最近三天

月流水仅2万元，王祖贤、戚薇带火的“AI卖脸”生意，没那么好赚

“3天到手3500元，你的脸能赚钱了。” 现如今，从王祖贤、戚薇、吴启华等明星，到网红、模特、素人，越来越多人开始将人脸授权给AI，在AI短剧、AI广告中出演角色。某明星靠人脸授权狂赚百万元的传闻更是引发了诸多讨论。 随着相关需求的增加，国内开始出现 Mirafans镜界、元相新生、映界智能、新爪、元脸查查 等多家以AI人脸交易为核心业务的初创公司；在海外，也跑出了Actorsy（英国）、Vermillio（美国）等相关公司。 但因为未成年人卖脸、人脸数据滥用、霸王条款等行业乱象，这门尚在襁褓中的生意也遭遇了诸多质疑。毕竟，人脸生物信息属于我国法律重点保护的敏感个人信息。不久前，新京报就发文提醒：“小心‘卖脸兼职’把自己卖了。” AI卖脸到底是一门怎样的生意？人脸要不要卖给AI？ 围绕这些问题，新榜编辑部近期对话了Mirafans镜界创始人温雨涵和元相新生创始人郑立鹏。 王祖贤、戚薇“卖脸”背后，一门悄悄成长的肖像授权生意 AI卖脸这门生意的出现，其实是行业痛点推动的结果。 一方面，AI短剧虽然发展迅速，但因为技术限制等诸多因素，同质化人脸已经成为AI短剧最受诟病的槽点之一。AI创作者急需独特且契合故事的人脸。 据新华网报道，AI横屏剧《宝庆码头》曾用时3天采集37位邵阳籍人士的人像信息，构建AI人脸模型库，希望能更好地呈现一百年前邵阳人闯汉口宝庆码头的故事。 主创李杰认为，市面上大量AI短剧的通病是角色面孔趋同，AI痕迹重，而他希望实现“家乡人的故事，家乡人自己演”。 一些屡被吐槽的AI脸 另一方面，今年以来，AI人脸侵权案例已经多次登上多平台热搜。 有素人被迫出演丑角；有明星被恶意生成AI黄色影像；有网红的AI角色爆红，自己却无法从中获益。越来越多人开始呼吁，不希望自己的脸被无偿使用、恶意滥用。 今年9月，国家广播电视总局也召集红果、快手、爱奇艺、中文在线等17家平台举办座谈会，明确了“任何‘融像’‘融声’行为均须取得权利人明确授权”的共识。 在温雨涵看来，随着AI大模型能力的增强，人脸肖像版权合规一定会成为一个需要解决的问题。于是今年4月，她创立Mirafans镜界，希望能做一家AI时代的合规数据服务商和数字资产交易所。 温雨涵是95后，她从上大学时就开始创业，目前在上海拥有一家MCN机构，旗下签约博主约1000个，累计粉丝数超1亿。这也成为她创立Mirafans镜界的底气。 元相新生几乎和Mirafans镜界同期创立。创始人郑立鹏出身腾讯，曾任微信安全风控总监、腾讯云行业方案总经理等岗位，是一位典型的技术型创业者。他希望借AI时代的东风，将元相新生做成一家AI人脸的视觉中国+BOSS直聘。 郑立鹏觉得，与其让大众的脸被AI无偿拿去训练，不如试着让他们能分到AI时代的红利。“AI时代多数人的价值会越来越低，但人脸始终是最底层的价值。如果一个人不断将自己

