AI动态

分类：科技 标签：AI硬件、大模型、智能手机、消费电子 过去一年，AI 硬件创业者开始扎堆盯上手机背面。从累计出货突破百万台的 Plaud AI 录音卡，到完成数千万元融资的磁吸电子纸屏，再到极稚科技卖出超 14 万只海外热销的无源墨水屏手机壳，原本以防护、充电和装饰为主的配件位置，突然涌入了录音公司、电子纸创业者、互联网大厂和手机厂商。 这场围绕手机背面几厘米空间的竞争，不仅是一场配件生意，更演变成了 AI 硬件寻找全新交互入口的中心战场。 一、手机背面的「隐藏金矿」 较早让市场意识到手机背面可以成为 AI 硬件入口的，是一张轻薄的录音卡。以 Plaud Note 为例，它厚约 3 毫米、重 30 克，通过 MagSafe 磁吸在手机背后，按下按键即可录音并自动转写摘要。它做对的关键在于位置选择：将独立硬件寄生在手机上，用户无需多带一个设备，完美解决了独立 AI 硬件普遍面临的「高频携带」难题。 Plaud 的成功引来了大量模仿者。随后，钉钉、出门问问、科大讯飞、360 等大厂相继入局，华强北白牌也迅速将基础录音卡价格打到百元级别。纯录音加上转写的功能差异在一年内被迅速压缩，但它成功验证了手机背面作为 AI 入口的可行性。 紧接着，这一逻辑又被显示方向的创业者验证。无论是极稚科技利用 NFC 刷新的无源墨水屏手机壳，还是阅星曈推出的 4.3 英寸磁吸电子纸阅读器，都在海外市场斩获了惊人的销量。与此同时，荣耀、影石、OPPO 和海信等手机厂商也开始亲自下场，通过磁吸副屏或可拆卸墨水屏试探这一阵地。 二、两条路线的交叉点：录音与屏幕的融合 目前，扎堆手机背面的硬件主要分为两条路线：录音卡路线和阅读/显示屏路线。原本服务于不同人群的产品，在长期留存于手机背后时开始产生竞争，并逐渐走向交叉。 一些团队开始跨界探索。例如在展会上亮相的 Flowtica Verso 和 NOOKLAB 的 Moonphase Flip，不仅内置麦克风阵列，还装上了电子纸屏幕。它们能够记录会议、提取待办，并将 AI 处理后的核心结果直接显示在背屏上，成为真正的「低打扰 AI 随身屏」。 这种融合背后，是单一功能越来越难做出差异化的必然结果： 录音设备需要更直接的输出方式，从单纯的采集工具进入后续的流程管理。 屏幕设备则需要更丰富的上下文，从被动展示照片或电子书，走向主动理解用户需求并展示关键结果。 当麦克风负责采集现场信息、Agent 负责理解和组织、背屏负责展示少量核心结果时，三者便有机会围绕同一项任务高效协作，为用户提供一种不打扰主屏、却能持续陪伴的交互体验。 三、最大的挑战：用户接受度与生态压制 尽管把录音、屏幕和 Agent 装进手机背面在技术上已无悬念，但创业者仍需跨越几道现实门槛： 重量与续航的平衡：屏幕、录音和计算模块的增加，必然带来设备重量的上升和功耗的增加。如何避免频繁取下充电带来的繁琐，是硬件设计的一大考验。 价格与价值的匹配：当融合设备的价格来到数百美元的价位时，用户会认真考量它究竟替自己节省了多少时间，而不仅仅是为新鲜感买单。 手机厂商与系统生态的压制：大厂和手机厂商天然拥有电池、算力、系统数据以及渠道优势。如果创业公司无法围绕特定人群建立足够深的产品护城河与使用习惯，其验证出的需求极易被手机厂商吞噬。 此外，持续记录带来的隐私边界、清晰的录音提示以及数据安全控制，也是这类产品能否真正走入大众视野的关键前提。 总结 手机背面从来不缺可以放进去的功能，真正缺的是一个足够重要的使用理由。接下来的行业竞争，将取决于哪支团队能在「有用」与「无感」之间找到完美的平衡点：足够轻量，让用户忘记它的存在；足够明确，让用户清晰感知它的价值；同时也足够独立，能够在手机厂商的阴影下建立起独特的壁垒。

