全球混凝土及砂浆行业供应链平台

财联社6月19日讯（编辑 刘蕊）美东时间周三，OpenAI首席执行官阿尔特曼（Sam Altman）参与了该公司的首期播客节目。 在节目上，他讨论了通用人工智能（AGI）、“星际之门”计划、用户隐私等AI相关话题，但其中最重磅的，还是他首次公开宣布的消息：GPT-5预计将于今年夏天推出，这标志着该公司生成式人工智能能力的下一个重大飞跃。 GPT-5即将今夏面世 尽管阿尔特曼没有透露具体日期，不过他还是明确表示，GPT-5可能会在今年夏天面世。该模型预计将整合OpenAI 的旗舰功能，即GPT-4o的自然语言多功能性和o3在代码和科学推理方面的优势，形成一个更强大的系统。 该公告发布之际，人工智能领域的竞争日益激烈，人们对这些工具的开发和部署方式的审查也越来越多。此前已有消息人士透露，GPT-5正在成为GPT-4的重大升级，早期测试者称其“实质上更好”。 阿尔特曼还暗示，GPT-5所代表的不仅仅是性能升级，它还可能标志着OpenAI朝着统一的、类似代理的模型迈出了真正的第一步，此举将使其更接近其通用人工智能目标。 “我认为我们已经接近这座山的尽头了，”他表示，“我很高兴即将推出GPT-5和GPT-6，我相信它们会更容易被人们使用。” GPT-5背后的愿景不仅仅关乎能力，也关乎定位。OpenAI显然着眼于这样一个未来：其模型不仅能响应提示，还能更像数字代理一样运作，能够推理、规划并跨情境互动。这一发展轨迹可能会使其与谷歌等搜索巨头展开更直接的竞争。 ChatGPT上可能会出现广告？ 在谈论GPT-5的同时，阿尔特曼还讨论了该公司盈利模式上的新探索思路。 目前，OpenAI的主要收入来自购买增强版ChatGPT的企业客户，而GPT-5有望成为维持这一势头的下一个重要角色。 但阿尔特曼也谈到了在ChatGPT上投放广告的可能性，他说他“并不完全反对”这个想法——这一转变可能会重塑聊天机器人的盈利方式。 然而，他警告说，如果想要在投放广告的同时提供更好的体验，需要“非常小心”。阿尔特曼强调，AI工具和社交媒体或网络搜索不同，如果根据广告付费用户来修改模型的产出，对用户来说将是“破坏信任的时刻”。 相反，他提出了在大语言模型的输出流之外显示广告的想法。阿尔特曼没有具体说明这些广告可能会以什么形式出现，或者出现在什么地方，比如边栏或页脚。 他表示：“我认为，举证责任会非常大…而且它（广告投放）必须让用户感觉非常有用，并且非常清楚它不会干扰大模型的输出。” 利用“超级智能”发现新科学 阿尔特曼还在节目上提出了一个重要概念——超级智能（Superintelligence）。 此前，通用人工智能一直被视为人工智能发展的重要目标。而阿尔特曼指出，通用人工智能的定义近年来在不断演进，许多五年前被认为是AGI的能力，如今已被现有模型超越。相比之下，超级智能的概念更为值得关注。 他认为，超级智能的标志是系统能够自主发现新科学，或极大地提升人类发现新科学的能力，这意味着将AI应用于辅助编码、材料科学、药物研发等领域。他表示，通过AI来加速科学探索，将是提高人类生活水平的必经之路。 坚决捍卫用户隐私 随着OpenAI推进GPT-5和新的盈利模式想法，它也面临着越来越多的法律挑战和用户隐私问题。 比如，在当下与《纽约时报》就侵犯版权展开的法律战中，法院命令OpenAI保留ChatGPT的所有输出日志数据——即使用户要求删除也要保留。 阿尔特曼对此表达了强硬立场，称其为“疯狂的越权行为”，并表示会坚决抗争。 OpenAI目前的政策是在删除聊天记录前保留30天。该公司还计划对这一裁决提起上诉。 阿尔特曼在播客上表示，ChatGPT存储了大量敏感数据，“隐私需要成为使用人工智能的核心原则”，“《纽约时报》提出这样的要求太过分了。”他补充说。

编辑：编辑部 服务业卷成麻花，什么样的人形机器人能抢到第一桶金？刚刚出道的「小腰精」，不仅颜值在线，功能更是惊掉下巴——讲解、导览、引流、蹲地干活样样精通，在商场、景区、学校人气爆棚，还是个做家务好能手，堪称服务界全能ACE！ 前不久，一款号称「史上首个超高仿真机器人」，直接把网友们吓个半死。 它没有面孔，结构精准复合人体解剖学，拥有超过200个自由度、超过1,000根肌纤维和500个传感器。 悬挂起来的身体，直接被评价为「像新鲜的尸体一样在抽搐」。 网友们纷纷惊呼：满眼恐怖谷效应，一秒幻视《西部世界》…… 公司联创还很自豪地表示，将机器人打造得如此「类人」，正是他们有意而为之。 不过，这就引出了下面这个话题：我们需要的机器人，究竟是什么样子？ 服务机器人，究竟需要长什么样 首先，让我们为这个问题给出一个准确的界定：这里探讨的机器人，不是服务于工业场景，而是与人交互的场景。 比如，在商场里购物的时候，如果有这样一款看起来面善又体贴、颜值优秀的机器人，我们会不会不自觉地被它吸引，从而走进门店？ 或者在主题乐园、博物馆、古镇、非遗展区这样的文旅场景，如果有一个外观和举止非常像人的机器人，还能化身导览员和讲解员，是不是能让游客们的体验值噌噌up？ 如果深入了解，就会发现，如今的服务行业，太急缺这样一款机器人了！ 虽然此前，我们并不缺箱式或筒式的机器人，但具体到服务行业场景，大家却并不会去跟一个箱子或一个筒说话。 在卷到爆的服务行业，拼的就是给人的体验。而率先使用上交互机器人的，必先吃下第一口红利。 而且，传统的机器人，比如各种轮式机器人，被设计成什么功能，就只能做什么事情，比如送餐、导览、查询信息。可以说它们有一定的智能，但不多。 能不能有这样一款机器人，外形上做到超拟人，动作也丝滑得超像人，能边讲边指，抽拉东西，拿水杯，甚至蹲下来给人擦鞋、跟小朋友互动？ 同时，它还能跟人顺畅交互，理解人的意图？ 甚至让我们想得更大胆一点，它能不能使用人的数据，从而学会更多功能，实现弯道超车？ 让人惊喜的是，这样一款理想的产品，已经出现了。 超丝滑小腰精，原地出道 就在刚刚，机器人界的「小腰精」出道了！ 看惯了各种粗壮身形的「猛男」机器人，这款颜值巨高、轻盈灵巧、外观优雅的清秀机器人，一问世就获得了行业内的普遍关注。 更难得的是，这款「小腰精」可以说是实力派和偶像派兼具。 不仅长得好看，还非常实用，在商场导购、文旅讲解、康养行业、家庭服务和学校教育等各种场景中，它已经开始大显身手了！ 在熊猫基地，它会四处溜达，提醒大家文明游园，还会告诉游客们，明星熊猫们都会在哪里「营业」。 馆藏的艺术品，园区里每个场馆的故事，它都可以如数家珍，娓娓道来。 人气爆棚的它，会拿着自拍杆和大家合影，兴致来了还会热舞一段。 在学校里，它成了一道靓丽的风景线，校门口、教室、操场，只要有它出现的地方，孩子们都会激动万分，学习效率大大提升。 在三星堆等文旅场景，它会快速响应游客的问询，用知识丰富的大脑给出详细的解答，温暖的人声让人如沐春风。 在大商场里，它可以为商家引流，为顾客指路，还能跪下给正在按摩的顾客擦鞋。 当然，它在家庭场景中干起活来也是如鱼得水，熨衣服、收拾厨房、浇花都是轻轻松松拿捏。 而且，这款「小腰精」已经充分得到了市场的验证，现在已经有不少客户下单了！ 因为之前他们买的产品，体验实在太差，给顾客拎东西、递水都干不了，这还能算是好的服务机器人吗？ 要知道，现在整体的零售消费品行业，无论高端家电，还是新能源等车企，都非常看重引流。 如果能看到门店外有一个在跳舞、能对话、会服务的机器人，必定能带来不少的客源。 而能做到这些，可不光是凭颜值高。 小蛮腰、灵巧手，重重玄机 仔细看这款机器人的设计，每一个部分都有着重重玄机。 先看它最明显的特征——超吸睛的纤纤细腰吧。腰部直径为11.6cm，比iPhone还窄一点。 星动纪元介绍说，之所以如此设计，就是综合考虑了它的功能性和宜人性。 首先，它会经常出现在展区、景区、商场等服务性场景，会充当讲解员、迎宾、指路导航等角色。 因此「颜值」这一关，就非常重要了。毕竟只有颜值过硬，才会吸引来往的人们不由自主地靠近，和它说话、互动。 另一因素，就是所占空间。 因为整体体积小，腰部纤细，它在家庭场景里就能轻易穿越小门洞，在店铺中服务和作业时，移动也会更加灵巧。 在现实中，很多的店铺的柜子的相隔距离都很小，小蛮腰就能方便地在这些空间中自由穿梭。即使需要原地转身，所需的面积也很小。 还有一个好处就是，腰部做细了，整体就能更轻量化，底盘更稳，行进过程不容易摔，这可是服务行业相当看重的一点。 也许你会想到一个有趣的问题，为什么不把它做成业界常见的立柱式机器人呢？ 对此，星动纪元表示，在服务行业，机器人的外观和动作越像人，用户主动交互的也就会越强烈。 立柱式设计虽然更常见，但到了真正的服务场景里，它弯下腰时脑袋像掉下来的画面，常常吓到老人和小朋友，让人难以接受。 而星动Q5这种「类人」的设计，可以让它下蹲、跪下的动作看起来非常自然，让普罗大众很容易接受。 这样，给人擦鞋就更容易了（手动狗头） 此外，如果仔细看它的手，也是大有玄机。 不同于很多轮式机器人做成的夹爪，它长着和人类非常类似的灵巧手，这样，在迎宾、开关电梯、拎重物、给人类递水时，它给人的体感都会非常亲切。 总之，在外形设计上，星动纪元是独具匠心。 外形是有了，它的动作为何也能做到如此丝滑？ 动作精细，颜值与实力并存 这，就要归功于它的超拟人软硬一体系统了。 星动Q5以全身44个自由度打造的超拟人运动系统，彻底突破了传统轮式机器人「动作僵硬」的桎梏。 灵巧的小蛮腰，再配合上多关节系统技术，弯腰、摆臂、转头一气呵成，动作流畅自然，彻底告别传统机器人的「机械感」。 这个基础上，它以强大的操作能力，征服了复杂场景中的挑战。 传统的轮式机器人中，因为关节设计受限，操作范围窄、精细作业弱这些弱点往往无法避免。 与它们不同的是，「小腰精」配备了7轴高精度的拟人手臂，操作高度超2米，还搭配了11自由度的「精灵手」星动XHAND，响应速度达10CPS。其单手负载可达10kg。 无论是高位取物，还是精密装配等复杂任务，星动Q5皆能轻松胜任。 而微型力控关节技术，更是让它实现了指尖毫米级精准操控，彻底解决「够不着、握不紧」的行业痛点。 另外，面对复杂场景中常见的狭窄空间问题，星动Q5还采用了超紧凑型底盘设计，尺寸582mm×519mm×225mm，配合激光雷达和视觉融合导航，可在狭窄通道自主避障和复杂地形灵活穿梭。 这样，无论是商场内、展区中的密集人群，还是家庭服务中的狭小空间，星动Q5都能如鱼得水。 除了动作之外，能与人交互体验，才是机器人的灵魂。 星动Q5还搭载了高速响应识别系统和拟人化语音引擎，能精准捕捉用户指令，理解复杂语义，甚至以情感化的语气回应。 想象一下，在商场导购中，它不仅能准确推荐商品，还能以亲切的语气解答疑问；在景区导览中，它能娓娓道来景点的历史，宛如一位知识渊博的导游。 这种从「功能实现」到「体验升级」的进阶，得以让星动Q5成为服务场景中的贴心伙伴。 全链路技术闭环，持续进化 「小腰精」不仅仅是一款成品机器人，更是一款不可多得的新一代硬件平台。 它的核心优势之一，在于「遥操作 + 数据采集 + 模型迭代」的全链路技术闭环。 通过支持VR设备、数据手套等多端口遥操方案，星动Q5实现了高效的远程控制。 同时，配套的全流程数据解决方案，覆盖了采集、处理、训练、校验全环节，让数据采集更加精准高效。 这一技术内核，使得机器人「持续进化」，通过数据驱动不断「学习」新技能，适应更多的应用场景。 星动纪元表示：「机器人大模型，目前最大问题是数据不够，而最好的数据就是人的数据。」 这也是新产品要做成人形的另一大理由：越像人越拟人，越容易收集高质量数据。比如，新产品是五指灵巧手，而其他家的轮式机器人只是夹爪。 它是通用的硬件平台，可以根据需求，做定制化开发。比如，科研机构等想实现RL等算法，就可以在新产品上去做。 在机器人市场竞争日趋激烈的当下，星动Q5就是以这样的差异化标签，顺利脱颖而出。 凭借超拟人设计、全域操作能力和开放开发平台，它的诞生不仅提升了用户记忆点，更为行业树立了新标杆。 在这个风起云涌的赛道中，被誉为「物理AI」的通用机器人，又着怎样的市场前景？ 下个万亿赛道，中国抢占先机 智能体（Agent），无疑是今年的最大的风口。但更长远的看，AI的下一个风口在哪儿？ 英伟达的答案是：机器人。 在CES 2025上，黄仁勋一口气展示了全球14款人形机器人，其中国内就占了6家 （星动纪元是左数第二个） 作为机器人产业的重要分支，轮式机器人正处于从「功能型工具」向「智能交互伙伴」转型的关键点。 过去，早期轮式机器人多以「任务导向」为核心的设计理念。 因其移动灵活、成本低廉的优势，它被广泛应用于服务场景，比如酒店中常见的「桶装式」配送机器人，有关导览机器人、前台迎宾机器人...... 比如，亚马逊无人配送机器人Scout、日本软银轮式人形机器人Pepper。 从外观上看，这些轮式机器人非常简易，一块屏幕，一个箱体。而且，功能高度定制化，依赖「预编程」的指令来执行特定任务。 在酒店、餐饮、展览等场景中，传统轮式机器人实现了初步的商业化，但其局限性限制了进一步的发展： 功能固化：机器人大都被设计为功能单一的「任务机器」 交互机械：语音交互缺乏语义理解和情感表达，难以满足人性化体验的需求 场景单一：受限于硬件和算法能力，机器人难以适用复杂环境或多任务需求 就以曾一度爆火Pepper为例，它常常因表现不好而被「解雇」。在商场中，不论顾客询问哪一种产品，它都给出「万能」回答——在酒类部分。 在动态环境中，它们容易因导航失效，或避障能力不足而「卡壳」；面对多样化需求，它们往往缺乏泛化能力，需多次定制开发增加了成本；用户体验方面，其简陋的外观和生硬的交互，直接降低了用户粘性。 直到具身智能的兴起，为轮式机器人注入了全新的生命力。 具身智能强调的是，机器人通过感知、决策和行动，与物理世界和人类实现深度交互。 得益于NLP、语音识别、多模态感知、强化学习、大模型等技术突破，具身智能轮式机器人已从「被动执行」迈向了「主动理解」。 当前，具身智能轮式机器人在全球范围内快速扩展，市场现状是——工业场景先行，聚焦于工厂物流、仓储管理等场景。 相较于工业领域，服务场景中的具身智能轮式机器人应用，仍处于早期阶段。 现有的产品多以功能为核心，忽视了外观美学和情感交互，导致用户体验平庸。 比如CES 2025大会上，OpenDroids的R2D3家用轮式机器人，给人一种上半身飘着的感觉，而且用的是很古早的「夹子」手。 另外，面对服务场景需求多样，现有轮式机器人还缺乏开放平台的支持，二次开发成本高昂。 这一次，「小腰精」的出世，精准解决了以上所有痛点，以全身44个自由度的灵动身姿，彻底颠覆了传统轮式机器人的刻板印象。 而且，星动Q5的全场景适配力，为其在多元服务行业中抢占先机。 从更广泛的实用性上讲，具身智能轮式机器人是当前，能最快铺开应用的机器人形态。 若要从整个行业大方向来看，通用人形机器人才是，最终走入家庭、工厂等领域的终极形态。 在《人形机器人100强》报告中，摩根士丹利认为机器人行业正经历智能化人形化转型： 随着过去十年相关技术的不断进步，智能人形机器人的研发正日益成为核心焦点。 全球人形机器人市场预计到2050年可达5–6万亿美元总规模，机器人数量或逼近10亿台。 在这一趋势中，中国不仅担当制造重心，也推动硬件成本下降、应用多样化，如制造、零售、长者照护等 。 国际顶流，软硬「通吃」 在人形机器人赛道，同时研发机器人「大脑」和「身体」，软硬兼顾的全链路公司，在国内并不多见。 星动纪元创始人兼CEO陈建宇，恰好具有AI大模型与机器人机械系统双重技术视角。 他本科从清华大学精密仪器系毕业，博士师从美国国家工程院院士、机电控制学科先驱Masayoshi Tomizuka教授，在加州大学伯克利分校取得博士学位。 （左）陈建宇；（右）Masayoshi Tomizuka 在读博期间，陈建宇在Waymo、nuTonomy、Denso等公司从事过研究工作，具有丰富的业界经验。 大模型兴起后，他也察觉到AI蕴含的巨大机会，见证了行业的研发路线跃迁。 2024年9月，率先提出了分频VLA框架HiRT（本质是分频的VLM+Action Expert），比Pi发布π0早一个月（但Pi并未实现分频，只是做了VLM+Action Expert的区分），比Figure领先半年（Figure做了分频的快慢系统）。 HiRT是一个端到端训练的层次化模型结构，通过在VLM后面拓展了一层动作控制的网络，分开了VLM和动作的输出频率，中间是Latent共享不同的频率，因此叫分频VLA。 论文地址：https://arxiv.org/pdf/2410.05273 随后，又提出了生成式机器人大模型VPP（Video Prediction Policy，视频预测策略），被选为ICML 2025 Spotlight。 VPP利用预训练视频生成大模型，从互联网视频数据训练，直接学习人类动作，还能在不同人形机器人本体指尖自如切换。 论文地址：https://arxiv.org/pdf/2412.14803 在AI、强化学习、自动驾驶等领域，陈建宇已发表多篇具有影响力的论文。 受到姚期智院士邀请，博士毕业后，他加入清华大学，目前担任交叉信息研究院的助理教授。同时还是中国电子学会理事会理事，中国人形机器人百人会副秘书长，上海期智研究院科学家。 2023年8月，在清华大学交叉信息研究院孵化下，陈建宇创建了星动纪元。 星动纪元是黄仁勋在CES 2025上展示的机器人生产商之一，还入选摩根士丹利全球人形机器人16强。 这也是唯一一家清华大学占股的人形机器人企业。 在他们看来，想提高机器人的生产力，就需要先攻克最难的技术，坚持锚定L4技术，再落到L2/ L3等应用场景。 这两年，团队先后进行了6代不同形态的机器人技术迭代，包括全尺寸人形、小型人形、轮式、桌面式等，完成了跨形态的模块化设计验证。 目前，星动纪元已经实现了「硬件+数据+模型」的全链路自研，覆盖了如减速器、关节模组、灵巧手等核心组件，堪称「高筑墙，广积粮」。 全新「小腰精」星动Q5以其独特定位和创新，将成为服务机器人从「工具时代」迈向「伙伴时代」这一变革的引领者。 它不仅是星动纪元多元化创新的又一力作，更是服务行业迈向智能化的关键一步。 现在，他们还推出了「早鸟价」。

