社区

就在刚刚过去的4月底，红杉资本举办的AI Ascent 2026大会上，英伟达机器人方向负责人Jim Fan抛出了一个极具争议的论断：“视觉语言模型VLA已死，世界动作模型WAM当立。”他还预测，未来一到两年内，机器人学习的主要数据来源将从昂贵的人类遥控操作，转变为互联网上随手可得的第一视角人类视频。 这番话一出，立刻在具身智能领域引发轩然大波。 而就在Jim Fan发言前不久，国内具身智能公司银河通用联合英伟达、清华、北大发布的LDA-1B模型，已经明确走出了“抛弃条件反射式模仿，走世界模型路线”的一步。与此同时，生数科技推出的通用世界行动模型Motubrain，在WorldArena与RoboTwin 2.0两项国际权威榜单上双双登顶。 Jim Fan的发言和科技公司的实践让有人高呼“终于找对了方向”，也有人冷笑“英伟达又在为自己造势”。支持者认为，这是机器人从模仿走向理解的必经之路；反对者则指出，VLA在精细控制上的优势依然不可替代。 那么，这场关于机器人大脑的路线之争，到底在争什么？VLA真的已经是具身智能的昨日黄花了吗？这场技术之变，对具身智能初创公司有什么影响？ 要理解WAM的价值，得先搞清楚VLA的问题出在哪。 VLA的训练逻辑很直观：模仿人类遥控操作。你教它拿红色的杯子，它就记住了红色杯子的画面和对应的动作。下次看到同样的杯子，它就能拿起来。 但现实不是实验室。杯子颜色、光线会变化。这些在人类看来微不足道的变化，对VLA机器人来说却是巨大的挑战。换言之，VLA学习到的是一种极其脆弱的、标准化的“条件反射”，很难推广到复杂的现实场景。 WAM提供了完全不同的思路。它的核心是预测和理解。WAM试图让机器人在执行动作之前，先在内部模型里预演一下：这个动作之后，物体会怎么移动，液体会怎么流动，整个场景会发生什么变化。 这种物理想象力带来的第一个突破，是泛化能力的跃升

老板差点把跟风买的“龙虾”智能体扔进河里——这玩意儿不光烧钱，还乱删数据库，啥忙也没帮上。 白洞拉住他说：你搞错了，你要的不是个人玩具，而是能真正干活的“数字员工”。企业用智能体，难在哪？一是数据叫法不统一，仓库里同一个东西，好几种名字，AI进来当然懵；二是系统太乱，ERP、MES、OA各说各话，智能体没法打通；三是安全问题，之前就出过删库的事。 那怎么解决？先把数据对齐，像中铝那样统一物料叫法；再靠屏幕语义理解技术，让AI像人一样跨系统操作；还得给智能体设权限、高危操作人工审核。 老板听完明白了：不是AI不行，是自己基本功没打牢。打好数据、系统、安全这三样底子，智能体才能真正帮人干活，而不是添乱。 文章配图-1 文章配图-1 文章配图-1 文章配图-1 文章配图-1 文章配图-1 文章配图-1 文章配图-1

