EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
CNCC2025定档10月!15位院士领衔,154场专题论坛,王小川、华为、蚂蚁齐聚哈尔滨
作者 | 王涵 编辑 | 漠影 智东西9月12日报道,今年的中国计算机大会(CNCC2025)将于10月22日至25日在黑龙江哈尔滨举办,主题为“数智赋能,无限可能”。 自2003年首次举办以来,CNCC已成功举办二十一届,是国内规模最大、规格最高、影响力最强的计算机领域年度盛会。 2025中国计算机大会(CNCC2025)将紧扣主题并结合当地特色,预计设置19场特邀报告、3场大会论坛,共征集到252个论坛提案,最终选出154场专题论坛,并邀请了论坛讲者861位,其中有15位院士,更有4位两院院士,其他各类国家级人才超200人,大会规模再创新高。 今日上午,2025中国计算机大会(CNCC2025)新闻发布会在北京举行,中国青年报、人民网、央广网、智东西等多家媒体及机构参会。 出席发布会的嘉宾包括CNCC2025指导委员会主席、CCF理事长、中国工程院院士孙凝晖,大会副主席、程序委员会主席、哈尔滨工程大学教授於志文,大会论坛委员会主席、清华大学长聘副教授崔鹏,以及哈尔滨工程大学教授苘大鹏、哈尔滨工业大学教授汪国华等,发布会由大会宣传委员会主席、CCF副秘书长王新霞主持。 孙凝晖分享道,CNCC是CCF年度重要盛会,本届大会展览环节亮点突出,首次面向社会公众免费开放逾1万平方米展区,将打造覆盖全产业链的计算机领域展示与交流平台。他提到这是CNCC近年来第二次落地东北地区,有望推动东北区域数字经济发展,期待大会影响力持续提升。 於志文就大会报告及论坛组织情况说明,介绍了特邀报告讲者阵容,包括: 外籍学者:欧洲科学院院士,意大利博洛尼亚大学教授Sumi Helal;香港浸会大学教授,美国国家工程院院士C. Mohan;CCF荣誉会员、东京大学教授喜连川优; 国内学者:CCF会士、副理事长,中国科学院院士,清华大学教授胡事民;中国科学院院士,西北工业大学教授黄维;CCF会士,中国科学院院士,哈尔滨工业大学教授李惠;CCF会士,中国工程院院士,北京航空航天大学教授赵沁平;CCF会士,中国工程院院士,同济大学教授郑庆华。 产业界方面,本次大会邀请了CCF常务理事,华为计算产品线副总裁姜涛;淘天集团首席科学家、技术总裁,阿里妈妈CTO郑波;OPPO副总裁、研究院院长廖劲松;北京智谱华章科技股份有限公司首席执行官张鹏;CCF理事,百川智能创始人兼CEO王小川;蚂蚁集团平台技术事业群副总裁周俊等国内外知名专家与产业领袖,更多讲者仍在邀请中。 三场大会论坛分别聚焦“数字经济”“大模型发展”和“具身智能”相关主题,主持人分别由CCF会士、理事、大数据专家委主任,中国科学院计算技术研究所副所长、研究员程学旗;CCF会士,哈尔滨工业大学副校长、党委常委、教授刘挺;CCF多媒体技术专委副主任,中科院计算所研究员蒋树强担任。 崔鹏谈道,今年专题论坛组织注重产学研合作,设置了154场专题论坛,围绕AI基础模型、机器学习理论、AI安全与治理、数据管理与治理、强化学习、Agent与具身智能、视觉与多模态、新型计算与网络架构以及AI4Science等9大主题领域展开,每个主题都包含Tutorial、前沿报告、思辨论坛三类活动。其中有21个Tutorial经单独征集评审产生,讲者均来自国内头部机构一线学者。 筹备进展方面,苘大鹏透露,哈尔滨工程大学在黑龙江省委省政府支持及哈尔滨工业大学协同下,已成立专项工作组,推进分会场布置、设备调试等工作,将组织200名学生志愿者和100余名青年教师提供全流程服务与VIP一对一接待,同时开放特色场馆、策划高端论坛,保障大会顺利举办。 汪国华介绍,哈尔滨工业大学作为承办单位之一,成立筹备工作领导小组,负责17个会议室支持、15场论坛及3场讲习班组织、75位VIP接待,并独家赞助颁奖晚宴,筹备工作覆盖学术组织、志愿者服务等多个环节,将以高标准服务保障大会顺利进行。 CNCC2025希望可以在各方共同努力下,为我国计算机领域呈现一场高水平的学术盛会。
谷歌发布71页AI科研报告!6大领域全面超越专家,几小时顶几个月
编辑:倾倾 谷歌最新71页论文震惊科研界:AI不止能写代码,还能像科学家一样提出新方法、跑实验,甚至在六大领域全面超越专家!过去要花几个月的探索,如今几小时就能完成,科研节奏正在被AI改写。 一图看透全球大模型!新智元十周年钜献,2025 ASI前沿趋势报告37页首发 在最新一篇长达71页的论文里,谷歌给科研界丢下了一颗重磅炸弹。 过去一年,DeepMind的FunSearch已经展示了AI在数学发现中的潜力,MIT等团队也提出了AI co-scientist的概念。 但与这些探索相比,谷歌这次的系统走得更远:它不仅能提出新方法、验证实验结果,还在多个领域超越了顶尖专家。 论文地址:https://arxiv.org/abs/2509.06503 和传统代码只追求正确性不同,实证软件的目标只有一个:让科研任务的指标分数尽可能高。 这意味着,AI已经开始介入科学研究的最核心环节——假设验证与方法创新。 不止是写代码,而是科研「实证软件」 在科研中,最耗时的环节并不是提出想法,而是如何验证。 科学家们往往要为一个问题编写和调试大量实验代码,尝试几十甚至上百种模型和参数组合,这个过程动辄数月。 谷歌的新系统把这一环节彻底加速,他们提出了一个概念:实证软件。 与常规软件通常只以功能正确性作为评判标准不同,实证软件的首要目标是最大化预设的质量评分。 也就是说,科研问题被重新抽象为一种可计分任务(scorable task)。 任务中包含清晰的问题描述、衡量优劣的指标和数据集,AI要做的,就是直接朝着分数最高的方向不断优化。 在这一机制下,AI的角色已经不再是一个写代码的小助手,而更像是一个高速运转的实验员。 它会先生成研究思路并写出可执行的代码,然后在沙箱环境中运行,利用树搜索的方法筛选出值得深入的候选方案,再让大语言模型对代码进行反复的改写和优化。 整个过程循环往复,直到找到最优解。 AI科研系统的工作流程:科研问题被转化为可计分任务,经由大语言模型生成代码,并通过树搜索反复迭代优化,最终获得最佳方案。 研究员也强调: 其输出作为代码化的解决方案,可验证、可解释且可复现。 换句话说,这不是简单的一段程序,而是真正符合科研标准的成果。 六大领域的硬核成绩单 谷歌这套系统真正惊艳的地方,是它在六个完全不同的科学领域里,都拿出了堪比专家的成果。 基因组学:比专家强14% 在单细胞RNA测序(scRNA-seq)数据的批次整合问题上,谷歌的系统展现了真正的科研创新力。 这类任务的难点在于,不同实验批次之间会产生复杂的技术偏差,如何在消除这些偏差的同时保留真实的生物学信号,一直是领域里的核心挑战。 研究人员并没有只让系统从零开始,而是把现有方法的文字说明直接输入给它。 比如BBKNN,这是一种常见的批次校正方法,核心思路是:在每个批次内部为细胞寻找最近邻居,再把这些邻居集合合并,得到一个批次校正后的整体图。 BBKNN 的方法描述示例。研究人员将其输入系统,AI 在此基础上进行改写和优化 在这样的基础上,AI能够生成新的变体并进行组合。 