阿里云业务收入在AI热潮驱动下增长34%

阿里巴巴集团在最近一个季度（7月至9月）的云业务收入增长了34%，得益于人工智能领域的繁荣。然而，该中国科技集团的整体收入仅增长了5%，达到2478亿元人民币（约350亿美元），利润则比去年同期下降了52%。这主要是由于中国电商市场的激烈价格战，包括外卖配送领域，侵蚀了短期盈利能力。其电商竞争对手京东在同期的净利润也下降了55%。

阿里巴巴最初专注于电商，后来转向云技术和人工智能技术。今年早些时候，它承诺在未来三年至少投资380亿元人民币（约53亿美元）以推进其云计算和人工智能基础设施。阿里巴巴CEO吴泳铭表示，集团在人工智能方面的“重大”投资帮助了其收入增长。云业务收入增长34%，比上一季度的26%增长更快。 阿里巴巴表示，对人工智能的需求正在“加速”，对未来的人工智能需求增长充满信心。公司可能将投资超过计划的380亿元人民币，以满足不断增长的需求。

阿里巴巴的升级版AI聊天机器人Qwen在公开发布后的第一周内下载量达到1000万次，旨在与OpenAI的ChatGPT竞争。 阿里巴巴的香港股票在周二上涨了2%，纽约证券交易所开盘前上涨了2.4%。今年迄今，其股价已上涨超过90%，这得益于对其在人工智能方面进展的乐观情绪。

自科技初创公司DeepSeek颠覆行业以来，中国公司在人工智能领域取得了进展，引发了对其美国竞争对手主导地位的质疑。其他中国科技巨头的近期财报结果参差不齐。腾讯在人工智能领域与阿里巴巴竞争，其7月至9月季度的收入同比增长了15%。而百度在同期的收入则比去年同期下降了7%，与阿里巴巴在人工智能开发方面的竞争。投资者和分析师对人工智能泡沫的担忧也在增加，尽管上周英伟达的强劲财报稍微缓解了这些担忧。（来源：美联社  https://apnews.com/article/china-alibaba-earnings-artificial-intelligence-eef3f9622961757b4fee9353d9fd3c76）

在深伪事件之后，OpenAI和布莱恩·克兰斯顿为好莱坞解决漏洞

OpenAI、演员布莱恩· 克兰斯顿及其他好莱坞团体正在合作限制使用其Sora 2视频应用生成的换脸视频。克兰斯顿在“绝命毒师”中扮演的角色对美国演员工会表达了担忧，因为他的声音和形象被复制在视频生成器中。

克兰斯顿在声明中表示：“我不仅为自己，也为所有可能被这种方式滥用工作和身份的表演者感到担忧。”该声明由OpenAI、克兰斯顿、美国演员工会、

UTA联合精英经纪公司、创新艺人经纪公司和艺人经纪协会联合发布。 OpenAI表示，其政策旨在要求人们在Sora使用其姓名和形象时需获得同意，并表示对这些无意生成的复制表示遗憾。声明称，OpenAI已加强了对未获得同意的个人声音和形象复制的限制。 OpenAI表示，其政策包括为任何个人的声音和形象使用设定同意政策，所有艺术家都有权决定其形象何时何地被模拟，并承诺迅速回应任何投诉。声明还表示，OpenAI的政策与旨在保护个人声音和形象免受AI生成的NO FAKES法案相一致。 

自推出Sora 2以来，OpenAI已宣布了一系列变化，以回应版权争议和反对意见，赋予知识产权持有者更多权力。上周，OpenAI宣布暂停Sora上由AI生成的马丁·路德·金的视频，因为其遗产管理方对该公司提出了关切。（来源：商业内幕  https://www.businessinsider.com/openai-sora-2-deepfakes-limited-pressure-bryan-cranston-hollywood-2025-10）

“我已经试图警告他们”:埃隆·马斯克说特斯拉的竞争对手不希望看到其自动驾驶技术

特斯拉CEO埃隆·马斯克表示，其他汽车制造商不愿意为其自动驾驶技术付费，这让他感到困惑。他在X平台上发文称：“我曾警告过他们，并提出要将特斯拉的全自动驾驶（FSD）软件授权给他们，但他们却不感兴趣！真是疯狂……”他还补充说，当传统汽车制造商偶尔联系特斯拉时，他们只会讨论在五年后实施FSD的小型项目，并提出不切实际的要求，这毫无意义。

