行业分类:
加载中...
头条分类:
加载中...
OpenAI突然“断供”中国,国产大模型纷纷推出无痛搬家计划
今日凌晨,为确保服务的质量和安全性,OpenAI 宣布将停止对某些未受支持的国家和地区提供 API 服务。 这一消息已经通过官方邮件传达给了众多开发者。 邮件中明确指出,OpenAI 自 7 月 9 日起将实施新的措施,以阻止来自未受支持的国家或地区的 API 调用,如果希望继续使用 OpenAI 的服务,用户必须在其支持的国家或地区内访问。 根据 OpenAI 官方网站,目前其 API 已向近 200 个国家和地区开放,但中国内地和中国香港未包含在内。 此前,OpenAI 在今年 2 月 14 日曾发表「阻止国家相关威胁行为者对人工智能的恶意使用」一文,其中包括中国等国家和地区的用户。 对此,一些国产大模型厂商也第一时间作出反应。比如智谱 AI 针对 OpenAI API 用户发起了一项特别搬家计划。 智谱 AI 官方表示,其 GLM 模型将全面对标 OpenAI 产品体系,为开发者提供 1.5亿 Token (5000万 GLM-4 + 1 亿 GLM-4-Air) 以及从 OpenAl 到 GLM 的系列迁移培训。 此外,智谱 AI 将为高用量客户提供与 OpenAI 使用规模对等的 Token 赠送计划,与 OpenAI 对等的并发规模,匹配高等级会员政策,专属搬家顾问及 5 人天技术专家支持,以及备案培训和辅助,以助力客户无缝切换国产大模型。 附上网址:bigmodel.cn 百度智能云千帆也在今天宣布推出大模型普惠计划,宣称支持 0 成本切换至国内调用量第一的大模型平台。 即日起为新注册企业用户提供 0 元调用: 文心旗舰模型首次免费,赠送 ERNIE 3.5 旗舰模型 5000 万 Tokens 包,主力模型 ERNIE Speed/ERNIE Lite 和轻量模型 ERNIE Tiny 持续免费。 针对 OpenAI 迁移用户额外赠送与 OpenAI 使用规模对等的 ERNIE 3.5 旗舰模型Tokens 包 并且百度智能云千帆还提供免费模型精调训练服务、零成本 SDK 迁移工具,以及免费的专家服务(迁移&使用指导)。 阿里云则同期宣传通义 API,称 GPT-4 级的主力模型 API 价格仅需 OpenAI 的 1/50。 零一万物发起「Yi API二折平替计划」,面向 OpenAI 用户推出了平滑迁移至 Yi 系列大模型的服务。 据零一万物介绍,目前注册使用 Yi API 的新客户,零一万物立即赠送 100 元额度,平台充值还将赠送 50% 到账额度,上不封顶;任意充值即可享受 RPM/TPM 限速直升 Tier3。 零一万物 API 还将提供 Prompt 兼容调优服务支持,陪伴用户更快适配 Yi 系列大模型。 此外,硅基流动也发布公告,称 SiliconCloud 平台的 Qwen2(7B)、GLM4(9B)、Yi1.5(9B)等顶尖开源大模型将支持免费使用,帮助开发者实现「Token自由」。 附上网址:siliconflow.cn/zh-cn/siliconcloud
详解开源闭源之争,十家大模型厂商的商战策略
文|赵艳秋‍‍‍‍ 编|牛慧 大模型市场已形成了“开源派”和“闭源派”。而当下,在大模型竞争进入市场争夺的白热化阶段后,企业在开闭源上的交锋也更为激烈。 实际上,大模型开源和传统软件开源不是一回事。在开源的定义、治理、社区性质、贡献路径和企业的开源策略上,都在发生巨大变化。 01 大模型企业开闭源策略各异 今年大模型的开闭源更为热闹,在闭源的企业,有开源的呼声;在开源的企业,有闭源的动作。 百度内部对大模型开源、闭源的讨论非常热烈。大家都在思考,什么样的方式能取得更多的竞争优势。 在BATH几家大厂中,百度、华为选择闭源路线,阿里、腾讯则推出了开源大模型。 百度对于开闭源大模型的争论,部分也来自阿里云等企业今年在开源上的声势和市场动作。 到目前为止,虽然百度文心一言仍坚持闭源路线,但百度智能云部门,在其平台上提供了大量性能很强的第三方开源大模型。百度通过闭源文心一言,也通过开源大模型使用的算力、工具和服务,来实现商业上的收益。 在开源上,今年阿里云的动作极为密集。5月在北京举办的AI峰会上,阿里云CTO周靖人表态,开源是阿里云的战略,阿里云形成的是一个开源和闭源的整体体系。阿里云已开源了参数从5亿到千亿的数款模型,打法也更为专业。 业界认为,阿里云大力推广开源,一方面是为了加快市场份额的争夺;另一方面作为云计算企业,它可以采用“羊毛出在猪身上”的商业模式,在算力、工具和服务上获得收益。周靖人在策略会上尤其强调“百炼”平台的服务。而开源还能为其引流,有些客户可能升级为闭源用户。 与其他大模型企业相比,腾讯开源大模型较晚,今年5月对外开源了混元文生图大模型。混元相关人士告诉数智前线,由于市场上已有很多开源的大语言模型,因此腾讯这次选择开源文生图,应该是第一个中文原生的开源DiT模型,未来还会尝试参数量更大的模型。由于刚开源几周,商业化影响仍待观察。 华为云2023年在推出盘古大模型3.0时,就表态采用闭源路线。过去一年,它的重心是在各行业进行联创,落地大模型,并将技术回馈盘古,不断迭代,未参与业界开闭源讨论。华为云在上周也刚刚官宣盘古5.0多模态大模型,发布期间也未涉及开源问题。同时,华为云于去年上线“百模千态”专区,提供第三方开源大模型。 最近在项目订单上活跃的智谱,是国内最早开源大模型的企业。因为智谱由清华技术成果转化而来,2022年,它就将开发的双语千亿模型GLM-130B开源,“当时全国懂大模型的研究员加起来也不过百来人”。智谱CEO张鹏称,开源让大家知道智谱在做什么,同时可以让更多人参与推动大模型。此后在2023年3月,智谱将GLM6b开源,该模型在Hugging Face上的下载量超过1600万。 虽然张鹏认为开源的初心并不是要去赢得市场或追求商业利益,但ChatGPT爆火后,智谱的GLM开源大模型获得大量关注,也让这家2019年才成立的公司,在融资和商业化上受益颇多。张鹏也称,开源和商业化是整个生态版图里很重要的两块,这两块是有连接的,可以说开源充当着商业化的桥梁。 王小川的百川公司,去年作为创业的明星公司,发布了Baichuan-7B、13B开源可商用大模型,在业界引发关注。当时有应用开发商告诉数智前线,测试后,他们从Meta的Llmma转向百川,因为中文效果更好。 百川开源时,国内大模型开源的还很少。此后,越来越多的大模型公司,包括大厂,开始开源。百川联合创始人谢剑告诉数智前线,未来还会开源,但不会开源特别大参数的模型,因为很多人用不起来。 最近快手的文生视频大模型“可灵”很火爆,不少应用企业“祈盼”可灵开源。但快手相关人士表示,暂不考虑开源,而会逐步开放一些东西在业界讨论。 而昆仑万维最近开源了一个稀疏大型语言模型Skywork-MoE,为应对大规模密集型大语言模型带来的挑战。昆仑万维兼天工智能首席科学家颜水成告诉数智前线,开源大模型帮助学界进行探索性工作,而公司也推出音乐、游戏等垂类模型,将采用闭源商业模式。 李开复的创业公司零一万物,是这波大模型独角兽中最后一家开源的企业。公司开源负责人林旅强非常坦率,认为开源和闭源是商业设计问题。