终于等来啦！ 市交通委和市重大办刚刚发布，自本周六首班车起，轨道交通17号线中段、18号线、6号线南段正式开通试运营。 此外，来自市重大办和京投轨道公司的消息。地铁东四站A出入口、14号线景风门站无障碍出入口也在今天正式投用。 18号线共有11座车站，其中将可以在马连洼站与16号线换乘、回龙观东大街站与8号线换乘、天通苑站与5号线换乘、天通苑东站与17号线换乘。 2 17号线北起昌平的未来科技城北区站，南至亦庄地区的嘉会湖站，全长49.7公里，设21座车站，其中11座为换乘站。此前它的南段和北段都已相继开通。 此次开通的是十里河站到工人体育场站的中段，长约7.2公里。有东大桥站、永安里站、广渠门外站、潘家园西站4个站点。其中广渠门外站暂缓开通，列 车通过不停车。 3 此次中段开通后，17号线也南北贯通运营，沿线的未来科学城、望京、CBD、亦庄等重点功能区可以一趟列车通达，届时从嘉会湖到未来科学城北站仅 需66分钟。 1 18号线东起昌平区的天通苑东站，西至海淀区的马连洼站。这条线路连接了"回天地区"、海淀大厂聚集地等重点功能区，给沿线居民带来交通便利。 6号线是一条横贯北京的交通大动脉，它西起石景山区的金安桥 ...

eSIM 无需实体 SIM 卡即可实现全球 IoT 连接的优势，为企业带来了巨大的机遇：全球 IoT 连接、更低运营成本和更简便的设备管理。特别是在GSMA 推出 远程SIM配置 (RSP) 标准SGP.32后。 SGP.32承诺统一和优化 GSMA 的 RSP 标准，并推动 eSIM 和 iSIM 技术的在物联网领域的规模化应用。 与之前的 SGP.02 和 SGP.22 标准不同，SGP.32 专为 IoT（物联网）设备量身定制 - 特别是那些用户界面极少或连接受限的设备。它优化了 eSIM 配置文件在 设备群组中进行安全、大规模、空中 (Over-the-Air, OTA) 管理的能力。 使用 SGP.32 时，配置文件交互的触发点可以是设备端，也可以是云端/服务器端。换句话说，它支持推送 (Push) 和 拉取 (Pull) 两种模式，而 SGP.02 (仅推 送）和 SGP.22 (仅拉取）则不具备这种双向灵活性。 SGP.32的优势则具体分为以下四点： 总得而言，SGP.32 eSIM 是物联网连接的重要里程碑。技术成熟，但要发挥全部价值，需要专业基础设施、生态合作与战略规划。选择经验丰富的 Io ...

