全球混凝土及砂浆行业供应链平台

长期关注我们的差友都知道，每年 iPhone 上新之后，我们都会尽快上手，给大家带来第一手的体验报告。 今年也不例外。 就在今年小黑胖测试 iPhone 15 系列的时候，发现了一个小小的异常现象： 今年的 iPhone 15 Plus ，好像充电温度有一点高？ 大概是介于有点儿高，但又没那么高的水平。 由于充电发热也不是什么大事，我们一开始也没太在意。 直到前几天我们看到网上有小伙伴吐槽，说他自己的 iPhone 充电，竟然比安卓手机百瓦级别的充电还要热。 嗯？ 是不是在不久之前，我们也碰到了同样的事？ 为了验证这一点，托尼重新掏出了 iPhone 15 Plus 和 Pro ，仔细的做了一轮充电测试。 作为对比的安卓机，则是现在标称充电功率最大的 realme GT5 240W ，以及一个充电功率在百瓦附近的红米 K60 Ultra 。 这次，我们不仅记录了充电时的电压和电流，还通过系统自带的日志，记录了电池的温度情况。 结果。。。稍微有点超出预料的离谱。 让我们一个个来看。 首先是之前已经被发现发热问题的 iPhone 15 Plus 。 它的最高充电功率不过 27 瓦，放在国产手机里，只能算是 “ 蜗牛充 ” 。 但它的电池温度却非常离谱，最高达到了 52.59 ℃。 而且根据日志记录的温度数据， iPhone 在 45 ℃ 以上快充了将近 25 分钟。。。 而且我们可以确定，这个记录大概率是真实的。 因为我们用红外测温在 iPhone 15 Plus 外壳上，也测出了 47 到 48 ℃的高温。。。 要知道，一般使用锂离子电池的设备，推荐的设备存储温度上限也不过 45 ℃，苹果和华为两家的官方指南都是这么说的。 在 45 ℃以上 “ 快充 ” 二十多分钟，多少是有些伤了。。。 相比 Plus ， iPhone 15 Pro 的情况好一些，温度没有冲到 50 ℃。 但这并不是因为它发热不严重，单纯是苹果把限制了充电功率，不让小尺寸的 iPhone 跑到 20 瓦以上。 即使是在区区 20 瓦的充电速度下，我们测试的这台 iPhone 15 Pro 的充电电池温度还是来到了 48.59 ℃，而且同样在 45 ℃以上充了快 20 分钟的电。 作为印证，外壳的最高温度也来到了 43.5 ℃左右。 就拿电池温度表现来看，苹果不上快充的理由肯定不能是 “ 快充伤电池 ” 。 这温度，即使没有快充，电池也已经够伤了。。。 看完了 iPhone 的奇妙结果，托尼开始有些担心国产厂商的快充了。 iPhone 20 多瓦就能充到 50 度，那上百瓦岂不是要充到聚变？ 不过测试结果表明， “ 慢充 ” 到电池过热，好像并不是不能避免。 我们先来看看 240 瓦的 realme 表现怎么样。 GT5 虽然号称 240 瓦，但实际上只以 200 瓦以上的功率充了 3 秒不到，稍微有点 “ 虚假宣传 ” 。 不过它的大多数电量，都是使用 100 瓦以上的快充充进电池的。 也就比苹果快了四五倍吧。 那么它的温度表现如何呢？不会直接飙到 55 度往上吧？ 充完电之后翻了翻日志。。。 45.3 度！ 甚至只是刚刚超过电池储存温度上限！ woc ，离大谱。。。这可是实际上 100 到 150 瓦的快充啊。。。 这个日志温度大概也没有什么问题，因为在测试中，我们在手机外壳上记录到的最高温度也不过 41 到 42 度。 要是国产快充手机都有这个水平的充电热量控制，那苹果真该好好改进一下了。。。 而紧随其后的红米 K60 至尊版，表现也还行。 标称 120 瓦充电，在 100 瓦以上坚持了差不多 2 分钟，然后缓慢降到 40 瓦左右完成了余下的充电过程。 由于 MIUI 魔改了日志系统，我们没能把传感器温度拉出来，但是红外相机拍到的表面最高温度是 46.6 度。 虽然不如 realme ，但也比 iPhone 强—— 真的！功率都差不多奔着四倍去了！还比你低一度。。。 这么一圈看下来，虽然测试的手机不多，但的确也说明了一个问题： 不是苹果不想，而是 iPhone 真的上不了快充。 20 多瓦就直接撞到了温度上限，实在是不能充得更快了。。。 至于为什么 iPhone 的充电这么拉跨，网上有一些流言，我们自己也有所猜测。 网上的传闻主要就是一个年年重提的 “ 阴谋论 ” ：苹果为了省钱，用了技术一般的电池。 不够先进的电池，导致充电时手机发热大，电池寿命短，听起来很合理。 就在今年新款 iPhone 发售后，又双叒叕有小道消息说， iPhone 15 采用了 “ 更便宜的电池 ” 。 根据传闻，新款 iPhone 15 上，电池寿命只有 600 次充放电循环。 如果这个传言是真的，那是一个什么概念呢？ 一般厂家说的电池寿命，指的是电池健康度衰减到 80% 时，需要经历的完整充电循环次数。 而在国内，几家厂商宣传长寿电池的时候，基本上是千次循环往上了。 假如按照一天一充来计算，千次循环的电池至少能保证三年左右还能有 80% 的健康度， 600 次循环则是用差不多一年半多一点，电池就得换了。 并且由于 iPhone 更高的充电发热，这个时间长度还有可能会缩短。 如果事实真是如此，一年半丢一块电池。。。该说不说，确实挺环保的。 不过，在这次实际测试之后，我们也注意到了一些与传闻不符的现象。 比如说电池质量这一说法，可能不是主要原因，更有可能是苹果采用了落后的直流变压技术。 因为如果是电池质量一般，内阻偏大，那应该是整个 L 形电池均匀发热。 但在我们仔细的检查热像仪图像后，发现无论是 iPhone 15 Pro 还是 Plus ，发热最严重的似乎都不是电池本体，而是主板。 热像仪是背面视图，拆解是正面视图，所以左右是反的 如果要托尼猜测，这可能和苹果采用了一些 “ 古墓派 ” 电池充电技术有关。 目前业内先进的电池快充方案，主要采用了电荷泵原理的充电芯片。 比如说这次测试的 GT5 、红米之前的 Note12 210W ，甚至 2019 年的小米 9 ，都是这条路线的快充手机。 小米 9 主板 相比传统的直流降压充电，电荷泵在手机这种小尺寸限制下，能有低出几倍的发热。 举个例子，托尼随手在网上搜了个国产的电荷泵充电芯片，南芯 SC8571 。 根据官方说明，这个充电芯片的峰值效率能达到 98.65% 。 然而，根据国际巨头德州仪器的一篇论文，他们手里的几款传统直流降压芯片，峰值效率也就将将到达 90% 。。。 和电荷泵技术的芯片，在发热量上能差出五六倍。 Large/Small Buck 是手机常用的传统直流降压款 就拿 27W “ 快充 ” 来举例子，如果使用电荷泵，充电芯片上的发热大概只有半瓦不到。 这个热量，和手机亮屏待机是同一水平，完全小意思。 但如果采用的是效率 90% 的传统直流降压充电，那就会和测试里的 iPhone 一样，直接翻车。 光充电芯片就发了 2.7W 的热量，再加上电池、手机待机的发热。。。 要知道， iPhone 总共也就 4W 多的机身散热能力，这快充肯定没救好吧。。。 不过，由于苹果的 “ 保密政策 ” ，托尼事实上也不能确认 iPhone 15 到底采用了什么类型的充电芯片。 但是从一些拆解的分析来看，应该是传统的直流降压芯片没跑了。 充电电路效率低、电池质量一般内阻大、机身散热能力差。。。这三板斧下来，想要快充确实不太现实。 怎么说呢，作为一个双持党，我还是挺想看到 iPhone 实现安卓同款快充那一天的。 这样以后我出门的时候就不用单独等它充好电了。 撰文：鹤然 编辑：面线、米罗 封面：焕妍 图片、资料来源： iFixit 极客湾

## 划重点: - 🤖 新加坡樟宜机场正在测试一套人工智能驱动的系统，可以潜在地减少乘客安检时间。 - 🧳 在3号航站楼进行的试验使用人工智能和机器学习来筛选和解释X射线机器检查登机口行李的图像，从而减少处理这些图像所需的时间和人为错误的机会。 - 📈 初步结果显示，新系统在标记一些禁止物品方面表现得和或优于人类安检员，这一发展仍处于早期阶段，最终目标是提高自动化水平。 站长之家（ChinaZ.com）11月27日 消息:新加坡樟宜机场正在采用人工智能技术进行安检，以缩短乘客安检时间。据《海峡时报》周日报道，该机场正在3号航站楼进行一项试验，利用人工智能和机器学习技术来分析和解释X射线机器检查登机口行李的图像。 图源备注：图片由AI生成，图片授权服务商Midjourney 这项新技术有望减少处理图像所需的时间，并降低人为错误的机会。据报道，初步结果显示，新系统在标记一些禁止物品方面的性能与或优于人类安检员。 该发展仍处于早期阶段，但最终目标是提高机场安检的自动化水平。这一举措与预计明年新加坡金融中心的旅客数量将恢复到疫情前水平以及此后持续增长的趋势相一致。 同时，新加坡正在建设其第五个机场航站楼，而与马来西亚南部柔佛州的高铁联系也预计在未来几年内完成。 这一尝试采用先进技术来提升机场安检效率，显示了新加坡机场管理方对未来旅行需求的积极应对，也是对科技创新在提升交通领域效能方面的一次有益尝试。

达摩院量子实验室的 “ 长征 ” 事业，就在今天 “ 中道崩殂 ” 了。 前些日子，网上关于 “ 达摩院量子实验室要解散 ” 的消息就传的沸沸扬扬。 没想到这周刚开始，达摩院就证实了这个消息： 整个量子实验室和里面的所有设备，都送给浙江大学。 消息一出，各路网友以及媒体们都一片哗然。 毕竟量子计算作为一个 “ 高精尖技术 ” ，很可能会给计算机来一波升级，算力也直接进行一波指数级的飞跃。 而且更重要的事，这几年来，达摩院并不是碌碌无为，反而是在这块搞出了不少名堂的。 这么说吧，早在 2015 年的时候，阿里云就已经打算搞个实验室专门研究量子科技了。 在它之前，谷歌为了入局量子科技，开了个 “ 私人公司全资资助量子计算实验室 ” 的先河。 于是阿里云也有样学样，联合了当时国内在这块比较领先的中国科学院，成立了量子计算实验室。 并且在 2017 年 9 月的时候，还找来了量子计算领域的大牛施尧耘来坐镇，担任阿里云首席量子技术科学家。 这个施尧耘，过往履历也是相当牛掰了，北大本科、普林斯顿大学计算机博士、还是密西根大学安娜堡分校终身教授。。。 同一年 10 月，阿里云下面的达摩院成立了，这个量子计算实验室，也被划分到了里面。 在施尧耘的带领下，过去六年的时间里，达摩院的量子实验室就一直在这个赛道狂奔，相关的成果也是一个接一个。 先是在达摩院成立的第二年，研究团队就宣布研发出了当时最先进的量子电路模拟器 “ 太章 ” 。 这个太章直接打破了一直以来谷歌对 “ 量子霸权（ 指量子计算拥有的超越所有经典计算机的计算能力 ） ” 的垄断。 2019 年时候，实验室完成了第一个可控的量子比特的研发，从设计到制备、再到测量全都是自己人动手做的。 在 2020 年，研究团队还用 “ 太章 2.0 ” 模拟了谷歌前一年搞的一个量子电路，只花了 20 天就算完了。 而用经典的计算方法，这个电路得花超过一万年的时间。。。 去年，实验室还设计了两款量子芯片，把单比特和双比特的精度都做到世界领先水平。 除了这些，他们实验室里面的论文也是一篇接一篇的发。 光是今年世超查到的，就有两篇量子相关的论文上了物理学顶刊。。。 并且到现在，达摩院都已经建成了 Lab-1 、 Lab-2 两座硬件实验室。。。 当然量子计算这把火，也不只在阿里云的达摩院里面烧，其他的科技大厂们以及一些初创企业也都在前些年纷纷加注量子技术。 像百度在 2018 年就成立了自己的量子计算研究所，去年不仅建成了自己的量子计算硬件实验室，还发布了百度的超导量子计算机量羲。 腾讯也在 2018 年成立了个量子实验室，在做一些基础研究的同时，还整了一些实际的应用，比如量子计算辅助药物研发、材料研究等等。 除了这些大厂外，国内这两年搞量子计算的初创企业，也是多如牛毛。 它们拿到的融资，动不动就是几千万甚至上亿。 像去年，本源量子一家就完成了将近 10 亿元的融资，一整年融资金额在亿元以上的就有五家：量旋科技、图灵量子、华翊量子、未磁科技、本源量子。 不过虽然量子科技的相关市场是相当火热，但还是有个现实的问题摆在各个企业眼前。 那就是量子技术现在还在起步阶段，想靠它赚钱现在还不是时候。。。 就拿达摩院的量子实验室来说，看看上面列出的那些个量子领域的成果，虽然个个听起来都很牛，但你要说靠它们盈利，估计一个能 “ 支愣 ” 起来的都没有。 国际咨询公司 Gartner 也曾预测过，量子计算可能还需要十年时间才能实现应用上的科技大爆发。 而这次达摩院放弃掉这个做得还算不错的量子实验室，归根结底就是砸钱砸不动了。 像本源量子这种初创企业，虽然现在靠给各个高校或者企业卖量子计算机的营收，已经达到了千万级别，但每年的研发费用还都是一两个小目标起步。 更何况达摩院量子实验室这种还没啥实际商业化的项目，每年就是纯纯 “ 撒钱 ” 。 而阿里和阿里云大家也都知道，今年从分拆到暂停分拆，来了一波反复横跳。 根据阿里官方说法是，在人工智能竞赛如此强烈的现在，太早放阿里云独立或许还不是时候，阿里云仍然需要阿里巴巴集团的扶持才能成长的更好。 从阿里最新的财报上也能看到，阿里云也正在把重心放在收入和利润上。 所以，这次动刀一个不是很赚钱（ 至少短期是 ）的量子实验室，也不算在意料之外。 并且，前半年达摩院已经进行过一次 “ 瘦身 ” ，把自动驾驶的团队并入了菜鸟，也算是变相为阿里云分忧了。 最后，像这种长期看不到回报的技术，与其攥在自己手里，没经费去投入导致最后烂尾。。。转头去和高校合作、把实验室和设备捐赠给大学，其实反倒是个良策。 等到量子计算有实际的商业化落地可能时，到时候再和高校搞一波 “ 合作 ” ，那时 “ 上车 ” 也不算晚。 但还是不得不感叹一下，这次浙大妥妥的赢麻了。。。 撰文：松鼠 编辑：江江 封面：萱萱

