凤凰网科技讯 北京时间5月20日，据《商业内幕》报道，OpenAI是历史上融资最多的创业公司之一，今 年早些时候在软银牵头下完成了一轮高达400亿美元的融资。然而，OpenAI在最近写给加州总检察长的 一封信中披露，许多投资者不愿意投资该公司，因为它由一家非营利组织控制，无法提供"容易理解"的 股权结构。 通常来说，创业公司都极不愿意承认融资方面的困难。因此，OpenAI这样的披露相当罕见。但是， OpenAI并不是一家典型的创业公司：它最初是作为非营利组织成立的，目前仍由其董事会控制，这也 成为其融资过程中的一大障碍。OpenAI的最新估值已达3000亿美元。 OpenAI在信中表示，公司只能通过承诺改变结构才能获得投资。OpenAI还对那些"资金更加充足、且属 于传统营利性企业"的竞争对手感到担忧。"如果OpenAI无法筹集更多资金与这些对手竞争，其确保实 现安全的通用人工智能(AGI)的能力将会受到削弱。"该公司在信中称。 由于转型计划遭到反对，OpenAI现在做出让步，只将其营利部门重组为一家公共利益公司，类似于 Anthropic等竞争对手的结构，但仍由非营利组织控制。(作者/箫雨) OpenAI在 ...

温馨提示 ： 点击下方图片，查看运营团队2025年最新原创报告（共210页） 说明： 欢迎约稿、刊例合作、行业人士交流 ， 行业交流记得先加入 "机器人头条"知识星球 ，后添加（ 微信号：lietou100w ） 微信； 若有侵权、改稿请联系编辑运营（微信：li_sir_2020）； 正文： 近日，南方科大助理教授周博宇在自己知乎账号" 周指导BoyuZhou "梳理了关于具身智能的若干思考，诸多观点 跟小编不谋而合，特转载分享给大家： 首先要肯定的是，具身智能确实为机器人领域注入了新的研究活力，有望突破机器人的性能上限。具身领域涌现 出众多令人钦佩的青年学者，这里就不一一respect了。 鉴于具身智能与机器人学 存在天然的关联，本文拟立足个人研究视角，以开放的态度分享来自机器人学科背景的 观察与思考。同时我也希望读者能保持开放的态度进行讨论， 尤其反对瞎带节奏，挑起Robotics与具身派别之 争。讨论的意义是如何促进科学发展，不是分出高低贵贱 。 一、学科无需"称王"，科学本应共生 有观点认为，传统机器人学有相当一部分的研究重点在于"特别"的机器人或者"特别"的任务，这类"特殊任务研 究"对科学虽然有用 ...

Core Insights - In the first quarter of this year, the national high-tech zones achieved an industrial added value of 1.7 trillion yuan, representing a year-on-year growth of 7.1% [1] Group 1: Industrial Performance - The industrial added value of national high-tech zones reached 1.7 trillion yuan in Q1 [1] - This figure reflects a year-on-year increase of 7.1% [1] Group 2: High-tech Zone Overview - There are currently 178 national high-tech zones across 31 provinces and municipalities in China [1] - These zones account for 70% of the national manufacturing innovation centers and 80% of the key laboratories in the country [1] - Original technologies and first products, such as general artificial intelligence system prototypes and on-chip brain-machine interface intelligent interaction systems, are continuously emerging [1]

谷歌前CEO兼董事长埃里克·施密特最近接受技术专家比拉瓦尔·西杜专访，声称"非人类智能"的到来将彻底改变世界格局，而当前社会对 于人工智能颠覆性潜力的认知依然严重不足。 施密特指出，AI技术正以惊人的速度突破边界，催生出一批能够独立完成复杂任务的自主系统，其能力已远超公众的普遍预期。从 AlphaGo在围棋比赛中的"神之一手"，到当下AI在规划、推理和科研中的深度应用，这场技术革命正迅速由"语言生成"迈向"战略决策"。 在访谈中，施密特深入剖析了AI所带来的巨大机遇、面临的深层挑战和系统性风险，并直言当前全球治理体系尚未为这一转变做好准 备。他强调，能源与算力的瓶颈、开源模型的潜在滥用、安全边界的模糊不清，都可能成为AI发展的关键障碍。 施密特警告，AI时代的到来并非遥不可及的未来，而是正在发生的现实。在这样的背景下，每个人——无论是技术人员、企业家、教师 还是政府决策者——都必须主动拥抱这项技术，否则将被时代无情淘汰。 "这不是一场短跑，而是一场马拉松，"他提醒道，"我们正站在人类历史上最重要的一次技术变革门前，必须小心行事，确保不在关键时 刻失误。" 以下为施密特最新专访全文： 01 "非人类智能"的觉醒 ...

