EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
微信公众号“付费加热”功能正式上线,有问题吗?
微信公众平台好像“捅了”马蜂窝。 日前,微信公众号处于灰度测试的“付费加热”功能正式上线,用户打开微信公众号后台,在“广告与服务”区域即可看到“付费加热”,点击该按钮后,就能进入具体的付费加热页面,用户可以选择近3个月以内的文章进行加热,同时还可以选择加热目标阅读/关注,最低需充值50元,最高支持1万元(具体金额以微信豆换算),用户还能选择年龄、区域、设备等,若文章不符,付费加热有可能不通过。 该功能推出后,有些作者不知道是不是认为有问题,对微信公众号有了诸多疑问。比如,微信公众号推出付费加热后,是不是以后就不给流量了?逼着公众号作者花钱付费加热;微信公众号难道连作者这点钱也要挣吗?微信公众号付费加热看起来好贵...... 对微信公众号付费加热担心的人,似乎主动忽略了更多的问题: 第一、付费加热不是公众号独有。据郭静的互联网圈观察,包括今日头条、小红书、抖音、网易号、百家号、微博等内容平台,都有类似于公众号的付费加热功能,都支持普通作者在后台对内容进行付费加热,从而推送给更多的人。恰恰相反,微信公众号的付费加热功能来得最晚,那么,对微信公众号的这些疑问,难道在其他平台上就不会出现吗?作者在今日头条、小红书、抖音、网易号、百家号、微博等平台上进行付费加热,又是什么心理呢? 第二、限流的问题。有些公众号作者有一个毛病,流量好的时候,也没见过他对公众号如何如何,可一旦微信没有给他流量,就用各种理由将责任怪到微信身上。 不同于过去的订阅制模式,个性化算法推荐模式下,任何公众号都不能保证他的流量一定会好,没有谁能保证自己的账号篇篇都是10万+,当然,早期一些大号的优势还是不少,其粉丝基数高,在百万级粉丝下,哪怕只有百分之一的打开率,其阅读量也有上万,而粉丝量少的公众号作者,在平台推流的情况下,阅读量可能也才上万。 整个公众号流量的重新洗牌机制下,流量自然就会呈现出不稳定性,没被平台推流是常态,而一些作者一旦尝过被推流的好处下,发现怎么后面更新的流量没这么高后,就反而怪平台的问题。 就像今日头条、小红书、抖音、网易号、百家号、微博等平台也有类似的付费加热功能,但是账号能出爆款的机会还是不少,付费加热与平台的限流之间并没有明显的制衡关系。 第三,付费加热没有强制性。按照公众号后台目前的推算,500微信豆的最低新增阅读为125 ~ 500人;若选择关注为目标,500微信豆最低新增关注4 ~ 10人。以10个粉丝来推算,单个新增关注的成本为5-12.5元,其价格看起来并不便宜。 此处就忽略了一个核心问题,即付费加热没有强制性。对于公众号作者来说,如果他本身不以盈利为目的,只是单纯地发布图文内容,那么,肯定是不会花高价进行付费加热。除非他希望公众号能够获得更多的关注,或者文章本身就是广告内容,而又想让文章有更高的流量,这种情况下,公众号的付费加热功能恰恰满足了这部分用户的需求。 过去一些企业类型的公众号,为了获得公众号粉丝会想尽各种办法,比如,在线下扫码关注后送小礼物,在一些活动现场,也会主动把公众号的二维码打在公屏上,让用户关注。如今,微信公众号通过平台化的形式,能够大大减少企业类型公众号获取粉丝的成本,直接付费加热即可,这在其他平台也是一样,有了付费加热,企业类账号不再需要去线下地推等形式来获取粉丝。 对于公众号作者而言,其核心永远只有一点——保持更新,而要做到这一点其实还是非常困难的,一个账号能够连续几个月甚至几年更新,背后就涉及到内容激励问题,要怎样做才能够让人连续几个月甚至几年保持更新? 1.赚钱。显然这是最大的激励点,也是目前许多人之所以还愿意在微信公众号上更新的原因,他们的目的就是冲着赚钱去的,而在这个过程中,更多的人都是抱着“试一试”的态度,这种情况下,会出现一定程度上的畸形,即脑子里想的是赚钱,但并没有把微信公众号赚钱的逻辑捋明白,一旦遇到挫折,就怪东怪西。 2.热爱。微信公众号之所以劝退很多人是因为,当他们看到写微信公众号也不赚钱后,反过来就说微信公众号不行。而要想保持连续更新,一定有“热爱”的因素在,本身有足够的分享欲,将自己的思考、想法、看法、所见所闻、所思所想、观察等分享给其他人,如果本身没有热爱,很容易就疲了,慢慢就不更新。 3.垂直领域。有些作者的BUG在于,什么都想写,什么都想发,对公众号的一键“发布”没有敬畏之心,但要知道的是,一旦公开“发布”后,背后是诸多关注者,那么,他们看到这些内容会有什么想法,用户关注一个账号很多时候都是有一定目的的、新闻、知识、评论、历史、财经等等,公众号分享的内容过杂,也会导致流量的不稳定。 垂直领域的好处是,能够让自身的创作更“专”,在一个更“专”的领域内,只要你坚持写个几年,自身的底蕴肯定会显现出来,而这种坚持又会让人可创作的内容变多。 作者常常有个难题,找不到东西可以写,没有选题,在更泛的领域内确实会出现这种状况,但在垂直领域里,反而能找到可创作的选题,因为垂直领域是作者的“成功路径”,在这种“成功路径”中,找到的机会可要比大海捞针强多了。 作者或许最终还是要回到最初的几个灵魂拷问:你为什么创作?你能连续保持更新吗?你在乎流量和粉丝数吗? 你自己才是主体。
女子手机伦敦被抢 靠定位从地下挖出来5部手机
