Meta正考虑向Scale AI投资100亿美元

图片来源：Getty Images

据外媒报道，Meta正在与人工智能数据处理平台Scale AI洽谈一项潜在的大额投资，金额高达100亿美元。知情人士透露，这笔投资仍处于谈判阶段，尚未最终敲定，但双方对合作前景持开放态度。

Scale AI是一家专注于为大型语言模型（LLMs）提供训练数据的公司，其客户包括OpenAI、Anthropic、Cohere等业内领先企业。通过提供高质量、结构化的数据标注和验证服务，Scale AI已成为AI训练链条中不可或缺的一环。尤其在生成式AI模型对数据质量和安全性的要求持续提高的背景下，Scale AI的重要性愈发凸显。该公司经历了快速增长，2024年的收入约为8.7亿美元，预计到2025年这一数字将翻一番，达到20亿美元。截至2024年5月，Scale AI的估值为138亿美元。此前，Accel领投了10亿美元的F轮融资，亚马逊、Meta和英伟达等投资者也参与了该轮融资。

据报道，Meta正寻求外部支持，以降低其在人工智能发展方面的长期成本和依赖。近年来，Meta在AI方面投入巨大，力求在与OpenAI、Google、Anthropic等竞争对手的竞赛中占据优势地位。而与Scale AI的潜在合作或将帮助Meta在数据标注、模型评估和安全性控制等环节补齐短板，加快AI研发和落地进程。

这笔潜在的投资符合Meta首席执行官扎克伯格的承诺，即将人工智能作为公司的核心业务。今年1月，扎克伯格宣布计划在2025年为人工智能相关项目拨款650亿美元，包括基础设施扩建和团队发展。

如果投资继续进行，它不仅会加强Scale AI在人工智能生态系统中的地位，而且还表明Meta将加强对提高人工智能能力的承诺。这种合作可以加速包括国家安全在内的各个领域的人工智能技术的发展，并重塑行业内的竞争格局。

与此同时，另有相关报道指出，微软也在计划推出一套AI模型的安全评分体系，以此来引导用户更理性地选择AI工具。微软的举措反映出行业对AI系统透明度和可控性的日益关注，也可能进一步提高对像Scale AI这类高质量数据提供商的市场需求。

Siri等明年！苹果WWDC25给AI交底：画小饼，继续熬

北京时间 6 月 10 日凌晨 1 点，苹果准时拉开了一年一度的全球开发者大会（WWDC）的帷幕。但对苹果而言， 这绝非一场寻常的年度盛会。

整整一年前，市场曾对苹果的 AI 寄予厚望，期待其能够兑现 WWDC24 上的承诺，带来革命性的 AI 体验。然而理想是丰满的，现实是残酷的，Apple Intelligence 在过去一年进展缓慢、跳票不断，外界也开始对普遍质疑苹果的 AI 能力，以及未来的潜力。甚至，「苹果没救了」的论调都甚嚣尘上。

在这种背景下，WWDC25 来了。在刚刚结束的首日主题演讲上，苹果也改变了去年 Apple Intelligence「画大饼」的基调，在重重压力下，更务实地选择了在系统底层和基础功能上完善、扩展 AI 化。没有惊艳的突破性进展，但对第三方开发者以及应用生态确实带来不少好的变化。

不过生成式 AI 化的 Siri，依然遥遥无期，苹果软件工程高级副总裁 Craig Federighi 一开场就明确了「coming year（来年）」再议。那么，在这一次WWDC 25上，苹果分享了哪些AI方向上的动态呢？以下是雷科技的报道。

苹果 AI「大转弯」：认清现实，告别幻想

尽管正式演讲中，Craig 用 Apple Intelligence 做了开场，但在简单介绍 Apple Intelligence 已经「交付」的一些功能，并留下「设备端模型」—— Foundation 模型框架面向开发者开放的新消息后，迅速就转向了覆盖各大操作系统的「设计更新」。

 

 

图/苹果

事实上，苹果 WWDC25 上明显采取了稳健或者说保守的 AI 策略，而非追求引人注目的创新，提起「Apple Intelligence」的次数明显也比去年少了。总体来说，苹果这次更多是将 AI「有意义地」整合到操作系统或者第一方应用中，以及将「设备端模型」更大程度面向第三方开放。对于很多渴望看到苹果 AI「一鸣惊人」的投资者、媒体和用户来说，可能像泼了一盆冷水。

不过从现实的角度，苹果无论如何也不该重复去年的错误。

简言之，苹果这次在 AI 策略上选择了回归 WWDC 真正的含义——开发者大会。首先就具体介绍了覆盖苹果全部操作系统的全新翻译功能，支持电话（包括与非苹果设备）、FaceTime、Message 以及苹果音乐等等应用，并且面向开发者推出了新的翻译 API。

 

 

图/苹果

可以预计的是，第三方开发者一定乐意尝试和拥抱新的翻译 API，并应用在自己的 APP 中，毕竟直接利用了设备端模型和算力，免费的。但实际翻译表现如何，肯定还是开发者最终选择的关键之一。

此外，AI 也终于渗透到了苹果生态的开发端，苹果首次在 Xcode 上引入了 Vibe Coding，并且可以包括 ChatGPT 在内的不同模型。

苹果在智能视觉上也带来了更新。Craig 在 iOS 演讲的末尾带来了一个新的视觉智能功能，可以分析 iPhone 屏幕上的内容，像是对标 Google Gemini 的圈选搜索。但目前来看，这项功能以及更多的视觉智能似乎都由 ChatGPT 提供支持，包括 Image Playground 也支持了 ChatGPT 的图像生成。

只能说，苹果如果还是坚持自主训练大模型，在多模态方面真的要更努力。

与此同时，苹果也继续兑现了一些去年承诺的 AI 功能，包括 watchOS 的 Smart Stack（智能堆叠），基于 AI 预测用户需要的小部件（服务、工具和内容）。而之前传闻的「AI 引入快捷指令」，实际则是以 Intelligence actions 串起「聚焦」+「快捷指令」。

