AI无法取代的最后高地
2022年的AI浪潮引发了持续不断的焦虑，确实，我们正面临人类劳动史上前所未有的剧变，而这次被淘汰的，正是人类引以为傲的大脑。AI无法替代提问。有个段子：工厂机器坏了，工程师来修，拧一下螺丝就修好了，收了10000元。工厂问凭什么？工程师说：拧螺丝1元，知道拧哪颗螺丝9999元。在AI时代，有价值的问题比平庸的答案更重要。要想提出有价值的问题，需要对领域有深刻理解，所以学习依然必要。AI可以给出答案，但提问和执行需要人类来完成。有人反驳说这太牵强了，因为AI对人的替代是全方位的，提问和执行都可以由AI完成
复旦苏昊：AI 想统治世界，先学会理解物理
ChatGPT 既能赋诗，也能解题，还能与你探讨哲学。可若让它将桌上的杯子向前推一推——它竟连“杯子是否会倾倒”都无从知晓。这并非刻意抹黑人工智能。5 月 27 日，复旦大学新任通用物理智能研究院院长苏昊教授，在校庆报告会上提出了这一难题。这是一个令当下所有大模型集体失语的问题。而他给出的结论更引人深思：“AI 的下一座里程碑，不在于更擅长言语，而在于理解物理世界。”过去十年，AI 领域经历了怎样的变迁？2012 年，ImageNet 让机器学会了视觉感知2022 年，ChatGPT 让机器学会了语言表达
物理智能：AI进化的下一个必争之地
当GPT-4o能够实时对话、生成视频、理解复杂文本时，许多人认为AI已经接近"理解"这个世界了。然而复旦大学通用物理智能研究院首任院长苏昊，在最新校庆演讲中提出了一个发人深省的问题：当下的AI，甚至连推一下桌上杯子会产生什么后果都一无所知。这并非耸人听闻，而是人工智能领域最核心的未解难题。过去数十年间，我们让机器掌握了"看"和"说"的本领，却始终无法教会它"做"。机器能够识别出这是一把椅子，却不了解椅子的实际用途；能够识别出这是一扇门，却不知道需要多大的力气才能将其推开；能够识别出这是一个纸箱，却无法判断
杭州论道AI新纪元：2026全球人工智能技术大会深度解读
2026年5月23日至24日，2026全球人工智能技术大会（GAITC 2026）在杭州未来科技城学术交流中心隆重举行。本届盛会以“交叉、融合、相生、共赢”为核心议题，不仅是一场思维激荡的高端论坛，更是连接全球学术前沿与中国产业实践的重要桥梁。作为中国人工智能领域规模最大、规格最高的综合性会议，GAITC已连续七年落户杭州。正如杭州市委书记刘非在开幕致辞中强调，杭州正努力营造人才成长的“最优土壤”和企业腾飞的“最佳港湾”，力求通过政策创新形成对全球资源的“领先一步的吸引力”。这一战略部署已使杭州成为洞察A
2026全球AI大会揭晓三大核心命题
无论是那些竞相投入巨资迭代的宏大模型，还是曾经火爆一时、如今门可罗雀的“短命”应用，只要你对人工智能抱有好奇，就难免会思考：AI的最终角逐场究竟在何处？大模型的未来走向何方？5月23日，杭州未来科学城，在这场以“交叉、融合、相生、共赢”为主题的AI盛会上，上述疑问似乎已找到答案。本届大会亦是国内AI领域规格最高、规模最宏大的综合性会议之一。在2026全球人工智能技术大会上，潘云鹤、戴琼海、于海斌、赵春江等多位中外院士齐聚一堂，连同全球众多科学家、产业领袖及青年才俊，围绕AI基础理论、关键技术创新、产业融合
时代巨变！AI 智能体开启新纪元，被动模式走向终结
当ChatGPT、豆包等对话型AI尚被大众热议之际，一场底层革命已在业内悄然发生。国内外顶尖大厂纷纷重仓主动式Agent，宣告AI正式告别被动应答，跨入真正的代理智能新纪元。许多人仍固守“输入指令、获取答案”的旧认知，这恰是传统AI的短板。昔日大模型，本质仅是高效的信息检索与文本生成工具，需人类反复下达指令、拆解步骤、掌控进度，一旦脱离明确提示，便难以独立推进复杂任务。AI智能体的核心，在于拥有自主规划、目标拆解、主动执行及闭环纠错能力。它不再坐等提问，而是接到最终目标后，自动拆解多步方案，自主调用工具、
黄仁勋深度剖析：生成计算、再工业化与物理智能的未来图景
欢迎来到——慢思录。在这里，我们以慢节奏触达深度。原始标题：第43集：黄仁勋谈生成式计算、再工业化与物理人工智能 | 2026年4月30日【伊利亚】[音乐] 大家好。我是SASB.ai的伊利亚。在我的新一期"致总统备忘录"节目中，我刚在水晶城办公室完成了与黄仁勋的对话，这是我们12个月内第二次对话。我们探讨了AI的多个层面，涉及中国议题与出口管制，也谈到了AI的普及化与开源问题。一起来回顾吧。在我们下周（5月7日至9日）于华盛顿会议中心举行的旗舰活动——AI Plus博览会前夕，这场对话意义非凡。若您尚未
AI赋能高效生活：从忙碌中解放自我的时间智慧
时间是当今世界最稀缺的资源。每人每日都仅有24小时。你投入时间看短视频，就无法阅读书籍。占用时间加班，就会减少陪伴家人的时光。耗费时间学习AI，就无法专注于其他事务。因此，当我观察到许多人热情高涨地"学习AI"，反而感觉越来越忙碌时，我便明白症结所在。他们是在利用AI完成更多任务，而非借助AI替代那些本应由工具完成的工作。这是一种本质性的思维转变。前者会让你更加忙碌，后者则能提升你的效率。多数人学习AI的方式通常是：清晨早起半小时学习一节AI课程。上下班通勤途中收听AI相关播客。晚上回家花一小时观看AI教
