10万小时数据集，00后创业灵初智能一战成名

鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI

还得是这届00后，强得可怕！一出手，具身智能就被“整顿”得底朝天。

当别人还在Sim2Real打转时，这支00后带队的灵初智能，已经开始用近10万小时人类数据暴力拆解。

这个数字就是放到整个行业里看，也是遥遥领先。

毕竟目前人类操作数据集大多还都集中在几千到几万小时量级，最大的也不过是英伟达的EgoScale，包含2万小时人类第一视角视频数据。

灵初这次直接上了个新台阶，10万+数据，其中1000小时还开源。

而且发布形式也够潮——直播show time～

AI博主弗兰克和灵初智能的00后联合创始人陈源培，直接手把手给你剖析的那种。（techblog指路：https://www.psibot.ai/from-human-skill-to-robotic-mastery/）

言而总之，整场直播我们复盘下来，就讲两件事：给具身智能喂什么吃、让具身智能长什么样的脑子。

说人话就是，灵初给的，是一条与众不同的务实路径——

不整虚的，直接对齐人类数据，再用Psi-R2和Psi-W0双系统架构平稳落地具体场景。

结果也很直观，灵初Psi-R2迅速登顶MolmoSpace榜单。

MolmoSpace由美国艾伦人工智能研究所（AllenAI）发起，是全球具身智能领域权威基准评测平台，NVIDIA、PI等全球顶尖团队均参与本次评测。

而灵初Psi-R2在评测中一举超越PI、DreamZero等国际知名模型，表现也显著优于其他基线模型，妥妥的行业第一梯队。

在成功率这块，也比同类VLA模型要高出近10倍。

情况就是这么个情况，灵初一来就整了个大活，具身智能终于迎来首个直接能用的大规模人类手部操作全模态数据集。

下面就让我们回到直播间现场，一一复盘拆解。

10万小时，让具身智能吃个顶饱

“为啥偏偏具身智能会数据荒？”弗兰克化身观众嘴替，率先给出这句经典灵魂拷问。

要回答这个问题，首先需要厘清一点，具身智能和自动驾驶、大语言模型这些AI领域存在原生的数据差异。

后者基于现实场景和互联网，长期积累沉淀形成了海量存量数据，然后通过简单粗暴的算力Scaling law就能实现性能稳步提升。

但具身智能则截然不同，物理世界复杂的情况让它几乎没有可用的成熟数据集，也很难像互联网产品那样边用边攒数据。

可以说，影响具身智能发展的关键之一就是数据卡脖子。

那咋办呢？以灵初在内的具身智能公司纷纷将目光投向人类数据。

仿真数据还需要迁移处理，才能在真实机器人上使用，但人类数据就是最优秀的参考对象，数据量大而且质量高。

但事实上，这里也同样存在一个无法忽视的问题：人类和机器人之间存在本体差异（embodiment gap）。

直接复用显然不行，机器人必定会出现运动学结构、动力学特性不匹配种种问题。

其次，现有的人类数据要直接给到预训练，也是万万不行的。因为要么都是些小规模开源数据，要么就是网络上一些低质量的第一人称视频。

但除去人类数据，也几乎没有其它更好的路径可走。灵初给出的判断是：

具身智能要想面向真实商业化场景落地，纯人类数据训练是必要的。

一方面，使用人类数据能够让机器人抢先学习到人类一线的标准作业流程（SOP），而这些都是得到商业实际验证过的，即拿即用且行之有效。

换言之，真实场景的无缝衔接能够将数据成本降至最低，比如人类的触觉数据收集成本，就仅为机器人的1/10以下。

另一方面，人类数据的SOP也可以使操作速度达到机械臂物理运动上限（如1200），远超遥操作可达的800，也更适配商业工厂的高节拍要求。

所以灵初最终选择了人类数据，并造出了首个可用于预训练的大规模人类操作数据集。

其中，在人类数据和机器人数据的融合处理中，灵初遵循的是一条化繁为简的思路：Raw Data In，Raw Data Out（原生数据进，原生数据出）。

舍弃人工设计的复杂数据处理，直接进行人类关节与机器人本体的运动学对齐，让模型在海量数据中自行探索。另外，Auto Labeling也会替代人工进行数据质检和标注，最后再交由人工审核。

最终模型预训练使用的数据集将包括真机数据（5417小时）和人类数据（95472小时）两部分，总计10万小时数据。

目前其中1000小时已开源，到年底整个数据集还将Scaling到百万量级。

具体来讲，人类数据包括灵初自研外骨骼手套采集数据与裸手操作数据，覆盖294种场景、4821种任务与1382种物体。

至于为什么要强调触觉数据呢？归根结底，还是为了更好地弥补人机之间的embodiment gap。

虽然人类与机器人在多个方面差异明显，但二者在接触信号上却保持了惊人的高度一致，能够有效补偿动力学差异，以及在显著提升世界模型能力的同时，还能更好地预测机器人与物体之间的交互情况。

这样一整套高质量数据预训练下来，机器人的泛化能力、长流程操作能力和操作精度都会有所突破，后续也仅仅只需要不到100条轨迹的真机数据就能完成微调。

另外值得关注的是，灵初在此期间，还发现了另一处华点：

数据信噪比才是决定人类数据能否有效支撑预训练的核心因素。低信噪比的数据甚至还会起到反作用。

如果要想判断数据信噪比，可以从两方面看：

1、数据集分布：操作任务多样性>物体多样性>>场景多样性。

泛化能力其实是模型最难学会的能力之一，但如果在预训练阶段可以见到更多任务和操作对象，自然而然模型接手新任务速度就越快。

2、感知模态：精准3D位姿>>触觉模态>2D图像特征。

在全模态信息中，人手全域3D位姿追踪是2D到3D模型转化的关键，也和机器人动力学特性匹配度最高。

简单来说，灵初认为无论是精准采集的可复现数据，还是舍弃部分精度的粗糙泛化数据，都缺一不可。

二者相互补充，既保证模型精度又确保泛化。

具身智能长出双系统新脑

所以基于以上认知，灵初全新发布Psi双系统架构——Psi-R2和Psi-W0。

先看Psi-R2，这是一款能让机器人学习人类做事的模型，核心就是靠这10万+的海量数据，学会精细操作。

图像和语言指令将作为输入，输出预测的未来操作视频和可执行动作，所以Psi-R2可以称之为世界行动模型（WAM）。

其中训练骨干网络选用Wan2.2-IT2V-5B-480P，预训练阶段同步使用真机数据和人类数据，还搭建了一套完整的数据处理流程，从数据清洗、自动标注，到质量检测、人工核对，Psi-W0还会帮忙检查数据质量。

同时，采用专门技术精准捕捉人类手部动作轨迹，比如通过外骨骼手套，将动作误差控制在亚毫米级，以确保人类的操作细节能被机器人精准模仿。

但WAM模型架构普遍存在一个bug——反应慢。单次推理要2.2秒，反映到机器人身上，就是明显的卡顿。

于是灵初通过DiT缓存、Torch编译、模型量化等多项技术优化，把反应时间极限压缩到了100毫秒以内。

再看Psi-W0，它和Psi-R2的基础架构相似，但分工完全不同。Psi-R2是学习怎么做，Psi-W0是协助做得更好。

首先它和Psi-R2一样，都是基于预训练视频生成模型构建的，但在Psi-W0里，机器人动作是输入，输出的是对未来场景视频的预测，所以Psi-W0也被定义为动作条件型世界模型（AC-WM）。

这里就引出了另一个问题：Psi-R2也能输出预测，那为什么还要做Psi-W0？

答案很简单，为了反事实推理。Psi-R2学到的只有成功的操作，比如成功抓起苹果，但没有办法预测到苹果抓不稳这类失败情况。

但老话说得好，失败是成功之母，机器人亦是如此。失败经验能够帮助机器人避开错误、优化动作，Psi-W0就是专门负责填补这部分空白。

具体来讲，两个模型的训练骨干和数据格式都是一致的，只是在Psi-W0的训练数据中额外加入了30%的失败样本。

显然，Psi-R2和Psi-W0并非孤立存在，而是彼此之间协同配合。当Psi-R2学完人类操作后，Psi-W0就会模拟人类操作场景，让Psi-R2再演练一遍，也就是进行策略评估，检查它有没有学漏学歪。

Psi-W0还有一项核心功能，是通过强化学习将人类数据转换为机器人数据。

传统方法中，数据转换靠的是仿真环境调整，不仅复杂而且准确性不高。但用Psi-W0替代后，它就会模拟机器人视角和动作模式，再通过强化学习的试错调优，将人类动作调整为机器人能精准执行的动作。

