全球混凝土及砂浆行业供应链平台

上次，脖子哥已经和大伙儿盘了问界 M7 追尾起火这个事儿了。 在文章的评论区呢，除了 AEB 以外，大家还很关心隐藏式门把手弹出的问题。因为从碰撞事故的视频里可以看出来，在这次碰撞事故过程中，这台问界 M7 的隐藏式门把手是一直没弹出来。 有不少网友怀疑，正是因为这个原因，导致不管是过来帮忙的好心路人，还是之后赶来的救援人员，都打不开车门，最后只能想办法砸窗，浪费了救援时间。 根据我们朴素的理解，车辆发生碰撞之后，一般都会自动解锁，而解锁的同时，门把手就应该一并弹出来了。 但这门把手没弹出来的原因，确实是说不清楚。 有博主就表示，问界这次碰撞时速高达 115 公里，洒水车在低于一秒的时间侵入驾驶舱，切断了电源线，导致了车机大意了没有闪，以至于门把手弹出等功能全部失效。 除此之外，也也不排除门把手被车门卡住，或者小电池被撞烂导致应急机制失效等等可能性。总之，这起事故里具体出了哪些问题，目前没法妄下定论。 还是得等警方权威的公告出来，才能知道到底是啥情况。 但无论如何，隐藏式门把手都是得接锅的那个。 有很多网友说，如果用传统的机械式门把手，就没这么多事儿了。 这种说法其实有道理。 因为以往的机械式门把手，都是外露式设计，至少有个手柄可以拉，开门用的也是全机械结构，根本不需要电。 而隐藏式门把手就不一样了，你总得让它弹出来，用户才能把门打开吧？ 而在这个 “ 弹出来 ” 的机制上，不同的车企有不同的设计思路。笼统来看呢，通常分为旋转式和平推式两种。 早期的一些电车，基本用的都是旋转式，比如小鹏 P7 ，在车门解锁后，门把手就会自动旋转弹出。 但我们要说这种方式不安全，那真是错怪它了。 因为旋转式门把手不会遇到卡死打不开门的问题，它们在电动操控以外，一般都保留了手动按压的方式，就算没自己弹出来，你从另一边按下去，他也是能出来的。 这个功能，特斯拉毛豆 3 车主最有话说，毕竟人家压根就不会弹出来，而是像杠杆一样，需要按一边，来让另一边翘起，可以说，就是个机械式门把手。。 而另一种平推式的门把手，就比较容易造成车门开不了的情况。 因为它没有其他物理的弹出方式，如果车子不靠电机把门把手推出来，你在外面根本没法打开。 你要说硬抠嘛，不是没这个可能，但真遇到了性命攸关的时刻，等你把它抠出来了，说不定就来不及了。 而且一般来说，平推式门把手结构要更复杂，空间占用也更多。所以从实际使用上来说，它确实比较容易坏。 像是下图这种，就是典型的平推式门把手结构，它是在传统门把手基础上，增加了手柄开启驱动电机，以及 2 个电容的位置信号开关。 因为门把手全部嵌入车门内部，它在布置上会比较占用车门的空间，一些碰撞和挤压可能会导致弹出通道被堵住。 而且平推式门把手必须保留弹出机制，这就要多一个电机和相应的线路，除了接触不良、电子系统故障等可能，之前还爆出过齿轮润滑油泄漏，把门把手电机干爆的案例。 虽然车企已经在制作材料和工艺上做了优化，比如说钣金件的精度管控，开发专用螺母调节器等等，但平推式门把手依然是一个安全隐患。 而且现在关于这类门把手，也还没有相关的国标约束，所以车企到底能把这事的安全冗余做到啥程度，咱也不好说。 有些车企会给你安排碰撞后 15s 内自动下拉车窗，但还是要靠 12V 小电瓶供电，也有一些车企会在车门内单独设置一块备用小电池专门控制开门。 但为了隐藏式门把手的帅，贴了无数个补丁。要我说啊，不如干脆。。。 不过，在考虑用什么方式开门之前，其实还有个前置条件。 咱们得先问一嘴，车门解锁了吗？ 不然就算你是机械门把手，或者你把隐藏式门把手给扣出来，那也开不了门。 比如说在问界这个事故里， M7 到底有没有自动给车门解锁？ 问界客服是这样回应的，说是目前大部分车辆都没自动解锁功能。出了事故，就算你把门把手扣出来了，你也一样拉不开。 你要想开门就只有一种办法，从里面开，但这时候乘客都失去意识了，所以大伙儿只能砸车窗。 但客服的这个说法，是站不住脚的。 在国标 GB20071 《 汽车侧面碰撞的乘员保护 》就有明确要求，说碰撞发生后，车门应关闭且不锁止。就是说，必须要自动解锁。 在 2021 版的 C-NCAP （ 中国新车评价规程 ）里，也加入了正面碰撞后必须主动解锁车门的要求，没有这功能，在碰撞测试的成绩里就会扣 1 分。 同时，在今年年初工信部的《 乘用车后碰撞安全要求 》（ 征求意见稿 ）中其实也提到， “ 碰撞试验后，车门应处于解锁状态 ” ，说明这个事儿是业界公认的准则。 作为一台车，国标有的东西，你总得遵守吧？ 随后网友又翻出了 M7 的车主手册，上面也很清楚写着确实有自动解锁功能。 但哪怕如此，有自动解锁功能，也不意味着车辆在碰撞后，车门就能 100% 解锁。 从根本上说，自动解锁就是一个比较基础的配置，主要涉及两个模块，一个是 ACU （ 气囊控制模块 ），另一个是 BCM （ 车身控制模块 ）。 光从名字就听得出来， ACU 是和气囊捆绑在一起的，而 BCM 负责控制车身的各种功能。 它的原理是，在汽车的碰撞感受器发现你车撞了以后， ACU 会负责打开气囊并同时给 BCM 一个电信号，这时 BCM 再控制车门解锁。 打个比方，这个 ACU 就好比 BCM 的小秘，先收集各个部门提出的反馈，自己就先解决一部分，之后再和领导 BCM 汇报，处理车门解锁这种没那么急的事。 如果在碰撞中， ACU 、 BCM ，甚至中间传输的线束被破坏，这种车门无法解锁情况就有一定几率发生。 