华为软硬协同深度融合优化，强强联合打通推理系统全链路，树立MoE推理标杆。 编辑丨李希 在通往通用人工智能（AGI）的进程中，混合专家（MoE）模型凭借动态稀疏计算优势，成为大模型推理提效的关键路径。华为团队重磅推出昇腾平台原生设 计的Pangu Pro MoE 72B模型，大幅降低计算开销，并在SuperCLUE千亿内模型并列国内第一。通过系统级软硬协同优化、高性能算子融合优化、模型原 生投机算法优化，Pangu Pro MoE推理性能提升6~8倍，在昇腾300I Duo上单卡吞吐可达321 tokens/s，实现极致性价比；在昇腾800I A2上更可飙升至 1528 tokens/s，全面释放硬件潜力，打造极致的推理体验。 技术报告地址：https://gitcode.com/ascend-tribe/ascend-inference-system/tree/main/ 01 推理效率拉满：全链路推理系统优化，释放昇腾澎湃算力 在大模型的分布式推理中，每个计算节点都像一个团队成员，信息流通、协调协作不可避免。就像一场跨部门的大项目，若每一步都开"全员大会"，沟通成本 高、效率低，项目推进自然慢半拍。聪明的 ...

21世纪经济报道记者孔海丽 北京报道 "过去几年，我一直不坚持（认为机器人）一定要做成人形......但在当下，人形机器人在数据采集、训练和落地方面有很大优势。"6月6日，宇树科技CEO王 兴兴在智源大会上就 "机器人做成人形的必要性" 发表了观点。 王兴兴表示，人形机器人形态成为当下优选的原因在于两个方面，一是契合AI数据驱动特性，便于数据采集与训练。当前AI大多基于人的数据采集与训 练，人形机器人上半身与人的动作保持一致，能极大方便数据采集，为AI训练提供有力支持。例如，在进行各类动作相关的AI训练时，人形机器人可直接 模拟人类动作，减少数据转换与适配的成本和难度，使AI能更高效地学习和掌握相关技能。 二是满足特定场景需求。在舞蹈、格斗、比赛等场景中，人形机器人具有不可替代的优势。若采用其他形态，可能根本无法完成这些任务。以格斗场景为 例，人形的身体结构使其具备类似人类的移动、攻击和防御方式，能够更好地适应格斗的规则和要求，展现出丰富的战术和动作。 王兴兴认为，随着 AGI（通用人工智能）的发展，机器人的形态将变得百花齐放。在工厂场景中，会有各种大小不同的机器人，它们可能根据不同的生产 任务设计成特定的形 ...

6月6日的2025北京智源大会上，宇树科技CEO王兴兴回应了公司频频进行机器人炫技的考量：在人形机 器人真正去到工厂或家庭干活的终极目标尚未到来前，通过表演和赛事等形式，不仅向外界展示技术发 展现状，也可以产生初步的商业价值。 王兴兴再度回应称，春晚后领域内出现诸多人形机器人赛事，确实为行业提供了面向公众的展示机会。 但并非所有企业都有意愿参与所有赛事，因为每家企业有自身的侧重点。 当日的智源大会上，具身智能机器人是否必须是"人形"的话题再度引发讨论。人形机器人只是具身智能 机器人诸多形态之一，但业内较为普遍的观点认为，大部分物理环境是为人类设计的，人形机器人更能 适应现有的人类环境。 王兴兴提供了另一层视角："人形"之所以在当下具有优势，一方面是因为当前具身智能模型主要采集人 类行为的数据进行训练，保留类似人的上半身结构，便于数据采集和模型训练；另一方面，像跳舞和格 斗这类活动，如果不以"人形"结构呈现，将难以实现。不过，从长远来看，当AGI（通用人工智能）真 正到来后，具身智能机器人的形态或将千奇百怪。 （文章来源：南方都市报） 王兴兴认为，无论是跳舞、搏击，还是端茶倒水、洗衣做饭等家务操作，本质上都属于 ...