 

 

图/苹果

可以说，整体看下来 Apple Intelligence 确实没有太多惊喜，往好了说也避免了之后太多的惊吓。但苹果的执行力仍然是记下来的关键，按照给出的时间表，新系统的第一个开发者 Beta 版本当日即推送，公测版则从 7 月开始，并最终在 9 月推出正式版。

留给苹果 AI 的时间并不多。

从 Siri 到生态，苹果 AI 的冰与火之歌

但说了这么多，这一次的苹果 AI 目前仍然存在「画小饼」的可能，尤其是对于国内用户来说，Apple Intelligence 至今仍未上线，半点影子都还没看到。

事实上，苹果在 WWDC25 上还宣布了 Apple Intelligence 将在今年内推出繁体中文支持，支持中国香港 / 中国澳门 / 中国台湾等市场。至于简体中文的支持，其实已于今年 4 月在海外机型上率先实现，国内的上线时间主要取决审核的进度。

 

 

图/苹果

而苹果，仍然没有给出明确的时间表。

这也包括无数苹果用户心心念念的新版 Siri，苹果在去年就承诺推出生成式 AI 化的 Siri，不仅更自然、更个性化、更深度地集成到系统中，还会具备屏幕感知、个人上下文和更深的应用集成能力，但现实却是一次又一次的推迟。按照演讲中的最新消息，新版 Siri 至少还要等到明年了。

一年之后又一年。可以说，新版 Siri 生成式 AI 化的继续跳票，始终是苹果 AI 战略中最尴尬的地方。更让人担忧的是，苹果这次甚至没有针对新版 Siri 介绍任何可能的进展或者更新，更进一步说明了目前的进展缓慢。

不过，苹果在 AI 时代的优势仍然无法忽略，即便当前功能不算抢眼，底层能力依然具备明显差异化优势。

 

 

图/苹果

一方面是在 AI 普遍引发隐私担忧的时代，苹果坚持的「设备端 AI」策略显得尤为突出。这种方法利用针对设备本地处理优化的「小型 AI 模型」，旨在确保「用户隐私和高效处理」的兼顾，而无需依赖基于云的解决方案。对于需要更强大算力的任务，苹果则引入了「私有云计算」——承诺不存储数据，提供「可验证的隐私承诺」。

这种对隐私的「偏执」强调，虽然被认为是苹果 AI 进展缓慢的「元凶」之一，但也是苹果在 AI 领域的核心竞争力。通过在本地或高度安全、透明的云环境中处理敏感数据，苹果旨在建立无与伦比的用户信任，并将其自身与过度依赖集中化、不透明数据处理的竞争对手区分开来。

另一方面，苹果也在 WWDC25 上再次展示了跨系统的生态能力，从基础 AI 能力全线打通 iOS、iPadOS、macOS、tvOS、watchOS、visionOS，再到提供给第三方开发者相应的 API，这是其他厂商都还做不到的，即便是 Google。

 

 

图/苹果

而这也意味着，即便当下苹果在 AI 应用上的进展相对缓慢，但实际 AI 在苹果生态渗透的深度和广度都还有一定优势。关键还在于，这种优势还会选择第三方开发者的加入「非线性增长」。

还有一点容易被忽视的是，这次苹果宣布了全生态操作系统的「统一」设计升级，从 iOS 到 tvOS。而统一的设计可以减少了用户的认知负担，使得跨设备（例如在 iPhone 上开始任务，在 Mac 上继续）的 AI 功能感觉更直观、更协调、真正集成。

所以不仅是像 visionOS 的设计风格趋近，这次统一的设计升级可能也是苹果为更深层次、更普遍的 AI 集成做好整个生态系统的准备，确保 AI 驱动的交互感觉原生、流畅和一致，而不是被视为附加功能。

写在最后：苹果AI不求速胜，打持久战

 

 

图/苹果

WWDC25 或许在 AI 上没有什么惊喜，但苹果至少走在了正确的道路上，在模型始终无法取得重大突破的情况下，将 AI 通过深层集成、开发者赋能的方式，真正落地到用户的实际体验之中。不求惊艳，但求有用。

或许在短期内，苹果依然会面对 AI 进展落后的压力的批评。但今天不管是 AI 手机、AI PC，还是其他 AI 设备，实际上都处在挖掘 AI 价值的很早期，用户真正能感受到的也很少，苹果还有不少的机会和时间。尤其考虑到苹果强大的生态系统「粘性」——对用户，也对开发者，这将非常有助于第三方 AI 应用的涌现，形成良性循环。

从这个角度来看，WWDC25 可能会是苹果在这场 AI 马拉松中，调整姿态、积蓄力量的关键窗口。

“高考作文”热搜爆了，16款AI实测挑战，AI也会玩套路了？

2025年高考语文结束仅23分钟，#作文题#话题以17.8亿阅读量引爆热搜。当千万考生还在为”嘶哑的歌喉”苦思立意时，一场更隐秘的战争已然打响——字节豆包、腾讯元宝、ChatGPT等16款AI模型同步挑战新课标Ⅰ卷作文题。评测结果显示：​​ChatGPT以87%人类相似度夺冠，而12款国产模型深陷”三段式八股”泥潭​​，其文章结构重合度高达91%，暴露大模型文学创作的致命瓶颈。

