标签: ai
马斯克预言成真，俄罗斯麻烦了7月14日环球时报报道，乌克兰这50,000架“百
马斯克预言成真，俄罗斯麻烦了7月14日环球时报报道，乌克兰这50,000架“百舌鸟”无人机的恐怖之处在于，最新批次深度集成了美国Auterion公司的AI末端制导软件，完美践行了马斯克最推崇的“纯视觉派”和“端到端”的研发理念，使其智能化和抗干扰能力比最初的老版本有了质的飞跃。马斯克曾多次在社交媒体上警告，“自动驾驶技术一旦被军事化，将变成极其恐怖的武器”。现在的“百舌鸟”以及乌克兰前线的各种AI巡飞弹，正是马斯克这一预言的现实缩影。虽然没有资料证明它们使用了特斯拉的软件，但其技术本质就是不用激光雷达，只用摄像头抓取图像，完全依赖视觉信号进行计算。无人机在末端能自己看，自己撞。俄军要是再拿不出反制AI的手段，接下来的消耗战根本没法打。
互联网上的文字ChatGPT们读了个遍，聊什么都头头是道。但在AI圈，一批重
互联网上的文字ChatGPT们读了个遍，聊什么都头头是道。但在AI圈，一批重量级人物认定这条路走不到头，理由很简单：这些模型从来没见过真实世界。美国Meta公司前首席AI科学家、图灵奖得主杨立昆说得毫不客气：“指望把大语言模型的能力一路扩展到人类水平的智能，完全是胡说八道。”计算机视觉先驱、美国斯坦福大学教授李飞飞的说法文雅些，她形容大语言模型是“黑暗中的文字匠”：能说会道，却毫无阅历；学识渊博，却双脚悬空。钱已经跟着这个判断走了。今年2月和3月，李飞飞联合创办的美国初创公司WorldLabs和杨立昆创办的AMI先后融资，各拿到约10亿美元；做AI视频起家的美国公司Runway也在2月融到3.15亿美元。这些钱押的都是同一个方向：世界模型。名字听着玄，定义其实一句话就能说清。大语言模型学的是文字接龙，预测下一个词；世界模型学的是世界接龙，给它一个场景和一个动作，它预测下一刻会发生什么。它和AI视频生成是近亲。Runway首席技术官阿纳斯塔西斯·格马尼迪斯回忆，转折点出现在他们给视频模型加上镜头控制之后：用户可以指挥镜头在画面里移动，感觉一下子就变了，更像在玩游戏，你在一个世界里四处游荡，而这个世界正被模型实时渲染出来。普通的AI视频是整段一次生成的：模型从一屏雪花噪点出发，反复“去噪”，把所有画面同时修出来。这样前后连贯，但也意味着视频生成完之前，你插不上手。世界模型把流程改成一帧接一帧：模型画出这一帧，你按个方向键，它根据你的动作画下一帧。视频就这样变成了游戏。代价也不小。每一帧都要现算，烧钱烧得厉害；模型还健忘，你在生成的房子里逛一圈再回来，屋里的摆设可能已经悄悄变了样，因为它把早先的画面忘了。去年8月谷歌DeepMind发布的Genie3、去年12月Runway发布的GWM-1，走的都是这条实时生成的路。WorldLabs则选了另一条：它去年11月推出的Marble，用一张图片或一段视频，再选择性地加一句描述，就能生成一个后院大小的3D场景，你可以用键盘鼠标飞进去逛，还能把整个场景导出来，给游戏开发者和特效师直接用。两条路各有软肋。Marble的场景一次生成、永久保存，家用显卡就跑得动，可惜里面是死的，一片树叶都不会动。实时生成的世界是活的，你能动手干预、看到后果，但一停机就烟消云散，而且每一秒都在烧算力。WorldLabs联合创始人本·米尔登霍尔承认这一点，他们正在想办法把“会动”加进自己的场景里。这些模型的物理知识是哪来的？没人教过它们牛顿定律，也没人给它们输入过三维几何。这恰恰是故意的。