人工智能治理认知误区 - 存在认为人工智能治理过早束缚技术创新的典型认知误区 低估技术社会风险和治理机制引导作用[1] - 治理并非创新对立面 而是实现人工智能健康有序可持续发展不可或缺的制度性支撑[1] 人工智能技术进展 - 人工智能在人类认知领域进展惊人 数学奥林匹克竞赛解题准确率部分超越人类平均水平[1] - 技术跃升增强通用人工智能可行性预期 加强社会各界治理紧迫感[1] 人工智能治理框架维度 - 伦理与价值维度关注安全可控性 透明可解释性 公平非歧视性和责任可追溯性等基本原则[3] - 中国2019年提出"负责任人工智能"八项治理准则 欧盟OECD等发布多套伦理框架[3] - 政策支持与市场激励维度通过财政投入 研发资助 反垄断等手段维护创新生态多样性[4] - 中国2017年《新一代人工智能发展规划》采用三步走战略推动产业发展[5] - 规制与标准维度包括法律法规 技术标准 分级管理等 欧盟人工智能法案采用四类风险分级监管[5] 全球人工智能治理挑战 - 技术路径不同导致治理差异化 各国对风险治理认识存在本质分歧[6] - 国产大模型DeepSeek2024年初引发中文语料特殊保护机制等治理工具适配问题[6] - 治理节奏与技术发展错配 监管政策制定周期性与技术迭代速度难以同步[7] - GPT-4发布半年内多款对标模型上线 但多数国家大模型法律分类仍未落地[7] - 全球治理机制复合体缺乏协调 联合国教科文组织 OECD 欧盟等机制存在目标重叠和冲突[8] - 机制复合体导致治理效能低 话语权失衡和合规困境等现实难题[9] - 地缘政治因素形成合作壁垒 AGI研发演变为少数国家主导的竞赛型项目[10] - 缺乏合作性难以应对跨境风险 缺乏包容性加剧智能鸿沟 缺乏合法性削弱公众信任[10] 人工智能治理定位 - 治理是与技术共同进化的制度生态构建工程 需同步协调安全风险管控 社会结构塑形和市场机制构造[10]

国家战略与行业趋势 - 国务院发布《关于深入实施"人工智能+"行动的意见》，将人工智能定位为培育新质生产力的核心引擎，目标2027年智能终端普及率超70%、2035年全面步入智能社会 [1] - 人工智能技术代差从2年前的18个月压缩至不足半年，生成式AI应用渗透率不断提高，突破更多场景"工业红线" [1] - 大模型平台竞争重点向智能体开发平台倾斜，厂商比拼核心包括工具链完善度、Token调用和头部客户争取 [9] 主要企业技术路径与策略 - 字节跳动推出Seed-OSS-36B大语言模型，支持512K上下文窗口（单次输入90万汉字），引入"思考预算"机制控制模型思考深度 [3] - 阿里巴巴开源"通义万相Wan2.2-S2V"模型，可基于人物图片和音频生成高质量动态视频，并推出AI编程工具Qoder支持代码库语义搜索 [4] - 商汤科技日日新V6.5多模态大模型突破"图文交错思维链"技术，推理性能比肩Gemini 2.5 Pro，性价比提升3倍 [5] - 百度开源文心大模型4.5系列，文心X1行业大模型在垂直领域专业术语理解准确率达92.7% [6] 算力基础设施发展 - 字节跳动通过火山引擎和动态推理框架实现512K上下文窗口实时处理，思考预算机制降低复杂任务算力消耗 [8] - 阿里巴巴采用含光800芯片和ECS超算集群，支持百万级上下文窗口，通义模型推理效率提升40% [8] - 商汤科技大装置SenseCore 2.0总算力达2.5万P，算力效能比提升20%，多模态推理成本降至LLM同级 [8] - 百度飞桨平台和昆仑芯片支持自动驾驶模型训练效率提升50%，通过开源工具降低部署成本 [8] 市场份额与行业地位 - 百度智能云、阿里云、商汤科技位居中国大模型平台市场份额行业前三 [9] - 阿里云、腾讯云和商汤科技位于AI基础设施市场"领导者象限"前列 [9] 应用落地与商业化进展 - 字节跳动豆包大模型支撑抖音AIGC月活破亿，五款应用入选全球Top100 [11] - 阿里巴巴开源超300个通义系列模型，全球下载量突破4亿次，衍生模型数量超14万个，超30万家企业接入API [12] - 商汤科技2025年上半年收入增长36%，小浣熊智能体用户数突破300万，教育版覆盖500+院校和25万+师生 [13] - 百度文心大模型日均调用量达16.5亿次，Apollo车路协同系统覆盖全国30城，L4级测试里程突破8000万公里 [14] 多模态技术发展 - 多模态大模型技术成为通用人工智能（AGI）路径关键战场，需具备感知、推理、决策、学习等综合能力 [6] - 多模态是实现AGI的必经之路，能让AI通过整合文本、图像、音频、视频等多种信息更全面理解世界 [7]