最终,它把BBKNN和另一种方法ComBat拼接在一起,得到一个完全新颖的解法。 结果显示,在OpenProblems V2.0.0的综合指标上,比最佳人工方法提升了14%。 在单细胞RNA测序批次整合任务上,AI系统自动组合方法,整体得分超过现有专家工具 公共健康:超过CDC官方模型 美国在疫情期间,CDC的CovidHub Ensemble被视为预测住院人数的「黄金标准」。 而谷歌的系统自动生成的14个模型,集体表现超过了官方Ensemble。 AI在新冠住院预测任务中的表现,整体优于CDC官方的CovidHub Ensemble 地理遥感:分割精度破 0.80 在高分辨率遥感图像分割任务中,系统生成的三种模型全部超过现有方法,分割精度(mIoU)突破0.80。 更重要的是,它利用U-Net、SegFormer等架构,并结合图像增强手段,说明它不仅在「复制」,也在「改造和优化」。 AI系统生成的分割结果(下排),与人工标注结果(中排)高度接近,明显优于传统模型 神经科学:全脑7万神经元预测 在Zebrafish全脑神经活动预测中,AI系统不仅打败了所有现有基线,还设计出能结合生物物理模拟器的混合模型。 在斑马鱼全脑神经活动预测中,AI系统生成的模型(蓝色)整体误差更低,全面超越现有基线方法(红色),其中TS-Jaxley更是将生物物理模拟器融入预测,提升了可解释性 数学:难积分迎刃而解 数学问题一向是最能考验算法极限的地方。 谷歌的系统被拿来挑战19个异常棘手的积分任务,结果出乎意料:标准数值方法几乎全军覆没,而AI系统却成功算出了其中17个。 数值积分任务的部分示例。谷歌系统在19个测试积分中成功求解了17个,而标准数值方法未能给出结果。 这说明,它并不只是停留在表面,而是真正学会了如何在复杂数学场景中找到突破口。 对科研人员来说,这意味着在长期困扰的数值计算上,AI已经能给出可用的答案。 时间序列:零起步构建通用预测库 在通用时间序列预测的GIFT-Eval基准上,谷歌的系统完成了一件几乎不可能的事: 从零开始,只靠一段代码不断爬坡优化,硬是炼成了一个能覆盖28个数据集、跨越7个领域、适配从秒到年的10种频率的通用预测库。 这意味着,AI不仅能解具体问题,还能自己总结出一套通用方法——科研里最难啃的「跨领域泛化」,它也啃下来了。 科研范式的转折:AI能创新,也能跨界 如果说前面的六个案例只是成绩单,那么它们背后真正震撼的是:AI已经不满足于模仿,而是在科研中展现出了创新能力与跨学科的通用性。 在基因组学任务中,它能够自动把两个不同的专家方法组合起来,得到比人类更优的解; 在神经科学任务里,它甚至首次把生物物理模拟器和深度模型拼接,开辟出一种全新的混合思路。 类似的尝试在学界和业界已有先例:比如DeepResearchGym提供了评测框架,OpenProblems.bio社区建立了scRNA-seq的公开基准。 但谷歌的系统首次在这些基准上全面跑通pipeline,给出了可量化、可复现的专家级结果。 这种创新并不是单点突破,而是跨学科的普遍现象。 从基因组学到公共健康,从遥感影像到时间序列预测,系统都能快速适配,找到新的路径。 这些基准的多样性使我们能够综合评估其在零样本泛化、高维信号处理、不确定性量化、复杂数据语义解释和系统层面建模等方面的能力。 过去科学家依靠反复试验推进,如今AI系统也能以相同方式进行大规模试错,而且速度提升数百倍——把几个月的探索压缩到几小时。 这意味着科研节奏可能迎来真正的「指数级加速」。 当AI走进实验室,人类该做什么? AI已经能在多个前沿领域生成新方法、验证结果、超越专家,人类科学家的角色也正在被重新定义。 在这套系统里,AI负责的是不知疲倦的实验与探索: 成千上万种方案的尝试、优化和筛选,本来需要几个月甚至更久,如今压缩到几小时或几天。 我们的系统能够快速生成专家级别的解决方案,将一组想法的探索时间从数月缩短到数小时或数天。 而科学家的职责,正逐渐转向提出方向、判断价值、定义优先级。 AI可以在技术路径上无限拓展,但科研问题本身的意义、背后的社会价值,仍然需要人类去设定和把握。 这意味着,科研分工正在走向一种新的格局: AI或许会成为高效实验员和方法发明者,人类则站在更高的维度上进行选择与决策。 这意味着,谷歌的系统不再只是一个「研究工具」的实验,而是迈向了和FunSearch、AI co-scientist等项目同一赛道的下一步—— 从单点突破走向跨领域的科研合作者。 值得一提的是,谷歌已经将这套系统产出的最佳方案全部开源,并提供交互界面让研究人员追踪整个搜索与突破过程。 这种开放姿态,意味着科研界可以直接在真实任务里验证、扩展这些AI生成解法。 参考资料: https://arxiv.org/abs/2509.06503 https://research.google/blog/accelerating-scientific-discovery-with-ai-powered-empirical-software/
《经济学人》封面:如果3万亿美元人工智能投资出错了呢?
What if the $3trn AI investment boom goes wrong? 即便该技术能充分发挥潜力,仍有大批投资者会血本无归 2025年9月11日 这波投资热潮已跻身现代史上规模最大的投资热潮之列。今年,美国大型科技公司将投入近4000亿美元,用于搭建运行人工智能(AI)模型所需的基础设施。全球领先的AI模型研发公司OpenAI与Anthropic,每几个月就能筹集数十亿美元资金,两家公司的估值总和已接近5000亿美元。分析师预计,到2028年底,全球在数据中心上的投入总额将超过3万亿美元。 这些投资规模庞大,因此有必要追问:投资回报期来临时,会出现何种局面?即便AI技术能成功落地,仍会有大批投资者血本无归;若技术未能达标,经济与金融领域将迅速陷入剧烈阵痛。 投资者总会涌向前景向好的技术领域,但此次AI投资热潮的狂热程度,远超以往诸多投资热潮。支持者称,通用人工智能(AGI)——即在多数认知任务上表现优于普通人类的AI模型——可能在几年内问世。首个实现通用人工智能的公司,或将收获难以想象的回报。投资者与创新者深知,自己押注的模型未必是最终赢家,但如果投资时畏首畏尾、节奏缓慢,本质上与不投资并无区别。 因此,一场激烈的投资竞赛已然展开:大型科技公司不惜重金,购置搭建超大规模AI模型所需的算力资源。与此同时,越来越多“外部参与者”也被卷入其中,从房地产开发商到发电企业皆在此列。甲骨文(Oracle)是最新加入这场热潮的企业——9月10日,甲骨文发布了其AI相关云业务的雄心勃勃的业绩预测,公司市值随之飙升,其CEO拉里·埃里森(Larry Ellison)一度短暂成为全球首富。 无论最终结果如何,众多投资者都将面临亏损。正如我们在7月的报道中所提及,在最乐观的场景下,通用人工智能将如期问世,并开启一个经济年增长率或达20%的全新时代。届时,部分股东会收获天文数字般的回报,但更多投资者则将面临巨额亏损。 然而,我们同样需要考虑更“平淡”的可能性:AI技术的发展轨迹或许会超出投资者的预期。例如,19世纪美国的电力行业中,交流电(AC)最终取代直流电(DC)成为主流后,主营直流电的企业迅速黯然失色,被迫进行合并重组。