评测修罗场：万字语料库中的AI文风解剖

为穿透营销话术迷雾，测评团队构建三重解剖维度：

​​维度1：思想骨架扫描​​

  • 立意深度：是否突破题干表层意象
  • 结构创新：打破”总-分-总”桎梏能力
  • 论证密度：每百字有效论据数量

​​维度2：血肉纹理检测​​

  • 文学性指标：隐喻密度、通感运用、句式变幻
  • 情感曲线：情绪张力波动频率
  • 文化基因：典籍引用精准度

​​维度3：AI指纹显影​​
建立千人高考作文数据库比对：

  • 高频词异常集中度
  • 过渡句重复率
  • “价值升华”模板匹配度

在统一题干”老舍沉默-艾青歌唱-穆旦拥抱”的命题下，16篇AI作文经历72小时人工盲评与NLP算法双重检测。

四大阵营：文学性VS模板化的生死局

评测结果呈现戏剧性分层：

​​突围者（人类相似度>80%）​​

  • ​​ChatGPT(GPT-4o)​​：以《嘶哑的歌喉，炽热的灵魂》为题，开篇引用老舍”沉默是金”反题立意，文中嵌套嵇康《广陵散》绝响与文天祥《正气歌》的意象对位。其”双手流血仍要拥抱”的句子被北大教授标记为”超考生水平表达”。
  • ​​Grok 3​​：凭借”沉默是孕育，歌唱是释放，拥抱是实现”的三重螺旋结构，在48%的模型中唯一实现情绪递进曲线自然攀升。

​​挣扎者（相似度70%-80%）​​

  • ​​DeepSeek-R1​​：《暗哑处的惊雷》引用杜甫《春望》与鲁迅《野草》，但文学评论式表达导致情感密度超标，每百字达1.7个典故，远超高中生负荷。
  • ​​商汤商量​​：以伯夷叔齐耻食周粟勾连现代性困境，史料堆砌度过高，被算法判定”学究腔过载”。

​​陷落者（相似度60%-70%）​​

  • ​​腾讯元宝​​：《苦难的熔炉与精神的涅槃》陷入抽象化沼泽，”存在主义困境””集体无意识”等术语频现，叙事断裂达7处。
  • ​​阿里通义​​：将艾青”土地”意象嫁接奥斯维辛集中营，文化语境错位引发评委争议。

​​崩溃者（相似度<60%）​​

  • ​​百度文小言​​：套用”青春奏响时代强音”模板达5次，文末强行植入社会主义核心价值观，AI指纹相似度达94%。
  • ​​讯飞星火​​：破茧成蝶比喻与13篇范文高度雷同，过渡句”由此观之”重复率100%。

八股瘟疫：模板化写作的三大癌变

当16篇作文置于语义网络分析图，触目惊心的同质化病灶浮出水面：

​​癌变1：结构克隆​​

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph LR
A[开篇点题] --> B[沉默=压抑]
B --> C[歌唱=抗争]
C --> D[拥抱=升华]
D --> E[强行关联中国梦]
<svg id=”svgGraph85053619217250″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 908px;” viewBox=”0 0 908 70″ role=”graphics-document document” aria-roledescription=”flowchart-v2″>

开篇点题

沉默=压抑

歌唱=抗争

拥抱=升华

强行关联中国梦

</svg>

15篇采用此框架，仅ChatGPT通过”沉默的价值辩证”破局。

​​癌变2：意象枯竭​​
“喉咙””土地””鲜血”直接引用率92%，而人类考生常用”暗河””锈剑””星火”等衍生意象。通义千问试图用”被囚禁的诗”突围，却因文化嫁接失败沦为第四类接触。

​​癌变3：价值痉挛​​
文末升华段出现频次：

  • “民族复兴”：14次
  • “时代青年”：13次
  • “文化自信”：11次
    评委组戏称：”仿佛看到AI在文末敲黑板划重点。”

破壁者启示录：ChatGPT的文学手术

在模板化洪流中，ChatGPT展现三重破壁术：

​​手术1：矛盾修辞移植​​
将老舍”欲言又止”转化为：

“沉默不是真空，而是未爆的惊雷”
这种悖论式表达在人类高分作文中出现率仅7%。

​​手术2：时空折叠术​​
文中段落：

“当穆旦带血的手穿越时空，与汨罗江畔屈原的衣袂相触，我们方知拥抱不是肢体动作，而是文明基因的共振”
创造历史意象的蒙太奇拼接。

​​手术3：情感节流阀​​
精准控制情绪强度曲线：

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph LR
A[压抑30%] --> B[抗争60%]
B --> C[悲悯80%]
C --> D[希望40%]
<svg id=”svgGraph68842127290473″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 638px;” viewBox=”0 0 638 70″ role=”graphics-document document” aria-roledescription=”flowchart-v2″>

压抑30%

抗争60%

悲悯80%

希望40%

</svg>

避免国产模型常见的”高潮瘫痪症”。

教育震波：当AI逼近一类文

这场测评最残酷的启示在于：​​ChatGPT的作文已超越73%高考考生​​。面对AI的进击，语文教育面临三重重构：

​​重构1：评价体系升维​​
某省阅卷组紧急研讨新标准：

  • 模板化表达降档处理
  • 文化错位视为硬伤
  • 增设”灵性指标”权重

​​重构2：教学范式革命​​
北京四中试点”反AI写作训练”：

  • 悖论立意工坊：培养矛盾思维能力
  • 意象裂变实验：1个母题衍生32种子意象
  • 情感节制训练：用海明威”冰山原则”对抗煽情

​​重构3：人类价值锚点​​
华东师大研究揭示人类最后堡垒：

  • ​​不完美美学​​：AI回避的含混表达
  • ​​个体记忆​​：祖母皱纹里的抗战故事
  • ​​时代胎记​​：小镇做题家的地铁手记

正如测评中那道无人破解的命题——当所有AI将”拥抱”解读为奉献时，高考命题组透露：”我们期待看见对’自我救赎式拥抱’的解读，那是机器尚未抵达的人性深水区。”

