公司战略与组织架构 - 华为2012实验室已成立基础大模型部，专注于推进基座模型开发 [1] - 2012实验室由数十个研究室组成，承载通信技术、云计算、人工智能、机器学习等最前沿技术，主要面向未来5-10年的研究方向 [1] - 公司于今年10月通过其常务董事余承东发布“全球顶尖AI人才招募令”，面向全球招募年轻科研人才 [1] 人才招募与团队建设 - 公司明确提出了三大核心筛选标准：学术先锋（如顶级科研成果/竞赛获奖）、技术热情（对AI有坚定信仰，愿投身长期基础研究与工程落地）、创新思维（敢于挑战技术边界，具备突破性思维） [1] - 招募目标为打造世界一流的AI战队，旨在构建领先世界的大模型并攀登AGI（通用人工智能）的巅峰 [3] - 岗位覆盖AI算法、大模型架构、多模态理解、数据工程、AI安全与隐私等前沿方向 [5] 产品与技术方向 - 部分招募岗位将直接参与华为“盘古大模型”的下一代演进及AGI探索项目 [5] - 公司将AGI视为一场定义时代、改变世界的战役，并认为AGI将是超越想象的革命 [3]

文章核心观点 - 当前AI技术发展已进入边际效益递减阶段，短期内难以复现类似GPT-4的阶跃式突破，行业焦点应从追求通用人工智能(AGI)转向现有技术的规模化商业应用[8][13][18] - AI最大的价值在于将企业内80%-90%重复、高频、规则化的“照章办事”型脑力工作自动化，通过构建“数字专家”潜入产业流程，实现降本增效[9][29][32] - 技术落地的关键并非模型本身的持续突破，而在于具备将行业知识结构化、并利用现有模型能力嵌入业务流程的工程应用型人才[33][34][35] 对AI技术发展现状与趋势的判断 - 技术演进进入平台期：GPT-4代表了基于Transformer架构的一次革命性飞跃，但此后模型能力的提升进入边际递减阶段，新模型在真实业务场景中仅带来几个百分点的提升，行业工作转向工程化优化[13][14][15] - 资本投入的边际效用下降：下一次AI范式突破属于极少数顶尖科学家团队，依赖正确的问题和新的方法，而非无限堆砌资本和算力[17] - Scaling Laws可能已结束：这意味着资源分配应转向将现有技术嵌入业务、做工程化闭环，同时模型能力增量的稳定化反而为应用落地带来了更明确的窗口期[18] AI商业化落地的路径与机会 - 落地重心在于产业流程：真正的战场不是聊天机器人，而是潜入电力、能源、制造等重行业，替代企业内80%重复、高频、规则与判断聚合的脑力工作[5][9] - 核心价值是“隐性经验”的结构化复制：通过访谈专家、解读过程文档，将老师傅等一线人员的经验逻辑转化为大模型可理解的结构化知识，构建可规模复制的“数字专家”系统[25][27][32] - 应用场景广泛且可规模化：以电网故障研判为例，一个变压器可能有100个场景，一个变电站可能有1000个，国家电网有约十万一线检测员工，类似场景在各行业大量存在，且解决方案的边际复制成本趋近于零[29][32] 对行业生态与参与者的影响 - 人才需求转变：最稀缺的是既懂业务又理解模型能力边界的工程应用型人才，而非纯算法工程师，这类人才能将AI能力嵌入任务流程[33][35] - To B生态可能重塑：大型企业可能内化大部分外部开发能力，未来能存活的服务商主要是掌握行业Know-how或有数据积累的公司[37][38] - 垂直Agent存在价值：垂直大模型性价比低，但垂直Agent作为“最后一公里”的解决方案，通过将碎片化行业规则转化为可调用的指令流程而具有商业价值[39] 中美AI发展路径的差异 - 中国路径：受算力限制（如某大厂仅5000张卡），且更务实强调系统性落地，将AI深入生产核心环节（排产、工艺、供应链），国企愿意为长期效率进行前期投入[41][43][45] - 美国路径：自下而上，聚焦于法律、财务等边界清晰、易验证和变现的商业场景工具化产品[44] - 结果差异：中国公司选择深入产业现场解决具体问题以沉淀通用能力，而美国公司更多走向快速变现的产品[45]

