Deepening our collaboration with the U.S. Department of Energy

AI literacy resources for teens and parents

行啊AI PC！现在都能隔空测血压、检测皮肤了

行啊AI PC！现在都能隔空测血压、检测皮肤了

十三 2025-12-18 18:21:47

背后是酷睿Ultra在发力

AI PC能干的事儿，终究是超出了我的认知。 不是你以为的断网跑大模型或是写PPT，而是——隔空测血压！ 操作方式是这样的。 首先，在这个名叫AI Camera的应用中心里，找到AI生理检测并打开它： 然后，你只需要在AI PC上盯着屏幕片刻，其它的什么都不用做，与你健康相关的指标“啪的一下”就全弹出来了： 大到心率、血氧、收缩压、舒张压、血管硬化风险、血糖浓度，细到心率不齐、房颤、心肌缺血……甚至连呼吸波动都能实时被检测。 △测试者1 这便是科思创动推出的个人健康助手，只需要再搭配一个摄像头（通过USB连接的汇博士摄像头），就可以在AI PC上实现这种非接触式健康检测。 （感兴趣的小伙伴可以再拿血压仪等设备对结果进行对比） 但除了隔空检查身体情况之外，科思创动还推出了一个利好女生的玩法——隔空皮肤检测！ 操作方式依旧是让AI PC“看看你”就OK： 不大一会儿，一份基于你皮肤状况的快速报告就生成了（上下滑动查看）： 从大致结果来看，敏感肌、油分过多和严重缺水，是相当符合被测者皮肤的状态。 并且点击查看掩膜图，还会弹出一张标出具体皮肤问题位置的照片，例如痤疮就出现在下图中蓝圈的地方： △测试者2 不过说到精准，“肤质报告”里的皮肤年龄34岁，这才是更加惊艳的结果；因为这个数字正是被测者的实际年龄。 当然，除了检测报告之外，AI美妆顾问还会基于你的肤质问题，提供一对一针对性的护肤方案和美妆方案： 这两套方案细到什么程度呢？ 就连泪沟需要什么牌子的精华、每个化妆步骤建议的化妆品都给你一步推荐到位了。 而且不论是隔空测血压还是隔空测皮肤，在AI PC这里，统统可以断网处理。 那么这一切到底是怎么实现的呢？

两套AI算法 + 一个算力新基因

首先我们来看下AI算法层面。 科思创动在隔空健康检测应用中采用的核心算法是远程光电容积描记术（rPPG），一种非接触式生理信号采集技术。 它的原理是基于一个简单的物理现象：当心脏收缩泵血时，血液会流经全身的毛细血管，导致皮肤表面的血容量发生微小的、周期性的变化。这些变化会改变皮肤对光线的吸收和反射特性。 具体到科思创动的应用中，AI PC通过外接摄像头（如汇博士摄像头）持续捕捉用户面部或手部区域的视频流。 算法会精准分析每一帧画面中像素点的亮度波动，这些细微的明暗变化正是由血流引起的。 通过复杂的信号处理和机器学习模型，系统能够从这些微弱的光学信号中提取出与心跳同步的波形，并进一步推算出心率、血氧饱和度、血压（收缩压和舒张压）、血糖浓度等关键生理指标。 除此之外，它还能通过分析血流动力学特征，评估血管硬化风险和潜在的心肌缺血、房颤等问题。 这一切都无需任何传感器贴附在皮肤上，真正实现了无感健康监测。 而隔空皮肤检测及情绪状态分析，则依赖于光学成像技术和光谱分析技术，结合人工智能算法对皮肤状态进行量化评估。 它的精妙之处在于，摄像头会发射不同波长的可见光、紫外线（UV）或近红外线（NIR）照射皮肤，再通过高分辨率相机捕捉皮肤反射的光谱信号。 皮肤表面的油脂、角质会产生强镜面反射，干扰皮肤深层信息的采集。偏振光成像通过过滤掉镜面反射光，只保留皮肤组织的漫反射光，从而更清晰地观察真皮层的血管分布、色素沉淀等细节，常用于检测红血丝、炎症、黄褐斑等问题。 最终，AI美妆顾问会根据这份综合报告，提供个性化的护肤和美妆方案，精确到推荐具体品牌和产品步骤。 但如此复杂、实时性要求极高的双算法系统，是如何在一台AI PC上流畅运行的呢？ 答案就在于英特尔酷睿Ultra处理器内置的NPU（神经处理单元）。 NPU是专门为加速人工智能推理任务而设计的专用硬件引擎。与传统的CPU和GPU相比，NPU在处理AI模型时具有无可比拟的优势：超低功耗、超高效率、极低延迟。 对于像rPPG和振动影像这样的算法，它们需要在短时间内处理海量的视频帧数据，并进行复杂的数学运算和模式识别。 如果仅依靠CPU或GPU，不仅会消耗大量电能，导致设备发热和续航缩短，还可能因为计算延迟而影响用户体验。 英特尔酷睿Ultra处理器集成了强大的NPU，足以轻松应对上述两种算法的实时运算需求。 这意味着，在用户对着摄像头看的几秒钟内，NPU就能在后台高速完成所有图像分析、信号提取和模型推理，瞬间输出结果。 更重要的是，整个过程完全在本地设备上完成，无需联网上传数据，完美保障了用户的隐私安全。 这种端侧AI的能力，正是AI PC区别于传统PC的核心价值所在：它让更多的AI应用不再只依赖云端，已然变成即开即用的日常工具。 可以说，正是科思创动创新的AI算法，与英特尔酷睿Ultra NPU提供的强大、高效、安全的本地算力相结合，才共同催生了这台能隔空“懂你”、“关心你”的AI PC。

AI PC的应用已然是遍地开花

不过有一说一，提到AI PC上好用、好玩的AI应用，科思创动的例子还只是冰山一角。 事实上，随着英特尔酷睿Ultra与AI PC的深度结合，越来越多ISV开发者正围绕端侧AI能力，打造只有在AI PC上才能高效运行的专属应用。 △酷睿Ultra AI应用体验地址：https://intel.cn/aipc 这些应用之所以能在AI PC上独占鳌头，核心在于它们充分利用了英特尔全新的“xPU+”（CPU+GPU+NPU）异构计算所带来的强悍算力，不仅保障了响应速度与能效比，更构筑起一道坚实的隐私防线。 总而言之，从健康管理到创意生产，从办公提效到个性娱乐，AI PC正以端侧智能重新定义人机交互的边界。

One More Thing

细心的小伙伴或许在开头我们展示隔空测血压的案例发现了一个小端倪： 被测的第一位小哥哥性别被识别成“女”。 但这还真不能怪AI……因为这位小哥哥在机场男士安检快速通道都会被工作人员提醒：你好，这里是男士专属通道…… 连人类有时候都分别不清，更何况是AI了… 版权所有，未经授权不得以任何形式转载及使用，违者必究。 AI PC 英特尔 酷睿Ultra QQ音乐你变了，竟能免费在AI PC上原创一首《大东北》2025-12-16 不儿，这谁还能看出是AI演的视频啊2025-12-18 大模型的进化方向：Words to Worlds | 对话商汤林达华2025-12-17 华为新架构砍了Transformer大动脉！任意模型推理能力原地飙升2025-12-06

不儿，这谁还能看出是AI演的视频啊

不儿，这谁还能看出是AI演的视频啊

十三 2025-12-18 17:56:33

技术报告也已发布

这一次，我真的分不清视频到底是不是AI生成的了。 来，咱们先来看一下这段演技飙升的视频片段： 视频地址：https://mp.weixin.qq.com/s/\jOBSONTopASkhpZcxVitg

Prompt：女子泣不成声，说台词：“江辰……你一定要活着回来，好吗？……答应我”。女子边说话边将右手抬起抚摸男子的脸。背景音乐伤感。影视级。 这台词、这演技、这眼神、这口型，不说是AI生成的，一般人绝对会以为是哪个电影里的片段。 但重点还不是效果的逼真—— 因为这10s的片段，人物对白配音、视频背景音乐和音效，统统都是通过上面的Prompt一锅出的。 这就是刚刚火山引擎在FORCE原动力大会上推出的最新豆包视频生成模型Seedance 1.5 Pro。 主打的就是音画高精同步，一镜入戏。 就这个功能一出，打造一个有趣好玩的小短片，那真是分分钟的事情了。 例如我们以这位AI女主角为原型： 然后就可以用Seedance 1.5 Pro搞一个“川剧”——《至辣园》： 视频地址：https://mp.weixin.qq.com/s/\jOBSONTopASkhpZcxVitg 从这两个实测案例中，我们不难看出，这次豆包视频生成模型Seedance 1.5 Pro整体亮点可以总结为： 音画高精度同步：不论是背景音乐、音效还是人物对话，都能按照剧情发展保持高度一致。 支持多人多方言：原生支持如四川话、粤语、上海话、台湾腔等多种方言，并且精准捕捉方言独特的韵律和情感张力 。 影视级效果：不论是视觉、叙事张力、镜头语言，都已经达到了真假难辨的程度。 语义理解更强：对于镜头叙事的理解更加准确，有利于专业级内容的创作；同时，抽卡率也更低了。 目前，Seedance 1.5 Pro已经上线即梦AI和豆包APP和火山方舟体验中心，大家都可以去体验哦~ 企业用户自12月23日起，也可以在火山引擎使用该模型API。 那么接下来，我们就通过进一步、多角度的实测，来考验一下Seedance 1.5 Pro的水平。

不仅好看，还挺好用

AI视频生成到底够不够真，其实最主要需要关注的就是音画会不会出现bug、够不够一致性，运镜是否够专业，以及涉及到方言等内容时，是否能够精准表达等。 因此，接下来的进一步实测，我们就主要围绕这几个维度来展开。 音画够同步：不会穿帮的那种 我们以即梦为例，Seedance 1.5 Pro生成视频的操作方式是首尾帧的方式 在这个测试中，我们先上传这张图片： 然后附上这么一句Prompt：

