全球混凝土及砂浆行业供应链平台

互联网最近正在上演一场残忍“风水轮流转”。 三四年前，职场博主领域里最光鲜的莫过于入职互联网大厂的博主。 脖子上挂着字节、腾讯、快手们的工牌，vlog里晒着丰盛下午茶与公司的免费健身房，分享着进面试攻略，手握内推码。 浑身散发着乘上了时代浪潮、赶上了行业风口的蒸蒸日上感，成为北上广打工人们羡慕的对象。 到了2024年，网友们发现现在已经变成离职博主、失业博主领域挤满了前互联网大厂人。 《阿里last day知无不言》 《在职最后一天，字节为我花了五十万》 《对大厂祛魅是职场第一步》 《该不该放弃北京的房子回老家发展》 …… 大家伙开玩笑说互联网大厂们别再裁了，再裁下去连离职博主赛道都要内卷了。 如今取代当年互联网公司生态位，成为年轻人最愿意晒入职分享帖的行业，已经悄无声息地变成了新能源。 那些曾被冠以阿里、字节的热门网帖标题，已经被替换成了比亚迪与“蔚小理”们。 《入职理想半年随便问》 《双非简历如何拿下比亚迪offer》 《蔚来工牌照片二选一》 《极氪实习第七天，公司内部咖啡厅的冰淇淋也太好吃了》 …… 对口专业的学生在为新能源心动，一些专业与造车卖车八竿子打不着的学生也在寻找入职机会。 无数应届生盼望着入行新能源，就如同当初的大学生憧憬着入职互联网大厂，渴望搭上不知能吹多久的时代风口。 01 年轻人憧憬新能源，像极了当初追捧互联网 从应届生视角来看，近两年的新能源行业在不算明朗的招聘市场中的确算得上一块好饼。 至少它还在不断招人，招的数量还不少。 据猎聘网统计，2023届应届生新发职位同比增长最多的TOP10赛道中，新能源仅次于AI大模型位居第二，同比增长93.90%。 另在2023届硕士应届生需求增长最多的TOP10新赛道中，新能源汽车位居第一，同比增长151.06%。 这两天的北京车展上，小米汽车还大排场地在展台上打出招聘广告。 2023年时比亚迪董事长王传福公开透露，比亚迪将在2023年校招中为应届生提供3.18万个岗位。 这一数字，比字节跳动在2020年业务爆发期时的1.2万个岗位还多。 也正因此，比亚迪开始被应届生们亲切称为“爹迪”。 校招群内大学生们着急询问比亚迪还发不发进面短信，“当初喊你‘迪子’是我冒犯，现在只求迪爹捞我上岸”。 小红书上，那些曾经属于互联网大厂的公司氛围、花样福利讨论也开始逐渐转移到新能源企业。 比如晒字节工牌的人少了，晒蔚来工牌的人多了。 由于蔚来工牌不要求必须使用证件照，不少人会选择使用更好看、更有艺术感的生活美照，看上去高级感十足。 一些新入职的员工、实习生还会发帖询问，让网友们帮忙选择放在工卡上更好看的照片。 互联网大厂们有的下午茶福利、健身房福利、加班打车福利、加班餐福利、房租补贴等等，不少新能源大厂也有。 新能源员工们晒出的茶歇角与咖啡台照片，倘若没露出企业logo，说是当初的互联网大厂福利帖也毫不违和。 有在互联网公司工作过的网友调侃，说真要一比一对比的话，头部车企的企业特色福利说不定比互联网还好些。 因为车企员工可能有数千到数万不等的购车优惠，自己在公司里只拿到过优爱腾会员月卡这类福利。 985高校毕业、本科为核工程与核技术专业的网友@长帆告诉我们，三四年前对自己以及同系学生而言，比亚迪更多算是一个保底选择。 身边同学在比亚迪校招过程中的体验是“投了就能有offer”。 @长帆表示尽管当时比亚迪的许多岗位都适合他们投递，比如整车制造、换热、散热、动力系统等等，代码写得好的也能应聘CS岗。 但大部分同学还是优先选择了当时看上去前景更好的其他出路，互联网大厂就是其中之一、当初开的薪资待遇更好。 不过从去年开始，她陆续得知身边多位传统工科专业的朋友主动选择了比亚迪。 既因为新能源行业这两年发展迅猛，也因为比亚迪给出了30多万的“薪资总包” 02 “拿不到新能源高薪，总能拿到个普薪” 一个能侧面反应大众对新能源工作评价上升的有趣例子是，在社交平台的婚恋相亲话题讨论中，已经出现了类似“新能源男”的身份标签。 就业形势的变化带来了婚恋市场评价体系的版本更迭。 有的讨论中，“新能源从业者”的标签被认为可以取代“金融从业者”原本在婚恋市场的光环。 社交平台上对新能源行业的入职憧憬会产生，显然与近两年业内传出的高薪新闻紧密相关。 据观察者网援引相关报道，2022年比亚迪校招薪资表中，“C9F”硕士年薪为27万元。 “C9”指的是毕业于清华、北大、复旦、上交、浙大、南大、中科大、哈工大、西安交大这九所高校的学生，“F”指的是与汽车制造业密切相关的专业。 27万或许对北上广的资深职场人士而言不算特别高，但对应届生而言还是不错的起点。 而中国汽车人才研究会整理的数据显示，2022年的上市车企研发人员人均年薪排行中，比亚迪的薪资价格还不算是第一梯队。 排名第一的是理想汽车，研发人员人均年薪78.6万；排名第二的是蔚来，66.7万。 小鹏汽车第四名，49.6万；比亚迪排名第14位，14.9万。 去年11月小米汽车传出车型照片后，媒体@盐财经在招聘网站曾查询到了小米汽车招聘销售主管、门店店长的相关信息。 其中BOSS直聘平台显示，广州小米汽车零售中心店长的岗位底薪便是两万起步，销售岗位一般还有业绩提成。 以上这些数据与新闻，看似反复印证了新能源行业作为风口行业薪资不菲的说法。 但估计有一定工作经验的朋友都能看出，它们无法精准代表新能源业内普通打工人的收入。 比亚迪27万元的年薪属于“C9F”硕士高材生们。 而在offershow等网友自发分享待遇信息的平台上，大家晒出的普通本科应届生offer更多在月薪七八千左右的区间。 小米汽车的两万底薪也只属于门店店长级别，需要有数年的汽车销售经历与管理经历才能应聘。 即便意识到这一点，依然有相当多的年轻人渴望进入新能源行业，不少应届生从一开始便没有抱着高薪的期待，只想要个普薪。 不同于互联网大厂业务快速增长期曾传出过“基础运营岗也能近两万月薪”的高薪神话，以至于互联网头部公司一度在年轻人眼中自带光鲜滤镜。 如今这批新能源大厂在不少求职者眼中有滤镜，但不多。 在网上搜索企业名称+加班的关键词，你会发现不少新能源企业被网传加班多、下班晚、工作压力大。 很难说这是新兴企业高速发展期的特殊景象，还是如今大部分企业的的常态。 一位今年毕业、已经拿到某头部锂电公司offer的应届生告诉我，他当时同时拿到了这家电池公司与某知名家电企业的offer。 两家给出的薪资差不多，家电企业在工作地理位置上还更占优势，是在超一线城市，锂电公司则在二三线城市。 但他最终还是选择了锂电公司，因为觉得它前景更好、岗位做的事也更实在，“在朝阳行业工作更安心一点”。 他希望自己能干几年后跳槽，认为有了这家头部锂电公司的工作经历，跳槽到业内其他公司谋求好职位会更容易。 03 弥漫在年轻人头顶的风口焦虑 与年轻人对入行新能源热情高涨相对应的是，社交平台上也涌现出不少开始涉足新能源领域的职场博主。 把新能源形容为“拯救天坑”的存在，标题与讨论中描述着逆境翻盘的叙事： “文科生转行新能源年薪30万”“二本学生如何进新能源”“哪些岗位不限专业”“双非也能进新能源大厂” 不少博主搜集提供的信息都相当有限，许多帖子仿佛是新能源行业版的“逛三园”。 只停留在列举新能源领域有哪些数得上号的公司，公司介绍从百度百科复制。 甚至有的公司严格来说并不算新能源业内，只是近些年有投资涉猎新能源领域的计划、八字还没一撇，也被归纳进去。 这大约是因为新能源上下游供应制造链庞大，信息收集门槛稍高，求职博主如果完全是外行人士很难整理出有效信息。 但帖子里却不乏传播数据很好的高赞贴，收藏人数不少。 与其说这些帖子真能给正式求职者提供什么实际帮助，不如说它们更像是心理安慰剂式的存在。 长久处在必须与同龄人不断比较、争夺有限资源的环境中，年轻人心中很容易涌现“跟不上时代”“被抛下”的焦虑。 而在就业环境并不明朗的当下，蒸蒸日上的新能源成为了看似能缓解焦虑的解药。 诚然，相比于传统硬工业，新能源车企在制造业基础上还融合了广告业、创意产业等领域。 能提供多领域的岗位，有容纳各种专业毕业生的可能，对应届生而言相对友好。 但严格意义上来说，近些年行业局势变化快的新能源算不上什么“应届生避风港”式的存在。 业内竞争激烈、市场朝夕万变，随时有可能发生业务线变动带来的职场变动。 比如前几天网传特斯拉突然撤回大批应届生offer，澎湃新闻找到当事学生进行采访，对方表示与自己对接的HR称其负责的所有应届毕业生均被毁约。 如今已经几乎错过金三银四的春招黄金期，当事学生表示重新找工作很难。 不过在不少年轻人眼中，目前看起来处在上升发展期的新能源至少比一些已经明确陷入发展瓶颈的行业要好点。 还是那句话——“至少现在它进的人比出的人多”。 特斯拉毁约应届生新闻一出，极氪马上宣布愿意“接盘”，开放本已关闭的统一校招通道，欢迎被毁约的毕业生应聘。 如今，与新能源求职关联最紧的词是“风口”。 写稿过程中，我采访了数位入职新能源企业一两年的毕业生或有意向求职的应届生，他们的选择理由也无一例外地提及“新能源是接下来的风口”。 但在被问到“在你的计划或想象中，行业处在风口上会为你带来什么实际利益”时，只有两位简历条件优越的毕业生明确表示已经收获比预期更高的薪资，其余受访者对这一问题更多是“说不好”的迷茫状态。 年轻人们似乎对“处在风口上、谁都能飞起来”的美梦不再期待。 只是希望搭上一艘还在前行的船，不至于“逆水行舟、不进则退”。