计算机科学家、强化学习先驱理查德·萨顿2019年写过一篇著名短文《苦涩的教训》，总结了AI几十年的历史：研究者总想把人类辛苦积累的知识亲手教给机器，但一次又一次，这种精心设计输给了简单粗暴的路线，也就是把海量数据和海量算力堆上去，让机器自己悟。教训之所以苦涩，是因为输掉的总是人类引以为傲的那部分知识。大语言模型就是这么成的：没人教它语法，它读了整个互联网，语法自己就冒出来了。世界模型下的是同一个赌注：不教三维，不教物理，只让模型看海量视频、反复练习预测下一帧。预测得足够好，它就有可能在内部自己长出一套对空间和物理的近似理解，至少支持者们是这么押注的。这套理解藏在哪？研究者管它叫“潜空间”。美国麻省理工学院的文森特·西茨曼打了个比方：假如你能翻开自己的大脑看，里面绝不会有一张房间的三维图纸，但你闭着眼也知道桌子在哪。模型也一样，它内部存着关于世界的信息，只是形式人类读不懂。连研究者自己也说不清模型内部是如何形成这些物理行为的，他们只能反复验证输出是否够用。比如拍一段真实视频，一只皮球吊在天花板下晃，把第一帧喂给模型让它续写，再把模型算出的轨迹和真实轨迹对比。那么问题来了：烧几十亿美元，就为了造个能逛的假世界？真正的目标是机器人。自动驾驶这几年进展快，一个重要原因是数据管够：行车记录仪和路测每天都在生产驾驶数据。而想让人形机器人进家干活，可用的训练数据少得可怜。有的公司已经在花钱雇人戴着摄像头做家务，就为攒一点训练素材，但这点数据杯水车薪。世界模型给出的解法是练功房：让机器人在模拟世界里日夜不停地练，摔了不疼，砸了不赔，失败1万次也只是几度电，还能批量生成机器人执行各种任务的画面当教材。西茨曼的团队就在用视频世界模型训练机器人撕胶带，这个动作看着简单，对机器人来说难得很。前提是模拟得足够真。要是模型把摩擦力算错一点，机器人学到手的就是错的功夫，到了现实世界一用就露馅。这一关目前还没过。所以下次再看到机器人公司发布的惊艳演示，可以多留个心眼：场景、任务、道具，都可能是精心挑过的。西茨曼自己说得很清楚：“这是一场赌注，还没有定论。”他甚至在博客里写，视频生成模型未必能解决机器人智能问题，甚至未必是最终答案的必要零件。但他和整个行业还是把钱和时间押了上去，因为赌对的回报太大。AI圈习惯把行业的繁荣期叫作“AI之春”。这一轮春天是大语言模型带来的，而这些真金白银的赌注说明，很多人相信，春天不会跟着聊天机器人一起结束。～～～～～～图一：题图，图源：MIT图二：文森特·西茨曼领导美国麻省理工学院计算机科学与人工智能实验室的场景表征研究组，图源：MIT图三：WorldLabs团队合影，左侧和中间穿黑色连帽衫的是本·米尔登霍尔，他左手边同样穿黑色连帽衫的是联合创始人李飞飞，图源：WorldLabs图四：Runway首席技术官阿纳斯塔西斯·格马尼迪斯在CerebralValley语音峰会上演讲，图源：NewcomerAISummits图五：计算机科学家、强化学习先驱理查德·萨顿2025年在圣迭戈演讲，图源：Xuthoria摄，CCBY-SA4.0许可图六：用WorldLabs的Marble从一段文字提示和一张2D参考图生成的3D场景，环境由高斯泼溅（Gaussiansplats）构成，用户可以在其中自由移动、变换视角，但场景里没有任何动态，图源：SamuelAxon图七：Runway最初发布GWM-1时的演示，生成的仓库场景上叠加着方向控制键，图源：Runway图八：西茨曼等人在用视频世界模型训练机器人完成撕胶带之类的任务，这个动作没有看上去那么简单，图源：MIT图九：类似3D软件Blender的悬浮场景视图只是世界模型可能的界面之一，有些世界模型根本不会有人类界面，图源：SamuelAxon信源：Axon,Samuel."Simulatingeverything,sortof:Thepromiseandlimitsofworldmodels."ArsTechnica,13July2026
