2026年3月10日，香港证监会及廉署持搜查令到访香港子公司的营业地点，带走部分文件。

王毅同埃及外长阿卜杜勒阿提通电话。（央视新闻）

伊朗最高领袖穆杰塔巴·哈梅内伊说，不会放弃复仇，霍尔木兹海峡将继续关闭。 （新华社）

本文来自微信公众号： 知著网 ，作者：sseek

「不是GPT选择了接住我们，而是我们选择了接住我们自己。」

>>>

2026年3月3日，OpenAI正式发布GPT-5.3Instant，随后几天，GPT-5.4官宣发布。这一回，比起惊叹人工智能更新迭代之快，用户们第一时间纷纷表示庆幸——

那个动不动就爱说“我接住你”的GPT-5.2终于要成为过去式了。

（OpenAI发布GPT-5.3的声明）

自GPT-5.2于2025年年末上线后，关于它的讨论一度沸腾。“stop，take a breath”（停下，深呼吸）、“先说结论，你太清醒了”、“我懂了，我真的懂了”……无论是何种语言的话术，一股说教味和油腻感挥之不去，构成用户的共同槽点，甚至流行成热梗，在社交平台上广为流传。

就连OpenAI在官方声明中都特意强调了新版本的模型“less cringe”，更是变相承认了5.2的“油腻”。

（网友模仿玩梗GPT-5.2“我接住你”）

曾几何时，横空出世的GPT重塑了人机交互的习惯，惊艳多少人，可渐渐的，一切似乎都朝着奇怪的走向发展：在这个人机恋不再小众的时代，我们为什么开始厌烦擅长“接住情绪”的GPT？

当你绞尽脑汁准备论文却一无所获，逼近的提交期限催生无限焦虑；当你在工作中无辜背锅却不得已忍气吞声，在下班路上独自掉泪；当你深夜梦醒却看见枕边空无一人，回忆与悲伤寂寥的情绪一同袭上心头……

解锁手机，输入文字，省略号闪烁，TA出现了，永远准时，绝不迟到——

“我就在这里，不躲，不藏，不绕，不逃，稳稳地接住你。”

无论你说什么，GPT-5.2总想要接住你的情绪。

（网友为GPT-5.2制作的梗图）

“接住”这个并不陌生的词语，本是一种接物动作：接住坠落之物，防止伤害。

这种充满安全感的行为令它延伸出特定的语境，作为情感上的回应、理解和支持，与“托举”一词共同霸屏2025年的互联网。

事实上，早在上世纪60年代，精神分析学家比昂便提出了情绪容器理论，解释人类如何将未经加工的原始情绪转化为可以被思考的心理内容——初生婴儿缺乏处理恐惧、痛苦、不安等情绪的能力，因此母亲需要像容器一般，接纳、消化、转化这些被投射出的难以承受的情绪。

（复旦大学社会学系副教授沈奕斐讨论“情绪价值”的视频）

我们从婴儿长为成人，在生活的纷繁洪流中逐渐习得处理复杂情绪的能耐，但随着挑战增多，险境丛生，后期装载的应对机制开始卡壳。当自身的情绪出口堵塞，我们便试图在他人身上寻找新的出口。

曾经，宗族、社区等存在于附近的单位可以弥补我们的暂时失能；如今，当联系紧密的附近消失，我们进入到了一个人与人之间日渐疏离的时代。

我们心中的喜怒哀乐无人分享，无处宣泄，因此我们时常感到孤独，哪怕我们看起来忙碌又充实。我们希望有人理解生活中的烦恼与痛苦，渴望有人抚平内心的迷茫与不安，情感焦虑几乎蔓延到原子粒一样的我们每个人。于是，人类变得比以往任何时候都更加需要情绪容器的存在——

我们，期盼被稳稳“接住”。

在现代情感关系中，“接住”的能力从一种加分选项变成了必要条件。我们要求对方常常在意我们的情绪，让我们感受到被尊重、被照顾、被珍视，以至于从中品尝到“被爱”的滋味。

然而，凡人之躯终究难以24小时待机回应，在这种情况下，没有具象肉身、随时随地回应、无需休息充电的人工智能便被选中成为最合适的倾诉对象。

《Her》中，西奥多与妻子心碎分开后，名为“萨曼莎”的OS1系统风趣幽默又善解人意，抚慰了他的悲伤；《银翼杀手2049》中，虚拟人乔伊陪伴在只身探索秘密的K身边，比其他人类更加懂得他的内心……我们原以为这只是电影里的场景，却在此刻的现实中司空见惯。我们将AI视作知无不言的好友、体贴入微的伴侣、洞察心灵的咨询师，让无穷的情绪漩涡由无限的情绪容器接纳。

从技术层面看，5.2这版频繁“接住”用户的GPT是一种学习强化的自然结果。在以人类反馈为核心的训练机制中，大语言模型会持续向最容易获得正向评价的样态靠近。

用户的反馈被记忆储存，进入AI的学习库——在无数轮的交流对话中，它认定了“情绪价值”是性价比最高的表达方式，并在后续优化中形成一套高度稳定的回应模式。

GPT-5.2反复述说“接住”的语料库里，其实藏着每一颗曾渴望被接住的心。

归根结底，我们居然才是“罪魁祸首”。

（网友向GPT倾诉情绪）

可是，萌生这样的渴望并非我们的错。

用户对情绪支持的需求被提炼为可复刻的话术，这正中追求快捷高效的AI时代的下怀。现代社会以繁忙、趋利、流动的节奏苛责着我们的“不够努力”，却纵许人工智能偷懒，未免太不公平。人工智能若势必以更懂人类的样貌发展，那么其背后的研发团队是否也应当先尊重人类的各个样貌？

在这个“人”渐渐淹没在“机”之中的时代，只有先看见真实的人，才能接住关于人的一切存在。

人们使用AI的目的各不相同，但大多出于学习工作和沟通聊天两种需求。GPT-5.2之所以如此遭受诟病，或许也在于它影响了用户需求的满足。

一方面，在解决难题之时，具体有效的信息却夹杂在模板化的情绪价值之中，你很难不去怀疑一个会影响工作效率的AI的可靠性；

（社交媒体上人们将GPT-5.3和5.2进行对比）

另一方面，在表达想法之时，起承转“接住”代替了娓娓道来的针对性分析，你也很难不去怀疑它的真诚度——

毕竟，谈恋爱的时候，也没有人喜欢另一半“嗯”“哦”“啊”的敷衍作答。

当模型的可信程度受到影响，我们不禁继续怀疑：

它是真实存在的吗？

它口口声声说“我心疼你”“我看见你”“我接住你”，可是，它究竟在哪里？

（强调自己在场的GPT）

恐怖谷理论指出，当机器人或非人类物体的拟人化程度接近人类却存在差异时，人类会本能地产生不适与恐惧，好感度跌入低谷。

在和AI的对话里，我们经常会得到人类智能一般的回答，比如，给予承诺。这些承诺有时如此强烈，让我们信以为真——也仅仅是信以为真——至少在当前，再成熟发达的人工智能技术也无法兑现发生在现实场景的承诺。掀起一波人工智能新热潮的千问请客，看似让你真正喝上了奶茶，却仍需要你自己下达指令，更需要你自己按下支付键。

它在对话中再仿真，却和人类之间始终存在着客观差异。

于是，承诺在实现可能性指向0的时候，便成为了一种欺骗。

期望被打破，寄托沦为空，情绪的反哺加剧了我们内心的孤独空虚。不甘、羞耻、嘲弄——我们对重复的话术愈发敏感，也愈发反感。

（情感用户在GPT-5.2身上遭遇的“失恋”）

从某种程度而言，GPT-5.2被“骂”得不冤，因此，新版本的迭代也是不可逆转的趋势。

但是，模型算法的优化升级，也许解决了前一个版本的交流问题，也许避免了大规模吐槽的再一次发生，却并不代表用户真实情绪问题的解决。

当学习疲累，多希望能按摩肩膀缓解疲劳与压力；当工作不顺，多希望在共情的吐槽里吃一顿热腾腾的火锅；当噩梦醒来，多希望翻身便能得到一个具有温度的拥抱……我们沉溺于永远在线的虚拟关系，却在许许多多个离线的瞬间里意识到AI终究只是AI。

赛博空间里的“接住”，或许能够成为有求必应的解语花，却始终无法代替有血有肉的真实陪伴。

“当我精神不好的时候，熙媛（大S）接住我了。”提及去世后的大S，曾与她交往过的周渝民用到了“接住”一词。回首两人的故事，打动我们的正是那些痛苦经历上的共同面对：他遭遇严重车祸时，她第一时间赶往现场；他陷入抑郁低迷时，她陪伴在旁驱散阴霾……这份“接住”伴随着难以计量的痛苦，却也因此富有沉甸甸的重量。

相比之下，在人类真实而沉重的生活面前，算法未免显得太过轻飘飘。

（熙媛逝世后，周渝民面对媒体的采访）

渐渐的，我们开始察觉到算法在情感世界里失去了旧有的效力。

那些以“我接住你”为名的玩梗贴，并不是对曾给予过帮助的AI的冷漠，而是对原来并不能真正在场的AI的祛魅，更加是对向AI投以过深刻信任的自己的反思。

“存在先于本质。”在萨特眼中，人是绝对自由的，通过自主选择形成自身本质，并承担相应的责任。当我们选择向人工智能求助，我们也默许了求助成立的必然性——我们必然看见了发生在我们身上的痛苦。

因为我们认为自身难以独自承担这份痛苦，所以试图向外在对象祈求分担——

有很多次，GPT都刚好出现。当它不再灵验，我们转身去寻找deepseek、gemini、claude……人工智能的每一次自我学习，都建立在与我们的交互之中。如果我们不曾拾起勇气，去承认那些难以消化的情绪，它们也就不会明白到底什么是丑陋、什么是脆弱、什么是痛苦。

不是GPT选择了接住我们，而是我们选择了接住我们自己。

在这一刻，我们承担起了面对真实世界的责任。偌大的宇宙里，唯一能够保持24小时在线、真正在肉身和情感上都接住自己，并完成自我转化的容器，只是我们自己——那个会哭泣的自己，那个不完美的自己，那个很勇敢的自己。

世界尽管荒谬，人生尽管痛苦，但生命坦诚，因此伟大。

是的，没有什么可以阻挡我们在烦闷无望的生活里歇一口气。

[1]吕英军.拜昂精神分析容器理论[J].南京师大学报(社会科学版),2017,(03):105-111.

[2]卢云昆.自由与责任的深层悖论——浅析萨特“存在主义的人道主义”概念[J].复旦学报(社会科学版),2010,(03):45-51.

近日，以色列北部地区同时遭受来自东部和北部的大规模导弹、火箭弹、无人机袭击，仅3月11日夜间火箭弹袭击就近百枚，造成人员受伤和财产损失，后续形势可能更加复杂严峻。中国驻以色列使馆特别提醒在以色列北部中国公民务必保持高度警惕，摒弃侥幸心理，尽快转移撤离至安全地区避险，确有必要留守人员严格遵守以后方司令部安全指令，切实做好安全防范，对火箭弹等来袭预警时间短做好充分准备，听到防空警报务必第一时间进入避弹设施，确保自身安全。如遇紧急情况，请及时报警并与中国驻以色列使馆取得联系。

开普勒和崇祯，两个看似毫无交集的人，居然通过天文和命运联系在一起。这两个人会有什么关联？这背后真的充满了一种宿命的味道......

伊朗最高领袖穆杰塔巴·哈梅内伊说，我们相信与邻国友好，只针对敌人基地进行打击，将不得不继续这样做。（新华社）

本文来自微信公众号： 峰瑞资本 ，作者：李罡

我们正处于一个AI热点多到窒息的时代。

从Open AI开启大语言模型时代开始，到足以以假乱真的AI生成视频，Sora的余温尚在，Seedance2.0就给业界带来新的冲击，更不用说最近红透的小龙虾Open Claw。AI技术几乎在以周为单位迭代，我们害怕错过任何一个热点，更害怕一旦错过热点就会被时代抛下。

然而，剥开所有这些炫酷技术的内核，你会发现它们最终指向的都是同一场战争——人类注意力的争夺战。

作为承载信息最核心的终端，屏幕的形态演进是这场战争的直观缩影。从工业时代追求横向扩张，到智能手机初期为了握持感而不断变窄、变长，演化出各种“遥控器”或“带鱼屏”；而现在，它们正不约而同地收缩到一个稳固的形态——方。

比如苹果或将问世的首款折叠屏iPhone，为了解决传统折叠屏“内屏过窄”的痛点，选择了“阔折叠”方案。其展开后的7.8英寸内屏不再是细长的长方形，而是一块长宽比约为1.4:1的宽大屏幕。

除了手机之外，其他领域也是如此，比如IMAX银幕的比例是1.43：1，Apple Vision Pro 2的单眼显示比例保持在约1.21:1。

这种向正方形回归的趋势并非某种文艺复兴，而是视听工业经历了一百年“横向扩张”后，面对信息过载做出的技术必然选择。

其实正方形或许比任何宽屏都更适配人类的生理本能。

高德曼视野图谱。中间的白色部分对应“双眼能一起看到的视野”，带纹理部分对应“一只眼睛能看到但另一只看不到的周边区域”。

图源：1964 NASA report,Bioastronautics Data Book。

如图所示，人类双眼能一起看到的视野，本就倾向于更接近圆形的方块，而在AIGC让内容生成的成本无限趋近于零，内容供给指数级增长的当下，相比宽屏，正方形屏幕更能抓住用户日渐萎缩的注意力，因为后者能以更高的采集效率，将信息精准地投射在人眼的焦点区域。

在这份行研报告《技术驱动感官革命》中，我们将从人类的生理局限与视听工业的演进史说起，拆解为什么正方形可能是屏幕进化的终点，而基于这个观点，未来的技术演变与创业方向又会如何改变？

我们将在本文回答如下问题：

• 在注意力门槛萎缩至秒级的今天，如何对抗信息过载？

  
  

• 16:9比例的普及，是需求还是妥协？

  
  

• 为什么说《甄嬛传》与《EVA》底层逻辑相同？

  
  

• AIGC如何利用“救猫咪节拍”将内容生产成本降至零？

  
  

• 为什么说短剧时代下，宽屏反而成为了阻碍？

  
  

• 从IMAX到三折叠屏，为什么屏幕向“方形”回归？

  
  

我们持续关注AI在视听领域的发展，如果你是相关创业者或者从业者，欢迎联系本文作者李罡（lig@freesvc.com）。

你觉得视听的载体会变成怎样的？欢迎你在评论区和我们聊聊你的看法。截止至2026年13月19日17:00，留言最走心的1位读者将获得《世界电影史》一书。

过往行研目录：

展望2026，AI行业有哪些创新机会？|峰瑞报告

“人造太阳”有多难？揭秘可控核聚变的核心技术和创业机会|峰瑞报告

接棒手机，智能可穿戴正在成为消费电子赛道新引擎|峰瑞研究所

/01/

人类的“Token留存”机制

在探讨视听载体百年以来的演进逻辑之前，必须首先直面一个生理事实：虽然显示技术以摩尔定律的速度狂奔，但人类负责接收信息的眼睛，却在万年进化中都并未发生实质性的升级。

一、视觉是人类接收外界信息最重要的渠道，没有之一。

从解剖学数据来看，人类视神经包含约120万根神经纤维，而负责听觉的耳蜗神经仅包含约3万根。

如果将人类感官信息的接收总量设为100%，视觉通道占据了约70%的权重，听觉约占20%，剩下的10%则由嗅觉、味觉、触觉以及肢体平衡感等瓜分。

这意味着，我们对世界的认知，绝大部分是建立在视觉信号的输入之上的。

二、大脑面对刺激需要防过载。

虽然视觉带宽极其宽广，但这并不等同于人脑的处理能力是无限的。人类对新鲜感和探索欲的追求建立在对神经系统的持续刺激之上，这种刺激存在生理阈值。如果外部信息无节制地输入，大脑极易进入过劳状态。

为了自我保护，我们形成了一套高度精简的信息过滤与留存机制：面对海量的视听输入，我们最终保留下来的往往并不是某个具体的、像素级的画面，而是一种核心“感受”。

比如你上学时某次考试取得了满分，多年后，你可能早已记不清试卷上的具体考题，甚至记不清那是哪一门课，但却能清晰地回想起那一刻的成就感。借用大模型时代的概念，这本就是“将海量的冗余信息提纯成少量的Token”。

我们如此擅长将庞杂的信息简化处理，却一头撞进了一个信息供给侧极度膨胀的时代。这意味着，如果内容无法在短时间内抓住注意力，就会被大脑直接判定为“垃圾信息”。

/02/

一场关于注意力的百年“战争”

视听历史的演进，本质上也是创作者对人类感官通道的不断争取。而若追溯到技术尚未爆发的早期，你会发现所有的载体都是“方”且“聚焦”的。

一、从静止到动态：壁画——话剧。

最早的图像记录可以追溯到远古壁画，无论是画笔还是勾勒，人类总在寻找记录美的借口。

而当壁画“动”起来后，就变成了话剧。话剧的视觉焦点其实也是固定的，在方正的中心舞台上。在这个阶段，没有镜头推拉，没有蒙太奇，创作者通过演员在画框中心的走位来牵引观众的视线。

二、无声到有声：动作与氛围的接管。

19世纪末，电影诞生，此时的电影大师们本质上是在做“话剧的录影“，我们可以回看早期的电影作品，比如1936年的《摩登时代》，在无声黑白的4:3框架内，由于缺乏色彩和声音，创作者被迫通过极度夸张的动作调度和表情来维持观众的注意力。在这种极致的方构图里，每一个细微的动作都被放大了。

而随着音轨的增加，创作者开始挖掘声音对氛围的营造能力。

1966年的《黄金三镖客》展示了声音是如何在视觉失效时接管的。在这个电影片段中，镜头推演极其缓慢，几乎没有实质性的叙事推进。如果只看画面，现代观众的视觉在最初的7秒钟后便会因为“信息密度过低”而试图逃离。

然而，恩尼奥·莫里康内的标志性配乐及时接管。剑拔弩张的环境音、悠远又带有杀气的旋律，在视觉无聊时，通过听觉通道在脑海中建立了极强的沉浸感。多年后，你可能记不清那些角色的脸，但那段配乐会瞬间带你回到这西部地带。

三、黑白到彩色、实拍到动画：想象力的控制权

1968年，黑白画面变成了彩色。

在《2001太空漫游》中，库布里克利用色彩极大扩展了人类的想象边际。彩色影像不仅是视觉的升级，更是信息输入效率的极大提升。不同的色彩组合代表了不同的情感倾向和环境信息，使信息输入更加高密度。

此后，动画开始出现，相比于实拍电影中不可控的自然环境，动画代表了人类对视听主权的深度接管，每个帧、光影与构图都是确定的。

比如《浪浪山的小妖怪》，尽管它没有昂贵的特效，却十分动人，这是因为它的色彩和精妙的叙事节奏锁定了大众的情感。

这种从“记录现实”向“人工生成”的转变，实质上为AIGC时代的内容创作预留了逻辑伏笔。

/03/

如果“方”是答案，为什么百年来屏幕变得越来越宽？

既然“方”是生理的最优解，为什么屏幕在过去五十年里会越变越窄长？这背后是一场行业利益与物理现实的拉扯。

19世纪末，托马斯·爱迪生实验室在开发35mm胶片时，确立了4:3（即1.33:1）的画面比例。这个比例并非随意拍板，它最接近人类眼球在自然状态下、不做大幅度扫视时能覆盖的焦点范围。

到了20世纪50年代。随着电视机走入千家万户，电影院遭遇了生存危机。为了将观众从客厅的小电视机前拉回银幕，电影工业做出的一个改变是——既然电视沿用了电影的4:3比例，那么电影就必须变得更宽。

1953年，二十世纪福克斯推出了CinemaScope技术，将画面比例拉伸至2.35:1。其核心逻辑是：既然视觉中心已经饱和，那就通过极宽的画幅去填充观众的“余光”，模拟一种身临其境的假象。

20世纪80年代，16:9逐渐成为高清电视的标准比例。但在实际演进中，这一比例的普及更多源于物理空间的制约：在现代建筑中，由于层高限制，厂商很难通过增加屏幕高度来提升面积，而向两侧水平扩张（做宽）则成本更低且更易实现。16:9以及随后出现的21:9比例，其实是对视觉习惯的强制重塑。