快科技12月24日消息,据报道,近日,一位名为Agiimaa Oyungerel的女子在伦敦的一个火车站外被一名骑自行车的男子抢走了手机。 她用“查找我的设备”追踪到了自己的手机,并一路来到了伦敦的佩皮斯公园。 根据追踪位置,女子和几名朋友一起开始挖土,并找到了自己的手机。结果除了女子丢失的这部手机之外,他们还挖到了四部其他的手机,甚至还包括了一部最新的iPhone 17 Pro Max。 女子随后告知了警察,并将手机交给了警察,据分析,抢劫者之所以这么做,是为了降低自己暴露的风险。 事实上,这也是英国窃贼的惯常作案手法,此前就曾有报道显示,一名加拿大游客手机被盗后,跟随他的“查找我的 iPhone”应用来到凤凰花园,并在假期中花了一天时间翻找花坛。到最后,他找到了自己的手机——还有另外三部。 此外,还有志愿者们在照料植物时曾发现遗弃的装置,其中一些被锡纸包裹,以阻挡像苹果Find My这样的GPS 追踪器。 根据伦敦警察厅今年8月份公布的数据显示,去年伦敦共有11.6万部手机被盗,相当于每天320部手机被盗。 另有一家保险公司的数据显示,自2021年以来,英国的手机盗窃索赔增长了425%,其中伦敦占42%。并且,欧洲被盗手机中近五分之二发生在英国。 伦敦警方指出,手机盗窃在帮派中变得更为普遍,部分原因是海外市场对此类设备的需求不断增长,带来了“巨大的盈利”机会。 同时,这些帮派同样在贩毒,从刑事司法角度看,他们盗窃手机能获取比贩毒更高的利润,风险还更低。
WPS为AI装上“智能解析大脑”
图源:WPS官网 WPS派来的猴子,让复杂文档解析有救了! 人工智能进入大模型时代后,哪一个方向是最炙手可热、竞争最为激烈的赛道?答案可能不唯一,但利用多模态大模型进行文档智能解析绝对算一个。 自2025年6月以来,仅仅半年时间,各大科技公司、初创企业或研究机构纷纷下场,发布了一系列突破性模型,掀起了一场“解析革命”。 包括MinerU、PaddleOCR、DeepSeek-OCR、Chandra等在内的十余款新型文档解析模型相继问世,覆盖了OCR、结构化提取、版面分析等多个维度。 图注:2025年6月起,十余款多模态文档解析模型先后发布 这些模型不再局限于传统的字符识别,而是深度融合视觉与语言的多模态能力,实现了对复杂文档,如PDF、扫描件、表格、发票的语义级理解与结构化输出。 其中,金山办公联合华中科技大学在近期发布的MonkeyOCR v1.5,成为这一领域的最新技术进展。 这是一个全新的统一视觉语言文档解析框架。从其英文名字看,它称得上是金山办公为解决复杂文档智能解析难题派出的“猴子救兵”。 在全球权威文档解析评测榜单OmniDocBench v1.5中,它拿下93.01分的成绩,获得综合性能全球第一,成为多模态文档解析领域的新标杆。 多模态时代的“复杂文档智能感知系统” OCR(Optical Character Recognition,光学字符识别)技术是最早让机器理解文字、看懂文字的技术之一。它的核心任务是将图像中的文字,转化为可编辑、可检索的文本。 比如在扫描文档、票据识别录入、街景招牌识别,以及Google翻译的实时摄像头翻译功能为代表的翻译与语言辅助系统等场景的应用。 OCR技术极大简便了机器识别文字、处理文档的工作,大家只需要拍个照片,或者直接扫描文档,就能把文字、表格、网页等信息提取出来。这也推动了信息数字化的浪潮,成为“无纸化办公”和“自动化文档处理”的基石。 从OCR技术的发展历程看,可以拆分为OCR1.0和OCR2.0阶段。 OCR 1.0 主要基于CNN(卷积神经网络)与LSTM(长短期记忆网络)结合的深度学习模型,例如CRNN、CTC等经典架构。其系统通常由文字检测和文字识别独立模块构成,前者定位图像中的文本区域,后者将文本区域转换为具体文本内容。 这一阶段的OCR技术解决了“机器识字”的基本问题。但它有一个根本性的局限:能识别字符写的是什么,无法理解图像中的语义关系。比如,它分不清楚一段文字是标题、表格数据,还是公式的一部分。 随着办公场景日益复杂,传统OCR仅能检测和识别文字已无法满足需求。现代文档处理需要模型能够理解文档的布局结构,准确表达各元素间的逻辑关系,并能高精度提取文本、公式及表格等结构化信息。 为此,新一代OCR技术应运而生。以MinerU2.5、PaddleOCR-VL、Dots.OCR为代表的多模态模型和解析方案,实现了从“文本识别”到“文档理解”的跨越。这些技术不再仅仅返回文本,而是能够输出Markdown、JSON、HTML等结构化格式,让我们从“看文字”升级为“读文档”。 其中,2023年大模型爆发是一个新的转折点,彻底改变了深度学习的格局。以GPT-4V、Gemini、Qwen-VL、InternVL 为代表的视觉语言模型(Vision-Language Model,VLM),让人工智能真正具备了“同时理解文字与图像”的能力。 这意味着,OCR2.0模型既能“看图识字”,又能“看图明意”。它能读懂论文PDF、解析图表,甚至能够理解图表。 如果说LLM (大语言模型)是“大脑”,那么OCR就是“视觉皮层”,或者说是智能感知系统。它决定了 AI 能“看到”什么,进而“理解”什么。 OCR阶段,模型或者产品的识别与理解能力不足,也会动摇多模态RAG(检索增强生成)系统的“知识理解”的根基。 可以理解为,OCR是办公环境中数据孤岛之间的链接器,只有高效、准确的打通数据转化壁垒,才能真正把数据变成AI能够理解的企业知识,进而为多模态RAG(检索增强生成)技术提供高质量的“数据燃料”。 图注:MonkeyOCR v1.5突破多模态文档解析性能上限(点击看大图) 换句话说,在OCR 1.0时代,模型主要实现的是“文字扫描”:它能看到PDF中的文字,但仅限于识别“这些字是什么”。而进入OCR 2.0阶段,模型已能实现语义级解析、结构级还原、视觉语义融合与深层内容理解。 其角色也发生了根本性跃迁:从单纯的“输入预处理工具”,升级为“知识理解的起点”,成为一个真正的“文档理解器”。 