行业分类:
加载中...
头条分类:
加载中...
宝马首款纯电轿跑SUV,新世代iX4实车谍照曝光
IT之家 1 月 5 日消息,今天上午,外媒 BMW Blog 公布了一组宝马全新纯电动轿跑 SUV iX4 的伪装测试车现身德国道路的实车图,进一步印证 X4 系列即将全面告别燃油车型。 作为首款基于“新世代”平台打造的运动型轿跑 SUV,iX4 将成为宝马纯电产品线中的重要一步。新车内部代号 NA7,也是宝马历史上首款纯电动跨界轿跑。 车身被厚重伪装覆盖,展现出鲜明的轿跑轮廓。相比上一代 X4,新车姿态更低、更具攻击性,外扩翼子板强化了贴地感。车头设计延续了 iX3 的家族特征,但从 B 柱开始,整车造型出现明显变化。 车顶线条向后快速下压,车窗面积随之收缩,进一步突出轿跑风格。车尾设计上,尾门扰流板内嵌横向开口,与宝马以往的布置方式不同。测试车还展示了全新的双色轮圈设计,齐平式门把手则延续自 iX3。 座舱风格预计将与 iX3 保持高度一致,彻底告别传统 X4 的内饰思路。iDrive 旋钮和大量实体按键被移除,中控核心是一块 17.9 英寸触控屏,整体强调极简与数字化。 在 iDrive X 系统支持下,iX4 将引入名为 Panoramic Vision 的前风挡投射显示,包含三块固定信息区域和六个可自定义显示模块,整体交互逻辑与 iX3 看齐。 IT之家从报道中获悉,按照目前信息,宝马计划在 2026 年夏季左右正式发布 iX4,并有望于同年 11 月在匈牙利德布勒森新工厂启动量产。
相机工业百年产量不敌一家手机厂!OPPO已累计交付55亿颗摄像头
快科技12月31日消息,OPPO副总裁吴恒刚在中央电视台的节目中表示,截至目前,OPPO为全球用户累计交付摄像头总量已超55亿颗,这个数字超过了相机工业百年历史产量的总和。 2016年,OPPO在算法领域首创像素四合一技术,开启移动影像技术升级之路。2017年,OPPO又首创出了潜望长焦技术,如今已成为旗舰手机标配。 从Find X6到X9系列,OPPO先后推出大底潜望、双潜望、倒置潜望及哈苏2亿超清长焦技术,同步实现计算光影、丹霞色彩还原等算法突破,持续引领手机人像拍摄体验升级。 2025年4月2日,OPPO在江西婺源发布全新移动影像技术品牌“LUMO凝光影像”,提出“环境人像”全新主张,通过整合光学硬件与计算摄影,精准解决复杂光照下人像拍摄痛点,还原真实光影与色彩。 该技术品牌包含超光感计算光学系统、超感知数字成像引擎和全链路原彩ProXDR三大核心组件,首次实现画面不同区域的精准色温计算,终结了摄影行业百年来的“人景割裂”困境。 LUMO凝光影像自研算法凭借突破性创新,获得OPPO 2025年度科技引领金奖,成为五年以来首个获得该奖项的创新技术,独享百万奖金激励。 目前,OPPO已累计投入数百亿元用于影像技术研发,组建超1000人专项研发团队,全球专利申请量达11.7万件,位列中国企业专利创新前十,是唯一上榜的智能手机企业。
Instagram短视频板块Reels年化收入达500亿美元,成Meta最大增长引擎
IT之家 1 月 5 日消息,当地时间 1 月 1 日,据《华尔街日报》报道,在不断试错和算法优化后,Reels 已经成长为 Meta 最具增长潜力的业务。对于曾多年追赶 TikTok 的 Meta 来说,下一步考验在于,Instagram 能否把短视频优势复制到电视等更大屏幕上。 Reels 诞生之初,是 Meta 应对 TikTok 冲击的权宜之计。五年过去,Reels 已成为公司核心营收来源之一,创收体量被认为可与可口可乐或耐克相当,并开始迈向电视端。 报道提到,扎克伯格在 Meta 于 2025 年 10 月举办的财报电话会上透露,Instagram 和 Facebook 上的 Reels 年化收入规模已超过 500 亿美元(IT之家注:现汇率约合 3496.7 亿元人民币)。相比之下,YouTube 今年的广告收入预计约为 460 亿美元,而 eMarketer 对 TikTok 的同期收入预测约为 170 亿美元。 扎克伯格将增长归功于 AI 驱动的推荐系统,并强调视频表现尤为突出。数据显示,Instagram 用户观看视频的时间同比增长 30%。 不过,Reels 并非一路顺风。Meta 内部研究曾显示,Instagram 在算法层面难以与 TikTok 抗衡。Reels 在 2020 年推出后表现平平,到 2022 年,其使用时长仅为 TikTok 的十分之一。 Instagram 产品副总裁 Tessa Lyons 指出,关键转折在于重新定义平台定位。Instagram 原本是照片分享社区,而短视频发现对内容排序提出了全新要求,意味着算法思路的彻底转变。 为追赶 TikTok,Instagram 不再仅依赖关注关系,而是引入基于观看时长和兴趣判断的推荐逻辑。Meta 为此构建了更复杂的 AI 系统,以高速解析用户互动信号。同时,公司通过补贴创作者推动原创内容生产,进一步提升推荐模型的准确度。 随着算法成熟,Reels 的增长开始显现。Sensor Tower 数据显示,Instagram 用户每天平均花 27 分钟观看 Reels,高于 YouTube Shorts 的 21 分钟,但仍落后于 TikTok 主信息流的 44 分钟。 Meta 认为,真正的增长空间在于电视端。公司已在美国通过亚马逊 Fire TV 测试电视版 Instagram。Lyons 表示,许多用户早已通过投屏在电视上观看 Reels,官方应用只是顺应这一趋势。 这一布局让 Instagram 正面挑战长期占据电视端优势的 YouTube。当前,YouTube 的电视端观看量已超过移动端,Instagram 希望实现类似转变。 与此同时,Instagram 也在调整互动方式。Blend 功能可让好友共享算法生成的视频流,新上线的控制选项则让用户主动引导推荐方向。Lyons 表示,这些个性化体验未来也将延伸至电视端,使多人观看场景下的内容选择更加自然。
Wi-Fi 8时代来了!联发科推出Wi-Fi 8芯片平台Filogic 8000系列
