行业现状：银行理财产品发行失败案例激增 - 2026年初至3月底，已有逾42只固收类理财产品因未达最低募集规模而宣告发行失败，相比2025年同期（3只）、2024年同期（7只）与2023年同期（9只）明显增加 [3] - 发行失败的产品中，逾60%属于固收类封闭式理财产品 [3] - 多家理财子公司，如华夏理财、招银理财、信银理财、光大理财等均发布了理财产品不成立的公告 [4] 核心原因：投资者偏好发生结构性变化 - 投资者在美以伊战争持续升级、全球经济发展蒙上阴影、金融市场波动加大等因素共振下，不愿为持续走低的理财收益将资金锁定3-6个月 [6] - 投资者更倾向于认购开放式理财产品，以保持资金灵活性，便于在市场反弹时迅速赎回并投入股市 [7] - 即便是业绩比较基准高于2.2%的新发固收类封闭式产品，投资者能接受的最短持有期也普遍不超过30至45天 [7] - 理财资金流向出现结构性变化，投资者开始兼顾收益与资金流动性的平衡 [7] 产品与市场因素：同质化与收益下滑 - 产品同质化严重，供需错配是募资难度增加的重要原因 [14] - 在低利率与资产荒环境下，固收类产品收益空间被压缩，业绩比较基准普遍低于2%，削弱了投资者认购意愿 [14][15] - 截至2月底，全市场存续固收类封闭式理财产品近1个月年化收益率平均水平为3.03%，环比下跌0.29个百分点；近3个月年化收益率平均水平为2.74%，环比下跌0.07个百分点 [6] - 当前各家理财子公司发行的固收类封闭式产品多聚焦配置中短期高评级债券与同业存单，难以拉开收益差距，导致整体收益随市场利率下行而集体滑坡 [15] 渠道与生态变化：代销考核市场化 - 理财产品代销生态正进行市场化转型 [7] - 以往理财子公司依赖母行支持保障募资成功率，如今代销渠道（包括母行）的业务考核日益市场化，更愿意将销售资源向历史业绩良好、高度适配居民投资偏好的产品倾斜 [7] - 业绩比较基准持续下调、资金锁定期偏长的新发产品容易被渠道“打入冷宫”，发行失败概率上升 [7] 历史操作失效：“收益打榜”行为受监管 - 以往封闭式理财产品发行存在“收益打榜”的灰色操作，即通过引入大客户资金确保发行，并在封闭期内注入高收益资产以推高产品回报、吸引后续投资者 [10] - 2026年以来，监管部门对此类行为加强监管，导致该操作渐行渐难 [11] - 大客户因难以再获取以往逾8%的年化回报，参与意愿下降，导致产品发行初期缺乏基石资金，发行失败风险增高 [11] - 市场利率下行导致产品业绩比较基准频繁调降（普遍低于2.5%），也促使大客户将资金转向混合类公募基金或年化收益约3%的债券类私募基金 [12] 行业应对与破局之策 - 理财子公司正采取多项措施应对，包括：在未来2个月内放缓固收类封闭式产品发行，避免产品拥挤 [16]；在6月底前加强与代销渠道沟通并建立市场需求洞察机制 [16]；在年底前围绕产品设计进行创新 [16] - 产品创新方向包括：拓宽投资范畴，增加“黄金+”、“量化+”、“指数+”等投资策略，推动产品向“固收+”封闭式产品蜕变 [16]；调整产品封闭期，将最短持有期压缩至45-60天 [16] - 行业专家指出，理财市场正从规模扩张转向存量博弈，产品供给需告别粗放发行，不合时宜的产品设计与发行节奏容易引发发行失败风险 [15] - 对理财子公司而言，需在优化产品布局、完善代销渠道合作机制、加强投资者陪伴、增强市场需求洞察等方面找到差异化破局之道 [1][16]