Meta Q1电话会要点：Muse Spark推进 顺带谈代理战略与眼镜热度
专题：聚焦美股2026年第一季度财报 Meta Platforms今天发布了截至2026年3月31日的第一季度财务表现。 详见：Meta营收增长33% 净利润增长61% 上调全年资本支出预期 在财报对外披露后，Meta首席执行官马克·扎克伯格（Mark Zuckerberg）、首席财务官苏珊·李（Susan Li）等管理层举行分析师电话会议，重点梳理财报信息，并逐一回应分析师提问。 以下是本次电话会议分析师问答部分的主要内容： 摩根士丹利(186.7, 0.62, 0.33%)分析师布莱恩・诺瓦克（Bri
AI定价权要转向了
坦白说，把这三则消息放在一起看，我脑海里冒出来的只有两个字：要变天。早晨刷到第一条时，马斯克已经现身OpenAI的审判庭作证了。他的原话大意是：OpenAI本该以慈善为宗旨，却在高管的管理下逐渐偏离，成了追逐利润的机器。更离奇的是，创始人亲自走上法庭去指控自己一手创建的组织不再守初心，这画面本身就足够“魔幻”。而第二条新闻几乎立刻接上来了：报道提到OpenAI的业绩未达到预期。于是就形成了很有冲突感的局面——一边在法庭上谈“你们不该赚钱”，一边资本市场又在说“你赚得还不够”。OpenAI夹在两端，显得格外
华人AI科学家苏昊归国，执掌复旦通用物理智能研究院
AI领域人物 | 感知他们推动世界的努力2009年，普林斯顿大学发布了名为ImageNet的数据库。该库收集了超过1400万张已标注的图像，分为20000多个类别。后续发展你可能已知：2012年，多伦多大学的AlexNet模型借助ImageNet训练，成功将图像识别准确率提升10个百分点。自此，深度学习成为AI的主流方向。许多人将ImageNet称为“点燃此次AI革命的导火索”。这个数据库的团队中，有一位中国留学生，名叫苏昊。2026年4月18日，复旦大学在中国三维视觉大会上公布：苏昊正式加入复旦，担任浩
黄仁勋与英伟达的三大战略方向：物理AI、智能体与推理经济
黄仁勋与英伟达的下一个前沿：物理人工智能、智能体计算和推理经济作者：Zion Zhao Real Estate | 狮家社小赵作者声明及免责声明：本文仅供一般教育及市场知识普及之用。不构成财务、投资、法律、会计或税务建议，亦不构成要约、招揽或推荐。信息仅供参考，可能存在不准确或变更。不承担任何责任。投资涉及风险，包括本金损失；过往业绩并不代表未来表现。本文基于我最喜爱的播客之一——《All-In Podcast》撰写。超越GPU：黄仁勋对英伟达、物理AI及智能基础设施新时代的愿景黄仁勋对英伟达的最新愿景并
具身智能领军人物苏昊回国，出任复旦浩清特聘教授
点击上方蓝字【北大清华讲座】关注，知识改变命运！若无坚韧意志，难入人生赛场；既已入局，无意志亦难取胜。—— 德摩斯梯尼据复旦大学官微消息，4月17日，在中国三维视觉大会（China3DV 2026）上，李飞飞的学生、AI领域翘楚苏昊发表了题为“The Illusion of Physical Understanding”的主题演讲后，正式宣布加入复旦大学，担任浩清特聘教授及通用物理智能研究院院长。苏昊是谁？苏昊是具身智能领域被引次数最多的华人学者之一，ImageNet的缔造者，ShapeNet、Point
日本AI国家队剑指2030：万亿参数"物理智能"來袭，9大财团联手围猎
“物理智能”对阵“具身智能”万亿级工业基础大模型看到这则消息时，我们绝对不能轻视它的意义。软银、索尼、本田、NEC等9家日本顶尖企业正式携手，共同创立"日本人工智能大模型公司"。他们的目标极为清晰：在2030年前，研发出一个具备万亿参数的"物理智能"大模型。业内专业人士都清楚，这绝非一次寻常的商业携手，而是日本倾全国之力的AI绝地反击。组建“国家队”日本的重兵团与中国的“热带雨林”此次日本9大巨头联合的背后，有着强烈的政府意愿。在日本经济产业省（METI）的积极推动下，这种典型的“国家队”模式，试图通过集
2026年企业级AI智能体应用的五大关键领域
本文基于CB Insights报告编译整理，内容经过适当编辑。原文链接：https://www.cbinsights.com/research/ai-agent-predictions-2026/AI智能体正逐步在企业实际运营中扎根。展望2026年，资金、人才招募与并购活动将涌向支撑智能体有效运行的各个技术层级。接下来，我们将聚焦五个增长势头强劲的市场领域，这些领域揭示了智能体提供商的实际部署重点、生产环节面临的挑战，以及后续资本的流动趋势。1. 具备听、说、看、读能力的多模态AI智能体，将在客户服务领域