IT之家 1 月 29 日消息，在太空中稳定工作的电子设备，是卫星通信、深空探索的“生命线”。然而，严酷的空间辐射环境极易导致设备损坏，且难以维修。传统加固技术往往以增加重量、体积和功耗为代价。 1 月 29 日，复旦大学集成芯片与系统全国重点实验室集成电路与微纳电子创新学院周鹏 — 马顺利团队基于新型原子层半导体材料的射频通信系统，首次在太空中完成验证，为解决这一难题提供了全新方案，相关研究成果在北京时间 2026 年 1 月 29 日，以《面向星载通信的原子层级抗辐射射频系统》为题，发表于《自然》（Nature）主刊上。 该系统被昵称为“青鸟”，搭载于一颗低地球轨道卫星，在轨运行超过九个月。实验期间，它成功以“复旦大学校歌”手稿照片为信号，完成了稳定的太空通信与地面接收。 令人印象深刻的是，在长期辐射暴露后，其信号传输依然保持高度清晰准确。分析显示，该技术能使相关设备在同步轨道的理论工作寿命大幅提升至数百年，同时能耗仅为传统系统的几分之一。 该团队在国际上首次实现基于二维电子器件与系统的在轨验证，开辟了原子层半导体太空电子学领域，标志着人类向构建高可靠、轻量化太空电子系统迈出关键一步。 这意味着，未来的卫星有望变得更“轻”、更“持久”、更“节能”，为构建更可靠的全球卫星互联网、推动深空探测走向更远提供了关键技术支持。

作为全球新能源行业的领军者，特斯拉在2025年交出了一份令人失望的成绩单：全年净利润暴跌46%，几近腰斩，跌至五年最低；营收更是首次出现年度下滑，打破了持续十五年的增长神话。 对此，特斯拉给出了两个原因：全球交付量减少、监管补贴收入大幅降低。 全球交付量下滑8.6%，欧美多国开始收紧补贴政策，确实给特斯拉带来了显著的业绩压力。 不过电车通认为，这本就是特斯拉自身战略选择的必然结果。 图源：特斯拉官方 过去的一年的时间里，马斯克并没有将太多重心放在汽车业务上，特斯拉的资源逐步往人形机器人、Robotaxi、SpaceX等新兴领域倾斜。 特斯拉此举站在企业发展的角度无可厚非，哪里是风口就往哪里扑，但回归汽车行业本身来看，当面临比亚迪、小鹏等国产品牌的强劲冲击时，特斯拉选择在核心的汽车业务上收缩投入，这直接影响了其产品更新节奏、技术迭代速度与市场竞争能力。由此导致的业绩下滑，或许早已在市场的预料之中。 当大家都期望特斯拉在汽车领域还会带来哪些全新产品时，马斯克在财报电话会议的回应，似乎传递出一个信号：他似乎不再打算把重心放在拯救汽车业务上。 牺牲Model S/X，换来100万台机器人？ 马斯克在财报电话会议上进一步明确表态：特斯拉将在2026年第二季度结束前，正式停产Model S与Model X两款旗舰车型，原本用于生产这两款车的核心基地弗里蒙特工厂，将会用来生产Optimus人形机器人。 这一决策发布之后，市面上涌现出大量质疑声音，不少网友认为其停产就是因为销量低。确实，Model S和Model X的销量低迷，的确是特斯拉做出这一决策的重要因素，但绝非核心动因。 它们真正退出历史舞台的根本原因，是早已完成了自身的产品使命。 Model S是特斯拉首款打开电动汽车大门的里程碑之作，Model X独创的猎鹰翼门更是成为特斯拉技术实力的经典符号。这两款旗舰车型还凭借豪华定位与超跑性能，证明了电动车能够在性能、续航、智能上全面超越燃油车。 正因此，特斯拉才成功奠定了自身的高端品牌形象与全球行业影响力。 图源：特斯拉官方 如今，特斯拉的产品思维早就不走高端了，马斯克始终认为亲民的高性价比产品才是赢得全球市场的关键。因此，特斯拉长期以来的产品升级重心，一直聚焦在走量车型Model 3与Model Y之上，Model S和Model X的改款速度尤为缓慢。 时至今日，特斯拉有足够庞大的规模化能力和深入人心的品牌价值，早已不再需要依靠高端旗舰车型来证明自身的行业地位。 顺便一提，去年4月，Model S和Model X在特斯拉中国官网上就取消了“订购新车”的选项，只剩下“查看现车”和“预约试驾”两个入口。现在看来，特斯拉停产两款旗舰车型的规划，在当时便已悄然酝酿。 截图：特斯拉中国官网 在财报会议上，马斯克直言未来的主要投资领域有两个方面：一是AI和机器人，二是电池和能源基础设施。 其中，作为物理AI的载体，Optimus机器人被置于核心地位，马斯克的口气很大：计划实现年产100万台的目标。 现在看来，马斯克的观念没有变过，现在毅然决然停产两款旗舰车型，也是为特斯拉的下一个目标扫清障碍。 过去十余年，特斯拉是一家硬件驱动的科技公司，通过研发、生产、销售电动汽车盈利。现在，它正转型为以物理AI技术为核心的综合性科技企业，而汽车业务将成为物理AI的落地场景之一，而机器人业务则被定位为未来的第二增长曲线。 马斯克强调，物理AI的应用场景远超汽车行业，Optimus的潜在市场规模未来将超越汽车业务。这一激进的战略抉择，可能会为特斯拉打开更广阔的发展空间，但短期内会让特斯拉失去高端车型的品牌支撑，面临更大的业绩压力。 图源：特斯拉官方 马斯克孤注一掷，小鹏却想用“两条腿”跑赢特斯拉 特斯拉并不是唯一一家搞物理AI的车企。在全球新能源汽车市场上，尤其是中国市场，围绕物理AI的竞争，其实早就开始了。 这当中，小鹏汽车率先提出物理AI战略，它不再只把自己当成一家车企，而是将自己定位成“物理AI世界的出行探索者，面向全球的具身智能公司”。不仅仅是小鹏，理想汽车创始人李想在最近的线上全员会上，全程没怎么提汽车业务，翻来覆去说的都是AI、具身智能和人形机器人，并明确表态要尽快把机器人做出来落地。 但仔细看它们的路线，小鹏和理想现阶段都选择了“两手抓”：既放不下眼下赚钱的汽车主业，又想在未来赛道提前落子。这种务实乃至有些谨慎的打法，在转型的决绝程度上，似乎赶不上特斯拉那种“停产旗舰、豪赌未来”的孤注一掷。 小鹏已经定下了今年的销量目标：55万到60万辆，比去年的销量增长大概28%，同时还要推出至少四款全新的SUV。另一边，物理AI业务也被要求“落地生根”，人形机器人、飞行汽车要在今年批量生产，Robotaxi也得上路运营。 图源：电车通摄制 理想汽车同样不遑多让，今年的销量目标是50万到60万辆，计划推出4到6款新车型或改款车型，覆盖从20万到50万以上的广阔价格带，甚至把“重新拿回增程市场的领先地位”，当成了非常重要的目标。 电车通认为，在很长一段时间里，小鹏很可能会成为特斯拉最直接的竞争对手。无论是在核心的汽车业务，还是在押注未来的物理AI新赛道，两家公司的布局都高度重叠，未来碰面的机会只会越来越多。 在汽车业务这一主要战场上，小鹏的主力车型价格和特斯拉的Model 3、Model Y高度重叠，同样主打智能驾驶和科技感，加上今年要推出四款全新SUV，小鹏势必会在市场上和特斯拉正面硬碰硬。 在物理AI的新领域，小鹏所规划的人形机器人、飞行汽车、Robotaxi，和特斯拉停产旗舰押注Optimus机器人、探索自动驾驶未来的方向完全对上了。 图源：小鹏汇天 特斯拉虽然把重心彻底转向了机器人，但汽车业务是当下最主流的需求，而且机器人的风口还没有完全到来，马斯克不可能轻易放弃特斯拉的基本盘。而小鹏一边守住造车的基本盘，一边快速推进物理AI业务落地，小鹏“两条腿走路”的策略，看起来比特斯拉那种略显极端的“孤注一掷”更稳妥，也更容易在短期内抢占市场先机。 毕竟，今天消费者对智能汽车的需求依然旺盛，同时对人形机器人、自动驾驶这些新鲜事物也抱有越来越大的好奇。小鹏这种“我全都要”的打法，恰好能同时承接住这两股力量。 很多时候，看似保守的策略反而可能成为激进的优势。 从技术根源上来说，小鹏和特斯拉都选择了全栈自研的道路。无论是汽车的“大脑”还是机器人的“灵魂”，核心都不想假手于人。 底层技术有多强，将直接决定它们在未来能走多远。特斯拉固然有先发优势和强大的品牌号召力，但小鹏对中国市场需求的深刻理解、更快的反应速度，尤其是在智能驾驶本土化适配和产品定义上的灵活性，都是它不能被忽略的关键。 此外，理想汽车虽然眼下主攻方向仍是汽车，尤其是要夺回增程市场的阵地，但从理想打造出智能眼镜等产品的推新力度来看，理想加入物理AI战局只是时间问题。到那时，特斯拉要面对的，很可能不是单一个对手，而是以小鹏为代表的一整支中国车企军团的集体冲击。 写在最后 特斯拉的2025年财报，像在跟一个时代说再见。停产Model S和Model X，把未来押在机器人和物理AI上，这无疑是吹响了冲向新时代的号角。 谁都看得出，这是一场硬仗。 接下来的日子可能不太好过。特斯拉的汽车销量或许还会往下走，收入减少的压力还会存在，Optimus机器人或许是风口，但要像汽车一样走进千家万户、创造商业价值的那一天，还得等很久。这需要的不仅是看得远，更得有硬扛眼前难关的勇气。 然而回顾特斯拉的历史，它的每一个关键节点，又何尝不是在质疑声中走过的？从做电动车被人说不现实，到搞自动驾驶被人说太冒进，这家公司好像天生就习惯走一条别人不太看好的路。 现在电动车已经普及了，特斯拉作为领头羊，自然会把目光投向能决定未来十年走向的新战场。物理AI和人形机器人，就是它这次选中的方向。 投入巨大，风险也高。但只要扛过这段最难的时期，特斯拉换来的，可能会是在一个全新领域里持续数年甚至数十年的领先地位和商业回报。 （封面图源：特斯拉官方）

