新闻 - 加华圈

Wenxuecity • Aug 16, 2026

国行iPhone要用上AI了？揭秘苹果打造“中国特供”模型

随着新 iPhone 已经进入发布倒计时，中国用户也不免再次关心起这个问题：国行 Apple Intelligence 到底能不能用？据路透社 8 月 14 日独家报道，苹果已经针对中国市场训练了一款大型语言模型。三名知情人士透露，这款模型由苹果与阿里巴巴共同开发，阿里还为模型训练提供了支持。苹果和阿里均未回应置评请求。随着新 iPhone 已经进入发布倒计时，中国用户也不免再次关心起这个问题：国行 Apple Intelligence 到底能不能用？这可能跟大家对国行 AI 的猜测有所不同。此前披露的方案苹果主要依赖中国合作伙伴提供模型能力。阿里千问将被集成到中国版 Apple Intelligence，百度技术也会参与部分功能。现在，苹果自己的中国专属模型也进入了这套系统。好家伙，国行 Apple Intelligence 背后可能同时存在苹果模型、千问以及百度提供的技术。苹果自己的模型，意味着什么？「苹果自己的模型」很容易被理解为自研模型，实际上这并不意味着所有训练工作都由苹果独立完成，模型也不一定从随机参数开始训练。在今年 WWDC 上苹果正式发布了新一代 Apple Intelligence，其中模型就是和 Google 基于 Gemini 模型和 Google 云技术联手训练的，而非大家最早以为的，将 Gemini 直接塞进 iOS。苹果将这套模型命名为第三代 Apple Foundation Models，也就是AFM 3。苹果负责确定模型架构、产品能力、训练流程、隐私机制和软硬件适配，Google 提供模型技术、云端算力和部分基础设施。阿里为苹果中国专属模型提供训练支持，很有可能也是这种模式。其中很多环节阿里可以覆盖，包括中文语料处理、训练基础设施、本地知识增强、安全对齐、模型评测以及合成数据生成，都可能需要阿里的技术和资源。苹果也可能利用成熟模型产生训练数据，再把部分能力迁移到适合端侧运行的小模型中。不过路透没有披露中国模型的基础权重来源，也没有确认它是否基于 Qwen 开发。目前能够确认的只有两点，苹果拥有一款面向中国市场的专属模型，阿里参与了开发和训练。苹果在中国训练模型的技术方向，早就剧透了参考苹果今年公开的 AFM 3 技术资料，我们大致也可能推理出苹果在中国训练的模型会是什么样子。苹果 AFM 3 是一个包含 5 款模型的家族。 AFM 3 Core 是一款 30 亿参数的端侧稠密模型，主要处理延迟敏感、能够在本地完成的任务。 AFM 3 Core Advanced 拥有 200 亿总参数，采用稀疏激活架构。每次请求只会激活其中 10 亿至 40 亿参数。传统混合专家模型通常会在生成每个 Token 时重新选择专家。这种方法放在云端服务器上问题不大，手机却会受到内存容量和数据传输速度的限制。 AFM 3 Core Advanced 使用苹果提出的 Instruction-Following Pruning 技术。完整模型权重保存在 NAND 闪存中。模型收到指令后，先根据整条请求选择需要运行的专家权重，再将相关部分加载进 DRAM。生成过程中，模型只在必要时重新选择专家。架构中还有一组始终参与计算的共享专家，负责稳定处理通用能力。其他路由专家根据任务类型动态加载。这样一来，设备可以保留 200 亿参数的能力范围，同时将单次请求的计算量和内存占用控制在较低水平。通知摘要、文本改写和简单问答，可以使用较少的激活参数。复杂上下文、语音处理和跨应用请求，则可以调用更多参数。而同一款模型会根据任务调整实际运行规模。对中国专属模型来说，这种架构有很强的现实意义。苹果需要提高中文理解和生成能力，又不能让模型体积、内存占用和耗电量明显增加。如果中国模型沿用类似设计，苹果可以把更多中文处理留在设备端完成。此外 AFM 3 家族另外包含 3 款服务器模型。 AFM 3 Cloud 负责常规云端任务。它采用改进后的 Parallel-Track Mixture-of-Experts 架构，重点增强多模态理解、长上下文记忆和复杂请求处理。 ADM 3 Cloud 专门处理图像生成、图片编辑和 Genmoji。 AFM 3 Cloud Pro 面向复杂推理和 Agent 工具调用，也是 AFM 3 家族中能力最强的模型。 Cloud Pro 运行在 Google Cloud 的 NVIDIA GPU 上，同时被纳入苹果的 Private Cloud Compute 体系。苹果宣称，当请求进入 Private Cloud Compute 时，用户数据不会被保存，也不会向苹果或其他机构开放。不过，中国版云端模型将部署在哪里，是否会完整采用同一套 Private Cloud Compute 架构，目前没有公开信息。这部分会直接影响国行 Apple Intelligence 的隐私说明、响应速度和可用功能。注意看苹果的训练流程，AFM 3 的不同模型会先共享一个通用基础，再针对端侧、云端、语音、图像和复杂推理等用途分别训练。预训练完成后，模型还会接受监督微调、多阶段强化学习和量化感知训练。最后一步是硬件优化。端侧模型会针对 Apple 芯片调整，Cloud Pro 则针对 NVIDIA GPU 优化。苹果公开的训练数据包括公共数据、授权或购买的数据、开源数据、专项研究数据和合成数据。苹果也明确表示，用户的私人个人数据和用户交互记录不会被用于训练基础模型。虽然还不知道苹果这些模型怎么分工，但 APPSO 推测国行 Apple Intelligence 更可能采用多模型调度。文本摘要、写作辅助、屏幕理解等任务，可以优先由端侧模型处理。需要更大计算量的请求，可能进入苹果控制的云端模型。涉及外部知识或特定生成能力时，系统还可以调用千问。用户无需理解后端模型的区别，系统会根据任务内容、设备状态、网络环境和隐私要求选择处理路径。这套分工与苹果现有的端云协同框架相符，但具体实现仍有待苹果确认。尤其值得注意的是，上周苹果此前曾短暂发布一份中文支持指南。指南介绍了中国大陆 Mac 用户如何将千问连接到 Siri 和写作工具。随后，页面被删除，苹果也没有解释原因。这份文件表明，千问可能会以明确的外部模型入口进入苹果系统。它是否还会参与内置功能，是否需要单独授权，以及与苹果专属模型如何切换，或许要等到上线之后才会知道了。购买同一代 iPhone，用的还是同一款产品吗今年 7 月，国家网信办公布了新增的 7 款手机端侧生成式人工智能服务备案信息。「Apple 智能」出现在名单中。官方备案公告确认，苹果已经跨过了中国市场最关键的合规环节。公告没有提供正式上线日期，也没有披露对应的 iOS 版本和设备名单。路透获得的信息是，Apple Intelligence 预计将在未来几个月内，随一次 iOS 系统更新进入中国市场。苹果此前已经宣布，iOS 27 和新一代 Apple Intelligence 将在今年秋季推出，Siri AI 会在今年晚些时候先以测试版开放。苹果在 WWDC 26 期间仍表示，这些新功能不会立即进入中国市场。国行 Apple Intelligence 与新 iPhone 同步上线的概率看起来不大。苹果也可能先发布硬件，再通过后续的 iOS 27 更新开放相关功能。目前全球版本的 Apple Intelligence 支持 iPhone 15 Pro、iPhone 15 Pro Max 和 iPhone 16 系列及后续机型。中国版的设备支持也是未知数。现有设备能否首批获得完整功能，可能取决于端侧模型对内存、存储空间和芯片算力的要求。不同功能也可能分批推出，端侧写作工具已经完成备案，不代表新的 Siri AI、复杂 Agent 能力和全部云端功能会在同一天开放。过去，iPhone 在各地区的差异主要体现在少数硬件规格和网络服务上。但 AI 的出现改变了这种情况。两台使用相同芯片、运行相同 iOS 版本的 iPhone，可能因为模型、云端设施和数据处理规则不同，获得完全不同的系统能力。苹果为中国单独训练模型，也意味着 Apple Intelligence 正在从一套全球通用服务，转向可以更换模型和基础设施的地区化架构。这会让苹果拥有更高的控制权，同时也会增加系统维护的复杂度。比如，海外和中国的苹果模型能否同步获得新能力？Siri AI 每次新增功能，苹果是否需要重新完成本地适配和评估？这些问题将直接影响后续 iOS 更新的节奏。因此，苹果国行 AI 的上线时间牵扯的，不只是中国用户什么时候能用上 Siri AI ，它还关系到一个对用户体验影响更持续的问题：当软件体验越来越依赖模型和云端服务，购买同一代 iPhone，是否仍然意味着使用的是同一款产品。