行业盈利现状与挑战 - 全球航空业盈利微薄 平均每运送一名旅客利润仅7.9美元[1] - 中国三大航（国航、东航、南航）在2020年至2024年间累计亏损高达2064亿元 直至2025年第三季度末才实现前三季度合计盈利62.8亿元[2] - 行业盈利高度依赖结构性修复与旺季表现 2025年第三季度的高客座率（暑运期间全国平均约84.8%）和定价能力修复是前三季度整体盈利的关键[3][4] 当前经营压力与利润结构 - 第四季度为传统淡季 经营压力显著 12月前两周国内机票价格同比下降1.3% 利润空间被压缩[6] - 航司利润结构高度集中 全年盈利依赖少数高收益航线 其波动会迅速放大或削弱整体利润表现[6] - 中日航线作为典型高价值航线 其收缩对行业利润造成直接冲击 该航线能贡献三大航国际业务约10%-20%的利润[7] 中日航线收缩的具体影响 - 供给收缩幅度巨大 未来两周内已有46条中日航线取消全部航班 截至12月22日 2026年1月中国大陆赴日航班取消率已达40.4%[10] - 多条具体航线（如沈阳-大阪、成都-大阪等）在未来两周的计划航班取消率达到100%[11] - 航司将运力转移至其他目的地（如泰国） 2026年1月中旬起中国飞往泰国的定期航班计划大幅增长近40%[12] 不同航司的受影响差异 - 从航线网络看 国航与东航在日本市场投入更深 受冲击更直接 南航因布局重心不同影响相对有限[14] - 从运力投入（ASK）占比看 春秋航空和吉祥航空敞口更大 中日航线ASK占比分别为19.0%和10.5% 三大航占比仅在3.5%-4.3%之间[17] - 三大航凭借更厚实的国内航线网络具备更强缓冲能力 日本航线主要扮演“抬高整体利润天花板”的角色[18] 成本端的积极因素 - 人民币对美元汇率走强（创2024年10月以来新高）降低了以美元结算的财务费用压力[22][23] - 国际航协预测2025年航空燃油均价约为86美元/桶 较2024年的99美元明显回落 有助于降低单位座公里成本[25] - 国内航油采购机制持续优化 为航司成本控制提供支撑[25] 未来需求周期与盈利前景 - 2026年1月上中旬因春节时间靠后 将形成明显的“需求真空期” 各航司定价谨慎 预计面临显著经营压力[26] - 三大航通过内部降本（如东航提质增效累计增效15.55亿元）和外部环境改善 2025年实现全年盈利的可能性较高[27][28] - 行业盈利基础正在形成 得益于成本改善、票价修复、全球需求回暖及行业供给增速维持低位[28] 行业长期命题 - 行业在实现“扭亏为盈”的数量修复后 下一个核心命题是建立能够对抗周期波动、穿越结构性低谷的盈利韧性[29]

交易核心信息 - 英伟达与Groq达成非独家许可协议，将把Groq的AI推理技术整合进未来产品中 [1] - Groq创始人兼首席执行官Jonathan Ross、总裁Sunny Madra以及部分核心员工将加入英伟达 [1] - 据投资机构Disruptive报道，此次交易金额将达到200亿美元，且将以现金形式进行支付 [1] - 若交易金额属实，此次收购将成为英伟达成立三十多年以来金额最高的收购案，远超当年对Mellanox 70亿美元的价格 [1] Groq的技术与产品 - Groq不生产GPU，它生产一种名为LPU的处理器，旨在彻底颠覆冯·诺依曼架构 [1] - 创始人Jonathan Ross是谷歌TPU项目最早的推动者之一，但他意识到GPU和TPU本质上是在传统架构上“打补丁” [2] - LPU的核心逻辑与GPU背道而驰，其设计追求“确定性”计算，以解决AI推理中的延迟波动问题 [3] - Groq彻底取消了硬件层面的调度器，采用“软件定义硬件”模式，编译器在代码编译阶段就精确规划数据在芯片内的流动 [4] - 在评测中，Groq的LPU在处理大规模上下文时跑出了每秒500到800个Token的恐怖速度，实现了体验上的质变 [5] - Groq使用SRAM来取代英伟达GPU依赖的HBM，SRAM带宽比HBM高出几个数量级且延迟更低，并通过集群设计构建超低延迟的“显存池” [6] - 该设计不依赖昂贵的显存封装和复杂的CoWoS封装工艺，具备更强的量产潜力 [6] 英伟达的收购战略考量 - 收购兼有获取市场占有率的“补全型”和消除生存威胁的“扼杀型”双重目的 [6] - AI的下半场属于推理，市场对算力的需求将从吞吐量转向对“毫秒级响应”的极致追求，而这是英伟达当前的短板 [7] - 收购有“锁死”竞争对手推理能力快速发展的考量，Groq的LPU原本是二线云厂商和AI软件公司用以对抗英伟达性价比优势的谈判筹码 [8] - 通过将Groq收入囊中，英伟达让试图绕过其生态、通过Groq构建差异化竞争力的对手们失去了目标 [8] - 英伟达正在经历从“通用芯片”向“专用推理架构”的产品开发，Groq的“确定性架构”和“软件定义硬件”思路是其最稀缺的补丁 [9] - 通过整合Groq核心团队，英伟达可将LPU的低延迟特性深度融入下一代超级芯片，推动纯推理产品开发进度，保证后续竞争力 [10] - 此举相当于在自身巨轮上加装一台为推理时代量身定制的新引擎 [11] 行业背景与影响 - 全球云服务巨头如谷歌、亚马逊、微软已通过自研芯片（TPU、Trainium、Maia）试图摆脱对英伟达的依赖 [8] - 在AI行业从“不计成本训练”转向“大规模商业推理”的2025年，Groq的方案在英伟达的铁幕上凿开了一道裂缝 [6] - 收购Groq是英伟达利用先发优势积累的庞大现金流，为自己买下了一张通往“后GPU时代”的船票 [12] - 英伟达正构筑一道由先进制程、软件生态以及足以颠覆自己的“叛逆技术”所构成的护城河 [12] - 其战略逻辑是：如果有人要颠覆英伟达，那个人最好就是英伟达自己 [13]

