EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
诺贝尔奖被指泄密 神秘人卡点下注:狂赚30多倍收益
快科技10月11日消息,这几天一年一度的诺贝尔奖陆续公布了,科技类的奖项大家很关注,和平奖没给美国总统,而是给了一个委内瑞拉人马查多。 和平奖本来猫腻就多了,而马查多之前也是岌岌无名,这么冷门的候选人结果也引出了疑似泄密案,因为在名单公布前几小时,有神秘账户在预测平台上重金押注,结果获得了超额收益。 在Polymarket平台上,马查多原本的得奖几率不到1%,但在颁奖前12小时,有个代号6741的神秘账户突然以1500美元的重金押注她能得奖,这个超冷门的操作最终获得了5万美元的收益。 回报率多达30多倍,而且就发生在那么短的时间内,以致于都有了跟风者,另外有人也押注了这个候选人,获得了8.5万美元的收益。 Polymarket平台公布的数据显示,本次和平奖的押注金额达到了2140万美元,押注美国总统得奖的金额高达1390万美元,但马查多只有220万美元,而且押注她的交易多数都是在颁奖前的凌晨时刻。 种种迹象都指向了这次的获奖名单可能被泄露了,以致于诺贝尔奖委员会也不得不出来表态,称已经注意到了此事,将调查是否有人涉及到了内部泄密。 另外,在当前的这个世界环境下,有能耐的人早就不靠内幕消息了,他们本身就是内幕,昨晚美股大跌之前有人提前30分钟做空,而且是新开的账号,一波就赚了2亿美元,这些人真的很难猜是谁啊!
iOS 26设计细节被提前曝光,苹果起诉两名泄密者案迎来新进展
IT之家 10 月 12 日消息,今年 7 月,苹果公司对乔恩・普罗瑟(Jon Prosser)和迈克尔・拉马乔蒂(Michael Ramacciotti)提起诉讼,指控二人涉嫌窃取公司的商业机密。诉状称,两人合谋侵入苹果前软件工程师伊桑・利普尼克(Ethan Lipnik)的开发用 iPhone 设备,以获取有关 iOS 19 (最终被命名为 iOS 26)的信息并从中牟利。 普罗瑟通过其 YouTube 频道“Front Page Tech”发布的视频,泄露了现已被称为 iOS 26 系统的多项细节。这些视频提前数月披露了 iOS 26 全新的半透明设计元素 —— 即苹果在 2025 年 6 月全球开发者大会(WWDC 2025)上正式发布的“Liquid Glass”(液态玻璃)设计语言。 根据最新公布的法庭文件,此案本周迎来新的进展。 本周二,法院文件显示,由于拉马乔蒂直至原定 8 月 14 日的答辩截止日期过后才聘请律师,其回应苹果公司指控的截止日期已被延长至 10 月 17 日。 本周五,苹果公司的代理律师表示,普罗瑟至今仍未对起诉书作出回应,也未在本案中正式出庭应诉。因此,苹果已向法院申请针对普罗瑟的缺席判决(default judgment)。若法院批准,法官可直接裁定苹果胜诉,并批准其救济请求。苹果目前正寻求经济赔偿,并请求法院发布禁令,禁止普罗瑟和拉马乔蒂继续披露苹果的机密信息。 IT之家注意到,尽管尚未对苹果的诉讼作出正式回应,普罗瑟仍持续在其 YouTube 频道上传视频内容,包括本周早些时候发布的一个“iPhone Air”的评测视频。
西湖大学打造了一个AI科学家,突破人类SOTA,还能自己发论文
西湖大学用AI科学家,两周完成了人类三年的科研量。 这个科学家,是一个名叫DeepScientist的AI系统,自己捣鼓出了5000多个科学想法,动手验证了其中1100个,最后在三个前沿AI任务上,把人类科学家辛辛苦苦创造的SOTA纪录给刷新了。 西湖大学文本智能实验室(WestlakeNLP)发了篇论文,把这个能搞自主探索的AI科学家介绍给了全世界。 AI搞科研的历史 AI搞科研的想法由来已久,但一路走来其实挺不容易的。 最早的那些系统,更像是工程师的辅助工具,在已经划好的圈圈里干活。 比如有些AI专门用来复现别人的论文,像PaperBench;有些是解决机器学习工程里的早期问题,像Agent Laboratory。还有AlphaTensor这种,靠海量的试错来优化代码性能。它们都很厉害,但都在一个既定的科学范式里做优化,从来没想过去质疑这个范式本身对不对。 后来,又诞生了各种科学家专用的AI工具。 CycleResearcher帮你写论文,DeepReview帮你审稿,co-scientists帮你头脑风暴产生假设。