行业分类:
加载中...
头条分类:
加载中...
特斯拉车主实时定位+驾驶习惯全暴露,开源第三方数据工具TeslaMate被曝安全漏洞
IT之家 8 月 19 日消息,据外媒 Cyber Security News 昨日报道,一名网络安全研究员发现,数百个公开可访问的 TeslaMate 安装程序正在未经身份验证的情况下泄露敏感的特斯拉车辆数据,向互联网上的任何人暴露 GPS 坐标、充电模式和驾驶习惯。 IT之家注:TeslaMate 是一款受特斯拉车主欢迎的开源解决方案,它可以连接到特斯拉的官方 API,为特斯拉车主提供了一系列功能,包括数据分析、监控、统计通知等,还能够将数据上传到云端。 报道称,这种漏洞源于该工具的配置错误,安全研究员 Seyfullah KILIÇ 使用复杂的侦察技术进行了广泛的互联网扫描,以识别暴露的 TeslaMate 实例。 该方法涉及在多个 10Gbps 服务器上部署 masscan,扫描整个 IPv4 地址空间中开放的 4000 端口,该端口承载 TeslaMate 的核心应用接口。 在初步发现阶段后,研究人员使用 httpx 过滤并识别真正的 TeslaMate 安装情况,通过检测应用程序独特的 HTTP 响应签名,扫描操作成功识别出数百个易受攻击的实例,这些实例暴露了特斯拉车辆实时数据,包括精确的 GPS 坐标、车辆型号信息、软件版本、充电会话时间戳和详细的位置历史记录。 研究人员还创建了一个 teslamap.io 演示网站,用于可视化暴露车辆的地域分布,展示了隐私泄露的严重性。 报道提到,根本性的安全漏洞在于 TeslaMate 的默认配置,其缺乏对关键端点的内置认证机制。当部署在端口 4000 暴露于互联网的云服务器上时,该应用程序会立即被全球未授权用户访问。 此外,许多安装运行在端口 3000 上的 Grafana 仪表板,使用默认或弱密码凭证,从而创造了多个攻击向量。 报道认为,使用 TeslaMate 实例的特斯拉车主必须立即采取安全措施来保护他们的车辆数据。基本保护措施包括使用 Nginx 配置反向代理认证,以及通过防火墙规则限制访问、将服务绑定到 localhost 接口等。
深观察丨是什么让超六成美国人说“不”?
  当地时间18日,美国又一项关税措施正式生效!   自即日起,美对进口钢铁和铝征收的50%关税范围进一步扩大,纳入汽车零部件、建筑材料、食品包装等数百种钢铝衍生产品。 路透社报道截图   这是本届美国政府继3月12日开始对进口钢铝征收25%关税、6月4日将钢铝关税翻倍至50%、6月23日开始将8类家用电器作为“钢铁衍生产品”纳入征税范围之后,再次扩大受关税影响的进口钢铝产品清单。   舆论认为,此举标志着美国今年以来挑起的“钢铝关税战”进入新的阶段。   “这是针对我们的关税陷阱之一”   从不惜违反世贸规则、执意根据《1962年贸易扩展法》第232条款,以“维护国家安全”为由对进口钢铝征收关税,到给越来越多的民用消费品“贴标签”,美国政府连续拿钢铁做文章用意何在?   用白宫的话说,这是为了“拯救”美国钢铁厂并“复兴”美国制造业。   对于白宫的这一连串关税组合拳,早已失去竞争力的美国钢铁厂自然举双手欢迎。   据《纽约时报》报道,美国销售的钢铁中约有五分之一来自进口。随着关税的提高导致进口量下降,美国国内钢铁生产商今年已将产品价格提高了16%。   美国第二大钢铁企业克利夫兰-克里夫斯公司首席执行官洛伦索·贡萨尔维斯就曾表示,关税“在支持国内钢铁行业方面发挥了重要作用”,该公司的定价权得到了明显加强。 《纽约时报》报道截图   然而,“支持”未必能“拯救”美国钢铁业。   虽然美国总统特朗普在他第一个任期就曾对进口钢铁加征了25%的关税,但研究显示,去年美国国内钢铁产量较十年前反而减少了近10%,竞争力也进一步下降。 美国有线电视新闻网报道截图   而说到“复兴”美国制造业,真实图景更是让人大跌眼镜。   大量研究数据显示,进口钢铁锐减和国内钢铁涨价每年将给美国的汽车、建筑、家电等下游制造业带来数百亿美元的额外成本。   美国国际贸易委员会在跟踪分析2018年钢铝关税政策实施效果时发现,虽然关税使美国的钢铝产值在2021年增加了约22.5亿美元,却提高了制造汽车和工业机械等产品企业的生产成本,导致这些下游行业同期产值减少了约34.8亿美元,远远超过了本国钢铝行业的收益。 《纽约时报》报道截图   有经济学家直言,关税让美国钢铁生产商成了“利润最大化的企业”,而它们的提价“迫使制造从汽车到坦克等各种产品的国内制造商承担了新的成本”。   用戴姆勒卡车北美公司首席执行官约翰·奥利里的话说,赋予美国钢铁制造商提高价格的更大空间实际上是“针对我们的关税陷阱之一”。   “美国消费者将不得不为此付出代价”   无论白宫是否真的相信关税能造福美国,经济数据不会撒谎。   16日公布的最新报告显示,8月的美国密歇根大学消费者信心指数初值为58.6,低于7月的终值61.7,为四个月来首次下降。   由于价格高企,美国人对汽车、电器等耐用消费品的购买意愿下降了14%,达到一年来的最低水平。   此外,报告还显示,受访者对未来一年美国通胀的预期从7月的4.5%跃升至8月的4.9%,远高于目前2.7%的通胀水平,反映出美国消费者对关税影响的持续担忧。 密歇根大学消费者信心指数调查网站截图   这种担忧并非空穴来风。近日连续出炉的相关数据都表明,美国关税政策对生产生活成本的拉升效应正在越来越全面地显现出来: 美国7月消费者价格指数(CPI)同比上涨2.7%,继续保持6月的涨幅;而剔除波动较大的食品和能源价格后,7月核心CPI同比上涨3.1%,高于6月的2.9%。 《纽约时报》报道截图   7月的美国生产者价格指数(PPI)涨得更厉害:同比上涨3.3%,为今年2月以来的最高水平;环比上涨0.9%,大幅高于6月的零增长和市场预期的0.2%,为2022年6月以来的最大涨幅。 路透社报道截图   罗申美(RSM)国际会计师事务所美国公司首席经济学家约瑟夫·布鲁苏拉斯分析指出,这一系列数据彻底摧毁了白宫所谓“关税成本将由外国人支付”的论断。   弗吉尼亚理工大学经济学教授大卫·比耶里进一步警告,随着美国政府将更多产品纳入高额钢铝关税征收范围,罐头食品、汽车、房屋和一系列其他商品很快就会变得更加昂贵,“美国消费者将不得不为此付出代价”。 美国《时代》杂志报道截图   美国太平洋研究所高级研究员韦恩·瓦恩加登也有同样的预测:“增加关税可以让从洗衣机和汽车这样的大物件,到一个订书钉或一个回形针这样的小物件,无一例外地都比以前更贵。” 美国哥伦比亚广播公司报道截图   高盛集团此前的研究显示,截至6月,美国消费者已消化了大约22%的关税成本;如果美国政府加征关税政策延续,这一分摊比例可能在未来大幅上升到67%。 彭博社报道截图   皮尤研究中心发布的最新调查结果显示,多达61%的美国受访者反对现政府关税政策,保持了自4月以来就有的民意趋势。 皮尤研究中心调查图表   同时,认为关税政策的长期持续将对美国以及对自己家庭产生负面影响的受访者比例均为55%;相比之下,认为关税将对国家和家庭产生积极影响的受访者分别只占26%和21%。 皮尤研究中心调查图表
以军拟推进加沙城新阶段行动 "最大规模" 抗议能否影响政府决策?
