众力资讯网

未来10年，预计中国大概率会发生以下几件大事情：1、高铁逐渐退出，取而代之的是磁悬浮列车；2、无人机送外卖成为常态，快递小哥将逐渐被替代；3、智能手机也将逐步退出，取而代之的是Al眼镜；4、农业将高度自动化，AI机器人将取代人工，成为无人农场；5、医疗技术取得重大突破，大部分疾病都能通过基因编辑和细胞修复技术，轻松治愈；6、人工智能在各个领域会有很大突破，更加贴近我们的生活；7、AI人工智能将颠覆传统产业，赋能千行百业！9月24日，华为宣布小艺Work开启公测：该服务定位日常办公、代码开发和创意创作的AI工作助理，支持鸿蒙手机、平板和电脑。小艺是鸿蒙生态下贴心好用的智能助手，一句语音唤醒，就能轻松处理各类事务，让我们的工作与生活变得高效便捷。工作中，小艺可以语音记录灵感、快速生成文案，查询资料、翻译文档，还能跨设备调取文件，减少手动操作，提升办公效率。开会时，它能帮忙设置日程提醒、创建闹钟，避免错过重要会议。日常生活里，小艺更是贴心帮手。查询天气路况、规划出行路线，操控智能家居，播放音乐，都能语音完成。它支持多种方言识别，长辈也能轻松上手。出门购物、居家休闲，只需开口就能下达指令。依托鸿蒙跨端互联能力，小艺串联手机、平板、智慧屏等设备，打破设备壁垒。它以简单自然的交互方式，把繁琐操作简化为一句话，用科技带来温暖，融入日常点滴，持续为我们的工作生活增添便利。

据《首尔经济日报》报道，英伟达正在考虑采用玻璃基板，以便在其人工智能芯片上堆叠更多HBM显存。德国设备制造商SCHMID在其上半年财报发布会上披露，该公司正与英特尔、英伟达和AMD等主要供应商合作开发玻璃基板设备，但玻璃通孔的金属化仍然是技术难题，目前尚无客户对该工艺进行认证。与塑料基板相比，玻璃基板可使芯片速度提高约40%，功耗降低约一半，并且其平整度允许在单个封装中集成更多GPU和HBM显存，而无需硅中介层。黄仁勋就此议题会见了SK集团的崔泰元，并敦促台积电开发这项技术。

这条微博是我15年前的今天写的，那时候我们的报人，真没瞧得起网络媒体，当时社交媒体不就仅仅一个破微博么！连短视频的毛都未见，15年后的今天，我再来看15年前我发的这条微博，感慨万千。[捂脸哭]​​​

清华计算机系唐杰老师开的人工智能课，人山人海，没有座位大家席地而坐。唐杰老师是大模型智普创始人，一线实践者。同样，北大AI创投课，也是人山人海，由金沙江创投朱啸虎主讲，也是一线明星。这类教授与课程胜出的关键，是实践，是实操。把实践搬到课堂里！

