据英国《金融时报》20日报道，知情人士透露，美国当选总统特朗普的团队已告知欧洲官员，要求北约成员国将国防开支占其国内生产总值（GDP）的比重从目前的2%提高至5%。 　　根据北约相关规定，成员国每年的国防开支至少要占GDP的2%。在目前北约32个成员国中，有23个国家达到了这一标准。 　　特朗普在其上一总统任期内曾多次批评北约成员国的国防开支“不达标”，并以美国退出北约相要挟。 　　有消息称，北约成员国目前正在讨论在明年6月举行的北约领导人峰会上，将国防开支目标提升至3%。但许多成员国担心，这样一来，成员国需要作出艰难的财政决策。 英国《金融时报》报道截图 　　北京外国语大学区域与全球治理高等研究院教授崔洪建接受中央广播电视总台环球资讯广播记者采访时分析说，特朗普对北约成员国提出国防开支占GDP5%的新要求，有多方面原因。 　　最近两年在俄乌冲突的背景下，一些欧洲国家迫于形势变化开始提升军费，国防开支占GDP达到2%的国家数量有了较大提升，北约也把这个作为一个所谓的政绩。 　　但特朗普当前仍然认为，北约没有给美国的所谓战略需要作出贡献，对于美国的财政和军费来说，欧洲和北约都是负担。因此，特朗普团队提出了5%的新要求，需要欧洲国家承担更多责任。 　　另一方面，特朗普也认为，其过去几年对北约单边施压的方式取得了效果，未来要让美国继续留在北约，其他北约成员国必须作出更多贡献，这个贡献要体现在量化的标准上。 印度《商业标准报》报道截图 　　崔洪建分析认为，在当前不少欧洲国家经济增长乏力、财政状况捉襟见肘的形势下，欧洲国家和美国围绕军费开支问题的一系列博弈还会继续展开。 　　短期内，想让所有北约成员国的国防开支达标是不可能的。对于一些欧洲国家来说，他们会被动地应对特朗普提出的新要求。 　　可以预见，在未来一段时间，部分成员国会不断增加军费开支，甚至可能会达到5%的上限。比如说波兰已经明确表态，可以达到5%的目标。但对于多数欧洲国家，尤其是受到俄乌冲突所谓威胁不那么强烈的国家来说，可能会采取拖延的做法。 　　尽管美国给出了统一标准，但最后肯定会紧盯几个主要的、能够为北约的军费开支增长作贡献的大国，比如说德国。德国作为欧洲最大的经济体，如果其国防开支提高到占GDP的5%，对于整个北约军费开支的贡献要远远大于一些小的经济体能够作出的贡献。接下来，双方在这个问题上会有一系列博弈。

　　濠江溢彩，莲花绽放。在以中国式现代化全面推进强国建设、民族复兴伟业的关键时期，澳门迎来回归祖国25周年的喜庆日子。 　　12月18日至20日，习近平主席赴澳门，出席庆祝澳门回归祖国25周年大会暨澳门特别行政区第六届政府就职典礼，并视察澳门特别行政区。 　　习近平主席高度肯定澳门回归祖国25年来，具有澳门特色的“一国两制”实践取得巨大成功，并从实现中华民族伟大复兴的全局高度，作出一系列新部署，为澳门更好发挥“一国两制”制度优势，不断开创“一国两制”事业高质量发展新局面指明方向。 △12月19日，习近平主席出席澳门特别行政区政府欢迎晚宴并发表重要讲话。 　　横琴粤澳深度合作区有一处名为天沐琴台的展示区，外形似一张古琴。南海风起，仿佛拨动琴弦，奏响和弦。 　　“琴澳和鸣——横琴粤澳深度合作区建设主题展”展厅里，一张张照片、一幅幅图表、一件件实物模型，生动直观展现了琴澳一体化发展情况和近年来粤澳深度合作的阶段性成果。 △12月19日，习近平主席在横琴粤澳深度合作区考察。 　　12月19日，习近平主席到这里考察，同参与横琴粤澳深度合作区规划、建设、管理、服务等各方面代表亲切交流。习主席指出：“‘澳门+横琴’正在成为丰富‘一国两制’实践的新示范、推动粤港澳大湾区建设的新高地、实现国家高水平对外开放的新平台。” 　　回首往昔，澳门的发展曾受限于“小”。仅有30多平方公里土地、60多万人口，俗话说，桌子上唱大戏——摆布不开。澳门，路在何方？ 　　习近平主席指出：“对香港、澳门来说，‘一国两制’是最大的优势，国家改革开放是最大的舞台，共建‘一带一路’、粤港澳大湾区建设等国家战略实施是新的重大机遇。” 　　在习近平主席关心支持下，澳门主动融入国家发展大局，积极参与高质量共建“一带一路”和粤港澳大湾区建设，扎实推进横琴粤澳深度合作区建设，发展空间大为拓展。 　　从《内地与澳门关于建立更紧密经贸关系的安排》到《粤港澳大湾区发展规划纲要》，从推进中国与葡语国家商贸合作到参与共建“一带一路”……融入国家发展大局的澳门，“一中心、一平台、一基地”建设成效显著，国际大都市“金名片”越擦越亮。 △2024横琴粤澳深度合作区人工智能大赛暨澳门国际邀请赛，今年8月在澳门培正中学开幕。 　　为了实现更好发展，习近平主席这次对澳门提出了新期许——要着眼中华民族伟大复兴战略全局和世界百年变局，紧跟时代潮流，进一步找准自身定位，科学谋划澳门未来发展，更加积极主动对接粤港澳大湾区建设等国家发展战略，在国际舞台上展现更大作为。 　　时代浪潮奔涌向前，在中华民族伟大复兴的历史坐标中，澳门的目标定位愈加清晰。 　　从空中俯望，澳门半岛宛如一朵莲花，伸展在珠江口的万顷碧波之上。流淌在这座“莲花之城”茎叶之间代代相承、永不停息的基因，便是“爱国爱澳”。 　　“广大澳门同胞素有爱国传统，有强烈的国家认同感、归属感和民族自豪感，这是‘一国两制’在澳门成功实践的最重要原因。”对于这项澳门社会长期坚持的核心价值，习近平主席高度肯定。 　　今天的澳门，几十家爱国同乡社团坚定文化自信，用家乡情凝聚爱国心；澳门工联总会、街坊总会、妇联总会等爱国骨干社团以及工商、侨界等社团，全力支持特区政府依法施政，积极参与社会治理，全方位提供社会服务，对弘扬爱国爱澳核心价值发挥了积极作用。 △澳门中乐团在澳门大三巴牌坊前演出。 　　青年是澳门的希望和未来，是建设澳门、建设国家的有生力量。习近平主席始终心系澳门青少年的发展，勉励他们继续传承爱国爱澳的优良传统，为“一国两制”在澳门的成功实践作出新的贡献。 △12月19日，习近平主席来到澳门科技大学考察，同学校师生和科研工作者亲切交流。 　　这次到澳门，习近平主席专门来到澳门科技大学考察。在同学校师生和科研工作者亲切交流时，他鼓励大家“树立远大理想，与祖国共命运、与时代同步伐，实现自己的人生价值”。 　　在庆祝澳门回归祖国25周年大会上，习近平主席再次提起广大青年，希望他们心系澳门、心系国家，志存高远、脚踏实地，当好“一国两制”事业的建设者和接班人，让青春在建设强大祖国和美好澳门的广阔天地中绽放光彩。 　　对澳门更好弘扬核心价值、促进包容和谐，习近平主席提出新的殷切期望—— 　　“要在爱国爱澳旗帜下更加开放包容、团结聚力，广纳天下英才，共建美好澳门。” 　　“以更加开放包容的姿态，广泛拓展国际联系，提升全球影响力和吸引力，让‘中国香港’、‘中国澳门’国际大都市的品牌更加靓丽。” 　　“传承爱国爱港、爱国爱澳核心价值，增进多元文化交流融合，凝聚一切积极力量，画出海内外支持‘一国两制’事业的最大同心圆”。 　　海纳百川的澳门，正书写日新月异的“濠江故事”。 △12月19日，由澳门特别行政区政府主办、中央广播电视总台制作的《濠江欢歌向未来——庆祝澳门回归祖国二十五周年文艺晚会》在澳门东亚运动会体育馆举行。   　　“一国”是根，根深才能叶茂；“一国”是本，本固才能枝荣。 　　“澳门回归祖国以来取得的辉煌成就向世人证明，‘一国两制’具有显著制度优势和强大生命力，是保持香港、澳门长期繁荣稳定的好制度，是服务强国建设、民族复兴伟业的好制度，是实现不同社会制度和平共处、合作共赢的好制度，必须长期坚持。” 　　在庆祝澳门回归祖国25周年大会上，习近平主席深刻总结保持香港、澳门长期繁荣稳定的实践经验，第一条就是坚守“一国”之本、善用“两制”之利。 　　△12月20日，庆祝澳门回归祖国25周年大会暨澳门特别行政区第六届政府就职典礼在澳门东亚运动会体育馆隆重举行。习近平主席监誓，澳门特别行政区第六任行政长官岑浩辉宣誓就职。 　　2023年，澳门地区生产总值增长至回归前的7倍，人均地区生产总值位居世界前列。澳门回归祖国25年来，社会保持长期繁荣稳定，经济实现跨越式发展，居民生活持续改善，国际影响力和国际知名度大幅提升。 　　行得通、办得到、得人心，澳门的成功实践是“一国两制”强大生命力和巨大优越性的生动显现。对“一国两制”坚信而笃行，确保“一国两制”实践不变形、不走样，正是澳门的“成功密码”。 △中国与葡语国家商贸合作服务平台综合体大楼 　　富不可自满，安不可忘危。 　　当前和今后一个时期是以中国式现代化全面推进强国建设、民族复兴伟业的关键时期，“一国两制”实践也进入了新阶段。实现香港、澳门更好发展，为强国建设、民族复兴作出更大贡献，是新时代“一国两制”实践的重要使命。 　　习近平主席寄语澳门“要展现更大魄力，勇于变革、敢于创新，更好发挥‘一国两制’制度优势，开创澳门发展新局面”。 △12月20日，澳门特别行政区政府隆重举行升旗仪式，庆祝澳门回归祖国25周年。 　　有习近平主席和中央政府的坚强领导，有祖国内地的大力支持，广大澳门同胞团结齐心、共同奋斗，必将创造澳门更加美好的未来，为以中国式现代化全面推进强国建设、民族复兴伟业作出新的更大贡献。 　　回归祖国25载的“澳门号”列车驶入发展的快车道，正在奏响新时代的濠江之歌。

 　　△视频丨监控拍下的汽车冲撞人群瞬间 　　总台记者当地时间21日获悉，德国萨克森-安哈尔特州州长表示，马格德堡一节日市集发生的车辆冲撞人群事件所致死亡人数上升至5人。 　　据德国电视一台当天稍早前援引德国安全部门的消息，目前有超过200人受伤。 　　朔尔茨等多名官员现场悼念 全国降半旗志哀 　　当地时间21日上午，德国总理朔尔茨、内政部长南希、交通部长维辛等多名政界人士前往马格德堡车辆冲撞人群事件发生现场视察并献上鲜花进行悼念。德国内政部也宣布在全国范围内降半旗志哀。 　　朔尔茨当天下午就马格德堡车辆冲撞人群事件发表讲话，他表示社会决不能允许那些想要散布仇恨的人得逞。他向急救人员以及警察、消防和救援部门表示感谢，称现在重要的是要调查清楚嫌疑人作案动机。 　　此外，德国手球联赛马格德堡德比战也将推迟举行。汉堡、巴伐利亚、黑森等多地加强了节日市集的安全警戒。 　　马格德堡大教堂将于21日19时举行纪念活动，以悼念该事件的遇难者。 　　肇事者已被逮捕  　　△视频丨德国警方逮捕涉事司机 　　20日晚间，马格德堡一节日市集发生车辆冲撞人群事件，肇事车辆疑似安有爆炸装置。肇事者已经被警方逮捕，是一名50岁左右、来自沙特阿拉伯的医生，自2006年以来一直居住在德国并拥有永久居留权，2016年7月其被认定为难民。目前还没有迹象表明肇事者有同伙，尚不清楚其作案动机以及是否为恐怖袭击。 　　据德国媒体报道，肇事者的毒品检测呈阳性，据称他曾在肇事前吸毒。另有德国媒体报道，沙特安全部门称，沙特方面已要求引渡马格德堡车辆冲撞人群事件的嫌疑人，但德国方面尚未做出回应。（总台记者 李长皓）

　　美国国会参议院日前表决通过总额约8950亿美元的2025财年国防授权法案，数额再创历史新高。这一法案批准的军费支出较上一财年增长1%。 　　该法案此前已在众议院获得通过，接下来将交由总统拜登签署。 　　美国《国会山报》报道截图 　　分析认为，如今的美国国防体系已成为少数军火商牟利的工具。另外，巨额军费支出在加重美国自身财政负担的同时，还给世界其他地区安全带来更多的不稳定和不确定。 　　美国的对外决策已被大型国防承包商绑架 　　近年来，美国国防预算中越来越多的资金被用于采购高科技武器系统、研发新型装备以及维护现有的军事基础设施。这些项目往往由少数几家大型国防承包商负责，形成了一个庞大的利益链条。 　　美国国会参议员伯尼·桑德斯此前对2025财年国防授权法案投下了反对票。在本月11日众议院通过这一法案后，他就曾指责美国的国防体系已成为一部分国防承包商谋取利益的工具。 　　桑德斯：“我们不需要这样的国防体系，这一体系已成为少数大型国防承包商牟利的工具，而不是服务于军事需要。美国不需要花近万亿美元用于军费，特别是现在美国有约50万无家可归者，还有食不果腹的儿童及付不起取暖费的老年人。” 　　美国独立媒体“共同梦想”网站报道截图 　　在美国，军费开支常常成为两党政治斗争的工具。一方面，共和党通常被视为更支持增加军费开支；而民主党通常对增加军费开支持批评态度。 　　但在美国两党斗争激烈的情况下，如此高额的国防预算为何这么顺利地通过了？ 　　军事专家道出了其中原因：首先，军火商有大量的游说集团，并为国会议员进行政治捐款；第二，很多议员拿到了军火商的股票，他们之间形成了利益捆绑。 　　调查新闻网“污泥”的独立记者分析了2023年公开披露的财务报告和股票交易信息后发现，至少有50名美国议员或其家庭成员投资了制造军事武器和装备的公司，而这些公司“每年从国会精心制定的五角大楼拨款立法中获得数千亿美元”。 　　调查称，美国联邦议员所持有的国防承包商股票的总价值可能高达1090万美元。 　　调查新闻网“污泥”报道截图 　　昆西治国方略研究所专注于军工产业和国防预算研究的高级研究员威廉·哈通一针见血地指出，军工企业不仅给国会提供数千万美元的游说费，还资助智库鼓吹在相关问题上采取强硬立场，而这些智库经常参与五角大楼的研究项目，这也导致，美国的对外决策很大程度上已被这些大型国防承包商绑架。 　　“美国和美国政治就像一个醉驾的司机” 　　与此同时，国防预算连年增加，大大加重了美国的财政负担。 　　根据美国财政部今年11月下旬公布的数据，美国联邦政府债务规模已达到36万亿美元，远超当前美国31.4万亿美元的债务上限限额。 　　此外，据美国独立研究机构联邦预算问责委员会公布的最新报告，今年7月底美国国债总额达到35万亿美元，而升至36万亿美元仅仅用了三个多月时间。 　　美国福克斯新闻报道截图 　　然而，军费增加并不能让美国人感到更安全。 　　布朗大学沃森研究所高级研究员、“战争成本”项目主任海蒂·皮尔蒂尔指出，军费不断上涨，限制了美国政府在其他领域的投资能力。 　　皮尔蒂尔：“国防支出的蛋糕更大，意味着其他支出的蛋糕更小，其他支出包括医疗保健、教育、气候变化等。事实上，在国防上花费更多会让美国更安全吗？我们应该关注到，还有其他的安全来源，包括良好的道路和桥梁、安全的饮用水、经济安全、人们有工作、孩子可以上大学等，这些都是需要投资的领域。因此，当我们考虑联邦预算时，我们需要考虑这些方面。” 　　尽管如此，美国政客们还是满脑子政治算计，拆民生的“东墙”补武力的“西墙”，执意维持本国在军事上的强势形象。 　　美国民众评价，有钱大搞军火，没钱改善民生，这就是畸形的美式民主现状。 　　还有美国网友讽刺道，“美国和美国政治就像一个醉驾的司机，我们所有人都要跟着倒霉”。 　　军事专家宋晓军分析指出，创历史新高的美国2025财年国防授权法案在国会获得通过，只会给世界和平带来更多的不稳定和不确定。 　　宋晓军：“法案中提到，将全额资助哥伦比亚级战略核潜艇的下一代弹道导弹核潜艇项目以及下一代战略轰炸机B-21‘突袭者’项目，所谓全额资助就是资金使用无上限。此外，国防资金还会用来在地区搅局，为了制造一种所谓的假想敌，来拉动整个国防开支。比如在太平洋威慑计划中，要求投资20亿美元。简单地说，在一个没有什么战事的地区大量投资军事资源，不仅制造地区紧张局势，还埋下了军备竞赛的炸弹。这种开支是非理性的，也不符合世界和平发展的大趋势。” 　　2025财年国防授权法案截图   　　素材来源丨环球资讯广播《环球深观察》 　　记者丨刘允 　　编辑丨林维 　　签审丨黄涛 蔡耀远 　　监制丨关娟娟

