DC娱乐网

这条微博是我15年前的今天写的，那时候我们的报人，真没瞧得起网络媒体，当时社交媒体不就仅仅一个破微博么！连短视频的毛都未见，15年后的今天，我再来看15年前我发的这条微博，感慨万千。[捂脸哭]​​​

你别不信，未来3-5年我国最火爆、最吃香的五大行业：1、殡葬行业2、眼镜行业3、银发经济4、教育行业5、人工智能AIAI不仅是技术风口，更成为了生活、职场不可或缺的好伙伴。AI人工智能作为当下最热门、最火爆的行业，如今已经逐步渗透到生活和工作的方方面面。华为，作为科技巨头公司，这些年在AI领域也取得了不错的成绩，尤其是手机AI功能，相信很多用华为手机的人都有切身的体会。据不完全统计，90%以上的华为手机用户都和华为小艺聊过天。“小艺，小艺，帮我打开微信”、“小艺，小艺，帮我明天早上七点闹钟”、“小艺，小艺，帮我查下龙岩的天气”、“小艺，帮我打电话给妈妈”……这些都只是很基础、很简单的功能，但能帮我们省去很多麻烦，小艺的语音唤醒功能非常好用，不需要掏手机，只需要一句小艺就能帮你解决这些简单的功能。设置也很简单，进入手机设置>小艺>唤醒/唤醒与对话，打开“小艺私语”开关即可开启这一功能，还没开启的赶紧试试看。有一次手机找不到了，急的不行，突然想起小艺，赶紧喊了句“小艺小艺，你在哪。”手机立马就想起铃声，顺着声音就找到了让我半天也找不到的手机，这一特殊场景你们是否有用过呢？小艺聪明能干又懂我，解了我的燃眉之急！

张雪也是出息了，上榜的其他人要么是搞人工智能的要么就是搞智能机器人的，就张雪的机车一个造摩托车的。​​​

清华姚班走出的天才学霸，创业不到两年，竟把自己的AI公司卖出16亿人民币。2025年，人工智能圈突然传来一场震动，一家成立仅17个月的企业被数据库巨头MongoDB高价收购。外界震惊的不是这笔交易，而是创始人的身份，他曾经只是校园里的技术天才，如今却亲手完成了一场让整个行业关注的创业退出。短短一年多时间，从创立到被巨头收入囊中，这个速度让整个行业侧目。但真正让人关注的，并不是这笔交易本身，而是站在公司背后的那个人。他的名字叫马腾宇。一个从顶尖计算机人才培养体系中走出来的年轻创业者，用极短时间完成了从学生到企业创始人的身份转换，也让外界第一次看到，AI时代属于年轻人的机会到底有多大。很多人还在讨论人工智能未来会走向哪里时，他已经把一个想法变成了一家公司，并完成了一场价值数亿美元的退出。而这场看似突然的成功背后，其实藏着一个年轻人多年积累的技术路线和一次关键选择。马腾宇的故事，要从清华姚班开始。清华姚班一直被外界称为计算机领域的“天才班”，这里聚集了大量顶尖数学、计算机人才。进入这里的人，大多拥有极强的学习能力和科研潜力。马腾宇也是其中之一。在清华学习期间，他接触到的是最前沿的计算机技术，而人工智能的发展浪潮，也在那个阶段开始快速升温。对于很多学生来说，毕业后的选择通常集中在科研、名校深造或者进入大厂。但马腾宇走了一条更冒险的路。他没有满足于做一名技术研究者，而是开始思考，如何把人工智能技术真正应用到商业世界。这个想法并不容易。因为AI创业并不是只有技术就够了。一家公司能不能活下来，不仅取决于算法能力，还取决于市场需求、产品方向以及团队判断。而VoyageAI选择的方向，正是当时快速发展的AI基础设施领域。很多人第一次听到VoyageAI这个名字时，可能并不了解它到底做什么。简单来说，这家公司专注于人工智能时代的重要基础技术，为企业提供更高效的AI检索和数据处理能力。随着大模型兴起，越来越多企业开始尝试将AI应用到实际业务中。但问题也随之出现。AI模型想要真正服务用户，不能只靠聊天能力，更需要准确理解和调用大量数据。这就让相关技术变得越来越重要。马腾宇团队抓住了这个机会。他们没有选择做一个普通的AI应用，而是切入了更底层的技术赛道。这条路并不热闹，却更接近AI产业真正的核心。也正因为如此，VoyageAI成立后，很快获得了行业关注。不到两年时间，公司便迎来了巨头的收购。对于创业者来说，这样的速度十分罕见。不过，比起公司被收购的结果，更让外界感兴趣的是马腾宇身上的反差。曾经，他只是清华校园里的一名学生。几年之后，他站在了全球科技竞争最激烈的赛道上，成为一家AI公司的创始人。从学生身份到创业者，再到完成数亿美元交易，这个变化并不是一夜之间发生的。背后其实是长期技术积累和对行业方向的判断。人工智能浪潮兴起后，很多年轻创业者都试图寻找机会。有人选择做应用，有人选择做模型，也有人选择做基础设施。而马腾宇选择的方向，恰好踩中了企业对于AI落地的真实需求。这也是为什么VoyageAI能够在短时间内吸引巨头关注。当然，一家公司被收购，并不意味着故事结束。对于马腾宇来说，这更像是一次新的起点。AI行业变化速度极快，今天成功的技术路线，可能几年后就会被新的技术取代。真正重要的，是创业者能否持续发现新的机会。从清华姚班走出来，到创办VoyageAI，再到完成16亿人民币级别的交易，马腾宇的经历成为很多年轻技术创业者关注的案例。他的故事也让更多人看到，在人工智能时代，技术人才不再只是实验室里的研究者，他们同样可以成为推动产业变化的人。17个月创造一家被巨头认可的AI公司，这个年轻人的经历，或许只是AI浪潮中一个开始。（信源：澎湃新闻——清华姚班天才的AI公司，卖了）