而且这套系统和隐藏式门把手一样都需要电，发生碰撞后，动力电池是会直接断电的，车内所有功能都靠 12V 小电池续命。 要是这时候，小电池也撞坏了，车门也无法自动解锁。 比如在 2022 年 7 月，就有一起类似的事件，一辆雷克萨斯 LM 碰撞后燃烧，车门打不开，导致 1 死 2 伤，这车还是传统的门把手，照样得敲窗进去救人。 所以也不能下定论，车门打不开全是隐藏式门把手的锅。 但不管怎么说，如果你用的是传统机械式门把手，在车辆解锁，车门也没有变形卡住的情况下，它还是能更容易拉开。 这其实就是隐藏式门把手最大的缺陷，哪怕车辆已经解锁了，但隐藏式门把手没给你弹出来，外面的人也还是没地方借力打开车门。 那即便车辆落锁，也依然会耽误外界人员施救，尤其是没有经过培训的热心群众，看到门把手没有弹出，车窗没有降落，想开门真的是无从下手。 所以，核心问题还是解决碰撞后车门解锁的这个过程，要么就把隐藏式门把手做成选配吧，反正我是真不喜欢这玩意。 撰文：TC 编辑：脖子右拧 & 面线 封面：阳光

最近，有位差友后台投稿，建议我们安利一下全国一卡通。 “ 很多人吐槽去外地旅游坐地铁公交不方便，就是因为他们不知道这个东西，我在手机上申请的北京交通卡，在贵阳工作，去湖南出差，到浙江旅游，都可以用 ” 。 想想真是这样，出游的时候公共交通挺烦。 有些城市，得入乡随俗，专门下个 APP 。 每到一个城市就得申请一张新卡，下新 APP ，又是实名认证又是保证金的，多少有点折腾。 有些城市吧，你入乡随俗，下。。。下哪个 APP ？ 虽然这些 APP 都有实用价值，但对于选择困难症来说，对吧。。。 有人可能会纳闷，我支付宝一扫，不就完事了？ 可不是所有的城市都支持支付宝。 长沙作为湖南省会，知名旅游城市应该不算小众了吧？ 然而，去年我去长沙玩的时候，还刷不了支付宝，今年前段时间才开始支持 ↓ ↓ 所以，今天就来聊聊这张全国通行的全国一卡通吧。 不同于用 APP 扫码进站，你得等二维码加载出来，这些卡是 NFC 识别，手机放在感应区，即拿即走，非常方便。 根据官方数据， “ 全国一卡通 ” 现在支持 336 个地级以上的城市，整个名单嘛，长长滴 ↓ ↓ 滑动查看更多城市 简单截图一下，让大家感受一下这 “ 颗粒度 ” ，在很多区县公交也是通行无阻滴。 “ 全国一卡通 ” 并不是指某张卡，而是根据交通运输部互联互通的要求，依据统一技术标准而发行的一系列 IC 卡。 只要带有 “ 交通联合 ” 标识，就是 “ 全国一卡通 ” 。 看下面这张图你就懂了，左边是同样是岭南通 · 羊城通，左边的卡有交通联合标识，右边没有，这样一对比，应该很清楚了吧？ 是的。。。 其实你可能已经拥有它了，只是此前不知道这张卡在绝大多数城市都能通行。 因为很多城市不会特地去宣传，这也是为啥，今天世超感觉可以说说这卡 ~ 你可以直接在你所在处申请交通卡，实体卡也好，电子卡也罢，只要卡上有交通联合标识，就能一卡通行。 具体申领方式， iPhone 跟绝大多数安卓手机都可以在钱包里申领。 不少地区都会提供丰富的选择，尤其是。。。 具体申领过程，以 iphone 为例： 反正是全国通用的，不管申请什么地区的卡，都全国通用，那，咱全国开挑卡面不过分吧？ 不是我说，西藏交通一卡通的卡面真挺好看的。 除了可以挑选自带卡面外，有些卡片还支持 APP 内更换卡面。 国际化大都市，上海，其内卷气息在卡面上也体现的淋漓尽致，虽然初始卡面相当一般，但如果你下载了 APP ，可以在 APP 里面更换卡面。 然后再同步到卡包里，一顿操作后，我的钱包里就变成这样了： 但根据世超的观察，目前全国一卡通也有一些局限之处。 虽然能用的地方很多，但毕竟推开普及有个过程，所以还是有些地方不能刷的，像武汉市的地铁，就还不能用。 另外，各地的卡片会有一些针对性的优惠政策，比如杭州通在杭州市内最高能享受五折优惠，其他地区的卡在杭州刷可能无此优惠。 不过，其实出差旅游的话，一次前后公共交通花费可能也就几十块，优惠力度有限，所以刷刷完全够用了。 这个五一，如果觉得下 APP 太麻烦，不妨一试。 撰文：渡渡鸟武士 编辑：莽山烙铁头&面线

IT之家 4 月 30 日消息，过去几周有许多 iPhone 用户在社交媒体上反映他们遇到了手机闹钟不响的问题，苹果方面证实他们已经注意到了这个问题，并且正在着手进行修复。 苹果公司今天向《华尔街日报》证实他们注意到了该问题，称他们了解到存在一个问题，会导致某些 iPhone 闹钟不响，并正在对此进行修复。 IT之家注意到，一些用户发现，这个问题可能与 iPhone 的“注视感知”功能有关。这项功能旨在当用户注视手机时，降低通知音量。用户推测，“注视感知”功能错误地检测到了用户的注意力，即使在 iPhone 用户睡着的情况下也会降低闹钟的音量。不过，苹果尚未确认这是否是该问题的确切原因。 要禁用“注视感知”功能，可以打开“设置”应用，然后依次点击“面容 ID 与密码”并关闭“注视感知功能”。