公司上市与市场表现 - 摩尔线程于12月5日登陆科创板，发行价为114.28元，开盘后股价在10分钟内飙升至688元，首日最高涨幅达468% [3] - 该公司是今年科创板最大的一笔IPO，也是中国第一家登陆资本市场的全功能GPU公司 [5] 公司技术与产品定位 - 公司产品定位为全功能GPU，类似于“瑞士军刀”，能同时用于游戏、AI大模型训练、科学计算及图形工作站等多种场景 [8] - 公司已量产五款芯片，迭代了四代架构，其国产显卡已能实机运行《黑神话：悟空》 [10] - 公司创始人张建中是GPU行业老将，曾帮助国际巨头在中国市场份额从不足50%提升至80%以上 [10] 研发投入与财务状况 - 过去三年公司合计亏损超过50亿元，其亏损主要源于高强度的研发投入 [16] - 公司将43亿元投入研发，研发团队人员占比高达77% [18] 生态建设与行业挑战 - GPU的成功不仅依赖硬件，还需软件、驱动和生态支持，需兼容操作系统、图形接口并适配开发环境 [12] - 公司为构建生态，自主研发了MUSA架构并建立了开发者社区 [12] - 技术迭代和生态建设需要时间，每代芯片的打磨可能需要三到五年 [21] 行业格局与竞争态势 - 国产GPU行业并非一家独大，后续还有沐曦、壁仞等公司排队IPO，形成百花齐放的竞争格局 [19] - 不同公司有不同技术路线，例如沐曦的“千卡集群”已进入商用阶段，壁仞的产品已在AI研究机构落地 [19] - 摩尔线程的上市标志着国产GPU赛道进入“鸣枪起跑”的快车道，吸引了资本、开发者和终端厂商的关注 [19] 投资逻辑与市场前景 - 公司IPO打新获得超过200家机构参与，其中私募机构有113家，包括知名量化、FOF及头部基金 [15] - 机构投资逻辑是押注国产算力的未来，看好GPU在AI大模型、AGI、工业仿真、数字孪生及元宇宙等万亿级市场的应用前景 [18] - 公司将自身比作早期的特斯拉，虽然财务亏损，但技术方向和长期逻辑获得市场认可 [18] 行业意义与战略价值 - 公司成功上市被视为中国算力自强的“新路标”，实现了国产全功能GPU从“0到1”的突破 [5][23] - 该突破打破了长期被国外垄断的技术壁垒，标志着国产算力从解决“有没有”向“好不好”迈进 [5] - 国产GPU的发展关乎技术主权与产业安全，是一场“无路可退”的突围战 [26]

项目Aura与Android XR的核心意义 - 谷歌首次公布Project Aura产品与Android XR系统细节 将其描述为最完整、最接近理想形态的硬件样本及官方认可的系统级参考硬件[3] - Project Aura标志着谷歌的Gemini AI首次真正拥有“看见世界”的能力[3] - Android XR的核心目标是构建开放、统一的扩展现实平台 让AI进入真实世界的光线、空间与行为之中[4] - 谷歌将Aura形容为“Gemini AI的第一双原生空间之眼”以及未来几年开发者都将参考的生态标准之一[4] XREAL公司的技术合作与行业地位 - 谷歌为验证新系统范式 选择与XREAL深度合作[4] - 合作基础源于XREAL在光学、芯片、空间算法及先进制造上的系统性领先 使Aura成为谷歌最认可的“AI+XR硬件落地路径”[4] - XREAL创始人兼CEO徐驰提出 Agent不应仅是软件 更应是“硬件化的Agent” 以最大范围释放AI能力[7] - 徐驰认为眼镜作为与人最贴近的设备 是承载下一代智能终端的天然载体 其带来的增量数据是AI通向AGI的必经之路[7] Project Aura的核心技术能力 - **70°光学透视视场角**：采用最新Prism™光学系统实现70° FOV 为消费级AR的最大实用视场 让数字内容自然叠加于环境 使Gemini能识别场景、物体与操作步骤[9] - **X1S空间计算芯片**：采用XREAL自研的X1S芯片 专为AR设计 构建低延迟、高精度的空间智能链路 是“空间级AI”的底层基础[10] - **Gemini AI深度融合**：将多模态Gemini与眼镜的摄像头、麦克风及环境传感器融合 实现实时语义理解、场景任务与自然交互 使AI从一个应用升级为系统本身[11] - **开放的原生AI操作系统**：Android XR在继承移动生态基础上 为空间计算提供底层原生支持 打破XR行业长期碎片化问题 为开发者与内容生态提供统一轨道 并为Gemini引入标准化空间入口[12] 中国团队的研发贡献与产业链优势 - Project Aura的硬件研发和制造几乎全部依托中国团队完成 形成完整、可控、可规模化的产业链优势[12] - Prism™光学系统由中国团队独立研发并量产[12] - X1S空间计算芯片由XREAL端到端自研设计[12] - 供应链体系扎根长三角 其可靠度与规模化能力领先全球[12] - 上海成为XREAL全球研发与未来AI终端创新中心[12] - 中国已成为全球硬件创新最快、制造链条最完整、迭代效率最高的基地[13] - 凭借硬件创新与完整制造生态 中国企业首次有机会深度参与下一代计算平台的标准与话语权定义[13] - AI连接世界的“眼睛” 正从中国诞生[13] 项目进展与市场展望 - 根据官方信息 Project Aura将在2026年正式面向市场[14]

此次开源意味着硬件厂商、手机厂商和开发者均可基于AutoGLM。 本文为IPO早知道原创 作者｜ Stone Jin 微信公众号｜ipozaozhidao 据IPO早知道消息，智谱深夜开源其核心AI Agent模型AutoGLM。该模型被业界视为全球首个具 备"Phone Use"（手机操作）能力的AI Agent，能够稳定完成外卖点单、机票预订等长达数十步的 复杂操作流程。 在智谱看来，Agent的爆发，需要所有人一起参与。其更乐见的是：有团队基于 AutoGLM，做出真 正意义上的 AI 原生手机；有研究者把其中的某个模块拆出来，变成一篇论文、一套新算法；有个人 开发者把一个 Demo 改成自己的项目，在某个小众场景里真正跑起来。 当然，AutoGLM会以这样的产品形态出现，源于智谱对AGI早期形态的理解。智谱认为，从Agent 到AGI，还需要满足3A原则：Around-the-clock（全时）：24 小时运行，即使用户离线，Agent 依然在执行任务；Autonomy without interference（自主零干扰）：独立运行，不占用用户屏幕 与算力，平行世界的搭子；Affinity（全域连接 ...

文章核心观点 - 在真实、复杂的户外场景中，当前机器人的自主能力面临严峻挑战，频繁“翻车”，特别是在感知与操作方面存在显著短板 [4][8][9] - 行业普遍高估了人形机器人的通用能力，短期内（如五年内）走进家庭承担家务的目标难以实现 [11] - 实现具身智能真正落地的“必选项”是让机器人“丢掉遥控器”，具备全自主的感知、决策与执行能力 [11] - 尽管面临挑战，但比赛中部分机器人的成功表现（如完成500米全自主定向越野）也展示了技术进步的真实希望 [57][59][65] 感知能力面临的困境 - 户外光照变化严重影响机器人视觉感知，强光下深度相机（如RealSense）的主动光结构几乎失效，导致机器人无法识别透明或反光物体（如矿泉水瓶、白色水壶）[14][16] - 复杂变量（如透明与反光、材质差异、颜色变化、光照波动）使得操作任务极其困难，抓取香蕉和矿泉水瓶对机器人而言是完全不同的任务 [23] - 机器人严重缺乏真实的物理信息与触觉反馈，而触觉在人类操作行为中与视觉同等重要 [23] - 部分队伍通过回归“传统视觉+几何”路线并极致打磨，或在高保真模拟器中复现真实噪声，成功实现了复杂任务（如垃圾分拣、吊桥穿越）的全自主完成 [26][28] 智能决策与任务规划能力不足 - 当前多数机器人被形容为只有“20岁身体，3岁智商”，缺乏在开放环境中进行长链任务规划与决策的能力 [31] - 复杂的长链任务（如自主浇花包含8个子任务）难倒了所有参赛机器人，没有一台能实现全自主完成 [32] - 即使采用大模型（VLA模型）进行高层语义理解，其在真实场景中的物理细节理解与操作精度仍不足，导致队伍不得不依赖遥操 [34] - 机器人在任务流程中缺乏异常处理能力，一旦某个环节出错（如水龙头卡住、道具形变），就会陷入停滞，无法自主调整 [37][38][40] 硬件与算力瓶颈 - 主流系统架构采用“大模型+小模型”协同范式，但异构算力（CPU、GPU、NPU）集成面临体积、功耗与高效协同的挑战 [51][52] - 算力不足是突出限制，即使采用豪华端侧配置（如一台Intel NUC主控加两块英伟达算力板），仍面临延迟高、耗电大的问题，无法支撑更大规模模型推理 [52][53] - 实现高质量感知和自适应控制（如力控、重心实时调整）需要更高的算力和更优的本体性能，目前仍有差距 [56] - 行业需要低功耗、高性能的专用芯片和轻量化模型，以让机器人的身体能承载其大脑的智能 [56] 不同机器人形态的发展差异 - 四足机器人在“能走”这一维度已取得质变，有两台四足机器人在比赛中成功完成了500米级、充满挑战的自然地形全自主定向越野 [59][61] - 双足/人形机器人在平衡、力控、地形适应方面远比四足困难，重心高、支撑面小，技术挑战更陡峭，发展道路更长 [61][62][64] - 机器人要真正进入人类世界，需同时具备“能走、能操作、能改造环境”三大能力，目前后两者仍有巨大研究空间 [61] - 在吊桥穿越任务中，面对50cm间隙，四足机器人选择直接跳过，而双足机器人需借助工具（如移动木板）才能通过，这体现了高级智能行为的差距 [43][44][45][49] 赛事价值与行业方向 - 赛事设计直面真实世界的扰动，旨在系统验收机器人的核心能力，并通过碰撞暴露其真正弱点，从而指引行业突破方向 [65][66] - 人工智能的未来方向是机器智能与物理世界的深度融合，AI必须从数据认知走向环境交互和行动执行 [66] - 失败（“翻车”）是进步过程中的正常现象，是迈向成功的必要步骤 [65]

专题：未竟之约：张小珺访谈录 由新浪财经 、微博着力打造，微博财经 × 语言即世界工作室联合出品的泛财经人文对话栏目《未竟之 约》首期深度访谈即将上线。主持人张小珺对话金沙江创投主管合伙人朱啸虎，直面AI浪潮下的激流 与暗礁。 以下为对话实录： 张小珺：Hello，大家好，我是小珺。欢迎来到微博财经与语言及世界工作室联合出品的高端人物访谈 节目《未尽之约》，我们希望和还未完成愿望的人一起去抵达还未完成的旅途。 2024年3月，我曾经发表过一篇报道，叫作《朱啸虎讲了一个中国现实主义AIGC故事》，那使他以犀利 的观点为人所熟识。那么今天，我们将继续记录他在这波全球AIGC浪潮中的新鲜的辛辣的观。 辛辣的观察。 新鲜的辛辣的观察。 今天，我们将继续记录他在这波全球AIGC浪潮中的新鲜的、辛辣的观察。 哈喽Allen，先给观众朋友们打个招呼。 朱总：大家好。 张小珺：这是我们近两年的第三次聊天，也是《朱哮虎讲了一个中国现实主义AIGC故事的第三次连 载》，我们想持续记录你在这波AI浪潮中的观察笔记。 朱啸虎：chatGPT会成为一个超级入口，对META构成威胁 张小珺：ChatGPT会成为一个新的超级入口吗？ 那从 ...

