IT之家 8 月 22 日消息，自从小米汽车官宣以来，各种业界消息满天飞，目前能确定的也就是 2024 年发布。 据界面新闻最新消息，从小米内部知情人士处了解到，今年小米汽车一级和二级的电池供应商已经敲定中创新航（原名中创锂电）和宁德时代作为现阶段的电池供应商。 报道称，对于小米汽车的电池供应商，外界此前普遍猜测为宁德时代和比亚迪，而比亚迪相关人士也向其透露，其动力电池供应名单中目前没有小米汽车。 其实小米汽车的电池信息此前已经曝光，据IT之家今年 7 月报道，汽车博主 @MetaAuto 发布博文，声称获取到小米汽车电池的详细参数。 从这条博文附带的图片可以看见，该电池标签上印有小米 LOGO，具体参数如下： 型号：A1310C 制造商代码：f47832 锂离子电池 电压 726.7V 电池容量：139.0Ah、101.0kWh 重量：642.0kg 从上述参数可知，小米汽车搭载的动力电池有望支持 800V 高压快充，容量达到 101 千瓦时。评论区多名汽车博主如 @痛快舒畅 也指出，这块电池“应该是三元锂版本”。

IT之家 8 月 22 日消息，消息源 Unknownz21 今天发布推文，曝光了 iPhone 15 和 iPhone 15 Plus 两款机型的颜色阵容，其中最大的亮点在于粉色 / 玫瑰金，以及橙色。 消息源 Unknownz21 在推文中表示，苹果计划为 iPhone 15 标准版推出 6 种颜色，不过目前内部依然在调整中，下面所提及的颜色目前无法完全确认。 其中最值得关注的一种颜色，就是橙色，接近于苹果 2018 年为 iPhone XR 推出的“珊瑚色”。 珊瑚被描述为一种略带活力的柔和颜色，具体取决于周围的光线和手机反射的角度，其色调介于橙子和粉色之间。 另一个值得关注的，就是 iPhone 15 和 iPhone 15 Plus 会配备全新的粉色。 IT之家此前报道，苹果为标准版 iPhone 15 机型带来了深粉色（dark pink）和浅蓝色（light blue）颜色，颜色的十六进制代码分别为 #CE3C6C 和 #4DB1E2。该机上市之后苹果官方的描述为紫红色（telemagenta）和皮克顿蓝（picton blue）。 报道称苹果今年会继续推出标准的 (PRODUCT) RED 大红 iPhone 15 Pro 机型，依然会推出银色 / 金色以及深空灰颜色。而 iPhone 15 机型会有红色、黑色和白色等颜色供用户挑选。

快科技8月21日消息，三星Galaxy S24系列将于明年上半年登场，新的泄露信息显示，三星S24系列将采用全新的设计。 目前，三星Galaxy S24 Ultra的外观渲染图已经曝光，将采用钛圆角金属中框。这种新的设计方法与三星以往的设计大相径庭，但有望为S24 Ultra带来更时尚的美感。 钛金属的密度高于铝金属，可以大大减轻重量。与前几代所使用的标准铝制中框相比，钛金属更显高级。 此外，Galaxy S24 Ultra将采用叠片式电池，容量为 5000mAh，最关键的是将支持65W快充。并且值得注意的是，65W快充将是S24 Ultra独占，与另外两款机型S24、S24+无缘。 其他方面，根据此前曝光的消息，全新的三星S24系列将继续包含S24、S24+和S24 Ultra三个版本，将在不同市场提供自研的Exynos 2400处理器版本和高通骁龙8 Gen3移动平台版本。 其中Exynos 2400处理器版本将主要投放在欧洲市场，而美国等其他市场则为高通骁龙8 Gen3移动平台版本。

IT之家 8 月 22 日消息，前 XDA 媒体主编 Mishaal Rahman 近日报告称，在美国等部分市场，谷歌将会跟进苹果 iPhone 14 系列的设计方案，今年秋季推出的 Pixel 8 系列手机完全取消物理 SIM 卡卡槽，仅支持使用 eSIM 卡方案。 该消息源引用了 OnLeaks 此前分享的 Pixel 8 渲染图，表示渲染图左侧并没有预留 SIM 卡卡槽，认为在部分市场发售的新机型会转而使用 eSIM。 IT之家此前报道，谷歌 Pixel 8 系列将搭载 Tensor G3 处理器，Pro 版正面将配备一块 6.7 英寸的三星 OLED 显示屏，分辨率为 2992×1344，支持 120Hz 刷新率，亮度达 1600nits（不确定是否为峰值亮度），像素密度 490PPI。 影像方面，谷歌 Pixel 8 Pro 后置 5000 万像素 GN2 主摄 + 6400 万像素 IMX787 超广角镜头 + 4800 万像素 GM5 长焦镜头，前置 1080 万像素 3J1 镜头。

集微网消息，苹果预计将于9月中旬发布iPhone 15系列，并在月底出货。然而根据9to5mac报道，一名美国证券分析师的报告称，旗舰型号iPhone 15 Pro Max可能延迟出货，原因是索尼图像传感器供应不足。这也可以侧面印证iPhone 15 Pro Max的相机模组会有很大不同。 根据此前传言，苹果预计在iPhone 15 Pro Max手机首次带来潜望式长焦镜头，提供更大的变焦倍数。按照以往惯例，预计苹果发布会将于9月12日举行，15日开启预定，并于9月22日开始发货。分析师预计iPhone 15 Pro Max相比其它型号发货日期会有3~4周延迟，可能推迟至10月。 集微网此前报道，iPhone 15 Pro系列的OLED显示屏供应出现问题，有可能出现供应不足的情况。此外，还有传言称该系列手机将首次采用钛合金边框取代不锈钢，使用按钮取代此前的拨动式静音开关。

集微网消息，近日，争论已久的自动驾驶发展路径问题，业内传出了不一样的声音。 8月16日晚间，智己汽车通过其官微发布一篇题为《自动驾驶前的最后一“战”》的文章，谈及“智己汽车智能驾驶已达到人类驾驶安全3.2倍的智驾产品用户体验”“迈向自动驾驶终局”。文中引述其智驾产品合作商Momenta CEO曹旭东的观点：“在未来的3-5年实现绝大多数场景的自动驾驶”。 在特斯拉CEO马斯克之外，智己汽车是鲜少公开谈论产品路径及自动驾驶时间点的厂商之一，引人关注。智己汽车是上汽与阿里合作打造的高端汽车品牌，自动驾驶公司Momenta创始人曹旭东则毕业于清华大学，曾任微软亚洲研究院研究员、商汤科技执行研发总监。 无独有偶，作为汽车智能硬件的重要供应商之一，美东时间16日，在JPMorgan Hardware & Semis Access Forum上，高通CFO Akash Palkhiwala表示ADAS（先进驾驶辅助系统）仍然是高通汽车业务中占比最大的一部分，“我们看见的是，在明后年ADAS将会有一个big step-up。” 通向完全无人自动驾驶的路径已经清晰？自动驾驶规模落地终局将至？ 自动驾驶拐点——加州的开放、百度的“后退”与比亚迪的“进击” 尽管在推动自动驾驶商业落地事宜上，被视为行业标杆的马斯克一再“打脸”自己，延期再延期，但他对自动驾驶的到来非常确信，并在不断推进。今年7月，在特斯拉最近一次财报电话会议上，马斯克谈论其FSD（Full Self-Drive）的进展时给出了更多关于自动驾驶未来的描绘：“FSD将从‘与人类一样优秀’到‘远远优于人类’。我们看到了完全自动驾驶的清晰路径，其安全性比普通人类驾驶员高10倍。” 今年，关于自动驾驶发展路径的公开讨论中，可以看见的是：“去高精地图”“安全性提高”等信息已经出现，预示着其大规模商业落地的可行性加大。今年3月份，华为消费者业务部CEO余承东在春季发布会上提到，华为新近推出智能驾驶系统，将采用非高精地图方案。预示着对算力需求的降低。 近期，三则引人关注的消息同时出现，或暗含这个行业发展出现变数。 ——8月10日，加州硅谷宣布Robotaxi不受限运营，Alphabet的Waymo 和通用汽车的 Cruise 获准在旧金山全境白天或晚上搭载付费乘客。 值得一提，2021年10-11月，北京就在国内率先开放车内有安全员的自动驾驶无人化道路测试与出行服务商业化试点。百度Apollo、小马智行、文远知行3家自动驾驶出租车可提供全无人示范应用服务，乘客需要通过专门的App预约，并在指定地点等候。相比较下，加州此次的放开更为彻底一些。路透社点评称“其向新兴技术迈出了重要一步。” ——8月14日，吉利、百度合作造车方案传出变化。吉利发布汽车机器人品牌“极越”，替代双方两年前组建的集度汽车，成为新的造车主体。同日，工信部网站披露第374批《道路机动车辆生产企业及产品公告》，其中包含极越牌新车——首款车型“极越01”。进入工信部新车目录是新车上市前的关键步骤。 日前，极越汽车方面对外公开披露：集度定位技术供应商，专门为极越提供技术支持。天眼查消息显示，为大家熟知、由百度与吉利共同合作打造的汽车品牌“集度”，百度占股55%，吉利占股45%；“极越”背后的公司主体是杭州极与越汽车科技有限公司，于今年8月成立。吉利通过旗下子公司持股65%，百度通过旗下子公司持股35% 根据极越公开信息，吉利负责生产制造智能化领先的汽车机器人，百度则将继续以领先的智能座舱、智能驾驶和文心一言等Al技术能力，全面赋能极越。与两年前李彦宏对集度品牌的定位已有不同，集度现已退居智能驾驶相关技术供应商。 ——同时，比亚迪在自动驾驶层面的动作又更近一步。南华早报14日报道指出，比亚迪已经放弃为其电动汽车配备百度自动驾驶技术方案阿波罗（Apollo），正着手自研智能汽车软件。据悉，两家的合作始于去年3月。 对于比亚迪，伯克希尔哈撒韦公司副董事查理·芒格曾在Daily Journal年度股东大会回答全球投资者提问时表示，投资比亚迪这是他投资生涯中最成功的案例。在他眼里，王传福是一个天才。 被查理·芒格盛赞，王传福的商业判断毋庸置疑。今年，比亚迪采购英伟达DRIVE Orin芯片、自研软件等消息相继传出，这背后，王传福对自动驾驶业务的投入加深，或预示着行业落地的转机已出现。 供应链上的自动驾驶痕迹：营收平稳向上 根据中国汽车芯片产业创新战略联盟的分析，自动驾驶芯片是指可实现高级别自动驾驶的SoC芯片。“CPU+XPU”是当前自动驾驶SoC芯片设计的主流趋势。根据XPU选择不同，可以分为三种技术路线：CPU+GPU+ASIC、CPU+ASIC 及 CPU+FPGA三类。其中，“CPU+GPU+ASIC”路线主要以英伟达 Xavier、特斯拉 FSD 以及高通 Ride为主；“CPU+ASIC”路线主要代表为Mobileye EyeQ5系列和地平线征程系列；“CPU+FPGA”路线主要代表为Waymo。 其中，特斯拉、Waymo与Mobileye系自动驾驶行业标杆，布局应用与产品，英伟达、高通与地平线则更偏向于产业链芯片与软件系统的支持。 特斯拉在FSD的投入不遗余力。马斯克在近期电话会议上明确表示，明年投入10亿美元以上的资金用于强化支撑其自动驾驶业务的硬件——超级计算机Dojo。日前，“特斯拉计划组建一个20人左右的本地运营团队，以推动自动驾驶解决方案FSD在中国市场落地”消息的传出，也印证了其对自动驾驶进程的加速投入。 供应链层面，芯片厂商相关业务的持续增长，是一大积极信号。 业务层面可以看出，近一年来，英伟达、高通和Mobileye汽车业务数据都出现了不同程度的明显增长以及之后的平稳发展，传递出自动驾驶相关产业向好的信号。 这层数据背后，有几个细节值得关注。 其一，英伟达2024财年Q1汽车业务营收2.96亿美元，仅一年时间，实现了营收翻倍； 其二，今年上半年，高通汽车业务增幅超两位数； 其三，作为Mobileye的合作商，意法半导体在最近一次财报的电话会议上答投资者问时表示，其汽车相关业务实现了两位数的增长，增长动力不仅来自于碳化硅业务，其相比竞争对手增长更为强劲的原因在于Mobileye EyeQ5系列芯片封装制造事宜的合作。 对于自动驾驶的商业未来，马斯克在财报会议上谈及表示：“从长远来看，我们认为自动驾驶将推动汽车销量飙升，达到前所未有的水平。而我们未来的专用机器人出租车产品，我们认为将拥有几乎无限的需求。” 值得一提，马斯克提到制造机器人出租车的方式也是一场革命。他强调，“这是一种以革命性设计以及革命性方式制造的产品。它将成为有史以来单位产量最高的车辆生产方式。对此，我们感到非常兴奋。”暗示自动驾驶应用对产业链将带来更深远的影响。 自动驾驶的路径争议 按照国际汽车工程协会（SAE）定义，自动驾驶分为L1至L5五个级别，以L3为分界点，以下为辅助驾驶系统，以上为高级别自动驾驶。 6月21日的国务院政策例行吹风会上，工业和信息化部副部长辛国斌表示，将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持L3级及更高级别的自动驾驶功能商业化应用。 政策层面，对更高阶乃至全无人的自动驾驶支持力度始终未减。 致力于推动更高阶自动驾驶商业化，马斯克目前的关注点更多放在了数据上。他在财报电话会议上强调，100万个训练样本和1000万个训练样本相比，效果是完全不一样的。据悉，目前FSD Beta 版的行驶里程已超过3亿英里，但他表示很快会达到10亿英里。或是为了更多的数据，马斯克表示会开放FSD商业授权一个季度的时间。 作为目前国内新能源汽车品牌龙头，比亚迪对于自动驾驶的未来却持有“悲观”预期。在今年上半年比亚迪年报沟通会上，谈及自动驾驶，比亚迪董事长王传福称自动驾驶在资本裹挟下被神化了，不过是高阶辅助驾驶而已。王传福直言：“我们几万名工程师在探索这个东西（自动驾驶）到底行不行。我们比亚迪走的每一条战略，每一条战略不都是对的吗？难道在这方面会错吗？因此现在没人再提什么无人驾驶，那都是扯淡。” 王传福对完全无人自动驾驶持有的否定态度与马斯克的坚定形成鲜明对比，至今引人关注、争议不止。

