中美AI模型差距正在缩小。 由李飞飞联合领导，斯坦福大学以人为本人工智能研究所（HAI）最新发布了2025 AI Index，用整整456页追踪了2024年全球AI行业的发展趋势，并得出了这样的结论。 至今，HAI已发布了8份（含本次）AI年度报告，不过今年的这份却尤为特殊。 这是我们迄今为止最全面的版本，人工智能对社会的影响从未如此明显。 虽然报告信息量爆炸，但手快的网友已经提前为大家划了重点： AI推理成本降低了280倍 开源模型正在迎头赶上 AI基准测试成绩飙升 …… 话不多说，下面我们详细展开报告中提到的一些重要结论。 中美AI模型差距正在缩小 从官网消息来看，鉴于报告内容较多，HAI直接为大家挑出了其中最重要的12个结论。 我们先来看与国内最相关的部分。 中美AI模型差距正在缩小 首先就是AI模型方面，中国模型虽然数量不及美国，但质量方面已迅速缩小差距。 报告显示，2024年美国机构一共开发了40个值得关注的AI模型，远高于中国开发的15个和欧洲的3个。 不过，中美模型之间的性能差异正在快速缩小。具体表现为，在MMLU和HumanEval等主要基准测试上，二者的性能差异由2023年的两位数缩小到2024年的接近相等。 同时，从中美模型过去一年在大模型竞技场中的表现也能看出这一追赶趋势： 当然，这一性能差距正在缩小的趋势也不局限于中美之间。 报告提到，排名第一和第十的模型之间的得分差距在一年内从11.9%降至5.4%，排名前两位的差距现在仅为 0.7%。 也就是说，顶尖模型之间的竞争越来越激烈。 顺带一提，国内在发表AI论文和推出AI专利方面继续保持领先地位。 中国是对AI最乐观的国家 其次是在对AI的态度方面，中国始终是全球主要国家和地区中最乐观的。 报告显示，2024年中国有83%的人认为AI产品和服务利大于弊，排在后面的是印度尼西亚（80%）和泰国（77%）。 相比之下，美国（39%）、加拿大（40%）等的乐观情绪远低于国内。 不过从整体趋势来看，自2022年以来，几个之前对AI持怀疑态度的国家乐观情绪增长显著，比如美国（+4%）、加拿大（+8%）、法国（+10%）等等。 除了以上两点，还有一些AI整体趋势变化也值得关注。 AI基准测试成绩飙升，表现逐渐接近人类 一个比较符合大家日常感受的结论是：AI模型在各大基准测试上的得分越来越高了。 报告显示，研究人员在2023年引入了一些如今大家已耳熟能详的基准——MMMU、GPQA和SWE-bench，以此测试更高级AI模型的能力极限。 然而仅仅一年之后，从测试得分来看，其性能呈现大幅提升趋势，分别在MMMU、GPQA和SWE-bench上提高了18.8、48.9和67.3个百分点。 从整体趋势来看，AI各大能力表现逐渐接近人类，甚至在某些场景下，智能体能在限时编程任务中超越人类。 推理成本下降了280倍，开源模型正在迎头赶上 另一个符合大家印象的趋势是：AI正变得更加高效、经济实惠和易于获取。 过去两年间，追求更具性价比的小模型逐渐成为一股潮流。 比如报告中提到的，在MMLU中得分超过60%的小模型： 数据显示，由越来越强大的小模型驱动，对于性能达到GPT-3.5水平的系统的推理成本，在2022年11月到2024年10月间下降了280倍。 遗憾的是，复杂推理仍然面临挑战。 截至目前，AI模型在国际数学奥林匹克竞赛问题等任务中表现出色，但仍无法很好应对PlanBench等复杂推理基准测试。 不过与此同时，开源模型也在缩小与闭源模型的差距。 报告中特意提到，在某些基准测试中，它们一年内的性能差异就从8%减少到仅1.7%。 另外在硬件层面，成本每年下降30%，而能效每年提高40%。 以上趋势共同降低了人们获取高级AI的门槛。 AI正在融入日常生活，企业投资增长强劲 正是由于AI获取门槛降低，我们的日常生活也逐渐被AI改写。 报告显示，从医疗保健到交通运输，AI正迅速从实验室走向日常生活。 比如2023年，美国FDA批准了223种AI医疗设备，而2015年仅为6种。 另外在自动驾驶方面，美国最大的运营商之一Waymo每周提供超过15万次自动驾驶出行，而百度的经济型“萝卜快跑” （Apollo Go）自动驾驶出租车车队现在已在中国多个城市提供服务。 整体而言，AI的应用落地正在加速。 2024年，有78%的组织报告自己正在使用AI，这比前一年增长了55%。 当然，以上服务也离不开企业对AI的大力投资。 报告显示，2024年美国对AI的投资为1091亿美元，这几乎是中国（93亿美元）的12倍和英国（45亿美元）的24倍。 其中生成式AI尤其强劲，吸引了全球私营投资339亿美元，这一数字比2023年增长了18.7%。 BTW，除了上述主要结论，报告还提到了： 各国政府正在加强对AI的监管和投资； 负责任的AI生态系统正在不断发展，但不均衡； 目前有2/3的国家提供或计划提供K-12计算机科学教育（数量是2019年的两倍），其中非洲和拉丁美洲的进步最大； 2024年近90%的知名AI模型来自工业界，高于前一年的60%。 — 完 —

论如何在技术圈争论中一句话噎到对方： 哥们，是我创造了第一个大语言模型。 发言者Jeremy Howard为澳大利亚昆士兰大学名誉教授、曾任Kaggle创始总裁和首席科学家，现answer.ai与fast.ai创始人，。 事情的起因是有人质疑他最近的项目llms.txt在帮助大模型爬取互联网信息上并没太大作用，从而引发了这段争论，迅速引起众人围观。 闻讯而来的“赛博考古学家们”一番考据之后，发现第一个大语言模型这个说法还真有理有据： 2018年初，Jeremy Howard发表的论文ULMFiT，使用非监督预训练-微调范式达到当时NLP领域的SOTA。 甚至GPT-1的一作Alec Radford，在发表GPT-1时也公开承认过ULMFiT是灵感来源之一。 有人搬出综述论文，指出从“遗传学”视角看，ULMFiT是所有现代大模型“最后的共同祖先”。 还有好事者软件工程师Jonathon Belotti，专门写了一篇完整考据《谁才是第一个大语言模型》 大语言模型起源考据 首先来介绍一下ULMFiT这篇论文，入选ACL 2018： 提出有效迁移学习方法，可应用于NLP领域的任何任务，并介绍了微调语言模型的关键技术，在六个文本分类任务上的表现明显优于当时的SOTA方法，在大多数数据集上将错误率降低了18-24%。此外，仅使用100个带标签的示例，它的性能就与在100倍以上数据上从头开始训练的模型性能相当。 那么ULMFit算不算第一个大语言模型呢？Jonathon Belotti考据遵循这样的思路： 首先找一个大家都公认肯定算大语言模型的成果，GPT-1肯定符合这个标准。 再从GPT-1和后续GPT-2、GPT-3中提取一个模型成为成为大语言模型的标准： 首先要是一个语言模型，根据输入预测人类书面语言的组成部分，不一定是单词，而是token 核心方法是自监督训练，数据集是未标记的文本，与此前特定于任务的数据集有很大不同 模型的行为是预测下一个token 能适应新的任务：不需要架构修改，就有few-shot甚至one-shot能力 通用性：可以先进的性能执行各种文本任务，包括分类、问答、解析等 接下来分析GPT-1引用的几个重要模型：原版Transformer，CoVe，ELMo和ULMFiT。 Transformer虽然是现代主流大模型的架构基础，但原版只用于机器翻译任务，还不够通用。同时非Transformer架构如LSTM、Mamba甚至Diffusion也可被视作大型语言模型。 CoVE提出了语境化词向量，是迁移学习领域的一项重要创新，但它通过监督学习训练（英语翻译德语）创建向量，不符合自监督学习的条件。 ELMo使用了自监督预训练和监督微调范式，但在few-shot能力上还差点意思。 总之在作者Jonathon Belotti看来，CoVE和ELMo都还没达到大语言模型的门槛。 最后再来看ULMFiT，其名字代表在文本分类任务微调的通用语言模型（Universal Language Model Fine-tuning for Text Classification）。 它是一个在WikiText数据上自监督训练的LSTM模型，能够以低成本适应新任务，无需更改架构即可执行大量文本分类任务，且达到当时的SOTA性能。 与GPT-1相比，只差在微调不够方便，以及应用任务的广度。 GPT-1论文原文中，也指出“最接近我们工作的”就是ULMFiT与谷歌的半监督序列学习（Semi-supervised Sequence Learning）了。 GPT-1论文还声称，把LSTM换成Transformer后能拓展预训练模型的预测能力，比ULMFit任务适应性更高。 考据者Jonathon Belotti最后总结到： 成为第一重要么？我认为有一点重要。软件行业和学术界尊重其创始人，我们都是开源社区中构建开拓智域文化（homesteads the noosphere）的一部分。 而Jeremy Howard本人对此的后续回应是我们创造了第一个“通用语言模型”，但后续论文没有沿用，反而创造了“大型语言模型”这个新术语。 苹果工程师Nathan Lawrence认为，虽然今天大家对谁是第一个LLM可能存在争议，但最终大家都会把ULMFiT视为一个转折点。 当时即使我这样的怀疑论者，也快开始意识到大规模通用训练将成为NLP的未来。 也有人建议Jeremy Howard以后说ULMFit是第一个“通用预训练模型”。 “我发明了ChatGPT中的GP”，这句话说起来也很酷，一点也不夸张。 ULMFit https://arxiv.org/abs/1801.06146 GPT-1 https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf 参考链接： [1]https://x.com/jeremyphoward/status/1905763446840607164 [2]https://thundergolfer.com/blog/the-first-llm

