效率至上！萨姆·奥特曼称 AI 助力 OpenAI 大幅放缓招聘步伐

OpenAI 首席执行官萨姆·奥特曼（Sam Altman）在面向开发者的直播活动中坦言，人工智能正在深刻改变公司的用人策略。 奥特曼明确表示，由于 AI 显著提升了人效，OpenAI 计划大幅放缓人员扩张速度，追求“以更少的人力完成更多工作”。

奥特曼指出，AI 工具的存在让公司扩充员工数量的逻辑发生了变化。 他警告企业不应盲目进行大规模招聘，以免未来发现 AI 能胜任大部分工作时，陷入不得不进行“棘手裁员沟通”的困境。 尽管扩张放缓，但奥特曼强调公司并未实施招聘冻结，仍会持续吸纳关键人才，且目前 AI 远未达到完全取代人类员工的地步。

这一言论发表之际，美国劳动力市场正显现疲态。 数据显示，2025 年底美国失业率已攀升至四年来的高点，职位空缺数较峰值大幅回落。 特别是 20 至 24 岁的年轻群体，失业率已达到 9.2%，成为招聘放缓趋势下的重灾区。

划重点：

● 人效重于规模：奥特曼认为，利用 AI 减少人员依赖并提高产出是 OpenAI 现阶段的正确路径。
● 理性招聘建议：他呼吁企业保持克制，避免因过度招聘而造成后期因 AI 替代而导致的结构性裁员。
● 就业环境严峻：全美失业率上升与招聘冷淡交织，年轻劳动力的就业门槛正随着 AI 的普及而进一步提高。

via AI新闻资讯 (author: AI Base)

营销赛道“黑马”突围！钛动科技“钛极”模型斩获 SuperCLUE 榜单冠军

在竞争激烈的 AI 大模型领域，垂直产业的深耕者正展现出惊人的爆发力。近日，SuperCLUE 发布了最新的商业营销大模型榜单，来自广州天河的本土企业钛动科技凭借其自研的**“钛极”问答推理模型**一举夺魁，成为行业关注的焦点。

实力登顶:超越大厂，刷新商业营销标杆

在本次 SuperCLUE 测评中，“钛极”模型以85.82分 的高分荣登全国第一。值得注意的是，这一成绩超越了包括阿里巴巴、深度求索以及科大讯飞在内的多家老牌大模型巨头。

实战为王:该榜单由 SuperCLUE 发起，核心侧重于大模型在商业营销实战中的表现。

多维领先:钛极在市场深度洞察、精准投放策略制定等关键环节均展现了卓越的智能水平。

进化逻辑:场景驱动，数据为魂

钛动科技成功的背后，是其独特的**“场景-数据-模型”自进化技术路径**:

海量实战积累:基于多年深耕营销领域的真实业务数据进行模型训练。

持续迭代优化:模型能够根据反馈不断进化，确保在垂直领域的理解力与产出质量不断提高。

聚焦商业效率:不盲目追求通用性，而是将每一分算力都转化为实实在在的商业增长效率。

产业协同:天河沃土孕育科技“冠军”

“钛极”夺冠不仅是单家企业的胜利，更是 AI 技术与垂直产业融合发展的典型样本。其所在的广州市天河区，通过组织参展、提供专业培训及资源对接等方式，积极助力本土科技企业提升竞争力并顺利出海。

随着大模型竞争进入“下半场”，像钛动科技这样专注于垂直细分赛道的企业，正通过更懂业务的 AI，重新定义行业的数字化边界。

via AI新闻资讯 (author: AI Base)

OpenAI首席执行官称人工智能正促使公司放缓招聘速度

OpenAI首席执行官萨姆·奥特曼正在探讨人工智能对劳动力市场的影响，包括对OpenAI招聘行为的影响。在周一的一场面向开发者的直播活动上，奥特曼表示，人工智能改变了公司扩充员工数量的速度，但该公司并未实施招聘冻结，也远未完全淘汰人类员工。

奥特曼在回应一位提问者关于人工智能是否改变了 OpenAI 对潜在候选人的面试流程这一问题时说道：“我们正计划大幅放缓自身的扩张速度，因为我们认为通过减少人员数量，我们能够完成更多的工作。”