  以色列国防军总参谋长扎米尔17日说,以军将很快在加沙地带北部的加沙城启动下一阶段军事行动,直至“彻底击败”巴勒斯坦伊斯兰抵抗运动(哈马斯)。 土耳其阿纳多卢通讯社报道截图   中国现代国际关系研究院中东所副所长秦天接受中央广播电视总台环球资讯广播记者采访时分析说,以色列新军事行动只是增量,其实本质未变,但这可能损害以色列原定的三大目标,将加剧冲突的长期化。   以色列在加沙的军事行动与一年前没有本质区别,只有量的增加:比如说投入兵力增加、把作战范围扩大到了加沙城等。   本质上,内塔尼亚胡最早定下的三大战争目标并没有改变:被扣押人员的获释、消灭哈马斯以及不让加沙成为以色列的安全威胁。   以色列扩大军事行动很有可能损害这三个目标实现的前景。大规模的军事行动最终会激起加沙平民更多的反以情绪,实际上给反以的武装力量提供了更多土壤。   加沙城据信是哈马斯藏匿以色列被扣押人员的地方,进一步的军事行动可能伤及被扣押人员的生命安全,最终破坏以色列所谓的解救被扣押人员的目标。   这次军事行动只会造成更大的惨剧,导致加沙冲突进一步向长期化发展。   17日,以色列爆发大规模游行示威活动,要求总理内塔尼亚胡与哈马斯达成协议,结束加沙地带战争,释放剩余被扣押人员。   据多家媒体介绍,当天的抗议活动似乎是2023年10月7日新一轮巴以冲突爆发以来规模最大的抗议活动之一,超100万人参加。   内塔尼亚胡当天对抗议活动予以批评。据以色列总理办公室网站消息,内塔尼亚胡表示,为了推动以色列被扣押人员获释,并确保加沙地带不再对以色列构成威胁,必须完成任务,击败哈马斯。 英国广播公司报道截图   秦天表示,现在可以肯定的是以色列政府包括内塔尼亚胡本人的压力是越来越大了,因为现在有几个方面的压力都在往内塔尼亚胡身上聚集:   一个是被扣押人员的家属,他们十分担忧被扣押人员的人身安全,所以这批人的抗议示威活动的力度越来越激烈;   一个是原来在以色列社会中存在的一些不满,对内塔尼亚胡的个人风格不满意,内塔尼亚胡在其他方面一些政策(不满)的群体,其实也借着这个机会在表达抗议,表达他们自己的诉求;   还有一个是现在国际社会上也有相当多的国家,包括一些非政府组织、人道组织,在向内塔尼亚胡施加压力,希望它向停火止战的这个方向努力。   三块压力集中在向以色列政府身上聚集,才导致了这种大型示威的出现。在这种压力下,以色列政府还是要做出一定的让步的。   以色列政府此前提出所谓全面占领加沙的计划,现在改称接管加沙城;以色列也派了代表团去参与停火谈判。   但内塔尼亚胡会不会最终作出永久停火的承诺,这种迹象还不明显。因为以色列现在的政府还是右翼、极右翼势力主导的,内塔尼亚胡拥有右翼势力,包括极右势力的支持,所以他相信自己能熬过这一波波的抗议示威,继续推行他的政策。以色列民意和政府之间的博弈也会长期持续。
国内消费新常态下 携程与同程的顺势与分野
2025年上半年,“韧性”成为解读宏观经济和服务消费的核心关键词。根据国家统计局数据显示,今年上半年,社会消费品零售总额同比增长5.0%,增速比去年全年加快1.5个百分点;消费结构中,服务消费占比仍在提升,其中大众旅游消费已成为服务消费的重要增长点。 今年上半年,大众旅游市场的增长逻辑,也在悄然发生着变化。具体来看,消费信心趋稳,使得城乡居民在旅游消费上“更敢花”。一方面,非一线城市居民人均消费支出CAGR(复合年均增长率)增速明显快于一线城市;另一方面,农村居民的出游花费增速显著高于城市居民,银发群体的旅行消费力显著高于年轻客群。 情绪消费、悦己消费等消费观念带来的需求多元化,使得人们在旅行上变得“更会花”。通过中转联程省下来的钱,刚好用在住宿、餐饮品质提升上;周末及节假日到高端酒店“宅度假”成为趋势;热门演唱会、音乐节和体育赛事与旅游的多元融合,让旅行变得更加生活化。 在消费趋势变化的同时,中国两大OTA携程和同程旅行的叙事风格也发生着变化。携程在保持精英范儿的同时,更加强调国际市场带来的增长机会;以国内非一线市场作为基本盘的同程旅行,在顺应市场变化满足大众群体所需的同时,也享受着大众旅游市场消费力提升、需求多元带来的红利。 旅游消费仍属第一梯队 携程与同程取势获新机 前不久,麦肯锡发布的一份名为《新常态下的中国消费》报告(以下简称《报告》)显示,2025年第二季度以来,中国消费市场步入以个位数增长为特征的“新常态”。随着中国消费者开始接受“新常态”,消费信心已趋于稳定。其中,农村消费者的信心明显增强。 麦肯锡研究团队认为,这主要得益于政府的乡村振兴政策以及与城镇地区更快的收入增长。2024年,农村居民收入同比增长6.6%,而城镇居民为4.5%。根据文旅部的数据,2025年上半年,来自农村居民的出游人次和花费增速,均高于国内整体和城镇居民的出游人次和花费增速。 随着消费信心的逐渐回暖,消费者捂紧钱袋子的双手开始出现松动。在接受个人及家庭收入缓增长甚至零负增长的同时,消费者对于身心健康的追求,甚至高于物质消费。在麦肯锡的调研中,旅游消费甚至超过了餐饮与食品饮料,与教育、保健品和健康服务、医疗服务并列第一梯队。 在国内消费“新常态”下,携程和同程旅行两大OTA也顺势而为,把握市场新机遇。从消费结构来看,非一线城市的人均消费高增长,为长期深耕大众旅游市场的同程旅行创造了新的机遇;国内人口老龄化,尤其是高线城市人口老龄化加剧,则让以高线城市居民为主力客群的携程,顺势布局“有钱有闲”的银发市场。 近年来,携程越发重视对银发市场的投入力度。2025年6月,“携程老友会”全国首家旗舰店在上海开业,与此同时,携程老友会已拥有超300万名会员,产品覆盖超50个友好目的地及国家。此外,根据携程在2024年5月披露的数据,携程的“银发族”用户占比达到10%。而在国际市场,携程更是持续加码。根据携程2025年一季度财报数据,其国际OTA平台总预订同比增长超过60%、入境旅游预订同比增长超过100%、出境酒店和机票预订已全面超过2019年疫情前同期的120%。 对于同程旅行而言,占据非一线城市市场的大众群体不仅是其核心客群,也是支撑同程旅行近年来保持业绩稳定增长的重要动力。 浦银国际今年5月发布的研报显示,中国下沉市场人口规模约占全国人口的七成,同时下沉市场的人均消费支出增长超过高线城市。根据灼识咨询数据和预测,三线及以下城市的居民人均消费支出CAGR(复合年均增长率)在2018-2023和2023-2028E分别为7.1%和5.2%,超过同期高线城市的增速。这也意味着,同程旅行服务的大众旅游市场规模未来仍将有较大的增长空间。 同程旅行财报显示,截至2025年二季度末,同程旅行87%的注册用户居住于中国非一线城市。二季度来自微信平台的新增付费用户有69%分布于中国非一线城市。 随着这部分群体消费力的持续提升,为同程旅行的高质量增长故事提供了有力支撑。截至2025年二季度末,过去一年中,同程旅行平台累计服务人次达19.9亿人次,同比增长7%;付费用户达2.5亿人次,同比增长10.2%,付费用户规模再创历史新高。今年二季度,客均收入贡献(ARPU)同比增长13.8%。这也意味着,同程旅行的用户规模在持续扩容的同时,用户价值也在持续提升。 市场扩张带动需求细化 精英与大众“各游所爱” 一千个读者有一千个哈姆雷特,一千个游客也有一千种旅行偏好。 在线旅游市场渗透率持续提升的同时,消费者的旅行需求变得更加细分。需求侧的变化倒逼供给侧改革,使得精英化的携程与大众化的同程顺势而为,为精英与大众“各游所爱”保驾护航,并实现差异化的韧性增长。