【文/观察者网 熊超然】"中国对人工智能（AI）有着不同的愿景，或许更高明。" 当地时间8月30日，美媒《华尔街日报》关注到了中美两国在AI领域的发展路径。报道称，美国正投入 数十亿美元并消耗数千兆瓦能源，急于在AI的下一个进化飞跃中超越中国，一些人认为，这一飞跃如 此巨大，以至于其威力将堪比原子弹，足以改变全球秩序。 与此同时，中国正进行一场不同的竞赛，随着人们对AI泡沫的担忧日益加剧，中方正制定一项务实的 替代方案，以应对硅谷对超级AI的追求。 自近三年前OpenAI的ChatGPT发布以来，硅谷已投入巨资，追逐AI的"圣杯"——能够匹敌甚至超越人类 思维的通用人工智能（AGI）。一些热衷者宣称，这将为美国带来不可逾越的军事优势，帮助治愈癌症 和解决气候变化问题，并使人类无需再从事会计和客服等日常工作。 《华尔街日报》称，当前，也有美国科技公司正利用AI开发大量务实应用。比如，谷歌已将其最新的 Pixel智能手机连接到网络进行实时翻译；而美国咨询公司正使用AI代理制作PPT演示文稿，并为客户总 结访谈内容；其他公司则将其用于改进药物研发和食品配送。 然而，与美国基本上放任该行业自行发展不同，中方正在全力支 ...

AI产业趋势 - AI大模型能力上限已基本明朗 GPT-5在核心智力上提升空间非常小 更多是用户体验和成本优化[4] - 模型小型化是未来两三年重要趋势 通过精简和提炼数据降低使用成本 国内更适合走此路线[4] - 数据瓶颈和推理天花板限制发展 盲目增加模型参数和数据量可能损害性能[4] 应用层发展 - AI应用Token消耗量大规模爆发 中国每日大模型消耗Token突破30万亿[6] - 文字类AI应用去年已成熟 今年语音类应用开始爆发 语音模型几乎无法分辨人声差异[6] - 视频类AI应用预计今年下半年或明年爆发 未来延迟可能降至1秒左右 颠覆内容生成方式[7] 创业环境变化 - AI Agent应用创业门槛大幅降低 3人团队即可创业 创业公司数量比以往多一个数量级[9] - 竞争更加残酷 硅谷VC要求产品上线后达到200万美元ARR才投资 中国公司3个月可达此标准[9] - 用户留存是核心挑战 第二个月续费率低 召回用户成本可能达10倍以上[9] 商业化路径 - 头部公司产品年增长可达10倍以上 稍大公司也能增长四五倍[10] - 技术成熟领域更易商业化 如会议纪要自动生成病历 节省医生时间[12] - AI专有硬件发展迅速 包括会议纪要卡片 AI电子名牌 AI眼镜等 需依托大湾区供应链优势[12] 竞争策略 - 需远离大厂直接竞争 所有护城河都要在AI之外寻找[1][12] - 编辑能力和复杂工作流整合能力可形成壁垒 如AI图片生成最后5%的细节微调[12] - 核心是定义好产品而非技术是否性感 需聚焦实际交付结果和用户付费意愿[9][12]