8月22日消息，三星推出更新的“试用 Galaxy”网站，用户通过该网站可进入三星应用程序。此次更新增加了＂体验 Galaxy Fold＂的选项，旨在让苹果用户体验拥有折叠屏手机的感觉。 应用程序可以通过扫描Galaxy 网站的二维码安装。用户需准备两部苹果手机，其中一部会生成一个代码，另一部则接收代码，两部设备建立同步后，“单个”屏幕就会在两部苹果手机之间分割，模拟 Galaxy Fold 的大屏幕效果。 目前体验 Galaxy Fold 的功能仅支持看三星提供的视频、玩空气曲棍球游戏、浏览多任务处理的教程。

亏损在持续，但亏的少了。没有提到营收，但计划2025年盈利，目前已进入创收阶段。 这是法拉第未来（FF）第二季度财报传递的信息。 财报显示，第二季度净亏损 1.25 亿美元（约合人民币9.1 亿元），相当于每股10美分，而去年同期亏损为1.417亿美元，每股44美分，这么来看，亏损规模确实小了。 给投资者的信中显示，展望第三季度，公司将从汽车销售中获得现金，并从现有承诺和有效注册声明中获得融资，最重要的是，公司“正在探索战略融资和基于资产的债务融资机会”。 来源：Faraday Future 也就是说，接下来FF仍在寻求融资机会。并且信心满满地重申了法拉第的目标，2025年实现营业现金流收支平衡。 虽然法拉第宣称已经开始实现创收，但市场的反应却相当真实。当天美股收盘，法拉第股价大跌17.67%，股价仅为0.2美元。 更有意思的是，最近FF在湖北黄冈成立了一家新公司，而这家新公司，很有可能和FF中国总部有关。 01 亏损持续，但也有新钱到账 在这份财报中，可以看到汽车销售收入一栏中没有数据，大家最为关注的营收方面，FF避之不谈。反而在汽车收入成本上投入了661.3万美元，这也导致报表中的毛利显示亏损661.3万美元。 来源：Faraday Future FF是在第三季度正式交付的首辆FF 91 2.0 Futurist Alliance，第二季度在没有车辆交付的情况下，其经营损失达到了5597.9万美元（约合人民币4亿元），去年同期为1.37亿美元（约合人民币10亿），截至上半年经营损失为1.45亿美元。 今年上半年，法拉第净亏损为2.7亿美元（约合人民币19.6亿元），而去年同期净亏损2.95亿美元，同比也有所缩窄。 净亏损的变化，官方也给出了理由，主要是由于研发费用降低，还有部分费用被今年第二季度记录的有担保可转换票据，以及认股权证结算的较高非现金市值计算方法所抵消。 得益于研发和管理费用的减少，FF第二季度运营费用自然就降低了，为4940万美元，而去年同期的季度运营费用为1.375亿美元。 FF表示，这主要是由于工程、设计和测试服务减少，2022年基本完成了与FF 91车辆相关的研发活动，第二季度开始专注于生产交付这类的可资本化活动。 来源：Faraday Future 另外，法拉第也表示在一直削减运营成本，并且取得效果，其中就包括了一些裁员降薪的计划，以及高管的人事变动。 第二季度结束后，法拉第的现金及现金等价物为1939.6万美元（约合人民币1.4亿元），其中还有150.3万美元为受限现金，现金总额为 1789 万美元。而去年同期则是1.21亿美元（约合人民币8.8亿人民币），同比锐减了约85%。 来源：Faraday Future 值得一提的是，截至2023年上半年，法拉第融资的现金流已经达到了1.8 亿美元（约合 12.97 亿元）。流动资产总额为 1.06 亿美元（约合人民币 7.72 亿元人民币）。 这么看来，虽然一直在亏损，但有持续融资进账的贾老板似乎不怎么慌。 02 反向股权分割提案获批 财报数据虽然不好看，但贾老板非常善于打鸡血。 在致投资者的一封信中，FF称在未来几个月内将其制造团队扩大两倍，增加第二个轮班来提高产能。 信中还指出，在4月推出了第一辆车以后，FF在5月31日启动了FF91 2.0未来主义者联盟的第一阶段交付。在8月12日，把第一辆车交付给了第一位开发者联合创建用户，目前已经开始第二阶段的协同创建交付。 而且在第二季度，FF又加强了其团队，迎来了几位行业专家。 其中Rich Schmidt 作为制造副总裁加入FF，他将负责领导FF的生产制造团队，Rich 曾在丰田、日产、大众及特斯拉等公司任职，在生产制造业有将近35年的经验。最主要的职业经历，是他在美国肯塔基州乔治敦市的丰田汽车，工作了16年。 来源：Faraday Future 而曾在福特等多家车企任职的Edward Darwick 担任FF的财务运营负责人；在资本市场有丰富经验的Jonathan Maroko，担任其临时首席财务官。 此外，在8月17日举行的特别股东会议上，股东们批准了一项合股提案，这项提案是授权公司董事会对公司已发行普通股进行反向股份分割，实施比例介于1:2至1:9之间，实施合股之后，将会增加已授权尚未发行的普通股数量。 反向股权分割是一种比较常见的股权调整方式，通过增加已授权但尚未发行的普通股数量，可以为公司提供更多的股份用于后续融资。 FF股东们还批准了一项提案，当且仅当实施的合股比例介于1:8至1:90之间时，授权普通股数的上限为123.55亿股除以董事会决策的合股比例。 来源：Faraday Future 对于FF来说，此次反向股权分割将为公司的生产和战略目标提供充足的股份支持。FF表示，预计此次批准将会用于FF 91 Futurist的生产爬坡，以及为公司其他战略目标的后续融资提供充足股份。 受这个消息影响，当地时间8月17日收盘，FF报收0.28美元，涨幅达25.57%，市值为4.09亿美元，不过股价很快就开始调转急跌。 03 贾跃亭正为回国做准备 就在第二季度财报发布前不久，FF在中国成立一家新公司。 天眼查显示，8月17日，法法汽车（湖北）有限公司成立，法定代表人为王志刚，注册资本为1亿美元，是一家以从事汽车制造业为主的企业。 而早在今年年初，FF宣布与中国黄冈市政府达成了合作框架协议，以此来推动中美双主场的战略落地，FF拟将其FF中国总部迁至黄冈市，同时也会保留住加州洛杉矶的全球总部。 FF相关人士透露，FF注册“法法汽车（湖北）有限公司”，是按照FF“中美双主场”战略，推动FF中国总部落地其中一个工作环节，也是对FF和黄冈市在今年1月份双方签署《战略合作框架协议》的响应和落实。 来源：Faraday Future 双方在协议中约定：双方将推进全面战略合作，黄冈市政府将积极协助FF在黄冈进行产业布局，调配相关资源，为FF落地黄冈提供支持，包括但不限于资金、政策支持等。FF将在黄冈成立其中国总部公司；中国总部公司将由黄冈市政府引导基金、产业基金、FF共同出资。 上述相关人士表示，FF中国总部何时落地黄冈，目前双方正就细节条款进行深入谈判。 其实在黄冈注册新公司之前，国内已经有了很多个法法汽车，包括法法汽车（珠海）、法法汽车（中国），虽然FF 91 在国内的登陆时间还是个未知数，但可以预见，离贾跃亭回国的时间越来越近了。 不过回到国内后，FF有多大市场？ 来源：Faraday Future 从价格上来看，8月12日的FF第二阶段交付首辆 FF 91 2.0 仪式上，贾跃亭就表示：" 我们的目标基本上都是塔尖的用户，最低就是我们只是下沉到塔腰以上，我们不会再下沉了。FF品牌永远不会推出低于 50 万元人民币的产品，即使推出 71 系列，都不会低于50万元人民币。" 来源：Faraday Future 此前FF 91 2.0 Futurist Alliance已经公布了市场价格，其中未来主义者联盟版的售价为30.9万美元（约合人民币219.6万元）。同时，官网公布了FF 91 2.0 Futurist（未来主义者版）售价为24.9万美元（约合人民币176.9万元）。 这个价格，让FF 91一举成为了目前市场上最昂贵的电动车（新势力），远超过特斯拉Model X和Lucid Air 等一众竞品。 单从这个价位的市场体量来看，就注定不会是走量的车。 与此同时，贾老板作为FF的掌舵人，在国内也面临不少问题，首先就是被法院定性为“老赖”，被执行总金额超过了13亿元，而乐视网的造假问题也产生不少信任危机。 种种因素叠加后，贾跃亭和FF能把丢掉的脸面捡回来吗？