1972年12月，在美国华盛顿特区举行的美国科学促进会年会上，麻省理工学院气象学教授埃德·洛伦兹发表了题为「巴西一只蝴蝶的煽动是否会在德克萨斯引发龙卷风？」的演讲，这贡献了「蝴蝶效应」这一术语。 在他1963年的一篇论文中，他发现在时间积分与数值天气预测模型里，即使微小的起始条件误差，也会在数值模型中迅速扩大，导致预测结果的不确定性迅速增加，这被称为混沌现象。 因此，天气预报的可靠性受到了限制，尤其是在极端天气事件的预测方面，比如飓风、热浪或洪水。 出于上述原因，目前的天气预报其实都是概率预报。 这些预报使用了一种叫做集合预报的方法，通过在初始条件中引入一些随机性，然后运行多个不同的模型来生成多种可能的结果。 通过对集合中的所有预报进行平均处理来减少误差增长，并且集合中的预报的变化量量化了天气条件的不确定性。 尽管有效，生成这些概率预报的计算成本很高。它们需要在大规模超级计算机上多次运行高度复杂的数值天气模型。 尤其是极端天气，通常需要更大的集合来评估。例如，为了预测发生概率为1%的事件的可能性，需要一个包含1万个成员的集合，且相对误差小于10%。 但准确和及时的天气预报，是人们日常生活所必需的。从准备一天的活动需要带什么出门，到面对危险天气的时候要提前做什么准备。 谷歌最新研究给天气预报带来了一个新的进展：Scalable Ensemble Envelope Diffusion Sampler（SEEDS）是一个生成式的AI模型，可以高效地生成规模化的天气预报集合，成本仅为传统基于物理的预测模型的一小部分。 这项技术为天气和气候科学开辟了新的机遇，它同时也代表了概率扩散模型在天气和气候预测中的首次应用。 生成式AI准确生成天气预报集合 在上述论文中，谷歌提出了可扩展的集合包络扩散采样器（SEEDS），这是一种用于天气预报集合生成的生成式人工智能技术。 SEEDS基于去噪扩散概率模型，这是一种由Google Research部分开创的最先进的生成式人工智能方法。 生成式人工智能以生成非常详细的图像和视频而闻名，这一特性对于生成与真实天气模式一致的集合预报特别有用。 SEEDS可以根据操作性数值天气预报系统中的一两个预报来生成大量的集合。 生成的集合在技能指标上与基于物理的集合相匹配或超过，比如均方根误差（RMSE）和连续排名概率评分（CRPS）等；不仅如此，还为预报分布的尾部（如±2σ和±3σ天气事件）分配了更准确的可能性。 传统物理方法和SEEDS的生成对比 最重要的是，与需要数小时计算时间的超级计算机相比，该模型的计算成本几乎可以忽略不计。在Google Cloud TPUv3-32实例上，其吞吐量为每3分钟256个集合成员（分辨率为2°），并且可以通过部署更多加速器轻松扩展到更高的吞吐量。 下图对比了SEEDS与操作性美国天气预报系统（全球集合预报系统，GEFS）在2022年欧洲热浪期间某个特定日期的预报结果。 其中A是真实观测的代理，（Ca-Ch）是SEEDS模拟出来的8个样本，而（Da-Dh）是来自GEFS的预报。虽然肉眼可能很难直接看出明显的区别，但SEEDS更能捕捉到交叉场和空间相关性，这会与真实的天气更加贴近。 这是因为SEEDS直接模拟了大气状态的联合分布，它实际上捕捉了大气状态的空间协方差和中对流层高度和平均海平面气压之间的相关性，这两者常被气象学家用于预报评估和验证。（一些专业的解释：平均海平面气压的梯度驱动着地表的风，而中对流层高度的梯度则产生了移动大尺度天气模式的高层风。） 更准确地覆盖极端事件 SEEDS集合能够从一两个种子预报中外推，展示了可能的天气状态的范围，对事件的统计覆盖更好。 也就是说，高度可扩展的生成方法能够创建非常大的集合，可以通过任何不同状态阈值设置的天气样本，来描述非常罕见的事件。 比如说下图展示了2022年7月14日当地时间1:00在里斯本附近发生的极端高温事件的2米温度和总柱水汽的联合分布。 对于每个图，谷歌研究团队使用SEEDS根据2个物理模型的种子预报，生成了16384个成员的集合，显示为绿色点。 正确天气事件来自ERA5，用星号表示。 用方块表示用于传统方法生成集合的预报，用三角形表示剩余的传统方法集合成员。 可以看到蓝色方块和黄色三角形根本不接近星号，也就是说，传统方式根本不可能提前观察到这种极端情况，其31个成员中没有一个预测到与观察到的那样温暖的近地表温度。 实际上，从高斯核密度估计中计算的事件概率低于1%，这意味着少于100个成员的集合不太可能包含与此事件一样极端的预报。 而SEEDS生成的绿色点，却可以提供更好的统计覆盖，基于它精准的生成能力和高效的生成速度。 天气预报新模式？ 上述实验展示了一种混合预报系统，SEEDS利用基于物理模型计算出的少数几条天气轨迹来更有效地生成更多预报的扩散模型。 这种方法提供了一种替代当前操作性天气预报范式的方法。 同时，通过统计模拟器节省的计算资源可以用于提高基于物理模型的分辨率或更频繁地发布预报。 这或许是天气预报的未来新模式，也可能SEEDS仅代表了未来几年AI将加速操作性数值天气预报进展的众多方式之一。 但谷歌研究展现出来的是生成式人工智能在天气预报模拟和后处理中的实用性，对于准确量化未来气候的不确定性和气候风险评估，提供了一个新的方向。

「Rabbit R1，它本质上是安卓系统上面做了个 Launcher 程序，破解后在手机上就能运行。」 通过破解，Rahman 设法在 Pixel 6a 手机上启动并运行了 R1 的应用程序。 本周二，美国记者 Mishaal Rahman 曝光了知名生成式 AI 硬件 Rabbit R1 的细节，立即引来了科技圈的关注。 几个月前，Humane、Rabbit 两家初创公司陆续推出他们的人工智能设备 ——Ai Pin 和 Rabbit R1。最初，一些人认为这些设备将开创可穿戴人工智能的新时代。然而，几个月过去了，对于这两款设备的争议逐渐增多。 Rabbit R1 首次亮相是在 CES 2024 上，它是一款手掌大小的 AI 智能设备，售价 199 美元。其背后的研发公司 Rabbit 致力于基于大型行为模型（Large Action Model, LAM）研发下一代操作系统。 R1 是一个完全独立的设备，主要通过自然语言进行驱动。小小设备五脏俱全，触摸屏、按钮、滚轮、麦克风、扬声器、360 度全景摄像头，支持蓝牙和 Wi-Fi，还支持 USB-C+SIM 卡槽。 这种橙色的立方体看起来仿佛拥有魔力。从参数上看，R1 的大小大约是 iPhone 的一半，重 115 克，它配备了 2.88 英寸的触摸屏，内置 2.3GHz 的联发科处理器，4GB 内存和 128GB 存储空间。 然后是由硬件承载的软件和操作系统，它搭载的操作系统名叫 Rabbit OS，连接的云端 AI 不叫大语言模型，而被称为「大动作模型」，这种模型被描述为一种应用程序的通用控制器。 不过它显然具备大模型时代 AI 技术的所有特征。你可以向 R1 进行提问，通过按下对话按钮，500 毫秒内就能得到响应，无需任何唤醒方式，回答过程还带字幕： 与很多新形式的科技硬件一样，自从 CES 上爆火以来，Rabbit R1 经历了全网热议，供不应求，以及一波波讨论。有人认为它开创了全新的智能硬件品类，「这才是 AI 时代的 iPhone 时刻」；也有人认为这种硬件能做的事「一个 app 就能解决」、「为什么不用手机？」。然而争议不妨碍 R1 热卖。 4 月 24 日，Rabbit R1 举办发布会，在 24 小时内，售价 199 美元的 R1 就卖出了 1 万台。补货之后再次售罄，至今已卖出了超过 10 万台。 创业公司 Rabbit 也顺利搭上了生成式 AI 这一波爆发的顺风车，累计融资已达 5800 万美元，最近一轮融资是在 3 月。 人们正在热捧新产品。但另一方面，客观来说，Rabbit R1 提供的功能，安卓手机基本全部可以做到，甚至是单个 Android 应用程序就可以完成。 例如，与大语言模型 （LLM）通过自然语言对话的方式获得问题的答案、给物体拍照以获取有关它的信息、从 Spotify 播放音乐、从 Uber 打车，从 Doordash 订餐...... 这些 Rabbit R1 的功能我们在智能手机上就可以完成。在很多最新一代旗舰手机中，此类功能也是被列为特色的能力。 如果像 Rabbit R1 这样的人工智能小工具可以做的所有事情都可以通过 app 来实现，那么其实应该多一事不如少一事，直接用手机接入 AI 才对。 更何况 Rabbit R1 似乎就是在底层运行 Android，并且用户交互的整个界面是由单个 Android 应用程序提供支持的。 Mishaal Rahman 表示知情人士与之分享了 Rabbit R1 的启动器 APK。Mishaal Rahman 经过一些修改就成功地将其安装在 Android 手机上，具体型号是 Pixel 6a。 Mishaal Rahman 称：「安装完成后就可以像设置 Rabbit R1 一样设置 Android 手机。手机上的音量加减对应于 Rabbit R1 的硬件按钮。创建一个『rabbithole』帐户，就可以开始与 AI 助手对话。」 由于 Rabbit R1 的显示屏比 Pixel 6a 明显更小且分辨率更低，因此主屏幕界面仅占据手机显示屏的一小部分。尽管如此，我们还是能够向人工智能助手提出问题，就好像实际使用 Rabbit R1 硬件一样。 所以简单来说，虽然 R1 上的操作系统可以是一个定制化安卓系统，甚至是一个定制化的 Android ROM，但其实只是包含在一个 .apk 文件中的 app，且可以在其他地方安装。 在 Reddit 上，已有人表示也收到了泄露的代码，遗憾的是它可能确实是一个不错的 Android/iOS 应用程序。 Mishaal Rahman 没有费心测试任何其他功能，例如 Spotify 集成、Vision 等，但如果其中一些功能不能用，也没必要感到惊讶。毕竟，Rabbit R1 的启动器应用程序旨在预安装在固件中，并被授予系统级权限。 无论如何，Mishaal Rahman 认为在手机上运行应用程序表明：「从本质上讲，许多利基硬件产品都是在 AOSP 的修改版本的基础上运行的。」 消息曝出后不久，Rabbit 公司创始人兼首席执行官吕骋迅速回应了 Mishaal Rahman： Rabbit R1 不是 Android 应用程序。我们知道有一些非官方的 Rabbit 操作系统应用程序 / 网站模拟器。我们理解人们渴望体验我们的 AI 和 LAM，而不是等待他们的 R1 到来。 话虽这么说，为了消除任何误解并澄清事实，Rabbit OS 和 LAM 在云上运行，具有所谓的 AOSP 和较低级别的固件修改，因此没有适当操作系统和云端点的本地盗版 APK，将无法访问我们的服务。 Rabbit OS 是为 R1 定制的，我们不支持第三方客户端。在今天的 OTA 之后，我们实施了多项云验证改进来验证设备 / 客户端请求。我们保留追究针对我们服务的任何恶意和非法网络安全活动的所有权利。 简而言之，官方对此予以了否认。 有网友表示，即使真的只是 app 的模式，R1 也值得购买，因为使用它就无需在已经非常复杂的手机上找 app 了。作为一款生成式 AI 硬件，Rabbit R1 的价格要比 AI Pin 便宜的多，同时拥有丰富的功能。 也许，是时候看看数万用户的实际使用体验了。 参考内容： https://www.androidauthority.com/rabbit-r1-is-an-android-app-3438805/ https://twitter.com/JefferyTatsuya/status/1785462764812845398 https://www.reddit.com/r/Rabbitr1/comments/1ch6fy0/so_rabbit_is_just_an_app_in_a_handicapped_android/

