现年29岁的维卡里奥被认为是国米今夏引进新门将的首选，而按照帕斯夸莱-瓜罗的说法，国米的体育总监奥西利奥昨天现身伦敦，目的就是商讨维卡里奥的转会问题。

维卡里奥与热刺的现有合同2028年到期，目前在德转上他的身价为2300万欧元。

【上咪咕独家看英超】

跟队：国米总监奥西利奥去伦敦商讨维卡里奥转会

　　这座承载着合肥“创一代”四十载科创记忆的老厂区，由蜀山科创集团与弘毅投资合资对园区实施空间再造、提质增效，转型为聚焦“新一代信息技术产业”的青年科创社区。

　　聚焦腰部企业，打造产业焕新“强引擎”

　　活动现场，首批入园的6家企业代表和2家平台签署入驻协议，涵盖了半导体、人工智能、新能源等战略性新兴产业领域。

　　上海伴芯科技有限公司作为国内新兴的具有国际竞争力的EDA企业，依托自主研发的AI+EDA工具链布局发展。“作为中国科大的校友，选择入驻‘1986 科创园’，正是看中这里完善的创新生态，以及合肥集成电路产业集群的优势。”该公司董事长兼首席执行官朱允山表示，公司将在园区建设弘科IC设计和验证平台，为产业链企业提供从芯片设计到封装测试的全流程服务。

　　上海德普智联科技服务集团有限公司专注于以“数据+AI”为核心的团餐数字化全产业链服务体系搭建。该公司董事长王卫明介绍，园区内的智慧餐厅运用的正是公司提供的团餐数字化服务，这种“场景+链式”招商模式，让企业有信心快速对接上下游资源。

　　据了解，“1986科创园”占地约95亩，总建筑面积达4.4万平方米，总投资近5000万元，拥有5300平米的独栋厂房以及“工业上楼”的电子制造车间，构建了“研发小试+验证中试”的产业体系，兼具办公与小规模研发生产功能。“园区重点招引‘新一代信息技术’产业的腰部企业，通过精准培育实现产业的快速集聚升级。”弘毅投资集团总裁曹永刚介绍，园区将打造绿色低碳、全要素、一站式的创业服务社区，为科创企业提供资金、技术、市场及管理服务等全方位赋能，助力企业加速创新。

　　“南生活北科创”，引领青年科创社区新范式

　　在“1986科创园”，创新向“北”，生活向“南”，集约高效的创新空间与活力开放的创新生态相得益彰。

　　开园当天，可提供75间客房的配套青年公寓正式交付，将为青年人才提供舒适温馨的居所。楼下，一条从南向北约200米的“科创+文创”市集长廊热闹非凡。也正是这条长廊连接起园区“南生活北科创”的空间布局，让科研人员“上楼共享创新，下楼享受生活”成为现实场景。

　　作为老城区核心区域的科创载体，园区坐拥“10分钟生活圈”，让科技范和烟火气相融。据了解，“1986科创园”以“科创园区+青年社区”为定位，打造“青年科创社区”，青年公寓、智慧餐厅、运动场地、自助酒店与办公研发区无缝衔接，形成集“科创、商业、生活、智造”于一体的复合型生态体。“园区充分考量科创人才对居住和品质生活的需求，依托存量产业空间和周边丰富的生活服务场景重塑空间功能，这种深度的产城融合是留住优质人才的关键。”曹永刚表示。

　　“科创+城市更新”，腾笼换鸟天地宽

　　将目光投向“1986科创园”3公里辐射圈，会看到产业更新的熠熠光芒:合肥西站即将投入使用、青阳路TOD项目首桩开钻、上海中医药大学附属曙光医院国家区域医疗中心项目加快建设……一个以基础服务为主的老城街道，将被新兴产业强劲带动，加速向活力街区蜕变。

　　“‘1986科创园’的开园，不仅是一个园区的新生，更是合肥科创基因的传承与迭代。”蜀山科创集团负责人表示，未来这里将成为“合肥创N代”的成长沃土，为城市更新与产业升级注入持续动力。

　　蜀山区贯彻中央城市工作会议精神和安徽省城市活力品质提升会议精神，用城市更新让老城区焕发活力，用科技创新让老城区产业动能澎湃。近年来，蜀山区创新探索“科创+城市更新”发展路径，采取租、购、改并举，通过深度更新、全景更新，一批孵化器和加速空间如雨后春笋般出现，以点带面、串联成片推动城区品质提升、空间布局优化。目前，蜀山区已建成并即将投入运营的优质科创载体面积达46.13万平方米，在高校和科研院所周边建立起“15分钟科创圈”，有力催化科技成果就地转化，驱动区域产业升级。

