全球混凝土及砂浆行业供应链平台

5月27日，联想集团股价上涨8.86%，收12.04港元/股，创近年来新高，盘中股价还触及12.26港元/股高点。上周，联想集团公布23/24财年全年及第四季度业绩后，联想集团董事长兼CEO杨元庆表示“IT产业最困难的时期已经度过”，并在致供应链伙伴的信中称，人工智能为行业带来前所未有的发展机遇。 联想此前提出“All for AI”，不仅指产品把握AI机会，也包括在供应链运营中应用AI技术。第一财经记者了解到，联想全球核心供应商超2000家，基于提升供应链效率等目的，庞大供应链的运营正在整合AI技术。 联想集团全球供应链首席转型官、联晟智达CEO徐赫告诉第一财经记者，AI可以改善供应链运营效率，人工智能未来也会进入生产、流通等流程。 AI带来机遇的同时，供应链还面临波动，生产层面，此前AI处理器短缺曾影响部分厂商出货，供应链运营层面，AI要在供应链运营中顺利落地还存在一些挑战。 AI在供应链中落地 “AI机遇应该是无穷的，（企业）慢了也不行，首先要把AI运用好，成为最智能化的企业，更好地预测需求、匹配供需，让排产更高效，质量检测和运输更合理。这是我们要做的，做好后可以服务于制造型企业。”杨元庆在媒体沟通会上对包括第一财经在内的媒体表示，供应链灵活性是联想可持续创新的一个原因，多卖多供、上下联动与智能化需求预测有关。 联想全球供应链涵盖PC、服务器、手机领域，核心供应商和三四级供应商合计超4000家，在全球有30多个制造基地。近日的联想集团全球供应商大会上，联想集团高级副总裁兼集团运营官杜哲民介绍，这轮AI热潮前，联想集团已将AI整合到全球供应链运营中，由AI驱动的全球供应链智能控制塔（SCI）可让决策时间减少近60%。 “联想把最核心的400家供应商拉到数字化协同平台上，通过API（接口）、大数据分析、AI数据挖掘技术进行信息总结、分享和提炼，减少供应链管理中的波动和牛尾效应。” 徐赫表示。 徐赫还告诉记者，AI可在供应链智能控制塔、数据分析等层面提高工作效率、质量和稳定性，提供前期预警。未来，生成式AI有望像人一样思考和学习，减少人类重体力劳动，并进入生产、流通、研发等流程。 徐赫观察到，海内外对应用AI等先进技术的动机有所不同，其中，国内做数字化转型较关注投入产出比，考虑成本层面的机会。海外对AI或其他先进技术的应用则往往是因为受到劳动力限制，有时不得不选择新技术。 但徐赫也指出，AI要在供应链深入应用也有挑战。一方面，数据涉及隐私和安全性，要做出适用供应链场景的大模型需要丰富数据来训练，合理合法获取数据将是一大挑战，另一方面，相关人才仍相对稀缺。此外，联想还需思考AI与企业社会责任的关系，联想此前便以链主身份带动周边产业就业，未来在技术迭代和劳动力能力升级之间需要找到平衡。 AI服务器业务波动 作为服务器厂商，受AI需求影响，联想的业务也在波动。联想23/24财年中，包含服务器业务在内的ISG基础设施方案业务集团全年亏损。联想集团方面解释，全球IT预算变化，随着大模型爆发式增长，云服务厂商、企业需求迅速转到AI相关计算上，传统计算预算减少，AI处理器的供应也出现了短缺问题。 一些服务器厂商此前也受AI处理器供应短缺影响。浪潮信息去年上半年营收同比减少28.85%，净利润减少65.91%，财报提到营收下降主要是因专用芯片供应紧张等影响。去年全年，浪潮信息营收、净利润分别同比减少5.41%和14.54%。 此外，去年6月紫光股份控股企业新华三发布了采用英伟达H800 GPU的AI服务器等产品。不过，随后相关芯片供应量不足。新华三去年上半年营收、净利润分别同比增长4.87%和2.62%，全年净利润增长幅度缩小至4.27%，净利润则同比减少8.58%。 不过，联想集团方面解释，AI处理器供应缺口已经有缩小的迹象。包括联想在内，多家服务器厂商受AI服务器需求驱动，业绩近期也出现回暖迹象。 联想基础设施方案业务集团ISG第四财季出现销售反弹，营收同比增长15.1%。联想集团执行副总裁兼中国区总裁刘军解释称，其中AI服务器有20%以上增长。今年第一季度，浪潮信息业绩也有所回暖，第一季度营收、净利润同比增长85.32%、64.39%。工业富联去年全年营收同比减少，今年第一季度营收恢复增长，第一季度生成式AI服务器收入同比增长近三倍。 一名服务器上游供应商告诉记者，根据其接触到的市场情况，今年海外AI服务器需求增长更加迅猛。国内也有所增长，但应保持与去年大致相同的增长幅度，这或许与国内互联网厂商受制于预算有关，今年国内客户新增的服务器需求多与AI服务器相关，传统服务器新增需求相对不大。也有服务器上游供应商告诉记者，AI运算目前的成本较高，对铺开AI应用有影响，AI只带来了一部分新增需求，服务器拉动相关零部件增长的力度可能有限。 集邦咨询数据也显示，全球服务器整机出货量去年同比减少6%，今年预估增长2.05%，增长主要受到美国云端服务业企业的拉动。今年服务器整机中AI服务器出货占比约12.1%，今年全球主要云端服务业企业对高端AI服务器的需求量中，微软、谷歌、亚马逊AWS和Meta四家企业占比逾六成。

