Q&A Meta 在 2026 年第一季度的营收指引显著高于预期，这对 Alphabet 的搜 索业务及其他广告公司有何启示？从宏观与微观层面来看，Meta 的营收加速 信号意味着什么？ 宏观环境整体强劲，假期季一直延续到 2026 年初，但 Meta 提到多个垂直领 域存在压力。对谷歌特别有参考意义的是，GPU 驱动的技术改进仍有很大空间。 Meta 发现推荐算法架构与大语言模型（LLM）架构相似，随着规模扩大，持 续获得效益提升，目前尚未看到放缓迹象。这通过提升用户参与度和平台使用 时长成为营收增长的重要驱动力。虽然 Meta 和谷歌的用户时长模式存在差异， 但推动高变现能力的核心因素在各平台间应较为相似。 大摩闭门会议：下一步何去何从：META 与 MSFT 的算力 布局…… 及其对 GOOGLAMZN 的影响 20260131 摘要 Meta 发现推荐算法架构与大语言模型相似，规模扩大带来效益提升， 用户参与度和平台使用时长成为营收增长驱动力，尽管用户时长模式与 谷歌有差异，但高变现能力的核心因素在各平台间应较为相似。 Meta 正通过扩大推荐系统模型规模，引入更多数据和内容历史，并引 入大语言模型以 ...

晚点AI . 关注人工智能的一切，一切都关于人工智能。 以下文章来源于晚点AI ，作者晚点团队 VLA 的主流做法是从 LLM（大语言模型）得到 VLM（视觉-语言模型），再在 VLM 基础上训 VLA。陈亦伦却说： 我非常不认同（这个路线）。具身一定会有自己的独立模型，而不是在 VLM 上长出一个动作的 "头"。否 则，它也不会是一个独立的行业，只是 LLM 的下游分支。 数据是具身智能当前的核心卡点。陈亦伦在创业之初也没有做当时 Optimus、PI 等美国公司选择的遥 操作数据采集。他认为那样无法低成本、大规模获得足够的数据。它石自研了采集数据的可穿戴设 备，让劳动者可以戴着手套和第一视角摄像头干活，力求获得真实场景里真实任务的数据。 不做 VLA；不做遥操，以可穿戴设备采真实数据。 文 丨 程曼祺 编辑 丨 宋玮 2024 年 11 月，《晚点 LatePost》曾独家报道，华为车 BU 前首席科学家陈亦伦投身具身智能创业。 不久后，它石智航浮出水面——由陈亦伦和百度 前自动驾驶事业群 负责人李震宇等联合创立；成立 不足半年，它石先后完成 1.2 亿美元和 1.22 亿美元的天使轮与天使 + 轮融资， ...

英伟达（NVIDIA）执行长黄仁勋访台，再度于晚间举行兆元宴，此次新增加奇鋐（3017）董事长沈庆 行首度出席，黄仁勋更夸魏哲家一身黑西装打扮很像名人，而电子五哥包括鸿海（2317）董事长刘扬 伟、和硕（4938）董事长童子贤、广达（2382）董事长林百里、纬创（3231）董事长林宪铭、英业达 （2356）董事长叶力诚、仁宝（2324）董事长陈瑞聪都是座上宾。 黄仁勋再度邀请关键供应链伙伴前往台北砖窑古早味怀旧餐厅举行「兆元宴」，此次晚间举行，各公司 派出的高阶主管人数变多，让餐厅人数大增，天气虽飘小雨，但现场气氛热络，黄仁勋更站上椅子致 词，他说「欢迎大家来到这里！这称不上是年度聚会，但我们一起工作这么辛苦、这么努力，所以我们 每6个月应该聚在一起喝一杯。」获得现场热烈回应。 黄仁勋指出，「2025年是非常充满挑战的一年，因为我们开始生产Grace Blackwell，现在回头看，与 Grace Blackwell相比，Hopper简直太简单了。Hopper的半导体系统在当时是最先进的，但Grace Blackwell又将先进技术推向极限，系统也相当困难，过去一年来，我们一起挑战极限，在座的各位一 起完成了 ...