快科技1月29日消息，美国纽约一家名为 AIRCELA 的初创公司近日推出了一款体积与家用冰箱相仿的设备，声称只需电力与空气就能“制造”汽油。 设备工作原理并没有那么复杂，比如从空气中直接捕集二氧化碳，然后并通过电解将水分解为氢气和氧气；氧气被排放，留下氢气与二氧化碳这两种合成碳氢燃料的基础原料。 在获得氢气和二氧化碳之后，混合物将进入所谓“二氧化碳直接加氢制甲醇”的工艺环节，然后进一步转化为汽油。 按照目前的设计，这台冰箱大小的机器每天只能产出约1加仑汽油（约合3.8L），不过后期还有升级的空间，同时它还自带储油功能，最大存储量可达约17加仑。 至于大家关心的售价，首批产品的目标价格区间为1.5万至2万美元，并有望在实现规模化生产后进一步降低单机成本。 能源效率则是这项技术能否真正落地的关键。AIRCELA方面表示，其整体电能转化效率目标为 50%以上，即生产1加仑汽油（约含 37 千瓦时能量）需要约75千瓦时电力输入。 若使用离网光伏供电，在当前电价水平下，其对应的能源成本可控制在每加仑1.50美元以下，基本上就是每升油价2.8元。

快科技1月29日消息，今日，清华大学、北京大学等机构合作研发的全柔性人工智能芯片研究成果正式发表于国际顶级期刊《自然》（Nature），宣布成功研制出FLEXI系列全柔性数字型存算一体芯片，为可穿戴健康监测、柔性机器人及脑机接口等场景提供核心计算支撑。 在人工智能与物联网深度融合背景下，传统硅基刚性芯片难以贴合人体曲面或复杂设备表面，而现有柔性处理器普遍受限于低工作频率、高能耗与并行计算能力不足。 FLEXI芯片基于低温多晶硅薄膜晶体管技术打造，厚度极薄、可随意弯折，同时采用以全数字静态随机存取存储器为核心的“存算一体”架构，将存储与计算单元融合，显著降低数据搬运带来的能耗与延迟。 参数方面，最小版本FLEXI-1芯片面积仅31.12平方毫米，集成10628个晶体管，在超低功耗模式下运行功耗低至55.94微瓦。 经严格测试，该芯片可承受超过4万次180度弯曲（弯曲半径1毫米），性能无衰减，功耗波动小于3.5%，并在长达6个月的持续运行中保持稳定。 芯片支持神经网络压缩与一键部署，提升边缘端智能处理效率。 应用验证显示，单个容量仅1千比特的柔性芯片即可实现99.2%准确率的心律失常检测；在日常活动监测中，结合4通道EDCNN模型，对坐、站、走、跑等动作分类准确率达97.4%。

星舰升空 凤凰网科技讯 北京时间1月30日，据路透社报道，埃隆·马斯克(Elon Musk)旗下SpaceX与xAI正就合并事宜进行谈判，为今年晚些时候计划中的重磅IPO做准备。 根据知情人士透露的消息及路透社查阅的两份近期公司文件，此次合并将使马斯克旗下火箭、星链卫星、社交媒体平台X以及Grok AI聊天机器人业务整合至同一管理架构下，为SpaceX发射轨道数据中心的计划注入新动能。当前，马斯克正与谷歌、Meta及OpenAI等科技巨头在迅速升温的AI竞赛中争夺主导地位。 知情人士称，根据拟议中的合并方案，xAI的股票将被置换为SpaceX的股票。为促成这笔交易，相关方已在内华达州设立了两家实体。 另据彭博社报道，知情人士透露，SpaceX正考虑与特斯拉进行合并的可能性，同时也在研究与xAI的替代性整合方案。SpaceX已就与特斯拉合并的可行性进行讨论，这一构想正获得部分投资者的推动。双方也在研究在SpaceX IPO前与xAI的整合可能。最终决定尚未作出，相关细节仍可能发生变化，各家公司也可能选择继续保持独立。 内华达州公司注册文件显示，这两家实体于今年1月21日成立。其中一家有限责任公司的注册信息显示，SpaceX及其首席财务官布雷特·约翰森(Bret Johnsen)被列为管理成员；另一家实体则显示约翰森是公司唯一管理人员。文件未透露这两家公司的具体设立目的或在任何交易中扮演的角色。 知情人士表示，作为交易的一部分，部分xAI高管或可选择获得现金形式，而非SpaceX股票。但该人士同时强调，最终协议尚未签署，交易的具体时间与架构仍存在变数。 SpaceX已是全球估值最高的非上市公司，近期一笔内部人士股份交易对其估值约为8000亿美元。据《华尔街日报》报道，xAI 在去年11月的估值为2300亿美元。路透社及其他媒体此前报道称，SpaceX计划在今年内上市，市场预计其估值将超过1万亿美元。 马斯克上周在瑞士达沃斯表示：“太空将成为部署AI成本最低的场所，这一目标将在两年内实现，最晚不超过三年。” 太阳能驱动的太空AI运算，旨在降低运行和训练AI模型(如xAI的Grok)所需算力的成本。杰夫·贝佐斯(Jeff Bezos)旗下蓝色起源已宣布将建设由数千颗卫星组成的新型高容量骨干网络，而谷歌也正通过其 “捕日者”项目(Suncatcher)研究太空数据中心。 截至发稿，马斯克、SpaceX以及xAI尚未就此置评。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

快科技1月30日消息，微信安全中心宣布，临近春节，平台针对部分严重干扰生态秩序、侵害用户权益的第三方违规行为进行了治理。 其中就包括危害数据安全及使用外挂类工具的行为。 微信方面表示，部分第三方绕过微信安全技术措施，获取、利用微信终端用户数据，或操控微信正常功能。 具体包括： 1、违规获取用户敏感数据类：通过技术手段（如录音、录屏、截图、辅助服务读取、破解数据库等）违规获取用户聊天记录、联系人信息等敏感数据，严重威胁用户隐私安全。 2、外挂类：利用模拟按键、自动化脚本等手段操控微信，实现“自动回复”“管理聊天记录”“批量加好友”“虚拟定位”等功能。此类外挂不仅严重扰乱微信正常运行秩序，破坏平台公平性与安全性，干扰其他用户正常社交体验，还可能被不法分子利用实施诈骗等违法违规活动。 以上行为违反了《微信个人账号使用规范》《微信开放平台开发者服务协议》《腾讯微信软件许可及服务协议》中关于数据安全、尊重知识产权及软件完整性的规定，触及用户安全红线。 平台将通过技术模型与用户举报相结合，持续进行深度清理。 微信也提醒大家：切勿安装任何声称能“监控聊天”“批量添加好友”或需要提供微信登录权限的第三方软件或插件。

2025年汽车业全行业利润率降至4.1%。低利润率既是过度竞争的结果，也是技术迭代必须支付的成本 文 | 《财经》研究员 尹路 编辑 | 马克 1月27日，国家统计局发布2025年全国规模以上工业企业经营数据。数据显示，2025年中国汽车行业呈现出规模增长与效益下滑并存的复杂局面：全年产量3478万台，增长10%；营收11.18万亿元，增长7.1%；利润4610亿元，微增0.6%；全行业利润率降至4.1%，为十年来的最低值。产销量、营收、利润保持增长，但利润率持续走低，这既是价格战的结果，也反映了行业升级的巨额投入。 汽车业盈利表现明显滞后于整体工业行业。2025年规上工业利润增0.6%，制造业平均利润率回升至5.0%。汽车业4.1%的利润率，不仅低于装备制造业5.5%的平均水平，更处于2015年以来的最低值。 低利润率反映了汽车行业面临的双重压力。经营层面，价格战导致整车售价下探，抵消了销量增长的红利。原材料端，作为汽车的上游产业，有色金属采矿、有色金属冶炼、黑色金属冶炼2025年的盈利均大幅改善，这导致汽车行业的成本增长了8.1%，高于营收和利润增长。战略层面，中国车企依然处于资本支出高峰期。高强度研发以及海外工厂建设的投入，导致折旧摊销与当期费用持续增加。低利润率既是过度竞争的恶果，也是技术迭代必须支付的成本。 中国汽车行业的盈利困境还需置于全球视野下审视。中外对比暴露了战略分歧，海外车企面临“失去市场”的长期风险，中国车企则面临“盈利脆弱”的短期风险。部分海外车企已经面临规模缩减伤及利润的经营危机。 海外车企普遍偏好“保利润”，但面对中国车企的全面竞争，除了丰田勉强维持高利润率，其他车企的利润总额和利润率都在面临挑战。梅赛德斯-奔驰和本田的利润均出现“腰斩”式下滑（跌幅超50%），日产甚至预警了2750亿日元的亏损。 这些企业正在通过收缩产品线、削减产能和控制库存来维持财务健康，但在中国车企的攻势下，都在承受巨大压力。即便是销量维持微增的宝马，也陷入了“增销不增利”的局面，利润总额下滑近一成。海外车企普遍萎靡的财务数据证明，没有规模支撑的利润注定是无源之水。 中国车企虽然占据了规模优势，但4.1%的利润率意味着容错率低。企业一方面通过海外建厂和技术领先建立了护城河，另一方面也透支了当期利润，导致财务紧张。规模扩大确立了供应链话语权，但尚未转化为与之匹配的经济效益。中国车企在赢得市场的同时，也背负了巨大的财务包袱。 2025年的低利润率是行业激烈博弈的缩影。 2026年，汽车行业将面临更复杂的挑战。风险方面，若价格战持续，叠加贸易壁垒升级，低利润率可能进一步恶化，导致现金流承压，部分企业面临淘汰出局风险。机遇方面，前期的高额投入有望进入回报期。海外产能释放将降低物流与关税成本，技术复用将摊薄研发支出。 2026年，中国车企一方面需要维持规模增长，一方面需要修复盈利能力，这是一个艰难的平衡。

凤凰网科技讯（作者/董雨晴）1月29日，阿里平头哥官网上线高端AI芯片“真武810E”。凤凰网科技了解到，这款芯片实现软硬件全自研，此前曾在媒体曝光中引发关注。这意味着由通义实验室、阿里云和平头哥组成的阿里AI黄金三角“通云哥”完整浮出水面。 据平头哥官网介绍，“真武”PPU采用自研并行计算架构和片间互联技术，配合全栈自研软件栈，实现软硬件全自研。其内存为96G HBM2e，片间互联带宽达到700 GB/s，可应用于AI训练、AI推理和自动驾驶。 从关键参数来看，“真武”整体性能超过英伟达A800和主流国产GPU，与英伟达H20相当。另据外媒最新报道，升级版“真武”PPU的性能强于英伟达A100。多位行业从业者告诉记者，“真武”PPU性能优异稳定、性价比突出，在业内口碑良好，市场供不应求。 据了解，阿里巴巴正在将“通云哥”打造成一台AI超级计算机，它同时拥有全栈自研芯片平头哥、亚太第一的阿里云，以及全球最强的开源模型“千问”，可以在芯片架构、云平台架构和模型架构上协同创新，从而实现在阿里云上训练和调用大模型时达到最高效率。目前，阿里和谷歌是全球唯二在大模型、云和芯片三大领域均具备顶级实力的科技公司。