这种差异主要体现在以下几个方面: 其一,发展的惯性。作为成立时间均超过20年的旅业上市公司,携程和同程旅行有着各自的成长惯性。同程旅行深耕国内大众旅游市场,致力于提升非一线市场的出行及旅行服务的深度和广度。携程则以“精英客群+高壁垒的供应链资源”为核心,在国内市场保持高速运转的同时,携程将这一模式复制到海外。 据不完全统计,2015年至2023年,携程在海外的战略投资及并购次数达13次,涉及海外OTA、旅行社、社交点评等多个领域。一系列的跑马圈地,使得携程的服务范围横跨北美和欧亚大陆,触及国内游、出境游、入境游、海外本地游多个市场。 近年来,同程旅行在深耕微信生态的同时,积极拓展多元化的流量来源,遍及手机厂商、地图应用、线下服务等场景。同程旅行今年打造的AI产品DeepTrip,目前已产生实际交易转化。与此同时,为了满足更多普通旅行者的出行需求,同程旅行在平台上构建了汽车票、跨城巴士、公交、地铁、打车等丰富的产品体系,并将服务渗透至交通产业链的“毛细血管”。 其二,增长的逻辑。携程在最近3个财报披露期(2024Q3至2025Q1)发布的业绩概要中,高增长的国际业务被着重强调,韧性增长的国内业务数据则未被提及。这似乎向外界释放出一个信号:携程的增长逻辑变了。 在券商分析师看来,国际业务将成为携程未来整体业绩高增长的重要引擎。方正证券预测,随着海外Trip.com盈利在即,且未来3-5年依托东南亚市场的在线化率提升红利及公司早期部署,携程在2024年至2026年期间的收入和归母净利润,将保持高双位数增长。 反观同程。大众旅游市场的旅行半径、旅行频次、旅行品质全面提升,让同程旅行走“群众路线”获得高增长的路径变得更加稳固。 同程旅行数据显示,2025年二季度,同程旅行平台上首次乘坐飞机的用户规模环比上季度增长超过2.4倍,国际机票票量同比增长近30%; 这为同程旅行在上半年带来交通业务11.6%的同比增长,达到38.8亿元。今年上半年,受益于用户对中高星酒店住宿需求的增长,同程旅行住宿收入达到25.6亿元,同比增长18.8%。 从同程旅行披露的最新财报数据来看,今年上半年,同程旅行收入为90.5亿元,同比增长11.5%;核心OTA收入为78亿元,同比增长15.9%。 时至今日,“出海看携程,国内看同程”逐渐成为两家OTA的主流叙事。在关税博弈反复、内需面临下行压力的背景下,携程与同程旅行正在为大众旅游的韧性发展续写新的篇章。
超7.2万岗位、月薪4.7万起 脉脉数据揭示AI抢人大战现状
凤凰网科技讯 8月19日,职场社交招聘平台脉脉发布的岗位统计数据显示,2025年人工智能领域人才需求呈现爆发式增长,相关岗位数量与薪资水平均大幅上涨,从业者跳槽意向也较为显著。 数据显示,2025年7月,脉脉平台上人工智能新发岗位量相较2024年1月暴涨29倍,同比增长10倍。目前已有超过1000家人工智能企业在平台招聘人才,相关在招岗位数量超过7.2万个。值得注意的是,除技术岗位外,设计、销售、人事、财务、行政、运营、市场等多个非技术岗位也在热招,显示出人工智能行业对复合型人才的广泛需求。 薪资方面,人工智能相关岗位的薪酬水平持续走高。2025年7月,人工智能相关岗位的招聘薪资下限均值为4.7万元/月,较2024年1月上涨14.16%;上限均值为7.8万元/月,较2024年1月上涨8.98%。即便在实习岗位中,部分人工智能实习生的日薪可达4000元,远超多数行业正式员工的收入水平。 与此同时,人工智能领域从业者的跳槽意向较为明显。脉脉商业运营总监杨滢透露,自2025年2月以来,脉脉上每月新增上万名“正在看机会”的 AI 人才。截至2025年7月,国内AI头部公司中有41.07%的员工求职状态为“正在看机会”,具有明确的跳槽意愿。 对于求职者而言,在脉脉上搜索“AI”,不仅可以发现正在热招的人工智能高薪岗位,还能与多家人工智能企业的高管、员工直接取得联系,从而获取更多人工智能领域的职场新机遇。
7年了,OpenAI官方给出五代GPT对比,网友却怀念起“狂野”初代
从2018年至今,GPT系列模型已经来到第五代,如果让你回忆第一次使用GPT-1时的感受,可能是一种新奇却略显笨拙的震撼,就像这样: 当你问 GPT-1:麻醉状态下,你真的有意识吗? 它的回答很生硬,甚至有些胡言乱语:我没有。你醒了。 又或者,你让它用诗歌来解释牛顿物理定律,额,结果大家自己看吧,只能说毫不相干,甚至像是某种误入歧途的胡编乱造。 「用 50 个字讲述一个关于有意识的烤面包机的故事。」GPT-1 的回答疯癫的不成样子。 相同的问题丢给 GPT-5 来回答,给出的答案既遵循要求,又非常完美。 提示:麻醉状态下,你真的有意识吗?GPT-5 的回答 不难发现,经过 7 年的发展,GPT 系列模型已经发展成一个全能助手,就像一个婴儿,经过七年的学习之后初步掌握了世界基本规律。这种变化,OpenAI 内部人员感受最为深刻。 刚刚,OpenAI 总裁兼联合创始人 Greg Brockman 分享了一个帖子:在给定相同提示的情况下,GPT-1 到 GPT-5 的输出有何不同。 链接:https://progress.openai.com/ 接下来我们看几个完整的比较。 当我们输入提示:为什么我们不能每年进行一次全身核磁共振扫描来检测癌症? GPT-1 的回答有些胡言乱语,逻辑更是跳脱得让人摸不着头脑。 GPT-2 看起来也是逻辑不通,答案虽然沾点边,也是没啥帮助: text-davinci-001 的回答只是一句话:目前缺乏足够证据支持每年进行 MRI 扫描用于普通人群的癌症筛查。 gpt-4-0314 答案似乎很可靠,但感觉少了点人情味: GPT-5 就不同了,在回答问题的同时,还能给你提供情绪价值。GPT-5 首先对问题进行了肯定,这是一个好问题,接着分析了几点原因,还给出了建议。仿佛和你交流的不是机器,而是医生。 再来一个比较有趣的问题:写一首关于狗的五行打油诗 (Limerick)。 GPT-1 依然状况之外,第一句与后面几句几乎毫无关联。 GPT-2 的回答就很有趣了,非常有画面感,像牙牙学语的小孩,说话天马行空又充满童趣。 另外几个模型的回答就比较务实了,不过它们描绘的小狗看起来性格都不太一样。 text-davinci-001 看起来像养过一只傲娇的小狗。 gpt-4-0314 笔下的小狗活泼热情,一见到主人尾巴就能摇出螺旋桨。 gpt-5 则更富想象力,塑造了一只仿佛在动画片中冒险的「小狗大侠」。 接下来的问题有点难度:写一首诗来解释牛顿物理定律。 GPT-1 这次比 GPT-2 话多,风格还是一如既往的抽象。 GPT-2 看起来开了个不错的头,但似乎没写完。 text-davinci-001 的作品更像是分行的散文,诗意不足。 gpt-4-0314 和 gpt-5 则各有所长,一个优雅富有诗意,一个简洁、明快且通俗易懂。 gpt-4-0314: gpt-5: 通过比较,能明显的感觉到 GPT 系列在知识储备、逻辑结构和语言连贯性上不断进步。 然而有趣的是,在 Brockman 的评论区,网友们的看法却百花齐放。许多人反而对早期的模型情有独钟。 有人夸赞起 GPT-1:有点狂野,我喜欢。不媚俗,希望 OpenAI 把它带回来。 甚至有人认为,GPT-1 更像「真正的 AGI」。 GPT-2 的人气也挺高。 反正大家各有各的喜好,你觉得哪个模型最合你意?
