Category: Tech
-
中国的AI团队最终会被国家队收编吗？目前来看不大可能。最终的结局可能是2到3家巨头鼎立，但有可能会共享基础设施。 DeepSeek在2026年6月的融资轮中将“不挖走我们的人才”作为先决条件，坚持捍卫自身人才储备而非吸收竞争对手。然而，在2026年6月，该公司启动了大规模招聘，使多个团队的规模扩大了一倍，同时转向产品开发。观察到的唯一整合是公司内部的：腾讯于2026年3月将其人工智能实验室并入混元团队。 截至2026年7月，中国的人工智能研究仍然分散在DeepSeek、阿里巴巴、字节跳动、腾讯、Moonshot、智普和MiniMax等公司，各实验室之间展开激烈的人才争夺，而非合并。商业份额正向Qwen、DeepSeek和GLM集中，但这只是市场份额的集中，而非研究机构的合并。 对于中国 AI 行业在“混战/养蛊”之后是否最终会合并成一个统一机构，行业内确实存在预测与现实的深刻分歧。 针对这一问题，可以从预测逻辑、现实演变以及产业规律三个层面来剖析： 一、 预测逻辑：为什么会有人预测“最终归于一体”？ 提出“国家队/单一联合体（如 DeepCent 等假想国家级平台）收编所有顶尖人才”的观点，通常基于以下几种推演逻辑： 二、 现实演变：目前为何没有合并，反而越打越热？ 从截至 2026 年中期的实际情况来看，行业并没有向“单一合并”演变，反而维持着高度分散和激烈的竞争： 三、 最终结局会如何？ 综合技术发展规律和产业现实，AI 行业的最终格局大概率不会演变为“合并成唯一的国家级/企业级实体”，而更有可能形成以下形态： 总结来说： “养蛊”阶段确实会导致大量中小型 AI 实验室被淘汰或被吞并，商业份额会高度集中；但将全国最顶尖的人才全部打散并“合为一体”的预测，在创新动力学和产业规律上均难以成立。竞争与多元化，依然是当前 AI 技术突破的最核心驱动力。
-
看到一个有趣的帖子，那么是否中英两种语言在本质上就有区别呢？ 中文是否能够在AI生成视频方面取得领先？至少在目前，可以看到抖音，tiktok或者快手，以及微信视频号方面的持续用户增长。我们尝试从信息编码效率来探讨一下这个问题。 在信息编码效率方面，中文与英文的本质差异源于信息密度（Information Density）与传输速率（Transmission Rate）的协同与博弈。语言学研究（如法国国家科学研究中心 CNRS 的跨语言实验）表明，虽然不同语言的信息表达方式不同，但人类大脑处理信息的实际吞吐效率是趋同的。 中文与英文在信息编码效率上的核心区别可归纳为以下四个维度： 1. 静态信息密度（信息/空间维度）：中文显著更高 在书面印刷、屏幕显示和视觉占用空间上，中文的信息编码效率远高于英文。 2. 动态传输速率（信息/时间维度）：英文以速度补足 虽然中文在静态空间上的信息密度极高，但在口语或音频传输时，两种语言的效率达到了微妙的平衡。 3. 组合与扩展效率（词汇构建模式） 在面对新事物、新概念的编码与扩展时，两种语言采用了完全不同的系统架构： 4. 冗余度与纠错能力（信息论视角） 根据香农（Claude Shannon）的信息论，语言的冗余度决定了其在传输过程中的抗噪能力（纠错性）。 总结
-
在 AI 时代，“Token”成为了计算资源、注意力和认知表达的基本计量单位（类似于智能时代的“算力货币”）。大语言模型（LLM）底层对文本进行分词（Tokenization）的机制，使得中文与英文在技术层面（Tokenizer 编码机制）和认知层面（语义承载密度）产生了非常独特的张力。 要分析中英文在 Token 维度上的差异及其引发的演化方向，首先需要厘清一个底层事实：“文本视效紧凑”并不等于“Token 效率更高”。 