快科技5月1日消息，乘联会秘书长崔东树撰文称，近年来，我国充电基础设施快速发展，已建成世界上数量最多、服务范围最广、品种类型最全的充电基础设施体系。 目前按照1公桩=3个私桩的测算，中国2023年增量市场的纯电动车的车桩比已经1：1，绝对领先世界其它国家数倍水平。 根据国际调研公司报告分析，中国2022年下半年的公共充电桩的车桩比是7:1，美洲是14.6:1，欧洲17.6:1，而滞留公共充电桩的对比看，中国是16.7:1，全球是105:1，欧洲是120：1，美洲是66:1。 由于2022年中国纯电动乘用车的销量暴增，中国充电桩的车桩比在2022年下半年均有所上升，这表明中国公共补能基础设施的扩张速度未能匹配其电动车销量和汽车保有量的飞速增长。 而且，目前中国充电基础设施仍存在布局不够完善、结构不够合理、老旧充电桩技术落后、服务不够均衡、运营不够规范等问题亟待提升。

　　据《国会山报》当地时间4月30日报道，美国民意调查机构盖洛普公司发布的最新民调结果显示，美国公众的经济信心指数出现下滑。有24%的美国成年人认为美国当前的经济状况很好，有32%的人认为经济状况一般，而有44%的人将经济状况评价为糟糕。 　　报道称，经济信心指数反映了公众对当前经济状况的看法，这意味着有更多美国人不看好美国目前的经济状况。 　　盖洛普公司指出，这项调查是在4月1日至22日期间针对1001名美国成年人进行的，在民调进行期间，油价和通货膨胀率上升，利率仍居高不下，可能导致了美国公众对经济状况的信心下降。（央视记者 许弢）

一个猜测，余承东卸职将接下更重的担子。 昨晚今晨最重磅的行业消息，莫过于余承东的职位变动。根据36氪透露，4月30日下午，华为内部发布人事调整文件，宣布余承东将卸任华为终端BG CEO一职，仍保留终端BG董事长职位。原华为终端BG、首席运营官何刚接任华为终端BG CEO。 继任者何刚守成 公开资料显示，从2011年到现在，余承东担任华为终端公司CEO已经近13年。其继任者何刚，1998年加入华为，2012年转战手机业务，出任华为消费者BG手机产品总裁，他接手两年后的2014年，华为手机业务收入从30亿美元增长至140亿美元。在此次调整前，其职位是华为终端BG首席运营官。 对此，有所谓知情人士透露，华为公司拥有完善的内部治理架构，此次为常规非重大调整，可以让余承东有更多的精力为消费者打造精品。也有消息称，此次调整实际之前已确认，余承东将会去做5.5G业务。 不少分析认为这次任命，与华为车BU在去年9月的调整十分相似。当时原华为光产品线总裁靳玉志接任余承东，被任命为智能汽车解决方案BU CEO，而余承东卸职后担任智能汽车解决方案 BU 董事长。 当时华为人士表示，在内部并不是大的人事变动，只是基于业务架构进行的调整。当时华为车BU方面表示，余承东升任车BU董事长，会继续加大在车业务方面的投入。 在唐辰看来，何刚的此次接任水到渠成，从其履历上看，不会存在业务上的生疏感。从另外一个角度看，华为终端业务偏向守成，越来越多的迹象表明，华为手机业务正迎来强势复苏。 就在任命消息发布当天，4月30日，华为披露2024年一季报，期内公司实现营业收入约1784.5亿元，同比增长36.66%，实现净利润约196.5亿元，同比增长约564%。若以此初步进行计算，华为在今年一季度每天净利润超2亿元。 这波盈利离不开华为在手机业务上强势回归。根据Canalys的最新报告，2024年一季度华为拿下中国智能手机市场第一，历经13个季度的坎坷重回第一。具体来看，今年一季度华为手机出货量达1170万台，市场份额为17％。 实际上，华为手机业务的强势回归在去年就有所体现。2023年，华为ICT基础设施业务实现销售收入3620亿元人民币，同比仅增长2.3%，而终端业务实现销售收入2515亿元人民币，同比大幅增长了17.3%。 这背后最大的助力是华为Mate 60系列的强势表现。Counterpoint数据显示，2023年第四季度，中国智能手机销量触底回升，同比增长6.6%，其中苹果手机销量同比下滑9%，华为销量同比增长71.1%。Counterpoint认为，华为搭载其自主研发的麒麟9000S芯片的Mate 60系列是华为成功的关键驱动因素。 除此之外，Pura 70系列手机销售情况也十分火热。4月18日，华为推出了“HUAWEI Pura 70系列先锋计划”，Pura 70 Ultra和Pura 70 Pro于当天10:08先锋开售，几乎一秒售空。目前，华为商城官网发货期已经排到30天以后。受欢迎程度不亚于半年前推出的Mate60系列。 即便如此，但在特定的大环境下，华为手机还面临着出海难题，对其销售产生重大影响。就当前看，华为手机要恢复到2019年的巅峰状态，还有更多的坎儿需要迈过。并且，从行业角度看，整个智能手机行业尚未完全摆脱困境，还处于艰难回暖状态。 对于何刚来说，接任华为终端业务是一场顺风局。守好就能打好，并不需要余承东再在一线大喊“遥遥领先”。 余承东继续开疆 事实上，官方并未正式披露余承东的下一步动向，这也是更多人关心的话题。唐辰有一个猜测：善于打硬仗的余承东，将接受更大的任务，即聚焦智选车，也就是鸿蒙智选业务，开拓新能源车市场。甚至有可能，华为将推翻过往的决定，将亲自下场造车。 近三年来，余承东顶着华为“不造车”的压力，先后成功与赛力斯、奇瑞、北汽、江淮等车企深度合作，推出四大鸿蒙智选（前身为智选车）品牌。其中，问界是华为鸿蒙智行目前打造最为成熟的品牌。2022年，华为与赛力斯合作推出问界M5、M7两款车型，当年总销量为7.8万辆。 本月华为再度发布和奇瑞合作推出的智界S7车型，也有不俗成绩。4月13日至4月14日，智界S7大定达到2079台。据余承东介绍，2024年1月1日至4月22日，鸿蒙智行累计销量10.5万辆，位列中国市场新势力销量第一。 