快科技1月5日消息,联发科在CES 2026上推出新一代Wi-Fi 8芯片平台——Filogic 8000系列。这次联发科不仅率先开创Wi-Fi 8生态体系,更进一步展现了其持续推动无线通信技术发展的实力。 该Wi-Fi 8解决方案将为各类产品带来高可靠性的连接能力,广泛应用于宽带网关、企业级AP、以及各类终端设备,如手机、笔记本电脑、电视、流媒体设备、平板、物联网设备等,并赋能各类AI产品与应用。 随着联网设备数量不断增多,无线网络环境变得愈发拥挤且容易产生相互干扰,从而导致连接不稳定、响应迟缓等问题。为确保流畅无缝的网络运作,稳定的Wi-Fi性能至关重要,Wi-Fi 8就是为满足此类需求而设计。 尤其在高负载场景下,如大量采用AI技术的应用场景,Wi-Fi 8能够提供强韧的连接能力和超低延迟的响应速度。此外,用户还可享受更高带宽、更佳能效以及大幅优化的连接品质,从而获得卓越的使用体验。 Wi-Fi 8为满足当前数字化与AI驱动的场景需求而设计,其创新涵盖以下四个核心领域: 1、无线AP相互协作: 协调波束成形(Coordinated Beamforming,Co-BF)、协调空间复用(Coordinated Spatial Reuse,Co-SR)、多AP排程(Multi-AP Scheduling,MAP)等技术,使无线AP能够相互协作,有效降低干扰并提升整体传输效率。 2、频谱效率提升与共存: 动态子频道操作(Dynamic Subband Operation,DSO)、非主信道访问(Non-Primary Channel Access,NPCA)、设备内共存(In-Device Coexistence,IDC)等技术,是设备即使在网络拥挤环境下也能有效分配频谱资源。 3、覆盖率及覆盖范围: 增强长距离(Enhanced Long Range,ELR)、分布式频谱资源单位(Distributed-Tone Resource Unit,dRU)等技术,通过提升上行性能并降低延迟,显著提升AI应用性能,并通过无缝漫游机制,让网络边缘区域的设备也能享受稳定连接。 4、延迟与可靠度优化: 更智能的传输速率调整与聚合PPDU(Aggregated PPDU,APPDU)等技术,对XR、在线游戏、工业自动化等高度重视实时性的应用领域提供稳定、低延迟的性能表现。 上述技术进步的综合,使Wi-Fi 8成为可规模化、强健且面向未来需求的平台,将推动高密度高性能的无线网络得以普及。 Wi-Fi联盟总裁兼首席执行官Kevin Robinson表示:Wi-Fi联盟成员始终领航产业创新,MediaTek率先推出的Wi-Fi 8解决方案,正是展现产业强大发展动能的优秀范例。 Wi-Fi 8将开启高性能通信的新时代,不仅支持更复杂的应用场景与沉浸式体验,更具备高可靠性的多千兆位传输能力。MediaTek的投入,将确保Wi-Fi 8技术可靠、稳定,并充分满足全球生态系统的需求。 MediaTek副总经理暨智能连接事业部总经理许皓钧表示:MediaTek率先推动Wi-Fi 8技术在包括网关及终端设备等多应用领域的落地。通过在CES的展示,我们不仅展现了推动下一代无线技术的承诺,也进一步巩固了我们在当今Wi-Fi时代的领航地位。 MediaTek在CES 2026展出的Wi-Fi 8解决方案,充分证明了其将下一代Wi-Fi技术推向市场的领航地位。随着AI与低延迟应用场景日益增多,市场对高可靠性连接的需求也达到了新的高峰。 MediaTek Filogic 8000系列为网关及终端设备提供强大动能,领航新时代,并延续了自Wi-Fi 7时代以来引领业界的步伐。MediaTek每年出货超过20亿台联网设备,并与德国电信、Airties、SoftAtHome、合勤科技等合作伙伴紧密协作,持续为未来智能设备提供稳定可靠的无线连接体验。 官方表示,Filogic 8000系列产品将聚焦于搭载Wi-Fi 8技术的高端与旗舰设备,首款芯片预计将于今年交付。
昆仑芯片上市,百度AI战略的“救命稻草”还是“纸面狂欢”?
昆仑芯的上市只是百度AI战略的“中场调剂”,而非“终局答案”。 文丨新知君 编辑丨新知君 2026年伊始,百度扔出了一枚震动科技与资本圈的“深水炸弹”——旗下AI芯片子公司昆仑芯以保密形式向港交所递交主板上市申请。 消息一出,百度港股单日飙涨近10%,市值重回3955亿港元,市场仿佛瞬间看到了百度AI战略价值兑现的曙光。 毕竟,在国产AI芯片集体冲刺资本市场的浪潮中,昆仑芯手握2025年超20亿元营收、外部客户占比超40%的成绩单,还有中国移动十亿级集采订单的背书,看似是百度AI战略最拿得出手的“硬资产”。 但热闹的表象下,藏着难以掩盖的裂痕。 这枚被百度寄予厚望的“AI王牌”,最新投后估值仅210亿元,不及摩尔线程、沐曦股份等同行千亿市值的零头;看似亮眼的营收背后,是持续亏损的现实和对百度内部订单的深度依赖;技术参数上的局部突破,更难掩盖与英伟达CUDA生态的代际差距。 更关键的是,昆仑芯的上市本质上是百度在AI投入十余年却迟迟未能找到清晰盈利路径后的一次资本腾挪,而非AI战略成熟的标志。 当市场沉浸在“国产AI芯片第一股”的想象中时,一个更残酷的真相是:即便昆仑芯顺利登陆港股,也解决不了百度AI战略的核心困境——技术生态薄弱、商业化闭环缺失、外部竞争挤压,这场IPO更像是一场纸面狂欢,终究救不了深陷迷局的百度AI。 昆仑芯的硬伤与百度AI的内部悖论,上市也难补短板 把昆仑芯视作百度AI战略的“救命稻草”,前提是这根稻草足够坚固。 但从技术、商业化到供应链,昆仑芯的满身硬伤,恰恰是百度AI战略内部矛盾的集中爆发,而这些问题,绝非一次上市融资就能解决。 技术上的“参数狂欢”,掩盖不了生态上的“致命短板”。 百度总是乐于强调昆仑芯P800芯片的算力优势——FP16算力达345TFLOPS,超越英伟达特供中国的H20芯片,能支撑万卡级集群运行千亿参数模型。 但AI芯片的竞争,早已不是单纯的算力比拼,而是生态的较量。英伟达之所以能垄断全球80%-90%的AI芯片市场,核心不是硬件性能碾压,而是CUDA软件生态构建的护城河——数百万开发者基于CUDA框架形成的应用生态,让客户迁移成本高到难以承受。 反观昆仑芯,即便已适配主流深度学习框架,但其自研生态的开发者数量不足英伟达的零头,在FlashAttention等关键算子的适配深度上仍有差距,客户迁移过程中面临的兼容性、稳定性问题,至今未能彻底解决。 一位头部云厂商技术负责人直言:“短期采购昆仑芯可享受国产替代政策红利,但长期来看,为了适配小众生态而修改大量代码,性价比太低。”这种生态劣势,是昆仑芯乃至所有国产AI芯片的共同困境,需要数十年的积累沉淀,绝非上市融来的资金就能快速填补。 商业化的“虚假繁荣”,藏着对百度的深度依赖和盈利难题。昆仑芯2025年超20亿元的营收看似亮眼,但拆解下来,外部客户收入占比刚超40%,也就是说,仍有六成收入来自百度内部的搜索、文心大模型等业务。 