如今具身智能的行业明星王兴兴，曾是众擎机器人创始人赵同阳最想拉拢的合伙人。 业内流传着一段关于两人相识于微末的往事。2016年，准备投身机器人创业的赵同阳，在一个名为“阿莫”的电子技术论坛广发英雄帖招兵买马，硕士毕业的王兴兴跟了帖，两人一来二去聊得火热。 赵同阳有意拉王兴兴入伙，但因为技术方向不同——赵同阳执着于双足机器人，王兴兴则意在四足机器人，两人最终没能同行。 当初没能同行的两个人，如今却在精英云集的人形机器人赛道，共同上演着一场草根逆袭的故事。 赵同阳和王兴兴有着太多相同点，都在机器人赛道未成熟的2016年率先入局，都没有名校光环和大厂背景：赵同阳只有大专学历，上海大学研究生毕业的王兴兴曾被投资人评价为“背景屌丝”，一度因为学历自卑。 执着于技术路径更艰险的双足人形机器人，赵同阳先后两次因资金链断裂导致创业失败，不得不委身小鹏汽车；王兴兴同样因为融资不顺险些倒闭，自掏腰包给员工发工资，才勉强渡过难关。 直到2023年，人形机器人在经历过数年的低谷后，蹭着大模型东风，终于再一次站在了时代风口之上。 两人最终踏入同一条河流，在双足机器人赛道相遇。只是这一次，曾因学历被资本轻视的王兴兴，成了被VC争抢的对象；而赵同阳的众擎机器人也在短短一年半累计完成多轮融资，融资总额近4亿元。 近日，众擎机器人宣布完成新一轮 Pre-A 轮融资，融资总额近 2 亿元人民币，本轮融资由 Stone Venture 领投，商汤国香资本、弘晖基金、浔商创投、包河创投等一众老股东跟投。 赵同阳或许也未曾料到，这个当初拒绝与他同行的年轻人，会在七年后站上行业之巅。 蛇年春晚，宇树机器人一“扭”成名，在民营经济座谈会上，与任正非、马云、王传福、马化腾等大佬同台，更是让王兴兴成为全民皆知的年轻企业家。 十年前，两个人曾站在同一起跑线上，十年后，王兴兴成了赵同阳追赶的对象。 01 寒门开局，技术论坛结缘 与机器人赛道动辄名校光环、大厂背景和海归精英的创业者们相比，赵同阳和王兴兴都算得上是背景“草根”。 毕业于株洲师范学院的赵同阳只有大专学历，而王兴兴也并非传统意义上的学霸，因为偏科严重，高中三年，英语只及格了三次，19岁考入普通一本浙江理工大学，考研时又因为英语成绩欠佳被调剂到上海大学。 尽管起点不高，但对机器人的热爱，却使得他们早早踏入这条赛道。 赵同阳的机器人梦始于2012年，大学毕业的赵同阳遭遇了一场失去亲人的重大变故，萌发了做机器人探索永生的想法。 但受限于人形机器人的技术成熟度与自身资金，赵同阳决定“曲线救国”。赵同阳毕业后先创办了一家名为“安信可科技”的物联网公司，4年营收破亿，为圆梦机器人积累资金。 而此时尚在校园的王兴兴，也越来越靠近自己的机器人梦想。 大学时候就“手搓”出一台双足人形机器人的王兴兴，在研究生期间，研发出四足机器人XDog，所采取的电驱方案，则开创了低成本、高性能四足机器人技术方案的先河。“我想到这个方案的时候，觉得价值很大，就想要不要辍学创业。” 但创业需要考虑包括市场环境、资金支持、团队组建等诸多因素。直到临近毕业，XDog也没能为王兴兴成功吸引到投资，不过却让他顺利拿到大疆的offer。 在王兴兴在大疆“等风来”的时候，赵同阳转让掉物联网公司的股权，拿着这笔启动资金准备圆机器人的梦。 机缘巧合下，两人在一个名为“阿莫”的电子技术论坛相遇了。为招兵买马组建机器人团队，赵同阳在论坛上发英雄帖。当时刚硕士毕业的王兴兴跟了贴，两人一来二去聊得火热。 赵同阳有意拉他入伙，但王兴兴的兴趣在四足机器人，而赵同阳执着于双足机器人，最终两人各奔前程。 尽管路径各异，但也正是在2016年，两人双双踏入机器人赛道。 在大疆实习两个月后，王兴兴上传到优酷平台的XDog测试视频，被转载到海外网站之后爆火。在国内外媒体轮番报道之后，王兴兴在机器人圈中崭露头角，买家和投资人陆续出现。 2016年8月，拿到200万元的个人投资的王兴兴创办了宇树科技。王兴兴透露，这笔钱是一个北京的个人投的，“他主动找的我，给的条款很宽泛，打钱的时候都没签协议。” 同年，赵同阳也正式踏入机器人行业，创办深圳市终极进化科技有限公司。 领先市场半步或许是先驱，但领先一步就很可能变成先烈。 彼时，国内机器人公司尚处于起步阶段，两名草根创业者开始了黑暗中的艰难摸索。 不同于押注物联网的精准时机，赵同阳先后于2016年和2018年创办的两家机器人公司，都因为一上来就押注双足人形机器人的决策，导致研发投入过大，最终在技术路径与市场需求错位中耗尽资金。 同样为资金苦恼的还有王兴兴，学历的短板成了王兴兴融资的阻碍。不到两年时间，200万很快花光，王兴兴不得不自掏腰包给员工发工资。 不是没有投资人注意到王兴兴。2017年，初心资本管理合伙人田江川就曾接触过王兴兴。但在行业充满不确定性的早期，投资者面临极高的风险，创始人履历是投资人重要的筛选参照。 见完王兴兴后，田江川在内部纪要写下四个字：背景屌丝。 7年后宇树爆火，田江川写了一封公开信，复盘了为何错过宇树的更早期融资：“问题主要出在了我‘精英主义的傲慢’：兴兴毕业于上海大学，而我认为机器人行业需要顶尖学府背景。认定这样的背景不匹配行业需求和基金偏好——这无疑是巨大的误判。” 02 风口竞速，踏入同一条河流 转机发生在2018年，麻省理工开源四足机器人方案的发布，使得商业化落地一时变得触手可及。国内外的各式“机器狗”如雨后春笋般出现，华为、大疆等国内大厂也纷纷涉足这一产业，一时间“机器狗圈”热闹非凡，吸引了大量资本的关注。 吸取了此前创业失败的教训，2019年11月，赵同阳创办了第三家机器人公司 Dogotix（多够机器人），这次他不再执着于双足机器人，而是选择和王兴兴踏入同一条河流——四足机器人。 有了此前两家公司的技术积累，新公司成立仅一个月，赵同阳团队就研发出单价1.8万元、“售价不及波士顿动力机器狗十分之一”的第一代机器狗 Dogotix。 彼时，赵同阳的团队只有8个人，被媒体称为“中国最草根机器狗团队”。 “第一个‘思密达’客户居然是三星，我们会做出让全球兴奋的产品，但是居然穷得没官网……”2020年11月，赵同阳的一条朋友圈印证了这家公司的“穷困潦倒”。 不过也正是这款产品，让赵同阳进入了小鹏汽车创始人何小鹏的视线。 2020年秋天，小鹏P7刚发布没多久，何小鹏专门开着新车从广州到了深圳固戍，与时任小鹏汽车顾问的刘江峰等人拜访了赵同阳，并提出收购意向：“你现在只是小作坊，能赚点钱，但干不大。要不要考虑放弃小作坊、搞大事？” 一个月后，小鹏汽车完成了对多够机器人管理层的收购，何小鹏、小鹏汽车、赵同阳合资成立了鹏行智能，赵同阳担任总经理。 就在同年10月，春晚编导联系上王兴兴，邀请他带着四足机器人参加2021年央视牛年春晚。王兴兴开发的四足机器人化身机器牛“奔奔”登上央视春晚舞台，春晚后台，31岁的王兴兴接受了央视主持人王冰冰的采访。 如果说2018年的机器狗大火，让赵同阳和王兴兴在寒冬中看到了火光，那么2022年，人形机器人终于迎来了春天。 2022年10月，马斯克在特斯拉AI Day上，正式介绍了特斯拉首款人形机器人“擎天柱”。之后两个月不到，OpenAI发布了ChatGPT，为人形机器人的发展注入了新的活力，行业热情被彻底点燃。 背靠小鹏的赵同阳虽然不用再为钱和资源发愁，但也逐渐意识到，机器人与互联网、汽车并不是一套方法论。 在其主导研发的双足机器人PX5亮相2023年小鹏科技日后，赵同阳离开了小鹏，开启了机器人领域的第四次创业，成立了众擎机器人科技有限公司。 一年多的时间内，赵同阳接连推出了面向科研场景的 SA01、面向工业场景的SE01 以及轻量级的 PM01 三款人形机器人产品。 曾一度坚称不做双足的王兴兴也顺势而为做起了人形机器人，2022年底，王兴兴宣布宇树要做人形机器人，仅用了半年多的时间，王兴兴就让机器狗站了起来。 2023年8月，宇树科技迅速推出首款通用人形机器人H1，售价9万美元。2024年5月，宇树科技又推出了第二代人形机器人G1，以9.9万元的定价被行业称为“价格屠夫”，预售首日即斩获超三千台订单。 带着机器人把秧歌扭上春晚的王兴兴无疑是最幸运的一个。虽然涉足双足机器人的时间晚，但春晚和民营经济座谈会让王兴兴名声大噪，成为全民关注的对象。 赵同阳也顺利拿到融资。2024年7月，赵同阳带领众擎机器人获得了商汤国香资本、合肥滨湖金融投资集团的天使轮融资；8月份又获得了弘晖基金、浔商资本以及合肥滨湖金融投资集团的天使+轮融资，两轮融资额度累计近1亿元。 03 逆袭未竟，人才博弈定终局 无论是曾被贴上“背景屌丝”的王兴兴，还是“学渣”赵同阳，他们都靠着前期的坚持和摸索，各自上演了一出人生逆袭的故事。 “这个行业需要沉淀和积累，任何新技术新产品都不是突然出现的。”赵同阳自称是西游记里的唐僧，论技术，可能不是行业最顶尖的，但却擅长聚拢像“孙悟空、沙僧”这样的人才伙伴，懂得激发团队优势，将个人“长板”发挥到极致。“当众多长板拼在一起，就能筑起高高的壁垒”。 作为大专生的赵同阳，虽然凭借10年深耕完成了逆袭，但机器人说到底是资金和人才密集的赛道。即便是顶着“天才少年”名头的稚晖君，近日也挖来前谷歌学者罗剑岚出任智元机器人首席科学家，足见这场人才军备竞赛的激烈程度。 更遑论为弥补自身短板，一心广纳贤才的赵同阳。凭借对人才的重视，赵同阳打造了一支实力强劲的核心团队。 联合创始人李海雷曾任职于优必选北研所、鹏行智能、国家地方共建具身智能创新中心等单位；联合创始人徐喆科毕业于北京理工大学机械工程专业，师从高峻峣教授，并曾在美国卡内基梅隆大学进行联合培养，专注于双足机器人步态规划研究；联创兼市场营销负责人姚淇元曾担任优必选市场部经理。 但赵同阳依然求贤若渴。“在我们这里，薪酬没有上限，为的是把全球顶级的优秀人才吸引过来。只要有本事，我们没有年龄限制，也不设其他门槛。”3月16日，赵同阳在“百万英才汇南粤”的春季大型招聘会现场的一番发言，被媒体贴上“粤圈霸总”的标签。 显然，这场“草根”逆袭的故事还远没到终局。 在被称作人形机器人创业元年的2023年，众多高校教授纷纷下场创业，如逐际动力的张巍、加速进化的程昊；大厂也纷纷布局，成立相关分支；还有不少从优必选、腾讯等行业头部公司离职创业的精英，如谢铮、来杰等人，无一例外都不想错过这场人形机器人的创业浪潮。 放眼海内外，特斯拉、小米、华为、三星、谷歌、小鹏、科大讯飞等科技公司也纷纷入局，抢占市场份额。据高盛最新调研报告预测，到 2035 年，仿人机器人的市场规模将达到 1540 亿美元。 新老混战，硝烟四起，面对越来越激烈的市场竞争环境，如何从同质化的产品中脱颖而出，成为王兴兴和赵同阳共同面临的难题。 与上一代创业者侧重于模型驱动的运动操控以及机械架构搭建不同，新一轮创业者则将重心放在强化学习上，立志以AI技术重塑机器人产业。 但两位在人形机器人赛道摸爬滚打多年的“老炮儿”却不约而同地选择“先做头脑简单、四肢发达的事”。 在这场方兴未艾的人形机器人革命中，赵同阳和王兴兴凭借过往积累的经验与技术，已然占据先机。 未来，他们能否在智能化浪潮与激烈竞争中开辟出独属于自己的航道，时间自会给出答案。毕竟，在漫长的逐梦岁月里，他们早已深谙如何与时间同行。

IT之家 4月8日消息，据央视报道，全球首个人形机器人半程马拉松赛将于4月13日在北京亦庄举行。随着比赛临近，相应参赛机器人于3月28日晚在跑道上进行了首次路测。 ▲ 图源央视新闻（下同） 据悉，有6家机器人队伍参与本次路测，占到了所有参赛队伍的近四分之一，包含北京人形机器人创新中心的天工机器人、来自北京昌平的松延人形机器人等。 据央视网介绍，要完成21公里的半马，基本上每个机器人都要在途中进行几次换电操作。每支队伍都有自己的保障团队进行保障。 IT之家获悉，本次人形机器人半程马拉松赛赛事起点位于南海子公园一期南广场，终点位于通明湖国家信创园，采取机器人和运动员“同步报名、同一赛道、同时起跑”的原则。人形机器人将与运动员在起点同时鸣枪起跑，共跑同一路线，但拥有单独赛道，全程采用铁马隔离或绿化带隔离的方式保障人机安全。 根据研判，本次赛事将机器人的关门时间设置为3小时30分钟左右。在比赛过程中，机器人可更换电池，也可通过更换机器人以接力形式参加全程比赛。依据比赛过程中完赛时间、机器人更换次数进行综合评价，比赛过程中更换机器人每次罚时10分钟。 本次赛事设置了冠、亚、季军，奖金分别为5000元、4000元、3000元，还设置了完赛奖、最优耐力奖、最佳人气奖、最佳步态奖、最佳形态创意奖等系列奖项，同时还为人形机器人研发团队准备了奖励，以表达对创新研发团队辛勤付出的认可与鼓励。

IT之家 4月8日消息，谷歌正在为其谷歌搜索实验项目“AI模式”引入多模态搜索功能。AI模式允许用户提出复杂且包含多个部分的问题，并通过追问深入探索相关主题。如今，拥有AI模式访问权限的用户可以点击该功能，针对他们上传的照片或使用相机拍摄的照片提出问题。 IT之家注意到，谷歌在本周一的博客文章中表示，AI模式中的新图像分析功能由Google Lens的多模态能力提供支持。据谷歌介绍，AI模式能够理解图像中的整个场景，包括物体之间的相互关系，以及它们的材质、颜色、形状和排列方式。通过采用“query fan-out”技术，AI模式会针对图像本身以及图像中展示的物体提出多个问题，从而提供比传统谷歌搜索更详细的信息。 例如，用户可以拍摄自己书架的照片，并输入问题：“如果我喜爱这些书，有哪些类似且评价很高的书呢？”AI模式将识别每本书，并提供一份推荐书籍的列表，并带有链接，可供用户进一步了解或购买。 此外，AI模式还允许用户提出后续问题以缩小搜索范围，例如：“我在寻找一本快速阅读的书，这些推荐中哪一本最短？” 谷歌表示将向数百万参与实验室计划的用户开放AI模式，实验室是谷歌用于实验性功能和产品的平台。此前，AI模式仅对谷歌One AI高级订阅用户开放。 谷歌搜索AI模式于上个月推出，旨在与Perplexity和OpenAI的ChatGPT搜索等流行服务展开竞争。谷歌曾表示，计划持续优化该功能的用户体验并拓展其功能。