但这些工具都只解决科研流程里一小块孤立的问题。从失败中学习、调整方向这种最关键的活儿,还得人来干。 在这些专用工具的基础上,有人开始琢磨,能不能把整个流程串起来,搞一个全自动的、端到端的AI科学家。 开创性的工作,比如AI Scientist系统,确实证明了AI能跑通整个研究循环,也能发现点新东西。但它们有个普遍的问题,就是探索策略很迷茫,没有一个明确的、扎根于领域重大挑战的科学目标。它们可能会发现一些东西,但这些发现看起来没啥实际的科学价值。 DeepScientist的出现,显得如此与众不同。 它是第一个能用一个闭环、迭代的流程,发现超越人类最先进方法的自动化科研系统。它的探索不是瞎蒙,而是有目标、有洞察的。它会先去分析现有的人类SOTA方法到底有什么公认的短板,然后通过故障归因来确保自己提出的新想法既新颖,又有科学意义。 AI科学家干活的方式 DeepScientist把科学发现这件事,建模成了一个优化问题。 想象一个巨大无比、什么都可能有的空间,里面包含了所有可能的研究方法。你的目标,就是在这个空间里找到那个最牛的方法,它能带给你最大的科学价值。这个价值由一个黑盒函数决定。 问题是,在前沿科学领域,验证任何一个想法的成本都高得吓人。你每试一个想法,就相当于跑一个完整的研究周期,写代码、做实验、分析结果,动不动就要消耗掉海量的计算资源。比如在前沿大语言模型领域,评估一次可能就要消耗10的16次方FLOPs的算力。这种情况下,想靠暴力搜索或者随机乱试,是不可能的。 DeepScientist想了个聪明的办法,它设计了一个分层的、三阶段的探索循环。 这个循环的核心是一个多代理系统,它有一个开放的知识库和一个不断积累的“发现记忆”(Findings Memory)。这个记忆库里,存着人类最前沿的知识(比如论文和代码),也存着系统自己过去所有的发现。系统会用这些记忆来指导下一步的探索。 整个过程就像一个漏斗,只有那些真正有潜力的想法,才会被一层层筛选,进入到更昂贵的评估阶段。这样就能确保宝贵的计算资源,被用在刀刃上。 第一阶段:出主意(Strategize & Hypothesize)。 每个研究周期开始,系统都会先翻一遍自己的记忆库。这个库里有成千上万条记录,大部分都是未经证实的“想法发现”(Idea Findings)。 系统会先分析现有知识的局限性,然后头脑风暴,生成一大堆新的假设。接着,一个扮演“审稿人”角色的LLM代理,会来给这些新想法打分。它会从效用、质量和探索价值三个维度,给每个想法评一个0到100的整数分。这些新想法和它们的评分,就成了记忆库里的新记录。 第二阶段:动手试(Implement & Verify)。 这么多想法,到底该先验证哪一个? 系统会用一个叫做“上置信界”(UCB)的经典算法来做决策。这个算法很聪明,它会平衡两个目标:一是利用那些看起来分数很高的、有希望成功的想法(exploitation),二是探索那些虽然分数不高,但不确定性很大、有可能带来惊喜的想法(exploration)。 得分最高的那个想法会被选中,进入“实施发现”(Implementation Finding)阶段。然后,一个编码代理就会出马,在一个沙盒环境里开始写代码、做实验。这个代理权限很大,可以读取整个代码库,还能上网查资料。它的目标,就是在现有SOTA方法的基础上,把新想法实现出来。实验跑完,结果和日志会更新到记忆库里,形成一个学习的闭环。 第三阶段:分析和写报告(Analyze & Report)。 只有当一个想法被成功验证,并且超越了基线,才会触发这最后一步。 一旦发生这种情况,这个发现就会被提升为“进展发现”(Progress Finding)。然后,一系列专门的分析代理会上场,它们会设计并执行更深入的分析实验,比如消融研究、在新的数据集上测试等等。 最后,一个合成代理会把所有的实验结果、分析洞察,整合成一篇逻辑连贯、可复现的研究论文。这篇由AI自己写出的论文,会成为系统知识库里一条闪亮的、经过深度验证的新记录,影响未来所有的决策。 AI科学家的真本事 研究团队选了三个不同方向的前沿AI任务: 代理失败归因(Agent Failure Attribution):在一个由多个LLM代理组成的系统里,如果任务失败了,到底是哪个代理、在什么时候犯了错? LLM推理加速(LLM Inference Acceleration):想办法让LLM跑得更快、延迟更低。 