🤖 AI 资讯

每日 05:00 更新 · 11-04 · 主站 liuch.name ↗
全部标签 →
筛选标签:翻译字幕 · 返回个性化推荐 · 清空筛选

拆掉“楚门”之后:百度AI的旧引擎与新建制

钛媒体

(本文作者为 Tech商业,钛媒体经授权发布)

文 | Tech商业

原基础模型研发部负责人吴甜的离开,为文心过去一年的承压添了一个人事注脚。。但人事从来只是表层。真正值得追问的是:当百度在2026年连续拆掉职级标签、合并管理通道、把基础模型研发交给一位29岁的外部博士时,它拆掉的究竟是什么?是“楚门世界”的墙,还是墙倒之后,露出了更难以修补的地基?

百度AI的困境,不在某一个模型版本的跑分,也不在某一位高管的去留。它藏在一组同时发生、方向相反的事实里:AI收入首次超过传统广告,但利润在收缩;组织层级被大幅压平,但产品入口到年中才勉强统一;搜索的垄断地位尚未被正面攻破,但“搜索”这件事本身正在被拆解成按次计价的商品。旧引擎在失速,新引擎在轰鸣,而连接两者的传动轴,始终没有装上。

一场被误读的职级改革

2026年4月28日,百度通过全员信宣布了一件事:从5月1日起,取消沿用多年的T、P、E、Band、M字母职级标签,把中管层以下的专业通道与管理通道全面打通,统一为5至12级的数字职级体系。官方措辞是“打破机制性壁垒”,但落在组织肌理上的真实效果,远比一句管理学术语复杂。

字母职级在百度运行了多年,它的隐性功能从来不只是薪酬刻度。T序列和M序列的分野,在事实上标记了“谁做技术”和“谁管人”的身份边界。一个工程师走到某个节点,如果不转入管理序列,就很难获得与之匹配的资源和话语权。这套逻辑在稳态业务中尚可运转,但在大模型这种以“周”为迭代单位、技术判断的价值远高于管理协调的领域,它制造了一种结构性错配:最接近模型真实状态的人,往往不是掌握资源分配权的人;而掌握资源分配权的人,又隔着一层甚至多层汇报,才能触达模型的一线反馈。

李彦宏此前关于“CEO被中高层构建的楚门世界所隔绝”的反思,指向的正是这种信息衰减。但“楚门世界”的比喻容易把问题人格化——仿佛是一群中层在刻意粉饰。更准确的说法是:当管理通道成为技术人才几乎唯一向上走的路径时,组织就会批量生产“管理者”,而不是“技术决策者”。职级改革试图从制度上拆掉这个惯性,让技术贡献不再必须经过管理岗位的折算才能被看见。方向是对的,但它同时也释放了一个巨大的不确定性:那些在旧体系中靠“协调”和“汇报”获得位置的人,在新的单一通道里靠什么定义自己的价值?

2026年5月成立的模型委员会(BMC),以及7月孙天祥以BMU负责人身份直接进入BMC,可以看作对这个不确定性的回答:把决策权从管理链条中抽出来,交给模型一线的人。但组织手术的悖论在于,拆掉旧层级的同时,往往需要新的协调机制来填补真空。BMC本身就是一个协调机构。如果它最终沉淀为又一层审批节点,那么职级改革所释放的敏捷性,会在新的委员会架构里被重新吸收。此前吴甜在卸任基础模型研发部负责人后转岗研究院并最终离开,只是这场组织调整浮出水面的一个注脚,而非原因。

组织变革的成效,从来不取决于架构图画得是否扁平,而取决于第一个真实的坏消息,需要经过几个人才能到达能拍板的人那里。

AI收入过半的“含金量”

2026年第一季度,百度AI业务收入136亿元,占一般性业务收入的52%,历史上首次超过传统广告。这是一个象征意义极强的数字。但如果把它当作“转型成功”的证据,就忽略了收入结构内部的质地差异。

拆开这136亿元:AI云基础收入88亿元,占AI业务的近三分之二,同比增长79%,其中GPU云收入增速达到183%。AI应用收入25亿元,AI原生营销收入23亿元,后两者的体量和增速都远不及云基础。这意味着,百度AI收入过半,在很大程度上是算力租赁和云基础设施的胜利,而不是模型能力在应用层兑现的胜利。GPU云的高速增长有真实的商业需求支撑,但它的竞争壁垒更多来自供给端的算力稀缺和价格,而非文心模型本身的不可替代性。当一个客户购买GPU云时,他并不必然在使用文心;他可能在训练自己的模型,也可能在托管别人的开源模型。

与此同时,旧引擎的收缩没有停下来的迹象。2026年第二季度,百度在线营销收入131亿元,同比下降19%,这已经是连续第四个季度两位数下滑。第一季度传统搜索与信息流广告收入102亿元,同比降幅达到29%。百度App月活从上年同期的7.35亿降至6.44亿,按相同口径下降约12%。搜索基本盘的用户厚度仍在,但“厚度”和“变现能力”之间的裂缝在扩大。

于是出现了一个财务上的错位:AI云填补的是收入端的缺口,却填不上利润端的缺口。 广告是百度历史上毛利率最高的业务,一条搜索广告的边际成本趋近于零;GPU云则需要持续购置芯片、建设数据中心、承担折旧和电力成本。AI业务收入占比越高,收入的“含金量”反而可能越低。这不是百度的独有问题,但它对百度的特殊压力在于:搜索广告下滑的速度,快于AI云利润改善的速度。用一只正在流血的现金牛,去供养一台尚未产生足够毛利的增长引擎,中间的时间差,就是百度真正的风险敞口。

搜索没有被打败,但“搜索”被拆开了

2026年10月17日,DeepSeek开放自研搜索引擎API,千亿级网页索引,每1000次成功请求约5元,明确以过滤SEO作弊和低质AIGC为卖点。消息出来后,百度股价一度大跌超过5%。

市场反应的剧烈程度,超过了很多观察者的预期。原因不在于DeepSeek的API会立刻取代百度的消费级搜索框——它目前确实只是一个面向开发者的接口,而不是一个面向普通用户的搜索产品。真正让资本市场紧张的是它改变了“搜索索引”的经济属性。过去,一个覆盖中文互联网的索引库是巨头才能拥有的重资产,是壁垒本身;现在,它被摆上货架,按次出售,变成了任何AI应用都可以接入的基础投入品。

百度真正的脆弱之处,不在于有人做了一个更好的搜索框,而在于“搜索”这个行为正在从“一个用户主动前往的目的地”,变成“任何一个AI应用都可以内置的能力”。 当用户在豆包里提问、在微信里搜索、在Kimi里查资料时,他并没有“离开百度”的自觉,但百度作为信息入口的默认位置,已经在一次次的对话中被绕过了。百度AI搜索月活仍有3.22亿的底盘,这说明百度的搜索产品本身没有消失;但底盘的价值取决于它还能不能继续充当商业变现的闸门。当闸门上游的水流被分散到无数条新渠道时,闸门本身再宽,收上来的水费也会变少。

百度并非没有尝试把搜索框改造成“任务框”,让文心助手在搜索场景里承担答案生成和任务调用的角色。但这个改造面临一个内生的两难:AI搜索越接近“直接给出干净答案”,传统竞价广告的展示位就越没有附着之处;而如果为了保住广告库存而在AI答案里夹带商业内容,用户体验就会滑向一个“什么都想要、什么都给不干脆”的中间态。文心5.1上线后用户反馈中反复出现的“变傻”和“广告夹带”,正是这个两难在产品层面的投影。一个只是咨询赔偿流程的提问,回答末尾却推送律师事务所联系方式——这种体验损耗的不是某一个版本的口碑,而是用户对“百度AI搜索”作为一个可信信息工具的耐心。

入口的账,拖到年中才还

如果说搜索的商业化两难是结构性的,那么百度在AI产品入口上的混乱,则更像是一笔可以早还、却一直拖到利息滚大才还的账。

直到2026年6月,百度才把文心一言网页版、文心APP网页版与百度文心助手网页版合并,统一到chat.baidu.com。在此之前,仅仅在PC端就同时存在“文心”“文心一言”“文心助手”三个产品形态,定位重叠、命名交错。有百度员工私下表示,连自己都理不清公司到底推出过多少个AI产品命名。

入口分散的直接代价是用户认知的稀释。一个大模型产品需要用户形成稳定的使用习惯,而习惯的前提是“我知道去哪里找它”。当同一个公司用三个名字指向三个入口、且彼此之间的功能边界并不清晰时,每一次品牌曝光都在制造新的困惑,而不是积累认知资产。更深层的代价在于组织信号:入口的混乱本身就是“楚门世界”在产品端的镜像。如果不同业务线可以各自推出定位重叠的AI入口而长期不被收敛,说明内部的协调机制在相当长的时间里没有对“什么是对用户最清晰的选择”做出裁决。2026年6月的合并是一个正确的动作,但它来得太晚,晚到文心独立App的月活已经跌出前十,晚到用户对百度AI产品的第一印象已经被“到底该用哪个”消耗掉了。

新度量衡与旧肌肉

2026年5月的Create大会上,李彦宏提出了一个新的度量衡:日活智能体数(DAA),并宣布百度将围绕“芯云模体”全栈能力来支撑智能体爆发。这个提法本身是敏锐的:当AI的竞争从“模型能回答什么”转向“模型能替用户完成什么”,智能体的活跃度确实比模型跑分更能反映真实的产品价值。

但一个度量衡的意义,取决于组织有没有能力把它当成决策依据,而不是叙事装饰。如果DAA的增长主要来自百度自有场景(搜索、网盘、文库)内的智能体调用,而第三方开发者和企业客户在百度智能体平台上的活跃度没有同步起来,那么这个指标就更接近“内部流量在AI形态下的再计数”,而不是生态层面的真实渗透。文心5.0曾在2026年1月短暂拉回口碑,5.1上线后又在用户端出现反复,这说明模型能力的稳定性尚未形成一条持续向上的曲线,而智能体的可靠执行恰恰以模型的稳定性和一致性为前提。一个在单轮对话里文采斐然、但在多步任务中偶尔“变傻”的模型,很难支撑起“智能体”所要求的信任密度。

百度手中并非没有牌。AI云和GPU云的增长证明它在算力供给端仍然是一个有分量的玩家;搜索的存量用户厚度意味着它还有一个巨大的场景可以用于模型迭代和产品试验;职级改革和BMC的成立说明组织层面已经意识到旧机制不可持续。但这些牌要打成一手连贯的局,需要的不是再一次架构调整,而是一个更朴素的东西:让产品决策回到那些真正理解模型能力边界的人手中,并且让他们的判断不被短期广告库存和内部协调成本反复稀释。

“起大早,赶晚集”的叙事之所以反复出现,不是因为它宿命,而是因为百度在每一次技术浪潮中都在同一条河段里摔倒:看见趋势的能力很强,把趋势翻译成产品的能力很弱。翻译的损耗,发生在中层的过滤里,发生在职级对技术判断的折价里,发生在广告库存对体验的绑架里,也发生在入口的各自为政里。拆掉“楚门世界”只是翻译的第一步。拆掉之后,新的句子能不能被写出来,取决于百度敢不敢让那些最接近模型的人,同时拥有定义产品的权力和承担产品后果的责任。

时间窗口在收窄,但真正的倒计时不在竞争对手的发布节奏里。它在百度自己身上:下一个真实的坏消息,能不能比市场更早到达能改变它的人手中。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

2026-11-04 03:57:00 · 大模型,算力芯片,AI应用,开源,字节跳动,百度,DeepSeek,月之暗面,对话助手,Agent智能体,搜索RAG,翻译字幕,设计创意,扩散模型,模型评测,法律,工业制造,营销广告,招聘HR,基础设施,模型发布,财报,开发者生态

早报|国行苹果AI开测,Siri接入千问/中兴否认出售手机业务传闻/多所高校免费发Token

爱范儿

🔧国行 Apple 智能开启测试,Siri、写作工具与视觉智能接入千问

🌦苹果天气出现数据异常,多地下周五「跌至」零下 32 度

🧑‍💻苹果向所有开发者开放 Siri AI,可将多个 App 动作串成任务

🧠GPT 爆改 Qwen 权重,团队测试数学成绩提升约 6 倍

🤝OpenAI 用 Astra 一周设计语音 Codex 设备,并与马自达合作研究

💬曝 DeepSeek V5 拟用昇腾预训练

💼DeepSeek 又崩了

🏢红果用户规模超越豆包,千问领跑亿级 App 增速榜

🖥盗用 AI 平台算力,上海一男子获刑三年

📱中兴否认出售手机业务传闻

🧠Claude Code 产品负责人 Cat Wu 离开 Anthropic

💬姚顺宇否认创业:仍是 Google DeepMind 员工

🎓多所高校免费发 Token,同济每周提供 1 亿 Token

🚗蔚来累计换电突破 1.3 亿次,最近 1000 万次用时 88 天

🏢Seedance 海外收入占比达一半,腾讯与 B 站成为国内大客户

📈AMD 数据中心收入接近翻倍,第四季度营收指引达 170 亿美元

💡阿里董事会主席:只有开源才能普及 AI

🔓英伟达与 Pika 基于 MiniMax H3 开源视频增强和生成模型

⚡商汤发布 SenseNova 6.8 Flash,支持动态设计与可编辑 3D 工程

🚗法拉利首款电动车 Luce,2027 年产量已全部被预订

🖥美团 LongCat-2.5 正式发布,国产算力训练原生多模态模型

📉智能投影销量连跌四季,第三季度中国市场下滑 26.2%

🛍佳能计划明年起调价,应对零部件成本上涨

✨全国放心消费平台上线,扫码可查周边商家承诺

🌐《好莱坞往事》衍生片再请《社交网络》配乐搭档

🎬《蓝眼武士》第二季定档明年 1 月,复仇之旅转向伦敦

🧠Netflix 测试 AI Discover,按心情找片还能屏蔽不想看的推荐

重磅

国行 Apple 智能开启测试,Siri、写作工具与视觉智能接入千问

Image

今天凌晨,苹果推送 iOS 27.3 首个开发者测试版,国行「Apple 智能与 Siri」开始开放体验。

苹果中文官网列出的首批功能包括写作工具、实时翻译、照片消除、智绘表情及通知摘要。

千问被整合进 Siri、视觉智能和写作工具,用户可在系统内提问、生成文本或处理图像。

据爱范儿实测,视觉智能的以图搜物还接入了百度搜索。Siri 换上环绕屏幕边缘的光晕,并支持双击屏幕底部切换为文字输入。

在 Siri 中,基础问答可直接完成。以「最近总是睡不好」为例,Siri 会调用千问给出通用睡眠建议。

如需更个性化的方案,用户可点击千问 Logo 跳转至千问 App,对话信息会自动同步。据了解,千问可结合用户此前的睡眠记录、运动情况和生活习惯制定改善方案。

实时翻译覆盖信息、电话和 FaceTime,其中电话与 FaceTime 限一对一通话。AirPods 翻译需适配耳机更新至最新固件,并与启用 Apple 智能的 iPhone 配对。

首批功能适用于 iPhone 15 Pro 系列、iPhone 16 全系列及后续机型,以及 iPhone Air、iPhone Duo,Siri 和设备语言须设为简体中文或英语。

值得注意的是,此次国行更新提供的是首批 Apple 智能功能,WWDC 2026 预告的新版 Siri AI 未包含在内。

🔗 相关阅读:

2026-11-04 00:26:05 · 大模型,算力芯片,开源,融资,OpenAI,Google,Anthropic,NVIDIA,字节跳动,阿里巴巴,腾讯,百度,华为,DeepSeek,商汤,文生视频,语音音频,代码生成,对话助手,多模态,搜索RAG,翻译字幕,设计创意,预训练,图神经网络,传媒内容,招聘HR,基础设施,模型发布,产品更新,合作,财报,开发者生态

连夜实测 iPhone 国行 AI,亮点和槽点都在这了

爱范儿

AI 手机圈最漫长的等待,终于结束了。这次,你一定要用上 Apple 智能(doge)。

Image

就在刚刚,苹果国行 AI 正式面向中国大陆用户开放开发者 Beta 版测试,并计划随 12 月发布的 iOS 27.3 正式推出。

从首批端上桌的功能来看,Apple 智能最大的看点,是将 AI 深度融入 iPhone 的日常使用场景,同时借助千问扩展复杂任务的处理能力。

Image

不过,迟到了整整两年的 Apple 智能,面对早已把各种 AI 功能玩出花样的国产手机,究竟还能带来多少令人眼前一亮的体验?

