通用人工智能
搜索文档
任正非谈AI:别盯着“发明”,要盯着“应用”
搜狐财经· 2025-12-11 18:12
任正非 华为创始人 近日,ICPC北京总部官网发布华为公司总裁任正非与ICPC主席、教练及获奖选手座谈。任正非在讲话 中表示,学校的属性是探索人类的未来,企业的属性是创造商业价值。谈到AI时,他说,没有网络的 算力是信息孤岛。AI重在应用。他鼓励与会人士称,要突破就要敢于迎接挑战,大胆创新。 以下为座谈全文(有删减): 问:您如何看待AI的未来?我们要解决的问题是什么,怎么才能一起解决这些挑战? 任正非:对于AI的问题,我是外行。我认为,可以分为几个阶段来理解AI和人类的关系。二十年后到 未来的一千年,这是社会学家和人类学家去研究的问题,尤瓦尔·赫拉利是个代表人物,《智人之上》 在探讨AI技术发展可能给社会结构、人类生存状态带来的深层变革与潜在影响。随着大数据、大模型 的推演,他说的是不是事实,也可能二十年后你们年轻人能够知晓这个事情,感知这个时代。 未来十年到二十年这个阶段,应该是大预言家、大科学家心里构想未来的科技社会结构是什么。 我们公司研究是着眼在未来3-5年,大模型、大数据、大算力如何在工农业、科技产业上应用。例如, 高炉炼铁,通过大模型分层知晓每一层的炉温的合理控制,适当合理降低炉温,优化燃料矿石 ...
追光 | 科技之光,点亮他们的“出彩人生路”
新华社· 2025-12-11 17:24
科技助残行业动态 - 全国残特奥会成为科技助残产品的重要展示与应用平台 多项智能化、个性化装备与服务在赛事中得到应用 包括导盲机器狗、脑控轮椅、智能调脊机器人以及融合AI大模型与5G通信技术的无障碍服务系统 [1] - 科技助残产品已深入残特奥会运动员的比赛、训练及生活场景 例如六足导盲机器狗引导盲人门球选手 数字孪生技术打造的全时空指挥体系管理场馆无障碍设施 [3][4] - 粤港澳大湾区作为我国科技创新和辅具研发生产高地 借助残特奥会平台 以精细化管理和先进装备推动“有爱无碍”理念具象化 [6] 政策与市场环境 - 2024年12月 中国残联、国家发展改革委、教育部等九部门联合印发《关于推进科技助残的指导意见》 提出加大研发力度、加快成果转化、汇聚壮大力量、优化创新环境等要求 [9][10] - 一年来多项政策落地生花 在2025年5月的第七次全国自强模范暨助残先进表彰大会上 有多家科技企业与科技工作者获得表彰 [12] 公司/产品进展 - 科大讯飞推出的“三声有幸”AI公益计划已创造3.8万个无障碍应用 公司还与中国残联成立“通用人工智能助残联合实验室” 通过举办培训、创新大赛等活动回应残疾人走向社会的需求 [12][13] - 广东佛山一家辅具厂家生产的全地形无障碍机器人已在残特奥会上投用 [7] - 残特奥会组委会表示科技助残是本届最大亮点 例如通过微信小程序可呼出专项手语翻译服务 无障碍参赛体验已贯穿赛场全流程 [7] 行业趋势与影响 - 残特奥会引入的智能装备技术为残疾人运动员突破自我提供了有力支撑 不仅拓展了残疾人体育边界 未来更有望实现“可复制”与“可普及” 走入家庭提升生活质量 [15] - 从1984年至今 每届残特奥会科技元素的迭代升级 勾勒出残疾人事业发展的上扬曲线 科技助力“平等、融合、共享”理念闪耀 推动“残健共融”图景从愿景走向现实 [17]
AI碰到天花板?地平线苏菁再“开麦”:智驾苦日子又要来了
第一财经· 2025-12-11 17:01
AI给智驾的赋能触及瓶颈了? "明星高管"苏菁再次"大胆开麦"引发圈内热议。 "大家最近都很嗨,一段式(端到端)搞定了,各种乱七八糟的概念都跑出来了,智驾是不是会进入一 个大发展时代?"近日,在2025地平线技术生态大会,地平线副总裁兼首席架构师苏箐表示:"我 要'浇'点冷水。" 他认为,这一代深度学习技术可能碰到天花板了,所以很大概率在未来三年内,智驾的发展是在现有的 系统上做极致优化,而不是理论内核重构,所以"大家别太嗨,又进入苦日子的阶段了"。 公开资料显示,苏箐曾担任华为车BU智能驾驶产品部部长,负责华为自动驾驶系统方案。在华为车BU 时,苏菁就因为"敢说"在智驾圈广为人知,曾发表"基础是计算机,车是计算机控制的外设"的观点,并 锐评特斯拉智驾事故"讲难听点就是'杀人'"。 在此次地平线技术生态大会上,苏菁回顾了过去几年其在智驾行业的历程,这也映射了整个智驾行业近 年来的发展。2022年他准备加入地平线时,心态是"不想再做自动驾驶了",原因一是太痛苦,二是看不 到希望,"那个时代的自动驾驶看似不错,但与真正人类司机相比差距极大。" 当时的智驾技术范式主要是规则驱动。分水岭出现在2024年初特斯拉FSD ...