大家五一小长假快乐啊。同为劳动者，在咱们的节日吃好、喝好、玩好，简直是天经地义。但在享受美好假期的间隙，不知道有没有那么一个片刻，你的脑海中会闪过这样一个想法：如果以后AI要代替我劳动，我岂不是连劳动节都没得过了？ 事实上，每一次AI技术爆火之后，大众层面讨论最多的就是AI会不会抢夺人类的工作岗位。在ChatGPT带来了AIGC热潮之后尤其如此。ChatGPT要抢文案和程序员的工作，Suno要抢音乐人的工作，Midjourney抢美工的工作，Sora抢影视后期的工作。好家伙，你们这群AI还搁这分工明确，跑马圈地呢？ 这时候，社交媒体上一般会出现两个声音。一种是焦虑派，一种是智障派。焦虑派说，“马上我们就要没工作了，AI太可怕了”。智障派就出来说，“实测AI都是智障，担心AI还不如担心陨石砸下来”。 然后两派拥趸吵得不可开交。更气人的是，这两派观点还轮流出现，今天刷了个智障派视频，觉得AI都是废物，放心工作了，明天又出来个焦虑派反驳得有理有据。天天如此拉扯，心情无比烦躁。回头静下来一想，这些搞人心态的视频还都是AI推送的，糟心程度又爆表了。 那么，AI到底有没有取代人类的工作呢？ 如果有的话，AI到底在取代谁的工作？ 如果我不想被取代，我需要做什么，以及安全水位究竟在哪？ 大过节的，不整虚的。我们不说那些理论上、概念上的替代工作。就从目前的真实情况出发，聊聊AI与工作间的那点事。 祝我们能快乐劳动，快乐过好每一个劳动节。 01 杂活替代vs刚入职场的新人 不知道大家是否记得这样一个新闻。2023年，一个日本女生尝试自杀并获救，她的自杀理由是毕业后想找美工方面的工作，却发现各个公司都用AIGC来生成基础的图片素材。像她这样没有经验，也不能处理复杂工作的新人，一时之间很难找到工作机会。 一种现象目前在全球范围内愈发普遍：AIGC正在负责干那些，本来应该由实习生与职场小白来负责的杂活。 杂活这个概念，在职场中其实非常重要，因为这是能交给新人的第一份工作，虽然简单，但却是入门和学习的基础。这类杂活往往包括做表格、写基础文案、做基础的美工设计等。然后非常不幸的是，这类工作也恰好是AIGC的专长。 我们经常说，AIGC效果并不好，不够专业云云。这时往往会忽略一个事实，就是实习生与新人很多时候做得也并不专业。他们也需要简单的工作作为入门，甚至需要在“这么简单怎么都不会做”之类的批评中，快速学习和成长。 但AIGC平台出现与成熟后，有更多职场老人发现用新人还不如用AI，这样至少效率更高，沟通成本更低。而从老板与资方的角度考虑，所谓培养新人带来的效益，很多时候比不上节省的人力成本。 这种情况下，AI没有直接替代工作，但让求职门槛越来越高。无形之中，把对岗位和工作的学习要求前置到了校园阶段。 02 规模缩减vs团队中的边缘角色 在AIGC发展起来后，很多公司都会分享自己有百分之多少的代码由AI生成，利用率达到了多少；有多少企业物料是AI制作，进而节省下多少的成本。 那么问题来了，自动生成的代码，智能化生产的物料固然很好，但原本制作他们的人，都去哪了？ 当然这个问题可以有很多答案，比如可能那些员工的工作变得更加轻松了，在不用写代码、做物料的情况下，开发出了给公司拍短剧、短视频的新业务。 如果你相信这件事，那么恭喜你，你还不是非常了解职场。 根据麦卡锡发布的调查显示，有42%的企业和组织，表示过去一年成功通过部署AI技术降低了成本，其中最主要的就是人力成本。这意味着，有越来越多的企业找到了通过使用AIGC等能力来实现缩减团队规模。 虽然AI无法负担核心工作，但当一个团队足够大的时候，往往就会存在只做特定简单工作的边缘角色、辅助角色。这类岗位很容易成为企业利用智能化技术降低成本的牺牲品。 玩过《赛博朋克2077》的朋友，会记得AI控制德拉曼出租车公司，就是先从淘汰边缘员工开始的。希望我们都不会成为科幻作品映入现实的受害者。 03 版权倾轧vs个人创作者 前不久，我在网上刷到一段视频，感觉非常精美。但点开评论区却看见骂声一片。 仔细一瞅，发现原来是很多画师在指责视频的制作方使用了AIGC内容。其中有画师提出，自己原本就是视频制作方的外包画师，但甲方目前已经解除了合作。还有很多人认为，AIGC内容与原本画师的作品非常相似，显然是AIGC侵犯了原作者的版权。 类似问题，正在变得愈发突出。 很多甲方原本通过外包的形式来与个人、小团队创作者合作。但随着AIGC的普及，甲方往往会发现可以通过使用此前合作的成果对AI进行训练，进而源源不断得到风格类似但内容不同的新作品。 这类现象，显然已经触发了版权保护的边界，但受到的重视和监管还远远没有跟进。同时，AIGC的版权问题客观上非常复杂，比如说AI是否能通过公开素材进行学习，是否能固定模仿某种创作风格。一系列相关的技术、商业伦理以及法律法规问题还有待完善。 至少在目前来看，个人创作者想要在AIGC面前妥善保护自己的版权还比较困难，更好的办法还是培养稳固的合作关系，建立可以超越AIGC平台的个人能力。 04 变强大的同时，不妨学学“魔法” 在这些现象中不难看出，AI确实还不能真正代替一位职场高手，或者在团队中起到不可替代的作用。简言之，AI远没有那么神奇。但问题恰好在于，很多工作并不需要高手，甚至充斥了大量简单的重复性劳动。AI真正有可能替代的，也恰好是这部分较为边缘，但同时又非常普遍的工作。 那么，我们究竟该如何对抗这种情况呢？ 首先大可不必焦虑的是，如果有多线程处理问题的能力，在做创意性、领导性的工作，或者善于沟通，善于解决复杂问题，那么你对AI这东西大可不必放在心上。放任AI再发展很多年，它也无法替代你。与此同时，AI还可以替代你工作中那些非核心，但又无趣、无聊、占用时间的工作。 你可以更好发挥核心能力，并且获得更多休息时间。AI对于足够强大的人类来说，有百利而无一害。 但如果并非如此，你在做简单且重复的工作，那么就要提防一下AI了。在让自己变强的同时，不妨考虑一下学习AIGC平台的应用，学习AI的逻辑与技巧。把会用AI这件事，变成你的不可替代性之一。 最不可取的方案，就是每天痛骂AI，或者干等着哪天AI被禁用了。技术就像江水，只会滚滚向前。 与其恐惧魔法，不如学会用魔法打败魔法。 学会了之后，让AI劳动，我们过节，未尝不是一件美事。

