IT之家 8 月 9 日消息，科技媒体 bleepingcomputer 昨日（8 月 8 日）发布博文，提醒 WinRAR 用户尽快升级到 7.13 及更高版本，以规避钓鱼攻击。 IT之家援引博文介绍，WinRAR 7.13 版本主要修复了高危漏洞（CVE-2025-8088），目前已有证据表明黑客组织 RomCom 利用该零日漏洞，发起有针对性的钓鱼工具。 该漏洞属于目录遍历类型，存在于 WinRAR 7.13 之前的版本中，影响 Windows 平台的 RAR 解压组件，包括 UnRAR 工具及动态链接库，攻击者可借此控制文件解压路径，绕过用户指定目录，将恶意文件写入系统关键位置。 根据 WinRAR 官方更新日志，此前版本在解压时可能被诱导使用攻击者预设的路径，而非用户选择的路径。特别危险的是，攻击者可将恶意可执行文件释放到 Windows 的开机启动目录，例如： %DATA%\Microsoft\Windows\Start Menu\Programs\Startup (Local to user)%Prograta%\Microsoft\Windows\Start Menu\Programs\StartUp (Machine-wide) 一旦文件被放置于此，用户下次登录时便会自动运行，实现持久化驻留。值得注意的是，Unix 系统版本的 RAR、UnRAR、便携源码、UnRAR 库以及 Android 版 RAR 不受此漏洞影响。这意味着攻击主要集中在 Windows 平台用户。 由于 WinRAR 不具备自动更新功能，官方强烈建议所有用户主动前往官网 win-rar.com 下载并安装 7.13 或更高版本，以避免遭受攻击。

快科技8月9日消息，最近，英睿达发布了新款PCIe 5.0 SSD T710，这也是英睿达迄今为止速度最快的Gen 5 SSD产品。 现在这款新品已经来到我们评测室，下面为大家带来图赏。 英睿达T710专为高性能游戏盒专业创意打造，顺序读取高达14.9GB/s，顺序写入13.7GB/s、随机读写220万、230万IOPS。 英睿达T710 Gen5 NVMe固态硬盘采用先进的美光232层TLC NAND构建，加上采用单面设计具备低功耗优势。 每瓦IPS性能较上一代Gen 5产品提升高达67%，在提供更强性能的同时保持更低运行温度，是 PC、笔记本电脑和工作站用户的理想选择。 可选配的集成式散热片可确保T710在高负载下保持低温稳定运行，最高4TB的容量选项可以满足大型项目的严苛存储要求。

快科技8月9日消息，近期，美团在东莞、天津、上海、长沙启动新一轮“不闯红灯安全激励活动”。 据了解，该活动在各地交警及相关部门指导下展开，骑手在配送过程中遵守交通规则、不闯红灯，每单即可额外获得1至1.5元奖励，每月可多挣千元。 “这项举措很有意义，各外卖平台在加强骑手安全管理的同时，以更多正向激励代替负向惩罚的举措，引导骑手自觉遵守道路交通安全法律法规。”东莞市公安局交管支队交管科副科长简喜发说。 活动期间，部分骑手自愿报名，穿上定制的骑手服，衣服背面印着“我承诺不闯红灯”，以接受社会的监督。在东莞，活动推出预热后就有超过3000名骑手踊跃报名。 据介绍，早在今年5月，美团便在济南、泉州、惠州、包头等城市开展骑手交通安全治理试点，为保持零闯红灯记录的骑手发放“等灯等灯奖”。 活动期间，骑手一周增收达到400多元，试点城市超过2万名骑手获得奖励，专送骑手闯红灯行为环比减少26%。

IT之家 8 月 9 日消息，科技媒体 phoronix 今天（8 月 9 日）发布博文，报道称受英特尔裁员影响，维护 coretemp 驱动的工程师邮箱失效，该驱动项目已被设置为“无人维护”（orphaned）。 coretemp 是 Linux 内核中的一个硬件监控驱动，用于读取英特尔处理器内置的数字温度传感器（DTS）数据。它可以监测每个 CPU 核心和整个 CPU 封装的温度，是许多系统监控工具（如 sensors 命令）的基础。 英特尔 Linux 工程师 Dave Hansen 昨日更新补丁，表示：“该项目维护者的邮件已经失效，将其从维护人员列表中移除，同时，请暂时将该驱动程序标记为‘无人维护’”。 IT之家援引博文介绍，coretemp 项目由英特尔 Linux 工程师 Fenghua Yu 维护，自 2000 年 3 月起在英特尔工作，担任高级软件工程师和 Linux 内核项目负责人，拥有超过 24 年的从业经验，他长期致力于 Linux 内核开发，尤其在英特尔硬件支持方面做出了重要贡献。 他于 2025 年年初退出了该模块的维护工作，该项目目前处于“无人维护”（Orphan）状态。

