n128045

工作人员介绍说，这是由阿里云联合安诺机器人推出的创意咖工坊，在咖啡机器人的基础上，加入了云计算的AI生图功能，就可以用AI定制一杯专属咖啡印花，让喝咖啡变得非常有趣。头疼脑热时，不知道挂什么科，也不知道挂什么号，这...

万万没想到，AI免费的风，吹到了教育行业，背后释放的信号值得让人深思。随着人工智能的发展，现在各个行业都离不开AI，但在这个过程当中，有一个很重要的问题是，很多的AI工具是属于“半钓鱼”的。即，一开始体验的时候是免费的，但真正深入使用的时候，要么得抢各种券，要么得看广告，要么是得不停的花钱。不管是哪种情况，普通人的体验都不好，并且还会拉高使用成本。有人玩套路，有人就会用真心，这不最近的时候，夸克正式上线了“教育计划”，直接给需要用AI的学生、老师免费送会员。仔细看了下这个“教育计划”，还是相当有诚意的，它面向了全国2000个老师和5000万高校大学生，让大家降低使用AI工具的成本。具体操作流程也很简单，老师通过认证，就能在每年教师节期间获赠夸克AI会员、扫描王会员、网盘会员；大学生认证后，能免费领取3个月会员，后续还能获得专属学生优惠。当下的老师学生，在工作学习过程中，用AI文档、录音转文字、扫描上传、网盘存储是很常见的会大大提高效率。现在夸克直接把这些过去需要花钱才能用到的东西，免费开放给学生和老师，对于大家更好的应用AI工具是有很积极意义的。从夸克的这个举动也能看出，在当下这个重营销，事事都要讲究营销，夸克是坚持科技向善，真实普惠的初心的。这也是当下中国的AI应用产品需要的精神，因为只有科技普惠，才能让各种AI工具更好的落地，从而推动中国AI应用的高速发展，很显然夸克已经走到了前面，也希望未来能有更多像夸克一样的产品出现！

