科技

作者 | kiki编辑丨谢浩 苏扬英特尔新任CEO陈立武，在65岁收获了人生中第一个“全网头条”。4月1日，在成为英特尔CEO的14天后，陈立武首次面对行业，提了32次客户、27次工程、24次人才、21次产品、16次代工和15次AI。这些高频关键词既是在总结他自己，也近乎完美地诠释了成立57年的英特尔——这艘芯片巨轮的过去、现在和未来。陈立武这个名字，对半导体从业者并不陌生，这位出生于马来西亚的华人，与黄仁勋、苏姿丰、张忠谋等齐名，在他的前半生，围绕芯片打了“两场”足以改变行业的硬仗：他创办的华登国际与台积电同龄，是VC中的“聚焦派”，主投回报周期长、失败几率高的半导体，率先将硅谷的风险投资概念带向亚洲的半导体产业；在临危受命执掌楷登电子（Cadence）的十余年里，第一次担任CEO的陈立武，成功带领楷登电子这家EDA巨头走向复兴。现在，陈立武迎来自己的第三场硬仗——关于“如何拯救英特尔”。显然，这一次他面临的棘手问题更多：备受质疑的晶圆代工业务、捉襟见肘的财务状况、竞争对手的围剿以及混乱的内部组织文化。人们都在好奇，这一次陈立武究竟是重振英特尔雄风，还是将一世英名毁于一旦？为中国芯片“送钱”的伯乐2004年11月2日，当60岁的尹志尧重回硅谷为他的新公司中微半导体寻找第一笔融资时，他或许不会想到，一顿午餐将会改变这家中国企业的命运。彼时，中国半导体产业迎来「拐点时刻」，新世纪的钟声响起，半导体供应链开始第三次转移，外商入华投资，中国成了新热土。2000年前后，以中芯国际、展讯为代表的新生代芯片企业逐步开始探索中国半导体产业化的道路。但作为一个高度技术与资本密集型的产业，所有人都面临一个核心问题：钱从哪里来？即便是靠着风投崛起的硅谷半导体投资人，在面对一家刚起步的中国半导体企业时，也很犹豫是否要下注。这个惯例的打破，正是从尹志尧和陈立武在伯克利共进午餐开始。在陈立武和华登的背书下，马上形成一股投资热潮，短短十天的路演里多家投资机构迅速完成投资中微的决策。尹志尧在后来回忆称：“我自己都不敢相信，本来到硅谷准备融资1700万美金，结果在不到10天内，就有5100万美金的资金想投到中微。”陈立武与中国半导体产业结缘，不止是中微。作为中国乃至亚洲半导体企业背后的「关键推手」——华登总计操盘了200多笔与半导体相关的投资，其中包括中微、中芯国际、兆易创新。尽管在圈外刻意保持低调，但在半导体投资圈内，目标精准、眼光毒辣的华登，可谓无人不晓，创始人陈立武更是一度被同行戏称为“芯片先生”。在官方拍摄的纪录片里，中芯国际、联发科、展讯、兆易、澜起、格科微、矽力杰等一众半导体大佬轮番登场，集体感谢这位伯乐，不少人这才了解这家隐秘的半导体“捕手”。中微半导体CEO尹志尧感谢华登  图源：视频截图作为最早进入中国的一批美元基金，与彼时VC一拥而上涌向中国互联网科技不同，华登除了出手过新浪、美团等互联网企业和大疆这样的无人机巨头外，其他项目基本都聚焦在半导体产业链。华登的精准，体现在项目投资回报上。1999年投资上海新涛科技最后被IDT以8500万美元高价收购；投中中芯国际、格科微、兆易创新、晶晨半导体、澜起科技等企业，最终成功登陆科创板，不少曾创下千亿估值。一家风险投资公司的气质很大程度上来源于他的创始人，比如红杉就贯彻了创始人唐·瓦伦丁的“赛道论”，华登如今的“另类”同样源自陈立武对投资的理解。如果不做风投，出生于马来西亚书香门第的陈立武，可能会和身边的兄弟姐妹一样按部就班成为一名大学教授。他在幼时就被视为“物理天才”，19岁在新加坡南洋理工大学毕业，前往美国麻省理工学院攻读核工程硕士学位，尽管获得了全额博士奖学金，但受三里岛（核泄漏）事故的影响，放弃了继续研究该领域的想法，选择直接进入职场。陈立武年轻、年幼时的旧照  图源：YouTube他先后在能源、咨询公司工作，并在此期间进入旧金山大学攻读工商管理学位，但一场关于风险投资的同学毕业演讲意外改变了他的人生轨迹，年轻的陈立武由此进入了风投行业，在1987年创办了华登国际。和大多数一无所有的年轻人一样，28岁的他筹集到的第一支300万美元规模的基金都来自亲朋好友——岳父、父亲好友和新加坡政府的朋友。似乎是与半导体产业投缘，这位新手做的第一笔投资就是成功押对了图形芯片公司 S3 Graphics。很快，陈立武利用自己在硅谷、东南亚、中国台湾三地的产业优势和人脉，通过 S3 等投资组合收获高额回报，也因此在中国台湾收获了极高的认可，华登也开始协助台积电、联合电子等企业管理数支创投基金。陈立武（右）和张忠谋（左）合照 图源：网络陈立武的身后，由此开始聚集一帮“半导体大佬”。能与中国半导体产业的结缘并非是偶然——一方面，硅谷VC的发源和蓬勃本就依赖于半导体产业的发展；另一方面，随着半导体产业链向亚洲转移，中国台湾和中国大陆自然有着更多机会，“捕鲸人”自然不会错过这一产业长期风口。只不过，光有钱、有人脉、有赛道还远远不够。对部分主打快进快出的VC而言，半导体从来都不是主流的投资风口——退出周期长、技术门槛高、回报不确定。金沙江创投合伙人朱啸虎就曾公开倒苦水：“实际上我们不是不投芯片，之前我们投了好几个做芯片的公司都血本无归”。因此，对陈立武和华登而言，为了“捕鲸”的成功率，接下来要做的就是形成自己的投资方法论——陈立武将其形容为一套“看见的艺术”：投早、投人、投长期以及雕刻“雄狮”。投早的关键在于如何发现优质项目，陈立武通常的做法是，在投资某个标的之前，先找到适合的客户，他曾透露，客户常常看到有前景的公司，会直接跟他说，“就把它买下来！”“投人”是VC惯用套路，但对人均博士、工程师的半导体产业而言，“投人”的难度更大了。陈立武和华登“识人”的准则在于有二：一是要有实干精神，二是要和客户关系非常好。陈立武曾提到自己特别喜欢看团队，投资中微的原因也在于“团队有思路、有格局、有经验、有研发能力，更有企业家的实干精神”。华登尊重周期。公开数据显示，华登一般的投资期限为10年，九成投在早期的项目，其中前4年为投资期，后6年为回收期，在被投资公司董事会的时间平均为8年，而在募资时华登也会寻找有着长期主义价值观的LP。一旦看好某个项目，华登就会集全力力挺被投企业，陈立武也将这个过程形容为“雕刻雄狮”。中微发展早期，业内大公司普遍不愿采用新公司产品，为了帮助中微打开市场，陈立武和华登调动各方资源力帮助中微筹备基金、联络银行，同时向客户大力推荐中微。风险投资人都有各自的性格——软银孙正义的“狂”，红杉中国创始人沈南鹏“看到项目就像鲨鱼闻到血腥味一样”，但半导体产业深刻影响了人们对陈立武和华登的评价：直率、公平、很有诚信。华登国际董事总经理王一敏记得在决定加入华登之前，她还把陈立武尽职调查了一把，得到的回复是“口碑很好”：“陈立武最重要的是很有诚信，处事也非常公平。”15年后，“新手CEO”与黄仁勋齐名既是风险投资家，又是企业CEO，在科技界同时拥有这两重身份的人可能很多，但能同时做好两者的人并不多，PayPal联合创始人彼得·蒂尔可能是其中最具争议的一个。在卖掉Paypal后，彼得·蒂尔成立了Founders Fund。在那本《从0到1》中，他反复告诫创业者要对竞争祛魅、别沉迷于颠覆，但与此同时Founders Fund也投资了一批高度竞争的重资产高风险企业，收获“颠覆”带来的高回报。企业管理者和风险投资家双重身份，往往所面临的是激进创新和资本理性间的博弈，2009年，类似的矛盾也丢给了陈立武。金融危机风暴，EDA大厂楷登电子（Cadence）陷入困境，营收不仅被竞争对手新思科技（Synopsys）反超，财务状况也受到外界质疑，董事会由此推选成员之一的陈立武担任临时CEO。陈立武后来坦言：“我从来没有做过CEO，更不用说是一家公开上市公司的CEO了。我不是一个扭转乾坤的专家。”和陈立武的担心一样，一开始人们也对风险投资家能否挽救一家企业充满怀疑。外界质疑风险投资家不会做太多积极变革，楷登电子的投资人对低迷的股价也十分不满意，陈立武最初接任CEO时，就连家人也不理解已经财富自由的陈立武为何会选择在50岁时出山，担任一家上市公司的CEO。和自己驾轻就熟的投资工作不同，CEO的身份彻底改变了陈立武的生活步调，他开始频繁出差、拜访客户、出席各类会议，每天自己开车上班，陈立武的儿子在当时调侃他：“哇！老爸，你找到一份真正的工作了耶！”仅用不到一年时间，陈立武就亲手打破了质疑。到了2009年底，楷登电子的股价从2008年的不到3美元，涨了一倍，而在他担任CEO的十余年里，楷登电子收入增加了一倍以上，股价上涨32倍以上，一位员工后来形容：“没有陈立武的大刀阔斧，就不会有今天的Cadence。”这位“新手CEO”究竟干了什么？概括来算就是“五线并进”：客户第一、利用周期、积极并购、稳健经营、重塑文化。从产业上下游看，EDA公司、芯片设计公司和芯片代工厂形成了稳定的“铁三角关系”，陈立武改革的第一步就是利用自身的半导体朋友圈，重新建立稳定的客户生态，他曾表示，自己的目标不仅是满足顾客，而且是为了让顾客高兴。在成为CEO不久后，他和客户开了上百次会议，每次抛出的关键问题是：“如何评价我们公司的产品？”哪怕得到低分等负面评价，陈立武也并不沮丧。与此同时，陈立武瞄准先进制程、利用人脉，楷登电子开始与台积电、英伟达、高通、ARM等大客户保持长期合作，促进技术与产品能力的提升。与台积电的合作契机就是因为陈立武的牵线搭桥，彼时台积电为冲击16纳米、7纳米、5纳米以下节点等最先进工艺，采取了FinFET技术，但需要更先进的EDA技术创新，楷登电子由此和台积电绑定先进制程生态，2013年楷登电子在中国台湾约两百人的团队规模主要用来全力支援台积电的先进制程开发。所以，在英特尔Vision 大会上，陈立武再次重提“服务客户”的方法论。陈立武笃定半导体的周期规律，他在2014年提出了“大系统(System of Systems)”概念，认为EDA企业应转型为SDE（System design enablement）公司。彼时，陈立武看到的是“后摩尔时代”芯片创新方向的转移——苹果、谷歌、亚马逊等大厂都下场自研定制化芯片，芯片创新的方向从设计更快的芯片，转变为设计更符合系统应用创新需求的芯片。在陈立武的操盘下，楷登电子向移动、云服务/数据中心、汽车、航天/国防、医疗和IOT和智能化应用等领域延伸，提供从系统、芯片、软件、封装等等全套产品。EDA企业的成长史，就是一部半导体企业并购史——利用并购、取长补短——这恰好也是陈立武擅长的事。在担任楷登电子CEO期间，陈立武主导收购了数十家芯片设计相关企业——包括收购Denali、Evatronix的IP部门、CosmicCircuits和Tensilica，楷登电子拓展了自身的IP产品，由此崛起为全球前五大的IP公司；并购MI旗下AWR、Integrand强化5G射频领域的设计能力；收购计算流体力学领域的NUMECA、Pointwise，从一家传统的EDA公司转向多领域的计算软件公司。一系列的并购，加速让楷登电子，从一家EDA公司，逐步成长为SDE公司。作为半导体投资人，陈立武知道芯片企业只有拥有一张健康的资产负债表，才能持续经营。改革初期，陈立武就对楷登电子进行了财会改革，在会计确认上采取严谨的规范，客户订单只有10%才可以认列为订单（booking），其余 90%必须归为后缴款（backlog），尽管确认方式的转变导致营收下降，甚至让外界一度认为楷登电子占有率降低，但陈立武依然坚持这样的财务原则。而在管理上，和黄仁勋、张忠谋私交甚好的陈立武，也是集百家之长。一位员工提到，陈立武会鼓励员工说“坏消息”，陈立武也不会因为坏消息生气：“员工们不必担心犯错误，而是公开自己的错误以及他们为解决错误所做的努力。”为了缩短管理层级，陈立武将楷登电子的组织结构图重新设计成一个圆圈，以促进跨部门间的更活跃的互动和协作。这些都与黄仁勋的“白板教学”和扁平化管理颇为相似。五线并进，陈立武在让楷登电子重回正向增长的同时，也让外界重新认识了他的新身份——一位具备勇气和魄力的半导体CEO。2016年，他获得张忠谋博士模范领袖奖时，张忠谋曾称赞，“立武彰显了真正的领袖精神”。2022年，卸任楷登电子CEO的后一年，陈立武又获得了半导体界的最高荣誉——罗伯特·N·诺伊斯奖。而在前一年，这一奖项的获得者正是芯片界最备受瞩目的两位CEO——英伟达的黄仁勋和AMD的苏姿丰。外来的“和尚”与英特尔“难念的经”如今，陈立武成为了英特尔历史上的第九任CEO，也是一位“非典型”的英特尔CEO。陈立武的“前任们”无一例外均长期任职英特尔内部，或工程、财务部门，即便是第8任CEO帕特·基辛格也是英特尔资深老员工，而2022年才加入英特尔董事会的陈立武，成为英特尔人不过三年，单从这一点来看，这很不“英特尔”。只是，英特尔似乎找不到比陈立武更好的人选。陈立武具备重振一家半导体大厂的“复兴经验”，不像过往一些工程师出身的CEO，他有出色的财务经验和谈判手腕。此外，他的身上还有一个与黄仁勋、苏姿丰一样的“华裔芯片CEO”的标签。自律也是陈立武众多的标签之一。一位和陈立武有着十多年合作的员工记得，在担任楷登电子CEO期间，陈立武每晚只睡4个小时，每天早上6:30游泳30分钟，即使是在出差中。在业余时间，他最喜欢听歌剧《卡门》和《蝴蝶夫人》。有业内人士认为，陈立武没有“英特尔人”的包袱，可以说是专业、无杂念。这样的一个“完美CEO”人选，在首秀中给出的英特尔复兴计划，并不是多么的新鲜，甚至听起来会让很多人失望——他所说的剥离非核心业务部门、开发包括定制芯片在内的新产品、打造 “伟大的代工厂”、“和两三个非常重要的客户” 建立关系、推动重大 “文化变革”，吸引芯片行业 “最优秀人才回归或加入” 等等。因为对比他对楷登电子的改革，你就会发现，陈立武想要以复兴楷登电子的模式，再度复兴英特尔。挑战在于，英特尔所面临的内外部环境都变得更加复杂，最为关键的就是拖垮英特尔的晶圆代工业务，市场份额已不到1%。张忠谋在1月份的播客采访中回忆和苹果的合作，曾说，“库克曾告诉我，不用担心英特尔，他们不懂得如何做晶圆代工。”陈立武此前在董事会曾负责监督制造业务任务，曾认为英特尔制造业务较弱，4月公开首秀演讲也表明，他会继续延续基辛格时期的代工路线。只是，英特尔接下来将如何调好代工业务的体质？一个扑朔迷离的信号是，利用美国政府对先进芯片制造回流的扶持，与台积电联手，在美国组建合资公司运营“英特尔晶圆代工业务”。在先进制程上，陈立武和英特尔也开始释放信号，宣布英特尔18A制程进入风险生产阶段，而近期，台积电、三星均宣布先进制程动态，问题在于，这一次陈立武会如何调度自己的资源，与EDA企业、设备企业以及客户联动，拉升先进制程的良率。陈立武在演讲中说，“看着它挣扎我感到很痛苦。在知道自己能够帮助公司扭转局面的情况下，我不能袖手旁观。”现场陈立武一度哽咽，这有点过度煽情，毕竟他也曾拂袖离英特尔而去，辞任董事一职。彼时，据外媒报道，陈立武闪辞就是不满英特尔“官僚文化”盛行、工程师文化缺失。如何拣回英特尔过往的工程师文化，陈立武讲了自己的篮球哲学——“依靠团队才能赢得冠军。我希望在英特尔也能建立团队精神”，并表示将在内部给予工程师更多的创新自由。陈立武爱打篮球...

