AI人才竞争态势 - 生成式AI成为最热技术趋势，顶尖AI人才供不应求，行业前20%人才跳槽薪资涨幅达30%-50% [6] - 2025年春招首周AI行业求职人数同比增长33.4%，AI工程师求职增速达69.6% [7] - 硅谷科技巨头通过高薪挖角、天价签约奖金（如Meta提供1亿美元）争夺顶尖AI人才，OpenAI核心研究员已被挖走8位 [9][10] DeepSeek人才战略 - 公司2月初在国内招聘时，为应届硕士生提供最高112万年薪（80k*14薪）的深度学习研究员岗位 [5] - 7月通过LinkedIn面向海外发布10个岗位招聘，聚焦AGI大模型和开发工程师领域，工作地点集中在北京、杭州 [1][5] - 招聘策略从本土转向国际化，显示其吸引全球顶尖AI人才的意图 [3][5] 巨头人才争夺案例 - Meta成立"超级智能实验室"并计划招聘50人，包括从Scale AI挖角前CEO，投资150亿美元布局AI人才 [9] - 英伟达近期招募两位华人AI专家朱邦华和焦剑涛担任首席研究科学家 [10] - 行业共识认为算法人才比GPU更稀缺，顶尖AI人才成为公司核心战略资源 [10] 行业薪资水平 - AI产品经理中具备大模型落地能力者年薪达80万-100万元 [6] - Meta通过WhatsApp直接以数百万美元薪酬吸引潜在人才 [9] - OpenAI因人才流失被迫宣布全员放假一周应对挖角压力 [10]

全球AI人才竞争 - DeepSeek过去一周内在领英发布10个职位，包括3个专注于通用人工智能（AGI）的岗位，工作地点位于北京和杭州 [1][2] - 这是该公司数月来首次在领英发布招聘信息，且职位描述均以中文发布 [2] - 领英已于2021年关闭中国本地化版本，表明DeepSeek可能意在吸引海外人才 [2] 行业动态 - 美国AI公司正采取多种策略吸引顶尖人才，包括削减员工规模以释放资金用于数据中心投资，以及为优秀工程师提供高薪 [3] - AI行业对掌控变革性技术的竞争激烈，各大公司努力建立人才优势以保持竞争力 [3] 公司招聘策略 - DeepSeek的招聘动作反映了行业对AGI领域人才的重视，与OpenAI和Meta等公司的竞争态势类似 [2][3] - 相比此前在中国热门招聘网站发布的类似职位，此次领英招聘更具国际化倾向 [2][3]

DeepSeek海外招聘动态 - DeepSeek近期在LinkedIn上发布10个职位招聘信息，为几个月来首次在该平台发布招聘 [4] - 招聘岗位中有3个专注于人工通用智能(AGI)，工作地点设在北京和杭州 [4] - 招聘信息全部使用中文发布，包括职位描述 [4] - LinkedIn已关闭中国本地化版本，显示招聘主要面向海外人才 [4] 全球AI人才争夺战 - Meta向顶尖AI研究人才开出高达3亿美元的四年期薪酬方案，首年总薪酬超过1亿美元 [6] - Meta已向OpenAI员工发出至少十份天价邀约 [7] - 扎克伯格成功从OpenAI挖走至少七名员工 [8] - OpenAI首席研究官Mark Chen表示正在重新评估薪酬并采取创意方式奖励顶尖人才 [8] - 硅谷对顶级AI研究员的争夺异常激烈，Meta尤其激进 [9] - Meta向OpenAI员工开出高达1亿美元的签约奖励和第一年总薪酬 [9] OpenAI应对措施 - OpenAI研究团队领导建议员工不要仓促决定，表示愿意协助分析Meta的offer [9] - OpenAI员工普遍承受超高强度工作，很多人一周工作80小时 [9] - 公司计划下周大范围停工让员工休息，但高管仍继续工作 [9] - OpenAI正将重点从短期产品发布转向实现通用人工智能(AGI) [10] - Mark Chen强调公司应专注提升智能水平的终极目标 [11] 行业竞争格局 - DeepSeek、OpenAI和Meta等公司正在激烈争夺顶尖AI人才 [4][8] - Meta通过裁减其他团队腾出预算用于数据中心和AI项目 [4] - 竞争对手之间直接挖角现象普遍，部分公司开出巨额薪资吸引人才 [4] - Anthropic虽为主要竞争对手，但被认为与Meta文化不太契合 [9]