文｜罗拉 有没有发现，互联网用户正史无前例地「尊贵」起来？ 今年以来各互联网平台都在发力会员体系。不论网购、点外卖还是订机酒，每一笔交易行为都参与定义和解锁新的「权益」空间，引领着用户一步步从青铜、白银进阶到黄金、黑钻，沉浸在越买越省的获得感当中。 此前我们在《美团阿里京东，为何争相讨好会员》一文中有个判断，会员体系正成为外卖之外平台的第二战场。这是因为，增长动能不外乎两种——裂变型，四处开辟新业务；聚变型，在存量中做业务整合，激发新需求。会员体系恰好属于后者。 8月6日，这个战场再度升温。 01 不出意外 淘宝大会员也来了 8月6日，打开淘宝首页的用户纷纷发现，一个醒目的「送你一份见面礼」标签栏会跳出来，上面还有一行小字：淘宝大会员｜全新上线。 有人点开礼包后，弹出12888个淘金币（购物可抵扣128.88元）和一张奶茶免单卡，但不确定是自己会员等级高还是自己运气太好；有人得到的则是一些淘金币、一次免单卡抽奖机会。 一些敏锐的网友很快发现了「玄机」，铂金、钻石、黑钻三个等级的会员，抽中奶茶免单的几率似乎更高，等级最高的「黑钻」「必中」，而等级越高，「见面礼」中的淘金币也大概率更多。 ▲社交平台有用户分析抽到奶茶免单卡的惊喜 从官方信息来看，淘宝大会员覆盖所有淘宝用户，根据淘气值共分为6个等级：青铜、黄金、白银、铂金、钻石和黑钻，不同等级对应不同的专属优惠和服务，涵盖购物折扣、外卖权益、旅行礼遇、打车优惠等。其中，铂金及以上会员可以88元开通88VIP，同时是88VIP的大会员，部分权益也会升级。 在《降噪NoNoise》看来，这是阿里一次值得关注的生态大协同。在「大消费平台」主战略之下，集团强调的「饱和式投入」，推动了各业务的打通速度以及资源调配力度。像饿了么、飞猪今年6月正式合并入中国电商事业群，各自公司化运营的前提下，与中国电商事业群集中目标、统一作战。 这种生态协同深度托举了淘宝大会员。根据相关规则，未来用户在淘宝、饿了么和飞猪的所有消费，无论是买东西、点外卖还是订机酒，都可以得到对应的淘气值，而淘气值又对应着会员权益多寡。 一个融汇了足够多场景的会员体系，无疑是有吸引力的。一名高线城市用户告诉我们，她要买一款网红蛋糕，对比了一下美团和淘宝闪购的优惠力度，发现两家价格折算下来差不多，双方双方也都返小额外卖券，但是淘宝还送淘金币，淘金币又能在淘宝抵现。为了多薅一点儿互联网的羊毛，她最后还是选择了淘宝闪购下单。 社交平台上，机智的网友们很快还划出了另一个重点：今后不管是淘宝、饿了么、飞猪还是高德，任何一个颜色的软件做活动，淘宝大会员一定都能得到好处。 这个变化并不让人意外。从行业发展趋势来看， 互联网公司今年都在加强会员运营，给会员权益疯狂做加法。 阿里方面，饿了么、飞猪合并入中国电商事业群后，淘宝大会员的上线属于水到渠成。 一个成熟的大会员体系对当下的淘宝至关重要，甚至可以说，这是淘宝从电商走向「大消费平台」的关键一步。 02 淘宝未来策略的「密码」 藏在大会员里 沿着User-Consumer-Mature-VIP的消费者价值运营目标来看，处于终点的淘宝大会员有望重构整个平台运营策略。 伴随淘宝大会员体系开始运转，我们判断，淘宝的平台运营逻辑可能会随之调整： 一是资源会进一步向「会员」倾斜。这个思路之前已在淘宝电商业务中得到验证，即通过将战略性资源倾斜到88VIP会员群体，如大促期间发放大额券等权益，直接拉动大盘整体增长。要知道，88VIP会员的人均年消费额是普通用户的4倍左右。 二是强化用户分层运营，用不同策略承接不同消费层次人群和不同类型的消费需求，更精准地匹配相应的会员权益、福利。 其中在资源投入方面，考虑到阿里生态拥有丰富的「工具箱」，淘宝大会员还有宽广的运营空间—— 首先在权益数量层面，各业务福利的排列组合可以衍生出新的空间，近期盒马与88VIP的联动当属一场小型测试。88VIP可免费领取90天盒马会员，带动盒马会员数量增长和订单量增长。 几乎可以预计，阿里生态资源未来将更充分地融入淘宝的会员体系，而淘宝大会员涵盖所有淘宝用户，它所能影响的人群和撬动的增量，显然十分可观。 其次在策略层面，借助淘宝成熟的人群运营经验，可以快速测试哪种方式更有助于增加用户粘性。比如基于对交叉场景的细致洞察，做跨品类补贴。举个例子，当平台洞察到一名用户正在外面旅行，该用户此前又是高频外卖用户，那在他打开淘宝或者飞猪App时，平台可以给他发放外卖优惠券、打车券。就像前两个月冲着淘宝闪购奶茶免单卡而来的用户，还会收到一张界面弹出的淘宝「省钱卡」。 在精细分层运营层面，平台可根据会员等级设定权益范畴，会员等级越高、权益越丰厚。比如根据目前的会员权益分级，黄金会员每两周能领80元高德打车券；黑钻会员则可直通飞猪F5会员，仅此一项，一年能省下几千元旅行开销。 ▲黑钻会员直通飞猪F5会员后权益相当亮眼 作为会员制鼻祖，Costco也是会员分层运营的「老司机」。就在今年上半年，Costco为高级会员直接增加两项权益：单笔消费满150美元即可获得每月10美元配送抵扣金；可比普通会员提前一小时进入卖场，优先品尝试吃品。 ▲6月11日，Costco在新闻稿中宣布：从6月30日起，高级会员（Executive Member）每月在官网指定平台下单，即可获得$10网购抵用券。 此举目的性非常鲜明：让更多普通会员（65美元/年）有动力升级到高级会员（130美元/年）。 会员的分层运营，对于平台商家来说也是一件好事。以前商家可能主要围绕两类人群做运营：一类是自己的店铺会员，一类是88VIP。淘宝大会员上线后，商家可以对应全平台从青铜到黑钻在内的6个等级的用户分别设计运营方案，在更大潜在用户池子里实现精细化分层运营，比如针对某一层次用户给予专享折扣。 此外，淘宝闪购已在探索远近场电商之间的联动，未来平台越能够高效满足用户吃喝玩乐、衣食住行一类的生活需求，不同业务之间越能交叉引流，估计也能为商家带来新的增量。 当然，会员运营空间拓展的顺利与否，还有一个前提，即淘宝大会员能否做成一个成功的会员体系。 03 一个预测 淘宝大会员还会「加量」 在线上零售领域，亚马逊Prime会员已经为同行们提供了一个会员运营的成功样本：75%的Prime会员会在30天免费试用后选择订阅第一年的会员服务，第一年后91%的用户会选择续订。 这套会员运营逻辑的内核遵循经济学原理——制造巨大的用户转换成本，让他们一旦用了，就离不开。此前有业内测算，Prime会员的部分权益市场价接近1000美元。Prime不但用高频权益粘住用户，每年还会新增2-3项权益。 Costco同样会不定期增加新的会员权益服务，比如85折购买宠物保险、专享折扣商品名单持续增加等等。 持续叠加的会员权益，持续被满足的心理获得感，都构成用户忠诚度的培养皿。会员与平台的互动越多、信赖感越强，他们转投其他平台的替换成本就越高。 换句话说，在一个成功的会员生态内，用户会为「离不开」而付费，而不是为了「补贴」而留存。 新上线的淘宝大会员在权益设计上如何持续「加量」，以给用户制造新的惊喜，相信未来还会有更多可探索的空间。 据我们观察，这一波的大会员权益主要涉及饿了么、飞猪和高德。有理由相信，未来阿里生态内的其他资源，都有可能进一步协同，打包进淘宝大会员体系。 对不同层级的大会员，「加量」策略也可有所不同。猜想一下，未来淘宝很可能给白银会员发放优酷会员7天体验券，或者青铜、白银、黄金会员分别可限时体验网易云音乐会员、黑胶黑胶VIP会员、黑胶SVIP会员权益等等。 甚至思路还能再打开一点，和更多品牌合作。像Costco、星巴克也在借助外部合作伙伴的服务能力，做联合权益。如星巴克跟希尔顿酒店、东方航空都有积分赠送等联合会员权益。 ▲星巴克跟希尔顿酒店的联合会员权益 虽然以上纯属替消费者「许愿」，但考虑到阿里商业版图的庞大，持续的会员权益升级还是有相当的想象空间的。 04 会员为什么成了互联网新基建？ 事实上，这一波除了阿里，美团、京东、滴滴等互联网平台，包括星巴克等消费品牌，也都在做会员体系的升级。 一个成熟的大会员体系正成为线上「新基建」。 这个新基建的本质是用户服务视角，而非传统的营销驱动。即从用户的需求和体验出发，重合整合业务模式，从而激活存量人群的「聚变反应」。 从消费需求来看，一站式新型消费正成为大势所趋：在线下，购物中心通过集合多元业态，用一站式吃喝玩乐来吸引客流；人山人海的Costco和山姆会员店也是围绕中产生活场景提供一站式选品和服务，其货架上不仅售卖鲜食、日用品，还有梯子、钢琴、滑雪装备、末日食品包、酒店折扣券、乐园套票等特定场景商品，以及加油、配镜、体检、保险等增值服务。 线上同样如此，人们越来越看重效率和便捷。如果一个超级平台能融汇多层次的商品与服务，消费体验无疑大大提升，尤其在线上线下加快融合的当下，消费者对于效率的期待更高。 从淘宝闪购近期订单数据与品类扩充范畴也能看出这一趋势：近两个月，订单规模增长的同时，非餐订单占比持续增加，超 30 万非餐门店生意突破历史峰值。也就是说，用户不仅用淘宝闪购点奶茶外卖，还会下单同城的休闲零食、服饰、户外运动装备等品类，主打一个怎么方便怎么来。 由此不难理解，阿里今年为什么会提出要打造一个「大消费平台」——构建一个更加完整的消费服务体系，才能更好地服务用户。 而这个大消费平台的运营支点就是会员制。做好了会员，平台就有了撬动长期增长的杠杆。会员制商店鼻祖Costco、电商会员鼻祖亚马逊都是如此走过来的。亚马逊Prime会员的交易占比超过50%；依靠会费盈利的Costco，更是凭借高达90%以上的会员续卡率，拿下全球第三大零售商的桂冠。 究其原因，会员制的精髓在于最大化会员的总消费者剩余，让其倾向于在一个平台完成所有可能的消费。 虽然国内几大互联网巨头都有做会员，但最有可能让用户完成一站式消费的大消费平台还是淘宝。这是由阿里生态的丰富性所决定的：淘宝的供给特征是「多」和「万能」，供给丰富度近乎无人能敌；拥有国内最为完善的电商基础设施以及平台服务设施；而在电商之外，阿里广泛布局交易型业务，通过飞猪、饿了么、高德、盒马、优酷、淘票票等业务，其生态覆盖到衣食住行、吃喝玩乐等主要生活场景。 这两天，不少人发现，飞猪频道出现在淘宝App首页顶部Tab栏，获得一级入口。继饿了么全量供给接入淘宝闪购、获得淘宝首页一级入口之后，这是又一个内部协同加深的信号。 ▲飞猪出现在淘宝App首页tab栏 若各版块顺利协同，用户在不同场景下的消费频次得到提升，以大淘宝的体量来看，想象空间不可估量。 今年3月份，通过淘宝高管的对外分享，我们得知淘宝内部有个测算，一个月之内用户在淘宝使用125分钟，加上一个月有4天会购买东西，用户就不会流失，留存率会非常好。 而淘宝大会员正是阿里施展生态优势、撬动用户注意力的那个支点。它负责提供一个唤醒和激励机制，一张打折券、一次延迟退房权益，都有可能激活用户在交叉场景中持续消费和驻留的意愿。 这一次，大会员作为大消费平台的枢纽型关键基础设施，终于走到了舞台中心。不出意外的话，下一阶段的淘宝平台运营，关键就得看淘宝大会员的发挥了。 考虑到淘宝二十多年的能力积淀、阿里生态的排兵布阵空间，以及为核心战役的投入决心，相信淘宝大会员接下来会能够站稳这个C位。