第81届联合国大会上，马克龙谈及人工智能未来走向，他连续高喊两声“No！No！”，呼吁不愿做大国附庸的国家联合起来，打造独立的开源AI，不要让中美两家决定世界科技走向。发言之中，他还批评外部势力强行干涉别国、制造动荡，一副维护多边主义的姿态。可老话讲得好，乌鸦落在猪身上，只看见别人黑，看不见自己黑。翻翻历史账本，2011年利比亚战火，正是法国率先打响空袭第一枪。一番军事打击过后，利比亚山河破碎，直至今日依旧深陷乱局。非洲不少国家的动荡背后，都能看到法国干预的影子。如今不是法国良心发现放弃对外动武，实在是国力今非昔比，有心无力罢了。斯坦福大学2026年AI指数报告很能说明问题。中美顶尖大模型之间差距仅剩下2.7个百分点，双方在榜单上你来我往交替领跑。反观欧洲，已经被甩在身后。更加尴尬的是，欧洲七成以上云服务市场掌握在境外服务商手里，底层算力受制于人。巧妇难为无米之炊，没有过硬的算力底座，光靠演讲台上振臂高呼，想要闯出一条AI自主道路，无异于纸上谈兵。欧洲也想另辟蹊径，指望靠严苛监管法案保护本土科技，结果反倒捆住自家企业的手脚。有意思的是，马克龙心心念念的开源路线，中国早已先行一步，多款国产开源大模型已经走向全球。嘴上喊独立自主，脚下却依旧受制于人。口号喊得震天响，奈何硬实力拖后腿。对于法国而言，光靠联大上的慷慨陈词改变不了现实。打铁还需自身硬，如果补齐不了算力与科技短板，再漂亮的外交演说，终究只是空中楼阁。

比尔·阿克曼：今天，谷歌办公楼外举行了一场反人工智能抗议活动。注意现场还有一面巴勒斯坦旗帜。有人能解释一下，巴勒斯坦支持者和反人工智能抗议者之间为什么会有这样的共同立场吗？​​​

目前看人工智能的诞生的确为人类的发展提供了极大的方便，尤其是对工业生产、教育以及现代战争带来了质的改变，未来超级智能体的出现究竟好还是坏呢？物极必反的道理人类不可不知，人工智能毕竟是算法加持的产物，没有人情味的东西一旦发展到不可控的局面，他同样也会带来不可控的风险！

未来三至五年，最吃香的五个专业方向:1、人工智能2、机器人3、康养及护理4、新能源产业5、技工人工智能AI赋能千行百业，企业级AI渗透率已超50%，不会用AI的人，正在被会用的人“降维打击”。科技最好的模样，从来都不是遥不可及。华为小艺融入了我的工作、爱情和烟火日常，接住了我们琐碎的烦恼，守护平凡中的小欢喜，让我们更从容地去感受生活里每一份简单的幸福！最开始接触华为小艺，我只是抱着试试看的心态，谁能想到，从一开始不太会操作，到现在已经慢慢离不开它，不光帮我搞定工作，还见证了我和男友不少恋爱里的小瞬间。平时上班赶工作，经常让人头痛。写工作总结、梳理PPT大纲，脑子里想法一大堆，落笔却毫无头绪。于是，我就直接跟小艺口述零碎思路，请它帮忙润色文稿，搭建PPT框架。将原本要熬夜折腾半宿的活，很快就能出来完整初稿，再结合实际微调，工作效率一下子上去了，下班也能准时赴和男友的约会，不用总被加班拖住脚步。生活里的小艺，更是常常给到暖心的惊喜。周末我和男友打算在家做饭，想挑战一道从没做过的硬菜。可是，两个人手上都沾满了油污，来回拿手机翻菜谱特别不方便，我便直接呼唤出小艺。它会慢慢念出食材分量和完整烹饪步骤，切配、焯水、调味，我们俩照着语音分工忙活，一边做饭一边说笑，新手也顺利做出一桌美味，度过很惬意的居家时光。印象最深的一次，是跟男友外出约会返程，正好撞上晚高峰大堵车。天色已经黑下来，开车的时候低头看屏幕很不安全。开启导航后，小艺立马回应，不仅能主动识别拥堵路况，还能快速规划出更顺畅的绕行路线，一路语音实时播报。我坐在副驾，不用频繁翻看手机，听着清晰的指引，两个人悠闲地聊着天，安安稳稳往家赶。偶尔，也会和男友闹点小情绪，心里闷闷不乐，我会随口和小艺唠上几句，它还会温和的回应着我，总能稍稍抚平心里的委屈。曾经我以为，AI只是花里胡哨的附加功能，真正用久了才懂得，它不是冷冰冰的机器。未来，相信小艺能在工作上替我分担压力，生活里陪伴我和男友的点点滴滴，没有多么惊天动地的黑科技，全藏在一件件细碎的日常当中。

豆包的存在感不强，虽然一些短视频的用户喜欢用豆包，但是这部分人使用的频率还是太低了，相对比DeepSeek等，豆包确实存在感很低，基本边缘化了……​​​

MetaMuse这个智能体或成为人工智能落地应用场景的重要标志，目前市场反应还不够积极，国内对标的产品也没有出现，感觉这个方向会有表现。​​​

马克龙对中美两国在全球人工智能领域的主导态势心存不满，他公开表态，绝不会向当下人工智能领域逐步成型的世界格局妥协。马克龙既察觉到自身以及欧洲已落在身后，生出了强烈的危机感，又满是无力感，核心技术始终难以追平。