预制数据中心，突然火了

最近，黄仁勋又把目光投向了数据中心。这一次，他关注的不只是里面放什么芯片，还有一个更基础的问题：如何更快地建好一座数据中心。 老黄给出的办法是：做预制。 整套Vera Rubin AI工厂在合作伙伴的工厂里装进模块化集装箱，线缆、电路、液冷管路全部布设完毕并通过功能验证，运抵现场后接上电力、冷却和网络即可开机。靠着这一招，现场部署从6个月压缩至最短14天。 预制数据中心，其实并非老黄一家琢磨。 华为推出3D数据中心，将空间布局调整与工厂预制结合起来；立讯精密旗下的立讯智算，也展示了集装箱式预制数据中心方案。大家想解决的是同一个问题：让机房建设和设备交付，尽量跟上算力需求的增长。 毕竟，在AI时代，机房如果还按老节奏慢慢盖，确实容易出现一种尴尬：爷爷立项，爸爸施工，孙子开机，顺便给上一代GPU办个怀旧展。等数据中心两年后建出来，黄花菜都凉了，最后只能当作AI的传家宝。 01 数据中心，花钱大户 AI基础设施到底有多热，可以先看两个指标：花钱，用电。 国际能源署在2026年的报告中指出，五家科技公司的资本开支在2025年超过4000亿美元，预计2026年还要增长75%。用电量也在同步增长。IEA统计，2025年全球数据中心用电需求增长17%，其中面向AI的数据中心增长50%；其更新后的基准预测是，全球数据中心用电量将从2025年的485太瓦时，上升到2030年的约950太瓦时。 国内这边，工信部披露，截至2026年9月底，我国智能算力规模达到2592 EFLOPS，同比增长146%。而这些数字，最终都要靠具体的设备和机房上去实现。 芯片需要服务器，服务器需要网络和存储，还要吃电、散热。到了高密度AI系统这里，供电、液冷、设备重量、安装空间和维护通道，都需要一起设计。英伟达在DSX POD技术说明中，也将计算、网络、电力、液冷和运输结构列为需要协同处理的工程环节。 这意味着，算力扩张带来的不只是“多盖几间机房”。设备的集成程度提高了，配套系统也需要跟着调整。 与此同时，计算设备本身的组织方式正在变化。面对大模型训练和推理中的通信需求，厂商开始通过更紧密的高速互联，将更多加速器组织成协同工作的系统，超节点成为其中的重要方向。 而超节点怎么设计，会直接影响机房怎么配套、怎么安装，以及多久才能交付。 02 形态各异的超节点，给机房出了新题 数据中心的需求下，服务器跟不上了，行业里全都在看超节点。 当前，厂商所说的超节点，并不对应完全一致的物理尺寸。它可以集中在一座机柜里，也可以跨越多座机柜。例如，新华三有单柜32卡或64卡的产品，华为公布的Atlas 950最大配置则覆盖160个机柜。 看超节点不能只盯着“多少卡”。至少要分清三个数字：单个机柜装多少卡，一个超节点连接多少卡，以及整个集群总共有多少卡。这三个数字，分别关系到部署密度、紧密互联的规模和整体建设规模。 首先来

刚刚，国产模型拿下三大榜单第一，年底全面开源

2026年的具身智能：所有人都在找自己的「Scaling Law」

谷歌母公司持有SpaceX股票公允价值达752亿美元

谷歌母公司Alphabet在季度报告中披露，截至2026年9月30日，公司持有的SpaceX股票公允价值为752亿美元，但短期内出售受到限制。（界面）

德科立：拟12亿元投建AI算力及数据中心光连接高端产品项目，提升高端光通信产品交付能力

36氪获悉，德科立公告，公司拟投资建设“AI算力及数据中心光连接高端产品产业化能力提升项目”，计划总投资约12亿元。本项目拟购置土地，新建洁净厂房、仓储及配套设施，购置生产与测试设备，搭建高端光连接产品生产线。三类产品分别适配集群内高带宽互联、跨区域长距算力互联调度、大规模算力集群动态全光组网，形成覆盖AI算力全层级互联的产品矩阵。项目建成后，将提升公司高端光通信产品制造水平与规模化交付能力。

AI Article Reviews Dominate Human Peer Reviews at Their Best [pdf]

北京汽车以旧换新补贴申报截止时间延长至明年1月

北京市商务局根据北京市汽车消费需求及以旧换新补贴政策实施情况，调整补贴申报截止时间，公告如下：将北京市2026年汽车以旧换新补贴申报截止时间由2026年11月30日24时延长至2027年1月10日24时，年度补贴资金使用完毕除外。如需更改补正相关信息的，应于2027年1月20日24时前完成更改并提交。逾期未提交补贴申请或补正相关信息的，不予补贴。汽车报废更新补贴申请人提交的《报废机动车回收证明》《机动车注销证明》《机动车销售统一发票》《机动车登记证书》均应在2026年1月1日至2026年12月31日期间取得。（央视新闻）

