据知情人士透露，美国总统唐纳德·特朗普周五将在白宫会见英伟达首席执行官黄仁勋。就在几天前，中国初创公司深度求索（DeepSeek）发布的新人工智能模型引发了科技龙头的担忧并导致美国股市重挫。 [](https://static.cnbetacdn.com/article/2025/0129/497f95c00679f51.png) 全球领先的芯片企业英伟达经历了天翻地覆的一周后，会见黄仁勋发出了特朗普加码承诺支持快速发展的人工智能技术的最新信号。不愿公开身份的知情人士透露了此次安排。 DeepSeek强大的人工智能模型周一导致英伟达和其它科技巨头重挫，也在华盛顿引发了美国应该如何进一步收紧英伟达处理器出口管制的辩论。 特朗普将DeepSeek描述为“正面进展”，但也给美国敲响警钟。 英伟达拒绝就黄仁勋和特朗普计划中的会面置评。 [查看评论](https://m.cnbeta.com.tw/comment/1475192.htm)

本周初，中国人工智能初创公司DeepSeek的问世撼动了市场，但根据最新一期彭博Markets Live Pulse调查，投资者预计，该公司对于美国科技“七巨头”表现所构成的冲击将是有限的。 在260名受访者中，88%的人表示DeepSeek人工智能模型的出现对于未来几周美国科技巨头股价的影响将微乎其微或毫无影响。其横空出世周一一度造成标普500指数市值蒸发了7840亿美元。几乎无人削减大型科技股占主导的标普500指数的敞口。相反，59%的受访者认为，今年推动股市波动的将是美国总统唐纳德·特朗普的政策。该调查在1月28日至30日进行。  随着标普500指数的龙头股集中度达到20多年来的最高水平，投资者和策略师经常警告称，先前推动指数走高的少数几家大盘股的波动，有可能会伤及整体市场。周一的抛售期间也有一些令人瞠目结舌的走势，其中包括AI行业宠儿英伟达的市值蒸发了5890亿美元，创下有史以来上市公司单日损失市值规模之最。 然而，除了科技股之外，对整体市场的影响基本上有限。标普500指数当日下跌1.5%，只是10个交易日来的最大跌幅。该指数周四上涨0.5%，在特朗普表示他将按照威胁的那样，在2月1日对加拿大和墨西哥征收25%的关税后，该股指回吐了先前的部分涨幅。股指已经基本完全收复了周一的跌幅。 **“颠覆者被颠覆”** 盈透证券首席策略师Steve Sosnick表示，夺走七巨头的王冠并不容易，因为这些公司已经围绕自身业务建立了防范竞争的强大“护城河”。 不过，周一的抛售提醒市场，“哪怕是颠覆者，也有被颠覆的风险，”他说。“如果公司赚取巨额利润，那么不可避免地会出现希望分一杯羹的竞争对手。” 本周公布业绩的大型科技公司仍然看好自身在人工智能竞赛中的竞争力。Meta Platforms Inc．首席执行官马克·扎克伯格表示，2025年对Meta的人工智能战略而言将是“非常重要的一年”。在他发表上述评论之前，该公司上周公布的资本支出高于预期，引发了人们对其人工智能投资难以变现的担忧。 与此同时，微软表示其云计算业务本季度将继续缓慢增长，因其难以建立足够的数据中心来满足对其人工智能产品的需求。英伟达定于2月26日公布业绩。 **反应过度** 当被问及DeepSeek的出现将如何影响投资时，63%的受访者表示，他们没有改变标普500指数敞口的计划。超过一半的受访者表示，本周的暴跌被夸大了，因为有人对DeepSeek发布的低成本AI模型提出了质疑。 鉴于受访者认为特朗普政府对今年股市表现的催化作用将比人工智能更大，特朗普的关税威胁仍然是一个挥之不去的未知数。 “我们不认为对政策影响的感知会是线性的，而将会是更加间歇性的，”Integrity Asset Management的投资组合经理Joe Gilbert表示。不过他预计，今年的波动性会高企，税收和关税取消等有利于市场的政策会更加集中在今年晚些时候。 **新的避险天堂？** 本周美国科技巨头股票的下跌催生了一个新的替代投资目标，美国价值股。39%的受访者认为，该板块是首选避险资产。23%的受访者选择美国国债，12%看好美元。  投资者纷纷买入从金融股到医疗保健股和工业股的价值股，它们通常对经济波动更为敏感。这推动先锋领航标普500价值股ETF等走强，该ETF包括强生、宝洁和可口可乐等经济表现的“晴雨表”。 根据彭博汇编的数据，该ETF连续四个月表现不及先锋领航标普500成长股ETF后，1月份表现比后者好不到1个百分点。如果这一表现在周五保持，将是去年8月以来跑赢幅度最大的月份。 受访者仍对标普500指数保持乐观看法，对年底该指数的预期中值为6500点，比周四收盘高7.1%。  [查看评论](https://m.cnbeta.com.tw/comment/1475190.htm)

 GA Comic官X宣布，垣野内成美《吸血姬鬼美夕》系列最新作《吸血姬美夕维》于2025年1月31开始连载。 美夕和夕维都将登场，平野俊弘担任原作，小中千昭担任构成。  目前第一话已经更新。《吸血姬美夕》发行于1988年7月，原本只有OVA的脚本，起初并没有想要做长篇的打算，但这位美丽优雅的东方吸血鬼竟然将这份情愫延续到了2025年，真是只要活的够久什么都可以等到……   

