毫无疑问，AI 正在重塑每个岗位的定义。 从客服到设计师，从程序员到销售，没有人能完全置身事外。而这一次，知名前端云平台Vercel 给出了一个极具现实感的案例：它直接让 AI 向公司里最优秀的员工“取经”，最终实现了——1 个人+1 个智能体（Agent），干掉了原本的 10 人团队。 从前端平台到 AI 实验场：Vercel 的转型野心 Vercel 成立于 2015 年，由开发者 Guillermo Rauch 创办，以简化开发者的工作流程为核心使命，为开发者提供了一整套构建与部署现代 Web 应用的云平台，其明星项目 Next.js 已成为全球最流行的 React 框架之一。 在估值突破 93 亿美元、用户遍布全球之后，近来Vercel 的下一个目标变成了“让 AI 成为内部生产力工具”。公司 COO Jeanne DeWitt Grosser 自今年3月上任后，迅速推动了一项新的内部计划：用 AI Agent 学习人类工作流程，让 Agent 能像员工一样自主完成任务。 让 AI 复制“最强销售”的日常 这个试验从销售部门开始。 在 Vercel 的销售团队中，有 10 名销售开发代表（SDR）负责处理入站客户咨询——这通常是一个“重复多、节奏快、门槛低”的岗位。而在这个团队中，有一位员工的表现特别突出：响应高效、转化率惊人、客户满意度极高。 为此，Grosser 特地组建了一个由 3 名工程师组成的小组，花了 6 周时间“跟拍”这位顶级销售的全部操作流程：记录下每一次邮件往来、每一个判断线索质量的标准、每一种语气与措辞偏好。 随后，这一切被转化为可执行的逻辑，注入到了一个名为“Lead Agent”的销售智能体的训练体系中。据介绍，这个“Lead Agent”能够自动审查所有入站消息、过滤垃圾线索，通过内部数据库查询和调用 OpenAI 的 Deep Research 工具来验证潜在客户信息，还能自动生成带有“人类语气”的个性化邮件回复，并将客户支持类问题自动分流至相应部门。 从“10 个人”到“1 个人 + 1 个 Agent” 当这个 Agent 正式上线后，结果让整个团队震惊：AI 几乎能够完整接手多数重复性流程，人类只需在 Slack 审阅 AI 的输出并做轻微调整即可。 于是，Vercel 逐步缩减了这支入站销售团队——从 10 人降至仅 1 名人工监管者 + 1 个 Agent。据悉，其余 9 名员工也并未被解雇，而是被转岗至更高价值的工作：外部客户拓展、战略合作、复杂销售谈判等。 Grosser 表示，这个 AI Agent 的准确度和效率甚至超过早期团队平均水平，它能 24 小时响应客户，并随着人类反馈持续优化语气和策略。“只要能把流程文档化，现在要让一个智能体执行这件事，其实非常简单。” 值得注意的是，Vercel 并没有把这场 AI 实验当作“降本裁员”的手段。Grosser 和新任全球现场工程副总裁 David Totten（前微软与 Databricks 高管）都强调，当前 Vercel 公司的整体人数仍在增长。而此次实验的目标是：把最顶尖员工的工作方式，变成全公司的生产力模板。 “以顶尖员工为模板”本来就是企业常见的做法，Totten指出：“只不过区别在于，现在的技术让这种学习过程被加速了。” Grosser 也将这种 AI 训练模式比喻成“实习生培训”：“你不会把实习生交给一个态度散漫、不理解公司愿景的人带。你一定会让他跟随最优秀的员工学习。” “让 AI 去做那些可复制、可预测的事” 截至目前，Vercel 已部署 6 个 AI Agent，计划在未来 6～12 个月内扩展到上百个，全部以顶级员工为原型构建。 这些智能体被用于销售、市场、客服、内部支持等岗位，其选用标准只有两个关键特征： ● 可复现性：工作流程能够被完整记录； ● 确定性：相同输入能产出一致结果。 换句话说，AI 接管的是那些可被标准化和量化的岗位任务，而留给人类的，则是更具创造性、模糊性和战略判断的部分。而 Grosser 认为，这才是 AI 应用的正确姿态： “我个人认为，人类的潜力远超他们目前的工作角色所要求的。让 AI 去做那些可复制、可预测的事，反而能释放出人类更具创造性的部分。” 从某种意义上看，Vercel 正在用自己做一场“组织层面的 AI 实验”：它不是用模型生成代码或文案，而是用模型重写公司的工作流——当 AI 能够复制顶尖员工的判断模式、语言习惯与行动逻辑，那时公司的边界和层级就会被重新定义。 因此在可预见的未来，这样的 Agent 可能会越来越多地出现在企业的日常运作中。而当工作被算法理解，人类的价值也许就会从“会做”，转向“为什么做”与“如何做得更好”。

IT之家 10 月 28 日消息，贝宝（PayPal）宣布与 OpenAI 达成协议，将成为首个整合进 ChatGPT 的数字钱包服务。受此消息影响，PayPal 盘前一度暴涨 14%。 自明年起，ChatGPT 用户可直接通过 PayPal 完成支付，商家也能在该平台上销售商品。该协议标志着 OpenAI 在将 ChatGPT 拓展至电子商务领域方面迈出新一步。 据 PayPal 向 CNBC 独家披露，这项协议于上周末正式签署。届时，PayPal 的两类用户群体 —— 个人用户与商家 —— 都将能够在 ChatGPT 内使用该服务。 PayPal 首席执行官亚历克斯・克里斯（Alex Chriss）表示：“我们拥有数以亿计忠诚的 PayPal 钱包用户，他们今后只需点击 ChatGPT 上的‘使用 PayPal 购买’按钮，即可享受安全、便捷的结账体验。” PayPal 称，公司将为其商家在 ChatGPT 内处理支付路由、交易验证及其他后台支付流程，无需商家单独与 OpenAI 签约。所有参与方 —— 消费者与商家 —— 均已通过 PayPal 验证，这将有助于降低交易欺诈风险。用户可通过关联的银行账户、信用卡或 PayPal 余额付款，并享受交易保护、包裹追踪及纠纷处理服务。 克里斯补充说：“这不仅是让交易发生，而是让一个由全球最大、最可信的商家与消费者组成的网络安全运作。” 克里斯表示：“这是一种全新的购物模式。很难想象‘智能体式电商’不会成为未来的重要一环。”IT之家注意到，PayPal 近期也与谷歌及 Perplexity 达成合作，意在成为“AI 购物时代的支付基础设施”。

IT之家 10 月 28 日消息，据人形机器人企业擎朗智能消息，上海虹桥香格里拉盛贸酒店于今日开业，擎朗智能携旗下人形具身服务机器人 XMAN-R1、大载重机器人 S100、酒店机器人 W3、清洁机器人 C40、配送机器人 T10 / T3 等 8 台擎朗机器人全面上岗该酒店。 擎朗智能表示，这家酒店不仅成为全球首个拥有人形机器人服务员的酒店，更成为全球首个拥有通用 + 专用机器人协作的酒店。 IT之家附机器人介绍如下： 接客服务员 XMAN-R1 擎朗 XMAN-R1 不仅能帮宾客开车门，主动问候来宾，进行趣味互动，还能递送糖果。 智能行李员：大载重机器人 S100 作为行业首个深度对接香格里拉酒店管理系统的智能行李员，擎朗 S100 实现了“一键呼叫，即刻服务”的体验。 宾客在办理入住或退房时，均可召唤它前来运送行李。 配送机器人 W3 擎朗 W3 不仅可以引领宾客前往客房，还负责配送宾客点的外卖、酒店客需品等。它可穿行于酒店的走廊与电梯，将物品送达客房门口。 餐饮配送员：T10&T3 当顾客在该酒店餐厅吃饭的时候，T10 负责餐厅大堂区域的餐食配送； 而 T3 则专攻私密性更高的包厢。 清洁机器人 C40 在酒店大堂、走廊和电梯厅等公共区域，C40 会自主完成清洁任务，并能 30 秒快速风干地面，集扫、洗、吸于一体，适应大理石、地毯、木质地板等多种地面。