编辑：KingHZ 【新智元导读】AI上瘾堪比「吸毒」！MIT最新研究惊人发现：长期依赖大模型，学习能力下降、大脑受损，神经连接减少47%。AI提高效率的说法，或许根本就是误解！ ChatGPT正在「吸干」你的大脑！ 刚刚，麻省理工学院完成了针对ChatGPT用户的首次大脑扫描研究，结果让人惊掉下巴。 针对日常写作中使用ChatGPT带来的影响，这次用数据揭示了AI版「魔鬼的交易」： 依赖AI写作，等于用长期思维能力，换取短暂效率。 简直堪称「出卖灵魂」！ 来自麻省理工学院媒体实验室的研究人员，历时3个月深入研究了LLM的认知成本，揭示了一个紧迫问题： 学习能力可能因LLM的使用而下降。 尽管使用LLM在初期带来明显效率优势，但长达4个月的实验发现：LLM组在神经活动、语言质量和评分等方面，全面落后于「仅用大脑写作」的对照组。 简而言之，过去关于AI提高生产力的说法，可能全错了！ 图4: 实验过程中的参与者，佩戴Enobio脑电头戴设备和AttentivU专注力监测头戴设备，使用BioSignal Recorder软件进行数据记录 与魔鬼的交易 AI「吸干大脑」 用ChatGPT，只要花几分钟就能完成日常写作，方便快捷，但代价是什么？ 83.3%的ChatGP用户无法引用自己写的内容，哪怕只是几分钟前完成的论文。 好好想一下： 你写完、保存，然后就忘了——因为从头到尾，思考的是ChatGPT，不是你。 图6：各组别中无法回忆Session 1论文任何引文的参与者比例 脑部扫描揭示了使用AI的损害：大脑的神经连接从79个骤降至仅42个。 也就是说降低了47%。 如果电脑失去了一半的处理能力，大家都会会认为它坏了。而ChatGPT用户的大脑，正在发生同样的情况！ 无辅助写作（纯大脑组）在所有测量频段均表现出更强的神经连接强度，其中theta频段和高alpha频段的增幅尤为显著。 看过学生利用AI写的论文，老师们不知道哪些文章使用了AI，但能感觉到有些不对劲： · 没有灵魂。 · 空洞无物。 · 语言接近完美，但没有真知灼见。 人类的大脑即使无法明确说出认知债务的存在，也能够察觉到它的影响。 可怕的是：在没有人工智能辅助的情况下，当研究人员让ChatGPT用户写作时，他们的表现比从未使用过人工智能的人还要差。 这不仅仅是依赖，而是认知能力的萎缩。就像一块忘记了如何运作的肌肉。 麻省理工学院的团队对54名参与者进行了为期四个月的脑电图（EEG）大脑扫描。 他们追踪了α波（创意处理）、β波（主动思考）以及神经连接模式，发现了因过度使用AI而导致的大脑损伤。 这不是观点，而是可测量的实验。 事实证明：AI并没有让人变得更高效，反而让人变得懒于思考、在认知上破产！ 这次研究人员还发现了AI生产力悖论： 毫无疑问，ChatGPT让人完成任务的速度提升60%。 但它同时降低了真正学习所需的「有效认知负荷」（Germane Cognitive Load）——高达 32%。 这是用长期的大脑能力，换取短期的效率。 那些庆祝AI提升工作效率的企业，正在无意间打造出认知能力更弱的团队。 员工变得依赖于他们无法离开的工具，而独立思考能力则有所下降。 最近的许多研究都强调了同样的问题。 今年年初，微软进行了类似的项研究，相关结论已引起媒体广泛报道： MIT研究人员把这种现象叫做「认知债」——技术债的大脑版： 每次用AI走捷径，你都在用未来的思考能力支付「利息」。就像金融债务一样，这笔账迟早要还。 研究中最值得关注的发现或许是：LLM辅助组（LLM-to-Brain）参与者表现出明显的思维窄化倾向。 但也有好消息—— 研究第4阶段的惊人发现：「高基线认知者」（原本思维能力强的人）使用AI时，大脑神经连接度反而提升——AI成了他们的「认知增强器」。 但「长期依赖者」被迫脱离AI工作时，表现甚至比「从未用过AI的人」更差——他们的基础认知能力出现了「用进废退」式的退化。 用AI的代价 全是「认知债务」 我们正处于一个技术发展的关键转折点，必须认真全面地理解将大语言模型（LLM）引入教育和信息环境可能带来的认知影响。 这类工具确实为学习和获取信息提供了前所未有的便利，但它们对人的认知发展、批判性思维和独立思考能力所带来的潜在影响，值得我们高度关注并持续深入研究。 研究表明，与使用搜索引擎相比，LLM显著降低了参与者在回答问题时所需要的思考成本。 但这种「省力」的背后却带来了代价：参与者更不倾向于去质疑或深思LLM所提供的答案—— 这些所谓的「观点」，其实只是基于训练数据生成的概率性结果。 这种情况令人担忧，因为原本在社交媒体中普遍存在的「回音室效应」，如今在AI工具中延续下来—— 用户所接触到的内容，越来越受到算法推荐机制的影响，而这些机制的背后，是模型背后所代表的公司和股东的优先考量。 在访谈中，只有极少数参与者表示他们没有跟随LLM的「思路」进行写作，而是坚持了自己的想法和思考路径。 从伦理角度来看，仅用大脑进行写作的参与者不仅满意度更高，其脑电图也显示出更强的大脑连接性。 相较之下，使用 LLM 辅助写作的参与者，在回忆或引用自己写作内容时也存在明显困难（第1次实验，见图6和图7），对自己所写文章的归属感较低（见图8），花费时间更少（见图33）。 在真正广泛接受LLM并视其为一种正面工具之前，有必要进行长期的跟踪研究，以全面评估它对人类思维能力和大脑发展的深层影响。 图1：α波段动态直接传递函数（dDTF）脑电图分析结果对比（LLM组、搜索引擎Search组、纯大脑brain组），并标注显著性水平（*表示中等显著，**表示高度显著） 解决方法 解决方案不是禁止人工智能，而是战略性地使用它。 选择权在你手中： 产生认知债务并成为人工智能依赖者。 或者提升认知能力，成为人工智能的倍增器。 首批针对AI用户的大脑扫描研究刚刚向我们揭示了其中的利害关系。 谨慎选择。

雷达财经出品 文|江北 编|深海 国内首批数据中心REITs产品发行取得关键进展。 6月18日，雷达财经自中国证监会官网获悉，南方润泽科技数据中心封闭式基础设施证券投资基金（简称“润泽科技数据中心REIT”）已通过审核。同日，“南方万国数据中心封闭式基础设施证券投资基金”也被证监会正式批复准予注册。 这一事件标志着公募REITs底层资产迎来重要扩容，填补了国内公募REITs市场在数据中心领域的空白。 为何数据中心REITs花落润泽科技？有分析人士认为，润泽科技作为国内领先的智算中心运营商，其“数据中心+绿电”模式与REITs资本工具的协同创新，有望成为破解算力行业重资产瓶颈的标杆案例。 从投资角度，国盛证券分析师杨业伟认为，润泽科技数据中心REIT项目评估逻辑整体合理，项目运营及财务表现稳健，考虑该项目现金流稳定性较好、作为新品类REITs资产可进一步分散REITs投资，预测分派率绝对值仍有一定性价比，具有一级参与价值。 项目曾获评“国家绿色数据中心” 公开资料显示，润泽科技数据中心REIT以上市公司润泽科技位于河北省廊坊经济开发区的国际信息云聚核港（ICFZ）A-18数据中心项目作为底层资产。 该项目自2020年12月16日开始运营，剩余运营年限超过49年。其距离北京市南六环直线距离约20公里，距离大兴机场直线距离29公里，能够满足北京区域客户对低延迟、高可靠性的需求，曾获评“国家绿色数据中心”。 润泽科技数据中心REIT的申报成功，对于盘活国内数据中心行业基础设施资产有着极大借鉴意义。 近年来，随着我国各地区、各行业数字化转型深入推进，中国内地数据中心市场规模将保持持续增长态势。而数据中心作为新质生产力核心要素之一，也被纳入我国“十五五”战略产业，战略地位愈发凸显。 然而，数据中心行业属于典型的重资产模式，投资规模大、回报周期长。公募REITs则为数据中心企业提供了高效的融资渠道，推动行业从重资产运营向“投融管退”闭环转型，加速资金回笼。 从公募REITs底层资产扩容的角度看，此次润泽科技数据中心REIT项目的获批也是监管层金融创新助力新质生产力发展政策在实施过程中的一次重大突破。 今年以来，证监会多次发文鼓励企业利用REITs类工具对数据中心类的优质基础设施资产进行融资。 2025年2月7日，证监会发布《关于资本市场做好金融“五篇大文章”的实施意见》再次明确，支持人工智能、数据中心、智慧城市等新型基础设施以及科技创新产业园区等领域项目发行不动产投资信托基金（REITs），促进盘活存量资产，支持传统基础设施数字化改造。 2025年6月18日，证监会主席吴清在2025陆家嘴论坛开幕式上发表了题为《充分发挥多层次资本市场枢纽功能推动科技创新和产业创新融合发展》的主旨演讲，指出在新的形势下，构建以资本市场为枢纽的创新生态、提升创新资本形成效率，对于加快科技创新和产业创新融合发展意义重大，下一步将继续支持科技企业利用知识产权、数据资产等新型资产开展资产证券化、REITs等融资，进一步盘活科技创新领域存量资产。 润泽科技为何能拔得头筹？ 润泽科技凭借什么拔得头筹，获得行业的首批REITs？ 资料显示，润泽科技是国内领先的智算中心整体解决方案提供商，始终专注于园区级、高等级、高效能、绿色智能算力和算力基础设施的投资、研发、建设、持有和运营，主营业务包括IDC（InternetDataCenter，互联网数据中心）和AIDC（ArtificialIntelligenceDataCenter，人工智能数据中心）两个板块。 今年3月，在谈及项目申报初衷时，润泽科技董事会秘书沈晶玮表示，公司考虑发行公募REITs主要基于两方面原因：首先，国家鼓励多个行业试点发行公募REITs，以盘活存量资产，形成存量资产和新增投资的良性循环其次，润泽科技作为IDC行业的头部企业，拥有多个成熟的数据中心项目，这些项目手续齐备、运营稳定，且盈利能力强，符合公募REITs的发行要求。 总的来看，润泽科技作为国内民营第三方IDC企业龙头，较早进入IDC市场并聚焦主业运营，其项目主要集中于一线城市卫星城，具备稳健的盈利性和稀缺性。 根据科智咨询数据，2023年润泽科技位列中国传统数据中心第三方服务商市占率第四（市占率5.4%）。 浙商证券研报则显示，目前公司已于6大核心区域建成7个AIDC智算基础设施集群，基本完成全国“一体化算力中心体系”框架布局，并规划约61栋智算中心、约32万架机柜。公司持续夯实IDC领先、液冷领先和AIDC领先三大优势，未来有望抓住AI产业机遇，持续受益于AI高速发展及大模型集群效应显著增强带来的智算需求爆发。 具体到此次获批的润泽科技数据中心REIT项目而言，其盈利性已然十分稳定。 募集说明书显示，润泽科技数据中心REIT项目自2020年便与中国电信北京分公司签订合作协议，故该项目2021-2023及2024年前三个月的平均签约率均为100%。平均上架率则稳步上升，经历投入运营后的爬坡期后，2023年及2024年前三季度平均上架率已达到99%以上水平。托管服务费收缴率方面，近三年该项目向中国电信北京分公司的托管服务费收缴率均为100%。 2021-2023年，润泽科技数据中心REIT项目实现收入3.03亿元、5.23亿元和5.5亿元，毛利率分别为53%、50%和52%，同期EBITDA分别为1.9亿元、2.9亿元、3.1亿元，EBITDA（税息折旧及摊销前利润）利润率分别为61%、55%和58%。 市场人士表示，数据中心资产兼具稳定性和成长性，是理想的公募REITs投资标的。 随着近年来AI技术的发展和数字化转型对数据中心的需求激增，行业发展前景良好，同时数据中心资产符合政策导向，且具备市场需求和创新潜力，有望成为公募REITs参与机构的重点布局方向。乘AI算力东风，公募REITs在数据中心行业实现破冰无论对公募REITs市场还是数据中心行业都具有划时代的里程碑意义。