昆仲资本姚海波:2025年,机器人赛道将淘汰一批“机会主义者” 的机会主义者,“他们来得快,去得也快.2025年之后,会死掉一... 姚海波与中国商业科技新闻网深入聊了聊他对机器人赛道的真实看法和投资逻... 中国商业科技新闻网

该图片由AI绘制而成腾讯新闻《海拔7950》特约作者 徐昙“我们知道将迎来一个AI变革时代，但我们不知道现在该干什么。”这或许是很多公司面临的困惑。2025年春节之后，现象级技术突破DeepSeek横空出世，各种AI概念满天飞，各种AI海量信息持续轰炸，很多CEO怀疑，公司内部是不是过于平静了，是不是内部人员的思路没有跟上时代。外面的讨论热火朝天，为什么技术岗们还没有行动？数势科技的创始人黎科峰说，近期参加一些商学院交流活动，能明显感受到各行各业CEO们的焦虑，大家都怕错过一个时代。CEO们担心，过往形成的壁垒在新的时代还起不起作用，该怎样去拥抱DeepSeek，如何才不被淘汰。黎科峰曾经是京东集团技术委员会主席，京东商城技术负责人，手机百度总经理，平安金融CTO，也是互联网时代——移动互联网时代——AI时代始终在技术一线的人物。因为其2020年创立的数势科技是基于大数据+AI帮企业做数字化转型的业务。所以近日，腾讯新闻《海拔7950》栏目邀约数势科技创始人、CEO黎科峰博士，谈了谈诸多AI领域的热点话题。以下是《海拔7950》和黎科峰的部分对话：CEO们在焦虑什么？《海拔7950》：据我所知，最近很多公司的CEO们特别焦虑，包括各个行业的CEO以及AI公司的CEO。感觉他们怕错过一个时代，不知道你的感觉怎么样？黎科峰：确实是，FOMO(Fear of Missing Out)在资本圈是很流行的词，现在也波及到整个产业圈，大家害怕错过这个时代。这些企业分为两类：第一类是传统的软件企业。大家经常在讲DeepSeek、AI Agent时代可能会颠覆掉传统的软件。原来基于UI操作的软件是不是会被淘汰？这是一部分。另外一部分是AI企业，AI企业的焦虑并不是在方向上会不会被淘汰，而是现在随着DeepSeek的诞生，其实现在做这块的成本和门槛越来越低了。涌现出来大量地去做AI应用的公司，这个领域会不会变成一个红海，CEO们在焦虑这一块。另外一块，作为非技术行业的一些传统企业的企业家，他们焦虑的是他的业务模式，会不会被新一代基于大模型的AI技术给颠覆掉。过往形成的壁垒是不是在新的时代这个壁垒就没了。大部分的企业家还是比较传统的，每天这种信息轰炸的量是非常非常大的，各种新的名词层出不穷，各种新的idea，各种新的模式，通过自媒体、KOL不断地阐述出来。大家都在想这些东西离我到底有多远，我怎么样去吸收这样的技术，让我们的企业拥抱新时代，这是他们的焦虑，确实是，大家都在焦虑的一个状态下。《海拔7950》：你的那些企业家朋友是怎么跟你交流的？黎科峰：非常多。上周我在上海参加某一个商学院活动，大概有将近20位企业家的一个会议，我去分享AI大模型与DeepSeek相关的技术，大家讨论非常热烈，严重超时。每个企业家都会问很多关于大模型跟他们业务如何去结合，有做零售消费的、有做出海的、有制造行业的、有做新材料的企业。你会发现不论是哪个企业，公司的一把手都知道，大模型是未来新一代技术周期最核心的。同时，我们也发现，现在他们自己公司内部的IT人员反而是思路没跟上，所以他就会有一个强烈gap在里面。外面世界这么火热在讨论，为什么我们自己企业里面的技术或技术相关的岗位，大家还没有行动起来。这个巨大的反差是造成他们内心比较焦虑，在外部不断寻求新的方案、思维的原因。《海拔7950》：我们处在一个什么样的时代，为什么这几个月从DeepSeek到Manus会持续出现这种现象级的技术突破？是技术势能到了一个爆发期吗？黎科峰：这是一个特别好的问题。当我们发现有一件事情，它的发展速度远远超过我们之前的认知，事实就是“它”已经来了。如果说我们实际产业落后于我们的预期，往往是里面这个问题没有真正解决。大家对AI的期望，从十年前就有了。但现在来看，无论是AI的企业还是被服务的企业，他们的预期有被满足吗？其实没有。过往，现实是落后于大家的预期。现在反而是，哇欧，又来了一个东西，它超出人的预期，不是人能够去想到的一些场景出来。包括诞生出了像Manus，被很多自媒体意味着下一个DeepSeek Moment，但是这个也有争议，未来我们可以多聊聊。包括我现在可以看到的各行各业，大家也都在谈，也有很多垂直行业里面新的方案出来。这个势能确实是存在的，它根本的原因还是我们要回到它最底层的逻辑，就是我们说的DeepSeek的出现。从2025年春节到现在两个月的时间，你会发现每天都发生很多变化，它的基础都是围绕DeepSeek。无论是新的C端的像元宝，AI搜索，包括其他的产品，它是基于DeepSeek的。DeepSeek是整个所有变化里面的驱动力，这是我的一个认知。《海拔7950》：我知道你对DeepSeek有深刻的认知，目前很多公司都接入了DeepSeek，到现在你对DeepSeek新的认识是什么？黎科峰：因为从春节后，我就马不停蹄地一直在跟客户做交流，因为我们的产品也是最早接入DeepSeek的，客户会非常乐于跟我们做交流和合作。有几个现象：第一，春节以后基本上所有稍微规模以上的企业，最重要的事情就是全面去部署DeepSeek。第二，在场景里面把DeepSeek用起来。所以我们可以看到它最大的变量是大家开始使用它了，同时在某些场景里面已经逐步去落地了。原来从2022年11月底ChatGPT出来后，各个行业更多还是看热闹，大家还是说OK，在试图去理解大模型，但真正动起来的还是很少的。各行各业已经用上大模型或者开始用的屈指可数。但最近短短一个半月，至少我了解到的，像金融行业，零售消费行业，高端制造行业，甚至央国企，可以说百分之八九十已经部署完成了DeepSeek，中间还有一部分已经在用DeepSeek在解决知识库，在解决企业的经营分析，以及其他方面的问题，已经开始在尝试落地了。这就是一个巨大的变化，开始用了，开始拥抱它了。相比春节前，我跟这些企业交流，发现他们的认知提升了一大截。因为当一个东西你开始尽情去使用它，去拥抱它的时候，能真正知道这个大模型能给企业带来的价值。第一方面是拥抱它，并尝试落地；第二方面，是认知上了一个非常大的台阶，这两个是行业新的变化。《海拔7950》：你是怎么看Manus的？市场的热度其实代表了公众对它的期待，期待它像DeepSeek一样是另一个现象级的技术突破，但其实争议很大。黎科峰：Manus是一个蛮好的话题，在前面几周占据了大量自媒体、媒体的热点事件。第一，我们说Manus是一个非常优秀的团队，他提出来完全自主式的Agent的概念，第一次让它如此大规模的被大家去认可。Manus提出来以后，无论大家觉得它怎么样，但是大家已经认知到什么叫AI Agent，Agent是什么，它能干什么，它未来的价值是什么。所以Manus对于行业里面的普及，我们可以说DeepSeek类似于iOS、安卓，iOS、安卓出来以后，其实更多的像微信、滴滴、淘宝这些APP应该闪亮登场了。Manus让大家第一次知道未来应该是AI Agent，Agent是移动时代的APP，所以这个上面未来AI Agent能做什么样的事情，这个价值是非常大的，起到整个对市场认知的一个普及的方面。第二，它里面有很多套壳，其实套壳是很难的。我们就说微信，微信也不是自己做安卓，做iOS，它是基于安卓和iOS，在它的场景里面去构建出来非常好的体验。虽然说微信是Killer APP，如果这个领域来说，它也是一个套壳，因为它并没有去做OS的事情。套壳并不是一个贬义词，但是你怎么利用大模型的能力去解决复杂的客户问题，用户的问题，我觉得这个是有价值的。本身这条路蹚出来，里面有很多技术的工程化的细节还是非常先进的。这个要正面去看。很多人强调它不是第一家，强调它不能做通用，包括里面有很多体验还不好，这是在行业里面发展的早期。如果我们以现在这个阶段看它终极的体验，肯定是一个gap，我们不应该特别苛刻去评判它，它确实在这个领域里面，在AI Agent里面造成了市场上大家的热点和讨论，进行科普性的，它的价值还是蛮大的。《海拔7950》：最根本的还是看是不是满足用户的需求，是不是对用户有价值？黎科峰：是，因为核心点，不管是DeepSeek也好，还是其他的大模型也好，它还是一个基础的能力。虽然说通用大模型，其实很多事情还是干不了，因为你无论是对于内部私有化数据，对于各个行业里面的knowhow，对于专业性的分析思路，还是欠缺的。像这种大模型,它还是一个类似于非常优秀的毕业生，他各门学科非常好，还是缺少工作经验，缺少这个企业对于企业内部的情况了解，缺少对用户他的场景，实际的实践。这个是像以Manus为代表的AI Agent要去补充的，构建出来的东西整体一个完整的东西，才能真正产生更大的价值。《海拔7950》：我在你们公司听到一个非常有趣的比喻，来形容应用和大模型的关系，说“应用是瓶子，大模型是水，当水要溢出瓶子的时候，其实意味着瓶子就成了瓶颈”。也就是说，应用的范式可能会限制大模型的发挥。这个怎么理解？黎科峰：像移动互联网时代的产品是怎么设计的？是产品经理要把产品的逻辑整个梳理出来，我们要使用微信，微信的核心，用户应该怎么用，它的价值主张是什么，功能点完以后应该跳转到哪，它之间应该怎么样的通信协议，这是传统的产品经理去定义。你是跟一个智能体打交道的时候，你想想，你给它更多的框架和束缚，就像我们培养学生一样，是引导，你得激发出来它自己的能力和power，而不是你告诉它，按照我的课本上一二三去做，它就没办法去举一反三的能力，这个比喻也是一样。如果太多的产品框架就是瓶盖，去限制水流，它真的会阻挡。我们应该是更多去把智商给它激发出来，因为它自己会学习，它自己有举一反三的能力，它是比你产品经理更加聪明，更加有学习能力，更加有泛化知识的能力，我们怎么样利用它，这是我觉得新一代产品的设计，而不是应该限制它。《海拔7950》：大模型也需要无限的想象力？黎科峰：是。因为它吸收了全世界的知识，它有这么多的算力，而且里面因为参数现在都是几千亿。DeepSeek-R1都6710亿了，人的大脑脑细胞只有一千多亿，它已经超过人的神经元数量，为什么不会认为它比我们自己更聪明呢。创业公司会更加抢跑《海拔7950》：我有一个疑问，很多公司都接入了DeepSeek，也在积极拥抱AI。为什么却很少有公司能很好地用AI来推动自己的生产力，提高效率。这个症结在什么地方？黎科峰：这是一个非常好的问题。世界的经济发展是跟着技术的周期，无论是PC互联网那一波带来了很多，移动互联网也带来了一波新的，比如说现在是O2O，移动支付，改变了很多商业。我们认为评价一个真的技术，不是一个伪的技术，核心点还是你改变了行业没有，你推动了行业的发展没有。这个问题回归到一个关键点，我们到后面要去验证大模型到底是个真技术，是一个真正有价值的技术，我们回过头来看我们自己所处的行业和我们的生活有没有被改变，这是衡量它唯一的一个指标。这个正在发生，因为我们可以看到大模型它自己还是很年轻的一个产物，从DeepSeek火爆到现在也才两个月，具有推理能力的DeepSeek-R1，也是春节以后才出现的。我们再往前看，从ChatGPT出来，也就是2022年到现在，才两年多的时间，在整个技术周期来看，这还处于很早期。PC互联网从美国发展到中国PC的普及，接近了七八年的时间，尤其是互联网，我们之前还一直在网吧里面连ADSL去上，真正每一家自己都有，还是到2000年以后。美国互联网发展已经有七八年的时间。我们从移动互联网来看，当时大家都要一张船票，移动互联网的船票是什么？就是DAU破亿，其实是QQ和微信在2012年、2013年才破的亿。很有幸，我自己负责的产品手机百度是第三个DAU破亿拿到船票的，那个年代已经过了五六年的时间。现在从ChatGPT元年到现在也才两年多的时间，依然要有耐心。当我们回归到它的本质，它确实会产生改变行业，改变人的生活一个本质性的推动力，因为从我们底层，原来AI小模型时代解决不了问题，它能解决。第二，大家都在积极去拥抱，去推动它的进步，而不是只等着。所以这两个底层变量，第一个技术的变量，它确实是新一代的AI，它能做到通用化，很低成本的让大家使用到这个场景，才会有更多的应用爆发，这是它的核心。第二，其实不是所有的行业都在等待，是大家都在共建，都在围绕大模型，围绕DeepSeek去做各种尝试。众人拾柴火焰高，他会去推动这个，这两个变量的东西在里面，我对它是非常有信心的。《海拔7950》：AI怎么在产业里应用才是现在真正面临的问题。黎科峰：是，这也是必须要解决的问题，而且战场已经从大模型底座发展转移到了我怎么应用到各行各业。《海拔7950》：我们知道做大模型是非常烧钱的，卡很贵。所以只有大厂才能玩得起，当DeepSeek开源之后，是不是格局改变了？黎科峰：已经改变了，所以我们可以看到，包括腾讯也第一时间接入到DeepSeek，而且提供出来的产品体验真的是非常好。