　　“未来，我们将聚焦高端要素、高附加值环节、高浓度创新资源，吸引一批行业龙头型的科技企业、项目和平台，全方位、多领域、全生命周期地服务科技创新，打造立足全市、辐射全国的‘新一代信息技术’产业链群，为蜀山区建设国内一流现代化中心城区助力。”蜀山科创集团负责人表示。（孟一凡 葛庆钊 陈三虎 詹伟伟）

智汇蜀山，科创未来！蜀山区1986科创园开园！

过去一年，自动驾驶行业其实不缺新概念：VLA不断迭代，“世界模型”轮番登场。但真正稀缺的，从来不是造新词，而是能落地的体系。

在这样的背景下，元戎启行这次在GTC上没有强调某个具体功能，而是试图讲清一件更底层的事情：用基座模型重构辅助驾驶系统。

这件事，值得行业认真看看。

因为如果这条路径成立，改变的就不只是性能，而是整个自动驾驶的研发方式

PART 1

自动驾驶，正在进入“第二阶段”

过去几年，城市NOA开始大规模落地。

到2025年，中国搭载城市NOA的乘用车销量已经超过300万辆，渗透率突破15%。

但行业很快遇到了一个更现实的问题，功能有了，用户却未必愿意用。

不少用户的真实反馈很一致：系统不是不能开，而是不够让人放心。

复杂路况下的犹豫、突兀的减速、不够自然的决策，这些问题不会让系统失效，但会让人放弃使用。

这背后的矛盾在于，城市场景复杂度远超预期，长尾问题几乎没有边界，依赖人工的数据闭环，开始跟不上车队规模。换句话说，自动驾驶正在从一个工程问题，变成一个AI问题。

在GTC的分享中，元戎启行CTO曹通易没有过多展示功能，而是重点讲了一套新的技术框架，其核心是一套约40B参数规模的VLA基座模型。

所以元戎的思路，不是加模块，而是“换大脑”。

按照设计，这个模型能尽可能统一感知、理解、决策甚至评估能力。它既在“开车”，也在“理解场景”，同时还在判断自己开得好不好。

这种思路，本质上是在收敛系统结构，把过去拆分的能力，重新压回一个可以持续进化的模型里。

这也是最近两年，自动驾驶逐渐显现的一条分水岭：继续优化模块，还是构建统一模型。

PART 2

真正的变量，不是模型，而是“迭代速度”

如果只看40B参数，这件事很容易被理解成又一次模型军备竞赛。更值得关注的，其实是它对研发体系的影响。

传统自动驾驶的迭代，很大程度依赖人工参与的数据闭环，周期通常以天为单位。而元戎给出的说法是，在引入基座模型之后，这个周期可以被压缩到约12小时。

这件事如果成立，意味着竞争逻辑在发生变化。过去比的是谁做得更好，将变成比谁改得更快。

自动驾驶开始从功能工程，走向一种更接近AI训练的节奏。

技术路径之外，元戎也给出了一些市场数据，累计交付超过25万辆搭载城市NOA的量产车，在第三方供应商市场，单月市占率接近40%。202年，其目标是突破100万辆。

这些数字的意义在于数据规模。

当自动驾驶进入模型驱动阶段之后，车辆数量本身就变成了训练资源的一部分。模型、数据、算力，这三件事开始重新绑定在一起。

在演讲中，元戎对这套模型有一个更大的定义，它不仅是辅助驾驶的基座模型，也是面向物理世界的AI基座模型。他们的目标，显然不只是汽车。

可以理解为，如果一个模型能够同时处理感知、理解、决策和行动，那么它的应用边界就不一定局限在汽车。

Robotaxi、机器人，甚至更广义的具身智能，本质上都在解决类似的问题。

这也是为什么，这类叙事更适合出现在GTC，而不是传统车展。

当然，这条路并不轻松，基座模型的方向很清晰，但问题同样严峻。

首先是算力与成本。

40B参数模型的训练，本质上是重资产游戏。即便通过蒸馏压缩后部署到车端，对算力和成本的要求依然不低。而汽车行业，恰恰是对成本最敏感的行业之一。

其次是安全与验证。

当模型开始承担自我评估的角色，一个更深的问题是评估标准从哪里来？

如果标准本身也内生于模型，那么如何避免系统在复杂逻辑中自洽，而不是真正可靠？

最后是一个更长期的问题，规模，是否真的能解决长尾？

大模型可以极大优化常见场景，但对于真正极端、罕见的情况，是否能够靠继续做大来解决，行业其实还没有答案。 

PART 3

自动驾驶，正在进入“模型时代”