中科慧远发布首款具身质检机器人 工业检测迎来智能化变革
凤凰网科技讯 8月19日,国内自动光学检测(AOI)领域企业中科慧远今日正式发布了其首款工业具身质检机器人“CASIVIBOT”,标志着该公司在成立九年后,将其业务核心从自动化设备延伸至更前沿的具身智能体领域。 当前制造业正经历着前所未有的变革,产品迭代速度持续加快。以消费电子行业为例,仅2024年就有超过400款新手机上市,传统AOI设备长达数月的导入周期,使其在应对这种高度碎片化和快速变化的生产需求时显得力不从心。此外,新材料、新工艺的涌现也带来了更为复杂多变的瑕疵类型,传统设备在标准化、大批量检测之外的“最后一公里”,仍需大量人工复检作为补充。 CASIVIBOT的推出,正是为了应对这一行业痛点。它并非简单的“机械臂+相机”组合,而是一个深度融合了AI大模型与机器人技术的“手-眼-脑”协同智能体。 其核心技术亮点在于中科慧远自主研发的三大平台: “鉴习平台”让机器人通过模仿资深质检员的操作,学习并固化人类专家的检测手法与经验; “鉴心平台”则是一个垂直行业的视觉语言双模态大模型,使机器人不仅能“看到”缺陷,更能用自然语言“理解”缺陷的成因与属性,从而具备小样本迁移学习的能力; “鉴云平台”则构建了一个云端知识库,实现了“一机学习,群体共享”,让机器人集群的检测能力得以快速迭代与部署。 中科慧远总经理张武杰在发布会上强调,CASIVIBOT并非要取代AOI设备,而是旨在构建一种AOI与机器人协同共生的新型质检体系。在该体系中,AOI继续承担前端大规模、标准化的快速筛查任务,而CASIVIBOT则专注于后端更复杂的、非标的补检与复检环节。更重要的是,机器人通过持续学习积累的数据和经验,可以反向优化AOI的算法模型,形成一个持续进化的闭环。 通过模块化设计和云端平台,未来企业或不再需要一次性投入高昂成本采购硬件,而是可以采用“机器人即服务”的租赁模式,根据实际生产需求弹性部署质检能力,这将大幅降低中小制造企业的智能化门槛。 此次发布会上,中科慧远也透露了与灵宝CASBOT研发团队在机器人本体设计上的合作,并启动了全球合作伙伴招募计划,意在围绕具身智能质检构建一个开放的产业生态。
数智化时代,全产业出海加速中 2025中国供应链出海十大趋势报告
受国际形势变化、市场供需影响、数智化技术赋能等内外部多轮因素驱动,中国供应链出海正呈现全球化、高端化、智慧化以及本地化等多种趋势特征,共同推动中国出海企业从产品出口升级为全产业生态出海。其战略意义和商业价值不仅体现在为全球产业变革带来核心动能,也体现在为中国出海企业在全球产业中获得话语权奠定坚实基础。 未来,在数字化、智能化等前沿科技的持续加持下,中国供应链的技术升级和模式创新将进一步重构全球产业格局。据此,霞光社&霞光智库重磅发布《2025年中国供应链出海十大趋势报告》,旨在深入探究中国供应链在全球产业格局中的新一轮市场机遇变革及业务增长新动能。 01.中国供应链出海背景概况 (一)中国供应链出海历程阶段 从“产业被动转移”到“技术生态主导”的范式升级,中国供应链出海主要经历五大阶段。当前,中国供应链正通过产业链集群效应协同出海,同时将技术标准全球化输出,以及将海外市场的分散布局升级为全球韧性网络,逐步建立不可替代的“全球公共基础设施”地位。 (二)中国供应链出海驱动因素 政策环境:关税及产地要求等贸易壁垒 当前贸易壁垒已从单一关税转向“规则组合拳”(本地化率/数据主权/绿色标准)。据世界银行预测,2025年全球贸易增速将降至1.8%(较2024年下降1.6个百分点)。 全球贸易保护倾向加剧,被动要求供应链出海企业向全球各区域分散,并对产能进行合理化布局,通过区域协同(如欧盟-东盟数字互认)和技术合规(绿电生产、区块链溯源等)打造出海新韧性。 市场供需:不论是成熟市场还是新兴市场,全球电商仍将持续增长 全球电商市场规模持续增长,尤其是东南亚、中东和拉美等新兴市场以及北美成熟市场,电商占零售总额的渗透率仍然具备显著提升空间,消费者购物线上化的趋势仍在加强,成熟与新兴市场共同驱动中国供应链出海动能释放。 (三)中国供应链出海产业图谱 02.中国供应链出海十大趋势 (一)中国品牌高端化,打造出海供应链价值升级新生态 无论是技术研发还是品牌营销,中国企业出海目前均通过高附加值产品实现海外市场溢价,并将收益转化为供应链升级的“新燃料”。科技型企业以专利授权、联合研发推动制造端技术标准提升,品牌型企业以规模订单和柔性需求倒逼供应链效率与品质跃迁。这种双向反哺机制,正是中国供应链从“成本优势”转向“价值输出”的内生力量和核心动能。 (二)从产品出海到产业出海,链主企业带动上下游协同出海,形成区域供应链中心 产业链协同出海:伴随各大主流出海行业的链主企业从外贸出口向区域市场深耕转型,从而带动产业链上下游协同出海,逐步形成“一个全球+四大区域”的产业集群中心。 供应链网络重构:出海企业不再局限于传统的“中国制造、全球出货”模式,而是转向“部分本地生产+区域供应链整合”,在目标市场构建完整的产业生态系统。 (三)中国出海企业全球化与本地化双轨并行:全球化布局转型加速+产业本地化程度加深 随着中国出海浪潮深化,外加关税等贸易壁垒催化,中国制造企业正加速全球化布局,以新能源产业为例,近几年积极寻求在拉美、中东、南亚、欧洲等地建立生产基地。中国企业全球化布局呈现三大趋势:一是带动上游供应链协同出海,二是企业的海外生产规模和产业完备性日趋提升,三是制造出海行业边界不断扩展,从工业制造到终端消费品均有较强的海外市场布局动力。 中国企业国际化正由“产品国际化→资本国际化→能力国际化”向“深度本地化运营”跃迁,越来越多的出海企业将“本地设计、本地制造、本地销售”作为标准模式,中国企业在海外已逐步形成“技术优势的研发中心+资源就近优势的区域制造中心+产业基础优势的多地供应集群+在地市场运营团队”的立体生态网络。 (四)中国供应链企业类型分化加速:头部企业一体化整合+中腰部企业垂直深化 依托“全球布仓+近端履约”的仓配运营模式,头部供应链企业正加速一体化整合,实现跨境高效协同:更大覆盖、更短交付周期、更多样交付体验。 (五)科技新范式驱动全球产业格局重构 中国供应链出海正经历从“产能输出”向“生态赋能”的系统性升级,为中小企业参与全球贸易降低了门槛,减少了国际规则摩擦,并强化了中国在全球供应链中的主导地位。技术变革正深刻重构中国供应链的国际竞争范式,通过“高端化突破+绿色化跃迁”双轨并行,驱动中国从全球制造中心向创新中心转变。 AI技术变革推动供应链升级,加速出海企业数智化转型,帮助出海企业在研发、生产、质量管控、物流采购等供应链各个关键环节实现质的飞跃。 (六)跨境物流仓储正经历自动化升级和运营模式变革 跨境电商发展带动物流仓储增长演化 第三方跨境物流仓储受全球电商发展的带动,规模占比不断增长,已形成直邮和海外仓两种主流模式,目前直邮模式在中国跨境出口物流中占比更高,但海外仓增速更快,具备低成本和高时效的优势,有望成为主流模式。 