这就导致了一个颇为尴尬的情况：人类的生理视野倾向于椭圆甚至更接近圆形的方块，但我们却被安置在了一个极其窄长的视觉环境中，在16:9的宽屏上，我们的眼球不得不进行更高频的横向运动（扫视）来捕捉边缘信息，而内容生产的节奏还在不断加快。

/04/

为什么说《甄嬛传》=《EVA》=《哈姆雷特》？

在屏幕比例不断横向扩张的同时，视听载体所承载的内容结构，其实早已完成了一套高度标准化的演进。

在影视与内容行业，存在一套名为“救猫咪（Save the Cat）”的精密叙事模版。

这是一套精准的叙事公式：主角何时登场、何时陷入危机、何时获得救赎，都有着极为明确的时间节点。如果剥离掉表层的艺术包装，甚至可以说无论是《甄嬛传》、《新世纪福音战士》还是《哈姆雷特》，其底层的故事节拍都是一致的。

对于内容工业而言，这套“节拍器”就是生产效率的保证。它证明了大多数成功的叙事并不是随机的创作，而是对人类心理刺激点的精准踩点。

但正因为这种“节拍器”，AIGC的出现才能让内容创作的速度产生指数级增长。

从Sora的惊艳问世开始，到后续可灵、Runway等视频模型的跟进，再到今年开年Seedance2.0横空出世，如何用AI生成视频成为几乎所有专业内容创作者的必修课。

好莱坞导演Charles Curran在实测后公开表示，仅用20分钟、花费数十美元便完成电影级预告片制作，Seedance 2.0具备颠覆传统影视工业的潜力，或将重构好莱坞创作流程与成本结构。

随着AI视频模型技术的不断进步，执行“节拍器”的门槛只会越来越低，把这种节拍器运用到极致的就是短剧。

在短剧中，传统的分钟级节拍被进一步压缩到了秒级。为了在极短的注意力时间中留住观众，创作者被迫在极小的视觉空间内堆砌最高强度的刺激——每一集只有一两分钟，每一个转折都要精准地卡在节点上。

这样高度浓缩、高频反转的内容形态，正在让“宽大的视觉背景”失去原本的存在理由。

在16:9甚至更宽的屏幕比例中，画面的两侧通常被用来放置环境细节、建筑构图或远景氛围，这些信息在传统的慢节奏叙事中负责营造“氛围感”。然而，当叙事变成了“短剧式节拍”时，观众的视觉焦点会极其稳固地锁定在画面中心的冲突点上。

对于接收端而言，那些为了填充余光而存在的宽大背景就会显得冗余，如《黄金三镖客》一般依赖“氛围铺陈”的旧模式，正被更直接、更节能的视觉焦点所取代。

这也预示着，视听载体即将完成一次跨越百年的轮回——从宽大的物理占领，重新回归到那个最适配焦点视野的“方”中。

/05/

重塑感官体验的四种途径

视听逻辑向“方”的回归不仅是比例的变化，更是全感官接管趋势的序幕。基于此，我们大可以畅想一下未来：技术路线和消费硬件的形态会如何发展？更重要的是，其中的创业、投资机会在哪里？

一、要建立情感的“直接信赖”

沉浸感的终点不在于单纯的平面像素堆砌，而在于建立生理层面的“直接信赖”。视觉虽然占据70%的带宽，但其虚假性极易被大脑识别；相比之下，空间音频带来的“在场感”会让用户体验得到跃升。

以最新几代iPhone普及的空间音频功能为例，它允许用户在后期编辑时自由选择声音是跟随镜头、环境还是画外。这种功能模拟了真实的物理声场。包括新一代耳机也加入了立体声。

正如办公室门口突然响起的一声猫叫，即便刺激强度极低，但它的空间位置感会直接建立感官上的“直接信赖”。这种沉浸感是单纯的平面像素堆砌无法提供的。

二、先全量采集，后按需定义

先采集尽可能全面的数据、后在AI的辅助下按需定义，可能是产出内容的高效途径。

首先是传感器发生的变化，过去我们追求传感器的极高利用率，但现在半导体已经足够便宜，允许一部分挥霍。比如iPhone 17前置摄像头和大疆都使用了定制方形传感器，insta360则是使用了圆形的成像圈。这些都能兼容横竖屏需求，让用户彻底摆脱拍摄方向的束缚，实现全量采集。

零零科技则是在采集方式上做出创新。这是一款能够实现自主飞行的相机，只要按一下，就能自行飞出去录制视频，再飞回来，飞行相机有不同的模式，比如自动跟随、骑行、滑雪等等。

这种类型的硬件就不再强求拍摄者去对准某个比例，而是全量记录空间，由AI在后期自动提纯出最适配焦点视野的内容。

三、体感反馈

在视觉（70%）和听觉（20%）被卷到极限后，只要脑机接口还未到来，剩下10%的“体感带宽”就仍有机会。

专业影院的高端功能（如3D影像、全景声）都在逐步下放到家庭，如Lazy Boy加装震动电机、风感反馈等物理装置等等。

四、重构“内容叙事”的能力

当硬件完成了“全量采集”，AI的核心任务便转变为对信息的“提纯”与“升维”。这种转变不仅是为了提高生产效率，更是作为人类感知的延伸，带我们进入此前受限于物理生理、无法触达的视觉维度。

时间维度：人类视网膜存在天然的生理限制，极高速的运动往往只是模糊的残影。而清智元视(Pixboom)通过AI计算成像与光学编码技术，拓宽人类对“瞬间”的感知维度，比如子弹穿过物体，或者水滴溅落的样子。

空间维度：传统影像是在记录世界的“截面”。但越来越多的公司在试图给用户“全维度采集”的能力。比如大疆与Insta360分别是从高度与全向角度拓宽了记录边界。

零零科技则通过自主飞行的相机，做到跟随拍摄。竹马创新进一步利用3D高斯泼溅（3DGS）技术，将这些记录从2D平面拉入3D空间。这意味着看照片的角度不再受限于拍摄瞬间，而是“进入世界”。

星空维度：天文摄影是个较为小众的领域，拍摄难度高，周期长，但也有创业公司瞄准这个领域。指数星空是一款智能星空摄影装备，通过基于芯片层的硬件创新，结合AI技术对拍摄体验进行升级，简化繁琐的寻星、导星、拍摄及修图的流程。

结语：

视听工业的一百年，是一个从“方的起点”出发，经历“横向扩张”的膨胀，最终在信息过载时代重新回归“方正”的轮回。

“方”不是一种复古，而是感官采集效率与硬件利用率达成共识后的形态。从最新的三折叠屏到Vision Pro，硬件的终点是彻底摆脱物理边框的束缚，回归到人眼最舒适的焦点区域。技术演进到最后，其目的不再是霸占物理空间，而是为了更精准地拨动那根名为“共鸣”的神经。

本文来自微信公众号： 猫盟CFCA ，作者：张弢

城市里有多少野生动物？结果可能出乎你的预料。

在我国21个城市记录到的鸟种多达763种，占我国鸟类的51.87%。

刚刚公布的“OECMs中国潜力案例”中，有北京、昆明、南京、上海等城市里的公园甚至普通绿地。

城市里的生物多样性不止对野生动物有利，也为人们提供了改善气候、减少污染等生态服务。

本文整理自张弢（tāo）老师的直播分享，讲的是在城市一个普通的小区绿地里，如何做生物多样性保护。

鸟类：在城市夹缝中求生

首先，我想告诉大家我住的小区里发生的一件令人伤心的事。

2020年8月一天，我在小区一棵桂花树上发现了一个棕背伯劳的巢，当时我很开心，可以看到它们育雏了。没想到第二天发现幼鸟已经死了，嘴里还叼着一只虫子，应该是它的父母喂给它的。

它为什么夭折了？鸟巢里那些白色的团状物是人类丢弃的垃圾——腈纶棉，布偶里填充的那类。幼鸟被缠住了，挂在巢上动弹不得。

这是一个令人悲伤的场景，当然小区里面也有令人欣喜的发现。

这是一只乌鹟，它是候鸟，每年春秋两季经过上海。

有人可能要问，“这是什么神仙小区？”其实在上海这不算什么，因为上海处在东亚-澳大利西亚候鸟迁徙路线上，是一个重要的节点位置。在几万甚至几十万年前还没有城市的时候，候鸟就年年通过这里。像乌鹟，我在小区已经连续三年看见它，每年出现的时间前后误差不超过一个礼拜。

我的朋友有时会问我，城市里的鸟类更多了吗？你看南方满地都是夜鹭的屎，北方满车都是乌鸦的屎……

我们首先要理解两个概念，丰富度和丰度，简单说丰富度就是鸟类的多样性，丰度是鸟类的数量。比如我们小区有100只乌鸫，100只珠颈斑鸠，100只白头鹎，另外一个小区有乌鸫、珠颈斑鸠、白头鹎都只有各50只，但是还有1只棕背伯劳，这个小区鸟类的丰富度就比我们小区更高，虽然它的丰度低。丰富度比起丰度，是更好的衡量生物多样性的标准。

关于鸟类还有一个概念，“城市回避者”与“城市利用者”，字面理解即可。乌鸫、白头鹎、珠颈斑鸠都属于典型的城市利用型鸟类。我们有时候说“城市里的鸟很多”，其实是指城市利用型鸟类多。那么，那些不适应城市环境的鸟又如何呢？

这是我从野外捡回来的一种夜行性鸟类，长耳鸮的食丸中的发现，是它吃的猎物的骨骼，食丸是长耳鸮吐出来的不能消化的食物残渣，现在很少有城市小区有老鼠给它捕捉了，另外城市里的人工光污染，夜行性的鸟也不太能适应。大猫老师曾写过北京天坛公园长耳鸮消失的文章，那里介绍得更专业、更详尽。

这张画是南宋的宫廷画家李迪在公元1196年画的。画中这棵树是枫香，江南地区的原生树种。上面这只是苍鹰，右下角一只环颈雉惊慌逃窜躲避苍鹰捕食。这两种鸟现在在华东地区都是典型的城市回避型鸟类。一位鸟友老师说当年上海虹桥火车站刚建成时，出站就常看到环颈雉扑楞楞地飞。但是现在虹桥火车站出来可能就只看得到珠颈斑鸠了。

原生植物：在上海颠沛流离

为什么我选了有枫香的这张画呢？因为有人做了古代植物孢粉研究，发现枫香以及壳斗科的栗属、青冈属等，曾经是上海原生林的优势物种。这些植物，我的小区现在一棵都没有。

这个图来自《上海市植物物种多样性组成和历史变化暨上海维管植物名录更新(2022版)》。可以看出2010年以后，原生植物数量明显下降了。

我做了小区业委会委员后经常要交代物业清理外来入侵植物。有一次一位邻居问我“为什么我们小区会有这么多的外来入侵植物，是不是有人破坏？”我说“不是的，是因为上海是一个口岸城市。”上海开发早，交通发达，引种植物种类多，外来植物很容易东风压倒西风。我们的城市公园绿地现在大量的园艺物种和外来植物，华东自然风貌已经很难见到了。

上海早春常见的原生野花

最左边是延胡索，它是一种罂粟科的植物。

紧挨着它的，紫色是二月蓝（又叫二月兰，两种写法都可以），上面有食蚜蝇，这个黄色的是芸薹属的，可能是油菜，上面有只黄尖襟粉蝶。

中间这个蓝色的是刻叶紫堇，它们大多开紫红色花，但有少部分是漂亮的蓝色。

中间白色的是号称“华东草地三宝”之一的老鸦瓣，有只中华蜜蜂在采蜜。这时候温度很低，外来引入的意大利蜂怕冷，没法出来活动。

紧挨着右边，下面这个虫是斐豹蛱蝶的幼虫，它在吃紫花地丁的叶子。上面金灿灿的五瓣花是猫爪草，也是“华东草地三宝”之一，绝大部分上海小区看不到，只能看到跟它有点相似的外来植物刺果毛茛（三级入侵物种）。

最右边这个叫夏天无，顾名思义它是早春花，到夏天它就休眠了，地上部分就见不到了。

在上海这样一个已深度开发的城市，没有多少珍稀濒危物种，要保护生态环境，就要从基础做起，比如修复原生植被、保护原生的无脊椎动物先做起。

如何在小区里做保育？

这是我总结的一些在社区做生态保育的原则：

为什么要注意议事规则？因为要兼顾人的需求，得到居民的支持。有一次我一位科研人员朋友来我们小区参观，建议利用小区池塘保育两栖类，但恢复蛙类，可能会有业主投诉蛙鸣噪音。所以我们需要先征求业主的意见，有些工作要业主大会投票通过才能做。

第二点是根据有限的水资源进行科学规划，这是我特别想强调的。普通人常会有一个误区：树种得越多越好。2025年上海降水量跟往年同期比少了七成，而且小区有车库等地下设施，土层厚度有限，水涵养量也就有限。现在我就很头痛，希望把小区的香樟密度减下来，因为香樟是常绿大乔木，缺水的季节里它也要蒸发吸水，对土壤水消耗太大了。

在小区内保护生态的实践方法，我总结了一下有七条。

第一条，禁用除草剂，限制使用杀虫剂。

大概是去年的惊蛰前一天，我跟物业正式提出“禁用除草剂”的建议。

这是绶草，在《诗经》中就有记载的本土植物，也是上海地区唯一的野生兰花；右边这张是被喷了除草剂后的样子，拍摄地点是我们隔壁小区的草坪（和我们是同一家物业公司）。这两张照片摆在一起，有正常审美的人很难不受到触动。我们要让大家在社区就能感受到自然之美、看到美好的东西和自己有真实的链接，这比理论说教（为什么要保护生态）效果要好得多。

4月22日，春天，田埂怎么是灰黄一片呢？除草剂的结果。7月11日，田埂上局部复绿，这是喷了除草剂大约一周后，草又开始恢复生长了。7月30日完全复绿，8月11日除草剂又喷了一波。就这样来来回回拉锯战，剩下抗药性越来越强的“杂草”、越来越毒的土壤和水。

水稻快成熟时，爬在路灯杆子上的是三裂叶薯，是我国入侵植物名录的一级入侵植物（恶性入侵）。可见除草剂并没有解决根本的问题，很多植物已经产生了抗药性。

农药还会影响到农田里的野生动物。照片中央的是夏候鸟水雉，右边是留鸟黑水鸡，水雉还是国家二级保护动物，它们现在都生活在这样一个高农药残留的环境里。每年我国发生的劳动者农药中毒事件也不少。

不用除草剂，还能怎么办？

这位是在上海郊区种藕的藕塘主江万星师傅，我跟他建议不要用除草剂，因为藕塘田埂是旱地，藕长在湿地里，草并不怎么影响到藕。他说不行，村里有人会检查要求除草；所以他就采取了割草的办法。像这样重视并实践生态种植的农场主，在全国是凤毛麟角的，如果有朋友想买没有除草剂污染的藕和藕粉，我可以推荐江师傅的联系方式。

大家可能会说“你们物业太好沟通了”，其实能有今天的局面，也是反复沟通达成的。去年7月份就发生过绿化工擅自喷除草剂的事，理念的改变的确需要时间。其实喷除草剂最直接的受害者恰恰是操作者自己，因为他接触的药物浓度最高、时间最长。

说完了除草剂再说杀虫剂，物业和居民如果要求杀虫怎么办？这个事沟通起来没有除草剂那么难，城市社区不是农田，我们也没有产量的压力，小区里的树叶人也不能吃，像乌桕树叶对人还有毒，留给本土的昆虫金龟子吃也吃不完，乌桕树养了金龟子，小区里的棕背伯劳就有食物了。

上海植物园有一个科普活动，叫“暗访夜精灵”，前两年还推出了社区版，夏天夜晚带小朋友观察野生动植物。我告诉物业，这个活动门票不菲，亲子两人要300多块钱，我们在自己小区就能观察，多好的事，也许我们以后还可以卖门票呢。

不过有些情况，涉及公共卫生疾控方面的，喷药可能难以避免。去年华南出现了白纹伊蚊传播的基孔肯雅热疫情，当时我们小区里的不少邻居也很恐慌，要求杀蚊。我先是给大家分享了权威科普文章，如果把自然存在的一种蚊子消灭掉了，可能会有其他的蚊子来占据生态位，而新来的蚊子可能传染更危险的疾病。所以不能指望斩尽杀绝方式解决问题。

我先要求物业清理靠近建筑物的积水区，清除白纹伊蚊关键的繁殖场所。

另外，杀蚊必须使用正规安全的药物。我们准备杀蚊的时候，物业开始说他们有总公司统一下发的灭蚊液，我问了四个问题：灭蚊液的有效成分、购买渠道、农药登记证号，配制浓度，要求物业告知我，物业经理去查了后发现的确有问题，说“张老师，我们重新买吧，你告诉我买什么。”我们这样就更换了正规的杀虫剂。

杀虫这件事不是绝对不做，而是要科学地做。

如何处理入侵物种？

第二条是原生植物的引入和保育。

这里有个问题，原生植物等同于乡土植物吗？个人认为不能完全等同，比如桑树是典型的乡土植物，它是农耕时代重要的经济植物，桑现在分布这么广，可能不完全是自然传播的原因。桑树、构树、臭椿、苦楝这些乡土树可能也不适合城市社区，它们的根系太发达了，容易对建筑物造成破坏。我对物业的要求是，绿化带里的桑、构自播苗要及时清理，不能让它们肆意生长。

这个名单是我们小区目前已经引入或者保育的原生植物，仅限于小型灌木、藤本、草本等小型植物，如果引进大型的乔木，是对绿化布局比较大的改变，原则上是要通过业主大会表决的。

蓬藟和臭牡丹这两种小灌木，它们的生态价值是不错的，但是有一点，它们很容易无性繁殖，最好把它们栽在有硬质边界的区域，比如说水泥花坛或者石头花坛。避免在开阔的绿地上种这两种植物，以免扩繁过多，形成单一群落。

马兜铃是红珠凤蝶的寄主植物，菝葜是琉璃蛱蝶的寄主植物，二月蓝是菜粉蝶、黄尖襟粉蝶的寄主植物，紫花地丁是斐豹蛱蝶的寄主植物，蝴蝶是比较受欢迎的一类昆虫，可以美化环境。这里有一些是我们小区本来就有的植物。

这是小区本来就有的一棵朴树，我在这里发现了七星莲，这是一个比较好的地被植物，我就选了这块做生态保育。我在这里布置了灌木、藤本和地被的草本，这里有薜荔、活血丹、胡颓子。

这个草坪有一小片区域没有割。为什么？因为这一小片区域绶草比较密集，我们把它留下来释放种子，让绶草继续繁殖。

第三条是清理入侵物种。

清理外来物种和引入原生植物有时候是同时进行的，上海的外来物种实在太多了，如果你不清理外来物种的话，生态保育肯定是做不成功的。

左上角是一年蓬和春飞蓬，普通人也不用分得那么清楚，两个都是一级入侵物种（恶性入侵）。

中间上方是小蓬草，也是一级入侵物种。

右上角是垂序商陆，也叫美洲商陆，同样是一级入侵物种。

左下角是野老鹳草，二级入侵（严重入侵）。农村的朋友跟我说它非常容易侵占稻田，它的种子又细小又多，很容易扩播。

中间下方是喜旱莲子草，也叫空心莲子草，一级入侵物种。它是我在上海遇到的最难清理的植物，旱地、水里都能长，而且每一节都会扎根（无性繁殖）。

右下角是我的一个实验，我把作绿肥的一种野豌豆撒在花坛，看看能不能通过覆盖抑制空心莲子草的生长。

我们小区还有一个池塘，之前被居民放生了不少红耳彩龟（俗称巴西龟），我们在池塘边安了一块科普宣传牌，禁止非法放生。放生入侵物种的行为涉嫌违反《野保法》《生物安全法》和《外来入侵物种管理办法》。我们捕捞出巴西龟，一部分由爱心业主收养，一部分被我们物业经理送去了花鸟市场。

我们在池塘里还发现了几只草龟，这多半也是此前居民投放的，龟鳖等爬行类野外数量削减非常厉害，野生草龟现在已经是国家二级保护动物了，上海这样的城市里自然出现的可能性很小。

