博客

  • 谷歌地图深度集成Gemini:CarPlay导航即将进入对话时代

    谷歌地图正在为Apple CarPlay版本引入Gemini人工智能助手,这会让车载导航变得更加智能。

    到时候,用户可以直接跟车载导航聊天——不是生硬地说导航去公司,而是像跟真人聊天一样获取出行建议和地点信息。比如问问附近有什么好吃的粤菜,Gemini就能给出推荐和路线规划。

    苹果系统层面的开放为此提供了支持,让第三方应用能够更深入地集成到CarPlay生态中。这个趋势挺明显的——未来的车载系统,会从导航工具变成智能副驾。

  • 宇树科技发布全球首款量产载人变形机甲GD01,起售价390万

    宇树科技发布了全球首款量产版载人变形机甲GD01,起售价390万元。这可不是概念产品,而是真正能买到的量产版本。

    GD01可以双足直立行走,也能切换成四足行进模式,动力性能相当强大。它标志着人形机器人与AGI技术的融合正式进入了民用市场。

    虽然390万的售价注定不是普通消费者的玩具,但在特种作业、文旅和高端出行领域,这款产品有很大的想象空间。它推动了高性能伺服驱动和大模型控制技术在重型装备上的应用。

  • 告别终端分屏焦虑:Claude Code推出Agent View统管后台AI任务

    Claude Code推出了一个叫Agent View的新功能,为开发者提供了一个统一的界面来管理多个AI编程任务。

    以前做AI编程,经常要在几个终端窗口之间来回切换,体验很割裂。Agent View解决了这个问题——它把所有AI编程会话集中在一个视图里管控,任务调度效率明显提升。

    更重要的是,它支持后台处理。开发者可以直接在总览界面输入指令,任务扔到后台继续运行,自己可以去做别的事。这种无感知交互的设计,对提升开发效率帮助很大。

  • 360升级安全龙虾平台:10分钟就能自己建一个专家AI智能体

    360公司通过龙虾计划推动AI智能体平台的发展,目标是让每个员工都能快速搭建自己的AI智能体。

    360安全龙虾平台目前已经内置了超过100个专业智能体,覆盖代码开发、办公协作等垂直领域。最吸引人的是,它提供了分级调用模式,最高可以削减99%的Token消耗,大大降低了企业的AI部署成本。

    360还向员工发放了1亿Token额度用于AI智能体平台体验。按照他们的设想,未来一个普通员工可能花10分钟就能建一个自己的专家智能体,告别工具人的角色。

  • 百度Ernie5.1发布:预训练成本骤降94%,挺进全球Search榜前四

    百度发布了新一代语言模型Ernie5.1,最大的亮点是预训练成本大幅下降。采用了一次性弹性训练框架之后,Ernie5.1的预训练成本仅为同类模型的6%,也就是说省了94%的钱。

    省钱不代表性能缩水。Ernie5.1在Arena Search排行榜上位列全球第四,是中国模型中排名最高的。这说明百度在模型效率和性能之间找到了不错的平衡点。

    对企业用户来说,成本降下来意味着AI大模型的商用门槛也在降低。以后用上顶级大模型的成本可能比现在便宜得多。

  • 小米自研大模型MiMo获国际认可,日均调用2910亿Token

    小米自研的大模型MiMo在Hermes Agent平台上表现亮眼,获得了国际认可。Hermes Agent的日均Token调用量达到2910亿,登顶全球榜首。

    其中MiMo大模型是Hermes Agent的核心推动力,贡献了1.45万亿Token的调用量。这个数字相当惊人,说明小米的大模型不仅在技术上有突破,在实际应用中也得到了大量开发者的认可。