英伟达AI技术突破 - 推出多项推动AI发展的基础性成果 包括算力猛提的芯片、世界基础模型、数字孪生、新一代机器人硬件和软件、个人超算、物理引擎、AI存储、AI工厂和智能汽车 [1] - 从基础层面全方位立体式推动AI继续巨大发展 正在形成以英伟达为第一支撑和推动者的综合生态 [1] - 机器人大脑即将开售 AI将在物理和虚拟世界都海量铺开 [2] - 个人超算已投产即将面世 [2] - 市值已超日本GDP 年内可能问鼎5万亿 [2] OpenAI通用人工智能进展 - 推出GPT-5模型 统合与升华之前多款模型功能 [2] - 在数学物理化学生物工程编程与推理等多项主流学科与功能方面第一次体现出通用性 [2] - 在深度思考方面继续发展且能智能切换 可视为通用人工智能AGI的雏形和范例 [2] - 将导致AGI呈现多头竞争态势 加速发展与成熟 [2] SpaceX星舰技术突破 - 星舰第十次发射成功 火箭总长约120米直径约9米重达5000吨 [4][6] - 由两级组成 第一级是长约70米的超级重型助推器 第二级是星舰飞船 两级均可重复使用 [6] - 下一次将提升到7500吨 再次可能过万吨 [6] - 计划在实现筷子夹火箭基础上 年内争取实现筷子夹飞船 最快未来2-3个月呈现 [7] - 计划2026年底前向火星发射无人驾驶星舰飞船 唯一乘客是特斯拉擎天柱机器人 [8] - 2028年窗口期可能尝试载人火星登陆并开始火星基础设施建设 [8] 空天母舰与未来科技发展 - 星舰试飞成功使得星际战舰和星际飞船雏形已具 也使空天母舰和太空母舰雏形隐约闪现 [9] - 随着核能源新技术发展 自由出入大气层的空天母舰已经依稀可见 [11] - 搭载飞行器包括X-37B和六代机 结合机器人技术完成合龙 [11] - 10年内应该会出现过万吨几万吨10万吨十几万几十万吨级的空天母舰 都可自由出入大气层 [13] - 出大气层之后飞行速度远超现在想象 [13]

henry 发自 凹非寺 量子位 | 公众号 QbitAI 也是个神人… 23岁、曾被OpenAI扫地出门的00后少年，仅用一年就让旗下基金规模突破了15亿美元。 更夸张的是，他的基金上半年回报率达到了惊人的47%，是华尔街平均水平的700%。 而这，还不是全部。 据《华尔街日报》报道，很多投资者还愿意把钱交给他，长期投入管理。 那么，钱从哪来呢？ Leopold的投资策略其实很简单—— ALL in AI，主打AI半导体、基础设施和能源公司，同时也投资包括Anthropic在内的少量初创企业。 | | CUSTOMIZE COLUMNS | | | | | | | | | | Items per page: | 25 ▼ | 1-13 of 13 | < > | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | Stock | History | Sector | Shares Held or Principal | Market Value | % of Portfol ...

人工智能行业泡沫风险 - OpenAI首席执行官承认GPT-5发布表现令人失望并提及市场存在泡沫风险 [1] - 麻省理工学院调查显示95%企业生成式AI试点项目失败 [1] - 标普500指数因科技股抛售导致市值蒸发1万亿美元 [1] 技术发展瓶颈与市场预期 - GPT-5被批评为表现平庸且未达到通用人工智能(AGI)预期 [3] - 加里·马库斯指出深度学习自2022年起面临技术瓶颈 [3] - 当前近500家AI独角兽企业总估值达2.7万亿美元但年营收仅约250亿美元 [12] 基础设施投资过热 - 2024-2025年科技巨头数据中心投资达7500亿美元 [8] - 2025年上半年数据中心投资对GDP增长贡献与占GDP70%的消费支出相当 [5] - 数据中心建设可能导致科技行业从轻资产模式转向重资产模式 [11] 市场估值与盈利脱节 - 标普500前十大公司估值溢价超过1990年代IT泡沫时期 [4] - 英伟达、微软等公司市盈率与实际盈利能力严重脱节 [4] - 摩根士丹利预测AI可为标普500企业年省9200亿美元但行业尚未盈利 [10][12] 技术革命历史规律 - 人工智能被视为第五次技术革命遵循泡沫与创造性破坏的历史规律 [8][9] - 铁路与个人计算机等基础设施均经历泡沫后沉淀持久价值 [8] - 市场存在价格过高认知与继续上涨预期并存的泡沫特征 [9] 应用落地与商业化挑战 - AI在客户服务等领域出现大量应用失误被称作"clunker" [7] - 瑞银承认数据中心扩张可能导致资本开支消化不良期 [10] - OpenAI年营收10亿美元但仍未实现盈利 [12] 认知偏差与行业批判 - 人类存在将非存在智能强加于机器的拟人化本能 [12] - 加里·马库斯批评市场误以为规模扩张能解决所有技术问题 [12][13] - 埃里克·施密特转变态度承认AGI实现时间存在不确定性 [5]