昨天下午，华为和长安搞了大新闻，双方签了一个《 投资合作备忘录 》。。。 虽然上周五就有小道消息说 " 长安要投资华为车 BU" ，但当时差评里大部分小伙伴都不信。 毕竟最近问界、智界搞的风声水起，正如日中天的时候，自己独享风头不好嘛？ 但让大家意外的是，大周末的，这公告还真出来了。 脖子哥在网上也看到了各种分析，有说这代表着 “ 车版荣耀 ” 独立；有人说这是国家队在出手；还有人说华为是新瓶装旧酒，换个法子卖车。。。 不过经过我们一天的分析，以及和华为相关人员的沟通，前面这几种说法都不太站得住脚。 那在我看来，这次可以说是华为布局汽车业务以来最大的战略调整。往小了说，他们这个动作把 “ 不造车 ” 又给强调了一遍；往大了说，它可能会成为中国汽车产业的一个历史性事件。 首先要说的是，车 BU 并不是独立，而是成为华为的子公司。长安呢，只是子公司的一个投资方。 在备忘录里，里头华为是甲方，长安是乙方。 新的子公司仍然由华为把控，长安是通过掏钱的方式，获得了一部分子公司的股权。 具体股权怎么分的，还没定，但长安这边不会超过 40% 。 至于新公司的业务，根据官方的说法，是从事汽车智能系统及部件解决方案研发、设计、生产、销售和服务，华为会把包括汽车智能驾驶解决方案、汽车智能座舱、智能汽车数字平台、智能车云、 AR-HUD 与智能车灯等技术、人员、资产等都放进新公司里。 这基本就把华为的汽车业务全给拆过去了，其中也包括两大金字招牌：华为智驾以及智能座舱。而华为在车 BU 投入的资产和人员，基本也都会转到新公司名下。 根据华为去年发布的年报，车 BU 的研发团队就有 7000 人，这应该也是新公司的第一批员工了。 不过，也不是所有与车相关的业务都会搬过去。比如华为的汽车音响 HUAWEI SOUND 和鸿蒙 OS ，主要是由终端部门做的。 华为的朋友告诉我们，类似研发人员不属于车 BU 部门的业务，几乎不会被转移到新公司。 而像鸿蒙智行（ 原智选车 ），也将保留在华为终端里，和赛力斯、奇瑞等车企的合作不变，继续保持产品定义、质量管控、渠道销售等工作。 如果仔细观看公告你会发现，长安可能还不是唯一的车企投资方，因为华为打算对其他车企也开放投资，它原话是这么说的： 公司将对现有战略合作伙伴车企及有战略价值的车企等投资者逐步开放股权，成为股权多元化的公司。 也就是说，谁如果想要更放心地用华为的技术，都可以参与进来，一同成长。 看到这儿，我终于知道华为真正的用意了，就是华为想要更多的合作伙伴，尽快将积攒的车 BU 技术，推广出去。 毕竟入股了就是自己人，一方面合作更透明更顺畅，另一方面新公司规模大了自己还能赚钱。 要知道，以前华为一直说自己要成为汽车技术供应商，车的很多技术都会出解决方案，类似新时代的博世。 但实际上，华为车 BU 的业务现在的局面，很难说是全面开花。 比如之前，广汽和华为之前有合作，两家共同开发广汽埃安 AH8 项目。搞了两年，在这车几乎要量产，就差临门一脚的关键时候，广汽主动叫停了项目，决定自己来弄。 像比亚迪、上汽这种车企巨头，和华为在车相关的合作也不多。 为了证明自家的车技术遥遥领先，华为又推出了智选车模式。 现在问界、智界确实都挺叫好的，但又会惹得其它车企的芥蒂。 华为不造车的文件签了一遍又一遍，可还是安抚不下广大车企。 车企们等得起，华为可有点遭不住了。 截至去年底，在成立车 BU 的三年时间里，华为累计投入了 30 亿美元，相当于一共砸了 200 多亿人民币。 而去年，华为在汽车业务上的营收是 20 亿元。余承东今年也说，汽车业务是华为唯一亏损的业务。 很明显，华为进入汽车行业搞了这么久，一分钱没赚到，还要持续的大把大把往里贴。它手里拿着一堆好货，却卖不出去，换谁都得急死。 这个窟窿太需要堵上了。 所以，为了打消车企们的顾虑，华为憋出了大招，把车业务整合到子公司里去。 我说我不造车吧，你又不信，还是防着我。干脆我就搞个新公司，邀请车企们一起入股，我赚钱你就赚钱，这下你总放心了吧。 现在，华为把产品都打包给了新公司，车企们再想买华为的产品，就直接去找这个新公司就行了。 举个例子，我差评想要造车，但是我的需求很小，就想用上华为的激光大灯。 要在以前，这个流程在华为内部走起来很复杂，需要和华为的各种部门沟通，最后的结果也可能和车企最初的想法不太一致。 但现在，这家新公司就和普通供应商没啥区别。等于是主机厂进了个卖华为技术的超市，超市里你想要啥都自己挑，最后一块结账就行。 关键是这个超市，买家也能当股东，就不用想那么多了，连华为自己进超市买技术也得付钱。 所以，包括华为自己搞的鸿蒙智行，就是原来问界、智界的智选车模式，也和其他车企一样，用新公司的技术就要付钱。 鸿蒙智行卖的好，股东们也能赚一笔。 这对于那些车企来说，多少也是更省心了。毕竟智驾、座舱开发一直是传统车企的弱项，自己费时费力开发出了产品出来，到市面上和华为、新势力这些互联网企业做的一比，发现根本打不过。 显然，华为想做的，就是成为博世类似的角色。让自己打入到汽车智能化零件的供应体系里，变成巨型供应商，但是不绑定任何一个主机厂，谁都可以来买。 而其实，博世为了打入国内的主机厂，早就干过类似的事儿。 1995 年，博世和中联汽车电子有限公司合资成立了联合电子，后者是上汽、北汽、一汽等车企共同投资的企业。到今天，联合电子已经是国内有名的电动化零件供应商。 对于华为来说，这次它算是彻底丢掉了包袱，彻头彻尾变成一家供应商。而这对于车企而言，按理说不用再忌惮华为会抢走自己的基本盘，可以放心买华为的技术了。 在经济学中，有一种说法叫 “ 比较优势 ” 。大概意思是每个主体由于对资源的占有、分配和利用的不同，会产生不同的比较优势，这样的优势会促成生产物品的 “ 专业化 ” 。 通俗来说就是产生所谓的 “ 分工 ” ，让更擅长某事的人去专门做某事，以此提高整个体系的效率。 这个比较优势放在华为与各个整车厂当中也是适用的，整车厂更擅长工业化造车，华为更擅长研究和输出技术，如果整车厂跟华为能一定程度的 “ 不设防 ” 而进行生产的分工，那么整个汽车产业链会更高效的发展。 这样一来，华为赢了、整车厂赢了，整个汽车产业链也赢了。 至于输家，一定会有，那就是自有技术达不到这个 “ 联合体 ” 的水平，但自身又不愿意加入这个联合体的整车厂。 不过即使华为已经做了如此让步，是不是真的能如愿很快吃下更多市场，咱还得观望观望。 毕竟期待是一方面，实际怎么样发展，就要看车企们的下一步战略要如何部署了。 撰文：白日梦 & 结界 编辑：结界 & 面线 & 脖子右拧 封面：萱萱

集微网消息，11月26日，美国、英国等18个国家公布了一份协议，内容涉及如何保护人工智能免受不法分子的侵害，敦促企业开发“基于安全设计”的人工智能（AI）系统。 在一份长达20页的公开文件中，18个国家一致认为，设计和使用人工智能的公司需要以一种保护客户和更广泛公众安全的方式来开发和部署人工智能。 据悉，该协议不具约束力，主要是一般性建议，如监控人工智能系统的滥用、保护数据不被篡改以及审查软件供应商。尽管如此，美国网络安全和基础设施安全局局长Jen Easterly表示，“多个国家认同人工智能系统需要把安全放在首位，这一点很重要。” 该协议是世界各国政府为塑造人工智能的发展而采取的最新举措。除了美国和英国，签署协议的18个国家还包括德国、意大利、捷克共和国、爱沙尼亚、波兰、澳大利亚、智利、以色列、尼日利亚和新加坡。 （校对/刘昕炜）