无论如何，元戎启行这次在GTC释放的信息已经很明确，自动驾驶的竞争逻辑，正在发生转移。

早期行业比拼的是传感器、感知算法、规控能力。接下来，更可能比拼的是：模型规模、数据规模、训练效率。自动驾驶公司，也在逐渐变成AI公司。

元戎启行显然已经押注了这条路线。这是不是最终答案，现在还很难判断。

但可以确定的是，当越来越多玩家开始用大模型重新定义自动驾驶系统时，行业的竞争焦点，已经不再只是谁的车更会开，而是谁能造出一个真正可靠的“大脑”。

大模型不是银弹，自动驾驶仍有硬骨头

体验一次对漫威早期游戏遗产最全面的回顾。本合集汇集了街机与家用主机上的每一部主要作品，带您踏上一场精心策划的旅程，透过像素画面领略1990年代漫威宇宙的演变历程。

欢迎来到典藏库。Limited Run Games 自豪地呈现这场对漫威早期游戏遗产最全面的回顾之一。本合集收录了街机、8-bit、16-bit 及掌机平台上的每一部主要作品，带您踏上一场精心策划的旅程，透过像素画面领略1990年代漫威宇宙的演变历程。这不仅仅是一款游戏——它是一段历史的切片，为终极粉丝而保留，融入了现代特性与追加内容。

体验横跨多个平台的每一次像素化重拳、每一次蛛网摆荡和每一次光学冲击。我们没有仅仅挑选某个最受欢迎的版本——每一部主要的家用机和街机迭代作品都包含在内。无论你是握着手柄长大，还是口袋里揣着游戏代币长大，《MARVEL MaXimum Collection》都是对忠实粉丝的终极致敬。

《漫威终极合集》将于3月27日发售！实体版预购3月开启

（报告将“千问AI眼镜”与“夸克AI眼镜”合并计入同一品牌口径进行统计） 

从销售节奏看，千问AI眼镜在开售首日出现峰值，随后日销量趋于稳定，整体呈现较为典型的新品销售曲线。值得注意的是，自3月8日-15日千问眼镜连续8日保持全网日销量第一。

2025年以来，AI智能眼镜品类在国内市场快速增长。从早期的概念产品到可量产的消费级商品，这一品类正从小众尝鲜走向主流消费市场。

作为千问同名AI硬件，千问AI眼镜的市场动作值得关注。此前曾透露，将于本月底上线更多“AI办事”能力，或将千问APP的AI能力迁移至眼镜端。

雷峰网(公众号：雷峰网)

XR研究院数据：千问AI眼镜开售首周占据超70%线上份额

过去一年，自动驾驶行业其实不缺新概念：VLA不断迭代，“世界模型”轮番登场。但真正稀缺的，从来不是造新词，而是能落地的体系。

在这样的背景下，元戎启行这次在GTC上没有强调某个具体功能，而是试图讲清一件更底层的事情：用基座模型重构辅助驾驶系统。

这件事，值得行业认真看看。

因为如果这条路径成立，改变的就不只是性能，而是整个自动驾驶的研发方式

PART 1

自动驾驶，正在进入“第二阶段”

过去几年，城市NOA开始大规模落地。

到2025年，中国搭载城市NOA的乘用车销量已经超过300万辆，渗透率突破15%。

但行业很快遇到了一个更现实的问题，功能有了，用户却未必愿意用。

不少用户的真实反馈很一致：系统不是不能开，而是不够让人放心。

复杂路况下的犹豫、突兀的减速、不够自然的决策，这些问题不会让系统失效，但会让人放弃使用。

这背后的矛盾在于，城市场景复杂度远超预期，长尾问题几乎没有边界，依赖人工的数据闭环，开始跟不上车队规模。换句话说，自动驾驶正在从一个工程问题，变成一个AI问题。

在GTC的分享中，元戎启行CTO曹通易没有过多展示功能，而是重点讲了一套新的技术框架，其核心是一套约40B参数规模的VLA基座模型。

所以元戎的思路，不是加模块，而是“换大脑”。

按照设计，这个模型能尽可能统一感知、理解、决策甚至评估能力。它既在“开车”，也在“理解场景”，同时还在判断自己开得好不好。

这种思路，本质上是在收敛系统结构，把过去拆分的能力，重新压回一个可以持续进化的模型里。

这也是最近两年，自动驾驶逐渐显现的一条分水岭：继续优化模块，还是构建统一模型。

PART 2

真正的变量，不是模型，而是“迭代速度”

