铭鸿体育资讯网

未来就业热门专业排行榜，那可得好好说道说道。首当其冲的是人工智能专业，随着科技发展，AI应用越来越广泛，像智能客服、自动驾驶等领域都急需相关人才。其次是大数据专业，如今数据就是财富，企业需要专业人员对海量数据进行分析处理，挖掘潜在价值。新能源专业也不容小觑，环保理念深入人心，新能源汽车、太阳能、风能等行业发展迅猛，专业人才供不应求。还有医学类专业，不管什么时候，人们对健康的需求只增不减，医生、药剂师等岗位一直很吃香。选对热门专业，未来就业或许能少走很多弯路。热门专业排行好就业专业排行

AI时代，独角兽企业面临着重重挑战。以中国AI独角兽Minimax为例，在技术层面，尽管其在自然语言处理、计算机视觉领域积累深厚，但AI技术迭代迅猛，企业必须持续投入大量资源研发新算法和模型，方能维持技术领先地位。在市场应用方面，Minimax将AI技术应用于金融、医疗、教育等多个领域，然而每个领域都有复杂的规则和严格的监管，要满足这些要求并非易事。从全球情况来看，当DeepSeek创始人登顶AI首富，OpenAI却推迟上市，全球半导体板块也遭受重创。这表明AI行业竞争激烈，市场环境瞬息万变。独角兽企业不仅要应对技术和市场竞争，还要适应行业定价逻辑的变革，稍有闪失就可能被淘汰。外部大环境中，政策法规的不确定性也是一大挑战。不同国家和地区对AI的监管态度和力度差异显著，这使得独角兽企业在全球布局时面临诸多合规难题。例如数据隐私保护、算法透明度等方面的规定，企业需时刻关注政策动态并及时调整策略。人才竞争同样残酷。AI领域的顶尖人才本就稀缺，独角兽企业为争夺这些人才不惜提供巨额薪酬和优厚待遇。一旦关键技术人才流失，可能会影响企业的研发进度和创新能力。此外，社会舆论和大众接受度也不容忽视。随着AI技术的广泛应用，就业替代、道德伦理等问题引发了社会的广泛讨论。若独角兽企业的产品或服务不能妥善处理这些问题，极易引发社会反感和抵制，进而影响企业声誉和市场份额。面对诸多挑战，AI时代的独角兽企业若想长远发展，必须在技术创新、市场拓展、政策合规、人才储备以及社会形象塑造等多方面发力，如此才能在这个充满变数的时代立足，避免被淘汰。

韩媒：美国年轻人更害怕人工智能，与中国人截然相反！7月26日，韩国媒体《先驱经济》发表文章称，一项调查结果显示，相较于中国年轻人，美国年轻人更认为人工智能构成威胁。尽管人工智能技术在中美两国的普及速度都很快，但人们对它的看法却截然不同。在中国，人们普遍倾向于将人工智能视为辅助日常生活和工作的工具，而年轻的美国人似乎更担心人工智能会降低他们工作和学历的价值。根据爱德曼信任度晴雨表，87%的中国受访者表示信任人工智能。相比之下，只有32%的美国人持相同观点。分析表明，两国在人工智能信任度上的差距不仅反映了技术接受程度的差异，也反映了经济前景和就业环境的差异。调查显示，人工智能在中国的应用率也很高。最近一项针对7000多名中国受访者的调查显示，超过96%的受访者表示了解人工智能，超过54%的受访者表示实际使用过人工智能。超过40%的受访者表示，他们在工作、学习和日常生活中都会使用人工智能。另一方面，多项调查证实了美国年轻人对人工智能的焦虑情绪。哈佛大学青年民意调查显示，59%的18至29岁受访者认为人工智能威胁到他们的就业前景。盖洛普的一项调查还发现，48%的美国Z世代员工认为人工智能在工作场所带来的风险大于收益。这一比例比上一年上升了11个百分点。与此同时，同期表示对人工智能感兴趣的受访者比例下降了14个百分点。中国并非对人工智能没有担忧，但这些担忧的性质与美国有所不同。表示担心人工智能会导致工作岗位流失的中国受访者比例从去年的60.5%下降到39.44%。另一方面，最常被提及的担忧是人工智能的过度使用可能导致个人能力下降，这一比例为45.79%。这种差异可以解释为与两国青年所处的经济环境有关。美国青年感到压力巨大，他们担心人工智能自动化会对高技能工作和专业领域造成冲击。尤其是在生成式人工智能被迅速应用于文档创建、编码、设计和研究等知识密集型工作领域时，人们越来越担心入门级职位和早期职业发展机会可能会减少。相比之下，在中国，人工智能被视为推动国家层面产业进步和生产力提升的战略性技术。年轻一代似乎也更倾向于将人工智能视为一种工具，而非仅仅将其视为威胁，因为人工智能可以提升学习、工作和日常生活的便利性。中美两国年轻人对人工智能的认知差异预计将影响未来劳动力市场的变化。虽然积极利用人工智能的群体在提高生产力和适应新角色方面可能具有优势，但与此同时，他们对技术依赖和自身能力下降的担忧也可能日益加剧。美国年轻人的焦虑更多地源于对人工智能正在改变的劳动力市场结构的担忧，而非人工智能本身。随着传统的学历和经验通往稳定工作的路径逐渐失效，人工智能的出现加剧了这种不确定性。

2026年7月25日旧金山人工智能峰会期间的一场随性聚餐中，英伟达创始人老黄说自己薪水低的可怜公开信息：黄仁勋的固定基础年薪为150万美元（约合人民币1000万元左右）在国内北京他也只能吃路边炸酱面喝着蜜雪冰城黄仁勋我的薪水低得可怜黄仁勋我的薪水低得可怜

