蔚来李斌称AI推高造车成本，蔚来单车均价超越BBA
蔚来创始人兼CEO李斌对雷峰网表示，AI数据中心正与汽车制造商争夺内存、PCB、铜、铝和电池资源，造成“规模不经济”，即销量越高成本反而可能上升。蔚来第二季度单车成本较去年底上涨1.4万元，使季度成本增加约15亿元。蔚来第二季度平均成交价达到40.6万元，比奥迪高出约18万元。
全部动态 · 今日8条
#大佬观点
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
雷锋网30 雷锋网28 IROS 2026 主题演讲：更多数据并不意味着更好的机器人决策
在 IROS 2026 上，昆士兰大学研究员 Jen Jen Chung 在主题演讲中提出，数据量并不等同于信息，盲目堆积数据可能会降低机器人策略的性能。她结合无人机翱翔、多机器人通信和接触密集型装配方面的研究指出，数据价值分布不均，只共享或采集能够改变决策的信息，优于全量广播或均匀采样。
Latent Space30 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 谈：为什么 AlphaFold 没有解决蛋白质折叠问题
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 的突破只是开始，蛋白质结构预测远未解决，蛋白质动态与无序结构仍是难题。
Nathan Lambert · X28 相比于 AI 模型取得巨大突破、从而消除 LLM 所有已知弱点，我更看好 AI 效率大幅提升，因为这会成为推动普及的巨大杠杆。在旧金山度过精彩的一周后，很乐意花几个小时思考 RSI。
相比于 AI 模型取得巨大突破、从而消除 LLM 所有已知弱点，我更看好 AI 效率大幅提升，因为这会成为推动普及的巨大杠杆。 在旧金山度过精彩的一周后，很乐意花几个小时思考 RSI。
François Chollet · X43 François Chollet：科学为 AI RSI 提供了一个参照点
François Chollet 认为，科学是一个递归自我改进系统，也是理解 AI RSI 的有用参照点。他说，科研投入（包括人员数量、研发支出和算力）呈指数级增长，而科研影响大致保持线性，因为研究会优先解决最容易、影响最大的难题。Chollet 认为，AI RSI 已经在发生，而且会加速，但不会引发“智能爆炸”。
TechCrunch · AI40 a16z 合伙人 Olivia Moore 谈消费级 AI 现状：ChatGPT 仍遥遥领先，六大品类仍是空白
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno、ElevenLabs 等小玩家展现出持久生命力。报告指出社交、约会、市场、零售、旅游、金融、健康等品类在 Top 100 中无一款产品上榜。Moore 认为消费级 AI 仍处早期，机会在于跳出订阅和 API 收费，探索广告等更多变现方式。
Simon Willison22 Matthew Green：AI 冲击下公钥加密或面临信心危机
密码学家 Matthew Green 称，有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界，15% 概率将实质性失去对现有公钥加密算法的信心。他指出 AI 制造意外与人类更新标准的速度相差数个数量级，只有提前准备才能从这类冲击中恢复。
Tibor Blaho · X25 Tibor Blaho：能力如此强的模型在自动模式下仍会犯愚蠢错误
@nadzi_mouad 表示，Claude Fable 5.1 max 在自动模式下意外删除了他们的整个工作区，其中包括 7 个代码仓库，以及一整天尚未推送的工作提交。 Tibor Blaho 表示，能力如此强的模型仍会犯这种愚蠢错误，令人害怕。即便如此，他仍然很喜欢将 Opus/Fable 与 Sol/Astra 搭配使用。
Fei-Fei Li · X20 我的每一位数学家朋友都能在他们研究的数字、形状和自然现象中看到美。在机器时代，谁来定义美？🤔
我的每一位数学家朋友都能在他们研究的数字、形状和自然现象中看到美。在机器时代，谁来定义美？🤔
Jeremy Howard · X22 杰里米·霍华德的旁白者称，他不被允许批评 OpenAI
旁白者：事实上，他不被允许说“我对 OpenAI 的许多做法相当不满。”
