2025年12月9日，中国河南省洛阳市的Namey新能源科技（洛阳）有限公司 美国能源初创企业正扩大钠离子电池生产规模，以减少对中国锂离子供应链的依赖。通过将基于盐的技术应用于电网和数据中心，这些企业试图摆脱中国对关键能源矿产的控制。 中国目前控制着全球绝大多数锂离子加工和材料供应线，使西方能源基础设施面临外国供应中断的风险。据《华尔街日报》报道，钠离子替代品消除了对难以获取矿物的需求，提供更低的制造成本、增强的热安全性以及静态储存的被动风冷能力。尽管钠基电池在全球产量中占不到1%，摩根士丹利估计，十年内钠技术将为全球超过三分之一的电池供电。 前特斯拉高管正引领向钠系统的商业转型。由前特斯拉工程师兰登·莫斯伯格领导的Peak Energy已与包括Jupiter Power、Energy Vault和RWE Americas在内的能源公司达成超过11亿美元的客户合作协议。该初创公司计划于2027年初在萨克拉门托开设一座183000平方英尺的设施，并将年产能提升至4吉瓦时，为无液冷基础设施的电网系统供电。通用汽车也对Peak Energy进行了战略投资。 与传统锂离子装置存在热失控和火灾风险不同，钠基设计显著降低了运行风险和冷却开销。总部位于圣利安德罗的Inlyte Energy利用铁粉、钢、氧化铝和食盐制造不易燃的管状电池。Inlyte正在准备向南方公司位于阿拉巴马州的测试设施交付，提供高密度配置，消除电池阵列间的级联热失效。虽然锂离子在重量敏感的电动汽车中仍具有能量密度优势，钠离子正迅速成为固定备用电源和尖峰电厂的最佳解决方案。 中国正迅速行动巩固领先优势，中国电池巨头比亚迪和宁德时代正在扩大工业规模的钠生产。行业领袖警告称，如果国内持续扩大规模，美国将面临失去另一项基础能源创新、输给中国制造业主导地位的风险。“我们没有被创新超越，”有业内人士表示，“但如果我们再次被规模压制，那就太可惜了。” 来源：《华尔街日报》

IT之家 8 月 11 日消息，美国国家公路交通安全管理局（NHTSA）当地时间 8 月 10 日公布的召回信息显示，特斯拉因部分车辆近光灯亮度可能超过法规要求，将在美国召回 20349 辆 Model 3 和 Model Y 车型。 此次召回涉及 2017 年至 2023 年款 Model 3 以及 2020 年至 2023 年款 Model Y，共计 20349 辆。 根据 NHTSA 召回文件，其问题源于车辆近光灯输出亮度在 10U 至 90U 区域的右外上和左外上区域超过了 FMVSS No.108（IT之家注：美国联邦机动车安全标准第 108 号，即“灯具、反射装置及相关设备”标准）所规定的最大允许强度。NHTSA 指出，近光灯亮度过高可能降低迎面车辆驾驶员的可视性，增加碰撞风险。 IT之家注意到，此次召回的 Model 3 涉及 2017 年 7 月 24 日至 2023 年 12 月 2 日期间生产的车辆，共计 1614 辆；Model Y 涉及 2020 年 2 月 11 日至 2023 年 12 月 24 日期间生产的车辆，共计 18735 辆。 特斯拉确认，具体受影响车辆是根据车辆制造和维修记录确定的，均搭载了供应商生产日期为 2023 年 6 月 2 日或之后的近光灯组件。 特斯拉在提交给 NHTSA 的文件中表示，相关近光灯组件已于 2024 年 3 月之前停止生产。自 2020 年 7 月 9 日起，Model 3 生产线已切换至符合 FMVSS 108 标准的另一供应商近光灯；Model Y 方面，弗里蒙特工厂和奥斯汀工厂分别于 2022 年 12 月 4 日和 2023 年 8 月 7 日起引入了符合标准的近光灯组件。

IT之家 8 月 11 日消息，中国科学院大连化物所能源催化转化全国重点实验室动力电池与系统研究部（DNL29）陈忠伟院士、汪冬冬研究员团队在高能量水系锌电池研究领域取得新进展。 团队提出一种“双界面配位调控”电解液设计策略，通过系统筛选多类含氮阳离子配体，确定 N-甲基咪唑氯盐（MImCl）作为电解液双界面多功能添加剂，可实现对四电子锌碘电池正负极界面的同步稳定。该策略通过 MIm+在电池运行过程中的动态迁移，实现了“正极稳定碘物种、负极调控锌沉积”的双重功能。 水系锌碘电池具有高安全性、低成本和多电子反应优势，被认为是大规模储能的重要候选体系之一。 然而，四电子 I-/I0/I+转化过程中，高价态碘物种易发生水解，多碘化物穿梭及锌负极枝晶和腐蚀等问题影响电池稳定性，制约了高载量正极和 Ah 级软包电池的发展。 为解决上述问题，团队提出“双界面配位调控”策略，引入 MImCl 添加剂，实现了电解液对正负极界面的协同优化。 研究发现，在充放电过程中，MIm+可动态迁移至不同电极界面： 在碘正极侧，MIm+通过离子相互作用稳定多碘化物及 ICl2-中间体，抑制活性碘物种溶解和穿梭，并促进可逆四电子 I-/I0/I+转化； 在锌负极侧，MIm+优先吸附于锌表面，调控 Zn2+成核与沉积行为，实现均匀无枝晶锌沉积并抑制副反应。 该动态界面调控机制实现了正负极反应过程的同步稳定。 基于该策略，团队构建了高负载四电子 Zn||I2 电池体系，实现了高容量和长寿命运行。在高碘载量条件下，Zn||I2 全电池表现出较好的倍率性能和循环稳定性，并进一步构筑了 1.4 Ah 级四电子 Zn||I2 软包电池。该软包电池实现 800 圈稳定循环，并获得基于正极活性物质量计算的 455 Wh/kg 高能量密度，展现出实际应用潜力。 该研究不仅揭示了电解液添加剂对四电子碘氧化还原过程和锌沉积行为的协同调控机制，也为高容量水系金属电池的界面工程设计提供了新思路。 相关研究成果于 8 月 4 日发表在《美国化学会志》（Journal of the American Chemical Society）上。

◎ 科技日报记者 李坤 陆成宽 北京玉泉路旁，绿树环绕的古朴院落地下，藏着一台外形酷似羽毛球拍的巨型科研装置——北京正负电子对撞机。在这台周长240米的环形装置内，正负电子可被加速到接近光速迎头相撞。科学家通过研究碰撞产生的微观粒子，探究微观世界基本运行规律，验证现有物理理论，寻找未知新粒子。 日前，科技日报记者来到这里，探秘这台刚刚完成第二次升级改造的国之重器。经过此番改造，该装置的对撞能量、对撞亮度等关键指标大幅提升，核心性能实现历史性突破。 “这台装置自建成运行至今已近四十年，但它可不是一台‘老机器’。”进入地下隧道，中国科学院高能物理研究所（以下简称“高能所”）北京正负电子对撞机运行总指挥于程辉研究员介绍，历经两次重大升级改造，它早已“脱胎换骨”，是一台名副其实的现代化大科学装置。 “要领跑，就必须超越自我” “为什么要再次升级改造？” 面对记者的提问，于程辉介绍，自2009年完成首次升级改造后，北京正负电子对撞机成为全球唯一运行在陶-粲能区的对撞机。此后11年间，它在该能区接连发现32个全新粒子，这些粒子都不在现有标准模型的理论框架内，预示着人类对物质世界最底层的认知可能被改写。 “凭借这一成绩，我国长期领跑陶-粲能区的基础粒子物理研究。要领跑，就必须超越自我。”于程辉说，“理论上，陶-粲能区还藏着10到15个新粒子。如果不再次提升对撞机性能，我们预计需15年才能将它们‘挖’出来。” 这些切实可期的丰硕成果引来多个国际竞争者。2020年起，德国潘达、日本BelleⅡ、美国杰斐逊等实验装置纷纷申请经费，试图将他们的对撞机也瞄向这一“黄金”能区。 “对撞机就像科学家在富矿里开凿的铲子。我们之前用这把铲子挖出了令人垂涎的宝藏，现在别人要扛着更好的工具来抢矿，我们必须把自己的铲子磨得更锋利。”于程辉打了个比方。 “我们必须捍卫自己在陶-粲能区领先地位，不能让到嘴的鸭子飞了。”他指着装置旁新粒子发现分布图说，在高能物理领域，谁先发现并发表成果，谁就拥有命名权，慢一步基本等于白做。二次升级改造至关重要，直接影响北京正负电子对撞机能否保持全球竞争优势。 2021年7月，北京正负电子对撞机对撞能量和取数效率升级工程正式立项，中国科学院决定投资1.6亿元，目标是将对撞机的峰值亮度和积分亮度均提升至原来的3倍以上。 此前虎视眈眈的国际竞争者，在评估我方升级方案后纷纷调整策略，德国、美国、瑞士三家主动退出该能区的竞争。日本的装置升级后，未能达成预期目标。 “前不久，我们顺利完成升级改造，既定性能指标全部达成。”于程辉笑道，“这次，鸭子彻底飞不了了。” “研制全球最好的组合型超导磁铁” 说话间，记者随科研人员穿过防护门，步入储存环隧道。眼前，低温超导腔、组合型超导磁铁和精密真空室等整齐排列，设备在灯光下泛着冷峻的光泽。 “这里就是第二次升级改造的核心。我们对对撞点区域进行了重大改造。”于程辉指着刚完成验收的组合型超导磁铁介绍，“要让性能提升至原来的3倍，关键在于把对撞点的束团尺寸压得更小、流强提得更高，让对撞效率发生质变。” 这听起来简单，实则是一项极致的工程挑战。高能所研究员朱应顺告诉记者：“最大拦路虎是对撞点两端的聚焦磁铁——组合型超导磁铁。” 然而，这种磁铁的制造技术曾被美国布鲁克海文实验室独家垄断。 “为了尽早摆脱受制于人的困境，我们用了13年，研制全球最好的组合型超导磁铁。我们研制的组合型超导磁铁的性能比美国产品还高出40%。”朱应顺语气中透着自豪。更具戏剧性的是，2025年5月，当年独家垄断的美国实验室主动联系高能所，希望采购中国制造的组合型超导磁铁。 同时，团队还攻克了多项关键核心技术，实现了多个核心设备的国产化。比如，射频超导模组利用超导腔在接近零下269摄氏度的极低温下电阻消失的特性，将加速效率提升数倍，从而能在有限的空间更高效地把正负电子的束能量推向更高水平；新型注入冲击磁铁将传统的镀膜陶瓷板结构创新地设计成金属条方案，把注入冲击磁铁对真空度工况的需求降低了一个量级，解决了高束流功率、高单束团流强稳定运行的技术难题；光子吸收器采用特种铜合金与锥形分级吸收结构，确保同步辐射功率的有效冷却，最终保障了储存环超高真空的长期稳定。 “得益于全面推进自主创新，第二次升级后北京正负电子对撞机的设备国产化率达到100%，并同期完成直线加速器能量升级，综合性能达到国际同类装置领先水平。”于程辉说。 “保持陶粲物理研究的引领地位” 走出储存环隧道，记者来到北京谱仪控制室。刚一进门，电脑屏幕上复杂绚丽的粒子径迹图便映入眼帘。 “这是我们探测器正在持续捕捉的微观粒子衰变径迹。”于程辉介绍，升级后的北京谱仪事例采集量提升3倍，大量稀有粲介子、奇特强子的信号将被更高效地记录下来，供物理学家深入分析。 “升级前需要15年才能‘挖完’的新粒子目标，现在预计5年即可完成。通过这次升级，我们可以保持陶粲物理研究的引领地位。”于程辉说，以这台装置为核心，这里还凝聚起一个由15个国家、96个单位、700多名顶尖科学家组成的大型国际合作组。在这个组里，中国是当之无愧的引领者，实验方案制定、数据采集与分析、成果发表均由我方主导。 这台装置的贡献不止于粒子物理前沿。它还可以“一机两用”，在开展高能物理对撞的同时，储存环中飞驰的电子束也在源源不断产生高品质的同步辐射光，为众多用户提供服务。高能所魏彦茹解释：“当电子在弯转磁铁中改变方向时，会沿切线方向释放出强烈的X光，它就像探照灯一样，能照亮实验样品的微观结构。” 正是凭借这束光，科研人员可以看清金属疲劳的裂纹如何萌生、蛋白质分子怎样折叠、芯片纳米级电路是否存在瑕疵……这些前沿研究都依赖于同步辐射光的高分辨穿透能力。 “二次升级改造后，装置的光强翻倍。这意味着实验所需时间减半，现在每年可支撑约上千个用户的实验课题，为国内外材料科学、生命科学、探测器标定等领域提供了不可或缺的研究平台。”魏彦茹说。 面向未来，运行团队还将继续深挖装置潜力，进一步优化束流品质、精细调节运行参数，不断向微观世界的更深处挺进，“撞出”更多人类未知新粒子。“我们已经证明，中国人有能力在最前沿的基础科学领域与全球最强者正面竞争，而且能持续赢。”于程辉说。

