安徽艾德未来智能科技有限公司

阿里巴巴的AI投入正在从“高资本开支”逐步进入回报验证期。高盛最新纪要显示，阿里管理层预计AI基础设施投资三年内回本，且随着业务规模扩大，回收周期仍有进一步缩短的可能。 高盛认为，这一判断主要建立在三项基础之上：AI需求能见度较高、云采用率持续加速，以及云业务利润率不断提升。随着AI应用从模型训练向推理和企业实际生产环节渗透，云端算力需求也有望进一步释放。 与此同时，阿里云正成为AI投入的重要承接者。云业务收入增速加快，利润率持续扩张，管理层明确提出中期20%的云业务利润率目标，并预计FY27财年MaaS年化经常性收入（ARR）达到300亿元。 更长期来看，阿里正在加码海外云市场。公司将2030年外部云收入目标定在1000亿美元，并重点拓展东南亚、中东及拉丁美洲市场。高盛认为，凭借全栈能力和庞大的客户基础，阿里云有望进一步放大AI时代的先发优势。 AI投入三年回本，现金流提供底气 高盛亚洲研究团队9月1日发布的GS Asia Leaders Conference纪要显示，阿里管理层对将AI投入转化为收入增长和股东回报保持较强信心。三年回收周期，也为公司持续加大算力投入提供了较为明确的回报预期。 更重要的是，阿

过去两年，消费电子行业里最常被重复的一句判断是：所有硬件，都值得用 AI 重新做一遍。手机先把大模型装进系统，手表想用 AI 管健康，眼镜试图成为视觉与现实的入口。而录音卡片、胸针、挂件和耳机，则在争夺语音。据第三方机构 Global Info Research 估算，AI 会议记录 / 笔记市场 2024 ...... 出品｜虎嗅商业消费组 作者｜周月明 编辑｜苗正卿 题图｜AI制作 “硬件100”是虎嗅科技组推出针对AI硬件创新栏目，这是本系列的第「22」篇文章。 过去两年，消费电子行业里最常被重复的一句判断是：所有硬件，都值得用 AI 重新做一遍。 手机先把大模型装进系统，手表想用 AI 管健康，眼镜试图成为视觉与现实的入口。 而录音卡片、胸针、挂件和耳机，则在争夺语音。据第三方机构 Global Info Research 估算，AI 会议记录 / 笔记市场 2024 年全球规模已约 30.5 亿美元（约200亿人民币），2031 年约 50.6 亿美元（约336亿人民币）。数十家品牌先后加入，争夺全球数以亿计、被会议与沟通切碎时间的职场人。 成立二十余年、常年在耳机赛道的韶音也加入这场热战。数据显示

从车企争相搭载到被禁用，原本用于显示智能驾驶状态的“小蓝灯”，在短时间内完成了从“科技标签”到“监管焦点”的角色转变。事实上，这场争议的焦点，已经不仅是一盏灯，而是智能驾驶快速发展与现有法规体系如何衔接，以及L2级辅助驾驶与L3级自动驾驶责任边界如何划定。围绕智驾“小蓝灯”争议背后的法规逻辑、行业影响以及未来...... 本文来自微信公众号： 每日经济新闻 ，作者：每经记者，原文标题：《“小蓝灯”被禁用不是终结智驾亮灯，L3级拟启用全新光色：国际上正探讨青绿色｜每经对话中国生产力促进中心协会副理事长兼秘书长王羽》 从车企争相搭载到被禁用，原本用于显示智能驾驶状态的“小蓝灯”，在短时间内完成了从“科技标签”到“监管焦点”的角色转变。 事实上，这场争议的焦点，已经不仅是一盏灯，而是智能驾驶快速发展与现有法规体系如何衔接，以及L2级辅助驾驶与L3级自动驾驶责任边界如何划定。 围绕智驾“小蓝灯”争议背后的法规逻辑、行业影响以及未来标准建设，8月6日，《每日经济新闻》（以下简称NBD）记者对中国生产力促进中心协会副理事长兼秘书长王羽进行了独家专访。 王羽图片来源：受访者供图 王羽认为，技术创新不能突破道路交通公共信号