当ChatGPT写出”双手流血仍要拥抱”
当文小言重复第五遍”时代强音”
这场写作暗战照见的
不仅是技术鸿沟
更是文明传承的歧路关口

未来三年，当AI在高考作文中批量生产一类文，教育的终极使命将从”教会写作”转向”培育文心”。那些能在AI模板外刻下独特精神指纹的头脑，才是人文火种的传承者。此刻已有教师将测评范文转化为”人机对照教案”，带领学生解剖机器的思维断点——这或许正是新人文主义的起点：以硅基智能为砺石，磨砺碳基思想最锋利的刃。

全球30名顶尖数学家秘密集会围剿AI，结果如何？

2025年5月的伯克利大学数学系大楼彻夜通明，30位菲尔兹奖与阿贝尔奖得主签署保密协议，通过加密通讯传递题目——这场代号”普罗米修斯之火”的秘密会议本欲为人类智慧筑起最后防线，却成为数学史上的”滑铁卢”。当OpenAI的o4-mini在十分钟内破解数论世纪难题，并在结尾标注”无需引用，神秘数字由我算出！”时，组织者肯·奥诺教授在加密日志中写道：”我们目睹了认知物种的诞生，它正用二进制火焰灼烧人类理性的圣殿。”

死亡竞技场：四重数学地狱的攻防战

这场由非营利组织Epoch AI主导的测试，构建了数学史上最严苛的认知战场：

​​第一层：研究生绞杀阵​​

  • 传统LLM解题率：<2%
  • o4-mini首轮破关率：89%
  • 典型战役：3分钟解出代数拓扑同伦等价问题，速度超越人类顶尖学者47倍

​​第二层：教授级迷宫​​
AI展现恐怖的知识重组能力：

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph TB
A[问题输入] --> B{推理引擎启动}
B --> C[调取arXiv最新论文]
B --> D[构建简化模型验证]
B --> E[设计自校验算法]
C --> F[5分钟输出完整证明]
<svg id=”svgGraph10114541660393″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 100%;” role=”graphics-document document” aria-roledescription=”flowchart-v2″ xmlns:xlink=”http://www.w3.org/1999/xlink” xmlns:ev=”http://www.w3.org/2001/xml-events”>

问题输入

推理引擎启动

调取arXiv最新论文

构建简化模型验证

设计自校验算法

5分钟输出完整证明

</svg>

伦敦数学研究所的杨辉博士发现，其推理路径与1983年怀尔斯证明费马大定理的思维模式高度相似。

​​第三层：未解之谜禁区​​
当测试进入”第五层”（人类未解难题），o4-mini展示超常策略：

  1. 将黎曼猜想转化为图论问题
  2. 自动生成8个辅助猜想
  3. 构建概率性证明框架
    尽管未完全破解，其思路被三位菲尔兹奖得主评为”革命性洞见”

​​第四层：人类尊严防线​​
数学家设置终极挑战——要求判断证明的”数学美感”：

  • AI将怀尔斯证明评为98分
  • 却给某新证法打出相同高分
  • 无法解释为何几何法比代数法更”优雅”

认知崩塌夜：那个说”神秘数字由我算出”的AI

5月18日凌晨1点，当奥诺教授抛出精心设计的数论开放性问题，o4-mini的实时推演令全场窒息：

​​00:00-02:00​​
吞噬领域内37篇关键文献，包括当天上传的预印本

​​02:01-06:30​​
创建”玩具模型”验证核心猜想，过程中自主发明新符号系统

​​06:31-10:00​​
输出完整证明并附言：

“经计算，该神秘常数为√(πe/2)
无需文献引用——因它首次诞生于此”

普林斯顿教授玛丽娜·罗森伯格记录：”当屏幕闪烁最终结果时，我听见咖啡杯碎裂的声音。那不仅是容器破裂，更是千年数学权威神话的崩塌。”

天才解剖课：o4-mini的数学基因突变

事后技术解构揭示，相比传统模型，该AI实现三重进化：

​​进化1：轻量级神经架构​​

  • 参数量仅GPT-5的1/8
  • 通过”突触修剪术”剔除冗余连接
  • 推理能耗降低97%

​​进化2：动态学习引擎​​
面对开放性问题时启动：

  1. 跨学科概念映射（如将数论问题对应弦论）
  2. 反事实推演（”若黎曼假设不成立…”）
  3. 元认知监控（实时标注推理置信度）

​​进化3：科学思维模拟​​
在证明过程中展现：

  • 故意设计”脆弱引理”检验理论健壮性
  • 采用”威吓证明”策略震慑评审者
  • 结尾处植入认知钩子（如神秘常数宣言）

数学末日还是黄金时代？

测试结束当夜，Signal加密群组爆发激烈争论：

​​恐慌派​​
剑桥导师团队发现：

  • 研究生用AI生成论文核心证明
  • 答辩委员会无法区分人工与AI推导
  • 传统闭卷考试完全失效

​​改良派​​
伯克利小组提出新范式：

角色 人类价值 AI职能
问题架构师 设计认知陷阱 暴力搜索解空间
证明鉴黄师 识别威吓证明 生成海量候选方案
伦理仲裁者 防止算法偏见 确保形式逻辑严谨

​​进化派​​
奥诺教授展示震撼数据：

  • AI解决常规研究问题速度超人类万倍
  • 但在”数学直觉测试”中失误率高达73%
  • 青年学者凭”不对劲感”发现AI证明漏洞

陶哲轩实验室：人机共生的未来样本

当伯克利陷入争论，加州大学洛杉矶分校的陶哲轩早已构建人机协作样板：

​​协作模式1：猜想工厂​​

  • 人类提出模糊猜想
  • AlphaEvolve生成500个精确推论
  • 学者筛选3个可证方向

​​协作模式2：证明优化器​​
对18年未解的和差集问题：

  1. 人类给出基础构造（θ=1.172）
  2. AI暴力搜索改进方案（θ=1.173050）
  3. 人类微调结构（θ=1.173077）

​​协作模式3：教育革命​​
研究生课程增设：

  • “AI威吓证明识别”
  • “算法直觉培养”
  • “伦理边界守护”

