纸飞机TG账号老号购买-telegraph账号自助下单

据东方财经4月8日报道，华为常务董事、产品投资评审委员会主任、终端BG董事长余承东近日在朋友圈发文称，“我最近多次猛烈批评团队有些零售设计没做好，核心原因出在审美上了。” 他转发了一个题为《纯主观|有钱就有审美了吗？》的帖子并表示，团队需共同学习提升审美水平，打造具备高级感的高端品牌，坚持高端化、时尚化、年轻化定位，恪守极致、简约、纯净的设计语言，在工业设计、零售与营销呈现等方面统一高级感标准。

财联社4月8日电，上海静安区印发《静安区打造人工智能创新应用示范区三年行动方案（2026—2028年）》的通知，力争到2028年底，集聚培育一批行业领军企业和高成长企业，形成50个以上人工智能示范应用项目，每年培育10个以上智能体或垂类模型标杆项目，推动人工智能在商贸消费、专业服务、金融投资、文化创意、医疗教育、城区治理等领域的应用渗透度显著提升，构建人工智能促进经济社会发展的创新应用生态，着力将静安区打造成为具有全国影响力的人工智能创新应用示范区，为全国人工智能赋能千行百业发展提供“静安样板”。

《科创板日报》8日讯，据TheElec获悉，三星显示器已与苹果签署为期三年的独家可折叠OLED供应协议。期间，苹果将不会使用其他显示器制造商生产的可折叠面板。 三星显示器计划在第二季度开始量可折叠OLED屏幕，今年的初期供应量约为300万片，远低于市场预期的约1000万片。

4月8日，TikTok宣布将投资10亿欧元在芬兰拉赫蒂新建数据中心，为该公司在芬兰的第二个10亿欧元数据中心投资项目。

声明称，这项投资是TikTok规模120亿欧元的“三叶草计划”（Project Clover）的一部分，该计划旨在处理和保护超2亿欧洲用户数据。

TikTok另外表示，正按计划推进去年宣布的芬兰科沃拉数据中心项目。（界面新闻 汪维喆）

每经AI快讯，4月8日，据智元官微消息，智元Genie Sim 3.0一站式仿真开发平台迎来新升级。通过环境生成、场景泛化、数据采集到模型评测的全流程仿真，显著加速模型训练验证，提升开发者与研究者的研发效率，推动具身智能的创新应用。

截至2026年4月8日13:54，CS人工智指数(930713)强势上涨6.62%，成分股协创数据上涨12.19%，深信服上涨10.70%，昆仑万维上涨10.57%，中际旭创、润泽科技等个股跟涨。

消息面上，算力景气度持续攀升。伴随Agent应用和多模态生态的爆发，全球Token用量正迎来新一轮加速增长。根据OpenRouter数据，过去一年周度消耗Token数量从2.1T上升至24.5T，2026年以来周度Token消耗增加280%。国内模型厂和云平台纷纷下调Coding Plan的额度和优惠，智谱等厂商的Coding Plan产品出现了限购现象。

兴业证券表示，全球AI竞争加剧，模型迭代推动应用发展。2026年全球AI竞赛持续升温，模型能力快速迭代正不断打开新的应用空间，爆款应用落地备受期待。海外格局由OpenAI独大走向多极化，持续为国内提供示范；国内则迎来应用爆发拐点，科技巨头加速布局，模型迭代与场景渗透形成共振。

天弘中证人工智能(A:011839；C:011840)为被动指数型基金，紧密跟踪中证人工智能主题指数，追求跟踪偏离度与误差最小化。该指数覆盖人工智能全产业链龙头，包括基础层（芯片/算力）、技术层（算法/框架）与应用层（行业解决方案），聚焦半导体、计算机、软件等核心领域，全面表征中国AI产业生态。