核心观点 - 智谱发布新一代通用视觉语言模型GLM-4.1V-Thinking，突破多模态推理能力，并在多项评测中超越更大参数模型 [1][7][10] - 公司获得10亿元战略融资，联合上海国资打造"算电模"一体化基础设施，建设万卡集群 [3][5] - 大模型商业化加速，API调用量同比增长30倍，价格大幅下调80%-90% [12][14] - Agent平台和智能硬件成为商业化落地重点方向 [15][18][19] 技术突破 - GLM-4.1V-Thinking支持图像/视频/文档输入，引入思维链推理机制和课程采样强化学习策略 [7] - 轻量版GLM-4.1V-9B-Thinking在28项评测中23项领先10B级模型，18项持平72B的Qwen-2.5-VL [7][8] - 模型实现动态视频理解能力，可完成足球解说、GUI操作等复杂任务 [9][10] - 90亿参数模型性能超越GPT-4o，接近720亿参数的Qwen-2.5-VL [10] 资本与生态 - 年内完成5轮融资，最新10亿元融资由浦东创投和张江集团联合投资 [3][5] - 与上海仪电、浦发集团共建"算电模"设施，利用绿电直连支撑万卡集群 [5] - "模力社区"已聚集近70家垂类大模型企业，25家完成安全备案 [3] 商业化进展 - API日均Token调用量同比增30倍，消耗金额增52% [12] - GLM-4-Plus等API价格降幅达90%，推动应用普及 [14] - 推出Agent聚合平台"应用空间"，启动数亿元专项扶持计划 [1][15] - 教育、医疗、企服等领域Agent落地周期有望提前 [17] 行业趋势 - 上海将发展AGI作为战略任务，重点突破算力、语料、基础模型 [6] - AI向自主智能体演进，可能催生全新商业模式 [17] - 端侧算力提升推动AI能力嵌入汽车、眼镜等智能硬件 [18][19]

全球AI人才争夺战 - Meta宣布2025年将投入600亿美元发展AI技术，并可能进一步增加投资[5] - Meta在一周内从OpenAI挖走8名核心科学家，其中4名为华人[5][9] - 为吸引人才，Meta开出1亿美元年薪的天价合同，扎克伯格亲自参与招募[9] - 新成立的"Meta超级智能实验室"由28岁华裔首席AI官亚历山大·王领导[9][11] - 被挖走的华人科学家包括ChatGPT核心开发者赵晟佳、OpenAI感知团队负责人余家辉等顶尖人才[14] 行业竞争格局 - 英伟达在7月挖走两名清华AI专家朱邦华和焦剑涛[16] - 谷歌、微软等科技巨头同样在激烈争夺AI人才[16] - OpenAI作为ChatGPT开发商，其核心团队被挖角显示行业人才争夺白热化[7] - Meta此前已投资143亿美元于亚历山大·王创立的ScaleAI[11] 中国AI人才现状 - 全球近半数AI顶尖人才为华人，但主要流向美国而非中国[18] - 腾讯举办200万元奖金的AI算法大赛，华为阿里提供百万年薪+股票期权[22] - 深圳政府推出政策，顶尖AI团队落户可获1亿元奖励[22] - 国内企业普遍要求短期商业回报，与国外允许长期研究的科研环境形成对比[25][27] 行业发展特点 - AI领域人才稀缺性导致薪酬水平急剧攀升，出现1亿美元年薪案例[1][9] - 科技公司通过高薪+自由研究环境吸引顶尖人才[27] - 人才争夺已成为国家科技竞争的核心要素[30] - 国内企业薪资水平（约200万元）与国际巨头（千万美元级）存在数量级差距[23]

Gemini多模态技术核心观点 - Gemini从设计之初就是原生多模态模型，旨在构建像人类一样感知世界的通用人工智能(AGI)，视觉能力是其核心组成部分[8][9] - 最新Gemini 2.5 Pro(0605)在代码、推理和视觉能力(尤其是视频理解)上达到SOTA水平，巩固了谷歌在多模态领域的领先地位[4][16] - 多模态能力存在正向迁移效应，视觉能力的提升带动了代码处理、OCR等多项能力的整合，催生"视频转代码"等创新用例[21][24] - 采用"万物皆视觉"产品理念，将视觉应用分为基础OCR、人类专家级任务和超越人类能力的三类场景[36][38][41] 技术架构设计 - 原生多模态架构：所有模态(文本/图像/视频/音频)统一转化为token表示进行协同训练，而非拼接单一模态模型[12][13] - 视频处理技术：以1FPS采样率配合64token/帧的压缩方案，实现6小时长视频处理(200万上下文token)，音频与视频帧交错对齐提升理解能力[33][31][34] - 信息损失控制：承认图像/视频token化存在固有信息损失，但通过大规模训练使模型在低采样率下仍保持优异泛化能力[14] 产品应用方向 - 视频理解突破：解决长视频注意力衰减问题，支持食谱生成、讲座笔记转换等实用功能，未来将拓展高尔夫挥杆分析等高帧率场景[18][20][34] - 交互体验革新：计划突破"回合制"交互模式，通过视觉化信息呈现(如IDE流式编程辅助)和隐含意图理解提升自然度[25][55][57] - 未来场景规划：开发物理世界交互能力(实时环境问答)、烹饪辅助等超越人类反应速度的实时应用[42][43][45] 团队与研发策略 - 人才密集型研发：需整合OCR、检测、分割等多领域专家构建统一模型，形成产品-模型反馈循环[49][50][52] - 长期技术布局：当前视觉能力作为未来自然交互的基石，重点开发个性化和同理心等拟人化特性[53][54][56]