零一万物也采取了开源、闭源并进的模式。开源在一定程度上扮演了商业拓展角色。同时,今年零一万物发布千亿参数模型Yi-Large,一些使用了开源模型的客户有望转化到该闭源模型上。 02 开源大模型与开源软件有三大区别 虽然大模型开源如火如荼,但业界一直在诟病它的透明度,质疑为什么好多信息,企业不公开。实际上,大模型开源和传统软件开源不是一回事。 红帽中国首席架构师张家驹告诉数智前线,软件开源是指源代码开源,拿到源代码,我们就“知其然也知其所以然”,也可以在源代码基础上,去修改或增加新功能。 但大模型是一个黑盒子,里面有很多至今无法解释的现象,所以对大模型的开源,业界提出了更多维度,有的说需要四部分——权重、数据集、代码和训练过程;也有的说需要五部分,还包括了框架。即使是这些定义,业界也有不同意见:为什么会有这样的定义?这更像是从传统开源软件的思路来考虑的。 有趣的是,只有极少数公司或机构的大模型,同时开源了上述四部分或五部分,比如IBM刚刚开源出来的Granite大语言模型;也有像智源研究院、马斯克旗下大模型公司xAI ,开源了权重和数据集。比如,根据智源人工智能研究院副院长兼总工程师林咏华的介绍,今年6月,智源最新开源数据集分为两类,一类是通用开源指令微调数据集,一类是行业垂类数据集,涵盖18个行业。 “现在业界的共识是,至少将权重再加上一些推理代码开源。”零一万物林旅强说,只有这两部分开源,其他人才可以将开源大模型使用起来。由此,开源大模型现在的定义,有点像微软提过的“免费软件”。所以,谷歌等公司在其官网上称是开源权重(open weight),而不是开源大模型。 为什么在开源大模型中,权重如此重要?有业界人士将权重打比方为“一大堆数字”,一个13B的模型,就有130亿个数。这些数字与模型如何处理输入的数据、如何做出预测和生成文本等相关,代表了一个大模型的智慧。 而在大模型中,代码分为预训练代码、微调代码和推理代码。预训练代码是大模型公司的核心;对于微调代码,市场上已有很多公开方法,而大模型要被用起来,需要推理代码。至于训练过程和数据集,往往也是大模型厂商的核心所在。 与传统软件不同,在大模型开源上,企业的态度有了微妙的变化。现在大模型的成本太过高昂,训练一个千亿级参数模型,要几千万甚至上亿,因此,很多公司在开源问题上变得保守。这是一个现实问题,每家公司的开源,必然服务于自己的商业战略。而且,即便将这些核心都开源出来,大多数工程师和企业也没有那么多资源去复现。 业内人士认为,开源大模型和开源软件有三个核心区别: 一是透明度完全不一样。开源软件的代码能说明一切,从而可以形成一套治理体系;大模型当下还是一个黑盒子,内部机理还是未知的。 二是大模型社区的性质发生了变化。之前开源社区讲求全球工程师来贡献;但因为算力等资源限制,在大模型社区里,或许90%以上的工程师,无法直接为大模型贡献,因此很多社区变成了单向模式,大家只是使用大模型。在HuggingFace上,Meta的Llmma开源大模型,已经有几千个变种,但彼此之间没有太多交互,也很难将创新合并。 其三是大模型企业开源策略发生变化。中国信通院知识产权与创新发展中心产业发展研究部主任张俊霞说,因为大模型的训练投入特别大,这导致企业在开源策略的选择上,特别是在一些许可或信息披露上,都有很大不同。“这个问题现在不管是国内还是国际社区,都在非常激烈地讨论。” 不过,近期,一些动态正在发生。比如,红帽在社区贡献上有了尝试动作。一方面IBM开源了Granite模型;另一方面,“训练过程”在另外一个开源项目InstructLab中。由IBM出资建设了一个平台。每过一段时间,就把大家“集”来的数据放在上面“训”,形成模型的迭代。同时,用户也可以选择保留自己的数据,训练分叉的模型。“客户不用‘躺平’,可以用他们的场景、经验参与到调试当中,不断在变化之中调优。”红帽大中华区资深市场总监赵文斌告诉数智前线。 而张俊霞认为,大模型时代,对开源的定义以及未来的治理,不管是从项目层面、企业层面还是从国家层面,也都会发生一些翻天覆地的变化。 03 “开源的目的不是一定要超越闭源” 除了如何定义开源大模型,开源派和闭源派,在开闭源大模型孰强孰弱和安全性上,有着交锋。 如果在当下这个时间点,OpenAI等的闭源模型比较强。“但不意味着闭源会持续遥遥领先。”零一万物林旅强说,未来当算力平民化,再加上互联网协作精神,可能5年、10年,开源大模型就会变得更强。 不过,智源研究院智能评测组负责人杨熙从评测角度看,单纯把开源模型和闭源模型放在一起来比较,可能有失公允。因为闭源大模型可能是一套体系,比如包含了检索增强等技术,而开源模型是一个单体模型,拿“多对一”,肯定不合理。 而红帽张家驹认为,开源的目标不是说一定要超过闭源。“即便之前全球工程师合力做Linux,目标也不是要超过闭源。”开源的价值是更加公开透明,技术上更加平权,不会让其成为少数人牟利的手段。“更为关键的是,对于人工智能来说,如果未来走向AGI,开源让AI的发展走向,更符合全人类的利益,这一点的价值要远高于在某一方面去超越闭源。” 而开源和闭源大模型谁更安全,业界也有着争议。开源派认为,在闭源环境当中,大家不知道有没有人监督它。开源的好处是一旦出现一些安全问题,整个社区会来共同检查。 但也有人士认为“开源也会带来各种意想不到的问题”。比如,开源可能将大模型交到了“恐怖分子”手里。“举个例子,开源大模型的数据集,如果别人加了一些数据,训练出大模型去干了违法的事。”一家大模型企业开源负责人对数智前线说,虽然他们也有开源大模型。另外,现在各国都强调数据主权,数据开源后怎么追踪也是问题。“所以国家鼓励开源,但不是无限制的开源。” 对于这些观点交锋,智源研究院杨熙称,开源、闭源其实都存在透明性、合规性、安全性的问题,也涉及治理问题。 信通院张俊霞提出,关于治理,其实大模型是一个技术性非常强的领域,所以“技术的问题,一定要依赖技术”。她看到,谷歌发布了一款开源工具Model Explorer,帮助人们理解大模型技术的内部工作机制;IBM、微软也发布了关于开源大模型或人工智能的伦理和解决手段,非常值得学习参考;今年1月,腾讯发布了安全治理框架,涉及一个模型整个生命周期里每个阶段的安全技术、问题和管理等。 杨熙则强调,开源其实对模型内在机理的刻画和理解,非常有帮助。“在我看来,开源和闭源是一个硬币的两面。”智谱杨熙称,开源可能促进我们更多的探索性和基础性工作;闭源更多促进产品化和商业化,推动大模型走进每个人的生活。这两件事其实不应该是之争,而是和谐共存。 “现在,什么样的框架最适合从行业监管角度,既不太过于增加企业的负担,又能够实现行业事前、事中、事后的一个完整的监管,其实全球还没有一个统一的答案,仍然在探索过程中。”张俊霞说。 04 开源闭源,商业化应用如何选择 在开闭源的选择上,智谱张鹏认为,如果只是想做一些实验和尝试,可以选择开源模型,但如果想要在上面做商业化应用,大部分人还是会选择商业化版本,因为有保障,能够提供更好的服务。 这代表了业界、尤其是ToB行业很多人士的观点。 红帽张家驹则认为,无论是开源、闭源,需要优先考虑客户是否需要本地部署大模型。无论国内外,不少客户都有自主可控的需求。如果采用公有云上的模型,比如OpenAI,客户要考虑数据暴露信息的问题。