要点速览
- OpenAI CEO 奥尔特曼想今年就上市，CFO 认为太急了，两人矛盾已公开化，多名高管同时异动
- 美国职场出现新词 FOBO——害怕被 AI 淘汰，40% 员工将 AI 失业列为主要担忧
- 中国商务部等 6 部门联合发文，推动「AI+电商」，鼓励电商企业研发大模型
- 北大团队改造 DeepSeek 注意力机制，长文本处理提速近 4 倍且精度几乎无损
- 通用机器人模型 GEN-1 发布，精细操作成功率从 64% 跃升至 99%
- 沃尔玛、塔吉特等零售巨头推出 AI 购物助手，但明确要求用户为 AI 出错担责
- 亿万富翁马克·库班称大公司 CEO 陷入「AI 困境」，怎么选都会被投资者骂
- 苹果批准英伟达和 AMD 外置显卡在 Mac 上运行，方便开发者本地跑 AI 模型
- 贾跃亭宣布法拉第未来首次实现单品正毛利，2026 年目标交付 1000+ 机器人
OpenAI 的至暗时刻：IPO 路线之争与高管密集变动
OpenAI 上市节奏引发 CEO 与 CFO 战略分歧
OpenAI 正在经历 IPO 冲刺期罕见的内部地震，核心矛盾集中在 CEO 奥尔特曼与 CFO 弗莱尔之间：
- 奥尔特曼的路线：目标今年第四季度上市，赶在竞争对手 Anthropic（传闻最快 10 月上市）之前抢占资本市场。为此他公开承诺未来五年投入 6000 亿美元（约 4.14 万亿元人民币）
- 弗莱尔的立场：认为 2026 年尚不具备上市条件，组织筹备未完成，巨额支出承诺风险过高。她对 6000 亿投入的必要性和收入增速放缓能否支撑这些承诺持保留态度
- 关系恶化信号：奥尔特曼近月在与顶级投资机构讨论服务器开支时，有意将弗莱尔排除在会议之外；且从去年 8 月起，弗莱尔的汇报线被调整，不再直接向 CEO 汇报，而是向应用业务负责人汇报
与此同时，管理层出现密集人事调整：
- 首席运营官 Brad Lightcap 被调离原岗，转负责「特别项目」，外界普遍解读为边缘化调整
- Denise Dresser（原 Slack CEO）接任 COO，上任营收总监仅三个多月即被提拔
- 首席应用官 Fidji Simo 因健康原因休假，首席营销官 Kate Rouch 因癌症治疗离开
深度解读 & 洞察：
- OpenAI 的核心困境在于「花钱速度远超赚钱速度」。公司已与甲骨文、微软、亚马逊签署约 6650 亿美元长期服务器租赁协议，部分条款要求提前数年锁定巨额投入。今年 2 月公司私下预警，到 2030 年现金消耗量将比此前预测高出两倍以上
- CFO 汇报线绕过 CEO 是大企业中极为罕见的架构安排，说明 OpenAI 内部的治理矛盾已深入到组织架构层面
- 历史参照：Airbnb 在 IPO 前夕也经历过类似分裂，最终 CFO 离职、一批高管出走，但 CEO 仍成功上市。巧合的是，Airbnb CEO 正是奥尔特曼的非正式顾问
影响：
- 对 AI 板块：短期利空。核心公司管理层动荡可能引发市场对 AI 行业「烧钱换增长」模式的重新审视
- 对投资者：1220 亿美元新融资刚完成就爆出内部分歧，提示 IPO 前投资风险偏高，需关注收入增速与成本控制之间的平衡
AI 产业冲击波：职场焦虑与企业转型困境
美国职场出现新词 FOBO——害怕被 AI 淘汰
《财富》杂志报道，2026 年美国职场出现新关键词 FOBO（Fear of Becoming Obsolete，对被淘汰的恐惧），核心区别在于：不是怕失业，而是怕自己变得「无关紧要」。
关键数据：
- 毕马威调查：40% 员工将 AI 导致失业列为主要担忧，63% 认为 AI 正让工作环境更缺乏「人味」
- 岗位技能需求变化速度比一年前加快 66%
- Anthropic CEO 预测 AI 可能在五年内消除 50% 初级白领岗位；美国参议员预测新毕业生失业率两年内可能达 35%
- 但 MIT 研究指出 AI 对劳动力市场的影响更像「缓慢涨潮」而非「巨浪」，到 2029 年 AI 在多数文本任务上的成功率可能达到 80%-95%
- 实际采用滞后：美国仅不到 19% 的企业实际部署 AI，仅约三分之一员工获得充分 AI 培训
深度解读 & 洞察：
- 最值得关注的结构性矛盾：技术能力领先、组织能力滞后。AI 的能力已经到位，但大多数企业还没准备好用它，大多数员工也没接受过培训
- 已采用 AI 的企业正在迅速拉开差距：OpenAI 数据显示员工每天可节省 40-60 分钟，生产率提升 23%-33%
- 对普通人的启示：与其恐慌，不如现在就开始学习使用 AI 工具。法律、医疗等对错误容忍度低的领域仍有缓冲空间
马克·库班：大公司 CEO 陷入「AI 困境」
亿万富翁投资人马克·库班指出，传统企业面临「创新者的 AI 困境」：主动重构公司会引发投资者不满，不转型同样会引发不满，两种选择都会导致股价下跌。他判断未来企业将分为两类：真正掌握 AI 的公司，以及其他所有公司。
沃尔玛、塔吉特推出 AI 购物助手，但出错责任由用户承担
美国零售巨头加速引入 AI 购物助手，却在条款中将风险转嫁给消费者：
- 塔吉特：基于谷歌 Gemini 的 AI 购物助手执行的所有交易视为用户本人授权，买错商品费用由用户承担