快科技10月28日消息，搜索引擎优化公司Graphite的最新研究显示，目前互联网上超过半数的书面内容（英文）已由AI生成。 自ChatGPT问世以来，越来越多的企业开始采用大模型来生成内容，相较于聘请真人的高昂成本，AI生成内容凭借其成本优势，成为了企业争夺搜索引擎、社交媒体及广告渠道流量的新工具。 Graphite的研究来自对2020年1月至2025年5月期间发布的6.5万篇英文网络文章进行的分析，样本库来自从全球最大公开网络档案库CommonCrawl中随机抽取的网址。 数据显示，AI内容的爆发式增长与ChatGPT的推出时间高度吻合：ChatGPT问世后12个月内，AI生成文章已占据网络文章发布总量的39%。 在2024 年 11月达成里程碑，AI生成内容数量首次超越人类创作内容，截至2025年5月，AI生成内容比例已攀升至52%。 不过Graphite研究也指出，在过去12个月（截至2025年5月）中，其增长势头已明显趋缓。究其原因，并非 AI 技术本身停滞，而是内容从业者逐渐意识到，单纯追求数量的AI生成内容在搜索引擎排名中表现不佳，难以实现预期的流量收益。 研究人员还指出，当前方法尚未涵盖“AI生成初稿+人工深度编辑”的混合创作模式，且检测工具主要针对GPT-4o生成的文章进行评估，对快速迭代的新型AI模型识别准确率可能衰减。

导读：今天，马斯克亲手放出「开源版」维基百科——Grokipedia V0.1，收录超88万篇文章，每次查询Grok都会核验事实。然而，也有人吐槽内容抄袭Wiki。 维基百科，终于开源了！ 今天，马斯克正式发布Grokipedia V0.1版本，并预告1.0版本要比现在强十倍。 他自信满满地表示，就现在这个版本，就足以秒杀维基百科了！ 进入Grokipedia主页，设计非常简洁，核心就是一个输入框。 背景是那种深邃的黑，上面闪烁着星辰点点，将知识的星辰大海的感觉瞬间拉满。 它目前收录了超88万篇文章，主要通过Grok去核查事实。而且，还支持在线交互、申报错误。 传送门：https://grokipedia.com/ 上线不过几小时，这项扬言要取代维基百科的项目，就引爆了争议。 有网友辣评，Grokipedia就是对着维基百科玩了一把「复制粘贴」，从内容到排版，全都照搬过来了。 如下，在解释半导体中的「米勒效应」（Miller Effect），前者直接一字不差地「抄袭」。 马斯克立即打脸，「我们永远无法做到完美，但将依然为之努力」。 Grok和Grokipedia的终极目标是真理，全部的真理，别无其他。 维基百科的时代，真的成为过去了吗？ 开源版「维基百科」 十月初，xAI团队在内部秘密打造Grokipedia消息，才被正式爆出。 当时，马斯克称，这是一款由AI驱动、开源的百科全书，这是朝着xAI理解宇宙的目标迈出的必要一步。 早在2019年，马斯克偶然看到维基百科中的个人介绍，直接破防了—— 他吐槽道，页面像是有几十亿次编辑的battle现场，还要打假人们给自己扣的「投资者」的帽子。 后来，马斯克因为维基百科一些政治不正确等问题，与其创始人Jimmy Wales在全网互喷。 这一次，Grokipedia正式开源，追寻到马斯克口中所谓的真理了吗？ 小试一下，搜索「Elon Musk」，可以看到几秒内，Grokipedia迅速给出一个完整的介绍，堪比个人传记。 除了开头的综述，下面分别详细介绍了马斯克童年经历、早期创业经历、企业版图、个人生活、在政治、商业等领域的大事纪。 最后，Grokipedia还附上了超300多个参考链接。 相较于维基百科，Grokipedia的介绍有所区别，但基本信息差异很小。 最大不同在于，其上方有一个Grok核查事实的标注，会显示每篇文章，最后一次事实核查的时间，确保内容准确可信。 而且，用户可以在内容下方划线，与Grok交互；若是遇到了事实错误，任何人还可以提出改进建议。 如前所述，目前Grokipedia已收录了885,279篇文章。 作为对比，维基百科在其网站上表示，截至目前，英文维基百科共有7,081,800篇文章。数量是Grokipedia的近8倍。 好评如潮，但抄来的？ Grokipedia上线之后，因各种不稳定，时而可以进入，时而宕机，引来不少人吐槽。 不过，就知识查找的结果，业界对此评价也是褒贬不一。 「暗黑」幕后操盘手Mark Kern认为，Grokipedia对GamerGate的定性够公道，终于讲出了大实话。 这是史上最公正的定论，而不是维基百科那些，年复一年照搬游戏媒体编造的谎言。 另一位网友称，George Floyd词条的处理，两者差距立判。 Grokipedia在细节把握和叙事深度上，完全碾压维基百科，不像至于像后者输出意识形态。 还有更多的好评，蜂拥而出。 问题就在于，细心的网友们发现，很多内容Grokipedia直接从维基百科照搬而来。 不过，正如现在几乎所有AI搜索都会把Wiki当做信源之一，随着内容不断完善，Grokipedia或许很快也会成为其他AI的引用来源之一。 xAI 接下来我们简单体验一下。 首先，试一试xAI。 Grokipedia直接给出了一份差不多4200字的材料，而Wiki只有1000个字。 除了引入的介绍更加详细之外，从Grokipedia左侧的目录中也能看到，不仅有历史发展、产品技术、基础设置、财务表现，甚至连争议都写了进去（比如对Grok极端言论的批评）。 在参考资料上，Grokipedia也是以98比65碾压Wiki。 上下滚动查看 OpenAI 如果觉得xAI能有这么多信息是因为偏袒自家产品的话，我们再来搜一下老对手OpenAI的信息。 这次，Grokipedia洋洋洒洒写了约8750字，而Wiki只有6200字左右。 自动播放 在Grokipedia里，OpenAI从2015年的创立，到2025年的最新产品；从商业合作、人员变动，到开源对齐、社会影响，再到奥特曼的解雇与复职、近期少年自杀的诉讼等等，非常全面。 AI搜索截流8%，马斯克横插一脚 2000年，Jimmy Wales和Larry Sanger两人，上线了一个专家审稿的网站——Nupedia。 当时，它主要由专家撰写、多轮评审，流程严谨但极慢。一年后，正式通过的条目还不到两打。 为了提速，2001年初，他们决定正式上线「开放协作」的维基百科，任何人皆可编辑，很快就自成体系。 2006年时，英文维基条目已破百万。如今，已经收录数千万篇文章。 过去24年里，维基百科成为了互联网上最优质的网站，堪称全世界的「百科全书」。 然而，AI搜索时代的来临，让维基百科逐渐走向低谷时期。 维基媒体基金会最新数据，维基百科页面浏览量同比减少了8%。 主管Marshall Miller指出，GenAI和社交媒体对人们获取信息的方式产生了巨大影响。尤其是，搜索引擎直接使用AI总结答案，而不是链接到我们这样的网站。 谷歌Overviews、OpenAI的Atlas、Perplexity的Comet等浏览器，都成为了维基百科最大的威胁。 如今，马斯克直接要「掀桌」——打造一个开源版Grokipedia。 创始人Jimmy Wales在一次采访中表示，AI是无法取代维基百科的准确性。 为了挽回优势，Wales带头成立了一个内部工作组，专攻两件事—— 一是确保内容中立客观，二是指定条条框框，鼓励学术界研究其中的偏见。 在AI搜索时代，维基百科需要打一场翻身仗。

IT之家 10 月 28 日消息，博主 @刹那数码 今天在微博发文，称苹果 iPhone 手机的固态按键方案已经完成功能验证。 博主表示，这套方案预计在 2027 年发布的 iPhone 20 系列手机上量产应用，届时电源键、音量键、操作按键（Action Button）和相机控制按钮都会变成带有局部震动反馈的固态按键。 至于相机控制按钮，苹果会在明年发布的 iPhone 18 系列手机上率先简化结构，取消电容感应层，只保留压感识别，后续迭代引入压电陶瓷做局部震动反馈，替代 demo。 根据博主在评论区的回复，苹果的这步动作简单来说就是进一步无孔化，至于怎么再进一步去掉扬声器、麦克风等开孔，博主认为苹果可能采用背部 / 边框震动发声 + AI 音效补偿算法，需要极高的调校功力，音质很难达到高标准。 据IT之家此前援引博主消息，iPhone 18 系列手机的压感模组已在 8 月份正常试产打样，但为了降低成本拿掉了电容层，纯用压感实现了所有功能，方案类似 OPPO Find X8 Ultra 和 vivo X200 Ultra。