更值得警惕的是,其外部核心订单几乎都来自中国移动、招商银行等国企或金融机构,这类订单虽规模大,但往往带有政策导向属性,利润空间有限,且难以复制到市场化客户群体。 对比寒武纪2025年上半年28.81亿元营收且成功扭亏的表现,昆仑芯的盈利能力差距明显——2024年净亏损仍达2亿元,而AI芯片行业“烧钱换未来”的特性,意味着未来数年仍需持续高额研发投入,盈利前景渺茫。 更尴尬的是,昆仑芯的独立上市,本想消除潜在客户对“使用竞争对手技术”的顾虑,打开阿里、腾讯等头部互联网企业的采购空间,但百度仍持股59.45%的控股地位,让这种“独立性”大打折扣。 腾讯、阿里等本身就有自研AI芯片布局的企业,很难真正将昆仑芯纳入核心供应链,这让昆仑芯的市场化突破陷入两难。 供应链的“潜在风险”,则是悬在昆仑芯头顶的达摩克利斯之剑。尽管昆仑芯强调架构自研,但高端芯片的生产制造仍高度依赖台积电等外部代工厂,先进制程的供应稳定性、成本控制能力都不在自己手中。 当前全球芯片供应链受地缘政治影响持续动荡,EDA工具国产化率不足20%,一旦外部供应出现中断,昆仑芯的产能将直接承压。 更关键的是,AI芯片核心的HBM显存供应紧张问题尚未缓解,昆仑芯虽宣称显存规格优于竞品,但能否稳定获取足量、低价的HBM显存,直接影响其规模化量产和成本控制。 这种供应链上的被动局面,不仅制约着昆仑芯的发展,更暴露了百度AI战略“重设计、轻制造”的短板——在芯片全产业链布局上的缺失,让百度AI始终受制于人,而这,同样是上市无法解决的底层问题。 更核心的悖论在于,百度AI战略的“芯片-框架-模型-应用”闭环,看似完整实则割裂。 昆仑芯作为算力底座,本应与飞桨框架、文心大模型、百度智能云形成协同效应,但实际运行中,各环节的衔接并不顺畅。飞桨框架的市场渗透率远低于PyTorch、TensorFlow,文心大模型的商业化落地仍集中在To B的政务、金融等传统领域,C端应用缺乏现象级产品,无法形成对昆仑芯算力的规模化需求;反过来,昆仑芯的算力优势也未能有效降低文心大模型的训练和推理成本,导致百度AI云业务的盈利能力始终不及阿里云、腾讯云。 这种内部协同的缺失,让昆仑芯成了“孤军奋战”的资产,也让百度AI战略陷入“各环节都有布局,但各环节都不顶尖”的尴尬境地。 全球竞争挤压与资本冷思考,百度AI的外部困局难突破 如果说昆仑芯的硬伤是百度AI的内部隐患,那么全球AI芯片市场的残酷竞争和资本市场的冷静审视,则让百度AI战略的外部环境愈发恶劣。 昆仑芯的上市,不仅难以扭转这种局面,反而可能让百度AI的估值泡沫进一步破裂。 全球AI芯片市场的竞争,早已是“神仙打架”的格局,昆仑芯和百度AI都处于被动追赶的弱势地位。 英伟达的统治力无需多言,2025年第三财季数据中心营收达512亿美元,同比增长66%,仅凭CUDA生态就锁定了微软、谷歌、Meta等全球科技巨头的核心算力需求。 更可怕的是,英伟达正加速布局多模态芯片,与大模型发展趋势深度绑定,进一步巩固生态壁垒。而AMD、英特尔等传统芯片巨头也在加速追赶,凭借在CPU、GPU领域的积累,在中低端AI芯片市场抢占份额。 除此之外,谷歌、亚马逊等云服务商的自研ASIC芯片也开始发力,凭借定制化优势在特定场景下实现对GPU的替代,2026年海外ASIC出货量甚至可能超越英伟达GPU。 在这样的竞争格局下,昆仑芯的市场空间被严重挤压——高端市场打不过英伟达,中低端市场要面对AMD、英特尔的围剿,垂直场景又要与谷歌、亚马逊的ASIC芯片竞争,留给它的生存缝隙本就狭窄。 国内市场的竞争同样白热化,昆仑芯的“头部地位”岌岌可危。华为昇腾凭借在政务、军工领域的先发优势,构建了稳固的客户群体和生态;寒武纪作为“国产AI芯片第一股”,已实现扭亏为盈,品牌认知度和市场化能力领先;摩尔线程、沐曦股份等新锐企业通过IPO融资获得大量资金,加速技术迭代和市场拓展。 更关键的是,国内头部互联网企业都在加码自研AI芯片,阿里、腾讯、字节跳动的芯片项目虽未独立上市,但凭借内部海量算力需求的支撑,在技术迭代和成本控制上具备天然优势。 昆仑芯既要面对这些本土对手的直接竞争,又要应对国内AI芯片“产能过剩”的潜在风险——2025年国内AI芯片本土品牌渗透率已升至30%,出货量突破82万片,随着更多企业产能释放,价格战可能一触即发,进一步压缩昆仑芯的利润空间。 从投资人与投资机构的视角来看,昆仑芯的上市故事,远没有市场想象的那么美好。 当前资本市场对硬科技企业的盈利周期容忍度正在下降,投资者更看重“技术壁垒+商业化能力”的双重确定性,而昆仑芯恰恰在这两方面都存在短板。 尽管摩根大通预测昆仑芯2026年营收将飙升至83亿元,增长超6倍,但这种激进的增长预测缺乏坚实支撑——毕竟,2025年的高增长很大程度上依赖中国移动的大额订单,而这类订单的持续性存疑。 更理性的机构则指出,昆仑芯210亿元的估值之所以远低于同行,核心是市场看穿了其“伪独立”属性和生态短板。 对比摩尔线程4.38亿元营收对应3830亿元市值的估值逻辑,昆仑芯的估值折价,本质上是对其技术生态薄弱、客户结构单一、盈利前景不明的定价。 更重要的是,资本早已看清,百度AI战略的核心问题不是“缺资金”,而是“缺方向”。 百度AI投入十余年,从搜索AI到自动驾驶,再到文心大模型和昆仑芯片,看似布局全面,却始终未能找到像英伟达“芯片+生态”、OpenAI“模型+应用”那样清晰的核心增长路径。 自动驾驶业务虽实现单城盈利,但规模化扩张缓慢,短期内难以成为支柱;文心大模型的商业化仍停留在To B的项目制层面,缺乏规模化复制的能力;AI云业务虽保持增长,但增速落后于阿里云、腾讯云,且盈利能力不足。 昆仑芯的上市,本质上是百度将AI战略中相对成熟的资产分拆变现,缓解整体的资金压力,但这并不能解决百度AI“大而不强、全而不精”的核心问题。 对于理性的投资者而言,一次成功的IPO只能带来短期的估值提振,长期来看,百度AI战略仍缺乏持续创造价值的能力,这也是为何昆仑芯上市消息公布后,北向资金并未大规模增持百度股票,反而保持观望态度的核心原因。 上市不是终点,百度AI的真问题仍在原点 昆仑芯的港股上市冲刺,无疑是2026年科技资本市场的一大看点,但将其视为百度AI战略的“救赎”,显然过于乐观。 这场IPO更像是百度在AI投入十余年却盈利渺茫后的一次资本腾挪,是用资产分拆的方式撬动短期估值,而非AI战略成熟的标志。 昆仑芯自身的硬伤——生态短板、客户依赖、盈利困难、供应链风险,都是百度AI战略内部矛盾的集中体现;而全球AI芯片市场的激烈竞争、国内同行的围追堵截,以及资本市场的冷静审视,则让百度AI的外部环境愈发严峻。 