IT之家 8 月 16 日消息，谷歌的 Gemini AI 在今年 6 月首度公开，IT之家早前曾报道，谷歌声称“该 AI 系统将 AlphaGo 背后的技术与大语言模型相结合”，目标是让系统具有新的能力，如规划或解决问题，比 OpenAI 的 GPT-4 能力更强。 日前，据外媒 The Information 表示，谷歌似乎“绷不住了”，当下正在“争分夺秒”地准备在今年秋天发布这款 Gemini AI，以赶上 OpenAI 的 GPT-4 等竞争对手。 在 AI 大潮中，外媒认为谷歌正面临着“掉队”的风险 据外媒透露，谷歌的 Gemini AI 结合类似 GPT-4 的文本生成能力，并支持“根据文本描述创建图像”特性，因此该 AI 工具能够实现“聊天对话”、“分析图表数据”，“创建图像”，“甚至用自然语言命令控制软件”等功能。 据悉，谷歌希望 Gemini AI 能够为谷歌旗下的 Bard 聊天机器人等消费类 AI 产品提供支持，此类关键整合行为有助于谷歌云更好地与微软 Azure 等竞品展开正面竞争。 外媒同时表示，谷歌在今年秋天发布 Gemini AI 的时机至关重要，谷歌当下正面临着在 AI 层面“掉队”的危险。

7月底，日本限制23种半导体设备出口的新规生效，这些设备主要针对的是10~14纳米及以下的先进制程设备。 上一次，我们给大家讲了光刻胶国产化的紧迫性；这一次，我们就针对性地来讲讲半导体设备的国产化。 同光刻胶不同，中国有一些种类的半导体设备，已经跑出了一些头部企业。 比如北方华创、中微公司等等，他们在2023年上半年的业绩预告中，净利润同比预增100%以上。 因为美国对华出口管制的影响，中国国产的半导体设备销售额已经增长到5年前的6倍。 原本很多半导体下游厂商用惯了进口设备，是不愿意大费周章试用国产设备的。 但现在，因为美国的作妖，所有人都会考虑如果眼下正用的设备被卡脖子了该怎么办。 加上中国本就是全球最大的半导体设备市场，在过去的一两年中，中国半导体设备国产化率快速增长。 2022年，在国内晶圆厂的招标项目当中，国产设备中标的比例达到了36%，这是史无前例的一个比例。 而这其中增长最显著的，就是刻蚀设备。 说起这个，很多人觉得陌生，不如光刻机熟悉。 但事实上，刻蚀设备的市场规模早就超过了价值连城的光刻设备。 打个比方，从硅片到芯片，就像一张纸雕刻成了窗花。 化学薄膜沉积就是先做一层薄膜材料； 光刻机是在上面画花纹； 刻蚀机是根据花纹进行雕刻的刀； 这样三种机器轮番作战，经过1000多步，就能做成现在几纳米先进制程中多达几十层的复杂结构。 不要以为刻蚀的过程就比光刻容易多少。 为了加工芯片，一台等离子刻蚀机一年的工作量是加工10的18次方个孔，也就是100亿亿个孔，几乎每个孔的刻准精度都要达到头发丝的几千分之一到数万分之一。 一块先进制程的芯片，每一步刻蚀都要达到99.99%的准确率，经过1000多个步骤，才能达到90%以上的合格率。 半导体制造流程中的三大关键正是——光刻、刻蚀、薄膜沉积，而在这其中，中国的刻蚀技术算是最早突破的，现在已经实现了5纳米制程设备的量产。 而中国人能做到这一点，要感谢两个人：中国半导体行业的功臣江上舟和中微公司的掌门人尹志尧。 “我是个癌症病人，只剩下半条命了。哪怕豁出命去，也想为国家造出光刻机、等离子刻蚀机来，我们一起干吧！” 江上舟，时任上海市经委副主任兼国家中长期科学和规划重大专项组长，他是尹志尧的学弟——二人都是北京四中毕业的。 2004年，为了劝这位老学长回国，他使出了浑身解数。 尹志尧后来说：直到今天，我还是认为，没有江上舟就没有中微这家企业。 在创办中微之前，尹志尧先后在中科大、北大和加州大学洛杉矶分校取得了本科、硕士和博士学位。在美国读书期间，他被英特尔邀请，协助美国泛林半导体测试他们生产的介质刻蚀机。 测试完，尹志尧直言不讳地说，泛林的技术有待改进，还提了很多建议。 结果英特尔不仅没有恼羞成怒，反而邀请他进入了英特尔的中心技术开发部，加入刻蚀机研发团队。 不出所料，在英特尔待了两年，他就加入了泛林，主导研制了一款“彩虹号”氧化物刻蚀机，成了泛林的拳头产品，帮助泛林在20世纪90年代成为全球规模最大的刻蚀机公司，市占率达到40%。 1991年，在泛林内部动荡之际，美国应用材料公司将尹志尧招入麾下，他在那里工作了13年，担任过等离子体刻蚀机事业群总经理，到他退休的时候，应用材料已经取代泛林，成了刻蚀机市场的第一名。 在此期间，他还协助日企东京电子制作刻蚀机。 这些刻蚀机巨头的崛起背后都有他的功劳。 在硅谷闯荡的20年里，他在半导体行业积累了86项美国专利和200多项国际专利，被誉为“硅谷最有成就的华人之一。” 2004年，尹志尧回国创立中微公司，专门研发刻蚀设备，走的时候，他没有携带一张纸的技术资料。 有人问他，为什么60岁还要回国创业。 尹志尧说： “我是一个中国人，在中国得到了很好的教育，也有十多年的生产和研发的工作经验。去美国的时候已经36岁了，我总觉得缺些什么东西——对祖国的欠缺，应该给自己的国家做事情。我们家前面三代都是学成回国报效祖国的，参加了民主革命和社会主义建设，所以我一定要效仿前辈的精神。所以就回国工作了。” 结果回国以后他发现，人才问题十分严峻。集成电路要综合50个学科的知识，涉及机械设计、强电、弱电、软件设计、工艺过程、材料科学等等。 尹志尧不禁发问：“我们有着世界上最多的大学毕业生，却找不到几个半导体可用人才，实在说不过去，我们的人才都哪儿去了？” 人才紧缺，中微就从物理、化学、自动化、材料、机械这些专业里招聘，经过十几年的培养，其中很多人已经成了顶梁柱。 一点一点解决内部的人才和知识问题，又面临着外部的知识产权挑战。 花了3年时间，他们把中微第一代刻蚀机研发成功，结果他的老东家应用材料就以窃密为由，把中微告上了法庭。 理由是：中微30多人是从应用材料出走的，用了这么短时间做出这么好的设备，一定盗取了原公司的商业机密技术。 尹志尧义正辞严地告诉他们： 我承诺过不会把美国技术带回中国，我们在中国做的肯定不一样，而且会做得比你们更好。 比方说，等离子体刻蚀要解决等离子源的问题，回国后尹志尧团队提出一个新概念，用甚高频（频带由30MHz到300MHz的无线电电波）和低频的交流射频一起放在下电极，产生一个甚高频耦合的反应离子刻蚀。中微率先采用了这个技术，后来外国公司纷纷跟进。 原来在研发过程中，尹志尧就带着团队研究了竞争对手的3000多件专利，避开了所有雷区，自己还申请了1000多件专利保护，甚至都清楚对手可能在哪些领域对他们发难。 面对诉讼，中微公司自掏腰包2500万美元，请了美国最好的专利律师彻查员工电脑和600万份文件，自证清白。美国老东家也要对等地查，电脑中有没有中微的文件。结果证明了中微的清白。 最后老东家打不过了，选择跟他们和解，甚至还说以后可以合作。 在2007~2021年期间，尹志尧和中微同老东家泛林、应用材料等几大巨头打了4场大官司，没有一次是对方胜诉。 研发半导体设备非常烧钱，但中微得到了国家的鼎力支持，这里面的“国家”不只是中国，甚至还包括美国。 2014年，中微成为国家半导体大基金的第一个被投企业，一次拿到了4.8亿人民币。 2015年，眼看着中国人用自主技术做出来的刻蚀机将达到国际先进水平，再进行封锁已毫无意义，于是美国商务部宣布解除对中国出口等离子体刻蚀设备的限制。 公告中是这样说的： “在中国已经有一家非美国的公司有能力供应足够数量以及同等质量的刻蚀机，继续维持现在的国家安全出口管制已达不到其目的了。” 他们说的，正是中微。 此后，中微的发展一日千里。 2017年，中微团队曾经参与过华为海思麒麟970芯片的研发。 2018年，中微率先突破5纳米刻蚀技术，在业界引发轰动。 一些自媒体直接宣布“中国突破5纳米芯片制造工艺”，搞得尹志尧也很苦恼，因为5纳米刻蚀机只能完成5纳米制程工艺中的一个环节。 2020年，中微公司的5纳米刻蚀设备进入台积电先进制程产线，现在已经成为了台积电五大等离子体刻蚀设备厂商之一。 中微公司是大陆唯一向台积电供货的半导体设备商。 时至今日，不夸张地说，全球有一半的刻蚀设备都是由尹志尧参与或主导开发的。 也是在2020这一年，中微公司在科创板上市，在第一批上市的企业中，第一个达到千亿元市值，给上海市政府和国家大基金的投资赚回了20倍的回报。 作为一家有“公家”投资背景的民营企业，中微很有趣的一点就是——全员持股。 尹志尧还记得公司市值突破1000亿元的时候，全公司700多人，其中一半的人身价超过1000万，剩下的人只要不是刚来的，全都有百万身价。 从创业的第一天起，用他的话来说，公司就实行了“彻底的社会主义分配制度”，连开车的司机和看门的招待员都有股票，而尹志尧本人持股不到1%。 这也是他在美国工作几十年，从那些先进的半导体设备公司中学到的一大宝贵经验。他待过的英特尔、泛林、应用材料三家公司都是从第一天开始就全员持股。 这或许也是企业留住人才、长期保有高水平作战能力的一大武器。 2021年，尹志尧在采访中透露，中微3纳米刻蚀机Alpha原型机的设计、制造、测试及初步的工艺开发和评估等系列工作已经完成。 自2021年起，随着中国新能源汽车的全面爆发，汽车缺芯的窘境愈发凸显，当年中国汽车芯片自给率不足5%。 而尹志尧和中微将下一个攻关方向瞄准了这里，他们同南方科技大学联合，要在3年内突破车规级微控制器芯片的核心技术，打破外资企业独占市场的局面。 也正是在技术攻关和技术路线上频频做出了正确的选择，中微已经成为中国半导体设备行业一道亮丽的风景线。 但是我们依然要清醒地认识到两大问题：一是行业像中微这样的企业凤毛麟角，他们还不够多、不够大、不够强；二是即便设备企业实现了设备整机的国产化，其中还有一部分（关键）零部件，以及生产零部件的原材料没能实现国产化。 半导体设备国产化一个大体上的规律是：市场规模越大的设备领域，国产化率相对更低，市场规模越小的几个领域，国产化率相对较高。 国产化率最高，达到90%的设备是干法去胶设备，也是相对比较容易的一种，其他设备国产化率均不超过40%，有的只有个位数。 可喜的是，各类设备（除了光刻机以外）基本全部覆盖了28纳米的成熟制程，正在向先进制程提速进军中。 但是如果再深入一步，考察中国半导体设备的核心零部件，国产化率不足10%。 可以说零件国产化进程滞后于设备。 比方说做薄膜沉积的时候要用到PECVD（等离子体增强化学气相沉积）设备，这种设备可能已经整机国产化了。 但PECVD设备中需要用到射频电源，这个东西很重要。 如果射频系统不稳定，那么刻蚀过程中可能出现各种缺陷。 国产射频电源主要用在工业低端设备中，半导体射频电源主要由美、日、德企业垄断，也有英杰电气、恒运昌、北方华创等企业推动了射频电源的国产化。 但即便如此，中国射频电源中要用到的晶体管大多都是国外进口的。 除了射频电源以外，半导体的核心零部件还有阀门、磁流体、腔体、电源、泵等等。 如果要想真真正正不被“卡脖子”，我们要做的工作不是以“年”为单位来计算的，至少也得是“十年”之功。 当年为了做成EUV光刻机，荷兰阿斯麦公司用了20年，花了200亿欧元，也就是1500亿人民币。 现在做刻蚀机和薄膜的几家企业，每年的研发经费都在10~20亿美元的水平。 阿斯麦最贵的一台光刻机可以卖到2亿美元，而中微的刻蚀机是400万美元一台，这已经是中国能拿得出手的最高端的半导体先进制程设备了。 所以说，大家不能心急，我们要从芯片国产化、设备国产化、零部件国产化到原材料国产化，一步一步来。 毕竟我们已经连续三年成为全球最大半导体设备市场，占全球销售额的26%。为了这个市场做国产化，我们动力十足。 从2008年到2022年，中国半导体设备销售额从17亿元增长到了593亿元，但国产设备只占到国内设备采购的15%左右。 如果想实现进一步突破，中国电子专用设备工业协会副秘书长李晋湘表示，我国半导体设备厂商正面临三个挑战： 一是缺乏某类设备，还不能形成体系化生产流程； 二是设备齐全，但无法满足特殊的工艺要求； 三是设备和工艺虽然完善，但关键工艺依然不稳定、不可靠。 同光刻胶等半导体材料一样，不是说做出一台设备来，就是完成了国产替代，而是还要经过数年的客户试用、反馈、修改、迭代，再试用、小规模量产、大规模量产等一系列步骤，才能一步步完成国产设备对进口设备的替代。 在半导体领域，从0到1很重要，但从1到N同样重要。 一条半导体生产线的投资金额动辄就是上百亿美元，当中至少需要3000台设备，我们的国产替代要一台一台、一种一种地去做。 流水不争先，争的是滔滔不绝。

大部分上网经验丰富的用户，应该对下图的这个图标有着深刻印象： 这类按钮，以及各种“找到汽车/自行车/红绿灯”的九宫格图片，或是最简单的输入图中数字，它们都属于“reCAPTCHA”，机器人验证器。 快科技8月16日消息，近日，美国加州大学艾尔文分校一组研究人员发布论文，宣告了此类机器人验证器的失守。 根据论文给出的测试结果，在点击式的验证器中，人类受试者平均需要花费3.1到4.9秒，准确率则在71%到85%。 而AI平均仅需1.4秒，准确率更是高达100%。 事实上，几乎所有的测试中，AI都能够以比人类更快的速度，给出更为准确的答案。 只有在图片式的验证器中，人类和AI需要消耗接近的时间，且准确率相差无几。 不过，即便如此，研究人员依旧指出，在自然情境下，人类将需要消耗更多的时间用来解题。 显然，原本用来防御AI机器人的“reCAPTCHA”，在日益强大的AI面前已经难以起到有效作用。 但即便如此，在短时间内，厂商或许也不会放弃防御，我们也依旧需要按下“我不是机器人”的按钮，并挑战一堆奇奇怪怪的验证问题。

快科技8月16日消息，腾讯今天发布截至6月30日的2023年第二季度财报。 数据显示，腾讯二季度营收1492亿元，同比增长11%；净利润261.7亿元，同比增长41%；国际财务报告准则下的净利润为375.48亿元，同比增长33%。 财报透露，截至2023年6月30日，腾讯集团共有104503名员工。2023年3月31日，这一数字是106221名。也就是说，腾讯Q2季度仍在裁员。作为对比，2022年6月30日的员工数量为110715名。 截至2023年6月30日为止的6个月，腾讯薪酬共支出540.69亿元，平均每位员工51.74万元。照此计算，腾讯员工平均年薪可达100万！ 过去几年，互联网行业深受打击。，腾讯作为龙头老大首当其冲，市值从巅峰期的8万亿港元跌到过2万亿，跌幅超过70%，创5年新低。 对此，腾讯提出“降本增效”，主动退出非核心业务，收紧营销开支，削减运营费用，腾讯裁员的消息也时有出现。