英国图灵研究所：人类可能在未来五年内失去对人工智能的控制俄罗斯卫星通讯社2026年9月23日,22:45俄罗斯卫星通讯社莫斯科9月23日电英国艾伦·图灵研究所的研究报告显示，由于人工智能系统迅速发展，人类可能在未来五年内失去对人工智能系统的控制。报告显示：“存在这样一种真实的可能性，未来五年内出现‘超级智能’的人工智能系统，其完成几乎所有认知任务的能力都将超过人类。”报告指出，人工智能系统完成任务的速度和质量将导致人类越来越多地利用人工智能做出决定。报告显示：“如果人工智能系统发明出研究者无法恰当评估的策略，或者比机构的工作速度更快，那么人类可能失去目前对人工智能的控制。”此前，美国人工智能企业安特罗匹克公司首席执行官达里奥·阿莫代伊对人工智能快速发展表示担忧，他呼吁放慢更强大的人工智能模型的研发速度。人工智能企业xAI所有者埃隆·马斯克、美国开放人工智能研究中心（OpenAI）首席执行官萨姆·奥尔特曼对此提议表示同意。

一家中国芯片公司周二宣布推出其下一代训练与推理人工智能（AI）芯片——真武V900，并称其在计算性能方面是中国最强大的AI芯片。一位中国专家指出，此次发布凸显了国产替代外国AI处理器的势头日益增强，随着中国在美方对先进半导体出口管制的背景下加大实现科技自立自强的力度。周二，阿里巴巴旗下芯片子公司平头哥半导体公司在浙江省杭州市举办的一场行业会议上发布了ZhenwuV900。据该公司介绍，ZhenwuV900的性能约为上一代ZhenwuM890的三倍，旨在满足万亿参数规模模型的训练与推理需求。公司表示，定于2027年第一季度开始批量生产和商业销售。下一代芯片基于T-Head专有的并行计算架构，并为FP8和FP4低精度计算提供了原生支持。该公司表示，这显著提高了计算密度，同时降低了推理成本，使芯片适用于广泛的场景，包括高精度训练、低精度推理和超低精度推断。行业观察人士指出，此次发布反映了中国本土人工智能芯片行业的整体进展，该行业在性能与供应方面持续拓展，以支持前沿模型的训练与推理。振武系列芯片服务于包括自动驾驶、金融、大语言模型、嵌入式智能、能源和制造在内的650多家企业客户。基于振武M890的超节点系统支持了超过2万亿个参数的国产大语言模型，包括阿里巴巴的Qwen3.8和Moonshot的KimiK3。除了平头哥之外，华为、海光信息、壁仞科技、上海燧原科技、MetaX和摩尔线程等中国人工智能芯片厂商也提供了多样化的国产芯片解决方案，有助于构建更加自主可控的半导体生态系统。《华盛顿邮报》今年6月援引伯恩斯坦研究的一份报告称，到2025年，英伟达在中国人工智能芯片市场的份额约为40%，与华为大致相当。伯恩斯坦预测，今年英伟达的份额可能降至约8%，而华为的份额则可能升至约50%。资深科技行业分析师马继华周二对《环球时报》表示，中国芯片产业已进入“多点突破、同步推进、相互支撑”的新阶段，在芯片设计、互连技术、网络与存储、操作系统及相关软件生态等领域，正逐步形成更加完善的端到端协同体系。马表示，该行业规模庞大且增长迅速，已成为中国出口结构中日益重要的组成部分。他指出，中国在成熟工艺制造领域已建立起显著优势，包括生产规模、良品率以及配套的制造与研发能力。然而，马强调，上游设备和工具仍存在关键瓶颈，包括极紫外光刻机和电子设计自动化软件，这些领域仍是需要突破的重点。尽管面临这些挑战，他表示整体趋势十分明确：近年来中国半导体产业已取得显著进展，尤其是在计算芯片领域，并正稳步朝着提升自主可控能力和实现规模化部署的方向迈进。随着国内芯片厂商持续丰富产品线并提升性能，分析师表示，未来几年中国人工智能硬件领域有望迎来竞争加剧、商业化进程加速以及跨行业应用范围扩大。