 　　习近平主席考察澳门科技大学和横琴粤澳深度合作区引发热烈反响。大家表示，习主席的深情关怀和殷切期许令人备受鼓舞，有伟大祖国作坚强后盾，将更加奋发努力，谱写具有澳门特色的“一国两制”成功实践的崭新篇章。 　　澳门科技大学“澳门科学一号”卫星项目团队成员 孙照龙：主席这次考察不单是对我们团队的青年科学家的激励，更是对全体澳门青年的激励，我们将会积极地融入国家发展大局，积极地传承爱国爱澳的优良传统，把青春献给祖国。 　　澳门科技大学副校长 庞川：去做好每一个科研项目，去上好每一节课，去培育好每一个学生，去为社会做好点点滴滴的贡献，这些具体的落实正是对习主席对我们谆谆教导最好的感谢。 　　琴澳各界人士表示，将牢记习主席的殷殷嘱托，充分发挥“一国两制”制度优势，携手开创横琴粤澳深度合作区建设新局面。 　　澳门青年创业者 张昊任：聆听了总书记的讲话，我感觉到非常亲切，非常激动，备受鼓舞。我们热切地盼望着为澳门经济适度多元化的发展以及大湾区市场一体化作出澳门的一份力量。 　　澳门青年创业者 黄成彬：总书记的关心和嘱托让我们备受鼓舞，作为一名澳门青年，我认为我们要更加珍惜祖国创造的优越条件，积极投身参与到琴澳一体化建设当中，加强与内地的交流，为建设世界一流湾区贡献自己的力量。 　　广东省人民政府横琴粤澳深度合作区工作办公室主任 聂新平：我们将牢记总书记的嘱托，牢牢把握促进澳门经济适度多元发展这个初心，拿出更多实实在在的举措，把横琴建设得更好，为澳门经济适度多元发展加快融入国家发展大局作出新的更大的贡献。 　　横琴海关副关长 欧阳曦：习近平总书记再次考察横琴粤澳深度合作区，让我们备受鼓舞，倍感振奋，我们将助推琴澳融合发展，支持澳门更好融入国家发展大局。

差友们，转眼间又到年底了，要说 2024 年最大的人生赢家是谁，那铁定就是梭哈美国大选的马斯克了。 当然，白宫新主也很实在，胜选才一个礼拜，就对硅谷钢铁侠委以重任，邀请他和自己组队 “ 拯救美国 ” ，一起领导部门政府效率部！ 不过，春风得意的马斯克好像觉得这股 “ 春风 ” 还不够带劲，直接主动出击了。这不，他又整了一波大的，居然向美国宪法官递交了请愿书，想要给 SpaceX 搞个 “ 城市 ” 头衔 ! 咦？难不成马斯克这家伙真想乘着这股 “ 春风 ” ，彻彻底底飘向官场了？不造飞船，要改行当市长了？ 于是，江江就忙里偷闲查了查，想看看钢铁侠葫芦里究竟卖了啥子药。最后我发现，其实马斯克为这事已经布局很久了。 早在 21 年，他就和这位接收请愿书的美国宪法官相谈甚欢了，完事了还在社交媒体上来了句： “Creating the city of Starbase , Texas.” 马斯克口中的星际基地，就在德州南部的一个叫博卡奇卡的村子附近，这个村子当时压根没几个人，所以它附近就成了火箭发射的绝佳位置。 一开始这个发射地其实连个名字都没有，星际基地这个名字还是新闻媒体口口相传的结果。直到今年 1 月份，当地相关部门才对齐好，要求联邦政府给 “ 星际基地 ” 贴个官方认证。 看到这里，差友们是不是会疑惑，既然人很少，干嘛还要多此一举搞成城市呢？其实，这还得亏了马斯克，直接把整个村子给带起飞了。 马斯克在这里，不仅搞了几个火箭发射场，还在周围修起了路、盖起了房子、医院、饭馆、学校等，毕竟这里有 3000 多号 SpaceX 员工要搬砖，吃喝拉撒都得照顾好。 再加上本身就有不少人对 “ 上天 ” 这个事很感兴趣，所以总少不了慕名而来的游客，参观已经退役的发射遗址，这自然就带动了博卡奇卡周边酒店、旅馆这些行业的发展。 甚至，还催生了一个新的啤酒品牌， Starbase Brewing 。。。 不过，博卡奇卡及其周边是富起来了，但像马路、医院、学校这类公共设施都是马斯克在维护，想想都不合理。但如果把这地方变成城市，那就不一样了，像这类事可以交给专门的公共机构打理，也能把当地的公共服务水平一下子拔高到城市化水平。 一套组合拳下来，星际基地就不再只是钢铁侠的钢铁工厂了，还是一座宜居的太空港口，自然可以吸引更多顶级人才。 当然，马斯克递交这封请愿书的算盘可不止于此，他最终想要绝杀的，是影响星舰成功发射的 “ 最大风险 ” ——审批流程。 一直以来，美国航天项目的发射审批都很繁琐，需要报备的部门就不下 10 个，网上还有人专门做了整理（不想看的差友请直接看图）：项目计划（卫星设计、轨道选择和任务目标，得符合 ITAR 、 TCEQ 有关贸易和相关消费服务的标准）—> 频率和轨道资源申请协调（ FCC 以及国际电信联盟 ITU ）—> 环境影响评估（ EPA 、 FWS 、 NOAA ）—> 涉及国家安全的需要通过安全审查（ USSSF 、 SDA ）—> 发射许可证申请（ FAA 旗下的 AST ）—> 与发射场运营商协调发射时间和场地 —> 发射前检查（ FAA 、 USSSF 、 NOAA 、 EPA 、美国太空司令部、海岸警卫队等）—> 向美国海岸警卫队和其他相关机构发出发射通知 —> 获得所有必要许可、完成准备工作后，执行发射任务 —> 发射后按照监管要求确保轨道维护和空间碎片减缓措施（ NOAA ）—> 按国际惯例通报发射计划和执行结果（ NASA ）。 江江这里就不扯图里其他七大姑八大姨了，就说说联邦航空管理局（ FAA ）这位大爷， SpaceX 和它的恩怨情仇都可以拍一部美国航天版《甄嬛传》了。 我特地扫了一下今年的 SpaceX 停飞新闻，发现FAA 今年耽误马斯克 “ 干大事 ” 起码都有三次了。 第一次是在 7 月 12 日发射猎鹰 9 号，当时一级火已经稳稳回收，但是因为二级火箭液氮泄露被 FAA 叫停了整整 15 天。而最后能在 27 号发射，还是马斯克 “ 箭在弦上 ” ，逼宫逼出来的。 值得玩味的是，从马斯克怒发冲冠 “ 公开上书 ” 到 FAA 批复，只过了一个小时。 第二次是 8 月 28 日的星链翻车事故，为此 FAA 还郑重其事地发布了一份书面声明。 声明里 PUA 感十足，什么 FAA 要参与事故调查过程的每一个流程，什么 FAA 要审核 SpaceX 的最终报告，什么火箭复飞最终要由 FAA 定夺。。。通篇读下来，江江就感觉， SpaceX 的生杀大权好像掌握在 FAA 手上。 第三次是原计划 9 月的第五次星舰发射，马斯克八年磨一 “ 舰 ” ，最后却因为FAA 审批作妖，要求 SpaceX 必须采取 63 项改进措施，硬是拖到了 10 月中旬。 对此，马斯克直接公开直播吐槽： “ 建造巨型火箭的速度不应该比文件从一张桌子移到另一张桌子的速度还快 ” 。 看到这里，大伙是不是可以破案了：马斯克想把星际基地变成一个自治市，以后每次发射火箭就不用热脸去贴冷屁股、在各个部门来回折腾了。 然而，对于马斯克这波操作，大洋彼岸的意见是不一样的。但首先双手双脚都赞同的，肯定是德州州长。 就像前面提到的，星际基地已然成了博卡奇卡的 “ 催富剂 ” 。整个星际基地拔地而起， SpaceX 就已经投入了 30 亿 + 美元，给德克萨斯州贡献了超过 65 亿美元的经济效益，在该地区更是创造了超过 21 , 400 个工作岗位。 但是对于环保主义者，就不咋乐意了。他们担心星际基地继续开发的话，会让附近的肯氏海龟等物种断子绝孙。毕竟在 19 年到 24 年这 5 年里，这片基地引起的火灾、泄露、爆炸就没少发生，光记录在案的就有 19 次了。 所以这次马斯克能不能再次梭哈成功，目前还真说不准！根据德州当地的法律，只有超过 50% 的选民赞同，这事才能接着走下去。 但是，江江相信，不管钢铁侠有没有成功，都将成为全球商业航天产业迈向全新高度的 “ 典中典 ” ，它让全世界都看到，原来航天还可以这样玩呀。