新智元报道 编辑：编辑部 【新智元导读】2025年斯坦福HAI报告重磅发布，456页深度剖析全球AI领域的最新趋势：中美顶级模型性能差距缩至0.3%，以DeepSeek为代表的模型强势崛起，逼近闭源巨头；推理成本暴降，小模型性能飙升，AI正变得更高效、更普惠。 就在刚刚，每年都备受瞩目的斯坦福AI指数报告，重磅发布了！ 这份报告由斯坦福大学以人为本AI研究员发布，代表着每年AI领域最核心和前沿的动向总结。 今年，这份报告长达456页，抛出不少惊人观点。 比如，如今在2025年，中美顶级AI模型的性能差距已经缩小到了0.3%（2023年，这一数字还是20%），中国模型正在快速追赶美国的领先地位！ 而DeepSeek领衔的开放权重模型，更是以1.7%之差，逼宫各大闭源巨头。前者和后者的差距，已经由2024年的8%，缩小至2025年的1.7%。 当然，目前从行业主导企业来看，美国仍然领先于中国。在2024年，90%的知名AI模型来自企业，美国以40个模型领先，中国有15个。 更明显的一个趋势，就是如今大模型的性能已经趋同！在2024年，TOP1和TOP10的模型的差距能有12%，但如今，它们的差距已经越来越小，锐减至5%。 十二大亮点 最新的斯坦福HAI两篇博文中，浓缩了2025年AI指数报告的十二大亮点。 1. AI性能再攀高峰，从基准测试到视频生成全面突破 2023年，研究人员推出了MMMU、GPQA和SWE-bench等新基准来测试先进AI系统的极限。 仅一年后，性能便大幅提升：AI在三项基准得分分别飙升18.8%、48.9%和67.3%。 不仅如此，AI在生成高质量视频方面取得重大突破，甚至，在某些场景下AI智能体甚至超越人类表现。 · 更有用智能体崛起 2024年发布的RE-Bench基准测试，为评估AI智能体复杂任务能力设立了严苛标准。 数据显示：在短期任务（2小时内）场景下，顶级AI系统的表现可达人类专家的4倍；但当任务时限延长至32小时，人类则以2:1的优势反超。 值得注意的是，AI已在特定领域，如编写特定类型代码，展现出与人类相当的专业水平，且执行效率更胜一筹。 2. 美国领跑顶尖模型研发，但中国与之差距逐渐缩小 2024年，美国产出40个重要AI模型，远超中国的15个和欧洲的3个。 然而，中国模型在性能上的差距正加速缩小：MMLU等基准测试中，中美AI差异从两位数缩小至近乎持平。 同时，中国在AI学术论文和专利申请量上持续领跑，中东、拉美和东南亚地区也涌现出具有竞争力的模型。 3. AI正变得高效且普惠，推理成本暴降280倍 随着小模型性能提升，达到GPT-3.5水平的推理成本在两年间下降280倍，硬件成本以每年30%的速度递减，能效年提升率达40%。 更令人振奋的是，开源模型性能突飞猛进，部分基准测试中与闭源模型的差距从8%缩至1.7%。 · 大模型使用成本持续走低，年降幅最高900倍 在MMLU基准测试中达到GPT-3.5水平（MMLU准确率64.8%）的AI模型调用成本，已从2022年11月的20美元/每百万token，骤降至2024年10月的0.07美元/每百万token（谷歌DeepMind的Gemini-1.5-Flash-8B模型），18个月内AI成本下降280倍。 视具体任务需求，LLM推理服务价格的年降幅可达9-900倍不等。 · 小模型性能显著提升，参数暴减142倍 2022年，在大规模多任务语言理解（MMLU）基准测试中，得分超60%的最小模型是 PaLM，参数量为5400亿。 到了2024年，微软Phi-3-mini仅用38亿参数，就取得了同样的实力。 这代表，两年多的时间里模型参数减少了142倍。 4. 科技巨头称霸AI前沿，但竞争白热化 2024年，近90%的重要模型源自企业，学术界则保持基础研究优势。 模型规模呈指数增长：训练算力每5个月翻番，数据集每8个月扩容一倍。 值得注意的是，头部模型性能差距显著缩小，榜首与第十名得分差已从11.9%降至5.4%。 5. AI逻辑短板，推理能力仍是瓶颈 采用符号推理方法的AI系统，能较好解决IMO问题（虽未达人类顶尖水平），但LLM在MMMU等复杂推理任务中表现欠佳，尤其不擅长算术推导和规划类强逻辑性任务。 这一局限影响了其在医疗诊断等高风险场景的应用可靠性。 6. 大厂ALL in AI，投资与采用率创双纪录 科技大厂们，正全力押注AI。 2024年，美国私营AI投资达1091亿美元，约为中国（93亿）的12倍、英国（45亿）的24倍。 生成式AI势头尤猛，全球私募投资达339亿美元（同比增18.7%）。 与此同时，企业AI采用率从55%升至78%。研究证实，AI不仅能提升生产力，多数情况下还可缩小劳动力技能差距。 更引人注目的是，将生成式AI应用于至少一项业务职能的企业数量激增——从2023年的33%跃升至去年的71%，增幅超一倍。 7. AI荣膺科学界最高荣誉，摘诺奖桂冠 2024年，两项诺贝尔奖分别授予深度学习理论基础（物理学）和蛋白质折叠预测（化学）研究，图灵奖则花落强化学习领域。 8. AI教育普及加速，但资源差距仍存 全球2/3国家已或计划开展K-12计算机科学教育，但非洲地区受限于电力等基础设施，推进缓慢。 美国81%的计算机教师认为AI应纳入基础课程，但仅47%具备相应教学能力。 9. AI正深度融入日常生活 从医疗到交通，AI正快速从实验室走向现实。 1995年，FDA批准了第一款AI赋能的医疗器械。 截至2024年8月，FDA已批准950款AI医疗设备——较2015年的6款和2023年的221款，增长迅猛。 而在自动驾驶领域，汽车已脱离实验阶段：美国头部运营商Waymo每周提供超15万次无人驾驶服务。 10. 全球AI乐观情绪上升，但地区差异显著 中国（83%）、印尼（80%）和泰国（77%）民众对AI持积极态度，而加拿大（40%）、美国（39%）等发达国家则相对保守。 值得关注的是，德国（+10%）、法国（+10%）等原怀疑论国家态度明显转变。 11. 负责任AI生态发展不均 虽然AI安全事件激增，但主流模型开发商仍缺乏标准化评估体系。 HELM Safety、AIR-Bench和FACTS等新基准为事实性与安全性评估提供工具。 企业普遍存在「认知与行动脱节」，而各国政府加速协作：2024年，经合组织、欧盟等国际机构相继发布聚焦透明度、可信度的治理框架。 · 问题AI数量跃升 根据权威AI危害追踪数据库「AI事件库」（AI Incidents Database）统计，2024年全球AI相关危害事件激增至233起，创下历史新高，较2023年暴涨56.4%。 其中既包括深度伪造私密图像案件，也涉及聊天机器人疑似导致青少年自杀等恶性事件。 尽管该统计未能涵盖全部案例，但已清晰揭示AI技术滥用正在呈现惊人增长态势。 12. 全球监管力度持续加强 2024年美国联邦机构颁布59项AI法规，涉及部门数量翻倍。 75个国家立法机构提及AI频次同比增长21.3%，较2016年增长九倍。 投资方面：加拿大承诺24亿美元，中国设立475亿美元半导体基金，法国投入1090亿欧元，印度拨款12.5亿美元，沙特启动千亿美元级的「超越计划」。 详细亮点解读 下面，我们将摘出报告中的亮点内容，提供更详细的解读。 中美差距仅剩0.3% 翻开502页的报告，最吸睛的部分，莫过于中美AI差异这部分了。 报告中强调，虽然2024年，美国在顶尖AI模型的研发上依然领先，但中美模型之间的性能差距，正在迅速缩小！ 为了衡量AI领域过去一年演变的全球格局，HAI特意用AI指数，列出了具有代表性的模型所属国家，美国依然居首。 数据显示，在2024年，美国机构以拥有40个知名模型领先，远远超过中国的15个和欧洲的3个。 总体来说，模型发布总量已经下降，可能是多个因素共同导致的，比如训练规模日益庞大、AI技术日益复杂，开发新模型方法的难度也在增加。 AI模型已成为算力巨兽 · 参数趋势 简单的说，参数就是AI模型通过训练学到的一些数字，这些数字决定了模型如何理解输入和怎样输出。 AI的参数越多需要的训练数据也越多，但同时性能也更厉害。 从2010年代初开始，模型的参数量就蹭蹭往上涨，这背后是因为模型设计得越来越复杂、数据更容易获取、硬件算力也更强了。 更重要的是，大模型确实效果好。 下图用了对数刻度，方便大家看清楚AI模型参数和算力近年来的爆炸式增长。 随着模型参数数量的增加，训练所需的数据量也在暴涨。 2017年发布的Transformer模型，掀起了大型语言模型的热潮，当时它用了大约20亿个token来训练。 到了2020年，GPT-3 175B模型的训练数据已经飙到了约3740亿个token。 而Meta在2024年夏天发布的模型Llama 3.3，更是用了大约15万亿个token来训练。 根据Epoch AI的数据，大型语言模型的训练数据集规模大约每八个月翻一倍。 训练数据集越来越大，导致的训练时间也变得越来越长。 像Llama 3.1-405B这样的模型，训练大概需要90天，这在如今已经算是「正常」的了。 谷歌在2023年底发布的Gemini 1.0 Ultra，训练时间大约是100天。 相比之下，2012年的AlexNet就显得快多了，训练只花了五六天，而且AlexNet当时用的硬件还远没有现在的先进。 · 算力趋势 「算力」指的是训练和运行AI模型所需的计算资源。 最近，知名AI模型的算力消耗呈指数级增长。据Epoch AI估计，知名AI模型的训练算力大约每五个月翻一番。 这种趋势在过去五年尤为明显。 去年12月，DeepSeek V3一经推出就引发了广泛关注，主要就是因为它在性能上极其出色，但用的计算资源却比许多顶尖大型语言模型少得多。 下图1.3.17比较了中国和美国知名AI模型的训练算力，揭示了一个重要趋势：美国的顶级AI模型通常比中国模型需要多得多的计算资源。 · 推理成本 推理成本，指的是对一个已训练模型进行查询所需的费用，通常以「每百万tokens的美元价格」来衡量。 这份报告中AI token的价格数据，来源于Artificial Analysis和Epoch AI的API定价专有数据库，而价格是根据输入与输出token的价格按3:1的权重平均计算得出的。 可以看出，单位性能的AI成本正在显著下降。 而Epoch AI估计，根据不同任务类型，大型语言模型的推理成本每年下降幅度可达9倍至900倍不等。 虽然如此，想要获得来自OpenAI、Meta和Anthropic的模型，仍需支付不小的溢价。 · 训练成本 虽然很少有AI公司披露具体的训练成本，但这个数字普遍已达到数百位美元。 OpenAI CEO奥特曼曾表示，训练GPT-4的训练成本超过了1亿美元。 Anthropic的CEO Dario Amodei指出，目前正在训练的模型，成本约为10亿美元。 DeepSeek-V3的600万美元，则打破了新低。 图1.3.24展示了基于云计算租赁价格的部分AI模型的训练成本估算。 图1.3.25展示了AI指数所估算的所有AI模型的训练成本。 在2024年，Epoch能估算的少数模型之一，就是Llama 3.1-405B，训练成本约为1.7亿美元。 另外，AI模型的训练成本与其计算需求之间存在直接的关联。如图1.3.26所示，计算需求更大的模型训练成本显著更高。