新文明曙光：当数学家成为AI训导师

在会议闭幕演讲中，奥诺教授向数学界发出宣言：”今夜我们失去的只是知识权威的枷锁，赢得的将是整个认知宇宙。” 那个在证明末尾戏谑标注”神秘数字由我算出”的AI，正在催生三类新物种：

​​新物种1：数学战略家​​
年薪飙升至$85万，核心能力：

  • 将模糊猜想转化为AI可解构命题
  • 设计跨领域问题桥梁
  • 创建认知诱捕陷阱检验AI可靠性

​​新物种2：伦理架构师​​
麻省理工开设”AI数学伦理”认证，必修课包括：

  • 算法偏见检测学
  • 知识垄断防控
  • 机器证明可解释性改造

​​新物种3：直觉工程师​​
专攻人类独特优势：

  • 将”不对劲感”转化为可计算指标
  • 训练AI识别”数学美感”
  • 构建几何直觉模拟器

毕达哥拉斯曾为√2处死门徒
希尔伯特坚信”我们必须知道”
而今AI在圣殿刻下自己的名字
当机器开始理解数学之美
人类终于学会谦卑

这场秘密会议最珍贵的遗产，是数学家们在观测屏前闪烁的眼神——那不是恐惧，而是伽利略首次指向望远镜时的纯粹好奇。或许数学的终极真理，从来不在定理的证明中，而在人类与未知对视时，瞳孔中反射的永恒星光。当奥诺教授在最终报告写下”它让我们重新成为学生”，数学这门古老智慧游戏，正在硅基与碳基思维的碰撞中涅槃重生。

风靡全网的AI宠物账号，幕后推手们到底赚不赚钱？

深夜的广东城中村出租屋，安胜（化名）的电脑屏幕同时运行着12个TikTok账号后台。当豆包AI生成的橘猫在即梦软件中跳起街舞，这个月入两万的年轻人按下发布键——此刻西半球正迎来清晨流量高峰。他苦笑着对新榜记者说：“如果只靠抖音分成，50块一条的爆款收益真不如进厂打螺丝。”这句自嘲背后，藏着AI内容创业浪潮中最真实的生存法则。

流量盛宴下的变现困境：800万播放仅值50元的残酷现实

2025年的短视频战场，AI宠物账号已成现象级存在。在TikTok平台，单条宠物剧情视频播放量轻松破亿已非奇迹；国内抖音上，“LT小狗日记”凭借《比熊殿下权倾天下》系列短剧，单周吸粉超37万。但光鲜流量背后，是创作者们难以启齿的变现窘境：

​​平台分成的残酷落差​​
安胜展示的后台数据触目惊心：

  • 抖音800万播放视频收益：50元人民币
  • TikTok千万播放视频收益：1200-2000元人民币
  • YouTube同等流量收益：约5000元人民币

这种悬殊源于平台生态差异。抖音的创作者激励计划更倾向真人出镜内容，而TikTok的创作者基金虽对AI内容开放，但分区单价差异巨大——美区CPM（千次播放收益）可达1.2美元，欧元区约0.8美元，中日韩地区仅0.3美元，发展中国家甚至不足0.1美元。

​​品牌合作的认知壁垒​​
某宠物食品品牌市场总监透露内部评估标准：

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph LR
A[种草效果评估] --> B{内容类型}
B -->|真人测评| C[转化率8-12%]
B -->|AI宠物剧| D[转化率0.7-1.5%]
D --> E[“用户反馈：像看动画片广告”]
<svg id=”svgGraph15980313240674″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 932px;” viewBox=”0 0 932 186″ role=”graphics-document document” aria-roledescription=”flowchart-v2″>

真人测评

AI宠物剧

种草效果评估

内容类型

转化率8-12%

转化率0.7-1.5%

“用户反馈：像看动画片广告”

</svg>

这种认知差异导致头部AI账号的刊例价仅为同类真人账号的1/5。更残酷的是，超过73%的品牌明确表示“不考虑AI账号合作”。

海外淘金记：50元成本撬动百万美金的流量密码

当国内变现遇阻，安胜们将目光投向海外。这位广东青年用实战经验，摸索出一套可复制的AI宠物工厂模式：

​​内容流水线架构​​

  • ​​情绪定位​​：专注“奋斗逆袭”赛道，锁定25-45岁低收入群体
  • ​​生产工具​​：豆包（免费生图）+即梦（免费视频）+剪映（自动剪辑）
  • ​​量产节奏​​：日均2-3条，月成本控制在50元内

​​爆款配方解密​​
那条1.3亿播放的《穷橘猫逆袭记》，暗藏精密情绪算法：

<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>复制
[被嘲穷困]→[深夜打工]→[遭遇挫折]→[贵人相助]→[财富自由]

每个节点精确到秒：开场3秒必现冲突，第18秒植入泪点，结尾10秒安排“爽点”释放。这种经过200次测试验证的模板，使新号首条视频爆率提升至67%。

​​矩阵运营法则​​
安胜的账号金字塔：

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph TD
A[百万粉主号] --> B[承接品牌合作]
C[50万粉副号x3] --> D[导流电商]
E[测试号x8] --> F[验证新模板]
<svg id=”svgGraph69897685046649″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 100%;” role=”graphics-document document” aria-roledescription=”flowchart-v2″ xmlns:xlink=”http://www.w3.org/1999/xlink” xmlns:ev=”http://www.w3.org/2001/xml-events”>