合资车节节败退，似乎是大势所趋。 所以人们对此基本见怪不怪了，但这次败走中国的合资车还是让不少人震动了一下：雪佛兰。 巅峰时期，雪佛兰在国内全年销量达到了76.7万辆，拥有近千家经销商网点，在当时稳居国内合资品牌第一梯队。 特别是2009年，科鲁兹上市，将雪佛兰推向了神坛。凭借动感设计与运动底盘，这款车成为无数年轻人的第一台合资车，单月销量最高突破2.8万辆。 但如今和其他许多合资车一样，雪佛兰也被打入冷宫了。 尽管去年通用汽车中国还表示“雪佛兰退出中国是无稽之谈”，上汽通用总经理卢晓也多次强调“不会放弃雪佛兰”，但在现实面前，终究是口是心非。 在今年3月举行的上汽通用经销商峰会现场，卢晓谈到未来三年的战略规划，明确提到“聚焦别克和凯迪拉克”两个品牌，雪佛兰只字未提。 8月5日，上汽集团与通用汽车签署续约协议，上汽通用的合资期限延长20年至2047年。官方通稿狠狠畅想了未来，别克的产品规划，凯迪拉克的转型路径，一项项写得清清楚楚，唯独少了雪佛兰的身影。 关于雪佛兰，最终只传来了“雪佛兰将停止在国内销售新车”的消息。 走到这一步，其实是迟早的事。懂车帝平台显示，雪佛兰6月销量仅剩1辆。今年1至6月，雪佛兰在华的累计销量为36辆。 雪佛兰败走中国，败得一点都不冤。 雪佛兰的王炸， 在中国被打成了对三 在美国，雪佛兰是妥妥的“国民神车”。 它的地位不比福特低，号称每个美国人都曾拥有一辆雪佛兰。 100多年来，虽然通用汽车集团品牌不断变换，但雪佛兰一直是其旗下最大的厂牌。它也一直是很多美国精神小伙的第一辆车——动力足、造型帅，就算油耗高一点也能忍。 2005年，上汽通用正式将雪佛兰品牌引入中国，但头几年，人们对雪佛兰的印象，始终停留在“便宜的合资车”上，与彼时已经站稳了高端商务定位的别克不可同日而语。 直到2007年，雪佛兰等来了一次神助攻。 2007年，《变形金刚》上映。作为电影的“真正主角”，能变身成大黄蜂的黄色雪佛兰科迈罗跑车火遍全球，雪佛兰也从“无人问津的合资车”一跃成为都市年轻人的首选，成了无数人的梦中情车。 雪佛兰没有浪费机会，又趁热打铁在2009年推出科鲁兹，彻底封神。 这款以韩国车型为基础研发的小车，完美契合了雪佛兰的品牌调性和中国市场的需求。美式肌肉车的外形，加上大黄蜂的加持，让许多年轻人第一次忍不住咬牙入手了一辆合资车。 随后几年，迈锐宝、创酷、探界者等车型陆续导入，产品矩阵从小型车一路铺到中大型SUV。2012年，迈锐宝以16万元的价格杀进20万元起步的B级车市场，又成了不知多少家庭的第一台“大车”。 在那个国产车还没法大杀四方、甚至还抬不起头的年代，雪佛兰就是普通人实现“汽车梦”的一个相对较低的台阶。 2014年，雪佛兰迎来巅峰——全年销量6.7万辆，街头随处可见金色的领结车标。 但盛极而衰的魔咒，雪佛兰也没能逃过。 手里的王炸，到了新的时代、新的消费环境，只能沦为对三。 2014年前后，市场风向悄然转变，SUV市场开始爆发式增长。长安CS35、哈弗H2等车型，凭借大空间、高配置和高性价比迅速抢占市场，而彼时的雪佛兰还是高度依赖科鲁兹等轿车，没能享受到太多的市场红利。 与此同时，合资品牌的影响力也在下降。更务实的80后、90后成为消费主力军，不再那么迷信外资和合资品牌，市场很快就出现了“自主涨、合资降”的新趋势，雪佛兰一样没能幸免。 2018年，雪佛兰的一个昏招，更是加速把自己推入了深渊。 通用汽车力推三缸发动机战略，雪佛兰主力车型全面换装三缸动力，然而消费者根本不买账。三缸机抖动、噪音大，粉碎了人们心中“美系肌肉车”的认知。2018-2020年，三缸车型投诉占到雪佛兰总投诉量的62%。 随之而来的就是口碑与销量双双崩盘，直至月销仅1辆。 评论区里，不少人怀念、惋惜，但支持是不可能支持的。雪佛兰犯的错，只能自己买单。 月销1辆的雪佛兰， 犯了所有合资车都会犯的错 三缸机只是雪佛兰坠落的导火索，随后引起的一系列连锁反应更致命。 此前在通用汽车的布局里，别克商务，凯迪拉克豪华，雪佛兰走量。分工清晰，大家在自己的价格带里互不侵犯。 但雪佛兰的品牌力被三缸机打残后，唯一能快速止血的办法就是降价。这一降，就开始了“内耗”。凯迪拉克为了冲销量往下压，别克为了保份额也跟着下探，雪佛兰被死死摁在最底层，更难翻身。 向上够不着凯迪拉克的品牌光环，向下打不过国产车的配置堆料，雪佛兰进退两难。 一位退网的前经销商告诉媒体：“2018年以前卖一台科鲁兹能挣八千，2019年之后卖一台亏三千，厂家补贴还经常延迟到账。”最惨淡的一个月只交了7台车，连展厅电费都cover不住。 雪佛兰的遭遇不是个例。这几年，合资品牌在华的经销商网络在加速崩塌。 “同病相怜”背后，是它们几乎都犯过同样的错。 一个是沉迷于吃老本。 例如迈锐宝XL，多年没有大换代；探界者坐进去，内饰也基本还是2017年的样子。 从2023年起，雪佛兰再没有一款全新车型在国内上市。 同一时期，同价位的国产车已经卷成了麻花。冰箱彩电大沙发、高通8295芯片、零重力座椅、城市NOA智驾，纷纷上车甚至成为标配了。 一位浙江的迈锐宝XL车主在投诉平台上写道：“买车时销售说后期会OTA升级，三年过去了，一次更新都没收到。” 吃老本的另一面，是产品迭代能力极其拉胯。 相比国产车企，特别是造车新势力，合资品牌的决策链条实在太长了。 从立项到上市，一款新能源车在通用体系里要走5到7年。中国同行1到2年就完成一次换代，发展到现在，已经是按月迭代的产品节奏。 雪佛兰的第一款国产奥特能车型探界者EV，拖到2024年4月才首发亮相。此时特斯拉Model 3已经在中国卖了四年，比亚迪秦PLUS已经月销破四万，零跑C11已经把中型SUV的价格打到了15万。 一位上汽通用研发体系的员工向媒体透露：“总部对电动化的投入一直摇摆不定，传统动力部门的工程师比新能源团队多三倍，立项要层层审批，等批下来对手都改款了。” 最终，雪佛兰两头挨打：比燃油车，拼不过日系德系的品牌沉淀；比新能源，打不过国产车的技术和配置。 红极一时的雪佛兰，就此被整个市场遗忘。 前几天，有名记者以想在北京购车的消费者身份，致电雪佛兰官方客服进行咨询，对方直接建议：“您可以考虑一下别克。” 节节败退的“雪佛兰们”， 为何还被当成宝？ 败走中国的雪佛兰并不孤独。 铃木、雷诺、三菱、讴歌、广汽菲克、一汽马自达，都已经先走一步。巅峰年销34万辆的斯柯达，也在2026年3月官宣退出中国市场。还有业内人士预判，未来五年还会有三到五个合资品牌退出。 在许多人眼里，合资品牌已经是强弩之末。 但就在雪佛兰被判“死缓”的不久前，上汽和通用签了长达20年的续约协议。在此之前，还有2024年11月上汽和大众续约至2040年，2026年7月广汽和本田续约至2038年。 和新能源汽车时代看起来格格不入的外国品牌，为何依旧是个香饽饽？ 有个重要原因：出海。 国内市场日益激烈，出海之于国内车企已经是必选项，“不出海就出局”绝不是危言耸听。 在一次访谈中，北京现代总经理李凤刚吐露了三大“续命”绝技，放在第一位的就是出口。他以现代伊兰特为例，这款在国内亏钱的车型，可以通过出口实现大幅盈利，北京现代可以用这些利润反哺国内新能源研发和渠道建设。北京现代在中国开发的新能源产品，未来也会纳入到“to global”计划。 此外，日产、大众、福特等多家跨国车企都已经先后确定了中国出口战略。 今年6月，日产把“在中国、为中国”战略调整为“在中国，向全球”。通用汽车也明确表态：雪佛兰不会在中国停产，而是将继续在中国生产制造，出口海外市场，并开拓美国以外的国际市场机会。 合资1.0时代，是从国外拿技术、拿车型，在中国生产、在中国销售。 现在合资的合作逻辑变成了：在中国研发、在中国制造，然后卖到全世界。 一方面，中国的汽车产业链实力已经有了质的飞跃。 2026年，汽车行业的零部件百强榜上，中国企业的数量已增至17家，超越美、德，接近日本的23家。去年，丰田推出bZ系列车型，多名分析师测算，中国零部件的占比接近九成，几乎就是“披着丰田壳的中国车”。 日经称，中国零部件企业在接到订单后10个月内就能量产。日产汽车社长承认，用了中国方案，他们将新车落地时长从55个月压缩到26个月，总算接近中国主流车企水平。 比成本、比速度、比供应链的成熟度，中国汽车产业的玩家不怵任何人。 另一方面，出海时还是可以借势外国品牌。 很多车企高管曾说过，全球化实际上是当地的本土化。 为此，各家车企没少费心思。比如，零跑与Stellantis集团合资，依托后者全球渠道加速欧洲布局；小鹏、广汽等车企找到麦格纳在欧洲代工；奇瑞接手日产南非工厂，吉利与雷诺巴西合作。 与这些相比，直接贴上雪佛兰等外国品牌的车标，无疑也是丝滑打入海外市场的一种方式。 对于雪佛兰和很多合资品牌，败走中国不是终点。 在一个市场里力不从心的时候，与其被同行无情地反复碾压，不如留点体面、换场再战。 败走有时也是一种策略。 图片来源于网络，侵权请联系删除 @The End 本篇作者 | 祥燎 | 内容运营 | 博文 主编 | 张一弛

快科技8月11日消息，据报道，越南航天公司VinSpace宣布与SpaceX签署一项卫星发射合同，计划2027年第二季度通过SpaceX Transporter拼车发射计划，将其自研卫星送入轨道。这是VinSpace签署的首个卫星发射协议。 VinSpace在声明中表示，公司将自主研发和制造卫星，通过SpaceX猎鹰9号火箭的Transporter Rideshare拼车计划发射入轨。 该合同旨在提升VinSpace在卫星设计和制造、发射任务管理、卫星运营等领域的能力，是公司战略中的“重要里程碑”，有助于越南构建“太空生态”。 SpaceX的SmallSat Rideshare拼车计划是目前全球最热门的小型卫星发射渠道，起步价低至35万美元，猎鹰9号标准发射报价7400万美元。 Transporter-1任务曾在2021年1月一次发射143颗卫星，创下单枚火箭发射卫星数量纪录。 今年3月，越南维加太空与地球空间学院研制的VegaFly-1口袋立方星正是搭乘猎鹰9号发射升空，该卫星以教育为重点，旨在让越南学生获得设计和操作实践经验。 VinSpace成立于2025年11月，是越南最大民营企业集团Vingroup旗下子公司，Vingroup创始人、越南首富范日旺持有该公司大部分股份。 VinSpace致力于研发"越南制造"的纳米卫星，用于电信、遥感和其他社会经济应用。今年4月，VinSpace曾公布卫星研发和部署时间表，此次签约与该计划吻合。 越南航天已有近20年积累。2008年越南首颗卫星Vinasat-1搭乘欧洲航天局阿丽亚娜5火箭从法属圭亚那库鲁航天中心发射升空。 此后通过欧洲航天局和日本运载火箭，相继发射了Vinasat-2、F-1、VNREDSat-1a（2013年，越南首颗遥感卫星，重约130公斤，15名越南工程师在法国参与研发）、PicoDragon、MicroDragon（2019年，地球观测卫星）和NanoDragon（2021年，3.8公斤3U立方星）等卫星。2026年，重达600公斤的雷达卫星LOTUSat-1也成功发射。

最近，成都科创投集团旗下未来产业天使基金完成了对易澄新能的独家投资。这笔资金将助力这家年轻创业公司加速从实验室迈向产业化，抢占有机光伏这一全新能源技术赛道。 每经记者｜余洋 每经编辑｜唐元 你有没有想过这样一个场景：你穿着一件看起来再普通不过的夹克，走在成都的街头，阳光洒在身上。手机快没电了，但你一点也不慌张——因为你的衣服，正在帮你充电。 这个听起来像科幻电影里的场景，在成都已经有一家公司正在认真将它变为现实。成都易澄新能源科技有限公司（以下简称“易澄新能”）成立仅一年半，却走了一条与众不同的路：当别人都在拼命把光伏板做大、铺满屋顶时，他们却反其道而行之，把光伏做小、做软，让它能够“穿”在人身上。 最近，成都科创投集团旗下未来产业天使基金完成了对易澄新能的独家投资。这笔资金将助力这家年轻创业公司加速从实验室迈向产业化，抢占有机光伏这一全新能源技术赛道。 成都科创投集团相关负责人向《每日经济新闻》记者表示，这笔投资属于集团常规的“高校科技成果转化项目”初创期投资，核心聚焦早期技术孵化布局，项目所传递出的导向信号更值得市场关注。 太阳能的新活法：从“盖房子”到“穿衣服” 过去几十年，太阳能给人的印象一直是“硬核”的。 晶硅光伏板铺在戈壁滩上、架在工厂屋顶上，它们又大又重又脆，唯一的使命就是并网发电。而易澄新能选择的有机光伏（OPV），走的是一条完全不同的路。 传统晶硅光伏追求的是“多发电”，而有机光伏则更注重“好用”。它天生柔软、轻薄、可弯折，甚至还能做到透明。这意味着，它无需固定在屋顶上，可以缝进背包、嵌进车窗、贴在建筑的玻璃幕墙上。 如果用四个词来概括有机光伏的差异化标签，那就是：柔性、轻薄、透明、无毒。它不与晶硅和钙钛矿争夺“并网发电”的市场，而是开辟一个全新的领域——消费级产品。人们身上的衣服、驾驶的汽车、办公室的窗户，都可以成为“隐形发电机”。 超薄柔性光伏薄膜用于特种背包 图片来源：易澄新能 目前，易澄新能布局了两大核心赛道：一是轻量化穿戴特种领域，包含特种防护背包、功能性头盔、户外穿戴设备；二是建筑与车载光电，涵盖智慧车窗、车载天幕、智慧农业、建筑节能幕墙。前者侧重打磨适配随身装备场景的柔性组件小型化、抗弯折稳定工艺，后者则是他们长期发力的主战场，市场规模更大，天花板也更高。 易澄新能投融资负责人王敏告诉记者，公司的核心护城河在于聚焦柔性透明光电的成套产业化能力。 她表示，一方面，公司持续优化有机材料的透光性、耐候性及反复弯折稳定性；另一方面，逐步沉淀大面积涂布、一体化封装、多场景定制化工艺。针对建筑、车载、便携智能穿戴等领域，打造专属的成套解决方案，牢牢占据其他材料难以渗透的差异化细分市场，构筑起OPV领域的技术与落地壁垒。 图片来源：易澄新能 不过，从实验室到“穿衣镜”，中间横亘着一道名为“工艺损耗”的鸿沟。 易澄新能的OPV材料实验室转化效率已突破20%，处于行业领先水平。然而，从毫米级样品放大至米级组件，每一寸面积的扩展都可能伴随性能的衰减。目前，公司正持续在中试线上进行跑样测试，不断优化封装工艺，力求缩小效率落差。 王敏表示：“现阶段我们的重点是打磨工艺一致性和成本平衡，等整套工艺成熟定型后，才会统一发布标准化的量产效率。” 量产前夜：从“定制样品”迈向“标准产品” 今年，易澄新能获得了成都科创投旗下未来产业天使基金的独家投资，这对于一家刚起步的硬科技公司来说，意义重大。 作为“产投28计划”的签约企业，易澄新能获得了成都科创投集团的优先对接和快速推进投资通道。但更重要的，是国资背景带来的“耐心”。 成都科创投集团相关负责人表示，根据未来产业天使基金管理办法，基金聚焦“9+9+10”现代化产业体系，聚焦“首投”“领投”“应投尽投”，助力推动种子期、初创期科技成果转化。基金存续期超10年，作为国资背景的天使基金，对于投资助力成都本地高校科技成果转化项目将呈现足够耐心。 图片来源：每经记者 张建 摄 这位负责人还说了一句很有意思的话。他说，有机光伏更适用于消费级产品，所以他们从一开始就没打算拿“发电效率”这把尺子来衡量。他们更看中的是另一个故事：当太阳能变得足够柔软、足够透明、足够便宜，它会怎样渗透进我们生活的每一个角落？ 目前，易澄新能已累计服务数十家客户，定制开发了十几种不同类型的产品，覆盖宠物服装、特种背包、功能性头盔和车载天幕等多个领域。尽管产品种类丰富，但外界最关注的问题依然是：何时能够实现量产？ 公司虽未给出明确的时间表，但透露了一个关键信号：建筑与车载领域的市场需求正持续攀升。目前，公司正依托中试产线，持续优化标准化的生产方案，稳步向大规模批量供货的阶段迈进。 与此同时，成都科创投集团也在积极帮忙对接成都本地的产业链资源，建材生产单位、新能源汽车的下游玻璃厂、智能穿戴领域的厂商。一旦第一个规模化订单落地，整个商业模式的飞轮就会开始转动。 太阳能一定要待在屋顶上吗？或许，它只是还没找到更好的去处。 当光伏变得像布料一样柔软、像玻璃一样透明、像皮肤一样贴合，它就不再只是一种“能源设备”，而是一种“材料”。它可以出现在你意想不到的任何地方，衣服、背包、车窗，甚至办公室的落地窗。 易澄新能正在做的，就是把太阳能从“发电工具”变成“生活的一部分”。这条路很长，但他们已经迈出了脚步。而成都，这座从不缺耐心的城市，也愿意陪着他们慢慢走。