编译 | 陈骏达 程茜 编辑 | Panken 智东西4月8日报道，今天，斯坦福大学以人为本AI研究院（HAI）发布长达456页的《AI指数报告2025》，全面介绍了中美AI竞争态势、开源模型、模型技术性能、大模型投融资、AI for Science等领域的最新数据和进展，其中DeepSeek被提及45次。 《AI指数报告2025》中写道：“美国在顶尖AI模型产出上仍保持领先——但中国正快速缩小性能差距。” 报告以DeepSeek-V3为典型代表，论证了大模型推理、训练成本的骤降；来自清华大学、北京智源研究院的数十篇科研成果被纳入全球Top100；来自阿里、字节、DeepSeek、腾讯、智谱等企业的15款模型被选为过去一年中的重要AI模型。 整体而言，中国大陆的AI研究论文在全球总发表量中占比23.2%，被引量占全球总量的22.6%。不过，美国在研究成果在影响力上更胜一筹，且依旧是重要AI模型的主要来源地。2024年，美国机构开发了40个重要AI模型，远超中国大陆的15个和欧洲的3个。过去十年美国开发的机器学习模型数量居全球之首。 算力作为驱动AI发展的重要因素，也在迅速变化。以16位浮点运算为基准，2008-2024年间机器学习硬件性能年均增长约43%（每1.9年翻番），固定性能水平的硬件成本正以每年30%的幅度下降。 AI正对经济产生深刻影响。在麦肯锡的调研中，已有至多49%的企业称AI为企业实现了降本，其中，中国大陆企业在AI采用率上提升迅速，已达75%，与北美地区差距缩小到7%。 2024年，全球AI投资达到2523亿美元，其中私人投资增长44.5%，生成式AI领域的投资达到339亿美元，2024年美国AI投资额达到1091亿美元，几乎是中国大陆投资额93亿美元（折合人民币约682亿元）的12倍。 我们还首次见证了AI研究获得2项诺贝尔奖，并在生物医药领域展现出巨大的应用潜力。 一、产业界主导大模型开发，中国AI专利量全球领先 全球AI领域呈现出多维度的快速发展态势。AI已成为计算机科学中的主要研究领域，产业界在AI大模型开发中扮演着关键角色，学界则在高被引论文上表现突出。过去1年，重要AI模型的数量虽有所减少，但产业界开发的模型占比显著上升。 硬件成本的持续下降为AI的发展提供了有力的支持。同时，AI学术会议参会人数的增长也反映出学界、业界对AI研究的热情高涨，整个行业正处于蓬勃发展的关键时期。 1、中美AI科研影响力持续提升 总体来看，AI研究论文的总量持续增长，并已主导计算机科学领域。2013-2023年间，AI研究论文的数量从10.2万篇增至24.2万篇，在计算机科学论文中的占比从21.6%升至41.8%。学术界贡献了更多的高被引研究。 从地区来看，中国大陆AI论文发表总量领先，2023年，中国大陆机构的AI论文在全球总发表量中占比23.2%，被引量占22.6%。 美国则发表了更多高影响力研究。2021年-2023年，美国分别贡献了AI领域Top100高被引论文中的64篇、59篇与50篇，中国大陆分别贡献了33篇、34篇与34篇。 按机构来看，在2021年-2023年的Top100高被引论文中，谷歌、清华大学、卡耐基梅隆大学、微软、北京智源人工智能研究院、香港科技大学、上海人工智能实验室、中国科学院、Meta、英伟达的表现较为抢眼。 2、重要AI模型（Notable AI models）由产业界主导 AI指数数据提供商Epoch AI根据是否为最新技术进步、是否具有历史意义或引用率等标准，定义了一个囊括900余个重要AI模型的数据库。 过去数年来，重要AI模型的参数规模、数据集大小、训练时长等数据都呈现增长态势。产业界正持续加大AI投入，并主导了重要模型的开发工作，2024年，由产业界开发的重要模型占比达90%（2023年为60%）。 重要AI大模型的数量出现了明显减少，由2023年的105个减少至2024年的61个。同时，有越来越多的大模型选择了API、托管获取权限等非开源方式进行发布。 美国仍是重要AI模型的主要来源地。2024年，美国机构开发了40个重要AI模型，远超中国大陆的15个和欧洲的3个。过去十年美国开发的机器学习模型数量居全球之首。 2024年，几乎所有重要AI模型都来自产业界，其中谷歌和OpenAI凭借7款重要模型位列榜首，阿里凭借6款模型位居第三。字节、DeepSeek、腾讯、智谱AI分别凭借2款模型上榜。 回顾2014年-2024年的数据，谷歌贡献了最多的重要AI模型，其次是Meta、微软、OpenAI等企业。多所美国计算机强校登上这一榜单，清华大学和阿里分别贡献了22个与14个重要AI模型。 美国顶级AI模型的算力需求普遍远超中国大陆模型。根据Epoch AI数据，自2021年底以来，中国大陆训练算力排名前十的语言模型年均增长约3倍，显著低于2018年以来全球其他地区年均5倍的增速。 3、开源AI项目数量陡增 自2011年以来，代码托管平台GitHub上的开源AI项目数量持续增长，从2011年的1549个激增至2024年的约430万个。特别值得注意的是，仅过去一年内，GitHub AI项目总量就实现了40.3%的陡增。 截至2024年，美国贡献GitHub中23.4%的AI项目，占据最大份额；印度以19.9%的占比位居第二；欧洲紧随其后，贡献了19.5%的项目。美国开发者和中国大陆开发者在GitHub开源AI项目中的占比都出现不同比例的下降。 4、硬件成本每年下降30% 报告强调，硬件进步是推动人工智能发展的核心驱动力。尽管模型规模扩大和海量数据训练带来了显著性能提升，但这些突破本质上都依赖于硬件技术的革新——尤其是更强大、更高效的图形处理器（GPU）的发展。 根据Epoch AI测算，以16位浮点运算为基准，2008-2024年间机器学习硬件性能年均增长约43%（每1.9年翻番）。这一进步主要源于晶体管数量持续增加、半导体制造工艺革新和专用AI计算硬件的演进。 固定性能水平的硬件成本正以每年30%的幅度下降。以2022年3月发布的H100为例，其每美元可实现220亿次浮点运算，性价比较2020年6月发布的A100提升1.7倍，较2016年4月的P100更是提升16.9倍。 5、中国大陆AI专利授权量领先 过去10余年，AI专利申请量激增。2010-2023年AI专利从3833件增至122511件，年增幅29.6%。中国大陆以69.7%的授权量领先，韩国和卢森堡人均专利产出最高。 6、AI学术会议参会人数增长 自2014年以来，全球主要AI学术会议的参会人数增加了6万多人，AI研究热情不断增长。数据显示，NeurIPS仍然是参会人数最多的AI学术会议，2024年吸引了近2万名参与者。在主要的AI学术会议中，NeurIPS、CVPR、ICML、ICRA、ICLR、IROS和AAAI在过去一年中参会人数都有所增加。 二、开源模型迎头赶上，中美大模型质量差距缩小到0.3% 2024年，AI模型的性能实现诸多突破。AI在多项基准测试中表现优异，超越人类或与人类差距迅速缩小，并攻克了2023年新提出的多项基准测试。 开源模型在2024年迎头赶上，顶尖开源模型与顶尖闭源模型的差距大幅缩小，前沿AI模型的性能分布趋于收敛，小模型的能力也在不断增强。此外，AI Agent等新技术展现出初步潜力。 1、2024年AI领域重要发布 以下是报告中列举的2024年最具代表性的模型、数据集和功能发布，由业内专家组成的AI指数指导委员会选出。来自阿里的Qwen2、Qwen2.5和来自DeepSeek的DeepSeek-V3上榜，Cohere、北京智源人工智能研究院等发布的提示词数据集也被认为具有重要意义。 2、AI在多项基准测试中领先人类 截至2024年，人类能力超过AI的任务类型已经非常少，即使在这些任务上，AI与人类之间的表现差距也在迅速缩小。 例如，在MATH（竞赛级别数学的基准测试）上，最先进的AI系统现在已经领先人类表现7.9%，而2024年时这一差距仅为0.3%。同样，在MMMU（复杂、多学科、专家级问题的基准测试）上，2024年表现最佳的模型o1得分为78.2%，仅比人类基准的82.6%低4.4%。 2023年，AI研究人员引入了几项具有挑战性的新基准测试，包括MMMU、GPQA和SWE-bench，旨在测试日益AI模型的极限。 到2024年，AI模型在这些基准测试中的表现取得了显著进步，分别在MMMU和GPQA上实现了18.8%和48.9%的提升。在SWE-bench上，AI模型在2023年只能解决4.4%的编程问题，而这一比例在2024年跃升至71.7%。 4、开放权重模型迎头赶上 去年的AI指数报告揭示，领先的开放权重模型远远落后于其封闭权重的同类产品。到2024年，这一差距几乎消失。 2024年1月初，领先的封闭权重模型在聊天机器人竞技场排行榜上比顶级开放权重模型高出8.0%。到2025年2月，这一差距缩小至1.7%。 5、中美模型差距缩小 2023年，领先的美国模型显著优于其中国大陆同类产品——这种优势已不复存在。2023年底，在MMLU、MMMU、MATH和HumanEval等基准测试中，性能差距分别为17.5%、13.5%、24.3%和31.6%。到2024年底，这些差距大幅缩小至0.3%、8.1%、1.6%和3.7%。在大模型竞技场上，中美大模型的差距缩小至30分以内。 6、AI模型性能在前沿领域趋于收敛 根据去年的AI指数报告，聊天机器人竞技场排行榜上前十名模型与排名第一的模型之间的Elo评分差距为11.9%。到2025年初，这一差距缩小至5.4%。同样，排名前两名的模型之间的差距从2023年的4.9%缩小到2024年的0.7%。人工智能领域的竞争日益激烈，越来越多的开发者提供了高质量的模型。 7、小模型能力日益增长 2022年，在MMLU上得分超过60%的最小AI模型是PaLM，拥有5400亿个参数。到2024年，微软的Phi-3-mini仅拥有38亿个参数，就达到了相同的阈值，后者的参数量仅为前者的0.7%。 8、AI Agent展现出初步潜力 2024年推出的RE-Bench可用于评估AI Agent在复杂任务上的能力，测试标准较为严格。 在短时间（2小时）内，顶级AI系统的得分是人类专家的4倍，但随着时间的增加，人类的表现超过了AI。 例如，在32小时的时间范畴上，人类的得分是AI的2倍。AI Agent已经在某些特定任务（如编写Triton内核）上与人类专家相匹配，同时能够更快地交付结果且成本更低。 三、全球投资热蔓延，中国大陆工业机器人部署全球第一 2024年，AI领域的投资和应用迎来诸多变化，但存在明显区域差异。全球企业AI投资创下历史新高，美国投资规模一骑绝尘，北美地区AI采用率领先全球，但中国的采用铝也迅速提升。 AI正给企业带来一定的经济效益，尽管大多数受访者的成本节省不到10%，但这一趋势仍具有重要意义。 1、全球AI投资创历史新高 2024年企业AI投资达到2523亿美元，其中私人投资增长44.5%，这是自2021年以来首次同比增长。 2024年生成式AI领域的投资达到339亿美元，比2023年增长18.7%，是2022年水平的8.5倍以上。该领域如今占所有AI相关私人投资的20%以上。 2、美国在全球AI投资中的领先优势扩大 2024年美国AI投资额达到1091亿美元，几乎是中国大陆投资额93亿美元（折合人民币约682亿元）的12倍。在生成式AI领域，美国的投资超过了中国大陆、欧盟和英国的254亿美元（折合人民币约1864亿元）总和。 3、AI采用率水平前所未有 2024年，该报告提到，其关于使用AI的调查受访者比例从2023年的55%跃升至78%。同样，受访者在至少一项业务职能中使用生成式AI的数量翻了一倍多，从2023年的33%升至去年的71%。 4、AI开始降本增效 49%的受访者称使用AI进行服务运营为其节省了成本，其次是43%受访者将AI用于供应链管理和41%受访者用于软件工程，此外大多数受访者的成本节省不到10%。 5、中国AI采用率迎头赶上 按地区来看，AI的采用率出现明显变化，中国迎头赶上。尽管北美的组织和企业在AI采用率方面仍保持领先地位，但中国具有最显著的年度增长率，组织使用AI的比例增加了27%。欧洲紧随其后，增加了23%。 6、中国大陆在工业机器人领域的主导地位延续 中国大陆安装工业机器人的数量超过世界其他国家的总和。2023年中国大陆安装了276300台工业机器人，是日本的6倍、美国的7.3倍。自2013年超过日本以来，中国大陆在全球安装量中的占比已从20.8%上升到51.1%。 四、更精准蛋白质测序模型亮相，AI临床表现优于医生 2024年，AI在生物医学领域取得了重大突破，推动了科学研究和临床应用的快速发展。模型的规模、准确性不断提升，应用领域从实验室扩展到临床。AI研究更是在2024年斩获两项诺贝尔奖，获得学界认可。 1、更大、更好的蛋白质测序模型出现 2024年出现了包括SM3、AlphaFold 3等在内的几种大规模、高性能蛋白质测序模型。随着时间推移，这些模型规模显著增大，蛋白质预测准确率不断提升。 其中ESM3集成了多模态输入（序列、结构和交互数据），再加上其参数规模更大，提高了模型预测的代表性和准确性。随着ESM系列规模的扩大，蛋白质预测性能也得到了提高，2o04年发布的较新的模型ESM C在结构预测关键评估（CASP15）挑战中对蛋白质结构的预测准确性更高。 2、AI在科学进步中的作用不断扩大 2022年、2023年是AI驱动科技进步突破的早期阶段，但2024年AI应用在学术研究中获得了显著的关注，包括为生物任务训练Agent的Aviary和显著增强野火预测的FireSat。 3、AI临床应用增加 MedQA基准测试中，OpenAI o1得分达到96.0%的最高水平，比2023年的最高分数高出5.8个百分点，相比2022年底成绩提高了28.4个百分点。MedQA是评估临床知识的关键基准。 4、AI在关键临床任务上的表现优于医生 一项新研究发现，GPT-4本身在诊断复杂临床病例方面的表现优于医生。其他近期研究表明，AI在癌症检测和识别高死亡风险患者方面超越了医生。 5、合成数据在医学领域显示出巨大前景 2024年发布的研究表明，AI生成的合成数据可以帮助模型更好地识别健康的社会决定因素，增强隐私保护的临床风险预测，并促进新药物化合物的发现。 6、基础模型进入医学领域 2024年，一波大规模医学基础模型发布，从Med-Gemini等通用多模态模型到用于超声心脏病学的 EchoCLIP和用于放射学的ChexAgent等专用模型。 7、AI研究获得两项诺贝尔奖 谷歌DeepMind的Demis Hassabis和John Jumper因其使用AlphaFold在蛋白质折叠方面的开创性工作而获得诺贝尔化学奖。约翰·霍普菲尔德和杰弗里·辛顿因其对神经网络的奠基性贡献而获得诺贝尔物理学奖。 五、30%国家将计算机科学教育列为必修课 2024年，全球约有2/3的国家提供或计划提供计算机科学教育，30%的国家将计算机科学教育列为小学和/或中学的必修课程，其中欧洲是此类国家最多的地区。 2023年美国获得AI硕士学位的学生数量急剧增加，毕业生数量翻番。 2023年AI专业毕业生人数最多的美国高等院校中，卡内基梅隆大学数量最多。 结语：中国大陆民众整体对AI持乐观态度 AI正以前所未有的速度渗透到千行百业之中，调查显示，全球约2/3的人认为，AI驱动的产品和服务将在未来三到五年内显著改变日常生活。全球60%的受访者认为AI将在五年内改变工作方式，但仅36%担心其岗位会被取代。 绝大多数中国大陆民众（83%）认为，AI技术利大于弊，而在加拿大（40%）、美国（39%）和荷兰（36%），持此观点者仍占少数，但比例有所上升。

作者 | 程茜 编辑 | Panken 芯东西4月8日报道，据The Information援引知情人士称，英伟达已经完成了对AI大牛、阿里前副总裁贾扬清创企Lepton AI的收购，这笔交易价值数亿美元。 目前，Lepton大约有20名员工。知情人士透露，Lepton的联合创始人贾扬清和白俊杰都已加入英伟达。 Lepton成立于2023年，是贾扬清在离开阿里之后创办的AI Infra公司，主要业务是出租英伟达GPU服务器，开发软件帮助创企在云中构建和管理自己的应用。该公司于2023年5月完成了1100万美元（折合人民币约7900万元）天使轮融资。 此举或许是英伟达试图进军云和企业软件市场的新动向。英伟达本身也向云客户出租自己的GPU，但相比微软、谷歌等主要云服务商，英伟达这部分业务体量很小。而AWS、谷歌云等作为英伟达的最大客户，目前正试图以低价开发和出租替代芯片来削弱英伟达。 英伟达发言人拒绝置评，贾扬清没有回复寻求置评的电子邮件。 一、主要角色是“GPU经销商”，AI推理延迟低于10毫秒 Lepton的命名来自于一种基本的物质粒子轻子，主要业务是出租英伟达GPU服务器，被称为GPU经销商。该公司自己不管理数据中心或服务器，而是从云供应商处租用后再转租给其他客户。 该公司的云平台可以简化AI训练和模型部署，其针对推理任务进行了优化，每秒能够以低延迟处理超过600个token，延迟低于10毫秒。 Lepton的直接竞争对手是创企Together AI等，这些公司会开发软件以帮助其他创企在云中构建和管理自己的AI应用。据投资者人透露，Together的年化收入已经超过1.5亿美元，每月达到1250万美元。不过与Together相比，Lepton的规模较小，可能不会产生太多收入。 Lepton在博客中曾透露，其客户包括游戏初创公司Latitude.io和科学研究初创公司SciSpace，它使用Lepton的平台为每月数十万活跃用户使用的服务运行AI模型。 Lepton的联合创始人是贾扬清、白俊杰、李响，其中贾扬清与白俊杰被曝已加入英伟达。 贾扬清毕业于清华大学，而后取得加州大学伯克利分校计算机科学博士学位。在2013年读博期间，贾扬清开发了深度学习框架Caffe，成为全球最受欢迎的开源深度学习框架之一。凭借出色成果，贾扬清毕业后进入谷歌大脑实习，参与了TensorFlow框架的开发。 2016年2月，贾扬清加盟Facebook担任研究员，而后担任AI架构总监，负责前沿AI平台开发及人工智能研究。2019年3月，贾扬清担任阿里巴巴技术副总裁，之后在阿里云担任智能计算平台事业部总裁，主要负责大数据计算和人工智能平台。2023年3月，贾扬清离开阿里云创立Lepton。 另一位联创白俊杰与贾扬清相似的是，都曾在Meta、阿里云任职。贾扬清曾和白俊杰在Meta担任AI研究员，共同开发了PyTorch框架。 在阿里云，白俊杰曾任阿里云前AI平台总监，领导过全栈AI工程团队，他是开放式神经网络交换标准ONNX的共同创始人以及Caffe2的核心开发者。 第三位联创李响同样是阿里云智能资深技术专家，曾负责阿里巴巴大规模集群调度与管理系统。他是Kubernetes生态中底层核心数据库etcd的创始人。 二、英伟达云业务发展受挫，连番收购4家AI创企巩固竞争优势 英伟达收购Lepton的意向，或许与其云和软件业务发展有关。 英伟达的云和软件业务处于起步阶段，其目前的主要业务包括将由英伟达GPU提供支持的服务器直接出租给企业、提供软件帮助公司开发AI模型和应用程序，提供管理训练AI的图形处理单元集群。 虽然其在GPU市场处于领先地位，但它面临着来自其他科技巨头的竞争，这些巨头也在构建强大的AI基础设施平台。如谷歌云、微软、AWS都在AI和云计算方面进行了大量投资。 因此，英伟达面临的挑战是如何在云巨头进一步扩展自己能力的同时，保持自身的竞争优势。 近日，英伟达被曝收购了多家创企以巩固其在数据中心、合成数据和AI基础设施管理方面的地位。包括以色列GPU创企Run:ai、以色列AI创企Deci、西雅图AI创企OctoAI，这些创企的业务均为降低开发或运行由英伟达芯片提供支持的AI模型的成本，以及美国合成数据公司Gretel，该公司帮助客户创建和使用AI生成的数据来开发和测试AI应用程序。 通过收购Lepton AI，英伟达使得客户可以按需租用GPU资源来扩展其AI工作负载。 英伟达此前曾告诉投资人，从长远来看，英伟达将从云服务和软件业务中获得1500亿美元的收入，比英伟达、AWS目前的年收入还要多。不过，在上个月最后一次英伟达的季度财报电话会议上，其发言人完全回避了这个话题。 三个月前，英伟达披露其软件、服务和支持收入的年化收入为15亿美元（折合人民币约109亿元），这意味着每月收入为1.25亿美元（折合人民币约9亿元），但该公司此前预计，这一数字能攀升至20亿美元（折合人民币约145亿元）。相比之下，英伟达的AI芯片业务在截至1月26日的财季创造了356亿美元（折合人民币约2586亿元）的收入。 过去几年，云服务厂商已经购买了英伟达大约一半的AI服务器芯片。但英伟达CEO黄仁勋认为，随着时间的推移，他预计其他类型企业购买芯片的销售额将远大于云服务厂商的销售额。 结语：英伟达加码云服务布局 不过，将Lepton AI的云平台与英伟达的现有基础设施合并可能具有挑战性，该集成必须确保英伟达的GPU和Lepton的云服务之间实现无缝协作。 此前，英伟达的芯片此前因价格昂贵、需求量大让诸多企业苦不堪言，这导致很多企业难以用较低的价值开发AI应用程序。而随着AI的不断发展，英伟达将GPU与基于云的解决方案集成的战略对于保持其竞争优势可能有更多助力。

