全球混凝土及砂浆行业供应链平台

快科技7月28日消息，如果车辆在高速公路上发现续航不够时，应第一时间开进服务区或驶出高速，即便没油没电抛锚后，也要第一时间开进应急车道，并摆放相应的三角警示架，提醒后车规避。 公安部交通管理局今日披露了一起车辆没电后停在应急车道，未按规定摆放三脚架的案例。 据介绍，近日，江西高速高速交警四支队第二大队民警在高速上开展夜间巡逻，发现一辆新能源小汽车停在应急车道，后方未摆放任何警示标志，夜间视线不佳，存在极大安全隐患。 驾驶人辩称：“车没电，我是为了安全才停下！”经询问，该车剩余电量不多，驾驶人以为只有服务区才能充电，在错过上一个服务区后，发现到不了下一个服务区，便停下来等拖车。 而前方没多远就是收费站，可以下高速找地方充电。交警对其进行了严厉的批评教育，并依法对其在未按规定摆放警告标志的违法行为予以处罚。 交警提醒：驾驶新能源机动车长途出行，驾驶人应当提前规划路线，根据车辆能耗及时到服务区充电。途中万一出现电量不足的情况，要立即到前方最近的服务区补能或从最近的收费站下高速。

　　总台记者获悉，当地时间27日，以色列国防部长卡茨在访问以南部拉蒙空军基地时，向伊朗最高领导人哈梅内伊发出威胁。 　　卡茨说他想向哈梅内伊传达一个明确的信息：“如果你们继续威胁以色列，我们的长臂将再次伸向德黑兰，而且力度更大——这次是针对你们个人。不要威胁（以色列），否则你们会受到伤害。” 　　伊朗方面对此暂无回应。（总台记者 杨渊）

　　法国外交部长让-诺埃尔·巴罗26日接受法国媒体采访时表示，在定于28日和29日举行的一场联合国部长级会议上，阿拉伯国家将首次公开谴责巴勒斯坦伊斯兰抵抗运动（哈马斯）并敦促其解除武装，以换取更多欧洲国家承认巴勒斯坦国。 　　此前，法国总统埃马纽埃尔·马克龙表示，法国将在9月召开的联合国大会上宣布正式承认巴勒斯坦国。这一表态遭美国和以色列猛烈抨击。 　　法沙酝酿已久 　　巴罗26日接受法国《星期日报》专访时说，阿拉伯国家将首次谴责哈马斯并要求其解除武装；作为回应，欧洲国家将确认他们承认巴勒斯坦国的意向。 　　“半数欧洲国家已经这么做，剩下半数也在考虑中。”他说，“英国首相已经表明他有意这么做，德国会在晚些时候考虑。” 　　巴罗表示，上述举措是法国和沙特阿拉伯酝酿已久的倡议内容之一。法方将在联合国发起呼吁，争取更多国家加入承认巴勒斯坦国的行列。 　　巴罗说，法国和沙特计划在本月28日和29日举行的一场联合国部长级会议上，推出一份旨在落实“两国方案”的“战后路线图”。另外，欧洲联盟委员会近期将对以色列采取更强硬立场，要求以方停止在约旦河西岸新建犹太定居点、停止由以军监控人道援助物资分发。 　　本轮巴以冲突2023年10月爆发后，欧洲国家西班牙、挪威、爱尔兰、斯洛文尼亚以及多个非欧洲国家宣布承认巴勒斯坦国。马克龙今年4月访问埃及后宣布，法国与沙特计划于6月共同主办推动落实“两国方案”的联合国会议。按照法媒当时说法，法国可能在这场会议上承认巴勒斯坦国。然而，以色列与伊朗6月发生军事冲突，会议被推迟，改为7月28日和29日在联合国举行部长级会议，再于9月联合国大会间隙举办一场由相关国家元首和政府首脑出席的活动，以讨论上述议程。 　　美以强硬表态  △法国为何此时宣布将正式承认巴勒斯坦国？专家分析→ 　　马克龙本月24日宣布，将在9月召开的联合国大会上正式承认巴勒斯坦国。他同时认为，必须确保哈马斯非军事化和加沙地带的安全与重建。 　　按照法国和美国媒体的说法，在法国境内生活的犹太人和穆斯林群体规模为欧洲最大。法国一旦承认巴勒斯坦国，将成为宣示这一立场的首个西方大国和七国集团成员国。 　　以色列总理本雅明·内塔尼亚胡指责马克龙这一做法将是对恐怖主义的“奖励”，对以色列构成生存威胁。以国防部长伊斯雷尔·卡茨说，这是向恐怖主义投降，以色列不会允许一个会危害本国安全的“巴勒斯坦实体”建立。以财政部长比撒列·斯莫特里赫扬言，法国这一决定“给了以色列又一理由”吞并自1967年以来占领的约旦河西岸。 　　法兰西24电视台网站援引知情人士为消息源报道，以方还施压法国“撤回”上述决定，包括威胁减少以方与法方情报共享和阻挠法方倡议。 　　美国国务卿马尔科·鲁比奥谴责马克龙作出“鲁莽决定”，称这将“阻碍和平”，美方“强烈反对”。美国总统唐纳德·特朗普说，马克龙的决定“改变不了任何事”。 　　另一方，西班牙首相佩德罗·桑切斯说：“欢迎法国加入西班牙和其他承认巴勒斯坦国的欧洲国家行列。”沙特也对马克龙的“历史性决定”表示欢迎。 　　舆论施压渐重 　　卡塔尔智库全球问题中东委员会研究员沙赫拉姆·阿克巴尔扎德说，加沙地带人道主义灾难深重，加之以色列拒绝就“两国方案”展开谈判，令欧洲国家认为有必要绕过以色列承认巴勒斯坦国。 　　阿克巴尔扎德认为，法国这样的欧洲大国承认巴勒斯坦国，无疑向美国和以色列释放明确信号，即加沙地带的人道主义灾难“不可接受”，必须通过外交途径解决危机。 　　美国《华盛顿邮报》援引分析人士的话报道，一旦法国承认巴勒斯坦国，将加重其他欧洲国家，尤其是英国的表态压力。英国首相基尔·斯塔默领导的工党内部要求英国承认巴勒斯坦国的呼声渐涨。 　　本月21日，包括英国、澳大利亚、加拿大、日本、法国在内的20多个国家的外交部长发表联署声明，要求立即结束加沙地带战争，敦促以色列遵守国际人道主义法规定的义务、立即解除对人道主义援助物资的限制。 　　23日，100多家非政府组织发表联名呼吁，谴责以色列对加沙地带的持续封锁制造“大规模饥饿”，呼吁立刻停火并解除对援助物资流入渠道的限制。 　　25日，英法德发表联合声明，再次呼吁以色列政府立即解除对人道主义援助物资进入加沙地带的限制，允许联合国和非政府组织有效开展工作来应对饥荒威胁，从而结束当前加沙面临的人道主义灾难。

【CNMO科技消息】近日，腾讯WXG（微信事业群）员工@客村小蒋在社交平台发文称，微信支付正式接入鸿蒙操作系统收银台了，之前有着急在原生鸿蒙给游戏充值的老哥，这下有福了。使用鸿蒙操作系统5的用户，可以体验了。 此次更新，使用搭载鸿蒙操作系统5设备的消费者，在购买数字商品或服务（如会员订阅、游戏道具、电子书等）时，可以选择使用微信支付完成交易。开通方式有两种，第一种是在系统设置中预先绑定微信支付账户，开通成功后，可按照提示设置每月扣款额度；第二种是在首次通过鸿蒙收银台进行支付时，根据系统提示开通微信支付。 随着微信支付接入鸿蒙操作系统5的收银台，鸿蒙用户的支付将更便捷、选择更丰富。用户在应用内发起支付时，支付选项中新增了微信支付渠道，选择更灵活。随着鸿蒙生态的不断完善，鸿蒙用户将会体验到更流畅、更安全、更智能的体验。