目前，俄罗斯已斥资数10亿美元投入世界 AI 竞赛，以抗衡美国在该领域的主导地位，希望将俄罗斯打造成为 AI 强国，但当前俄罗斯依然面临俄乌战争和西方制裁的阻碍。 俄罗斯总统Vladimir Putin（图片来源：sputniknews） 随着人工智能（AI）成为继石油、半导体之后新的国家战略资源，尽管面临西方严厉的经济制裁，但普京依然打算加强俄罗斯 AI 产业布局。 钛媒体App 11月27日消息，据环球时报等报道，近日，在莫斯科“2023 AI Journey之旅”会议上，俄罗斯总统弗拉基米尔·普京（Vladimir Putin）表示，不久的将来他将签署总统令，批准俄罗斯新版的 AI 发展战略，该文件将作出一系列重大修改，将目标和任务具体化，内容涉及扩大生成式 AI 和大语言模型领域的基础和应用研究。 普京警告称，这部新的 AI 战略就是要抗衡美国等西方国家对 AI 技术的垄断。一些西方搜索引擎和AI生成模型“往往以一种非常有选择性、有偏见的方式工作”，它们并不考虑俄罗斯文化。这种（西方）外来系统在俄罗斯的垄断和支配是不可接受、危险也不允许的。 普京强调，尽管新技术有时会带来令人不安的伦理、道德、社会问题，甚至有声音建议暂停针对生成性AI等的进一步研究，但试图禁止 AI 发展是行不通的。 一旦获批实施，这将是俄罗斯颁布首个关于生成式 AI 技术的国家发展战略。 值得一提的是，普京在此期间还参观了关于 AI 产品的展览。当他得知美国谷歌（Google）公司的神经网络曾根据多个指标进行分析判定关于美国登月任务的照片存在虚假内容，美国登月任务的照片是假的，而中国月球车的照片并没有任何需要格外质疑的问题。对于这个结论，普京表示此事“有趣”。 事实上，随着 AI 技术的蓬勃发展，以及ChatGPT等生成式AI的横空出世，越来越多的观点认为，AI 的迭代革新将引领21世纪的第四次工业革命。据公开信息显示，中国和美国正在引领世界 AI 领域研究的发展，欧洲国家和印度、俄罗斯、以色列、韩国、日本等则在第二梯队。 目前，俄罗斯已斥资数10亿美元投入世界 AI 竞赛，以抗衡美国在该领域的主导地位，希望俄罗斯成为“人工智能强国”。 据中国新闻网，早在2019年10月，普京签署命令，批准2030年前国家人工智能发展战略，以推进俄罗斯在人工智能领域的发展。 今年9月，普京指示俄罗斯政府在2024年7月1日前，批准2030年前构建“数据经济”的国家项目。该项目应规定数据收集，包括使用基于量子传感器的传感器，数据传输和开发新一代通信系统，使用国产设备、技术和软件创建计算和数据存储基础设施，确保数据安全，包括使用量子加密技术。在国家项目框架内，必须为全面支持数字经济、AI、量子计算和通信的发展以及计算技术领域的基础研究提供工具。 此外，俄罗斯政府还指示数字发展部负责为政府机构创建一个基于“GosTech”的 AI 平台，不仅以数据分析和优惠条件连接电网，而且还将支持发展国家数据经济产业。 此次 AI 会议上，普京表示，俄罗斯新版国家AI发展战略将会获得批准。他提出，提请政府和公司联盟注意，为了生成式AI的进一步发展，俄罗斯超级计算机目前的算力至少应该在提高一倍。他希望确保俄科学家能够访问俄罗斯现有和正在建造的超级计算机，并对在AI领域从事科研和实践活动的高校学生提供使用计算基础设施的特殊优惠政策。 至于此前提到的“俄罗斯版本的AI解决方案”，普京认为，俄罗斯各级政府、图书馆和档案馆有必要为机器学习免费提供语料数据。“我们国内的AI模式应该体现世界文化、遗产、知识和所有世界文明智慧的丰富性和多样性。”他说，“我们的传统价值观、丰富而美丽的俄语、俄罗斯其他民族的语言——它们应该成为我们发展的基础。” 然而，尽管普京拥有将俄罗斯打造成为 AI 强国的“雄心”，但当前该国依然面临俄乌战争和西方制裁的阻碍。那么随着俄罗斯打算发展 AI 技术，具体来说，普京还将面临哪些新的挑战？ 首先，俄乌冲突爆发后大批俄罗斯技术人才为免被征召入伍，因此，众多有才华的科学家离开俄罗斯，成为普京当前面临的首要挑战。 例如，2023年诺贝尔化学奖获得者之一、俄罗斯科学家阿列克谢·叶基莫夫（Alexey Ekimov）目前是在美国工作，而现年77岁的俄罗斯顶尖火箭科学家维塔利·梅尔尼科夫早前因因误食毒蘑菇而身亡，因此，普京要想发展 AI 技术，如何让 AI 科学家长期在俄罗斯做科研，以及建立一种长期的科学家培养机制是十分重要的。 普京在此次 AI 之旅国际会议全体会议上表示，俄罗斯应当大力扩展AI领域的人才培养，尤其在具备相关优质师资的高校进行硕士研究生扩招，并通过联邦预算增加基础 AI 课程大学生入学率。此外，政府正考虑拨付更多资金用于生成式AI和大模型的研发并寻求业界投资，形成新的市场和服务。 “应当大力培养最有实力的科研工作者。这项任务应该交给 AI 领域专家培训质量排在头排的高等学府的领导。这些是高等经济大学、莫斯科物理技术学院、莫斯科和圣彼得堡的国立大学、以及斯科尔科沃科学技术研究院。”普京称。 其次，美国等西方国家对俄罗斯制裁严重，阻碍俄罗斯进口高科技产品，使得普京政府面临的资源和资金十分缺乏。 “人类已经制定了与使用核技术有关的相应规则，包括在军事和不扩散领域。也提出了核技术载体不扩散的规则。人类能够制定规则，这意味着在 AI 领域，我们完全可以提出每个人都能接受的、每个人都需要的共同解决方案。”普京称，西方国家不应该阻止俄罗斯发展 AI 等高科技技术，未来的技术世界应是多极化的，必须在信任和互利合作的基础上共同建设它。 最后一大挑战则是，俄罗斯不在全球 AI 治理体系中。 11月初在英国举行的首届 AI 安全峰会上，美国、英国、欧盟、中国、印度等近30个国家和地区代表、多家国际组织和研究机构代表、AI 领域专家和业界领袖就前沿 AI 带来的风险类型、不同参与方应对这些风险的作用、AI 在不同领域重大发展机遇等展开跨学科对话和讨论。 本届峰会上，各国发布的《布莱奇利宣言》指出，AI 的许多风险本质上是国际性的，因此“最好通过国际合作来解决”。与会国家和地区同意协力打造一个“具有国际包容性”的前沿 AI 安全科学研究网络，以对尚未被完全了解的 AI 风险和能力加深理解。同时，中国也提出了《全球 AI 治理倡议》，并与相关国家开展双边会谈。 11月26日，有消息称，美国、英国、德国、意大利、捷克共和国、爱沙尼亚、波兰、澳大利亚、智利、以色列、尼日利亚和新加坡等18个国家即将公布首份关于如何保护 AI 免受流氓行为侵害的详细国际协议，设计和使用 AI 的公司需要以确保客户和公众免受滥用的方式开发和部署，敦促企业打造“设计安全”的 AI 系统。 这意味着，不管是未来 AI 治理，还是全球 AI 合作发展，俄罗斯都不在此国家名单中，因此，普京如何形成新的 AI 发展话语权就变得很重要。 会议上，普京表示，“我提议，明年在俄罗斯接任金砖国家轮值主席国期间详细讨论这些（俄罗斯在 AI 领域经验）问题。”他认为，作为金砖国家框架下本次活动的组织者，俄罗斯有能力做到这一点，相信同仁们会支持。 俄联邦数字发展、通信和大众传媒部（数字发展部）负责人马克苏特·沙达耶夫曾指出，大平台解决方案、人工智能（AI）和信息安全将成为俄罗斯数字化未来几年的主要趋势。他认为，俄罗斯的第二大趋势是人工智能，AI已成为国家数字化不可缺少的部分。 普京表示，近年来俄罗斯经济和社会部门大力发展 AI 技术，例如燃料和能源综合体的俄罗斯天然气工业石油公司利用 AI 技术能够显著降低油井开发成本。 俄罗斯科学院的专家指出，目前 AI 最大的一个问题是人类以后可能很难控制它，未来 AI 可能还会决定到人类生活的很多方面。随着 AI 技术成为全球科技竞争新的战略资源，“逆全球化”下，AI 安全风险加大，俄罗斯应该推动本土 AI 技术可控、安全、有效和统一发展，以更好推进2030年俄罗斯 AI 强国发展战略，

OpenAI 宫斗第一季落幕，微软有惊无险地得到了最理想的结果。 微软 CEO 纳德拉一开始只是观众，提前几分钟知道了 Altman 被开除的消息，但随后他登上了舞台，扮演了推动情节的重要配角：欢迎 Altman 加入微软。 这一消息保住了微软的股价，也增加了 Altman 重新上任 CEO 的筹码。Altman 的回归声明中，特别感谢了纳德拉。 硅谷疯狂的五天里，纳德拉的反应游刃有余。蓦然回首，明星公司 OpenAI 的背后，站着微软这个低调的赢家。 互补的「天作之合」 OpenAI 和微软的合作，往往被视为一段科技史的佳话。 OpenAI 的首届开发者大会，纳德拉作为重磅嘉宾出场，Altman 热情地介绍了他，纳德拉也表达了他对 OpenAI 的欣赏。 高山流水的表象之下，是各取所需的商业逻辑。 从 2019 年起，微软向 OpenAI 投资了 30 亿美元，等到 ChatGPT 在 2022 年末横空出世，2023 年初又追加了 100 亿美元。 OpenAI 得到微软的算力和钱训练模型，微软成为 OpenAI 唯一的云计算提供商，基于 OpenAI 的模型开发产品和服务，拥有 OpenAI 49% 的股份，避开了反垄断法的雷区。 很多媒体都问过纳德拉，微软和 OpenAI 的合作关系如何定义，纳德拉的答案从来没有偏离中心思想：「相互依赖」。 OpenAI 离不开微软的资源，微软也离不开 OpenAI 的技术。AI 为 GitHub、Bing 和办公全家桶等产品提供动力，或者赋予它们新生。 自 20 世纪 90 年代的鼎盛时期以来，在反垄断大战和错过智能手机革命之后，微软再次被认为是历史性技术变革的领头羊。 至于为什么微软不开发自己的大语言模型，纳德拉在采访中提到，内部也在开发代号「图灵」的模型，但他们不想训练多个不同的基础模型，而是让一个模型发挥平台效应，OpenAI 和他们的目标相同。 OpenAI 依靠我们建立最好的系统，我们则依靠 OpenAI 建立最好的模型，然后一起进入市场。 正如纳德拉所想，微软云平台和 OpenAI 模型之间紧密集成，是绑在一条绳上的蚂蚱，也成了微软产品和服务的卖点。 一方面，微软已经有了商业化的 AI 产品，比如人气较高的编程辅助工具 GitHub Copilot、每月 30 美元但仍初出茅庐的 Microsoft 365。 另一方面，除了生产力产品，微软还为其他 AI 公司提供基于 Azure 的 GPT 访问权限。 所以，无数看似和微软八竿子打不着的产品，其实也在为微软带来源源不断的收入，运行着隐形而极有杀伤力的游戏规则。 ▲ Azure 的 OpenAI 服务. 有些客户甚至更愿意通过微软使用 OpenAI 的模型，而不是直接使用，因为他们更相信微软。选择了科技巨头，功能有了保证，隐私、合规、安全方面也不必担心。 当然，这段关系并非没有裂缝，那是意外上演的地方。 微软没有董事会席位，在这次宫斗里吃了哑巴亏，作为最大的「金主」，开除 Altman 的消息竟然只比全世界提前几分钟知道，对 OpenAI 的运营方式也没有发言权。 至少，Altman 重新上任 CEO 后，合作回到了原点，微软也有了拿到董事会席位的可能。 相反，如果 Altman「拖家带口」来到微软，在内部重建 OpenAI，资金、落后的速度、不同的企业文化都是挑战，还可能引起监管机构的警觉。 微软能不能拿到董事会席位依然悬而未决，但这家未雨绸缪的巨头，已经开始减少对 OpenAI 的依赖，OpenAI 不再是他们唯一的选择。 ▲ Ignite 大会. 11 月 16 日，纳德拉在微软 Ignite 大会进行主题演讲，官宣了很多 AI 开发者工具。 其中一个是 Azure AI Studio，开发者可以在微软、Meta、OpenAI 和 Hugging Face 等公司的模型之间进行选择，实践「模型即服务」的理念。 虽然大语言模型竞赛落后于 OpenAI 和 Google，微软也在继续开发自己的模型。 11 月 20 日，微软发布了小型语言模型 Orca 2，在复杂推理任务测试中，甚至与 Meta 的 Llama-2 等大语言模型更好。 另外，微软仍在修炼内功，做好挖掘金矿的铲子，包括通过空心光纤技术，提高云计算的速度，以及打造自己的定制芯片，与合作伙伴英伟达竞争。 OpenAI 固然强大，却也无法掌控，微软心如明镜，不妨「合作的归合作，竞争的归竞争」。 机会留给有准备的人 OpenAI 与微软的合作，2019 年的投资只是对外的官宣，实则草蛇灰线伏延千里。 纳德拉出生于印度海得拉巴，21 岁到美国学习计算机科学，1992 年加入微软，飞遍全国推广 Windows NT 操作系统，2009 年运营搜索引擎 Bing，2011 年领导云计算平台 Azure。 2014 年，纳德拉成为比尔·盖茨、史蒂夫·鲍尔默之后的第三位微软 CEO，他深刻认识到云计算和 AI 的价值，他的决策也被成绩证明。 自纳德拉掌舵以来，微软股价已上涨近十倍，同期标准普尔 500 指数的价值仅翻了一番。Azure 现在是整个公司的增长引擎，直接影响着微软的股票涨跌。 ▲ 2004 年的纳德拉. 工程师出身、但攻读了商学硕士的纳德拉，还推动了几次大规模的收购，包括 GitHub、领英、动视暴雪，并且比起前任「情商更高」，重视维护和亚马逊、Google 等其他巨头亦敌亦友的关系。 纳德拉对云计算的布局十分成功，生成式 AI 是他下的第二个赌注，并且也和云计算紧密相关。 纳德拉在微软今年的年度 Build 开发者大会提到，看似是拐点的事物，其实已经酝酿了很长时间，「过去五个月发生的事情，是过去十年的工作」。 ▲ Build 2023 大会. 1991 年，微软成立了微软研究院，正式进军 AI，但早期的研究总被批评不够落地，无法将实验室的研究照进现实。 纳德拉很早就意识到，对话智能是终极的人机界面，并在 2016 年 Build 大会的演讲中提出：「机器人是新的应用程序（bots are the new apps）。」 与此同时，他希望将 AI 研究转化为有用的产品功能，「我们这个行业的美妙之处在于，不在于谁有能力，而在于谁可以真正运用能力并将其转化为有形的产品」。 大语言模型的概念，让纳德拉设想的对话智能长出筋骨。 2018 年，纳德拉与 Altman 相识于爱达荷州太阳谷的 Allen & Co. 大会，这是他们合作关系的开端，也让纳德拉了解了 OpenAI 在做些什么。 正如《华尔街日报》评价纳德拉，他是一位认识到自身局限、并愿意将权力委托给他人的领导者。 这时候的纳德拉深感兴奋，但没有匆忙提出合作，他让首席技术官 Kevin Scott 访问 OpenAI，确认 GPT 能否增强微软的产品。这位首席技术官，如今也是微软 AI 策略的幕后推手。 当一切准备就绪，2019 年 7 月，微软对 OpenAI 承诺了第一笔投资：10 亿美元。 2020 年 6 月，OpenAI 推出了 GPT-3。对比现在的 ChatGPT，GPT-3 的问题更多，但它已经可以用各种编程语言输出代码。 纳德拉「灵光一现」的时刻到来了。 从 GPT 2.5 升级到 GPT- 3 时，他亲眼看到了 AI 擅长编码，预判了其中的规模效应，镜中花水中月变得真实起来，纳德拉从此成为了 AIGC 的信徒，「哇，这真的开始了」。 ▲ GitHub Copilot. 机会赐给有准备的人。微软有庞大的开发者客户，也有领先的开发者平台 GitHub，存储着海量的公开源代码行。在 GPT-3 的基础上，OpenAI 和 GitHub 合作，在 2021 年 6 月推出了 AI 代码助手「Copilot」。 虽然它会出错，也只能代替完成部分基础工作，但它既理解编程，也理解人类语言，给不少开发者留下了深刻印象，如同我们初次见到 ChatGPT。 人类的副驾驶 打入 OpenAI 内部的纳德拉，总比我们更早意识到世界的变化。 纳德拉第一次看到 GPT-4 是在 2022 年夏天，他尝试用它翻译波斯诗歌，惊喜地发现，GPT-4 做的不只是机器翻译，而是跨越了两种语言的界限，又保留了诗歌的微妙。 生成式 AI 跨越的又何止是语言。纳德拉认为，它带来的是「巨大的平台式转变」。 上一次这样的转变，发生在移动时代，服务和消费变得无处不在。 这一次，创造也变得无处不在，更多自然语言的 AI 工具出现，任何人都能轻松生成新事物，包括代码，「当你输入提示词时，你就是在为大语言模型编程」。 ▲ 改名的 Bing Chat. 「Copilot」直译为「副驾驶」，最早被用于命名 GitHub 的代码助手，副驾驶是纳德拉的比喻，指向「以人为中心」的本质。 11 月中旬，微软进行了一次「品牌重塑」，Bing、Edge 和 Windows 11 的聊天界面，都统一用了「Copilot」的称呼。 最近的 Ignite 大会上，纳德拉也提到：「我们的愿景非常简单：我们是 Copilot 公司。我们相信，在未来，每个人和你所做的一切都会有一名 Copilot。」 然而，更多的创造，是否也意味着更多的破坏？纳德拉的答案为「是」，工作可能会被取代，人们可能必须经历转型，AI 可能会学习偏见，但更多人群也将受益，他举过几个例子。 当文字处理器出现时，打字员的处境发生了巨大的变化，但同时，10 亿人可以在文字处理器输入内容并创建和共享文档。 在美国西海岸发布的大语言模型，可以让印度的开发者编写程序，让当地农民更加方便地填写电子表格。 然而，这依然是「破坏式创新」的说辞，视角不同，可能看到的风景就不同，谁也不能保证自己不是打字员。 OpenAI 政变，微软有惊无险地上了岸，但我们也看到，在这场具有历史意义的 AI 之战里，很少有人有发言权，哪怕是最开始的微软。 这倒如纳德拉所说，「AI 已经无处不在，这是一个黑匣子，你和我只是目标」。但作为一位 CEO，他认为更重要的问题是，谁做了些有用的事情，谁真正帮助世界前进。