【新智元导读】就在刚刚，陶哲轩领衔的一份62页报告出炉了，总结和预测了AI对半导体、超导体、宇宙基础物理学、生命科学等领域带来的巨大改变。如果这些预测在几十年后能够实现，美国酝酿的AI「登月计划」就将成真。 就在刚刚，陶哲轩领衔的一份AI技术对全球研究潜在影响的技术报告发布了。 这份报告长达62页，总结了AI对材料、半导体设计、气候、物理、生命科学等领域已经做出的改变，以及预测它们在未来可能由AI产生的改变。 报告地址：https://www.whitehouse.gov/wp-content/uploads/2024/04/AI-Report_Upload_29APRIL2024_SEND-2.pdf 除了总结AI工具已经改变的科学领域的小插曲，陶哲轩等人还发出了三个呼吁—— 1.必须赋予人类科学家更多的权能； 2.所有人必须负责任地使用AI工具； 3.国家层面需要共享基本的AI资源。 一旦必要的AI基础设施到位，新的科学「登月计划」将成为可能 众所周知，AI——可以帮助研究人员从数据中获得更多洞见，并确定最可能的解决方案；可以帮助处理日常任务，从而让研究人员能够专注于核心研究；可以帮助实现实验室流程的自动化；可以帮助完成以前很难实现的模拟；可以通过多模态基础模型将多种形式的数据汇集在一起，并在不同科学分支之间创造新的协同效应。 而当资源到位，并可以提供算力、安全的数据共享服务、开源的AI模型以及其他关键基础设施的访问时，我们就可以开始规划那些十分复杂且规模巨大的「登月式」科研项目。 这些项目可能包括: - 一个模拟人类细胞复杂性的基础模型，允许在计算机上（而不是在试管或活体内），对疾病和实验性治疗进行研究； - 一个详细的整个地球模型，使用传统和AI模型来描述地球系统的组成部分，同时也不断地用高度多样化的实时数据进行更新； - 通过系统收集、处理和AI辅助分析现有数据和文献，以及自动化实验室合成和测试可行的候选物，来发现实用的室温超导体。 随着共享AI资源基础设施的出现，全新的合作形式将从规模效应中获得实质性的好处，也就是说，随着项目规模的扩大，单位成本会降低、效率会提高。 与此同时，这种合作也可以减少不同团队之间的重复工作，提高研究效率。 AI即将颠覆的学科领域 目前人类科学发展到这个阶段，已经到达了临界点。在许多领域，我们都面临着巨大的障碍，而这些障碍一旦能克服，这些领域的进展都将迈入新的阶段。 令人兴奋的是，这些目前靠我们自己已经很难再推进太多的突破，靠AI很可能会被解决！ 当然，为了实现这些设想，我们还面临一些必须考虑的潜在风险，并且还需要实现目标所需的资源。 AI设计半导体，让美国稳坐第一 如今，支撑起全球经济和国家安全的现代电子设备，都需要依靠「芯片」来运行。 随着这些芯片功能的增强，它们的复杂性也在不断增加——当前最先进的芯片，已经包含了高达数百亿个组件。 由于需要庞大的工程资源和复杂的基础设施，目前只有规模最大的公司才有能力制造这些高端芯片。而AI则可以在显著提升芯片设计质量的同时，减少所需的时间和人数。 当然，这些AI工具并不是要取代设计师，而是通过提高设计师的工作效率来帮助缓解专业芯片设计师短缺的问题。 现在，已经有很多专为芯片设计师开发的AI辅助工具，可以让初级设计师解决那些原本需要高级设计师花费大量时间来处理的问题。 同时，还有一些芯片设计AI智能体还能总结错误报告和设计文档，或者基于简单的英语提示为其他设计自动化工具生成脚本。 https://arxiv.org/pdf/2311.00176 甚至，正在开发中的AI，还能够设计出比传统方法更快或更小的电路. 通过利用强化学习技术，AI在探索可能的电路配置时会收到正面的「奖励」和负面的「惩罚」，从而使其能够调整其设计策略，最终找到那些具有理想特性的电路设计方法。 随着半导体技术的快速进步，每次更迭都需要重新设计数千种标准设计单元，从而适应新的制造工艺。对许多制造商而言，这一过程可能需要投入高达80人月的劳动力。 相比之下，结合了生成式AI用于数据聚类和强化学习用于纠正设计规则错误，能够自动化这一设计过程，将所需的工作量减少超过一千倍。 论文地址：https://dl.acm.org/doi/pdf/10.1145/3569052.3578920 与此同时，FPGA的应用使得在最新的AI驱动放置和布线技术上能够快速迭代，实现了超过三倍的效率提升。 在芯片设计的创建过程中，必须对设计进行多种分析，以确保它们符合规定的标准和制造过程的约束。 在以往，为了精确掌握「寄生」特性，需要先制作电路的布局图，这一步骤往往会使设计周期的每一次迭代增加数天的手动工作。 现在，整个设计迭代过程可以在几分钟内完成，从而快速得到符合预期规格的电路。 很快，更强大的LLM将会化身成「芯片设计助手」——它们不仅能回答问题、评估和验证设计，还能执行一些常规设计任务。 此外，AI技术将极大提升设计师的工作效率，可能增加十倍甚至更多。设计师只需把自己的注意力集中在算法和系统层面，而更细节的设计层面交给AI就可以了。 而且，AI的合成与分析工具将极大缩短设计周期，使得从高层次的设计描述到完成验证的布局只需几小时，而现在这一过程需要几周时间。 PCAST预计，通过将这些前沿技术融入芯片制造过程，美国将继续保持在半导体设计领域的领先地位，并有效缓解该领域的严重劳动力短缺问题。 甚至实现美国半导体行业的宏伟目标——开发出全新的平台、方法和工具，使得芯片的生产只需现在所需人力的十分之一。 揭示宇宙的基础物理学：1分钟模拟超算的1个月 关于宇宙，这些谜题始终未曾解答。 是什么「暗物质」将星系结合在一起? 又是什么「暗能量」推动所有星系间的距离加速膨胀? 最近观测到的那些古老的星系，有什么意义? 这些对于宇宙的基础理解，却能让我们实现技术上的飞跃。 比如，可能我们很难想象出一个比广义相对论更抽象、更不切实际的基础理论了，然而，它却是全球定位系统GPS的基础，解决了我们此前从未预想到的定位和导航问题，而其中的经济利益，以千亿美元计。 而如今，对于AI已经成为物理学家和宇宙学家实验和观测中工作中的重要工具，用于设计、实现和分析大多数步骤。 某些对AI的应用建立在目前的方法上，通过计算模拟，来比较和测试理论与数据，比如如果一个理论是正确的，数据看起来会是什么样。 通过条件密度估计对新物理学进行无监督分布内异常检测 对于超级计算机，这些模拟可能是最困难的任务，因为它们需要计算每一个粒子、恒星或星系行为的每一步。 但AI的好处是，它可以从这些模拟中学习更大的模型。这样，科学家就可以缩短这些超算的任务，让它能够在不到一分钟的时间内，看到一台超算一个月工作量的近似值。 通过AI，研究人员可以扫描数百万种可能的理论，每一种都有我们字宙的不同初始图像，他们就能看到，哪一种更能解释我们实际用望远镜观察到的数据。 而到2030年末，我们就能用AI分析Nancy Grace Roman望远镜十年的数据。 Nancy Grace Roman太空望远镜 通过AI对数据进行分析，科学家们很可能会发现惊人的证据，证明我们的字宙不会在指数膨胀的冷寂中终结，而是会重复地发生大爆炸，循环重启。 AI具有在复杂数据集中发现模式的能力，变量的数量远超人类可以跟踪的数量。 如果有新发现打破了常规规律，就会脱颖而出。 已经有粒子物理学家举办过比赛，来寻找搜索这些「异常」的最佳方法，后者很可能指向新的物理发现。而比赛的获胜者都是基于AI做出的发现。 通过拉格朗日深度学习生成宇宙流体动力学的有效物理定律，在混合模拟中预测暗物质超密度、恒星质量、电子动量密度等 这些AI方法，很可能使我们在下一代CERN和费米实验室加速器实验中，发现一些极其罕见、意想不到的粒子，这将有助于构建统一理论，该理论将引力与其他力相结合。 基础物理学和宇宙学，都是基于对数据进行统计分析，因此需要深入了解数据解释中的概率，这一要求也推动了AI在处理概率严谨性上的发展。 因为，我们需要AI做的，不仅是提供最有可能的答案(「那是一张猫的照片」)，而是开发能够提供一系列可能答案、并且提供每个答案正确可能性的AI系统(「有69%的可能性那是一只猫，22%的可能性是土豚，8%的可能性是气球，百分之一的可能性是冰箱」)。 物理学家正在寻找一种将量子物理学与广义相对论统一起来的理论 对于一个关键数字的测量，它会给出一组可能值，例如68%、95%或99.9%的概率。 评估不确定性，对于基础物理学至关重要，而严格遵循概率的AI，也将为许多其他科学领域带来变革，对于科学意外的应用也意义重大。 或许20年后，科学家会用AI看到量子计算机与黑洞之间的类比，开启一种全新的测试广义相对论的台式方法，以及一种强大的新时序技术。 新材料：超导体、冷原子、拓扑绝缘体、超导量子比特 曾经，人类生活质量的重大改善，是由青铜、铁、混凝土、钢这些材料科学的进步推动的。 今天，我们生活在硅、碳氢化合物和硝酸盐的时代。不久的将来，可能就是纳米材料、生物聚合物和量子材料的时代。 而AI的辅助，会打开许多以往只存在于想象中的可能，包括室温超导、大规模量子计算机架构。 机器人正在劳伦斯伯克利国家实验室的A-Lab中合成材料 如今，科学家已经成功地用深度学习模型发现了多种材料。 比如，某私营公司的跨学科研究团队，使用AI设计出了数百万种新材料，近半数AI预测出来的新材料，都具备足够的稳定性，可以在实验室中生长。 另外，AI也可用于改进现有材料，优化材料成分，减少对环境有害的物质。 用于预测材料拓扑性质的密度泛函理论示例 为了设计和开发新材料，来解决重大的社会挑战，美国国家科学基金会(NSF)已经投资了7250万美元。 具体来说，以下几个遇到阻碍的材料领域，很有望被AI解决。 超导体 去年夏天的室温超导热，让全社会都感受到了奇点临近的兴奋。 对于磁共振成像仪、粒子加速器、某些实验性的量子计算技术、全国电力网来说，超导体都是必不可少的，因为它能够无损耗地传输电能。 然而，超导体面临三个问题。 第一，就是目前已知的超导体必须冷却到接近接近绝对零度，也即零下273摄氏度，这就需要使用液氮，导致设备极其昂贵。 第二，与铜等传统导体不同，现有的超导体并不具有可塑性， 会随着时间失去超导性。 第三，前驱材料的成本，还是加工成导线的成本，也都十分昂贵。 从前，我们的尝试都是依赖组合化学方法，需要筛选大量的材料组合。 为了得到常温常压超导，人类已经努力了100多年 因此，许多至关重要的材料的发现，都是出于偶然，期间经历了大量试验和错误。 变量如此之多，让材料价格低廉的要求如此之难，使得超导体的发现几乎不可能用传统方法解决。 而AI，将在3个领域带来改变。 首先，AI模型预测能力，使我们能够通过连接并利用现有材料、处理条件和性能方面的大量数据，来发现新材料。 从这个数据集中，可以确定化学、物理和工程中材料的模式，为研究人员提供新方法。 基于GNoME的发现，显示了基于模型的过滤和DFT如何充当数据飞轮，来改进预测 其次，人工智能模型可以预测性能（例如，预测量子比特的相于时间、热电材料的效率或超导体的临界温度），从而减少对可行候选材料实验的测试的浪费。 第三，通过将过程信息与材料组成相结合，可以在材料设计方面设定实际限制，加快新材料应用的商业化过程。 除了超导体这种「硬」材料，聚合物、流体这些「软」材料，因为材料科学中复杂的结构-性能关系，同样需要庞大的数据级和预测能力。 而且，量子计算机的基本构建部分，如冷原子、拓扑绝缘体或超导量子比特，都可以靠AI改进或生成。 具有4个量子比特的超导芯片 生命科学 美国国家科学技术委员会认为，由AI驱动的工具、分析和结果，将从根本上改变我们探索和理解生命的基本组成部分的方式，还会影响到包括农业和医学的生命系统。 揭开细胞功能之谜 解读细胞内部复杂的运作机制，是几个世纪以来一直困扰生物学家的难题，因为细胞的结构极其复杂且互相关联。 而AI就为此提供了强大的工具。 比如，AI为蛋白质提供了新的视角。 基于AI的蛋白质折叠预测系统，可以利用机器学习算法预测了数百万种蛋白质的结构。 基于大规模深度学习的结构建模范围从单体蛋白质扩展到蛋白质组装 这些系统从已知蛋白质和结构的数据中学习，也从基础化学知识如原子间距离的物理约束中学习。 最近，研究人员还利用AI来破解蛋白质的功能，包括蛋白质如何相互作用，从而揭示细胞信号转导、代谢和基因调控等分子机制。 人工智能工具也被用来设计蛋白质，以实现与受体和其他目标特异性结合的目标。 AI驱动的蛋白质设计，已经在开发疫苗和新型药物方面取得了成功。其中一些设计方法，正是使用了「扩散模型」和图像生成系统的填充和描边技术。 使用三轨神经网络准确预测蛋白质结构和相互作用 构建生物科学基础模型 构建生物信息学仿真工具，一个很有潜力的方法是构建面向整体细胞建模的多模态、多层次生物科学基础模型。 AI方法使科学家能够对多种类型的数据进行多模态表征，或者「嵌入」，包括蛋白质序列和结构、DNA、RNA表达数据、临床观察、成像数据和来自电子健康记录的数据等。 使用RFAA进行一般生物分子建模 例如，开发集成大型数据集的基础模型EVO，结合DNA、RNA和蛋白质数据，来阐明细胞整体功能背后的相互作用。 这种多模态、多层次的模型，可以提供从原子到生理学的各种尺度的结果预测，以及分子和行为的生成。 生物科学基础模型，有望使科学家探究健康与疾病的本质，例如建立癌症模型，并探索细胞相互作用，以及癌症背后的网络如何在模拟中被破坏或「治愈」。 AI将指导药物研发，在开始昂贵耗时的实验之前，AI就可以通过虚拟筛选潜在的治疗化合物，减少不必要的浪费。 五点建议 为了实现以上技术进步，PACST委员会提出了以下五点建议。 建议1：广泛公平地共享基础AI资源 广泛支持易于访问的共享模型、数据集、基准和计算能力，对于确保学术研究人员、国家和联邦实验室以及较小的公司和非营利组织能够使用AI为国家创造利益至关重要。 在美国，最有希望的一个试点项目是——国家人工智能研究资源（NAIRR），PCAST建议尽快将NAIRR扩展到特别工作组设想的规模，并获得全额资助。 完整规模的NAIRR，连同行业合作伙伴关系以及联邦和州的其他AI基础设施，可以作为美国或国际层面AI基础设施项目的基石，从而促进高影响力的研究。 建议2：扩大对联邦数据集的安全访问 PCAST强烈建议扩大现有的安全数据访问试点计划，并制定联邦数据库管理指南，从而加入入最先进的隐私保护技术。 这包括允许获批的研究人员有限度、安全地访问联邦数据集，以及允许向NAIRR等资源中心发布经过匿名化处理的数据集。 此外，PCAST还希望能进一步执行此类授权，包括共享在联邦资助的研究数据上训练的AI模型，并提供足够的资源来支持所需的行动。 建议3：支持AI领域的基础和应用研究，其中包括学术界、工业界、国家和联邦实验室以及联邦机构之间的合作 联邦资助的学术研究与私营部门研究之间的界限是模糊的。许多研究人员会在学术机构、非营利组织和私营公司之间流动。在这之中，私营公司目前支持了相当大比例的AI研发。 为了能够充分利用AI在科学领域的潜在优势，就必须支持各种有前景、有成果的假设和方法的研究。 因此，资助机构需要在如何与产业界合作以及哪些研究人员可以得到支持方面放宽姿态，以便促进创新研究以及不同部门之间的协作。 建议4：在科学研究过程的所有阶段采用负责任、透明和值得信赖的AI使用原则 在科学研究中，使用AI可能会产生不准确、有偏见、有害或无法复现的结果。因此，从项目的初始阶段，就应该对这些风险进行管理。 PCAST建议，联邦资助机构可以更新其负责任研究行为准则，要求研究人员提供负责任的AI使用计划。为了最大限度地减轻研究人员的额外行政负担，在列举主要风险后，机构应提供风险缓解的示范流程。 与此同时，国家科学基金会（NSF）和国家标准与技术研究所（NIST）等机构应继续支持负责任和值得信赖的AI的科学基础研究。 其中包括，衡量AI准确性、可重复性、公平性、弹性和可解释性等属性的标准基准；监测这些属性并在基准不在定义范围内时进行调整的AI算法；以及评估数据集中的偏差，并区分合成数据和真实世界数据的工具。 建议5：鼓励采用创新方法将AI辅助集成到科学工作流程之中 科学事业是一个很好的「沙盒」，我们可以在其中练习、研究和评估人与AI助手之间新的协作范式。 不过，这里的目标并不是追求自动化程度的最大化，而是要让人类研究人员在负责任地利用AI辅助的同时，实现高质量的科学研究。 资助机构应该重视这些新工作流的出现，并设计灵活的程序、评估指标、资助模式和挑战性问题，鼓励以新的AI辅助方式组织和执行科学项目的战略性实验。 此外，这些工作流的实施也为来自各个学科的研究人员提供了机会，从而推进了在人机协作领域的知识。 更广泛地说，我们还需要更新资助机构、学术界和学术出版业的激励机制，来支持更广泛的科学贡献。比如，策划高质量和广泛可用的数据集，是无法通过传统研究生产力指标得到充分认可的。