今天，2025世界人工智能大会（WAIC 2025）现场上演了一场特殊直播：智元机器人化身快递员，现场全球直播分拣快递包裹。此前，该公司的4台A2-W轮式机器人已在四川富临精工工厂创下三小时搬运800余个周转箱、34℃高温下作业零失误的纪录。当人形机器人企业不再囿于实验室研发，而是真正走进市场，中国人形机器人也从“技术想象”向“商业验证”逐步迈进。 作为最早开始进行商业化落地尝试的人形机器人企业之一，智元是如何做的，又是如何想的？记者采访了智元机器人通用业务部总裁王闯。 从易到难，不抢人类饭碗 不久前，智元机器人和宇树科技成功中标中移（杭州）信息技术有限公司的人形双足机器人代工服务采购项目，总预算高达1.2405亿元（含税）。这一订单是国内人形机器人领域的最大单笔采购。王闯透露，目前第一批机器人已在天津、新疆等地的中国移动省公司试点，主营业务是导览接待。 接待引导、跳舞逗趣、搬运分拣等场景是目前人形机器人领域比较常见的落地场景。有人质疑这些场景“价值过低”，王闯却认为，人形机器人的落地讲究从易到难。类似智能驾驶领域从载货慢慢过渡到载人，“先把容易的场景搞定，才能有底气去搞定难的场景”。 在舞彩带、敲鼓的智元远征A2 在王闯看来，有些场景对于具身智能来说容易，但是传统的智能化设备又搞不定。比如料箱转运，智元的机器人并不是只能搬一种料箱，而是一直在学习如何搬不同类型的料箱，且料箱可以随意堆叠放置。“这不是简单的流水线作业，需要具身智能有一定的泛化能力。” 目前，智元A2-W搬运一个箱子大概需要40秒，成功率99.9%，且不用休息。王闯表示，下一阶段目标是将成功率从99.9%提升至99.99%，即万分之一失误率，且效率比人类高。但王闯也强调，智元不希望在人类擅长的领域抢饭碗，而是做一些人类不想做、不能做的事情。 进工厂是相对简单的场景，但距离走入家庭，人形机器人还有很长的路要走。王闯表示，进入家庭对于人形机器人安全性的要求比别的场景高非常多。仅做饭一项，就需完成买菜、洗菜、烹饪等多环节任务。“毕竟大家买一台人形机器人不希望它只能干一件事。”王闯说。 虽然目前人形机器人落地的场景没有大家想象中那么科幻，但王闯强调，不能低估人形机器人的长期发展。当前人形机器人的能力提升非常快，就像AlphaGo，一旦在某个技能点上超越人类，人类就再也追不上它了。 双足与轮式，没有孰优孰劣 有人注意到，无论是搬运还是分拣，智元采用的都是轮式机器人。王闯认为，并不是采用轮式机器人就是落后，而是要根据不同应用场景匹配最合适的具身智能机器人形态。 王闯解释，双足机器人的优势在于对场景的适应性更强，比如说能上楼梯，碰到障碍物也能转弯。此外，在心理学层面，人类天然地认为双足机器人更有亲和力，更先进，更像自己的同类；而轮式机器人则更像是一个不同物种的“打工仔”，是给人干活的。但在工厂场景，很多硬件和环境已经成熟，比如设备高度，料架高度，托盘高度等等。机器人应该要尽量兼容工厂的已有环境，而不是花多余成本改造环境。 尽管双足机器人也能搬运物料，但其行走速度不及轮式机器人，搬运时也容易晃动。而且工厂里大多是平地，环境相对简单，轮式机器人反倒效率更高，更平稳。 正在搬运料箱的智元远征 A2-W 智元目前有三大核心业务线，分别是通用业务部、灵犀业务线、精灵业务线。通用业务部的核心是全尺寸人形机器人远征系列，目前既有远征A2双足机器人，也有远征A2-W轮式机器人。灵犀业务线目前有灵犀X1、灵犀X2两款双足机器人，也有D1 Ultra这种四足机器狗类型的机器人。精灵业务线内的智元轮式机器人精灵G1则是智元目前部署在物流分拣场景内的“主力”。 为何同在工厂作业，要使用不同业务线的两款产品？王闯对此解释称，目前尚未找到一种统一的算法路径，能同时满足工业场景不同客户的需求。工厂对料箱搬运的抓取精度要求高，为此，远征A2-W采用了小模型结合预设规则编程的做法，虽牺牲了一定的泛化能力，但成功率更高，可达99%以上。而精灵G1背后依靠纯数据驱动的具身智能模型，泛化性相对而言更高，可适用于对抓取精度要求较低的包裹分拣场景。 下一步要出海、要盈利 当被问到智元的长期目标，王闯直言：“盈利是必然追求”。他介绍，目前智元在商业化上的脚步很快，因为整个公司的研发和商业化节奏都比较快。据记者了解，智元已从某车企收获了一笔大的采购订单。在富临精工工厂的直播结束后，也有客户直接下了一笔几十台远征A2-W的订单。 谈及出海计划，王闯表示，“智元的目标是成长为一个全球化的公司，我们觉得具身智能不分国内和国外，所以出海一定会做的。” 至于为什么今年想做出海？王闯解释道，“我们对产品的稳定性比较有信心，另外也有一些比较友好的海外客户看到智元的发展后很兴奋。智元提供标准的机器人，有些本地化的工作可以交由海外客户来做，甚至还可以做一些增量开发，适应本地化需求。” 智元精灵G1在进行物流分拣工作 据了解，目前智元瞄准了3个海外市场：中东、东南亚和日韩。在出海上，智元已经做了一些市场调研类的尝试，比如让远征A2“空降”综艺节目《中餐厅》。节目里，智元机器人走到摩洛哥的大街上，吸引了一整条街的外国人来围观，市场反响热烈，这也给了智元出海的信心。他还透露，“今年出海已经定了一定数量的目标。” "商业化不仅是技术较量，更是服务能力的比拼。"王闯总结。“很多客户夸我们的服务能力跟产品能力一样出彩，因为人形机器人行业没有标准化场景，企业需要思考怎么让产品跟场景融合，要有创造力。”

快科技7月27日消息，特斯拉的Optimus人形机器人V3量产版终于要来了！马斯克在最近的财报电话会议上透露了不少细节。 他说，Optimus量产版的设计和现在公司内部用的V2版本会有很大不同，全新的V3版本看起来“非常精致”。 从2021年特斯拉首届AI日活动首次亮相以来，Optimus项目已经经历了好几次设计迭代，当时，特斯拉展示的只是一个静态模型和一个穿机器人服装跳舞的人。 之后，特斯拉一直在改进Optimus的设计，直到现在的V2版本，V2版本的Optimus已经很有运动能力了，而且设计上比其他公司的人形机器人更精致。 今年第一季度全员大会上，马斯克还说特斯拉计划在2025年生产首批Optimus机器人。 当时大家都猜测特斯拉会直接改进V2版本，比如给它配上22个自由度的手部，然后大规模生产，毕竟V2版本的表现已经很不错了。 不过，在第二季度财报电话会议上，马斯克明确表示，Optimus进入大规模生产时会采用全新的V3设计。 这意味着，第一批交付给消费者的Optimus机器人，和2023年以来公司内部用的V2版本在设计上会有明显区别。 马斯克对Optimus V3的潜力很有信心。他说，V3设计已经找到了正确的方向，虽然未来还会有一些优化，但目前的设计已经很好了，不需要再做根本性的改变。 V3设计拥有人形机器人所需的所有自由度，马斯克还称赞它“相当精致”。 虽然特斯拉还没透露Optimus V3的具体外观设计，但估计会延续2021年展示的那种简洁、类人化的概念设计。 马斯克还重申了之前的观点，从长远来看，Optimus很可能成为特斯拉最重要的产品。

