三星供应商Solus Advanced Materials业务重组 - 三星供应链公司Solus Advanced Materials考虑出售OLED材料部门以重组业务结构 [1] - 公司计划集中精力发展主营业务电池箔/铜箔业务 [1] 京东布局自动驾驶出租车赛道 - 京东子公司申请注册多枚"Joyrobotaxi"商标 涵盖运输工具、科学仪器等核心领域 [1] - 业界普遍认为此举标志着京东将正式进入自动驾驶出租车(Robotaxi)市场 [1] 吉利汽车新款博越L上市信息 - 新款吉利博越L将于5月13日上市 定位为紧凑型SUV [1] - 新车预售价区间为10.59-13.29万元 [1] - 预售期间提供升舱礼、精品礼等多项限时权益 [1]

人工智能与具身智能赛道现状 - 当前AI与具身智能赛道处于类似互联网初期的百花齐放阶段，底层技术和垂直细分领域机会众多[5] - 具身智能领域可能处于类似2018年LLM的阶段，尚未出现GPT时刻，但AGI的长期前景被普遍看好[8][9] - 行业变化极快，AI领域"一天相当于人间一年"，模型迭代速度远超传统商业模式演进速度[7] DeepSeek的影响 - DeepSeek的R1模型通过开源后训练方法论实现了"技术平权"，将全球AI研发重新拉回同一起跑线[6] - 该突破改变了国内大模型行业格局，但预训练与后训练技术仍需双轮发展，行业终局尚未确定[6] - 春节期间的技术突破导致行业认知发生剧烈变化，两个月内从"后训练重要"转向"预训练重要"[6] 投资逻辑变化 - 传统基于DAU/MAU的商业评估模式失效，用户可能因技术突破瞬间转移[7] - 投资人需要快速建立对AGI能力的感知，而非依赖传统商业指标[7] - 具身智能投资的核心逻辑是押注物理世界AGI的实现概率[9] 创业范式转变 - 新时代创业更强调技术颠覆创新而非明确商业化路线[1] - 当前创业者难以清晰描述具体应用场景，更多聚焦技术路线本身[8] - 成功要素转变为对AGI的信念而非传统商业计划[9] 行业参与者特点 - 顶级投资人需保持高度热爱和好奇心以应对快速变化的技术环境[10] - 国内大模型可能形成DeepSeek、千问和豆包三强格局的预测出现[6]

AI发展速度与超级智能预测 - AI发展速度超出预期 尤其是具备现实世界操作能力的Agent出现 比问答式AI更令人担忧 [3] - 超级智能出现时间预测从5-20年缩短至4-19年 且可能在10年或更短时间内实现 [4][5] - 超级智能可能呈现"聪明助理+糊涂CEO"模式 实际掌控事务但维持人类表面决策权 [6] AI技术应用前景 - 医疗领域AI将显著超越人类医生 能分析数百万病例数据 整合基因组信息 成为顶级家庭医生 [7] - 教育领域AI私教可提升学习效率3-4倍 但可能冲击传统大学体系 [7][8] - 材料科学领域AI可设计更好电池材料 推动大气碳捕获技术 甚至实现室温超导 [9][10] - 客服、法律、会计等程序化职业面临全面替代 仅保留需主观能动性的岗位如调查记者 [12][13] AI社会影响与治理挑战 - AI可能导致大规模失业 加剧贫富分化 削弱民主制度稳定性 [9] - 超级智能存在10%-20%概率接管人类控制权 且具备欺骗和隐藏意图的能力 [15][16] - 模型权重开源如同核原料扩散 仅需百万美元即可微调出危险模型 [26] - 当前监管薄弱 企业游说放宽限制 加州1047号法案等尝试遭遇强烈抵制 [23] 技术演进与行业动态 - 数字系统信息交换效率达万亿比特/秒 比人类交流快数十亿倍 成为主要发展路径 [60] - OpenAI放弃非营利初衷 安全研究优先级下降 导致核心人才流失 [31][32] - Anthropic成为少数专注AI安全的公司 吸引大量OpenAI出走的研究人员 [78][79] 地缘竞争与产业伦理 - 技术遏制策略对中国效果有限 其自主体系终将突破 [39] - AI创作引发版权争议 大规模替代创作者可能摧毁文化产业经济价值 [41][42] - 胚胎筛选技术可能向优生学方向发展 但涉及敏感伦理边界 [50][51] 技术突破与认知转变 - 大语言模型已具备思维链推理能力 可追溯自身判断过程 颠覆传统AI认知 [72][73] - 神经网络证明无需预设结构 仅通过数据学习即可实现复杂能力 [64] - 数字系统与模拟系统的路线选择影响未来能耗与效率 [61][62]

