合作关系与AGI定义争议 - OpenAI与微软的合作关系因AGI定义分歧面临挑战，涉及数十亿美元商业利益与AI技术控制权 [1][3] - 根据2019年协议，微软向OpenAI投资10亿美元，后续追加130亿美元，约定OpenAI达成AGI后可限制微软获取后续技术 [3] - OpenAI近期在多模态AI、推理能力与自主进化技术上取得突破，引发微软对AGI判定标准的质疑 [3] AGI定义与技术标准 - 行业普遍认为AGI需具备跨领域通用性、自主进化能力、意识与自我认知等特征 [3] - OpenAI倾向"功能主义"定义，以系统实际能力（如图灵测试变体、解决复杂科学问题）为判定依据 [3] - 微软主张"渐进式评估"，认为AGI应分阶段定义以避免过早触发技术限制条款 [3] 商业依赖与谈判僵局 - 微软核心业务深度依赖OpenAI技术，包括Azure云服务算力支持及Copilot等生产力工具的API嵌入 [4] - OpenAI组建独立委员会联合学术界与伦理学家制定AGI判定标准，计划2026年前公布技术白皮书 [4] - 微软提议将AGI判定权交第三方机构（如NIST或IEEE），但OpenAI以"损害技术机密"为由拒绝 [4] 战略立场与潜在影响 - OpenAI CEO强调AGI达成需服务于"造福全人类"使命，暗示可能重新评估与微软的合作关系 [4] - 若OpenAI单方面宣布达成AGI，微软可能失去对GPT-5、GPT-6等下一代技术的优先使用权 [3][4]

生物智能的深刻启示 - 地球上存在三种不同但密切相关的智能：生物智能、人类智能和机器智能，三者相互作用和影响 [2] - 生物智能是最伟大的智能，创造了地球上所有的生命和人类，而人类制造了计算机 [2] - 生物智能的启示在于其从"无"到"有"的自我组装能力，以及保持多样性的进化原则 [4] - 生物进化的奥义在于多样性，子代随机继承母细胞和父细胞各一半的基因，以应对不可预测的未来 [4] - 多样性具有重要的社会意义，是应对未来的一种保险，意味着社会上每个人都很重要 [4] - 生物的生命奥义不是适者生存，而是最具多样性者生存 [5] - 未来不可预测，保持多样性是最好的应对方法之一 [6] 机器智能的深远影响 - 机器智能已存在很长时间，任何利用计算机进行科学研究的行为都是一种机器智能 [8] - 人工智能被视为超级助手，每天与生成式人工智能对话，话题广泛，答案具有启发性 [10] - 人工智能永远不会累，可以随时随地提供辅助，与人类互动中激发新想法 [10][13] - 在人工智能赋能的计算生物学领域，与人类健康相关的生命机制将变得更加清晰 [14] - 不相信技术奇点的概念，因为未来本质上是无法预知的 [12][15] - 人类与计算机、人工智能的结合点会因人而异，利用多样性原则处理互动关系 [12] 人类智能的深度思考 - 人类智能不可替代，具有创新性，能够以出乎意料的方式进行思考 [17] - 人类智能的独特之处在于新想法的随机出现，这是其重要组成部分 [17] - 未来是人类与机器共存的时代，人类智能和机器智能将在互动中找到共识 [21] - 人工智能知道答案，而人类需要做的是思考并提出问题 [22] - 人类将决定价值观的方向，引导技术向善 [23] - 面对未来，应保持开放的心态，重视好奇心、犯错和理解他人意见的价值 [19]

游戏板块市场表现 - 6月26日午盘游戏ETF（159869）上涨近1%，持仓股中光线传媒、掌趣科技、巨人网络、星辉娱乐领涨，游族网络、迅游科技、三七互娱跌幅居前，板块呈现四连阳趋势 [1] - 游戏ETF（159869）跟踪中证动漫游戏指数，反映A股动漫游戏产业上市公司整体表现，可作为布局工具 [2] GPT-5技术进展 - OpenAI CEO确认GPT-5将于夏季发布，整合GPT-4o自然语言能力与o3代码/科学推理优势，形成统一系统 [1] - 此次升级不仅是性能提升，更是迈向类代理模型的关键步骤，推动通用人工智能（AGI）发展 [1] - 华西证券认为GPT-5将推动行业前沿模型性能跃升，改善应用侧市场情绪 [1] 中国游戏市场数据 - 2025年5月中国游戏市场规模达280.51亿元，同比增长9.86%，其中移动游戏同比增长11.96% [2] - 自研游戏出海收入同比增长8.3%，增长动力来自新品、次新品及成熟产品的共同贡献 [2] - 行业供给侧优化成效显现，版号常态化下头部厂商通过IP长线运营与技术创新释放用户价值 [2] - 出海市场韧性突出，本土化内容与运营能力成为全球化竞争核心壁垒 [2] 行业催化因素 - 游戏板块受AI技术、内容创新、商业化模式变革等多点催化 [2]