马斯克在4月的一次投资者会议上表示，特斯拉正在与一家主要汽车制造商讨论合作事宜，并在1月表示，特斯拉已经看到了“显著的兴趣”来购买FSD。他预测，一旦人们意识到没有FSD就意味着死亡，其他制造商对FSD的兴趣将会非常高。然而，马斯克的最新言论表明，特斯拉短期内不会达成任何交易。 FSD及其前身Autopilot在过去几年中面临了大量监管审查。上个月，美国汽车监管机构对特斯拉FSD车辆涉嫌闯红灯和逆向行驶的报告展开了调查，这是继去年对240万辆FSD车辆的调查之后的又一行动。

特斯拉还面临多起与FSD和Autopilot相关的诉讼。今年8月，特斯拉因一起涉及Autopilot的致命车祸被判定部分责任，并被要求支付2.42亿美元的赔偿金。特斯拉表示将提起上诉。尽管面临这些挑战，特斯拉仍在全速推进自动驾驶技术。公司正努力在年底前将其机器人出租车服务扩展到8至10个大都市区，并已在美国内华达州和亚利桑那州克服了关键监管障碍。然而，特斯拉何时能从其自动驾驶技术中获利尚不清楚。在最近的财报中，公司高管表示，约有12%的司机在使用FSD，但该技术的季度收入与去年同期相比有所下降。与此同时，特斯拉的几家竞争对手也达成了自己的自动驾驶协议。丰田宣布与自动驾驶出租车公司Waymo合作，将自动驾驶技术引入私人车辆，而Lucid则与Uber和自动驾驶车辆初创公司Nuro合作，计划明年在旧金山推出机器人出租车服务。（来源：商业内幕  https://www.businessinsider.com/elon-musk-tesla-automaker-rivals-full-self-driving-tech-license-2025-11）

这个AI组合可能解锁人类级别的智能

人工智能是否会达到或超越人类水平的智能？如果会，又是如何实现的？美国华盛顿特区的美国人工智能协会（AAAI）在今年早些时候向其成员询问，当前的人工智能系统中的神经网络是否足以实现这一目标，绝大多数成员表示不够，认为还需要大量使用一种较早的人工智能技术——符号人工智能。 符号人工智能基于形式规则和概念间逻辑关系的编码，例如数学、‘如果-那么’语句、编程语言（如Python）以及概念关系图。几十年前，符号系统是人工智能研究的早期领跑者。

然而，2010年代初，更灵活的神经网络迅速超越了它们。神经网络擅长从大量数据中学习，是大型语言模型（LLMs）和聊天机器人（如ChatGPT）的基础。 

现在，计算机科学界正积极推动将旧技术和新技术更好地结合，‘神经符号人工智能’成为最热门的术语。布兰登·科尔洛格是马里兰大学计算机科学家，他记录了这一概念在学术论文中的迅速崛起。自2021年起，对神经符号人工智能的兴趣显著增加，且没有放缓的迹象。 许多研究人员认为，这种结合可以带来通用人工智能（AGI），即能够像人类一样从一个情境推及另一个情境进行推理和知识泛化的智能。科尔洛格认为，符号人工智能的透明性和可理解性有助于解决神经网络的‘黑箱’问题，提高人工智能的可靠性和智能性。 尽管已有如谷歌DeepMind的AlphaGeometry等成功的神经符号人工智能系统，但如何将神经网络和符号人工智能结合成一个通用系统仍是一个巨大的挑战。计算机科学家威廉·雷格利认为，这需要构建一种‘双头怪兽’式的架构。

关于符号方法是否优于数据驱动方法的争论由来已久。2019年，计算机科学家理查德·苏顿在其博客上发表了一篇名为《苦涩的教训》的文章，认为自20世纪50年代以来，人们一直假设将人类对世界规则的理解输入计算机是最有效的途径，但事实证明，大规模数据和计算能力驱动的系统往往更胜一筹。尽管如此，许多研究人员仍认为符号系统在人工智能中扮演着不可或缺的角色。 神经网络和符号算法各有优劣。神经网络快速且富有创造力，但容易凭空编造信息，无法可靠地回答超出训练数据范围的问题。符号系统难以涵盖如人类语言等‘杂乱’的概念，但其运作清晰，擅长逻辑推理，将一般知识应用于新情境。缺乏符号知识的神经网络在实际应用中常犯经典错误，如图像生成器可能画出六指人，因为它们没有学到手通常有五个指头的概念。 许多研究人员认为，将符号元素加入神经网络可能是向人工智能注入逻辑推理的最佳途径，甚至可能是唯一途径。IBM等全球科技巨头支持神经符号技术作为通向AGI的路径，但也有怀疑者，如现代人工智能之父之一、Meta首席AI科学家扬·勒昆认为，神经符号方法与神经网络学习不兼容。 符号人工智能和数据驱动方法之间的争论仍在继续，但许多研究人员认为，将两者结合可能是实现AGI的最佳途径。（来源：《自然》杂志https://www.nature.com/articles/d41586-025-03856-1）