攀高的销量，带动了车BU和智选车业务趋向盈利。今年电动汽车百人会论坛上，余承东表示，受到与主机厂合作的中高端车型影响，华为车BU接近实现盈亏平衡，预计今年实现扭亏为盈。而在今年前三月，华为智选车业务已经实现盈利。 这个成绩，离不开余承东的推动。某种程度上，余承东推动的华为汽车业务走的十分拧巴。一边是华为公司层面是“出了名的不造车”，多次重申要严格执行禁令。比如华为创始人、董事长任正非署名，于2023年3月发出汽车业务决策公告，再次强调“华为不造车”，“有效期5年”。 余承东从2020年开始兼任智能终端与智能汽车部件IRB主任，华为与车企联合造车的华为智选车业务就在消费者BG之下，由余承东负责。他几乎相当于“戴着镣铐跳舞”。 鸿蒙智行的模式目前看起来跑的还不错，但重度模式之下，品牌合作方一旦出现不配合的情况，业务就会出现阻塞。以智界S7为例，智界是华为与奇瑞汽车合作的第二个智选车品牌。双方对此都寄予厚望，华为也为其倾注了大量资源。 从数据上看，这款车型推出即是华丽开局。智界S7在去年11月28日上市，截至去年年底，其大定订单量突破1万个。但媒体报道，自从下定后，智界S7大部分用户陷入了漫长的等待，部分地区用户的提车时间，甚至推迟至今年4月——这是智界S7上市后的第五个月。 交付时间不断拉长，大定用户的焦虑开始显露，不少人在社交平台持续更新等车情况。他们之中，有人在交付群中要求销售给出明确的交付时间，然而得到的回复却是“无法确定”，或者答非所问。失望之下，一些用户开始尝试退定、转让订单。 类似的困难，未来将会更多的出现在鸿蒙智行的合作品牌当中，这也将牵扯到余承东更多的精力。换句话说，在新能源汽车如火如荼的当下，手机业务守成，华为需要一个新的面向消费者的业务曲线，汽车业务是最为成熟的选择。余承东专心造车，开疆拓土，或将是他的新任务。 最近北京车展火热，余承东的行程也排满，先是在北京开了问界新M5发布会；紧接着返回深圳参加华为董事会，然后马不停蹄的又回到北京，参加车展接受媒体采访。 在此期间，问界M7起火事故引发广泛舆论关注。界面新闻报道，4月26日，山西运城一问界M7车辆高速追尾后起火致司乘3人死亡。4月29日，事故家属发布最新声明称，感谢好心人第一时间破窗救人，不愿再被打扰。 不仅如此，余承东的这次“以退为进”，还有可能推翻华为不造车的决定。其最大的动机即是雷军和小米SU7的的刺激。 小米SU7的成功，实质上体现在两个层面。一方面是流量狂欢，雷军的“爽文男主”，小米SU7全年产能饱和等，都成功出圈。另外一方面，小米SU7的火爆印证了雷军造车路线的可行性，即“人车家”故事是能讲通的。而这个模式，华为是小米之外最有机会成功的一家。 拆开来看，单论流量，华为不输小米。从模式上看，受限的智选车模式仍然能够冲到行业头部。如果放开禁锢，华为亲自造车，迸发的生态能量可想而知。但这条路并不好走，整个新能源汽车行业已成一篇红海，“乱成一锅粥”，激烈的淘汰赛，随时会淘汰掉一个玩家，谁都没法保证继续留在牌桌上。最新如理想，MEGA的失利，对李想的重挫，带来的是整个理想汽车的反思和调整。 当然，随之而来的行业反弹，对于华为来说，也是一个巨大的难题。业界曾流传“华为过处，寸草不生”。这是对华为实力的认可，但也是一种恐惧。但不可否认，一出好戏，马上上演新篇章。这对整个新能源汽车行业来说，也是好事。有竞争，消费者才能得到更多实惠。

赶在五一放假之前，华为悄悄放了个大消息。 4月30日下午，华为内部发布人事调整文件，宣布余承东将卸任终端BG CEO，头衔变更为终端BG 董事长，原华为终端BG COO何刚将成为新的终端BG CEO人选。同时，余承东身上的华为常务董事、智能汽车解决方案BU 董事长、智能终端与智能汽车部件IRB主任等其他职务，继续保留。 知情人士告诉字母榜，此次为内部正常的管理任命。卸任终端BG CEO，是为了“让余承东有更多的精力为消费者打造精品。” 纵观当下华为各项业务，留待余承东打造精品的重地，汽车无疑是其中之一。余承东也到了全身心投入汽车的时候。 在北京车展期间，雷军、周鸿祎、张朝阳等大佬亲临展馆，吸引了不小的流量和关注度。魏建军、李想、李斌、何小鹏的互相串台，更是引来铺天盖地的报道。唯独只有华为，声量仅靠一款刚亮相的新车享界S9在扛着，而“长子”问界正面临一场空前的舆论危机。 4月26日，山西运城一辆问界M7追尾了正在作业的洒水车，司乘3人遇难。这起事故，影响的不仅仅是问界的两个合作方华为和赛力斯，更是激化了汽车行业对于自动驾驶技术对人类生命安全的焦虑。 就在事故发生后的第三天，4月28日下午两点左右，特斯拉CEO埃隆·马斯克乘私人飞机抵达北京首都国际机场。对于这次突然的到访，路透社报道称，马斯克意在寻求同中方会面，讨论在华推出全自动驾驶软件（FSD）。 可以说，华为在汽车行业的情况，是前有豺狼、后有猛虎。 01 在4月23日的问界新M5发布会上，余承东刚放完狠话，他说：“华为智驾的体验要优于特斯拉 FSD，而在高速路上基本实现了 L3 级的驾驶水平”。 但三天后，一辆问界M7就在高速上发生了严重事故。AITO汽车官方微博发布消息称，4月26日16时34分左右，一辆问界M7 Plus在山西运城发生严重交通事故。根据国家平台数据接入管理规定，获悉该车辆发生事故时车速115km/h，安全气囊正常打开，动力电池包特性均正常。 28日下午，问界方面在回应媒体采访时还表示，事发车型是入门非智驾版，未搭载华为高阶智能驾驶辅助系统，而是使用的“博世”方案。