文章核心观点 文章总结了《麻省理工科技评论》评出的2025年度十大AI热词，这些概念正在重塑AI行业格局，反映了技术发展、应用模式、资本动态及社会影响等方面的关键趋势 [1] 氛围编程 - 编程方式被重新定义，开发者只需用自然语言向AI表达应用目标、功能需求和整体体验感觉，AI则负责自动生成代码、调整细节并通过反复对话迭代 [2] - 这种方式由OpenAI联合创始人安德烈·卡帕西提出，被称为“氛围编程”，它并非一种新编程语言，而是一种新的人机协作方式 [2] 推理模型 - “推理”成为AI讨论核心词汇，对应的是推理模型的崛起，这类大语言模型通过多步拆解与连续推演处理更复杂问题 [3] - 自OpenAI发布o1和o3系列后，DeepSeek迅速跟进，主流聊天机器人均已引入推理技术，在数学和编程竞赛中达到顶尖人类专家水平 [3] 世界模型 - AI研究正转向构建“世界模型”，旨在让AI理解现实世界的因果关系、物理规律与时间演化，而不仅仅是学习语言，从而判断合理性并预测未来 [4] - 谷歌DeepMind的Genie 3、李飞飞团队的Marble以及杨立昆离开Meta后的新研究，都通过预测视频演化或构建虚拟环境，让AI在模拟中掌握世界规律 [4] 超大规模数据中心 - 为满足激增的AI算力需求，科技巨头正以前所未有的规模建设专用“超级数据中心” [5] - 例如，OpenAI与美国政府合作的“星门”项目计划投入5000亿美元，在全美建设史上最大规模的数据中心网络 [5] 资本与泡沫 - AI成为资本最拥挤的赛道之一，以OpenAI、Anthropic为代表的公司估值持续攀升，但多数仍处于高投入、尚未建立稳定盈利模式的阶段 [6] - 与当年的互联网泡沫相比，如今顶尖AI公司收入增长迅猛，且背后有微软、谷歌等资金雄厚的科技巨头提供稳定支撑 [6] 智能体 - “智能体”是AI圈内热门但定义尚不统一的概念，各家宣传AI能像“智能助手”一样自主完成任务，但行业对真正智能体行为缺乏统一标准 [7] - 尽管AI难以在复杂多变环境中稳定可靠工作，“智能体”已成为产品宣传中最热门的标签之一 [7] 模型蒸馏技术 - DeepSeek在2025年年初发布的R1模型展示了“蒸馏”技术的巧妙之处，该技术让小模型学习大模型的精髓，以极低成本实现接近顶级模型的性能 [8] - 这表明打造强大AI模型未必只能依赖堆砌昂贵算力，高效的算法设计同样能带来新的可能 [8] AI垃圾 - “AI垃圾”特指为博流量而批量产生的劣质AI内容，该词汇已演变为一种后缀，被用来形容各种缺乏实质、空洞乏味的事物，如“工作垃圾”、“社交垃圾” [9] - 这折射出人们对AI时代内容质量与真实性的普遍反思 [9] 物理智能 - AI在现实世界中的行动能力仍是很大短板，虽然机器人在特定任务上学习更快，自动驾驶模拟更逼真，但不少“智能家庭助手”产品仍需人工远程操控 [10] - 为提升此能力，已有机器人公司开始向普通人征集做家务视频，表明让AI真正理解并适应物理世界仍前路漫长 [10] 生成引擎优化 - 传统搜索引擎优化正在让位于“生成引擎优化”，随着AI直接给出答案，信息获取方式发生改变 [11] - 新的竞争规则是：当用户直接问AI问题时，AI答案中是否会提及特定品牌、观点或引用其内容，内容提供者必须学会被AI引用和吸收，否则可能从视野中消失 [11]