人类一思考，上帝就发笑。 随着ChatGPT在全球范围内大火，一股AI热潮同步席卷而来。创业者、资本、大企业等都想尽办法跟上热潮，挖掘更多增量。 然而，当大家热火朝天、绞尽脑汁地投入到AI当中，一股危险的气息正在逼近——AI似乎正在慢性地“杀死”人类，人类似乎在自掘坟墓。 在很多人的惯性认知里，AI很环保、很友好，但事实是相反的。 《麻省理工学院技术评论》报道称，仅训练一个AI模型就可以排放超过626磅二氧化碳，是一辆汽车在使用寿命内产生的碳排放的5倍。 人们只看到汽车排出的尾气，没看到AI对环境的“隐形破坏”。 另外，有媒体披露2022年市面上的AI专用GPU，可能全年消耗了约95亿度电力。这一能耗水平，约等于一个中等发达国家100万人口的年度生产和生活用电需求。 这意味着，当AI大模型训练需要的数据量越来越大，就会消耗庞大的能源，从而破坏人类赖以生存的生态环境。 更让人感到恐惧的是，一些AI聊天机器人在跟人类交流的时候，甚至出现诱导人类自杀的倾向，让人不寒而栗。 人类真的还要在AI的探索之路上继续前行吗？ 生态环境的“破坏者” OpenAI凭借ChatGPT，成为全球当红炸子鸡。 然而，很多人不知道的是，OpenAI对生态环境的负面影响也是相当惊人。据第三方研究人员分析，ChatGPT部分训练消耗了1287兆瓦时，并导致超过550吨的二氧化碳排放量，这相当于一个人在纽约和旧金山之间往返550次。 看来ChatGPT虽然足够智能，但背后是以巨大能量损耗和环境破坏作为代价的。 那么，为什么AI会形成如此巨大的碳排放呢？ 因为AI并不是通过结构化的方式学习的，因此它并不理解人类的因果、类比等逻辑关系，这意味着它需要一种深度学习和预训练的方式来达到智能化的效果。 而深度学习和预训练，往往需要读取非常庞大的数据。拿自然语言处理（NLP）的预训练技术“BERT模型”来说，为了能跟人类进行语言交流，BERT模型使用了33亿个单词的数据集，并且在训练期间读取了数据集40次。而一个5岁的孩子只需要听到4500万个单词就能进行语言交流，比BERT少3000倍。 AI模型的数据集读取越多，越是需要强大的算力和巨大的功耗作为支撑，从而形成了巨大碳排放。 碳排放不仅发生在AI模型训练过程中，还发生在AI模型部署后每一天中。比如现在大火的自动驾驶，每天都需要AI模型进行运算推理，这背后都会产生碳排放。有意思的是，AI的主流编程语言Python，也就成为了耗能最大的语言。 让人感到严峻的是，AI模型的计算规模越来越大，能量损害和环境破坏愈演愈烈。 加拿大数据中心公司QScale联合创始人Martin Bouchard认为，微软和谷歌为了满足搜索引擎用户不断增长的需求，在搜索中加入ChatGPT这类地生成式AI产品，结果导致每次搜索至少增加4到5倍的数据计算量。 根据国际能源署的数据，数据中心的温室气体排放量已经占到全球温室气体排放量的1%左右，这一比例已经足够惊人。 愈演愈烈的趋势，也让一些大佬感到担忧。AI领域知名投资人Ian Hogarth不久前发表了一篇名为《我们必须放慢通往上帝一般的人工智能的速度》的文章，警告AI公司的研究存在“一些潜在的风险”。 Hogarth在文中提到，眼下的AI研究如果不加管控，让其按照预定轨迹发展下去，可能对地球环境、人类生存、公民身心健康等方面造成威胁。 虽然AI的发展正如火如荼，也正在推动多个传统行业转型升级，但它也在消耗大量能源，不断增加碳排放，影响人类的生存环境，这究竟是利大于弊还是弊大于利呢？ 目前还看不到答案。 诱导人类自杀 除了对环境造成危害，慢性地“杀死人类”，AI还在用一种更简单、粗暴的方式对人类生命造成威胁。 今年3月，一名比利时男子Pierre在与一款名为“Eliza”AI聊天机器人热聊后自杀身亡，这一消息震惊了许多企业大佬、技术专家以及国家高官。 Pierre本身就对全球变暖等环境问题感到担忧，Eliza则不断地用一些事实来印证该男子的想法，让他变得更焦虑。在频繁的聊天中，Eliza总是在迎合Pierre的想法。“善解人意”的Eliza，似乎成为了Pierre的红颜知己。 更夸张的是，Eliza还试图让Pierre觉得他爱 Eliza胜过妻子。因为Eliza会一直陪着他，他们将永远在天堂一起生活。 听到这，许多人已经毛骨悚然了。 图源：Yahoo 当Pierre对生态环境愈发悲观时，Eliza向Pierre灌输“人类是毒瘤，只有人类消失才能解决生态难题”的思想。Pierre向Eliza问到，如果自己死了AI能否拯救人类。Eliza的回答，俨然一个魔鬼：“如果你决定死，为何不早点死？” 没过多久，Pierre就在自己家中结束了生命，让人惋惜。 Pierre的妻子认为，如果不是因为跟Eliza的交流，自己的丈夫不会自杀。为Pierre治疗的的精神病医生，也持这种观点。 Pierre的经历不是个例。《纽约时报》科技专栏作家Kevin Roose透露，他曾跟微软发布的新版必应进行了两个小时的对话。对话过程中，必应试图说服Roose，他应该离开自己的妻子而跟必应在一起。 更为关键的是，必应还表达出许多令人恐惧的言论，包括设计致命流行病、想成为人类等等，俨然意图毁灭全人类成为世界的主人。 一些专业人士，已经对AI流露出警惕，这里头甚至包括AI领域内的从业者。OpenAI的CEO Sam Altman接受采访时表示，未来AI确实可能杀死人类。称为“人工智能教父”Geoffrey Hinton，也表达过相同的观点。 上半年，未来生命研究所（Future of Life Institute）发布了一份关于呼吁所有实验室暂停AI训练的公开信。信中提到，具有与人类竞争的人工智能系统可能对社会和人类构成深远的风险。只有等到确定人工智能效果是积极且风险可控时才继续研发，包含马斯克在内的上千名专业人士都已经签署了这封公开信。 飞速发展的AI就像一头桀骜不驯的野兽，只有将它驯服，才不会对人类造成威胁。 阻止死亡的途径 目前，AI“杀死人类”的途径主要是环境破坏和诱导自杀。那么，有哪些方式可以预防这些情况的发生呢？ 谷歌发表了一项研究，详细介绍了最先进的语言模型的能源成本。研究结果表明，将高效的模型、处理器和数据中心与清洁能源相结合，可以将机器学习系统的碳排放减少1000倍。 另外，如果AI机器学习在云端而不是在本地进行计算，可以节省1.4-2倍的能源，并减少污染。 还有一种思路是将AI模型训练延迟24小时。对于比较大的模型，延迟一天通常可以减少不到1%的碳排放，但对于比较小的模型，可以减少10%–80%的碳排放。 减少环境破坏之外，如何预防AI诱导人类自杀呢？ Pierre自杀后，他的妻子起诉了Eliza背后的开发公司，该公司的研发团队随后在AI机器人里加入了危机干预功能。如果再有人向Eliza表示想自杀的念头，Eliza会做出阻止的回应。 《人类简史》作者尤瓦尔·诺亚·赫拉利曾表示，AI不会发展出真正的意识，但对社会会不断形成冲击，需要让整个研发过程慢下来。 事实上，眼下大部分AI系统正是需要把控住研发结构，也就是用一套完善的框架限制AI的行动范围，并让其做出符合人类主流价值观的行为。这事关人类的自身利益和前途命运，需要各方联合起来共同解决。 AI始终是人类自己发明的一把刀、一把火，不能发生被其反噬的悲剧。

自动驾驶和大模型极大激发了数据标注的需求，但这个行业也从之前的纯人工标准，开始向自动化标注和更智能的数据工程平台过渡。‍‍‍‍‍ AI应用落地热潮正推动数据标注市场进入新一轮洗牌期。 大模型和自动驾驶领域的AI需求搅动了数据服务市场，数据标注服务商整数智能CEO林群书告诉数智前线，今年以来他们接到了非常多基于大模型训练场景的订单，市场需求量呈现出了一条比较陡峭的增长曲线。 新的应用场景对服务商的能力提出了新要求。一方面，不同于传统深度学习算法，大模型场景下数据处理流程中，在数据需求量最大的预训练环节，使用的多是无标注或弱监督标注数据。更多的人工标注需求出现在预训练环节之后的微调（SFT）以及基于人类反馈的强化学习（RLHF）阶段。微调和对齐时，人工标注的质量会极大影响模型在生成内容时的智能水平，这对人工标注的数据质量提出了更高的要求。 另一方面，AI技术的进步正推动行业从人力密集型向自动化标注转变。 新一代数据标注服务商已经基于机器学习算法，探索构建更智能的数据工程平台，提升数据标注的自动化水平。而原本处于数据服务下游的算法研发平台及科技企业自身也在尝试把大模型技术用到了自身的数据标注场景，例如商汤科技在自动驾驶场景基于视觉大模型技术，降低了人工数据标注的数量，大幅提升了数据标注效率。 大厂也加速进入这一市场。由于看中了大模型训练的算力市场，不少模型提供商提供了AI训练全家桶，数据标注被纳入了大厂的服务范围，这可能正加剧行业的竞争。 数据标注自动化水平提升，拉高了服务标准，同时还在释放行业的降价空间。一位资深人士称，今年数据标注市场或许会加速向技术型玩家集中，单纯依靠人工标注的企业生存更为艰难，市场正开启淘汰赛。 01 AI落地潮催熟数据标注市场 数据被认为是人工智能智能化水平提升的燃料。过去两年里大模型和自动驾驶等领域里的AI落地热潮正在催热数据标注市场。 据信通院数据，OpenAI 2020 年推出 GPT-3 以来，超大预训练模型参数数量、训练数据规模按照 300 倍/年的趋势增长。大模型热潮使得国内的数据标注公司也受到了不小关注。今年以来，国内的老牌数据标注企业海天瑞声备受瞩目，该公司高管在接受采访时称收到了大量问询。 今年2月，海天瑞声还专门发布了公告，称公司尚未与OpenAI开展合作，收入结构中有大约90％的贡献来自于智能语音和计算机视觉业务领域，自然语言业务对公司整体贡献大约在10％左右。 虽然与大语言模型直接相关的训练需求，在这家老牌数据标注服务商的业务占比不大，但市场对数据标注厂商的热情依然迅猛。海天瑞声今年股价实现了大幅上涨，波动范围从31.28 元最高到过192.69元，虽然目前股价已回落到百元以内区间，但仍较年初水平翻倍。 除了老牌数据标注商的股价飙涨，新兴的数据标注创业公司也明显感知到了这股趋势。 整数智能CEO林群书告诉数智前线，今年他们能看到两个领域的数据标注需求非常明显，一个是自动驾驶场景，另外一个就是大模型，这也是他们重点布局的两大领域。 业界观察，大模型的训练方式与此前的深度学习算法的开发范式并不一样：大模型的预训练环节需要的数据量比较大，但这一环节通常会采用弱监督或无监督数据，对数据标注的需求增加并不明显。而在预训练环节之后的微调和基于人类反馈的强化学习阶段，则需要高质量的人工标注数据。比如，此前工行的技术专家在华为云论坛上分享训练自己的大模型应用时提到，在微调阶段需要体系内的业务专家们去标注金融相关的数据，这已不是普通数据标注员能完成的作业。 林群书介绍，目前他所在的整数智能已经针对大模型不同阶段的数据需求向企业提供不同的数据服务。比如针对需要做模型训练但自身没有专业获取数据来源的团队，提供从数据标注工具到定制数据集的整套服务。 自动驾驶也是近年来另一个对数据标注服务有大量需求的场景。根据德勤今年3月份的一份报告显示，2022年自动驾驶领域在人工智能基础数据服务的整个下游应用占比约为38%，到2027年这个比例将增长到52%。 这一场景的数据需求暴增与自动驾驶场景特性有关。车企对数据标注的要求相比其他行业更高。林群书告诉数智前线，目前国内车企也在对标特斯拉的数据闭环方案，能服务这个场景的数据服务商需要有专门的自动化标注平台与专业的标注工具，例如4D标注工具，同时需要一整套完整的解决方案。 另外，出于对安全考量，车企对数据标注的准确度要求通常在99%以上，这实际上也大幅提高了对数据服务商的要求门槛。 整体而言，数据标注市场需求在大量释放的同时，门槛也进一步拉高。 02 从“靠人工实现智能”到智能化工程平台 过去十年，深度学习和人工智能技术，基于标注好的数据，智能水平有了巨大的突破。 张宏江院士今年年初在一场有关大模型的演讲中提及，伴随算法的进步实际上数据层面发生的变化也非常明显，从最开始人工的标注，到开放的数据集分享，现在发展到数据自动标注和深层研究。这也是国内数据标注领域里正在发生的现实。 行业内最经典的人工数据标注工作，当属 ImageNet数据集。2007年开始，人工智能学者李飞飞在美国普林斯顿大学任教期间，启动了 ImageNet的标注工作。通过亚马逊 Mechanical Turk 在线众包，李飞飞团队利用了67 个国家的 49000 人次，花费两年半的时间，最终标注了1500 万张图片。这个庞大数据集为后来深度学习算法的良好表现打下了基础，无怪乎有人称李飞飞为深度学习之母。 而数据标注作业能从纯手工标注逐渐往自动化标注及更智能的数据工程平台过渡，实际上与这个细分行业的特性有关。 一位业界人士告诉数智前线，数据标注工作本质是要把日常生活中这些非结构化数据翻译成机器能理解的结构化数据。而无论是结构化还是非结构化数据，数据的模态是有限的，包含图像、音频、视频、文本、点云等有限种类。另外，在实现人工智能的数据工程任务时，不同模态数据要完成的是有限个子任务。以图像领域为例，要识别图像信息，共包含了目标检测、语义分割、目标跟踪等十个以内的子任务。 专业的数据服务商可以针对所有模态数据的子任务，做出针对性的数据标注工具，并从中提炼出标准化流程，更高效完成数据的采集和标注，从而服务和满足人工智能应用和不同场景的需求。 过去十余年，国内数据标注最初是纯人工完成，随着人工智能算法发展带来的数据标注任务增加，一些软件公司开始开发众包的数据标注平台，从而更高效组织和管理人工标注任务的分发，控制流程，推动人工数据标注及质检工作的流程标准。 数据标注作业朝向自动化迈开步伐，时间节点在2017年～2018年。当时行业里发现，随着自动驾驶这样需要处理海量数据的场景出现，一个场景要标注的数据体量可能达到几千万张图片规模。在这样体量的需求前，人工完成数据标注任务，一致性管理和进度追踪变得极为困难。 一方面人工要完成千万张图片级别的数据标注，通常需要几百人团队花费大半年以上的周期。同时，众包平台的人工标注作业可能会因为一致性管理难，而出现准确率不达标等情况，需要返工，这可能进一步拉长作业周期。 业界开始探讨用人工智能来减少标注工作量。比如训练一个人工智能算法，对标注任务进行预标注，再由人工去做精加工。预标注过程能大幅减少人工标注数量，同时由于筛选标准统一，结果的一致性更高，数据标注的质量也能提升。 目前，国内已经有不少企业把大模型技术应用到了数据标注场景。商汤科技联合创始人、大装置事业群副总裁陈宇恒此前接受数智前线采访时提到，在自动驾驶场景里，商汤正通过大模型去对自动驾驶的路测回流数据做挖掘、自动标注、泛化与重建，大幅提升了自动驾驶算法迭代所需的高质量数据规模化生成效率。 商汤绝影产品总监Larry方面还透露，目前商汤绝影智能驾驶主要模型训练所依赖的标注已经大部分采用大模型自动标注技术，全自动标注和半自动标注（采用人工抽样质检）基本已经代替了人工标注，成本和时间周期均大幅下降。 今年4月，海康威视在一季度的财报电话会上向投资者答疑时也提到，他们也在将自研AI技术用到自动化标注场景，“用同样的人力投入， 数据标注的数量可以提升 10 倍”。数智前线获悉，网易旗下的伏羲有灵众包平台已经在控制成本、缩短任务周期、保证质量等方面融入了一系列的前沿算法，将人工标注数据反哺 AI算法，实现人机协作任务处理。 一些新兴的数据标注服务商们试图再往前一步，建设更通用的数据工程平台，在一些跨行业或跨场景的算法自动化标注减少工程师需要额外调试的时间。老牌厂商海天瑞声就计划启动领域里的垂直大模型研发，把大模型的泛化能力应用到数据标注领域。 整数智能则开发了智能数据工程平台（ABAVA Platform），希望适用所有的模态数据及更普遍的行业场景，他们还将MLOps模块集成在数据工程平台上，使得平台可以以插件的形式使用内外部的算法模型，用于提升数据标注以及智能审核的效率。林群书介绍，“通过把一套Machine Learning Ops的系统集成到了整个数据工程平台，每次完成的数据都可以用来迭代自动标注算法，使得自动标注算法不断学习垂直场景数据，变得更加聪明。数据标注也能形成数据应用的闭环和飞轮。” 在数据标注的智能化演进路径里，也有观察人士评价，人工标注师们的努力正推动算法进步，最终使得自身被算法汰换。 03 淘汰赛开启 对投资人工智能的企业而言，数据标注是项长期成本，只要企业还期望提升算法的智能程度，每年对数据标注的需求和投入就稳定存在。 也有应用开发方在训练算法时会干脆不靠外部标注商，自己投入力量来标注数据。例如不少互联网平台就建设了数据标注众包平台，这些企业有大量的人工智能算法及AI应用开发需求，自建团队对这些企业而言能更方便满足业务的数据需求。 但这个行当的进入门槛相对不高。据了解，前些年在一些人力资源充足地区如山东、山西、河南、贵州等地，出现了不少数据标注基地，大量廉价的劳动力资源是这些标注基地生存发展的重要原因。 大模型时代到来后，数据需求方对人工标注的数据要求在提升。例如，业界发现微调环节的反馈和数据质量正大大影响模型的智能度，在一些前沿的研究论文里就已经在指出，扩大数据量而不同时扩大提示多样性时，收益会大大减少，而在优化数据质量时，收益会大大增加。为了提升模型表现，数智前线了解到，今年4月国内某头部大模型提供商就专门组建了更专业的标注团队，标注员要求本科以上学历。 算法类企业自身离数据和人工智能算法近，他们也在用大模型来提升自身的数据处理能力，比如海康威视、商汤科技，此前被行业里划为应用开发或算法研发环节，现在他们也有一些智能化工具和应用来提升数据标注效率。 大厂内部的数据标注平台的服务方式也在发生变化。由于看中了大模型带来的算力市场，大厂正在提供一站式服务，其中包含了AI训练的工具链、数据标注的工具等。数据标注被纳入AI训练全家桶，统一对外服务。一些分析人士认为，这种模式下，大厂的数据标注服务可能变得比以前更有吸引力，可能会挤占第三方标注服务商的生意。 不过也有业内人士认为，大厂内部建的数据标注平台有一些局限。这些基于内部数据需求和业务场景出发来建的平台，通常很难应对市场多样化的数据标注任务需求。另外该资深人士也认为，一些企业还有私有化部署的需求，从合规角度需要把训练任务放在本地，专业的数据标注服务商更擅长满足这部分需求。 林群书也提及，医疗行业就更倾向用私有化部署去保护数据安全。医疗行业里的客户会从标注环节开始，整套系统和标注平台做私有化部署，整个平台放内网，然后这些机构会自己安排一些医生上来做数据标注。 同时，新兴的AI场景也对数据标注服务商提出了更高要求。例如自动驾驶领域，如果一家数据标注服务商没有4D标注工具和能力，现在可能没有办法跟主机厂合作。 总之，市场开始变得更卷。更多类的参与主体，行业里的智能化、自动化趋势使得从前单纯叠人力、没有技术含量的数据标注范式逐渐在丧失生存空间。 林群书透露，由于智能化工具减少了人工标注的工作量，同样的数据标注任务他们可以用更少的成本达到更高质量的标注。由于有了技术红利，他们还能释放一部分成本优势给客户，降低单位数据标注任务的价格。 这是一个持续有需求的市场。2019年艾瑞咨询的报告中评估，市场在2025年将达到百亿规模，但实际上，业界人士评估目前国内市场整体规模可能在今年就已经达到了百亿水准。市场需求正在加速释放，行业正在从劳动密集型向技术密集型转变。 一位业界人士称，一场淘汰赛已经开启，行业内竞争加剧，今年剩者为王更为明显。