需要补充的是,当前主流的视觉语言模型(VLM),如Qwen-VL、InternVL、Gemma等,虽然参数量大、通用性强,但在结构化多模态信息提取、高精度大尺寸文档解析、轻量化部署等专业场景中,往往难以直接胜任。 而经过文档理解任务专门优化的OCR 2.0模型(如DeepSeek-OCR、PaddleOCR-VL),在文档图像实体检测、版面分析、信息结构化输出及PDF-MarkDown转换等核心任务上表现更为优异,实现了效率与精度的更优平衡。 例如,新版PaddleOCR 已明确将“通用文字识别”(OCR 1.0)与“通用文档解析”(OCR 2.0)划分为两个独立模块。 MonkeyOCR v1.5,正是这一演进路径上的新代表作。它在全能多模态文档解析基准OmniDocBench v1.5,OCRFlux-bench上,全面超越MinerU 2.5、PPOCR-VL、DeepSeek-OCR等此前最优方法,尤其在复杂表格场景中,相较于此前表现最好的MinerU2.5,效果提升近2.5% 可以说,MonkeyOCR v1.5是多模态时代的“复杂文档智能感知系统”。它不是传统 OCR 的升级版,而是迈向“文档理解”的关键一步。 甚至可以说,MonkeyOCR v1.5开启了OCR2.0+时代,将OCR推进到多模态智能系统的核心感知入口的高度,成为连接物理文档与数字智能的关键桥梁,完成从工具到智能信息平台乃至智能解析大脑的蜕变。 “猴子的救兵”有哪些本领 相比传统OCR技术只能识别文字,无法理解上下文关系,无法把一份复杂的学术PDF转化为层次清晰的结构化信息。MonkeyOCR能准确理解复杂布局文档中各元素的逻辑位置和符合人类阅读偏好的阅读顺序。 同时可以精准识别文本、公式、表格等关键元素的信息,甚至能无损还原内嵌图片的表格,以及跨越多页或者多栏的表格。 在实际应用中,高校科研人员借助其批量解析论文,将20篇文献的数据整理时间从2天压缩至5分钟;商业场景里,将一份跨越多页、含有产品插图的商品目录表格,无损地还原为一个完整的结构化数据等; 而自动化业务流程里,企业内部文档处理,如合同、报表、发票等,实现数据自动提取和结构化,提高效率,减少人工干预。 MonkeyOCR v1.5具备这样的智能解析能力,源于其核心设计理念:将全局的结构理解与细粒度的内容识别高效解耦,并在最关键、最复杂的环节引入创新性的智能算法。 为此,它创新地将解析流程简化为两个清晰、轻量的阶段: 第一阶段:给AI 戴上“全局扫描镜”。MonkeyOCR v1.5模型先预测文档布局和阅读顺序,像文本、表格、公式位置等,确保AI 不会像盲人摸象般碎片化阅读,而是从全局掌握信息脉络,也从源头上减少错误。 第二阶段:局部“精加工”。根据一阶段检测结果并行地裁剪,由同一个VLM识别对应区域块内容,再根据一阶段的阅读顺序重新组合,最终还原出完整结构。 其运作逻辑是,系统将检测到的区域块(patch)剪裁出来,针对文本、公式、表格进行并行识别,这种“先定位、再细看”的策略兼顾了效率与精度,既看得准,也认得对。 MonkeyOCR v1.5针对复杂文档解析还有一大杀手锏:图像解耦技术。面对表格中嵌入图片的干扰,模型会像戴上一副“偏光镜”,先遮住干扰图像并用占位符替代,让 AI 专注于解析纯文本表格骨架,最后再将图片精准贴回 。 这种创新的两阶段架构以及针对嵌入图像、跨页表格的专用模块,完美解决了复杂文档中的噪声干扰,避免表格还原时误将图片内容作为单元格内容识别,同时内嵌图像模型和表格识别模型可分离,实现任务上的解耦。 这样来看,MonkeyOCR v1.5 不是“又一个OCR”,它就像是给模型戴上了一副“偏光镜”,自动滤掉干扰表格结构的图片噪声,只看骨架,从而能够成为针对高价值复杂文档打造的垂类智能解析引擎。 MonkeyOCR v1.5的范式意义 如果说图片生成是AI 的“创作之笔”,那么对复杂文档的解析则是 AI 的“深度阅读之眼”。这正是WPS「原生+智能体」思路的落地。背后是金山办公基于自身场景优势,聚焦打磨更适于应用落地的AI模型的理念。 这是因为,在未来的AI时代,真正能大规模落地、产生实际价值的,未必是参数庞大、算力需求高的通用大模型,那些轻量、快速、垂直、适合本地或移动端部署的专用模型,即垂直AI模型,同样可以在其擅长的领域发挥巨大效能。 正如不少评测以及用户反馈所评价,MonkeyOCR v1.5是复杂文档智能解析领域的一个重要里程碑。它不仅在技术上实现了多项创新,打开OCR2.0+的新局面。 更关键是的是,它提供了一个新的OCR技术思路:通过创新的轻量级、本地化两阶段VLM设计、视觉一致性强化学习以及针对性的模块化决方案,可以在复杂文档智能解析上,实现准确性、效率和实用性的最佳平衡。 在办公这一高频、高价值场景打磨世界级模型,并使其成为AI时代新协同办公范式。 但MonkeyOCR v1.5并不是一个炫技的垂直AI模型。尽管我们身处AI大模型时代,但大量的关键信息仍以PDF、扫描件、纸质档案形式存在,比如科研论文、法律合同、医疗记录、工程图纸、政府公文等等。 如果我们无法高效、精准地将其转化为结构化知识,无法理解复杂表格、图片信息,AI 就如同“睁眼瞎”。OCR技术的发展,除了对文档“识别得更准”,其也在改变人、机器与文档的交互方式。 对金山办公而言,MonkeyOCR v1.5 的意义远不只是一个更强的插件。正如金山办公CEO 章庆元所言,AI 时代的办公软件要成为“能力的提供方”和“数字员工的载体” 。 而有了MonkeyOCR v1.5 这套“智能解析大脑”,用户上传的 PDF、图片即可无缝转化为可编辑、可计算的智能文档 。这不仅是“解析即用”的体验升级,更是金山办公在打造成熟 AI 应用落地“样板间” 。 大家也能看到,一只“聪明的猴子”,正在通过重塑人与文档的交互方式,大闹 AGI 的“天宫” 。