这些问题,没有一个能通过上市得到根本性解决:生态的构建需要数十年的积累,而非一笔融资;客户结构的优化需要市场化能力的提升,而非资本的背书;盈利的实现需要清晰的商业化路径,而非上市的光环。 对于百度而言,真正的AI战略破局点,不在于把昆仑芯推上市,而在于找到芯片、模型、应用之间的协同密码,构建真正有竞争力的AI生态。 如果不能解决文心大模型的规模化商业化问题,不能让飞桨框架吸引更多开发者,不能让自动驾驶业务实现大规模盈利,即便昆仑芯成功上市,也只是孤立的“资产亮点”,无法支撑起整个AI战略的重量。 说到底,昆仑芯的上市,只是百度AI战略的“中场调剂”,而非“终局答案”。市场不该被短期的股价波动和IPO喧嚣所迷惑,更该看清百度AI战略的核心困境。 当资本的热情褪去,百度终究要回到原点——如何让AI技术真正创造持续的商业价值,而非停留在纸面参数和资本故事上。 这,才是百度AI战略能否被真正看好的关键,而这一点,与昆仑芯是否上市,无关。
丁磊浅尝大模型
“用最快的速度探索AI大模型的创新、应用,是网易的首要任务。”在2023年7月的世界人工智能大会上,网易CEO丁磊抛出了这样的豪言壮语。 这届大会上,网易展示多款AI大模型产品,涵盖了AI基础设施层、引擎层、平台层、模型层、应用层,主要落地在游戏、教育、工业、音乐场景。 这家老牌互联网企业对于AI大模型的雄心,可见一斑。 时至今日,网易在AI领域取得了一些成果,但整体来看,在AI大模型这条竞争极其激烈的赛道上,网易并不能算是国内头部选手;就通用大模型而言,它的综合实力甚至比不上AI六小龙。 纵向来看,网易近两年发布的通用大模型,比如“玉言”大模型、“商河”客服大模型、“易生诸相”多模态大模型等,大都没能激起太大的浪花,如今声量趋弱。 只有有道的“子曰”大模型是个特例,它在教育场景下应用颇多,且有硬件产品作为载体,因而仍在持续更新。 网易发力AI大模型的时间并不算晚。 这一波AI大模型浪潮的起点,是2022年底ChatGPT全球爆红。大约半年后,网易就开始大规模“上菜”,且一上来就是多模型、多模态、多场景全面覆盖,属于国内落子较早的互联网公司之一。 作为对比,如今国内AI大模型的头部玩家字节,直到2024年5月才正式发布了豆包大模型家族。 更何况,丁磊也格外看重这块潜在价值巨大的新业务,至少在口头上将其摆在公司C位。 然而,在这场愈发火热的时代竞逐上,网易终归是起了大早、赶了晚集。丁磊当年的督促,并没有推动网易挤上AI大模型的中心舞台。 作为BAT 之下典型的“腰部大厂”,网易被不少人视为“活得最舒服”的互联网企业之一:它拥有稳固的业务矩阵和行业地位,每年可获得丰厚的营收和利润,且长期竞争压力不大。 从这一视角来看,当AI大模型浪潮袭来时,网易这样的腰部大厂原本很有机会轻装上阵、击浪中流,迅速拿到一个重要的生态位,至不济也要稳稳拿到一张通向下一个时代船票。 然而,网易在AI大模型的全球生态中,尚未找到自己的专属座位。这不仅仅是网易的难题,也是字节、阿里、腾讯(在大模型领域内或许可以加上百度)之下的腰部大厂集体面临的严峻挑战。 复盘2022年底至今的国内AI大模型行业,一个略显尴尬的事实是:当字节、阿里、腾讯等头部大厂你追我赶、狂飙突进时,网易、京东、拼多多、携程等腰部大厂显得力不从心,围绕AI大模型的愿景和动作都打了不小的折扣。 人人都知道,AI大模型时代已经到来,倘若企业不参与新时代的竞逐,长期损失难以估量。然而,业务平稳、家资颇丰的腰部大厂们,经过一番波折后,最终都没有选择All In这场未来之战;尤其是作为根基的通用大模型,腰部大厂们都没能坚持做下去。 丁磊们不碰大模型,反映出一个冷酷的事实: AI大模型竞争的门槛越来越高,腰部大厂蹉跎三年后,正在丧失AI主动权。不过,这没准是一桩幸事——AI究竟是未来还是泡沫,现在谁都争不出一个令所有人都信服的答案。面对甲骨文市值跌去40%的“惨状”, OpenAI今年“不上市就死”的前景,以及BAT们疯狂烧钱但所获无几的投入产出比,本着有多大能力办多大事的宗旨,先等等看,可能真是一种虽不得已但不失冷静的选择。 A 雷声大雨点小,是腰部大厂参与AI大模型的共同特点。 以网易为例,尽管丁磊非常看重AI大模型,但它在2023年推出的“玉言”大模型从一开始就没能真正进入第一梯队。 按照官方说法,这款模型曾在中文语言理解权威测评CLUE分类任务榜单中获得冠军。但区区110亿的参数量,决定了“玉言”的性能天花板并不高——毕竟,OpenAI在2020年推出的GPT 3.0就已经拥有高达1750亿的参数量。 随后两年多里,“玉言”大模型归于沉寂。网易AI业务的重心逐渐转移到垂直领域的实际应用上,除了持续迭代有道“子曰”大模型外,还在游戏开发、具身智能、工业机械等场景下落地不少AI应用,并针对AI数据标注做了“有灵”众包平台。 其他腰部大厂同样密切关注AI大模型,但截至目前,取得的成果也都相对有限。 京东今年7月将旗下大模型品牌升级为JoyAI。这是一个规模庞大的AI产品矩阵:在算力基础设施的基础上,京东既有从3B到750B的全尺寸大模型,又构筑了一系列AI应用,包括智能体、编程助手、模型开发平台、生成式营销平台、数字人等。 单看测评成绩,JoyAI表现尚可。根据京东披露的数据,JoyAI的750B模型在推理数据集Rbench上多项评测领先,JoyAI1.0英文评测国内第一,中英文综合国内第二,性能比肩行业一流大模型水平。 但在2025年中的时间节点上,AI大模型行业的焦点属于GPT-5、Llama 4、Gemini 3.0等海外产品,以及豆包、Qwen、DeepSeek 3.2等国内一线选手。无论是模型还是应用,京东JoyAI家族的“存在感”都不算高。 和京东、网易等不同的是,拼多多在大模型领域可以说是无声无息,保密工作做得密不透风。 黄峥早在2018年的上市招股书中提出,下一阶段的拼多多“不是由集中式超级大脑型AI系统驱动,而是依托分布式智能代理网络运作,兼具Costco的高性价比与迪士尼的娱乐体验。” “分布式智能代理网络”的概念,与如今的AI Agent颇为相似。黄峥在随后几个季度的财报电话会议上,也曾多次提到公司正在加大投入、拓展合作,以提升在分布式人工智能领域的技术能力,他本人将直接领导相关工作。 然而,随着黄峥卸任,拼多多管理层更迭,其发展战略中的AI浓度下降不少。到了2025年,外界基本只能根据一些零散的招聘信息,猜测这家电商巨头的AI业务走到哪一步了。 从下半年的“大模型平台工程师”“多模态大模型算法工程师”等招聘信息来看,拼多多大概率正在研发自家的AI大模型。