分类：AI动态 标签：人工智能、大模型、腾讯、AI眼镜 近期科技与数码领域迎来密集更新，从各大厂商的旗舰 AI 模型迭代，到硬件终端与软件工具的创新，以下为您梳理近期不容错过的行业核心动态。 1. 谷歌新一代旗舰模型 Gemini 4 Pro 疑似偷跑 Google 下一代旗舰模型 Gemini 4 Pro 疑似正以 gemini-3.8-flash 名称在 Arena 等基准测试平台上「偷跑」上线，内部开发代号为 Argon。 核心表现：测试数据显示，该模型在智能体编程测试 DeepSWE v1.1 中得分超过 88%，在 Terminal-bench 2.1 和 OSWorld 2.0 中分别获得 95.3% 和 86.8% 的成绩，表现亮眼。不过，由于测试条件及完整结果尚未公开，相关分数仍待独立验证。 2. 腾讯 AI 原生输入工具 Chatterfly 开启内测 腾讯全新 AI 原生输入工具 Chatterfly（市场称作元宝输入法）低调开启内测。 功能亮点：底层依托腾讯混元多模态大模型，定位 AI 表达助手，主打「开口即成稿」，能够理解上下文语义并自动润色书面文本。产品内置六大自然场景 Skill 能力（如会议纪要、工作汇报、Vibe-Coding 提示词优化等）。目前内测仅开放 macOS、Windows 桌面客户端，录音及相关记录默认在本机存储，保障用户隐私。 3. 阿里达摩院通用医疗影像模型 DAMO RADAR 登顶《科学》 阿里巴巴达摩院与浙江大学医学院附属第一医院等机构研发的通用医疗影像 AI 模型 DAMO RADAR 成功登上国际顶级学术期刊《科学》（Science）。 技术突破：该模型面向腹部增强 CT 诊断，可一次性识别超过 146 种病症，其准确性首次达到影像科专家级水平，目前已正式开源。 4. 行业观点与安全事件频发 Anthropic 算力追赶计划：消息称 Anthropic 计划在今年年底前拥有约 5 吉瓦可用算力，并在明年年底实现翻倍，全面追赶 OpenAI 的扩容节奏。 安全漏洞警示：安全公司 Hacktron AI 披露，研究人员借助 Claude Opus 5 成功在不到 72 小时内将图像处理漏洞扩展为完整攻击链，获得 OpenAI 内部员工账户及 GitHub 访问权限，引发行业对 AI 代理授权范围与凭证管理的重视。 版权与伦理争议：微软应用科学总监布伦特・赫希特在内部备忘录中将 AI 模型训练直言为「人类历史上最大规模的劳动盗窃」，并指出新闻业正陷入 AI 夺走流量与收入的「毁灭循环」。同时，吴恩达发声呼吁行业应聚焦解决现实工程问题，而非过度渲染科幻叙事。 总结 从大模型算力军备竞赛的白热化，到 AI 深度赋能医疗、办公与输入终端（如腾讯 Chatterfly），再到数据安全与版权伦理的现实博弈，人工智能技术正在以极快的速度重塑千行百业。如何在高速发展中平衡商业价值、数据安全与社会责任，依然是当前行业面临的核心课题。

分类：AI动态 标签：华为、昇腾、大模型、人工智能 在人工智能技术狂飙突进的今天，算力底座与软件生态的竞争已经进入深水区。近日，在相关行业活动中，华为计算战略与业务发展部部长朱照生对外透露：昇腾算力平台已经正式跨越了生态的拐点，具备了在 Agentic（智能体）时代构建全新 AI 生态的能力与机遇。 这一表态不仅标志着国产 AI 算力底座在技术成熟度上迈上了新台阶，也向行业释放了开源共建、全面融入主流生态的强烈信号。 社区活跃度飙升：非华为开发者成主力 生态繁荣的核心在于开发者规模与社区活跃度。在开源与共建的战略推动下，昇腾生态近期展现出了强劲的增长势头： 活跃度领跑国内：昇腾 CANN 开源社区的月均活跃用户数目前已突破 5200 人。