快科技7月27日消息，前不久Steam平台针对特定类型的成人游戏更新了开发政策，并下架了大量相关游戏。 澳大利亚反色情团体“Collective Shout”声称自己是这起事件的幕后推手，其目标就是将这些游戏全部下架。 如今，类似的风波又蔓延到了专注于独立游戏销售平台itch.io，其在7月24日宣布已将所有成人向NSFW（工作场合不宜）内容的商店页面从网站浏览界面和搜索结果中移除。 根据itch.io的公告，Collective Shout发起了一场针对Steam和itch.io的内容审查行动，通过向金融支付机构施压，要求平台将成人内容游戏下架。 由于失去支付处理能力将导致平台无法正常运作，itch.io被迫采取紧急行动，以确保平台的金融支付功能能够维持正常运作。 未来，涉及成人内容的游戏若要上架，创作者必须新增一个步骤，确认其内容符合与账户关联的支付处理商的相关政策。 itch.io创始人Leaf Corcoran也在官网发表声明，并解释了背后的原因：“我们的平台要能为所有创作者提供服务，维持支付处理能力至关重要。为了确保平台正常运营，并继续作为所有开发者的市场，我们必须优先保障与支付合作伙伴的关系，并立即采取合规措施。” 责任编辑：黑白

IT之家 7月27日消息，英国初创公司Freeaim 在 Kickstarter平台发起众筹，推出一款用于VR的“VR Shoes”鞋子外设，定价为799英镑（IT之家注：现汇率约合7702元人民币）起。 据Freeaim介绍，传统VR跑步机通常体积庞大、价格昂贵，多用于企业级场景。而Freeaim的“VR Shoes”则是将滚轮与运动传感器直接整合入鞋子底部，用户在步行前进的时候，鞋子的滚轮会自动向后滚动，从而实现狭窄空间内虚拟步行。 该公司提供两个版本“VR Shoes”，其中旗舰款“VR Shoes Advanced”定价1049英镑（现汇率约合10112元人民币）起，配备“旋转滚轮”模块，号称可对用户进行提醒，避免用户偏离设定的活动区域，同时无需额外的支撑支架即可使用；而入门款“VR Shoes Light”定价799英镑（现汇率约合7702元人民币）起，需要配合外部支架以保证用户在活动时的稳定性，避免跌倒。 兼容性方面，这款“VR Shoes”支持《VRChat》、《行尸走肉：圣人与罪人》、《Until You Fall》、《毁灭战士3（移植版本）》和《重返德军总部（移植版本）》，未来还将兼容更多Quest游戏。

IT之家 7月28日消息，据澎湃新闻报道，7月25日，中国化学与物理电源行业协会在深圳组织召开深圳市充电宝行业合规指导暨健康发展座谈会，此次座谈会得到深圳市市场监督管理局与市工信局的大力支持。 会议汇聚深圳移动电源及锂电池产业链代表，包括品胜、华为、绿联、倍思、安克创新、图拉斯、欣旺达、亿纬锂能等企业，围绕提升充电宝产品质量、完善质量控制体系等议题展开深入研讨，并达成重要共识。 会上，中国化学与物理电源行业协会移动电源分会副秘书长刘天鹏表示，当前国内充电宝市场规模约150亿（不含共享充电宝租赁市场容量），全国累计获得移动电源CCC证书企业约700多家，深圳市累计获证生产企业约286家，行业呈“蚂蚁市场”分布，存在一定行业内卷，低价恶意竞争情况。 此次座谈会还重点介绍了《移动电源行业自律倡议》，与会企业代表一致表示将积极响应倡议号召。IT之家附主要内容如下： 一、坚守安全底线，筑牢质量根基。严格执行国家 CCC 认证新规，构建覆盖生产全过程的质量监控体系，确保电芯等关键参数全流程一致性核查，严格遵循生产现场抽样检测要求，确保量产产品与检测样品完全一致，彻底杜绝 " 认证一套、生产另一套 " 的虚假合规行为。 二、善质控体系，严格供应链管理。建立电芯、保护板等关键元器件的全链条数字化追溯机制，加强来料质量检测，联合资质合规企业拆解缺陷产品，确保缺陷电芯不回流市场； 三、强化技术创新，提升本质安全。加大安全技术研发投入，提升电芯产品本质安全，强化充电宝电子保护电路防护设计。应用先进检测技术，识别电池生产环节缺陷隐患，从微观层面消除电芯制造混入异物等造成内部短路风险。 四、共建行业生态，抵制恶性竞争。拒绝劣质电芯采购，不纯粹以单价作为电芯采购核心指标，选用通过 CCC 认证的电芯。 五、深化用户沟通，履行社会责任。建立消费者沟通机制：对召回产品主动公示缺陷型号、涉事批次及风险原理；开通“专用回收通道”，避免消费者因快递拒收而滞留风险产品；通过公众媒体加强宣传，引导民众购买有 CCC 认证标识充电宝产品。

只用100行代码，打造最强轻量编程agent。 SWE-bench、SWE-agent原班人马再出手，推出全新开源项目—— mini-SWE-agent。 它不依赖任何额外插件，仅通过基础命令即可运行。而且对模型没有限制，几乎兼容所有主流语言模型，支持直接在本地终端中部署和使用。 而在如此精简的架构下，仅凭100行核心代码轻松解决SWE-bench上65%的问题。 这个65%是啥水平呢？ 也就和原版差不多吧～（关键人家还轻量啊） 网友：厉害👍 百行代码，实力不打折 SWE-agent是一个开源项目（16.8k GitHub Star），它的目标是让agent自动修复GitHub上真实项目中的代码Bug。 不过，原版的SWE-agent基于LangChain构建，从接受issue、理解问题、编辑代码、到提交PR，涉及多工具、多轮对话管理，任务流程繁琐。 除此之外，开发者要跑通还需要安装多个依赖，精调工具调用逻辑，而且项目代码动辄上千行，对模型、环境的耦合也比较强。 而随着语言模型性能越来越强大，构建一个有用的代理已经不再需要这些工具和接口了。 由此，团队开始思考：能否让SWE-agent小100倍，并保持原有的性能。 mini-SWE-agent由此而来。 那么，相较于SWE-agent，mini-SWE-agent有什么不同呢？ 极简代码和依赖：mini-SWE-agent本身仅约100行Python代码，加上环境、模型、脚本才共约200行，没有复杂的依赖关系。 取消工具调用接口:mini版本不集成专用的代码编辑、搜索等工具；它只使用操作系统的Bash环境执行命令。每一步由语言模型输出一个完整的shell命令，不通过独立的“tool call”协议，从而可兼容任何语言模型。 线性历史记录：agent的每一步都只是附加到消息中。 独立单步执行：每条命令通过Python独立执行，并非保持一个持续的shell会话，这使得在沙盒中执行操作变得非常简单，并且可以轻松扩展。 简化配置与接口:取消了SWE-agent依赖的复杂YAML配置；mini-swe-agent采用代码内置模板，并提供直观的命令行工具。用户可以通过mini命令快速启动代理，或使用mini-v启动可视化界面。 多样的运行环境支持:除了本地Shell，mini-swe-agent还内置支持多种容器与虚拟化环境（如Docker、Podman、Singularity、Apptainer等），这意味着开发者可以在不同平台和容器中轻松部署，而无需额外修改代码。 保留高性能和工具：虽然架构极简，mini-swe-agent在SWE-bench验证集上仍能解决约65%的问题。同时，它附带批量推理（batchinference）、轨迹浏览器（trajectorybrowser）等工具，帮助用户进行大规模评测和决策分析。代理还提供可视化界面，方便开发者交互式地观察执行过程 此外，对于应在何种场景下使用 SWE-agent 或 mini-SWE-agent，团队也根据不同的需求给出了建议： mini-swe-agent更适合希望快速本地运行、追求简洁控制流和更稳定评估环境的用户。它非常轻量，适合用于微调（FT）或强化学习（RL）等实验，不容易陷入对复杂框架的过拟合。 如果你需要高度可配置的工具链、更复杂的历史状态管理，或希望通过修改YAML文件自由切换组件而无需动代码，那么功能更丰富的SWE-agent会是更合适的选择。 总体而言，mini-swe-agent体现了可读、方便、易扩展的开发理念。 对于日常开发者而言，它既可以作为简单的命令行工具使用。如在本地终端快速解决问题），也可以作为库被集成到其他Python应用中。 相比于重型框架，它降低了上手成本，让开发者可以像使用脚本一样灵活地“驾驭”智能代理。 One more thing SWE-bench和SWE-agent是由John Yang、Carlos E. Jimenez、Alexander Wettig、Kilian Lieret、姚顺雨（OpenAI研究员，2015年毕业清华姚班）、Karthik Narasimhan和Ofir Press于2024年在普林斯顿大学发起的开源项目。 该项目推动了基于大型语言模型的软件工程代理（Software Engineering Agent）研究。 其中，SWE-bench一经发布后，就成为了评估大语言模型编程的经典benchmark，伴随SWE-agent一同提出的Agent‑Computer-Interface（ACI）则进一步定义了“智能体如何与计算机交互”的标准接口方式。 而这一杰出的想法最初仅仅来自一次20多分钟的讨论。 在Matthew Berman的播客节目上，Carlos E. Jimenez分享道：SWE-bench最初的想法源自他和John Yang在闲逛时的一次头脑风暴： 他们意识到，GitHub不只是一个存储代码的地方，更是一个活跃的协作开发平台，充满了真实的软件工程过程：用户报告bug，开发者提交修复，社区公开审核和合入。 相比传统的编程竞赛，这些交互和修改才是真正代表“现实世界编程”的任务。于是他们设想，能否把这种开源协作的过程结构化下来，变成一种评估语言模型能力的标准流程？ 这便催生了SWE-bench，一个基于GitHub上真实Issue与PullRequest构建的benchmark，用来测试LLM是否能像人类开发者一样，理解bug报告并修复代码。 这个系统不仅更接近现实，也让模型的“开发能力”变得可观察、可比较，而SWE-agent则是他们为这一评估任务设计的开源agent，目标就是成为能在SWE-bench上“修最多bug”的AI程序员。 项目主页： [1]https://github.com/SWE-agent/mini-swe-agent [2]https://github.com/SWE-agent/mini-swe-agent?tab=readme-ov-file — 完 —