如果只看40B参数，这件事很容易被理解成又一次模型军备竞赛。更值得关注的，其实是它对研发体系的影响。

传统自动驾驶的迭代，很大程度依赖人工参与的数据闭环，周期通常以天为单位。而元戎给出的说法是，在引入基座模型之后，这个周期可以被压缩到约12小时。

这件事如果成立，意味着竞争逻辑在发生变化。过去比的是谁做得更好，将变成比谁改得更快。

自动驾驶开始从功能工程，走向一种更接近AI训练的节奏。

技术路径之外，元戎也给出了一些市场数据，累计交付超过25万辆搭载城市NOA的量产车，在第三方供应商市场，单月市占率接近40%。202年，其目标是突破100万辆。

这些数字的意义在于数据规模。

当自动驾驶进入模型驱动阶段之后，车辆数量本身就变成了训练资源的一部分。模型、数据、算力，这三件事开始重新绑定在一起。

在演讲中，元戎对这套模型有一个更大的定义，它不仅是辅助驾驶的基座模型，也是面向物理世界的AI基座模型。他们的目标，显然不只是汽车。

可以理解为，如果一个模型能够同时处理感知、理解、决策和行动，那么它的应用边界就不一定局限在汽车。

Robotaxi、机器人，甚至更广义的具身智能，本质上都在解决类似的问题。

这也是为什么，这类叙事更适合出现在GTC，而不是传统车展。

当然，这条路并不轻松，基座模型的方向很清晰，但问题同样严峻。

首先是算力与成本。

40B参数模型的训练，本质上是重资产游戏。即便通过蒸馏压缩后部署到车端，对算力和成本的要求依然不低。而汽车行业，恰恰是对成本最敏感的行业之一。

其次是安全与验证。

当模型开始承担自我评估的角色，一个更深的问题是评估标准从哪里来？

如果标准本身也内生于模型，那么如何避免系统在复杂逻辑中自洽，而不是真正可靠？

最后是一个更长期的问题，规模，是否真的能解决长尾？

大模型可以极大优化常见场景，但对于真正极端、罕见的情况，是否能够靠继续做大来解决，行业其实还没有答案。 

PART 3

自动驾驶，正在进入“模型时代”

无论如何，元戎启行这次在GTC释放的信息已经很明确，自动驾驶的竞争逻辑，正在发生转移。

早期行业比拼的是传感器、感知算法、规控能力。接下来，更可能比拼的是：模型规模、数据规模、训练效率。自动驾驶公司，也在逐渐变成AI公司。

元戎启行显然已经押注了这条路线。这是不是最终答案，现在还很难判断。

但可以确定的是，当越来越多玩家开始用大模型重新定义自动驾驶系统时，行业的竞争焦点，已经不再只是谁的车更会开，而是谁能造出一个真正可靠的“大脑”。

大模型不是银弹，自动驾驶仍有硬骨头

藏式家庭小佛堂装修指南

　　市场监管总局12日发布数据，今年上半年，全国新设经营主体1327.8万户。其中，新设企业462万户，新设个体工商户862.9万户，新设农民专业合作社2.9万户，多种经营主体均呈现稳定增长势头。

　　民营和外资企业发展势头良好。上半年，新设民营企业434.6万户，同比增长4.6%；新设外资企业3.3万户，同比增长4.1%。多种所有制企业发展态势良好，显示市场预期持续改善，企业投资信心有效提升，中国始终是全球投资的热土。

　　产业结构进一步优化。上半年，第一产业新设经营主体60.1万户、第二产业新设96.5万户、第三产业新设1171.2万户。截至6月底，全国登记在册“四新”（新技术、新产业、新业态、新模式）经济企业2536.1万户，同比增长6.6%，占企业总量的40.2%。