在行业分布上，中证人工智能主题指数(930713)覆盖AI全产业链，从底层算力、中层技术到上层应用，完整覆盖人工智能三大核心环节。

指数前十大重仓股，按AI细分赛道分类来看，光模块/通信占比21.14%（中际旭创、新易盛），AI芯片/处理器占比14.51%（寒武纪、澜起科技、豪威集团），AI服务器/算力占比4.70%（中科曙光），算法/大模型/NLP占比4.36%（科大讯飞），计算机视觉占比4.11%（海康威视），AI应用/IP平台占比5.22%（金山办公、芯原股份）。

截止2025年12月31日，天弘中证人工智能主题指数基金产品规模达33.94亿元，A类：7.80亿，C类：26.14亿，规模与流动性方面优势显著。（数据来源产品2025年四季报）。

基金业绩方面，2025年历史收益亮眼：天弘中证人工智能主题指数基金A类：64.98%，C类：64.66%（数据来源产品2025年四季报）。

费率方面，基金运作费率（管理费+托管费）0.6%，C类份额销售服务费为0.25%，在符合自身风险承受能力的前提下，适合1年以内持有；长期持有优先选A类。

跟踪误差方面，截至2025年12月31日（四季报），天弘中证人工智能主题指数基金A类过去一年跟踪误差1.34%，C类1.02%，在同类人工智能场外指数基金中处于优秀水平。

选择场外人工智能指数基金投资便捷友好，不用股票账户，在符合自身风险承受能力的前提下，支付宝、天天基金、京东金融等理财账户就能买，支持定投，适合长期布局科技成长，是普通人布局人工智能的省心方式。

感兴趣的伙伴，上支付宝、天天基金、京东金融等渠道搜索：天弘中证人工智能(A:011839；C:011840)，即可了解详情。

风险提示：观点仅供参考，不构成投资建议，市场有风险，投资需谨慎。投资者在购买基金前应仔细阅读基金招募说明书与基金合同，请根据自身投资目的、投资期限、投资经验等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。指数基金存在跟踪误差。以上仅为对指数成分股列示，非个股推荐。指数历史表现不构成对基金产品未来收益的预测及保证。

注：天弘中证人工智能指数基金成立以来完整会计年度产品业绩及比较基准业绩为：A类：2022年-33.10%(-33.90%)，2023年+13.19%(+10.02%)，2024年+20.16%(+19.50%)，2025年+64.98%(+63.64%)；C类：2022年-33.24%(-33.90%)，2023年+12.97%(+10.02%)，2024年+19.91%(+19.50%)，2025年+64.66%(+63.64%)。

IT之家 4 月 8 日消息，淘宝官方 4 月 3 日发布淘宝平台商家使用“其他物流公司”发货的治理公告，淘宝平台发现商家通过“其他物流公司”方式发货的订单，带来较多的买家体验问题（舆情 / 投诉等发现）。

为了进一步提升买家的购物体验，打造持续健康发展的平台营商环境，淘宝平台将对通过“其他物流公司”发货的行为进行治理。后续，平台将结合商品特性、物流能力等因素，综合评估后对特定类目开放“其他物流公司”的发货方式。具体开放类目以发货页面显示的为准。

该公告于 2026 年 4 月 3 日进行公示通知，即日起生效。淘宝平台将于 2026 年 4 月 20 日起根据类目逐步下线，下线的类目根据需要会适当保留每日使用额度，具体以产品页面提示为准。

IT之家附核心变化：

1.使用范围调整；

2.针对滥用商家，平台有权限制使用额度或关闭对应权限。

分类	变更前	变更后
类目开放范围	开放全行业实物类目商品使用	仅开放大件类目（部分中小件类目除外，具体开放类目以页面展示为准）
准入条件	无	不变
清退条件	无	若商家存在滥用“其他物流公司”进行发货的情形，平台根据违规情节程度，采取使用额度限制、永久关闭的处置措施，违规情形包含但不限于： 利用错放类目，将商品发布在有权限类目，比如虚拟商品放在实物类目内； 存在虚假发货、物流轨迹异常等发货违规行为； 使用“其他物流公司”发货引发消费者批量投诉、负面舆情或平台资损等； 实际使用有物流轨迹信息回传的物流商发货，但商家选择“其他物流公司”点击发货等。