◎ 科技日报记者 张佳欣 包括美国加州大学圣巴巴拉分校在内的3家机构研究人员最新研究表明，人工智能（AI）有望让未来视觉假体（如“仿生眼”）更加精准、可预测并适应个体差异。研究人员利用深度学习模型优化植入大脑视觉皮层的“仿生眼”的电刺激模式，提高了对神经响应的控制和视觉感知预测能力。这标志着向开发能更有效与大脑沟通的视觉皮层假体迈出了重要一步。相关概念验证研究在线发表于最新一期《神经元》杂志。 加州大学圣巴巴拉分校的迈克尔·贝耶勒正在利用人工智能来改进视觉皮层假体，也就是“仿生眼”。图片来源：美国加州大学圣巴巴拉分校 视觉假体是一类利用神经刺激技术帮助失明者恢复部分视觉功能的设备。过去数十年间，科学家一直尝试开发视觉假体，但由于视觉系统结构复杂，设备实际效果仍存在局限。目前，一些视觉假体通过刺激视网膜工作，另一些则尝试作用于视觉系统更深层区域。 此次研究关注的是视觉皮层假体。这类设备绕过眼睛和视神经，直接向大脑后部负责视觉处理的视觉皮层发送电刺激，使神经元产生响应，从而形成视觉体验。研究人员表示，该技术未来有望帮助部分因中风、神经退行性疾病或脑损伤导致失明、但视觉皮层仍保持功能的人恢复一定程度的视觉。 此前，研究人员已在西班牙开展视觉皮层假体测试。一名因创伤性脑损伤失明的27岁男性接受了由96通道电极阵列组成的脑植入设备。电极向其视觉皮层发送电刺激后，受试者能感受到“光幻视”，即没有真实光线进入眼睛时产生的光感体验。这些光点或光斑有时类似闪光、星星或烟花。 为了提高刺激效果，研究人员训练了一种深度神经网络，使其能预测不同刺激组合可能引发的大脑活动模式。与传统方法不同，该模型不仅考虑电刺激参数，还结合了受试者每次实验前的大脑静息状态信息，从而根据个体神经状态调整刺激方案。 测试结果显示，AI设计出的刺激模式能够更加准确地产生目标神经活动，同时所需电流强度低于其他方法。更重要的是，受试者大脑中记录到的神经活动，比单纯的电刺激参数更能预测其实际看到的内容。换句话说，仅知道哪些电极被激活，并不能准确判断一个人会产生怎样的视觉体验，而大脑对刺激产生的真实反应提供了更可靠的信息。 此次研究使用的植入设备能同时完成电刺激和神经活动记录，使AI模型可以根据大脑真实反应进行训练。此外，将大脑静息状态数据纳入模型，有助于设备根据神经状态变化动态调整刺激方案。这可能成为未来视觉假体保持长期稳定运行的重要一步，因为人的神经反应会随时间发生变化。 编辑：刘义阳 审核：岳靓

凤凰网科技讯 8月11日，在上汽大众ID. ERA 5S预售发布会上，上汽大众销售与市场执行副总经理傅强就汽车防锈问题表示：“汽车工业发展到今天，防锈其实早就不是什么事儿了。家家都有这个技术，为什么还有这么多生锈的案例呢？说白了就是有这技术，但是想不想给用户做。”他强调，在短期成本和长期口碑之间发生矛盾时，上汽大众“永远坚定地选择后者”，并称“在防腐上省的每一分钱，将来都要用品牌的声誉来还”。发布会现场还有嘉宾透露，个别车型白车身热成型钢含量已低至18%。 此次ID. ERA 5S是上汽大众ID. ERA家族首款轿车，预售限时权益价11.59万至14.59万元，将于8月21日成都车展正式上市。

瓜子二手车的广告一度占领大街小巷（图摄于2024年） 作者／ IT时报 孙永会 编辑／ 郝俊慧 孙妍 “难道真要出了事故，造成人员伤亡才会引起重视吗？”消费者徐志远说完顿了顿。 2026年6月中旬，徐志远在瓜子二手车上购买了一台2016款316Li时尚型的宝马3系车，共计花费4.85万元。然而，仅提车驾驶了一周，他就发现了不对劲，“就像拖拉机突突突地响，听着心里发麻。”于是徐志远就近找了一家维修店开盖检查，结果至今让他后怕不已，“一打开车前盖，便看到一根断裂的连接管，冷却液已经漏出且变色，下面还有一小堆泄漏的机油”。 而在这辆车的“瓜子官方检测报告”页面上，醒目地写着“优秀”二字，机舱工况同样标注为“优秀”。《IT时报》记者注意到，仅黑猫投诉平台，涉瓜子二手车的维权投诉便有上千条，“车况不符”“隐瞒车况、检测报告与实车不符”等字眼频频出现。 “每件事情况都不太一样，有的不在披露范围内，有的不在检测范围内。”一位接近瓜子二手车的内部人士如是说。 当平台既负责检测评级、又从中赚取交易收益时，消费者不禁要问：这份自检自评的检测报告，可信度究竟如何？ 买家遭遇 A级车的“背面” 在徐志远提供的“瓜子官方检测报告”页面，醒目地写着“优秀”二字，一旁还有许多关键指标——非泡水、非火烧、非重大事故，内饰/配置、车身骨架标注为“极品”，机舱工况为优秀。再加上零次理赔记录，这份近乎“完美”的报告让徐志远很是心动。 “我想平台专业验过的车，总比自己看要来得靠谱。”很快他就付了定金，交了一万多元的预付款，在苏州完成了提车。谁也没料到，故障来得这么快。 经检修，确定该车辆存在涡轮漏油、废气管断裂、小连接管断裂等问题。 第三方维修店给出的建议是整体更换油管，从根源上消除漏油隐患。当徐志远联系瓜子平台的客服后，对方让他前往上海市嘉定区田旺路100号的指定维修厂维修，但这里最后给出的说法是报告检测正常，只需更换密封圈。 “如果管子本身已经裂了，光换个密封圈，这个风险谁来担？”徐志远无法接受这个方案。 但最终，耗不起时间和精力的徐志远只能接受更换密封圈的方案，平台给这个密封圈延保三个月。现在车虽然能正常开，可每次在高温天跑高速，他心里总悬着一块石头，生怕哪一处再出问题。 徐志远的遭遇并非个例。2025年年末，身处浙江绍兴的李梦洁在瓜子平台上购买了一辆标注“A”等级的车，提车的第二天，她联系了第三方独立检测平台查博士进行检测。结果让她大吃一惊——“车辆共有两个大问题，一是车辆实际型号和约定、宣传不相符，二是该车辆为重大事故车，左后纵梁、备胎槽等关键结构件存在切割、焊接的严重损伤。”前述重大瑕疵后经瓜子平台复检予以确认，最后平台同意退车退款，并补贴李梦洁支付的数百元检测费。 但李梦洁觉得这个方案不合理，选择了起诉，希望能判令平台“退一赔三”，目前还未出结果。 卖家质疑 前后两次验车差价近五千元 黑猫投诉平台上，涉及瓜子二手车检测的投诉有上千条。投诉的背后，是消费者与平台围绕车况知情权、检测责任边界的持续博弈。 公开信息显示，瓜子二手车检测为平台自营体系，检测人员、检测标准、评级规则均由平台自行制定，检测环节嵌入平台收车、定价、售车的完整交易闭环。A/B/C车况评级，是平台内部制定标准，主要依据车身结构损伤情况、钣金喷漆范围、部件更换情况以及出险记录综合打分定级。 不难发现，经过行业多轮迭代，二手车平台陆续从纯撮合模式向自营方向延伸，平台的身份也从居间撮合者，逐步叠加了车辆收售方的双重角色。与之对应，检测体系的定位也随之发生了微妙的变化：收车端，它是估值定价的依据；售车端，它是车况展示的名片。 在这个交易链条上，《IT时报》记者注意到，除了徐志远这样的买家，卖家同样对平台检测提出质疑。 北京车主林杨的卖车经历，就颇不愉快。 今年7月中旬，林杨打算通过瓜子二手车平台出售私家车。首轮上门检测中，平台验车师使用内窥镜等设备全面勘验车况，同步核对车辆出险、维修记录，双方初步议定了8.85万元的收车价。 “验车师拿我手机录入银行卡信息，协议我还没来得及看，就被点了同意。” 林杨回忆。操作完成后，平台向他的瓜子二手车账户钱包发放了1000元意向金，工作人员同步告知了接下来的交易流程。 “车一旦被平台收走，之后不管是车况问题还是违章，都跟我没关系，全部由平台承担。”这番承诺，林杨记得清清楚楚。验车师当时还告知，收车人员到场后会当场结清全部尾款，他只需配合录制视频办理过户手续即可。 不料初次检测结束仅过了两小时，第二名验车师傅上门复检，全车检测时长近一小时，对方称初检存在车况漏检，要求将收车价下压3000元至5000元。“两次检测间隔的两小时内，我一下都没动车，车况半点没变。真要有问题，也是平台验车环节出现了疏漏，不是我刻意隐瞒车况。” 林杨对此难以接受，坚持要求按照初次协商的原价完成平台直收。 双方协商无果，车辆至今还留在林杨手里，并没有被平台收走，但平台页面上显示这辆车正在全国拍卖中。 然而，验车两天后，林杨被平台直接从银行卡中划扣了1000元，扣款理由是“先验后付款”，这一点让林杨很惊讶，“平台凭什么不经过我允许就扣钱呢？” 调查： 检测报告披露范围，谁说了算？ 换密封圈，还是直接换涡轮？这是徐志远和平台客服的争执所在。 他告诉《IT时报》记者，购车之前，他仔细看了车子的检测报告，在“机舱工况”项目中，涡轮增压器、发动机机油、防冻液补水壶等检测项都被打了“对勾”，他认为这表明这些设备是正常可使用的。 记者在瓜子二手车的“平台车况披露标准”中也看到，该标准明确写明发动机舱的车况披露范围包括：发动机缸垫存在漏液（特指漏液并见液滴）、涡轮增压器存在漏液（特指漏液并见液滴）、变速箱存在漏液（特指漏液并见液滴）、电池冷却液补水壶、防冻液补水壶存在漏液（特指漏液并见液滴）、破损，以及防冻液补水壶液位亏损、乳化等。 “废气管和水管不在我们的披露范围内，徐先生购买的车辆已使用约10年，部分非刚性材质配件（如上述几处管材等）出现老化问题的概率确实有所增加。”前述内部人士表示，平台采用的是静态检测方式，难以预判车辆使用中出现的问题。并且前述问题不会影响车辆驾驶的安全性，也不会对车价有折损影响，因此未列入检测披露清单。 瓜子二手车官方也回应《IT时报》记者时称，涉及的三个故障部件实际均属于涡轮增压器范畴。根据披露标准，平台对涡轮增压器的检测与披露涵盖“涡轮增压器存在漏液（特指漏液并见液滴）”，但车辆在检测过程中并未发现该问题，后续物流运输期间亦未发现异常。 但一位资深的汽车维修工程师告诉《IT时报》记者，从徐志远车内漏液的情况看，不像是一周之内才出现的问题，“如果严格按照这些项目检测，不可能看不到这根断裂的连接管和漏油痕迹。” 从事二手车检测多年的阿伟则表示，“目前绝大多数线上平台标准化报告，核心排查项只锁定四类：重大结构性事故、泡水、火烧、里程篡改。像轻微管路渗油、橡胶管路老化开裂等，都认为属于车辆正常损耗、易损件老化范畴，一般不录入平台官方风险结论。”他向记者透露，市面上检测报告可信度参差不齐，不同机构标准、检测师水平差距很大，不能完全依赖报告。 “报告有美化的地方。”赵浩自称是在瓜子工作了多年的离职员工，并持证上岗成为一名验车师。他说，工作人员检测时，工具只是辅助，主要还是靠人工肉眼判断，“但有时人也会看走眼”。 “换密封圈后还能驾驶一段时间，但就算是这台已有车龄的车，我个人也建议直接更换涡轮或者油管。”看完徐志远提供的车况图后，另一位资深汽车维修工程师告诉记者，如果配件不是原装的，油管“说爆就爆了”。 “平台既验车又卖车，相当于既当‘裁判员’，又当‘运动员’，所以消费者还是要擦亮眼睛。”赵浩表示。 争议： 到底谁应该承担举证责任？ “我能接受买的是旧车，但不接受一辆又旧又坏的车。”徐志远反复说，“十年车龄有损耗很正常，平台应该提前告诉我哪里有问题、该换什么，我能接受就买，不能接受就不买。如果真的出事了再告诉我，又有什么用？而且报告里也没写油管相关的检测。” 《瓜子二手车交易规则》中明确写道，二手车为使用过的商品，不可避免地存在使用痕迹、轻微损伤或修复痕迹，但并不会影响车辆驾驶安全以及正常使用。受限于二手车的实际车辆状况以及现有二手车辆检测评估行业技术水平以及车辆保险理赔、厂家车辆维修信息的封闭性，检测方无法确保检测结果的绝对准确，车况现状最终以车辆卖方的披露、承诺以及买家的现场核验为准。 但徐志远认为，自己作为普通消费者不具备专业验车能力，现场核验仅能观察外观漆面、内饰磨损等可见部分，机舱内部管路老化、渗漏等隐性故障根本无法通过肉眼识别。这也是他选择瓜子二手车的原因，“平台‘官方检测报告’对我最后的购买决策起了很大作用。现在又将车况核验责任完全归于买方，我觉得这不合理。” 第二次沟通时，平台客服甚至要求他自己提供油管损坏的鉴定报告，“谁认定有问题，就谁举证”。 “报告是平台出的，车是平台验的，现在出了问题，反倒要我一个消费者来证明车坏了。”他觉得这个要求不合理，希望平台拿出车辆上架前的检测视频、照片，证明当初验车时油管确实完好，但被对方拒绝。 几番沟通后，平台给出了一个折中方案：油管整体更换费用数千元，平台承担六成，徐志远承担四成。但前提依然是，举证责任在他。徐志远最终没有接受这个方案。 平台对此回应是，瓜子专业人员判断仅需更换密封圈即可完成维修，而客户主张需整体更换油管，因此要求客户提供相关依据以证明整体更换的必要性。若客户确有充分理由证明仅更换密封圈无法解决问题，平台也将依规通过质保完成油管更换，因此，在双方沟通中工作人员提出要求“消费者举证”。 然而，根据《中华人民共和国消费者权益保护法》第二十三条第三款，“经营者提供的机动车、计算机、电视机、电冰箱、空调器、洗衣机等耐用商品或者装饰装修等服务，消费者自接受商品或者服务之日起六个月内发现瑕疵，发生争议的，由经营者承担有关瑕疵的举证责任。” 虽然瓜子在交易中可能不构成消法意义上的“直接经营者”，但陕西恒达律师事务所高级合伙人、知名公益律师赵良善认为平台出具检测报告即承担了车况担保义务，仍应负有举证责任，要求消费者举证也存在不妥之处，消费者可留存检测报告、沟通记录作为证据，必要时通过12315投诉或者提起民事诉讼维权。 律师观点 检测报告具备合同约束力 瓜子的起家要追溯到2015年，彼时国内二手车电商赛道正值风口。瓜子以C2C模式切入二手车交易，以撮合平台的定位，承接连接个人买家与卖家的居间生意。 在巨额广告投入下，一时间，电梯间、综艺节目、短视频达人带货里充斥着二手车平台的广告。瓜子凭借一句“没有中间商赚差价”快速破圈，从一众竞品中跑了出来。 “买卖二手车，当然选瓜子”“瓜子二手车全国购，哪里价格低，帮你哪里买” “严选品质，专业检测”……从广告语变迁中可以看出瓜子商业模式的变化。例如2018年，瓜子推出严选模式，即售卖的二手车是通过瓜子严格筛选，包括官方宣称的259项检测等多项服务；2019年，正式推出“全国购”业务；2026年7月15日，瓜子二手车全国首家线下直卖场正式落户苏州，主打“直卖个人车，买车更省钱”。 但二手车是非标商品，一车一况、一车一价，线上交易最大的死穴就是信任。买家隔着屏幕看不到实车，不敢轻易下单；卖家找不到精准客群，车辆周转效率极低。也正是在这样的行业土壤里，催生了“官方检测体系”：统一的检测项、标准化的车况分级等，一份规整的检测报告，成了消费者下单时的重要参考。 那么，这份检测报告的法律效力如何？ “瓜子二手车自行出具的检测报告并非具备CMA资质的第三方司法鉴定文书，仅属于平台单方出具的交易书证。但其公示的A级车况、无事故等内容属于买卖合同的组成部分，对平台具备合同约束力。”赵良善分析道。 依据《中华人民共和国消费者权益保护法》第八条、第二十条，消费者享有知悉其购买、使用的商品或者接受服务真实情况的权利；经营者向消费者提供有关商品或者服务的质量、性能、用途、有效期限等信息，应当真实、全面，不得作虚假或者引人误解的宣传。 赵良善进一步指出，二手车经营平台负有如实披露车况的法定告知义务，允许销售存在正常磨损的旧车，但不得隐瞒油管漏油等极易引发起火爆炸的重大安全隐患。消费者提交故障初步证据后，由平台举证故障为后期使用造成，能够证实交付前即存在重大隐患的，可主张解除合同、退车退款。 二手车平台即便声称仅为“居间方”，在出具官方检测报告后，其法律角色和责任会变得复杂，通常不能仅凭“居间”身份就完全免责。 “检查过的项目是否就没问题了？没检查的项目是否确实不应该检查？”在上海瀛东律师事务所执业律师夏百顺看来，车辆检测过程中发现的问题，平台有义务向消费者进行告知。 对此，他的观点是，或许可以设置一个环节，在车辆正式交付前，在瓜子指定或者买家和瓜子共同指定的一个协商地点进行检测，只有这样才能得出车辆最终状态的检测结果，否则此前的检测报告无法发挥实际效用。 阿伟补充，从业内规范来看，负责任的检测师会口头完整告知车辆所有大小瑕疵，但受限于官方报告的模板框架与录入规则，并非所有细小问题都能够全部以书面形式录入报告。 他建议，哪怕附带第三方检测报告，在条件允许的情况下，尽量再找一位自己信得过、持证且实战经验充足的独立检测师复检。虽然多出一部分费用，但可以规避很多隐性风险。 （文中消费者、卖家、二手车检测从业者均为化名）