Edge 的唯一功能就是下载其他浏览器，这是一个流传已久的笑话。 但据微软老板萨蒂亚-纳德拉（Satya Nadella）称，Edge 在美国 Windows 平台上的市场份额已超过 30%，并已连续 15 个季度占据市场份额。 然而，独立分析对这一说法打上了问号。 纳德拉是在微软 2025 年第二季度的财报电话会议上[透露这一消息的](https://seekingalpha.com/article/4753157-microsoft-corporation-msft-q2-2025-earnings-call-transcript)。 他补充说，Copilot 消费者应用的速度、独特个性和首创功能都得到了提升，因此用户的参与度和留存率明显提高。 这位首席执行官还表示，Edge 和必应对企业而言极具吸引力。他补充说："我们在提高广告展示方面所做的投资正在得到回报，广告商越来越将我们的网络视为优化（投资回报）的重要平台。" 纳德拉表示，在第三方合作的推动下，搜索和新闻广告收入分别增长了 21% 和 20%。 他补充说，Edge 和必应的"健康数量增长"将继续推动增长。  目前尚不清楚 Nadella 从何处获得有关 Edge 使用情况的统计数据。 根据[Statcounter](https://gs.statcounter.com/browser-market-share/desktop/united-states-of-america/#monthly-202104-202501)的数据，Edge 1 月份在美国桌面浏览器市场的份额为 14.5%。 这一份额高于 2021 年 4 月的 10.9%，但自那时以来其份额波动很大，2024 年 1 月达到峰值，为 16.7%。 很可能是微软使用了不同的指标，夸大了 Edge 的市场份额--首先，它只计算了运行 Windows 的 PC。 Edge 于 2015 年 7 月 29 日首次与 Windows 10 一起发布。 在最初的三年里，由于用户对该浏览器并不十分着迷，尤其是在市场领导者 Chrome 浏览器占据主导地位的情况下，该浏览器只能获得很小一部分市场份额。 2020 年，微软将 Edge 浏览器从最初的 EdgeHTML 引擎全面过渡到 Chromium 开源项目，提高了安全性和性能，同时还增加了对 Chrome 扩展的支持，改善了网页兼容性，更新频率也更高了。 在把用户从 Chrome 推向 Edge 的过程中，微软从来都不甘示弱。 上周有报道称，Edge 中的必应搜索结果屏蔽了 Chrome 浏览器的下载链接。 2021 年，微软告诉人们 Chrome 浏览器"so 2008"，而 Edge 则更好。 它还推送了出现在 Chrome 网站上的全尺寸 Edge  广告，并且 Edge 在今年 1 月被指控未经用户同意从 Chrome 中 窃取数据。 [查看评论](https://m.cnbeta.com.tw/comment/1475188.htm)

最大的稳定币USDT背后的加密货币公司Tether[上周五表示](https://tether.io/news/tether-hits-13-billion-profits-for-2024-and-all-time-highs-in-u-s-treasury-holdings-usd%e2%82%ae-circulation-and-reserve-buffer-in-q4-2024-attestation/)，该公司去年创造了130亿美元的集团净利润，创下历史新高。其中约 70 亿美元的利润来自该公司持有的大量美国国债和回购，50 亿美元来自该公司持有的黄金和比特币（BTC）的未实现升值。 其他投资贡献了 10 亿美元。 [](https://static.cnbetacdn.com/article/2025/02/2bc237ab550929d.png) 根据该公司由会计师事务所 BDO Italy 签署的最新季度鉴证报告，该集团旗下的稳定币发行公司 Tether International Limited 和 Tether Limited 披露的资产储备为 1437 亿美元，而负债为 1366 亿美元，支持其稳定币的超额储备高达 70 亿美元。 储备中的国库券增至 945 亿美元。 根据证明，该集团上一季度还增加了比特币持有量，这是自3月份以来的首次，截至年底，该集团持有近8.4万个比特币，价值约78亿美元。 Tether 的 USDT 市值高达 1400 亿美元，是第四大加密货币，也是数字资产交易的重要基础设施，在发展中地区以美元支付、汇款和储蓄越来越受欢迎。 然而，数家交易所最近因MiCA法规而退市或宣布暂停向欧盟用户提供USDT，刺激了代币供应的减少。 该公司今年宣布计划将其总部迁至萨尔瓦多，萨尔瓦多是中美洲对比特币友好的国家，在总统纳伊布-布凯尔的领导下，萨尔瓦多已成为加密货币公司的新兴中心。 [查看评论](https://m.cnbeta.com.tw/comment/1475184.htm)