作者 | 王璐，编辑 | 魏佳 高考已经落幕，另一场决战才刚刚开始——报志愿。 这是一场信息焦虑下的博弈，每年都有无数家庭投下重金。仅是“张雪峰”这一个IP，就养活了一整条产业链：售价高达12999元、18999元的志愿填报服务，每年都被抢购一空。各地的“张雪峰们”也十分抢手，企查查数据显示，国内高考志愿相关企业已有1242家。 随着高考选科模式普及、录取规则日趋复杂，这一赛道还在升温。艾媒数据显示，2024年中国高考志愿填报市场付费规模达10.2亿元，预计2025年为10.9亿元。 面对志愿填报这块流量洼地，各大互联网公司早已盯上。随着AI持续升温、应用端竞争全面开卷，这一高考刚需场景被进一步激活，大厂们持续加码，火力全开。 夸克发布首个自研高考志愿大模型，推出“智能选志愿”等功能；QQ浏览器推出行业首个高考Agent「AI高考通」；百度也在今年上线「高考高频考点库」、「AI志愿助手」等系列AI产品。 凭借着智能、高效和免费，这些“AI张雪峰们”迅速成为考生和家长们眼中的“香饽饽”。 然而，大厂的目标，并不止于此。 志愿填报不仅是抢占流量入口、低成本获取用户的手段，也是获取教育决策数据、检验Agent及大模型“实战能力”的重要场景。 但问题也随之而来：填报志愿是一场“只能成功、不能试错”的选择。尚处在早期阶段的AI，真的能打破信息差，给出靠谱建议吗？大厂在这场信息大战中，又能抢走多少红利？ AI界“张雪峰”，大厂抢着上 目前市面上的AI报志愿工具主要分为三类玩家：互联网大厂、大型教育公司，以及专门做高考志愿填报的垂类公司。它们在产品入口、功能特点与商业模式上各有侧重。 在产品入口上，大部分公司主要依托自身浏览器或APP生态，比如“百度高考”、阿里的“夸克高考”、腾讯的“AI高考通”、作业帮的“作业帮高考”，分别内置在百度APP、夸克APP、QQ浏览器、作业帮APP里；有些公司则是APP+小程序两端布局，例如教育公司高途、这一赛道的老玩家亿阁教育的“优志愿”，以及由中国教育在线开发的“掌上高考”。 值得注意的是，字节、知乎等互联网公司也在高考报志愿上有所行动，但并未自研工具而是选择合作，两家均和“掌上高考”合作开放模拟报志愿入口。 从功能层面看，这类工具主打全面多样，包含历年真题、专家直播、报考政策解读等一系列与高考相关的内容，但外界主要关注的还是报志愿这一核心环节。 「定焦One」体验发现，各类工具操作方式大致相似：考生或者家长输入所在省、科目以及分数后，可得到排名，并获得“稳、保、冲”三类推荐院校，然后通过对话或者性格测试等环节，提供个性化的志愿填报建议。 至于收费模式，大厂不靠志愿填报赚钱，普遍采取免费策略；剩下两类以免费+付费形式出现，价格在十几元到上百元不等。 但越是不收费，大厂反而卷得越猛。从功能布局到模型宣传，各家都在高调“秀肌肉”： 阿里旗下的夸克布局AI报志愿已有7年，今年上线了高考志愿大模型，号称是“国内首个”。 大模型领域知名专家刘聪分析，虽然现在是通用大模型的时代，但垂直大模型具备专业任务上执行的高精度、能理解所属领域专有词汇等优势。他从技术原理上分析，“夸克高考志愿大模型的技术底座是基于Qwen模型，但在训练时学习了很多该领域的专业知识和定向任务，理论上比通用大模型专业度更高。” 百度则是最早涉足高考信息服务的互联网大厂。2013年，百度APP便发布了“报考查询功能”，并每年围绕“高考”进行功能升级。 如今的“百度高考”有两大优势，一是主打数据维度更全，高考大数据涵盖高考热搜趋势和榜单，二是支持调用文心一言、通义千问、DeepSeek多个大模型，给考生多维度的建议。 相比之下，腾讯的入局时间相对较晚，今年推出的AI高考通更强调交互体验，是行业内首个高考Agent，可以依据考生和家长需求自动调用相关工具和数据，整个操作流程以对话形式展开。 那么问题来了，既不收费、又高投入，大厂为何要做这件“看起来不赚钱”的事？这背后其实有三笔“隐形收益”。 首先是抢占流量入口。 曾在国内某AI大厂做教育BG的区域化项目主管一瓢告诉「定焦One」，做AI志愿填报工具的技术门槛不高，研发这类工具属于水到渠成，而高考有着全民关注度，志愿填报是重要的流量入口。 有数据显示，每年高考期间，超过95%的高三考生及家长都会使用百度查找相关信息及服务，总搜索及浏览量超过百亿人次。夸克近期也公开表示，其高考产品已累计服务超过1.2亿考生和家长。 在这种“天然流量地”中，谁先提供好用的工具，谁就更有可能建立与用户的高频连接关系。对大厂而言，这是一次低成本获取新增用户的机会。而且，从产品路径看，志愿填报只是起点，未来还可能延伸至大学学习、考研、职业规划等环节，长期留住用户。 其次是数据积累。 高考报志愿场景下，用户所产生的真实使用数据，对于提升大模型理解复杂任务、适配地域规则、识别用户偏好等能力具有极大价值，能反哺模型训练。 一瓢提到，有的大厂还会和一些教育机构合作，获得一些非公开的报考数据，也能不断丰富模型的能力。 最后是技术验证。 相比通用问答，志愿填报对模型能力提出了更高要求：不仅需要理解用户的多轮需求，还需要调用大量结构化数据，是对Agent或大模型“实战能力”的检验。 然而，在这场“技术主导”的AI填报中，用户的真实体验却并非一片叫好。 同一分数、不同答案：AI的推荐为啥不一样？ 很多考生和家长在使用AI报志愿工具时发现，尽管这类工具主打低门槛、便捷快速，但算法不透明、数据不全面、个性化不足仍是三道坎，让他们不敢轻信“AI严选”。 推荐算法不透明，是最困扰用户的因素。 很多家长反映，输入所在省份、考试科目以及预估分数后，不同工具给出的排名虽然一致，但推荐的“冲、稳、保”三个档次的院校完全不同，不知道该听谁的。 「定焦One」也实测发现，将同样的条件“高考省份河北、选择科目史生政、高考成绩560”，输入给夸克、百度、AI高考通、优志愿、作业帮、高途、优志愿、掌上高考等工具，各家给出的建议相差甚远。 从左到右依次为：夸克、AI高考通、作业帮、优志愿 一瓢解释，这种差异并不意外，主要是各个工具的训练数据不同、算法权重不同。 大厂主要依托自研大模型，其他有些公司采用外部大模型，有些出于能随时优化的考虑选择自研，而不同大模型由于衡量权重不同，在生成可选院校结果时会出现偏差。 资深志愿规划师杨凡进一步解释，目前各家所用的数据维度也不一致，有些只参考近一两年的录取数据，甚至还将滑档数据记录在内，这些都会造成同一分数和排名下，不同工具给出的推荐院校差异巨大。 目前，各家并未公开“冲、稳、保”院校的算法逻辑，用户面对五花八门的建议，难以做出判断。 其次是数据的全面性与真实性存疑，这也是推荐结果差异巨大的原因之一。 从业者介绍，目前各家的数据主要基于公开渠道，比如院校招生网、考试院官网、招生办官网、教育部门官网、院校就业网、院校官网，看起来“有据可查”，但在采集、整合、更新的过程中，也曾出现过一些问题。 例如，之前出现过AI推荐的学校在该省份并无招生计划、推荐院校与用户所选目标城市不符、给排名4000左右的考生推荐冲刺清华、北大等情况。 刘聪表示，这主要是由于大模型存在幻觉，而幻觉的产生一方面是数据不够权威与全面，二是模型的反思部分做得不够。 一瓢也补充，虽然目前AI报志愿工具主要基于权威公开数据，但有时有些工具底层数据缺失、数据更新不及时，也会导致乱象产生。 对于高考报志愿这种容错率极低的场景来说，哪怕一个数据出错，都可能影响考生的关键选择。目前各家都加强了数据校验和更新机制。 除了算法和数据，“AI懂不懂我”是用户的第三重疑问。 对于动辄收费上万的规划师来说，“低分高报”“不浪费一分”，以及针对考生性格、家庭情况、未来就业前景等元素定制“个性化”志愿，是核心技能。 不少AI报志愿工具提供MBTI测试、霍兰德职业兴趣测试，辅以AI多轮对话，号称可以实现“一对一定制志愿”。但从体验来看，这种“个性化”更多停留在标签匹配层面。 「定焦One」在使用不同AI报志愿工具时发现，大多数AI抛出的问题较为模板化，常规问题有：考生青睐报考院校地区和专业、毕业后是立即就业还是考研或出国、家庭能接纳的学费，以及个人身体情况。 即便如夸克这类已引入数百位志愿填报专家的填报思路进行模型训练的工具，杨凡在尝试后表示，其思维方式和问题的确更加明确，但还是比较简单和宽泛，而且就像课本解析，答案写得再详细，也需要经验丰富和有方法论的老师给学生讲明白。 杨凡表示，在做志愿填报时，他一般要和每位考生及家长沟通6-8个小时，这样才能做到深入了解。AI报志愿工具虽然会主动抛出问题，但问题比较简单套路，这一过程中还需要靠考生和家长主动发问才能达到效果，虽然很多工具已经升级到可理解复杂问题和拆解用户需求，但和人相比还有很大差距。 而且，真正的个性化，除了深度沟通，还建立在长期数据积累和经验判断之上。 “市场上缺乏大而全的报考、就业数据，即便某个省的数据都很难。”相比之下，专业志愿规划师会长期积累自建信息库。杨凡表示，他们每年都会针对特定地区的学校、专业做调研，摸清就业率、用人单位偏好等，从而整理成一个信息库。这一套体系，目前还无法由AI所复制。 挑人也挑问题，AI报志愿该怎么用？ 虽然AI报志愿工具还达不到取代“张雪峰”的程度，但多数从业者仍肯定AI报志愿工具的实用价值，关键在于谁来用、怎么用。 在人群上，杨凡认为，AI报志愿工具更适合分数在两端而非中间的学生，比如超本科线30分以内，或者总分在650分以上，并且目标院校、专业比较明确的考生。 “这类考生可选的空间有限，对就业规划也有比较明确的认知，只需了解自己分数的大致排名和适配院校，确保能被录取便可。”杨凡表示，他们也会建议这类考生使用AI工具填报志愿，比规划师速度更快，而且免费。 反之，对于处于中段分数区间、目标尚不清晰的考生，AI更适合作为“辅助工具”，但要学会使用方法。 从业者建议，首先明确大致报考目标，再打开AI报志愿工具。目标包含青睐城市、学校类型、所学专业、就业方向中的两三个元素。这样能避免考生被AI牵着鼻子走，并多用几个比较权威的AI报志愿工具互相验证。 另一个关键点在于“学会提问”。“如果不知道怎么问，AI也没法给出好答案。”有从业者表示。 杨凡举例，如果在A、B两所大学中做选择，不能直接问哪所学校更好，否则AI会根据地利位置、学科设置、办学资质、科研成果、就业情况、综合排名给出宽泛答案，而志愿规划师一般会先问，考生将来就业地想在哪里，然后根据需求具体回答。 “在提问时，需要先把自己对于‘好’的定义输进去，这样AI才会给出更为精准的答案。”他表示。 目前，从业者没有因为AI报志愿工具的扎堆涌入感到过于恐慌。相反，他们也会用AI报志愿工具作为院校初筛和提升效率的辅助手段。 在杨凡看来，AI报志愿工具和志愿规划师服务的客群不一样，不适用对专业选择有非常多疑问的考生。 一瓢也根据他的从业经验和调研结果判断，无论是从业者还是考生，大家更多是采取线上线下的结合模式，用“人+AI”的组合完成报考。 但不可忽视的是——AI报志愿工具正在进化，用户的使用能力也在提升。 随着大厂持续投入和底层数据的完善，AI报志愿工具或许无法一步到位，但以后可能会慢慢发展成为人人可用、人人敢用的免费产品。 *应受访者要求，文中一瓢为化名。