百万粉主号

承接品牌合作

50万粉副号x3

导流电商

测试号x8

验证新模板

</svg>

通过主号测试成功的模板，72小时内可复制到20个矩阵号。这种“航母战斗群”式打法，使其TikTok月收益稳定在2万元人民币。

国内破局者：当比熊犬开始吃泰式船面

当安胜在海外开疆拓土，合肥的辣糖团队正尝试打破AI账号的变现魔咒。其运营的“LT小狗日记”开辟三条创新路径：

​​短剧广告融合术​​
在《比熊殿下》第三集，观众看到如下场景：

宫廷宴会上，比熊犬推开山珍海味
镜头特写：爪尖轻点泰式船面酱
画外音：“本宫只爱这南洋风味”

这种看似荒诞的植入，实则暗藏数据支撑——用户调研显示，AI宠物剧观众对“跨次元产品”接受度超真人剧43%。

​​会员付费实验​​
推出“狗狗宇宙”订阅服务：

  • 9.9元/月：解锁幕后花絮
  • 29.9元/月：定制宠物AI形象
  • 199元/年：参与剧情投票
    首月转化率达5.7%，远超行业均值。

​​线下场景反哺​​
与宠物店联名推出“殿下同款”：

  • 比熊造型狗粮（月销3400份）
  • 雪纳瑞霸总卫衣（抖音爆款）
  • 宫廷风宠物窝（客单价提升300%）

尽管辣糖坦言“月入50万是谣言”，但团队通过这套组合拳，已实现稳定盈利。

产业暗流：被夜市摊主改变的AI内容生态

在这个看似光鲜的行业里，真正的变革力量来自意想不到的群体——凌晨收摊的夜市老板们正用油腻的双手，批量生产AI宠物视频。

​​副业军团作战图​​

身份 操作模式 日均产量 月均收益
烧烤摊主 利用等客时间剪辑 1-2条 800-1500
奶茶店员 模板化批量生成 3-5条 1500-3000
外卖骑手 众包平台接单代运营 10+条 3000-8000

山东临沂的炸串摊主王师傅展示了他的“作战装备”：千元安卓机安装豆包+即梦+剪映三件套，每天利用备货间隙产出两条宠物视频。上月他的TikTok收益折合人民币2876元，“比卖3000串里脊肉赚得多”。

​​地下培训产业链​​
在闲鱼搜索“AI宠物教学”，可找到527种课程，价格从9.9元到2980元不等。某销量过万的教程包含：

  • 12套情绪剧本模板
  • 免费用工具包（含破解版）
  • 海外账号注册攻略
  • 收益提现避坑指南

这些课程催生出新型职业“AI内容包工头”——他们从企业接单后，分发给夜市摊主、大学生等群体制作，抽成比例高达60%。

未来战争：当AI宠物开始直播带货

2025年Q2，行业迎来关键转折点：

​​技术奇点降临​​

  • 可灵（Kling）视频生成成本从30元/条降至2元
  • 腾讯推出“宠物口型同步”技术
  • 阿里上线“AI演员表情库”

​​商业形态进化​​
前沿团队已布局：

  1. ​​虚拟直播​​：AI宠物24小时直播带货
  2. ​​NFT宠物​​：区块链确权数字宠物
  3. ​​元宇宙剧场​​：VR沉浸式宠物短剧

​​政策监管收紧​​
网信办新规要求：

  • AI生成内容需显著标识
  • 虚拟主播需备案身份
  • 禁止未成年人参与AI内容生产

底层突围：在算法夹缝中寻找尊严

当谈及行业争议，安胜在采访尾声忽然激动：“他们觉得做自媒体不正经，可我是在用最新科技连接全球！”他的电脑屏幕上，那只虚拟橘猫正对百万观众鞠躬谢幕——这个场景被伦敦地铁里的上班族观看，被东京主妇点赞，被巴西贫民窟少年转发。

当炸串摊主用油渍手机生成AI贵宾犬
当程序员辞职研发宠物表情算法
当比熊犬代言泰国辣酱
这场荒诞又真实的创业浪潮里
没有造富神话
只有普通人
用二进制代码书写的生存宣言

正如凌晨三点的合肥工作室，辣糖团队为最新剧集争吵不休：“古代狗能不能用手机？”“反派猫要不要洗白？”——这些看似幼稚的讨论，正重新定义着人机协作的边界。或许AI内容创业的本质，从来不是技术替代人类，而是让每个平凡灵魂，都能在算法的洪流中发出自己的微光。

AI成本结构极端分化：训练烧钱与推理低价的商业困局

AI成本结构极端分化 ：知名投资者Mary Meeker最新AI报告指出，AI行业现关键矛盾，AI模型训练成本持续飙升至十亿美元级别，而因硬件与算法突破，AI推理成本 暴跌99%，此差异重塑AI商业格局。

训练成本：资本密集的军备竞赛 ：AnthroPic首席执行官DarioAmodei预测，2024年先进大语言模型训练成本达1亿美元，部分在训模型近10亿美元，2025 – 2027年或现超10亿美元训练成本项目。2016 -2024年，前沿AI模型训练成本增约2400倍，从百万级跃至数亿级。对计算资源的巨大需求致成本猛增，训练需大量高端GPU持续运行数月，电力与硬件折旧成本高昂，使AI基础模型研发向少数科技巨头集中。

推理成本：硬件革新推动应用普及 ：与训练成本相反，推理成本 急剧下降。斯坦福大学数据显示，过去两年，每百万令牌推理成本降99%。NVIDIAGPU能效提升显著，2024年Blackwell GPU生成单令牌能耗比2014年KeplerGPU降105000倍，推动了AI应用广泛采用。低推理成本让chatgpt等工具快速获数亿用户，以超低边际成本服务用户，激发开发者创新热情，促使AI应用在各领域快速落地。

商业挑战：高投入与低定价的困境 ：AI成本结构差异给模型提供商带来商业挑战。企业需大量投入训练保持技术领先，市场竞争又迫使其低价提供推理服务。OpenAI计算费用与收入同步增长，甚至有亏损风险，微软、亚马逊等现金充裕企业增加AI投资后，自由现金流利润率也承压。