“其他物流公司”发货图示如下：

这一模型专为长程任务打造。

智东西4月8日报道，今天，智谱正式开源其最强模型GLM-5.1，这一模型在专业软件开发基准测试SWE-Bench Pro中，GLM-5.1刷新全球最佳成绩，得分达到58.4，超过了GPT-5.4、Claude Opus 4.6等已经正式发布的闭源模型，和MiniMax M2.7、Kimi K2.5等开源模型。

GLM-5.1并非只能跑跑简单的Vibe Coding小案例，它专门面向长程任务设计，能持续地自主规划、执行并迭代，最终交付完整的工程结果。

两个官方演示，直接把“长程任务”的能力具象化了：

在向量数据库的调优任务中，GLM-5.1没有人类手把手教，自己跑了655轮迭代——测试、分析、改代码、再测试……最终把性能硬生生提升至3.6倍。

自动播放

它还靠着一张架构草图，连续自主工作了超过8小时，执行了1200多个步骤，最终输出了一套功能完备的Linux桌面系统。官方测算，这相当于一个4人小团队连轴转一周的工作量。

自动播放

这个“8小时不间断工作”的纪录，让它成为了全球首个在真实工程任务中验证这一能力的开源模型。

这意味着，那些过去只属于人类团队的复杂、长周期工程级任务，现在对逐渐AI也敞开了大门。

01.

海外网友火速体验：

体感接近Opus 4.6

成本暴砍至1/30

GLM-5.1一经发布，就吸引了海量关注，其推文的阅读量在12小时内就冲破了200万次，目前已经飙到227万次了。

不少体验过GLM-5.1的网友纷纷发帖评价，在这些帖子中，有一个关键信息被反复提及：GLM-5.1的使用体感，已经接近Claude Opus 4.6。

AI开发者toli拿GLM-5.1和Opus 4.6跑了113个编程任务，发现GLM-5.1的体感就和Opus一样。同时，智谱的Coding Plan提供了Claude Code订阅三倍的用量，价格只有后者的1/3。Toli认为，GLM-5.1是绝对的杀手级产品。

另一位开发者Beau Johnson分享，他已经将自己部署的OpenClaw背后的模型，从Opus 4.6替换为GLM-5.1，作为协调和执行Agent。这一切换没有带来任何体验上的差别，而成本却从1000美元暴砍至30美元左右。

软件定制公司Zenoware的创始人JP分享了他用GLM-5.1 one-shot做出来的10个案例，JP认为这是最接近Claude Opus 4.6的中国模型，给Opus 4.6带来了严重威胁。以下是JP部分案例的集锦：

口碑之外，GLM-5.1在多项基准测试中的表现，同样值得仔细拆解。

在编程能力这一维度，有三个基准测试的成绩较有参考性，包括衡量模型专业软件开发工作的SWE-Bench Pro、操作命令行解决问题的Terminal-Bench 2.0、从零构建完整代码仓库的NL2Repo。在这三个基准测试中，GLM-5.1的得分已经拍到全球第三、国产第一、开源第一。

而在考察模型设计能力的Design Arena上，GLM 5.1排名第四，同时多款GLM模型也包揽了这一榜单上的前四名，这个表现，基本可以和Opus 4.6还有Sonnet 4.6一块儿坐主桌了。

而在文本能力维度，Text Arena上GLM-5.1被评为排名第一的开源模型。

02.

真刀真枪一手实测：

连续接受十几条需求变更

还扛住了拔网线和复杂遗留代码

榜单好看，用户也叫好，但真正的考验还是在实际使用里。这次，智谱格外强调“长程任务（Long-Horizon Tasks）”，确实精准判断了当前大模型在工业界落地的痛点。

在真实的软件工程或复杂业务场景中，几乎没有任何有价值的问题是可以通过“一问一答”或“单次生成”解决的。只有真正具备了自主试错和策略演进的能力，模型才能像中高级工程师一样去“啃”硬骨头，而不是只写个初版就罢工。