作者 | ZeR0 编辑 | 漠影 智东西11月27日报道，11月22日，夸克大模型公布了其面向搜索、生产力工具和资产管理助手的大模型技术布局。夸克技术负责人蒋冠军告诉智东西等媒体，夸克大模型是面向搜索、生产力工具和资产管理助手的应用型大模型，在搜索应用中将通过图文多模理解、专业知识生成、交互方式创新进一步拓宽应用场景，提升用户体验。 日前，阿里巴巴智能信息事业群发布全栈自研、千亿级参数的夸克大模型，将应用于通用搜索、医疗健康、教育学习、职场办公等众多场景。夸克千亿级参数大模型已登顶C-Eval和CMMLU两大权威榜单，夸克百亿级参数大模型亦在法律、医疗、问答等领域的性能评测中夺冠。 据介绍，凭借在搜索业务和智能技术上的长期积累，利用数据、平台、知识增强等优势，夸克大模型可以大幅提升知识正确性。在医疗健康领域，夸克大模型已经可以将问答内容的幻觉率降低至5%，处在行业领先水平。 一、拆解夸克大模型四大优势，知识正确性是落地关键 蒋冠军分享说，夸克是一个集合搜、用、存的智能信息产品，夸克现有客户中，25岁以下的年轻用户占比达到一半。而夸克大模型将是持续推动夸克App产品体验创新和迈向新一代搜索的技术底座。 在搜索方面，夸克已经准备上线一些具体产品，包括推出大量AIGC内容，并在搜索的后链路正筹划新的智能技术产品创新和改造；在云盘方面，夸克网盘相册可以用自然语言完成检索；在工具方面，扫描、资料生成都将用上夸克大模型的能力。 基于搜索业务基础与智能技术积累，蒋冠军认为夸克大模型有四大优势： 1、最全面的通用知识数据和行业知识数据，以及知识理解和评估体系； 2、得益于搜索技术体系的积累，拥有千亿级参数平台的模型训练能力； 3、拥有长期智能化产品经验的智能技术产运团队； 4、拥有全行业的知识增强技术体系及能力。 ▲夸克技术负责人蒋冠军 蒋冠军谈道，在千亿级别的网页里筛选出几亿个质量特别高的网页，不仅获取如此多中文数据和知识的难度大，而且网页中垃圾数据非常多、大部分网页质量都非常低，成本和代价很高。 在他看来，面向未来，要解决大模型的应用问题，关键要解决知识正确性问题。通过模型预训练、人类对齐、模型改进、知识增强等多种技术手段的组合，夸克大模型持续提升知识正确性，将通用知识错误率降到15%以下。在医疗健康领域，夸克已经可以将问答内容的幻觉率降低至5%，处在行业领先水平。 在教育领域，夸克优先关注教育优质内容的生产，围绕生产内容、针对用户具体场景，做对话和交互的产品创新。 二、千亿级大模型多项性能超过GPT-4，四大能力提升用户效率 夸克大模型基本上完成了当前阶段的整体迭代，现有一个千亿参数级别的大模型，具备在一部分夸克端场景里提供服务的能力。 据介绍，夸克大模型的整体水平超越GPT-3.5，在多语言翻译、写代码、安全合规、内容创作等方面处在国内行业头部水平，具备较好的语义理解、知识掌握与应用、逻辑推理能力。其千亿级大模型接连登顶C-Eval和CMMLU两大权威评测榜单，多项性能优于GPT-4。在最新的百亿参数测试集中，夸克在法律、医疗、问答等多个领域中排名第一。 在多模态方面，夸克大模型支持相册搜索、AI相机场景下的文搜图、图生图、图生文等。在教育、医疗等垂直领域中，夸克在对话、解题上的能力取得了新的突破。 从落地来看，蒋冠军总结了夸克大模型有四大能力：知识、对话、创作、安全。 1、知识能力：拥有广泛的知识覆盖、信息搜集和多语言支持等，支持外接专业知识增强，提升跨领域的知识和语言理解能力； 2、对话能力：具备较强的上下文理解、语境推理、关键信息保持和记忆能力，更好地适应不断变化的语境，理解用户的意图和需求，确保对话回复准确、合理、连贯； 3、创作能力：能够根据主题或关键词，生成连贯、有逻辑、有深度的文本内容，支持续写、润色、仿写、批改等多种不同写作需求； 4、安全能力：具备较好的世界观、价值观，对于明显的虚假信息，均能做到准确识别、正确回答或者给出合理指引，这得益于夸克在搜索场景下长期考验中累积了非常丰富的经验和能力。 其中，知识和创作对应的能力和夸克产品强关联，比如搜索引擎，是知识能力；工作学习中的文档书写或写作文，是典型创作能力的延伸；对话能力主要是补齐知识和创作能力在实际应用中的体现。 此外，夸克大模型也很擅长英语能力，例如做英语解题时，不仅能给出精准答案，还会告诉用户该题目考查的是哪个英语知识点，最终怎么得到这个答案的，这对提高教育类产品的体验很有帮助。 三、搜索引擎跟大模型天然契合，夸克大模型中文能力领先 针对AIGC技术与搜索产品在大模型领域的协同发展，清华大学新闻学院教授、博士生导师沈阳的团队针对所有大模型做了人文社科类评测，并看到夸克大模型在4个方面的能力：1）随聊能力；2）组合创新；3）持续多轮对话；4）以不同风格进行内容创作。 在他看来，依托搜索平台，夸克大模型拥有高质量的各类数据，在中文语境下，模型能力处在行业领先水平。 沈阳教授认为，搜索引擎跟大模型的结合是天然之配，有3点主要逻辑：1、数据量大，天然具有各种网络公开数据；2、在内容安全上经历了长时间的考验；3、搜索引擎用户提供了大量的查询需求，这些查询需求和用户的点击、返回的结果本身就是一种交互，大模型可以对这些交互做改造，将搜到的结果做聚合和整合。 据沈阳教授判断，5到10年后将没有搜索引擎的概念，只会有大模型的概念。用户有任何问题会习惯于问大模型，不再用搜索引擎。 最后，他总结了国产大模型有待提升的三点： 第一，将文本、图片、视频融会贯通，实现多模态，从识图到生图完全打通； 第二，继续扩大在交互速度上的优势； 第三，实现搜索引擎与大模型的深度融合，特别是把做搜索引擎的优势充分内化到大模型研发中，走出中国自己的大模型发展道路。 结语：好用的大模型产品，应该把知识和创意结合起来 用基于大模型的AIGC技术推动搜索革新，已经成为搜索产品进化的行业共识。根据介绍，夸克大模型将全面升级夸克在搜、用、存上的智能化体验，帮助用户进一步提升效率。 谈到搜索产品的演变，蒋冠军认为，理论上，只要大模型足够强，打字或语音交互都很方便，不需要搜索或电商，但大模型本身的技术能力还没到这样的程度，所以会与搜索引擎共存；再进一步，搜索功能会慢慢被大模型的功能替代，先是由大模型辅助搜索，逐渐变成以大模型为核心，用搜索帮助完成产品创新。 在他看来，好用的大模型产品和创新产品应该把知识和创意结合起来，这样才有更大的空间；拥有一定规模和生命力的大模型产品和应用阶段，还没有到来。