英伟达机器人部门主管:特斯拉FSD v14是首个通过“物理图灵测试”的AI
IT之家 12 月 24 日消息,今天清晨,英伟达机器人业务总监 Jim Fan 表示,特斯拉的 FSD v14(IT之家注:受监管的版本)首次让 AI 通过了他提出的“物理图灵测试”。 Jim Fan 在体验 FSD v14 后指出,这套系统一开始让人惊叹,但很快就融入日常生活,效果类似智能手机,一旦失去,反而会让人感到明显不适。 作为具身 AI 领域的核心研究者,Jim Fan 目前在英伟达负责物理 AI 相关工作,并主导 Project GR00T 项目。他坦言,自己接触特斯拉并不算早,却是最先体验 FSD v14 的用户之一。 Jim Fan 在 X 上表示,长时间工作后只需按下按钮,便能轻松回家,过程中几乎无法判断驾驶者是神经网络还是人类,这正是其认定 FSD v14 通过物理图灵测试的原因。 Jim Fan 还表示,即便对机器人学习机制了如指掌,看到方向盘自动转动仍会感到不可思议。新鲜感逐渐消退后,系统变成日常工具,最终发展到一旦被拿走就让人难以适应,人类也正是在这一过程中被深度技术重新塑造。 图灵测试最早由艾伦・图灵在 1950 年提出,用于判断机器能否展现出与人类难以区分的智能行为,重点考察文本对话能力。这一门槛已经被当今的大语言模型跨越,但语言交流与现实世界中的物理行动并不相同。 因此,Jim Fan 提出了物理图灵测试,要求 AI 通过真实世界的行动来证明智能水平。按照他的观点,特斯拉已经凭借 FSD v14 做到了这一点。马斯克随后在 X 上表示赞同,称 FSD v14 让人能够感受到“感知能力正在成长”,并认为特斯拉 AI 是当前最强的现实世界 AI。
快手“渡劫”:失控的三小时、下跌的股价、崩塌的信任
文/窦文雪 编辑/子夜 12月22日深夜,快手或许是度过了平台上线以来最漫长的三个小时。 当日晚22时左右,快手遭遇黑灰产攻击,多个直播间出现色情、暴力等违规内容,其中部分直播间的单场观看人数逼近10万,异常的情况持续到了次日的0:45才逐渐平息。 在这近三个小时的处理时间中,快手报过警、全力修复过系统,甚至还强制关闭过直播频道,并在23日发布了澄清公告。但其作为一家日活超4亿的平台,危机的处理能力和修复所用时长,还是超出了用户和市场理解的范围。 快手发布澄清公告 一时间,社交平台中“快手审核是睡着了吗?”“快手裁员裁到大动脉了?”的声音不绝于耳。 资本市场也在23日就开始用脚投票。当日港股开盘,快手的股价就直线下跌,截至当日收盘,其股价下跌3.52%,报收64.35港元/股,最新市值为2779亿港元,单日市值缩水101.5亿港元。 如今,暴露了自己安全系统脆弱性的快手,没时间把自己当成无辜的“受害者”。 不管是留住用户、修复品牌形象,还是保住增速已然放缓的直播业务,一场根本性的整改都迫在眉睫。 01 深夜被攻击,快手经历“惊魂时刻” 梳理事件中的几个关键节点,可以将快手这次的网络安全事故大致分为三阶段。 第一阶段大概在22日晚22点之前的半个小时左右,这段时间,黑灰产通过小流量请求,来测试平台服务器的负载能力。据部分媒体报道,在这段时间内,部分地区用户登录账号时出现验证码延迟加载、短视频播放时频繁卡顿、少量主播直播推流不稳定等现象。 或许是由于这些现象看起来很像是由于网络不稳定所致,因此不管是用户还是平台,都没有警觉,致使黑灰产乘胜追击,发起了正式的进攻。 22日晚22点整,黑灰产的攻击进入第二阶段。快手中出现了大量播放淫秽、血腥暴力等违规内容的直播间,这些直播账号为攻击者利用自动化工具操控的“僵尸账号”,刷屏吸引用户的注意力。 有行业监测数据显示,峰值时段共有约1.7万个违规直播间同时在线,部分直播间通过机器人刷量将观看人数堆至10万以上。 除了向用户播放违规内容外,不法分子的其他引导和扰乱动作也多集中于这段时间。 有部分用户反馈称直播间的举报功能也曾短暂失效,这意味着快手的违规处置通道被干扰;也有部分直播中带有病毒链接,用户点入后会导致微信账号被盗取,不法分子随即向被盗账号的好友发送借款请求,实施诈骗。 随着快手安全团队的逐步介入,平台开始在最后一个阶段逐步占据主导权。 据了解,快手安全团队启动了最高级别应急响应,包括采取紧急关闭部分直播功能入口,对新增的直播请求实施临时限流;通过AI算法识别和拦截恶意访问流量,封禁涉事IP与违规账号;抬高账号直播权限的审核阈值,防止新的僵尸账号批量入侵等操作。 在23日的0点左右,快手还采取了彻底关闭直播频道的紧急措施,页面显示“没有找到内容”或“服务器繁忙”。直到凌晨0时45分左右,直播频道才基本恢复正常。随后,涉事的僵尸账号被全部冻结,这场黑灰产攻击风波才算是被彻底平息。 为何一个日活量超过4.2亿的平台,会遭遇如此严重的网络安全事故?为何快手的反应并不快? 有业内技术人士分析,这有可能是一场有组织、有预谋的外部黑客攻击。从技术路径来看,攻击者可能利用了直播推流接口的底层漏洞,绕过了平台的实名认证与内容审核链路。 尽管在这场网络安全事故中,入侵快手的不法分子才是罪魁祸首,且如今平台也已经恢复正常。但从最初没有察觉不法分子的试探,到攻击爆发之后的反应迟钝,都暴露了快手平台安全体系的脆弱与不完善。 奇安信安全专家汪列军就对此发文表示,此次攻击之所以能造成大规模破坏,核心原因在于黑灰产已全面迈入“自动化攻击”时代,而平台仍依赖传统人工防御模式。 汪列军认为,黑客借助自动化工具批量注册、操控僵尸号,实现违规内容的秒级发布与扩散,这种规模化攻击完全超出人工审核的应对极限。传统人工审核存在天然滞后性,面对每秒数十条的违规内容洪流,往往陷入“封禁不及新增”的被动局面,即便增派人手也难以填补攻防效率差。 