    小米还推出了100万亿Token免费激励计划,进一步吸引全球开发者参与。这个策略很有小米的风格——先用免费开放吸引生态,再慢慢培养用户黏性。

  • 网信办发布短视频标注新规:AI生成内容必须强制标注

    中央网信办最近全面部署了短视频内容标注工作,要求平台为用户提供六类必选标签。这意味着短视频内容治理正式进入强制显性的新阶段。

    新规不只是针对新增内容,还要求平台对存量视频进行分批回溯补标,确保应标尽标。说白了,以前那些模棱两可的AI生成内容,现在都得明明白白告诉观众——这是AI做的。

    这个政策的核心目的,是提升虚假信息的治理效率,为AI合成内容划出一条清晰的传播红线。对普通用户来说,以后刷短视频时看到什么内容是人拍的、什么是AI生成的,一目了然。

  • 快手拟分拆可灵AI独立融资,估值200亿美元剑指明年IPO

    快手计划分拆可灵AI进行独立融资,估值高达200亿美元,目标直指明年的IPO上市。

    可灵AI作为快手在通用人工智能领域布局的核心产品,商业化进程相当迅速。目前其年化营收已经突破3亿美元,覆盖了C端订阅和B端API调用两种商业模式。全球创作者规模也已经超过6000万。

    这次分拆意味着快手对AI业务的重视程度进一步提高,可灵AI将从快手体系中独立出来,获得更大的发展空间和灵活度。

  • 当AI把我们都变成有闲阶级:一个剑桥老教授的新世界预言

    最近读到剑桥大学人类学教授艾伦·麦克法兰的一段分享,他在腾讯研究院的一次对话里,把AI革命和工业革命做了一次让人眼前一亮的对比。我觉得值得把它掰开揉碎了聊聊。

    不是手更长了,是脑子更大了

    工业革命做了什么?简单说,它把人类的”身体”放大了。蒸汽机替代了肌肉,电力替代了汗水,流水线替代了几十个工人的手脚协同。你站在一台挖掘机后面,等于拥有了一百个人的臂力——但你还是你,你得知道往哪儿挖。

    AI革命不一样。它不是让你力气更大,是让你”脑子”更多。

    想象一下:你坐在电脑前,旁边有一百个AI助手——一个帮你查资料,一个帮你写文案,一个帮你做数据分析,一个帮你设计PPT,一个帮你回邮件,一个帮你约会议时间,一个帮你想下一季度策略……而你只需要做一件事:告诉它们”我要什么”。这不是科幻,这是今天已经在发生的事。只不过我们现在还在用”一个AI”的阶段,还没习惯”一百个AI”的想象。

    麦克法兰的原话是:工业革命实现了”按需获取动力”,AI革命则实现”按需获取智能”。不是多给你手臂,是多给你大脑。这是一个质的区别。

    “一个人+一百个AI”等于一整个公司

    这才是真正让人既兴奋又不安的地方。如果说工业革命让一个人能干十个人的体力活,那AI革命可能让一个人能代替一整个组织。

    想想看,现在一个中小型公司大概十几到几十号人:有人做市场、有人做设计、有人做运营、有人做客服、有人做财务。但如果AI真的成熟到一定程度,理论上一个人配上一套AI系统,可以完成所有这些工作。三四个人的团队加上足够的AI,就能跑一家像模像样的公司。

    这意味着什么?意味着组织形态可能被彻底重构。你不会再需要”招人”,你需要的是”配AI”。创业门槛暴跌到零——不是因为没有成本,是因为把”人”这个最贵的成本砍掉了。

    但这同时也意味着:大部分现在需要由”人”来完成的工作,可能不再需要人了。不是某个岗位被淘汰,而是”需要很多人才能完成一件事”这个前提本身正在瓦解。

    所有人都变成有闲阶级?

    麦克法兰提到一个很妙的概念:”有闲阶级的普遍化”。

    什么叫有闲阶级?历史上,只有极少数人不用为生存奔波。古希腊的城邦公民有闲暇搞哲学,是因为有奴隶干活。中世纪的贵族有闲暇吟诗作画,是因为庄园的佃农在种地。文艺复兴的赞助人能天天看米开朗基罗画画,是因为他们有钱,不需要自己下地。

    无论哪个时代,能享受”闲暇”的从来不超过总人口的百分之一。人类的绝大部分时间都花在”活下去”这件事上——种粮食、做苦力、进工厂、坐办公室、加班赶项目。我们把这叫做”正常的生活”,但这些日子的底色其实是”劳动”。

    但AI革命如果真像麦克法兰设想的那么彻底,那人类历史上第一次有可能出现这样一个局面:大部分生存所需的生产活动——种地、制造、运输、服务,甚至大量的信息处理和决策——都可以由AI完成。人类从”必须劳动”中被解放出来。

    这就到了真正的问题。

    当你不用干活了,你干嘛?