缓缓拉远，镜头带轻微震颤，指尖微蜷（隐带杀势），衣服随风飘动。表情眼睑半垂又骤抬。随后，急速推近面部特写，嘴角扯出极淡的冷笑，压迫感满满，并且冰冷蔑视地说话：“凭你也敢挑衅我的权威！” 来看下生成的效果： 视频地址：https://mp.weixin.qq.com/s/\jOBSONTopASkhpZcxVitg 不难看出，Seedance 1.5 Pro完全get到了Prompt要表达的核心要素，并且音画同步得非常精准，是有点电影里东方不败的气场了。 同样的方法，我们再来一句这样的Prompt： 黑客帝国风格的发布会。纯黑背景，只有一束顶光。 穿着黑色高领衫的 科技狂人，手里把玩着一枚小小的 AI Pin， 他举起AI pin，用冷静且极具煽动力的男声：“For the last decade, our smartest devices have demanded our eyes. ……” 缓慢推镜头（Dolly In），直到AI Pin 占据整个画面。 视频地址：
https://mp.weixin.qq.com/s/\jOBSONTopASkhpZcxVitg 周润发百万级运镜也能复刻 AI视频生成的另一个要素便是运镜的效果了。 在这次实测中，我们就来实测一下Seedance 1.5 Pro是否可以复刻前不久周润发在MAMA颁奖典礼中的名场面——百万级运镜。 我们的首帧和尾帧分别是： 复刻周润发百万运镜的Prompt是这样的： 西装男子从舞台深处一直往前走，镜头从远推近到人物的面部，镜头环绕切到人物背面，再慢慢往远处推。 视频地址：https://mp.weixin.qq.com/s/\jOBSONTopASkhpZcxVitg 嗯，是有那个feel了~ 多个人、多语言，统统都能hold住 正如我们刚才提到的，Seedance 1.5 Pro现在可以支持多个人、多个方言“一锅出”，现在你需要做的就是告诉她“谁，说了什么”。 例如下面的Prompt： 画面中的3个角色对话的情节：首先右边熊猫用憨厚的四川话说：“我来自中国四川。” 然后左边的小男孩用西班牙语说：“Yo soy de España”。接着右边的熊猫用憨厚的四川话问：“为什么我们说着不一样的语言，却能对话呢？”最后中间的小女孩用可爱、开心的音色，微笑着说英语：“Because the AI world is full of magic!” 女孩说完后，停顿一下，3个角色相互看着彼此，开心的笑了起来。 全程缓慢的环绕运镜。奇幻的背景音乐。 视频地址：https://mp.weixin.qq.com/s/\jOBSONTopASkhpZcxVitg 从上述多个深度实测来看，Seedance 1.5 Pro确实是做到了音画精准同步、影视级镜头和理解、支持多人对话和方言。 总体体验下来，方便、快，或许就是最直接的感受了，只要不是过于复杂的场景，基本都是“一条过”。 不过目前Seedance 1.5 Pro还不支持参考图生成的方式，不然在操作上会更加灵活。 但除此之外，火山引擎总裁谭待今天在现场还剧透了一个即将推出的新功能——Draft样片。 这个功能要解决的还是AI视频生成中的一个老大难的问题：抽卡。 简单来说，就是在真正出成片之前，你可以先生成一个低分辨率的草稿版视频，用来快速试效果、调方向；同时还能把画面里的关键元素先锁住，确保和最终成片在内容上高度一致。 这样每一次修改，反馈都更明确，也更可控，基本能做到“你看到的，就是最后会得到的”。 按照官方给出的数据，Draft样片能把整体创作效率提升约65%，同时减少60%无效创作成本。

技术底牌也公开了

在AI视频生成领域，过去我们常说声画两张皮，也就是视频归视频，音频归音频，后期强行缝合。 但Seedance 1.5 pro之所以能做到一镜入戏，核心在于它把视觉和听觉从底层逻辑上进行了彻底的同构。 从技术角度来看，主要包含四个方面的工作创新。 △Seedance 1.5 pro 训推框架图 首先是原生音视频联合生成架构。 不同于传统的串联式架构（先视频后音频），Seedance 1.5 pro 采用了一套基于 MMDiT（Multi-Modal Diffusion Transformer） 的原生联合生成框架。 它建立了一个双分支的DiT架构，通过深度跨模态信息交互机制，让视觉流和听觉流在潜在空间（Latent Space）里实时通信。 这意味着，当模型生成角色说话的口型时，它同时就在计算对应的音频波形。这种“双向奔赴”的架构，从底层消灭了音画不同步的违和感。 其次是高质量音视频数据框架。 火山方舟团队设计了一个极其复杂的多阶段数据Pipeline。他们不仅筛选了数以亿计的高清视频，还特别注重音视频的一致性配比。 通过自动化标注系统，为视频注入了丰富的视觉描述和匹配的音频语义信息。这套框架不仅能识别“一个男人在说话”，还能精确标注出“四川话、憨厚音色、带有环境回声”等极具细节的特征，为模型打下了深厚的数据底子。 还有一套精细化的后训练优化流程。 为了让生成的视频更有灵性，团队在预训练之外，引入了针对音视频场景定制的RLHF（人类反馈强化学习） 算法。通过建立多维度的奖励模型（Reward Model），从视觉美感、运动连贯性、音频保真度以及最重要的音画匹配度进行全方位调优。 一言蔽之，就是反复磨练它在微表情、运镜张力以及声音情感表达上的处理能力。 最后就是高效推理加速技术。 视频生成一向是巨烧算力的任务，但Seedance 1.5 pro在落地体验上玩了一把大的。 通过多阶段蒸馏技术和高效推理加速框架，团队成功将推理速度提升了 10倍以上。 这意味着专业创作者在即梦或豆包上点击生成，不再需要漫长的进度条折磨，真正实现了所见即所得。 从实验和评测结果上来看，也是印证了上述四项技术创新的正确性。 在针对视频与音频能力的综合评测中，Seedance 1.5 pro 在审美（Aesthetics）、运动质量（Motion）以及音画对齐（Alignment） 等核心指标上均处于行业领先地位。 特别是在挑战性极高的多语言对白和方言口型匹配任务中，其表现显著优于目前的开源及闭源主流模型。

AI视频生成，到了真可以上岗时刻

除了Seedance 1.5 pro之外，国内外大模型玩家近期也是密集交卷，视频生成赛道早已进入周更模式。 但观察这些密集发布的新作，不难发现一个共同趋势：它们不再追求单纯的像素级高清，而是在向“够好用”和“够逼真”这两个实用维度急速进化。 豆包视频生成模型Seedance 1.5 pro正是这一趋势的集大成者。 它不仅解决了演技问题（更细腻的表情和动作），更通过原生的音画同步，解决了台词和情绪的融合问题。 这种从单一模态向全模态创作的跨越，让AI视频真正具备了低成本制作短剧、广告片甚至辅助影视创作的实战能力。 视频地址：https://mp.weixin.qq.com/s/\jOBSONTopASkhpZcxVitg 或许在不久的将来，我们不需要寻找昂贵的配音演员，不需要复杂的后期对口型，甚至连方言的韵律和环境音的质感，AI都能一次性给到。 AI视频直接上岗时刻，已至。 火山方舟体验中心地址：
https://exp.volcengine.com/ark/vision?launch=seedance Seedance 1.5 Pro论文地址：
https://arxiv.org/pdf/2512.13507 版权所有，未经授权不得以任何形式转载及使用，违者必究。 AI视频生成 Seedance 1.5 Pro 字节跳动 火山引擎 QQ音乐你变了，竟能免费在AI PC上原创一首《大东北》2025-12-16 行啊AI PC！现在都能隔空测血压、检测皮肤了2025-12-18 大模型的进化方向：Words to Worlds | 对话商汤林达华2025-12-17 华为新架构砍了Transformer大动脉！任意模型推理能力原地飙升2025-12-06

Updating our Model Spec with teen protections

150分钟，有关AGI的一切，柴天佑院士、何小鹏给出答案

150分钟，有关AGI的一切，柴天佑院士、何小鹏给出答案

量子位的朋友们 2025-12-18 20:51:29

2025年，人工智能领域迎来一系列密集突破。1月，DeepSeek R1横空出世，以高效推理和开源策略引爆全球关注；春节期间，宇树机器人亮相央视春晚，将具身智能推向公众视野；3 月前后，一些中国公司在智能体方向集中引发关注：AI 智能体 Manus 走热，Lovart 等创作型智能体进入设计工作流，智能体开始被视为具备结果交付能力的生产力。下半年的发展节奏也进一步提速：Claude 4、Gemini 3相继刷新能力边界， Nano Banana和Sora 2 上线并迅速出圈，生成式图片和视频创作领域迎来集中爆发。12月中旬，OpenAI 正式推出 GPT-5.2，将年度模型竞赛继续推向高潮。 回看这一年的重要节点，人工智能的变化已不再体现为单项能力的提升，而是在推理效率、智能体执行、多模态创作与具身智能等多个方向同时推进。每一次突破都在拉近人类与超级智能的距离，也引发了业界对技术演进方向、产业落地路径和治理框架的深度思考。 在这一背景下，由腾讯新闻主办的2025腾讯ConTech大会暨腾讯科技Hi Tech Day于12月18日在北京隆重举行，汇聚了中国工程院院士、知名专家和学者、头部科技企业创始人及知名投资人，围绕工业智能、物理AI、大模型进化、具身智能、AI治理等前沿议题展开深度对话，共同探讨智能时代的机遇与挑战。

腾讯新闻运营总经理黄晨霞在开场致辞中指出，智能浪潮从未像现在这样澎湃，我们正处在范式重构的关键节点——当下的智能浪潮不仅是能力升级，更是一场关于应用方式和协同模式的范式重构，既关乎技术高度，也关乎落地深度与伦理尺度。 黄晨霞表示：“腾讯新闻与腾讯科技希望搭建连接前沿与落地、思想与实践的平台，汇聚学界、产业与技术力量，共同思考‘技术应为何所用’。在鼓励创新突破的同时，始终保持对技术边界的敬畏，推动智能技术转化为真实、可持续的社会价值”。

中国工程院院士柴天佑：工业智能化，决定未来制造体系的竞争高度 中国工程院院士柴天佑从工业革命的历史出发，系统阐述了智能化兴起的根本原因。他指出，历次工业革命的本质，都是物质流、能源流与信息流的协同变革：物质转化依赖能源，而能源如何被高效利用，最终取决于信息流，即感知、决策与执行能力。比如蒸汽机、电力和数字计算机的出现，分别推动了比例控制、PID 控制以及自动化与信息化等体系的发展——信息流能力的提升始终是工业进步的关键。 柴天佑院士认为，新一轮工业革命正在发生，其核心并不只是能源变化，而是信息流的再次跃迁。由大数据驱动的人工智能、工业互联网、数字孪生与元宇宙等技术，使工业系统首次能够在数字空间中完成感知、决策与优化，再将结果安全地应用到真实生产过程。他特别强调，工业 AI 与通用大模型存在本质差异：工业场景要求“决策不能错、感知不能错、执行不能错”，追求的是可验证、可优化、可闭环的智能能力。 柴天佑以氧化镁砂生产线为例，展示数字孪生与智能算法如何实现高危工艺无人化、自学习参数优化与显著节能增效，说明工业智能化能够重构生产方式，并推动产业体系持续演进。

小鹏汽车何小鹏：机器人、无人驾驶汽车与飞行器，或将成年轻人的“新三大件” 在本次大会上，小鹏汽车董事长、CEO何小鹏分享了对于“物理AI”的深度思考与实践。 何小鹏认为，人工智能正在从数字世界走向真实的物理世界。他提出，AI 时代正在出现新的规律：一方面，数据、算力和模型会不断相互强化，形成类似“黑洞”的效应，让智能快速进化；另一方面，大量智能体可以像蚂蚁一样去中心化协作，各自思考、行动，却能高效配合。 何小鹏回顾了不同年代的“三大件”变化：从自行车、手表、缝纫机，到彩电、冰箱、洗衣机，再到汽车成为重要消费品。他认为，随着 AI 与物理世界的深度结合，年轻人的生活标配也将发生变化。何小鹏判断，未来十年，机器人、无人驾驶汽车和低空飞行器，有可能逐步走入日常生活，成为新的“智能体三大件”。在他看来，汽车、机器人和飞行器在本质上是同源的物理 AI 系统，底层都依赖感知、决策和执行能力的融合。 他特别提到，人形机器人更容易融入以人为中心设计的现实环境，具备更广泛的应用潜力；而自动驾驶与飞行汽车，将在不同场景下改变人们的出行方式。何小鹏强调，这些变化不会一蹴而就，但随着技术成熟和场景落地，物理 AI 正在从概念走向现实生活。