Core Viewpoint - The article highlights the transformative impact of intelligent robots on various sectors, emphasizing Shanghai XianGong Intelligent Technology Co., Ltd.'s upcoming IPO and its focus on advancing AGI and embodied intelligence technologies [1][6]. Company Overview - Shanghai XianGong Intelligent Technology Co., Ltd. is the first Shanghai-based specialized technology company to file for an IPO in Hong Kong under Chapter 18C, aimed at enhancing its research and development capabilities in AGI and embodied intelligence [1]. - The company was founded by Zhao Yue, who transitioned from a medical background to robotics, driven by a passion for innovation and market demand [2]. Product Development - Since its inception, the company has launched the SRC-3000FS safety controller, catering to the needs of the European and American markets, and plans to introduce an integrated embodied intelligence controller in 2024 [3]. - The company has developed a comprehensive digital system covering equipment control, logistics scheduling, and data visualization, enhancing digital capabilities for enterprises [3]. Market Position and Growth - XianGong's control systems, regarded as the "brain" of robots, have been adapted for over 300 components and supported more than 1,500 integrators and end customers [4]. - The company has shown strong growth, with revenues increasing from 184 million yuan in 2022 to 339 million yuan in 2024, reflecting a compound annual growth rate of 35.7% [5]. - The adjusted net losses have decreased from 30.74 million yuan in 2022 to 10.63 million yuan in 2024, indicating a positive trend towards breakeven [5]. Research and Development - The company plans to continue increasing R&D investments, focusing on building specialized teams for AGI and embodied intelligence, and collaborating with top AI teams globally [6]. Global Expansion Strategy - XianGong has adopted a global strategy, serving clients in over 30 countries, with overseas revenue projected to reach 14.5% in 2024 [7]. - The company emphasizes "localization" as a key aspect of its international strategy, forming deep partnerships with global integrators to enhance its market presence [7]. Vision and Future Outlook - The company's vision is to create an open platform for intelligent robots, enabling more enterprises to embrace smart technologies with low barriers to entry [8].

智通财经APP获悉，Alphabet(GOOGL.US)首席执行官皮查伊(Sundar Pichai)表示，尽管该公司加大了 对人工智能(AI)的投资，但将至少在2026年前继续扩大工程师队伍。皮查伊表示将在近期继续加大对工 程团队的投入，并强调"人才仍然是关键"。 包括微软(MSFT.US)在内的美国科技巨头今年已裁减了更多员工，部分原因是为了腾出资源以确保AI领 域领先地位所需的巨额投资。Alphabet自身近年来也进行了一系列裁员，以释放资源。这些裁员也引发 了人们对AI取代某些岗位功能的担忧。 皮查伊表示："我预计，我们的工程团队将在现有基础上继续增长，甚至到明年仍会扩大，因为这让我 们能够把握更多机会空间。我将AI视为显著提高工程师生产力的工具，帮助他们摆脱许多日常琐事。" 尽管如此，皮查伊描绘的AI发展愿景既充满希望，也对其当前局限保持清醒。他指出，尽管AI在代码 编写等领域表现出色，但模型依然会犯一些基本错误。皮查伊表示："我们现在是否真的处在通向通用 人工智能(AGI)的明确路径上?我认为没有人能给出肯定的答案。" 此外，随着谷歌将更多AI功能融入搜索引擎，一些出版商已经发出警告，称担心谷歌提 ...

尽管淡化定义，奥特曼也阐明了他心中AGI应具备的核心能力。对他而言，能真正称得上AGI的系统，必须满足以下任一条件：一是自 主发现新科学，能够独立进行科学探索；其次是成为超级工具，能将全球科学发现的速度提升数倍（例如翻两番）。 当地时间6月3日，OpenAI首席执行官山姆·奥特曼（Sam Altman）在Snowflake Summit 2025峰会的炉边谈话活动中，分享了他对通用人工 智能（AGI）的深刻见解，其核心观点直指本质：相较于纠结AGI的准确定义和实现时间节点，我们更应关注人工智能技术持续呈现的 指数级进步趋势及其带来的实质性突破。 奥特曼在对话中回溯了AI发展的关键节点。他指出，在GPT-3发布前夕，"世界尚未见过真正优秀的语言模型"。他抛出一个思想实验： 若能将今天的ChatGPT展示给那时的人们，"大多数人会说'这肯定是AGI'"。他坦言："'什么是AGI'这个问题本身并不重要。"这个词的定 义因人而异，甚至同一个人在不同时间点看法也不同。奥特曼认为，AGI的定义之争意义有限。 奥特曼强调，真正关键的是技术发展的速度与轨迹。"过去5年我们逐年目睹的这种进展速度，在未来至少5年，很可能更久，应 ...

以下文章来源于凤凰网科技 ，作者凤凰网科技 凤凰网科技 . 凤凰科技频道官方账号，带你直击真相。 作者 | 董雨晴 来源 | 凤凰网科技 与打榜同期进行的，是招聘法律相关的数据专家。 5 月，Kimi被传进军医疗赛道，实际上同样是招 聘医疗领域的相关数据专家，目标是为了提升医疗内容的信息检索质量。 近日，Kimi又悄悄上线了学术搜索。 "很明显，Kimi在加强垂直领域的能力" ，另一行业人士对记者表示。 导语 ：当Kimi招聘法律专家、DeepSeek挖医学标注员，AI公司们抢的不是人才，而是用户愿 意相信的那一口"真"。 几个大模型初创企业里，Kimi当下最为安静。 "（Kimi）最核心的任务就是提升留存，或者把留存作为一个重要的衡量指标" 去年1 1 月，在Kimi 上线一周年之际，创始人兼CEO杨植麟曾在一场小型沟通会中亮相并提出了这一观点。 "有一轮大厂的钱进来后，投资人确实会要求看数据，杨植麟作为创始人肯定要在这方面用心"， 接 近Kimi的人士告诉记者，根据披露，那时Kimi的月活用户突破了3 600 万，跻身国内A I 原生应用T OP3 的席位。 据记者了解， 今年杨植麟的关注重心早已发生改变 ...