文心失速，百度老将离场

老将离职，暴露百度大模型业务多重深层危机。

I Used AI to Fake a Scientific Paper. Here's What Happened

AI王座，一夜两度易主，神秘模型Obsidian 3泄露

AI圈再次变天了！ Artificial Analysis刚更新了Intelligence Index，正式推出v5版，Claude Opus 5.5一举登顶，将OpenAI的GPT-6 Astra挤下神坛。 但没高兴多久，Gemini 4 Carbon发布，超越 Claude Opus 5.5夺魁！ 但代号「Obsidian 3」的神秘模型意外浮出水面，而所有的线索都指向同一个名字：Anthropic尚未发布的 Fable 5.5 。 险胜GPT-6！Opus 5.5的冠军不到一夜 AI榜单洗牌了。 Artificial Analysis发布了最新的 Intelligence Index v5 榜单。这是目前业内含金量最高、最难啃的测试之一。 结果出人意料，但又在情理之中。 Anthropic的 Claude Opus 5.5 以58分险胜，斩获第一。 OpenAI的 GPT-6 Astra 以57分，屈居第二。 戏剧性的是，谷歌随之发布了 Gemini 4 Carbon，得分 AA 综合得分为59。 一分之差，AI 王座一夜之间两度易主。 但在编程智能体指数上，Anthropic仍以62 分领跑。 为什么说这次Anthropic登顶编程智能体指数榜含金量极高？因为测试规则变了，变得极其苛刻。 私有数据权重飙升至60%。 过去的AI测试，大家都在刷榜。模型把公开的GitHub代码库背得滚瓜烂熟，分数自然高。 这次不行了。官方直接把私有数据集的权重拉到了60%。 没有公开资料，没有历史作业。模型必须当场思考，当场解题。 靠「死记硬背」混日子的时代，结束了。 免疫学教授Derya Unutmaz评论称，新版本更合理，此前开源模型存在针对公开基准的过度优（benchmaxxing），与OpenAI、Anthropic及Gemini前沿模型的能力差距被清晰拉开。 不过，这并不意味着两者差距扩大了，而是衡量方式变化了。 引入高难度科研工作流。 新增了代码与科研工作流等地狱级挑战。 这不再是写个贪吃蛇代码那么简单，而是要求AI像真实的程序员和研究员一样，处理复杂的工程逻辑。 在这样的高压测试下，Opus 5.5 扛住了。它证明了Anthropic在复杂逻辑推理和真实场景落地上的恐怖实力。 数据暴雷！隐藏模型 Obsidian 3 究竟是谁？ Opus 5.5 登顶，只是前菜。 真正的硬核大瓜，藏在另一家机构的数据库里。 昨天，知名AI测试机构 Cognition 发布了其私有编程基准的最新版本： FrontierCode 2.0 。 这是一个极其变态的测试：包含132项真实开源代码库中的任务。 评分标准简单粗暴：代码提交后，项目的维护者是否愿意合并（Merge）你的更改。 只要有一项阻断性检查未通过，直接计0分，没有任何同情分。为了防止数据污染，任务全程保密。 而且A

外媒曝光苹果强势压价闪存手段：前采购负责人曾威胁闪迪 CEO“跪着爬回来”

