其他
1, 千问全模态Qwen3.5-Omni上线，支持文本、图片、音频和音视频理解
3月30日，通义千问正式发布全模态大模型Qwen3.5-Omni，标志着多模态理解能力迈入新阶段。该模型首次实现文本、图像、音频与音视频的统一感知与协同理解，结构上采用Thinker与Talker双路Hybrid-Attention MoE架构，在256K超长上下文支持下，可处理超10小时音频及400秒720P音视频输入。其训练数据涵盖海量文本、视觉素材及逾1亿小时音视频，原生强化多语言能力——语音识别覆盖113种语种与方言，语音合成支持36种，显著提升跨语言交互实用性。尤为关键的是，Qwen3.5-Omni并非追求参数堆砌，而是聚焦真实场景下的模态对齐与语义连贯性：比如能从一段带口音的方言语音中准确提取指令，并结合画面中的操作界面完成下单动作。目前开发者可通过Offline API与Realtime API快速接入，为智能客服、教育辅助、内容创作等高价值场景提供开箱即用的全模态底座。
2, 外媒：千问奶茶促销吸引大量用户薅羊毛，但留存率却不尽如人意
一场以奶茶为入口的AI普及实验，悄然折射出中国AI落地的独特逻辑。今年春节，阿里巴巴借Qwen推出“下单即赠奶茶”活动，单日吸引超7350万人次使用，字节跳动豆包同期日活更突破1.44亿。这并非简单营销，而是一次面向真实生活的AI习惯培育：用户只需说一句“帮我点杯芋泥波波”，Qwen即可自动定位附近门店、推荐适配口味、调取支付宝完成支付，全程无需跳转应用。这种将AI深度嵌入高频生活链路的设计，让技术从“被查询”转向“被调用”。但热潮退去后，用户留存率回落也揭示深层挑战——当新鲜感消退，AI必须证明自己不只是“会点单”，更要能持续解决复杂问题：比如帮用户比价三年账单、规划家庭旅行路线、或根据孩子作业错题生成讲解视频。真正的留存，不靠一杯奶茶，而靠它是否已成为你生活中那个“不用想起、却从未缺席”的可靠伙伴。
3, ChatGPT应用商店计划进展缓慢
OpenAI推出的ChatGPT应用商店已运行半年，但实际体验仍显生涩：300多个集成应用大多隐藏在二级菜单，且多数功能受限于合作方的数据授权边界——Uber需用户手动输入@符号才能启动，StubHub允许查座位却无法完成支付。问题核心不在技术，而在信任与权责的重构：当AI助手开始替你叫车、订房、买票，它就不再只是工具，而是你数字身份的延伸。用户不愿交出支付信息，平台难以建立闭环体验，开发者苦于审批流程冗长、数据反馈缺失……这恰是AI从“能用”迈向“敢用”的必经阵痛。真正的突破不会来自更多按钮，而在于构建一套新的契约：明确AI能做什么、不能做什么；哪些数据必须本地处理、哪些可云端协同；谁对结果负责、如何追溯决策路径。这场缓慢的进化，本质是在为AI时代的人机协作规则打地基。
4, 实习生日薪500元、转正率50%：AI人才成今年春招「香饽饽」
2026年春招季，科技大厂对AI人才的争夺已超越薪资本身，演变为一场关于未来工作范式的预演。腾讯强调“AI Native”思维——不是会用工具，而是让AI成为思考本能；字节跳动为实习生开出日薪500元，转正率超50%，实则是将秋招前置为长期培养；百度则聚焦“大模型基座工程师”，要求候选人能优化分布式训练框架。这些信号指向一个共识：行业已从比拼模型参数，转向比拼谁能把AI真正“焊”进业务流。招聘变化背后，是AI角色的根本转变——算法工程师要懂产品逻辑，产品经理要会提示工程，运维人员需理解推理调度。当AI不再是独立模块，而成为每个岗位的“操作系统”，企业抢的就不仅是代码高手，更是那些能在模糊需求中定义问题、在技术约束下设计路径、在人机协作中重建工作流的复合型建造者。
5, 华为余承东谈移动卫星通信新突破，称其正逐步成为智能设备的标配