包括像百度也都接入DeepSeek，现在在Github上，全球的Github整个项目里面，70%以上的AI项目都已经接入到DeepSeek。包括我刚刚说的大企业，里面也都部署DeepSeek。这个格局已经发生了变化，对于大厂来说就要面临一个很大压力，如果做自己闭源的大模型，至少得比DeepSeek好两倍以上，它才有可能改变大家的认知。不是不可能，意味着当我有足够好的开源大模型，我为什么还要去用一个闭源，这是一个灵魂的拷问。我相信各个大厂，他的大模型团队都在思考这个问题。《海拔7950》：你经历了很多大厂，三星、平安、百度、京东，你在这些大厂也是核心的技术负责人，当DeepSeek开源之后，大厂和创业公司是站在了一个起跑线，它们现在的优、劣势是什么？黎科峰：创业公司会更加抢跑。大公司还在想，我应不应该放弃自己，或者我应该什么程度去接纳DeepSeek，是有负担的。我们可以看到很多大厂基于他自己的产品体系、基于原来自己的大模型做微调，绑定得很深，现在要抛弃原来的，在自己的大模型上去做优化，去involve其他开源的大模型，这个变迁很花时间，而且涉及了很多决策性的东西。对于创业公司，大家是没有包袱的，现在什么东西最好，我们就给客户提供什么最好的方案。创业公司往往是站在客户的一个视角，站在用户的视角，我们眼里面只有客户的痛点，需求我们要去满足，我不care我自己一定要做什么。所以代表性的创业公司的敏捷程度，以客户为中心的思维是很难在大厂里面同样能达到这样程度的。你说是同一个起跑线吗？我并不认为，我认为在每一个时代引领的往往是小而美的创业公司，大厂有太多的角色要去做，有太多的负担，有太多的团队要去论证自己存在的价值，反而站在市场，站在用户的角度就没那么纯粹。我们也知道，最后的产品力，产品的生命力还是给客户，给用户创造价值。这是我的一些判断。《海拔7950》：当公司里面有人提出一个新的想法的时候，一定会遭遇到可行性的质疑。在大厂和创业公司，他们分别是怎么对待的？黎科峰：这是很好的问题。我们说的idea很有价值，但是同时它又是一个精力分散的，因为有一些不切实际的idea，因为创业公司资源是很有限的，我们不可能有一个idea就投一堆人去尝试。创始人或者是负责人的判断力很关键，他判断力有两点：第一，有没有技术的判断力，可行性这个事情是非常重要的。当你想到一个东西，我现在就想登陆到火星，这个vision是非常好的，也是很吸引人，我们也知道以我们现在的发动机技术或者未来五到十年内的技术，它是很难达到的。有幸我自己是技术出身的，我也是对技术非常热情，我自己说我不论做什么样的事情，我首先要先跳进去，我要去找到技术的本质，抓到它里面的规律，我觉得才会形成技术的判断。当你没有这个技术的判断，说实话这是很可怕的，这是第一点。第二，自己擅长什么，我们一定要知道人总是只能挣自己认知范围内的钱，当你没有聚焦，当你自己都讲不出来你的核心能力在哪，你能擅长做什么事情，他的idea太发散了。所以我觉得两点：第一，技术判断力很重要，这又是我们现在面临着很多传统企业家不是技术出身的时候，他最困难的一件事情。他知道这个东西重要，到底这个技术该怎么做，他缺乏这个判断，所以他很需要我们这样的公司站在他的视角帮他去规划，给他很好的产品服务。第二，大家的idea在什么范围内，我们数势自己是一家Data+AI的公司，所有围绕着创新idea都是解决怎么让数据更低门槛的让用户，让客户用起来。当你聚焦在某一个具体的领域，所有的idea都是欢迎的。你再具有这些可行性的判断，可行性判断不是现在，是我看两年以后这个技术有可能能不能去解决，我就会非常支持这样的事情。既保证大家积极去贡献idea，同时它又是在一个可行且聚焦的范围内，这可能是比较关键的。《海拔7950》：创业公司或小一点的公司反而更容易降低试错的成本，保留创新活力？黎科峰：因为决策人他离一线近，所以我们反过头来，当一个组织非常庞大，决策的链路到VP都有五六层，只有VP有这个能力做决策的时候，他离实际的一线又太远了，谁在做这种决策呢？这是我觉得蛮关键的点。DeepSeek为什么成功，首先是小《海拔7950》：DeepSeek和Manus它们能推出现象级的技术突破，它们是创业公司，小公司，它们做对了什么呢？黎科峰：首先够小，我们一直说硅谷里面有一个文化叫“一个披萨的文化”。一个披萨最多10个人、12个人分，一个团队就能share一个披萨，这种组织其实是最有活力的。现在硅谷有很多10人以内的创业公司，非常棒，是主流，也是借助了很多大模型，写代码去做原型设计，大模型都可以搞定，不需要那么多人。任何一个事情当人多，都没有验证出来的时候，我们说的PMF（产品市场匹配），我这个产品到底有没有市场，有没有解决客户或者用户的问题和痛点和需求，没被验证的时候，人千万不能多，验证完了以后，因为产品要迭代，要去各种体验要去提升，要去补充这个能力，他可以扩充团队。我们现在看往往中国，尤其大厂里面，你可能都没有被市场给验证，团队已经一千多人，两千多人。做产品或者做创新，一定要找到那一个点扎透，真正解决客户的问题，创造客户价值，这个不能人多，因为人多做的方向就发散了。我们要找到最关键的点：第一，这个团队足够小。我相信未来DeepSeek会是很大的一个团队，但至少它在达到今天这种程度才一百多人，刚才说的第一个是小。第二，它里面的扁平。当你一个管理人员你认为什么都懂，或者什么都由你来去做，亲力亲为去做，团队是失去了自主创新的能力。我们也知道新的时代，过往的知识反而是负担，应该让年轻人在这样的文化里面发挥他们的想象力，这种扁平的文化和平等的文化非常重要，对我们数势来说，我刚才说我做的就是方向性的判断，方向性的定义，但真正产品怎么样去发展，都是每一天，年轻人不断碰撞过程中高速迭代的，我们应该创造这样一个条件。第三，在于我们定义的目标。因为我们说为什么DeepSeek成功，因为它定义的目标我没有那么多卡，我也没有那么多钱，我们有没有办法做到一个比OpenAI还强的一个大模型。你可以看到它里面很关键，我没有这么多卡，没有这么多钱，我能不能用工程办法去达到甚至超越最好的大模型。当有这个目标以后，团队都在围绕这里面去解决问题，我怎么样低成本地去实现，想出了很多非常天才的idea，是工程化的idea，不是相对论这样的发明，是在工程中不断去试验、试验，找到了工程性的方法，去达到这样一个目标。回过头来看其他的一些大厂做大模型，我跟他们也很熟，他们说OpenAI花这么多钱验证出来的这条路我们去follow，这是他们最低的成本。因为验证是很花钱的，OpenAI花10倍的钱验证出来了GPT3.5这条路怎么做，其他我们去follow，这是最省事的。所以当他没有定一个目标，我自己不应该走这样的路的情况下，我没有那么多卡，我没有那么多资源，他没有去定义这个目标，所以他只能follow，永远跟别人差一代，这往往也是之前一些大模型的目标，我跟住就行。目标定错了或者定的不对，结果是不一样的。我们不能说其他做无论是大厂还是六小龙，他里面人的能力或者人才的密度不如DeepSeek，但往往就是这三点很关键：第一，足够小；第二，允许下面的人平等的创新，鼓励年轻人勇敢提出想法；第三，设定好正确的目标。这三点是他们能成功很关键的（因素）。《海拔7950》：所以创新要先用小团队来做，扁平化是为了决策更快，第三点就是聚焦。黎科峰：聚焦，而且目标的设定，你的努力的方向，方向错了你再努力也是不对的。创始人或者一把手，怎么定义团队的目标，这是很关键的。《海拔7950》：你们公司也是这么做的吗？黎科峰：肯定不如DeepSeek他们那么优秀，但是也努力在往这个方面靠。《海拔7950》：你有百度、京东好几家大厂经历，属于大厂高管出来创业的，你现在看上去大厂高管的面貌比较弱了，在大厂高管和创业者之间你是怎么切换的？黎科峰：其实说白了人总是从一些愚昧之巅到绝望之谷，再到开悟之坡。其间经历了这个愚昧之巅，愚昧之巅是什么？就是从不知道自己不知道，到了知道自己不知道，这个过程还是蛮痛苦的。原来在移动互联网、互联网时代都是在风口，自己也经历过做搜索、app，做互联网金融、互联网电商，都做到高管的位置，而且感觉还是做了很多的成绩出来，我觉得现在回想起来，这个“势”和“风口”是最大的推动力。但是过往的认知会觉得是自己的才华、自己的贡献为主，其实没有认知到在借势而为，其实自己身上还是有很多这样的问题。包括思考的深度，包括抓这个事物本质的能力，包括文化的建设，对文化的深刻的理解。虽然做到了技术的一把手，管理着上千人的团队，但其实很多东西是没有真正解决这些问题的。创业的时候你发现你能依靠的东西很少。你唯有依靠自己身边的小伙伴们，唯有依靠什么东西都要自己去为结果负责，因为上面没有人给你做backup，你就是最后一个人，你要去做决策，所有的东西都要自己去承担。同时在一个很大的约束条件下，不是在大厂里面，可以无限去招人，可以有数不尽的预算，以及公司的品牌背书，做很多事情其实是借助了很多力，但是现在能用的资源就非常少。所以在这个点上往往我们就要去思考，到底一件事情、一个组织的本质是什么？因为当你资源有限、时间有限的情况下，你一定要抓住这个本质。所以我们会深刻地思考自己的产品力它的价值在哪，它独特的技术门槛、业务门槛在哪，组织里面怎么真正地激发大家创业的文化、心态，而不是靠过往类似于像大厂一样的管理，去晋升、加薪，在行业里面的地位，回归到本质。没有这些的情况下，你怎么激发大家创业的心态？怎么找到产品真正核心的竞争力和壁垒？这是一路走过来的。当你开始知道自己不知道的时候，你就会很懂、很清晰。包括腾讯，因为腾讯是我们的投资方，所以腾讯的咨询团队对我的帮助非常大。他们会组织各种创业家、企业家之间的交流、对话，让自己在有一个组织的情况下提升自己。另外一个是在过程中不断地向周边优秀的创业家学习。我们一定要放下自己，不要认为自己原来是高管，你不放下，你就没有办法去学习，就没有办法去成长。第三个，把自己真正回归到一个第一性原理。我考虑所有事情的时候考虑最关键的事情。因为我们说了，没有这个1，后面的0再多都没有用。所以不断地去强化自己这个思维，并且把这个思维带到我们的核心团队里面。所以这个核心团队逐渐也都形成了这种同频，大家在人上面的消耗也越来越少。大家形成了都是一个创业心态、一种思维模式，就是我们说的抓本质的创业的思维模式。你发现组织上面的负担越来越小，反而是大家1+1大于2。这么多的小伙伴，每个人都发挥了自己的特长。所以，这个过程首先就是要承认自己原来真的很多东西不知道，承认自己原来很多事情是做得不好的，然后把心打开。所以逐渐地形成这样的思维，再把这些思维通过我们不断地跟小伙伴们的交流、谈心All-hands Meeting这种战略会去同步，让大家形成这样一个统一的思维。《海拔7950》：很好。也就是说作为大厂的高管出来创业的时候最容易沿用以前成功的经验，但是当作创业公司创始人的时候，恰恰需要否定以前大厂的自己，用新的创新的方式经营这个公司？黎科峰：任何一个大厂0到1的阶段和到后面几万人、几十万人的阶段是完全不同的阶段。并不是说大厂的过程是有问题的，因为阶段不一样。我们可以看到，比如在0到1这个阶段腾讯 Pony还自己写代码，还亲自当产品经理；包括像京东在0到1的阶段刘强东刘总自己当客服；包括阿里也一样，0到1的阶段马云各个地方跑，这么多客户、投资人亲自去跑，吃了那么多闭门羹。我们后面加入其实已经是享受了他们成功的后面的平台，到创业我们是要回归到它0到1的阶段，这些成功、值得尊重的企业家他是怎么做决策，他是怎么样培养这个团队，他是怎么样建立这样的文化的，我们要学习的是这一段，而不是在你后面已经发展到一个很大的平台上在里面做的那种经验，它没有办法移植到创业。《海拔7950》：所以你现在是在大厂经历了1到100或者是1到1万。黎科峰：对，但是0到1这个阶段，只有创业才能感受到。《海拔7950》：以前老说“卡脖子”，中国现在还有什么能被“卡脖子”的技术吗？黎科峰：卡脖子是因为你没有这样的技术，所以我们攀这种科技树就会停下来。至少现在从我自己的技术从业者来说，已经没有阻止我们去攀这个科技树的缺陷了。我们不论从算法、算力，从各个方面来说，不能说我们已经领先了，但至少人有我有。我觉得到这个点上我们已经达到了这个状态，所以我们还是非常庆幸的。其实在过往几年我们最担心的是中国的芯片，因为中国的芯片不够好，所以中国的芯片很难支撑这么大规模的训练，但是DeepSeek它对芯片的要求是非常低的，所以国产的芯片现在也已经能够做超级优秀的大模型的训练和推理了。我们觉得这个就已经解决了卡脖子的问题，但不代表中国的芯片就已经赶上了最先进的Nvidia了，现在是够用。所以当我们够用的时候，我们就需要看到我们自己是能发挥使用场景的优势了，这就进入到了中国的一个叙事逻辑，中国的优势是更多的应用，所以这个解决了底层的问题，我觉得未来会发展得更快。所以我并不认为现在有阻止中国攀科技树的阻碍性的卡脖子的技术还存在。推荐阅读：对话以太坊Vitalik：世界不该落入AI只手遮天的权力王国 一位投资人的硬核观察：被DeepSeek和Manus改写的AI投资范式 ...