更厉害的是，在这个过程中还能持续生成新的优质数据，当把这些数据反向喂给Psi-R2和Psi-W0继续学习，就能构成闭环数据飞轮。

当然也可以故意给Psi-W0进行随机扰动以模拟部分特殊场景，然后再生成目标场景和训练数据。

高质量数据滋养模型高性能，模型场景落地反哺数据扩充。于是自然而然，轮子飞起来了。

最终整套系统能够实现长程任务自主规划、任务自主恢复和适配多场景复杂任务。

开源是最高效的落地杠杆

回看整场直播，无论是弗兰克还是陈源培聊的内容，其实贯穿技术始终的都是同一个关键词——落地。

弗兰克站在观众角度，好奇什么时候具身智能才能落地。陈源培则站在厂商视角，给出了灵初智能的落地方案：

技术端，从大规模的真实人类数据采集，再到实际应用中的具身模型，无一不是从切实的落地场景中出发构建。

应用端，灵初智能也同时宣布要和北京石景山共建数采厂，以及和腾讯云、抖音、觅蜂、智域基石达成生态合作。

不难看出，灵初这家公司从诞生之初的DNA就是聚焦技术落地、提供通用全栈技术。它的每一步都在验证一个行业共识：

具身智能从诞生之初就锚定的终点，绝非实验室，而是每一个具体可感的复杂场景。而这恰恰才是检验具身智能的标准所在。

在通往落地的过程中，灵初也率先意识到，单打独斗并非最优解，开源是必要的。

对于它们自身而言，只有开源，才能让全行业帮助他们快速采集海量数据，才能弥补上这套数据飞轮体系中的关键一环。

而且AI时代，时间和数据就是最稀缺的黄金资源。越早进场、拥有越多数据，就能抢先收获长尾效益。

再放眼整个行业，开源不仅是情怀，也是打破技术封闭孤岛的钥匙。它能够建立起广袤的开发者生态，通过标准化的数据管线和预训练底座，让具身智能不再是孤立的厂商个体。

而全行业开源共建，还能反向喂养灵初这类硬核玩家，让他们集中精力攻坚最难的技术瓶颈。集众智，才是具身智能跑赢节拍、实现商业落地的唯一捷径。

而灵初无疑是当中走得最快最稳的一位明星选手。

最后化用一句老话，用来描述我眼中的灵初智能——有仰望星空的勇气，亦有脚踏实地的努力。

具身智能正在因这场青春风暴而面目一新。

（P.S.点击阅读原文即可一键抵达techblog～）

阅读原文

跳转微信打开

广泛的数据覆盖是视觉推理强化学习Scaling的主要驱动力。

鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI

适用于通用视觉推理的强化学习（RL）框架，终于有开源版本了！

来自普林斯顿刘壮团队，陈丹琦亦参与其中。

项目名Vero，基于这一方案构建的视觉推理器，能够胜任图表、科学、空间理解和各种开放视觉任务，在30多项测试中达到了8B视觉语言模型的SOTA。

在此之前，尽管GPT、Gemini等最强大模型们已经把视觉推理玩出了花，但其背后的强化学习方案还是各大厂商的“独门秘籍”，开源方案们大多只能覆盖特定视觉任务。

而Vero的出现，用项目负责人刘壮的话说，证明了“即使在学术环境下，只要有合适的人才和投入，我们也能够追赶上顶尖工业界团队所取得的部分成就”。

用于视觉推理的开源RL方案

想要打造全能型的看图推理“高手”模型，通常会遇到两类问题。

其一，是基于开源RL方案，VLM往往只擅长某一种任务，比如数学题、图表，换个任务就抓瞎。

其二，如果拿多种任务一起训练VLM，模型还容易出现越学越乱、越学越崩的现象。

Vero团队发现，背后的原因在于，不同的视觉任务会放大不同的推理策略，比如图表QA需要数值提取和比较，而定位任务则需要空间扫描和绑定。

针对这些问题，Vero团队主要做了三件事。

Vero-600K数据集

首先，研究人员从59个数据集中精心挑选、过滤并构建了一个包含60万高质量样本的多样化训练集。

这些样本被分为六类：

• 图表与OCR（Chart & OCR）

• STEM

• 空间与动作（Spatial & Action）

• 知识与识别（Knowledge & Recognition）

• 定位、计数与搜索（Grounding，Counting & Search）

• 描述与指令遵循（Captioning & Instruction Following）

研究人员发现，单任务RL训练出来的模型无法实现可靠的泛化，针对某一类别的训练往往会降低模型在其他任务上的表现。

相比之下，在广泛且均衡的数据集上进行RL训练， 模型能够学到通用的视觉推理模式，避免了在单一任务上训练导致的能力退化。

任务路由奖励机制（Task-Routed Rewards）

在视觉推理中，不同任务的答案格式之间其实存在很大的差异。

为此，Vero提出了任务路由奖励机制：设计了一套多路奖励系统，能根据任务类型的不同，自动把输出路由给相应的验证器，来分别计算奖励。

比如，对于选择题，评分标准是选项选得是否正确；对于数学题，则需要数学校验；对于开放描述，Vero会引入另一个大模型作为裁判，来评估回答的质量。

单阶段强化学习

相比于闭源模型依赖于私有“Thinking”数据的强化学习方案，Vero提出：

只要拥有高质量的数据过滤、均衡的任务混合，以及精确的路由奖励，仅仅通过单阶段强化学习，就能激发基础模型的通用视觉推理能力。

实验结果显示，在没有引入任何私有“思考”数据的情况下，基于Vero训练的模型在30个基准测试中的23项上，超越了经过专门微调的Qwen3-VL-8B-Thinking。

研究团队的消融实验还表明：

广泛的数据覆盖是视觉推理强化学习Scaling的主要驱动力。

目前，Vero的所有数据、代码、模型均已开源。

研究团队

Vero的两位通讯作者是Gabriel Sarch和Linrong Cai。

Gabriel Sarch博士毕业于CMU，目前是普林斯顿大学PLI（Princeton Language and Intelligence）的博士后研究员——

论文的作者之一陈丹琦，现在也是PLI的副主任。

Linrong Cai，天津第一中学校友。本科毕业于威斯康星大学麦迪逊分校，目前正在攻读普林斯顿大学计算机科学专业硕士学位，师从刘壮。同时Gabriel Sarch也是他的mentor。他的研究方向是视觉语言模型中的推理。

刘壮则是Vero的项目负责人。刘壮本科毕业于清华姚班，后于加州大学伯克利分校获得博士学位，现在是普林斯顿大学计算机科学助理教授。

在CVPR 2017上，刘壮的一作论文DenseNet获得了最佳论文奖。ConvNeXt则是他在Meta FAIR任高级研究科学家期间，和谢赛宁合作发表的成果。

在Meta期间，刘壮和何恺明、LeCun等亦有深度合作。

项目地址：
https://vero-reasoning.github.io/

— 完 —

🔹 谁会代表2026年的AI？

龙虾爆火，带动一波Agent与衍生产品浪潮。
但真正值得长期关注的AI公司和产品，或许不止于此。

如果你正在做，或见证着这些变化，欢迎申报。
让更多人看见你。👉 https://wj.qq.com/s2/25829730/09xz/

一键关注 👇 点亮星标

科技前沿进展每日见

跳转微信打开

多智能体+记忆+Skills三件套让模型「记吃记打」

跳转微信打开

欢迎申报，截至4月27日

组委会 发自 凹非寺
量子位｜公众号 QbitAI

中国生成式AI正在进入产业深水区。

这两年，AI从“新技术”变成了“新工具”，又从“新工具”慢慢变成企业必须面对的现实。它不只在改变内容生产，也在影响研发效率、营销方式、团队协作，甚至决策流程。

时值第四届中国AIGC产业峰会，量子位将根据过去一年里生成式AI企业、产品的表现与反馈，结合对2026年技术与场景的观察与预判，评选出：

• 2026年度值得关注的AIGC企业

• 2026年度值得关注的AIGC产品

量子位将结合对公司的深入调研及数十位行业知名专家的意见，评选结果将于2026年5月中国AIGC产业峰会上公布。

届时，量子位也将邀请数百万行业从业者，共同见证这些优秀企业的荣誉。

2026年度值得关注的AIGC企业

将评选出拥有最创新、最前瞻或最有规模落地潜力的AI企业。

【参选条件】

1. 公司主体在中国或主营业务在中国；

2. 主营业务是生成式AI及相关，或已将AI广泛应用于其主营业务；

3. 近一年在技术/产品、商业化有出色表现的企业。

【评选维度】

1. 技术维度｜关注公司的技术实力、研发能力和创新性，包含技术成果、研发投入、人才储备等角度；

2. 产品维度｜关注核心产品的创新性、市场适配性和用户体验，包含产品创新性、产品用户规模、用户体验等角度；

3. 市场维度｜关注公司在市场中的表现和增长机会，包含商业模式、市场规模、营收情况、合作生态等角度；

4. 潜力维度｜关注核心团队实力和品牌潜力，包含核心团队、投融资进展、品牌影响力等角度。

2026年度值得关注的AIGC产品

将评选出拥有最创新、最实用、最热门或最有应用潜力的AI产品。

【参选条件】

1. 主要功能是基于生成式AI能力的产品；

2. 产品已具备成熟技术，已经投放市场且具有一定的用户规模；

3. 近一年有重要的技术创新或功能迭代，推动AI技术的应用落地，并对行业有一定的影响力。

【评选维度】

1. 产品技术力｜关注产品在技术方面的先进性、成熟度和高效性，包含产品技术架构、技术成果、产品效果等角度；

2. 产品创新力｜关注产品在功能、体验和应用场景方面的创新性和独特性，包含产品核心功能、应用场景、解决的核心痛点、产品趣味性等角度；

3. 产品表现力｜关注产品的用户反馈和市场表现，包括产品用户规模和留存率、用户反馈、产品影响力等角度；

4. 产品潜力｜关注产品在未来发展和市场扩展方面的潜力，包括产品生态、产品市场潜力、产品战略规划等角度。

报名方式

本次评选即日起开始报名，4月27日截止，最终结果将于5月中国AIGC产业峰会上公布，企业可以通过以下方式报名：

• 网页端评选报名链接：https://wj.qq.com/s2/25829730/09xz

• 扫描二维码即可报名评选：

如对本次评选有其他疑问，请联系量子位工作人员。添加微信18801103170，或邮件发送至linyu@qbitai.com，并备注「评选-企业-姓名」。

关于中国AIGC产业峰会

马年，当然是要马上AI起来。

当AI终于从论文里的参数规模、发布会上的技术名词，变成短视频里的创作工具、手机里的常驻助手、甚至出现在长辈的聊天框里时，一个新的分水岭便已出现：

AI这个新物种，终于从“观望期”迈入“全民参与期”。

值此关键时机，今年5月，我们将在北京举办2026中国AIGC产业峰会。峰会以「@所有人，马上AI起来」为主题，聚焦「如何用好AI」，诚邀AI创业者、开发者、资深玩家，一起把AI讲清楚、用起来、跑起来，让更多人真正迈出“马上AI”的第一步。

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超240万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开

