04 月 04 日 AI 每日参考:多厂模型动态频出,产业转向拼用量

04 月 04 日 AI 每日参考:多厂模型动态频出,产业转向拼用量

今日概览

今日 AI 圈迎来多厂模型集中发布,谷歌、微软、阿里等巨头接连推出新模型产品,同时国内 AI 产业规模突破 1.2 万亿元,行业正式从 "拼参数" 转向 "拼用量" 的新阶段。监管层面也同步发力,地方推进 AI 产业落地,广电出台 AI 换脸相关禁令,技术、产业与监管同步推进。


详细资讯

谷歌发布四款 Gemma 4 开源模型,31B 参数小模型性能超越大模型

新闻原文
谷歌 DeepMind 在 4 月 2 日深夜发布四款 Gemma 4 开源模型,其中 31B 参数的小模型性能表现远超参数规模是其 20 倍的大模型,直接冲击当前开源 AI 格局。

信息解读
这次谷歌发布的 Gemma 4 系列核心亮点是 "小而强",打破了过去 "参数越大性能越好" 的固有认知。31B 参数模型能超越 600B 级别的大模型,说明 AI 模型的优化方向已经从单纯堆参数转向了算法效率、数据质量的提升。开源属性也意味着全球开发者都能免费使用、修改这些模型,会进一步降低 AI 开发的门槛,加速 AI 技术的普及。

影响参考
对于普通开发者来说,不用再依赖昂贵的大模型算力,用普通服务器就能搭建高性能 AI 应用,创业成本大幅降低。中小企业可以直接基于这些开源模型定制自己的 AI 工具,比如客服机器人、内容生成系统,不用再花高价采购商业模型服务。投资方面,专注于 AI 模型轻量化优化、边缘 AI 部署的创业公司可能会迎来更多机会。

中国 AI 产业规模突破 1.2 万亿元,智能体时代正式来临

新闻原文
2026 年中国 AI 核心产业规模突破 1.2 万亿元,AI 企业数量超过 6000 家,年增长率接近 30%,行业正从对话大模型阶段全面转向智能体应用阶段。

信息解读
这组数据说明国内 AI 产业已经从技术探索期进入了规模化落地期,1.2 万亿的规模意味着 AI 已经成为拉动经济增长的重要引擎。从对话大模型到智能体的转变,代表 AI 应用从 "能聊天" 升级到 "能干活",比如自动完成办公流程、操控工业设备等,这会让 AI 真正融入各行各业的生产环节。近 30% 的增长率也反映出市场需求还在快速扩张,产业红利期仍在持续。

影响参考
普通人会接触到更多能解决实际问题的 AI 工具,比如自动整理工作文档的智能办公助手、帮你规划旅行全程的 AI 管家,生活和工作效率会大幅提升。对于职场人来说,掌握智能体工具的使用方法会成为必备技能,尤其是行政、运营、客服等重复性工作较多的岗位,学会用 AI 智能体辅助工作能提升竞争力。创业方面,针对特定行业的智能体解决方案,比如制造业的生产管控智能体、教育行业的个性化辅导智能体,会有很大的市场空间。

豆包大模型日均词元调用量破 120 万亿,AI 行业转向 "拼用量"

新闻原文
截至 2026 年 3 月,豆包大模型的日均 Token(词元)使用量已超过 120 万亿,短短三个月实现大幅增长,标志着 AI 行业从 "拼参数" 的技术竞赛转向 "拼用量" 的落地竞赛。

信息解读
Token 调用量是衡量 AI 模型实际使用规模的核心指标,120 万亿的日均用量说明豆包已经成为国内用户规模最大的 AI 模型之一。从 "拼参数" 到 "拼用量" 的转变,意味着行业关注点从 "模型有多强" 转向 "用户用得多不多",只有真正解决用户需求、能持续被使用的模型才能在市场中存活。这也倒逼 AI 企业从技术研发转向产品落地,更注重用户体验和场景适配。