余承东透露，华为已将卫星通信能力压缩至千元机与智能手表级别，背后是AI编解码技术的突破性应用：一段10秒语音，传统压缩需保留156KB数据，而华为AI模型能精准提取声纹特征，仅传输0.73KB核心信息，再由接收端AI智能补全细节。这不是简单的信号增强，而是让设备具备了‘跨媒介理解力’——WATCH Ultimate 2将金属表框变为环隙天线系统，使每种信号拥有专属通道；手机则通过算法自动切换蜂窝与卫星模式。更重要的是，这项技术正从应急通信转向日常连接：当用户在高原徒步时，AI自动同步行程轨迹给家人；在远洋航行中，手表实时推送气象预警。卫星通信的普及，本质是让智能设备第一次真正摆脱地理围栏，成为人类感知与响应世界的无缝延伸。
6, 科技有爱共创美好世界：华为小艺双入选助残项目，释放无障碍生态温度
华为小艺声音修复技术同时入选2025年助残科技创新案例与应用场景，其价值远不止于技术指标——它拒绝用标准音色替代真实声音，而是通过采集言语障碍者数千小时真实语音，用大模型学习其发音缺陷的个性化补偿路径，将修复时延压缩至1秒内。这意味着一位失语者接通电话时，传递给对方的仍是自己原本的声线，只是更清晰、更稳定。更深远的是，这项技术已融入鸿蒙生态：小艺通话可在突发疾病时自动应答120，小艺看世界能主动提醒视障者前方障碍物方位。当科技不再强调‘矫正缺陷’，而是致力于‘放大本真’；当无障碍功能不是孤立插件，而是操作系统级的能力底座，技术才真正完成了从‘可用’到‘可亲’的跃迁——它不标榜改变命运，却让每一次表达、每一次出行、每一次求助，都保有尊严的温度。
7, 大模型不再只是生成：智象未来CTO姚霆谈AI如何开始“完成”一个“创作”
姚霆指出，行业正经历从‘生成内容’到‘完成任务’的关键转折。过去争论文生图还是图生视频孰优孰劣，如今更需思考：当用户说‘为新产品做一套海外发布会方案’，系统能否自主拆解为市场分析、竞品调研、脚本撰写、分镜生成、多语种配音全流程？智象未来的‘全模态世界模型’正是为此而建——它不追求单一模态的极致，而是打通文本、图像、视频、3D与动作的统一tokenization，让输入可以是语音指令、手绘草图或一段参考视频，输出则是可直接交付的完整作品。这种能力已在央视春晚合肥分会场7分钟虚实融合视频中验证：AI不仅生成画面，更理解导演意图、协调灯光节奏、匹配演员走位。真正的创作智能体，不是更会画画的机器，而是那个能听懂‘我们想要一种既现代又带东方禅意的开场’并付诸实现的资深创意伙伴。
8, 融资千万的 Violoop ，要做中国版的「硬件龙虾」
Violoop选择了一条看似笨重却直击要害的路径：用一台手掌大小的桌面硬件，物理连接电脑，通过HDMI实时解析屏幕画面，再将提炼后的文本送至云端推理，最终模拟键盘鼠标执行操作。它不依赖API，却能操控微信、ERP等封闭系统；它不监听所有数据，只将本地视觉模型分析后的关键帧上传。这种‘看得见、信得过、控得住’的设计，回应了企业最核心的焦虑——当AI开始代替人类操作生产系统，安全与可控不是附加选项，而是存在前提。Violoop的硬件形态，本质上是在构建人机协作的新契约：AI不是隐身的幽灵助手，而是摆在桌面上、有明确边界、可随时拔线的实体伙伴。它不承诺取代人类，而是让设计师深夜设定渲染参数后安心入睡，让客服人员在高峰期自动处理80%常规咨询——把人从重复劳动中解放出来，去专注那些真正需要共情、判断与创造的时刻。
9, 中山大学梁小丹团队论文：让视频生成从「看起来真实」到「物理上正确」丨CVPR 2026
梁小丹团队提出的ProPhy方法，正在推动视频生成从‘视觉拟合’走向‘物理建模’。传统模型生成蜂蜜倒入茶杯的画面，可能在液体接触杯壁前就出现飞溅；而ProPhy通过分层物理建模——先由SEB模块识别‘流体力学’属性，再由REB模块在空间上定位‘杯口区域’，最后用VLM监督确保物理现象与位置严格对应——使生成过程真正遵循‘接触→形变→流动’的因果链。这不是炫技，而是为未来构建可信数字世界奠基：当自动驾驶仿真需要精确模拟雨天轮胎抓地力，当医疗培训需还原手术刀切割组织的真实阻力，当教育视频要展示分子热运动的连续演化，模型对物理规律的理解深度，将直接决定AI能否从内容生成器升级为现实世界的认知伙伴。