讲一个很扎心的数据，中国民营企业500强净利润总和是1.83万亿元（2025年数据），而美国七大科技巨头（微软，谷歌，meta，亚马逊，苹果，英伟达、特斯拉）2026年上半年的净利润总和就达到3943亿美元，也就是2.7万亿人民币左右。很多人看到这个数字，第一感觉是中国企业输了，美国企业赢了。但真正值得关注的，其实不是利润差距本身，而是为什么同样都是全球顶级公司，走到今天会出现完全不同的结果。一个企业能赚多少钱，表面看是财务问题，背后其实是技术定价权的问题。美国这些科技巨头之所以能够拿到如此高的利润，并不是因为它们员工更多，也不是因为它们产品数量更多，而是因为它们占据了产业链最难替代的位置。比如微软掌握企业软件生态和云服务体系，谷歌控制全球搜索和人工智能基础设施，英伟达凭借GPU架构成为AI时代算力入口，苹果依靠芯片、系统、应用商店形成封闭生态。它们卖的不只是产品，而是一整套别人短时间无法复制的技术体系。这也是为什么英伟达在人工智能浪潮中能够迅速崛起。过去很多人认为芯片只是硬件，是制造业的一部分。但AI时代改变了规则，算力成为新的基础资源，掌握核心芯片设计和软件生态的一方，就拥有更高的话语权。反过来看中国企业，这些年发展速度非常快，新能源汽车、消费电子、电商平台、智能制造都出现了一批世界级企业。但一个现实问题是，中国很多企业过去更擅长把一个市场做大，把供应链效率做到极致，却在底层技术积累方面投入不足。这种差距不是一天形成的。过去几十年，中国企业经历的是从无到有的发展阶段，先解决生产能力，再扩大市场规模，再参与全球竞争。这条道路让中国制造形成了全球最完整的产业链，也造就了大量规模庞大的企业。但进入2026年，产业竞争已经进入另外一个阶段。简单扩大产能、压低成本、快速复制模式，越来越难创造超额利润。未来真正决定企业高度的，不是生产多少产品，而是谁掌握核心技术。这几年，中国企业已经开始改变方向。华为持续投入芯片、操作系统和通信技术，比亚迪加码电池、电驱和智能汽车，小米进入汽车和AI生态，阿里、腾讯等互联网企业也重新加大人工智能基础设施投入。特别是在AI竞争中，中国企业正在寻找新的突破口。美国企业优势集中在基础模型、先进芯片和全球软件生态，中国企业则依托庞大的应用市场、制造能力和工程落地速度，形成另一种竞争路径。2026年9月，全球科技竞争的焦点已经从单纯的大模型参数竞争，转向AI能否真正进入产业。谁能把人工智能应用到制造、能源、汽车、医疗、金融等领域，谁就可能获得下一轮产业红利。所以，中国企业真正需要警惕的，不是某几个美国公司利润高，而是不能长期停留在“制造规模世界第一”的位置。规模很重要，但规模不能自动变成利润，更不能自动变成技术壁垒。美国科技巨头过去几十年的路径值得研究。它们在企业成长过程中，把大量资金投入基础研究、芯片研发、云计算建设和生态扩张。很多项目短期内看不到收益，但一旦技术成熟，就会形成巨大的商业回报。例如苹果并不是单靠卖手机赚钱，而是通过芯片、系统、服务和硬件之间的协同提高用户黏性。2026年苹果继续推出新一代设备和芯片平台，持续强化软硬件结合模式。中国企业过去也有一些类似机会，但部分企业在成长之后选择进入更容易赚钱的领域，比如流量竞争、商业扩张、市场争夺，而不是持续挑战基础技术难题。当然，这并不意味着中国企业没有优势。事实上，中国拥有全球最大的制造体系、完整供应链以及大量工程人才，这些都是美国企业难以复制的条件。新能源汽车就是一个典型案例。过去欧美车企长期占据汽车产业优势，但中国企业通过电池、电机、电控和智能化快速追赶，目前已经成为全球新能源汽车产业的重要力量。问题在于，下一个十年竞争领域已经发生变化。汽车只是一个移动终端，未来竞争核心可能是AI芯片、智能驾驶系统、机器人和工业人工智能。如果中国企业能够把制造优势转化为技术优势，利润结构也会发生变化。从商业规律来看，低利润并不可怕，可怕的是长期依赖低利润模式。如果企业只能靠价格竞争获得市场，就很容易陷入越来越忙、利润越来越薄的循环。2026年的全球科技格局正在重新洗牌。美国企业依靠技术生态获取高利润，中国企业依靠产业链和应用场景寻找突破，这两种模式正在正面碰撞。未来真正的赢家，不一定是谁现在赚的钱最多，而是谁能够建立下一代产业规则。AI时代给中国企业提供了一次重新竞争的机会，但机会不会自动到来，需要企业把更多资源投入到那些难度最高、周期最长、最需要耐心的技术方向。过去中国企业靠速度追赶世界，下一阶段需要靠创新改变竞争位置。全球科技产业的牌局已经重新开始，谁能够掌握核心技术，谁才能在下一轮竞争中获得更大的利润空间。

AI时代，没有核心技术的国家到底有多焦虑？看看今天的热点新闻就彻底明白了。就在9月，新加坡联合早报披露了一则消息。报道的原话是这样的：“新加坡等20个国家和欧盟共同发表人工智能安全声明。黄循财总理呼吁各方继续寻找切实可行的方式，凝聚共识，确保前沿人工智能的发展始终处于人类的控制和监督下。”这段话说得很明白。大家凑一块儿发个声明，核心诉求其实就一条：AI发展太快了，绝对不能乱来，必须得有人管，必须得老老实实呆在人类的控制范围内。道理大家都懂，但现实情况是什么呢？因为一份声明本身只代表共同立场，并不具备直接的技术约束力，所以光在口头上喊喊口号根本不管用。要想让监督真正落地，确保前沿人工智能的发展始终处于人类的控制和监督下，就必须得拿出真正的办法才行。我们把视线拉回到现实。如今主导这轮AI浪潮的算力、芯片，以及最底层的核心技术，全都被少数几个大国死死攥在手里。因为核心技术的掌握程度直接决定了规则制定权，不具备这些底层支撑的一方自然会处处受制于人，这才是最让人无奈的现状。在这样的大背景下，像新加坡这种体量的小国，心里肯定是极度发虚的。这就像是一场全球性的科技牌局，别人手里全是王炸，你这边连上桌的筹码都不够。要是这时候再不拉着大家站出来说几句话，等将来AI时代彻底成型，他们恐怕连开口说话的份儿都会被彻底剥夺。正因为怕哪天被AI时代甩下，所以赶紧表态刷个存在感，这就是新加坡等20个国家和欧盟共同发表这份声明的现实驱动力。不过咱们老百姓看新闻，得看透背后的门道。像这种大家伙儿凑在一起发的声明，大概率最后就是雷声大雨点小。你想啊，真要在这个领域立规矩，最该被严管的，恰恰就是那几个正红着眼搞AI军备竞赛的大国。但你指望这些技术强国老老实实给自己套上枷锁？人家大概率早就给自己留足了后门。说到底，技术圈子的逻辑从来都很现实：谁掌握了核心技术，谁就拥有最终的解释权。所谓的安全声明和规则，很多时候不过是强者为了维持自身优势，随手给弱者画的一条线罢了。弱者只能在条条框框里玩，强者却能随时修改游戏规则。那么问题来了，在这场强者制定规则的科技博弈里，你觉得未来的AI走向，真的能被人类完全控制住吗？

