按照研究者透露的信息，现在即便20台手机组成的集群的算力，就能支撑75名学生线上提交作业的负荷。毕竟，在大多人的想象中，服务器都是体积庞大的巨无霸，它们专门放置在超大空间的机房里。随着各类AI Agent的演进和端侧应用场景的复杂化，未来的AI计算不再是把所有数据都一股脑打包上传到物理距离遥远的云端机房，而是更倾向于在靠近用户侧的边缘进行即时处理。同时，由于过去数年的极度内卷，手机行业淘汰下来的旧

自研WALL-B世界模型，跳出传统VLA视觉语言模仿框架，让机器人具备预判物理世界变化、自主规划复杂动作的能力，搭建自动化数据工厂，把单条训练数据采集成本降低95%，机器人无需提前预编程，就能自主完成家居整理、工厂分拣等复合任务，核心壁垒是通用AI算法与数据闭环。另一边的智平方，本轮一次性完成近50亿元大额融资，投资方包括国家中小企业基金、深创投等国资体系，茅台、招商局、生物制药龙头等跨行业产业资

技术迭代快、排名不稳定，在这种环境下，“不可替代”很难靠单点技术优势建立起来，而是需要持续领先的工程能力，加上用户长时间使用积累下来的黏性。摩根大通随即把评级从“增持”下调到“中性”，目标价从1100港元降至400港元，理由是，“自M2模型之后，MiniMax尚未推出新的国产SOTA（最先进）模型，且从纯模型能力角度，MiniMax仍在追赶阶段。阿里巴巴持股约13%，是最大单一外部股东，同时又是基

小雷哔哔（ID：xiaoleibbb）查了一下，这位老哥是中国科学技术大学的计算机博士，华为首批八位「天才少年」之一，职级干到了 P20，在华为 2012 实验室负责过大模型训练的软硬协同和基础设施优化。离开华为后自己创业。结果面试官看到他频繁瞥向左边的屏幕，直接就认定他在抄代码，当场让他停止，还放话如果你不能证明你没有在抄代码，面试就无法继续下去了。尤其是现在大模型写代码越来越强的时代，企业更应

工业机器人解决的是“替代人力”的问题，而家庭机器人解决的是“创造新需求”的问题——情感陪伴、教育娱乐、日常服务，这些需求在存量市场中几乎不存在，一旦被激活，将开辟全新的增量空间。业界预言，2026年，商业及消费场景，开始成为人形机器人“更有趣的赛道”，众多机器人团队开始面向消费者推出更拟人的人形机器人。但实际上，优必选真正引起关注的，并不是这个宏大目标，而是其极具冲击力的产品外观，契合了一部分用户

面试过DeepSeek的应届生表示，面试流程超过6轮，现场写代码加系统设计加论文复现，多个参与过面试的应届生表示，面试官会问得非常细，不是聊大方向，是抠实验细节，并且面试官会针对你说的论文，一直追问到你答不上来为止，测试你是不是真的做过。到了特斯拉，他更是直言，说车并不重要，真正重要的是“制造机器的机器”。再说，R1，它的核心突破是摒弃人类示范，纯靠“解题—奖励—再解题”的强化学习循环，让模型自己

如果一家成立仅数年的中国创业公司，能在资源并不占优的情况下，依靠架构和工程效率推出接近全球前沿闭源水平的开源模型，那么华尔街自然会追问：美国AI公司动辄巨额投入的数据中心，是否都能转化为等比例技术壁垒？公开信息显示，K3参数规模达2.8万亿，原生支持视觉理解，具备100万Token上下文窗口，面向软件工程、知识工作、深度研究、多模态理解等复杂任务优化。过去，全球大模型的技术路线、评测体系、商业规则

上周五深夜，北京著名的工体酒吧一条街上，一家名叫"迈阿密"的酒吧里，月之暗面的年轻人包下数十张卡座，大屏幕滚动着中英双语标语：“K3扩容升级，K4给我狠狠干到极致，冲上月球。会用AI的人与不会用AI的人，能拿到算力资源的公司与拿不到的公司，掌握数据的大平台与没有数据的普通人——差距不是在缩小，而是在以另一种方式拉大。既拓展了认知的边界，也在悄悄侵蚀独立思考的土壤。看到这条AI圈少见的“娱乐新闻”，

更关键的是，特斯拉开始向第三方企业出售整套超充技术与运营服务，“白牌版”超级充电站，任何企业都可以购买特斯拉超充桩、贴上自己的品牌运营，特斯拉从中获得硬件、软件授权和后续服务三重收入。当一家公司同时控制着地面上的汽车、天上的卫星、工厂里的机器人和驱动这一切的芯片与算力时，它的竞争对手面对的不再是一家“车企”，而是一张无处不在的基础设施网络。现在，特斯拉开始向第三方售卖“白牌版”超充站：设备是你的，

彭一杰：机器人肯定是未来的长周期大赛道，但要能够自主理解、规划任务、长程协作，现在不光是AI大脑不成熟，硬件也不成熟，软硬协同也有问题，像李飞飞、杨立昆等顶尖科学家都有这种警告，还需要至少十年、二十年才能逐渐走向成熟。更重要的是，直接面向结果，替代人或辅助人做决策，人只是最后的确认方，这是跟传统工业软件最大的差别。这不是空洞地说做个大模型，自己在实验室里去搞训练，而是要到真实场景里，根据客户需求和