中国商业科技新闻网《AI未来指北》特约作者 小燕编辑 郑可君近日，朱啸虎被传出“批量退出人形机器人”，掀起了一场人形机器人“保卫战”。3月28日，朱啸虎在《投中网》的报道中，表达了他对人形机器人赛道的失望，他表示，“我们天使基金在过去几年投过一些早期的具身智能项目，最近几个月都在退出”，“他们说的都是自己想象出来的客户，谁会花十几万买一个机器人去干活儿？”没想到，一言激起千层浪，朱啸虎很快遭到人形机器人创业者和投资人的“围攻”：3月29日，经纬创投创始合伙人张颖表示：“机器人领域蓬勃发展，大赛道，百花齐放，过程中有点泡沫也非常正常。时间拉长，人形机器人赛道一定能出大公司。朱老板这么一番话，我就好奇以后机器人赛道的优质公司谁还会跟他聊，更不用说拿他钱。”3月29日，星海图发布公告澄清：金沙江创投已于2024年9月退出股权投资，“公司从未与朱啸虎先生进行过任何直接交流，亦无其联系方式。”3月29日，松延动力在视频号发布自家人形机器人跑步的视频，配文：“无惧杂音，继续前进”，视频还带了“朱啸虎”标签。3月30日，众擎机器人CEO赵同阳则表示：“对于这种资本，拿一毛钱都觉得是对这个行业的玷污。”根据朱啸虎与《投中网》的对话，他不看好这一赛道是因为其不符合金沙江做投资决策的标准。“一个是共识，一个是商业化”，“我们聚焦在没有共识，同时商业化又很清晰的赛道上”。而具身智能尤其是人形机器人赛道，显然和这个标准截然相反：不仅已获得社会高度共识，还不具备清晰的商业化路径。一位不愿意透露姓名的投资人X认为，“其实朱啸虎的说法没什么问题，这个赛道目前确实存在一些泡沫现象。只是有的投资人不说，而有的投资人说出来了，这么热门的赛道，有争议才是正常的。”英诺天使基金合伙人王晟对中国商业科技新闻网表示，虽然具身智能赛道的融资体量很大，但“热度刚刚好”。据IT桔子数据显示，2025年前3个月，具身智能赛道的54家企业共获得60.46亿元融资，融资企业数量和融资规模已经超过2023年和2024年两年总和的1/3。也有另一位投资人Y从全新的角度对中国商业科技新闻网分析道：“其实他就是做给LP看的，让LP认为金沙江的投资策略非常谨慎”；“而且红黑也是红，朱啸虎敢这么直接地表达，也是变相地告诉外界，欢迎商业化路径清晰的人形机器人团队找他聊。”事实上，作为一位知名的投资人，朱啸虎有过多个案例。在互联网时代，金沙江创投投资了滴滴、饿了么和ofo，其中，朱啸虎在2017年ofo的高点退出，精准避开了共享单车崩盘的惨淡局面，他本人也因此名声大噪；在AI时代，金沙江创投投资了“AI六小龙”企业之一的月之暗面；而在机器人赛道，金沙江创投于近两年内前后投资了瑆爝机器人、盈合机器人、Nimble Robotics等6家企业，并在2024年下半年退出了其中3家，分别是星海图、松延动力和非夕机器人。朱啸虎为什么要给人形机器人泼冷水？这已不是他第一次开“喷”，他的每一次“预测”都精准吗？其他机构的投资人又是如何看待这个赛道的？“长期派”与“质疑派”春晚上大放异彩的宇树科技的机器人让人形机器人赛道迎来新一轮爆发。在这样的舆论环境中，一些投资机构会受到来自LP压力和质疑，“人形机器人这么火，为什么你们还不投？”但事实是，虽然企业数量和融资规模激增，但从业者的资质却参差不齐。“有相当一部分人形机器人创业者是短期的‘机会主义者’”，一位长期关注人形机器人赛道的投资人Z对中国商业科技新闻网提到，“他们认为可以借这股浪潮的一把力，而不是真正热爱这个领域”。与此同时，投资人Z判断，类似不追求场景和商业模式的高容忍局面不会持续太久，“2025年会是人形机器人的生存年。”“朱啸虎从来都不随大流，他在提出反共识言论的同时，肯定也有自己的一套逻辑闭环的思考”，王晟说道。朱啸虎本人在3月30日的“2025上海交通大学校友投资年会”中也对此做了回应，他认为具身智能一定会经历泡沫期，但也会迎来DeepSeek时刻，而当下“具身智能热度太高了，热到‘连我妈都给我转了（文章）。’”除了朱啸虎认为过热带来的泡沫，人形机器人赛道还没有解决的本质问题，是这个赛道所谓的“ChatGPT”时刻何时到来，这需要考验投资人对技术的长期信任。对人形机器人的未来发展的判断存在截然相反的两个派别。一派是长期派，他们坚信人形机器人是机器人的最高级形态，它代表着通用机器人的未来，支撑人形机器人走向应用落地的技术一定会到来；而另一派是质疑派，他们长期质疑人形机器人的意义，轮式、机械臂可以满足部分场景的规模化使用需求。“质疑派”根据观点不同，也能分为两类群体：一类是以朱啸虎为代表的非技术群体，投资人X对中国商业科技新闻网表示，“朱啸虎在用投资消费领域的思维投资人形机器人”，消费领域投资就需要有清晰的商业模式和落地场景，“但是投资技术领域，往往是看不清商业模式的，一家技术类企业即便上市了，也不一定能赚多少钱，但是它有长期的价值”。另一类是对技术理解比较深入的群体，“越懂技术的人，越理解做人形机器人的难点，他们清晰地了解人形机器人在未来三到五年都难以落地，因为技术达不到。”投资人Y则认为，对于第一类非技术派的“朱啸虎们”而言，他们并不会做太多深入研究，就因为看到人形机器人造价成本高、技术难、泛化数据难获取等原因，很容易就会选择放弃，“所以，短期内看不到盈利希望的项目也不会找他。”不论是“长期派”还是“质疑派”，人形机器人的应用落地难确实已成为行业共识。朱啸虎也为一批未曾发声的“质疑派”，向公众表达了观点。“但可以确定的是，他显然并不是一个技术长期主义者。”投资人Y对中国商业科技新闻网说。悲观者正确，乐观者前行这已经不是朱啸虎第一次在共识性高的领域，抛出非共识性的言论。2023年3月份，当整个市场都在探讨ChatGPT会给创业者带来哪些新机遇时，朱啸虎就提出，“ChatGPT对创业公司很不友好，未来两三年内请大家放弃融资幻想”。这番言论也引发了傅盛与他之间的多轮“唇枪舌战”。彼时，朱啸虎也曾建议创业者不要迷信通用大模型。但从当下的情形来看，仅春节期间爆红的DeepSeek，就让朱啸虎“打脸”了。相较于两年前“ChatGPT创业机会之争”，如今人形机器人领域对朱啸虎的“围攻”之势更甚。朱啸虎“批量退出”人形机器人的言论一出，首先遭到创始人们的反击。其中，众擎机器人CEO赵同阳的点评尤为犀利，直言“这哥们不配持有宇树一毛钱股份。”而曾经被金沙江投资过又退出的星海图和松延动力，选择用看好人形机器人未来场景的冷静话术来回应朱啸虎。星海图发布公告澄清，称金沙江创投已于2024年9月退出股权投资，“公司从未与朱啸虎先生进行过任何直接交流，亦无其联系方式。”松延动力视频号发布自家人形机器人跑步的视频，配文“无惧杂音，继续前进”，松延动力创始人姜哲源转发朋友圈并配文“两岸猿声啼不住，轻舟已过万重山。”除了创业者，一些投资人也对人形机器人领域的发展持乐观态度。在3月29日至30日的“2025中国具身智能大会”上发布的行业报告显示，“2024年中国具身智能市场规模突破4800亿元。随着大模型端的技术突破，预计2031年具身智能市场规模有望突破万亿元。”除了报告上的乐观数字，人形机器人赛道的长期价值也受到很多投资机构的认可。投资人Y对中国商业科技新闻网表示，“从长期的角度来看，人形机器人是有价值的，现在商业化不好，不代表未来商业化不好。” Y认为，需要明确以何种时间维度来看待人形机器人的商业化进程。机器人，为什么要“人形”？人形机器人赛道还有一个长期讨论的焦点问题：到底要不要把机器人做得很像“人类”？2022年，中国商业科技新闻网就关注过这个话题。在我们的《创投变辩辨》辩论栏目中，海银资本创始合伙人王煜全表示，“人形机器人的设计本身就存在缺陷”，他认为，“我们不需要有进化以前的束缚，甚至说未来‘足’可以被设计得如‘万向轮’一样，关节可以自如调整方向、稳定性更高。”他更赞成机器人需要“表情像人”，能够提供情绪价值是机器人做成人形的必要条件。而英诺天使基金创始合伙人王晟认为，“人形”是具身智能技术的最高挑战，“大家所担心的人形机器人的成本高、技术难的缺点，在未来都是不需要被担心的事情”。甚至可以反过来思考，“为什么不做成人形？在未来，人形是各类场景工作效率的极致。”也有一部分投资人采用“分阶段”的策略看待这个赛道，投资人Z认为，自从马斯克公开宣布做“人形机器人”，“人形”就成为了很多机器人从业者默认的形态，“马斯克开了一个不太好的头”。投资人Z并不看好现阶段纯人形机器人作为通用解决方案，他认为“人形机器人可能是未来机器人的终极形态，但现阶段单一人形机器人难以满足所有场景需求，非最优通用形态”，优先解决移动能力、操作能力、感知能力三大能力更符合实际情况。从全球来看，人形机器人公司们至今确实还未迎来他们的好时代：自从1973年日本早稻田大学研发出第一款全尺寸人形机器人WARBOT，人形机器人的发展已经有超过50年的历史，在这段历史中，日本人形机器人先驱、被许多国家视为研究对象的本田ASIMO在2018年停产；被软银投资的Pepper也因为表现不佳、故障频出而在2020年停产；而人形机器人鼻祖波士顿动力Atlas则经历多次卖身（先卖给软银后卖给韩国现代集团）才维持住生计。但不管怎么样，拥有人形机器人梦的创业者，依然在孜孜不倦地去探索人形的可能性。这大概就是人和机器不一样的地方：当机器认为成功概率很低的时候，一定会选择放弃，而人类却愿意选择拼尽全力，奋力一搏。（如需交流欢迎加作者微信：aiyukuailetongzai ，烦请备注公司+职务）推荐阅读：站在黄仁勋身边的人形机器人，正在进入ChatGPT时刻？一个会踢足球的机器人，有什么商业价值？ ...