“这是个很重要的问题。” 值得注意的是,闭源大模型是否能部署到本地,需要获得允许。开源大模型同样需要依据一些协议以及合规性。从技术角度来讲,很多开源部署到本地是可行的。而开源可以方便地进行微调,打造行业大模型,这是其优势。 除了本地化部署之外,也有企业需要调用公有云上的大模型。“大模型的需求一定是开放混合的。”张家驹说。 大模型应用开发商北京可为是最早在市场监督管理领域,打造、落地行政执法垂直大模型的企业。公司联合创始人曾明告诉数智前线,他们在开闭源大模型中,最终选择了开源大模型。一方面,行政执法是比较知识化的应用,去年他们在测试验证中就发现,当时的开源模型在解决主要场景上,已经符合要求;另一方面,成本是重要的因素之一。同时,这类垂直大模型属于政务应用,客户对数据安全要求极高,不能触碰红线,需要私有化部署,而开源模型在这方面更为灵活方便。 “在选择开源大模型的过程中,我们做了很多验证,做的最苦的也最有意思的,就是这个过程。”曾明说,他们不断对不同模型验证,对自己的训练策略验证。“你要教大模型,去还原人类推理和思考的过程。所谓的够用与不够用,就看推理的结果是不是能达到要求。” 此外,不少业界人士认为,目前企业开源的大模型通常是中低版本的,而闭源的模型性能更强,更适合比较高要求的应用,如当下大模型企业与标杆客户联合共创的类型。而大多数普通应用场景,开源已能满足要求。 大模型时代,无论对开源的定义、治理还是社区运营、商业化,目前都处于快速演变之中。上述问题仍在激烈的碰撞和演进中。
一季度卖出1190万部AI手机,中国成了AI手机的最大潜在市场
作者 | 饶翔宇 编辑 | 钟毅 Canalys报告显示,中国大陆是全球前三大智能手机市场中AI兴趣倾向最强的市场。 AI浪潮之下,中国已经成为AI手机的最大潜在市场。 根据Canalys 发布的关于《AI手机对中国消费者的吸引力》报告,2024年一季度,中国大陆市场依靠作为本土厂商的先发主场及市场高端化结构,AI手机出货量达1190万部,占据全球AI手机出货的 25%。 值得注意的是,报告还提到,中国大陆是全球前三大智能手机市场中AI兴趣倾向最强的市场,中国大陆消费者在调查中展现出了对新技术更开放的态度。 其中,中国大陆有约43%的用户对于AI手机有着高度兴趣,德国、印度、墨西哥和美国的这一比例则分别为9%、38%、22%以及15%。当兴趣转化为购买需求,这意味着中国将成为AI手机的最大潜在市场。 Canalys预测,具备AI功能的智能手机市场份额将呈指数级增长,到2028年将达到54%,2023年至2028年的复合年增长率为63%,这得益于消费者对增强功能(如AI代理和设备内处理)的需求。 AI大模型,涌进手机系统底层 第一波AI大模型的布局中,国产手机厂商走在了行业前列。 2023年,华为率先将大模型接入手机,使得手机可以执行文本生成、知识查找、资料总结、智能编排、模糊/复杂意图理解等复杂任务。之后,其他厂商迅速跟进,比如小米训练出更为轻量级的语言大模型,参数规模为13亿和60亿两种。小米内部认为,轻量级模型也有其存在的市场空间,这是端侧大模型的特殊要求,也是一家智能设备厂商入局大模型的必经之路。 紧接着,vivo则推出了蓝心大模型,同样主打轻量化,利于进行手机本地化的数据处理;荣耀则推出了端侧70亿参数平台级AI大模型,并宣布与百度智能云达成战略合作。 在前期的大模型应用中,手机厂商普遍采用的方案都是基于AI的分析和推理能力,对于单个手机功能进行优化。比如利用AI算力,提升手机影像质量;利用语言大模型,增加原有手机语音助手的功能,以便于进行文本处理。 而在近期的苹果和华为开发者大会上,将AI内嵌进手机系统底层,成为了某种共识。 以苹果为例,该公司的新AI系统将被称为Apple Intelligence,并将出现在新版iPhone、iPad和Mac操作系统上。iOS在嵌入OpenAI的AI大模型之后,Siri将能够在更多应用程序中理解用户的内容并对其采取行动,还能够调用多个APP的功能去完成一个复杂命令。 与苹果的方案类似,华为此次也试图将AI大模型的能力植入鸿蒙系统底层,以此来同时调用多个APP的功能,让终端设备可以完成复杂度更高的人机交互方式。不同的是,鸿蒙所使用的AI大模型为华为自研的盘古大模型。 “得益于盘古大模型5.0的加持,小艺的能力也得到全新升级。”华为终端BG CEO何刚称,比如,小艺智能体与导航条融为一体,无论在任何应用界面,都可以随时召唤。只需将文字、图片、文档“投喂”小艺,即可便捷高效处理文字、识别图像、分析文档。 显然,在原生的鸿蒙和iOS系统内,嵌入AI大模型之后,智能手机的厂商将可以实现更多个性化的AI功能。这是陷入创新瓶颈之后,智能手机行业为数不多可以带来突破性创新的机会。 供应商竞争与政策壁垒 事实上,AI手机的战场除了有终端厂商之间的竞争,供应链厂商的技术角逐也是一大重点。 目前,高通正努力确立自己在端侧AI领域的领导地位。比如,高通最新一代的处理器——骁龙8 Gen 3在设备上运行的LLM(在优化后的 7B 模型上达到 20 个tokens/秒)和LVM(在优化后的 Stable Diffusion 模型上生成每张图像不到 1 秒),这要归功于其独有的量化工具和软件开发工具包(SDK),这些能力可以带来用户体验的差异化。 同时,高通的AI Hub赋予开发者在多个产品类别上使用单个模型,部署人工智能框架的能力,提升了对开发者的吸引力。 联发科则通过与百川智能、百度文言一心、零一万物和阿里巴巴通义千问等 AI 模型供应商的合作,巩固其在中国的应用程序开发版图。 与高通另外的不同之处在于,联发科的芯片主要被用于中端手机产品。目前,包括小米、荣耀等手机厂商,在中东、拉美和非洲地区的手机出货量都增长迅猛。随着手机厂商将AI能力进一步下放到中低端产品,联发科在AI手机领域的出货量也会水涨船高。 在全球竞争格局上,不同地区对于AI的监管政策,也会影响到手机厂商的战略选择。 比如,在欧洲,欧洲议会以压倒性票数通过了《人工智能法案》(下称"法案”)。根据法案要求,如果通用人工智能(GPAI)用于训练的累积计算量大于10的25次方每秒浮点运算次数(FLOPs),将被认为具有"系统性风险",并将面临模型评估、系统性风险评估和减轻等额外要求。 斯坦福大学AI研究实验室发布的一项研究显示,包括Open AI的GPT-4, Meta的LlaMa在内的10个主流大模型,均未满足《法案》草案的要求。 斯坦福研究团队在报告中表示:"主要基础模型提供商目前基本上没有遵守这些草案要求。他们很少披露有关其模型的数据、计算和部署以及模型本身的关键特征的足够信息。尤其是,他们不遵守草案要求来描述受版权保护的训练数据的使用、训练中使用的硬件和产生的排放,以及他们如何评估和测试模型。" 在中国,根据《数据安全法》(DSL)和《网络安全法》等法律规定,AI 技术产生的数据必须在国内存储和处理。目前,ChatGPT的训练和开发涉及大量数据的运用和获取,同时OpenAI的大模型也未在中国相关监管机构完成备案。 这意味着,苹果的Apple Intelligence想要进入中国市场,则需要另寻合作伙伴。在这样的情况之下,一个问题也随之而来——中国的消费者是否还会选择苹果?