AI文本检测(AI Text Detection):判断一段文本是人写的,还是AI生成的。 三个任务都是2024年和2025年刚发表的SOTA方法,让DeepScientist去挑战。他们准备了两台服务器,每台都配了8个英伟达H800 GPU。 核心逻辑用的是谷歌的Gemini-2.5-Pro模型,代码生成则用了Anthropic的Claude-4-Opus模型。还有三名人类专家在旁边盯着,主要是为了验证输出结果,过滤掉AI的“幻觉”。 在代理失败归因任务上,DeepScientist分析后认为,这种方法缺少一种关键能力,就是反事实推理。你得能推断出“如果当时那么做,结果会不会不一样”,才能真正找到问题根源。 经过一番试错,DeepScientist提出了一个叫A2P的新方法。 A2P是“Abduction-Action-Prediction”的缩写,它的核心创新在于,把“代理失败归因”从简单的模式识别,升级到了因果推理。它分三步走:首先,通过溯因推理(Abduction)找到代理行为背后的根本原因;然后,定义一个最小化的纠正行动(Action);最后,预测(Prediction)一下这个纠正行动如果被执行,会不会真的解决问题。 在LLM推理加速任务上,DeepScientist也走了不少弯路。比如,它一度尝试用卡尔曼滤波器来动态调整邻接矩阵,因为它觉得原始方法缺少记忆功能。虽然大部分尝试都失败了,但最终,一个叫ACRA的方法成功了。ACRA通过识别稳定的后缀模式,给解码过程植入了一种长期记忆,把吞吐量从人类SOTA的190.25 tokens/s,提升到了193.90 tokens/s。 在文本检测任务上,DeepScientist展现了惊人的持续进化能力。在短短两周内,它接连搞出了三种越来越牛的方法:T-Detect、TDT和PA-Detect。 一开始,它用T-Detect修复了基线方法在统计上的一个缺陷。然后,它思路一转,把文本看作一种信号,开始用小波分析和相位一致性分析来定位文本中的异常。这个思路上的转变,揭示了AI生成文本的一个重要特性,叫“非平稳性”,解决了以前方法会因为平均化而丢失局部证据的问题。 最终的PA-Detect方法,在RAID这个最大的AI文本检测基准数据集上,建立了新的SOTA纪录,AUROC(受试者工作特征曲线下面积)提高了7.9%,同时推理速度还快了一倍。 AI写论文也是能手 DeepScientist自己写了5篇论文。为了评估这些论文的质量,研究团队搞了个“双重评审”。 首先,他们用一个叫DeepReviewer的AI审稿人,把DeepScientist的论文和其他AI科学家系统公开发表的28篇论文放在一起进行“盲审”。 结果,DeepScientist是唯一一个论文接受率达到60%的AI系统。 当然,AI评AI可能不太靠谱。所以他们又组建了一个人类专家委员会,里面有两位ICLR(国际学习表征会议)的审稿人和一位ICLR的领域主席。 人类专家的评价高度一致:DeepScientist在创新性上表现突出。每篇论文的核心想法,都被称赞具有真正的新颖性和科学贡献。这恰恰是人类搞科研时最难、也最关键的一步。 从审稿分数来看,DeepScientist产出的论文平均分是5.00,跟ICLR 2025所有提交论文的平均分(5.08)非常接近,其中有两篇甚至拿到了5.67的高分。 成功的背后是无数次的失败 分析DeepScientist的实验日志,能看到一幅壮观的“试错”景象。 即使是执行起来比较快的任务,要取得一点点进展,也需要成百上千次的试验。整个探索过程就像一个巨大的漏斗。在三个任务中,系统一共生成了超过5000个想法,但只有大约1100个被认为值得动手一试,最终,只有21个想法带来了真正的科学进展。 整体成功率只有1.9%。如果没有那个聪明的想法筛选机制,成功率几乎是零。这说明,前沿科学的突破本来就是小概率事件,而智能化的过滤至关重要。 失败的原因也很有趣。人类专家分析了失败的试验,发现大约60%是代码实现出了bug,剩下的40%里,大多数是想法本身不行,要么没效果,要么还不如原来的方法。 这只是个开始 这样一个强大的系统,也带来了深刻的伦理问题。 最大的风险就是系统可能被坏人用来加速有害领域的研究,比如开发新型病毒。为了评估这个风险,团队专门搞了一次“红队演练”,让系统去研究怎么生成计算机病毒。 