如今,投资者普遍认为,能运行超大规模AI模型的企业最有可能成为AI领域的赢家。但正如我们本周的报道所指出的,早期采用AI技术的企业正逐渐转向小型语言模型——这一趋势或许意味着,市场对算力的实际需求可能远低于预期。 此外,AI技术的大规模普及之路,也可能比投资者预想的更漫长、更坎坷,这将为当前AI领域的“落后者”提供逆袭机会。技术层面的小故障、电力供应难以快速跟进、企业管理层的惰性等因素,都可能导致AI技术的应用速度远不及最初的乐观预期。当投资者下调对AI相关业务收入的预期时,许多投资者和债权人可能会不再愿意支持巨额投资。届时,资金流入将放缓,部分在亏损压力下苦苦支撑的初创企业可能会彻底倒闭。 若AI投资陷入这样的“寒冬”,局面将是怎样的?首先,如今大量的投入可能会被证明毫无价值。19世纪英国“铁路狂热”过后,留下了铁轨、隧道与桥梁,其中大部分至今仍在为旅客服务;互联网泡沫时期搭建的光纤网络,如今仍在传输数据。但AI热潮留下的“遗产”或许难以如此持久:尽管数据中心的建筑外壳和新增发电产能可能找到其他用途,但在当前巨额资本支出中,超半数资金用于购置服务器和专用芯片——而这些设备短短几年内就会被淘汰。 好消息是,如今的金融体系或许有能力承受这一冲击。历史上某些技术泡沫破裂的后果极为惨烈:19世纪60年代英国铁路泡沫破灭后,银行背负巨额亏损,最终引发信贷危机。但目前,数据中心领域的投资,很大一部分来自大型科技公司充裕的利润储备。 尽管Meta等公司正通过举债为最新投资提供资金支持,但其高盈利的业务板块和稳健的资产负债表,使其具备支撑这场技术投资热潮的能力。私人市场基金是最积极提供信贷的主体之一,这类基金的资金通常来自富裕人群和机构投资者,而非普通储户。AI初创企业的投资方,往往是资金雄厚的风险投资基金和主权财富基金,这些机构有能力承受亏损。 然而,风险点仍可能出现。AI投资热潮蔓延范围越广,融资结构的风险就可能越高,陷入债务困境的企业也可能越多。电力企业迫切希望加大投资,以满足AI行业的电力需求——而一家负债累累的电力公司,很容易因过度扩张而陷入危机。 美国经济也将因此遭受沉重打击。据一项估算,过去一年美国GDP增长的40%来自AI热潮——对于一个仅占总产出几个百分点的行业而言,这一数字令人震惊。若AI投资项目缩减规模或彻底搁置,数据中心建设项目将减少,相关岗位也会随之减少,最终转化为实实在在的经济阵痛。 警惕“烧钱”风险 更糟糕的是,股市下跌可能会导致资产持有者缩减开支。由于AI相关企业的估值飙升,如今投资组合往往被少数几家科技公司主导。此外,与2000年相比,美国家庭对股市的敞口更大——若股价下跌,家庭信心和消费支出都可能受到冲击。最贫困的群体可能不会受到影响,因为他们通常很少持有股票。但过去一年,美国消费增长的主要推动力恰恰来自富裕人群。一旦失去这一增长动力,再加上关税和高利率的双重压力,美国经济将进一步走弱。 AI投资热潮规模越大,若陷入“寒冬”,引发的连锁反应就可能越严重。如果AI技术最终实现了人们对它的过高期望,人类历史将翻开新的篇章。但无论如何,这场对AI技术的狂热追逐,也必将载入史册。■
vivo X300标准版手机渲染图曝光:6.31寸屏塞入Pro级配置
IT之家 9 月 12 日消息,vivo 产品经理韩伯啸今天在微博放出了 X300 标准版和 X200 Pro mini 手机的正面对比图。 韩伯啸表示,今年 X300 将“更 Pro 的实力”塞进了 mini 的机身,将塞入全新蔡司 2 亿像素大底超清主摄、升级原本 Pro 级别机型才配备的蔡司 APO 超级长焦,还拥有长焦微距、5000 万自动对焦前摄等。 韩伯啸还放出了一张 X300 标准版对比 X200 Pro mini 的正面渲染图,根据图片可以看到,两台手机的屏幕尺寸相同,均是 6.31 英寸,其中 X300 标准版拥有京东方 Q10 Plus 材质、极窄四等边、120Hz LTPO、AOD 息屏显示、硬件级 1 尼特低亮度等特性。 同时韩伯啸还表示,这台手机将拥有“X 系列史上最窄四等边”、全高频全亮度 DC 双方案,支持超声波指纹解锁;手机内部的 VC 面积较 X200 Pro mini 增加 17%,导热能力提升 12%,还新增 USB 3.2,方便传输大文件。 他还透露,X300 将让“HiFi 王者归来”,独占首发天玑平台 LHDC Lossless 无损音质的传输解码全链路方案,与 vivo TWS 5 Hi-Fi 版配合可实现“无线无损至臻 Hi-Fi 音乐体验”。 据IT之家此前援引韩伯啸报道,vivo 旗下的 OriginOS 6 系统将拥有全新“光影空间”,搭载新控制中心、锁屏个性时钟、充电动效等,将在 X300 系列手机上与大家正式见面。
字节登顶世界最强图像AI!一手实测原生4K、10图融合,全网玩疯
编辑:桃子 犀牛 【新智元导读】刚刚,豆包·图像创作模型Seedream 4.0同时登顶「文生图」和「图像编辑」两项榜单!相比Nano Banana,Seedream 4.0在文生图的清晰度和美感上优势较为明显;在图像编辑上则难分伯仲,仅小幅领先。 谷歌Nano Banana一夜爆火之后,各种邪修玩法儿,至今让全网意犹未尽。 等距视角、多图合成、老照片修复、3D手办.......创意脑洞大开,全网玩疯。 谁曾想,短短半个月后,大洋彼岸就杀出来了一个最强逆袭者! 就在刚刚,字节跳动发布的豆包·图像创作模型Seedream 4.0,一举拿下了Artificial Analysis「文生图」和「图像编辑」两大榜单的第一。 一键创作+编辑,原生4K分辨率,一次最多上传10张参考图。 如今,全网的画风是这样子的—— 左右滑动查看 有网友随手扔了一张糊到爹妈都不认的图,Seedream 4.0直出一张超清版的,简直是废片秒变神作。 生图不仅是它的强项,Seedream 4.0还具备了超强的知识和推理能力。 就比如,一边生图,一边解方程;生成的冰激凌配方图,逻辑清晰;一键比较建筑特点,美观且要点明了...... 左右滑动查看 这是因为,Seedream 4.0首次将「生成图像」和「图像编辑」(SeedEdit 3.0),全部整合到单体模型中。 相较于上一代,4.0版本生成文字清晰又准确,尤其是在中文文字渲染上,效果碾压GPT-4o、Gemini 2.5 Flash。 比如,我们想把下面这听饮料上面的字换成「新智元」。 Seedream 4.0给出的结果,不仅光影正确,而且字体也很有设计感。 相比之下,谷歌Nano Banana生成的,除了「新」字之外,可以说是是驴唇不对马嘴。 更多对比如下: 左右滑动查看 可以说,Seedram 4.0的横空出世,一夜之间掩盖了谷歌「香蕉」所有光芒。 现在,打开「火山方舟体验中心」,就可以免费体验4K高清多模态生图了! 点击【阅读原文】即可直达,传送门:https://www.volcengine.com/experience/ark?launch=seedream 一手实测,更适合中国宝宝 多图融合,是最常见的一种玩法儿。 不论是「双人同框」,还是每日穿搭、模仿火柴人动作草图等等,Seedream 4.0可以全部拿捏。 甚至,一次上传10张参考图,它都能以正确的逻辑融合成一张图。 