OpenAI CEO奥特曼以及甲骨文董事长埃里森 凤凰网科技讯 4月8日，The information报道，甲骨文正在得克萨斯州阿比林市为OpenAI建造一座数据中心，其规模相当于17个足球场大小。目前，这座数据中心尚未完工，非常“空旷”。 据两位参与该项目的人士透露，如果这种未完工的状态持续太久，OpenAI可能会终止合作协议，这可能会让甲骨文损失数十亿美元。 尽管如果甲骨文及其施工合作伙伴不能尽快完成项目，OpenAI也不太可能退出，但压力正与日俱增。 据两位相关人士透露，在最近的会议上，像负责甲骨文数据中心业务的马欣德・蒂亚加拉扬这样的甲骨文高管，已经对那些建筑承包商们大声斥责。此次赶工涉及到能源输送系统，目标是在今年春天晚些时候让该设施能够准备好安装配备AI芯片的新服务器机架。 这些人士表示，蒂亚加拉扬传达的信息是：承包商们必须不惜一切代价遵守工期安排，即使这意味着要增加更多工人，并且花费超出原计划的资金。 这一意外状况表明，当像OpenAI这样的客户，要求建设越来越大的设施来开发人工智能时，甲骨文等云服务提供商实际上是在涉足一个陌生的领域。甲骨文和其他人工智能数据中心开发商在这样做的过程中承担着前所未有的风险，并且在此过程中消耗着他们的现金流。 长期以来，甲骨文一直以数据库软件领域的先驱而闻名，如今它几乎是偶然地闯入了人工智能数据中心热潮的中心。甲骨文董事长拉里・埃里森现在正将公司的未来押注在向大型人工智能开发者出租被称为超级计算机的专业服务器集群上。 阿比林数据中心的拖延可能会危及甲骨文参与星际之门项目。星际之门是甲骨文与OpenAI及其他公司的合资项目，计划在未来几年内建设价值高达5000亿美元、令人瞠目结舌的人工智能数据中心。 埃里森在上个月的财报电话会议上表示，他预计甲骨文将“很快”签署首份大型星际之门合同。 尽管如此，几位参与OpenAI和软银谈判的人士表示，除了建设阿比林的数据中心之外，甲骨文可能不会在星际之门中发挥太大作用。这些人士称，OpenAI也在与甲骨文的竞争对手分别进行潜在的星际之门合作谈判。 蒂亚加拉扬曾私下表示，特朗普上周决定在全球范围内征收关税，这可能会使甲骨文用于新设施的服务器和其他材料变得昂贵得多。 自2022年末ChatGPT推出以来，甲骨文的股价上涨了77%，在上周关税政策出台后，涨幅收窄至54%，投资者预期甲骨文能够赢得越来越大的人工智能相关合同。（作者/陈俊熹） 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

凤凰网科技讯 4月8日，nature发文，斯坦福大学以人为本人工智能研究所发布的《2025年人工智能指数报告》显示，人工智能领域的竞争日益激烈：中国高性能AI模型的数量和质量不断提升，对美国的领先地位构成挑战，顶级模型之间的性能差距正在缩小。 美国此前在模型质量方面的领先优势已经消失。中国是人工智能出版物和专利产出最多的国家，如今其开发的模型在性能上已经与美国的竞争对手不相上下。2023年，在大规模多任务语言理解测试（MMLU）中，中国领先的模型落后于美国顶级模型近20个百分点。然而，到2024年底，美国的领先优势缩小到了0.3个百分点。 世界各顶级AI模型之间性能已无太大差距 该报告强调，随着人工智能的快速持续发展，没有一家公司能够脱颖而出。在聊天机器人竞技场排行榜上，2024年初排名第一的模型比排名第十的模型得分高出约12%，但到2025年初，这一差距缩小到了5%。报告称：“前沿领域的竞争越来越激烈，也越来越拥挤。” 该指数显示，通过使用更多决策变量、更强的计算能力和更大的训练数据集，生成式人工智能模型平均而言仍在变得更“大”。但开发人员也在证明，更小、更精简的模型也能有出色的表现。由于算法的改进，如今的模型性能与两年前规模大100倍的模型性能齐平。该指数称：“2024年是小型人工智能模型的突破之年。” 纽约伊萨卡康奈尔大学的计算机科学家巴特・塞尔曼表示，很高兴看到像中国的DeepSeek这样相对小型、低成本的研究成果证明了自己的竞争力。他说：“我预计我们会看到一些由五人甚至两人组成的独立团队，他们会提出一些新的算法想法，从而改变现状。这很好。我们不希望世界只由一些大公司掌控。” 报告显示，如今绝大多数强大的人工智能模型是由工业界而非学术界开发的：这与21世纪初神经网络和生成式人工智能尚未兴起情况正好相反。报告称，2006年之前，工业界开发的著名人工智能模型不到20%，2023年这一比例为60%，2024年则接近90%。 美国仍然是强大模型的最大生产国，2024年发布了40个模型，中国发布了15个，欧洲发布了3个。但许多其他地区也在加入这场竞赛，包括中东、拉丁美洲和东南亚。 塞尔曼说：“2015年左右，中国走上了成为人工智能领域顶尖参与者的道路，他们通过教育投资实现了这一目标。我们看到这开始有了回报。” AI领域还出现了“开放权重”模型在数量和性能上的惊人增长，如DeepSeek和Meta的LLaMa。用户可以自由查看这些模型在训练过程中学习到的并用于预测的参数，不过其他细节，如训练代码，可能仍保密。最初，不公开这些因素的封闭系统明显更优越，但到2024年初，这些类别中顶级竞争者之间的性能差距缩小到了8%，到2025年初则缩小到了1.7%。 加利福尼亚州门洛帕克的非营利性研究机构SRI的计算机科学家、该报告的联合主任雷・佩罗特说：“这对任何无力从头构建模型的人来说肯定是好事，包括许多小公司和学者。”OpenAI计划在未来几个月内发布一个开放权重模型。 2022 年ChatGPT公开推出后，开发人员将大部分精力投入到通过扩大模型规模来提升系统性能上。该指数报告称，这一趋势仍在继续：训练一个典型的领先人工智能模型所消耗的能源目前每年翻一番；每个模型使用的计算资源每五个月翻一番；训练数据集的规模每八个月翻一番。 然而，各公司也在发布性能非常出色的小型模型。例如，2022年在MMLU上得分超过60%的最小模型使用了5400亿个参数；到2024年，一个模型仅用38亿个参数就达到了相同的分数。小型模型比大型模型训练速度更快、回答问题更迅速，且能耗更低。佩罗特说：“这对各方面都有帮助。” 塞尔曼说，一些小型模型可以模仿大型模型的行为，或者利用比旧系统更好的算法和硬件。该指数报告称，人工智能系统使用的硬件的平均能源效率每年提高约40%。由于这些进步，在MMLU上得分超过60%的成本大幅下降，从2022年11月的每百万个token约20美元降至 2024年10月的每百万个token约7美分。 尽管在几项常见的基准测试中取得了显著进步，但该指数强调，生成式人工智能仍然存在一些问题，如隐性偏见和“幻觉”倾向，即吐出虚假信息。塞尔曼说：“它们在很多方面给我留下了深刻印象，但在其他方面也让我感到恐惧。它们在犯一些非常基本的错误方面让我感到惊讶。”（作者/陈俊熹） 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

编译 | 王涵 编辑 | 漠影 智东西4月8日消息，彭博社记者马克·古尔曼（Mark Gurman）最新发文称，苹果公司正在为定于2027年发布的iPhone 19系列“准备一次重大变革”。 其中包括可折叠iPhone和“更广泛使用玻璃”的iPhone 19 Pro。 此外，今年即将推出的iPhone 17将采用更加轻薄与玻璃化的全新机型。其中iPhone 17 “Air” 更轻薄，屏幕尺寸不变但厚度减两毫米，续航与当前机型相近。结合之前知名爆料人桑尼·迪克森（Sonny Dickson）发布的模型机图片，iPhone 17系列形态逐渐明朗。 一、2027年：iPhone 19或开启折叠屏新纪元 今年早些时候有报道称，苹果正在为其iPhone系列开发一款突破性的新产品：可折叠iPhone。 结合古尔曼的最新爆料来看，苹果首款折叠屏iPhone可能要2027年推出，具体型号也不太可能是之前爆料的iPhone 17 Fold了，因为按照推出节奏，今年就会推出iPhone 17系列，该机型很有可能归属于iPhone 19系列，或采取另外的命名模式。 ▲iPhone Flip假想图 可折叠iPhone预计将配备120Hz显示屏，确保滚动流畅，带来令人惊叹的视觉体验。此外，该设备可能会配备一个小型外部屏幕，用于快速访问通知和基本交互，让用户无需不断展开手机即可保持连接。 据报道，苹果在发布可折叠iPhone之前专注于完善铰链并尽量减少屏幕折痕。在电池寿命和充电速度方面，可折叠iPhone预计将与目前的 iPhone型号相当。 ▲可折叠iPhone假想图 在相机功能方面，可折叠iPhone预计将采用标准相机设置，而不是Pro型号中的高级功能。这一决定表明，苹果专注于提供一款兼顾质量和价格的全面设备，而不是将其定位为高端的顶级选择。 二、iPhone 17新亮点剧透：更时尚、更玻璃化 除了一直以来有关苹果开发可折叠iPhone的传言之外，古尔曼还表示，今年的iPhone 17指向更时尚、更玻璃化的机型。 据报道，苹果将发布一款更轻薄的iPhone 17 “Air”。 这款机型的屏幕尺寸与当前机型相同，厚度将减少两毫米，但电池续航时间将与当前机型相近。 ▲iPhone 17系列手机模型机（厚度对比） 此前，知名爆料人桑尼·迪克森（Sonny Dickson）在社交平台X上发布了iPhone 17系列手机的模型机图片。这些模型机展示了苹果新手机的诸多亮点，如Air和Pro机型的新相机凸起设计、全系列支持MagSafe功能、不同的机身厚度等。 ▲iPhone 17系列手机模型机（型号对比） iPhone 17 Air的灵动岛设计也进行了小幅调整，前置摄像头被移至左侧。不过，iPhone 17、iPhone 17 Pro和Pro Max的前置摄像头仍保持在右侧。 值得注意的是，为了达到以上效果iPhone 17将放弃装配A19 Pro芯片，可能只会配备一颗后置4800万像素摄像头和A19芯片。 关于iPhone 17 Pro，传言该机型将配置4800万像素长焦镜头与A19 Pro芯片，并将革新摄像头凸起设计。 三、结语 除备受瞩目的iPhone 17系列外，macOS 16、iPadOS 19、tvOS 19、watchOS 12以及visionOS 3也即将于今年年中亮相。 古尔曼的这次爆料虽然有点“挤牙膏”，部分信息之前也有提及，但仍然让下下一代的iPhone发展趋势变得更加明朗。 同时，折叠屏手机在安卓手机市场发展得如火如荼，无论手机形态还是铰链、屏幕等关键技术都越来越成熟，可能也轮到苹果公司出手的时候了。

快科技4月8日消息，NVIDIA显卡驱动一直备受好评，尤其是丰富又强大的功能特性、及时又到位的游戏优化，但是伴随着RTX 50系列新卡的发布，NVIDIA驱动却陷入了一团糟的局面，各种问题层出不穷，尤其是导致三代显卡频频黑屏的缺陷至今没有完全解决。 Gamers Nexus一直在搜集、整理、验证NVIDIA驱动的各种问题，现在已确认的包括但不限于： － 《星球大战：亡命之徒》：恢复游戏进度时崩溃。 － 《漫威争锋》：开启帧生成时崩溃。 － 《赛博朋克2077》：载入游戏时崩溃。 － 《古墓丽影》：游戏内测试崩溃，提示错误DXGI。 － 多屏显示问题，尤其是开启G-Sync、高刷的时候。 － DLSS、Reflex的各种问题。 － 切换显示输出接口的问题。 － 系统睡眠恢复后黑屏。 － R566旧版驱动中不存在的其他问题。 Gamers Nexus建议，玩家可以尝试降级到旧版驱动，或者关闭DLSS4、帧生成、G-Sync，都能在一定程度上缓解，但这些都不是真正的解决之道。 Gamers Nexus的主编Steve Burke毫不留情地评论道：“出现这种局面，对于NVIDIA来说是绝对不可接受的，是极为尴尬的。这是我自2008年从业、2010年关注硬件以来，所见到的NVIDIA最糟糕的一次发布。” 对此，NVIDIA从未正面公开回应，不过确实也在一直尝试解决，比如黑屏问题，先后发布了五个版本的驱动，但从未确认已经根治。