IT之家 8 月 8 日消息，据本源量子消息，其联合中国科学技术大学、合肥综合性国家科学中心人工智能研究院创新设计的量子嵌入图神经网络架构（QEGNN），提升了关键药物性质预测准确率，将 HIV 抗病毒药物筛选准确率从 73% 提升至 97%。 据介绍，该架构融入全球首创量子边编码技术（QEEM）和量子节点嵌入模式（QNEM），填补了量子图神经网络研究的空白，首次在量子层面实现原子与化学键的同步处理。成果以题为“Quantum-Embedded Graph Neural Network Architecture for Molecular Property Prediction”的论文发表于化学信息学领域的权威期刊 Journal of Chemical Information and Modeling。 团队全球首创的量子边编码技术将分子的化学键进行量子编码，能够在量子层面处理原子间的相互作用；量子节点嵌入模式则可以对分子的原子信息进行量子编码，让量子计算机能够理解原子的特性。二者创新融入量子嵌入图神经网络架构，提升了对分子行为的预测精度和药物发现效率。 团队在三个重要的药物相关数据集上对量子嵌入图神经网络架构进行了验证测试，结果显示这一技术提升了关键药物性质预测准确率：HIV 抗病毒药物筛选准确率从 73% 提升至 97%；阿尔茨海默病药物预测准确率从 64% 提升至 70%；ClinTox 分子毒性预测准确率从 80% 提升至 87%。 此外，团队还在中国第三代自主超导量子计算机“本源悟空”上进行了实验，验证了量子嵌入图神经网络架构在实际量子硬件上的可靠性。虽然存在量子噪声的影响，但该量子模型的准确率仍维持在 80% 左右，充分证明了其在当前量子计算条件下的实用性。 目前，以“本源悟空”为计算后端，研发团队基于该项技术开发的药物毒性预测真机应用已上线“本源量子计算云平台”。

快科技8月9日消息，2025世界机器人大会于 8月8日至12日在北京经济技术开发区北人亦创国际会展中心举行。 宇树科技创始人、首席执行官兼首席技术官王兴兴演讲结束后接受了媒体采访。 当面对“R1起售价格仅3.99万元，对比G1降幅巨大”的问题时，王兴兴回应道：“我们目前的降价其实是按型号划分的，比如相对小一点的机器人可能就便宜一点，大的机器人稍微贵一些。” 他解释称“不同产品系列里都会有便宜和贵的。我们希望给（大家）更好的价格，这样有更多的人愿意采购，也能更多的用起来。”。 值得一提的是，7月25日，宇树科技正式发布了第三款人形机器人——“Unitree R1智能伙伴”。 该机器人售价3.99万元起，支持开发/改制，具有灵活超轻量的特点，重量约25Kg，还集成了语音和图像多模态大模型。 事实上，在R1之前,宇树科技已经发布过两款人形机器人，分别是H1和G1。 今年年初，宇树科技的Unitree H1和G1人形机器人在京东平台上线销售，其中H1定价65万元，G1定价9.9万元。

快科技8月9日消息，今日，世界机器人大会现场，宇树科技创始人王兴兴接受媒体群访。 其中一个问题聊到了宇树科技正在筹备上市的事情，并且谈到了上市对宇树科技公司发展带来的影响。 王兴兴表示：我们公司也在推动一些中规中矩的上市流程，因为大家也关注到我们公司已经成立9年时间了，某种意义上你可以认为我一直把公司上市当做去学习和成长的过程，就比如说面对中考啊高考，我觉得这是企业迈向更成熟的管理，更成熟的运营，一个阶段性的一个事情。 他总结称：这个事情也是对我们过去的9年多的时间的一个交代，也是对股东的一个交代。 事实上，宇树科技的上市筹备工作已有序开展。 7月18日，中国证监会官网显示，宇树科技开启上市辅导，由中信证券担任辅导机构。 辅导备案报告显示，宇树科技控股股东、实际控制人王兴兴直接持有公司23.8216%股权，并通过上海宇翼企业管理咨询合伙企业（有限合伙）控制公司10.9414%股权，合计控制公司34.7630%股权。 根据辅导工作安排，2025年8月至9月，中信证券将督促公司形成明确的业务发展目标和未来发展计划，并制定可行的募集资金投向及其他投资项目的规划； 2025年10月至12月，对公司是否达到发行上市条件进行综合评估，协助公司按相关规定准备首次公开发行股票并上市申请文件。 在此之前，宇树科技也进行了一系列重要的资本运作。 5月28日，公司完成股份制改造，公司名称从杭州宇树科技有限公司变更为杭州宇树科技股份有限公司。 6月18日，宇树科技注册资本从288.9万元大幅增至3.64亿元，增幅高达125倍。 紧接着在6月19日，宇树科技确认完成C轮融资，此次融资由移动旗下基金、腾讯、锦秋基金、阿里、蚂蚁、吉利资本共同领投，绝大部分老股东都选择跟投。