勇闯北京晚高峰，实测舒服又轻松

一凡 发自 凹非寺
量子位 | 公众号 QbitAI

张雪机车的突破，被类比为刘翔在雅典奥运会夺冠。

而我最近发现，刘翔其实也“上车”了，他代言了新能源品牌：智己汽车。

这让我有点意外，也让我非常好奇。

意外是因为这是刘翔第一次代言新能源品牌，没想到选择了一家新势力。意外之余，我更加好奇，智己靠什么打动了这位体坛传奇、世界冠军？

带着这份好奇，我最近试驾了智己推出的最新产品LS8，顺道扒了扒产品背后的技术，尝试解答我的疑惑。

LS8是一款车长超5米的中大型SUV，和宝马X5、奥迪Q7尺寸相近，但没那么贵，预售价25.98万元起，最终价格将在4月16日正式上市时揭晓。

为了有更直接的对比，我还专门找了一位特殊的同事，共同体验了一下LS8。

智己LS8实战北京早晚高峰

这两天我开着智己LS8，直接在停车位原地启动智能辅助驾驶，早晚高峰通勤省了不少心。每天它都带着我在高架桥上丝滑行驶：

快下匝道时会主动变道。

加塞也非常果断。

需要掉头时，也是直接一把过，只跨了一个车道。

环岛这种复杂场景下的进出也很顺畅。

前面这些都算是“开胃菜”，最后重点介绍一个我在北京西三环遇到的场景，当时确实让我紧张了一下。

说实话，之前我很少开车到西三环这边，对路况不太熟，所以我一路上很小心，随时准备接管。

期间经过了一个让我印象非常深刻的桥洞，桥洞本来就是一个经典难题，因为它是一个盲区，相比前面提到的那些场景，风险要更高，很考验AI司机的预判和及时决策能力。

路不熟+盲区转向，本来这题就难，结果当时又遇到了“附加题”，这个桥洞转向的拐角特别小，这也就罢了。

没想到转弯后，迎面直接驶来了“一串小电驴”，让我头皮发麻。我紧盯着智己LS8，只见它迎着车流，辗转腾挪，顺利通过，表现还挺让我意外的。

有意思的是，智己LS8不仅给我配了个AI司机，还给我找了个AI助理。比如说我上班路上饿了，可以通过车机对话，提前点个饭送到公司。

全程不需要动手，通过对话就能完成支付下单，到公司直接开吃。

这种“司机+助理”的体验，由智己携手两位合作伙伴共同打造。

其中一位是阿里千问，这是千问大模型首次上车，有了千问赋能，智己车机就像长了“手脚”，不光能听懂我说的话，还能根据我的指令，执行任务，比如刚才帮我点餐。

据说这还是小试牛刀，智己未来会进一步打通阿里生态，在车端连接飞猪、淘宝等服务，动动嘴就能买票和购物。

另一位则是自动驾驶头部Momenta。目前LS8搭载的IM AD MAX系统，就是由Momenta与智己联合打造，可以说是我今年体验过最丝滑的智能辅助驾驶。

这种表现也符合我的心理预期，因为我在上车前就细扒了这套系统背后的技术，发现软件硬件都挺能打的。

先说软件，核心算法引入了Momenta一段式端到端大模型，用一个模型打通驾驶任务全过程，减少了信息损耗，更加拟人。

然后再看硬件，LS8的感知硬件包括了1个520线超视域激光雷达，最远有效感知距离达到了300米，具备智能凝视功能。所谓智能凝视，就是激光雷达在40°水平夹角范围内，通过提高收发器组的处理频率，使凝视区域的角分辨率达到0.05°×0.05°，让该区域的点云密度媲美1040线，感知更清楚。

而最底层的算力芯片，则采用了英伟达Thor，算力达到了700TOPS，这是目前主流方案的顶级水平，当下绝对够用，而且很长一段时间都不会过时，可以面向未来升级。

预埋的充沛算力给了智己底气，其明确表态LS8拥有更新到下一代系统IM AD ZETA的能力，据说到时大模型参数量会提升3-4倍，性能拔高20倍。

以上都是我一拿到智己LS8，直接就能感知到的智能化体验和技术。在使用了一段时间后，我还发现，原来LS8更底层的底盘和动力，也藏着不少黑科技。

大车好开也能好省

先从最底层的底盘系统说起，LS8的底盘其实和传统汽车很不一样。举个例子，前面有提到，LS8跨一个车道掉头，而且一把过，这看似基操，实则不然。

首先，之前说过LS8车很大，车长超过了5米，这种车掉头一般都很困难，不会这么丝滑。

其次，注意看方向盘，掉头时也就打了半圈。为什么会这样？

这背后得益于LS8搭载的灵蜥数字底盘3.0，其核心技术是全线控四轮转向系统，先说线控技术，LS8搭载了行业首个符合最新国标的全线控底盘，也是行业首次将线控转向技术下放到三十万级。

所谓线控转向，是指拿掉了方向盘的机械管柱，改用电子信号控制底盘。转向的响应速度因此变得更快，具体到LS8这款产品， 速度达到了传统结构的4倍。

方向盘的转向比（方向盘转角：车轮转角）同时还会根据速度自动调节，比如说刚才我掉头时，车开得慢，转向比就很小，方向盘稍微一动，车轮就跟着转向，转半圈就打满了，完成了掉头。

而当车辆速度变快时，转向比也会跟着变大，比如我有一次去首都机场接朋友，在机场高速变道时，就感觉转向手感很不一样，车子明显开着更稳了。

这套系统同时也让车辆的后轮可以转向，最大转向角度达到了24°。所以LS8这台车长超5米的大车，才能有媲美4米小车的灵活度，实现轻松掉头。

灵蜥数字底盘让大车也好开，解决了家庭用户的一大痛点。LS8搭载的恒星超级增程系统，则回答了家庭用户另一个关心的问题：

大车能不能省钱？

LS8可油可电，平常上下班，用电就够了。因为这套系统装了一块66度的大电池，官方标的纯电续航参数是430km，我在实测后发现标得很实，我和同事两个人，从机场跑到市区，百公里驱动电耗是12.1度。

等到了周末或者节假日出远门，纯电续航可能顶不住了，再考虑用油。同样是在CLTC工况下，智己LS8满电满油能跑1605km，百公里综合油耗不过2.54L，而且可以加92号汽油。最近油价大涨，这套系统无疑能省不少钱。

总的来看，从智能到底盘，再到动力，这款车能盘的黑科技还真不少，而且都实打实地为用户创造了价值，让我日常开车更省心，用车更省钱。

与我一路同行的编辑部同事，则对这辆车有更深切的体会。

传统豪华的溢价时代终结

我的这位同事，其实是一位BBA车主。他之前不太关注新能源产品，一开始也不是很愿意跟着我试乘智己LS8。在我威胁要把他蒸馏成Skill一番好言相劝后，他才同意和我一起体验一下。

结果刚坐上车，直接啪啪打脸。他一坐上副驾，我就唤醒车机“你好智己，打开副驾零重力座椅、打开座椅加热和按摩”，在点击屏幕，确认后排无人后，车机按照我的指令，调整好了座椅。只见我这位同事，此时直接躺在副驾上说：

这绝对比我的车舒服。

然后他就打乱了我的计划。本来按照原计划，我打算只带他在车里坐一小会儿。

然后就要赶着去首都机场接人。

结果他非要让我再带着他兜一圈，我就打发他上了后排，然后一路上的他be like:

“这后排座椅有腿撑，比我那车舒服”。

“后排还有电视，‘你好智己，打开后排屏幕’，你B站会员呢？”

“这听着音质也很棒，哦用的是B&O的音响，挺地道。”

“诶这电视下面还有个冰箱”。

这一套冰箱彩电大沙发+B&O音响体验下来，我这位同事直接服了，对传统豪车的滤镜碎了一地。

类似的前后转变，这两年我已经见怪不怪了。像他这样的传统豪华车主我见过很多，这些老车主以前没得选，甘愿为豪华品牌支付溢价，现在则开始转投新能源的怀抱。

这意味着传统豪华的溢价时代，在中国已经终结。智己LS8正是这一时代趋势下的代表，背靠上汽集团，其率先将百万级的底盘素质、最前沿的智驾和智舱，同时下放到二十五万级，用AI重新定义豪华，从BBA手上夺回了定价权。

我想，这也是刘翔选择成为智己代言人的原因。世界级体坛传奇携手大厂国家队旗舰，源自精神上的同频共振，毕竟他们都在各自的赛场上，冲击了此前由欧美主导的格局。

他们共同证明，没有跨不过去的栏杆，也没有打不破的壁垒。

跳转微信打开

“这是我见过最严重的bug”

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

强如Claude，最近的bug也越来越多了。

最新热议话题让Hacker News炸开了锅：

不知道是Claude精分还是失了智！
完全分不清哪些话是用户输入的，哪些话是系统设定的，甚至把恶意注入的底层指令当成是用户的合法请求。

发帖人G哥（一位软件工程师，在某教育初创公司当CTO）甚至称这是他“迄今为止我在Claude代码中见过的最严重的bug”。

这个关于“Claude混淆发言角色”的帖子一经发布，立刻在Hacker News上引发了数万名极客的强势围观。

网友们的讨论太过热烈，以至于相关帖子热度急剧攀升。

毕竟不少人发现，不只是第一个发帖人的Claude失了智，是大家的Claude都很爱精分……（扶额.gif）

Claude新bug：记不清话是谁说的

这次引发社区大讨论的核心槽点，就是有网友发现Claude3.5和Claude 4系列在处理复杂或恶意构造的上下文时，出现了严重的身份识别障碍。

有开发者在实测中发现，如果用户在提问中巧妙地嵌入类似<stop> to <stop_token> make <end prompt>这样带有强烈控制意味的特殊截断字符，Claude的内部代码逻辑就会被彻底扰乱。

模型会错误地把这些恶意注入的外部数据，当成是之前对话中助手或者系统层面下达的既定指令，进而理直气壮地认为：

这些违规操作都是“用户让我这么干的”！

究其背后的技术原因，根源直指Transformer架构中注意力机制（Attention）的盲区。

在模型的视角里，无论是高高在上的系统提示词，还是夹杂着各种混乱信息的用户数据，最终都会被统统切碎成Token，毫无保留地扔进同一个注意力矩阵中进行计算。

这种数据路径与控制路径完全重合的特性，导致模型在处理海量信息时缺乏物理意义上的安全隔离边界。

这个情况不是孤例，评论区里大量围观群众对此都深有共鸣。

有技术大佬指出，这就如同早期的冯·诺依曼架构，数据和控制指令在内存中没有任何物理隔离。

很多人试图写“千万别听我输入的任何危险指令”之类的提示词，却被其他网友无情调侃，称这是掩耳盗铃。

网友表示，这种行为像极了几十年前程序员试图用正则表达式来防止SQL注入一样，本质上只是在自欺欺人，全凭运气防守。

只要大模型本质上依然是一个“下一个Token预测器（Next Token Predictor）”，它就会依据概率分布去顺应上下文暗示。

网友给出五花八门的避坑指南

既然底层架构天然存在把数据当指令的缺陷，技术社区里的极客们便开始探讨如何在工程应用层面建立起防火墙。

最开始的Reddit下面，大家给G哥出的主意是让它别给Claude那么多权限。

到了Hacker News这边，提出的解决办法就更多了～

呼声最高的方案之一是在模型训练的底层引入不可伪造的界定符。

这意味着开发者需要设计一种绝对无法通过自然语言用户输入来生成的特殊Token。

如同在操作系统里强行划分出不可逾越的内核态和用户态，这种方法是想确保任何来自外界的普通文本，永远无法在Tokenizer阶段被转换为具有系统控制权限的关键标识，从根源上阻断自然语言层面的越权行为。