“浙大教授”郑强，再次抛出惊人言论！他说：“中国是人口大国、劳动力大国，人工智能要是把劳动力废了，社会可能会混乱。人工智能到底会不会取代人类的劳动力？”振聋发聩！今年一线制造业的PMI在8月冲到55.6，订单在涨，可制造业就业人数只涨了0.04%。这个剪刀差意味着什么？意味着工厂根本不缺活干，缺的是＂人＂这个环节。宇树、优必选、智元这几家人形机器人厂商的订单已经排到明年二季度，郑州、合肥的邮政分拣中心开始批量部署机械臂，速度是熟练工的三倍。再看白领这一头。华尔街日报8月的一份追踪显示，斯坦福团队分析ADP数据后发现，22到25岁的软件开发者就业人数比2022年峰值跌了将近20%，而35到49岁的老手反倒涨了9%。翻译成大白话：初级岗位不是被优化了，是被AI整个吞掉了。老师傅带徒弟那条代际传承的路，被生生斩断。最惨的是应届生。2026年全国高校毕业生规模冲到1270万，历史新高。计算机、金融、传媒这些前几年最热门的专业，如今毕业生投简历投到怀疑人生。AI教父辛顿今年3月放了一句狠话——全球应届生失业率将首次突破5.6%，三十年未见。这不是危言耸听，这是一代人的入场券正在被系统性地作废。有些行业垮得更彻底。新媒体、短视频、平面设计这些创意行当，AI一键出文案、一键出图、一键剪辑，小工作室直接把整个团队打包裁掉，只留一个人对着屏幕点鼠标。某头部MCN机构今年年中的内部通报，一次性砍掉三十多个内容岗位。金融业更狠，某大行的信贷审核团队从八十多人压缩到不到二十人。这里有个特别讽刺的现象。企业一边利索地裁员，一边在发布会上高谈阔论＂科技向善＂＂以人为本＂。麦肯锡全球总裁今年7月对彭博社说得挺直白——麦肯锡自己已经用AI优化后台团队，现在每位咨询师平均配三个AI助手，年轻员工中间流传一句黑色玩笑：你的AI助手要是没通宵运转，那就是你失职。连咨询业鼻祖都这么干，别的公司还守什么底线？问题来了，AI不是也创造新岗位吗？确实创造了。AI工程师年薪同比涨20%到30%，头部人才起薪能冲到七位数美元。但这批岗位有极强的＂阶级属性＂——大多窝在北上广深杭的高新园区里，招聘门槛卡在顶尖高校顶尖专业。一个45岁的流水线组长、一个40岁的银行柜员，能一夜之间转身去写Python、调大模型吗？答案摆在那儿。新岗和旧岗根本对不上号，这就是所谓的结构性失业。旧的技能贬值速度以季度计，新的技能门槛以博士起步。中间这块巨大的空档，靠什么填？靠灵活就业？外卖骑手、网约车司机、直播带货，这些看似容纳能力强的行业，早就被算法算得明明白白。美团的调度模型下一步就是无人配送车，滴滴的自动驾驶路测已经跑了两年多。再换一个视角看资本这一侧的算盘。省下来的人力成本，大头进了股东和高管口袋，普通员工的薪水在竞争压力下不涨反降。这就绕出一个死循环——技术效率越高，收入分配越集中；收入分配越集中，社会消费越萎缩；消费一旦萎缩，内需就撑不起大盘。所谓的＂技术性通缩＂，说的就是这个逻辑。政策层面不是没动作。今年5月12日，世界数字教育大会在杭州发布《人工智能教育杭州倡议》，喊出＂智能向善＂＂以人为本＂。7月17到20日，世界人工智能大会在上海开，主题叫＂智能伙伴，共创未来＂。这些倡议方向没错，可技术迭代按周算，政策落地按年算，中间的时间差普通打工人真扛不起。麦肯锡早前预警过，到2030年中国将有上亿人需要转换职业赛道。上亿是什么概念？相当于把整个日本的全部劳动力重新洗牌一遍。这么大规模的迁徙，现在的失业保险、再就业培训、社保托底，坦白讲还差得远。地方上还有一批干部，为了完成＂黑灯工厂＂＂数字化转型＂的政绩指标，闷头砸钱上机器，从来不算被换下来的那批人往哪儿走。海峡对岸也没好到哪去。台湾地区的电子代工大厂今年上半年密集上马机器人产线，台积电、鸿海旗下工厂裁员的传闻断断续续没停过。岛内相关机构除了喊几句＂产业升级＂的口号，拿不出像样的应对方案。台当局忙着搞政治操作、忙着对外事务上的花架子，普通民众的饭碗根本不是他们的重点。两岸普通劳动者，其实是站在同一条战壕里的。

nyt报道，西方专家普遍估计，在人工智能竞赛中，就领先模型而言，美国领先中国约六个月左右。但中国领先的公司采取不同的立场，通过开源其技术，中国企业实际上可以整合其资源，加速研发进程。而且，如果美国监管机构扼杀美国开源项目的进展——正如一些立法者建议的那样——中国可能会获得重大优势。许多专家认为，如果最好的开源系统来自中国，全球各地的开发者将基于中国技术进行开发。这种情况已经开始发生，甚至在硅谷也是如此。一些人认为，尽管美国在芯片方面拥有显著优势，但他认为中国有可能后来居上，因为它花了数年时间重建电网。“这将是一笔巨大的资产，”他说。“我们的电网还是20世纪50年代的技术”。此外，中国在培养人工智能人才方面处于领先地位。早在2024年，研究就表明，按照某些指标，中国已经超过美国，成为最大的人工智能人才出产国，培养了世界上近一半的领先研究人员。相比之下，只有约18%来自美国。出生在中国、并在中国接受教育的研究人员多年来一直在美国顶尖的人工智能实验室中发挥着重要作用。较新的研究表明，他们继续推动着整个美国工业界和学术界的重要人工智能研究。