Ramaswamy 补充，上下文和计算能力是提升可靠性的核心。他特别提到"检索"和"记忆"不再是空洞术语，而是基础设施。 奥尔特曼以 OpenAI 新推出的编码代理 Codex 为例，称其让人"感受到 AGI 的气息"。目前，Codex 就像一个能工作数小时的实习生，但未来可能成为能持续 工作数天的资深软件工程师。 关于通用人工智能（AGI）的实现时间，奥尔特曼并未给出明确答案。他认为，AI 能力正在以"令人震惊的平滑指数曲线"增长。 如果将 ChatGPT 展示给 2020 年的人看，大多数人会认为这就是 AGI。Ramaswamy 则用潜艇是否"游泳"作比喻，指出当我们真正定义 AGI 时，目标早已再 次前移。 IT之家 6 月 4 日消息，在 Snowflake Summit 峰会上，OpenAI 首席执行官山姆・奥尔特曼（Sam Altman）直言不讳地对企业领袖发出呼吁："Just do it"（立 即行动）。他强调，在 2025 年快速演变的 AI 领域，等待技术"稳定"已不再是明智之选，快速迭代的企业正在占据先机。 在交流对话中，奥尔特曼毫不留情地指出，企业在 AI 领域的成功取决于迭代速度。他 ...

作者 | https://www.youtube.com/watch?v=4__gg83s_Do 编译 | Eric Harrington 出品丨AI 科技大本营（ID：rgznai100） 在这个 AI 技术浪潮席卷全球，几乎人人都在谈论大语言模型潜能无限的时代，一个根本性的问题摆在我们面前：既然 AI "读完"了整个互联网，为何 仍未诞生下一个爱因斯坦？在原创性的科学发现上，这些大模型为什么仍如此"笨拙"？它们真的"理解"我们这个复杂而充满规律的物理世界吗？还是仅 仅在进行一场规模空前的模式匹配游戏？ 如果你也曾对这些问题感到困惑，那么图灵奖得主、 Meta 首席 AI 科学家杨立昆（ Yann LeCun ）的这场深度对话，或许能为你拨开迷雾，提供一个 清醒而富有洞察力的视角。本文编译自 YouTube 频道 Big Technology Podcast 的精彩访谈，杨立昆此次并非简单地唱衰当前 AI 的成就，而是以一 位资深研究者的严谨和一位前瞻思想家的锐利，直指当前主流大模型（ LLM ）的"天花板"。 他深入剖析了为何仅靠"记住"海量文本不足以催生真正的智能，为何当前的 AI 架构难以进行真正的抽 ...

Investment Rating - The report does not explicitly state an investment rating for the industry or the specific technology discussed. Core Insights - The research explores the application of Multimodal Chain of Thought (MCoT) in investment research, particularly in technical analysis using K-line charts, leading to the development of an automated platform called GPT-Kline [1][4][13]. - MCoT enhances the reasoning capabilities of large models by combining multimodal understanding with logical reasoning, allowing for more sophisticated analysis of complex tasks [2][21]. - The O3 model, launched by OpenAI, demonstrates impressive image reasoning capabilities, marking a significant step towards achieving general artificial intelligence (AGI) [2][37]. Summary by Sections Multimodal Reasoning - Multimodal collaboration is essential for large models to progress towards AGI, requiring them to be proficient in various modalities beyond just language [17]. - MCoT represents a significant advancement, enabling models to think based on images rather than merely perceiving them [21][31]. Application in Investment Research - The report highlights the potential of MCoT in technical analysis, particularly with K-line charts, which encapsulate vital trading information and patterns suitable for analysis [3][42]. - The O3 model's application in technical analysis shows its ability to process K-line images, perform necessary pre-processing, and generate analytical reports [3][43]. Development of GPT-Kline - GPT-Kline integrates MCoT with the capabilities of large models to create a specialized tool for K-line technical analysis, automating the entire analysis process from drawing to reporting [4][65]. - The platform features a user-friendly web interface designed for intuitive interaction, allowing users to engage with the analysis process effectively [4][83]. Model Comparison and Performance - The report compares various large models, including OpenAI's GPT-4o and Gemini-2.5 series, assessing their capabilities in K-line analysis and identifying Gemini-2.5 Flash as a strong performer [66][96]. - The analysis results indicate that while OpenAI's models tend to be conservative in their outputs, the Gemini models provide more comprehensive and accurate annotations [95][96].