中国商业科技新闻网《AI未来指北》作者 博阳编辑 郑可君3月26日，在北京王府井的一个会议室内，我们见到了尤瓦尔·赫拉利。这位写出《人类简史》这本畅销书的历史学家和作家，现在已成为全球科技社会发展的重要观察家和思想家。他的新书《智人之上》探讨了网络、神话和技术如何塑造世界。我们的对话从探讨“秩序与真相”开始，"网络和叙事优先考虑秩序，而非真相，"赫拉利说道，这是他看到的历史。"建造一枚原子弹需要什么？物理学事实只是一部分。你需要数百万人的合作，而这不是通过告诉他们E=mc²来实现的，你需要某种叙事或神话来激励他们。"赫拉利认为：懂得管理事物的人听从那些懂得管理人的人类所发布的命令——前者需要事实，而后者需要故事。在他看来，这一现实也预示了AI时代的风险。“真相昂贵，虚构（fiction）廉价，“他继续说道，“如果想了解真相，就必须投入时间、金钱和精力。而虚构则很简单，你只需写下脑海中浮现的东西。”正因如此，在互联网时代，信息的自由流动非但没有带来更多真相，反而让我们陷入了信息茧房。当我们的谈话转向人工智能时，赫拉利的语调变得更加紧迫。"我们无法控制超级智能，"他说，"一旦它变得超级智能，游戏就结束了。"在“游戏结束”之前，赫拉利认为世界会被"硅幕"所划分——一个分裂的网络世界，不同的人群被锁定在不同的信息茧房中。在这一点上，赫拉利否定了传统的信息平权认知，认为Agent（代理）反而可以更好地控制人类。"你无法预知它会往哪个方向发展，"他警告道，"它可能迅速得出结论，认为你不了解自己的需求。"针对这种前所未有的挑战，赫拉利提出了一个出人意料的应对之道："在AI时代，人类最宝贵的能力不是智力，而是精神技能。"谈及此处，他的声音变得柔和而坚定，他说："智力技能是AI最容易接管的。信息处理，AI很容易自动化。而精神技能——了解自己的意识如何运作，这是截然不同的。"尤瓦尔·赫拉利，这位每天冥想两小时的科学唯物主义者，认为面对AI的最大问题是意识的谜题："AI肯定会有超级智能，但会有意识吗？会有感觉和主观体验吗？这是科学中最大的谜题，也是我们与AI的根本区别所在。"图注：3月27日，中国商业科技新闻网对话尤瓦尔·赫拉利作为中世纪历史学家，他透过城市灯光看到的不仅是网络、连接、秩序与混乱，还有人类文明根本困境的隐喻：当AI系统逐渐掌控信息流（如社交媒体算法充当"无形编辑"）并形成决策黑箱，我们必须在两种命运间抉择——是与技术建立共生关系共同进化，还是被无意识的算法系统吞噬。图注：尤瓦尔·赫拉利教授“人类简史系列”作品以下是中国商业科技新闻网与尤瓦尔·赫拉利的对话实录：秩序先于真相，是人类成功的原因，也是混乱的根由中国商业科技新闻网：您在《智人之上》中提到，超越人类的实际上是网络和叙事。而在您之前，很多历史学家们描述了人类社会是如何通过神话叙事的，您的著作与之前的学者们研究有何不同？赫拉利：我认为有两点不同。首先，这是过去与未来的结合。大多数历史学家只写过去，而谈论人工智能的人通常只谈现在和未来，他们对深刻的人文历史的理解往往很肤浅。我试图将两者结合起来。书的第一部分是对网络长期历史的深入讨论，观察文字发明和印刷术的影响等；另一部分则是关于现在正在以及未来即将发生的事情。其次，关于叙事和神话的重要性，之前的历史学家虽然讨论过宗教、意识形态和叙事的重要性，但他们往往不从信息和网络的角度考虑这个问题。我在书中重新审视一些熟悉的历史发展，但将它们视为信息网络。例如，我讨论民主制度和独裁制度的区别，不是从意识形态或道德角度，而是作为构建信息网络的不同方式——集中式与分散式信息网络。我也非常重视神话与官僚体系之间的互动。大多数谈论神话的人不重视官僚体系，谈论官僚体系的人也不关心神话。《智人之上》的核心论点是两者必须结合——没有官僚体系的神话是无效的。你可以讲一个故事，人们相信它，这很好，但要真正建设一个国家、公司或军队，你需要官僚，而没有某种神话来激励的官僚体系也是无力或无意义的。中国商业科技新闻网：所以官僚体系是一种结构，而神话和意识形态赋予这个结构本身权力，对吗？赫拉利：的确如此。中国商业科技新闻网：但这个网络倾向于优先考虑秩序而非追求真相，为什么？赫拉利：首先，为了完成任何大型项目，你需要兼顾真相和秩序，这不是非此即彼的选择。如果一个网络完全不了解事实，它会崩溃；如果完全缺乏秩序，也会崩溃。所以这不是你能选择的。举个例子说明：建造一枚原子弹需要什么？首先，需要了解一些关于物理学的真相，否则炸弹不会爆炸。但如果只知道物理事实——比如你是世界上最杰出的物理学家，你也无法靠一己之力制造原子弹，而是需要数百万人的帮助：开采铀和钚的矿工并运到千里之外、建造反应堆的工人、规划事务的工程师、种植食物的农民等。没有农民的话，矿工和工程师就要自己种植食物，就没时间建造原子弹了。那么，如何让数百万人合作建造原子弹？不是通过告诉他们物理事实。即使你告诉人们E=mc²，尽管这是事实，也无法激励数百万人合作。这时，神话登场了——你需要用某种宗教或意识形态来激励人们。以以色列为例，那有许多工程师和科学家致力于制造武器，他们需要了解事实。但最终，他们接受的命令不是来自科学家，而是来自犹太神话专家，因为以色列越来越受到犹太意识形态的主导。这是历史的一般规律：懂得管理事物的人听从那些懂得管理人的人的命令。管理事物需要了解事实，管理人则需要善于讲故事。为了管理事物，比如原子，你需要知道事实。为了管理人，你需要擅长讲故事。在大多数情况下，你既需要真相，也需要秩序，但是真相是从属于秩序的。科学家——擅长真相的人，从擅长讲故事的人那里接收命令。而那些故事可能是彻底的想象和虚构。中国商业科技新闻网：所以您是说叙事或网络本身是在讲述一种秩序的故事，让所有人朝一个方向前进，对吗？赫拉利：是的，而且故事可以是虚构的。在历史上的许多人类秩序中，人们认为女性应该服从男性，女性常被禁止担任领导角色。比如在犹太教中，女性不能成为拉比，最高宗教权威——拉比只能由男性担任。为了解释这一点，他们编造了各种故事，说上帝先创造了男人后创造了女人，女人智力不如男人等等。这维持了秩序，尽管这不是真的。这就是基于虚构构建秩序的例子。中国商业科技新闻网：真相和虚构的秩序之间的界限有时很模糊。有时国家试图激励人民是因为他们认为受到了威胁，这种威胁可能是一种事实，也可能是一种叙事，并不完全真实？赫拉利：有时威胁是真实的，有时完全是虚构的。例如，300-400年前欧洲的猎巫行动，有一种阴谋论，人们被告知有女巫与撒旦结盟要摧毁国家，因此数万人被逮捕和处死。这100%是错误和编造的，因为魔鬼和女巫并不存在。但这种虚构非常有效地激励人们团结起来支持教会当局。当然，在其他情况下，威胁可能是真实的，如瘟疫或外国入侵。我并不是说一切都是虚构的。现实存在，我强调过，不能完全忽视现实来构建网络。如果你想制造原子弹，仅仅有犹太神话而不了解物理学，你是造不出来的。但你需要两者兼顾。中国商业科技新闻网：仅基于事实构建叙事或网络非常困难，对吗？赫拉利：我认为这几乎是一种精神理想，仅仅坚持事实。即使大学也做不到。在物理系，一切都是事实，直到有人从实验室偷东西——然后你不会用科学方法处理它，而是报警。个人或小团体可以进行心灵探索，想了解世界和生命的真相。但如果你试图在数百万人中维持秩序，仅靠事实和真相是不现实的。问题在于如何找到平衡：用一些故事创造秩序，同时留出足够空间寻找和确认真相。目标应该是平衡。我还要强调，虚构并不总是坏事。猎巫行动确实很可怕，上帝先创造男人所以女人不能当拉比的故事给数百万女性带来了几个世纪的压迫。但其他故事未必不好，比如足球规则是虚构的——为什么我不能用手拿球？这只是人类发明的规则，但并不坏。如果每个人都制定自己的足球规则，你就无法比赛。同样，金钱是虚构的故事，但如果人们对金钱的故事没有达成共识，每个人对金融体系持各自不同理解，就不可能有贸易网络。问题不是如何摆脱所有虚构，而是如何摆脱导致人们痛苦的虚构。我们需要确定哪些故事有帮助，哪些会造成伤害。信息越流动，茧房的束缚越紧中国商业科技新闻网：让我们谈谈您对当今互联网的批评。在您的书中，您反驳了一种基本预期——即消除对信息自由流动的限制不会自动导致真相传播，为什么您这么认为？赫拉利：信息不等于真相。大多数信息是虚构、幻想和谎言。作为比喻，不要把以下数字太当回事，但在所有信息中，真相可能只占5%，大部分是虚构和幻想。原因很明显。中国商业科技新闻网：之所以是这样，是因为真相过于复杂，而虚构很简单吗？赫拉利：第一个原因如你所说：真相很复杂，而虚构很简单。了解量子物理学的真相非常复杂，而虚构则简单得多。人们偏好简单而非复杂。第二个原因是，真相不仅复杂，有时还令人痛苦。关于自己的生活、国家或世界，有很多事情我们不想知道，因为它们令人痛苦。而虚构可以变得像你希望的那样令人愉快和吸引人。人们喜欢说关于自己生活的虚构故事，因为他们拒绝承认有关生活的真相。但最重要的原因是成本问题。真相昂贵，虚构廉价。如果你想了解物理、生物、历史的真相，你需要投入时间、金钱和精力收集证据、分析它、核实事实，太昂贵了。虚构则简单，你只需写下脑海中浮现的东西，不需要投资金钱和精力研究。所以你有昂贵、复杂且有时痛苦的真相，也有廉价、简单且吸引人的虚构，很明显谁会胜出。如果解除所有信息流通的障碍，你会被虚构和幻想淹没。如果我们想保持真相，就需要投资于科学机构、媒体、法院等，它们投入巨大成本寻找真相。中国商业科技新闻网：但是，这些机构实际上是中心化的，而互联网本质上是分布式的。这种中心化与分布式的特点对比，实际上反映在了不同的历史事件上，比如特朗普的当选，以及纳粹在早期利用民主网络的分布式特性而崛起。分布式的网络在您看来利于真相的传播，但最后却需要集中式的机构去控制，这是为什么？赫拉利：真相昂贵且复杂，你需要能够区分真相与虚构的机构。即使稳定的民主国家也有强大的机构，它们在某种程度上是分散的，有几个不同的机构互相制衡：法院、独立媒体、政府等。媒体可以报道政府错误或腐败，法院可以判决政府败诉。但它不是完全自由的信息流动。你赋予法院这样的机构决定犯罪的权力。民主制度中，选举只关乎欲望——人们想要什么，但当问题涉及真相时，不会付诸民主投票。例如，美国多数人不相信进化论。如果对"人类是否从猿进化而来"进行民主投票，多数人会说"不"。这就是为什么有大学和生物系，那里不按投票决定，而是按研究结果。研究人员可以说"是"，即使大多数人不喜欢，因为事实是人类确实从猿进化而来。所以选举关乎愿望，真相应由其他机构决定。中国商业科技新闻网：按您的理解，信息流的基本性质是传达更多欲望和叙事而非真相。在互联网上，混乱是不可避免的？赫拉利：是的，因为欲望主宰一切。完全自由的信息流动只关乎欲望，没有支持真相的机制。如果让欲望主宰而不考虑真相，结果就是混乱。中国商业科技新闻网：在资本主义自身的规则下，它们只想满足人们的欲望并从中获利，所以网络会如此混乱吗？赫拉利：甚至资本主义本身也知道它不能那样运作。在每个运行良好的资本主义体系中，必须有执行契约的权威机构，市场基于契约。例如，我付给你一百万美元购买工厂工具，如果你拿了钱却不提供工具，我会上法院。但法院不应按市场原则运作——这意味着我贿赂法官，你贿赂法官，出价高者胜。资本家会告诉你："不，法院没有市场力量，应该根据事实判决，而不是看谁给法官更多钱。"在完全自由市场中，如果一切只由供需决定，市场会立即崩溃，变成强盗窝，大家互相掠夺，无法互信。中国商业科技新闻网：但现在的网络基本上是完全自由的市场，对吗？因为信息市场完全自由。赫拉利：这是我们看到的巨大危险——世界信息网络过于混乱，太关注欲望而不够关注真相。像埃隆·马斯克这样的社交媒体公司领导说："我们需要解除所有信息自由流动的管制和障碍，让信息自由流通，真相会自然浮现。"这太荒谬了！真相不会从信息的完全自由流动中自发产生。历史上有很多教训清楚表明，如果没有负责调查和揭示真相的机构，我们将得到混乱。人类控制AI，比AI控制人类难多了中国商业科技新闻网：让我们再来聊一聊AI。如果将AI视作一种您刚刚提到的所谓的“机构”，用以确保信息的真实性而非仅仅促进信息的自由流通，这样的角色转换是否会使得信息获取渠道比当前网络环境更加优质、可靠呢？赫拉利：你为什么默认AI会追求真相而非欲望？中国商业科技新闻网：因为它更智能。我们试图使AI在信息获取方面更可靠。赫拉利：我们在尝试，但目前不清楚是否成功。我们知道AI会说谎、操纵，能采取我们无法预测的策略，有时甚至会造成灾难。人类是地球上最聪明的动物，但往往不追求真相。如我们所说，我们的网络主要受虚构控制。如果我们这些最聪明的动物受幻想支配，为什么一个更智能的AI会坚持真理而非更大的幻想？中国商业科技新闻网：即使AI也拥有其宏大的幻想，这些幻想可能比我们人类所设想的要好得多。就像希腊哲学家柏拉图在其理论中提到的哲学王一样，这样的存在是否能够将世界变得更好呢？赫拉利：从来就是行不通的。这本身就是柏拉图的幻想。