苹果CEO蒂姆・库克今天现身苹果原创电影《F1：狂飙飞车》（F1 The Movie）的全球首映礼，并且接受了采访。**库克表示：“我爱北京，我喜欢去中国。这个地方很有活力，生机勃勃，有很多有意思的人、有意思的事正在发生。我每次去总能好好‘充电’”。** **最后他还强调：“这个秋天我会回来”。** [](//img1.mydrivers.com/img/20250619/ac904011cd2147ddad1c7d9b3907e444.jpg) 据悉，库克上一次来中国是今年3月，当时还与商务部部长王文涛进行了交流。 当时王文涛表示，欢迎苹果公司扩大在华投资，深度融入中国市场，共享发展机遇。 **库克则表示，苹果公司在华发展是两国经贸合作互利共赢的典范，将持续加大在华供应链、研发、社会公益等领域的投入，支持中国高质量发展。**工商界是两国沟通的天然桥梁，苹果公司愿为中美经贸关系稳定健康发展发挥积极作用。 [](//img1.mydrivers.com/img/20250619/013be8ceea2f4e99898d27f3522e4ce8.jpg) 值得注意的是，库克在去年一共来到中国三次。 **最后一次是在11月，当时称非常重视中国的合作伙伴，没有他们，苹果就无法取得今天的成就。** [查看评论](https://m.cnbeta.com.tw/comment/1507876.htm)

随着人工智能 (AI) 工作负载日益庞大、复杂，用于处理所有数据的各种处理元件对功率的需求也空前高涨。然而，高效可靠地提供这种功率，同时又不损害信号完整性或引入热瓶颈，却带来了半导体历史上最严峻的设计和制造挑战。 与通用处理器不同，专为 AI 工作负载设计的芯片将密度推向极致。它们将更多晶体管封装到更小的空间内，同时增加晶体管的总数（通常以芯片的形式）。其结果是更大、更密集的系统级封装，其中电力传输不仅仅是一个电气问题，而是一个从单个芯片到服务器机架的封装、材料和系统集成挑战。 新思科技研究员Godwin Maben 表示：“功耗主要由动态功耗决定，而动态功耗主要受计算和内存之间数据移动的影响。例如，NVIDIA 的 Blackwell 功耗范围从 700 瓦到 1400 瓦。这使得高效的总线架构和架构创新（例如数据压缩策略）至关重要。” 由于内存和计算单元之间来回传输的数据量巨大，动态功耗占据主导地位。这些传输跨越庞大的内存层级结构，使用各种高速互连。但移动所有这些数据是有代价的，这会产生层层叠加的设计约束，从内存层级结构决策一直延伸到电源传输网络 (PDN)。 Imec研发副总裁Julien Ryckaert表示：“随着我们转向背面和3D堆叠，热量变得更加局部化，也更难消散。这种物理压缩加剧了电迁移和局部热点等挑战。” 为了使这些级别的电源传输易于处理，多学科设计团队必须全面思考电压调节的位置和方式、热量提取方式、材料在高电流应力下的行为，以及在电迁移和电压降影响可靠性之前，它们有多少裕度。这些设计决策的复杂性要求 EDA 工具、制造工艺和先进封装之间进行更紧密的耦合。 新思科技首席架构师 Jay Roy 表示：“如今，高性能计算和 AI 加速器已突破千瓦级界限。设计复杂性的爆炸式增长和周期的缩短给半导体 SOC 设计带来了持续的挑战。” 这种在最小化功耗的同时提升性能的追求，正迫使电力输送模型发生重大变革。这不再仅仅关乎降低电阻，而是关乎对电感行为、热梯度以及不同膨胀系数材料间耦合的建模。现在，对电压降、电流瓶颈和热点的早期预测至关重要，而且必须在实际布局和集成约束的背景下进行。 **从横向到纵向供电** 无论多少仿真都无法解决传统横向供电固有的局限性。在封装和印刷电路板上横向布线大电流电源走线会带来损耗和空间限制，而这些限制已经无法再扩展。当芯片功耗为 100 或 200 瓦时，这种方法尚可行，但现在却成了现代 AI 硬件的限制因素。 Saras Micro Devices 首席商务官 Eelco Bergman 表示：“目前的加速卡通常采用横向供电架构，将数千安培的电流通过长达数厘米的 PCB 走线，从电源模块传输到处理器。由于电流和走线电阻较大，这种方法会导致严重的功率损耗和过热。此外，用于支持不断增长的总功率、电源轨数量以及关键高速信号布线的电路板空间有限。”  图 1：垂直供电网络，显示多域电容器模块直接嵌入封装基板 在这样的功率水平下，每毫欧姆的电阻都会转化为必须耗散的数瓦热量。此外，横向布线带来的空间限制常常需要在电源完整性和信号完整性之间做出权衡。在高带宽系统中，数百条高速SerDes通道与密集的电源层共享电路板空间，这种权衡变得难以维持。 为了克服这些限制，半导体行业正在积极探索垂直供电技术。通过将电源轨或稳压器直接嵌入芯片下方，并用低阻抗路径垂直连接，电源到硅片的距离可以显著缩短。这不仅降低了电压降和噪声，还释放了顶部布线空间，用于传输关键信号。 Bergman 补充道：“我们看到客户正在积极探索垂直供电架构，该架构采用嵌入式电压调节和集成电容解决方案，可以实现局部供电。这些方法可以释放顶部 PCB 空间，减少寄生损耗，并提高整体供电性能。” 在基板和中介层中使用集成供电层，并结合局部去耦技术，使AI芯片和加速器能够接收更清洁、更稳定的电源，并减少功率衰减。先进的基板（包括嵌入无源器件的基板）目前正在与硅片本身进行协同设计，以优化阻抗特性和散热性能。 与此同时，这些技术也带来了新的可靠性挑战。通过新材料和垂直结构传输大电流需要对电流拥挤、热循环和材料疲劳进行严格的建模。嵌入式功率元件必须承受强烈的热流，同时还要与敏感信号层保持电气隔离。这反过来又推动了介电材料、沉积技术和协同设计方法的创新。 **先进的封装和散热技术** 高功率密度直接转化为热密度，这可能导致热点，从而降低可靠性和性能。如果没有先进的散热技术，即使是最高效的系统也需要进行撞温度墙，这会大幅降低性能。 Amkor 公司芯片和倒装芯片球栅阵列 (FCBGA) 业务部高级总监 Gerard John 表示：“如今的先进封装采用多尺度热管理技术来高效散热。铟合金 TIM 因其约 80 W/mK 的高导热率而尤为有效。然而，铟 TIM 需要在芯片背面和盖子底部进行金属化，通常使用 Ti/Au 或 Ni/Au 等材料。需要回流工艺来在芯片和盖子之间形成粘合，这有助于降低界面电阻。” 最小化芯片与散热器之间的热阻取决于材料和应用技术。均匀的TIM覆盖和低空洞工艺对于实现芯片内部均匀散热至关重要。传统的焊料基TIM正在被高性能金属合金、相变材料和新型碳基界面材料所取代或补充。 John 表示：“在 TIM 应用中，确保最小空隙至关重要。空隙会严重阻碍热导率，导致热点并降低器件可靠性。监测 TIM 空隙对于工艺优化和器件筛选至关重要。” 这些解决方案通常针对特定工作负载量身定制。例如，AI 训练比推理产生更长的持续功率突发，并且需要不同的热瞬态响应。封装工程师必须与系统架构师合作，以确保冷却解决方案与实际运行情况相匹配。 John 指出：“TIM 的选择通常基于器件功率图，这些图会指示出高发热量区域。通过将 TIM 的属性与这些图相匹配，可以实现最佳的热管理，确保整个器件高效散热。” 在多芯片系统中，由于热逻辑块的接近性，散热挑战更加严峻。先进的设计正在转向均热板、微流体冷却和双面散热技术来应对这种复杂性。每种方法都会带来新的制造、可靠性和材料集成方面的挑战，但它们正迅速成为实现大规模人工智能性能的必要工具。 **钼与材料迁移** 随着人工智能加速器对功率和集成度的要求越来越高，传统的前端材料逐渐显露出过时的迹象。钨和铜在局部互连和接触方面的广泛应用，一直是其导电性和可制造性的行业标准，但现在，它们在芯片最密集的部分却受到了限制。 正是在这种背景下，钼逐渐成为一种关键的替代金属。钼的电子平均自由程比铜短，在狭窄几何形状下的可扩展性也比钨更好，这使得钼在先进节点的电阻率和可制造性方面都实现了显著的提升。 Lam Research公司副总裁兼总经理Kaihan Ashtiani表示：“从传统的钨金属化过渡到钼金属化，可显著提升性能，包括将接触电阻降低高达50%。钼电子平均自由程更短，使其在小尺寸应用中更具优势，显著降低了紧密互连结构中的电阻问题。” 这意味着，在实际应用中，钼在局部互连方面尤其具有优势，因为线宽和间距目前已低于 20 纳米。在这种尺寸下，钨等传统金属会增强电子散射，导致有效电阻率和热负荷更高。相比之下，钼在受限几何尺寸下仍能保持良好的导电性能。 对于AI设备而言，这一特性至关重要。随着越来越多的功能被封装在更小的平方毫米内，以及垂直堆叠的日益普及，热量和电阻也越来越局部化。钼等材料创新有助于缓解这些影响，它既能提升电气性能，又能简化与原子层沉积 (ALD) 和化学气相沉积 (CVD) 工艺的集成，而这些工艺在尖端晶圆厂中已经非常常见。 “当互连尺寸缩小到低于铜等金属的平均自由程时，由于电子散射更频繁，电阻会增加，”Ashtiani 说道。“在这种情况下，像钼这样平均自由程更短的金属实际上更受欢迎，因为它在较小的尺寸下也能保持较低的电阻。” 转向钼也与业界降低电迁移风险的广泛努力相一致。在人工智能工作负载中常见的高电流密度下，金属迁移会随着时间的推移产生空隙和断路，这日益成为对可靠性的担忧。钼的高熔点和晶粒稳定性有助于抵消这一问题，使其成为长寿命人工智能计算应用的有力候选材料。 虽然钼尚未普及，但其应用正在加速，尤其是在高功率密度的应用中，例如GPU矩阵引擎和SRAM阵列。钼在采用背面供电的设备中也越来越受到青睐，因为这些设备中金属化层的复杂性要求材料具有高度共形性和低电阻率。 **背面供电** 或许是当今芯片架构中最具变革性的转变，即转向背面供电网络 (BSPDN)。BSPDN 不再将电源和信号同时通过顶层金属层布线，避免它们相互竞争空间，而是通过在晶圆背面引入电源连接来解耦这些功能。 最初的概念由英特尔首次公开提出，名为“电源通孔”，后来逐渐演变成一类更广泛的技术，并被整个行业广泛采用。本质上，晶圆背面经过蚀刻以暴露触点，然后利用这些触点直接向晶体管供电，绕过信号路由堆栈，从而显著提高效率。 “背面供电始于在硅片上蚀刻电源通孔，以便从背面直接供电，这有助于降低阻抗，”imec 的 Ryckaert 表示。“双面晶圆加工为器件尺寸缩小和布线密度开辟了新的机遇，但由于移除了硅片作为散热器，也带来了散热挑战。” 这种结构重组为AI芯片带来了几个关键优势。首先，通过分离电源和信号布线，工程师在布局规划和时序优化方面获得了更大的灵活性。信号层可以扩展或微调，而无需担心电源分布的限制。其次，它可以实现更薄、更均匀的电网，从而降低IR压降并使电压调节更加可预测。 “供电曾经是众多考虑因素之一，”Ryckaert补充道。“现在，它决定了整个布局规划。背面PDN有助于缓解布线拥堵，实现更高的晶体管密度，但它们也增加了功率密度，这使得热管理比以往任何时候都更加重要。” 此外，背面处理技术为冷却带来了新的选择。由于硅基板不再成为散热的障碍，设计人员可以实施双面冷却策略，即在芯片的两侧都应用热界面。 然而，背面供电并非没有挑战。它需要全新的工艺流程和材料改进，包括晶圆减薄、硅通孔 (TSV) 对准、混合键合以及极其脆弱的芯片处理。这些结构的机械可靠性仍在研究中，良率优化仍然是大规模应用的障碍。 **设计协同优化及其系统级影响** 尽管背面电源、钼互连和垂直PDN技术前景广阔，但这些进步并非孤立发生。下一代AI芯片将需要在整个设计堆栈中采用更紧密集成的方法，并使用通常称为系统技术协同优化（STCO）的技术。 在该模型中，硅片架构师、封装工程师和系统设计师从最初的设计阶段就开始协作。供电网络、热分布、机械应力和布局规划必须建模为相互依赖的系统，而不是流程中的连续步骤。 Synopsys 的 Maben 表示：“功耗感知协同设计正变得越来越重要。它有助于平衡热性能和时序收敛，使客户能够在最终产品中实现更高的效率和可靠性。” 在系统层面，这些优化具有广泛的影响。例如，撞温度墙是AI芯片性能的最大威胁之一。如果不能有效预测和缓解局部发热，即使设计精良的系统在实际应用中也可能表现不佳。 Synopsys 的 Roy 表示：“上游供电效率的轻微提升可以防止下游的热性能下降。我们的目标是让工程师尽早了解这些系统的相互作用，从而确保可靠性是内在的，而不是外加的。” 这影响远不止芯片本身。系统集成商必须考虑整个堆叠（包括芯片、中介层、基板和 PCB）的 PDN 阻抗。信号完整性、板级去耦和机箱级气流都会影响高能效芯片在实际应用中能否达到预期性能。 这些限制提升了协同仿真和跨域反馈回路的重要性。电压完整性和电磁干扰 (EMI) 现在与热仿真、材料建模和功耗感知验证直接相关。为此，一些芯片制造商正在将封装和系统工程团队纳入内部，或将其嵌入芯片设计团队，以加快迭代并确保一致性。 除了技术协调之外，经济激励也推动着协同优化。通过增加过大的电容、加宽电源层或过度设计的VRM来过度配置供电系统，会占用原本可以用于计算的电路板空间和资源。 Saras 公司的 Bergman 表示：“降低 IR 压降并提高供电效率，直接意味着减少发热量并降低冷却成本。这对于超大规模数据中心来说，是一种直接的成本优势。” **结论** 随着人工智能需求的增长，优化每一瓦功率以及每一美元交付成本的压力只会越来越大。这意味着电力输送不再是后端考虑的问题，而是已成为影响人工智能芯片设计和制造方式的前沿制约因素。随着人工智能芯片进入千瓦级，业界必须重新思考从材料到布局、从晶圆键合到散热等方方面面。背面供电网络、钼互连和垂直集成基板等创新仅仅是个开始。 AI 芯片供电的未来发展需要跨学科的深度协作。随着工程师们应对下一代供电的多物理场特性，围绕硅片、封装和系统设计构建的各自为政的局面正在逐渐瓦解。虽然这些解决方案的成本和复杂性很高，但其回报——以性能、效率和可扩展性衡量——将是巨大的。 [查看评论](https://m.cnbeta.com.tw/comment/1507870.htm)