一、 核心差异：Token 计价与语义密度的背离 二、 未来 AI 时代的四大演化方向推演 基于上述差异，中英文在智能生态中的博弈将驱动 AI 架构、经济学和全球文化呈现出以下几大演化趋势： 1. 分词器（Tokenizer）去中心化与“词表政治学” 过去由于西方资本与技术主导，全球主流模型的分词词表严重偏向英文。 2. 双语“混合思维”模式的诞生（Hybrid Cognitive Architecture） 在长推理与复杂任务中，模型将自动演化出“英文指令 + 中文思索 + 目标语言输出”或“英文逻辑框架 + 中文语义压缩”的分工机制。 3. 从 Token 经济学到“多模态去语言化” 因为语言文字之间的 Token 转化始终存在损耗和壁垒，AI 技术的终极演进将直接跳过文本 Token 的中介。 4. 商业推演：算力成本倒逼“中文内容高密化” 在 API 按 Token 计费的时代，成本是决定技术演进的第一推手。 总结 在 AI 时代，英文是算力世界里的“通用代码”与“高冗余逻辑框架”，而中文则是“高压缩率的语义包”与“高密度的思维介质”。 未来的演化不会是某种语言完全替代另一种，而是根据 Token…
-
从汉字的象形与表意特征，到以 TikTok、抖音为代表的短视频应用风靡全球，二者之间并非简单的因果继承，而是在认知模式、信息编码效率、去语言化传播以及产品设计哲学上存在深层的同构逻辑。 1. 认知模式：从“线型听觉解码”到“块状视觉识别” 表音文字（如英文）与表意/象形文字（汉字）在人类大脑中的处理路径截然不同： 短视频（如 TikTok）的媒介特性，本质上是视觉符号对线型文字的再次替代。短视频弃用传统的线性叙事（如长文章、完整电影的逻辑推导），转而通过高频次的画面切变、肢体语言、视觉梗（Memes）和节奏卡点，在数秒内完成信息的“块状打包”。这种依赖快速视觉识别、不依赖复杂线型逻辑的接收方式，与象形/表意文字的认知底座同频。 2. 表达逻辑：意象拼贴与“蒙太奇”语法 汉字的造字与古典诗词表达极度依赖“意象拼贴”。例如“枯藤老树昏鸦，小桥流水人家”，无需复杂的语法连接词，仅凭若干视觉意象的并置，就能瞬间勾勒出完整的意境与情绪。 英语作为典型的表音与线性语法语言，很难像汉语那样仅凭名词的硬性并置（Juxtaposition）就直接成诗。如果只是简单地翻译成英文名词罗列（如 “Withered vine, old tree, evening crow, small bridge, flowing water, homestead.”），在英语语感中会显得断裂、生硬，像是一份没有写完的物资清单，难以自然产生诗意。 如果使用英语，一定要追求接近汉字“块状拼贴”的极致凝练，可以借鉴 20 世纪西方意象派诗歌（Imagism）的写法（意象派本身就极大程度吸纳了中国古典诗歌与日本俳句的灵感，代表诗人如埃兹拉·庞德 Ezra Pound）。 意象派英语诗不讲求完整句法，而是用破折号、分号和极精炼的短语进行视觉剪辑： 英文描写示例： Withered vines on an ancient oak; a crow’s call at dusk— Beneath the small stone bridge, light from a cottage window, drifting on the stream. 回到两者的区别，长期浸润在象形文字的中国人在视频的表达语法完全继承了这种“意象拼贴”特征：…
-