以ChatGPT为代表，从对话聊天到生成图片，愈来愈多的大模型正在深入至普通人的生活之中，而驱动这些大模型的数据中心也在迅速发展，更庞大的规模，更强大的算力，让科技巨头们展开了一场轰轰烈烈的军备竞赛。 与之对应的是，如今数据中心对更快、更高效的通信网络需求比以往任何时候都要迫切。随着数据生成和处理量的持续飙升，传统的电子互连技术（如铜缆以太网）已经达到了极限。而传统光学系统（使用基础激光器和光电探测器）也无法满足现代数据中心所需的数据速率。 硅光应运而生，硅光子集成电路（PIC）将光学的优势与集成电路的可扩展性相结合，这一微型器件将多种光子功能集成到单一芯片上，实现了以光速进行快速数据传输。与依赖电子的传统技术不同，PIC使用光子来传递信息。 基于PIC的数据中心（数据通信）收发器是紧凑型设备，集成了发射器和接收器功能，支持通过光纤的双向通信，其通过波分复用（WDM）实现了并行数据传输，这种并行性大幅提升了每根光纤的总吞吐量，同时节省了宝贵的面板密度并减少数据中心所需的光纤电缆数量。 随着AI和机器学习成为数据中心运营的核心，PIC的作用愈发重要，AI模型的训练需要海量数据，而PIC则是最佳的联系纽带，在可预见的未来，每个AI加速器可能平均需要两个光学收发器，这也意味着一个庞大的市场正在形成。 Yole报告显示，2023 年PIC市场价值 9500 万美元，预计到 2029 年将增长至 8.63 亿美元以上，复合年增长率为 45%，这一增长主要由高数据速率的可插拔模块驱动，这些模块增加了光纤网络容量。此外，快速增长的训练数据集规模表明，数据将在机器学习（ML）服务器中利用光学I/O扩展ML模型，从而进一步推动市场的增长。 硅光子产业格局正在围绕多样化的参与者逐步形成，众多初创企业正在推动硅光子技术的发展，目标集中在高速收发器、光互连和激光雷达等特定领域，晶圆厂通过提供制造、工艺开发和商业化生产能力，为公司扩大硅光子在多种应用中的规模化提供了必要支持。设备供应商则扮演着重要角色，提供生产高性能光子器件所需的精密工具。 新的市场，就是新的机遇，不同的半导体厂商，早已聚焦于硅光。 传统巨头 英特尔无疑是巨头当中最先开始研究硅光的一家厂商，其在硅光子技术方面的研发已有 30 多年的历史，据英特尔称，自 2016 年推出硅光子平台以来，英特尔已出货超过 800 万个PIC和超过 320 万个集成片上激光器，这些产品已被众多大型云服务提供商采用。 英特尔所推出的硅光技术，主要是通过 CMOS 制造工艺，将激光器、调制器、探测器等光学器件与电路集成在同一硅基片上，实现电子与光学的高效结合，其支持波分复用（WDM）技术，可以在单条光纤上同时传输多种波长的光信号，同时还具备高效的光电转换技术，使得硅光模块可以在数据中心等场景中提供高性能的互连。 此前英特尔所推出的 100G 和 400G 硅光模块已大规模商用，其正在与云计算巨头、网络设备商合作，从而推动硅光技术标准化和普及。 值得关注的是，今年6月的光纤通信大会 (OFC) 上，英特尔推出了业界首款全集成光计算互连 (OCI) 芯片组。这款与英特尔 CPU 共同封装的芯片组在运行实时数据时进行了演示，标志着高带宽互连技术取得了重大进展。 英特尔称，这一进展将 CPU 和 GPU 中的电气 I/O 替换为光学 I/O 来传输数据，就像从使用容量和范围有限的马车运送货物，转变为使用能够在更长距离上运送大量货物的汽车和卡车。 完全集成的 OCI 芯片组利用英特尔的硅光技术，将包含片上激光器和光放大器的硅光集成电路 (PIC) 与电子 IC 集成在一起。英特尔表示，在 OFC 上展示的 OCI 芯片组与英特尔 CPU 共同封装，但也可以与下一代 CPU、GPU、IPU 和其他片上系统 (SoC) 集成。 这是首个 OCI 实现，支持高达 4 兆兆位/秒 (Tbps) 的双向数据传输，与外围组件互连高速 (PCIe) Gen5 兼容。实时光链路演示利用单模光纤 (SMF) 跳线在两个 CPU 平台之间建立发射器 (Tx) 和接收器 (Rx) 连接。CPU 生成并测量了光误码率 (BER)，演示显示了单根光纤上 8 个波长以 200 千兆赫 (GHz) 间隔的 Tx 光谱，以及 32 Gbps Tx 眼图，显示了强大的信号质量。 该芯片支持每个方向 64 个 32 Gbps 数据通道，传输距离最远 100 米，利用八对光纤，每对承载八个密集波分复用 (DWDM) 波长。英特尔表示，这种一体式封装解决方案非常节能，每比特仅消耗 5 皮焦耳 (pJ) 的能源，而可插拔光收发器模块的能耗约为每比特 15 皮焦耳 (pJ)。 英特尔称，它正在实施一种新的硅光子晶圆厂工艺节点，该节点具有先进的设备性能、更高的密度、更好的耦合和更好的经济性。该公司表示：“英特尔继续在片上激光器和 SOA 性能、成本（芯片面积减少 40% 以上）和功率（减少 15% 以上）方面取得进步。” 不过截至目前，英特尔的 OCI 芯片组还处于原型阶段，其正在与部分客户合作，将 OCI 与他们的 SOC 一起封装，形成光学 I/O 解决方案。 与英特尔相比，其他老牌半导体巨头尽管落后了半拍，但在意识到硅光在数据中心之中的必不可少的作用后，也开始纷纷布局这一领域。 博通可能是除了英特尔之外走得最早最远的厂商之一，去年3月，博通推出了其首款集成硅光网络产品，代号为 Bailly。Bailly 将光纤连接与博通的下一代 Tomahawk 5 交换机集成在一起，提供每秒 51.2 兆兆位的数据吞吐量，与之前的产品 Humboldt 相比，其交换性能提高了一倍，该公司表示，这是世界上第一款功能齐全的同封装光学开关，这一产品最终在今年向客户正式交付。 与英特尔的硅光技术相比，博通更专注于数据中心、云计算和电信领域的光模块和光器件的商业化和性能优化，博通同样利用 CMOS 工艺在硅基片上制造光学元件，如光调制器、光检测器和光纤耦合器，其优势在于提供了端到端解决方案，不仅提供硅光模块，还通过其芯片组（如交换芯片、PHY 芯片等）实现端到端的高速互连，从而优化系统性能。 今年，博通还在Hot Chips大会上展示了硅光最新进展，，其展示的的“光学引擎”可提供 1.6 TB/秒的总互连带宽，相当于每个方向 6.4 Tbit/秒或 800 GB/秒。而在8月还有报道指出，博通正在开发新的硅光技术，旨在大幅提高 GPU 和其他 AI 加速器的可用带宽。其通过利用共封装光学器件(CPO)，将光学连接组件直接集成到 GPU 中，从而实现更高的数据速率，同时降低功率要求。 博通的老对手Marvell在硅光方面的布局甚至更早一些。早在2021年时，Marvell的技术文章就提到了硅光技术的未来应用，2022年3月，Marvell宣布其用于数据中心的 400G DR4 硅光子平台解决方案已投入生产。据了解，其推出的400G DR4 硅光子平台可降低每比特成本、加快上市时间，并为云优化电光解决方案的更高集成度铺平道路。 值得一提的是，Marvell 采用异质集成方法，将硅基光电子技术与硅锗（SiGe）放大器和 III-V 族材料激光器相结合，提升系统性能。这种多元化技术融合使得每个组件都能选择最适合的技术，克服单一技术的局限性。 而在今年3月，Marvell 展示业界首款 200G 3D 硅光引擎其具有 32 个通道的 200G 电气和光学接口，可以多 TB 的速度连接下一代 AI 集群和云数据中心。其表示，Marvell 3D SiPho 引擎将波导和调制器、光电探测器、调制器驱动器、跨阻放大器、微控制器和大量其他无源元件等数百个组件整合到一个统一的设备中，从而大幅提升光学互连的性能、带宽和能效。与具有 100 Gbps 电气和光学接口的同类设备相比，200 Gbps 设备可提供 2 倍的带宽、2 倍的输入/输出 (I/O) 带宽密度，并且每比特功耗降低 30% 。 三星在硅光市场也不甘落后。今年6月的报道指出，三星的代工部门正在加紧开发名为“I-CubeSo”和“I-CubeEo”的先进硅光子学工艺，三星晶圆代工部门总裁指出，硅光子技术可最大限度发挥芯片性能，在数据中心等需要高速传输的领域，可减少信号损失，解决散热问题，预计三星将在2027年完成硅光子技术。 AMD起步较晚，但它也开始了自己硅光技术研究。今年9月的报道称，AMD正在台湾寻找硅光子学合作伙伴，其已与台湾新秀硅晶圆厂北研半导体和北研磊晶制造公司接洽，前者专注于硅光子平台的设计研发，后者则拥有MOCVD机台，可生产4英寸和6英寸磊晶晶圆。 最后是炙手可热的英伟达，今年12月，在美国举行的全球领先半导体会议 IEDM 2024 上，英伟达积极预测了硅光子学的未来，同时展示了其 AI GPU 技术。其表示，“从中长期角度来看，硅光子学预计将有助于 AI 数据中心内的芯片到芯片连接。” 会议期间，英伟达还展示了与台积电合作开发的硅光子原型，表明两家公司在下一代 AI 半导体技术方面建立了牢固的合作伙伴关系。 新锐企业 有意思的一点是，尽管上述的几家巨头纷纷进军硅光，但它们并非从头开始研发，仔细研究就能发现，为了尽可能快地缩短应用落地的时间，它们都借助了几家规模较小的新锐企业的力量。 Lightmatter作为硅光子学的先行者，完成了 4 亿美元的 D 轮融资，Celestial AI在三轮融资中筹集了 3.389 亿美元，Ayar Labs在三轮融资中筹集了 2.197 亿美元，这三家新锐企业在硅光颇受瞩目的当下，获得了最多的红利。 分别来说说这三家企业吧。 成立于 2017 年的Lightmatter专注于利用光子计算技术优化人工智能模型的性能。其核心理念是通过光子计算替代传统的电子计算，从而解决AI计算中功耗高、延迟大的问题。 Lightmatter 的核心技术基于光子芯片，其旗舰产品 Envise 是一款采用光子计算的AI推理加速器。通过利用光子学原理，Envise 可以在模型推理过程中显著降低功耗，同时提供更高的计算吞吐量。其创新之处在于光子计算的并行能力，能够在处理矩阵乘法时展现出无与伦比的效率。 Lightmatter 的技术主要面向数据中心和高性能计算领域。通过光子计算技术，Envise 加速器被认为能够在未来显著降低AI计算的能源消耗，为可持续计算提供新的路径。 近期Lightmatter 正积极扩展其技术生态，与包括谷歌和微软在内的技术巨头建立了合作伙伴关系。其技术路线图还包括将光子计算技术进一步应用于通用处理器中。 总部位于加利福尼亚州圣克拉拉的Celestial AI ，专注于开发基于光波导和光子集成电路（PIC）的高性能芯片互连解决方案。其目标是通过创新的光通信技术解决数据中心中AI芯片和芯粒（Chiplet）的互连瓶颈。 Celestial AI 的核心技术包括一种独特的光波导技术，能够将信号分布到芯粒光栅耦合器，同时保持低功耗和低热量输出。这一技术基于硅光子学，采用电吸收调制器（EAM）和嵌入式光电二极管，实现高速、低功耗的数据传输。 值得一提的是，此前Celestial AI宣布从早期先驱 Rockley Photonics 收购硅光子知识产权，包括全球已颁发和正在申请的专利，使其全球总 IP 组合达到 200 多项专利。收购的专利组合包括三大技术类别，包括光电系统级封装、电吸收调制器 (EAM) 和光开关技术，与多种 AI 数据中心基础设施应用相关。此次收购的 IP 与 Celestial AI 的核心技术路线图直接契合，并增强了该公司 Photonic Fabric 技术平台的部署和商业化战略。 就目前而言，Celestial AI 的技术应用主要集中在超大规模数据中心、高性能计算以及内存子系统中。其创新设计能够在HBM（高带宽存储）与处理器之间实现高效互连，为生成式AI和大规模模型的训练提供支持。 得益于 imec.xpand 创新基金以及多家美国基金的支持，Celestial AI 正在迅速扩大其技术应用范围，并锁定未来两年光子产能的主要部分。其产品已经进入量产阶段，并计划通过IPO进一步拓展市场。 成立于 2015 年Ayar Labs 的总部同样位于加利福尼亚州，其专注于通过光电融合技术解决传统电子互连的带宽和功耗瓶颈，主要目标是通过光学 I/O 技术取代传统的电子 I/O，从而显著提升数据传输的效率。 据了解，Ayar Labs 的核心技术基于光电混合架构，其主打产品 TeraPHY 是一款支持多通道光通信的芯片，能够提供高达 Tb/s 的数据带宽。其技术优势包括：使用微环调制器（Micro-Ring Modulator），实现高效的光信号生成和调制，光学 I/O 技术支持大规模芯片互连，同时大幅降低数据中心的能耗和热耗，以及开放式设计允许客户根据需求定制其光电系统。 目前，Ayar Labs 的技术主要应用于数据中心、高性能计算以及通信网络中。其光学 I/O 技术被认为是未来推动数据中心性能提升的关键驱动力之一，其已与英特尔和英伟达等主要厂商建立了合作关系，并获得了来自业界领先投资者的支持。 晶圆代工 不论是上述的科技巨头，还是新锐企业，除了三星和英特尔之外，它们最终都需要一家晶圆代工厂来将最终的硅光产品生产出来，而半导体晶圆代工巨头们，显然也看到了这一趋势。 新技术让代工业务排名全球第七的 Tower Semiconductor（高塔半导体）相对于同样进入光子学业务的台积电等更大的竞争对手更具竞争优势。分析师表示，这家以色列芯片代工厂在生产可加快数据传输速度和节省电力的硅光子学和硅锗方面领先于竞争对手。 Tower 预计今年硅光子业务收入将增长一倍以上，达到约 1 亿美元。Tower Semiconductor总裁 Marco Racanelli在接受媒体采访时表示，该公司抓住了支持人工智能热潮的芯片需求浪潮，明年硅光子业务很可能再翻一番。他补充说，这项业务将在一两年内增长至占公司总收入的 10% 左右。 目前，Tower已经与多家客户达成合作，据Craig-Hallum的分析师Richard Shannon称，Tower拥有超过50家硅光子客户，其中包括全球11家数据通信收发器制造商中的7家。该分析师指出：“Tower Semiconductor在可插拔领域占据主导地位，因为其工艺高度可定制，能够根据客户需求提供其他公司无法实现的解决方案。” 今年11月，Tower宣布推出全新300mm 硅光子 (SiPho) 工艺标准代工产品。这一工艺是对 Tower 成熟的 200mm (PH18) 平台的补充，该平台目前已量产，可为客户提供先进的解决方案，以满足下一代数据通信应用对高速数据通信日益增长的需求。此外，其还已开始为多家主要客户量产基于其最新硅光子 (SiPho) 平台的 1.6Tbps 硅光子产品。 Tower 的大容量硅光平台可提供高数据传输速率光收发器所需的各项关键功能，包括高带宽光调制器以及从激光器到光纤的低损耗边缘耦合。这些功能在高速数据通信组件的开发中至关重要，对于实现将传输速率从每通道 100Gbs 提高到 200Gbs 及以上发挥了关键作用。 所有数据通信光收发器都需要跨阻放大器 (TIA) 和驱动器，在该领域，Tower也是市场领导者，份额超过 50%。 GlobalFoundries（格芯）同样也对硅光市场寄予厚望。 GlobalFoundries表示，其所推出的硅光子平台GF Fotonix 是一个单片平台，将 300 毫米光子学功能和 300GHz 级 RF-CMOS 集成在一块硅片上。除了光子和电子特性外，该技术还包括 2D/2.5D 集成功能（如铜柱和铜接收垫）和“光进光出”功能——基于 V 型槽的光纤耦合器，具有片上 InP 激光连接功能。 目前，GF计划继续改进 GF Fotonix 平台，以更好地服务于当前的 AI/ML 市场。在未来几年内，他们希望将芯片的带宽从每波长 100 Gb (G/λ) 提高到 200 G/λ，最终达到 400 G/λ 及以上。他们还将致力于提高光纤互连的前沿密度，以及异质集成各种材料，包括磷化铟 (InP) 和钛酸钡 (BTO)。同时，他们正在尝试使用可拆卸和插座式光学接口来增强互连的可修复性。 台积电相较于Tower和GF，对硅光技术投入较晚，直到今年的北美技术研讨会上，台积电才概述了其解决方案，该方案目标是改善封装内连接，带宽达到 12.8 Tbps。台积电业务开发副总裁 Kevin Zhang 表示：“随着我们将更多的计算能力带入大规模封装，数据传输成为一项挑战，但我们发现自己经常受到 I/O 供应商的限制。”“在台积电，我们花了很多年时间研究硅光子学。我们有能力将硅光子学带到交换元件附近，以创建非常节能的高速信号，以满足未来的计算需求。” 台积电的硅光子技术依赖于紧凑型通用光子引擎 (COUPE)，该引擎采用该公司的 SoIC-X 封装技术，将 65nm 电子集成电路 (EIC) 与光子集成电路 (PIC) 结合在一起。台积电声称其 SoIC-X 互连具有非常低的阻抗，这意味着 COUPE 在功耗方面非常高效。 COUPE 的发展轨迹分为三个主要阶段。台积电的首款硅光产品是 OSFP 连接器（八进制小型可插拔连接器）的光学引擎，其数据传输速率为 1.6 Tbps，是目前顶级铜缆以太网解决方案最高速率的两倍。这一初始迭代不仅承诺提供卓越的带宽，而且还能提高能效，解决了现代数据中心的两个关键问题。COUPE 的后续几代产品旨在进一步突破界限。 第二代硅光将 COUPE 集成到 CoWoS 封装（硅晶圆芯片）中，并将光学器件与交换机一起封装。这将实现速度高达 6.4 Tbps 的主板级光学互连。台积电第三代产品的目标是传输速率高达 12.8 Tbps，旨在集成到处理器封装中。这一迭代仍处于探索阶段，尚无明确的发布时间表。台积电表示，正在考虑进一步降低功耗和延迟。

快科技12月22日消息，之前周鸿祎的发言引起了轩然大波，原来95%以上的中国电脑安装了360安全卫士、360杀毒或360终端安全管理系统。 按照周鸿祎的说法，今年7月，微软蓝屏事件被记录为史上最严重的IT系统崩溃，但我们国家几乎没有受到影响，主要是95%以上的中国电脑安装了360安全卫士、360杀毒或360终端安全管理系统。 360独具的自动化蓝屏修复技术，当发现Windows出现蓝屏时，只需重启系统，360就能自动恢复Windows上一次的配置，且不会影响用户正常使用，所以我们国家这次才没有出现整体崩溃和系统蓝屏的事件。 随后，有不少网友发帖称，装上360根本就无法卸载，如果能卸载根本不会装。 在不好卸载360这件事上，周鸿祎和官方之前都已经表态回应，完全是谣言。 按照周鸿祎的说法，360安全软件完全可以卸载，在设置里面都有卸载的入口，软件管家也可以卸载。 他指出，“360不能通过桌面菜单右键删掉，是因为360安全卫士作为安全软件，最基本的就是自我保护能力，是防范木马病毒攻击，卸载流程繁琐是为认证是真人在卸载，因此不能一次性卸载。” “如果一套安全软件没有基本的自我保护能力，上来就可以被用户放到垃圾桶里，或者把目录整个都删掉，那就意味着任何最简单的病毒木马都能轻松把你干掉，安全软件还能叫安全软件吗？”周鸿祎表示。