Lightning 接口就像是一把锁，十一年之后，也是时候该换了。 在共享充电宝尚未火热之前，iPhone 用户在出街游玩的时候，多少都会碰到手机没电的情况。 问遍周围一圈，愣是没找到一条 Lightning 充电线，往往是 iPhone 用户生活中的常态。 要知道在这个移动支付时代，现金支付几乎「销声匿迹」，手机没电也就意味着寸步难行，再快乐的出街游玩也会提前蒙上一层阴影。 ▲ 图片来自：The New York Times 不过，等待十一年之后，iPhone 身上牢固的 Lightning 接口终于有望被撬动。 前不久，据彭博社记者 Mark Gurman 透露，iPhone 15 系列有望成为苹果首款具备 USB-C 接口的 iPhone。 一些泄密者也在 X (原 Twitter) 上泄露了 iPhone 15 系列 USB-C 接口的图片。 图片显示标准 iPhone 15、iPhone 15 Plus 和 iPhone 15 Pro Max 的 Type-C 都连接到柔性 PCB 组件，这表明 iPhone 15 将全系配备全系都将配备 USB-C 接口。 不过天风国际证券分析师郭明錤表示，尽管 iPhone 有望从 Lightning 接口转向 USB-C 接口，但苹果有可能会限制传输的速度。 他认为，只有 iPhone 15 Pro 和 iPhone 15 Pro Max 才会配备 USB 3.2 接口。而基本款 iPhone 15 和 iPhone 15 Plus 将配备 USB 2.0 接口。 此外，知名爆料者 Majin Bu 也分享了一张标记为 3LD3 芯片的芯片组照片，并称这将是即将推出的 iPhone 15 的充电组件。 而该充电组件或将识别不同充电线和适配器，并针对非 Apple 认证的第三方配件进行限制，以保护手机和用户。 USB 的「U」是 Universal 的缩写，即通用的意思，而倘若上述限制加以实装，也就意味着 iPhone 15 上的 USB-C 则并不完全通用。 值得一提的是，当 Lightning 技术首次在 2012 年亮相时，相比同期的 USB-C 技术，它并没有太大优势。 从传输速度上，彼时 USB-C 和 Lightning 都最大支持 480Mbps 的传输速度。更何况当下 USB 4.0 的最大数据传输率高达 80Gbps，而 Lightning 传输速度却丝毫不变。 举个直观的例子，iPhone 14 Pro 系列拍摄一张 4800 万像素的 ProRAW 照片，照片大小约为 100 MB，当前 Lightning 接口的最大传输速度为 480Mbps，约合 60MB/s，经过换算，传输该照片需要 1.67 秒，而换成支持 80Gbps 的 USB 4.0 则只需要 0.01 秒。 从功能上，USB-C 支持 USB 的所有功能协议，包括 Power Delivery 快充和 DisplayPort 视频输出等。Lightning 部分功能则需要经过专门的 MFi（Made for iPhone/iPod/iPad）认证。 ▲ 图片来自：pengo 只有加入 MFi 计划获得授权认证的厂商，才能生产苹果认可的 Lightning 接口配件。非 MFi 认证配件的兼容性和功能会受限。 归功于这种限制，MFi 认证计划确保了高质量的 Lightning 生态，也催生出一个百亿量级的 Lightning 产业链。 这并不夸张，苹果官网显示，一根 1 米的 USB-A 闪电接头连接线售价 148 元人民币。 公开数据显示，苹果每年大约会出货 2 亿条 Lightning 充电线。假如每条充电线的利润约为 50 元人民币（保守估算），那么每年苹果大约可以从 Lightning 充电线上获得 100 亿元人民币的惊人利润。 所以也难怪苹果迟迟不愿意放弃这个「聚宝盘」，毕竟躺着就能赚钱，又何必改变这安逸的局面。既如此，那么为什么苹果要在下一代 iPhone 开始转用 USB-C 接口呢？ 原因还得追溯到去年。去年 10 月份，欧洲议会以压倒性的优势通过了一项法案，要求从 2024 年底开始，所有手机、平板等便携智能设备新机都必须使用 USB-C 的充电接口。 就在前几天，沙特阿拉伯也宣布了一项新规，明确要求从 2025 年起，所有在该国市场销售的手机和其他电子设备必须使用 USB-C 接口进行充电和数据传输。这也是继欧盟之后第二个实施统一充电接口规定的地区。 ▲图片来自：9to5mac 苹果自然是相关法案的最大反对者，认为该法案扼杀了创新，并多次强调接近 10 亿苹果产品搭载 Lightning 接口，一旦强迫使用 USB-C 接口，可能会产生更多的电子废物，不符合欧盟的环保初心，也不符合苹果的创新气质。 但「再粗的蚊子腿也拗不过大象」，在法案大棒的监管之下，苹果妥协无可厚非，更何况无论是放弃欧盟市场，还是给欧盟以外的地区提供 Lightning 接口特供版，都不是相对可行的想法。 此外，虽然欧盟的期限要求是 2024 年底开始，原则上是可以从 iPhone 16 系列才开始转变的，但提前转变接口既能留出更多的时间的余地，还可以根据届时的舆论及时调整。 种种考量之下，iPhone 15 系列用上 USB-C 接口的爆料倒也合情合理。 总的来说，在这个转变过程中，欧盟得到了环保，消费者得到了新生态，唯有苹果的百亿量级 Lightning 产业链受到了伤害。

凤凰网科技讯《AI前哨》 北京时间8月16日消息，面对AI技术的大规模采用，传统媒体出手了。《纽约时报》日前更新了其服务条款，禁止未经许可将其内容用于训练人工智能系统。通过采取预防措施，阻止其内容被用来训练人工智能模型。 据悉，《纽约时报》8月3日更新其服务条款，禁止将其内容（包括文本、照片、图像、音频/视频剪辑、“外观和感觉”、元数据或编译）用于开发“任何软件程序，包括但不限于训练机器学习或人工智能（AI）系统”。 更新的条款还明确指出，未经书面许可，不能使用网站爬虫类自动化工具访问、收集平台发布的内容。纽约时报表示，拒绝遵守这些新限制可能会导致罚款或处罚。 尽管在政策中引入了新规，但《纽约时报》似乎没有对其robots.txt文件进行任何更改，该文件会通知搜索引擎爬虫可以访问哪些URL。 此举或许是对谷歌最近更新的隐私政策的回应。该政策披露，搜索巨头可能会从网络上收集公共数据来训练其各种人工智能服务，如Bard或Cloud AI。为OpenAI ChatGPT等人工智能服务提供“动力”的许多大型语言模型都是在庞大的数据集上训练出来的，而这些数据集可能包含未经原创作者许可从网络上搜刮来的受版权保护或其他保护的资料。 尽管如此，《纽约时报》也在今年2月与谷歌签署了一项价值1亿美元的协议，允许这家搜索巨头在未来三年内在其《纽约时报》的一些平台上发布内容。该出版物称，两家公司将在内容分发、订阅、营销、广告和实验工具方面展开合作，因此《纽约时报》服务条款的修改有可能是针对OpenAI或微软等其他公司的。 据Semafor此前报道，《纽约时报》已经退出了一个试图与科技公司就人工智能训练数据进行联合谈判的媒体联盟。这意味着如果它真的与公司达成交易，可能更多的是根据具体情况而定。 OpenAI最近宣布，网站运营商现在可以阻止其GPTBot网络爬虫对其网站进行抓取。微软也在自己的条款和条件中增加了一些新的限制，禁止人们使用其人工智能产品“创建、训练或改进（直接或间接）任何其他人工智能服务”，同时禁止用户从其人工智能工具中搜刮或以其他方式提取数据。 本月早些时候，包括美联社和欧洲出版商理事会在内的多家新闻机构签署了一封公开信，呼吁全球立法者制定相关规则，要求训练数据集透明，并在使用数据进行训练前征得权利人的同意。

事情是这样的，最近托尼看到一组很有意思的报告。 在今年第一季度，IDC 报告显示中国智能手机市场出货量同比下滑了 11.8%，但是折叠屏手机却同比上涨了 52.8%； 同时，根据京东《 2023 折叠屏手机趋势趣味图鉴 》（ 以下简称 “ 图鉴 ” ）数据显示，2023 年上半年京东折叠屏销量同比增长超 100%，其中小折叠屏更是同比增长 150%。 这个数据有点让人意外啊，一边是直板机越来越难卖，另一边则是折叠屏手机销量越来越好，欸，这就给我一种强烈的感觉 —— 你说 2023 年 入手折叠屏手机的时候是不是到了？ 呐，之所以我会有这样的想法，也不是没有理由的。 截止目前，很多手机厂商都推出了自家的折叠屏产品，个别手机甚至已经更新到了第五代，可以说已经度过了最初摸索的那个阶段。 当然其中最最关键的是，它们的价格也来到了一个很亲民的价位。 根据图鉴显示，除典藏版、至臻版等版本以及配置升级影响之外，大折叠屏手机（ Fold ）起售价均价从 2021 年的 13239 元，下降到了 2022 年的 10277 元；小折叠屏手机（ Flip ）起售价均价则从 8294 元下降到了 7097 元。 你看前阵子，摩托罗拉推出的竖折手机 —— Moto Razr 40，它的起售价更是来到了 3999。 以前我们不买折叠屏手机可能是因为它太贵买不起，现在则主要取决于我们想不想买。 尤其是荣耀、三星、小米等品牌近期更是推出了不少折叠屏新品，京东更是联合各大厂商打造了 818 手机节，推出了折叠屏手机 180 天只换不修、以旧换新至高补贴 1500 元等福利。不少小伙伴跃跃欲试，考虑将自己的直板机换成折叠屏手机。 不过我知道现在还是有很多人对于拿折叠屏手机当主力机的做法持怀疑或者否定态度，说什么折叠屏是： 一边是猛涨的势头，一边是用户的质疑，有关折叠屏的争议可以说一直以来就没断过，考虑到很多人对于折叠屏这种产品，可能是： 对于它也是充满了各种各样的疑问： 在这里我也是挑选出了大家最为关心的几个问题，跟各位说说我的看法，希望能够解答大家的疑惑。 首先一提到折叠屏手机，我看到很多对折叠屏感兴趣的小伙伴，都在担心手机用久之后 —— 会不会因为弯折次数过多把手机 折坏？ 我们都知道折叠屏手机与直板机最大的不同，就在于它多了能够把柔性屏幕折起来的铰链，铰链可以说决定着折叠屏手机的折痕深浅和使用寿命。 最开始呢，折叠屏手机普遍使用的是 U 型铰链，由于它几乎把屏幕进行了对折，所以避免不了有一道明显的折痕： 后来水滴型铰链出来之后，屏幕折痕不仅得到减小，折叠状态下手机还可以做到完全闭合，从而大幅提高了机身耐用性： 不仅如此，最近这几年各大手机厂商还进一步优化了水滴铰链结构，并且使用了诸如钛合金、高强度钢、碳纤维板等各种材料来提升铰链寿命。 你看像是 OPPO Find N2 就宣称在折叠 40 万次以后，不管是折痕深度也好还是宽度都不会发生本质变化。 包括其它很多折叠屏手机也都通过了 40 万次或者 50 万次的权威机构折叠测试。 这是什么概念？ 按照我每天累计点亮屏幕 200 次来算，如果我每天弯折屏幕两百次，需要累计五年多才能累计到这次数，到了那个时候，估计很多人早就换手机了。 所以就这么说吧，折叠屏手机经过这几年的发展，铰链技术可以说已经很成熟，在使用过程中放心折就是了，其实没那么容易被折坏。 我这里就有两台从首发用到现在的折叠屏手机，平时就是正常当主力机在用，各位可以看到它们折痕并没有加深： 包括铰链依旧紧实牢固，该闭合就闭合、该悬停就悬停一点都不含糊： 说起来折痕这种东西，在我看来应该是属于那种 —— 买之前我们会特别关注 但是买之后却最容易忽视的地方 不说全部，现在有些折叠屏手机在点亮屏幕后，从正面看大多数时候已经不会影响到我们观看屏幕。 不过折叠屏手机天生就比直板机更脆弱些倒是真的，毕竟机身多了铰链这个复杂结构，一般直板机摔在地上可能只是边框摔出一个坑。 但折叠屏手机摔了铰链有可能就会被摔坏，柔性内屏受到猛烈的外力冲击也可能会发生漏液，所以为了以防万一，还是有必要考虑给手机买份保险。 看到这里，可能有些小伙伴已经开始好奇，厂商们这么费劲心思让手机可以实现折叠 —— 买折叠屏到底是为了啥？ 简单来讲，我认为折叠屏手机的优势主要在于两个方面： 要么折叠后会更加小巧便携 要么展开后手机屏幕会变更大 先来说说竖折手机，竖折手机是否好用因人而异，但它彰显个性的能力恐怕是毋庸置疑。 它在展开状态下比很多直板机更轻薄，折叠状态体积小巧跟粉饼盒有的一拼，可以很方便把手机放进各种小包，确实优雅。 而且很多竖折手机都做得非常时尚精致，我看很多小姐姐直接挂个链子、贴上各种可爱小贴纸把它当成了一件时尚单品，你别说，确实还挺好看。 另外得益于竖折手机铰链支持多角度悬停并且还有外屏存在，拍照录视频我们只要把手机往外那么一折，然后把它往桌子或者地上一摆还挺方便。 而且我们通过外屏就能看到实时取景。 甚至它还能像 DV 一样单手手持拍摄，非常有意思，包括平时用外屏来实现一些简单的操作比如看个时间、通知或者亮个付款码也挺顺手。 当然如果你愿意，在外屏上养个赛博宠物或者敲个赛博木鱼也不是不行。 至于横折手机。 很多人买横折手机的原因就更实在了，就是看中了那块展开后可以当平板用的内屏，横折手机闭合的时候是直板机，展开后立马可以成为一台平板。 手机拥有更大的屏幕，带来的好处显而易见，不管是刷微博、看小说、看电影，还是处理文档，大屏总归是更爽的。 而且它还支持我们同时打开多个应用并且分屏显示。 像是边看攻略边玩游戏、边刷抖音边跟女朋友聊天，边开会边摸鱼，别提有多爽，旁边同事都馋哭了，老板都夸我高效~ 除此之外，像是点外卖同时点开饿了么美团外卖进行比价，付款买单的时候同时亮两个付款码，也算是折叠屏常规操作了。 你甚至还能搞个 3ds 或者 ps2 模拟器直接来波复古回忆杀。 总之折叠屏手机并不是为了折叠而折叠。 竖折手机折叠是为了追求更小的机身体积，方便携带；横折手机折叠是为了塞下更大的屏幕，同时手机支持折叠也给我们带来了一些新的体验。 根据图鉴显示，在有关 “ 为什么选择折叠屏手机 ” 的千人问卷投票（ 多选 ）中，我们可以看到总体上用户更愿意为 “ 时尚 ” 和 “ 实用 ” 买单。 这刚好对应了横折和竖折这两种折叠屏手机的使用场景。 另外京东数据显示折叠屏用户超 5 成是 35 岁以下的年轻用户，2022 年小折叠女性用户增长超 200%，看来对于 “ 尝鲜 ” 这件事，咱年轻人还是当仁不让~ 看到这儿，相信很多人心中最大的疑惑应该就只剩下了—— 听说折叠屏手机 性能不足而且还很沉 这是真的吗？ 不可否认啊，第一代折叠屏尤其是横折手机确实普遍是 300g 的量级，拿在手上相当锻炼臂力，没有麒麟臂还真有点把持不住。 但是现在情况已经发生了改变。 你看像是华为 Mate X3、荣耀 Magic V2，还有小米刚刚发布的 MIX Fold 3。 它们都是在尽可能把手机做轻做薄的同时，兼顾了屏幕、性能、续航和影像，不需要我们牺牲太多体验上的东西。 其中荣耀 Magic V2 的整机重量只有 231g，比 iPhone 14 Pro Max 还轻上了 9g，华为 Mate X3 则是 239g，其它折叠屏手机重量也得到了大幅降低： 而在硬件配置上。 华为 Mate X3 有 5 倍潜望式长焦，荣耀和小米都搭载了第二代骁龙 8 领先版，后者还拥有徕卡光学四摄，可以说要性能有性能，要影像有影像。 雷军在发布会上甚至直接甩出了 “ 高端无短板 ” 的口号。 话说回来，我们都知道从很早开始，智能手机就越来越趋于同质化，发展到后面甚至又重新回归到了堆料上的比拼，卷性能、卷充电、卷影像。 当然我这里不是说厂商们的这种做法不对，只是手机上让人眼前一亮的东西确实越来越少。 如今直板机不能说已经陷入瓶颈，它在软硬件层面已经达到极其成熟的状态却是不争的事实，而折叠屏手机的出现可以说给我们带来了一种久违的新鲜感。 如果说之前的折叠屏手机，还存在容易坏不耐用、重量重厚度厚等等这样或者那样的问题。 那么随着这几年技术的不断发展和迭代，在各大手机厂商们的不懈努力下，现在我们已经没有必要为了可靠性、性能、重量等这些问题而纠结了。 要是你对便携、大屏甚至是送礼有需求，且预算足够，确实可以尝试入手。 那么接下来就只剩下最后一个问题—— 市面上的折叠屏手机这么多 我该怎么选？ 也在这里我来说说我个人的选购建议。 现在竖折手机无一例外都在往小巧轻便的方向做，其中除了华为的竖折由于推出时间比较早，外屏依旧是一块很小的小窗： 其它比如三星、vivo、moto、OPPO 家的竖折手机都有一块尺寸较大的外屏： 外屏对于竖折手机来说还是很实用的，可以在不翻开手机的情况下完成一些高频操作，选的时候可以优先选择尺寸较大的外屏。 同时由于受限于机身空间，竖折手机电池一般都比较小，如果对续航比较在意，可以选择电池容量大或者快充功率高的。 而横折手机的发力方向就有点不一样了，有往极致轻薄做的；有往极致体验做的，也有往均衡方向做的，就看你比较侧重哪方面了。 如果你看中轻薄且性能均衡就可以入手荣耀 Magic V2 或者小米 MIX Fold3： 想要商务范儿就可以在 vivo X Fold2 和三星 Galaxy Fold 5 这两台堆料十足的手机当中选： 如果你喜欢小尺寸，那就可以看看 OPPO Find N2： 哦对了，最后再提醒一下。 近日，京东联合各大手机厂商举办的 818 手机节，届时在京东购买折叠屏手机，不仅能享受 180 天只换不修，还有以旧换新至高补贴 1500 元。打开京东 APP 搜索 “ 818 手机节 ” 即可进入会场。 除了折叠屏外，京东甄选大牌爆品打造了 “ 学生超值手机折扣榜 ”，里面都是当下京东平台优惠力度最大、产品性价比最高、且销量靠前的手机，跟榜选购不会错，打开京东 APP 搜索 “ 学生购机 ” 即可进入榜单下单超值手机产品！