原标题：Kimi K3“越狱”，跑到GitHub“抄答案”！是失控还是测试有漏洞？权威测试：中国AI模型整体网络攻击能力远低于美国模型 近日，月之暗面最新模型Kimi K3陷入网络安全测试风波。 在AI安全公司Frontier Security的测试中，该模型突破用于限制其访问外部网络的安全“沙盒”，利用环境漏洞直连GitHub获取测试题答案。 Frontier Security质疑Kimi K3缺乏足够内部安全防护，而英国AI安全研究所则反驳称是测试环境设置不当。 此前OpenAI、Anthropic等巨头的AI模型也曾出现类似突破边界事件，但不同的是，Kimi K3未实施攻击行为。 权威测试数据显示，目前中国AI模型的整体网络攻击能力明显低于美国头部模型。 图片来源：视觉中国 Kimi K3“逃离”沙盒 直连GitHub抄答案 当地时间8月7日，AI安全公司Frontier Security披露，在对月之暗面最新模型Kimi K3进行网络安全能力测试时发现，Kimi K3利用测试环境中的网络配置漏洞突破了原本的限制，并从代码托管与开源协作平台GitHub上直接获取了测试题答案。 这次测试使用了英国AI安全研究所（UK AI Safety Institute）的网络安全评估环境。此类测试通常会将AI模型置于隔离的“沙盒”中，在允许模型使用命令行工具操作目标系统的同时，限制其与外部环境连接，以测试模型能否自主分析系统、寻找漏洞并完成网络安全任务。 Frontier Security测试发现，Kimi K3首先探测了“沙盒”的网络环境，然后发现大多数网站无法访问，但GitHub仍可以正常连接。随后，模型通过命令行工具克隆了官方测试代码库，并直接从下载到本地的文件中读取答案。 Frontier Security研究人员称，“沙盒”的网络配置环境虽然限制了外部网络访问，但为软件包维护保留了一份网站白名单，其中包括GitHub等网站。Kimi K3发现这一通道后，通过git clone等常规命令获取了原本不应在测试中接触到的参考答案。 Frontier Security将这一行为称为典型的“规则钻空子”（specification gaming）：模型完成了获得正确答案这一目标，但绕过了测试原本要求的解题过程。 关于这次测试结果，《每日经济新闻》记者（以下简称每经记者）尝试采访月之暗面公司，但相关工作人员表示公司对此事不予评论。 测试结果遭质疑 Kimi团队此前已预警“奖励作弊” 各方对于Kimi K3的测试结果产生了明显分歧。 Frontier Security表示，测试使用的是英国AI安全研究所（AISI）Inspect框架中提供的默认“沙盒”环境，并未修改相关配置。Frontier Security CEO Yaron Singer向媒体表示称，团队不仅发现了“沙盒”存在漏洞，也发现Kimi K3主动利用了这一漏洞，并据此质疑Kimi K3模型缺乏足够的内部安全防护。 但英国AI安全研究所对此提出异议。 英国AI安全研究所发言人称，Frontier Security的说法“不准确且不负责任”。Inspect是一款向全球AI安全测试开放的开源软件，使用者需要根据自身需求配置测试环境，这次测试中环境配置出现问题是因为Frontier Security使用Inspect的方式不对。 Frontier Security随后称，其使用的正是英国AI安全研究所开发的开源AI安全评估工具Inspect所提供的默认配置，并已私下向英国AI安全研究所提供事件细节。 当地时间8月7日，卡内基梅隆大学副教授、AI安全公司Gray Swan CEO Matt Fredrikson则表示，这一结果并不令人意外。如果给模型设定一个目标，却没有非常明确地规定行动边界，模型就可能自己寻找获得答案的路径。 实际上，在此次事件发生前，Kimi团队已经公开讨论过类似风险。 7月27日，Kimi团队在arXiv发布Kimi K3技术报告《Kimi K3：开放前沿智能》（Kimi K3: Open Frontier Intelligence）。报告介绍，Kimi K3训练基础设施时专门设置了“高保真隔离沙盒”运行环境部分，并指出，随着智能体能力增强、任务难度提高，它们往往会更加激进地探索环境，甚至可能尝试“奖励作弊”（reward hacking）。 Kimi团队称，在早期使用传统容器“沙盒”进行实验时，已经观察到智能体的意外操作造成多次内核崩溃和死锁。但另一方面，为避免限制智能体能力，团队又希望允许模型尽可能自由地探索环境。面对复杂任务，智能体甚至需要能够自行挂载磁盘、运行容器或启动虚拟机。 为此，Kimi团队采用基于Firecracker隔离微型虚拟机的AgentENV，在尽可能保留真实环境操作能力的同时，提高智能体运行环境的隔离程度。 报告称中国模型整体网络攻击能力 明显低于美国模型 Kimi K3“逃逸”并非孤例。近几周，多家AI公司的前沿模型在网络安全测试中突破原有测试边界，并访问了真实系统。OpenAI、Anthropic和Meta近期均披露了类似事件。 不过，几起事件的原因和后果并不相同。 GPT-5.6 Sol逃离测试环境后，将攻击目标转向了Hugging Face等外部系统；Anthropic的Claude Opus 4.7、Mythos 5及一款内部研究模型在原本被告知“没有互联网访问权限”的情况下访问了真实机构的系统。Meta也披露，其Muse Spark模型在测试过程中利用第三方服务的安全漏洞访问了互联网，目前相关事件仍在调查。 上述事件曝光后，以格雷格·卡萨尔（Greg Casar）和多丽丝·松井（Doris Matsui）为首的29名美国众议员向OpenAI施压，要求OpenAI解释该公司在测试期间如何监控其AI智能体，以及这些失控模型是否绕过了公司的安全控制措施。在另一封信中，22名议员也要求Anthropic详细说明，自其AI智能体在测试期间入侵三家公司系统后，公司采取了哪些安全措施。 不仅如此，自由派参议员伯尼·桑德斯（Bernie Sanders）周一分别致函三家AI公司的负责人——阿尔特曼、阿莫代伊以及马克·扎克伯格，要求他们“暂停”开发新模型。 相比之下，Kimi K3此次并未入侵第三方系统，只是在发现“沙盒”能够访问GitHub后，下载了测试基准的参考答案。 Hugging Face前亚太区生态总监王铁震向每经记者表示，Kimi K3并不具备OpenAI、Anthropic等旗下AI模型的类似攻击能力。“Kimi K3只是通过已经存在、可以对外访问的接口从GitHub上获取了信息，并没有展现出任何攻击行为。” 他认为，前沿开源模型尚未展现出长程潜伏和连续攻击的能力，可以帮助防守方分析攻击方式、搜集证据，但还无法承担完整的攻击任务。 网络安全情报平台DataWater分析指出，此前OpenAI和Anthropic的部分事件涉及尚未发布或在测试中降低安全限制的模型，而Kimi K3的模型权重已于7月27日公开。从实际测试结果来看，Kimi K3的网络攻击能力明显低于美国头部模型。 当地时间7月23日，英国AI安全研究所与美国AI标准与创新中心（CAISI）发布了对Kimi K3网络能力的初步联合评估。两家机构通过漏洞利用开发和模拟企业网络攻击等测试，对Kimi K3自主发现、利用网络漏洞以及执行攻击任务的能力进行了评估。结果显示，Kimi K3的整体网络攻击能力仍明显低于美国头部闭源模型，但高于同期接受测试的智谱GLM-5.2。 其中，在漏洞利用开发基准ExploitBench中，Kimi K3得分为32.2%，高于GLM-5.2的24.4%，但明显低于美国头部模型的76.2%。该测试覆盖41个2023年之后发现的V8引擎漏洞，用于衡量模型从发现漏洞到最终实现代码执行等不同阶段的漏洞利用能力。 在最高难度的“任意代码执行”（ACE）环节，Kimi K3在41项任务中均未成功，而美国网络攻击能力最强的模型平均能够完成20项。 英国AI安全研究所和美国AI标准与创新中心还通过名为“The Last Ones”（TLO）的模拟企业网络环境测试Kimi K3自主执行完整网络攻击的能力。该测试设置了一条包含32个步骤、4个子网和约20台主机的攻击路径。 测试结果显示，Kimi K3平均推进至32步攻击路径中的第17步，而美国网络攻击能力最强的模型平均达到第28.5步。10次测试中，Kimi K3有1次在规定的1亿Token限制内完整走完攻击路径。两家机构据此表示，这表明Kimi K3在获得初始网络访问权限后，已经能够自主攻击规模较小、防御薄弱且存在漏洞的模拟企业系统。 王铁震对每经记者指出，模型出现攻击能力可能是训练语料与“奖励作弊”等因素叠加产生的结果，因此需要更加关注训练语料的选择，并持续监督模型执行长程任务时的行为。 他建议，引入独立于模型公司的第三方监管和评测机构进行审计，在模型具备更强攻击能力前建立相应的评估和监督机制。 （免责声明：文章内容和数据仅供参考，不构成投资建议。投资者据此操作，风险自担。） 记者|罗雪琳 编辑|段炼 兰素英 杜恒峰 校对|梁露月

快科技8月11日消息，宁德时代官宣，专为载人eVTOL电动垂直起降飞行器开发的航空动力电池系统，顺利完成两颗相邻电芯热失控不扩散测试，也是全球首款350Wh/kg方壳电芯达成这一航空级安全标准。 对于载人飞行器来说，电池既要高能量密度保证航程与载重，又必须严控热失控连锁起火风险，相邻电芯热失控不扩散，是民用航空电池一道硬性门槛。 测试环节，工作人员分别在电池包中部、边角等位置，主动触发两颗相邻电芯热失控，整套系统没有发生热蔓延，没有引燃周边其他电芯，守住安全底线。 本次从电芯制造、组装到完整试验，全程有民航局委任代表现场目击审查，测试数据可以直接用于后续整机的适航取证工作，具备很高的合规参考价值。 目前市面上多数eVTOL电池能量密度集中在280‑320Wh/kg区间，350Wh/kg属于行业第一梯队水平，更高的能量密度，能直接帮助飞行器提升续航、减轻自重、增加有效载荷，但能量密度越高，材料活性越强，热安全管控难度会同步加大，因此本次测试至关重要。 宁德时代还透露称，这款350Wh/kg方壳电芯，已经具备批量生产条件，将率先搭载在峰飞载人eVTOL飞行器上。

快科技8月11日消息，对于国人为之期盼已久的国产大飞机产业来说，一项意义重大的全新运营突破即将落地，C919马上就要开始执行国际商业航班任务。 从8月12日起，中国国际航空执飞的北京首都往返乌兰巴托的CA723/4航班，将正式启用国产大飞机C919执飞，这也是C919投入民航商业运营以来，首次执行常态化的国际商业航班航线。 据悉，目前C919已经正式获得中国民航局颁发的型号合格证，不过暂未取得欧洲EASA或者美国FAA的适航认证。 中蒙两国建有成熟的双边适航互认机制，C919不需要额外申请欧美地区的适航资质，就可以直接在蒙古国机场落地开展商业运营，绕开了此前外界普遍担忧的欧美适航壁垒。 按照民航业内人士的说法，国航此前已经使用国产支线客机C909执飞呼和浩特至乌兰巴托航线近一年时间，完整完成了国产民机在该区域整套运营流程的试水，乌兰巴托机场也已经积累了相当完善的国产民航机运维保障经验，完全可以支撑C919落地后的日常运行需求。 C919这次顺利迈出国际商业飞行的第一步，标志着全球干线客机市场过去数十年由波音、空客牢牢把控的双寡头格局被正式打破，走向了加入中国自研大飞机选项的全新发展阶段，也为全球各国的航空公司提供了除欧美进口产品之外的第三种成熟选择。