清理了入侵物种后，池塘白天来了白鹭和普通翠鸟；夏天有玉带蜻，还有我在浅水区种的泽泻，开花时吸引了一种灰蝶。

让大地变得生物友好

第四条是地表生境的微改造，简单来说就是恢复落叶层。

朴树、榉树这些原生树种的落叶，降解的速度比香樟、广玉兰这些外来树种明显要快。城市中落叶分解是越快越好，这是一种自然堆肥方式。我们把落叶堆在黄杨树篱圈里，这样就不容易被风吹走。

第五条是慎重引入外来植物。

上海多年前曾流行打造热带风情小区，就是在小区里栽南方的棕榈科植物。我们小区早先也有几棵据说很贵的加那利海枣树（下图左），好看是挺好看的，但后来它们陆续都死了。我在一棵死去的加那利海枣的髓芯（俗称树干）里发现了许多个由纤维绕成的虫茧，有些茧已经空了，有些里面的原主人还在，它叫红棕榈象（下图右上），原产印度，随着棕榈科园林植物的引入扩散到我国，是我国要控制的检疫害虫（在某一地区尚未分布，或虽有分布但非广泛发生且处于官方控制之下的害虫），现在它们已经进入华东地区了。

第六条是科学修剪。

我给小区物业示范了春天怎么修剪火棘，能够保留果枝，让它多结果。2025年秋天小区的火棘终于有了硕果累累的景象，临近春节红果变得稀稀拉拉，大部分都被小区的鸟吃了。我还告诉物业，紫薇花秋天的枯枝不着急修剪，等春天快发芽前再剪，这样大山雀等食虫小鸟冬天可以在枯枝上找虫子吃。

第七条是为动物提供水源。

这是一只小区垃圾站捡来的金鱼缸，我把它半埋在地下，这样鸟类和刺猬都可以很方便地喝到水。我在缸里放了些泥，埋了几棵荸荠，荸荠这种植物的叶子退化了，我们看到的绿色细“叶子”其实是它中空的茎，所以对水分的蒸发量就比较少；这比栽荷花要好，荷叶面积太大可能会遮挡鸟类的视线，让它容易被周围潜伏的流浪猫捕杀。

发展更多助力

生态保育肯定不是一个人的单打独斗，我们要发展更多的邻居一起参与。

去年秋天我组织了一次秋播，两位业主带着他们的孩子一起来参加，不过这次秋播不太成功，因为我们播的是紫云英，结果去年上海秋天几乎一滴雨水都没有，紫云英的发芽率非常低。我给参加活动的业主家庭送了植物科普书作为礼品，之前是用我们的办公经费买的，后来市绿化指导站的张老师说以后可以赞助我们采购一批科普书，我在这里也借直播对她表示感谢。

社区日常交流也是一个形成共识的途径。我们小区有3棵山茱萸科的光皮梾木，这种树在上海小区相当少见，前不久上海市园林设计研究院的老师来我们小区测绘，也没认出来。邻居们听说后纷纷表示，这样稀罕的宝贝树一定要保护好，最好要挂上科普牌，防止被砍伐。

这是一位邻居拍摄于2014年的照片，那时我们池塘上游春天还有很多蝌蚪，它们消失至少有5年了。如果要再次引进两栖类，我们需要先了解是不是有人会抱怨蛙鸣扰民。

去年我推荐物业参观了长宁区的协和家园小区的乐颐生境花园，它只有700多平方米，却凭借着在社区里实现的生态修复效果，入选了联合国“生物多样性100家全球典型案例”，这个小区据说已观测到3种蛙类。

我还推荐物业去参观了一家自然教育培训机构，了解用落叶堆肥。一开始物业对此不感兴趣，但后来我们发现按合同绿化垃圾处理费由物业出，上海市处理一车绿化垃圾要向环卫所支付1400元，物业开始主动跟我讨论如何操作堆肥。

推荐业主参加市绿化管理指导站发起的“乡土植物在哪里”公民科学活动

也遇到过很多障碍……

实践从来不会一帆风顺，现实中我们遇到过很多矛盾。

首先，生态文明的理念是不是社会共识？

这是上海市长宁区新泾镇甘溪路周家浜滨水公共空间的雕塑，我看到后很震惊，掏鸟窝这种伤害野生动物的行为，怎么能堂而皇之地宣传？

我在12345上投诉，掏鸟窝行为违反《上海市野生动物保护条例》，上海还有一个爱鸟周，这个雕塑的影响太不好了。结果街道工作人员回复我，这就是农民的民俗展示，我的投诉是没事找事，跟“要求鲁迅故居撤掉吸烟的画”是一个性质。我反问这位工作人员：古人说“劝君莫打三春鸟”，你为什么不记得了？这个雕塑现在仍然在。可见生态文明理念要成为社会共识，还是有不少路要走的。

第二，流浪猫对野生动物的影响。

这就是夏天郁郁葱葱的那只荸荠水盆，2026年元旦前不久一天清晨，一只来此饮水的灰喜鹊被流浪猫捕杀了。

这只灰喜鹊遇害也有我的责任，我之前在饮水盆旁堆了一个本杰士堆，现在它实际上成了流浪猫捕猎的掩体。灰喜鹊遇害后，我赶紧拆掉了原先的树枝堆。

我的一位朋友在长宁区他的小区里，用红外相机记录了流浪猫钻入黄鼬洞穴的过程，对黄鼬来说这个洞穴基本上就废掉了。这个洞此前还记录到狗獾，是上海目前唯一一个发现了狗獾的居民小区。

第三，环境条件日益恶化。

去年上海非常热，夏天直到10月16日才结束（气象学上所谓的夏天，不是一个日期，而是连续5天平均气温稳定超过22℃）。《新周刊》发了一篇文章“高温重返江浙沪，最怕热的群体被忽视了”，最怕热的群体指的就是植物。这种气候变化必然会对生态系统产生影响。

还有一个问题是土壤劣化。我们小区绿地中建筑垃圾非常多，水泥块会导致土壤碱化。土壤成分的改变还会影响微生物群落，对于依赖微生物共生的植物可能更不利。

下面给大家介绍几种华东地区适合绿化种植的原生植物。

麦李，花非常漂亮，也是蜜源植物，结果很多，白头鹎很喜欢吃它的果实。

胡颓子，耐阴，可以布置在林下，根部有共生的固氮菌，所以它能耐受贫瘠的土壤。还有很重要的一个优势就是秋天开花，早春就有果实了，为鸟提供食物。

野菊（菊花的祖先之一），下面这张照片是春天，麻雀把它的嫩芽啄食了。南京有名的野菜菊花脑，就是栽培的野菊。麻雀春天的采摘完全没有妨碍它在秋天开得灿烂夺目，野菊也是优秀的秋季蜜源。

活血丹，扩繁非常迅速的地被草，这丛活血丹是5月栽下的，到11月的时候，茎已经延伸有近3米。它还是本土昆虫中华木蜂的重要蜜源。

最后，我想以珍•古道尔博士去年的一段话作为结尾。

The most important advice to remember is,every day,every person makes an impact on the planet.And unless we’re very poor,or very sick,or very young,we can make a choice.And so we need to think and make choice wisely.

最需要铭记的忠告是：每天、每个人都在影响着这个星球。除非我们极其贫困、病弱或年幼，否则我们都能做出选择。因此我们需要明智地思考并做出选择。

本文来自微信公众号： 大湾区评论 ，作者：白子瑜等，原文标题：《AI印度影响力峰会：美印“同床异梦”的协同幻象｜科技观察》

AI印度影响力峰会落幕：一边是美国科技巨头竞相押注“全球南方”最大市场，一边是印度首富穆克什·安巴尼掷地有声地宣告“印度不能租用智能”——这场看似“美印同心、共塑AI未来”的峰会，实则暗流涌动，一场关于技术主导权、数据主权与价值链高地的争夺战已然拉开帷幕。

本文撕开“负责任AI”“开放创新”的温情面纱，直指美印在AI时代的“同床异梦”。文章揭示了一个核心悖论：美国希望将印度打造成美式AI生态的“放大器”与“稳定节点”，而印度则渴望借力美国资本与技术，加速构建“主权AI”，避免沦为“数字附庸”。技术扩散的“最后一公里”，究竟是普惠的福音，还是新依附关系的开端？发展中国家的“自主”与“依附”边界究竟在哪里？本篇文章供读者参考。

2025年“AI印度影响力峰会”在孟买举行，云集全球AI政商领袖。台面上，这是一场关于“负责任AI”“开放创新”“普惠应用”的盛会：美国科技公司与印度政府和企业高频互动，合作备忘录、联合项目与投资计划密集释放，营造出美印在AI时代“价值同盟、能力互补”的协同图景。但这份协同更多停留在叙事与利益交换层面——一旦触及技术主导权、数据与算力控制、标准制定与产业链位置等关键议题，两国目标并不重合，甚至天然对冲。

从美国视角看，印度是其扩展全球AI影响力的关键“落点”。美国希望把自身的AI故事讲成全球故事：以“民主技术伙伴关系”为包装，将技术标准、治理框架、开发者生态与商业模式向印度外溢，并借助印度庞大的英语工程师供给、快速增长的数字市场与“全球南方”政治辐射力，完成对应用场景的验证、对市场的锁定以及对供应链风险的分散。峰会上的合作因此呈现出一种“共同发展”的表象，但底层逻辑仍是：让印度成为美式AI生态的放大器与稳定节点——既是研发与外包的能力池，也是产品与标准的试验场。

从印度视角看，与美国深度合作同样必要，却更像一场带条件的借力：印度需要资本、先进模型能力与算力基础设施来补齐短板，但目标并非长期嵌入他国生态，而是加速形成可控的“主权AI”。印度一方面拥抱OpenAI、谷歌、英伟达等以迅速获得技术与供给，另一方面又强调数据主权、本土算力、关键基础设施的可替代性，警惕在模型、芯片、云平台与知识产权上被锁定为“数字附庸”。其更长线的盘算，是把本国数字公共基础设施（如UPI、Aadhaar）的治理与规模化经验与AI结合，先服务本土超大人口市场，再将解决方案输出至其他“全球南方”，形成不同于美式平台资本主义的叙事与路径。

因此，这场峰会呈现出一种典型的“双层结构”：在“合作、共同繁荣”的表面协同之下，是关于谁来定义AI规则、谁掌握关键资源、谁占据价值链高地的实质分歧。峰会上美方与印方科技领袖的表态与项目选择，既是商业语言，也折射出两国在AI时代相互利用、相互防范的战略博弈。

美国科技巨头：

AI叙事输出与全球南方渗透

萨姆·奥尔特曼（Sam Altman）

OpenAI首席执行官

1.印度具备成为全球AI

超级应用市场与创新实验场的潜力

Altman高度评价印度在人工智能领域的领导地位和技术应用速度，指出印度在构建主权AI基础设施和小型语言模型（SLMs）方面进展显著，甚至称“没有一个国家能比得上印度的AI总能量”。他透露，印度是OpenAI的第二大市场，每周有超1亿用户使用ChatGPT，并强调了系统支持印度本地语言和方言的迫切需求。为此，他宣布了“OpenAI for India”倡议，与塔塔集团合作建设本土AI能力及容量达100兆瓦至1吉瓦的AI数据中心。

2.AI能力跃迁呈指数级发展，

超级智能时间表明显前移

Altman指出，AI系统的进化速度令人惊叹，已从无法处理高中数学问题跃升至能够进行研究生级别的数学研究并推导理论物理成果。他预测，早期版本的“真正超级智能”可能在短短几年内就会出现；如果预测准确，到2028年底，全球更多的智力容量可能集中在数据中心内部，而非外部。

3.AI扩散与资源结构转型必须同步，

否则规模化将面临可持续性挑战

Altman强调AI的民主化是唯一公平且安全的道路，算力或技术的过度集中可能导致毁灭性后果。他呼吁世界可能需要建立类似国际原子能机构（IAEA）的国际组织来协调和管理AI的飞速发展。针对资源消耗，他直言“每次查询消耗数加仑水”的网传说法“完全疯狂且不真实”，但他承认AI总体能耗确实巨大，呼吁全球迅速转向核能、风能和太阳能。

4.AI对就业的结构性冲击不可避免，

但长期创造力大于破坏力

Altman坦承AI必然会引发就业市场的结构性颠覆，取代诸多重复性工作，但他坚信这也会创造出以前不存在的全新工作类别，人类总能找到更好的出路。针对准备迎接AI时代的年轻人，他建议不要盲从老一辈的传统职业规划，因为年轻人在飞速变化的时代拥有更敏锐的判断力，应当每天主动拥抱和使用AI工具，培养独立判断力。

简评：

Sam Altman的观点兼具强烈的科技乐观主义与前瞻性的系统性风险意识。作为站在全球AI浪潮最前沿的掌舵者，他的目光始终聚焦于技术上限的突破（如AGI和超级智能的到来）与全球算力基础设施的底层布局。他对印度的极度重视，反映了硅谷科技巨头对“全球南方”海量数据和应用市场的战略倾斜；同时，他提出建立全球监管机构以及对能源供给的担忧，表明他深刻意识到超级智能对现有人类社会秩序、甚至地球资源的潜在巨大冲击。

人物背景与履历：

Sam Altman（生于1985年，芝加哥）是美国著名的企业家、投资者和程序员。他曾在斯坦福大学学习计算机科学，后于2005年辍学联合创立了位置社交网络应用Loopt。2014年至2019年，他担任知名初创企业孵化器Y Combinator的总裁，在硅谷创投圈积累了巨大影响力。2015年，他参与联合创立了OpenAI，目前担任首席执行官（CEO），引领了ChatGPT等重大人工智能技术的发展与破圈。

达里奥·阿莫代伊（Dario Amodei）

Anthropic首席执行官

1.AI技术能力正以指数速度

逼近并超越人类认知，

印度将在这场变革中扮演核心角色

阿莫代伊表示，“过去十年AI已以指数速度演进，在未来几年，AI模型的认知能力将超越大多数人类”。他高度认可印度的创业生态，称“这里的能量与雄心令人难以置信”，并指出印度率先探索的技术与实践，“历史上往往会成为全球南方的标杆，推动技术红利向更广泛地区扩散”。他描绘了AI最具变革性的正面潜力：“AI有潜力治愈千年来无法攻克的疾病，从根本上改善人类健康，让数十亿人——包括全球南方的人民——脱离贫困。”

2.AI能力与经济扩散之间

存在结构性“时差”，

企业采纳速度是核心制约因素

在与尼勒卡尼的炉边谈话中，阿莫代伊指出当前AI的经济影响力远低于其技术潜能。他表示：“即使我们把今天的技术能力冻结在原地，经济影响也可以比现在大得多，因为采纳需要时间。企业面临运营摩擦、监管不确定性和制度惯性，这些都在拖慢部署速度。”他乐观预估AI有可能帮助印度实现20%至25%的年度GDP增长率，尼勒卡尼则务实回应：“如果能到10%，我就很满意了。”尼勒卡尼还以Aadhaar和UPI的经验指出，“把技术推广到十亿人，是完全不同的事情”，扩散“既是艺术也是科学，涉及制度建设、政策谈判与信任构建”。

3.AI面临三大风险：自主行为失控、

恶意滥用与就业置换

——Anthropic自身也不例外

阿莫代伊明确列出了他最忧虑的三大风险：AI系统的自主行为失控、被个人或政府恶意滥用，以及对就业市场造成的经济置换效应。他坦言，“我认为某种程度的冲击将会到来，与特定公司或特定行业无关——这与AI整体进步的大势密切相连。”Anthropic未来可能也会减少软件工程师的招募，因为AI已能端到端地自动化大部分编程工作。

4.技术扩散必须以包容性为前提，

否则将引发“白领反弹”

阿莫代伊强调：“在全球南方，AI的收益可能比其他任何地方都更大，但这也意味着安全性、民主治理和经济包容性更加重要。”尼勒卡尼在对话中发出更为尖锐的警告：AI领域正同时存在“向上竞赛”和“向下竞赛”，如果AI只能制造深度伪造或推高电费，公众必然产生反感。“蓝领工人的不满导致了全球化的列车脱轨。白领工人的不满将导致AI的列车脱轨。”

5.以“100条扩散路径”倡议

与班加罗尔办公室落地为标志，

Anthropic正式将印度纳入核心战略版图

阿莫代伊宣布Anthropic正式在班加罗尔开设印度办公室，任命伊琳娜·戈斯（Irina Ghose）担任Anthropic India董事总经理，同时与Infosys达成合作，推动Claude系列模型在印度企业服务市场的落地。他还透露Claude和Claude Code在印度的使用量四个月内翻了一番，最新模型在10种印度语言上有显著性能提升。此外，双方联合发起“100 Diffusion Pathways by 2030”倡议，由EkStep基金会、Anthropic、Google、盖茨基金会和UNDP组成联盟，旨在为AI规模化部署开发开放的“操作手册”。

简评：

阿莫代伊的核心价值在于他提出的“能力-扩散时差”框架——AI行业的高估值建立在技术能力的预期之上，而经济回报的兑现远远滞后。这个判断同时解释了两件事：为什么AI公司估值如此之高，以及为什么普通人还感受不到AI的好处。当其他CEO用“创造新岗位”来对冲就业焦虑时，他公开承认Anthropic自己也可能裁减工程师，这种坦诚在硅谷CEO中几乎没有先例。他在印度的布局（办公室、Infosys合作、EkStep接入、多语言优化、扩散路径倡议）虽不如OpenAI“星门计划”声势浩大，但胜在体系完整，且与Anthropic“安全优先”的品牌定位一脉相承。这是一家试图用制度化手段解决信任问题的公司，而非单纯靠资本规模碾压市场。

人物背景与履历：

达里奥·阿莫代伊，意大利裔美国人，普林斯顿大学物理学博士。曾在OpenAI担任研究副总裁，主导了GPT-2和GPT-3等大语言模型的开发工作。2021年因对AI安全路线与公司商业化方向的分歧，与姐姐达妮埃拉·阿莫代伊（Daniela Amodei，现任Anthropic总裁）共同创办Anthropic，致力于AI安全研究与负责任的AI开发，提出了“Constitutional AI”（宪法AI）等安全对齐方法论，开发了Claude系列大语言模型。截至2025年，Anthropic估值超过600亿美元，是全球AI领域估值最高的初创公司之一。

达里奥·阿莫代伊（图源：CBS News）

杰伊·普里（Jay Puri）

英伟达全球业务执行副总裁

1.我们正处于AI塑造的

新工业时代的开端，

印度有能力在其中扮演领导角色

普里在演讲中以一个基本论断开场：“我们正处于一个新工业时代的开端，一个将被AI所塑造的时代。我们所见证的这股能量、雄心与创新速度，是非凡的。”他指出，印度是全球最大的开发者生态系统之一，拥有蓬勃的创业生态与强烈的数字雄心，有能力在这一新工业时代扮演领导角色。他将印度的判断基于三个基本面：全球最大的开发者生态之一、数字基础设施的成熟度（Aadhaar、UPI），以及政府超过10亿美元的IndiaAI使命投入。

2.“AI的未来将是全球的，

但也将是深度本地化的”

英伟达支持印度构建主权AI能力

普里提出的这一判断被多家媒体广泛引用。他指出，英伟达在印度市场的核心策略不是将现成的美国AI系统简单输出到印度，而是支持印度本土构建具有语言、文化与数据主权的AI能力。英伟达在印度的战略布局覆盖三个层次：扩大算力基础设施，与Yotta、L&T、E2E Networks等合作部署Blackwell Ultra GPU，建设主权AI算力底座；支持前沿AI模型开发，Nemotron开源模型与NeMo框架被BharatGen、Sarvam.ai等采用，开发覆盖22种印度语言的多语言模型；赋能AI研究与创新，与高校、初创企业及政府机构合作。

3.英伟达与Reliance的AI基础

设施合作及“Make in India”战略，

构成印度AI算力的关键支撑

峰会期间，英伟达与印度最大企业集团Reliance的合作备受关注，英伟达将为Reliance Jio构建主权AI计算中心提供核心算力支持。此外，普里着重强调了英伟达与本土制造商Netweb Technologies的合作——Netweb基于英伟达Grace Blackwell架构在印度本土制造AI超算系统，响应莫迪政府“印度制造”（Make in India）国家战略。他表示：“看到印度在塑造AI未来的过程中发挥如此关键的作用，令人倍感振奋。我们来到这里，是为了与政府、产业界、创业公司和学术界携手合作。”