清华大学教授梁正：全球人工智能治理进入空前活跃阶段，但面临四个结构性矛盾 本次大会上，清华大学人工智能国际治理研究院（AIIG）发布了年度报告《迈向可衡量的治理：2025年度回顾与行动建议》。作为独家合作媒体，腾讯科技将于 2026 年与清华大学人工智能治理研究院持续推出系列内容，共建人工智能治理 IMA 知识库。 清华大学教授、清华大学人工智能国际治理研究院副院长、清华大学中国科技政策研究中心副主任梁正在此次大会上也解读了这份研究报告。 他指出，2025 年是人工智能发展与治理的关键节点——随着 AI 从单一工具走向具备自主行动能力的智能体，并逐步进入自动驾驶等物理世界场景，现有治理框架正面临新的挑战，包括隐私保护、责任界定以及风险外溢等问题。 他强调，当前 AI 发展面临算力与能源瓶颈、地缘政治叠加竞争以及低成本模型滥用等多重压力。在工业、医疗等垂直领域，准确性、可控性与人机信任已成为影响应用落地的关键因素。梁正认为，全球 AI 治理正进入空前活跃却高度分化的阶段，治理倡议多、实际行动少，多边共识约束力不足。 在此背景下，他总结了四个结构性矛盾：技术快速演进与静态治理方式的矛盾；发展与治理被简化为二元选择的思维定势；国家竞争导致全球公共产品供给不足；以及缺乏系统性、可衡量的治理框架与工具。梁正提出，应推动“敏捷治理”，通过监管沙盒、负责任设计和国际协作，构建一套可衡量、可审计、可验证的 AI 治理体系，以更好的治理支撑人工智能的健康发展。

2025 年，随着大语言模型（如 ChatGPT、Claude、Grok 等）的能力迭代不断，正在快速接近或超越人类水平，人工智能的核心问题已然从“能不能做出来”（即技术可行性和前沿突破），转向“能不能长期跑下去”（即可持续性、可靠性与规模化产业落地），这也成为产业界展望2026年AI发展的核心关注议题。 围绕这个方向，本次大会也设置了三场圆桌论坛： 第一场聚焦大模型自身的演进方向，讨论“模型如何变强、变省、变可用”； 第二场回到更底层的算力与基础设施，追问“通向 AGI 需要哪些不可替代的底座能力” ； 第三场则直面产业落地，拆解 AI 在真实组织与流程中落地所遭遇的结构性阻碍和机会。 模型能力层：高效模型与开源生态，正成“中国新路径” 2025年，大模型的竞争不再只看规模，而是开始围绕效率、结构与生态展开的一场博弈。 在首场圆桌论坛《2025，大模型再进化》中，华中师范大学助理教授熊宇轩，北京智源人工智能研究院院长王仲远，清华大学长聘副教授 、面壁智能联合创始人兼首席科学家刘知远以及峰瑞资本投资合伙人陈石，从技术、产业与投资多重视角，系统梳理了2025年大模型演进的关键变化。 熊宇轩指出，2025 年大模型已从“规模突破”进入“能力进化”阶段，单纯堆算力、堆参数的边际效益正在下降。当下，入场的诸多中国公司们正通过高效模型、端云协同与开源生态，探索一条不同于传统路径的原创发展路线。 王仲远也认同这一判断，表示大语言模型在文本维度正进入相对成熟阶段，受限于互联网数据天花板，性能提升趋缓，但多模态模型正迎来新的突破窗口。他强调，大模型的学习范式正在从“Reading from Text”走向“Reading from Video”，视频与物理世界数据所蕴含的时间、空间和因果信息，将推动人工智能加速从数字世界迈向物理世界。 在模型形态上，这一变化进一步催生了新的演进规律路径。刘知远提出，大模型发展正在呈现类似摩尔定律的“密度法则”——通过技术创新，在更小参数规模中压缩更高能力。小模型并非能力退化，而是向高密度、高效率演进。他认为，端云协同将成为长期结构：端侧负责实时感知与行动，云端承担深度规划与知识整合。 从产业与投资角度，陈石认为，2025年大模型竞争的护城河正在重构，不再是单一算力或参数优势，而是由算力组织能力、模型能力上限与生态厚度共同构成。其中，能否通过应用与合作伙伴形成持续的数据反馈闭环，将成为拉开差距的关键。 围绕智能体与具身智能，嘉宾一致认为该领域仍处早期阶段，但人工智能进入物理世界是不可逆趋势。在此过程中，开源生态、高效模型与端侧创新，被视为中国公司们参与全球竞争的重要现实路径。

基础设施层：算力、模型与基础设施，共同决定AGI门槛 当模型参数不断刷新纪录，算力投入持续攀升，一个更根本的问题正在浮现：我们是否已经站在通向 AGI 的正确路径上？是沿着既有架构持续演进，还是需要一次底层范式的重构？在行业分歧与共识并存的当下，第二场圆桌将视角拉回基础层，围绕算力形态、模型架构与基础设施展开讨论，尝试回答——通向 AGI，究竟需要哪些真正不可或缺的“入场券”。 英诺天使基金合伙人、北京前沿国际人工智能研究院理事长王晟，硅基流动创始人兼首席产品官胡健，阶跃星辰首席科学家张祥雨，沐曦高级副总裁孙国梁等多位业内嘉宾，深入探讨通向 AGI 的底层支撑体系。 多位嘉宾指出，AGI 并非单点突破，而是由算力体系、模型架构、基础设施与生态协同共同驱动的系统性跃迁。胡健从 AI Infra 角度强调，算力与模型之间亟需更高效、低成本的中间层基础设施，以支撑模型训练、推理与应用的快速迭代。张祥雨表示，下一代基础模型正在从单一模态走向多模态原生融合，视觉、语言、语音乃至具身能力将统一于同一模型体系中，这是通向更高层智能的重要方向。 在被问及“开源、闭源”之争时，硅基流动胡健强调这是一种“老二、老三”生存法则的博弈。“就像安卓对抗iOS。DeepSeek一出来，市场炸了，大家就都得跟进，这是一种低竞争倒逼的趋势。”胡健表示，如果模型不开源，智能如果只掌握在少数企业手里，客户不得不依赖这些巨头，并为此承担更高的成本与代价。而在算法侧，阶跃星辰首席科学家张祥雨抛出了一枚“深水炸弹”：现有的Transformer架构可能是一条死胡同。 王晟总结指出，当前技术范式正处在“稳态”与“跃迁”之间：一方面，既有架构仍在演进；另一方面，围绕模型、算力与基础设施的重构已经启动。AGI 的到来，不取决于某一家公司或某一技术，而取决于底层引擎是否真正成熟。

产业落地层：AI 能不能落地，卡的不是模型，而是“隐性数据” 当AI大模型技术越来越强，一个更现实的问题正在浮现：它究竟能不能在企业里真正跑起来？第三场圆桌聚焦“AI+产业”的关键卡点，清华大学智能产业研究院（AIR）助理教授、智源学者赵昊，清华大学经济管理学院可口可乐讲席教授、清华大学经济管理学院互联网发展与治理研究中心主任陈煜波，明略科技创始人、CEO兼CTO吴明辉，苏州明义微电子技术有限公司创始人朱从义，智平方科技有限公司副总裁邱巍，围绕落地方面的难点展开拆解。 赵昊从产业与科研交叉视角指出，AI落地的共性瓶颈并非单一模型能力，而在于高价值数据与隐性知识难以外溢——无论是企业决策逻辑，还是高端制造中的关键工艺参数等方面，都会对AI构成核心约束，必须以系统工程思维统筹推进。 在企业实践层面，明略科技创始人吴明辉进一步拆解了这一问题的内部结构。他指出，企业决策所依赖的信息至少分为三层：公开数据、企业私有数据，以及最难被系统捕捉的——决策者脑中尚未显性化的隐性信息。这一层信息不仅存在“技术能否承载”的问题，更面临“是否愿意交付”的现实障碍，直接决定了AI能否真正参与到企业的核心决策之中。 当 AI 进一步走向物理世界，技术挑战与组织问题同时显现。邱巍从具身智能落地经验出发，总结出“聪明、快、隐私”三重门槛：模型泛化能力与“快慢系统”仍需持续迭代；与此同时，高端制造场景中的工艺流程数据具有极高保密性，引出了“数据治权”的现实难题——模型究竟应在客户侧训练，还是在厂商侧训练。 在组织与协作层面，陈煜波以“骑马打仗”作比喻指出，人机协同并非新命题，但AI正在重塑协作方式。问题的关键不在于“替代人”，而在于重新定义流程与技能分工，探索“人如何与AI协作、互补”。 不过，即便上层问题得到解决，AI落地仍受制于更底层的基础设施约束。朱从义将视角拉回能源与供电层面，指出GPU功耗跃迁正在带来效率、供电密度与“瞬态负载”等系统性挑战。朱从义指出，随着GPU功率密度持续攀升，电力正在成为AI算力体系的关键瓶颈。未来，只有通过系统级供电架构升级（如800V直流架构），才能在提升效率的同时保障稳定性，支撑AI在产业场景中的长期运行。 版权所有，未经授权不得以任何形式转载及使用，违者必究。 AGI 腾讯 ISC.AI 2025创新百强颁奖典礼落幕，首发智能体专家驱动产业升级2025-12-18 人车家全生态持续破圈，小米宣布对开发者开放小米MiMo大模型、CarIoT硬件生态2025-12-17 Dexmal原力灵机提出ManiAgent，用多智能体协作重构机器人操控2025-12-16 蚂蚁数科宣布开源数据分析智能体技术，当前登顶BIRD2025-12-15

“特斯拉延期交付机器人是卡在灵巧手上，中国灵巧手遥遥领先”| 灵心巧手@MEET2026

“特斯拉延期交付机器人是卡在灵巧手上，中国灵巧手遥遥领先”| 灵心巧手@MEET2026

henry 2025-12-18 14:40:12

灵巧手不是人形机器人的附属部件，而是具身智能的核心执行平台

编辑部 整理自 MEET2026

从夹爪到灵巧手，具身智能操作正在从简单的抓取迈向真正可泛化的灵巧操作。 就在特斯拉人形机器人因灵巧手，整体延期交付，卡在“手”上时，灵心巧手联合创始人张延柏却表示：

灵巧手是不依赖人形机器人的终端，在一些场景能比机器人更早应用，但光有硬件不够，还要有算法。 换句话说，灵巧手不是人形机器人的附属部件，而是具身智能的核心执行平台。 它不依赖人形本体，可率先进入工业与家庭场景；它是软硬一体的平台，决定了机器人是否具备真正的泛化能力；同时，它也是门槛最高、生态最深的关键部件之一。