智东西 编译 | 王欣逸 编辑 | 程茜 智东西10月28日消息，10月27日，日本AI SaaS公司LayerX发布的最新报告称，相较于谷歌或Edge等浏览器，Atlas的用户更容易受到网络钓鱼攻击，风险甚至高出近90%，仅能成功阻止5.8%的恶意网页。 10月22日，OpenAI发布自家首款内置ChatGPT的浏览器Atlas，试图向谷歌发起挑战。然而，被各界寄予厚望的的Atlas却没有达到预期。 LayerX研究团队称，他们发现了影响Atlas的首个漏洞：用户用任意浏览器在线访问ChatGPT时，攻击者能够将恶意指令注入ChatGPT的内存中并执行远程代码。 这种攻击通过跨站请求伪造（CSRF）的方式将“恶意指令”注入ChatGPT的内存中。当用户使用ChatGPT时，被污染的内存就会被调用。这一漏洞可能使攻击者感染用户系统、获取访问权限或者部署恶意软件。 漏洞利用原理（图源：LayerX） 虽然此漏洞会影响任何浏览器上的ChatGPT用户，不过对必须通过ChatGPT登录的Atlas浏览器用户而言，这一漏洞则尤其危险。 除此之外，Atlas在阻止网络钓鱼攻击的表现尤其糟糕，这使得Atlas浏览器的用户更容易受到攻击。 研究数据显示，在对Atlas进行的103次实际攻击中，有97次攻击得以通过，Atlas仅成功阻止了5.8%的恶意网页。同样条件下，Edge成功阻止了53%的攻击，Chrome则成功阻止了47%的攻击，这意味着与其他浏览器用户相比，Atlas用户遭受网络钓鱼攻击的可能性高出近90%。 各浏览器阻止网络钓鱼攻击的能力（图源：LayerX） 图表显示，Atlas阻止网络钓鱼攻击的能力非常不理想，甚至比不过Perplexity Comet浏览器和Genspark AI浏览器，而Atlas一直视Chrome为竞争对手。 结语：OpenAI AI浏览器陷安全危机 对于OpenAI而言，Atlas是一个全新的尝试，其操作更需格外谨慎，开发者需积极推进Atlas的常规防护措施和漏洞修补。 对于ChatGPT用户而言，用户在使用过程中仍需谨慎点击AI给出的可疑链接，定期检查或清除ChatGPT的内存设置。 就目前来看，距离用户放心安全使用Atlas浏览器，还需要一个很长的过程。对此，OpenAI尚未回应。

作者 | 王涵 编辑 | 漠影 智东西10月28日报道，今日，飞书宣布加入双11备战，通过其多维表格的“AI工具全家桶”，帮助电商业务各环节提效。 围绕电商领域的AI实践，飞书在昨天举行的媒体沟通会期间详细介绍了多维表格最核心的AI功能，即“AI列”“自然捷径”和“平台数据整合”功能。 飞书多维表格的“AI列”“自然捷径”功能，可以在当用户新建列时，直接调用适合的AI工具，在表格中填充AI生成内容。“平台数据整合”功能可以通过RPA工具抓取抖音、小红书等全平台数据，搭建数据看板。 现在正值双十一电商大促期间，飞书团队还分享道，其多维表格已经与电商客户共创沉淀了多场景的电商AI提效模板，与三只松鼠、伊芙丽、禾风一漾、蕉内、得到等品牌电商、跨境电商达成合作。 一、发布5年，飞书多维表格从“便捷Excel”进化到“业务中枢” 历经5年迭代，飞书多维表格完成了从工具到系统的蜕变，截至2024年，其月活跃用户已突破1000万。 飞书市场经理王屹煊说：“当AI工具与业务工具割裂时，AI就会与业务割裂。”飞书多维表格的核心定位是“业务工具与AI抓手”，即让AI自然嵌入商家的日常操作，无需改变原有工作方式即可实现效率提升。 飞书多维表格的核心突破在于“AI列”“自然捷径”功能。当用户新建列时，可直接调用适合的AI工具，如DeepSeek、即梦等。 以小红书爆款生成为例，用户仅需在表格输入“冬季旅游攻略”话题，AI列可自动生成文案、封面图，提取互动问题和标签，实现“输入-处理-输出”全流程自动化。 影视飓风还曾特别发布视频，讲述他们通过多维表格内置圣图AI，仅需填写创意与指令，即可在几分钟内批量生成20张以上视频封面。 多维表格的“平台数据整合”功能则可以解决数据分散难题，该功能可以通过RPA工具抓取全平台数据，结合AI分析生成自定义仪表盘。 二、电商有AI落地三大优势，飞书多维表格积累多场景电商模板 飞书市场经理王屹煊分享称，2025年初大模型爆发后，飞书团队观察到平台内绝大多数AI实践集中在电商领域。 通过近一年与电商从业者、消费品牌的交流，飞书团队发现他们有着极大的“对AI的焦虑与学习热情”。在激烈的同质化竞争中，他们亟需能真正落地的AI工具，以“多走一步”，抢占先机。 更关键的是，电商行业本身具备AI落地的3大“先天优势”： 1、数据基建完善：从平台后台到ERP系统，电商行业已积累海量结构化数据； 2、内容需求旺盛：日常需生成大量文案、图片、视频等营销内容，AI批量生成能力可直接解决“内容产能不足”问题； 3、业务迭代高频：受季节、节日、平台规则影响，电商策略需频繁调整。 因此，飞书针对电商场景，通过与合作伙伴的共创，积累了多场景电商模板，覆盖MCN（交个朋友、禾风一漾）、知识电商（得到）、连锁品牌（亚朵）等，企业可直接复用。 三、电商运营人力成本降低70%，跨境电商与非洲团队实时同步订单 飞书团队和嘉宾还分享了飞书多维表格在电商业务中的具体实践。 例如多平台直播（抖音、视频号、淘宝）场景，通过飞书解决方案，客服可以将各平台直播大屏截图上传表格，运营用AI提取观看人数、转化率、单品点击等数据，拖拽生成自定义仪表盘，还能够实时更新核心指标，直播运营效率提升65%。 例如，零食品牌三只松鼠以SKU为单元搭建飞书多维表格，串联商品调研、包装设计等10个环节，新品上线周期从1个月以上缩至1-3周。其还通过飞书多维表格用AI监控竞品数据，用户评价分析准确率提升2%-5%，成本节省10万元/年。 母婴头部品牌Babycare大促期间借助飞书解决方案实现“智能识别-自动派单-进度可视化”一条龙，处理周期缩短至1天内，用户流失率降低30%。 美妆品牌珀莱雅用飞书多维表格搭建竞品监测看板，用AI提炼竞品卖点与成分。借助飞书多维表格搭建的样品管理系统支持语音提报解析，库存准确率达100%，每月节省自播部门30+小时。 服饰品牌蕉内的运营通过调整提示词，在飞书多维表格内用AI生成天猫主图、抖音封面等素材。多维表格帮助蕉内连接人货场数据，辅助设计绩效评估。 电商运营公司成都独唱团总经理迟帅分享称，他们团队将飞书多维表格运用到了品牌客户代运营与川渝零食自营业务当中，人力成本降低70%；短保质期零食库存周转从4-6个月缩至15-30天，物料浪费减少60%。 00后创业者方菁在非洲跨境电商领域通过飞书多维表格，实现订单表单实时同步进度，丢单率从30%降至0。她还用飞书的AI工具生成东非线下大会物料，1人完成“物料-场地-邀约”全流程，2个月验证内罗毕市场可行性。 结语：飞书多维表格帮助电商AI化 2025年AI浪潮席卷产业界，在这一过程中，电商行业虽具备数据、内容和迭代频率上的天然优势，但多数企业仍面临工具与业务场景难以有效结合的挑战。 飞书多维表格的AI功能，可被视为对这一行业共性需求的一种解决方案尝试，不仅为电商企业提供了实用的工具，或许也将推动电商行业的AI转型。

