招聘计划 - 公司面向2025年1月至2026年10月毕业的全球校园人才开放100+职位[1][4] - 招聘对象包括梦想新星、学术新星、工程新星和竞赛新星四类人才[4] - 常规岗位面向2025年9月至2026年10月毕业生 海内外毕业时间同步认定[4] 岗位类别 - 提供算法、研发、产品、运营、解决方案、职能/支持六类岗位[6][7] - 算法类聚焦大模型、机器学习基础理论、多模态、强化学习及AI for Science方向[7] - 研发类专注大规模分布式训练框架、高性能计算、AI系统架构及AI芯片协同优化[7] 人才要求 - 寻求AGI坚定信仰者 重视根本问题解决而非论文数量[3] - 需要卓越工程实践者 具备复杂工程驾驭能力和大规模场景验证经验[3] - 偏好挑战高难度机制创新研究的"摘星者" 追求颠覆性进展[3] - 要求兼具激情与理性的思考者 能严谨评估idea的规模化路径与长期价值[3] - 重视长期主义践行者 专注解决基础性、通用性核心问题[3] 招聘流程 - 网申于2025年8月20日启动 设6场集中笔试[10] - 笔试时间分布在2025年8月25日至10月13日 覆盖研发与算法方向[10] - 提供活动直通渠道 参与校园活动可获终面PASS卡[10] - 面试流程包含3-4轮 通过后陆续发放Offer[10] 平台资源 - 提供顶级科研平台与超大规模算力集群支持[13] - 配备大规模数据资源 支持具备规模化潜力的研究方向[13] 投递方式 - 通过扫描二维码或阅读原文链接投递简历[14] - 设置专属小助手联系方式13661489516提供投递支持[14]

公司战略与融资 - 昆仑万维通过全资子公司昆仑集团对控股子公司Skywork增资2亿元 [1] - 昆仑基金以债转股形式将2亿元可转债转为出资 蜜莱坞出资1亿元参与增资 [1] - 此次融资旨在强化人工智能赛道核心竞争力 加速向顶尖人工智能科技企业转型 [2] 业务与技术布局 - Skywork为AGI与AIGC业务控股主体 聚焦大模型与多模态技术研发应用 [1] - 已构建从底层通用技术到行业解决方案的全栈式技术体系 [1] - 形成AI大模型、AI智能助手、AI视频、AI音乐与音频、AI游戏、AI社交等垂类应用矩阵 [1] 技术能力建设 - 在大模型和AIGC自主研发方面持续突破 实现算法优化与多模态数据融合核心技术闭环 [1] - 针对不同行业场景需求打造垂类模型矩阵 实现技术赋能 [1]

融资安排 - 昆仑万维以全资子公司昆仑集团为主体对控股子公司Skywork增资2亿元 [1] - 昆仑基金以债转股形式将前期2亿元可转债转为本次出资 [1] - 蜜莱坞网络科技公司出资1亿元参与Skywork增资 [1] 业务定位 - Skywork是公司AGI与AIGC业务的控股主体 [1] - 公司聚焦大模型与多模态技术的研发与落地应用 [1] - 已构建从底层通用技术到行业解决方案的全栈式技术体系 [1] 技术能力 - 在大模型和AIGC自主研发方面持续突破 [1] - 在算法优化、多模态数据融合等核心技术领域形成闭环能力 [1] - 针对行业场景需求打造垂类模型矩阵 [1] 应用矩阵 - 已形成AI大模型、AI智能助手、AI视频、AI音乐与音频、AI游戏、AI社交等垂类应用 [1] 战略意义 - 融资将推动公司筑牢人工智能赛道核心竞争力 [2] - 持续提升行业影响力并加速向顶尖人工智能科技企业转型 [2] - 全力推动AGI与AIGC业务板块快速崛起 [2]

公司战略与投资 - 昆仑万维践行All in AGI与AIGC发展战略 通过全资子公司昆仑集团对控股子公司天工增资2亿元人民币 [1] - 昆仑基金以债转股形式将前期2亿元人民币可转债转为本次出资 蜜莱坞出资1亿元人民币参与天工增资 [1] 子公司与业务布局 - 天工为昆仑万维控股子公司 英文名称为Skywork AI Inc [1] - 增资主体为昆仑万维全资子公司Kunlun Group Limited [1] 行业前景与认可度 - AIGC行业被认定为具有长期发展潜力 获得投资方坚定信心 [1] - 公司AIGC领域前瞻性战略布局及进展获得深度认可 [1]

