玩酷网

当下，人工智能技术深入发展，广泛嵌入全球产业体系，正在重塑全球劳动力市场，给就业形势和青年职业发展带来颠覆性变革，既创造了前所未有的机遇，也带来了结构性挑战。对于青年群体而言，适应这一变化将成为其培养职业竞争力...

【#谷歌前CEO坦言中国科技在封锁中取得进步#】“从DeepSeek到Temu，再到TikTok……中国科技正开始取得领先。”谷歌公司前首席执行官埃里克·施密特5月5日在《纽约时报》发表的合著评论文章中指出，中国一度科技水平起点较低，但如今已从早期“模仿者”转变为全球科技引领者，在人工智能等多领域已与美国持平甚至领先。他坦承，尽管美国为了遏制中国人工智能发展实施了出口管制，但反而促使中国更加努力，培养了大量人才、构建了强大的供应链，如今已不再是中国远落后于美国的时代了。文章开篇提到了科技进步给中国人生活带来的改变：电动汽车在马路上飞驰而过，一些应用程序提供无人机送餐服务，在中国最受欢迎的春晚舞台上，宇树科技的人形机器人凭借舞蹈和转手绢的表演一夜成名。这种转变揭示了一个现实：中国在各种技术领域与美国处于同等水平，甚至在某些方面领先于美国，尤其是在人工智能前沿领域。而且中国在技术的传播、商业化和制造方面已经形成了真正的优势。历史告诉我们，那些能够最快采用和推广一项技术的国家将会取得胜利。施密特说，为了在未来的科技竞赛中获胜，进而在争夺全球领导地位的较量中取胜，美国必须摒弃自身总是领先的观念。他称，在很长一段时间里，中国在这场科技竞赛中起步较慢。2007年，也就是乔布斯推出苹果首款iPhone的那一年，中国的互联网革命才刚刚起步：当时中国只有大约10%的人口接入了互联网，距离科技巨头阿里巴巴在纽约证券交易所上市还有七年时间。AI竞赛最初似乎也延续了这一模式。2022年ChatGPT发布后，中国涌现出一批模仿型聊天机器人，普遍被认为落后美国数年。然而，正如智能手机和电动汽车领域的故事，硅谷再次低估了中国快速开发廉价且先进产品的能力。如今，中国的模型已经非常接近美国产品，例如，DeepSeek今年3月发布的V3大型语言模型，在某些基准测试中成为表现最佳的非推理型模型。施密特感叹，在十二年的时间里，中国已经从一个“模仿者”转变为一个拥有世界级产品的强大国家，有时甚至超越了西方的产品。比如，小米公司在去年交付了超过13万辆电动汽车；而苹果公司在十多年时间里耗费约100亿美元后，放弃了造电动汽车的努力。又比如，中国正加速机器人的大规模部署，出台了大规模生产人形机器人的计划，2023年中国安装的工业机器人数量比其他国家的同类机器人总和还多。文章注意到，多年来中国培养了大量理工类人才，构造起强大的供应链，妆造了不可思议的制造业实力以及高度竞争的国内环境，以至于生存的唯一途径就是不断迭代。“如果我们不团结一致，那么由中国主导的未来已经到来。”文章写道，美国应当学习中国做得好的方面。比如，美国需要更多地公开分享其人工智能技术和相关研究，进一步加快创新速度，并加大力度在整个经济中推广人工智能。文章称，尽管中国自身也面临着重大挑战，但美国不能低估中方为追求技术领先地位而忍受短期经济痛苦的决心。尽管美国对尖端芯片实施了出口管制，以遏制中国的人工智能发展，然而，中国最近取得的突破表明，这样的限制反而促使中国的企业家持续训练人工智能并促进其商业化。文章提到。在本文另一名作者塞琳娜的一次访华午宴期间，当话题转向美国的出口管制时，有人开玩笑说：“美国也应该制裁一下我们的男足，这样他们就能踢得好点。”文章表示，对美国来说这是一个难以接受的现实，但中国科技确在封锁中取得进步，因为中国企业家找到了用较少资源实现更多目标的创新之道。“中国远远落后于美国的时代已然终结。”文章最后写道，如果中国的创新能力持续下去，如果中国的人工智能公司继续秉持开放态度，如果中国按计划到2030年占据全球45%的制造业份额，那么未来人工智能竞赛将会成为各领域的全面竞争，美国将需要利用其所拥有的每一分优势。

理想AITalk第二季李想说特斯拉实测目前使用的FSD12.5之前的模型并非其真实能力，而FSD13.0之后的能力则非常强，显示出特斯拉在感知距离、运行帧率和车辆控制稳定性方面的扎实基本功。但特斯拉FSD落地的确实是V13.2.6，只是没有本地数据的训练出现了很多问题，不过李想认为特斯拉基本功特别扎实，尤其是在AI时代，基本功更是不可跳跃的

消息上，据知情人士透露，特朗普政府计划取消拜登时代的人工智能芯片限制。美国商务部发言人表示：“拜登的人工智能规则过于复杂、官僚主义，会阻碍美国的创新。我们将用一个简单得多的规则来取代它，这个规则将释放美国的创新...