被苹果发现 而且 点了赞 几个月前，爱范儿在一台 M3 Ultra 的 Mac Studio 上，成功部署了 671B 的 DeepSeek 的本地大模型（4-bit 量化版）。 而如果我们搞来 4 台顶配 Mac Studio…… 每一台都是 M3 Ultra 512GB 统一内存 819GB/s 内存带宽 80 核 GPU 80Gbps 雷雳 5 双向传输…… 把这四头猛兽，通过开源工具串联成一个「桌面级 AI 集群」——能否把本地推理的天花板再抬高一个维度？ 这也是来自英国创业公司 Exo Labs 正尝试解决的问题。而爱范儿成为了首批见到这个全新解决方案的中国媒体之一。 「地主家也没有余粮」 你可能会以为，像牛津这样的顶级大学肯定 GPU 多得用不完，但其实完全不是这样。 Exo Labs 创始人 Alex 和 Seth 毕业于牛津大学——即使在这样的顶尖高校做研究，想要使用 GPU 集群也需要提前数月排队，一次只能申请一张卡，流程漫长而低效。 （别说牛津大学了，就连美国的国家实验室系统，拥有的超算集群算力也同样需要预约排队。） Alex 和 Seth 发现了一个现象：当前 AI 基础设施的高度集中化，使得个人研究者和小型团队被边缘化。 为了解决问题，他们在去年 7 月启动了第一次实验，串联了手头上的两台 MacBook Pro，然后跑通了 LLaMA 模型。虽然性能有限，每秒只能输出 3 个 token，但已经足以验证 Apple Silicon 架构用于 AI 分布式推理的可行性。 更重要的是，尽管 LMStudio 等本地跑大模型的基础设施解决方案已经比较普遍了，但串联多台消费级电脑——组成集群——相关方案在当时仍然属于「未知水域」。 而这个小团队的工作，也被苹果注意到了。 MacBook Pro 的算力终究是有限的，而二人集群化 Mac 电脑的工作，在今年 3 月迎来了一个关键的转折点：苹果发布了 M3 Ultra 顶配处理器版本的 Mac Studio。 512GB 统一内存、819GB/s 的内存带宽、80 核 GPU，再加上 Thunderbolt 5 的 80Gbps 双向传输能力——真正强有力的，足以运行 2025 上半年满血版大模型的本地 AI 集群，终于从理想变成了现实。 同时跑两个 670 亿参数大模型是什么体验？ 4 台顶配 M3 Ultra 的 Mac Studio 通过 Thunderbolt 5 串联后，账面数据相当惊人： 128 核 CPU（32×4） 240 个 GPU 核心（80×4） 2TB 统一内存（512GB×4） 总内存带宽超过 3TB/s 这样的组合，性能已经称得上是一台小型超算了，但从体积上仍然（勉强）可归到「家用级」。 但硬件只是基础，真正发挥效能的关键是 Exo Labs 开发的分布式模型调度平台 Exo V2。Exo V2 会根据内存与带宽状态将模型自动拆分，部署在最合适的节点上。 Exo Labs 和苹果在现场提供了 Exo V2 的 demo，向爱范儿展示了以下核心能力： 大模型加载：8-bit 量化后的 DeepSeek，完整载入需要高达 700GB 内存，单台 Mac Studio 无力承担。而 Exo 的软件会将模型拆分部署到 2 台 Mac Studio 上完成加载。激活后，它的流式输出「打字速度」基本上超过了人的阅读速度。 并行推理：在 DeepSeek V3 仍在两台顶配 Mac Studio 上跑着的同时，又加载了同样 670 亿参数的 DeepSeek R1。系统立即将 R1 分配到剩余的两台 Mac Studio，实现两个大模型并行推理，支持多用户同时提问。 私有文档 RAG 问答：拖入公司财报 PDF，模型在本地完成知识嵌入与问答，不依赖任何云端资源，数据完全私有可控。 轻量微调：若企业有数千份内部资料，可通过 QLoRA + LoRA 技术进行本地微调。如果只用单台 Mac Studio，微调的耗时仍然长达数日，但 Exo 的集群调度能力，使得训练任务可线性加速，大幅缩短时间成本。 巨大的成本差异 爱范儿在现场后台观察拓扑图发现：即使 4 台机器同时处于高负载状态，整套系统功耗始终控制在 400W 以内，运行几乎无风扇噪音。 要在传统服务器方案中实现同等性能，至少需要部署 20 张 A100 显卡，服务器加网络设备成本超 200 万人民币，功耗达数千瓦，还需独立机房与制冷系统。 ——就这样，苹果 M 芯片在 AI 大模型的浪潮中，意外地找到了一个新的定位。确实令人没想到。 Exo Labs 基于 M3 Ultra Mac Studio 开发的这个套组，起售价 32999 元，配备 96GB 统一内存。而 512GB 的顶配版本，更是价格不菲。 但从技术角度来看，统一内存架构带来的优势是革命性的。 在设计 M 芯片之初，苹果更多是为节能、高效的个人创作而生。但统一内存、高带宽 GPU、Thunderbolt 多路径聚合等特性，反而非常适合 AI 本地推理这件事，虽然意料之外，却又在情理之中。 传统 GPU，即使是最高端的工作站卡，显存通常也只有 96GB。而苹果的统一内存让 CPU 和 GPU 共享同一块高带宽内存，避免了数据在不同存储层级之间的频繁搬运，这对大模型推理来说意义重大。 当然，EXO 这套方案也有明显的定位差异。它不是为了与 H100 正面对抗，不是为了训练下一代 GPT，而是为了解决实际的应用问题：运行自己的模型，保护自己的数据，进行必要的微调优化。 如果说 H100 是金字塔顶的王者，而 Mac Studio 正在成为中小团队手中的瑞士军刀。 文｜乔纳森何

IT之家 8 月 9 日消息，据第一财经，在 2025 世界机器人大会现场，宇树科技创始人王兴兴在接受媒体采访时表示，尽管宇树等机器人当前已经在汽车工厂等工业场景有落地合作，但是在现阶段，期待机器人能够在干活场景产生较大的价值不太现实。“运动也好、表演也好，这些场景反而是更好落地的。” 王兴兴同时也表示，宇树最终的目标仍然是干活，“但在当下干活技术不太成熟的情况下，我们可以先做一些表演、格斗等业务”。其希望公司的机器人做成可以综合干活的通用型人形机器人，包括工厂、表演、家庭等各种场景，而不仅仅是单一场景。现在宇树包括自己在内的绝大多数员工，都在为训练机器人在各个场景干活而服务。 据IT之家此前报道，王兴兴曾在今年 6 月表示，参加格斗比赛或者是在让机器人跳舞，核心目的是希望通过技术使机器人可以做全身动作。 由于在蛇年春晚上扭秧歌，宇树机器人迅速在全网火出圈，产品一度断货下架，连马斯克都忍不住转发。 5 月 25 日，《CMG 世界机器人大赛・系列赛》机甲格斗擂台赛在杭州举行，“AI 策算师”团队宇树 G1 机器人在比赛中取得胜利。

你还记得黑莓吗？20年前最受欢迎的智能手机。早在2000年代中期，很多人喜欢黑莓手机的QWERTY键盘和即时接收电子邮件的功能。 黑莓公司曾是全球最有价值的公司之一，也是其诞生地加拿大的骄傲。该公司股价曾在2008年5月达到逾140美元的峰值。 然而，随着消费者在接下来的几年里纷纷转向iPhone，黑莓股价暴跌。黑莓股价目前约为3.65美元。市值较历史峰值缩水超97%。 问题到底出在哪里？在当时，黑莓业务盈利能力惊人。与苹果竞争将意味着放弃这一成功模式，并可能导致收入和利润大幅下滑。对于一家上市公司来说，彻底转型非常困难。股东们也不希望转变——他们想要的是稳定增长的收入，而不是剧烈波动和高风险的押注。 所以，黑莓在接下来的几年坚持其固有模式，而当其不得不作出改变时，已经为时已晚：每个人都已经沉迷于他们的iPhone，而不是他们的“CrackBerries”。 黑莓曾经被称为“CrackBerries”。“CrackBerries” 是 “crack”（俚语中表示强效可卡因，是一种极易上瘾的毒品）和 “BlackBerry” 的组合词。在2000年代中期黑莓手机最受欢迎时，这个叫法变得非常流行。 苹果恐处于“黑莓时刻” 苹果轻而易举地赢得了移动手机革命。自2008年5月以来，苹果股价已上涨逾3000%，目前市值达3.33万亿美元。 然而，一场新的技术革命已经开始。生成式人工智能正在彻底重塑这个行业，华尔街一些人担心，苹果现在可能正面临自己的“黑莓时刻”。 “黑莓时刻”这一表述来自华尔街投行韦德布什的科技分析师丹·艾夫斯周五发布的一份新研报。 在这份报告中，艾夫斯一改他一贯的乐观论调，向苹果发出了严厉警告：积极进军人工智能领域，否则就有可能成为下一个黑莓。 艾夫斯表示，尽管OpenAI、微软、谷歌、Meta和亚马逊等竞争对手在人工智能创新领域遥遥领先，但苹果却正“坐在公园的长椅上喝柠檬水”，而不是积极参与竞争。 艾夫斯写道，目前市面上有24亿台iOS设备和15亿部iPhone在流通，苹果拥有无与伦比的平台优势，但如果不大胆进军人工智能领域，就有可能浪费这一领先优势。 三大建议 对于苹果要如何避免重蹈黑莓覆辙，艾夫斯提出了三大建议。 收购Perplexity：这家基于人工智能的搜索引擎初创公司可能会成为重振Siri的基石。艾夫斯称，Perplexity的技术是“人工智能领域最令人印象深刻的技术之一”。他认为，相对于苹果潜在的人工智能货币化潜力，300亿美元的收购价微不足道。 从外部引进人工智能人才：艾夫斯表示，苹果的创新步伐已经停滞不前，最近的产品发布缺乏新意。他敦促苹果从外部引进人工智能领域的领军人物，以重组其高管团队，并警告称，包括蒂姆·库克在内的现有团队正在原地踏步。 加倍押注谷歌的Gemini：尽管监管方面存在阻力，艾夫斯认为，苹果必须完全接纳谷歌的Gemini人工智能聊天机器人，以便将其深度整合到iPhone生态系统中。他表示，OpenAI并非一个可行的长期合作伙伴，苹果下注的时间已经不多了。