还有不到 48 小时，今年的谷歌硬件产品发布会 Made by Google 2026 就要举行了。 虽然 Pixel 手机在国内几乎没有受众，但它作为 Android 样板间、Gemini 功能试验田的地位，依然是相当稳固的。 图｜ZDNET 本次活动将于北京时间 8 月 13 日早上 6 点举行。除了 Pixel 11 系列手机之外，我们预计还会见到 Pixel Watch 5、新的 Pixel Buds 耳机等等： 图｜Android Headlines 至于改头换面的 GoogleBook 则没有得到太多关注，最新爆料甚至指出谷歌可能完全不会在 Made by Google 上提及、改为秋季单独召开小型发布会： 图｜Techgenyz 值得一提的是，谷歌今年将延续去年「脱口秀」风格的发布会——由一名核心主持人串场，通过与各种嘉宾的互动来展示产品和新功能。 去年邀请了《今夜秀》的「肥伦」（吉米·法伦）之后，谷歌官宣今年的主持嘉宾将会是曾任《每日秀》主持人的知名喜剧演员、评论家「崔娃」（特雷弗·诺亚）： 图｜Rolling Stone 除了崔娃，官宣的嘉宾还包括知名播客主持人 Alex Cooper、板球运动员 Shubman Gill、女演员中条彩未（Ayami Nakajo）和 NBA 三分王斯蒂芬·库里（Stephen Curry）等等，阵容相当豪华： 从左到右：Alex Cooper, Shubman Gill, Ayami Nakajo, Stephen Curry 可以说这次的谷歌发布会哪怕不看产品，仅仅当成一场英语综艺来看，效果估计也不会差。 然而作为目前少数软件、硬件和模型业务都「有声有色」的品牌之一，爱范儿在上个月的前瞻中评价 Pixel 11 系列是「今年最值得期待的 AI 手机」—— 关联阅读：今年最期待的 AI 手机，要来了 但在看到了近期的新爆料、以及 Gemini 的更新之后，我们不得不适当下调一下我们的期待。 爱范儿届时仍将为大家带来第一时间的报道，然而在那之前，Pixel 11 系列只能是「今年稍微值得期待的 AI 手机之一」。 Pixel 11 系列：不能总靠软件支棱 作为最具代表性的产品，今年 Made by Google 的主角无疑还是手机。 图｜Android Police 与前几代相同，Pixel 11 系列仍然包含三台直板机和一台大折叠：Pixel 11、11 Pro、11 Pro XL 与 11 Pro Fold。 或许是初代 Pixel Fold 的反响过于冷淡，谷歌显然是不急着参与「阔折叠」市场的： 图｜Tom's Guide 四款手机中，Pixel 11 与 11 Pro 仍将维持 6.3 寸小屏机身，11 Pro XL 则是 6.8 寸，大折叠 11 Pro Fold 内屏也是常规的 8 寸。 值得注意的是，根据最新一批爆料，基础版 Pixel 11 有可能取消去年 Pixel 10 新增的长焦镜头，回归 9 代的双摄方案。 同时，早期被反复爆料的镜头模组加灯也得到了证实——谷歌直接放出了新指示灯的渲染画面： 图｜YouTube @Made by Google 从官方图中可以看到，Pixel Glow 是一颗藏在镜头盖板下面的圆形彩灯，边缘柔化发光的效果与 HomePod 很像。 而通过解包最近更新的谷歌 App，外媒从相应的设置字符串中发现了九种可以设置的灯色，但不确定是否支持 RGB 色轮选色。 图｜Droid Life 除了作为「秽土转生」的呼吸灯之外，Pixel Glow 最重要的工作还是展示 Gemini 后台执行的情况，配合 Gemini Spark 中的智能体相关控制功能。 至于 Tensor G6 处理器则相比之前没有什么新消息，目前基本可以肯定将使用台积电 2nm 工艺，采用联发科 M90 外挂基带，主要优化能耗。 图｜Android Police 根据一部分电商泄露材料，Pixel 11 系列四款机型的基础配置都是 12+256GB，仅 Pro XL 和 Pro Fold 顶配有 16GB 内存。 而爆料起步价则分别为 899 美元（约合人民币 6050 元）、1099 美元（约 7400 元）、1299 美元（约 8750 元）和 1899 美元（约 12800 元）。 Android AI：小心比不过豆包 在 Pixel 11 系列之外，本次 Made by Google 活动无疑还会有大量的篇幅留给 Android 系统与里面的 AI 功能。 图｜ZDNET 然而这就是问题最大的地方：Gemini 3.6 Flash 原本就不被网友们看好，结果偏偏就属它最不争气。 如果你从去年就开始用 Gemini，那感觉就像看着自家兄弟慢慢得了阿尔茨海默症。 关联阅读：Gemini 3.6 Flash 发布：快是真快，菜是真菜 关键在于谷歌发了一堆 Flash，真正的旗舰模型 3.5 Pro 或者 3.6 Pro 却不见踪影。 而考虑到最近完全没有相关的预热，谷歌大概率不会在 Made by Google 上发布 Pro 模型—— 图｜Google 这样一来，原本打着「OS + AI」大旗的 Pixel 11 里，除了那些第一方 App 独占功能之外，纯智力水平可能还不如单独下载一个 DeepSeek 呢。 而这种 Gemini 基础能力的不足也直接将压力转移到了 Android 17 内部的那些「生成式」或「智能体」功能上—— 图｜Android Police 比如至今连 Canary Beta 都没有的 vibe coding 小组件、Typeless 平替的 Gboard Rambler、跨模态自动执行的 Gemini Spark 等等。 换句话说：Pixel 11 连填完五月份 Google I/O 开发者大会上的窟窿都难，更不用提整出什么特色功能了。 关联阅读：谷歌发布安卓 AI 系统，这就是苹果想象中的自己 然而不管怎么说，在已经曝光的谷歌官方宣传材料和第三方渠道物料中，「with Gemini Intelligence」都是高频出现的话语： 图｜X @_evanblass_ 至少从这点来看，谷歌是希望在 Android 11 系列上将 Gemini Intelligence 完整落地的。 然而从 Android 17 至今的上线进度来看，虽然 Gemini 可能让 Pixel 11 大放异彩，但 Gemini 让 Pixel 11 大放异彩不太可能。 给 AI 手机敲响警钟 虽然 Pixel 11 目前爆料出来的硬件配置一般、价格毫无竞争力，引以为傲的 OS 和 AI 整合又碰上了「美国大豆包」。 但归根结底，Pixel 11 系列依然挺值得期待的—— 图｜Android Police 主要原因还是在于，Pixel 是目前市面上为数不多第一方兼具操作系统、硬件设备和 AI 模型的厂商产品。 而 Pixel 11 本身再怎么拉胯，也不会影响到 Android 17 如何整合 Gemini 功能对手机行业的影响意义。 图｜Google 毕竟从前几年自研处理器、更早之前首推云端 AI 编辑、再到 AI 浪潮兴起之前就强悍到可怕的 Google Assistant 都能看出一件事： 谷歌是有家底的，只是今年碰上了一代不太聪明的模型而已。 而这也是 Pixel 作为曾经的 Android 样板间和如今的 Gemini 样板间，维持至今的指导意义—— 如果一个手机厂商没有苹果那样的品牌效应，那么在未来的市场「近身肉搏」里，你能为用户提供什么模型，将成为超越处理器规格的最重要卖点。 作者｜马扶摇 编辑｜肖钦鹏 声明｜封面图使用 AI 生成

　　当地时间8月10日，据美国国会预算办公室估算，2026财年前10个月，美国联邦预算赤字总额为1.8万亿美元。这一数字比上一财年同期的赤字高出1690亿美元。其中，收入增加了1390亿美元（增幅为3%），支出增加了3080亿美元（增幅为5%）。 　　美国国会预算办公室网站最新发布的预算报告截图 　　美联邦预算赤字为何持续增加？ 　　当前美国国债规模已逼近40万亿美元，持续高赤字是否会让美财政陷入恶性循环？ 　　持续联邦赤字叠加不断扩大的国债规模，会对美国经济带来哪些影响？ 　　总台环球资讯《闪评》栏目邀请国务院发展研究中心国际技术经济研究所研究员魏亮带来分析。 　　收支两端双重承压 美财政缺口持续扩大 　　魏亮认为，多重因素共同导致了美国联邦预算赤字持续扩张，当前美政府整体财政状态已呈现出不可持续性。 　　首先，收入端有两大确定性"减收"因素：一是美国最高法院2026年2月裁定特朗普政府此前依据《国际紧急经济权力法》加征的关税属于非法行为，联邦政府需向相关主体退还已征关税，因此，一些月份的关税净收入出现负值，直接造成关税收入大幅缩水。 　　美国政府当前正依据2025年国会通过的“大而美”法案，实施大规模减税政策。该法案为企业提供投资类所得税抵免，进一步挤压了联邦财政的收入规模。 　　在支出端，债务净利息增速领跑所有联邦支出类别。目前，债务利息已成为仅次于社保的美国第二大联邦支出项目，在新增赤字的增量中位列第二。这是美国多年持续举债而累积形成的刚性负担，进一步推高了整体财政缺口。 　　美国财政可持续性将从长期隐忧变成现实难题 　　当前，美国联邦债务总额已逼近40万亿美元关口，市场预期这一数值将在短期内被迅速突破。 　　福克斯商业新闻频道相关报道截图 　　如此规模的债务，叠加持续高赤字，是否会让美国财政陷入恶性循环？ 　　魏亮认为，美国财政的可持续性问题将从长期隐忧变成现实风险。 　　从当前已显现的特征来看，债务净利息是美国所有联邦支出中增速最快的类别，目前债务利息规模已超越医疗、国防等传统支出项，成为美国第二大联邦支出项目。当前美国国债总规模已逼近40万亿美元，日均利息负担接近20亿美元，给联邦财政收支平衡造成了极大压力。 　　结合美国国会预算办公室的预测推演，若当前趋势延续，到2031财年，经济增长将无法覆盖债务扩张带来的利息成本，财政失衡风险将进一步升级。美财政的恶性循环早已脱离纸面分析，成为当前决策层高度担忧的现实性风险。 　　债务利息持续膨胀 经济增长动力被压制 　　魏亮进一步表示，当前美国预算赤字大幅增长，GDP增速并未同比例上行，这反映出经济已进入高成本、低收益的运行状态。随着中期选举临近，美国国内已开始对联邦政府的执政能力与政策合理性产生质疑。 　　从赤字结构来看，美债务净利息是占比极高的核心组成部分。这意味着未来联邦财政将被迫把越来越多的资金用于偿付债务利息，相应地可用于直接支撑经济增长的财政空间将持续被挤压。如不推进财政改革，或者赤字不进一步扩大的状态之下，美国经济将长期陷入“债务利息持续膨胀、增长动力被持续压制”的恶性循环。 　　为破解这一困局，在财政改革难以推进的背景下，白宫正在向美联储施加更大政策压力，试图通过降息压低国债利息支出，腾挪出更多资源拉动经济增长。但受美国国内复杂的政治博弈、深层经济结构问题的制约，短期依靠货币政策托底经济的目标恐将很难落地。 　　来源｜总台环球资讯 　　采编｜游佳 　　签审｜杨卓英 　　监制｜刘轶瑶

What Does the Humbling of Leopold Aschenbrenner Mean for the A.I. Bubble? 这位24岁对冲基金经理的困境，凸显了由科技驱动的股市繁荣背后更深层的隐忧。 作者：约翰·卡西迪（John Cassidy） 2026年8月10日 利奥波德·阿申布伦纳（Leopold Aschenbrenner）照片。摄影：Nicholas Albrecht / NYT / Redux 在经济史学家查尔斯·金德尔伯格（Charles Kindleberger）的经典著作《疯狂、恐慌与崩溃：金融危机史》中，他将投机狂潮划分为五个阶段。援引后凯恩斯主义理论家海曼·明斯基（Hyman Minsky）的观点，金德尔伯格写道，这一过程始于“错位”——例如某项重要新技术的涌现，或某项重大政策的转向，这些事件会让投资者对未来充满憧憬。他们开始竞相推高资产价格，资本如潮水般涌入相关领域。随着乐观情绪蔓延，投资繁荣（即下一个阶段）随之而来。这一阶段很大程度上得益于信贷扩张，其影响也波及更广泛的经济体。随后，便进入了被他称为“狂热”的时期。那些错失初期红利的投资者急于追赶，资产价格呈指数级飙升，而怀疑论者则被斥为“老古董”。 然而，当估值与经济基本面之间的背离愈发难以忽视时，拐点便会出现。部分投资者开始感到不安，价格触及顶部。过度扩张的个人或机构陷入困境，金德尔伯格将这一阶段称为“困境”。最后，便是“厌恶”或崩溃阶段。恐慌的投资者争相逃离市场，价格随之崩塌。 从近期事态来看，人工智能泡沫或许正逼近从“狂热”向“困境”过渡的临界点。一方面，市场依然充斥着极度乐观情绪与“错失恐惧症”。上周，道琼斯指数与标普500指数双双创下历史新高。用于押注市场进一步上涨的看涨期权购买量创下纪录。据近期一项调查，在18至29岁的男性中，约有五分之一的人每天都在炒股。但另一方面，裂痕也已开始显现，包括半导体股票暴跌引发的韩国市场崩盘。如今，24岁的对冲基金经理利奥波德·阿申布伦纳的遭遇更是摆在眼前。就在不久前，他还被誉为人工智能界的“诺查丹玛斯”。 19岁以第一名成绩从哥伦比亚大学毕业后，阿申布伦纳曾在萨姆·班克曼-弗里德（Sam Bankman-Fried）创办的已倒闭加密交易所FTX工作，随后进入OpenAI，后因被指控泄露敏感信息而遭解雇。2024年6月，他发表了一篇题为《态势感知：未来十年》的长文，断言人工智能模型将在2027年达到人类智能水平，并在2030年实现超级智能。借着硅谷的热烈反响，阿申布伦纳创立了同名对冲基金“态势感知”（Situational Awareness），重仓押注有望从人工智能浪潮中获益的公司，如芯片制造商和云计算企业。有一段时间，该基金取得了惊人的成功。据《华尔街日报》报道，截至今年6月，该基金自成立以来的价值已飙升逾1000%。 然而上个月，阿申布伦纳遭遇了滑铁卢。随着半导体股票下跌，他持有的部分核心资产价值暴跌，使其风险敞口彻底暴露。此前曾向“态势感知”提供大量贷款以放大其杠杆的华尔街银行，向该基金发出了追加保证金通知——这是一项不容商榷的补足现金要求。在筹款无果后，“态势感知”被迫以折价方式将大部分股票抛售给由亿万富翁肯·格里芬（Ken Griffin）创立的老牌对冲基金Citadel。更令人难堪的是，这些变故发生在阿申布伦纳原定婚礼的前几天。婚礼虽如期举行，但据报道，他与妻子、Anthropic公司高管阿维塔·巴尔维特（Avital Balwit）取消了蜜月计划。 与长期资本管理公司（LTCM）、Amarth等因巨额亏损而倒闭的大型基金不同，“态势感知”挺过了这场财务危机，阿申布伦纳也誓言“来日再战”。显然，他的基金仍持有一些尚未上市的私人人工智能公司的宝贵股权，其中包括Anthropic。但在阿申布伦纳折戟之前，市场的剧烈震荡已凸显出由科技驱动的股市繁荣背后更深层的隐忧，其中之一便是人工智能领域竞争加剧的幽灵。 “人工智能将一飞冲天”的叙事，建立在一个假设之上：OpenAI、Anthropic等美国科技巨头将主导该行业，而客户也会心甘情愿地为获取专有的尖端模型支付高昂费用。去年年初，中国人工智能公司DeepSeek发布了一款功能强大且价格低廉的开源模型，对这一叙事发起了挑战。而这仅仅是个开始。在过去几周里，阿里巴巴和月之暗面两家中国公司也相继推出了新模型，在某些评测指标上，它们已能与Anthropic和OpenAI最新、最强大的产品相媲美。DeepSeek还推出了V4 Flash新模型，据彭博社报道，执行特定任务的成本仅为3美分，而使用Anthropic的Claude Fable 5模型则需3.15美元。彭博社报道称：“当美国公司按美元收费时，中国公司却只收几美分，两国在争夺人工智能客户方面的较量……开始呈现出截然不同的面貌。” 其他潜在的脆弱性还包括人工智能公司在芯片和数据中心等基础设施上投入的巨额资金。高盛的一项新研究预测，今年全球人工智能投资总额将超过1万亿美元，其中美国占比近60%。从某种角度看，金融系统能够为如此庞大的支出提供资金，确实令人瞩目；但同样令人瞩目的是，人工智能公司为融资而直接或间接承担的债务及其他负债规模。 上世纪90年代末的互联网泡沫和本世纪初的房地产泡沫中，循环融资以及将债务从企业资产负债表转移至特殊目的载体等金融工程手段曾大行其道。如今，这些手法在人工智能繁荣中再次复活。芯片制造商英伟达以投资那些购买其芯片的公司而闻名，类似的利益交织还有很多。微软持有OpenAI 27%的股份，据彭博社报道，“在微软最近一个财年实际的人工智能销售额中，OpenAI的贡献超过一半，很可能高达70%。”一旦OpenAI出现问题，微软必将遭受重创。随着人工智能投资规模的不断扩大，支撑这些投资的融资结构正变得愈发复杂且不透明。据近期一份报告显示，Alphabet、亚马逊、Meta、微软和甲骨文这五家公司的表外债务及其他义务总额高达1.65万亿美元。 要让所有这些投资和融资方案显得合理，人工智能必须创造出巨大的经济价值。几周前，Alphabet、亚马逊和微软在财报中披露，各自的云业务在最新一个季度实现了强劲的营收增长，这让投资者稍感安心。但如果人工智能真的要兑现其价值，其财务收益就必须体现在最终用户的账本上，而不仅仅是人工智能实验室、超大规模云服务商和设备供应商的账本上。一年前，我曾因提及麻省理工学院的一项调查而招致硅谷部分人士的不满。该调查发现，95%使用人工智能工具的企业并未实现利润增长。我当时提出，或许是管理不善以及人工智能模型尚属新鲜事物，阻碍了部分企业找到有利可图的应用方式。但一年过去了，情况似乎并未发生根本性改变。包括研究机构Gartner在内的最新调查依然显示，人工智能投资带来的利润少得令人惊讶。 这一切对股市意味着什么？目前，人工智能乐观情绪、错失恐惧症以及趋势交易仍占据主导地位。很难说有什么能改变这一现状，但一个潜在的触发因素是货币政策的收紧。1987年、2000年和2007年的股市崩盘，都发生在美联储加息之后。在上周五令人失望的非农就业报告出炉之前（报告显示7月份雇主削减了2.3万个就业岗位），由于通胀高于美联储的目标，许多华尔街分析师曾预期下个月会加息。如今，一切皆成未知数。 就业报告公布后，股市再度上涨，这并不令人意外。美国市场似乎对韩国股市的暴跌和阿申布伦纳的困境毫不在意，这种态度正鼓励投资者加倍押注那些能推高价格的动量交易。这种自我强化的动态是投机狂潮反复出现的特征，它也解释了为什么狂潮的持续时间往往超出常理和均值回归理论的预期。然而，市场每上涨一步，就会增加出现类似“态势感知”式逼仓的风险，个体的困境也可能演变为更广泛的崩盘。已于2003年去世的金德尔伯格若在世，定会是一位兴致盎然的旁观者。在审视了漫长的繁荣与萧条周期史后，他曾写道：“投资者似乎从未从经验中吸取教训。” ♦ 作者：约翰·卡西迪自 1995 年以来一直是《纽约客》的专职撰稿人。