美国说，中国偷了我没有的技术。近日美国财政部长贝森特扬言，如果中国的AI大模型适合中国，美国的技术将实施制裁。美国财政部长贝森特最近放出狠话，如果中国的人工智能大模型更适合中国市场，美国就可能拿技术制裁来回应。听上去绕口，意思却不难懂，你要是走出了一条我没走通的路，那我就换规则拦你。问题是，美国究竟认为中国偷了什么？一个连美国自己都没有做出来的低成本模型，难道也能被说成偷来的吗？这次被盯上的，不只是某个模型，而是中国正在形成的应用生态。模型开源，工具链开放，开发者和中小企业用得起，使用门槛一降再降，这些变化直接碰到了美国科技公司的生意根基。过去，大模型市场讲的是高算力、高投入、高估值。训练模型要烧掉数亿美元，芯片、数据、人才样样昂贵，资本市场也愿意相信，只有少数巨头玩得起这场游戏。可DeepSeek一类中国模型出现后，市场开始重新计算，一成左右的成本也能做出接近，甚至在部分任务上更好用的产品，那些天价估值还能靠什么撑住？美国企业习惯把优势押在算力堆叠和数据规模上，中国团队更重视算法调整、架构精简和实际使用效果。两边不是完全相同的赛道，为什么非要把不同路线说成技术窃取？说白了，贝森特的表态，更像是在给制裁寻找理由，也是在安抚美国国内对人工智能投入回报的担忧。美国嘴上讲安全，心里算的却是市场和利润。中国模型一旦被全球开发者广泛采用，谁来买那些昂贵的服务，谁又愿意继续接受高价接口？更麻烦的是，开源会改变规则。代码和工具一旦开放，更多学校、企业、创业团队就能直接使用，模型不再只是实验室里的昂贵产品，而会变成普通人手里的生产工具。谁的模型被使用得更多，谁的接口变成习惯，谁就可能影响下一轮技术标准。美国过去把芯片、软件、专利和标准牢牢握在手里，既卖工具，又定赛道，还能随时暂停供应。如今中国企业把成本打下来，把生态放出来，等于让其他国家多了一个选择。对不少发展中国家来说，便宜、稳定、可控，吸引力难道不比听起来高大上的垄断体系更强？所以，美国真正担心的，可能不是中国复制了某项技术，而是中国证明了另一条路也能走通。中国企业没有照搬硅谷那套烧钱模式，却在工程效率和落地速度上形成了自己的优势，这种差异化一旦扩大，影响就不只是几家公司。类似的指责并不只出现在人工智能领域。中国有了新装备，就有人说是偷来的，美国拿不出同类产品，又说自己受到影响。放在普通生活里，这种说法显然说不通，你没有的东西，别人到底从哪里偷？更值得警惕的是，技术竞争已经从实验室延伸到商务活动、学术交流和人员往来。一个企业负责人出国开会，一个工程师参加论坛，一个高校团队开展合作，都可能被装进所谓风险框架。孟晚舟事件已经提醒过很多企业，谈业务、坐飞机、参加会议，看似普通的安排，也可能遇到法律工具和外交压力。这不是说中国科技要关起门来，更不是拒绝正常交流。问题在于，交流要看身份、场合和内容，掌握产品路线、客户名单、供应链信息和核心算法的人，不能再用过去那种只看订单和融资的商务逻辑。美国已经把技术领先当成国家安全问题，中国企业就不能还把它当成单纯的商业竞争。制裁工具也不能轻视，实体清单、出口限制、投资审查、签证收紧、金融限制和司法追责，都可能给企业带来现实麻烦。技术人员埋头写代码还不够，公司还要准备供应链备份、合规方案和海外人员保护，真正的底气来自整个系统，而不是某一个明星模型。对普通人来说，这场竞争也不是新闻里的遥远热闹。人工智能正在进入客服、设计、编程、医疗、教育和制造，谁掌握更好用的工具，谁就可能提高效率，谁长期依赖别人的工具，谁就可能被别人定价格、定规则，甚至定边界。中国接下来要补的课很清楚，芯片、操作系统、数据库、工业软件、AI框架、数据资源和工程人才，一个都不能少。开源也不能只停在口号上，模型要稳定，服务要可靠，生态要持续，开发者愿意留下来，才算真正建立了自己的优势。美国越是急着贴标签，越说明中国已经在一些方向上走到了让对方不舒服的位置。但口水战替代不了产业链，情绪也替代不了工程能力。模型还在更新，制裁也还在加码，真正的较量远没有结束。

中美AI之争-写在长鑫科技上市前夕摘自高原源阳光之下并无新鲜之事，那么让我们重溯历史，再回来推演现在在人类历史改变世界格局的人工智能之争。二战之后的老牌强国在战争中元气大伤，世界权力出现真空，美国和苏联作为仅剩的二个超级大国，一个要推广资本主义，一个要输出颜色革命，为了争夺世界霸权，美国建立了“北约”，苏联成立了“华约”，世界进入了长达半个世纪的冷战状态。1983年里根总统提出了“星球大战”计划，建立美国太空防御系统，这个计划放在2026年来看“画饼”的成份远远大于“押宝”，当年离所谓的太空战争遥不可及，不过美国非常顺利的把竞争对手苏联拖入了疯狂的军备竞赛，不计成本投入，对当初战后本就不堪重负的国民经济形成了非常严重的负面影响，苏联当初将最好的资源优先调配给军工综合体，以确保在与美国的战略竞争中胜出，结果大家都很清楚，这场豪赌以国家解体为告终，至此，美国牢牢占据世界霸权之位。40年后的今天，美国面对的是经济规模更大，工业体系产业链更完整，工程师红利显著，国家意志胜于一切的世界最大消费体—中国，也是人工智能时代，唯一可以走上牌桌和美国1v1的竞争对手。美国深知这一点，于是描绘了一个比“星球大战”更加令人紧张和焦虑的未来世界—人工智能，或者更准确一点来说是AGI.美国人工智能叙事，堆参数、堆token、堆显卡，堆电力，人类可以造出一个真正的神—AGI.那么故事似乎有那么一点点相似，那么美国是故技重施还是真正看到了那个神可以改变世界，目前看还没有准确的答案，只能交给时间来证明。回到美国的资本市场，正是因为有这个神，全世界的钱心甘情愿涌入了纳斯达克，打不过就加入，搞不了AI的国家，只能用钱跟上，2025年全球主权财富基金在Ai的总投资额高达660亿美金（数据来自wind），与此同时，美国的大模型公司正在集体冲向资本市场，从8000亿美金的openAI，到他的死对头anthropic也已经递表，估值9500亿+美金，未来的预期收益通过今天的资本市场提前变现，这就是美国的收割叙事，用别人的钱形成自己的生产力，只要那个神在，一切都不会崩塌，科技巨头、芯片制造商、云厂商、中东资金、主权基金全部被绑上了一辆车—美国AI的战车，将来这些国家，将出于利益的角度不得不选择美国的大模型。以上所说有一个非常致命的“阿喀琉斯之踵”就是美国的基础设施支撑不了以上的野心和大模型更迭的速度，还有美国的选举制度导致无法在各个州实行统一的政策，这就是美国人其实不傻，为什么放着基建不搞，非要搞资本化的道路，因为客观条件不允许，缺钱也缺搞基建的人才，2025年美国电工的缺口是30万人，还有20万老电工要退休，不可否认美国在大模型、云计算等技术上确实领先世界，大模型也在情报、军工大面积应用，但是这类的基建和电工无法靠代码一夜间建成，美国现在的策略就是各个企业自己去搞，你能行你就资本开支自力更生从电力可以离网发电，到芯片再到云，抢电抢土地再抢电工。。。美国的产业叙事从来就不是先搞基建而是刻在DNA里的先制定规则，靠利益绑定，之前的科技浪潮都靠这套打法控制了全球的产业链，谁要超越就干谁，只不过如今的中国没这么好拿捏而已。AGI就是美国想要全世界来替他自己造的神。在回到中国AI叙事之前，我想先承认一件事，那就是中国的GPU、软件集群、半导体制造、封测、云服务比起美国确实存在差距，起步晚，被封锁时间长等客观制约了我们技术的发展，但是世界上也没有两个完完全全的人对吧？如果和苏联一样无脑梭哈，硬要比拼技术实力，举全国之力allin大模型，那和隔壁村的二傻子有什么区别呢？当年美国在氢弹领域可是故意放出虚假数据，让苏联走进死胡同，花了巨额资金，最后一事无成。最智慧的人就是拿自己的优势发挥到最大从而取得胜利，在今天，我看到了中国智慧，不再无脑跟随，而是自己有自己的节奏和步调，为领导点赞。所以大家可以看到中国的大模型，从deepseek到智谱，从互联网巨头阿里到百度，都是民营企业在引导大模型的迭代，美国你闭源我就开源，而央企国家队在干什么，选择了一条更中国、更中庸的路，分两路：第一条路—大模型亦步亦趋跟随，商业化跟随，资本市场融资，你搞出一个更先进的，我过几个月搞出一个参数差不多，但是更便宜的，毕竟穷人还是多，便宜取胜，第二条路—国家队殿后，把AI落地需要的基础设施修好，整个十五五预计将投资10万亿建设六张网，水网、电网、算力网、通讯网、城市地下管网、物流网。而我们赢的关键在哪里？我认为是时间只要时间足够给予，AGI实现的时间远远落后于美国的计划，那么中国就有充分的时间在技术上赶超，在基建上远远领先，等到下游的应用端变现远远低于美国大厂的CAPEX,那么刺破泡沫的就是他们自己，但是，如果AGI就近在眼前，美国现在所有的故事，就会变成真实的需求，因为一旦这个神出现，就不再是谁的应用便宜，而是谁拥有那个可以自我迭代的超级智能体的核心，那么中国叙事可能就会功亏一篑，那也挺好，继续做好老二，哈哈。人生就是选择，下好筹码，落子无悔，国家也一样，运气非常重要，国运也是一样，美国200年的好运，我想这次，风水轮流转，中国应该轮到。回到现实层面，本人认为基于以上的观点，在我们没有真正输之前，科技股，还有中国资本市场，不会进入熊市，下周长鑫科技的上市，也许就是近期最佳的甜点。