IT之家 10 月 29 日消息，《华尔街日报》昨日发文，曝光苹果此前通过“黑帮一样的”强势手段谈判，意图压低内存采购价格。其中包括要求供应商接受大范围财务审计、故意对采购量承诺表现得漫不经心，还有谈判中的各种心理压力。 然而从这两年的 DRAM / NAND 涨价潮开始风水轮流转。 苹果以前相当可观的议价能力似乎在顷刻间消失 ，以前被压得喘不过气的内存供应商，现在终于硬气起来，甚至想让苹果尝尝被压制的滋味。 过去几个月，苹果一直在公开抱怨内存价格高得离谱，并以关键零部件成本飙升为由，大幅提高产品售价。但美光 CEO 高级顾问苏米特 · 萨达纳（Sumit Sadana）曾表示，内存行业长期产能不足的问题，某些压价特别狠的厂商得负责任。 这名高管还指出，美光几年前的毛利润一度转为负值， 原因在于某些客户利用内存 / 存储行业下行周期“趁乱打劫” ， 以极低价格采购产品 。 《华尔街日报》透露，苹果会要求闪存供应商为其提供“最高优惠客户”地位，让公司能够始终拿到最低价的产品。为了确保供应商履约，苹果会持续审计供应商账目， 甚至因为审计次数实在太多 ， 成功让德勤（Deloitte）谈下批量审计折扣 。 这种频繁审计的手段，让苹果直接了解供应商业务运作和工厂产出情况，从而使苹果谈判人员准确判断厂商需要多大订单。苹果还成功利用这一条款，就美光以更低价格向其他客户出售 NAND 一事提起仲裁，然后成功获得巨额赔偿。 雪上加霜的是，当闪存市场价格开始下跌时，苹果有时会拒收订购的存储芯片， 导致供应商仓库里堆着无法售出的库存 ， 最终只能低价甩卖 。 同时苹果的谈判策略也是以“强势”声名远扬。例如苹果前采购负责人托尼 · 布莱文斯（Tony Blevins）会故意将不同厂商的会议安排在相同时间，确保竞争对手彼此碰面，加剧双方的压力。 苹果高管还会将高强度谈判持续至午夜， 期间不提供晚餐和休息时间 ， 迫使供应商代表只能啃营养棒支撑下去 。如果苹果发现某家厂商表现出不配合态度，就会威胁要叫布莱文斯过来，利用他近乎黑帮人物的强硬名声，迫使厂商人员屈服。

被关门就报警：是谁在纵容越野跑者

这项在山野里生长起来的运动，究竟是怎么走到这一步的。 第十届莫干山跑山赛期间，11名选手因被“关门”，没有有效成绩，也无法领取完赛物资，选择了集体报警。 不仅如此，在上周的云丘山越野赛启动熔断后，也有选手因为等待接驳车时间过长而选择报警。 在越野跑市场日渐热闹的当下，争端事件也开始层出不穷：而这两次因报警而引发的对越野跑的舆情透露出一个不得不引起重视的现象： 参加比赛的越野选手，只要认为组委会有无法满足自己诉求时，就用这种极端的方式来倒逼赛事组委会。 报警从来不是唯一的维权通道——申诉、沟通、投诉都在，但他们偏偏选了最能制造声量的那一种。当“报警”从维权手段滑向施压筹码，我们或许该停下来想一想：这项在山野里生长起来的运动，究竟是怎么走到这一步的。 报警，正在成为一种“武器” 越野赛有明确的竞赛规定： 选手必须经过全部计时点，并在关门时间内完成比赛，成绩才有效；被关门选手没有正式成绩，也不能领取完赛奖品。 但很多参加越野比赛的选手会认为，我交付了报名费，就意味着我理应享有完赛奖品、奖牌等该有的物资。 尤其是当下随着越野市场的热闹，中国很多越野比赛卷的是“服务”，如参赛包、补给食物、完赛奖品等。 这也让一直“被厚待”的选手们会认为：这些都是我理应得到的。背后的潜台词是：只要我花了钱、我来了、我跑了，赛事就必须“交付”我想要的结果——成绩、物资、体验，缺一不可。一旦哪一点没满足，组织者就是“违约”，值得被施压。 报警，恰恰是把个人不满瞬间公共化、把组织者架到火上烤的高效手段；配上一则情绪饱满的短视频，“闹大”就成了成本最低、声量最高的策略。当“闹大”成为策略，理性沟通的空间就被一点点挤掉。 市场膨胀下的身份错位 越野跑这几年从小众走向热闹，参赛人数、赛事数量、商业赞助都在往上走。市场变大的另一面，是参与者结构的改变：越来越多带着“消费心态”的新人涌入。 动辄上千元的报名费，被他们理解为“购买一项高端服务”，把赛事理解为“主办方该对我负责到底的产品”。社交媒体上，“打卡式参赛”“完赛即度假”的内容，进一步把越野跑包装成一种生活方式消费品。 但越野跑从来不是普通的消费场景。它发生在山野之间，天然伴随天气、地形、体力耗尽等不可控风险；关门、熔断，正是行业在近年几起安全事故之后，被强制写进规则的“安全底线”，而不是服务瑕疵。当一群把赛事当旅游产品的人，撞上一套以“保命”为优先的规则，错位就发生了——你觉得被亏待了，但其实，规则从来没有偏见。 不妨对比路跑马拉松。城市全马同样有关门、同样有补给，却极少出现“被关门就会报警”的场面。差别就在于：城市赛道可控、规则透明、参与者对“关门即无成绩”有普遍共识，大家非常清楚，跑马有关门时间的限制，如果被关门，就意味着没有奖牌，没有完赛物资等现实；而越野跑的参赛者里，相当比例是近年才进场、对山野规则尚无体感的新人。新人、高预期、模糊边界