快科技8月9日消息，近日，武汉大学与蚂蚁集团联合发布了新一代语义增强遥感大模型SkySense++，堪称12边型战士。 其相关研究成果在国际知名学术期刊《自然·机器智能》上在线发表。 当前，遥感基础大模型在复杂动态地球观测场景应用中面临挑战，如多模态遥感影像数据融合性能欠佳、下游任务微调依赖大量数据、对遥感语义信息挖掘不足等。 为攻克这些难题，研究团队基于前期多模态遥感大模型SkySense，研发出SkySense++。 SkySense++基于来自11个卫星载荷的2700万组多模态遥感影像，采用两阶段渐进式学习完成预训练。有效缓解了大模型对复杂微调流程和大量标注数据的依赖，极大提升了实用性与泛化性。 研究团队在农业、林业、灾害管理等7个领域的12种典型地球观测任务中，对SkySense++进行全面评估。 实验结果显示，SkySense++ 在这12项任务中均表现卓越，性能优于其他模型。与同期最先进方法相比，在全量微调分类与检测任务上，平均精度提升4.79%；在少样本提示分割任务上，平均交并比提升14.08%。 SkySense++的前序版本SkySense，曾在国际计算机视觉领域顶会CVPR发表，并在2024年世界人工智能大会发布。 而此次SkySense++在农业生产评估、灾害应急响应、国土资源监测等任务中，性能更为优异、稳定，还新增免微调部署能力。

随着银发经济的到来，《超能陆战队》里大白的含金量还在上升。 在《超能陆战队》中，大白身为医疗机器人，具备扫描生命指数、实施医疗救助、进行情绪安抚等功能。小朋友从大白蠢萌的形象中，领悟了善良、正直和友谊的真谛；老年人则从中看到了垂暮之年，解决孤独、提升生命质量以及维护生命尊严的希望。 无独有偶。近日，智能机器人公司傅利叶发布全尺寸人形机器人Care-bot GR-3：165厘米的个头，棕色灵动的眼睛，柔肤软包覆材的触感，当它张开双臂做出拥抱姿势时，人们仿佛看到了《超能陆战队》中的“大白”走进现实。 傅利叶智能创始人顾捷表示，过去十年，傅利叶的主要业务集中在康复机器人、外骨骼设备等医疗场景， GR-3则是试图在“工程型人形机器人”之外开辟“交互陪伴型”新赛道，回归“服务于人”的技术初衷。 不仅是傅利叶，大波聚焦康养场景的机器人企业正在加速入场。当中老年群体撑起504亿的微短剧市场、拿下国内旅游客源36.81%时，银发经济与康复机器人的狭路相逢，似乎是一场温情脉脉的双向奔赴。 银发市场的觉醒 中国老龄化进程正在加速。截至2024年末，我国60岁及以上人口达3.1亿，占总人口22.0%；65岁及以上人口2.2亿，占比15.6%，标志着我国已正式进入中度老龄化社会。 在很多人的印象里，老年人好像是最不舍得花钱的群体，然而“不舍得花钱”正渐渐成为老年人消费的过去式。如今，他们的消费结构从基本需求向健康、兴趣、体验等方向转移，消费升级的趋势明显。 京东平台提供的数据显示，2023年前三季度，广大银发族在营养保健、生鲜、生活服务、旅游出行等领域的消费增速高于全年龄段的网购人群，尤其在营养保健品的消费增长高于整体增速的10倍。 另外，银发族网购服务消费的增长也很显著。生活服务、缴费服务销量同比增长超过1.6倍，健康体检、家电安装服务、机票预订等销量同比增长超过60%。 另一方面，伴随着我国人口结构的持续老化，2023年我国失能人口规模达4654万，据推测到2025年我国失能人口将上升到7279.22万人，2030年将达1亿人。与之对应的，则是持证养老护理员的严重短缺的养老护理员只有50万人，缺口高达550万人。 在此背景下，迫切需要通过发展智能养老机器人、远程监护平台、综合居家服务网络等方式，来构建高效可持续的养老照护体系。 我们有理由相信，老年人对晚年生活质量的追求，将孕育一片智能养老机器人的蓝海。 方正证券对不同品类智能养老机器人在各应用领域渗透率做出假设，预测2030年智能养老机器人市场规模预计将超2万亿。 大波康养机器人企业涌现 6月9日，工信部、民政部联合发布《关于开展智能养老服务机器人结对攻关与场景应用试点工作的通知》，启动 “智能养老服务机器人结对攻关项目”，明确 2025年~2027年期间，居家养老机器人需完成不少于 200 户家庭应用验证，部署不少于200台套。 8月6日，上海市政府印发《上海市具身智能产业发展实施方案》，明确到2027年，实现具身智能核心产业规模突破500亿元。支持医疗机构、养老机构探索具身智能在医疗康养服务中的示范应用，研发具备多模态感知、柔顺运动和场景自适应决策能力的医疗、护理机器人，对示范应用项目给予最高1000万元支持。 在政策与市场的双重驱动下，智能养老赛道正吸引传统制造巨头与科技企业密集布局。 其中包括具备养老渠道和业态优势的软硬件一体化企业如松霖科技、三晖电气、荣泰健康、麦迪科技、盛视科技等。 还有欧圣电气、东方精工、海尔智家、新时达、润泽科技、倍轻松、豪江智能、中坚科技等上市企业在养老机器人多品类的优质产品布局。 此外，在传统医疗器械领域，振江股份、兆新股份、伟思医疗、精工科技、探路者、深圳乐聚、上海傅利叶、程天科技、肯綮科技、杭州智元等，在康养外骨骼基础上，加速其它康养机器人场景的研发和生产。 据《中国养老机器人产业白皮书（2024）》数据显示，2023年我国养老机器人企业数量同比增长42%，产业链已形成健康监测、康复训练、生活照护、情感陪伴四大核心场景的完整覆盖。 健康监测机器人主要是对老年人心率、血压、睡眠、跌倒等生理指标的实时监测与预警。 康复训练机器人则主要服务于失能、术后、老年怪病人群的肢依训练与康复干预，提高生活自理能力。 护理机器人主要服务于失能、术后、老年慢病人群，也可协助完成洗浴、翻身、移动、喂饭等日常照护任务，减轻护工压力，提升照护安全性与标准化水平。 情感陪护机器人则集语音交互、情感识别、娱乐陪伴、用药提醒等功能于一体，缓解老年人情感孤独与认知退化。 值得注意的是，四大场景的落地并非孤立而是相互交融。以上海首批“AI+养老”场景为例，社区老年认知障碍筛查结合了毫米波雷达的健康监测与智能语音交互的情感陪护；居家特殊困难老人关爱360服务则融合环境监测的生活照护和跌倒警报的主动预警。 第一批“吃螃蟹”的老年群体 国家不仅通过对企业端进行激励，在需求端，也通过开展各种政策试点，推动养老机器人产品的落地与消费。 目前，具备智能养老功能的服务机器人主要有三大需求群体，分别是养老机构、医疗机构以及老年人家庭。 在浙江，已将外骨骼机器人纳入居家适老化改造目录，并按30%的比例给予补贴，单件最高补贴3000元；西安则鼓励支持养老服务机构按需引进科技助老产品，按照产品成交价格的30%给予一次性补贴，购买多件产品可累积享受补贴。 此外，2025年7月23日，财政部提出将向中度以上失能老年人发放养老服务消费补贴，可在消费券额度内按比例抵扣相关费用。此举有望进一步促进智能机器人在失能老人照护领域的应用推广。 而头部养老院集团率先批量引入智能养老机器人，则加速产业规模化落地。 在家庭场景中，服务类机器人实时感知、决策和执行的能力较为薄弱。而军休干部群体的养老需求，或许会加快家庭场景的落地进程。 据方正证券分析，目前军休干部共有26.7万名，其中绝大多数为高龄老人。随着失能（含失智）、高龄、独居等需要特殊照料的群体数量逐年增加，且军休干部主要选择居家养老的方式。 为应对这一特殊群体不断增长的照护需求，国家出台了多项政策，推动军休机构与养老服务企业展开合作，提供上门照护、康复医疗以及智能化支持服务，同时加快老旧小区的适老化改造和智慧养老设施建设。 这一现状不仅凸显了养老资源的紧张以及服务供给的不足，还进一步推动养老产业朝着智能化、社区化、多元化的方向加速发展。 结语 当银发浪潮不可阻挡地奔涌而来，养老机器人们张开双臂，象征着科技与养老开启了一场深情的“双向奔赴”。这场奔赴，是冰冷机械臂与温热银发需求的融合，其终极目标，是让每一位暮年时光，都能在科技的温柔守护下，拥有“大白”般可靠、温暖的依靠。技术向善，未来已来，银发经济的繁荣，正为这场关乎尊严与温度的科技革命，注入澎湃动力。