雨后的独角兽X:

科研圈有个能把人逼疯的死循环：在这边电脑前排队等高精度数据跑完，还得把庞大的文件打包导出来，再眼巴巴地排队塞进另一个系统去训练人工智能。光是来回“搬运数据”，就能把大半个月的宝贵时间给熬干。过去，搞计算物理的研究员们，对算力中心真是又爱又恨。轮到了算得确实快，可现在科研的玩法早变了。既要极其精准的物理模拟，又要让人工智能模型快速进化。偏偏两套计算系统各自为战，科研人员就像是端着半熟的菜，在两个距离八百米的厨房之间来回狂奔。这不叫科学，这纯粹是折磨。就在这几天，无锡那边出了个极其解渴的新动作。无锡跟中科曙光正式签约，把国家超算无锡中心直接给升了级。他们干的事，用一句大白话就能讲透：把超级计算和智能计算，硬生生砸进了同一个锅里。中科曙光拿出的那套新系统，直接摆出了十万张计算卡的恐怖阵仗。不管你是要求精准到小数点后十几位的复杂推演，还是简单粗暴的底层数据吞吐，同一套体系里全部通吃。机器在里头疯狂运转，先进的液冷技术在外面稳稳压住温度和能耗。最狠的一击在于，数据彻底不用搬家了。极其庞杂的高精度计算，和人工智能的深度训练，在同一个池子里无缝交接，一脚油门踩到底。全国那么多算力据点，要是都能顺着这个路子把奇经八脉给打通，咱们基础研究的效率翻个几倍绝对不是空话。到底该是机器去将就人，还是人被机器牵着鼻子走？这一回，总算选对了路。

英伟达将拆至100亿美元左右，继续扩建人工智能数据中心，美国其他的科技巨头同样在加大资金，建立数据中心，甚至在欧洲建立数据中心，还有其他国家也在建立数据中心，主要为接下来AI人工智能的发展打好基础，因为接下来的物理AI以及AI应用将会不断的扩张，很多企业会使用到这些AI基础建设，也就是AI基础底座，包括算力中心，数据中心，包括服务器，这些企业想用不可能自己建这些数据中心以及大模型，只能依靠这些AI基础建设的巨头公司，因为这些公司在建AI基础底座，也就是高楼大厦的基础！未来，这些企业以及使用到人工智能，就得向这些企业购买相关资源！

人工智能基础概念通俗解读一、AI基础定义人工智能依托算法、海量数据与算力资源，赋予计算机感知外界、自主学习、逻辑推理、内容生成、自主决策的能力，完成原本需要人类脑力参与的各类工作。二、AI三大核心能力1.感知能力通过图像识别、语音收录、文字读取，接收外界视觉、听觉、文本信息，是AI获取信息的入口。2.理解与推理能力消化吸收知识、完成逻辑判断、规划执行方案，是AI做出理性决策的关键。3.生成与行动能力输出文案、创作图像、编写代码、操控硬件设备，把思考结果落地为实际产出与操作。三、两大认知误区纠正1.人工智能≠机器人人工智能是具备智能思考的大脑，机器人是承载执行的躯体；AI可以搭载在软件、云端、汽车、医疗系统、工厂设备等各类载体中，不局限于实体机器人。2.人工智能≠单纯聊天对话沟通只是AI极小一部分功能，完整AI可完成信息感知、逻辑研判、内容创作、设备操控全链路工作。四、AI两大主流类型1.弱人工智能（狭义AI）当下主流应用形态，专精单一领域任务，语音识别、图文推荐、自动驾驶、大模型对话都属于这类，仅擅长专项工作。2.通用人工智能AGI尚处于科研探索阶段，拥有媲美人类的跨领域学习、思考、解决问题的综合能力，可适配全部生活与工作场景。核心本质依靠数据、算法、算力三大支柱，让机器复刻、模仿人类部分智能行为，替代人力完成各类脑力、操作性工作。AI入门科普人工智能基础知识弱人工智能讲解通用人工智能科普大模型将在哪些领域规模化应用AI产业解读AI技术解读ai发展与应用ai意义AI开发流程看懂人工智能AI行业解读

周末别懈怠，动起来用Codex做了个小程序监督我二轮减肥，接了大模型，可以拍图识别食物估算热量，也可以语音输入食物、体重、运动情况进行估算，还在优化体验中做这个小程序主要是为了让我看见每天的热量缺口，瘦下去，但是目前还是需要自己手动操作好几步，比较麻烦我还在想怎么和livis眼镜联动，这块儿真没接触过，最近身边有个朋友搞了一堆AI东西，真大神，没事儿就催我试试这个试试那个，搞得我真的心痒痒这种能完全按照自己想法做出东西的感觉真好，让我这曾经学汇编学到吐，学C靠写循环做延时的渣渣也能做出小程序了Codex真好玩儿

韩国法院裁定，人工智能芯片制造商SK海力士董事长崔泰源，须向前妻、韩国前总统之女卢素英支付超过6.4亿美元。这一金额远高于下级法院2022年的判决。当时法院裁定，崔泰源须向卢素英支付665亿韩元财产分割款。首尔高等法院表示，崔泰源的财富随着人工智能热潮迅速增长，他所持股份的价值大幅上升，法院在判决时考虑了这一因素。自崔泰源2017年提出离婚以来，SK海力士的估值已飙升约2500%。法院表示：“诉讼期间，SK的股价大幅上涨。我们不能认为，崔泰源董事长的经营贡献对股价上涨完全没有发挥作用。”法院接着说：“为公平分配夫妻婚姻存续期间的财产，我们在确定财产分割金额时，考虑了SK股价的急剧上涨。”这是韩国历来金额最高的离婚财产分割判决。根据彭博亿万富豪指数，这笔款项约占崔泰源估计56亿美元财富的12%。（金融时报）——————————怎么读起来有点喜感

【不仅有美国：中国人工智能的发展为东南亚国家带来新选择与机遇】中国人工智能的发展切实为东南亚国家带来了新的选择和机遇。在技术方面，中国的人工智能算法、大数据处理等技术十分成熟，东南亚国家可直接借鉴，无需从头摸索。例如，部分东南亚电商平台引入中国的智能推荐算法后，商品推荐准确率显著提高，销售额也随之大幅增长。在产业合作领域，中国企业在东南亚投资建设人工智能相关产业园区，带动了当地的就业和经济发展。以马来西亚为例，有中国企业参与的人工智能项目，为当地培育了大量技术人才。此外，借助中国人工智能的助力，东南亚国家能够在智慧城市建设、医疗诊断等领域实现弯道超车，提升整体发展水平。（附图摘编今日头条自媒体号）