而事发之后,快手的处理和应对也不算及时。从违规内容在平台中爆发,到最终平息,快手用了近3个小时的时间。 据红星新闻报道,23日0时30分左右,北京市公安局海淀分局已经接到多个与快手传播违规内容相关的群众报案。 同时,快手在事发后的两小时才采取“彻底关闭直播频道”的应对方法,也暴露出其在平台的网络安全防御上缺乏经验。 02 快手暴露出的安全隐患, 引起了用户质疑 一夜之间,快手失去了很多信任。 12月23日开盘时的股价暴跌,是资本市场的态度;而来自用户的质疑,是快手更需要重视的问题。 用户注册快手,往往需要绑定一个真实的手机号码,完成基础的安全验证,还需要进行实名认证,绑定身份信息。 当然,上述步骤是各类APP注册时的必备流程,但用户将信息提交给平台,是为了使用平台的更多功能,平台需要建立好安全防护体系,保护好用户的这些信息。 但为什么快手的安全体系会被如此快速地被击溃?用户的账号信息有没有被泄露?这些问题,快手都没有解答。 用户的个人信息恐遭泄露之外,近几年,短视频平台的电商体系也在逐渐成熟,有不少快手用户还绑定了银行卡,便于支付。 而快手这场网络安全事故爆发后,不少用户在社交平台中表示,很担心快手的账号安全,已经选择解绑支付。 除了用户,在快手直播的主播也在担忧自己的账号安全与后续流量。社交平台中有不少自称是快手主播的用户,称自己对快手的平台安全已经产生不信任感,想要寻找其他的直播平台。也有不少“收留快手心碎主播”的征集帖出现在相关词条下方。 更值得关注的是这场黑客入侵背后隐藏的盗号风险。 社交平台中,就有用户爆料称,一些大主播被盗号,给发布违法内容的直播间刷礼物。 更大的隐患在快手站外。有消息称,部分直播中带有病毒链接,用户点入后会导致微信账号被盗取,不法分子随即向被盗账号的好友发送借款请求,实施诈骗。 不过,12月23日,微信官方辟谣平台“谣言过滤器”针对“点开直播链接致微信被盗号”的传言发布了澄清声明。 声明称,上述信息不属实,“微信账号有严格的安全保护机制,截至目前,我们没有发现相关问题和收到类似反馈。请大家不要轻易点击可疑链接,若不小心点击了,切记不要输入或透露个人密码与手机验证码,切实提高安全意识。” 目前,这起直播事故造成的用户质疑还在继续,在挽回用户信任方面,快手依然要下功夫。 03 直播作为快手核心业务, 是不能丢失的基本盘 在这次网络安全事故发生后,快手曾一度冲上了苹果AppStore免费APP下载榜第二。 只不过,这个消息并不值得庆贺,下载量的增加看似是快手因祸得福,吸引了流量,实则是因为“快手中有劲爆直播内容”的消息广泛传播后,部分网友产生了猎奇心理,下载量的增加是用户已经为其贴上了“直播内容不正规”“审核不严格”等标签的结果。 可以预见的是,这场网络安全事故已经让部分用户离开快手,而随着快手的整改,这些充满猎奇心态的用户也会离开。 更重要的是这场事故对快手直播业务的影响。 虽然快手在12月23日的回应公告中强调,快手应用的直播功能已逐步恢复正常服务。快手应用的其他服务未受影响。 但受到影响的直播业务是快手的基本盘之一。不管是直播带来的流量,还是直播带货所带来的商业收入,对快手而言都至关重要。 2025年第三季度,快手总收入为356亿元,其中直播业务收入为96亿元,占总收入的26.9%,是仅次于线上营销服务(占比56.5%)的第二大收入来源。 为了让直播间的环境更安全、健康,直播的生态管理一直是快手在做的事。 据快手的2024年财报,其内容审查和拦截机制多达6条。其中,公司建立了主动审查及拦截违规内容的内容审核机制,覆盖视频、直播、账号、评论等全内容场景。 在审核方面,快手也不只是设置了一道关卡,而是采取了机器审核与人工审核相结合的模式,同时还采取了初审与复审的双层审核制度。 快手也在财报中披露了其内容风险管理机制:公司已经成立了风险感知团队,检测站内异常行为聚集、异常播放聚集等异动,通过流转研判链路进行研判、分类及处置。 除此之外,不管是在内容审查和拦截机制还是内容风险管理上,快手都引入了大模型。 快手2024年财报显示,平台将大模型引入至违规内容的识别过程中,提升违规内容识别效率;在风险发现层面引入大模型,根据用户反馈信息进行识别与总结,提升对用户反馈的理解效率。 快手内容治理举措 但这次网络安全事故,让这些写在财报中的审核与风险预防管理动作,显得没有说服力。 与此同时,在今年第三季度,快手的直播业务也出现了增长疲软的迹象。财报显示,快手直播业务收入仅同比增长了2.5%,远低于整体营收增速,成为拖累营收增长的重要因素。 再加上在过去的2025年中,快手的内容生态还多次收到整改通知。 例如今年9月,快手就曾因热搜榜单重点环节存在炒作明星个人动态和琐事类不良信息等问题,被网信部门约谈并处罚;此前的8月,快手还因侵害《德云斗笑社》《长相思》等作品著作权,被判赔偿8910万元,法院认定其存在大量重复侵权行为,主观过错明显。 而如今这场网络安全事故,可以说更是让快手的内容生态雪上加霜。 “安全性”是社交平台的底线,经历了这次信任危机的快手没有捷径可走,只能靠过硬的技术实力建立起坚固的防御机制,预防事故的再次发生。
华为宣布中国首个4.9 GHz+F/A SUL一体化基站示范区落地,小区边缘速率提升数倍