首届地平线(09660)技术生态大会开幕,携手生态伙伴“向高同行”共赴智能未来
智通财经网· 2025-12-11 12:45
公司战略与愿景 - 公司从“向高而行”的技术突破转向“向高同行”的产业协同,旨在赋能行业、普惠大众,加速智能汽车和通用机器人时代的普及 [5] - 公司明确自身定位为“机器人时代的Wintel”,不做本体(车企或机器人品牌),而是作为产业基座和赋能者,秉持“全维利他”的生态信仰 [9] - 公司的企业使命是研发和量产最好的技术,让少数人的尖端技术成为多数人的日常,赋能智能汽车和机器人,让人类生活更安全、更美好 [28] 技术架构与发布 - 公司正式发布第四代BPU架构“黎曼”,这是面向通用机器人计算的终极架构,实现了关键算子算力10倍提升、高精度算子支持数量超10倍增加,并支持全浮点计算,面向大语言模型能效提升5倍 [14] - 从第一代伯努利架构到第四代黎曼架构,公司BPU在十年间将计算性能提升了超过1000倍,远超传统摩尔定律 [14] - 公司发布第四代编译器天工开物OpenExplorer®4.0,引入AI驱动优化策略,编译速度从小时级提升至分钟级,模型性能提升20% [14] - 公司发布两大具身智能开源模型:专注于运动智能的具身智能小脑基座模型HoloMotion,以及赋予空间感知与操作能力的具身智能大脑基座模型HoloBrain [25] 产品进展与市场数据 - 首搭公司HSD辅助驾驶系统的星途ET5和深蓝L06在上市两周内,HSD激活量已超12000辆,将城区辅助驾驶体验带入15万元以内的主流市场 [7] - 基于单颗征程6M芯片的城区辅助驾驶解决方案即将量产上车,旨在将成熟可靠的城区智能驾驶体验普惠到10万元级的国民车市场,首批合作伙伴包括博世、卓驭等 [21][23] - 征程家族芯片达成百万颗出货的时间不断缩短:征程3耗时约36个月,征程5缩短至24个月,征程6系列仅用12个月 [20] - 征程6家族实现全阶市场覆盖:征程6B/L生命周期定点量已超1000万;征程6E/M发布首年即实现超百万出货;征程6H/P意向量产车型超20款,2025年11月起陆续上市 [20] - 从征程2到征程6,五年时间,公司征程家族芯片累计出货量突破1000万套 [29] 商业模式创新 - 公司推出全新的“算法服务”商业模式“HSD Together”,向全行业开放其已验证的全栈能力 [20] - 在该模式下,合作伙伴可聚焦系统集成、车型适配等功能定制开发,而公司提供数据服务、算法适配工程与咨询以及核心的基座模型授权 [20] - HSD Together模式旨在让合作伙伴基于公司的成熟智能基座,将产品开发中的人力投入、算力消耗与上市周期均大幅降低90% [20] 生态拓展与行业影响 - 公司已成为中国最大的消费类机器人计算平台,旗下地瓜机器人上市产品超过100款,连接着超100家上下游合作伙伴与10万余名开发者 [24] - 公司技术驱动包括云鲸扫地机器人、维他动力机器狗、影石Insta360全景无人机在内的各类智能机器人终端 [24] - 公司旗下地瓜机器人与500余所大中小学合作,培养未来产业人才 [27] - 公司期待未来3至5年与生态伙伴携手,共同实现“城区辅助驾驶方案HSD千万量产”的里程碑 [29]
刚刚!阿里,重大进展!