非智驾版AEB的工作范围是速度在4至85km/h，碰撞时的115km/h已远超AEB触发范围。事故车动力电池包特性正常，代表不存在电池自燃情况，具体的起火原因还需等待交警部门调查结果。但当天傍晚，博世方面发布《关于山西运城交通事故声明》称，“经调查，事故车辆没有搭载博世智驾系统（含AEB）。” 事实上，入门款的问界M7 PLUS版，采用的是国产供应商福瑞泰克的智驾方案。这家智能驾驶ADAS系统本土供应商在去年官方公众号上宣称，新⼀代智能驾驶产品已量产定点客户，包括问界。 之所以把入门款车型的智驾交给国产供应商来做，无外乎对成本和效率的考量。低配车型用供应商方案，高配车型用自研的方案，这确实是行业的潜规则。不光是问界在这么做，包括一贯提倡全栈自研的理想汽车，也是如此。毕竟，在发布会上只需要列出顶配车型的智驾能力，就有可能引导消费者认为：这款车所有车型都是“遥遥领先”。 问题正是出在这里——余承东在每一场发布会上，都会大力宣传旗舰车型和顶配车型的智驾能力，却没有向消费者理清低配与高配在安全性上的差异。这样的举动，可能会潜移默化地让消费者出现混淆或者过度信任，甚至把低配车当高配车来看，事故也往往就是这么发生的。 为了避免让用户产生混淆，余承东已经开始有所行动。在4月23日发布的问界新 M5 上，智驾能力正在变成标配，其全系标配了激光雷达，还包括了毫米波，机器视觉，超声波，融合感知系统，全系标配目前“最强智驾”。 更具体来看，在主/被动安全配置方面，问界新M5全系都能够精准识别通用障碍物外的异形障碍物，对静止车、静止行人和水马障碍物的刹停时速提升到了120km/h、120km/h和 110km/h。 借助标配激光雷达和智驾系统，类似此次问界M7的事故发生率，有望被尽可能降低。 02 华为的智驾没刹住，特斯拉的智驾也不一定能行。 2019年3月，美国佛罗里达州一辆特斯拉开启自动辅助驾驶后，并没有发现前方通过十字路口的白色大货车，加上驾驶员走神儿，最终特斯拉车顶被削掉，驾驶员当场死亡。2020年，台湾省嘉义县中山高速公路发生一起车祸。事故现场，一辆特斯拉白色Model 3撞上一辆侧翻的货车。 特斯拉的这些案例，与本次问界M7事故，如出一辙。 因为，低配版的问界M7和特斯拉，都没有使用到激光雷达，主要就是靠摄像头和毫米波雷达来作为车辆对外界环境的感知。但是毫米波雷达往往容易过滤掉静止物体，因为存在墙，桥，交通牌等太多类似信号，否则误报太高。这也导致，等到车辆检测到障碍物需要做出反应时，会因为距离过近来不及启动紧急制动程序。强依赖图像的自动驾驶技术方案，都容易出现这类问题。 为了解决上述难题，华为和特斯拉走上了不同的道路。 在2022年的特斯拉AI Day上，OCC占用网络被引入，它通过大量的分析和训练，将多个摄像头提供的2D图像信息，在3D空间中还原——用无数个小体块来展现现实世界。这种方式，让特斯拉可以继续使用纯视觉的技术路线，但真正的难点在于海量的驾驶数据。除了采集数据，更需要一个强大的模型，来对智能驾驶方案进行训练。通过自研芯片和Dojo模型，外加大量采购GPU，特斯拉将云端算力不断推至新高。 但华为并不想跟随特斯拉的道路。为了降低数据分析的难度、避免数据采集这种敏感行为出现，华为的智驾选择了加入激光雷达方案，而非特斯拉的纯视觉方案。华为所建立的多传感器融合方案，就是为了避开特斯拉OCC花在将2D图像还原成3D，所需要的那部分复杂计算上。通过加上一颗激光雷达，提供更加详细的距离信息，相当于给车加了一个“千里眼”，以实现更高的安全上限。 从技术层面来讲，有激光雷达会更安全，但我们还不能断定：采用激光雷达方案的华为智驾系统，一定能在这次问界M7事故中起到保护驾乘人员安全的作用。与此同时，我们也不能准确地分析出，特斯拉的纯视觉方案，在遇到静止/缓慢行驶的养护车时，它能否安全地停下来。 03 特斯拉FSD在美国做到体验良好的前提，是因为数据量足够庞大。 今年3月，特斯拉向北美车主推送的FSDV12.3.1版本中，特斯拉已引入“端到端神经网络”技术，通过对超百万辆行车数据进行深度学习，使用人工智能技术来影响车辆控制，如操作方向盘踏板、转向灯等，而不是对每一种驾驶行为进行硬编码。 马斯克曾表示，60亿英里行驶里程是完全自动驾驶系统实现质变的一个重要节点。2024年第一季度，特斯拉FSD真实路况总里程已达12.5亿英里（约20亿公里），这一数字远超其他公司总和。特斯拉方面预计，按照目前的速度，FSD累计行驶里程有望在5月底达到20亿英里，并在一年之内达到60亿英里总量。 但这些数据，都是特斯拉在美国跑出来的。面对中国的真实道路场景，FSD仍是一个新手状态。 自2021年以来，特斯拉已按照监管机构的要求将其中国市场上车辆收集的所有数据存储在上海的数据中心，并且没有将任何数据传回美国。此前，特斯拉中国方面多次强调，其在中国采集的数据会严格遵守中国对于数据管理的法律法规，实现本地存储。但事实上，特斯拉同样希望，这些中国实测数据，能被自家的研发团队使用上。 这次马斯克23小时“闪电中国行”之后，第一个落地的项目，就是最敏感的数据问题。 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）》，特斯拉上海超级工厂生产的车型全部符合合规要求：车外人脸信息等匿名化处理、默认不收集座舱数据、座舱数据车内处理、处理个人信息显著告知等。 