产品发布 - 公司发布全球首款Agentic AI硬件产品TicNote，厚度仅3mm，支持磁吸手机，搭载DeepSeek-R1大语言模型的Shadow AI技术，具备AI转写、总结、思维导图生成等功能，支持120多种语言转写和连续录音20小时 [2] - TicNote海外版售价159.99美元（4月15日推出），国内悦享版999元，甄选版1499元 [2] - 公司计划未来推出搭载Shadow AI的TicNote Watch智能手表、TicNote Pods智能耳机、TicSports等新产品系列 [2] 战略转型 - 公司从过去重投入硬件研发（需卖10万台回本）转向"超级个体"模式，单个硬件工程师即可开发产品 [3] - 当前硬件定位为AI软件载体，注重持续迭代而非销量，目标服务金融人士、作家等垂直场景 [3] - 主动避开手机厂商竞争领域，选择细分市场（如不做AI眼镜），避免与巨头直接对抗 [8][9] 财务表现 - 2024财年营收3.9亿元，同比下降23%（上年5.08亿元），毛利率52.1%（下降12.2个百分点），运营亏损2.07亿元 [7] - 企业AI解决方案收入1642万元，同比下滑92.7% [7] - 公司2024年4月港股上市，募资超3亿港元，成为"港股AIGC第一股"，当前市值5.3亿港元 [6][11] 技术路线 - 放弃"序列猴子"大模型迭代，认为大模型领域不适合创业公司，转向专注AI硬件+软件应用组合 [7] - 认为复杂硬件制造是中国优势领域，不看好美国AI硬件发展前景 [10] - 提出AGI在软件行业已实现解放80%人类工作的观点 [2] 市场表现 - TicNote海外发售首月销量"很低"，但公司认为即便1万台销量也可通过软件服务实现价值 [8] - 截至发稿股价下跌2.78%至0.350港元/股 [11]

公司发展历程 - 公司最初源于2022年麻省理工学院（MIT）的一个康复类创业项目，后转向AI赋能化学与材料研究 [1] - 公司是国内最早也是唯一专注AI赋能化学与材料研究领域的公司 [1] AI for Science发展阶段 - 第一阶段是数据降维与分析，通过机器学习处理高维科研数据，揭示变量间的隐藏关联 [1] - 第二阶段是科学性假设生成与实验验证的智能化，AI可以同时优化假设提出和验证过程 [1] - 第三阶段接近通用人工智能（AGI），AI或能独立发现如牛顿定律级别的科学规律 [1] 垂直领域AI模型关键因素 - 对于垂直领域的模型来说，高质量的数据可能比模型本身更为重要 [2] - 模型性能由模型架构和数据训练质量共同决定 [2] - 科学领域对结果精度要求非常高，必须100%严谨 [2] 产业链优势 - 中国拥有无可替代的产业链优势 [2] - 美国在科研前端领先，但化工与材料产业已外迁至中国、东南亚和南美 [2] - 公司目标是直接赋能生产端，进行化学材料、化学反应的源头性创新 [2] 创业者特质 - 在AI时代，反应速度是未来竞争中最大的护城河 [2] - 反应速度比技术单点突破更重要 [2] - 前进速度是未来发展中最关键的因素 [2] 未来AI趋势 - 未来三年化学实验可能由机器人和AI完成，解放人类双手 [2]