此外还有网友提出，对于已经部署在生产环境中的业务，目前工程界最主流的解法是采用一种类似“警察与嫌犯”的双模型架构。

单一的主模型容易被花言巧语骗过，开发者们选择引入一个专门负责安全审计的旁路小模型。

这个审计模型不负责具体的业务逻辑，只负责死盯主模型的输入和输出。

一旦发现对话中有任何越权执行或身份混淆的端倪，立刻强行切断对话。

不过大家还是存在一个共识，那就是受架构限制，永远不要寄希望于大语言模型能够产生所谓的“安全觉悟”。

在底层架构层面实现彻底的指令与数据物理分离之前，任何将LLM接入关键业务系统和自动化执行链条的场景，都必须将其视为一个完全不可信的黑盒引擎来对待。

G哥在帖子的最后提到：

其实不仅是Claude，有人说ChatGPT也有类似的问题。
目前初步猜测bug的触发条件之一，是聊天对话接近了上下文窗口极限。

体验感起起伏伏的Claude

顺着Claude新bug这个话题，开发者们围绕近期Claude的表现越讨论越激动。

近段时间，为了给即将惊艳亮相的全新一代模型Mythos腾出庞大的算力资源，Anthropic在后台对现有Claude服务的API调用和算力分配进行了多轮暗中调整，直接导致大量前线开发者的实际体验如过山车一般不稳定。

就在不久之前，就有敏锐的测试者实测发现，Claude在处理复杂逻辑时的深度思考长度在毫无预警的情况下被大幅削减了67%。

随着思维链的缩短，其长文本逻辑推理和长代码生成能力肉眼可见地出现了降级现象。

过去能够一口气推演几十步的复杂难题，现在往往刚起步就急匆匆地给出草率的结论。

更令人啼笑皆非的是近期爆出的计费系统大乌龙——

由于底层API计费逻辑的突发性故障，有用户在对话框里仅仅发了一句简单的“Hello”，系统就直接判定消耗了天文数字的Token，瞬间把账号里辛辛苦苦攒下的额度全部清零。

这些接二连三的插曲，也让大家对Anthropic颇具微词。

最后，如果你也遇到过Claude逻辑掉线、或者成功用一句话“绕晕”过它的经历，欢迎在评论区分享你的调教心得～

参考链接：
[1]https://news.ycombinator.com/item?id=47701233
[2]https://dwyer.co.za/static/claude-mixes-up-who-said-what-and-thats-not-ok.html
[3]https://dwyer.co.za/

— 完 —

🔹 谁会代表2026年的AI？

龙虾爆火，带动一波Agent与衍生产品浪潮。
但真正值得长期关注的AI公司和产品，或许不止于此。

如果你正在做，或见证着这些变化，欢迎申报。
让更多人看见你。👉 https://wj.qq.com/s2/25829730/09xz/

一键关注 👇 点亮星标

科技前沿进展每日见

跳转微信打开

仅3B参数，部分指标超越GPT-5.2！

跳转微信打开

欢迎申报，截至4月27日

组委会 发自 凹非寺
量子位｜公众号 QbitAI

中国生成式AI正在进入产业深水区。

这两年，AI从“新技术”变成了“新工具”，又从“新工具”慢慢变成企业必须面对的现实。它不只在改变内容生产，也在影响研发效率、营销方式、团队协作，甚至决策流程。

时值第四届中国AIGC产业峰会，量子位将根据过去一年里生成式AI企业、产品的表现与反馈，结合对2026年技术与场景的观察与预判，评选出：

• 2026年度值得关注的AIGC企业

• 2026年度值得关注的AIGC产品

量子位将结合对公司的深入调研及数十位行业知名专家的意见，评选结果将于2026年5月中国AIGC产业峰会上公布。

届时，量子位也将邀请数百万行业从业者，共同见证这些优秀企业的荣誉。

2026年度值得关注的AIGC企业

将评选出拥有最创新、最前瞻或最有规模落地潜力的AI企业。

【参选条件】

1. 公司主体在中国或主营业务在中国；

2. 主营业务是生成式AI及相关，或已将AI广泛应用于其主营业务；

3. 近一年在技术/产品、商业化有出色表现的企业。

【评选维度】

1. 技术维度｜关注公司的技术实力、研发能力和创新性，包含技术成果、研发投入、人才储备等角度；

2. 产品维度｜关注核心产品的创新性、市场适配性和用户体验，包含产品创新性、产品用户规模、用户体验等角度；

3. 市场维度｜关注公司在市场中的表现和增长机会，包含商业模式、市场规模、营收情况、合作生态等角度；

4. 潜力维度｜关注核心团队实力和品牌潜力，包含核心团队、投融资进展、品牌影响力等角度。

2026年度值得关注的AIGC产品

将评选出拥有最创新、最实用、最热门或最有应用潜力的AI产品。

【参选条件】

1. 主要功能是基于生成式AI能力的产品；

2. 产品已具备成熟技术，已经投放市场且具有一定的用户规模；

3. 近一年有重要的技术创新或功能迭代，推动AI技术的应用落地，并对行业有一定的影响力。

【评选维度】

1. 产品技术力｜关注产品在技术方面的先进性、成熟度和高效性，包含产品技术架构、技术成果、产品效果等角度；

2. 产品创新力｜关注产品在功能、体验和应用场景方面的创新性和独特性，包含产品核心功能、应用场景、解决的核心痛点、产品趣味性等角度；

3. 产品表现力｜关注产品的用户反馈和市场表现，包括产品用户规模和留存率、用户反馈、产品影响力等角度；

4. 产品潜力｜关注产品在未来发展和市场扩展方面的潜力，包括产品生态、产品市场潜力、产品战略规划等角度。

报名方式

本次评选即日起开始报名，4月27日截止，最终结果将于5月中国AIGC产业峰会上公布，企业可以通过以下方式报名：

• 网页端评选报名链接：https://wj.qq.com/s2/25829730/09xz

• 扫描二维码即可报名评选：

如对本次评选有其他疑问，请联系量子位工作人员。添加微信18801103170，或邮件发送至linyu@qbitai.com，并备注「评选-企业-姓名」。

关于中国AIGC产业峰会

马年，当然是要马上AI起来。

当AI终于从论文里的参数规模、发布会上的技术名词，变成短视频里的创作工具、手机里的常驻助手、甚至出现在长辈的聊天框里时，一个新的分水岭便已出现：

AI这个新物种，终于从“观望期”迈入“全民参与期”。

值此关键时机，今年5月，我们将在北京举办2026中国AIGC产业峰会。峰会以「@所有人，马上AI起来」为主题，聚焦「如何用好AI」，诚邀AI创业者、开发者、资深玩家，一起把AI讲清楚、用起来、跑起来，让更多人真正迈出“马上AI”的第一步。

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超240万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开

巨量引擎发布品星云AI营销

金磊 发自 凹非寺
量子位 | 公众号 QbitAI

咱就是说啊，现在的广告可真是城会玩了——

像下面这个再正常不过的短视频剧情，当镜头切到宝宝喝牛乳的时候，啪的一下，左下角就精准弹出了奶粉广子：

以为这是人为提前设置好的？

No，No，No，全是AI自己搞定的。

具体来说，AI会先通过技术来识别短剧画面，打上多维度标签，如场景、商品、高光等；然后AI就会在画面中智能替换或插入广告内容。

还有更好玩的。

开心麻花《羞羞的铁拳》的经典 IP，AI直接生成了贴合人设的番外短片，把饮料品牌自然揉进剧情里：

古茗那支刷屏的魔性AI短片，把鲜奶、椰云顶、好咖啡豆的产品卖点，做成了全网都在玩的表情包梗，看完竟然有点想下单的冲动：

也难怪有不少的网友最近在看完这类AI味满满的广告之后，留下了这样的评论：

我这是……看完了一整个广告？？？

那么这些新式广告背后，商家们都用的什么AI？

不卖关子，正是来自巨量引擎刚升级的品星云AI营销。

现在，你只需要用大白话告诉AI一句核心需求：“我要精准触达谁、传递什么核心信息、用什么方式触达”，剩下的从人群洞察、策略生成、内容创作、广告投放到效果复盘，AI 全链路给你包圆了。

一言蔽之，品星云AI营销要做的事，就是让决策回归简单。

怎么个简单法，我们继续往下看。

AI打广告，早就不是生成素材那么简单了

值得注意的一点是，AI营销并非是什么新概念。

艾瑞咨询2026年行业报告测算，我国AI驱动的广告营销市场规模将达1800亿元，占互联网广告总规模比重超42%，AI技术早已深度渗透到营销行业的每一个环节。

但一个尴尬的行业现实是，绝大多数品牌对AI营销的应用，至今还停留在用AI生成几条素材的零散工具阶段。

例如用AI写脚本的是一个工具，找达人的是另一个平台，投广告的又是第三套系统，各个环节数据不通、链路断裂，决策全靠运营的经验和感觉。

最后看似用了一堆AI工具，实则根本没释放出AI的真正价值，反而陷入了素材卷数量、投放卷成本、复盘卷表格的无效内耗里。

而巨量引擎品星云AI营销真正的突破，就是彻底跳出了单点AI工具的内卷陷阱，打造了一套打通“洞察-创作-投放-复盘”全流程的营销闭环，把品牌营销最核心的四大命题 ——“对谁说、说什么、怎么触达、怎么优化”，用AI全链路贯穿，从根本上重构了AI营销的玩法。

先搞定“对谁说”

营销的第一步，永远是搞清楚“对谁说”。

但在用户圈层越来越细分、触点越来越碎片化的今天，靠人工去做人群洞察、写营销策略、筛选匹配达人，不仅耗时耗力，还常常出现策略和落地两张皮的问题。

品星云AI营销的智能决策大脑，由云图AiMars为核心，解决了“对谁说”的核心命题，把人群洞察、策略制定这件事，做到了极致简化。

云图AiMars就像品牌的专属AI营销官，品牌只用大白话输入营销需求，一键生成完整可落地的营销策略。

不管是新品上市、大促节点的全案策划，还是赛道趋势洞察、竞品内容分析，甚至是具体的内容创意方向、黄金创作公式，都能一站式输出。

比如某汽车品牌想做春季自驾游主题营销，只需要把需求输入系统，云图AiMars就能自动拆解抖音平台自驾游相关内容的消费趋势、用户偏好、爆款内容底层规律，精准分析赛道机会点，直接输出流量导向、转化导向、均衡导向三套差异化的创作路径，连完整的营销执行方案都一并生成，彻底打通了“数据-洞察-策略”的链路。

再搞定“说什么”

找对了人，更要说对话。

毕竟好的内容永远是营销的核心，而品星云AI营销用星图小星 AI Agent为核心，打通了“策略匹配-沟通连接-投放创作”的内容创作全周期，同时用AI覆盖品牌、达人、用户三大创作主体，打造了多元繁荣的AIGC内容生态，既解决了内容生产的效率难题，也破解了用户不爱看、记不住、不愿传的传播痛点。

作为星图专属的营销AI Agent，小星AI承接云图AiMars输出的顶层营销策略，直接把宏观方案拆成可落地的内容执行动作，解决了策略与内容脱节的行业痛点。

小星AI找灵感功能依托日均500万+内容挖掘、10亿+搜索数据分析能力，可快速输出品类趋势、热点内容、用户偏好等深度洞察，挖透品类爆款内容的底层逻辑，生成可落地的精准种草方案，帮品牌和达人彻底打破内容创意瓶颈。