快科技7月27日消息，据媒体报道，广州地铁近日在其现代化综合交通枢纽——地铁广州白云站，规模化试点应用智能服务机器人。五款分别命名为“羊小迎”、“羊小运”、“羊小巡”、“羊小洁”、“羊小飞”的机器人正式上岗，承担起客运服务、行李载运、巡视服务、清扫清洁、高空巡飞五大核心功能，成为车站里的科技新星。 “五羊”的命名灵感源自广州“五羊衔谷”的古老传说，巧妙融合了城市文化与现代科技，为智能设备赋予了温度。它们各司其职，精准服务于乘客出行的关键环节： “羊小迎”（暖心向导）： 智能客服机器人。突破服务台限制，配备大屏，提供语音引导、实时交互、信息查询、安检及乘车指引等服务，将主动服务延伸至车站各处。 “羊小运”（大力帮手）： 行李搬运机器人。专为解决大件行李搬运难题设计，运用智能导航（SLAM）与多传感器技术，可自主规划路线、灵活避障，让旅客轻松出行。 “羊小巡”（全能守卫）： 巡视服务机器人。搭载激光雷达导航，全天候动态巡视设备与客流。配备“可见光+热成像”双摄及烟雾检测，能精准识别积水、烟雾、乘客摔倒等异常，实时联动车控室，形成“动态巡视-智能预警-及时响应”闭环，大幅提升应急效率。 “羊小洁”（洁净卫士）： 清洁机器人。集吸尘、洗地、尘推功能于一体，并创新搭载AI智能巡检系统，可识别地面污渍类型并自动匹配清洁方案，全天候维护站厅环境。 “羊小飞”（高空之眼）： 高空巡视机器人。运用“低空+三维”技术，配备高精度激光雷达与热成像云台，实现3D建模、全景航拍、实时视频抓取及出入口防洪监测，完善地铁“地空一体”应急体系。 广州地铁表示，此次规模化试点是构建智慧车站的重要一步。未来将探索建立机器人与地铁智慧平台的深度对接机制，依托平台强大的协同能力与大数据管理效能，打造“智能发现-精准引导-高效执行”的联动模式，全面提升乘客服务质效。 责任编辑：鹿角

快科技7月27日消息，NVIDIA N1X处理器的GPU规格和性能跑分浮出水面。 据Geekbench的OpenCL测试曝光的信息显示，N1X将搭载与RTX 5070相同核心数的GPU，即6144个核心，48个SM单元，目前尚不清楚N1X是否采用了与RTX 5070相同的GPU芯片。 RTX 5070采用的是GB205 GPU，拥有192 TMUs、80 ROPs、48 RT Cores和192 Tensor Cores，并配备了12 GB GDDR7显存，带宽672 GB/s，其频率可提升至2512 MHz，TDP为250W。 相比之下，Geekbench上列出的N1X GPU频率仅略超过1.05 GHz，远低于RTX 5070，且该芯片没有专用显存，而是与SoC其他部分共享内存。 性能方面，N1X在Geekbench OpenCL上得分为46361分，这一成绩远不及RTX 5070，相当于RTX 2050 移动版。 这应该主要是因为该芯片在功耗上受到限制，且目前仍是早期工程样品，预计在正式发布前，NVIDIA肯定还会对其进行调整。 目前有传言称N1X SoC将在2026年的某个时候推出，有的说是上半年，有的说是下半年，不过无论何时，这都将是NVIDIA与x86和Arm领域的巨头如Intel、AMD、高通和苹果的正面竞争。

快科技7月27日消息，据报道，华硕即将于8月19日在科隆游戏展上推出一款纪念版显卡，以此来纪念其显卡业务三十周年。 这款纪念版显卡可能会基于RTX 5080 GPU打造，而非此前猜测的RTX 5090。 VideoCardz通过查看相关页面的源代码，发现了一些已注释掉的占位符数据，这些数据提到了RTX 5080 ROG夜神初音未来版本，不过这款显卡已经在一周前发布了。 从页面规格信息来看，其AI TOPS数值与RTX 5080相符，因此初音未来版本很可能只是一个临时的占位符。 此外，在描述中还提及到了四风扇设计，但外形略有不同，因此这可能是夜神系列的又一新版本。