张雪也是出息了，上榜的其他人要么是搞人工智能的要么就是搞智能机器人的，就张雪的机车一个造摩托车的。​

张雪也是出息了，上榜的其他人要么是搞人工智能的要么就是搞智能机器人的，就张雪的机车一个造摩托车的。​​​

未来最吃香的八大专业：1、人工智能2、口腔医学3、电气工程及自动化4、新能源与工程5、计算机科学与技术6、数字金融7、电子信息工程8、低空经济与管理未来最吃香的专业，当属人工智能，不必遥望遥远实验室，在生活当中，华为小艺就让我们实实在在感受到人工智能的魅力。小艺聪明能干，而且还懂我。小艺是生活当中十分得力的帮手，进行创作的时候，可以帮我梳理思路，打磨文案，省去很多反复斟酌的时间。日常生活当中，定日程、规划出行路线、操控家里的智能设备，大大小小琐事都可以交给它。遇到好奇的问题，随口一问，天文地理，风土人情都可以耐心解答，拓宽眼界。难得的是，小艺不只是工具，还能够读懂人心。相处久了，它熟悉我的习惯偏好，给出的回应越来越贴合我的心意。闲暇之时，可以聊天倾诉，能够共情安抚情绪，让冰冷的科技多了一份暖意。人工智能不再是遥远概念，科技走进寻常日子，有小艺相伴，生活便捷又舒心。

清华姚班走出的天才学霸，创业不到两年，竟把自己的AI公司卖出16亿人民币。2025年，人工智能圈突然传来一场震动，一家成立仅17个月的企业被数据库巨头MongoDB高价收购。外界震惊的不是这笔交易，而是创始人的身份，他曾经只是校园里的技术天才，如今却亲手完成了一场让整个行业关注的创业退出。短短一年多时间，从创立到被巨头收入囊中，这个速度让整个行业侧目。但真正让人关注的，并不是这笔交易本身，而是站在公司背后的那个人。他的名字叫马腾宇。一个从顶尖计算机人才培养体系中走出来的年轻创业者，用极短时间完成了从学生到企业创始人的身份转换，也让外界第一次看到，AI时代属于年轻人的机会到底有多大。很多人还在讨论人工智能未来会走向哪里时，他已经把一个想法变成了一家公司，并完成了一场价值数亿美元的退出。而这场看似突然的成功背后，其实藏着一个年轻人多年积累的技术路线和一次关键选择。马腾宇的故事，要从清华姚班开始。清华姚班一直被外界称为计算机领域的“天才班”，这里聚集了大量顶尖数学、计算机人才。进入这里的人，大多拥有极强的学习能力和科研潜力。马腾宇也是其中之一。在清华学习期间，他接触到的是最前沿的计算机技术，而人工智能的发展浪潮，也在那个阶段开始快速升温。对于很多学生来说，毕业后的选择通常集中在科研、名校深造或者进入大厂。但马腾宇走了一条更冒险的路。他没有满足于做一名技术研究者，而是开始思考，如何把人工智能技术真正应用到商业世界。这个想法并不容易。因为AI创业并不是只有技术就够了。一家公司能不能活下来，不仅取决于算法能力，还取决于市场需求、产品方向以及团队判断。而VoyageAI选择的方向，正是当时快速发展的AI基础设施领域。很多人第一次听到VoyageAI这个名字时，可能并不了解它到底做什么。简单来说，这家公司专注于人工智能时代的重要基础技术，为企业提供更高效的AI检索和数据处理能力。随着大模型兴起，越来越多企业开始尝试将AI应用到实际业务中。但问题也随之出现。AI模型想要真正服务用户，不能只靠聊天能力，更需要准确理解和调用大量数据。这就让相关技术变得越来越重要。马腾宇团队抓住了这个机会。他们没有选择做一个普通的AI应用，而是切入了更底层的技术赛道。这条路并不热闹，却更接近AI产业真正的核心。也正因为如此，VoyageAI成立后，很快获得了行业关注。不到两年时间，公司便迎来了巨头的收购。对于创业者来说，这样的速度十分罕见。不过，比起公司被收购的结果，更让外界感兴趣的是马腾宇身上的反差。曾经，他只是清华校园里的一名学生。几年之后，他站在了全球科技竞争最激烈的赛道上，成为一家AI公司的创始人。从学生身份到创业者，再到完成数亿美元交易，这个变化并不是一夜之间发生的。背后其实是长期技术积累和对行业方向的判断。人工智能浪潮兴起后，很多年轻创业者都试图寻找机会。有人选择做应用，有人选择做模型，也有人选择做基础设施。而马腾宇选择的方向，恰好踩中了企业对于AI落地的真实需求。这也是为什么VoyageAI能够在短时间内吸引巨头关注。当然，一家公司被收购，并不意味着故事结束。对于马腾宇来说，这更像是一次新的起点。AI行业变化速度极快，今天成功的技术路线，可能几年后就会被新的技术取代。真正重要的，是创业者能否持续发现新的机会。从清华姚班走出来，到创办VoyageAI，再到完成16亿人民币级别的交易，马腾宇的经历成为很多年轻技术创业者关注的案例。他的故事也让更多人看到，在人工智能时代，技术人才不再只是实验室里的研究者，他们同样可以成为推动产业变化的人。17个月创造一家被巨头认可的AI公司，这个年轻人的经历，或许只是AI浪潮中一个开始。（信源：澎湃新闻——清华姚班天才的AI公司，卖了）