特斯拉方面对此表示，特斯拉通过了国家车辆数据安全的权威标准和要求，有利于全面解除（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。 对于特斯拉来说，这是一个好消息，FSD落地中国又向前迈出了一步。但是，在特斯拉没有完全证明其系统在中国道路上的可靠性之前，用户依然需要保持警惕。因为，类似这次问界M7的事故，特斯拉也有可能重蹈覆辙。 发布会上说是“自动驾驶”，出了事故就改口“辅助驾驶”，这已经是现在汽车行业的常态了。现在，这个回旋镖终于打到了华为，顺带也砸到了身后的特斯拉。 外媒爆料称，在马斯克访问北京后，特斯拉获得初步批准在中国大陆境内上线 FSD 功能——显然，这距离FSD正式向中国用户交付，仍有很长的路要走。同时，这也给华为和问界，留出了一个调整技术路径的周期。 也许，这次余承东的职位调整，会给华为在汽车领域的布局带来新的变化。

IT之家 5 月 1 日消息，David Tesler 发现，TikTok 已经开始小范围测试一种让用户通过 tiktok.com 外部网页来直接充值金币的选项，这一选项不经过 App Store 应用内购系统，所以完美绕过了 30% 的“苹果税”。 类似于抖音的钻石（1 元 10 钻），TikTok 也有其对应的“金币”（实际上 TikTok 也有钻石），目前比例大约为 8~10 枚金币 / 元，或者 66~69 枚 / 美元。 然而，只要你通过外部网页打开充值界面，比例瞬间就能涨到 94 枚 / 美元，多出来的这些很显然是内购时被谷歌和苹果抽成的部分，而且用户在这里同样能够使用 Apple Pay 或 PayPal 进行支付。 虽然是外部网页，但这里的操作全程都是在 TikTok 应用内完成的，这个页面本质上是一个在应用中嵌入的 WebView 网页。 据IT之家所知，苹果要求 App 内提供的数字商品和服务必须通过 App Store 应用内购系统进行结算，而 TikTok 的“金币”虽然只是一种被用来打赏给创作者的“礼物”，但它也算是一种数字商品。 如果这一选项大面积推广开来，苹果在 TikTok 方面的收入势必会产生严重下滑，那么 TikTok 这种“违反了苹果 App Store 规则”的行为可能就会受到制裁，例如强制从 App Store 下架。 举个例子，《堡垒之夜》2020 年就因为类似的外部充值选项而被苹果强制从 App Store 下架，不过由于苹果在欧盟的“开放政策”，Epic 昨日已经宣布《堡垒之夜》将回归 iOS 平台。

“太卷了” 对59岁的网约车司机李明德而言，2024年这四个多月的生活，可以浓缩为两个字——穷忙。 换成年轻人的说法，那叫内卷。 这是李明德去年在一家小饭店里听到的词——后桌几个年轻人在抱怨平台司机太多，跑不到钱，接到的客人也多是小单；其中一个说，自己在车里放嗨歌被投诉，平台把他降级了，直接影响接单。 “太卷了”，几个年轻人都提到这个词。 李明德想上前搭话。不过，他们吃饭的速度很快，李明德还在喝骨头汤，几个人就散了。 “内卷”，这个陌生词汇在已近六旬的李明德看来，是模糊的概念。 他自嘲自己是个老家伙，跟那些新世代的年轻人不一样。 可实际上，他常年带着三个智能手机，两个用来接单，一个和家人、朋友联系——因为开网约车，他跟那些年轻人一样，不得不成为互联网浪潮下的一员。 正在开车的网约车司机 图源：时代周报记者 傅一波 今年伊始，李明德的收入折了一半。车斗里原本放着300元一斤的龙井，现在换成了实惠的春茶。 不过，他心态很稳。车是自己的，没有租房压力，一年后就能退休，每个月拿到6千块左右的退休金。 他说，这一年就算是最后冲刺，至于啥时候退出，是否退出，全看自己。开了近10年网约车，他尝过了甜头，现在只要不亏，他便心满意足了。 没有一个准确的数据显示，和李明德一样50岁以上的大龄网约车司机有多少。年轻的司机有时候对他们会生出敌意，认为“本来就难做，他们还来抢生意”。 但“老家伙们”想的是，作为社会一员，他们还是得做些什么——不论年轻，还是年长。 老家伙步履不停 李明德是一个60后，但看起来比实际年龄小很多。头发是染黑的，胡子刮得干净，白色的衬衫套在棕色毛衣里头，露出领子，深色的直筒牛仔裤，脚下踩着的是一双美津浓的旅游鞋。 他出生在苏州的县城，80年代高中毕业，考进职业技校学开车，一度成了家中骄子。在技校待了三年后，他先是去开县里的公交车，后来做教练，觉得太累，因缘际会进了县里的外贸公司。 没几年，体制改革来了，李明德成了私人老板的专职司机，跟着全国跑。 千禧年，李明德说自己瞅准了机会，借钱在上海和家人买房落户，做了出租车司机，一干就是15年。 到了2015年，50岁的李明德觉得，新的机会又来了。彼时，网约车企扛着“共享经济”的大旗进入国内市场。 那是一段好光景。Uber和滴滴两大平台忙着攻城掠池，客单价高，司机端还有几十至上百的补贴。那两年的上海高架桥上，满是比亚迪秦和荣威550，一到晚高峰，秦的连体尾灯成片地照亮高架路。 红色的尾灯照亮了李明德的致富梦。 那年暑假，李明德参加了Uber的司机培训。在上海虹桥的一家五星酒店里，有免费的自助餐，还有周到的服务。从酒店巨大的落地窗向外看去，李明德好像看到了未来的日子：高薪、自由。 于是，他转头开上了网约车。 李明德算是第一批“吃螃蟹”的人。在行业发端的前5年里，靠着补贴和勤奋跑车，一个月净赚上1.5万，让他感觉非常不错。