比亚迪 2026 年第三季度归母净利润 100.2 亿元，同比增长 28.08%

IT之家 10 月 29 日消息，比亚迪今日发布 2026 年前三季度（2026 年 1 月～2026 年 9 月）及三季度（2026 年 7 月～2026 年 9 月）报告： 营业总收入 ：5663.04 亿元，同比增长 0.01% 毛利润 ：1048.75 亿元 毛利率 ：18.52% 归母净利润 ：223.45 亿元，同比下降 4.24% 扣非净利润 ：210.04 亿元，同比增长 2.51% 经营现金流 ：544.7 亿元，同比增长 33.36% 加权平均净资产收益率 ：8.72% 基本每股收益 ：2.45 元，同比下降 4.3% 稀释每股收益 ：2.45 元，同比下降 4.3% 资产负债率 ：70.62% 营业总收入 ：2214.88 亿元，同比增长 13.59% 归母净利润 ：100.2 亿元，同比增长 28.08% 扣非净利润 ：86.3 亿元，同比增长 25.25% 加权平均净资产收益率 ：3.86% 基本每股收益 ：1.1 元，同比增长 29.41% 稀释每股收益 ：1.1 元，同比增长 29.41% 资产负债率 ：70.62% 本季比亚迪归母净利润大幅超出市场主流预期上限，营收略超机构预期区间上限，整体业绩 显著超预期 。 比亚迪主营业务覆盖 新能源汽车、手机部件及组装、二次充电电池及光伏、城市轨道交通 四大板块，其中新能源汽车为核心收入与利润来源。本次同时披露 2026 年前三季度累计与第三季度单季两份财务数据，核心亮点如下： 2026 年前三季度（累计）： 实现营业收入 5663.04 亿元，同比基本持平（0.01%）；归母净利润 223.45 亿元，同比下降 4.24%；扣非归母净利润 210.04 亿元，同比增长 2.51%；经营活动现金流净额 544.7 亿元，同比大幅增长 33.36%；基本每股收益 2.45 元，加权平均净资产收益率 8.72%。累计口径下利润端短期承压主要受国内价格战、汇兑损失及投资收益同比下滑拖累，但扣非利润仍实现正增长，主业盈利质量稳健。

DT Research 发布强固型笔电 LT365PA，可选 NVIDIA 专业显卡

IT之家 10 月 29 日消息，美国制造商 DT Research 当地时间 26 日发布了强固型笔记本电脑 LT365PA。这一型号基于英特尔 "Arrow Lake H" 处理器， 可选 NVIDIA RTX A2000 / RTX 5000 Ada 笔记本电脑 GPU 。 LT365PA 配备 15.6" 的高亮度屏幕，可选 FHD / UHD 分辨率， 可选常规 1200nits 或专用夜视款式 ；支持 Wi-Fi 7 & BT 5.4 无线网络。 其整机由 ABS+PC 塑料、镁铝合金构成， 符合 IP65 防尘防水 、 通过 MIL-STD-810H 军规认证 ，配备 2 块可热插拔电池，支持选配蜂窝网络、GPS 模块和一系列扩展 I/O，标注质量 3.9kg。

吉利汽车：第三季度实现营收990亿元，同比增长10%

36氪获悉，吉利汽车发布第三季度财报，第三季度实现营收990亿元，同比增长10%；核心归母净利润达52.1亿元，同比增长32%。前三季度公司总收入2726亿元，同比增长13%；核心归母净利润149亿元，同比增长41%。