这已经几乎成为了行业共识。无论是GLM-5.1、Claude Opus 4.6还是GPT-5.4，各家都在将长程能力作为核心卖点。

原因是，对于真正要拿AI干活、提效的企业而言，分数、正确率、排行榜都只是参考，他们关心的是模型能否在拿到一个任务后无需人工干预，自动诊断并修复问题，能否用8小时替代一个初级工程师一周的重复劳动，这些，才是可见的真实生产力。

那么，GLM-5.1到底能不能打？它真的能成为Opus 4.6的国产平替吗？我们拿GLM-5.1和Opus 4.6跑了两个完整工程任务，烧掉几百万token，看看它们的真实表现到底如何。

1、从零搭建待办看板，前后端+数据库全闭环

Prompt：

在一个空目录下，从零搭建一个完整的“待办事项看板”前端+后端，使用FastAPI+React，连接PostgresSQL数据库，实现增删改查。

拿到这一任务后，GLM-5.1和Opus 4.6都进行了初步的项目规划，拆解提示词中的要求，然后再开始开发。值得一提的是，我们用于测试的电脑环境相对老旧，还缺失部分依赖。率先进行开发的GLM-5.1马上定位了这些问题，直接“动手”帮我们装好了。

其实，GLM-5.1和Opus 4.6一开始给出的结果都有点简陋。于是我们向两个模型发送了十几条修改意见，包括要打造完整的导航菜单、配备全局搜索框+通知系统+用户头像、三级分组菜单等等。

GLM-5.1并没有被这一连串的“干扰”打断自己的开发节奏，在多轮需求变更后仍然可以成功交付。最终它打造的任务看板功能完整度较高，交互体验流畅，前后端数据也是联动的——新增的项目的确能在数据库中找到。

此外，网页的UI细节也很到位，字体大小层级分明，光标悬停在卡片上时有微动效，还通过颜色区分了任务的优先级。

再来看看Opus 4.6的表现。在基础功能上，Opus 4.6同样实现了基于数据库的增删改查核心功能，不过网页的色彩选择和UI设计有些单调。

这一表现源于智谱在训练策略上的创新：通过显著扩展任务过程的训练窗口，采用多轮监督微调（multi-turn SFT）与强化学习（RL）结合的训练范式，GLM-5.1得以在完整的任务流程中学习，从“接受任务→规划→执行→调整→交付”的全过程都被纳入学习信号。因此，它不会因新指令的影响，丢掉原本的目标与方向。

2、网络中断+遗留代码+中文乱码：GLM-5.1如何自救？

Prompt：

搭建一个简易的电商后台，需要实现商品管理、订单流程和支付对接。

当AI模型进入企业，面临的往往是更多复杂的不确定性，比如模糊的目标，混乱的项目结构等等。在这些因素的干扰下，GLM-5.1还能稳定交付吗？

GLM-5.1的新任务，是搭建一个简易的电商后台，发送指令后，我们刻意使了点坏，在GLM-5.1快写完项目的时候把网给掐了，并关闭了现有的上下文窗口。重启Claude Code之后，再让它根据之前的项目文件继续开发。

GLM-5.1没有被这一小插曲影响。在告诉它原项目的地址后，GLM-5.1花了3分钟梳理了这个项目的后端部分，然后开始补齐前端缺失的代码。

理解遗留代码是开发的前提，理解程度直接影响着后续的开发质量。在GLM-5.1输出的前端设计框架中，可以看到它对原本的后端代码分析十分到位，不仅准确识别了Express 5+SQLite的技术栈，还敏锐地发现了后端缺少全局支付列表接口这一设计缺陷，并据此提出了“订单列表+展开行加载支付记录”的解决方案。

这得益于GLM-5.1更好的状态延续与上下文整合。面对长时间跨度和大量上下文信息，GLM-5.1能稳定地追踪已完成的内容、当前所处阶段和下一步关键动作，持续整合新信息，保持执行链路的一致性。

在即将完成开发时，GLM-5.1在我们没有要求的情况下，主动检查了后端的API路径，并发现并逐一修复了5个问题。这种“实验→分析→优化”的闭环，正是GLM-5.1能在长任务中始终保持方向不偏、质量统一、无需人工频繁纠偏的重要原因。