那会，在他常去的菜饭骨头汤店里，同龄的司机们一边抱怨过去的工作，一边感慨“总算从办公室里的闲职、保安亭里解放了出来”。 这一段“最美的时光”让他提高了不少生活质量——2017年，他从老破小搬进了上海中环的电梯楼。 不过，他已经有点跑不动了。首先是腰，一久坐，腰肌劳损就得犯。妻子给他定了规矩，跟上班一样，一共跑8个小时，每3小时，就要歇一会儿；一周安排一天休息；就算是节假日，也只跑1-2天。 这条严明的纪律，李明德坚持了三年。 2020年，也就是李明德成为网约车司机的第5年，河南新乡的林春树被一纸招聘吸引到广州来跑车。 那会，林春树在大学附近开的餐馆，因市容整治被拆；儿子在东莞的厂里打工，还没结婚；父母年事已高，也需要用钱；而他自己，还得攒养老钱。 看着招聘上写着：“轻松月入过万、前200名享受半价购车。”他没犹豫，就签下年约，带着老伴来到广州。 那年，林春树47岁。为了赚钱，他和年轻的司机一样，在路上跑十几个小时。区别在于，林春树的车是用积蓄买下的，节约了不少成本。 休息中的网约车司机 图源：时代周报记者 傅一波 四年下来，林春树虽然步履不停，但收入却在逐年下跌。也有涨的，是体重从原来的140斤到了170多斤——这是因为久坐，疏于锻炼带来的。他的身体也变得比以往差了不少，腰肌劳损、高血压都前后出现。 和他们一样坚守的还有在山东青岛的张清。他说自己不太适应退休的生活，孩子在北京工作，一年见面次数不多，房子里就他和妻子干瞪眼。 开网约车是个好办法。他说既能打捞自己的余热，还能赚点钱。 在2022年秋天，张清花了20万左右买了辆大众车用来跑专车：每位上车的乘客走近时，车身侧边的门把手会自动弹出；进了车里，还能在后座上看到两瓶全新的矿泉水。 他想的是，用更高的成本，换取更高的客单价，而不是用时间换流水——他每月还有退休金入账，做四休一，每天能跑个200多元的净收入，就满足了。 话虽如此，张清的身体还是表现出强烈的惯性。 清明假期的早上五点多，他的手机响了，那是一张从他家楼下到机场的特惠单。他蹭地就从床上弹起来，拿起车钥匙奔出家门三十多公里，他能挣八十多块钱。 减少的百元订单 八十块钱，算是现在司机收入的分水岭。 因为“卷”，越来越多的司机加入进来。超过80块钱的单子，在李明德跑车的上海，一周也不会超过2次。 网约车司机的订单结算页面 图源：时代周报记者 傅一波 原本并非如此。几年前，跑车的司机们有不少每天都能抢到超过100元的订单。李明德记得，百元订单从2021年开始消失。 2021年6月，滴滴停止新用户注册、从应用商店下架。在此后的18个月里，高德、美团相继入局，并迅速整合了司机资源。也是从那时候开始，网约车的单价下调——平台烧钱补贴用户以此来争夺客源，与之对应的是，平台对司机端的抽成悄然提高。 入局的人也越来越多。在当时的环境之下，很多人把网约车当作兼职工作，亦或是工作的一种过渡。 换句话说，有限的百元订单，落到每个司机头上的机会，逐渐变少了。 林春树说，在广州这样的一线城市，只要熟悉路况，时间、地点踩得准，隔两天会有一单到手超过百元的。 到2023年，他发现，变少的不仅是百元订单，还有到手收入。他以机场单为例，同样是40公里路程订单，之前到手还能有110元左右，现在只有80元。 他仔细研究了账单发现，平台的抽成比例也变了，多了3%-6%。折算下来，每天会被抽掉一顿中饭钱。 也是这一年，特惠车、一口价进入市场，又将原本的司机的收益拉低。以半小时车程的价格来看，特惠、一口价的车差不多只需要18-20元，而普通网约车的价格则集中在25-32元。 林春树说自己不愿意跑特惠，可有时候又没办法。“大单现在是撞大运，只能先薄利多销。”他只好和年轻的司机一起投进漩涡。 平台的规则也悄然转变。比如，有些平台会要求早9点到晚12点，司机要连续跑满30单，且在线时间、乘客评分、成单率均在一定标准之上，才有可能保持等级，等级通常与派单的金额绑定。 网约车平台争斗的硝烟逐渐散去，司机被任性补贴的美好时光也在减少，有的人选择埋头苦干，有的人选择性价比。 李明德把更多驾驶时间放在夜间。他说，凌晨叫车的一般都往机场跑，运气好的情况下，一个单子就能有个六七十块。 司机们每天在群里贴出自己跑单的收入。李明德说自己在很多时候都是垫底的——每天200-300元的净收入，够日用开销。 林春树越来越灰心，他发现自己的生活渐渐被绑在这辆车上。他仔细一算：一天跑上十几个小时，除去油钱和损耗，到手也就6000块左右。 源源不断的入局 不过，市场就这么大，分蛋糕的人越来越多。 网约车监管信息交互系统显示，截至2023年12月31日，全国共有337家网约车平台，这一数字在2年前只有200家左右。 平台多了，司机的数量也激增。 格隆汇数据显示，2023年末网约车司机的数量为633.4万人，而2020年才只有289.1万人。但打车的乘客数量却没有增长，网约车的日均接单量从2020年末的23单暴跌至不到10单。 2023年5月，海南三亚发出网约车市场饱和预警，暂停受理发放网约车经营许可及运输证。同年7月，上海市道路运输局也发布类似的公告，将暂停受理网络预约出租汽车运输证相关业务。此后，多地网约车市场饱和预警，向司机发出了越来越难接单的信号。 李明德的感受特别明显：有时候绕来绕去一个小时，换来的只是一个不到5公里的订单——到手不到20元。他说，一个红灯路口，前前后后五六辆都是网约车。 “内卷”的现实摆在眼前，入局的人还是源源不断。 