社区

文｜刘俊宏 编｜王一粟 1985年，巴菲特清算了伯克希尔·哈撒韦公司的纺织业务。 在过去的20年里，伯克希尔·哈撒韦经历合并重组和持续投入大量资金。这些努力看似有经济效益，但随着行业红海竞争，都变成了低得可怜的资金回报率。在确认无法在行业确立优势后，在当年的股东信中，巴菲特承认“被上了一课”—— “当你遇到一艘总是会漏水的破船，与其不断白费力气去补破洞，还不如把精力放在如何换条好船之上”。 伯克希尔·哈撒韦的转变，成了制造业公司面对内卷时代的隐喻。 在中国早已成为世界工厂的当下，不少玩家也在想方设法逃避“宿命”。在家电行业，当海尔还在稳步全球化经营“家电百货”，美的入局工业自动化领域时，TCL想用AI帮自己转型。 12月11日，TCL在全球技术创新大会上，一口气发布了包含五项AI应用在内的16项技术进展。其中，AI智能操作、AI仿真主要是智能制造软件；星智 X-Intelligence2.0平台主要是公司内部使用的AI数据库；小T中控大模型是用于电视的AI助手；AI电影制作则是利用AI大模型做电影短片。 从AI应用层面看，TCL的AI成果并不算跨越式的产品升级。但在TCL来看，在AI上“蛰伏”，才有希望跟上下一个时代。 “AI的崛起推动产业变革，新旧技术的颠覆深刻影响全球的经济格局。当前大模型、生成式AI等人工智能技术快速发展，在众多领域应用不断拓展尽管AI技术发展和商业模式尚未成熟，但未来三到五年，AI在部分领域里可能有爆发的机会。”TCL创始人、董事长李东生说。 仅仅5个月之前，李东生还在“绕地球一圈”视察公司在各个市场的进展。作为一家20多年前便出海的制造业巨头，TCL早已将业务落地在超过160个国家和地区。其在2020年扩张的光伏业务，更是在今年前三季度做到了硅片出货量第一的位置。 为何TCL要在生意“顺风顺水”之时，要将下一步的重心放在AI上？ 或许，是李东生也看

文｜刘俊宏 编｜王一粟 “（整个公司）都有问题，集合起来就这样了。产品怎么宣传，用户也都不认识。团队内部又乱七八糟，天天不好好干活抢地盘。”就在爆发CEO被堵门事件当天，一位前极越员工向光锥智能疯狂吐槽道。 12月12日上午，在场所有情绪激烈的员工，围堵了夏一平所在的上海嘉定的极越总部会议室。虽然极不情愿，但所有人也还是不得不接受这样一个事实——极越已经轰然倒塌。 网传信息显示，极越已经处于完全停摆状态，员工社保断缴、外派车辆回收。想要继续留在极越，员工只能选择“付费上班”。 而就在前一天，夏一平在内部信中还给出了包括长期投入、加强销售和服务能力、提升工作流程效率以及提升财务表现的四项“极越创业2.0阶段”要求。 第一波堵门对峙结束后，冷静下来的员工们开始各自考虑前程。有些围在一起讨论下一份工作，有些则是拿出了自拍杆，干脆趁这个机会起号做自媒体。他们站在“中国智能汽车史上，必将拥有每个极越人的名字”标语墙下的场景，颇有王家卫风格的戏谑与讽刺。 12日下午，夏一平在会议室与员工代表开会。在全程面带微笑和抖腿中，夏一平安慰着在场所有人，“不透明是因为事情发生太突然，就在过去几周，之前几个月包括融资在内的流程都很顺利”。同时，夏一平还承诺道，这个月的社保会解决。 极越办公楼逐渐变得安静，但这场事件的影响远未结束。 光锥智能致电了几家上海极越门店，有的告诉目前已经无法交付。一些线上带货主播，前脚欢呼直播间终于有200人观看，上个月业绩超额完成。后脚便惊呼“老家被偷了”。 与此同时，还有车主声称自己买的极越ADS高阶智驾已经不能用了，要求退还订阅费用；但也有部分车主表示，还继续能用。中国移动要求集度汽车车联网业务支付206万欠款，否则将在12月20日集度名下全量车联网卡操作欠费停机流程，MNO/RNR平台不再提供维保服务。 极越今天的事件，令所有人感到突然。 就在上个月，夏一平还请车