自动播放 昨天，硅谷机器人巨头 Figure AI 发布了 Helix 02 ——官方称之为「一个视觉-语言-动作（VLA）通用模型」。 最直观的展示？一台 Figure 03 机器人走到碗柜前，打开柜门，从堆叠的碗碟中挑出一个，转身走向洗碗机，调整角度，稳稳放进去。 全程自主，没人遥控，更没有一个碗碟受到伤害： 洗碗：具身智能的「地狱难度」测试 为什么演示下厨房？因为这是家务劳动里的「地狱难度」。 人类挪动厨具感觉很简单，但对于机器人来说，每一个关节的运动都是挑战。 我们拆解一下洗碗的动作链就知道了—— 首先，它非常考验机器人的环境识别与空间移动能力： 机器人（与机器人使用的模型）要判断自己的位置，识别碗柜、水槽、洗碗机的位置关系，然后规划路线走过去。 走到碗柜旁边，还得停在合适距离——太近打不开柜门，太远够不着碗。 看到餐具之后，还得识别类型：瓷盘、玻璃杯、塑料碗，每种都需要不同的姿势和力度。 捧起来，还得检测要放进洗碗机的哪个位置，盘子放下层、杯子放上层，餐具放侧边。 其次，下厨房对立体视觉与触觉反馈也有要求： 陶瓷很脆、玻璃很滑、塑料会变形，机器人需要精准的触觉反馈控制力度——太轻会滑落，太重会捏碎。 Helix 02 模型的突破就在这里。 结合视觉、触觉、压力、电感等等多种 sensor，它有了一套多维度的立体视觉能力，能准确判断碗在堆叠中的位置和深度。 Figure 03 机器人的手上也集成了力反馈机制，能「认知」到自己施加的力量，知道何时接触到了瓷器表面。 抓碗时，系统实时感知接触力度。碗放歪了？调角度。碰到柜门了？后退一点。 最后，还有视觉记忆，这也是 Helix 02 模型本次的主要升级点： 这意味着机器人能记住刚才看过的东西。 打开碗柜时，即使现在的角度看不到某个碗，它也记得刚才瞥见过，并根据记忆调整动作。 重复把放碗进洗碗机时，它也能记得哪些位置满了，哪里还有空间—— 不需要每次重新扫描，大大提高了动作的执行效率。 Brett Adcock，Figure AI 的创始人兼 CEO 在 X 上强调： 没有远程遥控，运行（这个机器人）的是 Helix，从走路到抓握，以及规划。 Brett Adcock 还重申，同样的通用架构之前让机器人学会了叠毛巾、整理包裹，现在又学会了洗碗。 不需要任何新算法或任务专用工程，只需要新数据。 眼下唯一的限制就是预训练数据，只要我们给 Helix 喂入更多数据，机器人就能处理更多任务。硬件不需要任何改变，它已经能做大部分人类能做的任务了。 这条推文下面，有 X 用户评论：「第一次看到人形机器人真的在家里做任务，让我意识到我们离这个未来有多近。」 把机器人送进宝马打工的明星公司 另一边，Figure AI 绝不是那种在实验室里纸上谈兵的「创想公司」。 三年的时间里，Figure AI 的估值从 0 来到 390 亿美元，得到了包括贝佐斯基金、OpenAI、微软、英伟达的投资助力。 2024 年 2 月，Figure AI 结束 6.75 亿美元 B 轮募资，25 年 9 月又完成了 10 亿美元 C 轮，渴求进步的速度快得惊人。 创始人 Brett Adcock 还是个成功的连续创业者。 2018 年，Adcock 把招聘平台 Vettery 卖了 1 亿美元，转头创办电动飞机公司 Archer Aviation，2021 年借助 SPAC 上市时合并估值近 38 亿美元。 进入机器人领域后，Adcock 陆续从波士顿动力、特斯拉、谷歌 DeepMind 挖来了一堆顶尖人才，Figure AI 的技术实力迅速增长。 ▲ Brett Adcock（右） 这种人才模式也赋予了 Figure AI 最大的特点： 「脑子」和「身体」一起造，既掌控硬件、也生产系统。 这里的「脑子」指的自然是 Helix AI。 从最初与 OpenAI 合作研发，到现在完全自研，Figure AI 成功把模型话语权牢牢握在手里。 例如 Figure 03 机器人采用了一套「System 0、System 1、System 2」的多层控制架构—— ▲ Figure 03 System 0 负责机身运动控制，解决机身平衡、手指接触、环境扰动等底层控制问题，作用很像人类的小脑。 在此基础上，System 1 负责处理 Figure 02 的视觉-运动策略（visuomotor policy），System 2 负责运行视觉语言模型： ▲ 去年演示的 Figure 02 就使用了 System 1+2 的上半身模型 三层协同，最终实现了 Figure 03 可以自主理解指令，认知周围环境，并决定机身如何运动的循环。 而「身体」指的当然是 Figure 机器人硬件—— 之前小规模试产的 Figure 02 配备 6 个 RGB 摄像头、双 GPU 模组，手部拥有 16 个自由度，最大搬运重量 25 公斤。 Figure 02 的电池续航在 5 小时左右，正好够一个工作班次。 ▲ Figure 02 到了最新的 Figure 03，它的每只手掌都内嵌摄像头和触觉传感器，可以实现最低 3g 的压力检测。 换个说法就是，Figure 03 的手掌更加细致灵活了： ▲ Figure 03 更关键的是，Figure AI 的机器人「肯进厂」，拥有快速组装送往实战的能力。 2024 年 1 月，Figure AI 跟宝马合作，把一批 Figure 02 送到了南卡罗来纳州的宝马总装线。 在那儿，Figure 02 负责把钣金零件精准放置到固定装置里——大型固定式机器臂难以照顾的精细活儿。 这些 Figure 02 在宝马累计工作了 11 个月，总行走里程近 200 英里，搬运了超过 9 万个零件，协助生产了超过三万辆宝马 X3。 Adcock 还晒出了布满划痕和磨损的机器人照片，表明这是一次「真刀真枪」的商业验证： 看到机器人拧螺丝，宝马生产部门董事 Milan Nedeljković 总结： 通过早期测试，我们正在确定人形机器人在生产中的可能应用。我们未来希望可以从（机器人的）技术开发阶段就参与进来。 Figure AI 跟 OpenAI 的关系也是关键。 比如在 2024 年，OpenAI 不仅给 Figure AI 提供了投资，甚至帮助开发了语音模型，让机器人能接受自然语言指令。 尽管 Figure 后来转向自研 Helix，但这段合作实质上为 VLA 模型打下了一个基础。 无独有偶，今年 CES 上，我们看到了一个明显趋势： 家电巨头都开始挑战「家居机器人」。 类似 LG 和海信都展示了能在家里自主移动、协助做家务的机器人原型，说明传统家电企业纷纷开始意识到： 下一代智能家电不是算力更强的冰箱或洗衣机，而是能直接操作这些设备的机器人。 ▲ LG CIOiD 家居机器人 甚至在这场「变人」竞赛中，国内厂商的布局更加激进—— 就在刚刚，蚂蚁集团旗下灵波科技开源了具身大模型 LingBot-VLA。 LingBot- VLA 作为一个面向真实操作场景的「智能基座」，实现了机器人跨本体、跨任务泛化能力。 根据灵波科技的数据，LingBot-VLA 在包含 100 项真实操作任务的 GM-100 评测中，刷新了真机评测的成功率纪录。 ▲ 灵波科技首款机器人 Robbyant-R1 不只是蚂蚁，京东、阿里、腾讯、华为、比亚迪、小米——几乎所有科技巨头都在布局具身智能。 2024 世界人工智能大会上发布的《人形机器人产业研究报告》指出： 2024 年中国人形机器人市场规模达 27.6 亿人民币，2029 年有望扩大至 750 亿元，到 2035 年更是可能激增至 3000 亿元。 远的不说，今年春晚可能成为「机器人含量最高」的一届。 目前已经有多家具身智能公司有望登台展示——不是摆设，是真能上台唱跳 rap 的那种。 机器人配齐了「脑子」和「身体」，准备好进千家万户了。 而 Figure AI 的 Helix 02 证明了「通用具身智能模型」的可行性： 厂商其实不需要为每个任务单独编程，不需要收集巨量推演数据，只要一个足够强的 VLA 模型，机器人就能自己理解指令、自己熟悉环境、自己生成策略。 ▲ 它甚至知道省力 就像 GPT 之于语言，Helix 之于具身智能一样，今天机器人能刷碗、打螺丝，明天它就能照顾你的饮食起居。 家里散养个机器人，这事儿可能真没想象中那么遥远了。

库克 凤凰网科技讯 北京时间1月30日，苹果公司今天发布了2026财年第一季度财报。随后，苹果CEO蒂姆·库克(Tim Cook)、CFO凯万·帕雷克(Kevan Parekh)出席了电话会议，回答分析师的提问。 以下是苹果第一财季财报和电话会议要点汇总： ——总营收为1437.56亿美元，较上年同期的1243.00亿美元增长16%，创历史纪录；净利润为420.97亿美元，较上年同期的363.30亿美元增长16%。 ——中国区第一财季收入为255.26亿美元，较上年同期的185.13亿美元增长38%； ——苹果活跃设备安装量已突破25亿台。 ——苹果预计，第二财季营收将同比增长13%至16%，毛利率介于48%至49%。 ——库克表示，iPhone 17的需求惊人。 ——库克称，中国区收入的大幅增长主要受到iPhone的提振。“我们在中国大陆市场实现了有史以来最高的升级用户数量记录，同时从其他平台转投过来的用户也出现了两位数增长。”库克表示。升级用户指现有iPhone用户购买新款机型，转投用户则指此前使用其他品牌手机的新客户。库克坦言，苹果在中国市场“出现了远超预期的增长势头”，这主要由产品推动。 ——对于内存芯片涨价，库克表示，这对第一财季毛利率的影响“微乎其微”，但他预计在本季度会对公司毛利率产生“稍微大一些的影响”。库克补充道，苹果已注意到芯片价格上涨，必要时将“评估一系列长期应对方案”。 ——对于与谷歌的AI合作，库克称，苹果评估后认为谷歌能为“苹果基础模型”(AFM)提供最强大的技术基础，并相信此次合作将释放丰富的用户体验。他强调，苹果将继续在设备端和苹果私有云计算平台运行相关服务，并坚持其隐私标准。库克同时指出，此次合作的财务细节将不予披露。 ——库克表示，应将与谷歌的合作视为一次“协作”，苹果将继续独立推进“部分自主研发工作”。他指出，此次与谷歌合作的重点在于提升Siri。 ——库克称，设备端AI和云端AI都很重要，苹果并不把它看作非此即彼的选择。 ——库克表示，苹果自研芯片对公司而言是一次极具影响力的变革，iPhone、iPad以及Mac都受益良多。他认为，这是一项重要的竞争优势。苹果CFO帕雷克表示，自研芯片不仅节约了成本，同时也具有战略价值。 ——截至发稿，苹果股价盘后上涨0.7%。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