IT之家 7月27日消息，据一位匿名消息人士向MacRumors透露，苹果即将发布的iPhone 17 Pro系列将带来一系列全新的相机相关功能。该消息人士声称对一部由斯洛文尼亚公司Division Film拍摄的iPhone 17 Pro商业广告有所了解，苹果在Division Film的客户名单上，但MacRumors尚未独立验证消息人士分享的任何信息，因此目前最好对这些说法持谨慎态度。 消息人士披露了三个此前未曾被曝光的iPhone 17 Pro相机功能： 1、升级的长焦镜头：iPhone 17 Pro将配备一个支持最高8×光学变焦的升级版长焦镜头，相比之下，iPhone 16 Pro系列的长焦镜头仅支持最高5×光学变焦。该镜头能够移动，从而实现不同焦距下的连续光学变焦。 2、全新的专业相机应用程序：苹果将推出一款全新的专业相机应用程序，用于拍摄照片和视频，这款应用将与Halide、Kino和Filmic Pro等同类应用展开竞争。目前尚不清楚该应用是否会仅限于iPhone 17 Pro系列使用。 3、额外的相机控制按钮：在设备的顶部边缘将新增一个相机控制按钮，以便用户快速打开相机及相关设置。这将与iPhone 16系列底部右侧的相机控制按钮形成互补。 消息人士还提到，苹果有可能正在计划对其现有的Final Cut Camera应用进行重大更新，而不是推出一款全新的应用。 此前大量传闻称，iPhone 17 Pro系列将采用重新设计的后置相机系统，因此今年苹果计划推出一些重大的相机相关升级似乎也在情理之中，据悉该系列新机将配备三颗4800万像素的后置摄像头。 今年2月，彭博社的马克・古尔曼（Mark Gurman）曾表示，苹果计划强调iPhone 17 Pro在视频录制能力方面的改进。他曾这样说道：“在过去的几年里，苹果更加注重相机的拍照能力。今年，其将强调视频录制方面的改进。2025 年 iPhone系列的一个目标是让视频博主和其他视频创作者放弃独立相机，更多地使用iPhone来完成工作。当新款iPhone在9月发布时，苹果将比以往任何时候都更大力地宣传这些视频录制功能。” 此外，Front Page Tech的乔恩・普罗瑟（Jon Prosser）表示，iPhone 17 Pro系列的相机应用将允许用户同时使用前置和后置摄像头录制视频。 消息人士还透露，关于iPhone 17 Pro将推出类似铜色的新配色以及居中的苹果Logo的传闻属实。 IT之家需要指出的是，由于这些传闻是匿名消息人士分享的，且该人士并无可靠的过往记录，因此目前最好对其持怀疑态度。

快科技7月27日消息，Intel的14A工艺似乎迎来了新曙光，据报道，苹果可能对采用Intel的14A工艺生产未来的M系列芯片感兴趣，而NVIDIA也对这一工艺表现出兴趣。 Intel目前在晶圆代工领域面临诸多不确定性，尤其是其18A和14A等先进工艺的未来发展。 不过，据GF证券分析师Jeff Pu透露，Intel已向包括苹果在内的关键客户提供了14A工艺的早期版本PDK（工艺设计套件），预计NVIDIA的游戏GPU（低端版本）和苹果的M系列将成为14A的采用者。 苹果作为全球科技巨头，一直是台积电的大客户，但若Intel的14A工艺能够满足其需求，苹果可能会考虑将其纳入供应链，以实现芯片供应的多元化。 如果苹果和NVIDIA等大公司真的采用Intel的14A工艺，这将为Intel的晶圆代工业务带来重大突破。 不过，这一消息仍存在变数，Intel需要在技术实力和供应链稳定性上做到足够出色，才能真正赢得苹果和NVIDIA等客户的青睐。 此外，台积电预计将在2028年推出类似技术的A14工艺，苹果是否会选择Intel的14A工艺，还需看Intel能否在技术和产能上给出有力回应。