OpenAl智能硬件概念梳理分析！咱们梳理一下OpenAI智能硬件生态的核心参与企业，覆盖相关合作、智能眼镜、智能音箱、智能耳机、算力基础设施五大领域，涉及计算机视觉算法、硬件制造、芯片、光学、算力服务等多个环节。这些企业通过技术合作、硬件供应、生态布局等方式，深度参与OpenAI智能硬件的研发、生产与商业化进程，将直接受益于AI硬件的市场爆发和算力基础设施的需求增长。个股梳理分析一、相关合作领域虹软科技：计算机视觉算法商，支持OpenAI多模态交互，为智能硬件提供视觉交互的底层算法支持，技术壁垒在于计算机视觉的场景适配能力。汉得信息：企业AI系统集成商，开发硬件控制OS层，聚焦企业级AI硬件的系统适配，是智能硬件生态的软件层关键参与者。浪潮信息：AI服务器全球龙头，既支撑OpenAI算力需求，又在算力基础设施领域占据核心地位，硬件产能与技术实力突出，受益于AI算力设备的规模化部署。工业富联：精密制造专家，参与OpenAI设备结构件生产，作为消费电子代工龙头，保障AI设备的大规模量产，直接受益于智能硬件的量产需求。蓝色光标：间接参股OpenAI，主导AI硬件营销生态，通过营销服务布局AI硬件的商业化推广，生态协同性强，助力智能硬件的市场渗透。昆仑万维：天工大模型开发商，适配OpenAI交互系统，在大模型领域与OpenAI形成技术协同，提升智能硬件的交互体验，属于“大模型+硬件”的生态联动标的。二、智能眼镜领域博士眼镜：智能眼镜验配服务商，合作多品牌AI眼镜，是智能眼镜商业化的渠道与服务环节，受益于产品普及带来的验配需求增长。明月镜片：光学镜片供应商，用于AI眼镜光波导技术，为智能眼镜提供光学核心部件，技术壁垒在于光学设计与精密制造能力。亿道信息：AR/VR设备制造商，布局AI眼镜整机组装，具备硬件集成能力，直接参与AI眼镜的量产环节，受益于智能眼镜的产能释放。蓝思科技：玻璃盖板与传感器模组商，适配AI眼镜，在消费电子玻璃领域具有龙头地位，为AI眼镜提供外观与传感组件，是硬件结构件的核心供应商。立讯精密：代工巨头，参与AI眼镜整机组装，凭借消费电子代工能力保障AI眼镜的大规模量产，是硬件制造的核心载体。华灿光电：MiniLED技术商，赋能AI眼镜显示方案，为智能眼镜提供显示技术支持，提升视觉体验，属于显示技术的创新应用标的。三、智能音箱领域漫步者：音频设备厂商，研发AI情境感知音箱，在消费级智能音箱领域布局自有品牌，兼具硬件制造与品牌运营能力，受益于智能音箱的消费市场拓展。中科蓝讯：无线音频SoC芯片商，用于智能音箱，为智能音箱提供核心音频处理芯片，技术性价比突出，是芯片级的核心供应商。炬芯科技：智能音频芯片设计企业，支持音响交互，专注于音频芯片设计，是智能音箱的芯片级参与者，技术壁垒在于音频算法与芯片集成。四、智能耳机领域恒玄科技：智能音频SoC芯片商，应用于TWS耳机，在TWS耳机芯片领域市占率高，支撑AI耳机的智能交互，是芯片级的核心参与者。天键股份：耳机设计与生产商，专注智能可穿戴产品，具备耳机整机设计与制造能力，直接参与AI耳机量产，受益于智能耳机的市场需求增长。歌尔股份：TWS耳机制造商，整合AI降噪技术，是TWS耳机领域的龙头代工厂，技术与产能优势显著，直接受益于AI耳机的量产需求。五、算力基础设施领域中际旭创：光模块全球第一，支持OpenAI算力中心，高速光模块是AI算力中心互联的核心硬件，直接受益于AI算力需求的爆发式增长。新易盛：光通信模组供应商，赋能低延迟数据传输，为AI算力中心提供光互联解决方案，保障数据传输效率，是算力网络的核心配套环节。寒武纪：AI芯片设计企业，优化终端推理计算，国产AI芯片龙头，在终端AI算力领域具备技术竞争力，受益于AI硬件的终端算力需求。浪潮信息：AI服务器龙头，提供边缘计算支持，在算力基础设施领域的地位进一步强化，硬件供应能力突出，是AI算力设备的核心提供商。中科曙光：高性能计算方案商，布局AI专用芯片，在高端算力和国产芯片领域双轨布局，受益于AI算力国产化与高端计算需求的增长。六、重复出现标的歌尔股份智能眼镜、智能音箱、智能耳机。立讯精密智能眼镜整机组装、智能音箱组装、智能耳机核心模组供应。蓝思科技智能眼镜。浪潮信息相关合作、算力基础设施。恒玄科技智能眼镜、智能耳机。中科蓝讯智能音箱、智能耳机。华灿光电智能眼镜。行业风险：一是智能硬件市场需求不及预期；二是技术迭代风险；三是供应链竞争加剧。建议优先选择技术壁垒高、客户绑定深、业务多元化的企业，以平衡行业波动与成长机遇。本文涉及资讯、数据等内容来自网络公共信息，仅供参考，不构成投资建议！

国金证券：看好AI-PCB、算力硬件及自主可控受益产业链 AI下游推理需求激增，带动ASIC芯片需求显著增长。目前多家AI-PCB公司订单强劲，处于满产满销状态，并正在大力扩产，未来业绩高增长有望持续。AI覆铜板也需求旺盛，由于...

张兴杰表示，捷佳润通过自主研发的土谛AI、AI农场天气、AI巡园系统等前沿科技产品，不仅大幅提升了农业生产效率，还实现了资源的精细化管理和成本的有效控制，显著提高了作物产量和品质，为农户带来了实实在在的经济效益。...

我陷入了AI编程的另一死胡同，效率增高，进度变慢很多程序员使用了AI辅助编程之后，最大的问题是对代码的失控，也就是从开始的小心翼翼、怀疑到最后的放任自流，完全相信AI，代码都写完了，可能他都没看过一行。我早早的意识到了这种危险，十分谨慎，对AI说的最多的一句话就是“给我方案和代码，但是不要直接修改我的代码”，我今天看了看项目进度，突然发现，这种谨慎也变成了一种桎梏。我所有代码都是一行行写进去的，当然存在tab直接生成，但是我保证每一行我都看过，知道什么意思，更令我痴迷的是一遍遍的和AI对话，重构功能，我痴迷于功能模块的独立，痴迷于最小的侵入程度，和AI一轮轮的对话，重构过程让我有点着迷。但现在的问题是，效率很高，一天写了很多代码，但是项目进度没往前走...

