月推出的V4.1Flash，在测逻辑和复杂任务的LiveBench上拿下81.1的高分（行业第一Anthropic领跑成绩为83.4），直接冲上全球第六！这也是自R1模型出圈以来，中国模型拿到的最高名次。目前全球前15强中，中国已强势拿下三席。彭博分析师直言：中国顶级模型与OpenAI、Anthropic已经彻底处于同一梯队。2.封锁失效？硬刚国产硬件出奇迹面对芯片断供，中国团队靠的是两招硬核操作：极深的技术积累，以及把模型向国产硬件底层彻底抠透。这让外界不得不重新审视：禁令不仅没堵死中国，反而倒逼出了国产替代与软硬件极限优化的恐怖进化力。3.内斗不断！美国陷入“刹车陷阱”眼看中国追到屁股后面，美国内部自己先吵翻了天：AnthropicCEO阿莫代伊紧急呼吁：应该放慢速度、做第三方安全评估；OpenAI奥尔特曼强烈反对：他公开反驳称技术不能被垄断，AI的好处远大于风险；特朗普更是明确拒绝进一步限制：坦言管得太死只会削弱美国公司对中国的领先优势。4.高分不等于赚钱，真正的硬仗在后头跑得快并不代表能活得好。如何将技术高分转化为真金白银的收入，依然是全行业难题。彭博智库预测，中国AI行业可能要一路熬过竞争洗牌与价格战，到2030年前后才能实现整体盈利。一边是中国将技术差距抹平到3%，一边是美国巨头还在为要不要踩刹车吵得不可开交。2030年之前，谁能真正把技术高分变成商业霸主？你觉得国产AI能在几年内彻底实现反超？欢迎在评论区留下你的看法！英伟达市值升至5.76万亿美元

雷军，涨知识了！10月5日，雷军更新社交动态，这一次不是宣传产品，而是晒假期去大棚摘的菜，结果几张照片就引发网友热议。我仔细看了这三张图。第一张就是大棚菜地，一片绿油油。第三张是刚刨出来的红薯，泥巴还粘在表皮。第二张最特别，灰绿色，长得像瓜，第一眼压根认不出是什么。雷军配文就简单一句：“假期去大棚采摘。大家看看我摘了点啥？”就这一句话，没有多余内容。评论区直接热闹起来，跟线上菜园交流群似的。有人留言：“图二是佛手瓜，清炒、涮火锅都不错。”还有网友晒自己收的新鲜花生，问雷总想不想尝尝。还有人喊他到自家菜园，西红柿、辣椒、黄瓜、西瓜，随便摘。有人打趣提醒雷总小心，说佛手瓜外形酷似游戏里的窝瓜，看着像会“炸人”。整个画风从科技频道切到了家庭群。一个卖手机卖汽车的人，发几张摘菜照，全网跟着认了一遍菜。这事搁别人身上大概率没人搭理。搁雷军身上，它就是能热。雷军玩社交媒体有个特别的地方。他真把抖音当朋友圈使。今天摘个菜，明天做个糖葫芦，前几天还研究卡皮巴拉，说这动物有两个优点，情绪稳定，朋友多敌人少。这些事单拎出来全是鸡毛蒜皮，但凑在一起就形成了一个印象：这人活得挺具体的。2024年底他做糖葫芦那条视频我看了。四个小米手机当机位，一台小米平板做监视器，架势摆得挺足。结果糖浆熬过了头，草莓串裹出来的不是脆壳，是拔丝效果。他没剪掉这段，原样发了出来。一个千亿身家的人，站在灶台前翻车了，还让全网都看见。这种“翻就翻了”的松弛，装是很难装出来的。有博主专门拆解统计过雷军抖音短视频的内容构成。大致来看，工作日常、生活化片段占到八成左右，纯粹的官宣、硬广类发布占比很低；出镜大多是休闲穿搭，整体镜头氛围松弛亲和。这些细节加在一起，产生了一个效果——屏幕那头的人不像在听老板训话，倒像在看一个邻居发日常。北京日报相关评论文章，点出了一个很核心的特质，也就是大家常说的“反差感”。说的是雷军身上那种“千亿身家”和“灶台翻车”之间的落差，恰好是路人缘好的原因。我觉得说得挺准。这种反差不是刻意设计的，是他真愿意把不完美的部分放出来。但这条路不是谁走都能走通的。佛山有个做定制家居的女老板叫肖冬梅，网名“邦元名匠一姐”。她从2019年开始做短视频，交了二十多万学费，拍了四十多条视频，账号粉丝最高的才三千多。她自己看完那些视频的感觉是：“作为老板本人，我都觉得看不下去。”后来她放弃模仿爆款模板，自己下场拍，有一次在食堂没忍住脾气，对着镜头发了一通火，无剧本、没滤镜，结果那条视频引爆了1.5亿流量，靠“关爱员工的真实人设”杀了出来。现在短视频带来的订单已经撑起她公司生意的一半。肖冬梅跟雷军做的事本质上是一回事。把真实的自己放到镜头前，不修饰，不端着。观众能分辨出来什么是演的，什么是真的。演的东西看完就忘，真的东西才能留下来。雷军摘菜这条动态底下，有人问他“怎么没回湖北老家挖藕”。他也没端着，该回就回。评论区里大家对他的称呼五花八门，“雷总”“军儿”“雷叔”“磊哥”都有。不少传播学论文提出了“关系劳动”这个概念，这种轻松熟络的互动，在粉丝和企业家之间制造出一种日常亲近感，把商业关系变成了类似熟人之间的闲聊。摘个菜能上热搜，看着是小事。但小事背后是十几年一条一条微博攒下来的东西。不是每条都有用。但每一条都在告诉别人：我在这儿。综合红星新闻、北京日报、南方+2026年10月公开报道