Apple Watch的续航有救了?想出办法的居然是宁德时代的“爷爷”
了不得了,日本的一家公司表示研发出了新型固态电池。 哥们第一反应是,这怕不是又是什么假新闻吧。 要知道,这些年固态电池可以说是车企、手机厂商的终极梦想。 在大家的描绘中,固态电池便宜、安全和超长续航,只要谁先研发出量产的固态电池,谁就能成为新时代的雷电法王。 于是,我们隔三差五就能看到一些实验室、研究院或者电池厂商,跳出来说自己攻克了固态电池关键节点啥的. 可一问啥时候能用上,答案都是 “ 在不久的将来 ” 。。。 甚至还出现了,固态电池上车,结果却是半固态电池,这种白马是马的喜剧事件。 所以 TDK 这次是真搞出了个大新闻吗? 我们简单研究了下,发现他们还真搞出了固态电池,但并不是我们想象中的大型固态电池。 原来, TDK 开发出的固态电池名叫 CeraCharge ,的确是使用了锂合金负极和氧化物基这种固态电解质,从而把能量密度提升到了 1000Wh/L 。 作为下一代 CeraCharge 的材料而开发的固态电池单芯 与之对比的,目前市面上一些活在实验室里、或者小范围应用在部分电子产品里的小型固态电池,它们的能量密度普遍只有 50 Wh/L ,而在电车里常用的传统液态电池,能量密度也只有 400 Wh/L 。 所以,就连 TDK 自己都说, CeraCharge 达到了自家最强小型固态电池能量密度的 100 倍。 而且,用了固态材料后,电池的安全性还能再上一个档,重量也能再减轻,甚至充电速度都能变快。 这么多优点听着很香,那为啥不能往手机、往车上放呢? 因为 CeraCharge 有一个问题,它用了不少陶瓷材料,这就意味着电池很脆。 所以, TDK 自己也清楚地表示, CeraCharge 更适合在各种蓝牙耳机、手表里面用,未来恐怕也很难进化到手机或者汽车里。 不过说实话,光是能让手表、小电子产品续航拉满,就已经能改变很多行业格局了。 最简单的例子就是我身边好几个朋友,就因为续航问题,一直没入 Apple Watch 。 如果 Apple Watch 能换上 TDK 最新的固态电池,都不算体积变小能放更大电池这些因素了,光是按照 100 倍能量密度的提升,用新电池的 Apple Watch 的使用体验,将会彻底碾压老款。 再加上没了续航焦虑,苹果还能往手表里塞入更多、更强的功能,我只能说,搞快点。 不过,这次 TDK 的新型固态电池,实际上还是个期货,他们计划从明年开始给客户提供新电池原型的样品,然后再大规模生产。 那为什么 TDK 这次能吸引这么多关注度呢? 我们又仔细扒了下发现,相比于固态电池的大饼, TDK 这家公司也特有意思。 你不知道的是, TDK 的儿子时代新能源 ATL ,在巅峰期掌握了全球一半手机电池市场份额。 而 TDK 的孙子,正是如今喘口气,都能让新能源车市场抖三抖的宁德时代。 虽然 TDK 在大家眼里名气不大,可成立于 1935 年的他着实是个老大哥。 TDK 最早是研究磁性材料的,也是世界上第一家把铁氧体商业化的公司,如今依旧是全球领先的磁性材料商。 到了 20 世纪 60 年代, TDK 又进一步成长为全球顶级盒式磁带品牌。 有多顶级呢? 就这么说吧, 1969 年人类历史上第一次登月,用来记录登月谈话的录音带,就是 TDK 家生产的。 时至今日, TDK 还是全球总销量第二的磁带厂家。 不断发展的 TDK 各种扩张业务、收购公司。 在 1986 年时,他们就在中国香港收购了一家名为香港新科实业有限公司,当时目的主要是用来制造硬盘磁头。 这次收购在当时的 TDK 看来估计也就是,有钱之后的一次大手一挥罢了。 但大家万万没想到,就是凭借新科实业公司,TDK 先后孵化出宁德新能源和宁德时代,他俩很快就成长为了手机电池和电车动力电池两大巨头。 外界甚至为此感叹: “ 比起投资一个市场,不如直接买一个正确的公司 ” 。 原因就是这个香港新科实业有限公司有 3 个特殊的人,执行总裁梁少康、研发总监曾毓群、以及曾毓群的直属上司陈棠华。 这三个人一直在 TDK 搭档了十几年,很稳定但也很平静。 时光到了 1999 年,在这个世纪交接的节点,人类社会正在以一种前所未有的方式颠覆着,梁少康敏锐地意识到手机等便携电器将在全世界风靡,他大胆预测:聚合物锂电池未来一定会大卖。 曾毓群和陈棠华在公司年会上表演节目 经过一番思考和工作,梁少康给母公司 TDK 提交了份计划:教练,我不想做磁带了,我要做锂电池! 然而千里马常有,伯乐却不常有, TDK 拒绝了梁少康的计划。 于是,梁少康决定自己干,而在走之前,他还努力说服了陈棠华和曾毓群一起组队。 就这样, “ 新科三剑客 ” 在中国香港成立了一家名叫新能源科技有限公司( 也就是后来的宁德新能源 ),英文名则是 ATL ( Amperex Technology Limited )。 严格来说 ATL 的创业故事,并不像小说里的主角,总需要经历各种磨炼才能苦尽甘来,相反, ATL 一路发展都相当顺利,并在 2004 年成功挤进果链开始为 iPod 供货。 有了这种合作关系,几年后 ATL 也顺理成章成为了 iPhone 的供应商。 这样的成绩一下子就奠定了 ATL 的江湖地位,当然也变相说明了 ATL 的产品质量。 有苹果的背书, ATL 在手机电池行业所向披靡,相继成为三星、华为和 OPPO 等头部企业的供应商。 凭着领先的技术和过硬的产品,早在 2012 年,宁德新能源便成为聚合物锂电池的全球市场占有率第一,一度掌控了世界一半的手机电池。 时至今日, ATL 仍旧是全球最大的聚合物锂电池供应商之一,所以说 ATL 才是初代 “ 宁王 ” 。 可能你会说,既然这么牛逼,为啥怎么我们平时从来没听过这个公司名呢? 那当然是因为人家低调啦,而且他们的产品、技术,你也肯定没少听说。 比如当年 oppo 那句深入人心的广告词 “ 充电五分钟、通话 2 小时 ” ,最先用到的快充技术,就是宁德新能源家的。 除了市场上走得顺顺利利, ATL 的公司发展却有些幽默。 经过几年发展, ATL 兜兜转转在 2005 年又重归母公司 TDK 怀抱,并逐渐成长成了 TDK 最粗的大腿。 但你不要以为 TDK 和 ATL 的故事到这里就结束了。 既然都讲到了 ATL 和曾毓群,大家肯定也能联想到,这两年火到爆的 “ 二代宁王 ” CATL 宁德时代是不是和 ATL 有关系? 在差评君看来,这两家公司何止是有关系,你甚至可以说 CATL 压根就是 ATL 的亲儿子。 其实最早是在 2011 年,为了效仿特斯拉和松下的合作,宝马找到了 ATL :你是打算卖一辈子 “ 聚能环 ” ,还是想和我一起改变世界? 都说人不会在同一个坑跌倒两次,但我们亲爱的 TDK ,却如同 12 年前拒绝梁少康的提议一样,再次对宝马 say no 。 事后外界分析, TDK 或许受当年《 外商投资产业指导目录 》的限制,由日本 TDK 全资控制的 ATL ,没有在中国大陆本土生产动力电池的资格。 不过我们也发现了,在宁德时代发布的,关于《 公司首次公开发行人民币普通股并上市之补充法律意见书( 一 ) 》上,白纸黑字地写着:TDK 对于动力电池发展前景不明朗,做出了保守的决定。。。 不过 TDK 或者说 ATL 虽然没能亲自下场,但它也给了足够的帮助。 比如大开绿灯,让曾毓群带领了一个团队从 ATL 独立,成立了时代新能源科技有限公司,也就是后面的宁德时代( Contemporary Amperex Technology Ltd ,简称 CATL )。 而在早期, ATL 和 CATL 简直就像一家公司。 