快科技8月22日消息，DRAM内存价格已经跌了1年多了，三星等内存芯片巨头原本预期今年下半年止跌反弹，然而现实开了个玩笑，3季度内存价格跌幅还超过了预期，今年都涨不上去。 来自行业分析师侯赛尼的消息称，在他跟存储芯片行业人士沟通之后了解到，3季度内存芯片会继续降价趋势，而且5%的价格跌幅比之前预期的3%还要高，显示出行业信心不足。 厂商去库存的速度也没有期望中的那么快，过剩问题要解决可能得到2024上半年了，4季度的交货价格甚至比预期也要差，很难让人相信明年价格就能涨回来。 总的来看，在价格反弹这事上，内存行业的现实跟预期是不太相符的，今年都不可能涨上去了，甚至比预期跌得还多，一直持续到明年上半年，反弹可能会从明年下半年开始。 对消费者来说，这意味着内存价格还会维持低位，手机厂商近来开始推24GB超大内存手机，核心原因也是因为内存芯片价格便宜了，顺带着闪存芯片也便宜，所以才能做到24GB+1TB只要3000多元的价位。 如果内存价格近年内都涨不上去，24GB内存会是各大厂商接下来的重点，还有很多品牌要加入战场。

国产手机操作系统除了华为鸿蒙OS之外，小米自研系统也可能加入朋友圈。 8月22日，有数码博主爆料，小米自研操作系统属于全端自研系统，兼容AOSP（Android开放源代码项目）。如此看来，小米自研操作系统还可能有车机、平板、手表等终端系统，而且小米走的是华为鸿蒙操作系统的路子，前期先兼容安卓更为稳妥，保住既有的用户量。 不过，从此前华为开发者大会了解到的情况来看，未来纯鸿蒙手机系统一定会面世，彻底脱钩谷歌。据了解，在华为开发者大会上，一台搭载了“HarmonyOS NEXT开发者预览版”的华为Mate40 Pro出现在了展台，该版本直接删除Linux内核的AOSP代码，帮助系统减少40%冗余代码的同时，也意味着鸿蒙系统将不再兼容安卓软件。 至于小米后续会不会学华为彻底抛弃AOSP代码，这可能只是一个时间问题。 有网友认为，小米自研系统成功后，MIUI 15将正式改名miOS。对此，该博主予以否认。先不谈小米自研系统有没有这么快换掉MIUI 15系统，按照小米一贯的做法，这个系统应该会像鸿蒙一样有个中文名，甚至可能取名为小米步枪操作系统，毕竟之前鸿蒙这个名字也是媒体传出来的。 此外，上述博主还爆料称，MIUI 15基于安卓底层常规迭代，今年会正常更新上机。现阶段安卓14底层的MIUI已经接入部分新特性了，比如更好用的全局自由小窗，App弹窗信息和游戏登录跳转App等操作都可以窗口化，文件系统改成了MIFS。