美东时间周二，美国八家新闻机构在纽约联邦法院对OpenAI、微软提起诉讼，指控这两家公司在未经许可的情况下，使用了它们的新闻作品来训练生成式人工智能(AI)。 据悉，这八家新闻机构分别为《纽约每日新闻》《芝加哥论坛报》《奥兰多哨兵报》《水星报》《丹佛邮报》《先锋新闻》等，它们均属于一家叫做奥尔登全球资本公司的对冲基金。 这些新闻机构当天指控称，微软的Copilot和OpenAI的ChatGPT非法复制了数百万篇文章来培训AI模型。 诉状还提到，某些时候微软和OpenAI的AI会逐字或近乎逐字地复制受版权保护的新闻作品，但不提供这些作品的作者、标题、版权或使用条款信息。 更可恶的是，ChatGPT还“伪造”了那些损害其声誉的文章，比如《丹佛邮报》一篇宣扬吸烟可以治疗哮喘的虚假文章。 这些新闻机构要求OpenAI和微软赔偿它们的损失，并停止进一步侵犯版权行为。 OpenAI发言人周二表示，该公司在产品开发和设计过程中非常注重支持新闻机构。“尽管我们之前没有意识到奥尔登公司的担忧，但我们正在积极与世界各地的许多新闻机构建立建设性的合作伙伴关系和进行对话，以探索机会，讨论任何问题，并提供解决方案。” 在此之前，《纽约时报》和另外三家新闻机构The Intercept、Raw Story和AlterNet也对微软和OpenAI发起了类似的诉讼。 新闻行业的律师Steven Lieberman评论称，OpenAI的巨大成功也要归功于其他人的工作，它在未经许可或付款的情况下获取了大量优质内容。 《纽约时报》本月揭露称，OpenAI、谷歌、Meta等公司为了获取训练语料，不惜修改政策条款、无视互联网信息的使用规则，违法使用了“多个来源”的数据。 这一切的背后是，训练大语言模型用的数据越多，表现就会越好，但现在科技公司使用数据的速度已经超过数据生产的速度，甚至已经耗尽了互联网上所有可靠的英文文本资源。 版权合作 与此同时，科技公司也在与新闻机构达成合作协议。就在本周，英国《金融时报》(FT)宣布与OpenAI达成协议，将授权后者使用其资料库来训练AI模型。 今年1月，OpenAI表示，其正与数十家出版商洽谈文章授权协议。截至目前，除了FT外，OpenAI还和美国的美联社、德国的施普林格、法国的《世界报》和西班牙的Prisa Media达成了协议。 OpenAI每年向一些媒体公司提供100万至500万美元的授权费用，这远远低于苹果等其他公司的报价。 据报道，就在周二，谷歌同意每年向《华尔街日报》的母公司新闻集团支付500万至600万美元，用于开发新的AI相关内容和产品。

近日，有博主爆料称，华为麒麟PC芯片将在9月份公布，而且多核性能接近苹果NM3，GPU性能接近M2，如果确实如此，那么9月份发布可以说是直接狙击苹果秋季新品发布会了。 其实华为PC芯片传言早已有之，麒麟芯+鸿蒙系统的华为鸿蒙PC可以说是万众期待。但众所周知的原因，华为对此应该会始终保持低调。微博大V的爆料看起来不像是随便乱说的，再结合目前华为麒麟芯片的表现，以及华为面临的复杂局面，突破封锁、拒绝卡脖子对于华为而言、对于中国芯片产业来说都是势在必行。 此外爆料还称，麒麟PC芯片或许会像苹果那样推出Pro和Max版本，整体逻辑与苹果相仿。

鞭牛士报道，5月1日消息，据AppleInsider报道，苹果正在测试 Safari 网络浏览器的一个版本，其中包括 UI 调整、高级内容拦截功能以及名为智能搜索的新人工智能工具。 据知情人士透露，该软件预计将于 2024 年晚些时候以 Safari 18 的形式首次亮相，目前正在与苹果下一代操作系统更新（即 iOS 18 和 macOS 15）的内部构建一起进行评估。如果所有新功能都进入候选版本阶段，用户将可以使用新的用户界面（UI）来定制流行的页面控件、“Web 橡皮擦”功能和人工智能驱动的内容摘要工具。 智能搜索 - AI 增强浏览和文本摘要 评估 Safari 18 最新版本的工程师可以在浏览器地址栏中找到新页面控制菜单的切换开关。该菜单整合并提供了对新旧页面控制工具的快速访问，其中包括浏览器的新智能搜索功能。 Safari 的新智能浏览功能可以模仿 Arc Browser 的文章摘要等功能 此功能不会在 Safari 18 的测试版本中自动启用，而是需要从页面控件菜单手动激活。一旦启用，据信该工具将利用苹果的设备上人工智能技术（特别是 Ajax 语言学习模型）来识别网页中的主题和关键短语作为摘要的基础。 在选择关键短语时，Apple 的AI软件会根据相关文本识别提供解释或描述对象结构的句子。文本中重复的单词和关键句子被识别为文本主题。 这些早期迹象表明，苹果正在努力在今年晚些时候与 Safari 18 一起提供文本摘要功能，尽管该功能的具体实现仍然模糊。 苹果的文本摘要功能可能是对竞争对手的生成式人工智能工具（例如 OpenAI 的 ChatGPT）的回应。但苹果的设备上模型和技术（例如 Private Relay）可以使用户的体验更加安全。智能搜索也可能是几周前一位 X 用户暗示的 人工智能浏览器助手。 Web Eraser 可更好地拦截内容 还可以从新的页面控制菜单访问苹果正在测试的一项名为Web Eraser的功能。据熟悉该功能的人士称，顾名思义，它的设计目的是允许用户删除或擦除网页的特定部分。 该功能预计将建立在 Safari 现有的隐私功能之上，并允许用户从他们选择的任何网页中删除不需要的内容。用户可以选择删除横幅广告、图像、文本甚至整个页面部分，所有这些都相对容易。 通过阻止特定 HTML 来擦除网页的某些部分，就像 1Blocker 中的现有功能一样 据说这种擦除是持久的，而不是仅限于浏览会话。这意味着即使原始选项卡或窗口关闭后，Safari 也会记住这些更改。 当访问包含先前删除内容的网页时，Safari 将通知用户该页面已被修改以反映他们所需的更改。浏览器还将为用户提供恢复更改并将网页恢复到其初始的、未更改的状态的选项。 至于苹果公司从何处获得 Web Eraser 的灵感，该公司可能从第三方应用程序 1Blocker 中获得了该功能。该应用程序具有类似的删除广告的方式，用户可以点击广告使其消失。 更新后的用户界面将把关键工具移至一个简单的位置 本文中引用的新页面控制菜单将尝试为 Safari 18 用户提供快速、轻松的访问，以访问以前位于不同菜单和共享表中的多个选项。例如，在 macOS 15 预发布版本上运行时，该菜单还引入了现有 iPadOS 版本浏览器中常见的“Aa”菜单。其中包括缩放选项、隐私控制的网页设置、内容阻止选项、扩展快捷方式以及对新人工智能和擦除工具的访问。 新的 Safari 菜单将更轻松地访问以前在共享表和地址栏中找到的多个功能 这些不同的选项以前就存在于 macOS 上，但可以通过 Safari 设置菜单找到。将所有这些控件集中在地址栏的一个中心位置将使最终用户更容易发现这些选项。其他选项，如页面文本搜索和阅读器模式也在此菜单中。 这一切都表明，苹果打算在 6 月份的全球开发者大会上发布新操作系统时，将 iPadOS 和 macOS Safari UI 范式结合起来。 AI 增强型视觉查找功能将于 2025 年推出 与此同时，苹果还在开发一项更强大的视觉搜索功能，计划于 2025 年某个时候集成，该功能将允许用户在浏览图像时获取有关消费产品的信息。熟悉该工具的人士表示，它类似于 Visual Lookup 功能，通过该功能Siri可以从照片中识别植物、宠物和地标。 Visual Lookup 可以得到人工智能的提升并在 iOS 上可用 视觉搜索可以作为系统范围的功能来实现。因此，用户可以通过选择图像直接在 Safari 中使用视觉搜索，而不是在“照片”应用中显示搜索结果。 鉴于该工具的开发尚处于早期阶段，目前尚不清楚苹果最终将如何实施它。该功能是否能够通过内部测试还有待观察。 这家 iPhone 制造商对人工智能表示了浓厚的兴趣，最近还发表了与设备上语言学习模型相关的研究。这与其他几个人工智能驱动的软件功能的广泛传言不谋而合，其中许多功能预计将在今年晚些时候随 iOS 18 首次亮相。 Safari 又迎来了重要的一年 从一开始，Safari 就一直致力于与现有的网络浏览器竞争。 内置密码工具等功能使 Safari 成为出色的浏览器选择 Safari 最初被添加到macOS中，作为替代 Microsoft Mac 版 Internet Explorer（默认浏览器）的一种方式。多年来，该应用程序进入了iPhone，并且多年来得到了各种升级。 Safari 的最新版本为用户提供个性化的网页建议，并通过 iCloud Private Relay 等功能提供更好的隐私保护。 在生成式人工智能工具和第三方广告拦截器不断发展的环境中，这组最新的增强功能只会让 Safari 更好地在竞争中脱颖而出。 虽然苹果在不同的开发阶段测试了许多此类功能，但重要的是要记住，并非所有功能都能发布。众所周知，苹果会推迟或完全取消某些功能，因此我们最终可能看不到这些新的 Safari 功能。 除了 Safari 18 及其相关改进之外，我们还应该看到iPadOS 18 中引入了带有数学笔记的改进计算器。自由形式场景和自适应语音快捷方式是新的操作系统功能，预计也将在今年晚些时候首次亮相。 苹果预计将在 iOS 18 和 macOS 15 中引入各种与人工智能相关的增强功能，这两项功能均应在 6 月 10 日的公司年度WWDC上宣布。