自20世纪80年代蜂窝网络实现商业化应用起，过去的40多年间通信技术呈现出了波澜壮阔的演进历史。 发展至今，随着5G技术的成熟和渗透，不仅带来了更高速率、更低延时、更大连接的移动通信，而且5G标准下移动通信的覆盖对象从手机扩展到了更多的IoT设备，从人与人之间的通信走向人与物、物与物之间的通信，在工业、能源等领域等诞生了丰富的应用场景。 在通讯技术的变革过程中，射频前端作为通信设备不可或缺的核心部件，负责处理无线通信设备中的射频信号，在移动智能终端、基站、Wi-Fi和IoT设备等领域发挥着关键作用。 射频架构图 射频架构图展示了无线发送和接收的过程：发射过程，从射频收发芯片走上半部分，经功率放大器（PA）将信号通过天线发射出去；接收过程，走下半部分，经低噪声放大器（LNA）进入射频收发芯片。 射频前端市场规模在过去几年中稳步增长，市场需求随着5G技术的商用化而显著增长。据Yole数据统计，2022年全球移动终端射频前端市场规模为192亿美元，预计到2028年，全球市场规模有望达到269亿美元，呈现出年均复合增长率(CAGR)为5.78%的稳健增长态势。 移动终端射频前端市场规模稳步增长（亿美元）（数据来源：Yole、卓胜微公司公告、开源证券研究所） 射频PA，价值凸显 射频前端的核心部件包括功率放大器、滤波器、低噪声放大器、开关和双工器等。是无线通信系统中与外界交互最密切的部分，承载着连接用户与网络的重要任务。 其中，射频功率放大器（Power Amplifier，PA）是射频系统中的核心器件，负责将射频信号的功率放大，以保证无线通信的有效传输。 图源：方正证券研究所 具体来看，射频发收器中调制振荡电路所产生的射频信号功率较小，需经过一系列的放大获得足够的射频功率后，传输至天线上，其性能直接决定信号的强弱、稳定性等重要因素，左右着终端的用户体验和节能降耗。PA核心参数包括增益、带宽、效率、线性度、最大输出功率等，众多平衡的性能指标非常考验设计能力。 射频PA按照应用场景大致可以分为手机、基站、WiFi、NB-IoT等四个赛道。 手机PA：受益于5G换机周期、单机所需要的PA量价齐升，手机PA需求上升。国内手机PA厂商在2G、3G手机有优势，受益4G向5G切换、国产替代加速。 基站PA：受益5G-A/6G新基建和5G普及，在带动物联网发展的同时会激发基站市场需求，同时Massive MIMO等新工艺推动基站端的PA需求增长。 WiFi PA：WiFi射频前端性能优化的重点也在于PA。WiFi和5G配合将会实现全场景的覆盖，网络速率、节能效率将得到大幅度提升。随着物联技术不断的普及，WiFi市场有望得到快速持续增长。 NB-IoT PA：由于2G、3G退网，5G建设进程加速，NB-IoT作为物联网的一个重要分支，也将迎来产业化发展的新阶段。NB-IoT具有“大连接、广覆盖、低成本、低功耗的特点”，将PA集成进SoC就是一个不错的解决办法，采用SoC内置功放PA可以降低对终端Flash存储空间、终端尺寸、终端射频等的要求，从而极大降低NB-IoT的终端成本和功耗。 能看到，随着5G的商用，包括PA在内的射频芯片重要性随之提升。可以说，5G时代给了射频行业一方更广阔的舞台。 回顾射频芯片的发展历程。 20世纪80年代，射频芯片开始被广泛应用于无线通信设备。 21世纪，射频芯片技术迎来了飞跃式发展。 2001年，高通公司推出了第一款商用3G射频收发器——RTR6500，标志着射频芯片技术开始向多模多频段方向发展。 2007年，苹果公司在iPhone中采用了英飞凌的射频功率放大器模块，进一步提升了移动设备的通信能力。 2010年，随着4G LTE技术的推广，射频芯片开始集成更多的频段和更高的数据传输速率，支持多频段和多模式的无线通信。 进入5G时代，射频芯片需要支持更高的频率和更宽的带宽，如高通的骁龙X50和X55 5G调制解调器支持毫米波和sub-6 GHz频段，为5G通信提供了强有力的硬件支持。 此外，射频前端模块（RF FEM）的设计也变得更加集成化，诸多射频产品集成了低噪声放大器、功率放大器和开关，以满足紧凑的移动设备设计需求。 射频芯片技术随移动通信发展而进步，不断集成更多频段和高数据速率，5G时代尤为显著，射频前端模块设计更集成化。 在此趋势下，射频分立器件布局逐步多样化，射频前端模组布局也朝着一体化和高端化方向发展，主要体现在设计更加复杂化和集成度更高等方面。 同时，在技术革新方面，新材料作用显著。以功率放大器为例，其性能提升主要通过新材料与新工艺的结合，而非缩短制程。效率与线性度之间的平衡是最主要考虑的问题。随着高频段的解锁，饱和电子速度更高的GaAs/GaN材料被作为功率放大器的材料，更适宜高功率工作环境。 在射频前端模组化的高集成趋势下，射频PA模组行业发展呈现出以下特点： 技术迭代快：随着通信标准的不断演进，射频PA模组需要不断适应新的频段和性能要求，技术更新换代迅速。 集成化趋势：为了满足设备小型化和多功能化的需求，射频PA模组呈现出高度集成化的特点，将多个功能模块集成在一个芯片上。 工艺复杂：制造射频PA模组需要先进的半导体工艺，对生产工艺和质量控制要求严格。 市场竞争激烈：众多企业参与竞争，技术、成本和客户资源成为竞争的关键因素。 行业壁垒高：包括技术、资金、人才等方面的壁垒，新进入者面临较大挑战。 总的来看，随着技术和市场需求的不断迭代，对射频PA的技术性能需求再次拉升，需要PA有更高的工作频率、更高的功率、更大的带宽，同时模组化的到来也需要PA设计满足高集成度模组化的需求。 在市场需求和技术要求的双重驱动下，包括PA在内的射频芯片逐渐发展为成长最快的方向之一。Yole数据预计，2025年PA市场规模将达到104亿美元，市场空间广阔。 国产射频PA，正在崛起 广阔的市场空间下，激烈的行业竞争格局。 从供给侧来看，与射频前端行业的整体市场格局相似，射频功率放大器作为最重要的射频前端芯片，亦呈现由国际领先企业占据绝大部分市场份额的格局。射频PA市场的主要份额集中在Skyworks、Qorvo、博通（Broadcom）、高通（Qualcomm）、Murata等国际厂商。 尤其是随着射频器件集成度提高，可生产全类型射频器件产品的生厂商具有竞争优势，Skyworks、Oorvo、Broadcom等国际射频巨头企业覆盖射频器件全部产品，为射频器件集成化提供了基础。 而相较之下，中国射频PA厂商依然处于起步阶段，市场话语权有限。不过，在这条充满挑战与机遇的细分赛道上，国内射频芯片企业近年来也在逐步崛起，通过自主研发和技术创新，已涌现出数家标杆企业，在某些领域已经可以替代国际厂商同类产品，成为射频PA芯片市场的一股重要力量。 其中，唯捷创芯、飞骧科技、慧智微、华太电子等国产厂商通过不断提升设计能力和产品质量，逐步实现技术突破和市场拓展，缩小与国际巨头的差距。 唯捷创芯 唯捷创芯专注于射频前端芯片研发、设计、销售，主要产品为射频功率放大器模组、Wi-Fi 射频前端模组和接收端模组等集成电路产品。 其中，PA模组产品是唯捷创芯的营收主要来源。2023年公司射频及功率放大器件以及接收端模组产品营收分别为26.33亿、3.47亿，占公司营收95%以上。高集成度产品的营收占比调整带动了公司毛利率的整体上升，并且随着技术进步时代发展，5G模块将体现出更高的发展与营收潜力。 当前，唯捷创芯射频功率放大器模组的产品结构正在从以中集成度的射频功率放大器模组产品（如 MMMB和TxM等）为主，转型为以高集成度射频功率放大器模组产品（如L-PAMiD、L-PAMiF等）为主。 根据2023年年报，公司在2023年成功实现了L-PAMiD产品在品牌客户端的大批量出货，成为国内较早成功研发并向多家头部品牌客户大批量销售该产品的企业之一；公司的车规级射频芯片已通过客户验证，正在汽车和模块厂商处推广，预计在2024年实现大规模出货。 此外，在卫星通信领域，唯捷创芯的射频前端产品也取得了显著成绩。其技术优势体现在高功率、抗负载变化的功率放大技术、线性度改善技术及低温漂振荡电路技术等方面。这些技术确保了其卫星通信产品的高性能，能够应对卫星通信的严苛环境需求。 可见，唯捷创芯正在逐步进入高端增量业务。 总结来说，唯捷创芯作为射频模组领域的领军企业，正通过其PA模组和接收端模组的创新技术，推动5G通信技术的发展，并逐步拓展至车载射频和卫星通信等新兴市场。公司在接收端模组领域虽然起步较晚，但已实现显著的技术突破和收入增长，展现出强大的市场潜力。随着射频市场的不断扩大，唯捷创芯的多元化战略和技术创新能力预计将为其带来持续的增长动力。 飞骧科技 在国内射频PA市场中，飞骧科技凭借其创新的5G射频前端模块脱颖而出，成为行业领军者。 飞骧科技成立于2015年，在射频前端技术领域深耕多年，通过不断加大研发投入，推出了一系列高集成度的5G模组，如L-PAMiF、PAMiF和L-FEM，构建了涵盖完整5G频段的射频前端解决方案。这些模组通过创新设计，实现了从2G到5G的全频段兼容性，展现了飞骧科技在射频前端模块集成和技术创新上的领先地位。 在PA芯片设计方面，飞骧科技采用了超低静态电流PA设计、包络跟踪（ET）设计和谐波调谐变压器等多项先进技术，极大地提升了芯片的功率效率和线性度。通过这些创新技术，飞骧科技不仅提高了PA的功率输出，更降低了功耗，使得产品在各种工作环境下表现出优异的可靠性和稳定性。此外，飞骧科技在设计中融入了功率均衡、多功率模式和温度补偿等智能技术，优化了低电压条件下的功率表现，满足了5G、物联网和智能设备等领域对高性能的需求。 针对新材料和新架构研发，飞骧科技在衬底材料和放大器结构方面进行了创新性研究，例如采用化合物半导体材料及第三代半导体材料，以实现PA的小型化及高性能。同时，公司创新研发的小型化Doherty功率放大架构，进一步优化了低差损和高抑制性能，显著提升射频前端的集成度和应用灵活性。 同时，飞骧科技的射频PA产品在增益线性化和高耐用性方面取得了显著进展。例如，通过研发自适应有源线性化偏置电路，优化高功率下的增益压缩和相位失真问题，以提高PA在不同使用条件下的线性度和温度稳定性。此外，采用的功率合成技术也进一步提升了产品的耐用性和可靠性。 在竞争激烈的市场环境中，飞骧科技具备独特的优势，特别是在射频前端技术创新上。与其他同类产品相比，其产品在功率效率和灵活性方面表现更为突出，且涵盖了全面的通信标准。这使得飞骧科技的PA产品在用户的选择中占据了越来越重要的位置。尽管面临着来自国际厂商的强大竞争压力，但飞骧科技凭借其强大的研发团队和持续创新的能力，依然能够在市场中占据一席之地。 随着未来技术的不断深化和市场的不断变化，飞骧科技仍有机会通过调整策略和产品线优化，进一步增强其竞争力，继续扩大其实力和市场份额。 慧智微 慧智微打开5G PA的王牌技术是可重构设计的AgiPAM技术，同时结合了高性能的射频硬件，以及灵活的可配置软件，完成多频段、多模式射频前端的设计。与当前砷化镓的多组功率器件的解决方案相比，AgiPAM技术使用同一组器件便能够在多个频段和多种模式间复用，使得基于该技术的功率放大器产品具有尺寸小、支持频带多、低成本等特点，实现技术突破及规模商用，使射频前端器件可以通过软件配置实现不同频段、模式、制式和场景下的复用，取得性能、成本、尺寸多方面优化，不断引领射频创新。 慧智微的产品线涵盖了2G、3G、4G、5G等多种通信制式，包括5G新频段L-PAMiF发射模组、5G新频段接收模组、5G重耕频段发射模组、4G发射模组等数十款产品，兼容目前国际主流SoC平台厂商的主要产品系列，可为客户提供全面的射频前端解决方案。 近年来，慧智微实现了从中低端向高端的产品升级，此外，慧智微在实现L-PAMiF产品领先突破后，又率先投入L-PAMiD开发。 慧智微认为，伴随着国内产业链的发展，从技术端来看，国内射频产业链已经陆续有公司具备L-PAMiD大模组的量产能力，整体射频产业链已经完成了从0 到1 的发展阶段，开始逐步走向更加高端化的产品形态。 华太电子 华太电子在射频功率放大器（PA）领域已经形成了全面的布局，覆盖了从通信基站到工业应用的多元化应用场景。 技术实力：华太电子专注于LDMOS和GaN射频器件的研发、设计、和制造，能够提供高性能的PA解决方案。 产品覆盖：产品线涵盖从中低功率（1W）到大功率（3000W），从1.8MHz到6GHz工作频段的多种射频PA，满足5G基站（宏基站、MIMO AAU、小基站等）、物联网、无线对讲机、工业科学医疗等不同领域的需求。 自主研发能力：华太电子掌握了全链路的自主知识产权，从器件与工艺、晶体管器件建模、MMIC/分立器件设计、到器件封装与测试、封装材料与管壳，均自主研发并掌握核心IP，依托国内强大的研发与设计团队，能够快速响应市场需求并提供高性价比的产品解决方案。 本地化支持：相比国外厂商，华太电子在成本控制和本地客户支持方面具有显著优势，提供更贴合国内市场需求的解决方案，同时基于华太全链路布局，能够为客户提供高性能-低成本的解决方案。 值得关注的是，今年爆火的小米汽车SU7车载对讲机中的PA，就是用的华太电子的产品。然而，华太电子射频功率放大器最大的应用场景并不是对讲机或车载通信系统，而是基站。 与手机里所用到的射频芯片不同，通信基站要发射的信号强度高，用到的射频放大器属于大功率芯片。 华太电子自2010年起便专注于LDMOS工艺的研发，根据不同应用场景推出了多样化的产品解决方案，主要包括MIMIC、分立器件以及宽带专网三大产品系列。其中，MIMIC和分立器件主要面向运营商客户的公网通信应用，而宽带专网产品则聚焦于专网领域，例如对讲机、射频解冻加热、医疗设备及制造装备中的射频源等应用。此外，华太电子的全资子公司——瑶华封测工厂，已实现空腔塑封（ACS）射频大功率产品的量产，单颗功率达100W。其射频大功率ACS封装（涵盖GaN和LDMOS）产品累计出货量已突破420万只，而射频功放（PA）器件总发货量更是超过了1.7亿颗。 华太电子在射频业务上取得一座座“里程碑”，得益于华太自成立以来一直注重研发投入，尤其聚焦核心技术的突破，其中包括半导体工艺、射频器件结构、集成电路架构、封装材料与散热材料等底层技术和原材料的创新与突破，以底层技术创新驱动整体方案优化与提升。自成立以来，华太自研的RF LDMOS器件历经十代迭代，陆续发布12V～120V（偏置电压）系列化工艺平台，射频性能达到国际领先水平。 与此同时，华太致力于打造平台化半导体公司，在技术演进的道路上横向发展，打通了"晶圆-设计-封测"整个产业链，在器件工艺、器件建模、电路设计、封装仿真设计、封装工艺等节点均建立设计与应用平台，将每一个节点的优势层层放大；同时通过优化供应链和产能布局，确保产品快速响应市场需求，为客户提供高性能-低成本的解决方案。 展望未来，针对基站PA高频化和宽带化、高效率与低功耗、小型化与集成化以及高鲁棒性的市场演进趋势，华太电子规划了全面的射频PA的产品族，当前已发布全系列的LDMOS小基站、LDMOS/GaN 宏基站、MIMO、驱动级PA产品，其中高频段的4.9GHz全套方案均已量产。而在工业科学医疗等多元化领域，华太发挥其LDMOS独有的高鲁棒性优势，成功发布并量产了50V/65V/120V产品，单管功率等级最高已实现3KW。 技术创新方面，当前华太电子规划了下一代产品族平台，预研项目包括U6G PA、混合工艺PAM、超宽带Doherty PA架构、超大功率单管等，与上下游厂商共同推动射频PA的技术进步，为客户提供更完整且先进的射频解决方案。 整体来看，华太电子将围绕技术演进和市场需求双轮驱动来做选择，继续聚焦射频PA产品，在芯片体积、功率密度、可靠性和易用性等方面进行不断优化迭代，给市场和客户带来价值，持续提升自身市场份额。 卓胜微 卓胜微是通过滤波器及分立方案多维入手，进一步研发 L-PAMiD产品。 但实际上，卓胜微在很多年前就已经开始布局手机PA的研发，但效果并不理想。直到2020年来，卓胜微又重新针对射频PA领域展开了频繁的布局。此前，在卓胜微2019年登录创业板的招股书中就也有显示，公司正在积极布局射频功率放大器芯片及模组研发及产业化项目。 在PA产品布局方面，卓胜微选择了从WiFi FEM方面入手，以市场主流GaAs工艺为基础，以集成于射频模组中为产品主要形态，积极优先布局功率放大器业务。根据公开消息显示，卓胜微已推出WiFi端射频功率放大器产品。 除了上述企业之外，昂瑞微、锐石创芯、紫光展锐、康希通信、至晟微、安其威微、明夷科技、芯百特等国产厂商也在积极布局PA市场，在这片竞争激烈的市场中不断突破。这些企业的崛起，预示着中国射频芯片市场的快速发展。 从整体来看，近年来，国产射频PA厂商技术进步显著，逐渐缩小与国际巨头的差距。无论是在低功率的终端类PA领域（如手机PA和Wi-Fi PA）还是在中高功率领域（如基站PA），国产厂商均已基本实现海外供应商的替代，在部分工艺场景甚至已实现对海外厂商的弯道超车。其中在5G基站、智能手机和IoT等领域，国产产品方案更具备性价比和供应链安全的优势，有效地保障了我国通信领域的供应安全。 接下来，国内企业需要持续强化自身技术实力和供应链整合能力，还需要关注市场需求的变化，加强产品差异化研发，提高自身的竞争力才能在市场中立足并取得成功。 内卷之下，国内PA市场如何洗牌？ 回顾这些国内射频企业的发展历程，可以看到一条清晰的发展脉络： 1.0时代，以较低门槛的分立产品作为切入点，经历同质化竞争与产品迭代锤炼； 2.0时代，抓住国产替代机会迅速融资扩张，扩充研发实力，获得市场和客户认可，营收规模迅速增长； 3.0时代，产品逐渐升级，获得市场与客户广泛认可，逐步进入5G模组高端领域，摆脱低端内卷困境。 国内射频芯片企业在自主研发和创新过程中，正逐渐打破国外垄断局面。但不可否认的是，由于5G建设逐渐放缓，整体市场规模不断缩小，此外，由于近年来新的玩家大进入，加剧了该市场的竞争态势。另外由于射频PA的产能供大于求，诸多芯片厂商加入了降价换量的局面，进一步加剧了市场竞争。 国内射频PA行业开始出现内卷现象。甚至有些缺乏核心竞争力的企业产品质量低下，低价扰乱市场，导致产品毛利低，进而抑制了产品创新，形成恶行循环。 对此，华太电子认为，内卷不可避免，但也推动了行业优胜劣汰，只有具备技术实力、创新能力和优质服务的企业才能在激烈竞争中脱颖而出。 尤其是随着资本回归理性，射频前端市场开始逐渐产生分化。一方面是小规模初创公司，由于规模体量较小，无法继续通过价格换市场的方式获得更多融资，越来越难以承受低价抢市场带来的现金流恶化，进入恶性循环甚至面临生存危机；另一方面是已经成规模的国内头部射频公司，调整价格策略和产品方向，逐步挑战集成度更高、难度更大、利润更好的高端产品，以实现逐步优化营收结构和利润的目的。 面对行业挑战，通过加强研发提升竞争力是摆脱内卷的唯一出路。 一方面，国内PA厂商需要不断投入研发和创新，通过产品性能、工艺水平和技术服务的提升，核心技术节点的突破，聚焦高附加值领域，强化在5G-A、多元化市场等高端应用的布局，推出领先行业的产品，提升品牌竞争力和市场认可度，打造差异化竞争力，避免低价竞争。 另一方面，在巩固国内市场的同时，积极拓展海外市场，用高性能的产品服务更多海外客户群体，提升国际竞争力。 笔者认为，国产射频厂商的成长需要时间，尤其是在国产替代的过程中，产业链厂商的支持至关重要。国产系统厂商应保持开放，与射频厂商积极沟通，分享使用反馈，帮助国产芯片提升性能。同时，头部系统厂商应加大投入，像苹果和三星那样进行深入分析与测试，而不仅仅依赖价格比较，以推动国产供应链逐步完善。 结语 射频前端行业正处于快速发展期，市场需求的增长和技术进步为行业带来了广阔的发展空间。尽管国产射频企业在全球市场仍处于追赶地位，但随着技术突破和国产化替代的深入推进，5G、WiFi、物联网等领域的进一步兴起，迎来发展机遇。越来越多的国产射频放大器企业开始崭露头角，逐渐打破了国外产品的垄断局面。 但是，技术、产品升级，以及突破专利壁垒仍是横亘在他们面前的两座高山。高端之路和国产替代也不可能一蹴而就，唯愿本土射频企业能咬定青山不放松，保持长期的战略定力和持续的投入，尽快在国际市场上赢得了更多的话语权。 参考内容 1.头豹研究院——《中国射频功率放大器行业概览》 2.智芯研报——《深度解析射频功率放大器行业趋势》 3.鋆昊资本——《射频前端功率放大器(PA)行业浅析》 4.华太电子采访内容