在当下AI的热潮中，除了中美两大巨头，还有一个来自东方的大国，试图在人工智能的竞争中抢占先机——是的，它就是我们那个神奇的邻居，印度！ 根据最新的Kantar研究报告，印度目前已经有7.24亿人已经用上了AI（未必全是GPT这类大模型）。 在官方层面，对于生成式 AI 产业这事儿，印度也是兴趣极大。 就在去年8月，印度联邦内阁批准了为人工智能、网络安全和数字技能发展投入1490.3亿卢比（约合130.7亿人民币）的计划。 在这样的刺激下，今年1月，印度终于诞生了一家自己的大模型独角兽公司——Krutrim。推出大模型仅一个月后，该公司就以10亿美元的估值融资5000万美元。 然而，印度AI这场盛宴，表面上锣鼓喧天，但一掀开锅盖，里面的“菜色”可就一言难尽了。 先说说“参赛选手”吧，印度在AI企业数量上，跟中国一比，那差距可不是一星半点。 中国这边，不仅有百度、阿里、腾讯这些巨头推出了文心、盘古这样的的大模型，还有一堆短小精悍的团队，比如月之暗面、智谱AI、百川智能和Minimax，也都搞出了拿得出手的自研模型。 而印度呢，大模型相关的公司少得可怜，自研模型更是凤毛麟角。 根据Tracxn和印度人工智能协会的数据，印度在大模型领域的公司数量不到10家，而且这些公司主要忙着做对话AI、智能助手和一些特定行业的应用，基本不碰基础模型的研发。 至于印度目前唯一一个自研模型Krutrim AI ，也同样充满了“咖喱味”。 不仅被曝出来有套壳ChatGPT的嫌疑，并且根据使用者的体验报告，Krutrim AI在使用时，仅允许输入 424 个字符（不包括空格)，而且有时在交互过程中还会突然懵逼，连自己是谁都忘了。 实际上，对于印度AI的前景，去年早有人做了预判。 2023 年 6 月，Sam Altman 在印度被问及，如果印度团队花1000万美元搞出大模型，能和OpenAI竞争吗？Altman 回答：没戏。 01 搞不好AI的IT大国 印度，这个在IT圈里响当当的大国，居然在AI方面如此拉胯，属实让人感觉有点意外。 咱们平时老觉得，这AI大模型，说白了就是个高级点的程序，不比那些又要精密机械、又要复杂化工的产品，得一步步爬产业链的阶梯。 按理说，只要掌握了算法加数据，再凑上几个写代码的高手，理论上应该手到擒来才对。而印度人在代码、编程这块，那可是出了名的能干。 且不说当下谷歌、微软的CEO皮查伊、纳德拉都是印度人，就连当初写下名震AI界的那篇《Attention is All You Need》的硅谷八子中的两人，也是印度裔。 同样地，今年震撼AI界的Sora，其核心研发人员中，就包括了一名来自印度的技术天才Aditya Ramesh。 Aditya Ramesh还参与开发了DALL-E 就连特斯拉的自动驾驶负责人Ashok Elluswamy，超级计算机Dojo前负责人Ganesh Venkataramanan也同样来自印度。 按理说，编程、软件方面的人才那么多，搞AI应该很有优势啊，那为何印度在大模型方面如此拉胯呢？ 其实，这种“只需要几个聪明人” “万事俱备只差一个程序员”就能搞出来的“低门槛”技术，某种程度上是一种产业上的错觉。 这种错觉就像：“在汽车方面很强大的国家，理应轻松搞出网约车平台”，但现实是，它们就是搞不出来，例如德国、日本虽然是传统汽车强国，但你见过哪个牛气冲天的网约车平台是从他们那儿冒出来的？ 在德国，Free Now这样本土的网约车APP，2023年的用户数只是区区350万左右。 其实，无论是网约车，还是大模型，都不是表面上看起来那样，只需要几个聪明的程序员鼓捣几下，就能弄起来的。 因为这背后涉及的东西，表面上看只是一堆程序、代码，但实质上却和一个国家的基础科研、基础设施，市场群体，以及数字化程度有着千丝万缕的联系。 就拿网约车来说，基础科研方面，网约车涉及了GPS、定位算法一类的东西；在基础设施方面需要有覆盖极广的高速网络；在市场端要有大量经常性乘车出行，且熟练上网的人口来支撑。 同样地，AI领域虽然不像某些产业有复杂的供应环节，但依然有着自身的产业链。 分为上中下三游，每一个环节背后都对应着必不可少的科研、市场或数字化程度等因素。 具体来说，AI产业的上游，就是基础研究层面，例如机器学习算法、神经网络架构等等，这方面需要大量跨学科的，基础理论方面的人才；但可悲的是，当今的印度在AI领域，直接在最顶层就被抽掉了理论和科研的人才基础。 02 巨额订单的诱惑 印度在AI基础科研人才方面的缺失，原因主要有二点： 1、IT外包带来的“毒蛋糕”效应； 2、国内拉胯的基建。 这里先说下第一点。 在1990年代那会儿的时候，印度遭遇了严重的外汇危机，赤字占到了其GDP的8.5%左右。为了破局，印度政府不得不进行了一系列市场化的改革。 而改革中最重要的一点，就是鼓励私立教育机构的发展，特别是那些专注于工程、管理、信息技术等应用型学科的学院和大学。 这些以市场为导向的私立学校，很快就瞄准了一个特别香的赛道——IT外包。 这是因为，从成本和收益比来看，印度当时的基础设施、工业能力太差，而且十分缺乏资本，搞制造业属于费力不讨好的行当。 倘若培养制造业的技术人才，毕业后的就业率会十分难看。 相较之下，IT外包这种活，不仅属于轻资本，不需要大动干戈地搞基建、建工厂，并且由于印度人英语好，劳动力又廉价，做起来简直就是一本万利的绝佳买卖。 于是，从90年代起，各种以信息技术为主的应用类专业，就开始在印度的学校中野蛮生长。 而这样的局面，也造就了今天印度科研“重应用，轻理论”的局面。 例如在2021年的一份报告中， 印度工程和技术专业的学生，占到了总招生人数的约70%。 但在基础科研方面，根据《自然指数》（Nature Index）的数据，在2022年，中国在自然科学方面的成果约为20050项，美国是21473项，而印度只有1280项。 来源：Nature Index 虽然印度后来也意识到了这种模式的弊端，也想过要改变，但是，两个重要的原因，让印度放弃了“浪子回头”的打算。 首先一个原因，是美国人给得实在太多了。 随着90年代美国的计算机巨头开始全球扩张，印度的IT人才，从大量的大外包订单中获得了巨额报酬。 到了1990年代中期，印度IT从业人员平均年薪大概是8000—12000美元左右，到2000年初期，进一步上升至3万—5万美元，同时期的印度普通农村家庭，年收入仅为300-500美元。而城市低收入阶层家庭的年收入，也仅为600-800美元。 除了巨额的订单诱惑，另一个重要原因，就是印度拉胯的工业、基建，让很多基础科研方面的工作缺乏必要的硬件。 03 捉急的基建 这里一个很反直觉的现象是：AI方面的研究与实验，其实与其他基础科研一样，是十分注重硬件设施的一种研究。可不只是凭编程高手倒腾几下算法那么简单。 要维持大模型的运转，就得有大量的GPU，以及相应的数据中心，而这背后，则必须有充足的电力、能源，以及稳定的、高速的网络基础设施，用来进行数据的传输。 可偏偏印度在这些基础设施方面，表现属实不太行。 一个明显的差距是，2023年，在超大规模数据中心数量上，印度只有大约18个超大规模数据中心，而中国的公开数据是有接近100个。 而超大规模数据中心，正是衡量AI算力的一个重要指标。 这样的差距背后，是支撑和维系数据中心运作的一系列配套设施，包括了电力、网络，冷却系统等等。 在这方面，印度同样被中国甩了好几条街。 首先在能源方面，中国的超大规模数据中心的能耗，在2023年估计达到了约180-200 TWh，而印度只有大约10-15 TWh。 之所以如此，是因为印度在电力方面的基建，实在太捉急了。 根据印度民意调查机构2022年对超过2万人的调查显示，三分之二的家庭表示会突然遭遇停电，三分之一的家庭更是每天固定“小黑两小时”。 这电都不够老百姓家里灯泡亮的，还想养AI这尊电耗子？ 除了电力，在网络基建方面，同样是在2023年，中国5G基站总数已超过248万个，覆盖率超过96%，而印度的数量只有30万，覆盖率仅达到了30~40%。 而在更为关键的冷却系统方面，中国在直接液冷、浸没式液冷等先进液冷技术方面处于领先地位（采用率30%）。相比之下，印度大多数数据中心仍采用传统的空气冷却系统，缺乏对液冷技术的广泛应用（采用率10%左右）。 以上种种拉胯的基建，都让印度的计算机科学人才，即使想回国为AI事业效力，也会面临“巧妇难为无米之炊”的困境。 于是，印度聪明的年轻人，最后往往只能含泪打包行李，漂洋过海去美国实现科研梦。 2023年，约6万名印度计算机理论人才选择了海外发展，约占本土计算机理论人数的40%，相较之下，中国的流失率只有15%。 一面是美国抛来的巨额IT外包订单，一面是国内拉胯的基建，两者的相互作用下，印度只能在“科技施工队”的路上越陷越深，难以自拔。 而这种顶层理论人才的差距，直接决定了印度在AI领域所能取得的上限。 04 低数字化社会 如果说，印度在AI产业链上游的问题，主要是基础理论人才的缺失，那么在AI产业链的中游，也就是模型训练方面，印度的困境，主要是难以为大模型的优化和迭代提供足够的数据。 众所周知，目前大模型训练所需的数据，大部分都来自互联网。 而印度在这方面，有个最大的硬伤：就是社会的整体的数字化程度太低。 虽然印度网民人数听起来是挺唬人的，快9亿大军了，但这里有个重要的区别，就是网民数量并不等于一个国家数字化的程度。 现在经常用AI的朋友，估计可以感受到，目前ChatGPT这类AI，最大的用武之地，往往都是一些信息、数据特别密集的场景。 例如像什么长篇报告总结，专业研报分析，或是帮忙处理一些庞杂的代码之类的。 这样的场景，通常包含了大量的数据、信息，而数据或信息的量多到了一定地步，到了人脑觉得负担太大的时候，人们就会觉得AI很有必要了。 从这个角度上看，数字化程度越高的社会，和AI的契合度就越高。 反之，在一个数字化程度较低的国家里，人们在日常活动中产生不了那么多数据，或是即使产生了数据，这样的数据也是大多是以“线下”的形式存在，那AI就很难有用武之地。 从这个角度来看，所谓的数字化程度，绝不仅仅是“网民数量”这一表面的指标，而是指在日常生活中，人们工作、买东西、学习、看病这些活儿能多大程度在网上解决；企业是否能用数字化的手段提高效率。 虽然现阶段，印度网民的数量是挺多了，但仔细深究起来，他们每天在网上都干了嘛事儿？ 根据著名的会计和咨询公司KPMG在印度分布的统计，印度网民目前每天上网的主要活动中，社交网络、即时通讯和视频娱乐等领域最多，占到了总上网时间近90%左右。 但在娱乐化的内容外，其他活动频次就明显低了很多。 如果按使用频率来统计，印度只有56.3%的用户通过网络进行了在线购物，而在中国，这样的比率达到了83%。 除此之外，在网约车平台这些生活服务方面，印度本土的和网约车平台Ola，在2022年全年的订单量约为3.7亿单，而同一时期，中国滴滴出行的订单量则达到了370亿单，是其一百倍以上。 而在企业端，印度企业的互联网普及率仅为49%，而相较之下，中国企业的互联网普及率显著更高，达到了约95%。 这种“低数字化”的现状，从表面上看，主要是落后的基建（5G普及率不足30%）导致的，但从更深层次的原因来看，这和目前印度固有的产业结构，有着莫大关系。 05 分工的重要性 在印度目前的产业结构中，服务业占了GDP的约60%左右。但其中大多是一些低端服务业，例如零售、酒店或餐饮啥的。 农业占了15%—18%，制造业还要略低一些，只有12%。 这种以农业、服务业主导的产业结构，实际上很难承载数字经济所需的复杂产业链和高附加值服务。 农业和很多服务行业，产业链往往很短且较为单一，就像种地、养牲畜，供应链相对较短。 还有那些日常的服务，比如餐馆做饭、商店卖东西、家政打扫卫生，生产链也相对单一，去干就完了呗，较少涉及复杂的上下游产业链整合或增值服务。 说白了，这样的产业，缺乏复杂的数据和信息管理需求。 这么点信息，人脑其实完全处理得过来，用不着AI。 与农业、服务业主导的社会相比，工业社会的一大特征，就是存在大量的分工与协作。 从最初的原材料处理，再到设计新产品、搞研发、组装、测试，最后还要打品牌、做营销、保证售后服务，这一套流程下来，就形成了复杂的产业链。 每增加一个环节，都能创造更多的数据和信息增量。 以新能源车的生产为例，在设计阶段，通过CAD/CAE软件进行车辆设计，以及进行仿真测试时，就会产生大量设计数据和模拟数据。 到了生产环节，生产线上的设备状态、物料流动、生产进度等，同样会产生海量实时数据。 而除了制造环节本身创造的数据流外，由于产业辐射效应，一些工业活动还会给其他看似不相关的行业，带来意外的新的信息和数据。 例如，在金融和保险行业，有基于车辆行驶数据定制的保险费用。 在广告营销行业，为了实现精准营销，企业就得利用大数据分析消费者偏好、社交媒体互动数据等，来优化广告投放。 综上所述，倘若没有工业化，社会就难以产生复杂的分工，没有复杂的分工，人们的生活中也就不会产生大量的数据、信息。 这也是为什么，现在的各个风投机构，都不怎么看好印度AI企业的原因。 去年，印度与大模型相关的AI企业，融资总额约为1.6亿美元。而在中国，仅仅月之暗面一家企业，总融资额就已经达到了30亿美元。 如此巨大的差距背后，除了对印度AI实力的担忧外，一个更重要的原因，就是AI在印度并不真正具备市场规模和潜力。 毕竟，若是放在中国的环境下，即使大模型一时难以在C端打开局面，但至少在B端，由于数字化程度较高，因此在某些定制化的、垂直的场景（如金融、医疗）中，大模型仍然能找到用武之地。 而反观印度，在社会整体低数字化的情况下，大模型除了闲聊和娱乐，还能用来干嘛？ 但如果只是闲聊和娱乐，上社交媒体和刷短视频不更香吗？ One More Thing 当前印度在AI方面的窘境，属实表明了：当下的这场AI竞争，从浅了看，只是某一个具体技术的竞争，往深了看，是一个国家总体科研实力的较量，再看得深点，就是不同国家之间，社会发展程度、产业结构、人口素质方面的一个综合比拼。 从总体上看，数字化程度越高的国家，AI落地和普及的效果就越好。 而AI普及度越高的国家，就越能够通过收集用户的反馈数据，形成数据飞轮，进一步对模型进行优化和迭代。 而印度的尴尬之处就在于，明明自己身为一个尚未完成工业化的半农业国家，却在追求AI这样一种数字化时代的产物。 而更讽刺的是，印度越是追求AI，自己从前的“铁饭碗”被端掉的可能性就越大，因为当下的生成式AI，在很多功能上，就是直奔着取代某些高端服务业的目标去的。 例如5月21日的微软开发者大会上，微软不仅发布了搭载GPT-4o的最新版Copilot，并且还在会上演示了“帮助小白编程”的GitHub Copilot Workspace。 这是一款通过聊天实现完成程序编写的软件。这将使任何新手，即使对编程语言几乎没有了解，也能开发自己的软件。 设想一下，如果将来编程、电话客服一类的岗位，全都能被AI取代了，印度之前赖以发家的“IT外包”这条路子，还能走得通吗？ 到了那时，工业基础薄弱，IT铁饭碗又被抢走的印度，该如何在AI时代生存，将成为一个巨大的问号。

就在刚刚， xAI 官宣拿到了 60 亿美元的 B 轮融资，其估值也一跃达到约 180 亿美元。 本轮融资的主要投资者包括特斯拉和 SpaceX 的首批投资者安东尼奥·格拉西亚斯（Antonio Gracias）领导的 Valor Equity Partners、迪拜投资公司 Vy Capital、美国私人风投 Andreessen Horowitz、Sequoia Capital、风投公司 Fidelity Management & Research Company，以及沙特王国控股公司 Kingdom Holding 等。 xAI 目前最出名的产品是聊天机器人 Grok。自 2023 年 11 月 Grok 正式发布到现在，其一直在追赶并尝试超过 OpenAI 的步伐。 在过去一年的时间里，Grok 的发展可谓是突飞猛进。今年三月，马斯克宣布开源 3140 亿参数的混合专家模型 Grok-1；三月底，xAI 推出 128k 长文本 Grok-1.5；到了四月，xAI 又推出首款多模态大模型 Grok-1.5V。 目前 xAI 使用了两万个 GPU 来训练 Grok 2.0。最新版本的 Grok 可以处理文字、图表和识别现实世界中的物体，未来的 Grok 模型还可以识别音频和视频。 马斯克还曾公开表示，xAI 将会使用多达 10 万个 GPU 来训练和运行其下一版本的 Grok。 根据 The Information 的最新报道，马斯克于五月在向投资者做演示时透露，xAI 计划建造一个「超级算力工厂」（Gigafactory of Compute），为 Grok 的下一个版本提供算力支持。 xAI 新的「超级算力工厂」本质上是一个超级计算机，和 Meta 为训练 AI 模型而构建的 GPU 集群类似。集群是指单个数据中心内通过线缆连接的众多服务器芯片，以便它们能够高效的方式同时运行复杂计算。一般而言，拥有芯片数量更多、计算能力更强的集群，就意味着可以带来更为强大的 AI。 xAI 计划为「超级算力工厂」连接 10 万块 H100 GPU，并且可能会与甲骨文进行合作。在本月中旬时有消息称， xAI 在与甲骨文高管讨论云服务器的相关问题，xAI 计划在未来几年内花费 100 亿美元租用甲骨文的服务器。 目前，xAI 已经从甲骨文租用了大约 1.6 万台 H100 芯片服务器，也成为了甲骨文最大的 GPU 客户。 除了算力外，另一个决定 AI 数据中心位置的重要因素是电力供应。据计算，拥有 10 万个 GPU 的数据中心可能需要 100 兆瓦的专用电力。 xAI 的办公室位于旧金山湾区，但在新的「超级算力工厂」选址上也会考虑电力这一重要因素，未来可能还需要和政府进行进一步谈判。 马斯克向投资者表示，xAI 现阶段仍然落后于竞争对手。有消息称，到今年年底或明年年初，OpenAI 及微软可能会拥有马斯克所设想规模的集群。 OpenAI 和微软还正在讨论研发一台价值 1000 亿美元的超级计算机，包含几百万个英伟达的 GPU，其规模将是 xAI 的数倍。 今年三月，在英伟达的新闻稿中，马斯克就曾公开喊话称英伟达的人工智能硬件是「最好的」。 马斯克还在四月份的投资者的电话会议上表示，特斯拉拥有 3.5 万台 Nvidia H100 来训练其自动驾驶，并计划在今年年底前将数量增加一倍以上。 英伟达的 CFO Colette Kress 已将 xAI 列入客户名单，未来 xAI 将与 OpenAI、亚马逊、谷歌等公司一起，优先使用英伟达的下一代旗舰生成式 AI 架构 Blackwell。 虽然「算力超级工厂」正在排队抢购英伟达的芯片，但 xAI 依然还在开发自家的 Dojo 超算。 在 2022 年的特斯拉 AI Day 上，其展示了自研的 Dojo 计算平台。Dojo 内部由一个个「训练瓦片」（Training Tile）构成，每个「瓦片」内含 25 块 D1 芯片，这 25 块芯片最终汇聚成 54P 算力和 13.4TB/S 的对分带宽。 Dojo 还能以机柜的形式呈现。在强大的硬件堆叠之下，一个 Dojo 机柜就能提供 1.1E 的算力、13TB 的高带宽内存，以及 1.3TB 的高速内存。4 台 Dojo 就能提供相当于 72 个 GPU 机架的算力。 但是在现阶段，由于 Dojo 的稳定性和产量还没有得到保证，所以 xAI 还是只能选择英伟达的 GPU 来训练 AI。 xAI 新获得的 B 轮融资，在一定程度上帮助其解决了财务负担。但马斯克自己也曾承认，如果要在 AI 赛道拥有竞争力，那么每年至少要花几十亿美元。 无论是给人脑植入微芯片的 Neuralink ，做类人机器人的 Optimus， 还是智能的 Grok AI 助手，马斯克这些积极推进的项目都隐约指向一个终极目标：通用人工智能（AGI）。 xAI 还有很长的路要走，并且在努力成为规则改变者。不过，现在看来，英伟达可能才是目前最大的赢家。