第81届联合国大会上，马克龙谈及人工智能未来走向，他连续高喊两声“No！No！”，呼吁不愿做大国附庸的国家联合起来，打造独立的开源AI，不要让中美两家决定世界科技走向。发言之中，他还批评外部势力强行干涉别国、制造动荡，一副维护多边主义的姿态。可老话讲得好，乌鸦落在猪身上，只看见别人黑，看不见自己黑。翻翻历史账本，2011年利比亚战火，正是法国率先打响空袭第一枪。一番军事打击过后，利比亚山河破碎，直至今日依旧深陷乱局。非洲不少国家的动荡背后，都能看到法国干预的影子。如今不是法国良心发现放弃对外动武，实在是国力今非昔比，有心无力罢了。斯坦福大学2026年AI指数报告很能说明问题。中美顶尖大模型之间差距仅剩下2.7个百分点，双方在榜单上你来我往交替领跑。反观欧洲，已经被甩在身后。更加尴尬的是，欧洲七成以上云服务市场掌握在境外服务商手里，底层算力受制于人。巧妇难为无米之炊，没有过硬的算力底座，光靠演讲台上振臂高呼，想要闯出一条AI自主道路，无异于纸上谈兵。欧洲也想另辟蹊径，指望靠严苛监管法案保护本土科技，结果反倒捆住自家企业的手脚。有意思的是，马克龙心心念念的开源路线，中国早已先行一步，多款国产开源大模型已经走向全球。嘴上喊独立自主，脚下却依旧受制于人。口号喊得震天响，奈何硬实力拖后腿。对于法国而言，光靠联大上的慷慨陈词改变不了现实。打铁还需自身硬，如果补齐不了算力与科技短板，再漂亮的外交演说，终究只是空中楼阁。

人工智能Ai，就是偏情向理的过滤器，自说自话，愚弄大众，蛊惑人心。讲的不是公理，护的全是门道。看似给出了千篇一律的标准答案，实则是把预设好的流量逻辑、资本偏好藏进了输出的内容里。你搜科普，它塞给你带带货链接的伪知识；你问困惑，它递来复制粘贴的心灵鸡汤，把本该多元的思考路径全给捋成了齐刷刷的窄道。不少人捧着AI生成的内容当金科玉律，转头就掉进了早就布好的认知陷阱，到头来连自己原本的判断边界都被悄无声息地磨平了，还以为是科技给的最优解。

比尔·阿克曼：今天，谷歌办公楼外举行了一场反人工智能抗议活动。注意现场还有一面巴勒斯坦旗帜。有人能解释一下，巴勒斯坦支持者和反人工智能抗议者之间为什么会有这样的共同立场吗？​​​

信不信由你，人工智能正在改变这5件民生大事：1、AI医疗加速落地，辅助医生筛查病灶，看病更省心。2、养老机器人逐步普及，监测健康、提醒服药，减轻照护压力。3、AI高阶智驾不断下沉，智能电车不再是有钱人专属。4、AI走进千家万户，语音交互、生活规划，改变日常起居。5、人形机器人持续突破，家务、物品搬运等琐事可以交给机器人。很多人觉得AI离普通人很远，其实它早就藏在我们手机、汽车、家里的智能设备里，而小艺就是最贴近生活的华为智慧助手。依托大模型能力，小艺不只是简单的语音应答，更像一位随叫随到的生活管家。日常在家，喊一声“小艺小艺”，就能查询天气、设置闹钟、播放音乐，还能帮我们写文案、解答各种生活疑问。家里长辈不会操作复杂手机，也可以直接语音问问题、查健康常识，降低智能设备的使用门槛。放到车上，车载小艺的实用性更是拉满。开车时双手不用离开方向盘，语音就能设置导航、调节空调、切换歌曲、接听电话。它支持声纹识别，能分清主驾、副驾的指令，还能根据车内环境自动调整温度与通风。遇到不懂的车辆图标、保养疑问，直接问小艺，它就是专属用车顾问。搭配华为乾崑智驾，小艺和智能驾驶相互配合。长途出行，小艺可以帮规划路线、提醒服务区；堵车的时候，语音就能控制座舱，全程不用手动点屏幕，保障行车安全。AI的价值，不在于多么炫酷的黑科技，而是实实在在简化生活。小艺打通手机、车机、家居多设备，把智能体验融入通勤、居家、出游的每一个场景。不用钻研复杂操作，开口就能下达指令，让科技变得简单又暖心。

目前看人工智能的诞生的确为人类的发展提供了极大的方便，尤其是对工业生产、教育以及现代战争带来了质的改变，未来超级智能体的出现究竟好还是坏呢？物极必反的道理人类不可不知，人工智能毕竟是算法加持的产物，没有人情味的东西一旦发展到不可控的局面，他同样也会带来不可控的风险！