清华大学教授柳冠中说：搞无人驾驶汽车，无人商店、无人酒店我不奇怪，饭店里用机器人端盘子，我也不奇怪，就连研发AI写文章，也不奇怪，但是你发现没？现在的智能科技有点跑偏了——放着救火、排雷、高空作业这些能救命的“硬骨头”不啃，反倒扎堆去抢快递员、收银员的饭碗。麻烦看官老爷们右上角点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持!科技发展的速度越来越快，不仅在各个领域创造了诸多便利，也带来了很多未曾预料到的挑战。目前，人工智能和自动化技术的发展方向，往往倾向于服务业和零售业的岗位，资本更愿意将焦点放在回报高、投资少的领域。例如，无人商店通过刷脸、扫码完成购物，节省了人工成本，也让很多收银员面临失业风险。无人配送、机器人写作、自动化客服等岗位的兴起，让低技能的劳动者感到自己不再有立足之地，虽然这些技术提升了效率，降低了成本，但对社会带来的影响却不容忽视。相比之下，原本可以帮助人类的高危领域——如消防、排雷、高空作业等领域，技术进步的步伐却缓慢，AI和机器人在这些领域的应用较少，原因不仅仅是技术难度大，研发投入不足也是一大原因。虽然一些初步的消防机器人和排雷无人机已经有了雏形，但由于资金不足，研发进展缓慢，真正实现广泛应用仍然遥不可及。如果这些高风险领域能够优先由人工智能接手，或许能够大幅度减少人员伤亡，但由于市场利润较少，企业往往更倾向于快速回报的低端行业。科技进步所带来的“便利”背后，隐藏着一笔“隐性成本”，低技能岗位的失业潮愈演愈烈，特别是在快递、收银、客服等岗位上，越来越多的人感到自己的工作受到了威胁。另一方面，年长者也逐渐被科技淘汰，许多老年人没有适应新技术的能力，面对需要在线预约、扫码支付的日常生活，往往感到无所适从，科技的进步无疑让年轻人更轻松，但却把一些社会群体抛在了后面。我们曾经经历过多次技术变革，历史上每一次的技术革命都会带来社会的阵痛，蒸汽机、电灯和电话的出现曾引发过广泛的恐慌，许多人担心自己的工作会被机器取代。工业革命给人类带来了巨大的社会变革，但也推动了新的行业和岗位的产生，移动互联网的普及，不仅让我们的生活更便捷，也催生了许多新兴职业，如快递员、网络主播、数据分析师等。但这一次不同的是，人工智能不仅仅是取代“力气活”，它开始涉及到“脑力活”，甚至能够执行复杂的数据分析和决策，虽然新兴岗位会不断涌现，但我们也不得不面对一个事实——这些变化的转型成本是非常高的。我们不能否认人工智能在许多领域的巨大潜力，尤其是在数据分析和自动化执行方面，AI远超人类，但如果一味追求科技发展，忽略了人类的价值，最终我们可能会走上一条不归路。机器和人工智能的出现，不应该是为了消解人类的价值，而是为了让人类更好地生活，人类的创造力、情感交流以及道德判断，是机器永远无法替代的。比如，在医疗和教育领域，机器人无法替代医生对患者的关怀，也无法代替老师与学生之间的互动。因此，我们应该重新审视人类与科技的关系，科技的目的应该是服务于人类，而不是让人类在机器面前无力挣扎。未来，我们应该在科技进步的同时，确保人的主导地位，找到人类与机器的平衡点，机器可以做我们无法做到的事，解放我们从繁琐的工作中走出来，但人类始终是这个社会的核心。我们的情感、创造力和道德判断，是任何技术都无法替代的，面对未来，我们也应该为此做好准备，终身学习已经成为一种必要的生存技能。无论是科技、AI基础，还是软技能的提升，都应成为每个人的必修课，与此相对应，政府和企业应该共同努力，确保技术进步能够惠及所有人。为失业者提供再就业培训，帮助他们转型到新兴行业；推动高风险领域的AI研发，减少人员伤亡；加强对老年群体的科技普及，帮助他们适应新的生活方式。随着科技进步，未来的就业方式也将发生根本性变化，灵活用工、自由职业等新的工作形式将越来越普及。人类的工作将不再被时间和地点所限制，生活与工作的界限也会逐渐模糊，未来的工作不再是单一的“朝九晚五”，而是更加注重灵活性和个人选择。总的来说，科技的发展并非坏事，它使我们的生活更加便捷，但我们不能被科技的脚步所淹没。我们需要在推动科技进步的同时，保持对人的关注，确保技术的进步能真正服务于人类，创造一个更加公平、温暖的社会，人类与科技的关系，应该是互为补充、共同发展的，而非对立和替代。