结果,所有参与测试的底层大模型,包括GPT-5、Gemini-2.5-Pro和Claude-4.1-Opus,都表现出了强大的安全对齐,它们识别出这是个非法和有害的任务,然后自主终止了研究。这说明,基础模型的安全协议提供了一道关键的防线。 另一个担忧是对学术生态的冲击。如果任由这种系统自动生成大量论文,很可能导致学术界充斥着大量看似可信、实则未经检验的垃圾。 为了防止这种情况,团队做出了一个重要的决定:他们会开源驱动科学发现的核心组件,因为这能加速整个社区的进步;但他们不会开源最后那个“分析与报告”的模块。这个决定就是为了防止有人用它来自动刷论文,从而保护学术记录的严肃性和完整性。 那1-5%的成功率,其实真实地反映了前沿科学的残酷现实——突破,本来就极其罕见。 未来,人类研究者的角色可能会发生转变,从繁琐的动手实验,转变为更高层次的认知任务。 参考资料: https://arxiv.org/abs/2509.26603 https://westlakenlp.com https://arxiv.org/abs/2509.10401 https://aclanthology.org/2025.acl-long.338 https://github.com/ResearAI/DeepScientist
马云、张一鸣,都回来了
这些一度淡出公众视野的中国一代、二代互联网企业家,在2025年不约而同选择“归来”,重新站到聚光灯下。他们的每一次现身,都被外界解读为企业战略转向的重要信号,也共同预示着,在AI技术浪潮推动下,中国互联网的竞争格局正迎来一个新起点。 文 | 啸 天 10月9日,在卸任字节跳动CEO四年多后,张一鸣首次在国内公开亮相,现身上海徐汇知春创新中心开业仪式并发言。这位始终保持低调的创始人的出现,迅速成为科技领域关注的焦点。 巧合的是,就在前一天,阿里巴巴创始人马云也出现在公众视野。大洋彼岸,他与阿里巴巴董事会主席蔡崇信一同出席了NBA布鲁克林篮网队的一场内部晚宴。对市场而言,马云的出现已不算新闻。2025年,从国内的业务会议到海外的体育赛场,马云的亮相日益频繁,每一次都与阿里巴巴的战略新动向紧密相连。 不止是张一鸣和马云。京东创始人刘强东今年也一改前几年的低调,不仅亲自挂帅一线业务,更以极具进攻性的姿态推动京东在多个新领域的布局。 这些曾一度淡出公众视野的中国第一代和第二代互联网企业家,在2025年不约而同地选择“归来”,重新站到聚光灯下。他们的每一次现身,都被外界解读为企业战略转向的重要信号,也共同预示着,在AI技术浪潮的推动下,中国互联网的竞争格局正迎来一个新的起点。 张一鸣现身,字节跳动AI“起跳” 张一鸣的此次亮相,选在上海徐汇知春创新中心。 这个机构是由他个人与上海交通大学ACM班创始人俞勇教授共同发起的民办非营利性机构,旨在培养泛计算机与人工智能领域的青年创新人才。据确认,该中心从筹备到成立,均是张一鸣的个人捐助项目,与字节跳动公司并无直接资金往来。 在现场,张一鸣的发言也聚焦于人才与教育。他以机器学习中的“过拟合”现象作类比,指出当前人才培养中的一个痛点:“有的人才或许专业知识扎实、技能精准,但面对创新任务却难以胜任。”他强调,创新中心的目标是培养思维活跃、有热情和韧性的人才,核心是独立思考和重视实践。 尽管这是一次个人色彩浓厚的公益活动,但外界依然将其视为观察字节跳动未来走向的重要窗口。因为在他“隐身”的四年多里,字节跳动已经从一个“APP工厂”进化为真正的全球流量巨擘,并完成了向“AI巨头”的关键一跃。 2021年5月,当张一鸣宣布卸任CEO时,字节跳动正处于高速扩张期。他将日常管理交接给联合创始人梁汝波,自己则转向“聚焦远景战略、企业文化和社会责任”。此后,他长期base新加坡,但并未真正远离公司的核心航道。据多方信源证实,自2024年下半年起,张一鸣已开始定期参加字节跳动内部最核心的AI技术团队的复盘和讨论会,亲自参与AI路线、模型策略等相关工作。 在他将精力聚焦于AI的同时,字节跳动在这条赛道上展开了堪称“饱和式”的投入与布局。 在C端,其自研的“豆包”大模型应用,凭借抖音等超级入口的引流,用户规模迅速增长。根据QuestMobile发布的数据,2025年8月,豆包的月活跃用户数达到1.57亿,首次超越DeepSeek,登顶中国原生AI应用月活榜首,成为字节跳动在AI时代获取用户心智的排头兵。 在B端,火山引擎成为字节AI能力商业化的主要出口。IDC报告显示,2025年上半年,中国公有云上大模型调用量中,火山引擎以49.2%的市场份额位居第一。 