强烈呼吁加强对Ai发展的监管！2023年人工智能技术突破性发展以来，越来越多的其他行业受到冲击，越来越多的普通人受到严重冲击…以汽车行业为例，表面上只有芯片直接导致汽车行业成本上升，其实铜铝等价格的上升，都与ai的发展有很大关系。包括汽车行业的需求不振，也与ai挤压其他行业导致投资其他行业的投资者损失较大有关。三年前我判断ai是一个破坏性的技术创新，今天我更加坚定的认为ai是人类有史以来最具破坏力的技术创新！现在一些大国在持续的大量投入，完全是被ai被动绑架了！不跟进就要落后，持续跟进，持续被绑架。之前被绑架的只是一些企业，现在是整个国家。我们必须要跳出这个陷阱，否则后果不堪设想！东方大国现在普通人就业非常困难，根本不需要ai的高效率，ai高效率背后是吞噬了大量普通人的工作！Ai大幅提高了查阅资料的效率，但Ai同样在制造天量虚假信息和垃圾，这些垃圾持续堆积以后，危害将难以估量！Ai是一柄极其锋利的双刃剑，我们在发展ai的过程中，如果不加以控制，它会像魔兽一样持续吞噬国民经济其他行业，后果不堪设想！本人强烈呼吁加强对Ai发展的监管，对ai行业的超额利润征收超额利得税，用所征收的超额利得税补贴受ai冲击的行业和国民。支持本观点的欢迎转发到其他所有的媒体！

印网友宣称：印度是人工智能超级大国，美国和中国落后了几十年。自KimiK3模型发布后，关于中美两国人工智能大模型和竞争的相关话题持续受到关注。老外对中美AI产业现状、大模型性能以及未来发展趋势展开大量讨论，不少观点认为，中美已经成为全球人工智能领域的引领力量。或许是看到中美两国在人工智能领域突飞猛进，又或许是其他。少数印网友有点不淡定，就有人抛出了，印度在人工智能领域领先中美几十年的夸张言语。不过这仅仅是极少数人的所言，大多数印度网友还是较为理性客观的…

日本诺奖那么多却为什么人工智能搞不过中国？

《纽约时报》7月24日报道称，中国正通过免费向全球开放其最强大的人工智能模型，将自身AI技术推向世界各市场，并以此塑造其他国家的技术标准。此外还警告，一旦一个国家无法摆脱对中国AI模型的依赖，就等于把所运行系统的控制权交给了中国，并呼吁中国以外的开发者对此保持警惕。说白了，《纽约时报》7月24日刊发报道，渲染中国免费对外开放顶尖人工智能模型、借机向全球扩张技术并主导各国技术标准，还警告他国长期使用中国AI将会交出系统控制权，呼吁海外开发者保持警惕，表面上看，只是媒体分析全球AI赛道竞争格局，但事实上，这根本不是客观中立的技术趋势研判，而是刻意歪曲开源合作的本质，散播科技威胁论，为西方谋划限制中国AI出海制造舆论铺垫，绝非纯粹的行业观察那么简单。要知道，开源共享是全球软件与人工智能领域长期通行的发展模式，中国企业开放大模型权重，可供全球开发者下载、本地部署、自主修改与二次开发，使用者掌握部署环境、数据与后续调整权限，技术层面并不存在天然控制权转移。不少发展中国家缺少自研大模型的资金与技术，免费开源模型能够大幅降低数字化门槛，是普惠性的技术公共产品。报道刻意混淆开源模型与云端闭源服务的差异，夸大所谓依赖风险，回避核心现实：美国头部企业长期推行闭源付费模式，依靠技术壁垒赚取高额收益，随着国产高性能开源模型持续走向海外，冲击美国企业原有市场优势与标准主导地位。西方舆论担忧的重点，从来不是各国数字安全，而是自身长期垄断AI规则制定权的局面遭遇挑战。更现实的是，全球各国选择何种AI底座，终究基于成本、性能、自主可控等综合考量，不会单纯被单一来源技术捆绑。很多国家发展本土AI，恰恰依托开源模型作为基础版本进行本地化改造，进而构建自主可控体系。与此同时，美国一边渲染中国开源模型存在安全隐患，一边推动盟友商讨相关限制措施，试图构筑AI领域的技术壁垒，维持自身竞争优势，新一轮人工智能领域标准之争与市场博弈已经全面拉开。而这标志着，围绕AI开源生态、技术标准的舆论博弈会持续升温。后续西方智库、主流媒体还会不断输出同类风险叙事，推动各国建立AI审查机制，中国人工智能技术出海将要持续面对舆论偏见与政策门槛。说到底，技术本身不存在天然地缘属性，开源开放本是推动全球AI创新的重要路径。各国真正的数字安全，依靠完善监管、自主改造、多元技术备选，而非单纯抵制外来模型。用地缘竞争视角解读正常技术共享，人为割裂全球AI创新链条，不仅阻碍技术普惠，最终也会延缓各国自身数字化转型进程。以上是小编个人看法，如果您也认同，麻烦点赞支持！有更好的见解也欢迎在评论区留言方便大家一同探讨。

中国AI新独角兽诞生！Psibot押注“世界模型”冲击14.8亿美元估值🌪️【中国AI公司Psibot估值达14.8亿美元，押注"世界模型"】中国AI领域再添一员独角兽！Psibot以14.8亿美元估值惊艳登场，背后押注的“世界模型”技术成为焦点。这家成立不到两年的公司，凭什么在硬科技赛道杀出重围？简单来说，他们要让AI像人类一样理解物理世界，从清扫房间到工厂操作，目标是让机器人“看懂”真实环境并自主行动！✨技术核心：打破AI“认知壁垒”🔍所谓“世界模型”，就是训练AI构建对现实世界的“心智地图”。比如，当机器人看到一杯水，不仅要识别物体，还要理解水的流动性、杯子的材质，甚至预测“打翻”后的后果。Psibot的突破在于：用AI模拟物理规律，让机器从“执行指令”进化为“自主思考”。这被视为具身智能的关键，也是机器人从实验室走向生活、工厂的核心技术。资本押注：产业巨头站台，融资超3亿美元💰本轮融资由奇瑞领投，蓝思科技参投，背后逻辑清晰：奇瑞看中了AI与自动驾驶、智能制造的结合，蓝思科技则押注AI硬件落地。自成立以来，Psibot已累计融资近3亿美元，投资方包括高瓴、国开金融等国家队资本。产业资本入局，意味着技术离商业化更近一步——比如与长飞集团合作的智能产线已落地，机器人能自主完成光模块质检。我的判断：技术突破+产业需求=爆发前夜🚀为什么是现在？1.政策风口：具身智能被写入政府工作报告，成为国家未来产业重点。2.赛道卡位：中美AI独角兽分野明显——美国侧重企业科技，中国主攻硬科技。Psibot抢占的具身智能，正是“新质生产力”的核心载体。3.团队实力：创始团队兼具产业经验（如云迹科技、京东）与学术背景（北大、帝国理工），且从Day1就聚焦人类数据路线，避开传统遥操作的高成本陷阱。我认为：AI的下半场，是“软件定义硬件”的时代。当模型能力突破临界点，具身智能将重塑制造业、服务业甚至家庭生活。Psibot的崛起，不仅是资本胜利，更是中国AI从“追赶”到“定义赛道”的信号灯。🏅信息来源：彭博社/机器之心（2026.7.24）中国独角兽具身智能世界模型AI落地新质生产力

2026选专业，人工智能、电气工程、能源与动力这三兄弟确实站在风口上，但别光看网上那些"本科起薪10K+、年薪50万"的帖子就上头。麦可思最新就业报告里，2026年本科绿牌专业已经全员变工科，电气工程及其自动化、能源与动力工程、新能源科学与工程全部上榜，电气毕业生半年后平均月收入7160元，人工智能领域人才缺口超500万，供求比约1:10。智联招聘的数据也显示，2026年1到5月应届生招聘需求增速榜被新质生产力行业包揽，机器人行业以83.8%的增速领跑，人工智能、汽车零部件等行业增速均超20%。我身边去年填志愿的亲戚就吃过亏——冲着"AI高薪"硬挤了个性价比较低的院校，结果今年春招投了一堆简历才勉强上岸。风口是真的，但风口上的猪能不能飞起来，还得看你进的是市局还是县局，是头部大厂还是外包团队。普通家庭选这几类专业大方向没错，可要是以为闭着眼填就能拿高薪，那就太天真。说到底，选热门专业到底是选赛道，还是选自己真能学进去的方向？如果是你，会让孩子冲AI的高上限，还是选电气的稳饭碗？