阅读全文

3

科技

Wenxuecity • Aug 16, 2026

美国将下"AI最后通牒" 逼选边站加入北京阵营就被除名

2026年5月15日，美国总统川普与中国国家主席习近平同游中南海。（白宫官网）《路透》15日独家报导，根据该媒体取得并审阅的国务院内部文件显示，美国正准备对三十多个国家发出通知，要求它们必须在与中国的人工智能（AI）竞赛中选边站。如果它们同时签署北京所主导的AI竞争框架，将被排除在美国领导的AI联盟之外。随着习近平即将访美，首场政府级别的美中AI谈判也即将登场，这场美中科技大战在AI热潮之下，也将升级为攸关关键矿产、芯片供应链与外交结盟的地缘阵营保卫战。《路透》指出，这份由美国国务院起草、尚未注明日期的信函草案，将寄发给今年6月签署美国《AI机会声明》（AI Opportunity Statement）的35国，除了涵盖“矽盛世”（Pax Silica）架构的20多个成员国（包含日本、澳洲、韩国等美国核心盟友，以及中亚关键矿产大国哈萨克），以及其他表态愿在AI领域与华府深化合作的国家。国务院日前发表声明，强调将投入多达5000万美元的外援资金，用于开发在巴拿马建立的“矽盛世”计划试行平台，加速与盟友间的AI关键产品贸易，并运用人工智能（AI）技术加快物流流程。《AI机会声明》则是国务院今年6月在第二届Pax Silica峰会所推动的联合声明，目标是让更多国家在AI发展、监管路线与数位基础建设上与美国保持一致，作为Pax Silica框架的延伸与补充。新闻小补帖：Pax Silica Pax Silica（矽盛世／矽和平）是一项由美国主导，在2025年12月正式启动的国际倡议，目标是确保半导体、人工智能（AI）与稀土等关键技术供应链的安全与韧性，并降低对中国的依赖、避免地缘政治紧张导致供应中断。台湾目前只是《矽盛世宣言》（Pax Silica Declaration）的“非签署参与者”（Non-Signatory Participants），即透过“经济繁荣伙伴对话”（EPPD）架构签署《矽盛世宣言及台美经济安全合作联合声明》，以“认同并支持宣言原则”的方式参与，但台湾并不是《AI机会声明》的正式签署国。国务院警告盟邦：不能两头讨好华府去年推出不具法律约束力的“矽盛世”倡议，旨在美中科技战激烈竞争之际，推动盟友展开联合计划、协调出口管制，确保AI模型、半导体芯片与关键矿产的供应链安全，降低对对手阵营的依赖。《路透》指出，“矽盛世”成员可享有AI相关计划的共同投资机会，签署《AI机会声明》则代表象征性认同美方的“共同目标”与“共享愿景”。美方起草的信函直白警告各国：“参与所有事物，就等于什么都没参与。签署《矽盛世宣言》不仅仅是取得会员资格，而是一项承诺。”信中敦促各国在AI领域“深思熟虑地做出抉择”，强调该承诺“无法与那些预期目标与我方冲突的重复性倡议并存”。这封通知草案虽未直接点名中国，但排他意图昭然若揭。一位要求匿名的美国官员对《路透》表示，起草这封信函旨在通知盟友“不能两头讨好”：“很难想像一个国家如何既能在某个技术生态系中被视为值得信赖的伙伴，同时又加入由中国设计、旨在推动竞争性AI愿景的倡议。”美方显然期望借由逼迫各国选边站，切断中国研发先进AI所需的外部资源。对于《路透》所报导的信件草案，美国国务院表示“不对据称泄漏的内部文件置评”；哈萨克驻美大使馆也未回应置评请求；中国驻美大使馆发言人则批评，中方反对将经贸与科技问题政治化，强调“此类行径只会扼杀全球AI进步，不符合任何人的利益”。哈萨克成两大阵营角力焦点《路透》指出，美方拉警报的直接导火线，在于目前唯一“同时加入”美中两大AI阵营的中亚国家哈萨克。哈萨克拥有庞大的关键矿产储量，在美国总统川普（Donald Trump）去年发动关税战后，北京频频打出“稀土牌”作为报复武器，让美方也想极力拉拢哈萨克，6月更大肆宣传哈萨克成为第一个加入“矽盛世”的中亚国家，不过哈萨克随后也签署加入了中国主导的AI倡议。中国国家主席习近平今年7月在上海举行“世界人工智能大会”（WAIC），高调宣布成立“世界人工智能合作组织”（World Artificial Intelligence Cooperation Organisation, WAICO），吸引29个创始成员国加入。与会的知名政要包括联合国秘书长古特雷斯（Antonio Guterres）、哈萨克总统托卡叶夫（Kassym-Jomart Tokayev）与泰国总理阿努廷（Anutin Charnvirakul）。习近平在WAIC发表AI治理演说，将AI的变革意义比拟为蒸汽机与电力的发明，主张各国应把握“开放权重”（open-weight）与开源AI的历史机遇，避免技术不平等造成“新的历史不公”。习近平承诺与金砖国家（BRICS）、东协（ASEAN）、拉美及非洲联盟国家合作建立AI合作中心并提供培训，将中国的开源模型塑造成“全球公共财”，争取“全球南方”（Global South）在AI标准制定的主导权。中国驻美大使谢峰则表示，中美在人工智能领域存在竞争是自然的，但应良性竞争、发展与安全并重，先装好煞车再上路，还要透过合作共同展现大国担当。世界不希望看到“人工智能铁幕”、搞“人工智能圈地”，更反对开打“人工智能版星球大战”。中美针对人工智能进行协调，关乎两国未来与人类命运，期待美方同中方相向而行，加强对话、管理竞争、开展合作，让人工智能成为中美合作的新疆域、人类进步的新阶梯。 “封闭技术”对决“开放架构” 《路透》指出，美中AI竞争正进入关键转折点。中国的“开放权重”模型正迅速追赶OpenAI、Anthropic等美国企业的封闭式专有系统（proprietary systems）。在WAIC大会上，北京新创公司月之暗面（Moonshot AI）发表了号称全球参数量最大的开源模型“Kimi K3”；在此之前，美国政府一度因为安全考量要求撤回Anthropic的最新模型，北京当局也传出正研议限制领先模型出境，显示双方都在国家安全与技术扩散之间面临高度张力。针对北京透过WAICO发动的体系对抗，安库拉咨询公司（Ankura China Advisors）董事总经理蒙图法－赫鲁（Alfredo Montufar-Helu）指出：“世界第二强国的领袖——一个在美方全面施压下仍持续取得实质技术进展的国家——站出来阐述了中国对AI的愿景。”亚洲集团（The Asia Group）数位实践业务主席陈澍（George Chen）则直言：“习近平释出的讯号非常明确：中国在AI技术与标准上不会跟随任何人。相反地，中国将在这两方面引领世界。”

阅读全文

3

科技

Wenxuecity • Aug 16, 2026

智库警告：中美一旦开战美军再追AI恐已来不及

智库报告揭露，美军虽已加速推动AI军事化，却仍受到官僚体制、军工产能、技术整合及供应链等多重障碍限制，若未能提前完成转型，一旦与大陆爆发大规模冲突，恐面临“战时才开始追赶”的落后风险。（示意图：shutterstock）随着人工智能（AI）正逐步改变现代战争型态，美国战争部正急于将自身，转型为“AI 优先”的战斗力量。中国大陆正动员自身科技与工业基础，试图建立世界级军事力量，然而相较之下，美军虽已加速推动AI军事化，却仍受到官僚体制、军工产能、技术整合及供应链等多重障碍限制，若未能提前完成转型，一旦与大陆爆发大规模冲突，恐面临“战时才开始追赶”的落后风险。中国的技术威胁与“反AI战争” 华府智库“卡内基国际和平基金会”报告指出，大陆正动员其科技产业基础，企图建立世界一流的军事力量。除了硬件竞争，中国大陆已开始训练士兵进行“反AI战争”，开发包括损坏敌方数据、利用演算法弱点，以及打击数据基础设施等战术。此外，AI 的效能取决于训练数据，而美军目前的数据现状被描述为“混乱且未标记”，反观中国大陆背景的研究人员正加速流向国内，让美国在人才争夺与数据利用上面临极大挑战。在工业挑战方面，报告揭示了残酷现实，美国在无人机的大规模生产上表现疲软。目前，大陆无人机占据了美国商业市场90％以及全球 80％的份额。美国高度依赖陆供应的电池、稀土金属，以及用于飞行控制与通讯的“老旧芯片”。由于美国军用系统禁大陆零件，导致在美生产无人机的成本，远比竞争对手高出整整100倍。即使是战争部认可的Blue UAS清单，许多无人机仍含陆制的马达与控制器。这种工业结构性的劣势，使美国难以像乌克兰或俄罗斯那样，以低廉成本每月生产数十万架无人机。内部瓶颈：文化惯性与整合困境除了外部威胁，美国军方内部的“文化惯性”，亦是转型阻碍。报告以陆军的“有人与无人协同作战”（MUM-T）为例，指军队倾向将无人机视为辅助传统直升机的工具，而非将其视为独立的战斗力量，这种旧思维浪费了十年的创新时间。此外，整合复杂度被视为最难克服的障碍。即便技术成熟，如何在大规模部队中重新设计作战条令、培训人才，并管理饱和的战场频谱，都是极其艰巨的挑战。战争爆发后的变数：来得及吗？报告作者点出，若与大陆爆发“全面战争”，在生存威胁下，美国的政治障碍、官僚程序将迅速消失，资金与政治意愿将大量涌入。然而，工业产能与技术难题，却无法在一夜之间解决。报告警告，劳动力成本不会因为战争而改变，且长期外包的供应链与物理基础设施（如数据中心），需耗时数年才能建立。二战经验显示，匆忙将未经测试的技术（如 B-29 轰炸机）投入战场，往往导致严重的非战斗损失。作者强调，在第一枪响起前所建立的、测试过的并完成整合的系统，将决定战争的胜负。美国须现在就采取行动，包括招募AI人才进基层部队、扩大国内工业产能，以及利用与盟友的合作，来弥补大陆零件的缺口。一旦大规模冲突开始，再进行AI转型，恐为时已晚。

阅读全文

4

科技

51.ca News • Aug 15, 2026

密西沙加36岁男子再涉人口贩运被控罪：利用交友软件性侵

密西沙加 36 岁男子 Elijah Benjamin 涉嫌贩运多名女性并被控性侵。照片由多伦多警方提供多伦多警方表示，一名密西沙加男子因涉嫌在大多伦多地区及安省其他地方贩运女性，被追加新的人口贩运相关指控。警方称，这起人口贩运调查于 6 月在多伦多和密西沙加展开。警方在周五晚发布的声明中称，"据称，嫌疑人通过欺骗、胁迫和控制，贩运了一名 32 岁女性受害者。"警方表示，"受害者被迫拍摄带有性暗示的照片，这些照片随后被发布到网上。"警方还称，"受害者赚取的金钱全部交给嫌疑人，由其保管。"经过调查，警方锁定了一名嫌疑人，并于 7 月 23 日将其逮捕。36 岁密西沙加男子 Elijah Benjamin 被控袭击、盗窃超过 5000 元、招募及宣传他人性服务、贩运 18 岁以上人员等多项罪名。更多受害者被发现随着警方在多伦多及安省其他地区的进一步调查，警方指控同一名男子以同样手法贩运另一名 32 岁女性。图片来源：51.CA 资料图片Benjamin 于 7 月 30 日再次被捕，并被控招募、通过招募贩运人口、宣传他人性服务、以卖淫为生、从性服务中获益、持武器袭击及两项袭击罪。警方表示，调查仍在继续，本月又确认了一名第三名受害者。警方称，"进一步指控显示，嫌疑人通过胁迫和控制，试图招募一名 31 岁女性进入性交易。"警方还称，"该受害者通过线上交友软件结识嫌疑人，随后多次遭到性侵。"新增指控Benjamin 于周五主动向警方自首，再次被捕。目前，嫌疑人又被追加两项性侵和一项招募罪名。调查人员表示，担心可能还有其他受害者。警方称，嫌疑人过去曾用名 Eric Smart，也用 Jay 和 Jason 这两个别名。警方补充说，他据称是通过交友软件与三名受害者相识。知情者可致电 416-808-4838 联系警方，或致电灭罪热线 1-800-222-TIPS (8477)。相关阅读