宁德新能源的地址在新港路 1 号,对面的新港路 2 号就是宁德时代。 这两家公司不仅共用食堂、宿舍和幼儿园,直到 2020 年前,他们还能互用对方的机器打卡上班。 很多员工也经常聚餐,甚至走在新港路上,你都能看到不少 “ A+C 联姻 ” 。 而在股票里,两家公司也难舍难分,比如 ATL 在很长一段时间持有 15% 宁德时代的股权,曾毓群本人至今仍持有 ATL 的一部分股权。 哪怕到了 2015 年, ATL 完全退股后, CATL 和 ATL 、 TDK 的故事仍未完全结束。 起码 TDK 仍然从宁德时代收取技术使用费,曾毓群也在 2017 年才完全卸任 ATL 和 TDK 的职务。 但就在大家以为 ATL 和 CATL 要各奔东西的时候,到了 2021 年,他俩又共同出资成立了厦门新能和科技有限公司、厦门新能达科技有限公司,准备一起到电瓶车和储能的赛道里卷一卷。 这么盘下来,人才辈出的 TDK ,活脱脱就是电池界的黄埔军校。 另一方面, TDK 还是电池界的技术先驱,过去几十年里无数次将实验室里的技术,带到了大家的手边。 无论是最早把美国贝尔实验室的聚合物锂离子电池成功产业化、还是首先市场化电池快充技术,又或者是最新推出的硅碳电池技术,每次 TDK 在电池行业有动作,往往都能掀起一阵行业变革潮。 如今,他们又开始率先搞出了固态电池,总感觉又是一场腥风血雨。 只不过,按照 TDK 2025 年才给厂商样品的计划,咱们起码也得到明年才能看到这场大戏了。 至于真正想要在手机、电车上用上固态电池,只能说还得先准备好充电宝,再等等。 撰文:八戒 编辑:江江 & 面线 美编:焕妍
OpenAI停服,国产大模型免费用!开发者Token自由实现了
今天凌晨,OpenAI 突然宣布终止对中国提供 API 服务,进一步收紧国内开发者访问 GPT 等高水平大模型。国内开发者真是太难了。 好在,随着开源大模型水平越来越高,开发者已经有很多不错的 “平替”,比如 Qwen2、DeepSeek V2 等模型。为了给开发者提供更快、更便宜、更全面、体验更丝滑的开源大模型 API,AI Infra 领域的专业选手硅基流动(SiliconFlow)上场,推出了一站式大模型 API 平台 SiliconCloud。 刚刚,硅基流动为国内开发者献上一份前所未有的大礼:Qwen2 (7B)、GLM4 (9B)、Yi1.5(9B)等顶尖开源大模型永久免费。 从此,开发者 “Token 自由” 不再是梦,可以甩开膀子开发超级应用了。 “Token 自由” 传送门,一键直达: cloud.siliconflow.cn/s/free 正如在工业化时代,机械化工厂推动了大规模生产商品的效率。在大模型时代,生成式 AI 应用的繁荣亟需高性价比的 Token 生产工厂。 通过云服务接入大模型 API 已成为开发者的最优选择。不过,很多平台只提供自家大模型 API,不包含其他顶尖大模型,同时,在模型响应速度、用户体验以及成本方面,远不能满足开发者的需求。 现在,硅基流动的超级 Token 工厂 SiliconCloud,让开发者不用再花费精力部署大模型,大规模降低 AI-Native 应用开发门槛与成本。 大模型 Token 工厂 即时上新、极速输出、价格亲民 既然叫 Token 工厂,那用户喜欢的模型就都能直接在 SiliconCloud 上找到。 最近,大模型社区相当热闹,开源模型不断刷新着 SOTA,轮流霸榜。 硅基流动第一时间将这些大模型快速上架到 SiliconCloud,包括最强开源代码生成模型 DeepSeek-Coder-V2,超越 Llama3 的大语言模型 Qwen2、GLM-4-9B-Chat、DeepSeek V2 系列模型。还支持 Stable Diffusion 3 Medium、InstantID 等文生图模型。 值得一提的是,对 DeepSeek V2 等部署难度极高的模型,SiliconCloud 是除官方之外唯一支持这些开源大模型的云服务平台。 考虑到在不同应用场景下需要选择适合的大模型,开发者可在 SiliconCloud 自由切换。 这样的开源大模型聚合平台,已经为开发者提供了不少便利,但还远远不够,作为世界顶级的 AI Infra 团队,硅基流动致力于将大模型部署成本降低 10000 倍。 要实现这一目标,核心挑战是如何大幅提升大模型推理速度。对此,SiliconCloud 做到了什么程度? 直观上图,感受一下 Qwen2-72B-Instruct 在 SiliconCloud 上的响应速度。 刚开源不久的 SD3 Medium 的生图时间在 1s 左右。 这些开源大模型的响应速度变快,相同的算力的产出更高,价格自然就打下来了。 SiliconCloud 上的大模型 API 价格也(很卷)更为亲民。即使是 Qwen2-72B,官网显示只要 4.13 元 / 1M Token。新用户还可免费畅享 2000 万 Token。 开发者评价:“速度快得再也回不去了” SiliconCloud 一经发布,不少开发者就在各大社交平台分享了使用体验。部分 “自来水” 用户是这样评价的: 知乎上,机器学习系统专家 @方佳瑞称赞了 SiliconCloud 的输出速度,“用久了就受不了其他大模型厂商 web 端的响应速度”。 微博用户 @祝威廉二世称,其他几家平台都不敢放 Qwen2 大规模参数的模型,SiliconCloud 都放了,速度很快,还很便宜,一定会付费。 他还提到,大模型的最终产物是 Token,未来会由硅基流动这样的 Token 工厂,或 OpenAI、阿里云这样的大模型企业或云厂商完成 Token 的生产。 还有 X 用户强烈推荐 SiliconCloud,体验太过丝滑,尤其还有体贴周到的一流售后服务团队。 微信公众号博主评价:SiliconCloud 是国内同类产品中体验最好的一家。 这些评价有一个明显的共性,他们不约而同地提到了 SiliconCloud 平台的速度。为什么它的响应这么快? 答案很简单:硅基流动团队做了大量性能优化工作。 早在 2016 年,硅基流动的前身 OneFlow 团队就投身大模型基础设施,是世界上做通用深度学习框架的唯一创业团队。再次创业,他们基于丰富的 AI 基础设施及加速优化经验,率先研发了高性能大模型推理引擎,在某些场景中,让大模型吞吐实现最高 10 倍加速,该引擎也集成到了 SiliconCloud 平台。 换句话说,让开发者用上输出速度更快、价格实在的大模型服务,是硅基流动团队的拿手绝活。 Token 自由后,现象级应用还远吗? 此前,阻碍国内开发者开发 AI 应用的一大因素是不方便访问高水平大模型,即便做出了优质应用也不敢大规模推广,因为烧钱太快,他们无力承受。 随着国产开源大模型不断迭代,以 Qwen2、DeepSeek V2 为代表的模型已足够支持超级应用,更重要的是,Token 工厂 SiliconCloud 的出现能解决超级个体的后顾之忧,他们不用再担心应用研发与大规模推广带来的算力成本,只需专注实现产品想法,做出用户需要的生成式 AI 应用。 可以说,现在是超级个体开发者与产品经理的最佳 “掘金” 时刻,而 SiliconCloud 这个好用的掘金工具已经为你准备好了。 再提醒一下:Qwen2 (7B)、GLM4 (9B) 等顶尖开源大模型永久免费。 欢迎走进 Token 工厂 SiliconCloud: cloud.siliconflow.cn/s/free
为了切割二次元,这些米哈游玩家搞出了个条款?