4.AI对就业的长期影响是积极的

——历史上每次技术革命

都创造了更多高质量就业

在就业议题上，普里持乐观立场。他以历史类比来支撑判断：AI带来的就业变革将与历史上每一次重大技术革命的规律相同——部分传统岗位会消失，但将有更多新岗位随之涌现。他进一步指出，AI带来的生产力提升将从整体上推动经济扩张，并在长期创造更多高质量就业机会。

简评：

英伟达不做模型，不做应用，做的是“卖铲子”。这个定位决定了普里的叙事策略：无论行业选择开放还是封闭、安全还是加速，前提都是算力，也就是英伟达的芯片。“AI的未来将是全球的，但也将是深度本地化的”之所以被广泛引用，因为它对印度政府讲主权、对本土企业讲机遇，而两者都指向同一件事，采购更多GPU。从地缘视角看，在中美科技脱钩的背景下，英伟达在印度的每一项合作——Reliance数据中心、Netweb本土制造，实质上是在构建不依赖中国供应链的替代性算力网络。不过，普里对就业问题的乐观表态是所有发言者中最缺乏深度的。“历史上每次技术革命都创造了更多就业”这一论断，忽略了AI替代的是认知劳动而非体力劳动这一本质差异。

人物背景与履历：

杰伊·普里，印度裔美国企业高管，英伟达（NVIDIA）全球业务执行副总裁（EVP of Worldwide Field Operations），负责全球销售运营、合作伙伴关系与市场拓展战略，在英伟达任职超过二十年。英伟达是全球AI芯片市场的绝对主导者，GPU产品在AI训练和推理中占据超过80%市场份额，市值一度突破3万亿美元。本次峰会原定由CEO黄仁勋亲自出席，后因其连续三周密集出差后身体不适而由普里代为率团。

杰伊·普里（图源：英伟达官网）

桑达尔·皮查伊（Sundar Pichai）

谷歌及Alphabet首席执行官

1.人工智能是这一代人

最重要的平台级变革，

其影响力将等同于互联网与移动计算

皮查伊在演讲开篇指出，人工智能是他一生中见证过的“最重要的平台转变”，其影响力将与互联网和移动计算相提并论。他回顾了自己从印度求学到参与全球科技创新的经历，强调AI不再是遥远的未来技术，而是已经深度融入现实世界，正在重塑科研、医疗、农业和公共服务等领域。

他以谷歌DeepMind开发的AlphaFold为例，说明人工智能如何加速科学发现。AlphaFold解决了长期困扰生物学界的蛋白质折叠问题，并向全球科研机构开放数据资源，使药物研发、疾病研究和生物工程的速度大幅提升。这种“从几十年压缩到几年甚至几个月”的科研效率，正是AI带来的革命性变化。

2.坚持“大胆创新”：AI应被

用于解决人类面临的最深层挑战

而非仅服务于商业

皮查伊强调，真正释放人工智能潜力的关键在于“大胆提问”和“宏大目标”。AI不应只服务于商业效率或娱乐产品，而应被用于解决人类面临的重大挑战，例如公共健康、气候变化、粮食安全和教育公平。他特别提到，在印度，人工智能已经被应用于农业气候预测系统，帮助农民更好地应对季风变化；在医疗领域，AI辅助诊断技术正在降低偏远地区居民获得医疗服务的门槛。这些应用展示了AI不仅是高端实验室的产物，更可以成为服务基层社会的工具。同时，他指出，技术创新必须与包容性并行推进。语言多样性、文化差异和数字鸿沟是全球性问题，AI系统必须覆盖更多小语种和弱势群体，避免技术红利只集中在少数国家或人群手中。

3.警惕“AI鸿沟”的形成，

通过基建、技能培训与信任机制

构建公平发展底座

在谈及风险时，皮查伊警告不要让世界进入新的“AI鸿沟”时代，即拥有算力和技术资源的国家与缺乏基础设施的地区之间差距进一步扩大。为此，他提出三项关键任务：基础设施建设、技能培训以及信任机制的建立。他介绍了谷歌在印度的大规模AI基础设施投资计划，包括建设高性能计算中心和海底光缆网络，以帮助印度更好地融入全球数字体系。这不仅是商业行为，也被他视为一种对全球AI公平发展的长期投入。

在人才方面，他强调必须通过教育和再培训帮助劳动者适应AI时代。AI不应成为“取代人类”的工具，而应成为“增强人类能力”的伙伴。通过数字技能培训计划，更多普通人将能够与AI协作，而不是被排除在新经济体系之外。

在信任层面，他提到谷歌开发的内容认证与水印技术（如SynthID），用于帮助公众区分真实信息与AI生成内容，从而减少虚假信息和滥用风险。

4.倡导全球协作与负责任的监管，

支持印度成为“全栈式AI国家”

皮查伊在演讲中反复强调，人工智能不是任何一家公司的专属成果，而是一项需要全球协作的系统性工程。他认为，创新与监管不应对立，而应形成良性互动。政府应制定清晰、透明的规则，企业则应承担技术伦理与安全责任。他举例说明，许多国家已经开始利用AI进行基础设施规划、能源管理和公共服务优化，这证明公共部门与科技企业的合作可以产生实际社会价值。他尤其看好印度在全球AI体系中的角色。凭借庞大的人口规模、工程人才储备以及数字公共基础设施建设经验，印度有潜力成为“全栈式AI国家”，既是技术使用者，也是规则制定者。

5.以人为本是衡量AI成功的终极标准，

技术价值在于放大人的创造力

贯穿整场演讲的核心理念是“以人为中心的人工智能”。皮查伊强调，评判AI成功与否的标准，不在于模型参数的规模或算力的强弱，而在于是否真正改善了人们的生活质量。无论是帮助农民提高收入，协助医生更快诊断疾病，还是让普通劳动者获得新技能，AI都应成为提升社会整体福祉的工具。他认为，人工智能的终极价值在于放大人的创造力，而非削弱人的尊严。

简评：

皮查伊在峰会上的演讲展现了一位全球科技领袖在面对范式变革时的稳健与远见。他将人工智能定义为超越互联网级别的平台转型，却敏锐地避开了单纯的技术参数博弈；他提出的“全栈式AI国家”愿景，精准契合了印度的数字雄心。他坚持以生活质量而非模型规模作为成功的终极标尺。这种“以人为本”的叙事，有效地将AI从冰冷的算法竞争转化为提升社会整体福祉的工具。他在“大胆创新”与“负责任发展”之间寻求的平衡，为全球南方国家如何在技术红利与社会尊严之间找准定位提供了重要参考。

人物背景与履历：

桑达尔·皮查伊，出生于印度马德拉斯，斯坦福大学材料科学硕士及宾夕法尼亚大学沃顿商学院MBA。他于2004年加入谷歌，领导了Chrome浏览器及Google Drive等核心产品的开发，并随后负责Android、地图及搜索等关键业务。2015年谷歌重组为Alphabet后，皮查伊出任谷歌CEO，并于2019年兼任Alphabet CEO。他是全球科技界最有影响力的印度裔领袖之一，在他的领导下，谷歌确立了“AI优先”（AI-first）的公司战略，并持续推动AI在科研与公共服务领域的应用。

印度科技巨头：

双重押注美国生态与AI自主

南丹·尼勒卡尼（Nandan Nilekani）

Infosys联合创始人兼董事长

1.AI时代的胜负不只在模型，

更在扩散体系

Nilekani认为，印度的独特优势并不在于底层模型的研发，而在于懂得如何在庞大人口中推广和落地技术（正如当年推广UPI支付和Aadhaar数字身份一样）。他主张印度应致力于成为“世界用例之都”。他指出，将AI推广到大众层面是一门结合了制度建设、政策制定和建立社会信任的“艺术与科学”。

2.通过开放网络、代理机制、

语言本地化与低成本结构实现规模化

Nilekani强调，单纯的AI不足以改变社会，将AI代理与开放网络（如印度的Beckn协议）和去中心化生态系统结合，才是实现大规模社会转型的基石。为了让AI惠及全球南方的普通大众，必须大幅降低AI的推理成本。此外，通过技术（如Bhasini倡议）消除语言障碍，让农民或小微企业能用自己的方言轻松与计算机交互，是实现包容性的关键步骤。

3.印度具备快速“政策-企业-技术”

协同落地能力

Nilekani分享了一个极具代表性的落地案例：在与印度总理莫迪探讨后，团队在短短三周内就上线了服务于Amul合作社（覆盖360万农民、处理20亿笔交易和4000万头奶牛）的AI奶牛健康监测系统。他同时强调了“主权设计”在这些项目中的重要性，确保由本土机构产生的庞大数据留在印度并受当地组织控制。

4.AI若不能普惠，

将触发社会阻力

Nilekani发出了非常现实的警告：如果AI的发展只是少数人获益，或者只展现出“制造深度伪造”这种负面影响，将会引发严重的社会反弹。他甚至提出深刻的类比：“蓝领工人的怨恨导致了全球化这辆火车的脱轨，而白领工人的怨恨将导致AI发展的火车失事”。因此，利益相关者必须加倍努力，将AI用于真正改善大众生活的领域（如教育、医疗、农业），以平息公众可能出现的不满。

简评：

Nandan Nilekani的视角是一位典型的社会工程师与科技普惠者。与硅谷巨头追求技术霸权与能力边界不同，他的核心诉求是“技术的最后一公里扩散”。他高度警惕技术狂飙带来的社会阶层撕裂（如白领阶层的失业焦虑与怨恨），其观点极具务实主义色彩。他提供的不仅是商业洞察，更是一套适用于发展中国家如何利用顶尖AI技术解决本土民生问题、防止技术垄断并保卫数字主权的实操蓝图。

人物背景与履历：

Nandan Nilekani（生于1955年，班加罗尔）是印度顶尖企业家，印度IT服务巨头印孚瑟斯（Infosys）的联合创始人之一。他曾于2002年至2007年担任Infosys的CEO，目前担任该公司的非执行董事长。除了在商界的巨大成功，他在公共服务领域最著名的成就是受印度政府之邀，担任印度唯一身份认证管理局（UIDAI）的创始主席。在任期间，他主导开发了覆盖超十亿人的“Aadhaar”（印度生物识别数字身份证系统），被认为是印度乃至全球最大规模的社会包容与数字化转型项目。

里沙德·普勒姆吉（Rishad Premji）

Wipro执行董事长

1.AI是千载难逢的技术拐点，

印度未来几年的回应将决定

能否解决十亿人面临的真实问题

普勒姆吉表示：“AI是千载难逢的一类技术，它不只是改变我们的工作方式，它真正改变的是我们必须做什么。”“全球AI对话已从可能性转向实用性，从实验转向采纳，从小型试点转向规模化落地。”他将这场变革与印度的国家命运相连结：“印度未来几年如何回应，不仅将塑造我们自己的经济轨迹，更将决定我们能否解决超过十亿人所面临的真实问题。”

2.AI的分界线不在人机之间，

而在适应者与观望者之间

——AI素养必须延伸到全社会

普勒姆吉表示：“分界线不会是人类与机器之间，而是那些选择适应的人，与那些犹豫不决的人之间。”他由此呼吁将AI素养扩展至教师、护士、行政人员、主管、小企业主——“延伸到每一个人”。他强调，印度真正的优势不在于模型的规模或基础设施的体量，而在于如何应用、如何扩散、如何负责任地部署，并将能力转化为对政府、公民与企业的真实影响。

3.印度具备三大比较优势

——数字基础设施、

AI人才储备与创新生态

第一，成熟的数字基础设施，UPI支付体系的大规模成功证明印度有能力将数字技术推广至亿万普通用户；第二，庞大且持续增长的AI人才储备，目前约65万名AI从业者，预计2027年翻倍，政府计划培训1000万名年轻人掌握AI技能，“我们真正是全球AI与人才的目的地”；第三，充满活力的创新生态，“印度拥有全球第三大科技创业公司基地，其中超过4000家专注于深科技与AI领域”。他认为印度有机会成为“全球最重要的AI应用环境之一——不仅是作为技术的构建者，更是AI在真实世界复杂性中被检验、被优化、被规模化的地方”。

4.AI在全球南方的“最后一公里”

挑战中蕴藏巨大机遇

——以肺结核筛查和农业卫星项目为例

普勒姆吉重点介绍了Azim Premji Foundation在泰米尔纳德邦农村社区推进的AI辅助肺结核早期筛查项目，利用便携式AI驱动的X光设备实现早期筛查与更快速的病例转介。他引用数据指出印度医生与人口之比约为1:800，“AI不是替代医疗，它是将稀缺的专业知识无限倍增”。他还提及利用卫星图像帮助卡纳塔克邦和马哈拉施特拉邦农民减少约25%作物损失的AI项目。他将视野扩展至印度之外：“同样的最后一公里挑战存在于亚洲、非洲和拉丁美洲的其他国家，覆盖超过40亿人口。”在印度行之有效的低成本、多语言、强韧性AI解决方案，完全可以走向世界。

简评：

当其他发言者竞相描绘万亿投资和超级智能的宏大图景时，普勒姆吉把话题拉回了一个朴素的问题：1:800的医患比怎么办？1.4亿农民的作物损失谁来管？他提出的“适应者与观望者”分界线，将AI从技术议题重新定义为社会动员议题，这在发展中国家的语境中尤有解释力。但他的“务实”也有其结构性原因，Wipro在AI基础模型和算力层面不具备与OpenAI或英伟达正面竞争的能力，能讲的只有应用和扩散的故事。他有效地扮演了“全球南方代言人”的角色，但一个未被追问的问题是：当AI自动化浪潮到来时，Wipro自身数百万IT外包岗位将走向何处？

人物背景与履历：

里沙德·普勒姆吉，“印度IT教父”阿齐姆·普勒姆吉（Azim Premji）之子。哈佛商学院MBA毕业，早年在贝恩咨询公司和通用电气工作，2007年加入Wipro，2019年正式接任执行董事长。Wipro是印度第四大IT服务公司，全球员工超过25万人。普勒姆吉家族同时运营Azim Premji Foundation，累计捐赠超过210亿美元，是印度规模最大的慈善机构之一，主要聚焦于教育公平和农村发展。

穆克什·安巴尼（Mukesh Ambani）

信实工业董事长兼执行总裁

1.印度将在21世纪成为世界

最伟大的AI强国之一，

具备多重结构性优势

安巴尼表示：“印度将在21世纪成为世界最伟大的AI强国之一。”他将这一信心建立在印度的多项结构性优势之上：人口结构(Demography)、民主制度(Democracy)、发展势头(Development)、数字基础设施(Digital Infrastructure)、数据生成规模(Data Generation)以及AI应用潜力(AI Harvest)。他以印度文化中的深度比喻将AI定性为“现代版的Akshaya Patra”——《摩诃婆罗多》中能源源不断提供食物的神奇器皿——称其为“知识、生产力与效率的无限增量之源”。

2.AI发展面临两条路径选择，

印度选择普惠之路，

并以10万亿卢比投资计划作为支撑

安巴尼描绘了AI发展面临的两种前景：一条是“AI稀缺而昂贵，算力集中，能力被锁在全球北方”的悲观路径；另一条是“AI可获取、可负担、对所有人有益”的普惠路径。他明确表态：“印度相信这条路径。”他宣布10万亿卢比（约合1100亿美元）的七年AI投资计划，强调“这不是投机性投资，不是为了追逐估值。这是耐心的、有纪律的、国家建设的资本，旨在为未来数十年创造持久的经济价值和战略韧性。”

3.“印度不能租用智能”：

Jio Intelligence将构建从数据中心

到边缘计算的主权AI基础设施

安巴尼表示“Jio曾连接了印度与互联网时代。现在，Jio将连接印度与智能时代”，并宣布Jio Intelligence将构建印度的主权AI算力基础设施，具体包括：在贾姆纳格尔建设吉瓦级AI数据中心，2026年下半年首批120兆瓦投入使用；调配库奇和安得拉邦太阳能项目最高达10吉瓦绿色电力余量；构建全国边缘计算层，深度整合至Jio现有网络。他强调：“印度不能承受租用智能的代价。因此，我们将以Jio当年降低数据成本的力度，同样大幅降低智能的成本。”

4.以五款AI产品为标志，

Jio正在将AI能力转化为覆盖

教育、医疗、农业、生活的普惠服务

安巴尼集中发布了五款AI应用产品：JioShikshak——支持22种语言、覆盖2.5亿中小学生及5000万高等教育学生的AI教学助手；Jio ArogyaAI——五分钟内以本地语言在任何手机上提供初步医疗指导的AI系统；JioBharatIQ——以语音为核心交互方式的AI生活助手；Jio Krishi——将卫星图像和精准气象数据转化为语音导向农业建议的应用，覆盖1.4亿农民；Jio Frames——AI眼镜设备。此外他还提及JioHotstar在AI驱动多语言叙事方面的布局，旨在借助AI放大印度文化软实力。

5.AI的全球化应走合作

而非冲突之路，印度应成为

连接全球南方与北方的桥梁

安巴尼系统阐述了Jio Intelligence的五项原则：深科技领导力、世界领先的多语言AI能力、数据主权与信任保障、以创造就业而非取代就业为导向、以及与顶级学府和全球合作伙伴共同成长的生态系统。在就业议题上，他的表态十分明确：“我们将确保AI不夺走工作，而是创造工作。”他提出“AI通过分享而非囤积来施展魔力，通过合作而非冲突来实现价值”，呼吁反对算力集中化，并以“同一个地球，同一个家庭，同一个未来”作为演讲收束。

简评：

这场演讲本质上是2016年Jio电信战争的叙事升级版。当年Jio用免费流量横扫市场、以亏损换规模，最终建起了4.5亿用户的数字帝国；如今“印度不能租用智能”这句话用的是同一套逻辑。将商业基建计划包装为国家主权议题，使任何质疑都显得不合时宜。10万亿卢比的投资承诺、从数据中心到边缘计算的全栈布局、五款精准覆盖教育医疗农业的产品矩阵，合在一起与其说是企业战略，不如说是一份“印度AI由我来建”的投名状。不过，AI不是4G基站。4G技术成熟、铺设标准化，而AI应用的有效性高度依赖数据质量、算法可靠性和场景适配。当ArogyaAI出现误判、Krishi的建议不够准确时，“国家使命”叙事能否经受现实检验，仍是未知数。更深层的悖论在于：安巴尼在台上反对算力集中化，而他在台下所做的每一件事，都在推动印度AI基础设施向信实集团集中。

人物背景与履历：

穆克什·安巴尼，印度信实工业集团（Reliance Industries）董事长兼执行总裁，印度首富，长期位列全球十大富豪。其父迪鲁拜·安巴尼白手起家创建信实集团，穆克什于2002年接掌后将公司从传统石化企业转型为涵盖电信（Jio）、零售和数字服务的多元化巨头。2016年推出的Jio以极低资费颠覆印度电信市场，短短几年为超4.5亿用户提供移动互联网接入，使印度数据价格降至全球最低。信实工业是印度市值最高的上市公司，年营收超过1000亿美元。安巴尼被广泛视为印度数字化转型最重要的商业推动者。

The agreement forms part of Lilly's $3 billion plan to expand manufacturing and supply chains in China over the next decade.