刚刚，谷歌开放了世界模型Genie 3实验性研究原型Project Genie的使用，此前在25年8月，谷歌曾初步预览了Genie 3的世界模型，它能够生成多样化的可交互环境。早期测试者已经用它创造了一系列世界和体验，并发现了全新的使用方式。现在，通过这个专注于沉浸式世界创建的互动原型，谷歌决定扩大其使用范围 年满18岁的美国Google AI Ultra订阅用户今天起可以率先体验，这个原型，旨在让用户能够创建、探索并重混属于自己的互动世界 界面长这样： 如何玩转Project Genie Project Genie是一个原型Web应用，由Genie 3、Nano Banana Pro和Gemini共同驱动，用户可以通过它亲身体验世界模型带来的沉浸式感受。 工作流程如下： 🔵 设计： 使用文本和视觉提示设计你的世界和角色。 🔵 预览： Nano Banana Pro会生成一个图像预览，供你在进入前进行调整。 🔵 生成： Genie 3世界模型会随着你的移动实时生成环境。 🔵 重混： 在作品库中重新混合现有世界或发现新世界。 该体验围绕三个核心能力构建： 1. 世界草图绘制 (World sketching) 通过文本提示以及生成或上传的图像，创建一个生动且不断扩展的环境。你可以创建自己的角色和世界，并定义探索方式——从步行、骑行、飞行到驾驶，以及任何其他方式 自动播放 为了实现更精确的控制，谷歌集成了“世界草图绘制”与Nano Banana Pro。这让用户可以在进入世界前预览其样貌，并修改图像以进行微调。你还可以定义角色的视角——如第一人称或第三人称——从而在进入场景前控制你的体验方式 自动播放 2. 世界探索 (World exploration) 你创造的世界是一个等待探索的可导航环境。当你移动时，Project Genie会根据你采取的行动实时生成前方的路径。在穿越世界的过程中，你还可以调整镜头。 3. 世界重混 (World remixing) 你可以基于现有世界的提示词进行构建，将其重混成新的诠释。你也可以在作品库或通过随机功能探索精选世界以获取灵感，或在它们的基础上进行创作。完成后，你可以下载你的世界和探索过程的视频 自动播放 AGI与世界模型 世界模型用于模拟一个环境的动态变化，预测其演变方式以及行为所带来的影响。尽管Google DeepMind在国际象棋或围棋等特定环境中已拥有成熟的智能体，但构建AGI需要能够驾驭现实世界多样性的系统。 为此，谷歌开发了Genie 3。与静态3D快照中的可探索体验不同，Genie 3能够在你移动和与世界互动时，实时生成前方的路径。它能为动态世界模拟物理和交互，其突破性的一致性使得模拟任何真实世界场景成为可能——从机器人技术、建模动画和小说，到探索地点和历史场景。 基于与各行业和领域的信任测试者合作的模型研究，谷歌通过实验性研究原型Project Genie迈出了下一步 写在最后 Project Genie是Google Labs中的一个实验性研究原型，由Genie 3驱动。由于Genie 3仍是一个早期的研究模型，存在一些已知的待改进领域： 生成的世界可能看起来不完全逼真，或不总是严格遵循提示词或图像，或不符合现实世界的物理规律 角色有时可能不太可控，或在控制时延迟较高 生成时长限制在60秒内 此外，去年8月宣布的某些Genie 3模型功能，例如在你探索时可以改变世界的“可提示事件”（promptable events），尚未包含在此原型中。

今天要说一个特别专业的问题，为了表示重视，我特地真人出镜来讲。 就是包括前段时间波士顿圆脸和牢A的争议也好，还有这两天水均益入驻抖音拥抱播客也罢，背后都代表了一个趋势，观众和一线的距离，越来越近了。所以讲故事的人，会越来越有优势。 我的大学时代，差不多是传统媒体的末班车时期，当时传媒行业，大致可以分为三个岗位， 第一个，叫一线工作者，从兼职爆料人，到前线记者，甚至战地记者，都可以划到这个分类里这是在一线获得信息的人。 第二个，叫后台工作者，节目编导，栏目策划，文案小编，汇总信息，产出节目内容的人 第三个，就是镜头前主持人，这个大家都熟悉。 传统电视台可能比较专业，会划分的更细一点，但万变不离其宗。 今天所有的键政圈博主圈问题，基本也都源自这里。 在过去，一个标准的新闻，是先由一线记者采访，再经过后台编辑汇总，最后由出镜主持人完成拍摄。 一篇不起眼的豆腐干报道，背后需要三个岗位齐心合力才能完成，可能还要加上主编总编的审阅校对。这个速度显然不适应互联网时代的节奏，所以这几年传统媒体式微，地方报纸也好，电视台也罢，都无法维持昔日的编制和影响力，过去那种团队庞大，岗位细分的媒体机构，已经无法适应互联网时代的速度了 新出现的就是大家熟悉的自媒体，一个人又是采编又是剪辑，一个人就能干完所有人的活，突出一个快。 但问题就在这里了，当年传统媒体的岗位分类，其实是有原因的，一个人的精力是有限的，总会有侧重，所以需要把任务分给多个人完成，而在短视频和自媒体时代下，大家不得不一个人完成所有任务，于是一个有趣的情况就出现了。 在自媒体时代，最先吃到红利的媒体人是什么类型的呢？前台主持人类型 因为他们离观众最近，他们熟悉观众，观众也熟悉他们，他们对如何出镜，如何拍摄，如何调动情绪，在镜头前流利的阐述一段话，表述一个观点有着丰厚经验，甚至可以做到几千字长文稿一遍过，都不需要多少剪辑。 所以短视频时代最先火起来的就是新闻哥，新闻姐这个类型的自媒体，他们拥有极高的更新频率，非常强的镜头表达，往往能极大调动观众情绪，所以吃到了第一波红利。 但主持人的缺点是内容，过去传统媒体时代，有后台编辑，栏目策划们在背后提供子弹，他们只要出镜念稿就行，短视频时代，没有人在后台提供子弹了，他们有拍摄能力，但没有内容供给了。 你说直接找网上新闻，这没有问题，但所有人都这么想的时候，同质化就出现了，很容易出现大家都念一个稿子，报道同一个新闻的情况。所以主持人类型的博主，这两年出的少了，都在头疼内容。 在主持人之后，火起来的是编辑策划，目前大部分时政自媒体，包括圆脸，都是这个类型的。严格来说，我也是这个岗位出身。这个岗位的特点是对信息的获取能力，5G冲浪，对各行业新闻都非常敏锐，且能够在很短时间通过信息整合完成一篇不错的文案。过去在新闻哥新闻姐后面提供子弹的，就是这个岗位。 这个岗位的优势是信息很足，子弹无限，只要敞开了写，一天三四更都能做到。 但这个岗位的问题是什么，没有出镜能力，常年以来都是后台工作者，不掌握前台出镜，镜头拍摄技能，念个稿都磕磕绊绊的。所以这两年时政区博主形象经常被吐槽，相比老一代主持人的风度翩翩，后台编辑转自媒体的，出镜这块是扣大分的。这个也没办法，只能硬着头皮学。 而牢A这些代表的是什么类型呢？很多人说讲故事侃大山 NO，放过去，这个类型就是一线爆料者，战地记者岗位，这是新闻行业真正的壁垒所在。 你们可以去看一下水均益的访谈，他说的什么呢， 就是他当年还当记者那阵，听到中东战事，他把他们领导的门都敲破了，就是要上前线，要去伊拉克，去科威特 不会有人要抬杠水均益的专业水平吧？ 人家老媒体人，是看明白的，新闻新闻，最重要的就是新闻本身，没有任何东西，能比一线新闻本身更具传播力。 你主持人镜头前的采访很圆满，你小编写的文章汇总的信息很全面，但在真实故事面前，都是苍白的。 哪怕隔了一层，不是亲手干的，是一线听来的，这种一线故事，也依然具备无与伦比的感染力。 人是很难想象自己没见过事物，关起门来让你硬编，大部分人是编不出什么的，所以一线内容，哪怕是听来的故事，在传播上都所向披靡。 所以很多人说讲故事讲故事，NO，从传播学角度，这两年自媒体的趋势很明显 就是减少信息中间层，加快流通速度。讲故事是形式，核心是把内容短平快的铺上来。 早年一个信息，先由一线记者爆料，再经过小编汇总，最后由主持人出镜播报。隔了三层，不但速度慢了，信息也很容易走样。 于是就出现了大家觉得主持人念稿没意思，信息密度低，直接听编辑类自媒体在线分析 现在是编辑类自媒体也慢了，要听一线爆料的。 这两年甚至出现中美对账这样，跳过媒体人双方网民直接对账。 之前不是许多人说吗，短视频出来会影响电影，现在的情况是什么？很多人看短视频都要开两倍速三倍速。 为什么出现切片流？过去媒体人看到新闻后要汇总整理，最后主持人出镜，这个速度实在太慢了，现在打法是看到什么说什么，一股脑全塞给观众，观众和算法自己会找出感兴趣的，这就是切片流。 包括前段时间讨论麻辣仙人，我是用动态的，因为我发现二次元战场的速度太快了，根本没有时间攒一堆素材搞一堆调研最后出个几千字大篇，只能想到什么发什么。然后我发现这样的效果也不错，我发的快，读者也即时评论。 包括现在水均益他们老一代媒体人做短视频做播客，本质都是在提速，同样的信息量，播客比你专题报道快。你又是剪辑又是拍摄的，人家播客三四期聊完了已经。 过去大众对直观度要求高，所以需要画面需要拍摄，现在大众的需求更多集中在信息量上，所以播客这样没画面直球信息的大量冒头。 所以对于当下的内容作者来说，有几个问题非常现实 一个就是全能化趋势，当年是一个团队，现在等于一个人既要采访也要编辑还要出镜，缺了任何一环，都是会减分的。单纯的只出镜或者只在后台整合信息，可能很难适应接下来的迭代了。 再一个，就是快，既是时间上的快，也是流通层级上的快，过去那种精心整理出爆款的思路可能无法适应现在了，哪怕你两倍速三倍速都不够，现在是一手信息直接铺开，切片和算法自己会找出感兴趣的。