当当创始人李国庆在微博发文称，“活着，为爱的人而活；去爱，远比爱还深刻。”据了解，这两句话是音乐剧《巴黎圣母院》中的台词。这也是再婚消息传出后李国庆首次发声。近日，有网友晒出李国庆结婚请柬，请柬显示婚礼将于2025年8月16日在北京举办，男方为李国庆，女方为李国庆北大校友张丹红。  6月13日，李国庆于朋友圈发文宣布，“我和俞渝女士已于2023年解除了婚姻关系。近日，双方就相关财产分割也已达成最终和解。一别两宽，各生欢喜！” [查看评论](https://m.cnbeta.com.tw/comment/1507868.htm)

近日，多名消费者通过社交平台反映，称在购物网站消费后，对商品质量不满意申请退货，商家虽接受退货申请，竟要求消费者将商品剪烂、砸坏，直至彻底不能使用，并拍摄视频或图片作为审核依据，才予以退款。有消费者认为，如此“极端”的退货要求，不仅让人匪夷所思，也不让人怀疑背后存在资源浪费。 为何会有如此极端要求？6月19日，封面新闻记者对话消费者、部分商家、业内人士以及专家。  受访者为了退款不得不销毁商品 图片由受访者提供 **消费者遭遇** **商家要求损坏商品才退款** 家住广东的陈女士是一名90后宝妈，平时喜欢上网购物。最近，她在某购物平台购买了一款手机壳，但收到后发现质量远低于预期，于是发起了退货退款申请。很快，卖家联系她协商沟通，并提出条件：她可以不用退货而直接获得退款，但必须当场损毁手机壳，并将照片发给卖家以确保手机壳已完全无法使用。 陈女士把皮制的手机壳剪得稀巴烂，但对方却表示损毁程度还不够，还要求她把挂绳也剪掉。“搞得我想白拿他们一个挂绳一样。”她表示。最终，她按照要求完成了操作，才拿到了退款。 无独有偶，成都市民张女士去年7月在网上买了一箱牛奶，由于天气炎热，收到货时牛奶已经变质发酸，无法饮用。于是，她向电商平台发起了“仅退款”申请。对方很快回复，但提出的条件与陈女士的遭遇如出一辙：需要把牛奶全部倒进马桶里，拍视频作为申请退款的证据。  消费者反映被商家要求损坏物品才予以退款 图片由受访者提供 “好好的东西为什么要弄坏？这难道不是太浪费了吗？”同样感到困惑的还有山东的刘女士。她因为收到的袜子质量有问题申请退款，卖家要求她把袜子全部损毁。刘女士坚决不同意，退款申请因此僵持不下，她只能求助平台客服介入，才得以解决问题。 “这种做法真是让人难以理解，感觉像是在试图戳穿我的谎言一样。”张女士对这种消费经历带来的“不被信任感”感到十分不满。刘女士也表示，要破坏物品才能退款，这种行为不仅不合理，还显得很极端扭曲。她不禁担忧，这种现象可能会对健康的消费环境产生负面影响。  消费者反映被商家要求损坏物品才予以退款 图片由受访者提供 **商家回应** **“仅退款”后被薅羊毛薅怕了** 为何要求消费者损坏商品才退钱？一位电商卖家给记者算了一笔账：在一笔订单交易中，卖家需承担发货快递费、平台费服务以及购买运费险的费用，而运费险的高低则根据商家的退货率来决定。 当商家投入这些成本后，若遇到买家要求退款，情况就变得复杂。 如果消费者选择“仅退款”，商家将承担商品本身成本以及上述诸多费用；若消费者选择“退货退款”，一般不为低利润商品购买运费险的商家还需承担退回的运费。对于那些成本和利润仅几块钱的小商品来说，利润甚至无法覆盖寄回的邮费。此外，一旦买家退货，除了运费打水漂，还涉及运输过程中的货损、重新熨烫上架的人工成本，还有导致库存积压的风险。  电商商家的运费标准 图片由受访者提供 因此，商家会尽量劝说消费者不要寄回商品，而是通过协商解决。 那么，为何商家会要求消费者销毁商品呢？“被薅羊毛薅怕了”。另一位卖家表示，此前，“仅退款”服务推出后，部分职业“薅羊毛”者利用这一规则钻空子，收到货就发起“仅退款”售后服务。在责任尚未明确的情况下，部分商家被平台单方面判定“仅退款”，从而损失了货款和产品，损失惨重。为了防止被恶意“薅羊毛”、遏制此类现象，商家们才提出了“让消费者亲手毁掉商品”的要求。 另一位日用品商家杜女士也表示，她家商品属于贴身衣物，开封后就无法进行二次销售。所以当客户提出退货或退款要求时，她倾向于劝说顾客把商品销毁或自留，并给予一定补偿。“如果一个小额商品遭遇消费者退货，无论选择哪种售后方式，商家一般都面临亏损，只是亏多少的问题。”  消费者反映被商家要求损坏物品才予以退款 图片来源网络 **业内人士** **“仅退款”存争议，多家平台或将取消** “售卖二次回流的商品本来也不利于良好的消费生态。”一位电商业内人士告诉记者，不被消费者所接受的劣质的商品被销毁，其实是有利于买卖双方的，“有的东西给商家寄回去，运费也很贵，且商家也不会二次销售，不如销毁，商家退款。”该业内人士表示，商家这种行为并没有违反什么规定，属于商家自发行为，平台也没有道理去干预。 “其本意是提升用户体验，对商家进行优胜劣汰，形成正向循环。”该业内人士分析，也是电商平台设立“仅退款”的初衷。 实际上，“仅退款”自实施以来争议不断。它降低了消费者退货门槛和成本，有效解决了消费者的后顾之忧，也促使电商行业长期存在的虚假宣传、刷单炒信、价格欺诈、以次充好等问题得到一定遏制。但同时，部分平台在未了解纠纷具体情况时，不经商家同意就向消费者发送“仅退款”通知，导致部分商家在责任尚未明确的情况下损失了货款和产品。 记者搜索发现，根据去年9月发布的《2024年电商平台“仅退款”调查报告》显示，在2024年“双11”期间全国电商平台商家投诉问题中，任意仅退款占比高达64.31%，排在第一位。 不少电商平台也进行了仅退款规则优化。比如，淘宝天猫在去年7月率先松绑“仅退款”规则。阿里旗下1688平台自今年3月下旬开始，已全面取消“仅退款”政策，在处理商品品质问题的交易纠纷时，根据账号诚信情况判定，由平台补贴受损方。 不仅如此，针对此现象，今年两会期间，国家相关管理部门释放了强烈的信号，明确表示会对平台滥用仅退款规则，造成商户货款两空的突出问题进行治理。今年4月，据媒体报道，多个电商平台将全面取消“仅退款”，原有“退款不退货”申请，将交由商家自主处理。  消费者反映被商家要求损坏物品才予以退款 图片由受访者提供 **律师观点** **商家教唆消费者毁坏商品或涉嫌违法** 听了卖家的“苦衷”后，消费者们也表达了自己的看法。消费者赵女士表示“理解但是不赞成”。她回忆起自己此前因为退款的原因，不得不把一件纯棉的背心剪得七零八落，在她看来这是在浪费资源。 陕西恒达律师事务所高级合伙人、知名公益律师赵良善则表示，“该行为涉嫌违法。”他解释，《消费者权益保护法》规定，消费者享有自主选择商品或者服务的权利，以及公平交易的权利。商家要求消费者剪坏商品才给退货，损害了消费者的合法权益，违反了关于消费者退货权利的规定。消费者有权拒绝商家的此类无理要求，并可向平台投诉或向消费者协会等相关部门举报，必要时通过法律途径要求商家承担相应责任。 同样，在西南交通大学公共管理学院副教授王斌看来，部分出售低货值、高运费商品的商家，为防止“羊毛党”恶意退货，要求买家自行毁坏残次品。这类让消费者充当“商品终结者”并取证留存的现象，极易在社会范围内形成负面影响。  西南交通大学公共管理学院副教授王斌 他认为，平台方逐步取消“仅退款”选项只是第一步，后续应跟进更为全面的治理措施，在低货值、高运费场景下平衡消费者与商家的利益。一方面，平台方应细分商品品类适用情况，保留部分诸如生鲜类的小额“仅退款”选项。 同时，针对不同商品类型、特定促销活动时段、各地交通条件等，设置更细致多元的运费险产品，合理降低退货负担。另一方面，他认为，平台方还要加强数据监测并与相关部门形成联动协同，第一时间识别高退货率的“羊毛党”，及时做出账号警告。对于团伙式和链条化的“薅羊毛”作案，应迅速向市场监管、公安等部门提供线索。 [查看评论](https://m.cnbeta.com.tw/comment/1507866.htm)