马斯克刚刚接受经济学人杂志的采访，我觉得他对中国人工智能的认识是最为深刻和清醒的，大家可以看看！马斯克：中国的AI企业在算力相对较少的情况下，表现依然非常出色。感觉如果他们拥有大量算力，很有可能会成为领跑者。而在未来的某个时间点，他们大概率会获得海量算力。主持人：所以，也就是说，他们终将成为领跑者？马斯克：他们在未来某个节点成为领跑者的概率相当高。你可以把人工智能的限制因素归结为电力和AI芯片。至于具身智能，也就是机器人，中国同样拥有一批非常优秀的机器人公司。事实上，他们还会举办类似机器人体育赛事的活动。不知道你有没有看过。主持人：看过，我上次去北京的时候就看到过那些机器人。马斯克：没错。而且他们还有类似拳击赛或格斗赛的机器人对决，相当有观赏性。我之前看过一段视频，有个机器人的头都被打掉了，但即便没了脑袋还在继续战斗。看起来挺搞笑的，不过说实话，我觉得机器人对决未来会是非常有意思的观赏性节目。但是……总之，中国在机器人和数字AI领域的实力都非常强。而如果你去看发电量，就会明白——AI的发展取决于它的瓶颈到底是什么，无论是芯片还是电力。中国的发电量远超美国。实际上，中国的发电量已经超过了美国、欧洲和印度的总和。而且趋势来看，我猜测中国的发电量最终会达到美国的四倍左右，这基本上和人口比例是吻合的。主持人：那美国政府应该对此做些什么呢？我是说，如果一个国家在如此强大的技术领域遥遥领先，这显然有点令人不安。很明显，美国政府一直在试图通过出口管制等手段来打压中国的脚步。你觉得他们应该禁止使用像KimiK3这样的模型吗？马斯克：嗯，美国政府就算通过某些法律限制美国公司使用中国模型，但他们管不了世界其他地方。美国政府可没有管辖中国或全球其他国家的权力。主持人：你认为他们应该禁止美国公司使用这些模型吗？现在确实有这方面的讨论，对吧？马斯克：我不觉得这能解决问题。这阻止不了中国成为AI领域的领跑者。归根结底，数字智能比拼的是你拥有多少AI算力、多少芯片，以及多少电力资源。所以我认为，目前真正的限制因素其实在于电力和散热，而不是AI芯片本身，因为AI芯片的功耗实在是太吓人了。虽然有人讨论水资源消耗，但其实AI的耗水量微乎其微，几乎可以忽略不计。然而对电力的需求却是巨大的。主持人：这大概就是你考虑搭建太空数据中心的原因吧。就是……马斯克：是的。在中国之外，任何AI芯片未能投入运转，瓶颈都在于电力、散热、电力设备等硬件配套。AI芯片的生产速度已经超过了新电力上线的速度。主持人：是在中国吗？好的。马斯克：在中国之外。主持人：中国之外，明白了。马斯克：而由于美国禁止向中国出口最先进的AI芯片，中国目前在某种程度上处于“缺芯”状态。主持人：但他们在使用现有芯片方面正变得越来越高效，这也是KimiK3让人惊叹的地方之一，对吧，它在效率提升上……马斯克：而且我认为，中国在攻克光刻技术难题上的进度比大多数人想象的都要近，这将使他们能够大规模量产AI芯片。所以我觉得，嗯……不过我们不该把这变成一场单纯讨论中国的对话，但是……总之，目前中国之外的限制因素是电力。而在中国内部，限制因素则是芯片。一旦我们通过太空AI数据中心解决了电力瓶颈，中国之外的限制因素将再次回到芯片本身。

近日，黄仁勋接受采访时："世界没有意识到的是，人工智能行业有多么依赖杰出的中国学生和科学家。全球大约50%的人工智能研究人员来自中国。"别人盯着芯片看，他偏盯着人看。这老头说话够直白。他原话里说的"中国人"，指的是华人背景的研究者，一大半人在国内干活，剩下的散在北美欧洲。MacroPolo智库扒过NeurIPS顶会论文作者，美国顶级AI研究机构里，本科读中国高校的占38%，比美国本土的37%还高出一个头。台媒最近转的一条消息挺逗：逛一圈美国AI公司的技术骨干，走廊里飘的都是中文。OpenAI的GPT-4o核心团队17个人里6个是华人面孔，Meta超级智能实验室44人名单里26个是华人，光清华校友就占了8个。小扎挖人挖到赵晟佳这种GPT-4核心开发者，开价1亿美金。其实人才这事儿，老黄看得最透——他在Lex访谈里讲，中国这地方"先搭起来再说，跑着跑着调风险"，工程师之间校友套校友、朋友托朋友，知识传得飞快，本质上一直在开源。一个人愿不愿意憋在大厂里死磕，看他工牌背后挂啥大学就行。清华姚班一个班，丁力宇去了xAI，陈立杰去了OpenAI，吴作凡、任之洲扎进DeepSeek。楼天城当年在姚班坐第一排，键盘敲得邻座直皱眉，如今是全球顶尖程序员。国内这几年DeepSeek、阿里通义、字节豆包接连冒头，国产芯片也在黄仁勋眼皮子底下成倍长。脑子这东西，搁哪儿都能发芽。以前是给别人的厨房添柴，现在国内的锅也得支起来了。