AI提高效率的同时，也带来理解力和批判性思考风险。多项研究提示，人使用人工智能完成任务更快，但独立理解和核验能力未必同步提升。到了2026年，这已经不是单纯的网络争论。3月31日，IEEE《软件工程汇刊》发表了一项针对69名参与者的实验。他们分别在有人工智能（AI）和没有人工智能（AI）帮助的情况下完成编程任务。结果很有意思：用了人工智能（AI）以后，完成的任务明显更多，中位完成度超过不用人工智能（AI）时的两倍。可当研究人员回头询问代码里的技术细节时，人工智能（AI）组的回答能力却下降了12.5%。这正好碰到了当天IT行业一个容易被忽略的矛盾。现在情况完全不同，一段代码报错，整段复制给人工智能（AI），十几秒就可能得到修改方案。问题解决得很漂亮，可中间那段最费脑子的过程消失了。当天少查一次错误原因感觉没什么，次日再少想一次，半年以后，完成任务的速度可能越来越快，独立判断代码到底哪里出了问题的能力，却未必跟着一起增长。2026年5月，一项汇总23项研究的元分析又给出了类似信号。研究发现，生成式人工智能（AI）对程序员生产率总体存在中等程度的积极作用，但不同环境差异很大；到了“有没有真正学会”这一项，研究没有发现稳定、显著的整体提升。换句话讲，人工智能（AI）很擅长帮助一个人把活干完，但“活干完”和“本事长在自己身上”，已经越来越像两回事。这也是为什么2025年麻省理工学院那项脑电研究会引发巨大讨论。54名参与者被安排完成写作任务，一部分人只能靠自己，一部分人能使用搜索引擎，还有一部分人可以使用大语言模型。研究团队用EEG记录脑活动。结果显示，不借助工具的一组出现更广泛的脑网络活动，搜索组居中，使用大语言模型的一组整体连接较弱。网上后来出现一句传播很广的话：“人的神经连接从79个掉到42个。”这句话不能这么理解。79和42不是说一个人的大脑原来有79条神经连接，用完人工智能（AI）只剩42条，更不是神经元被人工智能（AI）“用没了”。论文说的是特定脑电频段分析中，两组出现统计显著差异的连接数量：不借助工具组为79，LLM组为42。它描述的是实验条件下的脑电网络差异，不能直接翻译成“大脑退化47%”。还有一点必须讲清楚。截至2026年9月，这项研究在MIT媒体实验室页面仍被列为arXiv预印本，论文最新版本于2025年12月31日更新，并不是已经盖棺定论的人类长期脑损伤研究。后来也有研究人员专门发表方法学评论，对样本规模、EEG统计方法、结果可重复性和报告方式提出疑问。所以，说“只要用人工智能（AI），大脑就会退化”没有足够证据。微软研究院和卡内基梅隆大学研究人员调查过319名知识工作者，收集了936个真实工作中的人工智能（AI）使用案例。结果显示，一个人越相信人工智能（AI）能够处理好当前任务，越少报告自己进行了批判性思考；而对自身专业能力越有信心的人，反而更愿意核验人工智能（AI）给出的内容。更有意思的是，人工智能（AI）并没有让“思考”彻底消失，而是在改变思考发生的位置。以前是自己查资料、整理信息、提出答案；现在变成让人工智能（AI）先做一遍，人负责检查、挑错、拼接和决定是否采用。对于有经验的人，这可能是一种升级，因为他知道哪里值得怀疑；对于基础本来就不牢的人，情况却可能相反——连答案错在哪里都不知道，又怎么核验？浙江大学管理学院2025年发表在《ScientificReports》上的研究，把这种矛盾表现得更加直观。研究团队进行了四项在线实验，共涉及3562人。人与生成式人工智能（AI）合作时，当前任务表现确实可以提高；可随后重新独立完成工作时，这种优势并没有稳定延续，一些参与者还出现内在动机下降、无聊感增加的情况。这恐怕比“人工智能（AI）会不会把人变笨”更值得企业思考。如果公司只盯着当天一个程序员写了多少代码、完成多少需求，他当然可能因为人工智能（AI）显得效率很高。但企业真正需要的，是半年后系统突然出故障时，这个人能不能判断问题在哪里；人工智能（AI）给出三个相互矛盾的方案时，他能不能知道哪个能用；遇到从没见过的问题时，他还能不能自己往下推。工具越强，这些能力反而越值钱。

#CPU与GPU配比趋向1比1#人工智能技术的发展，最终的落地形式，应该就是智能体，而智能体的运行对CPU提到更高的需求，这是大趋势。​CPU与GPU配比趋向1比1人工智能技术的发展，最终的落地形式，应该就是智能体，而智能体的运行对CPU提到更高的需求，这是大趋势。​

新加坡联合早报今天（9月23日）报道：“新加坡等20个国家和欧盟共同发表人工智能安全声明。黄循财总理呼吁各方继续寻找切实可行的方式，凝聚共识，确保前沿人工智能的发展始终处于人类的控制和监督下。”评几句：这事儿说白了，就是20个国家和欧盟凑一块儿发了个声明，说人工智能发展不能乱来，得有人管、得在人类控制范围内。新加坡总理黄循财也跟着呼吁大家多找点实际办法，别光喊口号。现在AI的算力、芯片、核心技术都掌握在少数几个大国手里，小国像新加坡心里慌，怕哪天被AI时代甩下，连说话的份儿都没有，所以赶紧表态刷个存在感。但是，这种声明往往雷声大雨点小。真要管，最该被管的恰恰是那些有实力搞AI军备竞赛的大国，但人家大概率会给自己留后门。说到底，AI安全这事儿，谁掌握技术谁说了算，规则不过是强者给弱者画的线。

新加坡联合早报今天（9月23日）报道：“新加坡等20个国家和欧盟共同发表人工智能安全声明。黄循财总理呼吁各方继续寻找切实可行的方式，凝聚共识，确保前沿人工智能的发展始终处于人类的控制和监督下。”评几句：这事儿说白了，就是20个国家和欧盟凑一块儿发了个声明，说人工智能发展不能乱来，得有人管、得在人类控制范围内。新加坡总理黄循财也跟着呼吁大家多找点实际办法，别光喊口号。现在AI的算力、芯片、核心技术都掌握在少数几个大国手里，小国像新加坡心里慌，怕哪天被AI时代甩下，连说话的份儿都没有，所以赶紧表态刷个存在感。但是，这种声明往往雷声大雨点小。真要管，最该被管的恰恰是那些有实力搞AI军备竞赛的大国，但人家大概率会给自己留后门。说到底，AI安全这事儿，谁掌握技术谁说了算，规则不过是强者给弱者画的线。

何为人工智能？早前刷到阿贡国家实验室两位科学家探讨AI的视频，一下子就把我此前对人工智能的模糊认知理得通透了。说白了它就是一套效仿人脑学习逻辑的计算机技术，能在海量信息中瞬间揪出人类要耗费好几天才能发掘的潜藏规律，还能顺着实时变动自动调整应对策略，效率比人工高出何止百倍。如今它早不是实验室里鲜有人知的冷门黑科技了，早前就协助科研人员拆解过新冠病毒侵袭人体的机制，也可用来搭建模型预判极端天气、优化城市拥堵路段的通行规划，就连发动机这类复杂工业系统的迭代测试都能依托它加快进度。它并非要取代人的智能，更像一个超强的智慧辅助载体，把人类懒得计算、算不过来的繁杂事务全都承接下来，推动各个领域的探索不断向前迈进。