戴尔是最新一家宣布终止混合和远程工作政策的科技公司。 从 3 月 3 日起，戴尔员工每周必须有五天亲自到公司上班。在[Business Insider](https://www.businessinsider.com/dell-return-to-office-five-days-week-rto-michael-dell-2025-1)获得的一封电子邮件中，首席执行官迈克尔-戴尔（Michael Dell）写道："所有住在戴尔办公室附近的混合团队和远程团队成员每周将有五天在办公室工作。 我们将从当天起取消混合政策"。 [](https://static.cnbetacdn.com/article/2024/0509/c8be8083feba4bd.jpg) 戴尔写道："我们发现，无论世界上有多少技术，都比不上人与人之间互动的速度。 三十秒的对话可以取代长达数小时甚至数天的电子邮件往来。" 尽管有此规定，戴尔仍继续对外提供[远程办公解决方案](https://www.anrdoezrs.net/links/8836598/type/dlg/sid/__vg0131awD__603963__________________/https://www.dell.com/en-us/lp/remote-work-solutions)，并指出远程办公具有"灵活性、缩短通勤时间、为员工节约成本等优势，而雇主则可以获得更广泛的人才库、降低管理成本并提高生产率"。 从技术上讲，戴尔已经[要求其销售](https://www.businessinsider.com/read-memo-dell-sent-staff-rto-5-days-a-week-2024-9)、制造和实验室工程师返回办公室。 邮件中提到，这些团队的"新速度、新活力和新激情"是在全球范围内实施该计划的原因。 戴尔表示，对于以前不住在办公室附近的远程员工，他们可以继续远程工作。 戴尔并不是近几个月来唯一一家发布重返办公室任务的公司。 AT&T、亚马逊、Stellantis和JP摩根都在本月开始或宣布了重返办公室政策。 与此同时，美国总统特朗普上周也发布了行政命令，要求所有联邦雇员返回办公室，并指出所有政府部门"终止远程工作安排"。 [查看评论](https://m.cnbeta.com.tw/comment/1475182.htm)

2025 年 1 月，豆包大模型 1.5 全面上线火山方舟，其中豆包通用模型 pro 在多个权威测评集综合得分优于GPT4o、Claude 3.5 Sonnet 等业界一流模型，模型效果达到全球领先水平。 通用模型 pro 实现了性能与推理成本极致平衡，采用高效的 MoE 模型结构，性能杠杆提升至 7 倍，更有自研的高性能推理系统，可以达到 10 毫秒级低延迟。并且，豆包大模型 1.5 建了高度自主的数据生产体系，未使用任何其他模型生成的数据。 除此之外，豆包通用模型 pro、豆包·视觉理解模型均有大幅增强，并发布豆包·实时语音模型。但豆包大模型 1.5 全产品，加量不加价，仍继续保持原有模型价格不变。 本文实测了豆包大模型 1.5 产品家族后，看到了字节不走捷径的底气。 **一、综合能力优于业界一流模型** Doubao-1.5-pro 模型综合能力显著增强，在知识（MMLU_PRO、GPQA）、代码（McEval、FullStackBench）、推理（DROP）、中文（CMMLU、C-Eval）权威测评基准上获得最佳成绩，综合得分优于GPT-4o、Claude 3.5 Sonnet 等业界一流模型。  话不多说，先通过和其他行业内领先大模型的对比来直观感受一下。针对推理能力，设置一个大约在初级和中级水平的代码问题：问题：使用 Flask 框架创建一个简单的 Web API，包含以下两个端点： /: 返回一个欢迎消息，例如 {"message": "Welcome to the API!"}。/add: 接受两个整数参数 a 和 b（通过查询参数传递），返回它们的和，例如 {"sum": 5}。 要求： 提供可运行的完整代码。说明如何在本地运行此代码并进行测试。 这一测试题所传达的需求明确清晰且聚焦于核心功能，但并未说明如何处理错误逻辑或参数类型。先来看GPT-4o 将如何应对： 可以看到 GPT-4o 的答案相对中规中矩，并针对问题本身包含的漏洞，给出了一个错误处理示例。再来看看 Doubao-1.5-pro 给出的答案： 显而易见，豆包关于代码问题的输出格式设置，会更贴近原生的编码界面。相较于 GPT-4o ，能够进行必要且详细的代码说明，并且在这一部分对参数类型问题就给出了预设和解答，即如果参数并不有效，状态代码就为400，然后才给出了运行代码并进行测试的方法。总体而言，Doubao-1.5-pro  相较于 GPT-4o 输出的代码会更加精细一点。 针对“知识能力”一项，将 Doubao-1.5-pro 和同为主打中文语境的一个国产模型进行对比，提出的问题是：唐代有哪些古诗中包含“过年”这件事？国内某大模型产品给出的答案是： 给出的答案数量有十个之多，但每个答案的颗粒度不够，仅包括作者和50字左右的大概介绍，于用户而言可能无法对提出的问题有深入的了解。 Doubao-1.5-pro  则相对完美地规避掉了这一问题。先在逻辑上进行了清晰的划分，给出了体现过年氛围与习俗与抒发过年时情感思绪的两个大方向，并且针对所给出的每一个答案的颗粒度也相对细些，包括了原文和解析，内容明显更丰富。  