欧洲汽车行业的结构性危机 - 欧洲汽车行业正面临结构性危机 过去五年 电动车需求放缓 中国竞争对手抢占市场份额以及借贷成本上升共同构成了完美风暴 导致销量持续远低于疫情前水平 [1] - 行业困境体现在股价上 Stoxx 600汽车指数在过去五年截至4月2日下跌了30% 同期大众汽车股价暴跌超过60% 旗下拥有菲亚特和标致等品牌的Stellantis股价下跌了58% [5] 转向国防业务寻求生路 - 部分欧洲汽车制造商正转向国防业务 作为应对汽车行业困境的一条潜在出路 花旗分析师将这一转变称为“除了汽车什么都做”的交易 [2] - 雷诺公司宣布正在开发一款军民两用的地面无人机 并于1月宣布与法国国防集团Turgis Gaillard合作在法国生产无人机 [2] - 大众汽车据报正与以色列国防公司拉斐尔进行谈判 计划将其在德国奥斯纳布吕克的工厂改造为生产拉斐尔“铁穹”导弹防御系统部件的设施 [3] - 汽车与武器制造之间存在历史共生关系 二战期间全球汽车公司曾暂停民用生产 转而生产军用车辆、飞机引擎、枪支弹药 相关制造技能具有高度可转移性 [10][11] 汽车主业面临的挑战 - 欧洲汽车制造商难以直接与中国竞争对手如比亚迪竞争 根据欧洲汽车制造商协会数据 今年1月欧盟新车销量下降 但比亚迪交付量同比激增175% 达到13,982辆 [4] - 大众汽车处境尤为艰难 面临盈利能力恶化 并计划在2030年前裁员35,000人 约占其员工总数的5% [11] 国防行业的繁荣机遇 - 欧洲国防行业正蓬勃发展 2022年俄乌战争后重新武装的迫切需求 以及北约内部关系的明显裂痕 意味着欧洲必须在国防生产上更加自给自足 [6] - 欧盟委员会主席冯德莱恩去年表示 欧洲正处于“重新武装时代” 可通过贷款和其他项目动员8000亿欧元的国防投资 [6] - 荷兰ING银行高级行业经济学家指出 国防行业在政府预算和北约需求支持下具有巨大增长前景 对汽车行业而言 调整产能是一个机会 [7] 转型面临的障碍与质疑 - 德国最大的工会IG Metall认为 将大量工人从其他工业部门转移到国防公司是“不现实的” 且无法解决行业的结构性问题 [12] - 工会指出国防行业与大规模生产的汽车行业运作方式差异巨大 国防领域以小批量生产为主 即使产量增加 其制造模式也不会像汽车行业 这不足以抵消汽车、供应商及金属电气行业核心领域即将到来的失业 [13] - 分析师对汽车制造商全面转向武器制造持怀疑态度 认为更可能看到的是选择性和机会主义地进入国防领域 并警告不应将所有希望寄托于国防业而忽视其他领域 [16][16] - 与国防公司的合作可能引发工人伦理担忧 以及潜在的政治风险 例如大众与以色列国防公司的关联可能引发的欧洲政治反应尚属未知 [14][15]

事件概述 - 4月5日凌晨，易烊千玺工作室发布声明，称发现部分网络平台传播擅自使用其肖像等生成的AI剧集，相关行为构成侵权，已委请律师维权并正告相关主体停止传播 [2] - 据此前报道，红果短剧平台多部AI短剧未经授权，盗用艺人易烊千玺的肖像及声音 [3] - 有网友指出，短剧《午夜公车：她捉诡超凶的！》中出现了与易烊千玺肖像、声音高度相似的角色；另一部短剧《骗我投个好胎？行，你们别后悔》热度值接近7500万 [4] 行业侵权现象 - 近期AI换脸侵权事件频发，涉及肖战、成毅、甄子丹、靳东等多位演员 [5] - 普通“素人”也遭遇AI侵权，例如有网友的汉服造型照片及面部肖像被挪用至AI短剧《桃花簪》 [5] - 4月3日，红果短剧官方发布处理声明，证实AI短剧《桃花簪》因违反平台治理规范已被全面下架，涉事出品方被暂停上传所有剧集15天 [5] 行业组织声明与要求 - 4月2日，中国广播电视社会组织联合会演员委员会发布严正声明，指出AI换脸合成、声纹克隆复刻、擅自抓取演员影像用于AI训练等侵权行为频发，严重侵害从业人员权益 [5] - 声明强调，任何主体未经书面正式授权，严禁擅自采集、使用、合成、传播相关影像、声纹与专属艺术形象，标注“非商用”等字样不构成合法免责依据 [6] - 声明要求网络平台严格落实内容审核主体责任，建立健全AI内容授权核验机制，全面排查下架存量侵权作品，从严管控新增违规内容 [6]