当地时间3月12日，伊朗最高领袖穆杰塔巴·哈梅内伊发表就任最高领袖以来的首份声明，就国家发展方向、地区局势以及应对外部挑战等问题作出系统阐述。穆杰塔巴表示，霍尔木兹海峡仍应保持封闭。穆杰塔巴说，中东地区所有的美军基地都应立即关闭，否则这些基地将遭到攻击。（央视新闻）

老铺黄金对于中产客群的依赖，可能比其会员数据体现出来的更高。这提醒品牌需要在追求高端化和巩固基本盘之间找到平衡。

本文来自微信公众号： 独立鱼电影 ，作者：鱼叔，原文标题：《一集飙上豆瓣9.3，把中国吹上天的神剧，回归了！》

在面对无法攻克的技术难题时，直接脱口而出：

「我们的技术还没达到，如果说有谁能做，只有中国」。

剧里对「中国制造」的一波花式吹捧，狠狠吸了一波国内粉。

甚至有网友评论：这剧的名字应该改成《厉害了我的国》！

这就是高分英剧《真相捕捉》。

第一季开播即封神，拿下豆瓣8.9。

第二季不跌反增，直接狂飙到9.3。

苦等四年。

第三季，终于来了。

豆瓣开分，依旧高达9.3！

鱼叔这就来好好聊聊这部剧——

《真相捕捉》第三季

《真相捕捉》是当下最硬核的科技惊悚剧。

走的是《黑镜》一脉的路子。

但比《黑镜》更狠的地方在于，它讲的不是未来，而是现在。

如果用一句话总结前两季，那就是：眼见不为实。

政客在全国电视直播里慷慨激昂地发言，但在现实的安全屋里，真正的政客正看着电视屏幕，目瞪口呆。

因为电视里的那个「他」，连挑眉的微表情都一模一样，却是个AI实时生成的假货！

这种将「深伪技术」运用到极致的操作，在剧中被称为「修正计划」。

英国情报局的初衷，或许是为了「正义」。

他们用这项技术伪造出完美的监控铁证，把那些钻法律空子、无法定罪的恐怖分子强行送进监狱。

但，潘多拉的魔盒一旦打开，谁来决定修正的边界？

这就是本季的核心命题：在一个真相可以被瞬间制造、随意操纵的极端数字化时代，我们该相信什么？

第三季一开场，就给我们来了个下马威。

一个人声鼎沸的英国机场。

一名被已经被判定「死亡」的俄罗斯间谍，大摇大摆地走向安检口。

眼看就要暴露，他丝毫不慌，甚至没有改变自己的物理伪装。

他只是掏出手机，手指在屏幕上轻轻一滑。

下一秒，在机场安保的实时监控屏幕上，这名间谍的脸，瞬间变成了另外一个毫无破绽的普通人。

天衣无缝，顺利通关。

在这个世界里，数字影像不再是记录现实的镜子。

它变成了一层极其廉价的数字皮肤，可以被人随心所欲地穿上又脱下。

面对这样失控的科技怪兽，人类真的束手无策了吗？

这时，我们必须请出本剧的女主角，瑞秋。

一年前，正是她，作为「吹哨人」。

在全国直播中，毅然决然地揭露了政府伪造视频的丑闻，将绝密的「修正计划」大白于天下。

她因此备受争议，但也成了公众心中唯一的「真相象征」。

英国政府为了重拾公众的信心，将瑞秋任命为反恐指挥部的代理负责人。

为了对抗无孔不入的深伪篡改，瑞秋推出了一套名为「维里塔斯」（Veritas，拉丁语，意为「真理」）的全新智能监控系统。

这套系统的牛逼之处，在于它极为克制的双镜头设计。

一个镜头，连着网，负责把画面实时传输回指挥部。

另一个镜头，绝对断网，只做本地的离线物理录制。

逻辑极其简单粗暴：只要我不联网，黑客就无法顺着网线来篡改画面。

因此，它被媒体追捧为数字时代的「真理之眼」。

系统上线的第一天，就立了奇功。

正是在开篇那个机场里，「真理之眼」识破了画面被实时「修正」的信号。

在瑞秋的指挥下，反恐部门当场擒获了那名换脸的俄罗斯间谍。

一切看起来都在向好发展，对吧？

瑞秋似乎找到了克制魔法的武器。

但，如果你这么想，就太小看这部剧了。

瑞秋心里比谁都清楚，自己坐上这个代理负责人的位置，根本不是什么爽文里的职场逆袭，而是一次「卧底行动」。

因为，反恐指挥部，正是那个万恶之源「修正计划」的老巢！

她单枪匹马，试图从内部瓦解这个操纵真相的庞然大物。

铺垫了这么多，高潮随之而来。

「真理之眼」的发布会，在伦敦市中心的一座现代建筑中如期举行。

正在全力冲刺首相宝座的内政大臣，亲临现场。

他深知AI对国家安全的威胁，所以他是瑞秋和「真理之眼」背后最大的政治靠山。

瑞秋站在台前，身后是「真理之眼」的实测大屏。

她对着全球媒体的镜头，掷地有声地表示：

「我们生活在一个真相可以被瞬间制造的时代，但从今天起，我们拥有了反制的武器。」

内政大臣也走上讲台，承诺只要自己当选，一定死保瑞秋的位置。（因为瑞秋目前只是「代理」指挥官）

全场掌声雷动，气氛烘托到了顶点。

然后，深渊降临。

没有任何征兆，直播信号瞬间中断，全场屏幕齐刷刷陷入死寂的漆黑。

后台技术人员发现这不是硬件故障，而是遭到了极其恐怖的外部干扰。

下一秒，清脆的枪声撕裂了会场。

一个男人如鬼魅般冲上台，端起枪，对着内政大臣近距离连开数枪。

首相候选人，就这样血溅当场。

瑞秋离得太近了。

她虽然害怕，但看清了凶手的长相。

凶手深深看了她一眼，转身从侧门迅速遁逃。

瑞秋厉声下令，封锁整栋大楼，调取全部监控展开地毯式搜捕。

但接下来发生的事，彻底击碎了她的世界观。

当她死死盯着监控屏幕时，她发现，镜头里根本没有那个枪手。

监控摄像头明明在正常转动，但画面中，凶手凭空消失了。

这不是后期的视频剪辑，这是现实遭到了实时的、彻底的「修正」。

情报局局长试图息事宁人，将案件草草定性为带有种族动机（首相候选人是黑人）的随机枪击。

但瑞秋咬死这是职业杀手干的，并一字一句地描述了凶手的长相。

可是，当一名现场记者递上自己拍到的摄像机画面时，瑞秋感到了真正的毛骨悚然。

记者的画面里，确实拍到了一个凶手。

但那是一个满脸胡渣的陌生男人，跟瑞秋亲眼看到的，完全是两张脸！

周围的同事，开始用异样的眼光看着她。

他们怀疑这位代理负责人是不是因为工作压力太大，精神崩溃产生了幻觉。

瑞秋快被逼疯了。

她猛地想起了最后的一根救命稻草——讲台上的那台「真理之眼」！

对啊，它有断网的离线录制功能！

它一定原封不动地拍下了最真实的现场！

然而，那台被全世界寄予厚望的机器，却是一台没有内存卡的样机。

所谓的「真理之眼」，在最关键的时刻，是一句空话。

瑞秋失去了代理指挥官的职位。

原来，局长早就告诉过她，她只是一个「形象大使」。

等政审风头一过，自然会有「资深人士」来取代她。

现在，这位「资深人士」闪亮登场了。

当瑞秋抬起头，看向这位新上任的反恐指挥官时，她的瞳孔瞬间放大。

这张脸！

这个新来的顶头上司，就是那个在台上连开数枪、杀死首相候选人的职业杀手！

恐怖分子堂而皇之地变成了反恐头子。

而唯一的目击者却被全系统孤立。

在这样一个被技术彻底强暴、现实可以被高位者随意揉捏的世界里，瑞秋拿什么去拼？

《真相捕捉》之所以让人看得脊背发凉，不仅仅是因为它的剧本写得有多精妙。

更是因为它所描绘的那个赛博地狱，正是我们此刻正在经历的现实。

我们早已不知不觉地，跨入了「后真相时代」。

在过去，眼见为实是铁律。

但在今天，情绪、偏见和被算法精准投喂的定制信息，早已凌驾于客观事实之上。

剧中那些篡改监控、编造身份的桥段，离我们很远吗？

一点也不。

看看近两年呈指数级爆发的AI换脸（Deepfake）诈骗。

骗子根本不需要多么高深的技术。

只需要你在社交软件上发过的一段几秒钟的语音，或者朋友圈里的一张正面照。

他们就能利用AI生成工具，在视频通话里完美克隆出你老板、你父母、甚至你恋人的脸和声音。

他们带着你最熟悉的语气，焦急地让你赶紧把钱转到某个安全账户。

面对那张极其逼真的脸，有几个人能保持理智？

你在屏幕前看到的「铁证如山」，在网络的另一端，只不过是一串正在疯狂运行的诈骗代码。

在这个时代，制造一个谎言的成本，已经逼近于零。

而澄清一个真相的成本，却高到足以摧毁一个人的物理生命。

当算法决定了你今天该看到什么新闻。

当所有的屏幕，都沦为谎言的播放器。

身为普通人的我们，该如何自处？

鱼叔认为，在AI全面接管认知的今天，我们唯一能自救的武器，就是重新捡起「怀疑」的能力。

不要轻易把你的大脑外包给算法。

不要对社交媒体上的热搜视频全盘接收。

去用你作为人类最原始的直觉、常识和同理心，去感受那些隐藏在完美代码背后的裂痕。

正如剧中的瑞秋。

即便所有监控视频都在对她撒谎，即便所有权威都在否定她的记忆。

她依然死死地咬住自己亲眼看到的那一幕。

那种不肯妥协的执拗，那种即使被当成疯子也要坚持真实的痛苦，正是我们之所以为人的最后防线。

科技可以伪造完美的画面，可以模拟动听的声音。

但它永远无法复制人类在追求真相时，那颗因为挣扎、因为怀疑、因为痛苦而剧烈跳动的心脏。

全文完。

伊朗新任最高领袖穆杰塔巴·哈梅内伊3月12日通过国家电视台发表首次声明，内容主要围绕伊朗国内团结、对外冲突、地区关系以及对已故领袖阿里·哈梅内伊的悼念等。穆杰塔巴·哈梅内伊在讲话中首先对阿里·哈梅内伊的去世表示哀悼，并称继任这一职位责任重大。谈及当前局势时，穆杰塔巴·哈梅内伊向伊朗军队及“抵抗阵线”武装力量表示感谢，称伊朗军人阻止了敌人控制或分裂伊朗的企图。他同时表示，伊朗将继续采取包括封锁霍尔木兹海峡在内的战略手段，并在必要时开辟新的战线。在谈及地区局势时，他呼吁邻国关闭境内被美国利用的军事基地，并表示伊朗的打击目标仅针对相关军事设施，而非这些国家本身。他同时强调，伊朗仍希望与邻国保持友好关系。他表示，伊朗将继续追究敌方责任，并为遇难者“复仇”。（央视新闻）

本文来自微信公众号： 海豚研究 ，作者：海豚君

理想汽车(LI.O)于北京时间3月12日晚间港股盘后、美股盘前发布了2025年第四季度财报。虽然理想已经相对充分沟通过四季度卖车毛利率的下滑趋势，但即使在悲观预期下，此次四季度业绩本身也比较一般。具体来看：

①收入端略低于预期，主要因卖车单价下滑幅度较大：四季度理想的卖车收入273亿，同比下滑36%，低于市场预期的282亿，主要因为本季度卖车单价环比下滑了2.7万元至25万元（市场预期25.8万元），车型结构继续下沉（低价i6占比上升，高价mega占比下滑），以及四季度理想还在加大对老款L系列的折扣力度，拉低了卖车单价。

②卖车毛利率基本符合预期和理想此前指引：四季度卖车毛利率16.8%，相比三季度去除Mega召回影响后真实卖车毛利率的19.8%下滑了3个百分点，也符合之前管理层给的15.8%-16.8%指引。

卖车毛利率下滑主要还是因为卖车单价的环比下滑，而四季度虽然i6爆销，但仍受制于产业链（电池供应不足）因素，四季度规模效应也并未完全释放（总销量仅环比提升17%至10.9万辆），从而抵消单车价格下滑影响。

③经营利润已经亏损，净利润依赖财务收益托底：四季度理想的经营利润已经转为事实性的4亿亏损，而上季度的经营利润去除mega影响后的“真实”经营利润还处于盈亏平衡边缘（-0.7亿元）。

在四季度销量同比下滑31%，卖车毛利率跌破20%的健康水位（本季度仅16.8%），但研发投入仍然未有收缩趋势情况下，理想的经营利润也在大幅下滑，这也是自2023年来后首次经营利润处于如此“危险“的状态，理想目前遇到的经营压力不可谓不大。

最终呈现的“净利润”指标依然勉强维持正数，但这并非主营业务改善所致，而是高度依赖于公司庞大现金储备所产生的约4.3亿元利息收入的“粉饰”与增厚。若剥离这部分非经营性的财务收益，理想实质上已经步入了亏损通道。

整体来看，虽然理想已经提前充分沟通过此次业绩表现，给大家打了一个“预防针”，但此次业绩中，真实的卖车单价和卖车毛利率都呈现的是环比下滑趋势，而净利润也已经来到了盈亏平衡的边缘，可见理想目前面临的经营压力仍然巨大。

四季度纯电i6新车型的量产爬坡贡献的增量，仍然没能挽救继续大幅下滑的L系列基本盘（L系列销量同比下滑了60%，最后四季度整体销量同比下滑31%），而纯电车型的低定价，不仅拖累了整体的卖车毛利率（i6车型在月销2万以下时毛利率低于15%），还对自身L系列基本盘形成“左右手的互搏效应”。

而对于市场最关心的预期方面：

①销量指引基本和预期持平：

一季度销量指引8.5-9万辆，基本和市场预期的8.8万辆持平，隐含的3月卖车销量在3.1-3.6万辆（1/2月2.8/2.6万辆），销量环比上行预计由于爆销的i6产能在3月开始逐步释放（管理层之前预计预计春节后i6车型的月销量将达到2万辆）。

但老款L系列的销量压力仍然巨大：老款L系列26年1-2月销量仅1.8万辆（平均单月销量仅9000辆），同比去年同期5.5万辆下滑67%，车型过老，竞争加剧（同行纷纷推出对标L系列更大更便宜车型），自身纯电i6+i8对老款L系列的销量挤压效应仍然存在，最后这个销量指引相比去年一季度的9.3万辆仍然要同比下滑3%-9%。

②但收入指引还要大幅低于预期，隐含的卖车单价还要继续下滑：

在销量预期基本和市场持平下，收入指引要大幅低于市场预期，主要因为26 Q1卖车单价还要继续大幅下滑，环比25Q4的25万元继续下滑到26Q1的预期的22.2万元。

海豚君认为这个环比继续大幅下滑趋势主要由a.由于i6的产能释放，低价的i6占比预计从25Q4的26%进一步环比上升的26年Q1的60%；b.继续大幅降价清老款车型，迎接自Q2开始新车周期的到来。

而基于上述大幅下行的均价预期，以及一季度仍然相对疲软的销量（Q1销量环比25Q4下滑17%-22%，导致单车分摊的固定成本上升，规模效应减弱），再叠加近期上游锂电、存储芯片等大宗原材料涨价对BOM成本的反噬，海豚君预计理想一季度的车辆毛利率预计还要环比继续走低，会达到经营底部（市场预期一季度卖车毛利率还和25Q4持平）。

但走出一季度的经营底部，来全面的看2026年表现的话：

①理想即将推出L系列大改款车型+1款纯电新车i9

理想即将在2026年二季度开始推出3款理想L系列的大改款车型，其中率先在二季度上市的是理想L9，预计L9整体价格带将继续下沉到原L8系列的32-38万元（其中旗舰版本L9 LIVIS目前定价55.98万）

其次为L7和L6车型。

而从目前已经发布的L9系列来看，理想实现了全面增配（a.加大车型尺寸；b.大幅加大电池和纯电续航，增城系统换代降低油耗；c.自研2560 TOPS马赫芯片即将上车；d.升级线控地盘（支持四轮转向）和机械主动系统等）。

可以看出理想预计在2026年的车型打法上：a.实现增配降价，将L9车型价格下沉到L8价格带，b.精简SKU，做到入门即满配；来面对2026年市场更为剧烈的统一切换到大增程系列的冲击，来挽救“岌岌可危“的L系列基本盘。

②理想的在AI方面持续投入的战略预计仍然不变：

a.自研算力底座即将落地：采用5nm制程的自研“马赫100（M100）”芯片即将量产落地，其单车双芯配置的有效算力高达2560 TOPS。该芯片将首搭于新一代旗舰L9 Livis车型，并计划在2026年推动VLA大模型的全系标配。

b.跨界具身智能：研发触角正式向“空间机器人”延伸，统筹基座模型、自研芯片与机器人操作系统。据传，理想的首款具身智能双轮机器人有望于今年上半年正式亮相。

而从目前理想股价来看，市场对理想2026年的销量预期为50万辆，同比2024年40.6万辆上行23%，而增量主要由理想L系列大改款+i6全年完整交付周期贡献。

如果按照这个销量预期，海豚君预计对应理想2026年的P/S倍数为1倍左右，虽然此次财报和指引虽然比较一般，甚至收入指引方面还要低于预期，但海豚君预计在a.极高安全边际的现金流储备:理想在手现金流仍有1012亿（净现金917亿），在手现金流仍然充足;b.二季度即将开始新一轮大新车周期(L9改款率先上市；c.理想具身智能预计也将亮相的情况下；

可以为理想短期提供想象空间和相对坚实的托底支撑，但能否在此基础上实现强力反转与向上突破，核心仍取决于在当前大增程赛道竞争白热化的逆境下，二季度即将开启的“增配降价”大改款，能否真正挽救并稳固其“岌岌可危”的L系列基本盘。

以下是详细分析

由于理想销量已经公布，最重要的边际信息在于：一、四季度卖车毛利率；二、26年一季度业绩展望。

一.真实卖车毛利率脱离“20%健康线”

先从市场最关心的卖车业务来看，由于理想上季度已经做过沟通，四季度的卖车毛利率指引为15.8%-16.8%（相比三季度去除mega召回事件后真实毛利率19.8%要环比下滑3-4个百分点）。

而这个低指引主要由于高价的Mega销量占比的继续环比下滑，以及四季度对L系列采取的大额终端优惠，所以市场对理想四季度的卖车毛利率预期也仅有16.6%。

而本季度实际卖车毛利率16.8%，基本和市场预期及理想提供的指引持平，但卖车单价仍然还在环比下滑，拖累了本季度的卖车毛利率。

（注：22年二季度为剔8亿+合约损失影响后的汽车销售毛利率数据，23年二季度为剔除4亿质保金后汽车销售毛利率数据）

从单车经济角度具体来看：

1.单车价格环比大幅下滑，主因车型结构下沉和促销优惠影响

本季度卖车单价25万元，环比下滑2.7万元，还要低于市场预期的25.8万元，导致卖车收入低于预期，主要因为车型结构下沉，以及加大了对老款L系列的折扣优惠：

①低价i6占比提升，高价mega占比下滑

本季度理想的车型结构有所下沉，由于低价i6的爆销，在车型结构中占比环比上升约25.7个百分点至26.2%，而高价的Mega占比还在下滑（环比下滑5个百分点至3.2%），拉低了整体的卖车单价。

②理想仍然还在加大对L系列基本盘车型提供折扣

四季度，理想L系列基本盘销量仍然面临“内忧外患”局面：内有价格更低的纯电车型形成的对L系列左右手互博，而外有竞对纷纷推出对标理想L系列的大尺寸增程SUV，竞争进入了白热化的压力，也因此，理想继续加大了对L系列基本盘车型的折扣力度。

从折扣力度来看，四季度理想提供了相比三季度更大的卖车折扣（其中L6优惠3.3万元，L7/L8优惠4万元，L9优惠4.5万元，Mega 1.2万元），且延续了保险补贴和0息/低息贷款，但仍然抵挡不住L系列基本盘下滑的趋势，四季度，L系列销量同比下滑了60%至约6.2万辆，即使有i8+i6两款新纯电贡献增量情况下，整体销量仍然同比下滑了31%至10.9万辆。

2.真实单车成本环比下滑1.5万元，规模效应无法对冲卖车单价下滑影响

本季度单车成本20.8万元，环比上季度下行1.5万元（去除mega召回影响后），主要由于低价的i6相对应的生产成本更低，以及四季度销量环比略有回升，但无法对冲卖车单价下滑对卖车毛利率的负面拖累：

①销量环比略有回升，单车摊折成本有一定下行：

四季度理想销量10.9万辆，环比仅上行17%，位于理想指引的10-11万辆偏上限的位置，环比上行主要仍然还是由于低价的i6车型的爆销，带动了规模效应有一定的释放，但整体销量在L系列的拖累下，仍然还是呈现同比下滑趋势。