随着人工智能 (AI) 工作负载日益庞大、复杂，用于处理所有数据的各种处理元件对功率的需求也空前高涨。然而，高效可靠地提供这种功率，同时又不损害信号完整性或引入热瓶颈，却带来了半导体历史上最严峻的设计和制造挑战。 与通用处理器不同，专为 AI 工作负载设计的芯片将密度推向极致。它们将更多晶体管封装到更小的空间内，同时增加晶体管的总数（通常以芯片的形式）。其结果是更大、更密集的系统级封装，其中电力传输不仅仅是一个电气问题，而是一个从单个芯片到服务器机架的封装、材料和系统集成挑战。 新思科技研究员Godwin Maben 表示：“功耗主要由动态功耗决定，而动态功耗主要受计算和内存之间数据移动的影响。例如，NVIDIA 的 Blackwell 功耗范围从 700 瓦到 1400 瓦。这使得高效的总线架构和架构创新（例如数据压缩策略）至关重要。” 由于内存和计算单元之间来回传输的数据量巨大，动态功耗占据主导地位。这些传输跨越庞大的内存层级结构，使用各种高速互连。但移动所有这些数据是有代价的，这会产生层层叠加的设计约束，从内存层级结构决策一直延伸到电源传输网络 (PDN)。 Imec研发副总裁Julien Ryckaert表示：“随着我们转向背面和3D堆叠，热量变得更加局部化，也更难消散。这种物理压缩加剧了电迁移和局部热点等挑战。” 为了使这些级别的电源传输易于处理，多学科设计团队必须全面思考电压调节的位置和方式、热量提取方式、材料在高电流应力下的行为，以及在电迁移和电压降影响可靠性之前，它们有多少裕度。这些设计决策的复杂性要求 EDA 工具、制造工艺和先进封装之间进行更紧密的耦合。 新思科技首席架构师 Jay Roy 表示：“如今，高性能计算和 AI 加速器已突破千瓦级界限。设计复杂性的爆炸式增长和周期的缩短给半导体 SOC 设计带来了持续的挑战。” 这种在最小化功耗的同时提升性能的追求，正迫使电力输送模型发生重大变革。这不再仅仅关乎降低电阻，而是关乎对电感行为、热梯度以及不同膨胀系数材料间耦合的建模。现在，对电压降、电流瓶颈和热点的早期预测至关重要，而且必须在实际布局和集成约束的背景下进行。 从横向到纵向供电 无论多少仿真都无法解决传统横向供电固有的局限性。在封装和印刷电路板上横向布线大电流电源走线会带来损耗和空间限制，而这些限制已经无法再扩展。当芯片功耗为 100 或 200 瓦时，这种方法尚可行，但现在却成了现代 AI 硬件的限制因素。 Saras Micro Devices 首席商务官 Eelco Bergman 表示：“目前的加速卡通常采用横向供电架构，将数千安培的电流通过长达数厘米的 PCB 走线，从电源模块传输到处理器。由于电流和走线电阻较大，这种方法会导致严重的功率损耗和过热。此外，用于支持不断增长的总功率、电源轨数量以及关键高速信号布线的电路板空间有限。” 图 1：垂直供电网络，显示多域电容器模块直接嵌入封装基板 在这样的功率水平下，每毫欧姆的电阻都会转化为必须耗散的数瓦热量。此外，横向布线带来的空间限制常常需要在电源完整性和信号完整性之间做出权衡。在高带宽系统中，数百条高速SerDes通道与密集的电源层共享电路板空间，这种权衡变得难以维持。 为了克服这些限制，半导体行业正在积极探索垂直供电技术。通过将电源轨或稳压器直接嵌入芯片下方，并用低阻抗路径垂直连接，电源到硅片的距离可以显著缩短。这不仅降低了电压降和噪声，还释放了顶部布线空间，用于传输关键信号。 Bergman 补充道：“我们看到客户正在积极探索垂直供电架构，该架构采用嵌入式电压调节和集成电容解决方案，可以实现局部供电。这些方法可以释放顶部 PCB 空间，减少寄生损耗，并提高整体供电性能。” 在基板和中介层中使用集成供电层，并结合局部去耦技术，使AI芯片和加速器能够接收更清洁、更稳定的电源，并减少功率衰减。先进的基板（包括嵌入无源器件的基板）目前正在与硅片本身进行协同设计，以优化阻抗特性和散热性能。 与此同时，这些技术也带来了新的可靠性挑战。通过新材料和垂直结构传输大电流需要对电流拥挤、热循环和材料疲劳进行严格的建模。嵌入式功率元件必须承受强烈的热流，同时还要与敏感信号层保持电气隔离。这反过来又推动了介电材料、沉积技术和协同设计方法的创新。 先进的封装和散热技术 高功率密度直接转化为热密度，这可能导致热点，从而降低可靠性和性能。如果没有先进的散热技术，即使是最高效的系统也需要进行热节流，这会大幅降低性能。 Amkor 公司芯片和倒装芯片球栅阵列 (FCBGA) 业务部高级总监 Gerard John 表示：“如今的先进封装采用多尺度热管理技术来高效散热。铟合金 TIM 因其约 80 W/mK 的高导热率而尤为有效。然而，铟 TIM 需要在芯片背面和盖子底部进行金属化，通常使用 Ti/Au 或 Ni/Au 等材料。需要回流工艺来在芯片和盖子之间形成粘合，这有助于降低界面电阻。” 最小化芯片与散热器之间的热阻取决于材料和应用技术。均匀的TIM覆盖和低空洞工艺对于实现芯片内部均匀散热至关重要。传统的焊料基TIM正在被高性能金属合金、相变材料和新型碳基界面材料所取代或补充。 John 表示：“在 TIM 应用中，确保最小空隙至关重要。空隙会严重阻碍热导率，导致热点并降低器件可靠性。监测 TIM 空隙对于工艺优化和器件筛选至关重要。” 这些解决方案通常针对特定工作负载量身定制。例如，AI 训练比推理产生更长的持续功率突发，并且需要不同的热瞬态响应。封装工程师必须与系统架构师合作，以确保冷却解决方案与实际运行情况相匹配。 John 指出：“TIM 的选择通常基于器件功率图，这些图会指示出高发热量区域。通过将 TIM 的属性与这些图相匹配，可以实现最佳的热管理，确保整个器件高效散热。” 在多芯片系统中，由于热逻辑块的接近性，散热挑战更加严峻。先进的设计正在转向均热板、微流体冷却和双面散热技术来应对这种复杂性。每种方法都会带来新的制造、可靠性和材料集成方面的挑战，但它们正迅速成为实现大规模人工智能性能的必要工具。 钼与材料迁移 随着人工智能加速器对功率和集成度的要求越来越高，传统的前端材料逐渐显露出过时的迹象。钨和铜在局部互连和接触方面的广泛应用，一直是其导电性和可制造性的行业标准，但现在，它们在芯片最密集的部分却受到了限制。 正是在这种背景下，钼逐渐成为一种关键的替代金属。钼的电子平均自由程比铜短，在狭窄几何形状下的可扩展性也比钨更好，这使得钼在先进节点的电阻率和可制造性方面都实现了显著的提升。 Lam Research公司副总裁兼总经理Kaihan Ashtiani表示：“从传统的钨金属化过渡到钼金属化，可显著提升性能，包括将接触电阻降低高达50%。钼电子平均自由程更短，使其在小尺寸应用中更具优势，显著降低了紧密互连结构中的电阻问题。” 这意味着，在实际应用中，钼在局部互连方面尤其具有优势，因为线宽和间距目前已低于 20 纳米。在这种尺寸下，钨等传统金属会增强电子散射，导致有效电阻率和热负荷更高。相比之下，钼在受限几何尺寸下仍能保持良好的导电性能。 对于AI设备而言，这一特性至关重要。随着越来越多的功能被封装在更小的平方毫米内，以及垂直堆叠的日益普及，热量和电阻也越来越局部化。钼等材料创新有助于缓解这些影响，它既能提升电气性能，又能简化与原子层沉积 (ALD) 和化学气相沉积 (CVD) 工艺的集成，而这些工艺在尖端晶圆厂中已经非常常见。 “当互连尺寸缩小到低于铜等金属的平均自由程时，由于电子散射更频繁，电阻会增加，”Ashtiani 说道。“在这种情况下，像钼这样平均自由程更短的金属实际上更受欢迎，因为它在较小的尺寸下也能保持较低的电阻。” 转向钼也与业界降低电迁移风险的广泛努力相一致。在人工智能工作负载中常见的高电流密度下，金属迁移会随着时间的推移产生空隙和断路，这日益成为对可靠性的担忧。钼的高熔点和晶粒稳定性有助于抵消这一问题，使其成为长寿命人工智能计算应用的有力候选材料。 虽然钼尚未普及，但其应用正在加速，尤其是在高功率密度的应用中，例如GPU矩阵引擎和SRAM阵列。钼在采用背面供电的设备中也越来越受到青睐，因为这些设备中金属化层的复杂性要求材料具有高度共形性和低电阻率。 背面供电 或许是当今芯片架构中最具变革性的转变，即转向背面供电网络 (BSPDN)。BSPDN 不再将电源和信号同时通过顶层金属层布线，避免它们相互竞争空间，而是通过在晶圆背面引入电源连接来解耦这些功能。 最初的概念由英特尔首次公开提出，名为“电源通孔”，后来逐渐演变成一类更广泛的技术，并被整个行业广泛采用。本质上，晶圆背面经过蚀刻以暴露触点，然后利用这些触点直接向晶体管供电，绕过信号路由堆栈，从而显著提高效率。 “背面供电始于在硅片上蚀刻电源通孔，以便从背面直接供电，这有助于降低阻抗，”imec 的 Ryckaert 表示。“双面晶圆加工为器件尺寸缩小和布线密度开辟了新的机遇，但由于移除了硅片作为散热器，也带来了散热挑战。” 这种结构重组为AI芯片带来了几个关键优势。首先，通过分离电源和信号布线，工程师在布局规划和时序优化方面获得了更大的灵活性。信号层可以扩展或微调，而无需担心电源分布的限制。其次，它可以实现更薄、更均匀的电网，从而降低IR压降并使电压调节更加可预测。 “供电曾经是众多考虑因素之一，”Ryckaert补充道。“现在，它决定了整个布局规划。背面PDN有助于缓解布线拥堵，实现更高的晶体管密度，但它们也增加了功率密度，这使得热管理比以往任何时候都更加重要。” 此外，背面处理技术为冷却带来了新的选择。由于硅基板不再成为散热的障碍，设计人员可以实施双面冷却策略，即在芯片的两侧都应用热界面。 然而，背面供电并非没有挑战。它需要全新的工艺流程和材料改进，包括晶圆减薄、硅通孔 (TSV) 对准、混合键合以及极其脆弱的芯片处理。这些结构的机械可靠性仍在研究中，良率优化仍然是大规模应用的障碍。 设计协同优化及其系统级影响 尽管背面电源、钼互连和垂直PDN技术前景广阔，但这些进步并非孤立发生。下一代AI芯片将需要在整个设计堆栈中采用更紧密集成的方法，并使用通常称为系统技术协同优化（STCO）的技术。 在该模型中，硅片架构师、封装工程师和系统设计师从最初的设计阶段就开始协作。供电网络、热分布、机械应力和布局规划必须建模为相互依赖的系统，而不是流程中的连续步骤。 Synopsys 的 Maben 表示：“功耗感知协同设计正变得越来越重要。它有助于平衡热性能和时序收敛，使客户能够在最终产品中实现更高的效率和可靠性。” 在系统层面，这些优化具有广泛的影响。例如，热节流是AI芯片性能的最大威胁之一。如果不能有效预测和缓解局部发热，即使设计精良的系统在实际应用中也可能表现不佳。 Synopsys 的 Roy 表示：“上游供电效率的轻微提升可以防止下游的热性能下降。我们的目标是让工程师尽早了解这些系统的相互作用，从而确保可靠性是内在的，而不是外加的。” 这影响远不止芯片本身。系统集成商必须考虑整个堆叠（包括芯片、中介层、基板和 PCB）的 PDN 阻抗。信号完整性、板级去耦和机箱级气流都会影响高能效芯片在实际应用中能否达到预期性能。 这些限制提升了协同仿真和跨域反馈回路的重要性。电压完整性和电磁干扰 (EMI) 现在与热仿真、材料建模和功耗感知验证直接相关。为此，一些芯片制造商正在将封装和系统工程团队纳入内部，或将其嵌入芯片设计团队，以加快迭代并确保一致性。 除了技术协调之外，经济激励也推动着协同优化。通过增加过大的电容、加宽电源层或过度设计的VRM来过度配置供电系统，会占用原本可以用于计算的电路板空间和资源。 Saras 公司的 Bergman 表示：“降低 IR 压降并提高供电效率，直接意味着减少发热量并降低冷却成本。这对于超大规模数据中心来说，是一种直接的成本优势。” 结论 随着人工智能需求的增长，优化每一瓦功率以及每一美元交付成本的压力只会越来越大。这意味着电力输送不再是后端考虑的问题，而是已成为影响人工智能芯片设计和制造方式的前沿制约因素。随着人工智能芯片进入千瓦级，业界必须重新思考从材料到布局、从晶圆键合到散热等方方面面。背面供电网络、钼互连和垂直集成基板等创新仅仅是个开始。 AI 芯片供电的未来发展需要跨学科的深度协作。随着工程师们应对下一代供电的多物理场特性，围绕硅片、封装和系统设计构建的各自为政的局面正在逐渐瓦解。虽然这些解决方案的成本和复杂性很高，但其回报——以性能、效率和可扩展性衡量——将是巨大的。

凤凰网科技讯（作者/于雷）6月19日，荣耀终端有限公司CEO李健今日就加速AI技术落地分享了全新的战略思考与行业共识。他提出，打通用户体验中的关键闭环是AI真正走进日常生活的核心，并详细介绍了荣耀的“三叶草”战略。 李健阐述道，荣耀的AI战略旨在从场景、性能和信任三个维度构建无缝的用户体验闭环。具体而言，通过打破数据、服务与设备之间的壁垒，实现场景的完整闭环，为用户提供更大的操作自由度。同时，经由端云协同、软硬协同及算网协同，打造性能的极致闭环，确保AI服务流畅高效，提升用户满意度。而在信任层面，荣耀倡导技术共创、标准共建与行业共治，以此构建坚实的信任闭环，让用户能够安心、信赖地使用AI技术。 为推动这一战略落地，李健强调了打破品牌边界的重要性，并透露荣耀将致力于实现“全栈个人知识库、全域智能体协同、全品牌终端互联”。他指出，荣耀终端将具备与华为、苹果等不同品牌设备实现互联互通的能力，旨在为用户提供真正意义上的“万物互联”体验。为了从根本上解决行业协作问题，李健代表荣耀正式倡议，依托GSMA平台，共建一个开放的AI终端生态联盟，联合AI模型企业、运营商、终端厂商及互联网公司四方力量，通过技术与商业的深度协同创新，共同应对AI普惠道路上的挑战。 作为该战略的最新实践成果，李健在现场宣布，荣耀新一代AI折叠旗舰荣耀Magic V5将于7月2日正式发布。据介绍，这款新品将率先落地全栈式个人知识库、由多智能体协同带来的PC级生产力，以及跨品牌互联等核心AI能力。延续荣耀在折叠屏领域的轻薄优势，荣耀Magic V5的目标是成为全球最轻薄的折叠屏手机

谷歌 凤凰网科技讯 北京时间6月19日，据《金融时报》报道，当地时间周四，谷歌试图推翻欧盟创纪录反垄断罚款的希望遭遇重大打击。欧盟最高法院总法律顾问表态支持欧盟监管机构的调查结果，即谷歌利用其Android移动操作系统打压竞争对手。 欧盟最高法院、欧洲法院的总法律顾问朱莉安娜·科科特(Juliane Kokott)表示，应维持对谷歌处以的41.2亿欧元(约合339亿元人民币)罚款。虽然科科特的意见在法律上不具约束力，但大多数此类意见会被欧盟最高法院采纳。 这桩Android案还要追溯到2018年。当时，欧盟指控谷歌对Android设备制造商和移动网络运营商施加非法限制，目的是巩固其在互联网搜索领域的主导地位。 欧盟最高法院的支持对欧盟委员会而言是一个鼓舞，后者正致力于执行一系列严格新规，以让全球大型科技公司承担应有责任。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

凤凰网科技讯 6月19日，荣耀与中国移动在上海联合举办“中国移动&荣耀AI终端战略合作发布会”。荣耀与中国移动宣布AI终端战略合作，共同推进AI终端生态建设。 （荣耀CEO李健） 李健透漏，荣耀即将发布第五代折叠屏旗舰手机Magic V5，将全栈式个人知识库、多智能体协同带来的PC级生产力、全品牌互联互通等都将会落地到这款手机中。 面向通用智能体与多模态AI能力，双方将重点在用户日常高频场景中寻找价值闭环，探索智能体商业模式落地路径。例如，家庭助手、办公助理、出行助手等应用将通过荣耀终端呈现"即唤即用"的AI体验，并结合中国移动用户服务体系加速落地。 除了战略层面的全面合作，中国移动与荣耀还将在产品层面展开联动。作为双方合作的重要载体，荣耀X70i也即将迎来重要功能升级：荣耀X70i将升级AI一键直达的功能，实现与九天大模型及灵犀智能服务的快速连接。该按键将具备更丰富的AI唤起功能，例如快速调取移动营业厅服务、智能客服对话、语音通话实时翻译等场景，成为用户快速享受AI服务的一键快捷通道。