文｜刘俊宏 编｜王一粟 “你不仅仅希望在自己的领域做到最好，而是希望找到只有你能做的那个领域。” 马斯克的老战友，“Paypal 黑帮”成员之一的Keith Rebois曾经引用过的这句话，尤其适合当下——在人人都想拥抱AI，做出适应未来变革的时刻。 11月28日，联想发布了联想百应智能体，要为中小企业提供AI软件支持。同时，据联想高级副总裁、中国方案服务业务总经理戴炜表示，联想下一步还将推出智能体“集市”。 为何一直以硬件厂商标签示人的联想，突然要发布一个AI软件服务？ 从产品上来看，百应智能体将AI应用（摘要、PPT）和AI企业服务进行了整合，整体产品能力和市场上的大模型产品都比较类似。其中能吸引中小企业兴趣的，是联想打包了一个市价一半的上门IT运维服务。 这样的产品和定价模式，或许背后隐含着联想“用服务换AI落地”的阳谋。 在硬件增长肉眼可见的天花板下，联想2021年成立SSG（方案服务业务集团）业务，试图靠IT和硬件经验打入企业服务赛道。但企业服务的场景碎片化和获客成本的痛点，让联想迟迟未能形成规模。 如今，随着AI Agent加速了企业AI应用落地，等了三年的联想终于看到了软件赚钱的“曙光”。 依靠百应智能体，联想设计的是一套先让中小企业用上AI，后续随着智能体迭代逐步加大软件收费力度的商业模式。而在设想中，软件服务的渗透，不仅能巩固和扩大原本硬件的基本盘，也能让联想啃下这个一直想啃下的“企业服务”软件增量市场。 前有IBM转身，在企业服务里拿下万里江山，软件收入已经占总营收的43.59%‌；后有华为，从通信硬件一路杀到云与计算，开辟了一个后来居上的增长曲线。 那么，AI+硬件+企业服务的发展路线，会是联想“量身定制”的赛道吗？ 联想为何要做智能体？ 联想之所以要推出面向企业的智能体，很大程度上与整体集团战略有关。事实上，智能体所在的SSG业务，几乎是当下联想最有

文｜刘俊宏 编｜王一粟 2016年11月，彭军和楼天城像往常一般，在俩人就职的百度美国研究中心里，喝了杯咖啡。 身处于自动驾驶热潮，看到巨头和创业公司动作频频。两位“技术天才”在寥寥数言后，便放下了纸杯，选择成立小马智行，亲赴自动驾驶的大时代。 时隔八年，自动驾驶技术浪潮早已退去。在行业经历一系列变迁后，自动驾驶终于开始被市场认可。 据不完全统计，2024年已有10家自动驾驶产业链公司寻求上市。11月27日，小马智行登陆纳斯达克；10月，地平线和文远知行先后在港交所和纳斯达克上市。再往前，已经上市的是黑芝麻智能、速腾聚创和如祺出行。Momenta、纵目科技、希迪智驾、佑驾创新等一大批行业玩家也正“挤”在上市的路上。 上市热背后，是投资者们在用真金白银抢夺着公司的市值筹码。 其中，地平线的香港公开发售部分获33.8倍超额认购；小马智行“被迫”增发并上调发行区间上限；文远知行上市首日，股价上涨导致两度熔断。 资本的热衷，与过去寒冬时期的自动驾驶形成了天壤之别。 如果说，两年前行业“凋敝”的本质，是因为根本看不到技术可用的时间点。而如今，以特斯拉的预期时间表为参照，明明L4自动驾驶还有至少两年才能广泛落地。资本市场为何完全变了一副面孔？ 无论是L4还是L2的自动驾驶公司，都要感谢乘用车。随着高阶智驾的落地，一个个“全国都能开”，让消费者潜移默化地接纳了自动驾驶。 由此，直接带动了L2自动驾驶公司的收入和估值上升，也间接带动了诸如萝卜快跑、小马智行等L4无人驾驶出租车的落地。 带着落地的希望，行业玩家们穿越寒冬，挺过了财务危机，成功会师在量产阶段。随着自动驾驶技术的落地，2年前近乎“空想”的市场空间，一下子被各路科技巨头“打开”。 在行业的喧嚣声中，自动驾驶的黄金年代到了。 2024，自动驾驶终于开花结果 就在近两年，Robotaxi开始从科幻走向现实。 百度的萝卜快跑、文远知行和