作者 | 许丽思 编辑 | 漠影 中国的人形机器人，又全球爆火了一次。在美国顶流网红“甲亢哥”的深圳之行直播中出镜的众擎机器人，凭借着跳斧头帮舞、双人后空翻等赚足了眼球，相关话题在当天登上多个国家热搜，官网国际访问量激增。 2025年开年以来，人形机器人热潮愈演愈烈：2025政府两会工作报告首次提及具身智能，强调要大力发展智能机器人等新一代智能终端和智能制造装备；北京、深圳等多地政府接连发布具身智能产业三年行动计划，展开具身智能第一城争夺战；创企们迎来“爆单式”融资，融资速度越来越快、金额屡创新高。 而早在这之前，一批自动驾驶大牛们察觉到这个行业的巨大机遇，已经集体迁徙：地平线前副总裁余轶南、理想汽车前智能驾驶产品总监赵哲伦等成立了维他动力；华为车BU前首席科学家陈亦伦创办了它石智航，原百度智能驾驶事业群组负责人李震宇加盟；小米前汽车自动驾驶产品技术负责人刘方创办了阿米奥机器人…… 参与这场跨界的，还有全球多家车企。从将人形机器人视为特斯拉未来主要的长期价值来源的马斯克开始，一场车企跨界造人形机器人的浪潮已席卷全球——几乎同一时间，小鹏、小米、广汽等国内车企也纷纷推进机器人研发计划。另外，还有多家车企通过合作研发、投资、实训等方式，入局这一赛道。 机器人前瞻全面梳理了全球19家车企在进军人形机器人赛道上的情况。据不完成统计，这19家车企中，已有4家开始自研人形机器人，有3家采取合作研发的方式造机器人，有5家通过投资的方式进军这一赛道，也有8家车企已在车厂中进行人形机器人实训。 一、特斯拉计划今年产5000台Optimus，预言机器人收入未来将超汽车业务 车企对人形机器人的探索始于日本。1986年，本田启动了全球首个双足行走机器人研发项目，但后来由于技术突破与商业回报的遥不可期，项目在2018年宣告终止。 真正点燃车企造机器人热情的，是特斯拉的强势入局。对马斯克来说，造出自动驾驶的汽车其实就是一个有轮子的机器人，那同样，也可以造出一个有腿的机器人。 2021年8月，马斯克在AI Day上首次展示人形机器人Optimus概念，宣称其将“改变人类工作方式”，引发全球热议。一年后，原型机亮相，现在已经更新到第二代。 4月初，特斯拉又发布了Optimus的最新演示视频，视频中机器人在步态和摆臂动作上更加流畅协调了，相比早期有了明显进步。马斯克还表示，进步确实快，今年很快就会出现一大批Optimus机器人。 从今年开始，特斯拉的人形机器人量产计划也快速提上日程。 年初，特斯拉在其位于美国加州弗里蒙特的工厂更新了多个与Optimus人形机器人开发相关的招聘信息，涵盖制造工程师、生产经理、流程主管等关键职位。 在1月30号的电话会议上，马斯克预言，Optimus人形机器人具有巨大的商业潜力，甚至可能创造超过10万亿美元的收入，超过汽车业务，将成为公司主要的收入来源。 特斯拉的量产计划分为多个不同阶段。2025年，Optimus进入试生产阶段，目标是5000台；2026年，的目标是5万台。首批人形人形机器人将首先用于特斯拉内部工厂的测试和应用验证。 马斯克此前还曾提到，Optimus会在2026下半年开始对外销售。2027年，特斯拉会进一步提升产能至每月10万台。特斯拉宣称，当能实现年产百万台人形机器人时，生产成本将低于2万美元/台，单月收入达10亿美元级。 ▲特斯拉Optimus正在给人类提供餐饮服务 二、马斯克领头后，国内车企“燃”起来了 作为特斯拉的虔诚信徒，小鹏的人形机器人布局紧随其后。 从2020年开始收购四足机器人公司成立鹏行智能、2021年发布首款智能机器马，小鹏在运动控制、智能交互等方面为后续人形机器人研发积累技术和经验。2023年，小鹏终于推出首款双足人形机器人PX5。去年11月，又推出AI人形机器人Iron。 造机器人比造车难多了，不仅不能在AI、芯片研发和硬件开发等方面有短板，还需要巨额资金的长期投入，何小鹏还在去年发布Iron的时候就提到“没有500亿，做不好机器人。” 对人形机器人情有独钟的何小鹏在接受媒体采访时曾表示，小鹏做AI+机器人是他顶着小鹏董事会的反对推进的，AI+机器人能够改变世界，智能电动车只是机器人的前序。 在何小鹏看来，虽然行业内机器人普遍处于L2阶段，但小鹏目标是向L3迈进，且有信心成为中国最早量产L3机器人的公司之一。Iron机器人的目标是尽快实现L3初阶能力并实现量产，未来将在智能家居、医疗护理、教育、娱乐、物流等多领域探索应用。 ▲小鹏Iron正在工厂整理杂物 在2024年人形机器人元年之际，小米机器人却异常安静。 小米在和小鹏差不多的时间布局机器人研发。2020年9月，小米立项做机器狗。一开始因为人员短缺，还找了追觅的团队（即现在的魔法原子）合作，追觅团队负责电机、调试运控等等。 2021年，当小米造车在稳步进行中时，雷军在小米MIX4发布会上展示了小米第一代仿生四足机器人Cyberdog。紧接着，小米内部成立了小米机器人实验室，还将特斯拉视为竞争对手，与特斯拉机器人进行对标。 2022年8月，雷军在年度演讲中发布全尺寸人形机器人CyberOne，正式进军人形机器人领域。 ▲CyberOne机器人 次年，北京小米机器人技术有限公司成立，主要从事智能机器人的研发、人工智能行业应用系统集成服务等；同年11月，北京人形机器人创新中心有限公司正式成立，这是全国首家省级人形机器人创新中心，小米是共同持股方之一。 此后，小米的人形机器人就鲜少出现在公众视野里。 去年6月，北京小米机器人技术有限公司乔迁到北京亦庄小米汽车工厂，小米全力推进人形机器人在自家制造产线的落地。今年2月，团队对外提到，CyberOne已经从实验室走向生产线上的分阶段落地阶段。还有消息称，小米最近召开了机器人业务推进会，预计3-4月在亦庄有重要进展和展示。 另外，小米申请的一系列机器人相关的专利也已经接连在国家知识产权局官网公开了。 除了新能源车企外，传统车企也在积极自研机器人。 2022年，广汽开始涉足具身智能机器人，确定了“远程操控+AI末端自主”的研发模式。2024年12月，广汽发布了第二代具身智能机器人，外观像装了两只灵巧手的迷你小车；不久后，第三代具身智能人形机器人GoMate亮相，这是一款全尺寸的轮足人形机器人。 今年，广汽预计将能实现自研零部件批量生产，并率先在主机厂车间生产线和产业园区示范应用；2026年，其将实现整机小批量生产并迈向大规模量产，初期商业化重点放在安防、康养、汽车后市场服务上。 不过，广汽并没有对外发布第一代具身智能机器人。早期，广汽的机器人被称为AI机器人，由广汽研究院前瞻技术部负责研发。 曾经代表了日本机器人技术顶尖水平的本田ASIMO，领先一时却倒在了黎明前夜。直到马斯克决心入局，在全球车企刮起了自研人形机器人的飓风，国内车企特别是小鹏、小米和广汽积极抢跑，一场关于第二增长曲线的豪赌拉开序幕。 三、跨界联合，车企盯上了“别人家的技术” 相较于自研机器人存在的巨大的技术挑战和成本投入，一些车企也寻求与其他机器人企业进行跨界合作，要么强强联合取长补短，要么并购整合构建生态，协同推进机器人的研发进程。 2016年，丰田成立了丰田研究所（TRI），专注于人工智能、自动驾驶和机器人技术的研发。丰田研究所开展了Punyo机器人项目，目标是打造一个柔软、互动、经济实惠、安全、耐用且能力出众的机器人。 2024年10月，丰田研究所宣布与波士顿动力合作，利用TRI的大型行为模型（LBM）和波士顿动力的Atlas机器人，加快通用仿人机器人的开发。 ▲丰田软体机器人Punyo 而波士顿动力在2020年被现代汽车收购后，现代汽车开始将将自身的汽车技术与波士顿动力的机器人技术进行融合。 2024年4月，现代汽车推出了可穿戴机器人手臂X-ble Shoulder，能增强工人力量，减少60%肩部负荷和30%肌肉活动，可在汽车、航空等多个行业使用，将在2025年上半年向韩国用户交付，2026年推向美国、欧洲市场。 2025年2月，现代汽车及其子公司起亚还与三星SDI达成初步合作协议，共同研发专为机器人设计的高性能电池。 国内车企方面，奇瑞汽车在去年4月联手AI公司Aimoga共同研发了人形机器人Mornine。该机器人采用仿生创新设计，有仿人硅胶面孔，能模拟人类嘴巴和面部肌肉运动，可表达说话、微笑等表情。 奇瑞对Mornine的规划分为三个阶段，第一阶段是部署到零售店面中担任导购角色；第二阶段将增强其动作灵活性和移动能力；第三阶段计划让其成为家庭助手，执行儿童看护和家务劳动等任务。 ▲左边为Mornine 1月，奇瑞以1亿元成立了机器人科技公司墨甲智创，并且全资持股。 四、投资人踏破明星创企门槛，雷军屡次重押宇树 具身智能赛道的火热除了推动车企自研、联合研发外，也吸引他们积极投资布局。特别是宇树，更是被投资人抢破头，一股难求。 将时间线拉回2017年，当宇树还是一家年轻的初创公司时，王兴兴正带着自己的四足机器狗项目到处寻求天使投资。一些消息称，当时王兴兴曾找过雷军，但小米处于内忧外患的境地，面临供应链危机和市场份额下滑的双重压力，就没有把注意力放到机器人领域。 转机发生在2021年。小米已开启百亿美金造车计划、内部四足机器狗正在研发，恰逢宇树实现了国内首次量产四足机器狗，雷军执掌的顺为资本向宇树投资数千万美元，成为其A轮唯一战略投资者。 次年，顺为资本在宇树B轮融资时又追加了数亿元投资，这个时候宇树的估值已经是天使轮时的近百倍了。 另外，小米集团还在2023年和北航机器人研究所名誉所长王田苗以及北京智源研究院共同投资了具身智能科技公司小雨智造，这家公司主要打造“一脑多形”的具身智能机器人。 细数小米在机器人领域的投资布局，其已经入股了近50家机器人相关厂商，从产业链上游的核心零部件企业到本体制造商，并且不局限在人形机器人领域，还有工业机器人、扫地机器人等。 回溯另一家具身智能机器人明星公司智元机器人的融资历程，也可以看到不少国内车企的身影。 2023年，比亚迪参与到智元机器人的A+轮融资中，认缴了近200万元的出资额，持股比例达3.76%；次年，上汽创投、上汽旗下私募股权投资平台尚颀资本和北汽产投接连参与到了智元的A+轮融资当中。 另外，比亚迪还早在2012年就曾参与“人形机器人第一股”优必选的天使轮融资。 上汽集团的恒旭投资参与了银河通用机器人5亿元的战略轮融资，尚颀资本还是逐际动力数亿元A轮战略融资的领投方之一。 北汽2024年还参与了帕西尼感知的数亿A+轮融资、银河通用的7亿元天使轮融资。 今年1月初，曾凭借其独特的“认知机器人”理念崭露头角的德国机器人公司Neura Robotics宣布完成1.2亿欧元融资（约合9.3亿元人民币），投资者阵容中出现了沃尔沃的身影。 五、人形机器人涌入车厂，何尝不是一种“双向奔赴” 车企通过各种方式拥抱人形机器人企业，一些人形机器人也开始奔赴车厂，负责装配、搬运等工作，成了不少人形机器人企业的选择。 美国人形机器人独角兽Figure在去年就和宝马签署了合作协议，计划让Figure的人形机器人进入宝马位于美国南卡罗来纳州斯帕坦堡的工厂。Figure 02在宝马斯帕坦堡工厂进行了数周的试运行，主要任务是将金属板件插入特定夹具。 ▲Figure机器人在宝马工厂 Apptronik也和奔驰达成合作协议，在奔驰工厂试用Apptronik的人形机器人Apollo。Apollo机器人会被应用在不同的生产线上，包括向工厂车间的工人运送组件和套件包，同时检查零件 国内车企对在车厂中引入机器人这件事更积极。比如优必选Walker系列机器人，它的车企实训经验颇丰，已经是全球进入最多车厂的人形机器人：从2024年开始，WalkerS1已经陆续在极氪工厂执行料箱搬运，在蔚来负责质检、贴车标、采集车辆外观等工作，在比亚迪实现了从分拣、搬运到配送全栈式无人物流…… 上个月，优必选的WalkerS1在极氪5G智慧工厂开展全球首例多台、多场景、多任务的人形机器人协同实训，并首次引入群体智能技术，实现多机协同作业。 3月底，东风柳汽宣布将在自家的汽车制造工厂部署20台优必选工业人形机器人Walker S1，并计划在上半年完成，应用于汽车整车制造，提升其制造工厂的智能化和无人化水平及效率。这次全球首次人形机器人批量进入汽车工厂。 ▲优必选机器人在极氪工厂 另外，傅利叶公司的人形机器人已进入上汽通用汽车金桥豪华车工厂和奥特能超级工厂实训，负责带电高压零部件安装、高精度操作等工作。 乐聚机器人也已经人形机器夸父交付给一汽红旗、蔚来、北汽等，将在生产、售前售后服务等发挥重要作用。 车厂作为人形机器人重要的落地场景，不仅其自身有着巨大的劳动力需求，可以让人形机器人替代其中复杂、危险或重复性的任务，更重要的是发挥了技术验证的作用，帮助人形机器人从单兵作战走向群体协同，不断提升泛化能力。 人形机器人也只有实现了大规模的群体协作，才能真正融入车厂的智能制造系统中，发挥出作为生产工具的作用。 六、尚未对外公布进展的车企，已在快速筹备中了 人形机器人赛道虽然火热，但车企们对下场自研这件事的态度也是十分谨慎的。他们大都会先通过投资、场景试点等方式，远远观察技术与行业的发展，再伺机决定是否开启自研。 这种观望态度或许源于两点考量，觉得人形机器人软硬件技术等方面尚未达到商业化门槛，以及重心仍在智能汽车研发，避免双线作战拖累主业。 对比亚迪来说，虽然其投资者关系部门在去年年底回应称，公司暂未涉足人形机器人相关业务，但比亚迪下场造人形机器人的野心其实几年前就有迹可循。 2022年，比亚迪成立了具身智能研究团队，通过深入挖掘公司规模化的应用场景需求，展开各类机器人本体及系统的定制开发，团队已开发完成工艺机器人、智能协作机器人、智能移动机器人、类人形机器人等产品。 去年12月，比亚迪面向2025届全球高校硕士、博士毕业生招聘具身智能研究团队，研究方向涉及人形机器人、双足机器人等。 还有消息称，比亚迪十五事业部已经开启具身智能项目，其科技研究院的部分员工被独立出来，成立了人工智能实验室，后更名为未来实验室，专注于具身智能领域，包括机器人的研发，项目内部代号为“尧舜禹”。 ▲比亚迪招聘具身智能研究团队所涉岗位 2022年4月，上汽集团通过旗下全资子公司成立重庆赛创机器人科技有限公司，希望借助机器人企业的技术和创新能力，为自身的汽车制造和服务领域带来新的发展机遇。 2023年12月，赛力斯与重庆国资成立了重庆赛力斯凤凰智创科技有限公司，注册资本约为12.2亿元。去年年底，赛力斯在公开平台发布了和具身智能、人形机器人相关的招聘信息。据有消息称，目前凤凰智创相关机器人研发人员在200人左右，若进展顺利，人形机器人明年年底有望量产。 长安汽车在去年11月的广州车展上宣布，未来五年内计划投入超500亿布局包括人形机器人在内的智能领域，2027年前发布人形机器人产品。并且，其自研的人形机器人将成为能与智能汽车深度协作、增强交互体验的伙伴，共同打造智能出行生态，在未来为用户带来更有温度、超越想象的生活方式。 ▲2024年广州车展，长安汽车公布了人形机器人相关计划 去年年底，理想汽车CEO李想在直播中表示，理想汽车100%会做人形机器人，但节奏不是现在，如果连L4级跟自动驾驶的汽车都解决不了，研发更复杂的人形机器人还为时过早。 蔚来也尚未在人形机器人研发方面有所动作。不过1月的时候有消息称，蔚来已组建20人团队调研机器狗项目，由前Momenta算法专家、2020年加入蔚来自动驾驶团队的徐抗带队，机器狗可能用于特殊环境探测或物流场景。 此外，还有吉利在2021年成立了吉咖智能机器人有限公司。 从这些的车企的态度来看，虽然人形机器人的具体进展还未对外公布，但是像比亚迪、长安等投身人形机器人的决心着实不小。 结语：车企的参与，正在重塑具身智能生态 在具身智能领域，车企的跨界行动已经成为了重塑产业竞争格局的重要力量。特斯拉以引领者姿态带动着机器人行业风向，中国车企们则紧随其后，积极寻求技术与场景创新的差异化空间。 参与这场跨界竞赛，车企们看中的不仅是造车技术可以很好地迁移到机器人上、机器人对劳动力有着巨大替代潜力，更重要的想要找到一个极具想象力的全新增长机遇：高盛预测，2035年全球人形机器人市场规模将突破1500亿美元。 当车企豪掷数百亿押注这条赛道时，一场关于技术耐心与商业野心的长跑，才刚刚开始。这不仅关乎车企自身的发展，也将深刻影响具身智能的未来。他们的参与，会如何加速具身智能的技术创新、产品迭代，并推动机器人从工业场景向更广泛的领域渗透？值得我们期待。-