文｜王方玉 编辑｜苏建勋 7月26号，世界人工智能大会WAIC的开幕主论坛上，多位AI行业的顶级大咖出席并发表演讲，为与会者烹饪了一道学术大餐。 “深度学习教父”、图灵奖、诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton）是最受关注的演讲者，他真人出席，发表了名为《数字智能是否会取代生物智能？》的演讲。这也是他在中国的首次公开演讲。 大会前夕，辛顿和全球20位人工智能领域的顶级专家，刚刚在上海签完人工智能安全的“上海共识”。他的大会发言，同样也围绕人工智能安全为核心。 辛顿首先回顾了从早期模型到现代大语言模型的发展历程，并指出大语言模型已经实现了对语言理解的深度模仿，这与人类理解语言的方式是相似的。 但不同的是，AI系统具有“永生性”，且机器之间知识的复制可以在极大规模下进行，实现指数级的知识转移。因此AI的能力正在快速增长。 他由此提出疑问，如果未来AI比人更智能会怎么样？“如果AI足够聪明，它会通过操纵人类、获得控制权等方式来避免被关闭。” 因此，辛顿警示了人工智能超越人类智能的可能性及其带来的风险。“从长远来看，这是人类面临的最重要问题之一。” 辛顿提醒，AI可能发展出比人类更高级的智能，这将改变人类作为最智能生物的地位。AI智能体可能追求生存和控制力，这可能导致它们操纵人类，就像成年人操纵三岁孩童一样。因此，人类必须找到方法来训练AI，确保其不会对人类构成威胁。 与辛顿的发言主题不同，作为AI创业者，MINIMAX创始人、首席执行官闫俊杰的发言更多围绕AI大模型的实践和落地，主题是《每个人的人工智能》。 闫俊杰以AI在数据分析、信息追踪、创意设计及视频制作等方面的高效应用举例，指出了人工智能不仅是一种强大的生产力，也是对个人能力和社会能力的一个持续增强，并且未来AI大模型成本将越来越低，能力越来越强。 他判断，AI大模型不会被一家或者多家组织垄断。未来AGI一定会实现，并且将会是服务大众、普惠大众的一件事。 “如果有一天AGI实现了，我认为实现过程一定是需要AI公司和它的用户一起来实现的。并且AI模型或者AGI（的所有权）应该属于AI公司和它的广泛用户，而不是只属于单个组织某家公司。” 以下是经智能涌现编辑的嘉宾发言实录： 诺贝尔奖、图灵奖得主、多伦多大学计算机科学名誉教授 Geoffrey Hinton： 数字智能是否会取代生物智能？ 从大约60年前开始，AI就发展出了两种不同的范式。一种是「符号主义」路径，强调逻辑推理的能力。我们通过规则操作符号来进行推理，这种方式可以帮助我们理解知识是如何被表达与处理的。这类AI模型的基础是对符号的处理，被认为更符合逻辑智能的本质。 另一种路径则以生物智能为基础，是图灵与冯·诺依曼更倾向相信的方式。他们认为智能的本质在于从神经连接中学习，在于速度、结构和连接模式的改变。这种「连接主义」强调的是学习与适应，而非显式的逻辑规则。 1985年，我曾构建过一个非常小的模型，试图将这两种理论结合起来。我的想法是：每一个词都可以由多个特征（features）表示，而这些特征之间可以被用来预测下一个词。这个模型不存储完整的句子，而是通过生成语言来学习词汇之间的关系。 这种方式强调语言中的「语义特征」——也就是说，我们并不是仅仅靠规则，而是通过「理解」词汇的语义来进行预测。这为后来计算语言学界接受特征表示打下了基础。二十年后，这种思想得到了进一步发展，例如被用于构建更大规模的自然语言处理系统。 如果问未来30年会发生什么，从发展轨迹能看到一些趋势。十年后，有人沿用这种建模模式，但将规模大幅扩大，使其成为自然语言的真实模拟。20年后，计算语言学家开始接受用特征向量嵌入来表达语义。又过了30年，谷歌发明了 Transformer，OpenAI的研究人员也向人们展示了它的能力。 所以我认为，如今的大语言模型就是我当年微型语言模型的“后代”。它们使用更多词作为输入，采用更多层的神经元结构，由于需要处理大量模糊数字，学习特征之间也建立了更复杂的交互模式。但和我做的小模型一样，大语言模型理解语言的方式与人类相似——基本逻辑是将语言转化为特征，再以完美的方式整合这些特征，这正是大语言模型各层级所做的工作。因此我认为，大语言模型和人类理解语言的方式相同。 用乐高积木来打比方或许能更好地解释“理解一句话”的含义。符号型AI是将内容转化为清晰的符号，但人类并非如此理解。乐高积木能拼出任何3D造型，比如小车模型。如果把每个词看作多维度的乐高积木（可能有几千个维度），语言就成了一种建模工具，能随时与人沟通，只要给这些“积木”命名——每个“积木”就是一个词。 不过，词和乐高积木有很多不同：词的符号形态可根据情况调整，而乐高积木造型固定；乐高积木的拼接是固定的（比如正方形积木插入正方形孔洞），但语言中每个词仿佛有多个“手臂”，要通过合适的“握手”方式与其他词互动，词的“造型”变化，“握手”方式也会改变。 当一个词的“造型”（即意思）改变，它与下一个词的“握手”方式就会不同，进而产生新的含义。这就是人脑或神经网络理解语义的根本逻辑，类似蛋白质通过氨基酸的不同组合形成有意义的结构。 所以我认为，人类理解语言的方式与大语言模型几乎一致，人类甚至可能和大语言模型一样产生“幻觉”，因为我们也会创造出一些虚构的表达。 图源：企业授权 软件中的知识是永恒的，即便存储LLM的硬件被摧毁，只要软件存在，就能随时“复活”。但要实现这种“永生”，晶体管需在高功率下运行以产生可靠的二进制行为，这个过程成本很高，且无法利用硬件中不稳定的类似特性——它们是模拟型的，每次计算结果都不同。人脑也是模拟型而非数字型的，神经元每次激发的过程都一样，但每个人的神经元连接方式不同，我无法将自己的神经结构转移到他人脑中，这就导致知识在人脑间的传播效率远低于在硬件中的传播。 软件与硬件无关，因此能“永生”，还能带来低功耗优势——人脑只需30瓦特就能运转。我们的神经元连接达数万亿个，无需花费大量资金制造完全相同的硬件。但问题在于，模拟模型间的知识转移效率极低，我无法直接将脑中的知识展示给他人。 Deepseek的做法是将大神经网络的知识转移到小神经网络中，即“蒸馏”，类似教师与学生的关系：教师将词语在上下文中的关联教给学生，学生通过调整权重学会表达。但这种方式效率很低，一句话通常只有100个比特的信息，即便全被理解，每秒最多也只能传递约100个比特。 而数字智能间的知识转移效率极高，同一神经网络软件的多个拷贝在不同硬件上运行时，能通过平均化比特的方式分享知识。如果智能体在现实世界中运行，这种优势更明显——它们能不断加速、拷贝，多个智能体比单个智能体学得更多，还能分享权重，这是模拟硬件或软件做不到的。 生物计算功耗低，但知识分享难。如果能源和计算成本低廉，情况会好很多，但这也让我感到担忧——几乎所有专家都认为，我们会创造出比人类更智能的 AI。人类习惯了作为最智能的生物，很难想象AI超越人类的场景。其实可以换个角度：就像养鸡场的鸡无法理解人类一样，我们创造的AI智能体已能帮我们完成任务，它们能拷贝自身、评估子目标，还会为了生存和完成目标而寻求更多控制权。 有人认为可以在AI变得过强时关掉它们，但这并不现实。它们可能会像成年人操纵3岁孩子一样操纵人类，劝说控制机器的人不要关闭它们。这就像把老虎当宠物，幼虎很可爱，但长大后可能伤人，而养老虎当宠物通常不是好主意。 面对AI，我们只有两个选择：要么训练它永远不伤害人类，要么“消灭”它。但AI在医疗、教育、气候变化、新材料等领域作用巨大，能提升所有行业的效率，我们无法消除它——即便一个国家放弃AI，其他国家也不会。因此，若想让人类生存，必须找到训练AI不伤害人类的方法。 我个人认为，各国在网络攻击、致命武器、虚假信息操纵等领域的合作难度较大，因利益和看法不同。但在“人类掌控世界”这一目标上，各国存在共识：若有国家找到防止AI操控世界的方法，一定会愿意分享。因此我提议，全球主要国家或AI大国应建立一个由AI安全机构组成的国际社群，研究如何训练高智能AI向善——这与训练AI变得聪明的技术不同。各国可在自身主权范围内研究，再分享成果。尽管目前还不知道具体怎么做，但这是人类长期面临的最重要问题，且所有国家都能在此领域合作。 MINIMAX创始人、首席执行 闫俊杰： 每个人的人工智能 大家好，我给大家分享的题目是《每个人的AI，Everyone’s AI》。讲这个题目，跟我个人过去经历有关。当Hinton先生开始设计AlexNet之时，我是国内第一批从事深度学习研究的博士生；当AlphaGo人机大战上演，也是人工智能走进所有人视野之时，我在参与一家创业公司；而当ChatGPT出来的前一年，我们开始创立MiniMax，也是国内第一批大模型公司。 在过去的15年里，当我每天面对任务写代码，看论文做实验的时候，一直都在想一件事：如此受关注的人工智能到底是什么？人工智能跟这个社会到底有什么样的联系？ 随着我们模型变得越来越好，我们发现人工智能正逐步成为社会的生产力。比如，我们在做人工智能研究的时候，每天需要分析大量的数据，一开始我们需要来写一些软件来分析这些数据，后续我们发现其实可以让AI来生成一个软件，来帮助分析所有数据。作为一个研究员，我非常关心每天AI领域的所有进展，一开始我们设想，是不是可以做一款APP，来帮我们追踪各领域的进展？后面我们发现，这件事也不需要自己来做，让一个AI Agent来自动跟踪更加高效。 AI是更强的生产力，也是越来越强的创意。比如，15年前上海举办世博会的时候，有一个非常火爆的吉祥物叫“海宝”。过去15年，上海有了全方位的发展，我们如果想继续用“海宝”IP生成一系列更具上海特色，符合时下潮流的衍生形象时，AI可以做得更好。正如现场屏幕展示的，徐汇书院×海宝、武康大楼×海宝，AI能一键直出，帮我们生成各种各样的创意形象。 再比如最近非常火的Labubu，此前制作一个Labubu创意视频，可能需要两个月，花费大约几十甚至百万人民币。通过越来越强的AI视频模型，像大屏幕右边展示的Labubu视频，基本一天时间就可以生成出来，成本只有几百块钱。 过去六个月，我们的视频模型海螺（Hailuo）已经在全世界生成超过3亿个视频。通过高质量的AI模型，互联网上的大部分内容与创意会变得越来越普及，低门槛让每个人的创意得以充分发挥。 除了释放生产力与创意之外，我们发现，AI的使用其实已经超出最初的的设计与预期，各种各样想象不到的应用场景正在发生；比如解析一个古文字、模拟一次飞行、设计一个天文望远镜……这样意想不到的场景，随着模型能力越来越强，变得越来越可行；仅仅需要少量协作，就可以增强每个人的创意。 面对这么多变化，一个想法开始在我的心里涌现出来：作为一个AI创业者，AI 公司并不是重新复制一个互联网公司，AI是一个更基础更根本的生产力，是对个人能力和社会能力的持续增强。这里有两点比较关键：第一、AI是一种能力，第二是AI是可持续的。 人类很难突破生物定律，永不停歇学习新知识，持续变聪明，而AI可以。当我们在建造更好的AI模型时，我们也发现，AI也在和我们人类一起进步，一起做出来更好的AI。就在我们公司内部，员工每天需要写很多代码，做很多研究型实验，这里边大概有70%的代码是AI来写，90%数据分析是靠AI来做。 图源：企业授权 AI怎么能变得越来越专业？大约在一年前，当时训练模型还需要大量的基础标注工作，标注员是一个不可或缺的工种。而今年，当AI能力变得越来越强的时候，大量机械的标注工作被专业AI完成，标注员则可以专注于更有价值的专家型工作，一起帮助模型变得更好。标注工作也不再是简单给AI一个答案，而是教会AI思考的过程，让AI来学习人类的思考过程，从而使AI能力变得更加泛化，越来越接近人类顶尖专家的水平。 除了通过专家来教AI之外，还有另外一种进步，就是在环境中大量学习。在过去半年，通过各种环境，从编程IDE，到Agent环境，再到游戏沙盒，当我们把AI放到一个能够持续提供可验证的奖励环境中学习，只要这个环境可以被定义出来，有明确的奖励信号，AI就可以把问题给解决。这个强化学习也变得可持续，规模越来越大。 基于上面的原因，我们非常确定AI会越来越强，并且可能是无止境地强。 接下来出现的问题是，AI这么强，对社会的影响越来越大，那么AI到底会不会被垄断？它是会被掌握在一家组织里，还是掌握在多家组织里呢？ 我们认为，AI领域一定会有多个玩家持续存在。原因有三点：第一，我们目前用到的所有模型，都依赖对齐（Model Alignment）。很明显，不同模型的对齐目标其实是不一样的，比如有的模型对齐目标是一个靠谱的程序员，那么做 Agent就会特别的强；有的模型它对齐目标是与人的交互，那么它就会比较有情商，能够做流畅的对话；有的模型可能会充满想象力。不同的对齐目标反映了不同公司或者组织的价值观，这些价值观最终会导致模型的表现非常不一样，也会使得不同的模型拥有各自的特点，并且长期存在。 第二，我们在最近半年用的AI系统其实都已经不是单个模型了，而是一个多 Agent系统，里面涉及多个模型，不同的模型也可以使用不同的工具，通过这样的方式让AI智能水平越来越高，能够解决越来越复杂的问题。这个东西带来的结果是，单一模型的优势在这样一个多Agent系统里逐渐变弱。 第三，在过去半年，有很多非常智能的系统，都不是大公司所拥有的。背后的原因，是过去一年开源模型如雨后春笋般涌现，开源模型变得越来越有影响力。这张图是过去一年比较受关注AI的排行榜，可以发现最好的模型还是闭源的，但最好的开源模型越来越多，同时也在不断逼近最好的闭源模型。 基于这三点原因，我们认为，AI一定会被掌握在多家公司的手中。 与此同时，我们认为AI一定会变得越来越普惠，使用成本也会变得更加可控。 在过去一年半，AI模型的大小没有发生特别大的变化，即便我们可使用算力更多了。为什么呢？对所有实用模型而言，计算速度是一个比较关键的因素。如果模型计算速度特别慢，就会降低用户的使用意愿，所以所有公司都关注模型的参数量和智能水平之间的平衡。 此前，模型大小增长和芯片的进步速度基本上是成正比的。我们知道芯片的进步速度是每18个月会翻一倍，模型也会相应保持这样的增长趋势。而现在，虽然大家都有更多的算力了，模型参数却没有变得更大。那这些增长的算力花在哪呢？ 首先说训练，规模增长的速度在过去半年已经变得比较缓慢，训练单个模型的成本实际上却没有显著增加。这些算力花在做更多的研究跟探索上。而我们知道研究和探索，除了取决于算力之外，还取决于高效的整体实验设计，高效的研发团队，以及一些天才的创意。结果是，拥有非常多算力的公司和没拥有那么多算力的公司，在训练上其实的差异可能不会那么大。没有那么多算力的公司，可以通过持续提升自己的实验设计、提升思考能力和组织形式，让实验探索变得更加高效。 再说推理，在过去一年，最好模型的推理成本其实是降了一个数量级，通过大量的计算网络系统和优化算法，我们认为在接下来一两年之内，最好模型的推理成本可能还能再降低一个数量级。总结而言，我们认为训练单个模型的成本不会显著地增加。 我们认为，大量创新能让AI研发变成一个没有那么烧钱的行业，但是算力使用还会增加。尽管Token会变得很便宜，但是使用Token的数量会显著增加。去年ChatBot单个对话只要消耗几千个Token，现在Agent单个对话可能消耗几百万个Token，并且因为AI解决的问题越来越复杂，越来越实用，那么用的人也会越来越多。 让每个人都用得起AI，这是我们对AI发展的判断。Intelligence with Everyone，这也是我们创业的初衷。我们认为AGI一定会实现，并且一定会服务大众、普惠大众。 如果有一天AGI实现了，其过程一定是由AI公司和它的用户一起来实现，并且这个AGI应该属于多家AI公司和它的广泛用户，而不是只属于单个组织某家公司。 我们也愿意长期为这个目标而奋斗。感谢大家！