IT之家 10 月 28 日消息，中兴通讯副总裁、努比亚旗舰产品总经理张雷今日在微博透露，12 月要上一款“国民游戏机”，采用了一加 15 同款背板工艺：抗刮擦、一擦即净。还有独特的为游戏而生的设计。 张雷表示，这顶多算冰山一角，游戏软硬件的打磨才是重点。花更少成本，不仅有更好质感，还有更能打的游戏实力。 一加 15 手机已于昨日晚正式发布，新机搭载第五代骁龙 8 至尊版处理器，提供原色沙丘（行业首发「原色纳米金属工艺」）、绝对黑（行业首发「全哑丝绸玻璃」）、雾光紫（行业首发「双维流光玻璃」）三款配色。IT之家也已在第一时间带来新机的上手体验。 IT之家评测室：一加 15 体验 目前，努比亚官方暂未公布这款“国民游戏机”的配置信息，但根据张雷目前透露的信息来看，新机预计售价将低于一加 15 手机，同时针对游戏场景进行了深度优化。值得一提的是，10 月 22 日发布的努比亚 Z80 Ultra 手机已支持红魔同款游戏空间，并内置 140+ 辅助功能。

作者 | 程茜 编辑 | 漠影 蚂蚁集团这波操作大圈粉！ 智东西10月28日报道，10月25日，蚂蚁集团在arXiv上传了一篇技术报告，一股脑将自家2.0系列大模型训练的独家秘籍全盘公开。 今年9月至今，蚂蚁集团百灵大模型Ling 2.0系列模型陆续亮相，其万亿参数通用语言模型Ling-1T多项指标位居开源模型的榜首；Ling-mini-2.0总参数160亿，每个Token仅激活14亿参数；Ling-flash-2.0总参数1000亿、激活仅6.1B，性能媲美400亿级别参数模型…… 这些模型的表现，标志着大模型发展从单纯堆参数迈向以高效方式实现智能的新阶段，而这一转变的核心支撑正是Ling 2.0技术体系，此次蚂蚁技术报告对此进行了全盘解读。 Ling 2.0的核心亮点清晰聚焦：依托高稀疏度混合专家设计、推理导向的数据流水线、多阶段对齐策略，以及基于FP8的万亿级训练基础设施，无一不是在为通用推理模型搭建具备可扩展性的坚实技术底座。 当我们将目光放大至整个行业，可以发现，大模型的竞争力正向用用最少的资源解决最多的场景问题转变，而Ling 2.0面向模型架构、预训练、后训练、基础设施各个环节的深度融合创新，正在为其提高切实可行的技术路径。 在这一背景下，围绕Ling-min-2.0、Ling-flash-2.0、万亿参数非思考模型Ling-1T三款模型的具体性能，以及蚂蚁新技术报告，我们将拆解大模型时代当模型架构、训练数据、训练策略与基础实施深度融合后，模型智能会如何飞跃。 技术报告：https://arxiv.org/abs/2510.22115 Hugging Face开源主页：https://huggingface.co/inclusionAI 一、每一次激活都提升推理能力！架构、预训练、后训练、基础设施全栈融合创新 参数规模达数千亿乃至万亿参数的超大规模模型加速涌现，其在大模型产业中的重要性与日俱增。 但伴随模型向更高参数规模、更强模型能力突破的同时，仍面临模型训练效率与成本的平衡、模型推理能力提升、长上下文处理、模型性能与评估体系迭代慢等多重关键问题。 针对这些痛点，Ling 2.0的核心解法就是“让每一次激活都提升推理能力”，从而实现在稀疏激活下最大限度地提高推理精度和效率。而这一技术优化的关键也就是推理环节的效率与精度兼顾的痛点，使得大模型训练在保证计算资源高效利用的同时，直接推动推理能力的提升。 大模型的实际性能表现，是衡量其技术路径优劣最直接、最有力的证明。如今，基于Ling 2.0，蚂蚁集团已经发布三款不同参数规模模型，160亿参数规模的Ling-mini-2.0、1000亿参数规模的Ling-flash-2.0以及万亿参数模型Ling-1T。 在效率层面，Ling 2.0系列模型中，Ling-mini-2.0每Token激活参数仅14亿，其性能就可媲美百亿参数级稠密模型，Ling-flash-2.0每次推理激活参数61亿，就可媲美400亿级稠密模型，激活计算效率约7倍。Ling 2.0模型实现了以更低计算成本，实现更高性能回报。 推理性能上，万亿规模模型上，Ling-1T每次推理激活约510亿参数，在2025年美国数学邀请赛AIME benchmark中，其突破了推理准确率与推理长度的帕累托边界，实现既支持更长文本、更多轮次的高效思考，又能保证复杂任务下答案的精准求解，尤其在数学与编程任务中优势明显。 与此同时，这三款模型还展现出了一致性，Ling 2.0系列模型参数规模从百亿到万亿，性能也随之稳步提升，这一结果直接验证了其架构设计与训练策略的可扩展性。 模型的实际表现证明，Ling 2.0 技术正在解决大模型推理效率与精度难以兼顾的核心矛盾中，持续创造价值，让每一次参数激活都服务于推理能力提升，避免了无效计算。 通过对蚂蚁这份新发技术报告的深度拆解，我们得以完整看清这一技术路径的底层逻辑和关键原理。 二、模型架构：高稀疏MoE与Ling缩放定律 首先是模型架构，其作为核心支柱直接决定了模型性能上限。 在Ling 2.0中，研究人员采用了统一的MoE基础架构，然后集成aux-loss-free负载均衡策略和多Token预测（MTP）进一步提升性能，并通过Ling scaling law进行精准外推扩展。 具体来看，其基于高稀疏度、细粒度的设计，使得每个模型配置256个路由专家，8个激活专家和1个共享专家，整体激活率约为3.5%。同时将三个模型的初始层分别指定为1层、1层和4层稠密层，这种方法可以在保持模型性能的同时减少总参数量，并提升路由平衡性。 Ling 2.0系列的模型架构配置 底座搭建完成后，研究人员进一步通过设计优化提升其效率、性能、可扩展性。 Ling 2.0的路由均衡策略遵循与DeepSeek-V3类似的设计，其无辅助损失均衡策略可同时促进专家专业化和负载均衡，并应用路由器门缩放提高训练稳定性。 同时，Ling 2.0还原生集成MTP作为辅助训练目标，为每个模型规模引入一个MTP层，并将MTP损失权重设置为0.1，通过在Megatron训练框架内为MTP模块实现细粒度的流水线并行（PP）划分，以降低MTP的性能开销。 研究报告指出，研究人员最初就将训练万亿参数模型作为长期目标，因此从一开始就制定了Ling scaling law用于指导超参数与架构的选择。其关键作用包括，确定Ling 2.0的超参数与架构配置，确保架构效率接近最优水平；提供标准化流程，仅需全量训练计算成本的 1%，即可验证针对Ling 2.0的新想法与新兴技术。 这就使得其计算结果可以更加可靠地被外推到规模超100倍的计算场景中，让万亿级规模的模型落地能更加高效推进。 其制定的统一EL缩放定律整合了计算预算（C）、激活率（A）和专家粒度（G）的影响： 研究人员的实验结果显示，与传统消融实验相比，Ling风洞实验（低成本实验评估框架）的成本效益更高，其总计算成本仅为传统方法的35%。 Ling风洞实验设计图（a）及实例分析（b） 三、预训练：20T高质量数据集与多阶段训练策略 预训练相当于为大模型打下扎实的基础认知，其核心在于让模型学会通用知识和推理，同时为之后完成下游任务的快速微调、可扩展性打基础。 因此，数据集的质量以及到底要怎么训练就是这一阶段的关键。 在数据选择与准备阶段，Ling 2.0的目标是构建高效的数据处理基础设施和管理语料库，广泛涵盖高质量的通用数据，包括但不限于常识、代码、数学、多语言内容等。 其数据种类多元化，既包括从网页、书籍、论文和维基百科等海量多样化数据集中获取到的常识数据，还包括主要增强通用推理能力的Ling代码语料库和数学语料库，以及多语言数据、长上下文数据。 Ling数学语料库实验结果 训练策略是让数据最大程度发挥价值的另一关键。 在此基础上，研究人员在预训练和中期训练阶段采用了多阶段训练策略：在大规模通用语料库上进行通用预训练；在中等规模、特定任务语料库上进行中期训练。 Ling 2.0的预训练和中期训练阶段 通用预训练阶段，Ling 2.0消耗了大量数据，以确保整体性能的稳健性；中期训练阶段其将上下文长度扩展至128K，并通过引入思路链（CoT）数据预先激活模型的推理能力。 此外，在模型训练中期，提升训练有效性的关键手段是学习率（LR）衰减，但该方式存在明显短板，既限制了训练过程的灵活性，又额外增加了调优开销。为解决这一问题，Ling 2.0系列创新采用WSM（预热-稳定-合并）调度程序，其核心改进是用检查点合并替代传统的LR衰减，能提供更高的灵活性和可扩展性。 为了让预训练的质量更可靠，研究人员将预训练从结果评估变成全流程可控，也就是不仅评估最终模型，还会在整个训练过程中持续监控基础模型的基准性能。 这些综合优化设计之下，Ling 2.0不仅可以基于高质量数据拔高基础模型能力性能，还可以进一步降低其训练与落地的成本。 四、后训练：分层优化，编程、推理能力优于多个主流模型 兼顾快速日常查询和复杂需求准确应对，是Ling 2.0后训练阶段的关键。 在这一层，研究人员采用了分离训练的监督微调、进化推理强化学习、人类偏好一致的群体竞技奖励结构化三阶段方法，并将其建立在可扩展、高吞吐量的奖励计算基础设施之上。 Ling 2.0后训练流程 首先在第一阶段，其引入了一种通过差异化系统提示构建训练数据的监督式方法解耦微调（DFT），使模型能够建立专用的深度推理模式。 第二阶段，Ling 2.0提出进化思维链（Evo-CoT），可以向反射级非思维模型中灌输自适应推理，使它们能够根据问题的复杂性扩展推理深度。 第三阶段，研究人员设计了群体竞技场奖励（GAR）机制和扩展领域规则RubriX，提升主观任务优化的稳定性， 最终实现技术层面准确、且能自然贴合用户意图的生成效果。 这一阶段，研究人员也充分引入了评估策略，其提出ApexEval，以获得强化学修训练的最佳检查点，从而有效地初始化强化学习。 基于ApexEval的Ling-mini-2.0模型检查点选择实验 其评估结果显示，Ling-mini-2.0、Ling-flash-2.0和Ling-1T在涉及编程、数学和推理等任务上的表现优于大多数业界领先模型，在AIME 2025评测集上，Ling-1T在推理精度和效率上取得了比DeepSeek-V3.1、Kimi-K2、gemini 2.5 pro更优的平衡。 五、基础设施：面向万亿级模型训练进行工程优化 Ling-2.0算法架构的创新提供了大模型低成本扩展的理论路线，但与之匹配的基础设施能力，直接决定大模型能否训得出来、跑得起来、用得好。其论文中提到，在没有任何工程优化的情况下，这种高度稀疏的MoE架构在性能上并不优于密集模型。 然而当下构建可支持万亿参数高效训练的基础设施系统面临显著挑战，核心难点在于难以同时平衡成本控制与训练效率提升两大需求。 因此，Ling 2.0针对此进行了系统级的工程优化，包括全量FP8训练、异构细粒度流水线并行、分布式训练框架优化，以及基于4C原则构建大模型软件工程。 具体来看，Ling 2.0采用细粒度的块级FP8量化策略，激活和梯度以[1, 128]大小的块进行量化，权重以[128,128]大小的块进行量化。研究人员还针对交错1F1B流水线策略存在的挑战对PP框架进行了优化。 除了FP8训练和异构调度，研究人员针对分布式训练框架进行了包括节点内DeepEP、引入多种融合算子、使用完全重新计算、长上下文训练等的优化，以增强Ling 2.0训练的性能和稳定性。 在Ling 2.0模型训练和分布式框架开发过程中，框架开发经常成为模型训练的瓶颈，严重时甚至会影响训练效果，因此，研究人员进一步引入正确、一致、完整和协同设计的4C原则，以保证模型训练在降低相关成本的同时，能提高开发效率和交付质量。 最后在模型评估层面，研究报告中，其基于OpenCompass重新设计了整个评估流程，与原始OpenCompass相比，每个检查点的总评估时间减少了2/3以上。 这一系列的研究结果证明，MoE模型可以通过架构、训练和基础设施方面的协同创新，同时提升推理能力和计算效率。 结语：蚂蚁集团开源之路，开启大模型高效推理时代 当前大模型领域正从参数竞赛转向效率与性能的平衡，蚂蚁集团此前开源了诸多模型从轻量推理模型到万亿参数模型，Ling 2.0的技术报告又通过诸多技术细节，清晰展示了模型规模与效率并非对立的技术路径。 从其结果来看，这一策略为后续模型开发提供了可借鉴的范例，推动行业从单纯的参数竞赛转向更注重效率和性能的发展路径。