接管阿里云近三个月后，新官上任的吴泳铭，正在给阿里云重新定调。 在近期的2024财年第二财季（即2023年度第三季度）财报会上，吴泳铭首次提出“AI驱动、公共云优先”的阿里云发展新战略。财报发布一周后，为推动新战略落地，吴泳铭主导了新一轮的阿里云组织架构调整，新成立公共云业务事业部、混合云业务事业部、基础设施事业部等三大事业部。 其中，公共云业务事业部是本次调整的重点之一。按照吴泳铭的说法，未来阿里云将对所有产品和业务模式做取舍，减少项目制销售订单，加大公共云核心产品投入。 进入2022年以来，国内一众科技大厂对云服务的新共识逐渐达成——从此前的一味投入开始转向兼顾增长和赢利，越来越多云厂商正在主动放弃总集成商的角色。 尽管做集成项目能够帮助云厂商堆高营收规模，但其代价却是需要付出高昂的定制化成本，项目结算后，这些云厂商往往会陷入“增收不增利”的尴尬局面。 对集成项目的过于依赖，更是使得国内云厂商的毛利率远低于国外同行。与之对比，全球份额第一的亚马逊AWS，其高毛利的秘密就藏在旗下四大基础件（服务器、存储、CDN、网络带宽）的售卖占比超过六成上，相比定制化项目，这些标准化服务拥有更高的毛利。亚马逊得以借助规模效应摊薄硬件成本，从而在行业竞争中拿下更多客户，并通过网络效应实现营收和利润的双增长。 降低项目制订单对利润率的改善效果立竿见影。三季度财报中，阿里云经调整EBITA利润14.09亿元，同比增长44%，环比大增264%，后者约等于阿里云上个财年四个季度利润总和。 为了进一步加深内外部对其转向公共云优先的新认知，阿里云内部特意把与定制化的私有云对立的“公有云”，改称为“公共云”。据甲子光年报道，阿里云内部曾经专门开了数小时的会议来确认“公共云”这一称呼，目的就是突出云服务的“公共使用权”而非“公共所有权”。 在AI大模型即将催生新一波云服务需求之际，阿里云率先抛出了骰子。 明确公共云为先后，一系列新的冒险也随之而来。 首当其冲的便是收入规模的承压。曾经帮助阿里云实现高速增长的互联网行业，云服务渗透率正在触及天花板，加上字节、快手等部分大客户纷纷转向自建云服务，阿里云增速逐渐放缓。 2015年首度披露云服务收入以来，阿里云一度保持着超过100%的营收同比增速，营收规模也从12.71亿元增长至千亿元级别。进入2022年，阿里云营收增速开始从双位数下滑至个位数。 如今，随着新战略转向公共云优先，短期内阿里云收入或将进一步减少，这也意味着阿里云原本放缓的营收增速压力将被进一步放大。三季度，阿里云收入为276.48亿元，同比增速只有2%。 不过，有接近阿里云的知情人士向字母榜解释，“规模已经不再是阿里云此刻最需要考虑的事情，（阿里云更需要考虑的）是如何抓住由AIGC开启的AI新世界所蕴藏的十倍新机会。” 中国工程院院士、阿里云创始人王坚直接将云与AI的结合，视为云计算的第三次浪潮。这波浪潮的爆发，重新把科技大厂拉入到技术竞赛阶段。 新机遇给阿里云带来了另一重新冒险。从规模为先转向技术为先的阿里云，需要再次完成对自身产品架构和云服务体系的重构与创新，比的将是谁的云服务更开放，且应用生态更丰富。 这样的重构与创新正在全球云厂商身上上演。微软将Copilot融入业务的方方面面，继推出Microsoft 365 Copilot后，最新的动作是，将Bing Chat全线更名为Copilot。 亚马逊CEO安迪·贾西更是直言，生成式AI是能让“亚马逊未来几十年可以在每个业务领域都进行创新的核心”。 作为对比，阿里云在4月份发布通用大模型通义千问1.0后，时隔六个月正式推出千亿级参数大模型通义千问2.0，后者在复杂指令理解、文学创作、通用数学、知识记忆、幻觉抵御等能力上得到显著提升。目前，阿里云上有超过30款云产品接入了大模型能力。 面对国产大模型平台商对AIGC时代“Android”生态底座的争夺，阿里云已经将国内一半大模型企业吸引到自家云平台上，其开发者社群魔搭在7月-9月的两个月时间内，托管AI模型从1000个，增长至超过2300个，累计模型下载量从4500万次，增长至超1亿次。 值得一提的是，转向公共云为先，并不意味着阿里云放弃私有云市场。阿里云在新一轮组织调整中特意设立混合云业务事业部，其职责便是面向因政策限制、短期无法使用公共云的客户。 一系列新冒险的背后，则藏着阿里云豪赌AI新世界将要带来的公共云需求大爆发的野心。 云服务整体放缓之际，AI公共云正在逆势增长。《IDC中国AI公有云服务市场份额，2022》报告显示，2022年中国AI公有云服务市场依然呈现出80.6%的超高增速。 尽管用户现阶段的第一选择还是考虑私有化部署，但在IDC中国研究总监卢言霞看来，生成式AI、大模型的落地目前正处于起步阶段，“这些能力在公有云上能看到更快速的更新迭代，短期内将为AI公有云服务带来明显利好。” 微软Azure就是吃到大模型红利的典型代表。2023年第三季度，排名第一的亚马逊AWS同比增长12%，与上一季度持平，低于整体市场16%的增速。反观借助与OpenAI合作，抢跑大模型应用的微软Azure，在9月份发布Windows版Microsoft Copilot后，云需求明显增加，第三季度同比增长29%。 在所有应用都值得用大模型重做一遍的行业共识下，以大模型为代表的AI新浪潮，正在掀起一个比移动互联网大十倍的新机遇，各类应用则是承接新机遇的关键。帮助开发者创造一个便利的应用开发平台，则成为一众云厂商的新机遇。 11月初的OpenAI首届开发者日上，山姆·阿尔特曼正式公布自定义GPT功能，并表示后续将上线“GPT商店”，创作者还可以分享收入。现场演示环节，阿尔特曼3分钟不到，只凭几步操作便做出一个“创业导师GPT”。 让“GPT开发者”像“iOS、Android开发者”一样成为AI时代新职业的梦想，也在被阿里云所实践。 云栖大会2023上，阿里云对外发布一站式大模型应用开发平台——阿里云百炼，开发者5分钟内便可创造一款大模型应用，甚至几小时便可“炼”出一个企业专属模型。 随着各类基于大模型的应用越来越多，支撑一众应用运行的推理需求也会越来越大。届时，推理比训练更离不开云。阿里云内部人士解释道，一是推理需求遍布全国甚至全球各地，因为你的用户可能有的在杭州、有的在北京。这需要低延时，需要就近的数据中心支持。只有大型云厂商才能提供遍布各地的算力服务。二是推理有用量波动，有些应用是早上用户多，有些是晚上。也只有云厂商才能处理这种波峰波谷的弹性需求。所以考虑到推理场景，AI的发展更离不开公共云的支持。 尽管当前大模型领域尚未出现爆款应用，就连王坚都表示，“相信它不会在一年、两年完成的。”但在这场技术马拉松跑道上，没有云厂商敢冒落后一步的风险。 更重要的是，借助AI大模型浪潮，一些原本在互联网时代自建云资源池和能力的企业，有望重新回到公共云怀抱。 在大模型时代，云与AI的关系发生了新的改变，有钱买GPU，并不意味着就能研发出可商用的生成式AI能力。 人工智能专家丁磊博士告诉字母榜，能够把大模型训练出来本身就很难，“能够搭一千张GPU卡，三千张GPU卡，一万张GPU卡的一个集群规模去做训练，国内就没有几家公司能做得到。” 阿里云则是能够做到的几家公司之一。在全新升级的人工智能平台PAI上，阿里云支持高达10万卡量级的集群可扩展规模。 尤其考虑到国内高端芯片进口受限的现状，英伟达芯片和国产替代芯片混合使用，将是未来很长一段时间内的行业常态，即需要多个不同的供应商使用多种不同的芯片，满足中国市场对AI计算能力的需求。 但目前中国算力市场却存在结构性需求失衡的现象。据中国工程院院士刘韵洁表示，尽管中国算力总规模位居全球第二，但算力利用率并不高，“通用算力和超算算力，利用率都不高，用于大模型训练的智算算力，更是稀缺状态。” 中国信通院数据显示，2021年，美国的算力有60%以上是以公有云的方式来提供，欧盟是50%，而中国只有28%。 面对算力分散化的客观现实，依赖公共云平台来高效连接异构计算资源正变得越发重要。公共云也正在成为AI大规模普及的最佳方式。 无论是用以训练和推理大模型，还是改善云服务增收不增利的现状，公共云，已经逐渐成为国内云厂商的重心所在，围绕云业务的考核机制也由此而变。 阿里云通过减少来自利润率较低的項目式合约类收入，以提升收入质量之外，其他云厂商也纷纷有所行动。 美国头部云厂商在营收和净利润上的断层式领先态势，则进一步驱动国内云厂商向公共云策略倾斜。 与中国市场热衷于私有云不同，美国三大云计算服务商亚马逊AWS、微软Azure、谷歌云均以公共云为主，这也造成了中美云计算厂商的规模差距。 Gartner调研数据显示，2022年全球公共云IaaS市场中，亚马逊AWS份额39.99%，微软Azure份额21%，我国唯一排入全球前三的阿里云份额只有7.71%。 与市场份额差距一起被拉大的，还有中美云厂商在营收、利润端的差距。2022财年，亚马逊AWS、微软Azure营收分别为801亿美元、818亿美元，对应利润分别为228亿美元、327亿美元。 相比之下，作为中国唯一盈利的云厂商，阿里云在最新三季度财报中营收为276.48亿元，经调整EBITA利润为14.09亿元，与美国头部云厂商对比，存在明显差距。 更高的公共云服务份额，推动亚马逊AWS们获得更高的增长和利润，更高的利润又帮助亚马逊AWS们进一步加速产品技术创新，从而形成规模效应，进而摊薄基础设施成本，并聚拢起更大的网络效应。 大模型所揭开的AI新世界，给了国内云厂商一次复刻亚马逊AWS“飞轮效应”的全新机遇。

中国爽剧 横扫海外 最近，一部《GOODBYE MY CEO》微短剧「大杀四方」，狠狠拿捏住欧美观众，堪称国外版《霸道总裁爱上我》。 这部微短剧来自最近风头最盛的短视频 APP ReelShort。上线不到一年，ReelShort 打败 TikTok 登上多国 App Store 榜一，秘诀就是把中国爽剧彻底「洋化」给外国人看。 霸总爱情、豪门恩怨、出轨背叛、婆媳大战、狗血 N 角恋……这些短剧已经在国内社交和短视频平台悄然风靡，并「闷声发大财」。 有消息称一部叫做《无双》的短剧在微信小程序上线，播出 8 天后用户充值收入就破亿，虽然制片方表示实际到手利润「仅有几百万」，但短剧已经是当下短视频最大的风口之一。 而短剧的生存空间正在收缩，大量依靠低速路线吸睛的内容开始被各平台整治。 其中由咪蒙团队出品的短剧《黑莲花上位手册》最近也被下架，理由是「渲染极端复仇、以暴制暴的不良价值观、是非观念混淆。」 同时，这些在中国已不再新鲜的短剧开始横扫欧美影视市场，给外国人打开了一扇新大门。 既然追求爽剧，那就贯彻到底 ReelShort 是中文在线的出海 APP，主打就是一个「爽」，霸道总裁小娇妻、赘婿逆袭走上人生巅峰、老公是隐藏富豪我该怎么办、我的老婆是亿万财产继承人等等，满足观众的各种幻想。 男女主人均身家十亿 男主不是大集团 CEO 就是亿万富豪、豪门继承人或者贵族后裔，拥有天使般英俊的面庞和性张力十足的身材。 他们专情、理智，无条件宠溺女主，总能看穿恶毒女配的小伎俩并远离她们。在爱情和婚姻上勇于反抗父母和外来破坏者，对女主不设花钱上限。 那么女主呢？ 她们要么平凡普通，误打误撞成功引起霸总的关注，从此和老板甜甜恋爱。 要么从小命运多舛，有一个需要她们背负起的家庭，但她们努力且坚强地生活着，乐观善良的她们吸引了不少富豪为她们争风吃醋，最终她们万般纠结后选择了自己的 Mr. Right，和多金帅气专情的男主过上了幸福的生活。 当然也少不了身家十亿隐形女富豪和多位小奶狗爱恨纠葛的故事。 这些微短剧的名字和海报「爽」得十分直白，让人看一眼就可以脑补出大致剧情，甚至能想象出一些名场面。 90 秒一集，流水线生产 微短剧有多微呢？ 约 90-180 秒一集，一部剧 50-100 多集不等，前几集免费，后面每集收费约 50 币（约等于 3 元人民币或 0.5 美元，需提前充值），看完一部剧大约需要花费 150-300 元人民币或 20-50 美元。 观众不想花钱看剧也行，可以看广告解锁付费剧集。是不是觉得收费模式很熟悉？ 据业内人士说，这些微短剧是直接用中文剧本拿来翻译成英语，再让英语编剧修修改改，找一些不知名演员来参演，大约两三星期就可拍完一部。 演员的演技和剧情的逻辑？都不重要。重要的是两点，拍摄效率高，观众看得爽。 恶毒女配和善良女主的亿万富豪未婚夫争夺战. 图片来自：ReelShort（YouTube） 懵懂女主和深情霸总的相互吸引. 图片来自：ReelShort（YouTube） 为了给 APP 和微短剧引流，运营方会把剧中最精彩的部分剪辑成短片投放到各种互联网平台上，没想到做成了大爆款。 比如 ReelShort 近期最热的剧《Fated to My Forbidden Alpha》，它的引流短视频在 TikTok 上播放量高达 1500 多万，点赞 14 多万。 引流观众入坑后，ReelShort 还把部分剧集从一次全放送改为一集一集放送，吊足观众胃口，未来会不会加上 VIP 超前点播特权还真不好说。 出海微短剧从作品题材、创作节奏、引流方式到收费方式都是中国模式，刚接触这套「打法」的外国人看来有点儿招架不住。 「以小博大」的微短剧 微短剧出海爆火实际上是国内微短剧爆火的延伸，微短剧早成国内短视频 APP 的流量大户。 《中国网络视听发展研究报告》称，中国超 10 亿短视频用户中有 50.4% 看过 3 分钟以内的微短剧、微综艺、泡面番。 流量在哪里，投资就往哪里去，小到个人自媒体大到视频平台都涌入了这个市场。 自媒体方面，一部《哎呀！皇后娘娘来打工》在抖音媒体榜霸榜 46 天，赚了 2 亿充值。咪蒙团队的《一束阳光一束爱》播放量接近 12 亿，还有很多爆款微短剧数不胜数。 看准流量风口后，自媒体已卷到「一个视频几乎等于一个微短剧」的程度。 爱优腾等长视频平台也进行了许多成功的探索，《拜托了！别宠我》《千金丫环》《招惹》等均取得了分账破 1000 万元的成绩，其中《拜托了！别宠我》分账票房突破 3000 万打破了纪录，「一周拍完，一月上线」 的微短剧《无双》上线 8 天观众充值金额突破 1 亿。 据统计，2023 年微短剧市场规模已接近 250 亿元。和超预期的收益相对应的，是一部微短剧仅需几十万元成本投入。 不过，狂飙扩张的微短剧也衍生了良莠不齐等问题，国家有关部门对微短剧一直在进行规范引导和整治不良题材，相信未来微短剧的发展会走上更加良性的道路。 出海，追求多巴胺 近些年中国成功出海的项目不只有爽剧。 最早的出海项目之一是中国网文，各种奇幻、玄幻和女频网文让外国人欲罢不能，据《2022 中国网文出海趣味报告》显示，国外的中国网文阅读用户已达 1.7 亿，甚至出现过外国网友沉迷中国网文而成功戒毒的案例。 最为人熟知的出海 APP 是 TikTok，现象级横空出世后常年霸榜，成了国外手机用户的必备 APP 之一，让谷歌和 Meta（Facebook）努力主动改变拥抱短视频。 游戏界最知名的出海项目莫过于米哈游的《原神》，约 7 成游戏收入来自海外，2022 年全球吸金超 40 亿美元，被国内玩家表扬调侃「赚了大量外汇」。 今年最火的出海项目则是微短剧了。 总结起来，出海成功的核心是让外国消费者快乐。或许，好的出海项目首先要做到「追求多巴胺」。