2025年，国内消费市场迎来复苏，婴幼儿奶粉市场亦呈现增长态势。

28岁华人成硅谷新秀。

粉丝圈也能长出“泡泡玛特”。

假货销量甚至比正品高，扰乱了市场供需，引发了潮玩市场上的乱象。

找到穿透迷雾的北极星。

全链路模式是破局关键？

商家卷累了，消费者对大促的热情也降了。

当一家企业三度上演“保壳魔术”，资本腾挪上瘾，终究不过是延缓退市的权宜之计。

<blockquote><p>ScaleAI 创始人 Alexandr Wang 在访谈中分享了他对脑机融合、AI 发展、中美竞争等话题的看法，认为脑机融合是人类避免被 AI 边缘化的唯一方式，同时探讨了相关的风险与挑战。</p> </blockquote>  上周，外媒报道 Meta 正与数据基础设施平台 Scale AI 洽谈战略入股事宜，计划投入约 140 亿美元，并邀请其创始人 Alexandr Wang 加入公司，统筹未来的超级智能战略。 这笔交易一旦落地，不仅将成为 Meta 有史以来最大规模的对外投资之一，也标志着这家社交巨头试图通过外部重构，在 AI 竞赛中重新找回主导权。 在这场深度合作推进的同时，Wang 本人也在《Shawn Ryan Show》三小时访谈中首次系统公开了他对于 AI 演化路径、脑机融合、国家级博弈以及文明未来的诸多判断。 他指出，人类的生物演化正在放缓，而 AI 正以指数级速度突破。若要避免被彻底边缘化，唯一可行的路径，是将人脑直接接入 AI 与互联网，构建出新型智能协同系统。但正因为潜能巨大，风险也更加深远——他将脑机接口视为意识攻击面大规模扩展的起点。 一旦大脑成为平台，操控与攻击的代价将比以往任何设备更低。从广告注入、记忆篡改，到情绪操控与信念重构，技术正在穿透意识的最后边界。Neuralink 及相关企业正从感知接入转向意志调控，意味着“认知完整性”本身也将成为需要防守的对象。 尽管如此，他仍坚持探索。他相信，脑机融合将开启“思考即获得”的时代，让人类第一次触碰百科全书级的常识结构。只是那之后，世界将不再是现在这个样子，人类的主权也不再只属于肉体。 ## MIT 辍学到 YC 版“饥饿游戏” Wang 回溯了自己从高中退学、进入 Quora 实习、短暂就读 MIT，到 19 岁创办 Scale AI 的完整路径。 他坦言，高中尚未毕业便决定休学实习，是因为当时已对机器学习产生极大兴趣。那时虽然 “AI” 还不流行，但他们已在用算法优化社交平台的信息流排序，思考如何提升用户粘性与参与度。 在十六、十七岁时便能独立完成部分机器学习工程任务，这一能力使他获得同行认可，但他始终认为自己的“优势”并非天赋，而是极早开始的高强度专注训练。 他强调，真正的差异不是智商，而是能否长期深耕某一领域并持续全力以赴地投入。 从数学、物理到计算机与机器学习，他始终保持高强度的学习节奏。 他相信 “用力过猛总比不够用力要好”，持续性的高密度投入，是快速成长的底层逻辑。在 MIT 时，他选修了大量 AI 相关课程，甚至挑战难度极高的机器学习课程，并迅速在课堂中脱颖而出。正是在这一阶段，他敏锐察觉到一个关键产业空白：AI 模型的进化严重受限于高质量训练数据的缺乏。 一次失败的“冰箱监控项目”成为转折点。即使模型设计合理，若无海量、标注精良的数据支撑，AI 系统就无法达到实用水平。 这次顿悟直接催生了创办 Scale AI 的决心。他明确意识到，AI 不只是学术议题，而是整个产业结构的重构工程，而高质量数据将成为最稀缺的基础设施之一。 因此，他决定从 MIT 再次退学，在 19 岁那年飞往旧金山，全身心投入创业。 他随即加入了被誉为“创业者版饥饿游戏”的 YC 加速器计划。 在那里，他与数百家初创企业同台竞争，在数月内迅速构建产品、筹备融资。最终他成功通过 Demo Day 拿到投资，为 Scale AI 的正式启航奠定了基础。他从未将退学视为逃避，而是出于对现实缺口的清晰判断：既然已经看见问题，就必须马上解决。 他直言，“当你意识到时代的大门正在打开，你必须立刻冲进去。” Scale 最初的项目并不宏大，主要是帮电商平台识别非法 T 恤图案、优化家具搜索引擎等看似琐碎的任务。但正是这些“低调”的项目，成为团队训练产品、打磨执行力的起点。 三个月后，公司转向自动驾驶领域，发展才正式起飞。他们与通用、丰田、Waymo 等一线车厂建立合作，提供高精度数据处理服务。自动驾驶对数据质量要求极高，尤其是多传感器融合（sensor fusion）场景中，系统需准确判断“这是车还是阴影”“是一人还是两人”并将全部注意力集中在这些复杂场景所需的数据标注质量上，由此脱颖而出。 他坦言，早期能否生存下来，很大程度上取决于是否能获得优质投资者支持。在 YC 加速器期间，他迅速结识联合创始人，组建团队，从一间旧金山的公寓起步，过着白天见客户、晚上写代码、凌晨调模型的不眠生活。 没有资金、没有资源，只靠执行力、冷启动邮件，甚至守在客户公司门口等待机会，只为搭上一句话。 第一个关键客户正是通过这种方式争取到的。 对方是一家自动驾驶初创公司，被收购后，Scale 顺势成为新母公司的数据标注供应商，借此切入更广阔的市场。随着自动驾驶技术需求扩大，更多客户滚雪球般接踵而至，带动公司快速增长。 创业初期没有明确分工，创始人必须“什么都做”才能活下来。 基础设施靠自己搭建，客服、销售、产品验证也都亲力亲为。他在过程中迅速学习组织管理与产品节奏，把技术、业务与团队文化整合为一个整体视角。 与此同时，他也形成了对领导力的清晰认知：领导不是天生的，而是在持续高压环境下被“逼”出来的能力。 每天都在处理决策、团队、运营等各种问题，必须不断试错、不断设目标、调节节奏，否则公司就会停滞不前。YC 的导师制度与创业社群为他提供了宝贵的早期反馈机制。 公司初具规模后，他吸引到 Accel 等老牌机构投资。更重要的是，他以信任关系为基础，招募了第一批核心工程师——大多数是他在 MIT 结识的同龄人。 彼时他没有任何名气或信用背书，只能靠彼此之间的理解与默契来建立团队。这批人有的退学加入，有的毕业就入职，成为 Scale 技术架构的中坚力量。 商业知识方面，他没有接受系统培训，而是在与客户的反复磨合中逐步学会。他边写代码边学销售、边发融资邮件边试着搭建商业模型。“没有人告诉你应该怎么做，但你每天都得往前走。” 产品最初版本完全由 Wang 独立开发。他将项目上传至创业项目发布平台，没想到在 Twitter 创业圈小范围传播，引发最初的市场关注。 他靠朋友转发积累曝光，“早期真的就是靠‘跪求’起家的”。 起初项目名为 Scale API，仅因该域名尚未被注册。一年半后正式更名为 Scale AI。尽管公司早期形态极为粗糙，但自动驾驶的机会窗口让它迅速进入科技巨头的视野。Waymo 成为早期客户之一，目前已在旧金山、洛杉矶、凤凰城等地部署无人出租车，并不断扩大规模。 公司最初增长缓慢：第一年仅 1 至 3 人，第二年扩张至 15 人左右，第三年达百人规模，随后才迎来爆发式增长，扩展至约 1100 人。 成立三年后，公司开始接触国防项目，并最终成为美国国防部的数据合作方。 ## 中美 AI 博弈拐点 在 Cognition AI 的愿景里，Devin 并不只是一个能补全代码的助手，而是一个可以“思考、调试和修正”的完整 agent 体系统。这种从底层架构出发的设计理念，来自 Scott Wu 多年数学与编程竞赛的训练。他将许多技术挑战比喻为动态环境下的“路径规划问题”——类似某些信息学奥赛题：你需要在不断变化的网络中，持续寻找最优路径，应对限制、反复求解，并保持高效。 Wang 指出，中国早在 2018 年就已启动全国性的 AI 国家战略，他将当前中美竞争格局概括为三个维度： 能源，中国遥遥领先； 芯片，中国落后但在追赶； 数据，中国显著领先。 当前美国唯一仍处于明显领先的位置是芯片领域。英伟达依然是全球最强大的 AI 芯片厂商，其生态系统构建了对全球算力能力的垄断式优势。但这一领先正在被削弱。华为的芯片性能已逼近英伟达上一代产品，差距在快速缩小，技术代差正被追平。他警告，如果趋势持续，美国在高端芯片上的绝对优势可能会在数年内被进一步削弱。 目前，中国正面临严重的人口老龄化问题。长期的低生育率与老龄人口的快速增长，将对其工业与整体战略活力造成持续削弱，而这类趋势一旦发生转折，回调周期极为漫长。从“能力巅峰”视角来看，现阶段或为关键窗口期。 其次，中国制造体系已积累巨大优势。工业机器人部署数量位居全球首位，自动化率、设备自研能力以及产业上下游整合度均远超其他国家。当前的制造能力正处在一个难以复制的峰值阶段，这使得任何依赖硬件的技术行动都更具可行性。 芯片问题是整个结构性博弈的核心。目前全球约 95% 的高端芯片产能集中于台湾，一旦出现地缘风险，将对 AI 基础能力构成根本性冲击。 如果未来几年内发生芯片产能转移、封锁或中断，美国在 AI 层面将难以置身事外。他认为，为确保稳定，美国必须构建多层次战略优势： 在 AI 领域维持全球领先地位 在关键科技与能源链条上建立替代能力 构建清晰可见的经济制衡机制，使任何风险行为都面临巨大代价 任何战略稳定前提，都是降低误判与提升代价感知。一旦对手误判风险可控或收益可期，冲突边界就将被不断测试。Wang 同时承认，在制造、造船、人力资源等传统工业维度，中国已构成不可忽视的系统能力。美国若无法强化自身供应链弹性、技术执行力与政策效率，传统优势将被逐步侵蚀。 台积电在台湾的晶圆厂已投入数千亿美元，包含大量定制化设备与复杂工艺系统。即便在美国重建同等能力，仅硬件投资就需数千亿美元。更复杂的是人才体系。芯片制造不仅是设备，更是流程、经验与协同的系统工程。若无法将原有团队迁移，美国就必须从零重新训练，这将是一个耗时巨大的过程。 即便台积电已在亚利桑那州建设工厂，推进也面临诸多阻碍。包括电力不稳、审批流程复杂、本地技术工人熟练度不足等问题，均严重影响项目效率。 从企业自身视角出发，台积电并无迫切动机推动产能全面转移。若迁移完成，其在全球地缘博弈中的战略重要性也将下降。换言之，保留产能在本地，反而是一种安全策略。 即使当前政策明令禁止先进芯片直接出口至特定地区，部分企业仍可通过“白手套公司”达成间接采购。注册于第三国的代理企业，以非关联身份完成下单与物流转运，最终让先进制程芯片流入受限市场。这使得全球芯片管控体系在执行层面存在明显漏洞。 围绕芯片、算法、数据与算力基础设施的全球竞赛，已逐步演化为一种结构性博弈模式。他警告，未来可能出现某种“AI 级灾难事件”——例如电网被攻击、病原体被滥用等极端情形，将迫使全球重新定义 AI 治理框架。 在此之前，全球必须正视 AI 作为通用能力带来的治理缺口。AI 不应成为攻击工具，而应服务于经济发展、社会治理与人类协作。在这场全方位竞赛中，美国自身也面临严重掣肘 —— 电力瓶颈、监管冗余、审批效率低、基础设施短缺等问题，正在系统性拖慢 AI 基础设施建设节奏。 他强调，这是一场系统工程，不能有明显短板。最危险的局面，是对手以全国之力推动 AI 计划，并在多环节形成代差优势，最终引发能力错位。虽然目前焦点集中在中美，但他提醒：全球多极结构也正快速成型。 例如，俄罗斯在网络基础设施与技术布局上具备突出的整合能力；中东地区则掌握庞大资本与能源资源；印度凭借工程文化与技术劳动力储备，有望成为未来关键参与者；而欧洲虽起步稍晚，也在加速建设统一的数据与算力战略体系。 至于“AI 是否会最终摆脱人类控制”的问题，他认为仍属可控范畴。前提是不能让关键系统完全依赖 AI 自动决策，必须在人类监督框架内运作，AI 不应成为权力本身，而应是一种可控能力，为社会与个体赋能，而非夺权。这也将是全球治理下一阶段的核心命题。 ## 脑机接口、意识工程与永生 Alexandr Wang 表示，他对脑机接口的发展始终抱有强烈兴趣，甚至将是否生育的时间安排与这项技术的成熟度挂钩。他指出，人的大脑在出生后前七年具有最高的神经可塑性，远超生命中任何其他阶段。如果在这一时期植入脑机接口，孩子将可能以近似本能的方式习得新能力，将其深度融合进神经结构中，这是成年人几乎无法实现的。因此，他更愿意等技术成熟后再考虑育儿。 他对脑机接口持务实态度，核心聚焦仍是 AI。在他看来，AI 正以指数级速度演化，而人类的生物进化几乎停滞。自然选择需要几百万年，而 AI 每年都在突破边界。因此他认为，人类若要维持竞争力，最终必须发展出一种机制，将大脑与 AI 相连，与人工智能系统乃至整个互联网深度融合，这将成为维持人类重要性和生存能力的必要手段。 但风险同样清晰。他警示说，一旦有企业可以侵入大脑，就可能在无意识状态下注入广告、操控消费冲动，甚至更进一步形成意志层面的操控。若这种能力被恐怖组织、敌对国家或黑客组织掌控，后果将更为严重，包括记忆窃取、思想干扰、现实感破坏等。这种“接管”实质上是对认知与行为的深度操纵，构成对意识本体的系统性威胁。 他提到，Neuralink 等公司已将“意识操控”作为脑机接口发展的下一阶段目标。无论是记忆提取、意图预测，还是思想输入，相关研究已在学界与产业界形成初步共识。他强调，这些技术的使用必须极度慎重，否则可能带来人类社会结构性的后果。 