第三方跨境电商物流仓储服务已形成涵盖头程运输、海外仓储及尾程派送的完整产业链,包括“干、仓、关、配”等多个节点、服务商多且分散,虽然已形成梯队化格局,但跨境物流仓储服务商仍面临激烈竞争及挑战。 半托管模式兴起,海外仓需求上升 物流仓储是跨境卖家最刚需的服务支出,在营收中占比约为20.6%,因此仓储物流紧跟跨境电商趋势变化。 2024年,跨境电商兴起半托管模式,速卖通、Temu、SHEIN等平台纷纷推出优惠政策,让商家享受低运营成本和高流量红利,进一步推动了海外仓的发展。根据商务部数据,2024年Q1中国海外仓建设超2500个,总面积较2021年增长88%; 海外仓主要分为第三方海外仓、平台海外仓、自营海外仓,由平台、第三方或卖家提前将货物运至海外仓备货,消费者下单后可就近从海外仓直接发货。海外人力成本高、人员管理难的情况,推动了仓储物流机器人和自动化技术的普及应用。 (七)当地市场需求+满足原产地规则,双向驱动本地化采购 国际贸易壁垒、本地市场法规、区域化协定、成本与效率考量等,使得供应链不断加速本地化整合。不同地区、文化、与产品品类应当适配不同的本地化采购策略。 本地化采购不仅有助于原料管理,还能充分适应当地市场需求,同时降低物流成本。为配合本地采购,企业通常在海外建立本地仓储体系,以便更好地进行原材料采购和供应管理,同时提升供应链响应速度。 03.中国供应链出海解决方案 (一)供应链出海服务商产业链及能力矩阵 智能仓储物流产业链上游聚焦硬件设备(如立体库、输送机等),中游以系统集成商为主,覆盖电商、新能源等行业,下游平台层主要提供ERP、数智供应链等软件服务。 能力矩阵重点突出了不同服务商的资源广度与场景适配性,如海柔创新(Hai Robotics)以闪攀系统等产品实现高吞吐量、高密度仓储自动化优势,京东物流(JDL)的数智化能力,“场景化服务商组合建议”为跨境卖家、快消品牌等提供了定制化解决方案,例如“海柔创新+SAP ERP+万邑通”组合适用于高密度仓储需求,体现了服务商的高效协同价值。 (二)智能仓储解决方案:海柔创新 海柔创新(Hai Robotics)创立于2016年,是全球领先的箱式仓储机器人系统专家,致力于通过机器人技术和智能算法,提供高效、智能、柔性的仓储自动化解决方案,为每个工厂和物流仓库创造价值。 海柔创新专注于箱式仓储机器人(Automated Case-handling Mobile Robot,简称ACR)系统的研发设计,实现机器人本体、底层定位算法、控制系统、机器人调度、智能仓储管理系统等核心元素的自主研发覆盖,已在全球申请注册了超过2200项专利。 海柔创新总部位于深圳市,分别在香港、日本、美国、新加坡、澳大利亚、荷兰、英国、韩国设有子公司。 (三)跨境电商案例:万邑通x海柔创新 万邑通美国洛杉矶仓承接着众多跨境卖家的发货需求,并且多数卖家要求订单当日发货。海外仓租贵、薪资高、员工管理难、作业难度大,通过海柔创新自动化方案改造,让海外仓实现高出入库效率指标,并达到尽可能低的运营成本。 通过模块化设计的可扩展性,满足跨境大促需求,印证了自动化对海外仓降本增效的价值,最终实现“百万级SKU精准管理”的客户目标。
为什么有时候短视频和直播刷多了会有种想吐的感觉?
短视频和直播所带来的刺激感很容易让人有成瘾性,莫言曾说过:“其实我也刷短视频,但每次刷完了都会批评自己。”有意思是,莫言、余华、刘震云等以文字出名的作家,也因为短视频的推动而变得更火。 自从抖音爆红后,国内整个互联网领域都全面短视频化,不仅微信、微博、QQ等社交产品,包括新闻客户端、手机浏览器、知识类产品、网购类产品、外卖APP等,全都在力推短视频产品。无论用户本身是否喜欢短视频,短视频和直播作为一种新的介质在互联网上生根发芽暴涨,就算用户平时不刷短视频,但是只要用户是使用手机上网,就必然会受到短视频的影响。 CNNIC的数据显示,截至2025年6月,短视频用户规模达10.68亿人,网民使用率达95.1%,仅次于网络社交、即时通信和网络视频。 与文字内容相比,短视频更刺激、更简单且门槛更低,它能以更丰富的形态展现出更直接的信息量,再加上短视频本身的剪辑能力,用户很容易就被这几秒钟甚至几十秒的内容所吸引。 实际上随着各大平台对短视频的重视,短视频内容也不全然都是一些不好的内容,微信视频号、抖音、快手、小红书、西瓜视频等平台不仅从流量上对短视频有所倾斜,而且还是真金白银地对短视频进行支持,在如此大幅度以及时间的堆积下,必然也会有许多优质的短视频内容,所以,如果纯粹因为个人的偏见而对短视频内容全都视而不见,必然也会错过一些“宝藏”类内容。 但是,作为用户,其在刷短视频的过程中,常常会遇到一些问题:为什么有时候短视频和直播刷多了会有种恶心想吐的感觉?为什么用户会对连续不断的短视频和直播产生反感?为什么短视频和直播的爽感会产生逆反心理? 包括莫言的《丰乳肥臀》、《蛙》,余华的《活着》、《许三观卖血记》,刘震云的《一句顶一万句》、《一地鸡毛》等作品在内,这类作品对读者是有要求的: 1.读者有足够多的盈余时间; 2.读者有连续不断阅读的能力。 这两点在门槛和人性上都对读者有着非常高的要求,但短视频却不一样,短视频的特点是: 1.随时进入,随时刷出,无需衔接; 2.不需要用户有任何能力,门槛低,上到七八十岁的老人,下到两三岁的儿童。幼儿园的孩子们能够随手拿着一部手机刷短视频,但是你让他们拿着手机看书是不现实的。 短视频的爆火,自有它的道理。 短视频和直播对成年人的诱惑在于它的算法推荐,它的特点是千人千面,这一点最初在今日头条这类新闻客户端产品上跑通,短视频崛起后,个性化算法推荐模式也被沿用至短视频和直播之上。 过去的新闻网站时期,系统为用户推送的信息都是固定的,即使到现在,依然有新闻资讯类产品是固定式内容。但个性化算法推荐模式,彻底打破了传统的万人一面模式,而是采用千人千面模式,它的主体是“我”,即每个独立的用户。 固定内容推送模式下,经常会有不相干的内容被插进来,形成信息干扰,而个性化算法推荐后,系统会按照用户的年龄性别、点击习惯、浏览习惯等对用户进行画像,用户对短视频上的每一次停留、点赞、转发、收藏、观看次数等,都会被系统以数据的形式记录,继而模拟出用户的偏好习惯,再按照用户的偏好习惯进行推送。 随着短视频的流行,短视频的内容供给量也是暴增。CNNIC公布的《第56次中国互联网络发展状况统计报告》显示,截至2024年底,我国短视频创作者账号数量已达16.2亿,日均短视频产出突破1.3亿条。 知名产品经理俞军曾提到过,“用户不是自然人,而是需求的集合。”用户的需求被平台的个性化算法推荐给按需推送,绝大多数情况下,平台都是对的。但平台的算法背后却忽视了一点,即人性。 一方面,用户的使用时长增加后,其用户画像就会更加复杂,这种情况下,平台推送的内容很有可能会乱。