自今年 6 月以来，该社区成功跃升为国内活跃度最高的开源社区之一。 开发者结构蜕变：在社区生态中，非华为开发者的数量已经超过了华为自有开发者，这表明昇腾正在吸引更广泛的第三方力量共同参与。 代码贡献创新高：目前，昇腾开源社区日均新增合入代码超过 3 万行，生态的自我造血与演进能力显著增强。 模型与框架双向突破：夯实算力底座 对于大模型和人工智能应用而言，底座的兼容性与支撑能力至关重要。昇腾在模型层面和主流框架适配上交出了一份亮眼的成绩单： 国内唯一的预训练底座：在模型层面，当前基于昇腾完成预训练的大语言模型和多模态模型已经超过 40 个，昇腾也由此成为了国内唯一能够全面支持大模型预训练的 AI 算力平台。 全面拥抱主流开源：在软件框架生态建设上，昇腾并没有闭门造车，而是选择深度融入全球开发者生态，目前已成功接入 PyTorch 等国际主流开源框架，降低了开发者的迁移与适配成本。 极客视点与总结 从昇腾生态的发展轨迹来看，AI 算力的竞争早已超越了单纯的硬件性能比拼，演变为“硬件算力 x 软件框架 x 开发者社区”的综合生态较量。 随着 Agentic（智能体）时代的加速到来，AI 应用将从简单的对话交互走向复杂的自主决策与多工具调用。昇腾此次宣布跨越生态拐点，不仅意味着其在技术上攻克了大规模预训练的难关，更通过开源 CANN 和接入主流框架，构建了一条从底层算力 -> 框架适配 -> 开发者共建的良性演进路径。未来，能否在全新的智能体时代持续吸纳全球优质创新力量，将是昇腾构筑 AI 新生态的关键所在。

分类：AI动态 标签：人工智能、微软、OpenAI、大模型 在人工智能狂飙突进的今天，关于数据抓取与版权的争议从未停息。近日，外媒曝光的一系列微软内部文件将这一矛盾推向了风口浪尖。微软应用科学总监 Brent Hecht 在内部警告称，无节制地抓取新闻内容来训练 AI 模型，本质上是一次规模空前的盗窃行为，堪称人类历史上最大规模的劳动成果盗窃。 内部文件揭露：AI 训练与版权的尖锐矛盾 长期以来，科技巨头们普遍以“合理使用”为借口，大规模抓取互联网上的公开内容用于大模型训练。然而，Brent Hecht 明确表示，这种做法根本算不上合理使用，简直是对“合理使用”理念的公开嘲弄。 除了对版权的侵犯，微软的另一份内部文件还指出了这种模式引发的“恶性循环”： 伤害创作者：AI 直接回答用户问题，导致新闻出版商的网站流量断崖式下跌。 反噬模型自身：当优质内容创作者因失去经济来源而停止生产内容时，AI 模型的训练也将失去高质量的数据源，最终同时伤害模型本身与整个 Web 生态。 触目惊心的数据：新闻机构流量暴跌 OpenAI 的旗舰产品 ChatGPT 等工具正在深刻威胁着传统新闻出版商的经济基础。而微软与 OpenAI 内部的数据分析恰好证实了这一残酷预测： 部分新闻出版商网站的点击率遭遇了高达 83% 至 93% 的灾难性下降；而其他大多数新闻机构的点击率也普遍下跌了 51% 至 94%。正如 Hecht 所坦言的那样：“几乎没有人希望自己创作的内容被以这种方式使用，更没有人因此获得应有的报酬。” 巨头高管表态不一：从公开反对到暗中默许 面对日益严峻的版权压力，科技巨头的态度显得十分微妙。 微软 CEO 纳德拉此前在作证时公开表示，AI 公司绝对不应该通过绕过付费墙的方式来违反新闻网站的使用条款。然而，戏剧性的是，OpenAI 的内部聊天记录却暴露了截然不同的态度：当某位员工兴奋地通知总裁 Greg Brockman，称 OpenAI 的网络爬虫成功找到了绕过《纽约时报》付费墙的技术漏洞时，Brockman 的回复竟是“好极了”。 科技与人文的博弈 AI 的发展离不开海量数据的滋养，但当这种滋养演变为对创作者劳动成果的无偿掠夺时，行业的长远健康便无从谈起。如何在推动技术创新的同时，建立公平合理的版权收益分配机制，保障内容创作者的生存权益，已经成为摆在所有科技巨头面前一道无法回避的必答题。