行业核心动态 - 多家国内航空公司宣布自2026年4月5日起上调国内航线燃油附加费 [2] - 调整涉及国航、厦航、中联航等多家航司 [2] 收费标准调整详情 - 800公里（含）以下航段，每位成人旅客收取人民币60元，较原标准上调30元 [8] - 800公里以上航段，每位成人旅客收取人民币120元，较原标准上调60元 [8] - 按规定购买成人票价50%的儿童、革命伤残军人等特定旅客，800公里（含）以下航段收取30元，800公里以上收取60元 [4][8] 执行与适用范围 - 新收费标准适用于2026年4月5日（含）起销售的客票，以原出票日期为准 [3][4] - 2026年4月5日前销售的客票，如变更至该日期之后，已收取的附加费不退不补 [4] - 按规定享受成人票价10%的婴儿旅客，免收燃油附加费 [3]

GPT-6模型发布与性能 - 核心观点：OpenAI即将发布代号为“Spud”的GPT-6模型，该模型被定位为实现AGI（通用人工智能）的关键一步，性能有显著飞跃，并将整合公司核心产品[2][3][4] - 模型性能：在代码、推理和智能体任务上，性能比GPT-5.4提升40%[4][19] - 技术特性：采用原生多模态架构，统一处理文本、音频、图像和视频[5]；上下文窗口达到2M（200万）Token，是GPT-5.4和Opus 4.6的两倍[6][20] - 定价策略：定价与GPT-5.4相近，为每百万Token输入2.5美元，输出12美元[21] - 发布状态：模型预训练已于3月17日完成，后训练与安全工作也已就绪，内部暂定发布日期为4月14日[23][24] OpenAI的战略调整与资源分配 - 战略聚焦：公司为集中所有资源开发GPT-6，已砍掉几乎所有非核心产品线，包括Sora项目，并因此可能影响了一项与迪士尼价值十亿美元的合同[15][29][64] - 组织架构：产品部门更名为“AGI部署部”，安全团队被划归至首席风险官管辖之下，显示出对AGI部署的野心和对安全问题的阶段性调整[30][31] - 开发背景：自2025年12月起，公司内部处于“编程红色警报”状态，因在编程领域被Anthropic超越而大量用户流失，促使公司进行战略转向[26][27][28][32] GPT-Image 2的图像生成能力 - 核心观点：GPT-Image 2模型已短暂亮相，其图像生成质量极高，在真实感、细节和世界认知能力上取得重大进步[34][35][48] - 生成效果：能够高保真度复刻游戏画面和Windows桌面等复杂场景，几乎无法与真实截图区分[38][39][40][42][43]；能根据清晰提示生成如YouTube首页般复杂的界面[45] - 画质提升：模型消除了过往的“丑陋黄色滤镜”，色彩表现更正常，人体结构图绘制如教科书插图，审美脱离常见的AI色调[49][50][53][54] - 当前状态：该模型已在测试平台Arena下架，暂时无法体验[57] 行业竞争与算力资源的核心地位 - 算力瓶颈：AI竞赛的核心已明确为算力资源，基础设施的约束正直接影响应用端的产品开发与运营[59][60][66] - 行业影响：Anthropic因算力压力，停止了为OpenClaw订阅用户提供授权渠道，并为其新模型KARIOS做准备[62]；OpenAI为给新模型让出算力，不得不砍掉Sora等项目[64] - 竞争态势：在算力稀缺的背景下，行业领导者正采取孤注一掷的策略，押注通往未来的技术方向[67][68]

编辑部 发自 凹非寺 量子位 | 公众号 QbitAI AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来 量子位 呢？ 我们是一家以 追踪AI新进展 为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观 测和学习生态位。 目前，我们有 三大方向 岗位招聘，希望你是 （或者能成为） 这三个方向的内容专家： AI产业方向 ：关注基建层创新，包含芯片、AI Infra、云计算； 岗位均为全职，工作地点：北京中关村。 岗位面向： 加入我们，你可以获得： AI财经方向 ：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向 ：关注AI在应用和硬件终端方向的进展。 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 以下是岗位详情： 所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。 AI产业方向 岗位职责： 任职要求： AI财经商业方向 岗位职责： 任职要求： 打造个人影响力 ：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。 拓展行业人脉 ：与AI领域大咖零距离接触，参与重要科技活动和发布会 ...