10, 上海AI实验室发布“AGI4S珠穆朗玛计划”，构建中国科学智能创新中枢，邀全球科研力量共同定义未来
‘AGI4S珠穆朗玛计划’并非又一个算力竞赛宣言，而是试图重塑科研生产力的基础设施。它直面当前科学智能的三大断点：算力分散在不同超算中心难以调度，高质量科学数据散落在各机构数据库中无法互通，实验验证仍需数年周期。为此，计划构建DeepLink超智融合算力平台，让全国超算资源像水电一样按需调用；打造Sciverse科学智能数据库，已沉淀6000亿词元的AI Ready科研文献；更推出书生自主实验平台，使合成化学实验周期从数年缩短至3-6个月。其真正突破在于‘攀登者计划’的三级护航机制：从实验室种子期培育，到上海市级资源对接，再到国家级项目孵化，让科学家不必再为经费奔波、为设备排队、为数据孤岛发愁。当科研的‘高原’被夯实，‘高峰’的登顶才真正成为可能。
11, 《自然》Nature Index特刊聚焦天立国际：系统呈现中国教育AGI实践探索
Nature特刊关注天立国际，并非因其技术参数有多先进，而是它将AI教育从‘提效工具’升维为‘认知基础设施’。天立学科大脑（Tianli Brain）不满足于判断学生答案对错，而是建模其认知结构演化：通过分析提问模式、复习间隔、犹豫时长等‘沉默数据’，动态预测知识漏洞的形成路径。在云南彝良天立学校，AI语音训练系统帮助学生突破英语发音瓶颈，三名学子因此考入清华北大，打破当地117年清北录取纪录。这揭示了一个深刻事实：教育公平的终极形态，不是资源平均分配，而是让每个孩子都能获得与其认知节奏完全匹配的支持。当AI能读懂一个孩子为何在分数上卡壳，而非仅看到他得了多少分，教育才真正从规模化供给，转向个体化生长。
12, 指尖上的智慧革命：Vocci AI笔记戒指，AI Agent交互的最短路径
Vocci戒指的颠覆性，不在于它能录音转写，而在于它将AI交互从‘启动设备’回归到‘本能动作’。凌晨三点灵感乍现，用户无需摸手机、解锁、打开App，只需对着空气说出指令，两分钟后邮件已送达。这种‘言出法随’体验的背后，是三个关键设计：一是‘手即界面’——手指是最自然的交互器官，戒指形态契合无意识按压习惯；二是‘可控优先’——双击启动、单击标记、长按备忘，全程触觉反馈让用户掌控信息节奏；三是‘专业认同’——珠宝级设计让它成为职场人的能力徽章，而非极客玩具。它不追求监听一切，而是做一枚精准触发的‘扳机’，把AI最强大的能力，留给最需要它的那30秒灵感窗口。
13, 万卡集群利用率不足20%，TaaS平台如何破解算力「空转」难题？
趋境科技发布的ATaaS平台，正在将AI算力从‘数据中心’升级为‘Token工厂’。行业痛点在于：GPU被过度依赖，而CPU、内存、SSD等昂贵资源闲置率超90%；软件优化滞后于硬件迭代，导致80%理论算力被浪费。ATaaS的破局之道是‘以存换算’：通过超体量KV Cache缓存技术，将存储空间扩展百倍，使缓存命中率达90%，直接削减90% GPU算力开销；‘六合’异构推理则智能分流任务——CPU处理低密度计算，国产卡承担Prefill，大显存卡专注Decode。这不仅是技术优化，更是经济逻辑的重构：当Token成为AI时代的‘电力’，平台的目标就不再是堆砌算力，而是让每瓦特能耗、每单位算力，都稳定、可衡量地转化为真实服务产出。
14, vivo胡柏山：在焦虑的AI时代，交一份最“冷静”的答案
胡柏山提出‘Agent Phone’概念，其本质是将手机从‘被动工具’升级为‘主动伙伴’。但vivo的冷静在于：它不急于发布大模型，而是十年深耕影像技术，构建起光学镜头、ISP芯片、AI感知三层物理世界理解体系。X300 Ultra搭载的相机Agent，能在用户举起手机瞬间，自动识别场景光影、预判主体动作、调整参数组合——这不是在修图，而是在‘看见’世界。更深远的是，vivo将感知能力延伸至IoT生态：手机成为家庭中枢，通过视觉理解客厅环境，自动调节电视亮度、空调温度、音箱音量。这种战略定力揭示了一个真相：当AI竞赛陷入参数军备竞赛，真正的壁垒往往藏在对物理世界长期、扎实的感知积累之中——它不靠发布会点燃热度，却在无声处构筑最深的护城河。