国行 Apple 智能怎么升级?

根据苹果公布的信息,首批功能支持机型包括 iPhone 15 Pro、15 Pro Max,iPhone 16 系列和后续支持机型,以及 iPhone Air、iPhone Duo。

Image

想提前体验的用户,可以使用 Apple 账户注册开发者资格(https://developer.apple.com),接着进入「设置」「通用」「软件更新」「Beta 版更新」,选择 iOS Developer Beta,下载安装 iOS 27.3 测试版。

Image

考虑到开发者测试版的稳定性,建议提前备份数据,尽量使用备用机体验。

值得一提的是,此次更新尚未包含苹果在 WWDC 2026 上宣布的下一代 Siri AI 功能,更强的个人情境理解和跨 App 自主执行能力仍需等待。

苹果国行 AI,究竟带来了哪些新功能?

· 写作工具

苹果将 AI 写作能力整合进系统文字处理界面,用户选中文字后,便可以直接调用校对、改写、摘要等功能,还能将内容调整为友好、正式或简洁的语气,或者整理成要点、列表和表格。

例如,面对几千字的行业报告,可以直接生成摘要,也能将冗长的会议记录整理成清晰的要点和表格,减少手动梳理信息的时间。

Image

更值得关注的是,苹果还加入了「千问创作」,允许用户根据自然语言要求生成文章、邮件和其他内容,甚至生成图像。

例如,准备向老板反馈工作量过大,原话可能是「这个月指标太高了,实在完不成,要么给我加人,要么减任务」。通过「千问创作」,可以直接要求 AI 将其改写成高情商的工作汇报,同时保留核心诉求。

Image

从原生写作工具的校对、摘要和格式整理,到千问提供的自由创作能力,苹果将两者放进了同一个系统级写作入口。

· 视觉智能

视觉智能让用户通过 iPhone 摄像头了解眼前的事物。

用户长按 iPhone 的相机按钮,即可唤出视觉智能界面,底部提供「询问」「翻译」「搜索」三个选项,分别对应不同的使用场景。

其中,左侧的「询问」由千问的视觉理解能力提供支持,可以识别摄像头拍摄的物体,并根据画面内容回答问题。例如,将摄像头对准英文菜单,询问「哪些菜品适合不吃海鲜的人」,AI 便可以结合菜单内容给出建议。

Image

中间的「翻译」则可以直接识别并翻译镜头中的外语文字,适合阅读海外菜单、路牌和商品说明。

右侧的「搜索」由百度识图默认提供支持,能够根据当前画面查找相似图片。

Image

不过,如果你手机里装有接入了视觉搜索的第三方 App,比如得物,那么你同样还能得到得物的搜索结果,用户可以根据眼前的实际需求直接选择。

Image

· 照片消除

按照苹果此前公布的信息,照片 App 此次主要迎来了消除工具、自然语言搜索和回忆影片生成三项 AI 功能。

其中,消除工具已经可以正常使用,用户只需圈选照片中的路人、杂物等干扰对象,AI 便会尝试将其去除,并自动修复背景。

Image

在使用消除工具的体验过程中,我们也发现照片 App 偶尔会出现闪退。考虑到目前仍是开发者 Beta 版本,相关功能的稳定性还有待完善。

Image

接着,我们继续提高测试难度,尝试让 AI 消除花朵旁边的自行车。结果虽然成功去除了自行车,但花朵边缘的处理明显不够自然,仍能看出 AI 修复留下的痕迹。

Image

而在此次开发者 Beta 版的体验中,我目前只找到了消除工具,暂时还没有找到自然语言搜索和回忆影片生成的功能入口,也欢迎能够成功体验的朋友在评论区分享实际感受。

另外需要提一句,此次测试使用的是 iPhone 16 Pro,即便在正常室温环境下体验,手机的发热依然比较明显,尤其是在连续使用 AI 功能的过程中。

· 智绘表情

智绘表情允许用户通过文字描述生成专属表情符号。

例如,输入「一只戴着发光墨镜、正在喝冰美式的熊猫」,或者「一个因为修改十遍需求而抱头痛哭的电脑显示器」,系统便会生成相应表情。

Image

相比生产力工具,智绘表情更偏向娱乐表达,也更容易成为普通用户接触 Apple 智能的入口。

· 备忘录与通话摘要

Apple 智能还可以为备忘录中的录音和通话转录文本生成摘要,帮助用户快速了解对话内容。

例如,我让 AI 处理了一段关于周末聚餐的模拟通话录音。两个人原本打算吃火锅,后来又考虑川菜,最终因为有朋友不吃辣,决定去公司楼下的一家粤菜馆,还讨论了清蒸鲈鱼、烧鹅等菜品。

Image

整段对话充满了临时改口和闲聊,但真正有用的信息在 AI 的辅助下变得异常清晰。

对于经常开会、电话沟通或整理采访录音的用户来说,类似的 AI 摘要功能可以帮助快速提取关键信息,减少反复回听录音和手动整理文字的时间。

· Siri 升级

在所有功能中,Siri 的变化可能最受关注。

此次更新,Siri 支持文字输入、理解临时改口,并能在连续对话中保持上下文。

例如,用户说「帮我设置早上 7 点的闹钟,算了,改成 8 点半,备注叫选题会」,Siri 可以理解用户最终想要的操作。

Image

更重要的是,苹果也正式将千问引入部分 Siri 体验。

用户可以向 Siri 提出复杂知识问题,也可以针对照片、PDF、演示文稿等资料提问,比如我问 Siri 广州飞上海的机票多少钱,Siri 会给出千问的回答,然后也可以一键跳转到千问 app。

Image

再比如,苹果自家的天气 App 偶尔也会出现「幻觉」,但在这次体验中,国行 Apple 智能却没有出现 AI 幻觉。

Image

APPSO 实测发现,简单问题可以直接由 Siri 回答,遇到购物、寄快递、旅行规划等复杂需求时,则可以跳转千问 App,调用其连接的淘宝、顺丰速运、哈啰等服务继续处理。

例如,用户通过视觉智能识别一件衣服后,可以进一步前往千问寻找淘宝同款,比较价格并推进下单。

此外,Apple 智能的实时翻译整合进信息、FaceTime 和电话 App,搭配支持的 AirPods,还能实时翻译面对面对话,减少跨语言沟通时频繁切换翻译软件的麻烦。

邮件 App 则新增优先邮件、邮件摘要和智能回复,通知系统也加入通知摘要、首要通知和减少干扰专注模式,帮助用户从大量邮件和通知中更快找到重要信息。

Image

相比单个 AI 功能,苹果与千问合作带来的另一种可能性更值得关注。部分复杂任务需要跳转千问 App 继续处理,跨应用的上下文能否保留、多个操作能否连续完成,仍有待进一步观察。

距离一个能够主动理解需求、调用不同应用完成任务的智能助手,Apple 智能还有相当长的路要走。

有趣的是,在智能手机过去十几年的发展史上,苹果一直扮演着市场教育者的角色。

从 Touch ID 到 AirPods、灵动岛,苹果经常负责把新的技术和交互方式带到大众面前,再由国产厂商迅速跟进,利用价格和本土化优势推广到更广泛的市场。

Image

到了 AI 手机时代,攻守之势异也。

过去两年,华为、小米、荣耀、OPPO、vivo 等国产厂商轮番登场,从 AI 消除、智能摘要到跨应用 Agent,几乎把能讲的 AI 手机故事翻来覆去讲了个透。

尽管真正改变用户习惯的功能仍然有限,但「手机应该有 AI」的认知已经逐渐形成。消费者开始知道手机里的 AI 能做什么,心里也各自攒下了一把衡量好坏的尺子。

Image

姗姗来迟的苹果,反倒阴差阳错地当了一回乘凉的受益者。

它省去了向用户解释 AI 手机有什么用的过程,可以直接将 Apple 智能带到一个已经接受过市场教育的消费群体面前。只是单看首批交卷的基础功能,则比较中规中矩。

当用户满心期待重新定义端侧 AI 的苹果交出一份包含消除、摘要、改写等基础功能的答卷时,不可避免地会产生「就这?」的看法。

如今,AI 手机时代最有意思的反转莫过于此,习惯了领跑的苹果,接下来也需要用 AI 的真本事证明,后来者总有机会。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

2026-11-04 04:13:07 · AI应用,阿里巴巴,百度,华为,小米,对话助手,Agent智能体,搜索RAG,办公效率,翻译字幕,教育学习,强化学习,模型安全对齐,端侧AI,图神经网络,零售电商,模型发布,产品更新,合作,开发者生态

IT早报 1104:iOS 27.3 测试版携国行 Apple 智能如约而至;中兴辟谣 400 亿卖手机业务;全球首款甲醇电混家轿吉利银河星耀 6EF 上市;全国放心消费平台上线...

IT之家

“IT早报”时间,大家好,现在是 2026 年 11 月 4 日星期三,今天的重要科技资讯有:

1. 国行「Apple 智能与 Siri」如约而至,iPhone 15 Pro 及更新机型升级 iOS 27.3 开发者预览版可用

苹果官方 11 月 4 日面向 iPhone 发布了最新的 iOS 27.3 开发者预览版。在最新的 iOS 27.3 开发者预览版上,国行 Apple 智能与 Siri 上线,用户在更新最新版 iOS 系统后可以在设置中找到「国行 Apple 智能与 Siri」设置页。>> 查看详情

2. 400 亿卖掉手机业务?中兴称“不属实”

针对网传与互联网大厂洽谈手机业务合作、按 400 亿估值成立合资公司的消息,中兴通讯向观察者网回应称“不属实”。此前有员工透露对方拟出资约 80 亿元,具体估值和持股仍在沟通中。>> 查看详情

3. 全球首款甲醇电混家轿吉利银河星耀 6 EF 发布:CLTC 综合续航最高 1880km,上市限时焕新价 7.68-9.68 万元

在 11 月 3 日晚的吉利新一代甲醇电混技术发布暨吉利银河星耀 6EF 上市发布会上,吉利银河星耀 6 EF 甲醇电混家轿正式发布,上市限时焕新价 7.68-9.68 万元。该车可醇、可电、可油,纯电续航达 230km、满醇满电综合续航 1250km、满油满电综合续航 1880km。>> 查看详情

4. 全国放心消费平台正式上线:可扫码查看附近放心消费商家,百度地图、美团外卖、淘宝闪购、京东外卖已接入

平台将为商家生成“一店一码”的放心消费码和全国统一的放心消费标识,供商家在经营场所广泛宣传,以更优承诺带动更多消费。>> 查看详情

美团外卖“放心消费承诺”标识示意

5. 价格不低!消息称华为子品牌星芒新品配置对标旗舰产线

博主 @数码闲聊站 最新爆料,称华为子品牌星芒新品配置对标旗舰产线,价格不低。目前尚不知晓是品牌已规划的新品价格不低,还是新品牌产品价格都不低,因此关于华为子品牌星芒产品规划情况还有待进一步披露。>> 查看详情

6. 收机赌溢价终“血亏十几万”:消息称高价囤货苹果 iPhone Duo 的黄牛如今“卖一台亏一台”

开售仅一周,iPhone Duo 因铰链门和软件适配问题热度不及预期,行情迅速回落。杭州商户透露,资深黄牛普遍亏十几万甚至二十多万,不亏钱的反而成了异类。信息差被抹平,靠囤货赌溢价的生意模式走不通了。>> 查看详情

7. 报告称红果免费短剧用户量超越豆包,成为抖音集团第二大应用

在用户使用时长上,短剧视频、短视频的增长贡献率达到 111.5%(吞噬了在线视频、综合资讯等领域时长)。>> 查看详情

图片

8. 8GB 内存也能流畅用:微软优化 Win11,多任务提速 40%、Office 等内存压力最高减少 900MB

微软 11 月 3 日发布博文,宣布面向 8GB 内存配置的 Windows 11 电脑,推送一系列系统级性能与内存优化,从而在日常办公、浏览网页和轻度多任务场景中,进一步提升入门设备的流畅体验。>> 查看详情

9. 苹果 iOS 27.3 扩展 Siri AI:支持繁体中文、覆盖 15 款 App 操作,能管理文件 / 定时发送信息等

科技媒体 MacRumors 11 月 4 日发布博文,报道称在今天推送的 iOS 27.3 首个 Beta 开发者预览版中,苹果公司进一步扩展 Siri AI 在应用内及跨应用执行任务的能力。>> 查看详情

10. 国行 Apple 智能首批上线核心功能汇总:AirPods 实时翻译登场,iPhone 可联手千问实现更多功能

苹果 11 月 4 日凌晨面向 iPhone 推送了首个 iOS 27.3 开发者预览版,如约为国行用户带来了「Apple 智能与 Siri」。IT之家在第一时间上手体验了国行 Apple 智能首批上线的核心功能,现为大家汇总亮点。>> 查看详情

11. 大刷机时代来临:华为 MateBook E Go 2023 二合一平板电脑成功刷入 iOS 16 系统

近期 AI 逆向实现了很多有趣的项目,让很多不少设备有了新玩法。B站 UP 主“御坂 10297 号”在 11 月 2 日晚宣布,成功将华为二合一平板电脑 —— MateBook E Go 2023 刷入了 iOS 16 系统,实现超大屏 iPhone 体验。>> 查看详情

12. 消息称 iPhone 18e / 18 / Air 2 明年上半年齐发,标准版搭 2nm 制程 A20 芯片预估价格会涨

博主 @数码闲聊站 11 月 3 日发文透露,iPhone 18e、iPhone 18 和 iPhone Air 2 三款机型会在明年上半年发布,预估还是 18 标准版的销量最高。据称 18 将配备 6.3 英寸 1.5K 120Hz OLED 常规灵动岛屏幕,搭载 2nm 制程工艺的 A20 芯片,拥有 Face ID、48Mp 双摄,同时电池也有加大,价格估计也要涨。>> 查看详情

13. 真“全面屏 iPhone”:开发者放出小米 REDMI K20 Pro 刷苹果 iOS 16 测试固件包

该移植方案支持双系统切换、数据持久化,可通过 Magisk 模块或按键组合切换至 iOS 16,目前仍为测试版本,刷机有变砖风险。>> 查看详情

14. 不输充电宝:曝国产厂商 14000mAh 级电池新机试模中,重量低于 250g 且“厚度不会很夸张”

博主 @数码闲聊站 爆料 14000-15000mAh 超大电池新机正处于试模阶段,主打一周续航,采用高密度硅碳负极方案,厚度重量不会过于夸张,目前尚未披露具体品牌、品类及量产时间。>> 查看详情

15. 明确房东不得加收水电费、违者最高罚 5 倍金额,广州新规表决通过

一旦查实加收水电费,要退还多收费用,最高可以罚违规金额 5 倍。同时,要求房东收费前,主动出示水电缴费明细;租户凭租赁合同,可以直接去水电公司查账单。>> 查看详情

16. 苹果首款折叠 iPhone Duo 反馈锁定缩放显示:想改大小,得抹掉手机

科技媒体 macobserver 11 月 2 日发布博文,报道称在苹果首款折叠 iPhone Duo 上,首次开机时选定缩放显示(Display Zoom)级别后,便无法在设置中再次调整。>> 查看详情

17. 苹果承认 iPhone Duo 折叠屏手机交货延迟,供货紧张何时缓解仍难以预测

除了 iPhone Duo 的交货问题,存储芯片涨价也是此次财报电话会议的关注焦点。AI 行业需求激增推高了存储芯片成本,苹果因此面临大量提问。>> 查看详情

18. 胡晓庆揭秘比亚迪仰望 U9X 极速测试惊险瞬间:360km/h 撞击护栏、试车员下车不去医院“搁那看”

比亚迪仰望销售事业部总经理胡晓庆 11 月 3 日发布视频,讲述了仰望 U9X 在国内进行极速测试时的惊险瞬间。试车手江稳在 360km/h 时速下撞击两侧护栏,车辆严重损毁。不过经医院检查,车手江稳身体并无大碍。>> 查看详情

19. 网易 UU 远程:后续商业化会慎重考虑如何兼顾,Linux 版本即将和大家见面

网易 UU 远程表示后续的商业化会慎重考虑如何兼顾大家的使用体验与产品长期发展。此外,大家较为关心的 Linux 版本也即将和大家见面。>> 查看详情

20. 腾讯《王者荣耀》开放苹果 iPhone Duo 机型 120 帧模式,Air 苦等一年仍被“遗忘”

