云计算行业领导者 - 亚马逊和微软是云计算领域的明显领导者 两家公司都展现出强劲增长 并大力投入人工智能领域 投资数十亿美元以满足不断增长的需求 [1] - 亚马逊网络服务(AWS)是全球最大的云计算提供商 市场份额接近30% [3] - 微软Azure是微软的主要增长驱动力 上季度收入同比增长33%(按固定汇率计算为35%) 其中AI服务贡献了近半增长 [9] 亚马逊优势分析 - AWS是亚马逊最盈利且增长最快的业务部门 上季度收入增长17% [4] - 亚马逊通过Annapurna Labs开发了专用AI芯片Trainium和Inferentia 在性能和成本上优于通用GPU 为公司带来成本优势 [5] - 亚马逊在电商领域应用AI技术 包括使用100万台自主仓库机器人 提高运营效率和客户满意度 [6] - 亚马逊的广告业务已成为全球最大的数字广告平台之一 并快速增长 [8] - AWS提供从定制芯片到基础设施的全方位服务 形成垂直整合优势 [16] 微软优势分析 - 微软通过早期对OpenAI的积极投资 为客户提供领先的大语言模型访问 Azure因此在云计算市场获得份额 [11] - 微软将OpenAI技术深度整合到产品中 如Office 365中的Copilot功能 每企业用户每月收费30美元 [11] - GitHub Copilot表现优异 推动了代码托管和协作平台的强劲增长 [12] - 微软目前有权获得OpenAI Global LLC 49%的利润 上限约为其近100亿美元投资的10倍 [14] 竞争对比 - 亚马逊在云计算领域具有垂直整合优势 而微软依赖英伟达的昂贵芯片和OpenAI的AI模型 [16][17] - 微软下一代Maia AI芯片研发延迟 与OpenAI的关系也出现紧张 [17] - 虽然Azure增速快于AWS 但微软面临更多未解决的问题 [17]

机器之心报道 编辑：杨文 这个AI让打工人「磕头」致谢。 前段时间，我们报道了 5 款大模型参加了今年山东高考 的事儿，为了弄清楚各大模型在 9 个科目中的具体表现，我们对着测评明细表挨个儿分析，搞得狼狈又崩 溃。要是哪个 AI 能一键分析表格，我当场就能给它磕一个。 现在，终于有 AI 来整顿 Excel 表格了！ 这款 AI 工具名为 Shortcut，号称是「第一个超越人类的 Excel Agent」。它能够一次性完成大多数 Excel 知识工作任务，甚至在大约 10 分钟内就解决了 Excel 世界 锦标赛的复杂案例，准确率超过 80%，这比人类快 10 倍。 （冷知识： Excel 世界锦标赛（ MEWC ）是由金融建模世界杯（ FMWC ）团队组织、微软官方支持的全球性电子竞技赛事，参赛者需通过 Excel 解决复杂场景化题目， 2024 年决赛以《魔兽世界》为模拟场 景，冠军奖金 5000 美元。） Shortcut 目前处于早期预览阶段，大家可以在 X 上评论以获取邀请码。 Shortcut 具有与 Excel 近乎完美的功能兼容性，可以直接编辑、导入和导出文件，它不仅限于基础 Excel 操 ...

财务表现 - 公司2025年第一季度收入同比增长19%至22.5亿美元，每股收益超预期[1][9] - 全年毛利率预期下调至65%-66.5%，主要受关税和设施扩建折旧影响[2] - 2025年盈利共识预期同比增长6.8%，2026年预期增速提升至15.46%[12][13] 业务运营 - 全球累计安装超1万台达芬奇系统，其中新一代da Vinci 5占比147台[1][2] - 美国以外市场（日本/德国/英国）系统安装受医院预算削减政策制约[2] - 经常性收入占比达85%，SP和Ion平台手术量分别增长94%和58%[2][3] 技术优势 - da Vinci 5的力反馈工具显示临床价值，可改善患者恢复并减少外科医生误差[3] - AI增强手术套件和成熟的临床培训体系构成竞争壁垒[3] - ExcelsiusGPS在脊柱/颅脑手术领域形成差异化竞争，支持模块化工作流[5][6] 竞争格局 - 美敦力Hugo系统2025年Q1提交FDA泌尿科审批，可能下半年获批进入美国市场[4] - Hugo通过模块化设计和开放控制台提供成本优势，适应症扩展至疝修补/妇科肿瘤[4] - Globus Medical通过巴西GSC 2025展会推进国际化，整合导航/机器人/AI的生态系统[5][6] 市场表现 - 公司年初至今股价上涨4.1%，跑赢行业平均跌幅9%[8] - 远期市盈率64.35倍，低于五年中位数72.21倍但仍高于行业均值[11] - Zacks评级为2（买入），2025年Q2-Q4每股收益预期区间1.88-2.02美元[13]