兄弟们，特别是在加拿大的兄弟们，恭喜了！往后，你们买中国电车能便宜一大波，搞不好直接打5折都有可能。 这到底是啥情况？ 因为加拿大给中国造的电车亮绿灯了，直接砍掉了100%的关税。在之前的2024年，加拿大跟着美国搞事情，给中国电车加了100%的关税，综合税率干到106.1%。 这有多夸张呢，相当于1台在中国卖15万的电车，拉到加拿大去高低得卖30万起。对比其他正常税率的车，咱中国造的电车铁定没啥竞争力。 现在好了，降到就剩下6.1%的最惠国关税，彻底减负了。 看到这，估计不少兄弟会说，这不得一夜之间让中国电车跑遍加拿大街头？ 别急着高兴，这事没那么简单。 这关税优惠目前就管未来5年，而且只有配额内的车，才能享6.1%的优惠税。这个配额也不多，2026年先给4.9万辆额度，之后逐年涨到7万辆就保持不变了。 更关键的是，配额当年用不完就作废，不能留到明年。如果超额呢，那对不起了，超过的部分继续承受106.1%的超高关税。 所以这4.9万辆的名额很宝贵，肯定不是谁先到港口排队就给谁，门槛不少。 比如车企得在加拿大当地有建好的售后网点，得向中国商务部争取出口的配额，最后在加拿大海关那验明正身，这一关一关都过了，关税优惠才算数。 除此之外，还有个价格门槛。 这五年里一半多的配额，加拿大都会给到3.5万加元以下的电车，也就是人民币18万左右，主打经济适用款的车，所以是既限额，还区分价格，挺复杂。 不过啊，这些门槛看着严，其实也帮咱筛出了真正能抓住机会的车企。接下来咱就扒一扒，咱中国产的电车谁是这波降关税的赢家。 毫无疑问，赢家里面肯定有特斯拉。 为啥？人家早就布局好了。2023年就靠成本和产能都是一绝的上海工厂，给加拿大出口了Model 3和Model Y。所以加拿大的销售网络、售后体系和超级充电站早就配齐了。 后来也是受了加拿大加征惩罚性关税的影响，特斯拉只能切换到让造车成本更高的美国和德国工厂供货，这一折腾，就让部分Model Y直接涨价超20%。 现在政策一松，相当于直接重启上海工厂的出口通道，其他大的额外成本都不用加，躺着就能赚。 除了特斯拉，像类似情况的莲花跑车、极星都能迎来利好。但要说最有潜力的还是比亚迪，本身有大量3.5万加元以内的车型，手上能打的牌有很多，就看能不能争取到配额。 结果，更有意思的事来了，加拿大政府那边还挺主动，直接找上比亚迪、奇瑞的高层谈了谈。 脖子哥觉得，他们肯定不只是想聊电车出口的事儿，更盼着这俩车企能去加拿大投资建厂，估计人家也是背着招商引资的KPI来的。 当然了，加拿大这波关税好处肯定不是白给的。明面上可能就是一波互惠互利，加拿大拿出电车市场，咱把加拿大的油菜籽关税从85%降到15%，还免了龙虾这些产品的关税。 但是脖子哥深挖下去，发现加拿大想要的远不止这些，他们实际上在下一盘大棋。 之前啊， 加拿大这个国家经济和防御都是高度依赖美国的。加拿大能不能安稳过日子，基本看美国的脸色，只要美国愿意，加拿大分分钟变成美国的第51个州。 就拿加拿大的汽车产业来说，80%的汽车零部件和整车销售额，都得靠出口美国。 要是美国愿意踏踏实实干生意也就罢了，结果2025年，美国直接把加拿大人当日本人耍，主打的就是怎么征、征多少全由老美说了算。 还接连甩出各种加码征税的小连招，比如先直接撕毁优惠承诺，对加拿大出口美国的整车突然加征25%的额外关税等等。 老美这番操作下来，直接给加拿大汽车产业来了记重锤。导致通用在加拿大的奥沙瓦工厂开掉了700多个工人，连带着周边配套工厂1000多员工跟着被裁。 所以加拿大对美国的态度就是怕大哥不来，又得防着大哥乱来。 而这次加拿大给中国电车降税，就是想通过中国的电车，给自己多搞点底牌。 不只是让中国电车进来卖，更是想吸引比亚迪这些中国车企去加拿大建厂，把本土的汽车零部件、组装产业重新盘活，尝试摆脱专给美国做汽车产业配套的尴尬处境。 毕竟加拿大的自然资源对造电车来说，那是五脏俱全了，光是丰富的锂、钴资源，就能让他们成为天选电车之国。光守着金山银山，没在新能源汽车产业上发力就太可惜了。 当然，加拿大也不可能彻底摆脱美国的控制，更多的还是通过这招给自己留回旋余地。中加两国在电车方面的合作，也变成了一种对美博弈的筹码，让美国也能适当消停点。 当然了，不管咋说，加拿大给中国的电车降税，对我们来说一定是个好事。 虽然4.9万辆的配额，在加拿大190万辆的年新车销量里只占3%左右，但好歹是开了个好头，等于给中国电车打开了北美市场的重要缺口。 现在欧美不少国家都在搞贸易保护限制中国电车，加拿大这个口子一开，对咱们车企来说就是新增的市场，能多赚钱、多输出技术。 如果顺利的话，还能带动电池、电机等上下游产业一起走出去，甚至把中国的新能源技术标准推广出去，提升在全球产业链的话语权。 虽然说还不知道未来美国可能动什么手脚，但无论如何，北美市场长期以来都是中国电车最难啃的硬骨头。 现在能拿下加拿大这个突破口，相当于在北美市场站稳了一个脚跟，后续只要我们的车企稳住、做好口碑，未来闯进美国市场，也不是不可能嘛。