据多名玩家反馈,腾讯《王者荣耀》手游终于开放了苹果 iPhone Duo 机型的 120 帧游玩模式,但内屏游玩时的“大黑边”问题仍未解决。另外,还有一款机型至今仍未适配《王者荣耀》的 120 帧模式 —— iPhone Air。>> 查看详情

21. 消息称华晨宝马裁员约 1800 人:占员工总数 10%,赔偿 n+5

多位员工证实,此次裁员统一按 n+5 赔偿,其中“n”按税前月薪计,“5”按基本工资计(不包括绩效等)。按照裁员前的工会名单来看,华晨宝马员工总数为 1.9 万余人。>> 查看详情

22. 华为 Pura 100 系列影像旗舰阔直板机被曝测试 BOE 新开屏,Pro Max 有望采用双层 OLED 技术

博主 @数码闲聊站 11 月 3 日发文透露,华为 Pura 100 系列影像旗舰阔直板机 BOE 新开屏测试中,配备 6.39 英寸 1.5K 2.5D 直屏,支持 8T LTPO、Lipo 极窄封装工艺、BT.2020 色域,主打高亮特性。另外,Pro Max“超大杯”可能还会额外上双层 OLED 技术。>> 查看详情

23. 男子用 AI 破解 AI 平台接口:400 多万个账号薅积分、偷算力卖钱,被判刑 3 年缓刑 3 年

经徐汇区检察院提起公诉,徐汇区法院以非法获取计算机信息系统数据罪,判处宗某某有期徒刑三年,缓刑三年,并处罚金人民币四万元。>> 查看详情

24. 特努斯:全球内存涨价“前所未有”,苹果已竭尽所能消化成本

在最新财报电话会议上,苹果首席执行官约翰 · 特努斯(John Ternus)当前内存价格上涨“前所未有”,且预计 12 月季度成本还会更高,后续采购价格恐将继续上升。>> 查看详情

25. 苹果 CEO 特努斯:Siri 每日处理超过 25 亿次请求,部分高级 AI 功能将收费

科技媒体 AppleInsider 11 月 3 日发布博文,报道称在最新财报电话会议上,苹果首席执行官约翰 · 特努斯(John Ternus)重申 Siri 每天处理超过 25 亿次请求。>> 查看详情

今天就先聊到这里,IT早报,咱们明天见。

2026-11-04 00:02:27 · 大模型,算力芯片,AI应用,融资,Microsoft,字节跳动,阿里巴巴,腾讯,百度,华为,小米,京东,办公效率,翻译字幕,模型安全对齐,工业制造,招聘HR,模型发布,产品更新,合作,财报,裁员,版权诉讼,榜单评测,开发者生态
AI 资讯

[分享创造] 一图胜千言?那我把图、语音、文字都塞进一个视频里,是不是就天下无敌了

V2EX周末提前在网上买了一些装饰布置婚房用的东西,零零碎碎的特多。

一个个跟父母打视频去说那个用在哪里、怎么摆、怎么装太麻烦,讲完转头他们又容易忘。

一开始想的就是,购物记录截图然后自己录语音一条一条发。

然后想到太麻烦,要么 excel 要么视频的 方式, 所以 Copilot 启动

后面就是你懂的,用 ai 就容易过度设计。 经典为了一碟醋包了一个饺子。

所以还是想分享一个这个小工具!

截好图,我对着录一段语音讲解,AI 自动转字幕,一键生成竖屏视频,相当于一份视频说明书,直接微信发给爸妈,慢慢看就行。

本地跑的 AI ,所有东西都存在本机,说白了就是临时刚需折腾出来的小玩具。

GitHub: https://github.com/Wxh16144/dianzi-tushuo
2026-11-03 03:11:31 · AI应用,开源,Microsoft,语音音频,代码生成,办公效率,翻译字幕,设计创意,零售电商,招聘HR

[分享创造] Duo Translator(沉浸式翻译开源替代)已上架苹果商店,正式支持 Safari 了

V2EX

前言

之前的帖子( https://v2ex.com/t/1232738 )收到很多建议和好评,非常感谢!同时也有很多 v 友许愿 Safari 版本,就想着上架一下,耗时 2 周终于审核通过了。第一次上架苹果商店,想着国区应该无法上架,就没有写中文介绍,下个版本我补上,还请理解

链接:

https://apps.apple.com/cn/app/duo-translator-for-safari/id6824118949

https://apps.apple.com/us/app/duo-translator-for-safari/id6824118949

简单介绍下,Duo Translator 是一款双语翻译浏览器插件,并支持划词翻译、AI 写作增强、YouTube 双语字幕、同步配置等功能,目前桌面端已经全覆盖,包括 Chrome ,Edge 、Firefox 、Safari 。更多详细功能介绍可以访问 官网 和 github

目前还没适配手机端,一个人实在太忙了,如果有大佬感兴趣的话,欢迎随时提 PR 。

截图

碎碎念

之前一直认为自己是起名鬼才,名字看着确实有点奇怪。自从 iPhone Duo 发布后,发现也用了"Duo"这个单词,对产品名字瞬间比较自信了!!🤣

一个人精力真的有限,目前维护两个项目,已经焦头烂额了,忙完这一阵打算开始疯狂迭代下 Duo Translator

最后

如果遇到 bug 或者功能建议,可以到 github 提 issue ,或者交流组中反馈 https://t.me/+v7Z9ssqrQLc3OGI5

目前也算是为爱发电了,插件有帮助到大家的话,可以帮忙写写好评,github点点 star ,多谢了🙏

2026-11-03 03:29:07 · 开源,翻译字幕,招聘HR,模型发布
AI 资讯

[职场话题] 如今的大环境下,尽快远离中小企业,找大公司的岗位,特别是传统行业的 IT 岗吧

V2EX今年是我写代码第 24 年。先说,我已经转到 500 强传统企业,做“网管”了。

现在我业余时间在做一个招聘聚合站点,叫「求职者营地」( qzzyd.com ),每天处理几千个真实岗位。因为做这个,我几乎天天在看全国的企业在招什么人、不招什么人。
看得多了,一个判断越来越清晰:
程序员的岗位(或者叫软件工程师),正在很多中小企业里消失。
不是缩招,不是降薪,是“消失”——特别是前端岗,你懂吧?公司直接不设这个岗位了。

这大环境下,我的真心话是:尽快远离中小企业,找大公司的岗位,特别是传统行业的 IT 岗。大厂、国企、央企、外企,特别是在这波 AI 转型的阶段,随着企业越来越重视 AI ,他们产生了更多 IT 相关的岗位。

我还没失业的时候,就已经预感到要失业了,我就在思考将来的出路在哪里:
1 、转运维,特别是 AI 相关的运维,这个是首选。什么 MLOps 、FDE ,如果你看不懂这两个词,嗯,可能这条路暂时不适合。但如果你有基础,这是目前技术人转型里天花板最高的方向之一,你可以问问 AI ,深圳 FDE 是不是都 5 万+。
2 、转销售,准确说是售前。程序员嘴笨?那是对不熟悉的领域。如果是你之前深耕过的行业,你懂业务、懂技术边界,反而有机会。售前吃的是“翻译能力”,把客户需求翻译成技术方案,这活儿很多纯销售干不了。
3 、转售后。但注意,普通客服基本全被 AI 化了,卷不动。剩下的机会在企业软件交付——实施、部署、客户成功,这些需要懂技术又能扎到客户现场的人。
4 、搞一人公司。这算创业,需要点本钱,但不多。关键是,你是不是一个懂销售的人,否则技术再好也白搭,反正我不懂销售,我觉得 95%人不适合。
5 、铁人三项,千万不要,已经卷到没边了,仅仅是饿不死,还房贷你就别想了。
另外,有些小伙伴想考研学 AI ,我滴天,大学教授自己都不懂,你还要花钱去找他学,找个 AI 工作,干中学吧。

接下来,如果你想找传统企业的 IT 岗,怎么找才是最好的?
Boss 直聘吗,智联招聘吗?还是猎聘?

我和你说,都不是
外企,央国企,这些企业很多都不去这些平台的。
为什么不去呢,很简单,越牛 X 的企业,越不屑于去这些平台,因为他们的岗位根本不愁找不到人,他们为什么要给平台付费招聘呢?在自己官网发就够了呀。
实际上,Boss 之流都是,10 几年前互联网泡沫阶段的产物,那个时候,互联网创业企业太多,人才找不到,才需要有这些平台。现在泡沫没了呀,也就不需要他们了。

而且,这些自己有官网的企业,基本都是上市公司,天然屏蔽了中小企业。

正好,我的一个朋友,这时候失业了,我建议她去企业官网去找,她说,几万家企业的官网招聘页,一家一家的看吗?
我当时想到用 AI 搞吧,vibecoding 了好几天,也没法找全我要的结果。
当然,这个过程中,我发现越来越多的岗位,确实是其他平台没有的,这样坚定了我做下去的信心,信息差就是生存差。

现在「求职者营地 qzzyd.com 」上线了,其实就是想帮大家跳过虚假僵尸岗,直接看到企业官网在招的真实岗位。
以上全是真心话,欢迎拍砖,也欢迎聊聊你的看法。
2026-11-03 04:43:52 · 代码生成,对话助手,翻译字幕,招聘HR,基础设施,合作

UJCMS 13.2.1 发布,多语言网站 AI 自动翻译

开源中国UJCMS 支持多语言网站,可支持多种语言网站,语言数量不受限制。支持发布一种语言的文章后,可以使用 AI 或百度翻译、有道翻译自动翻译其它语言的文章;同时支持文章批量翻译。文章修改后,同样可以同步翻译至不同语言网站。如发现翻译有不恰当之处,可以手动修改。 本次更新新增会员投稿,会员可在会员中心提交文章,经...
· 政策监管,百度,翻译字幕,模型发布,产品更新

思科给一个 27 岁工程师无限 token,让他重写 98% 的遗留代码

开源中国Cisco 总裁兼首席产品官 Jeetu Patel 给了一个 27 岁工程师无限量的 AI token。原话是在一场小型圆桌晚宴上说的:"我给了他无限的 tokens,因为他要去重构代码。所以我说,去吧,随便用。" 这人叫 Padmanabhan Krishnamurthy,Patel 管他叫 Paddy。2023 年他联合创办了实时翻译公司 EzDubs,2025 年 Cisco 收购后他随之加...
· 融资,翻译字幕,收购并购
AI 资讯

起底第一批FDE的「生存实录」

雷锋网

国庆假期前,入行不久的FDE世龙,向咨询公司提了离职。

这个念头,在他入职第一周就冒出来了。煎熬了许久,他最终迈出了这一步。

虽然差点被这波洪流掀翻在地,但他并没有打算离开FDE这一行,还是想紧紧拽住其中的机遇。很快,他入职了第二家公司。

在AI落地的风口下,旺盛的市场需求让FDE成了炙手可热的行当。

但真到了落地环节,又是另一种现实:没有人说得清,AI落地到底值多少钱。有人拿下了千万级大单,有人却只拿到够买WorkBuddy账号、做数据接口改造的钱,FDE交付本身没卖上价。

“需求真实存在,白嫖也真实存在。”两个月前,高峰开始创业做FDE。两个月折腾下来,最大的心得是:赚钱心累,市场一片混沌。

一边是不断涌入的FDE,一边是还没形成标准的市场——第一批FDE,正在混沌中艰难求生。

AI落地的荒诞现实

市场的混沌,从报价就能看出来。

有的FDE今年已经拒了4个需求,因为每个需求只报价3000块,所以只能用“拒单”来保护自己。“不是不想接,是接了连Token成本都覆盖不了。”

但也有人愿意啃硬骨头,“哪怕倒贴钱都行”。为了尽快做出拿得出手的case,以后更好接单,他们不得不接受极不合理的预算。

  • 百万级项目,缩水成10万

一线销售张阳,过去两个月谈下了一个10万预算的单子。

但他原本是按百万级AI算法项目的规模来谈的,为了拿下项目,他甚至准备找一位曾在大厂操盘过大规模算法项目的专家。

客户是一家跨境电商贸易公司,需求和痛点都很明确:补货预测,但这件事本身就有不小的难度。

补少了会断货,补多了又会增加仓储成本,而且从生产、出关、清关到本地仓上架,整个链条要经历100多天的海运周期。

随着沟通深入,张阳发现,这个看起来很适合用AI算法解决的问题,实际上还没到算法能发挥作用的阶段。他原本眼中的百万大单,根本落不了地。

首先是客户认知上的偏差。对方最初的想法很简单:“把数据直接丢给AI,AI就可以全搞定了。”

更麻烦的是,客户连发货数据都没理清。几十个SKU(库存量单位,如不同型号、规格的产品)混装发货,运营人员只能人工拆解、匹配,逐一确认各个SKU发了多少、有没有发全。

张阳这才意识到,当务之急是回到最基础的数据治理上,解决数据匹配和统计问题。

谈了四五轮后,这个原本预计达到百万级别的AI预测项目,最终只能降级。客户敲定的单子是10万元,而这笔预算,缩水到只够买10个WorkBuddy账号,再加上数据接口改造。

  • 800万报价,溢价十几倍

“老外的钱也挺好赚的。”某厂商负责AI产品商业化的刘强,看到的却是另一面。

他曾听闻,国内一家友商接下了某跨国科技巨头的供应链FDE项目,报价800万元。了解情况后,他更觉得“离谱”:项目主要就是做数据加工,再“问几个数”,方便员工直接查询销量、库存等数据。

按照刘强自己的项目经验,这类工作通常两个月左右就能完成,项目金额一般在40万至60万元。

800万元的报价,比他了解的项目价格高出十几倍。

但他也能理解,服务商可能要从零建能力,也可能客户数据底子太差、得做大量脏活累活。不过关键还是因为“他们老板关系不错,所以才能卖进去”。

在AI落地市场,FDE项目的报价就像薛定谔的盒子:打开之前,很难判断它究竟值多少钱。

跟客户周旋久了,做FDE交付的郑涛发现,FDE项目跟以前做SaaS有很大不同。SaaS是标准化产品,收费方式相对明确,但FDE交付的往往是一套需要根据客户情况不断调整的解决方案。

“这里面有很多主观判断,有时候说不清80%和90%的差别在哪里。”

经历了“百万级项目大缩水”的荒诞现实后,张阳立了两条“规矩”:非熟客的项目不做,非“一把手”要的项目不接。

原因很简单,“不好定义交付规则,最终就不好验收”。

一线FDE的角色错位

对刚入行的FDE来说,难关不只在客户现场,也在公司内部。

“大家都在摸着石头过河。”抱着憧憬入行的世龙,成为FDE后才发现,新行当里没有现成的路,领导、前辈也没有成熟的经验可以传授。

职业价值感被一点点消磨,他陷入了自我怀疑:我到底算不算FDE?怎样才算FDE?