但截至目前,相关成果尚未亮相。 与两三年前相比,腰部大厂对于AI大模型不再喊口号,变得更加务实。 网易除了将AI应用于自家游戏、音乐、教育等业务板块中,还尝试注入工业场景。今年7月,网易发布具身智能模型“灵掘”,专为露天矿山挖掘机装车场景打造。目前,“灵掘”已在内蒙古露天矿山投入实地运营。 在工业大模型赛道上,网易钻得越来越深,落地案例也越来越多。长期来看,这固然是一条有价值的发展路径,但与国内外头部AI企业打磨基础模型、追求AGI愿景相比,专攻工业大模型略显“偏科”,上限较低。 除了做专业“小模型”,投资AI创业公司,是腰部大厂曲线占位的另一条路径。 网易云音乐早在2020年就投资了海外AI音乐公司AIVA。京东动作更大:今年5月以来,密集投资了智元、众擎、千寻智能、逐际动力等多家具身智能企业。不过,与新BAT密集投资“AI六小龙”等超级独角兽相比,腰部大厂的AI投资明显差了一个段位。 无论是专攻垂直领域,还是以投资换船票,腰部大厂们已经集体淡出了AI大模型的主战场。 B 丁磊们起初胸怀壮志,如今却不再把通用大模型作为AI战略重心,根本原因是AI大模型的参战门槛已经高到了腰部大厂无法承受的程度。 当腰部大厂们高调入局时,市场对于这场战争的消耗规模预期是几十亿元,最多百亿量级。 比如,丁磊2023年曾表示,计划以每年上百亿的力度,突破技术引擎、AI大模型芯片等领域。网易每年的营收超千亿、净利润接近300亿;去年研发投入175亿元,拨出百亿用于AI大模型,还算负担得起。 京东没有公布AI投入规模,但曾经披露研发投入:2017年至2025年第二季度累计超1500亿元,平均每年不到200亿元,与网易处于同一水平。这也意味着,正常情况下,京东能够向AI投入的资金弹药,每年也就百亿左右。 至于拼多多,还要更少一些。它在2024年的研发投入为127亿元,能够花在AI上的很可能只有几十亿元。 对于腰部大厂来说,每年几十到上百亿的研发投入,并不是一笔小钱。但相比AI大模型——尤其是通用大模型的巨额投入,这点儿钱砸下去,几乎看不到水花。 AI大模型战争的关键战场是通用大模型。谁掌握了最先进的通用大模型,谁就更有机会在垂直模型和应用层势如破竹。OpenAI、谷歌、DeepSeek、字节、阿里都是靠性能优异的通用大模型站稳了脚跟。 但今年以来,AI大模型战争烈度进一步上升。新模型的参数规模越来越大,单次训练成本飙升,算力芯片、能源及其他基础设施的需求也飞速增长,且看不到尽头。它需要的资金也水涨船高,导致越来越多的企业不得不鸣金收兵。 AI大模型已经成为巨头主导的游戏。二线AI企业纷纷放弃追求SOTA的通用大模型,要么转向编程、图像等专用模型,要么试图以性价比取胜。腰部大厂的技术、产品和人才储备都更逊一筹,自然也没必要继续死磕通用大模型。 除了大模型本身,腰部大厂在发展AI APP时,还面临要不要砸钱投流的难题。 过去一年多,背靠字节的豆包长期占据苹果App Store下载榜首,最终击败DeepSeek、元宝等对手,成为国内最大的AI APP,月活跃用户达1.7亿,日活跃用户突破1亿。 有消息称,豆包是字节日活破亿的产品中推广费最低的。这显然离不开抖音的全方位扶持和导流。相比之下,腰部大厂本身流量池有限,拉新必须靠外部投流。在流量成本高企的2025年,这显然不是一个轻松的决策。 再考虑到AI大模型的全行业亏损,就算依靠投流拉来一波用户,腰部大厂依然会陷入用户越多、亏得越多的窘境。即便强如OpenAI,今年上半年营收达43亿美元,净亏损却也猛增至135亿美元,相当于营收的近3倍。 兼具强大赚钱能力和融资能力的大厂,打得起AI烧钱战争。 OpenAI今年拿到了软银410亿美元的巨额融资,主要对手谷歌2024年的净利润高达1000亿美元。在国内,新BAT的年度利润同样非常丰厚,这也为他们分别抛出千亿乃至数千亿规模的资本开支计划提供了底气。 相比之下,腰部大厂竭尽全力也只能掏出百亿量级的投入,只能放弃AI大模型主战场,转进更细分的赛道。 C 在AI大模型这条赛道上,腰部大厂从野心勃勃转变为勉强跟跑的状态,一个关键节点是2025年初DeepSeek的崛起。 去年春节期间,DeepSeek横空出世,震撼整个AI行业,并迅速成为全球用户量第二的AI应用。除了改写AI大模型技术范式之外,DeepSeek的另一重价值在于,它彻底激活了国内大厂对于AI的野心。 在DeepSeek席卷全球之前,国内AI大模型行业存在一种若有若无的悲观情绪,其根源则是英伟达芯片越来越难以获得。按照彼时的认知,没有大量最先进的芯片,就无法构筑强大算力,SOTA大模型也就无从谈起。这几乎封死了国内公司后来居上的理论路径。 但DeepSeek的到来改写了这一切。头部大厂仍然在大规模采购芯片,因为经过优化的算力利用效率越来越高,大厂不仅资金优势得到进一步凸显,而且还试图从技术创新和人才密度方面打开突破口。 头部大厂兵马未动,粮草先行。阿里抛出3800亿的三年投资计划;字节2026年的资本开支据称将达到1600亿;腾讯没有披露计划,但高盛在一份研报中认为,其2025~2027财年的资本开支总额将高达3500亿元。 除了千亿级的资金投入,头部大厂对于AI的野心还体现在对于AI细分领域的渗透上。 这方面最积极的当数阿里。2025年下半年,阿里把“通义”更名为“千问”,试图成为AI用户第一入口,如今月活已超3000万;此外还有蚂蚁“灵光”“阿福”等APP,分别聚焦vibe coding和AI健康等赛道。 头部大厂走“小路”,在客观上进一步挤压了腰部大厂做“小模型”和垂直AI应用的价值。同时,豆包、千问等通用AI APP正在基于Agent构建第三方服务生态,也会让腰部大厂的壁垒被进一步打开,用户也可能进一步被吸走。 最后,头部大厂正成为AI顶尖人才的吸铁石。 过去一年,AI顶尖人才向头部大厂集中的趋势非常明显。比如腾讯就挖来了前OpenAI研究员姚顺雨,字节招来了谷歌DEEPMIND研究副总裁吴永辉。除了优厚的薪酬,头部大厂的算力、资源和应用场景同样是吸引人才纷至沓来的关键。 相比之下,腰部大厂几乎没有拿得出手的牌,AI人才很容易流失。不久前,快手推荐算法副总裁、基础大模型及推荐模型负责人周国睿离职,坊间传闻称将加入Meta。 站在2026年的起点,腰部大厂纷纷不碰大模型,一方面是钱包不够厚实、实在掏不出千亿级的资金;另一方面,头部大厂攻势太过凶猛、难以招架,也让腰部大厂意兴阑珊。 头部大厂围绕AI大模型投入巨资,目标是成为AI时代的超级入口。近期豆包手机助手发起“突袭”,很快遭到各大APP的狙击,但AI超级入口的价值已经显露无遗。 相比之下,腰部大厂并无争夺下一代入口的雄心壮志。 在移动互联网时代,通过封闭的APP花园,各家巨头都可以实现一定程度的流量自主权。但在AI时代,AI超级入口对于流量的垄断将更加彻底;而腰部大厂们在失去AI主动权后,不仅无法拥有AGI梦想,甚至还将面临流量被吸走的巨大挑战。何去何从,丁磊们或许需要早做打算。