- 沃尔玛：AI 助手 Sparky 条款明确声明可能提供错误或误导性信息，且未经验证
深度解读 & 洞察：
- 这揭示了一个正在形成的行业潜规则：企业积极推广 AI 功能获取效率红利，却通过条款设计将潜在风险转嫁给消费者。这种「双重标准」随着 AI 在零售场景的快速铺开而不断显现
- 随着更多 AI 智能体直接替用户执行交易决策（而非仅提供建议），责任归属将成为法律和监管的核心议题
政策与出海：AI+电商国家战略落地
商务部等 6 部门：发展「AI+电商」，引导企业研发大模型
商务部等 6 部门联合发布推进电子商务高质量发展的指导意见，核心要点：
- 技术侧：支持头部电商加大研发投入，发展「AI+电商」，引导企业加强大模型技术研发应用，优化消费体验、降低运营成本
- 商业侧：推动产供链高效协同，发展即时零售，建设智慧商圈，推进跨境电商和海外仓建设
- 保障侧：支持电商企业债券融资及境内外上市，打造高质量数据集，优化数据出境管理
- 监管侧：规范直播营销，整治「内卷式」竞争，压实平台责任
深度解读 & 洞察：
- 这是继 AI 写入政府工作报告后，AI 与具体行业融合的又一国家级政策信号。电商作为数字化程度最高的行业之一，成为 AI 落地的优先场景
- 对电商从业者而言，政策明确了「AI 不再是可选项」的信号，大模型能力将成为平台竞争力的核心差异点
- 「优化数据出境管理」这条值得关注，为跨境电商的 AI 应用扫清了数据合规障碍
前沿研究：注意力机制优化与通用机器人突破
北大团队改造 DeepSeek 注意力机制，长文本处理提速近 4 倍
北京大学张牧涵团队发现，DeepSeek 使用的稀疏注意力机制（DSA）存在一个隐藏瓶颈：索引器（负责筛选关键 token 的模块）的计算复杂度随文本长度呈平方级增长，在超长文本中甚至反超注意力计算本身。
团队提出的 HISA（分层索引稀疏注意力） 采用「先粗筛再精挑」的策略：
- 第一步将长文本切块，为每块生成整体特征向量进行粗过滤，丢弃不相关块
- 第二步仅在保留的块内用原始规则精细打分选出关键 token
- 将索引器复杂度从 O(L²) 降至 O(L²/B + L×m×B)
实测结果：在 64K 长文本下最高提速 3.75 倍，精度与原始方法几乎完全持平，且即插即用、无需重新训练。文本越长，加速效果越显著。
深度解读 & 洞察：
- 这项工作的精妙之处在于抓住了 AI 工程中一个被普遍忽视的「隐藏瓶颈」。当所有人都在优化注意力计算时，没人注意到前面的索引筛选本身也在拖后腿
- HISA 可直接替换现有索引器，对 DeepSeek-V3.2、GLM-5 等主流模型均有效，实际工程价值很高
- 对普通用户的意义：未来 AI 处理超长文档（比如整本书、完整代码库）时响应更快、成本更低
通用机器人模型 GEN-1：精细操作成功率从 64% 跃升至 99%
具身智能公司 Generalist（由前 Google DeepMind 高级研究科学家 Pete Florence 创立）发布通用机器人模型 GEN-1：
- 包装手机、折叠纸箱等精细操作任务成功率从 64% 跃升至 99%
- 标准纸箱折叠仅需 12.1 秒，相比此前的 34 秒效率提升近 3 倍
- 可连续执行装箱任务超过 1800 次仍保持稳定
- 面对意外状况可自主调整策略，展现「临场应变」能力
技术亮点：绕过成本高昂的机器人遥操作数据采集，改用低成本穿戴设备采集数百万级人类活动记录进行预训练。模型遇到全新任务仅需约 1 小时实机演示即可掌握。
深度解读 & 洞察：
- GEN-1 验证了 Scaling Law 在物理世界的适用性——通过大规模预训练，机器人不再只是模仿动作，而是真正理解了物理规律
- 「去机器人化」的数据采集策略是关键创新，大幅降低了训练数据获取的成本和难度
- 对制造业而言，这意味着通用型工业机器人的部署门槛正在快速下降
更多动态
- 苹果批准英伟达 eGPU 在 Mac 上运行：Tiny Corp 开发的驱动通过审核，用户可直接将外置显卡连接 Mac 用于 AI 大模型运算，安装流程已大幅简化
- OpenAI 发布代号为「土豆」的新模型，另据传可能在四月中旬发布新模型
- 微软发布三款自研基础模型，但品牌命名混乱让用户感到困惑
- DeepSeek 因芯片适配问题导致开发进度变慢
- 厦门大学与港科大联合提出 MAGE 离线强化学习算法，被 ICLR 2026 接收，推理速度比 Hierarchical Diffuser 快约 50 倍
- 紫东太初联合新加坡国大提出 ReCALL 框架，被 CVPR 2026 录用，解决多模态大模型做检索时能力退化的问题
- 贾跃亭宣布法拉第未来首次实现单品正毛利，2026 年目标交付 1000+ 机器人，聚焦家庭教育场景
- 苹果封锁了中国大陆的 AI 功能
- AI 作品反向向原创音乐人索要赔偿，版权争议持续升级
- 论文误读导致内存巨头市值暴跌
- Block 公司开源编程智能体工具
- Polymathic AI 发布物理模拟数据集
- DAIR.AI 发布关于 AI 智能体缺陷的研究
- Triton 算子提升了模型推理性能
- 研究员复现了可减少参数的新架构