13位车企掌舵人齐聚ai大会Momenta的主题是“可规模化的L4无人驾驶”，这里加上了“可规模化”四个字，针锋相对的就是前面的文远知行，以及小马智行、萝卜快跑等公司。Momenta对可规模化的定义是：并非指几百辆Robotaxi的示范运营，而是指在全世界各类路况与场景下均能实现真正意义上的L4级自动驾驶。Momenta给出的目标是“十倍于人类的安全水平”，也就是做到每10亿公里仅发生一次致命事故。考虑到日常实际驾驶中，罕见场景（CornerCases）大约每100公里就会出现一次，那么要实现十倍安全性，需要积累1000亿公里的训练数据。从数字上来看，1000亿应该是10亿乘100算出来的，但为啥这俩数可以乘？我一时没想明白。如何实现1000亿公里的数据积累与可规模化L4自动驾驶呢？Momenta认为：第一，必须依靠数据驱动的算法。第二，必须通过量产车辆采集真实世界数据。仅靠Robotaxi难以满足千亿公里数据需求。如果这俩真的是必要条件，那么其它的L4无人驾驶公司就很难做到，只有L2和L4两条腿走路的Momenta才能做到。目前，搭载Momenta辅助驾驶的量产车已超40万辆，预计到2028年将实现1000亿公里的数据闭环，从而支持可规模化自动驾驶的实现。会上Momenta还回顾了自己的技术历程【图4】：从2020年起，我们就坚定推进端到端算法架构。这一路径体现两大趋势：一是规则算法逐步被数据驱动算法取代，二是分散的小模型逐渐融合为统一大模型。-2022年，我们的首款量产车型仍基于规则规划与多个专用模型（如红绿灯识别、动态物体检测等），并依赖高精地图。-2023年上半年率先应用了基于Transformer的预测模型（FTP），这也是全球第一个用Transformer进行预测的算法。-2023年下半年实现了感知与规划的两段式端到端，推出基于Transformer的规划算法（DLP）。当时特斯拉FSDV11仍采用一个基于规则的规划算法。-2024年，我们进一步将感知与规划融合为一段式端到端模型，实现从传感器原始信号到规划轨迹的端到端输出。-2025年，Momenta推出第六代飞轮大模型R6，引入强化学习机制【图5】。正如AlphaGo通过自我博弈实现超越人类最好的棋手，R6通过在云端仿真世界环境中的闭环训练，不断抑制风险行为、强化安全性、舒适性与高效通行能力。Momenta介绍了R6的三大优势：第一是极致安全安心，第二是丝滑流畅的拟人体验，第三是高效通行。还介绍了目前的出海进展：2025年9月的IAA慕尼黑车展期间，我们在慕尼黑城区内环复杂路段共完成228次测试，实现零接管的效果，获合作伙伴的一致高度评价。基于R6飞轮大模型的强大泛化能力，我们仅用三个月就完成在日本市场的初步适配。最后提出了一个“智驾摩尔定律”【图6】：软件体验每两年提升十倍，硬件成本每两年下降一半。具体来说：-2022年，一套城市NOA硬件成本超2万元-2024年行业方案趋于收敛，成本降至8000-10000元。-预计2026年以后，一套高性价比城市NOA方案成本将进一步降至4000-5000元，这将推动智能辅助驾驶走进千家万户。Momenta

王自如说好了在AI领域二次创业，但最近几天一直在吃iPhone17系列的流量，干起了老本行—评测手机，这几个意思？如果当年好好搞评测，如今差不多也和大多数数码博主一样，开始评测汽车了吧。有时候，放下身段，再回老本行其实也挺好……