平台立正纠偏，商家站直拒卷。 采写／万天南 编辑／陈纪英 持续一个多月的618即将落下帷幕，但电商平台的全面变革，才刚刚来到中场。 身在一线的品牌和商家们，最能切身体会到环境冷暖，“618玩法彻底变了”，这是多位商家的共同感受。 《财经故事荟》对谈了多位商家之后，发现变化集中在如下四个方面： 一来，姿势变了。商家终于可以站着打仗了——平台陆续取消仅退款、松绑退货包运费等新政，优化营商环境，正面效应已经显山露水了。 二来，玩法变了。大促规则更加简单，从满减到立减，用户再也不用想破头凑单了；“扶优去劣”的机制下，优质商家更能脱颖而出，得到平台激励和厚爱，“大家都不搞什么好评返现的小动作了。专注做好产品和服务，就不愁客户和生意”，有商家告诉《财经故事荟》。 三来，角色变了。过去平台的角色更像是偏功利化的“撮合交易者”，现在的角色转向“服务者”，提高对商家的服务意识，上线各种降本增效的AI工具，等等。 四来，标准变了。商家和平台不过度追求GMV（商品交易总额）和排行榜了，越来越回归商业本质，倾向高质量增长了。 这些变化，并非阶段性的震荡反复，而是浪奔浪流的电商大势。 一 姿势变了，商家“站”着打仗 多位商家告诉《财经故事荟》，淘宝天猫有望在618结束之后的7月初，正式全面取消仅退款。 一位天猫头部服饰商家对此期盼已久，“以前商家有时候要跪着，现在彻底站起来了。今年618，我们要站着赢！” “站着赢”的前提，是营商环境持续优化、回归公平。 持续四年的仅退款，导致了营商环境的恶化。据电诉宝披露，2024年Q3，在商家投诉问题中，仅退款占比高达65.53%，名列第一。 彼时，前述商家遇到恶意仅退款时，在淘宝还有申诉机会，“成功率大概30%“，在其他平台，甚至压根没有申诉的入口。 去年7月，淘宝在业内率先松绑“仅退款”，今年4月，多家电商平台又宣布将全面取消“仅退款”，消费者收到货后的退款不退货申请，将由商家自主处理。 “旺旺一键反馈虚假凭证”、 “商家工具智能拦截异常账号”、 “异常订单一键拒退”、“异常退款投诉”等工具也陆续在淘宝天猫上线。 政策的成效，逐渐显山露水。今年年初，淘宝天猫披露，平台“仅退款”总量下降了30%，异常退款主动拦截增加3倍，每天拦截不合理“仅退款”超40万件。 前述服饰商家感同身受，“一是仅退款少了，二是遇到仅退款向平台申诉的流程简单了，申诉成功率高了，成功率从过去的30%提升到了70%”。 儿童健康食品品牌小黄象也有同感，去年7月调整仅退款政策后，退款订单的比例至少下降了3个点。 除了在内部优化平台规则之外，电商平台对外联手公安打击羊毛党，也让品牌和商家倍感振奋，“一来可以营造更健康的营商环境，逼走羊毛党，留下真实的消费者；二来可以尽快追回巨额资金损失；三来亮明了零容忍的态度，对于潜在恶意羊毛党起到警戒作用”。 过去，恶意羊毛党们花样很多，不止仅退款，还有“买多退少”，“买A退B”、“买旧退新”等。比如，有羊毛党通过平台购买五件产品，送达后仅拒收一件，取走另外四件，却成功申请了1800元的全额“仅退款”。 就连头部品牌也未能幸免。某运动品牌每年会遇到两三起成规模的“薅羊毛诈骗案”，每年识别出的恶意账户的量有上千个，不仅造成了店铺损失，还给仓库、客服、物流等部门造成了额外的运营成本和人力成本。 彼时，商家的应对比较被动。若涉案金额较小，会反馈平台限制账户下单；对于达到立案限额且在联系后仍不退赔的，公司可能会考虑报案。随着平台出手严打，这些问题迎刃而解了。 这届618，不再当大促“工具人”，拿回更多经营自主权，也是商家共识。 以往，在大促规则制定上，平台相对强势。 比如，商家参加大促必须开启“退货宝”。今年618，淘宝解绑了大促和退货宝。4.8分以上天猫商家以及全量淘宝商家，不强制要求开启退货宝。 今年618，面对异常退款人群，商家还有了“拉黑”的主动权。服饰商家在广告推广中，可选择100%屏蔽异常退款人群。 “对这个反选功能，我举双手赞成”，前述服饰商家坦承，“比起直播平台，淘宝的退货率整体低多了。但就是这些少部分的退货人群，侵蚀了我们的利润，一来一回的物流、包装破损、衣服污渍等等，都是成本”。 值得一提的是，过去平台集体内卷仅退款、退货包运费等，本质是为了留着用户、拉动增长。 事实证明，在规则优化之后，优质商家的增长并未因此受损。 以服饰品类为例，据易观报告披露，“618”大促开启第一周，淘宝天猫服饰行业成交份额超50%，高居行业第一；不止服饰，据美林证券统计，618第一周期，淘宝天猫的成交额同比增速达9%。 面对前述反卷去劣新政，前述服饰商家乐见其成，“你好我好大家好，公平才能共赢”。 二 玩法变了：上新、AI、真实分 今年618，Rose姐很忙碌，但并不焦虑，她是黄金珠宝品牌福来岛创始人。 “都说电商不好干了，不赚钱了，我觉得还好”， Rose姐并不是在“凡尔赛”。她2020年启动创业，在天猫开店，如今店铺年GMV达到了两三亿元。 “过去那种搞营销、抄爆款的粗暴打法，现在确实不好干了，但实打实地做好产品，做好品牌，生意并不难做”。 今年618，福来岛上线了十来款新品，“有原创设计能力，能持续上新，就有流量，就有增长”， Rose姐很笃定。 福来岛日常平台的广告投放，不到GMV的3%，但获得的流量、转化的交易却很可观，“比如春节期间，我们官旗店的日UV（独立访客）甚至能达到二三十万，赶得上黄金珠宝头部品牌了”。 这般“厚爱”，源于平台强化了对优质品牌和原创品牌的扶持——包括新品激励、站外流量扩充、会员私域运营、佣金激励、新商家扶持等。 千辛万苦上新，不担心被抄袭吗？ “饿死设计师，肥了抄袭党”，曾是不少原创品牌之痛。如今，山寨商家的手段不断升级，利用“AI照骗”抄袭拼接原创款式，既误导消费者，又侵犯了原创商家。 对此，Rose姐并不担心，“一来，平台用技术打击抄袭，山寨抄袭现象很少了。二来，只要我们一投诉，平台处理和处罚都很快。” 今年3月底，淘宝率先启动AI假图治理，不到一周时间，平台在搜索、推荐上，已完成对110万假图商品的降权或屏蔽处理，累计向41万商家发出存量AI假图整改提醒。 保护原创、激励新品的主基调下，受益的不止福来岛，全品类商家因此受益。以服饰为例，天猫“618抢先购”期间，优衣库、ubras、蕉下、crocs、fakeme均推出新品承接消费者需求，成交实现双位数增长，拿下各细分类目新品成交额TOP1。 除了积极上新品，今年618，娴熟使用AI新工具，已经是大中小商家的标配动作。 随着618大促周期越来越长，商家的增长机会多了，但运营成本也高了。有服饰商家透露，从4月下旬的大促预热期到6月底大促的售后期，“我们的客服团队人员要增加一倍以上”。 面对这种压力，不少商家上岗了“AI智能客服”。 上述运动品牌已经先行先试先受益了，“AI智能客服一直在进化，配置简便了商家更容易上手了，也更智能更精准了，售前问题的解决率比去年提高了10%。” 越来越多的AI营销策划也在陆续“上岗”。 一位母婴商家告诉《财经故事荟》表示，今年618，他们所有新品的详情里都插入了视频，期待以此提高浏览量和转化率。 但并没有增加策划人手——用上“图生视频”AIGC工具，“只要几张商品图，就能自动生成最长20秒的动态短视频、还有一键成片、智能修片、搭配视频、脚本成片等，都很好用”，她算了一笔账，“用工具替代人力，起码每月能省三四万元”。 据悉，自淘宝“图生视频”系列工具上线以来，一个半月内，累计为商家生成超150万个视频素材，平均为每位商家缩短15天以上视频制作周期。 在大促以及常态化经营中，如何从海量商家中脱颖而出？也是所有商家的必答题。 以往，消费者在决策环节，会参考淘宝店铺评分体系。但这套系统运营多年，存在区分度不足、虚假评分、好评刷分等乱象。 就连头部运动鞋服零售商YYSPORTS胜道（以下简称胜道），也为此烦恼。其客户体验部负责人段文超告诉《财经故事荟》，“过去那套评价体系，区分度不够，比如说，让运动服和运动鞋商家一起卷，但运动鞋单价相对较高，可能在退货审核上就更谨慎，就会影响到评分。另外，我们想靠实实在在的好服务出头，不搞刷单刷分那一套，比如平台提出了30秒客服响应率，我们主动提升到了23秒，但这些优势，过去很难在评分里体现，消费者在下单前也感知不到”。 因此，对于淘宝即将在7月正式上线的新版店铺评价体系“真实体验分”，段文超很是期待。 一是“真实”，关注商家已签收真实订单，剔除异常订单，问题订单越少分数越高，以此打击刷分刷单等恶意行为；二是考核指标简化，在评分中加大服务保障权重；三是分行业定制标准。 作为受邀内测“真实体验分”的商家，段文超发现，“新的评价机制下，好商家更容易出头”，而且，商家评价分与搜索推荐等直接挂钩，高分商家还能获得更多增长机会。 不仅头部商家击掌期待，长尾商家也翘首以盼，前述中小母婴商家坦言，过去他们为了提高好评率，不得不主动给好评用户返现，“这个返现费用一年得花两三万元。但我不敢取消，我不刷同行也会刷。有了真实体验分，我们就不用盯着同行卷了，好好服务好用户就行，大家都降本了”。 三 角色变了，平台从“撮合”到“服务” 这届618的诸多变化，其实是电商进入新周期的临界点，不会再震荡反复，回到内卷老路上。 其一，这轮质变，是基于多方（主管部门、商家、平台）共识达成的。 反内卷已成政策主基调，监管部门针对“仅退款”约谈了主要电商平台。 商家也乐见其成，“过去的内卷机制下，买卖双方的交易机制不公平，平台和商家的话语权不对等，有点唇亡齿寒了”，前述服饰商家认为。 其二，粗暴内卷的竞争机制，也与当下电商的发展阶段不再匹配。 仅退款等手段，更适合高增长期拉新客。如今，电商平台用户已经见顶，商家和品牌增长的重心，应该转移到全面优化服务体验，进而提升用户的全生命价值上。 其三，去劣扶优的系列规则落地后，已经验证了价值——不仅短期内可以促进降本增效，从长期来看，还能成为产业升级的支点。 Rose姐如今对福来岛的前景很是乐观，“天猫给了我们这种新创的小品牌肥沃的土壤，让我们有做大做强的机会。未来有一天，我们一定能从线上走到线下，成为类似老铺这样的行业黑马，让福来岛这个品牌家喻户晓。” 更何况，消费者也越来越愿意为“创新的好产品”买单了——泡泡玛特的崛起就是例证。今年618第一阶段，超2400家淘宝天猫潮玩类店铺同比三位数增长。 在新的电商周期里，平台的角色也发生了相应变化，正在从交易的“撮合者”，变成全流程的“服务者”。 “撮合者”本位之下，平台唯GMV增长是瞻。过去的大促凑单满减规则，就是基于这一立场。 满减貌似刺激了消费者提高下单金额，拉高GMV。但一来优惠门槛高了，可能会抑制部分真实消费需求；二来即便用户为了满足满减门槛，勉强下单，后续也会出现大批量退货，又额外增加了商家成本，导致后者“增收不增利甚至减利”。 今年618，满减变立减，用户不用再做“数学题”、非理性下单了，商家的退货率也同步降低了。 服务者的新角色，对于平台也提出了诸多新要求。 做好服务者，平台必须把用户和商家的需求和利益前置且并重——归根结底，商家才是服务用户的一线，商家在平台活不好，用户体验也不会好。 过去，在仅退款等内卷之路上，淘宝曾一度迷失自我、跟风友商。但在反内卷上，淘宝又成为了引路者，带动同行，一起优化商家经营环境。 “我熟悉的那个淘宝又回来了”，段文超笑称，“淘宝应该在电商行业做规则的引领者和先行者，让其他平台向淘宝看齐，而不是相反”。 服务者的新角色，也要求平台保持常态化的机制创新，可以及时呼应商家和用户持续迭代的诉求。 随着电商业务多元化、玩法复杂化，商家运营的门槛在提高，对接的部门也在增多，解决问题的效率也在降低，这让有些商家的运营一度有些手忙脚乱。如今，淘宝店长专线机制回归，“同一个问题，以前要对接多个部门，现在找专线就解决了”。 做好服务者，对平台的技术创新能力越来越重要。平台若仅靠人力扩展服务深度，成本高昂且效率低下。唯有降低AI等新技术的应用门槛，使其普惠化、无门槛，让大中小微商家都能轻松上手，才能更广泛更持续地做好“服务者”。 当好“服务者”，也必须开放共赢，摒弃狭隘的门户利益。 如今，商家普遍都转向全域经营，为此，在今年的618大促中，主流平台都转向互联互通，比拼外援，比如京东、淘宝天猫等，都陆续对接小红书、知乎、腾讯等，帮助商家全域找增量等。 归根结底，你先我后、你舍我得的零和游戏玩不长，唯有多方共赢共生，游戏才能无限持续下去。平台立正纠偏、商家站直拒卷、AI技术普惠、用户为好发电，于电商行业是长期利好。

