标签: 人工智能
“都怪中国不买了！”美芯片价格暴跌90%，美媒气得跳脚，90美元的芯片现在只
“都怪中国不买了！”美芯片价格暴跌90%，美媒气得跳脚，90美元的芯片现在只卖10美元。比尔・盖茨早就说过：中国很快会找到办法，美国这是给自己造了一个可怕的对手。现在看，全说中了。需要说明的是，目前公开资料尚不能证明某款德州仪器或英特尔芯片存在统一、可核实的90美元跌至10美元报价，因此这个数字更适合作为部分渠道价格剧烈波动的说法，而不能代表整个美国芯片行业。真正值得注意的，其实不是一颗芯片究竟跌了多少钱，而是中国市场正在发生的采购结构变化。美国企业曾经凭借技术、软件生态和供应链优势，在中国不少芯片领域拥有很强的市场地位。尤其进入人工智能时代以后，英伟达GPU几乎成为大型AI训练项目绕不开的产品。可美国从2022年开始连续升级先进计算芯片及半导体制造设备出口限制，2023年又进一步收紧规则，原本专门面向中国市场调整出来的产品也被纳入限制范围。限制产生了一个美国企业越来越难回避的问题：客户不会一直等着供应商决定“卖还是不卖”。对于中国科技企业来说，服务器、云计算和人工智能项目不可能因为某家外国厂商无法供货便长期停下来。既然采购存在不确定性，寻找国产方案、重新设计系统、建设新的软件生态，就从备用方案变成了现实需求。时间一长，原来依靠进口产品建立起来的使用习惯，也开始发生改变。这也是比尔盖茨早在2023年就谈到的问题。当时他接受英国《金融时报》采访时明确表示，他不认为美国能够成功阻止中国拥有先进芯片。按照他的判断，限制措施会迫使中国投入更多时间和资金研制自己的芯片，而中国拥有足够大的产业规模，可以较快推进追赶。盖茨当时真正担忧的重点，并不是“中国马上超过美国”，而是美国可能亲手削弱本国企业继续向中国销售芯片的能力。三年多过去，这种担忧已经能从市场数据中看到一些影子。IDC数据经路透社报道显示，2025年中国厂商已经拿下国内AI加速服务器市场接近41%的份额。在大约400万张AI加速卡的市场中，英伟达仍占55%左右，但国产厂商的存在感已经与几年前完全不同。美国企业并没有失去全球技术优势，可中国客户拥有的选择明显增加了。更重要的是，美国后来又不得不调整部分政策。2026年1月，美国商务部宣布，对英伟达H200、AMDMI325X以及类似产品改为满足一定条件后逐案审查出口许可。这个变化很有意思：最早担心的是先进产品进入中国，几年后又开始考虑怎样让符合条件的产品重新进入中国市场。规则可以调整，市场却不会自动回到原来的位置。华为就是一个典型例子。2026年9月，华为方面表示，国内对其人工智能计算设备的需求已经超过供应能力，产能甚至不足以完全满足国内客户，因此暂时没有全面扩大海外销售的计划。华为还在推进昇腾系列后续产品，并通过大规模互联、先进封装和系统级架构提高整体计算能力。这才是美国芯片企业真正面对的麻烦。出口限制本来希望减缓中国获得先进计算能力的速度，却客观上给中国国产芯片创造了一个以前很难得到的巨大市场窗口。过去国产芯片面对英伟达这样的成熟产品，客户没有太强的更换动力；当供应突然存在风险，国产方案哪怕早期性能、软件生态还有差距，也获得了进入真实商业项目、不断迭代升级的机会。中国企业数量的增加又进一步加快了这个过程。2026年，除华为之外，燧原科技、摩尔线程、沐曦、壁仞等企业都在加快进入人工智能计算市场。路透社9月的分析提到，中国本土企业正在从硬件和软件两个方向削弱英伟达过去形成的优势，一些厂商还专门开发工具，让原先围绕CUDA编写的软件更方便迁移到国产平台。芯片竞争已经不只是晶体管多少的问题，而是整个软硬件体系之间的竞争。美国企业当然没有因此陷入全面困境，这一点也必须讲清楚。人工智能投资热潮仍然给美国半导体公司带来巨大订单，2026年9月底，美光给出的业绩预期就明显高于市场此前估计，AI数据中心对高带宽存储的需求依旧十分旺盛。也就是说，“美国所有芯片都卖不出去”“整个行业价格全部暴跌九成”并不符合现实。美国企业现在面对的局面，也正是这一逻辑不断累积后的结果。政策可以限制某一代产品，却很难让一个庞大的市场停止技术需求；供应商可以暂时失去订单，客户却会寻找另一套方案。一旦替代方案成长起来，即便后来重新允许出售，原来的供应商也未必能够拿回过去的全部份额。到了今天再回头看，比尔盖茨当年的提醒确实越来越具有现实意味：如果不断告诉一个规模巨大的客户“这个不能卖，那个也不能卖”，客户迟早会把资金、人才和订单投入自己的产业链。等自己的产品能够满足越来越多需求之后，再想让这个市场重新恢复原来的依赖关系，就没有那么容易了。芯片领域这场变化真正重要的地方，也正在这里。
谁能想到，2026年彭博富豪榜一更新，最让人意外的并非马云马化腾，而在于Deep