在感官操控方面，相关实验也已显示技术可行性。他提到，科学家通过向猴子视觉皮层植入信号，让它“看到”不存在的图像，并据此完成任务。这表明，大脑对刺激的响应机制可以被重构甚至虚构，未来接入触觉、嗅觉甚至情绪体验的路径也已初步显现。 尽管风险严峻，他仍认为这是一条值得探索的路径。脑机连接 AI 后，人类可能拥有“百科全书级”的认知能力，信息检索将转化为“思考即获得”。从某种意义上看，这是一种超越人类神经生理极限的超级智能形态。但他警示，越靠近这种能力，人类也越暴露在巨大的攻击面前。 对于技术滥用，他没有回避。他指出，一旦脑机接口落地，信息输入机制将决定用户构建的“现实”版本。如果系统中植入了错误数据，例如一个被修改的宗教文本版本，那么用户所理解的世界观将被伪造与操控。他特别强调，AI 数据系统的管理权必须远离极权掌控，这是信息时代自由意志的底线。 他进一步指出，当前媒体影响仍停留在“观点影响”的层级，但脑机接口一旦实现，将直接进入“信念塑造”层级。这不再是“让人看到”，而是“让人相信”。宣传机制将从今天的 1 或 2 级跳跃至 9 或 10 级，形成前所未有的认知重构。 正因如此，他多次强调监管机制的缺失。今天人类尚未解决如何监管智能手机，却必须面对能重构意识的系统。他指出，AI 的力量将是移动互联网的一千倍，而现有治理结构根本未做好准备，若不吸取前一轮科技浪潮的教训，后果将不可逆。 他本人愿意植入 Neuralink，但前提是两个关键层面的保障必须到位：一是具备极强的网络防御能力，防止脑部被远程入侵；二是保证意识结构在连接后不会发生深度改变。他强调，这两个条件是底线，缺一不可。 谈及意识上传，他认为那才是通往“永生”的正解。他指出，延长寿命、对抗衰老最终指向一个问题：如何将意识从肉体解耦，并迁移至更持久的载体上。在他看来，Neuralink 就是这一演化路径的第一阶段。 未来路径包括两种方向：一是上传意识进入高度真实反馈的虚拟世界，获得永久在线的存在状态；二是将意识下载至人形机器人，在物理世界继续以类人形态存在。 他也坦言，自己对“模拟宇宙”理论的接受程度在改变。过去他对 Elon 提出的假设持怀疑态度，但看到 Sora 等 AI 模型生成的视频已接近“伪现实”时，他开始怀疑人类现实是否本身就是某种模拟系统的一部分。他的逻辑是：如果几十年内人类就能生成无限逼真的仿真世界，那么我们今天所在的世界，很可能也就是先行文明创造出的副本之一。 他认为，“意识”本身可能并不如人类想象中那般神秘或独特。如果未来能构建出具备主观体验的 AI 模型，“意识工程”将成为现实，意识将成为可以设计、转移、备份与延续的工程系统，而不再只是哲学命题。 ## 从智能飞轮到黑暗森林 在被问到“AI 是否是下一个石油”时，Wang 给出了双重判断。一方面，AI 将成为未来国家经济、科研与军事体系的关键基础设施，就如同石油之于工业时代。 谁能率先部署强大的 AI 系统，谁就能大幅提升科研效率、推动 GDP 增长、加速自动化转型。另一方面，AI 又不同于石油这类有限资源，它具备“自我递增”的飞轮效应：AI 越强，国家能力越强，反过来又能加速 AI 的演进，实现指数式增长。 他指出，AI 的底层由三大支柱构成：算法、算力与数据。算法是智能逻辑的核心，需要持续的科研突破；算力依赖于电力、芯片与冷却系统构建高密度计算能力；而数据则是训练模型的“养分”，直接决定 AI 的知识边界与推理精度。其中，数据与石油最为相似，但他强调，真正的制胜关键，是三者能否协同运作，驱动国家级的智能飞轮。 当前的竞争焦点已从模型能力转向“算力密度”。他直言，问题不再是有没有 AI，而是是否能并行运行成千上万个强大实例。 如果某一方能同时部署 10 个、100 个，甚至一亿个具备网络攻击能力的 AI 模型，其战斗力将远超传统军事系统。这背后依赖于数据中心部署、电力输送能力、芯片库存和数据更新频率的支撑。 围绕这一底层设施的抢夺战已经打响。xAI（Elon 的公司）、OpenAI、Google、Amazon、Meta 等全球科技巨头纷纷在过去一年内布局未来 5～6 年的算力地图，争夺数据中心选址、电力通道与芯片供应链。这场竞争不仅是商业战，更是关于数据主权和算力支配权的全球战争。 与此同时，AI 也带来对司法系统的新威胁。“深度伪造”能力正迅速突破法律认知的临界点。随着模型能力增强，图像与视频的合成效果将变得无法辨别，而现有法律体系对此几乎毫无准备。 当伪造证据可以以假乱真，“客观影像”将失去证据意义。虽然当前 AI 生成内容仍能被识别，但技术的演进速度远超制度反应。 他提出两条应对路径：第一，公众必须建立强大的虚假识别能力，尤其年轻一代需要将信息鉴别作为生存技能；第二，法律必须迅速确立边界，明确提交 AI 合成证据的行为属于严重作伪证，甚至应构成刑事犯罪。通过制度性的惩罚机制，才能建立有效的“负激励”框架，防止 AI 被用于蓄意误导司法。 但相比个体操控，更危险的是机构级别的权力使用。Wang 强调，AI 本质上并非去中心化，它实际上放大了已有权力结构的控制能力。当拥有算力的主体可以用 AI 生成高仿信息，他们就能大规模操纵叙事，制造可信的音视频材料，将“真实性”本身变成一种可被垄断的资源。他警告，这类 AI 驱动的信息武器已在选举与政治事件中初露端倪。 唯一的对策，是建立强有力的可验证机制，重建对内容与发布方的信任链。尤其是在掌握 AI 能力的政府或大型机构中，必须以制度性透明性约束其内容生成行为，否则在真假难辨的世界里，信息本身就会演变为战争武器。 谈及外星生命话题，Wang 表示高度确定。他引用“费米悖论”指出，在如此浩瀚的宇宙中，地球不太可能是唯一存在智慧生命的星球。他认为外星生命的存在几乎毋庸置疑，只是彼此之间的距离过于遥远，导致通信或观测难以实现。 进一步地，他引用“黑暗森林假说”解释为何我们尚未发现外星文明。该理论认为，一旦某个文明达到一定技术水平，其最理性的选择是保持隐匿，以避免被更高级文明发现与摧毁。在这个视角下，宇宙是一片彼此猎杀的黑暗森林，高智慧生命不发出信号，正是为了生存。 他指出，这种“隐身动机”也可能解释我们无法观测到外星存在。科技越进步，越能理解暴露位置所带来的生存风险。因此，不是外星生命不存在，而是他们选择了沉默。 人类对宇宙的认知依旧有限。太阳存在生命周期，整个太阳系的宜居性并非永恒。因此，一种被越来越多科学家讨论的设想是：生命可能在不同时期依附于不同星球存在。五十亿年前或许是火星，今天是地球，未来可能是土星的卫星。随着恒星演化，星球适居性将发生转移，生命的“轮动”并非毫无根据。 本文由人人都是产品经理作者【江天 Tim】，微信公众号：【有新Newin】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>ScaleAI 创始人 Alexandr Wang 在访谈中分享了他对脑机融合、AI 发展、中美竞争等话题的看法，认为脑机融合是人类避免被 AI 边缘化的唯一方式，同时探讨了相关的风险与挑战。</p> </blockquote>  上周，外媒报道 Meta 正与数据基础设施平台 Scale AI 洽谈战略入股事宜，计划投入约 140 亿美元，并邀请其创始人 Alexandr Wang 加入公司，统筹未来的超级智能战略。 这笔交易一旦落地，不仅将成为 Meta 有史以来最大规模的对外投资之一，也标志着这家社交巨头试图通过外部重构，在 AI 竞赛中重新找回主导权。 在这场深度合作推进的同时，Wang 本人也在《Shawn Ryan Show》三小时访谈中首次系统公开了他对于 AI 演化路径、脑机融合、国家级博弈以及文明未来的诸多判断。 他指出，人类的生物演化正在放缓，而 AI 正以指数级速度突破。若要避免被彻底边缘化，唯一可行的路径，是将人脑直接接入 AI 与互联网，构建出新型智能协同系统。但正因为潜能巨大，风险也更加深远——他将脑机接口视为意识攻击面大规模扩展的起点。 一旦大脑成为平台，操控与攻击的代价将比以往任何设备更低。从广告注入、记忆篡改，到情绪操控与信念重构，技术正在穿透意识的最后边界。Neuralink 及相关企业正从感知接入转向意志调控，意味着“认知完整性”本身也将成为需要防守的对象。 尽管如此，他仍坚持探索。他相信，脑机融合将开启“思考即获得”的时代，让人类第一次触碰百科全书级的常识结构。只是那之后，世界将不再是现在这个样子，人类的主权也不再只属于肉体。 ## MIT 辍学到 YC 版“饥饿游戏” Wang 回溯了自己从高中退学、进入 Quora 实习、短暂就读 MIT，到 19 岁创办 Scale AI 的完整路径。 他坦言，高中尚未毕业便决定休学实习，是因为当时已对机器学习产生极大兴趣。那时虽然 “AI” 还不流行，但他们已在用算法优化社交平台的信息流排序，思考如何提升用户粘性与参与度。 在十六、十七岁时便能独立完成部分机器学习工程任务，这一能力使他获得同行认可，但他始终认为自己的“优势”并非天赋，而是极早开始的高强度专注训练。 他强调，真正的差异不是智商，而是能否长期深耕某一领域并持续全力以赴地投入。 从数学、物理到计算机与机器学习，他始终保持高强度的学习节奏。 他相信 “用力过猛总比不够用力要好”，持续性的高密度投入，是快速成长的底层逻辑。在 MIT 时，他选修了大量 AI 相关课程，甚至挑战难度极高的机器学习课程，并迅速在课堂中脱颖而出。正是在这一阶段，他敏锐察觉到一个关键产业空白：AI 模型的进化严重受限于高质量训练数据的缺乏。 一次失败的“冰箱监控项目”成为转折点。即使模型设计合理，若无海量、标注精良的数据支撑，AI 系统就无法达到实用水平。 这次顿悟直接催生了创办 Scale AI 的决心。他明确意识到，AI 不只是学术议题，而是整个产业结构的重构工程，而高质量数据将成为最稀缺的基础设施之一。 因此，他决定从 MIT 再次退学，在 19 岁那年飞往旧金山，全身心投入创业。 他随即加入了被誉为“创业者版饥饿游戏”的 YC 加速器计划。 在那里，他与数百家初创企业同台竞争，在数月内迅速构建产品、筹备融资。最终他成功通过 Demo Day 拿到投资，为 Scale AI 的正式启航奠定了基础。他从未将退学视为逃避，而是出于对现实缺口的清晰判断：既然已经看见问题，就必须马上解决。 他直言，“当你意识到时代的大门正在打开，你必须立刻冲进去。” Scale 最初的项目并不宏大，主要是帮电商平台识别非法 T 恤图案、优化家具搜索引擎等看似琐碎的任务。但正是这些“低调”的项目，成为团队训练产品、打磨执行力的起点。 三个月后，公司转向自动驾驶领域，发展才正式起飞。他们与通用、丰田、Waymo 等一线车厂建立合作，提供高精度数据处理服务。自动驾驶对数据质量要求极高，尤其是多传感器融合（sensor fusion）场景中，系统需准确判断“这是车还是阴影”“是一人还是两人”并将全部注意力集中在这些复杂场景所需的数据标注质量上，由此脱颖而出。 他坦言，早期能否生存下来，很大程度上取决于是否能获得优质投资者支持。在 YC 加速器期间，他迅速结识联合创始人，组建团队，从一间旧金山的公寓起步，过着白天见客户、晚上写代码、凌晨调模型的不眠生活。 没有资金、没有资源，只靠执行力、冷启动邮件，甚至守在客户公司门口等待机会，只为搭上一句话。 第一个关键客户正是通过这种方式争取到的。 对方是一家自动驾驶初创公司，被收购后，Scale 顺势成为新母公司的数据标注供应商，借此切入更广阔的市场。随着自动驾驶技术需求扩大，更多客户滚雪球般接踵而至，带动公司快速增长。 创业初期没有明确分工，创始人必须“什么都做”才能活下来。 基础设施靠自己搭建，客服、销售、产品验证也都亲力亲为。他在过程中迅速学习组织管理与产品节奏，把技术、业务与团队文化整合为一个整体视角。 与此同时，他也形成了对领导力的清晰认知：领导不是天生的，而是在持续高压环境下被“逼”出来的能力。 每天都在处理决策、团队、运营等各种问题，必须不断试错、不断设目标、调节节奏，否则公司就会停滞不前。YC 的导师制度与创业社群为他提供了宝贵的早期反馈机制。 公司初具规模后，他吸引到 Accel 等老牌机构投资。更重要的是，他以信任关系为基础，招募了第一批核心工程师——大多数是他在 MIT 结识的同龄人。 彼时他没有任何名气或信用背书，只能靠彼此之间的理解与默契来建立团队。这批人有的退学加入，有的毕业就入职，成为 Scale 技术架构的中坚力量。 商业知识方面，他没有接受系统培训，而是在与客户的反复磨合中逐步学会。他边写代码边学销售、边发融资邮件边试着搭建商业模型。“没有人告诉你应该怎么做，但你每天都得往前走。” 产品最初版本完全由 Wang 独立开发。他将项目上传至创业项目发布平台，没想到在 Twitter 创业圈小范围传播，引发最初的市场关注。 他靠朋友转发积累曝光，“早期真的就是靠‘跪求’起家的”。 起初项目名为 Scale API，仅因该域名尚未被注册。一年半后正式更名为 Scale AI。尽管公司早期形态极为粗糙，但自动驾驶的机会窗口让它迅速进入科技巨头的视野。Waymo 成为早期客户之一，目前已在旧金山、洛杉矶、凤凰城等地部署无人出租车，并不断扩大规模。 