阅读全文

3

科技

Wenxuecity • Aug 15, 2026

Meta为什么重回开源路线？扎克伯格回应了

在Kimi K3等中国开源模型的猛烈攻势之下，硅谷围绕AI开源与闭源的路线之争日趋白热化。近期，Meta也调整开源策略，发布了专注于端侧运行的开放权重模型Muse Glimmer，创始人扎克伯格甚至发布长文《未来属于所有人》，公开批评OpenAI和Anthropic试图打造单一中心化超强AI的做法。 Meta还呼吁放宽对开源训练数据和模型蒸馏的政策限制，并宣布设立10亿美元基金投入数据中心所在社区，以缓解基础设施建设压力。扎克伯格在最新访谈中解释了Meta重回开源路线的原因，以下是核心观点： 1、拒绝单一中心化AI，构建多元化生态：扎克伯格认为未来的世界不应该由单一的闭源AI系统主导，而是会像如今的应用和网站一样，出现许许多多不同的AI系统。开源的核心在于赋予每个人自己去构建和掌控AI的能力，从而打造一个更加丰富和多元化的AI生态。 2、开源能带来更高的安全性和可靠性：尽管有人担忧封闭模型更安全，但软件工业的历史表明事实恰恰相反。开源系统因为向公众开放，能吸引更多人去审视系统的每一个角落，从而比封闭系统更快地发现并修复漏洞。 3、广泛的使用与审查加速模型迭代：随着开源模型被越多人使用和审查，平台可以收集到大量的真实反馈，进而不断推出更新、更完善的版本，最终让模型对每个人来说都变得更聪明、更安全。 4、赋能企业与创作者定制专属AI：开源模式打破了技术垄断，让所有人都可以获取、修改模型并在其之上开发产品。这使得未来每家企业都能拥有专属的客服与销售AI，创作者也能以更低的门槛打造自己的AI交互分身。 5、推动行业的整体繁荣与进步：总结软件行业过去几十年的发展规律，开源模式与封闭集中的模式截然不同，开放的技术底座将带来无可比拟的创新浪潮，从而指引整个行业走向一个更繁荣的未来。以下是对话原文： 1.硬件革命与下一代计算平台 (Orion & AR/MR) 主持人：我想先和你聊聊我做这次对话的目标。我们有一个叫作《Huge If True》的节目，这是一个对科学、技术以及我们能够塑造的潜在未来抱有极高乐观态度的节目。在每一集里，我们都会去探讨如果某种技术走向未来会是什么样子。所以我在这次对话中的目标，是希望帮助大家看到你在打造Meta产品时所构想的未来。你想象中未来会是什么样？你希望大家如何使用这些产品？扎克伯格：好的。主持人：那我们就从这些设备开始吧。扎克伯格：这正是十年的研发成果。主持人：我今天早些时候稍微体验了一下。我听说你团队里有人把它们叫作现实版托尼·斯塔克的眼镜。扎克伯格：我们正在接近那个目标。主持人：但我很想听你亲口说说，这些到底是什么？扎克伯格：这是世界上首款全息增强现实眼镜（Orion）。我们大概制作了几千副左右。制作其中的每一副都极其困难。这是我们经过十年研究和开发的结晶，基本上把全息眼镜所需的所有计算部件都小型化了。这不是头显，而是能够在宽广视野中将全息图像投射到现实世界里的眼镜。你可以想象在未来，我们可能以另一种形式进行这样的对话，比如你或者我甚至不需要亲自来到现场。我们其中一个人在物理现场，而另一个人则以全身全息图像的形式呈现。这不仅仅是视频通话，你可以真正去交互和协作。就像我们在演示里玩的乒乓球和其他游戏一样，你可以互动、共同工作、打扑克或下棋，使用全息扑克牌和全息棋盘。我认为这会非常酷。它将重塑我们今天所熟知的许多领域，从工作方式、生产力工具，到科学、教育、娱乐和游戏等各个方面。但这仅仅是个开始，这只是第一代产品，是我们制作的原型版本，目的是为了开发下一个版本，也就是希望未来能够量产并销售给大众的消费级版本。主持人：为什么要打造这个？扎克伯格：因为我认为它将成为下一个主要计算平台。如果你回顾计算技术的发展长河，就会发现我们经历了从大型机，到摆在桌上或机箱里的个人电脑，再到可以随身携带的手机。但手机其实挺不自然的，对吧？它会让你脱离周围的物理世界。我认为计算技术趋势是变得越来越无处不在、越来越自然，也越来越具备社交属性。你希望能够与身边现实世界里的人互动，而这很可能会成为继手机之后的下一个主导平台。主持人：看看这两副，这些透明版本展示了内部所有的技术结构。扎克伯格：这是特别版，而这个是极为特殊的版本。里面连一毫米的富余空间都没有。从将光线射入光波导的微型投影仪开始，一切都严丝合缝。这是一种特殊的显示系统，不像手机、电视或电脑里使用了几十年的传统显示器。它是一个光波导系统，投影仪将光线射入贯穿光波导的纳米蚀刻结构中，正是这些结构捕捉光线并创建出全息图。为了将全息图与你的视线同步，里面集成了眼动追踪模块和微型摄像头来照亮眼睛。当然还有所有基础部件，包括计算芯片、供电电池、麦克风以及播放声音的扬声器，还有让你能与AI对话的传感器。此外，摄像头和传感器负责感知你周围的世界，这样当它在现实中放置全息图时，就能找准位置并理解你所处的环境。这甚至还没涵盖所有细节，因为要同步两个显示屏之间的全息图像极其复杂。这不像手机或电视只有一个屏幕，它有两个屏幕且一直在移动。物理硬件的同步非常困难。里面还有负责与其他计算设备通信的无线电模块，用以分担更重度的计算任务。另外还有你可能体验过的基于手腕的肌电神经网络接口（EMG）。我们将所有这些技术小型化，装进了一副外观普通的眼镜里。十年前当我告诉团队我们要这么做时，大家都不确定能否实现。但现在我认为我们不仅能做到，而且随着时间推移，还能让它变得更便宜、质量更高、体积更小、更时尚。我觉得这将是一个非常疯狂的未来。主持人：目前市面上有许多尝试将数字对象融入物理空间的方案。比如搭载平视显示的眼镜，它的画面是锁定在视野里的，随眼睛移动；也有能在物理空间中创建固定不动物体的眼镜，比如Snapchat刚刚发布的Spectacles；另一方面，还有像Quest以及Apple Vision Pro这样的头显设备，它们似乎属于不同的类别。你如何向大家梳理当前的产业格局？你认为在不久的将来，人们会如何在现实生活中使用这些工具？扎克伯格：十年前我们刚开始做这个项目时，我就认为类似这样的产品会是适合所有人的终极形态。你可以拥有一副外观普通的眼镜，并且能展示完整的全息图像，我们会持续改进它。这非常强大，也是我们都希望实现的科幻未来。在探索的过程中，我们也尝试了其他几种路线来辅助研发，包括打造无显示屏眼镜。我们尝试拿一副时尚的普通眼镜，在专注于外形尺寸的前提下尽可能多地塞入技术。这就是Ray-Ban Meta眼镜，它卖得非常好。最初我们以为那只是用来积累经验的入门产品，但现在很明显，无显示屏产品的成本可以做到比全息眼镜低得多，而且可能是长期如此。因此我认为我们探索的这几种路线，未来都会成为长期存在的独立产品线，供不同需求的人选择。你会看到像Ray-Ban Meta这样无显示屏的眼镜持续进化。它非常适合AI交互，虽然没有屏幕，但你可以和它对话，它也能回应你。另外我认为介于这两者之间还会有一种产品，即平视显示眼镜（HUD）。它没有70度的宽广视场角，可能只有20度或30度。这种视场角不适合呈现完整的真人全息图或与周围世界进行复杂交互，但当你与AI对话时，它能让你在听到的同时看到文本输出，或者通过手腕上的神经网络接口给别人发短信——文本直接浮现在眼前，而不是被朗读出来，毕竟我们看字比听声音更快——又或者用来获取导航路线、搜索信息等等。所以平视显示眼镜有很大的价值，它的价格会比无屏幕眼镜贵一些，但比全息眼镜便宜。再往上就是全息眼镜（如Orion）了，它可能会是眼镜类产品中最高端、最昂贵的，但我希望它能像电脑一样，让世界上大多数人都能买得起。这些产品形态都会并行存在，人们也会喜欢它们。此外，我认为大家正在使用的MR头显也会继续存在。因为无论我们把眼镜的技术小型化做到多极致，完整头显里永远能容纳更强的计算能力。从根本上说，我们的使命不是去打造只有少数人能用的高精尖产品，我们希望走完最后一公里，通过创新让所有人都能用上。我们刚刚发布了Quest 3S这款全新的MR头显，直接把高质量的MR体验带到了299美元的价格带。去年我们推出Quest 3时我就非常自豪，那是首款售价500美元的高质量、高分辨率彩色MR设备。它的价格只有竞争对手的一小部分，而且在很多方面质量反而更高。现在我们在这一路线上进一步加码了。所以，我认为它们最终都会成为非常重要的长期产品线。无论是无显示屏眼镜、平视显示眼镜、全息AR眼镜还是完整的头显设备，它们都各有各的重要性。 2.“现场感”与物理交互的极限主持人：如果展望未来的发展，不仅仅包含我们刚才聊到的硬件设备，像Meta Ray-Ban、Quest和Orion，还包含Llama大模型。如果一切都按照你和团队最理想的设想去发展，那种未来会给人们带来什么样的感受。扎克伯格：我认为我们主要在尝试打造两大核心价值。在AR和MR领域，我们想带来的核心价值是现场感。在现实中与另一个人面对面相处，能带来一种非常深层的体验，这是目前任何其他技术都无法取代的。当人们对VR或MR产生非常直观的震撼反应时，他们真正被触动的是那种前所未有的科技现场感。你会感觉自己真的和另一个人身处同一个空间，这种力量非常强大。过去二十年里我一直专注于设计社交应用和体验，能够打造出一个带来这种深层社交现场感的技术平台，一直是我们梦寐以求的终极目标。另一个重大方向是高度个性化的AI，这也是Llama和Meta AI等产品的发展路线。我们投入了大量研发去让模型随着时间推移变得越来越聪明。但真正让人惊叹的，是当AI能够为你实现高度个性化。而要做到这一点，它必须具备上下文感知能力，能够理解你的生活动态，既包含全局信息，也包含你此刻周围正在发生的物理状况。为了实现这一点，我认为眼镜是绝佳的载体，因为眼镜佩戴在脸上，能让AI看到你所看到的、听到你所听到的。而视觉和听觉正是我们从外界吸收信息和上下文最核心的两大感官。这一切都会带来非常深刻的影响，但归根结底就是这两件事：完美的现场感，以及能切实为你提供帮助的高度个性化智能。主持人：我很想分别聊聊这两个方向。首先是现场感，能够通过网络与他人连接对我来说意义重大。我能拥有这份工作，以及和家人保持联系都是如此。我的父母住得离我很远，我经常和他们打视频电话。当我回顾这项技术的演进轨迹，从电报到电话，再到视频通话，再到如今能感受到另一个人仿佛就站在眼前的那种现场感，这让我对未来感到无比乐观。