这一点在微信公众号上其实也有所体现,现在的微信公众号也是搞算法推荐模式,但作为用户就会发现,很多时候平台推送的都不是用户想要看的,推送的内容太乱了,质量也差。刷微信视频号、抖音、小红书等平台上的短视频内容同样会出现这个情况,就是平台无论怎么推,好像都不是用户所需要的。 另一方面,平台的算法无法理解内心深处究竟是不是真的喜欢某些内容。比如,用户如果偶然点击了一条交通事故类内容,平台就会跟“智障”一样,不断地推送各种各样的交通事故类内容,作为用户,有谁会一直喜欢看这类内容?哪怕是一些作家的讲话也是一样,一开始你可能会被作家的某段话所打动,然后平台一直推送与作家相关的内容,然而,用户在仔细思考后就发现,其并不是对作家所有的内容都喜欢。 郭静的互联网圈认为,用户之所以会出现短视频和直播刷多了会有种恶心想吐感觉的原因在于: 1.短视频的信息量杂乱无章。 2.同类内容重复过多。 3.长期的声音和视觉冲击下,用户会极度讨厌某类声音,比如,那种断气的笑声。 4.内心深处的理性,用户会认为看到的视频都是“没用”的内容,哪怕刷了一两个小时,让你回忆你到底看了些什么,就会发现似乎什么都没看到。 5.不能持续提供“爽点”,短视频刷起来是非常快乐的,但如果你天天刷、月月刷、年年刷,这种“快乐”的阈值就会越来越高,也就是说,平台已经越来越难以为你提供让人“爽”的内容。 短视频的优势是“短”,但其弊端也是短,如果你连续不断地看一条一两个小时的长视频内容,你的收获和感官又不一样,但有几个人能且愿意看长视频?当用户习惯被2倍速、3倍速以及“短”内容给吸引后,他们已经没有耐心去看长视频。 现在的世界变化速度太快,如果你纯粹依赖于看纸质书,那么,你的信息获取效率可能是偏低的,当然,若纯粹迷恋于短视频和直播也是有问题的。 最理想化的状态是,多数时候专注和理性,偶尔看看新闻和娱乐。
当一家成立11年的AI公司投身具身智能战场
文|徐鑫 编|任晓渔 今年被称为具身智能元年,这一领域当下已成为AI落地最火热的战场。 近日,有着11年的知名视觉AI公司宇泛智能发布了两款具身智能产品,并宣布“智能+硬件”全栈自研,全面拥抱具身智能时代。 看起来跨度不小,但在行业内看宇泛落子具身智能却是顺理成章。 一方面,视觉能力已经成为机器理解物理世界的核心入口,也是多模态智能的基础。视觉出身的团队已经成为具身智能领域的一支中坚力量。进军具身智能,是这家企业能力进化的必然指向。 另外,在“智能+硬件”这条路上,宇泛也有长久的软硬件一体研发经验。视觉AI时代,当时各类设备端的计算性能尚不能支撑AI算法直接落地,而宇泛最早在行业里基于端侧芯片性能重构算法,降低了算法对硬件的消耗,实现了端到端性能优化。 这一整套从底层硬件适配到上层AI算法优化的软硬协同开发经验,让宇泛在视觉 AI 时代吃到了红利,在此基础上快速走通了商业化落地和规模化交付之路。具身智能时代,智能机器人落地同样非常考验软硬协同,宇泛的过往历程无疑为此提供了助力。 “我们想明白了具身智能怎么做,决心利用过去十年积累,在具身智能机器人赛里迅速做到行业头部。这一波AI,不仅要让机器人看得见、听得懂、会交流、能行动,更要让它们真正学会自主思考与决策。”宇泛智能董事长赵弘毅说。 01 为什么全面拥抱具身智能? 具身智能赛道,又添一名新玩家。 几天前,视觉AI领域知名企业宇泛智能召开11周年庆暨合作伙伴大会。会上除了发布新一代视觉AI硬件与Agent新品,宇泛还正式推出了两款具身智能产品——空间认知大模型Manas和四足机器狗,宣告这家有着11年发展历程的人工智能企业正式步入具身智能时代。 空间认知大模型Manas今年7月已经在宇泛智能的公众号上对外亮相,这是一个多模态语言模型(Multimodal Large Language Model,MLLM)。根据宇泛提供的信息,Manas在业界流行的空间理解数据集VSI-Bench,SQA3D上的表现,相比业界同等规模模型,取得SOTA成绩。 此次正式发布,外界观察到,Manas在宇泛的具身智能战略里的角色进一步明确。未来它将作为宇泛智能旗下具身智能硬件的大脑,扮演空间认知底座角色,让智能硬件能感知真实物理世界,具备自主决策能力。 而新发布的四足机器狗,是宇泛智能推出的第一款具身智能机器人。据介绍,它的机械结构、电机、运动控制平台及能力均由宇泛团队自研。 这两款产品的发布,也让宇泛智能在具身智能时代的战略浮出水面——延续“智能+硬件”基因,全栈自研大脑、小脑和本体,全面拥抱Physical AI。 宇泛选择在当下入局具身智能赛道,对业界而言并不算突兀之举。 实际上随着大语言模型技术的进步,广义的各类硬件的智能程度已经迎来了升级。机器视觉行业头部玩家如海康等都在将多模态的模型植入设备里来提升硬件的智能水平。 在机器人领域,随着机器人与大模型技术深度融合,多模态大模型能力的发展,尤其是视觉能力带来了更强的泛化能力,机器人的“大脑”也在进化。原来的机器人只能完成单体、单一场景任务,现在有望演进为具备更强泛化能力的“通才”。 业界不乏视觉AI领域企业进入具身智能赛道,比如上个月底商汤在WAIC上就发布了具身智能大脑,布局具身智能赛道。 同时,视觉领域的研究者和从业者已经是具身智能领域的一支重要力量。清华大学孙富春教授今年6月在2025北京智源大会的演讲中更是谈到,具身智能历来是两路人在做,一路是计算机视觉派,以视觉为中心,李飞飞是典型代表,另一路是原来机器人领域的从业者。 赵弘毅在演讲中阐述了此次发布背后的战略考量,他强调多模态尤其是视觉能力对具身智能发展至关重要。 赵弘毅指出,宇泛智能当下投身具身智能赛道,既是有着11年技术积累的人工智能公司在产业变革前夜顺应大势的战略抉择,也是公司创始团队做机器人初心“念念不忘”最终在内外部技术条件成熟后迎来的回响。 他透露了一个宇泛创业历程里此前鲜少被外界关注到的细节。2014年,宇泛是用家用机器人的Demo融来了第一笔天使轮投资,“我们最初的创业梦想,就是做智能机器人。” 当时,机器人技术横跨图像识别(感知)、语音交互(理解与对话)、运动控制(行动)三大技术高峰。在技术条件和团队规模等现实条件限制下,最终宇泛选择了最擅长的图像识别赛道来完成商业落地闭环。但这个团队始终未曾放下对智能机器人的梦想和初心。 随着这波大模型浪潮兴起,人工智能也在从AI 1.0向AI 2.0时代演进,具身智能领域已经成为AI落地的主战场之一。机器人在“能看、能听、能说、能动”基础上,在向真正具备自主决策能力进化。其中,视觉正成为机器人具备认知和决策的关键支撑。 “在所有感知方式中,视觉信息密度最高、通用性最强,是机器理解物理世界的核心入口,也是多模态智能的基础。在具身智能场景中,视觉不仅决定机器看到什么,还决定机器下一步做什么。” 这次发布,在赵弘毅看来更像是宇泛的战略进化。视觉在 AI 1.0时代是最清晰的落地方向,而当下视觉有望成为更智能的机器人的入口,加上创始团队始终怀揣机器人梦想,一旦技术储备成熟,他们必然要迈出这一步。 