斯特林格试乘了特斯拉Robotaxi 凤凰网科技讯 北京时间7月28日，据《商业内幕》报道，在特斯拉粉丝群体中，有一种新“门票”备受追捧，但是不好获得：自动驾驶出租车(Robotaxi)的体验资格。 今年6月底，特斯拉在得州奥斯汀启动了备受期待的自动驾驶出租车试点服务。试点规模起初较小，大约有10到20辆Model Y参与。车内前排配备安全监控员，服务范围最初覆盖了该市约30平方英里的区域。 尽管奥斯汀的用户已经可以通过Uber应用体验Alphabet旗下Waymo的自动驾驶出租车服务，但这并未阻止一些获得特斯拉自动驾驶出租车体验资格的幸运儿，跋涉千里只为亲身感受特斯拉的服务。 “我在奥斯汀待了大约48小时，大概试乘了七次。”旧金山湾区居民、特斯拉硅谷车主俱乐部创始人约翰·斯特林格(John Stringer)告诉《商业内幕》。 身份象征 斯特林格表示，他在大约一个月前特斯拉自动驾驶出租车上线的第一天就体验了该服务。当时，他与其他获得首日体验资格的特斯拉网红一同试乘。大约一周后，斯特林格说他也收到了官方邀请。 “我当时激动地完全说不出话，倒也没到落泪的程度。但我作为铁杆粉丝已经追随特斯拉七年了，这确实是一个重要时刻。”斯特林格谈及这次体验表示。 在社交媒体X上，特斯拉网红和拥有大量关注者的粉丝会自豪地公布他们获得邀请的信息，俨然成了粉丝圈的一种“身份晋级仪式”。这些帖子通常会附上一封电子邮件的截图，以证明其真实性。 “诚邀您提前体验特斯拉自动驾驶出租车！”邮件的主题栏这么写道。 特斯拉Robotaxi 尽管一些收到邀请的特斯拉粉丝刻意避免与记者交谈，但《商业内幕》还是通过一位居住在奥斯汀、投资特斯拉并获得早期体验资格的当地居民，成功试乘了特斯拉自动驾驶出租车。 《商业内幕》此前报道称，整体试乘过程大体顺畅，但期间出现了三次“脱离接管”，也就是需要特斯拉远程支持人员介入处理汽车问题。 车主和投资者的重要时刻 上周五晚间，数百名特斯拉车主和粉丝齐聚位于旧金山以南约20英里的圣马特奥县会展中心，参加一场为期两天、专为“特斯拉、电动汽车和SpaceX发烧友”举办的盛会。此次活动由斯特林格的俱乐部组织。 一排排整齐停放的特斯拉轿车和Cybertruck，让原本空旷的会展中心停车场看起来几乎像一家特斯拉经销店。2018年由SpaceX送入太空的宇航员假人“星际人”(Starman)漂浮在车阵上方，十分抢眼。 谈到自动驾驶出租车的到来，斯特林格说：“如果你一直是特斯拉车主和投资者，这是一个重要时刻。这就像亚马逊不再只是书店，而是进入全新发展阶段。对于特斯拉来说，这意味着它不再只是造车公司，而是迈向完全自动驾驶。” 活动现场的Starman充气假人 对斯特林格以及其他接受《商业内幕》采访的特斯拉粉丝来说，自动驾驶出租车的到来几乎证明了他们的信念：他们当初选择相信这家公司是对的。特斯拉曾一度濒临破产，并且在他们看来始终是负面媒体报道的靶子。 “我觉得主流媒体对特斯拉的任何报道都存在严重偏见。”旧金山工程师兼特斯拉投资者拉吉布·巴哈特(Rhajib Bhakat)说，“对于那些没有每天亲身体验特斯拉的人来说，他们根本无从判断：他到底说得对不对？还是这些只是特斯拉的死忠粉？你该怎么评估呢？” 巴哈特补充说：“如果我是投资者，我当然想知道这个行业的未来走向。我把钱投在这里到底对不对？所以，对我来说，唯一能真正了解的方法就是亲自去体验。”(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”。