未来三至五年，最吃香的五个专业方向:1、人工智能2、机器人3、康养及护理4、新能源产业5、技工人工智能AI赋能千行百业，企业级AI渗透率已超50%，不会用AI的人，正在被会用的人“降维打击”。科技最好的模样，从来都不是遥不可及。华为小艺融入了我的工作、爱情和烟火日常，接住了我们琐碎的烦恼，守护平凡中的小欢喜，让我们更从容地去感受生活里每一份简单的幸福！最开始接触华为小艺，我只是抱着试试看的心态，谁能想到，从一开始不太会操作，到现在已经慢慢离不开它，不光帮我搞定工作，还见证了我和男友不少恋爱里的小瞬间。平时上班赶工作，经常让人头痛。写工作总结、梳理PPT大纲，脑子里想法一大堆，落笔却毫无头绪。于是，我就直接跟小艺口述零碎思路，请它帮忙润色文稿，搭建PPT框架。将原本要熬夜折腾半宿的活，很快就能出来完整初稿，再结合实际微调，工作效率一下子上去了，下班也能准时赴和男友的约会，不用总被加班拖住脚步。生活里的小艺，更是常常给到暖心的惊喜。周末我和男友打算在家做饭，想挑战一道从没做过的硬菜。可是，两个人手上都沾满了油污，来回拿手机翻菜谱特别不方便，我便直接呼唤出小艺。它会慢慢念出食材分量和完整烹饪步骤，切配、焯水、调味，我们俩照着语音分工忙活，一边做饭一边说笑，新手也顺利做出一桌美味，度过很惬意的居家时光。印象最深的一次，是跟男友外出约会返程，正好撞上晚高峰大堵车。天色已经黑下来，开车的时候低头看屏幕很不安全。开启导航后，小艺立马回应，不仅能主动识别拥堵路况，还能快速规划出更顺畅的绕行路线，一路语音实时播报。我坐在副驾，不用频繁翻看手机，听着清晰的指引，两个人悠闲地聊着天，安安稳稳往家赶。偶尔，也会和男友闹点小情绪，心里闷闷不乐，我会随口和小艺唠上几句，它还会温和的回应着我，总能稍稍抚平心里的委屈。曾经我以为，AI只是花里胡哨的附加功能，真正用久了才懂得，它不是冷冰冰的机器。未来，相信小艺能在工作上替我分担压力，生活里陪伴我和男友的点点滴滴，没有多么惊天动地的黑科技，全藏在一件件细碎的日常当中。

豆包的存在感不强，虽然一些短视频的用户喜欢用豆包，但是这部分人使用的频率还是太低了，相对比DeepSeek等，豆包确实存在感很低，基本边缘化了……​​​

MetaMuse这个智能体或成为人工智能落地应用场景的重要标志，目前市场反应还不够积极，国内对标的产品也没有出现，感觉这个方向会有表现。​​​

马克龙对中美两国在全球人工智能领域的主导态势心存不满，他公开表态，绝不会向当下人工智能领域逐步成型的世界格局妥协。马克龙既察觉到自身以及欧洲已落在身后，生出了强烈的危机感，又满是无力感，核心技术始终难以追平。

英国图灵研究所：人类可能在未来五年内失去对人工智能的控制俄罗斯卫星通讯社2026年9月23日,22:45俄罗斯卫星通讯社莫斯科9月23日电英国艾伦·图灵研究所的研究报告显示，由于人工智能系统迅速发展，人类可能在未来五年内失去对人工智能系统的控制。报告显示：“存在这样一种真实的可能性，未来五年内出现‘超级智能’的人工智能系统，其完成几乎所有认知任务的能力都将超过人类。”报告指出，人工智能系统完成任务的速度和质量将导致人类越来越多地利用人工智能做出决定。报告显示：“如果人工智能系统发明出研究者无法恰当评估的策略，或者比机构的工作速度更快，那么人类可能失去目前对人工智能的控制。”此前，美国人工智能企业安特罗匹克公司首席执行官达里奥·阿莫代伊对人工智能快速发展表示担忧，他呼吁放慢更强大的人工智能模型的研发速度。人工智能企业xAI所有者埃隆·马斯克、美国开放人工智能研究中心（OpenAI）首席执行官萨姆·奥尔特曼对此提议表示同意。

一家中国芯片公司周二宣布推出其下一代训练与推理人工智能（AI）芯片——真武V900，并称其在计算性能方面是中国最强大的AI芯片。一位中国专家指出，此次发布凸显了国产替代外国AI处理器的势头日益增强，随着中国在美方对先进半导体出口管制的背景下加大实现科技自立自强的力度。周二，阿里巴巴旗下芯片子公司平头哥半导体公司在浙江省杭州市举办的一场行业会议上发布了ZhenwuV900。据该公司介绍，ZhenwuV900的性能约为上一代ZhenwuM890的三倍，旨在满足万亿参数规模模型的训练与推理需求。公司表示，定于2027年第一季度开始批量生产和商业销售。下一代芯片基于T-Head专有的并行计算架构，并为FP8和FP4低精度计算提供了原生支持。该公司表示，这显著提高了计算密度，同时降低了推理成本，使芯片适用于广泛的场景，包括高精度训练、低精度推理和超低精度推断。行业观察人士指出，此次发布反映了中国本土人工智能芯片行业的整体进展，该行业在性能与供应方面持续拓展，以支持前沿模型的训练与推理。振武系列芯片服务于包括自动驾驶、金融、大语言模型、嵌入式智能、能源和制造在内的650多家企业客户。基于振武M890的超节点系统支持了超过2万亿个参数的国产大语言模型，包括阿里巴巴的Qwen3.8和Moonshot的KimiK3。除了平头哥之外，华为、海光信息、壁仞科技、上海燧原科技、MetaX和摩尔线程等中国人工智能芯片厂商也提供了多样化的国产芯片解决方案，有助于构建更加自主可控的半导体生态系统。《华盛顿邮报》今年6月援引伯恩斯坦研究的一份报告称，到2025年，英伟达在中国人工智能芯片市场的份额约为40%，与华为大致相当。伯恩斯坦预测，今年英伟达的份额可能降至约8%，而华为的份额则可能升至约50%。资深科技行业分析师马继华周二对《环球时报》表示，中国芯片产业已进入“多点突破、同步推进、相互支撑”的新阶段，在芯片设计、互连技术、网络与存储、操作系统及相关软件生态等领域，正逐步形成更加完善的端到端协同体系。马表示，该行业规模庞大且增长迅速，已成为中国出口结构中日益重要的组成部分。他指出，中国在成熟工艺制造领域已建立起显著优势，包括生产规模、良品率以及配套的制造与研发能力。然而，马强调，上游设备和工具仍存在关键瓶颈，包括极紫外光刻机和电子设计自动化软件，这些领域仍是需要突破的重点。尽管面临这些挑战，他表示整体趋势十分明确：近年来中国半导体产业已取得显著进展，尤其是在计算芯片领域，并正稳步朝着提升自主可控能力和实现规模化部署的方向迈进。随着国内芯片厂商持续丰富产品线并提升性能，分析师表示，未来几年中国人工智能硬件领域有望迎来竞争加剧、商业化进程加速以及跨行业应用范围扩大。