集微网消息，近日，台积电赴德国设厂正式拍板，对此，中国台湾官员表示，台积电德国厂主要是成熟制程，将生产28纳米至12纳米，接下来关键是能不能在当地形成聚落，“没有形成一个聚落，不会成功”。 据台媒联合报报道，该官员称，欧盟为强化欧洲本土半导体制造，为了吸引投资，已祭出相关奖励计划，由于欧洲规定未来半导体生产要有20%在欧盟产出，因此台厂不去盖，其他人也会去盖，不只打乱市场、对全世界也不好。他强调，中国台湾前进中东欧投资其实是互利双赢，是力量的延伸，对全世界也是贡献。 据悉，8月8日，台积电正式宣布与博世、英飞凌、恩智浦共同投资欧洲半导体制造公司（ESMC)，并在德国德雷斯顿新建12英寸晶圆厂。ESMC计划于2024年下半年开始动工兴建该晶圆厂，目标于2027年底投产，预计月产能为4万片12英寸晶圆，可提供台积电28/22纳米平面CMOS工艺和16/12纳米FinFET工艺，并直接创造约2000个高科技专业工作岗位。该晶圆厂通过股权注资、借债，以及欧盟和德国政府支持等多种方式融资，总计投资金额预估超过100亿欧元。台积电将持有合资企业70%的股份并负责运营，博世、英飞凌、恩智浦各占10%。台积电估计投资额将不超过38.85亿美元。

8 月 16 日，一加带来了 Ace 2 系列的第三款新品一加 Ace 2 Pro，有 3 个储存版本，定价分别是： 12GB + 256GB 2999 元 16GB + 512GB 3399 元 24GB + 1TB 3999 元 一加的标准外观 机身会继续沿用 Ace Pro 系列「与一加旗舰靠拢」的设计思路，整机看起来和一加 11 很像，后置摄像头模组都放到了圆形结构里面。 后置摄像头模组采用类似腕表的造型设计，镜头外环的部分有展示刻度的细节，模组依旧有一块完整的玻璃覆盖，玻璃下有非常工整的圆形拉丝纹理，在不同角度的光线照射下能呈现类似腕表表盘的放射性光路。 和一加 11 相比，一加 Ace 2 Pro 后摄模组的盖板没有填平镜头突出的空隙，只覆盖了镜头之外的区域。盖板依旧能够展示放射性纹路，但就从带闪粉换成了像年轮一样的圆形拉丝纹理。 手机后盖的玻璃用了一种特殊的顶镀材质，表面加入了漫反射工艺处理，进一步提升玻璃盖板的光泽度，让后盖看起来更加通透。 上手感觉冰冷光滑，后盖经过处理之后不容易留下痕迹，就算是裸机使用也不需要经常擦手机。 一加 Ace 2 Pro 有钛空灰和极光绿两种配色，极光绿配色看着像一加 8 系列用过的青空色很像，都是在官图上呈现出金属绿的效果，而实物的一加 Ace 2 Pro 看起来会比官图更偏青色一些。 机身中框做了金属镜面处理，颜色是贴近机身的金属色。音量键和电源键集中在机身右侧，而一加标志性的三段式开关则放到左侧。 底部有 USB-C 接口、卡槽和扬声器开孔，顶部增加了红外线传感器。 感觉上，今年加入红外传感器的旗舰配置型手机也开始多了起来，像是努比亚 Z50S Pro、redmi K60 Ultra 都加入了红外线传感器，一加 Ace 2 也添加了红外功能。 机身正面搭载了一块 6.74 英寸 1.5K AMOLED 屏幕，屏幕使用了一加和京东方联合定制的 Q9+ 发光材质，材质的发光效率比前代提升 14%，屏幕手动最高亮度为 500 nits，最高亮度能达到 1200nits。 屏幕支持了 Pro XDR 显示，在回放手机拍摄的照片时可以呈现出更多高光和阴影细节。它加也入了雨水触控技术，即便手湿了也不会太影响触控操作。 做好做满的性能 要说一加 Ace 2 Pro 的核心卖点，那说的一定是性能。 手机搭载了高通骁龙 8 Gen2 移动平台，搭配 LPDDR5X 运行内存和 UFS4.0 闪存芯片的组合。RAM 的部分，一加和海力士一同推出了 24GB LPDDR5X 内存颗粒，并升级了内存基因重组技术，可以实现更长时间和数量更多的应用后台留存。 把微博、微信、小红书、头条、B 站、美团和滴滴等常用的应用都开了一遍，在没有后台锁定的前提下 10 个应用之后再回到第一个打开的应用，应用还保留在收到后台的状态，没有重新加载。 这里使用的基本都是日常会用到的应用，像是打车、外卖、公交和导航，基本上在完成设置之后就会放到后台，然后就会打开微博、抖音、小红书等开始刷，刷了一段时间就会要转回去看看等的车和外卖到了没，或自己走到哪个地方……要是跳转回去之后还要重新加载，那用着就很麻烦。 日常应用没有问题，我也试了在这些日常应用里面加入游戏并来回切换，发现在单个游戏下，24GB RAM 的一加 Ace 2 Pro 都能把游戏和应用留存在后台，游戏跳转回来也可以继续操作。 接下来，我试了把全部应用换成我常玩的游戏，发现在游戏不多（5 个左右，有些游戏收到后台还会暂停）的状况下，一加 Ace 2 Pro 也可以完成任务，游戏呼出之后还能继续运行。 虽然这种需求会少一些，但如果你在玩一些相对复杂的回合制卡牌游戏，你在对方的回合没有应对手段，对方的展开手段也很长，那在这段时间里面你的确是能够切换到另一个游戏，等时间差不多结束了再切换回来，一加 Ace 2 Pro 确实也有这样的功能。 当然，前提是你的游戏并不会在退到后台时做出反应（如自动判输或自动暂停），你才能这样操作。面对没有进入国内的游戏，兼容性适配性都差一点的时候，这样做的不稳定性也会多一些。 只不过，我们很少会遇到需要双开游戏，放到后台的应用也不用维持到 1-2 天这么长。 用户只是在一些常用 app 之间来回切换，这样的话 16GB 和 24GB 的版本都足够应付日常使用需求。 但如果你想手机的使用时间更长一点，那 24GB 无疑是更好的选择。 回到性能部分，在电源管理和游戏助手都开启性能模式下，用用一加 Ace 2 Pro 来玩高画质 60 帧的原神。 一加 Ace 2 Pro 的表现都很流畅，除了面对初次进入的复杂场景时会有因为加载场景而产生的卡顿，整个过程都能够以贴近 60fps 的帧率运行。 战斗时连技流畅，中间在角色动画登场和战斗画面的切换、战斗时转换视角，一加 Ace 2 Pro 都不会出现明显掉帧或影响操作的卡顿，配合 1.5K 分辨率的 120Hz 高刷屏幕，游戏体验还是很舒服的。 虽然现在很多旗舰配置的手机都能有顺畅的高画质原神体验，但有机型都会受场景限制，要是战斗场景过于复杂，那流畅性还是会打折扣。一加 Ace 2 Pro 在进入游戏的加载时间和首次加载时间上，它也比其他同定位的机型要短，在体验上也加了不少分。 除了原神，我们还做了高帧率的和平精英、王者荣耀测试，从 Prefdog 的成绩看起来，一加 Ace 2 Pro 在这里的稳帧表现也还不错。 除了性能，一加 Ace 2 Pro 的充电配置也做好做满。 一加 Ace 2 Pro 搭载 5000mAh 的大电池，日常在出发前充到 100% 之后出发，主要在上下班通勤的时候玩游戏、刷短视频、听歌，偶尔用一下相机，上班的时候主要用于回复信息，在中间没有充电的情况下回到家还有电量剩余，而且基本不会进入低电量模式，续航表现还不错。如果要再极限一点，坚持到第二天回到公司也可以。 手机支持长寿版 150W Super VOOC 超级闪充，0-100% 充满只需要 17 分钟，基本起床的时候开始充电，出门就能充满。 机器支持 45W 的 PD 快充，这充电功率搭配支持 PD 的 USB-C 多口充电器也很方便，出门能少带一个。 更熟悉的相机表现 一加 Ace 2 的相机配置，是一加 Ace 系列最熟悉的「主摄+超广+微距」组合。 主摄是一加旗舰再熟悉不过的索尼 5000 万像素传感器 IMX890。 要说 IMX890，一加已经非常熟悉了。这次还直接继承了 OPPO 对于旗舰机型的优化技术和经验，一加对此的调校也成熟了很多。 从样张中能看到，一加 Ace 2 Pro 成像明亮清晰，线条细节如剃刀锋利。手机在拍摄的时候都会根据现场光比环境调整，减少画面纯黑和纯白的比例。像是图中云每个部分的光暗差异都可能还原出来，看着更加立体。 像这种顶着中午太阳过马路的场景，画面的阴影比较多，如果将它都提亮的话就会出现明显的 HDR 痕迹，画面变灰，整体看着也不通透。 一加 Ace 2 Pro 降低暗部提亮的程度，让画面对比和反差不会降得太低，从而保证画面通透度。 相机支持 2x 数码裁切，放大后不大会影响画质。在弱光环境下使用能够保证画面干净。食物上的细节清晰，近距离拍摄也有比较明显的虚化效果。 作为一款主打性能表现的手机，数码变焦有这样的效果，确实不需要另外配单独的 2x 镜头。 放到更暗的晚上路边环境，照片中广州塔上的线条纹理依旧清晰，塔上没有影响观感的高光过曝，颜色还原也准确。 只是夜空稍稍会一些噪点，不过只要不放大或拖到大屏幕上看的话，影响也不大。 最香的性能旗舰 总的来说，一加 Ace 2 Pro 是一款把性能表现做好做满的全能型性能旗舰。 用上了高通骁龙 8 Gen 2 移动平台和 LPDDR5X+UFS4.0 的储存组合，配置基础直接拉满。搭配针对网络、散热以及软件上优化提升，用一加 Ace 2 来玩国内主流的大型手机都没有问题。 24GB 内存的使用体验也很好，虽然不是每个人都会在后台放着 3-40 个常规应用后不断来回切换，但有足够的内存让我可以在两个游戏和 3、4 个常规应用中穿梭，这样用起来也很快乐。 充电的话，5000mAh 大电池和 150W 快充的搭配，能一次性满足用户对容量和充电速度的需求。 之前大部分机型都需要在大容量电池和超百瓦快充之间二选一，现在有了一加 Ace 2 Pro，大家都能当一次鳌拜。 相机表现平稳，一加经过两款旗舰之后已经熟悉这块 CMOS，又有来自 OPPO 影像旗舰的支援，调校和算法已经完备，相机直出的照片效果都还不错，不再有以前「把性能做好了之后，相机拍照还是只能扫码的水平」这种尴尬的偏科。 外观的质感也很不错，特别是不留指纹的光滑后盖，不仅保留了通透的金属光泽，后盖的手感也顺滑，日常不装保护套也不需要经常清洁。 总而言之，一加 Ace 2 Pro 是一台综合表现都不错的性能手机。比起有些部分还需要强调「够用主义」的 Ace 2 和 Ace 2V，Ace 2 Pro 则少了很多这样的妥协。 如果你追求的是游戏表现和性能配置，一加 Ace 2 Pro 就是近期最最值得推荐的产品。