在他的判断中，一只好的灵巧手既要有高自由度、高耐用性、高性价比和多模态感知，还得软硬结合，为不同场景定制解决方案，具备稳定性。 为了完整呈现张延柏的思考，在不改变原意的基础上，量子位对演讲内容进行了整理编辑，希望能提供新的视角与洞察。 MEET2026智能未来大会是由量子位主办的行业峰会，近30位产业代表与会讨论。线下参会观众近1500人，线上直播观众350万+，获得了主流媒体的广泛关注与报道。

核心观点梳理

灵巧手是具身智能的核心零部件之一，一方面灵巧手可以不依赖人形机器人，率先独立应用于真实场景，另一方面灵巧手也是一个高门槛的软硬一体平台。 一个真正好的灵巧手，必须在高自由度、耐用性和性价比的硬件基础上，结合成熟的算法生态，具备与真实世界稳定、高效交互的能力。 当前全球灵巧手有三种主流技术路线：腱绳传动方案、刚性连杆传动、电机直驱传动。灵心巧手在这三个方向都有对应的解决方案。 中国在具身智能硬件，尤其是机器人与灵巧手领域，优势相当明显，甚至是遥遥领先。 灵心巧手目前走两个方向：软件算法部分，让灵巧手像人一样，完成多种真实物理世界任务；硬件底座部分，三大核心部件（触觉传感器、电机、减速器）全部坚持自研，并通过双团队赛马机制持续提升微型化与耐用性，形成长期工程壁垒。 以下为张延柏演讲全文：

为什么是灵巧手

灵心巧手，顾名思义，我们是一家做机器人手的公司。 在具身行业里面大家都听说过，我们行业里的领军企业特斯拉，今年原本计划交出5000只人形机器人，却因为手的原因，今年宕期了，整个人形没有一台交付出来。 由此大家才认知到，原来灵巧手对具身行业这么重要。 五年前我们在创业的时候，认为灵巧手是具身赛道里面最核心的零部件，当初选择这个赛道有几个原因：

灵巧手不光用于具身机器人一个行业。 灵巧手不仅可以进入工厂跟传统协作臂直接应用，还能跟除草机器人、扫地机器人直接捆绑，进行一些简单家庭任务的处理。 所以，灵巧手是不依赖于人形机器人的终端执行平台，我们认为它能先于机器人得到场景上的应用。 灵巧手是软硬一体的平台。 想要做好灵巧手，让它像人手一样具备很高的自由度，能够抓能够捏，能够使用各种工具，光有硬件是不够用的，还要有各种软的东西，比如算法够不够，见到一个螺丝刀用几根手指抓它，用多大力量抓它，都要有相应的算法。 灵巧手从未来生态应用的广度到门槛壁垒都是很高的行业。 既然说到特斯拉到现在为止手还没有量产，那么，卡住灵巧手的是什么样的原因？

好的灵巧手是什么？

怎么样的手才是好的灵巧手，才能到真正商业化应用的阶段？

我认为主要有六个方向： 第一，好的灵巧手一定是高自由度的灵巧手，一定要像人的手一样。 大家可以算一下人手有多少个关节，最常用哪些手指，一个好的灵巧手要跟人手一样，要具备每个关节的自由度才可以。 我们目前在工厂里面能看到，所谓的工业自动化用的协作臂和两指夹爪就能实现非常多的工业自动化的生产，比如搬运、码垛等等这些生产过程。 但是他们存在典型的问题，泛化能力不够。比如，今天要抓一个小火柴盒，明天要抓一个箱子，那么整个夹爪就要换，算法也要跟着换。 如果像人类手的话，就可以用人类的算法解决问题。用两个手指不能夹的话，我能不能用一个手握它，如果一个手也握不住它的时候能不能两个手搬它，这是更广泛的泛化能力。 对比传统工业两指夹爪，五指灵巧手有更广泛的泛化能力，主要来自于像人手一样的有更广泛的自由度操作万物，操作人类的工具。 第二，灵巧手到底能不能被更广泛的场景应用，将来会不会更灵巧，有更多生态上各种各样的算法，最关键的话有多少客户，其性价比方面目前已经到了进入各个场景的水平。 五指灵巧手相对来说，大家认为可能还是在科研端，一个手看起来有这么多电机是不是很贵，离我们进入到场景里还遥遥无期。 但其实就今年具身行业非常红海的状态来说，灵巧手已经卷到万元以内，基本上跟对应的工业端两指夹爪价格在同一区间了。 第三，灵巧手不光硬件还要有软的东西，开源的这套算法能不能支撑所有生态链，比如工业自动化领域，研究具身大小脑领域。 比如，在化学实验室里面，以前因为有气味，所以年轻人越来越不愿意进赛道里面。 我们能用灵巧手做软的东西抓薄薄很脆的试管，会不会去使用移液枪等等，它不光有很高的灵活度还有软的算法。 第四，人类手不光有自由度，能摆出来各种各样的位姿，更重要的是手可以作为人的末端跟整个环境交互。 我们手有触觉的，我们摸到任何物品有时候先于我们视觉感知这个物品是什么物品，是凉的还是冷的，什么样的形状等等，它是跟人类、跟世界交互的接口。 对灵巧手来讲其实也一样，它不光是硬件+软件的载体平台，它也需要有一些视觉、触觉的基础，跟整个物理世界进行交互，目前整个灵巧手行业里面触觉行业发展得非常快，各种各样的触觉方案都有。 第五和第六，灵巧手想实现场景中产品的稳定性，说白了还要看整个性价比到底能不能达到工业级的效率。 比如，雇一个工人到工厂里面每天需要花费多少钱，而买一个臂加手的话多少钱，零部件的折旧损耗成本怎么算等等。 这些东西进入到任何场景里面，大家都会换算这个成本，只有当这个成本达到一个工人两年或者三年，或者一些不愿意进入到工厂的状态下，你可以给很低成本进入到行业里面方案的时候，灵巧手才能得到比较大的应用。 以上，我们认为一个好的灵巧手有高自由度，有很高的耐用性和性价比，有很多生态算法的解决方案，要有跟世界交互的能力。

灵巧手的技术路线

大家知道，目前全球最焦点的做具身方案公司来创业的层出不穷，做手的公司很多，目前全球来讲大家做灵巧手有三种方案。

一种特斯拉他们做的，他们这套方案来自于英国的Shadow，用腱绳的方案。用电机外置的方式把所有手的电机放在小臂位置，这样做的话手比较小。 绳子是有韧性的，要想它有劲的话可以把绳子拉的很紧就可以有力量，如果这个物品需要手指进行反折，用更大的力量扶起来的时候绳子也是有韧度。 目前大家都认为用绳子拉动手指是比较好的方案，马斯克目前在用这种方案。 但是他碰到一个现实的问题，绳子目前无论用金属材质、高分子材质使用长了以后都会有蠕变的状态，手的产品稳定性会成一个问题，这也是特斯拉机器人宕机最主要的原因，就是腱绳会蠕变。 不能解决这个问题的话，手用一段时间，六个星期以后手控制精度没有了，没办法进入到量产环节，这是目前市场上最主流的做手的方案。 还有一个方案用连杆方案，大家今年都知道国内具身人形，走在大街小巷或者打开任何一条视频都能看到各种各样的机器人。 目前相对来说国内基本上这些人形公司用的绝大多数用连杆方案灵巧手，这种方案灵巧手相对来说稳定性和可靠性是很好的，性价比很高。 这种灵巧手相对来说自由度，每个手指关节是有限的。 今年下半年随着产业发展，大家手里小电机越来越小情况下，现在电机小到塞到一个手指里面去，我们行业里面多了很多直驱的方案，把电机放到每个手指关节驱动手指，这是市场上三种主流方案。

连杆、线驱、直驱全方位覆盖

我们公司作为行业领军者，我们公司目前三种灵巧手方案全都有。 在任何场景，比如具身实验室做拟人的动作用腱绳比较好，如果搬砖的话用连杆比较好，将来灵巧手进入到不同的人的领域里面的话，还是要用不同的解决方案，所以我们做了不同灵巧手解决方案。 整个行业里面大家能看到，随着不同方案，我们多模态大模型跟对岸国家做到并驾齐驱，大家都分别占领整个全球第一第二名位置。 新能源车处于引领者的地位，到具身机器人灵巧手赛道，特别硬件行业的话，我们真的是遥遥领先的位置。 我们国产的电机、减速机、丝杠等等，性能和迭代的速度高于全世界任何一个国家更新的速度。 刚才讲到如果想进到这个行业里面，适应不同场景的话，要做不同的手，我们公司从六个自由度的手到十几个二十个自由度的手全都有，也是行业里面最全的解决方案，目前我们公司有三百多人在做手。 Linker Hand O6这款手也是做灵巧手的场景。这个手整个手370克，目前全球最轻的一款灵巧手，它虽然很轻，单手指捏力3公斤，基本上跟一个女孩力量一模一样，整个负载是30公斤，可能比很多女孩更有力量。

这款手是三个月前的一款爆品，这一款产品每个月交付数量超过1000只，我们靠这一款产品在行业里面占到第一的位置。 再往上是另外一款Linker Hand L6，也是低自由度灵巧手，以速度见长，做手指弯折动作，这款手0.3秒可以完成弯折的动作，每天工作几个小时，它是真正可以进入到产业环境里面每天工作八个小时不会累，不会休息，不需要散热的灵巧手。

大家有看过我们公司做的一些弹钢琴机器人就会看，现在弹钢琴机器人用这款手，第一要求手的速度比较快，快速按每个按键，第二个把它拉到一些地方表演的话，每天要给大家演奏8个小时，手能不能挺得住。 Linker Hand L20这个是我们公司到目前为止全球最有竞争力的一款产品，也是相对来说大家耳熟能详的所有海外的互联网大佬全都买过的产品，这是高自由度灵巧手全球销量冠军，每个手指最少有两个电机控制灵巧手，我们这个手有16个电机。

目前应该说如果算高自由度灵巧手，把全球其他公司产品全加起来都没有一款手卖的多，全球所有知名科研机构、互联网巨头跟灵巧手有各种各样的合作。 Linker Hand L30这是我们一款腱绳结构的灵巧手，用绳拉动灵巧手。

在特斯拉还没有量产的时候，我们这款手2024年11月份已经开始商业化了，这款手从自由度到灵活性做到更拟人，做到0.1秒一次开合。 对灵巧手来讲有个很重要的落地场景，对我们自己这家公司来讲最重要的想做好灵巧手就是两个方向，一个做好软的东西，基于灵巧手基础的算法，我们见到螺丝刀子手要用什么样的位姿抓螺丝刀，见到镊子怎么抓镊子。 在具身大模型还没有到ChatGPT基点的时候，我们认为做好具身灵巧手的原子技能，是我们见到任何人类世界里的物体我们都会抓，用合适力量抓，跟它有交互的能力。