我非常憧憬这样的未来：我可以和妈妈玩拼字游戏，虽然我输了，但我感觉她就像真实地坐在我对面一样。感觉我们距离这种能让大脑信以为真的体验已经不远了。扎克伯格：我也这么认为。主持人：而且，我也很怀念拥抱我妈妈的感觉。这种情感永远不会消失。扎克伯格：是的，触觉技术确实很难。主持人：我想问的也正是这一点。对我来说，很难想象在未来的物理世界里，真实接触不会以某种形式保持其特殊性，我依然会切身地怀念拥抱妈妈的感觉。我很想知道你如何看待人类连接中的那些要素，比如眼神交流、物理触碰，以及我们大脑所珍视的那些人际纽带。扎克伯格：眼神交流的突破会比触觉交互来得早得多。在触觉技术方面，我们肯定会取得进展，但它显然也是分阶段的。首先是双手触觉，如果按照大脑皮层感官小人的映射来看，我们绝大部分的触觉感知都集中在双手上。因此从双手触觉开始突破是第一步。如今通过手柄已经能实现初步的触觉反馈。随着时间推移，这会做得越来越好。我们之前做过一个打乒乓球的演示，拿着手柄时，当虚拟乒乓球击中球拍，你会感觉到球撞击球拍的具体位置。你能非常精准地感知到球落在了球拍的哪个点上。我认为那是一个非常震撼的演示，我们能实现一部分这样的体验。而最极致的触觉则是力反馈，比如在进行许多体育运动时，虽然我们现在能很好地模拟拳击运动中手部的击打反馈，但如果想在VR里体验柔术这种需要与对手缠斗、需要真实肌肉力反馈的运动，技术难度就会极大。这大概是最难攻克的领域，但我们终究会实现它。就像大多数科幻情节一样，技术的发展不是一蹴而就的，不是某天醒来所有梦想就突然全部实现了。但我坚信，这些平台将首次为绝大多数非强物理交互场景带来逼真的现场感，以及所有令人惊叹的体验。甚至一些基础的物理交互我们也能逐渐解决，至于剩下的各种复杂体验，还需要漫长的探索。另外对人类来说，嗅觉也极其重要，它对记忆的触发有着不成比例的巨大影响。但我不认为未来几年内这些硬件设备能集成嗅觉功能，这本身就是一个极其艰难的挑战。主持人：在这个探索过程中，哪一个环节最令你着迷，让你在脑海中反复思考？扎克伯格：在研发现场感时有一个非常令人沮丧的特点：当你尝试通过技术人工制造这种体验时，本质上是在向用户提供一种幻觉。比起某个特定功能所带来的现场感，往往是任何一个细节的失误就会瞬间打破这种现场感。你心里其实很清楚自己在与科技产品交互，但如果细节足够逼真，你就会顺理成章地沉浸其中，觉得另一个人确实就在现场。之前我做那个乒乓球演示时，结束时我顺手把球拍放到了虚拟桌子上，结果球拍直接掉下去碎了。虽然这对我们内部研发来说算是个小失误，但在技术演进上却意味着胜利。因为当你觉得某个东西真实到让你信以为真时，就说明体验做对了。而有太多因素会破坏这种沉浸感，比如视场角太窄，东西看起来很真实，但一转头画面就断了；或者是延迟过高，以及物理规律不符合现实逻辑。此外令人意想不到的是，有些东西虽然在物理上并不真实，大脑却能欣然接受。我们在虚拟形象上投入了大量精力，有一条专门的研究管线在使用Codec Avatars技术来打造照片级逼真的虚拟形象，这非常具有吸引力，大家也一定会喜欢。但我发现一个有趣的现象，就是将照片级逼真的画风与富有表现力的卡通化虚拟形象进行混搭，无论是把照片级逼真的物理世界与卡通游戏世界结合，还是在明显是视频游戏或卡通的世界里放一个照片级逼真的Codec虚拟形象，大家的接受度都很高，大脑能产生极强的现场感，觉得体验相当不错。同理，在照片级逼真的世界里放上越来越精细的卡通虚拟形象，只要虚拟形象的动作细节能真实还原你所交互的那个人，体验就会非常好。如果你只看2D静态截图，有些画面可能会显得有点滑稽，网上也确实有不少关于我们的梗图。但当你身临其境去体验时，感觉就会非常逼真，因为它精准复刻了与你互动之人的真实举止习惯。即使不是照片级逼真的Codec虚拟形象，只是一个更有表现力的卡通形象，也能带来这种效果。所以看到哪些环节需要解锁、哪些地方需要保持极高的技术精准度和一致性，过程非常有意思。这绝不是做好单一功能就能搞定的领域，而是需要攻克极其广泛的技术模块并将它们完美融合，这就是为什么这些项目需要长达十年的研发周期。 3.数字连接 vs 现实疏离，技术会消解人类纽带吗？主持人：这似乎也是一种去探索人类大脑以及我们究竟在乎哪些真实感的奇妙方式。我记得你在接受Lex Fridman采访时提到过一个数据，如今美国人的平均朋友数量比15年前要少。我对这一点非常感兴趣，因为如果我们想迈向一个充满人际连接的世界，这就是我们必须直面的趋势。根据《美国时间利用调查》过去20年的统计，美国成年人面对面社交的时间下降了近30%，而在15至24岁人群中，根据美国卫生局的数据，这一比例甚至下降了近70%。看到这些数据时，我有时会想，如果我们都是在网络上进行社交，或许也没那么糟糕，也许在某种未来形态下这是完全可行的。但同时也有数据表明我们正面临困境：表示自己没有一个亲密朋友的美国人比例，在过去30年里从3%上升到了12%。在我看来，虽然我们打造了这么多促进人类连接的工具，但我们却越来越难以与他人建立真正的联系。你觉得为什么会这样？扎克伯格：这其中有很多值得剖析的原因。在这期间，经济和社会层面发生了巨大变化，而且很多趋势早在现代科技出现之前就已经开始了。虽然许多学者都在研究这个现象，但从科技的角度来看确实很有意思。因为每当谈论构建数字连接时，大家首先会问：这会取代现实中的物理连接吗？针对这一点，尤其是放在这类产品上，我的回答是不会。因为人们现有的现实社交连接本来就已经达不到预期了，数字连接并不是在取代某种原本更好的物理连接，而是普通人希望有十个朋友，但现实中只有两个或三个。在现有的社会结构下，人们对社交的需求远远大于实际能够实现的程度。而赋予人们与异地亲友产生现场感的能力，只能够释放更多的社交可能。如果我戴上全息眼镜，这不会让我陪老婆的时间变少，反而能让我有更多时间陪伴住在远方的妹妹。我觉得这是一件好事，是人们所需要的。至于其他因素，我们可能需要花上几个小时的播客来专门讨论各种社会经济和政治动态。但在我看到的所有趋势中，核心原因都不是因为人们在网上互动，所以就不在现实中交互了。当然，我确实会在网上和我原本就会在现实中交往的人互动，这构成了一种更丰富、更复合的人际关系。但社会资本和人际纽带的流失，早在现代科技问世前就已经开始了。 4.AI时代的学习与成长，如何保留人类的思考“肌肉”？主持人：我们未来该如何去构建所使用的技术，从而迈向你所设想的那个能以更多方式促进人类连接的未来。你刚才提到了人工智能这另一个核心支柱。在你过往的一些对话中，比如和Tim Ferriss那次，你谈到了AI的许多不同应用场景。在我看来，这些场景似乎分布在一个光谱的两端。比如你提到的自动实时翻译，基本上就是《星际迷航》里的通用翻译器。扎克伯格：现在基本已经实现了。主持人：是的。这是光谱其中一端的一个例子，有些人可能会认为，既然大家可以用不同语言实时对话，那人们学习一门新语言的动力可能就会减少。但我相信没人会因此觉得我们不该拥有这种通用翻译器。扎克伯格：毕竟现在依然有很多人在学习拉丁语和希腊语。主持人：完全正确。所以我觉得光谱的这一端，是那些能够通过消除人与人之间的障碍，来可衡量地释放人类潜能的技术。但在光谱的另一端，还有很多比如教育领域的应用，在这些场景里，克服障碍本身才是核心意义所在，就像锻炼肌肉一样。扎克伯格：我生活中有很多时刻，我做一件事的原因并不是为了结果，而是因为我在全力以赴地去尝试做这件事的过程本身。主持人：你在Tim Ferriss的访谈里举过一个例子，提到你的孩子很难用语言清晰表达自己的情绪，而成年人其实也同样有这个问题。你当时谈到AI可以作为一种工具，帮助他们更好地表达情感。我回想起自己人生中许多难以表达情绪的时刻，当时确实非常需要帮助；但同时我也意识到，那些艰难沟通、努力去理解对方意图的过程，恰恰是在锻炼我的情感肌肉，对我个人的成长至关重要。所以我的问题是，如果我们把技术看作这样一个光谱，一端是消除障碍能够带来帮助的重要事项，另一端则是障碍本身才具有意义、像锻炼肌肉一样需要保留的事项，你如何在两者之间划清界限？我们又该如何确保为未来锻造的这块“肌肉”是越来越强壮，而不是日渐萎缩？扎克伯格：这很有意思。我认为人类总能找到新的难题去挑战和克服。在与他人沟通、表达自我以及理解他人方面，我们永远有提升的空间。因此拥有一个能帮你做得更好的工具，并不意味着我们从此就能完美理解每一个人了。从功能层面来看，你现在已经能看到许多AI模型在辅助人类编程。在我刚开始接触编程的前一代，很多编程工作都是非常底层的系统软件开发。而到了我入行的时代，虽然还有一些底层开发，但大家已经可以相对轻松地搭建网站和应用了。到了20年后的未来，甚至比这更快，孩子们只需要描述自己的想法，就能构建出极其复杂的软件系统。在那个世界里，孩子们就不会面临挑战了吗？我不这么认为。我觉得他们只是在以另一种方式释放创造力，那将是一个持续迭代反馈的过程。他们花几分钟描述一个想法，系统就生成了一个呈现在眼镜上的惊艳虚拟世界，但里面的细节可能并不完全符合预期，于是他们需要重新修改和调整。人类能做的事情太多了，我们总能找到需要去克服的新难题。主持人：顺着这个思路继续推演，为了让工具变得更好，假设10年后你的孩子上了高中，有哪些使用AI的方式是你希望他们去尝试以加速智力成长的？又有哪些方式是你坚决反对，或者感到担心的？扎克伯格：我觉得有些基础能力是你必须亲自掌握的。大家对AI最本质的担忧，就是当我们打造出这些惊人的工具时，我们会失去亲自处理基础事务的自信和能力。这就像计算器一样，虽然有了计算器，但脑算基础数学依然很有必要，因为日常生活中很多事情需要你具备基础的数感。很多问题虽然不是直接以数字形式呈现，但为了理解某种趋势或他人的观点，你需要理解数字组合的基本逻辑。目前一个很大的争议就是：在未来拥有比现在强大得多的工具来生成复杂软件的情况下，我们是否还需要教孩子们编程？我的答案大概率是肯定的。因为教一个人编程，是在教他一种严谨的思考方式。即使他们未来不亲自编写大部分代码，具备这种思维方式依然至关重要，它能让你成为一个更周密的思考者和更完善的人。这可能就是我们这一代的计算器时刻，你既需要使用计算器，但也需要具备脱离计算器的基础能力。至于语言学习，不同人会有不同的看法。