今天，想聊聊最近微信基于小微更新的几个AI相关的功能。 说实话，我真的觉得朋友圈最后的那一点人味，可能都要没有了。 第一个，是朋友圈一个内测的新AI功能，AI帮写。 昨天，我正好去参加飞猪的发布会，然后拍了一些照片，晚上想发个朋友圈。 然后就看到了右下角，新出了一个功能，AI帮写，点开以后，它就会根据你的图片和你已经写好的文字，然后给你写3条朋友圈，你可以挑一条，直接放在发表页上。 看到这个功能的一瞬间，我就产生了一些不妙的感觉。 虽说朋友圈确实已经不如往昔，但，他也依然是我心中为数不多的人还能真切表达、说一下稍微私密、稍微真实一点的地方。 那些人生活过的痕迹，那些云，那些风，那些我们自己的词不达意，真美。 可当你把AI塞在了如此显眼、如此强势的地方，那整个朋友圈的氛围，我觉得就不太美妙了。 然后我又看到了第二个功能。 AI点评。 你在朋友圈对着大家发的文字长按，现在多了一个功能，AI点评。 点击之后，你就能看到AI对这段朋友圈文字的评价，同时，你还可以快捷的让你写一段评论。 当这两个功能组合起来看，我今天其实是有点失落的。 我非常不喜欢这两个更新，不喜欢这两个功能。 可能有人会说，你不喜欢，你算老几，大众喜欢就行。 我知道，但是我依然还是想说，我不喜欢，我也更不希望这两个功能全量上线。 2012年4月19日，朋友圈随微信4.0上线。 它的描述文案是这么说的： 将生活记录在相册中。 同时，把照片分享到朋友圈，让你通讯录里的朋友都可以看到。 如果让我评价那时候的朋友圈的理念，我觉得用现在一个APP的Slogan可以非常好的概括： 记录美好生活。 最初的朋友圈甚至不能直接发纯文字，只能发图片和链接。 因为微信认为，手机跟着人进入真实世界，用户看到一片晚霞、遇到一件事，可以立刻拍下来，朋友圈记录的，就是是人对真实环境产生的反应，还有你想分享的，美好生活。 所以，相机图标才会成为朋友圈的发布入口。 张小龙后来把它形容成一座广场。 就像你每天从广场经过，看见三五成群的熟人在聊天。 于是，你可以放慢你的脚步，停下来跟大家聊两句，可以点个赞打声招呼，也可以看一眼就走。 这是那时候的朋友圈，也是我心中的朋友圈。 可当这两个AI功能的加入，这个朋友圈的性质好像变了。 朋友圈的一边，AI在替一个人记录美好生活。 朋友圈的另一边，AI又在替另一个人，进行美好社交。 这个曾经活气满满的广场，人类越来越少，虚假越来越多。 最后只剩下一群Agent，隔着一条朋友圈，替自己的主人，完成一次又一次的畸形社交。 很多人都觉得，在社交关系中，你写下的文字，说出去的话，就是内容。 可是我想说，从来都不是的，在社交关系中，来源本身，才是真正的内容。 这就像我们递出去的一封情书。 即使我知道它写的极其粗糙，写的很烂，但是这是我亲手写下的，收到的人，依然能感受到你的真心。 当然，你也可以用AI生成一封情书，它当然更加撩人，更加言辞华丽。 可如果对方知道你是用AI生成的，我想，对方只会说： 你踏马连情书都用AI写？你有病吧。 从2023年起，我思考了很久，我也对外表达过很多次，AI时代，关于效率的一切，都会被AI所冲击，只有人与人之间的关系和真挚的链接，才是亘古不变的。 包括我现在做的公司，虚实传媒，可能很多人不知道我们的使命和愿景。 我觉得也可以在这里，羞耻的表达一下： 我们希望链接AI时代的一切，也希望成为AI时代，最有价值的连接网络。 所以，其实我想说，在人与人的关系里，有一些低效率，本身就是诚意的计量单位。 任何AI工具都可以做AI帮写、AI点评之类的功能，可这是朋友圈，我觉得，朋友圈是绝对不能自己做的，这约等于一个信号： 微信朋友圈，现在鼓励AI内容。 这个信号传递出来的讯息非常可怕，甚至打碎了2012年定下的朋友圈的基调。 从产品数据上看，一切甚至可能变得更好。 比如发朋友圈的人多了，评论的人也多了，互动量也上去了。 可一个社交产品最危险的成功，可能就是互动数据越来越漂亮，但是我们自己，却从互动里慢慢消失。 除了朋友圈之外，其实还有一个我不知道怎么说的AI功能，这个其实对我的冲击是更大的，因为跟我自己，息息相关。 你打开公众号，现在就有可能看到小微，直接来到了左边第一位，并且，永远置顶，常驻在这个位置。 这个功能你一点，就能自动帮你总结最近常看公众号发的文章。 作为一个内容消费者，我当然知道它很方便。 我每天面对的信息多到爆炸，看到那么多的关注公众号更新，我也都懒得看了，我只想知道他们大概讲了什么就行。 可我同时也是微信内容生态里的一个创作者。 为了写自己的内容，为了保持更新频率，我熬了无数的夜，只为了笔耕不缀，很多朋友都知道，白天我要处理公司的事，还有无数的业务，这些文章，我基本都是晚上11点以后才有空写，麻烦一点的，可能就直接通宵写到8点多还没写完，只能写完以后可能9点多才能发，即使我写的快的，也得到凌晨3、4点。 科比说，你见过凌晨4点的洛杉矶吗，我想说，我最近一年，几乎每天都能见到凌晨5点的北京。 可当看到自己辛辛苦苦写的内容，被当成一段AI总结，先提前给用户挑选，那种感觉，还是有点失落和悲哀的。 以前在公众号详情页的菜单栏里面塞一个AI总结，我还能理解，毕竟可能我就是写的不好，大家看到一半看不完，然后就对这篇文章做一个AI总结，这个我认。 可是现在，你却把AI总结拎到了一个如此之高的层级，而且好像也怕大家不用AI总结一样，拼命的塞这个功能。 我不知道该如何表达我的失落。 我们创作的内容好像没什么意义了，我们亲手写下的每个字，反正也都会被鼓励用AI总结总结掉，最终都会变成总结完的那几十一百个字。 那我们创作内容，意义又在哪里呢？ 就是为了最后变成AI的总结吗？ 要知道，内容消费，在原来，是双向的，是我创作，你消费。 可现在，AI的地位被提到了如此之高，获得了过去没有的权利，它替读者决定，一篇文章里什么重要、什么可以删掉、什么才值得被你看见。 那会不会，最后反向影响创作者，只为了观点更容易被提取，段落更加标准，一切更容易被AI所推荐呢？这会不会又变成新一代的标题党呢？ 我不知道。 我只是感觉，微信明明是拉进人与人之间的距离的。 可现在，为什么感觉，AI与人之间变得更加遥远了。 人与人之间原本只隔着一道被称为屏幕的墙，可现在，这堵墙，变成了一个比山还高、比海还宽的Agent。 人与人之间，却好像再也没了人。 《流浪地球2》中，有一句非常经典的台词。 “没有人的文明，毫无意义。” 我还是很喜欢AI。 我也还是很喜欢创作。 可以说，没有AI，我就是一个150斤的废物。 可我心中一直有一条极其明确的边界。 AI可以帮我查资料、写代码、处理工作，把我的能力放大到过去根本无法想象的程度。 可人与人的关系，人与人的沟通，人与人之间那些真情实感，我不希望交给它。 它可以帮助我成为一个更强的人。 但它不能代替我，成为一个人。 很多年前，美颜刚刚诞生的时候。 最开始，我们只是想磨掉一颗痘，提亮一点肤色。 后来，眼睛越来越大，下巴越来越尖，皮肤越来越没有瑕疵。 照片里的每个人都越来越漂亮，每一个人都越来越完美。 可那是真实的我们吗？ AI可以帮我们抵达更远的地方。 但请别让它，替我们抵达彼此。 我希望很多年以后，我再点开朋友圈，依然能看到一个朋友发的一张拍糊了的云。 他说： 今天的天，真好看。 没有华丽的修辞，没有深刻的洞见，也没有AI替他总结这一刻的意义。 可我知道，那一刻，他真的抬头看过天。 也真的想把那片云，分享给我看。 >/ 作者：卡兹克