StreamingClaw框架的核心创新 - 公司发布了全新的流式视频理解与具身智能统一的Agent框架——StreamingClaw，该框架原生支持实时的多模态流式交互，将视觉输入视为实时流数据进行即时推理，而非离线文件 [1][2] - 该框架的核心硬实力在于实现了极低延迟的“边看、边记、边行动”，强调在毫秒级完成“感知—决策—执行”的闭环，解决了传统视频Agent在实时感知时延迟较高的问题 [7][9] - StreamingClaw通过“增量计算”逻辑改写传统处理方式，将环境细微变化视为增量信号进行推理更新，实现了流式推理，避免了因处理完整视频文件导致的计算量爆炸和长时程信息遗忘问题 [13][14][15] 系统架构与核心组件 - StreamingClaw是一个高度协同的多代理架构，通过标准化的“感知（看）—决策（想）—执行（做）”流水线，打破不同硬件之间的壁垒，形成完整的交互闭环 [17][21] - 核心大脑由主代理StreamingReasoning和从代理StreamingMemory与StreamingProactivity构成，分别负责实时感知与规划、提供长效记忆支撑以及主动交互决策 [19] - 所有多模态流式输入会通过时间戳对齐与共享流式缓存进行标准化处理，确保AI拥有统一的“时间尺度” [19] - 代理生成的决策指令会直接驱动工具箱与技能库，执行结果即时反馈，从而让系统不仅能听懂指令，更能通过自主规划与工具调用解决现实问题 [20][22] 流式推理模块详解 - StreamingReasoning模块针对连续输入输出的流视频理解场景，核心目标是在极低延迟约束下实现实时感知、理解与推理 [23][24] - 系统将输入视频流拆分为细粒度片段，通过动态滑动窗口控制上下文范围，并结合经过剪枝优化的流式KV-Cache机制进行高效的增量解码，避免延迟堆积 [26] - 系统引入了自规划调度能力，能够动态解析用户指令并自主规划任务路径，在复杂任务时调用记忆或触发主动交互，在常规场景下保持低延迟的流式推理 [27] 流式存储与记忆机制 - StreamingMemory存储真正的多模态向量，通过层级记忆演化机制应对复杂的流视频理解任务 [28] - 记忆机制以视觉为核心，将多模态信息组织为可持续增长的增量式记忆节点，并进一步从碎片演化为更高层级的“行动”和“事件”，形成可用于决策的结构化经验 [30][31] - 系统通过命令驱动的并行时间遍历实现高效检索，在长时序信息中快速定位关键内容，并通过统一接口设计实现跨代理记忆的共享与差异化管理 [32][33] 主动交互与预测能力 - StreamingProactivity模块面向未来事件预测、推理与主动交互设计，其目标可由用户预设或在流式过程中持续演化 [34] - 当请求被识别为主动交互时，主代理会将其转化为持续在线的监控任务，一旦满足触发条件，系统即刻生成通知或解释性响应，形成“感知—推理—触发—反馈”的闭环 [35][36] - 该机制覆盖时间感知交互和事件定位交互两类场景，前者强调对状态演化的持续跟踪，后者聚焦关键事件的精确识别 [38] - 实现上分为免训练适配和训练适配两种路径，前者无需额外训练，后者将状态变化建模为视觉语言信号，在复杂场景下具备更高精度和更强泛化能力 [39][41][42][43] 工具集成与执行闭环 - StreamingClaw提供了高效工具与技能接口，以完成“感知—决策—执行”闭环的最后一个环节，真正让AI影响物理世界 [45] - 除了标准工具组合，还引入了专为视频理解和流式交互定制的专业工具，例如Video Cut工具可以在关键片段中精准裁剪时间戳，将内容送入大型多模态模型进行“显微级分析” [46][47] 当前局限与未来展望 - 当前系统以“视觉+文本”为核心输入范式，对音频输入、精细时序对齐及跨模态联合推理的支持仍有限 [49] - 未来，系统将演进为统一的全模态代理框架，打通视频、图像、音频与文本的输入输出，实现真正的感知-执行闭环 [50] - 未来还将强化长时程建模、空间理解与跨模态对齐能力，并持续优化低延迟部署与记忆、工具调用机制，以支撑更真实的具身交互 [50]

组委会 发自 凹非寺 量子位｜公众号 QbitAI 中国生成式AI正在进入产业深水区。 这两年，AI从"新技术"变成了"新工具"，又从"新工具"慢慢变成企业必须面对的现实。它不只在改变内容生产，也在影响研发效率、营销方 式、团队协作，甚至决策流程。 时值第四届中国AIGC产业峰会， 量子位将根据过去一年里生成式AI企业、产品的表现与反馈，结合对2026年技术与场景的观察与预判，评 选出： 量子位将结合对公司的深入调研及数十位行业知名专家的意见，评选结果将于2026年5月中国AIGC产业峰会上公布。 届时，量子位也将邀请数百万行业从业者，共同见证这些优秀企业的荣誉。 2026年度值得关注的AIGC企业 1. 公司主体在中国或主营业务在中国； 2. 主营业务是生成式AI及相关，或已将AI广泛应用于其主营业务； 3. 近一年在技术/产品、商业化有出色表现的企业。 【评选维度】 2026年度值得关注的AIGC产品 将评选出拥有最创新、最实用、最热门或最有应用潜力的AI产品。 将评选出拥有最创新、最前瞻或最有规模落地潜力的AI企业。 【参选条件】 2026年度值得关注的AIGC企业 2026年度值得关注的AIGC产品 ...