作为这一轮 AI 浪潮最大的「卖铲人」，英伟达时至今日还在高歌猛进，近期刚公布的财报显示，最新一季的公司营收已经增至去年同期的 3.6 倍。所以也难怪，英伟达的一举一动都牵动大量的关注。 几天前，国际投行摩根士丹利发布报告指出，基于最新 Blackwell 架构的英伟达 GB200 超级芯片（CPU+GPU）将采用玻璃基板而非常见的有机基板，这也让「玻璃基板」「玻璃芯片」受到更加广泛的关注。 但实际上不只是英伟达可能要用玻璃基板做芯片，包括英特尔、三星、苹果等企业也都或明或暗地看好「玻璃芯片」的到来。 在 AI 需求持续高涨的趋势下，英特尔去年就率先推出用于下一代先进封装的玻璃基板，并表示将在未来几年推出完整的解决方案，首批基于玻璃基板的芯片将面向数据中心、AI 高性能计算领域。 三星还要更激进，今年 5 月初就宣布预计在 2026 年面向高端 SiP（System-in-Package）量产玻璃基板。据报道，三星计划在 9 月以前完成所有必要的设备采购与安装，今年第四季度开始预商业生产线的运营。 那到底什么是玻璃基板？追赶 AI 浪潮的芯片巨头为什么都在盯着玻璃基板？基于玻璃基板的芯片——玻璃芯片又能给计算设备和普通用户带来什么价值？ 玻璃芯片是什么？ 算力，可以说是最近一年多 AI 浪潮中最经常被提及的一个词。事实上，早在这一轮 AI 浪潮之前，更强的计算需求、更复杂的半导体电路都对大到芯片封装工艺、小到基板材料提出了更高的要求。 了解芯片制造的读者可能知道，切割下来的 die（裸芯片）在经过封装之后才能称之为「芯片」，封装既是为了让芯片能够与外界进行电气和信号的连接，也为芯片提供了一个稳定的工作环境。 在这个过程中，通常使用有机材料作为基板封装芯片，而玻璃芯片的本质，就是将有机基板换成玻璃基板。不过相比之下，采用玻璃基板的芯片有更强的电气性能、耐高温能力以及更大的封装尺寸。 玻璃基板，图/英特尔 更强的电气性能，意味着玻璃基板可以允许更清晰的信号和电力传输，英特尔就指出玻璃基板能实现 448G 信号传递，做到更低的损耗。而低损耗，也意味着玻璃基板能够帮助芯片变得更加省电。 此外，不同于有机塑料的粗糙表面，更平坦的玻璃基板也让光刻和封装变得更容易，同面积下的开孔数量更多。 同样由于物理方面的特性，玻璃基板还有更强的热稳定性和机械稳定性，在高性能计算芯片运行产生大量热量的过程中，芯片会发生更少发生翘曲和形变。英特尔在引入 TGV 玻璃通孔技术后，将能通孔之间的间隔能够小于 100 微米，直接能让晶片之间的互连密度提升 10 倍。 不过以上这些可能还不是最重要的。相比有机基板，玻璃基板可以将芯片封装尺寸做得更大，来塞下更多、更大的 die——也是更多的晶体管。按照英特尔的说法，他们能在玻璃基板上多放 50%的 die，大幅提升封装密度。 所以无论从性能、功耗还是互连密度来看，玻璃基板，或者说玻璃芯片都是更好的选择。从这个角度看，英伟达 GB200 如果真的采用玻璃基板，一点也不让人惊讶。 算力之争，战火蔓延 在摩尔定律不断逼近物理极限的现在，单片 die 的性能实质已经很难提升，但与此同时，高计算性能的需求也变得越来越迫切。而 Chiplet（小芯片）技术，已经被普遍视为未来提升芯片算力的主要手段之一。 今年 3 月，英伟达在 GTC 开发者大会上发布了新一代 Blackwell GPU 架构，以及基于此架构的 GB200 超级芯片。GB200 标志了英伟达正式迈向 Chiplet，每个 GB200 实际上包含了 2 个 B200 GPU 和 1 个 Grace CPU，其中每个 B200 GPU 都有 2080 亿个晶体管。 GB200，图/英伟达 此外，相比上一代 H100 训练一个 1.8 万亿参数模型需要 8000 个 Hopper GPU 和 15 兆瓦的电力，这一代的 B200，只需要 2000 个 Blackwell GPU 和 4 兆瓦的电力就能完成。 Chiplet 技术简单来说，其实就是在单个封装中集成多个 die 或小芯片，或者通俗理解为将多个小芯片用「胶水」连起来，形成一个更强的芯片，比如英伟达的 GB200、苹果的 M2 Ultra 等。 但 Chiplet 的趋势，其实也对基板的信号传输速度、供电能力、设计和稳定性提出了新的要求。不过有机基板受限于物理特性，已经越来越不够用，这也是玻璃基板越来越受到重视的核心之一。 另一方面，这也是先进封装工艺领域的竞争使然。 当下，台积电 CoWoS 封装工艺独步天下，拥有较高的技术和专利壁垒。在市场层面，台积电也凭借 CoWoS 封装工艺基本吃下了头部芯片设计公司的大部分 AI 芯片订单，从英伟达到 AMD，从谷歌到微软。 CoWoS，图/台积电 作为对手，英特尔和三星显然不会甘愿。但除了在相似的技术路线上加紧追赶台积电的封装工艺，英特尔和三星可能也明白很难在这条路上超越台积电。相比之下，玻璃基板或许会是一个在封装工艺上超越台积电的真正机会。 所以也就不难理解，从去年开始英特尔和三星两家晶圆代工厂纷纷加码玻璃基板，加速玻璃芯片的量产计划。甚至根据产业分析师的透露，台积电也有类似的技术布局。 玻璃芯片离我们，还有多远？ 虽然三星预计 2026 年就能面向高端 SiP 量产玻璃基板，但我们想真正用上玻璃芯片，可能还有很长的一段距离。 事实上，大部分这类近未来的技术都会遭遇大规模量产和成本的挑战，玻璃基板虽然在性能、能效等方面优于有机基板，但实际上也面临同样的问题。最直接的一个表现就是，不管是三星还是英特尔，都强调了玻璃芯片将率先面向数据中心的 HPC 需求。 但这还是在顺利量产的情况下，实际玻璃基板还牵扯到上下游的配套技术和生态，每一个流程的进展都可能影响另一个流程规划。 另外值得注意的是，更早布局玻璃基板相关技术的英特尔远没有三星那么激进，只是表明将在 2030 年前推出。这当然不能说明三星就无法在 2026 年实现量产，但确实值得更谨慎地看待三星的计划。 更何况，三星的半导体部门也没少放过这种卫星。