黄仁勋热爱中国当地时间6日，英伟达CEO黄仁勋对外公开表示，中国人工智能市场规模在未来2到3年内可能达到约500亿美元，如果错失良机将会是巨大损失。作为一家美国公司，如果能够继续向中国销售商品将给美国带来巨大的税收、带来更多的就业机会。因此他呼吁美国取消对中国的一系列限制，这样可以为美国企业带来更多订单。值得注意的是，黄仁勋4月下旬到访中国，这是其今年第二次访华，在此期间，他和中国进行了沟通，表达了希望和中国继续合作的意愿，同时也希望能够在他的撮合下帮助中美两国能够实现更好的发展，毕竟美国是一个利益至上的国家，商人在政府当中也有一定的地位。随着英伟达等企业的不断施压，美国最终也被迫妥协，他们主动寻求和中国经贸谈判，因为他们清楚，政策并没有起效果，中国永远不会妥协，如今美国商品价格暴涨，甚至出现短缺，也让美国政府意识到必须要尽快和中国谈判，解决问题，这样才能化解内部的矛盾。希望黄仁勋的呼吁能够得到美国政府的高度重视，尽快解除在芯片领域的限制，实现互利共赢，毕竟科技无国界，可以促进高新科技产业的持续发展，即便中国已经实现了独立自主，但是也欢迎和全球各国在该领域深度合作。

事关中国，谷歌前CEO做了个判断“中国远远落后于美国的时代已经终结”，5日，谷歌前首席执行官埃里克·施密特及其办公室中国人工智能研究负责人赛琳娜·许在为《纽约时报》撰写的文章中做出这样的判断。文章直言，中国已在多个科技领域与美国并驾齐驱甚至领先，美国必须摒弃“永远处于领先地位”的想法，学习中国做得好的地方。这篇文章的题目是“DeepSeek、Temu、TikTok，中国科技开始领先”。文章称，2023年7月，当我们中的埃里克·施密特和基辛格一道与中方官员会谈时，中方似乎还没有完全了解人工智能的力量。但当我们中的赛琳娜在19个月后再到中国时，乐观情绪显而易见。深度求索（DeepSeek）和其他人工智能聊天机器人成为晚餐对话的主要话题。电动汽车疾驰而过，应用程序提供无人机送餐服务。文章说，这就是美国正在与之打交道的国家。中国正在多个科技领域与美国并驾齐驱甚至领先于美国，尤其是在人工智能前沿。无论从传播科技、使科技实现商业化还是从制造科技产品来看，中国都已经形成真正的优势。以史为鉴，那些以最快速度采用和传播科技的国家才能胜出。为了赢得科技未来竞争，进而赢得全球领导地位的战争，美国必须摒弃“美国永远处于领先地位”的想法。中国曾在科技竞赛中起步较晚。然而，与智能手机和电动汽车一样，硅谷未曾预料到中国另辟蹊径，迅速在人工智能领域开发出一个成本低且尖端的竞争对手。如今中国的大语言模型与美国同行非常接近。谷歌前CEO埃里克·施密特美国的主要公司大多开发专有人工智能模型并收取使用费用，部分原因是其模型训练成本高达数亿美元。中国的人工智能公司通过免费发布其模型供公众使用、下载和修改，使得世界各地的研究人员和开发人员能更容易使用它们，从而扩大其影响力。无论是中国的在线零售商希音（SHEIN）、Temu，还是中国的社交媒体平台小红书和TikTok，它们都已跻身全球下载量最大的应用程序行列。再加上中国的免费开源人工智能模型持续广受欢迎，不难想象，中国制造的自主“智能体”使用中国模型驱动的服务和产品将安排人们的生活和业务。如今中国正在如火如荼地大规模部署机器人，宣布大规模生产人形机器人的计划。2023年，中国安装的工业机器人超过所有其他国家的安装总量。在此过程中，中国还培养大量STEM（科学、技术、工程和数学）人才，建立强大的供应链、令人难以置信的制造业规模，以及竞争如此激烈以至于唯一生存途径就是永不停止迭代的国内生态系统。显然，施密特写这篇文章的目的还是站在美国立场上，希望美国能够改进，赢得未来的科技竞争。文章称，这个由中国主导的未来已经到来——除非美国采取行动。美国应该学习中国做得好的地方。美国需要公开分享更多人工智能技术和研究，加快创新速度，并在整个经济中加倍努力推广人工智能。尽管美国最近削减研究经费，但美国在大学和私营行业创新方面仍然具有显著优势。尽管面临限制，但中国科技已经变得越来越好，因为中国企业家已经找到用更少资源来做更多事情的创新方法。因此，对于美国加征高额关税之举，中国民众表现出令人惊讶的乐观态度：中国已经做好准备，并认为时间站在中国一边。文章最后称，美国已不再处于所谓的“中国远远落后于我们”的时代。如果中国继续保持其创新能力、中国的人工智能公司继续保持开放、中国继续朝着到2030年占据全球制造业45%的目标前进，那么人工智能竞赛的下一个篇章将是在每一个可能的纵深领域展开一场全面的对决。