我们认为这是将来真正进入具身场景里面基础中的基础，目前用手做各种各样物理世界物品的抓取和调整位姿的能力和简单组装的能力。 另外一个比较重要的三个最核心的零部件——触觉传感器、电机和减速器，目前我们都是自研的，在电机方面，我们公司都是双团队同时赛马的方式做整个耐用性。 这是我们全手掌触觉的方案，今天跟大家介绍到这里，谢谢大家。 — 完 — 量子位 QbitAI · 头条号签约 关注我们，第一时间获知前沿科技动态 版权所有，未经授权不得以任何形式转载及使用，违者必究。 灵巧手 腾讯调整大模型组织架构：姚顺雨加盟，向总裁刘炽平汇报2025-12-18 推特吵架吵出篇论文！谢赛宁团队新作iREPA只要3行代码2025-12-16 无预训练模型拿下ARC-AGI榜三！Mamba作者用压缩原理挑战Scaling Law2025-12-16 中国机器人比赛应急救援，美国网友Reddit破防：我们还在给机器狗化妆拍段子2025-12-12

2025-12-18日刊

12-18-日报-AI资讯日报

AI资讯日报 2025/12/18

AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

腾讯混元世界模型1.5上线支持文字图片生成互动世界
字节Seedance实现100%视听同步已上线即梦豆包
OpenAI发布FrontierScience基准GPT-5.2奥赛77%
姚顺雨任腾讯首席AI科学家向刘炽平汇报
英伟达收购Slurm开发商SchedMD强化算力调度护城河

产品与功能更新

1. 腾讯混元世界模型1.5上线。 国内首个🎮实时互动体验平台 开放体验(AI资讯)") 了！输入文字或图片就能瞬间生成互动世界，用键鼠或手柄(✧∀✧)自由探索。该模型还首次开源训练体系，从数据到推理部署全覆盖。
2. Kling 2.6语音控制功能正式发布。 快影AI📢上线了Voice Control，用你的专属声音创作更具魅力的 个性化内容(AI资讯)") 。官方同步开启创意大赛🏆现金最高1000美金，提交作品就有机会登上首页推荐。
3. 字节Seedance 1.5 Pro发布。 新一代音视频模型实现🎬100%视听同步，角色口型、语调与表演节奏高度拟合。支持多语种方言自然表达，还能执行希区柯克变焦等高难度 镜头运动(AI资讯)") 。已在即梦AI和豆包平台上线。
4. Meta推出SAM Audio模型。 继图像分割后，Meta将"🔊分割一切"理念延伸到音频领域。支持文本、视觉和时间跨度三种提示方式，能像 抠图(AI资讯)") 一样精准分离声音。已在Segment Anything Playground开放试用。
5. 小米MiMo大模型对开发者开放。 小米宣布开放🤖MiMo系列大模型和CarIoT硬件生态。AIoT平台连接设备突破10.4亿，开发者规模达 120万(AI资讯)") 。MiMo-V2-Flash已开源，在Agent测评跻身全球开源模型TOP2。
6. Meta推出AI听力增强眼镜。 新款眼镜采用开放式扬声器设计，可以放大👓与你交谈的人的声音。特别适合咖啡馆或繁忙街道等 嘈杂环境(AI资讯)") 使用，让日常交流更轻松。

前沿研究

1. OpenAI发布FrontierScience基准。 专为评估专家级科学能力构建，包含物理、化学、生物学数百道原创题目。GPT-5.2在奥赛赛道得分77%，研究赛道🔬25%，均领先其他前沿模型。Gemini 3 Pro在奥赛赛道与GPT-5.2 表现相当(AI资讯)") 。
2. FreeKV框架提升LLM推理效率。 针对长上下文KV缓存问题，该框架实现算法-系统协同优化。通过投机检索和双缓冲流式召回，达到🚀近无损精度，相比SOTA方法 最高提速13倍(AI资讯)") 。
3. Titans让AI有了真正的记忆力。 谷歌Jeff Dean点赞的论文，解决了(✧∀✧)AI的"金鱼记忆"问题。短期记忆+长期记忆+持久记忆三种机制各司其职，在200万token超长文本理解任务中准确率96%+，吊打 Mamba2的5.4%(AI资讯)") 。

行业展望与社会影响

1. 姚顺雨出任腾讯首席AI科学家。 官宣！腾讯升级大模型研发架构，95后明星学者姚顺雨任职"CEO/总裁办公室"首席AI科学家，向刘炽平汇报。同时兼任AI Infra部、大语言模型部负责人，将📈全面强化腾讯大模型 研发体系(AI资讯)") 。
2. 英伟达收购Slurm开发商SchedMD。 这波低调出手被评价为"护城河又宽了"💪SchedMD开发的Slurm是全球超半数TOP500超算在用的资源调度工具，Meta、Mistral、Thinking Machines都离不开。哪怕用AMD芯片，只要需要算力调度就 绕不开英伟达(AI资讯)") 。
3. AI上下文管理引发隐私争议。 把全部人生笔记上传给第三方服务器，你放心吗？社区讨论显示，虽然🔥把Obsidian笔记喂给Claude能获得个性化建议，但多数人倾向寻求本地LLM等 可控方案(AI资讯)") 。另有人警告依赖AI摘要会侵蚀真正的知识掌握。
4. GitHub Actions开始收取平台费。 自2026年起，私有仓库和自托管runner的调度将按$0.002/分钟计费💸即使算力在用户自己服务器上也要交"税"。小型团队相对受伤更重，社区已开始评估迁往GitLab或 Forgejo等替代方案(AI资讯)") 。
5. AI能否让形式验证成为主流？ 讨论焦点在于：规范本身难以形式化，需求又频繁变动。乐观者指出Opus、GPT-5.2等🤖大模型显著加速了证明工程，悲观者则认为文化与经济障碍才是 普及的真正阻碍(AI资讯)") 。

开源TOP项目

1. 摩尔线程开源LiteGS基础库。 在SIGGRAPH Asia 2025斩获银奖🥈的3DGS重建算法已开源！60秒任务34秒交卷，仅需原版10%训练时间即可达到同等质量。从GPU系统到算法设计全链路优化，代码在 GitHub开放(AI资讯)") 。⭐已引发学术界关注。
2. 英伟达发布Nemotron 3开源模型。 MoE架构支持百万token上下文，包含Nano(30B)、Super(100B)、Ultra(500B)三个规模。Nano版已发布，吞吐量比前代🚀提升4倍，被评为同类型中 最开放高效的模型(AI资讯)") 。
3. 小米MiMo-V2-Flash开源发布。 309B总参数，15B激活，专为极致推理效率自研的MoE大语言模型。代码和Agent能力强💡生成速度快，API限时免费可接入Claude Code、 Cursor等工具(AI资讯)") 。⭐开发者反响热烈。
4. Chatterbox开源TTS系统。 号称最先进的开源文本转语音系统，已获得⭐15614星标，项目地址 resemble-ai/chatterbox(AI资讯)") 。
5. 微软开源TRELLIS.2图生3D模型。 4B参数规模，支持图片生成3D模型。在线体验地址已开放，社区反馈效果褒贬不一(￣▽￣)“有人觉得还不如之前版本，模型在 Hugging Face发布(AI资讯)") 。
6. 美团开源LongCat虚拟人模型。 类似字节OmniHuman和快手Avatar，支持音频驱动照片生成视频🎤特别适用于主播和MV场景，项目主页和模型已在 Hugging Face发布(AI资讯)") 。
   

社媒分享

1. Prompt Caching技术深度解读。 缓存的不是文本是"思维状态”🧠本质是复用KV矩阵，节省约90%Token费用，长文本首字延迟降低85%。实测显示Anthropic手动模式 命中率100%(AI资讯)") ，OpenAI自动模式仅50%。
2. Gemini 3 Flash已开放使用。 相比Pro版本速度提升显著，前端效果基本没变(✧∀✧)美学依旧领先其他模型。ZenMux首发目前免费， 使用地址点这里(AI资讯)") 。
   
3. Vibe Coding时代的护城河思考。 技术不再是核心竞争力了🤔拿一波流量很容易，但建立护城河需要多花时间思考。有人看到缺陷，有人 看到机会(AI资讯)") ，这些机会不是给挑刺的人准备的。
4. GPT Image 1.5图像能力测试。 只是单纯的绘画模型，而不是Banana Pro那样的🌍世界模型。社区评价"谷歌这次领先了一代"，天气卡片生成效果可参考 宝玉的测试(AI资讯)") 。
5. AI硬件创意Stickerbox走红。 语音输入→AI自动绘图→即时打印贴纸🖨️帮孩子把脑海里的故事变成现实！儿童安全模式无屏幕交互，这个逻辑马上会迁移到 3D打印领域(AI资讯)") 。
   

AI资讯日报语音版

腾讯调整大模型组织架构：姚顺雨加盟，向总裁刘炽平汇报

腾讯调整大模型组织架构：姚顺雨加盟，向总裁刘炽平汇报

henry 2025-12-18 15:02:07

姚顺雨担任腾讯首席AI科学家

量子位 | 公众号 QbitAI

官宣了。 就在刚刚，量子位获悉，腾讯内部宣布了大模型组织架构调整，而姚顺雨也首次被明确了加盟。 姚顺雨是谁？ 前OpenAI研究员、清华姚班学霸、普林斯顿博士、NOI奥赛银牌、安徽省高考探花，是近几年大模型 Agent 方向最受关注的青年研究者之一。 只有28岁。 他是Tree of Thoughts（思维树）、ReAct等工作的作者，也是SWE-bench、SWE-agent等一系列知名研究的核心贡献者。 去年一篇《AI下半场》的博文，让他在学界与产业界迅速出圈；而今年9月从OpenAI离职后，他的去向也随之成为各大 AI 公司关注的焦点，一度引发诸多猜测。 如今，一切尘埃落定—— 姚顺雨确定加盟腾讯，双重身份： 第一，“CEO/总裁办公室”首席AI科学家，向腾讯总裁刘炽平汇报； 同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇报。

腾讯内部官宣说了啥

姚顺雨内部官宣加盟的消息，是随着腾讯AI组织架构一起披露的。 量子位获悉，腾讯今日内部官宣了大模型研发组织架构调整——

新成立AI Infra部、AI Data部、数据计算平台部，全面强化其大模型的研发体系与核心能力。 其中Vincesyao出任“CEO/总裁办公室”首席AI科学家，向腾讯总裁刘炽平汇报；同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇报。 而Vincesyao，正是姚顺雨。 据称，作为腾讯大模型体系的重要一环，AI Infra部将负责大模型训练和推理平台技术能力建设，聚焦大模型分布式训练、高性能推理服务等核心技术能力，构建大模型AI Infra核心竞争力，为大模型算法研发和业务场景落地提供稳定高效的技术支持和服务。 而架构升级后的AI Data部、数据计算平台部，将分别负责大模型数据及评测体系建设、大数据和机器学习的数据智能融合平台建设工作。 王迪继续担任大语言模型部副总经理，向姚顺雨汇报。刘煜宏担任AI Data部负责人、陈鹏担任数据计算平台部负责人，均向公司副总裁蒋杰汇报。 腾讯内部信中还强调，AI大模型研究与工程技术紧密相关。在过往混元大模型训练以及海量业务场景的深度实践中，腾讯已经积累了系统化的工程能力；此次大模型研发架构升级，在进一步强化腾讯工程化优势同时，旨在提升AI大模型研究能力，聚焦公司AI战略布局，提升AI大模型的研发效率。 过去一年，混元大模型发布超过30个新模型。12月5日发布的混元2.0，显著改进了预训练数据和强化学习策略，在复杂推理与文本生成场景表现国内领先。混元3D模型甚至保持着全球领先的水准，开源社区下载量超过300万。 而AI产品和服务，腾讯也正在展现一贯的竞争力。 在产品和服务层面，腾讯元宝持续优化用户体验，上线初期甚至保持了每天一个版本的迭代频率，快速赢得了用户的认可，用户规模稳居国内AI应用前三，成为最受新中产欢迎的AI原生应用。目前腾讯也将元宝的AI能力融入微信、QQ、音乐、会议等国民级产品中，让用户在不改变习惯的前提下自然触碰AI，为用户提供最自然、门槛最低的服务体验。 与此同时，据称腾讯公司内部正在推进一场全面AI化的效率变革。据腾讯财报会信息，截止目前，腾讯混元大模型已在腾讯会议、微信、广告、游戏等内部超过900款应用和场景中落地。在腾讯公司内部，有超90%的腾讯工程师在使用腾讯云代码助手CodeBuddy，50%新增代码由AI辅助生成，代码评审环AI参与度达94%。 而作为高密度人才引进的姚顺雨，也是腾讯开启AI攻坚的证明。 可以确定的是，这个时间点上的腾讯，已经明显开启了AI进程上的提速。 不论是组织变阵、人才推进，还是产品代表元宝、开源代表混元3D，都能明显感觉得到企鹅汹涌。 当然，之所以腾讯一举一动备受关注，核心还是其所拥有的完备AI要素：丰富场景、海量数据、生态资源，以及谋定后动的战略风格… AI船票是什么可能还在被讨论，但拥有上述AI要素的腾讯，被认为坐在预留席位的那一桌。 这或许也是姚顺雨这样的TOP人才，难以拒绝offer的原因。