作者|陶然 编辑|魏晓 五月这场席卷行业的价格战，百川智能算是大模型头部公司中，为数不多的一个例外。 不做免费，也没谈降价，按部就班上架了自家的新模型和新应用。 5月22日下午，百川智能全新Baichuan 4 系列模型及AI 助手“百小应”发布会在北京举行。除了介绍百川大模型的技术迭代，公司创始人、CEO王小川也谈到了近期行业内不断有大厂入局的大模型价格战。 王小川表示，降价和免费是优势，但未必是竞争力——大模型免费之后，整To B市场会繁荣得更快，企业客户会更愿意尝试接入大模型，“但尾部公司会退出这个赛道”。 并且，大模型企业这种有些不计成本的竞争，在王小川看来也是一种非健康的状态：现阶段过高的营销和获客成本是否合理、今后能否持续，业界始终存有质疑。 To B业务，并非百川智能主要仰赖的商业模式。 在市场规模层面，王小川称中国市场的C端比B端大10倍，“在美国做To B是特别好的生意”。 基于目前的情况，王小川并不建议创业公司下场，百川智能自己也不会跟着砸价。 “（价格战）这件事情对我们而言，就是别掺和进去” 此番推出公司成立后的首款AI助手应用，百川智能看重的还是C端。 姗姗来迟的App 在百川智能的官方介绍中，百小应App的定位是“懂搜索的AI助手”。 AI、搜索、助手，都是近段时间大模型行业的高频词汇： Kimi的介绍是“Moonshot AI 出品的智能助手”，360、昆仑万维等公司的AI搜索产品早已上线多时。谷歌也在最新一场发布会中宣布，公司目前最强大的AI模型Gemini将被注入到其搜索引擎中，在用户使用搜索引擎时自动归纳总结搜索结果。 仅从功能设置来看，AI搜索和传统模式的区别，无非是可以系统理解用户意图，用自然语言提供一套整合资料后的回答。如果只是在应用商店中新增一个AI搜索App的可选项，姗姗来迟的百小应对比早已发布的同行竞品，包括生态位更靠前的百度、微软bing等大厂，显然难说能有什么优势。 所以，具体到各家产品的表现，百小应App作为后来者，理应是该带来一些惊喜的。 作为一款面向C端的产品，百小应和Kimi，包括360 AI搜索、天工AI助手在内，从生成回答的流程上非常相似。 以当地时间5月23日马斯克的发言为例，除去Kimi直接给出了解答而没有显示从网上检索相关资讯的步骤外，百川智能百小应、360 AI搜索及天工 AI助手的第一步都先将用户的提问筛选出关键词，进行了一定范围内的信息筛选。 这套“网络筛选，AI总结”的流程，目前可以说也是行业通解，即使是微软Bing也是相同的模式。 但在相同模式下，生成答案的逻辑和质量亦有高低。 对于这个和马斯克相关的问题，最明显的区别是，百小应是四款AI搜索/助手中，唯一一个将资讯的查找范围设定在英文信息源网页的，其参考的六个链接全部是外网网页，而余下三款App的信息源则都是国内媒体发布或转载的资讯。 似乎可以理解为，百小应在识别到关键词“马斯克”之后，自动筛选了与其关联性更强的英文信息源作参考。 不过呢，这个推理过程的黑箱，目前仍然存在很多的不确定因素：把更多关于英伟达黄仁勋、OpenAI山姆阿尔特曼等同样是海外公司及人物相关的问题抛给百小应，生成答案的信息源，又全部都是来自国内媒体，和其余几款App没有本质区别。 如果确有能根据关键词筛选不同地区、不同渠道信息源的功能，那百小应下一步需要做的，就该是让这个功能的生效更稳定一些。这样一来生成的回答更真实有效，二来也能成为App的特色功能区别于行业内大量的同质化产品。 公开资料显示，百小应AI助手基于的是百川智能新发布的Baichuan 4大模型，模型本身较上一代在各项能力上均有不同幅度提升，通用能力提升超10%，代码及数学能力分别提升了9%、14%，在SuperCLUE测评中暂列国内模型第一。 而百小应，正是将升级后的模型能力与公司一直擅长的搜索技术融合而生。 只不过，在基础模型过剩，C端产品多但变现途径少的情况下，这个时候多增加一款AI搜索，百川智能会抢出多少增量，恐怕暂且要先打个问号。 真的不用卷吗？ 在发布会之后的采访中，王小川说百小应并不是他心中大模型产品的最终形态，“和我要的形象还是有一定距离的”。 并且，即便是当前赛道内已经玩家众多的时间节点，王小川也依然认为，现有的竞争和发展，对于AI和“超级应用”来说都还处于早期。 “今天发布应用不晚，而且是太早了。” 他给出的第一个时间点，是今年年底，据说会有更进一步的产品效果。 虽然嘴上说着不急，但纵观百川智能不到两年的发展，一个显而易见的情况是，百川并非那种不紧不慢的调性。 2023年4月10日，一封署名为百川智能CEO 王小川的公开信空降AI圈，这位搜狗公司创始人正式宣布进场大模型创业，与前搜狗COO茹立云联合创立一家目标成为中国版OpenAI的大模型公司。 很多朋友认可我的技术理想主义和技术驱动的创业经验，鼓励和支持我做中国的OpenAI… 我最动心的是，能和一群有理想的人，用极致的技术驱动创造出颠覆性的智能产品。这一次，百川智能将借助语言AI的突破，构建中国最好的大模型底座… 带着来自业内好友以及自掏腰包筹集的5000万美元启动资金，王小川以创业者身份迅速加入大模型战局，并在之后400多天的时间里，总共推出了Baichuan系列主模型（如Baichuan-7B/13B、Baichuan2-Turbo、Baichuan3等），以及Baichuan-NPC角色大模型等覆盖多个领域的开源/闭源模型。 背后的投资方名单也相继增加了腾讯、阿里等知名公司/机构，据称，百川智能目前的估值已经超过十亿美元，跻身科技独角兽行列。 但王小川依然有意无意避开了与同行竞争的话题，称不会为了拉融资而将产品和公司置于一种不健康的状态——“我们手上有足够的资金”、“会把精力放在产品价值的体现”。 而对于好产品的定义，王小川说得直白：会得到用户认可的，跟今天的同行是不一样的。 至于产品最终会把市场引向一个什么样的时期、是不是真能如王小川所愿的满足期待，同时还能胜过同行，还有待用户和市场的检验。 按照他的计划，这个结果，最快也要等到年底了。

IT之家 5 月 27 日消息，近日，宝马位于英国汉姆霍尔（Hams Hall）的发动机工厂引进了一只名为 SpOTTO 的“机器搜查犬”，来帮助检测生产线问题。 这让人不禁联想到雷・布拉德伯里小说《华氏 451》中令人毛骨悚然的机械猎犬，不过宝马这次引进的 SpOTTO 可没有小说中机械猎犬的那些暴力功能，SpOTTO 由波士顿动力公司制造。 SpOTTO 这个名字来源于两位奥托 (Otto) —— 其中古斯塔夫・奥托是宝马的联合创始人之一，而尼古拉斯・奥托则是四冲程内燃机的发明者。SpOTTO 将成为汉姆霍尔工厂的一员，这个位于英格兰中部地区的工厂每年生产 40 万台宝马和 MINI 的 TwinPower 涡轮增压发动机。SpOTTO 的作用是帮助工厂发现潜在的问题，确保生产顺利进行。 据IT之家了解，SpOTTO 能通过视觉、热成像和声音传感器来检测过热的机器和压缩空气泄漏等问题，这些问题如果不及时发现，可能会导致工厂停工或效率低下。 SpOTTO 还能爬楼梯，并为宝马的汉姆霍尔工厂数字孪生体收集数据。未来，它可能还会承担更多任务，比如读取模拟控制装置数据。

特斯拉最近真不是很不太平，又是滞销，又是裁员，股价一路向下狂奔，一幅岌岌可危的样子。 马老板也专门来了趟中国，左谈谈右谈谈，把得力助手朱晓彤带回了国内，还说要搞定 FSD 。不过，这 FSD 来不来不好说，特斯拉反倒先在上海搞了波大的。 那个拖了一整年的特斯拉上海储能工厂终于动工了！ 一向不怎么营销的特斯拉，还特意在官方公众号给大家介绍了这个储能工厂。 身为特斯拉二号人物的朱晓彤甚至兴奋地说： “ 对特斯拉而言，这是一个重要的里程碑。 ” em...上次见特斯拉这么振奋那还是上次。 上海储能工厂这待遇，跟 2019 年上海整车工厂开工也没差了，可见特斯拉非常重视。 说回这个储能工厂，顾名思义呢，就是造储能设备的。 咱们看官方给出来的鸟瞰图，这一个个集装箱样式的就是特斯拉专门生产的超大型商用储能电池—— Megapack 。 这玩意儿，可以看作是一块超大的 “ 充电宝 ” ，实际上就是往里一块块地塞电池，一台 Megapack 最多可以存储 3900 度电，相当于 65 台 Model 3 的电量，蔚来的换电站那 21 块电池都是小巫见大巫。 根据特斯拉之前推广的家庭式光储一体 Powerwall 的经验（ 一台 powerwall 每年能帮一个家庭省 65% 的电费 ），一台 Megapack 就可以满足 3600 户家庭一小时的用电需求。 而且你可别以为这是特斯拉在画大饼，特斯拉靠着这玩意在美国已经赚麻了。 这些年，全球都在大力发展可再生能源，可风力、光伏嘛，大家懂的。这风不吹了，这太阳不晒了，发电效率就得下降，没电拉闸那可是大事，德克萨斯州那次大雪停电有多惨咱们都知道了。 而储能电池就可以起到削峰平谷的作用，在风力、光伏发电的高峰期把电力蓄起来，人们要用的时候再发出去，保持电网输出的平稳。 所以，即使 Megapack 一个售价 180 多万美元，在欧美仍然卖到断货，排队排到 2025 年去了，目前是特斯拉毛利率增长最高的版块，今年一季度同比增长 140% 。 Megapack 遇上卖断货、产能地狱的难题，像极了当年的 model3 。 所以马斯克直接复刻当年的操作，赶紧跑来中国，以雷霆速度增产，准备复刻一遍上海第一工厂的成功，让 Megapack 在中国卖爆。 而且你别说，储能这事在国内也挺有搞头。 毕竟我们作为工业大国，限电那是家常便饭，工业限电基本上每年都得来一遍。 咱们普通人感知明显一点的，那就是 22 年的四川限电，那年天气异常炎热，连续 35 °以上的高温把四川全省烤成了炸鸡，三峡大坝的水都给蒸发了，连居民的空调都无法保障。 而根据特斯拉的规划，这座储能工厂，年产能将达到 40GWh ，能将目前特斯拉的储能电池产量翻番，既能满足国外需求，也能开拓国内市场。 但是话说回来，虽然储能盘子很大，但我估计 Megapack 在我们这可能会没什么市场。 现在的储能系统市占率前十的，有 7 家都是中国公司，前二的阳光电源和比亚迪，一个 03 年就开始做光伏逆变器，另一个 08 年就成立了电力科学研究院开始研发储能电池。到目前，这两巨头和特斯拉拉开了近 3% 的市占率差距。 而且打开 Megapack 的供应商列表，我们发现了一个熟悉的名字，宁德时代。 是的，特斯拉 Megapack 的电芯供应商是宁德时代的。 世界电池巨头怎么会缺席储能这个千亿市场呢？ 宁德时代虽然不在储能系统的榜单内，但它去年储能电池电芯的装机量达到 69 GWh ，而全球储能电池的出货量为 185 GWh ，光他一家就占了 37% 的份额。 要是加上中国其他锂电企业，真的全是我们的人。。。 技术上特斯拉也存在代差，宁德时代的天恒储能系统能实现 6.25 兆瓦时的储存量，三围数据是标准 20 尺集装箱尺寸（长宽高 6.1m × 2.4m × 2.6m ），方便出口的同时，对比特斯拉 Megapack 体积增加 33% ，但容量增加了 60% 。 所以，特斯拉 Megapack 这次入华，还真不像 Model 3 一样有着碾压的技术优势。 不过特斯拉副总裁陶琳在开工仪式后也说了，上海储能工厂将和上海整车工厂用一样的思路，同时作为生产基地和出口基地。 进可攻，退可守。 中国市场要是打不开，那就往国外卖嘛，反正都卖断货了。而且依托中国供应链，甚至有着更加明显的成本优势，在国际市场上的竞争力更强了。 而对于咱们来说，这个时间点把放特斯拉这条鲶鱼放进来，既能给大家宣传宣传可再生能源的建设，也给国内储能基础设施加加速吧。 毕竟今年的政府工作报告，已经把发展新型储能写进去了。 新能源都突破 50% 渗透率了，储能也是时候该浮出水面了。 撰文：浩森 编辑：脖子右拧 & 面线糊君 封面：焕妍