　　消费领域文化产业亮点突出。随着“哪吒”“悟空”等国产IP火爆全球，文化产业成为上半年消费增长亮点，新设“文化、体育和娱乐业”企业增速高达17.5%。

　　据介绍，市场监管部门将聚焦经营主体发展需求，持续完善市场准入退出制度，纵深推进全国统一大市场建设，着力维护公平竞争的市场环境，持续优化涉企政务服务，进一步激发各类经营主体发展活力。（记者 赵文君）

今年上半年全国新设经营主体1327.8万户

截至发稿前，ClawHub社区中发布的Skills数量已达到了2.6w+，但这些Skills中超过99%都是面向Windows/x86 Linux/Mac且聚焦于办公、网页自动化等方面，面向嵌入式Linux的Skills数量极少且成熟度较低，缺乏对嵌入式外设（GPIO、UART、SPI、I2C、传感器、电机、摄像头）的标准化封装与驱动适配，并且没有针对边缘计算、低功耗、实时性场景（如工业控制、机器人、智能家居、车载等）的专用技能集。

难道嵌入式领域就不配吃"龙虾"吗？！

本文，小编将以一个“控制OK1126B-S开发板上的Led灯闪烁节奏”的简单案例做演示，从基础开始逐步拆解Skills的设计与使用方法。

2、什么是Skills?

从本质上来说，Skills就是一本“操作手册”。它并不是直接帮AI完成任务，而是告诉AI在什么情况下应该做什么，以及如何去做。

我们用一个简单的类比来理解：

在射击游戏中，玩家的目标是击败敌人。枪作为工具，它的职责非常单一：

• 输入：扣动扳机
• 输出：发射子弹

至于子弹打到哪里，枪本身并不关心。而这个Skill的作用，则类似于“战术手册”。它会告诉AI：

• 什么时候可以开枪（检测到敌人）
• 什么时候不该开枪（有友军在前）
• 什么时候停止（敌人血量归零）

通过这些规则约束，AI就不再是一个机械执行指令的工具，而是开始具备初步的判断能力与决策逻辑，开始“像人一样思考”。

2.1 Skill的基本构成

在OpenClaw中，一个Skill实际上是一个结构化的目录，通常存放在：

~/.openclaw/workspace/skills/${SKILL_NAME}

一个完整的Skill由四个部分组成：

命名规范：

Skill的目录名称必须符合规范，否则无法被识别：

• 只能使用：小写字母+数字+连字符（-）
• 示例：gpio-led-control

这个规范虽然简单，但在实际开发中非常关键，很多Skill无法加载的问题，往往就出在这里。

2.2 SKILL.md 详细解释

SKILL.md是整个Skill的核心，可以理解为“说明书+行为指南”。它由两部分组成：

① 前置元数据（Metadata）

使用---包裹，主要用于定义Skill的基本信息，这些信息的作用是：

• 帮助OpenClaw识别Skill
• 提供语义匹配（Skill触发关键词）

例如：

--- name: gpio-led-control # 必填项 description: 开发板 GPIO LED 灯控制技能。 # 必填项 （以下列出部分可选项， 仅供参考） user-invocable: true # 可选:是否可被用户直接调用 ---

②正文（操作手册）

正文部分则就是具体的操作指导手册了，可以根据需求灵活组织，以我们已经提前写好的"gpio-led-control"下的SKILL.md 简化版为例进行展示：

# GPIO LED Control - 开发板 LED 灯控制 控制 OK1126B-S 等开发板上的系统 LED 灯（work/net 等）。 ## 快速开始 ### 查看可用 LED ### 控制 LED 亮灭 ## 使用场景示例 ## 权限说明 ## 注意事项

在实际编写时，可以根据需要扩展，例如：增加判断逻辑（何时执行）、增加错误处理、增加参数说明、增加示例输入输出等。除了核心的SKILL.md之外，其余三个目录属于辅助结构，各自承担不同角色。

其中，scripts目录主要用来存放可直接运行的脚本文件，适合那些执行逻辑固定、无需频繁改动的任务场景，例如控制LED灯的亮灭转换等。这类脚本可以被直接调用运行，从而减少重复生成代码的过程，提高整体执行效率与稳定性。

references目录则用于整理各类参考资料，例如：API文档、数据库结构说明或操作手册等。这些内容并不会在一开始全部加载，而是根据实际需要按需引入上下文，既避免了无关信息占用资源，也能在关键时刻为AI提供更深入、专业的知识支持。