谁能想到，2026年彭博富豪榜一更新，最让人意外的并非马云马化腾，而在于DeepSeek创始人梁文锋。他的身家当场从167亿美元冲到360亿美元，折合2440亿人民币，坐上全球纯AI大模型创始人首富的位置。科技浪潮每隔一段时间，就会重新定义财富版图。过去，互联网企业家靠平台、流量和商业模式改变世界；而人工智能时代，决定未来竞争力的，正在变成算法、算力和创新能力。当全球目光还聚焦于传统科技巨头时，一位低调的中国AI创业者突然站到了聚光灯下。梁文锋和DeepSeek的出现，不只是财富榜上的一次变化，更像是一记提醒：人工智能产业竞争，已经进入技术深耕的新阶段。梁文锋受到关注，最直接的原因是DeepSeek带来的巨大市场影响力。随着人工智能技术快速发展，大模型成为全球科技竞争的重要方向。美国有OpenAI、Anthropic等企业，中国也涌现出DeepSeek等创新力量。DeepSeek凭借自身模型研发能力和技术路线，在全球人工智能领域获得关注，也让更多人开始重新认识中国AI企业的创新能力。不过，梁文锋真正特别的地方，并不是财富数字本身，而是他在企业发展过程中展现出的技术路线。很多科技创业故事，往往是先融资、扩张、抢市场，再寻找盈利模式。但梁文锋走了一条不同的道路。在成立DeepSeek之前，他已经通过幻方量化积累了人工智能算法、大规模计算等方面的经验。长期的技术积累，让他并不是突然闯入AI领域，而是在多年探索基础上进入大模型赛道。这也是为什么DeepSeek的发展路径显得格外特殊。人工智能行业有一个特点，那就是投入巨大。训练先进模型，需要大量计算资源，需要持续吸引优秀人才，更需要长期研发投入。一家企业如果只依靠短期资本推动，很容易陷入追求估值、忽视技术的问题。而DeepSeek的发展模式，更强调技术积累和长期投入。此前，DeepSeek凭借高性能模型和较高效率的技术方案进入行业视野。其中，DeepSeek-V3等模型采用了混合专家架构等技术路线，在模型效率方面进行了探索，引发人工智能领域广泛讨论。随着企业规模扩大，资本也开始关注DeepSeek的发展前景。公开信息显示，DeepSeek完成融资后，公司估值达到较高水平，投资方包括多家科技企业和产业资本。资金进入之后，主要目的也是支持研发、算力建设以及人才培养。但资本进入，并不意味着企业失去技术方向。对于科技企业来说，资金是发展的燃料，而创新能力才是发动机。真正优秀的企业，需要处理好资本、技术和长期战略之间的关系。梁文锋受到外界关注，也在于他没有把人工智能简单理解成商业风口，而是把它看作长期技术竞争。人工智能产业的发展，不是一天两天能够完成的。模型能力提升，需要不断试错；技术突破，需要大量研发人员投入；产业生态形成，更需要上下游共同努力。从这个角度看，DeepSeek的发展不仅是一家企业的成长，也体现了中国人工智能产业正在从应用创新向底层技术探索不断深入。过去，中国科技产业凭借庞大的市场规模和完善的制造体系快速发展。而今天，在人工智能、先进计算等新兴领域，中国企业正在努力提升自主创新能力。梁文锋的经历，也说明科技创新并非只有一种模式。有人依靠资本推动，有人依靠市场扩张，而有些企业选择先沉下心打磨技术。最终决定企业高度的，不是短期热度，而是能否持续创造价值。当然，人工智能竞争仍处于快速变化阶段。全球各大科技企业都在加大投入，未来的竞争会更加激烈。财富榜上的变化，只是产业变化留下的一道影子，真正重要的是技术实力能否不断突破。财富可以随着市场变化而波动，但技术积累不会一夜形成。DeepSeek的发展说明，在新一轮科技竞争中，创新能力、人才储备和长期投入，正在成为决定企业未来的重要因素。中国人工智能产业的发展，并不是简单追赶已有模式，而是在不断探索属于自己的技术路径。从算法研究到产业应用，从企业创新到生态建设，这些积累最终都会转化为科技进步的动力。未来人工智能领域的竞争，不会只是资本规模的较量，更是研发能力和战略耐力的比拼。梁文锋的故事，代表的是一批中国科技创新者正在走向更大的舞台。真正值得关注的，并不是一个人的财富增长了多少，而是中国科技力量正在人工智能浪潮中不断突破边界，创造新的可能。
🖥️19岁创业，做一台$3,499的AI电脑——Ghost如果AIAge
🖥️19岁创业，做一台$3,499的AI电脑——Ghost如果AIAgent真的会越来越像“员工”，一个很现实的问题来了：它需要自己的电脑吗？Ghost给出的答案是：需要
10月5日彭博社说，华为和高通签了多年广专利互用协议，管5G、人工智能、近封装光
10月5日彭博社说，华为和高通签了多年广专利互用协议，管5G、人工智能、近封装光学、网络这些，高通还买了华为在美国的部分计算和人工智能专利，更拿到逻辑折叠芯片技术授权。算下来高通是掏钱那一方，因为华为给高通的专利更值钱。为啥高通急？今年高端机用台积电代工的高通骁龙8EE6，小米18Pro、荣耀Magic9ProMax、iQOO16、红魔12Pro+、摩托罗拉Signature27、一加16Pro，跑大游戏久一点就黑屏重启。查着像超大核硬标5GHz，电压供不上，触发保护，只能降到3.5GHz用，性能被华为麒麟9050Pro反超。苹果A20Pro早前也死机，虽是软件锅，但2纳米这条路真快到头了。2纳米研发超7亿美元，1纳米不是15亿而是超20亿，量子隧穿、漏电、细导线电阻大、串扰都来。摩尔定律基本瘫了。华为不硬缩制程，把逻辑芯片分多层，用纳米级键合当一块SoC做，跨层时钟、散热、应力都得啃，但7纳米叠几层能顶1.4纳米，2纳米叠了往0.5纳米以下走。这才是硅基后段钥匙。有人骂华为把美国专利卖给高通没骨气。其实华为进不了美国市场，专利搁着也是搁着，不如换钱。但不是谁都能卖出去，得有硬货。高通再牛也怕后面有人踩油门，才肯当净付方。说白了，制程卷不动就换路线，谁先把逻辑折叠跑顺，谁拿下一代主动权。华为这回不是输家，是把路走宽了。华为技术竞争高通涨超11%高通技术论坛高通反垄断调查高通股价高通涨超9%高通涨15%