【理想AlTalk第二季李想面对面五关于VLA会是否是终极架构的讨论】1.什么样的cornercase（长尾案例）是可能端到端加VLM（视觉语言模型）架构无法解决，而VLA（视觉语言行动模型）是可以解决的？-我觉得有两个。第一个问题是它对复杂东西的理解，比如这有一个复杂的修路，如果是规则算法可能就会撞上，如果是端到端可能停下来，但它不知道该怎么干了。如果是VLA（司机大模型）就能轻松解决，而且我不需要有真实的场景，甚至我可以直接生成，然后来数据来进行训练，因为它能够有理解能力了，它并不是只是看到一个景象，就做出一个结果。哪怕最开始这个场景没有办法处理，但我保证三天之内相关的这种场景都能处理，因为我可以拿这东西来生成数据，来进行训练。还有很难的一点是跟人沟通。比如说我们会经常遇到一个在一条路上三条道，最右侧的车道是公交车道，然后又是限行，但是公交车道长久没有维护了，那个印刷已经不清楚了，所以它就会在那跑，虽然你可以通过一个调整说，回到中间车道，但它过一阵又跑到那条车道上去了。如果是人类有了Agent（智能体）以后，我可以跟一个Agent讲，接下来这条道路一直在中间行驶，直到它在导航的时候走了下一个。包含如果跟导航错失了以后，端到端就不知该怎么办了，但是VLA（司机大模型）在小区里可以漫游。在一个开放空间里，它可以先处理完以后，最后再跟导航调整以后的进行汇合，它跟人类完全一样的了。只是今天可能它作为一个人类，能力还没那么强，还有一个成长的过程。2.今年都会是这个状态吗？-还是看整个训练的一个进度，但它泛化能力是完全不在一个量级上了。3.VLA（视觉语言行动模型）是终极的架构吗？还不会有新的架构？-我自己认为VLA（司机大模型）能够解决到全自动驾驶。但是VLA（司机大模型）是否是一个效率最高的方式？是否有效率更高的架构出现？我打个问号，我认为大概率还是会有的。因为VLA（司机大模型）还是基于Transformer，那Transformer是不是一个效率最高的一个架构？我觉得这个其实后边不知道。4.在你看来，它是现阶段效率最高的架构？-我觉得它是能力最强的架构。因为现在能力差距太大了，今天辅助驾驶的这些规则算法、端到端跟人类差距还是太大了。然后我觉得它是最接近人类的，甚至有机会超过人类能力的一种。那它是不是效率最高的方式？其实是打个问号，因为它今天对算力的要求还是很高的。5.VLA（司机大模型）跟最后可能形成的最终大统一模型的关系是什么？-我觉得还是会有一个效率的问题，我的意思是，我们虽然有模型，但我们从来不放弃工具，因为工具是增加确定性和提高效率的。我还是举一个清晰的一个例子，因为团队很多时候太想用模型解决一切问题，那这时候就会出现类似一个现象，比如今天当然VLA（司机大模型）解决很好了，其实我们在使用VLM在解决ETC时候并不好。因为VLM（视觉语言模型）对于位置的判断是很糟糕的，所以它如果是两到三个ETC，然后我怎么进入其实非常容易判断，其实就是这个左中右。但如果像京承高速这样的机场高速那样的十几个ETC，它很多时候就不知道怎么处理了，就开始非常混乱了。我们团队太希望用模型去解决问题，就是说不停地去给VLM（视觉语言模型）喂更多的语料，更多的东西，其实都没有解决这个问题，因为这是VLM（视觉语言模型）的那个架构问题。然后我跟团队说，那解决ETC为什么不能用规则算法？因为最多的也有15个口，对吧？15个口对于你们而言，写一个程序基本上一周之内就能完成，甚至三天就能完成。然后以及我们的准确性更高，所以它就是个好东西，它就是个工具。然后如果是一个确定性的，能够拿规则去解决的，其实它意味着更低的能量消耗、更低的算力消耗和更高的准确性。那我觉得为什么不用？所以团队很快就把问题解决了，我们在ETC就非常的稳了。其实一周都不到就解决了，过去的时候解决了三四个月都解决不了的，成本很高的方式解决不了的。