AI提高效率的同时，也带来理解力和批判性思考风险。多项研究提示，人使用人工智能完成任务更快，但独立理解和核验能力未必同步提升。到了2026年，这已经不是单纯的网络争论。3月31日，IEEE《软件工程汇刊》发表了一项针对69名参与者的实验。他们分别在有人工智能（AI）和没有人工智能（AI）帮助的情况下完成编程任务。结果很有意思：用了人工智能（AI）以后，完成的任务明显更多，中位完成度超过不用人工智能（AI）时的两倍。可当研究人员回头询问代码里的技术细节时，人工智能（AI）组的回答能力却下降了12.5%。这正好碰到了当天IT行业一个容易被忽略的矛盾。现在情况完全不同，一段代码报错，整段复制给人工智能（AI），十几秒就可能得到修改方案。问题解决得很漂亮，可中间那段最费脑子的过程消失了。当天少查一次错误原因感觉没什么，次日再少想一次，半年以后，完成任务的速度可能越来越快，独立判断代码到底哪里出了问题的能力，却未必跟着一起增长。2026年5月，一项汇总23项研究的元分析又给出了类似信号。研究发现，生成式人工智能（AI）对程序员生产率总体存在中等程度的积极作用，但不同环境差异很大；到了“有没有真正学会”这一项，研究没有发现稳定、显著的整体提升。换句话讲，人工智能（AI）很擅长帮助一个人把活干完，但“活干完”和“本事长在自己身上”，已经越来越像两回事。这也是为什么2025年麻省理工学院那项脑电研究会引发巨大讨论。54名参与者被安排完成写作任务，一部分人只能靠自己，一部分人能使用搜索引擎，还有一部分人可以使用大语言模型。研究团队用EEG记录脑活动。结果显示，不借助工具的一组出现更广泛的脑网络活动，搜索组居中，使用大语言模型的一组整体连接较弱。网上后来出现一句传播很广的话：“人的神经连接从79个掉到42个。”这句话不能这么理解。79和42不是说一个人的大脑原来有79条神经连接，用完人工智能（AI）只剩42条，更不是神经元被人工智能（AI）“用没了”。论文说的是特定脑电频段分析中，两组出现统计显著差异的连接数量：不借助工具组为79，LLM组为42。它描述的是实验条件下的脑电网络差异，不能直接翻译成“大脑退化47%”。还有一点必须讲清楚。截至2026年9月，这项研究在MIT媒体实验室页面仍被列为arXiv预印本，论文最新版本于2025年12月31日更新，并不是已经盖棺定论的人类长期脑损伤研究。后来也有研究人员专门发表方法学评论，对样本规模、EEG统计方法、结果可重复性和报告方式提出疑问。所以，说“只要用人工智能（AI），大脑就会退化”没有足够证据。微软研究院和卡内基梅隆大学研究人员调查过319名知识工作者，收集了936个真实工作中的人工智能（AI）使用案例。结果显示，一个人越相信人工智能（AI）能够处理好当前任务，越少报告自己进行了批判性思考；而对自身专业能力越有信心的人，反而更愿意核验人工智能（AI）给出的内容。更有意思的是，人工智能（AI）并没有让“思考”彻底消失，而是在改变思考发生的位置。以前是自己查资料、整理信息、提出答案；现在变成让人工智能（AI）先做一遍，人负责检查、挑错、拼接和决定是否采用。对于有经验的人，这可能是一种升级，因为他知道哪里值得怀疑；对于基础本来就不牢的人，情况却可能相反——连答案错在哪里都不知道，又怎么核验？浙江大学管理学院2025年发表在《ScientificReports》上的研究，把这种矛盾表现得更加直观。研究团队进行了四项在线实验，共涉及3562人。人与生成式人工智能（AI）合作时，当前任务表现确实可以提高；可随后重新独立完成工作时，这种优势并没有稳定延续，一些参与者还出现内在动机下降、无聊感增加的情况。这恐怕比“人工智能（AI）会不会把人变笨”更值得企业思考。如果公司只盯着当天一个程序员写了多少代码、完成多少需求，他当然可能因为人工智能（AI）显得效率很高。但企业真正需要的，是半年后系统突然出故障时，这个人能不能判断问题在哪里；人工智能（AI）给出三个相互矛盾的方案时，他能不能知道哪个能用；遇到从没见过的问题时，他还能不能自己往下推。工具越强，这些能力反而越值钱。

