作者： hiyoho

4月14日，诺和诺德宣布和OpenAI达成全面合作，覆盖药物研发、制造、供应链和商业运营全链条。这不是什么试点项目，而是要年底前把AI嵌入到公司每个角落。诺和诺德CEO Mike Doustdar的原话是：”AI让我们能以前所未有的规模分析数据，发现以前看不到的模式，比以往更快地验证假设。”

Integrating AI in our everyday work gives us the ability to analyse datasets at a scale that was previously impossible, identify patterns we could not see, and test hypotheses faster than ever.

为什么是现在

诺和诺德面临的竞争压力不小。老对手礼来刚拿到减肥药Foundayo的FDA批准，而且礼来在AI方面已经签了16笔交易，包括跟英伟达的10亿美元合作和与Insilico Medicine的27.5亿美元大单。减肥药市场未来十年可能突破1000亿美元年销售额，谁跑得快谁吃肉。

诺和诺德之前已经在AI上有了布局——跟英伟达合作用Gefion超级计算机做药物发现。这次拉上OpenAI，明显是想在数据分析和模型能力上再补一块板。Sam Altman的表态也很到位：”AI正在重塑各行各业，在生命科学领域，它能帮助人们活得更久更好。”

不是一个人在战斗

医药行业跟AI的结合已经是确定性趋势。赛诺菲、Moderna、赛默飞都跟OpenAI签了类似协议。GlobalData的数据显示，医药行业AI合作总价值在2024到2025年间同比增长了120%。

但Arthur D. Little的合伙人Ben van der Schaaf泼了点冷水：目前AI在临床试验中还远不是端到端的角色，更多是在某些环节提升效率，比如找患者、选址这些传统上很耗时间的活。真正从靶点发现到新药上市，AI还只是起步阶段。

具体怎么落地

• 试点项目立刻启动，覆盖研发、制造和商业三大板块
• OpenAI将培训诺和诺德全球员工的AI工具使用
• 2026年底前完成全公司AI整合
• 合作包含严格的数据保护、治理和人工监督机制

财务条款没披露，但从覆盖范围来看，这不是一笔小买卖。对OpenAI来说，这是从聊天机器人走向企业基础设施的又一站；对诺和诺德来说，这是押注下一个十年的筹码。至于AI到底能不能让新药更快问世，还得等时间给答案。

Snap这波操作，算是把”AI替代人类”这件事从PPT搬到了现实。4月中旬，公司宣布裁掉约1000名全职员工，占全球员工的16%，另外还砍掉了300多个还没招人的岗位。CEO Evan Spiegel在内部备忘录里写得很直白：AI现在写了公司超过65%的新代码，小团队加AI工具能干以前大团队的活儿。

Small teams using AI tools have already driven progress across Snapchat+, ad platform performance, and infrastructure, with AI now generating over 65% of new code at the company.

5亿美元省下来干嘛

这轮重组的目标是到2026年下半年实现5亿美元以上的年度成本节约。做个算术题：Snap过去12个月净亏损约4.1亿美元，如果这5亿美元真能省下来，公司就能从亏损直接翻正。华尔街对这个数字很买账，消息公布后股价盘前涨了11%。

但这钱也不是白省的。裁员相关的一次性费用在9500万到1.3亿美元之间，主要落在今年Q2。被裁的美国员工能拿到4个月遣散费、医保延续和股权兑现，算是体面分手。

激进投资者在背后推了一把

有意思的是，就在裁员前三周，激进投资机构Irenic Capital公开披露了约2.5%的持股，还搞了个”Snap Back to Reality”运动。他们最不满的是Spectacles AR眼镜——投了35亿美元，每年还亏5亿，建议直接砍掉或分拆。但Spiegel在备忘录里对Irenic只字未提，AR眼镜也保住了，计划今年晚些时候照常发布。

Spiegel把这次裁员包装成”熔炉时刻”——上有资源雄厚的大厂，下有灵活的创业公司，Snap必须用AI让自己变轻变快。这个叙事听着有道理，但也让人忍不住想：当一家公司开始用AI来解释裁员，后面会不会有更多公司跟上？

Q1数据还不错

• 营收15.3亿美元，同比增长12%
• 净亏损8900万美元，相比去年同期大幅收窄
• 自由现金流2.86亿美元
• 月活用户9.56亿

基本面其实没那么差，但资本市场要的是利润，AI给了Spiegel一个讲得通的故事。问题在于，当65%的代码都由AI生成，那剩下的35%还需要多少人来维护？这个数字接下来只会往一个方向走。

你有没有被手机厂商的”AI功能”宣传忽悠过？什么”AI摄影增强”、”AI智能助手”，听起来高大上，结果用起来跟普通功能没两样。好消息来了：这种各说各话、随便贴AI标签的日子可能快到头了。

5月8日，工信部、商务部、市场监管总局等部门联合发布了一项重磅国家标准——《人工智能终端智能化分级》（GB/Z177—2026）。这是中国第一次从国家层面给AI终端画了一条清晰的起跑线。