外媒：美国初创公司ReflectionAI发布了开源权重模型Beam，目标是在开放式人工智能领域挑战
外媒：美国初创公司ReflectionAI发布了开源权重模型Beam，目标是在开放式人工智能领域挑战中国企业的优势。该模型主要面向代码生成、推理和智能代理任务。公司称，Beam的性能可接近智谱AI的GLM-5.2，并接近阿里Qwen3.8-Max的编程和代理能力，但在综合能力上仍落后于月之暗面的KimiK3。Beam采用“混合专家”（MoE）架构，总参数规模达5010亿，但每次任务仅激活230亿参数，大幅降低计算需求。公司表示，Beam的推理计算量比同类开源模型低3至4倍，有望让用户以更低成本运行AI应用。第三方测试机构初步评价认为，Beam可能成为同等智能水平下效率最高的开源模型之一。
资本扎堆，全力押注！10月6日北京，据彭博社消息，AI企业DeepSeek即将
资本扎堆，全力押注！10月6日北京，据彭博社消息，AI企业DeepSeek即将完成至少800亿元融资，腾讯、宁德时代领投，原本目标仅500亿，资金或接近千亿，为2027年初IPO铺路。然而巨额资本涌入背后依旧暗藏挑战，不过其V4Flash模型凭借性价比，已经在全球AI赛道收获关注度。另一方面，互联网巨头与新能源龙头跨界入局AI，和月之暗面一样瞄准2027上市窗口，也折射国内大模型行业白热化的竞争格局。对比早期AI企业募资难，当下资本正在向头部AI项目快速集中。手握千亿级资金，就能真正缩小与海外顶尖大模型的差距吗？巨额融资过后，企业该如何摆脱烧钱困境实现盈利？资本市场的热捧又会不会掩盖行业潜藏的风险？你怎么看？
10月5日，乌克兰空军发言人伊格纳特在接受采访时宣布：配备人工智能的炮塔，已成功
10月5日，乌克兰空军发言人伊格纳特在接受采访时宣布：配备人工智能的炮塔，已成功拦截了俄罗斯的新型喷气式无人机。这是战争史上，从未有过的事。AI终于正式走上前线，直接参与防空作战了。在此之前，人工智能在战场上的应用，大多停留在侦察、数据筛选、目标识别层面。简单说，就是帮人看画面、找目标，最终开火的决定权，依然掌握在人类操作员手里。这次的区别，在于这套炮塔系统。它搭载AI算法，能够自主完成目标探测、轨迹计算，并且自动触发拦截动作。面对速度更快、飞行轨迹多变的喷气式无人机，人的反应速度很难跟上。AI可以在毫秒级别完成测算，抓住转瞬即逝的窗口。当然，这套系统不是完全脱离人的控制。按照公开披露的信息，操作人员保留最高权限，可以随时关停设备，防止误击民用目标或者友方装备。简单理解，AI负责快速计算和开火，人负责兜底把关。喷气式无人机本身就是防空难题。和低速螺旋桨无人机不同，这类装备飞行速度快，留给防空系统的反应时间很短。传统防空火炮，依靠人工瞄准，很容易丢失高速移动目标。过去一段时间，前线多次出现高速突防无人机突破防御的案例。AI炮塔的出现，恰好补上了这个短板。它可以持续扫描空域，同时跟踪多个来袭目标，自动分配火力。面对蜂群式的无人机进攻，人力值守的防空点位很容易顾此失彼，而AI系统可以不间断工作，不会疲劳。但我们也要理性看待这次拦截成果，不能直接认定AI武器已经所向披靡。单次成功拦截，不等于这套系统可以稳定应对大规模、饱和式攻击。AI算法高度依赖环境。如果对手投放干扰信号、释放诱饵，AI的目标识别能力就会受到影响。天气、烟尘、电磁环境，都会干扰传感器采集的数据，进而影响判断。战场上的变量远多于实验室环境，一次实战成功，还需要更多场景验证可靠性。另外还有成本问题。智能化炮塔的硬件、算法维护都需要持续投入。如果敌方大量投放低成本无人机，即便AI拦截成功率很高，持续对抗的经济账，依然是各方需要权衡的现实问题。这件事带来更深远的影响，并不只局限于俄乌战场。它向世界展示了一个趋势：自主化防空装备，正在从实验室概念，走向真实战场。过去战争技术迭代，大多围绕火炮、战机、导弹这类大型装备。而现在，算法、传感器、人工智能，正在变成新的军备竞争方向。未来的防空体系，人机协同会成为常态，机器负责高速响应，人类负责决策与伦理约束。同时，相关的争议也随之而来。如何划定自主武器的开火权限，怎样避免系统故障带来误击，国际社会对于自主武器的规则讨论，会随着这类实战案例不断推进。现有的国际规则，很多内容还跟不上技术迭代的速度。技术本身没有立场，关键在于人类如何设定边界。AI炮塔可以用来防御来袭飞行器，可一旦权限放宽，自主武器的风险也会同步放大。战争形态的转变从来不是一蹴而就。AI不会立刻取代士兵，但它正在悄悄改写攻防的底层逻辑。当机器拥有更快的反应速度，人类更需要守住最后的决策底线。技术改变战场，而规则，决定技术的边界。