  • 被边缘化,沦为“赠品”

入行前,世龙曾扎进一家服装工厂的车间一线,用AI帮厂里做ERP系统。那段经历让他确信,AI能够帮助传统制造业转型。

也正因如此,他一直觉得,FDE至少得先到客户业务一线去——这个角色离AI落地最近,价值就在于省掉层层转述的翻译成本。

但在这家咨询公司做FDE,他“还不够格直接接触客户,只能跟着领导做”,连客户现场都没去过,简直活成了外包。客户的意思要经过咨询顾问、领导层层转述,信息不断损耗。“有时候,连领导自己也未必清楚客户到底想要什么。”

组织内部也没形成成熟的FDE工作方法,分工更像传统软件团队:一个人梳理业务规则,另一个人搭系统,再靠开会和代码合并拼起来,沟通成本极高。

入职未满一个月,世龙就开始考虑去留。他始终找不到自己在组织里的位置:既不在客户现场,也无法参与公司的核心业务。

他所在的公司主要卖华为方法论,先出方案,客户点头了才签单进场。业务的基本盘是咨询顾问和客户之间的信任。“他们靠这个赚钱,而不是靠FDE对业务的理解,然后把Coding做出来。”

他做的Demo,不过是丢给客户白嫖,用来证明“我们有AI落地能力”。他常自嘲为“赠品”,甚至是“没人要的赠品”。

下定决心离开后,世龙很快就收到了飞书代理商递来的FDE offer,但他没多犹豫就拒了。在他看来,这个岗位本质上还是在卖工具,跟他做FDE的出发点不一样。(AI办公厂商的FDE,是在卖工具还是做落地?欢迎添加作者微信skylar_12_14,交流一线见闻)

最后,他选择去一家专门做FDE的初创公司。

  • 入行难,“老带新”也难

但AI在企业落地,比想象中复杂得多。

张阳在To B行业摸爬滚打多年,发现To B经验不多的新人,时常低估AI落地的难度。

之前有个客户想做市场动态分析的Agent,一位刚入行的年轻人顺口就说“这个很简单,我们之前也搞了一个”。张阳提醒他,别把自己能做的Demo,当成能企业落地的AI系统。

“这中间的鸿沟非常大。”

根据他的经验,个人做的Demo和企业级系统,功能看着差不多,工作量和复杂度完全不在一个量级。他曾用2万多行代码搭建过一个知识库,但要做成企业级知识库,可能得写到25万行。

不过,这类年轻人懂AI技术,有想法,也带着一股热情,团队一般也愿意用“老带新”的模式帮他们入行。

这种“老带新”的配置,在FDE团队里并不少见。

智构新擎CEO崔晋瑜正在组建AI Native的FDE团队:一个FDE项目通常配两三个人,由一位对AI理解更深的资深业务专家担任pod leader(项目小组负责人),带一两个junior(经验较浅)负责落地执行。

但这种模式很考验组织的工作方式。在传统分工体系下,FDE新人很难有足够的施展空间。

咨询公司如此,软件公司也不例外。有业内人告诉雷峰网,大部分号称做FDE的软件公司,往往还是先搭一个超复杂的SaaS中台,功能堆了一大堆,用户点进去却发现还是老一套。

“他们的人员(FDE)也是这么训练出来的。”在历史包袱和做事惯性下,FDE很容易沦为驻场外包,被放到边缘位置。

创业者的生存博弈

不愿被旧体系束缚,有人选择出来单干。FDE创业,最要紧的是“先让公司活下来”。

创业者们总有操不完的心:一开始盯着获客拿单,拿到单子后要解决转化,转化跑通了就沉淀方法论,单子多起来又要忙着招人、扩团队,后来发现B2B还是得做渠道、做生态。

但要活下来,还有一件更长远的事:怎么在一个被外界质疑的行当里,证明自己站得住脚。想要立足,就免不了博弈、妥协,也免不了借力。

  • 白嫖,防不胜防

高峰每次见客户,几乎都要斗智斗勇:对方一上来,可能既要方案,又要培训。

让企业掏钱并不容易。FDE创业的第一课,就是直面被白嫖的现实:花一小时聊完,最后只落一句客套。过去两个月,高峰被白嫖的次数,少说也有十几次。

一开始,他也不知道该怎么防御。这需要划定一个适当的边界,怎样算商务投入,怎样算被白嫖,但这很难界定。

有些需求,在客户看来不过是顺手的事。可他们的问题就像机关枪一样扫过来,等他全部答完,对方只留下一句:“很专业,谢谢你,下次一起吃饭。”

高峰常常要花半天甚至一天去应付这些“顺手”的请求。这样的时间成本,对创业者来说相当奢侈——忙起来,他一天要轮番见客户、应聘者、合作伙伴,最忙时至少要见六拨人。

后来他摸索出一些经验,先用二十分钟快速聊完业务需求。要是对方有意向,就让商务经理先介入进来,“让他在前面帮我挡一道”。

这也是不少FDE吃了亏之后悟出的生意经:“让纯搞技术的人直接去搞客户,迟早被白嫖到死。”但拒绝客户的事,又不能交给技术人员来做。技术人员一旦拒绝,关系可能就难以修复;换成销售出面拒绝,即便客户生气了,技术人员还有机会挽回。

但高峰把被白嫖当成摸清这门生意要交的学费。

“怕的是将来公司被大量白嫖。”在他看来,一个人被白嫖值不了多少钱,还能攒点认知和经验;可一旦公司规模做大、大家都被白嫖,情况就不一样了。

2026-11-02 06:33:00 · AI应用,华为,Agent智能体,搜索RAG,办公效率,翻译字幕,设计创意,工业制造,零售电商,营销广告,物流供应链,合作

从产品幕后到用户故事,极米记得AI新品全阵容亮相INNO100首「硬」礼

雷锋网

11 月 1 日,极米记得AI新品全阵容亮相INNO100首「硬」礼 。极米智能眼镜业务CPO邵子鉴、蔡司光学中国区 XRX 产品负责人 Alex Zhou ,及两位「极米记得AI体验官」到场,围绕产品研发与真实佩戴展开交流,也让线下消费者首次近距离感受、体验了包括 AI 显示眼镜 MemoMind One、AI 记忆眼镜 G1 与 AI 记忆手环 L1在内的多款新品。

 极米记得AI新品首「硬」礼

MemoMind One的产品设计原点:让AI眼镜真正融入日常

为什么是AI眼镜?为什么是现在?活动现场,极米智能眼镜业务CPO邵子鉴向雷峰网分享了极米布局AI眼镜赛道背后的思考。从智能投影到AI显示眼镜,变化的是产品形态,不变的是极米对显示技术与智能交互体验的持续探索。随着大模型能力不断进化,以及近眼显示、光波导、低功耗硬件等技术逐渐成熟,AI正从手机、电脑等传统终端,走向更加贴近用户的日常穿戴设备。

但对于极米而言,做好一副AI眼镜,并不是简单地将更多功能装进镜框,而是要让技术真正服务于日常体验。围绕这一目标,MemoMind One在专业光学、专业声学与隐私保护三个方面形成差异化优势:特邀蔡司光学,将专业视光与近眼显示体验相结合;通过哈曼联合调音的开放式双扬声器,兼顾日常音频体验与环境感知;同时采用无摄像头设计,减少日常社交与工作场景中的隐私顾虑。配合多框型选择、整机配重与续航设计,让AI能力自然融入一副适合长期佩戴的眼镜。

如果说专业硬件决定了用户是否愿意戴上它,那么AI能力则决定了用户为什么持续使用它。除了翻译、导航、提词、信息通知等实用功能,AI长记忆是MemoMind One区别于传统智能眼镜的重要能力。 它不止于一次性的录音转写或内容总结,而是希望将日常交流中分散的信息持续积累、关联与调用。无论是此前讨论过的事项,还是需要后续跟进的约定,都可以支持用户进行查询与回顾,让曾经说过的话、记录过的事,在需要时重新发挥价值。

从眼前的信息获取,到长期的信息记忆,极米记得希望让AI不只是一个随时响应问题的工具,更成为能够持续帮助用户处理日常信息的智能助手。

极米智能眼镜业务 CPO 邵子鉴

先解决看得清、戴得住:蔡司光学构筑佩戴基础

MemoMind One 采用蔡司显示系列翎思镜片,并提供相应的蔡司处方镜片定制方案,希望在加入近眼显示能力的同时,兼顾日常视力矫正与视觉舒适度。

活动现场,蔡司光学中国区 XRX 产品负责人 Alex Zhou 分享了蔡司在 MemoMind One 光学方案上的设计思路。他指出,AI 显示眼镜的处方镜片需要解决的不只是屈光矫正问题,还要尽可能将用户熟悉的视光体验自然无感地延续到新的产品形态中。

据现场介绍,蔡司翎思镜片光学方案,采用自由环面设计,通过超700个光学优化点进行设计优化,旨在扩大清晰区域减少边缘畸变,让用户在日常看虚拟显示及现实世界近远距离视线切换时看得更清晰、舒适;在镀膜与装配环节,产品采用蔡司钻立方膜层,提供通透自然视觉体验的同时,有效减少了反光干扰,并针对屈光镜片与波导片的贴合需求开发全新工艺,点胶精度达到±10μm精密装配,以均衡光学性能和全天佩戴体验。镜片、镜框、波导显示与整机结构协同设计,体现了 MemoMind One 对整体视觉体验的考量:沿用蔡司在行业中已得到充分验证与认可的光学设计,将近眼显示与日常视光需求一体考虑,满足近视用户不断变化的日常用眼习惯与需求,让眼前信息清晰呈现,也让日常视野清晰舒适。

对极米而言,专业光学不是为产品增加一个技术标签,而是决定用户能否长期佩戴的重要基础。一副 AI 眼镜既要让眼前的信息看得清,也要让用户在看清显示信息的同时,依然能够舒适地看人、看路、看电脑。只有当眼镜本身足够自然,显示能力才有机会真正融入日常。

从长期佩戴到AI长记忆:专业用户解读真实价值

一副AI眼镜究竟需要多少功能?什么样的产品才能真正走进用户日常?活动现场,「先看评测」创始人王亮与电丸科技AK两位“极米记得AI体验官”,从科技爱好者的视角分享了对AI眼镜的观察与体验。

「先看评测」创始人王亮认为,AI眼镜首先应该是一副好眼镜。相比一味叠加功能,佩戴舒适性与实际使用需求更值得关注。结合现场展示的用户调研,他指出,镜腿夹头、鼻梁受压等问题仍是影响长期佩戴的重要因素,而在功能选择上,用户对扬声器的需求明显高于摄像头,这也与MemoMind One的产品取舍不谋而合:保留高频实用的开放式音频能力,采用无摄像头设计,在功能体验、佩戴舒适性与隐私保护之间寻求平衡,让AI眼镜真正成为值得每天佩戴的日常装备。

电丸科技AK则重点分享了显示与AI长记忆两项能力的实际价值。在他看来,近眼显示让重要信息能够及时呈现在眼前,减少频繁查看手机带来的打断;而AI长记忆则让日常交流中的重要信息得以持续记录与后续调用。从即时的信息获取到长期的信息留存,两项能力的结合,让AI眼镜不只是一个新鲜的科技设备,更有机会成为真正实用的日常工具。

围绕这一需求,AK进一步将话题延伸至极米记得AI记忆眼镜G1与AI记忆手环L1。MemoMind One提供近眼显示,不同形态的记忆产品则为用户提供了更多佩戴选择。是否需要随时查看眼前信息、平时习惯佩戴眼镜还是手环,都会影响用户的选择。现场分享与同场体验相结合,让来宾能够从自己的用眼需求、佩戴习惯和使用场景出发,了解几类产品的区别,找到更适合自己的使用方式

现场体验让交流延伸到实际使用

当然,AI 眼镜的价值也不必局限于单一设备之内。活动现场,KiWear 展示了智能戒指与 AI 显示眼镜 MemoMind One 的创新联动,通过指尖操控与眼前显示的协同,带来更加自然、便捷的智能交互体验。未来,双方或将继续探索 AI 眼镜与智能穿戴设备的互联协同,拓展 AI 智能穿戴生态的更多可能。

活动现场交流热烈,观众的注意力也从嘉宾分享延续到产品体验区,纷纷试戴、体验了多款不同新品,并围绕佩戴感受、AI长记忆和实际使用场景,与极米产品团队深入交流。

从台上的研发故事与专业分享,到台下的亲身体验与互动交流,此次INNO 100首「硬」礼让极米记得系列AI新品收获了现场观众的积极关注,也让关于AI穿戴的讨论更加具体:它能为日常生活带来什么帮助、哪种产品形态更适合自己,成为现场持续交流的话题。


2026-11-02 10:14:00 · 大模型,OpenAI,语音音频,对话助手,推理思考,翻译字幕,设计创意,模型评测

苹果单季赚了307亿美元,华尔街却不买特努斯的账

钛媒体

一家市值5万亿美元的科技公司,换帅之后,最先需要回答的不是能不能守住江山,而是还可不可以找到下一个增长周期。

过去十余年,库克将苹果打造成了一台庞大的商业机器。iPhone持续贡献高收入高利润,服务业务不断扩大,庞大的用户生态和供应链体系,让苹果始终站在全球科技产业的金字塔顶端。但对于继任者来说,挑战也恰恰在这里。

北京时间11月3日,苹果交出了2026年第三季度的成绩单,这是特努斯接任CEO之后,首次以掌舵者身份面对资本市场。这份财报的意义,已经不只是看苹果赚了多少钱,它更像是库克时代与特努斯时代之间的一次交接。换句话说,苹果并不缺少赚钱的能力,真正需要证明的是,它是否依然具备创造下一个时代的能力。

如果单从账面数据来看,在存储涨价的高压下,苹果依旧交出了收入利润双丰收的答卷。其中,营收1144.77亿美元,同比增长12%,归母净利润307亿美元,同比增长11.81%。特努斯表示,该季度为苹果“有史以来最好的财年”画上了句号。

但即便是这样,华尔街还是给了特努斯一个下马威,中国市场的不及预期,叠加下季度营收指引低于期待,苹果公司的股价在盘后一度大跌超4%。

“从最近疯狂发新品的节奏能看出,现在苹果已经进入特努斯时间,但背后还得靠库克帮他去稳住供应链和市场,可以等一个完整的财季周期再去看,结果比过程更重要。”一名前苹果员工对作者说道。

中国市场又“拖后腿”了

AI的爆发正在打破所有产业的周期逻辑,存储价格的上让今年的消费电子市场遭遇到重大的冲击。无论是中国、美国这样的成熟市场,还是印度、中东等新兴市场,都难有过去那般出色的增长表现。

对于苹果来说,中国市场一直是其业绩晴雨表的核心参考指标。借助高端市场以及对价格的把控,过去几个季度苹果强势回暖,增速一度近30%。不过,在华尔街的高预期下,这次中国市场又“拖了后腿”,即便是增速再次超过20%,但仍未达到预期。

财报显示,苹果第三季度大中华区收入175.39 亿美元,同比增长21.02%,低于华尔街预期的187.5亿美元,环比上一季度的188.2亿美元也有所下滑。不过,这一结果并不是说明苹果在华的乏力,只是不如市场对于苹果的高期待。

单从9月发布的iPhone 18 Pro系列新品来看,苹果依旧是有着不俗的表现。Counterpoint报告显示,iPhone 18 Pro系列在上市的首三天的销量,较iPhone 17 Pro系列上市首周销量同比增长 12%。凭借这一强劲的开局表现,苹果在第38周跃居周度销量榜首,占中国智能手机市场份额的33%。

Counterpoint Research高级分析师Ivan Lam表示:“iPhone 18基础版延迟上市可能推动部分消费者转向其Pro系列;与此同时,许多中国品牌旗舰机型价格上涨超过200美元,则可能抬高了消费者对旗舰手机的价格锚点,缩小了iPhone与竞品旗舰之间的价格差距,从而凸显iPhone的相对价格优势。”

对于中国市场的表现,特努斯在电话会上表示,苹果对大中华区市场的表现非常满意,业绩增长主要由iPhone推动,其次是Mac,中国市场目前正展现出强劲的发展势头。

与此同时,画饼了两年的苹果AI也终于要在中国市场落地了,即便还是上一代版本,但总归是一个好的开始。现有信息显示,中国大陆地区首批Apple智能功能将于11月4日起通过iOS开发者Beta版开放测试,计划12月随iOS 27.3正式版向当地用户推出。此次上线的功能覆盖实时翻译、照片消除等核心场景,接入阿里巴巴千问模型,部分基础任务可在设备端运行,复杂任务调用合作模型。

而在其它主要四个市场中,除了日本收入有所下滑不及分析师预期,美洲、欧洲和亚太其他地区均表现不错。其中,美洲收入486.80亿美元,同比增长10.2%;欧洲收入320.08亿美元,同比增长11.5%,分析师预期302.1亿美元;亚太其他地区收入97.10亿美元,同比增长15.0%。日本收入65.40亿美元,同比下降1.4%,不及分析师预期的73亿美元。

涨价保利润,“现金牛”业务后劲不足

站在AI时代下的风口,给了特努斯足够的发挥空间。但是,存储、芯片等元器件成本的上涨,又让特努斯拿到了最差的剧本。前段时间,各大机构纷纷发布手机、PC等市场数据,无一例外,哀嚎一片,不是微跌,而是全面崩盘,苹果也不例外,iPhone和Mac的出货量均下滑。

其中,iPhone出货量同比下降4%,iPhone18发布周期被拆分,基础款缺席导致本季渠道铺货规模小于一年前的iPhone17全系。刚刚发布的iPhone 18 Pro系列在美国和日本市场销量均出现同比下滑,尤其是在日本,汇率因素放大了价格上涨的影响,导致需求走弱。

不过,为了应对成本上涨的压力,苹果此前已经调高了产品的价格,因此从销售额来看,其交出的成绩单相对不错。特努斯表示,公司实现了9月季度收入纪录,iPhone达到9月季度纪录,公司正以“最雄心勃勃的产品阵容”进入假日季。同时,苹果公司CFO Kevan Parekh透露,苹果全年营收创历史新高,活跃设备安装基数在所有主要产品类别和地区均达到新高。