大自然很有趣：物种的多样，让相邻两种生物可以截然不同；但趋同演化也在发生——生活在相同环境的生物，即便基因完全不同，仍会长出相似的特征。 如果手机行业是个生物圈，那么一加就是这两种矛盾逻辑的共生体。 自诞生起，一加就很不一样。 它是最早一批高端硬件出海并赢得全球口碑的中国品牌；在 Android 系统碎片化最严重的年代，一加是极少数能提供接近原生纯净体验的国内厂商；它也是最早倡导 CMF（颜色、材质、手感）理念的品牌之一，在「玻璃三明治」盛行的行业里，守着自己的一座山头。 但命运似乎和它开了个玩笑。 自 2021 年起，一加在步步高体系下的独立性逐渐缩减，两个灵魂人物，一个离开创业，一个被集团事务占据了精力；一加与哈苏的影像合作，止步于合同期满，现在看起来更像是 OPPO 的垫脚石；如今的一加仍然是中国市场增长最快的品牌之一，但产品却少了几分「锋利」，和友商愈发趋同。 一加变得更好了，却也更加无趣了。 这就像一段关系进入「七年之痒」——时光磨平了棱角，新鲜感早已消散，但你仍然清楚地记得当初的对方的美好、独特，那种「不将就」的气质，令你着迷和深爱。 问题是——何日君再来？ 按当下标准看，一加 15 是台「毫无野心」的手机： 硬件性能中规中矩。命名不带「Ultra」，却硬要宣传得像 Ultra。定价不上不下，缺了冲高的决心，性价比也顾不上。过于纯粹的「电竞旗舰」产品定义，虽然在 OPPO 的矩阵里合情合理，却显得和一加的气质格格不入。 但只要不只盯着参数，你会发现一加 15 真正做对的事，早已刻在表面。 在「原色沙丘」版本上，科技与美学以一种《沙丘》式的史诗感交汇。中框的特殊纹理工艺，与背板的自然衔接，让这款手机拥有近几年里一加最出色、最具新意的握持手感。 它采用了微弧氧化 (micro-arc oxidation)，又称为等离子体电解氧化 (plasma electrolytic oxidation) 技术。 这是一种源自于航空航天领域的金属部件加工方法，通过电化学技术将普通金属的表面转化出细密陶器的手感。将金属中框投入电泳池，通上高压电，金属与氧以及电解液中的其它元素，在高温等离子体作用下发生瞬间而强烈的反应，形成一层坚硬却又细腻的氧化陶瓷层，并在过程中着色。 这个加工过程富有艺术性：在高压电通电的一瞬间，即便是很小的一块面积上，数以万计的微电弧闪烁燃烧，如《沙丘》中漂浮的香料，仿佛星宿陨落。 用户无法亲眼看到这个美妙的过程，是唯一的遗憾。但他们可以享受到微弧氧化工艺的所有好处： 不同于传统的阳极氧化和喷涂方法，高压脉冲直接在中框表面上「雕刻」出天然的微晶结果，形成一种独特、非「工业感」的细微纹理。 光线掠过时，它反射出陨石般的不规则光泽。用手摸上去，有着近乎陶瓷的触感——久看不腻、久用如新。 和阳极氧化相比，微弧氧化能够是让膜层硬度极高、耐磨防腐，手感独特。但这种工艺成本高，能耗大，以往只见于航空航天、生物医疗设备，以及汽车的核心部件。 而在一加 15 上，微弧氧化工艺首次和智能手机发生结合。材料科技向美学边界的又一次延伸，这是一加工业设计团队坚持了十年的路线。 一加 15 在我看来，证明了这个行业里仍有一群工业设计人员，在用「实用品」和「艺术品」的结合方式看待智能手机。无论这个品牌的命运如何，这群人仍然会记得一加代表什么，在各种地方做着或大或小的「反抗」，坚持一种长期主义的表达，since 2014. 在关于原色沙丘一加 15 的所有讨论中，我看到一句话很喜欢：用最原始的方式，应用最具未来感的科技，这是《沙丘》世界的设定令人着迷的一大理由。 比如虚构的霍尔茨曼力场，能够阻挡一切高速移动的物体，也让《沙丘》中的战争显得原始和充满魅力。 从某种角度，一加 15 的原色沙丘，像是工业的冷峻理性和手工陶器的温度质感相结合，正是这种「原始与未来共生」的具象化体现。 当今的手机市场早已进入一种「完美却乏味」的阶段：一样超大的屏幕，一样至尊的处理器，一样多到数不清，却仍然看不清的像素数…… 或许 99% 的人看到一加 15，拿起它的时候往往只会注意上面那几点——但会有拿 1% 触觉、视觉的反馈足够敏感的人，会留意到工艺和设计的存在感，沉默却又大声。如果这个人碰巧是哥老一加用户，那种被 Babyskin、类肤材质养成多年的触觉记忆，会立刻激活。 那是任何纸面参数和性能跑分，都无法量化的愉悦感。 十年过去，一加的命运已经不再完全由自己掌控，但那股「不将就」的精神，依然顽固地留存在产品的某些细节中，无法磨灭。 就像过去大部分一加手机那样，一加 15 无法赢得所有人的喜欢，而是为了哪怕一小撮人能够发自内心地说一句：「记忆里的一加回来了——不对，它好像从未离开。」 也许，这就是一加的「七年之痒」最好的答案。