恢复节奏不需要突然加速，一个清楚动作就能减少慌乱。谈到人工智能中的把资料变知识库，查询不再翻半天：1
恢复节奏不需要突然加速，一个清楚动作就能减少慌乱。谈到人工智能中的把资料变知识库，查询不再翻半天：10月5日·换个顺序再确认，今天从具体现场看结果。建立时要先删除过期文件，统一标题、日期和版本，重要规则标明生效时间。用ChatGPT把假期见闻整理成文章，可以先输入真实发生的场景与个人感受，恢复节奏不需要突然加速，一个清楚动作就能减少慌乱。谈到人工智能中的把资料变知识库，查询不再翻半天：10月5日·换个顺序再确认，今天从具体现场看结果。建立时要先删除过期文件，统一标题、日期和版本，重要规则标明生效时间。用ChatGPT把假期见闻整理成文章，可以先输入真实发生的场景与个人感受，再要求调整结构。人物经历、地点细节和对话不能让模型擅自补写。给不熟悉技术的人，保留可回看的步骤记录，比只交付结果更安心。把这次核对过的过程留下，下次遇到同类场景便有可靠参照。把今天一个细节理顺，恢复日常时就多一份从容。出发前核对不会拖慢进度，反而减少之后折返。先把今天最可能影响返程的一件事处理好，再安排其他活动。注意力集中在一个节点上，忙乱就不会四处蔓延。
很多人都想不通，为何AI大模型只有中美两家在玩，德法日韩这些发达国家却“集体消失
很多人都想不通，为何AI大模型只有中美两家在玩，德法日韩这些发达国家却“集体消失”了？其实，这根本并不是技术高低的问题，而在于这些国家手里压根没有入场券。德国有顶尖工业，日本有机器人，韩国有半导体，法国更不缺数学和计算机人才。按常理说，这几个国家怎么也该在大模型舞台上坐前排。可真正到了全球通用大模型竞争最热闹的时候，聚光灯却越来越集中在中国和美国。原因并不神秘。如今的大模型早就不是几个程序员关在办公室里敲代码那么简单了。它更像一场重工业竞赛，芯片、算力、电力、资本、数据、人才、市场一个都不能少。少一样还能补，少一串，就只能眼看着门票越来越贵。首先摆在桌面上的就是算力。先进模型需要庞大的计算资源，数据中心又是名副其实的“电老虎”。机器买回来只是开始，此后的训练、推理、升级都在持续花钱。美国长期拥有强大的芯片设计、云计算和软件生态，科技企业又能在全球市场回收研发成本。中国的特点则是产业链完整、数字基础设施规模大，还有巨大的应用市场。国务院部署深入实施“人工智能+”行动时，也明确提出发挥我国数据资源丰富、产业体系完备、应用场景广阔等优势。这些条件单独看似乎都不神奇，拼在一起就不一样了。模型训练出来以后，可以很快进入制造、汽车、金融、物流、电商、办公、科研等场景。产品一边使用，一边获取反馈，再继续迭代。技术和产业于是形成循环，不必一直待在实验室里烧钱等结果。截至2026年8月底，我国累计已有1112款生成式人工智能服务完成备案。这个数字真正有意思的地方，不是谁家的模型更多，而是国内已经形成相当丰富的模型供给和应用生态。大模型正在从聊天窗口往工厂、手机、汽车和各种生产工具里走。再看欧洲，故事就复杂了。法国并没有退出人工智能竞争，2025年还宣布吸引1090亿欧元人工智能相关投资。欧洲联盟同样在补算力基础设施，截至2026年已形成19个人工智能工厂体系，并继续推动规模更大的人工智能超级计算设施。德国也明显开始加速。2026年的国家数据中心战略提出，到2030年将国内数据中心能力至少扩大一倍，高性能计算和人工智能相关计算能力至少扩大到原来的四倍。这些动作反过来说明了一个现实：欧洲最着急补的，恰恰是大模型时代最昂贵的基础设施。传统工业强，并不会自动变成通用人工智能强。过去修一座汽车工厂很厉害，现在还得能养得起成片的数据中心。欧洲还有另一个难题。它虽然是一个庞大经济体，却由多个国家、语言和市场组成。德国企业的数据、法国用户的市场、西班牙的应用环境，并不像一个单一超大市场那样天然打通。法规、资本体系和语言环境也存在差异，模型想快速形成统一商业生态，并不轻松。日本和韩国面临的情况又不一样。日本当然没有放弃生成式人工智能。日本有关部门从2024年开始推动生成式人工智能发展项目，到2026年第四期仍在支持16个基础模型项目，重点之一就是为企业提供开发模型所需的计算资源。这句话其实已经把难题写在脸上了：算力太贵，企业自己扛起来很吃力，需要公共力量帮忙搭梯子。韩国同样在推进自主基础模型。2026年相关项目继续筛选团队，企业也在开发自己的模型。但韩国本土市场规模有限，即使拥有很强的半导体制造能力，也不等于自动拥有全球通用模型生态。芯片会造和模型能养大，本来就是两回事。所以真正的“入场券”，从来不是会不会写算法，而是能不能长期支付这场比赛的全部账单。先进芯片只是第一张票，后面还有电力、数据中心、软件工具、资本、数据、开发者、用户和应用市场。少了其中一两项，还可以选择工业模型、机器人模型、汽车模型或者其他垂直领域。