我们二游圈子,真是太有实力啦,每天都有新乐子。 最近,又有件事成了二游玩家群体里的热点,那就是不少米哈游玩家宣布: 米游≠二游,且“ 有二不玩 ”。 第一眼看上去,有点米哈游玩家跟二次元切割的意思。 甚至还有人做了张宣传图,上面又补充了几个关键信息,二次元≠二游、二不起、米游地盘,二游别沾。 口号喊出来之后,就有不少人在各个二游论坛中转发扩散。 发展到最近,已经有人搞了个 docx 文件出来。 上面详细写上了米游切割二游的纲领,以及米游社区的规章制度。。。 打开 B 站一搜,米游切割二游的视频也是一页又一页,播放量还都不低。 手机界面都不够截的 直接截个网页端的大伙感受一下 玩家切割这操作确实有点迷惑,也因为这事,米友们又被推上了风口浪尖。 不管贴吧还是 B 站,现在天天都因为这事吵得有来有回。 有人骂有人嘲讽也有人表示支持,还有不少反串找乐子的。 总之,这个本就混沌的圈子,如今又变得更加抽象。 但这个事,其实也有前有后果,咱看热闹,也得来个全套。 所以,大家先别急着站队和开喷,今天小发就把个人收集到的一些信息,给差友们整理一下,大伙看完再评价也不迟。 当然这里面肯定也有遗漏,到时候也欢迎兄弟们在评论区补充。 首先,说说米游切割二游的事件起因。 就在不久前,B 站 UP 国产二次元手游观察,发布了 5 月全球二游流水排行榜。 不过这个所谓的流水排行,因为通常只在 iOS 端有具体数据,安卓端和 PC 端这边由于各种渠道服和官服太过零散,无法统计,所以一般只能估算( UP 的估值也并非脑测,而是有一部分官方提供的基础数据 )。 而这位 UP 主,在给上个月的爆典人气新游《 鸣潮 》估算时,PC 端的倍率给的有点高,是按照 0.6-1 倍算的。 且《 尘白禁区 》的系数更高,PC 端估算倍率达到了 1.8-2.4 倍。 这就使得上面俩游戏飙升的红字流水,跟一片飘绿的米哈游,对比有点强烈。 尽管米哈游仍然是总营收的天花板,但这种估算方式,引起了一些玩家的不满。 并且,上个月的《 DNF 手游 》大爆,甚至突破了可预测上限。 腾讯的《 火影忍者 》手游,表现也十分亮眼。 这还没完,下面 UP 主还提前放出了 6 月看点,星铁新池子 VS DNF 手游,鸣潮新池子 VS 原神新版本,这就更吊人胃口了。 于是,下面直接就有人给这次的事件开了个头。 表示原神和星铁俩游戏,不该放在手机游戏里排行,而是应该和端游同台竞技。 主要原因,也是米哈游的游戏总断层领先,再放到这个榜单里没啥悬念。 如此一来,慢慢就有米哈游玩家站出来。 表示米哈游的游戏,现在都不算二游,严格来说是米游。 大家分开来算,没必要互相比,皆大欢喜。 就这样,“ 米游独立日 ”在这天正式宣布。 不少社区里活跃的米哈游玩家,开始在玩家圈子里,自发地宣传米游≠二游。 后来还有人真整出来了个米游榜,专门把米哈游的游戏排一起。 听到这,你可能有点一头雾水,或者是绷不住了。 米哈游的游戏,无论从画风还是配音,不一直都是标准的二次元吗? 这种一眼顶真的事,切不切割又有啥意义? 而且,谁知道到底啥才是二游? 阴阳师、鸣潮、明日方舟、尘白禁区、重返未来 1999 这些肯定是二游吧? 那像火影忍者手游是动漫 IP,它是不是纯血二次元手游? DNF 手游是标准日漫画风,还是 2D 的,应不应该也算进来? 奇迹暖暖、恋与制作人等换装、乙游,也都有上古 ACG 时代就存在的铁二次元要素,肯定也是二游吧? 好像可以是,但不是似乎也行。 而且从混乱守序的角度看,黑暗之魂也是标准的日式 RPG,Steam 上还有恋爱的标签,那黑魂可能也是二游; CS:GO 的枪皮里面有不少二次元美少女,小发还总能听到游戏里有甜妹开麦卖萌,那 CS 我看应该也是二游; 如龙 8,日式黑帮角色扮演、回合制、换装,谁比它更二游? 总之,二游这个概念,真较真起来本身就很宽泛。 不过认真的讲,现在二游确实是国内手游市场单独开创出来的一个游戏赛道。 它们往往有着日式动漫的人物美术风格、抽卡养成,和一定的 galgame 属性,但玩法不限制,可以是塔防、回合制、即时战斗,也可以是开放世界,而且 APP 图标通常都是个大头人。 但每个人的回答可能会有些许区别,毕竟二游也并非什么官方命名,一直都是大伙根据感觉来的。 所以,切割二游这个行为本身是比较奇怪的。 开始小发确实是这么想的,但后来又逛了逛。 发现一些米哈游玩家之所以想切割,还是有原因的。 他们本身并不是想切割游戏分类,只是想切割游戏圈子。 在这一部分认真玩游戏的人看来,每天进入游戏社区,并不想看到各种引战和反串,只是想找找攻略,讨论一下剧情,以及新人物要不要抽而已。 也不得不承认,二游整个圈子确实有点乱,今年以来,就更乱。 现在每天节奏满天飞,不管谁家的游戏粉丝,永远都在喷人和被喷间周旋。 一部分人想追求纯粹 ML 体验( 御主类二游,男主是永远的核心 ),有男不玩( 指卡池里有男角色就不玩 ); 有的人又想在男性向游戏里,追求一般向( 同时面向男女玩家 ),对角色设计指指点点; 还有那种股东流水党,每天游戏不怎么玩,到处发流水对比,分析游戏公司是死是活; 当然,有些游戏厂商也确实有问题,乃至于 PUA 玩家,这又进一步加剧了玩家之间的对立。 NIKKE 就是纯 ML 游戏 最搞的,还是有些单纯来反串的游戏领域大神,每天就知道发表各种引战言论,故意拿米哈游这个流量密码跟其他游戏做对比。 这就容易让一款新二游的评论区,常常演变成米玩家、米反串玩家、新游玩家的大乱斗。 然后大伙就对整个米哈游玩家群体开启嘲讽模式,来一句:我超,原。 奈何米哈游玩家群体基数大,真不是谁都那么逆天,最终导致这场大乱斗,让一些正常玩家也被误伤。 所以,切割所谓的“ 二游圈子 ”,与其说是正常米哈游玩家的心愿。 倒不如说是所有正常玩家的心愿。 就是这个说法,在小发看来略显中二和幼稚,更没必要搞个什么章程出来就是了。。。 其实,大家无论在网上看到什么逆天言论,只要当做没看到不去搭理,慢慢环境也能变好点。 毕竟就算对线时候骂的再凶,再有理有据,也没法改变对方的立场和观点,更何况你有时候都不知道对面是人是鬼。 懂了这个道理,不止玩游戏,但凡是上网,基本都能解决你 80% 的烦恼。 撰文:赤膊朋克 编辑:莽山烙铁头 美编:焕妍
OpenAI将终止对中国服务,宁德董事长回应网传896工作制,宝马将为电车加入模拟音效,AI冲上一本线,这就是今天的其他大新闻