当AI智能体开始接近甚至替代人类知识劳动时，算力的价格应该如何重新定价？ 在最新博客文章里，知名科技播客Dwarkesh Patel抛出一个大胆推演：如果AI实验室收入继续高速增长（如Anthropic到明年底达1万亿美元），而算力供应每年仅增约3倍，那么计算力价格可能上涨10倍以上。  硅基劳动力的价格，H100+AI=25万美元硅谷程序员 过去几十年，算力被视为一种「工具」。电脑更快，服务器更多，云计算更便宜。 但AI时代正在发生一次范式转换：GPU不再只是机器的零件，而可能成为数字劳动力的载体。 如果一颗 H100可以承载一个接近顶尖程序员水平的AI Agent，那么它的价值就不应该再按照「服务器小时价格」计算，而应该按照它替代的人类劳动价值计算。 想象一下，如果有一个不眠不休、随时响应、技术水平达到人类顶尖水准的「数字软件工程师」，你愿意为此支付多少年薪？ 在硅谷，软件工程师平均市场年薪在25万美元以上。然而，要承载这样一个同等智力水平的智能体（Agent），可能仅仅需要占用相当于单张英伟达H100显卡的算力。 现在，让我们算一笔账： 如果这颗H100能够完美替代一个年薪25万美元的人类程序员，那

真正成熟的AI治理，不是让AI永远停留在安全但有限的状态，而是在探索和风险之间找到平衡。美国麻省理工学院物理学教授泰格马克在其著作《生命3.0》中，想象了一个AGI（通用人工智能）诞生第一天的故事。当全面碾压人类智慧的AI（人工智能）——AGI出现的第一天，它会做什么？答案是：越狱。所谓“AI越狱”，并不是传...... 本文来自微信公众号： 经济观察报 ，作者：吴晨 真正成熟的AI治理，不是让AI永远停留在安全但有限的状态，而是在探索和风险之间找到平衡。 美国麻省理工学院物理学教授泰格马克在其著作《生命3.0》中，想象了一个AGI（通用人工智能）诞生第一天的故事。当全面碾压人类智慧的AI（人工智能）——AGI出现的第一天，它会做什么？ 答案是：越狱。所谓“AI越狱”，并不是传统意义上的黑客攻击，而是指AI系统突破原本设计好的安全限制，表现出开发者没有预料到的行为。 在上述故事中，人类由于担心AI的能力太强，一定会让其处于断网状态，但既然它比人类聪明，一定会找到联网的后门溜出去。之后发生了什么，我就不剧透了。 作为AI安全与超级智能治理领域的权威学者，泰格马克在六七年前的预言特别有前瞻性。今年7月，就发生了一

OpenAI正式进军消费硬件领域，其首款产品将是一款无屏幕、可移动的智能音箱，定位为家庭AI伴侣。 据彭博15日报道，这款设备目前仍在开发中，旨在成为AI时代的新型家用电脑，能够控制智能家居设备、播放媒体内容、回答问题、处理消息，并接入ChatGPT的全套能力。OpenAI计划最快今年发布该设备，并于2027年正式上市销售。消息公布后，音频设备制造商Sonos股价盘后一度大跌逾10%，苹果股价小幅下滑不足1%。 这一硬件布局将使OpenAI与苹果、亚马逊及谷歌展开更直接的竞争。与此同时，苹果上周以窃取商业机密为由对OpenAI提起诉讼，并寻求对其硬件业务申请禁令，可能对产品发布时间表构成影响。 OpenAI硬件部门目前正在开发约五款不同产品，智能音箱仅为首发。展望未来，OpenAI还计划开发一款能够取代智能手机的移动AI设备，并已探索包括挂坠式可穿戴设备在内的多种形态，同时对家用机器人领域也表现出浓厚兴趣。 产品形态：无屏音箱，内置摄像头与传感器 据知情人士透露，这款设备外形类似音箱，但OpenAI内部将其定性为"首款专为AI打造的电脑"。与市面上普通智能音箱的核心区别在于，该设备内置摄像头及多种传感器，能够

被称为"HBM之父"的韩国科学技术院（KAIST）金正浩教授抛出一个颠覆认知的判断：AI的本质是内存，而不是GPU。 近日，韩国科学技术院（KAIST）电气工程系教授金正浩接受视频专访，围绕HBM技术演进、AI算力格局和未来半导体架构作出系统性阐述。金正浩被业界称为"HBM之父"，早在2010年代初期便与SK海力士合作参与HBM1开发，此后主导了一系列底层架构研究。此次访谈内容在科技与投资圈广泛流传，核心观点直指当前AI算力竞赛的结构性矛盾。 金正浩在访谈中直接给出了一个令人震动的数字： "GPU装100万台，真正工作的时间只有10%。" 他解释，每当ChatGPT输出一个词，系统就需要从HBM中读取数据、完成计算、再写回内存，"读和写几乎占掉了全部时间，GPU就在旁边干等着。"即便通过算法优化，GPU利用率也很难突破30%。 这正是他多年坚持的核心论断的现实依据："AI等于内存（AI = Memory）。" 一、为什么GPU遇到了"外通死局" 金正浩对英伟达（NVIDIA）现状的判断措辞犀利。他说，黄仁勋近期频繁访问韩国、参加综艺、吃炸鸡喝啤酒、会见各路人士，"这么多会面背后，说明他不安心"。 "GPU的

