众力资讯网

丁禹兮天才游戏上线流媒体，四大平台都冲到了第一🔥

雷军，还能再次创业吗？小米在大模型上的处境，用一个词概括就是“可惜”。它有全球少见的覆盖个人设备、出行设备、家庭设备的硬件生态，这是做物理AI非常理想的土壤。但外界看下来，总觉得雷声不大、雨点更小。究竟是小米不想做，还是做不了？小米手里的底牌，确实不错全球月活用户超过7亿，智能家居连接设备数突破10亿，汽车交付量进入新势力第一梯队。这个硬件网络，任何一个做AI的公司都会关注。但这些设备不只是硬件，它们背后是一个可以被AI调用的现实世界。开灯、调空调、设导航、让扫地机器人去扫某个房间，这些动作需要AI理解指令，然后调用具体的硬件设备去执行。这就是所谓的物理AI。小米的设备横跨手机、家居、汽车，天然就是一个物理AI的训练场和落地场景。据公开报道，小米总裁卢伟冰曾表示，全球很难找到第二家公司能同时在人、车、家多个空间落地物理AI，这是小米的独特机会。从硬件布局看，小米确实具备将大模型转化为实体控制中枢的有利条件。但有分析指出，小米在大模型领域早期投入相对谨慎，进入2025年后才开始加速布局。现在虽然增加投入、引进人才、建设算力集群，但整体节奏更像在追赶，而不是领跑。以下从资源、组织精力、技术路线三个层面分析。第一层约束：多条业务线之间的资源竞争大模型的研发投入巨大。据公开报道，OpenAI一年亏损约50亿美元，谷歌和Meta每年AI相关投入超过300亿美元。据小米2026年第一季度财报，营收991.4亿元，同比下跌10.9%，经调整净利润60.7亿元，同比减少43.1%。与此同时，小米宣布今年在AI领域至少投入160亿元，三年投入将超过600亿元，以加速推进“人车家全生态”AI闭环。第一个压力来自手机芯片采购成本上升。有分析指出，高通的旗舰芯片每一代价格都在上涨，而小米手机的平均售价约1310元，低端机型利润微薄，更多依赖互联网服务补贴。但手机是基本盘，必须维持份额。第二个压力来自汽车业务。财报显示，SU7系列一季度交付量为80856辆（累计已突破30万辆），但考虑到研发摊销、工厂折旧、销售网络建设等固定成本，智能电动汽车及AI等创新业务整体仍录得31亿元经营亏损。第三个压力来自芯片自研。据媒体报道，澎湃SoC的流片费用以亿元为单位，且存在较高的失败风险。小米不能停止自研，否则会被质疑缺乏核心技术，但每一次流片都是大额支出。这三条战线目前都没有暂停的条件。手机是收入支柱，汽车是战略重心，芯片是长期竞争力。AI的预算只能从其他业务中调整。不同业务线之间对资金和人才的竞争在加剧。更关键的是，大模型不是短期能见到回报的。据卢伟冰在财报电话会上的表态，小米在AI领域“不会急于追求商业化变现”。这意味着高投入短期内很难看到回报，这种长期投入与短期财务表现之间的矛盾，是所有硬件公司转型AI时都会遇到的难题。第二层约束：雷军的精力与决策模式很多人关心两个问题：雷军还能再次创业吗？他还有精力吗？先看“再次创业”。据公开报道，2021年3月30日，雷军在小米春季新品发布会上正式宣布进军智能电动汽车领域，称“这是我人生最后一次重大的创业项目，我愿意押上我人生积累的所有战绩和声誉，为小米汽车而战”。2026年3月30日造车五周年之际，雷军再次发文重申了这一说法。大模型对小米是重要战略方向，但这不是雷军的“下一次创业”，而是在已有业务上的一次战略延伸。他扮演的角色是方向制定者和资源分配者，而不是像当年做手机、做汽车那样亲自冲到一线。再看精力。雷军今年56岁，他亲自负责手机部、汽车部、生态链三项核心业务。从公开行程看，汽车占据了他相当大的一部分精力。SU7的每一次产品更新、交付仪式，他都亲自参与。而AI大模型相关的发布会，近一年来他并没有像早年发布小爱同学那样亲自主讲。这不等于不重视，但至少说明在优先级排序上，AI被放在了手机和汽车之后。一个人同时深度参与多条高难度战线，精力被分散是客观事实。精力分配带来的结构性问题是什么？追觅科技创始人俞浩近期在社交平台公开评论称，雷总亲自抓的业务就能做好，不亲自抓就不一定，“那这样雷总的精力就是小米的瓶颈”。大模型技术路线充满不确定性，需要创始人持续投入精力判断方向。如果雷军的精力已被汽车大量分散，决策的速度和质量难免受到影响。再看决策模式本身。大模型的技术路线存在较大不确定性。Transformer之后下一个主流架构是什么？混合专家模型是过渡还是终极方案？端侧模型和云端模型如何分工？这些问题目前没有标准答案。行业内普遍采取多路线并行的方式。谷歌内部有多个团队同时探索，Meta也是两条腿走路，字节跳动采用赛马机制。这些做法的共同点是，不把全部筹码押在单一方向或单一决策者身上。小米的决策路径相对集中。2025年，小米在财报中调整业务架构，将AI与智能电动汽车列为并重的创新业务。澎湃新闻分析指出，每次架构调整的背后，都是雷军对小米资源的一次再分配，AI被提至与汽车同等重要的战略高度。引进前DeepSeek研究员罗福莉，据多家媒体报道由雷军亲自面试，年薪达到千万级别。第三层约束：应用层AI与底层重构之间的差距用户能直观感受到的是，小爱同学的对话能力在提升，能连续操作更多设备；新的“龙虾”智能体可以在手机、平板、电脑上跨应用执行任务。这些AI功能确实在变好。但行业内对于“AI原生”有更高的标准。真正的AI原生操作系统，会将大模型做进系统底层，直接接管系统级的意图识别。行业理想形态是，用户无需频繁主动唤醒助手，系统就能根据使用习惯提供预判和协助。端侧模型支持本地运行，相册搜索、日程安排、隐私计算都在本地完成，不需要联网。这两种做法的本质区别是：AI不再是系统里的一个应用模块，而是操作系统的一部分。小米的HyperOS目前仍然是基于传统Linux内核与安卓框架的深度定制，AI能力以小爱、龙虾等独立模块的形式附加在系统之上。这种外挂式架构与底层原生架构相比，在上限上存在差距。为什么小米不采用这种底层融合的做法？工程难度和硬件自主权的限制。改写操作系统底层意味着重新定义权限管理、驱动模型、应用框架。据公开资料，有厂商耗时数年、投入上万名工程师才完成系统内核的重构。小米目前的AI团队大约2000人，操作系统团队不到1000人，短期内很难支撑这样的工程规模。更深层的制约来自芯片。小米使用高通的芯片，高通提供标准化的底层驱动和二进制接口，小米只能在其之上增加软件层面的功能，无法像自研芯片厂商那样从芯片指令集开始嵌入AI加速逻辑。因此，小米目前的设备联动方式，仍然是用户发出语音指令，云端模型处理后返回结果，再通过米家服务器下发给设备。这种模式存在时延较高、依赖网络、无法离线处理、隐私风险较大等问题。与真正的AI原生生态相比，还有一段距离。硬件公司的AI困境与小米的选择硬件业务的盈利模式很直接：卖一台赚一台，成本清楚，利润也清楚。AI大模型不是这样。用户不会因为手机里多了一个大模型就多付钱。这是全行业共同的难题。而小米面对的是双重考验。2026年Q1利润跌了43%，同期AI和汽车业务亏损31亿。盈利能力下降的时候，还要在最烧钱的赛道上逆向加注。与此同时，手机、汽车、芯片三条战线同时消耗资金和人才，AI的高额投入让各业务线之间的资源竞争更加激烈。再看雷军本人。他已明确表示造车是他人生最后一次创业。近半年公开露面中，与汽车相关的活动占了大半。AI对小米是重要战略方向，但在他的优先级里，更像是需要兼顾的多条战线之一。他还有精力再次创业吗？600亿砸下去，投入巨大，盈利模式模糊，创始人精力分散。这才是小米AI困局的核心。本文说明：本文引用信息均来自公开媒体报道和财报，数据来源主要包括：星岛头条网、凤凰网、新浪财经、腾讯新闻、36氪、东方财富网、证券之星、网易、搜狐等。文中行业分析为作者基于公开信息的个人判断，不构成对公司战略或决策的评价。财务及运营数据截至2026年第一季度，如有更新以小米官方披露为准。