这也是当下为人父母最有趣的问题之一：在一个孩子上学期间技术就会发生巨变的时代，到底什么是需要教给孩子的？语言学习也是类似的逻辑，在未来，掌握多门语言在实用层面可能会变得没那么重要，但它能帮助你建立不同的思维模式。从我自己学习语言的经历来看，在这个过程中你不仅能理解自己母语的结构，还能深入了解对应的文化。因为不同地区的表达方式，都与当地的历史和微妙语境深绑定。这些都是非常有价值且有趣的探索。但与此同时，我们每天的时间是有限的，大家需要去权衡学习的优先级。在一个拥有完美实时翻译的世界里，人们可能需要重新选择未来要专注探索的方向。顺便一提，我们刚刚在Ray-Ban Meta眼镜上发布了实时翻译功能，一开始先支持几种语言，后续会陆续推广到更多语言。未来你戴着眼镜去任何国家旅行，它都能在耳边为你进行实时翻译。这非常酷。人们未来确实需要重新去选择自己想要专注探索的领域了。 5.社交媒体的范式转移、焦虑应对与开源AI之争主持人：我们刚才聊到的AI技术发展，会如何与如今大多数人使用的社交媒体和平台产生交集？未来可能会充斥着AI生成的图片、文本，甚至AI网红。生成式AI将如何改变未来社交媒体给人的感受？扎克伯格：这是一个非常深刻的问题。其实社交媒体已经经历过一次重大变革：最初人们使用社交媒体主要是为了和亲朋好友互动；而现在，至少一半的内容是人们在与创作者互动，或者浏览与自己无个人交集的人所创作的内容。这种范式已经形成了，而AI很可能会加速这一进程。它会为所有用户提供额外的创作工具。比如你的朋友能制作出更有趣的表情包和更有意思的内容，这种改变会来自很多层面。一方面，你的朋友戴上了全息眼镜记录了许多画面，放在以前他们可能因为编辑太麻烦，或者根本没意识到自己拍下了精彩瞬间而放弃分享；但现在AI会主动说：“嘿，我用你的素材为你做了这个内容。”大家会觉得这太棒了并享受其中。对于专业技能更强的创作者来说，他们可以使用更高级的AI工具来制作更引人入胜的内容。此外，还会出现大量全新的空白领域，比如未来可能会有纯粹由系统为你量身定制生成的AI内容。它可能会为你总结感兴趣的外部资讯，或者单纯生成一些逗你一笑的幽默内容。这是一个非常深奥、值得大量探索的领域。未来既会有纯粹的AI创作者，也会有真实创作者打造自己的AI分身（AI Avatars）。这也是我们刚刚展示的功能。对于创作者来说，一个巨大的挑战就是每天时间有限，而粉丝群体互动的需求几乎是无限的。作为创作者，为了拓展社区，无论从社交还是商业角度来看，你都非常希望与他们互动。所以如果我们能让每位创作者都打造一个属于自己的AI交互载体，大家心里都很清楚这并不是创作者本人，它更像是一件数字艺术品、一个可交互的雕塑。创作者可以对它进行训练，设定希望它掌握的背景信息、可以沟通的话题，以及需要避开的禁区。当创作者无法亲自回答所有问题时，这能为粉丝社区提供一个互动的渠道。我认为这会非常有吸引力。AI就像当年的互联网一样，可能会改变我们使用的几乎每一个领域和每一个应用功能。这样说看似夸张，但我确实认为这是事实。虽然现在很难预先列举出所有的变化，但在未来5到10年里，我们将在各个领域探索AI带来的深刻影响，这将迎来惊人的创新浪潮，非常令人兴奋。主持人：听你这么说，我心里同时产生了两种感受。一方面我确实想对这些平台的未来保持乐观，我也从如此迅猛的变化节奏中受益良多，比如我们现在所做的一切；但另一方面，我内心深处其实感到焦虑和担忧。我既对与受众沟通的方式、他们的回应方式，以及人类沟通方式可能发生的改变感到具体担忧，同时也对这种技术变革的速度本身感到普遍的恐慌和不安。我觉得有这种感受的绝对不止我一个人。扎克伯格：你本该是个乐观主义者的。主持人：我知道。我很想知道你会如何与有这种感受的人沟通？你觉得哪些担忧是最合理的，又有哪些担忧是被误解最深的？扎克伯格：变革的速度确实总是令人担忧的，毕竟未来充满了极大的不确定性。我们都将获得令人惊叹的新工具来辅助我们的爱好和工作，它们能让我们做出更好的成果、过上更好的生活。但至少在职业层面，跟上时代的脚步将成为我们自己的责任，否则我们就会很难与那些善于拥抱新趋势的人竞争。我很能理解这种焦虑，尤其是在竞争非常激烈的创作者领域。虽然创作者们未必觉得彼此是竞争关系，但事实确实如此。我认为AI将让人们产出的作品质量、趣味性以及高效沟通的能力提升到一个前所未有的高度。但当你直面一场已知即将来临却又未知全貌的大变革时，焦虑是必然的。所以我完全能理解。主持人：如果我不站在创作者的角度，只是作为一个年轻、刚开始打拼事业、准备组建家庭的普通人，你会给像我这样的人提供什么建议，来为我们正在驶向的未来做好准备？比如现在去学习什么新技能，或者如何以一种有见地的方式来看待这个未来？扎克伯格：保持对事物的好奇心至关重要。但我认为我们有时可能夸大了未来10年与过去10到15年的不同程度。在过去15年里，其实也发生了天翻地覆的变化，这并不是历史上唯一一次由某种技术带来新机遇和新变革的时刻。互联网的成熟以及智能手机的普及，早就彻底重塑了我们的生活。未来的这段时期变化可能会更大一些，也可能不会，不同的人感受会截然不同。但这并不是从0到1的突变，并不是说以前一切都很平稳，现在突然要变天了。技术一直随着时间在演进，我们的机遇也在不断进化和改善。那些发展得好的人，通常都是对新事物保持好奇、深入探索并尝试用它改善生活的人，而不是那些试图去抵制它的人。主持人：我非常想向你请教关于开源的问题。假设我们的受众听说过“开源”这个词，但对它在AI发展中会如何影响自己没有任何概念。你会如何向大家解释当前你所在领域关于开源的这场理性辩论？扎克伯格：这包含两个层面。首先，开源意味着什么？它意味着大家可以基于它构建各式各样的东西。从宏观层面来看，像OpenAI和Google这些公司的愿景是打造一个统一的AI，他们认为未来大家无论是处理什么事务，都只会使用Gemini或者ChatGPT这一种AI。但在我看来，世界绝不会这样发展。我认为未来会出现许许多多不同的AI系统，就像我们现在拥有无数个应用一样。未来每一家企业，就像他们拥有网站、电话号码、邮箱和社交账号一样，也都会拥有一个能与客户互动、帮助销售和提供售后支持的AI。许多创作者也会拥有自己的AI。大家会与各种各样的AI进行交互。这就带来了一个生态路线的抉择：你是希望未来高度集中化，由你与单一的系统打理一切；还是希望未来由众多不同的人构建出丰富多样的AI系统？就像大家绝不希望世界上只有一个应用或一个网站一样，多元化的世界才是更丰富的。这就是开源的核心之一：赋予每个人自己去构建和掌控的能力。开源让所有人都可以获取、修改模型并在其之上开发产品，这与封闭和集中的模式截然不同。另一个核心则是关于安全性的争论：在一个AI越来越聪明的世界里，我们通过什么方式才最有希望迎接一个积极的未来，同时避免安全隐患？有些人认为，如果我们保持模型封闭，不把它提供给广大开发者，系统就会更安全，因为这样就不会有坏的开发者用模型去干坏事。但在软件工业的历史上，开源所展现出的事实恰恰相反。开源绝不是什么新鲜事物，它在行业里已经存在了几十年。我们传统上看到的是，开源软件往往更安全、更可靠，很大程度上是因为当你把它公开后，会有更多的人去审视它，因为大家能看到系统的每一个角落。任何软件都不可避免地存在漏洞和安全隐患，最初人们也担忧：如果你把软件开源且里面存在漏洞，坏人难道不会专门去利用这些漏洞吗？但事实以一种反直觉的方式证明：正是因为有更多人去审查系统，漏洞反而能更快地被发现并修复。随后大家就会推出更新的版本，就像我们不断推出Llama 3、Llama 3.1、Llama 3.2一样，所有人都会随之升级。所以同样的事情也会在这里发生。虽然大家会担忧坏人是否会利用这些模型干坏事，但随着模型被越多人使用、接受越多的审查，它反倒会变成一个对每个人来说都更聪明、更安全的模型。在此过程中我们收到了反馈并让模型变得更安全，从而当它推广给更多人时，使用起来也会更安全。因此，软件行业过去几十年的开源历史表明，开源将带给我们一个更繁荣、更安全的未来。 6.科技界的最大悬念——Scaling Law 能走多远？主持人：我们的节目叫作《Huge If True》，意思是去验证那些最乐观、最不显而易见的事物。所以我想问你，目前你脑海中最悬而未决、最想探究的大问题是什么？扎克伯格：在哪个领域？主持人：你涉足的领域实在太多了。我个人对AI与硬件的结合特别感兴趣，不过我们刚才已经聊了很多这方面的内容。所以很好奇，如果让你自己选，目前最占据你心思的问题是什么？扎克伯格：天哪，如果选一个更偏向AI领域的问题，那目前最大的悬念是：目前规模化效应（scaling）表现非常出色的这一套反复迭代的方法论。对于过去的AI架构，你给系统喂一定量的训练数据、投入一定量的算力，它最终都会遇到瓶颈并陷入停滞。但过去5到10年里，基于Transformer的新架构有一个非常奇妙的现象：我们至今还没有看到它的终点。这就带来了一种动态变化：我们训练Llama 3时使用了1万到2万张GPU；训练Llama 4时可以使用超过10万张GPU；而规划Llama 5时，我们打算进一步扩大算力规模。现在一个极其关键的问题就是：这种规模化究竟能走多远？完全有可能在某个节点我们就会撞上墙，就像以前的系统一样出现渐进曲线、不再继续增长；但也完全有可能这个极限在短时间内根本不会到来，我们可以持续建设更多的集群、生成更多的合成数据来训练系统，并且在未来相当长一段时间里，这些系统会变得越来越有用。我认为这对科技公司来说是一个极其重大且高风险的问题，因为我们基本上是在押注未来需要建设多少基础设施，这涉及数千亿美元的基础设施投入。显而易见，我在赌这种规模化效应还能持续相当长一段时间。但我觉得这也是整个行业面临的最大悬念之一，因为技术确实有停滞的可能性。如果真的停滞了，显然会导向一个完全不同的世界。届时人们肯定最终还是能破局，只是需要对底层架构做出某些全新的根本性改进，但那可能会经历一段更漫长的探索期，比如AI的基础技术突破暂时放缓，我们花些时间围绕现有技术去打造新产品。或者是另一种情况，也是我目前所押注的——底层AI技术将在相当长一段时间内持续进步，我们不仅能迎来一套在各个维度都极其吸引人的全新产品，而且整个技术格局与可能性在未来20年里都会保持强劲的动态演进。这大概是我预测会发生的情形。但我认为这依然是当今全球科技界以及整个行业最大的疑问之一。