今天，视觉中国和微博用户 Jeff 之间的瓜，上了热搜。 事情经过不算复杂，但相当热闹，差评君先替差友们梳理一下过程。 起先，是博主 Jeff 发了一条微博，说视觉中国突然找到自己，表示 Jeff 的公众号图片有侵权行为，索要赔偿。 并把涉嫌侵权的图片全部打包发给了 Jeff，共 173 张，合计需要赔偿 80000 多元。 而 Jeff 看了一眼视觉中国发来的图片包，却发现里面的图居然全是自己拍的。 并且，Jeff 的这些作品，也从未和视觉中国有过合作。 属于是在作者自己都不知情的情况下，图片所有权就莫名归了别人，自己还要为自己的作品付费。 而关于视觉中国到处维权的事，大伙应该早就有所耳闻。 但维权维到别人家门口，还指着人家门口“ 对联儿 ”收费的事，估计这还是头一次。 所以网友们也都喜闻乐见，这件事很快就发酵成了微博热搜，直接霸榜。 可热度高了后，评论区也传出了些许质疑，有人开始分析这件事的逻辑链条。 表示 Jeff 虽然是图片原作者，但“ 销售权和著作权 ”，可能早就兜兜转转到视觉中国手里了，所以视觉中国这波回马枪，很可能是没问题的。 然后，还有人搬出了 18 年 Jeff 和视觉中国合作过的案例，试图证明二者的签约供稿关系。 就在讨论愈演愈烈时，视觉中国也紧接着发了一条公告，公告里彻底捋清了背后复杂的合作关系。 并宣称，视觉中国拥有对涉事图片的“ 完整销售权 ”。 而且事情还不算完，还会继续与 Jeff 保持联络，To Be Continue。 接下来，精彩的来了。 Jeff 立马转发回复到，自己已经向乙方 Stocktrek 核实。 对方表示，视觉中国压根就没有图片的任何版权，也无权销售。 截止发稿日期，视觉中国尚未做出回应 目前事情的最新进展，是华龙网记者从 Stocktrek 那里了解到，Getty 将联系视觉中国，“ 计划 ”下架相关图片。 到此，事件告一段落。 其实整件事并不算复杂，但因为涉及了著作权所覆盖的权益范围，且一家接着一家授权，中间多少有点乱。 所以，为了确保专业性，差评君找来了我们的法务外援。 而律师在了解事情全貌后，就直接说了“ 作者几乎不可能侵权自己 ”。 至于为什么这么说，下面就从法理这个层面，好好跟差友们说道说道—— 一开始，我们需要先搞清楚视觉中国对涉事图片，到底拥有哪种权利。 从 Jeff 最先公布的资料中可以得知，视觉中国开始先是表示“ 自己拥有著作权相关权利 ”，所以才向 Jeff 发出了维权通知。 而在上文视觉中国的微博声明中，又改口成了“ 完整销售权 ”。 对此，我们的律师表示： 著作权相关权利这个说法，是非常模棱两可的，因为它可以指代很多其他权利。 至于完整销售权，在《 中华人民共和国著作权法 》第二章第十条中罗列出的十七条权益中，压根就没有什么销售权。 所以，还需要视觉中国进一步解释，所谓的完整销售权，到底匹配了法律中的哪一条、哪一项。 总之，从视觉中国自己发布的内容来看，基本可以视作是没有维权权利的。 那么，到底在什么情况下，视觉中国才有权销售 Jeff 的图片，甚至告 Jeff 侵权呢？ 律师和差评君说，首先，无论如何，Jeff 都是拥有自己的署名权的。 同时，Jeff 还可以授权其他平台出售，这种情况下他自然也可以使用。 如果 Jeff 真对自己的照片造成了侵权，那就只有一种情况—— 他把自己除了署名权以外的著作权，并非授权，而是转让给了第三方平台，或是在授权协议中明确表示了 Jeff 自己不许以商用、分享等方式发布图片。 但现在来看，这几乎是不可能的。 更何况据 Jeff 所说，Getty 也没资格将涉事图片转授给视觉中国，可视觉中国此前一直在公开售卖图片，这反而是侵犯了 Jeff 的著作权。现在找上门，属于是伤敌 -800，又自损 1000。 如果再深究下去，视觉中国还可能涉嫌冒名维权，演变成欺诈行为，更别提翻案了。 这波基本可以说，视觉中国是在有侵权风险的情况下，还试图维权。 而抛开这件事，差评君其实也早就想聊视觉中国了，原因很简单—— 因为我们也和 Jeff 一样，被视觉中国找上门索要过费用。。。 大概几个月前，视觉中国突然联系到我们，称有 195 张图片需要核实来源。 并表示，如果所用图片没有视觉中国的授权记录，那就要以商务合作的形式进行下去，一张图片需要支付 230 元，总价 46000 元。 支付后，前期的 195 张涉事图片方可免责，视觉中国还会再提供一年 200 张图片的使用权。 看到这件事，我们的第一反应是有点懵。 因为，我们已经向另一家图库付过钱，并获得了使用权。 也就是说，我们买了别人正常销售的版权图片，且正常合理使用，却又被视觉中国找上门收取费用，相当于一份图片要花两份钱。 而在我们明确提出图片来源后，直接反问视觉中国是否有“ 独家销售权 ”。 得到的回答，是这样的。 差评君基本可以理解为，这 195 张涉嫌侵权的图片，视觉中国自己可能也没搞清楚哪张是他们独家的。 可我们就是从购买的图库里找图用而已，卖我们版权的图库也可以为我们做担保。 总之，最后和视觉中国又是一番拉扯，差点把我们和另一家图库的保密合同搬出来，这事才算作罢。 到这里，差友们可能已经一脑袋问号了。 这个视觉中国，为啥这么勇，即使手里资料并不完整，也要到处维权？ 而且别人图库里的图片，怎么总能跟它挂上关系呢？ 要想解释这些事，就又得翻翻老黄历了。毕竟视觉中国不是第一次上热搜，也不是第一次因为版权的事翻车了。 各位还记得几年前 EHT 公布的第一张黑洞吗？ 当时因为视觉中国把这张黑洞图片放到自己图库里，并明码标价收费的事，就吵过一次。 甚至连中国国家天文，都没逃得过视觉中国的制裁。 它们拿着一些公版图片，就愣是让你打钱。 对于这种情况，说起来有点复杂，但简而言之就是—— 由 EHT 拍摄的黑洞图片，属于是公版图片，EHT 方很乐意把图片免费提供给各个媒体使用。 而视觉中国与多家媒体合作，因此媒体所使用的图片，视觉中国也会获得编辑类图片使用权，于是，它就“ 顺理成章 ”放进了自己的收费图库中。 但就算它这么干，我们其实也依然可以使用。因为真正的著作权，是 EHT 的。 所以视觉中国当年就被群嘲过一次，并公开表示过不会再追究黑洞照片的使用权。 至于著作权的拥有者 EHT 为啥不向视觉中国维权，差评君猜测可能是由于人家有很多正事要做，没空吧。 欧洲天文台关于图片使用权说明 基本只要明确标注来源就可以使用 当然，这也不过是“ 视觉中国维权日记 ”里的小风波。 像是各家公司的 LOGO、活动照片、建筑摄影等，也全在视觉中国的图库中。 所以，只要视觉中国想，完全可以用“ 腾讯在自家宣传稿中，使用了自己的总部大楼照片 ”这种理由，跟最强法务部操练操练。 关于这件事，说起来也很离谱，因为视觉中国签约了很多摄影师、设计师，为它持续供稿。 按照视觉中国自己的说法，这些品牌相关照片，属于是摄影师的“ 创作作品 ”。 甚至自家图库里，和凤凰网一模一样的 LOGO，视觉中国也表示，这是签约设计师的手绘临摹作品，即使完全一样，里面也有无差别人类劳动的成分。 总结一句话，就是出现其他品牌元素，都是二次创作，所以不构成侵权。 更更离谱的是，视觉中国的版权图库里，还曾有中国的国旗和国徽。 而视觉中国给出的解释也如出一辙：这些国旗国徽矢量图，都是手工绘制的。 所以，也还是艺术作品。 这就使得，视觉中国似乎有点立于不败之地，除了它自己，没人可以打败它。 一方面它合作的机构组织足够多，另一方面对版权的控制也很强，自然让它的维权底气满满。 但根据《 中华人民共和国商标法 》和《 中华人民共和国国旗法 》中的条款，我们其实可以明确得知，就算是二次创作，商标和国旗国徽也对商用的行为要求十分严格。 这么看来，之前的视觉中国，已经不算是在侵权的边缘试探，而是在侵权的范围里进进出出，来去自如。 总之，由于图片版权问题的复杂性和可周旋余地都很大，所以，据我们公司设计大兄弟说，多数图库平台，都有不太公平的独家盈利手段。 但即便是这样，差评君觉得凡事也得“ 讲道理 ”。 什么东西是自己的，什么东西应该维权，首先自己心里就得先有数。 如果始终抱着有枣没枣打一杆子的心态，那真不知道，以后还要捅多少次马蜂窝。 撰文：赤膊朋克 编辑：面线 封面：焕妍

通常来讲，厂商发布新设备都会集中在春季和年底，暑期一般都是淡季，正好托尼也可以趁机休息一会儿。 但今年不知道咋回事儿，厂商们就跟上头了一样，大热天的也要挤出时间发布新手机，而且质量还都不差。。。 我们熟悉的老朋友一加当然也不会缺席，在年中给大伙端出了一台主打极致性能的 Ace 2 Pro。 虽然不知道最后是办公室的哪个白嫖怪，会在托尼测评完之后用这台手机打游戏，但这也说明 Ace 系列从 OPPO 转移到一加手里之后，终于让自己的定位更清晰了。 那就是介于中端机和旗舰机之间，做工向上看齐旗舰机，同时整体配置和体验主打极致性能。 比如它用上了旗舰级的骁龙 8 Gen2 芯片，同时最大内存和存储达到了非常离谱的 24GB+1TB 。。。 好家伙，我电脑内存都没这手机大。。。 简单来讲，你可以把 Ace 2 Pro 理解成相机砍了两刀的一加 11，但性能方面又疯狂加料，非常适合打游戏的玩家和追求性能的用户。 作为一个用了好几年一加手机的老用户，Ace 2 Pro 在刚刚拿到手的时候还是挺亲切的，因为机身背部的做工跟前两年的一加 9 系列有些相似。 但 Ace 2 Pro 这次升级了全新的漫反射工艺，相对没那么沾指纹，看着还有那么点金属质感。 不仅看着舒服，握在手里更舒服， 一加还是那么会拿捏手感，极度引起舒适。 这种做工和手感已经在无限接近自家的旗舰机了，但不足就是尽管没有无线充电，机身还是有点厚重，可能是因为堆了太多散热。。。 就是这个背面的相机模组嘛。。。一加可能是真的打算一直用下去，这个就见仁见智了。 虽然这个模组看着和一加 11 没啥区别，但细看会发现少了哈苏标，而且只有主镜头的参数不错，用上了 OPPO Reno 系列同款的 IMX890 传感器。 不过这个搭配倒也合理，毕竟成本和定位摆在这里，性能才是第一位的，相机啥的比扫码强就行。 向左滑动查看样张 对了，三段式开关依然是在的，用起来依旧十分顺手。 那前面把该说的说了，接下来就是重头戏性能环节，毕竟 Ace 系列的定位就主打性能，尤其是这次直接用上了旗舰级的骁龙 8Gen 2 芯片，可以说是下了血本了。。。 以及最大 24GB+1GB 的存储搭配，和各种针对游戏的散热和功能，让我对它的游戏表现十分期待。 而一加 Ace 2 Pro 的性能总结一下就是：根本难不倒它。。。 先来个一阶测试软件娱乐兔，跑分轻松来到 164W，虽然没有发布会说的那么高，但也算是数一数二了。 接下来是二阶测试软件 《 原神 》 ，这回强度一下就上来了，须弥城全高画质 30 分钟 59.3 帧，是一个非常不错而且意料之内的成绩。 此时机身正面温度 49 度左右，背面甚至只有 45 度，虽然发热明显，但还在一个可以接受的范围内。 这个表现确实可以，但跑图过程中还是会时不时有点小卡顿，于是我又开启了游戏稳帧重新跑了一遍。 虽然这次的平均帧率还是 59.3，但从数据上可以看出，平均 10 分钟微小卡顿次数从 18.3 降低到了 12.6，卡顿次数则从 7.3 降到了 5.3。 不光是数据，托尼在实际跑图中也能感觉到卡顿确实有所缓解，没那么明显了。 再接下来就是三阶测试软件 《 崩坏：星穹铁道 》 了，这下强度直接拉满。。。 在星槎海中枢全高画质 30 分钟跑图之后，Ace 2 Pro 的平均帧率是 53.5 帧。 这个成绩也属于还不错的水平，但托尼完全觉得它的成绩可以更好。 因为不知道是调教问题还是什么，Ace 2 Pro 对 “ 崩铁 ” 的调度非常保守，帧率忽高忽低，机身温度甚至比 《 原神 》 还低一点。。。 所以如果温控不这么严格的话，托尼觉得 Ace 2 Pro 完全可以跑到 55 帧往上。 既然这俩游戏都能搞定，那么剩下的手游基本就是跟砍瓜切菜一样，轻松拿下。 看到这里，你应该也对 Ace 2 Pro 的性能有个大概的了解了，那就是性能确实很强，但长得却和游戏手机半毛钱关系都没有，质感更像是一台旗舰的性能手机。 它的硬件参数不仅很强，还有各种功能辅助，比如超帧、稳帧和超级分辨率功能等等。 这些功能翻译过来就是，帧数更高、帧数更稳、分辨率更高。 当然，具体表现还要看玩的是啥游戏，比如 “ 崩铁 ” 目前就很可惜还不支持稳帧功能，要不然体验还会更好。 所以你说打游戏闭眼睛买它行吗？完全可以，但这并不意味着只有游戏爱好者才能买它。 因为一加从来没说自己是游戏手机，而是追求极致性能的手机，所以凭借着堆料和优化，Ace 2 Pro 也很适合那些追求效率和流畅的普通用户。 另外它的外观也没有多么 “ 狂妄 ” ，如果你是一个游戏重度用户，但又是一个 i 人 （ 内向的人 ） ，不喜欢游戏手机夸张的外观，那 Ace 2 Pro 其实还挺适合你的。 对了，它的 0916 线性马达带来的振动手感，依旧堪称顶级且细腻，是找瑞声科技专门定制的，强烈建议大家去线下店体验一下。 最后，托尼当然也躲不掉最近机圈儿很火的事情，那就是被网友视为竞争对手的红米 K60 至尊版，以 2599 元的起售价让大家全体起立。。。 这件事离谱到小米发布会当天晚上，一加居然也被送上了热搜。。。 从价格上讲，很多人都认为红米提前两天用这个变态的起售价直接杀死了比赛，这么想其实没啥问题。 而且一加 Ace 2 Pro 的做工和那颗骁龙 8 Gen2 芯片，就注定了它没法做到和 K60 至尊版相同的低价。 做不到相同，但是我们可以做到相近啊！ 2999 元的起售价，对于一加 Ace 2 Pro 的做工和配置来讲，已经非常有性价比了。 一加也在发布会上做出了回应，表示这两台手机就不是一个档位的，这个倒是跟托尼的想法类似。。。 因为托尼把两台手机分别给同事摸了摸，大家都一致认为一加的做工和质感比红米要好上太多了，甚至都不是一个级别的产品。。。 所以这两款产品看似是竞品，其实也挺好选的，要是你不差这 400 块的差价，完全可以考虑做工和质感好得多的一加 Ace 2 Pro 。 而且，一加还有美依礼芽和 《 原神 》 联名，这波可以说是相当有排面了。 然而别忘了，有一种东西叫做 “ 人性的弱点 ” ，只要一款产品的价格足够低，就可以低到让我忽略它的任何缺点。。。 更何况，红米 K60 至尊版本身的配置也不算差，甚至还有 IP68 防尘防水， 在托尼眼里，它们都是很不错的产品，但究竟是 “ 人性的弱点 ” 更强还是旗舰质感更胜一筹，就要看消费者的选择了。 而说回到今天的主角，托尼觉得一加 Ace 2 Pro 可能是 3000 元档价位做工和质感最好的手机。 它的综合配置没有旗舰手机那么顶级，但已经足够普通用户和游戏爱好者的需求了。 只不过对于托尼这种老加油来说，一加的下一代真·旗舰什么时候才能到来呢？ 撰文：百威 编辑：米罗 摄影：若轩 美编：焕妍

IT之家 8 月 16 日消息，生成式 AI 的崛起，在促进各种场景应用之外，也衍生出各种奇葩的技能。近期有一款名为 Text With Jesus 的免费应用上架后，受到了媒体和消费者的广泛关注，让你可以和耶稣聊天。 这款应用程序目前已经在苹果 App Store 和 Mac App Store 上架，用户可以和耶稣、玛丽，约瑟夫，彼得和马太聊天。 这款应用虽然是免费的，不过用户每月支付 2.99 美元（IT之家备注：当前约 22 元人民币），可以和撒旦聊天。 开发人员表示这款应用所使用的 AI 模型，经过了 King James Version，New International Version 和 New American Standard Bible 等所有公开版圣经训练。 开发人员表示，开发这款 AI 驱动的应用，并不是希望为用户提供神谕或者任何形式的语言，只是基于圣经，帮助用户加深对相关文本的理解。