米莱如果在2027顺利当选，连任阿根廷总统。他对中国的政策会有什么变化吗？ 这个问题如果放到 2023年12月米莱上台—2026年8月 的完整时间轴里看，会发现一个非常有意思的变化： 米莱对中国的政策经历了“意识形态敌视 → 经济上的被迫务实 → 主动寻求稳定关系 → 当前的中美之间战略平衡”。 但这并不意味着米莱“亲中”。截至2026年8月，更准确的定义是：政治和安全上明显倒向美国，经济和贸易上无法、也不愿与中国脱钩。 而且关于 Peter Thiel，我认为目前证据支持的结论恰恰与很多中文网络猜测相反：更有证据证明“米莱吸引了Thiel”，而不是“Thiel塑造了米莱”。 但2026年两人的关系正在进入一个值得密切观察的新阶段。 一、先看结论：米莱对中国已经发生了多大变化？ 我会把他的对华政策分成四个阶段： 时期 对华政策 核心逻辑 2023年底—2024上半年 🔴 明显敌视 意识形态优先 2024年中—2024年底 🟡 快速务实化 经济现实迫使调整 2025年 🟢 稳定务实 “亲美，但不脱华” 2026年至今 🟢🟡 双轨平衡 战略上美国，经济上中国 如果用一句话概括： 米莱没有“亲华”，但已经放弃了竞选时的“反华经济政策”。 这两件事一定要区分。 二、第一阶段：2023年竞选时期——米莱几乎把中国定义成意识形态敌人 米莱竞选期间对中国的言论非常激烈。 他明确表示自己不会与“共产党人”做生意，并把中国政府与共产主义意识形态联系起来。 2023年8月，米莱甚至公开表示不会与中国这样的国家政府进行合作。 当时他的外交战略非常清楚： 美国 + 以色列 + 西方民主国家 对比： 中国 + 巴西 +…
-
以下内容非财务建议，not financial advice。通过AI生成。 在中国的 A 股市场中，并没有在业务模式、技术成熟度及企业规模上完全等同于 Moderna 的单一公司。Moderna 是全球 mRNA 技术（涵盖传染病疫苗、肿瘤个性化治疗等）的绝对龙头之一。 不过，从技术路线（mRNA 平台）、管线布局以及产业链合作等维度，A 股市场上通常会将以下几家生物医药或疫苗龙头企业视为 Moderna 的主要对标标的： 1. 沃森生物（300142）—— mRNA 疫苗研发龙头 2. 康希诺（688185）—— 自主 mRNA 平台与 CDMO 3. 百克生物（688276）—— 战略布局 mRNA 赛道 4. 智飞生物（300122）—— 资本赋能 mRNA 产业链 核心对标维度总结 维度 Moderna（美股 MRNA） A 股核心对标公司 技术平台 自主 mRNA 研发 + LNP 递送 + 肿瘤个性化疫苗 康希诺（平台自主度高） 管线进展 传染病疫苗 +…
-
米莱（Javier Milei)能够在2027年大选中获胜连任吗？从polymarket的胜率来看，目前是在53%。 自2023年12月上台以来，哈维尔·米莱（Javier Milei）在阿根廷开启了一场极其激进的“自由意志主义/无政府资本主义”试验。 一、 支持率的变化轨迹：“蜜月—剧痛—巩固” 米莱的民调支持率经历了一个先震荡走低、后随着通胀遏制和中期选举胜利而逐步巩固的过程： 二、 米莱的核心执政政策 米莱的政策核心可以概括为：“休克疗法（Shock Therapy）”加上“极小政府（Minimal State）”。 三、 目前有希望继续连任吗？ 答案是：希望非常大，且前景被广泛看好。 根据阿根廷宪法，总统任期为4年，可连任一次。米莱的第一届任期将于 2027年12月 结束，这意味着他有资格参加 2027年大选 争取连任。 支持他连任的核心优势： 潜在的风险与挑战： 总体而言，只要米莱能在接下来的任期内让实体经济实现持续复苏，他在2027年赢得连任的可能性极高。
-