IT之家 8 月 9 日消息，科技媒体 techradar 昨日（8 月 8 日）发布博文，报道称在最近的第三季度财报电话会上，高通公司确认正在与一家超大规模云服务商就新型服务器芯片展开“深入洽谈”，预计 2028 财年产生收入。 高通此前一直尝试涉足服务器处理器领域，推出专为云计算优化的通用 CPU，切入 AI 推理等高能效需求场景，而本次动向意味着高通开始付诸行动。 IT之家援引博文介绍，高通首席执行官克里斯蒂亚诺・阿蒙（Cristiano Amon）强调，当前 AI 工作负载并非单纯追求性能演进，云服务商更关注“每瓦特 tokens 数”和“每美元 tokens 数”等效率指标，这为 ARM 架构提供了替代传统 x86 处理器的机会。 高通认为，凭借其在能效设计上的积累，有望在这一趋势中赢得立足点。除 CPU 外，公司还在开发 AI 加速卡和完整服务器机架，意图从单一芯片供应商转型为整体解决方案提供者。 高通预估其 Arm 服务器芯片产生收益需要到 2028 年，该媒体认为这一时间点可能使其错失关键窗口期。投资者对此持谨慎态度，财报发布后股价应声下跌，反映出市场对其执行力和技术竞争力的疑虑。 此外，高通自身业务也面临压力。其 PC 芯片市场份额仅占高端 Windows 笔记本的 9%，尚未在任何主流计算品类中占据性能领先地位。 该媒体认为高通的数据中心计划目前仍处于早期阶段，缺乏具体产品细节和技术验证，能否真正交付高性能、可规模部署的 CPU，并赢得头部云厂商的长期订单，将是决定其能否在 AI 基础设施领域站稳脚跟的关键。

作者 | 云鹏 编辑 | 漠影 信息世界正在跨越奇点，今天的我们，毫无疑问正处于新一轮信息大爆发时代。 根据《网络通信 2030》行业白皮书，未来10年，智能化会成为全社会发展的主要方向，到2030年，75%的企业将使用云计算、大数据和AI服务。 数据、软件、计算成为AI时代的“水电煤”，而网络通信技术则像是AI时代的信息高速公路，从万物互联到万物智联，数据和算力的爆发对基础联接能力提出极高要求，因此对未来无线网络发展的趋势研判就显得尤为重要。 据预测，新AI应用、新科学和技术突破以及新政策都将牵引信息产业的巨大发展，未来让通信能力将增加100甚至1000倍、计算能力将增加1000到10000倍。通信技术是使能未来世界, 人、机器、物理环境与数字世界的关键，而通信网络也会成为推动未来世界发展的主导力量之一。 面对新的需求和挑战，通信技术迭代势在必行。今天，5G-A技术正快速发展、广泛落地，实现了诸多令人欣喜的优秀案例，通信行业正向着次世代通信技术全力冲刺。 一、十大挑战：AI 时代给无线网络出了哪些 “必答题”？ 今天，从消费端到产业端，新的网络需求持续涌现，AI新时代的到来给所有玩家提出了新的命题。 消费端，端侧AI快速发展、智能体（Agent）密集爆发，AI服务走向主动化、个性化、系统级，而这一切的高效实现都需要大带宽、低时延等无线网络能力的保障。 智能体需要快速调用各类服务，个人知识库数据以及用户操作数据都需要高效往来于端侧和云端，才能最终实现流畅且稳定的AI体验。 产业端，行业智能化也需要高性能连接的助力，高性能、高可靠和安全可信的无线通信对联接人、物、环境以及工作流程都至关重要。一套智慧煤矿创新方案，或能帮助一座煤矿年产能增长数百万吨。 智能化的未来，不论是消费端还是产业侧，联接都会是无处不在的，未来无线网络究竟应当具备哪些核心能力去应对新时代的需求、在实现这些能力的路上需要进行哪些关键技术创新？成为通信行业聚焦的关键。 近期，华为战略研究院院长周红就深度分享了华为在这方面进行的大量前瞻性探索和阶段性成果，无线网络未来将面临的十大挑战，已然成为行业未来共同努力的方向： 基础理论创新突破，突破香农定理天花板； 新材料、新器件、新算法，打造基站新形态； Massive Beam与Cell Free等新技术和工程，实现更大容量和更好的边缘体验； 突破低能耗、精准定位和感知技术，赋能全场景物联； 异构资源融合软件技术，使能多业务演进； 空地一体化组网与协同，使能全域宽带通信； 设备与空口相结合，多维发力构建原生绿色网络； 抗量子、分布式、智能化，万物智联的内生安全基石； 运维智能体和数字孪生，定义自动驾驶无线网络； 智能体网络，适配智能体间协作新范式。 华为已经在黄大年茶思屋科技网站上发布了这些挑战，并分享了他们在这些领域的前瞻性探索成果，值得一提的是，华为还会为每项挑战提供数据、平台、资金支持及专家指导。在与产业协同创新的路上，华为始终走得很坚定。 二、聚焦三大核心需求：让无线网络“更强、更省、更聪明” 解决十大无线网络挑战不可能一蹴而就，整体来看，有三个核心需求是行业目前亟待解决的：一个是解决网络大容量、无边界的问题；二是攻克低能耗、精准定位和感知技术的难题；三是解决网络在运维智能体和数字孪生方面的问题，用三个关键字来形容，就是“强、省、智” 首先，是让通信性能足够强，实际上，根据国际电信联盟（ITU）制定的下一代通信技术全球标准及框架中提出的愿景，频谱效率提升3倍、边缘体验达到300-500Mbps的网络速率是核心关键指标，这两个指标分别代表通信速率的提升和网络连接稳定性的提升，也就是“又快又广又稳”。 在AI时代端云结合模式成为主流之下，未来云侧与端侧智能设备间会有更为复杂的指令和更大规模的数据交互。边缘速率和时延会对实际流程能否闭环以及其安全性带来显著影响。 目前业内普遍认为Massive Beam和Cell Free技术会成为实现目标的关键，Massive Beam本质是通过超大规模天线阵列与智能算法，将无线信号能量精准聚焦于用户终端。 如果此前的技术将信号传递给终端，类似于灯泡照亮房间，那么未来技术就像将多支激光笔聚在一起进行精准投送。 另一项Cell-Free技术则可以打破蜂窝网形态限制，将网络覆盖边缘区域的性能提升10倍以上，保证随时随地网络的稳定一致体验，比如让小区中心和边缘的用户都能有接近的网速和时延。 形象地来看，Cell-Free会让通信基站的服务模式从以基站为中心，变为以用户为中心。 在Massive Beam和Cell Free技术加持下，未来通信技术会从“连接万物”迈向“操控万物”。 在具体的技术攻关层面，超大规模Massive Beam技术的实现需要射频架构创新、器件小型化等技术支持；Cell-Free则受限于站间同步、多站联合调度、站间高速互联等技术痛点。 面向未来的AI时代，这两项技术的创新都可以很好地帮助移动网络在高速率、大上行、一致性体验等方面满足技术指标要求，让端侧设备之间、端侧与边缘、边缘与云端之间的数据交互更加高效稳定，给AI手机、AI PC到AI可穿戴等诸多领域带来巨大想象空间。 第二大核心需求是突破低能耗、精准定位和感知技术，真正让全场景设备实现互联。 当前，AI与各类IoT设备深度融合，这带来了更多的联接设备、联接场景和联接物理边界的突破。 这些场景和应用给通信技术带来了新的挑战，比如具身智能机器人在很多场景中都需要低时延、低功耗，无源物联的快速发展则带来实现高精度定位、标签设备超低能耗、兼顾设备高性能与低功耗等关键指标的挑战。 从技术层面来看，这方面的关键技术包括广域窄带场强定位技术、无线定向传能技术、智能物联技术等。一旦这些技术突破当前瓶颈，工业场景中企业就可以借助设备免电源特性，大规模部署无源传感器，利用高精度定位与感知实现货物精准定位与库存实时盘点。 第三大核心需求是运维智能体和数字孪生，定义自动驾驶无线网络。 当前，各大运营商都在积极地将AI技术用于网络运维，这也是运营商在AI浪潮下转型、节省运维成本的重要一环。自动驾驶无线网络的快速发展也需要站点实现全感知、软故障自愈、无人化等能力。 移动AI发展，需要动态灵活地调整网络资源，引入白盒化的运筹学算法，构建“实时感知-智能决策-动态调整”闭环。 从技术层面来看，运维智能体协同RAN数字孪生系统是达成自动驾驶无线网络的关键技术路径。 前者通过多智能体协同组成运维Meta智能体，后者通过高精度定位对网络进行时空精确描述，利用图神经网络对网络行为的计算机仿真，输入自感知的用户、业务、设备、环境多维度数据，输出网络和设备状态和动作预测，进行网络行为决策。 从上述十大网络挑战中我们不难看到，从硬件、软件到算法，AI新时代涌现的诸多新场景、新需求，都在推动无线网络技术的升级，这需要整个行业的协同努力。而华为作为核心玩家，基于其对行业趋势发展的深刻洞察和长期技术深耕，正帮产业理清关键的技术创新方向，让行业更快做好拥抱下一代通信技术的准备。 三、5G-A稳步迭代，为AI进入千行万业铺路 未来通信技术发展要面对的挑战亦可以说是未来通信技术迭代的目标方向，明确了方向目标，完成了“仰望星空”，接下来就是要脚踏实地地一步步向未来通信技术迈进。 如今5G-A成为技术演进之路上的关键节点，通信行业正在沿着5G-A的道路走向未来的无线网络时代，边实践边探索，为AI进入千行万业的核心生产流程做好准备。 我们看到，在短期的未来，5G-A的大上行能力正呈现快速增长的勃发之势，同时5G-A在诸多基础技术能力方面已经具备了下一代通信技术的雏形。 比如在大容量方面，5G-A通过载波聚合和智能反射面技术，将边缘速率提升至100-300Mbps，已经基本达到下个世代通信技术预期的下限。 我们看到5G-A在制造业中实现了诸多数智化改造的落地案例，包括长安渝北智慧工厂、伊敏无人矿卡、天津港等。 在突破低能耗、精准定位和感知技术方面，5G-A无源物联网与传统物联网相比，可以接入海量数字标签，实现大面积区域的无缝覆盖，进而显著提升管理精度，目前已经广泛应用于工业生产、仓储物流以及社区管控等多个场景。 今年5G-A在大上行能力方面的重要升级，对于助力移动AI时代端侧AI应用向多模态实时交互发展、沉浸式体验的提升都十分关键。移动AI时代下，网络正从“下行主导”转向“上下行并重”，从“连接服务”升级为“数智服务”。 比如近期中国电信就与华为合作，利用AI模型实时预测信道质量，并通过AI实现时频制空功五维协同调度，根据业务需求制式解耦，上行自由调度。据了解，该创新使网络时延降低了30%以上，上行速率提升超过15%。 此外，5G-A的大上行能力在直播、智慧交通、智慧工业、智慧文旅等场景都体现出极高应用价值。 结语：剑指2030，AI时代突破通信瓶颈，技术创新仍是硬道理 30年前，人类从不敢想象仅凭一个手持“小盒子”，就可以与千里之外的家人联系并搜索全球资讯。AI时代的到来让发展了40多年的电信业看到了新的机会和挑战。 5G-A作为当前通往未来通信技术之路上的关键节点，在当下个行业的赋能中展现出巨大应用价值，同时也在技术层面完成了诸多关键技术的积淀，为下一代通信技术的到来铺路筑基，其对消费者终端体验升级和产业智慧化升级都有较高价值。 从3G、4G、5G到今天的5G-A，华为在通信技术的创新之路上长期行而不辍，坚实地走好了每一步，在每个技术迭代的关键节点都在基础技术创新领域做出了扎实贡献。 我们相信，在领先全球的中国运营商和科技伙伴们的积极推动下，通信行业必然会更快拥抱未来信息爆炸的AI新时代。