记者5月18日获悉，2025搜狐科技年度论坛在北京举办。活动现场，多位院士、科学家与产业界人士齐聚一 堂，围绕基础科学突破、技术革命产业化应用、人工智能等议题展开深度探讨。其中，对于学界和产业界共 同关心的"通用人工智能何时实现"的问题，与会专家认为，具备泛化能力与通识能力、能够实现跨领域普遍 适用的人工智能有望在15至20年后出现。 那么，人形机器人的前景如何？在"人形机器人进化论"圆桌论坛上，乐聚机器人创始人兼CEO常琳说，人形 机器人的关键是"创造实际价值"。清华大学自动化系研究员、机器人控制实验室主任赵明国则以自动驾驶的 发展历程作类比指出，人形机器人走向成熟需要一个相对长的周期，当前行业尚处于探索阶段。 "我认为通用人工智能差不多需要15至20年时间会实现。"张亚勤认为，目前，实现通用人工智能仍有三大难 点： 首先是信息智能的难点，即语言、文字、语音、视频的智能。信息智能还需要4至5年时间达到人类水平，5年 左右可以达到信息智能的通用AGI标准。其次，是物理智能，包括无人驾驶、机器人，特别是人形机器人、 无人车等，可能至少需要10年时间才能实现。三是生物智能，比如脑机接口，通过将人工智能、大模型技术 ...

DeepSeek-V3解决"硬件瓶颈"的核心在于四项创新技术：内存优化、计算优化、通信优化、推理加速 AI智能体平台Manus开放注册 AI智能体平台Manus近日开放注册。根据官方公告，新注册用户每天可免费获得300积分，并额外一次 性获得1000积分。Manus提供了每月19美元的基础计划、每月39美元的Plus计划和每月199美元的Pro计 划。其中，基础计划用户每月将获得1900积分。Manus给出的数据分析、网页设计和应用开发相关案 例，分别消耗了200、360和900积分。 点评：今年3月，Manus一经推出就"一码难求"，很多网友想获得Manus的内测邀请码。随着知名度提 高，Manus背后的公司北京红色蝴蝶科技有限公司近日传出拿融资的传闻。天眼查App显示，近日 Manus关联公司北京红色蝴蝶科技有限公司注册资本由1000万美元增资至2000万美元。 英伟达拿下沙特芯片大单 5月13日，在沙特阿拉伯利雅得举行的沙特-美国投资论坛上，英伟达CEO黄仁勋表示，英伟达与沙特主 权财富基金PIF刚成立的人工智能公司Humain达成芯片供应协议。英伟达将向该公司提供1.8万颗GB300 芯片，用于建设容 ...

来源：中国新闻网 北京电影学院中国动画研究院院长孙立军表示，AI时代，在艺术人才的教育培养过程中，必须打破电 影、电视、动画等传统学科界限，培养其独有的创新力而非重复与模仿，推动其以独特审美对中华优秀 传统文化进行现代化表达，并通过产业化落地服务社会整体发展。 福耀科技大学校长王树国表示，AI技术的发展，打破了时间和空间限制，提升了生产生活效率，也为 人文社会科学带来新的发展契机，包括如何构建配套的法律体系，最大程度释放技术红利，并通过有效 管控将其潜在风险最小化，防范其对人类社会构成威胁。 中新社北京5月17日电 (记者 陈杭)当前，人工智能(AI)技术快速演进，赋能生产生活与社会发展。人类 应如何与AI相处？AI时代，如何培养人才？17日，众多专家学者齐聚2025搜狐科技年度论坛，共同探 讨AI浪潮下的生"才"之道。 中国工程院院士、清华大学智能产业研究院院长张亚勤表示，通用人工智能预计在15-20年内实现，将 具有通用性与泛化能力，可如人类般持续学习迭代，保持智能水平动态提升，并在大部分常规任务中优 于绝大多数人类。 美国杜克大学教授陈怡然在线上演讲中表示，自2022年11月ChatGPT推出以来，AI ...