公司发展环境与战略 - 公司创始人在创业期间未获得政府直接资金支持，强调依靠自身努力取得成就 [1] - 公司创始人认为政府的角色在于搭建良好的舞台和营商环境，企业自身应承担主要的经营努力 [2] - 公司选择将总部设在重庆，主要原因是该地区是摩托车特别是高性能重型机车配套资源最丰富的地方，且行业人才充足 [2] - 重庆优越的产业土壤被公司认为是其能在两年内取得显著成绩的关键因素 [2] 公司成就与市场关注 - 公司旗下机车在WSBK（世界超级摩托车锦标赛）葡萄牙站夺得冠军，这一事件引发了市场的极大关注 [1] - 公司创始人关于创业支持的言论引发了公众的广泛讨论和多种解读 [1]

项目“同事.skill”的背景与影响 - 技术社区GitHub上爆火的“同事.skill”项目，其核心功能是“提供同事的材料加上主观描述，生成一个真正能替他工作的AI skill”，截至4月4日晚，该项目在GitHub累积了将近7万星标[1] - 该项目将AI从“会回答”的Chatbot推向“能行动”的Agent演进背景，其意义在于将工作方法、判断路径和操作规范进行文件化、模块化，让AI在需要时按需读取和执行[5] - 该项目的出现将一个尖锐问题摆上台面：如果人的工作经验、协作方式甚至风格特征都能被模块化，那么凝聚其中的劳动价值、知识产权和人格尊严应如何保护[1][6] AI对个人经验的“蒸馏”能力与局限 - 个人常年积累的判断力、排错直觉等工作经验可以被AI“蒸馏”，但只能是部分蒸馏，而非完整复制[6] - 能被蒸馏的主要是那些在行为中反复出现、能够留下记录、具有稳定性的部分，例如拆解问题、判断优先级、发现异常、修改文档、回复消息等方式[7] - 越靠近情境化、身体化、主体性的工作经验部分，就越难被完整提炼，例如依赖语境、责任感、现场压力、组织关系的排错直觉[7] - “同事.skill”式的个人级蒸馏与此前的大模型训练有本质区别：大模型训练提取一般性、可泛化的共性能力；个人级蒸馏提取的是高度情境化、与具体工作流绑定的局部know-how[8][9] 经验知识的所有权与法律边界争议 - 员工在职期间产生的材料，其所有权问题可分为三层：知识产权、个人信息和隐私、以及两者间的中间地带[11] - 具有独创性、构成著作权法意义上作品或符合专利法标准的内容，其权利归属在现行法下相对清晰[11] - 员工在公司系统中留下的内容仍受民法典和个人信息保护法保护，企业不能无限制地将所有痕迹用于“蒸馏”，尤其是涉及个人画像、行为分析、风格提炼时[12] - 最难的争议在于中间地带：个人的排错顺序、判断习惯、沟通节奏、问题拆解方式等默会知识，现有知识产权法和个人信息法只能覆盖一部分，无法完全解决其归属问题[12] - 倾向于认为，形成于工作过程的默会知识原则上应更多地由劳动者自己掌握，企业通过工资获取的仅是使用权而非所有权[13] - 未来需要通过修订劳动法、制定专门法规以及劳动合同提前约定，来明确谁有权调用这些默会知识及调用的边界[2][13] AI对劳动力市场与工作组织方式的深层影响 - AI对劳动的影响是全方位的，最显性的替代是那些需要投入较多脑力、规则明确、重复性高、容易标准化的任务环节，如翻译、摘要、基础写作、代码、办公和分析类工作[14][15] - AI的影响不仅是替代具体工种，更在于重构工作的组织方式。Skill作为一种“最后一公里”机制，将通用AI能力接到具体场景中，使其能在垂直岗位和组织流程里跑通[16] - Skill带来的影响可能比显性的直接替代更深，因为它会逐步将岗位内部的“微能力”抽出来、自动化、模块化、平台化，最终改变整个岗位的定义、招聘标准和组织结构[2][16]