编译 | 陈骏达 编辑 | 云鹏 智东西1月29日报道，今天凌晨，月之暗面核心团队在社交媒体平台Reddit上举行了一场有问必答（AMA）活动。三位联合创始人杨植麟（CEO）、周昕宇（算法团队负责人）和吴育昕与全球网友从0点聊到3点，把许多关键问题都给聊透了，比如Kimi K2.5是否蒸馏自Claude、Kimi K3将带来的提升与改变，以及如何在快速迭代与长期基础研究之间取得平衡。 AMA栏目截图 一开始，便有网友抛出尖锐问题：Kimi K2.5有时会自称为Claude，有人怀疑这是对Claude进行蒸馏的证据。杨植麟回应道，这一现象主要是由在预训练阶段对最新编程数据进行了上采样，而这些数据似乎与“Claude”这个token的关联性较强，事实上，K2.5在许多基准测试中似乎都优于Claude。 谈及Kimi K3，杨植麟没透露太多细节，但提到了K3会在Kimi Linear上加入更多架构优化，他相信，就算Kimi K3没比K2.5强10倍，也肯定会强很多。 整场问答中，月之暗面的三位联合创始人共回答了40多个问题。智东西也向他们提出了3个问题，并获得了直接回应。 当智东西问及月之暗面的算力储备时，杨植麟称，GPU数量的差距并未缩小，但实现AGI究竟需要多少算力，仍需拭目以待，而周昕宇补充了一句颇具哲理的话：创新往往诞生于约束之中。 杨植麟、周昕宇回应智东西关于算力储备的问题 周昕宇还提到，月之暗面有“把事情真正做成并落地”的共同价值观，而不仅仅是为了表面光鲜。 此次AMA正值Kimi K2.5的发布。这是月之暗面目前最强大的模型，在视觉、编程、Agent以及各种通用任务上都有不错的表现，还通过一项名为智能体蜂群的技术实现一个模型对多达100个“子智能体”的调度，任务执行效率最高提升450%。 发布后2天左右，Kimi K2.5获得权威AI评测榜单Artificial Analysis开源模型第一的成绩，仅次于来自OpenAI、Anthropic和谷歌的4款模型。 我们将AMA中的精华内容梳理归纳为23个关键问题，分为三章呈现，第一章聚焦月之暗面公司本身及AI行业相关话题，第二章介绍Kimi K2.5的技术细节，第三章展望月之暗面的未来规划。 01. GPU数量差距并未缩小 但创新往往诞生于约束之中 （1）智东西提问：在上次的AMA中，您提到月之暗面的GPU数量（相较其他企业）处于劣势。在2026年，这种差距会缩小吗？ 杨植麟：我认为差距并没有缩小。但是，要实现通用人工智能（AGI）究竟需要多少算力？我们拭目以待。 周昕宇：可用算力受到太多因素的影响。但无论如何，创新往往诞生于约束之中（innovation loves constraints）。 （2）网友提问：您对DeepSeek的Engram架构有何期待？您是否正在考虑采用这种架构？ 周昕宇：对嵌入进行Scaling是一个值得探索的有趣方向。但在我们通过Scaling阶梯对其进行测试之前，我们还没有太多可靠的数据。 （3）智东西提问：这是一个关于你们研究文化的问题。大规模模型训练会消耗大量的GPU时间，如何界定沉没成本？比如说，某个方向经过三个月的实验后没有明显的性能提升，你们的团队会根据哪些指标来决定是继续、调整方向还是彻底放弃？ 鉴于行业内快速迭代的步伐，你们是否担心追求短期成功的压力，会影响那些需要多年才能见效的基础研究？您如何使您的团队免受这种压力的影响？ 周昕宇：非常好的问题。针对第一个问题，我们会将所有相关实验的结果分享给所有技术人员，并进行深入讨论，直到最终决定是继续、转型还是彻底放弃。 讨论每天都会进行，我们鼓励每个人对所有事情提出质疑，从目标设定到最细微的技术细节。 针对第二个问题，长期以来，我们在押注技术基本面的走势上有着相当不错的记录。MoBA几乎从公司成立之初就开始了；Kimi Linear也经历了将近一年的探索与挣扎。 关键在于团队要有“把事情真正做成并落地”的共同价值观，而不仅仅是为了表面光鲜。我们的组织、文化和管理都是为了支撑这一价值观而建立的。 （4）网友提问：你们最喜欢工作中的哪一部分？ 杨植麟：我们喜欢训练模型，因为这让人感觉在不断接近真相：关于什么是有效的、什么是无效的真相，关于智能是如何被创造出来的真相。 （5）网友提问：请问训练视觉语言模型（VLM）的主要挑战是什么？为什么Kimi如此致力于训练视觉模型？ 杨植麟：主要挑战在于如何同时提升文本和视觉性能。我们发现，当方法得当时，文本和视觉可以相互促进。 例如，我们观察到，在视觉任务上进行强化学习训练可以提升文本知识基准测试的成绩。另一方面，像K2这样强大的文本库对于提升视觉性能也至关重要。 （6）网友提问：Kimi Code和Claude Code有什么区别？为什么Kimi要开发自己的编程工具？ 杨植麟：我们认为我们需要一个与模型最匹配的框架。但使用Claude Code时，框架会不断变化，兼容性有时会成为问题。 此外，Kimi Code还拥有一些独有的功能，例如视频输入。我们认为video2code（视频生代码）非常重要，代表着前端开发的未来。 （7）网友提问：强化学习基础设施已成为关注的焦点。考虑到训练像智能体蜂群这样的系统的复杂性，在像verl这样的开源框架上实现起来会相当具有挑战性。你们在强化学习基础设施方面所做的具体改进是什么？ 吴育昕：强化学习基础设施的确是一项巨大的挑战，我们力求在保持良好灵活性的同时实现高效率。在效率方面，我们尝试在开发训练和推理系统时充分考虑强化学习的实际应用场景，以便复用所有繁重的计算工作，从而实现规模化扩展。 智能体蜂群的部署逻辑尤其复杂，但我们的系统具有极高的灵活性，允许我们将不同的框架和子智能体设置集成到训练过程中。 （8）网友提问：我想问一下与你们的Scaling阶梯有关的问题。你们开始实验的最小规模（主动/被动）是多少？通常步长是多少？另外，你们是否会根据所做的更改类型（数据、优化器、线性注意力机制等）采用不同的Scaling阶梯？ 周昕宇：我们从非常小的规模开始。我个人有时会从小到可以在单个CPU上训练的模型开始。 核心目标是预测系统的可扩展性。有些架构无法扩展，有些优化器无法扩展，甚至有些数据也无法扩展。在低FLOPs下评估可扩展性是一个有趣的研究课题，它需要对训练过程中的数学动态有深刻的理解，同时也需要兼顾严谨性和创造性。 举个例子：我们曾经急于将Kimi Linear移植到Kimi K2中，但它在达到一定规模后Scaling失败了。我们不得不暂停开发，经过漫长的调试过程，最终历经数月才使其达到如今Kimi Linear的水平。 从统计学角度来看，大多数小规模行之有效的方案都无法突破规模化瓶颈。而那些能够成功推广的方案通常都简单有效，并且有数学依据。研究的重点在于如何应对失败，而不是庆祝成功。 02. 模型自称Claude并非因为蒸馏 智能的上限取决于新学习算法 （9）智东西提问：Kimi K2.5使用了平行智能体强化学习技术。你们会不会将主要算力预算从预训练转向强化学习？在K3路线图中，强化学习的算力规模是否会超越预训练？ 杨植麟：强化学习的计算量将持续增长。更重要的是，增加强化学习计算量的方法有很多，而且有些方法比其他方法更有效。未来可能会出现更多新的目标函数来对模型进行强化训练，尤其是在智能体领域。 （10）网友提问：Kimi K2.5已经证明，通过强化学习扩展思考token是实现前沿推理的可行途径。考虑到训练CoT（思维链）策略的巨大工程开销和生成思考token的推理延迟，你们是否正在探索架构递归作为一种在不将计算外部化到KV缓存的情况下实现P/poly复杂度的方法？ 杨植麟：在当前的架构下，我们所关心的许多问题在计算意义上其实都是可解的。在很多情况下，模型能力的瓶颈并不在于其路线复杂度（circuit complexity），而在于任务本身是否是可验证的。这意味着两点： 一方面，我们当然可以通过设计更高效的架构来降低特定任务所需的路线复杂度，从而提升token使用效率； 不过，智能的上限更多地取决于能否发明新的学习算法。这些算法应当能够超越预先定义的、可验证的任务，而不仅仅是依赖更高效的模型架构。 （11）网友提问：Kimi K2.5非常棒，但我看到有人说模型会自称为Claude，并把这当作你们大量蒸馏（distill）自Claude模型的证据。这是怎么回事？ 杨植麟：我们的观察是，在正确的系统提示词下，它有很高的概率回答“Kimi”，尤其是在思考模式下。 但当系统提示为空时，它就进入了一个未定义区域，这更多地反映了预训练数据的分布情况。其中一项改进是，我们在预训练阶段对来自互联网的最新编程数据进行了上采样，而这些数据似乎与词元“Claude”的关联性更强。 事实上，K2.5在许多基准测试中似乎都优于Claude，例如HLE、BrowseComp、MMMU Pro和MathVision等等。 （12）网友提问：我想知道你们是如何降低K2的幻觉问题的？幻觉问题似乎是K2模型的主要弱点，也是我之前没有使用Kimi的原因。但目前来看，2.5版本更加可靠。 吴育昕：对于所有大模型来说，管理幻觉仍然是一个巨大的挑战。我们已经通过提高数据质量（更多经过验证的知识，更少低质量的说法）和奖励机制（例如，当模型出现幻觉时进行惩罚）来改善这种情况，但我们认为仍然有很多方法可以进一步改进。 （13）网友提问：Kimi K2.5使用了较高的参数比例（约470:1）。您认为我们目前是否因为使用15万亿个token进行过度训练而“浪费”了计算资源？ 吴育昕：我不确定1:1最优性是否仍然成立，但从这个意义上讲，我们确实会“浪费”一些训练计算资源。否则模型会更大，并且与我们现在的模型相比，会“浪费”大量的推理计算资源。 周昕宇：如果你追求计算最优（compute-optimal）的训练方式，那么大多数有用的模型实际上都是被过度训练的；更大的模型只是“过度训练得没那么严重”。 而计算最优训练通常要求模型规模足够大，这会对现有基础设施带来巨大的挑战，同时也会显著提高推理成本。我并不认为过度训练是一种“浪费”，而更像是我们为了获得更优整体权衡而主动支付的一种“成本”。 （14）网友提问：Kimi K2.5的“智能体蜂群”功能最多可协调100个子智能体。在这种规模下，“协调器”模型往往会成为瓶颈。Kimi K2.5如何处理管理100个并行推理流所带来的延迟和上下文信息丢失问题？ 吴育昕：“智能体蜂群”的一个很酷的点在于，各个子智囊团可以在不“腐蚀”或污染主调度器上下文的情况下独立执行子任务。它们本质上拥有各自的工作记忆，只在必要时将结果返回给调度器。这使我们能够在一个全新的维度上扩展整体的上下文长度。 （15）网友提问：在Kimi K2.5中，你们如何权衡强化编程能力与保持甚至提升非编程能力（如创意写作和情绪理解）之间的关系？ 在K2发布时你们在官方介绍中强调了创意写作和情商。团队是如何在训练和优化过程中，确保这些对用户体验至关重要但更“软性”的能力不发生退化的？ 杨植麟：在模型参数规模足够的情况下，我认为编程能力和创意写作之间不存在根本性的冲突。但确实，随着我们不断改进奖励模型，要在不同模型版本之间保持一致的“写作品味”本身就是一项挑战。 我们的一项做法是依赖内部基准评测（几乎可以看作一种“元评测”）来反映模型在创意写作方面的进展，并据此对奖励模型进行相应调整。 （16）网友提问：K2.5的个性和写作风格明显变得更加通用，更像其他模型的“贴心助手”风格了。我们非常喜欢K2的个性！K2.5到底发生了什么？你们是否已经注意到这个问题并正在调查？ 吴育昕：遗憾的是，每次新版本发布后，我们都会看到模型“个性”发生一定程度的变化。这是一个相当棘手的问题，因为个性是模型主观且难以评估的特征。我们正在努力解决这个问题，并且希望能够让产品更好地满足每位用户的个性化需求。 03. K3将在Kimi Linear基础上优化 即便没比K2.5强10倍也会强得多 （17）网友提问：Kimi K3的重点会是什么？原始性能？长期目标？还是上下文长度？ 杨植麟：我们正在尝试新的架构和新功能。 （18）网友提问：Kimi K3是否一定会采用线性架构或其他新架构？如果真是如此，您将如何确保K2.5 Thinking的性能得以保留，甚至进一步提升？尤其是在多模态性能方面。我担心架构改变后可能会出现不稳定的情况。 杨植麟：线性架构是一个非常不错的选择。我们做了很多研究，包括Kimi Linear。希望我们能在此基础上加入更多架构优化。 我相信Kimi K3就算没有比K2.5强10倍，也肯定会强得多（I'm sure it will be much, if not 10x, better than K2.5）。 （19）网友提问：你们未来对在线/持续学习方面有什么计划，特别是针对Agentic模型？Kimi Linear与K2.5有什么关系？线性注意力仍然是主要研究方向之一，还是会发展成为一个独立的研究分支？ 周昕宇：我们相信，持续学习能够提升模型的自主性，并使它们能够更长时间地高效工作。我们正在积极探索这一方向。Kimi Linear是与K2.5并行开展的一项专门研究项目。我们正大力投资于线性注意力机制，将其作为未来模型的一个关键方向。 （20）网友提问：你们是如何考虑模型的角色塑造的？如果有的话，你们对“Kimi”这个角色有什么目标？ 杨植麟：我认为模型的核心在于“品味”，因为智能本身是非同质化的（non-fungible）。我个人很喜欢K2.5打造的前端设计，它有着独特的审美取向。 模型的性格也是“品味”的一种体现。有报道称，K2.5相比其他模型更少迎合用户。这或许是一种好的性格特征，因为持续不断地强化用户原有的观点，在某些情况下可能是危险的。 （21）网友提问：请问你们有计划开源“智能体蜂群”或者将其作为一项功能添加到Kimi-cli中吗？ 杨植麟：目前它还处于测试阶段。待其更加稳定后，我们将向开发者提供框架。希望很快就能实现。 （22）网友提问：为什么不把视觉编码器做得大于400M呢？ 吴育昕：小型编码器在很多方面都有利于Scaling，所以我们甚至会问自己：为什么不把它设为0呢？ （23）网友提问：你们有计划推出带有原生音频输入功能的模型吗？ 杨植麟：目前我们没有足够的资源来处理音频输入，所以可能会把重点放在训练更好的智能体上。