公司最初增长缓慢：第一年仅 1 至 3 人，第二年扩张至 15 人左右，第三年达百人规模，随后才迎来爆发式增长，扩展至约 1100 人。 成立三年后，公司开始接触国防项目，并最终成为美国国防部的数据合作方。 ## 中美 AI 博弈拐点 在 Cognition AI 的愿景里，Devin 并不只是一个能补全代码的助手，而是一个可以“思考、调试和修正”的完整 agent 体系统。这种从底层架构出发的设计理念，来自 Scott Wu 多年数学与编程竞赛的训练。他将许多技术挑战比喻为动态环境下的“路径规划问题”——类似某些信息学奥赛题：你需要在不断变化的网络中，持续寻找最优路径，应对限制、反复求解，并保持高效。 Wang 指出，中国早在 2018 年就已启动全国性的 AI 国家战略，他将当前中美竞争格局概括为三个维度： - 能源，中国遥遥领先； - 芯片，中国落后但在追赶； - 数据，中国显著领先。 当前美国唯一仍处于明显领先的位置是芯片领域。英伟达依然是全球最强大的 AI 芯片厂商，其生态系统构建了对全球算力能力的垄断式优势。但这一领先正在被削弱。华为的芯片性能已逼近英伟达上一代产品，差距在快速缩小，技术代差正被追平。他警告，如果趋势持续，美国在高端芯片上的绝对优势可能会在数年内被进一步削弱。 目前，中国正面临严重的人口老龄化问题。长期的低生育率与老龄人口的快速增长，将对其工业与整体战略活力造成持续削弱，而这类趋势一旦发生转折，回调周期极为漫长。从“能力巅峰”视角来看，现阶段或为关键窗口期。 其次，中国制造体系已积累巨大优势。工业机器人部署数量位居全球首位，自动化率、设备自研能力以及产业上下游整合度均远超其他国家。当前的制造能力正处在一个难以复制的峰值阶段，这使得任何依赖硬件的技术行动都更具可行性。 芯片问题是整个结构性博弈的核心。目前全球约 95% 的高端芯片产能集中于台湾，一旦出现地缘风险，将对 AI 基础能力构成根本性冲击。 如果未来几年内发生芯片产能转移、封锁或中断，美国在 AI 层面将难以置身事外。他认为，为确保稳定，美国必须构建多层次战略优势： - 在 AI 领域维持全球领先地位 - 在关键科技与能源链条上建立替代能力 - 构建清晰可见的经济制衡机制，使任何风险行为都面临巨大代价 任何战略稳定前提，都是降低误判与提升代价感知。一旦对手误判风险可控或收益可期，冲突边界就将被不断测试。Wang 同时承认，在制造、造船、人力资源等传统工业维度，中国已构成不可忽视的系统能力。美国若无法强化自身供应链弹性、技术执行力与政策效率，传统优势将被逐步侵蚀。 台积电在台湾的晶圆厂已投入数千亿美元，包含大量定制化设备与复杂工艺系统。即便在美国重建同等能力，仅硬件投资就需数千亿美元。更复杂的是人才体系。芯片制造不仅是设备，更是流程、经验与协同的系统工程。若无法将原有团队迁移，美国就必须从零重新训练，这将是一个耗时巨大的过程。 即便台积电已在亚利桑那州建设工厂，推进也面临诸多阻碍。包括电力不稳、审批流程复杂、本地技术工人熟练度不足等问题，均严重影响项目效率。 从企业自身视角出发，台积电并无迫切动机推动产能全面转移。若迁移完成，其在全球地缘博弈中的战略重要性也将下降。换言之，保留产能在本地，反而是一种安全策略。 即使当前政策明令禁止先进芯片直接出口至特定地区，部分企业仍可通过“白手套公司”达成间接采购。注册于第三国的代理企业，以非关联身份完成下单与物流转运，最终让先进制程芯片流入受限市场。这使得全球芯片管控体系在执行层面存在明显漏洞。 围绕芯片、算法、数据与算力基础设施的全球竞赛，已逐步演化为一种结构性博弈模式。他警告，未来可能出现某种“AI 级灾难事件”——例如电网被攻击、病原体被滥用等极端情形，将迫使全球重新定义 AI 治理框架。 在此之前，全球必须正视 AI 作为通用能力带来的治理缺口。AI 不应成为攻击工具，而应服务于经济发展、社会治理与人类协作。在这场全方位竞赛中，美国自身也面临严重掣肘 —— 电力瓶颈、监管冗余、审批效率低、基础设施短缺等问题，正在系统性拖慢 AI 基础设施建设节奏。 他强调，这是一场系统工程，不能有明显短板。最危险的局面，是对手以全国之力推动 AI 计划，并在多环节形成代差优势，最终引发能力错位。虽然目前焦点集中在中美，但他提醒：全球多极结构也正快速成型。 例如，俄罗斯在网络基础设施与技术布局上具备突出的整合能力；中东地区则掌握庞大资本与能源资源；印度凭借工程文化与技术劳动力储备，有望成为未来关键参与者；而欧洲虽起步稍晚，也在加速建设统一的数据与算力战略体系。 至于“AI 是否会最终摆脱人类控制”的问题，他认为仍属可控范畴。前提是不能让关键系统完全依赖 AI 自动决策，必须在人类监督框架内运作，AI 不应成为权力本身，而应是一种可控能力，为社会与个体赋能，而非夺权。这也将是全球治理下一阶段的核心命题。 ## 脑机接口、意识工程与永生 Alexandr Wang 表示，他对脑机接口的发展始终抱有强烈兴趣，甚至将是否生育的时间安排与这项技术的成熟度挂钩。他指出，人的大脑在出生后前七年具有最高的神经可塑性，远超生命中任何其他阶段。如果在这一时期植入脑机接口，孩子将可能以近似本能的方式习得新能力，将其深度融合进神经结构中，这是成年人几乎无法实现的。因此，他更愿意等技术成熟后再考虑育儿。 他对脑机接口持务实态度，核心聚焦仍是 AI。在他看来，AI 正以指数级速度演化，而人类的生物进化几乎停滞。自然选择需要几百万年，而 AI 每年都在突破边界。因此他认为，人类若要维持竞争力，最终必须发展出一种机制，将大脑与 AI 相连，与人工智能系统乃至整个互联网深度融合，这将成为维持人类重要性和生存能力的必要手段。 但风险同样清晰。他警示说，一旦有企业可以侵入大脑，就可能在无意识状态下注入广告、操控消费冲动，甚至更进一步形成意志层面的操控。若这种能力被恐怖组织、敌对国家或黑客组织掌控，后果将更为严重，包括记忆窃取、思想干扰、现实感破坏等。这种“接管”实质上是对认知与行为的深度操纵，构成对意识本体的系统性威胁。 他提到，Neuralink 等公司已将“意识操控”作为脑机接口发展的下一阶段目标。无论是记忆提取、意图预测，还是思想输入，相关研究已在学界与产业界形成初步共识。他强调，这些技术的使用必须极度慎重，否则可能带来人类社会结构性的后果。 在感官操控方面，相关实验也已显示技术可行性。他提到，科学家通过向猴子视觉皮层植入信号，让它“看到”不存在的图像，并据此完成任务。这表明，大脑对刺激的响应机制可以被重构甚至虚构，未来接入触觉、嗅觉甚至情绪体验的路径也已初步显现。 尽管风险严峻，他仍认为这是一条值得探索的路径。脑机连接 AI 后，人类可能拥有“百科全书级”的认知能力，信息检索将转化为“思考即获得”。从某种意义上看，这是一种超越人类神经生理极限的超级智能形态。但他警示，越靠近这种能力，人类也越暴露在巨大的攻击面前。 对于技术滥用，他没有回避。他指出，一旦脑机接口落地，信息输入机制将决定用户构建的“现实”版本。如果系统中植入了错误数据，例如一个被修改的宗教文本版本，那么用户所理解的世界观将被伪造与操控。他特别强调，AI 数据系统的管理权必须远离极权掌控，这是信息时代自由意志的底线。 他进一步指出，当前媒体影响仍停留在“观点影响”的层级，但脑机接口一旦实现，将直接进入“信念塑造”层级。这不再是“让人看到”，而是“让人相信”。宣传机制将从今天的 1 或 2 级跳跃至 9 或 10 级，形成前所未有的认知重构。 正因如此，他多次强调监管机制的缺失。今天人类尚未解决如何监管智能手机，却必须面对能重构意识的系统。他指出，AI 的力量将是移动互联网的一千倍，而现有治理结构根本未做好准备，若不吸取前一轮科技浪潮的教训，后果将不可逆。 他本人愿意植入 Neuralink，但前提是两个关键层面的保障必须到位：一是具备极强的网络防御能力，防止脑部被远程入侵；二是保证意识结构在连接后不会发生深度改变。他强调，这两个条件是底线，缺一不可。 谈及意识上传，他认为那才是通往“永生”的正解。他指出，延长寿命、对抗衰老最终指向一个问题：如何将意识从肉体解耦，并迁移至更持久的载体上。在他看来，Neuralink 就是这一演化路径的第一阶段。 未来路径包括两种方向：一是上传意识进入高度真实反馈的虚拟世界，获得永久在线的存在状态；二是将意识下载至人形机器人，在物理世界继续以类人形态存在。 他也坦言，自己对“模拟宇宙”理论的接受程度在改变。过去他对 Elon 提出的假设持怀疑态度，但看到 Sora 等 AI 模型生成的视频已接近“伪现实”时，他开始怀疑人类现实是否本身就是某种模拟系统的一部分。他的逻辑是：如果几十年内人类就能生成无限逼真的仿真世界，那么我们今天所在的世界，很可能也就是先行文明创造出的副本之一。 他认为，“意识”本身可能并不如人类想象中那般神秘或独特。如果未来能构建出具备主观体验的 AI 模型，“意识工程”将成为现实，意识将成为可以设计、转移、备份与延续的工程系统，而不再只是哲学命题。 ## 从智能飞轮到黑暗森林 在被问到“AI 是否是下一个石油”时，Wang 给出了双重判断。一方面，AI 将成为未来国家经济、科研与军事体系的关键基础设施，就如同石油之于工业时代。 谁能率先部署强大的 AI 系统，谁就能大幅提升科研效率、推动 GDP 增长、加速自动化转型。另一方面，AI 又不同于石油这类有限资源，它具备“自我递增”的飞轮效应：AI 越强，国家能力越强，反过来又能加速 AI 的演进，实现指数式增长。 他指出，AI 的底层由三大支柱构成：算法、算力与数据。算法是智能逻辑的核心，需要持续的科研突破；算力依赖于电力、芯片与冷却系统构建高密度计算能力；而数据则是训练模型的“养分”，直接决定 AI 的知识边界与推理精度。其中，数据与石油最为相似，但他强调，真正的制胜关键，是三者能否协同运作，驱动国家级的智能飞轮。 当前的竞争焦点已从模型能力转向“算力密度”。他直言，问题不再是有没有 AI，而是是否能并行运行成千上万个强大实例。 如果某一方能同时部署 10 个、100 个，甚至一亿个具备网络攻击能力的 AI 模型，其战斗力将远超传统军事系统。这背后依赖于数据中心部署、电力输送能力、芯片库存和数据更新频率的支撑。 围绕这一底层设施的抢夺战已经打响。xAI（Elon 的公司）、OpenAI、Google、Amazon、Meta 等全球科技巨头纷纷在过去一年内布局未来 5～6 年的算力地图，争夺数据中心选址、电力通道与芯片供应链。这场竞争不仅是商业战，更是关于数据主权和算力支配权的全球战争。 与此同时，AI 也带来对司法系统的新威胁。“深度伪造”能力正迅速突破法律认知的临界点。随着模型能力增强，图像与视频的合成效果将变得无法辨别，而现有法律体系对此几乎毫无准备。 当伪造证据可以以假乱真，“客观影像”将失去证据意义。虽然当前 AI 生成内容仍能被识别，但技术的演进速度远超制度反应。 他提出两条应对路径：第一，公众必须建立强大的虚假识别能力，尤其年轻一代需要将信息鉴别作为生存技能；第二，法律必须迅速确立边界，明确提交 AI 合成证据的行为属于严重作伪证，甚至应构成刑事犯罪。通过制度性的惩罚机制，才能建立有效的“负激励”框架，防止 AI 被用于蓄意误导司法。 但相比个体操控，更危险的是机构级别的权力使用。Wang 强调，AI 本质上并非去中心化，它实际上放大了已有权力结构的控制能力。当拥有算力的主体可以用 AI 生成高仿信息，他们就能大规模操纵叙事，制造可信的音视频材料，将“真实性”本身变成一种可被垄断的资源。他警告，这类 AI 驱动的信息武器已在选举与政治事件中初露端倪。 唯一的对策，是建立强有力的可验证机制，重建对内容与发布方的信任链。尤其是在掌握 AI 能力的政府或大型机构中，必须以制度性透明性约束其内容生成行为，否则在真假难辨的世界里，信息本身就会演变为战争武器。 谈及外星生命话题，Wang 表示高度确定。他引用“费米悖论”指出，在如此浩瀚的宇宙中，地球不太可能是唯一存在智慧生命的星球。他认为外星生命的存在几乎毋庸置疑，只是彼此之间的距离过于遥远，导致通信或观测难以实现。 进一步地，他引用“黑暗森林假说”解释为何我们尚未发现外星文明。该理论认为，一旦某个文明达到一定技术水平，其最理性的选择是保持隐匿，以避免被更高级文明发现与摧毁。在这个视角下，宇宙是一片彼此猎杀的黑暗森林，高智慧生命不发出信号，正是为了生存。 他指出，这种“隐身动机”也可能解释我们无法观测到外星存在。科技越进步，越能理解暴露位置所带来的生存风险。因此，不是外星生命不存在，而是他们选择了沉默。 人类对宇宙的认知依旧有限。太阳存在生命周期，整个太阳系的宜居性并非永恒。因此，一种被越来越多科学家讨论的设想是：生命可能在不同时期依附于不同星球存在。五十亿年前或许是火星，今天是地球，未来可能是土星的卫星。随着恒星演化，星球适居性将发生转移，生命的“轮动”并非毫无根据。 本文由人人都是产品经理作者【江天 Tim】，微信公众号：【有新Newin】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