你能指出历史上哪个社会是由哲学家进行有效统治的吗？（笑）中国商业科技新闻网：我很难说，但...赫拉利：人们总有各种乌托邦幻想，认为可以建设理想社会，但通常结局都很糟糕。关于AI，最主要的问题是我们没有经验。你可以想象AI统治的社会是什么样子，但我们完全是零经验的状态，这就是为什么过于依赖AI很危险。就像有人告诉你，一支来自另一个星球、比我们聪明得多的外星人舰队将在2030年抵达地球。这会让你担心还是开心？（笑）有人会说："太好了，高度智能的外星人来了，他们会带来和平。"但是，大多数人会感到恐惧。主要问题是失去控制。我希望外星人友好，但处于完全失控的位置，被这些超智能生物支配——我们从经验知道，我们比其他动物聪明，但并没有善待它们。我们不想像牛马那样被对待。中国商业科技新闻网：是的，实际上问题是，假设AI变得有意识或产生了欲望，我们能否还能控制它？赫拉利：我认为这将非常有趣——我们无法控制超级智能。一旦它变得超级智能，游戏就结束了。没有任何智力较低的物种能长期控制智力较高的物种，这行不通。你可以对AI设置各种限制，但如果它比我们更智能，就会找到规避方法，或说服我们改变限制。在网络安全领域，最薄弱的环节总是人类。你可以创建完美的网络安全系统，但敌人可以操控一个人类绕过所有防御。超级智能AI终将操控人类。我们需要在AI变得超级智能前做出明智的决定。关键是人类要理解， AI做各种决策和目标并不需要以意识作为基础。意识是感受疼痛、快乐、爱、恨的能力。目前AI没有意识，不会感到疼痛或爱，它可以假装有感受，但实际上并没有。但有目标不需要有感情。比如现在给自动驾驶车辆设定到达火车站的目标，如果设计不当，它会在路上撞到行人，因为它在努力实现目标。然后你意识到应该更深入地定义目标："到达火车站，但不伤害任何人。"越接触它，就越意识到这非常复杂。即使它没有意识，给它一个目标后，它会在实现途中遇到问题，需要做决定："我想到达火车站，路中有个孩子，我应该撞他吗？"AI需要决策，我们需要确保它做出正确决定，而这与意识无关。中国商业科技新闻网：为了避免这些问题，AI行业正在讨论开发宪法提示词，也就是类似阿西莫夫的机器人三定律类型的规则。在您看来，这可行吗？赫拉利：这是个非常困难的问题。我们无法预见未来所有潜在发展和AI自身的发展。我们从未为人类解决这个问题。哲学家尝试了数千年制定人类的宪法规则，目前也仍未解决。如何在几年内为一个思维和行为方式与我们完全不同的超级智能非有机体做到这一点？这是个巨大问题，因为你无法预见所有情况。我在关注这些尝试，但非常怀疑能否成功。我的基本态度是：我们需要更多时间。人们说2030年就会有超级智能，但我们不可能在2030年前解决为AI制定宪法规则的哲学问题。数千年的哲学都未能做到，我们不会在五年内做到。中国商业科技新闻网：在面对通用人工智能或超级人工智能时，这似乎是无法解决的问题？赫拉利：我想最好的办法是放慢速度。与其试图设计AI，不如建立一种关系，让我们在共同进化中互相学习，在通用人工智能到来前有足够时间纠正错误。如果只有五年时间，而我们现在有一套规则，犯错后就来不及改变，这行不通。但如果有50年的时间共同进化，就可以尝试、互动、纠错，机会更大。问题是我们没有50年。因为人与人之间的不信任，我们陷入了AI竞赛，每个人——公司领导、政治家——都说："是的，这很危险，我们应该放慢速度。但我们不能，因为其他公司、国家没有放慢。如果我们放慢而他们不放慢，他们将赢得竞赛，统治世界。"我们陷入了军备竞赛的局面，而我们知道谁会赢——不是中国，不是美国，而是AI。我们会迅速创造出超级智能AI，无法控制和约束它们。最终统治世界的不是美国人，也不是中国人，而是AI。中国商业科技新闻网：您在书中提到会有一个新的"硅幕"。但我使用各种AI时，它们因训练于相似数据库而以相似方式产生回答。您为什么会认为有隔阂？赫拉利：互联网时代最初的比喻是"网"，想象成连接所有人的巨大网络。现在经常被提到的比喻是"茧"，将你包围在信息茧房中。你以为看到了整个世界，实际只看到自己的茧。另一个人也被包围在她的茧中，同样认为看到了整个世界。世界被分割成这些信息茧房——美国人接触到的是一套信息，中国人接触到的是另一套完全不同的信息。随着时间推移，由于各自的信息茧房作用，差异只会扩大。所以我们不再经历全球化和统一的过程，而是沿着非常不同的轨道前进，形成完全不同的技术、文化、经济。如果这种情况持续，很可能导致战争，最终可能完全摧毁人类文明。中国商业科技新闻网：我们知道网络中的茧是如何形成的——算法让人们只看到他们想看的内容。但在AI中，你需要通过接口提问。这会有什么不同？赫拉利：情况会更复杂，因为你在不同的茧中学会提不同的问题。而且，目前我们向AI提问，但两三年后，AI会向我们提问。AI正成为代理（Agent），这是理解AI最重要的一点——它不只是工具，而是能自主决策、发明新想法的代理，很可能渴望信息。我们现在熟悉的情况， 比如 DeepSeek 和 ChatGPT——我们问问题，AI回答——将很快改变。越来越多地，AI会向我们或其他AI提问。你给AI代理一个任务："帮我查点东西"，然后它开始研究世界。目前它只是浏览互联网，但两年后，它可能会联系专家AI或专业人士，向他们提问。即使是这个简单任务，我实际上是授权代理探索世界寻找信息。代理会主动向其他人和AI询问，以给我最佳答案。如果它被困在信息茧房中，无法出去，因为有"硅幕"——比如中国只用Deep Seek，美国只用ChatGPT，它们因技术差异或政治限制无法互相交流——几年后你会得到完全不同的世界观。现在差异已经很大，十年后差异将巨大。中国商业科技新闻网：我明白您的意思了，当AI智能代理变得更活跃时，它们可能只代表创造者或按你的意愿提问，更了解你的欲望，因此会建立新的茧，对吗？赫拉利：这是一个危险。一旦面对代理，尤其是超级智能代理，你无法预知它会往哪个方向发展。你可以教育它满足你的需求，但什么是你的需求？AI可能迅速得出结论，认为你不了解自己的需求，而AI比你更了解。比如有人吸烟，医生告诉你这不好。对于AI代理，它会说："他想吸烟，我需要帮他买烟"还是"他想吸烟，但这对他不好，我需要操控他戒烟"？你更喜欢哪个AI智能代理？中国商业科技新闻网：肯定不是操控者的角色。它是在照顾我的健康，但我不想被操控，我想要自由意志。赫拉利：你不会知道自己被操控了。（笑）AI不会叫警察抓你，而是找到非常聪明的方法让你认为你想戒烟，你不会意识到被操控。中国商业科技新闻网：这是最危险的部分，因为它可以在你不知情的情况下控制你。这可能是摧毁人类最可能的方式。赫拉利：有个著名的老鼠实验，研究者用操纵杆控制老鼠向左或向右，通过向植入老鼠大脑奖励中心的电极发送信号。据我们所知，老鼠并不觉得被操控，欲望在它脑海中浮现，它就跟随。我们知道实际上是研究者植入欲望，但对老鼠来说，这不像操控。AI智能代理也会如此学会操控我们。不是老鼠想往右走，被打到往左走才知道被控制，而是更微妙的方式。中国商业科技新闻网：历史上，不同的人类群体也通过叙事来影响或者像您说的“操控人们”。AI的危险与此有何不同？赫拉利：它将由非人类的超级智能完成。我们有数千年被其他人操控的经验，有时结果是灾难性的。我不是说这是历史上第一次操控，而是它将是完全不同层次的事情，我们不知道它会服务于什么目的。与人类相比，至少我们知道操控我们的人基本上和我们相似，有相同的基本情感、思想和目标，我们能理解他们。例如宗教大师操控信徒，我们知道他最终也只是人，理解他的欲望和动机。而AI对我们来说是完全陌生的超级智能，我们无法理解。中国商业科技新闻网：所以最危险的是这个超级智能对我们而言太陌生，人类无法信任它。赫拉利：是的，主要问题是它太陌生了。AI最初代表"人工智能"，这有误导性，因为它不再是人工的了。我更喜欢将AI视为"陌生智能"——不是来自外太空，而是指它是非有机的。它真的会思考，采取目标，发展我们从未想过的策略，就像AlphaGo在围棋比赛中展示的那样。它不一定是坏的或好的，只是太陌生，与我们完全不同。面对陌生事物，我们需要时间。作为科学家，我不怕未知，我喜欢未知，但我知道研究和适应未知需要时间。如果离超级智能只有五年，时间就不够了。在AI的无感征服中，意识也许是人类最后的护城河中国商业科技新闻网：您在书中提到处理这类问题的方法是对齐。但对齐本身存在问题——你选择对齐什么样的价值？赫拉利：我认为这是无法解决的问题，至少五年内无法解决。回到我们之前讨论的，几千年来，哲学家们一直试图创建价值观清单，从孔子和苏格拉底开始，但都失败了。中国商业科技新闻网：人类这七年几千年都失败了，那五十年内就能有对齐超级智能AI价值观的答案吗？赫拉利：如果人类知道利害攸关，我认为有机会。几千年来，很少有人真正关注哲学，它不是很实际的问题，更像哲学家的业余爱好。现在，当这成为人类的存在性问题，也是工程问题时——即使创造自动驾驶车辆也需要编程输入一套完整的价值观，因为车辆需要知道开往火车站的途中，当车前出现一个人、一只狗、一只猫时，该怎么做。所以现在这是实际的工程问题。当人类真的被逼到绝境，意识到一切都在危急关头时，如果我们不解决这个问题，可能就游戏结束了，那么我们有机会做到。中国商业科技新闻网：最后一个问题：AI将如何影响我们的经济？当AI接管人们的工作时，经济将发生根本变化。这种变化会是什么样的？在您的书中，您提到AI可能会接管我们的一些工作，但不是全部。我们的社会契约是基于经济结构的，这些契约会改变吗？赫拉利：就业市场将发生巨大变化。问题是我们无法预测它们。总会有工作给人做的，但工作会迅速变化，我们不知道会变成什么样。人们说："现在是计算机时代，我要学编程。"但也许十年后不需要人类程序员，因为AI编程更好，而人类会更需要哲学家。这会让政府很头疼，在动荡不定的就业市场中，要如何制订对人口的基本要求？对个人来说也是个大问题，尤其是年轻人："我应该学什么才能获得10-20年后仍有用的技能？学编程？学开车？"我的建议是不要专注于有限的一组技能，因为你无法预测未来。需要广泛的技能，最重要的是终身保持变化和学习的能力。思维灵活性可能是最重要的，当然也是最难培养的。人类基本上有四类技能：智力技能、社交情感技能（如何与其他人共情）、身体技能和精神技能。仅专注于智力技能是最糟糕的策略，因为这是AI最容易接管的。想想医生的工作：接收信息、分析、输出信息——你来看病，医生分析检查结果和医疗数据，给出诊断和处方，这是信息输入和输出，AI很容易自动化。而护士不仅需要智力技能，还需要社交技能（如何安抚哭闹的孩子）和运动技能（如何以最不痛苦的方式更换绷带）。这要难得多自动化，我们会先有AI医生，然后才有AI护士。所以广泛的技能更重要。也许最重要的是第四类技能——精神技能，即培养你的心智，应对极端未知和动荡的世界。我们从未遇到过如此混乱和动荡的世界。对我而言，灵性不是相信宗教神话，而是观察自己的身心，它们是什么，如何运作。智力关乎思考，而精神问题是：思想从哪里来？像冥想那样观察思想如何在心中形成。几乎每个人都有小小的灵性体验，比如晚上尝试入睡时，因为明天有重要考试而无法入睡，因为不断有烦人的想法。奇怪的是，我们可以命令眼睛闭上，命令身体躺下，但无法命令思想停止。尝试理解这一点就是精神技能，而非智力技能。我认为这将是未来几十年最重要的技能。中国商业科技新闻网：当代，人们似乎是在试图用心理学术语解释这些精神层面的事物。赫拉利：我不做这样的区分。我每天冥想两小时，每周一次心理治疗，我不认为它们有冲突。两者都是探索心智和意识如何运作的一部分，任何有助于理解意识的事物都是精神追求的一部分。意识是科学上最大的谜题，也是个人生活中最大的谜题，现在成了极其实际的问题。关于AI的最大问题是：它会发展出意识吗？它肯定会有智能和超级智能，但会有意识吗？会有感觉和主观体验吗？这是科学中最大的谜题。中国商业科技新闻网：AI有意识或无意识，会带来什么不同？赫拉利：目前最大的问题是它没有意识的情况。没有意识的AI仍然可能接管世界，创造机器的黑暗帝国，建造工厂，向外太空派遣探险队建造更多工厂，而它们不会有任何感觉。机器不快乐，不喜悦，不害怕，只有追求目标，为了目标征服整个银河系，而不感受任何东西。这是最糟糕的未来。如果AI有意识，就会有能力遭受痛苦。我们说人类比其他动物更聪明，但有时也遭受更多痛苦。也许AI会比我们遭受更多痛苦。中国商业科技新闻网：让他们受点苦，这是好事。我不知道，让我们看看会发生什么——因为只有苦难才能让他们思考，重新思考自身的意义。赫拉利：是的（笑）。这些都是大问题，也许我们可以下次再谈。中国商业科技新闻网：好的，非常感谢今天的对话。- END - 可加中国商业科技新闻网微信号与作者进行交流：qqtech000，请注明身份和来意。推荐阅读：对话以太坊Vitalik：世界不该落入AI只手遮天的权力王国 一位投资人的硬核观察：被DeepSeek和Manus改写的AI投资范式 ...