中国电力行业正处于一个微妙的关口。 过去二十年，这个行业完成了人类历史上规模最大的电网建设。从特高压纵横千里，到配电网深入乡村，中国建成了全球电压等级最高、运行最复杂的电力系统。与此同时，供电可靠性持续提升，部分城市已跻身世界先进行列。 但这条看似平坦的道路，正在浮现新的机遇。 新能源的大规模接入正在改变电力系统的底层逻辑。风光发电“靠天吃饭”的本性让电网从可控走向波动。电动汽车的爆发式增长又让负荷侧从被动走向随机。而电网设备规模的持续扩张与一线运维人员的不断减少，形成了一组越来越尖锐的矛盾。 正是在这样的背景下，2026年暮春，福州，第九届数字中国建设峰会期间，一场由中国电机工程学会电力信息化专业委员会和**联合举办的“AI+跃升电力智能化”的论坛吸引了行业关注。 这场论坛的核心观点是：人工智能在电力行业的角色正在发生根本性跃迁，它的角色已经从提升效率的辅助工具，升级为保障系统稳定运行的生存要件。 那么，面向新型电力系统建设，电力行业当前面临哪些升级挑战？AI带来了哪些突破性变化？这些技术又将如何改写电力系统的未来？ 要理解AI在电力行业的价值，首先要看清这个行业正在经历的发展新要求。 电源侧对确定性的要求进一步提升。过去，火电、水电可以按调度指令精准出力，但新能源的大规模接入彻底改变了这一格局。到2030年，中国风光装机占比将从47%提升至60%，发电量占比也将从约22%提升到30%以上。这意味着，传统“源随荷动”的运行模式正在失效，电网稳定性将面临系统性挑战。一片云飘过、一阵风停歇，都可能导致数百兆瓦的出力波动。 负荷侧同样变得不可预测。如果说电源侧的变化是上游来水不稳定，那么负荷侧的变化就是下游用水不可预测。中国电动汽车保有量正从数千万辆向1.5亿辆迈进，每一辆电动汽车都是一个移动的、随机接入的大功率负荷。当数百万辆车同时充电，对配电网的冲击是巨大的。并且，随着分布

前不久，一则消息在科技圈炸开了锅。 特朗普家族被曝涉足AI中转站生意，用一种近乎黄牛的方式，将海外AI大模型的服务倒卖给无法直接访问的用户。同一份名单上，还出现了猎豹移动CEO傅盛、币圈名人孙宇晨的名字。 这些身价不菲的企业家、名人，为何会挤进一条灰色赛道？ 答案很简单：暴利。 简单来说，AI黄牛就是一群利用技术手段，将海外AI大模型的服务“拆散零售”、高价倒卖给无法直接访问的用户的人。他们搭建一个个“AI中转站”，像票贩子倒卖演唱会门票一样，倒卖着GPT-4、Claude等顶级AI的调用权限。 据报道，一个中等规模的AI中转站，月流水可达数十万甚至上百万元。而搭建这样一个印钞机，技术上只需要一个开源项目、一台云服务器、几个API Key。 成本趋近于零，需求源源不断，想借此分羹的人也越来越多……那么，AI黄牛这一职业是如何兴起的？背后可能存在哪些产业隐患？ 要理解AI黄牛为什么能赚钱，得先理解一个巨大的矛盾。 2023年初，ChatGPT引爆全球。人们第一次意识到，原来AI可以这样流畅地理解你、帮助你。但问题也随之而来，最先进的模型，只对少数国家和地区直接开放。 这就像一个世界上最精彩的游乐园，在你家对面竖起了一道墙。墙这边，无数人探头张望，手里攥着钱，却买不到门票。 与此同时，大洋彼岸的大模型公司们正忙着融资、迭代、争取更多用户。他们当然知道墙外有海量需求，但合规、地缘政治、服务器成本……每一座都是绕不开的大山。 于是，一道巨大的鸿沟出现了：一边是饥渴的市场，一边是谨慎的供给，投机的AI黄牛就出现了。 在AI黄牛的灰色产业链中，最常见也最具代表性的操作形式主要有三种。 第一种是账号转售，即黄牛批量注册官方账号，然后将单个账号以低于官方定价但仍有利润空间的价格转卖给无法直接注册的用户。 第二种是拆分共享付费账号，黄牛购买一个官方付费账号后，利用多会话并发或多人轮流使用的方