谷歌收紧Gemini API免费政策 - 谷歌大幅收紧Gemini API免费层级的限制，Pro系列已取消，Flash系列每日请求次数从250次降至仅20次，对小型项目开发者造成打击[2] - 谷歌已从其“批量API速率限制”列表中删除了Gemini免费API项，标志着免费API的彻底结束[3] - 此前，谷歌曾推出极具吸引力的免费套餐，例如Gemini 1.5 Flash每天提供高达15亿个免费Token，包括每分钟15次请求、每分钟100万个Token以及每天1500次请求的权限[4] 开发者反应与谷歌策略转变 - 政策变动未提前告知，导致依赖该服务的自动化脚本和实验性项目突然停摆，引发开发者不满[5] - 开发者认为谷歌在通过免费政策收集足够数据并取得领先优势后，正转变策略以推进盈利，开始进行付费转化[5] 大模型竞争格局与性能对比 - 竞争激烈，OpenAI计划将GPT-5.2的发布时间从12月底提前至12月9日，以回应谷歌Gemini 3[6] - 网传基准测试数据显示，GPT-5.2在多项评测中领先于Gemini 3 Pro，例如在Humanity‘s Last Exam（学术推理）上得分67.4%，而Gemini 3 Pro为37.5%[7] - 谷歌Gemini 3 Flash已登陆LM Arena，被视为对标GPT-5.2的产品[7] - 截至2025年底，用户在桌面和移动网页端使用Gemini的平均停留时长达到约7.2分钟，首次超过ChatGPT的约6分钟[6] 谷歌对Gemini 3的评价与未来方向 - 谷歌对Gemini 3的个性、风格和能力表示满意，认为其实现了阶跃式的智能提升，尤其在简洁回答和合理反驳方面[11] - Gemini 3在游戏制作和前端/网站开发方面展现出强大能力，能够理解高层次指令并生成细致输出[12] - 谷歌未来的三个主要发力方向是：模态融合、世界模型和智能体系统[19][20] - 在模态融合方面，谷歌正推进多模态理解与生成，特别是视频处理能力，并开发如Gemini Live的实时交互功能[19] - 在世界模型方面，谷歌正在开发如Genie 3的交互式视频模型，可生成具有一分钟连贯性的模拟世界[20] - 在智能体系统方面，谷歌愿景是打造“通用助手”，并预计未来一年在可靠性上会有重大进展，使其能够完成完整任务[20][21] 谷歌的竞争决心与资源投入 - 谷歌DeepMind联合创始人兼CEO Demis Hassabis表达了与OpenAI竞争到底的决心，强调必须处于最强位置[10] - 公司持续需要更多算力以支持广泛研究，并主张将Scaling Law（规模定律）推到极限[13][14] - Hassabis认为，实现AGI可能需要五到十年，且除了规模化，可能还需要一两次类似Transformer级别的重大突破[14] 行业竞争态势与人才争夺 - 全球AI大模型竞争白热化，Hassabis认为美国与西方在算法创新上仍领先，但中国的领先优势可能只剩“几个月”而非“几年”[22] - 在AI人才争夺上，谷歌寻找“使命驱动”的人才，并凭借其全栈能力、顶尖研究、工程技术和基础设施吸引顶尖科学家与工程师[16]

Scaling Law的现状与历史 - 谷歌DeepMind首席执行官哈萨比斯在Axios AI+峰会上力挺Scaling Law，认为其对于实现AGI至关重要[1][6] - 哈萨比斯指出，Scaling Law最早的发现者并非OpenAI，而是DeepMind团队，其内部在2017至2018年期间的研究已发现相关规律，并称之为“Chinchilla Scaling Laws”[6][14][17] - 基于对Scaling Law有效性的确认，DeepMind调整了研究方向并投入更多资源，这被认为是其在大模型领域取得成功、推动Gemini从1.0演进到3.0时代的关键[18] Scaling Law与AGI（通用人工智能）的关系 - 公司认为，无论AGI最终形态如何，Scaling都将是其中的关键组成部分，且当前Scaling尚未到达极限，有必要继续沿此路线将系统推向最大化[21][22] - 哈萨比斯提出，单靠Scaling Law也有可能达成AGI，因为大量数据和计算资源的投入是展现类人智慧能力的合理途径[7][23] - 同时，他也猜测实现AGI可能还需要一两个类似Transformer或AlphaGo级别的重大突破，并预测这个时间点可能在5到10年内[24][26] 对未来12个月AI发展的预测 - **多模态融合**：完整的多模态融合将是主流演进方向，谷歌DeepMind正全力推进，旨在通过交叉融合图像、视频、文本和音频来全面提升模型的推理和创造力[27][28][30] - **视觉智能突破**：以谷歌Nano Banana Pro等图像模型为例，视觉理解能力有显著进展，未来将在更丰富的分析、故事讲述和分步视觉推理方面继续探索[31][32][33] - **世界模型普及**：世界模型是行业关注重点，也是哈萨比斯个人的工作重点，例如谷歌8月上线的世界模型Genie 3，预计下一年该领域将持续受到业界关注[35][36][37] - **Agent可靠性提升**：哈萨比斯认为，现有Agent系统尚不完全可靠，但预计再有一年时间，Agent将能开始接近于可靠地完成委托任务[38][39][40] Gemini的发展与目标 - Gemini 3的成功验证了Scaling Law的有效性，其全网爆火被视为谷歌打了一场漂亮的翻身仗[4][5] - Gemini 3的独到之处在于个性化的深度、简洁的回答、温和反驳不合理观点的能力，并能一键式生成商业级游戏，展现了其基座架构在理解高层次指令和输出高精度细节方面的优势[43][44][45][46] - 公司对Gemini设定的最终目标是成为“通用万能助手”或“通用助手”，下一代Gemini将延续现有优势，出现在更多设备上并无缝融入日常生活，其使用频率将变得和使用手机一样频繁[9][41][46][47]

AGI实现时间表与关键突破 - Google DeepMind CEO Demis Hassabis预测，通用人工智能（AGI）可能在5到10年内实现，距离AGI仅差一到两个AlphaGo级别的技术突破 [2][3][13] - 该预测并非基于模型参数规模，而是基于当前模型在理解能力、判断能力和创造能力方面的具体进展 [3][12] 当前AI模型已具备的核心能力 - 模型从文本专家进化为多模态理解系统，例如Gemini能够理解视频内容并解读动作背后的深层意图，展现出洞察能力 [3][4][6] - 模型具备独立的判断力，能够在被指出错误时进行温和反驳，显示出对上下文的理解和表达平衡能力，开始向稳定人格型系统靠近 [7][8][10] - 模型展现出产品级创造能力，例如能够一键生成可玩的小游戏原型或完整的前端网页，这需要其对代码结构、设计逻辑和交互体验有整体理解 [11][12] 当前模型与AGI的关键差距 - 模型不具备持续学习能力，无法在使用过程中通过互动成长或根据经验改正错误，在线学习和长期记忆系统是关键突破点之一 [16] - 模型无法执行长期规划，缺乏进行长链式推理和制定、执行多步长期目标的能力，底层结构并非为多步决策系统设计 [17][18] - 智能体系统仍不稳定，无法在复杂环境中可靠地执行多步骤任务，因此尚不能将整个任务完全委托给AI并确信其完成 [19][20] - 模型缺乏跨对话的稳定记忆，无法在多次互动中保持一致的立场、记住用户的长期偏好或根据上下文调节行为，这需要更底层的架构设计 [21][22] 实现AGI的关键技术路径 - 发展“世界模型”是核心路径之一，例如DeepMind的Genie模型能够生成具备物理一致性和时空连贯性的虚拟环境，使AI从理解画面跨越到理解物理规律和推演真实世界 [25][26][27] - 发展稳健的“智能体系统”是另一核心路径，目标是打造能够自主规划、执行任务并根据结果调整的AI，使其从回答问题转变为完成目标，并嵌入到各种生活与工作场景中 [28][29][30] - 单纯扩大大型语言模型（LLM）的规模不会带来AGI，真正的突破将来自世界建模和智能体系统的技术创新 [30] 全球AI竞争格局 - 中美在AGI研发上处于平行赛道，竞争窗口正在压缩，西方目前在算法和创新层面领先，但中国（如Qwen和DeepSeek模型）在技术能力、执行层面和迭代速度上紧跟，差距仅为几个月而非几年 [35][36] - 在AGI竞赛中，真正的护城河并非资金或GPU数量，而是将研究、工程和产品全链条打通的能力，安全是前提，速度是关键 [2][37] 领先AI公司的核心竞争优势 - 科学方法是根本优势，开发AI被视为运用科学方法逼近人类智能本质的过程，而非简单的技术进化 [39][40] - 领先公司（如DeepMind）采取不迷信单一路线的全面试错策略，同时探索强化学习、认知架构等多种技术路径，并严格追踪数据表现，其核心非技术资产是科学决策能力 [41][42][43] - 真正的竞争优势在于将世界级的研究、工程和基础设施三者深度融合，具备把从未被解决过的问题转化为真正可用产品的独特能力 [44]