行业人士日前对笔者表示，人形机器人目前能够做到的工作十分有限，进入家庭的能力不够，未来能把机器人带进千家万户需要至少5年时间。

2025年，物流无人车迎来了规模化商用期。作为主力玩家之一，菜鸟今年也明显加快了物流无人车的上新节奏。继1月发布了升级改款的GT Pro后，6月18日，菜鸟又推出新款无人车GT-Lite并同步启动预售。  据悉，该款车型属于L4级无人驾驶快递车，车体定价2.18万，但叠加限时优惠后，仅售1.68万，另需每年2万元的FSD（完全自动驾驶功能）服务费，作为对比，GT Pro刚上市时五年最低总价（车体+五年服务费）为14.98万。 相较高配车型，GT-Lite将载货续航缩短至100公里，但容量更大、载重更高、速度更快、价格也更低，足够适配快递网点到代收点之间的短途接驳运输。 菜鸟相关负责人对华尔街见闻表示，新款平价车型与高配车型为同平台生产，自动驾驶系统也不作任何减配，该车型针对快递网点进行专门设计，帮助快递网点节省无人车的使用成本，确保快递网点能用得起，用得安全。 显然，为了助力物流无人车更快地实现大规模应用，菜鸟正持续在产品与场景的适配上下功夫。 物流无人车是基于自动驾驶技术的智能运输工具，目前主要应用于快递末端配送（如从网点到社区驿站），此外也可以用于封闭场景物流运输、商超生鲜配送等。 除了GT-Lite外，菜鸟还分别在去年9月推出L4级无人车GT，今年1月发布了首次升级改款GT Pro。 据华尔街见闻了解，截至今年4月底，菜鸟已经交付了数百台GT系列的无人车，很快就会突破1000台。 此外，菜鸟还计划自今年6月开始陆续推出多个新的功能车型，并同步进行AI算法升级，率先在L4自动驾驶中实现轻地图功能，以及实现更充分的人机交互。 基于原有5立方米的无人快递车，菜鸟将很快推出快递柜车、冷链车等功能性改款车型。同时计划推出至少9立方米的更大容量无人车，适用于乡村物流更低成本的配送。显然，菜鸟无人车业务的商业化正在加速推进。 在投入无人车的研发近8年后，2024年是菜鸟无人车业务取得突破性进展的一年，无人车工作场景已经从封闭、半封闭园区/道路正式转向了基于末端配送场景的公开道路，旗下L4级（高度自动驾驶）无人车也正式量产发售，并快速拓展了一些客户。 去年10月在接受华尔街见闻等媒体专访时，菜鸟集团CTO李强曾表示，L4自动驾驶的春天已经到来了，全国很多省份已有菜鸟无人车的投放。 菜鸟布局无人车具有重大的战略意义。 李强对华尔街见闻表示，菜鸟从成立之初就希望通过数据和技术去推动整个物流行业的数字化升级，所以菜鸟做无人车也是因为认为在物流这个行业里面，无人车是一个推动整个物流产业升级变革的重要的技术和产品。 此外，菜鸟本身也是一个综合性物流公司，希望通过在物流场景中更多地用好无人车，以提升综合竞争力。 物流无人车市场如今备受看好。 据华尔街见闻了解，目前多家公司推出物流无人车产品，除了菜鸟、美团、京东物流等物流企业外，还有新石器、九识智能、白犀牛等初创公司，主流物流无人车平均售价为5万元，主要商业模式是整车出售+FSD服务费。 国金证券分析师指出，无人物流车需求可观，可助力快递物流企业降本增效，已广泛应用于快递、外卖、B2C零售、商超便利及生鲜宅配等多个领域，对应可替代的是城配市场运力，而城配市场是万亿级的市场。 此外，据华源证券研报，物流无人车理论上可替代微卡、轻卡、货运三轮等传统运输工具，每年最多可替换商用车444万台，对应无人车年市场规模2071亿元。根据国家邮政局，截止2024年底，累计超过6000台L4级物流无人车运营，市场仍有较大渗透空间。 此外，根据《车路云一体化智能网联汽车产业产值增量预测》，按照中性预测，预计城市末端无人配送2025年、2030年我国城市末端配送产值增量为128亿、977亿元。 在技术突破、产品降价、路权开放、政策支持等背景下，物流无人车迎来规模化商用期。 菜鸟集团CEO万霖在2024全球智慧物流峰会上指出，经过长期的积累、长期的建设，无人车和无人驾驶在物流行业基本迈过了技术的门槛，它和整个业务、流程相结合的紧密度也已经达到了规模化应用的阶段。 另据国金证券研报，得益于核心零部件快速降本，算法升级迭代带来的智驾传感器硬件需求减少，以及规模经济效应，无人配送有了大规模商业化的基础，多款物流无人车价格大幅下降。 此外，我国政策正大力推动无人物流车的发展。例如，5月商务部等8部门联合印发《加快数智供应链发展专项行动计划》，明确提出推广无人配送车等智能设备，以降低物流成本、提升供应链效率；多地政府也出台无人驾驶、自动驾驶相关的配套政策。 浙商证券分析师李丹表示，随着无人车技术日渐成熟，物流无人车正从“技术验证”阶段迈向“商业正循环”，在政策开放加速、成本不断下降等合理驱动下，行业有望于2025年迎来规模化商用拐点。 无人驾驶将率先在物流行业大规模落地生花，但要想成为这一领域的领军者，玩家们还要做出更多努力。 作者 | 黄昱 编辑 | 王小娟 [查看评论](https://m.cnbeta.com.tw/comment/1507864.htm)

6月19日，据《金融时报》报道，当地时间周四，Google试图推翻欧盟创纪录反垄断罚款的希望遭遇重大打击。欧盟最高法院总法律顾问表态支持欧盟监管机构的调查结果，即Google利用其Android移动操作系统打压竞争对手。 [](https://n.sinaimg.cn/sinakd20250206s/222/w1095h727/20250206/c979-cc6e7ffce49177cf6550ba3febd7e7c9.jpg) 欧盟最高法院、欧洲法院的总法律顾问朱莉安娜·科科特(Juliane Kokott)表示，应维持对Google处以的41.2亿欧元(约合339亿元人民币)罚款。虽然科科特的意见在法律上不具约束力，但大多数此类意见会被欧盟最高法院采纳。 这桩Android案还要追溯到2018年。当时，欧盟指控Google对Android设备制造商和移动网络运营商施加非法限制，目的是巩固其在互联网搜索领域的主导地位。 欧盟最高法院的支持对欧盟委员会而言是一个鼓舞，后者正致力于执行一系列严格新规，以让全球大型科技公司承担应有责任。 [查看评论](https://m.cnbeta.com.tw/comment/1507862.htm)