为了训练大型语言模型，OpenAI、Meta、谷歌、微软等公司未经许可，从互联网上收割了数百万受版权保护的作品，在版权法的灰色地带中游弋。 如今，OpenAI 目前正面临大量的官司，原告称该公司训练数据集中的大多数书籍来自盗版来源和非授权网站。一旦被判侵权，公司有可能将面临巨额罚款或重构算法的局面。这也导致，如今 AI 公司越来越不愿意分享 AI 训练数据的详细信息。 但一些公开的盗版语料库已经被盯上。 近日，有人发现一个叫 Book3 的数据集，包含近 20 万本书籍，囊括村上春树、史蒂芬·金等畅销书作家的著作，这个数据集被用在了训练 AI 模型上，最近遭到反盗版组织的反复攻击。 版权问题这把利刃，正悬在 AI 公司们的头上，有摇摇欲坠之势。 Books3，AI 公司的秘密 一直以来，对于 AI 模型的训练数据并不完全透明。今年，多名美国作家针对 OpenAI 提起了集体诉讼，指控其使用盗版书籍来训练其语言模型，侵犯版权并违反了多项法律。 这些作家主张的证据很简单，因为些他们从未同意 OpenAI 使用他们的作品，然而 ChatGPT 却能提供他们作品的准确摘要，这让他们认为这些信息肯定是从某个地方获取的。 根据早期 GPT 版本的研究论文，其训练数据集有部分来自于「两个基于互联网的书籍语料库」，它们被简单地称为「Books1」和「Books2」，这些数据集具体包含哪些作品比较含糊。Books1 似乎是 bookcorpus，里面有数百本书明确声明「不得以商业或非商业目的复制和分发」。Book2 则成为一个谜团，大多人猜测它们来自于「臭名昭著的影子图书馆网站」，如 Library Genesis、Z-Library、Sci-Hub 和 Bibliotik。 其中，Z-Library 成立于 2008 年，是互联网最大的盗版电子书库之一。2022 年 11 月，美国政府起诉两名运营该网站的俄罗斯公民，这两人在阿根廷被逮捕。 至于 GPT-4 的 45TB 训练数据，其中包含什么内容的信息更加有限，OpenAI 多年来逐渐减少了其训练数据的披露。 尽管目前没有直接证据表明 OpenAI 使用盗版网站来培训 ChatGPT，但一些 AI 模型此前已经明确在盗版书籍上进行了训练，包括使用「Books3」数据集的 AI 模型。 EleutherAI 的 Pythia 研究论文中提到，Pythia 是使用 Pile 数据集进行训练的，而 Pile 数据集包含多个英语文本集，其中之一就是名为「Books3」的数据集。 Books3 是用于训练 AI 的最著名的盗版书籍库之一，最初是由 AI 开发人员和知名开源 AI 支持者 Shawn Presser 于 2020 年上传。它包含 37 GB 的文本，包括 196640 本纯文本格式的书籍，并在盗版网站 bibliotik 上托管。 「假设你想训练一个世界级的 GPT 模型，就像 OpenAI 一样。怎么做？你没有数据。现在你可以做到，现在每个人都这样做。为你呈现「books3」，又名「all of bibliotik」。」Shawn Presser 最早在社交平台上写道。 开源AI支持者Shawn Presser于2020年上传「books3」｜ X 然而，反盗版组织也在采取行动，代表相关利益群体，试图限制未经授权的 AI 训练数据的使用。 这段时间，反盗版组织 Rights Alliance 向相关站点发送删除通知后，相关站点已将 Books3 数据集下线，导致尝试访问该数据集的用户会看到 404 错误。Rights Alliance 还联系了 AI 模型托管平台 Hugging Face（该站点托管了 Books3 下载链接）以及 EleutherAI。然而，尽管一些链接被下架，该数据集的副本并未消失，仍然在其他地方出现。 遭到针对后，Shawn Presser 继续发布新的下载链接，他称，除非反对者打算让 ChatGPT 下线，或者通过诉讼将其告到灭亡，否则，他希望每个人都能够制作自己的 ChatGPT，他还称自己「很乐意入狱 10 个月（海盗湾创始人服过的最高刑期），因为我推动了科学进步并赋予了你们复制 ChatGPT 的能力。」 「复制ChatGPT这样的模型的唯一方法，是创建像 Books3 这样的数据集。」Shawn Presser 称：「每个营利性公司都会秘密地这样做，不会将数据集发布给公众。」「没有 Books3，我们就生活在一个只有 OpenAI 和其他亿万美元公司才能访问这些书籍的世界中，这意味着你不能制作自己的 ChatGPT。没有人能。只有亿万美元的公司才有资源做到这一点。」 包括 Meta 在内的一些公司曾经使用过 Book3，另外，Meta、谷歌都使用过的 C4 训练数据集也被诟病过，现在这些公司对其语言模型中的内容更为保密。 Meta 的 Llama 2 增加了 40% 的数据，但在其白皮书中，该公司对其最新的 大语言模型使用了什么数据更为犹豫，唯一提到的是「一个新的混合的公开可用在线数据」。随着 AI 和版权之间的摩擦升温，公司越来越不愿意分享 AI 训练数据的详细信息。 万名作家联名反对 超一万名作家已经在敦促 AI 公司停止未经许可使用其作品，他们不希望 AI 模仿其作品并学会写作，除非科技公司为此付费。 美国的作家协会已经向巨头们发了一封公开信，包括 OpenAI、谷歌、Meta、Stability AI、IBM 和微软公司的各大 CEO，要求他们停止未经许可使用他们的作品，或对使用作品进行补偿。 其中包括《达芬奇密码》作者丹·布朗、《饥饿游戏》作者苏珊·柯林斯、《使女的故事》作者玛格丽特·阿特伍德、《自由》作者乔纳森·弗兰岑等人都签署了这封公开信，签署的作家名单长达 100 多页。 一万名作家签署公开信 ｜美国作家协会 目前，该作家协会正尝试先在不提起诉讼的情况下解决争端，因为「诉讼需要大量的资金，而且需要很长时间。」 但也有一些文学界人士愿意直接在法庭上与科技公司对抗，控诉 Meta 或 OpenAI 等使用盗版来训练他们的 AI。此外，文学经纪人们正在与出版商商讨，要更新出版合同条款，禁止未经授权的 AI 训练用途，大部分出版商都愿意限制 AI 使用他们的出版物。 根据美国作家协会的调查，90% 的作家认为，作家应该获得对其作品用于训练生成式人工智能的补偿，65% 的作家支持建立一个集体授权制度，以补偿作者的作品被用于训练生成式 AI。 此外，69% 的作家认为他们的职业受到生成式 AI 的威胁，70% 的作家认为出版商将开始使用 AI 来完全或部分生成书籍，取代人类作者。 除了发公开信、打官司、完善合同，出版业还在进一步寻求立法。 美国作家协会的人正在游说制定相关法律、法规和政策：在同意方面，要求在生成式人工智能中使用作家作品时获得许可；在补偿方面，为那些希望允许其作品用于生成式人工智能培训的作家提供补偿；在透明度方面，要求人工智能开发者透明披露他们用于培训其人工智能的作品。 他们也期望，生成式 AI 的输出使用到作家的作品时，要获得许可并建立相应的补偿机制，或者当在提示中使用作家的姓名、身份或作品标题时，也应获得许可。此外，他们要求作者、出版商、平台和市场标明 AI 生成的作品，并在作品很大一部分（例如超过 10-20%）由 AI 生成时进行标识。 「我们需要确保人类创作者得到补偿，这不仅是为了创作者本身，而是为了确保我们的书籍和艺术继续反映出我们的真实和想象的经验，开拓我们的思维方式，教导我们新的思维方式，并推动我们社会的发展，而不是重复旧观念。」该作家协会在官方声明中称。 NYT VS OpenAI 除了作家和艺术家，其他类型的内容创作者，也纷纷加入起诉 AI 公司的行列，一些新闻机构批评科技公司未经授权或补偿就使用他们的内容。 比如，纽约时报正在考虑对 OpenAI 提起诉讼，称 OpenAI 的ChatGPT使用了该报的数据进行训练，而未经纽约时报许可。在过去的几个月里，OpenAI 和纽约时报一直在试图达成一项有关纽约时报内容的许可协议。但谈判还未有结果，存在破裂的可能。 在最近对其服务条款政策的更改中，纽约时报明确禁止将其庞大的媒体档案用于训练「任何软件程序，包括但不限于训练机器学习或人工智能（AI）系统」的目的。该政策适用于纽约时报的文本内容、照片、视频和元数据，并明确禁止网络爬虫访问这些数据来训练专有产品。 这里做一个假设，如果法院判定 OpenAI 等 AI 公司的训练行为属于侵权，OpenAI 可能会被迫停止使用受版权保护的数据，并在不使用受版权保护的数据的前提下，重新构建其算法，这会引发多大的麻烦？ 科技公司也试图与新闻媒体建立关系。谷歌曾试图争取像纽约时报、华盛顿邮报等新闻机构的支持，试图向他们推销 AI 工具。还有 AI 公司向新闻非营利机构提供微薄的慈善捐款。 期间，也有新闻机构不那么强硬。美联社今年就与OpenAI达成了一项为期两年的许可协议，同意将美联社的内容授权给 OpenAI 使用训练。作为回报，OpenAI 提供了美联社访问「OpenAI 的技术和产品专业知识」的权利。 悬在AI公司们头上的利刃 AI 公司抓取海量互联网数据，已经导致法律问题的出现，起诉 AI 公司的人正在变得越来越多。 今年，美国一律所相继对 OpenAI、Meta 等巨头提起诉讼，指控他们未经同意、未经授权或未经补偿地占用成千上万名作家的作品，来训练他们的大语言模型。行业预计诉讼规模将很庞大，因为其他内容创作者也有可能受此启发采取法律行动。 其他生成 AI 公司，如 AI 图像生成工具 Stable Diffusion 背后的 Stability AI，也惹上版权官司。Stable Diffusion 是在 LAION-5B 数据集上进行训练的，数据集包含 58.5 亿个图像文本对，大多数都受版权保护。Getty Images 正在起诉 Stability AI，指控其未经授权在超过 1200 万张 Getty Images 上训练 AI 图像生成模型。 许多艺术家和利益相关者也表示不满，对 Stability AI、DeviantArt 和 Midjourney 等公司提起诉讼，指控他们侵犯版权、侵犯肖像权、不正当竞争和不正当获利，寻求赔偿和禁令。 微软推出的编程工具 Copilot 也面临集体诉讼。Copilot 是 GitHub 与 OpenAI 合作开发的基于人工智能的自动编程产品，主要利用 GitHub 上的公共代码库，在数十亿行公开可用的代码上进行了训练，能通过简单提示替用户编写代码。开源程序员和律师指控他们从事开源软件盗版，被告包括 GitHub、微软及其人工智能技术合作伙伴 OpenAI。 如果要打官司，AI公司可能会援引所谓的「公平使用原则」来为其辩护，该原则允许在某些情况下无需许可即可使用作品，包括教学、批评、研究和新闻报道。问题是，AI 训练是否适用「公平使用原则」。 几年前，美国作家协会也曾起诉谷歌，理由是谷歌未购买其图书馆项目中收录的书籍，当时，联邦上诉法院判决认为，谷歌为其图书馆项目扫描了数百万本书的数字副本是合法的「公平使用」，而非侵犯版权。关键在于，谷歌的数字图书馆并没有为这些书创造出「重大市场替代品」，这意味着它与原作并无竞争关系。 目前，各国政府正努力将生成式 AI 纳入立法范畴。欧盟也在制定一项 AI 法案，该法案将迫使公司将训练模型信息透明化。上半年，美国作家协会已两次访问国会山，讨论生成式 AI 和作家保护措施的问题，涉及的问题包括集体授权和版权保护、反垄断豁免权以及 AI 标签和透明度要求。 「除非国会采取干预措施，以确保生成式人工智能技术的开发和使用受到监管，否则驱动原创表达并丰富我们文化交流的重要版权激励将变得毫无意义。」该作家协会在官方声明中称。 从现有舆论看，虽然一些人担心训练 AI 可能会引发版权问题，但也有人认为，OpenAI 等 AI 公司不需要特别的许可协议来训练模型，版权担忧不利于 AI 发展进步；有人则认为，取得作者的同意是至关重要的，创作者应该有拒绝的权利，或者，AI 公司至少应该购买训练数据的书籍。 技术正在做人类历史上从未发生过的事情，AI 训练数据方面的开源精神应该有底线吗？未来的法律是掣肘还是保护？如何平衡 AI 的发展与尊重人类创作权益，可能是和「通用人工智能何时到来」同样重要的问题。