乐道公司上下对于乐道 L60 这款车型是有相当大程度的惋惜的，毕竟这是一款应当卖爆，但各种原因没有卖爆的车。接下来的乐道 L90 就成了这个品牌没有理由的关键战役，这是一辆必须卖好的车。 如果说乐道 L60 有一个明确目标，想要扮演 Model Y 杀手的角色，并且力求在六维图上全方位超越 Model Y 的话，那么乐道 L90 的身份则是杀入今年异常激烈的三排六座大 SUV 竞争之中。 前不久爱范儿和董车会在蔚来公司看过乐道 L90 实车，并和乐道总裁沈斐，乐道产品负责人俞斌沟通完之后，也对这款乐道旗舰车型有了更为清晰的理解，实际上也解答了 3 个问题： 乐道 L90 想要解决用户什么问题？ 乐道 L90 想要解决乐道的什么问题？ 同是旗舰，乐道 L90 和蔚来 ET9 有何异同？ 乐道 L90 想要解决用户什么问题？ 如我们之前所言，三排六座混动大 SUV，是 2025 年中国汽车市场的「版本答案」，虽然乐道 L90 是纯电加换电车型，没法烧油，但基本上可以认作是同一赛道竞争。 混动车型，尤其是增程车型之所以在市场上热卖，从「落后技术」到「真香」的认知转移，还是这类车型消除了电动车遗留下来的续航焦虑。 相较之下，蔚来旗下车型的换电补能体验甚至还在加油之上，三五分钟就能从没电到满电出发，只是换电的认知教育任重道远。 虽然混动（包括增程）全尺寸 SUV 能够解决续航焦虑问题，但是在蔚来和乐道看来，增加了发动机和油箱，毕竟会失去一些什么，比如前备箱空间，以及第三排的舒适性和可用性。如此一来，绝大多数的混动三排六座全尺寸 SUV 就会出现坐满 6 人，但行李未必装得下的矛盾，并且第三排的 2 人也会牺牲舒适性。 乐道 L90 作为纯电车型的优势就出现了：巨大的前备箱，和理论上更舒适的第三排。 这就是为什么在上海车展预热期阶段，乐道 L90 优先展示的特性就是那个巨大的前备箱，一个足以坐下 2 人，装下数件行李的 240L 巨大空间。 之所以能留出这么大的前备箱空间，除了纯电车型的先天优势之外，也有蔚来乐道在整车集成能力上的进步，尤其是「自研集成式热管理系统 ETMS 3.0」给前备箱挤出了大量的空间。 这就是乐道 L90 想要解决的用户遇到的第一个问题：它能同时装 6 个人和 10 个旅行箱，满足三代人同时远行的需求，并且第三排也有相当好的舒适性。 当然，乐道也列出了一些混动，尤其是增程车型的惯有痛点，比如虽然它们都能烧油，但烧油的成本比用电高太多了，所以混动车型的车主主要还是靠电出行，问题又来了，混动车型的电池小，车身重，反而需要更频繁地充电。 到万不得已要烧油的时候，混动车型的动力又会衰减一大截，没法随心超车变道。 以及，混动车型还要同时维保电机和发动机两套系统，这里的成本也会更高。 简言之，在乐道看来，混动尤其是增程三排六座 SUV 车型是相对于燃油车车型的巨大进步，但仍有不少问题，而这些问题都是作为纯电加换电车型的乐道 L90 能够扬长避短的。 目前可以公开的信息是乐道 L90 车长 5145mm，轴矩 3110mm，相比之下，三排六座全尺寸 SUV 里的代表车型理想 L9 的车长 5218mm，轴距 3105mm，问界 M9 车长 5230mm，轴距 3110mm。也就是说，相比业界旗舰，乐道 L90 车身更短，但轴距比理想 L9 更长，和问界 M9 相当。 当然，冰箱彩电大沙发等等舒适性配置也不会缺席，在乐道 L60 上表现相对平淡的内饰，在 L90 身上也会更好的表现，包括之前用户吐槽乐道 L60 标配的 60 度电池偏小，这一次 L90 则标配更大的 85 度电池。 还有两个重点配置：一是蔚来 ET9 同款的电机（后驱 340kW），二是配上了空气悬挂。这两点保证了乐道 L90 的动力下限和舒适性下限。 基于这些可以公开的信息，我们大致可以断定，乐道 L90 在用户层面不会有什么短板体验：动力表现，驾乘舒适性，乘坐空间，行李空间，舒适性配置在价位段上会是上佳表现。 在此，我们也可以猜想价格，乐道 L90 之前定位在 30 万+全尺寸 SUV，这说明起售价很可能在 30 万左右，叠加了 BaaS 租电池方案之后，价格还要少 8.6 万（参考 L60 85 度电池的租电方案），这意味着乐道 L90 采用 BaaS 方案之后的价格，大概率只要 20 万出头（BaaS 月租金 899 元）。 万一，我是说万一，乐道心一横，L90 采用 BaaS 方案之后，价格干到 19.99 万，那用户最大的问题也解决了：价格问题。 ▲ 乐道 L60 乐道 L90 想要解决乐道的什么问题？ 之前乐道高管表示过，乐道 L90 也会拉动乐道 L60 的销售，这个逻辑其实也是通的。 蔚来和乐道之前遭遇了一些信心危机，并不算快的销量增长率，以及一直持续的亏损，让不少人担心这家公司的前景，然后犹豫选购蔚来和乐道的汽车。在威马、高合、极越和哪吒纷纷暴雷的背景下，新势力车企能不能赢得外界的信心至关重要。 卖得越多，财务状况越好，那么信心自然也就来了。 按照爱范儿和董车会目前的观感，乐道 L90 目前的卖相不错，放在今年这场异常拥挤的三排六座 SUV 当中依然属于相当有竞争力的选手。 只要保证交付的能力跟上，它是可以带给乐道品牌极大信心的。 ▲ 乐道 L60 按照蔚来对于乐道品牌年底 L60，L80（年底上市的五座大 SUV）和 L90 三款车型合并销量达到 2.5 万辆的预期，L90 必然也会是走量车型，所以它的销量预期也不会低，大几千是及格水平。 类似的，领克 900 发布之后，作为领克家族售价最贵的车型，它摘得了 5 月领克家族的销量冠军。 所以 L90 比 L60 贵并不是它不会卖得比 L60 差的理由，L90 应该放到市场里，和理想 L8、L9，问界 M8、M9，深蓝 S09，魏牌蓝山，腾势 N9、领克 900，极氪 9X，小鹏 G01，吉利银河星舰 9 等等车型去横向比较。 碍于车型单一，宣传内敛，不爱搞认知作战等因素，乐道虽然定位于家庭用车，但实际上这个定位的认知度是不够高的。对于乐道来说，L90 有着更明显和更容易传播的家庭属性，这也是这款车肩负的责任：让乐道的家庭定位更深入人心一些。 当然，这款车也需要证明乐道在三排六座大 SUV 这个红海市场里证明自己的产品能力，还有市场和营销能力以及，纯电车型的潜力。 下半年纯电 SUV 的明星车型，除了乐道 L90 和 L80 之外，还有理想 i8 和理想 i6，无论是换电，还是 5C 快充，都在试图通过补能体系建设，还有补能速度，来回应混动车型：纯电车型也不必有里程焦虑。 充换电网络建设上，上个月蔚来实现了广东 122 个县级行政区的换电县县通。全国范围来看，截至 4 月 29 日，蔚来全国范围内的换电站达到 3289 座，充电桩 26106 根，覆盖近 1000 个区县。高速换电网络已打通「9 纵 9 横 14 大城市群」，其中还贯通了著名的 318 国道。 乐道 L90 需要证明自己的产品力，增加外界对乐道的信心，以及证明蔚来换电体系的正确性，在蔚来的商业模型里，车型销量和充换电站建设，是一套飞轮，二者相互影响，相互促进，当然也相互拉扯，只有换电车型的销量上去了，换电的逻辑才通顺。 如果说蔚来 ET9 作为整个蔚来公司的技术旗舰，承担的并非走量任务，而是树立蔚来品牌的高端形象，以及承担技术探索和落地任务的话，那么爱范儿和董车会认为，乐道 L90 的定位是「产品旗舰」。 它用到了 ET9 同款的全域 900V 架构和高功率电机，也比蔚来 ES8 更大更长，同时需要成为一个「六边形战士」，因为它面向的是三代同堂的家庭用户，需要满足 6 个人同时的需求和个性的需求，它还需要做成本控制，来保证一个有竞争力的价格，也需要在同类产品里被一眼认出来，有一句话就能被理解的特点。 做技术，需要一味地往上，而做产品，则需要极致地取舍权衡。 所以，在这样一辆车上，我们能够看到这个阶段乐道做产品的能力上限。

提起电动汽车的先驱，大多数人可能第一时间想到的是特斯拉。 特斯拉在 2012 年发布的豪华电动轿车 Model S 获得了巨大的成功，帮助特斯拉打响了名头，也巩固了其作为电动车市场领导者的地位，其后的 Model 3 和 Model Y 更是畅销全球，甚至一度成为了「电动汽车」的代名词。 但如果要追溯第一款可量产的、可交付于日常使用的电动汽车，恐怕还是要从日产 Leaf （聆风）说起。 风口起飞然后停滞不前 日产在电动车领域的探索开始的相当早，1974 年他们就收购了由东京电力汽车有限公司生产的电动车 Tama EV，这辆复古样式的古董电车最高时速能够达到 65km/h，续航里程可以达到 200km，在当时完全算得上是「先进技术」。 而他们于上世纪 80 年代推出的电动车型 March EV 更是开创了异步电机的先河。异步电动机拥有功率密度高，调速范围大的特点，从使用体验上来说也更接近于燃油车，30 年后才上市的特斯拉 Model S 和 Model X 使用的也正是异步电机。 在经过了长期的技术积累之后，2009 年 8 月，日产正式发布了纯电动汽车 Leaf，2010 年日产 Leaf 陆续在日本、美国及欧洲上市。 2014 年一年，Leaf 的全球总销量就达到了 10 万辆，到2019年， Leaf 的总销量突破了 40 万辆。 起步早、产品力出色加上缺少竞争对手，Leaf 想不成功都难。 10 年前的 Leaf，虽然电机功率只有80kW，电池只有 24kWh，续航里程不到 200km，但在当时已经算是超前水平，驾驶员可随时通过智能手机查看电池状态、远程控制车辆空调等功能也在第一代 Leaf 上就有搭载。 日系车的可靠性和安全性也为 Leaf 增加了不少口碑，直到现在日产依然会把「210 亿公里，电池 0 重大事故」作为宣传口号。 直到 2017 年，特斯拉 Model 3 的出现。 虽然价格更高，但是 Model 3 却有着更具科技感的设计、更强大的动力系统和更出色的智能化表现，而换代的 Leaf 除了新增 Carplay 和单踏板功能外，并没有其他的新东西。 ▲第二代日产 Leaf 内饰 从此开始，leaf 逐渐掉队，到 2021 年更是掉出了销量榜的 Top10，这一年 Model 3 的全球年销量突破了 50 万辆，大众 ID.4 也突破了 12 万辆，而 leaf 的年销量只有 6 万多辆。 在中国市场，第一代 Leaf 直到2014 年才开始在国内正式投产，但被重新命名成了「启辰晨风 e30」，价格高达 26 万元。只生产了 3 年左右的它，总销量大概只有 3500 多台。 其后的第二代 Leaf 则并未被引入国内。 变身 SUV 形态 又过了一个 8 年，第三代的日产 Leaf 终于在近期和我们见面了。 只是它已经从一辆掀背车变成了一辆跨界 SUV，定位也低于现有的 Ariya（艾睿雅）车型。 新一代 Leaf 的车身尺寸为 4350×1810×1550mm，轴距为 2690mm。新车整体的设计语言更符合时下的主流审美，整体比上代车型圆润了不少，也能看到 Ariya 上面的不少元素，比如车身轮廓和贯穿式的头灯组，尾部则使用了整合式的鸭尾设计和方块式的尾灯组排列。 新车的内饰部分采用了时下流行的双联屏设计，由两个 12.3 寸或 14.3 寸（不同等级/不同市场有差异）的屏幕组成，车机内部则集成了 Google 系统，可以直接使用 Google 语音助手，高阶车型上则会配备 Bose 音响以及全景天窗。 全新的日产 Leaf 有两种不同功率的动力配置可选，入门版本搭载的是一台 130kW 的前置电机，可以提供 345Nm 输出，高阶版本则是一台 160kW 的电机，提供 355Nm 输出，对比第二代Leaf有着明显的动力提升。 车辆的续航里程这次也有了明显提升。新 Leaf 有 52kWh 和 72kWh 两种电池容量， WLTP 工况下的续航里程分别为 436 公里和 604 公里，日产特别说明了在 130km/h 持续行驶下的续航里程为 330 公里，其 10% 至 80% 的充电时间为 35 分钟。 在变成一款 SUV 后，新 Leaf 的后悬吊系统也从之前的扭力梁改为了多连杆，以此提供更好的舒适和稳定性表现，车辆也搭载了完整的主被动安全系统，并且配备了 L2 级别的辅助驾驶系统。 新 Leaf 将于秋季首先在美国销售，售价暂未公布，作为参考，目前在售车型的价格为 28140 美元，约合 20 万人民币。 日产并没有将这辆车引入中国市场的想法，这将是一辆彻头彻尾的海外车型，其在欧美市场之中还算有一定的竞争力，在特斯拉的销量日益下滑的状况下，新一代 Leaf 或许能实现销量的反超也说不定。

编译 | 江宇 编辑 | 漠影 智东西6月19日消息，今日，以色列互联网科技巨头Wix宣布，其以8000万美元现金（约合5.8亿元人民币）收购本土AI初创公司Base44，这也是Vibe Coding领域的第一笔并购交易。 该项目由31岁的创始人Maor Shlomo领导，他与团队的其他8名成员自2024年12月成立以来，未接受任何外部融资。据创始人Shlomo公开数据显示，Base44在成立第六个月即实现盈利，2025年5月净利润达18.9万美元（约合137万元人民币），且日常开支中包含大量大模型调用费用。 Wix方面确认，Base44团队的8名员工将在此次交易中获得2500万美元的留任奖金（约合1.8亿元人民币），但未透露奖金发放的具体期限及条件。 一、6个月增长至25万用户，未融资即盈利 Base44的创始人Maor Shlomo是一位以色列程序员，过去曾创办数据分析公司Explorium，曾获得过Insight Partners投资。 他在X（前Twitter）和领英（LinkedIn）上全程记录Base44从副业构想到盈利产品的全过程，吸引了大批开发者及投资人关注。 他也成为“AI独立开发”圈内的代表人物之一。 Base44的用户增长几乎全靠口碑传播。上线首月即突破1万用户，六个月累计用户数达25万。 Shlomo将Base44称作“一场登月式实验”，目标是“让每一个人，无论是否具备编程能力，都能构建完整的软件系统”。 该平台最初只是他的一项副业尝试，从创意到上线的全过程，均由Shlomo个人主导完成设计与开发。 在构建底层AI能力时，Shlomo因认为OpenAI模型成本过高，最终选择通过AWS平台接入Anthropic旗下的Claude大模型。 他还在社交媒体上公开分享了具体的成本控制方式，引发业内广泛关注，也因此受邀在AWS特拉维夫开发者大会上进行现场演示。 与同类“vibe-coding”产品相比，Base44在产品功能上更接近企业级应用，支持多种用户认证机制，并集成短信、邮件、地图接口与数据分析模块。 目前，Base44已与eToro、Similarweb等以色列本土知名科技公司达成合作。 市面上也有如Adaptive Computer等功能相似的产品，但Base44凭借其更快的产品打磨节奏与商业闭环能力，在短时间内脱颖而出，成为该领域增长速度最快的代表之一。 二、Base44无法支撑未来扩展，Wix成功“捡漏” 收购消息一经发布，Shlomo在领英贴文中解释了出售原因。他称Base44当前的发展已“跑到极限”，“接下来所需的资源和体量，已不是自然增长所能承载的”。 他还写道：“既然我们靠自筹资金都能走到这一步，我很期待在资源到位之后，我们的速度还能提升到什么程度。” 对Wix而言，此次收购则是其从“零代码建站平台”（no-code website builder）迈向“AI驱动的全功能软件生成平台”的关键一步。 相比之下，OpenAI在2024年以30亿美元（约合218亿元人民币）收购的Windsurf，同样是一家支持AI自动生成前后端应用的平台，创立时间为2021年。 Wix此次“抄底”Base44的成本，仅相当于OpenAI收购金额的三十分之一。 结语：“一人独角兽”仍是传说，但这次没那么遥远了 Base44的估值远未达到独角兽标准，但它的出现让“一人独角兽”的概念，首次有了具象的参照。 一个人主导开发、8人团队、没有融资、6个月盈利、最终以8000万美元被收购，这一切都发生在现实中，不是创业者的设想。 它未必可以复制，但在AI日益强大的当下，那些过去看起来不切实际的故事，也可能正在某处发生。