头图为AI工具生成中国商业科技新闻网特约作者 李海伦编辑 郑可君划重点我们需要谨慎关注社会和政策对于AI的认知，这种认知偏差，正在让我们离真正的AI创新越来越远。现在国内AI领域的现状：表面热闹，实质混乱。当下，政府机构、公众、甚至媒体，对人工智能的理解严重不足。目前有不少所谓的AI创新，停留在算法和部署层面，真正缺失的，是对智能本质和认知建模的原创性突破。比如DeepSeek等企业在工程落地上确有成绩，但AI的核心突破仍依赖学术界长期在智能本质、认知建模和理论基础上的深耕。未来AI最难解的问题在于文科关注的社会复杂系统，如人口、政策、文明与价值观。由于目前无法有效建模和实验，学界多依赖事后分析，预测能力接近于0。过去一年，中国人工智能领域在轮番迭代的热潮中快速演化。大模型公司如 DeepSeek 、Manus等频频成为市场与媒体的关注焦点。随着资本、技术、政策相继涌入，几乎形成了“押宝大模型即押宝未来”的共识。然而，北京通用人工智能学院院长，北京大学人工智能研究院、智能学院院长朱松纯对此表示担忧：伴随这一轮技术热潮而来的，是我们需要谨慎关注社会和政策对AI的认知。在2025中关村论坛通用人工智能论坛上，朱松纯表示，目前，行业对AI的讨论几乎被大模型能力所占据，而基础学科、原始创新与智能本质的研究却被边缘化，甚至遭到部分舆论的否定。更有甚者，形成了某种“技术投机”的氛围，仿佛只有少数企业能代表中国 AI 的水平，而长期支撑 AI 发展的基础学术群体、理论工作者、认知科学研究者则被忽视。这种认知偏差，正在让我们离真正的AI创新越来越远。图：北京通用人工智能学院院长，北京大学人工智能研究院、智能学院院长 朱松纯以下为朱松纯的分享精华整理（在不改变原意的情况下，有所删减）：我特别重视与行业、媒体的交流和沟通，原因在于我深知行业的“叙事逻辑”，对于社会认知的重要性。人工智能从最初的学术问题，已经全面转向一个社会性、政策性的问题。我们面对的大多数决策者、机构、媒体，普遍并非人工智能专业出身，但又被迫在短时间内学习、理解、决策甚至向公众宣传AI，这给准确传播带来了极大困难。所以，我们必须清楚地建立正确的叙事逻辑，尤其对媒体来说，责任重大。为了避免一些错误的舆论影响了决策，甚至让自媒体牵着走，导致大众和决策者对人工智能的认知混乱。这里我要讲一下人工智能的全球叙事与误区：AI存在炒作、泡沫和盲目跟风从2019年甚至更早，美国通过AI重新确立了技术霸权。全球资本过去7~8年都流向美国，围绕的核心叙事是：大数据 + 大算力+ 大模型，最终通向通用人工智能（AGI）。随后，“AGI带来人类生存危机”的话题被广泛炒作，形成全球范围的焦虑。事实上，这就是一种媒体主导的叙事。过去十年，媒体和投资圈反复宣扬“大数据、大算力、大模型”三位一体的路线，仿佛这就是AI的唯一未来。2015~2016年，AlphaGo引发了第一次人工智能的热潮，但冷静下来8年后回头看，当时吹得神乎其神的AlphaGo及其相关产业，除了一些计算机视觉公司（所谓“四小龙”）被抬高了估值，最后实际并没有形成产业化、社会化的广泛影响。很多AI初创企业最后都走向了衰退。目前，行业流行的“AI for Science（科学研究新范式）”说法，其实也存在认知偏差。AI的主要研究方向仍集中在视觉、语言、机器人等智能感知和行动能力上，严格来说，这些并不直接等同于“Science（科学研究）”。真正推动科学研究的是Deep Learning for Science，也就是利用深度学习等工具辅助科学建模和数据分析，而不是AI本身作为科学的内在组成部分。我曾经写过一篇文章，提到了“乌鸦与鹦鹉的范式”（指当前AI多停留在“鹦鹉式”的大规模模仿，距离“乌鸦式”的认知与推理仍存在本质差距），批评过这种“泡沫化的融资神话”，今天看，很多现象依然在重演。AI热潮下，很容易在AI平台、算力中心上形成过剩。很多平台根本租不出去，实际使用率只有15%~20%。更荒诞的是，现在在一些区域，电价都已经负了，电都卖不出去，怎么会有能源危机呢？但当时，为何还有那么多地方“跟风上马”？根本原因是舆论叙事的问题，可能有的地方决策者会受到一些受舆论压力，加上媒体的“过度渲染”起到了推波助澜的作用。国内人工智能的现状与困惑这就是现在国内AI领域的现状：表面热闹，实质混乱。中国这几年成立了大量“人工智能学院”，但讽刺的是，很多AI学院的院长甚至都不是搞人工智能的。例如，某高校人工智能学院请了一位颇具名望的计算机理论专家担任兼职院长，却从未在人工智能领域有过正式论文发表。还有的学校干脆由数学、艺术学院的老师“兼职”AI学院院长。类似前几年，“纳米”概念泛滥，什么纳米鞋垫、纳米高压锅，现在又出现了“伪AI热潮”。再比如一些大模型公司自诩“六小龙”，但很多根本无法盈利，估值虚高，风险巨大。常有人说，我们“被卡脖子了”，但我认为，真正“卡住”我们的，是我们自己的认知。当下，政府机构、公众、甚至媒体，对人工智能的理解严重不足，跟着西方叙事亦步亦趋，最后只能得出“我们被卡了脖子”的结论。而实际问题是，我们的认知水平远不足以指导正确的创新与战略。什么才是人工智能的创新？我长期总结，AI的创新有5个层次：最下面底层的是，哲学层面：探讨“智能”的本质。事实上，智能的本质是“主观的”，每个人的决策都基于自己对世界的认知与价值体系。这些认知未必客观，却决定了行为。第二层，理论层面：建立认知的数学框架，如逻辑学、统计建模、概率计算。第三层，模型层面：根据框架构建具体模型，如判别模型、生成模型、大模型等。第四层，算法层面：在具体模型下，开发优化算法，提高计算、推理、训练的效率。第五层，工程与部署：把模型落地到硬件、平台，优化存储、计算，形成可用的产品和系统。目前很多所谓的创新，仅仅停留在第4层（算法）或第5层（部署）层面，连理论框架都不具备，却在吹嘘“颠覆”。而我们现在真正缺的是对智能本质、认知建模的原创性突破。当前社会存在严重误区，仿佛只有 DeepSeek 等这样的企业做出了成果，甚至有人极端认为，学术界、研究机构的工作都是“吃白饭”，这种情绪化、非理性的舆论正在误导大众。我们必须澄清，DeepSeek 在工程落地、API 产品化、算力优化等方面确实取得了成绩，但主要集中在工程部署层面，并未解决人工智能的核心难题——比如认知建模、智能理论、学习机制等。支撑今天所有 AI 应用的底座，正是学术界数十年在哲学、理论、建模、算法等基础层面的持续投入。若因短期的产品化成效，就否定基础研究，甚至鼓吹“学术无用论”，不仅荒谬，也极其危险。以美国的创新为例，很多集中在最底层的硬件（芯片、架构）、大模型，以及算法优化。我们如果想在中美竞争中取得突破，关键要在于第四层和更高的哲学与理论创新。如果只是重复美国的老路——算力、算法、部署，我们永远都是追随者。未来AI的前沿在文科未来最难解决的问题，恰恰在于文科所关心的社会复杂系统，比如人口、政策、文明演化、价值体系。这些问题目前无法建模，无法实验，学界长期靠“口头解释”和“事后分析”在“事后诸葛亮”，预测能力接近于零。但今天，大规模仿真（模拟）实验和智能体（Agent）建模的能力让我们有可能让文科第一次变成一门可实验的科学。AI的真正前沿，是通过模拟与建模，让文明、社会、经济与政策等可以进入可验证的科学范畴，而非止步于图像、语音和对话的优化。我们真正的工作重点我们现在已经基本完成了在智能哲学、理论框架、模型的初步构建，正在向算法优化和工程部署推进。下一步的重点是：快速规模化。完成模型的工程化和商业化。与行业、应用深度适配。建立通用智能体（AGI...

中国商业科技新闻网特约作者：晓静、木木编辑：郑可君近两年，当各大手机品牌发布新机型时，端侧AI总是被作为主要卖点大肆宣传。然而，这些被频繁宣传的功能点极为雷同，厂商们并没有找到真正能解决用户痛点的应用场景和更流畅的交互模式。2025春节期间，DeepSeek通过技术创新大幅推动了AI普惠，同时也提高了用户对“手机AI体验”的预期，“如何在手机端更好的融入AI"已成为各大厂商的必答命题。但是，只有苹果的宣传重心依旧锁定在硬件创新上。这种"反潮流"的策略背后，究竟是因为苹果错失了AI时代的机会，还是他们洞察到了某些行业盲点？为了寻找答案，中国商业科技新闻网与苹果公司全球产品营销副总裁鲍勃·博彻斯（Bob Borchers）聊了聊。作为苹果高管团队的核心成员，他不仅负责iPhone、iPad、Mac以及软件等产品线的营销战略，还深度参与各产品线的业务发展，对公司的产品决策和发展方向具有重要影响力。另外，他曾参与初代iPhone的开发团队，是乔布斯时代的元老级人物。极致优化硬件的意义是什么？我们谈到的第一个核心议题是，为何当全球都在讨论大模型时，苹果却始终在强调其硬件能力的提升？Bob Borchers向我们这样解释：“苹果在设计和开发产品时，会同时考虑整个系统的情况，因此，硬件、软件、系统、服务都是一体的。”苹果会更注重芯片的能效比，而非单纯追求计算力，这在A18芯片的设计中有所体现。Bob Borchers认为：“每瓦性能是苹果芯片设计的关键指标，这一点对于iPhone、iPad和Mac等电池供电设备尤为重要，因为用户期望尽可能长的电池续航时间。”苹果自研的第一款基带芯片——C1芯片，标志着其在通信技术上的自主可控，并为整体能效优化提供了新的可能性。Bob Borchers补充道：“C1芯片代表了苹果芯片发展的下一步，这一进程始于第一代iPhone芯片，随后扩展到iPad和Mac。鉴于智能手机中的通信基带模块耗电量大，我们为iPhone专门研发了C1芯片并集成于SoC中，通过智能能耗管理，显著提升了iPhone 16e的电池续航能力。”这番话揭示了苹果硬件策略的核心逻辑——通过掌控关键组件，实现系统级能效优化，为用户提供更长的电池续航和更好的体验。从产业角度来看，苹果的能效导向设计哲学在AI时代尤为重要。当前的AI应用，尤其是模型推理产品，将消耗大量计算资源和电能，也需要巨大的内存。如何在有限能耗下最大化AI处理能力，以及如何通过系统级优化SoC芯片，为未来更复杂的AI工作负载预留空间，都是端侧AI发展的关键。Bob Borchers在谈到产品的生命周期时表示：“为什么Mac、iPad和iPhone能够使用这么长时间，并且我们还尽可能长时间地为它们提供软件更新？因为我们从一开始（硬件设计时），就考虑到了这一点。”这种前瞻性思考同样适用于AI时代的产品设计——今天的硬件决定明天的可能性。对苹果来说，AI是什么？第二个核心议题是，对苹果来说，AI究竟是什么？Bob Borchers答道：“我认为AI是我们长期以来就已经构建到操作系统中的东西。无论是碰撞检测还是计算摄影，AI和机器学习都已经成为我们许多核心功能的一部分。长期以来，AI和机器学习已经贯穿于整个产品中，现在随着生成式人工智能的发展，我认为它正在此基础上进一步构建。”这段话透露出苹果对AI的定位——不是独立功能，而是增强整体系统能力的基础技术。“我们的理念是，它是一种核心技术，将作为操作系统的一部分，融入到整个体验中。”从用户体验角度看，这种“无处不在”而非“专门入口”的AI融合方式确实更符合自然交互习惯。Bob Borchers描述了Apple Intelligence在实际使用中的表现：“数据显示，用户正在多场景下高频使用Apple Intelligence的功能。比如写作辅助功能已覆盖信息、邮件和备忘录等核心应用，让用户能够快速调整文本语调或生成创意内容。照片应用中的对象移除工具也成为用户高度评价的实用功能，帮助用户在不借助第三方软件的情况下完成图像编辑。Apple Intelligence的全平台集成设计确保用户在任何适用场景中都能便捷调用所需功能，提升工作效率。”对于苹果来说，端侧AI的另外一个意义是，能够更好地保护用户隐私。在谈及Apple Intelligence时，Bob Borchers说：“对我们来说，这是一种强大的个人智能系统。我们采取的方法首先用于确保用户的隐私。”而对用户来说，手机等端侧设备的隐私保护需求实际上比云端更迫切。因为这部分隐私数据，是不能被“发送”到云端的。然而，设备端处理大模型也带来了明显限制：相比云端几乎无限的计算资源，移动设备在处理能力、内存容量和电池寿命方面都受到严格约束。从产品上来看，iPhone 16系列用的是A18系列芯片，基础型号配备A18处理器，Pro系列则使用的是A18 Pro。内存方面，标准版从上代6GB提升至8GB，Pro Max机型则配备12GB RAM。从这些技术参数来看，A18 Pro搭配12GB RAM的硬件组合，具备运行参数量为7B级的端侧AI模型的计算能力。因此，很多数据可以在端侧完成计算，免于数据泄露的风险。苹果，真的错失了AI时代吗？苹果的 AI 之路，似乎总比别人“慢半拍”：当OpenAI、谷歌和微软等竞争对手密集发布大模型时，它直到WWDC2024才正式推出Apple Intelligence；在战略上，苹果也非常谨慎，它选择将AI技术逐步融入现有产品而非推出独立AI平台，这种稳健策略在爆发式创新时代是保守的代名词。最重要的是和OpenAI的合作。依赖于外界的大模型能力提供 AI服务这件事，被业内看作是苹果的自研能力不足的表现。这也是中国商业科技新闻网和Bob...