三言科技消息 昨天，前极越公关负责人徐继业发微博确认离职，并细数了自己在职期间的“功劳战绩”。今天，徐继业发文就此前朋友圈怒斥同事“仆从、苍蝇”的言论致歉。 徐继业解释了两个词的出处，并向前同事们致歉： “其实我当时只是有感而发，被一些居心叵测的人曲解后带节奏，引起一些前同事的误会并因此痛恨我，我是完全可以理解的。我也借机对不管什么原因受到伤害的部分前同事鞠躬致歉。” 但他还表示，合适的时间可能也写篇小文，将部分小将们的精彩表现整理整理，把曾经骚扰他的人名和电话公布出来，让大家对身边这样的人多加小心。

IT之家 12 月 22 日消息，谷歌正在不断为自家的 AI 助手 Gemini 解锁新技能，并将其集成在搭载 Android 15 且把 Gemini 设置为默认助手的手机中。 其中，“询问此 PDF”是最新发布的 Files by Google （谷歌官方文件管理器）更新的一部分。根据 Android Police 今日报道，这项功能起初在 Play 商店上的描述是“即将推出”，但目前已经陆续开始推送。 该媒体的记者、同时也是 Android 有关信息爆料人的 Mishaal Rahman 表示，这一功能已开始推送，但并非所有 Gemini 用户都能使用。 IT之家注：使用“询问此 PDF”功能需要拥有 Gemini Advanced 订阅、将 Gemini 设置为安卓手机的默认助手，并且设备需要运行 Android 15 系统。 Mishaal Rahman 展示了这一功能的具体操作：“询问此 PDF”按钮位于 Gemini 弹窗的上方，布局与 YouTube 的 Gemini 集成类似。当该功能可用时，用户可以在查看 PDF 文件时，触发 Gemini 覆盖层（通过长按电源按钮或使用“嘿，Google”唤醒词）来启用这一新按钮，随后 Gemini 将会完成 PDF 总结或解答等功能。

最近，美股又诞生了一家万亿美金市值的公司——博通。 博通目前已成为全球大型AI数据中心以太网交换机芯片，以及AI硬件领域ASIC定制化AI芯片的最核心供应力量之一，自2023年以来成为人工智能投资浪潮的核心市场焦点，其投资热度仅次于AI芯片霸主英伟达。 之所以其市值突破万亿美元，主要是其公布了一份好于预期的第四财季财报，不仅盈利表现好于预期，而且博通今年人工智能收入增长了两倍多。博通财报显示，在截至11月3日的第四财季内，博通调整后每股盈利1.42美元，好于预期1.38美元；博通收入140.5亿美元，较去年同期的93亿美元增长51%。略低于预期的140.9亿美元。该公司第四季度净利润为43.2亿美元，合每股0.90美元，较上年同期的35.2亿美元和每股0.83美元增长23%。 博通预计下一财季收入146亿美元，略好于分析师平均预期145.7亿美元。其CEO陈福阳还透露，博通正在与三家大型云客户开发定制AI芯片。 01 AI芯片路线之争：ASIC还是GPU 博通在包括人工智能芯片在内的半导体解决方案部门，营收从一年前的80.3亿美元增长了12%，至82.3亿美元。也就是说，博通营收增长主要得益于AI芯片相关业务。 AI芯片，也被称为AI加速器或智能芯片，是一种专为高效运行人工智能算法而设计的特殊处理器。这种芯片基于人工神经网络模型，模拟生物神经元的工作机制，通过大量的处理单元进行并行计算，以实现复杂的数学运算和数据处理。而说到AI芯片，绝大部分人的第一印象是英伟达的GPU。实际上，主流AI芯片主要分为三类：以GPU为代表的通用芯片、以ASIC定制化为代表的专用芯片以及以FPGA为代表的半定制化芯片。其中最受关注的莫过于ASIC和GPU两种技术路线。 GPU（Graphics Processing Unit）芯片即图形处理器，是显卡的核心，主要擅长做图像和图形相关运算工作，其特点是具有强大的并行计算能力和高速的数据处理能力，擅长处理计算密度大，数据间相关性小的并行计算。这主要得益于GPU在设计时给计算单元分配了更多区域。这样可以为并行计算的每个数据单元执行相同程序，不需要繁琐的流程控制而提高计算能力。近年来，GPU芯片还广泛应用于机器学习算法和深度学习算法的开发中，其强大的并行处理能力使其成为机器学习算法和深度学习算法开发的主要处理器，并极大简化了复杂数据处理流程。 从计算能力上看，GPU芯片在大数据处理和并行计算方面表现出色。然而，GPU芯片也存在一些局限性。例如，在功耗方面，GPU芯片的功耗相对较高，这对于一些对功耗要求较高的应用场景来说可能是一个问题。此外，GPU芯片的内部结构相对复杂，包含了大量其他逻辑来实现其他功能，这些逻辑对于AI算法来说可能并不完全有用，从而在一定程度上影响了AI算法的执行效率。 在此情况下，ASIC被纳入视野。‌ASIC（Application-Specific Integrated Circuit）‌，即应用特定集成电路，在集成电路界被认为是一种为专门目的而设计的集成电路。ASIC在批量生产时与GPU等通用集成电路相比具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。 随着生成式AI应用的迅猛发展，AI ASIC芯片能否成为英伟达GPU芯片可⾏的替代品⼀直是业内热议话题。而摩根士丹利认为，尽管面临英伟达GPU的竞争，AI ASIC的市场仍将继续扩张。大摩分析师表示，ASIC市场规模将继续增长，预计在2024—2027年期间，AI ASIC市场规模将从120亿美元增长至300亿美元，年复合增长率达到34%，其中3nm项目将成为关键竞争领域。 研究机构Rosenblatt也预计，随着其他科技巨头的突破，客户定制化的AI ASIC的增速预计将超过GPU计算。 02 英伟达AI GPU最强劲对手 作为AI芯片的龙头企业，英伟达的AI生态拥有三大王牌，GPU、CUDA和NVLINK。 CUDA是英伟达公司设计研发一种并行计算平台和编程模型，包含了CUDA指令集架构以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA架构编写程序，所编写出的程序可以在支持CUDA的处理器上以超高性能运行。 而NVLink则是英伟达开发并推出的一种总线及其通信协议。NVLink采用点对点结构、串列传输，用于CPU与GPU之间的连接，也可用于多个GPU之间的相互连接。当前配备并使用NVLink的产品业已发布，多为针对高性能运算应用领域，比如英伟达的Tesla P100运算卡、H100等。NV LINK在优化GPU与CPU之间的数据交换，增强系统的灵活性与扩展性，提高系统的能效比上，都具备强有力的竞争能力。 而NVLink的成功主要得益于2019 年以 69 亿美元的巨额资金收购了以色列芯片厂商迈络思（Mellanox）科技有限公司。在高速以太网卡、网络互联设备等市场，迈络思处于全球第一梯队，在InfiniBand领域的占有率接近70%。收购完成之后，英伟达将自己原有的NV Link协议和迈洛思的网卡芯片做了整合，从而在生态上完成了高度融合。比如，NVLink经常用于GPU卡间互联，以提高计算任务的性能；而 InfiniBand则负责连接数据中心内的通用服务器节点、存储设备等，以实现整个系统的高效运行。 英伟达因其先发优势和三大王牌，在AI芯片领域稳坐头把交椅。但如今英伟达最强劲的竞争对手已经出现。 博通设计并销售的芯片中，虽然没有GPU和NVlink，但博通却拥有很多确保GPU正常通信的高速连接芯片，比如Switch，类似的芯片博通在全球市场份额中占有近半数的市场份额，由于其设计的难度比较高，价格比较贵，利润也自然丰厚。 此外，博通也拥有芯片设计服务能力。凭借多年在芯片定制领域的积累，博通拥有丰富的芯片设计IP。这也使得博通可以通过为客户设计ASIC芯片和英伟达的GPU竞争。因为采用的是ASIC的方案，不需要和英伟达GPU一样实现通用计算能力，只需要跑通客户的算法，系统和模型足矣，自然也避开了CUDA生态。实际上博通已经帮谷歌这类互联网大厂开发了一款专用AI ASIC，即谷歌的TPU。 市场调研机构Omdia的最新研究结果强调了对谷歌张量处理单元 （TPU）AI芯片的需求正在快速增长，这一趋势可能足以开始削弱 NVIDIA 在 GPU 领域的市场主导地位。博通CEO一再上调他的 AI 芯片收入目标至 120 亿美元。基于此，据估计，谷歌的 TPU 可能占 60 亿美元到 90 亿美元之间，具体取决于计算和网络设备之间的细分。这个数字包括大量 Meta 的 MTIA 芯片，以及2025年将新增的一个神秘的第三个客户的项目。 分析师指出，“尽管计算设备和网络设备的具体比例存在一些不确定性，但即使按照较低的60亿美元估计，TPU出货量的增长速度也足以首次从英伟达手中抢占市场份额。值得注意的是，谷歌云业务在总收入中占比持续增长，盈利也在不断提升。这可能表明TPU加速实例和基于TPU的AI产品在发挥作用。” ASIC正在加速崛起，威胁GPU在AI计算中的统治地位。得益于此，博通作为ASIC最重要的概念股，股价一路猛涨，一度从180飙到了250，市值也突破了万亿美元。相比之下，英伟达反而成了昨日黄花，股价一路下跌，甚至不到130美元。 03 百万算力集群大战来袭 目前，基于GPU和ASIC的算力集群正迈向百万算力卡的集群大战。 马斯克宣布，计划将xAI的Colossus AI超级计算机从目前的10万个GPU扩展到100万个，这无疑引发了业界的广泛关注，从而超越谷歌、OpenAI 和 Anthropic 等竞争对手。不过，xAI并非唯一一家拥有如此宏伟计划的企业。 博通CEO在2024财年Q4财报电话会议上表示：“我们目前有三家超大规模客户，他们已经制定了自己的多代AI XPU路线图，计划在未来三年内以不同速度部署。我们相信，到2027年，他们每家都计划在单一架构上部署100万XPU集群。” 博通为包括谷歌、Meta在内的多家科技巨头开发AI、定制数据中心硬件芯片等。公司与客户合作确定工作负载需求，如AI训练、推理或数据处理，然后定义芯片规格并开发关键差异化方面。博通负责将架构实现为硅片，并配备平台特定的IP、缓存、芯片间互连和接口。这些高性能XPU由台积电（TSMC）制造。 如今博通和英伟达的AI芯片大战正愈演愈烈。 04 转机出现，博通未来可期 资料显示，到2027年，其人工智能芯片以及人工智能网络部件的总市场机会可能在600亿至900亿美元之间。 虽然AI芯片市场很大，但一直以来都被英伟达所把控。不过2024年英伟达却流年不利，最近转机来了。 首先是英伟达新的GPU频频延期。根据The Information的一份新报告，英伟达已向其部分合作伙伴透露，原定的Blackwell GPU发布计划将推迟，目前目标锁定在2025年初。推迟发布虽在意料之外，但背后的原因——设计缺陷，更令人忧心。随着新一代GPU的交付推迟，AI产业的用户体验将受到影响。各大公司在部署基于此技术的应用时，面临项目进度延误的风险。 此外，天风证券分析师郭明錤发布的最新投资研究报告表示，英伟达正为其明年即将推出的B300和GB300开发测试DrMOS技术，但其中发现AOS（Alpha and Omega Semiconductor Limited） 的5×5 DrMOS 芯片存在严重过热问题。如果这个的问题不能快速解决，则可能影响系统量产进度，并改变市场对AOS订单的预期。 另一方面，当前博通的ASIC客户已经实现量产的是谷歌和meta，其中最大部分来自于谷歌。公司的AI收入和谷歌的资本开支有较强的相关度。另外，结合公司认为2024财年150-200亿美元的可服务市场规模看，复合增速将达到50%以上，这为市场信心再次注入了“强心剂”。