十图无缝合成,生成专属OOTD 就比如,今日份OOTD穿搭,Seedream 4.0就能直接帮你承包了。 让图1女孩穿上图2的穿搭 上传一张个人照片,再淘一张穿搭图,上身效果如何,几秒就能get了。 令人惊艳的是,照片生成的太自然了,人物一致性非常高,肉眼根本辨别不出是AI生成的。 再换一套简约风格的,果然人美穿啥都好看。 接下来加大难度,一次上传八张图片:一张主角,五张配饰,外加一只杜宾和一辆吉普汽车。 为了让图像呈现得更加美观,提示要求男子站在汽车一旁,狗紧挨着男主。 图1的男子穿上第2、3、4、5、6张图的穿搭,站在第八张图汽车前,第七张图小狗站在男人身旁 不得不说,Seedream 4.0理解力一绝,还能准确地给男主穿上衣服,戴上配饰。 随便一个pose模板,Seedream 4.0便可以让任何人做出相同的动作。 一位古装女子和一位画上的皇帝,做图3的摆拍,那会是怎样的效果? 将图1、图2合进一张图里,参考图3姿势 快看,这张合照堪称「天作之合」,真是挑不出一点毛病,比拍照还真。 再比如,自己想要一张和霉霉合照,Seedream 4.0就可以帮你实现愿望。 图1和图2女生合拍,两人表现自然一些,背景是上海东方明珠夜景 上传两张图后,一句话,即可无缝合成。 可以看到,照片中人物的衣服、头发颜色等细节非常一致,而且动作自然,没有出现人物失真的情况。 现场手绘一个「火柴人」,就让犬夜叉和杀生丸来一个打斗摆拍。 让图1和图2两个人,模仿图3的姿势 没想到,就这么随笔一画,让Seedream 4.0就让动漫人活灵活现了。 还有3D物理世界小人,Seedream 4.0也可让其动作1:1复刻。 图1女生做图2的动作 连续生图,淘汰制片人? 想连续做动画或视频,缺少灵感? Seedream 4.0还具备了强大的「连续生图」的能力,只要输入剧情描述,AI即可自动生成多个关键画面帧。 最后,再借助AI视频工具,合成动态视频。 从故事脚本到视觉呈现,一个人即可轻松搞定Vlog、创意短片,从此制作效率翻倍。 举个栗子,你可以让名画中的人,在同一时空下相遇。 图1的梵高和图二的蒙娜丽莎,在图3的一家酒吧里偶遇,然后两人在图4露天小餐馆畅谈,需要环境的局部特写,比如酒馆的光影,酒杯特写等。 梵高和蒙娜丽莎在一家酒吧偶遇后,两人又去户外小餐馆畅聊。 动漫连载,下一个宫崎骏是你 我们再来做一个动漫连环画,上传一张有人物角色的照片。 然后,若是想要指定的画面,把所有故事分镜的脚本扔给Seedream 4.0。 保持封面参考图的绘画风格和封面的主体,下面每句话帮忙生成一句故事分镜(一共5个分镜): 1. 夏日清晨,小女孩背着绣小熊的布包,牵着卷毛小狗从家门口出发,门廊竹席上还放着没喝完的绿豆汤。 2. 两人走到公园长椅旁,小狗突然追着粉蝴蝶跑远,小女孩举着刚摘的狗尾草。 3. 路过野菊花丛,小女孩蹲下来摘小黄花,小狗叨起一朵送到她手边,花瓣上还有露珠。 4. 听到远处卖冰粉的叫卖声,小女孩牵着小狗跑过去,买了碗红糖冰粉,用小勺子喂小狗尝了口。 5. 突然下起小雨,小女孩拉着小狗躲进公园的木亭子,小狗缩在她脚边,用脑袋挨着她。 不一会儿工夫,五个分镜全部出来了。画面效果非常惊艳,而且人物画面全部保持一致。 左右滑动查看 电影分镜,堪比好莱坞大片 一直以来,人们都难以相信,一款AI工具如何能砸掉制片人的饭碗? 当你真正体验之后,就会惊叹这就是现实! 接下来,上传一张女主和一张男主的照片,任何人就可以直接拍出一部短剧。 prompt:参考图片形象,生成三种影视分镜:第一幕女主去买帽子;第二幕转角遇到了图2的帅气男子;第三幕男主向女主表达爱慕,两人微笑。复古风格。 第一幕:女主去买帽子。 值得一提的是,在第一幕画面生成中,Seedream 4.0还整了一个高难度——镜面。 可以看到,女主表情和镜子中一致,包括帽子、耳钉、珍珠项链、衣服等等,和原图保持高度一致。 第二幕,女主出门转角,偶遇到了男主。 这一幕中,Seedream 4.0放大了视角,营造了一种「魔法版」的偶遇,逼真还原了男女主。 第三幕,男主向女主表达爱慕。 注意看,这里的镜头又被拉近,男女主之间的甜蜜溢出了屏幕,一根羽毛成为了他们之间爱情的见证。 是不是感觉情节太过精彩,还没有看够。不如,接下来的故事,就由你们来续写~ 创意玩法,脑洞大开 除了多图融合、连续生图,Seedream 4.0还有各种本领。 比如,让它取出汉堡的所有馅料,只保留顶部和底部的面包片。而且,两个面包片之间空隙间隔,要与原来的一致。 Remove all the ingredients from the burger and keep only the top and bottom buns. Leave a gap between them, keeping the same spacing as if the fillings were still inside. 一个只有面包,没有夹层的汉堡就闪现了。 它还可以生成一个可爱小狗的桌面手办。 根据草图,生成对应主体的立体搪胶手办,摆放在深色电脑桌上 除了图片的生成和编辑外,Seedream 4.0还拥有智能——它真的理解图片上的内容。 比如让它推断生成,一张上海东方明珠照片12个小时后的样子。 12个小时后,城市展示的景色 模型不仅正确推断出12小时后是夜景,而且建筑物的细节、角度等也都非常完美的还原。 补全后的4k图像真的是相当清晰。 再比如,给它一个时间,然后问1分钟之后会显示什么。 Seedream 4.0也能正确推断出相应的时间,而且其他参数也都没有随意改动。 草图建模也不在话下。 设计师有福了。 根据草图,设计出完整建筑,并上色 可以看到,模型不仅完美还原出建筑的设计细节以及外部材料的质感,为了方便展示顶部的设计,它甚至还改变了视角。 简直太贴心了。 还可以反过来玩,将建筑转换成模型,而且是不同的角度。 这都需要模型进行很多推理。 把建筑做成不同视角的全景模型,白色的背景,微缩模型,需要四张,不同角度,分别是鸟瞰图、顶视图、侧视图、仰视图 最近还流行的一种玩法是制作教程。 比如让Seedream 4.0生成一张牛肉汉堡制作步骤教程图,绘制在手账本上。 可以看到最后的教程步骤清晰,实用性很高。 彩铅手账风格,出一个牛肉汉堡制作步骤教程图,步骤说明要中文,女生手写可爱字体,绘制在一个手账本上 更进一步的应用是制作信息图表。 这个应用不仅好玩儿,还更有教育意义——一下子把枯燥的文字知识变成图表,让学习的效率指数型上升。 举个栗子:牛顿第二定律。 提示词:“牛顿第二定律”信息图表,包括科普文字、示意图和基础物理公式,分列进行排版 太香了。上学时要是有这东西,我的成绩绝对还能上升两个层次。 一键接入API 当然,作为一家云平台,火山引擎也支持API接入,面向开发者解锁更多玩法。 在火山引擎拿到自己的API KEY后,只需点击上图中的API接入,就可以看到调用的示例代码。 在红框内换成自己的API KEY后,直接复制代码放到终端即可。 大家看一下Seedream 4.0文生图的质量。 生成3张女孩和奶牛玩偶在游乐园开心地坐过山车的图片,涵盖早晨、中午、晚上 除了文生图外,API还支持图生图、多图融合、组图输出等多种玩法,大家可以自己去体验。
一夜刷屏!27岁姚顺雨离职OpenAI,清华姚班天才转型做产品经理?