贵州的徐家力今年27岁，在广州跑车2年。他高中毕业，20岁不到就进了厂，他觉得，开车怎么样都比在厂里强。 也有年轻的司机说，自己是看到招聘启事上写着的“月薪过万”才租车入行的。没想到，不仅没有月薪过万，想要退车时押金拿不回来，还要付几万违约金。 东南大学交通法治与发展研究中心执行主任顾大松曾在2023年出席中国网约出行产业峰会上介绍说，在接受访谈调研的司机中，从业一年以下的新手司机占比达到35%。90%的司机日均在线时长超过12小时，63%的司机月均流水在8000元以下。 为了维持生计，有的司机把时长再拉长，比如把家安在车上，昼夜不停。 没有补贴的时候，跑车的生存法则是：跑得越多，挣得才不那么少。用张清的话来说，那是拿命换钱。 4月15日，网约车司机的群里在说着郑州三个司机猝死的消息。张清没来得及细看，只能匆匆和边上的乘客感慨一下，一打方向，重新汇入车流中。 犹豫进退 出行的生意就像是一面镜子，阅历丰富的大龄司机更能窥见当中的道道。 比如，过去网约车的定价相对便宜，颇受年轻的白领用户欢迎。李明德成日绕着南京路、人民广场、陆家嘴等写字楼云集的地方转悠，在那上车的乘客年轻、体面、有活力，他们聊着天南海北，目的地通常是这个城市的各个角落。 现在，他发现用户的习惯变了：打车前会比价，找最便宜的平台；路程远的，找顺风车。他经常跑 的CBD写字楼打车的人也少了，更多的单子出现在咖啡馆和酒吧聚集的老城区——那里的人对价格不敏感，也把生活的重心放在当下。 林春树也会有类似的感受。 今年的春节，他留在广州。原以为城里的打工人会向从前般回到家乡，却没想到很多人都留了下来，花市周边的路都会变得拥堵，恍惚间和平常工作日没区别。仔细一聊，有乘客告诉他，回家一趟少说要花掉一万多，想了下还是决定就地过年。 这些变化李明德都看在眼里，他和车子打了一辈子交道，是车也让他从一个县城的青年来到上海过上富足的生活。不过，他自己也说，现在时代不一样了。“那时候开一个月出租的收入，可以在上海买一平方的房子。” 可现在，“能够吃用开销就满足了。” 林春树有些惶恐。他担心无法适应新的规则，担心收入锐减，担心自己或是自己的车会内卷中被淘汰。他只能安慰自己说，比起那些刚入行的新人，好歹还是赚到了点钱。 去年底，在老家开厂的朋友想拉他回家帮忙开小货车，每月不低于五千的工资。他正在在考虑。 徐家力短时间内还是得绑在车上。跑车对他来说，是目前唯一的生计。他担子不轻，得负担租车钱、房租，还有生活开销。 李明德也犹豫过要不要离开。早先的同事劝他一起出来跑单帮，也就是“黑车”。 停靠在路边的网约车与出租车 图源：时代周报记者 傅一波 他的同事在2022年前后陆续从网约车退出，组成一个10多人的车队，专跑江浙沪。和李明德相熟的是车队队长，两年下来买了辆GL8的商务车。 他拒绝的原因听起来略显古板，网约车至少也是一份相对有“保障”的工作。可“黑车”一干，总感觉自己像个无业游民。 青岛市发出的文件 图源：青岛市运输事业发展中心 就在大龄司机们思考去留的间隙，青岛市运输事业发展中心公布了2024年一季度的网约车运营动态。其中显示，2024年1月至3月31日，青岛全市累计退出车辆16581辆，几乎占到了网约车总量的10%。 4月16日，济南暂停受理网约车车辆运输证核发业务，成为2024年首个摁下网约车“暂停键”的城市；同日，重庆市道路运输事务中心发出行业经营风险提示：中心城区网络预约出租车运力已远超 实际需求，入行务必要谨慎。 手上的方向盘，李明德握得松了一点。 他觉得自己想得挺明白的，他不缺后路——还有不到半年就能拿到退休金，这比开车合算多了。现在的时光，就当是退休生活的过渡期。 （应采访对象要求，文中李明德、林春树、徐家力、张清均为化名） 文：傅一波 编辑：潘展虹

快科技5月1日消息，据媒体报道，三星即将在“VLSI Symposium 2024”上展示其2nm（SF2）工艺中的第三代GAA（Gate-All-Around）晶体管技术特性，并将在6月16日至20日期间分享更多关键细节。 据三星透露，这项新工艺不仅优化了多桥-通道场效应晶体管（MBCFET）架构，还引入了独特的外延和集成工艺。与现有的FinFET技术相比，该新工艺显著提升了晶体管性能，幅度高达11%至46%，同时可变性降低了26%，漏电现象减少了约50%。SF2的技术开发工作预计将在2024年第二季度完成，届时三星的芯片合作伙伴将有机会选择这一先进的制程节点进行产品设计。 三星在半导体工艺领域一直寻求突破，尤其在经历了之前与高通合作中的工艺挑战后，三星更加致力于通过2nm等先进制程技术来巩固其市场地位，并与台积电等竞争对手展开竞争。 为了加强2nm工艺生态系统的建设，三星已经吸引了超过50个合作伙伴。此外，今年2月，三星宣布与Arm合作，共同优化基于最新GAA晶体管技术的下一代Arm Cortex-X/Cortex-A CPU内核，以进一步提升性能和效率，为用户带来前所未有的体验。 不仅如此，三星还计划推出第三代3nm工艺，旨在继续提高芯片密度、降低功耗，并努力提升良品率。此前，三星的初代3nm工艺在良品率方面遭遇挑战，传闻其早期良品率仅为20%，主要用于生产加密货币相关芯片。然而，三星并未因此气馁，而是持续投入研发，力求在未来的工艺中取得更好的表现。

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。