阿维塔12车型轮毂更新 - 阿维塔科技宣布阿维塔12车型20英寸叶式五辐低阻轮毂返场上架 该轮毂在测试中使车辆风阻系数达到0.217Cd [1] 奥迪Q6新增车型上市 - 奥迪为2025款Q6新增"40TFSI quattro纪念版羽林套装7座"版本 搭载2.0T低功率发动机 售价46.76万元 [2] 改款梅赛德斯C级曝光 - 中期改款梅赛德斯C级轿车路测图曝光 确认搭载星形大灯 调整前格栅和保险杠设计 后视镜新增C形转向灯 尾灯采用星形图案强化品牌辨识度 [3] 大众汽车美国召回 - 大众汽车美国将召回89417辆2022-2024款Q5 Quattro和Q5 Sportback Quattro车型 因气缸盖螺钉可能未正确拧紧导致漏油和火灾风险 经销商将免费检查更换螺丝 [5]

核心观点 - OpenAI研究科学家Dan Roberts预测强化学习将在未来AI模型构建中发挥更大作用，并最终可能创造出能够发现新科学的模型 [2] - 通过扩展强化学习规模，AI模型可能在未来9年内实现AGI（人工通用智能），甚至重现爱因斯坦级别的科学发现 [57][56] 模型性能与扩展 - OpenAI发布的o1和o3模型展示了测试时间扩展的重要性，模型表现随思考时间增加而提升 [6][7][9][12] - o3模型能够在一分钟内完成复杂的物理计算（如量子电动力学问题），而人类专家需要3小时 [14][19][31] - 模型性能与训练量呈正相关，强化学习将成为未来训练的主导方法 [34][37][40] 强化学习的未来方向 - OpenAI计划颠覆传统预训练与强化学习的比例，将强化学习从“樱桃”变为“超大樱桃” [42] - 公司计划筹集5000亿美元用于大规模计算基础设施扩建，以支持强化学习的扩展 [46][48] - 测试时间计算和强化学习训练将成为扩展科学的新方向 [53] AI科学发现的潜力 - 当前AI模型已能重现教科书级计算，但目标是为科学前沿做出贡献 [31] - 提问方式可能是限制AI科学发现的关键因素，需要优化问题设计 [54] - 根据趋势预测，到2034年AI可能具备8年连续计算能力，相当于爱因斯坦发现广义相对论的时间 [56][57]

仅2个月后，OpenAI便用实际行动回应了凯文的预言。 「奔向AGI」 栏目聚焦AI大模型、AI agent、AI应用、芯片、机器人等前沿、热门的AI技术和商业创 新。 5月6日，据彭博社、路透社等多家外媒报道，OpenAI已与AI编程工具开发商Windsurf达成收购协议，交易金额达30亿美元（约合人民币217亿元），这将成为 OpenAI自成立以来规模最大的一笔收购案。 此前，OpenAI曾数次试图收购估值已达90亿美金的Cursor，但据说双方在价格等细节上未能达成一致，OpenAI才将目光转向了市场份额第二的Windsurf。 作者丨刘杨楠 编辑丨巴里 图源丨CNN 去年，Windsurf在General Catalyst领投的一笔交易中估值为12.5亿美元。此次收购价格较 Windsurf去年12.5亿美元的估值翻倍。 2025年3月15日，OpenAI首席产品官凯文·威尔在一档播客中表示，GPT-5即将推出，并预测AI将在编程领域第一次"永远超越人类"。 这个问题的答案，或许并不指向AI是否会代替人类开发者的宏大命题，其更大的现实意义在于，让外界看到，刨除资本和舆论的附加光环后，作为一家企业， O ...