阅读全文

3

科技

Lahoo.ca News • Aug 15, 2026

中美科技人才争夺加剧　中国吸引力上升　美国优势受政策影响

中美科技人才争夺加剧　中国吸引力上升　美国优势受政策影响2026-08-19 |作者：小乐 | 来源：加拿大乐活网中国科技美国分享：#中国人才引进#中美科技竞争#人工智能发展#全球人才竞争#科学人才流动#美国移民政策【加拿大乐活网LAHOO.CA 综合讯】据《纽约时报》专栏作家袁莉分析，在科技霸主地位的竞争中，人才成为核心问题。美国仍是全球最有抱负的科学人才首选之地，但科研经费削减、限制性移民政策以及对华裔科学家的猜疑正逐渐削弱其优势；与此同时，中国尽管仍存在不足，却正成为一个越来越有竞争力的替代选择。杨植麟在卡内基梅隆大学获得博士学位后决定回国，后来创办了月之暗面。 Tingshu Wang/Reuters 文章以两件近期事件为例：今年菲尔兹奖四位得主中，有两位是出生于中国、后来赴美深造的学者，目前仍留在西方。另一位是杨植麟，他在美国获得博士学位后回国创办月之暗面，今年7月发布开源人工智能模型Kimi K3，性能接近美国顶尖模型但成本更低。卡内基梅隆大学教授鲁斯兰·萨拉赫丁诺夫表示，美国仍有很大优势，能吸引最好的人才，但中国在人工智能领域的吸引力已变得非常明显。中国在从海外招募科学家方面也更加成功。诺贝尔化学奖得主奥马尔·亚吉离开加州大学伯克利分校加入清华大学；自去年以来，中国大陆和香港的大学已从西方机构招募至少八位著名数学家。研究中国科技政策的董洁林指出，中国吸引人才能力最大的变化在于资金：如今中国大学提供的薪资已能与欧洲竞争，并提供优厚安家补贴。不过，文章也指出，中国学术体系能否给予年轻研究人员足够的自由、耐心和容忍失败的空间，仍是疑问。两位华裔菲尔兹奖得主王虹和邓煜早年离开中国赴海外深造，他们提到在西方遇到的导师支持帮助建立自信。与此同时，美国政策正在影响人才流入。2025年美国向国际学生发放的签证数量下降约三分之一；特朗普政府近期限制外国学生停留时间。菲尔兹奖得主邓煜表示，如果今天他20岁，会更加认真考虑是否还要来美国。文章总结称，中国在资金和基础设施上已越来越接近吸引顶尖科学家的水平，但更难复制的是让年轻人才茁壮成长所需的自由、信任和制度稳定性，而这些仍是美国最强大的优势，也正是其当前政策正在危及的优势。阅读 ‌未经允许不得转载：加拿大乐活网 »中美科技人才争夺加剧　中国吸引力上升　美国优势受政策影响分享：

阅读全文

2

科技

Lahoo.ca News • Aug 15, 2026

英伟达成AI“央行”？　为OpenAI数据中心提供千亿美元级担保引关注

英伟达成AI“央行”？　为OpenAI数据中心提供千亿美元级担保引关注2026-08-19 |作者：小乐 | 来源：加拿大乐活网科技财经分享：#GPU芯片#OpenAI#人工智能基建#系统性风险#芯片证券化#英伟达【加拿大乐活网LAHOO.CA 综合讯】据法国《费加罗报》报道，英伟达（Nvidia）正日益扮演人工智能领域“中央银行”的角色。该公司宣布，将为OpenAI在美国俄亥俄州建设的全球最大数据中心项目提供高达约1000亿美元的担保。报道指出，人工智能基础设施融资已形成大型循环经济。英伟达不仅为人工智能初创公司提供可观注资（其中一大部分以购买芯片形式回流），还为相关购买GPU的贷款做保。这意味着，英伟达的GPU芯片本身也成为金融资产。观察家关注的重点在于，一旦OpenAI违约，这一担保机制将如何运作。英伟达在人工智能经济中几乎垄断核心基础设施，其模式直接推动相关资本市场形成，作用愈发具备系统性。它与华尔街各大巨头签署的协议，将部分风险转嫁给传统金融参与方，一定程度上缓解了百分百循环体系的风险，但一旦市场大幅波动甚至逆转，实体经济可能被严重连带。《费加罗报》警告，英伟达芯片的证券化以及给予其贷款抵押能力的现象，让业内担心2008年金融危机是否可能重现。无论是当时的房地产，还是现如今的GPU，经济领域过度金融化的威胁都不可小觑。阅读 ‌未经允许不得转载：加拿大乐活网 »英伟达成AI“央行”？　为OpenAI数据中心提供千亿美元级担保引关注分享：

阅读全文

2

科技

Wenxuecity • Aug 15, 2026

5年前被MIT教授骂“无稽之谈”的PPT，预言了OpenAI

这次的主角叫 Giambattista Parascandolo，是 OpenAI 推理模型方向的重要研究者。 2020 年，他去 MIT 面试教授岗位，做了一场关于用 GPT 做推理的报告。结果，面试委员会大部分教授把这个方向斥为「无稽之谈」（nonsense）。 https://x.com/turingbook/status/2084003612687249836?s=20 这哥们直接贴脸开大，将这段经历写进了个人主页，并附上了当年的报告介绍和幻灯片链接。 https://sites.google.com/view/giambattista-parascandolo/home 那份被批「无稽之谈」的报告，讲了啥？ MIT 官网显示，这场报告的主题，是如何让人工神经网络突破训练分布，获得更接近人类的泛化和规划能力。 Parascandolo 认为，人类能够重新组合已有知识，识别关键不变量，建立抽象模型，并完成长时程规划。人工神经网络在这些方面仍有很大提升空间。报告最后，他提出了三个未来研究方向：神经网络中的开放式推理、人工神经网络中尚未探索的自由度，以及在强化学习中将语言作为推理载体，以提高样本效率。其中最关键的概念，是「开放式推理」。 Parascandolo 将其定义为：模型可以投入更多时间和计算，持续修正答案。问题越难，模型就应该多想几步，并让额外计算转化为更好的结果。这听起来已经很像今天的推理时计算扩展。当时的标准 Transformer 拥有固定的网络深度，每个 token 经历的前向计算量基本确定，问题难度却与输入长度没有稳定关系。一个问题可以很长，答案却很简单。另一个问题只有一句话，可能需要多轮拆解和验证。 RNN 看起来更加适合这种任务。它可以反复运行，理论上能够获得任意长度的思考时间。Parascandolo 在 PPT 中展示的曲线却表明，RNN 通常只在训练时见过的推理步数附近表现最好，继续增加循环次数，准确率反而可能下降。这意味着，增加计算量只是第一步，模型还要学会如何利用这些计算。当时效果最强的多步规划，大量依赖模型预测控制和蒙特卡洛树搜索。神经网络负责预测环境或评估价值，外部搜索算法负责展开未来路径。Parascandolo 希望进一步将长程推理能力融入神经网络。他的第二个设想，是让语言成为推理载体。 Parascandolo 用经典游戏《蒙特祖玛的复仇》举例。一个从零开始训练的强化学习 Agent，需要尝试大量状态和动作组合，很多正确操作本身并不复杂，Agent 真正缺少的，是对「什么行为更合理」的判断。 GPT 已经从文本中吸收了大量世界知识，语言可以帮助模型描述环境、理解目标、拆解任务和生成高层计划，也能大幅缩小搜索范围。放到今天，这套思路很容易让人联想到思维链、语言规划和 Agent 工作流。 Parascandolo 提出的第三个方向是，人工智能系统可以重置任务，回到记忆中的任意状态，构造反事实场景，还可以调整模拟器中的时间、重力和观察结果。系统甚至可以直接读取、复制和修改自身的激活值与神经网络权重。这相当于把学习过程本身也纳入 Agent 的操作空间。它可以开展刻意练习，生成特殊训练场景，迁移已有知识，并针对失败轨迹重新学习。五年前的 PPT 里，几乎写出了今天的推理模型路线。我们还扒出了他 2021 年 6 月写过的一篇博客，题目就是《反向传播、进化与「两只狗」的误区》。这篇博客主要反驳「神经网络需要海量数据，因此不像人脑」的观点。 Parascandolo 认为，人类只看几只狗就能学会识别，并不代表此前没有积累经验。漫长的进化已经把祖先接触世界的经验，沉淀为人类大脑的结构和归纳偏置。按照这一视角，神经网络的大规模预训练可以类比生物进化，模型微调和上下文学习才更接近个体一生中的学习。GPT-3读过的文本远超任何个人，但其预训练承担了压缩海量经验、塑造高效学习能力的作用。因此，不能直接拿模型的全部预训练数据，与一个人出生后的少量学习样本进行比较。这种理解也意味着，继续扩大数据和算力仍可能带来明显提升。他类比的是两者发挥的作用，并没有认为梯度下降与生物进化的具体机制相同。这小哥啥来历？这哥们相当低调，X 上最新一条帖子还得追溯到 2024 年 11 月，当时他正在为 o1 招聘两位研究工程师（RE）和软件工程师（SWE）。据他个人主页显示，Parascandolo 的研究经历，一直围绕泛化、规划和推理展开。 2017 年，他进入马克斯.普朗克智能系统研究所和苏黎世联邦理工学院攻读博士，师从 Bernhard Schölkopf 和 Thomas Hofmann，博士课题聚焦深度学习中的 OOD 泛化。博士期间，他在山景城的 Google X 和伦敦的 DeepMind 各做过一段实习，前者参与超大规模模拟器上的自动化设计研究，后者参与分治蒙特卡洛树搜索研究。 2021 年 9 月博士毕业，他直接加入OpenAI，最初进入 John Schulman 领导的强化学习团队，随后转向 Mark Chen 所在的算法团队，又加入 Jerry Tworek 带领的（草莓）团队。草莓团队，正是 o1 项目的内部代号。 2023 年，他参与 GPT-4 研发，并组建了一支继续研究推理的新团队。后来又参与了 OpenAI o1 和 o3 的基础研究，推动奖励建模、环境构建和通用推理算法的扩展。其中一部分算法描述，至今仍被他用黑块遮住。 2020 年那场面试，Parascandolo 没能拿到 MIT 的教职，他去了 OpenAI。四年后，他帮助构建了 o1。人生总是妙不可言。