Core Viewpoint - Nvidia's CEO Jensen Huang hosted a dinner in Taipei with key supply chain executives, emphasizing the importance of collaboration and the challenges ahead in AI technology development [1][4][10]. Group 1: Event Details - The dinner included approximately 40 executives from Taiwanese companies, with only one representative from a mainland Chinese firm [1]. - Notable attendees included leaders from Asus, MediaTek, TSMC, Quanta, and Wistron, highlighting the significance of these partnerships [1][3]. Group 2: Nvidia's Future Plans - Huang discussed the upcoming challenges in 2025 with the production of the Grace Blackwell architecture, indicating that it presents more difficulties than previous models [7]. - The GB300 cabinet has entered initial mass production, and the GB200 product is being produced smoothly, while the Vera Rubin platform is expected to simplify future production processes [8][9]. Group 3: AI Industry Insights - Huang noted that AI has become increasingly useful, with large language models now generating revenue, contrasting with previous years when AI was less effective [8]. - He projected that 2026 will be a critical year for the AI industry, with unprecedented demand for high-bandwidth memory (HBM) and LPDDR, leading to significant supply chain pressures [9]. Group 4: Nvidia's Strategic Investments - Nvidia plans to participate in OpenAI's next funding round, potentially marking its largest strategic investment to date, reflecting the company's commitment to AI development [9]. - Huang emphasized that Nvidia's comprehensive AI infrastructure, which includes CPUs, GPUs, and networking chips, cannot be easily replaced by specialized AI chips (ASICs) [9]. Group 5: Importance of Taiwanese Supply Chain - Huang stated that Nvidia's existence is heavily reliant on Taiwan's technological capabilities and engineering culture, particularly praising TSMC's role in advanced manufacturing processes [10]. - He anticipates that TSMC's capacity will grow significantly over the next decade, contributing to a major expansion in global technology infrastructure [10][12].

本文源自：市场资讯 作者：情报员 天眼查资料显示，金蝶软件（中国）有限公司，成立于1993年，位于深圳市，是一家以从事软件和信息 技术服务业为主的企业。企业注册资本140000万人民币。通过天眼查大数据分析，金蝶软件（中国）有 限公司共对外投资了66家企业，参与招投标项目3719次，财产线索方面有商标信息808条，专利信息 1930条，此外企业还拥有行政许可97个。 声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。 国家知识产权局信息显示，金蝶软件（中国）有限公司申请一项名为"请求处理方法、装置、计算机设 备、计算机可读存储介质和计算机程序产品"的专利，公开号CN121433625A，申请日期为2025年10 月。 专利摘要显示，本申请涉及一种请求处理方法、装置、计算机设备、计算机可读存储介质和计算机程序 产品。方法包括：响应于目标业务系统中的第一请求，对第一请求中的自然语言信息进行意图识别，通 过第一智能体确定自然语言信息对应的目标组件功能，并将目标组件功能发送至第二智能体；通过第二 智能体将目标组件功能以及目标业务系统对应的组件协议规范发送至第三智能体；通过第三智 ...

民政部1月29日消息，民政部近日印发的关于进一步推进民政科技创新的指导意见明确，探索使用投资 融资、慈善公益捐赠等渠道，设立民政科技创新基金，支持适宜技术产品研发、产业化和场景应用。 推进康复辅助器具、殡葬等领域技术创新。加强康复辅助器具科技攻关，研究精准神经调控、人机协同 控制等关键技术，研发外骨骼机器人、智能矫形器、智能假肢、精神障碍患者康复辅助器具等技术装备 和产品；研发康复辅助器具适配对象能力数字化评估技术，研究质量检测方法和标准规范，研制检测设 备，完善康复辅助器具检测评估体系。推动大语言模型、脑机接口等技术在残疾儿童康复领域的应用， 加强脑瘫、孤独症等残疾儿童康复技术和设备研发。 在促进民政科技成果转化应用方面，意见提出，推动相关产业创新发展。依托京津冀、长三角、粤港澳 大湾区、成渝等城市群产业、资金、技术、人才集聚优势，建设民政科技产业创新发展高地。瞄准培育 银发经济新动能，支持各地结合实际打造老龄和养老服务产业集群，做优做强以智能养老服务机器人、 智慧养老用品产品等为重点的老龄和养老服务产业。大力发展康复辅助器具产业，拓宽新技术、新产品 运用范围，健全配置服务网络，带动康复辅助器具产业链、服务 ...

● 本报记者 熊彦莎 民政部1月29日消息，民政部近日印发的关于进一步推进民政科技创新的指导意见明确，探索使用投资 融资、慈善公益捐赠等渠道，设立民政科技创新基金，支持适宜技术产品研发、产业化和场景应用。 意见提出的主要目标是，到2030年，民政科技创新体制机制不断健全，科技投入持续增加，创新水平和 效能明显提高，突破一批关键核心技术，形成一批标志性科技成果，高端装备和产品国产化率明显提 升，涌现一批民政科技创新领军人才、创新团队和科技型企业，民政科技创新和产业创新不断融合，为 服务经济社会发展、增进民生福祉提供有力保障。 意见从加强民政关键核心技术攻关、促进民政科技成果转化应用、提升民政科技支撑能力、强化组织保 障等方面提出多项举措。 在加强民政关键核心技术攻关方面，意见提出，强化老龄和养老服务领域科技支撑。广泛应用人形机器 人、脑机接口、人工智能等前沿技术，开展失能失智预防和抗衰老、生活照料和康复护理、精神慰藉和 社会参与促进、安全风险监测和紧急救援、老年宜居环境建设和适老化改造等方面关键技术装备研发， （下转A02版） （上接A01版）推动助餐助行、二便护理、进食穿衣、助洁助浴、移乘转运、康复训练、心理 ...