“输了中国赢了世界又如何！”英伟达CEO黄仁勋无奈叹息：“美国将亲手把胜利的奖杯送到中国手中！”与此同时，黄仁勋一针见血指出：“到2027年，中国将拥有比全世界其他国家加起来还多的AI算力。记住我的话！”人工智能竞赛最有意思的场面，不是追赶者跑得满头大汗，而是领先者一边冲刺，一边忙着给赛道修墙。墙修得越来越高，回头却发现，对手已经换了一条路，还顺手把发动机、轮胎和导航系统都研究了一遍。黄仁勋近年不断提醒美国决策层，限制先进芯片流向中国，未必能够锁住中国人工智能，反而可能把市场、客户和开发者推向美国企业的竞争对手。标题中的“奖杯”说法颇有戏剧感，却点中了一个现实：技术封锁若变成长期政策，最大的副作用往往是逼着别人加快自主创新。这不是一句空泛的商业牢骚。英伟达披露，2025年美国针对H20芯片新增许可要求后，公司为相关库存和采购承诺计提45亿美元费用。到了截至2026年4月26日的财季，英伟达没有向中国发出数据中心Hopper产品，并承认公司在中国数据中心计算市场事实上已难以参与竞争。需要说清的是，所谓市场份额归零，主要指数据中心计算领域。英伟达的游戏显卡和工作站产品并未全部退出中国市场。把“数据中心市场受阻”说成“整个中国市场彻底消失”，听起来更热闹，却不够准确。黄仁勋真正担忧的，也不是少卖几块芯片。人工智能竞争早已变成一场体系较量。芯片像发动机，模型像指挥系统，数据像弹药，能源、网络和应用场景则是后勤保障。只盯着一张出口许可证，却忽略完整产业链的成长，无异于守住一扇门，却把整座院子的施工图送给了对手。中国正在补的，正是这套体系。工信部公开数据显示，中国已建成42个万卡智算集群，智能算力规模超过1590艾浮点次每秒，位居全球前列。“东数西算”工程形成八大枢纽节点和十个数据中心集群，算力资源正在由各地分散建设转向全国协同。算力多并不等于自动胜利，但它给模型训练、工业升级和科研创新打下了底座。2025年，中国人工智能企业数量超过6000家，核心产业规模预计突破1.2万亿元。制造业、能源、交通、医疗和教育等领域不断出现新应用，人工智能不再只会在屏幕里聊天，而是开始走进车间、实验室和公共服务场景。DeepSeek等国产开源模型的快速发展，又给这场竞争添了一点幽默感。美国原本想通过限制高端芯片，让中国人工智能慢下来，中国企业却转身研究更高效的训练方法、模型架构和软硬件协同。别人拼命增加“油箱”，中国企业开始琢磨怎样让发动机更省油。开源路线尤其值得关注。中国企业把模型开放给全球开发者，不仅能够扩大应用，也能在使用反馈中快速改进技术。黄仁勋在2025年参加链博会时也肯定了中国开源人工智能的发展，提到DeepSeek、腾讯混元等模型正在推动全球人工智能进步。这番话并不是替竞争对手站台，而是商业人士对技术规律作出的判断。人才培养同样在提速。2026年4月，教育部等五部门印发“人工智能加教育”行动计划，提出到2030年构建贯通各学段的人工智能教育和全社会通识教育体系。2026年6月公布的教育发展“十五五”规划，也明确推进人工智能全学段教育。这意味着中国布局的并不只是眼前几座数据中心，而是一批理解人工智能、能够使用人工智能、也敢于创造人工智能的年轻人。芯片可以限制一时，人才和需求却很难被装进出口管制清单。当然，中国人工智能仍有不少硬骨头要啃。高端芯片、先进制造、基础软件、能源效率和原创理论，都需要持续投入。真正稳妥的办法，不是沉迷于“弯道超车”的口号，而是把每一块短板补实，把每一个应用场景做深，把安全治理和科技伦理一同建设好。所谓“美国亲手送出奖杯”，本质上是对零和思维的一次反讽。人工智能不是只能容纳一个赢家的擂台，也不该成为少数国家维护技术霸权的工具。谁能让技术服务实体经济、改善民生、提高生产效率，谁才真正握住未来的主动权。中国发展人工智能，靠的不是别人让出赛道，更不是等待谁来颁奖，而是完整工业体系、超大规模市场、科研积累和工程师队伍形成的合力。外部压力会带来困难，却也会促使产业更加清醒地认识到，核心技术买不来、讨不来，只能踏踏实实干出来。奖杯可以被媒体写得金光闪闪，真正决定胜负的却是实验室里的突破、生产线上的效率和普通人能否分享技术红利。只要坚持自主创新、开放合作和智能向善，中国人工智能走出的就不会是一条封闭的争霸之路，而是一条让科技更好服务发展的宽广道路。

外媒重磅评论：中国正再次震撼世界，这一次靠的是科技“让中国沉睡吧，当她醒来时，将震撼世界。”这句被反复引用、出处存疑的“拿破仑名言”，7月23日再次出现在彭博社的专栏文章中。评论员约翰·奥瑟斯用这句话做了标题，感叹中国可能正在再次“震撼世界”。与过去不同的是，这次的注脚不再是制造业的规模优势，而是人工智能、芯片和航天等前沿科技。彭博社的核心判断非常清晰——中国正在形成一个能够与美国竞争的“平行科技生态”。这不是某一个领域的单点突破，是一整套科技体系的独立成型。人工智能的KimiK3在行业基准测试中超越了美国闭源产品，存储芯片的长鑫存储完成了近百亿美元规模的上市融资，可回收运载火箭完成了相关试验，三条不同的科技赛道同时取得了里程碑式的进展。“平行科技生态”这个概念是整篇文章最精准的战略判断。中国的目标不是在美国设定的技术路线上追赶，而是在建设一套独立的科技体系，从芯片的底层架构到AI的算法框架，从开源模型到全球治理规则。KimiK3超越美国闭源模型不是偶然事件，是中国AI开源生态整体跑通后的自然结果。上海成立的世界人工智能合作组织已经把全球AI治理的话语权拉到了中国一侧，这不是追赶，是在平行的赛道上建起了独立的竞争力。长鑫存储那近百亿美元的融资规模同样值得被认真对待，美国对中国芯片产业的打压层层加码，但资本市场的回应是近百亿美元的直接投资。存储芯片是中国芯片自主生态的基础环节之一，这个环节一旦打通，整个数字基础设施的底层就被锚定了。从手机到服务器，从自动驾驶到云计算，存储芯片是所有电子设备的基础组成，长鑫的突破是在给中国整个数字产业修地基。航天领域的可回收火箭试验同样不容忽视，美国的SpaceX用这项技术把全球商业发射成本压到了最低，垄断了国际发射市场。中国在这项技术上的突破意味着航天产业的竞争正在从国家工程向商业市场延伸。低成本发射能力是商业航天的基础设施，掌握了这项技术就等于拿到了参与全球商业航天竞争的入场券。彭博社还点出了一个更宏观的观察——中国的发展模式正在发生根本性转变。从依靠大规模基础设施投资转向重点发展人工智能、芯片等能够提升全球竞争力的产业。这个判断不是中国自己的发展规划，是西方主流财经媒体的独立分析。中国的GDP增长引擎正在从钢筋水泥换成芯片和算法，这是一个经济体从规模扩张向质量提升转型的标志性信号。拿破仑的这句话被引用了无数次，但之前每一次引用的注脚都是世界工厂——廉价的、高效的、无所不造的世界工厂。这一次的注脚是KimiK3、长鑫存储和可回收火箭。中国正在用最前沿的科技告诉世界，醒来之后做的不是追赶，是在平行的赛道上一同领跑。

小程序进不去

200个亿的暴利蛋糕，说没就给端没了。三大运营商这回动了真格，7月31日前，所有线上第三方卖卡的渠道全部关停。直播间、短视频、小程序、电商店铺，统统不准再卖。想办卡？去官方APP或者营业厅，就这两条路。消息传出来，行业内直接炸了锅。过去三年，光渠道费三家运营商就砸进去超过200个亿。2023到2025年，线上卖出去的大流量卡加起来1.3亿张。为啥突然叫停？说白了就一个原因——自己人打自己人，打得头破血流还不赚钱。线上卖卡不分地域。以前省内三家抢一抢也就算了，现在变成跨省抢。你29块钱100G，我转头就敢出19块钱150G。各地套餐五花八门，用户刷到哪家便宜就办哪家，整个市场全乱套了。这么搞的结果是什么？用户数蹭蹭往上涨，收入却往下掉。典型的赔本赚吆喝。另一个问题是第三方代理太能作妖。直播间里写着“9元月租”，点进去一看，首月免费、次月恢复原价，全是套路。“新用户啥都便宜，老用户啥都没有”这种事儿被线上渠道无限放大，客服每天接投诉接到手软。还有更离谱的。有些代理商搞起了多级分销，骑手送卡的时候同时代卖好几家的卡，哪个佣金高就推哪个。用户本来选好了A家的卡，骑手上门一忽悠就换成B家的了。这种模式已经踩了监管红线。运营商花了200个亿，养肥了一堆第三方渠道，自己就落了个用户数的虚名，钱全让中间商赚走了。监管部门整治“内卷式”竞争的工作部署，是这次统一行动的直接原因。这次政策落地非常彻底。网传的文件列了五条红线：第三方页面、小程序、直播、短视频、电商店铺统统不能卖；多级分销和裂变推广全部叫停；线下用快递寄卡上门也不准搞。线上卖卡的权限统一收回到集团，只保留官方APP、官网和营业厅。以后想办卡，老老实实去官方渠道。直播间里那些“限量神卡”“最后100单”的吆喝，再也听不到了。不过有一点得说清楚，这次只动号卡，宽带、视频彩铃、云盘这些暂时没动。但业内普遍认为，号卡只是第一步，后面大概率会往其他业务扩。靠卖号卡吃饭的第三方渠道商，好日子算是到头了。