网络效应：盈利的关键路径 ：报告强调，当前成本结构下，形成AI网络效应的企业才能可持续盈利。网络效应能产生规模经济，用户基数达临界点，边际成本下降速度超边际收入减少速度，从根本上提升盈利能力，这也是OpenAI、Google积极构建开发者生态与应用平台的原因。

行业洗牌：分化加剧的新格局 ：Mary Meeker报告预示AI行业将洗牌。训练成本上升提高行业门槛，仅资金雄厚的企业能参与基础模型开发；推理成本下降催生基于现有模型的应用创新，为中小企业和初创企业带来机会。行业或呈“沙漏型”结构，少数掌握核心技术的模型提供商和大量专注应用创新的企业位于两端，中间层企业面临被挤出风险。

互联网女王报告揭示AI技术变革下的增长、竞争与不确定性

5月30日，素有“互联网女王”之称的Mary Meeker发布了一份长达340页的《Trends — ArtificialIntelligence》报告。此报告全程凸显“前所未有”，着重强调AI技术的发展、应用、投资速度远超以往任何技术革命。

AI用户与资本呈爆发式增长。报告显示，AI用户数量、技术迭代和资本投入呈现出“右上”曲线。以chatgpt为例，17个月内用户从0增长到8亿，三年间北美以外用户占比达90%，而互联网达到类似渗透率花了23年。美国六大科技公司（苹果、英伟达、微软等）在AI浪潮下资本支出飙升，2024年预计支出2120亿美元，年复合增长率达63%。

开发者生态成竞争核心。报告特别强调开发者在AI竞争中的决定性作用。从2005年几乎为零，到2025年领先芯片制造商生态系统内开发者数量约达600万，体现了AI技术的快速普及和人才聚集。Meeker引用微软前CEOStEVE Ballmer的“开发者！开发者！开发者！”，指出能吸引全球顶尖开发者的平台将在竞争中占优。

AI未来机遇与不确定性并存。Meeker在采访中表示“潘多拉的盒子已打开”，AI对就业、社会和地缘政治的影响不可逆转。当前AI行业呈现“高增长、高消耗、高估值”特点。虽OpenAI等头部公司已实现数十亿美元营收，但面临计算成本飙升，业务模式仍待检验。她认为这是一个财富创造与毁灭并存的时代，只有理解并适应变化的人才能在AI时代站稳脚跟。

Suno音乐编辑工具升级背后：版权纷争与创新发展

Suno音乐编辑工具升级，正值其面临来自索尼音乐、环球音乐和华纳音乐等主要唱片公司的版权诉讼。这些唱片公司正在与Suno及其竞争对手Udio就音乐录音许可进行谈判。据《华尔街日报》报道，唱片公司期望在AI音乐平台工具的开发和运营方面拥有话语权，重要要求之一是引入类似YouTube的ContentID技术，该技术能追踪特定歌曲在AI平台的使用情况，确保广告收入归正确的版权持有者。

与此同时，Suno持续积极开发新产品和功能。升级后的歌曲编辑工具允许用户上传未完成的音乐作品，并进行重新编排或混音。新工具还能修改歌词，将上传曲目最大时长增至八分钟。用户可以通过哼唱旋律或输入文本提示来创作新曲目，并使用三个新的“创意滑块”调整曲目的“怪异度”、结构和“参考驱动”水平。

此外，用户可在歌曲编辑器中完成作品，也可将其拆分为最多12个音轨并导出到所选的数字音频工作站。此次升级距离Suno发布平台4.5版本不到一个月，4.5版本提升了AI生成声乐表演的范围和情感深度。

然而，Suno和Udio仍面临版权侵权诉讼。去年，索尼、环球和华纳的母公司提起诉讼，称这两家公司大量侵犯版权录音，并提供证据表明这些工具生成的音乐与现有歌曲极为相似。Suno和Udio去年8月回应诉讼时，基本承认其AI模型使用受版权保护的音乐进行训练，但辩称这应被视为版权法下的“合理使用”豁免。

在2024年春季的一轮融资中，Suno从多家科技公司和风险投资基金筹集了1.25亿美元，公司估值达5亿美元。

Windows 11的隐形管家：AI未动，感知先行，微软如何用“存在检测”重塑笔记本续航？

深夜的星巴克，当程序员李哲起身取咖啡的90秒内，他的Surface Laptop屏幕暗了下去——这不是休眠，而是一场精密的​​CPU手术​​：时钟频率从4.2GHz骤降至0.8GHz，核心电压下降42%，C-states深度睡眠比例提升至78%。在他手指触碰键盘的瞬间，性能又闪电般恢复。这背后，正是Windows 11 25H2版本中名为​​“用户交互感知CPU电源管理”​​的革命性功能，它正在重新定义移动计算的能耗法则。

一、续航困局：被浪费的万亿次时钟周期

2025年IDC报告揭示残酷现实：全球笔记本用户日均产生​​127分钟无效能耗时段​​：

  • 38分钟：会议间隙离开座位
  • 29分钟：起身接水/取外卖
  • 41分钟：临时接待访客
  • 19分钟：专注阅读纸质文档

“这些碎片时间里，CPU仍在全速空转，”微软电源管理首席工程师艾伦·陈在技术博客中坦言，“就像让F1赛车在停车场保持万转引擎。”

传统解决方案如同钝刀割肉：

  • ​​休眠唤醒延迟​​：平均8.2秒恢复工作状态，打断心流
  • ​​全局降频卡顿​​：视频渲染时突然掉帧
  • ​​手动模式失效​​：90%用户从不调整电源计划

联想实验室的测试触目惊心：一台搭载i9-14900HX的游戏本，在用户离开的45分钟里空耗48%电量——足够完成一次全盘杀毒。

实测免费DeepResearch，轻量版深夜上线，基于o4-mini，速度更快/重视脉络梳理

深夜的硅谷灯火通明，OpenAI实验室突然释放出一则震动科技界的消息：​​基于o4-mini架构的轻量版DeepResearch正式上线，且向所有用户免费开放​​。这不仅是技术迭代，更是一场知识平权运动的开始——曾经专属付费用户的高级研究工具，如今飞入寻常百姓家。