阅读全文

3

科技

Wenxuecity • Aug 15, 2026

宇树的610亿发行市值多少属于机器人,多少属于“故事”？

宇树科技距离敲钟只剩最后一步。 8月13日晚，这家公司披露了科创板IPO发行结果：978.46万户投资者参与网上申购，最终只产生19414个中签号，中签率0.0181%，创科创板历史新低；中签的人几乎没有放弃的，弃购率低至万分之九，创2023年全面注册制以来的最低纪录。热闹属于打新的人，这几年具身智能、前沿科技的估值，就像是这场以大模型起始的资本疯狂的缩影，只要无法证伪，故事就能一直讲，估值就能一直涨。过去三年翻了几番。创投数据平台IT桔子的统计显示，2023年国内具身智能领域全年融资事件只有16起；2024年增至105起、融资95.25亿元；2025年飙升至333起、405.99亿元，事件数和金额分别同比激增217%和326%。三年里数百亿真金白银堆出来的估值，现在都需要宇树的股价来背书。作为科技观察者，我们关心的问题是：作为“人形机器人第一股”，宇树上市之后股价会怎么走？更重要的是，它会如何给具身智能的一级市场重新定价？很多人以宇树以及其他几家具身公司的上市，作为具身智能行业泡沫收敛的转折点，这个过去几年里吸纳了一级市场最多资金的赛道，将以宇树的上市开始，把真实摊开给市场。一级市场的定价锚宇树头顶“人形机器人第一股”，它的股价将成为整个具身智能一级市场的参照系，这是显而易见的。它涨，整个赛道的估值中枢上移；它破发或回落，一级市场的泡沫就会被挤压。大概率，宇树上市后会涨，毕竟架都架到这儿了，但涨多久就说不好。首先，宇树是目前已上市的机器人公司中为数不多实现盈利的。数据来源：宇树招股书已上市的公司先给出了参照：2025年优必选收入20.01亿元，扣非后仍亏损7.15亿元；越疆收入4.93亿元，亏损1.24亿元。未上市梯队里，云深处2025年收入3.37亿元、扣非净利润1512万元，是名单上除宇树外唯一盈利的公司；乐聚智能收入2.58亿元，亏损7764万元。同一张表里，宇树60.44%的毛利率，对应的同行平均值只有44.44%。 “人形机器人第一股”但卖得更多的是机器狗不过如果细看这个招股书，2025年，宇树人形机器人出货5511台，销售收入8.68亿元，占主营业务收入的51.78%，出货量全球第一。同一份文件里还有两个更细的数字：当年产量5716台，销量5215台，出货多于销量的部分，是已发货但尚未完成签收验收的订单。数据来源：宇树招股书也就是说，一家年出货五千多台、人形收入不足9亿元的公司，就是全球最大的人形机器人制造商了。这是整个市场的真实写照。作为参照，2023年宇树人形机器人出货9台，2024年537台，增长确实迅猛，但基数摆在那里，人形机器人到今天仍然没有起量。再看这五千多台卖给了谁。招股书披露的直销客户主要是境内外科技企业、科研机构和高等院校，人形机器人的大头流向了实验室和讲台。真正走进消费和行业场景的是四足机器人：2025年机器狗销量23037台、收入6.98亿元，消费级产品侧重科研教育、文旅体育，行业级产品聚焦环境巡检、应急救援。至于人形机器人大规模进入工业产线、真正替代人工创造价值的场景，招股书里看不到。它自己也承认：目前市场上的人形机器人多停留在应用场景验证测试阶段，日常领域尚未实现大规模商业化落地。海外其实也是这样，甚至更夸张。招股书援引行业数据称，Figure、Agility Robotics 2025年人形机器人出货量均只有150台左右（并注明未经各公司公开确认）；特斯拉的Optimus至今没有对外发售，主要用于内部开发测试。但资本给出的价格是另一回事：Figure AI在2025年9月完成超10亿美元C轮融资，投后估值390亿美元，是18个月前上一轮的15倍；Agility Robotics 2026年6月宣布以约25亿美元估值通过SPAC登陆纳斯达克，手握约1000台下一代Digit、总额超3亿美元的多年期订单。一边是每年一百多台的出货，一边是数十亿乃至数百亿美元的估值，海外市场把“为预期定价”演绎得比A股更极端。以此对照，年出货5511台的宇树拿约610亿元人民币的发行市值，反倒显得有据可依。具身的场景落地需要新的故事为什么起不了量？ 8月初，李飞飞在一档专访节目中谈及人形机器人外形时指出，人类通用身体虽能适应多样环境，却并非任何特定任务的最优解；从技术商业角度看，通用结构恰恰最难解决，实际中更需要专用形态来应对具体任务。所以，人形的全部溢价建立在“通用”二字上，而通用恰恰是目前最没有着落的能力。宇树的长处在本体和小脑。全栈自研的电机、减速器、传感器，加上底层运动控制算法，让它的机器人能后空翻、能跑马拉松，也撑起了高于同行的毛利率。但决定机器人“做什么、怎么做”的大脑层面，行业还看不到一个能泛化的解决方案。其实即便是那些已经在工业场景里使用的具身，故事也没有那么性感。真实情况是，他们真能做到的增量有限。之前和一位具身的创始人交流，他说，工厂目前真实的情况是，未来的工厂形态不会是智能化完全取代自动化，而是自动化、智能化与人工长期并存。目前的工厂中，自动化与人工占据主导，智能化占比极低；未来的趋势是自动化比例将维持稳定，智能化将大规模替代目前的人工岗位，仅保留少量必要的人工环节。所以，目前的具身智能能最快落地的场景，要么在标准化场景下做复杂操作，要么在非标环境下做简单移动。前者最典型的就是在工厂里做柔性作业，比如装配、上料这些；后者比如野外无人机救援、扫图、搜索等。这两个方向既能保证较好的落地可能性，又能推动技术进步，是比较务实的选择。我现在能看到的主要落地方向，一类是汽车产线的总装、或者物流的分拣、或者是农业上的采摘的工作。监管在问询中也点到了这一层：宇树2023至2025年研发费用分别为4995万元、7002万元和1.45亿元，前期投入侧重本体结构与运动控制，2024年起才逐步加强具身大模型研发，报告期内尚未大规模开展真实数据采集与工厂部署训练。宇树自己清楚这一点：本次募投的四个项目里，排在第一位的智能机器人模型研发项目拟投入20.22亿元，占募投总额近一半，指向世界模型（WMA）和VLA方向。我去钢厂调研过。厂区里的地面凹凸不平，四处是危险的重物，人进去尚且要换上劳保鞋，步步留神。站在那样的环境里很难不去想：一台人形机器人走进来，能干活吗？恐怕连走路都费劲。实验室的平整地面和展会的聚光灯下，人形机器人可以后空翻、可以跳舞；而真实的工业现场布满了它应付不了的粗糙、意外和危险。恰恰是这类环境最需要机器替人，也恰恰是这类环境，把今天人形机器人的能力边界照得清清楚楚。走到今天，具身智能面对的考验已经从技术演示转向商业化落地：钱烧了三年，市场开始追问机器人到底能在哪里干活、替谁挣钱。大部分工业场景并不需要完美的人形，需要的是成本可控、稳定、可靠。按这三条标准衡量，今天的人形机器人效率远不及普通的机械臂和轮式。之前聊过的一家做垂类湿实验通用机器人的公司，他们的机器人形态就只是一个简单的机械臂和轮式。但问题在于，机械臂和面向工业场景，可能拿不到估值溢价，如果按制造业的市盈率定价：宇树发行时对照的通用设备行业，平均市盈率只有38.56倍，人形的故事拿到的是219倍。摆在每一家具身智能公司面前的，是一道现实的选择题：做能落地的专用设备，估值按设备给；讲还没兑现的通用叙事，估值按梦想给。于是所有人都得继续讲人形，哪怕自己清楚，客户的产线上此刻跑着的是机械臂。回到开头的问题：上市之后会怎样？首日的答案几乎没有悬念。2026年以来A股新股首日平均涨幅276.04%，年内科创板新股首日平均涨幅466.61%，宇树的流通盘更小、题材更热，市场普遍预期它会大涨。这里面还有一层微妙的心理：人形机器人第一股要是表现不好，排队上市的那批具身公司又该咋办。某种意义上，宇树首日的涨幅是全行业共同的需要。能不能持续涨，是另一个问题。219倍的发行市盈率透支了多少年的增长，取决于人形机器人何时真正起量，而起量取决于大脑何时突破，这两件事目前都没有时间表。我最近听到行业一家灵巧手公司CEO的说法：具身智能不会有ChatGPT时刻，它不会突然到来，会先在某个角落里开始干活。它做不到通用，只能对一两个工序产品进行小批量、多品种的柔性生产，这就是具身智能的落地。他判断，像这种情况在接下来半年或者一两年内就会发生。随着真机数据和真人数据逐渐积累起来，飞轮逐渐转起来，在三五年内会大规模推广起来，只是时间问题。末端执行器、灵巧手的本体和数据两个飞轮能把它转起来，就能实现限定性的通用，但不能完全通用。比如工厂里用的灵巧手，就不一定会炒菜，这是两条数据，采集的数据完全不同，使用灵巧手的参数指标都不同。或许随着工业场景的具身落地，对于这些面向工业场景的非人形具身公司的估值也需要有一个新的定义。更近的一道考题已经摆在桌上：2026年一季度，宇树营收增速从上年的332.64%骤降至68.49%，扣非净利润同比下降52.55%，公司归因于行业热度缓和、市场竞争加剧和研发费用快速增长。宇树上市是一个转折，它证明了一家机器人公司可以靠卖硬件盈利并走到公开市场。但它回答不了人形机器人的根本问题。二级市场会用季报，逐季核对这个行业讲过的每一个故事。