而assets目录用于存放各类资源文件，例如模板、图片等。与 references 不同，这里的内容不会参与模型上下文推理，而是服务于最终结果的生成，例如报告模板、输出所需图片等，用于提升Skill输出的表现力和完整度。

2.3 自定义Skill编写流程

理解结构之后，我们就可以开始编写自己的Skill了。编写Skill的整个流程可以总结为：

需求分析→资源规划→初始化→编写→打包→测试

第一步：需求分析

在动手之前，必须明确：

• Skill要解决什么问题？
• 使用场景是什么？
• 用户会怎么触发它？
• 输入输出是什么？

触发条件一定要清晰，否则会出现Skill无法被调用或被错误调用的情况

第二步：资源规划

根据需求判断是否需要：

• scripts（是否需要执行代码）
• references（是否需要文档支持）
• assets（是否需要输出资源）

提前规划可以避免后期结构混乱以及反复修改导致的冗余

第三步：编写与调试

我们可以借助OpenClaw，在指定目录中自动生成一份符合规范的Skill初始模板，并在此基础上进行二次完善。不过需要注意的是，这类自动生成的Skill只是一个“起点”，通常无法直接满足实际需求。要想真正落地使用，仍然需要结合具体场景，对其内容进行逐步调整与反复测试，最终打磨出符合预期的功能效果。

3、Skill实战展示

为了更直观地理解，我们编写了一个简单的Skill并放在了对应的目录下，该Skill用于控制OK1126B-S开发板上两颗 LED灯的闪烁。

在OpenClaw这么火，用它做个飞书助手怎么样？一文中，我们已经将安装在开发板上的OpenClaw接入了飞书，因此，我们此时可以直接用飞书对OpenClaw下达命令。

接入不同的Skill后，OpenClaw会：识别用户意图→匹配对应Skill→根据SKILL.md的规则执行→调用scripts中的脚本→返回执行结果。

整个过程无需人工干预，实现真正的“自然语言控制硬件”。

4、总结

我们通过拆解Skills的核心概念、结构，并结合LED控制简易实操案例，清晰展现了Skills的落地应用逻辑。即便只是基础的硬件控制场景，这个案例也直指Skills的核心价值：把复杂业务流程封装成可复用的标准化能力单元。

Skills的设计初衷，就是实现指令化调用、规范化执行：完成Skills搭建后，仅需一句指令即可驱动AI按预设规则完成任务，既彻底规避重复开发、重复调试的冗余劳动，又能保障全场景任务执行的稳定性与一致性，在嵌入式开发、自动化运维、智能设备管控等领域具备极强的实用价值。

嵌入式领域是OpenClaw生态落地的核心突破口，既是实现硬件实时交互、落地边缘智能的关键入口，也是整个生态中增长潜力最大、优质能力供给最紧缺的赛道。只有持续打造丰富、易用、高可靠的嵌入式Skills能力池，OpenClaw才能突破桌面工具的定位局限，真正成长为覆盖“云-边-端”全链路的完整智能执行框架。

你的OpenClaw只会答不会做？Skills帮你构建主动执行能力

在英伟达GTC 2026大会上，英伟达CEO黄仁勋首次提出“Token经济学”。视觉中国/图

在刚闭幕的AI行业风向标——英伟达GTC 2026大会上，英伟达CEO黄仁勋首次提出“Token经济学”：推理已成为AI最核心的工作负载，Token则是新的大宗商品。

Token是大语言模型处理信息的基本单位，也是计费单元，可以粗略理解为AI处理或生成的文字片段，一个汉字大约对应1到2个Token。

过去两年，大模型竞争的核心叙事是模型能力：谁更聪明，谁在 ARC（推理基准）、SWE-Bench（软件工程基准）这类 benchmark（基准测试）上能拿更高分，谁就更接近 AGI（通用人工智能）。参数规模、推理深度、复杂任务完成率，构成了行业主要竞争指标。

但是2026年春节过后，Agent AI（智能体人工智能）的核心叙事是持续完成任务，包括写代码、调试、调用工具、读取文件、再迭代，Token消耗从人机对话升级为机器自循环。以OpenClaw（龙虾）为例，用户仅需下达目标，它即可自主拆解任务、调用模型/工具/接口完成全流程，一次任务甚至就要消耗数十万至百万级Token。