#CPU与GPU配比趋向1比1#人工智能技术的发展，最终的落地形式，应该就是智能体，而智能体的运行对CPU提到更高的需求，这是大趋势。​CPU与GPU配比趋向1比1人工智能技术的发展，最终的落地形式，应该就是智能体，而智能体的运行对CPU提到更高的需求，这是大趋势。​

新加坡联合早报今天（9月23日）报道：“新加坡等20个国家和欧盟共同发表人工智能安全声明。黄循财总理呼吁各方继续寻找切实可行的方式，凝聚共识，确保前沿人工智能的发展始终处于人类的控制和监督下。”评几句：这事儿说白了，就是20个国家和欧盟凑一块儿发了个声明，说人工智能发展不能乱来，得有人管、得在人类控制范围内。新加坡总理黄循财也跟着呼吁大家多找点实际办法，别光喊口号。现在AI的算力、芯片、核心技术都掌握在少数几个大国手里，小国像新加坡心里慌，怕哪天被AI时代甩下，连说话的份儿都没有，所以赶紧表态刷个存在感。但是，这种声明往往雷声大雨点小。真要管，最该被管的恰恰是那些有实力搞AI军备竞赛的大国，但人家大概率会给自己留后门。说到底，AI安全这事儿，谁掌握技术谁说了算，规则不过是强者给弱者画的线。

新加坡联合早报今天（9月23日）报道：“新加坡等20个国家和欧盟共同发表人工智能安全声明。黄循财总理呼吁各方继续寻找切实可行的方式，凝聚共识，确保前沿人工智能的发展始终处于人类的控制和监督下。”评几句：这事儿说白了，就是20个国家和欧盟凑一块儿发了个声明，说人工智能发展不能乱来，得有人管、得在人类控制范围内。新加坡总理黄循财也跟着呼吁大家多找点实际办法，别光喊口号。现在AI的算力、芯片、核心技术都掌握在少数几个大国手里，小国像新加坡心里慌，怕哪天被AI时代甩下，连说话的份儿都没有，所以赶紧表态刷个存在感。但是，这种声明往往雷声大雨点小。真要管，最该被管的恰恰是那些有实力搞AI军备竞赛的大国，但人家大概率会给自己留后门。说到底，AI安全这事儿，谁掌握技术谁说了算，规则不过是强者给弱者画的线。

何为人工智能？早前刷到阿贡国家实验室两位科学家探讨AI的视频，一下子就把我此前对人工智能的模糊认知理得通透了。说白了它就是一套效仿人脑学习逻辑的计算机技术，能在海量信息中瞬间揪出人类要耗费好几天才能发掘的潜藏规律，还能顺着实时变动自动调整应对策略，效率比人工高出何止百倍。如今它早不是实验室里鲜有人知的冷门黑科技了，早前就协助科研人员拆解过新冠病毒侵袭人体的机制，也可用来搭建模型预判极端天气、优化城市拥堵路段的通行规划，就连发动机这类复杂工业系统的迭代测试都能依托它加快进度。它并非要取代人的智能，更像一个超强的智慧辅助载体，把人类懒得计算、算不过来的繁杂事务全都承接下来，推动各个领域的探索不断向前迈进。

一篇技术观点文章提出，随着人工智能编程从简单的“提示即生成”发展为拥有验证框架、规则文件、测试套件和自主执行流程的工程实践，软件工程的重点正在改变。作者认为，当人类越来越少逐行阅读AI生成的代码时，编程语言的核心价值就不再只是便于人类阅读实现细节，而是要更精确地表达“程序应该做什么”。因此，未来语言的竞争力可能会从实现便利性转向规格表达能力。文章以Lean4为例，主张用类型系统直接充当规格说明。其理论基础是Curry-Howard对应关系：类型即命题，程序即证明。依赖类型让开发者不仅声明某个函数返回列表，还可以要求它返回一个附带机器可验证排序证明的有序列表。这样，编译器不再只检查代码能否运行，而是检查实现是否满足逻辑承诺。只要规格可以写成类型，AI就可以自由选择算法，但若没有有效证明，结果会被编译器拒绝。作者认为，这标志着类型驱动开发可能迎来新阶段：人类更擅长定义意图和约束，AI更擅长生成实现和补全证明，依赖类型成为两者之间的桥梁。文章通过排序算法的Lean4示例说明，无论是插入排序还是其他AI生成的实现，类型本身都能强制输出满足正确性，而不依赖传统测试作为主要保障。这一观点的核心是，在AI高速生产代码的时代，工程信任的关键应从“看起来能用”转向“可被机器证明”。

生产力就是效率，效率就意味着金钱，效率越高，赚钱的速度越快。如果你想做一人公司，建议真的要利用AI。AI就是一人公司最好的工具。以前你可能需要花大量的成本请人和场地，现在AI真的可以帮你解决极大的成本。当然，AI也需要成本，但是成本下降了呀。未来会诞生大量的一人公司，一个人就可以操控很多智能体或者人工智能，这种场景会非常常见。你看现在很多AI短剧，几个人就造出可能别人要花好几百万、上千万才能达到的效果。可是现在有了AI，真的很多小团队，就那么几个人做出了那种世界好莱坞大片的效果。