重复实验一一拼凑出这种材料出现类似超导行为的原因。 研究人员似乎已经揭开了围绕LK-99的疑云。科学侦探们已经找到了这种材料并非超导体的证据，并阐明了其实际特性。 这个结论打破了对于LK-99——一种铜、铅、磷和氧组成的化合物——是首个室温常压超导体的希望。实际上，研究显示这种材料中的杂质——尤其是硫化铜——才是电阻率快速下降并能部分悬浮于磁铁上方的原因，这些特性看起来与超导体很像。 加州大学戴维斯分校凝聚态物质实验学家Inna Vishik说：“我觉得在这个节点上事情已经基本很明朗了。” 德国马克斯·普朗克固态研究所合成的LK-99纯晶体。来源：Pascal Puphal 这次的LK-99乌龙事件始于7月底——当时，由首尔初创公司量子能源研究中心（Quantum Energy Research Centre）的Sukbae Lee和Ji-Hoon Kim领导的团队发布了预印本论文，称LK-99是一种在常压和至少127 ºC（400开尔文）温度下的超导体。之前所有经证实的超导体只能在极端温度和压强下运作。 这一消息很快得到了科学爱好者和科研工作者的关注，他们很多人尝试复制LK-99。最早的重复工作没能观察到室温超导的现象，但还不能作为最终结论（相关阅读：“室温超导体”LK-99上热搜，但重复结果堪忧）。而现在，经过数十次的重复，许多专家自信地表示，证据显示LK-99并不是室温超导体。（Lee和Kim的团队没有回复《自然》的评论请求。） 积累证据 该韩国团队的结论基于LK-99表现出的两种特性：能在磁铁上悬浮以及电阻率极速下降。然而，北京大学和中国科学院的独立团队发现这些现象能用很普通的原因解释。 美国和欧洲研究人员开展的另一项研究，通过结合实验和理论证据证实了LK-99的结构为何不可能实现超导性。其他实验团队也合成并研究了LK-99的纯样品，消除了大家对该材料结构的疑虑，证实了它不是超导体，而是绝缘体。 进一步的确认只能来自该韩国团队共享他们的样品，墨尔本莫纳什大学的物理学家Michael Fuhrer说，“现在他们有压力让大家信服。” 关于LK-99超导性最惹人注目的证据可能是该韩国团队拍摄的一段视频，视频里一个硬币大小的银色样品悬浮在一块磁铁上。该团队表示，这个样本之所以能悬浮是因为迈斯纳效应——迈斯纳效应是超导性的一个标志，它能让材质抵抗磁场。多个来路不明的LK-99悬浮视频在社交媒体上流传，但最早一批重复实验全都没有观察到任何悬浮现象。 半悬浮 现从事金融业的哈佛大学前凝聚态物质研究员Derrick van Gennep对LK-99很感兴趣，他亮起了好几个“红灯”。在视频中，样品的同一边似乎粘在磁铁上，维持着微妙的平衡。而实际上，悬浮在磁铁上方的超导体能旋转，甚至能翻转。Gennep说：“这些行为和我们在LK-99视频中看到的都不是一回事。” 他认为LK-99的特性更像是铁磁性的结果。为此，他用粘了铁屑的压缩石墨烯薄片做了一个小球。Van Gennep做的视频显示，他用非超导铁磁材料做的小球能模拟出LK-99的行为。 8月7日，北京大学团队报道他们的LK-99样本是因为铁磁性才出现了这种“半悬浮”现象。该研究共同作者、凝聚态物理学家李源说：“这完全就像是一个铁屑实验。”这个小球受到了升力但不足以达到悬浮，只能在一端保持平衡。 李源和他的同事测量了他们样品的电阻率，并未发现超导现象。但他们没能解释韩国团队观察到的电阻率迅速下降的现象。 非纯样品 韩国团队在他们的预印本论文中指出了LK-99的电阻率出现10倍下降——从0.02欧姆-厘米（ohm-cm）到0.002欧姆-厘米——的特定温度。“他们给出了很精确的温度，104.8ºC，”伊利诺伊大学厄巴纳-香槟分校的化学家Prashant Jain说，“我当时的反应是，等等，我知道这个温度。” 合成LK-99的反应使用的配方不平：合成的每1份铜掺杂铅磷灰石——纯LK-99，它能产生17份铜和5份硫。这些残留物会导致大量杂质，尤其是韩国团队报道样品中存在的硫化铜。 硫化铜专家Jain记得104ºC是Cu2S发生相变的温度。低于该温度，暴露在空气中的Cu2S的电阻率会急剧下降，这个现象与 LK-99所谓的超导相变几乎一模一样。“我几乎不敢相信他们没注意到这个。”Jain就这种很重要的混淆效应发布了一篇预印本论文。 8月8日，中国科学院团队报道了LK-99 中Cu2S杂质的这种效应。中国科学院的物理学家雒建林说：“Cu2S的不同含量可以通过不同过程合成。”研究团队测试了两个样品，第一个在真空中加热，结果得到了5%的Cu2S含量，第二个在空气中加热，得到了70%的Cu2S含量。 第一个样品的电阻率在冷却过程中相对平缓地增加，与其他重复实验的样品看起来很类似。但第二个样品的电阻率在接近112 ºC（385K）时开始骤降——与韩国团队观察到现象很像。 “这一刻我告诉自己，‘好吧，这显然是他们认为这是超导体的原因，’”Fuhrer说，“盖棺定论的是这个硫化亚铜。” 对LK-99的特性很难决定性地概括，因为这种材料很特殊，而且样品含有的杂质各不相同。李源说：“即使是我们自己合成的，每批样品也有细微差异。”但李源表示，这些样品与原始样品足够相似，可以用来检验LK-99在环境条件下究竟是不是超导体。 水落石出 对电阻率下降和半悬浮的有力解释，让领域内的许多人都相信LK-99并非室温超导体。但这个谜团还没有结束——这种材质的实际性质到底如何？ 一开始的理论分析使用“密度泛函理论”（DFT）预测了LK-99的结构，并提示其具有“平带”的电子特征。在平带区域，电子能缓慢移动并紧密相关。某些情况下，这种特性会产生超导性。但这些计算都基于对LK-99结构的未经证实的假设。 为了更好地理解这种材料，上述美国-欧洲团队对他们的样品进行了精确的X射线成像，以计算LK-99的结构。关键是，这次成像让他们能进行很严谨的计算，从而阐明了关于平带的具体情况：它们并不能促进超导性的产生。实际上，LK-99中的平带来自强局域的电子，无法以超导体需要的方式“跃迁”。 8月14日，德国马克斯·普朗克固态研究所的另一个团队报道合成了纯的单晶LK-99。与之前需要用到坩埚的合成实验不同，该团队使用名为浮区晶体生长的技术，这样就不用在反应中加入硫，也能避免Cu2S这种杂质。 最后得到是透明的紫色晶体——纯LK-99，或称Pb8.8Cu1.2P6O25。分离了杂质的LK-99也不是超导体，而是百万欧姆电阻的绝缘体——这个电阻过高，无法进行标准的电导率试验。它表现出很小的铁磁性和抗磁性，还不足以实现部分悬浮。该团队在结论中表示，“我们因此排除了存在超导性的可能。” 该团队指出，LK-99中观察到的超导现象要归功于Cu2S杂质，而他们的晶体中没有这种杂质。“这次事件完美体现了为什么我们需要单晶，”领导该研究的马普所物理学家、晶体生长领域专家Pascal Puphal说，“有了单晶后，我们就能很好地研究一个系统的固有性质。” 教训总结 许多研究人员都在总结他们能从这个夏天的“超导”乌龙事件中吸取哪些教训。 对于上述平带研究的共同作者、美国普林斯顿大学固态化学家Leslie Schoop来说，草率的计算肯定要算一课。她说：“即使在LK-99出现前，我就一直在提醒使用DFT的注意事项，而现在我有了下一个暑期班的最佳素材。” Jain指出了那些常被忽略的老数据的重要性，他计算Cu2S电阻率所使用的关键测量数据发表于1951年。 虽然有些评论者认为LK-99事件是科研可重复性的一个范本，但其他人认为这次能快速侦破广受关注的“谜案”是非常罕见的。Fuhrer说：“通常这类事件只会慢慢平息，只有谣言，但没有人能重现。” 当1986年发现铜氧化物超导体后，研究人员便开始奋力探索它们的性质。但Vishik说，近40年后，关于这种材质的超导机制仍争议不断。解释LK-99的研究都是有备而来。“这些将原始观测结果一一拆解的侦探工作，我认为真的太了不起了，”她说，“而且非常难得。”