<blockquote><p>文章介绍了利用 DeepSeek 和飞书多维表格在短时间内批量生成爆款文章的技巧，包括获取爆款选题、构建选题库以及自动生成文章的详细步骤，助力内容创作者提高创作效率。</p> </blockquote>  不知道你有没有经历过这样的时刻， 深夜盯着空白文档，大脑和屏幕一样苍白，热点爆发时绞尽脑汁也追不上流量列车，精心打磨的推文阅读量始终卡在两位数 而残酷的事实是：当你还在用双手码字时，别人已经用AI流水线日产百篇爆文了 最近又学到了一个AI提效的好方法，用 deepseek + 飞书多维表格，1 分钟就能生成 100 篇爆款文章，让你直接从 “创作苦手” 变身 “内容永动机”！ 这个方法的思路大致是 ● 获取爆款选题 ● 用飞书多维表格构建爆款选题库 ● 利用deepseek自动生成文章 ## 一、获取爆款选题 对于爆款选题，一般来说可以总结成2个方案：人工挖掘、AI辅助 ### 1、人工挖掘 根据热点榜单、热点文章去查找，一般来说，我们核心要看的是低粉爆款文章， 因为当系统把流量分配给 无粉丝基础的账号 仍能获得高互动（阅读/点赞/转发），即验证该内容模型具有 普适传播力，这正是爆款选题的核心命脉。 那么如何找到低粉爆款呢，以公众号为例，在微信搜一搜，主动去搜索关键词。 找到最近7天或者半年的爆文，这种可以当做爆款选题，然后你再点进账号主页。 如果它原创篇数只有几十篇，但是过万爆文非常多，那这个号就是低粉爆文对标账号，很有参考价值，可以重点对标。 比如我要找【AI】相关爆款，就直接输入关键词，并点开【全部】旁边这里的三 条杠小符号，依次选择【最热-文章-最近7天或最近半年】，就会马上看到一堆近期的爆文了。  你还可以根据自己行业，切换多几个关键词，不仅可以快速找到最新爆文，还可以有效提高你的【搜商】 除此之外，每次起标题的时候，也可以用这个方法区找到同类的标题 ### 2、AI辅助 直接把指令丢给AI，让AI帮我们生成爆款选题，指令模板如下： 请你帮我搜索50个公众号近期爆款选题，要求： ① 领域：AI提效 ② 用表格输出，按阅读量排序 ## 二、用飞书多维表格构建爆款选题库 1、 进入飞书文档 链接：https://r17umlz4ry.feishu.cn/drive/home/ 2、  新建多维表格   3、  将其他不需要用到的列删除，保留第一列，并设置该列的名称，我这里设置的名称是“选题“，然后将我们的选题填写到这一列中  ## 三、利用deepseek自动生成文章 1、  点击“+ ”，设置好字段标题，字段类型，然后点击“搜索字段捷径”，找到“DeepSeek R1”  2、  【选择指令内容】这里选择的是“选题”这个字段，【自定义要求】输入你的指令，也就是你的文章要求，这一步主要作用是让deepseek根据你输入的选题、自定义的文章要求，输出对应的内容，最后，勾选“输出结果”和“自动更新”，这样的话，你每次输入一个新的选题，飞书多维表格都会自动帮你更新对应的内容  3、  查看输出结果  以上就是利用 DeepSeek R1 大模型与飞书多维表格结合，实现高效批量生成爆款文章的方法，快去试试吧！ 本文由人人都是产品经理作者【诺儿笔记本】，微信公众号：【诺儿笔记本】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

蔚来 ET9 是蔚来的技术旗舰，乐道 L90 是乐道的产品旗舰。 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1627656) ·[查看评论](https://www.ifanr.com/1627656#comments) ·[新浪微博](https://weibo.com/ifanr)

曾经让美国引以为傲的高端制造业在逐渐失序。

为洞悉餐饮行业产品上新发展趋势，红餐产业研究院对六大餐饮品类的品牌在2025年5月的上新情况做了监测，并整理发布了《餐饮行业产品上新报告（2025年5月）》。

咱们就此别过。

小红书电商的新动作。

 由LIFUEL团队独立研发的2D横版像素动作肉鸽游戏《孤羊战纪》将于2025年8月15日正式开启Steam抢先体验。 &lt;内嵌内容，请前往机核查看&gt; 随着定档消息的发布，这场孤独而激烈的“羊VS狼”的生存对抗战，也即将在废土舞台上拉开帷幕。在这个世界里，羊不再温顺，狼也早已不是自然生物。当谎言不再有效，真正的战斗才刚刚开始。 &lt;内嵌内容，请前往机核查看&gt; “如果《狼来了》的故事里，放羊人说的都是真的——那这个世界，会变成什么样？” 《孤羊战纪》的灵感来源于这个反设定童话，塑造了一个狼群横行、真相失声的末世世界。玩家将扮演一位孤羊战士，为生存和真相而战。 《孤羊战纪》的战斗体验独具特色，围绕“反击节奏”与“动作质感”展开，核心玩法注重反击时机与节奏的把握，带来一击必杀般的快意打击感。游戏采用高帧率像素动画，每一个动作都经过逐帧打磨，在复古像素风格与现代流畅性之间取得了巧妙平衡。 所有敌人几乎都源自“狼”的原型，结合各自的职业功能与夸张的轮廓设计，打造出风格鲜明的狼群形象——从矿工狼、机械狼到狙击手狼，每一只都有其独特的攻击节奏与性格表现。无论使用键盘还是手柄，游戏均进行了细致的操作手感打磨，并支持玩家根据个人习惯自由自定义键位，确保每一位玩家都能享受到顺畅、爽快的操作体验。 “我们知道这不是一只羊能赢下的战斗，但我们希望你可以。《孤羊战纪》是我们团队耗时四年打磨的第一款作品，从战斗手感、动画表现到关卡节奏，都凝聚了我们对像素动作游戏的热爱。我们选择以‘抢先体验’的方式上线，也是希望在保留挑战性的同时，倾听玩家的声音，让游戏更完整、更有力量。”     

 作为一个标准的“ATLUS凯子”，当最早听到这部《RAIDOU Remastered: 超力兵团奇谭》（以下简称《RAIDOU》）的消息时，我内心里竟然涌出了一股子“恍如隔世”的错觉 —— 我的PS2时代有许多的遗憾，有的是失之交臂，有的是浅尝辄止，《葛叶雷道》系列属于后者。  这部《RAIDOU》是2006年于PS2推出的《恶魔召唤师：葛叶雷道 vs 超力兵团》的重置版。那时候我对《女神转生》系列没有什么系统性的概念，也对“大正风情”不甚了解。所以简单来说就是“”没玩下去“”。但随着的年龄和阅历的提高，我愈发觉得那些原本还不怎么理解的作品，放到现在似乎能理解的更透彻一些。所以像《葛叶雷道》这种老作品的重制，在某种意义上也算是给了我一次“再圆梦”的机会。 但在20个小时的游戏时长过后，我最终还是觉得今天推出的是个很“挑人”的作品。  如果你是一个喜欢《女神转生》系列，或是久闻大名想要补票的玩家，我会非常热情的向大家推荐这款放现在来看都绝对称得上是“独一无二”的作品，甚至我会武断地认为错过这部作品会是一种很大的损失；但换个角度来说，因为它所诞生的年代太过久远，以至于就算是用现代的方法重制了这部作品，我同样很难保证它是否真的能适应慕名而来的每位玩家的胃口。 不过作为系列的旁支之一，就算用现代的眼光来看，我还是认为《RAIDOU》这部作品仍然有着许多超越了年代的闪光点。再过十年二十年，它所展现出来的魅力，或许仍然是其他《女神转生》系列所难以望其项背的存在吧。 # 从《真·女神转生》脱胎而来的“大正朋克” 很多新玩家而言或许弄、搞不清《女神异闻录》、《女神转生》、以及这部《RAIDOU》所属的系列《恶魔召唤师》之间的关系，所以在文章的开头部分，我觉得也有必要带各位理清一下其中的脉络。  其实简单来说，《女神异闻录》《恶魔召唤师》与《女神转生》三大系列同属ATLUS开发的“真·女神转生”宇宙，但是不同分支。 《女神转生》系列是奠定了这个宇宙的主系列，可以被视为是所有衍生作品的源头。它采用了“现代”以及“近未来”的世界观作为基础，主题则囊括了“神与魔之间的战争”“人类的立场”与“创世”三大元素；大家熟悉的《女神异闻录》则是脱胎于94年发售的《真·女神转生if...》，故事从宏大的“末世创世”转变成校园生活、人与人的羁绊（COMMU）的 “日常与非日常交织” 的风格。  《恶魔召唤师》之于系列的地位，则与《女神异闻录》相似，它同样是隶属于《真·女神转生》系列的外传作品。系列最早在1995年于SS平台推出，初代标题是《真·女神转生：恶魔召唤师》。系列故事的整体世界观沿用“真·女神转生”宇宙，但却自成一派 —— 在这个系列中，故事的重点并非是描述上面提到的“神魔大战”，而是从“末世未来”转向“历史现实”，更聚焦在时代风貌，和角色的个人魅力之上。  而《葛叶雷道》系列，则是指《恶魔召唤师》系列的第三、四代作品。它以第十四代恶魔召唤师“葛叶雷道”为中心，以虚构的大正二十年的帝都东京（历史上大正时代只存在了15年）为舞台，讲述了一出基于融合了单元剧、侦探、神魔、搞笑、阴谋诡计等诸多元素的冒险故事。  # 通过视听重现大正妖都的独特魅力 一提到大正时代就很容易联想到“大正浪漫”，彼时的东京也展现出了西洋文化和日本传统相互交织的景象，这种背景也使得《葛叶雷道》系列拥有了其他作品所未曾表达过的独特魅力。  说到架空历史，仔细想来，《RAIDOU》的世界观设计竟然和远在地球另一边的《辐射》走的其实是是一个路子 —— 《辐射》采用的是基于50年代的科技风格延展到现代的“复古未来主义”，所以有人给它定义成“原子朋克”；而《RAIDOU》则是用大正年代的艺术风格，融入了各种基于科幻的元素。所以在游戏中除了那些枪炮火器以外，甚至还出现了“机器人”这种超越时代的设定。 更重要的是，当年这些天马行空的构想，放到现在来看竟也丝毫不过时。于是这让我突然觉得，或许我可以把这部作品与《樱花大战》系列并称为“大正朋克”，倒也应该挺合适的。 说到这次的主人公第十四代“葛叶雷道”，多少也可以算是系列中一个特别的的存在：他继承了著名阴阳师“安倍晴明”的母系血脉，表面上有一个侦探事务所学徒的工作，背地里还有用利用恶魔来解决事件的“恶魔召唤师”这样一层隐藏身份。虽然本人就和所有ATLUS的主人公以外被迫“不善言谈”，但他的身旁还有一个被称作“业斗童子”的黑猫作为嘴替。 一人一动物这设定，还说跟《辐射》不像，啊？  屏幕面前的玩家，则会在完成初始训练被“剥夺名字”之后，以这个全新的身份展开一场宛如连续剧般的“大正奇妙冒险” —— 这可不是什么夸张的形容。主线剧情分章节的叙事结构，以及每一章开头插入的预告，完全走的就是昭和刑侦日剧那一卦“日剧”的感觉。 实际上，重制版的《RAIDOU》从视觉到听觉上都进行了大幅度的更新：全新的角色建模、高清化后的CG、重新设计的UI便是重制版中最直观的要素。除去角色本身，恶魔、场景都替换为了更高清的3D模型，相较于PS2原版，重制版里可观察的细节自然变得丰富不少。不过角色的动作模组基本上沿用了原版，CG动画也在高清之后不免展现出了些略显“僵硬”的年代感，多少算是高清外表下保留的一丝“复古”痕迹。  整体上，新模型的呈现让游戏在画面质感上有了显著提升，更新之后的UI则比起原作而言分布更加合理，诸如直接给伙伴下指令的操作比起原版更加直观。不过这新UI的风格更现代，少了一点原作中那种“大正风格”的纹理所呈现出的那种整体感。值得一提的是，原作中一些镜头中的角度在重置版中得到了重新优化，多了一些远视角。原本2D贴图的城市这次变成了全3D，要尽量多展示一些的想法也可以理解。 感觉ATLUS在对于“旧作翻新”这件事上，多少还是有点自己的追求的。 音乐与音效是营造氛围的重要组成部分。《葛叶雷道》系列更着重于突出角色本身的魅力，重制版加入了主线全程配音，让剧情演绎更生动了几分。虽然雷道他自己不怎么说话，但通过其他角色的台词演绎，我倒是抓到住许多未曾注意到的细节 —— 比如在澡堂里找人的桥段中，听到路人的吐槽我才注意到，怎么这哥们脱光了衣服也舍不得摘下自己的学生帽呢……  另外，原本系列中出现的几首系列经典 BGM 也得到了重新Remix的待遇，根据编辑部里的隐藏的“ATLUS真粉丝”JF老师的信息，这次的《RAIDOU》中还出现了系列另一部作品《灵魂骇客》中的歌曲《Naomi Battle》。虽然不确定是否还有其他新曲目，这种不怎么了解系列就GET不到的小惊喜，也算是给老玩家们的一个小礼物吧。 # 对原作系统“有的放矢”的优化 之所在文章的开头说《RAIDOU》是一款称得上“独一无二”的作品，还是因为它是整个系列中首部采用A·RPG系统的作品。但说实在的，ATLUS并没有什么做ACT的基因，以至于最终呈现出来还是RPG那种“回合制”的味道。 高情商的话是这么说，低情商的话，那大概只有“太难玩了”这个评价了。  当然，如果说原版玩起来会让人觉得硬核甚至有些“折磨人”，那这次的重制版《RAIDOU》，可以说是在顺应时代的开发方针下，对原作进行了一场“大刀阔斧”的优化改革。整体内容上没有删减，有的只是一些改动和追加。就算是当年的挺多系统放现在来有点老掉牙，但幸亏ATLUS真的有用心听了些玩家们的意见，最终让重制版玩起来比起原版舒服了不止几十倍。  比如说本作中最为明显的一个设计就是告别了“暗雷”，实现了纯“明雷”的战斗：原版在现实世界（如筑土町）中就会遇敌，但重制版中的葛叶雷道可以专注于剧情和探索，不用再被各种无意义冷不丁冒出来的战斗打乱了节奏。在召唤使魔跟随后，玩家还可以指挥其手动在远程触发战斗，不想战斗也可以通过走位或是使用减少敌人刷新频率的技能进行回避。  原版需要猜技能的玩法（如飞行、读心术），在本作中直接改成只要队伍中有具备该技能的使魔就可一键使用，极大提升了整个游戏的流畅度。UI更是在右上角直接加入了小地图与任务标记，甚至一些可以召唤使魔进行“搜查”的地点也标注了出来，原版中频繁打开菜单看地图和“地毯式”搜索隐藏要素的繁琐也就不复存在了。 至于游戏最核心的战斗系统，在《RAIDOU》中也进行了一些明显的优化。MAG算是《女神转生》系列的经典资源，本作中可以简单理解成MP（原版的MP和MAG还是分开的）。整个战斗系统实际上也是围绕着MAG系统在做文章：例如轻攻击可以恢复MAG但威力一般，重攻击大开大合却无法恢复MAG。  重置版中实际上沿用的是续作《恶魔召唤师：葛叶雷道vs阿巴顿王》的思路，取消了恶魔伙伴独立的MP槽，所有释放的技能均与葛叶雷道的MAG值挂钩。在玩法上让资源管理更加集中，玩家的策略重心也就相应的可以更偏向技能选择与恶魔属性搭配之上。 不过需要注意的是，虽然《RAIDOU》在一定程度上加强了ACT的节奏，但实际上它玩起来与当下许多ARPG游戏还是有些手感上的差距：缺乏打击感和动作僵硬的毛病暂且不提，原版中本身就备受诟病的“单独搜查”（仅控制仲魔探索和战斗）系统，在重制版中仍然存在诸如移动缓、出招慢等问题。动作游戏的爱好者想爽玩本作，势必需要先适应一下本作这种很硬的手感。  不过游戏在战斗系统方面还是新增加了一个“回避取消后摇”的小机制，熟练后可以轻松实现对敌人的压制，甚至是后期越级打怪也轻轻松松，算是有限但很实用的改良，同时也在很大程度上降低了本作的难度。 关于另外一个核心，收服恶魔的系统，《RAIDOU》也算是把后来积累下来的这些新成果进行了重新的统合与整理。不但恶魔本身数量由原本56左右提升到了126只，只要有空的封魔管，同一恶魔还可以收复数只，极大地丰富了收集与恶魔合体的灵活性，不过业魔殿里仍然无法召唤重复的恶魔。  另外在细节上，忠诚度未满的仲魔也能参与合体，不再需要刻意“刷好感”；而原版只能通过合体获得的“技艺属”恶魔，现在可以直接在地图上收服。合体时的技能继承变得更加直观，武器升级则改成了使用特定素材升级武器的新独立系统，更符合现代RPG习惯。 不过对玩过旧作的老玩家而言，本作最为舒适的改动莫过于“战斗结束自动解除所有异常状态”这一设计，像原版类似中毒这种持续折磨玩家的DEBUFF终不复存在；更令人感动的是，原版在“异界”地图中的女神提供的“状态回复”和“复活”服务要花费很多金钱，后期价格还会涨到一个离谱的程度。这次则改成了完全免费的服务，彻底废除了原版堪称“系列史上最黑心”的付费回复设定。  总的来说，《RAIDOU》的改变，让一个原本“难玩”的游戏，拥有了一个“玩起来意外的还可以”的体验。相较于其他游戏那些过于“简单粗暴”的移植，这部作品足可以称得上“颇有诚意”。  # 结语：值得一玩的现代化改造 文章的最后再说回《RAIDOU》在剧情方面的一些改动。原版的故事线已经相对比较完整，所以重置版并没有对剧情进行大刀阔斧的改写，而是进行了细致的局部调整和补完，使故事更流畅、角色更丰满。虽然出于剧透的考虑，文中将不会涉及过多的剧情描述，但相较于原版，部分故事情节发生的场景有微调，在关键的BOSS战中，一些角色还新增加了对话或者内心独白，加深了角色的动机刻画和性格展现，使原本的故事冲突变得更有看点。  另外在结局中，还补完了原作中的一个逻辑小漏洞，至于究竟如何，也请感兴趣的各位玩家们自己亲自尝试一下吧， 这次的《RAIDOU》重制版绝非简单的“高清复刻”。它在忠实保留原作的精髓 —— 独特的大正妖都世界观、深邃的剧情、核心的仲魔收集与合体乐趣等基础上，对阻碍现代玩家体验的诸多“时代痛点”进行了精准的改动。对老玩家而言，这无疑可以算得上是一次充满感动与惊喜的“故地重游”；对新玩家而言，只要能够接受它略显古早的系统设计，它无疑会成为体验这部独具魅力的《真·女神转生》旁系经典的最佳入口。  当然，私心点说，如果能用这样的技术力再把续作《恶魔召唤师：葛叶雷道对阿巴顿王》也重置一遍的话，那可真是j件大好事儿了。 &lt;内嵌内容，请前往机核查看&gt;