分类：AI动态 标签：人工智能、网络安全、大模型、Claude 在人工智能技术狂飙突进的今天，AI 不仅在重塑软件开发的工作流，也正在深刻改变网络安全攻防的生态。近日，Hacktron 安全团队上演了一出“以子之矛，攻子之盾”的戏码——他们借助 OpenAI 主要竞争对手 Anthropic 推出的 Claude AI 工具，成功发现了多个漏洞并最终控制了部分 OpenAI 员工的 ChatGPT 账户。这场跨越竞争界限的“AI 辅助入侵”事件，再次将大模型在安全领域的双刃剑效应推上了风口浪尖。 漏洞挖掘全纪录：AI 驱动的高效渗透 在这场安全测试中，Hacktron 团队展现了极具现代感的“人机协同”作战方式。整个攻击链条与漏洞挖掘过程核心包括以下几个关键阶段： 组合拳式漏洞利用：研究人员巧妙组合了 OpenAI 的 SSO（单点登录）配置错误，以及其官方社区论坛所使用的 Discourse 软件中 libheif 软件包的堆缓冲区溢出漏洞。 权限突破与访问：通过上述漏洞，攻击团队成功突破防线，控制了多名 OpenAI 员工的 ChatGPT 账户，进而获得了访问 OpenAI 内部代码库及其他关联服务的权限。 AI 作为核心外挂：整个过程中最引人注目的，是研究人员全程借助了 Anthropic 的 Claude AI 工具来辅助漏洞挖掘以及实现远程代码执行 (RCE)。他们从较旧的 Opus 4.8 模型起步，最终过渡到新发布的 Opus 5.5 模型。 颠覆传统的经济账：低成本与高效率的警示 这起事件之所以在科技圈引发震动，不仅在于攻击对象的特殊性，更在于其展现出的极低攻击成本： 时间成本锐减：在 AI 智能体的全天候持续运转下，整个漏洞发现和攻击辅助过程仅耗时数天，而研究人员实际投入的人工时间仅仅只有数小时。 极低的资金消耗：在整个攻击链条中，AI 消耗的 Token 支出不到 3000 美元；而事后，研究人员向 OpenAI 和 Discourse 报告漏洞，还意外获得了来自 OpenAI 的 6500 美元安全赏金。 科技编辑点评 这场攻击测试生动地诠释了 AI 时代网络安全的新常态：AI 正在让高级别的漏洞挖掘与攻击变得前所未有地廉价和高效。当竞争对手的 AI 成为攻破自家防线的利器，各大科技巨头在享受大模型带来生产力红利的同时，也将不得不面对一个更加严峻的现实——防御的门槛正在被无限拉高，安全运营必须同步向 AI 化、自动化演进。

分类：科技 标签：AI硬件、大模型、消费电子、创业项目 过去一年，AI硬件创业者开始扎堆涌向手机的背面。从累计出货突破百万台的 Plaud 录音卡，到完成近 5000 万元融资的阅星曈磁吸电子纸屏，再到卖出超过 14 万只并远销海外的极稚科技无源墨水屏手机壳，原本以防护、充电和装饰为主的配件位，突然变成了一片充满想象力的「隐藏金矿」。 这场围绕几厘米空间的竞争，已经从单纯的配件生意演变为 AI 硬件创业的核心战场。 一、手机背面的「隐藏金矿」 最早让市场意识到手机背面可以成为 AI 硬件入口的，是一张仅 3 毫米厚、重约 30 克的录音卡。 Plaud Note 通过 MagSafe 磁吸在手机背后，按下按键即可一键录音，会议结束后在手机 App 中自动生成 AI 转写和摘要。它没有发明录音，也没有发明 AI 转写，而是做对了位置选择：将独立硬件寄生在手机上，用户无需多带一个设备，彻底解决了传统录音笔「携带麻烦、用时找不到」的痛点。 