美国现在的互联网大厂因为投资ai导致现金流恶化。我们先回顾现实中经常出现的现象诺
美国现在的互联网大厂因为投资ai导致现金流恶化。我们先回顾现实中经常出现的现象诺基亚/柯达为什么没落了？openai和anthropic等为什么获得的热捧？如果微软/谷歌等不投资ai会发生什么？很明显，他们就是新时代的“诺基亚/柯达”而已，也就是经济学说的科技创新迭代逼死老登。历史长河中，这类老登的尸体，漫山遍野。可怜无定河边骨，犹是春闺梦里人。老话说，从外面被打破是死亡，从里面突破是重生。现在互联网科技大厂值得称赞的是他们高于内部创业，去追逐一个机会。请注意，是一个机会不代表会成功。如果一个市场热衷ai，但是，没有ai公司上市，怎么办？自然是现有公司里，哪些公司可能在ai时代成为主要玩家之一。互联网科技大厂参与ai或ai创业的方式并不多，要么内部创业，要么收购ai初创公司。问题是，ai已经红了好几年了，目前看，真正有大规模商业用户的就是openai和a公司，但是，这两个公司毫无出售的意思。微软此前入股过openai，但是，入股跟并表是两个概念，只有投资收益，本质就是一次性受益，微软这个力量，就跟1万亿财富的马斯克，升价涨了或跌了3000亿人民币而已，聊胜于无。所以说，谷歌/微软/亚马逊等纷纷大力投资ai。这点上，经常看美国这几个公司报表的人应该知道，脸书已经落伍了，因为它在过去几年犹犹豫豫，不舍得投资，不知道是要投算力还是要投模型团队。别说花百八十亿买个初创公司，看看刚才这三家一年固定资产投入多少百亿？内部创业，如果单独核算，就跟初创公司一样，时下甚至未来2-4年现金流肯定是不行的。openai和a公司，现在现金流是正的？现在自由现金流多少？dcf估值下，公司估值的大头来自于永续现金流，而不是最近10年的现金流，最近2-3年的现金流，最终占比可能不超过5%。如果映射到国内也是如此。豆包和阿里，是传统互联网大厂里投入最多的。目前看，京东和美团大概率彻底出局。拼多多，只做零售，也大概率出局了。华为，至今没有看到啥模型，不出意外，也很难复制后来者居上。快手，只有可灵能打。腾讯，哼哼，哼哼，百度和网易呢？在ai时代，他们和搜狐老张去斗地主也不是不可能。ai创业公司，目前不少估值已经超过老登了吧？
深夜0点半，一道从美联储内部传出的惊雷，让全球交易员感到了彻骨的寒意不是纪要，不
深夜0点半，一道从美联储内部传出的惊雷，让全球交易员感到了彻骨的寒意不是纪要，不是数据，而是美联储理事沃勒的表态：如果本周核心通胀数据再次高位，美联储将需要考虑近期加息。他更是点出，人工智能建设带来的需求，正是推升通胀压力的关键因素之一。这与此前美联储将AI投资，列为通胀风险之一的信号一脉相承，但言辞之犀利、指向之明确，远超以往。当前市场的裂痕，在于金融资本对滞胀的恐惧，与产业资本对AI长期繁荣的笃定之间的激烈碰撞。而沃勒的讲话，无疑是给金融资本的阵营，增加了一颗重量级的砝码。他这番话的杀伤力在于，它击碎了市场对货币政策转向宽松的幻想。就在前几天，全球还在为台积电、三星的万亿扩产计划而争论，为曙光8000的十万卡集群而振奋。而沃勒却冷冷地宣告：你们的繁荣本身，就是导致利率无法下降，甚至可能再次加息的原因。