豆包10大常用功能，新手学会直接封神！整理出豆包10个高频刚需功能，90%的人只用过一半！手把手教会你如何使用！1.豆包P图日常使用率天花板，文字描述一键生成原创图片；已有照片也能随心改背景、翻新老图、替换元素，不用下载修图软件。2.买前问豆包买家电、数码、大件好物先问豆包，对比参数、分析优缺点，避开溢价和踩雷，理性消费不花冤枉钱。3.照片动起来静态照片一键做成动态短片，人像、风景都能鲜活动起来，提示词写得越细致，成片质感越高。4.AI视频分身不想真人出镜必备，上传头像生成专属AI分身，自动配音加字幕，轻松产出口播、科普短视频。5.录音纪要开会、访谈直接开启录音，结束自动提炼重点、分段整理成文，省去手动抄写，办公效率拉满。6.豆包爱学知识点讲解、作业难题、备考梳理一站式搞定，不会的题目拍照就能详细拆解。7.一键生成PPT职场打工人刚需，输入主题自动搭完整框架、填充内容，省去熬夜排版的时间，简单微调就能直接汇报。8.帮我写作标题、朋友圈文案、公众号推文、演讲稿、周报、请假条全都能写，输入你的思路快速出初稿，按需修改即可。9.AI音乐一键生成输入曲风、主题、歌词，自动生成带人声原创歌曲，支持下载，短视频BGM随便做。10.文档智能解析上传PDF、Word、表格、截图，自动总结长篇资料、提取关键信息、对比两份文件差异，读合同、看报告超省心。

美国财政部部长斯科特·贝森特公开表示，我们支持开源人工智能及其激发的创新。但开源并不意味着可以任意侵犯美国的知识产权。贝森特强调，当中方公司开展隐蔽、大规模的蒸馏攻击，并且已经构成知识财产盗窃时，对这些公司实施制裁和将其列入实体清单都是我们可以采取的措施。事实上，贝森特这段话表面谈开源规则、知识产权保护，本质是美国在AI赛道打出一套新的竞争攻防话术，我们拆开两层来看。一方面是明显的双重标准。模型蒸馏本身是全球AI通用的标准技术，OpenAI、谷歌、Anthropic自己日常都在用蒸馏优化自家模型。现在美方重新划定规则：美国人蒸馏自己模型叫技术创新，我们的企业学习、借鉴海外闭源大模型输出内容，直接定义成“知识产权盗窃”。但这充满矛盾的是，当下全球法律体系里，AI模型生成的输出内容，版权归属本身存在巨大争议，没有统一国际法定论。很多指控依据仅仅是企业用户协议，属于商业合同约束，远远上升不到跨国“窃取知识产权”、动用国家制裁、实体清单的层级。美方跳过正常司法诉讼，直接把商业纠纷工具化，用财政制裁作为威慑。另一方面，却把美国的产业焦虑暴露无遗。最近国内一系列高性能开源大模型快速突围，性价比、开放权限冲击了美国闭源AI巨头的商业模式。硅谷头部企业依靠高价API、封闭模型赚取高额利润；开源模型普及之后，全球开发者有了低成本备选，直接压缩美方企业全球收益。所以，过去美国靠高端芯片出口管制卡住算力；现在算力封锁没法彻底拦住我们的大模型迭代，就换第二条防线：拿“知识产权”设立新壁垒。归根结底，贝森特口中“支持开源人工智能”是门面话术，真实底线是：允许有利于美国企业的开源，绝不允许挑战美国AI主导地位的开源发展。所以，贝森特这番表态，是典型“规则武器化”。借着知识产权的名义，妄图给我们的AI发展设立新门槛。

被南非包围的“国中国”莱索托，凭啥跻身世界人工智能大会？昨天刷头条，看到世界人工智能大会名单里蹦出个陌生名字——莱索托。不少人跟我一样，第一次听说这国家。可就是这个听都没听过的非洲小国，硬是挤进了全球顶尖的人工智能盛会，背后藏着太多让人意外的故事。先说说莱索托到底在哪。它藏在非洲南部，是个彻头彻尾的“国中国”，整个国土被南非死死包围，连一寸海岸线都没有。面积才3.03万平方公里，还没我国海南省大，人口230万，也就国内一个中等城市的人口规模。这么个小地方，在地图上稍不注意就会错过，却偏偏在世界人工智能大会上占了一席之地，你说奇不奇？更让人意外的是它的家底。联合国早就把它列为世界最不发达国家之一，经济基础薄弱得可怜，粮食常年不能自给，老百姓吃饭都成问题。首都马塞卢的建设，全靠外国援建，连像样的基础设施都凑不齐。这样的国家，别说搞人工智能了，连温饱都还在挣扎，能入选世界人工智能大会，简直是天方夜谭。可偏偏就是这样一个穷得叮当响的小国，挤进了全球人工智能的顶级圈子。要知道，世界人工智能大会可不是谁都能进的，参会的都是科技强国、行业巨头，要么是人工智能领域的领跑者，要么是有雄厚资本支撑的创新体。莱索托既没技术积累，也没资金支持，凭什么能站在这个舞台上？有人说，这是国际组织的“面子工程”，为了体现包容性硬塞进去的。这话听着有理，可细想又不对劲。世界人工智能大会是全球科技风向标，不是慈善晚会，主办方不可能随便拉个国家充数。莱索托能入选，必然有它的特殊价值，只是我们还没看透。换个角度想，人工智能从来不是富国的专属玩具。越是落后的国家，越需要技术来打破困境。莱索托粮食不能自给，能不能用AI优化农业种植？首都建设靠外援，能不能用智能规划提升基建效率？医疗资源匮乏，能不能用AI辅助诊断缓解看病难？这些痛点，恰恰是人工智能最能发挥价值的地方。或许莱索托看中的，正是人工智能带来的“弯道超车”机会。它没有传统工业的包袱，没有陈旧技术的束缚，反而能直接拥抱最新科技。就像当年一些国家跳过固定电话直接进入移动时代，莱索托也可能借助人工智能，实现跨越式发展。这种“后发优势”，是那些科技强国不具备的。当然，也有人质疑：莱索托连基本的网络覆盖都不完善，谈何人工智能？这话没错，但别忘了，人工智能的发展从来不是孤立的。它可以依托国际合作，借助外部力量搭建基础框架。世界人工智能大会本身就是一个合作平台，莱索托参会，未必是要自己研发核心技术，更可能是寻求合作、引进方案，让技术真正落地解决民生问题。这其实也给所有发展中国家提了个醒：别把人工智能当成高不可攀的奢侈品。它不是实验室里的展品，而是能解决实际问题的工具。哪怕是最不发达国家，也能找到适合自己的应用场景。莱索托的例子证明，只要敢想敢试，再小的国家也能在科技浪潮中找到自己的位置。回到最初的问题：莱索托凭什么入选世界人工智能大会？答案或许很简单——它代表了人工智能最本真的意义：普惠与赋能。科技不该只为少数人服务，更该为最需要的人带来改变。莱索托的参会，不是对科技强国的挑战，而是对“科技向善”的最好诠释。这个世界从来不缺科技强国，缺的是愿意用科技改变命运的勇气。莱索托做到了，哪怕前路艰难，哪怕起步卑微，但它迈出了这一步。这就足够让我们重新审视人工智能的价值，也足够让那些看不起小国的人闭嘴。毕竟，真正的进步，从来不是强者恒强，而是弱者也能拥有向上的可能。莱索托的故事，才刚刚开始。