公司发展概况 - 公司成立于2023年5月 依托多元异构和软硬协同技术优势快速成长 联合近百家合作伙伴覆盖大模型 AI芯片和行业客户 持续构建开放共赢的产业生态 [3] AI行业洞察 - 算力是智能时代的核心基础设施 其规模与效率定义数字未来的疆界 行业从1.0 2.0时代逐步迈向AGI阶段 [3] - AGI发展面临核心矛盾：有限算力资源难以满足无限需求 数据与算力瓶颈可能阻碍AGI进程 [4] - 提出"双向奔赴"解决方案：通过高效集约的资源利用加速AGI实现 同时扩大产业算力规模激活有限资源价值 [4][5] 产品体系与落地成果 - 推出"大中小盒子"产品体系：大盒子"无穹AI云"针对万卡至10万卡级算力需求 整合26省份53个数据中心资源 兼容15种主流芯片 累计赋能算力超25000P [6] - 中盒子"无界智算平台"聚焦国产算力激活 支撑大规模训练与推理 已应用于近100个大型研发场景 例如支撑3000卡国产GPU集群运行百亿参数模型训练达600小时 [9][10] - 小盒子为终端算力解决方案 通过软硬件协同优化突破终端算力效率极限 已与联想 新华三等企业合作 [10] - 无穹AI云生态采用"平台+自营"联合运营模式 在北京 上海 杭州落地 支撑日均Token调用量突破100亿 服务10余个智慧场景和100多个AI应用 单应用月活超数千万 [7] 应用场景案例 - AIGC场景覆盖文本 图片 视频生成全流程 提供普惠算力与稳定工作流托管服务 [8] - AI+招聘场景提供一站式微调与自部署服务 通过端到端加速优化响应速度（行业数据显示延迟增加10%会导致用户流失率超50%） [8]

公司AI战略布局 - 公司完成从底层硬件到上层应用的全栈AI布局 形成成本与体验的飞轮效应 [1] - 以C端超级App流量与B端企业服务双轮驱动 构建强大开放生态 [1] - 坚定长期投入 追求智能上限 服务产业应用 [1][9] 算力基础设施投入 - 2025年计划在AI基础设施投入超120亿美元（约855.78亿元人民币） [2] - 2024年资本开支800亿元 2025年预计翻倍至1600亿元 主要用于自建算力中心与DPU芯片研发 [2] - 自研DPU的GPU实例较上一代集群性能最高提升三倍以上 [2] 模型技术突破 - Seed-OSS-36B模型支持原生512K上下文长度 引入可控思维预算机制 [2] - 在AIME24达91.7分 AIME25达84.7分 [2] - Waver 1.0基于修正流Transformer架构 支持文本到视频等多模态生成 [2] - OmniHuman-1.5通过全方位条件训练实现静态图像转动态视频 [3] C端产品表现 - 豆包拥有超1.1亿用户 同比增长864.35% 位列国内AI应用第二 [4] - 豆包家族包含通用Pro/Lite 角色扮演 语音合成等十余款细分模型 [4] - Seedance 1.0 Pro文生视频成本仅3.67元/5秒1080P视频 [4] - Waver 1.0支持10秒高质量视频生成 运动连贯性超越现有模型 [4] B端企业服务 - HiAgent 2.0采用调度对话行动三位一体架构 支持三种任务编排方式 [5] - 内置100+行业模板库 [5] - 豆包大模型服务全球TOP10手机厂商中的9家 80%主流汽车品牌 [6] - 服务70%系统重要性银行及超50%的985高校 [6] 硬件生态建设 - 接入豆包的AIoT产品出货量超100万台 预计2025年底突破1000万台 [6] - 推出AI耳机Ola Friend等AIoT产品 [6] - 硬件产品与软件生态互补 构建完整AI体验 [6] 市场竞争力 - 豆包1.5深度思考模型与商汤日日新V6并列国内第一 超越谷歌Gemini 2.5 Flash [7] - 首创按输入长度区间定价 0-32K段输入0.8元/百万Tokens [7] - 综合成本仅为竞品1/3 推动大模型进入厘时代 [7] 云服务优势 - 火山引擎在中国公有云大模型服务调用量市场份额46.4% 稳居第一 [6] - 成为中国计算规模最大的云厂商之一 通过规模化降低成本 [8] - 豆包大模型日均Tokens使用量超16.4万亿 较发布时增长137倍 [6] 生态合作策略 - 成立手机 汽车等行业联盟 与头部企业合作 [8] - 与金蝶 汉得等行业伙伴集成模型能力 拓展垂直领域 [8] - 孵化AI原生企业服务初创公司 提供代金券和技术支持 [8] 技术发展趋势 - 多模态技术打破内容生成边界 音频文本图像视频转换更流畅 [10] - 火山引擎打造模型超市 汇聚智谱 MiniMax等第三方大模型 [10] - 探索新的人机交互方式 产品向更便携自然方向发展 [10] - 企业级AI Agent从单点效率提升转向全链路智能重构 [10]