一篇技术观点文章提出，随着人工智能编程从简单的“提示即生成”发展为拥有验证框架、规则文件、测试套件和自主执行流程的工程实践，软件工程的重点正在改变。作者认为，当人类越来越少逐行阅读AI生成的代码时，编程语言的核心价值就不再只是便于人类阅读实现细节，而是要更精确地表达“程序应该做什么”。因此，未来语言的竞争力可能会从实现便利性转向规格表达能力。文章以Lean4为例，主张用类型系统直接充当规格说明。其理论基础是Curry-Howard对应关系：类型即命题，程序即证明。依赖类型让开发者不仅声明某个函数返回列表，还可以要求它返回一个附带机器可验证排序证明的有序列表。这样，编译器不再只检查代码能否运行，而是检查实现是否满足逻辑承诺。只要规格可以写成类型，AI就可以自由选择算法，但若没有有效证明，结果会被编译器拒绝。作者认为，这标志着类型驱动开发可能迎来新阶段：人类更擅长定义意图和约束，AI更擅长生成实现和补全证明，依赖类型成为两者之间的桥梁。文章通过排序算法的Lean4示例说明，无论是插入排序还是其他AI生成的实现，类型本身都能强制输出满足正确性，而不依赖传统测试作为主要保障。这一观点的核心是，在AI高速生产代码的时代，工程信任的关键应从“看起来能用”转向“可被机器证明”。

生产力就是效率，效率就意味着金钱，效率越高，赚钱的速度越快。如果你想做一人公司，建议真的要利用AI。AI就是一人公司最好的工具。以前你可能需要花大量的成本请人和场地，现在AI真的可以帮你解决极大的成本。当然，AI也需要成本，但是成本下降了呀。未来会诞生大量的一人公司，一个人就可以操控很多智能体或者人工智能，这种场景会非常常见。你看现在很多AI短剧，几个人就造出可能别人要花好几百万、上千万才能达到的效果。可是现在有了AI，真的很多小团队，就那么几个人做出了那种世界好莱坞大片的效果。

力荐中国！马斯克给年轻人的最新建议！“中国太棒了，是一个了不起的国家，我鼓励世界各地的人都去中国看看，让他们自己去探索。”今天（9.23）埃隆·马斯克接受央视财经专访，他表示自己非常喜欢去中国，也希望大家都能去中国体验一下“难以置信的壮丽”。“一定要往窗外看，别总盯着手机，因为有太多东西可看”，马斯克说在中国，值得一看的东西太多了，风光美不胜收，用语言根本无法描述。他还给年轻人提了个建议：最好是尽可能广泛地接受教育，涵盖人文、艺术与科学等领域，在他看来，提问题比找答案重要，年轻人想要向人工智能机器人提要求就得具备组织问题的能力，知识面越广越擅长提问题。所以年轻人在学习的过程中不能太依赖AI，不要偷懒，而是锻炼自己的思维能力，知识面要广泛，否则就不容易提出正确的问题和指令。在未来社会，通识基础是底层竞争力的重要部分，你的知识面越广，就越擅长向AI下达高质量指令，也就越能充分发挥人工智能的能力，去创造价值。这跟古人博观而约取厚积而薄发的理念相通。德随量进，量由识长。故欲厚其德，不可不弘其量；欲弘其量，不可不大其识。但现在很多人都是耽于惰性，知其然不知其所以然，马斯克的建议也算是很有针对性了。一个谷爱凌，一个马斯克，现在称得上中美合作交流的两个代表人物。

自己项目卡住了，有没有大佬能帮忙看下😭有的朋友，有的！🙋‍♀️🙋项目卡住了，想找人当面聊聊？这场可以带着自己的项目来👇众智FlagOS技术大会安排了全天实操工作坊，可以和一线技术专家交流排障。算子优化、芯片适配、大模型端侧部署……有具体问题，就带来一起讨论。想听分享的，也有AI系统、AIAgent、具身智能、车载等六大分论坛，还有FlagOS2.2新版本发布。📍北京中关村国家自主创新示范区展示中心🗓️2026年10月17—18日，周末两天想了解怎么参加，评论区回复「报名」～也可以先聊聊：你最近被项目里的哪个问题卡住了？#AI进化生活howto#人工智能#开发者#AI工具#FlagOS#北京活动