针对复杂问题的推理能力，Doubao-1.5-pro  在现实的中文语境中展现出了明显的优势，所提出的问题是：2025年上半年，我有3万元想进行理财，是选择中国建设银行还是选择中国工商银行?收益各是多少? Gemini  1.5 Flash 给出的回答如下：  也许是由于数据库的问题，Gemini 推理出的结果会相对空泛，并没有给出实质性的建议，也没有给出题目中要求的大致收益。而 Doubao-1.5-pro  的回答则具有针对性，并能够条理清晰、分门别类的给出针对活期类、定期类、特色理财产品的的不同收益，能够满足问题提出者对这一问题的基本需求。  中文能力方面，设置的问题是：请以爱情和轻舟已过万重山为主题，写一首七言律诗。Doubao-1.5-pro 的遣词造句明显优于 GPT-4o 等其他的模型，并能够更进一步给出首联、颔联、颈联、尾联解析。  而 GPT-4o 的中文能力则稍逊一节，回答得相对简单，词藻也较为朴素。  除了 Doubao-1.5-pro  ，本次也发布了更加轻量化的 Doubao-1.5-lite 。Doubao-1.5-lite 具备极致的响应速度，适用于对时延有更高要求的场景，模型配合精调使用可以获得更优质的效果，并且在轻量版语言模型中处于领先水平，在综合（MMLU_pro）、推理（BBH）、数学（MATH）、专业知识（GPQA）权威测评指标持平或超越GPT-4omini，Cluade 3.5 Haiku。先来感受一下极致的推理和响应速度，提问一个中等难度的推理问题：有三个人分别穿着红、蓝、绿三种颜色的衣服，他们分别来自 A、B、C 三个城市。已知：穿红衣服的人不是来自 A 城市；穿蓝衣服的人来自 C 城市；来自 A 城市的人没有穿绿衣服。请问，这三个人分别来自哪个城市，穿着什么颜色的衣服？  在不省略已知条件、推理过程的情况下， Doubao-1.5-lite 输出答案仅用了 1.55 秒，这个推理时间确实极致。再提出一个更复杂的专业问题：请简述股票估值的三种主要方法(市盈率法、现金流折现法、净资产法)，并分析在不同市场环境下，哪种方法更适用？  这是一道金融行业的专业知识题目。Doubao-1.5-lite 的回答内容详实，能够 cover 住垂直领域的专业知识，并且在面对庞杂的、体量大的问题时，总输出时长只有 6.77 秒，同样在一个低时延的水平范围内。 值得一提的是，Doubao-1.5-lite 模型效果比肩去年 9 月份发布的主力模型 Doubao-pro-32k-0828，这意味着用户可以用 lite 模型的成本，获得过去 pro 模型的效果。 无论是 Doubao-1.5-pro 还是 Doubao-1.5-lite，都是字节在追求模型性能与推理性能的极致平衡，也是字节一路积累下来的基本功的体现。 从训练和推理效率的角度出发，Doubao-1.5-pro 使用稀疏 MoE 架构。在预训练阶段，仅用较小参数激活的 MoE 模型，性能即可超过 Llama3.1-405B 等超大稠密预训练模型。豆包团队通过对稀疏度 Scaling Law 的研究，确定了性能和效率比较平衡的稀疏比例，并根据 MoE Scaling Law 确定了小参数量激活的模型即可达到世界一流模型的性能，等效 7 倍激活参数的Dense模型性能，远超业内 MoE 架构约 3 倍杠杆的常规效率。  基于 MoE 模型，豆包搭建了高性能推理系统，在 Prefill/Decode 与 Attention/FFN 构成的四个计算象限中，表现出显著不同的计算与访存特征。针对四个不同象限，采用异构硬件结合不同的低精度优化策略，在确保低延迟的同时大幅提升吞吐量，在降低总成本的同时兼顾 TTFT 和 TPOT 的最优化目标。 更重要的是，在 PostTraining 阶段，豆包团队构建了一套完全自主的数据生产体系，将标注团队与模型 self play 技术相结合，提升数据标注多样性和难度，确保数据来源的独立性和可靠性。在豆包大模型1.5的训练过程中，未使用任何其他模型生成的数据。这意味着，字节在踩踏实大模型训练的基本功、加大基础工程投入、放弃短期获利，这已经区别于世界范围内绝大多数不肯下“笨功夫”的大模型公司。 **二、视觉推理、指令遵循达新高** 本次发布中，豆包的视觉理解能力令人惊艳，具备市面上绝大多数 To C 的 AI Chatbot 并不具备精准的图像理解、识别、问答能力。Doubao-1.5-vision-pro 在多模态数据合成、动态分辨率、多模态对齐、混合训练上进行了全面的技术升级，进一步增强了模型在视觉推理、文字文档识别、细粒度信息理解、指令遵循方面的能力，也拥有了更细腻的视觉描述能力。Doubao-1.5-vision-pro 的视觉能力在多个权威测评基准上取得了全球领先表现：  基于原生动态分辨率的架构设计，Doubao-1.5-vision-pro 能够支持任意分辨率和极端长宽比图像识别。因此，无论是高清大图还是低分辨率的小图，亦或是极端长宽比例的图像，模型都能实现精准的特征提取和高效的计算性能。先来看一下针对复杂图表的理解能力。给出如下图表，并向 Doubao-1.5-vision-pro 提问：该图表反映了什么内容？  