AI时代的生意怎么做，阿里这回打出了样板蜜雪冰城、瑞幸、肯德基都要上千问了！6月3日，千问宣布向第三方Agent、Skill全面开放，所有企业都能在千问上运营自己的品牌Agent。这事儿最容易理解的类比，其实就是AI时代的“微信小程序平台”。当年微信小程序为什么能火？说白了，就解决了两个问题：企业不用逼着用户下载APP，用户也不用为了一个低频服务专门装软件。点开即用，用完即走。现在千问Agent开放平台，逻辑有点像，但形态又往前走了一步。小程序时代，用户还得自己搜索、点击、进入页面、找功能；Agent时代，用户可能只需要说一句话。比如你想喝咖啡，不一定要打开瑞幸APP，也不一定要去翻小程序。你直接对千问说：“中午帮我看看哪家瑞幸排队少，顺便点一杯常喝的。”背后的瑞幸Agent就可以被调用。这和过去企业开发APP的逻辑完全不同。以前企业总想把用户拉进自己的APP里，做注册、做留存、做推送。但现实是，绝大多数用户手机里不会保留太多品牌APP。除了高频超级应用，很多APP下载一次后就吃灰了。所以小程序曾经解决了一轮“下载负担”。现在Agent可能会解决新一轮“操作负担”。企业不一定非要开发一个完整APP，而是开发一个能被AI调用的Agent。用户也不用记住入口，只要表达需求，Agent就出来办事。这就是千问Agent开放平台的想象空间。国内做这件事有天然优势。因为中国企业早就习惯了平台化经营，从淘宝店、公众号、小程序到直播间，大家都知道用户入口在哪，生意就跟到哪。现在AI入口起来了，品牌自然会去做自己的Agent。千问过去半年已经接入地图、打车、购物、闪购等数十个Agent，日均服务类对话上亿次。春节还有超1.3亿用户体验过Agent办事。所以这次开放，不只是多一个功能，而是可能形成一种新生态：过去企业开发小程序，未来企业开发Agent；过去用户点击进入，未来用户一句话调用。