快科技11月27日消息，本周三（29日），Redmi K70系列将正式发布。 从目前官方消息来看，这次K70作为Redmi十周年，且销量突破10亿台的里程碑产品，全系都进行了升级，其中Pro版甚至看齐各品牌的高端旗舰，发起焊门员冲击。 Redmi K70系列共三款机型，分别是K70E、K70、K70 Pro，档位从低到高，分别搭载联发科天玑8300-Ultra、高通第二代骁龙8、高通第三代骁龙8芯片。 卢伟冰也介绍了官方定位： K70E：全面升级，新一代旗舰焊门员，全面提升旗舰性能体验新基线。 K70：相比前代全面跨越式升级，树立新一代旗舰性能新标杆。 K70 Pro：承载全新使命，打造“全场景性能之王”，是行业高端旗舰全新进化的关键一步。 K70E是入门版，采用系列的家族化设计，配备直屏+直边方案，并且是定制1.5K高品质国产屏幕，价位在两千元段。 其搭载的天玑8300-Ultra虽然是次旗舰产品，但是跑分已经全面超过高通骁龙8+，作为入门产品来说极具性价比，而且一直以来的低功耗优势也会延续。 K70会是该系列最走量的主打产品，采用第二代骁龙8，性能、功耗都是行业顶级，足以满足任何需求，同时价格相对第三代骁龙8产品要明显更低。 其屏幕、外观将与Pro版完全一致，只是核心、影像、充电方面略有差距，但是在基础使用体验方面与顶配Pro版核心体验差距较小。 K70 Pro则是一款Redmi高端之作，全面下放了小米14/13上的旗舰规格，甚至在某些规格还能实现反超，比如2K顶级屏幕、直边直屏方案、无支架设计、金属中框、屏幕指纹、OIS、澎湃OS、无线充电、IP68等等。 这款Redmi旗舰甚至做到了很多友商4000-6000价位段都没实现的全面配置，且质感方面大大提升，唯一存疑的就是影像方面，这还要留待发布会和之后的测试揭晓。

高端旗舰手机，重点关注的已经不是价格、核心性能，毕竟谁都是旗舰芯，都不会卡，关注点是谁能打出更多的差异化，能拿得出别人没有的技术，才能在如此残酷的市场中活下去。 而提到差异化，各大旗舰手机主要发力点在影像性能上，各种新技术、联名层出不穷。在今年年底的旗舰手机市场中，比较有代表性的三款机型是vivo X100 Pro、华为Mate60 Pro＋以及iPhone 15 Pro Max。下面，就用实际的样张对比，展示三款手机的不同，贵的真不一定性能好。 1 配置对比 X100 Pro真一英寸大底压死人 首先，先来看看这三款手机的硬件配置。iPhone在纸面上的实力并不强，iPhone 15 Pro Max 后置 4800 万像素主摄 + 1200 万像素超广角 + 1200 万像素长焦。虽然看上去和安卓/鸿蒙旗舰比差了一些，但是对于iPhone自己来说还是比较明显的升级。 因为iPhone 15 Pro Max所搭载的潜望式长焦镜头采用了四重反射棱镜设计，可以实现 5 倍的光学变焦和 25 倍的数字变焦，相比于普通版机型的2倍和Pro的三倍长焦，提升非常的明显。并且这种设计还能有效节省手机的内部空间，让手机厚度几乎不变的情况下，影像性能获得了极大提升。 华为Mate60 Pro＋在影像性能方面的提升也是非常明显。新款机型搭载了4800 万像素超聚光摄像头、4000 万像素超广角摄像头以及4800 万像素超微距长焦摄像头，三颗摄像头素质都相当高，配合XMAGE自研影像品牌，可以带给你全焦段、全能的摄影体验。 与徕卡分手后，华为没有选择继续联名别的相机厂商，而是选择了走自研路线，引入了自主影像品牌XMAGE。并且华为Mate 60系列引入了全新的风驰闪拍功能。在强大的算法支持下，无需任何设置，用户只需要打开相机，即可获得迅速、高清的抓拍效果。 最后就是刚刚发布的vivo X100 Pro了，它的主摄为IMX989真一英寸传感器，辅以5000万像素蔡司超级长焦以及5000万像素超广角镜头，搭载dToF激光对焦传感器，一英寸的传感器也是这三款机型中最大的，配置可以说相当给力。 当然了，vivo与蔡司的合作也更进一步。X100全系搭载了蔡司镜头保新成员B-Speed虚化，还支持五大人像环境点位，配合蔡司风格色彩，用户可以轻松的在手机当中感受到蔡司影像，这才是联名的意义所在。 2 实拍样张对比 说了那么多，还是看看实际的表现如何吧。下文样张从左至右分别为iPhone 15 Pro Max、vivo X100 Pro以及华为Mate 60 Pro＋拍摄。 根据实际拍摄的样张可以看出来，iPhone的优势在于色彩还原的比较真实，基本上如人眼所见，但是放大后的画质表现与其他两家相比稍差一些。vivo由于联名了蔡司，在保证色彩真实自然的前提下，宽容度也足够出色。拍摄出来的照片更具质感。华为的优势在于Mate 60系列引入了全新的风驰闪拍功能。在强大的算法支持下，无需任何设置，用户只需要打开相机，即可获得迅速、高清的抓拍效果。 在光线环境较差的夜晚差距就比较明显了，iPhone在拍摄大场面时发生了过曝的情况，灯牌内容几乎全看不见了。而vivo和华为高光控制的就比较出色，颜色还原的也比较准确。一英寸超大底也帮助X100 Pro能获得更高的进光量，细节呈现的很丰富，另外，它还拥有蔡司T*镀膜的加持，样张的眩光控制十分出色。 3 人像样张对比 以目前手机摄影的能力来说，只具备拍摄风景的能力对于一台旗舰机来说是远远不够的。人像摄影也是体现能力的重要衡量标准。那么这三台手机的表现究竟如何呢，我们一起来看戏吧。 在人像样张的表现上，iPhone拍的很"真实"，人物五官细节还原的还是比较到位的。但是拍人像的第一要点不是真实，而是好看，在这方面vivo和华为做的就比较好了。手机拍照就是图方便，拿起来就拍，拍出来就好看才能有好的体验。 另外，在背景虚化上iPhone做的也比其他两款手机差了一些，vivo X100系列在前作蔡司镜头包的基础上新增「B-Speed风格虚化」，模拟了蔡司B-Speed 系列电影镜头，在光圈略微收缩时所产生的圆弧三角形虚化光斑，还是比较有特色的。 4 总结 最后做一个小总结吧，iPhone 15 Pro Max拍摄的照片优势在于色彩比较真实，新机所搭载的潜望式长焦镜头解决了iPhone拍照的最大短板。毕竟大家出去玩，其实大部分用到的场景还是长焦镜头，可以更好的构图规避路人。虽然iPhone和自己比算是大提升，但是专精拍照的朋友还是更推荐另外两台。 vivo X100 Pro和蔡司的联名，真正做到了把蔡司的体验带给用户，不仅在硬件上拥有蔡司镜头、蔡司镀膜，还把蔡司经典的色彩以及虚化带到了手机当中，可以说彻底把蔡司玩明白了，差异化打的也比较足。并且X100 Pro还是这三台手机当中硬件水平最高的一台，当之无愧的影像旗舰。 华为Mate60 Pro＋的优点在于自研技术比较多，不仅有自研品牌XMAGE，还有自研的超光影算法，综合的表现非常全能，没有什么明显的短板。当然了，这三台手机的差异化也不止与影像，iPhone有iOS，vivo有搭载蓝心大模型的OriginOS，华为有Harmony。你会选择哪台手机呢？欢迎在下方评论区发表你的看法。

IT之家 11 月 27 日消息，谷歌在 Pixel 7 时代推出了“At a Glance”功能，这项功能有点类似苹果 iOS 的“实时活动”与小部件“智能叠放”功能的集合体，主要可以在 Pixel 手机桌面中快速显示一系列实时通知内容，例如可显示外卖信息、网约车距离、快递包裹追踪、闹钟倒计时、实时天气警报、登机牌等内容。 ▲ Android 14 QPR2 的“At a Glance”小部件 而根据外媒 AndroidCentral 报道，目前有多名用户报告称，这款小部件在他们的设备上遇到了故障，频繁出现消失、崩溃等问题；若用户尝试添加新的“At a Glance”小部件，偶尔会出现一条写着“Glance App Widget Error”的错误消息。 据悉，该故障影响各种安卓手机，包括谷歌 Pixel、三星的 Galaxy S23、OnePlus 等设备，从 Android 12 到 Android 14 的所有设备上都会弹出错误，因此应当是谷歌服务器端的错误，不过截至IT之家发稿，谷歌还未回应相关消息。

作者 | 佳慧 编辑 | 云鹏 智东西11月27日报道，今天下午，生物识别和移动近红外光谱解决方案开发商创迈思（TrinamiX GmbH）在深圳开展了新技术沟通会。 在沟通会上，创迈思演示了手机在装载了他们的微型光谱仪后，能够实现一贴皮肤就测量出皮肤中水分含量等健康数据的功能。这一微型光谱仪使用的是近红外光谱技术，可以在1-3μm的电磁波波长范围内对生物标记物进行分析。 根据其官方介绍，创迈思现在的微型光谱仪是世界上第一台集成到智能手机上的，用于无创式分子生物标志物测量的近红外光谱仪。它在2023高通骁龙峰会首发，并集成到第3代骁龙8的参考设计中。 通过创迈思大中华区市场及供应链总监曾滢综的展示，可以看到，这一光谱模块装载在手机的摄像头附近。 创迈思的微型光谱仪通过无创性测量皮肤中的生物标记物，实现无创式测量。消费者将手机贴在皮肤上，并运行相应的应用程序，就可以测量各项生物标记物，并得到相应的健康建议。 创迈思称，他们已经做好了量产的准备，价格与其他智能手机传感器组件相当，初步估计在10美元左右，但根据不同客户的不同需求和方案有具体调整。 智东西记者参与体验了创迈思微型光谱仪的皮肤水分测量。该测量3秒左右出结果，先显示皮肤水分水平，再出现一个详细的记录分析表格，表格分析了测量者每天的平均皮肤水分水平等数据。 在微型光谱仪的应用开拓路径上，亚洲区业务总经理兼消费类电子业务总监孟德山称，目前他们的微型光谱仪可以用于测试肌肤水分，提供皮肤护理需求指标。 从技术上说，这个微型光谱仪可以测量人体的水合状态、乳酸和血糖水平，但这三种数据的应用开发现在还没有完成，正在计划开发中。之后如果完成应用开发，这三项数据的测量可以帮助进行个人饮水量监测、健身管理和糖尿病前期风险测试。 不同的分子生物标志物有不同的电磁波波长吸收模式，创迈思的微型光谱仪就是通过近红外光谱技术，在1-3μm的波长范围内分析生物标记物。 基于这样的测量技术，创迈思做出了微型光谱仪和化学计量软件。同时，创迈思开放API，让第三方开发者为消费者提供更多应用。 不过，通过分子生物标志物测量的化学计量模型得到的结果，需要转化为消费者能够理解的语言和分析报告。并且原来的计量模型进入中国市场，需要进行本土化改进。 孟德山和曾滢综都说，达到这些效果需要第三方合作伙伴的支持，需要合作公司根据数据指标的反馈，向消费者提供最终的建议和定制化解决方案。 结语：创迈思推动近红外光谱测量设备小型化、便携化 过去，如果要检测物质，我们必须将样本送到专门的检测机构或实验室，使用大型光谱设备进行检测，并且还需要有一定的等待时间并支付专门的检测费用。多年来，光谱技术一直依赖于传统的大型设备和光谱检测。 现在，创迈思开拓近红外光谱测量设备的小型化和便携化，从常规的桌面设备升级为手持设备、纽扣大小的移动设备可装载产品，到现在可以集成到手机中的近红外光谱应用。在当下日益注重个人健康和生活品质的时代，近红外光谱测量设备浓缩到手机等个人终端载体上，或许将带来人们的健康、健身等情况的监测方式新变革。