彼得·蒂尔（Peter Thiel）在阿根廷购买豪宅并将家人暂时迁往布宜诺斯艾利斯，这一举动引发了全球科技与政经界的高度关注。作为硅谷“自由意志主义（Libertarianism）”的代表人物以及“末日防空洞”理念的倡导者，他移居阿根廷的背后有着深层次的考量。 一、 移居阿根廷的深层考量 二、 彼得·蒂尔还在什么地方设置了“安全屋”或后路？ 蒂尔奉行“多重国籍与多地资产配置”策略，以确保在任何单一国家崩溃时拥有全球行动力： 三、 这一行为与哈维尔·米莱（Javier Milei）的执政政策关系 关系极为密切，可以说是促成其落户的关键催化剂。 蒂尔在布宜诺斯艾利斯巴里奥公园（Barrio Parque）购买了价值约1200万美元的顶奢豪宅，并多次与米莱在总统府（Casa Rosada）进行闭门会晤，讨论自由主义、农业科技以及资本引入等议题。 意识形态高度契合： 米莱自称“无政府资本主义者”，高举“税收即偷窃（Taxes are theft）”的旗帜，主张大幅缩减政府规模、废除监管、私有化国有企业。这与蒂尔长期奉行的右翼自由意志主义哲学几乎完全吻合。 资本与政策红利： 米莱上台后推出了大型投资激励机制（RIGI）并逐步解禁外汇管制（cepo），极力吸引硅谷及全球资本。 总而言之，硅谷大佬甚至巨佬的话你可以不听，但是他做的事情你必须关注。
-
The AI Short Drama Surge in China: A $5.6B Market Caught Between Explosive Supply and Vanishing ROIs
先来看一下国内AI短剧的排行榜。红果当然是最红的。 7月份漫剧新剧榜 8月份的数字。 这是漫剧海外版8月的数据，看这标题多么的诱人。AI短剧出海已经刺刀见红了。 lanxi提供了上述截图中的短剧数据。 AI短剧行业现在的状态，用一句话来总结就是：“产能与用户极速膨胀，技术门槛大幅下降，供应链上游赚翻，而底层创作团队正在经历惨烈的价格战与产能过剩。” 根据新榜newrank，dataeye数据的深度解构与分析如下： 一、 用户端与规模：天花板极其诱人，但“快餐效应”显著 二、 供给端与经济学：极致的产能过剩与ROI“淘金陷阱” 三、 生产线与成本：被压到极限的利润空间 四、 产业链格局：“卖水人”狂欢，“淘金者”卷死 五、 总结与趋势预测 这份数据揭示了一个非常典型的“技术引发的产业重塑”全过程：
-
机器人征税和全民基本收入（UBI）有关系吗？目前来看有将相关税收做为UBI资金来源的讨论。 在生成式人工智能与人形机器人技术加速迭代的背景下，“机器人税”（Robot Tax）与“全民基本收入”（Universal Basic Income, UBI）已从象牙塔内的理论探讨，逐渐演变为应对技术性失业与社会贫富分化的核心政策选项之一。 两者在逻辑上构成了一对互补的“开源与分流”机制：机器人税解决资金来源（开源），而 UBI 解决社会财富分配与基本生活保障（分流）。 一、 机器人税与 UBI 的内在逻辑联系 传统国家的财政收入严重依赖劳动所得税（个人所得税、社保基金等）。当自动化和 AI 大规模替代人类岗位时，传统的税基将面临坍塌；与此同时，因技术失业导致的社会福利开支需求将呈指数级增长。 这一供需矛盾促成了“机器人税 + UBI”的双轮驱动模型： 1. 税基转移：从“课税于劳动”转向“课税于资本/生产力” 2. 财富二次分配与再平衡 二、 机器人税与 UBI 的潜在实施路径 实现从现有税制与福利体系向“机器人税 + UBI”的过渡，通常需要经历分阶段、多维度的演进路径： 路径一：征税对象的渐进式演进 为避免直接对“机器人”这一难以界定的概念征税，政策设计往往遵循从“直接机器税”向“资本/超额利润税”过渡的路径： 阶段 征税模式 实施机制与特点 初期（过渡期） 虚拟员工税 / 自动化置换税 企业每减少一个人类岗位并用自动化设备替代，需交纳相当于原岗位一定比例的“失业/再培训基金”。 中期（成熟期） 自动化技术特许权税 / 增值提成 针对使用高阶 AI 或自动化系统的企业，按其自动化设备创造的增加值（Value Added）征收附加税。 远期（终局） 超额利润税与暴利税（Data/AI Monopoly Tax） 不再区分机器硬件，而是针对通过 AI 和机器人形成垄断优势的高科技巨头，征收高额资本利得税与数据税。…