阿吉仔

这主要源于我们这几年对相关领域技术人才的投资，比如今年招聘的人工智能人才所带来的全年薪酬支出预算。这是一个非常根本的问题，它将对我们如何制造产品、运营公司、发明新事物、探索造福社会的新发现等等带来深远、广泛的影响。虽然类似的尝试目前还不多，我也不确定这些新尝试是否对公司本季度或者未来季度的收益带来了重大贡献，但我对未来的发展轨迹充满信心。但在我看来，从某种程度上来说，研发超级智能不仅仅是要向人类学习——我们所打造的技术实际上比人类更聪明，所以它本身需要具备自我提升、自我改进的能力，我们需要探索如何让技术实现自身迭代。首先，如何让推荐的内容更贴合用户需求，向用户呈现与他们兴趣最相关的内容。展望2026年的资本支出增长情况，通过提高服务器、网络数据中心的支出，我们会不断提升自身的训练能力、扩大生成式人工智能

值得注意的是，得益于更高的参数效率，GLM-4.5参数量为DeepSeek-R1的1/2、Kimi-K2的1/3，但在衡量模型代码能力的SWE-benchVerified榜单上，GLM-4.5系列位于性能/参数比帕累托前沿，在相同规模下GLM-4.5系列实现了最佳性能。由千里科技联合阶跃星辰、吉利共同打造的下一代智能座舱AgentOS（预览版），基于AIAgent原生打造，采用了最新的AIAgent协作协议和架构，能够为AIAgent的运行、调用与协作提供底层基础设施与服务，确保AIAgent在座舱的部署变得更加高效、可靠，并具备更强的可扩展性和适配性。通过一张三维动态地图，用户即可纵览全局驾驶信息，包括实时周围环境、车道线、交通大数据、导航规划、个人兴趣点、用户自定义信息及地图运

自动驾驶领域，MogoMind通过多源数据融合和长尾场景持续学习，反哺自动驾驶模型训练。针对Agent的执行能力，PPIO率先支持Kimi-K2、Qwen3Coder等代码模型，实现强大的自主编程、工具调用和数学推理能力。强安全隔离，让不同Agent沙箱的环境可实现完全隔离，当多个任务并发执行时，每个任务都能在独立环境中运行，从根源上避免数据泄漏和资源抢占冲突。PPIOAgent沙箱基于FirecrackerMicroVM构建，具备强安全隔离、毫秒级极速启动、高并发创