券商中国· 2025-12-10 11:32
在人工智能应用竞争激烈的2025年末,一匹"黑马"正以加速度闯入更多人视野。 12月10日,阿里巴巴官方信息显示,旗下AI应用"千问"自11月17日全面公测仅23天,月活跃用户数(涵盖 APP、Web、PC全端)已破3000万大关,一举成为全球增长最快的AI应用之一。 有业内观察人士指出,这展示出市场对AI应用的旺盛需求,也体现出AI应用的竞争焦点正从炫技式的"会聊 天"转向务实的"能办事"。 不只是流量狂欢 千问的快速起势是多种因素共同作用的结果,其背后既体现了技术积累的价值,也反映出战略定位在市场竞争 中的关键作用。 首先,底层模型的技术支撑即基于阿里千问(Qwen)大模型的长期积累,为快速发展奠定基础。实际上,自 2023年起,阿里便采取了积极的开源策略,其Qwen系列模型在Hugging Face等全球开发者社区获得了广泛认 可。 截至目前,阿里千问Qwen已开源300多款模型,囊括文本、编程、图像、语音、视频等全模态,覆盖0.5B到 480B等全尺寸,在全球主要模型社区的下载量已经突破6亿,衍生模型突破17万个。 其次,明确的功能场景聚焦加速了其用户增长。千问发布伊始便定位"会聊天、能办事"这一方向 ...
梁文锋,Nature全球年度十大科学人物
36氪· 2025-12-09 14:59
DeepSeek梁文锋,现在有了新头衔! 刚刚,权威科学期刊《自然》(Nature)公布了2025年度十大科学人物榜单,而梁文锋赫然在列。 该榜单主要用于表彰过去一年中重要的科学趋势或发现,而梁文锋因DeepSeek模型对AI领域的重要贡献与变革性影响成功当选。 Nature给他的形容词也是"Tech disruptor",意指科技领域的颠覆者、变革者,简介上也鲜明提到了梁文锋金融从业者的身份: 在投资界声名鹊起后,一位中国金融奇才创立了DeepSeek。 在随后的介绍文章中,DeepSeek和梁文锋本人的故事也被再次提及。Nature还悄咪咪透露,由于梁文锋为人低调,他这次还拒绝了他们的采访请求,同时 还语带调侃: 梁的模型开放程度与他本人的神秘程度不相上下(笑死,精准形容了不是)。 而除了梁文锋,还有一位中国研究员也成功入选。 梁文锋和杜梦然入选 老实说,对于梁文锋因DeepSeek模型入选,我们其实并不意外。 毕竟年初DeepSeek的横空出世,可是切切实实给整个AI行业带来了冲击。 紧跟着这股潮流,2015年,梁文锋与校友共同创立幻方量化。仅仅1年后,他们就推出了旗下第一个AI模型,第一份由深度学习生 ...
软银与英伟达拟联合投资超10亿美元,推动Skild AI估值升至140亿美元
搜狐财经· 2025-12-09 11:43
公司概况与核心技术 - 公司成立于2023年,由前MetaAI研究人员创立,专注于开发作为各类机器人“大脑”的通用人工智能软件系统 [1] - 公司不涉足硬件制造,通过训练基于海量数据的AI模型,赋予机器人感知、推理与决策能力,旨在解决通用机器人在工厂、仓储及家庭环境中部署受限的核心瓶颈 [1] - 公司于2025年7月发布了首款通用AI模型,宣称可无缝适配从仓库分拣到家庭清洁等多种任务环境 [1] 融资历程与估值 - 公司在2023年完成的A轮融资中筹集了3亿美元,估值达到15亿美元 [1] - A轮投资方包括亚马逊创始人杰夫·贝佐斯、软银集团及科斯拉风险投资公司等 [1] - 公司在2024年完成的B轮融资中获得了英伟达、LG风险投资部门和三星等战略投资者的支持 [1] 技术应用与市场前景 - 软银在内部试点项目中对公司的技术表现印象深刻,认为其平台具备跨场景适应能力 [1] - 公司的技术可广泛应用于物流、制造业乃至家庭服务领域 [1] 潜在交易动态 - 相关方正力争在2024年12月底前敲定一项协议,但部分条款仍可能调整 [1] - 关于此次交易的消息来源于要求匿名的知情人士,因交易属非公开谈判 [1]
刚刚,DeepSeek梁文锋入选Nature年度十大人物,被称为“科技颠覆者”