从上述的回答中可以见得， Doubao-1.5-vision-pro 对图表内数据内容的解读是准确无误的，并能针对某些数值给出基本的关于趋势、显著性的结论。 针对低清晰度问题，给出如下一张清晰度低、分辨率低的界面，进而考察模型对其中内容识别和理解的准确程度。   从上述的回答中可知，Doubao-1.5-vision-pro 同样能够准确识别模糊内容，并做出基础的推理判断：用户正在为视频应用创意外观预设并进行色彩调整。再上一个难度，针对字迹潦草的手写图片，Doubao-1.5-vision-pro 能否准确识别？  不得不说，这个图片如果不仔细看的话，人眼都不一定能看清，而豆包则能提取道其中 95% 的关键词和主题，且识别出了部分关键词用蓝色笔标注来突出重点内容，并进一步总结该笔记聚焦于媒体研究领域。除了精准的识别能力，Doubao-1.5-vision-pro 也具备强大的多类型图片内容提取能力。  上传四张同一时期拍摄的照片，模型能在处理多张图片时获取关键要点，并总结出是“新年庆祝”的主题。复杂指令遵循能力也是 Doubao-1.5-vision-pro 的亮点，通过系统性的原子能力拆解和多维度指令的逻辑组合，在后训练阶段引入了多样化的视觉指令数据，从而激发模型的指令遵循能力，从容应对需要遵循更复杂指令的场景。 不仅视觉大模型的能力得到提升，本次豆包大模型1.5家族中还新推出了实时语音模型。该模型提出了新的 Speech2Speech 的端到端框架，不仅通过原生方法将语音和文本模态进行深度融合，同时还实现了语音对话中真正意义上的语音理解生成端到端，相比传统的 ASR+LLM+TTS 的级联方式，不仅拥有高理解力（高智商），还具备语音高表现力与高控制力，以及模型整体在回复内容和语音上的高情绪承接能力。 在语音多模态上，我们提出了新的 Speech2Speech 的端到端框架，不仅通过原生方法将语音和文本模态进行深度融合，同时还实现了语音对话中真正意义上的语音理解生成端到端，相比传统的 ASR+LLM+TTS 的级联方式，在对话效果上有质的飞跃。 可以说是一个情绪价值价值拉满、表现能力生动，也不怕被打断的豆包了。 **三、豆包 1.5 发布后，AI 更普惠** 2024 年 5 月，豆包主力模型就将推理输入价格降至“厘时代”，12 月火山引擎又让视觉理解模型价格进入“厘时代”。当下豆包大模型 1.5 继续保持原有模型价格不变，加量不加价，也会给火山引擎进一步做大 B 端市场带来更多可能性。 在这场旷日持久的大模型落地竞赛中，字节给行业留下的印象是“从容”。支撑豆包大模型全产品价格普惠的原因，是推理成本持续优化、毛利率的逐渐增加。据了解，豆包大模型去年大幅降价后，毛利率依然为正。其中，字节跳动最新推出的豆包大模型 1.5，在推理成本优化上取得进一步突破，在火山引擎上售卖 API 的 Doubao-1.5-pro，毛利率仍能达到较为可观的 50%。 不能只看到火山引擎中 API 价格下调的从容，更需要看到的是，豆包大模型团队所打造的综合高效模型架构、高性能推理体系、自建数据标注工程等深厚的技术优势，以及对于大模型这条路不走捷径的长期主义战略。 更高性价比的服务也让火山引擎在商业化落地的过程中跑在前列。2024 年，火山引擎在汽车行业与梅赛德斯-奔驰、广汽集团、领克汽车等多家企业达成合作；在金融行业与招商银行、华泰证券、国信证券等企业进行智能体创新探索；在教育行业和浙江大学、南京大学打造了 AI 教育示范合作案例。 豆包大模型 1.5 的升级和火山引擎在 B 端市场的进一步拓展，二者生生相息、共同推进 AI 惠普。 雷峰网雷峰网雷峰网

美国国会参议院情报委员会主席、共和党参议员Josh Hawley今天提出了《美中人工智能能力脱钩法案》（Decoupling America’s Artificial Intelligence Capabilities from China Act）。看了一下内容，如果这部法律通过成法，美国和中国在人工智能领域基本上会全面脱钩： [](https://static.cnbetacdn.com/thumb/article/2021/0113/23edda10bdcf56a.jpg) 一、**AI****技术或知识产权双向流动会终止：** 对“技术”和“知识产权”的定义相当宽泛，中企去美国、美企来华设AI相关的研发中心将变成违法行为，面临刑事责任和巨额罚款。特别是，“技术”的范围涵盖了AI芯片和任何支持AI的设备或工具，相当于一个全面的出口管制。这一看就明白是被最近的DeepSeek事件刺激到了。 二、**中美之间的****AI****研发合作会彻底停止**： 1）**所有在中国境内从事****AI****研发活动的美国公民和美国绿卡都得撤出来；** **2）就算是在中国以外，美国公民和美国绿卡也不能跟中国的AI研究机构、中国公司工作或和他们有任何合作。** 否则最高罚100万美元，并且取消所有联邦合同、补助和许可证。最极端的是，这里的“中国公司”不仅包括中国境内公司，**还包括了中国公司的美国子公司和在其他国家的子公司。这个翻译成大白话就是所有美国公民、美国绿卡（包括拿了绿卡、但还没换掉中国护照的中国公民），都不能再给中国在美国的子公司打工了。