L1到L4，你的手机到底是哪个段位？

这套标准用”2+N”架构来打分。”2″是两本通用标准，搞清楚什么叫AI终端、怎么分级、怎么测试；”N”是针对不同品类的专门标准。

分级从L1到L4，智能化水平依次提高：

• L1 响应级：基础响应能力，你问它答，比较被动
• L2 工具级：功能性工具应用，能完成指定任务
• L3 辅助级：能主动理解意图、跨应用执行复杂任务——这是真正的”智能助手”
• L4 协同级：最高等级，终端最”聪明”，能深度协同工作（后续修订中进一步明确）

三大核心评测指标：多模态生成、任务编排、记忆能力。这三项被量化为可测试的技术指标，取代了厂商此前模糊的营销口号。

第一批覆盖7大品类，你的设备在不在里面？

首批标准针对7大品类：手机、电脑、电视、智能眼镜、汽车座舱、智能音箱、耳机。也就是说，以后你买手机或者换电脑，可以查查它的AI等级是多少，不再只能听厂商吹。

目前市面上的主流产品普遍还在L1到L2级，部分今年新出的旗舰产品已经摸到了L3的门槛。至于L4，那是大方向，标准里有定义但还需要时间落地。

标准怎么落地？今年买手机可能就有参考了

标准发布只是第一步，关键是今年就要落地了——2026年消费品”以旧换新”政策里就会有AI等级的身影。也就是说，补贴可能会向L3级以上产品倾斜，低级别产品的吸引力会打折扣。

“智能终端能力定义模糊、用户体验差异大、缺少统一评测依据、跨品类生态协同不足。”
—— 科技部国家科技专家库专家 周迪

这个标准对中国AI终端产业的意义有点像给考试定评分标准——以前厂商随便写”搭载AI旗舰芯片”，现在必须有硬指标支撑。对消费者来说，以后买AI设备终于可以”有标可依”；对行业来说，从”功能堆叠”转向”能力验证”，从”参数战”转向”价值战”，是真正走向成熟的信号。

后续这个标准还会扩展到可穿戴设备、智能潮玩等更多品类。一句话：AI终端野蛮生长的时代正在结束，有标可依的时代开始了。

科技巨头们最近在人形机器人领域的动作越来越频繁了。特斯拉有Optimus，亚马逊收购了Figure AI，现在Meta也正式入局——5月1日，Meta完成了对机器人AI初创公司Assured Robot Intelligence的收购，正式宣告进军具身智能战场。

被收购的这家公司什么来头？

Assured Robot Intelligence的定位很有意思——他们专门开发能让机器人在复杂动态环境中理解、预测并适应人类行为的AI模型。Meta发言人评价这家公司”处于机器人智能的前沿领域”。

团队方面，两位联合创始人背景都相当硬：Lerrel Pinto之前联合创立了Fauna Robotics，这家公司今年3月刚被亚马逊收购，用来支持其人形机器人项目；Xiaolong Wang则来自英伟达研究院。这样的组合，说是”含着金汤匙出生”也不为过。

Meta的目标是让机器人能够理解和适应复杂的人类环境，这正是具身智能的核心挑战。

团队去哪了？超级智能实验室

收购完成后，整个Assured Robot Intelligence团队将加入Meta的超级智能实验室（Super Intelligence Lab）。这个实验室是Meta在2025年成立的，专注于前沿AI研究。现在又有了机器人团队的加入，看来Meta是想把”超级智能”和”具身智能”两条线拧在一起做。

有意思的是，Meta内部还有个专门的机器人工作室，也在2025年成立的。这两个团队未来会密切合作，一个搞硬件，一个搞AI底层系统，分工还挺明确的。

大厂都在抢什么？

做个对比你就懂了：

• 特斯拉：Optimus人形机器人已进厂”打工”，目标是替代重复性劳动
• 亚马逊：收购Figure AI后，机器人已经开始在其仓库干活
• 谷歌：虽然没有自研人形机器人，但Google DeepMind的 robotics research一直没断过
• Meta：现在正式入场，从AI模型层面切入

说实话，Meta的打法跟其他家有点不同。其他几家更偏向”硬件优先”，先搞出能跑能动的机器人再说。Meta这次收购的Assured Robot Intelligence，核心资产是AI模型和算法，属于”软件定义硬件”的思路。

Meta还透露了一个信息：他们正在研发内部人形机器人硬件，同时开发配套的底层AI系统，包括传感器、软件这些。未来这些技术可能会向行业开放，不一定只给自己用。如果真是这样，Meta可能会成为机器人AI领域的”Android”，而不是自己下场造机器人。

具身智能这条赛道，现在已经集齐了特斯拉、亚马逊、Meta、谷歌等重量级玩家。下一阶段的竞争焦点，估计要从”谁能造出来”变成”谁的AI模型更聪明、更能理解人类意图”了。