今天是6月25日 农历五月二十 《 完蛋!我被美女包围了 》 手机版今天官宣了 28 日还会发放免费试玩资格 说是完美移植 Steam 本体 所有角色悉数回归 还有移动端专属优化 。。。 下面是今天的其他大新闻 # OpenAI 将终止对中国服务 ( 新浪科技 )当地时间 6 月 25 日凌晨,陆续有包括中国大陆在内的各国和相关地区 API 开发者在社交媒体上表示,他们收到了来自 OpenAI 的“ 警告信 ”。 信中写道:“ 根据数据显示,你的组织有来自 OpenAl 目前不支持的地区的 API 流量。从 7 月 9 日起,我们将采取额外措施,停止来自不在 OpenAI 支持的国家、地区名单上的 API 使用。” 媒体“ 证券时报 ”方面联系到的一位供职于中国机构的人士也确认收到了 OpenAl 的上述邮件。目前 OpenAI 的 API 向 161 个国家和地区开放,但中国未包含在其中。这也意味着,OpenAI 宣布终止对中国提供 API 服务。 :这就是科技无国界? # 宁德时代董事长回应网传896工作制 ( IT 之家 )在 6 月 25 日召开的夏季达沃斯论坛上,宁德时代董事长兼 CEO 曾毓群就市场传言的“ 896 工作制 ”称:“ 奋斗 100 天,就是号召大家去练好基本功。我们没有强迫大家。 ” 他强调,宁德时代没有强迫员工参与上述倡议,而是鼓励大家练好基本功,提高自身专业能力。特别是在新能源行业“ 卷价格 ”的环境下,价值最重要。 :高情商:鼓励大家练好基本功。 # 宝马 M 部门负责人:将为电动汽车加入模拟换挡 / 音效 ( IT 之家 )6 月 25 日消息,备受车迷赞誉的现代 IONIQ 5 N 被认为是目前最注重驾驶体验的电动汽车之一。近日,宝马 M 部门负责人透露,他们正在为旗下电动汽车研发模拟换挡和音效功能,这显然是受到了现代 IONIQ 5 N 的启发。 在打造首款挂 N 标的电动汽车时,现代通过研发一系列提升驾驶体验的功能,让 IONIQ 5 N 脱颖而出。其中一个重要功能就是模拟八速双离合变速箱的换挡体验。 近期英国汽车杂志 Top Gear 采访了宝马 M 部门负责人弗兰克・范・梅尔。范・梅尔对IONIQ 5 N 赞不绝口,并表示未来宝马的电动汽车买家也将体验到类似的驾驶乐趣。“ 我认为现代模拟换挡和音效的做法是正确的方向,我们的高性能电动汽车也需要这样的功能。” :光音效不够,建议再加点顿挫感。 # 4 款 AI 参加高考冲上文科一本线 ( 新浪新闻 )6 月 24 日,高考新课标 Ⅰ 卷全科目大模型评测报告出炉。数据显示,GPT-4o 以 562 分排名文科总分第一,字节跳动旗下的豆包成绩是 542.5 分,排名国产 AI 首位,其后依次是百度文心一言 4.0 的 537.5 分,以及百川智能“ 百小应 ”的 521 分。 本次大模型高考评测与河南省考卷完全相同。根据当天公布的河南高考录取分数线,文科本科一批录取分数线为 521 分,GPT-4o 超出 41 分,豆包等三款国产 AI 也成功冲上一本线。 :来人啊!换理科卷。
从月球带点土特产回来,到底有多难?
就在今天中午,带着两千克月背土壤的嫦娥六号,终于到家了! 前情提要就不跟各位差友们废话了,之前嫦娥六号登上月球的时候江江才捋了一遍,还顺便给高考学子们押中了一道作文题。 哥们好像太激动了,把月球打成了地球 而大半个月过去了,嫦娥六号也在今天 14 时 07 分,准确着陆到了内蒙古四子王旗预定区域。 这么一条喜大普奔的消息,一时间,就在各大媒体之间传开了。 不少网友直接跑到嫦娥六号的官方微博下围观,纷纷庆祝小六带着土特产的顺利回归。 当然也少不了捉虫的,说这 IP 地址也该从月球改成内蒙古了。 还有网友分享另外一条好消息,在嫦娥落地的那一刻,收到了高考成绩的短信。 其实嫦娥六号收到这么多好评,也都在江江的预料之中,毕竟绕到月球背面着陆的难度,上次咱也跟大家讲过了。 截至目前,达成这个成就的就咱一个。 不过上次科普的时候,咱只给大家讲了嫦娥六号是怎么着陆到月球背面的,但当时它在月球 “ 打工 ” 的那两天,也有挺多东西值得说道的。 就比如同样挖月壤,嫦娥六号任务可要比五号难多了。。。 首先就是地球不能直接看到月背,要靠鹊桥二号搭桥,而它维持地月联系的时间只有 40 个小时,比嫦娥五号少了有 8 个小时。 相应的,六号月表采样的时间也缩短了,从原来的 21 小时变成现在的 14 小时。 时间紧张还不算啥,更难的还在后头。因为采样地点的纬度更高,月壤的风化程度不够,导致石块的含量更多,直接把嫦娥六号的挖土的难度又提升了一个等级。 虽然难度是噌噌往上飙,但咱科研团队也不是吃素的,为此,我们整出来个更智能的自动化程序。 简单的说,就是先用配置好的降落相机、全景相机、月壤结构探测仪、月球矿物光谱分析仪等等,把月球里里外外 “ 看 ” 个透,然后用这些数据把三维的地形图给重建出来,最后再对着这个地形图来决定机械臂要怎么挖土。 而且在月球上挖土,也并不是随便在地上扒拉扒拉就行的,它还得有规划,表层的和内部的都得挖到。 为此,研究团队给嫦娥六号整上了两种挖土方式:机械臂表取和钻具钻取。 其中钻具的钻头更是重量级,它是团队千挑万选搞出来的 “ 独创钻头 ” ,可以针对不同的月壤颗粒度,去切换切削、拨、挤、排等能力,而且钻头功率能有 1000 瓦,能钻得动八级硬度的岩石。 有趣的是,收集钻取月壤的过程还有点好玩,跟灌香肠一样。在钻头内部,有个取芯管,取芯管外面有一条长长的取芯袋,它就相当于是肠衣,钻头往下钻的时候,月壤就会被顶到这条 “ 肠衣 ” 里面。 等把整个肠衣都灌满后,就是封装等待 “ 回家 ” 了。 但这时可能也会有人纳闷,嫦娥五号不都有带回来一些月壤了嘛,为啥咱要花这么大力气去月背挖月壤,而且一直以来关于 “ 月球已经死了 ” 的话题就没断过,咱还有探索月球的必要嘛? 其实还真有,咱探索月球最根本的原因,也不是要说移民到月球,而是去研究月球的起源和演化,而且它还能为解开太阳系的形成和演变提供一些关键线索。 更重要的是,月球上可能还会有一些咱地球上比较稀缺的元素,像是上次,咱们就从嫦娥五号带回来的正面月壤里面发现了不少氦 -3 ,能用作核聚变发电。 而且因为月球背面常年受太阳折磨,像氦 -3 这类的储量会比月球正面更丰富。要是能从月球上开采出氦 -3 并且带回地球来,咱们就能彻底实现用电自由、能源自由了。。。 