影响参考
对于普通用户来说,会迎来更贴合日常需求的 AI 产品,比如更懂中文语境的 AI 聊天助手、更精准的 AI 内容生成工具,因为企业会根据用户的实际使用数据不断优化模型。对于 AI 从业者来说,产品经理、数据运营等贴近用户的岗位需求会增加,单纯的算法研发岗位需要更多结合实际场景。投资方面,专注于 AI 场景落地、用户运营的公司会更受资本青睐,而单纯追求大参数模型的项目吸引力会下降。

阿里 AI 战略大转向,全力推进 Token 规模扩张

新闻原文
阿里近期在 AI 领域发布多项新动态,明确将 Token 规模扩张作为核心战略,在 CodeArena 等平台刷新相关技术记录,全力追赶行业头部水平。

信息解读
阿里的这次战略转向,本质是顺应 AI 行业从 "技术竞赛" 到 "落地竞赛" 的趋势,Token 规模直接反映了 AI 产品的用户活跃度和商业价值。在 CodeArena 刷新记录,说明阿里在 AI 编程领域的技术实力正在快速提升,而这背后是为了服务更多企业用户的编程需求。阿里拥有电商、云计算等丰富的场景资源,推进 Token 规模扩张能将这些场景资源与 AI 技术结合,实现更大的商业价值。

影响参考
淘宝、天猫的用户可能会体验到更智能的购物助手,比如能根据你的消费习惯精准推荐商品、自动处理售后问题的 AI 客服。对于企业用户来说,阿里的 AI 编程工具会更成熟,能帮助程序员提升代码编写效率,降低企业的研发成本。创业方面,与阿里 AI 生态合作的第三方开发者会获得更多流量支持,比如开发基于阿里 AI 模型的电商插件、办公工具等。

微软发布三款 AI 模型,同时面临英国反垄断调查

新闻原文
微软近期发布三款新 AI 模型,同时因 AI 相关业务面临英国反垄断调查,公司预计下一季度营收最高可达 806 亿美元。

信息解读
微软发布新 AI 模型是为了巩固其在企业 AI 市场的领先地位,三款模型应该会针对不同的企业场景,比如办公、编程、数据分析等。面临反垄断调查说明全球监管机构已经开始关注科技巨头在 AI 领域的垄断行为,担心巨头通过 AI 技术进一步扩大市场优势,挤压中小企业的生存空间。而 806 亿美元的营收预期则反映出 AI 业务已经成为微软的重要收入来源,市场需求依然强劲。

影响参考
普通用户使用的 Office 等微软办公软件会加入更多 AI 功能,比如自动生成 PPT、分析 Excel 数据等,提升办公效率。对于国内 AI 企业来说,微软面临反垄断调查可能会给国内企业留出更多国际市场空间,尤其是在企业 AI 服务领域。投资方面,专注于 AI 反垄断合规、AI 公平竞争技术的公司可能会迎来新的机会。

阿里发布 Wan2.7 视频模型,红果下架 AI 剧,广电严禁 AI 演员换脸

新闻原文
阿里发布 Wan2.7 视频生成模型,红果平台下架 AI 生成剧集《桃花簪》,同时广电出台新规严禁 AI 演员换脸行为。

信息解读
阿里的 Wan2.7 视频模型应该在视频生成的清晰度、真实度上有了新的提升,代表国内 AI 视频技术正在快速成熟。红果下架 AI 剧和广电严禁 AI 换脸,说明监管层开始规范 AI 内容创作,尤其是涉及版权、肖像权的问题,避免 AI 技术被滥用。这也提醒 AI 内容创作企业需要遵守相关规定,在合法合规的前提下开展业务。

影响参考
普通人会看到更多高质量的 AI 生成视频内容,比如 AI 制作的短视频、广告片等,但同时也能避免看到未经授权的 AI 换脸视频,保护个人肖像权。对于内容创作者来说,需要学习 AI 视频技术的同时,也要了解相关监管规定,避免踩红线。创业方面,专注于 AI 内容版权保护、AI 内容合规审核的公司会有很大的市场需求。