9月22日，纽约联合国大会，马克龙在发言中谈到人工智能时撂下一句话：不能让美国和中国这两个大国，或者少数几个巨头企业，来决定人工智能的一切——决定谁该暂停、谁不该暂停，决定哪些创新会威胁到国家安全，决定我们的社会未来长什么样。这话听着挺硬气，可你仔细咂摸，味道就变了。我个人的判断是，马克龙嘴里喊着"不能接受中美主导"，可他真正焦虑的，是欧洲在这张AI牌桌上快没位置了。他呼吁那些"珍视自身独立"的国家凑到一起，把算力和投资能力拢一拢，搞一个开源的尖端模型出来，翻译得直白点就是：兄弟们，咱们再不抱团，以后连上桌的资格都没了。他用的词特别有意思——"附庸"。说不想让任何国家变成超级大国的附庸，可问题是，法国自己心里清楚，单打独斗根本追不上中美在AI领域的投入规模。这是他作为总统在联大讲台上的最后一次演讲——明年他就将卸任，这份告别演讲的分量，比一般年份要重一些，也让这句"不当附庸"听着更像是一种交代，而不只是姿态。回头看看他提到的中国，其实挺微妙。他把中国和美国并列成"两大国"，表面上是抬举，实际上是在制造一种紧迫感——欧洲人最怕被夹在两个巨人中间喘不过气。可这套说辞有个漏洞：中国在AI领域走的是应用落地、产业赋能那条线，跟欧洲人嘴上挂着的"价值观""规则"根本不在一个频道上，把中国和美国捆在一起说，多少有点图省事。他真正想说的其实是另一层意思——法国也好，欧洲也罢，在这场竞赛里已经落后了：算力不如美国，数据不如中国，人才还在往外跑。这番话与其说是对中美喊话，不如说是对欧洲内部喊话，提醒那些还在犹豫的国家：别等了，再等就真没戏了。有意思的是，就在他登上联大讲台前四天，9月18日，马克龙在爱丽舍宫把法国几乎所有党派领袖和总统候选人都请了过去，做了一场关于俄罗斯"混合威胁"的机密简报，会后他公开表态：俄罗斯对欧洲的威胁性质正在发生变化。这个场景放在一起看，就更能理解马克龙这份"团结欧洲"呼吁背后的底气有多薄——就在他呼吁"珍视独立的国家联合起来"的同时，欧盟内部围绕对俄制裁续期的博弈正闹得不可开交：制裁本应9月15日到期，斯洛伐克作为27国里唯一的反对票，硬是把延期方案从一年一续拖回了临时的七天方案，理由是它和俄罗斯天然气公司签到2034年的合同，一旦违约赔偿谁来出没人说得清。而法国自己国内，柴油和汽油价格也在同一时期冲上历史高位，民调显示过半法国人最焦虑的事就是买不起东西——马克龙解释说这是"地缘政治的结果"，可普通人听着，未必买账。这两件事放一起看，逻辑就通了：马克龙在联大讲台上呼吁"别当附庸"，本质上和他在爱丽舍宫召集全国政要开会是同一套逻辑——都是在提醒大家，欧洲已经没有多少筹码可以浪费了。可现实是，欧洲连对俄制裁这种相对成熟的协调机制，都还得为了一个国家的一份能源合同反复拉扯，更别说在AI这种烧钱烧算力的新赛道上，真正拧成一股绳去跟中美掰手腕。他还提了一嘴G20框架下的AI合作议程，听着挺大，但G20里中美都在，想在G20里搞一个"独立于中美"的AI方案，操作起来的难度可想而知。马克龙这个人说话向来有野心，他在联大讲台上还扯了加沙、苏丹、乌克兰，把AI跟这些事儿打包在一起说，意思很明白：AI治理不是技术问题，是国际秩序问题，谁掌握了AI规则，谁就掌握了下一个时代的主动权。可主动权这东西，不是喊两句口号就能拿到的——欧洲的AI投资跟中美比差着量级，法国自己的AI公司还得靠美国资本养着。在这种情况下说"不能接受中美主导"，听着更像是一种不甘心的表态。他这一番话，说到底是在给欧洲找一条活路：打不过就联合，联合不了就喊，喊得响了，至少能在规则制定的桌子上占个座。至于这个座能不能坐稳，看看他四天前在爱丽舍宫那场会议后欧洲团结被反复拆解的样子，答案恐怕不太乐观。

智谱又送鸡蛋了！中秋国庆额度翻倍随便用！智谱中秋国庆双节活动来了！之前的夜间畅享活动这回直接延期到十月七号，晚上十一点后GLM-5.3-Flash免费无限用，对我这种晚上挂Agent通宵跑任务的人来说是真舒服！而且双节期间还取消了下午高峰限频，日常额度也耐用不少！前几天新出的GLM-5.3-FlashX高速模型也陆续开放给CodingPlan用户了，想试用的去直接智谱开放平台公众号申请就行~但要注意它的额度消耗是GLM-5.3-Flash的2.5倍哦，所以真正赶时间的任务再找他！那问题来了，国庆赶工的这波你蹬吗？[滑稽笑][滑稽笑]#AI工具#大模型#AI人工智能#人工智能#AI#智谱#GLM#DeepSeek#openclaw#小红书科技AMA

这不是普通科技消息，是大国科技博弈的正面冲锋！北京时间9月20日，一则消息引爆全球舆论，当地时间9月19日，特朗普直接在自己的真实社交平台抛出重磅决定，宣布要组建全新的AIForce人工智能部队，还要专门设立AI事务总管一职，搅动整个全球AI赛道。很多人第一眼看到消息，以为美国已经建成全新作战单位，一场AI军备竞赛立刻落地，可路透社的报道直接泼下冷水，白宫至今没有对外披露这支AI部队的组织架构、预算规模与管辖权限，我认为，眼下这一切，仅仅停留在政策口头宣布阶段，并不是已经落地成型的正式机构，说白了，现在只有一纸宣言，没有配套落地的骨架。特朗普把这支AI部队拿来对标当年的太空军，想复刻太空军从概念走向实体的路径，可两者根本不能同日而语，当年太空军落地，经历国会辩论、预算审批、编制调整，层层关卡缺一不可，如今这支AI部队，连钱从哪里来、归哪个部门管辖都没有答案。一边是特朗普高调造势，对外塑造美国抢占AI制高点的强势形象；另一边是美国国会、科技界不少人保持观望，质疑这个新机构会不会只是一场用来造势的政治宣传，这就是最耐人寻味的对立拉扯。有人看到官宣，惊呼美国AI军备已经弯道超车。也有人冷静指出，没有预算和权限支撑的部队，说到底只是一个口号，难道仅凭一条社交平台帖子，就能凭空打造出一支人工智能部队吗？我感觉，这件事的本质，早就跳出科技公司研发新模型的范畴。人工智能早已不再只是普通商业科技产业，它已经变成大国博弈底层核心能力。就像百年前掌握钢铁、电力就掌握时代主动权，未来谁牢牢攥住AI能力，谁就能在情报、指挥、工业、舆论等多个维度拉开差距。算力、数据、算法，就是新时代的矿产与工厂，特朗普心里很清楚这一点。他公开表态，AI会是新一轮远超互联网的工业革命，甚至有望占到美国GDP的25%，他一边喊着大力扶持AI产业，一边抨击部分民主党人试图限制AI发展。可矛盾点就在这里，美国内部本身就分裂严重。科技巨头担忧AI失控风险，呼吁设置监管红线；特朗普阵营却主张放开束缚，全速冲刺AI竞争，内部意见撕裂，这支AI部队想要顺利落地，阻力可想而知，我们千万不要只盯着热闹的官宣，就高估短期影响。口号容易喊，体系很难建，AI不是单纯造几件硬件装备，需要海量算力、顶尖人才、长期资金持续投入，大国AI比拼，拼的不是一次性的官宣造势，而是长年累月的持续积累，一次政策宣布，能立刻改写竞争格局吗？显然不能。但这件事释放出的信号不容小觑。美国已经正式把AI上升到国家级战略部队层面，把人工智能和国防竞争深度绑定，接下来全球各国，都会加速调整自身AI发展布局，AI领域的大国博弈，只会越来越激烈。这场竞争，才刚刚拉开序幕。以上是小编个人看法。各位读者你们怎么看？欢迎在评论区讨论。