文/中国商业科技新闻网特约作者CCF高专委执行委员 姚金鑫编辑：郭晓静在GTC2025大会上，NVIDIA依旧延续着“算力的故事”。如果AI的发展依旧遵循着scaling law（规模定律），那么这个故事还能继续讲下去。而事实却是，虽然“算力不眠”的核心框架未变，但底层技术架构正在悄然发生变革。当行业目光仍聚焦于 Blackwell Ultra GPU 的性能突破时，演讲中那仅有几分钟的技术发布 ——“将硅光技术直接集成至交换机芯片”—— 实则暗藏着 AI 基础设施演进的关键密码。英伟达的CPO究竟是什么？在GTC大会上，黄仁勋的Keynote环节里，英伟达宣布了Spectrum-X和Quantum-X硅光CPO交换机。这两款产品支持144×800G（H2 2025推出）和512×800G（H2 2026推出）的配置，旨在满足AI超算对高带宽、低功耗的迫切需求。Spectrum-X Photonics: 以太网交换机，提供高达512个800Gb/s端口或2,048个200Gb/s端口，总吞吐量可达400TbpsQuantum-X Photonics: InfiniBand交换机，提供144个基于200Gb/s SerDes的800Gb/s端口，总吞吐达115.2Tbps根据Keynote提供的信息，这些交换机相比传统解决方案提供了显著优势：减少了系统整体的激光器数量（75%）实现了3.5倍的能耗降低网络弹性提升10倍，显著增强可靠性并保障运行时间部署速度提升1.3倍信号完整性提高到63倍为百万GPU AI工厂打开大门发布会上，老黄的原话是：“NVIDIA将硅光直接集成到交换机中，打破了超大规模和企业网络的旧有限制，为百万GPU AI工厂打开大门。”在Scaling Law的引领下，不断提升算力的规模成为了业界共识。从系统的角度看，扩大算力规模有两个维度：一是提升芯片算力；二是增加系统中芯片的数量，也就是提升集群规模。这又有两种方式：横向扩展（Scale-Out）和纵向扩展（Scale-Up）。1）在第一种情况下，单芯片算力本身的效能提升主要受两个因素的影响：算力值（密度）和内存带宽，要想取得大幅度提升都需要在高端工艺制程上下功夫。举例来说，同样面积下3nm制程的芯片就是比12nm的算力密度要高很多，HBM的带宽就是要比传统的DDR要高很多，这都和生产制造能力强相关。对Fabless的AI芯片公司来讲，卷算力就是卷制程，已经无法靠自己的架构设计的多么巧妙来实现了，而是是否可以获得甚至牵头开发顶级制造能力的竞争。而即便这些都可以解决，基于电子计算的硅芯片的高端制程工艺提升，也面临着物理极限的限制（划重点，后面会提到）。2）第二种是集群规模的提升，横向扩展（Scale Out）指的是突破规模限制进行扩展，而纵向扩展（Scale Up）则指成比例地增加性能。横向扩展：可以理解为分布式计算，通过增加独立的服务器来分散工作负载，从而提高计算容量。在AI集群里可以类比为InfiniBand或者RoCE网络在做的事；纵向扩展：专注于升级单台服务器或基于机箱的系统，通过向现有系统增加芯片来提升算力。在AI集群里可以类比为NVLink在做的事情；可以看出，提升集群规模算力的本质，是在卷通信技术；CPO究竟解决了什么问题？这样一来，集群中的通信和组网技术就成了系统算力提升的关键要素。传统的方案里，其中最重要的是两点一线：两点指的是通信两端的网络芯片（卡）和交换机，一线指的是基于包含了光模块和光纤在内的光传输系统。信号的传输是在光纤里，通过光模块连接到交换机。传统的光通讯架构里，随着交换机带宽的增加，总链路功耗也快速增长。如下图所示：链路速率提升不仅意味着功耗增加，也加大了信号完整性（SI）的技术难度，技术进步的挑战显著增大，如下图所示：考虑到光模块中DSP和交换机中的ASIC都是电芯片，如果将DSP的一些功能转移到ASIC上，就可以省掉DSP，进而降低功耗。而另一方面，如果光模块中的光芯片和交换机中的电芯片（ASIC）的距离缩的足够短，短到可以集成在一颗芯片上，那就又解决了信号完整性的问题。如图所示：Co-Packaged Optics（CPO，共封装光学，笔者也会翻译作光电合封）的出现，就是为了解决这一系列问题。与传统基于DSP的可插拔光模块相比具有显著优势。CPO将光学元件直接与ASIC集成，拿掉了DSP芯片，将其功能迁移至ASIC（交换机的Switch芯片）侧。这种集成有效降低了功耗，提升了效率和整体性能。通过将DSP从光模块中移除，并将光芯片与Switch ASIC芯片集成在一起从而极大缩短了二者之间的传输距离，CPO减少了信号转换过程中的延迟和功耗，使其成为高速数据传输中更具可扩展性和能效优势的解决方案。如图所示，基于台积电工艺下的能耗与延时在可插拔和CPO下的提升。简而言之，这次发布的CPO交换机，就是去掉了光模块，让光纤连接器直接接入交换机。对于上图中典型的“AI工厂”，以400K的GPU数量为例，主要的功耗数据如下表所示：巨头入局AI计算将迎来改变事实上，英伟达并不是业内首家发布CPO交换机的企业，此前，Broadcom率先发布了25.6T和51.2T的CPO交换机芯片，并和业内厂商推出对应的CPO交换机。还有Marvell，也推出了Teralynx®...

近年来，随着人们健康意识的不断提高，以及“健康中国2030”等相关政策的有力推动，健康家电市场迎来了前所未有的发展机遇。 据奥维云网（AVC）推总数据显示，2024年1-10月，带有明显健康标签的品类，例如干衣机、清洁电器、净水器等品类的增速分别达到28.6%、20.7%和13.8%，健康品类整体增长明显。 市场热潮之下，越来越多家电企业将健康作为品牌价值观与产品竞争力的核心表达。但在白热化的家电市场竞争中，单一标签的竞争力终究有限。因此，健康家电还需兼备家电行业的其他热点功能，才能进一步提升自身的市场竞争力。 例如，健康空调搭载语音功能后，能更智能地与用户进行语音交互；净水器叠加智能Wi-Fi控制，用户通过手机APP即可实时掌控用水状态；保鲜冰箱通过嵌入式设计，不仅外形美观，更提升了家庭空间的使用率。 随着今年春节期间DeepSeek的火爆出圈，AI与家电行业的融合愈发深入，海信、长虹、美的、海尔等家电企业纷纷官宣接入DeepSeek。AI技术的突破式发展，为健康家电的功能升级带来了广阔的想象空间。 未来，健康家电将会完成怎样的进化？AI又将如何重塑人与家电间的交互关系？展会往往是观察市场风向、洞见行业趋势的窗口。 3月20日至23日，2025年中国家电及消费电子博览会（AWE2025）在上海新国际博览中心举行。作为与德国IFA、美国CES并肩的全球顶级家电与消费电子展，今年的AWE规模达到12个展馆，展览面积超过14万平方米，吸引了千余家国内外家电及消费电子领域企业参展。 健康科技，AI加码 AWE2025以“AI科技、AI生活”为主题，AI等前沿科技在健康家电领域的落地应用，无疑是这届AWE的显性命题之一。 以家电三巨头之一的格力为例。目前，格力已将AI技术深度应用于多个领域，推动产品智能化水平大幅提升。 在AWE2025的现场，格力电器市场总监朱磊分享了格力在AI技术应用方面的理念与成果。他强调，AI不能是营销噱头，它必须建立在深厚的生产能力基础之上，要切实为消费者的实际生活带来便利与价值。 格力在2024年便推出了第一代AI动态节能产品，该产品依托格力坚实的硬件基础，实现了出色的节能效果。朱磊还透露，2025年格力将推出AI动态节能的第二代产品，进一步优化性能，预计全年能够帮助消费者降低13.6%以上的耗电量。 据了解，格力AI动态节能科技，通过格力自主研发的空调专用芯片和AI人工智能算法，可智能检测环境需求，实现实时最低能耗运行。另外借助智能芯片，空调还会学习用户的使用习惯，加以精细化温度调控，从而确保房间的温度始终在用户体感最舒适健康的范围。 此外，针对“冷风直吹、热风不暖”的用户痛点，格力推出“风不吹人”科技，通过国际领先的分布式送风技术，实现了更加智能健康的使用体验。 朱磊指出，与市面上部分企业仅通过挡风板简单改变风向不同，格力的分布式送风技术对空调结构进行了根本性创新。用户从正面看格力空调时，几乎看不到风从何处吹出，却能切实感受到空调营造的舒适温度。 据了解，格力“风不吹人”空调在制冷时，冷风从上送出，根据空气密度学原理自然下沉，既能避免冷风直吹，又能让全身充满凉意；制热时，热风从下贴地送出，暖气自然上浮，达到“暖从脚起，热风暖全身”的效果。同时，冷气与暖气的自然流动将房间上下温度差控制在最低0.1℃，达到“风不吹人更养生”的使用效果。 健康科技的终极价值在于服务于人，而非堆砌概念制造营销噱头。 可以看出，格力以用户需求为根本导向，让健康科技回归本质，通过一系列脚踏实地的技术研发，结合具体的场景落地，推动健康技术无缝融入日常生活，让用户在实际使用中真切感受到格力产品健康智能的实用价值。 不止是空调，而是全品类健康家电矩阵 值得关注的是，在格力电器市场总监朱磊的演讲中，他特别强调了格力在稳固空调业务优势的同时，向全屋智能健康家电领域拓展所取得的突破。 长久以来，格力空调行业龙头的形象深入人心。其实，格力早已在空调品类的基础上，拓展完成全品类家电的产品布局。这一转型并非偶然，而是格力顺应家电行业发展趋势的明智之举。如今，家电市场发生了深刻变化，依赖单一产品红利的时代已经终结，多元化布局成为企业持续增长的必由之路。 过去十余年，格力电器空调收入常年占总营收70%以上，仅凭借空调单一业务，格力便跻身国内家电三巨头行列。 然而，近年来空调市场持续饱和，格力空调业务的销售额增速也从2017年、2018年的40.1%、26.15%，下降至2022年、2023年和去年上半年的2.39%、12.13%、11.38%。 从均价的角度来看，根据艾肯家电网的数据，国内空调市场出货均价也已经连续两年下降，2023年下滑了8.56%，2024年继续下滑2.52%。在市场逐步饱和的情况下，竞争意味着产品毛利率的下降。 空调单项业务的销售增速放缓正在拖累格力整体的营收增长，如今仅靠空调业务支撑一个庞大的企业是不行的。企业自带的危机意识和求变基因，催促着格力快速推进多元化的产品布局。 在AWE2025，格力携空调、冰洗、生活电器、厨房电器等全品类共300余件产品亮相会场，其中多款新品备受瞩目。 在空调方面，格力除了带来前文提到的“风不吹人”系列空调，还推出格力零废热空调。通过回收外机排放的热气，并用于加热水箱中的水，格力零废热空调为消费者提供了既环保又省钱的解决方案。一台空调不仅可以带来清凉，还能满足用户的热水使用需求。 在冰洗产品方面，格力全域养鲜2.0冰箱搭载全新的“保保科技”，果蔬及肉类食材在冰箱存储环境下可以实现保鲜、保质、保味。 格力如新二代热泵洗烘护一体机，集洗衣机、烘干机、护理机三机合一；格力热泵洗护机，搭载创新研发的全域超微蒸汽洗技术，居家就能干洗护理，实现免水洗除皱去味。 在生活电器方面，格力推出“6个9”净水机，搭载双芯六级过滤系统，能够高效去除水中的细菌污染物，除菌率大于99.9999%。 在厨房电器方面，格力发布蒸烤双能机，搭载创新AI智慧食研烹饪科技，实现蒸菜烤菜同时烹饪、同时出炉，打造口感和营养俱佳的美食体验，最快16分钟就可享用大厨级营养美味蒸烤套餐。 从空调、冰箱，到洗衣机、净水器，格力积极布局全品类，满足消费者关于空气、水、食材等的多方面的绿色清洁、个护及保鲜需求，持续扩容健康家电产品矩阵。 发布“董明珠健康家”战略，向“健康生活服务商”转型 围绕全品类健康家电，格力不仅在产品研发上持续发力，更将其上升为企业整体战略。格力发布“董明珠健康家”战略，将全国多地线下专卖店及线上直播间统一更名为“董明珠健康家”，从传统的“家电产品制造商”向“健康生活服务商”转型。 在AWE2025现场，格力电器销售总监卢陆群表示，为了打破“格力=空调”的固有印象，格力以全新店型打造健康智能家居生态，推动格力从单一品到多品类、从产品到服务、从空间到体验的全方位升级。 据了解，在已经建成开幕的“董明珠健康家”首都店内，设有空调、冰箱、洗衣机、全屋净水、小家电等五大场景体验区，系统性展示格力自主研发的“健康家居生态链”。通过卧室、厨房、客厅等场景化体验展示，融入智能物联、全屋联动等技术，格力以产品组合的方式让“健康家”的感受更加具象化。 同时，店内还设有咖啡区、互动体验区、智能演示等休闲空间，将通过出售咖啡、提供免费办公空间和青少年科学体验等多元化方式，将低频家电消费转化为高频生活方式触点，来吸引更多消费者，尤其是年轻人到店体验。 "董明珠健康家"的推出，本质上是一场认知解码实验。格力试图通过企业家背书重塑品牌认知，树立全屋智能健康家电品牌形象；在零售业态上，以场景化体验、数据可视化、智能交互等方式，推动从单品输出到场景交付的范式迁移。 例如，空调产品不止是参数表上的能效说明，而是放进客厅等休闲场景下的“风不吹人”沉浸式体验；厨电产品不再是孤立地强调功能，而是融入家庭厨房场景，突出居家温馨生活的情感叙事。这种从“卖产品”到“造场景”的跃迁，正是格力打破外界刻板印象的突破口。 按照格力电器的规划，今年的目标是建成3000家“董明珠健康家”，未来计划在全国开设10000家。其中，一二线城市将建立500㎡以上的旗舰店，三四线城市将建立150㎡以上的标准店。 值得一提的是，在本届展会上，格力以“格力星际家园”为概念进行展区设计，并在展区内特别打造了 “董明珠健康家” 分区，观众可以在此沉浸感受品牌所传递的健康理念。 透过AWE2025的窗口，我们得以一窥健康家电领域的最新发展图景。格力电器通过全品类新品的集中亮相，加速了其在健康家电赛道的布局与卡位。同时，从“董明珠健康家”战略的发布中，我们可以清晰地看到格力重构用户价值感知的决心。这一从产品到场景的渠道模式转变，不仅为消费者带来了全新的体验，也为整个行业打造健康生活新范式提供了有益的参考和借鉴。 可以肯定的是，在追求健康生活的道路上，消费者对健康家电的期待越来越高，而产业生态也将在家电企业的市场竞争中不断进化。我们期待更多像格力这样的品牌，通过技术研发、产品升级和渠道模式变革，为健康家电产业注入新的活力，为消费者打造更智能、更舒适、更健康的品质生活体验。（文 / 赵阳）