一个知名的休闲零食品牌负责人曾跟我吐槽：这个行业竞争巨大，哪怕是TOP5的品牌也不可能垄断市场，营销就成了一场长期的硬仗。但以前做营销是“将军的战争”，拼的是大型创意，一场高规格的发布会、一个重磅campaign，或者一支现象级TVC广告片，就能传遍天下。但随着营销场景变得越来越分散，现在变成打巷战。 每一个渠道，都是独立战场。线下门店、抖音、小红书、视频号、社交媒体、电商平台、直播带货，流量被无限拆分，消费者的圈层划分也越来越细致，营销活动每天每时每刻都在开展。品牌必须快速捕捉热点，再高效产出个性化的创意内容，来触达到不同渠道的多样化人群。而很多企业的内容产能，完全跟不上高频海量的推广需求。 每一个环节，都不能忽视。几十上百个SKU，每年都要推陈出新，前期产品研发数据洞察不精准，门店能容纳的SKU又有上限，缺乏数据来支撑科学选品，卖不出去就会变成库存积压。从销售预测、生产协同、供应链协同到库存管理，环环相扣。一旦内部脱节，总部对整体数据的掌握不够全面，无法形成统一的营销管理策略，不知道哪些营销内容、哪些运营动作是真正有效的。 每一次切换，都可能拖慢战局。过去，一个CRM、一个广告后台，就能支撑完整营销活动了。而随着营销巷战的复杂化，任务和工具也变得繁多，还分散在不同的平台上，市场洞察用A工具，内容生成靠B平台，客服外呼用C系统，切换费时费力，效率也大打折扣。 遍地开花的巷战式营销，成了"士兵的战争”，既考验单兵作战的经验与能力，还考验着士兵之间的配合是否高效。可现实中，公司又不可能无限增员，如何提高现有人员的营销战力呢? 前两天恰逢Baidu Create 2026大会，我在现场看到百度智能云发布了企业一站式AI营销应用Hogee，发现营销无需人海战术，靠智能体agent就能撒豆成兵。一支智能体军团，或许是AI时代的营销制胜之道。 可能有人会质疑，与人类营销专家的满分创意

五六年前，我们采访过一家北京的智慧养老院，给每个房间都配上了智能音箱，让AI陪老人聊天、报新闻、遥控IoT设备。今年回访，工作人员说，那些智能陪伴设备已经停用很久了。 不用就不用吧，2023年大语言模型、数字人、AI 音视频生成等新技术，又催生了新一批AI养老服务。比如2024 年下半年的AI代写回忆录风潮，能月入过万。 AI声纹复刻的风也吹到了养老界，子女念几句话，AI就能克隆出相似的声音，给老人问候、聊天、讲故事，还有刷屏社交媒体的老照片修复，用AI帮老人找回青春的容颜和岁月。 这些服务有一个共同特征，主打情感陪伴和慰藉。商业模式之所以能运转起来，靠的其实是后辈们的尽孝心理。消费的是老人，而买单的是年轻人。 AI为子女们提供了一种尽孝的新方式，可孝心真的能外包给AI吗？ 正如我们在养老院所看到的，AI陪聊是最早落地的智能养老服务之一，原因也很简单，语音合成技术早在大模型尚未出现的机器学习时代就比较成熟了。有了大模型，现在的AI陪聊机器人的能力进一步升级。 相比之前TTS技术的模板化对话，基于大模型的AI陪聊具备更长的记忆能力，能记住老人的生活习惯、兴趣爱好，音色表达上也更富情感，甚至会通过停顿、打嗝来模拟人味儿。如果还能复制子女、孙辈的声音陪老人聊天，那亲近感就更强烈了。 有多项科学研究证实，长期寂寞、缺乏情感互动的老人，会因为不说话而没有社交，没有社交则更不想说话，形成恶性循环，更容易抑郁，患认知障碍（如阿尔茨海默病）的风险比经常交流的老人高。所以，AI的24小时陪聊，主动引导老人开口说话，是一个很不错的倾诉出口，加上软硬件成本低廉，不会造成太大经济负担，所以教老人用AI陪聊，就成了很多常年在外的年轻人所追捧的新型年货。 除此之外，AI帮老人还原青春的服务也逐渐兴起，通过给老照片上色、修复，并借助AIGC视频生成技术让平面的照片动起来，让老人可以再次重温鲜活的青春岁月