文｜白 鸽 编｜王一粟 “性价比、降成本、实用AI”。在亚马逊云科技2024年度re:Invent大会上，这些词成为了亚马逊云科技All in生成式AI的关键词。 当前，大模型行业整体的风向已经发生转变，从原本All in预训练大模型，逐渐转为不断收缩预训练规模，加速大模型的推理和应用。 有位业内人士跟光锥智能表示：“未来全球能够做通用大模型预训练的玩家不会超过50家。” 这也就意味着，越来越多的企业开始转型做大模型的推理和应用落地，而这些玩家最典型的特征，就是会更加注重投入产出比，以及如何通过大模型为自身实现降本增效。 但大模型的落地应用无疑将是一场漫长的战争。就像亚马逊云科技新任 CEO Matt Garman所说：“人工智能是一场没有终点的竞赛，它将永远持续下去。” 作为全球云计算厂商的老大哥，生成式AI无疑是亚马逊云科技不容错过的赛道。 为满足更多大模型落地应用需求，在这场大会上，亚马逊云科技全方位展示了从计算、存储、数据库、推理、人工智能、生成式AI应用等方面的体系化更新成果，并已经构建了从底层AI芯片，到中间大模型平台，再到上层生成式AI应用的完整AI技术栈和基础设施。 通过此次大会也能够看出，从去年的相对低调，到今年年中的“转稳为攻”，再到年尾的“全面开战”，亚马逊云科技在生成式AI的这场“无尽”的战争中，开始支棱起来了。 此外，亚马逊首席执行官Andy Jassy在演讲中也明确了亚马逊云在生成式AI时代的发展路径，“我们一定会优先考虑那些真正对客户重要的技术，专注为客户解决实际的问题。” 也就是说，从真实客户需求出发，亚马逊云科技通过利用自身在基础设施、工具/模型和应用三层面的积累和实力，能够给客户多提供了一个“快、好、省”的选项。而这无疑能够让亚马逊云科技，再次坐稳云计算行业的“铁王座”。 全新一代芯片+训练集群，让大模型训练部署更具性价比 经济基础决定上

文｜白 鸽 编｜王一粟 2024年，具身智能可以说是AI领域最火热的赛道之一。 所谓具身智能，可以理解为人工智能和机器人技术深度结合的产物，是“长了身体的智能”，能够直接与物理世界进行交互。目前业内普遍认为，人形机器人是具身智能落地的最佳硬件载体。 也正因此，以机器人为主体的具身智能在全球彻底火了，机器人公司如雨后春笋般出现，具身智能领域的投融资也非常火热。 据公开资料显示，2024年上半年做具身智能机器人的公司可能已超过70家，其中，华为等大厂也开始布局该赛道，创企们则频频获得融资，甚至产品尚未落地，就已经估值数十亿元。 今年11月5日，成立不到一年，致力于“将通用人工智能带入物理世界”具身大模型企业Physical Intelligence宣布新一轮4亿美元融资，估值达到24亿美元。9月，李飞飞老师创立的空间智能公司World Labs在完成1亿美元融资后，两个月内又完成了新一轮2.3亿美元融资；7月，致力于“开发扎根于物理世界的通用人工智能（AGI）”企业Skild AI宣布完成3亿美元A轮融资，估值达到15亿美金。 那么，在这一轮具身智能赛道中，创业企业究竟该如何走出差异化竞争优势？具身智能背后的技术发展路径又是如何？未来机器人时代到底将会在什么时间到来？ 近期，我们与具身智能新锐企业智澄AI创始人兼CEO胡鲁辉进行了一场深度交流，这位行业大咖对具身智能的技术发展和行业趋势，给出了自己的思考和解法。 智澄AI创始人兼CEO胡鲁辉 “我们是一家通用人工智能公司，核心技术是理解物理的世界模型，对标斯坦福李飞飞老师的公司。”胡鲁辉如此说道，“但是我们产品形态并非是模型，而是具身智能机器人。” 在胡鲁辉看来，世界模型和主流的多模态大模型主要有两方面不同之处，一是世界模型主要通过包括摄像头在内的传感器直接感知外部环境信息，相比于多模态大模型，其输入的数据形式以实时感知的外部环