36氪· 2025-12-09 10:24
梁文锋与DeepSeek公司 - 公司创始人梁文锋入选《自然》2025年度十大人物,被评价为“科技颠覆者” [1] - 公司发布的DeepSeek AI模型被描述为“惊艳了世界”和“让科学家感到兴奋” [3][4] - 创始人梁文锋为40岁的前金融分析师,曾通过AI算法在股市赚取数百万美元,并于2023年在杭州创立DeepSeek公司 [5] R1模型的技术与市场影响 - 公司于今年1月突然发布功能强大但价格低廉的R1模型,挑战了美国在AI领域的领先优势认知 [4][5] - R1是一款推理大语言模型,擅长通过步骤分解解决数学和编程等复杂任务 [5] - 该模型是首个以开放权重形式发布的此类模型,研究者可免费下载并进行开发 [7] - R1的成功促使中美其他公司纷纷效仿,相继发布各自的开源模型 [7] - 尽管R1在多项能力上与驱动ChatGPT的美国顶尖模型不相上下,但其训练成本远低于竞争对手 [7] - 例如,Meta的Llama 3 405B模型的训练成本高出十倍以上 [9] 公司的运营理念与透明度 - 公司追求透明度,R1模型是首个接受同行评议的主流LLM,公司完整公布了其构建和训练的技术细节 [8] - 通过公开技术“配方”,公司为其他AI研究者提供了训练推理模型的宝贵经验 [11] - 公司在招聘时更看重个人潜力而非经验水平,组织架构扁平化,研究人员可自主决定研究方向 [20] - 公司没有利用其知名度追求商业成功,而是致力于解决AI研究中困难的基础性问题 [20] - 公司承诺其模型将永久开源 [23] 创始人的背景与公司发展 - 创始人梁文锋出身于广东乡村,父母是小学教师,后于浙江大学获得工程学硕士学位 [11] - 他于2015年联合创立对冲基金高飞资本,随后在2023年分拆出DeepSeek公司 [13] - 出于研究好奇,他在过去十年里购买了1万块英伟达GPU [17] - 与许多西方AI企业家一样,公司的目标是指向实现通用人工智能 [17] 模型的应用与行业地位 - DeepSeek模型已深度融入中国人的生活,地方政府利用其运营聊天机器人热线、协助市民填表,每天有数千万人通过微信使用这些模型 [20] - 这一趋势得益于政府推动AI通过智慧城市、医疗保健等应用融入经济发展 [20] - DeepSeek已成为国家形象转型的象征——从卓越的模仿者蜕变为真正的创新者 [20] - 全球正热切期待公司即将推出的下一代推理模型R2 [21] - 公司计划向世界免费开放R2模型 [23] 《自然》年度十大科学人物其他入选者(摘要) - 中国科学院深海科学与工程研究所研究员杜梦然因在海平面9000米以下发现最深的动物生态系统入选,被称为“深潜者” [25] - 美国微生物学和免疫学科学家Susan Monarez因在政治压力下坚守科学诚信而受到关注 [28] - 学者Achal Agrawal因揭露印度高校惊人的论文撤稿率及推动科研评估改革入选 [31] - Tony Tyson作为打造耗资8.1亿美元薇拉·鲁宾天文台望远镜的核心推动者入选 [34] - Precious Matsoso作为促成全球首份《大流行病条约》的核心谈判代表入选 [37] - Sarah Tabrizi因在亨廷顿舞蹈症治疗上取得关键进展入选 [40] - Luciano Moreira因领导在巴西培育数十亿只蚊子以阻断登革热等病毒传播的计划入选 [43] - Yifat Merbl因发现免疫系统新层面——蛋白酶体产生抗菌肽段而入选 [45] - 婴儿KJ Muldoon作为全球首例接受高度个性化CRISPR基因编辑治疗的患者入选 [48]
IBM CEO警告:超大规模云厂商的数据中心投资难以盈利
财富FORTUNE· 2025-12-08 21:05