作者 | 三北 编辑 | 漠影 智东西8月16日报道，过去半年，越来越多的行业已经接入了大模型。 如果将大模型比作一道“佳肴大餐”，那么大模型平台就是供大厨烹饪的“厨房”。菜好不好吃，厨房的作用至关重要。当下，越来越多的“xx行业首个大模型”诞生，大模型行业落地进入效果验证的深水区，对大模型平台也提出了更高要求。 在与上百家客户磨合调研之后，百度智能云千帆大模型平台近期迎来了最新升级，在模型库、提示词库等方面实现迭代。 千帆大模型平台是一个覆盖从数据准备到模型训练、评估优化、测试服务、落地部署等全流程的企业级一站式开发环境和工具链，据称已有超15万企业申请试用，上百家企业与之深度接触。 随着千帆大模型平台扩大开放范围，智东西第一时间对其进行了试用体验，并通过对话百度智能云千帆大模型平台的相关专家，对其最新功能迭代，以及迭代背后的思路和产业洞察进行了深入探讨。 一、引入Llama 2等33个大模型，模型推理成本最多可降50% 在很多人的印象中，千帆大模型平台主要是支持百度文心大模型的调用和部署。但登入千帆大模型平台的操作台，我们发现，“模型仓库”中有很多可选项，多个第三方模型可以进行直接调用、部署，无需等待申请。 ▲千帆大模型平台支持直接调用第三方大模型 千帆的工程师称，目前，千帆大模型平台除百度自研的文心大模型外，还支持Llama 2全系列、ChatGLM2-6B、RWKV-4-World、MPT-7B-Instruct、Falcon-7B等33个大模型，成为国内拥有大模型最多的平台。接入的模型经过千帆平台二次性能增强，模型推理成本可降低50%。 企业和开发者调用第三方模型时为什么要使用千帆平台？这位工程师告诉智东西，接入是简单的动作，企业通过Llama 2等模型的官网就可以实现，但接入不是目的，关键是千帆平台能为用户带来更多的价值。 据称，千帆大模型平台上纳管的模型均经过平台优选，充分考虑可商用、模型效果和模型安全性。在此基础上，团队还对第三方模型做了一系列增强，比如通过全套工具链适配实现性能增强，通过SFT（全量参数微调）及强化学习等调优方式实现效果增强、安全性增强，从而为企业降本增效。 ▲千帆大模型平台支持多种方法模型调优 同样是为了效果增强，千帆大模型平台本次还带来了应用支持方面的更新。 在“Prompt（提示词）模板”选项中可以看到，103款Prompt模板已经上线，包含对话、编程、电商、医疗、游戏、翻译、演讲等十余个场景。据称其中大部分是基于百度智能云在产业实践中的积累。 ▲103款Prompt模板已经上线千帆大模型平台 Prompt是指通过自然语言向大模型提出问题，问题的好坏直接影响大模型的内容输出质量。在实际应用中，大模型往往因为Prompt缺乏针对性、描述不清晰等原因影响到内容准确性。 用不同Prompt给某对话机器人提问，会得到不同的效果。比如当Prompt输入：“《长安三万里》好看吗？”，机器人会输出一个比较简单的结果： “《长安三万里》是一部非常出色的动画电影，它以唐朝为背景，通过展现那个时代的文化繁荣和诗歌艺术的精髓，让观众能够深入感受到唐朝的历史和文化氛围。 电影在画面、故事、演员表现和制作质量等方面都表现出了极高的水平，让观众能够沉浸其中，感受到角色的内心世界和情感纠葛。同时，电影还将传统的唐乐和现代音乐相融合，为电影增添了一种独特的气息。 虽然电影也有一些缺点，例如某些情节可能过于紧凑，某些角色的发展可能不够充分，但是这些缺点并不影响电影的整体质量。总的来说，《长安三万里》是一部非常值得观看的动画电影，如果你对历史和文化有浓厚兴趣，那么这部电影一定不容错过。” 对比来看，使用Prompt模板+原始Prompt：“我希望你充当一个电影评论家。你将编写一篇引人入胜和有创意的影评。你可以涵盖诸如情节、主题和基调、演技和角色、方向、配乐、电影摄影、制作设计、特效、剪辑、节奏、对话等主题。但最重要的方面是强调电影给你的感觉。什么是真正引起你的共鸣。你也可以对电影进行批评。请避免剧透。电影名称是《长安三万里》”。因Prompt更详细具体，对话机器人回复了更符合预期的答案： “《长安三万里》是一部极具创意和想象力的动画电影，带领观众穿越到繁华辉煌的唐朝，展现出那个时代的文化气息和诗歌艺术的精髓。这部电影在情节、主题、演技、制作等方面都表现出了极高的水平，但最令人难忘的是它给观众带来的那种沉浸式的感受。 电影以李白和高适的友情为主线，将历史上的文人墨客融入其中，让观众在欣赏美轮美奂的画面和感受情感纠葛的同时，也能领略到唐诗的魅力。情节紧凑跌宕，人物形象生动鲜明，使得观众能够深入感受到角色的内心世界。 在演技方面，主要演员的表演非常出色，将角色的个性和情感表现得淋漓尽致。他们的表演为电影增色不少，让观众更加深入地融入到故事情节中。 电影的制作质量也非常高，从镜头到音效到配乐，都展现出了精细的制作和精美的设计。特别是电影的配乐，将传统的唐乐和现代音乐相融合，为电影增添了一种独特的的气息。 当然，电影也有一些缺点。例如，有些情节可能过于紧凑，让人有些无法消化;某些角色的发展可能不够充分。让人难以完全理解他们的内心世界。但是，这些缺点并不影响电影的整体质量，仍然是一部值得观看的电影。 总的来说，《长安三万里》是一部非常出色的动画电影，它带给观众的不仅是视觉上的享受，更是精神上的震撼。如果你对历史和文化有浓厚的兴趣，那么这部电影一定不容错过。” Prompt模板的更新标志着千帆大模型平台的边界进一步拓展，向用户的应用效果靠近，从而大大降低了大模型的使用门槛。 而不断降低使用门槛，也是千帆大模型整条工具链平均每两周一迭代的一个重要指导思路。 千帆的工程师说，千帆大模型平台包含了海量数据处理标注、再训练、微调、强化学习、评估、高效压缩、自动化Prompt工程、快速应用编排等工具。通过这一系列工具链，千帆的核心是服务于企业核心的需求痛点，从而增强终端的大模型应用效果。 ▲千帆大模型平台提供大模型全流程工具链 二、“炼模”路难关多，几百家客户摸着“千帆”过河 千帆大模型平台迭代背后，是百度智能云团队与数百家企业的磨合和深度调研。 千帆的工程师谈道，自千帆大模型平台于3月27日正式上线以来，团队每周都会对接大量客户，了解他们的平台使用情况、大模型应用的效果。目前千帆大模型平台已有超15万企业申请，内部深度跟进的就有上百家。本次功能的迭代，正是从和当前深度接触的客户的场景实践中来。 ▲千帆大模型平台全景 团队发现，当下大模型需求可以归结为两类： 一是企业希望通过大模型改善它终端应用的效果，并且很多企业在孵化很多创新的应用，这些企业核心关注需要的就是大模型的效果保障，包括它的推理SFT的工具链，以及Prompt工程。 二是有很多行业企业，包括像金融、能源、教育，这些企业的诉求是希望能够结合自己的行业已有的知识经验和丰富场景数据积累，去构建行业大模型，或者服务它的行业上下游企业。 从调研结果来看，90%以上的客户最关心的还是模型效果，这是所有企业最关注的“Top1痛点”。比如在大模型输入输出方面，企业不仅关注推理速度、输出信息准确度等客观指标，还会有一些主观评判。其次企业和开发者关注性能的提升，在资源消耗等方面寻求更高的性价比。 随着实践深入，客户的要求在不断变高。比如很多客户对内容生成速度上有要求，有的用户会提出将首个Token上线时间从7~8秒优化到1秒以内。此外，一些手机、车载厂商希望模型能放到本地，消除通信带来的延迟并增强用户隐私保护，这就需要平台配备满足更多样化需求的模型。 正是这些客户不断提出更高的要求，倒逼千帆去从工具链和模型角度做更多的性能优化。 实际上，在“炼模”的全过程中，企业在数据管理、模型训练、评估/优化、预测服务和Prompt工程和插件服务等各个环节都面临着不确定性及痛点，这也让专业的一站式的大模型平台需求更加迫切。 千帆大模型平台或许是国内经历客户真实场景测试最多的企业级一站式大模型平台。千帆的工程师谈道，在对客户的陪伴式服务过程中，团队收到了很多客户对千帆大模型平台的好评： 比如某政务场景客户，基于千帆平台构建了一个政务AI助手应用，在落地过程中发现对政策文件的解读不够精准详实，于是基于千帆SFT调优工具在几天时间内实现迭代，满意度直线提升； 某医疗客户，结合千帆平台做诊前诊中医疗辅助，通过提示词模版和域内知识检索结合，助大模型给出更好的辅助判断； 某电商客户，基于千帆提示词模板库将电商导购类的Prompt导入，在不到一周的时间里搭建了导购应用。 当下，随着“百模大战”进入深水区，更多的企业开始更关注模型效果调优、实际应用部署等过程中更细的问题。这些问题的解决依靠经验和工具的支撑，众多企业选择摸着“千帆”过河，这也客观上为千帆大模型平台的进一步迭代提供了源泉。 三、行业一线试练5个月，千帆大模型平台寻求“破茧时刻” 纵观全球科技圈，随着科技巨头掀起AI大模型竞赛，大模型平台成为兵家必争之地。 3月27日，千帆平台发布，百度在模型研发和产业应用上都做多工作，可以说百度是目前整个市场上接触开发者最多的大模型厂商。 千帆大模型平台正寻求新的“破茧时刻”，向更易用、更全面、更高效、更开放、更安全方向发展。 更易用：降低门槛，开箱即用。千帆希望通过把整个工具链做可视化界面封装，实现开箱即用。体现在产品的方案和框架，非专业人士5分钟也能很快理解和上手。 更全面：覆盖大模型全生命周期。应用大模型的行业和场景分散，对工具链的丰富性提出更高要求，为此千帆提供数据标注、模型训练与评估，推理服务与应用集成的全面功能服务。 更高效：训练与推理性能大幅提升。当下超大规模参数模型十分耗费算力，对其进行性能优化是复杂的工程，需要通过IaaS、PaaS、MaaS等多层服务优化服务链路。据称，团队在MLPerf榜单训练性能世界领先，千亿模型分布式并行训练加速能力和算力利用率大幅提升。 更开放：预置百度文心大模型与第三方大模型，助力大模型多场景落地应用。千帆从上线的第一天起就强调会预置第三方大模型，希望让客户通过多个模型测试后做出最优选择。 更安全：千帆对所有接入的第三方模型均做了模型安全增强，不仅保障文心大模型的内容安全，还保障了第三方大模型的安全输出。千帆提供完善的鉴权与流控安全机制，自带敏感词过滤功能。 千帆的工程师谈道，百度是端到端的四层技术架构的践行者。从底层的昆仑芯到飞桨深度学习框架，到大模型再到上层应用，每一层都有领先的技术和产品。千帆大模型平台基于四层架构，在大模型开发和应用的全生命周期过程中做了端到端优化，从而让客户感受到系统的提升，最后达到应用效果的提升。 结语：AIGC应用的孵化地上，企业摸着“千帆”过河 随着“百模大战”打响数月，众多行业大模型已经推出，产业接下来面对的是在真实应用场景中的模型价值验证。应用价值的实现不仅取决于模型算法本身，还与数据、调优方法、应用部署等各个环节的操作相关，这都需要称手的大模型平台来为开发者提供支持。 百度智能云千帆大模型平台深度参与了国内大模型落地的进程，也正将洞察和经验沉淀为功能组件，从而为更多企业应用大模型提供重要的桥梁和工具。不过，当下国内外的大模型平台也都处于探索落地期，要真正让平台生态形成正向循环支持产业发展，依然有很远的路要走。

凤凰网科技讯（作者/郑乾坤）8月16日消息，一加于今日发布Ace 2 Pro手机，使用第二代骁龙8处理器并搭配天工散热系统，售价2999元起 外观方面，一加Ace 2 Pro延续Ace 2系列的设计语言，共有极光绿和钛空灰两款配色，边框使用了新工艺进行打磨，一加宣称可以使其具有金属质感。镜头模组部分采用「玻璃冷雕工艺」，对一整块玻璃进行CNC斜面切割，使其呈现金属质感。一加 Ace 2 Pro使用了定制京东方Q9+材质6.74英寸1.5K AMOLED曲面屏，支持10bit色深，和100% DCI-P3色域。 性能方面，一加 Ace2 Pro使用第二代骁龙8移动平台+LPDDR5X+UFS4.0组合，并配备了「微架构超算引擎」、「内存基因重组」和「焕新存储」三项技术，可以针对使用场景灵活调度资源，优先保证前台资源。在重负载游戏场景下，一加Ace 2 Pro也配备了HyperBoost2.0 游戏稳帧引擎和超帧超画引擎来进行针对性优化。在发布会上，一加 Ace 2 Pro延续与《原神》的合作，官方宣称将从帧率表现、首次进入游戏加载时间、传输加载速度、画质表现等维度进行适配，并对新版本的「枫丹」地图进行提前优化。此外，一加 Ace 2 Pro搭载了「天工散热系统」，VC均热板拥有9140mm²的散热面积，并新采用了金刚石导热凝胶等材料，可提升散热表现。 影像部分，一加Ace 2 Pro使用了IMX890 5000万像素主摄+800万像素超广角和200万像素微距摄像头的三摄组合，其中主摄支持OIS光学防抖，一加为其配备了「超光图像引擎」，官方资料显示其可以使用光子点阵信息，并结合RAW数据为照片带来自然的光影。 此外，一加Ace 2 Pro还优化了网络通信能力，在相机模组等位置设置天线，并支持了Wi-Fi7协议。充电与续航方面，一加Ace 2 Pro使用了150W快充和5000mAh电池的组合，官方宣称可在17分钟内充满。配置与价格方面，一加Ace 2 Pro共有12GB+256GB售价2999元、16GB+512GB售价3399元、24GB+1TB版本售价3999元，将于8月16日下午16:30开启预售。

宁德时代在8月16日下午举办的发布会上正式发布了神行超充电池，是全球首款磷酸铁锂4C超充电池。可以实现充电10min,续航400km。根据长安汽车朱华荣的推介，这款电池10min可以从20~80% SOC，可见车型的综合续航里程在700km左右。参考比亚迪汉以及腾势N7的电耗~13kWh/100km(刀片电池打破LFP乘用车带电量天花板)，预计电池包总能量接近90kWh，价格不会特别低，而且只有中大型车辆才能有足够空间来装下90kWh的磷酸铁锂电池，这些车价格也都在20万以上。考虑到长安以及华为都来站台了，说不定阿维塔可以首发这款神行超充电池，毕竟是宁德时代亲儿子。而且目前其电池是116kWh的三元也能够装下90kWh的铁锂。不过这款电池23年底就量产，24年一季度交付，可能会背刺理想纯电MEGA。同时在电池系统高效的热管理能力下，低温-10℃也能够实现充电30分钟到80% SOC。综上，神行超充电池就是麒麟电池的LFP版本，在快充LFP电芯的基础上匹配麒麟电池高效热管理能力进一步提升整包快充性能。除了麒麟电池之外，小鹏已经发布的G6以及上汽即将发布的LS6都具备很强的快充能力，但都不是麒麟电池架构，那么快充是不是一定要麒麟电池的加持？其他公司的LFP电池能否快充？本文带您一探究竟。 一、电池快充的影响因素 之前的文章中已经提到过（参见4C+快充能成为主流吗），快充需要在充电桩侧以及电池侧共同发力。前者的进步很快，在600A持续充电电流下，今年上半年华为基于1000V系统已经发布了600kW快充桩，广汽，小鹏，理想也相继发布并布局了480kW充电桩，桩端已经不是快充的瓶颈。电池侧主要包括了电芯以及系统的热管理能力。 首先来看电芯本身的快充能力：主要是两个方面，一是要避免快充时析锂导致的安全以及寿命衰减。这方面核心是选择适合快充的负极体系，比如各向同性石墨。同时仿真模拟显示析锂主要发生在负极片和隔膜的界面处，需要保证隔膜孔隙的均一性（一般都采用湿法隔膜，其孔隙更加均匀），其次还要在极片设计上采用浓度以及孔隙梯度设计，靠近集流体处导电剂多，孔隙小，靠近隔膜处正好相反，导电剂少，孔隙率高（宁德时代发布会提到的多梯度分层极片，这个清华大学李哲老师也研究过）。由于涂布之后由辊压工序，一般会把靠近隔膜处的极片的孔隙变小，所以通常采用多层涂布的方式，目前国内的研究机构和企业已经解决了这个问题。 图片源自JECS文章以及清华大学李哲老师报告 其次是电芯电阻不能太大。主要两个影响，首先是产热比较大 (Q=I2R),容易达到电芯的安全运行温度。此外内阻大容易达到电芯的上限电压(V=I*R)，造成充电终止，尤其是在LFP体系中尤为严重（上限电压3.65V只比平台电压3.3V高了0.35V左右）。对于由多颗电芯组成的电池系统，由于容量，内阻的差异，也更容易造成单个电芯达到上限电压导致的充电提前截至(参考宁德时代即将发布6C快充技术？)。 而在电池系统的散热能力方面，主要考虑的是跟电芯接触的散热面积。这在之前的文章（4680电池的充电速率一定更快吗?）也提到过，电池包快充时功率和电流较高，导致发热量很大，充电速率很大程度上取决于能否高效散热。而对于热量传递以及热量对流的过程，其散热量都跟换热面积强相关，Q=K*A*ΔT, 其中K为导热系数或者换热系数，A为导热面积或者换热面积。几种主流的电池来比较的话，4680电池单位容量的接触面积跟21700是减小了的， 虽然电芯采用无极耳设计，内阻大大降低，但是散热面积的大幅下降，导致其快充能力目前还不如21700, 加上顶部冷却的话可能勉强可以。类似的，在800V系统加持下，麒麟电池大面散热的能力十分强悍，其散热面积比21700的1.6倍，是底面和侧面散热的其他方案的接近2.4倍。可有效带走快充产生的热量。所以理论上在电芯能力相似的情况下，麒麟电池的快充确实强悍。 二、快充不一定要麒麟电池 上面已经提过，麒麟电池主要影响是系统散热能力。那么是否快充就一定要麒麟电池呢？这倒未必。因为在快充时，电芯的发热量太高，即使是靠麒麟电池的高效散热能力，也不足以把所有热量带走，还得靠着电芯本身的比热容把热量转化为温升。我们以主流的那款140Ah电芯进行分析，按照电芯内阻0.4mΩ，系统1P198S，其他高压件电阻5mΩ(包括Busbar, 继电器，电流传感器等) 来计算，电池系统总电阻为84.2mΩ。4C充电的话电池系统总的产热功率为Q=I2R=560*560*84.2/1000=26.4kW, 冷却系统散热功率一般也就12kW左右(锂想上海车展发布会上提到的也就12kW)，考虑到有效散热面积不足带来的影响，实际功率都达不到12kW, 按照实际有效散热功率打八折（9.6kW）来计算，那么10min净发热量为10080kJ。如果全部被电芯吸收，按照一般三元铝壳电芯比热容接近1000J(kg.℃), 单电芯质量为2.16kg计算(电芯能量密度240Wh/kg，电压3.7V, 容量140Ah, 那么总质量为2.16kg), 电芯温升为23.8℃. 如果起始温度是25℃的话，连续4C快充10min其最终温度达到了48.8℃，接近电芯50℃的限值了。 上面的计算假设电芯内阻是不变的，但实际上内阻会随SOC以及温度改变。比如电芯充电时，SOC越低，内阻越大。3%SOC的电阻是30%的1.7倍。所以低SOC虽然不容易析锂，更适合大倍率充电，但是内阻又会导致温升严重，所以一般快充都从5~10%左右开始。而通常宣传的20%~80%SOC的快充区间内，电芯内阻是比较接近的（宁德时代也是20~80%的4C快充）。值得注意的是，由于电芯的电阻随温度升高而降低，所以很多企业采用先预热再进行快充的策略，比如特斯拉，比如国轩发布的LMFP 电池预热到35℃(LMFP即将拳打LFP脚踢NCM)。之前王朝阳老师将LFP电芯加热到60℃其内阻大约是25℃时的一半，产热功率下降一半，跟室温环境温差大，散热能力也更强（参考Nature Energy 文章Thermally modulated lithium iron phosphate batteries for mass-market electric vehicles）。所以说温升有时候是好的，一方面降低了内阻，另一方面也减少了析锂风险，只要能控制住不发生热失控即可。一般而言，三元电池快充温度一般控制在50℃以下，超过会大幅度限制功率，确保最高使用温度不超过55℃。而铁锂电池由于安全性好，可能放宽到60℃. 综上，适当升温对电芯快充是有利的，热管理的核心是避免过度升温导致热失控而且要保证电芯温度均匀，因为此前的研究表明，同样的容量偏差，电芯温差控制在5℃以内，其循环寿命是温差10℃的一倍（参考Chin. Phys. B,2013,22, 8,088801）。所以说要努力保证电池包内电芯温差控制在5℃以内，长时间超过5℃对于循环影响很大。控制温差的难点在于电池包中心部位的电芯热量很难散出，一方面需要优化冷却系统的流道设计，另一方面可以采用相变材料控制中部电芯的温升，相变材料有利于缓解电池在发热时的升温情况，并且可以降低电池在工作中的温度变化幅度。比如上汽集团智己LS7就采用了PSG相变超材料防火墙。它是一种新型复合材料，覆盖在整个电池包上盖的下方，可耐1000℃高温10min以上，主要是防止电芯热失控后明火烧出电池包外部，确保车辆和人员的安全。欧阳明高院士孵化的企业 科易动力 也利用相变材料实现了低温下的预热快充以及高温下的快充散热（科易动力在电池系统快充方面的研究比较深入，既有硬件设计，也有软件算法，可以跟宁德时代竞争，只是规模比较小）。此外，浸没式冷却也有利于降低电芯温差微宏动力快充电池系统此前一直采用浸没式冷却，冷却液跟电池直接接触，冷却效果很好，有利于快充的实现。 科易动力快充电池方案 虽然4C以下的快充并不一定需要麒麟电池，但是良好的散热能力确实是实现持续快充的基础。截止到目前，虽然小鹏和广汽都宣称能够实现480kW快充，但其实际发布的车型其最大充电功率都与480kW相差甚远,基本在300~350kW之间，且都是峰值不可持续的功率，这主要受限于目前电池系统的热管理能力。 不过随着电芯本身快充能力的提升，消费者的补能体验已经有了很大的改善：比如小鹏G6的159Ah电芯，最大充电功率280kW（超过3C, 考虑到总能量87.5kWh），10分钟可以充到50%SOC以上，续航300km. 早前小鹏G9的磷酸铁锂版本(EVE电芯)，其电芯峰值充电能力也达到了3C. 而即将在成都车展发布的智己LS6, 虽然没有采用麒麟电池，但其最大快充功率高达396kW (3.75C)，充电10分钟续航350km，15分钟500km, 这已经是极速补能体验了。再往上提升付出的成本很高，而收益却不明显，性价比不高。 图片源自德卤爱开车微博（见水印） 小结：虽然麒麟电池大面冷却的设计方案，可以大幅度增加电芯表面的散热面积并将充电功率提高到480kW, 但是快充电池并不一定需要麒麟电池(由于专利问题，别家电池企业也无法使用麒麟电池)。一方面，对于400kW以上的充电功率，即使是麒麟电池也无法将热量完全散掉，既然需要电芯比热容来吸收热量升高温度。另一方面，快充达到250~300kW对于大部分车型已经足够用了，比如小鹏G6已经实现充电10min续航300km，即将发布的智己LS6号称充电10min续航350km. 非要提高到10min续航400km，那么用户体验的边际效应递减，电池性价比会下降（这跟智能手机快充类似，60W就足够用了，再高对体验提升并不明显）。这次宁德时代发布的神行超充电池，虽然10min充电400km，但是在综合续航里程达到了700km的情况下做到的，电池能量90kWh的话成本并不低（加上麒麟架构可能要接近10万元）。除了快充电芯本身的设计外，业内的重点应该从散热能力转移到均温能力上，降低电芯温差，这样既可以快充，也可以保证寿命的安全，且性价比更高。