另外,嫦娥六号在月球上的那两天,也不是光顾着挖土,它还随身携带了一个 “ 摄影小车 ” ,咱们看到的很多 “ 打卡照 ” 都是它拍出来的。 不仅如此,在完成自个儿工作的同时,它还顺手拉了外国伙伴一把,这次嫦娥六号身上还带着好几个外国友人的设备,像是欧空局月表负离子分析仪,还有法国月球氡气探测仪等等。 差不多 6 月 4 号早上七点多,嫦娥六号就把所有工作给安排妥当,准备返程了,当然回家也同样要靠鹊桥二号给搭个桥。 接下来的事情,大伙也都知道了,飞了 20 来天,嫦娥六号终于回到家。落地之后,嫦娥六号也没闲着,立马就发了个微博,来征集预订月壤的名单。 江江倒是挺好奇, NASA 这次还会不会舔着脸再来要一次月壤。。。 总的来看,作为探月四期工程的排头兵,嫦娥六号算是给后面的兄弟们打了个样。接下来建月球科研站的目标,就看七号八号兄弟们的了。 反正我已经忍不住,开始幻想咱有第一个月球基地的情景了。 撰文:松鼠 编辑:江江 美编:焕妍
将AI带进国人厨房 老板电器食神烹饪大模型发布
凤凰网科技讯 6月25日,老板电器昨日举行的发布会上,名为“食神”的AI烹饪大模型正式与外界见面。老板电器根据45年烹饪领域所沉淀的数据,将AI带入国人厨房,满足当下用户千人千面的个性化烹饪需求。 AI烹饪大模型“食神”通过观察烹饪世界里的温度、时间、光照、声音、气味,感知用户的角色、身份、情绪、动作,并将用户的个性化数据与大模型数据匹配,为每个用户规划出最适合的烹饪全链路整体解决方案,除了告诉用户怎么做菜外,还能调动所有设备,和烹饪者协作做菜,降低了烹饪的门槛,激发烹饪创作的乐趣。 除了功能性的辅助外,该模型也包含了生理、心理、哲学、审美、文化历史、人情世故等等,是一个“有情绪”、“拟人化”的大模型。 在本次发布会上,老板电器也宣布了品牌的全面升级,正式提出了“享受创造,因自由因成全”的品牌全新价值主张。老板电器还提出了“烹饪全链路整体解决方案提供商”的全新企业定位,实现企业在业务边界、能力边界、价值边界上的突破。 此外,老板电器还提出“科技+人文”的企业未来发展路径,通过推动数字烹饪科技的普及,为每一个人,每一个家庭提供个性化量身定制的烹饪解决方案。 老板电器总裁 任富佳 发布会当天,老板电器与爱道思人文学社还共同发起“重返未来2024”思想峰会,老板电器总裁任富佳,与华东师范大学紫江特聘教授刘擎,华大集团CEO、生物学博士尹烨,上海外国语大学全球文明史研究所教授施展等知名学者一道,就人工智能、数字生命等前沿课题进行了交流。
机构:2024年笔记本电脑内存平均搭载容量将增至11.8GB
研究机构TrendForce集邦咨询近期观察人工智能(AI)领域服务器、笔记本电脑等趋势,表示预计2024年大型云服务供应商如谷歌、微软、Meta、亚马逊AWS等,仍将继续采购高端主打训练用的AI服务器。此外,因为AI PC或AI笔记本电脑在计算机设备基本架构组成方面与AI服务器较为接近,具有一定程度运算能力,可运行较小型大语言模型(LLM)、生成式AI等应用,有望成为云端AI基础设施及边缘AI小型训练或推理应用的最后一里路。 机构认为,2025年随着AI应用完善、能处理复杂任务、提供更好的用户体验并提高生产力,将带动消费者对于更智能、更高效的终端设备需求迅速增长,AI笔记本电脑渗透率将快速增长至20.4%的水平,预期这一浪潮亦将带动DRAM搭载容量增长。 机构预估,笔记本电脑DRAM内存平均搭载容量将自2023年的10.5GB年增至2024年的11.8GB。展望2025年,随AI笔记本渗透率自2024年的1%提升至2025年的20.4%,且AI笔记本皆搭载16GB及以上DRAM,将至少带动内存整体平均搭载容量进一步增长0.8GB,增幅至少为7%。 TrendForce认为,AI笔记本除了带动DRAM容量提升之外,还将带动更省电、高频率芯片需求,也就是LPDDR对传统DDR的取代趋势。对原本追求可扩展性的DDR、SO-DIMM方案而言,转换至同属模块化的LPDDR、LPCAMM方案,亦为板载LPDDR内存之外的选项之一。 对于笔记本电脑处理器方面,机构表示英特尔的Lunar Lake及AMD的Strix Point都是在6月COMPUTEX展会首次发布的SoC,并都符合AI PC标准。搭载这两类处理器的PC机型,预计将成为未来市场主要关注焦点。华硕、宏碁、微星等品牌均将发售搭载Lunar Lake或Strix Point处理器的新机型,预计新款AI PC建议售价落在1399~1899美元(约合10158~13789元人民币)之间。 (校对/孙乐)
开发者发现苹果Vision Pro拥有独特散热机制:风扇转速受噪音影响
IT之家 6 月 25 日消息,据 VR 开发者 Max Thomas(网名 Shiny Quagsire)的发现,苹果 Vision Pro 头显的散热风扇转速设定方式似乎与以往产品不同。以往的电子设备通常依靠温度传感器来调节风扇转速,当处理器负载升高,温度上升时,风扇转速会随之加快,以降低温度维持性能。 然而,苹果 Vision Pro 似乎并不仅仅依靠温度来控制风扇转速。这位将 SteamVR 串流工具 ALVR 移植到 visionOS 的开发者 Thomas 发现,该头显还会利用麦克风阵列来侦测噪音,并以此作为调整转速的另一个依据。推测其目的在于,在周围环境噪音较大的情况下,风扇的噪音更不容易被察觉,从而在保证用户体验(降低风扇噪音)的同时尽可能维持设备性能。 IT之家注意到,Thomas 在回复网友的评论时还称,麦克风似乎主要监测环境噪音水平,周围播放音乐也会使风扇最大转速保持在更高水平。 这一发现也带来了一个有趣的结论:在嘈杂的环境中,苹果 Vision Pro 的性能反而可能比安静的环境更好。因为在安静的环境下,风扇转速会受到限制,导致系统在较低的温度下就开始降频(降低性能)。Thomas 通过播放白噪音的方式验证了这一点,以此干扰麦克风拾取风扇噪音。 目前为止,市面上鲜有其他设备采用类似的散热机制。这种设计考量或许是苹果考虑到风扇噪音过大会影响用户体验,毕竟 Vision Pro 是戴在头上使用的。当然,仁者见仁智者见智,也有人可能会认为这是过度设计。 广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。