SPV在AI投资热潮中的角色与运作模式 - 特殊目的载体(SPV)是为特定目的设立的法律实体 通常以有限责任公司或信托形式存在 核心运作模式是投资者将资金汇集至独立法律实体 由它代表众人投资于难以直接触及的科技公司股份 SPV自身不开展实质经营 完全系于所投单一资产或交易[3] - SPV通过让散户投资者购买热门AI公司零散股份 极大降低投资门槛 但可能在不透明情况下推高本已高昂的AI公司估值[3] - 随着OpenAI和Anthropic等AI领军企业估值飙升至数千亿美元 由众多临时SPV构成的"平行市场"正在急速膨胀[3][7] SPV市场快速扩张的驱动因素 - 利用投资者生怕错失AI时代红利的"错失恐惧症"(FOMO) 吸引大量渴望分一杯羹的资金涌入[3][6] - 数字营销服务公司Autograph联合创始人提到最近五天收到五份针对同一家公司的不同SPV投资邀请[8] - 私人投资平台Carta上的SPV数量从2019年到2024年增长116%[11] SPV收费结构与成本问题 - 在新出现的SPV架构中 管理人设置"第三层"SPV 每一层都在收取费用 成本最终全部转嫁投资者[8] - 支持AI公司的SPV收费高达16% 某些多层SPV总管理费甚至达到20%[8] - 每增加一层就多收5%到10%管理费 外加10%或20%利润分成 费用叠加后即便公司估值翻倍 SPV投资者最终收益可能仅剩25% 而直接投资收益可能高达80%[9] SPV存在的风险与监管问题 - 投资者离原始投资越远 当公司发生流动性事件时偿付顺序位置越不明确[10] - 多层SPV结构难以摸清实际控制方 投资者退出困难[10] - 由于底层实体网络复杂 投资者可能无从察觉是否暴露于不良行为者风险中 第三层完全可能是个骗局[10] AI公司对SPV的官方态度 - OpenAI公开发文指出未经授权SPV可能使投资变得毫无价值 某些所谓SPV销售不会得到公司承认 最终可能完全不具有经济价值[5] - Anthropic在最近一轮估值达1700亿美元融资中 要求部分风投机构避免使用SPV[5] - 头部AI公司已公开提醒投资人需警惕SPV骗局[6] 行业专家对SPV的批评观点 - 知名风投家比尔·格利提出原则："真正的朋友不会劝你投SPV 它们总带点不靠谱的气质"[4] - 风投人萨拉·郭指出对AI实验室所有权的疯狂追逐催生出一批多层SPV经纪人 他们其实跟公司毫无关系 只是处在食物链最底层[8] - 风投家格利认为SPV盛行违背风投基本理念 感觉更像是在变现人脉而不是真正下注 对前期不出资投资者来说就像免费赌博[10] SPV对AI行业发展的潜在影响 - SPV推高AI公司估值 制造泡沫 最后可能影响到用户买到的AI产品和服务[6] - 随着数十亿美元持续涌入AI领域 越来越多人担心泡沫正在形成 今天急于上车的投资者未来可能面临严重损失[11] - 如果通用人工智能(AGI)未能很快实现 行业可能最终迎来崩盘[12]