IT之家 12 月 24 日消息,华为中国今日宣布,联合天津移动成功部署了全国首个基于 4.9 GHz 与 F/A 频段 SUL(补充上行)技术的一体化基站示范区。 该示范项目旨在验证 5G-A 网络在提升上行传输速率方面的能力。据实测结果,在采用新方案后,网络小区边缘的上行速率可稳定达到 20Mbps,较原有的 4.9GHz 单频段性能有数倍提升。 华为表示,项目采用的解决方案将 4.9 GHz 主频段与用于补充上行的 F/A 频段集成于一个 AAU(有源天线单元)设备中。该一体化设备采用多频合一与轻量化设计,据称可减少天面占用,适配城市复杂安装场景,并实现约 10% 的节能效果。 华为介绍称,直播、AI 手机等应用对网络上行速率与稳定性提出了更高要求。该技术通过调整频谱资源利用方式,旨在满足此类业务未来发展的需求。 此外,该方案也为现有 4G 网络中的部分频谱资源向 5G-A 平滑演进提供了技术路径。天津移动方面表示,其现网中符合条件的站点已有超过 80% 完成了相关频段资源的腾退准备。 同时,华为还宣布新一代直播神器“华为随行 WiFi X”将在 2026 年发售,将可结合此类大上行网络,为高清直播等场景提供支持。关于这款产品的详情信息可见IT之家此前报道。
重回A股?优必选宣布拟以16.65亿元收购浙江锋龙43.01%股份
IT之家 12 月 24 日消息,优必选今晚发布公告,拟以“协议转让 + 要约收购”的组合方式共收购深交所上市公司锋龙股份 9395.75 万股(占锋龙股份公司股份总数 43.01%)。 根据公告,本次控制权变更方案中的股份转让价格、要约收购价格均为 17.72 元 / 股(IT之家注:相比 12 月 17 日锋龙股份停牌前的 19.68 元 / 股折让 10%),以此计算,合计总对价达 16.65 亿元。此次战略收购是优必选完善产业链布局、强化核心竞争力的重要举措。 同时,锋龙股份发布公告称,公司控股股东及实控人筹划控制权变更,股票自 12 月 18 日起停牌。12 月 24 日,诚锋投资等与优必选签署《股份转让协议》,诚锋投资向优必选转让 65,529,906 股(占总股本 29.99%),转让价款 11.61 亿元。股份转让过户完成后,优必选将发起部分要约收购,要约收购 28,450,000 股(占总股本 13.02%)。相关方承诺 28,427,612 股(占总股本 13.01%)预受要约并放弃表决权。 锋龙股份公告称,优必选与诚锋投资等签署协议,拟受让诚锋投资持有的 29.99% 公司股份,并向除收购人以外的全体股东发出部分要约,预定收购 2845 万股,占比 13.02%,要约价 17.72 元 / 股,所需资金不超 5.04 亿元。 锋龙股份称,优必选将在公告后两日内存入 1.01 亿元履约保证金。收购完成后,优必选最多持股 43.01%。本次要约收购为主动要约,不以终止上市为目的。交易尚需收购人股东会审议及相关批准。公司股票自 12 月 25 日开市起复牌,本次交易尚需多项程序,存在不确定性。
特朗普政府向AI人才“招手” 2.5万名求职者竞争Tech Force名额
财联社12月24日讯(编辑 周子意)目前,美国政府正积极在联邦机构中安置具备人工智能(AI)专业知识的员工。 据特朗普政府的一位高级官员周二(12月23日)透露,已有约2.5万人表示有意加入被称为Tech Force的特朗普政府工程师团队。 美国人事管理办公室主任Scott Kupor在一篇帖子中写道,特朗普政府将利用这份名单来招聘软件、数据工程师以及其他技术岗位的人员。 据悉,这些有意愿的候选人将竞争Tech Force团队首批的1000个名额。Kupor早些时候曾介绍道,新招募的这批AI人员将在联邦机构内部从事技术项目的工作,为期两年,这些机构包括国土安全部、退伍军人事务部和司法部等政府部门。 特朗普的AI雄心 本月中旬时,特朗普政府便公布了这项名为U.S. Tech Force的新计划,该团队的成员将在整个联邦政府范围内从事AI基础设施和其他技术项目的工作。 这支技术团队的成立表明,特朗普政府在争夺这一快速增长行业(AI)的主导地位之际,也加大了对发展美国基础设施的关注。 这项招聘计划被视作是特朗普政府人工智能议程的一部分。虽说特朗普总统在其第二任期的最初几个月里曾致力于削减政府岗位,但对那些被认为是维持“国家安全”所必需的职位则网开一面,可见,Tech Force的设立可说是这波人事裁减中的一项例外。 此前,包括拜登在内的美国多位总统也都曾发起类似举措,旨在将更多的技术人才引入政府部门。
曝中兴通讯回应与字节合作“豆包手机”细节:顺势之举
【CNMO科技消息】12月24日,据《蓝鲸科技》公众号信息,针对近期备受关注的中兴通讯与字节跳动在AI手机领域的合作,中兴通讯相关人士回应了与字节合作“豆包手机”细节。 “豆包手机” 谈及选择与字节跳动合作AI手机的原因,该人士称,首先是“战略同频”。双方均将AI手机视为确定的未来趋势,并共同认同“开放是促成创新的关键”。在当前行业创新节奏放缓的背景下,中兴希望携手顶尖AI厂商,实现“1+1>2”的协同效应,加速推出具有变革意义的产品。 其次是“优势互补”。该人士表示,中兴旗下努比亚品牌在AI技术领域已有近十年积累,具备深厚的硬件工程能力,尤其在算力与功耗优化方面。字节跳动则凭借豆包大模型及其“跨应用执行的智能体技术”,能够补全终端实现高阶AI体验的关键一环。 此外,豆包的技术能力可助力实现“全平台比价、跨应用协同”等高实用性智能场景在手机端的落地,这与中兴“让AI如阳光空气般普惠”的理念高度契合。 该人士还表示,此次合作是“顺应行业趋势”之举。以iPhone+ChatGPT、三星+Gemini等案例为鉴,在AI时代,封闭创新已难以适应快速发展的节奏,开放协同才是快速为用户提供革命性体验的必然路径。 相关报道 在被问及是否接触其他大模型厂商时,中兴通讯相关人士表示,公司秉持“开放即创新”的理念,这也是其“AI for All”战略的核心。目前,中兴已收到部分合作邀约,相关沟通正在推进。 关于大模型如何融入中兴的产品矩阵(如5G基站、数据中心、行业终端等),该人士进一步说明:大模型将作为底层智能能力,通过工程化路径深度融入网络、算力、家庭与个人业务四大领域。尤其在终端侧,中兴提出“AI Together”理念,通过星云智能平台实现多模型协同,将AI能力注入AI手机、AI家庭终端等产品,打造全场景智能体验。 深度整合豆包手机助手等AI功能,是否会成为中兴未来的核心差异化方向?对此,该人士给出肯定答复。他表示,这将是重要的差异化路径之一。未来,中兴将持续深化AI智能体能力与硬件本身的协同,使AI不再仅仅是附加功能,而是与芯片、通信、功耗等硬件设计深度耦合,构筑独特的用户体验壁垒。 该人士还强调,隐私与安全是与字节跳动合作的“底线共识”,也是“AI for All”得以落实的根本前提——“没有安全的普惠,不是真普惠”。