美军对伊朗的封锁，是从供给侧引爆了能源通胀；而沃勒的警告，则是从需求侧，给这股由AI投资驱动的热浪，准备了一剂猛烈的退烧针。沃勒的鹰派表态，叠加波斯湾的战云，共同构成了当下全球资产定价残酷的宏观背景。它意味着，科技股头顶的达摩克利斯之剑，不仅没有移除，反而被磨得更加锋利。在这个阶段，任何宏大叙事都必须接受严苛的利率环境考验。别再幻想大水漫灌的普涨行情了，去紧紧盯住即将出炉的通胀数据，去审视你的持仓，哪些是能在高利率和地缘风险的夹击下，依然能用真金白银的利润。证明自己的硬核资产。那才是这场风暴中，能救命的救生筏。
深夜0点半，一道从美联储内部传出的惊雷，让全球交易员感到了彻骨的寒意不是纪要
深夜0点半，一道从美联储内部传出的惊雷，让全球交易员感到了彻骨的寒意不是纪要，不是数据，而是美联储理事沃勒的表态：如果本周核心通胀数据再次高位，美联储将需要考虑近期加息。他更是点出，人工智能建设带来的需求，正是推升通胀压力的关键因素之一。这与此前美联储将AI投资，列为通胀风险之一的信号一脉相承，但言辞之犀利、指向之明确，远超以往。当前市场的裂痕，在于金融资本对滞胀的恐惧，与产业资本对AI长期繁荣的笃定之间的激烈碰撞。而沃勒的讲话，无疑是给金融资本的阵营，增加了一颗重量级的砝码。他这番话的杀伤力在于，它击碎了市场对货币政策转向宽松的幻想。就在前几天，全球还在为台积电、三星的万亿扩产计划而争论，为曙光8000的十万卡集群而振奋。而沃勒却冷冷地宣告：你们的繁荣本身，就是导致利率无法下降，甚至可能再次加息的原因。美军对伊朗的封锁，是从供给侧引爆了能源通胀；而沃勒的警告，则是从需求侧，给这股由AI投资驱动的热浪，准备了一剂猛烈的退烧针。掏心窝子的话放这儿。沃勒的鹰派表态，叠加波斯湾的战云，共同构成了当下全球资产定价残酷的宏观背景。它意味着，科技股头顶的达摩克利斯之剑，不仅没有移除，反而被磨得更加锋利。在这个阶段，任何宏大叙事都必须接受严苛的利率环境考验。别再幻想大水漫灌的普涨行情了，去紧紧盯住即将出炉的通胀数据，去审视你的持仓，哪些是能在高利率和地缘风险的夹击下，依然能用真金白银的利润。证明自己的硬核资产。那才是这场风暴中，能救命的救生筏。美联储利率决定
未来10年最有发展前景的十大行业①人工智能（AI）与智能体②先进半导体与集成电路
未来10年最有发展前景的十大行业①人工智能（AI）与智能体②先进半导体与集成电路③新能源与新型储能④低空经济⑤人形机器人与具身智能⑥生物医药与创新药⑦商业航天与卫星互联网⑧银发经济与智慧养老⑨6G与新一代通信⑩智能制造与工业互联网随着AI的普及，很多人质疑Al是工具还是伙伴？它对人类是“取代”还是“帮助”？近期，由今日头条出品，中国移动冠名的深度访谈节目《探寻人工智能2026》，让我们对AI有了全新的认知。节目中，资深媒体人杨澜与一众嘉宾一致认定：AI是人类创造的智能工具，是可以并肩同行的伙伴，它不会取代人类，只会更好地帮助人类成长，激发创新，重新定义人类自己。AI擅长处理重复繁琐的工作，能帮我们节省时间、提高效率，还能倾听陪伴、解答疑问。但是它没有真正的情感、独立的思想，更缺乏创造力与同理心，而这些都是人类独有的优势。合理善用AI、坚持独立思考，平衡工具效率与人类独有创造力，才是迎接人工智能时代的正确方式。探寻人工智能，人与AI全新序章
【#中国自研AI芯片取得架构突破#】#中国AI芯片不依赖先进制程#7月13日，