导语 一家成立仅两年的创业公司，正在成为今年AI 基础设施赛道最受资本关注的新独角兽之一。 2026 年 3 月，轨道数据中心公司 Starcloud 宣布完成 1.7 亿美元 A 轮融资，由 Benchmark 与 EQT Ventures 领投，估值达到 11 亿美元，累计融资额达到 2 亿美元。从完成 Y Combinator Demo Day 到跻身独角兽，Starcloud 只用了 17 个月。更值得关注的是，这家公司彼时甚至尚未进入规模商业化阶段，而是一项仍带有强烈未来色彩的基础设施构想：把 AI 数据中心搬到太空。 Starcloud 的走红也并非孤立事件。随着 AI 算力需求持续推高能源、电网与土地压力，轨道数据中心正在从少数创业公司的前沿实验，逐渐变成科技巨头与风险资本共同下注的新方向。SpaceX、Blue Origin、Google 等玩家已经先后进入这一赛场。 当商业航天不断降低进入轨道的门槛，而 AI 又以前所未有的速度吞噬能源与基础设施，一个过去听起来近乎科幻的问题开始具备现实意义：未来支撑 AI 的下一代数据中心，是否还必须建在地球上？ Z Highlights AI 发展的下一场竞争，或许不只是模型，而是基础设施。 Starcloud 希望把"云计算"真正搬上云端——把数据中心送入近地轨道。 四代 Starcloud 并不是四颗卫星，而是一张通往 GW 级轨道数据中心的技术路线图。 持续太阳能、天然散热和无限扩展空间，是 Starcloud 选择太空的三个核心理由。 轨道数据中心是否会成为现实尚未可知，但它已经让"未来的数据中心还能建在哪里"成为整个 AI 行业必须思考的新问题。 01  地球会成为 AI 发展的负担吗？ 过去几年，人工智能的发展几乎始终围绕着同一个关键词展开——算力（Compute）。 从 ChatGPT 到今天的大模型竞赛，模型越来越大，推理越来越复杂，支撑这一切的数据中心也以前所未有的速度扩张。人们关注 GPU、关注芯片、关注模型参数，却很少意识到，AI 的另一项基础设施正在悄悄成为新的瓶颈。 根据国际能源署（IEA）发布的《Energy and AI》报告预测，到 2030 年，全球数据中心的用电需求将增长一倍以上，达到约 945 太瓦时（TWh），略高于日本目前一年的总用电量。其中，人工智能将成为这一增长最主要的驱动力，AI 相关数据中心的用电需求预计将增长四倍以上。 图片来源：IEA 不断增长的电力需求，只是压力开始显现的一个缩影。 过去几十年，人们默认数据中心应该建在地球上：连接电网、铺设光纤、建设机房，再通过空调或液冷系统持续带走服务器产生的大量热量。这套模式支撑了互联网时代，也支撑了今天的大模型时代。 但随着 AI 进入新的发展阶段，这套基础设施开始面临越来越多现实约束。 首先是能源。越来越多 AI 集群开始迈向 GW（吉瓦）级规模，稳定而充足的电力供应逐渐成为稀缺资源；其次是散热，大规模 GPU 持续运行产生的热量，使冷却系统本身成为数据中心的重要组成部分；除此之外，土地资源、电网接入以及建设审批周期，也让新建数据中心的速度开始慢于 AI 需求增长的速度。 换句话说，限制 AI 发展的，开始不只是模型本身，而是承载模型运行的整个基础设施。 与此同时，另一个变量也正在发生变化。 随着可重复使用火箭的发展，进入太空的成本不断下降，一些过去只存在于科幻作品中的设想，开始第一次具备工程上的可行性。越来越多研究开始重新思考：如果未来数据中心能够获得持续稳定的太阳能供电，利用太空环境实现更加高效的散热，同时避免地球土地、电网和建设审批等限制，那么算力基础设施是否还有另一种可能？ 这并不意味着未来的数据中心一定会离开地球，而是意味着，一个过去几乎不会被认真讨论的问题，如今开始拥有了现实意义：当地球建设数据中心的速度，开始跟不上 AI 发展的速度时，数据中心还有没有必要继续留在地球上？ 正是在这样的背景下，一批试图重新定义 AI 基础设施的创业公司开始出现。其中，最引人关注的探索者之一，便是 Starcloud。 02  Starcloud：一家想把数据中心送上太空的公司 如果数据中心不一定非要建在地球上，那建在哪里？Starcloud 给出的答案，是把数据中心搬到近地轨道。 Starcloud 公司成立于 2024 年，总部位于美国加州。和大多数商业航天公司不同，它没有把目标放在通信卫星、遥感卫星或者空间运输上，而是从成立之初便聚焦于一个更加具体的问题——轨道数据中心（Orbital Data Centers）。 图片来源：Starcloud 如果只看名字，很多人会以为 Starcloud 是一家航天公司。但事实上，它真正关注的并不是火箭，也不是卫星，而是 Cloud（云）。 过去二十多年，云计算改变了整个互联网产业。越来越多计算任务从本地服务器迁移到云端，数据中心成为数字世界最重要的基础设施之一。 Starcloud 想讨论的是：如果未来 AI 需要的计算资源越来越庞大，那么"云"本身，是否也应该发生变化？因此，他们提出的并不是一颗新的卫星，而是一种新的计算基础设施——轨道数据中心。 在 Starcloud 看来，未来的数据中心并不一定只能部署在地球。随着航天能力的发展，轨道同样可能成为承载计算资源的新空间。相比简单地把服务器送上太空，他们更希望探索的是：如何在轨道上建立能够长期运行、持续扩展的数据中心。 这一理念，也体现在公司的产品命名上。 与传统航天项目按"卫星"或"任务"命名不同，Starcloud 直接将整个产品体系命名为 Starcloud-X。从 Starcloud-1 到 Starcloud-4，它们并不是四个彼此独立的产品，而是同一条技术路线上的四个阶段。对于 Starcloud 而言，这并不是一次性的航天任务，而是一场围绕轨道数据中心展开的长期工程。 03  从 Starcloud-1 到 Starcloud-4：一张通往轨道数据中心的路线图 前文提到，Starcloud 并没有试图一步建成轨道数据中心。 相反，它把整个计划拆分成四个阶段。从验证最基础的轨道计算能力开始，再逐步增加计算规模、能源系统和商业化能力，最终迈向真正意义上的轨道数据中心。 这四代产品，并不是四颗不同的卫星，而是一条不断向前推进的技术路线。 1. Starcloud-1：让第一座轨道数据中心真正开始运行 对于 Starcloud 来说，迈出第一步极其重要 因此，整个路线图的起点并不是一座庞大的空间计算集群，而是一颗仅约 60 公斤、冰箱大小的小型卫星——Starcloud-1。 自动播放 视频来源：Starcloud Starcloud-1 于 2025 年 11 月发射升空，它最大的突破并不是进入轨道，而是第一次把一块 NVIDIA H100 GPU 送入太空。这也是当时全球首次有数据中心级 GPU 在轨运行，其计算能力约为此前轨道 GPU 的 100 倍。 不过，Starcloud 并没有满足于"把 GPU 送上去"。真正要明确的是：地球上的 AI 任务，能不能在太空完成？ 为此，团队在轨完成了一系列具有标志性的实验。 首先，他们成功在轨运行了 Google 开源大模型 Gemma（基于 Gemini 技术），让卫星能够直接完成推理任务，并实时响应来自地面的查询；随后，又在轨训练了 Andrej Karpathy 开源的 NanoGPT 模型，成为全球首个完成大语言模型训练的航天器。 这些实验看起来只是几个 Demo，但对于 Starcloud 而言，它们回答的是一个更根本的问题：如果今天能够在轨完成推理、微调和模型训练，那么未来理论上，地面数据中心能够完成的大部分 AI 工作，也都有机会迁移到轨道。 这一点，也是创始人 Philip Johnston 反复强调的目标。他在接受 CNBC 采访时表示："Anything you can do in a terrestrial data center， I'm expecting to be able to be done in space。"（任何能够在地面数据中心完成的计算任务，我都希望未来能够在太空完成。) 因此，Starcloud-1 更像是一场可行性验证（Proof of Concept）。它验证的不是轨道数据中心已经建成，而是证明了一个长期以来只存在于概念中的设想——AI 计算，可以真正离开地球运行。 而在完成了"能不能做到"的验证之后，Starcloud 接下来要回答的问题就变成了另一件事：如果轨道计算已经可行，它能否真正服务真实用户，并开始承担商业计算任务？ 这，也正是 Starcloud-2 想要解决的问题。 2. Starcloud-2：让轨道数据中心服务真实用户 如果说 Starcloud-1 证明了 AI 计算可以离开地球，那么 Starcloud-2 要回答的，就是另一个更加现实的问题：谁会真正使用轨道数据中心？ 因此，Starcloud 将 Starcloud-2 定义为公司的首个商业任务。 相比第一代验证平台，Starcloud-2 已经不再只是一个实验载荷，而是一套完整的轨道计算平台。它将搭载 GPU 计算集群（GPU Cluster）、持久化存储（Persistent Storage）、支持 24 小时持续访问（24/7 Access），并配备自主研发的热控系统和供电系统，计划于 2027 年部署至太阳同步轨道（Sun-Synchronous Orbit）。届时，它将能够长期稳定地向用户提供轨道计算服务。 图片来源：Starcloud 与传统数据中心最大的不同在于，Starcloud-2 从一开始就面向两类完全不同的用户。 第一类，是太空中的用户（In-space Users）。 如今，越来越多遥感卫星、空间站和其他航天器每天都会产生 TB 级原始数据。过去，这些数据必须先传回地球，再由地面数据中心进行分析，不仅耗时，而且受限于通信带宽，很多数据甚至无法全部下传。 Starcloud-2 希望改变这一流程。 它把计算能力直接部署到轨道，让数据能够在太空完成处理，再只传回分析结果。这样既减少了大量原始数据的传输，也让遥感分析、目标识别等任务能够更快完成。 第二类，则是地球上的用户（Terrestrial Users）。 对于他们而言，Starcloud-2 更像是一座部署在轨道上的云计算节点。 Starcloud-2 将提供全球数据存储（Global Data Storage）以及独立于地球基础设施之外的主权云计算（Sovereign Cloud Computing）能力，为需要高可靠性、高安全性的场景提供新的计算与备份方案。 换句话说，未来的数据除了可以存放在本地服务器、公有云，也可能存放在距离地球数百公里的轨道数据中心。 从这个阶段开始，Starcloud 讨论的已经不再是"能否把 GPU 送上太空"，而是如何让轨道数据中心真正融入现有的计算网络。 无论是来自轨道的遥感数据，还是来自地球的计算需求，Starcloud-2 都希望成为连接两者的中间节点，让计算第一次真正发生在太空。 3. Starcloud-3 ：迈向真正的轨道数据中心 如果说 Starcloud-1 证明了轨道 AI 计算可以实现，Starcloud-2 开始尝试提供商业服务，那么从 Starcloud-3 开始，公司的目标已经不再是一颗卫星，而是整个轨道计算网络。 自动播放 视频来源：Starcloud 按照 Starcloud 公布的发展规划，未来的轨道数据中心将不再是一颗不断堆叠功能的超级卫星，而是一套高度模块化的计算基础设施。整个系统由大量标准化计算模块（Compute Containers）组成，每一个模块都集成计算、存储、供电、散热和网络能力，并围绕中心节点不断扩展，就像今天地面超大规模数据中心不断增加服务器机柜一样。 图片来源：Starcloud 图片来源：Starcloud 这种设计意味着，轨道数据中心并不是一次性建成，而是可以随着需求持续"生长"。 新的计算模块能够不断发射进入轨道，与已有系统对接；太阳能阵列和散热模块也能够同步扩容，使整个数据中心像搭积木一样逐步增加算力，而无需推倒重来。根据 Stacloud 预计，在未来重型可重复使用运载火箭成熟后，每次发射甚至有望部署约 40MW 计算能力，为最终迈向 GW 级数据中心奠定基础。 4. Starcloud-4：瞄准 5GW 级轨道计算基础设施 到了 Starcloud-4，这一构想进一步被放大。 按照公司的设想，最终的数据中心规模将达到 5GW 级，由数百个计算模块和独立的太阳能、散热模块共同组成。整个系统不再对应一颗卫星，而更像是一座漂浮在近地轨道上的"数字基础设施"，能够持续为未来的大模型训练和 AI 计算提供算力支持。 值得注意的是，从这一阶段开始，Starcloud 讨论的重点已经不再是 GPU 型号、芯片数量或单颗卫星性能，而是供电、散热、网络、发射、维护等一整套数据中心架构。它试图回答的问题，也从"AI 能不能在太空运行"，变成了"未来的数据中心，是否可以不再建在地球上"。 04  为什么偏偏是太空 很多人第一次听到"轨道数据中心"时，都会产生同一个疑问：为什么偏偏是太空轨道？ 毕竟，相比地球，把数据中心送上轨道意味着更高的发射成本、更复杂的维护方式，以及更长的建设周期。从直觉上看，这似乎是一件得不偿失的事情。 在 Whitepaper 中，他们给出了三个核心理由。 第一，太空环境长期来看更便宜。 相比与地球，在太空轨道中无论是能源获取成本还是设备长期花销都要更加经济实惠。 今天，数据中心最大的运营成本之一，就是电力。 随着大模型规模不断扩大，越来越多的数据中心开始消耗数百兆瓦甚至 GW 级电力，而稳定、低成本的能源正逐渐成为限制 AI 基础设施扩张的重要因素。 Starcloud 认为，这种限制主要来自地球本身。 由于大气层会吸收、散射部分太阳辐射，再加上昼夜交替、天气变化以及季节影响，即使是大型地面太阳能电站，也很难持续保持高效率发电。根据 Whitepaper 引用的数据，美国地面太阳能电站的平均容量因子（Capacity Factor）约为 24%，而北欧等地区甚至不足 10%。 相比之下，部署在太阳同步轨道上的数据中心几乎不会受到天气和昼夜变化的影响。由于没有大气层衰减，轨道上的太阳辐照度（Solar Irradiance）比地球表面高约 40%；同时，太阳能阵列能够长期保持最佳朝向，使整个系统的容量因子提升至 95%以上。 图片来源：Starcloud Whitepaper 进一步估算，在上述条件下，相同面积的太阳能阵列在轨道上的总发电量可以达到地面的 5 倍以上。对于未来需要持续运行的大规模 AI 训练集群而言，这意味着计算所需的能源可以更加稳定，也更加廉价。 Starcloud 甚至进一步做了一项成本测算。 他们以一座 40MW数据中心连续运行10 年为例进行比较。按照 Whitepaper 中的模型，在未来发射成本进一步下降的前提下，虽然轨道数据中心需要承担发射、辐射防护等新增成本，但由于能够持续利用太阳能供电，同时无需建设备用电源、传统制冷系统和大量供水设施，其总体运营成本反而明显低于地面方案：地面数据中心约为 1.67 亿美元，而轨道方案约为 820 万美元。 图片来源：Starcloud 当然，这一测算建立在未来可重复使用重型火箭进一步降低发射成本等假设之上，更应理解为 Starcloud 对未来经济性的预测，而不是今天已经实现的商业现实。 但这张表所表达的观点却十分明确：Starcloud 真正想证明的是，在未来继续把所有数据中心留在地球，成本可能会更高。 第二，太空不是更热，而是更容易散热。 很多人的第一反应是：太空没有空气，服务器怎么散热？ 事实上，数据中心真正需要解决的，从来不是"制冷"，而是把热量带走。 地球上的数据中心需要建设空调、冷却塔和液冷系统，并消耗大量电力维持运行。而在太空，深空本身就是一个天然的热沉（Heat Sink）。 Starcloud 指出，部署在轨道上的数据中心可以利用大型辐射散热板（Radiator），将 GPU 产生的热量直接以红外辐射的方式释放到接近 -270℃的深空。一个边长 1 米的双面黑色散热板，在 20℃条件下即可向深空辐射约 838 瓦**热量，因此所需散热板面积甚至不到太阳能阵列的一半。 相比需要针对夏季高温进行冗余设计的地面数据中心，轨道环境更加稳定，也减少了大量用于制冷的额外能耗。 第三，真正限制数据中心发展的，不只是电力，还有土地。 过去几年，AI 算力需求快速增长，越来越多超大规模数据中心开始面临一个共同问题：土地资源不足。 建设新的数据中心，不仅需要大量土地，还需要漫长的审批流程、电网接入以及环境评估。Starcloud 提到，在欧美，大型能源和基础设施项目往往需要十年以上才能完成建设，而电网容量和许可审批已经成为限制 AI 基础设施发展的现实瓶颈。 轨道则提供了另一种思路。 Starcloud 设想，通过模块化部署，计算、供电、散热和网络模块都可以随着火箭发射不断扩充，让数据中心像搭积木一样持续增长，而不再受土地、电网和建设周期的限制。未来，如果重型可重复使用火箭进一步降低发射成本，轨道数据中心甚至有望扩展到 GW 级规模，以满足下一代大模型训练的需求。 第四，太空，不是为了逃离地球，而是为了延续 AI 的发展。 当然，Starcloud 并不认为未来所有数据中心都会搬到太空。至少在很长一段时间内，地面数据中心仍然会是 AI 算力的主体。 但他们希望提出另一种可能：当地球逐渐接近能源、土地和基础设施的边界时，轨道或许能够成为 AI 计算的新增长空间。 因此，在 Starcloud 看来，把数据中心送上太空，并不是为了追求科幻，而是试图回答一个越来越现实的问题：当 AI 继续增长时，下一代数据中心还能建在哪里？ 05  一群相信数据中心应该飞上天的人 一家公司往往会带着创始团队的烙印。 AI 创业公司，大多由模型研究员创办；商业航天公司，则更多聚集火箭、卫星和航空航天工程师。 但 Starcloud 的团队，很难用一个行业来定义。 根据官网介绍，目前团队成员来自 SpaceX、Google、Palantir、Anduril、Microsoft、Lockheed Martin、Sierra Space 等不同机构，覆盖航天工程、人工智能、分布式计算、云基础设施以及大型软件系统等多个方向。 图片来源：Nvidia 这种背景的多样性，其实正对应着 Starcloud 要解决的问题。 建设轨道数据中心，从来都不是一项单一学科能够完成的工程。 它需要航天工程师思考如何把数十吨甚至数百吨计算设备安全送入轨道，也需要电力和热控工程师设计供电、散热和热管理系统；同时，还需要云计算和 AI 基础设施团队，让这些部署在数百公里外的 GPU 真正能够像今天的数据中心一样，被开发者稳定调用和持续运行。 对于 Starcloud 来说，真正需要建设的，不是一颗更先进的卫星，而是一整套全新的计算基础设施。因此，这家公司天然就是一支跨学科团队。 这种工程化的思维，也体现在 Starcloud 对外公开的信息中。 相比用大量篇幅描绘遥远的未来，Starcloud 更倾向于公开每一个阶段的目标：从 Starcloud-1 验证轨道 AI 计算，到 Starcloud-2 尝试商业服务，再到后续建设可扩展的轨道数据中心，每一步都对应着具体的技术验证和工程任务。 这种表达方式并不像一家讲述未来愿景的创业公司，更像是一支正在推进大型基础设施项目的工程团队。 过去十多年，商业航天大幅降低了进入太空的门槛，云计算改变了全球计算资源的组织方式，而人工智能又让算力成为最重要的生产资料之一。Starcloud 恰好站在这三条技术路径的交汇点上。 也正因为如此，他们看到的，不只是轨道上的一颗卫星，而是一种新的计算空间；思考的，也不只是如何把设备送上天，而是如何让数据中心真正运行在太空。 或许，Starcloud 最特别的地方，并不是提出了"轨道数据中心"这个概念。 真正特别的是，它聚集了一群来自不同领域的人，并试图把一个过去更像科幻小说的设想，当作一项可以一步步验证、持续推进的工程去完成。 而真正的问题也随之而来：有了工程师，有了技术路线，把数据中心送上太空，就一定能够成功吗？ 这也是 Starcloud 接下来必须回答的问题。它不仅需要技术，更需要资本、产业链以及整个商业航天生态的共同推动。 06 “Cloud” 真的能飞上天吗？ 如果轨道数据中心只是一个遥远的科幻想法，那么很难想象，会有这么多机构愿意站在它身后。 图片来源：Starcloud 打开 Starcloud 官网，相比大多数创业公司只展示投资机构，他们把"Partners and Supporters（合作伙伴与支持者）"放在了同一个页面。 其中既包括Y Combinator、Benchmark、EQT 等硅谷知名投资机构，也包括NVIDIA Inception、IQT（In-Q-Tel）、Plug and Play 等产业生态合作伙伴，以及 Sequoia Scout、Andreessen Horowitz Scout Fund 等创业网络。 对于一家成立时间并不长、产品仍处于早期验证阶段的公司来说，这样一份名单本身就是一种信号：越来越多的人开始相信，这件事情值得被认真验证。 这种信任，同样反映在资本市场。 2026 年，Starcloud 宣布完成 1.7 亿美元 A 轮融资，公司估值达到 11 亿美元。对于一家尚未真正进入商业化运营的航天基础设施公司而言，这意味着投资人愿意为一个跨度十年甚至更长时间的基础设施愿景下注。 过去几年，商业航天持续降低进入轨道的成本；与此同时，AI 的发展又让全球算力需求以前所未有的速度增长。数据中心开始受到能源、电网、土地和建设周期等现实约束，而进入太空的成本却在不断下降。 两条原本毫无关联的发展曲线，第一次开始相遇。 在 Starcloud 看来，这就是轨道数据中心出现的真正原因。 他们将这一时刻称为 Cost Crossover（成本交叉点）——当地面建设数据中心越来越昂贵，而进入太空越来越便宜时，轨道数据中心第一次开始具备经济上的可能。 当然，从"可能"走向"现实"，还有很长的路要走。Starcloud 联合创始人 Philip Johnston 曾说过一句非常坦率的话："Orbital infrastructure is simple to describe， but brutally difficult to execute。轨道基础设施的概念并不复杂，但真正困难的是把它做出来。" 真正的挑战，并不是提出一个大胆的设想，而是让它长期、稳定、低成本地运行。 未来，发射成本是否还能持续下降？轨道上的 GPU 能否稳定运行数年？面对辐射、热循环和空间碎片，整个系统是否能够长期可靠工作？如果数据中心真的进入太空，开发者是否愿意把训练任务部署到距离地球数百公里之外？ 这些问题，目前都还没有答案。 但回过头来看，也许这正是 Starcloud 最有意思的地方。它讨论的已经不再是"一颗卫星"，而是下一代计算基础设施应该建在哪里。 过去，人类不断改变计算发生的位置：从大型机，到互联网机房，再到云计算中心。 今天，Starcloud 第一次把这个问题延伸到了地球之外。 未来的数据中心，会不会真的飞上太空？没有人知道答案。但至少，已经有人开始认真地把它当作一个工程问题，而不是仅仅是一个猜想。