姚顺雨其人其论

姚顺雨，合肥一中毕业，NOI奥赛银牌，高考704分以安徽探花进入清华姚班，后在普林斯顿大学获得计算机博士学位。 “特斯拉延期交付机器人是卡在灵巧手上，中国灵巧手遥遥领先”| 灵心巧手@MEET20262025-12-18 推特吵架吵出篇论文！谢赛宁团队新作iREPA只要3行代码2025-12-16 无预训练模型拿下ARC-AGI榜三！Mamba作者用压缩原理挑战Scaling Law2025-12-16 中国机器人比赛应急救援，美国网友Reddit破防：我们还在给机器狗化妆拍段子2025-12-12

具身智能的数据难题，终于有了可规模化的解法

具身智能的数据难题，终于有了可规模化的解法

思邈 2025-12-18 14:20:44

成立4个月斩获超2亿融资，Momenta百度顺为都投了

科技赛道从不缺“造梦者”，但能精准击中行业痛点的“破局者”往往寥寥。 在ToB世界里，真正称得上“标杆”的，或许不是那些自称“通用AI模型玩家”的公司，而是另一类更务实的路径： 把数据整合、数据治理做深做透，帮助企业打破数据壁垒，把零散信息沉淀为可落地、可复用的智能资产。 这种“以数据赋能行业”的逻辑，让它们成为科技领域的独特存在。 如今，这一逻辑正在炙手可热的具身智能赛道被复刻。一家名为简智机器人的企业，不下场卷模型、不砸钱堆硬件，而是把精力投在数据治理与产线设计上。 成立4个月就完成3轮融资、累计金额超2亿元，服务30余家具身智能头部公司，70%以上收入来自海外。 要理解这家公司为何在短短数月内被资本和头部玩家集体押注，得先回到一个更底层的问题： 具身智能真正难在什么地方。

具身智能的核心瓶颈：数据困境远比想象中复杂

没人否认具身智能是AI的下一站，但要让机器人像人类一样灵活穿梭于物理世界，光有强大模型和充足算力远远不够。 行业早已形成共识：数据，才是横亘在面前的强大壁垒。 而且不同于语义文本可直接从互联网中获取，具身智能所需数据需重新完成“人类技能的数字化”，同时在精度上远比传统AI苛刻得多——它要的不是“海量堆砌”，而是“精准可用”，这让数据获取陷入了多重困境。 具体拆解来看，这五大核心痛点早已成为制约行业发展的普遍顽疾。

1. 成本高：传统采集需搭建专用场地、部署复杂设备，再加上人工操作与后期处理，每一份有效数据都“价格不菲”；
2. 效率低下：采集流程繁琐、传输处理周期长，跟不上模型快速迭代的节奏；
3. 鲜度不足：端到端模型的模型训练，期望立刻提供所需的数据，这种需求随时变化，采集的场景行为，也需要更快响应、数据更新线；
4. 真实性缺失：遥操采集或实验室模拟，要么抓不到人类自然行为与即时反馈，要么因设备笨重导致“动作变形”，数据直接失去应用价值；
5. 规模难破：受限于采集方式与场景覆盖能力，海量、多元的技能数据积累难以为继。 更关键的是，这不是单点问题，而是“全链路闭环缺失”与“数据基建空白”的系统性困境。 从采集、传输、处理、标注到应用，数据的价值挖掘需要全流程协同，但目前行业普遍缺乏标准化、自动化的解决方案。 数据基建的薄弱，直接导致大量数据“沉睡”，无法转化为驱动模型升级的有效燃料。

简智破局：模型需要的数据不来自机器人，而是人类

当多数企业扎堆于模型研发或硬件制造时，简智机器人却精准瞄准了这一核心缺口，成为行业内少数聚焦数据全链路难题的玩家。 这份战略定力，源于其核心团队的深厚积淀—— 简智核心成员来自Momenta、华为、蔚来、字节等顶尖研发阵营，曾深度参与端到端智能驾驶研发与海量数据处理，亲身验证过“数据决定模型上限”的真理，也深刻洞悉“数据飞轮”对技术迭代的关键作用。 基于这一认知，简智搭建起专属的“数据基建方法论”，完整打通“人类技能数据化-云端AI数据治理-机器人应用”全链条，为具身智能行业提供标准化、自动化的数据流解决方案。 而“真实、高质量、高精度、高鲜度、低成本、原子化标注与切片”，则是简智为数据产品立下的“铁律”。 硬件破局：把人类动作精确录进AI 数据的价值始于采集，简智将“真实、详细”奉为第一原则，推出核心硬件Gen DAS无感可穿戴采集设备，从源头把好数据质量关。 为了捕捉人类在真实场景中的自然行为与反馈，Gen DAS在设计上完全遵循人机工程学，采用轻量化材质打造，确保用户长时间佩戴无负担、操作无干扰，从根本上避免了设备不适导致的“动作变形”。 在核心感知能力上，Gen DAS实现了多项行业领先突破： 触觉反馈与关节感知全面覆盖采集表面，单个触觉检测面积仅1毫米，最小感知重量低至7克，能精准捕捉指尖、指腹的细微触感； 每个关节采用高精度、磁编码器设计，以100HZ频率实现毫米级全流程记录，完整还原动作轨迹变化； 攻克多设备精准时空对齐难题，确保双手动作、视觉、触觉等多维度数据同步，异构数据时间误差控制在极低水平。 为了降低采集门槛，Gen DAS从设计之初就融入“便捷化”理念： 支持无线同步传输、长续航，无需复杂场地部署，开机即用； 采集完成后，设备端可将数据体积压缩至原大小的2%，打通在线上传通道实现分钟级上传，大幅提升数据流转效率。 数据精度是模型训练的核心要求，简智在这一环节下足了功夫： 布置行业首个且数量最多的三目摄像头，在中间鱼眼大FOV基础上，增设左右2颗双目深度摄像头，搭配车轨级IMU，再结合自研VIO、SLAM技术，轨迹恢复精度提升至小于1cm，3D重建能力也同步强化。 针对采集过程中频繁出现的光线变化、远近焦切换问题，简智还对ISP图像处理模块与CMOS传感器进行定制化调整，确保图像质量稳定。 此外，搭配以Controller为核心的部署端硬件矩阵，实现数据从采集到应用的无缝衔接，筑牢硬件闭环基础。 治理核心：把“脏数据”，炼成可用能力 在简智的全链路体系中，硬件负责精准采集，而数据治理则决定了数据的最终价值。 其中，Gen Matrix数据智能平台中枢是保障数据质量的核心基石，也是简智实现“高质量数据供给”的关键支撑。 为此，简智打造了“平台+产线”双引擎数据治理体系，实现数据的高效提纯与价值转化。 作为数据质量的“把关人”，Gen Matrix承担着核心的数据处理职责，借助五大核心能力树立行业标杆：

1. 高精准轨迹还原：整合多设备分散数据，轨迹真值误差小于1cm，同步完成异构数据清洗；
2. 智能标注切片：自动化系统可对数据进行原子化拆解，精准匹配模型训练的最优颗粒度；
3. 高鲜度低成本并行：端侧轻量级压缩+链路传输优化，兼顾质量与成本；
4. 超强吞吐能力：每日数据时长增长超1万小时，高质量数据产出超10万clips，且持续加速；
5. 智能治理生长：依托数万个场景、500种技能数据，治理模型自动化能力随技能细分不断强化。 行业首创：实现规模化真实场景数据采集突破 如果说Gen Matrix保障了数据的“质”，那么简智行业首创的Gen ADP（AI Data Pipeline）智能数据产线，则彻底打破了行业“真实场景数据采集难规模化”的僵局——这也是简智区别于所有同行的核心壁垒。 在具身智能领域，此前行业普遍停留在“小范围试点采集”阶段，难以实现真实场景下的大规模数据积累。 而简智创新性地提出“数据当作产品来制造”的理念，融合线上线下运营机制与众包模式，构建起业内首个规模化、自动化的真实场景数据闭环生产系统，成功将数据采集从“实验室”推向“千万家真实场景”。 这条行业独有的数据产线，已实现大规模落地成果，构建起行业首个基于规模化真实场景打造的数据资产库—— 在超1000个真实家庭完成部署，累计积累超百万小时真实场景数据，覆盖500余种高频技能场景；更创造了行业领先的交付效率——采集完成后2小时内，新鲜、高质量的加工数据就能送达模型，为模型迭代提供“即时燃料”。

成立4个月完成3轮融资，这家企业凭什么？

简智的崛起速度堪称“行业黑马”，背后离不开三大核心优势的支撑：

1. 团队够硬核：由“模型大牛+智驾数据工程团队”组成，汇聚了Momenta、理想汽车、华为、DeepMind、斯坦福等全球顶尖企业与科研机构的资深专家，曾多次在智驾领域取得破圈成果。凭借深厚积累，团队仅用4个月就完成从产品设计到软硬件交付的全流程；
2. 战略够精准：当行业聚焦数据硬件制造时，简智早已意识到数据治理与产线设计才是核心竞争力，投入大量资源构建“硬件为基础、治理为核心、产线为支撑”的完整体系，差异化优势显著；
3. 资本够认可：成立仅4个月就完成3轮融资，融资金额超2亿元，投资方包括Momenta、百度风投、顺为资本等头部机构，稳居赛道头部地位，为技术研发与市场拓展提供充足资金支持。 强大的技术实力已快速转化为商业成果。目前，简智已与30余家行业头部具身智能企业建立深度合作，业务覆盖全球市场，海外收入占比超70%。 通过核心技术与全链路解决方案，简智正持续赋能产业升级，推动具身智能在家庭服务、工业制造、医疗健康等领域的规模化应用。 在具身智能蓬勃发展的今天，简智凭借对数据价值的深刻理解、全链路技术布局与高效执行能力，正稳步打造面向行业的“数据与能力底座”，让数据、模型与场景交付形成可复制的标准化路径。 这家年轻的企业，能否能真正改写具身智能的发展格局？ 答案或许就藏在不断积累的数据资产与加速落地的商业化进程中。 版权所有，未经授权不得以任何形式转载及使用，违者必究。 具身智能 数据治理 数据采集 简智新创 摩尔线程算法一鸣惊人，图形学顶会夺银！已开源2025-12-17 顶尖技术+标准产品+创新模式+可靠服务，打造大模型商业落地中国范式2025-12-16 摩尔线程新一代GPU架构10天后发布2025-12-09 张亚勤院士：基础大模型最终不超过10个，十年后机器人比人多 | MEET20262025-12-11