集微网消息，据新浪科技报道，知情人士透露，长城汽车正计划全面进入欧洲市场，在德国和英国市场之后，长城汽车计划进一步扩展八个欧洲新市场。 知情人士称，长城汽车此次计划进入的八个欧洲新市场为意大利、西班牙、葡萄牙、荷兰、比利时、卢森堡、奥地利和瑞士。 在欧洲，长城汽车选择本地产销的模式，其海外品牌GWM在欧洲已经启动本地产销规划，开始了研发中心选址工作。在德国、英国、爱尔兰、瑞典等欧洲国家，GWM已经与当地合作伙伴建立了合作关系。 此前在10月4日，欧盟委员会发布公告，宣布对中国电动汽车发起反补贴调查。10月23日，长城汽车总裁穆峰发布微博称，对于欧盟反补贴调查，长城汽车率先应对，已经于本月11日第一个提交应对材料。 穆峰表示，我们需要一个公平的、开放的贸易环境。同时，以长城汽车体系化的竞争实力，我们有底气在全球市场赢得竞争优势。我们坚定全球化发展，坚定长期主义，坚定生态出海。中国汽车出海会坎坷，但我们坚定不移，加速出海步伐。（校对/刘昕炜）

原标题：一年200亿美元都不赚？苹果这是中了什么邪？ 去年我们写过一篇文章，里面提到谷歌为了 “ 收买 ” 苹果，每年向苹果支付 150 亿美元，只为苹果默认使用谷歌的搜索引擎。 原因也很简单——对于谷歌来说，有一半的搜索流量是来自于苹果的设备。要是他不交这笔钱，指不定哪天 Bing 和 Yahoo 就会占领 Safari ，原地上位。 当时这篇文章的评论区，大家都是一片震惊。 国际巨头，那真叫一个有钱啊。。。 不过，短短一年后，每年 150 亿的 “ 交友费 ” ，竟然已经不够用了。 根据最新披露，苹果从谷歌那里要的 “ 交友费 ” 再创新高，达到了每年 180 到 200 亿美元。 这个数额，甚至超过谷歌广告营收的五分之一，同时也贡献了苹果年利润的 14-16% 。 可能正是因为每年能从谷歌那里白捡这么大一笔钱，还能避免一大堆麻烦，所以苹果之前的口径一直是： 我们不做搜索引擎，因为谷歌的服务挺好的。 但是，就在上个月，情况好像有了变化。 就在今年新 iPhone 发布后不久，多家媒体报道，苹果正在应用商店部署自己的搜索引擎，内部代号 “Pegasus” 。 同时，这也是苹果第一次透过媒体，发出 “ 部署自研搜索引擎，不会止步 ” 的声音。 What's up ，苹果宁可每年花上至少几十亿美元开发自己的搜索引擎，也不愿意从谷歌那里白拿 200 亿？ 还是说，这是对谷歌进一步的 “ 要挟 ” ？ 随着我们深入挖掘这事，我们又发现了更多信息。 其实苹果早就已经有了一个搜索引擎，但在此之前，他们似乎只打算在内部用用。 早在 2014 年，苹果就已经让自家的网络爬虫 AppleBot 在互联网上收集资料，给 MacOS 系统级搜索和 Siri 的在线内容提供信息。 而这个自研的 Pegasus 引擎第一次和大家见面，则在 2020 年左右。 根据消息，在 iOS/iPadOS 14 上，苹果更新了系统级搜索 Spotlight ，其中的网络内容就由 Pegasus 引擎提供。 这样看来，苹果内部的搜索引擎，从筹备开始算，至少也有快十年了。 在这十年里，苹果从谷歌那拿到的 “ 交友费 ” ，也从 2014 年的 10 亿美元，涨到了 2022 年的 200 亿美元。 难道说，这次苹果放出消息，真的是在 “ 敲打 ” 谷歌？ 在差评君看来，或许苹果这次也有这个打算；但是看现状，它是真可能自己出来单干。 虽然说每年白捡 200 亿美元是很爽，谷歌也可能在未来给更多的钱，但放在这个时间节点上，一个自有搜索引擎对苹果生态的重要性，可能要远超过这笔 “ 交友费 ” 。 在过去，搜索引擎交给谁，对苹果生态来说，其实没什么意义。 一直以来，苹果控制生态的思路很简单：让用户在不同的苹果服务间流转的时候，不需要经过任何非苹果掌控的过程。 从这个角度看，在 AI 时代前，搜索引擎并不是任何苹果服务之间的桥梁。 一般来说，每当用户使用搜索引擎的时候，基本上就是打算前往苹果控制之外的网页和服务。 比如在 Safari 的搜索框里搜 “ 疯狂星期四是什么梗 ” ，苹果总不可能为了让你留在苹果控制的生态里，亲自去做一个梗百科吧。。。 因此作为苹果生态的出口，搜索引擎交给谁完全不重要，重要的是搜索引擎的 “ 用户体验 ” （ 以及 “ 交友费 ” ）。 但是，在已经初露峥嵘的大模型时代，搜索引擎的地位，很明显的从 “ 生态的出口 ” ，提升到了 “ 大模型生态的中枢 ” 。 是这样的，按照现在的主流技术路线，大模型跟搜索引擎其实是互补的关系。 先不说有了公开的搜索引擎业务后，苹果就有正当理由让各家网站向它的爬虫敞开大门，收集苹果训练 AI 所需的资料。 即使单单从部署 AI 后的需求看，苹果也需要一个搜索引擎作为底层支持。 就像 ChatGPT 和 Copilot （ 原 New Bing ），背后使用相似的 AI ，但使用体验完全是两回事。 ChatGPT 如果不让它联网，只要问到截止日期之后的数据，大概率会开始胡言乱语，或者干脆就是不知道； 而 Copilot 能轻松的利用必应引擎的检索能力，给出一个沾边的答复。 同时，像天气、周围地点等贴近日常生活服务的能力，也是没法脱离在线信息的。 一个贴近用户的大模型，必须要一个搜索引擎来提供在线服务。 反过来说，大模型对于改善搜索引擎也有好处。 之前 New Bing 上线的时候，谷歌就如临大敌。 因为大模型实在是太懂人类了，如果只是想对一件事有个基本概念，只要问一句 New Bing ，它直接能把前因后果给你整理好。 这是传统搜索引擎做不到的。 很明显，在 AI 时代，搜索引擎不再只是一个 “ 生态的出口 ” ，开始转变成 “ 信息的基石 ” 。 苹果显然不是一家愿意把核心能力交给别人的公司。 连通信基带都要坚持自己设计的公司，怎么会放过大模型的数据来源？更别说，之前第三方搜索服务，已经给 Siri 带来不少尴尬了。。。 除此之外，苹果亲自掌握一个搜索引擎，还有利于实现他们的隐私承诺。 大家都知道，无论是谷歌还是必应，本质上都是靠各种服务收集用户数据，然后卖广告为生的广告商。 因为长期和 “ 隐私黑洞 ” 谷歌合作，外网上苹果一直被某些 “ 隐私卫士 ” 当成靶子打。 在未来的 AI 时代， “ 搜索 ” 这事，暴露的个人信息也会越来越多。 可能你与 Siri 的每一次对话，都会有部分内容被送到搜索引擎里去，为 Siri 的回复提供参考。 如果这个搜索引擎背后不是苹果，而是靠卖个性化广告为生的谷歌。。。 要知道，连美国司法部都怀疑谷歌是一种隐私威胁。 而刨去这两件事情不谈，只从赚钱这个角度来看，对于目前的苹果来说，做一个搜索引擎似乎也是稳赚不赔的。 从过去十年的经历就能看出，即使苹果早早公开为自己的搜索引擎做技术储备，甚至直接从谷歌挖人； 但由于苹果设备的庞大规模，谷歌仍然愿意 “ 忍辱负重 ” ，每年白送苹果几十上百亿的收入。。。 由此看来，苹果完全可能采取这样的策略： 在搜索引擎成熟之前，继续像过去一样，从谷歌那白捡好处；而搜索引擎成熟之后，那也没谷歌的事了。 毕竟，搜索引擎真就是个印钞机。。。 全球第六大搜索引擎，以保护隐私著称的 DuckDuckGo ，在不销售个性化广告的前提下（ 保护隐私嘛 ），每年都能有上亿美元的广告营收。 要知道，它在全球只有 0.54% 的市场份额！ 苹果要是搞个自有的搜索引擎，有分析师认为，每年可能会创造出与 Apple Watch 规模相当的收入来源。 而在去年， Apple Watch 可是卖掉了 5390 万块。 即使按最便宜的 Apple Watch 7 发售价 400 刀算，至少也是个 200 亿的收入。。。 如果这个估算靠谱，那苹果涉足搜索引擎，真就是个不太可能赔本的生意。 在差评君看来，苹果进一步入局搜索引擎，最有可能相关的因素就是想给自家的 AI 加 Buff 。 这和苹果一贯以来在 “ 创新 ” 方面的思路，可以说是不谋而合。 或许是 iPhone 和 iPad 的诞生太过震撼，让大家对苹果的 “ 创新 ” 有了些误解。 实际上苹果的创新，更多的表现在 “ 只有苹果能做 ” ，而不是 “ 敢为人先 ” ，去创造一些过去不存在的东西。 苹果自诞生以来，鼎鼎有名的产品线里，很多都不是开山之作。 本质上， iPod 不过是果味随身听、 Macbook 是果味笔记本、 Vision Pro 是果味混合现实（ MR ）头显。。。 1994 年的索尼 MZ-E2 随身听 甚至连苹果起家的 Apple II/Mac 产品线，也不过是乔布斯味个人电脑。。。 但苹果，就是有一种力量，能把他们和其他同类产品区分开来。 在 2012 年，库克就用 “Only Apple can do” （ 只有苹果能做 ）为苹果的硬件、软件和云服务做了总结。 大模型也是一样。 “ 苹果大模型 ” 不在于 “ 大模型 ” ，而在于 “ 苹果味 ” ——只有苹果能制造的大模型体验。 苹果味一般会包含什么？ 易用、便捷、省心、可靠。。。总而言之，就是让用户不会感到自己正在使用 “ 技术 ” 。 现在我们能接触到的大模型，大多只能当成加强版搜索引擎，或者是智能化废话生成器，而且都必须保持在线才能使用。 拿 “ 果味指数 ” 来打分，这种半成品的纯在线 AI ，只能算是不及格。 苹果的风格的大模型，会是什么样的呢？ 库克已经给我们打了样， iOS 17 已经公开的 AI 智能更正和输入预测就是例子。 用户根本不会知道自己在用大模型，只会觉得， “ 苹果的输入预测真准 ” 。 结合苹果的风格和操作，我们大胆推测，苹果大模型下一步的发力方向，可能会是很多人忽视的系统级搜索， Spotlight 。 过去， Spotlight 主要以本地的搜索为主，只是会附带上一两条在线的搜索建议，整体作用有限，因此存在感不高。 但是，如果结合自有搜索引擎和大模型，把它变成一个一站式搜索中心呢？ 在这个搜索中心里，只要输入关键词，用户不仅能获得传统的本地结果和搜索引擎的网络结果，还能立刻得到大模型对网络内容的总结。 考虑到苹果对整个生态的掌控力，苹果甚至可能可以要求小红书、微信、淘宝、地图等无法被传统搜索引擎检索的应用，对 Spotlight 开放搜索功能，让用户真正一站式的解决所有搜索问题。 千万别以为这是妄想。 就在几个月前，华为就已经敲开了小红书等一堆国产应用封闭的大门。。。 想想看，原先做旅游攻略，可能得要在传统搜索引擎、地图、小红书攻略之间反复横跳。 但如果苹果真的做成了这种级别的统一搜索，用户只要一个 Spotlight 或者 Siri ，一次直接解决所有搜索问题。 完美符合苹果的设计哲学！ 不过，如此深入的整合，在技术上绝对不是一件简单的事。 在此基础上，苹果准备涉足大模型供应链的上游就很好理解了。 苹果如果真要做到这一点，那它还真得深入大模型的上游，在搜索引擎、训练数据库、算法模型等基础上亲自操刀，在系统、应用和硬件上深度优化，才有机会创造出真正 “ 苹果味 ” 的大模型。

快科技 11月27日消息，据媒体报道，为了缩短车主的充电时间，特斯拉近日在美国的部分超充站推出了“拥堵费”。 据了解，当车辆充至90%后，如果想要继续充电，就需要支付每分钟1美元的拥堵费，折合人民币7.15元。 在收取拥堵费后，车主将收到一条信息，并有5分钟的免费时间来完成付款。 当然，并不是所有的超充站都将执行这一标准，特斯拉表示：所选超级充电站处于繁忙状态；车辆电池已达到或超过设定的拥堵费水平，才会收取拥堵费。 此前，为了缩短充电时间，特斯拉于2019年就开始在部分繁忙的充电站限制充电时间，在默认情况下，只能充至80%，并需要用户亲自确认，但并不会收取额外的费用。 此外，为了降低车辆占位，确保充电站的使用环境，特斯拉超充站还收取了“超时占用费”，车主在充电完成后，同样需要再5分钟内驶离充电站，超时同样将会收取占用费。 目前，特斯来还暂未在国内的充电站推行该收费标准，如果这项收费将在全球范围内推行，你怎么看呢？