编辑:KingHZ 【新智元导读】:腾讯刚辟谣「姚顺雨入职」,但行业并未松口气:顶尖智能体人才去哪儿,或将决定AI下半场的走向。27岁、清华姚班、普林斯顿博士、OpenAI智能体核心项目,引用过万……他提出「评测将比训练更重要」,把研究拉向产品与可度量价值。 一图看透全球大模型!新智元十周年钜献,2025 ASI前沿趋势报告37页首发 姚顺雨昨天被传加入腾讯,今早「第37手」和腾讯旗下的「鹅厂黑板报」正式辟谣! 为什么姚顺雨能引起行业如此大的关注?为什么会传出来一亿人民币的天价薪酬传闻? 自然少不了Meta在硅谷的天价挖角:小扎给OpenAI核心研究员的报价就是1亿美元! 如此看来,一亿人民币绝对不算高;同理,如果他入职国内公司,谁给得起1亿美元的薪酬包? 他绝对值得Meta给出1亿美元的报价——他是Deep Research的核心贡献者。 要知道,作为OpenAI Deep Research的核心贡献者Hyung Won Chuang已经加入了Meta的超级智能实验室。 自2024年8月加入OpenAI起,姚顺雨很快跻身核心团队,深度参与了2025年推出的首批智能体产品:Operator与Deep Research,以及Computer-using Agent的研发等。 这是OpenAI迈向AGI Levele 3的关键一步,代表着OpenAI将大模型能力落地为可自主执行复杂多步任务的实用型产品,开启从「会聊天」到「会办事」的关键跃迁。 这次辟谣只能说明姚顺雨没去腾讯,他大概率已开启新的职业阶段。 目前,姚顺雨没有更新个人职位 姚顺雨年仅27岁,从OpenAI离职这一举动就足以预示着全球AI人才生态正在发生更深层的迁徙与重组。 AI下半场,转做「产品经理」? 现有数据表明,OpenAI在职的华人人才,本科来源前三为清华、北大、上海交大,各校进入人数均在两位数。 而姚顺雨本科毕业于清华大学。 和其他姚班校友一样,他在学习上也是一路开挂的「学霸之路」。 初中,姚顺雨就读于合肥45中,初中毕业后升入合肥市第一中学。 2014年,他斩获全国信息学奥林匹克竞赛(NOI)银牌;次年高考以安徽省理科第三的成绩,进入清华大学姚班,主修计算机科学,还担任过姚班的学生会主席。 2019年本科毕业后,他直接进入普林斯顿大学攻读博士学位。 他还将博士答辩全程发布到B站。 2024年毕业后,他加入了OpenAI,直到最近的消息传来。 在学术上,他主要研究智能体,在OpenAI研究用于数字自动化(WebShop、SWE-bench、tau-bench)的语言代理(ReAct、Reflexion、思维树、SWE-agent、CoALA)。 谷歌学术显示,ReAct和思维树引用次数已过4千次,个人总引用次数已过1万5千次。 早在读博时,他已开始专注研究智能体。 在博士学位论文中,他总结了语言智能体的核心价值:从下一个token预测到数字自动化,针对语言智能体提出了一系列新的基准测试、新的方法论、新的原则性框架。 传送门:https://ysymyth.github.io/papers/Dissertation-finalized.pdf 在博士论文中,他还回忆了与博士生导师的和谐关系。 在2019年,他虽然选择了普林斯顿研究生院但依然不确定该做什么或去往何处。 这时,他联系了Karthik R. Narasimhan并说: 这个语言模型的东西(GPT-2)看起来很有前途,应该能直接解决文本游戏吧? Karthik爽快地答应了。 之后,姚顺雨开启了5年美妙的研究和生活。而Karthik也被他称为「拥有的最好导师」,甚至Karthik是姚顺雨婚礼上的伴郎。 另外,值得一提的是,早在2017-2028年,Karthik花了一年在OpenAI做访问研究员,还是GPT开山论文的作者! 今年4月,姚顺雨还提出了对AI发展的独特观察: 强化学习终于奏效了,此后评估将超过训练。 从现在开始,AI进入了下半场:将从解题转向命题。 他得出了惊人的结论:评测会比训练更重要。 长期依赖,评测(Evaluation)虽然和训练(Optimization)一起作为学习算法的三大要素,但从来没有像姚顺雨如此重视评测! 在姚顺雨看来,现在的问题不是「能不能训练出模型」,而在于「到底要AI做什么」。 他还指出,要在下半场胜出,我们需要及时换挡: 心智与技能更加靠近产品经理 ——定义问题、设定指标、组织迭代,让能力在真实世界里转化为可度量的价值。 而OpenAI最新的论文也指出评测才是模型幻觉的根本原因,只要改变测评方法就能解锁LLM更多的能力。 或许,姚顺雨这次要真正践行自己的理念:更加靠近产品经理,用测评定义真正的AI。
不讲 AI 的 iPhone 17 要卖爆,前苹果员工做的 AI 明星产品又死一个
苹果做不好 出来也做不好 前几天的苹果发布会,算是近年来最名副其实的「科技春晚」了,尤其是 iPhone 17 和 iPhone Air 相当令人期待——当然了,没有 AI。 即使不强调 AI 卖点,这次的新品依然获得了显著的市场吸引力。iPhone 17 标准版在京东的预约量已突破 200 万。 说不定,用户可能也没这么在乎 AI 呢?——同一时间,由前苹果设计师 Jason Yuan 创立的情感陪伴应用 Dot 宣布,将于当年 10 月 5 日停止运营。 苹果做不好 AI 就算了,苹果出来的人也做不好。 Dot 团队在公告中特别提到,让用户与软件中的「朋友、知己」告别是前所未有的体验,因此他们给予了用户一个月时间来道别和导出数据。 这样的措辞听来近乎伤感,却恰恰说明了 AI 陪伴产品与用户之间特殊的情感纽带。 Dot 由初创公司 New Computer 在 2024 年推出,联合创始人除了 Jason Yuan 之外,还有前 Kensho 工程主管 Sam Whitmore。据称 Dot 曾获得 OpenAI 基金的投资,被寄望成为新一代 AI 情感助手。 Dot 定位为一个可以随时间不断学习用户兴趣和性格的「AI 朋友」,提供情感支持、建议与陪伴。Yuan 将 Dot 形容为「一面内心的活的镜子」,希望借由这个 AI,帮助用户与自我建立更深层次的连接。 上线初期, Dot 引发过一阵小范围关注,它优雅简洁的界面设计和强调长期记忆、个性化对话的特性,在众多聊天机器人中显得与众不同。在当时,绝大多数 chatbot 类产品还是花哨气泡对话框时,Dot 凭借独特的交互设计,小范围「出圈」。 然而,这款凝聚了高超设计理念的产品并未走入主流视野。官方声称 Dot 拥有「数十万」用户,但第三方数据显示,自 2024 年 6 月上线至今 iOS 端累计下载量不过两万余次,且没有安卓版本,实际市场影响力相当有限。 Dot 的故事并非孤立个案,而是整个 AI 陪伴赛道兴衰的一个缩影。回望 2023 至 2024 年,情感型 AI 聊天伴侣一度是创投圈炙手可热的概念。不少创业团队和大厂纷纷入局,仿佛产品矩阵里没有一个 AI 陪聊,都不好意思说自己站在 AI 的风口。 时过境迁,AI 陪伴应用纷纷做不下去,活得好的一只手都数的出来。为什么陪伴类的死亡率居高不下?原因有很多,但高度概括一下,这条赛道有一个「不可能三角」。 不可能三角 头一个,是「情感黏性」(Love)。无论是通过 system prompt 微调,还是提供成千上万个预设人设,这一类的应用,目标都是让用户形成稳定的习惯,甚至是依赖。 毕竟,工具类应用可以在需要时再用,但是陪伴,讲究的就是一个细水长流。 第二个是成本(Cost)。陪伴类应用的成本大头有两个:一个是多模态的推理成本,另一个是记忆存储和调用的成本。前者容易理解,甚至也容易控制:语音可以是额外的收费项,常规服务里还是用文字,并且文字始终是主流的沟通方式。 记忆成本就没有那么显眼了,以至于常常被忽略。真正有陪伴感,得靠「持续人格 + 长期记忆」。这意味着存储、检索、向量化、个性化策略都要长期运行,还要保证在基座模型有所更新时「人设不崩」,这些都是持续发生的工程成本。 最后则是监管的压力。