AutoGLM 2.0产品发布 - 智谱于8月20日推出AutoGLM 2.0，是全球首个手机Agent，具备人人可用的特性 [2] - 开创Agent+云手机/云电脑新技术范式，不占用用户本地设备资源 [2] - 突破硬件限制，可在任何设备、任何场景下运行，代理用户操作 [2] - 由国产模型GLM-4.5和GLM-4.5V驱动，具备推理、代码与多模态全能能力 [2] 产品功能升级 - 从AutoGLM 1.0有限场景操作升级为2.0版本的执行型助手，能在云端自主完成多样化任务 [5] - 实现"说"到"做"的质变，可操作美团、京东、小红书等数十个高频应用，完成点外卖、订机票等生活场景任务 [6] - 办公场景中能跨网站执行全流程工作，包括信息检索、内容撰写、生成视频/PPT/播客及社交媒体发布 [6] - 配备专属智能体手机/电脑，实现云端异步代理办公，用户可同时使用其他APP [6][7] 技术架构与性能 - 基于3A原则设计：全时运行（24小时）、自主零干扰（不占用用户算力）、全域连接（跨设备操作） [8] - 将操作执行能力封装为API，可融入AI眼镜等可穿戴设备及传统家电 [8] - 在Device Use基准测试中表现优于ChatGPT Agent等竞品：OSWorld 48.1分（vs 42.9）、WebVoyager 87.7分（vs 87.0）、AndroidWorld 75.8分（vs 64.2） [10] - 采用端到端异步强化学习技术突破，可灵活调用不同"大脑"完成任务 [9] 市场定位与竞争优势 - 被视为"升级版Manus"，Manus年度化经常性收入已达9000万美元并接近1亿美元 [2][3] - 纯国产Agent方案使成本较接入国外模型的Agent实现数量级下降 [9] - 作为国内最领先的Agent产品，已从2024年10月发布首款Phone-Use产品持续引领行业发展 [3] - 有望引领新一波Agent产品发展趋势，带动公司经营业绩大幅增长 [4]

产品发布与特性 - 智谱发布手机通用智能体AutoGLM 2.0 定位为全球首个真正意义上的手机Agent 通过结合Agent与云手机技术实现不占用用户本地设备资源的跨端操作和任务代理 [1] - AutoGLM 2.0通过云端工作 用户可同时使用手机进行其他活动如刷视频或打游戏 执行美团点外卖全流程操作耗时约一分钟 [1][2] - 该智能体支持40余款高频应用 覆盖生活场景如点外卖、订机票、查房源和办公场景如信息检索、内容撰写、生成短视频及PPT [2] - 完全由智谱最新开源模型GLM-4.5与GLM-4.5V驱动 实现推理、编码、多模态任务及GUI操作 成本相较于接入国外模型的Agent有数量级下降 [3] 技术架构与设计原则 - 产品基于AGI早期形态的"3A"原则设计：全时（24小时持续工作）、自主零干扰（不占用用户设备算力与屏幕）、全域连接（跨越多种设备操作物理世界） [3] - 同步推出移动端API申请通道及开发者生态共建计划 邀请开发者将Agent能力融入各类硬件设备 [4] 行业动态与竞争环境 - Agent行业动态趋向冷静 Manus在引爆概念后因经营效率调整业务团队 其官网显示部分地区不可用 [5] - 资本层面 金沙江创投主管合伙人朱啸虎将当前Agent创业阶段类比互联网早期个人站长阶段 强调大模型可能最终吃掉90%的Agent [6] - 国内Agent产品未见新接棒者 技术热潮与资本投入未直接转化为用户黏性和可持续收入 商业化前景充满不确定性 [6][7] - 行业判断未来两到三年C端Agent更可能从大厂生态中诞生 而非新创团队单点突破 但三年后局面可能变化 [6] 发展挑战与关键因素 - 国产Agent长期竞争力需观察 跨应用操作稳定性、用户习惯培养、生态建设和付费模式成为决定胜负的关键因素 [7] - 需在技术、产品和商业之间找到平衡以确立赛道格局 [7]

中美AI差距分析 - 美国专家Rui Ma认为中美AI竞赛可能已结束，核心差距在于电力能源基建[1][2][3][4] - 中国电力供应稳定安全且便宜，而美国电网老化且审批流程缓慢[5][6][20][21][22] - AI发展高度依赖电力，ChatGPT日耗电量相当于1.7万美国家庭日耗电量[26] 中国AI产业现状 - 中国AI企业实力雄厚但产品定价较低导致盈利困难[16] - 中国正利用制造业优势将AI融入产业链[18] - 2022年中国发电量达9000TWh，是美国两倍且占全球30%以上[43][44] 美国电力基础设施问题 - 美国70%输电线路使用超25年，接近使用寿命终点[30][31] - 电力项目审批需10年以上，等待连接项目数量较2020年翻倍[32][33][35] - 电力备用容量仅15%，远低于中国80%-100%水平[37][38] 硅谷科技公司问题 - 硅谷公司短视追求利润，缺乏对能源基建投入[5][45][47] - AI教父Hinton批评科技公司只关注短期利益忽视AI安全[49][50][51] - 马斯克旗下特斯拉推出虚拟电厂计划应对电力短缺[40] AI行业发展趋势 - 中美将占2030年全球数据中心电力消耗增长的80%[27] - AI发展将导致用电需求持续增长，电力供应成为竞争关键[25][26][27] - 中国在AI发展中拥有能源优势，其他国家难以企及[20][21][22]