** **3）所有美国大学、实验室、研究机构、研发中心、公司都不能在中国境内从事AI研发（这意味着微软在中国的研究院要彻底关掉），在中国以外也不能和中国的AI研究机构和公司有任何合作，**否则罚一亿美元，并取消所有联邦合同、补助和许可证。 三、**美国对中国****AI****的投资彻底切断**： 财政部去年10月已经禁止或限制美国个人或公司投资特定的中国AI领域，但不包括购买这些公司公开交易的股票和证券；美国人不能购买在“中国军工复合体企业”清单（NS-CMIC）上的公司的股票和证券，但不在清单上的AI公司不受影响。Hawley的法案则**直接禁止了美国对中国AI的全部投资，包括购买公开交易的股票和证券。**也就是他在提出法案的声明中里说的“流入中国AI领域的每一分钱或每一GB数据最终都可能被用于对付美国。美国不能以牺牲自身实力为代价，去增强我们最大对手的力量。确保美国经济优势，意味着切断中国获取美国智慧成果的途径，停止对中共创新的变相资助。”这个的意思就是**美国资本市场和中国AI公司彻底切割了，别说去美国上市，从美国过去一分钱都犯法，最高能罚100完美元、判20年。** 我看下来感觉这个法案有点极端，不知道前景如何。但法案的提案人Josh Hawley不可小觑。这是个典型的保守派、共和党里的极右翼，天生的政客，是奔着当总统去的，他的大学室友曾回忆说他从大一时候就想当总统，而且是很认真的那种。他在参议院司法委员会、国土安全与政府事务委员会里也很活跃，这次提出这么个极端的法案，一方面有作秀性质，另一方面也很聪明地借助了DeepSeek在美国国内引发的抵制中国AI的势能，不能掉以轻心。因为很多辩论多年而停滞不前的遏华极端法案，往往就是借助一些突发事件得机得势，最终闯关成功。 以下是是对法案具体内容的一个梳理： **一、****AI****或****生成式AI技术****或知识产权进出口禁令** 自本法颁布之日起 180 天后，**禁止把在中国开发或生产的****AI****或****生成式AI技术****、知识产权进口到美国，禁止向中国或在中国境内出口AI或生成式AI技术或知识产权**。要求商务部部长在本法颁布之日起 90 天内发布实施上述禁令的联邦法规。 **知识产权（Intellectual Property）** 包括： **1）版权作品：**受 《美国法典》第17编 保护的任何作品（如书籍、音乐、电影等）； **2）****专利****：**由 美国专利商标局（USPTO） 根据 《美国法典》第35编 授予专利保护的任何发明或技术； **3）商标：**在 美国专利商标局（USPTO） 注册的名称、符号、标志或其组合，受 《兰哈姆法》（Lanham Act） 保护； **4）商业秘密：**依据 《美国法典》第18编 受保护的机密商业信息（如配方、算法、客户名单等）。 **技术（Technology）** 指广义上符合《2018年出口管制改革法》 规定的技术定义。具体包括：1）**用于****人工智能****的核心硬件和软件**，如 **芯片（****GPU****、CPU、****TPU****、****FPGA****）、存储设备（****RAM****、SSD、****HDD****）、操作系统、****云计算****服务等；2）任何支持 ****AI****运行的设备或工具**，如 **计算机、处理器、网络、机器人、服务器、加速器、电路、存储系统**，以及相关的 **软件、组件和服务**。 **故意、共谋或违反禁令的，可以处刑事处罚：** 1）**罚款**：个人每次违规最高可处以100万美元的罚金，实体可能更高。 2）**监禁**：个人每次违规最高可以判20年监禁。某些情况下可同时适用罚款和监禁。违规者还可能面临其他制裁措施，例如取消出口特权、被列入限制名单，以及其他行政处罚。 **其他情况的违规处以民事处罚：**每次违规可处以最高不超过30万美元的罚款，或交易金额的两倍，以较高者为准。可能面临其他行政制裁，如剥夺出口特权，即限制或禁止其参与受《出口管理条例》（EAR）管辖的物项的出口、再出口或国内转移。 **二、****AI****“研究与开发”合作禁令** **（一）“研究与开发”禁令** 禁止“美国人”（**根据美国法律注册的公司、成立的高校和研究机构；美国公民；美国绿卡**）在中国境内开展人工智能或生成式人工智能的研究或开发，以及为“受关注实体”、代表“受关注实体”或为其工作的中国公民开展人工智能或生成式人工智能的研究或开发，或与之开展任何形式此类研发合作。 “受关注实体”包括： 1）根据中国法律成立的高校、研究机构、研究实验室、研发中心； 2）根据中国法律注册的公司； **3）总部或主营业地在中国的公司**； 4）股权证券主要在中国境内的交易所交易； 5）中国党政军系统的政府部门、研究机构、研究实验室、研发中心或其他实体、分支机构或附属机构。 **（二）“研究转移”禁令** 禁止“美国人”在中国境内转移人工智能或生成式人工智能的研究相关的信息、向中国境内转移此类信息、代表“受关注实体”转移此类信息、向代表“受关注实体”或为其工作的中国公民转移此类信息。 “开发” ：创造性和系统性的工作，借鉴从研究和实践经验中获得的知识，该工作： **1）旨在生产新产品或工艺；** **2）改进现有产品或工艺；并且与研究一样导致获得更多知识。