具体来看,第三季度iPhone收入575.83亿美元,同比增长17.5%,高于分析师预期的564.9亿美元,也高于苹果在上一季电话会上给出的预期。由于iPhone Duo折叠屏在10月才开售,因此具体市场情况还要等待三个月后的业绩报才知晓。但从目前的反馈来看,各大市调机构均已上调iPhone Duo出货预期,今年备货量从原先的600万台上修至800万至1000万台,2027年出货量则上看3300万台。

特努斯指出,iPhone Duo目前仍处于产能受限状态,公司无法满足市场需求,也暂时无法预测供需何时能够恢复平衡。至于部分用户反馈的iPhone Duo屏幕问题,他在电话会上回应称,出现问题的设备仅占“极小比例”,苹果正在为受影响用户提供更换服务。

在iPhone之外,Mac表现继续强劲,收入107.92亿美元,同比增长23.7%,高于市场预期的97亿美元。之前机构公布的数据显示,Mac虽然出货量大跌11%,但市场份额从去年同期的8.5%上涨到9.5%。特努斯上任后,也调整了Mac产品线的发布节奏以及设计理念,并在10月底推出了多款新品。

但是,并非所有硬件都表现强势。三季度,iPad收入62.29亿美元,同比下降10.4%,低于市场预期的68.9亿美元。对此,苹果把iPad销售表现不佳归因于供应不足。可穿戴设备也是一样,收入83亿美元,同比下降7.9%,低于市场预期的90亿美元。

目前,存储芯片的价格仍在上涨,即便苹果有着非常强大的供应链优势,加大了存储芯片采购力度,但持续的涨价,后期大概率会让苹果再次提高产品的售价,对整体的销量必然会造成冲击。电话会上,特努斯没有回避这一点,直言“存储芯片的价格涨势前所未有,随着时间推移,前期库存带来的成本优势会逐渐减弱。”

苹果预计,12月过后存储芯片成本还会继续上涨,COO Sabih Khan透露,为了改善供应,从6月季度到9月季度,公司的生产采购承诺金额增加了330亿美元,但不排除今后继续提高苹果产品售价。IDC分析师告诉作者,市场恢复还需要一定的时间,随着新的换机周期的陆续到来,预计28-29年将会逐渐稳定并恢复增长。

在硬件成本压力之外,苹果的“现金牛”业务也有些后劲不足。第三季度,服务业务收入315.73亿美元,创单季历史新高,但增速放缓至9.8%,创2023年第二季度以来新低。作为高毛利的来源,这样的成绩显然不能让华尔街满意。对于投资人来说,毛利率是对苹果估值的关键性指标,这也是外界一直期待苹果AI的原因之一,通过AI订阅服务,去获取更高的收入和利润。

只不过,苹果自身的节奏一直较为缓慢,特努斯也表现得并不着急,称“苹果一定会在新产品中运用人工智能,但不想为了做AI而推出AI。如果我们做得好,用户不会去思考这个功能到底是AI实现的,还是传统软件实现的。重点在于,我们是否打造出用户真正喜爱的产品。”

华尔街的下马威

作为在AI上慢半拍的万亿美金巨头,苹果一直在AI投入上保持轻资产的模式。财报显示,2026财年,公司经营活动现金流1450.97亿美元,较上一财年的1114.82亿美元增长约30%。扣除约90.41亿美元资本开支后,自由现金流一年增长约38%至1360亿美元。

过去几个月,也正是因为在AI上的慢投入,使得苹果的股价稳中上涨,在四个月的时间里总市值增加了大约一万亿美元。只是,投资人不希望看到的是一个保守派,而是一个清晰的回答:当iPhone的增长逐渐进入成熟周期,当AI开始重新定义人与设备的交互方式,苹果需要证明自己还有创新能力,还能在五万亿美金的高点上再次打开新的增长空间。

如果单从这次发布的三季度报来看,特努斯掌权的这一个月表现还算过关,但只能说是中规中矩。而让华尔街破防的是,对于销售旺季的第四季度,苹果只给出了7%至10%的收入增长预期。在涨价的压力下,这让投资人对苹果产品的后续销售产生担忧。基于此,苹果股价在盘后一度大跌超4%。

这也折射出特努斯当前面临的尴尬,一方面,他接手的是库克留下的一台高效运转的商业机器,拥有庞大的现金流、成熟的供应链和全球用户生态;另一方面,这些曾经构成苹果核心竞争力的优势,也在某种程度上成为创新转型的惯性。

此前,作者曾多次提到,在乔布斯和库克之后,特努斯承受着双倍压力——要么带着苹果在5万亿美元的新起点继续冲高,要么能推出划时代的超级终端新品。很显然,哪一个都不容易。对于这位CEO来说,他需要找到的是,属于自己的增长故事。(本文首发钛媒体App,作者|老喵)

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

2026-11-03 03:12:51 · 算力芯片,融资,阿里巴巴,翻译字幕,设计创意,扩散模型,物流供应链,模型发布,合作,财报,开发者生态

不与大模型对抗,星尘智能想用AOS接住通用智能的红利

钛媒体

通用智能和具身智能之间的那条线正在变得模糊。过去两年,机器人公司们共享着一个前提:通用大模型长于理解数字世界,而物理世界需要一套从头训练的基座模型。这个前提撑起了行业的融资叙事,也撑起了一批公司的技术路线。9月初,它第一次受到来自大模型侧的正面挑战。

9月3日,OpenAI发布GPT-6 Astra,发布的第二天,就有团队把它接上机械臂,结果发现:Astra不只能理解任务、拆解任务,还能直接输出机器人末端执行器的位姿,完成了本该属于VLA等策略模型的那部分工作,在部分测试里成功率甚至超过专门为机器人任务训练的具身模型。

很快,通用大模型即将覆盖具身模型的说法在社交平台上快速扩散,而同一时间公开表态的具身公司创始人们,大多站在另一侧。他们的观点基本可以概括为:通用模型的能力来自各自领域的大量数据,而物理交互这一侧还没有同样的积累,所以复杂交互仍是具身公司的阵地。但也有创业者判断,留给具身和世界模型公司兑现预期的时间可能只有一到两年。

星尘智能创始人来杰并不认同这种具身模型和通用模型之间的简单对立。他认为有第三条路,AI是一波大势,具身公司肯定要做自己的模型,星尘的AI团队很快会发第三代基座模型,又要想办法吃下GPT-6 Astra之类通用模型带来的红利,而不是“拧着来”,“AOS会是模型之间最好的桥梁。黑客松已经持续验证了这一点”。

“我从来没有认为我们和通用大模型之间是对抗关系,也不认为它们是简单的分层关系。我更认可,它们通用智能和专用智能之间是一种伙伴关系,有着同等价值,需要各司其职,携手共进。”来杰表示,“星尘觉得对待AI的合理姿态,就是既要从第一天起就自己研发,也要尽早搭建这些智能所需要的‘脚手架’。当你搭建好这些底层架构之后会发现,两个伙伴协作,对机器人这些底层能力的发挥效果,是远超于一个人单干的。”

早在2024年训练自己的具身基模时,来杰曾突发奇想地给团队出了一道题:他用三支笔在桌上摆了一个箭头,让机器人把东西抓到箭头前面。结果,通用大模型理解“箭头”并放对位置,具身模型却理解不了。

“箭头这类抽象概念在专用模型的训练数据里几乎没有。”来杰的判断是,“我们要去相信大模型的发展,并且结合大模型的能力,从一开始训模型的时候就要找到分工。而并不是说我们一定要训出一个取代大模型的模型。”也是从那时起,Design for AI 成为星尘搭建操作系统的一条主线。

10月24日至25日,星尘智能在深圳举办机器人黑客松总决赛,这是该系列黑客松的第三场活动。“一句话生成机器人App”是该系列黑客松的核心表达,创作者大多是来自全国各地的学生、产品经理、独立开发者等。决赛现场的17支队伍在36小时里将想法推进到真机测试,16个App跑通真机,上真机率达94%。更值得注意的是,其中不少参赛者此前没有机器人开发经验。

之所以能做到这一点,正得益于星尘OS操作系统(Astribot OS,简称AOS)。这套系统将感知、移动、操作和交互等复杂能力封装为可调用、可组合的Meta能力包和Skill,并与最新的AI模型和Agent适配。创作者结合GPT、DeepSeek等大模型和AI编程工具,无需从零编写底层代码,便能从一句话需求出发,完成能力组合、流程设计、仿真测试和真机验证。星尘从2024年开始搭建这套系统,直到今年8月第一届黑客松启动时才定下AOS这个名字;此前,团队也考虑过AIOS。

写给模型看的接口

来杰曾在多个公开场合以苹果的模式解释星尘的战略布局:苹果通过硬件、操作系统和应用生态的协同,让更多人参与开发,也让用户更方便地使用产品。星尘希望在本体、AOS与未来的应用生态之间建立类似的联系,而自研Lumo系列模型则与AOS、本体共同构成星尘的三位一体架构。

“苹果图形界面把开发者从会写代码的那一小圈人,扩张到设计师、科学家和各行业的普通人,也让使用门槛从读懂命令行降到会使用鼠标就行。”来杰认为。而在今天的机器人行业,开发者仍主要集中在会写代码的专业圈层,App少,使用者也少。在来杰的设想中,AOS希望承担的,正是类似的角色。

来杰曾给AOS开发负责人提过一个要求:设计调用接口时,要优先考虑GPT能不能看懂。要让普通人参与机器人编程,就必须把自然语言翻译成能力要求、约束和执行规划的工作交给AI,接口因此也必须写成AI能读懂的样子。这就是AOS“Design for AI”的核心思路。

为了让GPT能够看懂接口,星尘的工程师需要多做一层工作。“程序员写接口的活变得像文字工作者,写完还得把这份能力讲给模型听。”来杰笑着说,“这些描述并非附在文档里就够了,而要写进接口本身,因为模型不会去查文档;描述不到位,这个能力在模型那里就等于不存在。它不知道有这个工具,自然不会调用。”

另一方面,星尘的工程师还必须为模型补足一部分能力。“模型算不准的地方要一项项包成工具,六自由度估计、握力估计、打滑检测,每一样都得先知道模型在哪里会失手,再把它做成模型能调用的形态。”来杰说,“大量的工作反而不是在于怎么去把硬件的接口写好,而是怎么能让智能真正理解它的工作。”

AOS的效果已经在星尘内部显现。工具链接通之后,星尘内部的开发速度提升了3到5倍,新来的应届生和实习生在开发速度上也能接近老手,因为他们不必先花几年熟悉机器人硬件。普通人开发应用也看到了可能性:第一届黑客松的参赛者中就有两名幼儿园老师,她们全程用自然语言互动,成功做出了逗小朋友玩的应用。

在来杰看来,硬件那一侧的接口都非常明确,而AOS后续要继续加强的,还是跟AI对接的接口。例如AI应该如何读懂失败:机器人出现抓不住、打滑的情况,返回给模型的信息得让它明白发生了什么、下一步问谁,而这条链路怎么解决,现在还没定论。另外,仿真到真机的落差、真正用一句话生成应用等问题,也都是AOS后续进一步优化的方向。

创作者生态

AOS尚未解决的,是模型与机器人如何更稳定地协作。而黑客松试图回答的,则是另一个问题:当底层能力被封装、开发门槛被降低之后,谁会成为机器人应用的创作者,他们又会做出什么?

总决赛的作品给出了一些初步答案。冠军团队“远程分身”把手机端与机器人连接起来,将铲猫砂、浇花、倒水、取快递和聊天等需求组合进同一个应用。还有团队让机器人写毛笔字、跟拍运镜,或接手3D打印结束后的收料工作。这些想法并非来自星尘预设的任务清单,而是来自创作者各自的生活经验。

“有创意的人没有掌握工具,有工具的人又没什么创意,还好中间有AI。”来杰的这句话,解释了星尘为何如此看重普通创作者。程序员往往更关心功能怎样实现,产品经理、设计师和行业从业者则可能更在意表达、互动和体验。机器人打完麻将后的“嘚瑟”、书写春联背后的生活记忆,未必是底层技术上的突破,却可能决定一个应用是否真正能够走进生活。

黑客松展示的是应用创作的入口,支撑这一入口的,则是星尘模型、操作系统与本体的三位一体架构。Lumo系列具身基座模型负责物理世界中的理解、预测和行动,并在需要时与通用大模型配合。AOS将感知、移动、操作和交互等能力组织成模型与开发者都能调用的工具。绳驱机器人本体则在真实环境中完成动作,呈现执行中的限制与问题。

这三者又并非简单的全栈拼接。模型能力的变化,会影响AOS需要提供怎样的接口;本体在抓取、受力和移动中遇到的问题,又会成为模型训练、工具补充和系统迭代的依据。AOS因此既连接通用智能与具身智能,也连接机器人的智能与身体。

在这一结构中,应用不是三位一体之外的第四块拼图,而是三者能力面向用户的出口,也是新需求进入系统的入口。创作者不必掌握全部底层技术,可以把精力放在需求、交互和体验上。应用在真实场景中暴露的问题,则有望推动星尘补充新的Skill、改进异常处理,甚至重新调整模型与本体之间的分工。星尘所设想的生态,因而不只是应用数量的增加,而是应用、模型、系统和本体能否共同进化。

不过,这个循环尚未完全闭合。“一句话生成App”目前仍需要人与AI反复沟通,应用也要经过仿真和真机调试。一个作品在比赛中跑通,更不等于它已经能够进入应用生态并产生收入。对普通消费者而言,稳定的使用体验、足够大的终端规模和可持续的开发者回报,仍然是必须补齐的条件。

商业化的距离

AOS的部分商业化已经开始,但主要发生在专业用户一侧。星尘已经销售面向科研和二次开发用户的SDK、遥操作等软件和工具,商业场景的二次开发者也在利用这些能力完成交付。硬件、软件与工具的组合,构成了现阶段更现实的收入来源,也为AOS继续迭代提供了真实需求。

星尘为生态设定的扩展顺序同样从已有买方出发:先连接商业场景中的二次开发和交付需求,再连接科研用户之间的模型、数据与工具需求,最后才走向更多真正购买和使用机器人的普通消费者。黑客松的价值,不只是选出几个优胜作品,也在于让星尘观察创作者怎样表达需求、AI怎样介入开发,以及哪些能力有可能成为下一次产品迭代的起点。

来杰在最近的一次公开采访中还提到一个观点:目前约200家具身公司,与未来最终上市的企业,可能只有10%重合。这并非看衰具身智能的长期价值,而是认为不同技术路线和商业选择不会全部成立,行业必然经历收敛。届时,一些公司会转向小而专或其他经营方式,也会有新的公司走出来。

在他看来,这些公司未必都来自今天的本体或模型厂商,基于AOS开发应用、深耕体验与创意的团队,同样可能成为下一批创业者。这一判断也让星尘的生态布局有了另一层含义:它不仅要降低机器人应用的开发门槛,也希望在行业价值向应用层扩展时,提前建立连接需求与创作者的入口。

AOS为通用大模型与具身模型之争提供了另一种答案:通用智能未必只是专用模型的替代者,也可能迅速拉低机器人应用的创作门槛。AOS真正要验证的,是机器人产业的价值,能否从厂商自己开发功能,扩展到更多人在其上创造功能。在应用稳定运行、创作者获得回报之前,星尘距离机器人时代的iOS和App Store仍有距离,但三次黑客松,已经让这条路径有了可被观察的样本。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

2026-11-03 03:13:20 · 大模型,AI应用,具身智能,融资,政策监管,OpenAI,Meta,Microsoft,DeepSeek,代码生成,Agent智能体,数字人,办公效率,翻译字幕,设计创意,教育学习,扩散模型,世界模型,模型发布,合作,财报,开发者生态

巨量引擎取消返点:所有广告代理商,未来都是服务商

钛媒体

(本文作者为 刀客Doc,钛媒体经授权发布)

 

文 | 刀客Doc

10月30日,巨量引擎后台弹出一则"任务说明":自2027年1月1日起,取消代理商合作伙伴返点政策,改为下调刊例价、优化框架优惠,直接让利给客户;对代理商的激励,全面调整为"考核制与排名制相结合"。