aiXcoder:企业级软件开发需结合AI与工程方法论
凤凰网科技讯 12月24日,硅心科技(aiXcoder)产品研发负责人黄宁在行业会议上表示,当前流行的Vibe Coding(氛围式编程)模式难以直接适配企业级复杂项目的开发需求。他认为,AI并非软件开发的“银弹”,需与软件工程深度结合。 硅心科技(aiXcoder)产品研发负责人黄宁 黄宁指出,Vibe Coding模式倾向于将代码细节交由AI生成,开发者仅聚焦需求描述。但在企业级应用中,该模式常导致AI生成的代码忽略既有工具函数、擅自增加模块、缺乏长期维护考量甚至留下安全漏洞,增加了代码评审的负担。其深层原因在于,AI缺乏人类工程师的“吃亏经验”,只能给出“局部最优解”,难以满足项目对全局稳定性和未来可扩展性的要求。 对此,aiXcoder提出了一套“AI+软件工程”的实践路径,核心在于围绕AI能力范围设计系统,并确立开发者为项目的最终责任主体。该路径主要包括三个方面:一是通过纵向分层与横向分离,拆解复杂任务,定义人与AI的能力边界;二是构建“工具自动化监测+人工经验评审”的双重保障体系,确保企业级安全标准;三是通过提示词工程与上下文工程,提取并利用企业内部的隐性知识,为AI提供更丰富的项目上下文。 aiXcoder黑盒测试自动化方案 aiXcoder称,这一开发范式已在其服务的企业项目中得到验证。例如,在某通信行业头部企业的黑盒测试自动化项目中,通过构建结合领域知识的工作流与多智能体协同,最终生成了可批量执行的测试脚本,并在关键环节设置了人工核验机制。 黄宁展望未来时表示,行业将从“定义软件”向“定义软件开发模式”进化,人类开发者需要将更多精力集中于解决系统复杂性的任务上。
2026网络安全六大新趋势:AI重构攻防,信任成为新防线
2026年的网络安全战场,将脱离“筑墙防盗”的初级阶段,演变为一场围绕“数字信任”展开的全方位博弈。 IDC预测,到2026年,70%的组织将采用融合生成式、处方式、预测式和智能体技术的复合AI。 AI的爆发式增长在重塑生产力的同时,也催生了AI Agent身份冒充、API规模化攻击、AI浏览器和AI手机“黑箱”风险等新型威胁,推动网络安全从“边界防护”全面转向“信任重构”。 趋势一:AI流量飙升令智能体攻防成为新战场,AI Agent身份认证将“被动防护”转向“主动建立信任” 2026年成为“AI原生”经济元年,具备推理、记忆、自主协作能力的AI Agent渗透企业运营各环节,但自主性增强也使身份安全漏洞被无限放大。 这类风险集中表现为三方面: 一是身份冒充与欺骗,黑客伪造Agent身份利用弱认证执行未授权操作; 二是权限管理混乱,Agent与工具调用链的身份传递让传统访问控制模型失效; 三是通信配置缺陷,明文传输或令牌校验缺失易引发中间人攻击。 2026,AI Agent安全防护的核心正在从“被动验证身份”转向“主动建立信任”。 部署多智能体协同防御平台,构建“威胁感知-决策响应-溯源审计”三位一体的安全智能体矩阵,强化身份认证与权限治理,构建“数字身份+行为基线”的双重认证机制,防范单一代理身份泄露引发的连锁攻击。 让安全成为保障智能生产力高效运转的“信用护照”。 趋势二:AI加速API攻击规模化,API攻击面极具扩大成为主要威胁载体 API的大规模应用使其成为攻击者的首选突破口,而AI技术的介入,让API攻击从“精准试探”升级为“规模轰炸”,使得攻击面持续扩大。 攻击者通过AI生成的恶意脚本,可同时对企业的数百个API发起高频请求, AI还能模拟正常的业务流量特征,将恶意请求伪装成合法访问。 这种智能化、规模化、隐蔽化的攻击特点,在AI Agent的加持下,井喷式增长,使得API安全风险在2026年将进一步加剧。 2026,企业需建立API全生命周期防护体系,不仅要在开发阶段嵌入AI审计工具,实时检测异常调用模式,更要通过动态权限管理,让API访问权限随业务场景智能伸缩,从源头遏制攻击规模化风险。 趋势三:AI重构攻防态势,前置式主动网络安全主动出击破解潜在攻击路径 AI攻击的速度和复杂性日益增长,超越了传统安全工具的响应能力,甚至可将攻击流程的完成时间从“天级”压缩至“分钟级”。 Gartner预测,到2030年,前置式主动网络安全将占据企业安全支出的50%,核心逻辑是利用先进技术在网络威胁造成危害之前进行预测、破坏和拦截。 旨在通过预测分析、自动化和人工智能驱动的防御来拒绝、欺骗和瓦解攻击者,帮助组织增强韧性、降低风险敞口并支持业务连续性。 2026,具有前瞻性的CIO需要整合先发制人的安全能力为现有安全方案赋能,在风险暴露发生之前,持续识别、评估并缓解潜在隐患。 同时聚焦关键系统与资产的保护,运用可识别新兴威胁模式、预测潜在攻击路径并部署自动化防御的主动能力。 趋势四:AI 浏览器 ×AI 手机诱发智能体基础设施全新威胁 当OpenAI ChatGPT Atlas、Perplexity Comet等AI浏览器以及AI手机的日渐风靡,企业的安全边界正从可控的内部系统转移到这个兼具生产力与风险的“黑箱”中,提示注入攻击、会话劫持、数据泄露等多重风险正在成为新型内部威胁的主要入口。 