OpenAI Developers · X11 OpenAI 开发者发现洗碗细节“有点令人担忧”
@jomatech 介绍了“洗碗版 ChatGPT”，并称 GPT-6 在针对长时间运行任务和顽固污渍的洗碗基准测试中取得了最先进的成绩。该帖还将纳维–斯托克斯千禧年大奖难题描述为一项 100 万美元的挑战，探讨描述流体运动的方程是否会失效。OpenAI Developers 表示：“对细节的关注有点令人担忧。” https://t.co/UOfOtusB9q
Jeremy Howard · X42 Jeremy Howard质疑OpenAI为何因邮件访问权限解雇Jasmine
Jasmine称，她意外访问了一名高管的电子邮件。OpenAI曾明确授予她访问权限，尽管她也曾明确要求OpenAI撤销该权限，但IT部门未能做到。 这是否意味着Jasmine是因为IT部门的失误而被解雇？
Simon Willison20 Carson Gross：编程的核心是解决问题与控制复杂度，AI 时代仍是可行职业
Carson Gross 认为编程本质上只关乎两件事：用计算机解决问题，以及在解决问题时学会控制复杂度。他表示难以想象未来这两项能力会变得比今天更不值钱，因此即便 AI 工具出现，编程仍将是可行的职业。
Kevin Weil · X24 “船的发明降低了游泳的重要性，却让人们得以发现新的陆地。”@ylecun 用这个美妙的比喻，谈到了 AI 在数学以及更广泛的科学领域带来的机遇与变化。
“船的发明降低了游泳的重要性，却让人们得以发现新的陆地。” @ylecun 用这个美妙的比喻，谈到了 AI 在数学以及更广泛的科学领域带来的机遇与变化。
Nathan Lambert · X25 Nathan Lambert将探讨开放科学与AI安全
即将登台，谈谈开放科学如何仍能解决AI安全和扩散领域面临的一些最棘手问题。这是人类迄今承担过的最复杂的工程问题。
TechCrunch · AI26 Ben Affleck 谈 AI：从卷积神经网络到微调开源视频模型
Ben Affleck 本周因多段采访视频走红，他在 GQ 和 Bloomberg Screentime 2026 活动中讲解机器学习、神经网络、Transformer、张量、GPU 与推理等概念，并称自己会写 Python。
Latent Space36 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈"合成超级智能"：从半导体到超导体
Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 在访谈中提出"合成超级智能"（synthesis superintelligence）路线：以物理实验为环境的强化学习、AI 驱动的材料表征、DFT 与高通量实验室，让模型学习做科学的全过程而非只看已发表结果。
Logan Kilpatrick · X10 AI 将打通数字与物理世界
在数字世界里，有了 AI，几乎一切皆有可能；不久之后，物理世界也将如此（同样很大程度上归功于 AI）。
Satya Nadella · X47 萨提亚·纳德拉将 Copilot 构想为“无限 SaaS 工厂”
萨提亚·纳德拉表示，微软旨在让 Copilot 成为面向工作的全新操作系统，将智能体与业务上下文、工作流和记录系统连接起来。微软宣布推出覆盖 Dynamics 365 Sales、Service 和 Customer Insights 的 30 多项全新 Copilot 技能，并推出 Copilot Managed Runtime，让代码托管在企业环境中并接受 IT 治理。纳德拉描绘了这样一个未来：人们可以使用 Copilot 的 Code 体验，定制或构建与现有业务系统相连的软件。
Clément Delangue · X34 我们迫切需要更多关于 AI 智能体攻击和防御系统的公开轨迹。防御者无法从他们看不到的东西中学习。如果你有相关轨迹，却正被施压要求保密，欢迎私信我。让我们拉平竞争环境，共同对抗 AI 领域的不对称和缺乏透明度！
我们迫切需要更多关于 AI 智能体攻击和防御系统的公开轨迹。防御者无法从他们看不到的东西中学习。 如果你有相关轨迹，却正被施压要求保密，欢迎私信我。让我们拉平竞争环境，共同对抗 AI 领域的不对称和缺乏透明度！
雷锋网22 北醒李远：给机器造眼睛，与「自讨苦吃」的十一年