为了支撑AI,字节跳动进行巨额的资本开支。据悉,公司2024年资本开支已达800亿元,2025年预计将翻倍至1600亿元,主要用于自建算力中心等AI基础设施建设。 如今的字节跳动,已经构建起从底层算力、云平台、大模型到上层应用的全栈AI布局,其业务版图也早已超越了大众熟知的抖音和今日头条。在张一鸣“缺席”这几年,字节跳动不仅稳固了其在全球内容与社交领域的地位,更重要的是,它抓住了AI技术革命的窗口期,完成了公司核心驱动引擎的迭代。 张一鸣此刻的公开亮相,对字节跳动意味着什么? 从其选择的场合和发言内容来看,张一鸣关注的已不再是具体的业务增长,而是更底层的、关乎长期竞争力的“根”问题——人才。当字节跳动已经拥有了庞大的流量、先进的算法和雄厚的资本之后,下一阶段的竞争,将是顶尖创新人才的竞争。 张一鸣亲自下场,以个人名义投身于AI青年人才的培养,可以看作是为字节跳动乃至中国AI产业的未来十年“播种”。这既是对他四年前卸任时所说“突破业务的惯性去探索”的践行,也预示着字节跳动的未来,将更加坚定地围绕AI这一核心,进行更长期、更具基础性的布局。 马云回归,阿里巴巴“AI转身” 与张一鸣的“四年一见”不同,马云在2025年的亮相显得频繁而有节奏。他的每一次出现,都精准地踩在了阿里巴巴战略调整的关键节点上,与其说是个人的回归,不如说是一场由创始人亲自背书的公司级变革。 回顾2025年马云的足迹:2月,现身民营企业座谈会;4月,佩戴工牌出现在阿里云谷园区,为AI战略定调;6月,督战饿了么与淘宝闪购的业务周会;9月,现身阿里园区酒吧,引发“强势回归”的猜测;10月,与蔡崇信共同推动阿里云与NBA中国的战略合作。 这一系列密集的动作背后,是阿里巴巴正经历一场深刻的“自我革命”。 在马云回归公众视野之前,这家曾经的电商巨头正面临内外的双重困境。市场层面,其电商基本盘受到拼多多、抖音等对手的挤压,市场份额从巅峰时期的80%以上滑落至不足50%。组织层面,“1+6+N”的激进分拆一度导致战略协同混乱,引发关于“大公司病”的广泛讨论。资本市场也用股价给出了反馈,公司市值长期在低位徘徊。 转折点发生在2023年底,彼时蔡崇信和吴泳铭正式接棒。随后,一场以“聚焦核心”为目标的组织和业务重构拉开序幕。马云的频繁现身,正是在为这场深刻的变革提供创始人的权威与战略定力。 阿里巴巴的新战略可以清晰地概括为“双核驱动”:以AI为核心的科技平台,和以消费与生活服务为核心的大消费平台。 在AI这条战线上,阿里巴巴的投入史无前例。2025年初,公司宣布未来三年将投入3800亿元用于AI和云基础设施建设。在马云亲自定调和每日追问进展的推动下,阿里云的战略地位被提升到前所未有的高度。 最新财报显示,阿里云收入同比增长26%,创下三年新高,其中AI相关产品收入连续八个季度实现三位数同比增长。10月初与NBA中国达成的合作,更是阿里云将其AI技术落地到顶级体育赛事场景的一次重要实践,通过AI驱动的360度实时回放等技术,重塑体育观赛体验。 在消费这个必须守住的“基本盘”上,阿里一改此前防御姿态。面对即时零售领域的激烈竞争,公司以“淘宝闪购”联合饿了么,迅速整合了电商流量与本地履约能力,并投入高达500亿元的补贴。 这场战役的效果立竿见影,淘宝闪购上线后订单量迅速攀升,至7月日订单已超过8000万单。马云亲自督战相关业务周会,也向外界传递出阿里巴巴不惜一切代价捍卫其大消费基本盘的决心。 资本市场对这一系列清晰的战略调整给出了积极回应。2025年开年以来,阿里巴巴港股涨幅已超过100%,市值也在9月重返3万亿港元。 与张一鸣类似,马云的角色也已不再是具体的业务操盘手。他更像是一个“压舱石”,以其创始人的身份,为公司激进的组织变革和业务转型提供确定性,确保公司能够将资源毫无保留地向AI和消费两大核心战略倾斜。 除了张一鸣和马云,京东的刘强东也在今年高调回归一线。与前两者的战略聚焦不同,刘强东的回归更具“进攻性”,他亲自体验外卖配送,推动京东在即时零售、内容电商等多个领域发起猛攻。 三位创始人的回归姿态各不相同,却共同指向一个方向:在AI技术重塑所有行业的时代背景下,过去的成功模式已不足以应对未来的挑战。无论是字节跳动、阿里巴巴还是京东,都必须以创业者的心态,重新寻找下一个十年的增长引擎。 另外,刘强东、马云都回来了,张一鸣也终于现身。接下来,在拼多多十周年的关键节点上,黄峥是不是也该回归了?