作者/于雷 编辑/刘毓坤 在智能手机市场增长普遍放缓的背景下，一加正以一种极具专注性的“反共识”打法，试图在激烈的竞争中开辟出一条独特的增长路径。在10月27日一加15与Ace 6新品发布会后，一加中国区总裁李杰接受了媒体采访 。他详细阐述了公司当前以“性能Ultra”为核心的产品战略，解释了为何在旗舰机型上选择1.5K+165Hz屏幕而非传统的2K高分屏，并对移除哈苏联名标识、供应链成本上涨、以及未来业务布局等外界高度关注的问题进行了解答。数据显示，一加在第三季度实现了36.7%的同比增长 ，并预计全年增速将接近50% ，这背后是一套围绕特定用户群体展开的、清晰而激进的商业逻辑。 “性能Ultra”：一次围绕用户的精准取舍 面对当前“市场增量没有那么明显”的行业现状，一加选择将战略原点回归用户 。李杰明确指出，一加当前的核心目标是“专注于那些对游戏更偏好的年轻用户”，并基于此进行产品定义和资源取舍 。此次一加15的定位是“性能Ultra”，即在性能和游戏体验上做到极致长板，同时在其他方面保持均衡，达到同档位的主流水准。 为了实现这一目标，一加做出了几个关键的“反共识”决策，其中最引人关注的是屏幕的选择。针对网络上关于一加15从2K屏幕“减配”到1.5K的争议，李杰回应称这并非倒退，而是在深度洞察用户实际体验后的最佳方案。他指出：“从实际体验角度来说，2K的屏幕比1.5K的屏幕在观感上是要好一些，但是会带来一些问题，比如高PPI会带来比较大的功耗。”。更重要的是，数据显示，一加12和13的用户中，2K分辨率的开启率仅有20%多。因此，一加认为“相比于分辨率1.5K到2K的差异，我们认为从120Hz到165Hz的整个体验提升是更加明显的”。这一决策，连同为165Hz游戏体验定制的“风驰游戏内核”，共同构成了产品的核心护城河。 业绩与定价：在成本压力下坚持“零利润” 尽管面临供应链成本的上涨压力，尤其是在存储部件上，李杰确认“现在比较明确有大幅上涨趋势的确实是内存” ，但这并未动摇一加的定价策略和长期承诺。他重申，公司在2022年底宣布的“未来三年硬件综合利润可以为零”的战略“暂时不会发生变化”。 一加的定价逻辑十分直接：“首先我们希望先把产品做好……其次在极限范围内定一个最有诚意的价格”。李杰表示，公司将用户体验和规模的提升置于首位，而“算账的事情可以放到第二位” 。这种策略的底气来源于强劲的增长势头。据他透露，一加今年第三季度同比增长达到36.7%，是所有品牌中增速最快的，并且他预计“到年底我们的增速应该有机会接近约50%”。这一增长的主要来源，正是其精准定位的“爱玩游戏的年轻人”，这部分人群数量相比去年翻了一倍。 品牌协同与影像争议：定义清晰的自我路径 在OPPO体系内，如何实现“1+1大于2”的协同效应，始终是外界关注的焦点。对此，李杰表示，一加与主品牌的协同不存在障碍，核心在于双方锚定的用户原点不同，因此“不用太担心所谓的竞争和影响”。他强调，一加15的产品定义和市场策略都非常清晰，不存在为了给OPPO主品牌让路而在产品上有所“克制”的情况 。 另一个广受热议的话题是，一加15取消了与哈苏的影像联名。李杰坦言，如果用户追求极致影像，他会更推荐Find X系列，但这不代表一加15的影像能力有所妥协 。他表示，一加继承了与哈苏合作的经验以及对色彩、审美的理解，“虽然哈苏的标没了，但是拿一加15拍照（会发现），我们对整体色彩和审美这些东西都还在”。他甚至给出了一个非常自信的判断：“这次实际的影像效果，比过去历史发布的一加12，一加13，一加15的效果都是最好的”。 未来布局：深耕游戏赛道与技术合作 展望未来，一加的路线图依然紧密围绕其核心用户展开。在被问及“第二增长曲线”时，李杰透露，公司确实会考虑拓展新的产品品类，但前提是“人群不能变，核心场景不能变”，新的探索将继续围绕性能和游戏赛道进行。 在核心技术层面，一加正与供应链进行更深度的合作。李杰在采访中宣布了一个重磅消息：一加将首发高通第五代骁龙8旗舰芯片。他特别指出：“这颗芯片一开始就是一加跟高通双方联合定义的，我们做这个芯片做了两年”，并预告这款重磅机型“应该也快了”。此外，在散热等关键技术上，一加也在持续投入自研，例如此次采用的“超薄手撕钢”材料，旨在实现更高效且轻薄的VC散热解决方案 。 总结 此次专访清晰地勾勒出一加在当前市场环境下的生存法则：极度聚焦。通过放弃成为面面俱到的“水桶机”，一加选择将所有资源押注于“性能”和“游戏”这两个核心长板上，以此吸引并服务好特定的年轻用户群体。无论是选择1.5K+165Hz屏幕，坚持硬件零利润策略，还是与高通联合定义芯片，所有动作都服务于这一终极目标。截至2025年同比36.7%的季度增长率证明了该策略在现阶段的有效性。然而，面对日益增长的供应链成本和永不停歇的市场竞争，一加的这场“性能豪赌”能否持续获得市场的正向反馈，将是其未来发展的关键看点。