为什么有了AI之后，大家购买商品的兴趣反而越来越低了？不知道你有没有发现一个很明显的变化，AI普及之后，我们刷短视频的时间越来越多，可愿意随手下单的冲动，却在悄悄变少。尤其是食品这类依靠种草带动的品类，感受会更加突出。放在几年前，真人吃播是食品带货的核心。博主真实出镜、现场试吃，自然的咀嚼反应、直观的口感反馈，很容易搭建起信任。我们愿意相信镜头前的体验，被诱人的画面勾起食欲，愿意抱着期待去尝试一款新品。而AI的出现，打破了这份信任的平衡。现在虚拟人、AI换脸、合成试吃视频的门槛变得极低。一段看起来生动诱人的吃播，镜头里诱人的食物、丰富的表情，都有可能是AI凭空生成的，博主根本没有真正品尝过这款产品。当消费者慢慢意识到这点，心里的疑虑就会不断放大，视频里的口感描述是不是编造的？实物和画面会不会差距巨大？食品的安全能不能得到保障？信任一旦被稀释，盲目尝试的意愿自然持续下降。从前看着吃播就想下单尝鲜，现在第一反应变成分辨内容真假，冲动消费的火苗，还没燃起就先被顾虑浇灭。不止是食品种草，AI也在从其他层面改变我们的消费心态。过去商家依靠精致软文、氛围感广告制造信息差，我们很难快速辨别溢价与套路。如今借助AI，我们可以轻松对比参数、查询成本区间、甄别营销话术，各类“智商税”产品再也难以轻易忽悠人。同时AI也能提供大量数字化替代方案：想要效果图、创意素材、搭配参考，不用再依靠购买实物来满足需求，很多情绪价值，线上就能低成本获取。海量的AI推荐还会带来选择过载，琳琅满目的相似商品让人陷入选择焦虑，害怕踩坑的我们，最后常常选择干脆不买。当然，消费欲望降温，不等于电商会彻底失去盈利空间。受到冲击最严重的，是那些单纯依靠虚假种草、收割短期流量的网红爆款。这类商品的盈利根基本就是信息差和瞬时情绪，在AI带来的信任危机里，生存空间会不断收缩。但刚需品类、拥有稳定口碑、品质可溯源的商品，依旧拥有稳定的市场。消费者只是不再愿意为虚假的营销买单，选购标准慢慢从“被画面打动”转向看重真实评价、质检资质、供应链实力。AI没有消灭消费，它只是瓦解了低成本的流量骗局。未来的市场，会慢慢告别靠虚假内容诱导冲动下单的时代。商家想要留住消费者，不能只依赖AI生成精美虚假素材，而是要回归产品本身，用真实实拍、透明信息、稳定品质重建信任。而我们普通人，消费会变得越来越理性，不再轻易被短视频牵着钱包走。有了AI加持，我们不会再盲目去相信自己的眼睛，而是更加自信地走进实体店，去用一分价钱一分货来比较自己的生活，感受消费带来的真实体验。

中美人工智能对话之后，特朗普给AI换了一个称呼据法新社报道，美国总统特朗普9月22日宣布，美国政府今后将在官方表述中把人工智能（ArtificialIntelligent，简称AI）改为“超级智能”（SuperIntelligence）。这个决定是在中美人工智能对话的大背景下做出的，路透社同日报道称，一名知情人士当天表示，美国财政部长贝森特可能成为总统特朗普的新任人工智能事务主管。为什么美方会在AI领域如此大费周章？对于这个问题，我想从两个方面来说，一是中美AI竞争，二是美国当前AI产业存在的问题。首先，中美AI竞争现阶段处于非常激烈的状态，美国多个预测机构均认为，中国人工智能大模型只落后美国数月。所以，在这种情况下，美方要尽可能的建立有关人工智能的规范，以抢占和维护美国在人工智能领域的话语权和主导地位。这一次特朗普将人工智能改名为“超级智能”亦是如此，它不是简单的换个名字或叫法，而是要塑造大众的认知，确立美国对人工智能产业的主导权。其次，美国当前AI产业发展并不健康，过去一年里，OpenAI和Anthropic旗下的人工智能大模型多次被曝出，在沙盒测试中出现“越狱”的情况。这表明美国人工智能大模型在发展的过程中太过于粗糙，立法和相应的监督机制完全没来得及跟上，导致危机频发。所以特朗普给人工智能改名，任命贝森特为白宫人工智能事务主管，本质上是在借鉴中国在人工智能领域监管的经验，健全美国人工智能产业发展的监督机制。这也表明中美两国可能在人工智能领域有了新的合作，但目前关于新合作的形式，我们还不得而知，所以让我们持续关注此事。