凤凰网科技讯 （作者/彭坤苹）4月8日，据vivo官博最新预热，vivo WATCH 5智能手表将迎来全新升级，将搭载全新多通道健康传感器，支持血压风险评估及心脏健康研究。 官方介绍称，该款产品采用精钢版本，搭载亮面不锈钢中框，配合可拆卸表耳+真皮表带，细节质感全面升级。同时采取更窄黑边设计，带来更强屏幕沉浸感，表体尺寸进一步缩小，表体重量轻至32g，佩戴更轻巧舒适。

如果时间倒退五年，BJ40 在那些一众「糙汉样」的越野车之中，多少也算是「扛把子」。 只是后来坦克 300 搅了局，在外观内饰的设计、做工和用料以及舒适化和智能化方面都提升了不少，甚至有点降维打击的意思。 同时在目前的新能源趋势下，越野车也增加了不少有「城市通勤+越野玩乐」需求的家庭用户和年轻群体。 为了赶上越野市场这波「场景重构」的浪潮，北汽推出了既保留自己越野功底，又能适合城市驾驶的新款 BJ40。 北汽集团在早先已经发布了 BJ40 的燃油版本，在 4 月 7 号又发布了它的增程版本。 BJ40 增程有标准版和进阶版两大车型，官方指导价为 17.98 万 -19.98 万元，叠加国补和置换补贴之后，可以做到 15.48 万元-17.48 万元的价格，相比之前的预售价，最终上市价有所降低。 BJ40e 这次搭载了享界S9同款的增程系统，动力系统综合功率为 403 千瓦，综合扭矩为 655 N·m ，可以实现 5.5 秒破百，配备了一块 40.3 kWh 的三元锂电池，纯电续航 152km，满油满电续航在 1000 km 以上。 BJ40 增程版的外观与之前发布的燃油版差不多，车头保留了北京越野经典的粗狂五孔造型，但回型灯带的设计还是多少彰显了身上的新能源味儿。 车身侧面则是经典的方盒子造型，使用了不少方正的线条和形状来做修饰，整体风格非常方正硬朗，提供了极夜黑、玄铁灰、雪域白、雨过蓝、矿岩黄、火焰红、谧夜蓝和丛林绿八种颜色，尾标也更新成了北京 BJ40e。 作为一台越野 SUV，BJ40e 采用了非承载式车身，其长宽高分别达到了4790 mm / 1940 mm/ 1964 mm，轴距为 2760 mm,接近角 38 度，离去角 37 度，离地间隙 215 mm，采用的是275/55 R20的玛吉斯 RAZR HT 轮胎。 BJ40e 后轴采用了独立的半轴，前后悬挂都采用了更舒适的独立结构，非承载式车身搭配上独立悬挂，可以在满足越野需要同时增加城市驾驶的舒适度。 在越野相关功能上，BJ40e 配备了可提供 11 种驾驶模式的全地形智电 ATS 控制系统，搭配上智电中锁，后桥电控牙嵌式机械差速锁、蠕行模式，战术掉头等越野功能，在运雪地、泥地、沙地、岩石、穿越、涉水等场景下都有不错的表现。 BJ40e 有深空晨曦、森林暮影两种内饰颜色，同时在中控台上放了三块大屏，全系标配了搭载高通骁龙 8155 芯片的 10.25 英寸液晶屏，以及双 12.8 英寸的中控屏和副驾娱乐屏。 舒适性的部分，BJ40e 给前排座椅提供了加热、通风和按摩功能，标配了零重力座椅和全景天窗，也支持透明底盘和 540 度全景影像功能，也可以选配哈曼 Infinity 音响和智能新风系统。 12个超声波雷达、5个毫米波雷达和5个摄像头，BJ40 这次搭载的智驾系统可以实现智能泊车、全速 ACC 以及高速辅助驾驶等功能。 BJ40e 还准备了一个官改套件，本月内限时优惠价 18.88 万元，该套件包含九个核心组件，分别为专属车衣、锰钢前/后杠、车顶平台、侧爬梯、锰钢侧踏板、锰钢底护板、多功能备胎牌照架及尾灯罩。 按照现在的市场情况，北京 BJ40 增程的主要竞争对手是坦克 300 Hi4-T、捷途山海 T2、哈弗猛龙以及方程豹豹 5 等硬派 SUV。现款北京 BJ40 燃油版车型月均销量 3000 辆左右，月销量最高时为 4500 多辆，在细分市场排在前列。 这次发布增程版的产品力也有一定的市场认可度，来自北汽官方的数据显示其在上市 1 小时后订单就突破了 3000 台。

好玩 最重要 上周的任天堂直面会，将 Switch 2 的热度炒到最高点，一时间不同的声音充斥了各个社交媒体。 有人对新机器挤牙膏的配置但更高的售价表示失望，也有人对全新的配置、游戏和玩法激动不已，准备冲首发，更多人还在持币观望，等待更多信息和新游戏的消息。 所以，这台期待已久的 Switch 2，究竟好不好玩？该不该买？全球首批幸运 Switch 2 玩家已经分享了他们的体验。 「Switch 2 是一次不错的更新」 直面会后的周末，任天堂举办了几场线下活动，邀请媒体直接上手感受和试玩 Switch 2，这也是我们目前能获取到最真实和直接的 Switch 2 情报。 首先，LCD 屏幕是「降级」吗？ 一上手就很难不注意到 Switch 2 最明显的不同：尺寸。对比 6.2 英寸屏幕的 Switch，Switch 2 明显要大了一整圈，配备了一块 7.9 英寸的 LCD 屏幕，而整机厚度却没有变化。 上：Switch，下：Switch 2，图源：Engadget 关于为什么没有沿用 Switch 上已经出现过的 OLED 屏幕，任天堂表示，Switch 2 的 LCD 技术取得了很多进步，深思熟虑之后选择了采用 LCD 屏幕。 但这块支持 120Hz 可变刷新率以及 HDR 的 LCD 屏幕，即使对比的是 OLED 屏幕，也很难说是一次「降级」。Switch 2 的屏幕亮度很高，色彩也非常丰富，让 Engadget 记者表示「不怀念 OLED 屏幕了」。 虽然 OLED 屏幕能带来更深邃的黑色，但在感知明显的 HDR 和高刷加持下，Switch 2 这块 LCD 屏幕的总体表现也非常优秀。 当然，任天堂也很可能会仿照 Switch 的模式，在未来发布「Switch 2 OLED 版」。 左：Switch OLED，右：Switch，图源：IGN SEA Switch 2 性能怎么样？游戏好玩吗？ 任天堂并没有展开谈论 Switch 2 采用的处理器细节，不过，英伟达方面确认这块定制芯片的性能提升是初代 Switch 的 10 倍，并且支持 DLSS 技术，可以利用 AI 增强游戏画质和帧率表现，以及具备基于硬件的光追能力。 试玩会上提供了《马力欧赛车 世界》的试玩，单从直面会的短暂介绍，我们也能感觉到这款新游戏在体量上超过不少老 Switch 游戏，很适合用来展示 Switch 2 的新机能。 不少游玩了《马力欧赛车 世界》的记者都惊叹于这个游戏构建的庞大世界，比赛多达 24 名车手，游戏过程中发生的各种事情让人应接不暇：对手扔来的障碍物、赛道上出现的动物，还有变化的天气......但 Switch 2 的表现非常出色很稳定。 在 120fps 帧率加持下，Engadget 甚至表示「赛车游戏在任何任天堂游戏机上都从未如此流畅」。 而作为一位老 Switch 玩家的 Tech Crunch 编辑，本来认为自己并非「画质党」，但她留意到 Switch 2 画面中的酷霸鳞片以及咚奇刚毛发等更加精致的细节之后，她感觉「回不去了」。 另一款护航大作《咚奇刚 蕉力全开》也在活动中开放了试玩，这款游戏的核心玩法是「破坏」与「探索」，玩家可以操控大猩猩咚奇刚到处砸东西，比如在地上掏出一块大岩石砸向敌人，或者为自己砸开一条道路，发现隐藏的道路或者洞窟。如果你喜欢 3D 马力欧游戏，那么这款 3D 咚奇刚游戏不容错过。 图源：IGN 这款游戏在 Switch 2 的表现依然很出色，不过由于时间限制，试玩人员基本上只能探索其游戏内容的冰山一角。据任天堂介绍，游戏世界中一切都是可以被砸毁的。 这两款第一方游戏的玩法，在以往的任天堂游戏机上都难以实现，只有性能更强的 Switch 2，能够支撑如此庞大的游戏世界。 一些 Switch 上的经典游戏，在 Switch 2 上也迎来了升级——比如《塞尔达传说 旷野之息/王国之泪》现在能够以 4K HDR 60 帧运行，清晰度、流畅度和读取速度都有了长足提升。任天堂还为这些「升级版」游戏加入了更多的新内容，比如能够通过手机 app 联动、新的游戏功能或关卡等，这其中有部分游戏可以免费升级，不过也有一些游戏需要你额外多付 10-20 美元解锁「升级包」。 至于大屏幕和重量对手感的影响，大部分试玩人员都表示，如果是 Switch 老玩家，那上手后也不会有太多不适应，拿在手上玩也不会比 Switch 重多少。 图源：The Verge 不过在场人员都只能在相对短的时间内试玩，如果游戏时间更长，总共超过 500 克的重量想必还是会造成一定压力。 活动也提供了《马力欧派对 空前盛会》的新模式试玩——借助外接摄像头配件，Switch 2 能够扫描每个玩家的脸和身体来对应游戏角色，看上去效果还不错。任天堂官方表示，开启这个摄像头功能并不需要官方的原装摄像头，第三方摄像头也能支持。The Verge 编辑还提到了 Switch 2 麦克风让人惊喜的收音效果：不仅能远距离收到玩家的声音，还能较好消除嘈杂的环境音。 图源：The Verge 值得一提的是，任天堂也确认了 Switch 2 机身上方新增的 USB-C 接口虽然可以进行充电，以及外接摄像头等扩展硬件，但不能进行视频输出，因此也无法外接另一块屏幕。 磁吸 Joy-Con 2 稳不稳？鼠标模式好玩吗？ The Verge 还提到了手持游玩时的一个亮点：采用磁吸的 Joy-Con 2 手柄，在机器身上要比采用滑扣的前代牢固许多。按下背面的按钮，Joy-Con 2 会伸出一个小杆，将手柄从主机上推出。 图源：YouTube@Marques Brownlee 有意思的是，IGN 尝试将两个 Joy-Con 反着插上主机，发现可以正常吸附和拆卸，不会像前代那样造成机体的损坏。 图源：IGN 关于 Joy-Con 2 的摇杆，任天堂否认换用了霍尔摇杆，但表示也经过了重新设计。至于前代出现的摇杆漂移通病是否能在这代解决，还需要时间验证。 不少媒体都上手试用了 Joy-Con 2 的另一个重点功能「鼠标模式」——此前，爱范儿也独家做过该功能的深度解读。 在《银河战士 P4》中，玩家可以把 Joy-Con 2 当成鼠标进行射击，一开始可能会觉得手感有点奇怪，但 Engadget 认为比用手柄来瞄准要更好，「Joy-Con 鼠标」也能进行很精确的点击，非常利好 FPS 爱好者。 图源：The Verge 轮椅篮球游戏《Drag x Drive》的玩法则完全围绕鼠标模式构建，玩家要用同时用两个 Joy-Con 2 来回拖动，模拟双手摇轮椅操控游戏小人移动，然后可以随时抬起手柄用体感的方式投篮。虽然很好展示了 Joy-Con 鼠标模式，但 The Verge 的编辑反馈玩着很累人，两把之后肩膀就有点酸了。 图源：YouTube@Marques Brownlee 虽然任天堂表示 Joy-Con 2 的鼠标模式可以在大腿上滑动，但不少媒体都认为，正确的打开方式还是找一个类似桌子的平面，因此也不免和 Switch 随时开玩的理念有点出入。 就目前任天堂披露的内容而言，新增的「鼠标模式」更像是对第三方游戏的敞开双臂的尝试：鼠标可以更好操作《文明 7》这种策略类游戏，以及未来更多的 FPS 射击游戏。 作为玩家，我们无需担心「鼠标模式」的加入，会导致任天堂第一方游戏在玩法设计上的偷懒和单调化，在更多游戏中，它只是一部分而不是全部，更像是为游戏添加了一种更多样化的交互，用任天堂自己的话来说，属于「枯萎技术的水平思考」。 毕竟任天堂已经用《斯普拉遁》这样的游戏证明，用手柄玩射击游戏可以比鼠标更自然，更好玩。 第三方游戏表现如何？ 活动现场还展示了《街头霸王 6》《赛博朋克 2077》《文明 7》《哈迪斯 2》等第三方游戏。在运行《赛博朋克 2077》测试版本时，Switch 2 很难达到像《马力欧赛车》和《咚奇刚》那样的高画质和流畅度，大概只有 30 帧，而画质介于 720P 和 1080P 之间，还加入了很多动态模糊。开发团队称，他们的目标是在 Switch 2 的桌面模式下，能以 1080P 分辨率和 40 帧的流畅度运行。 动图画质有压缩，图源：YouTube@MatthewMoniz Engadget 还提到，《文明 7》在 Switch 2 上的加载时间要比 PC 上更长。而像《霍格沃茨之遗》这样在 Switch 初代上表现不佳的 3A 大作，在 Switch 2 上则有了长足的提升——桌面模式能够以 4K 30 帧的模式运行，但画面和 PS5 相比仍有差距。 有意思的是，在实际上手体验完后，几家媒体都不约而同给出了一个非常类似的评价：对比 Switch，Switch 2 很难说是一次「惊艳的」大更新，但可以算得上「不错」的更新，基本上都能满足玩家对一台新任天堂游戏机的期望，也值得这个更高的价格。 图源：IGN 可以说，更强的性能，更特别的玩法，都为 Switch 2 注入了更多的可能性。目前的首发游戏阵容只能说是开胃小菜，但已经带来了变化的预兆，也可以想见，次世代的「马力欧」「宝可梦」「塞尔达传说」等等任天堂头部 IP，有望把 Switch 2 的游戏性推到新的巅峰，让这款游戏机「更好玩」。 更多直面会没提到的信息 除了上手试玩的实际体验，更多直面会上没直接提到的 Switch 2 信息也在近日公开。 比如「钥匙卡」这个完全没有在直面会上提及的概念，就引发了不少争议：插入主机后，还需要联网下载游戏本体，而且每次玩游戏时，都需要插入相应的「钥匙卡」进行验证。 「钥匙卡」的标识 简单来说，就是用法和实体卡完全一样，但玩的是下载在 Switch 2 里的游戏。 一些体积不小的大型游戏将提供「钥匙卡」，比如第三方游戏《街头霸王 6》《勇气默示录》《艾尔登法环》，而 3A 大作《赛博朋克 2077》则表示会提供 64GB 容量的完整游戏卡带。 显然，钥匙卡的存在，首先是为了解决「Nintendo Switch 2 Edition」这个版本的问题。 直面会上介绍，部分老 Switch 将推出「Switch 2 版本」，会利用 Switch 2 更强的性能，呈现更好的画面，或者往老游戏中新增 Switch 2 的新玩法。 而这个「Switch 2 版本」，不少媒体推测，其实不是在 Switch 版本上增加升级补丁这么简单，而是一个全新的为 Switch 2 制作的版本。 「Switch 2」这个命名其实相当有迷惑性：看似是 Switch 的升级版本，但其与前代产品的差异之大，超过了 NDS 与 3DS 主机之间的差距。 任天堂表示，其实 Switch 2 和 Switch 基于完全不同的硬件进行构建，本质上是两台机器，通过一个软硬件相结合的编译层，才能让前者兼容后者的游戏。 而「NS2 版本」，本质上是一个将老游戏移植到新机器的全新版本，不是「老游戏+ 升级包」这么简单而已。 虽然 Switch 的卡带在付费升级后能够变成 Switch 2 版本，但这时原本的卡带其实已经变成了「钥匙卡」，用来启动 Switch 2 上下载的数字版。 关于「NS2 增强版」的定价和种类也非常多样，大致有以下几种不同的版本： 2000 日元（人民币约 100 元），除了画质增强，还有全新的玩法和游戏内容，相当于一个 DLC，售价，包括《星之卡比 探索发现》《马力欧派对 空前盛会》 1000 日元（人民币约 50 元），主要是画质和帧率的增强，包括《塞尔达传说：旷野之息/王国之泪》 免费版，主要是画质和帧率的小幅提升，包括《超级马力欧：奥德赛》《宝可梦：朱/紫》等多款游戏 有 Nintendo Switch Online+ 扩展包会员资格，也能免费获取两款《塞尔达》的增强版 Switch 2 在 SD 卡的兼容性上也和前代有所不同：只支持 SD Express 卡——这是一种全新的存储卡格式，支持 985MB/s 的读取速度。在 Switch 2 之前，还没有多少消费级产品支持这款存储卡，因此，目前价格也是居高不下。 初代 Switch 上用的普通 microSD 卡不能继续沿用。目前，任天堂已经在官网上预售为 Switch 2 准备的 SD Express 卡，售价要比其他渠道的更便宜一些。 预购的情况也五花八门，目前不同地区的政策都不太一样： 日本官方渠道已经开始预售，但需要进行抽选 香港官方渠道还未开始预售，需要进行抽选，部分第三方渠道商已经开启预售，不需要进行抽选 澳大利亚的第三方渠道商已经开启预售，不需要进行抽选 美国由于新的关税政策，预售已经推迟 所以，Switch 2 值不值得入手？该不该冲首发？ 就目前而言，Switch 2 对比 Switch 最大的优势其实是第三方游戏的支持，像《艾尔登法环》《赛博朋克 2077》这些 3A 大作都已经宣布了 Switch 2 支持，可以预料的是，未来还会有更多第三方大作首发支持 Switch 2。 如果你手上没有其他游戏机，还是一位 Mac 或者轻薄 PC 本用户，那确实可以考虑入手一台 Switch 2 当主力的游戏机，不仅能玩第一方独占游戏，还能玩一些知名第三方大作。 但如果你是任天堂第一方游戏的爱好者，或者对任天堂的第一方游戏很感兴趣，在等马力欧、动森、塞尔达或宝可梦的次世代续作，那其实可以等等再入手，很明显任天堂目前还藏了不少大招没放。目前，任天堂第一方只公布了《马力欧卡丁车 世界》《咚奇刚 蕉力全开》《密特罗德 究极 4》《塞尔达传说 封印战记》《宝可梦传说 Z-A》这几款重点游戏的发售窗口期，有不少游戏还没有具体的发售日。 我们预计，在夏季的任天堂直面会上，我们可以期待更多任天堂第一方游戏的亮相。届时，Switch 2 的游戏阵容可能会更充沛，也有更多掏钱包的理由。 鉴于目前 Switch 2 的预售抽选难度较高，且新主机刚发可能还会有溢价，我们建议你再等等看，或许下半年甚至 2026 年，会是一个更合适的时机。