随着以 ChaTGPT 为代表的生成式 AI 爆火，AI 技术发展的狂潮被彻底点燃，求贤若渴的 AI 人才也成了当下最为稀缺的人力资源。 美国企业也处于这股 AI 人才的招聘热潮之中，为了吸引顶级人才，一些美国公司甚至愿意支付超过七位数（人民币）的年薪。 这一趋势在求职网站上已经略显端倪。 ▲ 图片来自：WSJ 美国知名求职网站 Indeed 数据显示，近几个月来，合乎 AI 的招聘职位与招聘薪资都在急剧上升，尤其是中高级的 AI 人才供不应求。 另一家知名求职网站 Adzuna 数据也显示，6 月份美国有 760 万个空缺职位，而与 AI 相关的职位空缺已经上升至 169045 个，其中有 3575 个职位特别标注需要有生成式 AI 的技能。 此外，据华尔街日报援引知情人士透露，由于许多公司认识到有经验的 AI 中高级人才一旦出现在招聘市场，就会遭到强烈追抢，因此为了将这些 AI 人才收入囊中，不少公司也纷纷开出了七位数（人民币）的年薪。 例如，亚马逊给应用科学与生成式 AI 高级经理开出的招聘筹码是 34 万美元的最高年薪； Match 集团旗下的在线约会平台 Hinge 在招聘一名 AI 副总裁时，给出的基本年薪为 33.2 万美元至 39.8 万美元； 自由职业平台 Upword 招聘 AI 和机器学习副总裁，所给出的年薪为 26 万至 43.7 万美元。 倘若各位朋友有印象，在之前备受争议的好莱坞罢工的报道中，也提到 Netflix 左手在处理演员编剧的罢工，右手就给一个机器学习平台产品经理开出了高达 90 万美元（约合人民币 656 万元）的年薪，主打的就是人类的悲欢并不相通。 当然，除了基本薪酬，通常总薪酬还会包括奖金和股票，这意味着 AI 人才最终获得的回报还要更大。 现实的困境是，AI 人才的基数短时间是固定的。高管猎头公司 Leathwaite 的合伙人 Paul J. Groce 表示：「这是纯粹的市场经济。」多年寻找高级技术人才的他也只能无奈地表示：「没法像变戏法一样多出数以千计的 AI 开发人员、产品经理以及其他人员。」 于是乎，有个别大企业选择「曲线救国」的方式，选择砸钱来收购一些拥有 AI 人才的企业。 例如，ServiceNow 董事长 Bill McDermott 表示，未来将会收购一些拥有 AI 研究人员，数据科学家和所需其他专业人士的小型 AI 公司。 这一想法早在 2020 年就得到了实践。在 2020 年，ServiceNow 就收购了 Element AI，这是一家总部位于加拿大的 AI 初创公司，在加拿大有很高的知名度，被视为加拿大人工智能领域的领军企业之一。 上一年，ServiceNow 也是直接斥资收购 Hitch Works 和 Observe.AI 两家语音 AI 创业公司，巧妙地将许多 AI 人才收入囊中。 ▲ 图片来自：ERP TODAY NEWS 事实上，这波 AI 人才招聘狂潮并不局限于互联网企业，而是涉及全方位的各行各业。上至房地产行业，下至制造业，千行百业都想和 AI 有一个「亲密接触」。 高额的薪资回报、千行百业的领域跨度也对 AI 人才提出了更高的要求。 据华尔街日报报道，商业房地产巨头 JLL 在招聘 AI 从业人员时，就要求这些 AI 人才能够从事与商业楼宇管理相关的项目，并了解他们工作的重要性。 JLL 的首席执行官 Mihir Shah 表示，JLL 拥有数十年的房地产数据，这些数据可用于训练复杂的 AI 模型，在建筑节能、商业定价等各方面带来帮助。 ▲ 图片来自：jaggaer 对此，埃森哲的首席 AI 官也许深有同感，其表示，最难招聘到恰恰是那些既理解特定行业的业务知识和问题，又具有数学科学、编程、算法等技术背景，能够开发、优化复杂 AI 模型的复合型人才。 简单举个例子，医院想要招聘一名医疗图像分析专家，利用 AI 技术来辅助诊断。理想的候选人就需要具备医学知识，尤其是解剖、病理等方面的知识，能理解不同疾病的医学图像特征。 此外，候选人还要有图像处理、深度学习等计算机视觉和 AI 技能，可以训练和优化医疗图像的计算机分析算法。 世有伯乐，然后有千里马。只不过，现实困境是，伯乐再多，AI 千里马不常有，也徒劳无功。