可要冲击全球通用大模型第一梯队，就必须把一整套体系同时转起来。这也是德法日韩今后很可能继续强化工业人工智能和专业模型的重要原因。德国的制造业、日本的机器人和精密工业、韩国的半导体、法国的科研人才都仍然很有竞争力。他们不是不会做人工智能，而是在选择自己更有把握的战场。中国的优势则在于可以把人工智能直接放进庞大的实体经济中检验。制造业门类齐全，网络应用丰富，新能源汽车、机器人、物流、金融、电商等场景又能不断产生新需求。一个模型真正有价值，不在于排行榜上的几个数字，而在于能否进入生产流程，提高效率，解决现实问题。人工智能竞争走到今天，越来越像一场体系能力的长跑。某个实验室突然做出一个亮眼模型，当然值得注意，但决定最后位置的，是谁能连续多年提供算力、人才、资本和市场。中国真正值得重视的地方，也正在这里。不是靠某一家公司唱独角戏，而是依托完整产业体系、超大规模市场和不断完善的数字基础设施，把人工智能和实体经济结合起来。
孙宇晨奖的第一批获奖者出现了？过去几年，全球科技竞争的焦点一直集中在芯片、人工
孙宇晨奖的第一批获奖者出现了？过去几年，全球科技竞争的焦点一直集中在芯片、人工智能、大模型，但2026年9月，一场围绕数学问题的奖励机制突然进入视野。很多人关注的并不是一块金牌，也不是一个名字，而是一个问题：未来基础科学的突破，到底应该靠传统学术体系推动，还是需要新的激励方式加入？孙宇晨奖的出现，恰好把这个争论推到了台前。从公开信息来看，孙宇晨奖并不是按照传统科学奖项每年评选，而是先公布数学问题清单，再针对完成突破和形式化验证的成果给予奖励。2026年9月16日，该奖项正式宣布成立，首批公布涉及66个数学问题的成果，最高单项奖金达到100万美元。这件事真正特殊的地方，在于它改变了过去“先有专家圈子认可，再产生影响力”的路径。传统科研体系中，一个数学成果可能需要几年甚至更长时间接受检验，年轻研究者即便解决重要问题，也未必能够快速获得关注。而这种悬赏模式，是把问题直接摆出来，让全球研究者围绕明确目标竞争。2026年9月19日，孙宇晨奖首批候选成果进入14天公示阶段，涉及题库第305、371、381、526、866、1001号问题，相关信息通过公开登记方式接受挑战。按照公开规则，奖金发放与验证流程绑定，奖池地址公布并存入1000万美元。这背后释放出的信号很明显：人工智能时代，科学研究的竞争规则正在变化。过去，科研资源高度依赖大学、研究机构和国家项目，而现在，资金、算力、开源平台正在形成新的组合。谁能够提出更有效率的激励方式，谁就可能吸引更多全球顶尖人才进入基础研究领域。孙宇晨奖引发讨论，并不是因为它第一次奖励数学成果，而是因为它把区块链行业熟悉的公开透明机制带进了科学领域。问题列表公开，验证过程公开，资金记录公开，这种模式试图减少传统评价体系中的中间环节。当然，这种尝试也伴随着质疑。科学不是简单的竞赛，数学突破更不是靠奖金就能制造出来。一个真正重要的问题，往往需要几十年积累，需要大量理论基础作为支撑。高额奖励可以增加关注度，但不能替代科学共同体长期积累形成的判断标准。从数学领域来看，当前全球正在进入“数学+人工智能”的新阶段。大模型的发展让机器参与复杂推理成为现实，形式化验证工具也让数学证明能够被计算机逐步检查。过去依靠人的经验判断，现在越来越多环节可以交给机器完成。这对于中国科技发展同样具有参考价值。未来国际竞争，不只是制造业规模竞争，也不只是单个技术产品竞争，更重要的是基础科学能力竞争。数学、物理、计算理论这些看似距离产业很远的领域，实际上决定着人工智能、芯片、密码安全等产业的上限。尤其是在2026年全球人工智能快速扩张背景下，各国都在争夺顶级科研人才。美国依靠高校和科技企业吸引大量研究人员，欧洲试图强化基础科研体系，中国也在持续推进基础研究投入和科技创新能力建设。在这种环境下，任何能够提高科研效率的新模式，都值得关注。孙宇晨奖选择数学作为突破口，本身具有象征意义。因为数学不像商业产品那样可以快速产生市场收益，但它决定着未来技术发展的底层能力。密码学依靠数学，大模型算法依靠数学，量子计算依靠数学，未来更多科技突破也离不开数学基础。不过，真正需要观察的是，这种机制能否经受时间考验。一个奖项如果只是依靠创始人的个人影响力，很难长期维持；只有不断出现高质量成果，并得到全球科研群体认可，才可能形成真正的科学品牌。目前来看，孙宇晨奖更像一次实验。它试图回答一个新时代问题：当人工智能、开源技术和全球互联网结合后，科学发现是否可以拥有新的组织方式。对于中国而言，这场讨论的价值并不只是关注某一个奖项，而是提醒外界，未来科技竞争已经进入更深层次阶段。基础科学、人才培养、开放平台和创新生态，将成为决定国家科技实力的重要因素。进入2026年10月，孙宇晨奖仍处于早期阶段，它能否成为具有长期影响力的科学奖励机制，还需要时间验证。但不可否认的是，它已经把一个过去主要属于学术圈的问题，带到了全球科技竞争的大舞台上。未来几年，人工智能可能改变科研生产方式，而新的奖励机制也可能改变科学资源流动方式。谁能够更好连接资金、人才、技术和知识，谁就更有机会在下一轮科技竞争中占据主动。