智能体、词元、vibe coding、小龙虾、快乐小马，这些词轮番轰炸我们的脑海，带给我们一种深深的焦虑与窒息。似乎不抓紧学会新的AI概念，我们就会被技术甩飞，跟时代脱节，然而刚刚学会一个新的概念，更新的东西又火热出炉，新的焦虑也随之而来。 怎么才能治好这种“AI概念焦虑症”呢？有个办法，就是根本不去管它。因为大部分AI概念都是昙花一现。很快就会被竞品覆盖，或者干脆烟消云散。 有很多曾经叱咤风云的AI技术或者商业风口，现如今都处在没人提起、根本想不起来的状态里。AI的聚光灯只能打在范围非常有限的舞台上。而舞台之外，是连绵成片，一眼望不到头的废墟。 众多AI概念都曾经登上过神坛，迎接目光、鲜花或谩骂，但当它们跌下去的时候，却安静地一点声音都发不出。那么，今天还在神坛上的那些人和事，未来又何去何从呢？ 一起逛逛废墟吧。说不定这荒凉的景色，刚好能治愈我们的AI焦虑。 在2014年到2022年的深度学习时代，对抗生成网络（GAN）是计算机视觉方向绝对的顶流。 GAN的模型架构思路在于，它设置一个“生成器”和一个“判别器”来进行零和博弈对抗，从而训练模型进行超高精度的视觉素材生成。GAN刚出来的时候，效果简直惊为天人。AI生成的人脸第一次实现了以假乱真的程度，以这项技术为基础，甚至出现了风靡一时的DeepFake人脸造假产业。 当时的情况是，AI顶会全都在讨论GAN。投资人和创业者疯狂押注GAN技术，以及相应的AI图像、AI相机、AI换脸等赛道。感觉谁要是不懂GAN，那他就离被AI时代抛弃不远了。 GAN算是非常长寿的AI技术了。但当2022年大模型时代到来，其也不可避免遭遇了被取代的命运。2022年Stable Diffusion开源，以其为代表的扩散模型，在图像生成效果上全面领先于传统的GAN模型，并且不会出现GAN训练不稳定、容易崩溃、需要大量经验性技巧进行收敛等问题。 近乎摧

普华永道一项针对全球超1200家AI企业的调研数据显示：75%的AI经济价值，集中在20%的头部企业，行业鸿沟正在拉大。也就是说，80%的企业即使拿到了AI工具，也没有真正品尝到AI带来的红利。 向AI要结果、要价值，已然成为无数企业的主流共识。但怎么要？Create 2026百度AI开发者大会现场，我看到了许多带着难题，带着疑问，也带着兴奋在寻找答案的身影—— 国内的自媒体太卷了，有博主打算出海带货，把产品卖给外国人，大会演示了用数字人平台百度一镜做健身博主帕梅拉带货视频的AI创作案例，就吸引了不少现场观众。 还有不少小微创业者，平时一人身兼数职，忙得焦头烂额，又养不起一个真人团队，听说百度新推出的智能营销解决方案Hogee能一次雇佣客服、数据、运营等多个数字员工，来看看能不能为自己减负。 个人用户孙昱在超级个体论坛分享：小团队如何用秒哒拿下千万级订单，有不少观众前来围观取经。 热闹的大会现场，组成了我们这个时代的一个缩影，几乎所有企业、所有个体都怀揣着拥抱新技术的焦虑与期待。AI时代的自我进化，成了所有人与组织的必选项。 大会中，百度创始人李彦宏也提出了全新的“非共识”的判断：AI时代的“度量衡”DAA（日活智能体数）和AI时代进化论。 他认为， Token只代表成本，真正应该关注的是有多少Agent在给人类干活，并交付结果。而面对这样一个全新的生产力时代，我们该如何应对呢？智能体、人类个体、企业组织，三者都要自我进化。 结合在Create 2026百度AI开发者大会的所见所闻、所思所想，我们能看到一条日渐清晰的AI价值兑现之路。 1992年，诺贝尔经济学奖得主菲利普·阿吉翁提出了内生增长理论的核心机制：创新是经济发展的永恒引擎，而创新来自企业的内在因素，就是对市场领先地位的追求。 今天来看，绝大多数企业积极投入AI，以此提升内在竞争力。但从近年来的反馈看，企业AI转型