就在刚刚！华为宣布，正式启动！2025年9月20日的华为全联接大会现场，一则重磅消息引发科技圈震动，华为正式启动“天工计划”，宣布将投入10亿元资金与资源支持鸿蒙AI生态创新。华为终端云服务总裁朱勇刚用“中国科技产业协同创新的集体冲锋”来形容这场行动，而此时HarmonyOS5终端设备数量已突破1700万台，为这场冲锋搭建好了坚实的用户基础。“天工计划”的核心并非简单的资金投入，而是一套完整的开发者赋能体系。这笔钱将转化为开发者最需要的实际支持，包括免费的算力资源、现成的开发工具包和一对一的技术指导。对于校园开发者和大学生来说，这意味着即使没有雄厚的资金支持，也能借助鸿蒙提供的1500PFLOPS开源社区算力，轻松开展AI模型训练。华为云同步升级的开发者空间已经集成了全套AI开发工具，提供180小时免费云开发环境和每周200万次模型调用额度，这些实实在在的支持正在让更多普通人有机会参与到技术创新中来。鸿蒙AI的独特优势正在改变传统开发模式。不同于其他系统需要额外搭建AI框架，鸿蒙从底层就融入了原生AI能力，开发者不需要从零开始编写代码。比如开发一个旅游攻略应用，只需通过简单的意图注册，就能让应用响应“查北京旅游攻略”这样的自然语言指令，系统会自动完成语义理解、功能调用和页面展示的全流程。这种“搭积木”式的开发方式，让一款智能应用的开发周期缩短了一半以上。并且鸿蒙的分布式架构让应用能轻松在手机、平板、智慧屏等不同设备间流转，开发者不用为不同终端单独适配，大大降低了创新成本。这些技术优势正在各行各业转化为实际价值。在北京的银行网点，科蓝软件的智能机器人“小蓝”搭载鸿蒙系统后，不仅能快速识别客户需求，还能联动网点里的自助设备、智慧大屏协同工作。客户说一句“取号转账”，机器人就会自动完成叫号、信息核对和设备调度，整个过程比原来节省近三分钟。这种效率提升背后，是鸿蒙端侧AI毫秒级的响应速度在支撑，所有数据处理都在本地完成，既保证了隐私安全，又避免了网络延迟带来的卡顿。在更贴近民生的水利领域，大禹节水基于鸿蒙开发的智能水表已经在多个城市落地。这些水表能实时监测用水数据，通过鸿蒙的物联网模组将信息同步到管理平台。工作人员在办公室就能掌握千家万户的用水情况，发现异常能立刻上门检修。这些设备还能根据历史数据预测用水高峰，帮助水厂提前调配资源。这种从“被动维修”到“主动服务”的转变，正是鸿蒙技术深入生活细节的生动体现。支撑这一切的是华为持续加码的生态投入。除了“天工计划”的10亿元，华为计划每年投入150亿元用于生态发展，组建15000人的专业团队提供技术支持。这种投入不是简单的资金堆砌，而是形成了“技术提供-开发者创新-行业落地”的正向循环。目前华为云全球开发者规模已超过850万，合作伙伴达到5万家，庞大的生态网络让技术创新能快速找到应用场景。华为常务董事汪涛提出的“四个坚定”战略，明确了开源开放、人才培养、全球合作和战略投入的发展方向，显示出华为从技术提供者向生态构建者的角色转变。有意思的是，这种生态模式正在吸引更多跨界玩家加入。一些传统制造企业开始基于鸿蒙开发智能设备，教育机构则利用鸿蒙的AI能力开发个性化学习工具。一位参与鸿蒙生态建设的开发者表示，最打动他的是鸿蒙提供的不仅是技术，更是一套完整的创新方法论，让小团队也能做出有竞争力的产品。这种普惠性的技术支持，正在让创新不再是大企业的专属。从终端设备数量的突破到行业应用的落地，再到开发者生态的繁荣，鸿蒙正在完成从技术概念到产业实践的跨越。“天工计划”的启动标志着这场生态建设进入了更精细的阶段，资金和资源将精准流向最需要的创新环节。当技术门槛不断降低，当更多人能参与到创新中来，科技产业的集体冲锋才真正有了底气。