上个月，马斯克说要用 AI 打造一个比维基百科有巨大改进的产品 Grokipedia，甚至将其定位为「xAI 理解宇宙目标的必要步骤」。 今天 Grokipedia 正式发布了，虽然是 0.1 版本，但马斯克表示也已经比维基百科要强 所以，这个 Grokipedia 到底是个啥？简单说，就是个 AI 全自动生成的百科。马斯克声称，这是为了干掉维基百科那帮「有偏见的编辑」。 体验 http://Grokipedia.com ▲温馨提示：目前 Grokipedia 建议用英文搜索，中文搜索体验目前比较差 Grokipedia 的模式挺有意思，所有条目均由 AI 模型 Grok 自动生成，目前已收录超过 88.5 万个词条。 与维基百科由全球人类志愿者众包、编辑、审核的模式截然不同，Grokipedia 的用户无法直接编辑内容，只能「请求 Grok 修改」。 AI 百科，还是维基百科的「搬运工」 然而首批冲进去吃瓜的网友们，很快发现了一个让人哭笑不得的事实，Grokipedia 上的大量词条，简直就是从维基百科 Ctrl+C、Ctrl+V 过来的。 搜一下「MacBook Air」，拉到页面最底下，一行小字让我眼前一亮：「内容改编自维基百科……」 但像 PlayStation 5 这种词条，就连改都懒得改了，几乎是把维基百科原文原封不动地搬了过来，连标点符号都没怎么换。字对字、行对行，堪称像素级复刻。 所以马斯克说的「比维基百科强 10 倍」，指的是复制速度快 10 倍吗？ 维基百科那边估计也无语了，发言人 Lauren Dickinson 的回应堪称神吐槽，大意就是：「谢邀，我们很好。但看起来，即使是 Grokipedia，也需要依赖维基百科才能存在。」 杀伤力不大，侮辱性极强。 AI 去偏见，还是「换一种偏见」 当然，Grokipedia 也不是所有内容都照搬，Grokipedia 也展现出一些完全不同的的特点，但同样充满争议。 就拿马斯克点赞转发的这个案例来说，是对乔治·弗洛伊德之死的总结对比。这起案件当时引发了美国「黑人的命也是命」（Black Lives Matter）运动，十分轰动。 APPSO 把原文和翻译都放出来，给大家感受一下： 维基百科： 乔治・佩里・弗洛伊德（George Perry Floyd Jr.，1973 年 10 月 14 日 —2020 年 5 月 25 日）是一名非裔美国人。2020 年 5 月 25 日，在明尼苏达州明尼阿波利斯，因一名店员怀疑他使用了一张 20 美元假钞，他在被逮捕期间遭到一名白人警察谋杀。[2] 德里克・肖文（Derek Chauvin）是抵达现场的四名警察之一，他跪在弗洛伊德的颈部和背部超过九分钟，导致其窒息死亡。[3] 在他被谋杀后，一系列反对警察暴行（尤其针对黑人的暴行）的抗议活动迅速在全球和美国范围内蔓延。他的临终遗言 “我无法呼吸” 成为了抗议口号。 Grokipedia ： 乔治・佩里・弗洛伊德（George Perry Floyd Jr.，1973 年 10 月 14 日 —2020 年 5 月 25 日）是一名美国人，1997 年至 2007 年间在得克萨斯州有长期犯罪记录，包括持械抢劫、持有毒品和盗窃的定罪。[1][2] 2020 年 5 月 25 日，弗洛伊德因一名店员举报他使用 20 美元假钞购买香烟，在明尼苏达州明尼阿波利斯被逮捕。[3][4] 逮捕过程中，弗洛伊德表现出反抗，甚至在被按倒前就反复称自己无法呼吸，警官德里克・肖文跪在弗洛伊德颈部长达 9 分 29 秒，期间弗洛伊德失去反应。 [3] 亨内平县法医裁定，弗洛伊德的死因为心肺骤停，由执法过程中的制服、约束和颈部压迫引发，促成因素包括严重的高血压动脉粥样硬化性心血管疾病、芬太尼中毒和近期甲基苯丙胺使用；毒理学检测显示其血液中芬太尼含量为 11 ng/mL，这一水平在无耐受性个体中与过量致死相关。[5][6][7] 肖文于 2021 年被判二级非故意谋杀、三级谋杀和二级过失杀人罪，获刑 22.5 年。[8][9] 弗洛伊德的死亡通过旁观者视频广泛传播，引发了美国各地和国际上的大规模民事动乱，包括造成数十亿美元财产损失的骚乱，同时也引发了关于警察武力使用、弗洛伊德的健康和药物使用在其死亡中的作用，以及执法部门与表现出不服从或中毒的嫌疑人互动时的系统性问题的争论。[10] 看出区别了吗？ 维基百科版开头第一句，「非裔美国人」，被「白人警察谋杀」。重点是「我无法呼吸」和全球抗议浪潮，充满了对种族不公的批判和对受害者的同情。整个基调是关于种族歧视和社会不公。这是一个典型的、强调社会结构性问题的左翼叙事。 Grokipedia 版开头先给你科普弗洛伊德的「犯罪前科」，然后强调他当时「反抗执法」，还详细描述了他体内的毒品含量和尸检报告里的其他死因。最后，把声势浩大的抗议活动，轻描淡写成「造成数十亿美元财产损失的骚乱」。 维基百科是在讲一个「种族压迫下的悲剧」，而 Grokipedia 在讲一个「有前科的瘾君子在拒捕过程中的意外死亡，并引发了社会失序」。 Grokipedia 也没有虚构事实，但它通过信息的筛选、排序和补充，巧妙地重塑了整个事件的性质。这里先不探讨谁是最客观中立的，但的确展现了两种不同的立场。 就像一些网友质疑的，Grokipedia 背后的 AI 并非没有偏见，而是用一种更隐蔽、更具迷惑性的方式，来展示一些立场。 同样的手法也用在了「气候变化」词条上。 维基百科直表示「科学界几乎一致认为气候变暖是人类活动造成的。」 Grokipedia 呢？它不直接反驳，它会说：「有批评者认为，所谓『科学共识』的说法夸大了事实……」然后暗示媒体和环保组织在「制造恐慌」，引导你走向一个预设的怀疑主义结论。 马斯克试图打造的，是一个由中心化 AI 控制、符合其自由主义叙事的「事实过滤器」。 然而当百科「编辑」的权力从千万志愿者手中收归于一个不透明的算法时，我们得到的究竟是更纯粹的知识，还是更精致的牢笼？ 马斯克说「你将能够要求 Grok 添加/修改/删除文章」，那最终裁决权在谁手里？在 Grok，也就是在 xAI，也就是在马斯克本人。 这才是 Grokipedia 最令人不放心的地方，同时也在告诉我们：在 AI 时代，关于「事实」的定义权，正在成为新的战场。