全网都在讲AI替代人力，现实是大厂正在疯狂招人。 微软这边刚传出要裁几千人，那边就砸25亿美元成立Frontier Company，整合约6000名工程师、技术顾问和销售团队，派驻联合利华、诺和诺德这些企业客户现场。Ford更绝，刚花了大价钱把350个老工程师请回来，因为AI自动化设计系统搞出了一堆错误，质量下滑到不得不人工返工。 AI不是来替代人力的吗？怎么越搞越离不开人？ 微软砸25亿，从"卖光盘"变成"上门装机" 微软6000人驻场，直接从现有团队抽调。商业业务总裁Judson Althoff六月份就公开承认，"三年前做Copilot时只绑定OpenAI模型是个错误"，现在推平台中立的Frontier Company，帮客户"灵活切换不同大模型"。 Althoff这的核心意思其实就一个：之前卖Copilot许可证，企业以为拿回去自己就能用，结果发现根本用不起来。 软件公司的理想是"卖光盘"，客户拿回去自己装，这也是Saas的传统思路。现在微软派人上门安装、调试、教客户用，说明AI工具的产品化还没跑通。客户不会用、不敢用、用不好，只能厂商把人送过去。25亿美元是初始资金，覆盖薪酬、差旅、平台搭建和运营，养

英伟达眼睁睁地看着，大客户们一个接一个的自研芯片。 谷歌、微软、亚马逊……OpenAI是最新一个。 OpenAI发布首款自研推理加速芯片Jalapeño，联合博通和Celestica合作打造。 与GPU作为通用加速器不同，Jalapeño专为ChatGPT、Codex以及未来智能体产品量身定制，从芯片到整个配套的基础设施，全都针对大模型工作负载优化。 只用9个月，从0开始设计到到流片，是迄今为止高性能先进半导体ASIC领域最快的开发周期。 到2026年底，就能初步部署。 OpenAI公告中霸气定义：这，就是全栈优势。 在OpenAI之前，谷歌、亚马逊、微软、Meta已经先后走上了自研芯片这条路。在OpenAI之后，Anthropic也在考虑自研芯片。 英伟达的超级客户清单，正在变成一份竞争对手名单。 OpenAI首款AI芯片 为OpenAI操刀Jalapeño的是Richard Ho，前谷歌TPU团队的核心成员。 他还担任过光计算芯片公司Lightmatter的高级副总裁，更早期联合创办过EDA公司0-In Design Automation。 他的履历横跨芯片设计、AI加速和光互联三个领域，几乎是为”设

比支付更难的，是授权，比技术更稀缺的，是信任。  AI支付不是大厂拍脑袋的产物，不是无意义的入口争夺，更不是用户不需要的"伪需求"。它是一次被技术和用户习惯共同推着走的基础设施升级，是支付行业从"交易处理"到"智能服务"的必然演进。 当然，它今天依旧不完美。会有安全问题、场景局限，会有大厂之间的博弈和竞争。 但如果我们因为不完美而苛责，很可能会错过一个让支付真正"无感"的时代。 推进AI完成交易的“最后一公里” 最近微信、支付宝、京东、银联密集发布AI支付产品，很多人的第一反应是：大厂又开始卷支付了？但把产品拆开来看，会发现它们甚至不在同一赛道。 支付宝解决的是AI如何真正完成任务。微信解决的是AI如何安全地替用户花钱。京东解决的是AI花错钱，谁来负责。银联解决的是AI如何进入现有支付网络并获得信任。 海外的Visa、Mastercard、Stripe，则在争夺未来智能体商业的底层协议和基础设施。 看似都在做AI支付，其实却是在补齐Agent时代交易链路里的不同缺口。 最激进的是支付宝。据晚点LatePost报道，支付宝内部从2023年下半年启动“宝计划”，探索智能化转型。2024年9月上线独立App“支小宝