多模态大模型发展现状 - 阿里通义团队推出Qwen-Image-Edit模型，基于20B参数的Qwen-Image，支持双语文本修改、风格迁移及物体旋转，拓展生成式AI在专业内容创作中的应用 [1] - 阿里半年内连续推出Qwen2 5-VL、Qwen2 5-Omni、Qwen-Image等多模态模型，行业多模态大模型在2025年迭代加速 [1] - 谷歌研究报告显示，预计2025年全球多模态AI市场规模将达24亿美元，2037年底将达989亿美元 [1] 国内厂商布局 - 阿里开源升级版视觉理解模型Qwen2 5-VL，72B版本在13项权威评测中视觉理解能力超越GPT-4o与Claude3 5 [3] - 阿里发布首个端到端全模态大模型Qwen2 5-Omni，支持文本、图像、音频、视频实时交互，可部署于手机等终端 [3] - 阶跃星辰发布Step 3基础大模型，原生支持多模态推理，其Step系列基座模型矩阵中多模态模型占比达70% [5] - 商汤发布日日新V6 5大模型，多模态推理与交互性能大幅提升，从6 0版本开始全部为多模态模型 [5] - 智谱推出开源视觉推理模型GLM-4 5V，涵盖图像、视频、文档理解等任务 [5] - 昆仑万维一周内发布六款多模态模型，覆盖数字人生成、世界模拟等核心场景 [5] 技术进展与挑战 - 多模态模型Qwen-Image-Edit基于20B参数模型训练，实现图片中文字精准编辑，兼具语义与外观双重编辑能力 [4] - 当前多模态领域仍处于发展初期，视觉数据表征空间达百万维度连续空间，远超文本数万维度的离散符号系统 [7] - 视觉数据缺乏天然语义信息，需建立跨模态映射关系，但缺乏标注数据支持 [8] - 当前多模态模型主要依赖语言推理，图形和空间结构推理能力薄弱，无法解决简单空间问题 [9] 行业趋势 - 业内普遍认为多模态融合是通向AGI的必经之路，2025年下半年或将迎来多模态模型全面普及 [1] - 中国企业在多模态领域集体崛起，改变由OpenAI、Google主导的AI创新叙事，在视觉推理、视频生成等细分领域领先 [7] - 2025年被视为AI应用商业化元年，多模态技术驱动数字人直播、医疗诊断、金融分析等场景落地 [7]

GPT-5发布与用户反馈 - 公司承认GPT-5推广过程存在失误 导致用户不满 [1][10] - 模型上线后用户实测发现其能力未达AGI预期 部分用户质疑其实际水平 [3] - 用户核心槽点包括模型性格冷漠 拒绝回答倾向明显 以及数学计算错误（如5.9-5.11=-0.21） [8][6][4] - 团队因用户抗议重新上架GPT-4o 强调未来将平衡实用性与用户关系健康度 [10] 公司战略与投资计划 - 计划投入数万亿美元建设数据中心 以支持每日数十亿用户访问量 [2][12] - 正资助Merge Labs开发脑机接口项目 直接对标马斯克的Neuralink [2][12][11] - 提出让ChatGPT成为全球第三大流量网站的目标 仅次于谷歌和YouTube [12] - 当前GPU短缺限制更先进模型的广泛部署 [12] 行业观点与市场判断 - 公司承认AI领域存在投资者过度兴奋的泡沫现象 [14] - 同时强调AI是长期最重要的发展方向 [14]

GPT-5发布与用户反馈 - GPT-5发布后引发用户强烈不满，主要因一刀切停用旧型号且未提前通知，后在吐槽声中重新上线GPT-4o [2][16] - 用户实测发现GPT-5能力未达AGI预期，且存在明显缺陷如识别错误（如将5条腿斑马识别为4条腿）[7][8][10] - 核心槽点为交互体验差，被形容为"性格太冷"、"像与加班通宵者对话"，缺乏GPT-4o的亲和力 [13][15] - 公司承认推广策略失误，总结教训为"不可仓促为数亿用户同步升级产品" [17][18] 公司战略调整与未来计划 - 计划投入数万亿美元建设数据中心，以支撑每日数十亿用户访问量，目标使ChatGPT成为全球流量第三大网站 [4][21][22][23] - 当前GPU短缺限制更先进模型的部署，需通过基础设施扩建解决 [24] - 秘密资助Merge Labs开发脑机接口，直接对标马斯克的Neuralink [4][25][26] - 暗示可能收购Google Chrome（若监管强制剥离）以扩展生态 [5][27] 行业观点与自我反思 - 承认AI领域存在投资过热现象，但坚持认为AI是长期最重要的技术方向 [29][30][31] - 强调产品设计需平衡功能性与伦理，避免用户形成不健康依赖 [19]