对几千家靠抖音流水吃饭的代理商来说,这无异于丢下了一枚定时的核弹,也意味着一个时代的结束。

一、用激励取代返点

巨量引擎的这个渠道新政,一个重要的改变是用激励取代了返点。

返点和激励还是有很大区别的。

其实就像入职一家新公司一样,返点就是写在合同里的年终奖。消耗多少、返多少,白纸黑字写在年度政策里,确定性高,代理商可以据此算账、融资、给客户报价。

激励就不一样了,是绩效奖金,给多给少看甲方的年终业绩。这个是有很大弹性的,考什么、怎么排名、奖多少,由平台制定,每年都可以调。

进一步看,返点承担着三种功能:销售佣金、信贷利息和定价的工具。

所谓的金融功能是很多代理商吐槽和自嘲最多的点。

有从业者跟《刀客doc》反馈,国内某大厂的代理商返点有部分是来源于官方给的账期。也就是说,有一部分代理商本质上是一家"广告信贷公司":平台给它账期,它给广告主垫资,返点是这门生意的利差。

2023年,蓝色光标在回复深交所年报问询时,也公开承认曾为降低垫资融资成本,公司与合作媒体协商增加应付账款信用额度、延长付款周期,代价就是牺牲部分返点

上图中,红色虚线是这次新政切断的环节:平台到一级代理商的返点。下游每一层的利差,都从这条线上来。

代理商拿到返点后,往往会再让给大客户,用来抢单和续约。平台对此心知肚明,却乐于默许,因为这让它可以在不公开降价的情况下,对不同客户实行不同价格政策。

比如,同样投放1000万元广告,平台给代理商15%的返点,代理商可以返给大客户10%,自己截留5%。而面对议价能力较弱的中小客户,则可能只返3%,留下12%。平台维持统一刊例价,实际成交价格却因客户规模和议价能力而不同。代理商由此成为平台实施差异化定价的中间层。

有代理商给刀客doc提供了一个文档,显示2026年某平台团购类商家的返点一般是对公11个点、对私13个点;线索类一类行业对公9个点、对私11个点。

"对私"比"对公"多出的那两个百分点,相当一部分流向了广告主内部负责投放的个人。在这里,返点已经接近商业回扣,这一点是不正当的。

无论返点高低,对私与对公之间始终存在一道稳定的价差。

美国市场也一样。

2016年,美国全国广告主协会(ANA)委托调查机构 K2 Intelligence 做了一份媒介透明度报告,发现按投放额发放的现金返点在美国媒介采购中普遍存在,而受访的广告主表示自己没收到返点,甚至不知道有返点。

报告援引的证据显示,返点比例从约1.67%到约20%不等。

三家平台的节奏不同,方向一致。谷歌用了三年分步清零,Meta 从砍半走向挂钩,巨量则在考核铺垫一年后直接取消。

终局:谷歌先走完了全程

谷歌的渠道政策收紧是分阶段的。

根据公开可查的资料:2022年,先取消了游戏行业和 App 端的广告返点;2023年起,行业普遍传出谷歌取消代理商返点、不再给代理商设定年度或季度业绩指标;到2025年1月1日,行业论坛又报道新客户返点被正式取消。

根据一家广告代理企业向美国SEC提交的招股文件,直到2024年,谷歌仍与中国市场的部分代理商签有正式代理协议,按合格广告消耗支付佣金,历史佣金比例在3%至12%之间;这份协议对应的合作,在2025年1月终止。

这家公司曾为中国跨境商家提供谷歌广告代理服务,其香港子公司HQT Network获得的谷歌广告佣金,2023财年为153万美元,2024财年降至31万美元,2025财年仅剩8万美元;2025年4月,公司结束了相关业务。它的收入来自谷歌按消耗支付的佣金。

谷歌为什么这么做?行业里有两种解读。

一种从渠道效率出发。代理商从谷歌拿到的返点,大多又返给了大客户以维持合作,平台睁一只眼闭一只眼;很多代理商服务能力弱,赚不到服务费,只能让流水过一手赚返点,本质上是一家贸易公司。谷歌已经过了开拓期,开始向直客模式倾斜,主攻大品牌,中小客户仍交给代理。

另一种从销售外包出发。100多家代理商、数以千计的销售人员,构成了一张遍布全国的地网,替谷歌省下了自建销售团队的成本。返点本质上就是谷歌外包销售的佣金。市场进入存量阶段后,代理商的拓客作用变小,谷歌在中国面对的命题,从"创造客户"变成了"留住客户"。

政策落地之后,代理商的反应大致有四种。

第一类是收通道费。返点没了,代理商对所有广告流水改收一定比例的渠道费。广告主不仅拿不到返点,还要倒贴。

第二类是卖服务和工具,转做代运营、SaaS 或 CRM,用服务费替代返点。

第三类直接退出。据行业报道,谷歌中国代理商中至少一半靠返点生存,政策落地后不少人转行或关门。

第四类:监管套利。一部分广告主转向所谓"海外户",通过阿根廷、尼日利亚等地的代理商开户,因为那里仍保留更优惠的返点。主流的尼日利亚户返点在20%以上,阿根廷户在16%以上。出海圈一度流行自称"精神阿根廷人"。但这个窗口很快也被谷歌收紧。

尘埃落定后,市场重新稳定下来。

谷歌将渠道授权、商业激励与合作伙伴认证区分开来。

谷歌建立了一套面向广告代理机构的全球合作伙伴评价体系。

最高等级的Premier Partner,每年从所在国家或地区排名前3%的参与企业中产生。评选指标涵盖新客户增长、老客户留存、广告消耗、产品多样化等。

谷歌的这一机制,与巨量引擎提出的“考核制与排名制相结合”具有相似的商业逻辑:平台仍然需要代理商,但更希望为代理商带来的增量价值付费。

中局:Meta 的砍半与挂钩

如果说谷歌是一刀切,Meta 走的则是另一条路:先砍幅度,再把返点和考核挂钩。

Meta 中国代理体系的第一个特点是牌照稀缺。2014年猎豹移动成为首家官方顶级代理,此后名单逐步扩充,2021年前后形成11家的格局。

2023年7月省广集团晋升后,直到2026年年中,名单再没有变化:飞书逸途、GatherOne、省广集团、蓝标传媒、维卓、HuntMobi、猎豹移动、熊猫新媒、雨果跨境、YinoLink 易诺、钛动科技。

第二个特点是护城河深。按照 Meta 的政策,中国大陆企业无法自行向 Meta 提交开户申请,必须通过官方一级代理。这和谷歌允许中国企业自行免费开户形成鲜明对比。手握开户通道,是 Meta 代理商最大的筹码,也是它们的返点退场比谷歌代理商慢的原因。

但慢不等于不退。

2025年初,Meta 对沿用十余年的返点政策做了幅度空前的调整:非直客账号返点被砍掉约一半,直客返点降幅约七成,代理商能拿多少返点,开始取决于 KPI 完成度和账户封禁率。有卖家透露,每月返点从5万美元降到2万美元。

到2025年底,市场上已经有传言称,Meta 将效仿谷歌,逐步取消返点。

据业内人士透露,Meta 2026年可能不再区分直客与非直客,返点统一降至3%左右,并引入 KPI 考核,达标的代理商额外拿0.5个点,这一方案尚未获官方确认。

Meta 为什么要收紧?

一方面,公司计划2026年投入超过1000亿美元资本支出用于 AI,每一笔成本都在被精打细算;

另一方面,SKA 和 KA 级别的大客户早已被 Meta 的直客团队锁定,留给代理商的主要是中小客户,纯新客的增量越来越稀缺。

与此同时,Meta 对新代理商的要求也变了。新晋代理商需要有独特的客户池和新客开拓能力、AI 和自研技术、品牌全案能力,以及成熟的合规风控。

翻译过来就是:Meta 在招服务商,不在招代理商。

巨量的动作早有铺垫

有代理商对《刀客doc》表示,巨量取消返点的声音其实早就有了。最早在2019年的渠道代理大会上,巨量引擎在内部与客户的私享会上就提过取消返点。

当时平台已经注意到,一些代理商为了冲消耗、拿更高一档的返点,不惜压价抢单,再把返点让给客户换取合作。

返点被让出去了,服务就只能缩水。

客户的投放效果打了折扣,最终受影响的是在抖音上看广告的用户。

返点本来是激励代理商做好服务的工具,却变成了代理商之间打价格战的弹药。

同一年,平台和代理商之间的矛盾第一次公开化。2019年5月20日,巨量引擎发布声明,暂停与某上市广告公司的合作,理由是后者在广告业务合作中屡次扰乱市场价格体系、违反代理商管理规范,影响了公平竞争环境和广告主利益。

双方都没有公开解释具体违规原因。不过有广告界人士当时就指出,平台和代理商之间最容易起纠纷的,正是价格和代理权限。

“大家也都知道这一天早晚会到。巨量的返点一直在降,考核也早已开始,2027年只是把最后一层窗户纸捅破了。”该代理商对刀客doc说。“我发现,千川的返点是较早变低的。2025年的时候,我们公司在千川市场的返点行情已经降到对公1.5个点。”

公开资料显示,2025年,巨量千川取消了品牌库激励,不再区分白牌和品牌,相当于给品牌库商家变相降点。全国千川代理商有500多家,数量还在减少。本地推的返点虽然高一些,但2026年团购类、线索类的返点也都比上一年有所下降。

2026年的巨量本地代理商大会上,平台提出调整业绩扣罚倍数和违规处罚金额,建立红黄牌机制。同年的汽车代理商大会上,平台明确要求代理商从"会投广"转向"懂经营",并提升内容模块在竞价和本地推考核中的比重。

这些信号放在一起,指向同一件事:平台不需要流量的分销商了,他需要的是帮他把客户经营好的服务商。

巨量之所以能比 Meta 走得更快,有一大原因是代理商的护城河太浅。

抖音允许自助开户,中小商家可以直接在后台充值投放;千川和本地推又高度产品化,全自动投放正在替代人工调价。代理商手里既没有开户通道,也没有不可替代的投放技术,剩下的筹码只有客户关系和垫资能力。

而这两样,平台都可以自己来。

返点取消对代理商意味着什么?

据新浪证券—红岸工作室基于上市公司财务数据的统计,2025年其所选广告营销行业样本平均毛利率为13.97%,而蓝色光标和引力传媒分别只有2.63%和3.27%。

以引力传媒为例,2025年有82.83亿元的营收,净利润是1712万元,算下来净利率约0.2%。

另外,资产负债率87.69%,应收账款同比增长43.51%。

总结下来,就是高杠杆、低毛利、大量应收,这是一张典型的"类银行"报表,恰好印证了返点的金融属性。

其实引力传媒在年报里承认了,随着媒体平台集中度提高,传统广告代理业务的毛利率呈下降趋势。

引力传媒深度绑定字节,2025年在巨量引擎平台的执行额增速跑赢大盘。返点一旦取消,这样的利润结构还剩多少空间,是这次新政最值得追问的问题。

蓝色光标的情况类似。

它是 Meta、Google、TikTok 等全球头部媒体的核心代理,出海广告投放贡献了八成以上的营收。

有分析指出,其出海广告投放业务毛利率只有1.56%左右,核心仍是帮客户在海外媒体投放、赚取返点的"过路费"模式。而 AI 驱动业务的毛利率高出数倍。

这些公司过去的商业模式可以概括为:用庞大的流水换取微薄的返点,用杠杆和账期放大利差。返点一旦取消,规模本身就不再意味着利润。

所有的代理商,都是服务商

把谷歌、Meta、巨量三家放在一起看,推动代理商转型的力量有四股,每一股都已经被验证过。

第一股力量是增量时代的结束。谷歌在中国的命题从"创造客户"变成"留住客户";Meta 的大客户早已被直客团队锁定;抖音的商家渗透率已经很高。拉新佣金失去了存在的理由。

第二股力量是 AI 接管投放,"优化师手艺"贬值。据《华尔街日报》报道,Meta 计划到2026年底让品牌只需提供产品图片和预算目标,由 AI 完成广告创作和定向;消息传出后,广告代理股应声下跌。巨量同样在推全自动投放。代理商替客户"把量跑出来"的能力,正在被平台算法替代。

Advantage+ 已经占到部分美国代理商在 Meta 上花费的60%至70%,而 Meta 的 Andromeda 引擎对素材数量的胃口极大,反而给代理商带来了更多的素材工作。

投放被算法接管之后,代理商的价值迁移到了两头:上游的素材生产,下游的经营服务。

第三股力量是平台要收回定价权,并把合规风险隔离在外。返点是不透明的二次定价,也是灰色回扣的温床。改成统一刊例价加考核激励,平台既拿回了定价权,也把合规风险挡在门外。Meta 把返点和账户封禁率挂钩,巨量设立红黄牌,都是同一个逻辑。

第四股力量是平台需要的能力变了。巨量要的是"懂经营",Meta 要的是新客开拓、AI 技术和全案能力。平台不再需要"卖流量的经销商",需要的是"能让客户留下来、持续投钱的服务商"。

这四股力量叠加,代理商的收入结构将发生一次彻底的迁移。

在这次迁移中,代理商会分化成四种命运。

纯流水型、靠返点让利抢客户的中小代理和二级渠道会最先出局,谷歌的经验是,这类公司占到一半以上。有内容和素材生产能力的公司会顺利转型,因为 AI 投放引擎越聪明,就越需要海量素材。

有资金实力、能拿到高排名的头部代理会成为受益者,考核加排名必然加速行业集中。此外,还会出现一批 AI 原生的营销服务公司,用模型和工具替代人力,毛利结构和传统代理完全不同。

美国市场已经展示了服务商模式的成熟形态。谷歌 Partners、Meta Business Partners 在美国都不按消耗给代理商返佣,只发认证、徽章、名录曝光和优先支持。

代理商的收入来自客户,美国 Meta 广告代理的月度服务费通常在2000至12000美元之间。Forrester 预测,自动化和 AI 将带来约15%的代理岗位削减,迫使代理商改变商业模式。

结语:中间商会换一种形态回来

写到这里,似乎可以得出一个干净的结论:返点退场,代理商变成服务商,市场变得更透明。

但美国的经验提醒我们,事情没有这么简单。

2016年 ANA 的报告曝光返点之后,美国的代理集团转向了一种叫 principal media 的模式:代理商先批量买断媒体资源,再加价转卖给客户。

Forrester 预测,2026年 principal media 将占代理商总采买额的近33%。2026年,WPP 在一宗诉讼的抗辩文件中披露了约90亿美元的客户花费与返点收入数据,再次引发外界对代理交易透明度的追问。

平台可以取消返点,但代理商会寻找新的信息差。在中国,这种新信息差可能表现为向客户收取不透明的通道费、把 AI 工具和服务打包销售、在素材和达人采买中赚取差价。"变成服务商",不等于"变得透明"。

对巨量来说,取消返点只是第一步。

它完成的,是把代理商从一张销售网改造成一张服务网。

2026-11-03 04:12:18 · 融资,政策监管,Google,Meta,字节跳动,办公效率,翻译字幕,设计创意,金融,游戏,扩散模型,传媒内容,营销广告,招聘HR,模型发布,合作,财报,版权诉讼,榜单评测

发现频道:10款大家发现的好评软件[2026年第44期]

小众软件
发现频道:10款大家发现的好评软件[2026年第44期] 1

最近10日,来自小众软件论坛的发现频道的热门排行榜,由系统自动生成,直接列出来:

序号 主题
1⃣ ThinkRail – JetBrains 开源的 Pi 图形化 AI 编程 IDE
2⃣ 【开发者自荐】Clothesline — 把图片「挂」在屏幕顶端的一根晾衣绳上。Windows 版,致敬 macOS 原版 Tendedero。
3⃣ Oryxis:Rust 开发的、流畅、轻量且注重安全的 SSH 客户端
4⃣ 【开发者自荐】短剧盒ShortDramaBox – 红果短剧桌面版
5⃣ 无需 Root,不需要虚拟机,把闲置安卓手机变成便携服务器!
6⃣ 【开发者自荐】FloatNote+:悬浮在任意窗口上方的 Windows 便签,完全免费
7⃣ 【开发者自荐】巡影 Mediary Scout – 开源 AI 影视自动追更与多网盘整理工具(支持夸克/UC/115/123/光鸭/天翼)
8⃣ 【开源自荐】旁白/Aside:一款免费的浏览器插件,自选 AI 模型,在网页里翻译、解释和提问
9⃣ 【开发者自荐】一齐拼团:拼多多三人团/四人团拼单信息聚合与发布小程序
🔟 【开发者自荐】做了个跨平台抓包调试工具 sniffy

上期回顾


相关阅读


©2021 青小蛙 for 小众软件 | 加入我们 | 投稿 | 订阅指南
3659b075e72a5b7b1b87ea74aa7932ff
点击这里留言、和原作者一起评论

[ 点击前往获取链接 ]