以下文章来源于晚点AI ，作者晚点团队 晚点AI . 关注人工智能的一切，一切都关于人工智能。 不做 VLA；不做遥操，以可穿戴设备采真实数据。 文 丨 程曼祺 编辑 丨 宋玮 2024 年 11 月，《晚点 LatePost》曾独家报道，华为车 BU 前首席科学家陈亦伦投身具身智能创业。 不久后，它石智航浮出水面——由陈亦伦和百度前自动驾驶事业部负责人李震宇等联合创立；成立不 足半年，它石先后完成 1.2 亿美元和 1.22 亿美元的天使轮与天使 + 轮融资，创下中国具身智能领域天 使轮融资纪录，投资方包括蓝驰、美团、启明、线性、高瓴、联想创投等。 陈亦伦获得了很多支持，在技术思考上却 "离经叛道"。用一种平时的口吻，陈亦伦分享了很多反主流 的判断。 Google RT-2 开启的 VLA（视觉-语言-动作）模型，是当前具身模型的主流架构。而它石则开发了 AWE（AI World Engine）： 我们追求表达时间、空间、力和环境交互等物理量和 "世界信息"，而不是 VLA 那样的 "视网膜信息"。 VLA 的主流做法是从 LLM（大语言模型）得到 VLM（视觉-语言模型），再在 VLM 基础上训 VLA。 ...

在当前人工智能从"聊天"范式加速向"能办事"的智能体时代演进的关键节点，LLM 系统优化与技术落地的实践探索，更需要开发者们的深度联结与经验共创。 基于此，由 SGLang 社区、机器之心、张江孵化器联合举办线下 Meetup，让屏幕前的贡献者走到台前，让幕后优化者分享实战心法。2 月 6日下午，「 SGLang 上 海 Meetup」 将 在上海浦东·纳贤路 800 号 1 层举办。 本次 Meetup 将围绕 SGLang 技术路线、超长上下文扩展、RL 后训练框架、 扩散语言模型 探索等议题展开深度解析，并设有自由交流环节。诚邀开发者与研究同 仁共赴现场，探讨 LLM 系统优化与落地实践的新可能。 最新日程 最新日程正式揭晓，扫描下方报名二维码，锁定您的专属入场资格。 1层 活动日程 | 13:30-14:00 签 झ | 14:00-14:30 主题分享一 SGLang roadmap 张柏舟 SGLang 核心开发成员 | 14:30-15:00 主题分享二 Omni-infer 对 SGL 的性能优化实践 郑锦焕 Omni-infer 核心开发者 | 15:00-15:30 主题分享三 slime ...

Core Viewpoint - The AI hardware market is experiencing a competitive race, with major players like OpenAI, Google, Alibaba, and ByteDance entering the field, indicating a shift towards consumer-grade AI hardware by 2026 [5][6][7]. Group 1: AI Hardware Market Dynamics - OpenAI plans to launch its first hardware device in the second half of 2026, marking its entry into the AI hardware sector, which already has 810 million monthly active users [5][9]. - Google has restarted its AI glasses project, while Meta is updating multiple AI glasses products, showcasing a trend among foreign AI giants to focus on AI glasses [6][7]. - Domestic companies like ByteDance and Alibaba are diversifying their AI hardware offerings, including AI glasses and recording devices, indicating a more varied approach compared to their foreign counterparts [7][10]. Group 2: Product Launches and Market Trends - The frequency of AI glasses in the product lists of major AI companies highlights a consensus on this hardware type as a primary entry point into the market [11]. - Meta's Ray-Ban Meta smart glasses have sold over 2 million units, indicating strong market validation for AI glasses, with expectations of 35 million units shipped globally by 2028 [12][13]. - The AI recording device market is also gaining traction, with products like Plaud Note achieving significant sales, prompting domestic giants like DingTalk and Feishu to launch similar devices [18][20]. Group 3: Business Models and Strategies - AI hardware products are primarily sold through a buyout model combined with value-added services, with DingTalk and Feishu offering competitive pricing and subscription models [19][20]. - The entry of AI giants into hardware is driven by the need to expand beyond saturated AI applications and leverage established supply chains for quicker product launches [26][29]. - Companies are adopting a "soft-hard integration" strategy, aiming to create a cohesive ecosystem that combines AI capabilities with hardware offerings [30][31]. Group 4: Competitive Landscape and Future Outlook - The competition between domestic giants like ByteDance and Alibaba centers on who can establish a hardware entry point first, while foreign companies face different challenges [35][36]. - Meta's strong market presence in AI glasses is partly a strategy to compensate for its shortcomings in AI model performance compared to competitors [37][38]. - The future of AI hardware as a new universal entry point remains uncertain, with challenges in user adoption and market demand for products like AI glasses and phones [48][50].