全省人工智能发展季度工作推进会召开

新闻原文
4 月 3 日,某省召开人工智能发展季度工作推进会,部署下一阶段 AI 产业发展重点工作,推动 AI 技术与实体经济深度融合。

信息解读
地方政府召开 AI 产业推进会,说明 AI 已经成为地方经济发展的重要抓手,接下来会出台更多扶持政策,比如补贴 AI 企业、建设 AI 产业园区、培养 AI 人才等。推动 AI 与实体经济融合,意味着 AI 技术会更多地应用到制造业、农业、服务业等传统行业,帮助传统产业转型升级。这也会进一步加速 AI 技术的落地,让 AI 真正惠及地方经济和民生。

影响参考
当地的 AI 企业会获得更多政策支持,比如税收减免、资金补贴等,创业环境会更好。当地的传统企业可以借助政府的扶持政策,引入 AI 技术提升生产效率,比如工厂引入 AI 质检系统、农场引入 AI 养殖系统。对于当地的求职者来说,AI 相关岗位的需求会增加,尤其是既懂 AI 技术又懂传统行业的复合型人才。

OpenAI 上线 4 款新模型,收购科技播客并优化 Codex 插件系统

新闻原文
OpenAI 近期上线 4 款新 AI 模型,宣布 AI 模型最终训练成本仅占总成本的一小部分,同时为 Codex 增加插件系统,并收购了科技播客 TBPN。

信息解读
上线 4 款新模型说明 OpenAI 在持续丰富其产品矩阵,满足不同用户的需求。训练成本仅占总成本一小部分,说明 AI 模型的运营和维护成本才是长期支出的重点,这也解释了为什么行业会转向 "拼用量"—— 只有足够大的用户规模才能摊薄运营成本。为 Codex 增加插件系统是为了提升企业用户的使用体验,让 AI 编程工具能更好地融入企业的现有工作流程。收购科技播客则是 OpenAI 在内容传播和品牌建设上的布局,提升公众对 AI 技术的认知。

影响参考
普通开发者可以使用更多类型的 OpenAI 模型,比如针对特定任务的小模型,降低使用成本。企业用户的 AI 编程工具会更灵活,能通过插件适配不同的开发环境,提升开发效率。投资方面,专注于 AI 模型运营优化、AI 内容传播的公司会获得更多关注,尤其是能帮助企业降低 AI 运营成本的解决方案。

AI 领域诞生史上最大融资,多个硬科技项目获资本青睐

新闻原文
近期 AI 领域诞生史上最大规模融资,同时零重力飞机工业、北太振寰等多个硬科技项目获得资本投资,投资方包括弘晖基金、恒旭资本等多家知名机构。

信息解读
史上最大融资说明资本依然看好 AI 领域的长期发展前景,尤其是技术成熟、落地可能性大的项目。零重力飞机工业、北太振寰等硬科技项目获得投资,说明资本开始从 AI 大模型转向 AI + 硬科技的融合领域,比如 AI 在航空、科学计算等领域的应用。这也反映出 AI 技术正在从互联网行业向更广泛的实体经济领域渗透,资本更看重 AI 技术的实际落地价值。

影响参考
普通人未来可能会接触到 AI 驱动的智能电动航空器,比如更安全、更高效的小型飞行器,改变出行方式。从事科学计算、航空航天等领域的职场人,会有更多机会接触 AI 技术,提升工作效率。创业方面,AI 与硬科技结合的项目会更受资本青睐,比如 AI 辅助药物研发、AI 驱动的工业设备等,有相关技术和资源的创业者可以重点关注这些方向。


今日小结

今日 AI 圈的核心趋势是技术落地与产业扩张并行,巨头们纷纷调整战略转向用户规模增长,国内 AI 产业规模突破万亿大关,标志着行业进入新的发展阶段。监管层面的同步规范,为 AI 产业的健康发展保驾护航,而资本对 AI + 硬科技领域的青睐,也预示着 AI 技术将更深入地融入实体经济。对于普通人来说,AI 工具会越来越实用,职场和生活都会迎来更多便利。