这意味着，Token正成为AI时代的“石油”。黄仁勋断言，数据中心已从文件存储设施演变为Token生产工厂，未来每家公司都将以“AI工厂效率”来衡量自身竞争力。

与此同时，一组来自面向AI应用开发者的全球大模型聚合路由平台——OpenRouter的数据，在海内外都引起了关注。3月16日，其发布的数据显示，中国大模型周调用量已连续两周超过美国大模型。

3月9日当周，全球模型Token调用量排名前十名中，公开明确的中国模型占四席，并包揽前三名，分别是MiniMax M2.5、阶跃星辰模型Step 3.5 Flash、DeepSeek V3.2，Kimi K2.5位列第九。中国模型Token周调用量约4.69万亿，较上周的4.194万亿环比上涨11.82%。相比之下，美国AI大模型周调用量为3.294万亿Token，环比下滑9.33%。

OpenRouter的用户主要由海外开发者构成。该平台整合了包括GPT-4、Claude等二十余种主流大语言模型，提供统一的API（应用程序编程接口）和交互界面。其核心功能包括多模型聚合、统一API调用、性能基准测试、智能路由优化及开发者工具支持，支持按需付费与部分模型免费试用。由于每天处理海量真实调用，其LLM（大语言模型）排行榜已成为开发者社区的重要参考。

在这场新的AI战役中，包括芯片厂商、大模型厂商、算力供应商在内的多位业内受访者，均给出一致看法：“Token确实已经开始出海。”

极致性价比

Token出海，与中国多采用开源大模型有关。

中国开源模型是推动全球模型开源的重要力量。开源模型开放代码与权重，可本地部署定制但技术门槛高；闭源模型仅开放调用接口，易用稳定但无法修改底层。

2025年12月5日，硅谷风险投资基金a16z和OpenRouter联合发布了《人工智能现状》报告，对近100万亿的Tok

从“造模型”到“造算力”：Token工厂之战

　　据介绍，“十四五”期间，我国启动实施了全国重要生态系统保护和修复重大工程，持续筑牢“三区四带”生态安全屏障。五年间累计完成国土绿化面积5.49亿亩；修复湿地434.4万亩；完成沙化土地治理1.52亿亩，荒漠化和沙化土地面积持续双缩减，在全球率先实现土地退化“零增长”。目前，我国林草生态系统生态服务年价值量超30万亿元。

　　今年森林日的主题为“森林与经济”。近年来我国持续推动林草产业健康发展，森林食物年产量超2.4亿吨，生态旅游年游客量达30亿人次，培育新型经营主体近30万个。

　　2012年，第67届联合国大会通过决议，确定每年3月21日为国际森林日，致力于凝聚全球共识，彰显森林在环境、社会与经济发展中的重要价值。

我国森林面积和森林蓄积连续40年双增长

若卡塔尔这一全球第二大LNG出口国的供应中断持续，亚洲将首当其冲——其80%的LNG出口流向亚洲。印度、韩国、日本和中国台湾对中东LNG资源依赖程度较高，其中日本、韩国和中国台湾的天然气发电量占总发电量的30%–40%。若冲突短期内无法平息，煤电作为可快速上量的替代电源，将显著增加对煤炭的需求，以弥补潜在电力缺口。

3月2日，洲际交易所(ICE)纽卡斯尔动力煤4月合约上涨8.61%，3日再次上涨7.23%，收于138美元/吨，为2024年12月以来最高值，上涨预期明显增强。

尽管如此，市场中有声音认为本轮上涨难以复刻2022年俄乌冲突期间的行情。与2022年相比，当前亚洲两大煤炭进口国——中国和印度——均已建立起更强的国内供应缓冲。中国年煤炭产量稳定在48亿吨以上，具备灵活调控产能与进口节奏的能力;印度亦持续推进Coal India及其他矿企增产，长期目标是降低对外依存。加之欧洲煤电已结构性萎缩，市场情绪高涨与谨慎并存，而非恐慌。3月4日，纽卡斯尔动力煤期货价格已有回落迹象。

二、国内市场抗冲击能力强，前期上涨动能有所衰减

尽管国际煤价大幅上行，中国煤炭市场表现出较强独立性，对中东冲突事件的反应较为平稳。春节前后，受多重因素影响，港口和坑口煤价曾经历一波明显上涨：

印尼煤产量和出口量缩减预期;

北方港口库存明显低于往年同期;

主产地煤矿的生产尚待恢复恢复;