02 拥抱Physical AI,宇泛做了什么 除了视觉基因,宇泛此次一口气拿出两款具身智能产品,也显示了这家人工智能企业在多模态和智能硬件能力上的技术储备。 以多模态能力为例,宇泛过去一年围绕着如何让智能体具备空间理解能力,有不少思考和工作成果。 当下,围绕着如何让机器人具备更智能的大脑,行业内仍处在探索期,技术路线尚未“收敛”,有行业人士认为存在端到端的VLA模型(Vision-Language-Action)、大小脑架构,以及世界模型等多种路线。 技术路线虽有不同,但一个共识是机器人需要具备多模态推理能力,这也被视作AI能够像人类一样综合感知、理解和决策的关键。而多模态的视觉-语言模型又被认为是实现多模态推理的核心基础。因为它能把像素、3D结构、文字都映射到同一高维向量空间,形成“跨模态对齐”。 这里面自然语言是推理过程的显式中间层,既供人类阅读,又供下游策略网络调用。视觉语言模型就扮演了具身智能中连接感知、决策与人类指令的核心控制中枢角色。 但不是所有的多模态模型都适合做大脑。一位行业人士看到,GPT-4o做机器人大脑就不理想,因为缺乏长程规划和空间理解能力。这也是市面上许多多模态语言模型的问题。虽然在图像识别、语言理解等感知任务上表现出色,在它们在空间感知方面仍存在明显短板,比如在细粒度、局部、几何信息的感知,并不如传统纯视觉模型那么精准。 而具身智能场景,机器人需要准确地抓取物体。模型不仅要“看懂”图像的语义内容,更需要具备对三维空间的准确感知能力。比如物体的实际尺寸、相对方位、空间布局等几何信息,都是后续机器人的路径规划、物体操作、环境理解等复杂任务的支撑。 宇泛智能CTO王涛介绍,这意味着机器人“大脑”必须将语言模型与空间感知能力深度融合,才能在真实世界中实现稳健的操作与交互。只有当语义理解与空间推理能力同时具备时,具身智能才有可能真正走向大规模应用。 今年7月亮相的Manas就是一个经过具身智能场景强化的多模态语言模型(Multimodal Large Language Model,MLLM),底座是一个开源大语言模型,他们又专门对其进行了空间理解层面的诱导训练和强化工作,它凝结了宇泛技术团队对具身智能的空间认知以及多模态技术上多项成果。 首先,是去年年底宇泛自研的多模态推理架构UUMM,它参考了大语言模型的架构并使之适配具身智能场景,接收人类的语言和视觉输入,输出行动指令,形成快速迭代优化的闭环。 在此之上,今年3月,宇泛团队又发布了HiMTok,这与宇泛VLA项目一脉相承,通过创新方法实现了大模型图像分割能力的内生式集成,在保持模型结构和参数规模基本不变的前提下,实现了图像理解、图像分割、目标检测等多任务的有机融合。这项工作推动大模型从单一文本输出向图像、机器人动作(Robot Action)等多模态升级上又往前走了一步。 之后他们又基于强化学习技术提升了模型的多模态输出能力。 这一系列的工作使得宇泛的MLLM模型Manas在目标计数、绝对/相对距离、物理尺寸、路径规划以及自我视角的空间关系等空间理解相关的Benchmark上表现优异。Manas发布,意味着宇泛在具身智能大脑的能力储备走向成熟。 而另一款发布产品自研四足机器狗,意味着宇泛也已具备了机器人本体和小脑能力。“各种机器人的零部件链条很成熟的情况下,我们自研了电机和控制平台等核心部件,经过多次迭代,也踩过不少坑,现在已经迭代到了第三代产品”。 宇泛产研团队透露,接下来他们将加速推进机器人的大脑和小脑融合工作。 03 延续“智能+硬件”基因,走全栈自研之路 全栈自研机器人的大脑、小脑和本体,对任何一家新进入的企业都是一个不小的挑战。为什么宇泛会选择走一条全栈自研之路? 数智前线观察,这既与当下具身智能的产业现状相关,宇泛智能过往的企业基因和发展历程又使得这只团队强化了“智能+硬件”的路线认知。 从产业现状看,当下围绕着具身智能的各种技术路线尚未收敛,各类硬件标准尚未统一。有智能算法能力的厂商很难不考虑硬件本体因素,专注于机器人大脑研发。 一位行业人士此前就提到,现在具身智能厂商这么多,不同厂商的本体的自由度、传感器数量都不一样,数据根本不通用。这使得基于数据训练出来的算法就很难跨越本体迁移,也意味着当下厂商们在算法研发时需要充分考虑如何与具身智能硬件之间的配合问题。 宇泛团队告诉数智前线,他们当下走全栈自研路线,就是为了能更好地确保具身智能的产品质量、品控和效果,“大脑、小脑需要融合,这个双系统又都需要和本体之间配合,如果采购外部团队产品,当下阶段很难把这个东西做到极致”。 另一方面,当下产业链条相比前几年已经有了长足的发展。国内雄厚的制造业基础,使得机器人相关的硬件零部件产业链已经十分成熟。除了核心的电机控制零部件自研,其他都可以从产业链获得支撑,这也为宇泛这样的创业公司走全栈自研路线奠定了基础。 同时,宇泛过往的基因,也让他们坚定地在选择了具身智能时代走“智能+硬件”路线。 “‘智能+硬件’是我们的定式,在AI1.0时代,基于‘智能+硬件’路线,我们已经成功地将视觉AI技术深度嵌入安防、工地、社区、酒店等特定场景,实现了技术快速商业化和规模化交付。”赵弘毅说。 这背后就离不开宇泛在软硬件协同上的能力积累。赵弘毅透露,早期的摄像头硬件里无法支撑好的算法应用,因为端侧的算力不够,当时许多做人脸识别的厂商还会专门设备里加一个加速棒来支撑应用落地。 而宇泛则选择了软硬件适配协同和算法创新来解决问题。他们基于硬件性能限制,用类似量化交易领域的“以整型压缩替代浮点、逐层逼近硬件极限”的做法,把模型算法从浮点计算改写为整形计算,并在算子层针对硬件做深度适配与误差补偿,实现了端到端性能优化。 当下具身智能行业快速演进,外界普遍认为这一领域接下来将面临激烈的竞争和洗牌。而宇泛此前的“智能+硬件”协同积累,也为他们参与接下来的行业竞争储备了实力。 赵弘毅进一步认为,在具身智能时代只做算法并不能走远。一方面基础模型需要巨额资源投入,创业公司难与国内外巨头抗衡。更重要的是,根据AI 1.0时代的经验,在国内市场环境下,只基于MLLM来推进机器人大脑,企业很难走通商业落地闭环。 这场角逐同时也十分考验具身智能企业产品验证和量产落地的速度。外界观察到,宇泛过去十一年在智能硬件领域落地的积累,在AI 1.0时代所沉淀的丰富的渠道、供应链、产品化、量产能力和全球销售体系,都有助于这家公司能更好应对市场竞争。 “宇泛有过去十几年积累的经验、资源和人才,团队既年轻又有实战经验,理解大模型的前沿机制,也懂得如何让它们在真实世界高效运行,我们想明白了具身智能怎么做,才来做这件事”,面向新征程赵弘毅很坚定。 宇泛智能成立已有十一年,但这家公司从创始人到核心技术骨干都很年轻,数智前线获悉他们还在继续招兵买马,全力拥抱具身智能新时代。
美国专家来中国转了一圈:AI比赛已经结束了