数据可视化综合指南 核心观点 - 将技术专长与设计原则结合，帮助设计师将原始数据转化为有意义的见解 [1][2] - 提供创建有效数据可视化的策略、方法和最佳实践，包括简化复杂性、真实呈现和吸引受众的技巧 [3] - 人类每天产生2.5千万亿字节数据，可视化是理解这些数据的关键工具 [3] 如何开展数据可视化项目 - **从全局出发**：明确目标故事和受众需求，例如高管偏好简单仪表板，分析师需要细粒度可视化 [6] - **优先考虑清晰度**：简化设计，使用清晰标签和图例，遵循"少即是多"原则 [7][8] - **比较同类**：确保逻辑相似性，使用"人均"而非"总计"，添加注释解释差异 [9] - **保持一致性**：统一指标、颜色和样式，避免格式随机变化导致混淆 [10][12] - **提供背景信息**：添加标题或注释解释趋势或异常，如季节性下降原因 [13] - **无障碍设计**：确保颜色对比度、非颜色依赖传达（如图案/标签）、键盘导航支持 [14] - **可持续设计**：构建灵活可视化以适应数据更新，实时仪表板需自动化 [15] 数据可视化方法 基本数据呈现 - **表格**：基础表格展示时间序列数据，数据透视表支持动态汇总与分析 [19][21][22] - **饼图及变体**：标准饼图（3-6扇区）、甜甜圈图、方形图、华夫饼图（10x10网格） [23][25][27] - **迷你图**：微型图表嵌入表格，简化展示趋势，链接至详细分析 [28][29] 比较类别和趋势 - **条形图**：垂直/水平条形图比较类别，堆积条形图显示汇总细分，瀑布图展示累积效应 [32][36][41][47] - **折线图**：适合大量数据点或小幅波动趋势，分组折线图显示多变量变化 [48][50] - **面积图**：分层面积图连接数据点，正/负面积图用颜色区分趋势 [51][56] - **蜘蛛网图/雷达图**：多变量极坐标比较，径向图用于分层评估 [61][65] - **直方图**：显示数值频率分布，条形连续且宽度通常相同 [66][69] - **子弹图**：紧凑显示绩效对比目标，彩色带表示评级范围 [70][73] 分析关系和聚类 - **散点图**：X/Y坐标显示变量相关性，分组散点图区分多类别 [76][78] - **气泡图**：引入大小/颜色变量，适合复杂数据集比较 [79][81] - **配对图**：对角线比较分布，非对角线展示单数据集关系 [82][86] - **热图**：颜色密度表示矩阵值，便于快速扫描 [87][90] 分布和异常值 - **箱线图**：显示最小值、四分位数、中位数、最大值，识别分布异常 [93][96] - **小提琴图**：结合箱线图与密度图，宽度表示频率 [97][100] - **KDE图**：核密度估计平滑显示数据分布，优于直方图分辨率 [101][104] 专业图表 - **蜡烛图**：显示交易时段开盘/收盘/最高/最低价，颜色区分盈亏 [107][109] - **甘特图**：条形图展示项目进度与任务分配，含截止日期和依赖关系 [110][112] - **分级统计图**：阴影区域比较地理变量，统计地图扭曲区域表示值 [113][118] - **树形布局/旭日图**：线性或圆形层级展示，如预算分配或导航路径 [119][124] 流量和网络分析 - **流程图**：方框与箭头表示步骤与方向，菱形框用于决策分支 [127][130] - **桑基图**：箭头宽度与流量成正比，展示系统内转移或流动 [131][136] - **力导向图**：节点集群可视化社交网络或系统架构关系 [137][142] 数据可视化工具 通用业务设计工具 - **Tableau**：处理大型数据集，支持交互式实时可视化，拖放功能友好 [143] - **Looker Studio**：免费创建交互式报告，集成Google数据源，适合非技术用户 [144][145] - **Excel**：数据透视表与基础图表功能，商业用户易上手 [146] - **PowerPoint**：基础图形与图表展示，适合简单可视化 [149][150] - **Visio**：流程图与业务流程绘制，需单独许可证 [154][156] 设计师工具 - **Figma插件**： - **U型图**：高自定义原型设计 [158] - **Google表格同步**：实时数据更新设计 [159] - **Autoflow**：连接元素创建流程图或网络图 [159] 设计模板 - **ServiceNow Polaris**：企业级设计系统，支持高效协作 [160] - **Kiss数据设计系统**：简洁可定制的品牌元素集成 [161][162] - **r19数据可视化套件**：覆盖基础与高级图表类型 [164]