作者 | 丸都山 编辑 | 苗正卿 头图 | 虎嗅拍摄 7月26日，世界人工智能大会（WAIC）在上海正式拉开帷幕。 在展会现场，具身智能无疑是最备受瞩目的行业。从灵活完成格斗动作的人形机器人，到能精准执行家务、康复辅助的服务型机器人，这些具备物理交互能力的智能体凭借流畅的动作、自然的交互赚足了观众眼球。 然而，在这场科技盛宴中，当人们沉浸在具身智能带来的震撼体验时，人工智能产业的核心底座——以芯片、板卡、服务器、计算集群等为核心构成的算力基础设施，依然是整个行业绕不开的关键话题。 与往届大会相比，今年算力基础设施展区呈现出截然不同的风貌。 往年展台上随处可见的“参数竞赛”已悄然淡去，各厂商送展的芯片和服务器展品中，很少再有将某项极致性能参数用醒目字体刻意标记出来的情况。 曾经被重点标注的技术指标，如今更多地融入到具体的产业解决方案中，或是隐藏在真实的应用场景演示里。 现场的讨论也多是基于“碎片化算力资源统筹”、“低功耗与低成本”与“垂类产品软硬件整合”这些非常务实的话题。 全链路国产化进行时 在算力基础设施的务实转型浪潮中，“全链路国产化”的推进节奏尤为引人关注。 过去几年，全球供应链波动引发的芯片断供风险，以及核心技术“卡脖子”的现实挑战，反复挑动着国内人工智能产业的神经。在全行业已默契达成“居安思危”共识的背景下，即便部分产品应用尚未受到外部限制，国内算力基础设施厂商也主动将国产化的边界从单一芯片突破，拓展至从架构设计、软硬件生态到产业落地的全链路自主可控。 这种主动出击的国产化实践，在本届 WAIC 的展台间随处可见。 从芯片底层架构的自主研发，到操作系统、编译器等软件工具链的国产化适配，再到与本土服务器厂商、行业应用企业的深度协同，一条贯穿“芯片—软件—整机—场景” 的国产化链条正在加速成型。 刚刚提交上市辅导备案的沐曦，算是其中较为典型的代表。 本届展会上，沐曦首次公开展示了其最新研发的训推一体GPU曦云C600。据悉，其采用自研的XCORE 1.5架构及指令集，面向云端人工智能训练与推理、通用计算、AI for Science等计算任务，且拥有丰富的标量、矢量和张量计算单元，支持多种混合精度计算。 虽然现场并没有关于曦云C600的性能参数介绍，但据展台工作人员透露，这枚芯片搭载了当前业界前沿的HBM3e显存。这一关键配置势必会大幅提高显存带宽，为大模型训练及推理时的海量数据吞吐提供强力支撑。 鉴于曦云C600在本月刚刚回片，展会上并未出现基于这枚芯片打造的板卡及服务器。 而基于上代产品曦云C500系列芯片，沐曦在现场展示了PCIe服务器、OAM服务器和光互连服务器解决方案，这些服务器基本都实现了“全链路国产化”，即从编译器、驱动程序，再到卡间互联协议完全自研，或是第三方国内合作伙伴打造。 还有厂商则展示了不同于GPU的另一条高性能计算路线，比如国内唯一实现TPU量产的中昊芯英。 该公司打造的“刹那”系列TPU，采用完全可控的IP核与自研指令集、计算平台，其可重构多级存储、存算一体的设计，配合Chiplet技术实现2.5D封装，在相同AI计算任务下能耗可降低三成。 另外，该枚芯片还有较强的集群扩展能力，最高支持1024片芯片高速互联，基于“刹那”打造的“泰则”计算集群系统，单集群最大浮点运算能力在稀疏算力下达400P（TF32）以上，可支撑超千亿参数的AI大模型计算。 据现场工作人员介绍，目前“泰则”计算集群系统，已完成对AIGC大模型计算、高级无人驾驶模型训练、蛋白质结构精密预测在内的各类高强度运算场景的适配。 下沉到场景中 在两个月前的鲲鹏昇腾开发者大会上，作为华为今年来在算力基础设施上的集大成者，“384超节点”被首次公开，基于昇腾超节点技术，实现了业界规模最大的384卡高速总线互联。 本次展会上，“384超节点”真机完成了在公众面前的首次亮相，而该系统在大模型适配上的进度也令人瞩目。据悉，目前业界已基于昇腾适配和开发超过80个大模型，在基础大模型方面多个技术方向均有积累，如讯飞星火认知、DeepSeek、Qwen、鹏城、LLaMA等。 在场景适配上，基于昇腾软硬件能力、训练与推理解决方案及开源开放的软硬件生态，华为联合伙伴展示互联网、运营商、金融、政务、医疗、油气、交通等行业解决方案实践。 另一家国产GPU企业摩尔线程，在现场展示的场景适配上则要更加细致。 在摩尔线程展位，该公司共带来了包括生命科学、物理仿真、空间智能、视频超分在内的12项面对不同行业打造的Demo。 令笔者印象较为深刻的是视频超分技术MTVSR。该技术可在端侧提供2-4倍的视频实时超分，并提供多档质量设定，能够显著提升低分辨率视频在高分辨率屏幕下的播放清晰度，且以SDK形式支持播放器、浏览器等APP集成调用，可为终端用户提供无缝的视频超分体验。 不同于一般的行业垂直解决方案，视频场景中的端则软件技术，由于其广泛的应用性，一方面能够有效调动行业应用，比如降低内容创作者获取高质量素材的成本，提高内容生产效率；另一方面还能够有效刺激产业生态构建，主动吸引视频播放软件、游戏开发商、监控设备制造商等多方协同。 华为以超节点技术夯实大模型训练的算力底座，通过广泛的行业适配构建生态护城河；摩尔线程则聚焦细分场景，用轻量化技术方案打通算力应用的“最后一公里”。两者虽聚焦不同层面，但却很好地反映出了眼下国产算力基础设施所呈现出“高低搭配、全域覆盖”的发展态势。

快科技7月27日消息，英国新《网络安全法》于7月25日正式实施，要求网站和社交平台启用严格的年龄验证机制，以防止未成年人接触有害内容。 不过据报道，这一机制却被《死亡搁浅2》的高拟真角色建模意外破解。 根据英国监管机构Ofcom的规定，网站必须通过面部年龄验证、数字身份、信用卡验证、运营商认证等方式确认用户是否满18岁。 社交和游戏平台也被要求强化内容筛选算法，为儿童账号提供更多安全选项。 英国玩家发现，《死亡搁浅 2》中主角“山姆·波特·布里吉斯”的面部模型逼真度极高，足以误导验证系统。 玩家只需在游戏中使用拍照模式切换山姆的表情和角度，就能成功通过面部识别，绕过18+网站或成人频道的年龄限制。 这种做法并非单纯利用照片，而是通过游戏内建模的即时渲染，呈现多角度面部表情，几乎能像真人一样欺骗AI判断，由于系统不会保留验证照片，平台目前无法追查这类规避行为。 报道称，不仅《死亡搁浅2》，初代《死亡搁浅》也能复制同样的效果，其他高拟真游戏，如《博德之门3》等，也可能具备类似的漏洞。