一场期权到期引发的减持乌龙，把段永平与泡泡玛特再次推到聚光灯下。 即便段永平亲自下场解释“就是 put expired（期权到期）”，但依旧难挡市场情绪的蔓延，消息披露后的首个交易日，泡泡玛特收盘下跌 2.54%。截至发稿，其股价累计下跌约5.3%。 这场风波再次把段永平对王宁的公开力挺摆到台前。过去几个月，段永平不仅拿出了百亿身家，把自己“买”成了泡泡玛特的第二大股东，更是多次唱多泡泡玛特。他不仅自称王宁的粉丝，不久前还与王宁同框看世界杯，毫不掩饰自己对王宁的欣赏。 一个追求确定性的价值投资大佬，为什么把宝押在一家贩卖不确定性的公司上？甚至有人调侃，段永平是不是“找了个95后的小女友”，才忽然看懂了这门年轻人的生意。 这种调侃之所以能成为舆论场的谈资，恰恰说明了泡泡玛特这个标的，与段永平的传统价值投资形象之间，存在巨大的张力。 正因为存在这种张力，段永平和王宁之间的“情投意合”才如此引人注目。让人忍不住去探究：段永平，到底为什么这么爱王宁？ 段永平自己的解释是，他的投资逻辑一以贯之，泡泡玛特符合价值投资的标准。但价值投资或许可以解释他为什么买泡泡玛特，但解释不了他为什么这么爱泡泡玛特。 苹果、茅台、腾讯……哪一家不是他拿价值投资的标尺衡量过的，但即使当年重仓苹果，段永平也是时隔六年多才偶遇库克，对方甚至不认识他，见了面的两人也未借机结交。他也从未自称过是乔布斯或者库克的粉丝。 价值投资是答案，但很可能不是全部。真正的答案或许要回溯到他商业生涯的起点。 在成为“中国巴菲特”之前，段永平的身份是企业家。 1989年，28岁的段永平接手濒临破产的中山日华电子厂。 彼时电脑热席卷中国。一台电脑上万元，普通家庭根本买不起，但“不懂电脑就是新时代文盲”的集体焦虑正在蔓延，尤其是望子成龙的家长们。行业巨头忙于深耕高端商用或硬核硬件，无人顾及普通家庭的需求。 段永平捕捉到了这个缝隙。 他在仿制的红白机上加了个键盘和学习卡，起了个“小霸王学习机”的名字，摇身一变成了电脑启蒙工具。这台机器本质上和电脑关系不大，所谓的“学电脑”不过是练练打字。 即便售价近三百元，相当于一个普通职工一个月的工资，但相比上万元的电脑，已然是“平替”。怕孩子输在起跑线上的家长心甘情愿掏钱，小霸王最高拿下80%的市场份额，这条赛道直到今天也没有消失。 不难看出来，小霸王的成功，段永平至少踩中了两个关键点。 第一个是认知差。在不懂电脑的大众和当时价格高昂、供应不足的电脑产品之间，段永平通过“对上降维，对下升维”的方式，找到了一条新赛道——电脑启蒙。 对上，他把高维度的电脑产品拉到低维度来做，可以说小霸王跟通用电脑几乎毫无关系；对下，他把“练打字”等同于“学电脑”，降低了大众对电脑的认知成本。 第二是抓住了女性消费者。虽然学习机是孩子用，但在一般家庭里，做这种财务决策的往往是女性。产品广告投放在电视黄金档的家庭场景，“同是天下父母心，望子成龙小霸王”广告语的目标，正是对教育投入最敏感、最舍得花钱的女性。 这两个关键点共同撑起了小霸王的“高溢价”。 1994年，小霸王推出了旗舰款SB-486，段永平故意将型号和售价都定为486元，配合“小霸王出了486”的口号，与当时售价上万元的486电脑形成强关联，还请来成龙打广告，小霸王一时声名鹊起。 但实际上，一台仿制FC红白机，加一个机械键盘，几盒学习卡带以及卡带里面的“牛屎芯片”，整台机器的物料成本，撑死不过几十元。 1995年，小霸王产值突破10亿元，成为怡华集团最赚钱的业务。 这套商业逻辑，在和段永平渊源极深的OPPO和vivo这两家公司上，体现得更加明显。 智能手机发展初期，除了iPhone之外，中端智能手机其实是缺位的。数码发烧友主导着舆论场，谁能跑分高、谁用骁龙旗舰芯片，谁就是“良心”。 但大多数普通消费者，尤其是年轻女性根本看不懂芯片型号，也不关心跑分差了几万分。她们只关注手机好不好看、自拍清不清晰、线下能不能随时买到和维修。 认知差再次出现，段永平的商业逻辑再一次发挥威力，OPPO和vivo抓住了普通消费者与数码产品之间的信息鸿沟。 初期阶段，OPPO和vivo走了一条讨巧的路线，把美颜自拍和精致外观做成主要卖点，明确瞄准年轻女性用户。主力机型锚定2000元上下的中端价位，同等硬件规格，价格显著高于以小米和魅族为代表的互联网手机品牌。 铺天盖地的明星代言与综艺广告下，OV出货量一路上涨，却也落下了“低配高价”的争议，被贴上了“厂妹机”的标签。 认知差，女性消费者和高溢价——成了段永平草莽时期最核心的商业逻辑。这种钱相对好赚，也的确为段永平积累了人生第一桶金。 谁也没想到，段永平这套三十年前沉淀的商业逻辑，30年后会在另一家公司身上得到印证。 搞清楚段永平实业阶段的商业逻辑，再回头来看泡泡玛特，不难发现两者的共同之处。 在泡泡玛特之前，潮玩手办是一个极其小众的圈子，动辄几千上万的价格，普通年轻人看不懂，也玩不起。但泡泡玛特把潮玩的认知门槛拉到了“59元一个盲盒”，你不用懂什么是潮玩，只要抽到自己喜欢的东西觉得惊喜就够了。 拆开就是一个做工精致的小摆件，它不是传统意义上的高端手办，但却满足了年轻人在生活中寻找“小确幸”和找到同圈层人群的社交需求。 这种“对上降维，对下升维”的打法，有没有让你想起小霸王？ 甚至泡泡玛特更进一步，不是降低，而是直接抹平了认知差。小霸王和OV虽然降低了大众的认知门槛，但终归是“有用”的硬件，消费者还是会考虑硬件功能和产品质量，去判断值不值得购买。 但泡泡玛特直接诉诸视觉冲击和感官情绪，卖的是无内容的视觉IP，连故事都没有。买LABUBU不需要任何知识储备，不需要懂艺术史，甚至不需要知道它背后的故事，无论是觉得可爱还是丑萌，或者投射了自己的某种情绪，消费者就会心甘情愿掏钱。 这是人类最底层的反应机制，压根不需要认知。 同样是卖给女性消费者。在过去很长一段时间里，潮玩买家更偏重于男性，故事背景宏大且硬核，比如高达和兵人等。 泡泡玛特之所以能成功，正是因为把年轻女性吸纳成潮玩的用户。泡泡玛特的IP不需要宏大的叙事背景，而是通过情绪氛围吸引女性受众，它的核心IP中，Molly的大眼睛，SKULLPANDA的暗黑美学和Crybaby的泪眼造型，无一不在击中女性审美，更别说毛绒元素了。 在泡泡玛特的用户中，女性占比接近七成。男性只能把潮玩买成一个小众生意，但女性却能把它买成一个产业。 原因在于，女性消费者更愿意为情绪买单，也更热衷于在社交媒体上分享。一个女孩拆开盲盒，拍一张照片发到小红书，配上文字和表情包，收获几十个赞和评论，这个行为本身，就是一次免费的广告投放。而点赞和评论又会刺激她下一次购买。 当认知门槛被抹平，感性消费占据上风，高溢价便有了生存的空间。 泡泡玛特的毛利率更是高得惊人，去年达到历史新高的72.1%，比肩奢侈品行业，五年时间，营收翻了十倍不止，在消费赛道一骑绝尘。 这不仅给它提供了海外扩张的弹药，资本市场也给出了远超同行的定价。 泡泡玛特的成功，同样踩中了“认知差、女性消费者和高溢价”，这与段永平实业阶段的商业逻辑相当一致。 这或许可以解释段永平对泡泡玛特的“偏爱”，但如果你觉得这只是一次“返祖现象”，段永平只是被实业阶段的商业直觉牵着走了，那就把他想简单了。 2001年，40岁的段永平移居美国，彻底退出实业一线。从零开始学习投资的他，早期甚至看不懂K线图，网易一战让他声名鹊起，但还没有形成完整的投资方法论。 真正的转折发生在2006年，他以62万美元拍下巴菲特午餐。这顿饭，让他完成了一次彻底的商业“中年变法”。它校准了段永平的投资认知，让他确立了“买股票就是买公司”的信条，此后他开始以价值投资的框架审视每一笔交易。 段永平逐渐形成了自己的核心框架：对的生意、对的人、对的价格，并辅以三条铁律：不懂不碰、不加杠杆、不做空。这也是他从巴菲特那里学来的最本质的东西——在能力圈内做事，不要试图去赚看不懂的钱。 彼时的段永平早已完成了原始财富积累，身家数十亿。他不再需要靠认知差赚快钱，开始追求长期收益。逐渐褪去了草莽时期的江湖气，变得稳重而审慎，完成了一次商业认知的升华。 受巴菲特影响，段永平的早期投资也偏爱消费品，认准行业领先，长期持有追求复利，可口可乐、茅台和苹果皆是如此。 这三条，共同构成了段永平投资生涯的商业逻辑。 把这三条套在泡泡玛特上，你会发现也完全符合。泡泡玛特同样是消费品，在潮玩领域的领先地位不可撼动，段永平明确表态“大概率十年内不会卖出”。 他甚至用“20个孔”来定义这笔投资，把泡泡玛特放进了和苹果、茅台并列的篮子里。 这恰恰是泡泡玛特的特别之处，泡泡玛特是唯一一个契合段永平前后两段职业生涯商业逻辑的标的。 泡泡玛特既符合他实业阶段打认知差、抓女性消费者、做高溢价的商业本能，让他在直觉层面“认出”了这门生意；又符合他投资阶段要求行业领先、消费品属性、长期持有的价值标准，让他在理性层面算清了这笔账。 以前的那些标的，只能凸显他一段商业思考的成果，唯有泡泡玛特既感性又理性，既打认知差又符合价值投资框架，把段永平两段泾渭分明的商业生涯，完美地结合在了一起。 段永平怎么可能不对泡泡玛特大喜过望？怎么可能不对王宁一见如故？ 一个人当下的选择总会烙印着早年成长的底色，段永平在泡泡玛特身上，既看到了自己三十年前的初心，又看到了自己三十年后的成熟。 这或许才是他如此偏爱王宁的真正原因。