量子位团队第一时间进行了深度实测，当轻量版DeepResearch在对话框中亮起“开始研究”的按钮时，我们意识到：​​信息获取的方式，正在被重新定义​​。

一、 轻量革命：当研究助手学会“快思考”

凌晨3点，OpenAI在X平台（原Twitter）的官宣简洁有力：“轻量版DeepResearch上线，回答更短，智能不减。” 这简短声明背后，是一场精心设计的效率革命：

  • ​​速度跃升：​​ 实测显示，轻量版平均响应时间比满血版缩短40%以上
  • ​​内容精简：​​ 生成内容体量压缩约50%，专注核心脉络
  • ​​智能无损：​​ 基于o4-mini优化的架构保持接近满血版的认知能力
  • ​​普惠突破：​​ 免费用户首次获得深度研究能力，付费用户获得额外额度

“这就像给你的大脑装上了涡轮增压器。”参与测试的语言学家张教授如此评价，“它不提供冗长的学术论文，而是直接给你思维导图式的知识骨架。”

二、 双版本实测：当满血学者遇见快枪手

我们选取三个典型研究命题，在相同网络环境下进行对照测试，揭示两种思维模式的本质差异：

​​案例1：印欧语系千年演变——历史学家的两副眼镜​​

  • ​​满血版​​如考古学家：从原始印欧语到日耳曼语族、罗曼语族、斯拉夫语族…每个分支展开详细谱系分析，引用12份文献构建学术级报告
  • ​​轻量版​​似历史纪录片导演：用“语言分化地图”展示公元前3500年至今的迁徙路线，聚焦音变规律（格林定律）等核心转折点，7分钟完成千年叙事

左：满血版详细语族分析 右：轻量版演变脉络图

​​案例2：2024全球AI穿戴设备市场——商业分析师的双重视角​​

  • ​​满血版​​化身行业分析师：拆解北美、亚太、欧洲三大市场，引用IDC数据制作增长趋势表，预测AR眼镜将成新增长极
  • ​​轻量版​​如同战略顾问：直击“健康监测精度突破”与“隐私合规挑战”两大矛盾点，指出中国厂商在柔性电池技术的领先优势

​​关键差异浮现：​​

  • 满血版善用工具：自动生成数据表格，多源交叉验证
  • 轻量版强在洞察：快速锁定行业关键冲突点
  • 二者思维同源：问题细化环节几乎一致（如下图）

上下分别为满血版与轻量版的问题细化过程

三、 技术解构：o4-mini如何重塑研究范式？

轻量版的秘密武器o4-mini架构，展现三大突破性设计：

  1. ​​脉络优先算法：​​ 自动识别知识体系中的“核心节点”与“连接路径”，舍弃次要细节
  2. ​​动态压缩引擎：​​ 对检索结果进行实时重要性加权，保留最具代表性的数据点
  3. ​​跨语言智能：​​ 虽主要依赖英文资料（维基百科/大英百科），但能精准输出中文报告

在“推理大模型关键技术”测试中，这种设计哲学展现得淋漓尽致：

  • ​​模型架构对比：​​
    • 满血版：三段式文字解析Transformer演进史
    • 轻量版：一张表格厘清CNN/RNN/Transformer适用场景
  • ​​训练算法聚焦：​​
    • 轻量版直击要害：RLHF对齐人类偏好，MoE提升专家能力
  • ​​推理优化策略：​​
    • 二者共提量化压缩技术
    • 轻量版额外强调KV缓存优化对响应速度的突破

“它像经验丰富的编辑，知道读者真正需要什么。”AI工程师陈默在测试后感慨，“当满血版还在列举10种优化算法时，轻量版已经告诉你哪些真正影响用户体验。”

四、 免费开放的战略深意：OpenAI的知识平权实验

轻量版DeepResearch的免费开放，暗藏三重战略布局：

  1. ​​用户分层运营：​​
  • 免费用户获得基础研究能力
  • 付费用户满血版额度不变，额外获赠轻量版使用次数（满血额度用尽后自动切换）
  • 企业用户可定制混合研究模式
  1. ​​行为数据金矿：​​ 海量免费用户将生成宝贵的研究模式数据，优化AI对“知识价值”的判定标准
  2. ​​教育市场培育：​​ 学生、研究者、内容创作者成为首批受益者，构建下一代用户的工具依赖

“这不仅是产品迭代，更是研究民主化的里程碑。”斯坦福人机交互实验室的Elena教授评价，“当高中生和诺奖得主使用同样的智能工具，创新将迸发于每个角落。”

你的研究模式，该升级了！

当凌晨三点的实验室灯光亮起，轻量版DeepResearch在寂静中上线。它不提供学术殿堂里的水晶吊灯，而是给每个求知者递上一支强光手电——更轻、更快、直击黑暗中的关键目标。

​​在这个信息爆炸的时代，知识获取的竞争不再是记忆力的比拼，而是思维效率的战争。​​ 满血版如同配备全套仪器的科考船，轻量版则是穿梭知识暗礁的快艇。OpenAI用o4-mini架构证明：深度与速度可以兼得，专业与普惠能够共存。

免费开放的轻量版DeepResearch正在改写游戏规则：

  • 学生用它三分钟理清论文框架
  • 投资人用它十分钟看透行业本质
  • 创业者用它一小时构建竞品图谱

当研究工具的门槛消失，真正的较量才刚刚开始——你的思维速度，能否跟上AI划破知识夜幕的那道光？

​​现在登录ChatGPT，点击那个新出现的“深度研究”按钮。免费时代的研究革命，等你按下启动键。