距离 N 号房事件的曝光，已经过去 5 年了。 5 年时间，足以把这起臭名昭著的事件，浓缩成 “N 号房 ” 三个字，人们快要忘了，甚至已经忘了，曾有包括 26 名未成年人在内的 103 位受害者的性剥削视频，被分享并出售给超过 26 万个 ID 、 6 万名用户。 有人在遗忘，也有人在暗中卷土重来。当潘多拉魔盒打开的时候，想要关上，可能就没那么简单了。 2024 年 5 月，在韩国网络上，另一个词条서울대 'n 번방사건 ' 开始站上风口浪尖。没过多久，这个词条的热度，就传播到了中国的网络上，冲上了微博热搜。 翻译成中文，서울대 'n 번방사건 ' 的意思是首尔大学 N 号房事件，中国的媒体和网友，一般称之为第二次 N 号房。 与其说五年前的旧事重新上演，不如说 N 号房的故事，在 2021 年嫌疑人被判刑后并没有结束。 它只是变成了一捧名为网络性剥削的灰烬，如今在网络上再次燃起了熊熊大火罢了。 可能部分国内网友听说过 Telegram 的名字，它也被称作电报、纸飞机、 TG ，是由来自俄罗斯的杜罗夫两兄弟开发的即时通讯软件。 和其他即时通讯软件不同，电报的特征，就是加密。也因此，电报成了犯罪的温床。 不过对于大多数人来说，电报的作用依旧是日常生活使用。像是首尔大学 A 女士下载电报的初衷，就是用来获取电影预订信息。 2021 年 7 月，距离 N 号房主犯 Cho Ju-bin 的终审宣判，还有 3 个月。在注册 Telegram 的第二天， A 就在收到了一封陌生人的来信。 数声手机提示音过后，有数十张淫秽照片和视频通过 Telegram 涌入她的视线，而照片和视频的主角，就是她自己。 那种突如其来的冲击让人很难忘记， A 回忆称，她的脸被贴在了另一名女性的身体上，一个男性生殖器的照片，和那张合成的照片重叠，还有一张裸体女人张开双腿的照片。。。 当她还搞不清楚自己经历了什么的时候，伴随着她合成照片在网上泛滥的，还有她的个人信息，姓名与年龄，在各个群组中传播。 群组的参与者们对照片发出评论和嘲笑，把 A 称作 “ 이번시즌먹잇감 ” （ 本季的猎物 ）。于此同时，这种网络性暴力的行径，也被这些参与者们保存了下来，并转发给 A ，要求她做出回应。 走投无路的 A 只能跑到警局——即便如此，她在警局里的时候，群组成员依旧对她羞辱了三个小时。 这封打破她生活的来信，还只是个开始。 几个月后，她发现了一些线索： “ 有位朋友说，‘其实不久前，我们同班的一位学长刚刚看到了我们三个同学的一些合成照片，那位学长提示了我们。’ ” 一段时间后，越来越多的受害者开始浮出水面，加起来有近 20 人。而这些受害者还有一个共同的特征：都是首尔大学的人。 在绝望的时候，人们总希望手里能抓到一根救命稻草。 合成照片的受害者们，把希望寄托给了韩国警察，不过她们可能要失望了。 A 在进入警局后持续受到 3 小时羞辱的时间内，警察给出的建议是‘首先，请把一切都拍下来，快点写下（ 投诉 ）。’ 写完投诉，警察也没招了，因为合成照片在 Telegram 上流行，他们也很难在这个加密性很强的软件调查取证。在 A 离开警局前，她得到的回复是， “ 我们会尽力 ” 。 这段 “ 尽力 ” 的时间持续了六个月，无疾而终，因为无法确认嫌疑人的身份，韩国警方宣布停止调查。 另一名同样被警局告知无法确认嫌疑人身份的受害者 B ，难以接受这个结局，她决定自己找出元凶。 在经过了合成照片和视频内容的多番对比之后，她有了一个巨大的发现，那就是这些合成照片的原素材，是受害者们在 KakaoTalk （ 相当于韩国版微信 ）个人资料上使用过的。 kakaotalk 此外她还发现，这个元凶一定已经关注了她们很长时间，因为受害者们经常会删除一些公开照片，而这些被删除的公开照片依旧被元凶所使用。 抓到元凶的方法颇具戏剧性，受害者们经历了警局的多次中途停止调查或草草结案之后，分别向首尔中央地方检察厅和首尔高等检察厅提出上诉，却又被驳回。她们又向首尔高等法院提出诉状，直到去年 11 月，才重启了对该案件的调查。 与此同时，受害者们向之前调查过 N 号房事件的 “ 追踪团 · 火花 ” 成员袁恩智（ 音译 ）求助，袁恩智卧底了两年时间，和元凶建立了联系。 她给自己做了一个虚拟人设——一个拥有首尔大学毕业的貌美娇妻，并且爱好色情内容的 30 岁男网民。 她给元凶的钩子其实十分直接： “ 我把妻子的内裤给你，你想拿走吗？ ” 被小头控制大头的元凶朴某，按时出现在了约定地点，并成功被埋伏的警察其抓获。 赶到约定地点的朴某 朴某的身份也确实如受害者所想是身边的人，他是首尔大学的大四学生，不知道什么原因，他读了十年大学，现已年过 40 ，毕业后一直在准备公务员考试，但没有具体工作。 之后，朴某被首尔中央地方检察厅妇女儿童犯罪搜查一课以违反刑罚特别法等罪名，进行了逮捕并提起公诉。仅他一人，就针对约 48 名包括未成年在内女性受害者制作了 AI 合成的成人内容。他被指控在 2021 年 7 月至今年 4 月期间制作了约 400 个虚假视频，并传播了约 1 , 700 个视频。 另一位元凶 31 岁的姜某，和朴某是首尔大学校友，作案时他还在首尔大学的法学院读研，现在他已经毕业。姜某搜集了众多女性校友的毕业照片和社交平台照片进行了 AI 合成，并发给朴某，另外姜某还负责把这些内容分发到 Telegram 上。 朴某和姜某因为这段特殊的合作关系，成了奇怪的挚友，他们称二人为 “ 一体 ” ，并互称对方是 “ 综合专家 ” 。几年时间里，两个人在 Telegram 上开设的小组数量接近 200 个，每个房间人数最多的时候能有 50 人。 在查证的这几天时间里，还有其他几个嫌疑人也被挖了出来，其中有一个制作传播针对 17 名女性受害者虚假视频的 20 岁男性和朴某、姜某一样，被逮捕移送。另外还有两名分别针对 1 位女性受害者的男性，也被挖了出来。 这件持续了近 3 年的第二次 N 号房事件，似乎就以这样看似圆满的结局收尾了。。。吗？ 初次看到这个故事的时候，不知道你是什么感觉，我觉得最恐怖的不是这件事本身，而是我看完这件事觉得也没多夸张。 韩国网友的这种愤怒、无奈、失望、后怕，像是天塌了国家完蛋了这种的情绪宣泄，我一开始并没有理解。 因为在我们的日常生活中，已经看过了无数条换脸视频。 在部分国外的软件上，很多简中博主搞明星的换脸色情图片和视频，也不是一天两天了。 有人甚至把朋友的生活照片发给博主，博主收费或者免费合成后放到网上，供大家一起观赏，这事已经形成了产业链 在国外网络上随便搜搜，这些 AI 合成的成人内容如同一月份的 AI 泰勒斯威夫特不雅照那般到处都是，像是海啸一样，在泛滥，在怒吼。 所以我有那么一瞬间觉得，不是韩国的事件不值得重视，而是国内这种事情实在太多了也太惨了，只是没人说而已。 5 月 20 日，我们还聊了和名人长相相似的复制人，通过模仿来复制别人成功的故事。当时评论区有位差友大胆预言， “ 当 AI 换脸 AI 变声越来越成熟以后，会更可怕 ” 。 结果连 10 天都没过，因为 AI 合成淫秽图片和视频导致的第二次 N 号房事件，就出现在了网络上。 我们对这种事情屡见不鲜，甚至早有洞见。 可我又为自己的想法感到惊讶，借用鲁迅先生的一句话，从来如此，便对吗？ 到这里，我才知道， N 号房事件从来没有结束，哪怕当年的赵博士已经被判刑，哪怕这次的女孩们打了一场漂亮的翻身仗，哪怕用 AI 合成图片的朴某姜某已经被公诉。。。 朴某被抓获 从 N 号房事件出现的那一刻起，它就会像荒草一样，野火烧不尽，春风吹又生。 在下三路这方面，人类想象力的跨越程度是最大的。哪怕是搭载了苹果先进技术、售价三千多刀起步的科技结晶 vision pro ，在发售后，总会有人想着办法用它播放小电影。 看似结束的第二次 N 号房事件，其实只是第一次 N 号房事件的延续， N 号房没有完成时，只有现在进行时。 罪犯的落网只是中场休息，霸凌和受害不会停止，人们发现的只是跑到视野里的几只蟑螂，阴暗处还有更多。 也许你觉得有点危言耸听，但在韩国网络上，人们已经开始讨论了。 他们抛出了另一个观点：被窥视羞辱的受害者，难道只有女性吗？ 韩国在线报纸 pennmike 中，提到了近年来在韩国一些女性社区，不乏拍摄男性隐私照片并分享的行为，只不过探讨的人并不多罢了。 与其说第二次 N 号房是一种性别的霸凌，我更觉得，它是一种基于色情的黑暗森林。 身边的每个人都有能力通过 AI 霸凌你，你在网上贴出的任何一点内容，都会充满风险。人们对这种未知越发感到恐惧，没人知道自己什么时候会成为别人屏幕里的那个人，也没人想把自己的生活，变成别人的 porn 。 所以男男女女们越来越像是专业侦探，哪怕出差旅游住个酒店，都要四处搜一搜，生怕自己成了 91 上边的热门人物。 在这个 AI 时代，没人能逃得脱 N 号房的余震，吃瓜的看客终将下场，每个人都可能是猎人，也可能是猎物。 撰文：张大东 编辑：莽山烙铁头 封面：焕妍

今天是5月27日 农历四月二十 京东集团今天宣布 自 7 月 1 日起 通过一年半时间 京东采销年度固定薪酬 由 16 薪提升至 20 薪 业绩激励上不封顶 。。。 下面是今天的其他大新闻 # 抖音演绎内容需明确标注，否则最高永久封号 （ IT 之家 ）抖音安全中心今日发布公告，为维护良好的社区生态，落实“ 清朗・整治‘ 自媒体 ’无底线博流量 ”专项工作要求，切实打击“ 不择手段蹭炒社会热点 ”“ 自导自演式造假 ”等违规行为。 抖音即日起实行热点内容核实机制，具体分为热点事件当事人核实和疑似演绎内容核实两项。 ：又到了最喜欢的开盒环节。 # 知乎 PC 网页端不登录无法查看回答全文 （ IT 之家 ）据网友反馈，知乎网页端近期出现了非登录用户无法查看全文的情况。经媒体测试，非登录 PC 网页用户访问知乎的回答页面，如果点击“展开阅读全文”，平台会自动弹出登录窗口，确实无法直接查看全文。 而非登录手机网页用户，则可以直接点击“ 展开阅读全文 ”查看全部信息，无需登录或下载 App。 ：抢救自己的方式，是不是有点过激了？ # 曝保时捷中国遭经销商集体抵制，保时捷官方回应 （ 快科技 ）5 月 27 日消息，据国内媒体报道，保时捷中国经销商发起集体抗议和抵制，准备逼宫德国总部一事，引起关注热议。 双方主要矛盾在于保时捷中国销量大跌，电动车卖不动，导致亏本卖车，而保时捷中国仍在向经销商压库。现在经销商以停止进车为武器，要求保时捷总部给予补贴，并且更换高管。 今日，保时捷中国方面向媒体回应称：“ 保时捷将坚定不移地将客户利益放在首位，与经销商携手共进，共同应对市场的挑战，谋求发展。 ” ：好消息：回应了；坏消息：啥也没说。 # 德国太阳能发电过剩电价跌至负数，消费者使用电力反而可以获得报酬 （ 综合上海证券报、IT 之家 ）据 Business Insider 报道，德国大举发展太阳能，使得发电量激增，超过了消费需求，导致电价暴跌，甚至跌到了负值，形成了一个奇幻的能源市场，消费者使用电力反而可以获得报酬。 造成电价暴跌的原因是德国去年大举发展太阳能，新增光伏发电装机容量达到惊人的 14280 兆瓦，是前一年的近两倍。 据此前报道，2023年7月4日，德国与荷兰部分时段电力出现-500欧元/兆瓦时的价格。刚刚过去的周末，德国、荷兰、法国、英国电价均出现负值。

IT之家 5 月 27 日消息，据 DigiTimes 报道，苹果首款采用 OLED 屏幕的 2024 款 iPad Pro 平板电脑出货目标将超过 900 万台，这一消息在整体 IT 设备市场低迷的背景下显得尤为亮眼。 此前 OLED iPad Pro 的发布延期曾一度影响市场预期，不过据 DigiTimes 最新报道，苹果方面以及韩国显示器制造商正维持原定的出货计划。市场研究公司 Omdia 预测，2024 年平板电脑 OLED 面板出货量将达到 1210 万片，其中混合型 OLED 面板将占到 812 万片 (61.7%)。由于 OLED iPad Pro 是首款采用混合型 OLED 的平板电脑，因此 Omdia 的预测中，混合型 OLED 面板出货量中的很大一部分都将来自新款 iPad Pro。 尽管部分市场研究机构预测 2024 年 OLED iPad Pro 的出货量将在 450 万至 500 万台之间，但韩国业内消息人士透露，苹果、LG 显示器 (LGD) 和三星显示器 (SDC) 等公司正坚持其针对成品 iPad Pro 设备和面板的原有出货目标，LGD 的 OLED 面板出货目标据悉为 500 万片，而 SDC 的目标则超过 400 万片。 报道称，苹果的 OLED iPad Pro 提供 11 英寸和 13 英寸两种屏幕尺寸，LGD 将为两种尺寸供货，而 SDC 则仅提供 11 英寸的 OLED 面板。新款 iPad Pro 采用双堆叠串联结构的 OLED 面板，理论上相比单堆叠式结构可实现亮度翻倍、使用寿命延长四倍。 此外，为了提升其用于 iPad 的 OLED 面板产能，据悉三星显示器正将其 A3 产线从单一产线扩充至双产线。A3 产线原本以生产单堆叠结构的 OLED 面板为主，主要用于制造苹果 iPhone 和三星 Galaxy 系列智能手机的 OLED 显示屏。如果三星想要在 A3 产线生产双堆叠串联结构的面板，则需要进行相应的工艺升级。 相比之下，LGD 则在 2021 年宣布了总投资额为 3.3 万亿韩元（IT之家备注：当前约 175.23 亿元人民币）的投资计划，并以此建立了 E6-4 产线。该产线从一开始就设计用于生产双堆叠串联结构的 OLED 面板。最近，LGD 又通过有偿增资的方式暗示将追加 1038 亿韩元的投资用于 E6-4 产线，使该产线总投资额增加至约 3.4 万亿韩元。