硅谷还在Vibe Coding，中国AI抢先！一句话做应用能不能赚钱？

: ， . Video Mini Program Like ，轻点两下取消赞 Wow ，轻点两下取消在看

英伟达危！谷歌联手Meta要让TPU支持PyTorch，击穿CUDA护城河

英伟达危！谷歌联手Meta要让TPU支持PyTorch，击穿CUDA护城河

新智元 新智元;)

在小说阅读器中沉浸阅读

--- 新智元报道

编辑：艾伦

【新智元导读】谷歌正在推进一项代号为「TorchTPU」的战略行动，核心是让全球最主流的 AI 框架 PyTorch 在自家 TPU 芯片上跑得更顺畅。这项行动不仅是技术补课，更是一场商业围剿。作为 PyTorch 的掌控者，Meta 也深度参与其中，两家巨头试图联手松动英伟达的垄断地位。对于谷歌而言，卖芯片不再是终点，降低开发者的迁移门槛，才是真正介入战争的开始。

谷歌正在发起一项代号为「TorchTPU」的新行动，试图以此打破英伟达在 AI 算力市场的长期垄断。

据知情人士透露，这项计划的核心在于让谷歌自研的 AI 芯片（TPU）能够更顺滑地运行 PyTorch，这是目前全球最主流的 AI 软件框架。 这是谷歌激进战略拼图中的关键一块，他们希望将 TPU 打造为英伟达 GPU 的有力替代者。 随着谷歌急需向投资者证明其巨额 AI 投入的回报能力，TPU 的销售已然成为谷歌云营收增长的重要引擎。 但光有硬件是不够的。 知情人士指出，「TorchTPU」旨在消除那道长期阻碍 TPU 普及的无形围墙，也就是让那些早已习惯在 PyTorch 环境下搭建技术架构的客户，能够无痛迁移到谷歌的硬件上。 甚至有消息称，为了加速这一进程，谷歌正考虑将部分软件开源。 相较于过往对 PyTorch 的零星支持，这一次谷歌投入了前所未有的组织关注度和战略资源。 这一转变的背后，是越来越多渴望采用 TPU 的企业发出的呼声。对他们来说，芯片是个好东西，但软件栈却成了瓶颈。 在硅谷，PyTorch 是 AI 模型开发者的通用语言，而它的最大支持者正是 Meta。 在这个行业里，极少有开发者会去为英伟达、AMD 或谷歌的芯片逐行编写底层代码，他们依赖的是像 PyTorch 这样的工具库来自动化处理开发任务。 自 2016 年发布以来，PyTorch 的成长史几乎就是一部与英伟达 CUDA 生态的绑定史。 华尔街分析师普遍认为，CUDA 才是英伟达抵御竞争对手最坚固的盾牌。 多年来，英伟达的工程师们不仅造芯片，更致力于确保 PyTorch 开发的模型在其硬件上跑得又快又好。 相比之下，谷歌此前走了一条截然不同的路。 他们拥有庞大的内部软件军团，使用一套名为 Jax 的代码框架，并通过 XLA 工具来优化 TPU 的运行效率。 谷歌自身的 AI 软件栈和性能优化大多围绕 Jax 构建，这种「圈地自萌」的做法，拉大了谷歌芯片与外部客户实际使用习惯之间的鸿沟。 面对路透社的询问，谷歌云发言人虽未对该项目细节置评，但确认了这一战略方向。 他表示，无论是 TPU 还是 GPU 基础设施，需求都在加速爆发，谷歌的重心是提供足够的灵活性和规模，无论开发者选择在何种硬件上构建应用。

从自用到外售 TPU 的角色演变 曾几何时，谷歌将绝大多数 TPU 产能视为「私藏珍品」，仅供内部使用。 这一局面直到 2022 年才发生改变，谷歌云部门成功争取到了 TPU 的销售主导权。 此后，谷歌云大幅增加了对外分配的 TPU 额度，试图在客户对 AI 兴趣激增的当下，通过扩大产能和销售来抢占市场。 然而，供需之间存在错位。 全球大多数 AI 开发者使用的是 PyTorch，而谷歌芯片最擅长的却是 Jax。 这意味着，想要使用谷歌芯片并获得比肩英伟达的性能，开发者必须进行大量额外的工程适配。 在分秒必争的 AI 竞赛中，这种时间和资金的消耗是企业难以承受的。 如果「TorchTPU」计划成功，它将显著降低企业寻找英伟达 GPU 替代方案时的转换成本。 英伟达之所以难以撼动，不仅在于硬件性能，更在于 CUDA 生态已经深深嵌入 PyTorch，成为训练和运行大模型的默认选项。 知情人士表示，企业客户曾反复向谷歌反馈，TPU 虽好，但接入门槛太高，因为历史上它强迫开发者放弃通用的 PyTorch，转而学习谷歌内部偏好的 Jax。

盟友 Meta 敌人的敌人就是朋友 为了加速开发进程，谷歌找来了一位关键盟友，即 PyTorch 的创造者和守护者 Meta。 据知情人士透露，这两大科技巨头正在商讨协议，让 Meta 获得更多 TPU 的使用权。此前《The Information》也曾报道过这一动向。 在早期合作中，谷歌主要以托管服务的形式向 Meta 提供支持。 Meta 使用谷歌设计的芯片运行谷歌的软件和模型，并由谷歌提供运营维护。 对 Meta 而言，推动软件适配 TPU 具有极高的战略价值，它不仅能降低推理成本，更能通过硬件基础设施的多元化来减少对英伟达的依赖，从而在谈判桌上获得更多筹码。 Meta 方面对此拒绝置评。 今年以来，谷歌已开始将 TPU 直接出售给客户的数据中心，而不再局限于自家的云服务。 组织架构也在随之调整，谷歌老将 Amin Vahdat 本月被任命为 AI 基础设施负责人，直接向 CEO 桑达尔·皮查伊（Sundar Pichai）汇报。

这套基础设施对谷歌至关重要，它不仅要支撑包括 Gemini 聊天机器人和 AI 搜索在内的自家产品，也要服务于像 Anthropic 这样依赖谷歌云 TPU 算力的外部独角兽。 参考资料： https://www.reuters.com/business/google-works-erode-nvidias-software-advantage-with-metas-help-2025-12-17/ 秒追ASI ⭐点赞、转发、在看一键三连⭐ 点亮星标，锁定新智元极速推送！

预览时标签不可点

Scan to Follow 继续滑动看下一个 轻触阅读原文

新智元 向上滑动看下一个 Got It

Scan with Weixin to
use this Mini Program Cancel;) Allow;) Cancel;) Allow;) Cancel;) Allow;) × 分析

微信扫一扫可打开此内容，
使用完整服务 : ， ， ， ， ， ， ， ， ， ， ， ， . Video Mini Program Like ，轻点两下取消赞 Wow ，轻点两下取消在看 Share Comment Favorite 听过

新智元十年，上地AI家，邀你加入！

新智元十年，上地AI家，邀你加入！

新智元 新智元;)

在小说阅读器中沉浸阅读

--- 新智元报道 【新智元导读】2025年9月7日，新智元十周年！十年求索，奇点共盟。值此，新智元在上地AI家邀你加入，共同见证ASI降临。

2015年9月7日—2025年9月7日，新智元星舰远航十年。 2025年9月7日，新智元在北京海淀上地举办十周年峰会，「新天终启，万象智生」——ASI 纪元恢弘开启，宇宙万物与人类文明都将在更新的智能天地中获得无限生命！

「新智元」星舰十年搭载了数百万用户、专家、生态伙伴在AI宇宙中飞速前行，见证了人工智能发展史上的一座座里程碑。

新智元十年追梦，打造AI生态圈最真实流量，全矩阵平台流量连年过亿！新智元十年赋能ASI时代，微信公众号视频号爆款频出覆盖全生态！ 新智元微信公众号、微博、知乎、百度百家号等平台产业链用户370万+。新智元视频号AI视频持续引爆，2024年观看量突破3000万+。 2025年，新智元微信公众号再上新台阶，频繁斩获AI垂直媒体流量奇迹。2025年，新智元十周年之际推出「ASI启示录」、「ASI爆点」、「ASI洞察」重磅栏目。

我们在上地AI家，召唤热爱AI的你! 在新智元你可以获得： 与国内外一线大咖、行业翘楚面对面交流的机会 掌握深耕人工智能领域，成为行业专家 玩转国内外顶尖AI大模型 远高于同行业的薪酬、福利 舒适的办公环境 一日三餐、水果零食 工作地点：北京·海淀区·上地·中关村软件园

新智元热招职位 高级视频编辑（急聘） 年薪：20-35万 （工资＋奖金） 工作内容：

1. 负责AI短视频内容选题、脚本创作与创意策划；
2. 独立完成视频脚本、剪辑、全平台发布等工作，确保视频质量与发布节奏； 岗位要求：
3. 热爱AI行业，有科技短视频制作经验；
4. 文字功底扎实，会剪辑能拍摄。 AI产业报道主笔 年薪：25-40万（工资＋奖金） 工作内容: 1. 关注全球人工智能各领域，掌握人工智能研究进展和产业动态，准确抓取行业热点；
5. 熟知人工智能头部企业、独角兽企业技术进展、研究成果、产业落地等动态；
6. 深刻把握新智元文章调性，打造新智元高端技术原创内容、产业深度报道； 岗位要求：
7. 热爱人工智能行业，两年以上科技类财经类撰稿经验优先；
8. 有独立策划并执行选题能力，写作能力强，英语六级以上；
9. 善于沟通交流，有较强的抗压能力和自驱力。 高级编辑/编辑 年薪：15-30万（工资+奖金） 工作内容:
10. 熟悉人工智能各领域，关注人工智能研究进展和产业动态，准确抓取行业热点；
11. 负责新智元选题、编译、撰稿、校对、形成可发布文章； 岗位要求：
12. 有一年以上科技财经类撰稿经验优先；
13. 热爱人工智能行业，愿意深耕AI学术与技术；
14. 英语六级以上，能解读学术论文及相关技术； 优先项：
15. 能接受夜间调休工作；
16. 有计算机及相关学科背景。 编辑实习生/兼职（可转正） 月薪：约5500元 工作内容：
17. 新智元内容选题、编辑、撰稿；
18. 全球AI产业、学术动态跟踪，学术论文解读报道； 岗位要求：
19. 硕士/博士在校生，理工科背景优先；
20. 优秀的中文写作功底，对AI科技有强烈兴趣，责任心强；
21. 英语六级以上，能够完成编译撰稿。 应聘联系方式： 简历投递邮箱：wangliyang@aiera.com.cn HR微信号：Dr-wly 欢迎扫描二维码加入新智元！