编译 | 一支笔 编辑 | 云鹏 智东西5月1日报道，三星电子公布了第一季度财报数据。报告显示，截至3月份，三星综合收入较去年同期增长12.81%，营业利润同期飙升932.8%。 得益于AI拉动的广泛支出，三星电子一季度利润激增。三星电子表示，由于Galaxy S24智能手机的热销和存储半导体价格的上涨，公司综合收入达到了71.92万亿韩元。随着内存业务通过满足高附加值需求而恢复盈利，营业利润增至6.61万亿韩元。 花旗分析师指出，受到AI计算需求的推动，三星NAND闪存业务前景向好。在4月5日发布的一份报告中，花旗重申了对三星电子的“买入”评级，目标价为12万韩元，较周一收盘价7.67万韩元上涨了56%。 NAND是与DRAM并列的另一种主要存储芯片。花旗分析师表示：“我们预计，存储将成为AI计算的下一个瓶颈，特别是在AI训练方面。三星电子将成为主要受益者之一。” 三星表示，预计第二季度业务将主要由生成式人工智能（AIGC）的需求推动，移动需求将保持稳定。与此同时，该公司预计个人电脑需求将受到季节性放缓的影响，这可能导致客户在2024年下半年新产品发布之前调整库存。 此外，三星电子警告称，由于季节性因素，第二季度智能手机的需求和出货量可能会下降，但是下半年有望出现反弹。 一、内存业务扭亏为盈，第二季度AI需求预计将保持稳定 4月30日，三星电子公布了截至2024年3月31日的第一季度财务业绩。报告显示，负责半导体业务的三星数字方案解决（DS）部门第一季度综合收入为23.14万亿韩元，营业利润为1.91万亿韩元。 在服务器和存储领域，AIGC的需求呈现稳定态势，而对DDR5内存和高密度固态硬盘的需求依然旺盛。就个人电脑和移动设备整体而言，DRAM内存和NAND闪存的需求持续增长，主要由中国移动设备制造商的积极销售推动。 此外，随着AI服务器供应量的持续增加以及相关云服务的扩展，HBM、传统服务器和存储解决方案的需求或将增加。三星表示，公司将持续增加HBM供应，以满足对AIGC不断增长的需求 三星预计，尽管宏观经济及地缘政治持续波动，但第二季度移动设备需求或保持稳定，主要由AIGC需求带动，而PC客户或将受到淡季的影响，因此在下半年新产品推出之前，可能会调整库存。 据悉，由于不确定性或持续存在，三星2024年下半年代工市场增长有限。然而，由于5纳米及以下领先技术的销量增加，代工业务的年销售额增长率预计将超过整体市场增长率。代工行业将启动Gate-All-Around（GAA）3纳米第二代技术的量产，并加大对2纳米技术的研发力度，重点放在AI和高性能计算（HPC）等高增长领域。 二、MX业务逆势增长，三星持续加大AI投资 报告显示，MX和网络业务第一季度综合收入为33.53万亿韩元，营业利润3.51万亿韩元。 第一季度，随着智能手机市场进入季节性放缓阶段，高端和中端智能手机市场的需求量和价值持续下降。然而，得益于Galaxy S24系列的热销，MX业务收入和营业利润均实现了增长。据悉，Galaxy S24系列上的Galaxy AI功能持续保持高使用率，这为其销量的增长做出了重要贡献。 第二季度，由于季节性影响，智能手机整体需求预计将环比下降。对此，三星表示，MX业务计划继续以旗舰产品为主推，并将Galaxy S24的AI体验应用到其他旗舰机型上，以最大化产品竞争力。鉴于地缘政治持续波动及关键零部件成本上升的风险，MX业务将简化运营，以确保稳定的盈利能力。同时，公司将持续投资研发领域，特别是AI方面。 下半年，由于AI产品和服务的扩张，以及新兴市场经济的增长，智能手机市场预计将迎来反弹。 据悉，为实现智能手机销量年度增长，三星计划通过将Galaxy AI技术扩展到现有和新的旗舰产品，包括可折叠设备和平板电脑，以维持销售势头。针对可穿戴设备，MX业务将推出新型号和不同外形设计，例如Galaxy Ring，以提升Galaxy生态系统的体验。在智能手表领域，MX业务将努力满足用户升级需求，推出新的高端型号。 三、电视市场需求停滞，视觉显示业务利润率下滑 三星财报显示，三星视觉显示和数字家电业务在第一季度的综合收入达到13.48万亿韩元，营业利润为0.53万亿韩元。 由于市场需求主要集中在高端产品，如Neo QLED、OLED以及75英寸以上的电视，三星产品整体需求下降，但视觉显示业务仍然表现出较高的季度盈利能力。然而，电视市场需求停滞以及市场竞争激烈导致成本上升，视觉显示业务盈利能力同比下降。 在第二季度，新兴市场电视需求下降，整体市场需求预计将持续疲软，但全球重大体育赛事或将带来销售增长的机会。三星表示，视觉显示业务将专注于确保盈利能力、提高战略产品的销售，并加强各业务部门的运营管理。 2024年下半年，面对宏观经济和地缘政治环境的不确定性，整体电视需求预计将逐步恢复。据悉，三星视觉显示业务将通过提供互联设备的差异化客户体验，以基于安全性和可持续性的功能，推动市场增长，提升三星电视等业务的竞争力。

快科技5月1日消息，vivo韩伯啸透露，vivo X100 Ultra将在五一假期结束后正式发布。 据悉，这款手机被誉为史上影像最佳的智能手机。其后置主摄采用了第二代1英寸传感器索尼LYT-900，配备超大光圈和全新蔡司光学镜头，同时还引入了自家研发的蓝图影像技术，这将极大地提升其成像效果和用户体验。 此外，vivo X100 Ultra还搭载了一颗2亿像素的潜望式长焦镜头，采用了Pro机型同款的蔡司APO镜头，支持高达200倍的数码变焦功能，堪称史上变焦性能最强的旗舰手机。 在屏幕方面，vivo X100 Ultra采用了三星曲面屏，分辨率达到2K级别，同时支持单点超声波指纹识别技术，提供更加细腻的观感和更便捷的安全解锁方式。 综合来看，这款新机定位于一款融合了通信和摄影功能的全能旗舰，可谓是一台“打电话的相机”。

【天极网手机频道】2024年第一季度中国折叠屏手机市场呈现出强劲的增长势头，华为和荣耀等品牌在市场中占据了显著的份额。根据国际数据公司(IDC)的统计，2024年第一季度中国折叠屏手机的出货量达到了186万台，同比增长了83%。 这一数据反映了，折叠屏手机在中国市场的快速增长趋势。在整体智能手机市场中，折叠屏手机的占比约为2.7%。此外，华为在中国折叠屏手机市场中占据了44.1%的份额，位居第一，其次是荣耀，市场份额为26.7%。 从更广泛的角度来看，IDC预计2024年中国折叠屏手机市场的出货量将接近1000万台，同比增长53.2%，并且到2027年的复合增长率将达到37.5%。这表明折叠屏手机市场在未来几年内仍将持续增长。 折叠屏手机因其高端定位和技术创新，已成为高端市场的宠儿。华为在推动行业向轻薄全能化发展方面表现突出，其在超高端折叠屏市场的份额更是高达65.6%。此外，折叠屏手机的价格逐渐“接地气”，连续四年同比增速超过100%，显示出其在价格上的亲民趋势。同时，折叠屏手机作为高端市场的热门产品，预计未来几年将继续保持增长趋势。 折叠屏手机市场正处于一个快速增长的阶段，得益于技术进步、成本下降、消费者需求的变化以及激烈的品牌竞争。随着铰链技术和屏幕等关键零部件的成本下降，折叠屏手机的价格有望进一步下探，使得更多消费者能够负担得起这些产品。此外，折叠屏手机的技术日趋成熟，吸引了追求性能和个性的消费者。 同时，成本下降也是促进折叠屏手机市场增长的重要因素。随着生产规模的扩大和技术的进步，折叠屏手机的制造成本正在逐渐降低，这有助于推动价格的下调，从而吸引更多消费者。 而消费者需求的变化也对折叠屏手机市场产生了积极影响。越来越多的消费者开始关注折叠屏手机，这部分是因为它们提供了全面的功能和时尚的外观，满足了用户对大屏沉浸体验和便携操作的需求。华为、荣耀、vivo、OPPO等主要品牌都在积极推出新的折叠屏手机产品，以满足市场需求并争夺市场份额。这些品牌的竞争不仅推动了技术创新，也促进了市场的快速发展。预计在未来几年内，折叠屏手机将继续保持高速增长的趋势。

去年，华为2023年营收7042亿元人民币，增长9.64%，这也是华为被打压后，重回7000亿元营收之上。 而净利润更是高达870亿元人民币，同比暴涨144.38%，这基本上说明华为已经上已经渡过了最困难的寒冬。 很多人猜测，接下来华为会一路狂飙，打压再也对华为起不了作用了，因为麒麟芯片突破了、5G回归了，同时汽车业务在大增长，鸿蒙系统生态已成了。 而近日，华为发布一季度财报，发布确实如此，数据显示，华为一季度营收约1784.5亿元的营业收入，同比增长36.66%。 更亮眼的是，其归母净利润达到了约196.5亿元，同比增长约564%。 表现为何这么牛？第一个方面，当然是华为手机的王者归来。去年Mate60系列发布，成为了中国市场最抢手的安卓手机，而2024年一季度，华为手机销量更是增长110%，和荣耀并列，成为了中国市场的第一名。 按照这个17%的市场份额来预计，华为一季度手机销量超过1100万台，而Mate60可不便宜，5000多元起，计算下来就是500亿以上的营收。 另外则是智能汽车业务方面，也成为了华为的一个新增长点，自从去年华为和赛力斯合作推出新M7之后，到目前7个月时间，M7大订数量超过了17万，M9大订数量超过了7万。 同时问界已经连续几个月打败理想，成造车新势力中的第一名，而M9更是超过了奔驰、宝马、奥迪等车型，一度成为中国50万以上豪车中的第一名。 余承东更是表示，2024年1-3月份，智选车业务实现了盈利，而4月份华为车BU也实现了盈利，赛力斯的数据显示，一季度，赛力斯也实现了盈利。 再考虑到2023年华为ICT基础设施业务增长、云计算计算增长、数字能源业务增长，综合来看，华为所有的业务线都在增长，而终端业务、汽车业务增长最快。 前不久，华为又推出了Pura70系列手机，然后华为再和合作伙伴推出了新智界S7，享界汽车也来了，接下来想必华为的营收、利润会再创新高，美国的打压让华为越来越强。