众所周知，我们编辑部每天的工作呢，除了写稿子之外，还有每天晚上推送发出去后，查看和回复大家的留言。 虽然留言太多没法一一看到，但是至少在我老托尼这里，其中一个经常出现的高频留言类型就是。。。求推荐。 除了求推荐频率最高的手机，其次就是学生党和打工人必备的笔电了，这玩意儿挑起来难度也确实要比手机大一点儿。 尤其是前段时间 618 也正式开启了，这次不仅比往年来得更早一些，甚至干脆现货开售，一时半会儿还真有点选不过来。。。 就在这时，我们的老朋友惠普正好找了过来，表示自家的星Book Pro 14 锐龙版推出了 2024 款，很适合学生党和打工人，并且火速寄给了我们一台。 这台全新的锐龙版搭载 AMD 锐龙7 8845H 第二代 AI PC 移动处理器，内置高性能 CPU+GPU+NPU 模块，无论是办公、影音娱乐还是 AI 性能都相当出色。 本来我还挺不好意思白嫖的，但既然是一台新的锐龙版，那我可要给大伙测测这台电脑了。。。 正好最近也 618 了，考虑入手轻薄本的学生或者白领可以过来围观一波，希望这篇评测能够对你的选购起到帮助。 通常来讲呢，咱们应该先聊外观，不过由于之前写过很多次星Book Pro 系列了，它的外观我这次我就不多啰嗦了，而且开头也给大家放了图片。 这次咱们先聊它的性能和配置，主打一个直奔主题。 这次的星Book Pro 14 锐龙版最大的变化就是吃上了新款的 R7 8845H 处理器，性能和功耗表现都很不错。 尤其是这个好评如潮的 780M 核显，自从有了这玩意儿，一众轻薄本和迷你主机可以说是彻底站起来了，刚好卡在一个非常甜点的位置，比之前的处理器核显性能好太多。 之前的学生党和打工人买轻薄本，真的只是用来打打字，剩下的基本只能干瞪眼，啥也干不了。。。 而吃上 780M 核显的轻薄本，什么修图剪辑打游戏，一顿输出猛如虎，跟以前简直有翻天覆地的变化。 这一点首先从跑分就能看出来， Cinebench R23 多核 15730 ，单核 1743 ，妥妥的主流移动端水平。 CPU 跑分越高也就意味着电脑的性能越好，能够胜任繁重的工作任务或者游戏（ 主要是打游戏 ）。 比如以前轻薄本用个 Photoshop 都心惊胆战的，放到现在只要不是特别复杂的大型任务，一般都没什么问题。 祖传的 3D Mark Time Spy 测试也不能落下，必然给大家跑一遍。 2857 的 GPU 跑分比 1050Ti 高，甚至能追平移动端 1650 显卡这件事，我真的已经说累了，大家尽管放心用。。。 而且我们手里这台还是 32GB LPDDR5X 内存，频率高达 6400MHz ，再搭配 1TB 固态，这么大的内存和存储组合足以应付重度办公环境，再简单用 AIDA64 跑个内存读写，看得出速度还是相当快的。 大内存带来的好处显而易见，一个是打开再多的软件也不容易出现爆内存的情况，另一个是可以放心打开多个文档和网页，上限会更高。 这里点名批评某个巨吃内存的浏览器。。。 当然，除了把数据量化，该测的都测了之外，另一个最直观展现性能的方式，当然就是打游戏了。 有一说一，这次我们上的强度有点高，因为这台星Book Pro 14 锐龙版的原生分辨率有足足 2.8K ，而游戏一上来默认就是原生分辨率。。。 但在 FSR 的加持下，一台轻薄本居然在这么高分辨率的情况下还能把《 博德之门 3 》跑到 50 帧，也是挺离谱的。。。 对于轻度游戏用户来说，这么一台轻薄本的性能可能已经远远超过了你的需求。 除了可靠的性能加持，这次的星Book Pro 14 锐龙版有了 AI 的助力之后，使用体验也会更出色，比如轻薄本一向很看重的续航表现。 由于有了 NPU 的加入，本地 AI 的运算也会更省电，体验变好的同时续航还上去了。 对了，惠普一直都有一个很适合新手和小白使用的惠小微智能语音助手，现在它已经进化到了有 AI 加持的 3.0 版本，主打一个功能实用而且低门槛。 这里面的实用功能属实不少，其中托尼最喜欢的是自带的录屏功能，对于小白用户非常友好，一键傻瓜式录屏，还能选择需要录制的窗口，不用再到处找录屏软件了。 还有像是会议笔记功能可以让打工人轻松点，不用自己一直盯着，没准还能忙里偷闲摸个鱼；字幕翻译功能也很适合在查阅本地没字幕的视频时，临时拿来应应急。 除此之外，还有桌面助手、语音输入和工具箱等等各种功能，总有一个能帮上你的忙，托尼就不在这挨个展示了。 现在，当大家全方位了解星Book Pro 14 锐龙版的处理器之后，另一个相当重要的配置就是屏幕。 这块屏幕的基本参数就很不错，比如 2.8K 分辨率、 16 : 10 比例和 HDR 500nits 峰值亮度等等，高分辨率和高亮度是现在轻薄本的基本操作。 更高的峰值亮度就意味着在强光环境下的显示效果更好，这一点在出差的时候体验尤其明显。 不过更重要的是刷视频更爽了。。。 而 2.8K 分辨率对视觉效果的提升也是立竿见影的，刷个 B 站或者追剧，直接无脑把分辨率拉满就完事儿了。 不是大型游戏的话，也可以不降低分辨率直接原生运行游玩，主打一个为所欲为。 另外，这块屏幕支持 VRR 可变刷新率，刷新率最高能达到 120Hz ，一块高刷屏可以让打游戏体验立竿见影，哪怕只是日常浏览，用起来也会更加顺畅。 2024 年了，让我看看是谁家的轻薄本还没有高刷。。。 如果你觉得费电或者没必要一直用高刷的话，它还支持刷新率自动切换和智能电池管理，帮助延长电脑续航。 这块 OLED 屏幕日常用起来可以说是办公和影音娱乐双修了，它的色准色域也很适合修图和剪视频等用户，随便一测就轻松给你来个 100% sRGB 和 99.5% DCI-P3 色域，妥妥的一块好屏。 所以一块好的屏幕，无论是对学业为主的学生党，还是办公为主的打工人，或者是托尼这种摸鱼党来说，都是必不可少的。 星Book Pro 14 锐龙版还经过了 IMAX ENHANCED 调教认证，以及 2024 款新加入的 Poly Studio 音响系统，视觉听觉层面又给大伙加了层 buff 。 Poly 这个牌子很多人可能不太熟悉，实际上它的历史最早能追溯到上世纪 60 年代，甚至还是 NASA 的供应商之一，给很多企业提供过专业音频解决方案。 现在说完了性能和屏幕，咱们可以回过头来看看星Book Pro 14 锐龙版的外观了。 之所以把外观放到最后说嘛，就是因为它的外观是没变化的，大家已经很熟悉了，托尼觉得这次的内在变化更重要，所以就放到后面了。 不过这次惠普寄给我们的并不是之前的银色款式，而是猛男最爱的微醺粉。 不过这个粉色在金属机身的质感衬托下，属于那种比较素的粉色，在一些光线环境下，不仔细看的话其实不明显。 当然了，薯条标依旧必不可少，颜值必须在线。 除了银色和粉色，今年还有一个夜航蓝新配色，也相当百搭。 除此之外，机身两侧的接口也不少，两个 USB-C 、两个 USB-A 、一个 HDMI 和 3.5mm 耳机接口，哪怕同时用充电器、鼠标和固态硬盘，还能给你留个 USB 口，足够日常使用了。 键盘也依旧是托尼很喜欢的超大字母样式，简洁直观，键程适中。 托尼还发现一个细节，那就是我收到的这台星Book Pro 14 锐龙版的充电器，用的居然是编织线。。。 嗯 ~ 又发现一个小细节。 这么一圈看下来，托尼会发现星Book Pro 14 锐龙版还是以前的感觉，不改变的不会瞎做改动，同时在这样的基础上不断加入新的硬件和功能。 这次的 2024 款有了新款锐龙处理器的加持，再加上本来就不错的硬件配置，无论是做工、性能、屏幕还是续航和最近很火的 AI 功能，它都达到了一个很好的平衡。 同时最重要的是，它的价格却仍然只是五千块出头，还给了你 32GB 的成吨内存，妥妥的加量不加价。 而且这会儿不正好赶上 618 吗，大伙感兴趣的话可以到电商平台转转，要是已经心动了，可以点击下方卡片或者一键猛击底部 “ 阅读原文 ” 直达 618 会场，好东西手慢无哦。 托尼看了一眼，星Book Pro 14 锐龙版顶配只要 4999 元，再薅几张叠加优惠券，一股香味儿已经飘出了屏幕。。。 如果你也在找一款适合学生党或者办公用的轻薄本的话，那么星Book Pro 14 锐龙版的这个配置搭配这个价格，至少在今年的 618 阵营里，惠普这波操作确实让它成为了一款值得一试的轻薄本。 撰文：百威 编辑：米罗 摄影：萝卜 美编：焕妍