为什么说，中国在未来的AI竞争中很难输给西方世界？看看2026年第67届国际数学奥林匹克（IMO）的成绩就明白了。这届比赛在上海中学举办。中国队6名选手全部摘金，团体总分232分，拿下了世界第一名。其中邓乐言、刘澈、张柏伦三人拿下42分满分。美国队总分207分，排在第二。数学是啥？数学是人工智能的底座。不管是大模型训练，还是推理优化，底层全是数学。数学好，学人工智能就快，搞研发就深。再看看美国那边的人工智能团队。马斯克2023年成立xAI，创始团队12个人，里面有5个华人，占比41.67%。GPT-4团队里，有30多位华人参与。OpenAI在2024年发布的GPT-4o关键团队17名成员中，有6位是华人。Meta新组建的超级智能实验室，首批11名核心成员中有7位具有华人背景，占比64%；44名核心员工中，有50%（21人）是明确的中国人。这数据摆出来，啥都清楚了。中国人在人工智能这块，不仅人多，而且干的是核心岗位。更让人振奋的是，人才正在往回流。国家发改委的文章讲得很明白：顶尖AI人才选择在中国发展的意愿和趋势不断增强，形成了人才"回流潮"。一方面，中国构建了全球最丰富的应用场景，为技术落地与迭代提供了巨大的试验场；另一方面，从基础研究到产业化的创新链条日趋完善。2025年以来，前GoogleFellow、谷歌大脑及DeepMind研究副总裁吴永辉加入字节跳动；从清华姚班到OpenAI的姚顺雨加入腾讯，成为腾讯史上最年轻的首席AI科学家；前新加坡SeaAILab高级研究科学家庞天宇也加入腾讯混元团队。清华2025届毕业生出国（境）深造比例仅8.5%，超过90%留在国内。家里的机会多了，人才自然愿意回来。AI竞争拼啥？拼数学底子，拼人才储备，拼应用场景。数学底子，中国孩子从小练得扎实，IMO金牌拿了一茬又一茬。人才储备，华人工程师在全球人工智能领域是骨干力量，现在还在不断回流。应用场景，中国有14亿人的大市场，智能制造、自动驾驶、金融科技，处处都能让人工智能落地生根。这三样咱们都占着。所以咱老百姓看这事，心里有底。人工智能这场长跑，咱们不仅没掉队，还跑在了前面。看着自家孩子数学考试拿高分，看着华人科学家在世界上崭露头角，看着人才一批批回国，这心里头，真爽。家里根基扎得牢，门外的风浪就变成了风景。

梁文锋近日的一个内部谈话流传到网上，引起网友的广泛追捧。它展现了中国新一代年轻科技精英的追梦情怀，和对待目标的执着，以及对风险的达观，老胡听了非常感动。俗话说，做事先做人，梁文锋袒露的他和团队的“愿景”，让人从中看到的可敬人格真是把美国AI巨头们甩出去好几条街。梁文锋最触动人心的几个表达包括：他的团队没有什么组织，就是愿景驱动的；公司不是靠KPI和各种考核来推动做事；DeepSeek不想成为下一个字节或者腾讯，他们执着于自己的基础研究；他们并不想利润最大化，而是只是有一定的利润就够了；开源就是让利的；他们愿意与其他公司协作，帮助任何人，甚至自己的竞争对手，因为并不会因此损失什么东西，DeepSeek本来就是开源的。这是一种境界，而且是AI时代最需要的境界。反观美国的AI两大巨头OpenAI和Anthropic，都坚持了闭源原则。OpenAI原本是公益公司，最应该搞开源大模型，却被萨姆·奥特曼在资本的支持下以“政变”方式搞成了盈利机器，现在奥特曼俨然把自己定位成了企业大亨。Anthropic一招走红后，不可一世，对科技同行严防死守，今天指控别人“蒸馏”它的技术，明天又指控别人对它使绊。说到底，他们就是想独吞AI红利，吃干抹净，而华盛顿则想利用这些大公司搞全球AI霸权，实现把全世界永远置于被压榨的地位。《外交学人》杂志周三发表了一篇文章，标题为“美国闭门造车无法赢得人工智能竞赛”，作者丹尼尔·鲍勃曾是美国议会的高级官员。他在文中特别引用了中方日前在上海举行的世界人工智能大会上的一个著名论述，“人工智能发展不应该是某个国家的独奏，而应当是全球合作的交响。”文章提到，OpenAI公司如今已不再开放，与其最初人工智能造福全人类的宗旨背道而驰。如今，OpenAI最先进的模型成了专有技术，只能通过付费界面和云服务访问。文章还评论道：“历史表明，那些最终成为全球标准的技术往往是最易于使用、修改和扩展的技术。Linux成为了互联网的基石，安卓则主导了全球智能手机市场，两者都是开源软件。它们创造的是生态系统，而非用户群体……像月之暗面、DeepSeek、智谱和阿里巴巴这样的中国公司正在越来越多地发布功能强大的开源人工智能模型，任何具备相应技术技能的人都可以下载、修改和部署这些模型。所有基于这些系统的开发者、初创公司、大学和外国政府都成为了中国不断扩展技术生态系统的一部分。与此同时，美国领先的人工智能公司却走向相反。”英伟达CEO黄仁勋周二接受美国媒体Axios采访时，抨击了美国目前涌动的对中国开源模型的恐惧。他表示，真正值得警惕的，是美国国内愈演愈烈、试图封杀这些模型的运动。黄仁勋说，“这些中国模型非常优秀，优秀的开源模型应该被使用。”梁文锋称自己和团队都是一些平凡人，并试图去做不平凡的事。但他说的所有事情都是AI领域本身的，是技术梦想。老胡作为AI圈外人士，我能更敏感地察觉到这场AI革命所触及的事物面和将带来的改变都是整个人类文明层面的，走技术开源道路是确保人类平稳站上新的历史性大台阶，并且把所有人种、所有国家一起带向未来的关键保障。AI技术如果走传统市场赢者通吃的老路，不公平等市场环境下潜藏的各种弱点，乃至恶，都将裂变式膨胀放大，那将很可能导致完全失控的，与人类基本伦理道德演进方向南辕北辙的局面。我们几乎无法预测在那样的未来里会发生什么。所以中国AI公司在一片混沌之中纷纷选择开源道路，并且取得成功，这不仅是技术和市场多元的胜利，它们的意义有可能要大得多。梁文锋、杨植麟不是单独的两个人，他们是一大批中国年轻科学家的领军者。他们共同在人类历史的重要关头不自觉地、几乎是冥冥之中推动了一种平衡，这种平衡是对霸权，对潜在伦理失控最好的抑制。它在为确保AI朝着增进人类福祉的方向前进提供一个强有力的杠杆，一种保障。如果往更远说，这样的平衡和均势是当今世界稳定与和平根基的一部分。AI时代的世界应当是真正意义上民主的，而不应是霸权主义的强势螺旋。中国的开源公司们在向世界提供更多技术选择的同时，也让国家间保持相互尊重、平等互利的关系有了一个强有力的抓手，也是一只锚。我相信，梁文锋、杨植麟他们根本就没想过老胡说的这些事，他们只是按照中国和世界文明代代相传的道德直觉和价值逻辑做事。他们在很聪明的同时，也做到了很勤奋。他们的成功在这个时代是呼之欲出的，他们不负众望地站到了在群山之间跋涉的一个临时高峰上。AI时代刚刚开个头，未来是令人兴奋不已的盲盒。然而现在就能看到的是，美国什么都搞封锁，什么都搞闭源，他们一定会碰钉子，很多政策和愿景的调整，在美国AI界势必要发生。老胡相信，未来肯定不会是美国和中国一家完胜，另一家满盘皆输的零和局面。中美AI技术和模式的相互渗透，老胡这个文科生都能看得到。AI决不可能只是算力的比拼，它注定是在回答人类一个又一个命题中，施展魔力的超级舞台。老胡很高兴，中国的年轻科学家们从一开始就找对了大方向，尽管中间会有各种弯道和岔路口，但他们心中有一个永恒的人文罗盘，它的作用就是确保永不迷航。