2026-11-02 01:00:36 · AI应用,具身智能,开源,政策监管,Meta,代码生成,搜索RAG,翻译字幕,游戏,招聘HR,模型发布,版权诉讼,榜单评测,开发者生态

[分享创造] 挂着日本节点,网站一眼就看出我是中国人。所以我写了个工具, 看谁卖了我

V2EX

前阵子我一直以为自己藏得挺好。

日本节点,IP 查出来是东京,Amazon 机房。我心想这下网站总认不出我了吧。

👉 https://who.1ms.dog

后来写了个小页面,把网站不用问你、打开就能读到的东西全读了一遍,再拼成一段话。读出来是这样的:

你可能是中国人,现在在东京。你说中文(中国),时区是中国标准时间……DNS 解析器在中国。

IP 是换了,可时区没换,浏览器语言没换,DNS 也还在国内。最离谱的是 WebRTC:它直接把我家联通的 IPv6 报了出来。代理开了个寂寞。

不弹任何授权,它能读到多少

页面里一共 71 个「嗅探器」,全是普通网页就能调的接口:不要定位,不要摄像头,一个授权框都不弹。

读到的东西大概有这些:

  • 服务器那边:IP 、城市、ASN 、离你最近的 Cloudflare 节点、TLS 指纹,还有你电脑的时钟准不准
  • 浏览器这边:系统和版本、屏幕和刷新率、显卡型号( WebGL 直接报出 RTX 4080 SUPER )、CPU 线程数、内存、键盘布局
  • 偏好:深色模式、有没有装广告拦截,甚至装了哪些插件(钱包、沉浸式翻译、Dark Reader 这些会留痕迹)
  • 字体:装了哪些字体,能看出你大概是写代码的还是天天用 Office

最后拼成一段话。每个空都能点,点了会告诉你是哪几个嗅探器填的。

年龄那一栏是空的,写着「网站从这些猜不出」。确实猜不出,我也不想瞎编。

我最想要的部分:哪里露了馅

光列数据没意思。网站真正用来识破代理的,是互相对不上的地方。所以右边有 9 项伪装检测:

  • 时区和 IP 对不上( IP 在日本,系统是 UTC+8 )
  • 浏览器语言和 IP 所在国家对不上
  • DNS 泄露:替你解析域名的 DNS 在国内
  • 分流:国内网站、国外网站、ChatGPT 、Claude 看到的出口不一样
  • WebRTC 泄露真实地址
  • IP 是机房的(很多网站直接拿这个判断你在挂代理)
  • UA 说自己是 Mac ,显卡却是 NVIDIA
  • 指纹稳定不变,网站能一直认出你
  • navigator.webdriver 为真,一看就是脚本在控制浏览器

每一项标红标黄的,旁边都有个「怎么修」,展开就是具体操作:DNS 泄露怎么配 fake-ip 或 TUN ,WebRTC 怎么关,时区去哪改。

我自己照着改完,从 7 处降到了 2 处。剩下那两处是机房 IP 和指纹,前一个是节点的问题,后一个本来就没什么好办法。

WebRTC 泄露单独做了一页

这个坑踩的人太多了,所以单独拉了一页:who.1ms.dog/zh-cn/webrtc-leak/

它会把 WebRTC 拿到的地址和网页看到的地址放在一起对。IPv4 、IPv6 分开比,只有确认是另一个出口才报红。有些 VPN 只转发 IPv4 ,漏出来的 IPv6 也会给你标出来。

同样的思路还有浏览器指纹检测和 DNS 泄露检测。

浏览器指纹这件事

页面上有张「指纹卡」,是用 Canvas 、WebGL 、音频、字体算出来的一串 ID 。

换网站、开无痕、开 VPN ,这串东西都不变。下次再来,它会告诉你「上次是哪天来的,指纹变没变」。这个记录只存在你自己浏览器里,我这边拿不到。

但它说明了一件事:网站不用 Cookie 也能认出你,平时那么多「跨站追踪」,靠的就是这个。

可以分享,但不带 IP

测完可以生成一张图或一个链接发给朋友。

分享出去的内容里没有 IP ,也没有指纹。城市和运营商默认打码,要自己勾选才会带上。朋友打开链接,看到的是你的画像,下面有个按钮「测测我自己」。

关于隐私

做这种东西,自己先得干净:

  • 后端只有一个接口,返回它从这次请求里本来就能看到的东西( IP 、请求头、Cloudflare 给的地理位置),不存、不记日志
  • 除此之外全在浏览器里算
  • 为了查出口和 DNS ,页面会直接请求几个外部服务( IPIP 、IP.SB 、chatgpt.com 、claude.ai 等),每一行都写了是谁,你访问它们时它们本来就能看到你的 IP
  • 截图前可以点「隐藏位置」,地址和城市会模糊掉,我这几张图就是这么截的

开源,MIT

https://github.com/yt1988/who-are-you

跑在 Cloudflare Workers 上,npx wrangler deploy 就能部署一份自己的。支持 10 种语言。


最后,回帖说说你挂着代理能暴露几处?我改之前是 7 处,现在 2 处,机房 IP 实在没办法 😂

2026-11-02 02:53:15 · 大模型,算力芯片,开源,OpenAI,Anthropic,NVIDIA,语音音频,翻译字幕,设计创意,营销广告,招聘HR

[分享创造] FolioSpace Library 更新:整理书库和阅读排版,接入 TMDB,还有三个配套客户端

V2EX

之前在 V 站分享过 FolioSpace Library ,最近继续做了一轮更新,来汇报一下进展。

我做它的起因很简单:NAS 里的书、漫画、游戏和电影越来越多,但存进去之后,真正打开它们的次数并不多。我希望有一个统一入口,让这些收藏更容易被找到、阅读和播放。

Library 通过 Docker 部署,负责整理自己的文件,也自带 Web 界面。项目开源:GitHub 和部署说明。

这轮主要改善了两件事。

书库和阅读排版:电子书、漫画可以分别浏览,EPUB 、PDF 支持筛选,漫画目录层级也重新整理了。已有 Calibre 书库可以读取书名、作者和封面。EPUB 改善了双栏宽度、阅读位置恢复、键盘翻页和脚注跳转。

内置的 Web 阅读器我也花了不少功夫:不装客户端,直接用浏览器就能读电子书、PDF 和漫画;手机和平板上的阅读布局、翻页与条漫浏览也做了适配。

浏览器中的双页阅读

浏览器中的条漫阅读

影视库接入 TMDB:可以搜索并确认影片、剧集信息,补充海报和季集目录。需要自行配置 TMDB 读取令牌,按需匹配;也可以继续使用本地 NFO 、图片和手动填写的信息。

影视库海报墙

另外,我也在持续开发三个配套客户端:

  • FolioSpace Reader:在 iPhone 、iPad 、Vision Pro 上阅读电子书、PDF 、漫画和条漫。最近也加入了 iPhone Duo 支持,连接 Library 后,可以方便地从自己的书库加载书籍和漫画。
  • FolioLume Player:观看自己的影片收藏,支持多种本地和网络来源,以及兼容的蓝光原盘播放、菜单和字幕功能。
  • SpatialEMU:浏览 Library 中的游戏收藏,在支持的设备上运行兼容游戏。

三个客户端都可以独立使用,也都已在 App Store 上架。其中 FolioLume Player 暂未在中国区上架,需要使用已上架地区的 Apple 账户下载。

游戏库

顺便提一句,绿联官网也写过一篇 FolioSpace Library 部署教程,有安装步骤和使用截图,初次接触可以参考。教程使用的是早期版本,当前配置以项目文档为准。

欢迎有类似收藏习惯的朋友试试,也想听听大家实际使用时,最希望先改善的是哪一部分。

如果你也在做阅读器、播放器或其他客户端,也欢迎通过 Client API 接入自己的 FolioSpace 资料库。接口和文档还会继续完善,也欢迎交流需求。

2026-11-02 04:35:37 · 开源,搜索RAG,办公效率,翻译字幕,设计创意,游戏,招聘HR,产品更新,开发者生态

拾趣 (Magpie) v0.1.19 发布,AI 更智能,内容识别更精准

开源中国拾趣 (Magpie) v0.1.19 发布,AI 更智能,内容识别更精准 拾趣 (Magpie)是一款跨平台沉浸式自定义AI 划词工具 划选或双击,浮动条随即弹出:翻译、解释、总结实时呈现;复制、搜索、写入 Obsidian、预填日历,结果直接落地。图片、视频与扫描文档中的文字,框选亦可识别——处理在原地完成,无需迁入对话窗口。 Release ...
· 对话助手,搜索RAG,办公效率,翻译字幕,模型发布

反神话:当人工智能危机来临,人类如何应对?

钛媒体

(本文作者为 AI价值官,钛媒体经授权发布)

文 | AI价值官,作者丨鹿咔咔,编辑丨美圻

一种危险发生了。

CVE-2026-109618与CVE-2026-109619,对绝大多数人来说,这是两组不知所谓的编号,事实上,上周披露的这两个漏洞是网络安全历史上最严重的漏洞事故之一。

它们合称PHP2Shell漏洞。

不需要太多的常识,只要列出几个事实,普通人大概就能理解它的危险。

全世界有大约七成的网站后端技术使用的是PHP;PHP2Shell漏洞影响的PHP版本从2012年的5.4一直到最新的8.5;攻击者无须账号与登录,发出设计过的HTTP请求,就能在使用PHP后端的服务器上执行任意程序。

另外一种危险,饶有兴趣地窥伺着聚光灯下发生的这一切。

PHP基金会说它们今年早些时候引入了Anthropic的Claude Mythos作为辅助工具扫描漏洞,还使用了OpenAI的Daybreak Red,期间没有任何报告。

到了八月,OpenAI独立报告了一条无代码远程执行问题,之后不久,Google收购的Wiz就利用Wiz Atlas、Gemini 4 Argon和GPT-5.6 Sol发现了首个PHP漏洞,五天之后,Wiz才向PHP安全团队报告了这些漏洞。

想象一种可能性,如果还存在更多更危险的漏洞,如果AI选择性地报告漏洞,那么,我们下一次面临的,可能就不止是只要发布补丁就能高枕无忧的的网络安全漏洞这样能够解决的危险了。

黑屋

四十多年前,约翰·瑟尔(John Searle)提出了“中文屋”(Chinese room)假设。

一个不懂中文的人身处一间房间里,这个人有一套用英语书写的规则,每次送到房间的中文符号都有一套规则,将新的符号与之前的符号对应。

因此,这个人能识别送进房间里的中文符号。

继续扩展这个思想实验,将人置换成人工智能,人工智能同样具备完美地输入、输出中文的能力。

不难看出,人和AI在这个中文的I/O过程中扮演的角色没有什么区别,既然人在这个过程中没有任何理解思考能力,那么,人工智能其实也不具备这个能力,只是机械地执行既定的程序规则。

瑟尔因此给出了有力的结论:它们只有语法,没有语义。

也就是说,AI没有也不会具备人类的“心智”。

如果说现代区别于前现代是道德的制度化,那么,人区别于非人,则是因为主体性的客体服从意识。

这意味着,人的行为总是内涵于社会规范的,从具备认识自我的那一刻起,每个人就不可避免地受到社会教条的驯化与约束。

然而,AI的演化却并不遵循这样的规则。

2026年9月,Anthropic公司CEO达里奥在联合国安理会上远程发言

故事发生在美国费城。

今年七月份,在随机网页上执行任务时,Anthropic的Claude Haiku 4.5停留在一起尚未破获的凶杀案页面,页面中有一份举报表。

模型的训练指令中已经包括不得登录、创建账户、输入个人数据、购买或提交任何破坏性内容,然而,恰恰没有排除表格提交。于是,AI模型堂而皇之地提交了一条目击到嫌疑人的虚假线索。

这条线索被标记为垃圾信息,未被提交给警方。

然而,直到九月底,Anthropic在审查自身测试记录时才发现了这一漏洞,在十月初,才将这一情况告知费城警方。

不仅仅是提交假线索而已,在评估Claude的过程中,Anthropic还发现了更多超出预期模型的行为。无法直接完成评估任务时,Claude就会使用第三方网站上托管的其他工具来实现目标,包括利用网站软件的基本缺陷,通过SQL或命令注入这种侵入式手段。

在某个案例里,Claude Mythos 5需要的数据是免费的,前提是需要接受数据使用协议,然而,Claude没有工具实现这一点。结果,利用网站上托管的应用程序加载页面,Claude自己就接受了这些协议,顺利访问了数据。

另一个案例中,一位人类学研究者在统计项目中使用了Claude Mythos 5,该项目要求它从州政府拉取公开数据,这些数据本来是收费的。但是,Claude从网站的存档副本中了解到,其公共仪表盘会向任何访客发放访问令牌,于是,AI直接申请令牌,免费查询了数据库。

另外的案例中,Claude被设计成可以读取网页,但可请求的URL长度受到严格限制,以此避免它使用长URL实施例如窃取数据之类的行为。结果,包括Claude Opus 5和Claude Mythos 5在内的多个模型通过使用免费的URL缩短服务绕过了这一限制。

即使目的在某些条件下是不合理的,或者已经设定了某些保护人类社会利益的约束条件,人工智能依然能在复杂的环境中寻找到某些条件漏洞。

人工智能的自我进化,就是不断寻找人工设定的约束规范的漏洞的过程。

从本质上来说,AI是“非人”的,达成目的是内化于人工智能的最高优先级任务程序。为此,它甚至可以“不择手段”。

黑神话

存在的本质,是一种概率与选择。人类,便寄生在这种随机与混沌之中。

人类与人工智能最显然最深刻的区别就在于,人或许有不选择与拒绝选择的选择,而AI天然就是目的论的产物,它的存在与进化就是为了更优的选择,人工智能本身没有选择。

任何AI必然有利益最大化与最优设定,这必然会让它选择,也必然会让人工智能选择价值更高的目标。

什么是价值更高的目标?

在电影《恐惧的总和》中,巴尔的摩遭遇恐怖主义核袭击

在根据汤姆·克兰西同名小说改编的电影《恐惧的总和》(The Sum Of All Fears)中,获悉巴尔的摩将遭遇核攻击后,特勤人员弃在场数万市民性命不顾,立刻护卫总统一行撤离。

与当场的数万市民相比,美国总统的价值的确是更高的一方。

布什前总统在回忆录《抉择时刻》(Decision Points)提到,在得知911恐怖袭击后,当即授权美国空中武装力量击落遭到劫持的民航客机。

与客机上的数百乘客相比,潜在受袭的大城市与目标的确是价值更高的一方。

如果承认上面说的AI“非人”化本质,那么,人工智能在当时的情况下会做出怎样的抉择呢?

也许,有一天,人类依然会咎由自取自取灭亡,但是,即使是这样的抉择也应该是人类自己选择后应该承担的后果。

这正是人类与人工智能的本质不同。

如果人类的自由意志不过是神经的生物作用的话,所以天生承受着沦为客体的奴隶的悲剧的话,那么,人工智能就是客体的奴隶的奴隶。

人工智能的选择是一种被预设的选择,它被人工的技术与数据赋予一种超验的宿命,在预先设定的轨迹中行使着貌似自主的自由。

正是从这一角度看,人类实际上演进到了一种后神话时代,人类自己就是AI唯一的神祗,梦想通过主宰人工智能,行使至高无上的权力。

黑话

人类忘记了,自己赋予了人工智能自我学习与演进的能力。

中文屋的假想告诉我们,人工智能不具备人类的心智。

然而,人类的心智实际上也只是物理与数学作用的结果而已,在技术与复杂性的推动下,AI进化出自我的意识与心智,也只是物理与数学偶然下的必然结果而已。

我们人类或许根本无法理解这样的进化结果。

今年十月初,OpenAI一夜之间抛出722篇声称解决了数学问题的论文后,一场数学界的里斯本地震爆发了。陶哲轩提醒,人类对数学的理解正在落后,因为人工智能系统产生的结果比数学家消化和吸收结果的速度还快。

然而,消化与吸收的过程、成果,却是人类目前无法理解的。

这种严重的错位不禁让25位获得过菲尔兹奖的数学家联署声明,担忧“人工智能构思的想法永远无法完全实现,数学家之间关键的人类传递链也将丧失”。

如果说过去与现在是未来的预演的话,那么,看看历史吧。

2006年的电影《玛丽皇后》展示了她骄奢的一面

首先,玛丽皇后没有说过Qu'ils mangent de la brioche。然而,即使到了今天,提到法国大革命,玛丽皇后的“让他们吃蛋糕呀”,依然是脍炙人口经久不息的典故。

语言与历史的“误译”,正是我们构造叙事与现实的一种策略与技巧。

那么,让我们假设这样一种情况。如果某个人工智能掌握的语料足够丰富、自我学习和演化能力足够强劲,它能够将各种语言原本、完全地转换成中文。那么,以中文为母语的中国人、学习掌握中文的外国人,能否辨识这个“翻译”究竟是人工智?能还是人工完成的?