随着 Plaud 实现业务高速增长，大厂与白牌玩家迅速跟进： 大厂入局：钉钉推出 DingTalk A1 录音卡，出门问问发布 TicNote，360 与科大讯飞也相继入局。 华强北冲击：白牌同类产品的价格被迅速压到一两百元，纯录音加转写的硬件差异在一年内被急速压缩。 然而，Plaud 真正验证的是手机背面作为 AI 入口的可行性。随后，另一批创业者从显示终端的方向继续验证这一逻辑：极稚科技的无源墨水屏手机壳主打情绪表达与社交展示，阅星曈则推出了磁吸电子纸阅读器，上市半年月销量增长超 10 倍。 当创业公司在录音和阅读两个方向跑通模型后，上游电子墨水屏产能开始吃紧，而手机厂商也选择亲自下场。荣耀、影石 Insta360、OPPO 与海信纷纷推出各自的磁吸副屏或可拆卸背屏产品，正式宣告手机背面成为了独立的硬件入口。 二、两条路线的交叉点：录音、屏幕与 Agent 的结合 当录音设备和屏幕设备同时挤在手机背面时，它们开始从原本服务不同人群的工具，演变为直接的竞争对手。为了突破单一功能的同质化瓶颈，一些前沿团队开始尝试将两条路线融合： 功能外延：Flowtica 展出的 Verso 同时装有电子纸屏幕和麦克风阵列；NOOKLAB 推出了支持持续收音的「低打扰 AI 随身屏」Moonphase Flip。 角色转变：设备不再仅仅被动采集信息或展示照片，而是通过麦克风收集现实对话，利用 AI 整理并筛选出值得注意的待办事项，最终通过低功耗的背屏呈现在用户眼前。 这种融合背后，实际上构成了 麦克风采集 -> Agent 理解与组织 -> 背屏结果呈现 的完整链路。背屏不承担复杂的视频与信息流交互，而是精准切入那些需要持续存在、却又不值得打断用户的轻量级任务（如下一个日程、待办确认等）。 ...

分类：科技 标签：人工智能、大模型、科技资讯、硬件前沿 近期科技圈迎来了一波密集的技术爆发与行业动态。从谷歌下一代旗舰模型疑似偷跑，到国内大厂在输入法与医疗 AI 领域的创新，再到硬件巨头们的最新动作，以下为您梳理近期最受关注的科技数码焦点。 1. 谷歌 Gemini 4 Pro 疑似偷跑，多项基准测试领先 谷歌下一代旗舰模型 Gemini 4 Pro（内部代号 Argon）近期以 gemini-3.8-flash 的名称在 Arena 等基准平台上疑似偷跑。网传测试数据显示，该模型在智能体编程测试 DeepSWE v1.1 中得分超过 88%，在 Terminal-bench 2.1 和 OSWorld 2.0 中分别获得 95.3% 和 86.8% 的高分，多项指标超越了 GPT-6 Astra 和 Claude Fable 5.1。不过，相关测试条件与完整结果尚待官方独立验证。 2. 腾讯 AI 原生输入法 Chatterfly 开启内测 腾讯全新 AI 原生输入工具 Chatterfly（此前被称为元宝输入法）近日低调开启内测。该产品底层依托腾讯混元多模态大模型，定位为「AI 表达助手」，主打「开口即成稿」能力。 核心功能：支持上下文语义理解，将口语自动整理润色为书面文本。 场景覆盖：内置会议纪要、工作汇报、项目进度梳理、营销文案、邮件润色及提示词优化等六大场景 Skill。 隐私保护：语音转写录音及相关记录默认在本地设备存储，不上传云端。目前该产品已在 macOS 与 Windows 桌面端开启内测，移动端正在筹备中。 3. 阿里达摩院通用医疗影像模型 DAMO RADAR 登顶《科学》 阿里巴巴达摩院与浙江大学医学院附属第一医院等机构联合研发的通用医疗影像 AI 模型 DAMO RADAR，成功登上国际顶级学术期刊《科学》。该模型面向腹部增强 CT 诊断，能够一次性识别超过 146 种病症，准确率达到影像科专家级水平，目前已正式开源，标志着医疗 AI 在通用化和精准度上取得重要突破。 ...