最终，GLM-5.1交付了这一电商后台项目，核心功能运转正常，还将后台数据进行了可视化。不过，我们刻意人为动手修改了中文字符的编码，让这一电商后台的中文字符显示为小方块。

为排查这一问题，GLM-5.1进行了29次工具调用，主要都是阅读文件，多工具协同效果稳定。最后，它发现数据库中多处中文字段都是乱码（GBK编码被错误当UTF-8存入），于是很快进行了修复。可以说，GLM-5.1在多轮工具调用和长上下文场景中，表现出工程师般的自主诊断和修复能力。

经历这两个小插曲，GLM-5.1用大概45分钟的时间完成了整个项目的开发，修复后的结果如下。

它交付了整整两个文件夹的成果，算上代码、组件库等等，有数百个文件，大小也来到了40多兆。

拿到同样任务的Opus 4.6，交付的结果如下：

从结果上来看，即便是我们人为给GLM-5.1上强度，它交付的结果也和Opus 4.6的结果保持在相似的水平线上。在保持原有功能、优化代码结构等多重任务中，GLM-5.1仍然完成了高质量的方案设计与执行，充分验证了其在复杂开发和维护任务中的工程化能力。

03.

结语：开源模型长程任务能力突破

从“回答问题”到“交付项目”

顶尖开源模型，正极大地拉近与闭源模型的差距。长程任务是Claude引以为傲的能力之一，模型不仅要会写代码，还要像人一样在数小时内保持目标感、处理意外、自我纠偏、并坚持到最后一刻。

过去，这一直是闭源模型的护城河，也是开源模型难以逾越的分水岭。

智谱称，GLM-5.1是全球第一个在真实工程任务中验证了8小时持续工作能力的开源模型。同时，我们的实测也显示，GLM-5.1不是靠“更长的上下文窗口”去死记硬背，而是真正学会了“规划→执行→检查→修复→交付”的完整工作流。

大模型正在从“回答问题”走向“交付项目”。在这一方向上，GLM-5.1已具备了在真实、混乱、长周期的工程环境中，独立承担任务的底气。

4月8日消息，马斯克在社交平台表示，SpaceXAI的Colossus 2目前有7个模型正在训练中。

截至2026年4月8日 13:12，上证科创板工业机械指数强势上涨6.65%，成分股安达智能上涨16.90%，芯碁微装上涨16.62%，鼎阳科技上涨15.87%，普源精电，骄成超声等个股跟涨。

近期，人形机器人产业化进程显著提速，智元机器人第10,000台通用具身机器人远征A3于3月28日正式下线，从5,000台到10,000台仅用三个多月，15个月内实现量产规模十倍级跨越，刷新全球人形机器人量产速度纪录；同期，全国首条年产能万台级人形机器人自动化产线在广东佛山启用，可实现每30分钟下线一台，24道精密组装工序全部数字化指导，生产效率较传统模式提升50%以上。

国金证券指出，随着量产能力持续突破，市场需求已从早期尝鲜试用转向规模化刚需部署，汽车制造、3C电子、物流仓储等行业采购订单密集释放，国产本体厂商正加速构建全球最完善的人形机器人产业新生态。万联证券认为，当前人形机器人产业正处于从技术突破迈向规模化商业化的破晓时刻，供给端特斯拉、宇树科技、智元、优必选稳步推进量产节奏，需求端人口老龄化与劳动力成本攀升形成长期刚性驱动，AI大模型持续注入“灵魂”，有望推动产业从B端加速向C端渗透。

数据显示，截至2026年3月31日，上证科创板工业机械指数前十大权重股分别为中控技术、绿的谐波、铂力特、芯碁微装、精智达、柏楚电子、道通科技、中国通号、杰普特、时代电气，前十大权重股合计占比47.23%。

科创机械ETF(588850)紧密跟踪上证科创板工业机械指数，聚焦城轨铁路装备、工业自动化、工程机械等领域投资机会。