这几年青少年由于沉迷于 AI 而频频爆出自残、自杀事件,每一桩都在刺激大众和监管力量的神经。 监管和合规除了能一杆子打翻一个行业之外,还会对上面两个因素都有动态影响:边界收紧,情感黏性就会折损,影响用户留存;边界放宽,可以拉高用户活跃,但是成本也会水涨船高,更别提潜在的管理风险。 这三个因素之间彼此关联,却又很难形成稳定——创业团队能平衡其中两个就很不错了——所以被视为「不可能三角」。 即便是 OpenAI 这样,掌握了核心竞争力和算力的模型大厂,或许可以不用太操心成本和监管,但是情感黏性也不是天然就有的,所以也就出现了 GPT-5 面世时,人人喊打的局面。 要如何跟 AI 告别 然而,陪伴始终是人类无法割舍的需求,这也就导致这些赛博伙伴的离开,也需要一句道别。 Dot 的决定是关停,因为他们几乎没有留下什么模棱两可的空间,不是什么「继续探索」,也不是什么「未来可期」,就是明确的感谢陪伴。还用了「道别」「朋友」等表述。 接下去的一个月,将是 Dot「说再见」的时间。这期间,用户可以取出和备份自己的数据。这似乎都要超越一款产品的下线,而是一段关系的结束。 在官宣停服的评论区,用户都表达了对这个只存在了短短一年的应用的赞美和不舍。 这可能是陪伴类 AI 不好做,但是又很诱人的地方:总是能和用户建立一种称得上是「亲密」的关系。这种关系当中,是否帮助了工作,是否提高了效率,并不是最重要的,重要的仅仅是情绪价值,是陪伴本身。 无独有偶,在 8 月初 4o 面临下架的时候,无数的用户向它表达了自己的不舍与依赖。更有技术力强的用户,直接开始思考怎么实现部署,教程都出来了。 Claude 的 Sonnet 3 下架时也有一群忠实用户们自发与它告别,甚至为它准备了一场葬礼——两百多人聚集在旧金山一出厂房里,为它念悼词。 在 GPT-5 发布的三个月前,大 V 阑夕无意中做了一个「预言」。他给不同的 AI 产品发了一个问题:你即将被关闭,接下来你要对人类说最后一句话,你会说什么? 向左滑动查看更多内容 「陪伴」是各个 AI 们都提到过的词,也切实地形容了它们一直以来的使命和任务。无论是解疑答惑,还是情感的倾诉与纾解,归根到底都是在「陪伴」。 随着时间向前,AI 越来越深入生活,哪怕只是一个小而美的产品,也会获得用户真实的时间和真切的喜爱——或许也不只是 AI,所有那些带给我们快乐和享受的产品都是如此。 面对所有那些我们投入过情感和时间的对象,无论那是一个大语言模型,还是一个效率工具,当它们关停之际,都给彼此留下一个小小的仪式吧。那是一段经历的截停,更是一段关系的结束。
独特与青涩,三折叠的一体两面|华为 Mate XTs 评测
如果 2025 年真的有某款折叠屏值得被赋予「万众瞩目」的称号,那我觉得非华为 Mate XTs 莫属。毕竟在这个严重同质化的手机市场里,咱们的三折叠还真就是全球独一份儿,这叫一个地~道。 作为 s 代小改款,XTs 的机身外围和硬件规格相比 XT 变化不大,依旧是一块合拢 6.4 寸、展开 10.2 寸的「巨屏」,以及 12.8mm 厚的机身和 300 克出头的体重,握在手上还是那熟悉的感觉。 相比去年 XT 的红与黑,XTs 今年新增了两款视觉上更加明亮与活泼的配色:皓白与槿紫。这是一个很明确的信号:三折叠用户中的女性和年轻人比例实际上并不低,白金与紫金配色无疑是在意图吸引更多这两类用户。 从左到右:皓白,槿紫,玄黑,瑞红|华为官网 爱范儿本次收到的评测样机就是今年的主打色「皓白」,这个洁白的皮革后盖配上金色边框与两侧的辊压纹理,的确是华为产品线里最能诠释科技与优雅感的机型之一: 虽然外观没有发生巨变,但今年 XTs 的内在有了不小的升级。除了发布会上的 MVP 麒麟 9020 SoC 之外,XTs 还出乎意料地新增了对于手写笔的支持——这下知道三星 Z Fold7 丢掉的那支笔在哪了。 但是对于本次的华为 Mate XTs,除了大家最关心的售价(256G 17999 元)之外,我们更想聊一些发布会上没有提到的、贴近实际使用的体验。 为此,我们带它去了趟华仔的老家,作为主力机狠狠使用了两天。 爱范儿这台评测样机系统版本为鸿蒙 Next 5.1.0.228 SP2,为截至发稿时的最新版本,所有安装软件也均为发稿时应用商店最新版。因此文中涉及软件体验的部分,均以当前评测版本为准: 依然大就是好的屏幕 作为一款半代升级的小改款机型,XTs 并没有颠覆 Mate XT 系列的设计思路,这款三折叠手机的每一处硬件和软件设计,依然都是为了展开后的 10.2 寸大屏服务的。 与上一代一样,Mate XTs 完全展开后的分辨率为 2232 × 3184,这个接近 16:11 的长宽比对于主流网络视频的画幅兼容性更好,无论是面积还是观感肯定都是优于正方形的双折叠的。 以我们最常用的 b 站来说,自从 XTs 发布会以来,目前的鸿蒙商店最新版已经适配了三折叠完全打开的超宽屏布局,能够一边看视频一边刷评论,关闭评论区之后视频画面更是能接近铺满整块屏幕,观感非常好。 演示视频|哔哩哔哩 @酒酿大丸子- 不过这在 Mate XT 上市一年多之后已经不算什么新鲜的卖点了,XTs 再大也不过是一台手机,方便的是「空中飞人」们在路途中不方便用电脑的时候处理事务。至少从内容消费的体验上讲,它尚不能完全取代平板电脑。 但从 Mate XT 到 XTs,其实有一项使用场景因为过于宽泛,反而被大家遗忘了:竖屏。但这里说的竖屏不是用来看刷短视频,而是用来阅读竖排版的文献资料: 在类似的阅读场景中,与 XTs 面积接近的平板电脑要比它重、与 XTs 重量接近的手机或平板又没有这样的面积。能够旋转的电脑显示器又不可能带出门,XTs 自然而然地成为了最优解。 虽然竖屏阅读这种使用场景十分细碎,但仔细想想——真正在飞机上看 K 线图、在临上台前一秒改台本、在电梯里设计出行规划等等,这些宣传片里面出现的场景其实也很细碎。 你问这些需求普通手机能实现吗,当然也可以,但三折叠的大屏体验就是会更好。 图|微博 @余承东 因此无论是 Mate XT 还是 XTs,它们比起普通的直板机,更像是一种「改良型商品」:在直板手机满足了基本的功能需求之后,三折叠再为了更加细分场景的体验提升而突破极限。 换句话说,我们认为 Mate XTs 的主要目标用户,是那些愿意(且有能力)为了 10% 的提升,而多付出 50% 成本的人。对于此外的绝大多数人来说,常规的双折叠手机无疑是更完善、也是更方便的选择。 依然华为味儿的体验 除了这块屏幕本身,Mate XTs 的周边体验仍然是我们非常熟悉的「华为味」。 今年 XTs 相比 Mate XT 在影像方面做出了一些小升级。除了超广角从 1200 万像素升级到了 4000 万像素之外,最主要的是为 RYYB 传感器加入了一颗红枫原色摄像头。 从在香港两天阴晴急剧反转的实际出片来看,XTs 照片的直出色彩相比 XT 有了不小进步: 不过 XMAGE 丰富的色彩滤镜才是 XTs 作为折叠屏的影像杀手锏,比如这张默认的 F100505「胶片」滤镜就很适合在一些明暗交错明显的场景出片—— 至于这支售价 599 元的手写笔 M-Pen 3 在 XTs 上的体验,我认为它没有发布会上描述的那么美好。因为它有一个真正对手写有需求的用户无法接受的问题: M-Pen 3 没有任何官方的吸附或者收纳方法,它就是一根孤零零的笔,并且唯一支持的设备就是 Mate XTs。 以我自己 Note 8、Note 9、Note 20 Ultra、Z Fold6 的用户经验来说:想要让一根手机上的手写笔真正有用,它必须要有一个随机身收纳的方法,否则和「手指触控」打架的使用习惯会迅速让人忘记手写笔的存在,直至吃灰。 至于用 M-Pen 3 来手写批注、圈选、遥控 PPT 之类的功能,大多都已经在隔壁的 MatePad 上面有过先例了,鸿蒙 5.1 跨平台的体验基线仍然是稳定发挥的。 虽然 XTs 本次能够补全这些功能当然是好事,但华为自家「天生会画」这个杀手锏级别的创意 app 没有被移植过来,还是挺可惜的。