福无双至，祸不单行，Google 又又又「翻车」了。 2023 年 2 月，追赶 ChatGPT 的 Bard，公开犯了事实错误；2023 年 12 月，Gemini 侃侃而谈如同贾维斯，然而视频经过后期处理；2024 年 2 月，Gemini 生成多种肤色的历史人物，被批评歧视白人。 这回，厄运降临到 Google 的看家本领——搜索。海外网友看热闹不嫌事大，甚至上演了一波斗图狂欢。 被群嘲的 Google AI 搜索，有种清澈的愚蠢 过去不久的 Google I/O 大会，推出的其中一项功能是 AI Overview（AI 概述）。 顾名思义，AI Overview 在网页顶部生成综合多个信源的摘要，同时附有链接。 当时，Google 对 AI Overview 很有信心，宣布当即向所有美国用户推出，很快也会推广到更多国家，预计年底覆盖超过 10 亿人。 然而没过几天，AI Overview 先在美国用户这里翻车了。 自制披萨的奶酪容易掉下来怎么办？ Google 建议您，亲，往酱汁里添加约 1/8 杯的胶水即可。特意强调是无毒的，背后原因令人暖心。 Google 并非现编，而是从「美版贴吧」Reddit 一位用户 11 年前的评论照搬了答案，可惜它读不懂人类的幽默。 人一天里应该吃多少石头补充营养？ Google 没有反驳问题本身的不合理，一本正经地胡说八道，根据加州大学伯克利分校地质学家的说法，应该一天至少吃一块小石头，以便摄入维生素和矿物质。 答案的源头是 2021 年的一篇「报道」，出自以假新闻和讽刺文章闻名的洋葱新闻。 AI Overview 也不精通美国历史，掉进了阴谋论的陷阱，说奥巴马是第一位穆斯林总统。 一时间，X 等社交媒体掀起了一股抽象的浪潮：晒截图，比拼谁的 Google 回答最荒谬。 竞争异常激烈，在 AI 的世界里，前总统从威斯康星大学毕业了 21 次，一只狗曾在 NBA、NFL 和 NHL 打过球，蝙蝠侠是一名警察。 乐子人扎堆的地方，浑水摸鱼和颠倒是非的也不会少。 Google 回应，大部分 AI Overview 的信息是高质量的，也提供了有用的链接供用户深入了解，很多「翻车」例子，问题是不常见的，结果无法重现甚至被篡改过。 比如，一张流传甚广的截图显示，治疗抑郁症的方法是跳下金门大桥一了百了。事关人命，Google 特意解释了，这个结果是伪造的。 ▲ 被 Google 辟谣的截图 与此同时，Google 没有辟谣其他例子，而是把它们作为改进 AI 的养料。怎么不算一次人类反馈的强化学习（RLHF）呢？ 火眼金睛的网友还发现，之前 Google I/O 精挑细选的演示里其实也出现了事实错误，只不过更加隐蔽。 被问到如何修复卡住的胶片相机，Google 建议打开后门并轻轻地取下胶片，但这样操作会毁掉照片。 流年不利的 Google，不是第一次在万众瞩目的公共场合犯错误。 2023 年 2 月，Google Bard 在演示时说，詹姆斯·韦伯太空望远镜是第一个拍摄太阳系外行星的望远镜。事实上，第一张系外行星图像是在 2004 年拍摄的。一个错误，付出市值缩水 1000 亿美元的代价。 这次，除了 AI Overview 本身犯错，还有一个槽点：这个功能，它不好关。一些热心的开发者，赶制了扩展程序，强制只显示传统的搜索结果。 没有方便的退出机制是 Google 的不对，AI Overview 基于传统搜索页面，用户量极大，万一有不熟悉 AI 的用户，盲目信任它的结果并被误导，后果就不好说了。 「Google 怎么会错 30%？」 其实，AI Overview 被曝光的问题并不新鲜。AI 会犯错，早就是公开的秘密。 如同起到造型作用的「吸烟有害健康」，AI Overview 下方标注着：「生成式 AI 是实验性的。」ChatGPT 也小字提醒：「可能会犯错。请核查重要信息。」 大语言模型的基础原理是，通过预测下一个单词或者短语生成概率最大的文本，有时可能会选择不正确但看似合理的词语，也就导致了虚假信息或者说「幻觉」。 AI Overview 的胡言乱语也是幻觉的表现，它结合了大语言模型生成的语句和互联网的链接，可以引用信源，但不保证信源的准确。 哪怕用到了 RAG（检索增强生成）等技术，将检索系统与生成模型相结合，限制回答问题的范围，也只能抑制幻觉，而非根治幻觉。 并且，信源本身的可信度存疑。「美版贴吧」Reddit，由网友贡献内容，而非权威媒体。 今年 2 月，Google 与 Reddit 达成协议，将其内容用于训练 AI 模型。当时就有人怀疑，会否导致「garbage in, garbage out」（垃圾进，垃圾出）的尴尬情况。 被「幻觉」困扰的不只 Google。去年 5 月，一位网友提问微软的 New Bing 时，答案明显错误，他点开参考链接时发现，作为引用源的知乎回答，居然也是 AI 生成的，遣词造句尽显 AI 风味，速度人力所不可及。 AI 搜索们是如何引用信源的，也是个让人费解的问题。当我用中文搜索「怎么给柴犬洗澡」，Perplexity 的信源是搜狐、YouTube、豆瓣日记、B 站，天工是知乎、百度文库，一时也不知道哪个更为权威，不敢轻信。 既然 AI 搜索都有幻觉，为什么总是 Google 被架在火上烤？ 创立于 1998 年的 Google，成为搜索代名词的 Google，身为 AI 巨擘的 Google，拉高了外界的期待，也必须承担犯错的后果。 相反，Perplexity 的 CEO Aravind Srinivas 表示，轻装上阵就是他们的优势，字里行间还有些骄傲。 如果你使用我们的产品，80% 表现不错，你可能觉得印象深刻，但如果你使用 Google 的产品，只有 70% 正确，你可能会不解，Google 怎么会错 30%？ 另外，AI 搜索也导致了一个用户认知上的转变。 我们以前说「用 Google 搜索」，而介绍搜索的生成式 AI 功能时，Google 自己给博客起的标题是「让 Google 为您进行搜索」，主次微妙地倒转了。 过去，Google 展现哪些链接可以回答你的问题。现在，Google 自己用 AI 回答你的问题。 传播错误信息的矛头，从信源本身，转移到了引用信源的 Google 身上。这口锅，Google 不得不背。 AI 搜索在提供事实之外，还有哪些可能性 既然幻觉已然是前提，我们应该换个角度看待 AI 搜索，问自己一个问题：是不是我们的预期出了错误？ 其实在 AI Overview 被批评前，Google CEO 皮查伊就在近日 The Verge 的采访中提到过，「幻觉」问题仍未解决，甚至可以说是大语言模型固有的特征。 他认为，大语言模型不一定是了解事实的最佳渠道，但这不代表大语言模型是个废柴，非黑即白的思维不可取，比如它可以创造诗歌、引入搜索。 CEO 接受采访也好，I/O 大会也罢，都是在向用户传递一个理念：不要只把 AI 搜索当作对现有网页的简单总结，AI 发光发热的地方还有很多。 但 AI Overview 没能让人满意，怪不到用户头上，相比演示，现在的 AI Overview 并非完全形态，很多功能还没有上线。 Google 搜索主管 Liz Reid 在 I/O 展示了一个「多步推理」的例子，输入「找到波士顿最好的瑜伽馆，展现优惠信息，以及从灯塔山出发的步行时间」，AI 一步到位，以前要搜索三次的，现在一次就够了。 同时，AI Overview 未来还将有「规划」能力，比如要求 AI 策划三天的晚餐，用户可以直接拿到一份食谱，并在中途进行细化，加上「素食」等需求，然后导出到文档。 Google 的思路，和其他 AI 搜索产品殊途同归——让搜索更加可视化、交互性和个性化，用人话而非关键词沟通，节省查找信息的时间，回答更加复杂和具体的问题。 秘塔提供简洁、深入、研究的不同搜索模式，研究模式甚至可以给出大纲和脑图，生成演示文稿。 Perplexity 可以控制搜索范围，既能覆盖整个互联网，也能按照搜索需求，缩小到学术论文、YouTube、Reddit。 天工将 AI 搜索作为一个门户，搭载更多的生产力工具，提供了 AI 速读、音乐创作等智能体，等于在 AI 搜索之上，又搭建了一个 AIGC 内容创作平台。 平时的大多数问题，天气如何，汇率多少，跳转官网，其实通过简单的传统搜索就可以得到答案。 但相对复杂的场景，AI 搜索被寄予了厚望，毕竟它比起 ChatGPT 等多了信源，更加方便查证，比起传统搜索，又能进行更多的研究、创作、规划、头脑风暴。与其说是比传统搜索更好的百科全书，不如说更有 agent 的形状。 当然，饼画得再多，AI 搜索的幻觉还是让人膈应。为此有人建议，安全起见，用生成式 AI，别只看摘要，再用传统的 Google 搜索检查一下。所谓风水轮流转，但大哥还是大哥。

作者 | 李水青 编辑 | 心缘 智东西5月27日报道，今日，小度科技推出全球首款基于文心大模型的学习机——小度学习机Z30，售价6699元。 小度学习机Z30搭载全球首款百度文心大模型“AI老师”。基于文心知识增强的大模型，“AI老师”同时掌握通用知识和专业知识，具有多模态感知、互动、拟人化呈现等特征，支持孩子进行自然语言多轮交互、随时提问，并能够定制学习计划。 百度集团副总裁、小度科技CEO李莹称：“我们定义的‘好老师’，除了能够提供丰富的知识内容，更重要是能够激发孩子的学习兴趣，从而培养孩子的学习习惯，只有这样孩子才会爱学、会学、学得好。” 根据李莹公布的最新官方数据，小度自2015年发展至今自主品牌设备已连接4600万家庭，小度学习机累计用户数超200万，其中每日使用用户占比高达50%，这些用户平均每人每天使用时长超100分钟。 一、互动式学习、定制化练习，小度“AI老师”玩法演示 学习效果=内容x兴趣x习惯。市面上的学习机大多能提供内容，但如何激发孩子的兴趣，让孩子培养好的学习习惯？这是学习机品类面临的突出问题。 小度科技教育发展业务部总经理刘悦谈道，小度推出的全球首款百度文心大模型“AI老师”，主张寓教于乐，授人以渔，从预习、学习、练习、诊断、答疑、规划、育儿七个环节助孩子提高学习效率。 以预习场景为例，小度“AI老师”可以逼真还原课本情景，提供身临其境互动式体验学习，通过大模型技术让孩子跟作者进行畅聊，从而启发孩子的思维、深入探索新知。 在学习环节，小度将课堂升级为AI师生互动课，支持多轮互动问答，让孩子能够随时随地在上课过程中自由互动提问，AI老师则随时解答问题。 针对每节课的重要知识点，“AI老师”会让孩子及时练习，对学习薄弱点进行重点辅导和思路引导，还可以根据孩子课堂表现输出学习报告。 在进行问题辅导练习时，同样基于文心大模型的赋能，小度“AI老师”采用苏格拉底式分步启发引导讲解模式，通过对孩子思路引导，教孩子读题审题，然后进行分步启发地讲解，循循善诱。 孩子的“十万个为什么” 既是家长们希望鼓励的，同时往往也是比较头痛和难以应对的，AI老师能通过百科问答解答孩子的问题，帮家长激发孩子的求知欲。 面向家长，“AI老师”是一个专属AI家庭教育指导师，可以提供AI学情1V1沟通。此外，“AI老师”还能化身一位专业的AI青少年心理咨询师，帮家长解决孩子可能遇到的心理问题。 二、基于文心大模型的学习机首发，售价6699元 小度基于百度文心大模型的“AI老师”在小度最新的旗舰机型上会搭载。 小度学习机在硬件上进行了全方位升级，搭载了14英寸2.8K分辨率的超高清护眼大屏，助孩子保护视力健康。 除了AI老师之外，小度也内置了独家优质的高思全科课程，同时配备新一代多模式精准学、AI互动大语文体系等三十大AI辅学神器，助力学习辅导更加全面。 目前，小度学习机Z30已在小度官方商城、小度京东自营旗舰店等电商平台正式开售，售价6699元。 李莹谈道：“具有创造力的孩子，将更有可能在AI时代脱颖而出，他们也将以AI思维改变世界！一位优秀的好老师，在孩子的学习成长过程中，扮演着至关重要的角色。通过大模型技术来重新定义AI老师，将是教育产品破局的必经之路。” 结语：大模型重新定义“AI+教育” 大模型与学习机、AI辅导等结合，能够有效推动教育的高品质、个性化和大规模发展。基于文心大模型，小度打造了全场景、互动式、个性化的AI学习解决方案。 AI也为教育资源分布不均、个性化教育难以广泛实现等问题带来了解法，促进教育公平。面向未来，AI与教育将擦出更多不一样的火花，以小度为代表的科技玩家需要继续在创新实践中寻找答案。