IT之家 8 月 9 日消息，科技媒体 SamMobile 昨日（8 月 8 日）发布博文，报道称三星最便宜平板 Galaxy Tab A 系列即将迎来新款，最新认证信息显示，入门级 Galaxy Tab A11 与 A11 + 已进入发布倒计时。 韩国 Safety Korea 机构的认证页面上，分享了三星 Galaxy Tab A11 平板的证件照，该平板沿用系列风格，采用简约设计，前置摄像头位于窄边框上方，背部配有单摄模组与 LED 闪光灯。IT之家附上相关图片如下： 设备型号确认为 SM-X135N，但认证文件未披露具体配置参数，核心规格仍待官方揭晓，但此前传闻透露，Galaxy Tab A11 有望将搭载 5000mAh 电池，售价有望在 150 美元以下。

快科技8月9日消息，据博主数码闲聊站透露，华为Mate 80 RS版本将搭载6.9英寸左右的双层OLED屏幕。 这也是此前华为Mate 70 RS就层应用的技术，在单层OLED发光单元的基础上，再叠加一层OLED发光单元。 相较于传统OLED技术，双层OLED具有更高亮度、更低功耗、屏幕寿命更长等优势。 整体而言，双层OLED除了成本高，其他方面都比普通OLED有巨大优势，苹果也在考虑为iPhone配备。 除了屏幕外，爆料还称华为Mate 80 RS工程机测试了钛合金中框和陶瓷质感后盖，“工厂打样的方案很尊”。 这也是RS系列的传统了，去年华为Mate 70 RS扣业内独家搭载了高亮钛玄武架构，主打坚固耐摔，中框采用了钛合金，相比iPhone的钛合金中框硬度明显更高。 “陶瓷质感后盖”就意味着，华为Mate 80 RS并不会搭载真正的陶瓷材质后壳，而是能呈现出温润如玉的手感、质感，但是重量更轻的特殊玻璃，类似小米之前的龙晶玻璃效果。 至于爆料提到的新影像长焦方案，目前还不能确认具体信息，只是该博主明确否认不会是一镜双焦段方案。

快科技8月9日消息，小米创办人，董事长兼CEO雷军今天中午发文，向大家推荐小米15 Ultra时尚影像套装，称“这个带握柄的保护壳很好用”。 这个套装是6月26日的在YU7、MIX Flip 2、平板7S Pro发布会上，与小米15 Ultra限定色一起登场的。 时尚摄影套装相比之前的专业摄影套装更加轻便，只有42g，与保护壳一体，更方便日常佩戴。 沿袭经典相机质感，以原汁原味拼色设计致敬百年传奇，提供经典优雅的金棕色、澄净清透的微风蓝、低调松柏绿和高贵鸢尾紫。 配备有两段式快门按键，还有独立的录像键，但相比之前少了波轮、变焦旋钮等。 两侧都有绳孔，可以连接同配色挂绳，自由调节长度，时尚便携。 小米15 Ultra限定色也与这三款保护壳的配色一一对应，分别是樱花粉、微风蓝、鸢尾紫、金棕色。 核心配置不变，搭载高通骁龙8至尊版处理器，配备LPDDR5X内存与UFS 4.1存储，采用“双路翼型环形冷泵散热系统”保障高负载运行稳定性，内置6000mAh超大电池，支持90W有线闪充和80W无线充。 配备徕卡四摄，包括14mm超广镜头、23mm主摄镜头、70mm中长焦镜头、100mm超长焦镜头。 其中主摄是索尼LYT900，拥有1英寸超大底，支持双原生ISO Fusion Max技术，动态范围达到单帧15EV，是小米史上进光量最大的主摄镜头。