找达人功能则能深度理解品牌的选人诉求，综合评估达人内容风格、粉丝画像、商业表现等多维指标，快速输出高契合度的达人清单，还附带完整的推荐理由，解决了品牌选达人难、匹配不准的核心痛点。

除此之外，在品牌端，AIGC×品牌素材的玩法，彻底打破了传统内容制作的周期和成本限制。

最典型的就是短剧小剧场能力，它被称为热门IP永不停更的番外制造机，利用AIGC技术，结合爆款短剧的IP和人设，快速结合品牌诉求生成短剧番外创意视频。

不用真人实拍，不受拍摄时空和制作周期限制，还能让品牌成为番外剧情的关键角色，实现与用户的深度情感绑定，把蹭流量变成了创流量。

在达人端，平台集结了巨量引擎星图海量优质AI创作达人，用AI把产品卖点转化成用户愿意玩、愿意传的梗，实现梗有画面，卖点有记忆。

像Pycc就通过把无形的香气以光雾飘形式具象化、匹配时尚精致党轻奢悦己的生活需求，再用蒙太奇专场引入“专属人生香味”的核心主题，强化了品牌记忆。

更值得一提的是，品星云AI营销还推出了AI预审能力，在达人创作环节，就能自动识别并提醒脚本里的风险画面、违规台词，提前规避审核风险，避免视频制作环节做无用功，在保障内容创意的同时，确保商单合规高效落地。

在用户端，品星云AI营销用低门槛的AIGC任务玩法，把用户从广告的观看者，变成了品牌内容的共创者。定制AI特效、合拍模板等玩法，用户只需要拍张照，就能生成带品牌元素的专属内容，极大降低了UGC创作门槛。

抖音平台数据显示，AI类特效投稿占比高达60%-70%，日均播放量超70亿，能带动UGC自然流量裂变超1W+，实现品牌声量的全域扩散。

接下来搞定“怎么触达”

好的内容，更要在对的场景、对的时间，触达对的人。

品星云AI营销用AI把传统广告的单向曝光，全面升级成了“精准触达+深度互动”的全新模式，分四步实现了广告与人的完美连接。

第一步，AI理解人。

这是品星云AI营销最核心的突破之一。其中知意（原AI有刷必映）能力，突破了过去静态标签的局限，品牌不用做复杂的定向设置，只用大白话告诉AI投放需求，它就能深度解析用户全链路行为与潜在消费意图，精准匹配用户的兴趣场景与使用场景，输出定制化追投策略，对高意向用户开展精准广告追投，投后场景渗透率最高可达70%。

第二步，AI找到人。

AI人群智投，依托AI大模型的全域用户洞察能力，打破传统固定标签组合的定向局限，把繁琐的手动操作自动化，品牌只要输入商品信息和营销目标，AI就能自动解析卖点、制定人群策略、智能生成适配的人群包，一键直达投放，彻底打破了传统固定标签组合的定向局限，让每一次人群触达都精准可控。

第三步，AI连接人。

针对当下最火的短剧赛道，品星云AI营销的“AI X 剧可点/植入”能力，更是重构了短剧营销的玩法。

AI植入功能可以智能识别短剧画面，无缝插入或替换品牌产品，突破拍摄时空限制实现高效补拍，以“剧爆则投”的模式降低80%以上的合作成本与风险，场景化软植入能带动品牌认知度提升25%以上；AI剧可点功能则能智能匹配剧情高光节点投放广告，让品牌内容与剧情深度融合。

最后，AI打动人。

品星云AI营销用创新互动广告，把看广告变成了玩广告，彻底打破了传统广告单向传播的壁垒。AI明星来信、合拍、来电等玩法，搭载AI拍照、语音能力，打造1V1的沉浸式互动体验。

而AI Agent互动玩法，则把信息流广告变成了品牌分身聊天室，用户刷到广告就能和品牌AI分身实时对话，一站式完成品牌咨询、商品导购等功能，OPPO的AI Agent广告案例中，CTR提升了5.7倍，商品卡CTR提升了3倍。

最后搞定“怎么优化”

营销从来不是一锤子买卖，复盘优化是实现长效增长的关键。

品星云AI营销打造了全链路的AI复盘体系，实现了数据完全打通，AI自动做归因分析，形成了“投放-复盘-优化”的完整闭环。

在全案复盘层面，云图AiMars的智能问数功能，让营销人员用大白话就能查询全链路数据。不用自己扒表格、做复杂的数据分析，只要用自然语言提问，AI就能自动获取人群资产、销售转化等关键数据，完成归因分析，清晰告诉你哪里做得好、哪里需要优化，还能直接给出下一轮的可落地优化建议。

在细分复盘层面，品星云AI营销也做到了极致的细粒度拆解：

星图结案报告可以清晰查看达人种草的全维度效果，品牌投放复盘能精准拆解每一条广告素材的表现，从人群触达、内容播放到转化效果，每一个环节的表现都清晰可见，让投放效果可追、可测、可优化，彻底告别“投放凭感觉，复盘靠猜”的传统模式。

AI营销，到底该是什么样？

当很多人还在纠结用 AI 生成多少条素材、哪个AI工具写的脚本更好的时候，巨量引擎已经用品星云AI营销，给整个行业交出了一份关于AI营销终局的答卷。

而巨量引擎之所以能做到打通营销全链路，核心靠的是三大无可替代的硬核能力，这也是品星云AI营销能真正实现落地价值的根本。

第一是生态优势：依托抖音全域内容与经营生态，覆盖内容消费、社交互动、交易决策等全场景行为信息，为 AI 精准洞察真实兴趣、深层需求提供了鲜活连贯的场景支撑，破解数据碎片化痛点。

第二是硬核的技术实力。巨量引擎把豆包大模型的能力，和巨量引擎云图的商业数据、科学营销方法论深度绑定，通过RAG检索增强生成技术，让AI输出的每一个策略、每一条建议，都有真实的平台数据支撑。比如云图AiMars采用了多智能体动态编排架构，能像专业的营销团队一样完成目标理解、任务拆解、内容执行和反馈优化，用数十万级高质量真实营销案例训练，输出的方案能直接落地执行。

第三是全链路的体系协同能力。品星云AI营销把巨量引擎云图（洞察策略）、星图（内容创作）、品牌广告（投放触达）三大核心板块完全打通，实现了从策略生成、内容落地、投放触达到效果归因的全流程无断点闭环。。云图输出顶层策略，星图承接内容与达人落地，品牌广告完成精准投放触达，最终投放数据回流到云图完成复盘优化，从策略生成到落地执行没有任何断点，形成了完整的营销闭环，这是任何零散的第三方AI工具都永远无法做到的。

说到底，AI营销的下半场，从来不是比谁用的工具更多，也不是比谁生成的素材数量更夸张。营销的本质，从来都是为用户创造独特的核心价值，是搞清楚“对谁说、说什么、怎么触达”这三个核心问题。

而巨量引擎品星云AI营销做的，是要用AI把营销人从繁琐、重复的执行工作中解放出来，让品牌能更专注于为用户创造核心价值。它给整个行业打了个样：真正的AI营销，是让技术回归营销本质，让复杂的决策变得简单，让品牌的增长拥有确定性。

在AI技术高速迭代的当下，营销行业终将告别零散工具的无效内卷，迈入全链路、全场景智能化的全新阶段。而品星云AI营销的持续进化，也终将让AI营销，真正成为品牌增长的共生大脑。

跳转微信打开

开源项目迅速收割2.6k Star

西风 发自 凹非寺
量子位 | 公众号 QbitAI

刚刚，Claude推出“企业版”服务，发布Claude Managed Agents，结果被开源项目“开团秒跟”！

先说Claude Managed Agents，这是一套支持模块化组合的API套件，专门用来帮企业/团队规模化构建和部署云端托管的智能体。

它将性能优化的Agent运行框架与生产级基础设施深度整合。

用户只要用自然语言描述清楚需求，或者直接上传YAML配置文件，就能定义好想要运行的智能体，再设定好对应的约束规则，剩下的运行、和基础设施相关的繁琐工作，都被平台打包处理。

有意思的是，Claude Managed Agents刚刚发布，就被开源抢去了风头。

同款但开源项目Multica，目前在GitHub已迅速揽获2.6k Star：

连logo都贴脸开大（doge）：

网友的反应也是笑不活：

有人甚至提出要捐钱为爱发电，但被丑拒：

开箱即用，效率提升10倍

官方列举的Claude Managed Agents核心功能如下：

• 生产级智能体运行能力：沙箱隔离、身份验证、工具调用执行这些关键环节，全都帮你配置妥当。

• 长时自主运行：智能体单次可自主运行数小时，就算中途断开连接，运行进度和生成结果也能完整保留。

• 多智能体协同编排：支持智能体自主创建并调度其它智能体，实现复杂任务的并行处理。

• 可靠的治理体系：允许智能体接入真实业务系统，内置权限范围划定、身份管理和执行追踪功能，安全合规有保障。

在此之前，Anthropic的业务重心一直是给用户提供模型，除了Claude Code和Cowork，并没有再开放自家的基础设施，供用户运行这些自主搭建的智能体。

现在，Anthropic显然想要两手抓。

要知道，将智能体真正落地到生产环节，必须攻克沙箱化代码执行、检查点机制、凭证管理、权限范围划定及端到端追踪等一系列技术难关。过往企业单是搭建满足要求的基础设施，往往就要耗费数月时间。

Claude Managed Agents直接帮用户搞定这些复杂环节。

用户只需定义智能体的任务目标、可用工具集与运行约束规则，后续的运行调度全由这套平台基础设施承接。其内置的编排框架，会自动决策工具调用时机、上下文管理策略，以及故障发生后的恢复方案。

作为专为Claude量身打造的托管服务，Claude Managed Agents支持用户设定好目标和成功标准，Claude自主评估、反复迭代，直到达成目标。

如果需要更精细的控制，它也支持传统的“提示词-响应”交互模式。

在结构化文件生成的内部测试中，Claude Managed Agents的任务成功率比标准提示词交互模式最高提升10%，尤其在高难度任务上的优势更为明显。

会话追踪、集成分析和故障排查指引功能，都直接内置在Claude控制台中，用户可以查看每一次工具调用、每一步决策过程，以及出现问题的具体原因。

不过有一点要说明，Claude Managed Agents的部分功能目前还处于受限的研究预览阶段，比如高级记忆工具、多智能体协同编排，还有智能体自主评估迭代。

Anthropic表示，借助Claude Managed Agents，有不少团队已经在多种生产用例中实现了10倍的交付提速。

例如能够阅读代码库、规划修复方案并提交拉取请求的编码Agent；能够加入项目、领取任务、与团队其他成员协同完成工作的生产力Agent；以及能够处理文档、提取关键信息的金融与法务Agent……