Microsoft (MSFT -0.28%) had a market capitalization of $3.695 trillion as of Friday morning. That means its stock only needs to climb by another 8.3% for the company to become the founding member of the $4 trillion club, which I think is a very strong possibility by the end of 2025 (although Nvidia (NVDA 1.74%) with its $3.835 trillion market cap could get there first).Artificial intelligence (AI) has been the primary driver of Microsoft's increasing value over the last couple of years. The company is appro ...

Microsoft CEO Satya Nadella观点 - AI应被视为工具而非人类 下一个前沿是赋予记忆和行动能力但需与人类推理区分[4] - 智能体将成为新一代计算机 技术精确性和用户体验是关键[4] - 反馈循环产品如Agentic AI表现优于一次性工具 持续交互带来复合性能提升[4] - 原型构建速度提升10倍 软件开发效率提高30-50% 应利用实时反馈降低风险[4] - 代码稀缺性下降 价值实现比代码本身更重要[4] - 真实世界数据不可替代 对复杂视觉和物理任务尤为关键[4] - AI最佳用途是加速迭代而非追求一键生成魔法 需产品经理参与评估[4] - 平台复合效应支撑AI发展 云基础设施数十年积累是关键[7] - 基础模型是新型基础设施 产品生态才是价值核心[7] - 经济影响是AI价值基准 需创造GDP增长才算变革性[8] - 算力与智能呈对数增长 未来突破需范式转变[8] - AI发展需解决能源消耗和社会共识问题[8] - 行业变革最大瓶颈是工作流程变更管理[8] - AI加速工作角色融合 催生全栈人才趋势[8] - 消除重复性工作可释放创造力[9] - AI形态仍在快速演进 需对未来突破保持开放[9] - AI不会取代开发者 将转变软件工程核心至系统设计[9] - 企业仍需对AI产品行为负法律责任 隐私安全是核心[9] - 实用价值是建立信任的基石 如印度农民聊天机器人案例[10] - Microsoft战略重心转向功能完备的智能体[10] - 量子计算可能是下一个颠覆性技术 Microsoft聚焦纠错量子比特研发[12] - VSCode和Excel是赋能型产品的典范[12] Deep Learning.AI创始人吴恩达观点 - 初创公司执行速度是成败关键 AI带来指数级学习复利[15] - 最大机会在应用层而非模型层 应专注用户场景实现[15] - Agentic AI因反馈循环优势显著[16] - 基础模型与应用间兴起代理式编排中间层[17] - 具体想法比宏大叙事更易快速执行[17] - 早期数据验证失败时具体方案更易转向[17] - 快速原型和实时反馈可显著降低市场风险[17] - 构建20个粗糙原型比打磨一个完美版本更有效[18] - 快速行动需结合责任承担 这是建立信任基础[19] - 代码价值转向实现功能而非编写过程[19] - 技术架构选择变为可逆决策 鼓励大胆实验[19] - 编程能力门槛降低但仍是必备技能[19] - 领域知识与AI结合产生更大价值[19] - 产品经理成为新瓶颈 建议与工程师配比达2:1[19] - 工程师需兼具产品思维理解用户需求[20] - 反馈获取速度层级：内部测试->朋友->陌生人->千名用户->全球A/B测试[20] - 深厚AI知识仍是竞争护城河[20] - 警惕AGI等炒作概念 关注实际用户价值[20] - AI安全核心在于应用方式而非技术本身[20] - 用户喜爱度是唯一关键指标[20] - 教育AI仍处早期探索阶段[20] - 警惕利用AI恐惧推动的监管保护主义[21] Physical Intelligence联创Chelsea Finn观点 - 机器人技术需全栈构建 不能简单叠加现有体系[24] - 数据质量优于数量 多样性真实性是关键[24] - 预训练+微调(约1000高质量样本)是最佳模式[24] - 通用型机器人模型表现超越专用系统[24] - 真实世界数据对复杂任务不可替代[24] - 过度资源投入可能延缓进展 需保持问题清晰度[24] Cursor CEO Michael Truell观点 - 持续构建积累信心 早期病毒传播项目奠定基础[27] - 快速验证陌生领域 实践中学习[27] - 差异化定位不惧巨头竞争 全流程开发自动化打开市场[27] - 3个月完成从代码到发布 快速迭代校准方向[27] - 专注AI功能放弃IDE开发加速进展[28] - 社交媒体推文启动早期用户增长[28] - 年收入从100万增至1亿美元 周复合增长达10%[28] - 跟随好奇心与聪明人共事[28] Figma CEO Dylan Field观点 - 联合创始人需具备持续激励能力[29] - 早期项目失败磨砺出成功产品[29] - 快速发布收费获取反馈驱动演进[29] - 长期愿景需拆解为短期可执行冲刺[30] - 产品市场契合可能需5年时间验证[31] - AI时代设计成为新差异化因素 Figma推出多款新产品顺应趋势[32] - AI加速原型设计迭代 需设计师深度参与[33] - 坦然面对拒绝是成功必经之路[34] - AI不应取代人际连接核心价值[35]