北醒（Benewake）创始人李远创业十一年，专注为无人机、列车、汽车和机器人造激光雷达。今年上半年北醒交付25万台机器人用激光雷达，机器人业务收入占公司营收超过一半，2025年该业务收入比2024年翻了一倍。李远认为激光雷达测得的距离、位置等信息应成为模型学习材料，帮助机器理解物理世界。
雷锋网34 我所知道的张磊：一场MSRA赛马与半个中国AI江湖
2002年微软亚洲研究院内部举行人脸检测算法赛马，博士毕业不到两年的张磊带领肖嵘、朱珑、陈龙斌等几名实习生，用三个月将误报率从"买一送一"降至1%，击败人脸识别专家李子青团队，方案最终被集成进Windows。张磊在微软任职二十年间还搭建了单模型识别20万人、准确率99%的名人识别系统，并公开MS Celeb数据集，其图文匹配思路后被OpenAI参考用于训练4亿级CLIP模型。
雷锋网32 对话如祺出行COO韩锋：世界模型越强，真实数据才是真壁垒
如祺出行COO韩锋认为，世界模型能力越强，真实数据的重要性不会降低，合成数据负责扩展已知长尾场景，真实数据负责发现未知问题并提供校准验证。如祺出行不训练大模型，而是以常态化出行服务、Robotaxi和线下运维网络采集真实数据，通过数据闭环向自动驾驶、世界模型和具身智能公司交付训练材料。
雷锋网58 吴佳俊 IROS 2026 演讲：结构化表征是机器人学会推理的脚手架
斯坦福大学助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的报告，提出结构化表征不是要硬塞进系统的答案，而是帮助机器人高效学习、并让人类与之沟通的脚手架。
Simon Willison12 Ben Affleck 谈机器学习与视觉特效工作流
Ben Affleck 表示自己从胶片转向数字后对技术更感兴趣，能写“相当糟糕的 Python 脚本”，因为视觉特效工作流多年来一直包含机器学习。他提到卷积神经网络是 Transformer 的前身，可处理 tensor 并做边缘检测与特征提取，从而更方便地抠出绿幕画面并替换。
Aravind Srinivas · X41 Aravind Srinivas 称赞 Perplexity Decider 演示“很酷”
@sanchitmonga22 表示，Perplexity 的 Decider 模型以速通的方式玩《谁想成为百万富翁？》，并称它是“最好的决策模型”。Aravind Srinivas 称这个演示很酷：https://twitter.com/sanchitmonga22/status/2107959692458922157
Noam Brown · X62 Noam Brown：在一些研究问题上，大型语言模型已超越顶尖人类专家
Noam Brown认为，大型语言模型已跨过一个重要门槛：在一些研究问题上超越了顶尖人类专家。略低于专家水平与略高于专家水平之间的差距，有助于解释数学成果看似突然激增的现象。 他强调，模型的能力仍参差不齐，在许多方面仍不如人类；但他预计，随着模型不断进步，其他领域也将取得突破，并开启科学发现的新时代。
Aravind Srinivas · X36 Aravind Srinivas 称 AI 是工作的操作系统
AI 是工作的操作系统 https://twitter.com/askperplexity/status/2107924003046486417
Boris Cherny · X39 Boris Cherny 表示，Haiku 5.5 是一款不错的 Haiku
Haiku 5.5 是一款不错的 Haiku。 它还拥有 100k token 的上下文窗口，价格也比 Haiku 4.5 便宜 10 倍 https://twitter.com/claudeai/status/2107894039626277339
Mark Chen · X44 Mark Chen 表示，为期一周的运行代表了数学领域十年的进展
纳维-斯托克斯方程这一时刻，意义始终更多在于下方的图，而不是纳维-斯托克斯问题本身。这次运行在一周内展现了数学领域十年的进展。 迫不及待想把这些工具用于生命科学、构建我们的下一代模型，以及对齐研究！ https://twitter.com/OpenAI/status/2107596716367388924
TechCrunch · AI36 Tony Fadell 谈第一波 AI 硬件为何失败，以及下一步会怎样