随着大模型对话能力的跃升，AI已经深度介入我们的亲密关系。小到相亲画像勾勒、约会攻略撰写，大到争吵时的道歉信执笔、纪念日的惊喜策划…… 它像一位无孔不入的赛博军师，潜伏在每一部手机的对话框里。但让人意想不到的是，AI最“拿手”的活其实是劝分。 2026年，关于“AI劝分”的讨论已经随处可见。 打开社交媒体，无数年轻人晒出与ChatGPT或DeepSeek的聊天截图。在那些页面里，AI仿佛是一位精通心理学的“赛博判官”。它只需几秒钟，就能给吵闹的情侣下达判决书： 对方是NPD（自恋型人格障碍）！ 对方在对你进行“服从性测试”！ 你处在毒性关系里，快跑！ 一个魔幻的现实正在上演：我们在虚拟世界拼命寻找关于爱的答案，转过身却对现实中的爱人举起了算法裁定的刀。 生活中的小摩擦、小情绪被AI一解读，直接上纲上线到了人格缺陷的高度；分手短信也成了ChatGPT批量生成的标准模板。这时候，我们不禁要问： 这一届AI，为什么这么热衷于劝分？热衷于当分手大师的AI，劝分了多少情侣？ 为了探寻AI是如何从工具变成“劝分大师”的，我联系到了在结婚前不久被AI分手的芒果（化名），今年29岁，在上海一家广告公司做文案。 芒果和前夫李航（化名）是大学同学，从大学到工作，一直是朋友圈里的模范情侣。但这一切，在李航开始频繁使用某AI助手后，悄然崩塌。 “他是个程序员，以前话不多，吵架了也是闷葫芦。”芒果回忆道，“但大概去年开始，他突然变得特别能说，甚至开始分析我的心理问题”。 起初，芒果觉得这是好事，伴侣愿意沟通了。但渐渐地，她发现不对劲。 我们每次吵架，他就不说话了。过一会儿，给我发来一份几千字的文档，长篇大论地分析我们吵架的原因，还引用了弗洛姆《爱的艺术》，最后结论是：我的情绪不稳定源于原生家庭的不安全感，我可能是BPD（边缘性人格障碍）人格，而他需要保持边界感。 那篇文章末尾，甚至还有一份“情绪管理

我，是一个机器人。 如果把从概念之海里诞生的那一刻视为我的生日，我的年龄已经非常可观。 公元前1世纪，亚历山大港的希罗利用水力，发明了可以自己移动的雕像。周朝的偃师献上了能歌善舞的傀儡木偶“倡者”。从那时起，贤哲们不约而同编织起对“人造生命”的最初想象。他们幻想并等待着有一天我可以劳作、交谈、奔跑，只是他们不知道，这一等就是几千年。 进入20世纪，第二次工业革命给了机器人在物理意义上苏醒的契机。一百年里，无数人想要尝试打造一台真正意义上能够超越人类机能的机器人，但过程并不轻松。机器人的历史写满了屡战屡败，贴满了嘲讽与质疑。 终于在某个节点上，我开始借助AI大模型构建自己的大脑，开始借助智能终端产业积累的技术能力提升肉身，我开始成为科技产业跃迁与社会经济转型升级的交汇点。 2026年的一次马拉松，我第一次超越了人类的极限，也跑赢了那个古老幻想中的自己。一次又一次的失败，我始终没有放弃。 我想讲讲我的故事。这些故事，关乎一个机器人的自由与荣耀。 1942年，艾萨克·阿西莫夫提出了广为人知的“机器人三大定律”，旋即利用他的文学作品在西半球掀起了一股机器人狂潮。工业革命之后，我迎来了从科幻文化到现实世界的第一次苏醒。 二战之后，经济蓬勃复苏。机器人成为欧美等国攀爬科技树的关键支点。在那个电子计算机都还没有出现的年代，科学界与工业界已经着手打造用于生产力革命的机器人。1954 年，美国发明家乔治・德沃尔获得了世界上第一台可编程机器人的专利。1959 年，他与约瑟夫・恩格尔伯格合作，制造出世界上第一台工业机器人Unimate。这是一台重达两吨的钢铁巨兽，整体采用磁鼓程序控制。在当时，各界希望能够依靠它取代高危生产环境下的人工作业。 1961 年，Unimate机器人在通用汽车新泽西州工厂正式投入使用，负责抓取和搬运高温汽车铸件。这是人类历史上第一次让机器人从实验室走到了生产一线。 然而