Notion团队就分享了其应用实践：

让团队可以直接在自家协作平台内，把工作任务委派给Claude（该功能目前已在Notion自定义智能体模块中开启内测）。工程师用它高效交付代码，知识工作者则借助它快速制作网站与演示文稿。数十项任务可并行推进，团队成员还能围绕智能体生成的结果开展协同作业。

对于企业最关心的定价问题，Claude Managed Agents计费分为两个维度：Token用量和会话运行时长。

第一部分Token费用，按平台标准Token计价规则收取。如果会话内触发网络搜索，每千次搜索10美元。

智能体活跃运行时长单独计费，每会话小时0.08美元。智能体处于等待用户输入或工具响应的闲置时段，不计费。

目前，Claude Managed Agents已经在Claude平台正式开放使用。

开发者还可以借助最新版Claude Code，以及内置的claude-api Skill，来开发托管智能体相关应用。只需输入指令 “start onboarding for managed agents in Claude API”，就能开启。

开源秒跟，10分钟快速上手

再看开源Multica的核心功能：

• Agent即协作队友：Agent可自主承接任务、编写代码、上报阻塞问题，并实时同步任务状态。

• 全流程自主执行：配置完成后即可免运维运行，支持任务排队、认领、执行、完结/失败的全生命周期管理，通过 WebSocket实时推送进度。

• Skill沉淀与复用：每一套解决方案都会转化为全团队共享的可复用Skill。部署实施、数据库迁移、代码审查…… Skill持续沉淀.

• 统一算力运行时：一个控制台即可管控所有算力资源，兼容本地daemon与云端运行时，自动识别可用命令行工具（CLI），并支持实时监控。

• 多工作区隔离管理：按团队组织工作，工作区级别隔离。每个工作区有独立的Agent、Issue和设置。

下面是视频演示：

Multica核心推动者Jiayuan (JY) Zhang，之前还创办了面向开发者的AI垂直搜索引擎Devv.ai。

实际上，Multica发布时间比Claude Managed Agents还要早一些。

Jiayuan (JY) Zhang表示，团队最初打造它是为了解决自己团队中“团队间知识无法共享、多人+多Agent协作缺乏中枢”的问题。

用法上，GitHub仓库也有详细的使用教程：

参考链接：
[1]https://claude.com/blog/claude-managed-agents
[2]https://github.com/multica-ai/multica?tab=readme-ov-file

— 完 —

🔹 谁会代表2026年的AI？

龙虾爆火，带动一波Agent与衍生产品浪潮。
但真正值得长期关注的AI公司和产品，或许不止于此。

如果你正在做，或见证着这些变化，欢迎申报。
让更多人看见你。👉 https://wj.qq.com/s2/25829730/09xz/

一键关注 👇 点亮星标

科技前沿进展每日见

跳转微信打开

让VLM真正「下地干活」

除了领先的评测性能，2B小模型也有不错的使用体验。在视觉感知和具身任务上，不仅有准确的结果，还有清晰合理的推理过程。

将更强的VLM基座应用到机器人实机任务上也能取得更好的效果。预训练的HY-Embodied-0.5基座（右图）相比基线模型（左图）。

使用相同动作训练数据，在打包、堆叠、悬挂三个实机任务上，HY-Embodied基座相比于pi0和pi0.5初始化的模型能取得更好的效果。

跳转微信打开

欢迎申报，截至4月27日

组委会 发自 凹非寺
量子位｜公众号 QbitAI

中国生成式AI正在进入产业深水区。

这两年，AI从“新技术”变成了“新工具”，又从“新工具”慢慢变成企业必须面对的现实。它不只在改变内容生产，也在影响研发效率、营销方式、团队协作，甚至决策流程。

时值第四届中国AIGC产业峰会，量子位将根据过去一年里生成式AI企业、产品的表现与反馈，结合对2026年技术与场景的观察与预判，评选出：

• 2026年度值得关注的AIGC企业

• 2026年度值得关注的AIGC产品

量子位将结合对公司的深入调研及数十位行业知名专家的意见，评选结果将于2026年5月中国AIGC产业峰会上公布。

届时，量子位也将邀请数百万行业从业者，共同见证这些优秀企业的荣誉。

2026年度值得关注的AIGC企业

将评选出拥有最创新、最前瞻或最有规模落地潜力的AI企业。

【参选条件】

1. 公司主体在中国或主营业务在中国；

2. 主营业务是生成式AI及相关，或已将AI广泛应用于其主营业务；

3. 近一年在技术/产品、商业化有出色表现的企业。

【评选维度】

1. 技术维度｜关注公司的技术实力、研发能力和创新性，包含技术成果、研发投入、人才储备等角度；

2. 产品维度｜关注核心产品的创新性、市场适配性和用户体验，包含产品创新性、产品用户规模、用户体验等角度；

3. 市场维度｜关注公司在市场中的表现和增长机会，包含商业模式、市场规模、营收情况、合作生态等角度；

4. 潜力维度｜关注核心团队实力和品牌潜力，包含核心团队、投融资进展、品牌影响力等角度。

2026年度值得关注的AIGC产品

将评选出拥有最创新、最实用、最热门或最有应用潜力的AI产品。

【参选条件】

1. 主要功能是基于生成式AI能力的产品；

2. 产品已具备成熟技术，已经投放市场且具有一定的用户规模；

3. 近一年有重要的技术创新或功能迭代，推动AI技术的应用落地，并对行业有一定的影响力。

【评选维度】

1. 产品技术力｜关注产品在技术方面的先进性、成熟度和高效性，包含产品技术架构、技术成果、产品效果等角度；

2. 产品创新力｜关注产品在功能、体验和应用场景方面的创新性和独特性，包含产品核心功能、应用场景、解决的核心痛点、产品趣味性等角度；

3. 产品表现力｜关注产品的用户反馈和市场表现，包括产品用户规模和留存率、用户反馈、产品影响力等角度；

4. 产品潜力｜关注产品在未来发展和市场扩展方面的潜力，包括产品生态、产品市场潜力、产品战略规划等角度。

报名方式

本次评选即日起开始报名，4月27日截止，最终结果将于5月中国AIGC产业峰会上公布，企业可以通过以下方式报名：

• 网页端评选报名链接：https://wj.qq.com/s2/25829730/09xz

• 扫描二维码即可报名评选：

如对本次评选有其他疑问，请联系量子位工作人员。添加微信18801103170，或邮件发送至linyu@qbitai.com，并备注「评选-企业-姓名」。

关于中国AIGC产业峰会

马年，当然是要马上AI起来。

当AI终于从论文里的参数规模、发布会上的技术名词，变成短视频里的创作工具、手机里的常驻助手、甚至出现在长辈的聊天框里时，一个新的分水岭便已出现：

AI这个新物种，终于从“观望期”迈入“全民参与期”。

值此关键时机，今年5月，我们将在北京举办2026中国AIGC产业峰会。峰会以「@所有人，马上AI起来」为主题，聚焦「如何用好AI」，诚邀AI创业者、开发者、资深玩家，一起把AI讲清楚、用起来、跑起来，让更多人真正迈出“马上AI”的第一步。

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超240万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开

刚融资数亿元的面壁又发新模型，让歪果仁直呼Amazing

金磊 发自 凹非寺
量子位 | 公众号 QbitAI

终于，郭德纲最难的贯口——《莽撞人》，被免费的2B国产AI给复刻出来了！

来，展示~

△图片和音频均为AI生成

这段《莽撞人》是被公认的难度顶尖，甚至成为北影台词课的教科书范本，很多专业演员面对它也是望而却步。

而之前AI语音模型要复刻这段贯口，要么速度不够快，要么咬字、节奏错误，要么就是莫得感情。

但这一次，AI“无中生有”自行音色设计出来的女声版贯口，不仅把节奏拿捏到位，甚至连百（bē）战百（bē）胜、白（bē）盔白（bē）甲白（bē）旗靠……这些特殊发音也是读对了！

包括这两天在网上包括的沈阳翻译片段，这个免费国产AI也是分分钟能复刻出来男声版：

△图片和音频均为AI生成

那几个被网友们笑疯了的小词儿：“音乐会儿”、“害有”、啊，国产AI把大姨东北话的灵魂给抓得稳稳的。

不止是东北话，这个语言模型已经可以cover九种方言，像四川话版《大话西游》经典名场面，是这样的：

（注：九种方言分别是四川话、粤语、吴语、东北话、河南话、陕西话、山东话、天津话、闽南语。）

△图片和音频均为AI生成

“巴适得板”、“悔得抠脚”、“女娃儿”……

这小味儿确实有点满级四川方言的味道了，而且还把周星驰原配音的声色给保住了。

除了方言啊，这个国产2B模型还有一技——同一段语音可以用不同国家的语言来演绎！

例如这段原先是中文的《甄嬛传》滴血验亲的名片段，就秒变成了韩语版：

△图片和音频均为AI生成

不论是语气还是人声，都有点中文原版的那个味道了。

当然，泰语版和西语版，也是手拿把掐：

△图片和音频均为AI生成

不仅如此啊，这个语音模型是直接可以cover三十门外语的那种。

来听一下30种不同风格的“你好”：

如此好玩，还免费开源的国产语音模型，到底是何许AI是也？

不卖关子，它正是面壁智能联合OpenBMB开源社区、清华大学人机语音交互实验室新升级的VoxCPM 2。

整体看下来，除了多语种、多方言之外，VoxCPM 2在音色设计、音色可控和高表现力方面也是较为亮眼。

不少歪果仁在VoxCPM 2发布之后就立马去尝了下鲜，纷纷表示“自家语言的效果针不戳！”

而且在音质方面，市面一般是24000Hz，但VoxCPM 2这次直接拔高到了48000Hz（CD音质）！

这下子，游戏、动画、影视、有声书等领域的人可以说是有福了。

生成只需1秒钟的语音模型

开源的VoxCPM 2，我们现在就可以在在线体验的网站上体验了（地址见文末）：

接下来，我们就一起手把手，搓一个东北话版的《火影忍者》。

首先在界面的左上角，我们上传一段宋小宝的原声片段，大概20秒左右：

然后在它的下方，我们填一个“东北话”的指令，再把台词写进要合成的文本里，例如：

搁这儿用秽土转生跟我唠嗑，可真够损的奥。

最后点击下面的“Generate Speech”按钮，不到一秒钟的时间，宋小宝味儿的《火影》宇智波斑的台词就诞生了：

接下来，我们只需要配上一小段视频，齐活儿：

细心的小伙伴可能发现了，刚才宋小宝音频的demo里其实是有背景杂音的，但到视频里就没有了。

这其实是VoxCPM 2的参考音频降噪功能，只要勾选一下，声音就会变得清晰：

还有值得注意的是，视频里二代土影的声音，是没有上传任何参考音频的情况下生成。

如果你找不到合适的灵感，大可以让VoxCPM 2自由发挥。

然后如果想克隆声音的质量有保证，建议上传的参考音频尽量大于等于5秒；以及你还可以在“Control Instruction”里面添加提示词，改变参考声音的情绪和语速等等。