作者/于雷 编辑/刘毓坤 在智能手机市场硬件参数“内卷”日益加剧的当下，操作系统的智能化和体验创新正成为厂商突围的新战场。荣耀最新发布的 MagicOS 10，似乎正试图通过一场由 AI 驱动的深度进化、系统级的流畅性重构以及彻底的美学革新，来重新定义下一代人机交互。 近日，荣耀 MagicOS 的三位核心高管——副总裁卢海生、AI 产品部总经理张冲以及设计总监王倩，接受了媒体的深度专访，详细阐述了 MagicOS 10 在 AI 自进化、系统架构、美学设计以及跨品牌互联方面的战略思考与技术突破。 操作系统的新战场：从参数内卷到 AI 体验 “我们认为未来不仅是参数的比拼，更是功能体验的比拼。”荣耀被访嘉宾在采访中明确表达了这一观点。随着 AI 技术的飞速发展，尤其是多模态大模型的成熟，荣耀判断，未来智能操作系统的竞争核心正从性能转向系统智能化程度。 荣耀的目标是“希望将以前的工具真正变成用户的伙伴”。在 MagicOS 10 中，设备不再是“冰冷的工具”，而是更像一个“伙伴”，能够主动感知数字世界和物理世界的信息，让交互变得更简单、更像人。 YOYO 智能体：从工具到“超有爱的好搭子” 为了实现“伙伴”这一定位，YOYO 智能体被赋予了前所未有的能力，覆盖“衣食住行购”。这背后是三层关键技术在支撑。 首先是底层的视觉大模型、多模态大模型及 Agent 模型的投入，使 YOYO 具备“反思、理解、规划、执行”的循环过程。其次是基于模型的个人理解和感知能力。荣耀被访嘉宾特别提到了“YOYO 看见”功能，它不仅基于多模态模型，更增加了“工具调用能力”，使其在识别屏幕内外世界（如 Wi-Fi、打卡点）后能“实现自动执行”。 在AI记忆方面，荣耀正为用户打造“专属个人知识库”。通过关注“感官记忆”，YOYO能够利用跨时间、跨任务的记忆信息，提供个性化问答。例如，当用户提到天气时，YOYO若“记得”用户有航班日程，会主动告知目的地的天气。荣耀称，这是为了“让YOYO这个伙伴更像人与人之间的关系”。 在执行力上，YOYO 目前已支持3000+自动执行场景，最深能做到14步。荣耀强调，他们追求的不是泛泛的覆盖，而是高频场景下的高准确率。“在3000+ 自动执行场景中，我们的准确率都需要达到95%以上。” 系统级重构：蜂鸟架构与“零功耗”通透美学 为了实现极致流畅，MagicOS 10搭载了全新的蜂鸟架构，从动效、调度和内核三个层面进行了系统级重构。 在动效上，首发的“AI补轨迹实时计算技术”摆脱了固定的动画曲线，能根据用户每次操作的“力度和方向实时生成专属的运动轨迹”。在调度上，“蜂鸟超感知调度引擎”将感知能力从应用级深入到“页面级的调度能力”。同时，“蜂鸟内核轻量化引擎”通过系统减负，确保“即便在硬件配置有限的设备上，也能做到更高效、更流畅”。 而在美学上，MagicOS 10 带来了“零重力通透 UX 设计”。这项耗时一年研发的“通透引擎技术”，解决了三大挑战： 自适应通透： 通过“实时动态的渲染技术”，确保在深色、浅色或花色壁纸上都能保持一致的通透效果。 内容解析： 友商方案会将卡片信息“全部去色”，导致关键信息丢失。荣耀则通过 AI 学习能力识别出关键信息（如打车号码、天气信息）并保留其色彩，背景则做通透处理。 低功耗： 通过优化“轻负载架构”和渲染调度，最终做到了“既通透又功耗几乎零增加”。 战略转向：打破壁垒与拥抱年轻化 在生态互联上，荣耀正展现其打破壁垒的野心。荣耀被访嘉宾坦言，用户的设备是“各种各样的品牌”，因此荣耀决定将“信任环”能力“出端”，覆盖全品牌。 MagicOS 10 推出了“全品牌互传”和“无界互联”，其核心理念是“万物皆可碰，碰碰有惊喜”。荣耀的技术方案是，通过“碰一碰”这一标准通信协议，即便对方是苹果或华为设备，“如果对方没装荣耀互联，我们通过一碰就能把轻量化的荣耀互联 APP 传过去”，从而实现跨品牌、跨系统的互通。 这场深刻变革的背后，是荣耀对用户需求的积极响应。通过“YOYO许愿池”等渠道，荣耀正在强化用户参与感，并宣称从“用户许愿和荣耀听劝”，目前我们已经实现”用户许愿，荣耀实现”。 同时，荣耀高管坦诚地反思了过去的设计问题。通过用户洞察发现，很多苹果用户在流失，并流入到安卓用户，而这部分以年轻和女性用户为主的用户，对荣耀的旧设计反馈是“老气”、“不精致”、“不简洁”。MagicOS 10 的“去界面化”和通透美学，正是荣耀“基于这波用户提的问题，一条一条去改进”的结果，是一次彻底摆脱“老气”标签、拥抱年轻化的战略转向。 结语 荣耀MagicOS 10的发布，标志着其操作系统理念的一次重大跃迁。它不再满足于单一的性能调校或功能叠加，而是试图通过AI智能体、系统架构、美学语言和开放生态的全面重构，回答智能手机“下半场”的核心问题。从“参数竞争”到“体验竞争”，从“冰冷工具”到“有爱伙伴”，荣耀正押注AI和体验，试图在这场新的竞赛中占得先机。

快科技10月28日消息，三星首款三折叠屏手机Galaxy Z TriFold不再只是传闻，这款可折叠设备终于以实机形式首次公开展出，并将成为华为Mate XT系列在市场上的唯一量产竞争对手。 在韩国举行的K-Tech Showcase展览上，三星首次公开展出了这款三折叠设备，现场共展示了两台三折叠设备。 一台处于展开状态，另一台处于折叠状态，它们都被放置在玻璃后面，遗憾的是无法近距离接触、上手体验或试用这款设备，只可远观。 三星采用了和华为不同的三折叠设计，两侧都可以向内折叠，折叠后的体积会因为三层结构而相对较厚。 根据现场展示信息，手机折叠时主屏幕尺寸约为 6.5 英寸，完全展开后，屏幕尺寸将增长到约10英寸，博主i冰宇宙发布视频并表示“折痕几乎看不到，内屏采用非屏下摄像头”。 在市场策略上，三星计划初期生产5万到10万台，并不打算面向全球发布，而是将聚焦于特定的国家和地区。

IT之家 10 月 28 日消息，华硕现已推出 XA NB3I-E12 AI 服务器，基于英伟达 HGX B300 平台构建，可为企业及云服务提供商带来更便捷的一站式 AI 部署体验。 据新闻稿介绍，这款服务器内置双英特尔至强 6 CPU，搭配八张英伟达 Blackwell Ultra 显卡，可确保各种大语言模型能够顺畅运行，配合英伟达 ConnectX-8 InfiniBand SuperNIC 网卡可搭建 AI 专用高速网络，还拥有 32 个内存插槽、10 个 NVMe 硬盘槽、两个万兆网口。 这套服务器可应用于大语言模型训练、科学计算、AI 推理、通用人工智能（IT之家注：AGI）等领域，凭借其开放式架构和自身的计算性能，可让企业在服务器内构建各种生成式 AI 模型，加速决策流程。 同时根据华硕的说法，购买这款服务器后，企业还可享受专属的售后服务，可在出现问题时以最快速度解决实际问题，并在必要时直接联系高级团队现场给出修复方案，第一时间解决故障。

10月28日，DxOMark公布了iPhone 17系列的屏幕得分。iPhone 17 Pro Max、iPhone 17 Air、iPhone 17在DXOMARK屏幕测试中均拿下151分，并通过Eye Comfort Label护眼认证。不过从整体排名来看，此次成绩并未排进前20名，各家屏幕之间的竞争显得尤为激烈。 针对此次iPhone 17系列的屏幕，DxOMark给出的亮点是：一、触控响应提升明显，滑动/点按更跟手；二、关闭原彩后色彩准确，成像一致性良好；三、户外可读性增强：峰值亮度提升 + 低反射率；四、480Hz PWM+可选低频替代模式，通过护眼认证。不过需要注意的是，在低光环境下开启自动亮度时，默认亮度偏低，可能影响观看舒适度，建议用户手动调亮。整体来看，无论是刷剧、打游戏还是日常使用， iPhone 17 全系列在显示性能与护眼机制之间取得了更均衡的表现。 目前DxOMark屏幕测试榜单前五名分别是Google Pixel 10 Pro XL、Google Pixel 10、三星Galaxy S25 Ultra、Google Pixel 9 Pro XL、Google Pixel 9 Pro，几乎是被Google承包了。不过查看完整榜单也能发现，很多国产品牌的新品并未参与测试，尤其是下半年新出的旗舰产品，如果参与了，或许榜单也会发生微妙变化。

华强北发力：超雪团队eSIM小程序上线，称“目标让苹果iPhone有锁机等所有手机支持原生eSIM” IT之家 10 月 28 日消息，超雪团队发文，称目前其 eSIM 小程序“bleuicc”已正式上线，目标是“让所有手机都支持原生 eSIM，包括有锁机”。参考小程序页面，其中显示该团队使用蓝牙写入 / 启停 eSIM。 IT之家注意到，今年 9 月时超雪团队便展示了适用于苹果 iPhone Air / iPhone 17 等机型的“无线化 SIM 卡”方案，号称“手机不开孔，不换电芯”。形态方面，相应产品采用 NFC 贴纸方式，厚度为“SIM 卡的厚度”，同时还有望推出“磁吸移动电源”形态高阶产品。

快科技10月28日消息，博主数码闲聊站曝光了荣耀Magic8 Ultra的参数细节，这是荣耀最强悍的影像旗舰。 具体来说，荣耀Magic8 Ultra采用6.71英寸1.5K LTPO全等深微曲屏，搭载高通第五代骁龙8至尊版平台，支持3D人脸识别以及3D超声波屏幕指纹。 并且该机主摄升级为豪威集团的OV50R，拥有5000万像素，还有全新大底潜望长焦，电池容量超过7000mAh。 据悉，OV50R拥有1/1.3英寸超大底，这是豪威集团的高端影像传感器，支持四合一像素合并，可实现120帧/秒的1250万像素输出以及60帧/秒的4K拍摄，该传感器还可通过双模拟增益（DAG）HDR和传感器内裁切变焦功能实现高品质8K视频录制。 此前荣耀影像负责人罗巍表示，我们的Ultra绝对是大家没见过甚至没想过的，荣耀将会硬件投资目前AI没有办法实现的功能；硬件投资目前离开AI没有办法发挥能力的功能；硬件投资目前AI能够提升100倍的功能。 他强调，我们主要是做对用户有用的东西，我们跑的快一点，卷一点，希望大家也能跟上，最后还是消费者获益。