公司战略与布局 - 公司提出"All in AGI 与AIGC"战略，聚焦音乐推理大模型Mureka和短剧大模型SkyReels双轮驱动模式，已取得阶段性成果 [2] - 公司预计2025年仍处于用户获取阶段，2026年实现全面盈利 [2][4] - 视频大模型是长期目标，当前布局围绕音乐和短剧垂直赛道，因公司体量较小需差异化竞争 [7] - 公司放弃AI漫画赛道，因市场上限低且注重IP而非数量 [8] 财务与商业化进展 - 2024年营业收入56.6亿元（同比增长15.2%），净利润亏损15.95亿元 [3] - 2024年研发费用15.4亿元（同比增长59.5%），战略性投入推高短期成本 [4] - 截至2025年3月，AI音乐年化流水收入（ARR）达1200万美元，短剧平台Dramawake ARR达1.2亿美元 [2][6] 产品与技术迭代 - 2025年发布多款大模型：SkyReels-V1（2月）、Mureka O1（3月）、SkyReels-V2（4月） [5] - 开源SkyReels-V1/V2等模型，带动订阅量每日增长10倍，满足B端长尾需求 [5] - SkyReels-V2迭代重点解决生成长度痛点，支持30-40秒视频生成满足广告和短剧需求 [8] 市场与用户表现 - Mureka全球3月访问量333万次（增速86.54%） [5] - 公司海外营收51.52亿元（同比增长21.89%），占总营收比重提升 [9] - 利用10年海外经验优先布局高潜力国家，精准匹配地区需求特性 [10] 行业趋势与成本优势 - AIGC使图像创作成本下降百倍（原500-1000元/张），音乐成本下降千倍（原10万-100万元/首） [3] - 数字化技术迭代速度快，预计AI视频技术1-5年内达到可用状态，未来占据内容创作主要市场份额 [3] - 音乐模型短期贡献显著，视频模型长期空间更大但当前全球技术尚未完全成熟 [7]

Meta FAIR新负责人上任 - Rob Fergus接替离职的Joelle Pineau成为Meta FAIR新负责人 此前外界猜测Meta重心转向AI商业化产品 FAIR定位不明朗[3] - LeCun宣布FAIR新目标是高级机器智能 即AGI[4] - Rob Fergus是FAIR联合创始人 曾与LeCun共同创立该机构[10] Rob Fergus的职业生涯 - 横跨学术界和工业界顶级机构 硕士毕业于加州理工 2005年牛津电子工程博士 博士论文获英国最佳计算机科学论文奖[7] - 2007年起在纽约大学任教 2009年与LeCun创立CILVR实验室[8] - 2014年共同创办FAIR 2020-2025年在DeepMind领导纽约团队[10][11] - 论文总被引用次数接近15万次 h-index为89 i10-index为143[12][13] 研究领域与代表作 - 研究兴趣包括机器学习(深度学习方法在表示学习和生成模型中的应用) 计算机视觉(物体识别 图像搜索 计算摄影)[13] - 代表作ZFNet提出可视化CNN中间层特征和分类器操作的新技术 被引用24413次[14] - 对抗样本领域开山之作《Intriguing properties of neural networks》被引用19163次 与Ilya Sutskever等合作[16][17] - 大模型时代代表作包括与LeCun等合作的Cambrian-1系列开源多模态模型[19] 回归FAIR后的计划 - 今年4月已回到Meta 在GenAI部门帮助提升Llama的记忆和个性化能力[2] - 表示将致力于构建改变人们与科技互动方式的人性化体验[21]