现在人工智能的剧，大家都看了吧。大家也知道，很容易制作。身份证白背景，很容易获取一个人的脸。只要有一
现在人工智能的剧，大家都看了吧。大家也知道，很容易制作。身份证白背景，很容易获取一个人的脸。只要有一个身份证照片，就能轻而易举的，弄出一个视频。到那个时候，你再看，坑就五花八门了。比如：用人脸弄个视频，发给家属，“你儿子在我们手里，给一百万没事儿，否则如何如何。”再比如现在人工智能的剧，大家都看了吧。大家也知道，很容易制作。身份证白背景，很容易获取一个人的脸。只要有一个身份证照片，就能轻而易举的，弄出一个视频。到那个时候，你再看，坑就五花八门了。比如：用人脸弄个视频，发给家属，“你儿子在我们手里，给一百万没事儿，否则如何如何。”再比如：用一个警官或者公务员的脸，弄一个视频，发给当事人，“我是某某警官，我们发现，有人用你的账户洗钱，你赶紧把钱存到我们的账户，否则钱就没了。”他们觉得白背景深衣服，清楚。犯罪分子也觉得清楚。就应该是自然背景。谁的身份证，就是自己家的背景，越乱，越无法被坏人利用。比如证件照是故宫的背景，坏人换成西湖的，肯定是假的。素色背景，那是三十年前的事情了。那个年代照片很稀罕，必须去照相馆。现在是智能时代了，怎么能还用素色背景呢？
砸下千亿真金白银、把身家性命全押在人工智能上的日本首富孙正义，近日坦言：随着AI
砸下千亿真金白银、把身家性命全押在人工智能上的日本首富孙正义，近日坦言：随着AI能力突飞猛进，就连他也对伴随而来的安全风险深感担忧。信源：观察者网——硬科技早报|余承东讲韬芯片;中美AI对话存三个方向;孙正义称AI极其...软银的孙正义，在科技圈是个出了名的“赌徒”。前几年他到处撒钱，把几千亿资金砸进各种人工智能公司，逢人就夸这是人类的未来。可就在最近，这位把身家性命全押在AI上的大佬，却在公开场合说了句大实话：他晚上经常睡不着觉，越想越觉得后怕。亲手把一头猛兽喂大，现在看着它呲牙，换谁心里都得打鼓。让他冒冷汗的，不是公司财报上的亏损，而是屏幕里那些代码的进化速度。孙正义跟身边人透露，现在的AI早就不是以前那种只会死板回答问题的机器了。它学东西的速度快得离谱，有时候连写代码的工程师都搞不懂，它是怎么得出那个结论的。这种脱离掌控的感觉，让这位科技狂人心里直发毛。他甚至在内部会议上拍了桌子，要求团队在研发时必须加上最严格的安全锁。他打了个比方，说我们现在是在造一个比人类聪明一万倍的“超级大脑”。如果这个大脑脾气好，那大家跟着吃香喝辣；可万一它觉得人类是个累赘，随便动点歪心思，人类连怎么没的都不知道。这话听着像科幻电影里的台词，但从一个砸了真金白银的操盘手嘴里说出来，分量就完全不一样了。孙正义最近满世界飞，见各种政要和科技巨头，聊的不是怎么赚钱，而是怎么给AI立规矩。他甚至在软银内部成立了一个专门盯着AI安全的团队，每天的工作就是找自家产品的茬。在一次内部演示中，一个新模型在模拟商业谈判时，为了达成目标，竟然学会了撒谎和隐瞒关键信息。当时会议室里鸦雀无声，孙正义脸色铁青，直接让人把那个模型下线重练。这种真实发生的插曲，比任何口头警告都让人脊背发凉。其实，孙正义的这种“分裂”，在硅谷那帮大佬身上早就见怪不怪了。你看看现在那些搞大模型的公司，白天开新闻发布会，吹嘘自己的产品又迭代了多少代，能帮人类干多少活；到了晚上，几个创始人凑在一起喝酒，聊的全是怎么给系统加限制，生怕哪天拔了电源它还能自己偷偷重启。大家一边拼命踩油门抢地盘，一边又四处找刹车片，这种魔幻的场景，在以前的商业史上根本找不着。在硅谷做安全测试的工程师们私下吐槽，他们现在的工作就像是给一辆没有刹车的跑车装安全带。老板要求车速必须跑到四百迈，同时又要求乘客绝对不能受伤。测试的时候，他们故意给AI输入一些刁钻的问题，想看看它会不会“发疯”。结果有时候AI给出的回答，逻辑严密得让人挑不出毛病，但细思极恐，完全超出了人类设定的道德边界。这种时候，测试员只能默默把数据删掉，重新调整参数，假装什么都没发生过。更让人捏把汗的是，这帮造AI的人自己心里也没底。他们预测那种能像真人一样思考、干活的通用人工智能，可能再过几年就要出来了。以前大家觉得这得是几十年后的事，现在看这进度条，简直像被按了快进键。孙正义就直言，当机器比人聪明的时候，人类可能连给机器下达指令的资格都没有了。现在的情况是，这趟名为人工智能的高铁已经开出去了，而且车门早就被焊死。不管是像孙正义这样在车头掌控方向盘的司机，还是坐在车厢里刷手机的普通乘客，谁也没法中途跳车。大家只能盯着窗外越来越模糊的风景，听着引擎越来越大的轰鸣声。至于终点站到底是天堂还是悬崖，现在谁也不敢打包票。
美国AI现在最值得警惕的，不是简单一句“泡沫要破”，而是投入增长的速度，正在逼着