明敏 克雷西 发自 凹非寺 量子位 | 公众号 QbitAI GPT-5被曝效果远不达预期。 OpenAI连续12场发布会刚刚结束，大家最想看的GPT-5/4.5影子都没有，于是华尔街日报这边爆料了。 GPT-5已至少完成2轮训练，每次长达数月，但是每次训练后都遇到新问题。 OpenAI正在专门雇人写代码、做数学题为GPT-5从头创建数据，o1合成数据也用，但效率不够高，想要满足GPT-5的预训练需求有难度。 按照市场估算，一次长达6个月的训练仅计算就需要花费5亿美金。GPT-5两次训练进展都不顺，背后的成本想必也是个天文数字。 Ilya前不久在NeurIPS 2024上宣判的预训练即将终结，似乎再次得到论证…… 这也和The Information此前爆料相呼应，随着GPT系列进化速度放缓，OpenAI正在尝试调整战略，比如o1、o3系列的推出。 目前，OpenAI对最新爆料尚无回应。 但GPT-5究竟是OpenAI藏着不发，还是不能发？答案更确定了一点。 巨量数据算力堆不好GPT-5的预训练 在华尔街日报的爆料中，OpenAI对于GPT-5的预期很高。 它能够进行科学探索发现，并完成例行的人类任务，比如预约、订航班。而且希望它能够犯更少的错误，或者能够承认错误存在，也就是减少幻觉。 这与更早透露出的信息相呼应。OpenAI前CTO Mira曾形象地将GPT-5的智能水平比作博士生。 这意味着GPT-5能够在某些特定领域取得高水平成绩，能像研究生、博士那样可以深刻理解、推理，并具备专业知识。对比来看，GPT-3是蹒跚学步的孩子，GPT-4是高中生。 今年10月，OpenAI最新筹集到的66亿美元融资，估值飙升到1570亿美元。投资者的再一次加码，也被认为是因为相信GPT-5将能完成重大飞跃。 但是GPT-5的发布一直悬而未决。 奥特曼之前表示，GPT-5不会有明确的发布时间，等什么时候准备好了，就什么时候发。这个时间可能是2025，也可能是2026。 如今回溯来看，GPT-5的推出一直都坎坷不断。 在2023年，OpenAI被曝光放弃了一个代号为Arrakis的模型。放弃原因是该模型不能实现在保持性能的同时减少对计算资源的需求，没有达到预期的训练效率。 这其实反向证明，如果想要训练规模更大规模的模型，还是需要更庞大的计算资源、更长的时间。 从设定来看，GPT-5显然会是个“巨无霸”。 GPT-5的开发启动于GPT-4发布时。至今已经超过18个月了。 它在内部的代号是猎户座Orion。按照原本计划，微软是想在2024年年中看到GPT-5的。 华尔街日报披露，GPT-5的大规模训练至少进行了2轮。每次都需要几个月，每次也都遇到了新问题。 最好的情况下，Orion比OpenAI目前的产品表现都要好。但与所消耗的成本相比，这种提升并不明显。 据估测，一次为期6个月的训练仅算力成本就要消耗5亿美元。对比来看，GPT-4的训练成本超1亿美元。 另一方面，想要更好的模型，就需要更多的数据。 公共资源的数据消耗殆尽，OpenAI决定雇人从头构建数据。据爆料，它专门找了一些软件工程师、数学家来写代码、解数学题，供GPT-5学习。 一直以来，AI圈内都认为模型学习代码可以提升它解决其他问题的能力。 同时OpenAI也和一些物理学家合作，让GPT-5学习科学家如何理解领域内的问题。 但问题就是，这样太慢了。 AI合成数据的路子OpenAI也走。据说GPT-5就使用了o1合成的数据。 这种范式可能已经可以被论证。 隔壁Anthropic也被爆料使用AI合成数据训练模型。他们的做法是把最好用的模型内部自留合成数据，因为模型性能与合成数据质量直接成正比。 以上，大概就是GPT-5最新相关信息。 不过话说回来，最近谁还在乎GPT-5呢（手动狗头）？ 毕竟OpenAI凭借o1、o3系列开启了推理Scaling Law。 刚刚发布的o3在ARC-AGI上刷新成绩。最新结果报告显示，在400项公共任务上，o3的最好成绩已经达到91.5%。 在核心机制上，o3也给出新启发。它通过LLM在token空间内搜索和执行，实现了在测试时内的知识重组。 随着o3系列发布，AGI的预言依旧很有吸引力。 o3屠榜ARC-AGI测试，离AGI还有多远？ 简单介绍一下ARC-AGI数据集，题目带有色块的网格阵列（以文本形式表述，用数字代表颜色），大模型需要观察每道题目中3个输入-输出示例，然后根据规律填充新的空白网格。 这几个示例比较简单，但实际面临的问题可能是这样的： ARC-AGI测试集一共包含400道公开试题和100个私有问题。 在公开问题中，o3高效率版的准确率为82.8%，消耗了1.11亿Token，平均每个任务成本为17美元。 低效率版本（计算量是高效版的172倍），准确率高达91.5%，不过消耗的Token数也达到了惊人的95亿。 另外OpenAI还做了一个专门针对ARC-AGI的版本，使用了75%的公开数据集进行了训练。 这个版本拿到私有测试集上测试，结果地计算量模式取得了76%的准确率，高计算量模式则为88%。 并且，低计算量版本的成本在ARC-AGI-Pub的规则范围内（<$10k），成为了公共排行榜上的第一名。 88%的高计算量版本则过于昂贵，但仍然表明新任务的性能确实随着计算量的增加而提高。 在此之前，GPT-3的准确率是零，GPT-4o为5%，o1最好也刚刚超过30%。 ARC挑战的发起者之一、前谷歌资深工程师、Keras之父François Chollet认为，o3能够适应以前从未遇到过的任务，可以说在ARC-AGI领域接近人类水平。 当然成本也十分昂贵，即使是低计算量模式，每个任务也需要17-20美元，而发起方雇佣真人解决此类问题的成本，平均到每个问题只有5美元。 但抛开成本问题，Chollet指出，o3对GPT系列的改进证明了架构的重要性，认为无法在GPT-4上通过投入更多计算来获得这样的成绩。 所以，通过ARC-AGI测试，意味着o3实现AGI了吗？Chollet认为并不是。 通过测试发现，o3在一些非常简单的任务上仍然失败，这表明其与人类智能存在根本差异。 另外，ARC-AGI的下一代ARC-AGI-2也即将推出，早期测试表明其将对o3构成重大挑战，即使在高计算量模式下，其得分也可能会降低到30%以下（而聪明人仍然能够得分超过95%）。 但无论是否达到AGI，o3能够实现的成绩都是前所未有的，甚至有人认为，针对ARC这样的任务而言，人类的优势其实是在于视觉推理，如果改成像模型看到的那样用文本形式描述图形，那人类做的不一定会比AI好。 并且，针对o3“没能成功”的一个案例，还有人质疑是标准答案错了。 这道题当中，变化规律是将处于同一行或列的两个蓝色格子连成线，并把穿过的红色区域整块涂蓝。 这道题的“标准答案”和o3的尝试，区别就是绿色框中的部分是否被涂成蓝色： 在三个示例当中，由红变蓝的部分都是被连线从中间穿过，但在这道题中连线是从这个3×4的红色区域下方经过，o3因此认为不该把这块区域涂蓝。 那么，o3又是怎么实现的呢？ 有人认为是通过提示词，但ARC挑战负责人Greg Kamradt和OpenAI的研究人员Brandon McKinzie均否认了这一说法，表示给o3的提示词非常简单。 另外Chollet推测，o3的核心机制似乎是在Token空间内搜索和执行自然语言程序——在某种评估器模型引导下，搜索可能的描述解决任务所需的步骤的思维链空间。 按照Chollet的观点，o3实现了在测试时的知识重组，总之，o3构建出了一种通向AGI的新的范式。 英伟达AI科学家范麟熙（Jim Fan）认为，o3的本质是“放松单点RL超级智能，以覆盖有用问题空间中的更多点”。 也就是用深度换取广度，放松对于个别任务的强化学习，换得在更多任务上的通用性。 范麟熙举例说，像AlphaGo、波士顿动力电子地图集都是超级人工智能，在特定的任务上表现非常出色。 但o3不再是像这样只能应付单点任务的专家，而是一个在更大的有用任务集都表现优异的专家。 不过范麟熙也表示，o3仍然无法涵盖人类认知的所有分布，我们仍然处于莫拉维克悖论之中。 （莫拉维克悖论认为，人类所独有的高阶智慧能力只需要非常少的计算能力（例如推理），但是无意识的技能和直觉却需要极大的运算能力。） ARC挑战发起方的发现——o3在一些非常简单的任务上失败，似乎刚好印证了这一观点。 最后，关于AGI，范麟熙表示，我们已经实现了巨大的里程碑，并且有清晰的路线图，但还有更多事情要做。 One More Thing 作为12天发布的一部分，OpenAI在最后一天发布o3的同时，也发了一篇关于安全问题的论文。 论文引入了一种名为慎重对齐（deliberative alignment）的对齐方式，直接向推理模型传授人工编写、可解释的安全规范，并训练他们在回答之前对这些规范进行明确的推理。 结果，训练出的模型不需要人工标记的CoT或答案，就可以高度精确地遵守OpenAI的安全政策。 OpenAI发现，o1在一系列内部和外部安全基准方面显著优于GPT-4o等其他最先进模型 ，并且在许多具有挑战性的（安全）数据集上的性能达到饱和。 这一发现，揭示了推理将成为提高模型安全性的一条新途径。

快科技12月22日消息，威刚推出了XPG动境机箱，该机箱以经典的黑、白两色呈现，预售价299元，而首发期间199元。 XPG动境机箱的最大亮点，在于其前面板采纳了知名装机达人装机猿提出的“洞洞板”设计理念。这一设计不仅时尚前卫，更赋予了玩家极高的自由度——他们可以根据个人喜好和需求，灵活地在上面挂载耳机、游戏手柄、水杯、充电线等日常游戏必需品，打造独一无二的个性化游戏空间。 与市面上传统的机箱相比，XPG动境机箱的前面板设计堪称一大创新。它采用了开源设计，这一举措无疑是对玩家和3D打印爱好者的极大鼓舞，鼓励他们根据自己的实际需求进行定制和改装，真正实现机箱的“私人定制”。 此外，机箱在前面板下方贴心地设计了三个穿线孔位，这一细节处理极大地简化了设备连接过程，为玩家提供了更加便捷、整洁的装机体验。 作为一款M-ATX机箱，XPG动境在紧凑的机身内融入了高强度的设计元素，同时不忘对散热效果进行优化。通过精心的空气流通布局，机箱能够最大化地提升硬件的散热性能。 值得一提的是，XPG动境机箱还采用了BTF2.0背插概念，这一设计巧妙地融合了常规和背插两种装机方式。通过对电源线、数据线等设备的连接位置进行重新规划，机箱不仅优化了空间利用，还进一步提高了空气流通效率。