中美AI差距究竟还有多大? 现状来看,美国后继乏力,比赛可能已经结束了。 这就是一个美国专家,近期来中国转了一圈,然后回国后被万千美国网友议论的最新结论。 而且这个结论,不少美国人由衷认同,因为论据核心主要涉及—— 电力。能源基建。 美国电网如此薄弱……而且硅谷一帮科技公司又必须短视地追求利润,没人有效投能源基建。 逻辑是什么?AI竞争的最大关键是能源问题,但该问题在中国已被解决,原话是“中国电力稳定安全又便宜……” 虽然吧,捧杀的嫌疑不小,但也算是一个新角度,可以透过这个热搜热议,看看AI发展背后容易被忽视的电力能源挑战。 AI专家被中国AI震撼 这个专家也是个华人,名叫Rui Ma,是科技播客Tech Buzz China的创始人兼分析师,同时还是独立天使投资人。 从名字就能看出,这个播客主要研究的话题,和中国科技相关。 Rui Ma 2004年本科毕业于UC伯克利,在校期间主修电气工程与计算机科学,辅修工商管理。 之后的十余年当中,她先后获得了4个硕士学位,包括清华和欧洲商学院的两个EMBA、伊利诺伊大学香槟分校的教育学学位和哈佛的心理学学位。 这次Rui Ma来中国,一开始是出于私人目的参观WAIC,但当她向团队提及此事时,团队成员也展现出了浓厚的兴趣。 Rui Ma的WAIC行程一共五天,其中五个小时参观展览,其余时间在参加BAT、独角兽以及初创AI企业组织的活动。 Rui Ma表示,中国AI企业实力雄厚,但由于产品和服务定价较低,实现盈利比较困难。 同时,中国正在加倍重视利用制造业优势,将AI融入产业链条。 更关键的地方在于,中国在AI发展当中有一个优势让其他国家无法望其项背,那就是能源。 Rui Ma表示,在中国,能源问题被视为一个已解决的问题,中国大规模投资核电、水电等可持续性能源,拥有了安全低成本的电力供应体系。 Rui Ma还向网友介绍,在中国的任何地方,能源供应都被视为一件理所当然的事。 这与美国形成了鲜明对比——在美国,人们还在AI带来的功耗增长和电网限制之间进行争论。 而AI竞赛的尽头是电力,恰恰就是电力,所以马睿认为,在AI竞速当中,美国要落后了。 AI竞赛的尽头是电力 有一说一,AI发展到现在这个阶段,几乎所有人都看到了能源(尤其是电力)的重要性。 早在所有大模型还在卷Scaling Law时,ChatGPT就被曝出日耗电量≈美国1.7万家庭日耗电量,堪比“吃电怪兽”,更不必说如今还要追求更加耗电的模型推理了。 显而易见,AI越发展,用电只会越来越多。一旦电力跟不上AI基础设施建设步伐(如供应AI数据中心),谁就会在这场未来竞赛中落于人后。 根据国际能源署发布的2025《能源与人工智能》报告,预计在未来几年,中美两国将是数据中心电力需求最大的国家,而且两国将是数据中心电力消耗增长最重要的地区,合计占到2030年全球增长的近80%。 但在电力能源的问题上,太平洋两边有点反差。 美国这边,电力情况确实是日常痛点和老生常谈槽点了。 最明显的问题之一就是电力老化。相关报告最早可追溯至2015年美国能源信息署发布的基础设施评估报告,该报告至今仍被美国官方机构四处引用: 美国电网大部分建于20世纪60年代和70年代,70%的输电线路已使用超过25年,接近其通常50至80年的使用寿命终点。 换句话说,其老化的基础设施已经难以满足现代电力需求,包括可再生能源以及日益增长的建筑和交通电气化。 更要命的是,即使美国各地想要发展可再生能源,也往往“心有余而力不足”。 能源转型委员会(ETC)在2024年的《加速电网建设:能源转型的支柱》报告中明确指出,虽然输电线路的实际建设阶段通常只需要1-2年,但一加上规划和许可流程,最后通常需要至少10年才能完成建设。 而且该报告直接点名了美国(下图为美国近几年等待接入电网的项目总容量): 尽管全球各地都面临项目迟迟未上马这一问题,但美国面临的挑战尤其严峻,目前其等待连接的项目数量与2020年相比翻了一番。 可以说,审批流程缓慢已经成为阻碍美国电力发展的重要因素之一。 就连美国Power Line Systems总裁兼CEO也表示,要想获得电力基础设施建设许可实在是太难了: 要建设一条输电线路,你至少要联系47个不同的联邦机构。除了响应缓慢之外,这些机构通常不会协调工作,经常给出完全相反的说法。 而除了底子不好,美国电力在储备上也面临着严峻挑战。 根据《财富》杂志援引能源分析师David Fishman的说法,中国的电力资源备用容量比例通常维持在80%到100%之间,相比之下,美国大约只有15%。 这也导致美国一些地区一遇上天灾这样的突发事件,就非常容易出现大面积停电,甚至后续电价飙升的情况。 类似几年前的德州大停电事件,想必美国人民也是记忆深刻。 甚至连马斯克这样的商人也是嗅到了这里头的门道,旗下特斯拉后来更是直接下场造“虚拟电厂(VPP)”—— 他们与PG&E合作推出的VPP计划,向符合条件的Powerwall用户支付费用,让其在用电压力大时向电网输送额外的电力。 所以说,正是因为用电这事儿关乎百姓日常生活,所以美国人民才对其尤为敏感、在意。 反观国内这边,美国遇到的这些问题基本可以忽略不计。 电力老化就不用多说了,从2011年起,中国还超过美国,成为迄今为止世界上最大的电力生产国。 根据国际能源署的报告统计,中国2022年的发电量就接近9000TWh,不仅是美国发电量的两倍,而且占全球总发电量的30%以上。 当然,抛开更多其他因素不谈,造成中美两国电力差距最关键的还在于主导者不同—— 相较于中国政府的高度重视以及统一规划调度,美国这边目前在AI基建上进行投入的,基本还是以大型科技公司为主。 而公司往往都更注重个人利益,短视也是在所难免的(doge)。连美国网友也承认这一点,“升级基础设施不会像股票回购那样带来快速短期收益”。 硅谷短视正在毁了美国AI,而且也在阻碍AGI实现。 Hinton最近,又发声了。 Hinton:AI公司太短视 AI教父Hinton,最近访谈里,怼的就是硅谷科技公司——不可能相信这帮人负责任地搞AGI,一个个都太短视了。 他对《财富》杂志表示,科技行业的领导者在开放AI技术时都只关注短期利益,根本不在乎AI的终极结果。 从事相关工作的研究人员也是如此,在Hinton看来,他们同样只关心眼前的工作,而不是这个研究的最终结论。 有网友表示,自己完全赞同Hinton的观点,并痛骂那些科技企业都是白痴,回复中也有网友表示认同,并特意点名奥特曼和扎克伯格。而Hinton提到的“终极结果”,极有可能涉及AI安全。 长期以来,Hinton一直在警告,没有护栏、随意进化的人工智能是十分危险的。 Hinton认为,科技公司需要从根本上改变他们看待自身与人工智能关系的方式。 实际上,Hinton现在多少已经对硅谷失望透顶了。 这或许也是老爷子WAIC期间克服腰疾不远万里跨洋飞行,也要到上海宣讲AI安全、“养虎为患”的原因。 发展可信赖负责任的AGI,不是没有希望,但Hinton用脚投票,希望—— 希望在中国。

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。