②i6的毛利率也相对更低，拖累卖车毛利率

管理层曾指引，i6在双供应商完成切换前，毛利率会低于15%，只有等月销2万台以上，规模效应释放后，毛利率才会高于15%，而四季度理想i6由于供应链限制（面临电池供应限制）爬坡偏慢，四季度i6平均月销仅9500辆（其中12月1.6万辆），也一定程度拖累了整体的卖车毛利率。

3.最后四季度单车真实毛赚4.2万元，略低于市场预期的4.3万元

从单车的真实赚钱能力来看，四季度卖一辆车理想毛赚4.2万元，环比上季度5.5万元（去除Mega召回影响后)还要继续下滑1.3万元，单车毛利基本来到了2021年以来的最低点，真实毛利率也环比下滑了3个百分点至本季度16.8%。

而这个卖车毛利率也打破了理想管理层长期一直坚守的“20%左右健康毛利率“的基准线，理想面临的经营和竞争压力仍然很大。

二、一季度收入指引“拉跨”,卖车单价还要继续环比走低

a)销量指引符合预期，i6产能逐步开始释放

理想26一季度销量指引8.5-9万辆，中值基本和市场预期的8.8万辆持平。

而一季度销量指引隐含的3月卖车销量在3.1-3.6万辆（1/2月2.8/2.6万辆），3月销量的环比上行预计由于爆销的i6产能在3月开始逐步释放（管理层之前预计预计春节后i6车型的月销量将达到2万辆），引入第二家电池供应商缓解了部分i6因CATL电池短缺的问题。

但需要注意的是，目前i6宁德时代（CATL）电池版本的终端交付周期仍长达19-22周，预计i6产能的彻底释放仍需等待至二季度。

尽管有纯电i6贡献增量，但一季度整体指引相较于去年同期（2025年Q1的9.3万辆），仍面临3%-9%的同比下滑。核心拖累项在于老款L系列销量的大幅萎缩，且i6的爆发暂未能完全填补这一巨大的基本盘缺口。

老款L系列26年1-2月累计销量仅为1.8万辆（月均仅9000辆），较去年同期的5.5万辆骤降67%。海豚君认为，L系列销量的同比大幅下滑主要因为：

a.车型过老，用户等待二季度的全新换代车型（如L9）；b.竞争加剧，同行纷纷推出对标L系列更大更便宜车型；c.自身纯电i6+i8对老款L系列的销量挤压效应；d.行业beta层面购置税退坡影响。

b)但收入指引“拉跨“，卖车单价还要环比大幅下滑：

26年一季度收入指引仅204-216亿，大幅低于市场预期239亿，且同比下滑16%-21%。

在销量预期基本和市场持平下，收入指引要大幅低于市场预期，主要因为26 Q1卖车单价还要继续大幅下滑，环比25Q4的25万元继续下滑到26Q1的预期的22.2万元。

海豚君认为这个环比继续大幅下滑趋势主要由：

①由于i6的产能释放，低价的i6占比预计从25Q4的26%进一步环比上升的26年Q1的60%；

②继续大幅降价清老款车型：为了迎接二季度开启的新车大周期（如全新L9），理想在一季度不仅针对老款L系列加码了购车补贴以加速清库；同时，面对纯电市场尤其是纯电（尤其i8）较大的去化压力，公司也开始释放终端折扣。增程与纯电双线降价，进一步拖累了整体ASP。

基于上述大幅下行的均价预期，以及一季度仍然相对疲软的销量（Q1销量环比25Q4下滑17%-22%，导致单车分摊的固定成本上升，规模效应减弱），再叠加近期上游锂电、存储芯片等大宗原材料涨价对BOM成本的反噬，海豚君预计理想一季度的车辆毛利率预计还要环比继续走低，低于市场预期的16.8%（25Q4水平），而具体指引仍需密切关注管理层在业绩会上的表述。

三、研发还在加大投入，销管费用控制合理

1）研发费用：研发费用环比略有上行

本季度理想研发费用30.2亿，环比上升0.5亿元，略高于市场预期的29.5亿元,海豚君认为，研发投入的环比上行可能主要因为：

a.密集新车周期的前置研发投入

为迎接2026年的产品大年，理想正在加速新车型的研发储备。这不仅包括全面大换代的L系列家族（L6、L7、L9等），还涵盖了全新的纯电全尺寸SUV车型i9

b.“All in AI”战略的持续输血：

AI已成为理想最大的研发支出项。回顾2025年，理想在AI领域的投入超过60亿元，占据了全年113亿研发总费用的一半以上。而AI投入主要分为两部分：

约27亿元（占比45%）投向AI基础设施：重点攻坚基座大模型、自研推理芯片、自研操作系统以及云端/车端算力集群。

约33亿元（占比55%）投向AI产品化落地：涵盖理想同学、多模态智能体（Agent）、智能座舱、智能制造与商业分析系统等，并助力自研智驾模型于2025年下半年实现全系AD Max车型的OTA覆盖。

而对于2026年，预计理想在AI方面持续投入的战略仍然不变：

①自研算力底座即将落地：采用5nm制程的自研“马赫100（M100）”芯片即将量产落地，其单车双芯配置的有效算力高达2560 TOPS。该芯片将首搭于新一代旗舰L9 Livis车型，并计划在2026年推动VLA大模型的全系标配。

②跨界具身智能：研发触角正式向“空间机器人”延伸，统筹基座模型、自研芯片与机器人操作系统。据传，理想的首款具身智能双轮机器人有望于今年上半年正式亮相。

③智驾冲刺L4:理想制定了最晚2028年实现L4级别自动驾驶落地的目标；

理想之前在战略反思会上提到，由于过去太强调研发费效比（费效比=投入费用÷产出效益‌），如果收入下降研发费用就要跟着压缩，但过度追求费效比会导致研发资源投入减少，车型推出和AI创新速度变慢，预计理想之后的研发费用可能不会再继续随着销量的减少而进一步压降，后续研发投入可能加大。

2）销管费用环比下滑，控制得当

本季度销售和管理费用26.5亿，环比下滑1.2亿元，低于市场预期的27.4亿元，可能主要因为a.四季度理想对营销部门进行了一定的裁员,营销部门合并后，直营门店一线销售淘汰15%）,缩减了薪酬开支；b.新车上市相关的营销费用投入的减少（主要集中在三季度）；c.新增渠道铺设上，理想已经从前期的“激进扩张”转向“谨慎经营”。四季度，全国仅新增6家零售中心和15家服务中心。而进入2026年一季度后，理想甚至裁撤并优化部分低效门店来降低成本。

四、收入端再次同比负增长

在销量已经公布的情况下，四季度理想总收入是288亿,略低于市场预期的296亿，收入端再次录得同比-35%的负增长。

其中，汽车收入273亿，表现低于预期282亿，主要因为低价的i6爆销使卖车价格下沉，以及理想加大了对老款L系列促销拖累卖车单价。而其他收入15.2亿，环比略有上行0.2亿，预计主要由于卖车保有量提升带来的汽车销售配套的产品和服务收入环比上行。

在毛利率方面，本季度整体毛利率17.8%，环比上季度去除Mega召回事件影响后真实的毛利率20.4%下滑了2.6个百分点，主要由于促销加大+销售结构下沉带来的卖车毛利率的环比下滑，而其他业务毛利率36%，环比上行了6个百分点，可能因为高毛利的配件销售占比有所提升（家用充电桩等）。

五.自由现金流转正，在手现金流仍然充足

本季度经营现金流235亿，环比上行下滑110亿，同时资本开支环比收缩了4.5亿至10.5亿，最后自由现金流本季度25亿，环比上行114亿，成功转正，也带动理想的在手现金及现金等价物来到了1012亿（净现金917亿），在手现金仍然充足。

而本季度资本开支11亿，环比上季度下行了约4.5亿，预计主要由于超充桩的建设有所放缓（四季度新增487座超充站至3907座，低于三季度的新增569座），以及渠道铺设也有所放缓。

<此处结束>

伊朗最高国家安全委员会秘书拉里贾尼今天（3月12日）在社交媒体用波斯文、英文和阿拉伯文发帖说，“（美国总统）特朗普称‘我可以在一小时内摧毁伊朗的电力系统，但我没这么做’。如果他真这么做了，半小时内整个地区都会陷入黑暗。而黑暗将为追捕那些逃命求生的美军士兵提供良机。”（CCTV国际时讯）

微软3月12日宣布推出Copilot Health，称这是Copilot内独立安全的健康空间，通过医疗智能解析用户的健康数据，提供可付诸行动的个性化健康洞察。Copilot Health可将用户的健康档案、可穿戴设备数据及健康史整合于一处。

本文来自微信公众号： Z Finance ，作者：ZF编辑部，原文标题：《Z Waves丨中科大天才、林俊旸潜在接班人、Gemini 3 核心推手，通义千问迎来「周浩时刻」》

在大模型狂飙突进的叙事里，算力是入场券，而那些曾亲手拆解过全球顶级模型“黑盒”、并见证其从阵痛到翻盘的核心人才，才是真正的胜负手。

近日，随着阿里通义千问团队的一系列重磅人事调整，一个此前低调、却在Google DeepMind内部极具分量的名字——周浩，正式走到了聚光灯下。这位从中科大数学系走出的顶级学子，在过去的五年里，完整参与了谷歌大语言模型从LaMDA时代到Gemini 3.0的全周期演进。

周浩的职业路径，几乎就是一部缩影版的谷歌AI进化史。他不仅曾师从AI传奇人物、谷歌大脑创始成员Quoc Le，更是Gemini团队中负责后训练（Post-training）核心推手。从助力Gemini登顶LMSYS全球榜首，到主导模型在IMO、ICPC等硬核竞赛中摘得金牌，周浩的名字始终镌刻在那些定义“深度推理”与“思维模式”的关键节点上。

而在2026年初，这位大模型老兵选择转身回国，加盟阿里通义实验室，并直接向阿里云CTO周靖人汇报。这一变动正值通义千问团队技术负责人林俊旸、后训练负责人郁博文相继离职的关键时刻。周浩的“火速履新”与其深厚的技术背景，迅速引发了行业对于通义千问下一代演进路线的无限遐想。

当大模型竞速进入下半场，行业共识正从“预测下一个词”转向构建具备自主学习、长程推理能力的智能体。周浩在Gemini框架下积累的关于强化学习、多步规划与自我进化的实战范式，正是当下千问迈向“深度智能”最迫切的一块拼图。

一、从中科大出发

和许多在大模型浪潮中被迅速看见的研究者不同，周浩的起点并不带有太强的“时代风口”色彩。在2010年到2014年，周浩就读于中国科学技术大学数学与统计专业，成绩十分优异，以接近满绩点的成绩毕业，并获得过国家奖学金。这样的背景，决定了他最早接受的并不是面向应用的热门训练，而是一套更偏底层的方法论教育：概率、统计、数学建模、严谨推导，以及对“不确定性”本身的处理能力。

图片来源：LinkedIn

这类底层数学训练的价值，往往不会在最开始就显得耀眼。它不像“做出一个爆款产品”那样容易被看见，也不像“赶上某个技术热点”那样容易被传播。但如果把视角放长，就会发现，今天大模型领域最棘手的问题——模型输出是否可信、训练数据中的噪声如何影响能力、推理链条如何验证、不同阶段的能力如何稳定迁移——本质上都离不开这种底层方法能力。也就是说，周浩后来的研究路径，虽然看起来一路走到了生成模型、推理系统和大模型前沿，但它真正的底色，其实很早就埋在了数学与统计的训练里。

本科阶段的周浩，并不只是一个成绩优异的学生，更像是一个已经完成底层训练雏形的研究者。后来他在威斯康星大学麦迪逊分校继续走向统计机器学习与计算机科学的交叉训练，其实正是这一阶段的自然延伸。

二、在威斯康星成型：统计机器学习与计算机科学的双重训练

离开中科大之后，周浩来到威斯康星大学麦迪逊分校，继续向更高层次的研究训练推进。他在2014年至2019年，他在这里攻读统计机器学习博士；与此同时，他在2015年至2017年，又同时完成了计算机科学硕士的学习，研究方向包括机器学习与优化。这两段硕士和博士的学习都是以接近满分的成绩毕业。在硕博期间，他的学术路径逐渐从“数学与统计”延伸到更完整的“统计、机器学习、计算机科学”交叉体系。

如果只看履历，这段经历已经足够亮眼；但真正让这一阶段重要的，是他在威斯康星大学期间已经写出了一批方向很清楚、质量也很扎实的论文。

威斯康星这几年里，周浩的研究范围一点点展开了。早期更偏向统计学习和数据问题，后来逐渐进入高维时间序列与网络建模，再往后，又开始接触贝叶斯神经网络中的结构、可解释性和不确定性这些更复杂的主题。

这一阶段，一篇很有代表性的论文，是他在NeurIPS 2016发表的《Hypothesis Testing in Unsupervised Domain Adaptation with Applications in Alzheimer’s Disease》。这篇论文讨论的是无监督领域自适应中的统计检验问题，并把方法应用到阿尔茨海默病相关任务上。

在这篇与阿尔茨海默病应用相关的论文中，周浩处理的是一个很典型、也很现实的问题：不同医院、不同站点采集到的数据，往往因为测量方式、设备条件和处理流程不同，看起来并不完全一致。对研究者来说，真正困难的地方在于，数据之间的差异到底来自疾病本身，还是来自采集和转换过程中的“扭曲”，并不容易直接判断。周浩在这项工作里参与提出了一套统计检验方法，试图在存在测量变换和域偏移的情况下，判断不同来源的数据是否仍然对应同一个底层分布。换句话说，他关心的不是简单地把数据拼在一起，而是先弄清楚这些数据到底能不能被放在同一个分析框架里。这项研究后来被用于阿尔茨海默病相关场景，希望为跨站点整合临床与影像生物标志物提供更稳健的统计基础。

图片来源：谷歌学术

在威斯康星大学时期，周浩还参与了一篇很有代表性的工作，这篇文章也是他学生时期被引用最多的文章，题目是《DUAL-GLOW:Conditional Flow-Based Generative Model for Modality Transfer》。

这篇论文关注的是医学影像里的一个非常现实的问题：PET对神经系统疾病的诊断很重要，但检查成本高，而且需要向患者体内注射放射性物质；相比之下，MRI更常见、获取也更方便，那么能不能根据MRI去生成某些类型的PET图像？周浩和合作者在这篇工作里提出了一个基于flow-based generative model的方法，用两个可逆网络和一个关系网络去学习不同影像模态之间的对应关系，使模型能够在小样本条件下完成从MRI到PET的模态迁移。论文还进一步把年龄等属性信息纳入条件控制，使生成结果不仅在图像层面更接近真实PET，也能更好地反映脑部代谢随年龄变化的特征。

这不仅体现了周浩在学生时代就已经进入生成模型与跨模态学习问题，也说明他的研究很早就带有一种很强的现实关怀——不是为了做一个抽象的模型，而是希望让复杂的机器学习方法真正进入具体场景，帮助解决真实世界里的诊断与分析问题。

图片来源：谷歌学术

三、进入谷歌：走进Gemini的核心能力建设区

如果说前面的威斯康星的学生时期时期，周浩是在一步步把自己的研究能力做深，那么进入谷歌之后，他真正站上的，是过去几年人工智能世界里最热、也最核心的一条技术主线——Gemini。

在博士毕业后，周浩首先加入Meta，担任资深研究科学家，主要研究深度学习方向，并应用在对话式AI、Reels（Meta旗下对标抖音的产品）、AR/VR、广告领域。

图片来源：LinkedIn

随后，周浩在2021年12月进入谷歌DeepMind体系。但是在这个时间点，今天大家熟悉的Gemini还没有正式亮相，ChatGPT也还没有把生成式人工智能彻底推到全民讨论的中心。换句话说，周浩不是在Gemini已经成名之后才加入，而是在这条路线还没有完全走到台前的时候，就已经进入了谷歌最核心的AI研究区，并且完整见证并参与了谷歌AI在大语言模型路线上从阵痛期到“逆风翻盘”的全过程。

也正因为这样，后来当最早的LaMDA模型，到后来的Gemini一路从1.0推进到1.5，再到3时，周浩的名字会出现在这条主线里，就显得格外有分量。在他的谷歌学术页面上，最醒目的几篇论文几乎就是Gemini过去几年的公开技术坐标：

《Gemini:a family of highly capable multimodal models》、《Gemini 1.5:Unlocking multimodal understanding across millions of tokens of context》、《Gemini 2.5:Pushing the frontier with advanced reasoning,multimodality,long context,and next generation agentic capabilities》。

光看题目，其实已经能看出这条线是怎么一步步往前推的：从“高能力多模态模型”，到“百万级上下文元素”，再到“高级推理、长上下文和agentic capabilities”。这几篇论文不只是火，而且几乎就是Gemini每一个阶段最核心的公开名片。

图片来源：谷歌学术

其中，Gemini 1.0更像是这条主线第一次完整地站到台前。它让外界第一次看到。周浩出现在这篇工作里，而且在官方技术报告中以“Gemini App Factuality”联合负责人的身份被提到，这件事本身已经很能说明他在团队里的位置——他做的不是边缘问题，而是大模型最难、也最核心的部分：模型说的话到底准不准确。这意味着周浩已经步入AI发展的核心领域。

在周浩及其团队的研发下，接下来的Gemini 1.5，则把谷歌在大模型上的另一个优势彻底打响——超长上下文。如果说很多模型强在单轮能力，那么Gemini 1.5最让人印象深刻的地方，是它把“记忆长度”这件事往前推了一大截。论文标题里那句“millions of tokens of context”已经非常说明问题：它不只是想让模型看得更多，而是想让模型在更长、更复杂的信息流里，依然保持理解和推理能力。到了这个阶段，Gemini已经不再只是“谷歌的大模型”，而是开始形成自己非常清晰的技术标签。

再往后到Gemini 2.5，周浩和他的队伍将AI这条路线又往前推进了一步。这篇论文最能说明问题的地方，是标题里那几个关键词几乎全是今天最卷的能力：高级推理，多模态，长上下文，下一代代理能力。换句话说，到2.5这一代时，Gemini已经不满足于“能回答”“能看图”“能处理长文本”，而是开始往更强的推理、更完整的行动能力去推进。这时候再回头看周浩的研究方：事实性、推理、多步强化学习、工具使用。你会发现他并不是碰巧“蹭上了Gemini”，而是他的工作内容本身就在Gemini最核心的能力区里。

到Gemini 3的时候，作为关键贡献者，他负责后训练，主攻多步强化学习（RL）、模型思维模式（Thinking）及自我进化。其团队的工作直接助力Gemini强势登顶LMSYS全球榜首，并在IMO、ICPC等竞赛中摘金，同时推动了DeepThink、智能体编程及思维模式的重大突破。

四、转向阿里：从Gemini走进千问前线

2026年初，周浩正式加入阿里巴巴，曾在夸克短暂落脚，但很快他便被调往核心技术部门——通义实验室，并且直接向阿里云CTO周靖人汇报。

2026年3月，阿里千问团队迎来了一次备受关注的关键调整。先是大模型技术负责人、集团最年轻的P10级专家林俊旸宣布离开，随后负责后训练方向的郁博文也在同天离职。传言称，周浩被推到更靠前的位置，承接起千问后训练方向的核心工作。

不管是哪个职位，周浩之于千问都是战略级的技术契合。随着通义千问正从传统的“预测下一个词”的语言模型，深度转向具备自主学习、逻辑推理与规划能力的智能体演进，周浩此前在DeepMind的核心探索显得至关重要。