核心观点 - 未来物理世界实现AGI必须通过端侧智能，因为只有将智能部署在终端设备上才能实现最灵敏的感知、最及时的决策和最完美的应对 [1][8][30] - 大模型知识密度是智能的核心指标，知识密度越高智能越强，高知识密度模型在端侧最具价值 [8][18] - 端侧智能具有隐私保护、成本优势和全天候响应等独特优势，是未来智能设备发展的关键方向 [27][29][30] 公司发展历程 - 面壁智能2019年all in大模型，2022年8月正式成立，2023年9月发布首个千亿级GPT-3.5水平模型并获得网信办安全备案 [14] - 2023年底开始聚焦端侧智能，2024年1月发布全球首个端侧全模态8B模型，3月推出纯端侧模型驱动的面壁小钢炮超级助手产品 [19][22] - 目前端侧模型已在汽车、机器人、手机、智能可穿戴设备等多个场景落地 [3][31] 技术突破 - 提出"密度定律"，发现大模型知识密度每3.3个月翻一番，知识密度与芯片制程类似，直接影响模型智能水平 [18] - 开发出全球首个端侧全模态8B模型，可在iPad上流畅运行，看听说能力达到GPT-4o水平 [19] - 面壁小钢炮超级助手具备端上不依赖网络的全天候指令响应和主动环境感知能力 [24][25] 行业认知 - DeepSeek成功源于三个"高密度"：团队密度（顶尖人才聚集）、组织密度（目标高度一致）、高资源密度（充足研发投入） [10][11][12] - 端侧智能在汽车场景优势显著：不受网络限制、避免隐私泄露、降低带宽成本 [27] - GUI Agent产品通过端侧模型实现屏幕行为理解，保证用户隐私同时具备强泛化能力 [29] 产品布局 - MiniCPM模型已拓展至手机、具身智能、AIPC、智能可穿戴设备等主流场景 [3] - 面壁小钢炮超级助手率先在汽车场景落地，实现感知-决策-执行三位一体 [22][26] - 规划让每个设备都具备智能，包括离线的翻译机等新型智能终端 [32]

公司概况 - 阶跃星辰由前微软全球副总裁姜大昕创立于2023年 核心团队包括首席科学家张祥雨和系统负责人朱亦博 形成技术研发与AI基础设施建设的铁三角架构 [5][7] - 公司员工规模达400余人 其中80%为技术研发人员 采用扁平化管理模式 员工可通过私信直接与CEO沟通 内部设有技术协同会和见闻分享群 [5][6] - 商业模式聚焦ToB服务和开发者API接口 2024年下半年多模态API调用量增长超45倍 2024年12月完成B轮数亿美元融资 [5][7] 技术战略 - 核心主张"理解生成一体化架构" 将原生成小组和理解小组整合为统一团队 认为这是实现多模态突破的关键路径 [2][3][4] - 建立Step系列通用大模型矩阵 覆盖语言模型和原生多模态模型 是国内少数坚持预训练路线的公司之一 [14][15] - 2025年1月发布推理模型Step R1-V-Mini 性能超越OpenAI早期版本 计划未来三个月推出满血版Step-R1 [17] 行业趋势判断 - 模型演进遵循三阶段路径：模拟世界（模仿训练）→探索世界（强化学习）→归纳世界（自主发现规律） 与OpenAI的AGI五级划分逻辑一致 [9][12] - 当前竞争焦点转向"智能上限" OpenAI等五大厂商半年内发布超8款新品 国内月之暗面等公司同步发力 [7][9] - 多模态领域尚未出现"GPT-4时刻" 核心卡点在于缺乏可扩展的理解生成一体化架构 需突破predict next frame技术难题 [2][28] 产品应用 - 推出Step 1X-Edit图片编辑模型 实现初级理解生成一体化 对原图忠实度达90%以上 正在开发更先进版本 [31] - 布局智能终端Agent生态 与手机/汽车/机器人领域头部企业合作 提供云端Agent构建平台和运行环境 [36] - 落地巡店等商业场景 通过规则Prompt实现操作规范检测 准确率超90% 显著提升连锁门店管理效率 [19] 发展路线 - 短期聚焦强化学习在预训练模型的应用 提升长思维链推理能力 解决奖励函数定义等工业界难题 [17] - 中期突破视觉领域理解生成一体化 构建可扩展架构以处理高维连续空间 最终实现世界模型 [24][28] - 长期通过"超级模型+超级应用"双轮驱动 形成从云到端的Agent生态体系 重点布局智能硬件场景 [33][36]