微软大中华区董事长侯阳辟谣跳槽字节火山引擎
1月5日,有消息称微软全球资深副总裁,微软大中华区董事长兼首席执行官侯阳,已跳槽去字节火山引擎团队。 针对该传闻,侯阳通过朋友圈发文辟谣,明确表示传闻不实。 他表示,“本来是从来不理会各种谣言的,但是今天有太多客户来关心,尤其是很多我们有很多合作的客户来问,只能出此下策在朋友圈辟谣。”同时,侯阳呼吁大家不信谣不传谣。 据悉,侯阳毕业于北京大学物理学专业,获学士学位,后赴美国密歇根大学深造,取得电气工程博士学位。 在加入微软前,侯阳曾先后在高通美国和中国公司工作了八年有余,曾担任高通全球高级副总裁,并且曾在美国麦肯锡公司任职五年,领导技术事业部的工作。 2021年3月,侯阳正式加入微软,出任微软全球资深副总裁、微软大中华区董事长兼首席执行官,全面负责微软在大中华区的战略规划、销售运营及市场拓展工作。 微软亚洲区总裁 Ahmed Mazhari当时评价侯阳为「一位成功的创新变革型企业领袖。」 据了解,微软中国高层的基本架构为:一号位侯阳之下分设两条大线,一条是数字原生事业部,由田灼带队,主要负责泛互企业,其中包括Tik Tok、Temu等大客户;另一条由原欣负责,其下包括EC企业商用事业部、PS政企部门、CSU客户成功部门等,客户有SHEIN、小米、OPPO、vivo等,此外还有不少非互联网企业。
英伟达200亿美元“押注”背后的深意
一场非GPU的重大胜利。 作者 | ZeR0 编辑 | 漠影 200亿美元。 这是英伟达买下AI芯片独角兽Groq团队和非独家技术授权后,最先被市场记住的数字。它超过了此前英伟达任何一笔并购交易的金额。 Groq主攻的是其特有的LPU芯片技术,一种用软件定义硬件的可重构数据流架构,加之Groq由谷歌TPU初始研发团队创办,于是也被一些业内人士称作“进阶版TPU”。 经过多天发酵,此事的核心关注点已经转移。英伟达的选择,使「非GPU」赛道新型技术路径受到高度关注。类似技术路线的代表企业,还包括Intel正在收购的美国的SambaNova、刚刚完成数十亿融资的中国的清微智能等。 在公司主体未被收购的前提下,200亿美元这个天价数字值得被反复咀嚼: 英伟达究竟在为一种怎样的技术能力付费? 01. 花掉近1/3现金储备, 英伟达在下一盘多大的棋? 答案是AI推理。 在对外表态保持克制的同时,英伟达CEO黄仁勋发送了一封致员工邮件。邮件后来被媒体获取,其中明确提到,英伟达计划将Groq的低延迟处理器集成进NVIDIA AI Factory架构,服务于更广泛的AI推理与实时工作负载。 随着模型进入规模化部署阶段,AI算力消耗形态发生变化。服务于大量终端用户的推理请求持续膨胀,对并行吞吐能力提出更高要求,延迟是否稳定、能效是否可控、单位算力能承载多少并发,逐渐成为影响整体成本的关键因素。 擅长并行计算但具有高能耗特点的GPU,未必是满足长期推理需求的最佳高效路线。 在英伟达接洽前,Groq并没有寻求出售,刚刚完成多轮数亿美元融资。交易额达200亿美元的消息,最早来自其主要投资方Disruptive。该机构CEO Alex Davis透露。 英伟达预计2025年年底现金储备可能超过700亿美元。斥资200亿美元收购Groq的人才和技术授权,相当于要花掉接近1/3的现金储备。 那么英伟达为何如此看好Groq团队? 这得益于Groq手里的三张王牌:沙特市场、大模型推理、可重构架构。 在推理战场,英伟达对庞大的主权AI市场虎视眈眈,遍地土豪的沙特无疑是“必征之地”。而Groq在2025年2月宣布已获得来自沙特阿拉伯15亿美元的投资承诺,用于扩大基于LPU的AI推理基础设施。更早之前,Groq在2024年12月建成沙特阿拉伯最大的推理集群。 据外媒透露,被英伟达递出橄榄枝时,Groq并未处于出售压力之下。在2025年9月完成新一轮7.5亿美元融资后,Groq的投后估值达到约69亿美元,2025年营收目标为5亿美元,主要来自大模型推理服务和基础设施大单。 而这些核心业务的底层硬件,就是一种面向推理负载设计、采用可编程流式架构的新型LPU芯片。 02. 弥补GPU短板, 走出差异化技术路径 Groq将芯片设计重点放在极致的推理性能优化。资料显示,该芯片在int8精度下峰值算力达到750TOPS,运行万亿参数的月之暗面Kimi K2模型可实时生成token。 这主要通过TSP架构、极致确定性、采用SRAM来实现。该芯片取消了指令分发、分支预测、缓存控制等硬件逻辑,编译器将每个执行步骤精确到最小执行周期,实现时钟级确定性。相比GPU通常采用的外部HBM,它采用的SRAM访问速度更快。 而它最核心TSP(Tensor Streaming Processor)架构,从底层芯片设计逻辑来看,就是一种实现了软件定义硬件的可重构架构。 不同于遵循冯·诺依曼架构(指令驱动数据)的GPU,可重构数据流是一种支持芯片内部及芯片间的流水线式流程,无需等待计算或内存资源,可以弥补GPU架构的短板,已在持续运行的推理场景中体现出系统工程优势。 这可能就是英伟达选择通过技术和团队引入,将Groq经验嵌入自身平台的直接原因。 英伟达、英特尔陆续押注,以及后续可以预见的巨量研发投入,主流AI芯片三大技术流派至此形成: GPU:擅长暴力并行计算,生态最强,是大模型训练和通用计算任务的首选,但做推理任务时难避高能耗的劣势。代表企业有英伟达、摩尔线程等。 ASIC/DSA:专用芯片、领域特定架构路线,硬件路径是固定的,专为AI运算的矩阵乘法极致优化,但在处理非矩阵类运算时性能会大幅下降。代表企业有谷歌、寒武纪、昆仑芯等。 可重构:根据数据流动态重构计算路径,能够适应多元化的算法,随时调整电路连接方式,相比GPU可大幅减少能耗,相比静态ASIC又保留了对模型演进的适配能力。代表企业有SambaNova、Groq以及清微智能等。 在可重构的实现方法上,Groq团队硬件逻辑是静态、固定的,全靠编译器来实现逻辑上的重构,这种方法会牺牲一定的通用性。 更经典的做法则是依靠硬件内部的可编程交换矩阵,来动态或半静态地改变处理单元之间的物理连接。这样一来,硬件就像会变身的“算力乐高”,能根据算法动态重构计算阵列和互连拓扑,实现更高的通用性。 