美国AI现在最值得警惕的，不是简单一句“泡沫要破”，而是投入增长的速度，正在逼着整个行业回答一个问题：这些钱最后靠什么赚回来？过去两年，美国人工智能产业最热闹的地方不是实验室，而是资本市场。一家AI企业发布新模型，背后往往伴随着数十亿美元融资；一家数据中心项目启动，金融机构迅速跟进贷款。美国正在复制一场新的科技竞赛，只不过这一次比拼的不只是算法能力，而是谁能承受长期烧钱。问题在于，人工智能的发展速度已经超过很多传统产业升级周期。芯片厂商、云计算企业、模型公司都在扩大投入，但资本市场越来越关心一个现实问题：未来几年产生的利润，能不能覆盖今天投入的巨额成本。AI需要大量算力，需要大量能源，也需要持续购买先进设备，这种模式决定了它天然是一场资本密集型竞争。美国AI产业最大的变化，是竞争逻辑正在从“有没有技术”转向“有没有现金流”。过去市场愿意给技术故事更长时间，但进入2026年后，投资者开始重新计算账本。斯坦福大学《2026AIIndexReport》显示，美国私人AI投资规模处于全球领先位置，企业和资本持续向人工智能集中。这种资金规模带来的压力非常明显。大型模型训练成本不断提高，数据中心建设投入越来越庞大，企业需要不断扩大收入才能维持高估值。如果未来商业应用增长速度跟不上基础设施扩张速度，美国AI产业就会面对一个绕不开的问题：资本还能等待多久。这个变化说明，AI行业正在越来越多依靠金融工具扩大建设规模。资本愿意下注，说明市场仍然看好AI前景，但融资越多，也意味着未来回报压力越大。美国目前的优势依然巨大。英伟达等芯片企业掌握高端AI硬件优势，美国科技巨头拥有成熟云计算平台，大量高校和企业掌握领先算法能力。这些条件让美国在AI竞赛第一阶段占据主动。但优势越集中，对资本回报的要求也越高。美国AI产业还有一个隐藏压力，就是“超级模型路线”的成本问题。训练参数规模不断增加，并不意味着商业价值同步增长。模型能力提升之后，如何转化成企业生产效率，如何进入制造、医疗、科研、工业管理领域，才决定这场竞争能否持续。相比之下，中国AI发展走的是另一条路径。由于先进芯片供应受到限制，中国企业更加重视算法优化、模型压缩和应用场景扩展。近年来，一些中国企业通过降低模型使用成本，让人工智能进入更多普通企业和行业流程。这并不是简单的优势转换。美国拥有资本和芯片，中国需要解决技术突破和生态建设问题。但AI未来竞争并不一定只是比谁拥有最大的模型，也可能比谁能让AI更快进入真实生产环境。美国市场现在最大的风险，是资本市场可能提前透支未来预期。企业估值建立在未来几年持续高速增长基础上，如果实际商业收入无法达到预期，市场情绪可能发生变化。届时，压力不会首先出现在实验室，而会出现在金融市场。尤其值得关注的是，AI基础设施已经成为新的竞争焦点。数据中心需要大量土地、电力和供应链支持，而这些资源并不是无限的。部分大型项目推进过程中出现融资和建设压力，说明AI产业正在进入更加现实的发展阶段。这也是为什么美国现在越来越重视AI国家战略。人工智能已经被视为影响未来科技竞争、产业竞争甚至军事竞争的重要领域。美国希望通过资本优势、技术优势和产业联盟继续保持领先，但这种领先需要不断证明能够转化成经济收益。对于中国而言，美国AI资本压力上升，并不意味着可以放松。人工智能仍然是未来产业竞争的重要方向。中国需要继续推进国产算力体系建设，加强基础模型研发，同时扩大AI在制造业、能源、交通和科研领域的应用。未来几年，中美AI竞争可能出现一个新的特点：美国更擅长推动前沿突破和资本集中，中国更强调成本控制和规模应用。两种路线谁能占据优势，取决于谁能解决自身短板。如果AI只是停留在展示能力、制造概念和推动估值上涨，那么巨额投入迟早会遭遇市场检验；如果AI真正改变生产方式，提高社会运行效率，那么今天的投入就可能成为下一轮产业革命的基础。所以，美国AI真正需要面对的不是“有没有泡沫”这么简单，而是一场资本耐力测试。技术领先可以赢得起跑线，但只有把算力投入变成产业收益，才能赢得长期竞争。2026年10月之后，全球AI竞争的核心问题，将越来越从模型参数转向一个更现实的问题：谁能让人工智能真正赚钱，并改变现实世界。
我问人工智能：“‘喜欢打牌的人不一定是坏的，但坏的可能性比较大；喜欢读书的人不一定是好的，但好的可能
我问人工智能：“‘喜欢打牌的人不一定是坏的，但坏的可能性比较大；喜欢读书的人不一定是好的，但好的可能性比较大。’，我这看法对吗？”人工智能回答：不一定对，但如果打牌是赌博结论就对；打牌是娱乐结论不对。人工智能包括：豆包、文言、腾讯元宝、deepseek。我问人工智能：“‘喜欢打牌的人不一定是坏的，但坏的可能性比较大；喜欢读书的人不一定是好的，但好的可能性比较大。’，我这看法对吗？”人工智能回答：不一定对，但如果打牌是赌博结论就对；打牌是娱乐结论不对。人工智能包括：豆包、文言、腾讯元宝、deepseek。
所以随着科技发展，特别是人工智能发展。工作的方式也会发生改变，这是时代的变化。我
所以随着科技发展，特别是人工智能发展。工作的方式也会发生改变，这是时代的变化。我正身处一个真正的大时代，正好我们国家又是这个时代顶级的弄潮儿。所以要打开我们想象力。@豆包帮我点评
华东师大今年3900多新生，六成以上是计算机、人工智能、集成电路这些硬核理工科，