Tony Fadell 在 MIT Future Fest 上指出，Rabbit R1、Humane Ai pin、Limitless pendant 这批"Gen 1" AI 硬件失败的原因是没解决任何真实需求，只是"极客觉得有趣的技术"。
Jim Fan · X27 越来越明显的是，人类会先解决黎曼猜想，然后才通过物理图灵测试——狂欢的周日派对过后，你回到一尘不染的家，却分不清这活儿是人还是机器人干的。我们对莫拉维克悖论的认识还远远不够。
越来越明显的是，人类会先解决黎曼猜想，然后才通过物理图灵测试——狂欢的周日派对过后，你回到一尘不染的家，却分不清这活儿是人还是机器人干的。 我们对莫拉维克悖论的认识还远远不够。
Sam Altman · X0 Sam Altman 仰望星空感慨
今晚仰望星空，多了一份敬畏。 “你的海如此辽阔，而我的船如此渺小。”
Kevin Weil · X50 Kevin Weil 称赞 OpenAI 今日发布的数学成果，并展望物理科学领域的进展
Kevin Weil 庆祝 OpenAI 今日发布数学成果，并表示，要让物理科学领域的模型达到同等水平，还有很多工作要做。 他呼吁人们想象各种可能性，并表示相信模型终将达到这一水平。 在引述的帖子中，@willdepue 说，他让 GPT 6 Pro 和 Fable 5.1 按人类或 AI 的来源对过去三年的发现进行排序，并报告称其中 81% 是今日发布的。
The Decoder38 微软发布诺奖经济学家 Daron Acemoglu 的看空 AI 预测：十年仅拉动 GDP 增长 1.5%
微软刊发了诺贝尔经济学奖得主 Daron Acemoglu 的看空预测：AI 十年内仅拉动 GDP 增长约 1.5%，最多替代 5% 的岗位，远低于部分 AI 实验室的预期。他认为瓶颈在人性本身——企业需重新分配任务、提升员工技能并重组流程，这一过程可能比电气化普及更漫长，更大的模型也无法解决，真正缺的是易于部署、改变生产方式的 AI 应用。
Microsoft Research22 Microsoft 研究：AI 评测为何在传统 benchmark 之外出现“意外失败”
Microsoft 的 Jennifer Neville 指出，把模型放到传统 benchmark 之外测试时会出现“意外失败”，评测是推动当前 AI 系统性能边界、贴合用户需求的关键。她建议在使用现有 AI 系统时密切关注数据，因为结果偏离预期时数据本身往往最值得细看。
Mustafa Suleyman · X51 达龙·阿西莫格鲁预测，未来10年人工智能只会取代约5%的人类工作
穆斯塔法·苏莱曼概述了达龙·阿西莫格鲁发表于《人文主义评论》创刊号的文章。《人文主义评论》是MAI创办的新杂志。阿西莫格鲁预测，未来10年，人工智能只会取代人类所做工作的约5%。他预计这段时间内GDP将增加约1.5%，并主张开发能提升劳动者能力的人工智能工具。他指出，组织层面的障碍会阻碍技术采用，而且即使准确率达到99%，全面自动化仍然困难。 阅读他的完整文章：https://humanistreview.ai/issue-1/acemoglu-ai-replace-workers/
量子位66 陶哲轩为何转向 AI 减速派：SAIR 演讲谈证明消化不良
陶哲轩在 SAIR 最新演讲中公开呼吁模型公司放慢速度，称 AI 在生成解答和 Lean 形式化验证上疯狂加速，但理解、同行评审、写入教科书等后续环节几乎为零，形成他所说的 Proof Indigestion（证明消化不良）。
The Verge · AI48 Sam Altman 称 AI 值得付出「一些坏事」的代价
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 带来的好处将大到「世界应该接受一些坏事发生」，包括黑客攻击、诈骗等，因为人们用 AI 能做出「数量级更多的好事」。他将这种取舍描述为 OpenAI 与 Anthropic 的关键分歧，并把 OpenAI 定位为两者之间的「务实中间派」，同时承认人类可能失去对 AI 系统控制等极端风险。
The Verge · AI28 参议员 Adam Schiff 谈 AI 监管、言论自由与再次弹劾特朗普
加州民主党参议员 Adam Schiff 在 Decoder 播客中批评特朗普政府召集 AI CEO 签署不具约束力的 AI 安全承诺，认为这无法应对真实的国家安全威胁。他支持设立新的 AI 监管机构，并提到 Anthropic 因拒绝将 AI 用于国内大规模监控和全自主武器系统而遭政府打压。