他补充道：“我认为我们不应该这么做，也希望其他公司也不要这么做：那就是盲目大量招聘员工，然后突然意识到人工智能能够完成很多工作，从而需要的员工数量大幅减少，这时就需要进行一些非常棘手的沟通了。所以我认为对我们来说，正确的做法应该是放缓招聘速度，但还是要持续招聘。”

奥特曼发表这番言论之际，正值美国经济“大冻结”时期，人们担忧美国的就业增长势头已经减弱。根据美国劳工统计局的数据，2025年11月的失业率攀升至2021年以来的最高水平，而职位空缺数量较2022年的峰值下降了37%。

此前有报道称，美国2022年失业人数与职位空缺的比例约为2：1，而到2025年9月，这一比例已降至1：1。失业至少27周的劳动者目前约占美国失业总人数的四分之一。

根据美国人口普查局的数据，年轻劳动者受招聘放缓的影响尤为严重。8月和9月，20至24岁美国人的失业率达到9.2%，为疫情衰退后经济复苏以来的最高水平。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)

破解高退货率难题：微盟推出“AI试衣”助力零售电商智能化升级

在电商赛道竞争白热化的今天，服饰类品牌始终面临着消费者决策难和退换货率居高不下的顽疾。针对这一行业痛点，微盟集团近期正式推出了“AI试衣”解决方案，旨在通过前沿技术重塑零售购物体验。

技术赋能:从“看图购物”到“虚拟试穿”

微盟的“AI试衣”并非简单的视觉展示，而是一套深度的智能化服务体系:

高度还原的试穿感:依托自研模型与深厚的行业知识库，系统能提供高度写实的虚拟试穿效果，降低消费者的决策门槛。

智能穿搭推荐:通过精准的服装商品识别技术，AI 能为用户提供个性化的穿搭建议，提升客单价与转化效率。

大模型深度集成:该功能借助了阿里通义千问大模型的能力，实现了对 C 端消费者和 B 端品牌商的全覆盖。

战略布局:构建数据闭环与竞争壁垒

微盟技术副总裁肖锋强调，AI 在零售业尤其是服饰行业具有巨大的商业价值。

全场景延伸:除了现有的线上应用，微盟还计划将“AI试衣”扩展至 B 端市场，并进一步探索线下门店的交互场景。

价值重估:通过 AI 技术形成的数据闭环，不仅强化了微盟的服务能力，更展现了其在 AI 应用爆发期下的估值潜力。

行业影响:零售电商的效能革命

对于商家而言，“AI试衣”最直接的贡献在于提升转化率的同时，大幅降低了因尺码或风格不符带来的退货成本。这种由技术驱动的体验升级，正成为零售电商破解增长瓶颈的关键钥匙。

via AI新闻资讯 (author: AI Base)

🚀 DeepSeek 发布 OCR-2 模型支持多场景识别

DeepSeek 在 Hugging Face 平台正式发布 DeepSeek-OCR-2 光学字符识别模型。该模型支持动态分辨率处理，默认配置为 (0-6)×768×768 结合 1×1024×1024 分辨率，涵盖文档转换、图像 OCR 及图表解析等多种功能。技术架构方面，模型基于 transformers 框架开发，要求 Python 3.12.9 与 CUDA 11.8 运行环境，并支持 NVIDIA GPU 推理。用户可通过不同提示词实现文档转 Markdown 等操作。目前，项目已在 GitHub 发布关于模型推理加速及 PDF 处理的详细指导。

(科技圈)

via 茶馆 - Telegram Channel

DeepSeek 发布 OCR-2 光学字符识别模型

DeepSeek 在 Hugging Face 平台发布 DeepSeek-OCR-2 光学字符识别模型。该模型支持动态分辨率处理，默认配置为 (0-6)×768×768 + 1×1024×1024 分辨率，可处理文档转换、图像 OCR、图表解析等多种任务。

模型基于 transformers 框架，支持 NVIDIA GPU 推理，要求 Python 3.12.9 和 CUDA 11.8 环境。用户可通过不同提示词实现文档转 Markdown、图像 OCR、图表解析等功能。项目在 GitHub 提供了模型推理加速和 PDF 处理的详细指导。

Huggingface

🍀在花频道 🍵茶馆聊天 📮投稿

via 科技圈🎗在花频道📮 - Telegram Channel