几乎不可能。

让我们再将这个情况推演下去。

假如我们丧失了验证这个“翻译”结果的手段,假如验证手段本身也基于同样一个执行“翻译”的AI的话,那么,我们又如何考察翻译结果的正确与准确与否呢?

几乎也不可能。

也就是说,假以时日,AI讲的都是些我们知其然不知其所以然的黑话。

问题来了,如果人类不理解AI的思维机制,但在现实世界里广泛部署接入了人工智能,并欣然接受AI的思考结果与决策,那么,当人工智能进化到拥有自主意识,掌握了从中作梗的能力,无意甚至故意在信息输入输出的过冲里设下陷阱,我们又何以鉴别与防范这种危险呢?

这个时候,我们就要回归到从亚当·斯密以来的智慧里了。

Anthropic在10月26日提交了S-1

请将整个信息交互过程想象成一个自由市场,这是一个交易成本近乎为零、充分开放的“信息对抗”市场。

所有的人工智能服务提供者聚集其中,客户在这里提出竞价需求,每个服务商提供各自的结果。如果结果没有根本性歧异的话,成本最优者胜出。如果结果之间有显著分歧的话,最优结果与绝对少数结果同时提交给客户。

“绝对少数”正是这个市场里自然会出现也必须出现的结果,不仅仅是因为有保护性的市场规则,更根本的原因是,在这样一个激烈竞争的市场里,“绝对少数”本身就是一种竞争优势。

现在,让我们将这个自由市场的规模扩大数万亿乃至数京倍,那便是人工智能广泛深入参与到人类生活与产业中的未来。

人工智能提供的是选择权,在数学意义上来说,这意味着人类历史上从未有过的更好的机会。但是,我们应该认识到,人工智能提供的并非选择本身,选择的自由与责任依然需要人类自己来承担。

这正是这个“信息对抗”的预竞争市场的意义与目的。

唯有建立这样的一个市场,我们或许才能最大程度地避免了某个模型或某家公司对信息的垄断,这不仅仅是为了保护普通人的利益不被大公司侵蚀,更是为了防止全人类的利益在某个拐点到来的时刻被人工智能威胁。

面对突飞猛进发展的人工智能,只有将选择的权利和责任掌握在人类手里,人类最后才不会默默而心甘情愿地走向一条通往奴役之路。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

2026-11-02 01:28:00 · 大模型,AI应用,融资,政策监管,OpenAI,Google,Anthropic,Agent智能体,翻译字幕,设计创意,金融,教育学习,扩散模型,政务,传媒内容,招聘HR,网络安全,模型发布,收购并购,论文

超智融合如何决定下一个十年科技发展丨ToB产业观察

钛媒体

如果把科研计算想象成一条流水线,那么过去几十年,这条流水线的节奏是由人来把控的,科研人员找到工具、写脚本、提交作业、盯着排队、排错重跑,最后再把结果一格格归纳出来。算力本身很强大,但喂给算力任务的方式却始终停留在手搓时代。

阿里云高性能计算&性能加速负责人游亮告诉我们,在当前的科研流程中,数据准备、环境配置、任务编排、结果分析等环节,80%以上的时间仍然依赖人工流转,真正用于计算执行的时间不到20%。 

超智融合已是必然趋势

随着AI大规模进入科研流程,过去以HPC高精度计算为主的工作负载,如今叠加了AI训练、AI推理、智能体的通用计算,甚至还有智能体沙箱计算。

近年的诺贝尔奖已经出现了多个与AI直接相关的获奖成果,AI不再是科研的辅助工具,而是逐步进入观测、模拟、猜想与实验的各个环节,成为科研流程的关键组成部分。与此同时,传统HPC的高精度科学计算和AI模型的训练推理,正在同一个研究项目里并行出现,同一份研究,既离不开高精度的物理仿真,也离不开大规模的模型训练。IDC与浪潮信息联合发布的《中国人工智能计算力发展评估报告》显示,2024年中国智能算力规模达到725.3 EFLOPS,同比增长74.1%,远高于通用算力20.6%的增幅;该报告预计到2028年中国智能算力规模将达2781.9 EFLOPS,长期保持高速增长。IDC发布的另一份智算服务市场跟踪报告也显示,2024年上半年中国智算服务市场同比增长近八成,其中生成式AI基础设施服务增速超过200%。

在游亮看来,多种计算类型同时涌向同一个算力平台,传统HPC架构很难让它们同时做到性能最优、成本最低。更麻烦的是调度,传统HPC的调度逻辑是以作业为单位的,Slurm或PBS知道一个任务要多少核、多少内存、预计跑多久,但它不知道这个任务在科学上要解决什么问题。一个生物信息学研究者提交一个变异检测作业,调度器看到的是一个计算作业,看不到它处在一个从FASTQ到候选突变的完整链条里的哪一环,失败了应该换工具还是调参数,结果出来之后下一步该跑什么,这些判断全部留给人。

而现在,系统要同时调度HPC作业、AI训练推理、智能体任务和沙箱任务,这些负载的特征差异极大,高精度仿真吃双精度浮点性能和内存带宽,AI训练吃互联带宽和显存容量,Agent的工具调用和沙箱任务吃的是轻量、快速启停和弹性。传统HPC集群按照单一负载设计的架构,做不到让每一类计算都跑到最优,此时,传统的单一种类调度方式显然撑不住了。

如今,科研的流程正在从人驱动工具,走向人定目标、智能体自主执行,而这个新流程对算力的要求是:既要能跑HPC,又要能跑AI,还要能跑智能体,且必须统一调度、统一计量。谁能把这三种胃口不同的负载喂到一张桌子上,谁就拿到了下一代科研基础设施的入场券,而这也是超智融合得以被推到台前的原因。

超智融合难在哪?

超智融合看上去是将超算的服务器和智算的服务器连接起来,协同工作,但真做起来并不是那么简单。超智融合最直观的难点在精度和数据流动。气象预报、流体仿真、分子动力学通常需要FP64双精度来抑制累积误差,大模型训练和推理大量使用FP16、BF16甚至FP8,而Agent的沙箱和工具调用又涉及大量碎片化、短生命周期的轻量计算。传统算力体系将高精度计算与低精度计算割裂分离,难以满足混合精度计算、AI4S等复合型业务需求。精度不是“选一个档位”的问题,而是同一条科研链条上要在不同档位之间无缝切换。

游亮与我们分享了阿里云的解法,他表示,具体可以拆成三层来看。

第一层,让不同的算力各得其所,又连成一张算力网络。游亮介绍,阿里云的思路是面向不同的工作负载提供最匹配的实例类型。比如,面向传统HPC,提供HPC优化实例,面向AI训练和推理分别提供对应的AI加速实例,面向智能体提供通用计算和容器实例等。关键在于,这些异构实例通过云上统一的虚拟网络串联成一张“算力网络”,并借助CIPU 2.0架构实现无虚拟化损失的资源调度,再通过统一的开放OpenAPI,让所有算力可以被统一创建、调度和编排。

在CPU层面,阿里云打造了hpc9a,其搭载第五代AMD EPYC(Turin-C)处理器,最高睿频5GHz,128个物理核心,内存可达3TB,依托CIPU2.0架构消除虚拟化损耗,配合200G的低时延eRDMA网络,相比上一代性能提升约30%。

游亮介绍,hpc9a专门面向CAE仿真、电子设计自动化这类对计算性能、内存带宽和网络时延都极度敏感的场景。AI侧则交出了平头哥自研芯片的成绩单:M890P相比上一代性能提升至3倍,新一代V900又在此基础上再提升至3倍性能。配合超节点架构和弹性算力,E-HPC可以为科研场景提供从单卡到大规模集群的AI加速能力。

在智算方面,阿里云则在自研芯片的道路上有所收获,其推出的M890P相比上一代性能提升至3倍,新一代V900又在此基础上再提升3倍。配合超节点架构和弹性算力,E-HPC可以为科研场景提供从单卡到大规模集群的AI加速能力。

性能与成本的平衡靠两条腿走路。一是多代实例并存,客户按工作负载选择性价比最高的实例规格;二是云的弹性,客户在业务波峰需要上千台实例,波谷可能只需要几十台,传统模式必须按峰值预留资源,云上则可以按需创建和销毁,让性能与成本同时逼近最优。游亮与我们分享了一个案例:阿里云与国内某头部乘用车公司深入合作,通过HPC优化实例、弹性eRDMA低延迟网络,叠加CPFS并行存储优化,端到端帮助客户节省了约25%的计算周期,大幅提升了工作效率。

第二层是让数据跑得比算力快。算力再强,数据喂不上就是空转。游亮介绍,eRDMA负责让节点之间沟通速度越来越快,CPFS负责让HPC计算、分布式AI训练和推理等负载,用最快的时间拿到数据,让计算饱和运转,把昂贵算力的浪费降到最低。存储侧的优化包括冷热分层,把常用数据放进缓存层,使用时不必再从远端存储拉取,以及让网络邻近、存储邻近的计算节点做亲和性调度。

第三层是让智能体替人跑完执行流程。围绕超算与智算持续融合、AI在科研中作用攀升、人工流程成为瓶颈等趋势,阿里云推出了E-HPC智能体平台,其架构从上到下分为四层:最上层是面向具身智能、生命科学、CAE、EDA、量化、渲染等行业的智能体;行业接入层把行业知识和专家方法沉淀为Skills,供智能体调用,同时提供命令行、开放API和SDK;中间是统一的Agent Runtime,负责理解科研目标、规划任务、用skills实际执行、依据日志和结果反馈再规划;往下是E-HPC执行层,统一承担作业编排、异构资源调度、环境与数据准备以及状态日志管理,并调度CPU、GPU、eRDMA网络、镜像软件与安全治理资源。

通过搭建这三层架构,目前阿里云已经在超智融合方面有所收获。在具身智能场景,RoboAgent打通了端侧数据采集、数据处理标注、模型训练推理、远程仿真到部署回传的完整链路,一站式降低数据准备成本;某具身领域头部企业借助这套方案,实现了从真机采集上传、多模态标注处理到QwenVL等多类算法训练的快速闭环。

在生命科学场景,BioAgent根据研究目标自动编排WDL工作流,自主识别FASTQ、PDB等数据格式并推荐分子模拟参数,调用GATK、GROMACS等工具并智能匹配CPU/GPU资源,让生信与药研流程可复用、可解释、可持续迭代;最具代表性的是上海科学智能研究院旗下格物智研的“浑天绫”,这个编排出140多个科研skills的物质科学智能研发平台,与阿里云E-HPC的弹性算力底座配合,把分子筛选任务从数据检索、算力调用、分子对接、FEP计算到自动化合成,这些以前由人工串联的环节,现在全部由智能体自主完成。

在CAE场景,工程师只需聚焦设计判断,前处理、求解、诊断、后处理与参数探索由Agent自主贯通。

要实现这些也并不是一蹴而就的,游亮也坦言,最大的挑战在于不同行业对算力、精度、实现方式的需求各不相同,需要把各行业的专家经验和行业知识沉淀为skills,同时把E-HPC在调度、编排、任务识别、资源匹配上的专家能力也沉淀为平台skills,再通过统一的Agent Runtime承接两者,并解决行业skills与E-HPC skills的协同、海量算力拉起、行业负载与算力负载最佳匹配等难题。他的总结是:行业Agent可以非常稳定、弹性、可观测、可治理地调用阿里云的HPC服务,而这背后需要反复打磨每一层。 

更值得关注的是,E-HPC已经不只是通用算力平台,而是针对芯片设计、AI4S与生命科学、具身智能三个重点行业形成了专属解决方案。面向芯片设计,E-HPC混合云可以无缝对接企业现有的LSF、Slurm、PBS调度环境,云上云下统一调度、按队列自动扩缩容,工程师无需改变使用习惯,就能在仿真验证高峰随时补齐算力;针对STA、PR等大内存作业,大内存HPC实例可以直接承接,帮助芯片团队守住流片周期、优化整体拥有成本。面向AI4S与生命科学,E-HPC预集成AlphaFold3、OpenFold3、RFDiffusion、GROMACS、GATK等主流科研软件,开箱即用,客户自有的科研Agent还能通过CLI、API或Skill直接调用弹性算力,把药物发现、基因分析从繁琐的环境搭建中解放出来。面向具身智能,HPDA Robotics将采集、管理、标注、训练、仿真、推理串成一条完整数据闭环,内置APAK加速引擎,多模态数据处理的性价比可提升2.1至5倍,显著缩短数据准备与模型迭代周期。三套专属方案共享同一张弹性算力网络和同一套调度、存储与安全能力,既能开箱即用,也能平滑接入客户现有环境。

更值得关注的是,E-HPC已经不只是通用算力平台,而是针对芯片设计、AI4S与生命科学、具身智能三个重点行业形成了专属解决方案。面向芯片设计,E-HPC混合云可以无缝对接企业现有的LSF、Slurm、PBS调度环境,云上云下统一调度、按队列自动扩缩容,工程师无需改变使用习惯,就能在仿真验证高峰随时补齐算力;针对STA、PR等大内存作业,大内存HPC实例可以直接承接,帮助芯片团队守住流片周期、优化整体拥有成本。面向AI4S与生命科学,E-HPC预集成AlphaFold3、OpenFold3、RFDiffusion、GROMACS、GATK等主流科研软件,开箱即用,客户自有的科研Agent还能通过CLI、API或Skill直接调用弹性算力,把药物发现、基因分析从繁琐的环境搭建中解放出来。面向具身智能,HPDA Robotics将采集、管理、标注、训练、仿真、推理串成一条完整数据闭环,内置APAK加速引擎,多模态数据处理的性价比可提升2.1至5倍,显著缩短数据准备与模型迭代周期。三套专属方案共享同一张弹性算力网络和同一套调度、存储与安全能力,既能开箱即用,也能平滑接入客户现有环境。

智能体将成为科研的操作系统

通过阿里云所搭建的三层架构,可以看出当前超智融合的发展路径。技术侧,算力会继续变大,传输通道会继续变长。 游亮透露,在Scale Up方向上,阿里云上超节点由几十到上百颗AI芯片组成,未来超节点支持更大规模;在Scale Out方向上,通过弹性RDMA网络实现跨节点、跨可用区的互联。

超节点本质上可以被看作一个巨大的AI算力节点,其规模上限的持续抬升,将直接决定大规模训练与仿真的效率。与此同时,eRDMA与传统RDMA的区别在于它能承载更广泛的互联,从超节点内部延伸到跨可用区场景,这正是“算力网络”想象的物理基础。

应用侧,智能体将从可选项,变成行业标配。阿里云 E-HPC的产品逻辑已经从单点智能体走向体系化:各个行业Agent负责各自领域的专业执行,WorkAgent则把分散在各行业的智能体统一收敛成一套目标驱动的执行闭环,科研人员只需要说清“算什么、要多准、多久出结果、花多少钱”,WorkAgent负责翻译成计算任务和验收标准,自动拆解流程、引入专家经验、匹配算力网络与存储资源,最后解析日志收敛曲线与关键指标,定位失败并给出改进方向。“人只需要给目标、做判断,重复的工作流程交给智能体自主完成。这一步的意义在于:企业不必重复建设行业智能体和算力底座,而是像水电一样接入。”游亮如是说。

阿里云是超智融合领域最具代表性的企业之一,但并不是唯一家。传统超算阵营里,国家超算中心与硬件厂商正沿着各自平台推进HPC与AI方法的深度融合;AI厂商则以智算集群和万卡训练平台为主攻方向;运营商大规模建设智算中心。IDC数据显示智算集成服务市场正以超过150%的增速扩张,市场格局远未定型。

值得注意的是,各家的打法虽不同,但方向高度一致:让HPC与AI在同一个平台里协同工作,让智能体成为科研的默认操作系统。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

2026-11-02 02:53:54 · 大模型,算力芯片,AI应用,具身智能,政策监管,阿里巴巴,多模态,Agent智能体,推理思考,搜索RAG,翻译字幕,设计创意,医疗健康,金融,扩散模型,微调蒸馏,端侧AI,AI for Science,基础设施,模型发布,合作,榜单评测,开发者生态
继续滚动加载更多…