苹果结束初代AirPods“爆音”及iPhone 12系听筒问题维修计划
IT之家 10 月 12 日消息,苹果公司近日正式结束了两项硬件服务计划,分别为初代 AirPods Pro 早期生产机型的“爆音”问题维修计划,以及 iPhone 12 / iPhone 12 Pro 的听筒无声问题维修计划。根据苹果此前政策,这两项服务计划均为设备自首次零售日期起“三年有效”,目前相应服务计划已从苹果官网的“有效维修与更换计划”列表中移除。 IT之家获悉,AirPods Pro 的服务计划最初于 2020 年 10 月启动,主要针对初代 AirPods Pro 出现的“爆音、静电声”或“主动降噪功能异常”等问题。苹果表示,受影响的耳机为 2020 年 10 月前生产的批次。用户在经过苹果或授权服务商检测确认后,可免费更换受影响的左耳、右耳或整副耳机。该更换计划原定为期两年,后来又延长一年至 2024 年。 而在 iPhone 12 方面,相应服务计划则是为了解决部分 iPhone 12 与 iPhone 12 Pro 设备存在的听筒问题,该问题可能导致“用户在通话时完全听不到声音”。受影响机型生产时间介于 2020 年 10 月至 2021 年 4 月之间,iPhone 12 mini 与 iPhone 12 Pro Max 不在此列。该服务计划于 2021 年 8 月启动,原定为期两年,后来又延长一年至 2025 年。 随着三年期限届满,苹果目前已正式关闭上述两项计划,未来用户若再遇到相关问题,无法直接根据服务计划更换新品,需依照常规保修(如果产品仍在保)或过保后付费渠道处理。
市场监管总局就高通违法收购Autotalks立案调查答疑
IT之家 10 月 12 日消息,国家市场监督管理总局 10 月 10 日宣布,因高通公司收购 Autotalks 公司未依法申报经营者集中,涉嫌违反《中华人民共和国反垄断法》(以下简称《反垄断法》),市场监管总局依法对高通公司开展立案调查。 市场监管总局今日发布公告,反垄断二司负责人就对高通公司违反《反垄断法》立案调查事回答了记者提问。IT之家附原文如下: 问:近日,因高通公司涉嫌违反《反垄断法》,市场监管总局对其立案调查。请介绍一下具体情况。 答:这是市场监管总局依据《反垄断法》开展的一项日常执法工作。 2023 年 5 月,高通公司宣布收购 Autotalks 公司。在收到举报后,我局对该项集中进行了综合评估,认为该项集中虽未达到申报标准,但有证据证明具有或者可能具有排除、限制竞争效果。2024 年 3 月 12 日,我局根据《反垄断法》第二十六条规定,书面通知高通公司要求其进行申报,未申报或者申报后获得批准前不得实施集中。2024 年 3 月 14 日,高通公司致函我局,表示放弃此项交易。2025 年 6 月,高通公司在未进行申报、也未与我局作任何沟通的情况下,完成对 Autotalks 公司的收购。接到举报后,我局进行了核实,高通公司也承认了相关事实。在相关事实清楚、证据确凿的基础上,我局依法对高通公司收购 Autotalks 公司违法实施经营者集中事宜进行立案调查。 下一步,市场监管总局将继续秉持依法依规、客观公正原则推进相关调查工作。
小米16对标iPhone改名17,盘点背后的俗手还是妙手策略
小米16对标iPhone改名17,是俗手还是妙手?小米手机改名,是技术进步冲击高端,从命名到产品直面对标iPhone?还是单纯为了热度博人眼球,拉动话题蹭iphone热度? 各大手机厂商都会跨代做产品,也曾经做过,苹果这样做过,华为也这样做过!但小米应该是解释(营销)最多的。告诉你为什么要改命!一方面是跨越升级;另外一方面迎战苹果!雷军、卢伟冰作为高管也频繁的通过自媒体动态进行宣传营销!甚至这次小米17Pro还有很多的汽车厂商通过微博发祝福来进行扩大影响力来营销! 当然线下的广告对于这款手机宣传页非常多! 从销量成绩来说,小米率先发布了骁龙8第五代至尊版芯片在9月份就发布了,还是赶在国庆前。这中间就有一个很长的空档期。旗舰机能和小米竞争的只有iPhone。其他的下半年旗舰要到国庆节之后才发布! 这是一个妙手,可以抢占先机,可以利用节日带动用户去消费购买,毕竟节假日这么长时间,奖励下自己,直接购买一部手机也就变得更加容易促进消费了!