 由法国独立游戏工作室 Sloclap 打造的全新在线多人足球动作游戏《开球！REMATCH》现已正式发售，登陆 PC（Steam）、PlayStation 5 和 Xbox Series X|S 平台。  Sloclap 曾以《Absolver》和《Sifu》赢得全球媒体关注，凭借独特的动作设计和沉浸式体验而备受好评。此次，工作室将目光投向竞技体育，致力于打造一款区别于传统体育游戏的在线足球新作。《开球！REMATCH》采用快节奏第三人称视角，强调玩家的个人操作技巧和实时团队协作，力求还原足球比赛中“每个动作都可能左右胜负”的临场感。 发售宣传片现已发布，展示游戏核心玩法及模式内容： &lt;内嵌内容，请前往机核查看&gt; # 从球员视角，重构足球竞技的张力与节奏 《开球！REMATCH》从比赛本身出发，不设自动辅助、无球员属性设定，也没有传统规则中的犯规、越位或 VAR。玩家需独立操控一名球员，依靠纯手动操作完成传球、防守、配合和射门，真正考验玩家的战术意识与操作能力。  游戏在首发版本中支持多种比赛模式：3v3、4v4、5v5 和 5v5 排位赛。每局比赛都体现出高强度的互动性和团队配合的核心地位，强调“集体完成伟大动作”的理念。 “我们想创造一种从球员角度出发的足球体验，不只是战术和配合，更是对节奏、判断与执行力的考验。”——Sloclap 开发团队 发售版本包含多样的角色和球场自定义内容，并配有具有未来感和幻想风格的视觉背景。玩家可以组建战队、参与排位赛、积累成就与奖励。《开球！REMATCH》的首个赛季“Season 0”已同步上线，团队也已规划包括新模式、新角色外观、新场地环境等后续更新内容。 此前游戏曾进行多轮 Beta 测试，吸引近 200 万名玩家参与，社区活跃度持续上升。当前基础版本售价为108元/ 138元/168元。 

目前我国加氢站建设还存在用地困难、审批繁琐等问题。

 图源：世研大消费指数 本次监测周期内，敦煌博物馆院潘妮的宝盒BJD娃娃盲盒、乐高10311 兰花永生花束积木摆件和【米哈游/崩坏】异宠拾遗阮·梅造物迷你盲袋分别以1.82、1.75和1.52的综合热度指数位列榜单前三名。 ## **玩模产品通过经典IP轻量化改造，实现从“低龄情怀”到全民潮玩** 从榜单品牌分布来看，卡游“哪吒2收藏卡斗天包EX版”、奥迪双钻“喜羊羊与灰太狼大电影卡牌”等IP衍生品新上榜，此类产品的核心逻辑在于“情怀唤醒+爽点降维”，利用大众耳熟能详的IP等，降低用户教育成本，同时通过“轻收藏”“轻社交”设计拓宽受众边界，强化国潮视觉设计与“盲抽—收集—交换”的轻量化体验。其中，卡游哪吒2卡牌周边设置不同主题卡包，以及赠送限定角色PR卡，丰富卡牌收集玩法；米哈游“异宠拾遗阮迷你盲袋”，取消复杂技能系统，仅保留宠物收集与场景搭配功能，购买还有机会获得隐藏款“垃圾糕”；以及销售热度第一的博物馆院潘妮的宝盒BJD娃娃盲盒，将传统BJD工艺与经典IP结合，通过视觉重构，打破年龄壁垒。 揭示了品牌方对经典IP的轻量化改造策略：以低认知门槛的“集换”玩法激活存量IP价值，产品成为圈层身份标识，用户通过晒图、换卡、二创等内容生产获取社群认同，从而品牌通过社交裂变实现从低龄市场向潮流消费的跃迁。 ## **乐器以智能消解专业门槛，空间友好与赛博美学重构音乐表达边界** 从细分品类来看，榜单中，LiberliveC1无弦吉他、TheONE弹唱琴Sing智能钢琴、恩雅CyberG赛博电子无弦吉他等产品的强势表现，揭示了乐器行业的核心进化方向——以智能化技术降低创作门槛，以空间适配性拓宽使用场景，以潮流化设计重塑产品价值。以TheONE弹唱琴Sing智能钢琴为例，智能伴奏模式下只需要弹1个音，就能轻松上手，搭配「智能钢琴APP」降低创作门槛；罗兰电钢琴FP30X凭借“可折叠琴架+超轻机身”设计，实现钢琴从书房到露营地的场景跨越，以“减法设计”实现“加法体验”；而恩雅CyberG赛博电子无弦吉他堪称典范：机身采用全能发光键盘设计，音域可通过琴颈功能切换8度，用户可通过APP自定义灯光律动模式，使其从工具进化为“赛博朋克风格装置”。 总的来说，未来，玩模乐器市场将更清晰地分裂为“快餐式体验”与“慢消遣沉浸”两极，消费者追求“最小精力投入，最大表达自由”，品牌需进一步融合硬件与内容生态，明确自身定位，在技术普惠或情感深耕中择一重仓。 **榜单说明** 世研消费指南针系列指数报告是由世研指数独家研发的消费指数评价系统。本系列包括《品牌消费热门指数榜》、《行业消费热力指数榜》、《产品消费热浪指数榜》、《用户消费关注指数榜》等主要榜单，以及对应范围的延伸性榜单报告。旨在通过指数评价的方式，客观、真实地呈现消费世界的趋势特点，帮助行业与品牌主持续追踪消费市场趋势、为企业经营提供参考，提升商业综合竞争力。 世研消费指南针系列指数榜单持续监测行业如下： 3C数码、鞋服配饰、食品生鲜、家用电器、运动户外、美妆清洁、母婴用品、家居家装、汽车消费、玩模乐器、宠物用品，医疗健康共计12大行业。  图源：世研大消费指数 **免责声明** 本榜单由世研指数独家编制，榜单观点、结论和建议仅供参考之用，并不代表任何具体的投资建议或决策依据。 榜单数据计算结合主流平台公开数据与值得买科技旗下世研大消费平台数据沉淀，我们已采取合理措施，以尽量确保所提供数据的可靠性和准确性，但无法排除数据本身的局限性导致部分误差或偏差。此外，本报告中的部分数据未经独立第三方审计机构的正式审计，因此可能存在未被识别的错误或遗漏。特别提醒，市场情况随时可能发生改变，因此报告中的预测、分析和结论可能与实际情况有所不同。 报告中提到的任何第三方名称、品牌或产品仅供说明之用，并不构成对其的认可或推荐。任何对这些第三方的提及不应被视为任何形式的背书或推荐。报告的版权属于值得买科技集团和世研指数所有，未经许可不得复制或分发。对于因使用本报告中的信息而导致的任何损失或损害，值得买科技集团与世研指数不承担任何法律责任。  

“中国丑娃”，成新晋带货王。

京东为什么要做，又该不该做 “餐饮外卖”