在生成式AI领域姗姗来迟的苹果即将对外揭开面纱。 5月27日，有消息称，苹果已与OpenAI达成协议，将后者的聊天机器人ChatGPT集成到iOS18中，双方的合作预计将于一周后举行的苹果全球开发者大会（WWDC）上宣布。 苹果方面并未对上述消息作出回应，但在竞争对手在AI领域的猛烈攻击下，一场围绕在智能手机上的技术竞争正在展开。荣耀终端有限公司CEO赵明近日在Viva Technology上宣布，未来海外市场旗舰机型将搭载谷歌云相关服务，而在此前，三星已将谷歌大模型部署至手机端。 IDC中国研究经理郭天翔对第一财经记者表示，手机系统主要以安卓和谷歌服务为基础，所以在集成AI大模型时也会选择从底层开始适配，尤其是在海外市场，谷歌已成为中国厂商重要的合作方之一。 在分析机构看来，基于生成式AI构建的AI原生应用会是未来刺激AI手机成长的关键。如果AI原生应用能重新塑造移动互联网内容消费的现有习惯，将有机会缩短手机的换机周期。 苹果姗姗来迟 今年以来，苹果CEO蒂姆·库克多次对外强调了苹果在生成式人工智能领域的决心和计划，从时机来看，WWDC2024将成为苹果AI战略落地的重要节点。 此次大会的焦点主要在苹果与OpenAI的合作以及AI对苹果手机原本功能的改进上。比如苹果是否会推出聊天机器人以及升级版的Siri个人助理。 国金证券在最新发布的研报中提到，苹果将在WWDC上发布iOS 18及macOS 15新系统，新系统将深度融合AI。AI技术升级后的Siri将更具智能化，有望帮助用户处理更多复杂的日程，另外苹果还有可能发布AI应用商店。 但也有业内人士评价苹果的AI功能“纯粹是追赶，没有跨越式发展”，因为在更早的时候，谷歌已在其Pixel设备上开发了许多与上述内容相同的AI功能，而包括三星以及多家中国手机厂商也已发布了搭载不同功能的AI手机。 三星在今年年初发布了搭载AI功能的Galaxy S24系列手机，以本地和云端AI相结合的方式，在手机上实现了通话实时翻译、即拍即搜等功能。荣耀则发布了70亿参数端侧AI大模型“魔法大模型”以及MagicOS 8.0操作系统，后者的任意门功能可利用AI来理解用户意图和行为，将复杂任务简化为一个步骤的过程。例如，识别用户短信中的地址信息，让用户一步拖拽到谷歌地图进行导航；或者一步拖拽图像到购物APP等。目前，任意门已支持海外100个Top应用。 此外，去年下半年以来，包括华为、vivo、OPPO及小米等厂商也相继发布了自己的大模型以及操作系统。 不过苹果的优势在于庞大的用户群。机构认为，数亿台支持AI的设备上市将有机会让手机成为支撑生成式AI落地的全球最大终端载体。 “得益于AI大模型的赋能，智能手机将迎来新一轮的革新。首先在人机交互层面，有了LLM的加持，新的多模态交互将取代传统的、单一的触控屏交互，逐渐实现从图形用户界面GUI到语音用户界面VUI的跨越式转变，用户可以以更直观、更自然地方式与手机沟通。其次，多模态输入和输出能力相结合，可以极大强化智能手机的生产力工具属性，既可以基于多种形式的输入信息，生成用户需要的图表、文本、音乐、图片甚至是视频，也可以对输入的图片、视频进行编辑。”Counterpoint Research智能手机行业分析师Archie对记者表示，这些新的技术变革能够逐步激发消费市场新的需求。 在头部科技公司看来，AI时代的手机范式，已经在用户端展示出了冰山一角。机构也为市场作出了乐观的预测。Counterpoint数据显示，生成式AI手机在2027年将会达到43%左右的渗透率。与此同时，生成式AI手机存量规模将会从2023年的只有百万级别增长至2027年的12.3亿部。 IDC认为，今年中国市场的AI手机出货量就可达到3700万台。全球AI手机的出货量将达到1.7亿部，约占智能手机整体出货量的15%。 新一轮话语权之争 在AI布局上，Open AI似乎不是苹果唯一的选择，有消息称，由于不放心让OpenAI成为iOS主要新功能的单一供应商，苹果仍在努力与谷歌达成协议，试图将Gemini作为合作方。 作为海外大模型的主要主导者之一，谷歌在本月初对外展示了由升级后Gemini模型驱动的AI助手项目Project Astra、对标Sora的文生视频模型Veo，以及在硬件方面发布的第六代Tensor处理器单元（TPU）Trillium芯片。 谷歌CEO桑达尔·皮查伊表示，谷歌的所有工作都在围绕生成式AI模型Gemini展开，“我们希望每个人都能从Gemini所做的事情中受益”。 过去，中国手机厂商在海外市场扩张时，谷歌一直是绕不过去的合作方。当AI时代来临后，谁更早与海外这些头部玩家达成合作，意味着谁能更快为AI手机的海外市场扩张奠定基础，荣耀和OPPO是其中跑得较快的两家中国企业。 在谈及与云侧大模型厂商的合作，赵明在几天前举行的Viva Technology（欧洲科技创新展）上表示，荣耀未来的海外旗舰机将搭载谷歌云相关服务。在他看来，端侧AI要成为赋能消费者的工具，在某种程度上它与网络AI在后台断开仍可以独立存在，并且它与网络AI相对可以（互相）衍生和发展，这才是端侧AI应该有的范式，它不是Gimini或者ChatGPT在端侧的接入。 因此与云侧大模型的合作中，荣耀称将基于内部的AI战略架构，放在端云协同上。 “内部制定的AI战略架构分为四层。第一层，用AI使能跨系统、跨设备的融合。第二层，用AI来重构单终端的操作系统。第三层是AI在端侧的应用，比如抠图、拍照渲染、总结文档等应用级AI。第四层是AI的端云协同，实现AIGC和网络大模型等网络侧AI在手机上的呈现，搭载谷歌云主要在第四层。”赵明说。 而在机构看来，与谷歌的合作也成为了中国手机厂商征战全球AI手机市场的关键信号。 Counterpoint数据中，2024年一季度欧洲智能手机出货量同比增长10%，结束了自2021年第三季度以来的连续同比下滑趋势。其中中国厂商表现积极。数据上，一季度三星获得32%市场份额位列第一，出货量同比增长7%。苹果、小米位列二三位，苹果出货量下滑1%，小米则增长了11%。荣耀与Realme出货量大幅增长，增幅超过50%，分别增长59%和67%，市场占比达到了4%。 Counterpoint副总监Jan Stryjak表示，欧洲宏观经济状况正在改善，尤其是三星、小米和荣耀等公司，为市场带来了新的乐观情绪。 而加强AI在云端和终端侧的能力将是这些手机厂商进一步获取市场份额的关键。 “目前手机厂商目前中国手机厂商大多选择端+云结合的模式来提供AI服务，海外主要是和谷歌，Open AI合作，国内主要是中国的服务提供商，如百度，字节等。”郭天翔对记者说。 Archie则对记者表示，从手机厂商业务模式考虑，端云结合的模式可以更好地和厂商业务相结合.从成本方面来考虑，如果将全部的AI相关任务都交给云端处理器，云端目前推理成本很高，并发处理要求很高，并不是最合理的选项。合理地调用本地资源可以帮助厂商节省成本。用户角度考虑，有许多应用场景需要AI大模型及时介入，端侧AI模型可以减少时延。有些用户对隐私较为重视，在端侧部署AI大模型可以做到敏感数据不上云，保护用户隐私。 此外，Archie认为，对手机厂商来说，云端更需要考虑的是，在保持跟国际先进水平接轨的同时，如何和手机AI端侧模型更好地配合，在保障用户隐私的前提下，提供让用户满意的实用AI功能。

快科技5月27日消息，近日，苹果向部分iPhone用户推送了紧急更新通知，建议用户尽快升级。 通知显示，本更新可协助FaceTime通话反欺诈及防范其他安全风险，请轻点此通知更新iPhone，获取紧急更新。 FaceTime是iOS、macOS和iPadOS内置的视频通话软件，广泛用于iOS设备之间的视频通讯。 经过进一步查询，这一更新的版本号为iOS 17.5.1，已于5月21日对外发布。该版本还解决了在极少数情况下数据库损坏，可能导致已删除的照片重新出现在“照片”图库中的问题。 此前公安部门曾多次发出提醒，有犯罪分子冒充“金融平台客服”或“外地有关部门”等身份，通过FaceTime施行诈骗，导致受害者遭受重大经济损失。 为此，警方提示公众，有关部门不会通过电话、微信、QQ或视频电话等远程方式进行调查取证，也不会提出购买新手机、手机卡等要求，更不会通过网络提出资金转移或要求提供银行卡信息及交易密码。

快科技5月27日消息，近日，有博主送出了2024年年初至5月19日的中国智能手机市场累计激活量排名，数据显示华为超越了苹果。 按照这个排名来看，vivo＋iQOO是激活量排名最高的品牌，累计激活量已经达到了1780万部，而荣耀和华为紧随其后。 华为手机的累计激活量为1630万部，增量达649万部，增幅高达66%，这也超越了苹果，后者今年目前只有1560万部，增幅下滑18%。 此外，小米激活量为1553万部，增量为109万部，增幅为8%；OPPO＋一加的激活量数据为1536万部，增量为301万部，增幅为-16%。 当然了，这份数据并不一定100%准确，所以也仅供参考。 之前，市场分析机构Canalys发布了2024年第一季度中国智能手机市场调查报告，华为时隔13个季度，重夺中国大陆市场第一。 报告显示，2024年第一季度，中国大陆智能手机出货量与去年同期持平，达6770万台。 其中华为凭借Mate及nova系列热烈的市场反响，出货量同比增长70%达1170万台，市场份额达17%，时隔13个季度，重夺中国大陆市场第一。

凤凰网科技讯（作者/周文浩）5月27日，荣耀手机中国官方于5月27日召开了发布会，发布了荣耀200系列手机，据悉，新机将搭载第三代骁龙8s旗舰芯片，售价2699元起，Pro版本售价3499元起。 荣耀200以及荣耀200 Pro版本除搭载第三代骁龙8s旗舰芯片外，还将搭载荣耀自研射频增强芯片，可以使信号接收收益最大提升35%，发射收益最大提升17%。 在影像系统方面，新机配备了5000万雅顾光影主摄，Ai光影写真人像雅顾光学，号称达到单反级别虚化，帮助用户拍出空间感。除了主摄和长焦镜头外，荣耀200 Pro系列还配备了112°超广角微距镜头，拥有1200万像素，并且具备2.5厘米的超短对焦距离前置方面，新机配备了5000万单反级写真镜头，支持写真人像引擎3.0和雅顾光影人像模式。 屏幕方面，荣耀200 Pro拥有4000nits局部峰值亮度、437PPI超高像素密度、3840Hz超高频，搭配荣耀绿洲五大护眼技术，支持10.7亿色彩显示，支持AI分析用户使用习惯，进行护眼技术的适配和调校。另外，荣耀200 Pro将采用悬浮流线四曲屏设计，而荣耀200标准版则采用全等深悬浮四曲屏设计。 在电池和充电方面，荣耀200系列配备了5200mAh的荣耀青海湖电池，号称能15分钟充至60%，支持100W有线超级快充和AI充电技术。荣耀200 Pro版还将提供66W无线快充，在30分钟充至64%。 新机将于2024年5月27日20:30开启预售，于5月31日10:08进行首销。

如今，大电池取代了超快充，成为了手机厂商在解决续航难题上的最新发力方向。无论是此前的荣耀青海湖电池，还是小米金沙江电池，亦或是vivo的蓝海电池，都在不断提升电池能量密度，在尽可能不改变电池大小的情况下带来更大的电量。 vivo S19系列 5月27日，有媒体报道称，vivo近期将推出采用新一代硅碳负极材料的蓝海电池，其能量密度比普通石墨负极电池高出约20%，比极限石墨负极电池高出约16%。该电池将由vivo S19系列手机搭载，宁德新能源供货。据悉，vivo S19 Pro可能会搭载一块5500mAh大容量电池，支持80W快充，新的电池技术可能会出现在S19 Pro上。 根据此前的爆料，vivo S19或将采用一块拥有4500nit峰值亮度、1.5K分辨率的6.78英寸直屏，搭载高通骁龙7 Gen3处理器，并有望提供4000mAh电池，支持80W快充，以及IP64级防尘防水。影像方面除了可能会配备5000万像素前摄之外，还将带来由5000万像素大底主摄+800万像素超广角副摄组成的后置多摄模组。 vivo S19 Pro 定位更高的vivo S19 Pro，则可能会用上一块同为1.5K分辨率的6.78英寸曲面屏，搭载联发科天玑 9200+，并配备立体声双扬声器。影像方面除了同样配备5000万像素前摄，其后摄模组则有望由 5000万像素索尼IMX 921主摄 +800万像素超广角 +5000万像素直立式长焦组成。