Read more

YOLOv12官版镜像在农业无人机上的落地实践

YOLOv12官版镜像在农业无人机上的落地实践 在华北平原某万亩智慧农场的春播季,一架搭载轻量边缘计算单元的四旋翼无人机正以3米/秒的速度低空巡航。镜头掠过刚覆膜的玉米田,系统在0.8毫秒内完成单帧推理——不仅精准框出杂草簇(准确率94.7%),还同步识别出三处早期玉米螟幼虫啃食痕迹,并自动标记坐标发送至农机调度平台。这不是实验室Demo,而是YOLOv12官版镜像在真实农业场景中稳定运行的日常。 当目标检测技术从工业质检、城市安防走向广袤农田,对模型的要求悄然改变:它必须在Jetson Orin Nano的8GB显存限制下保持30+ FPS,能区分叶片背面的微小虫卵与露珠反光,还要在连续6小时飞行中不因温度升高导致精度衰减。正是这些严苛条件,让YOLOv12——这个以注意力机制重构实时检测范式的全新架构——展现出前所未有的农业适配性。 1. 为什么农业场景需要YOLOv12?传统方案的三大断点 农业视觉应用长期困于“三难”:小目标难检、边缘难跑、环境难稳。我们梳理了过去两年在12个省级农技推广中心的实地反馈,发现现有方案存在三个结构性断点: 1.1 小目标识别失效:5像素

地瓜机器人智慧医疗——贰贰玖想要分享的关于使用惯导的一些思路

地瓜机器人智慧医疗——贰贰玖想要分享的关于使用惯导的一些思路

前言 在第20届全国大学生智能车竞赛(智慧医疗机器人创意赛)中,我们贰贰玖拿下国一。在这里,作为队长兼技术主力兼机师兼……我想分享一下在备赛过程中的一些思路。当然,为了不把比赛搞成全都是20s以内,竞争激烈到前后几名差0.几秒,我不会开源我们的惯导和避障思路(实在太简单,太容易实现了)。 这是我们两年的备赛日记,也有我们第二年区域赛和国赛的全流程。 【贰贰玖|从省三到国一,从巡线到路径规划到惯导+纯视觉避障的贰贰玖智能车日记-哔哩哔哩】 https://b23.tv/IDJyM2P 数据集我放在这里了,一共2w9张,全都是640x480,有数据增强的(没有旋转):https://pan.baidu.com/s/10u4S4fiVATRyEeDpdzpk_A?pwd=0229 提取码:0229 下面面我会讲一下我们的网络问题怎么解决,上位机的一些辅助处理,如何半场扫码,如何准确返回 P 点,修改stm32,以及修改车的ekf.yaml。

财务RPA机器人上岗:90%重复工作被取代,会计人该恐慌还是进化?

“每月花3天核对500张发票,现在借助八爪鱼RPA机器人1小时就能搞定;手工录入200条银行流水,出错率高达5%,机器人却能实现零误差;月末结账熬夜到凌晨的日子彻底结束,机器人可自动生成精准报表……”这不是科幻剧情,而是国内多家大中型企业财务部的真实工作场景。 如今,以RPA(机器人流程自动化)技术为核心的财务机器人,正凭借“秒级处理速度”和“零失误率”席卷财务领域,90%的重复性财务工作逐渐被替代。对于会计人而言,这并非职业危机,而是升级转型的关键契机。 本文将深度拆解财务RPA机器人的3大核心能力、5大落地应用场景,并为会计人梳理清晰的“进化路径”,助力大家在这场财务自动化革命中掌握主动权。 一、财务RPA机器人“有多强”?3大核心能力颠覆传统财务模式 能力1:7×24小时不间断作业,效率提升超10倍 典型场景:某连锁零售企业每月需处理10万张销售小票,传统人工模式下,需5名财务人员连续工作3天(合计15人天)才能完成核对、录入与异常标记。引入八爪鱼RPA机器人后,通过OCR图文识别+预设规则校验,1小时即可完成全部10万张小票的处理工作,错误率从人工的3%直接降至