所以我说就是我觉得真正往下去落的时候，很多时候还是要考虑效率，就是今天DeepSeek之所以受到全世界的瞩目，很重要的一个原因还是因为它的效率变得更高了。6.特斯拉FSD真实的进入了中国，对你有没有什么影响？-我们自己一个判断和从实测过来的话，他们大概在用12.5之前的模型，并不是特斯拉真实能力，距离特斯拉真实能力还有巨大的差距。特斯拉13.0以后的能力还是非常强的。而且12.5之前的话应该是这个半规则算法的能力。所以我说不是特斯拉真实能力的体现，但是我们能看到特斯拉基本功是非常扎实的。它的整个的感知的距离，它整个运行的帧率，它整个的车辆的整个的控制的稳定性。7.为什么（特斯拉）没有释放真实的能力？-我觉得如果直接上端到端的话，有中国的这些路况，其实就像我讲的，它在美国没有学习到这些东西，然后再遇到这些复杂的，还是会遇到挑战。8.你们现在还学特斯拉吗？最近从他身上学到了什么？-我觉得美国的很多的顶级的公司，像苹果，像特斯拉这种企业，就是他们基本功特别扎实。我觉得这个是我们真正要去学的，尤其是在今天这种内卷的环境下，包括外部的不确定的环境下，这时候更是每个企业扎扎实实练基本功的最好的时候。而且到了人工智能时代的话，基本功就更是不可跳跃的。所以我觉得如果很多企业做了很多的创新，但是没有基本功，不扎实，很多创新就会昙花一现就过去了，所以这会是很大的问题。因为它虽然拥有很多钱，能发明了很多东西，就创造、创新了一些很多的功能的组合。但是你会发现能力强的公司复制的东西基本上在人工智能时代都是按周计算就能复制过来，所以那个能力的基本功还是非常重要的。9.为什么是学苹果呢？-我觉得最重要的是学能力。我们在小的时候没有看明白，没有看懂苹果，这个阶段的时候我们可能又去认真研究苹果，发现它还有很多能力其实值得我们去学习的。到今天为止，当你做到千亿收入，你再去看这种万亿收入公司的能力的时候，你开始模模糊糊能看懂一些了。但是我们小的时候，我们很小规模的时候，我们看不懂苹果为什么这么做。我觉得最后其实是规模，因为规模是一个可以确定衡量的变化，也会带来用户规模和用户需求的变化，技术和产品的变化，也会带来组织和能力的变化。10.你有试驾过上了VLA（司机大模型）的车吗？有经历过什么ahamoment（惊喜时刻）吗？-我觉得挺难有什么ahamoment（惊喜时刻），因为你已经理解它的原理了，其实就是它就变得跟人很像了。它变成更像人其实没什么惊奇的。相反一个动物忽然会的一些东西，你觉得挺惊讶，但一个人做好东西，你认为其实是正常的。11.你之前对内说过理想的智驾原创性超过了增程，这句话是不是太自信了？-我自己觉得我们在这方面的研究工作真的做得很深。你看到我们的各种的论文，而且我们为了做好辅助驾驶，我们还做了操作系统。然后我们为了做辅助驾驶，我们构建了完整的训练体系，我们为了做辅助驾驶，甚至我们自己去直接去改芯片，我们做了很多这方面的工作。那这方面工作肯定做的比增程更多，然后我觉得还有一个比较好的一个评价方式。就是我们历史上从来没有遇到过，然后任何一个周期，比如2024年和2025今年年初，我们每一个辅助驾驶团队的核心人员可能基本上都会接到20个以上的猎头电话。理想AITalk第二季李想说当前竞争环境下要练基本功

[苹果公司高级副总裁Cue：苹果正在探索在浏览器中加入人工智能搜索功能]财联社5月7日电，苹果公司高级副总裁Cue表示，苹果正在探索在浏览器中加入人工智能搜索功能，浏览器中的搜索量在4月份首次出现下滑。

在最近的财报电话会议上暗示将推出由人工智能驱动的全新搜索体验后，奈飞于周三在其技术和产品活动中正式推出了这一功能。这种全新的搜索体验将利用OpenAI的ChatGPT，为用户提供对话式的发现体验。用户可以使用自然语言短语...

秘塔这类创业型AI公司的生存压力：我们摸着石头过河，大厂摸着我们过河；任何有潜力主要依靠大模型能力达到1000万DAU的软件应用，大模型厂商和大公司一定会自己做。​​​