就在近几天博通因为ASIC大涨，英伟达股价却从11月21日突破新高之后一直震荡向下。 目前，博通市值高达1.03万亿美元，在半导体芯片公司中仅次于3.29万亿的英伟达。市场对博通及ASIC的关注，甚至盖过了英伟达即将量产发货的Blackwell。 下游科技大厂对英伟达的抵抗，终于来到高潮了吗？对于国内的AI产业又有什么启示？ 01 英伟达时刻重现 上周四盘后，博通公布第四财季及全年财报。除了各项收入指标全面增长，其中最大的亮点是，2024年半导体业务收入中有122亿美元来自AI收入，同比增长220%，2倍的增量主要得益于领先的人工智能芯片XPU和以太网网络产品组合。 同时博通还透露，目前正在与三个非常大型的客户开发AI芯片，预计明年公司AI芯片的市场规模为150亿-200亿美元。 现在市场逐渐意识到，大型云服务商们对博通定制人工智能芯片和网络设备的需求旺盛，开始对一直统治AI加速芯片市场的英伟达构成了威胁。 这层理解，直接驱动博通在连续两个交易日里上涨了38%，成为第二家万亿市值的芯片公司。上一次大市值芯片公司能出现如此大的涨幅，还是去年5月份公布超预期业绩指引的英伟达，随后也走上了万亿市值之路。 历史何其惊人的相似，博通和英伟达的叙事里有一个共同点，那就是AI芯片需求的爆发式增长，而英伟达却是博通叙事里的那条“恶龙”。 众所周知，英伟达的卡非常贵，还很难拿货。对于大型云服务商来说，替换成本不仅仅是自研芯片那么简单，而是算力基础设施投入运营，提供云服务的综合成本(TCO)优化，这直接影响了云服务商之间的竞争。 因此，过去正当科技大厂们哄抢英伟达芯片的同时，他们还纷纷下场自研芯片，谷歌找到博通开发TPU，亚马逊和Marvel达成五年合作协议，微软在过去一年已经实现了“CPU+GPU+DPU”全面自研。 这里，巨头们的目标是一致的，即优化成本的定制化芯片需求，而博通提供的解决方案正好能够解决燃眉之急。 ASIC是一款高度定制化的芯片，行业称之为专用集成电路，跟通用GPU比起来，ASIC被应用于特定设计和制造设备里，执行和优化某项功能，比如更快的处理速度和更低的能耗。 一般下游大厂有需求，找芯片设计公司帮忙做出来，自己开发周期长，但一旦做出来之后不用再给英伟达交那么多税，专门应用于自己的算法模型使用即可。实际的例子，就是博通帮助谷歌开发的TPU系列。 芯片设计公司在XPU的合作模式中承担着越来越重要的角色，不仅接管了前后端的设计外包，有的甚至能把流片和封装也干了，最终帮助大厂在算力性能和成本上达成平衡点。 在ASIC市场中，目前博通以55%-60%的份额位居第一，Marvell以13%-15%的份额位列第二。 国内做ASIC芯片也有这么几家，寒武纪、云天励飞、北京君正以及国科微。 近期连续上涨，市值已经超过2800亿的寒武纪，公司的AI芯片走的就是ASIC路线，2016年即推出了首款NPU。据悉，公司正在研发的思元590，直接对标华为的昇腾910B和英伟达H100。 虽然公司目前业绩难以匹配上估值，但从三季度存货和预付账款大幅增长的趋势可以看出未来积极的生产投入，随着先进制程芯片自主可控的需求加强，未来收入放量确定性高。 有机构预计，客户定制化的AI ASIC的增速预计将超过GPU计算。 除了英伟达以外，博通目前在芯片领域里占据了最好的生态地位。 这是因为，AI基建并不只是搞定芯片那么简单。 英伟达统治AI训练市场的王牌，除了芯片，还有CUDA和NV LINK，前者与芯片高度适配的软件开发工具，后者则是能提供高速低延迟工作环境的专用网络协议。 定制化芯片摆脱了云服务商对CUDA的依赖，但博通出色的不止是ASIC，网络专用协议和相关芯片IP也一应俱全，这使得博通有能力帮助客户搞出XPU+超高速互联集群服务器来。 而英伟达之所以下跌，就是因为市场正在权衡未来英伟达GPU需求面临的挑战。 其一，Blackwell能否在未来继续统治市场，这款芯片将在今年四季度小幅出货，明年预计将成为英伟达主力产品。但随着大型科技公司定制化ASIC成为常态，以及推理计算需求的成倍增长，英伟达GPU可能无法继续统治推理市场。 其二，英伟达面临的另一个阻力，是过去两年惊人的业绩增长所设定的高标准。 FactSet调查的分析师普遍认为，2025年英伟达营收将增长55%，达到1914.5亿美元，相比之下，预计2024年英伟达营收将增长一倍以上，达到1233.7亿美元。 市场对AI芯片竞争格局的认知正在重新修正，明年可能就会有巨大的变化。 博通定制化ASIC方案崭露头角，跟当年台积电挑战传统IDM，有些异曲同工的。 02 明年将是推理之年 ChatGPT面世两年多以来，AI的主战场正从训练端转向一个规模更大、竞争更为激烈的领域：推理。 近月，AI应用端发生了许多令人印象深刻的事件。 Open AI连续12场带着震撼产品更新的发布会正在进行中，与此同时谷歌近期也大招频出，Gemini 2.0、Veo 2、量子芯片......谷歌高管给Gemini 2.0的定位是：面向智能体时代的AI模型。 时间再回到三个月以前，Open AI 发布o1系列，通过强化学习，把LLM的逻辑推理能力又提升了一个级别。并且，随着更多的强化学习（训练时间计算）和更多的思考时间（测试时间计算）投入，o1的性能不断提高。 （Open AI） Open AI是Scaling Law的簇拥者，因为正是这条金律吸引来无数资本的注入，而Open AI希望能一直代表它。 但如今的数据犹如模型训练的化石燃料，终将是会耗尽的，这是大模型竞赛从预训练转向推理的重要原因，近期前Open AI高管Ilya Sutskever公开演讲谈及这一点，其预计，下一代AI模型将是真正的AI Agent，且具备推理能力。 而此前微软CEO纳德拉也强调，未来将会涌现出新的Scaling Law，将按照测试或者推理时间来进行定义。 所以o1不只是一次简单的升级，而表明整个行业正在探索一条全新的游戏规则，即模型“思考”的时间越长，就越能提供准确的答案。 在这个尺度上，推理场景将产生巨大的算力需求，并且推理成本有望随着各种AI原生应用的飞轮效应快速地下降。 巴克莱的另一份报告则预计，预计AI推理需求将占通用人工智能总计算需求的70%以上，甚至达到训练计算需求的4.5倍。 10月份，AI初创独角兽Anthropic推出了Claude 3.5 Sonnet在性能测试上，击败了Open AI的o1。并且，Sonnet还引入了自动化交互的操作，让AI能够直接操作电脑执行复杂指令。 在移动端，国内初创公司智谱推出的AutoGLM，绕过手机操作系统，在UI界面模拟用户操作，从而实现“接管手机”。而且根据媒体爆料，Open AI也将在明年1月推出Agent“Operator”。 谷歌呢？当然有了。从手机、AR眼镜，浏览器，再到专门面向开发者和科研场景，都在Gemini 2.0基础上做出了Agent。 细想一下，两年前的ChatGPT仅仅只是个聊天机器人，而作为极为复杂的多模态交互推理场景之一，为了拆解复杂指令，AI Agent需要能够从用户终端的数据里学习和思考，以做出准确的操作，这恰恰是推理模型接下来精进和延申的方向。 而数据飞轮得以转动的关键在于，开发合适的软硬件来满足用户的需求。 今年下半年“AI+应用”的商业化赛道再次瞩目，Applovin、Shopify、Palantir等不同赛道的美股公司，受益于AI带来的业务爆发，股价持续走强。 国内也重点着力于AI应用的发展，字节大模型虽然起步晚，但后来居上，目前豆包DAU接近900万，增速超过15%，位居全球第二。不仅打出了多款应用组合，还投入到了AI硬件中，积极寻找C端场景。其他互联网巨头如百度、小米也开始投入到AR眼镜的开发里。 （Ola Friend；官网） 03 AI渗透率即将跨越鸿沟？ 机构预测，英伟达GPU目前在推理市场中市占率约80%，但随着大型科技公司定制化ASIC芯片不断涌现，这一比例有望在2028年下降至50%左右。 但，ASIC的崛起并不意味着GPU的衰退。这两种技术可能将长期共存，为不同需求场景提供最佳解决方案。 可以肯定的说，AI目前还没有达到我们期待的样子，但推理技术的进步开始支持其走向终端，未来类似的“英伟达时刻”将会更多出现在推理端。 不过，欲戴王冠必承其重。譬如Arm，在2月份给出了乐观的预测，并表示这“只是人工智能繁荣的开始”。股价在接下来的三个交易日内飙升93%，但此后股价经历了较大的波动，目前已较7月份的高点下跌逾20%。 而过去一周，博通2025财年每股净收益的预期上涨了12%。并非每一个“英伟达时刻”都能带来持续增长。（全文完）

快科技12月22日消息，今日，360集团创始人、董事长周鸿祎发布视频分享了一个极端案例，AI竟然怂恿一个美国少年杀死自己的爹妈，这种骇人听闻的事真发生了。 周鸿祎称，美国有个孩子向AI聊天机器人抱怨父母不让自己玩手机，AI竟然鼓励他杀死自己的父母，这是一个真事。 目前，孩子的家长已经起诉了聊天机器人所属的character.ai这个平台和相关的谷歌公司（character.ai已经被谷歌收购）。 周鸿祎认为，大模型安全是个全世界人类面临的共同威胁，这个问题如果不能解决，大模型的诞生就像打开了潘罗拉盒子，你不知道是福还是祸。 “我觉得人工智能安全问题，是不亚于核武器的最大的一种安全挑战。我们又组建了一个复仇者联盟，来对付人类历史上最大的威胁。” 这个联盟是干嘛的？是为了团结一致，加强协作，共同研究如何防范和解决大模型安全的风险，给大家一个安全可靠的大模型使用环境。

OpenAI公布了o3，相比o1实现了一次阶跃，在编程、数学、科学等一系列基准测试中成为学霸中的学霸。特别是在ARC-AGI的测试中取得了大幅度的突破。是否意味着2025年人类可以看到AGI的曙光？我们在这里编译了ARC-AGI测试标准的创始人撰写的o3测评的报告。原标题OpenAI o3 Breakthrough High Score on ARC-AGI-Pub。 正文如下： OpenAI训练新o3系统，使用了ARC-AGI-1公共训练数据集，在我们的公开排行榜上，以$10k的计算成本限制，在半私密评估数据集上取得了突破性的75.7%得分。而高计算配置（172倍计算量）的o3系统则达到了87.5%的得分。 每次任务的成本，来源：ARC Prize 这标志着AI能力的一次重要的阶跃式提升，令人惊喜地展现了此前GPT系列模型从未具备的新型任务适应能力。相比之下，ARC-AGI-1从2020年的GPT-3的0%进步到2024年GPT-4o的5%，用了整整四年。为了o3，我们对AI能力的所有直觉都需要刷新。 ARC奖的使命不仅限于做第一个基准测试：它是通向AGI的北极星。我们很高兴明年能继续与OpenAI团队以及其他伙伴合作，共同设计下一代、可持续的AGI基准测试。 ARC-AGI-2（相同的测试格式——经验证对人类容易但对AI更难）将与2025年ARC奖同步推出。我们承诺将持续运行大奖赛，直到创造出一种高效的开源解决方案，得分达到85%。 下面请看完整测试报告。 OpenAI o3 ARC-AGI测试结果 我们对o3系统进行了两组ARC-AGI数据集的测试： 半私密评估：100个私密任务，用于评估过拟合情况 公开评估：400个公开任务 根据OpenAI的指示，我们在两种计算规模下进行了测试，用了不同的采样规模：6（高效率）和1024（低效率，计算量为172倍）。 以下是测试结果。 由于推理预算的差异，效率（例如计算成本）现在成为报告性能时的必需指标。我们记录了总成本和每个任务的成本，作为效率的初步衡量标准。整个行业需要共同探讨哪种指标最能体现效率，但以成本为起点是一个不错的选择。 在高效率模式下，得分75.7%符合ARC-AGI公共评估的预算规则（成本< $10k），因此在公共排行榜上获得了第一名！ 在低效率模式下，得分87.5%尽管成本高昂，但依然表明性能在计算资源增加的情况下有所提升（至少到这一水平为止）。 尽管每个任务的成本显著，这些成绩并非仅仅是通过“暴力计算”达成的。OpenAI的新o3模型在AI适应新任务的能力上取得了重大飞跃。这不仅是渐进式的改进，而是一次真正的突破，标志着AI能力相较于之前的大语言模型实现了质的飞跃。o3是一个能够适应前所未见任务的系统，可以说在ARC-AGI领域接近了人类的表现水平。 当然，这种通用性需要付出高昂代价，目前尚未具备经济性：让人类解决ARC-AGI任务的成本大约为每个任务$5（是的，我们试过），而能源消耗仅需几美分。而o3在低计算模式下每个任务需要$17~20。不过，成本性能在未来几个月到几年内可能会显著改善，因此我们应预计这些能力将在较短的时间内与人类劳动竞争。 o3在GPT系列上的改进证明了架构的重要性。即便给GPT-4投入更多计算资源，也无法获得这样的结果。仅仅通过从2019年到2023年所采用的方法进行简单的扩展——例如采用相同架构，训练更大的版本，使用更多数据——已经不足以推动进一步的进展。未来的突破将依赖于全新的理念。 那么，o3是AGI吗？ ARC-AGI是一个关键的基准，用于检测AI的重大突破，特别是在泛化能力方面，这些是其他已经饱和或要求较低的基准无法展示的。然而，需要明确的是，ARC-AGI并不是AGI的“酸性测试”，这一点我们今年已经重复多次。它是一个研究工具，旨在将注意力集中在AI中最具挑战性的未解决问题上，并在过去五年里很好地履行了这一角色。 通过ARC-AGI并不等同于实现AGI。实际上，我认为o3还不是AGI。o3在一些非常简单的任务上仍然会失败，这表明它与人类智能存在根本性的差异。 此外，早期数据表明，即将推出的ARC-AGI-2基准对o3来说仍将是一个重大挑战，即使在高计算模式下，其得分可能会降至30%以下（而一个聪明的人类无需训练仍然可以获得95%以上的分数）。这表明我们仍然可以创建具有挑战性、未饱和的基准，而无需依赖专家领域知识。只有当设计那些对普通人类来说简单但对AI困难的任务变得完全不可能时，你才会知道AGI真正到来了。 o3与旧模型有何不同？ 为什么o3的得分远高于o1？为什么o1的得分又远高于GPT-4o？我认为这一系列结果为AGI的研究提供了宝贵的数据点。 我对LLM的心理模型是，它们像是一个向量程序的存储库。输入提示后，它们会把提示映射的程序提取出来，并对依据前输入“执行”该程序。LLM通过被动接触人类生成内容来存储和操作化数百万个有用的小程序。 这种“记忆、提取、应用”范式在适当的训练数据支持下，可以在任意任务上达到相应水平的技能，但它无法适应新颖性或随时学习新技能（也就是说，它缺乏流体智能）。这一点在LLM在ARC-AGI基准上的表现不佳——GPT-3的得分为0，GPT-4接近0，GPT-4o达到5%。即使将这些模型扩展到极限，也无法使ARC-AGI的得分接近几年前基本的暴力枚举法所能达到的50%。 要适应新颖性，需要两个条件：首先是知识，即一组可重用的函数或程序，LLM已经具备足够多的这类知识。其次是能力，能够在面对新任务时将这些函数重新组合成一个全新的程序——即任务建模。这就是程序合成，而LLM长期以来缺乏这一特性。o系列模型解决了这一问题。 目前我们只能推测o3的具体工作机制。但核心机制似乎是在token空间的自然语言程序的搜索和执行：在测试阶段，模型会在可能的思维链（CoT）空间中搜索，描述解决任务所需的步骤，其方法可能与AlphaZero风格的蒙特卡洛树搜索类似。在o3的情况下，这种搜索似乎由某种评估模型引导。值得注意的是，哈萨比斯（Demis Hassabis）在2023年6月的采访中曾暗示DeepMind正在研究这一想法——这条研究路线已经酝酿许久。 因此，尽管单代的LLM在面对新任务时表现不佳，o3通过生成并执行自己的程序克服了这一障碍，在这里程序本身（CoT）成为知识重新组合的产物。虽然这并不是测试阶段知识重新组合的唯一可行方法（你还可以进行测试阶段的训练，或在潜在空间中搜索），但根据新的ARC-AGI数据，这代表了当前的最先进水平。 从本质上来说，o3代表了一种基于深度学习引导的程序搜索形式。该模型在测试时会在“程序空间”（在此案例中是指自然语言程序——描述解决当前任务步骤的思维链（CoTs）空间）中进行搜索，这一过程由深度学习先验（基础LLM）引导。解决一个ARC-AGI任务之所以可能需要数千万个tokens并花费数千美元，是因为这个搜索过程需要探索程序空间中的大量路径——包括回溯。 然而，这里发生的事情与我之前描述的“基于深度学习引导的程序搜索”作为通向AGI的最佳路径之间存在两个重要区别。关键在于，o3生成的程序是自然语言指令（由LLM“执行”），而不是可执行的符号化程序。这带来两个后果： 1. 这些程序无法通过直接执行和任务直接评估与现实接触——它们只能通过另一个模型来进行适应性评估，但这种评估由于缺乏直接的任务基础，可能在分布外操作时出错。 2. 系统无法自主获得生成和评估这些程序的能力（不像AlphaZero等系统可以通过自我学习掌握棋类游戏）。相反，它依赖于专家标注的人类生成的CoT数据。 目前尚不清楚这一新系统的具体局限性是什么，以及它的扩展能力有多大。我们需要进一步测试才能得出结论。不过，当前的性能代表了一项非凡的成就，也明确证明了直觉引导的测试时程序空间搜索是一种强大的范式，能够构建适应各种任务的AI系统。 接下来是什么？ 首先，通过ARC奖竞赛在2025年促进o3的开源复现将是推动研究社区前进的关键。需要对o3的优势和局限性进行彻底分析，以理解其扩展行为、潜在瓶颈的性质，并预测未来发展可能解锁的能力。 此外，ARC-AGI-1现在已经接近饱和——除了o3的新得分，事实上，一个由低计算资源的Kaggle解决方案组成的大型集成体现在都可以在私密评估中达到81%的得分。 我们计划通过一个新版本提高标准，ARC-AGI-2自2022年开始研发，承诺对当前的最先进技术进行一次重置。我们的目标是通过难度大、信号强的评估推动AGI研究的边界，并突出AI的当前局限性。 ARC-AGI-2的早期测试表明，即使对o3来说，这也将是非常具有挑战性的。当然，ARC奖的目标是通过大奖赛生成一个高效的开源解决方案。我们目前计划在2025年ARC奖推出时同步发布ARC-AGI-2（预计在第一季度末发布）。 展望未来，ARC奖基金会将继续创建新的基准测试，以将研究人员的注意力集中在通往AGI的最难解决的问题上。我们已经开始研究第三代基准测试，该基准测试完全脱离了2019年ARC-AGI的格式，并融入了一些令人兴奋的新想法。 作者François Chollet曾在谷歌从事AI研究9年。2019年，他发布了通用人工智能抽象与推理语料库（ARC-AGI）基准，衡量人工智能系统解决新颖推理问题的能力。