作者 | 陈骏达 编辑 | 李水青 智东西8月9日报道，今天，宇树科技创始人兼CEO、CTO王兴兴在2025世界机器人大会上，分享了他对全球机器人行业发展现状的最新观点。王兴兴认为，人形机器人行业已经走到“ChatGPT时刻”的前夜，最快1-2年就能迎来这一时刻。 王兴兴认为，由于政策支持与需求爆发，2025年上半年，人形机器人整机与零部件厂商平均实现了50%-100%的增长，幅度惊人。然而，行业内还存在几大误区： 首先，人形机器人大规模应用的最大问题，并不是硬件，而是具身智能。虽然硬件在量产工程化上仍有提升空间，但具身智能问题更为明显，还无法驱动机器人自主地完成任务，这背后的原因并不是大家普遍关注的数据问题，而是模型架构问题。 王兴兴称，未来2到5年，智能机器人技术的重心是端到端的具身智能AI模型。当前行业常见的VLA（视觉-语言-动作）模型，在他看来属于“傻瓜式架构”，他个人对这类模型持怀疑态度。由视频生成模型（或是世界模型）驱动机器人控制，是他眼中有望更快收敛的技术路径。 同时，机器人研究还需要在强化学习Scaling Law（扩展定律）上实现突破，从而让每次训练的速度越来越快，学习新技能的效果越来越好。随着机器人日益普及，分布式的算力将成为大势所趋，有望突破机器人本体搭载算力的限制，并满足实际应用过程中对安全性和通信延迟的要求。 王兴兴还在演讲中回顾了宇树科技的发展，从2013年研发机器狗X dog原型机开始，并获得8万元的第一桶金，再到2023年应客户需求推出首款人形机器人，他认为，机器人与AI的发展始终是一个全球共创的过程，他也鼓励更多企业和高校参与到这一过程中。 以下是王兴兴部分精彩演讲内容的整理（智东西在不改变原意的前提下，进行了一定程度的增删修改）： 我分享一下我个人对全球人形机器人行情的看法。今年上半年，最大的特点就是由于机器人行业非常火爆，以及政策的相关支持，整机厂商、零部件厂商，平均实现了50%到100%的增长。增长幅度还是非常吓人的，这对整个行业而言都是十分罕见的，需求端拉动了整个的行业的发展。 海外市场方面，特斯拉作为行业代表，计划今年量产数千台人形机器人，并将发布第三代Optimus人形机器人，值得重点关注。此外，全球企业对机器人行业的热情高涨，包括英伟达、苹果、Meta、OpenAI等企业都持续在推动这一领域的发展。 我分享几个个人的观点，未必准确。 第一点，对于机器人本体来说，很多人可能会有这样一个误区：机器人目前没有大规模应用、功能不够完善的原因，是硬件不够好，或者成本比较高。 其实目前的硬件，无论是整机还是灵巧手，从某种意义上来说完全是够用的。当然不够好，还需要优化，更大的问题是量产，工程上的问题肯定是很多的。 但是在技术层面上，或者从AI的角度来说，目前的硬件是完全是够用的。目前最大的挑战还是具身智能，或者说AI技术的发展，完全不够用。这也是限制当前机器人，尤其是人形机器人大规模的应用的最大问题。 目前，机器人行业所处的位置，就像是ChatGPT诞生前的1-3年左右，目前业界已经发现了类似的方向以及技术路线，但是没人把它做出来。 ChatGPT出来的前几年，做语音AI的已经做了十几年，近二十年了，但是大家一直觉得他很傻瓜，很弱智，根本完全没法用。ChatGPT出来后，它实现了比一般人还要强的能力。机器人还没有到达这一临界点。 对于机器人的AI技术，我觉得临界点可能是这样的：当一个人形机器人能够进入一个完全陌生的环境（比如从未见过的会场），我跟他说“把这瓶水带给某位观众”，或是“整理一下这个房间”，而它能够顺畅自主地完成任务，这就是人形机器人的ChatGPT时刻。 如果进展快的话，可能未来的1-2年或者2-3年，我们就能实现这一目标，最慢的话3-5年也有很大概率能实现。 目前，具身智能不够用的问题，究竟是模型还是数据导致的？我反而感觉目前全球范围内，大家对机器人数据这个问题的关注度有点太高了。现在最大的问题是反而是模型的问题，并不是数据问题。 对于具身智能和机器人来说，模型架构都还不够好，也不够统一。大家对模型问题的关注度高，反而对数据的问题关注很多。因为在大语言模型领域，大家觉得我有足够多的数据，尤其有足够多的好的数据的时候，我就能把模型训练的越来好。 但是在具身智能，在机器人领域，大家可以发现，很多情况下有了数据，会发现这个数据用不起来。 相对比较火的就是VLA模型。VLA是一个相对比较傻瓜式的架构，我个人对VLA模型还是保持一个比较怀疑的态度。VLA模型在与真实世界交互时，它的数据质量、能采集的数据是不太够用的。 有个简单的想法，就是在VLA模型上面加一个RL的训练，这是一个非常自然的想法。但是我个人感觉，包括我们公司目前尝试下来VLA模型加RL训练，我觉得还是不够的，模型架构还是得再升级和优化。 这里也简单分享一下我们过去做的一些事情。大家也可以关注到，谷歌发布了他们全新一代的视频生成模型，或者某种意义上是一个视频驱动的一个世界模型。还有，去年的时候，当OpenAI发布了视频生成模型以后，大家会有一个很自然的想法：我可以控制一个视频生成模型，跟他说“帮我生成一个机器人，去整理一下房间”。 如果模型生成的视频中，机器人可以完成任务，那我是不是能让这个视频生成模型直接去驱动一个机器人完成任务。这个想法非常简单直接，我们去年的时候就去做了这个事情。 大家可以看到，右上角的视频其实是生成出来的，不是用摄像头采集的。我们用一个预训练的视频生成模型，重新训练了一下，让他先去生成一个机器人动作的视频，然后再控制一个机器人去做，这个技术是能实现的。包括谷歌的视频生成世界模型，他们也想实现这个效果。 我觉得这个路线的方向可能会比VLA模型发展得要快，收敛概率还更大。但我不敢打包票，可能还是有很多问题。其中有个很大的问题就是，视频生成模型太关注视频生成的质量了，导致对GPU的消耗有点大。 对机器人干活来说，某种意义上你并不需要很高精度的视频生成质量，你只要驱动机器人去干活就行了。大家可以关注谷歌的视频生成模型，还是非常有意思的。整个模型的架构还是非常简单粗暴的，就是把机器人的一些动作序列控制，直接对齐到模型的架构上。 另外一点，大家也知道，目前机器人跳跳舞、打格斗效果其实不错了，但实际上面临一个很大的问题，如果要进一步机器人能力提升，也就是机器人RL的Scaling Law，还是做得非常不好。 举个最简单的例子，我训练一个机器人做新的动作、跳新的舞蹈，都要重新训练，还是从头开始训练，这是非常不好的一个事情。我们是希望机器人每次做一个新的训练的时候，可以在过去训练基础上进行。 理论上我做RL训练的时候，每次训练的速度应该越来越快，学习新技能的效果越来越好。但是全行业内，目前整个机器人在RL的Scaling Law，没有人做出来，做好。我觉得这是非常值得做的一个方向。 因为RL Scaling Law在语言模型上已经是充分验证过的事情。但在机器人的运动控制上面，大家才刚刚开始。 我个人感觉，在未来2到5年，智能机器人技术的重心是端到端的具身智能AI模型。我觉得模型本身是最重要的。 然后就是更低成本的，更高寿命的硬件，这个是毋庸置疑的。大家也知道，哪怕对于汽车行业来说，已经一百多年了，哪怕到今天，一家企业要做很好的一辆汽车出来，工程量还是非常大的。 对机器人行业来说，未来如果每年要生产制造几百万、几千万甚至几亿的人体机器人，它的工程量挑战还是非常惊人的。 同时，低成本的大规模的算力也很重要。在人形机器人上，或者在移动机器人本体上，其实没办法直接部署大规模的算力。它的尺寸只有这么大，它的电池只有这么大，它部署算力的功耗是有限制的。 我个人感觉在人形机器人上，最多只能部署峰值功耗为100瓦的算力，平时工作的时候算力只有小几十瓦，简单说就只有大概几个手机的算力水平。 但是，未来机器人还是需要大规模算力的，而且我觉得可能是分布式的算力。机器人干活的时候，我们希望其通信延迟比较低的，如果在北京干活的机器，数据中心在上海或者在内蒙，延迟实在是太大了。 我个人感觉，未来在工业领域大规模运用人形机器人时，工厂里面可以有个分布式的服务器，所有的机器人直接连接工厂里的局部服务器就好了。服务器的安全性、通信延迟是可以接受的。 或者换一个话题，如果一个小区每家每户有一个机器人的时候，在这个小区可能是有分布式的集群算力中心的，可以保证延迟与安全性。并且，如果有新客户想买一个人形机器人的时候，他不需要给这部分算力的建设花钱，成本也会更低很多。 我觉得分布式算力会是机器人行业未来非常重要的一个领域，可能比目前算力的分布还要更广一些。 另外一点，大家也知道，在AI领域、机器人领域一直是一个全球共创的过程。中国的企业、美国的企业，包括英伟达等，已经做出了很多贡献。 在AI领域，没有一家大公司能保证，只要有足够的人、有足够的资源，我就能永远领先。OpenAI和DeepSeek已经证明了，AI的创新永远伴随着一些随机性，伴随着更多的聪明年轻人的。所以很多情况下都是很多公司、高校做出的贡献，还是要全球共创出来的。谢谢大家。