核心观点 - Meta将以148亿美元收购Scale AI 49%股权 交易完成后Scale AI估值将飙升至290亿美元 较去年融资后估值138亿美元实现翻倍 [5][3] - 该交易将成为Meta继190亿美元收购WhatsApp后的第二大交易 反映出Meta在AI领域的战略布局 [5] - Scale AI作为AI数据标注领域的头部企业 客户涵盖谷歌 微软 OpenAI等科技巨头及美国国防部等政府机构 [5][11] - 创始人Alexandr Wang作为华裔天才创业者 28岁身价已达20亿美元 交易后其财富将进一步增长 [7][12][13] - 早期投资人Y Combinator种子轮投资12万美元 预计获得超1000倍回报 [6][22] 公司概况 Scale AI业务发展 - 创立于2016年 专注于AI训练数据标注服务 最初服务于自动驾驶领域 客户包括特斯拉 Cruise等 [10] - 业务版图持续扩张 转型为企业级数据集成商 协助客户进行AI开发和部署 [10] - 2023年实现年化收入7.5亿美元 同比增长三倍 成为收入最高的AI创企之一 [12] - 最新一轮融资发生在2024年5月 获得10亿美元融资 估值138亿美元 [24] 创始人背景 - 创始人Alexandr Wang成长于华裔科学家家庭 17岁进入麻省理工 后辍学创业 [8][9] - 创业动机源于发现AI行业缺乏高质量训练数据的瓶颈 [9] - 2023年入选《时代》全球百大AI人物 2025年以20亿美元身价成为全球最年轻亿万富豪之一 [12] 行业动态 AI数据标注行业 - 数据标注被视为AI行业的"脏活累活" 但作为深度学习算法的"燃料"不可或缺 [10] - 彼得·泰尔评价Scale AI提供的是AI/ML行业的基础设施 具有长期价值 [10] - 当前美国科技并购市场持续升温 AI项目获得高溢价收购 早期投资人回报丰厚 [6] Meta的AI战略 - Meta在AI领域先发优势逐渐丧失 Llama 4发布表现不及预期 [16] - 扎克伯格组建50人AI专家团队 致力于实现通用人工智能(AGI) [16] - 收购Scale AI有望将训练数据污染率从15%降至2% 缩短下一代模型训练周期40% [17] 投资回报 - Y Combinator种子轮投资12万美元 预计回报超1000倍 [6][22] - Accel通过多轮投资 预计获得超25亿美元退出收益 [22] - Outlander VC早期投资24.5万美元(估值300万美元) 预计回报数百倍 [22] - 2024年5月融资投资者(估值138亿美元)仍有望获得超额收益 [25]

更多精彩内容，敬请关注6月25日晚22：30在 东方卫视 、6月28日晚22:00在 第一财经 频道播出的 《两说》节目。 两说 Business Insights 近年来，人工智能领域每隔一段时间就会出现一个突破性进展。技术层面，通用人工智能（AGI）、 量子计算与脑机接口等领域已无现成经验可循，人类正在踏入一个个科技领域的"无人区"。产业层面，人 工智能在不同场景下，与不同技术的结合，正在为人类的未来带来无穷想象。技术狂飙下，我们应该如何 思考人类与人工智能的关系？在2025年世界人工智能大会即将在上海举行之际，《两说》推出一组系列对 谈，以"探索AI'无人区'"为题，邀请代表性嘉宾，就人工智能发展过程中的热点问题进行深入探讨。 本期节目，由第一财经主持人张媛对话2013年诺贝尔化学奖获得者、斯坦福大学结构生物学系终身教 授、复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特。迈克尔·莱维特教授是当前计算生物学领域 的权威学者，他的研究成果包括DNA和蛋白质的分子动力学模拟，研究领域横跨生物学、物理学、化学、 计算科学等多个学科；他开创性地为复杂的化学系统发展了多尺度模型，因此获得2013年诺贝尔化学奖。 ...

互联网平台布局本地生活服务市场 - 京东、阿里、美团等电商平台在2025年618期间高调进军即时零售和外卖业务，京东外卖日订单突破2500万单并宣布进军酒旅市场，阿里将饿了么与飞猪并入中国电商事业群，美团宣布全面拓展即时零售推动零售新业态升级[1][9] - 中国本地生活服务市场线上渗透率从2021年的12.7%增至2025年的30.8%，2025年市场规模预计达35.3万亿元[2] - 字节跳动通过AI产品"探饭"切入本地生活服务市场，该产品集探店推荐、菜品推荐、点菜下单、团购外卖等功能于一体，并打通抖音生态实现消费闭环[3][4][5] 字节跳动的AI战略与本地生活布局 - "探饭"由字节跳动全资子公司开发，搭载豆包大模型，旨在通过AI技术重构用户饮食决策逻辑，可能成为本地生活的新流量入口[3][5] - 字节创始人张一鸣将战略重心放在通用人工智能（AGI）上，亲自参与AI技术研发与人才招募，此举可能构成抖音在本地生活市场的差异化竞争优势[6][7] - "探饭"目前仍存在对小众新开店铺信息覆盖不全的问题，且仅支持抖音小程序，但字节跳动对本地生活服务市场的野心不止于此[5] 电商平台的即时零售成效 - 京东2025年一季度收入达3011亿元创近三年最高增速，618期间整体订单量超22亿单，下单用户数同比增长超100%[11] - 淘宝闪购联合饿了么日订单数超6000万，订单准时率96%，零售订单同比增长179%，天猫618期间GMV同比增长10%[11] - 阿里整合饿了么和飞猪资源旨在解决业务协同不足问题，通过打通B2C电商、餐饮外卖、本地生活和即时零售获得增量增长[12] 行业竞争格局与趋势 - 各大电商平台从各自核心优势出发升级效率价值，即时零售本质是"效率革命"[10] - 抖音以AI技术切入本地生活市场，而京东、阿里、美团则通过业务整合和扩张抢占市场份额[1][9][12] - 行业专家认为阿里整合资源后将给拼多多和抖音电商带来竞争压力，AI技术可能成为抖音激发平台效率的核心杀手锏[12]