此外,Groq的优势还在于“确定性”:基于AI推理任务步骤的可预测性,比如大模型是按顺序处理token,来通过软件提前规划“数据走哪条路、用多少时间、多芯片怎么配合”,硬件只需按图索骥,做到“指哪打哪、毫秒不差”。也正因如此,Groq在推理延时和吞吐上,能实现比GPU快5-18倍、能效比高10倍的突破,本质是通过软件提升了硬件利用率,让“每一分算力都用在刀刃上”。 如今Groq大部分成员归入英伟达,SambaNova屡传被英特尔洽谈收购。可重构作为第三大AI芯片主流赛道,已被国际芯片巨头们虎视眈眈。国产可重构AI芯片头部企业的清微智能,则已启动IPO筹备。 03. 开启全新资本周期, 国产AI芯片迎来第三种解法 2025年12月,清微智能宣布完成超20亿元C轮融资,并已启动上市筹备相关工作,目标打造国内“非GPU”新型架构芯片领域首个上市标杆企业。 当前,中国AI芯片市场呈现多元架构并起的格局,上市公司多为GPU或ASIC企业。清微智能作为全球最早实现可重构计算商用的企业之一,其IPO具有破局意义。 据悉,清微智能是国家集成电路产业投资基金唯一投资的新型架构算力芯片企业,并得到国开装备基金、京能集团、北创投、京国瑞等多家国资机构,以及蚂蚁集团、百度、商汤、兆易创新等产业投资方的持续支持。 在先进制程工艺受限的背景下,可重构芯片通过架构创新换取性能的国产替代方案,是中国实现算力自给的重要方向之一。而清微智能研发的芯片代表了目前中国在可重构计算领域的最前沿。 清微智能今年推出下一代芯片,性能还将大幅提升,其可重构数据流架构具备3D扩展的天然优势,能够与3D芯片、晶圆级芯片技术等前沿集成技术结合,形成清晰且可持续的升级迭代路径。 面向大规模扩展,为可重构架构设计的高效数据互连技术TSM-LINK支持多芯片点对点直连,能够实现数据高效传输,规避传统交换机架构存在的带宽瓶颈与通信延迟问题。 针对长期生态建设,清微智能持续推进软件栈适配与工具链建设,以降低开发与迁移成本。 中国拥有丰富的端侧AI应用场景,许多场景都对功能、延时极其敏感,这为可重构芯片提供了优质的练兵场。 清微智能可重构芯片2025年算力卡订单超过3万张,累计出货超过3000万颗,在全国十多座千卡规模智算中心实现规模化落地,对国内AI推理应用算力形成有力支撑。据IDC数据披露,清微智能可重构芯片的出货已跻身国内AI芯片第一梯队。 可重构芯片既能助力国内算力发展,又能够消解单一架构遇阻的产业系统性风险。此类企业走向IPO,将有助于鼓励更多企业探索底层创新技术,为国家算力主权发展出更多条可持续发展的生命线。 04. 结语:英伟达200亿美元高价, 拉高了可重构赛道的稀缺性 随着大模型应用重心向“快”和“便宜”转移,可重构芯片的高能效、低延迟等特性,正好迎合了爆发式增长的AI商业化普及潮。 而英伟达为Groq掏出的200亿美元高价,某种程度上提供了可重构这类新架构的技术估值,让业界意识到AI计算路线胜负未定、软件定义硬件将是接下来的重要技术发展方向。这一领域的国内头部企业,在资本市场的稀缺性也在2026年被进一步放大。
AI电子宠物Sweekar在CES 2026发布:蛋中“破壳”,百变穿搭
IT之家 1 月 5 日消息,Takway 是一家希望成为“AI 机器人时代任天堂”的初创公司,在 CES 2026 展会上推出了一款类似拓麻歌子的虚拟宠物。 Sweekar 是一款内置 AI 的掌心大小玩具宠物,外形是一个可爱的蛋形设备,有耳朵和一个屏幕作为面部。 和拓麻歌子一样,用户需要喂养和陪伴它,才能让它保持快乐和健康。这款虚拟宠物拥有 AI 记忆功能,会记住用户的声音以及你们一起进行的活动 —— 一旦它长大,就能自己娱乐,独自进行虚拟探险,并带回它的冒险故事。 Sweekar 有粉色、黄色和蓝色三种颜色,用户也可以更换外壳并购买其他小衣服。 这款口袋宠物有四个生命阶段,随着成长,它会变得越来越不依赖你。 它最初是一个封闭的蛋,需要两天的孵化期,之后它会“破壳”露出一张脸。从那时起,用户必须通过细心照料和关注来维持它的生命,让它经历婴儿期和青少年期。 一旦它成为成年个体,它就能自己照顾自己,这意味着不会因为用户疏于照料而“死亡”。 Sweekar 在升级到等级 51之后,就无法被杀死了(在虚拟意义上无法死亡。硬件有可能损坏,仍需保持其状态良好并充电)。 据外媒 Engadget 报道,目前 Sweekar 还没有确定的价格,很可能会在 100 到 150 美元(IT之家注:现汇率约合 699.3 到 1049 元人民币)之间。该公司表示即将在 Kickstarter 进行众筹。
初创公司入局浏览器领域挑战谷歌 互联网入口之争全面升级
多家顶尖人工智能公司正加大力度,试图撼动谷歌在浏览器市场的统治地位,他们押注这项尖端技术将改变人们访问互联网的方式。 近几个月,OpenAI和Perplexity相继推出了各自的网页浏览器;与此同时,微软也将其Copilot AI工具引入Edge浏览器中,让用户在浏览内容的同时即可向聊天机器人提问。 这些动向被视为过去二十多年来全球浏览器市场最重大的变化之一,也标志着科技公司在争夺AI竞争优势过程中开辟了最新战场。 Mozilla基金会总裁Mark Surman表示,AI浏览器将塑造“我们未来与互联网互动的方式”,并补充称,Mozilla计划允许用户在火狐(Firefox)浏览器中自由选择要集成的AI模型。 当下,AI浏览器厂商面临着来自谷歌的激烈竞争。根据Cloudflare的数据,谷歌目前掌控着全球超过63%的浏览器市场份额,并已迅速将其Gemini AI模型整合进Chrome。 对AI公司而言,浏览器在商业上的吸引力巨大,有助于吸引更多用户和收入来源。除了收集有助于训练大型语言模型的宝贵用户数据外,AI工具还能提高用户黏性,从而为广告变现提供支持。 对OpenAI和Perplexity来说,推出自有浏览器还能让它们与用户建立更直接的关系——目前,许多用户仍是通过由谷歌和微软控制的浏览器访问ChatGPT等聊天机器人。 Perplexity公司中负责新款Comet浏览器项目的Jesse Dwyer表示,这家初创公司将浏览器视为“你大脑的操作系统”。 浏览器也被视为“AI代理”(AI agent)运行的平台之一,这些代理可以代表用户执行操作,例如订票、安排日程或完成购物。 微软AI产品与增长部门企业副总裁Jacob Andreou表示:“我们将看到这样一个世界:人工浏览将被AI的主动浏览和定向浏览大幅增强。” 不过,也有人批评新的AI浏览器体验,称其功能存在卡顿、不稳定等问题;另一些人则对个人数据的隐私风险提出警告。 