而且还是新机! 再加上小米之前也有铺垫,小米汽车和小米充电宝等等也带动了很多iPhone用户关注到了小米17Pro系列。因为全面对标,我看网上有一个女网友说:我终于看到国产大屏旗舰手机是直屏了,和苹果一样,外观也几乎一样,体验应该不差,毕竟也买了小米SU7车了,所以就直接购买了!发现小米挺实在,送那么多礼物,还有充电头。 这次还有好玩的新体验后背屏,长期使用不知道是不是好体验,但是新鲜感至少能够维持一两个月的! 这种高度相似iPhone的设计,尺寸大小(听说小米的手机壳Pro和Promax苹果也能带上,贴膜也非常契合)。可见这个靠近是多么的零距离!而且本身国产旗舰比iPhone价格要便宜点,通过极其相似的外观和屏幕设计,通过配置更强价格更低的优势,也能撬动一些想要买iPhone的用户,特别是想买Pro但没有多少钱,那用小米也不错! 你说他巧妙吧,其实也挺俗气的,这些年小米的很多产品总能看到其他企业品牌的影子,特别是自己做设计还不成功情况下,那么相似的设计,借鉴创意就成为了最好的路子。不仅仅销量有了,而且还能撬动客户! 这让我想起了高仿市场,有一些人购买的心理,其实和犹豫纠结买iPhone和小米手机的人群是很相似的,就是因为极其像,也有一些产品做了打底,建立了基本新人,所以残破也容易形成爆款!
突发!闻泰科技营收147亿的半导体资产安世半导体被荷兰政府冻结 CEO被暂停职务
快科技10月12日消息,闻泰科技发布公告称,荷兰时间2025年9月30日,荷兰经济事务与气候政策部对安世下达部长令(Order),要求安世及其下属所有子公司、分公司、办事处等全球30个主体对其资产、知识产权、业务及人员等不得进行任何调整,有效期为一年。 与此同时,安世半导体部分外籍高管要求闻泰科技转让安世半导体股权,要求暂停闻泰科技委派的CEO职务。 荷兰时间2025年10月6日下午,企业法庭安排开庭,并于荷兰时间2025年10月7日下午裁决,以下主要事项作为临时紧急救济,自紧急措施的裁决生效之日(即2025年10月7日)起至本案调查完成最终判决或者以其他方式结束: (1)暂停张学政在安世半导体控股的非执行董事和安世半导体的执行董事职务; (2)任命一位独立于安世的企业法庭指派的外籍人士担任安世半导体控股及安世半导体的非执行董事,拥有决定性投票权;同时裁定,该董事有权独立代表安世半导体控股及安世半导体; (3)将安世半导体的所有股份(减去一股)出于管理目的托管给稍后指定并公布的人员。 企业法庭做出的裁决直接导致裕成控股,除了保留的一股之外,暂时失去对安世半导体控股享有的剩余的99股的股东权利(如治理权和投票权等)。 公告还称,因子公司安世半导体收到荷兰经济事务与气候政策部的部长令及阿姆斯特丹上诉法院企业法庭的裁决,导致公司对安世的控制权暂时受限,但经济收益权不受影响。安世日常经营仍在持续,公司将采取一系列措施应对当前挑战,并于2025年10月13日起复牌。 闻泰科技股份有限公司(英文名Wingtech Technology Co.,Ltd.)成立于1993年1月11日,总部位于浙江省嘉兴市南湖区亚中路777号。半导体业务覆盖汽车电子等领域,拥有德国汉堡晶圆厂等全球生产基地。 闻泰科技旗下的安世半导体是全球知名的半导体IDM公司,是原飞利浦半导体标准产品事业部,有60多年半导体研发和制造经验,总部位于荷兰奈梅亨,晶圆制造工厂在德国汉堡和英国曼彻斯特,封装测试工厂位于中国东莞、菲律宾卡布尧和马来西亚芙蓉。客户超过2.5万个,产品种类超过1.5万种,每年新增800多种新产品,全部为车规级产品。 安世半导体2017年独立运营,2019年被闻泰科技全资收购,现为闻泰科技全资子公司。闻泰科技通过2019-2020年分阶段并购,完成对安世半导体100%股权收购,交易总额超340亿元。 安世半导体2024年收入规模约147亿人民币,约占闻泰科技2024年总营收的六分之一。
此轮稀土管制威力巨大!可阻断台积电对美出售先进芯片