AI对劳动力市场的冲击 - AI正在迅速冲击几乎所有劳动领域，包括创意工作、数据分析、金融分析、法律、医学等专业领域 [1][3] - 43%的AI交互已属于直接执行任务的自动化形式，而非协助思考 [5] - 自动驾驶可能取代数百万网约车、公交和卡车司机 [5] AI技术发展现状与争议 - OpenAI和Anthropic认为通用人工智能(AGI)可能1-2年内实现，而Meta专家认为当前模型缺乏物理世界理解和战略前瞻性 [3] - 2012年卷积神经网络突破终结AI寒冬，确立数据+指标+算力的成功模式 [8] - 当前AI模型仅在其训练数据范围内发挥作用 [3] 自动化影响评估框架 - 自动化风险取决于任务可量化程度，被法律/税法/合规协议规范化的环境最易被取代 [5] - 判断力曾被认为是人类最后优势领域，但AI正快速侵蚀这一领域 [5][6] - 测量成本降低使更多领域变得可量化，加速自动化进程 [9][11] 难以自动化的领域 - 涉及奈特不确定性的任务如创业、政策制定、艺术创作等难以量化 [15] - 隐私/伦理受限领域、要求透明推理的领域、人类偏好参与的领域发展滞后 [14] - 极端物理研究、地幔探索、活脑细胞研究等测量困难的科学领域 [14] 企业应对策略 - 领导者需识别易受自动化影响的业务环节，规划向智能价值链上游迁移 [4] - 应重视无法量化的技能如信任、品味、经验等无形因素 [16] - 支持ROI模糊的创新项目，鼓励团队探索未知，保留战略模糊性 [1][16] AI技术演进模式 - 成功AI系统需要三大要素：任务环境数据、明确奖励机制、充足计算能力 [9] - 合成数据生成和传感器普及正加速AI应用落地 [9] - 测量成本降低形成正反馈循环，使自动化范围持续扩大 [11][12] 人类独特优势 - 人类前额叶皮层支持开放式反事实规划，在不确定性中保持优势 [13] - AI将可预测任务常规化，释放人类脑力处理更高级问题 [13] - 创造性突破依赖设想全新反事实世界的能力 [15]

开源模型与GPT-5进展 - OpenAI即将推出远超预期的开源模型 具备本地运行强大模型能力 将加速AI技术普及和创新 [2] - GPT-5预计今年夏季推出 支持语音/图像/代码/视频多模态输入 是实现完全多模态的重要里程碑 [3] - 完全多模态终极形态将具备深度推理能力 可生成实时视频 即时创建应用程序 提供全新计算机界面 [3][27] AI技术发展趋势 - 当前AI模型能力已超越产品应用水平 存在巨大"产品溢出"空间 即使模型不升级也能支撑大量新产品开发 [4] - AI模型成本急剧下降 GPT-3成本一周内降至原五分之一 性能价格比下降幅度惊人 [5][19] - 2024年被定义为"智能体之年" AI智能体达到AGI第三级(L3) 可像初级员工执行数小时独立任务 [6][7][8] 创业与行业变革机遇 - 当前是技术史上最佳创业时期 AI变革将比晶体管发明更快提升生活质量 小公司迭代速度优势显著 [10][42] - 建议创业者避开核心聊天助手赛道 专注未满足市场需求 差异化路径才能建立防御性 [11][32] - 行业技术剧变期大公司易被颠覆 初创企业应抓住基础设施成本下降红利构建新型应用 [10][43] 人机交互与硬件发展 - 未来计算机界面将趋于无形 语音交互成熟后可实现"设置即忘"的自动化服务 [40] - OpenAI正与Jony Ive合作开发革命性人机交互设备 可能带来继键盘/触摸屏后的第三次交互革命 [41] - 人形机器人技术接近突破 未来订阅高级AI服务可能免费获赠类人机器人 [28][29] 技术战略与行业影响 - AGI发展分为五级：聊天者(L1)/推理者(L2)/行动者(L3)/创新者(L4)/组织者(L5) 当前处于L3阶段 [9][37] - ChatGPT正演变为操作系统级平台 整合记忆功能与多数据源 实现持续运行的主动式AI伴侣 [21][23] - AI科学发现将成经济增长核心驱动力 能源供给与AI发展深度关联 需解决算力基础设施瓶颈 [54][55][59]