文丨刘俊宏 智能汽车的新一轮浪潮要来了？ 11月26日晚，华为与长安汽车于25日在深圳签署了《投资合作备忘录》。经协商，华为拟成立一家新公司，聚焦智能网联汽车的智能驾驶系统及增量部件的研发、生产、销售和服务。长安汽车及关联方将有意投资该公司，占股不超过40%。 这一步，被看作是华为车BU的独立往前迈出了重要的一步。对此，有多家券商评论称“预计未来，会有更多车企选择华为的智能车技术”，华为将带动整个汽车圈智能化的加速渗透和升级。 华为能成立独立的汽车智能化公司，背后也是政策、行业都来到了一个关键时刻。 11月17日，工业和信息化部、公安部、住房和城乡建设部、交通运输部决定开展智能网联汽车准入和上路通行试点工作，发布《关于开展智能网联汽车准入和上路通行试点工作的通知》（下简称《通知》）。 该《通知》中正式对L3/L4自动驾驶的准入规范进行了具体要求，并完善了相关规则。同时，也开启了对首批企业的遴选工作。这意味着，我国的高阶自动驾驶上路有了明确的政策支撑和责任界定。 本次《通知》最显著的影响，还得是责任划分清晰的L3级自动驾驶。 由于L3自动驾驶的功能本质（有条件自动驾驶）仍属于“人机共驾”的范畴。在驾驶员和智驾系统的共同、轮番担任驾驶主体的操作下，具体事故责任方一直难以界定。一直以来，L3级自动驾驶如同“天堑”一般让智驾厂商们不敢逾越半步。 而现在《通知》中有了清晰的责任划分后，为当下L2级别的智能车进阶到L3级自动驾驶扫清了障碍。一场技术实力定胜负的“勇敢者游戏”，正在等待着智驾厂商们加入。 新政策的出台，为等待已久的智能汽车产业拉开了量产的闸门。 从2022年开始，L2级别的自动驾驶就开始在乘用车上开始逐步落地，2023年又开启了城市NOA的元年。随着自动驾驶技术的进步，智能驾驶方案也越来越成熟且更具性价比，在产业界已经形成了“万事俱备，只欠东风”的局面。 如今，政策“东风”一吹，智能汽车在2024年，眼见着即将爆发一次更大规模的量产潮。 就像用过智能手机后，就不会再用功能机。2024年，不仅将成为智能汽车和传统汽车的分水岭，整个自动驾驶产业链也或将走出寒冬，迎来一个真正的春天。 政策落地，L3启航 中国的智驾玩家早就想突破L2的限制了。 为了彰显智驾实力，有车企（供应商）创造了如L2+、L2.9、L2.99999等“新名词”。早在2021年，长城汽车在2021款WEY VV6上市时，就曾宣称车辆实现L2.9级自动驾驶水平。在这之后，是广汽埃安LX曾宣称搭载L2++级智能服务驾驶功能，华为宣称自家的ADS 2.0达到了L2.999……无限接近L3的高价智能驾驶水平。 事实上，按照全球最早自动驾驶等级划分（SAE标准），自动驾驶从L0到L5定义了6个等级，其中并未有任何关于“L2+级”的表述。“创造”新等级名词的背后原因，主要是因为L3级别的自动驾驶在法规上尚未完全界定。 对此，华为常务董事、终端BG CEO、智能汽车解决方案BU CEO余承东曾解释称，“目前华为ADS 2.0 目前是 L2.9 且无限接近于 L3 的状态，目前国家关于 L3 的法规还在制定中”。 现在，根据《通知》及其附件的内容可以看到。在安全的大框架下，针对L3和L4级别的自动驾驶，有了明确准入要求，使用主体要求，上路通行要求，暂停与退出机制等规范。 首先，最受关注的是责任划分。《通知》没有简单把自动驾驶责任全部划给车企或自动驾驶公司承担，而是划分成制造方、自动驾驶技术开发方、车辆运营方和安全员的四方责任。 其中，在自动驾驶状态下发生事故时，责任首先由保险公司承担。超出保险责任，如果事故责任在智能网联汽车一方，由试点使用主体承担。生产企业、系统开发单位或基础设施提供方若有过错，使用主体可追偿。涉及犯罪的，依法追究刑事责任。若车辆在自动驾驶系统功能未激活状态下发生道路交通事故的，则按照现行规定承担责任。 在此之上，若自动驾驶上路出现事故，《通知》还确保了技术安全隐患能够在第一时间确认证据，并推进整改。避免出现因个别车企刻意隐瞒事故资料，导致整个行业被不信任的事件。 例如，2023年10月美国公司Cruise发生一起无人车事故。本来是一个行人被其他汽车撞飞到Cruise无人车前，Cruise无人车碾压过后，短暂停了一会，随后又拖着走了好几米。但Cruise事后提交的视频刻意掩盖了拖着行人走的片段，直到车祸发生九天之后，美国加州车管局才获得了完整的事故视频。 而针对这种情况，根据《通知》，相关汽车责任主体必须要全方位地提供完整信息。车辆发生道路交通事故的，试点汽车生产企业和试点使用主体应当在事故发生后 2 小时内将事故发生前至少15 秒（或自动驾驶系统激活时刻，两者可取较晚时刻）和事故发生后至少5秒（或自动驾驶系统退出时刻，两者可取较早时刻）的视频信息上传至地方平台，并在事故发生之日起3 个工作日内向公安机关交通管理部门提交事故自查报告和相关信息。 在责任划分之外，本次《通知》也在其他自动驾驶的使用环节提供了安全规范。 例如测试验证体系上，自动驾驶的汽车也要“考驾照”。智能网联汽车需要通过包括模拟仿真、封闭场地、实际道路测试，以及网络安全和数据安全测试的综合体系。这些测试旨在确保车辆在各种条件下的安全性和可靠性，验证自动驾驶系统的决策能力、安全操作、以及对网络和数据安全威胁的防护能力。 此外，或许是在看到了几个月前美国无人车在几次事故后，因退出和暂停机制不明确，导致整个硅谷无人车发展“停摆”的尴尬。《通知》明确规定了自动驾驶试点暂停和退出的机制。 当因自动驾驶系统原因发生3次需记3分以上的交通违法，或2起承担同等以上事故责任的交通事故的，或造成较大社会影响的，或公安机关交通管理部门认为车辆存在严重安全隐患的，公安机关交通管理部门可以暂停使用自动驾驶系统。 总体来看，本次自动驾驶试点政策，要求行业玩家们“能力越大，责任越大”。 而可以预见的是，以自动驾驶见长的车企、Tier1们将踊跃加入这场能够充分展示实力的考场。 所谓实践出真知，在L3自动驾驶试点的逐步推进下，眼见着L3.999或L4.9999即将成为下一个车企内卷的战场。伴随着大部分智能汽车品牌即将在2024年落实城市NOA功能后，或许城市NOA功能也将变得像今天的L2辅助驾驶一般稀松平常。 一场更高级别的智驾大战即将开场。 跨越量产，迈向智驾新阶段 在当下这场自动驾驶的升级大战中，量产能力是穿越L2到L3的“钥匙”。 在2022年11月工信部《关于智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》中提到允许具备量产条件的搭载自动驾驶功能的智能网联汽车产品开展准入试点。现在，根据《通知》再度对量产能力的强调，代表着没有量产能力的玩家，连“入场券”都拿不到。 然而，量产的能力并不意味着“有就行”。还需要在玩家们在自动驾驶技术、量产落地速度和量产数量上取得优势。 在技术上，虽不同玩家在具体技术细节上有差异。但在技术大框架上，包括特斯拉在内，当前自动驾驶绝大部分玩家采用的是基于BEV+Transformer（BEVFormer）方案。而这也意味着，在同一个技术大框架下，各玩家达成相近的智驾能力，只是时间问题。 以城市NOA功能为例，在我们在今年8月的《自动驾驶攻城战，华为小鹏先亮剑》研究中看到，当前智能汽车品牌的具体落地布局不尽相同。但通过规划来看，2024年是智能汽车普遍落实城市NOA的时间。 信息统计于2023年8月 正如2023年初，毫末智行董事长张凯的预测，“2023年，智能驾驶下半场的竞争将进入加速期，高阶智能驾驶产品商业应用将迎来大规模落地”。智驾殊途同归的技术大框架加上明确普及的时间点，让“抢夺量产”落地成为了玩家们最急迫的课题。 而通过梳理华为、小鹏、毫末+长城三家智驾量产进度不错的玩家可以看到，泛化能力更强的技术和精简的硬件配置，是智驾走向大规模量产的关键。 在智驾技术的泛化上，通过对软件层面的加强，让智驾能够适应更多的道路状况，最终实现“一招鲜吃遍天”。 其中，华为主要采用的是GOD（通用障碍物识别）网络。基本原理是构建出车辆适合的空间特征，让车判断当前空间是否能过得去。以此来避免视觉识别要对道路所有可能出现的物体依次进行训练识别的繁琐。小鹏的方案，是不断提升基于BEVFormer框架下的智驾感知能力。当前XNet 2.0（小鹏感知架构）感知类型已经扩展至儿童、小动物、减速带、收费闸等11个大类。同时还能理解公交车道、可变车道，读懂包括ETC、人工车道、文字待行区、非机动车道等的文字内容。毫末是引入大模型来不断迭代智驾的能力。在借用生成式AI的能力下，毫末能够自动生成驾驶视频来进行模型的加强训练，让智驾的训练和迭代变成一台“永动机”。 在硬件配置上，通过对硬件传感器和算力的极限“压力测试”，让智驾能够在更少的硬件资源下实现更高的智能水平，实现交付更极致性价比的解决方案。 在问界M5智驾版中，华为采用的智驾芯片（MDC610）方案，算力只有200TOPS。对比其他以智能化为主打的造车新势力，华为以不到一半的算力配置，实现了城市NOA的功能。 但硬件资源如此极限的配置，对应的高阶智驾解决方案成本能有多便宜？毫末的答案是低至3000元级起。 包含硬件价格在内，毫末针对高速无图NOH（等同领航辅助驾驶）场景的产品，3000元级起；满足城市全场景无图NOH的产品，只有8000元级的价格。顺着智驾降本的思路，小鹏也正在推出更具价格优势的高水平智驾汽车，攻入更重视性价比的15万价位区间（MONA和P5），向比亚迪、埃安、深蓝等整车厂发起智驾性价比层面的进攻。 可以看到，更成熟的智能驾驶方案，更具性价比的配置，是智能驾驶量产落地的产业关键。 量产之后的未来，小鹏汽车董事长CEO何小鹏畅想道，“未来会发生巨大的变化，下一个5年一定是属于全自动驾驶、属于智能汽车的全新时代”。而L3的能力，也将伴随智驾量产的优秀玩家们，成为新一轮智能汽车的营收入口。 当前，我国汽车高阶智驾功能的定价策略较为保守。以对标特斯拉FSD来对比，几乎所有自主品牌的高阶智驾定价水平低于特斯拉买断FSD的价格（6.4万）。 在L3自动驾驶下，根据《通知》要求，L3功能车辆的成本有所提升，例如需要搭配额外保险、智能网联检测认证、智能底盘的系统性备份等。来自成本的直接增加，L3或支持车企有更充分理由向消费者进行后向功能订阅收费。 此外，远期来看，随着L2级城市NOA在智驾各厂商的降本和量产下逐渐提升渗透率，智驾水平的趋同，难以支撑中高端智能汽车的差异化定位。 在L3自动驾驶推广之后，车企有望通过自动驾驶提升软件定价，转化成更多的收入，完成汽车智能化的商业闭环。从而，终结智能车时代，车企研发费用与科技公司“看齐”，但毛利率却向传统制造业“靠拢”的现象。

快科技11月27日消息，调研机构数据显示，截至今年第三季度，中国手机市场均价已到达3480元，在2019年仅为2685元。 分析师称，近几年价格持续增长，主要是由高端手机占比提升和超低端手机销量下降导致。 按照调查报告中的数据看，中国市场手机均价相比之前提高800元，主要是苹果和华为的功劳，前者的iPhone基本（均价）都是在7000元以上。 安卓阵营则是靠华为，其Mate 60、X5系列的热销，都让他们稳固了4000+以上的市场份额。 此外，还有专家表示，这个数字还能说明一些问题，就是国人的消费观念确实在变化，逐渐愿意接受高价的国产旗舰机，否则其他厂商均价都应该在2000元上下。 所以问题就来了，你现在的手机价格是多少，1999元的智能手机时代是真的回不去了吗？