欧洲对美国科技依赖的现状 - 欧洲约80%的数字基础设施由外国公司控制，其中云服务领域亚马逊、微软和谷歌占据72%的市场份额，欧洲公司份额不足13% [4] - 半导体领域欧洲全球生产份额降至9%，先进芯片依赖英伟达等美国巨头，荷兰阿斯麦公司关键零部件需从美国进口 [4] - 人工智能领域约70%的模型和平台来自美国，手机电脑操作系统、搜索引擎及社交媒体网络被美国科技巨头垄断 [4] 欧洲推动科技独立的举措 - 荷兰众议院批准建立国家云以减少对美国云技术依赖，计划开发美国软件替代品并在招标中优先欧洲公司 [6] - 德国石勒苏益格-荷尔斯泰因州计划3个月内用LibreOffice替代微软Office，未来数年将用Linux系统替代Windows [6] - 丹麦数字事务部门计划逐步淘汰微软软件，哥本哈根和奥胡斯地方政府考虑跟进 [7] - 欧盟设置技术主权专员职位，推动"欧洲堆栈"计划，涉及芯片、软件及云计算领域，目标筹集3000亿欧元 [8] 行业替代方案与合作 - 欧洲企业提议用购物平台Otto、Zalando替代亚马逊，DeepL替代ChatGPT，TomTom替代谷歌地图 [12] - 空中客车、德国人工智能协会等90多家企业联合呼吁发展自主技术基础设施 [5] - 欧洲通信卫星公司OneWeb产品被视为替代"星链"的潜在选择，欧盟讨论创建欧洲支付系统以对抗万事达和贝宝 [8] 技术依赖的战略影响 - 美国暂停乌克兰商业卫星图像权限事件引发欧洲对美国技术武器化的担忧，促使其加速科技独立进程 [2] - 国际刑事法院检察官邮箱遭微软封锁事件加剧欧盟对美国技术垄断的警觉 [2] - 德国信息技术协会调查显示，50%使用云计算的德国公司正重新评估云战略 [9] 欧洲技术自主的挑战与潜力 - 美国智库ITIF认为欧洲需改革技术监管并建立数字化单一市场，否则科技独立仍是"白日梦" [10] - "欧洲堆栈"计划预估成本超5万亿欧元，远超德国GDP，欧盟官员承认完全脱离美国公司不现实 [10] - 欧洲在微电子、网络安全、人工智能及量子计算领域具备全球领先潜力，拥有丰富人才和产业基础 [11]