在科幻电影中，类似于贾维斯（J.A.R.V.I.S.）一般的 AI 系统，几乎无所不能，是帮助人类解决各种各样难题的终极助手。 它们的背后，是一种人们追求最高级 AI 的追求，而这一概念，被称为通用人工智能（Artificial General Intelligence，AGI）。 AGI的概念可以追溯到20世纪中期，当时许多计算机科学家和 AI 研究人员开始思考如何构建具有人类智能的计算机程序，与狭义 AI（Narrow AI）系统专注于解决特定任务不同，AGI被赋予了更广泛的认知和推理能力，能够在多个领域进行学习、适应和执行任务。 然而，在很长一段时间里，AI 的相关研究主要集中在解决特定问题和任务上，而AGI的实现一直被认为是一个更为复杂和遥远的目标。 近日，花旗银行数据科学副总裁 Valentino Zocca 博士在一篇题为《我们离AGI还有多远？》（How far are we from AGI?）的文章中，就 AGI 和其他有关的重要议题展开了深度分析。核心观点如下： 与目前的狭义人工智能相比，AGI 需要能够在多个认知领域进行推理和学习。然而，实现 AGI 仍然存在许多挑战，如构建世界模型、进行因果推理等。 大型语言模型（如 GPT-4）在解决特定任务和提取因果关系方面表现出色，但缺乏抽象的因果推理能力。它们倾向于从数据中提取已知的因果模式，而无法生成新的因果见解。 一些研究者认为，现有的大型语言模型（如 GPT-4）可能是迈向 AGI 的一步，但仍然存在许多未解决的问题，如创建世界模型、实现自我探究和进行因果演绎等。 大型语言模型善于从数据中识别和提取因果关系，但缺乏自己主动推理新的因果场景的能力。它们具备通过观察进行因果归纳的能力，但不具备因果演绎的能力。 AI 可能无法真正“学习”，而只能提炼信息或经验。AI 不是形成一个全面的世界模型，而是创建了一个概要。 将分数当作能力的标志，AI 就好像只看到了世界的一个粗略概述，而没有真正理解整个世界的本质。 我们不应将智能仅仅视为一种抽象的能力，即找到解决一般问题的方法，而应将其看作是一种具体的能力，即将从先前经验中学习到的解决方案应用于我们所处环境中可能出现的不同情况。 只有当我们能够创造出一个可以怀疑自身现实的系统，进行自我探索，至少能够应用因果演绎来建立一个合理的世界模型时，我们才能真正实现 AGI。 学术头条在不改变原文大意的情况下，做了简单的编译。内容如下： 大约 20 万年前，我们人类开始在地球上行走，同时也在思想和知识的领域中探索。人类历史上的一系列发现和发明塑造了这段历史。其中一部分不仅影响了我们的历史走向，还潜移默化地影响了我们的生物学。例如，火的发现赋予我们祖先烹饪食物的能力，从而将热量转移到大脑的进化上，而非仅用于消化道，这推动了人类智力的进步。 从车轮的发明到蒸汽机的诞生，人类迎来了工业革命。在这段变革的历程中，电力大大催生了我们熟知的技术进步。而印刷术则加速了新思想和新文化的广泛传播，进一步推动了创新的步伐。 然而，人类的进步并不仅仅源于新的物质发现，它还源于新的思想。所谓西方世界的历史，是从罗马帝国灭亡到中世纪，在文艺复兴和启蒙运动期间经历了一次重生，它强调人类思想的中心地位，而不是所谓万能的神灵。然而，随着人类知识的进步，人类这开始认识到自身的渺小。在苏格拉底之后的两千多年里，人类开始“知道自己一无所知”，我们的地球不再被视为宇宙的中心。宇宙本身在扩张，而我们只是其中的一粒微尘。 改变对现实的看法 然而，就重塑我们对世界的认识而言，20 世纪可能是争论最多的一百年。1931 年，哥德尔（Kurt Gödel）发表了不完备定理。 仅仅四年后，爱因斯坦、波多尔斯基（Boris Podolsky）和罗森（Nathan Rosen）以“完备性”为主题，在题为“Can Quantum-Mechanical Description of Physical Reality Be Considered Complete？”的论文中提出了“EPR吊诡”。随后，波尔（Niels Bohr）对这篇论文进行了反驳，他证明了量子物理学的实际有效性。 哥德尔不完备定理表明，即使是数学也无法最终证明一切，我们总会面临一些无法证明的事实存在的情况。而量子理论则认为，我们的世界缺乏确定性，我们无法预测某些事件，如电子的速度和位置，尽管爱因斯坦曾说“上帝不会掷骰子”这一著名的立场。从根本上讲，我们的局限性已经超越了仅仅预测或理解物理领域内事件的范围。即使我们努力构建一个完全由我们所设想的规则支配的数学宇宙，这个抽象的宇宙仍然会存在不可否认的事实。 然而，除了数学陈述之外，我们的世界还充满了描述现实的哲学陈述，我们发现自己无法描述、完全表达、理解甚至只是定义这些现实。 类似于20世纪初“真理”概念的不确定性，其他诸如“艺术”“美”和“生命”等概念的定义同样缺乏根本性的共识。然而，这些并非孤立的案例，“智慧”和“意识”等其他概念同样处于这一困境之中。 智力的定义 为了弥补这一差距，Legg 和 Hutter 于 2017 年在“Universal Intelligence: A Definition of Machine Intelligence”中提出了智能（intelligence）的定义：认为“智能衡量的是一个代理在各种环境中实现目标的能力”。同样，在“Problem-Solving and Intelligence”中，Hambrick、Burgoyne 和 Altmann 认为，解决问题的能力不仅是智能的一个方面或特征，而且是智能的本质。这两种说法在字面上有相似之处，因为实现目标可以与解决问题联系起来。 Gottfredson 在“An Editorial with 52 Signatories”中总结了几位研究者的观点：智能是一种非常普遍的心理能力，包括推理能力、计划能力、解决问题的能力、抽象思维能力、理解复杂思想的能力、快速学习的能力以及从经验中学习的能力。它不仅仅是书本知识、狭隘的学术技能或应试技巧。相反，它反映了一种更广泛、更深层次的理解周围环境的能力。一种“抓住”“理解”事物，或者“构思”应对方法的能力。 这一定义引入了两个关键维度，即从经验中学习和理解周围环境的能力，从而使智能的概念超越了单纯的“解决问题的技能”。换句话说，我们不应将智能仅仅视为一种抽象的能力，即找到解决一般问题的方法，而应将其看作是一种具体的能力，即将从先前经验中学习到的解决方案应用于我们所处环境中可能出现的不同情况。 这突出了智能与学习之间的内在联系。在“How we learn”中，Stanislas Dehaene将学习定义为“学习就是形成一个世界模型”，这意味着智能也需要理解我们周围环境并建立一个内部模型来描述它们的能力。因此，智能同样需要具备创建世界模型的能力，即便这种能力可能并不全面。 当前的机器有多智能？ 在讨论通用 AGI 与狭义 AI 时，我们经常会强调它们之间的区别。狭义 AI（或称弱 AI）非常普遍，也很成功，在特定任务上的表现往往能超越人类。一个很好的例子是，2016 年，AlphaGo 以 4 比 1 的比分击败了当时的围棋世界冠军李世石。然而，即便如此，2023 年的一个事件也凸显了狭义 AI 的某些局限性。在围棋比赛中，业余棋手 Kellin Perline 利用 AI 没有发现的战术获胜。可见，AI 缺乏人类识别不常见策略并做出相应调整的能力。 实际上，在最基本的层面上，即使是缺乏经验的数据科学家也能明白，AI 所依赖的每个机器学习模型，甚至包括最简单的模型，都需要在偏差和方差（bias and variance）之间取得平衡。这意味着 AI 需要从数据中学习，以便理解和归纳解决方案，而不是死记硬背。狭义 AI 利用计算机的计算能力和内存容量，可以相对轻松地根据大量观察到的数据生成复杂的模型。然而，一旦条件稍有变化，这些模型往往就无法通用。 这就好比我们根据观测结果提出了一个只在地球上有效的引力理论，然后却发现物体在月球上要轻得多。如果我们在引力理论知识的基础上使用变量而不是数字，我们就会明白如何使用正确的数值快速预测每个行星或卫星上的引力强度。但是，如果我们只使用没有符号的数字方程，那么在不重写这些方程的情况下，我们将无法正确地将这些方程推广到其他天体。 换句话说，AI 可能无法真正“学习”，而只能提炼信息或经验。AI 不是形成一个全面的世界模型，而是创建了一个概要。 我们真的实现了AGI吗？ 人们普遍理解的 AGI 定义是，AI 系统能够以人类水平或更高水平在多个认知领域进行理解和推理。这与目前专门从事特定任务的狭义 AI 系统（如 AlphaGo）形成了鲜明对比。AGI 指的是一种 AI 系统，具备全面的、人类水平的智能，能够跨越不同的抽象思维领域。 如前所述，这就要求我们有能力创建一个与经验相一致的世界模型，并允许对预测进行准确的假设。 与大多数 AI 研究人员和权威人士的观点一致，要实现真正的 AGI 还需要几年时间，尽管大家对它何时出现的预测各不相同。在“AGI Safety Literature Review”一文中，Everitt、Lea、Hutter 提到：“我们问了很多研究人员，他们认为 AGI 可能会在 2040-2061 年之间出现，但大家的猜测差异很大，有人觉得可能永远不会出现，也有人觉得未来几年可能就会出现”。总之，可以肯定的是，AGI 还没有出现在我们身边。 微软在最近发表的“Sparks of Artificial General Intelligence: Early experiments with GPT-4”论文中指出： “我们认为 GPT-4 是新一批 LLMs的一部分，它们比以前的 AI 模型表现出更多的通用智能。我们讨论了这些模型不断提升的能力和影响。我们证明了，除了精通语言之外，GPT-4 还能解决新颖而困难的任务，这些任务涉及数学、编码、视觉、医学、法律、心理学等，而且不需要任何特殊提示。此外，在所有这些任务中，GPT-4 的表现都非常接近人类水平，而且往往远远超过 ChatGPT 等先前的模型。鉴于 GPT-4 的强大能力，我们认为有理由将其视为一个接近（但仍不完整）的通用人工智能（AGI）系统的版本”。 问题是什么？微软是 OpenAI 的合作伙伴。 《纽约时报》的一篇文章援引卡内基梅隆大学教授 Maarten Sap 的话说：“这是其中一些大公司将研究论文格式用于公关宣传的一个例子”。研究人员兼机器人企业家 Rodney Brooks 在接受 IEEE Spectrum 采访时强调，在评估 ChatGPT 等系统的能力时，我们经常“误把性能当能力”。 换个方式来解释，将分数当作能力的标志，AI 就好像只看到了世界的一个粗略概述，而没有真正理解整个世界的本质。 AI 面临一个重要问题，就是它们的训练数据。大多数模型仅在文本基础上进行训练，不具备在现实世界中说话、听觉、嗅觉或生活的能力。正如我之前提出的，这种情况有点像柏拉图的洞穴寓言。在那个故事里，人们只能看到洞穴墙上的影子，无法直接体验真实的世界。即使能够创建一个世界模型，他们的世界也只是一个纯文字的世界，句法上正确，但语义上并不全面。这种环境缺乏直接感知所产生的“常识”，所以显得乏善可陈。 大语言模型有哪些主要局限性？ ChatGPT 或 GPT-4 等大型语言模型（LLMs）面临的另一个最有争议的挑战是，它们容易产生幻觉。所谓幻觉，就是这些模型会编造出一些假的引用和事实，有时甚至是毫无意义的内容。出现幻觉的原因在于，它们缺乏对事件之间原因和结果的理解。 在“Is ChatGPT a Good Causal Reasoner? A Comprehensive Evaluation”一文中，作者得出结论：“ChatGPT 存在严重的因果幻觉问题，它倾向于假设事件之间的因果关系，而不管这些关系是否实际存在”。他们进一步指出：“ChatGPT 不是一个好的因果推理者，而是一个好的因果解释者”，再次强调了它在解释时提炼联系的能力，但却无法通过构建一个现有的世界模型来推断这些联系，而这些联系就自然而然地存在于这个世界模型中。虽然这篇文章的重点是 ChatGPT，但可以扩展到任何 LLMs。 从根本上说，我们可以发现，LLMs 善于从数据中识别和提取因果关系，但缺乏自己主动推理新的因果场景的能力。它们具备通过观察进行因果归纳的能力，但不具备因果演绎的能力。 这种区别凸显了一个局限性，系统可以识别因果模式，但缺乏抽象的因果推理能力。它并不能产生新的因果见解，而只是从数据中解释因果联系。 然而，如果智能需要从经验中学习，而学习又转化为创建一个我们可以用来理解周围环境的世界模型，那么因果演绎就构成了学习的一个基本要素，从而也构成了智能的一个基本要素，而这正是现有模型所缺少的一个方面。这是我们朝着 AGI 前进的关键步骤之一。 结论 正如在20世纪初所展示的那样，实际情况常常与我们日常观察所形成的直觉不同。就像20世纪初的物理学家因为量子力学与人类直觉相悖而难以理解它一样，我们现在构建的 AI 系统也受限于现实的一小部分，甚至比我们人类所能体验到的范围还要窄。 就像我们最终理解了一个与我们日常经验相矛盾的真实世界一样，只有当我们能够创造出一个可以怀疑自身现实的系统，进行自我探索，至少能够应用因果演绎来建立一个合理的世界模型时，我们才能真正实现 AGI。 这一展望可能是人类历史迈向新阶段的一个标志，我们开始逐渐承认，人类在整个宇宙中的重要性正在减少。 原文作者：Valentino Zocca 原文链接：https://aisupremacy.substack.com/p/how-far-are-we-from-agi 编译：云婧

IT之家 8 月 22 日消息，欧空局（ESA）近日发布官方博文，展示了由詹姆斯・韦伯太空望远镜拍摄的环状星云（Ring Nebula）照片，高分辨率展示了诸多细节。 近红外相机（NIRCam）拍摄 中红外仪器（MIRI）拍摄 哈勃望远镜拍摄的照片 IT之家注：环形星云距离地球大约 2500 光年，是位于北半球天琴座的一个行星状星云。这种天体是红巨星在成为白矮星之前的演化过程中的最后阶段，将气体壳驱逐到周围并电离所形成的天体。 欧空局展示了使用詹姆斯・韦伯太空望远镜的近红外相机（NIRCam）和中红外仪器（MIRI）拍摄的照片，通过对比展示了环状星云的不同细节，让我们对这个美丽的宇宙实体有了更多的了解。 欧空局表示环形星云内部大约有 2 万个富含氢分子的致密小球，天文学家在推进詹姆斯・韦伯太空望远镜观测计划 GO 1558 中拍摄了这些照片。

IT之家 8 月 22 日消息，特斯拉的高级工程副总裁科林・坎贝尔（Colin Campbell）宣布离职，他将加入由特斯拉联合创始人兼董事会成员 JB Straubel 创立的 Redwood Materials 公司。 坎贝尔是特斯拉最早的工程师之一，他于 2006 年加入特斯拉，当时特斯拉只是一个计划推出电动跑车 Roadster 的小型创业公司。随着特斯拉从一家创业公司成长为全球最大的公司之一，坎贝尔在动力总成团队中不断晋升，2016 年他成为电力电子工程总监，又很快晋升为高级总监，负责所有动力总成开发，包括高功率电子、电机、变速箱、电池组和充电系统的电气、机械和制造工程。 最近，他担任特斯拉的动力总成副总裁，但他现在宣布在任职 17 年后离开公司。坎贝尔今天在领英上宣布，他离开特斯拉后将加入 Redwood 担任首席技术官。 IT之家注意到，坎贝将与他的长期同事 JB Straubel 一起工作，JB Straubel 曾是特斯拉的联合创始人兼长期首席技术官，后来于 2019 年离职创办了 Redwood，这家公司试图通过生产和回收正极和负极材料来创建北美电池供应链。 坎贝尔称：“我在特斯拉度过了一段难以置信的 17 年，作为一名工程师，我无法概括我在构建令人兴奋、安全、可靠和越来越实惠的电动汽车过程中遇到了多少有价值的技术挑战。我在公司的时间从我们几乎没有一个可行的概念开始，结束时全球有数百万辆特斯拉在行驶。我们不仅对全球排放产生了影响，而且永远改变了世界对交通的看法，并帮助塑造了几乎所有其他汽车制造商的产品路线图。这比我想象中更有意义和难忘。”