分类：科技 标签：创业、投资、商业逻辑、大模型 在面对新一轮的融资与对外传播时，很多创业者常常会陷入一个误区：如何通过精彩的公关话术和包装，来打动更多的投资人？ 然而，观察过多代创业者的历程后会发现一个扎心的现实：绝大部分情况下，第一笔天使投资往往是最好拿的；而真正能被公关轻易影响的投资人，大概率也不是对你未来发展至关重要的伙伴。真正愿意笃定你、给你出大钱的机构，以及愿意押上青春的顶级人才，从来都不是靠 PR 搞定的。 打动优秀投资人的底层逻辑，其实是一套清晰的 A -> B -> C 连线 方法论。 历史的回响：从王兴的“千团大战”看信用资产 回顾当年千团大战最热的时候，所有对手都在疯狂投站台广告、发补贴、烧钱抢地盘，当时的领头羊拉手网甚至自信到倒排上市日期。但王兴却反其道而行之：“团购投广告和烧钱这事算不过账，商业模式跑不通，不能这么花。” 当时行业内甚至公司内部都一片质疑：不烧钱怎么一统江湖？王兴甚至为了证明公司账上有钱，被逼得在发布会上直接亮出银行流水 —— 账上趴着 7000 万，证明他真不是没钱，是真的不烧。 后来，拉手网倒在上市前三个月，因为商业模式跑不通。美团却笑到了最后，一统团购江湖。 在这个转折点发生之前，王兴说什么外界都打着问号；但转折点过后，全世界都发现王兴是对的。美团自此拿到了高维度的信任资产。因此，当后来面临外卖大战、阿里进场力挺饿了么时，王兴换了一套逻辑：“今天要把钱给到最有效率的人去烧，比如我。”投资人依然认了，最终助其拿下市场老大地位。 投资人之所以信他，100% 不是因为 PR 做得有多好，而是因为他此前积累下的信用，大家真的信了。 拆解 A -> B -> C：什么是「思想履约」？ 真正决定你能不能拿到深层信任的，不是单点的公关发声，而是你在时间轴上的连续演进： A 点（历史决策）：你在充满不确定性、大家甚至看不懂的时候，下了什么注？为什么这么选？ B 点（客观结果）：经过一段时间的验证，你当初算过的账、说过的话，有没有拿到扎实的兑现？ C 点（未来判断）：站在今天，基于前面的逻辑，你下一步要带大家去哪儿？ 这三者之间有着严格的逻辑闭环： 没有 A 点的 B 点，叫侥幸。如果不提前把逻辑讲清楚，就算拿到了结果，别人也会觉得你只是撞上了大运。 没有 B 点的 A 点，叫画饼。如果只有口号没有兑现，PR 反而会变成给未来埋下的雷。 只有当 A 点跨越时间落到 B 点，这个闭环才叫「思想履约」。 正如我们今天使用 AI 工具写代码，之所以到最后甚至不需要逐行去 review，并不是因为某一行代码写得有多惊艳，而是因为它在此前的任务中持续做好了履约。 总结 由 A 点到 B 点拉出的极其坚固的实线，其延长线才是唯一能击穿 C 点、让投资人和优秀人才愿意为你的未来下注的依据。 创业从来不是靠一次次光鲜的亮相或包装的说辞来吸引资源，它的本质是 A -> B -> C 不断累进的最小循环。这甚至算不上一种沟通技巧，它就是创业的本质：在不确定性中，累积确定性。

分类：AI动态 标签：华为、昇腾、大模型、人工智能 华为计算战略与业务发展部部长朱照生近日对外宣布，华为昇腾计算平台已经正式跨越生态拐点。在即将到来的 Agentic（智能体）时代，昇腾不仅具备了构建全新 AI 生态的能力，更迎来了前所未有的发展机遇。 活跃度创新高：开源社区迎来质变 作为底层算力的核心支撑，昇腾在开发者生态建设上取得了显著突破。数据显示，昇腾 CANN 开源社区的月均活跃用户数已经突破 5200 人。 自今年 6 月以来，该社区成功跃升为国内活跃度最高的开源社区。