谷歌表示,其会使用Gemini的对话数据来训练模型,但不会从用户浏览器中抓取网页内容,并会在浏览会话中移除个人信息。 OpenAI则称,其Atlas浏览器将遵循ChatGPT现有的训练设置,默认情况下不会使用用户浏览内容进行训练;若用户选择主动加入,相关数据在使用前将经过隐私和安全过滤。 微软表示,其AI功能同样采取“用户自愿加入”机制,用户可以选择不共享数据用于个性化或 AI 训练。 Perplexity 表示,其会利用用户数据训练内部专有模型,以优化查询生成等流程,同时也会对ChatGPT、Claude、Gemini等前沿模型进行微调,以提升准确性。 然而,谷歌的领先地位并不容易被取代。今年5月,谷歌宣布计划在谷歌搜索和Chrome浏览器中推出“AI模式”,提供类似ChatGPT 的对话式问答体验;其模型Gemini 3也取得了OpenAI尚未实现的进展。 Forrester高级分析师Stephanie Liu指出:“仅仅拥有一个AI浏览器并不足以形成差异化。OpenAI还必须找到真正有吸引力的价值主张来拉拢更多用户——而在面对一个极其强大、使用率极高的既有浏览器时,这无疑是一项艰巨的任务。” OpenAI旗下ChatGPT Atlas的产品负责人Adam Fry表示,公司正计划为浏览器加入更多功能,如多配置文件和标签分组等。“这只是我们对 Atlas 进行长期投入的开始。” Mozilla的Surman则表示,在一些人看来,AI浏览器似乎“并不成功”,因为它们并未从根本上改变网页浏览体验。 当前,谷歌的重点之一是开发AI代理,并让翻译、表单自动填写等功能变得更加容易。去年12月,谷歌还推出了一款名为Disco的实验性工具,允许用户将已打开的标签页转化为定制化的交互式应用。 Chrome浏览器副总裁Parisa Tabriz表示:“我们对这样一种潜力感到兴奋——人们可以在网络上自动化处理生活中一些琐碎的数字事务。” 不过,将AI模型深度整合进浏览器也带来了新的网络安全风险,例如“提示注入”攻击,攻击者可通过在网页中植入恶意提示来操纵大模型的行为。由于AI模型难以区分合法请求与恶意指令,这类攻击至今仍是一个尚未解决的安全难题。 咨询公司Gartner近期甚至建议,出于网络安全考虑,企业应屏蔽AI浏览器。如果用户将信用卡信息等敏感数据交由AI模型处理,这些风险被进一步放大。 尽管存在上述隐忧,多数专家仍认为,在过去二十多年几乎没有发生根本变化之后,浏览器领域正迎来创新的最佳时机。 Perplexity的Dwyer说道,“Comet是否是正确的模式,或者最终会不会是另一款浏览器胜出,我并不确定。但我可以确定的是,现有的这些浏览器都还不是答案。”
融资35亿后,Kimi神秘模型现身竞技场
融资35亿后,Kimi的新模型紧跟着就要来了?! 大模型竞技场上,一个名叫Kiwi-do的神秘模型悄然出现。 发现这个新模型的推特网友询问了模型的身份,结果模型自报家门,表示自己来自月之暗面Kimi,训练数据截止到2025年1月。 另有网友表示,Kiwi-do表现出了一些有趣的结果,尤其是在竞技场当中。 那么,Kiwi-do的真实身份究竟是什么呢? 神秘模型就是K2-VL? 最早发现Kiwi-do的博主先是对比了Kiwi-do和已上线的K2-Thinking在SVG绘图上的表现。 绘画的内容分别是一只骑自行车的鹈鹕和一个游戏手柄,下面这组图就是Kiwi-do的作品。 而K2-Thinking的绘制结果长下面这样,两个结果有明显差别。 但除了SVG绘图与K2-Thinking相比有区别之外,没有更多信息可以用来推测模型身份。 还有网友猜测可能是一个小参数模型。 不过博主很快联想到了Kimi在此前的AMA活动当中曾提及要发布VL模型。 随后这位博主使用了VPCT基准测试中的一些视觉任务对Kiwi-do进行了测试。 VPCT基准全称Visual Physics Comprehension Test,即视觉物理理解测试,模型需要在理解图像内容的基础上结合物理规律进行推理,比如看图推断小球会落入哪个容器。 结果博主表示,Kiwi-do正确解决了所有问题。 这样一来,博主和帖子下面留言的网友们纷纷推测,Kiwi-do很有可能就是AMA中提到的K2-VL。 有网友评论称,Kimi的新模型通过VPCT测试,将会改变多模态Agent的格局。 另外国内这边也有爆料,根据《科创板日报》稍早前的消息,Kimi计划在今年一季度上线多模态新模型,型号可能是K2.1或K2.5。 而之前AMA中提到的K2-VL也是一个多模态版本,因此不排除两者指向的是同一个模型只是代号不同的可能。 月之暗面年末融资35亿 就在Kiwi-do出现之前的2025年末,Kimi卡着年关官宣了一波5亿美元(约35亿人民币)的C轮融资。 这轮融资由IDG领投,阿里、腾讯、王慧文等老股东也都进行了认购,投后估值43亿美元。 另外,杨植麟在内部信当中透露,融资后Kimi的现金储备达到了100亿人民币。 杨植麟表示,融到的资金将被用于“激进地扩增显卡”,从而加速K3模型的训练和研发。 远期目标则是成为世界领先的AGI公司,对此杨植麟也公布了今年的战略: K3模型在预训练水平上追平世界前沿模型,借助技术改进、进一步的Scaling,让其等效FLOPs提升至少一个数量级; 让K3成为更 “不同” 的模型,垂直整合训练技术和产品taste,让用户体验到全新的、其他模型不具备的能力。 营收规模实现数量级增长,产品和商业化上聚焦Agent,不以绝对用户数量为目标,而是追求智能上限,创造更大的生产力价值。 纵观整个大模型行业,无论是租还是买,算力成本都是巨额数字,需要不断进行融资来维持运转。 同为六小虎的MiniMax和智谱选择了IPO,在招股书中无一例外都提及了算力扩张。 但Kimi在融资方式上却依然看好一级市场,并不急于迈出IPO的步伐。 杨植麟表示,Kimi的B/C轮融资额超过了许多IPO募资和上市公司定向增发,因此上市并非当务之急。 不过,未来Kimi也会将上市作为加速AGI的手段,择时而动。 参考链接: [1]https://x.com/AiBattle_/status/2007543920201269416 [2]https://x.com/AiBattle_/status/2007679208042934509 [3]https://mp.weixin.qq.com/s/9GbOpiB1WWJX30hkoU3D0w

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。