人才流动与竞争 - Meta在一周内挖走OpenAI至少八位核心研究人员，涵盖多模态、强化学习、人类反馈训练等关键方向，引发行业震动 [2] - 跳槽者包括赵晟佳、余家辉、毕树超、任泓宇等知名研究人员，曾深度参与GPT-4、GPT-4o、o3/o4 mini等核心模型的训练与设计 [2] - OpenAI首席研究官Mark Chen表示强烈不满，称人才外流为"系统性"问题 [2] Meta的AGI战略 - 马克·扎克伯格亲自发起通用人工智能（AGI）战略重启计划，组建"超级智能小组"，目标直指OpenAI、Anthropic等领先公司 [4] - 扎克伯格对Llama 4性能不满，决定放弃分散研发策略，亲自牵头组建精英级AI实验室 [4] - 新成员被集中安排在扎克伯格办公室附近，便于直接沟通，扎克伯格还亲自设宴面谈AI科学家和工程师 [4] 薪酬与人才争夺 - Meta为吸引尖端人才提供最高一亿美元的签约奖金，并配套股权与年度激励计划 [5] - OpenAI CEO Sam Altman承认Meta开出一亿美元挖角价码，部分Offer远高于硅谷平均水平 [5] - Meta首席技术官Andrew Bosworth表示顶级AI人才市场供给远小于需求，公司愿意为此付出代价 [5] OpenAI的应对措施 - OpenAI管理层全天候与被挖角人员沟通，CEO Altman几乎昼夜不息逐一联络收到Offer的研究员 [7] - 公司决定全面评估现有薪酬结构，引入更具创造力的激励机制，但强调不会牺牲公平性和团队文化 [7] - OpenAI安排短期"重整期"，减少模型部署任务，让团队休整情绪、统一共识 [7] 行业整体趋势 - 谷歌为DeepMind研究员提供高达2000万美元年薪+股权激励，英伟达招募Nexusflow两位华人联合创始人 [10] - xAI以技术自主和自由度吸引创业者与前OpenAI员工，行业对核心技术人员争夺激烈 [10] - 前OpenAI成员形容AI实验室招聘如同下国际象棋，人才是关键战略资源 [10] Meta的战略背景 - Meta在社交平台领域增长停滞，Reels与Threads未能破圈，Llama模型被认为技术不领先 [12] - AGI成为Meta寻找突破的"新赌注"，但变现路径模糊，面临极大不确定性 [12] 超级智能团队核心成员 - Alexandr Wang出任"超级智能团队"领导者，负责整体团队搭建与战略规划 [14] - 赵晟佳曾参与GPT-4与GPT-4o训练架构开发，主导o1与o3 mini模型优化 [16] - 余家辉主导GPT-4.1、GPT-4o多模态感知模块设计 [18] - 任泓宇聚焦模型泛化能力与复杂任务下的推理表现优化 [21] - 常慧雯参与图像生成与风格迁移模型研究 [28]

AGI发展前景 - 科学家预测通用人工智能(AGI)可能在5年内突破 需融合信息智能 物理智能和生物智能三大浪潮 [5] - 信息智能技术如ChatGPT有望5年内通过新版图灵测试 达到"类人"水平 但自然图像/视频生成还需4-5年沉淀 [5] - AGI发展面临核心挑战是大语言模型存在"边界认知缺失" 导致混淆已知与未知 产生"幻觉" 不同场景需不同应对策略 [6] AI在科研和医疗领域的应用 - AI for Science被视为颠覆科研的关键力量 清华大学智能产业研究院正打造跨学科基础模型整合海量科研数据 [8] - AI能革命性缩小药物筛选范围 从传统数十亿分子库精准聚焦至数百万高潜力候选者 提升研发效率 [8] - 全球首个虚拟医院系统诊断能力以百倍速提升 两天积累的诊疗经验相当于三甲医院数年 准确率高达96% [8] 人形机器人产业发展 - 人形机器人是AI物理智能的突破方向 预计十年后全球机器人数量将超越人类 [10] - 人形机器人技术核心在于多模态VLA模型 但落地需融合多学科技术 真正进入家庭还需5-10年 [10] - 中国将主导全球人形机器人产业 依托全产业链基础 年轻工程人才红利和统一超大市场三大优势 [10] 中国在AI领域的竞争优势 - 中国特有的"市场-制造-人才"黄金三角 将推动其在机器人时代复制移动互联网的成功轨迹 [10] - 年轻工程师通过"1%的算法优化撬动10倍算力追赶" 展现技术创新能力 [3]