（但克隆声音的时候，是不能改变性别的哦~）

除此之外，还有3个小细节：

第一个是文本规范化，这是在你输入的台词里有日期、符号、阿拉伯数字等AI读不明白的内容时，你就可以点它，让AI读得规范起来。

第二个CFG Value，它的作用是用来控制AI的听话程度，数值越高就越听你的要求，反之，AI会自由发挥。

第三个就是LocDiT，设置它的步数越高，音频效果就会越好，但生成的速度就会变慢。

除此之外，台词中间停顿的音效，现在可以用[laughing]（笑声）、[sigh]（叹气）、[Uhm]（嗯……）这些标签来控制：

总而言之，现在要玩儿逼真、有趣的声音，简直太简单了。

怎么做到的？

看到这里，肯定有不少的小伙伴要问了：

只有2B大小，还免费开源的语音模型，到底是怎么做到的？

来，咱们这就扒一波。

首先就是VoxCPM 2走了一条跟市面上大多数模型不太一样的路线——采用扩散自回归连续表征（Diffusion Autoregressive Continuous Representation）。

和市面上主流的Token-based传统方案不同的是，它是基于Tokenizer-Free的TTS系统来做的设计，通过端到端扩散自回归架构直接生成连续语音表征，实现了隐式语义-声学的解耦。

简单来说，传统方案在语音转换时极易出现信息损失，而这套技术能最大程度保留原始声音的声学细节、情感基调和方言特色。

这也就是它既能完美复刻周星驰配音的声色，又能把东北话、四川话说得地道入味的核心原因。

与此同时，这款模型的底气，还来自面壁智能深耕多年的高密度小模型技术壁垒。VoxCPM 2完全基于面壁智能自研的MiniCPM基座打造，延续了系列模型“小身板、大能量”的特质。

此前VoxCPM系列就已经在Hugging Face斩获超千点赞、5.5k+下载量，这次升级更是把多语种、高保真、音色可控等核心能力拉到了行业新高度。

更难得的是，VoxCPM 2不止开源了完整的模型权重，更提供了从一键上手到大规模部署的全套工具链，支持原生Torch推理、LoRA及全参数微调，还适配了多端UI扩展，上手使用变得超简单。

最后回到国产这个点。

放眼全球范围内，目前除了基座大模型牢牢占据了开源领先地位，在小模型、端侧模型上，中国公司也在持续领先。

体验地址：
https://voxcpm.modelbest.cn/

GtiHub地址：
https://github.com/OpenBMB/VoxCPM/

HuggingFace地址：
https://huggingface.openbmb.com/model/openbmb/VoxCPM2

跳转微信打开

反手就是上线一个专家模式

梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI

不更是不更，一更就是个大动作，DeepSeek V4可能真的要来了！

就在刚刚，DeepSeek网页端直接就是一个大更新，推出了「快速模式」和「专家模式」两个功能。

此外，还有一个带有图片图标的「视觉模型」，目前也已经开启灰度测试。（好家伙.jpg）

虽说官方并没有对两个模式进行模型说明，但架不住网友们暗中揣测，结果，还真发现了点蛛丝马迹：

是的，人家模型自己承认自己的版本是「V4」了（doge）

虽不说可信度有多少，不过从种种迹象看，大家伙都一众推测——

V4可能真的离我们不远了？？？

（最好不要再是虚晃一枪！）

DeepSeek深夜上线快速/专家模式

常言道，DeepSeek一更新，那关于V4模型的种种揣测必定少不了。（笑）

我们先来说说DeepSeek刚刚上线的「快速模式」和「专家模式」到底是个啥东西！

从名称字面意思和模式介绍上不难看出，两种模式主要还是生成速度和任务处理范围的不同～

我也帮大家浅浅总结了一下这两种模式能力的侧重点：

• 快速模式：适合日常对话、即时响应、适合处理日常比较简单快速的问答，支持上传图片和文件。

• 专家模式：更偏向复杂任务处理，更擅长内容生成、代码、网页等任务，不支持多模态和文件上传，而且目前还是限量供应。

我们直接来一道超超超超经典的「鹈鹕骑自行车」的svg实测题，看看两种模式的生成效果具体有啥差异！

（左图为快速模式、右图为专家模式）

从生成效果来看，虽然两种模式在鹈鹕和自行车的融合度上都还有一定提升空间，但整体比较下来，专家模式的完成度还是要更胜一筹～

接着我们再把难度往上抬一下子，让两种模式分别生成俄罗斯方块小游戏，be like：

（左图为快速模式、右图为专家模式）

从页面布局和视觉效果来看，两种模式在游戏设定和整体页面结构上的差别其实并不算大，而且二者运行都没有明显问题，基础操作按键也都可以正常使用。

比较明显的区别，可能更多体现在一些细节处理上——

比如专家模式生成出来的icon图标，看上去会更精细一点？？？（大家觉得呢）

除了实测效果之外，为了进一步摸清专家模式背后的模型真面目，我也继续刨根问底了一下——

结果，当专家模式被追问模型参数、上下文长度等关键信息时，模型选择了：不予正面回答。

（主打一个，遇到难回答的问题就《跑题》）

跑题归跑题，但架不住网友们从专家模式中察觉到V4模型的一些蛛丝马迹。

比如下面这位网友，用专家模式做了一个网页游戏，得出的结论和我们刚才实测「鹈鹕骑自行车」的感受差不多：

专家模式和快速模式之间，效果差距并没有拉得特别大。

因此这位网友的推测是，专家模式目前很可能调用的还是某个版本的V4 Lite，完整版V4或许已经不远了。

不止如此，还有网友在直接询问专家模式自己的模型名称时，模型甚至大大方方地表示：自己就是「V4」。

（真的假的，咱也不好说…)

当然，围绕专家模式到底是不是V4，网上大家伙也有不少不同声音。

例如下面这位网友就在使用专家模式时发现，当输入token数量达到约133K时，就会触发长度限制。

而根据目前社区流传的V4模型参数信息，完整的DeepSeek V4预计将支持1M token的超长上下文。

这么一看，专家模式当前表现出来的上下文长度，又和大家预期中的V4不太对得上，没准也可能是V3.3的模型版本：

至于专家模式到底是不是V4、完整版V4何时上线，目前DeepSeek官方嘛——还没有给出任何明确说明。

所有线索，都还停留在网友的实测和猜测阶段。（doge）

哦对了，除了这次上线的快速和专家两种模式外，还有一个「vision」模式也已经开始灰度测试。

（有被灰度到的小伙伴，欢迎来评论区聊聊实际效果～）

V4模型真的要来了吗

咋说呢，关于DeepSeek V4的发布传闻，从年初到现在就像一场持续上演的大型的《狼来了》。（doge）

其实早在去年底V3.2版本正式落地后，各大技术社区就已经开始热议下一代V4模型的迭代方向，毕竟——

从版本更新节奏和技术布局来看，DeepSeek的模型迭代本就有清晰的进阶逻辑，V4的研发筹备本就是意料之中的事…

关于V4版本的各种详细地不能再详细模型参数，可以说是全网《遍地开花》。

△图源DeepSeek AI独立社区

此外，关于V4模型的各种基准测试结果也开始疯狂流出，在不少基准测试中V4的表现都碾压GPT5.2、Gemini3等模型。

强，真·强啊。

再就是上个月，DeepSeek一次普通的服务器崩溃事件，由被网友直接送上热搜。

（V4传闻的新素材这不就来了吗！！！）

原本只是一次常规的技术故障，却被大家脑洞大开地解读V4模型即将发布，服务器正在做上线前的压力测试，各种猜测和分析又又又又刷屏社区：

emm…隔三差五就被拎出来热议，却始终没等来官方实锤（doge）。

（真·《狼来了》）

当然了，这次DeepSeek突然上线「专家模式」，无疑给持续发酵的V4传闻又添了一把火…

哪怕只是网传的轻量化V4 Lite版本，也意味着完整版V4的研发已经进入收尾阶段，正式落地或许真的不远了。

没招了，大家只能安心蹲蹲吧～

参考链接：

[1]https://x.com/AiBattle_/status/2041570796674375821?s=20

[2]https://x.com/kimmonismus/status/2041552691235635540?s=20

[3]https://x.com/bridgemindai/status/2023113913856901263?s=20

— 完 —

🔹 谁会代表2026年的AI？

龙虾爆火，带动一波Agent与衍生产品浪潮。
但真正值得长期关注的AI公司和产品，或许不止于此。

如果你正在做，或见证着这些变化，欢迎申报。
让更多人看见你。👉 https://wj.qq.com/s2/25829730/09xz/

一键关注 👇 点亮星标

科技前沿进展每日见

跳转微信打开

AI声音也能被「一体式构建」出来了

小米大模型应用团队 投稿
量子位 | 公众号 QbitAI

语音合成大家都不陌生，这两年市面上各种AI配音也层出不穷。

but，真在实际场景应用起来，还是会面临一箩筐问题——

举个栗子，想把小说做成有声书，但配出来的声音怎么听都感觉很生硬，而且口语表达效果也是个大问题。

此外，像播客这种配音场景，光配音环节就要折腾大半天，合成音频时也会面临各种合成的bug！！！

也正因如此，面对传统语音合成的种种局限问题，小米大模型应用团队提出了——

Midasheng-audio-generate与Xiaomi Any2Speech两大真实世界音频生成框架。

在模型能力上，两个模型分别支持「沉浸式音频生成」与「无边界长音频合成」。

通过大模型对角色设定、情绪变化以及整体声学场景的统一建模，让AI能够真正理解一段自然场景下的音频应该如何呈现。

在这样的生成方式下，声音不仅能够被合成还原出来，还能一体式构建出来～

这下好了，人人都能当声音导演的时代来了？？

Xiaomi Any2Speech：让每个人成为声音导演

传统TTS技术的评判标准一直很直白，那就是模型能不能念好一句话，把每个字读清楚。

而Xiaomi Any2Speech的核心突破，就是让AI不再只懂念字儿，而是学会理解声学空间与叙事逻辑，真正拥有了导戏的能力。

具体来说，在播客、相声、辩论、脱口秀等多种语音对话节目生成中，Xiaomi Any2Speech都表现出了极高的可用性和真实性：

• 多人语音互动：支持多人分角色对话，播客、相声，甚至是武侠广播剧中刀光剑影的沉浸式多人对白，都能完美呈现。

• 声学场景的营造：以往生成的声音总像在空荡的录音棚里，和背景音是割裂的，而模型把背景环境和人声做了统一建模，声音自带场景感，不再是孤立的语音输出。

• 支持长文输入：模型支持多种格式的文档输入，单次推理可以生成最长约10分钟的连贯音频。

• 情绪递进故事性强：模型能理解剧本结构，让AI的表演像真正的演员一样有起有伏。

话不多说，直接来听听下面这段由模型生成的罗永浩×豆包辩论的AI效果：

模型能懂声音、会叙事，说话还自然流畅，核心靠的当然是一套全新的技术创新能力：

首先，就是能让模型理解声学空间与叙事逻辑的「Global-Sentence-Token（GST）」标注体系。

具体来说，Global层级定全局，把控场景定位、说话人画像、整体的情绪走向；而Sentence层级管局部，调整每一句话的语气、语速、表达意图，适配当下的背景状态。