    这个问题听起来很凡尔赛,但它其实极端严肃。

    我们从小到大接受的教育,骨子里是在干一件事:把你培养成一个合格的劳动力。数学是为了逻辑严密,语文是为了表达清晰,英语是为了对接世界,专业课是为了让你能胜任某个岗位。整个教育体系的底层逻辑是”输出劳动力”。它不教你怎么幸福,它教你怎么有用。

    现在问题来了:如果有一天,”有用”不再是必要条件了呢?如果AI把大部分”有用的事”都干了,你还剩什么?你早上起来,没人等你打卡,没有项目在催你,没有deadline在追你——你会干嘛?打游戏?刷短视频?躺平?第一天很爽,第一周还行,一个月之后呢?一年之后呢?

    人类对”闲暇”的恐惧,其实远大于对”忙碌”的抱怨。因为我们从来不知道怎么真正”生活”——我们只知道怎么”活”,而活的主要内容就是工作。

    所以麦克法兰说,教育的目标必须彻底转向——从”培养劳动力”变成”教人如何生活”。

    这不是一个小改动。这意味着整个教育体系的价值坐标系要翻转。不再问”你将来能干什么工作”,而是问”你将来想过什么样的人生”。学校要教哲学、艺术、体育、人际相处、自我认知——这些一直被当作”副科”的东西,在AI时代可能才是真正的”主科”。

    当然,悲观的剧本也在桌上

    麦克法兰没有只画大饼。他同样指出了悲观的可能:AI鸿沟扩大。

    少数人掌握了AI的力量,他们可以轻松地完成以前需要成千上万人才能完成的工作,而大多数人则被边缘化——没有工作,没有收入,没有参与感,甚至没有存在感。不是AI接管了世界,而是”控制AI的那一小撮人”接管了世界。

    这也不是什么新鲜剧本。工业革命初期,机器来了,大量工匠失业,贫富差距急剧拉大。现在的”机器”比当年聪明一万倍,如果控制权再集中到极少数人手里,后果会更极端。

    所以麦克法兰反复强调一个点:AI的未来最终取决于我们自身。这不是技术问题,是选择问题。是道德的、社会的、政治的、生态的综合选择。你不能只盯着短期经济利益——多赚点钱、多占点市场份额——而忽略了这把火可能把整个森林都烧了。

    中国哲学可能是答案?

    最让我意外的是麦克法兰对中国的看法。作为一个剑桥的老牌人类学家,他以研究英格兰和日本文明闻名,但他在这段对话里专门提到:中国传统哲学——儒家、道家、佛家——不主张帝国主义扩张。他说,这可能为未来的全球治理提供一种更优越的模式。

    这个判断很有意思,因为它不是从”谁更强大”出发的,而是从”谁更懂得节制”出发的。技术越强大,驾驭它的人越需要内在约束。你手里有一把能撬动地球的杠杆——重点不是你撬得动,而是你知道什么时候不该撬。

    中西方模式的融合,在他看来,也许是AI时代最务实的出路。西方的创新能力和批判思维,加上东方的整体观和克制传统——不是两者互相取代,而是结合在一起,创造出一个既先进、又不过度扩张的文明形态。

    说到底,麦克法兰给我们讲了一个关于选择的故事。AI可以让我们都变成有闲阶级,也可以把我们分成神和蝼蚁。差别不在于技术跑多快,而在于我们能不能在技术狂飙的时候,还能坐下来,想一想:我们到底想要一个什么样的世界。

  • 世界,您好!

    欢迎使用 WordPress。这是您的第一篇文章。编辑或删除它,然后开始写作吧!