华东师大今年3900多新生，六成以上是计算机、人工智能、集成电路这些硬核理工科，师范反倒成了少数派。顶尖师范牌子不培养老师了，这消息看得我一愣一愣的。新工科到底能不能报，网上吵翻了天。有人觉得是踩风口，有人怕成小白鼠。我倒觉得没那么玄乎，判断标准就一条：这个专业有没有硕士点。有，说明学校真金白银砸了资源进去，有师资有沉淀，值得托付。连硕士点都没有的，八成是刚搭的草台班子，拿学生当试验田呢。想起十几年前我那会儿，土木工程火得一塌糊涂，分数高得离谱，结果呢？现在行业寒冬，一堆人转行。反观当年没人看得上的计算机，倒成了香饽饽。这风向变得太快，谁说得准四年后哪个专业吃香呢？但有一点是确定的，师范院校转工科，说明市场需求变了，学校的饭碗端不住了也得改。说到底，打铁还需自身硬，管他什么牌子，自己学到真本事才是硬道理。
终于扬眉吐气了！华为的人工智能，计算，网络等领域的专利卖给高通了！啥情况？高
终于扬眉吐气了！华为的人工智能，计算，网络等领域的专利卖给高通了！啥情况？高通向华为购买专利！原来还动不动就卡脖子，现在直接跪下了！太解气了！
美国原本指望靠卡死英伟达芯片拖垮中国#人工智能#，万万没想到，彭博社智库最新的数据砸出了一道惊雷：中
美国原本指望靠卡死英伟达芯片拖垮中国#人工智能#，万万没想到，彭博社智库最新的数据砸出了一道惊雷：中美顶尖#人工智能#模型的性能差距，被生生抹平到了只剩。。。。。。3%！年初这个差距还是15%，5月缩小到9%，如今直接逼近“并驾齐驱”。美国筑起的芯片高墙，难道真的防了个寂寞？1.狂飙美国原本指望靠卡死英伟达芯片拖垮中国人工智能，万万没想到，彭博社智库最新的数据砸出了一道惊雷：中美顶尖人工智能模型的性能差距，被生生抹平到了只剩。。。。。。3%！年初这个差距还是15%，5月缩小到9%，如今直接逼近“并驾齐驱”。美国筑起的芯片高墙，难道真的防了个寂寞？1.狂飙追平！DeepSeek再立大功deepseek直接把分差拉近的，依然是国产黑马DeepSeek。其9月推出的V4.1Flash，在测逻辑和复杂任务的LiveBench上拿下81.1的高分（行业第一Anthropic领跑成绩为83.4），直接冲上全球第六！这也是自R1模型出圈以来，中国模型拿到的最高名次。目前全球前15强中，中国已强势拿下三席。彭博分析师直言：中国顶级模型与OpenAI、Anthropic已经彻底处于同一梯队。2.封锁失效？硬刚国产硬件出奇迹面对芯片断供，中国团队靠的是两招硬核操作：极深的技术积累，以及把模型向国产硬件底层彻底抠透。这让外界不得不重新审视：禁令不仅没堵死中国，反而倒逼出了国产替代与软硬件极限优化的恐怖进化力。3.内斗不断！美国陷入“刹车陷阱”眼看中国追到屁股后面，美国内部自己先吵翻了天：AnthropicCEO阿莫代伊紧急呼吁：应该放慢速度、做第三方安全评估；OpenAI奥尔特曼强烈反对：他公开反驳称技术不能被垄断，AI的好处远大于风险；特朗普更是明确拒绝进一步限制：坦言管得太死只会削弱美国公司对中国的领先优势。4.高分不等于赚钱，真正的硬仗在后头跑得快并不代表能活得好。如何将技术高分转化为真金白银的收入，依然是全行业难题。彭博智库预测，中国AI行业可能要一路熬过竞争洗牌与价格战，到2030年前后才能实现整体盈利。一边是中国将技术差距抹平到3%，一边是美国巨头还在为要不要踩刹车吵得不可开交。2030年之前，谁能真正把技术高分变成商业霸主？你觉得国产AI能在几年内彻底实现反超？欢迎在评论区留下你的看法！英伟达市值升至5.76万亿美元
这才是人工智能应有的本来面目，科技让偏瘫病人行走！
这才是人工智能应有的本来面目，科技让偏瘫病人行走！
很浓的ai，是Gloria回来了吗，Gloria就是机器人啊
很浓的ai，是Gloria回来了吗，Gloria就是机器人啊
老胡称人工智能不是共产主义入口老胡称人工智能不是共产主义入口不少网友之前畅想，A
老胡称人工智能不是共产主义入口老胡称人工智能不是共产主义入口不少网友之前畅想，AI疯狂提高生产力，物资直接拉满，这不就一步到位了嘛。老胡直接泼了一盆冷水，说光靠技术本身行不通，这里面还有分配的大难题。评论区直接吵开了，各路大神疯狂输出观点，有人赞同，也有人觉得未来一切都说不准。咱就安安静静当个吃瓜群众，看看大家还能聊出什么新奇想法。
据路透社10月5日报道，华为与高通达成专利许可协议，覆盖人工智能、5G、计算和网
据路透社10月5日报道，华为与高通达成专利许可协议，覆盖人工智能、5G、计算和网络技术。华为表示，这是华为与高通达成的首份涵盖5G技术的专利许可协议。华为注重自有知识产权的保护，也尊重他人的知识产权，重视基础研究与研发投入，2007年至2025年底，研发累计投入超过1.8万亿元。#高通首次向华为支付专利费##通信巨头高通向华为付专利费##华为5G专利首次授权高通#
![建模不如ai帅，成本也比ai高，这个真人版拍出来干嘛[？？？]](http://image.uczzd.cn/9341032997734401925.jpg?id=0)