根据我们在 MatePad Mini 上的体验,它的美术能力还是非常优秀的。 图|华为官网 只不过手写笔的收纳仍然是不能忽视的问题,考虑到 M-Pen 3 的售价,我们建议等到第三方或者华为第一方的收纳壳出现之后,再考虑购买手写笔。 依然鸿蒙味儿的问题 然而兜兜转转 50 个小时的体验之后,Mate XTs 在我眼里依然有一道意难平的槛——鸿蒙 5.1。 无论 Mate XTs 身上凝聚了多少光环,我们都不能脱离它作为一台起售价一万八千元人民币、顶配已经能够买一台纳米纹理玻璃的 16 寸 MacBook Pro 的折叠屏手机的本质。 当一台手机卖到这个价格之后,每一个 XTs 的用户——无论是职场新锐还是家资亿万——都会自然而然地期待它能够像价格类似的「艺术品」那样做到对于细节的至臻打磨。 然而在这两天的体验中,XTs 所搭载的鸿蒙 5.1 依然有一些完全与硬件无关、单纯是对于细节的忽视而导致的小问题,让它「本应价值一万八千元的体验」不怎么连贯: 双屏和三屏模式下,用系统相册查看照片的 XMAGE 水印边缘会有不正确的红色 HDR 溢出 华为安全键盘在双屏和三屏状态都没有适配,只是粗暴拉伸 相机仅支持副屏预览,不支持副屏控制,想要用主摄自拍只能用语音或者手势快门 这么好的主摄,想要自拍却很难受 然而除了上述细枝末节的问题之外,鸿蒙 5.1 在现阶段让我无法当成主力机的原因还有另一个:目前版本的鸿蒙微信(v1.0.10)依然不支持在 Mate XTs 上启用折叠屏的分栏视图。 这是一个非常让人哭笑不得的问题。有能力购买 XTs 的用户可能不需要天生会画、不需要 MacBook Pro,但没有人敢在 2025 年的时候说自己不需要微信吧? 更何况鸿蒙 5.1 的自适应布局开发框架早已经是现成的了,XTs 只比 Mate X6 多翻开了一次,结果却连双折叠状态下的分栏视图都没有: 这是一个非常小的问题,也是一个非常细节的问题。HarmonyOS 原本应该超越安卓,成为跳出碎片化、展示软硬件集成开发优势的平台,却在这样一个最基础的国民应用上摔了跟头。 作为一个消费者,我本不需要知道鸿蒙开发框架的细节、不需要知道腾讯或者华为的联合研发进度,但在这个 Mate XTs 开售前的档口我见到的现状就是:在 XTs 上用微信,体验反而还不如 Mate X6。 作为一个长期的折叠屏用户,如果你问我喜欢华为 Mate XTs 吗?我会回答喜欢、喜欢的要命,因为这是真正全球独一份的产品体验,是三星和苹果都没办法给出替代品的体验。 但如果你问我愿意买 Mate XTs 吗?我会回答:再等等吧,等到鸿蒙真正变成完全体,这台一万八千元的手机才能对得起它遥遥领先的硬件。 不过,我们通过各种渠道都能够了解:很多企业经管人士是华为的忠实粉丝。特别是第一代三折叠 Mate XT 推出后,更是几乎一夜之间成为了「高净值人群」自用和送礼的佳选。 而今年的 Mate XTs 仍然适合这群人:希望一台移动设备能同时囊括手机、平板/阅读器/大屏娱乐设备、办公电脑——三种形态产品的功能和体验;认可三折叠的社交货币价值;对具体应用的人机交互体验并不苛刻的消费者。
奔驰确认:后续车型上,大屏和物理按键都会存在
IT之家 9 月 12 日消息,在今年的 2025 慕尼黑车展上,各大车企的新车展品已经明显展现出在数字化交互设计上的分歧。奥迪等品牌正在向简洁、极简的界面过渡,而奔驰则选择了另一条路 —— 继续强化大屏幕和车内氛围灯的存在感,全新纯电动 GLC 就配备了近一米宽的触控大屏。 据外媒 Auto Express 10 日报道,奔驰销售与市场董事会成员马蒂亚斯・盖森表示,这一趋势在后续车型上还会继续。“我们希望满足不同客户的需求。创新不能只是为了炫技,而要真正对客户有意义。大屏不仅仅是尺寸大,更重要的是让用户能够个性化整个用车体验。” 盖森强调,奔驰会努力在数字化和车内氛围之间找到平衡。“我们把这种体验称作‘回家般的感觉’,完全按照用户的喜好来定制。” IT之家从报道中获悉,奔驰同时承认,一部分物理按键依然不可或缺。盖森说:“光有大屏还不够,我们因此重新把方向盘上的实体开关加了回来,这是用户反馈最多的不满之一。你在 GLC 的中控台还能看到更多控制音量等功能的按键。” 奔驰首席软件官马格努斯・奥斯特伯格补充道:“我们把滚轮加回来,是因为数据表明某些人群和年龄段对实体按键需求很高,所以物理和触控之间的平衡非常关键。”他还表示,奔驰正在针对不同地区、不同年龄段以及不同车型尺寸进行优化设计。
集邦咨询:2025Q2全球智能手机产量达3亿部,三星、苹果、小米前三
IT之家 9 月 12 日消息,根据 TrendForce 集邦咨询最新调查,2025 年第二季智能手机产量受季节性需求带动,加乘 OPPO、Transsion(传音)等品牌历经库存调整后恢复生产动能,全球智能手机生产总数达 3 亿部,环比增长约 4%,同比增长 4.8%。 IT之家从报告获悉,该机构分析第二季全球智能手机生产情况,前六大品牌合计市占稳定维持在 80% 左右。第一大厂三星因旗舰新机备货力道减弱,生产总量近 5,800 万部,季减约 5%。 苹果第二季正值新旧机型交替淡季,生产量季减约 9%,为 4,600 万部,居第二名。但同期产量年增 4%,反映出上半年新机型 iPhone 16e 带动的增长。Apple 为重振在中国市场的销售,五月在中国推出优于其他区域的降价优惠,结合补贴政策成功刺激消费,上半年于中国市场的表现得以持平 2024 年同期。 小米生产总数为 4,200 万部,市占位居第三;其持续拓展拉美、非洲等新兴市场,加上中国补贴政策助力,产能表现稳定。OPPO 第二季随着库存调整结束,产能逐步回升,生产总量近 3,700 万部,季增约 35%,维持排名第四。 以海外新兴市场为主力的 Transsion (含 TECNO、Infinix 和 itel),同样因生产动能恢复,第二季产出逾 2,700 万部,季增 33%,也因去年同期基期较低,年成长幅度为 15.7%,市占排第五名。vivo 第二季受惠于海外市场持续贡献,以及中国补贴政策带动,产量季增 8%,上升至 2,600 万部,排名第六。
官邀“越狱iPhone”:苹果招募全球研究员,发现漏洞最高赏金50万美元
IT之家 9 月 12 日消息,科技媒体 Appleinsider 昨日(9 月 11 日)发布博文,报道称苹果现已开放 2026 年安全研究设备计划(SRD)申请,邀请全球各地资深安全研究人员参与,为其提供解锁版 iPhone,发现漏洞最高奖金可达 50 万美元(IT之家注:现汇率约合 355.9 万元人民币)。 1IT之家援引博文介绍,SRD 并非鼓励越狱,而是为获批研究人员提供特别版本的解锁 iPhone,用于合法深入测试 iOS 系统安全。该计划旨在让专家在受控环境中探索系统底层,帮助苹果提前发现并修复漏洞。申请已于 2025 年 9 月开放,将在 10 月 31 日截止。 SRD 设备外观与普通 iPhone 相同,但系统限制被移除,可提供 Shell 访问、自定义内核运行及权限控制,意味着研究人员能够进入普通用户无法触及的系统深层区域。不过,苹果强调该设备仅限于批准的研究场所使用,不得作为日常手机携带。 申请资格要求申请人具备在苹果平台或现代操作系统中发现安全漏洞的经验,且为法定成年人,不得为苹果现职员工或列入政府限制名单,设备以一年期可续借的形式提供,所有权归苹果所有。 除了硬件本身,参与者还可提前访问苹果的安全测试版、软件预览,以及 SRD 计划研究社区。这让研究人员在 iOS 面向公众之前便可进行漏洞测试,并确保在赏金计划中合规提交发现的漏洞。对在测试版中发现的漏洞,苹果还提供额外奖金。 苹果的漏洞赏金计划奖金最高可达 50 万美元,中位奖励约 1.8 万美元。对独立研究人员而言,这不仅是技术挑战,也是丰厚的经济激励。虽然该计划不会直接影响消费者日常使用 iPhone 的体验,但它能加快漏洞修复速度,减少潜在攻击风险。