微信的数据还是很能说明问题的，毕竟每个人都有微信，我不相信谁没有微信五一微信数据报告来了五一微信数据报告来了

AI的尽头是算力消耗，现在豆包打算开始收费了：A档：68元/月；B档：200元/月；C档：500元/月；各位掏钱吗？👀

2026年以来，高校、期刊、平台集体升级了AIGC检测系统，DeepSeek、豆包、Kimi生成的文本，检测率动不动就是50%起步。AIGC写作的皇帝新衣，终于被扯下来了。怎么破？一、先搞清楚AI是怎么被认出来的知网这些检测器，本质上不是"读懂文章"，而是识别模式。AI生成的文本有三个天然缺陷：1.太整齐AI喜欢用"首先、其次、最后"三段论，每个观点后面紧跟一个例子，逻辑严丝合缝，结构高度一致。这种"完美"恰恰是机器的特征——人类写东西哪有那么多工整。2.太正确AI不怎么会用"也许是""我猜""我感觉"这类模糊词，喜欢用"至关重要""毋庸置疑"这种绝对化表达。读起来信息量大，但总觉得少了点什么。3.太平滑人类写作会有思维跳跃、重点强调、自然过渡，会有重复、会有口头禅、会有不完美的表达。‘但是AI它不会啊！AI生成的文本就像一面没有灰尘的镜子，反而暴露了它不像人。明白了原理，你就知道该从哪下手了去爆改啦。二、三步降到5%的野路子（实测有效）第一步：往里塞"脏东西"AI最弱的地方，就是没有真实经历。你往文章里加一段自己的经历，效果立竿见影：原文（AI感）："远程办公可以显著提升员工满意度。"改后："我之前在一家创业公司干了两年远程，前三个月爽，但到后面沟通成本越来越高，开个会要对无数遍，谁TMD说远程办公能提升满意度？老子第一个不答应。"加具体数字也一样有效。AI喜欢说"研究表明"，你可以改成"从2025年XX网站发布的调研结论来看"，加一个具体的年份和场景描述，让它"看起来像真的"。关键是：这些内容必须是真实可查的，别编数据，一旦被核实，公信力归零。第二步：打碎AI的结构模板，去主动制造不完美AI生成的内容像标准件，你需要故意打破它。你首先可以把三段论拆烂。AI写的文章，特别有秩序感，例如它喜欢用"首先、其次、最后"。那你反其道而行，用"我觉得这事事出反常必然有妖，……，额，等等，我好像漏了啥，算了，想到再说……最后你还可以补一句"不过这事吧，总有例外"。把结构打散，让它读起来有思考过程，就不那么AI了。换掉高频词。AI特别喜欢用双破折号（——）、"通过以上""综上所述"这类词，你直接搜索删除，用逗号或句号替代就行……把遣词造句具体化、口语化。加入语义转折。AI逻辑链太长，你就插一句"不过话说回来……""但这里有个问题……"，打乱它的推理节奏。第三步：注入"人味"用语气词、口语化、主观判断来打破完美话术。这是最简单也最有效的一步。加语气词："说实话""说真的""我个人感觉""凭我的经验"。这些词AI会用，但用得假。它用语气词是为了"看起来有人味"，人类用语气词是真实心理活动。区别在于：AI的语气词是装饰品，你的语气词要真正改变句子的重量。加主观判断："这个方法可能适合你""如果你时间紧，可以试试""我对这个结论持保留态度"。人类写作天然带有立场和情感，AI倾向于"客观中立"到不自然。加口头禅和重复。人类写作会有重复强调（"我和你说，这个点很重要，真的很重要，别不信啊"），会有口头禅。AI不会,你适当加一点，能大幅降低机器感。三、比技巧更重要的事但说实话，这三步只是"术"。真正的问题是：你为什么要用AI写？如果是为了提升效率，用AI生成初稿，你来改写、打磨、加料，这是正常的生产方式。把AI率从60%降到5%，是你对内容的加工痕迹，是你的判断力和审美的体现。如果是为了批量产出。让AI写，你转发，那问题从来不是"怎么降AI率"，而是这条路本身就是错的。检测系统在升级，检测标准在收紧，"AI代写"肯定还是无法逃过算法的监测的。说到底，AI率检测逼着整个行业回到一个基本问题：内容价值到底是谁的？我觉得思想应该是你的。AI只是你的打字机。PS:以上内容为我在AI生成基础上加入了我自己的修改，你觉得AI味道重吗？AI创造营从0开始学AI德里克文的AI学习笔记

才发现老马的App对系统要求算是0帧起手，你想用必须升级iOS26，没得商量