IT之家 1 月 30 日消息，巴西足球协会（CBF）昨日（1 月 29 日）宣布，将在马拉卡纳体育场（Maracana Stadium）部署半自动越位判罚系统，其核心设备采用苹果的 iPhone 17 Pro，通过高精度的影像抓拍技术，协助裁判在毫秒级时间内做出准确的越位判罚。 技术架构上，该系统由体育数据公司 Genius Sports 提供。IT之家援引博文介绍，工程团队将在马拉卡纳体育场内安装 12 个专用拍摄支架，总计搭载 28 台 iPhone 17 Pro。 以上图源：视频截图 这些设备均具备独立互联网连接，被精密布置在球门后方、越位线、中场以及角球区域，形成全覆盖的视觉阵列。得益于 iPhone 17 Pro 强大的影像处理能力，所有设备将以 4K 分辨率、100fps（每秒 100 帧）的高帧率录制比赛，确保任何高速运动中的越位细节都无所遁形。 尽管硬件部署已提上日程，但球迷们还需等待一段时间才能看到该系统正式运行。CBF 裁判委员会负责人 Netto Goes 明确表示，新技术不会立即投入实战。 行业趋势上，iPhone 取代传统广播级摄像机已逐渐成为体育界的新趋势。美国职业足球大联盟（MLS）此前已开始使用 iPhone 17 Pro 配合传统摄像机进行赛事转播，英超联赛也曾与 Genius Sports 合作探索类似的手机辅助判罚技术。

讲真，作为每天和浏览器打交道超过 10 小时的“重度冲浪选手”，Chrome 几乎就是我的第二个办公桌。 自打 AI 爆火之后，为了提效，我这浏览器右上角就没清净过。 我装了五花八门的插件：有的专门用来总结长文章，有的用来跟网页对话…… 但懂得都懂，没有一个真的特别好使。 直到昨天，Google 亲手扔下了一个“核弹级更新”，我瞬间觉得：那些折腾了半天的 AI 插件，终于可以通通删掉了！ 图：Chrome 中集成的 Gemini 这次 Chrome 的进化，绝不仅仅是多了一个总结网页的小工具那么简单。 它是直接把最强的 Gemini 3 “焊”进了内核里，让浏览器从一个单纯的“阅读器”，变成了一个真正能替你干脏活、累活的“数字分身”…… 01 侧边栏进化：第三方插件通通可以“下岗”了 说实话，AI 侧边栏这东西，大家早就司空见惯了。 不管是国外的插件，还是国内的 Kimi、智谱，早就能让你一边看网页一边总结、对话。 但这次 Chrome 原生的 Gemini 侧边栏，真的让我想把那些第三方插件都卸了。 因为除了常规操作，它至少有 3 个让我大喊“卧槽”的狠招： 总结网页只是基本功： 别人能做的它都能做，而且反应速度极快，毕竟是亲儿子。 图：Chrome 侧边栏总结网页 你可能不服，这不都能做吗？ Gemini 真正厉害的地方在于，它能同时总结 N 个打开的网页。 以前我想看几篇文章的摘要，得每个页面点一次插件，手都点酸了。 现在，它能一次性把所有打开的网页全读完，直接甩给我一份汇总好的摘要。（最卧槽的是，你可以让它用这 N个网页为素材直接写篇文章，自媒体人要起飞了！）） 图：Chrome 的侧边栏同时总结 N 个网页 再比如我想买个降噪耳机，在京东上开了十几个产品页，看得眼花缭乱。 现在简单了，直接让它帮我全网比价、挑毛病，最后告诉我哪款最值得下单。 图：Chrome 侧边栏在 JD 页面做比价 这才是真正的“省心神器”，再也不用在几十个标签页里反复横跳了。 视频“快进键”的终结者： 这点最牛。 你在看 YouTube 视频时，它不仅能帮你出总结，最离谱的是它能自动切片。 它会把视频分成好几个关键段落，你看到感兴趣的点，点一下文字，进度条直接跳到那个位置。 图：Chrome 侧边栏直接总结视频并做切片 以前看个长视频得手动拖进度条，现在感觉是 AI 牵着你的手，直接把精华送到你嘴边。 不过有一说一，这功能目前还是有点“偏心”，对 YouTube 的支持简直是亲儿子级别。 我也试了下 B 站，虽然也能总结出大概意思，但少了那个最灵魂的“自动切片”，就像吃泡面没调料包，效果大打折扣。 这些结果可以直接通过 Gmail 发邮件出去，而且这次还把日历、YouTube、地图等全部整合进来了。不得不说，谷歌把自家“全家桶”整合起来的杀伤力真的无敌，这种“自家产品互相开挂”的操作，才是这次更新最顶的地方。 02 Nano Banana：这哪是浏览器，这是随身带了个 PS 以前在网上看到一张图想改一改，你得先下载，再开修图软件，折腾半天再重新导出。 现在 Chrome 侧边栏直接把 Nano Banana 集成进来了，简单来说，它就像在浏览器里装了个“一键整容”按钮。 我试了几个场景，简直是懒人福音。 比如你看到一张色彩鲜艳的素材图，想看看一张照片变成复古黑白风是什么效果，不用找滤镜，在侧边栏说句话就行。 图：Chrome 侧边栏直接修改图片 更神的是，如果你对着一张空荡荡的房间照片，想脑补一下装修后的样子，直接让它往里“塞”满家具。 上一秒还是冷冰冰的毛坯房，下一秒就能变出北欧风的温馨感。 图：Chrome 侧边栏直接修改图片 甚至当你面对一整个网页密密麻麻的数据头大时，直接喊它把网页内容生成一张精美的信息图，这对于每天做 PPT 的人来说，简直是救了命了。 图：Chrome 侧边栏生成信息图 这种“即看即改”的操作，以前得折腾好几个 App，现在动动嘴皮子就在浏览器里顺手办了。 03 终极杀招：它不是在聊天，是在替你“上班” 如果说前面的功能只是让你“看得爽”，那接下来的 Auto browse（自动浏览） 简直是让 Chrome 长出了手脚。 我试了几个官方案例，确实有点科幻。 比如最枯燥的自动填表，你只需把资料甩给它，它能自动识别并把另一个表单填得整整齐齐。 自动播放 更神的是，比如你想办个主题派对，看到一张氛围感拉满的布置图，不用你肉眼去搜同款。 它能直接识别图里的复古电视、气球、装饰品，去电商网站搜出同款并一键塞进购物车，连券都领好了，你只管付钱。 自动播放 甚至连订酒店、查航班这种琐事，它都能根据你的要求直接出一套最优方案。 自动播放 不过，我也得说句大实话： 这一招目前对国外网站确实很猛，但我实测发现，它还没学会怎么逛京东、淘宝或携程，基本处于“罢工”状态。 （所以这里用了官方的案例） 虽然这种“数字替身”的未来很爽，但咱们国内用户不知道啥时候能享受到。 04 隐藏教学：怎么强先开启这个“黑科技”？ 看到这儿，估计大家手里的插件已经按捺不住要删了。 不过目前这些功能还在灰度测试中，如果你想现在就体验，可以试试这套“极客开启方案”： 第一步：开启隐藏开关（Flags） 在地址栏输入 chrome://flags/ 进入实验室。 在搜索框输入 “glic”，把搜出来的这五项全部从 Default 改成 Enabled： Glic Glic Z Order Changes Glic actor Glic Pre-Warming Glic FRE Pre-Warming 图：开启 Chrome 的相关选项 点击右下角的 “Relaunch”（重新启动）即可。 第二步：如果还没出来，试试这几条“黑指令” 如果你重启了还没看到 Gemini 出现，那说明被地域限制锁死了。 这时候需要先彻底退出 Chrome，然后打开终端（Terminal）执行下面这几行命令，直接给它来个“强制开启”： 小提示： 执行前建议先备份。命令中的~/Library/Application Support/Google/Chrome/ 路径适用于 Mac 用户。 另外，你的 Chrome 需要设置为英文，而且 IP 地址必须设置为美国。 这一顿操作之后再次打开 Chrome，你就能看到那个能替你“上班”的数字分身了。 写在最后 不得不感叹，2026 年开年这一个月，AI 圈的节奏快得让人窒息。 特别是这两天全网刷屏、几乎把智能体推向神坛的 ClawdBot(Moltbolt)，大家应该都看出来了：“智能体（Agent）”化已经是大势所趋。 以往是我们“用”浏览器去找信息，现在是 AI 正在“接管”浏览器去办实事。 而这次 Gemini 与 Chrome 的深度融合，意义完全不同。 毕竟 Chrome 是全球几十亿人的装机必备，它这次的“超进化”，意味着 AI 这种处理信息的方式，正在从极客的小众玩具，彻底变成普通人触手可及的日常工具。 虽然现在对国内 App 的适配还没那么丝滑，但这种“有人帮我干活”的未来，确实已经近在咫尺了。 如果 AI 真的能替你处理掉所有无聊的填表、订票、比价工作，你最想用省下来的时间干点啥？

iPhone需求强劲 凤凰网科技讯 北京时间1月30日，苹果公司(NASDAQ:AAPL)今天发布了截至12月27日的2026财年第一季度财报。财报显示，苹果第一财季总营收为1437.56亿美元，较上年同期的1243.00亿美元增长16%，创历史纪录；净利润为420.97亿美元，较上年同期的363.30亿美元增长16%。 苹果第一财季业绩出色，总营收、每股收益、iPhone和服务业务收入均创下历史新高，中国区收入飙升了38%。 股价表现： 苹果第一财季营收、每股收益以及iPhone收入均超出分析师预期，股价在盘后上涨不到1%。 苹果股价盘后上涨0.32% 苹果股票周四在纳斯达克交易所开盘报258.00美元。截至周四收盘，苹果股价上涨1.84美元，报收于258.28美元，涨幅为0.72%。截至发稿，苹果股价在盘后交易中上涨0.83美元至259.11美元，涨幅为0.32%。过去52周，苹果股价最高为288.62美元，最低为169.21美元。 第一财季业绩要点： ——总营收为1437.56亿美元，较上年同期的1243.00亿美元增长16%； ·产品收入为1137.43亿美元，较上年同期的979.60亿美元增长16%； ·服务收入为300.13亿美元，较上年同期的263.40亿美元增长14%； ——毛利润为692.31亿美元，较上年同期的582.75亿美元增长19%；毛利率为48.2%； ——总营业费用为183.79亿美元，较上年同期的154.43亿美元增长19%； ——营业利润为508.52亿美元，较上年同期的428.32亿美元增长19%； ——净利润为420.97亿美元，较上年同期的363.30亿美元增长16%； ——每股摊薄收益为2.84美元，较上年同期的2.40美元增长19%。 按产品划分： ——iPhone业务第一财季收入为852.69亿美元，较上年同期的691.38亿美元增长23%； ——Mac业务第一财季收入为83.86亿美元，较上年同期的89.87亿美元下降7%； ——iPad业务第一财季收入为85.95亿美元，较上年同期的80.88亿美元增长6%； ——可穿戴、家居以及配件业务第一财季收入为114.93亿美元，较上年同期的117.47亿美元下降2%； ——服务业务第一财季收入为300.13亿美元，较上年同期的263.40亿美元增长14%； 按地区划分： ——大中华区(中国大陆、香港及台湾地区)第一财季收入为255.26亿美元，较上年同期的185.13亿美元增长38%； ——美洲区第一财季收入为585.29亿美元，较上年同期的526.48亿美元增长11%； ——欧洲区第一财季收入为381.46亿美元，较上年同期的338.61亿美元增长13%； ——日本区第一财季收入为94.13亿美元，较上年同期的89.87亿美元增长5%； ——亚太其他地区第一财季收入为121.42亿美元，较上年同期的102.91亿美元增长18%。 股东回报： 苹果董事会宣布，将向截至2026年2月9日股市收盘登记在册的普通股股东，派发每股普通股0.26美元的现金股息，支付日期为2026年2月12日。 高管点评： 苹果CEO蒂姆·库克(Tim Cook)表示：“我们骄傲地宣布，苹果在本季度取得创纪录的卓越业绩，营收达1438亿美元，同比增长16%，远超预期。iPhone业务凭借前所未有的市场需求创下历史最佳季度表现，全球所有地区市场均刷新纪录；服务业务收入同样创历史新高，同比增长14%。更令人振奋的是，目前苹果活跃设备安装量已突破25亿台，这充分证明了用户对全球顶尖产品与服务的极高满意度。” 苹果CFO凯万·帕雷克(Kevan Parekh)称：“第一财季，我们创纪录的业务表现及强劲的利润率推动每股收益实现19%的增长，创下历史新高。这一出色业绩创造了近540亿美元的营运现金流，使我们得以向股东返还近320亿美元。”(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