IBM首席执行官对科技巨头AI基础设施投资的质疑 - 核心观点:IBM首席执行官阿文德·克里希纳认为,谷歌、亚马逊等科技巨头在AI数据中心上的数百亿美元巨额投资“绝无可能”获得合理回报 [2] - 质疑巨额资本支出难以覆盖:仅建设一座1吉瓦的数据中心就需要投资约800亿美元,若企业承诺建设20到30吉瓦,资本支出将高达1.5万亿美元,几乎相当于特斯拉当前市值 [2] - 质疑整体投资回报模型:若所有超大规模云厂商合计扩建至约100吉瓦容量,需要约8万亿美元投资,仅支付利息就需要约8000亿美元利润支撑,所需利润规模惊人 [2][3] - 指出技术迭代导致资产快速过时:数据中心所依赖的芯片会很快过时,必须在五年内充分利用所有设备,之后整套设备需淘汰并重新采购 [4] 对通用人工智能(AGI)发展前景的看法 - 认为以现有技术实现通用人工智能的概率极低:尽管大语言模型性能持续提升,但实现AGI的概率“最多只有1%”,所需技术远超当前大语言模型路线的技术要求 [5] - 肯定AI技术的企业价值:承认该技术对企业具有重要价值,认为它将释放数万亿美元的生产力潜能 [5] - 指出投资热潮的部分动机:科技巨头竞相成为首个实现通用人工智能的企业 [4] 行业投资现状与趋势 - 全球数据中心当前电力需求与AI占比:高盛估算,全球数据中心市场当前总耗电量约为55吉瓦,其中仅约14%与AI相关 [2] - 预计未来电力需求将大幅增长:高盛预计,随着AI需求增长,数据中心市场的电力需求到2027年可能升至84吉瓦 [2] - 各云厂商仍在加速投资:预计今年相关投入将达到约3800亿美元 [5] - 具体公司资本支出上调:谷歌母公司Alphabet将2025年资本支出预期从850亿美元上调至910亿至930亿美元;亚马逊在第三季度将资本支出预期从1180亿美元上调至1250亿美元 [5]
刚过完一岁生日的MCP,怎么突然在AI圈过气了
36氪· 2025-12-08 18:47
文章核心观点 - Anthropic推出的MCP协议旨在标准化AI模型与外部工具的交互,初期被行业寄予厚望并获大厂支持,但因其存在技术缺陷、成本高昂及加剧模型幻觉等问题,在短期内迅速从行业焦点变得无人问津 [1][3][14] MCP协议的目标与愿景 - MCP旨在解决不同厂商AI产品各自为政、交互复杂的问题,通过标准化接口实现大语言模型与外部数据源及工具的无缝集成 [5][6] - 该协议被类比为AI领域的“USB-C接口”,试图通过能力协商、发现等机制,建立AI与工具、数据之间的桥梁,实现“万物互联” [6] - MCP为AI智能体提供了一个统一的工具调用规范,旨在将开发者从繁琐的适配工作中解放出来,在三个月内吸引了数千个工具自发接入 [8] MCP的初期热度与行业背景 - MCP在2024年冬季发布,但在2025年春季才成为AI圈头条,其走红过程与ChatGPT等产品的迅速席卷不同,更像是Anthropic、谷歌、微软等大厂默契推动的“预制爆款” [3] - 其走红与“2025年是智能体之年”的行业说法相契合,OpenAI首席执行官也将让ChatGPT自主执行任务列为2025年重点,为MCP的推广创造了背景 [8] MCP面临的技术挑战与缺陷 - 协议缺乏跟踪上下文传播机制,导致开发者无法知晓AI决策路径中具体调用了哪些工具 [10] - 缺乏截止时间传播机制,导致被调用的工具若出现问题,整个智能体会被卡住 [10] - 在云端部署时,为应对高并发,MCP的双连接模型在多服务器架构下引入了跨机器寻址的复杂性和高维护成本 [10] - 所有工具定义、调用请求和返回结果都必须经过模型的上下文窗口,导致所需处理的上下文容量随调用工具数量呈指数级提升,极大增加了Token消耗和成本 [12] - 若要减少Token消耗,就必须用规范流程调用特定工具,但这会牺牲MCP的灵活性和通用性优势 [12] MCP的核心缺陷与市场反应 - 随着调用工具数量的增加,智能体出现幻觉的概率同步上升,因为模型的注意力被稀释,导致胡乱决策,这对于需要“干活”的智能体而言是致命缺陷 [14] - 开发者在发现MCP除通用性外乏善可陈,且存在过多缺陷后,迅速对其失去了兴趣,导致其讨论度趋近于零 [1][14]