Core Insights - OceanBase has launched PowerRAG, an AI-focused application product that enables ready-to-use RAG application development, marking its commitment to the AI era [1] - The company aims to evolve from an integrated database to an integrated data foundation, focusing on a comprehensive layout across computing power, infrastructure, platform, application, and delivery forms [1] - Ant Group's CTO emphasized the importance of data in the development of AI and large models, highlighting four major challenges: increased data acquisition costs, scarcity of rigorous industry data, the need for enhanced multi-modal data processing capabilities, and difficulties in data quality assessment [1][7] Company Strategy - Ant Group will support OceanBase in achieving breakthroughs in key AI scenarios across finance, healthcare, and daily life, while promoting the Data×AI concept and architectural innovation [2][10] - OceanBase is positioned as a representative of Ant Group's continuous innovation and technical breakthroughs, particularly in handling massive transaction data [9] Industry Challenges - The cost of data acquisition has significantly increased, with readily available and inexpensive data resources nearing exhaustion, leading to a focus on generating high-quality data as a key success factor for digital enterprises [7] - High rigor industries, such as legal and healthcare, face challenges in data circulation due to stringent data quality requirements and a lack of digital knowledge, which hampers the effective application of generative AI [8] - The processing of multi-modal data remains a significant challenge, as future data will encompass not only text but also visual and tactile information, necessitating advanced handling capabilities [8] - Quality assessment of data is crucial, as it directly impacts the performance of large models, with the need for extensive evaluation data posing a significant challenge [9]

Group 1 - Jinhua City plans to implement several projects over the next five years, focusing on future industries such as general artificial intelligence, synthetic biology, new displays, hydrogen energy, new energy storage, low-altitude economy, and quantum information [1] - By 2024, Jinhua's industrial output value is expected to reach 725 billion yuan, with 18 industrial clusters exceeding 10 billion yuan [1] - Jinhua's future industries are seen as a new engine for high-quality economic development, with key clusters in new energy vehicles, photovoltaics, textiles, and modern hardware exceeding 100 billion yuan [1] Group 2 - Zhejiang Hydrogen Technology Co., Ltd. has established a "zero-carbon factory" in Jinhua, capable of producing 5,000 hydrogen fuel cell engines annually, with over 100 invention patents filed [2] - The opening of the first hydrogen fuel bus demonstration line in Jinhua and the operation of a hydrogen refueling station have filled local market gaps [2] - The company aims to continue research on battery costs and expand into overseas markets, including hydrogen drones and other small power products [2] Group 3 - Jinhua City has developed a comprehensive innovation and entrepreneurship ecosystem, focusing on policy support, talent output, technological innovation, and capital support [3] - The city plans to leverage universities and research institutions to strengthen the foundation for innovation and promote interdisciplinary research in future technologies [3] - New incubation platforms and specialized parks for future industries will be established, with mature parks designated as city-level future industry pilot zones [3]

Group 1 - The core viewpoint is that in the next two to three decades, it will not be AI replacing humans, but rather those who use AI replacing those who do not [1] - According to McKinsey Global Institute, within the next five years, 20% to 30% of jobs will be replaced by AI, and by 2030 to 2060, 50% of existing jobs may be affected, with a midpoint around 2045 [3] - The International Monetary Fund (IMF) estimates that by 2050, 60% of jobs in developed economies could be impacted by AI [3] Group 2 - The emergence of general artificial intelligence (AGI) could lead to the restructuring of over 90% of jobs by 2050, although the exact timeline remains debated [3] - There is a need to consider changes in educational content and models, with AI being integrated as a fundamental subject alongside traditional subjects like language and mathematics [3] - The goal of science education and popular science in the AI era is to cultivate future scientists and scientifically literate citizens who can engage with AI and contribute to its governance [4]