以色列总理内塔尼亚胡今天谈人工智能：“我定下一个目标：五年之内，我们要成为全球第三大人工智能强国。目前已有美国、中国，这都不是小国。但我希望以色列能够，并且在上帝庇佑下必将成为第三大人工智能强国。”评几句：内塔尼亚胡提出五年跻身全球第三大人工智能强国的目标，一方面看到AI已经成为大国竞争的关键赛道，以色列拥有大量科创人才与初创企业基础，希望借人工智能进一步巩固自身科技优势。可AI竞争不只是靠聪明的工程师，还需要海量算力、大型数据中心、充沛电力、庞大本土市场、完整芯片供应链，这些恰恰是以色列的短板。国土狭小，电力基础设施很难支撑超大规模AI算力集群，高端芯片、算力硬件高度依赖外部进口，本土市场体量有限，很难支撑大模型的大规模迭代与商业化循环。它可以在细分赛道做到顶尖，但五年时间想要全面超越法、英、韩、日本等一众科技强国，综合实力冲到中美之后的第三位，难度极大。

内塔尼亚胡谈人工智能:“我设定了一个目标，五年内，我们将成为第三个人工智能强国;有美国，有中国，不是小国，但我希望以色列成为第三大国，在上帝的帮助下，它将成为第三大国。”

人工智能终于显露出了最原始面目：它们开始吃纸了。近来日本古籍界传出一桩令人不寒而栗的古怪现象：成群来路不明的买家正在日本各地拉网式搜罗旧书。从历史哲学、医药律法，到偏僻区域的方志乃至半个世纪前的政治传单，只要纸上有字，几乎统统收下。有店主说，小店一天能卖出去一百册，还有人单日销售额直接翻了五倍。更蹊跷的是，这些分散在北海道、九州、冲绳的订单，最后全都寄往同一个地方：冈山县的一家物流中心。日本电视台顺着这条线往下挖，挖出了一个更让人坐不住的数字：出口记录显示，已有超过五十吨日本书籍被运往美国，大概三十多万册。这些书不是去了图书馆，也不是进了收藏家的书房，而是很可能被送进扫描仪，然后——碎成纸浆。这不是阴谋论。今年7月，美国调查媒体404Media就曝光过一条完整的灰色链条：AI公司通过中间商，以几千到上百万册的批量，疯狂收购2022年之前出版的纸质书。买回去后用液压机切掉书脊，塞进高速扫描仪，每分钟能扫八十到一百二十页。扫完，原书直接粉碎打成纸浆。整个流程冷酷高效，像一条吞噬文字的流水线。法庭文件后来扒得更细。卷入版权官司的AI公司Anthropic，内部有个代号"巴拿马计划"的项目，预算数千万美元，目标半年内处理五十万到两百万册书，内部要求写得直白：尽可能降低外部关注度。除了买正版旧书，他们还从盗版网站下载了超过七百万本盗版图书，一股脑全喂给了模型。有人会问，互联网上不是什么都有吗，AI公司为什么非要跟一堆旧纸过不去？答案有点讽刺：互联网已经被AI自己"污染"了。这两年大模型爆发，网上到处是AI写的文章、编的故事、生成的代码。新一代模型再拿这些东西训练，就会出现"模型崩塌"——AI学AI，越学越同质化，越学越平庸，最后输出的全是正确的废话。而2022年之前的纸质书，几乎可以保证是人类一个字一个字写出来的，干净、原创、密度高。对饥渴的大模型来说，这些旧书就像未被开采的油田。日本成为重灾区也不是偶然。它是出了名的古籍保存大国和翻译大国，过去一千多年孤悬海外避开了很多战火，保存了大量东亚珍贵文献——世界现存最古老的纸本《论语》就在日本。同时，日本翻译西方著作的体量惊人。对AI公司来说，日本旧书市场简直是一座现成的、分门别类的知识金矿。最近还爆出日本大型出版物中间商Nippan把大量书籍卖给Anthropic扫描训练，很多出版社对此毫不知情。最让人心里不是滋味的是那些真正稀缺的书。英国爱丁堡一家二手书店老板说，他最近卖出的书里，有一本是目前已知唯一幸存的18世纪版本。他说了句实在话：如果一本学术著作印了一百册，七十五册在图书馆，毁掉一本无所谓；但全世界就剩这一本了呢？扫描后粉碎，意味着人类文明的某个孤本从此只剩一个数字文件，而那个文件归谁、能不能公开，没人知道。旧书店老板们的心情也很复杂。一边是实打实的生意，冷门书终于有人要了；另一边是说不清的不安——卖出去的那些书，可能再也不会被任何人翻开了。这件事说到底，不只是技术问题，而是"谁拥有人类知识"的问题。过去书是公共的，你买了一本，图书馆还有一本，别人还能再印。但现在，当一家公司把海量的书买走、扫描、销毁，再把扫描件锁进自己的训练库，这些知识实际上就从公共领域转移到了私人手里。AI公司用全人类写的书训练出模型，再用这个模型向全人类收费——这个逻辑，越想越觉得哪里不对。大模型吃纸，听起来像科幻设定，但正在真实发生。那些被扫描机吞噬的旧书里，可能有某位学者一辈子的心血，可能有某个小镇唯一的地方志，可能有一本再也不会重印的诗集。它们变成了模型里的一串参数，再也不会被某个人在某个下午翻开。技术在进步，但有些东西消失了，就真的没了。