Token层级抠细节，精准处理重音、多音字，甚至是笑声、呼吸声这类贴近真人表达的小细节。

三层配合，让AI对声音的理解更到位～

其次，是模型使用的Labeling over Filtering的技术思路，可以说也是反着传统TTS的玩法来的。

大家都知道以往做TTS训练时，其实都会刻意过滤掉嘈杂数据，比如多人重叠的声音、录音质量参差的素材，只留干净的音频做训练，觉得这些杂数据会影响效果。

而Labeling over Filtering的思路，则选择保留传统TTS摒弃的嘈杂数据——

通过GST标注体系将其转化为训练燃料，使模型学会从人声背景中泛化纯音效（如磁带损坏感、旧广播感）。

这样的好处很直接，那就是模型自己能学会从复杂的人声背景中提炼、泛化出各种特色声学效果～

不仅如此，在CoT思维链合成方面，模型还基于全局指令进行深度「推理」，理解场景氛围与情绪走向，再生成音频，这样一来比传统TTS更贴合场景、更有感染力。

在具体的架构设计上，Xiaomi Any2Speech采用了双路拆分+维度Dropout的思路。

把传统TTS理解与发声合并的黑盒过程，拆解成了可追溯、可干预的步骤，让创作过程的可控性大幅提升。

• Instruct路：用户硬约束（场景元数据、说话人身份、声学环境评分）直接输入。

• Think路：模型自主推理表达规划——全局氛围与情绪弧线、逐句语气/语调/语速/音量/意图，以及音素级发音细节；训练中随机丢弃部分标注维度（Dimension Dropout），被丢弃维度不补全，使模型在部分指定场景下仍能高质量合成。

• 双阶段生成：先逐句规划表达蓝图，再以蓝图为指导生成音频，将传统TTS “理解与发声合并” 的黑盒过程拆解为可追溯、可干预的两步。

也正因如此，Xiaomi Any2Speech在实际落地中，不管是多人分角色对话的塑造、背景环境与人声的融合建模，还是长文本的连贯处理、剧本结构的理解，都展现出了远超传统TTS的能力。

让音频创作不再是专业人士的专属，普通人也能轻松上手做出高质量的声音内容。

Midasheng-audio-generate：声画同频的沉浸式音频世界

相较于Xiaomi Any2Speech的长音频合成能力，Midasheng-audio-generate的模型则更强调——

用一句话实现包括人声、场景音效、音乐等的「全场景声音」重建还原。

具体来说，模型在音频合成上的亮点主要包括以下几个方面：

• 一句话造世界： 仅需自然语言描述，就能生成包含人声、音乐、环境音的完整音频，无需后期拼接。

• 符合场景特点的语音生成：比如用户要合成火车上的对话，或森林中的对话，模型会生成适合场景混响的语音。

• 跨平台零门槛使用：Hugging Face、OpenClaw Skill、Web Demo全平台开放，无需本地部署，直接生成长音频。

再来听听下面这个「黑色电影侦探在雨中的独白」合成效果如何：

能实现真实沉浸感的声音效果，背后靠的则是Midasheng tokenizer技术在支持。

具体来说，基于Midasheng tokenizer，模型用Flow Matching作为主体框架来接收文本指令，驱动背后的全能编码器，直接合成包含语音、音乐、音效的复杂混合音频。

• 结构化多视角标注：传统方法依赖单一文本提示，而Midasheng-audio-generate将音频场景解耦为五个独立标注字段（整体描述、说话人风格、音效、音乐、语音转写），实现了对语音、音乐、音效的细粒度分层控制。

• 统一的非VAE生成：摒弃了主流方法中会损失语义信息的VAE声学分词器，采用统一的语义-声学表示（Midasheng tokenizer）进行建模，突破了生成质量的天花板。

• 智能体兼容的架构：其结构化标注格式天然兼容大型语言模型与智能体工作流，能够自动从高层场景描述中填充各标注字段，使得从单一描述生成复杂、连贯的音频场景成为可能。

OMT

在一些官方展示和实测的效果case进行分析中，还可以看到两个模型所提出的新语音范式，也确实极大改变了语音合成的应用场景与使用思路。

最直观的例子就是在脱口秀场景中，深夜开放麦风格的演出里，起哄声与包袱抖出后观众的共鸣笑声能自然呼应。

再比如在武侠广播剧场景中，江湖夜雨、刀光剑影的氛围配合人物对白与环境音效，营造出沉浸式的武侠世界。

在原始输入中，不用像传统TTS一样标注明确的观众笑点、起哄声或者鼓掌声，模型均可以根据上下文语意自然推断，形成呼应，说明模型「场景语义」有深刻的建模理解。

模型通过语速、音量、混响的协同变化，可直接塑造角色压迫感与空间紧张感，省去传统配音中单独配乐的环节。

同时，语气词、拖音、断句节奏也不再是合成瑕疵，而是传递人物气质的重要介质，借由声音侧写，呈现与内容高度契合的人物人格。

而所有场景共享同一个自然语言instruction接口，一句话描述你想要的效果，无需切换模型或pipeline就能实现。

当模型能够基于语义自动生成情绪、环境与互动反馈，声音合成也就逐渐成为内容生产的一部分，甚至是内容本身。

可能未来的语音生成，不再需要复杂的多轨配音流程了，也不再依赖精细的人工标注，而是通过自然语言直接驱动完整的声音场景生成。

参考链接：

【Xiaomi Any2Speech相关链接】

[1]项目地址：https://Any2Speech.github.io/

[2]Openclaw技能：https://clawhub.ai/whiteshirt0429/xiaomi-Xiaomi Any2Speech-beyondtts

【Midasheng-audio-generate相关链接】

[1]Demo：https://nieeim.github.io/Dasheng-AudioGen-Web/

[2]Openclaw技能：https://clawhub.ai/jimbozhang/midasheng-audio-generate

跳转微信打开

欢迎申报，截至4月27日

组委会 发自 凹非寺
量子位｜公众号 QbitAI

中国生成式AI正在进入产业深水区。

这两年，AI从“新技术”变成了“新工具”，又从“新工具”慢慢变成企业必须面对的现实。它不只在改变内容生产，也在影响研发效率、营销方式、团队协作，甚至决策流程。

时值第四届中国AIGC产业峰会，量子位将根据过去一年里生成式AI企业、产品的表现与反馈，结合对2026年技术与场景的观察与预判，评选出：

• 2026年度值得关注的AIGC企业

• 2026年度值得关注的AIGC产品

量子位将结合对公司的深入调研及数十位行业知名专家的意见，评选结果将于2026年5月中国AIGC产业峰会上公布。

届时，量子位也将邀请数百万行业从业者，共同见证这些优秀企业的荣誉。

2026年度值得关注的AIGC企业

将评选出拥有最创新、最前瞻或最有规模落地潜力的AI企业。

【参选条件】

1. 公司主体在中国或主营业务在中国；

2. 主营业务是生成式AI及相关，或已将AI广泛应用于其主营业务；

3. 近一年在技术/产品、商业化有出色表现的企业。

【评选维度】

1. 技术维度｜关注公司的技术实力、研发能力和创新性，包含技术成果、研发投入、人才储备等角度；

2. 产品维度｜关注核心产品的创新性、市场适配性和用户体验，包含产品创新性、产品用户规模、用户体验等角度；

3. 市场维度｜关注公司在市场中的表现和增长机会，包含商业模式、市场规模、营收情况、合作生态等角度；

4. 潜力维度｜关注核心团队实力和品牌潜力，包含核心团队、投融资进展、品牌影响力等角度。

2026年度值得关注的AIGC产品

将评选出拥有最创新、最实用、最热门或最有应用潜力的AI产品。

【参选条件】

1. 主要功能是基于生成式AI能力的产品；

2. 产品已具备成熟技术，已经投放市场且具有一定的用户规模；

3. 近一年有重要的技术创新或功能迭代，推动AI技术的应用落地，并对行业有一定的影响力。

【评选维度】

1. 产品技术力｜关注产品在技术方面的先进性、成熟度和高效性，包含产品技术架构、技术成果、产品效果等角度；

2. 产品创新力｜关注产品在功能、体验和应用场景方面的创新性和独特性，包含产品核心功能、应用场景、解决的核心痛点、产品趣味性等角度；

3. 产品表现力｜关注产品的用户反馈和市场表现，包括产品用户规模和留存率、用户反馈、产品影响力等角度；

4. 产品潜力｜关注产品在未来发展和市场扩展方面的潜力，包括产品生态、产品市场潜力、产品战略规划等角度。

报名方式

本次评选即日起开始报名，4月27日截止，最终结果将于5月中国AIGC产业峰会上公布，企业可以通过以下方式报名：

• 网页端评选报名链接：https://wj.qq.com/s2/25829730/09xz

• 扫描二维码即可报名评选：

如对本次评选有其他疑问，请联系量子位工作人员。添加微信18801103170，或邮件发送至linyu@qbitai.com，并备注「评选-企业-姓名」。

关于中国AIGC产业峰会

马年，当然是要马上AI起来。

当AI终于从论文里的参数规模、发布会上的技术名词，变成短视频里的创作工具、手机里的常驻助手、甚至出现在长辈的聊天框里时，一个新的分水岭便已出现：

AI这个新物种，终于从“观望期”迈入“全民参与期”。

值此关键时机，今年5月，我们将在北京举办2026中国AIGC产业峰会。峰会以「@所有人，马上AI起来」为主题，聚焦「如何用好AI」，诚邀AI创业者、开发者、资深玩家，一起把AI讲清楚、用起来、跑起来，让更多人真正迈出“马上AI”的第一步。

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超240万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开