预览时标签不可点

Scan to Follow 继续滑动看下一个 轻触阅读原文

新智元 向上滑动看下一个 Got It

Scan with Weixin to
use this Mini Program Cancel;) Allow;) Cancel;) Allow;) Cancel;) Allow;) × 分析

微信扫一扫可打开此内容，
使用完整服务 : ， ， ， ， ， ， ， ， ， ， ， ， . Video Mini Program Like ，轻点两下取消赞 Wow ，轻点两下取消在看 Share Comment Favorite 听过

当闭上眼，世界还存在吗？量子力学百年终极答案：全靠你「脑补」

当闭上眼，世界还存在吗？量子力学百年终极答案：全靠你「脑补」

新智元 新智元;)

在小说阅读器中沉浸阅读

--- 新智元报道

编辑：peter东  KingHZ

【新智元导读】量子力学曾经最广为流传的哥本哈根解释说不必考虑什么观察者，只要公式对就行。而新提出的关系量子力学与主观贝叶斯则要让人回归。

1925年，23岁的德国物理学家维尔纳·海森堡，登上了德国北海上的一座小岛——黑尔戈兰岛。 那里，空气里全是海盐味。 就是在这座偏僻小岛上，他做了当时看来「离谱」的事。 他放弃了「电子像行星一样绕核转」的直觉图像，转而用一整套抽象的数学「矩阵」，来描述原子世界。这套看不见不着的形式，很快成了量子力学的第一块地基：矩阵力学。

为此，马克斯普朗克研究所在岛上树立了一块纪念牌 不久之后，薛定谔也端出了自己的「波动方程」。他用波来描述电子，把「电子在哪」改写成「电子出现在某处的概率」。 同一套实验，一边是矩阵，一边是波，他们像是从不同侧面照亮了同一块迷雾。 很快，计算结果勾勒出让人不安的图景： 在原子尺度上，有些物理量根本不能被同时精确测定； 还有一些量的取值，竟然要看你「怎么测」。

1932年获得诺贝尔物理学奖后，海森堡写下了一句后来被无数次引用的话： 「我们所观察到的，并非自然本身，而是自然在我们提出问题方式下所呈现的样子。」 现在，我们似乎终于开始认真追问：这句话，到底有多「字面意义」？

从黑尔戈兰岛，再次发问 真实是什么？ 一百年后的2025年，300多位世界顶尖物理学家又一次登上了这座小岛。 他们来给量子力学过「百岁生日」。

会场不大，两个人尤其显眼：Carlo Rovelli和Chris Fuchs。 一个卷发、一身深色毛衣，讲话带着浓重意大利口音；一个美国口音很重，说话快、手势也大。 他们吵的，是一个量子力学百年来都没真正解决的问题：这些方程背后，到底在描述一个怎样的世界？

这就是所谓的「量子力学诠释问题」。 方程大家都同意，也一次次被实验验证。 真正的争议在于： 当我们说「波函数」「叠加态」「坍缩」时， 我们到底是在说「世界本身长什么样」，还是只是在说「我们对世界能了解到什么程度」？ 最常见的几种说法，大致可以这样粗暴概括： 哥本哈根诠释：把「测量」这件事视为理论的基本前提之一。   不去问是谁在测量，也不解释为什么会坍缩。  口号是：闭上嘴，直接算（shut up and calculate）。 多世界诠释：干脆说没有坍缩。 每一种可能结果，都会在不同的分支宇宙中发生。  你只是恰好待在某条分支里。 隐变量理论（如玻姆力学）：想要守住严格的决定论，于是引入看不见的「隐藏变量」。 代价是必须接受某种「超距作用」——远处的东西会瞬间互相影响。 表面上看，这是几派物理学家的「哲学品味」之争。但它其实关乎一个非常现实的问题： 我们能不能、以及怎么，把量子力学用在「宏观世界」。比如你、我、整间实验室这样的系统上？ 为了把这个问题推到极致，美国物理学家尤金·维格纳，在 1961 年设计了一个著名的思想实验：「维格纳的朋友」。

维格纳的朋友：谁的现实算数？ 想象一间完全隔音、隔光、与世隔绝的实验室。 你的朋友吉梅娜在里面测量一个处于「既在此处又在彼处」叠加态的原子。 她按下按钮——瞬间，她「看到」原子在左边。对她而言，世界已确定：原子在左。 而你——维格纳（Wigner）站在实验室外，什么也没看见。根据量子力学，你必须把整个实验室，包括仪器、原子，甚至吉梅娜本人当作一个巨大的量子系统来描述。 在你眼中，吉梅娜尚未「真正」完成测量；她和原子仍处于「她看到左」与「她看到右」的叠加态中。

问题来了是，吉梅娜说：「我亲眼看见了！」 你说：「不，你还没‘坍缩’。」 谁的现实更「真实」？若两人都是对的，那「事实」就不再唯一。

RQM：世界是由关系编织的 对于上述问题，Carlo Rovelli给出的回答是「关系性量子力学」（Relational quantum mechanics，RQM）。 在这一派对维格纳的朋友对解释中，吉梅娜与原子之间建立了关系事实，对她而言原子在左。维格纳与实验室系统之间建立了另一组关系事实，对他而言系统处于纠缠叠加。二个描述都是真实。

关系量子力学指出，物理学不应追求「上帝视角」的宇宙波函数，而应描述 A 相对于 B 的可观测属性。世界由无数局部视角编织而成，无统一叙事。

关系量子力学中，现实不存在于孤立的实体中，而诞生于事物之间的相互作用。 一块石头，因其表面反射的阳光、内部封存的化石，已然「承载」了关于世界的海量信息。Carlo Rovelli说，「我相对于一块石头是真实的」 ——你投下的影子，就是你与石头之间建立的「关系事实」。 现实，不是独立存在于某个事物内部，而是在相互作用中诞生。

QBism：波函数是「个人的用户手册」 而辩论另一方是克里斯·福克斯（Chris Fuchs）提出的主观贝叶斯主义（QBism）。

QBism做的事更激进： 它直接把波函数，从「世界的客观状态」，改写成了一份个人版的概率用户手册。 该阐述认为量子态并非世界的客观描述，而是一位行动主体内心信念的数学编码。量子力学将会为你指示何为未来的测量结果。 对于维格纳的朋友，主观贝叶斯主义认为吉梅娜的波函数是她对原子未来行为的信念编码，随她获得结果而更新。屋外维格纳的波函数是他对整个实验室（含吉梅娜）未来行为的信念编码，尚未更新。二者描述的是不同主体的期望，而非同一客观实体的状态。

主观贝叶斯的本质，是赋予经验主体，远超任意物理系统所具有的不可替代的中心地位。让波函数不是世界的状态，而是观察者与世界打交道的「用户手册」。

殊途同归 量子力学重新拥抱了观察者 有趣的是，这场争辩的两方不是为了胜过对方，而是想要找将观察者加入对量子现象的描述。 关系量子力学的倡导者Carlo Rovelli说：「QBism与关系量子力学极其、极其相似……对我来说，它们就是一回事。」 而主观贝叶斯的支持者Chris Fuchs认为，误解源于双方论证仍处「诗意阶段」，尚欠精确。 相比最传统的不考虑观察者的哥本哈根解释，无论是关系量子力学还是主观贝叶斯，都强调观察者的特殊地位。观察者的回归，正如量子力学的创始人海森堡曾说的「我们观察到的不是自然本身，而是自然对我们提问方式的回应。」 2025年《自然》杂志对1100多名科学家的调查显示，虽然「哥本哈根诠释」仍以47%的得票率领先，但关系性与信息性框架（RQM+QBism等）已赢得21%的支持，且在博士生与青年研究者中支持率显著更高。 2025诺贝尔物理学奖得主、发明了宏观量子效应的米歇尔·德沃雷（Michel Devoret），也公开承认Fuchs基于QBism重构的量子方程式，直接启发了他设计的量子实验。

除此之外，研究者用三对纠缠光子模拟了「维格纳-朋友」系统，结果确实呈现出观测者依赖性。 而更进一步的实证检验，将通过运行在大型量子计算机上的人工智能代理。它们将作为复杂度递增的「观察者」，在完全隔离与受控的环境中，去判断现实是否真的如主观贝叶斯所描述的，依赖宏观观察者。

真实，是谁和谁之间的事？ 维也纳量子光学与量子信息研究所的马库斯·穆勒（Markus Müller） 对于为何量子力学要重新引入人作为观察者，做出了下面的类比精妙绝伦： 1相对论的时间膨胀（GPS必须校准）在日常中，它「无关紧要」，却是理解宇宙的基石。 同理，现实的「关系性」与「非绝对性」，或许正是未来物理学，尤其是其与意识、信息、乃至AI融合的新领域，不可或缺的元规则。 会议的最后，Rovelli 站在黑尔戈兰岛的海风里，半是感慨、半是释然地说：「关系性量子力学消解了一种焦虑，因为我无法触及终极实在。对我而言，真实就是相对于我们的真实。」 Fuchs则笑着补了一句，带着一点神秘主义的味道：「如果量子力学在告诉我们： 我在其中所做的事有意义……那，这就已经足以让生命值得一活。」 对量子力学来说，这也许是一个新的起点： 真实，既不是写死在宇宙说明书里的某一行，而是每一个观察者，与世界之间共同写下的故事。 本文三个示意图由Z-image绘制。 参考资料： https://www.science.org/content/article/100-years-quantum-mechanics-redefining-reality-us-centerhttps://www.campusfrance.org/en/actu/michel-devoret-prix-nobel-de-physique-2025 秒追ASI ⭐点赞、转发、在看一键三连⭐ 点亮星标，锁定新智元极速推送！**

预览时标签不可点

Scan to Follow 继续滑动看下一个 轻触阅读原文

新智元 向上滑动看下一个 Got It

Scan with Weixin to
use this Mini Program Cancel;) Allow;) Cancel;) Allow;) Cancel;) Allow;) × 分析

微信扫一扫可打开此内容，
使用完整服务 : ， ， ， ， ， ， ， ， ， ， ， ， . Video Mini Program Like ，轻点两下取消赞 Wow ，轻点两下取消在看 Share Comment Favorite 听过

Using the extension, Claude Code can test code directly in the browser to validate its work. Claude ...

Skills are now available on Team and Enterprise plans.

We're also making skills easier to deploy, d...

Read more, including how we designed and tested for safety: https://t.co/6NHF8Q92kN

Claude in Chrome runs in a side panel that stays open as you browse, working with your existing logi...

We've added organization-wide management for admins.

You can now deploy skills across your organiza...

We’re publishing Agent Skills as an open standard, so skills work across AI platforms.

Read more: ...

Claude in Chrome is now available to all paid plans.

We’ve also shipped an integration with Claude ...