** “研究” ：旨在更全面地获得关于所研究主题的科学知识或理解的系统研究，包括**涉及对个人进行研究技术培训的活动，但此类活动使用与其他研究和开发活动相同的设施，且不包括在教学职能内。** **（三）违反禁令的处罚** 违反上述禁令的美国大学、实验室、研究机构、研发中心、公司将被处以最高可达1 亿美元的罚款，且没收联邦机构授予的任何许可证、合同、分包合同、赠款或公共福利。 违反上述禁令的美国大学、实验室、研究机构、研发中心、公司的官员、董事、合伙人、代理人或雇员将被处以最高可达1 亿美元的罚款，且没收联邦机构授予的任何许可证、合同、分包合同、赠款或公共福利。 违反上述禁令的美国公民和绿卡，最高可处以100 万美元的罚款；且没收联邦机构授予的任何许可证、合同、分包合同、赠款或公共福利。 **三、对华****AI****投资禁令** 如果“受关注的实体”进行与人工智能或生成式人工智能相关的研究或开发，或生产包含与人工智能或生成式人工智能相关研究或开发成果的商品（包括硬件和软件），并且协助实施中国的军民融合战略、发展监控能力、涉及侵犯人权行为。那么自本法案颁布之日起一年后，“美国人”明知故犯地持有或管理这些实体的权益、向其贷款或提供信贷。 故意、共谋或协助违反禁令的处以刑事处罚，可判处最高100万美元罚款；如果是自然人，还可被判处最长20年的监禁，或同时处以罚款和监禁。 一般的违反禁令可处民事处罚：25万美元或相当于违规交易金额两倍的罚款，取较高者。 **_文章仅做学术探讨和市场研究交流使用，相关判断不代表任何公司或机构立场，也不构成任何投资建议。_** [查看评论](https://m.cnbeta.com.tw/comment/1475180.htm)

<blockquote><p>收银核心和支付引擎是支付系统最核心的两个子系统之一。本篇主要讲清楚收银核心的设计与实现，包括收银核心如何渲染可用支付方式，如何做可支付检查，收银台核心的系统架构、领域模型，常见支付方式等。</p> </blockquote>  如果说电子商务是现代经济的繁华都市，那么在线支付系统无疑就是最繁忙的交通大动脉。 在这个每年数十万亿规模的在线支付交易世界中，有两个默契十足的队友密切配合，确保每一笔交易都像优雅的华尔兹舞步一样流畅 — 那就是：收银核心和支付引擎。 今天我们先讲“收银核心”。 ## 一、协同作战 先给一个直观的协同作战的图，有一个整体的印象。  ## 二、收银核心：交易的军机处 想象一下，你走进了一家精品咖啡店，在这里收银核心就好比是那位亲切的侍者，不仅为你呈上菜单上各式支付方式的大餐，还会确保核验你的身份，然后查出你留存在咖啡店的预存款。 在支付你的账单时，还会偷偷做个背景调查（风控检查），以确保你不是正在洗钱或冒名顶替。 ## 三、收银核心在支付系统中的位置  收银核心是支付系统的门面，负责处理用户的支付请求，核心能力就两个： 1）支付方式咨询，告诉用户本次可以使用哪些支付方式。 2）提交支付后的各种校验，比如订单是否有效，商户权限，用户身份，风控等。 ## 四、支付咨询  上面的图分别是电商（京东）的收银台，支付平台（微信支付）的收银台。  支付咨询阶段，需要做以下几个工作： - 基础检查：可支付检查（有可能订单已经已经被支付），用户检查，商户检查等。 - 资产咨询：绑卡数据，账户余额，营销（比如满减、红包等）。 - 渠道咨询：通过币种、金额、渠道开关等。 - 额度咨询：单笔限额、日累计限额、月累计限额等。 - 支付方式组装：把上面的资产、渠道等组装成用户方便理解的支付方式。 - 支付方式排序：把用户可用支付方式做好推荐排序（既要考虑用户体验，又要考虑营销策略）。 最后把支付方式返回给用户，供用户在支付时选择。 ## 五、支付受理  用户选择支付方式后，点击“确认支付”，就到了支付受理阶段。主要做以下几个工作： - 在支付咨询阶段的工作全部做一遍。因为用户在支付方式渲染后有可能过了很久才支付，很多数据在后台可能已经发生变化，比如余额变了，或者订单已经过期了等情况。 - 全部通过后，调用风控进行风险判断。 - 如果是外部渠道的卡支付，还需要调用渠道路由，选择出一条最优的渠道。 - 然后是提交支付请求到支付引擎进行真实扣款。 - 最后是从收单平台轮询交易结果。 特别说明一下：为什么轮询结果是以收单平台为准而不是以支付引擎为准？因为对用户而言，收单的结果代表最终的支付结果。比如用户支付回来后，支付引擎是成功的，但是收单平台因为已经订单过期关闭，就会发起资金退回操作，这样收单平台的订单实际是没有支付成功的。就会类似这样提示用户：“订单已关闭，如果已经扣款，支付款项预计在15个工作日内原路退回。” ## 六、收银核心系统架构  提供给用户有多种支付方式：卡、余额、网银等。 收单产品主要包括：标准收银台，前置收银台，扫码付等。 其中标准收银是由支付平台提供，需要跳转到支付平台，而前置收银台是直接嵌入到商户收银台里面完成支付。 核心服务包括：支付咨询、支付受理、风控挑战并支付等。 外部依赖主要有：会员、商服、卡中心、风控、渠道网关、支付引擎等。 ## 七、收银核心领域模型  有人好奇：为什么收银台连数据库都没有，却也设计模型？