公司技术突破 - 公司推出全球首个开源大规模混合架构推理模型MiniMax-M1 在权威评测中位列全球开源模型第二 [1] - 模型支持100万token上下文输入 可处理整本英文版《三体》 性能媲美谷歌Gemini2.5Pro [2] - 视频生成模型Hailuo 02生成的"猫跳水"视频在海外社交平台获3亿播放量 [1] - Hailuo 02在复杂动作表现上优于谷歌Veo3 开创"动物奥运会"AI视频新品类 [3][4] 研发与成本优势 - M1强化学习阶段仅花费53.5万美元 远低于行业千万美元级投入 [2] - 采用"稀疏激活"MoE架构 节省计算开销 与行业主流稠密架构形成差异化 [8] - 组建导演、编剧、美术复合团队打磨Hailuo 02 要求达到电影质感和5%影视应用比例 [5] 产品落地与市场表现 - 视频生成应用Hailuo AI已服务200个国家和地区 累计生成3.7亿个视频 [6] - 公司坚持技术驱动路线 认为好模型是产品落地的核心驱动力 [6] - 作为国内少数坚持基座模型研发的创业公司 在行业收缩期保持研发投入 [7] 行业地位与政策环境 - 公司入选大模型"上海队" 与商汤、书生·浦语等共同构成区域AI产业生态 [9] - 上海提出2025年建成世界级AI产业生态 规划建设多个大模型创新孵化器 [9] - 公司早在2022年底ChatGPT爆火前就已布局AGI 展现前瞻性技术路线选择 [1]

纪要涉及的行业和公司 - **行业**：AI 行业、影视行业 - **公司**：百度、万达电影、博纳影业 纪要提到的核心观点和论据 - **AI 发展趋势** - 2025 年是相对平淡的过渡期，行业重心转向技术积累和应用深化，如百度在图声视频领域的表现印证此趋势[1][2] - AI 发展分上下半场，2023 - 2031 年为上半场，进行生成式 AI 和巨神智能基础设施建设；2031 - 2038 年为下半场，需新的技术形态和路径迁移，与互联网 30 年发展历程相似[1][3][4] - 目前处于基础设施建设阶段，类似 PC 互联网时代，商业模式探索需时日，爆发性增长预计在 2031 年后[1][5][6] - **AI 领域变化** - 2025 年最大变化是应用层面跟进，2023 年硬件投资先行，2025 年软件应用显著增长，预计 2027 年应用加速落地[1][9] - 未来几年，2026 年自动驾驶及相关硬件成关键领域，2027 - 2028 年生成式 AI 和巨神 AI 协同推动应用落地并探索新业务和变现模式，2030 年前后红利见顶，2032 年后新技术路径催化生态发展[1][10] - **AI 落地情况** - AI 将在 PC、智能手机、XR 眼镜、大模型、agent、机器人等六个空间同步落地，形成虚拟现实融合的新生态系统，关键节点有 2023 年的 Big Bang 和 2025 - 2026 年人形机器人进入消费端市场[3][11] - **AI 行情与选股策略** - 2023 - 2025 年纯粹依赖概念炒作的 AI 行情可能告一段落，需关注实际业绩表现[12] - 下半年选股侧重能出业绩的大公司，如影视行业的万达电影和博纳影业，可能用 AI 降成本并创造爆款内容[3][14] - **AI 与互联网不同点** - 用户需求动态刷新，需思考新技术解决的问题 - 链接人与人交互形成生态圈，但目前需求萎缩，流行反向识别工具 - 建设性难见，但摧毁性明显，搅动行业竞争格局 - 各行业需观察其在摧毁重建过程中的真实作用，如影视行业用 AR 短剧降成本并寻求爆款[13] 其他重要但可能被忽略的内容 - 互联网发展关键节点：1994 - 2004 年是基础设施建设及门户网站兴起时期；2004 - 2008 年是传媒互联网过渡时期；2008 - 2012 年是 PC 向移动转型时期；2012 - 2023 年是移动互联网红利飞升时期[7] - AI 发展需关注类似关键节点，如生成式 AI 和巨神 AI 成熟，以及智能动力学等新技术形态出现带来的变革[8]