谷歌：全球AI竞赛中的 Sleeping Giant 现已“完全觉醒”

谷歌重新崛起，其新AI软件和与Anthropic PBC的芯片合作等举措让投资者相信，该公司不会轻易输给ChatGPT的创造者OpenAI及其竞争对手。

谷歌最新发布的多用途模型Gemini 3因其推理和编程能力以及处理AI聊天机器人难以应对的专门任务的能力而受到好评。谷歌的云业务正在稳步增长，这得益于全球对AI服务的需求激增和计算需求的增加。此外，谷歌专门的AI芯片需求也在上升，Meta Platforms Inc.正与谷歌芯片进行谈判的消息使Alphabet Inc.的股价飙升，该公司股价自10月中旬以来已增加近1万亿美元。谷歌所有者Alphabet Inc.的股价在纽约上涨了3.22%，公司市值有望首次突破4万亿美元。软银集团，OpenAI的最大支持者之一，股价跌至两个月低点，担忧谷歌Gemini的竞争威胁。英伟达股价下跌5.51%，市值蒸发2430亿美元。

谷歌一直采取全面、深入的全栈AI方法，其强大的资源包括庞大的数据集、持续的利润和自有的计算基础设施。谷歌的云业务正在加速对自定义TPU和英伟达图形处理单元的需求。Meta计划在2027年使用谷歌的芯片，但谷歌拒绝具体回应，表示其云业务正在推动对自定义TPU和英伟达 GPU的需求。谷歌的经济优势在于其能够生产从AI应用程序到芯片的全栈计算产品，这使其在AI产品技术方向上拥有更多控制权。谷歌与Anthropic达成的使用多达100万台TPU的协议价值数十亿美元。谷歌的AI部门在重新组织后，专注于与OpenAI、微软等保持同步的基础模型研究。

谷歌的Gemini 3 Pro在AI排行榜上名列前茅，被认为是顶级的大语言模型，能够解决复杂科学和数学问题，并解决可能阻碍企业客户广泛采用AI服务的问题。谷歌的云业务在第三季度收入增长34%，但仍然排在微软和亚马逊之后。谷歌的AI采用率在企业中落后于微软和Anthropic。（来源:美国财富  https://fortune.com/2025/11/25/google-sleeping-giant-dark-horse-ai-race-gemini/)

在美国和欧洲之外，中国开源AI模型的发展势头一目了然

亚洲国家正在利用中国开源模型开发AI应用，亚洲高管们对AI模型的看法与之前听到的观点大不相同。他们更关心数据控制和成本问题，开源模型在这方面表现更佳。SiliconFlow的联合创始人兼CEO金辉元表示，他们开发了多种技术来更高效地运行开源模型，使用开源模型完成任务的成本远低于使用专有模型。

此外，大多数客户发现，通过在自有数据上微调开源模型，可以达到甚至超越专有模型的性能，而不会泄露敏感或竞争性数据。Vertex的彭也强调了这一点，指出专有模型提供商虽然提供数据微调服务，但无法保证数据不会被用于更广泛的训练。使用专有模型意味着失去对关键成本的控制，建议初创企业如果要构建对竞争优势至关重要的应用，应使用开源模型。Dyna.AI的CEO辛塔尔认为，部分中国开源模型在本地语言方面表现更好。关于开源AI是否更不安全的问题，Silverlake Axis的CEO郭表示，模型必须在系统内得到保护，无论是专有还是开源模型，都需要采取措施防止数据被滥用。

此次亚洲之行让我意识到，OpenAI和Anthropic可能在中等收入国家如东南亚、中东、北非和拉丁美洲面临挑战。美国可能需要发展更强大的开源AI生态系统，Meta是目前唯一在开源领域有显著影响力的美国公司。此外，马来西亚的Johor州正努力成为东南亚的数据中心枢纽，计划在未来几年建设5.8吉瓦的数据中心项目，这将消耗该州当前所有电力产能。柔佛州和马来西亚整体计划到2030年增加电力产能，但数据中心的建设可能会影响消费者电费和水资源。一些中等收入国家（称为“桥梁国家”）正考虑联合起来开发和共享AI能力，以减少对美国和中国AI技术的依赖。然而，这种联盟能否实现仍不确定。亚洲国家在AI技术竞争中的合作方式仍是一个热点话题。（来源：美国财富  https://fortune.com/2025/11/25/outside-the-u-s-and-europe-the-momentum-of-chinas-open-source-ai-models-is-plain-to-see/）