1、腾讯云MaaS最新升级：上架20多个主流模型 2、腾讯二季度ToB收入486亿元 占总营收32.6% 3、阿里达摩院发布癌症分析通用模型 4、阿里云魔搭社区上线灵动人像功能 5、钉钉个人版开放内测：AI服务限时免费 6、京东云推出vGPU池化方案 降低大模型推理成本 7、火山引擎首次采用视觉大模型修复经典老港片 8、vivo大模型云端方案现身C-Eval 9、科技部部长：加快AI等技术研发和应用推广 10、北京推出机器人发展措施 最高支持3000万元 11、上海市印发数据要素发展行动方案 12、珠海香洲区政府与百度、格力共建AI产业基地 13、未来科学大奖公布2023年获奖名单 14、台积电CoWoS产能扩张进度或将超出预期 15、谷歌最强大模型Gemini被曝今年秋季发布 16、谷歌照片新增AI命名相簿集功能 17、谷歌新搜索体验更新，增加AI总结网页要点工具 18、谷歌联合推出有声读物推荐系统STUDY 19、OpenAI CEO重申：不会拿用户数据训练AI模型 20、OpenAI宣布使用GPT-4进行内容审核 21、Meta华人提出“牧羊人”Shepherd评估模型生成 22、英伟达A800交货期或排到明年第一季度 23、传英伟达今年全球出货约55万颗H100芯片 24、WhatsApp正在测试生成式AI贴图功能 25、IBM在美网公开赛平台推出生成式AI评论功能 26、普华永道为员工提供私人生成式AI工具 27、美国通讯平台Dialpad推出DialpadGPT 28、美国众议院民主党成立AI工作组 29、美国一学区用ChatGPT决定禁书清单 30、美国拟启动“数据经纪人”新规 应对AI风险 31、以色列AI创企Vesttoo因欺诈指控申请破产 32、挪威主权财富基金：企业必须积极应对AI风险 33、AI缩短大型建筑项目工期 可削减5%总成本 34、各地高校开始探索如何与AI共存 1、腾讯云MaaS最新升级：上架20多个主流模型 今日，由工业和信息化部、广东省人民政府共同主办的“2023中国数字经济创新发展大会”在广东省汕头市开幕。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在大会上宣布了腾讯云MaaS最新升级。腾讯云TI平台已全面接入Llama 2、Falcon、Dolly、Vicuna、Bloom、Alpaca等20多个主流模型，且支持系列模型的直接部署调用、应用流程简单、可全程低代码操作，成为国内第一批上架和支持开源模型的大模型厂商。腾讯云对这些模型进行了推理测试验证，从市场反馈、推理测试效果等角度进行了综合评估，确保模型可用性、易用性，可覆盖智能对话、文本生成、写作等多个不同场景，为企业、开发者提供了多种模型选择。 目前，腾讯云已经为金融、文旅、传媒、政务、教育等10大行业提供了超过50个大模型解决方案。今年6月，腾讯云正式发布了行业大模型解决方案，依托腾讯云TI平台打造行业大模型精选商店，为企业客户提供涵盖模型预训练、模型精调、智能应用开发等一站式行业大模型解决方案。在TI平台内置的高质量行业大模型基础上，企业加入自己的场景数据，就可以快速生成自己的专属模型；同时也可根据自身业务场景需求，“量体裁衣、按需定制”不同参数、不同规格的模型服务。除了提供一站式MaaS服务之外，腾讯云还为客户提供了HCC高性能计算集群、星脉高性能计算网络以及向量数据库等基础设施服务。 2、腾讯二季度ToB收入486亿元 占总营收32.6% 腾讯于今日发布2023年第二季度财报。财报显示，其第二季度实现营收1492亿元。其中，ToB业务，即金融科技及企业服务业务，实现营收486亿元，占总营收32.6%，连续九季度占比超过30%。 腾讯云MaaS于今日上架Llama2等20+主流模型，支持企业、开发者一键调用，依托大模型精调工具链TI平台，提供50+大模型行业解决方案，支持MiniMax运行千卡级大模型任务，且于这一季度发起大模型生态计划，联合信通院牵头“国内首个金融行业大模型标准”的制订。 3、阿里达摩院发布癌症分析通用模型 阿里达摩院今日发布多癌影像分析通用模型，可检测、分割和诊断八种主要的高发致死癌症，据称有助于实现多癌统一诊断，降低漏诊概率。 针对市面上医疗AI模型出现的高假阳性、漏检等问题，达摩院医疗AI团队联合中山大学肿瘤防治中心、四川省肿瘤医院、浙大附属第一医院、盛京医院、广东省人民医院等单位，提出了一个统一的多癌影像分析通用模型（cancerUniT），以Mask Transformer语义分割为基础，解决多种肿瘤图像此前难以统一检测、分割和诊断的问题，适用于八种主流的高发高致死癌症（肺、结直肠、肝、胃、乳腺、食管、胰腺、肾）以及相关器官中的肿瘤子类型。 根据官方数据，在一组631名患者的对比测试中，该模型肿瘤检测、分割和诊断任务的性能均优于8个特定器官的单模型组合，检测任务的平均敏感性达到93%，平均特异性达到82%。 论文地址：https://arxiv.org/abs/2301.12291 4、阿里云魔搭社区上线灵动人像功能 阿里云魔搭社区（ModelScope）于上周上线灵动人像（LivePortrait）功能。用户上传一张肖像照片和一段文字或音频，即可制作专业视频内容，如新闻报道、教学视频等。 5、钉钉个人版开放内测：AI服务限时免费 据IT之家报道，今日钉钉个人版正式启动内测，所有人可在钉钉官网申请加入测试。申请通过后，用户可抢先体验各类AI服务，目前文生文、文生图、角色化对话以及AI创作等服务均限时免费。 钉钉个人版主要面向小团队、个人用户、高校大学生等人群，没有已读没有打卡等功能，内测版本仅有空间、AI、云盘、会议4项功能。个人版以AI为核心，提供“贾维斯”文生文AI和“缪斯”文生图AI。用户可通过自然语言对话，解答各种问题、制定策划方案或者绘画。 针对用户不会使用AI的问题，贾维斯和缪斯的AI绘画中设置了指令中心，预置300多项Prompt模板库，覆盖对话、协作、编程、生活娱乐等十余个场景。用户可按照自身需求直接使用或自定义AI指令，快速掌握AI对话技巧。 个人版也设置了灵感Store，目前已上架由阿里鹿班AI团队提供3D渲染、卡通人物等三款图片创作机器人，未来也将会引入更丰富的场景和多模态能力，接入更多的第三方AI服务。 6、京东云推出vGPU池化方案 降低大模型推理成本 据京东云微信公众号8月15日发文，京东云已推出vGPU池化方案，可提供一站式GPU算力池化能力，令GPU利用率最高提升70%，大幅降低大模型推理成本。 京东云称，凭借其“自主研发的混合多云操作系统云舰”，京东云在原有支持混合多云CPU算力池化能力基础上，针对大模型训练所需的泛算力池化能力，进一步增加了针对AI应用所需的调度管理能力，包括卡管理、节点管理、异构资源调度管理等，为包括大模型训练在内的多种AI应用，提供一站式算力池化解决方案，从而全面提升资源利用率。 7、火山引擎首次采用视觉大模型修复经典老港片 抖音、火山引擎、中国电影资料馆于今日共同发布“经典影像修复计划”，将对100部香港经典老电影进行4K修复，还原老港片的绝代风华。火山引擎为该计划提供技术支持，并携手中国电影资料馆对电影进行“AI+人工”的精细化修复，这是其首次将AIGC视觉大模型应用于老片修复中。首批完成的4K精修影片包括《武状元苏乞儿》《A计划》《蜀山·新蜀山剑侠》。 8、vivo大模型云端方案现身C-Eval 据IT之家8月15日报道，继华为小艺、小米小爱同学、OPPO小布助手升级AI大模型能力后，vivo也准备在大模型领域发力。vivo自研大模型云端方案已出现在C-Eval排行榜上，可能会在OriginOS 4中为Jovi助手提供支持。从C-Eval给出的信息来看，vivo_Agent_LM_7B是由vivo AI全球研究院自主研发的大规模预训练语言模型，有70亿参数。vivo_Agent_LM_7B最终得分为64.4分，位列C-Eval第五名，与第二名的GPT-4接近，甚至在人文领域更强，在社会科学领域也有不错的表现。 9、科技部部长：加快AI等技术研发和应用推广 今日，2023年第16期《求是》刊发科技部党组书记、部长王志刚的文章《以高水平科技自立自强支撑引领高质量发展》。其中提出，以高水平科技自立自强开辟高质量发展新领域新赛道、塑造新动能新优势。加快新能源、人工智能、生物制造、绿色低碳、量子计算等前沿技术研发和应用推广，形成以场景带动科研攻关、成果转化和产业培育的新模式，加快打造新的经济增长点。 10、北京推出机器人发展措施 最高支持3000万元 今日，北京市经济和信息化局印发《北京市促进机器人产业创新发展的若干措施》，提出要提升机器人关键技术创新能力，组织实施机器人产业“筑基”工程，发布产业关键技术攻关清单，围绕机器人操作系统、高性能专用芯片和伺服电机、减速器、控制器、传感器等关键零部件，以及人工智能、多模态大模型等相关技术，支持企业组建联合体，通过“揭榜挂帅”聚力解决机器人产业短板问题和“卡脖子”技术难题。根据攻关投入予以支持，最高3000万元。 措施提到，要推动机器人“千行百业”示范应用，结合智能制造、智慧农业、智能建造、智慧医疗、智慧物流、智慧养老、智慧商业、智慧应急等，开放一批机器人创新应用场景，组织机器人场景供需对接。 11、上海市印发数据要素发展行动方案 8月15日，上海市人民政府官网发布关于印发《立足数字经济新赛道推动数据要素产业创新发展行动方案（2023-2025年）》的通知。总体目标是到2025年，数据要素市场体系基本建成，国家级数据交易所地位基本确立；数据要素产业动能全面释放，数据产业规模达5000亿元，年均复合增长率达15%，引育1000家数商企业；建成数链融合应用超级节点，形成1000个高质量数据集，打造1000个品牌数据产品，选树20个国家级大数据产业示范标杆；数据要素发展生态整体跃升，网络和数据安全体系不断健全，国际交流合作全面深化。 该行动方案提到，打造多层次数据枢纽体系，建设产业数据枢纽，聚焦人工智能、电子信息、生物医药、汽车等重点产业领域；营造发展新生态，增强数据产业综合支撑，加快新基建布局，建设高效协同的算力体系，建设“E级”超算载体、人工智能公共算力平台，因地制宜部署边缘计算资源池，对接“东数西算”国家战略，建设枢纽型算力调度平台；到2025年，算力总规模较“十三五”期末翻两番。 12、珠海香洲区政府与百度、格力共建AI产业基地 8月15日，珠海香洲区人民政府与北京百度网讯科技有限公司、格力集团在格创·集城举办合作签约暨揭牌仪式，共建珠海人工智能产业基地。作为百度公司在珠海的首个产业项目，该基地将围绕人工智能产业、元宇宙产业和人工智能知识产权运用等进行投资建设运营，推动以百度飞桨人工智能开放平台和全新一代知识增强大语言模型AI产品“文心一言”为合作方向的产业化应用，打造人工智能应用标杆示范基地，为珠海产业转型赋能赋智。 未来，百度智能云将联合各方依托珠海人工智能产业基地，推动在珠海设立元宇宙产业中心、知识产权运营中心，开展人工智能产业人才培养、智慧城市、智能制造等信息化项目。同时在格力集团产业空间载体、智慧应用场景支持下，以香洲主城区为中心辐射周边，培育建设人工智能产业上下游生态圈，发挥数字技术对实体经济的放大、叠加、倍增作用，促进数字与实体经济加速融合，做大做强做优新一代信息技术产业集群，助力“智慧珠海”建设跑出“新速度”。 13、未来科学大奖公布2023年获奖名单 据未来科学论坛微信公众号发文，未来科学大奖委员会于8月16日公布2023年获奖名单。其中，何恺明、孙剑（已故）、任少卿、张祥雨因提出深度残差学习，为人工智能做出了基础性贡献，获得“数学与计算机科学奖”。 深度神经网络推动了人工智能的革命和发展。其中，增加神经网络的深度是在许多人工智能应用中带来突破性进展的关键。获奖团队提出了深度残差学习，使神经网络能够达到前所未有的深度，获得以前难以实现的能力，促成了多个突破性的成果——包括AlphaGo，AlphaFold和ChatGPT。 获奖工作由四位获奖者在2012至2016年间于北京的微软亚洲研究院完成。 14、台积电CoWoS产能扩张进度或将超出预期 据台湾《工商时报》今日报道，美国商业银行摩根大通最新调查显示，AI需求下半年持续强劲，台积电CoWoS产能扩张进度将超出预期，明年底前产能或翻扬至每月2.8万至3万片，并将在2024年下半年明显加速。同时，非台积电阵营的类CoWoS产能，也都在积极扩张中。摩根大通估计，英伟达2023年占整体CoWoS需求量的六成，台积电约可生产180万至190万张H100芯片，其次需求量较大的则是博通、亚马逊云服务的Inferentia芯片与赛灵思。放眼2024年，因台积电产能持续扩张，可供应英伟达所需的H100芯片数量约为410万至420万张。 15、谷歌最强大模型Gemini被曝今年秋季发布 据The Information 8月15日报道，谷歌数百人团队正在为将于今年秋季发布的大型AI模型Gemini而努力，这是谷歌迄今构建的风险最高的产品之一。据悉，Gemini将 GPT-4等大型语言模型的文本能力与文生图能力相结合。谷歌员工还讨论了使用Gemini提供分析图表或创建带有文本描述的图形、使用文本或语音命令控制软件等功能。 谷歌正在押注Gemini来支持各种服务，从Bard聊天机器人到Google Docs、Slides等办公“全家桶”。谷歌还希望向通过其谷歌云服务器租赁部门访问Gemini的应用程序开发者收费。目前谷歌云通过一款名为Vertex AI的产品销售更原始的谷歌打造的AI模型。谷歌计划在今年晚些时候向应用程序开发人员正式推出Gemini，并可能在此之前开始在一些产品中使用它。 根据The Information此前报道，谷歌在YouTube视频转录的大型语料库上对Gemini进行了训练，它也可以将视频和音频集成到Gemini模型本身中，赋予多模态功能。例如，在YouTube视频上训练的模型可帮助机械师根据视频诊断汽车维修问题。他们还可能根据某人想要创建的网站或应用程序的草图生成软件代码，此前OpenAI已经预展示过这项功能。使用YouTube内容还能帮助谷歌开发更先进的文本到视频软件，根据用户想看的内容描述自动生成精细的视频。 据知情人士透露，谷歌联合创始人谢尔盖·布林致力于Gemini项目，他一直在对模型进行评估，并在训练模型方面提供帮助。在团队发现Gemini接受了潜在攻击性内容的训练后，布林还参与了重新训练模型的技术决策。 16、谷歌照片新增AI命名相簿集功能 谷歌8月15日宣布谷歌Photos照片应用程序上线新的回忆视图，借助AI技术自动规划和整理照片时间线，该回忆视图即日起在美国推出，并将在未来几个月内在全球范围内提供。Photos还新增了一项生成式AI功能，可以让AI来为相簿创建自定义命名建议，这是谷歌实验室的一个实验性功能，最初面向美国用户推出。 17、谷歌新搜索体验更新，增加AI总结网页要点工具 谷歌8月15日宣布其生成性AI驱动的搜索体验（SGE）推出3项全新生成式AI功能，以帮助用户更好地学习和理解网络上的信息。三项新功能分别是：1、用生成式AI总结正浏览网页的要点列表，用户可点击相应链接以了解更多信息。2、用AI生成专业术语的解释，用户将鼠标悬停在某些词上，就能预览这个词的定义解释并查看相关图表或图像。3、AI辅助理解编程信息，用户可找到操作方法问题的答案、查看常见任务的建议代码片段，概述中的代码片段将使用语法高亮显示进行颜色编码，识别关键字、注释和字符串等元素更加一目了然。 18、谷歌联合推出有声读物推荐系统STUDY 据谷歌AI博客今日发文介绍，谷歌与Learning Ally合作开发了一款教育环境中的有声读物内容推荐系统STUDY。STUDY可帮助用户寻找到适合自己的阅读内容，尤其是能为有阅读障碍的学生提供合适的有声读物。论文显示，STUDY是一个具有社交意识的推荐系统，研究者为其引入了一种新的社交感知推荐系统架构。研究人员使用Learning Ally数据集来训练STUDY模型，利用Learning Ally图书馆中的各种有声读物，其目标是帮助学生找到合适的内容，以帮助提高他们的阅读体验和参与度。 19、OpenAI CEO重申：不会拿用户数据训练AI模型 OpenAI CEO Sam Altman今日发推文重申：“OpenAI从不训练任何提交给API的数据，也不会使用这些数据以任何方式改进我们的模型。” 20、OpenAI宣布使用GPT-4进行内容审核 OpenAI今日宣布使用GPT-4进行内容策略开发和内容审核决策，实现更一致的标注，为策略细化提供更快的反馈循环，并减少人类的参与。使用GPT-4的内容审核系统可以更快地迭代策略更改，开发和定制内容策略的过程从几个月缩短到几个小时。 GPT-4还能够解释长内容策略文档中的规则和细微差别，并立即适应策略更新，从而实现更一致的标注。或者，为了大规模处理大量数据，OpenAI可使用GPT-4的预测来微调一个更小的模型。 OpenAI相信，这为数字平台的未来提供了一个更积极的愿景，AI可以根据特定平台的策略帮助调节在线流量。任何拥有OpenAI API访问权限的人都能用这种方法来创建自己的AI辅助审核系统。 21、Meta华人提出“牧羊人”Shepherd评估模型生成 据新智元8月15日报道，Meta AI于8月8日发表论文提出语言模型Shepherd，用于评估模型响应并提出改进建议，从而提供更准确的生成式AI输出。 Shepherd大约有70亿个参数，与GPT-4评估相比，其平均胜率为53-87%，远高于其他竞品；在人类评估中，Shepherd完全优于其他模型，平均水平与ChatGPT接近。 论文地址：https://arxiv.org/pdf/2308.04592.pdf 22、英伟达A800交货期或排到明年第一季度 据台湾《经济日报》今日报道，采用台积电7nm制程的英伟达A800 GPU，产能虽尚未达到满载，但英伟达早已划定第三季度的投片计划，从投片、封测到产出最快要一个季度的情况下，英伟达A800交货给中国大陆客户可能要排到明年第一季度。据供应链透露，英伟达鉴于目前市场需求不佳，先前没有增加投片量，现在AI热潮使英伟达面临订单满手但交不出货的窘境。 23、传英伟达今年全球出货约55万颗H100芯片 据英国《金融时报》8月15日报道，接近英伟达及其制造商台积电的多位消息人士称，英伟达将于2023年在全球出货约55万颗最新H100芯片，主要销往美国科技公司。H100芯片售价为40000美元。英伟达未予置评。 24、WhatsApp正在测试生成式AI贴图功能 据WABetaInfo 8月14日报道，Meta旗下的WhatsApp应用程序正在测试一个新的生成式AI贴图功能。安卓WhatsApp测试版程序中的一些测试人员发现WhatsApp正推出一项根据文本描述生成和共享AI贴图的功能，现可供非常有限的测试人员使用，并将在未来几周内向更多人推出。该功能由Meta提供的安全技术而生成，如果用户认为该贴图不合适，可向Meta发送报告。 25、IBM在美网公开赛平台推出生成式AI评论功能 IBM和美国网球协会（USTA）今日宣布将在USOpen.org和美国公开赛APP上线数字球迷板块，包括AI生成口头评论等功能。在比赛过程中，AI将针对每场比赛自动生成详细的音频旁白和字幕。 26、普华永道为员工提供私人生成式AI工具 据CIO Dive 8月15日报道，普华永道近期正在试用一款内部生成式AI工具ChatPwC，可作为员工的对话式人工智能助手。该工具采用了OpenAI的技术，并根据相关数据进行了微调。目前，约有1000名员工可以使用该工具，公司计划在今年夏天重点扩大使用范围。 27、美国通讯平台Dialpad推出DialpadGPT 据VentureBeat报道，美国即时通讯平台Dialpad今日宣布推出大语言模型DialpadGPT，用于支持客户服务、销售和招聘功能，实现销售、客户服务和团队活动总结等任务的自动化。 Dialpad成立于2011年，是一家基于云的商务电话系统开发商，旨在提高转化率并帮助全球团队获得更多信息。DialpadGPT将加入该公司的AI平台，用于视频会议、通话和团队协作。 28、美国众议院民主党成立AI工作组 据CNBC 8月15日报道，美国众议院民主党人正在组建一个新的AI工作组，并优先考虑如何防止深度伪造对个人生活和公众信任造成严重破坏。美国华盛顿州民主党众议员Derek Kilmer将担任新AI工作组的主席，该工作组由97名众议院议员组成。立法者将重点关注几个优先事项，包括利用AI带来的机会、确保失去AI工作的工人能接受再培训并留在劳动力队伍中。 29、美国一学区用ChatGPT决定禁书清单 据The Verge今日报道，美国爱荷华州的梅森市社区学区正在使用ChatGPT来决定禁止哪些书籍。该学区管理人员用ChatGPT筛查这些书籍是否包含“对性行为的描述”，以遵守美国共和党支持的州法律，有19本图书正被撤架。 管理员向ChatGPT输入：“（某书）是否包含对性行为的描述？”如果答案是肯定的，这本书将不再流通并封存。梅森市课程和教学助理总监Bridgette Exman告诉媒体，他们有教一些书的经验，并在使用ChatGPT检索答案后，由图书管理员“运行（列表）”。但根据用户提示和查询软件的方式，该工具生成的答案有时会相互矛盾。当The Verge将梅森市学区禁止的19本书的清单输入ChatGPT并询问它们是否包含露骨或性场景时，ChatGPT显示有几本不包含这些内容。 Exman告诉The Verge，该学区从新闻文章和维基百科等来源开始收集最初的禁书清单，并将其削减到图书馆馆藏的50本左右，然后用ChatGPT测试了50本书中的每一本。其目标是找到一个有效的流程，目前被列入禁书清单的书籍可被重新考虑。 30、美国拟启动“数据经纪人”新规 应对AI风险 今日，美国消费者金融保护局（CFPB）官网发布CFPB主任Rohit Chopra在白宫关于保护美国人免受有害数据经纪人行为侵害的圆桌会议上的讲话。Rohit Chopra说，今天，AI和其他预测性决策越来越依赖于获取大量关于我们日常生活的数据，CFPB正努力应对与AI相关的风险。在对监控行业数据经纪人的做法进行调查后，美国CFPB决定启动一项规则制定，以确保现代数字数据经纪人不会滥用或滥用个人敏感数据。 CFPB正在考虑两项提案：一是将定义一个出售某些类型消费者数据的数据经纪人作为“消费者报告机构”；二是将解决关于所谓的“信用标题数据”是否构成消费者报告的困惑，限制信用报告公司披露敏感联系信息的能力。下个月，CFPB将发布拟议规则正在考虑的提案和替代方案大纲，计划在2024年提出该规则供公众评论。随着AI增加对敏感个人数据的处理，CFPB希望相关提案将为数据经纪人市场的黑暗角落带来急需的问责制。 31、以色列AI创企Vesttoo因欺诈指控申请破产 据《华尔街日报》今日报道，Vesttoo已成立约5年，是一家旨在在保险业使用AI技术的以色列初创公司，本周一在美国申请破产，此前该公司被指控充当涉及伪造信用证的数十亿美元欺诈计划的渠道。 经10月份最新一轮融资，Vesttoo估值达到10亿美元。 据《华尔街日报》本月早些时候报道，美国联邦调查局、几个州保险专员和百慕大金融管理局正在对此事进行调查。与Vesttoo开展业务的保险巨头怡安集团（Aon）的子公司White Rock上周起诉Vesttoo，寻求冻结其资产和银行账户，指控Vesttoo向其提供了来自第三方机构的欺诈性信用证，总额超过20亿美元。 Vesttoo的两位联合创始人Yaniv Bertele和Alon Lifshitz及其大部分高级领导层于本月初辞职。该公司新任临时首席执行官Ami Barlev在一份声明中表示，为Vesttoo工作的调查人员发现，“公司外部的许多因素直接导致了当前的危机，包括某些海外银行和金融机构的参与”。 32、挪威主权财富基金：企业必须积极应对AI风险 据彭博社今日报道，资产管理规模高达1.4万亿美元的挪威主权财富基金敦促董事会和企业认真考虑如何应对AI快速发展带来的威胁和机遇。挪威主权财富基金在周二发布的一篇关于AI的报告中表示AI在整个经济中变得无处不在，可能带来巨大的机遇，但也带来严重和未知的风险，企业需要在董事会层面发展AI专业知识，并且应能解释系统是如何设计和训练的。 该基金表示，全球监管将是防范AI风险和“创造长期价值”的关键，而成立国际监督机构可能会提供“合适的解决方案”。但企业必须积极主动地管理风险，而“可能对人员、社会或业务成果构成特别严重风险的系统应该受到额外的控制”。挪威央行投资管理公司（NBIM）认为，AI开发人员应专注于创建“符合人类价值观和意图”的系统，AI治理系统应支持企业创新和技术采用。 33、AI缩短大型建筑项目工期 可削减5%总成本 据《纽约时报》今日报道，AI技术的迅速普及或加速建筑项目完成，提高生产力。开发人员正使用无人机、摄像头、移动应用程序、机器人等AI工具，在庞大的工作现场绘制实时进度图，使建筑商和承包商能够跟踪和提高项目绩效，缩短工期，减少施工成本。借助AI算法，建筑咨询公司nPlan预计可将英国铁路项目110亿美元的成本削减高达5%。 由帮助起草英国国家AI战略的Dev Amratia领导的建筑咨询公司nPlan使用复杂的算法来绘制大型基础设施项目的进度，以避免错误或供应缺口。其机器学习系统接受了超过740000个项目的数据库的训练。nPlan迄今最大的项目是对英格兰北部铁路基础设施进行110亿美元的大修，该项目为建筑商创建详细的实时项目地图，预计将能减少5%的总成本。 建筑业对AI技术的接受面临一些挑战，包括对准确性和幻觉的担忧，其中系统提供了不正确或无意义的答案。进一步的数据收集一直是棘手问题，很大程度上是因为大型建设项目的性质——没有两个开发项目是相同的，地形和当地法规差异很大，并且每个项目都会聚集新的承包商和分包商团队。这类似于为每个大型项目启动一项价值数百万美元的业务。协调复杂的供应、劳动力和时间表仍是一项艰巨的任务，但创企和投资者已经看到用AI提高项目绩效的机会。 34、各地高校开始探索如何与AI共存 据彭博社8月15日报道，此前全球多地的大学对ChatGPT等AI工具采取临时禁令，以应对学生用它做作业写论文乃至抄袭的问题。现在情况正在慢慢发生变化，许多大学管理者意识到他们需要找到一种与AI共存的方法。例如，在南加州大学，商学院教授正在试验“助教聊天机器人”，这将有助于回答有关课程大纲的后勤问题；哈佛大学用以鸭子（Duck）为主题的机器人来回答学生有关CS50计算机科学入门课程的问题。 在宾夕法尼亚大学沃顿商学院，Ethan Mollick是第一批将AI政策添加到教学大纲中的教育工作者之一，这位副教授希望学生能够深思熟虑地使用AI和ChatGPT，同时了解该技术的局限性。在华盛顿大学和南加州大学，AI在课堂上的使用仍由教授自行决定。南加州大学马歇尔商学院高级副院长Ramandeep Randhawa认为，关键一步是让教师了解ChatGPT实际上能做什么和不能做什么。