终端日耗有回升空间。

然而，进入本周，市场情绪明显降温，上涨趋势趋于停滞。

(1)主产地正常复产，港口调入量回升

主产地已有序复产，港口日调入量回升至200万吨高位;大秦铁路输送量本周首次回到120万吨/天的满发水平。北方港口库存连续多日回升，总量重回2500万吨以上。

(2)终端库存处于高位，淡季临近抑制采购意愿

根据CCTD高频监测数据，截至3月2日，沿海八省动力煤终端用户库存较去年同期偏高约7%，内陆十七省偏高约8%。尽管3月工业企业复工将带动日耗回升，但气温逐步升高，4–5月将进入传统电煤淡季，电厂对当前高位煤价接受度不高，需求低迷。

(3)贸易商集中出货，价格开始松动

随着前期煤价涨幅扩大，越来越多贸易商选择在淡季前出货兑现利润，市场报价出现松动。主产地方面，本周起主产地下调价格的煤矿数量有所增多。

综合来看，港口库存回升、煤价已实现可观涨幅、电厂库存充裕、季节性需求转弱等因素已主导国内煤价走势。CCTD环渤海动力煤现货参考价连续两日持平，上行趋势告一段落。

三、煤化工或成结构性支撑点

虽然国内发电领域受中东能源扰动影响有限，但煤化工板块可能获得外部支撑。据海关数据，2025年我国自中东地区进口甲醇约980万吨，占国内甲醇贸易量超过30%。

若伊朗气头化工品出口因冲突持续受限，或将推高中国华东地区甲醇价格，并进一步加剧2026年上半年北半球春耕期间的国际尿素供应缺口，间接提振国内煤化工用煤需求。根据CCTD监测数据，中国化工行业耗煤量保持明显增长，在截至2月27日的当周内，样本化工企业耗煤量同比增加12%，为同期历史最高。

四、结论

尽管目前处于传统需求淡季前夕，但主要动力煤品种价格已明显高于去年同期水平。

截至2026年3月4日，CCTD环渤海动力煤现货参考价显示，4500大卡、5000大卡和5500大卡动力煤现货价格分别为585元/吨、675元/吨和753元/吨，同比分别上涨11%、12%和8%。

与此同时，北方港口库存虽近期连续回升，但总量仍明显低于去年同期，供需局面由去年同期的明显供过于求转为略偏宽松，叠加当前国际煤炭价格因中东地缘冲突而获得强劲支撑，进口煤补充作用减弱，4–5月电煤传统淡季，市场表现仍有望好于去年同期，煤炭价格回调幅度预计有限。

国际能源新变局，煤市淡季调整有限

　　其次，渡渡鸟的食物供应也出现了问题。渡渡鸟主要以果实、种子和昆虫为食，但是由于环境污染和气候变化等原因，这些食物的数量逐渐减少，导致渡渡鸟的食物链出现断裂。

　　最后，人类的活动也对渡渡鸟的繁殖产生了影响。渡渡鸟是一种群居鸟类，它们通常会在树上或者岩石上筑巢繁殖。但是，由于城市化和工业化的进程不断加快，许多渡渡鸟的栖息地被破坏，这使得它们的繁殖受到了很大的影响。

　　综上所述，渡渡鸟的灭绝是由多种因素共同作用的结果。我们应该采取措施保护这种珍贵的鸟类，比如加强环境保护、限制人类活动和建立自然保护区等。只有这样，才能让渡渡鸟重新回到我们的生活中，成为我们生态系统中不可或缺的一部分。

　　免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。

渡渡鸟是什么时候灭绝的？渡渡鸟为什么会灭亡？

Bethesda发布了《狂怒2》的官方上市预告片。这款游戏由id软件和雪崩工作室合作开发，承诺将以疯狂的动作射击、无需读取的开放世界环境、车载战斗、可升级的武器为特色，与前作一样，新作继续使用第一人称视角。

在《狂怒2》中，玩家将扮演Walker角色，作为荒原上的最后一个漫游者，他们将使用一系列强大的武器和独特的纳米技术穿越不同的地形，打败凶猛的派系敌人、巨大的变种人以及当局的压迫统治。

《狂怒2》将于5月14日发售，登陆PC、PS4和Xbox One。Steam国区标准版售价199元，豪华版299元，支持简体中文。

《狂怒2》上市预告片公布 5月14日正式上线

半小时“才”卖15000台，新SU7这次拉了？