Astra冲击波与具身行业的50天

通用大模型能直接操作机器人，具身行业的逻辑变了？

谷歌新模型拳打GPT脚踢Claude，却没打算让我们用

Gemini 4 Carbon登顶，谷歌因安全暂不放全量开放

字节背后的“AI卖水人”，要去IPO了

字节背后的AI算力基建公司，要去IPO了。 近日，总部位于新加坡的数据中心运营商DayOne Data Centers（DODC）正式向美国SEC递交F-1招股书，计划登陆纳斯达克。 根据彭博社披露，公司最初计划最高融资50亿美元、目标估值约200亿美元（约合1332亿元）。 不过，这一次闯关，恰逢AI算力赛道IPO窗口正在快速收窄。 近期，全球算力基建赛道IPO环境集体遇冷。 英伟达投资的Nscale赴美IPO，目标估值被机构从300亿美元压至160–190亿美元；澳大利亚AI基建企业Firmus启动IPO询价仅48小时便宣告撤单；黑石旗下数据中心运营商AirTrunk，也推迟了原计划在新加坡进行的REIT上市，原本计划募集约15亿美元。 就连DayOne也在递表的2周后，就有消息传出公司正考虑将募资规模缩减至25亿至30亿美元，不排除推迟上市的可能。 诸此种种，也让DayOne的IPO征途似乎有了新的变量。 半年营收5.12亿美元，字节撑起七成生意 DayOne的故事，源自万国数据海外IDC业务GDS International。 2022年，万国数据搭建独立平台DigitalLand Holdings，将中国香港、新加坡、马来西亚柔佛州、印尼巴淡岛海外数据中心资产剥离出来独立运营。 随后，DayOne就踩中了这一轮AI基建狂热的全程。 2024年，公司先完成约5.87亿美元A轮融资，随后B轮加码至12亿美元，软银愿景基金、Citadel创始人Ken Griffin、Coatue、Baupost等机构入场，A、B两轮合计融资约19亿美元。 B轮交割后，万国数据持股从52.7%稀释至35.6%，不再并表。 2025年1月1日，GDS International正式更名为DayOne，开启了“单飞”；同年再获得来自 Brookfield 及一家主权基金的最高10亿欧元夹层融资额度，用于芬兰园区和全球扩张。 今年1月，DayOne完成超20亿美元C轮融资，投后估值94亿美元，较B轮37亿美元投后估值翻倍；万国数据同期向DayOne出售价值3.85亿美元股份，据万国数据公告，借此收回约95%投资本金。 C轮后万国数据持股进一步降至约27.8%，IPO前再稀释至19.4%。 截至本次递表前，DayOne累计股权加债权融资已超过64亿美元。 根据招股书，DayOne主营业务为在海外市场投资、建设并运营大型数据中心，向客户提供托管型算力基础设施服务，提供机房、电力、机柜配套，承接客户的服务器托管与算力部署需求。 过去2年，伴随着大型科技企业加快海外业务部署，DayOne的盘子也越做越大。 2025年全年，DayOne营收4.84亿美元；2026上半年，DayOne 实现营收5.12 亿美元，同比暴涨 238%，半年营收已超过2025全年。 来源：DayOne招股书 而

中国大模型训练如何突破算力瓶颈

过去三年，中国大模型进步迅速，却始终未能真正站上全球前沿。Epoch AI的能力指数显示，自2023年以来，每一个处于前沿的模型均出自美国，中国模型平均落后约7个月，最短4个月，最长14个月。 与此同时，差距正在持续收窄。 斯坦福大学《2026年AI指数报告》显示，中美最佳模型的性能差距已由2023年5月的三成以上，缩小至2026年3月的约2.7%。DeepSeek-R1在2025年初一度追平美国最强模型，但很快又被拉开距离。 差距不断缩小，为何始终无法反超？根本原因在于训练算力。 据非营利AI研究机构Epoch AI估算，DeepSeek-R1的训练计算量约为4×1024次浮点运算，Qwen3-Max约为1.5×1025次；同期美国的GPT-5约为6.6×1025次，Grok 4约为5×1026次，高出一个数量级。 在算力受限的条件下，中国大模型走出了一条“追赶加提效”的道路。DeepSeek-V3仅用2048张H800完成预训练，依靠混合专家架构和8位精度训练，将正式训练的算力成本压缩至约560万美元（不含前期研发与试验）。同一时期，Meta训练Llama 3.1 405B动用了约1.6万张H100。 然而，提效存在天花板。中国团队的效率创新，美国实验室很快就能吸收，再叠加十倍算力，差距随即重新拉开。更重要的是，效率提升不会减少算力需求，反而会扩大需求。正如19世纪蒸汽机效率大幅提高后，英国的煤炭消耗不降反升，即所谓的“杰文斯悖论”。效率越高，同样的投入能训练出越强的模型，各方追加算力的意愿也就越强。 只要训练算力的差距依然存在，中国大模型就难以跳出“追近、再被拉开”的循环。 AI算力分为训练和推理两类。尽管推理正成为算力需求的主体，但训练决定了能否自主创造和改进前沿模型。美国芯片出口管制瞄准的正是训练所需的高端芯片和互联能力。本文试图回答三个问题：训练算力的需求从何而来？供给的核心是什么？中国的瓶颈在哪里，又该如何突破？ 规模定律：模型决定训练算力的需求 大模型为什么越做越大？答案是规模定律（Scaling Law）。 规模定律并非理论推导，而是在实践中反复观察到的经验规律：模型的预测误差随参数量、数据量和计算量的增加，按幂律稳定下降。这意味着，投入多少数据和算力、换来多大的能力提升，可以事先估算。正因为投资回报可以预期，科技巨头才敢于押注千亿美元。 一次训练需要多少计算？若把模型参数想象成千亿个旋钮，训练就是用海量数据反复调试，为每个旋钮找到合适的位置。业界的经验公式是：C≈6×N×D。其中，C为总计算量，N为参数量，D为训练所用的Token（词元）数。系数6源于每处理一个Token，每个参数在前向计算中需做2次浮点运算，在反向传播中需做约4次。 以Meta公开的Llama 3.1 405B为例，4050亿参数、约15.6万亿Token，计算量约为3