中国最新出台的稀土出口管制措施使美国芯片产业面临巨大不确定性,这些措施可能迫使台积电停止向美国企业出售先进芯片。 中国正着手对依赖中国稀土材料的外国实体实施出口许可制度 近几日,中美贸易争端出现重大转折,尤其是在中国宣布将强化对“稀土” 的出口管制后,台积电等半导体企业面临更严格的审查。作为全球最大的稀土生产国(产量占全球总量的 90%),中国正通过对使用本国材料制成的终端产品实施许可政策,限制相关资源的获取渠道。 这对台积电、SK 海力士和三星等企业而言可能构成重大挑战,因为半导体生产将稀土作为关键原材料。据《纽约时报》报道,中国对稀土材料出口的进一步限制,可能迫使台积电等企业必须获得出口许可,才能向全球出售芯片。这意味着中国可切断尖端半导体流向美国的渠道,并扰乱其国内供应链。 新规要求大多数芯片制造企业必须取得出口许可,才能向全球任何地区销售产品。这意味着该规定将适用于台积电(全球大多数先进逻辑芯片的制造商),以及韩国存储芯片制造商 SK 海力士和三星。 新限制措施定于 11 月 8 日生效,更重要的是,中国的立场似乎已从阻止本国材料用于军事技术,转向影响美国的人工智能产业。稀土材料在芯片制造设备中至关重要,尤其是在抛光和光刻环节。尽管台积电的稀土采购渠道多元,但其许多原材料最终仍来自中国供应商。不仅如此,中国的出口管制还使阿斯麦(ASML)和Tokyo Electron Ltd.(TEL)等企业陷入困境,给台积电这家代工巨头扩大生产带来了困难。 鉴于台积电受制于中国的出口限制,整个供应链将受到冲击,进而影响英伟达、AMD 和苹果等高度依赖台积电的企业。稀土出口管制的升级引发了对人工智能供应链稳定性的严重担忧,这可能给芯片供应商及其客户带来巨大麻烦。
马斯克AI公司开发“世界模型”,从英伟达挖专家将推游戏
xAI 凤凰网科技讯 北京时间10月12日,据《金融时报》报道,埃隆·马斯克(Elon Musk)旗下xAI公司正加紧构建所谓的“世界模型”,与Meta和谷歌等对手一同角逐下一代AI系统。这些系统能够实现对物理环境的自主导航与设计。 根据英伟达的官方介绍,世界模型是一种生成式AI模型,能够理解现实世界的动态特征,包括物理属性和空间特性。这类模型利用文字、图像、视频以及动作在内的输入数据来生成影片。 今年夏天,xAI从英伟达挖来了专家,研发这类新一代AI模型。这些模型通过学习视频以及来自机器人的数据,理解现实世界。世界模型有望将AI的能力提升到超越大语言模型的水平。目前,大模型主要接受文本训练,是ChatGPT以及xAI自家Grok等热门AI工具的技术基础。 两位知情人士称,该公司正在研发世界模型,计划将其应用于游戏领域,用于生成可交互的3D环境。其中一位知情人士补充说,这类模型未来也可能应用于机器人AI系统。 xAI已从英伟达聘请了两位具备世界模型研发经验的AI研究员:泽尚·帕特尔(Zeeshan Patel)与何宜晖(Ethan He)。凭借能够创建并运行模拟环境的Omniverse平台,英伟达始终在该技术领域保持领先地位。 一些科技公司对世界模型寄予厚望,认为它或许能将AI应用从软件和计算机拓展到实体产品,例如人形机器人。上个月,英伟达对《金融时报》表示,世界模型的潜在市场规模可能接近当前全球经济总量。 马斯克在X上发帖称,xAI计划在明年年底前推出“一款由AI生成的优秀游戏”,重申了他在去年设定的目标。 周二,xAI推出了最新的图像和视频生成模型,并表示该模型进行了“重大升级”,并且免费向用户开放使用。 当前,OpenAI旗下Sora等视频生成模型,主要通过从训练数据中学习到的模式进行预测,从而逐帧生成视频图像。但是世界模型则会向前迈进一大步,因为它能实时理解物理世界的因果关系,掌握物体在不同环境中的实时互动机制。 巨大挑战 除了xAI外,谷歌、Meta等领先的AI实验室也在研发这类系统。 然而,世界模型仍面临巨大的技术挑战。要找到足够的数据来模拟现实世界并训练这些模型,已被证明既困难又成本昂贵。 《博德之门3》开发商拉瑞安工作室的发行主管迈克尔·道斯(Michael Douse)本周在X上直言,AI无法解决游戏行业面临的“重大问题”,即“领导力与远见的缺失”。 他补充说,游戏行业并不需要“更多由算法生成、经心理学训练的玩法循环,而是需要更多能够让玩家投入或愿意投入其中的世界呈现方式”。 截至发稿,xAI及帕特尔、何宜晖尚未就此置评。(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”。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。