很多技术出身的团队，甚至一些行业里的「老大哥」，都有这么一种委屈： 自己最早布局了某个赛道，技术文档写得比谁都早，产品做得比谁都全。但在大众和客户的认知里，自 己却莫名其妙变成了「第二梯队」。 反观后来的入局者，可能只讲对了一个故事，瞬间就抢走了话语权；这种错位，本质是「事实」输给了 「叙事」。 尤其在今天，AI 让内容生产成本几乎归零，信息泛滥成灾；在垃圾内容的洪流里，默默做事甚至可能 是一种风险。 因为如果不主动建立「信号」，你就会被当成「噪音」处理掉。 所以，到底该如何在现在的舆论场里，建立有效的信号？ 心里装的都是大词：什么是「公众」，什么是「用户」，什么是「Z世代」。 这些词听起来很大，但其 实非常虚。 01 我跟不少企业传播者做沟通时，经常发现一个特别有意思的现象：不管写公关稿，还是做产品发布，大 家下意识的第一反应往往是：我要对所有人说话。 当试图对着一个模糊的「大众」说话时，你的内容为了照顾所有人，必然会变得小心翼翼、四平八稳； 结果，说了很多正确的废话，但对方根本不觉得你在跟他说话。 真正有效的表达，起点一定是具体的。 也就是，必须能在脑子里画出那个具体的"人"。 他可能是客户公司内部专门挑 ...

为填补这一空白，来自国防科技大学与中山大学的研究团队提出了WildVideo，一个面向真实世界视频-语言交互的、系统性的多轮开放问答评测基准。 新智元报道 【导读】基准WildVideo针对多模态模型在视频问答中的「幻觉」问题，首次系统定义了9类幻觉任务，构建了涵盖双重视角、支持中英双语的大规模高 质量视频对话数据集，采用多轮开放问答形式，贴近真实交互场景，全面评估模型能力。 近年来，大模型在多模态理解领域进展显著，已能够在开放世界中处理图文甚至视频内容。 然而，一个普遍且严重的问题「幻觉」始终制约着其实际应用。 尤其在动态、连续的视觉场景中，模型可能生成与视频内容矛盾、违背常识或在多轮对话中前后不一致的回答。 当前主流评测基准多集中于单轮、单视角、选择题型的设定，难以真实反映模型在开放、连续、交互式对话场景中的能力与缺陷。这一评测体系的局限， 阻碍了我们对模型在实际应用中表现的理解与优化。 论文地址：https://ieeexplore.ieee.org/document/11097075 项目主页：https://chandler172857.github.io/WildVideo-leaderboard ...

划重点： 1）白银价格在 2025 年屡创新高，这是宏观流动性与工业需求双重驱动下的估值修复。美联储降息和金银比修复是白银上涨的宏观动力。实际利 率下降降低了白银的持有成本，而金银比向 60:1 的中枢回归，将为银价提供巨大的上涨弹性。 2）长期以来，白银的工业价值被低估，但全球能源转型和 AI 数据中心对高性能电子组件的需求激增，使其战略价值日益凸显。面对需求端如 此明显的变化，白银供应端的反应却极度迟缓。供需严重失衡，将使得白银价格迎来更大的波动。 3）新手投资者可通过三种策略参与白银行情：基础配置可选择现货 ETF 如 SLV 或 PSLV；进阶配置可关注白银矿企 ETF 如 SIL 或高弹性的 SILJ；寻求 Alpha 收益则可挑选 PAAS、AG 或 WPM 等优质白银个股。 白银价格在 2025 年不断刷新阶段性高点，这并非偶然，而是由宏观流动性补涨与工业刚性需求合力主导的估值修复盛宴。 白银是一种非常独特的"贵金属"：它既具备金融货币属性，又具备工业生产属性。因此影响白银价格的因素十分多样。其中有两个最为重要： 其一是降息周期与通胀预期。在美联储开启降息周期的背景下，白银作为无息资产的持有成本 ...