阅读全文

3

科技

Lahoo.ca News • Aug 15, 2026

中国AI全面突围：从机器人到芯片，改写硅谷规则

中国AI全面突围：从机器人到芯片，改写硅谷规则原创2026-08-13 |作者：小乐 | 来源：加拿大乐活网中国加国报告科技美国财经分享：#中国人工智能#中美科技竞争#人工智能芯片#人形机器人#大模型#开源生态全球AI格局，正在发生结构性颠覆：硅谷一家独大的时代，正在被中国全产业链突围打破。长期以来，美国凭借大模型、人形机器人、高端芯片垄断全球AI话语权。但法国《费加罗报》8月12日重磅深度报道指出：中国已从AI跟随者，变成美国技术方案最强劲的替代者，这是一场覆盖硬件、模型、生态、芯片的系统性反超。记者卢卡斯·梅迪亚维拉通过多方数据印证：中国AI的优势不是单点偶然领先，而是全链条提速，彻底改写全球科技竞争规则。 01 人形机器人弯道超车：中国包揽全球97%交付量人形机器人是AI落地核心赛道，如今中国已实现碾压式领跑。彭博社分析师数据显示：2026年上半年全球人形机器人交付量中，97%来自中国。上半年全球总交付量1.91万台，虽体量尚小，但同比暴涨400%，增长势头迅猛。特斯拉Optimus、波士顿动力Atlas等美国明星机器人项目，已被宇树科技、优必选彻底甩开，中国企业凭借高稳定性、高性价比垄断全球市场。面对中国机器人出海热潮，7月底特朗普政府出台进口禁令，试图用政策壁垒遏制中国AI硬件全球化。中国机器人的强势崛起，已经让美国感受到实实在在的压力。为了遏制中国机器人产业出海势头，7月底，特朗普政府出台严格禁令，全面限制中国人形、四足机器人进口美国市场，试图用政策壁垒阻挡中国AI硬件的全球化步伐。 02 大模型密集爆发：中国AI算力跻身全球第一梯队硬件领跑的同时，国内大模型在今年夏天集中爆发，全面打破美国垄断，跻身全球第一梯队。 7月国内多款标杆模型集中迭代，各有专攻、全面对标国际顶尖水平： ✅ Kimi 3（月之暗面）：性能对标Anthropic顶级模型，成本大幅领先，性价比优势显著； ✅ Z.ai：主打超长复杂编程推理，补齐高端编程AI短板； ✅ MiniMax H3：专注AI视频生成，适配商用内容生产； ✅ 阿里Qwen 3.8-Max：自主代理能力比肩海外主流模型。咨询机构Artefact指出，中国模型稳居全球榜单前十，Kimi稳定位列前三。最直观的市场证明是：OpenRouter平台上，中国模型份额一年内从30%飙升至60%，大量海外开发者主动选用。 03 “蒸馏争议”背后：是抄袭，是行业通用迭代逻辑随着中国模型快速追赶，美方开始炒作“AI蒸馏抄袭”舆论，指责中国通过模型蒸馏盗用知识产权。所谓蒸馏，是通过学习成熟大模型知识，迭代出更小、更低成本的轻量化模型，是全球AI通用技术，并非中国独有。该指责完全是双重标准：今年Anthropic就因盗版图书训练AI，支付15亿美元天价版权和解金，创下行业纪录。行业共识清晰：科技迭代本就是借鉴、优化、创新的过程，美方刻意污名化，本质是无法接受中国AI弯道超车。 04 差距极速缩小：中美AI差距仅剩8个月曾经“中国AI落后美国数年”的认知，早已过时。最新行业数据显示：中美顶级AI模型差距，从数年缩短至仅8个月。对绝大多数商用和普通用户而言，极致前沿性能并非刚需。中国AI凭借够用性能、低成本、强本土化适配，足以覆盖全球大部分市场。外媒评价，中国AI延续了制造业经典逆袭路径：先追赶、再对标、再超越，快速完成技术积累，逐步摆脱外部依赖。 05 开源破局：中国AI的全球软实力打法相较于OpenAI、Anthropic的封闭收费模式，中国AI以**开源开放**为核心软实力，走出差异化全球路线。国内主流模型开放权重，全球用户可免费使用、二次开发，用“高性价比+开放生态”直击美国闭源模型的高价痛点。行业人士点评：美方耗资数百亿打造闭源模型、赚取高额服务费，而中国推出同质免费方案，持续抢占全球市场、压缩美企利润空间。开源也盘活了国内生态：截至2025年底，中国生成式AI用户达6.02亿，占网民42.8%，海量真实场景数据持续反哺模型迭代。更关键的是，开源成为中国AI全球化名片。中国坚持做可信赖的全球AI供应商，形成鲜明的中美差异：美国封闭垄断、利润自留；中国开放共享、普惠全球，尤其获得广大全球南方国家认可。 06 美国科技圈内讧：开源与封闭的路线之争中国开源生态的强势崛起，直接引发美国科技圈路线分裂。OpenAI、Anthropic坚持闭源垄断、游说打压中国开源模型；英伟达、Meta、微软等巨头公开反对。多家美企联名发声：美国AI领导力不能只靠单一顶尖模型，更需要开放繁荣的生态。扎克伯格更是直言：靠垄断壁垒无法维持领先，开源普及才是美国科技长青的关键。 07 芯片自主加速：打破制裁，缩小代差软件模型突围的同时，中国AI芯片正加速自主替代，打破美国制裁枷锁。华为全新芯片架构明确规划：2031年对标台积电1.4纳米性能。这将把中美高端芯片代差，从5年大幅缩短至3年。存储芯片领域同样实现突破：长期被三星、美光垄断的市场中，长鑫存储凭借AI算力需求红利，成功进入惠普、戴尔、苹果等国际供应链测试体系。 08 资本疯狂追捧：中国AI融资规模反超美国技术突破带来最直接的结果，就是资本市场的全面热捧。 7月，长鑫存储港交所上市，100亿美元融资登顶年度最大IPO，股价暴涨500%，巅峰市值突破5300亿美元。 8月，宇树科技启动申购，有望成为国内人形机器人第一股。资本维度，中国AI已正式反超美国：2026年一季度国内AI融资达220亿美元。随着多家头部企业陆续上市，热度还将持续攀升。外媒总结十分清醒：中国AI追赶美国已是不可逆趋势。美国如今的核心问题，早已不是“能否阻止”，而是“能延缓多久”。从人形机器人领跑、大模型追平、开源生态出海，到芯片自主突围、资本热度反超，中国AI完成了全链条、体系化的逆袭。硅谷单一垄断的AI时代落幕，中美双雄并立、全球多元创新的新格局，已然成型。你如何看待中国AI的全面突围？未来能否实现彻底领跑？欢迎评论区交流。信源：费加罗报、纽约时报等声明：原创作品，未经允许请勿转载复制阅读 ‌未经允许不得转载：加拿大乐活网 »中国AI全面突围：从机器人到芯片，改写硅谷规则分享：

阅读全文

3

科技

51.ca News • Jul 11, 2026

苹果怒告OpenAI！两名华人员工卷入“窃密”风暴，昔日盟友彻底反目

苹果（Apple）与OpenAI之间的关系，正从合作走向正面交锋。当地时间周五（7月10日），苹果正式向美国加州联邦法院提起诉讼，指控OpenAI在研发ChatGPT硬件设备过程中，系统性窃取苹果商业机密，并将多名苹果前员工挖角至OpenAI，为其硬件业务提供支持。这起诉讼，意味着双方原本的合作关系出现重大裂痕，也让AI行业两大巨头的竞争进一步升级。图片来源：51.CA 资料图片苹果：OpenAI系统性窃取商业机密苹果在诉状中指出，OpenAI窃取商业机密并非个别员工行为，而是公司层面存在的“有组织、不当行为模式”。苹果在诉状中写道：“本案涉及苹果前员工为了OpenAI的利益窃取苹果商业机密。苹果提起本案，就是为了制止这种行为。”此次被列为被告的，除了OpenAI之外，还有两名目前在OpenAI任职的苹果前员工。其中一人是Tang Tan，曾参与iPhone、Apple Watch和iPod等产品的设计，目前担任OpenAI首席硬件官。另一人是Chang Liu，曾是苹果电气工程师。苹果表示，在其离职加入OpenAI之前，公司曾让他参与多项最核心、最敏感的硬件研发项目。苹果提出多项指控苹果称，公司在调查机密信息是否外泄时，发现部分前员工在加入OpenAI后，仍持续接触苹果的机密资料，并形成了一种“持续性的窃密模式”。根据诉状，苹果主要提出了几项指控：Chang Liu离职后仍保留一台苹果配发的设备，并利用该设备访问、下载多份涉及硬件研发的机密文件；Tang Tan则被指示意仍在苹果工作的求职者，在前往OpenAI面试时携带苹果的“真实零部件”。苹果还表示，今年2月，公司已主动联系OpenAI，表达对相关情况的担忧，希望尽早解决问题，但OpenAI始终没有作出回应。苹果发言人随后表示：“我们始终会捍卫团队的创新成果，并将采取一切适当措施保护公司的知识产权。”OpenAI回应：我们对别人的商业机密没有兴趣对于苹果的指控，OpenAI表示，目前仍在审阅诉讼内容。公司发言人Drew Pusateri回应称：“OpenAI对其他公司的商业机密没有兴趣，我们始终专注于开发能够造福全球用户的创新技术。”目前，OpenAI尚未对苹果提出的具体指控逐一回应。合作伙伴逐渐变成竞争对手事实上，苹果和OpenAI并非一直针锋相对。随着ChatGPT爆红，苹果一度在AI领域落后于竞争对手，因此双方于2024年达成合作。从那以后，当iPhone内置的Siri无法满足用户需求时，系统便可调用ChatGPT，为用户提供AI问答服务。然而，双方的合作并没有持续太久。近年来，OpenAI开始积极布局AI硬件，希望打造一款全新的人工智能终端设备，这也被认为将直接挑战苹果未来的产品。为此，OpenAI不仅挖来了苹果传奇设计师Jony Ive，还以约65亿美元收购了由Jony Ive、Tang Tan等人共同创立的硬件公司io Products。不少业内人士认为，这款AI硬件未来甚至可能成为iPhone的潜在竞争者。此次苹果也将io Products列为共同被告。OpenAI年底将推出AI硬件目前，OpenAI始终没有公开这款AI硬件到底是什么。公司仅表示，它并不是一款传统意义上的电子产品，而是希望打造一种超越手机、电脑等传统设备的人机交互方式。今年4月，OpenAI首席财务官Sarah Friar曾透露：“我们的消费级AI硬件将在今年年底前后推出。”与此同时，OpenAI也正研究未来是否登陆华尔街上市，并继续面对来自Anthropic、Google等AI公司的激烈竞争。随着苹果正式提起诉讼，这场围绕AI硬件、人才和商业机密的争夺战，也正式从产品竞争升级到了法庭对决。

阅读全文

60

暂无图片

科技

Wenxuecity • Jul 11, 2026

AI大潮下，硅谷科技巨头疯狂举债，市场凶猛抛售

科技巨头的AI融资狂潮正遭遇债券市场的冷眼相待。据MarketAxess数据，本周期限在10年及以上的AI相关债券价格持续下跌，成为投资级债券市场中表现最差的债券之一。最能体现市场情绪的案例来自亚马逊，本周二公司发行250亿美元债券，但长期债券的需求疲软。据英国《金融时报》援引知情银行家和投资者透露，其五年期债券的认购订单比30年期债券高出约20%。此外，SpaceX一只30年期债券的收益率，更从不到两周前的发行价6.7%攀升至7.3%。据美国银行全球研究，亚马逊、谷歌、Meta、微软和甲骨文这五大超大规模云服务商发行的债券，目前收益率较同等评级和期限的蓝筹债券高出约0.6个百分点，这一风险溢价已是投资级市场所有行业中最高的。供给过剩压垮需求本轮抛售浪潮的直接导火索，是科技公司为AI军备竞赛而掀起的史无前例的债券发行潮。据美国银行全球研究统计，今年以来AI相关高评级债券的跨币种发行规模已达2700亿美元，几乎是去年全年的两倍。持续涌入的新债供给令投资者的持仓压力骤增。 Janus Henderson全球多资产信用主管John Lloyd表示，由于许多投资组合已大量持有AI相关债务，投资者不得不抛售手中已有的超大规模云服务商债券，才能为亚马逊的新发债腾出空间。他说：你得提供足够大的让利，才能吸引我们参与新发债。近期科技股的剧烈波动同样压制了市场情绪。 John Lloyd补充称，部分投资者在股票投资组合中已持有大量科技板块敞口，这可能进一步压低他们在债券市场追加相关风险敞口的意愿，高盛研究首席信用策略师Amanda Lynam也持相同观点。长期回报存疑，投资者转向短端市场抛压集中于长端，深层逻辑在于投资者对AI资本支出长期回报的根本性怀疑。 DoubleLine基金组合经理Mariya Entina表示：购买30年期债券，通常要求企业有非常稳定的前景和清晰的投资回报，而AI资本支出的长期盈利能力目前仍存在疑问。她表示，该机构更倾向于承担更近期的风险。 Capital Group组合经理Pramod Atluri同样偏好短期限超大规模云服务商债券。Atluri说：技术迭代如此之快，使得长期借贷变成一项风险更高的命题，十年后这个行业的格局如何，目前根本无法预判。 Mariya Entina还指出，长期债券的主要买家通常是保险公司和养老基金，这类机构需要匹配长期负债，投资风格往往较为保守，对上述不确定性的容忍度也更低。高利率环境雪上加霜超大规模云服务商长期债券的吸引力，还因当前美国国债短端利率高企而进一步受损。通胀持续高于目标水平，加之市场预期美联储政策利率将维持"更高更久"，尤其是在新任美联储主席沃什上月首次会议上释放鹰派信号之后，短端美债已提供相当可观的收益率。一位专注于高评级信用的分析师说道：如果无需在收益率曲线上走得太远就能锁定有吸引力的收益率，为什么还要承担更多风险？目前，超大规模云服务商的短期借贷成本仍保持稳定，显示市场对这些公司近期偿债能力并无担忧。但投资者正在用实际行动表明：对于这场AI建设浪潮能否兑现其长远承诺，债券市场远比股票市场更加审慎。

阅读全文

19

最新新闻