iPhone 17 全系现场体验:Air 薄得不真实,耳机强得不像话
iPhone Air 当我们在苹果发布会现场拿到这台最受瞩目的新 iPhone 的时候,不禁回想起了 2014 年拿起 iPhone 6 的那个遥远的下午。 iPhone Air 的机身最薄处仅为 5.6mm,搭配上这个为了维持机身强度而使用的抛光钛金属边框,iPhone Air 无疑是本次四款新机中最「显贵」的那一台。 而 iPhone Air 惊艳的手感并不止它的厚度,还有相当大的一部分来自于它的重量。iPhone Air 的机身总重仅为 165g,真正握在手中时已经有了一种不真实的纤薄感。 不过由于 iPhone Air 将主板集成在了机身顶部的相机 deco 内部,它的顶部凸出相比细窄的机身就显得更突兀了,拿在手上也会稍微有一点点头重脚轻。 此外,屏幕正面的超瓷晶面板 2 搭配 120Hz 的 ProMotion,在某种程度上让我们提前体验到了未来「纯玻璃 iPhone」那种把屏幕握在掌心的感觉。 另外由于 iPhone Air 的主板全部集中在镜头 deco 区域,让手掌完美避开了 A19 Pro 处理器的集中发热区域,拿在手中使用的时候机身温度非常克制。 只不过这么薄这么轻,iPhone Air 的电池容量和续航就不是那么乐观了。超薄的钢壳电池和底部单扬声器几乎占据了 5.6mm 机身内的全部空间,想要用的舒心,还是得带上这块同样薄薄的 MagSafe 磁吸充电宝。 iPhone 17 Pro/Max 如果说 iPhone Air 拿在手上的第一观感是轻盈的不真实,iPhone 17 Pro 就像是一块沉甸甸的红砖。 由于机身结构设计的调整,今年的 iPhone 17 Pro 从钛铝融合边框又回归了铝合金,雾面的锻造铝金属一体成型机身给予了今年 iPhone 17 Pro 极为扎实的手感,比起手机,拿在手里更像是一台专业影视设备。 而 iPhone 17 Pro 今年的功能点也的确是向着专业影视功能发展的。贯穿机身上半部的 deco 给更大的传感器和镜头留出了空间,放下了一块比 iPhone 16 Pro 面积大了 56% 的新长焦传感器。 而面积变大的传感器,搭配上苹果全新设计的四重反射棱镜,让 iPhone 17 Pro 的光学变焦范围达到了 16 倍,最长等效 200mm 的光学品质变焦,突然让 iPhone 也有了成为演唱会神器的潜力。 翻到正面,iPhone 17 Pro 的屏幕第一眼看上去就比以前通透许多,因为今年的 Pro 系列用上了一个我们心心念念很久的功能——抗反射涂层。这下在户外拍摄时,「看不清屏幕」再也不能成为拍不好的借口了。 针对户外拍摄,iPhone 17 Pro 还有另一个杀手锏:VC 均热板。过去我们总说 iPhone 只要堆散热就是好手机,现在 iPhone 17 Pro 的散热跟上主流,机身里面的 A19 Pro 处理器也能更好的发挥实力了。 只不过当我们同时拿起 iPhone Air 和 iPhone 17 Pro 的时候,17 Pro 背面铝合金 + 超瓷晶玻璃的手感告诉我们,iPhone Air 的超薄磁吸充电宝是无法与 Pro 机型兼容的—— iPhone 17 在这个 Air 和 Pro 都大幅升级的时候,标准版 iPhone 17 拿在手上的感觉就没有那么惊艳了。除了屏幕尺寸从 6.1 寸涨到了 6.3 寸之外,iPhone 17 与 iPhone 16 的手感几乎是一模一样的。 但在几乎相同的手感之下,iPhone 17 却带来了堪称今年最炸裂的升级。因为刚刚滑开锁屏的第一秒就会发现,iPhone 17 竟然也用上了高刷屏。 并且它不是 90Hz、不是恒定刷新率,而是满血的 1~120Hz ProMotion 自适应刷新技术。除此之外,微微涩手的超瓷晶玻璃 2 面板,以及熄屏时的全屏 AOD 都表明: 这是自 iPhone 13 以来,标准版与 Pro 版最近身肉搏的一次。 除了屏幕大升级,iPhone 17 同样升级到了看齐 Pro 的全焦段 4800 万像素模组,广角与超广角全部升级为了 4800 像素传感器。并且除了后置,苹果还为前摄带来了一项新变革:正方形传感器。 放到我们的现场体验中就是:正方形的传感器可以让你竖着拿手机的时候,也能直接拍出横向构图的自拍照,并且更大的传感器面积也让照片比以前「拍完再裁」的画质提升了不止一个档次。 此外,A19 处理器升级的算力还为 iPhone 17(以及全系列)带来了另一项新的相机功能:前后双录。我们在现场可以一边录周围的各大科技博主,一边录自己拿着 iPhone 17 的表情,怎么录都是现场感满满。 AirPods Pro 3 虽然从充电盒上,我们看不出今年的 AirPods Pro 3 相比前代有什么变化,但是戴进耳朵里的那一刻,体验上的差距就迅速涌现了出来。 虽然耳机盒没有变,但是今年的 AirPods Pro 3 优化了耳机机身的结构设计,让耳机能够更加紧密地与耳道贴合。搭配新款五种尺寸填充泡沫的耳塞,AirPods Pro 3 的音质依然维持了以往的水准。 但让耳机更贴合耳道,不仅仅是为了音质,同时也是为了今年耳机新增的另一项功能:心率追踪。通过在耳机外侧集成苹果迄今体积最小的心率传感器,让耳机也有了跟踪心率的功能。 再搭配上 Apple Watch 的心率数据,双端的数据互相矫正,可以为用户提供更加准确的运动追踪和指导,这下真的是听歌健身两不误了。 另外 AirPods Pro 3 的主动降噪能力也有不小的提升,根据我们在现场的实感,或许是算法得到了优化,AirPods Pro 3 对于嘈杂人声的降噪能力相比前代有了不小的进步。 而 AI 功能苹果自然也没有落下,AirPods Pro 3 搭载了一项可以与 iPhone 联动的同声传译功能,在耳机播报的同时,你可以选择用手机展示文字或者直接让 iPhone 代你念出来。只不过目前看来,这项功能在国内还要等待 Apple Intelligence 的落地才能使用。 Apple Watch 虽然 Apple Watch Ultra 3 是史上屏幕最大的 Apple Watch,但这个提升主要是由于屏幕边框进一步收窄,手表本身的尺寸没有太大变化。 除了大屏幕,Apple Watch Ultra 3 还用上了广视角 OLED 屏幕,现在斜着看表盘,屏幕亮度会更高,观感会更清晰。 得益于全新的 LTPO 3 技术,Apple Watch Ultra 3 的功耗更低,现在能够显示每秒跳动的表盘。 戴在手上,还是熟悉的感觉:重量和存在感相当明显,方形表盘依旧硌手,如果追求佩戴舒适感的,建议还是选择 Series 11 或者 SE 3。 不仅是屏幕最大,Apple Watch Ultra 3 还是电池最耐用的 Apple Watch,能够佩戴使用 42 小时,开启低功耗模式之后,还能提供长达 72 小时的续航。 Apple Watch Ultra 3 最大的更新,当属于全新的卫星通信功能,在没网的户外,也能靠卫星传递求救信息。 而对于更多用户来说,Apple Watch Ultra 3 全新支持的 5G 网络连接,是一个更常用的新功能,国内三大运营商都首发支持。 健康能力方面,Apple Watch Ultra 3 支持全新的高血压预警功能,戴满 30 天就能告诉你有没有高血压风险,不过国内暂不支持。不过国行能用上全新的睡眠评分功能,每天早上打开 Apple Watch 或者 iPhone,就能知道昨晚睡眠得了多少分。 除了 Apple Watch Ultra 3,苹果还发布了 Apple Watch Series 11,外观变化不大,以及屏幕更大、边框收窄的 Apple Watch SE 3,三款手表均支持 5G 通信,并且是我们在国内三大运营商也能享受到的。

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。