作者 | 郭美婷 编辑| 林铭铭 当科技大厂卯足了劲要捣鼓出高大上的AI硬件时，一条看似不起眼的赛道杀了出来。 字节跳动可能也没想到，同样是基于豆包大模型，花大力气打造的AI智能体耳机Ola Friend销量尚不及预期，一只当作礼品送出去的玩偶“显眼包”却意外“出圈”。 这只拥有可爱毛绒的外表，蓝白配色、形似小山，还会甜甜地叫“主人”的AI玩偶，内部集合了火山引擎的多项人工智能技术，如豆包大模型、扣子专业版、语音识别、语音合成等。 图源：截图自二手平台 另外特斯拉近日也在其官方商店开售的机器人玩具Tesla Bot Action Figure，售价40美元，上线不到24小时就被抢购一空。 图源：截图自特斯拉官网 今年7月由天猫精灵前合伙人李勇创办的跃然创新也上线的玩具挂件“BubblePal”，截至10月全渠道已销售数万台，目前销量仍在持续增长。 从去年起，就有不少大厂高管瞄准AI玩具下场创业。前微软DPS全球方案创新部门总经理郭志创立了亿家亿伴；前第四范式AIOS总经理黄缨宁成立贝陪科技…… 目前，多数AI玩具主打情感陪伴，目标群体为儿童，不过多位从业者告诉时代财经记者，“成年人也需要陪伴”，AI玩具有潜力成为多个年龄段人群的“新宠”。 由AI砌成的“玩具总动员”世界才露出冰山一角，便足够引人遐想。有从业者称，“我们看到了上百亿美元的市场空间。” 赛道火热？ “销量和用户反馈完全超出预期。”亿家亿伴创始人郭志对时代财经记者感慨道。 受访时，他的手边正拿着一个“奶龙”形象的玩偶，玩偶用奶声奶气的声音跟记者打着招呼。 图源：爱小伴官方公众号 深圳市亿家亿伴智能科技有限公司（简称“亿家亿伴”）成立于今年2月。12月6日，亿家亿伴首款AI玩伴机器人（爱小伴奶龙款）在国内各大电商平台正式发售。爱小伴是一款专为3-10岁儿童研发的人工智能陪伴型机器人，可通过多种智能互动玩法实现个性化陪伴。 据郭志介绍，爱小伴奶龙款机器人刚刚正式量产，目前还处于试销阶段，持续复盘总结，以对定位和定价有更清晰的把控。但首批备货已在3天内售罄，现正在紧急补货中。同时，公司正逐步提高产能，加大库存准备。 最近几天，郭志和团队都在收集用户反馈，以快速迭代服务，并根据用户需求优化产品表现，使其更加贴合用户的情感需求。 2014年，杨健勃创立北京可以科技有限公司（简称“可以科技”），瞄准的是消费级机器人，主要产品包括模块化机器人平台ClicBot和家庭陪伴机器人Loona。近期，尽管AI玩具的“风”很大，但杨健勃的产品仍然按计划平稳销售。 图源：可以科技官网 过去十年，杨健勃看到比较明显的行业变化是，自动驾驶汽车发展带来的缘计算能力的成本降低，以及扫地机器人等家用机器人的普及，让感知和运动执行技术变得更加成熟。 这些似乎都为AI玩具的未来铺平了道路。‌ “我们希望做有粘性的机器人产品，这是与传统玩具最大的区别。”杨健勃说到，2021年之前，可以科技推出的前几代产品，主要靠“内容”来吸引用户。 而当以ChatGPT为代表的生成式AI横空出世，机器人的“智慧”成为了可能，产品的竞争力也转移到了如何更好地理解人类情感、更智慧地应答上。如Loona就定位为偏情感价值的机器人宠物，对于孩子而言，Loona是“80%的宠物加上20%的朋友”。 由于起步较早，杨健勃的布局主要在国外，“海外的市场空间更大，增速也很快。”近期，他最关心的事情是圣诞节的促销，团队从几个月前就开始了紧锣密鼓的筹备，“销量会比平时翻个几倍。” 不过，随着国内更多创业者的涌入，意味着新产品和品类将随之涌现，市场需求将被逐步激活。从明年第一季度开始，杨健勃也有意花费更多精力开拓国内市场。 近期，国内多家上市公司密集宣布入局AI玩具赛道。 上海电影（601595.SH）12月12日回复投资者称，在AI玩具领域，IP内容创制与AI玩具具备高度适配性。IP可以为AI玩具提供深入人心的形象载体和丰富有趣的故事内容，AI玩具也为IP创造了新的观众链接场景。集团旗下子公司上影元与推出AI产品BubblePal的跃然创新（Haivivi）已就未来在“IP+AI玩具”领域的深入合作达成战略意向。 图源：截图自BubblePal官网 尽管字节跳动曾对外回应称“显眼包”的推出并非产品上的举措，但它已经带来了新商机。实丰文化（002862.SZ）近日在互动平台表示，公司目前全力打造第二代精品AI玩具，将豆包等大模型装进玩具里，赋予传统玩具以生命力。模型的对话、情绪理解能力，能够满足孩子的表达和求知欲。公司预计第二代精品AI玩具于2025年第一季度上市售卖。 此外，国光电器（002045.SZ）12月3日在投资者互动平台回答称，公司在声学模组、拾音、音频重放、大模型应用等领域的丰富经验均可应用于该赛道。 ‌“整体趋势是向好发展。随着AI和硬件投资的增加，在未来一段时间内，这些因素将会产生更大的市场影响。”杨健勃表示。 玩具“活”过来 相比于传统玩具，AI玩具最大的特点就是让玩具“活”了过来。 不过，不同玩具的“活”法不同。 例如，博得不少眼球的特斯拉的Tesla Bot Action Figure并不那么“AI”。据官网介绍，该款玩具更多是收藏品和可玩模型，并未提及搭载大模型或拥有AI功能；亿家亿伴选择与IP合作，将AI“藏进”毛绒玩具；而BubblePal更像一个外戴的智能音箱，只不过具备更强的交互性。 时代周报记者在电商平台输入“AI 玩具”关键词，能够搜索出许多打着AI标签的玩具类产品。 这些产品多面向亲子、儿童群体，也以机器人的形态居多，打着“早教”“益智”“陪伴”等字眼，多家商店客服告诉记者，其产品属于AI玩具品类。 图源：截图自电商平台 不过，当问及产品搭载的AI大模型时，部分商家客服无法做出具体介绍。 某商店客服称，相比于之前的传统智能语音，最新升级款产品升级了AI大模型技术，不仅仅拥有点播、查询功能，还能回答孩子天马行空的问题，学习父母的声音讲睡前故事等。还有客服形容其产品为“机器人形态的学习机”等。 售价方面，这些产品的价格从几百到几千不等，跨度极大。 从已上架的商品评价来看，“互动性强”“听懂孩子讲话”“能记住孩子的对话”等是这类产品的优点。不过，也有不少消费者反馈，称产品“太贵”“性价比不高”“知识不准确”“讲故事只有几句话”“回复带有一定同质性”，以及“无法识别口齿不清的孩子的话”等。 “等一阵子产品稳定了，多出几批再购买吧。”有消费者评价道。 郭志预测，接下来AI玩具会百花齐放。未来，可能每一个IP形象都能开口讲话，但这并不意味着每一款都能够实现陪伴——没有数据反馈、用户理解，就不会有成长性和新鲜感，最后可能仅仅是硬件厂商协同IP厂商在卖IP周边。 然而，郭志不希望以这样的商业模式运作。因此，他在挑选合作的IP时，会格外注重其陪伴性、成长性，是否能融入到亲子关系。“我们在文博会上瞄定了70多个IP线索，我们跟东莞、临沂、扬州等多地的毛绒玩具基地也深度沟通过。” 对于AI玩具相关厂商而言，选择适合自己的大模型嵌入玩具“大脑”，显得尤为重要。 郭志提到，他们设计了一整套面向情感陪伴的智能体系统，在自研陪伴模型的基础上，他们同步测试了豆包、文心一言、通义千问、讯飞星火、mini Max等主流大模型，测试的目的是看哪些模型能够与自研模型协同起来，在指令追随和角色扮演上表现得更好。“除了自研模型，我们选择了其中一到两家表现较为优秀的，接入我们的爱小伴中枢系统，拓展更丰富的玩法体系。” 杨健勃称，在国外的产品与OpenAI达成了合作，国内产品的合作大模型尚未完全确定下，不便透露。 据李勇此前受访，BubblePal内搭载了通用大模型+垂直小模型两层模型。其中，通用大模型与MiniMax、豆包、智谱等国内几家主流的厂商都有合作，MiniMax是主力。在海外市场，BubblePal则接入了GPT等几家大模型。而垂直小模型是基于Llama 2的开源模型fine-tune自研的。 “将有很大一阵风刮过” 根据Contrive Datum Insights数据，2030年全球AI玩具市场规模或达351.1亿美元（约2500亿人民币）。 “在AI陪伴这个整个大方向上，我们非常有信心，而且会坚持一直做下去。”汤姆猫（300459.SZ）相关负责人表示。汤姆猫AI语音陪伴机器人将于12月底前正式发售，定位为儿童AI伙伴，旨在构建更深的情感链接。 据中信建投证券研报，AI玩具付费周期长、市场增速高，是当前大模型的最佳落地场景之一。AI玩具不是一锤子买卖，可以持续向用户收取大模型的调用费；而且陪伴场景对大模型幻觉的容忍度较高，因此AI玩具是当前大模型的最佳落地场景之一。预计AI玩具有望承接部分传统儿童玩具、谷子产品、智能音箱以及AI虚拟陪伴应用的用户需求。 开源证券也认为，儿童陪伴场景的容错率较高，提供陪伴、娱乐或教育体验，将AI技术和儿童陪伴场景相结合，AI智能玩具行业或将迎来快速发展。 “未来AI玩具可能会沿着两条路径走：路径一是横向发展，开发更多AI类应用，如剧本杀、编程、教外语等；路径二是纵向发展，让玩具变得更懂人、理解人，纵向发展能够让产品更具竞争力。”杨健勃表示。 郭志认为，目前仅靠儿童玩具已经催生了许多新公司，每家公司都有独特的产品和技术。不过，预计在不久的将来，仅有对话能力的产品定义，就会面临同质化的竞争挑战。 “我们接下来会关注到每个人的情绪需求，每个人都应该有一个AI搭子，包括青少年、成年人、老年人等。它的形态不一定都是纯毛绒玩具，随着仿真硅胶材料、具身智能技术等发展，越来越多既能干活又会表达还有丰富交互的智能硬件会出世。”郭志表示，他们下一阶段的产品可能会针对青少年，童心未泯的成年人等，基于新的硬件体系，尺寸可能会更小，性格配置上也有更高的灵活性，但是可以走出家庭，24小时陪伴在主人身边。 事实上，这个方向已经有创业公司做出尝试。今年1月，原小鹏汽车内饰设计负责人、滴滴造车项目产品负责人孙兆治成立了上海珞博智能科技有限公司（简称“珞博智能”）。珞博智能主攻AI陪伴机器人，目标人群是年轻女性，首款产品定位为“AI潮玩”，预计将于明年发布和量产。 据珞博智能官方公众号发布消息，孙兆治曾在受访时提到，之所以专注年轻女性赛道，是因为AI情感陪伴类软件产品的的重度用户画像就是Z世代的女性。而低龄用户黏性、留存和长期付费都不太乐观。 下一步，AI玩具或者说AI陪伴市场亟需突破的难点为何？ “整个市场需求尚未打开。”杨健勃坦言，在行业从0到1的阶段，需要他和“竞争对手”们通过多样化的产品线，教育用户，让用户接受在智能AI时代，家里可能需要一台小机型的陪伴型设备。 在郭志看来，很快，市场上将出现价格非常低廉的对话式AI玩具，99元甚至69元。这些仅具备ChatBot功能的智能产品可能会在市场上产生一波热度，并且传统玩具市场首当其冲。但是消费者在购买的时候，除了考虑它的价格，还可能会关注它能带来更多情绪以及附加价值。毕竟，大模型能实现对话能力对大众来说，已经并不稀奇了。 “AI玩具将有很大一阵风刮过。大风之下，能够留存的，还是那些最懂用户情绪和功能价值的产品及服务。”郭志说。