一家1800人的公司，为什么会有8000个AI员工？

组织如何真正地与AI一起工作，这笔账到底怎么算。

2489 元，腾龙 16-50mm F2.8 A 变焦镜头 E/RF 卡口版本发售

IT之家 10 月 29 日消息，腾龙今日宣布，适用于索尼 E 卡口和佳能 RF 卡口的 16-50mm F2.8 A APS-C 变焦镜头（Model B091）今日正式发售，售价均为 2489 元。 兼容卡口及发售日期： 索尼 E 卡口 / 佳能 RF 卡口：2026 年 10 月 29 日 尼康 Z 卡口：2026 年 11 月 19 日 富士 X 卡口：2026 年 12 月 17 日 该镜头具备防滴构造与抗污涂层，内部采用 10 组 14 片光学结构。全焦段恒定 F2.8 光圈，配有 7 片圆形光圈叶片，最小光圈 F16，搭载 VXD 线性马达对焦系统，兼顾静态影像与视频拍摄。 该镜头广角端最近对焦距离 0.15m，最大摄影倍率 1:4.5。望远端最近对焦距离 0.29m，最大摄影倍率 1:4.8。以索尼版本为例，相应版本长 79.6mm、重量为 305g，IT之家附产品参数： 京东 11.11 无门槛红包 面额至高 26888 元，每天抽 3 次： 点此抽红包 。 淘宝 11.11 无门槛红包 面额至高 26888 元，每天抽 1 次： 点此抽红包 。

美国纽约州新法令禁止向未成年人提供不安全 AI 聊天机器人服务

IT之家 10 月 29 日消息，美国纽约州州长 Kathy Hochul（凯西 · 霍楚尔）当地时间 28 日签署一项法令， 禁止向未成年人提供不安全 AI 聊天机器人服务 。 IT之家了解到，这里的“不安全”涵盖假扮真人、制造情感依赖、鼓励自残自杀、鼓励孤立自身、性露骨或儿童性虐待内容。 这一州级法律要求企业进行年龄验证，提供多种年龄验证方式，在使用后删除年龄信息。如果企业违反法律，州总检察长可为每项违规行为寻求最高 2.5 万美元 （IT之家注：现汇率约合 16.7 万元人民币） 的民事罚款，以及赔偿、销毁非法收集的数据或基于其训练的 AI 模型等救济。 根据非盈利组织 Common Sense Media 提供的数据， 至少 72% 的青少年使用过 AI 伴侣 ，有 52% 青少年为每月同 AI 互动多次的活跃用户。 霍楚尔表示： 纽约州传递了一个明确的信息：如果你想在我们州做生意，就必须把孩子的安全放在第一位。 同日签署的另一项法律要求制造商确保联网婴儿监护设备无法被陌生人利用并附有明确的功能警示标签。