文｜魏琳华 编｜王一粟 ChatGPT诞生的第二年，OpenAI和国内的一众企业正在试着“抛弃”它。 在Scaling Law被质疑能力“见顶”的情况下，今年9月，OpenAI带着以全新系列命名的模型o1一经发布，“会思考的大模型”再度成为焦点。 “我认为这次 o1 模型发布最重要的信息是，AI 发展不仅没有放缓，而且我们对未来几年已经胜券在握。”对于o1的发布，奥特曼信心满满。 国内大模型厂商对o1的学习、超越任务也提上了日程。两个多月之后，国内大模型公司纷纷效仿，相继推出了各具特色的o1类深度思考模型。 无论是kimi的k0 math、Deepseek的DeepSeek-R1-Lite，还是昆仑万维推出的“天工大模型4.0”o1版，都在强调着国内大模型对大模型逻辑思考能力的重视。 国产大模型集体跟进o1 在OpenAI没有披露o1具体技术的情况下，只用了2个月左右的时间，国内大模型公司就跟上了前沿方向的能力： 11月16日，月之暗面在发布会上公开了新模型k0 math，通过采用强化学习和思维链推理技术，大模型开始试图模拟人类的思考和反思过程，从而增强其数学推理能力。顾名思义，它在研究数学难题方面的能力可谓“遥遥领先”。 4天后，Deepseek的DeepSeek-R1-Lite正式上线。和OpenAI的o1相比，R1毫无保留地放出了大模型思考的完整过程。官方表示，R1的思维链长度可达数万字。从官方测试结果来看，在AIME（美国数学竞赛）、部分编程比赛的测试上，R1的表现超越了o1-Preview。Deepseek还直接在官网放出了测试版，允许用户每天体验50次对话。 就在上周三（11月27日），昆仑万维也放出了具有复杂思考推理能力的天工大模型4.0 o1版（Skywork o1），宣布它是国内首款实现中文逻辑推理的模型。它也一次性给出了三种模型版本：开源的Skywork

文｜白 鸽 编｜王一粟 OpenAI最新大模型o1的发布，标志着大模型正式迈入推理时代。但迈入推理时代后，大模型的不可能三角问题更加凸显——成本、效率和性能难以平衡。 一般来说，想要模型效果好，就需要模型大，但模型越大，意味着参数越多，参数越多其背后的算力成本就不断提升，甚至是几十上百倍的提升。同时，在模型大、成本低的情况下，还要求模型响应延迟足够低。 想要破解大模型不可能三角的问题，通过优化算力资源，在不牺牲模型性能的前提下尽可能降低模型部署成本，成为行业中的关键解法。 此背景下，聚焦智能算力优化的AI Infra赛道崛起。AI Infra，是指在大模型生态系统中，链接算力和应用的中间层基础设施，包括硬件、软件、工具链和优化方法等，是一个整体解决方案。 那么，AI Infra到底怎么实现算力资源的优化？又如何跑通其中的商业闭环逻辑？作为AI Infra赛道的创企，脱胎于清华大学高性能研究所的趋境科技给出了自己的思考和解法。 大模型发展过程中，最底层算力基础设施是以GPU为主，如果把其比做汽车发动机，可以看到，发动机如果性能好，汽车就可以跑的快，但想要汽车跑的更快，就不能仅靠发动机，还需要空气动力学、传动轴、轮胎等整车体系化能力的升级。 “现阶段很多AI Infra企业更多是聚焦对GPU进行效率优化，而我们则是进行了全系统架构设计。要真正的榨干所有硬件资源，从而突破GPU算力制约。”趋境科技CEO艾智远‌如此说道。 因此，趋境科技提出以存换算和全系统协同优化推理解决方案，通过协同存储、CPU、GPU、NPU等多种设备，相当于把机器内所有硬件资源全部用上，充分释放异构算力，将推理成本降低10倍以上。 趋境科技通过协同所有硬件资源，为大模型提供充足的算力的同时，也通过“以存换算”技术释放存力作为算力的补充，降低大模型对算力的需求。 早期大模型推理架构将每次推理视为独立请求，缺乏