值得关注的是，社区的非华为开发者数量已经超过了华为本土开发者，形成了多元共建的良好局面。目前，社区日均新增合入代码超过 3 万行，生态凝聚力持续增强。 算力与模型双向赋能：夯实国产底座 在底层大模型蓬勃发展的背景下，昇腾展现出了强大的技术承载力。目前，基于昇腾完成预训练的大语言模型和多模态模型已经超过 40 个。 这一数据标志着昇腾已经成长为国内唯一支持全面预训练的 AI 算力平台。从算力供给 -> 模型预训练 -> 落地应用的闭环正在加速形成，为国内人工智能产业提供了坚实的算力底座。 拥抱开源：全面融入主流生态 闭门造车无法走远，开放兼容才是行业正道。在生态构建上，昇腾采取了积极的开放策略。 除了自身核心的 CANN 实现开源外，昇腾平台目前已经全面接入 PyTorch 等国际主流开源框架。这种开放共融的姿态，不仅降低了开发者的迁移成本，也为主流 AI 框架与国产算力的深度适配铺平了道路。 博客编辑点评 从昇腾当前的社区活跃度、代码贡献量以及模型适配广度来看，国产 AI 算力生态正在经历从“可用”到“好用”的蜕变。随着 Agentic 时代的深入演进，以昇腾为代表的国产算力平台能否在激烈的全球竞争中开辟出一条新路，值得全行业持续关注。

分类：AI动态 标签：生成式AI、游戏开发、行业报告、人工智能 日本计算机娱乐协会（CESA）近期发布的年度行业报告《Video Game Industry Report》披露了一组令人瞩目的数据：高达 85.8% 的日本游戏开发者在实际工作中使用了生成式 AI。 这一数字相比去年的 51% 实现了跃升，标志着人工智能正在从前沿概念迅速转变为游戏工业的基础设施。 从尝鲜到日常：AI 的高频渗透 在这波 AI 浪潮中，日本游戏从业者的使用频率呈现出高度集中的态势： 深度依赖：63% 的开发者表示他们每天都在使用生成式 AI。 偶尔尝鲜：22.8% 的开发者选择在特定环节偶尔使用。 完全不用：仅有不到 15% 的开发者尚未将其纳入工作流。 开发者们拥抱 AI 的核心诉求非常务实，排名前三的原因分别是：改进运营效率与生产力 -> 缩短开发周期 -> 降低开发与运营成本。 AI 在游戏工业的具体分工 尽管大众常常担忧 AI 会完全取代人类创作者，但实际调研显示，大多数受访者明确表示不会直接使用 AI 生成最终内容。相反，AI 更多扮演着“高级助手”的角色。 根据报告，AI 在游戏开发中的应用场景从高到低依次为： 视觉素材与图像生成：协助美术团队进行概念设计、纹理贴图或背景填充。 故事与文本生成：用于构建世界观草稿、NPC 对话初版或文案润色。 编程辅助：帮助程序员编写基础代码、排查 Bug 或优化算法。 引擎开发：约 32% 的游戏公司利用 AI 协助开发自研游戏引擎。 行业声音：降本增效与人类创意的边界 作为行业巨头之一，Capcom 的工程师在评价该技术时指出，AI 目前的主要价值在于减少繁琐的“日常任务”，将开发者从重复劳动中解放出来。 与此同时，业界普遍认为，尽管 AI 在运算与生成速度上具备压倒性优势，但“最聪明的 AI 在感性上也无法与人类创作者相媲美”。 科技编辑视点 从 51% 到 85.8%，日本游戏开发行业对生成式 AI 的接受度在短短一年内完成了质的飞跃。这表明，面对日益膨胀的开发成本与制作周期，保守的传统游戏工业也不得不向效率妥协。 然而，AI 的深度介入并未引发“AI 毁灭游戏”的末日景象，反而确立了一种人机协同的新范式：AI 负责基础的铺垫与提效，而决定游戏灵魂的感性创作与核心玩法，依然牢牢掌握在人类创作者手中。