更舒适 更家用 在小鹏 X9 之前，MPV 几乎是商务车的代名词，没有一辆豪华 MPV，只为家庭而生。 在 2025 款小鹏 X9 预售发布会上，小鹏汽车智能产品经理于桐聊到了 MPV 车型的「四大怪现象」： 1. 造型：颜色非黑即白，外观都是方盒子； 2. 一排：主副驾没有任何豪华舒适配置； 3. 二排：零重力座椅和过道只能二选一； 4. 三排：载人和放行李只能二选一。 于桐表示，2025 款小鹏 X9 通过一系列创新设计与技术升级，逐一破解了这些难题，成为了一款真正以家庭需求为核心的豪华 MPV 车型。也正因如此，他在公布预售价格环节表示：X9 的价格不会便宜。 更全面、更舒适、更家用 发布会上，于桐提到，小鹏汽车的用户群体从早期的 P7 和 G9 车主逐步扩展到 X9 的用户，反映的是购车需求随人生阶段的演变：由个人需求转向服务家庭出行，「每个人购车的终点都可能会是一辆 MPV」。 在年轻的时候我们想着怎么样买辆车取悦自己。但是真正的有了家庭以后，我们才会发现，其实我们更需要的是保护这个家庭。 然而，市面上没有任何一款车能够做到让我自己彰显个性的同时，满足全家的需求。所以我看到了越来越多的用户，退而求其次去选择了一个大 7 座的 SUV，即便他们知道 SUV 的空间实用性是不如 MPV 的。 不难看出，在保证舒适的同时满足个人用车的个性需求，就是 2025 款小鹏 X9 的目标。 小鹏选择先从颜色上下手。2025 款 X9 突破了传统 MPV 常见的黑白灰配色，推出了多样化的色彩阵容，每种颜色搭配了特定的设计理念。 例如为女性用户推出的星云紫，理性而浪漫；星系蓝采用深邃而明亮的蓝色，寓意孩子的好奇心与梦想；星舰灰则使用哑光灰设计，加入天然云母珠光铝粉和陶瓷级工艺，成本翻倍。「我们让 MPV 拥有了性能轿跑的颜色。」于桐说。 造型设计也同样如此，即便是不到两岁的小朋友，也能在停车场里一眼认出 X9 标志性的「星舰」造型。同时在功能上，前后的大切角设计，让这台大 MPV 拥有了低至 0.227Cd 的风阻系数。 此外，25 款 X9 的外观还有两处细节更新： 1. 后视镜新增智驾小蓝灯； 2. 20 寸的星耀悬浮轮毂（徽标可动态定轴悬浮） 舒适性方面，2025 款 X9 在智能驾驶、空间和安全等既有优势基础上，进一步优化了乘坐体验。小鹏汽车透露，新车共有 496 项零部件升级，占到了整车的 35%。 首先在空间上，小鹏也不能免俗地搬出了几款友商的车型，来体现 X9 的优势： 一排空间超越宝马 X7 一排 二排超越奔驰 GLS 二排 三排空间媲美奔驰 GLE 二排 这样的对比不是很厚道，但确实直观，如果你对奔驰 GLE 的二排没意见，那么小鹏 X9 的三排大概率也能让你满意。 接下来是 2025 款 X9 在内饰上的最大升级：零重力座椅和过道不再二选一。 于桐表示，这一创新源于老 X9 用户的反馈，小鹏工程师为此重新设计了近 50% 的座椅零件，新增部件达 236 个。同时他还称，25 款 X9 的零重力座椅，是业界唯一一个在前排有人乘坐时也能展开零重力座椅。 更重要的是，过道的加入也让第三排的进出更为方便。「我再也不用担心孩子下车的时候，踩着我的二排座椅就直接下车了。」 而在配置上，小鹏 X9 二排座椅全系标配 50W 无线快充、小桌板、折叠杯托、通风和加热，以及行业内力度最大的座椅按摩。小鹏表示，其座椅按摩的力度较丰田埃尔法提升了 50% 以上。 在细节方面，新车针对家庭场景进行了全面优化，体现了对用户尤其是儿童安全的用心。 车内的软包覆盖面积增加至 26 平方米，触及二排屏幕边缘、门板和冰箱门板等易磕碰区域，触感柔软且安全性更高。椅的镀铬按键采用 iPhone 同款工艺，耐脏耐磨，方便家庭日常清洁。 新 X9 还在 B 柱下方新增 220 伏电源，位置隐蔽且实用，适合主机游戏或奶瓶消毒等需求，同时避免儿童接触，提升安全性。 此外，21.4 英寸后排屏通过德国莱茵护眼认证，减少长时间观看对儿童视力的影响，兼顾娱乐与健康。「在这里我们想说的是，我们考虑了每一个细节。」于桐说。 25 款 X9 的冰箱则延续了 24 款的 10.8 升大容积，可轻松容纳八瓶矿泉水，可以在 0°C 至 50°C 间灵活调温，同时支持电动开关，用户可通过语音指令操作。更实用的是它支持锁车持续制冷，且 24 小时运行电耗还不到 0.5kWh。 和冰箱一样，新 X9 的空调也没有变化，依旧是老款 X9 上的环绕式静感柔风中央空调，通过车顶 6000 个微孔释放冷气，避免了直吹带来的不适，适合容易受凉的老人和小孩。 自 X9 上市以来，其三排座椅的灵活性备受关注，支持电动调节且靠背可近乎 180° 放平，轻松变身休息区。不用时，座椅一键收纳后可释放出 7.7 平方米的超大空间，形成一个 1.8 米乘 1.6 米的双人床，方便孩子午睡或露营，也能容纳五辆自行车，成为骑行爱好者的「母舰」。 此外，前排同样迎来豪华升级，主副驾座椅标配通风、加热、按摩及 12 向电动调节，新增的电吸门不仅提升档次，还能降低开关噪音，避免惊扰后排熟睡的家人。 发布会的最后，小鹏公布了 2025 款 X9 的预售价格：39.98 万元，并表示新车将于下周正式上市。 针对老用户关心的 4 大升级问题，于桐也在现场进行了解答。 1. 老款小鹏 X9 可以付费升级过道零重力座椅吗？ 我想这应该是所有的老用户最关心的一个问题，答案是可以的。我们在研发之初就已经提前部署了硬件 OTA 的相关的一些评估，并且所有的工程验证都已经完毕。具体的升级方案以及价格将会在上市发布会上公布。 2. 2025 款小鹏 X9 隔音升级了吗？ 其实我们也很好奇，为什么在过去的一年里很多用户都在问我们「隔音有没有升级」，其实 2024 款 X9 的隔音已经是行业中等偏上的水平了。后来我们才了解到，X9 的用户往往是从更豪华的车，比如说奔驰 GLS，甚至是从劳斯莱斯这样的车上转化过来的，他原来开了更豪华的车，所以他对隔音有了更高的追求。 所以这一次我们对全新 X9 的隔音进行了全面的升级。在这辆车上，我们投入了 5000 万的研发费用，把其中的 58 项的静谧性的细节都做到了提升。列两个实测的数据：车速 60km/h 时，X9 车内要比阿尔法低 4.9 分贝；静态则低了 1.6 分贝。 3. 老款小鹏 X9 的隔音可以升级吗？ 可以，我们会在上市发布会上向老用户释放我们的隔音包升级方案。 4. 2025 款小鹏 X9 底盘做了什么升级？ 这一次，我们针对这套非常完美的双腔空气悬架加后轮转向的硬件，做了全面的重新调校。我们还做了一套 6D 舒适防晕车的算法，结合了 AI 大模型和之前的实车数据，以及我们各种摄像头的预瞄功能，大家敬请期待。

快科技4月8日消息，美国持续加征关税下，对电子行业的冲击也在增加。 有博主爆料称，美国加征关税可能会影响各大厂商年底新旗舰手机定价，“之前各家下一代新机的初定义是不怎么涨价，甚至有厂商考虑重回3999，现在真说不好了”。 目前上游产业链都已经开始吹出了零部件涨价的风，比如三星、SK海力士等、。 比如三星公司领导层将对主要全球客户提高内存芯片价格——从当前水平提高3-5%。 在三星看来，“需求大幅增长”导致DRAM、NAND闪存和HBM产品组合的价格上涨，预计2025年和2026年价格都会上涨。 一位不愿透露姓名的半导体业内人士表示：去年全年供应过剩，但随着主要公司开始减产，供应量最近有所下降，目前三星涨价后部分新合同的谈判已然启动。 此外，随着关税的影响，高通、台积电等也势必会提高自己的价格，如果真是这样的情况下，那么想要买高端国产旗舰机的恐怕要提前攒钱了。 责任编辑：雪花

IT之家 4月8日消息，消息源PandaFlashPro于4月2日在X平台发布推文，报道称三星正重新评估Galaxy S Ultra系列旗舰机型与S Pen手写笔的绑定关系。 虽然2026年推出的Galaxy S26 Ultra会延续现有设计，但2027年发布的Galaxy S27系列可能取消内置笔槽，使用户需单独购买手写笔。这种模式与2021年的Galaxy S21 Ultra类似，当时手机仅支持S Pen连接，但需搭配特制保护套携带。 三星的调整早有端倪，Galaxy S25 Ultra已阉割S Pen的Air Actions和远程相机快门等蓝牙功能，此外Galaxy Z Fold SE更是完全移除了手写笔支持。 不过三星高管3月曾公开强调“S Pen仍是产品线核心要素”，暗示不会彻底放弃该配件，而是可能采取“机笔分离”策略。 IT之家援引博文介绍，这项变革利弊并存，优势在于能腾出更多的内部空间，可容纳更大电池或新型传感器；不过对于消费者而言，担忧三星不再标配S Pen的情况下，依然维持现有售价。