特别是伴随AI手机的推出,攻击者可透过AI智能体的“过度授权”,在输入端、系统层及第三方工具调用中通过诱导用户授权或利用浏览器自身漏洞,获取超出预期的系统访问权限。 这类恶意行为风险,甚至可能被黑灰产利用进行侵入式攻击。 2026,推动安全与业务融合,将AI安全要求嵌入业务流程设计环节,例如在引入AI浏览器辅助办公、客户服务等场景时,同步完成安全风险评估与防护方案部署。 “用AI反AI”的防御思路,构建预测性威胁防御体系,同时通过对AI行为进行实时监控与约束,在保障生产力的同时筑牢安全防线。 趋势五:AI驱动的新型多重勒索更趋于自动化,攻击面持续扩大 勒索攻击已彻底告别“加密锁机换赎金”的单一模式,在AI技术的驱动下进入自动化2.0时代,从目标筛选、漏洞扫描到攻击实施、赎金谈判,整个过程可在极短时间内完成,攻击效率较传统模式大幅提升。 形成融合数据窃取、系统瘫痪、声誉破坏、供应链传导的多重威胁闭环。 2026,网络安全领导者必须实施一项全面的战略,涵盖勒索软件防御生命周期的所有阶段——准备、预防、检测、响应和恢复, 构建事前预防策略,部署先进的检测和响应工具,开展勒索演练等策略,使组织能够快速检测威胁、高效调查事件,并通过强有力的恢复措施最大限度地减少安全漏洞的影响。 趋势六:合规与AI可信双驱动,数据质量与治理成为Agentic AI时代的新挑战 中国信通院发布的《人工智能高质量数据集建设指南》明确提到,以大模型为代表的人工智能技术展现出了类人智能的“涌现”能力,呈现规模可扩展、多任务适应及能力可塑三大特征,对数据集的规模、质量等提出更高要求。 数据合规可信是大模型可信的基石,需从数据合规与数据可信双向发力,确保数据应用合法合规、版权清晰、质量可靠、效果可溯。 随着合规框架与可信体系的深度融合,数据治理将成为Agentic AI技术突破的关键支点,推动智能体在更广泛场景下实现安全、高效的应用,为数字经济高质量发展注入新动能。 2026,通过构建新一代全生命周期数据质量管理与治理体系,并融合合规与可信的治理框架,从数据源头把控质量,从技术层面强化保障,从制度层面明确规范,从而构建安全、可靠、可持续的数据治理生态。 AI时代的网络安全,并非单一技术的堆砌,而是贯穿“数据-应用-流程”的全维度体系,唯有筑牢数据根基、实现主动防御的企业,才能在AI重构的数字世界中站稳脚跟。
11月手机厂商AI助手活跃用户规模报告:华为小艺第二
12月24日,QuestMobile发布2025年11月手机厂商AI助手活跃用户规模数据显示,华为旗下AI助手“小艺”以1.53亿月活跃用户规模位列行业第二,仅次于OPPO“小布助手”(1.66亿)。 报告显示,华为小艺在2025年11月的月活跃用户达到15,254万,渗透率为53.6%,在主流手机厂商中用户规模稳居第二梯队。尽管在绝对用户量上略低于OPPO,小艺凭借华为庞大的设备存量与鸿蒙生态联动,依然保持着极高的市场影响力。 值得关注的是,在用户渗透率方面,小米“超级小爱”(72.5%)、荣耀“YOYO助理”(65.2%)表现更为突出,显示出这些品牌用户对AI助手功能的高频使用习惯。而vivo“蓝心小V”(31.8%)与苹果Siri(15.9%)的渗透率相对较低,反映出其在用户习惯培养与功能集成方面仍有提升空间。 在细分AI应用赛道,视频类AI工具表现亮眼。数据显示,华为“智慧识屏”月活跃用户近1.26亿,成为最受欢迎的视觉交互AI功能之一。荣耀“智慧视觉”、小米“AI扫描”等同类功能也积累了千万级活跃用户,表明“AI+视觉”已成为用户刚需场景。单点功能类AI应用中,OPPO“小布记忆”、vivo“小V带记”等记事类工具也逐步渗透用户日常使用,显示出AI助手正从系统级通用功能向垂直场景深度拓展的趋势。
5年后将淘汰C语言 微软澄清:不会用AI重写Win11系统
快科技12月24日消息,日前一位微软工程师在个人页面宣布微软将在2030年删除所有C及C++语言编写的代码,用Rust取而代之。 这一表态引发了极大的关注与争议,微软偏好Rust这一点已经不是新闻了,多年来微软高管也多次在采访中表态要从C转向Rust,理由是后者更安全,现在太多的网络漏洞都跟C语言的内存处理有关。 不仅是微软转向Rust,Linux社区也一样,最新的内核都用Rust写的,还有很多公司也是一样的态度。 但是能像微软这么激进的可不多,5年时间就彻底淘汰C/C++,还要考虑到大量Windows应用及底层代码都是C/C++语言开发的,这个转换过程可不是那么简单的。 这个工程师发表这篇文章之后,又删了这个帖子,表示引发的争议超乎他的想象,不过更可能的是他的表态只是工程师自己的,全删C/C++的表态还不是微软官方的意思。 淘汰C/C++只是他的帖子引发争议的第一部分,第二个重点则是表示微软要用Rust语言和AI重写Windows系统,这一目标爆炸力不输第一个。 很快微软方面又辟谣了,负责公关的高管Frank X. Shaw表示,微软公司没有计划用AI重写Windows 11。 当然,这种辟谣对熟悉大公司的网友来说还有很多含义,不用AI重写Win11不代表不用AI开发Win11,在当前AI编程大爆发的时代,微软这样的公司要是还在Win11开发上使用传统的手写代码那才是奇闻。 或许以后Win11再有什么奇怪的bug,大家就不能第一时间怪某三程序员了,而是AI代码的锅。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

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