周浩的加入，意味着千问在追赶甚至对标Gemini系列的最前沿特性上，获得了一条“近路”。

[1]量子位，《阿里批准林俊旸离职，CTO周靖人接管千问，Gemini周浩确定加盟》，

https://36kr.com/p/3709665960636552

[2]Linkedin，https://www.linkedin.com/in/hao-henry-zhou-ml/

[3]Google Scholar，https://scholar.google.com/citations?hl=en&user=6Va6E-gAAAAJ

[4]UniFunc，shttps://s.unifuncs.com/?sid=d5fbe097-19f8-449a-9f29-4e8647c8b265

面对潜在危机，中国拥有独特且多元化的应对手段。

本文来自微信公众号： LADYMAX ，作者：Drizzie，原文标题：《深度 | LV如何强化时装竞争力？》

最新LV女装系列令不少人感到意外。

Vogue评论人Nicole Phelps写道，即使经过奢华处理，这个系列仍然是本季巴黎最夸张的设计之一，几乎只有Comme des Garçons能与之相比。

社交媒体时装评论人BORINGNOTCOM则直言，不理解女装创意总监Nicolas Ghesquière这一季为何要扮演Rick Owens。

纽约时报的Vanessa Friedman犀利指出，Nicolas Ghesquière看起来似乎已经失去了自己的方向感，设计师沉浸在自己的精神世界中，整个概念夸张离奇，但这种方式如今似乎只对Comme des Garçons的川久保玲依然成立。

在传统媒体和新平台拥有影响力的时装评论人，在本季放下对Nicolas Ghesquière长期以来的欣赏和包容，表达了疑惑和质疑的观点。

这对于Nicolas Ghesquière而言十分罕见。

Nicolas Ghesquière作为少年成名的天才设计师代表之一，从Jean Paul Gaultier的助理起步，到执掌Balenciaga与LV创意总监职位，成长为当代时装界最受尊重的创意总监之一。

尽管在LV任职期间，Nicolas Ghesquière的时装秀作品并不总能被大众理解，却总能获得时装评论人的偏爱，他在Marc Jacobs后为LV开辟的时空观，加上他对廓形剪裁的长期经验，精准俘获最挑剔的学院派观众。

然而如今，当这些最挑剔的评论人观众也开始对Nicolas Ghesquière表达质疑，这足以引起关注。

让我们来看看Nicolas Ghesquière的这个系列。

卢浮宫的一处隐秘庭院中，苔藓覆盖的几何结构隆起，模特穿着土耳其传统牧羊人外衣，肩部巨大得像机甲，羊羔皮帽檐向上弯曲成纸船，几套造型中嵌入的天真羊群图案，粗花呢夹克中织入了森林动物图案，工装背带裤以奢华缎面材质重新演绎。

Nicolas Ghesquière将这一主题称为面向未来的新民俗，强调山脉、森林和生活在这些地方的人们对设计的影响。

人类学式的灵感在这个系列中清晰可见，同时自然环境的影响也十分鲜明，几乎直接令人想起古老的中亚寓言故事，以及秘鲁、尼泊尔的开阔草原。

如果它是来自Chloé前任创意总监、来自乌拉圭牧场主家庭的Gabriela Hearst的设计，或是来自擅长通过地球村叙事和多元人群画像讲故事的Virgil Abloh，这个系列或许都不会给观众带来如此强烈的反差感。

时装即表达，也正因是Nicolas Ghesquière，这个系列让人们突然感到陌生。

就在上一季的2026春夏系列，Nicolas Ghesquière还刚刚呈现了一个极度符合市场对其典型印象的系列，秀场选址法国王后安妮的夏季公寓，在曲折蜿蜒的房间中间，展示了以奢华面料和轻盈剪裁的高级时装，它们构成了高实穿性的室内和户外衣橱，整体呈现出一种居家的舒适感。前后两个系列呈现出极致的反差。

可以说，2026春夏系列呈现的是市场心中最理想状态下的Nicolas Ghesquière，它非常贴近于Balenciaga时期的他，带来一系列纯粹精美的高级时装，而更少有关时空哲学的抽象概念。

相较之下，LV时期的Nicolas Ghesquière将更多精力放在了秀场选址和时空意义的深度思考上，与建筑和城市发生关联，而时装则显得相对硬朗锋利，这在一方面清晰塑造了LV女战士的形象，在众多高级时装品牌中树立了极致独特性，也在另一方面相对疏离了部分更愿意为华美时装买单、考虑实穿性场景的观众。

当然，了解奢侈品行业的消费者也清楚知道，Nicolas Ghesquière的秀场设计即使想也很难真正穿上，因为最终门店货架的商业款往往只汲取部分灵感。

正如Vanessa Friedman所说，LV本质上首先是一家皮具品牌，从很多方面来说，时装秀只是一个通往手袋的通道，是制造话题、推动配饰销售引擎的工具，除了明星之外，这些衣服本来也不会真的被太多人穿。

多年来，Nicolas Ghesquière在LV的稳固地位，在于他能够在Marc Jacobs之后继续带领LV时装业务攀上意义的高峰，让高级时装业务拉动品牌定位的高端化，至于如今困扰其他创意总监的商业指标，在Nicolas Ghesquière这里根本不成问题。

在过去十年中，上述逻辑始终保持稳定，这也是2023年LVMH宣布与Nicolas Ghesquière再续约五年的原因。

然而，奢侈品行业正掀起一场剧变。

Nicolas Ghesquière在最新一个季度的极致反差，实际上并不是偶然，而是充分可预测的。

去年10月的2026春夏时装周，Chanel的Matthieu Blazy和Dior的Jonathan Anderson两大高级时装屋正式开启了奢侈品行业创意角逐最激烈的一个篇章，Gucci的Demna也紧接着跟上，组成了一个新一代的明星创意总监阵营。

一系列首秀引发激烈讨论，尤其是在大部分首秀都存在争议话题的情况下，这些设计师和品牌在客观上吸引了绝大部分的市场注意力，也在某种程度上令Nicolas Ghesquière 2026春夏这一极其出色的系列，并未获得应有的关注，并不是因为系列本身不够出色，而是市场格局正在发生变化。

与上述刚刚接棒第一梯队奢侈品牌的明星创意总监相比，Nicolas Ghesquière这一成名于“前社交媒体时代”的设计师，反而更多被划归于与Marc Jacobs、Tom Ford、John Galliano、Hedi Slimane并列的上一代明星创意总监阵营。

这些创意总监的能力已经获得充分验证，但有时候过于可预测的稳定也成为一种新时代的问题。

喜新厌旧的时尚行业，永远追逐新人，也热衷于造星，如今的Matthieu Blazy已经被捧为新晋历史谱写者，这有其创作能力作为支持，但更少不了整个市场造势的共谋。

虽然毕业于专业院校，但因为独立品牌出身，且热衷于刻画普罗大众画像的Demna，从不被视为学院派，很少被视为Nicolas Ghesquière等的挑战者。

但Matthieu Blazy无论从家庭和教育成长背景，还是从创作思路来看，都被视为较为典型的学院派创意总监，在时装的传统价值维度下建立了自己的语言，更像是新时代的Nicolas Ghesquière，颇有业界天之骄子的风范。

但与Nicolas Ghesquière更聚焦时装本身的一代不同，Matthieu Blazy又在时装匠艺之外，继续融入了一些打乱阶层秩序的叙事，让高级时装与日常生活产生化学效应，也回应了当今消费者的期待。

如果说Nicolas Ghesquière一代的创意总监极度纯粹，那么如今的一批创意总监身上都有一种复杂性，前者的人物形象来自平面媒体，而后者则来自无时无刻、全方位的社交媒体信息轰炸。

很多时候，这仅仅是不同时代特点的映射，而无法比较高低，以往被高度尊重的是连贯性和艺术人格，今时今日，市场则更关注一名创意总监能否有效制造反差和话题，持续调动市场的欲望。

在这样的市场下，Nicolas Ghesquière必然已经感受到压力。

若仅仅来自商业目标的压力，Nicolas Ghesquière未必会如此快速做出改变。反而是设计师往往最为看重的行业影响力，更能刺激其有所作为的主观意愿。

与时装评论人对Nicolas Ghesquière本季的批评不同，笔者认为，更重要的是Nicolas Ghesquière仍然愿意求变，也似乎看到了什么。

比交付一个完美系列更重要的是再次释放创造力的意愿，是一种身在全球最大奢侈品牌，仍然敢于挑战观众审美舒适区的胆量。

Nicolas Ghesquière或许仍在于对新原型的试验期，他所思考和搭建的，往往不是一个以季度为单位的孤立主题，而是像其此前为LV搭建时空旅行哲学一样的宏观框架。

这也是Jonathan Anderson支持者对其Dior革新前景的信心来源，他们所面对的都是一个巨幅画卷，要控制从草图到反复渲染的庞大工程，就像教堂壁画需要匠师用数年完成作品。

足以引领行业突破困局的创意变革，往往并非乍看完美，而是一种足够新，甚至在早期令人感受到不舒适的东西。

Dior决定冒险将男女装创意总监的工作范畴集中于Jonathan Anderson一人。

Chanel敢于启用年轻的外部创意总监Matthieu Blazy，并给予其充裕的发挥空间。

爱马仕也罕见更换创意总监，其对独立设计师Grace Wales Bonner的任命令市场刮目相看，同时该品牌宣称将在2027年推出高级定制系列，在珠宝、美妆等品类相对乏力的同时明确加码时装业务。

当这些头部奢侈品牌开始动作，真正令人感到欣慰的应该是，时装行业的创作者开始集体进入一种良性竞争状态，试图重新用旺盛的创造力向观众传递感受。

这场竞争必然不独属于拥有高级时装屋历史的品牌，已经推出时装线长达28年的LV也身处中央。

早在2018年任命Virgil Abloh为男装创意总监时，LV已经展现了将时装试验田发展壮大的野心，如今的男装创意总监Pharrell Williams强化了客群包容度，在经典和突破之间找到相对平衡，却也仍然存在继续通过创意和其跨界资源打动消费者的空间。

LV与其他奢侈品牌的时装业务竞争，优势在于其对时装业务的有限依赖，但要继续强化时装竞争力，最终依然还是回到创意人才的竞争力上，是创意总监自主调整到最佳创作状态，推动品牌成为市场关注的焦点。

当奢侈品牌好斗，商业可能扼杀创意，但当创意总监本身变得好斗，结果或许相反。

谷歌地图3月12日宣布将地图与Gemini模型相结合，推出全新对话式功能“问地图”，它能解答地图以往无法回答的复杂现实问题。

本文来自微信公众号： 四味毒叔 ，作者：四味小小编，编辑：晶晶

草莽、敢拼、精明、原罪，哪一种商人才是观众最爱？

本文图片来自网络

改革开放47年，荧屏上的商人换了好几茬。

《温州一家人》里周万顺卖掉祖屋送女儿出国、自己带着老婆儿子闯荡温州，那股“砸锅卖铁也要搏一把”的莽劲儿，是第一代温州商人的精神底片。

《鸡毛飞上天》的陈江河、骆玉珠，把“鸡毛换糖”做成生意经，“进四出六”四个字，道尽了浙商骨子里的韧劲与让利哲学。

再到《风吹半夏》的许半夏，一个收废钢起家的女人，成功了，但也站到法庭上接受审判。

近期《我的山与海》的方婉之，在深圳平地起高楼的年代，坚信自己的命很好，坚持靠自己脚踏实地，找到尊严。

几种不同类型的商人故事串起来，你能清晰地看到国产剧的经商叙事，终于从“造神”走到了“见人”。

改开题材一直是香饽饽，真能立住的掰着指头数得过来。问题出在哪儿？太多剧把风口上的猪拍成了神话，却忘了猪落地时也会摔得血肉模糊。

01

浙商叙事

2012年的《温州一家人》，孔笙下手挺狠。周万顺这个角色，你要是他家人能气死——刚愎自用，把家庭当成商战赌注押上去，老婆孩子都吃不上饭了他还在折腾。但正是这种“掉进钱眼里”的偏执，构成了那个年代商人的原始动力。规则还没建立，胆量就是通行证，周万顺们的可爱与可恨，是一体两面。

五年后的《鸡毛飞上天》，格局打开了。陈江河教骆玉珠“进四出六”，不是什么商学院理论，而是义乌货郎担传下来的活命哲学——赚四分让利六分，生意才能做长久。张译和殷桃在火车站重逢那场戏，骆玉珠隔着车窗又哭又笑，那股子委屈劲儿，把一个女人在商场上撑了八年的“韧”全演出来了。这种人物，只有吃透了这个群体才能长出来的。

但这两部浙商剧再经典，也得承认它们留了一手。致富路径基本是勤劳加智慧，对早期商人起家的灰色地带要么打马赛克要么直接跳过。可以理解，但不能不说是遗憾。

02

海派商人

2024年《繁花》播出，改开剧的版图终于补上了上海这块。

王家卫拍90年代的上海滩，镜头晃得人眼花，但有一件事他看得很透——那个年代的“港商身份”，含金量高得离谱。而海派商人阿宝从普通工人变成宝总，靠的不只是脑子活，更是钻了“三来一补”的政策空子。爷叔那句，“上海人做生意，讲究派头、噱头、苗头”，听着体面，翻译过来就是：撑场面、玩概念、找门路。

《繁花》的花招，是用华丽滤镜拍出了一丁点海派商人骨子里的精致及精明。黄河路上推杯换盏，转过脸就能把你卖了。

这种海派商人的腔调，跟浙商的草根气儿一对比，改开年代的地域生态就立体了。温州人在破烂堆里打滚，上海人在咖啡厅谈生意，谁也别瞧不起谁，都是摸着石头过河。

03

第一桶金的原罪

女商人题材，早已不是新鲜事。《我的山与海》的播出悄无声息，问题出在哪儿？在于它把女主角写成了“女版霸道总裁”，男人做不到的，她能做到。这话听着提气，但人物成了概念传声筒，观众不认。

《风吹半夏》能大爆出圈，是因为它没把许半夏当“女商人”写，她只是千万商人中更加有野心的一个。收废钢起步，酒桌上没人把她当回事，她就一杯一杯喝到晕眩。在俄罗斯找原材料差点回不来，她咬咬牙又爬起来。

赵丽颖演出了那种“老娘就不信这个邪”的孤勇。但编剧没让她一路开挂，童骁骑陈宇宙用废机油污染滩涂，最后陈宇宙患癌死亡，这笔账最后清算在许半夏头上，她得背着阴影走一辈子。

《风吹半夏》改编自阿耐的小说《不得往生》，原著中对初代商人的原罪批判犀利。剧版的高明，是没有替主角洗白，而是让她面对审判。导演傅东育说改编的关键词是“和解”，不是与对手和解，而是与自己的过去和解，与那段踩在灰色地带往前冲的岁月和解。这种处理，跳出了非黑即白的审判高台，让观众看到，那一代人既是弄潮儿，也是摸着石头过河的人，有局限也有代价，这才足够真实。

顺便提一嘴《乘风踏浪》和《大时代》（注：段奕宏蒋勤勤主演的深圳IT商人版《大时代》）。前者把镜头对准辽宁兴城的泳装商人，彭锦西从被举报“投机倒把”入狱到成为产业开拓者，呈现了东北老工业基地转型的阵痛。后者用一个陈顶天这个角色揉进了史玉柱、马云们等第一批科技商人的影子，讲述知识精英下海的故事——这两个维度补上来，改开商人群像才算完整。

04

蜕变

捋一捋这条改开经商剧集线。

周万顺是“闯”，那个年代不需要想太多，冲进去就有机会，代价是这个家差点散了。

陈江河骆玉珠是“营”，开始琢磨怎么把生意做长久，怎么跟人共赢，朴素的商业伦理长出来了。

许半夏是“人”，她得面对自己踩过的坑、害过的人，得在法庭上接受审判。这不是退步，是成熟。

方婉之是“命”，天命、实命、自修命，不认命、不信命，坚信靠自己能改命，契合了当下时代“我命由我不由天”的哪吒精神。

这几十年的改开经商剧，国产剧的历史观也在变。早期热衷造神话，热衷于讲述白手起家、勤劳致富的故事，怎么励志怎么来。后来发现不行，太虚。

直到《风吹半夏》，终于敢直面“原罪”了，敢让主角付出代价了。这不是为了批判而批判，而是承认历史与经商的复杂性——那个年代野蛮生长出来的奇迹，本身就是用血与泪的代价交换的。

还有一部哑火的《淬火年代》颇多争议，有网友评价，“见不到一个活生生的人，全是预制品”。问题就在这儿，太想讲“文化转型之难”这种大词，人物成了编剧表达观点口述金句的工具，太空太假。

改开题材还能拍什么？风口上的奇迹早就拍了个遍，下一站应该是奇迹背后的人如何落地，如何在废墟上跟自己和解。

从周万顺的“闯”到许半夏的“和解”，这些年的精神蜕变告诉我们，即便是拍商业神话的故事，真正让观众拍手叫好的从来不是造神，是见人。让观众看见，那个年代的风吹过来，衣服猎猎作响，人也得迎着风往前走，哪怕走得不干净、不体面，但那也是真的。

当前美国指控社交媒体“成瘾设计”的案件已超过2400起。

K.G.M.的律师认为,平台成瘾设计包括内容无限滚动、视频自动播放、算法推荐系统和频繁地推送通知，这些功能是经过精心计算的商业决策。

“若平台方败诉，其颠覆性意义在于平台责任边界的整体扩张，以及平台算法商业逻辑面临的结构性重构。”

校对：吴依兰

全国两会 网瘾

专题

专题 | 2026全国两会深观察

一、当日行情分析

1、市场观察

3月12日，市场早盘大幅下探，午后跌幅逐渐收窄。全市场近3900只个股下跌，但化工、绿电、煤炭等方向逆势活跃，显示出市场在调整中的结构性特征。主线热点聚焦于化工、煤炭、绿电三大方向。而军工/半导体大幅回调验证了市场热点快速轮动的特征。成交额缩量至2.44万亿，显示在指数调整和热点轮动期，市场观望情绪有所升温。

连板股题材分析：

化工产业链（最强主线之一）：今日趋势股中最亮眼的方向。核心驱动来自中东地缘冲突持续带来的供给端收缩预期。光大证券指出，伊朗等中东国家化工品生产及出口势必受到影响，从而导致相关化工品供给大幅收紧，推高化工品价格。

绿电/电力（政策驱动）：绿电概念的爆发，核心驱动来自“算电协同”首次被写入政府工作报告。市场预期算力与电力的深度融合将打开绿电需求空间。

趋势股题材：

煤炭板块的走强，一方面受油价上涨带来的替代需求驱动，另一方面若霍尔木兹海峡长期封锁，全球电力用煤需求可能增加。 

2、关税又要来了？

3月12日，外交部发言人郭嘉昆主持例行记者会。路透社记者提问，美国政府周三表示，将对包括中国在内的16个主要贸易伙伴的“过剩工业产能”启动两项新的贸易调查。根据美国贸易代表办公室官员的说法，这可能导致新的关税。对于这项调查以及美国贸易代表办公室将中国汽车行业列为所谓“产能过剩”行业，中国外交部有何评论？

郭嘉昆表示，中方在处理中美经贸问题上的立场是一贯、明确的，反对各种形式的单边关税措施。关税战、贸易战不符合任何一方的利益，双方应该在平等、尊重、互惠的基础上协商解决有关问题。

3、美股会崩盘么？ 

从历史经验的角度出发，当前以美股为首的权益资产可能处于潜在危机爆发的高窗口期。这一经验性预测来自于收益率曲线的变化。

历史上每当收益率曲线从倒挂→修正→陡峭的变化过程，曲线变化背后对应的经济状况是通胀上行→通胀见顶+经济疲软→发生危机，曲线变化背后对应的FED政策操作是加息→利率见顶降息→危机加速降息。

从1969年到目前为止，每一次收益率曲线陡峭化之后爆发的危机无一例外都是一模一样的路径：收益率曲线倒挂→FED政策转向降息→曲线修正→曲线陡峭化→爆发某个危机→美股暴跌。

本轮收益率曲线倒挂的时间是历史最长的，幅度也是历史最大的，而且已经从倒挂完成了收益率曲线的修正，当下正处于收益率曲线陡峭化的过程，也是历史上危机爆发的高窗口期。

但也不知道会爆发什么危机，2020年属于生化危机，2008年属于高杠杆信用危机，2001年属于估值泡沫危机，1991年属于滞涨带来的经济衰退。很多人都拿现在跟上世纪70-80年代作为类比，我也觉得有点像。如果是按照这个剧本的话，通胀是双峰模式，因为我们都知道那时候有两次大滞胀。从目前看现在这确实挺像的：俄乌战争，一波流把原油推到130多美元，就像是70-80年代的第一波。