【导读】今年圣诞季，OpenAI上新了一份特别礼物——圣诞版Codex，通过提升使用上限，把假日AI编程的「陪伴感」拉满。在本该放松和休息的日 子，OpenAI、Google、Anthropic的AI编程大战却更加激烈了。 刚刚，OpenAI圣诞版Codex上新！ 这是Codex团队在圣诞节送出的最后一份小礼物。 OpenAI的Codex工程主管Thibault Sottiaux表示，这款名为GPT-5.2-Codex-XMas的模型，在功能上与GPT-5.2-Codex完全相同，只是为了圣诞节而增加了一 点个性化升级。 除了推出圣诞版Codex之外，OpenAI准备的节日礼物还包括重置速率限制，并将使用上限提升至平时的2倍，一直到明年1月1日。 这样，网友们就可以在圣诞节假期期间使用圣诞版Codex「愉快地编程了」。 对于OpenAI的这份圣诞小礼物，网友们的反应也是五花八门。 有的网友表示要好好利用一下这个福利，在活动结束之前「冲刺提交一些代码」。 也有网友抱怨，圣诞假期就这么泡汤了！ 它强化了对长上下文、跨文件、跨模块任务的理解能力，可以真正帮助用户执行编码任务。 另外一个变化，是真正站在了工程侧，重点 ...

文章核心观点 - 学习体验的差异源于生物机制、心理状态与社会环境能否形成良性共振 当三者共振时 学习充满乐趣且高效 反之则容易陷入浅层处理并放弃[6] - 个体与学习的关系并非一成不变 可以通过理解内在机制并采取具体策略进行重塑 从而重新爱上学习[8][10] 学习体验差异的成因 - 对学习内容真正好奇时 大脑会释放多巴胺 形成“好奇-探索-发现”的良性循环 但此机制仅在安全探索环境下生效[4] - 当学习带来威胁感（如担心失败）时 大脑会切换至生存模式 负责复杂思维的前额叶皮层效能下降 学习变成负担[4][5] - 将学习从威胁转化为机遇的关键在于自主性 即对学习内容、方式和目的拥有自主权与信心[6] 影响学习体验的三种关键力量 - **生物因素**：身体状态如睡眠、营养和物理环境影响学习感受 压力激素损害记忆 适度警觉则为学习做好准备[7] - **心理因素**：对错误抱好奇心还是恐惧 决定了是否将挫折视为学习契机 过往负面经历可能催生失败恐惧[7] - **社会因素**：他人（如教师、家人）的期望与反馈 以及文化对智力的认知 塑造个体与学习的关系[7] - 这三种力量会随时间产生复合效应 早期积极体验建立自信 消极经历则可能形成逃避学习的轨迹[6] 重塑学习关系的五个实用步骤 - **剥离学科标签**：讨厌某学科可能只是厌恶其教学方式 应关注学习过程而非内容本身[8] - **进行微型实验**：尝试不同学习方法（如图表、讲解、协作）并灵活变换学习环境、时间和方式[9] - **培养元认知能力**：关注自身感受 记录激发动力与消耗精力的因素 找出最佳学习状态[9] - **建立学习社群**：加入学习小组或寻找教学机会 分享困境并共同庆祝发现[9] - **聚焦成长**：将错误视为数据源 关注收获而非表现 可采用PACT框架追踪进步[10]