快科技5月1日消息，小米已经开卖小米14、小米14 Pro和小米14 Ultra三款旗舰，现在该系列第4位成员小米14 SE即将登场。 爆料人yabhishekhd透露，小米将于6月份在印度发布小米14 SE，价格低于50000印度卢比（约合人民币4338元）。 yabhishekhd还表示，小米14 SE对应的国行版机型是小米Civi 4 Pro，二者拥有相同的硬件配置。 具体而言，小米14 SE采用6.55英寸1236×2750全等深微曲屏，搭载高通骁龙8s Gen3处理器，前置3200万+3200万双摄，后置5000万AI三摄，电池是4700毫安时，支持67W快充。 影像上，小米14 SE配备徕卡Summilux光学镜头系统，还有小米14 Ultra同款AI大模型计算摄像平台和“大师人像”模式，轻松拍摄更有层次感的人像大片。 值得注意的是，小米14 SE出厂预装HyperOS 1.0操作系统。

没有意外，当华为Pura70系列手机上市后，和去年的Mate60一样，依然处于一机难求的局面。 而2024年一季度，因为Mate60系列的热销，华为手机已经是中国第一了，这已经是时隔三年之后了，华为再次第一了，所以估计也不会有意外，二季度会因为Pura70系列手机，华为手机销量也会成为中国第一。 而近日，众多的媒体，也开始拆解华为Pura70系列手机，并与之前的拆解进行对比，最后外媒体发现一个惊人的结论，那就是华为Pura70系列手机中，已经没有了美、日、韩元件了，核心100%中国造，是有史以来国产化程度最高的国产手机了。 要知道按照日媒之前的拆解，在华为P30Pro时，有62％的手机零件成本来自中国以外的公司，存储、屏幕、系统、基带等，均来自于美国、日本、韩国等厂商，国产化率只有38%左右。 后来到Mate30时，中国国产零部件的占比提升到了41.8%，而美国零部件只剩下1.5%左右，且多为不算重要的玻璃等，华为将供应链向日本、韩国转移，因为美国对华为进行了制裁。 但后来自P40开始，华为对供应链再次进行切换，大规模的剔除掉日本、韩国的供应链，切换成国产供应链。 到去年的Mate 60 Pro时，中国国产零部件的占比提升至50%左右了，只有CMOS芯片、DRAM、NAND这几大核心还是韩国和日本的，至于美国元件的比例就相当少了。 再到这次的Pura70系列，除了最高端的Pura70 Ultra中，在CMOS芯片上使用了索尼的作为主摄之外，其它系列，几乎所有核心元件，全部国产化。 屏幕是京东方的，DRAM、NAND存储芯片全是国产的，CPU是华为自研，系统鸿蒙，CMOS是豪威……可以说所有核心，几乎100%国产，不再依赖国外供应链了。 这基本上表明，华为这些年不断的扶持国产供应链，国产供应链也一起成长，帮助华为，最后双方一起终于到了收获的时候了。 可以预见的是，接下来国产供应链还会继续成长，而其它国产手机也必然会像华为一样，切换供应链，摆脱对国外供应链的依赖，这真的也是功德无量的事情。

撰文 | 赵晋杰 编辑 | 王靖 只能在PPT上对标特斯拉智能驾驶水平的国内车企，终于迎来跟特斯拉线下对垒的检验机会。 综合外媒报道，近期马斯克访华的最大成果之一，便是特斯拉在中国上线FSD（完全自动驾驶）功能，获得了中国政府的初步批准。通过接入百度地图和导航服务，特斯拉扫清了在中国境内行驶的汽车中部署FSD的一大障碍。 FSD（完全自动驾驶） 特斯拉中国官方FSD服务购买页面的描述，也被爆出已经由“稍后推出”改为“即将推出”。 对此，特斯拉中国方面对外回应称，“目前尚无FSD进入中国的时间表。”百度方面则表示双方正在接洽中。 随着FSD入华，需要迎接大考的不只是国内车企，还有特斯拉本身：转向新能源时代以来，靠着领先的技术创新优势，特斯拉成为新能源汽车品牌中最具产品号召力的车企。但随着在电动化能力上逐渐被部分中国车企追赶上来，FSD成为特斯拉维持品牌购买力的另一新武器。 如果FSD在国内开放后，同场测试下表现不如预期，特斯拉在华销售或许会进一步受到影响；反之，如果FSD被验证确实领先于国内同行，中国市场很有可能再次成为拉动特斯拉发展的引擎。 在一季度营收和销量罕见双下滑之后，着手推进FSD入华事宜的马斯克，仍不忘加紧执行降本增效策略。访华结束几小时后，当地时间本周一晚间，距离上次宣布裁员10%不到半个月时间，马斯克再次决定裁掉数百名员工。 在发给特斯拉高管的内部邮件中，马斯克表示，“希望这些行动清楚地表明，我们需要在员工数量和削减成本方面保持绝对的核心态度……虽然一些高管正在认真对待这一问题，但大多数人还没有这样做。” 01 FSD何时进入中国尚未可知，但可以确定的是，特斯拉的确与百度在地图导航服务上达成了合作。 4月30日，第一财经曾爆料特斯拉与百度地图的合作为“独家”、深度定制。百度地图相关人士则告诉盒饭财经（ID:daxiongfan），该服务之前是为了头部车企客户做定制化，没有开放给其他客户；现在已经通过了测试验证，因此将面对所有车企开放合作。 盒饭财经获悉的一份资料显示，自2024年5月1日起，百度地图面向高级辅助驾驶行业，全面开放合作车道级地图数据（简称LD地图）。 通过与百度合作，特斯拉扫清了在中国境内提供辅助驾驶系统的一个重要监管障碍，即数据合规，从而有助于缓解监管机构对数据安全风险的担忧。 不过，更大的数据安全考验还有待马斯克解决，即特斯拉能否将在中国收集的数据传输到美国，以帮助训练其FSD更进一步强大。想要将中国现有170万左右的特斯拉车主数据传输到国外，马斯克必须通过中国严格的数据跨境传输审批程序。 此外，在大模型方面，特斯拉是否仍会继续选择与百度合作，也将是留待马斯克解决的另一个问题。 随着ChatGPT爆火，一众车企也着手将大模型引入车机。截至目前，已有超过10个汽车品牌搭载大模型。华为盘古、百度文心一言、科大讯飞星火等通用大模型纷纷上车，比亚迪、小鹏、理想等车企，更是相继推出了自研的行业大模型。 受限于监管政策，智能硬件进入中国市场选择国产大模型早有先例可循。 三星今年发布的旗舰新机Galaxy S24系列，国行版便集成了百度文心大模型的多项能力。3月份，库克访华之际，苹果也被爆出正在和百度谈判，欲引入百度文心大模型等AI技术，为今年的iPhone 16、Mac系统和iOS 18提供AI功能。彼时，百度回应盒饭财经称，双方正在磋商阶段。 02 FSD和大模型上车，都还需要等待各方的进一步消息。但部分特斯拉车主已经解锁了“新体验”。 4月28日，中国汽车工业协会、国家计算机网络应急技术处理协调中心发布《关于汽车数据处理4项安全要求检测情况的通报（第一批）》。通报显示，特斯拉中国生产的Model 3/Model Y车型，全部符合合规要求。据凤凰网科技报道，各地已陆续解除（如机关单位、机场、高速等）对特斯拉等智能汽车的禁行禁停限制。 2021年以来，陆续有特斯拉车主反映，自己在外行驶过程中遭遇禁行禁停处理，有的地方是明确立牌禁行，有的则是临时管制： 2023年8月，湖南岳阳机场停车场被立起了一道牌子，上面写着：涉密管制区域，禁止特斯拉入内。有工作人员对外表示，因为特斯拉的哨兵模式，存在泄密风险；2023年9月，有特斯拉车主在杭州高架桥上被交警拦下，给出的原因是“临时管制”。面对质疑，交警进一步回道：“是有点搞笑，但是你要服从，你服从我（指挥）就行了。” 如今，环绕在特斯拉中国头上的禁行禁停政策不复存在，特斯拉在中国从此再无禁区，但面对华为、小鹏等国内车企在智能驾驶方面的竞争，特斯拉FSD究竟效果如何，仍需靠实战证明自己。 自2020年推出FSD以来，特斯拉一举将全球车企带入比拼NOA（领航辅助驾驶）的新阶段。 马斯克特意给团队设定了一个追逐指标，即特斯拉全自动驾驶车辆在没有人类干预的情况下能够行驶的里程数。“我希望每次开会的第一张幻灯片都能展示每次干预前自动行驶里程的最新数据。”马斯克说：“如果训练人工智能，我们应该优化什么？答案是提高两次干预之间的行驶里程数。” 为了响应马斯克号召，特斯拉相关团队成员在工作区安装了85英寸的巨大显示屏，实时显示完全自动驾驶车辆在没有干预措施的情况下平均行驶了多少英里。他们还特意在办公桌附近放了一面锣，每当他们成功解决了一个导致干预出现的问题，他们就敲一次锣。 直播演示人类干预情况，也成为国内车企演示智能驾驶系统的名场面： 2024年2月，春节期间，余承东发文称，自己从安徽老家开问界M9回深圳，全程1314公里，使用华为高阶智能驾驶，除了出深圳高速的时候需要人工选择收费口，全程零接管；2024年4月，李斌选在周末北京晚高峰期间，开启智能驾驶系统，从国贸，经过央视大楼、朝阳公园，穿过工体、三里屯、雍和宫、五道口等热门商圈，全程31.2公里，累计1.5次接管。 在特斯拉FSD因为监管政策无法进入中国期间，一众国内车企，尤其是造车新势力，围绕NOA展开开城大战。截至5月份，目前号称已经推送“全国都能开”智驾能力的车企，便已经包括有华为、小鹏、理想、蔚来等四家，小米则宣布将在8月份之后达成这一目标。 一旦FSD确定入华时间表，等待马斯克的第一件事，或许便是宣告何时在开城数量上追平造车新势力。 03 在迎战国内车企之前，如何在中国营销FSD，也将是马斯克需要解决的另一大事。近期，问界M7死伤事故，再次引发外界对车企有关智能驾驶系统的营销质疑。 2021年8月发生的蔚来ES8车主在启用NOP领航状态下因车祸离世事件，成为国内涉及自动驾驶营销表述的关键节点。 此事发生的同年8月，理想汽车官方网站将辅助驾驶系统的名称，由原来的“理想AD高级辅助驾驶系统”，改为“理想AD辅助驾驶系统”，删除了“高级”二字；小鹏汽车官方网站对辅助驾驶系统的称呼，由原来的“XPILOT3.5自动驾驶辅助系统”，改为“XPILOT3.0智能辅助驾驶系统”，删除了“自动”二字。 此后，涉及自动驾驶系统的表述中，各大车企相继加上了“辅助”“智能辅助”等词，“高阶”“高级”等字眼，直到去年城区NOA功能落地之后，才又被部分车企对外提及。 通过更改名称，降低车主对自动驾驶能力预期的行为，更早发生在特斯拉身上。据《中国企业家》报道，2016年1月，在京港澳高速河北邯郸段，一辆特斯拉追尾道路清扫车，导致特斯拉司机不幸身亡。随后，到2016年8月16日，特斯拉中文官网将“自动驾驶”一词变为“自动辅助驾驶”。 事关车主人身安全，没有任何国家敢在自动驾驶方面有所松懈。 在美国地区，特斯拉于2021年正式发布FSD Beta版时，也必须加上“Beta”后缀，以提醒车主该功能为“测试版”，行驶过程中双手仍需时刻留意接管方向盘。即便今年3月，特斯拉向美国部分用户推送FSD V12版本，在悄悄拿掉“Beta”后缀后，特斯拉仍要补上新的后缀“Supervised”，提醒车主这仍然是“受监督的”辅助驾驶系统。 除了在软件名称上跟特斯拉较真外，美国相关部门也一直在监管特斯拉自动驾驶系统的有效性问题。 据中国证券报，当地时间4月26日，美国国家公路交通安全管理局（NHTSA）宣布，针对特斯拉此前对其车辆的自动辅助驾驶系统（Autopilot）进行的功能升级召回是否符合安全标准，已展开新的调查。 去年12月，特斯拉宣布实施有史以来最大规模的召回行动，涉及203万辆美国汽车，几乎涵盖美国道路上的所有特斯拉汽车，召回原因是Autopilot 的软件系统控制“可能不足以防止驾驶员误操作”，并可能增加撞车的风险。通过OTA升级，特斯拉希望能更好地确保驾驶员在使用其驾驶辅助系统时集中注意力。 仍不尽如人意的智能驾驶系统，显然削弱了美国车主的付费意愿。在将FSD订阅费用从1.5万美元降至1.2万美元后，近期，马斯克再次降价，FSD订阅费用由1.2万美元降至8000美元。 降价之外，包括中国在内的新市场，成了马斯克推广FSD的新希望。 此次访华前后，马斯克略显刻意地“讨好”中国用户。在4月28日与中国贸促会会长任鸿斌会谈时，马斯克笑称自己是中国的超级粉丝。 回到美国后的4月30日，Photobox联合创始人Michael de Guilhermier发文称：“当埃隆·马斯克宣布特斯拉将于8月8日（即中国的幸运数字8/8）举办Robotaxi发布活动时，就已经埋下了伏笔……特斯拉Robotaxi的故事应该从中国开始！” 马斯克则回复道：“我选择这个日子的部分原因是，8/8在中国是一个幸运数字！” 参考资料： 《特斯拉和百度地图独家深度定制车道级高辅地图》第一财经 《FSD和华为ADS2.0硬碰硬，马斯克找到特斯拉股价催化剂》创业邦 《库克来华找朋友》盒饭财经 《致命的“自动驾驶”：蔚来ES8撞车事故背后，全行业走到了十字路口》中国企业家 《埃隆·马斯克传》沃尔特·艾萨克森