下周，由布莱德·皮特（William Brad Pitt）主演的《F1 ：狂飙飞车》即将上映，这部取材自 F1 赛事的运动电影由《壮志凌云 2》的创作班底操刀，强调真实 F1 赛场电光石火的竞技比拼——这也是苹果首部原创出品的电影，投资高达 3 亿美元。 自然而然的，iPhone 也成为了这部电影的摄像机——在时速 300 公里 F1 赛车上，用手机拍出了足以媲美好莱坞大片的镜头。 苹果是怎么做到的？ ▲《F1 ：狂飙飞车》电影海报. 图片来自：Apple 时速 300 公里，iPhone 如何征服 F1 如果你看过 F1 赛车的直播，一定对赛道镜头印象深刻——这些都是在高速竞技过程中实施拍摄的直转播画面，由安装在赛车上的 T-cam 车载摄像机进行拍摄。 为了确保赛车的性能和安全，并适应高速运动的场景，T-cam 摄像机不仅得足够轻，也要足够强韧，才能经得起高速赛车时的极端震动与高温。与此同时，还得以高帧率捕捉赛车画面细节，并通过无线发射模块传回直转播中心，确保赛事画面能够多角度、高质量地呈现给观众。 ▲左图为 T-cam 车载摄像机，右图为 F1 赛车直转播画面 . 图片来自：reddit、F1 但在这样的极端条件下，摄像机拍出来的画面显然够不上好莱坞电影大片的标准。而《F1 》这部电影中，为了还原 F1 比赛时的真实场景，决定加入大量 F1 赛车时的实拍镜头，而能堪此大任的摄像机，就是一台 iPhone—— 准确来说，这是一台经过改造的 iPhone——只保留了芯片组、摄像头等手机核心零部件，并运行 iOS 系统，至于对拍摄无关紧要的屏幕、机身等统统被抛弃。随后，将其装进与官方 T-cam 等重的钛合金壳体。于是，这台「iPhone」看上去，真的就像 F1 赛车摄像机那样： ▲ iPhone 改造的 T-cam 摄像机. 图片来自：Wired 由于是拿 iPhone 改造的相机，自然也就支持 iPhone 在影像上的各项特性——如支持杜比视界 HDR 视频录制、电影模式、Apple Log，以及苹果生态丰富的影像后期工作流，通过 USB-C 接口连接 iPad 后，就能方便地通过定制程序设定摄像头所需参数，并且用 Mac 进行后期——与此同时，还能在时速 300 公里的条件下，抗住强震和高温。 据 Wired 报道，苹果开发这套系统花了一年多的时间，传统专业电影摄影机重达数十公斤，无法在 F1 赛车上灵活部署。运动相机虽然小巧，但画质和后期兼容性不够。而改造 iPhone 的技术方案在两者之间找到了平衡：在保持设备紧凑性的同时，获取专业级画质。 镜头语言的创新，从来都是电影工业进步的重要驱动力。正因如此，我们得以在大银幕上，欣赏一个全新的视角。 ▲ 《F1：狂飙飞车》预告片画面. 图片来自：Apple 当手机拍电影不再是噱头 用 iPhone 拍电影不是一件新鲜事。 2016 年，苹果邀请陈可辛用 iPhone 7 Plus 拍摄了短片《三分钟》。随后十年，苹果在全球范围内请了无数名导演用 iPhone 拍电影，这些影片也成为了 iPhone 影像最好的营销案例。 ▲《三分钟》海报. 图片来自：Apple 许多独立电影导演也钟情于用 iPhone 拍电影——比如 Sean Baker 用三台 iPhone 5s 拍摄了长片《橘色》（Tangerine），入围圣丹斯电影节。 ▲ iPhone 拍摄短片. 图片来自：Apple 但归根结底，这些都是小制作。 在动辄几亿美元投资的好莱坞商业大片中，选择手机作为拍摄器材，从来都不是主流方案。愿意将手机作为核心摄影器材的片厂，苹果是第一个。 这一方面代表了苹果强大的「钞能力」，另一方面，也昭示了苹果在专业影像领域的野心。 传统影视工业工作流中，ARRI、RED 与索尼占据着主导地位：专业摄影机拍摄，RAW格式存储，专业软件后期。iPhone 之前无法融入这个流程。但现在《F1》中的 iPhone 技术设备输出 Apple Log 格式，兼容 ACES 色彩标准，调色师可以像处理 Arri Alexa 或 RED 摄影机素材一样处理 iPhone 的画面，并真正的融入好莱坞大片中，在全球几十万块银幕上映。 ▲ 《F1：狂飙飞车》导演兼制片人 Joseph Kosinski . 图片来自：Apple 行业的认知也会随之发生转变—— 过去拿 iPhone 拍摄的电影只是营销噱头或内容实验，然而现在 iPhone 正成为影视专业工作流中的一部分，iPhone 带来的全新拍摄方案，成为了电影技术创新的象征。 移动影像技术发展是一个必然趋势，近几年来，苹果也有意强调 iPhone 在专业影像领域的生产力属性。当手机的集成度和算力足够成熟时，便携和轻巧便成为了优势。 作为苹果的首部原创电影，《F1 ：狂飙飞车》真正价值不在于用 iPhone 拍电影，而是证明了移动影像技术也能成为影视工业标准的一部分——我们可以说苹果豪掷 3 亿美金，给 iPhone 打了个超级广告；我们也可以说，苹果不是在拍电影，而是在重新定义拍电影的方式。 本文作者：周芊彤、肖钦鹏

What's a Computer? iPad 终于兑现了多年前那句经典的广告词：你的下一台电脑，何必是电脑。iPadOS 26 的出现，让 iPad 变得比以往任何时候都更像一台电脑。 经过扩大屏幕、增强外设和拓展性等长达十年的迭代，这次苹果以软件的方式，将 iPad 推向了更靠近 Mac 的操作模式，尤其在窗口管理、菜单逻辑等方面的趋同越来越明显。 iPadOS 的蜕变，为什么直到今天才发生？ 不同以往使用悬浮窗同时打开多个 app，iPadOS 26 中的多窗口使用户能够任意调整应用窗口大小、精确放置它们，并同时打开更多的窗口，这意味着你可以像桌面电脑一样，开多个窗口，「左右开弓」。 在接受爱范儿的独家专访时，Apple 平台产品市场高级总监 Kurt Knight 表示，这一切并非一蹴而就，而是 iPad 长期以来的软硬件演进水到渠成的结果。 在桌面电脑上，我们习惯通过鼠标键盘操作窗口，对系统的微小延迟也能容忍。但在触屏设备上，哪怕是轻微的卡顿，都会破坏直观的交互体验。而在过去的技术条件下，iPad 的性能尚不足以在运行复杂多任务的同时保持触控体验的「零延迟」。 而今，iPad 性能显著增强，屏幕尺寸更大，用户的使用方式也发生了变化——越来越多的人连接外接显示器，或者用 iPad 处理高强度的任务。正是这些变化的积累，让 iPadOS 多窗口的真正形态得以实现。 更像 Mac，但仍有 iPad 的味道 在推进 iPad 的生产力演化上，苹果并非单纯地让 iPadOS 变成 macOS，而是在尊重其独特性基础上延展其边界。 Apple 系统体验软件副总裁 Sebastien Marineau-Mes 提到，Mac 是鼠标优先的操作设备，而 iPad 则是以触控优先。这也是为什么，在设计 iPadOS 的窗口管理时，苹果做出了一些有别于 Mac 的选择： 同样是分屏，iPadOS 上用户可以通过通过手指拖拽滑动，将窗口快速排列整齐。 而菜单栏也不像 Mac 上那样时刻常驻屏幕顶部，而是在需要时才会现身。用户可以通过下滑手势、或将鼠标光标移至顶边唤出应用的菜单栏，它的视觉样式和功能延续了 Mac 的传统，但不会长期霸占触控设备宝贵的屏幕空间。 iPadOS 的菜单栏也更像移动设备的逻辑，它针对当前活动应用显示：如果同时开着多个应用窗口，系统会根据用户当前正在操作的那个应用来展现其菜单栏。如此一来，在保持与 Mac 操作习惯相通的同时，又避免了在触屏设备上长期占据屏幕空间。 就连 Mac 上经典的红、黄、绿三色「信号灯」窗口按钮，也被重新设计成更适合触控的样式：三色按钮被收纳进一个椭圆形图标中，用户轻触后即可展开为适合手指点击的尺寸。 Sebastien 认为，iPad 体验的核心在于「灵活性」和「多用性」。 Kurt 说，Final Cut Pro 就是个很好的例子，虽然很多人非常习惯用键盘鼠标来进行操作，但仍然可以通过其他的触控形式完成移动工作站形式下的视频编辑工作，多种输入形式带来了这种自由度。 换句话说，一个基于触控的、低精度的设备，是比较容易去嫁接键鼠这套交互的，而像 macOS 这样高精度的设备，就不能粗暴地加上触控来保证良好的交互体验。 在生产力进化的路上，iPadOS 26 还新增了一系列面向专业用户的特性。其中一项关键功能是对后台任务（Background Tasks）的支持。当用户开始视频渲染和导出这样需要长时间运行的操作时，该任务会以实时活动（Live Activities）的形式在界面中呈现，方便用户追踪进度。 我问道，如何定义「生产力」？不同平台是否在生产力上有各自的侧重点？ Kurt 回答说，「生产力」并非固定不变的概念，而是随着时代和用户需求不断演化。每位用户都有不同的工作方式，也就对应着不同的生产力场景。苹果会持续为 iPad 注入新的能力，以满足这些不断浮现的使用需求。 「在我早些年的工作中，像录制播客、视频这样的一些需求几乎是不存在的」，Kurt 感叹道，「而现在，这些已经变成非常普遍的趋势和需要了。」 正因如此，苹果为 iPadOS26 带来了几个服务播客创作者的功能：新的音频功能，让用户可以在录音时手动选择音频输入设备，甚至为每个应用程序选择不同的麦克风，而通过本地捕获（Local capture），用户可以在任何视频会议应用程序中直接在 iPad 上录制屏幕，并生成高质量的录音。 iPad 与 Mac：从来不是二选一的命题 关于「你的下一台电脑究竟是 Mac 还是 iPad？」这个旷日已久的问题，Sebastien 给出了他的看法： Mac 和 iPad 之间并不是一个非此即彼的选择。虽然有很多只持有一个设备的用户，但也有非常多的用户同时使用两个设备，我们希望给他们更多自由去选择最契合当下任务的工具。 他举例说，在绘画创作领域，专业应用 Procreate 让 iPad 成为了无可替代的数字画板；而在航空航天等特殊行业中，iPad 因其便携的多点触控大屏，又成为飞行员电子飞行包等用途的重要设备。 这些都是 Mac 所难以完全胜任的。反之亦然。因此苹果更关注的是如何让两种设备相互协同、各展所长，而不是简单地看谁取代谁。 在多年前一篇文章里，我表达过类似的观点： 人们桌面上的办公用品——电脑、键盘和鼠标，已经几十年没有发生变化了。我们已经 365 天无数次地习惯，工作，就是坐在格子间里，翻开笔记本，用鼠标游走于一个个文档，一个个标签页，和一个个对话框。 而不管你是医生、记者、律师、还是音乐人、建筑师，PC 或 Mac 是多数人唯二的选择。但世界上仍然有一些人，有一些工作，在乡野稻田，在高山峡谷，在万丈高空。 世间行当三百六，那工具也不应该只有一种选择。 写在采访之外：究竟什么是「电脑」？ iPad 面世那年，还是一个纸和笔主宰大学课堂的时代。 乔布斯说，iPad 是手机和笔记本电脑之间的第三种设备。他坐在沙发上，向全世界展示了 iPad 的诸多价值：浏览网页、发邮件、看视频、玩游戏。 发售后，业界谈的最多的话题其实是数字出版，iPad 也一度带火了一批数字阅读工具和杂志，Flipboard、Zite，当然还有那个著名的先烈——The Daily，结果呢，娱乐至死，iPad 没能拯救数字阅读，也没能动摇笔记本电脑的位置，一度沦为老少咸宜的「沙发」设备。 几年功夫，手机屏幕越做越大，笔记本越做越轻，留给这个中间设备的夹缝越来越小了。 变化发生在 2015 年，这一年苹果发布了 iPad Pro，iPad 自此开始与生产力工具有关，于是有了更大屏幕、多任务、键盘外设，还配备了一支 Apple Pencil。 多年以后，iPad 成为大学课堂上几乎人手一台的学习工具，承载着教材和笔记的双重作用。 Apple Pencil 成为 iPad Pro 生态中最有趣的部分——第一代 Apple Pencil 问世的时候，它只是个可有可无的配件，今天这根笔已经是一根完整的输入设备，深受学生市场青睐。 Pro 的改进和投入是渐进式的。此后五年，我们在 iPad Pro 上看到更大的屏幕、更好的拓展性、跑分堪比 mac 的芯片、越发接近桌面端的交互，以及越发独立的 OS。 iPad 的复杂性在于——苹果用了十年时间，以难以想象的产品能力迭代，本质上要解决的是一个大于产品的问题： 它对标的一直是桌面级设备，是一台电脑，但究竟什么才是「电脑」？ 博主 MKBHD 的评测中记录了这么一个场景： 他让自己上小学的弟弟，把电脑递给他，而此刻他弟弟，正趴在花园里，对着 iPad 上键指如飞，他弟弟从小玩平板电脑，压根没有开机关机、建文件夹这些传统电脑概念。 然后扭头问到： 什么是电脑？ 我把这个问题抛给了 Kurt：究竟什么是「电脑」？ Kurt 指着手腕上的 Apple Watch 说，它其实也是一台电脑。今天的「电脑」早已不是局限于某种形态的设备，而是一种能力的体现。 文｜何宗丞

IT之家 6 月 19 日消息，科技媒体 Android Authority 今天（6 月 19 日）发布博文，报道称多位三星 Galaxy Watch 4 用户反馈，智能手表出现红色死机故障，而唯一解决方案是更换屏幕。 IT之家援引该媒体报道，该问题最早追溯到 2023 年 8 月，网友 rrrocky777 首次报告了该故障；在 2024 年，网友 SoaibMostafa 在三星官方论坛报告相同症状。 而在过去 1 周时间内，至少有 Current_Context_9513、Chckn_Nugget 和 cokeplantcp 三位用户集中反馈“红色屏幕死机”现象。 其中 cokeplantcp 提供的实拍照片显示，故障初期屏幕会呈现强烈红光但尚能显示表盘，约 20 分钟后完全黑屏。此类集中爆发的故障模式，引发用户对硬件缺陷的系统性质疑。 出现故障的用户联系了三星客服，得到的回复是更换屏幕，但对于用户来说，更换屏幕的成本，可能接近设备残值，还不如购买新款智能手表来得划算。