作者｜李文博 编辑｜周到 在一台汽车上，与车内成员接触时间最长的零部件，是什么？ 方向盘、安全带、大彩电、大冰箱？不，是大沙发——座椅。 出发前，你的首要任务是仔细调节座椅，支撑起自己的腰背臀肩腿，做好驾驶的准备。 熄火后，不想下车回归现实的你，可以沦陷在座椅里，单曲循环林忆莲的《词不达意》，让自己喘口气。 座椅，不仅是汽车安全系统的第一道防线，是你私人情绪的忠诚摆渡者，更是名副其实的“卷王之王”。 要知道，在构成汽车少辄2万，多辄5万个的零件中，座椅是鲜少一直处于自我进化状态中的那个。 下面，让我们以世界上第一台汽车——奔驰一号为起点，来看看座椅，到底是怎么一步一步把自己从地球表面，卷到太阳系，再卷向银河系的。 从木板，到沙发 我们知道，汽车的发明源于人类工程师对马车的改造，座椅亦如此。在第一代“马改油”上，座椅的主要服务对象是车夫，并不载客，所以在舒适性上几乎没有做任何考量，只用“木板+垫子”凑合对付一下就完事了。 20世纪之后，热衷于享受的中产阶层，已经无法忍受过时的马车，纷纷转投汽车的怀抱。为了让这些“有钱人”的屁股不受罪，工程师想到了一个绝妙的办法：把家用沙发，“移植”到车上，贯通式座椅让乘坐者不仅可以坐着，还能以平躺、侧卧、斜靠，和各种闻所未闻的新姿势，度过旅程。 “沙发式座椅”能最大限度地减少乘坐者间的距离，让亲密接触成为可能。但随着汽车技术的不断发展，车速越来越快，车辆过弯时，贯通式座椅无法提供足够的侧向支撑力，在安全带尚未发明的年代，乘坐者无法固定自己，只能任由离心力左右摇摆，难免会影响驾驶者操作。 长期跟弯路较劲的欧洲人，最先对“贯通式座椅”说了不，相比和副驾时刻黏在一起，他们更想确保自己下班后，能安全地开车回家。于是，“分体式座椅”就此诞生。 1966年，美国颁布《国家交通和机动车安全法》，强制规定了汽车座椅构造与固定的要求；1968年，美国规定轿车前排座椅必须安装有安全带；1969年，美国强制汽车企业推出新车必须配备头枕。 就此，座椅安全性的“内卷”告一段落。但众所周知，正经车企不养闲人。既然给工程师们交着补充公积金，老板总想给他们找点事干。 既然安全性上有了强制统一标准，没什么发挥余地，那只能拼了命地在舒适性上玩花样。 往大了说，这是为了满足人民日益增长的美好生活需要；往小了说，这是为了让车企再多一条赚钱的路径，这边车企把功能加上去了，那边用户就得把钱掏出来。 很快，座椅舒适性研发成果迎来井喷式落地：电动调节、加热通风、按摩记忆、腿部支撑，你能想象到的舒适功能，只要肯花钱，都能在自己的车上得以实现。 不过，螺蛳壳里做的道场，终究有限。 座椅的功能花样迅速被各大车企挖掘殆尽，你会发现1966年Cadillac DeVille上搭载的座椅加热，和如今的座椅加热，并没有感知明显的差别。1997年Saab 9-5提供的座椅通风，也一点不比今天刚下线的新车效果差。 当“功能花样”不能再从消费者口袋里多掏钱时，车企的重点自然而然地转移到了“形式花样”：首长椅、商务椅、头等舱，以及最近热度爆炸的“零重力”。 东子演戏，想子拆台 说起“零重力座椅”，就不得不先将时间回拨到2022年7月4日。 这是一个对很多人来说，普通到不能再普通的周一。可这一天对中国汽车产业来说，却是一个具有重大历史转折意义的日子。 因为这一天的华为夏季旗舰新品发布会上，AITO 品牌推出了旗下第二款产品——大型电动 SUV 问界 M7。 除了各方面素质遥遥领先于海内外同级、越级车型外，问界 M7 还搭载了一项中国汽车产业从未出现过的全新尖货级配置：零重力座椅。 “双脚离地了，病毒就关闭了，啥都上不去了，聪明的智商又占领高地了” 根据华为常务董事、终端 BG CEO、智能汽车解决方案 BU CEO 余承东的描述，零重力座椅是将人的大腿抬起来，与地面形成 30 度的夹角，身体和大腿形成 113 度的夹角，大腿和小腿形成 108 度的夹角，让腿和心脏处于同一水平线，心脏就不需要从下往上泵血，没有重力压差，血液循环非常舒服。 掌握了宇宙飞船级核心科技的问界 M7 ，在舒适性上“超越百万豪车”，就非常顺理成章。 不过，很快就有看不惯余承东自吹自擂的同行跳出来开炮。 作为“500 万内最好的 SUV”之父的李想认为，理想 L9 不需要零重力座椅，因为车内的二排腿托是确保第一排、第三排都能舒适乘坐为前提而设计的，是充分满足家庭每一位成员的乘坐舒适为目标的价值选择。 那么问题来了，相比久经考验的“传统腿托”，零重力座椅会为用户带来颠覆性的体验差别吗？ 回答之前，我们先来对“零重力座椅”这个概念，进行下抽丝剥茧。 1980年代，美国航空航天局在第一个空间站 Skylab 上，拍摄了 12 名宇航员在太空微重力条件下完全放松身体时的照片。经过研究发现，在这样的重力条件下，身体会自动进入特定姿态，即中立体态（Neutral Body Posture，NBP）。 在 NBP 下，人体的手臂抬起，肩膀外展，膝盖弯曲，臀部屈曲，足底弯曲。该身体姿势最大限度地减少了身体支撑自己抵抗重力的需要，减轻了神经、肌腱、肌肉和骨骼压力，也减轻了横膈膜和脊柱的压力，关节在该位置下造成的磨损最小。 提炼成数据是：躯干与大腿之间的夹角为 128 度（正负 7 度），大腿与小腿之间的夹角为 133 度（正负 8 度），小腿与脚腕的夹角为 111 度（正负 6 度）。 日本日产汽车曾与美国航空航天局合作，在 2007 年进行过一波“零重力汽车座椅”的测试，结果显示：在高速公路上动态长期驾驶条件下使用零重力座椅，与传统汽车座椅的疲劳程度相比，乘坐疲劳感减少了 50%。 2013 年，日产在北美市场投放的 Altima （天籁）上，首次使用了该配置，这是世界上第一个真正在家用车上量产搭载的“零重力座椅”，比问界 M7 早了真正十年。 不过，值得注意的是，日产汽车的零重力座椅，虽然是和美国航空航天局联合打造的商业项目，但在宣传中，日产汽车鲜少有刻意蹭 NASA 热度的营销动作。每每有人提起 NASA 时，日产高层也只是淡淡地说一句：感谢他们在 NBP 上所做的工作。 为什么？因为对于 NBP 整体数据的严谨度和科学性，美国航空航天局自己也心虚：这只是个数据参考，并不是执行标准。 NASA 的不够严谨，让各家车企，找到了营销裂缝。 比如问界 M7 的二排座椅，身体和大腿之间的夹角是 113 度，不在 NASA 数据范围之内，但这并不妨碍余承东光明正大地将其命名为“零重力座椅”。再比如，智己宣传自家 LS7 的座椅调节完成后的身体和大腿之间的夹角是 121 度，符合“ NASA 零重力”这个根本不存在的标准。 再看看其它已经推出的“零重力座椅”，你会发现那句老话说得太有道理： 车企的嘴，骗人的鬼。 除了在角度数据上“别有用心”外，车企还会刻意隐藏一个事实：零重力座椅模式开启时，会对前排或后排的空间造成大量挤压。 如果副驾是“零重力座椅”，那第二排右后基本就没法坐人；如果第二排右后是“零重力座椅”，那副驾只能折叠下去用来放脚。 一种强烈的“明明是三个人的电影，我却始终不能有姓名”即视感。 写在最后 与之前饱受争议的“魔毯悬架”一样，“零重力座椅”也是一项“车企真敢编，用户真敢信”的配置。它的确能在一定程度上，提升单人乘坐舒适感，但安全带的位置、运行过程中的防夹，以及对座舱内空间的挤压，都没有形成一个完整且可靠的解决方案。 车企对这项配置的瑕疵心知肚明，但即便如此，它们依然还是卯足了劲，向用户，尤其是副驾和二排，大力兜售“零重力座椅”，希望借副驾和二排之力，尽快锁死订单。 但早已摸透套路的我们该做的是，将自己从营销语境中抽离出来，义正言辞地拒绝座椅 PUA ，再追问一句：我买的是五座车，怎么只能坐进去四个人，剩下的那个，让他走路去纽约吗？ 在接下来的《暗信号·别让车企收割了你》专题中，我们还会继续为读者揭示，在当下热销的智能汽车上，有哪些配置是车企们的匠心与诚意，而哪些是割韭菜的镰刀。