中国创投新纪元 - 中国创投市场处于周期筑底转折点与结构性转型深化期 政策主导、国资与资本高度集中的新生态要求顺应趋势灵活调整 [1] - 36氪WAVES新浪潮2025大会聚焦AI技术革新、全球化浪潮与价值重估 汇聚创投领域顶级投资人及科技商业领袖 [1] AI应用趋势圆桌讨论 企业介绍 - **戴盟机器人**：聚焦机器人灵巧操作能力 通过视触觉传感器DM-Tac W、五指灵巧手DM-Hand1及数据采集系统DM-EXton实现"感知-操作-学习"全链路贯通 [4][5][6] - **Zadig**：开源云原生DevOps平台 将AI落地至奶茶、新能源车等生活场景后端系统 [6] - **葱花投研**：专注REITs领域AI投研 通过AI提升传统金融数据提取与量化分析效率 [7] - **AMD**：覆盖云边端全场景算力 联合生态伙伴推动AI处理器创新 [8] - **ChatExcel**：北大团队开发的AI表格处理工具 国内首款通过聊天交互处理Excel数据的原生智能体产品 [8] 技术趋势判断 - **硬件层**：AMD观察到AIPC从DEMO到成熟应用的快速迭代 终端侧模型参数从7B跃升至235B 芯片厂商与应用方呈现双向奔赴态势 [10] - **软件层**：企业级AI落地仍具挑战 需聚焦数据所在场景而非创造新需求 如Zadig通过DeepSeek大模型提升DevOps精准度与效率 [11][12] - **商业化验证**：ChatExcel经历C端免费到B端付费转型 用户需求明确为准确性（100%）、处理多样性及数据安全 [13] - **垂类应用**：葱花投研在REITs领域需解决传统行业数据化难题 依赖AI中间层工具快速迭代提升投研能力 [14][15] - **具身智能**：戴盟机器人强调阶段性落地价值 工业场景如药品分拣、金属打磨已实现80%-90%替代 需从结构化向通用化场景延伸 [16][18][19][20][21] 商业化路径 - **场景选择**：Zadig提出"热启动"策略 基于现有业务数据嵌入AI杠杆 非技术出身的葱花投研通过行业Know-How先行验证B端付费逻辑 [22][25][26] - **生态协同**：AMD建立应用创新联盟 整合推理引擎、算法优化等中间层伙伴 通过海外资源助力商业化拓展 [28][29] - **团队定位**：ChatExcel强调速度与战略定力 需直面大厂竞争并聚焦真实付费需求 商业化核心是"活下去"而非理想化产品 [30] 外部支持需求 - **资源类**：创业团队亟需资金、人才与增长支持（ChatExcel） 低成本的ToB试验田与快速决策合作方（Zadig） [31][34][35] - **技术类**：垂类应用需要更成熟的中间层工具支持（葱花投研） AI人才稀缺成为行业瓶颈（戴盟机器人） [32][36]

This article has been reviewed according to Science X's editorial process and policies . Editors have highlighted the following attributes while ensuring the content's credibility: The issue of the power wielded by US tech titans has been thrown into sharper relief by Donald Trump's return to the White House and the subsequent rise in US-EU tensions. At a time of growing concern over the power of the world's mighty tech companies, one German state is turning its back on US giant Microsoft. In less than t ...

媒体报道，微软首席商务官阿尔托夫最近在一次内部会议中告诉员工，一家拥有超过100万个Microsoft 365许可证的大客 户，即将为其员工增购Copilot服务。 硬·AI 作者 | 赵雨荷 编辑 | 硬 AI 微软可能即将为该公司主力AI产品Copilot赢得一位重量级客户。 据知情人士向媒体透露，微软首席商务官阿尔托夫（Judson Althoff）最近在一次内部会议中告诉员工， 一家拥有超过100万个Microsoft 365许可证的大客户，即将为其员工增购Copilot服务。 01 百万级客户如何计费仍未定 02 亚马逊或为潜在客户？ 媒体分析，目前尚不清楚这位即将大规模采购Copilot的客户是谁，但全球拥有百万级员工规模的公司屈指 可数。 例如，亚马逊（Amazon）拥有超过100万名员工。然而一位亚马逊员工对媒体表示，亚马逊此前曾提醒 员工避免使用外部AI工具，因此不太可能会启用Copilot。 媒体此前报道，2023年末，亚马逊与微软签署了一份为期五年、价值超过10亿美元的采购协议，采购微 软365办公软件服务。协议内容包括为亚马逊的企业员工提供约55万个Microsoft 365 E5许可 ...