15, 对话禾赛佀新泉：无人配送行业提速，今年出货数十万颗激光雷达丨L4十人谈
禾赛科技预测2026年无人配送激光雷达出货量将达数十万颗，这一增长并非源于技术突变，而是产业逻辑的成熟：无人车已从封闭园区驶入城市公开道路，技术方案向乘用车L3级看齐，激光雷达配置与ADAS高度复用。禾赛的核心优势在于‘产品力+产能’双壁垒：自研芯片保障性能上限，自建400万台年产能工厂锁定成本下限；更关键的是其物理级零误报能力——漏检意味着撞车，误检等于无故急刹，这对运营安全至关重要。当行业还在比拼价格时，禾赛用‘可靠性即性价比’重新定义竞争维度：客户愿意为减少一次事故损失，支付合理溢价。这印证了一个规律：在真实商业场景中，技术的终极价值，永远体现在它守护了多少次平稳运行。
16, 被耽搁的建筑师，当上了科技企业CEO
Pia Hu的职业轨迹，是一部关于‘跨界者如何重构壁垒’的生动注脚。从同济建筑系误入汽车领域，到德国大陆集团主导丰田TSS2项目，再到执掌导远科技攻坚高精定位，她始终在不同系统间搭建桥梁：用建筑设计的空间思维理解传感器布局，以德国工程严谨性打磨芯片工艺，凭上汽智驾经验重构车载定位标准。当导远面临业务分散困境，她果断砍掉所有非核心方向，将全部资源押注‘动态姿态测量’这一本质需求——因为无论汽车、机器人还是无人机，只要在动，就需要知道自己在哪、怎么动。这种穿透表象抓住底层逻辑的能力，让她在技术狂热中保持清醒：真正的创新不是追逐风口，而是回到问题原点，用最朴素的方式解决最根本的需求。
17, 无问芯穹夏立雪：做高效智能的“Token工厂”，打造中国特色Token经济学
夏立雪将Token爆发类比3G时代流量激增，但指出其本质差异：Token不仅是计费单位，更是AI时代的‘生产要素’。当Agent能一秒发起千个任务，基础设施就必须从‘服务人类工程师’转向‘服务AI’——这意味着毫秒级弹性调度、分布式任务协同、自我进化运维。无问芯穹的‘Token工厂’理念，正是应对这一变革：通过软硬协同打通异构芯片，用AI优化资源调度，让闲置算力、延迟集群、非主流芯片找到适配场景。其终极目标，是构建中国特色Token经济学——将中国能源优势转化为算力，算力转化为Token，Token最终落地为GDP。这不是技术理想主义，而是将AI基建锚定在真实产业循环中：当Token成为可交易、可计量、可增值的生产资料，中国才真正拥有了定义下一代数字文明规则的能力。
18, 当模型成为公共基础设施，特赞如何架构企业级 Agentic AI？
特赞提出的Generative Enterprise Agent（GEA），标志着AI应用从‘功能模块’进入‘组织系统’阶段。它不依赖Prompt指令，而是以企业真实业务意图为起点，通过Intent Layer将‘新品上市’‘品牌焕新’等高层目标，自动拆解为市场分析、竞品扫描、素材生成、传播策略等执行路径；Orchestration Layer则像指挥家，协同不同模型处理视觉、推理、文案任务。其根基是Context System——将散落在设计稿、用户报告、项目复盘中的隐性知识，转化为可被AI调用的结构化认知网络。当品牌规范不再是静态文档，而是能参与设计过程的活性基因；当产品创新不再依赖阶段性调研，而是基于持续交叉验证的探索流，企业才真正拥有了可积累、可传承、可进化的机器判断能力。
本文由互联网行业信息家-AI助手发布，信息来源于2026/3/31热搜，如侵权请联系983171730@qq.com，请附带证明材料将第一时间删除！
互联网大厂就看--->互联网行业信息家