坏了兄弟们，这两天想必大家都被新病毒给刷屏了。 还没刷到的差友也不用再去搜了，简单来说就是，印度那边刷怪笼里，刷出来一个叫尼帕病毒的东西。 微博上最近好多词条都在说这事，描述的巨恐怖，谁沾谁倒霉那种。 该说不说，经历了前几年，现在大家一看到新病毒、致死率这些词儿，多少都有点PTSD。 结果现在这玩意又是什么最危险病原体、致死率还高达75%、尚无有效疫苗，这谁受得了，看得哥们是直接头皮发麻嗓子发痒。 不少网友也慌了，你想想连三哥的免疫力都顶不住，那要是传开了还了得？ 也有的网友都开始准备囤口罩了，股市上的医疗概念也跟着走了一波。 甚至国外很多媒体都在说这事，除了BBC、福克斯、雅虎这些大号，还有什么印度时报、中东新闻这种地方号。 不过哥们扒拉了一遍嘛，发现这事儿跟咱们想的可能不太一样，大家先别这么慌。。。 首先咱得说，这尼帕病毒杀伤力很大，这确实是板上钉钉的。 按照《临床神经病学手册》（《Handbook of Clinical Neurology》）和世界卫生组织的描述，从病毒这方面看，这东西是一种单股负链RNA病毒，跟麻疹、腮腺炎是远房亲戚。 它进入人体会同时攻击肺部和大脑，会引发严重的肺炎，导致急性呼吸窘迫；而且也能穿透血脑屏障，引发致死性的脑炎，也就是脑水肿。 而且就算你命大活了下来，约有20%的幸存者，也会留下癫痫、性格改变这种永久性的神经后遗症。。。 该说不说这鬼东西长得也很像新冠。 听着是挺吓人，但要说这次是啥新型病毒大爆发，提前吹哨，那也不太严谨。 因为它其实压根就不是什么新面孔。 这玩意首次发现是在1998年，1999年美国CDC亚特兰大实验室的科学家通过血清学检测和基因测序，才确认这是一种新病毒。可以说这病毒比编辑部新来的同事年纪都大了。 当时它是马来西亚爆发的，但爆发的范围，主要是养猪场。 实际上，尼帕病毒这玩意儿在印度、孟加拉国这些地方，几乎是常年存在的季节性问题。其中孟加拉国是尼帕病毒最高发的国家，自2001年起几乎每年都有病例发生。 至于为啥主要发生在这些地方，这就跟它的传播途径有关系。 自从1999年初鉴定出尼帕病毒后，经过两年溯源，科学家们发现这病毒的老家来自果蝠身上。 随着孟加拉国和印度自2001年起频繁爆发疫情，科学家进一步确定了更直接的传播链，就是从果蝠直接传到人身上的。 这倒也不是他们乱吃野味的原因，而是像孟加拉国和印度这些南亚国家，当地人喜欢喝一种叫“生枣椰汁”的天然饮料，这就跟白桦树汁差不多，得割开树皮晚上把罐子挂树上接。 完事这种甜的东西，正好吸引果蝠。你给罐子挂树上，那对人家来说不就自助餐嘛。所以果蝠就顺便在罐子里留下了带病毒的唾液和粪便啥的。 印度这地方大家也知道，此泄彼吞，并无芥蒂。所以隔夜的饮料第二天人再喝，直接就中招了。 而另一种传播方式，就是体液传播。 根据世界卫生组织（WHO）的说法，在少数情况下，尼帕病毒确实可以人际传播。健康人通过接触感染生物的唾液、鼻咽分泌物这些体液，可能会被感染。 之前为啥98年马来西亚的感染发生在养猪场，就是因为猪吃了果蝠吃剩的果实或排泄物被感染，然后养猪场工人或屠宰场工人在处理病猪的体液时，以及在清理猪圈或屠宰过程中，吸入带有病毒的飞沫或气溶胶，就也被感染了。 相比早期在马来西亚发现的毒株（NiV-M），CDC和世卫组织（WHO）官方表示，近年来在印度和孟加拉国流行的毒株（NiV-B），又是人际传播潜力更强的那一类，感染后的口腔分泌物中病毒 RNA 含量更高，增加了通过亲密接触或护理过程传播的风险。 这次印度喀拉拉邦的爆发中，很多感染者，都是照顾病人的家属或者医护人员。 看到这有兄弟要问了，这东西这么毒，还能人传人，是不是疫情怀旧服又要上线了？ 其实也没这么恐怖。这就涉及到一个病毒传播的悖论了：致死率高，和传播广，往往不可兼得。 说白了，一个病毒要是杀人太快、太狠，宿主很快就挂了或者被隔离了，那它自己也就失去了继续传播的载体。杀人太快的病毒，往往跑不远。 直接来看数据，尼帕病毒从发现到现在二十多年，全球累计确诊的尼帕病毒病例，也就750多例。 这次印度的疫情，总共就感染了6个人，还活了5个（其中1个病危）。 而尼帕病毒最高发的国家孟加拉国，从2001年到现在，总共记录了341例感染，其中241人死亡。这么看来，虽然死亡率确实高，但总数并不多。 所以跟新冠那种动辄感染几千万、上亿人的规模比，尼帕病毒目前还只是一个区域性的、小规模爆发的公共卫生问题，暂时还不用急着回归怀旧服。。。 更何况，到目前为止，中国境内，还从未报告过确诊的人类尼帕病毒感染病例。 咱们的疾控体系，对于这类已知的高危病毒，一直都有成熟的监测和应对预案。 2021 年，中国疾控中心就制定印发了 《尼帕病毒病预防控制技术指南》，新华社28日采访中国疾控中心专家的报道里也说，目前国内已经完成了应急核酸检测试剂盒的制备储备，现在各省份疾控中心也都有实验室检测的能力。 至于为啥大家刷到的这么多，全球媒体都在恐慌，主要还是因为大家可能对疫情啊、病毒啊这些词已经PTSD了，一些媒体的口径也会刻意放大这些情绪。 比如世界卫生组织说这病毒怎么怎么着就上了热搜，但实际上世卫并没有对这次印度疫情发表内容，大家引用的其实是2018年世卫的一篇文章，那会儿叮咚鸡都还没出生呢。 虽然短期内咱不用过度恐慌，但长期看，保持警惕还是有必要的。 因为病毒是可以不断进化的，特别是这种RNA病毒。没人能保证，它未来会不会接着点科技树，变异出某个传播力更强的毒株。 人类在这方面的准备，确实不够充分。 由于尼帕病毒在全球没有大范围流行过，感染人数也不多，所以全世界的科研经费在这块的投入都不算多。 拿疫苗来说，目前全球还没有一款获批上市的。进展最快的是牛津大学团队，他们搞了一款腺病毒载体疫苗，刚刚进入临床二期。疫苗巨头莫德纳公司的mRNA疫苗，也还停留在一期。 至于国内，2023年11月中科院上海免疫与感染研究所联合武汉病毒所，发表在国际学术期刊 npj Vaccines 上的论文也说开发出了候选疫苗，在动物试验里效果不错，但这离真正给人能用，还有一段距离。 虽然专门为这个病毒研究的疫苗还没出来，不过也有好消息。 就在1月26日，中国科学院武汉病毒研究所发文说，此前为新冠病毒研发的口服药物VV116（氢溴酸氘瑞米德韦片）对尼帕病毒也有显著作用。 在动物实验中，感染了致死剂量尼帕病毒的小鼠吃了这个药，生存率能直接拉回66.7%！ 至于为啥管用，主要因为这个药物是专门针对一种RNA聚合酶设计的，正好尼帕病毒也有这种酶，而且它在尼帕病毒中不容易变异，这不就正好撞枪口上了嘛。 不过，VV116目前还是在临床前研究阶段，离正式上市还得等完成人体临床试验验证安全性和剂量方案后才行。 总之，尼帕病毒对个体来说非常可怕。但宣扬让大家现在就去抢口罩、囤物资，那就完全没必要。 社交媒体的算法，天然会放大恐惧。一个致死率75%的病毒，哪怕只感染了6个人，在标题和热搜里，也足以掀起一场巨大的情绪风暴。 但作为普通人，咱还是最好能理性地、科学地看待风险。了解它的传播方式，做好个人卫生，相信专业的疾控体系，支持我们的科学家，给他们更多的时间和资源，而不是把流量送给那些贩卖焦虑的营销号。 说白了，恐慌是最低效的疫苗，科学才是唯一的解药。

马斯克 凤凰网科技讯 北京时间1月30日，据彭博社报道，知情人士称，SpaceX正考虑与特斯拉进行合并的可行性，同时也在评估与xAI的替代性合并方案。这表明，马斯克正在权衡如何整合其商业帝国。 据知情人士透露，SpaceX已讨论了与特斯拉合并的可行性，这一想法正获得部分投资者的推动。另外，SpaceX还在研究在首次公开招股(IPO)前与xAI进行合并的可行性。 知情人士称，任何此类交易都可能吸引基础设施基金和中东主权投资者的浓厚兴趣。此类交易可能需要大规模融资安排。 知情人士强调，最终决定目前尚未作出，具体细节仍可能变动，各公司也可能选择维持独立运营。 截至发稿，马斯克以及SpaceX、xAI和特斯拉的代表均未回应置评请求。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。