作者 | ZeR0 编辑 | 漠影 智东西6月19日报道，今日，亚马逊云科技中国峰会开幕。峰会期间，亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松分享了随着Agentic AI技术快速发展，企业需要在管理和技术方面做好双重准备的见解。亚马逊云科技将从基础设施、数据、AI等多个维度，助力企业在AI时代加速业务创新。 储瑞松谈道，今年是亚马逊云科技在中国办峰会的12年，过去一年，机器智能已经爆发了，如今AI的发展又来到了一个拐点，我们正处在Agentic AI爆发的前夜，而亚马逊云科技致力于成为AI时代企业创新的最佳选择。 亚马逊云科技CEO Matt Garman曾说过：“Agentic AI有机会成为亚马逊云科技下一个数十亿美元规模的业务。” 峰会期间，亚马逊云科技全球技术总经理Shaown Nandi也在其主旨演讲中分享了亚马逊云科技在云计算及AI领域的最新技术洞察和进展。 他提到生成式AI和Agentic AI已从小规模的突破发展成超级浪潮，这一转变主要由不断创新的模型、海量可用数据及强大计算能力的融合所驱动。随着企业从谨慎探索转向广泛应用，以及亚马逊云科技等领先科技公司在模型能力、准确性、经济性与安全性等方面持续创新，这股AI超级巨浪正在重塑全球各个行业。 储瑞松强调了亚马逊云科技在中国的两大核心业务，包括助力中国企业拓展全球业务，以及依托自身优势支持本地企业及跨国企业利用亚马逊云科技中国区域（在中国大陆，光环新网运营北京区域、西云数据运营宁夏区域）的云服务驱动业务增长和AI创新。 在他看来，在Agentic AI时代，产品服务乃至商业模式的创新最令人兴奋。他建议，企业如果想要最大化Agentic AI可给自身带来的价值创造，应从技术层面做好三大准备：第一，需要统一的AI就绪的基础设施；第二，需要聚合并治理过的AI就绪的数据；第三，需要明确的策略和快速高效的执行。 在峰会上，亚马逊云科技还推出中国区域客户Agentic AI实践指南，提供Agentic AI系统开发的参考架构和具体应用指导，让企业快速轻松地构建其Agentic AI应用，助力中国区域客户实现AI前沿创新。 一、Agentic AI是下一场革命，由五大因素驱动爆发 储瑞松分享说，过去一年，大模型的能力在各个维度都实现了跨越式发展。就连在2025年1月推出的HLE — Humanity’s Last Exam上，模型正确率也从刚开始的个位数，迅速发展到如今已经超过20%。 正如历史上蒸汽机的出现放大和解放了人和动物的肌肉力量，通过在纺织、交通、采矿和冶炼等领域的应用带来了工业革命。机器智能的爆发则放大和解放了人的大脑智力，其应用也将带来下一场革命——Agentic AI。 通俗而言，Agentic AI就是AI从“我问AI答”，“我说AI写”，发展到“我说AI做”。AI驱动的数字员工将像人一样，在各行各业，为企业工作。 储瑞松将Agentic AI的爆发归为五大因素： 其一，过去两年多，大模型能力的发展日新月异，已经有了类似人的大脑一样的思考能力。 其二，模型上下文（MCP）协议的出现，使得大模型驱动的智能体（Agent）能方便地和周围的世界互动。模型上下文（MCP）协议就像USB接口一样，让智能体以简单、标准化的形式去访问数据、使用工具。智能体到智能体（A2A）协议未来还能让不同的智能体之间协作。 其三，斯坦福大学2025年人工智能报告指出，过去两年推理成本下降到至原来的约1/280。推理成本的极速降低，使得Agentic AI应用的规模化部署成为可能。 其四，以Strands Agents为代表的高度抽象、强大、灵活的SDK的出现，使开发强大的Agentic AI系统变得轻松容易。只需少数几行代码，企业就能开发出一个多智能体协同的应用。同时，Amazon Q等AI加持的开发工具，也使得开发的工作效率成倍提升。 其五，得益于企业此前在数字化方面的投入，让很多场景里数据和应用的API都已经就绪，可供AI智能体使用。正是因为所有这些因素叠加在一起，让Agentic AI的爆发成为可能、几乎不可避免。 二、企业最大化Agentic AI价值，应从技术层面做好三大准备 储瑞松认为，Agentic AI时代，最令人兴奋的将是产品服务乃至商业模式的创新，因为能高效创新的企业将有机会大幅度提升客户和用户体验，革新商业模式，获取高额价值回报。比如，Uber、 Airbnb创造了共享经济模式，Netflix开创了订阅制内容消费模式。 随着AI的快速发展，还有很多初创企业正在致力于创造新的商业奇迹。初创公司Cursor将AI深度集成到代码编辑器中，革新了编程方式；Perplexity通过AI实时搜索引擎，提供了全新的信息获取和知识探索的方式。 他分享说，我们处在一个企业经营范式转移的关口。 疫情以来，在大环境的不确定下，很多企业聚焦于成本优化，谋求生存之道。随着Agentic AI时代到来，企业更需要考虑的是，利用Agentic AI加速创新、大幅度提升客户和用户体验，革新商业模式，获取高额价值回报，同时提升运营效率、降低成本的具体路径。 如果此时只关注成本优化和省钱，那么企业可能会失去更大的机会。用AI创新、创造价值的重要性将极大提升，变得比成本优化重要得多。 在储瑞松看来，企业若要最大化Agentic AI可给自身带来的价值创造，应该从技术层面做好三大准备： 首先，企业需要有统一的AI就绪的基础设施。 在Agentic AI时代，企业上云的关键是选择一朵对的云。而若想选择对的云，企业需要考虑四大因素：安全、稳定可靠、灵活可扩展、始终领先。 因为云会成为未来Agentic AI“数字员工”的工作场所，云的稳定可靠将给企业的Agentic AI “数字员工”提供一个好的工作场所。若要很好地支持企业的全球业务拓展，云需要提供大环境不确定性下灵活应对的确定性。 同时，AI发展日新月异，云需要与时俱进，才能很好地支持企业的AI创新。所以企业选择云服务商不光要看其当下的技术能力，还要看其是否以云为主业、是否有合理的营利性能支持长期、高强度投入，未来还能保持领先。 第二，企业也需要聚合且治理过的AI就绪的数据。 在AI时代，企业独有的、能给企业带来差异化价值的是数据，这也是很多企业最重要的战略资产。企业数据是否AI就绪是决定企业AI应用水平天花板的重要因素。 数据决定一家企业未来Agentic AI“数字员工”的视野高度、能力范畴、决策水平和执行效果。企业Agentic AI“数字员工” 作为一个整体，所需的数据有没有、能不能被访问、质量是否高，决定了它们能给企业创造价值的多少。 所以，要最大化Agentic AI能给企业带来的价值创造，企业必须打破数据孤岛，有效聚合和治理数据。Agentic AI“数字员工”是仅仅能帮助个别人、个别团队，还是大的部门、乃至整个企业，取决于数据是否是企业级、以及是否经过聚合和治理。 最后，要实现Agentic AI价值创造，企业还需要有明确的策略并快速高效地执行。 企业需要对Agentic AI价值创造有客观的预期：短期不要有过高不切实际的期望，但是长期一定不能低估它将会对各行各业带来的影响。这个长期说的不是10年，而是1到2年。 同时，企业还要选择合适的合作伙伴和技术栈。在选择时，企业不应只关注技术指标，而应选择主流、开放、安全、可持续且深刻理解企业业务，能长期陪伴的合作伙伴。 此外，所选择的技术栈也需要能支持Agentic AI开发的主要模式，如workflow、 graph、swarm等。 在明确的策略下快速高效的执行非常重要，能快速实践Agentic AI应用、并及时总结经验、迭代提升、推广复制的企业，将有可能更早地从中获益、并叠加膨胀获益，从先人一步发展成为持续领先。 三、多维度帮助企业发挥Agentic AI价值，加速业务创新增长 亚马逊云科技正在基础设施、数据、AI等多个维度持续发挥优势，助力企业充分释放Agentic AI的潜力，加速业务创新。 亚马逊云科技不仅拥有覆盖全球245个国家和地区的基础设施，超过240项全功能的服务，还为客户提供包括自研AI芯片Amazon Trainium在内的多种高性能芯片选择，并提供配套的网络和存储解决方案。 在数据层面，依托行业领先的全面大数据能力，亚马逊云科技助力企业打破数据孤岛，统一治理异构数据，实现基于数据的业务洞察。 在AI层面，亚马逊云科技为客户提供领先的模型和简单易用、功能完善的开发工具。 为了更好地助力出海企业应对不确定的外部环境和日新月异的技术变革带来的挑战，亚马逊云科技组建了来自产品、业务拓展、安全合规、合作伙伴、解决方案、市场营销等领域的团队及在全球各地的支持团队，以“三横一纵”的支持体系集结全球基础设施和云服务、专业的安全合规理念和技术能力、全球资源和合作伙伴网络及行业赋能资源，为出海企业提供完整、专业、合规、体系化的一站式服务。 此外，亚马逊云科技也已助力众多企业在中国本地发展业务、加速业务创新、解锁生成式AI潜力。 在零售电商领域，亚马逊云科技助力知名智能硬件科技品牌安克创新利用AI创新智能产品，提升公司运作效率。 营销服务方面，安克创新建立了高质量实时知识库大语言模型系统，搭建了50多个Al Agent，联动Amazon Connect，客服工单AI解决率超过70%；自建了多模态AIGC内容生产平台Vela，出图数量超120万张；自研智能广告系统，融合Amazon SageMaker平台，站内广告覆盖率超过90%，实现超过20%以上的广告由AI全自动托管。 AI能力平台方面，安克创新打造了公司级的AI能力底座-AIME平台，接入行业主流大语言模型及优秀应用，沉淀了超过300款活跃AI Agent，通过AIME构建的AI应用使用量超过千万次。在内部研发方面，基于Amazon Bedrock和Amazon Q，其代码采纳率超过50%；实现各个场景的Agent，包括但不限于需求生成、产品文档、VOC洞察、单元测试、代码审核、自动排障等。 在医学领域，全球化医药健康产业集团复星医药利用亚马逊云科技的生成式AI技术和智能医学内容生成中心解决方案，在AI辅助医学撰写场景，将临床试验报告的一致性检查效率提升70%，并解决大部分简单翻译场景，通过AI驱动的翻译确保全球可访问，翻译降本30%。 消费电子领军企业TCL不仅借助亚马逊云科技实现产品创新迭代，例如将生成式AI应用于艺术电视及内容出海等方面，提高产品品牌力和用户体验，盘活存量电视内容，还利用亚马逊云科技的全球基础设施、领先的合规能力，实现全球化发展。 独立软件开发商合合信息则借助亚马逊云科技构建了开源的AI Agent终端管理工具Chaterm.AI，助力开发者高效创新。 结语：适应Agentic AI浪潮，从基础设施层做好多重储备 模型能力提升、标准协议出现、推理成本降低、开发工具越来越强大易用，一系列条件的成熟促使Agentic AI快速发展并走向落地。为了满足企业对Agentic AI开发及部署的广泛需求，亚马逊云科技正从基础设施层做好技术及工具的多重储备。 作为全球云计算的引领者，亚马逊云科技利用全球领先的云和AI技术、安全合规的能力和实践、丰富的行业解决方案、广泛的合作伙伴网络，加速企业的数字化转型和创新，持续助力本地企业拓展其全球业务，同时赋能本地企业和跨国企业在中国稳步拓展。

吉利银河的审美一直很在线。 之前的星耀 8 就广受好评，今天亮相的 A7 也挺不错。 星环式的贯穿灯带和左右两侧大灯连为一体，配合下方八字形的前保险杠和左右两侧的大尺寸进气孔，车辆的前脸显得动感十足。 银河 A7 的尾部采用了贯穿式尾灯组，其后备厢边缘处添加了一个微微翘起的小鸭尾来增加运动感。 吉利在发布会上介绍说，银河 A7 灯组的设计灵感都来源于西湖，「前大灯用 196 颗 LED 灯珠点亮了西湖涟漪，尾灯两侧的结构则融入了西子湖畔的群山叠嶂的设计特征。」 新车车身侧面则是经典的三厢造型，B 柱到 D 柱区域有种朗逸甚至 A7L 的熟悉感，在车身肩线的修饰下显得张弛有度，属于是最能被大众所接受的设计风格。 作为一台定位介于银河 L6 和星耀 8 之前的中型 B 级轿车，银河 A7 的长宽高分别为 4918/1905/1495mm，轴距为 2845mm，做为对比，本田雅阁的轴距为 2830mm。 在这个轴距下，银河 A7 拥有了不错的乘坐空间，后排的腿部伸展空间来到了 950mm，膝部空间也有 132mm，在后排座椅放倒之后，也能放进去一个 1.8 米的露营床垫，这在轿车上确实不多见。 银河 A7 的内饰就是我们熟悉的风格了。新车依旧使用了数字仪表盘、悬浮式中控屏以及大尺寸 HUD 的组合，座舱系统则是广受好评的 Flyme Auto 系统。新版本的座舱系统在语音能力、车机导航、快捷操作等多个方面多进行了升级，手车互联也升级成了全家桶，Carlife、Hi Car、Carplay 都加入到了车机系统当中。 吉利在发布会上特别介绍了银河 A7 采用了具有 6 点腿部按摩和 8 点背部按摩的座椅，上面还搭载了背部和臀部的双风扇，可以在十分钟内快速降温 15 度。车辆后排座椅的最大调整角度为 125°，并搭配了 252mm 宽度的后排中央扶手来保证后排乘客的乘坐体验。 在驾驶辅助方面，银河 A7 将搭载千里浩瀚智能安全辅助系统，高速高架 NOA、自动泊车、 AEB、AES 等功能都一应俱全。 作为一台偏家用的轿车而言，能耗是不得不提的一个方面。 银河 A7 的混动版本将首发搭载吉利雷神 AI 电混 2.0，其最大的亮点是「AI 智能体」的加成，这个智能体能够通过获取导航路线、平均速度、出行时间、拥堵状况、信号灯、限速等多维数据，在行程中进行实时运算并发送指令进行能量分配，可以提升 5% 左右的节能水平。 除此之外，它还能够通过轨迹算法，判断当前路线与历史惯用路线的匹配情况，自动调用云端预先计算的，最优油电策略执行。 在新雷神 EM-i 系统的加持下，银河 A7 在 CLTC 工况下的百公里馈电油耗约为 2.67L，综合续航可以达到 2100km 以上。这套系统搭载的专用电混发动机实现了 47.26% 的热效率，达到了全球最高水平。在需要动力的时候，另一台 175kW 的 P3 电机，则可以为吉利银河 A7 带来 7.1 秒的零百加速。 银河 A7 在架构设计方面实现了油电器的隔离，在高温高压环境下，两套系统可以互不干扰。在高强度钢笼式车身和 6 个 360 度防护环以及特别设计前方纵梁的保护下，银河 A7 可以有效分散来自车外的撞击力，最大程度的降低对乘员舱和电池系统的侵入和伤害。 吉利一直缺一台插混 B 级车，目前这个细分市场的销冠是比亚迪秦 L，其在5 月份一共售出了 25321 辆。 结合吉利一贯比比亚迪售价低一点的竞争策略，银河 A7 的售价大概率是 9. 58 万元左右起，甚至再低一点来到 9 万元出头也不是没有可能。

萨克斯 凤凰网科技讯 北京时间6月19日，据彭博社报道，白宫加密货币与AI事务主管大卫·萨克斯(David Sacks)周三表示，美国的出口管制并未阻止中国的技术进步。 萨克斯周三在接受彭博电视采访时表示，美国应当关注华为正在迅速追赶其国外竞争对手。他指出，DeepSeek今年早些时候推出的突破性AI模型表明，即便在出口管制的限制下，中国依然能够取得技术进步。 “在DeepSeek出现之前，人们认为中国的AI模型落后好几年，”萨克斯说，“但我们现在意识到，他们只落后几个月而已。” 萨克斯在采访批评了拜登政府推出的所谓“AI扩散规则”，这一规则已于上月被特朗普政府撤销。他呼吁在芯片出口管制方面采取更灵活的做法。 他警告称，如果美国对于向盟友销售AI芯片实施过度严格限制，可能无意间会在全球为华为和其他公司创造机会，促使其他国家转而采用中国技术。 “如果我们对于向全球市场销售美国产品的行为实施过于严格的限制，那么总有一天我们会后悔，说‘怎么突然间华为无处不在了？以前这个市场是我们独占的，为什么我们当时没有抓住机会、巩固住优势？’。”萨克斯称。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。