【#中国自研AI芯片取得架构突破#】#中国AI芯片不依赖先进制程#7月13日，我国首颗采用软件定义与三维近存计算技术的AI芯片在上海正式亮相。这颗芯片在14纳米制程工艺上，实现了每秒520万亿次浮点运算的算力，其最大特点是通过底层架构创新，走出了一条不依赖先进制程的高端算力发展路径。据了解，该芯片采用了软件定义与三维近存计算相结合的技术路线。一方面，通过软件定义芯片技术，硬件资源可以根据不同任务动态调配，大幅提升算力利用率；另一方面，通过三维垂直堆叠技术，将计算单元与存储单元紧密集成在一起，访存带宽达到每秒6.4TB，从架构上缓解了长期困扰芯片设计的“存储墙”瓶颈。由于不再单纯依赖制程微缩来提升性能，这条技术路线的供应链更加稳定可控。同步发布的还有与该芯片配套的全栈软件工具链，兼容主流深度学习框架，并形成了从单张加速卡、AI服务器，到液冷超节点、大规模智算集群的完整产品体系，能够为大模型训练与推理提供规模化、可落地的算力支撑。业内认为，这标志着我国在高端算力芯片领域，探索出了一条以架构创新代替制程追随的自主发展新路，对夯实人工智能算力底座具有重要意义。（央视新闻）
中国这个前世今生的概念婚纱照在日本太火了，日本网友甚至自己新养的ai了一个“日本
中国这个前世今生的概念婚纱照在日本太火了，日本网友甚至自己新养的ai了一个“日本版”的
今晚，好多人不想吃饭了！传来2个重要消息！下跌原因找到了吗？赶紧分享几句：1
今晚，好多人不想吃饭了！传来2个重要消息！下跌原因找到了吗？赶紧分享几句：1、多家头部量化回应“韩国因子”传言：行业极少使用韩国数据来源：中国证券报有时候觉得大家亏钱也是白亏，各种甩锅。市场下跌只有一个原因，AI硬件涨多了，别人都兑现利润了，只有散户才觉得是捡漏，本来就是全球共振的行业，美日韩的半导体这些调整，A股不可能有独立行情，自然看起来像同频走势，并不是说用了。在股市钱赚不完，想不亏损就是远离泡沫资产，不要有赌性。从去年四季度开始，小凡就是做熊市防御了。在股市，从来不是看赚多少，而是控制回撤的能力。我其实没啥回撤，资产均衡持有，像开超市一样，月初的时候，反复提醒本金的风险很大，炒股会越来越难，大家就是不能清仓，也不肯销户……2、Meta宣布将追加400亿美元投资路易斯安那州数据中心将该数据中心扩展至5GW的计算容量来源：财联社大家好像搞混了，股价是提前现实1~2年见顶，没有人反驳你说未来AI基建不是高景气，你说的都对，但是你就是接盘了。这些AI硬件的建仓时间是2023~2024年。目前的市场，能建仓的筹码就是那些跌到2500点以下的金融消费的老登资产，如果你不喜欢它们，也可以持有科技老登，像2000点以下的恒生互联网，风险几乎可控了。钱赚不完的，可以亏完！进入股市很多人都是当博彩在玩，我们是投资策略，平均持有1000天以上，低买高卖。所有交易考虑的只有本金安全，如果一笔交易可能亏损本金，一分钱都不要投入……最后总结盘后，AI硬件业绩都炸裂了，如果没有这些利好可能已经止损了，你少亏损很多。因为这些利好消息，才会让你深套。主力资金不在业绩兑现的时候出货，难道等它们亏损的时候走吗？不存在唱空什么，我对市场的涨跌，对行业的涨跌，这些都不清楚。我只知道低位，高位。2023~2024年的科技指数就是低位，目前就是高位，为什么我们囤了2年时间的时候你不看好。包括现在，我们又开始囤老登指数了，大约持有到2030年能有30~50%的利润吧……投资者应结合自身风险承受能力、投资周期及财务状况独立判断、自主决策，据此操作产生的任何投资风险或损失，由投资者自行承担，与本文作者无关。投资有风险，入市需谨慎。