凤凰网科技讯 （作者/周文浩）5月1日，小鹏汽车今天公布了4月以来的交付数据：小鹏于2024年4月交付了9393辆汽车，同比增长33%，相比于三月份的9026辆环比增长4%。 其中，小鹏X9在4月交付1,959辆，自上市以来累计交付量接近10,000辆，是中国最畅销纯电动MPV。年初以来，小鹏汽车已交付31,214辆智能电动汽车，同比增长23%。 4月份，XNGP在城市驾驶场景中的月活跃用户渗透率达到82%，在最近的北京车展上，小鹏汽车展示了其最新的人工智能创新，包括XOS 5.1.0或天玑操作系统。最新的XOS代表了业界首个将AI集成到智能座舱和智能驾驶中的操作系统，将于2024年5月20日发布。 小鹏汽车运用旗下大模型——XPlanner来增强XNGP ADAS的类人能力。小鹏汽车还预览了AI代客泊车。此功能可以记忆和自定义多达10条每条100公里的驾驶路线。 此外，小鹏汽车还宣布其新品牌MONA（Made of New AI）将于2024年6月首次亮相。

近日，赛力斯发布了2024年一季度业绩，数据显示，一季度赛力斯营收265.61，同比增长421%。而利润为2.20亿元，毛利率提升至21.5%，扣非净利润为1.14亿元。 要知道过去5年间，赛力斯一直在亏损，累计亏损达到了150亿元左右，现在居然盈利了，你说是不是很让人震惊？如下图所示， 这是过去5年赛力斯扣非净利润情况。 为何赛力斯会盈利呢？这要感谢华为，感谢余承东了，主要就是因为赛力斯和华为合作，推出了AITO问界系列车型。 从上图也可以看出来，2022年AITO问界M5推出，市场火爆，于是赛力斯的营收大增，考虑到前期研发投入大，建设渠道成本高，营销成本也高，所以早期伴随营收大增的，自然也是亏损增加，这其实是意料中的事情。 而2023年，新问界M7重新发布，马上就爆了，7个月大订超过17万辆，M9后来也爆了，3个月大订超过7万辆。 于是赛力斯也迎来了属于自己的泼天富贵，亏损了这么多年之后，终于在一季度盈利了，终于渡过了盈利平衡点，不再亏损。 可以预计的是，随着赛力斯渡过盈利平衡点，接下来随着问界销量不断增长，赛力斯的盈利状况会越来越好，赚的也会越来越多。 华为和赛力斯是2021年才合作的，2022年才推出第一款车，到2024年盈利，也就过了3年不到的时候，严格的来讲，其实才2年左右，就盈利了。 而我们看看蔚来、小鹏、理想这三大车企，造车到现在已经9、10年了，只有理想去年盈利了，像蔚来、小鹏还在亏额中。 数据显示2023年蔚来营收556.179亿元，净亏损207.198亿元。而小鹏2023年营收306.8亿元，净亏损为103.8亿元。 我想，蔚小理看到赛力斯和华为合作，2年时间就赚钱了，估计这三大车企要哭晕在厕所了，自己吭哧吭哧的努力了10来年，还没赚钱，亏损了不知道多少。 而赛力斯一路躺赢，将灵魂交给华为，让华为主导，自己躺平，两年就赚到钱了，那自己的努力，有意义么？不如也交出灵魂，和华为合作算了。

余承东卸任华为终端BG CEO。 就在华为手机业务重回正轨之际，余承东曝出了调整。 最新消息称，今后余承东重心将转向智能车。 这很难不让人想起雷军。 今年年初，为了有更多精力放在汽车上，雷军卸下了小米品牌总经理一职。 时代的浪潮浩浩荡荡，智能车取代智能机，站上了浪潮之巅，上一个时代角逐出的英雄们，又开始“竞折腰”了。 △ 华为官网目前尚未更新相关职务 余承东卸任终端BG CEO 余承东卸任终端BG CEO的消息，最早是由36氪爆料的。 爆料同时指出，余承东将担任终端BG 董事长一职。 接棒余承东的，是他的老搭档、原终端BG首席运营官何刚。 何刚，1998年入职华为，早前曾任消费者BG手机产品总裁，和余承东长期在终端（消费者）业务上共事。 去年年末的华为全场景发布会上，多数终端产品比如新机Nova 12，均由何刚介绍并发布，余承东仅在开场和问界M9发布时出现。 有内部人士认为，这次人事调整是“高层正常变动”，并评价“没有什么特别”。 人事变动后，余承东新的业务重心，华为并没有说明。 有知情人士称，余承东将会去做5.5G业务。所谓5.5G，简单理解就是5G技术的增强版，网络带宽和速度等将进一步提升。 也有知情者表示，人事调整会使余承东有更多精力专注汽车业务。 从余承东掌管的两大部门，终端和车BU各自业务表现来看，余承东的业务重心会发生偏移。 手机王者归来，车BU百花齐放 华为刚刚披露了一季度经营业绩，披露文件显示，期内公司实现营收约1784.5亿元，同比增长36%。 归母净利润约196.5亿元，相比2023年同期，飙升约564%，净利润率也大增，从去年的2.3%(十年最低)涨至11%。 虽然一季度各项业务的具体情况不得而知，但数据显示，终端业务为华为的业绩增长，提供了强大动能。 2023年华为财报显示，终端业务营收占华为总营收比约为35.7%。 2024年，华为终端继续收复失地，持续增长。 Canalys报告显示，华为手机一季度中国大陆出货量约为1170万台，同比暴涨70%，市场份额达17%。 时隔三年，王者归来。 终端业务王者归来，华为车BU也彻底打开了局面。 合作伙伴赛力斯最近也公布了一季度财报，由亏转盈。 财报显示，今年一季度赛力斯营收265.61亿元，同比飙升421.76%。 归属于上市公司股东的净利润为2.2亿元，毛利率提升至21.5%，作为对比，特斯拉同期总毛利率为17.4%。 赛力斯营收和利润向好，当然主要得益于问界热销，尤其是问界M9，50万级的车型，大定持续增长至8万，而且增长速度越来越快。 合作三年，赛力斯从名不见经传，到市值冲上千亿，合作车型热销。 双方联合打造的问界成为了华为车BU的模范“样板间”。 曾经质疑赛力斯的人，现在都在排队成为赛力斯。 问界的一枝独秀，推动车BU走向百花齐放的局面。 赋能北汽打造的享界S9，3月中旬申报图一经公布，就引发北汽蓝谷股价暴涨9.96%。 近期首度亮相北京车展，引发围观驻足，预计今年将发布。 联合江淮的智选车，余承东此前透露，售价将达到百万级。 东风岚图近日也宣布，联合华为打造的纯电SUV今年会上市，明年鸿蒙座舱和ADS3.0将上车MPV车型。 问界M8，智界S9，等也是谍照频传，蓄势待发。 阿维塔后，长安旗下的深蓝S7也采用了Hi模式，入驻车BU北京车展展厅。 不只是本土品牌，日系近期也尝试提高“含华量”。 本田确认会用华为光场屏，日产则在北京车展将华为列入“智能生态朋友圈”，此前还有消息称，华为智驾硬件将上车丰田。 忽如一夜春风来，车BU新品满地开。 车BU赋能车企，只是华为面对智能车变革，在智能化发力的举措。 华为也在积极推进电动化发展，完善基础设施。 近日华为数字能源联合比亚迪、广汽和理想等11家车企成立了“超充联盟”。 数字能源总裁侯金龙此前透露，今年华为的目标，是和合作伙伴部署10万根超快充桩。 截止3月中旬，已有2万根超快充桩投入运营，“进展比预想还快”。 所以，华为对智能车产业极其重视，而且布局比较全面。 如今进入下半场智能化的竞争，车BU更是主要发力点。 余承东当年接手华为终端，将手机业务做到了第一。 现在，车BU面临着更广阔的增长前景，需要余承东更大的精力，再攀顶峰了。 毫无疑问，汽车业务将是华为潜力最大的业务之一。这场硬仗，呼唤名将余承东。

IT之家 5 月 1 日消息，蔚来汽车官方宣布，蔚来今日在安徽上线 38 座高速服务区超充站、200 根超充桩，安徽全省高速充换电网络均已打通。 截至 5 月 1 日，蔚来在安徽省高速服务区累计布局 51 座高速换电站、42 座高速超充站、221 根超充桩。 IT之家查询获悉，蔚来目前已经部署了 2413 座换电站（其中高速换电站 797 座）、2248 座超充站、1580 座充电站，换电次数超过 4100 万次。 此外，蔚来加电 App 除接入自建充电桩外，还接入了星星充电、云快充等 49 家充电服务运营商，整合充电桩资源超 102 万根，覆盖全国 363 个城市，整体覆盖率达 91%。