撰文 | 古 芯 编辑 | 李信马 华为5G手机回归的消息越来越多。 先是3月底，徐直军在业绩会上谈起5G手机时，孟晚舟和余承东的微笑被多家媒体过度解读，认为5G手机正在路上；7月份赛微电子表示，公司的体声波滤波器（BAW）已经量产，并向客户小批量供货，部分人士认定这个客户就是华为。 8月份，余承东在发布鸿蒙4.0时，一句“轻舟已过万重山”，再次加深网友对华为即将发布5G手机的猜测，社交平台上，不少博主暗指华为5G手机即将回归。 图源：微博 但截至发稿，华为方面对5G手机回归日期的回复，依旧是“取决于什么时候能采购到相应芯片”，这不禁让人好奇，华为生产5G手机到底缺少哪类芯片？该类芯片的国产程度如何，是否已经完成国产替代，并可以支持华为量产5G手机？ 01. 射频芯片卡住5G手机脖子 华为5G手机停产后，华为采购的芯片其实可以支持5G信号，真正限制5G手机生产的是射频芯片。 在无线通信系统中，天线、射频前端、射频收发模块以及基带信号处理器四个部分缺一不可，根据功能不同，射频前端分为发射端Tx以及接收端Rx。其中射频前端是将数字信号向无线射频信号转化的基础部件，也是无线通信系统的核心组件。 进一步聚焦射频前端，还可细分为功率放大器PA、滤波器filter、低噪声放大器LNA、开关switch、双工器duplexer、调谐器tuner等。 射频前端市场集中程度较高，基本为头部四大厂商垄断，2019年市占率依次为美国博通占29%、美国思佳讯占28%、日本村田占22%，美国科沃占18%，其他厂商占比仅为约3%。 受制于美国贸易新规，这四家射频厂均无法向华为供货，而其他厂商又无法产出符合华为5G手机的要求。 网友将赛微电子制造的BAW滤波器和华为联系起来，是因为滤波器（Filter）为射频前端中最重要的分立器件，可以筛选信号中特定频率，并极大衰减其他频率成分，从而提高信号的抗干扰性及信噪比。 对比声表面波滤波器（SAW），BAW滤波器工艺复杂，价格较高，但是插损低，性能更好，可以适用于高频滤波，更贴合5G市场需求。 这一点也从产品市场率的变动得到佐证，2019年，滤波器全球销售额为95.2亿美元，其中SAW为53.3亿美元；BAW为41.9亿美元，占比从2015年的30%提升至19年的41%。 考虑到国内运营商4*4路MIMO（依靠PA元件实现功能）要求，使得天线数量从4根翻倍至8跟，且5G引入了NSA要求需要4G、5G同时工作，这也增加了射频开关和多工期的需求，故此5G时代射频前端滤波器需求增至80-100个，开关需求增至40-50个，未来BAW滤波器需求将持续提升。 在赛微电子产出BAW滤波器前，BAW技术基本为博通所垄断，SAW滤波器由村田主导，参考国产存储芯片上市后，存储芯片市场迅速步入“去库存周期”，多方大打价格战，未来伴随赛微电子的BAW滤波器逐渐成熟，或许有机会复制国产存储芯片的成功。 除滤波器外，射频前端芯片还包括功率放大器（PA）、双工器或多工器（Duplexer或Multiplexer）、低噪声放大器（LNA）、开关（Switch）、天线调谐模块（ASM）等多种类芯片。 但受限于起步较晚，在华为限制采购射频芯片初期，国内射频芯片自给率不足5%，且各家厂商研发生产能力主要面向4G领域。同时5G通信使用的4*4路MIMO要求也进一步提高PA元件的功率需求，生产材料需要更换为砷化镓，也进一步加大了从业公司的研发生产难度。 02. BAW滤波器 华为停产5G手机时，国产射频芯片厂研发生产能力主要集中在4G领域。 其中卓胜微已布局射频前端全产品线，并拥有自主产线；唯捷创芯以生产PA元件为主；信维通信布局射频前端器件及模组。代加工方面，赛微电子依靠收购瑞典Silex成功切入微机电系统（MEMS）代工领域，2023年继续收购瑞典半导体园区聚焦主业。 换言之，赛微电子生产的BAW滤波器并非其自研生产，背后设计厂是武汉敏声，当前市场选择性忽略设计厂，转而关注赛微电子这种生产厂，主要是因为华为芯片断供之后，市场普遍认为芯片生产环节明显难于设计环节，在设计领域国内已经涌现出一批优质公司，但在生产领域与国际差距较大。 而且伴随5G时代射频前端所需元件迅速增量，高集成度成为射频芯片生产的首要考量，芯片制造中集成度最高的MEMS加工自然成为最优解，而赛微电子长期处于全球 MEMS 晶圆代工第一梯队，掌握业内主流技术水平。 设计领域，除武汉敏声外，中电科旗下公司是国内较早从事SAW\BAW产品研发生产的单位，应用场景主要面向特种行业；麦捷科技2016年融资4.5亿元拓展SAW业务，2017年就实现量产，随后与中电科合作开发用于5G的LTCC和TC-SAW等高性能滤波器。 卓胜微、信维通信也都是主要面向SAW产品展开研发，同时长期致力于原材料研究的立昂微近期也向下游延伸至功率器件/射频芯片领域。 新玩家方面，开元通信研发覆盖SAW\BAW产品，以滤波器市场为切入点布局射频前端芯片市场，具备射频无源和有源芯片核心工艺与设计技术，产品应用范围涉及4G、5G、WIFI、物联网等领域。开元通信产品种类多达10余种，客户已经包括三星、华为、小米等品牌商。 其余种类的射频芯片中，PA元件的重要性仅次于滤波器，根据YoleDevelopment数据，手机约占国内PA模组下游市场的65%，其次为Wi-Fi占比20%，基站市场约占10%。 2019年全球移动终端射频前端细分产品中PA模组占比最大，市场规模为53.76亿美元，预计2025年全球移动终端PA模组市场规模将达到89.31亿美元，6年CAGR增速达到8.83%，占比35.16%。 慧智微生产的PA元件，为满足5G产品性能需求，慧智微使用了“绝缘硅（SOI）+砷化镓（GaAs）”混合创新架构，L-PAMiF、L-PAMiD系列产品已经覆盖了2G、3G、4G、3GHz以下的5G重耕频段、3GHz-6GHz的5G新频段等。 截至 2023 年 5 月，慧智微可重构射频前端架构的相关产品累计出货已经超过1亿颗，获得市场认可。 虽然2022年慧智微手机领域收入仅为2.38亿元，全球市占率不足1%；物联网领域收入为1.18亿元，营收占比亦较小，但慧智微在部分细分领域已取得较好市场份额。根据TSR数据，2021年公司手机5GL-PAMiF出货量市占率为1.95%，在国产厂商中排名第二，全球物联网4G Cat.1 MMMB PAM市场的市占率达54.3%。 目前慧智微合作品牌包括三星、OPPO、vivo、荣耀等国内外智能手机品牌机型，闻泰科技、华勤通讯、龙旗科技等一线移动终端设备ODM厂商和移远通信、广和通、日海智能等头部无线通信模组厂商。 但从5G技术发展来看，虽然目前依托GaAs制作的PA元件凭借较好的电流和衬底特性，在PA元件市场中占据主导地位，可面对8GHz以上频段产品GaAs明显无法抗衡氮化镓（GaN）材料，根据Qorvo预测，GaN将在8GHz以上手机市场成为主力，慧智微若想进一步提升市场份额，还需继续拓展氮化镓（GaN）材料PA元件，这也是大多数国产射频厂共同面临的问题。 虽然目前国产射频元件厂依旧面临研发进展缓慢、生产商集中等问题，但在海外断供的背景下，若华为5G手机能在未来上市，也足以说明国产射频芯片产业链完成了国产替代转型，中国5G产业链又一次突破卡脖子环节。

快科技8月22日消息，为了首次登陆月球南极，创造人类历史，前不久，俄罗斯和印度开启了登月“比赛”，相继发射月船3号探测器（印度）和月球25号探测器（俄罗斯）。 可惜的是，原本能早于月船3号在月球南极登陆的月球25号因意外坠毁，“输给”印度。 据媒体报道，日前，俄罗斯联邦航天局局长鲍里索夫谈到月球25号探测器坠毁原因，他指出：“月球25号发动机没有及时关闭，原本应运行84秒，但实际运行长达127秒，所以导致事故发生。” 据悉，8月20日，俄国家航天集团表示，月球25号月球探测器已坠毁在月球表面，根据初步分析结果，由于实际冲量参数与计算值存在偏差，月球25号探测器偏离设计运行轨道，已坠毁在月球表面。 再来看看印度这边，印度空间研究组织宣布月船3号将在北京时间2023年8月23日20时34分左右着陆月球。

据央视财经，国家航天局8月21日发布消息，世界首颗高轨合成孔径雷达卫星——陆地探测四号01星，于近日顺利进入工作轨道。 图片来源：央视财经 陆地探测四号01星8月13日在西昌卫星发射中心由长征三号乙运载火箭托举升空，发射后顺利进入预定的转移轨道。 国家航天局对地观测与数据中心工程副总设计师 孟令杰：经过4次变轨，现在已经准确进入预定轨道，然后把它上边大型的环形的合成孔径雷达天线展开，这是一个很关键的动作，展开以后才能开展下一步非常详细的在轨测试工作，等在轨测试完全完成以后，这颗星才能使用。 图片来源：央视财经 据了解，这颗卫星是世界首颗高轨合成孔径雷达卫星，创新突破多项关键技术。据新华社，陆地探测四号01星工程研制中，首次创新提出了大口径环形反射面天线加相控阵馈源方案并实现工程化，同时带动了相关基础理论、系统设计和精密制造等方面技术进步。该星可服务防灾减灾及地震监测、国土资源勘查及海洋、水利、气象、农业、环保、林业等行业应用需求，是我国目前行业用户最多的遥感卫星。未来投入使用后，将进一步完善我国天基灾害监测体系，丰富我国重点区域观测手段，全面提升我国防灾减灾救灾综合水平。 图片来源：央视财经 作为世界首颗进入工程实施阶段的高轨SAR卫星，“减灾卫士”陆地探测四号01星兼具看得广、看得细、盯着看、看得快等多项技能，将进一步完善中国天基灾害监测体系，对全面提升中国防灾减灾救灾综合水平具有重要意义。 据中国新闻网，据了解，SAR通过向地面发射电磁波、接收地面回波来探测地面情况，工作时不受光照、天气条件限制，是极端天气条件下观测的“一把好手”。自20世纪七八十年代起，多国先后研制发射SAR卫星，用于灾害监测等领域。但是，目前国际上SAR卫星都运行于低轨，卫星过境时间短、重访周期长、观测范围小，难以满足应急、抢险和救灾的时效性需求。 面对SAR高轨成像难题，研制团队实现了精密定轨技术跨代。陆地探测四号01星若要成像，必须知道成像时的轨道位置。由于高轨卫星比导航卫星所处轨道高，只能“捡”地球另一侧导航卫星“漏过来”的信号，但这种信号十分微弱，常用的定轨方法精度只能达到百米左右，远不能满足“减灾卫士”的成像需求。 为此，研制团队耗费4年时间提高天线接收能力，开发针对微弱信号的捕获算法，提出“导航卫星+地面测距”定轨方案，并配备误差校正手段，最终将定轨精度由百米提升至米级。 图片来源：央视财经 除了看得广、看得细、盯着看，陆地探测四号01星还能做到看得快，统筹兼顾多地灾情，其应急模式可以支撑多地灾害同时发生情况下的监测需求。比如，当南北方同时发生灾害时，研制团队可以将卫星高轨道优势和强机动能力进行强强联合，通过高精准的快速指向调整，让卫星可以“左右兼顾”、哪里需要看哪里。 每日经济新闻综合新华社、央视财经、中国新闻网 封面图片来源：央视财经 每日经济新闻