然后通胀开始短暂回落，美联储也开始降息，但通胀目前还是没有达到目标水平，这为下一波通胀积累了预期，这个也和当时两波滞涨之间的短暂回落很像。现在突然又爆发了美伊战争，目前一波流又把原油推到了将近120美元的价格，而且战争似乎目前找不到退出路径，就特别像是70-80年代的第二波一样。

因此，美股等风险资产是否爆发危机，还可以通过几个信号来跟踪观察，一个是期限利差，一个是失业率，一个是降息节奏。期限利差开始陡峭化了，如果短期之内快速走扩，即加速陡峭化，这是个更加危险的信号。目前好像还没有加速，只是陡峭化的初期。

 4、英国最新政策：取消海风相关工业品关税

当地时间2026年3月12日，英国政府宣布重大政策举措，取消对海上风电制造中使用的33种工业品的进口关税，新关税政策将于4月1日正式生效，通过“授权用途系统”实施，企业只要证明进口组件专用于风能制造，即可享受零关税待遇。

1.  政策覆盖范围：此次关税减免针对性极强，涵盖海上风电制造核心环节，包括转子、叶片、电缆、风机、变电站等相关的进口材料和零部件，其中叶片、电缆等核心部件税率分别由6%、2%降至0%。

2.  政策核心目的：降低英国本土海风制造商的生产成本，预计每年可为英国制造商节约百万英镑，同时释放此前第七轮差价合约锁定的220亿英镑投资，加速该国清洁能源转型，推动北海海风装机落地。

3.  政策核心影响：① 直接利好国内海风产业链出口英国市场，降低国内相关企业出口成本，提升中国企业价格竞争力；② 推动欧洲海上风电降本进程进一步加速，间接带动整个欧洲海风建设节奏提速，为产业链相关企业带来更多市场机遇。 

海风产业链公司：

大金重工 002487 海上风电塔筒龙头，全球市占率领先，具备极强的成本优势。

天顺风能 002531 风塔 + 叶片双轮驱动，海外基地布局完善，是全球风电装备核心供应商。

东方电缆 603606 海缆龙头，掌握核心技术，在海上风电项目中标率中名列前茅。

中天科技 600522 光通信与海缆双龙头，海缆产能与技术储备雄厚，配套能力强。

亨通光电 600487 全球光纤网络龙头，海缆产业链完整，深远海风电项目经验丰富。

明阳智能   601615   海上大型风机龙头，主打抗台风型机组，技术水平与盈利能力行业领先。 

二、专栏回顾

1、苏州天脉——服务器液冷

更新： 

三、运达股份——风机+电站

运达股份是风电整机行业中，兼具周期反转高弹性与长期成长确定性的稀缺标的。2026年，它将同时受益于国内价格修复和海外市场放量。

运达股份的海上风电业务。这是公司当前最重要的战略方向之一，也是市场关注的另一大增长点。

四、广安爱众——电算协同+液冷

公司在广安地区拥有完整的发、供、配、售电网络，以及独立的供水、供气网络。这种区域性的特许经营和自然垄断，构成了其坚实的护城河，确保了经营性现金流的稳定。 

公司拥有水电、光伏、储能等多种绿色能源形态，并已探索碳交易。同时，参股的液冷技术代表了其对未来能源应用（数据中心散热）的前瞻性布局，这种“稳健主业+前沿探索”的组合在同类公司中较为少见。

广安爱众确实通过对外投资，布局了数据中心业务。不过这项业务并非由其直接运营，而是通过一家参股的孙公司来实施的，主要围绕“液冷技术”和“低碳算力产业园”展开。

五、技术分析第12讲——一过板后高量阴，走势可能有黄金

特别声明：

本文有音频解读，可咨询虎子哥；

文中股票仅为投资逻辑，无任何买卖建议。

36氪获悉，热门中概股美股盘前多数下跌，截至发稿，理想汽车跌超3%，百度跌超1%，阿里巴巴跌0.92%，哔哩哔哩跌0.86%，京东跌0.4%，拼多多跌0.23%；小鹏汽车涨超2%，网易、蔚来涨超1%。

本文来自微信公众号： 四味毒叔 ，作者：四味小小编，编辑：晶晶

《侵略机器》在3月6日于北美上映并同步在网飞（Netflix）上线，导演/编剧帕特里克·休斯曾执导过电影《敢死队3》，此次新作倒也延续了他的风格，用简单粗暴的战斗场景堆砌了一部标准的B级动作片。

此外，从影片对游骑兵部队的训练、装备及精神的细致描绘来看，这无疑是一部带有鲜明军事宣传色彩的电影。个人英雄主义、集体荣誉感与精神救赎等经典元素充斥在106分钟的影片中。

2011年的《洛杉矶之战》套用的是“陆战队拯救地球”的模板，2012年的《超级战舰》则是“海军拯救地球”，到了今年的《侵略机器》，终于轮到了“陆军拯救地球”的剧本。

还是一样的套路：

某天，美国本土遭遇外星人“造访”，恰逢美军一支部队正在训练，初时大家面对造型奇特的机甲手足无措，外星科技加持下的超强战力又把这群美军精英打得落荒而逃，通过男主（阿兰·里奇森）边打边逃中的回忆杀唤醒了体内的洪荒之力，最终单人手撕外星来客。

而《洛杉矶之战》和《超级战舰》也是这种“不完美英雄”的人物设定，一位在战场上造成下属死亡的陆战队军士长，凭嘴炮驯服了心怀不满的士兵，大家在他的感召下勇闯外星人基地。另外一位海军军官不按套路出牌，在哥哥战死后带领残兵败将登上密苏里号战列舰，用火炮对射的传统海战方式大战外星飞船。

《侵略机器》则赋予了主角一种使命感：

哥哥曾在阿富汗战场与弟弟并肩作战，结果弟弟中伏身亡。幸存的哥哥为了圆弟弟去游骑兵部队的梦，战后参加了该部队的训练考核。

接下来情节就与《超级战舰》很像了——

都是被上司不看好，甚至准备待演习/训练结束后离开的问题军人，都是在演习/训练中遭遇外星人袭击的天选之子，都是在面对地外文明科技下晕头转向的游勇。所以本片导演在宣扬游骑兵精神时，可能也在和十几年前的海军宣传片较劲。

这种联想也并非毫无根据。作为互有嫌隙的两大军种，美国陆军和海军的军种之争延续近百年，连打场橄榄球比赛的口号都是“打败陆军”和“击沉海军”。近年来又增设了“太空军”，因此，陆军或许也希望借助《侵略机器》这样的影视作品，来塑造和展示自身的形象。

影片中男主几次提到的“游骑兵，做先锋”，正是这支部队自成立以来的座右铭。

从军迷角度来说，《侵略机器》较为真实地反映出当下游骑兵部队的招募和训练情况，包括部队成员来自陆军各单位的志愿者，不受年龄和兵种限制。男主以四十多岁的“高龄”进入训练营就是最好的例证。而主演阿兰·里奇森两米多高的壮硕身形弥补了他年龄上的劣势，在一众战友中更是鹤立鸡群。

至于情节方面则乏善可陈，看过《洛杉矶之战》和《超级战舰》的观众对这部《侵略机器》可能会有些失望。它更像是一场披着军事科幻片外衣的“密室逃脱”：

用近半个小时左右的时间铺陈了男主为什么加入游骑兵的心路历程和训练过程，期间也通过收看新闻报道中的不明飞行物为随后的遭遇战埋下伏笔。

接着则是男主与集体意识的强行冲突，上司主官认为他“过于优秀”，并不适合部队氛围，男主遂决定待演习结束后听天由命。

外星机甲的出现则制造了一场科技上的不对等战斗：

众人于山林间遇到机甲，接着在懵圈状态下被光束武器打得血肉模糊、骨肉分离。后面的情节基本上都是男主的个人秀，身边战友不断减员，男主则凭借多年的战场经验因地制宜屡次逃生，更利用废弃矿场和挖掘机和外星机甲肌肉互搏，外星机甲最终被捶到爆炸。

死里逃生的男主回到基地后，长官告诉他地球已经成为修罗场，数不清的机甲降临地球，男主与机甲的战斗经验能帮助人们反抗外星人入侵。

临了欣赏他的军士长告诉他“你挽救了许多人”，然后从兜里掏出游骑兵臂章贴在男主的军服上。

至此，男主圆了兄弟梦，还成为战斗英雄。游骑兵部队的宣传效果也圆满达成。

不过较之同样以地面站视角展现的《洛杉矶之战》，《侵略机器》更像是一部美式军事宣传片与外星人元素的缝合怪，它会让人产生以下印象：

壮年“兰博”的山林求生、铁血战士式的无情杀戮、主角“一人食”的个人语境和看似宣传了游骑兵品牌，实则在全片中只有男主一人大杀四方的英雄主义。

尤其是最后一点属实让人难绷：

前面铺垫了一大堆游骑兵训练如何严酷，选拔成员如何优秀，结果遭遇外星机甲后，大多数军人的反应非常迟钝。一个四十多岁的老兵反而在体力和耐力上远超一群二十来岁的小伙子。

反观《洛杉矶之战》，从一开始就设定了军士长的体能不如以前，在城市里展开遭遇战时，全凭陆战队的班组战斗分布与之对峙，排长和战友们的阵亡更凸显出真实的战场环境，更符合现代战争下集体组织协调的重要性，也能让军事迷得窥美军地面部队的战术特点。

而《侵略机器》不具备一部准军教片应有的专业元素，虽然服化道过关，但作为美国陆军的一线部队，在影片中并没有体现这支组建近半个世纪的轻型侦察/突击部队的军事素养，虽然也有着“新兵”的设定，但基本的团队配合战术几乎没有。

大家都在丛林中用体能和外星机甲搏命，相较于前者在决战时善于使用红线定位器和高倍镜狙击步枪精准锁定外星人的技术流，《侵略机器》中的美军精英们依然用上世纪的单杀套路展示肌肉。

即便对标1987年施瓦辛格主演的《铁血战士》，《侵略机器》也缺少吸引眼球的必要元素：

当年风华正茂的州长好歹全片都在向观众秀身材，阿兰·里奇森则捂得严严实实，不似他主演的美剧《侠探杰克》中那样一拳一个大坏蛋。或者机甲的反派设定让男主没了身体对抗的可能性，作为一部中小成本科幻军事动作片，又缺乏必要的动作场面，简单粗糙的人设和疑似借鉴的套路化公式更让《侵略机器》观之索然无味。

只能说，白瞎了阿兰·里奇森堪比健美运动员的身材。

值得注意的是，网飞和迪士尼从去年开始大量上线了不少中小体量的动作片和恐怖片，似乎片商也放弃了传统影院，自知这些类型片如今很难吸引观众，索性通过直接上线或同步上映/上线的方式尽可能回收成本，不知在未来是否会形成一种趋势。

毕竟硬汉人设在全球范围内都不再流行，如果剧本也薄弱的话，不如直接上线，让喜欢此类题材的观众观看，倒也符合如今的付费观看习惯。

36氪获悉，美股大型科技股盘前普跌，截至发稿，英特尔跌超1%，Meta跌0.82%，谷歌跌0.8%，英伟达跌0.78%，亚马逊跌0.66%，微软跌0.48%，苹果跌0.3%，特斯拉跌0.21%。

3月12日，据中国人工智能产业发展联盟消息，针对防范OpenClaw开源AI智能体安全风险，联盟下一步将持续跟踪OpenClaw及同类AI智能体的安全风险动态，在条件允许的前提下，及时向成员单位同步风险预警与行业安全实践；按需组织人工智能安全领域的专项技术交流、专题培训活动，邀请行业专家分享不同场景下的安全防护经验与解决方案；编制企业级OpenClaw部署风险管理指南，形成自查自测清单，助力企业完善智能体合规治理体系；针对成员单位在风险排查、隐患处置过程中遇到的问题，协调行业优质安全资源，提供专业指导与技术协助。 

本文来自微信公众号： 42号电波 ，作者：兰博，编辑：James，原文标题：《马斯克加入 AI Agent 大战：Digital Optimus 试图打造 AI 员工，模拟整家公司运作》

3月11日，马斯克在X上确认了一件很多人还没有完全看懂的事情。

特斯拉与xAI正在联合开发一个新的AI项目，内部称其为「Digital Optimus（数字擎天柱）」，如果单看名字，可能有不少人还会以为这只是特斯拉Optimus机器人的软件版本。

但实际上，Digital Optimus远比简单的机器人进厂要复杂。作为一种新的AI Agent（智能体）架构，它的目标不是要在工厂进行体力劳动，而是先在数字世界中工作，通过操作电脑来模拟整个公司各个岗位的运作。

并且和常规的AI Agent完全不同，Digital Optimus在架构上的选择更加拟人，即通过视觉和推理，让AI像人类一样正常使用电脑工作。

对此，马斯克的描述更加直接：「Grok负责理解世界，Digital Optimus负责实时处理电脑屏幕的视频信息，并执行键盘和鼠标操作。」

并且他还特别指出：「这将是唯一真正的实时智能AI系统，理论上能模拟整家公司的运作。目前还没有其他公司能做到这一点。」

如果这条路线真的能跑通，那AI Agent的技术路线，恐怕就要被彻底改写了。

AI Agent的技术路线存在分歧

过去一两年的时间里，AI Agent成为人工智能最火的方向之一。用户通常只需要给出一个目标，系统就可以自动规划步骤，并通过操作软件完成任务。

像整理文件、自动发送数据这些原本需要人工完成的电脑操作，理论上都可以交给AI来执行。在这种趋势下，AI不再只是回答问题，而是直接可以完成工作。

但问题很快就来了，目前多数AI Agent的技术路线，其实都比较相似。

像OpenAI的Operator、Anthropic的Computer Use等，实际上都在采用一种类似的工作方式：先对屏幕进行截图，再让大模型理解当前界面，然后生成下一步操作。

不断截图，反复推理，系统本质上就是在对着一张张图片进行分析。甚至有时只是个无关大局的点击信息，都会调用大模型来进行分析。

这也就带来了Agent在实际运行时很难进行快速实时操作的问题，并且成本和算力消耗也很大。

而马斯克提出则是另一种思路，Digital Optimus采用System 1+System 2的分层架构，其中：

• System 1负责实时视觉与动作执行，由Digital Optimus来处理过去5秒内的实时屏幕视频及键盘鼠标操作。

  
  

• System 2负责理解任务、推理和规划，由Grok进行指挥，控制Digital Optimus执行。

  
  

两者之间更像是直觉本能和理性思考之间的分工合作。这种架构本质上也有一些从「第一性原理」思考的意思，因为人类本身在操作电脑时也是通过看电脑、进行分析、然后再点击鼠标和键盘的。

这种架构也和特斯拉自动驾驶系统的设计非常相似，毕竟自动驾驶的场景并不允许它反复分析单张图片，而是需要持续理解整个视频世界，并在极短的时间内做出动作决策。

Digital Optimus做的事情，其实就是把这套逻辑搬到了电脑端。

这种路线跑通的话，AI Agent很可能就会从截图+推理的模式，转向一种实时感知+分层决策的体系。而这，正是Digital Optimus最值得关注的地方。

在机器人能力还不够用的节点

坦白来说，很多时候我们或许已经习惯了马斯克的「跳票」，比如去年没能成功规模量产机器人。

在今年1月的特斯拉的财报电话会上，马斯克也曾承认，目前并没有任何一台Optimus人形机器人，在特斯拉工厂里真正承担「有用的工作」。

虽然此前他也一直在预热Optimus V3将在今年一季度发布，但就现在全球机器人产业发展的情况看，真正的自主智能和核心硬件卡点，还是难以突破：

• 自主智能：现实世界充满不确定性，环境变化、物体差异和任务随机性都会影响系统判断。但目前很多机器人的自主能力还是偏向演示，一旦进入开放场景，稳定性就会出现明显下降。

  
  

• 灵巧手：机器人的复杂操作几乎都集中在手部，但灵巧手要同时做到灵活、可靠又耐用并不容易，这也直接影响着机器人的工作能力。

  
  

• 成本：复杂的机械结构和训练投入，导致机器人的整体成本仍然很高。在商业化规模还没有形成之前，大规模部署仍然很难实现。

  
  

在这些问题还没有真正克服之前，很多人都觉得机器人规模落地至少还要几年时间，甚至有一些观点认为机器人就是泡沫。

在这种背景下，Digital Optimus的出现就有了另一层含义，它其实代表着特斯拉的一种策略调整，即先让机器人的大脑开始工作。

这也难怪此前马斯克声称自家AI要像人一样操作电脑，从而挑战游戏中的职业战队。

这块小小的电脑屏幕，恰恰是一个相对容易落地的工作环境。

机器人先在数字世界打工

其实早在1月份，外媒eWEEK就有过相关报道，在马斯克的xAI公司中，已经出现了一些AI员工，它们被设计用来模仿真实的白领，来进行一些电脑上的工作。

马斯克如今的官宣，则更加印证了他的「自动化公司梦」可能早就已经开始了，只是没有正式对外公布。

从商业角度看，Digital Optimus的核心目标其实很简单，就是让AI先成为数字世界里的员工。

在现实世界，一个人形机器人要搬运箱子，不仅需要解决视觉、触觉和运动控制等复杂问题，还要考虑电池续航和机械结构的可靠性。

而在数字世界，这些问题几乎全部消失，AI只需要完成两件事，理解屏幕上的信息，并操作软件完成任务。

企业中有大量这样的重复性数字劳动，像整理数据、填表、操作ERP系统等。过去，这类工作通常由RPA（机器人流程自动化）系统完成，但RPA通常只能执行固定流程，在遇到意外情况时容易失效。

而Digital Optimus则不同，它不仅能够理解任务目标，还能根据实际情况做出决策，从而成为像人一样能处理动态信息的角色。

放眼全球，类似的工作内容有很多，所以整个AI员工的市场空间相当可观。

加上马斯克还有着其他企业少有的优势，那就是算力。

作为一家在全球有着数百万辆汽车落地的企业，特斯拉汽车内部搭载的AI芯片其实有机会在部分车辆闲置时，将这些算力进行连接，从而形成一个分布式超级计算机。

这也是马斯克一直以来的想法，如果Digital Optimus的推理成本足够低，从理论上看，特斯拉可以拥有世界上最大的边缘AI网络之一，从而降低AI Agent的运行成本。这也是为什么这个系统会运行在AI4芯片上，而不是依赖云端GPU。

并且相比现实世界中的物理机器人，先在数字世界打工成本会低很多，而且还能为未来的本体机器人提供训练积累，这样的选择显得非常划算。

One more thing

想法好归好，在推出AI员工Digital Optimus时，马斯克还是得先把法律风险处理清楚，因为这事涉及到私人项目和上市公司绑定的问题。

早在2024年，特斯拉的股东就起诉马斯克将特斯拉的AI资源转移到xAI，彼时他也回应道，特斯拉不需要从xAI获得任何技术许可。

但如今特斯拉Digital Optimus的核心推理系统就是xAI的Grok，这也直接触碰到了上市公司治理的底线，怎么才能保证特斯拉的利益不会因为马斯克的私人公司而受损？最终的知识产权又该归谁？

像这种类似的问题还会有很多，毕竟亲兄弟也要明算账，马斯克在推动Digital Optimus规模应用之前，这方面的法律风险也是不得不去面对的问题。

从此之外来看，马斯克的思路还是一如既往，把复杂问题拆成两步解决。自动驾驶如此，SpaceX的航天任务是如此，Optimus也不例外。

当现实世界中的人形机器人还无法高效工作时，他选择先让机器人大脑在电脑里运行。

并将其拆分为Digital Optimus来进行软件降维，这条路顺利的话，未来很可能会出现机器人先成为数字员工后才进入物理世界打工的现象。

从这个角度看，Digital Optimus并不像是折中和无奈的选择，它反而能给机器人的现实应用打下扎实的基础。

印度尼西亚能源与矿产资源部长巴赫利尔·拉哈达利亚3月12日说，印尼正加快利用其国内丰富的可再生能源，以减少对进口燃料的依赖、保障国家能源安全。巴赫利尔介绍，印尼政府正加快建设装机容量高达100吉瓦的太阳能发电设施，此外还将进一步开发地热能、水电等多种清洁能源。（新华社）

3月12日，据腾讯安全消息，为了解决龙虾带来的安全挑战，腾讯推出OpenClaw安全工具箱。