封面人物：高通CEO安蒙（Cristiano Amon） 文｜刘俊宏 编｜王一粟 1985年夏天，52岁的艾文·雅各布和6位伙伴挤在一间位于披萨店楼上的办公室里，探讨着一家新成立的，旨在提供“Quality Communications（高质量通信）”的公司的使命。当时，支撑这家新公司运营的是创始人“通信技术一定会改变人类生活”的信念。 在39年后，高通将这一信念扩展到终端侧AI领域。 2023年初，高通在手机端侧成功运行了AI文生图大模型——Stable Diffusion，验证了大模型落地手机的可能性。随后，手机厂商们纷纷发布属于自己的大模型，并在2024年初喊出了“AI手机元年”的口号。 如今，AI手机经历调用API、接入大模型、与芯片厂商合作落地的三个阶段，手机厂商们早已达成AI“端云协同”的共识。在云端大模型做能力，端侧大模型做智能的思路下，今年秋季的手机发布季，成了一场AI创意竞赛。 最令人印象深刻的，是荣耀CEO赵明一句“点2000杯咖啡”。自动下单的手机智能体，让方圆几公里的瑞幸爆单。改善用户交互体验层面，我们也看到小米、OPPO、vivo提供的不同创意。 端侧AI的强大，一方面来自多模态AI落地，能实现语音、文字、图像的混合理解。能“看懂”手机屏幕，利用摄像头“理解”用户周围环境的AI，才能实现“替”用户操作的能力。 另一方面，则是芯片厂商从SoC层面的优化和设计。 拥抱AI最彻底的终端侧移动平台，是高通今年的骁龙8至尊版。在这一代芯片上，高通根据对AI和终端发展需求的理解，采用自研Oryon CPU。应对终端侧AI数据吞吐量的需求，骁龙8至尊版在二级CPU簇、GPU、ISP、NPU等单元都给了相当“奢侈”的缓存，有助于实现整体AI能力提升。 事实上，这代手机SoC大架构层面的改变，并非是高通第一次用AI的思路设计芯片。上一代的第三代骁龙8便是高通“首个专

文｜魏琳华 编｜王一粟 AI原生应用，到底该怎么做？ 在备受关注的工作场景上，大模型能力和打工人需求的结合正在变得更加紧密，科技公司正在把产品做成更符合用户需求的模样： 6月，Anthropic发布了智能工作台Artifacts，不仅能用来AI写作、AI敲代码，还能让用户提前预览代码运行的效果；10月，OpenAI发布了Canvas（画布），在GPT系列模型的基础上支撑用户写文档。10月23日，腾讯发布了AI智能工作台产品ima.copilot，把个人知识库和AI搜读写的能力合为一体。 大家为了让打工人干活儿更高效，也是拼了。 过去两年，无论是AI写作、PPT、搜索，多数产品都还是+AI的状态，而不是真正的AI原生。 这两者的区别在于，一个在原有的赛道中提升和扩展，一个是根据用户的不同使用场景全新搭建。 而智能工作台的出现，正是从用户的工作场景出发，构建的一个结合AI搜索、AI阅读、AI写作等多种功能的产品，最重要的是除了全网的信源，还引入了个人的知识库。我们愿意称之为，一款集大成者的AI原生应用。 此类产品的出现，并不是偶然，因为它建立在大模型技术最主流的路径上。 过去一年，大模型在落地技术路线上几乎达成了共识。 通过大模型+搜索增强+向量数据库，这三种技术联合推动，让生成式AI的最终效果减少了令人头疼的幻觉问题。 而以腾讯ima.copilot为代表的智能工作台，正是利用了大模型最主流的这条技术路线，让AI在工作上的辅佐能力得以突飞猛进。 左手场景，右手技术，AI原生产品的落地不再遥不可及。 搭建知识库，尝试“第二大脑” 到底什么是智能工作台？ 看到ima第一眼，简洁的让我无从下手，以为是个搜索工具。 上手测试之后才发现，这是一款集合了AI搜索、知识库、AI阅读、AI写作等多种功能的产品。既能在搜索框中向ima提问，让它帮你从全网搜索并自动生成答案；也能上传本地文件，让