方向故障特别难骑，10分钟出头3元。美团骑共享单车也涨价啊。​

98%的美国家庭尚未为人工智能付费​​​

人工智能是真赚钱！泡沫不会破。有人说，AI也是未来二十年最大的财富创造机会。台积电、英伟达、博通、甚至上游的光模块和HBM内存，整条AI供应链全在印钞。跟2000年那种靠讲故事撑起来的泡沫不一样。英伟达远期市盈率21倍，2000年思科顶峰时候两三百倍，不在一个量级上。所以，人工智能的泡沫不会破灭，还要继续新高，也会改变世界的。大家认为这个说法有道理吗。

软银孙正义罕见敲响AI警钟：超级智能可能"超级危险"一向对人工智能前景充满信心的软银集团创始人孙正义，近日罕见地公开表达了对AI安全风险的深切担忧，引发外界广泛关注。10月4日，在日本京都举行的"科技与社会"论坛上，69岁的孙正义与白宫科技政策顾问迈克尔·克拉西奥斯（MichaelKratsios）同台发言时坦言，随着人工智能能力以指数级速度增长，人类面临的潜在威胁也在同步上升。"我们已经没有让人类彼此争斗的奢侈选项了。"孙正义发出这番颇为沉重的呼吁。他强调，各国必须放下分歧、建立互信，共同驾驭这项足以改变人类命运的技术。如果超级智能落入错误的人手中，后果将"超级危险"。这番表态之所以引人注目，关键在于孙正义的身份。在过去数年间，他堪称全球人工智能最激进的押注者之一——软银已累计向OpenAI投入近650亿美元，成为ChatGPT开发商背后最重要的投资方之一。多年来，孙正义始终在公开场合高调宣扬AI将带来巨大投资回报，并反复描绘技术在医疗、教育等领域造福人...软银孙正义罕见敲响AI警钟：超级智能可能"超级危险"一向对人工智能前景充满信心的软银集团创始人孙正义，近日罕见地公开表达了对AI安全风险的深切担忧，引发外界广泛关注。10月4日，在日本京都举行的"科技与社会"论坛上，69岁的孙正义与白宫科技政策顾问迈克尔·克拉西奥斯（MichaelKratsios）同台发言时坦言，随着人工智能能力以指数级速度增长，人类面临的潜在威胁也在同步上升。"我们已经没有让人类彼此争斗的奢侈选项了。"孙正义发出这番颇为沉重的呼吁。他强调，各国必须放下分歧、建立互信，共同驾驭这项足以改变人类命运的技术。如果超级智能落入错误的人手中，后果将"超级危险"。这番表态之所以引人注目，关键在于孙正义的身份。在过去数年间，他堪称全球人工智能最激进的押注者之一——软银已累计向OpenAI投入近650亿美元，成为ChatGPT开发商背后最重要的投资方之一。多年来，孙正义始终在公开场合高调宣扬AI将带来巨大投资回报，并反复描绘技术在医疗、教育等领域造福人类的愿景。因此，当他这样一个AI"头号信徒"也开始直言安全隐忧时，无疑传递出一个耐人寻味的信号。事实上，孙正义的担忧并非空穴来风。近几个月来，随着大型AI模型能力不断突破，多起令人不安的安全事故相继浮现，行业内外对AI失控风险的讨论持续升温。值得注意的是，就在同一场论坛上，克拉西奥斯宣布了一项由美国牵头的多国合作计划，涵盖日本、韩国、英国、德国、新加坡、阿联酋等17个国家，旨在更有效地利用人工智能加速科学研究。多国代表一同登台见证了这一时刻，显示出在全球AI竞争日趋白热化的背景下，各国围绕技术治理寻求合作共识的意愿也在增强。孙正义此时的发声或许折射出一个更深层的行业共识：AI的发展已驶入快车道，能力越强，责任越大。当技术从实验室加速走向千行百业，如何在创新与安全之间取得平衡，正成为摆在各国政府与科技巨头面前最紧迫的课题。从坚定"看多"到主动"示警"，孙正义的角色转变本身就构成一则值得深思的注脚——当连最大的AI信仰者都开始谈论风险，或许意味着这个话题已到了不容回避的时刻。本文由公开信息整理，图片来源于网络#人工智能#安全