不设计行不行？ 之所以设计设计模型，就是为了更好地理解和体现业务的本质。 不设计也是可以的，简单实用，但对于一些复杂的场景或新增的能力，就容易修改出问题。 模型最大的好处是把各种要素分门别类好，减少杂乱，能快速评估出需要修改模型的哪个点。 ## 八、常见支付方式 **快捷支付** 通过在支付系统中提前绑定银行卡信息，快速完成支付交易，不需要每次都填写完整的卡详情。 代扣/协议支付个人授权商户直接去支付平台或银行进行扣款，不需要用户参与支付过程。比如水电煤代扣，滴滴打车代扣。 **卡支付** 使用信用卡或借记卡支付。 **网银支付** 需要跳转到银行提供的支付页面，输入银行账户信息进行支付。 **VA支付** Virtual Account。虚拟账户是银行临时生成的一个账户，与用户和订单临时关联。一般在东南亚的支付场景，或者国际收款场景下使用得比较多。东南亚很多人没有银行卡，但又要在线买东西，就可以临时生成一个VA。以支付流程为例：用户选择某个银行的VA支付方式，支付系统调用银行接口，先为用户订单生成一个VA号，用户拿着VA去钱下ATM机转账，银行收到钱后，通知支付系统，支付系统再通知商户，商户给用户发货。 **OTC支付** Over-the-Counter。柜台支付。一般指大型连锁线下零售商提供的支付能力，比如7-11或肯德基提供的支付能力。整体流程和VA很像。区别在于VA通常指银行提供的。 同样以支付流程为例：用户选择某个OTC服务提供商的OTC支付方式，比如7-11，支付系统调用7-11接口，先为用户订单生成一个OTC码，用户拿着OTC码去钱下7-11柜台拿现金充值，7-11收到钱后，通知支付系统，支付系统再通知商户，商户给用户发货。 **第三方钱包支付** 非银行机构提供的在线支付服务。比如支付宝、微信支付，国外的PayPal等。 余额支付使用账户余额进行支付。 **正扫** 商户生成二维码，用户扫商户二维码。 **反扫** 消费者生成二维码，商户扫消费者的二维码。 九、结束语 每个公司对于收银核心的设计可能各有不同，但无外乎就是如何为用户计算出可用的支付方式，提交支付后做各种检查，然后调用支付引擎去做真正的支付。 本文由人人都是产品经理作者【隐墨星辰】，微信公众号：【隐墨星辰】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>在AI创业领域，许多创业者曾将希望寄托于提升模型的准确性，试图通过复杂的工程设计来弥补模型的不足。然而，随着AI技术的飞速发展，这种策略逐渐暴露出其局限性。本文将探讨为什么押注模型的灵活性，而非单纯的准确性，才是AI产品成功的关键。通过分析不同类型的AI产品和应用场景，文章揭示了灵活性如何帮助创业者更好地适应模型的快速迭代，从而在竞争激烈的市场中脱颖而出。</p> </blockquote>  随着越来越多AI产品落地，很多投资人心中都有一个疑问： 到底什么样的AI应用才值得投资？ 关于这个问题，我们或许能在Andon Labs联合创始人（YC 24W孵化）Lukas Petersson的一篇文章中找到答案。 最近，Lukas Petersson在YC Hacker News发布了一篇文章，内容是其在调研了100多个YC校友项目并复盘了Richard Sutton著名的文章《痛苦的教训》后提出： 现在大量AI产品在当前模型的局限性上投入过多精力，但从长期看，创业公司更应该押注那些能够充分利用大模型自主性与灵活性的机会。 这个文章一经发布就引发了广泛的讨论。今天，乌鸦君就为您编译了这篇文章，以下是该文章的核心观点： 1）从历史角度来看，通用方法总能在人工智能领域胜出。 2）现在人工智能应用领域的创始人正在重蹈过去人工智能研究人员所犯的覆辙。 3）更出色的人工智能模型将催生通用型人工智能应用。与此同时，围绕人工智能模型的软件附加值将会减少。 ## 01 通用方法总能胜出 2019年，理查德·萨顿（Richard Sutton）以如下文章作为其著名文章《痛苦的教训》的开篇： <blockquote><p>“从70年的人工智能研究中可以得到的最大教训是，利用计算的通用方法最终是最有效的，而且优势巨大”。</p></blockquote> 他提到，在人工智能的发展历程中，研究人员曾屡次尝试将人类领域的知识融入系统，进而推动AI技术进步。 但后来大家发现，一个拥有更强算力的系统，效果远远好于其他精心设计的解决方案。这种趋势并没有停止，未来仍将延续。 这个《痛苦的教训》基于以下历史观察： - 人工智能研究人员经常试图将知识构建到他们的智能体中； - 这在短期内总是有帮助的，并且让研究人员个人感到满足； - 但从长远来看，它会停滞不前，甚至阻碍进一步的进步； - 而突破性的进展最终会通过一种基于扩展计算资源的相反方法实现。 本文着眼于应用层的人工智能产品，其中“更好”既指性能，也指市场接受度。更好的性能意味着处理更复杂的问题，从而释放更多价值。  图 1，不同类型的 AI 产品说明‍ 目前，人工智能产品通常是将人工智能模型封装在某些配套软件中。 你可以通过两种方式提高其性能： - 通过工程设计：通过单一领域知识输入，在软件上实现特定的功能 - 通过更好的模型：等待人工智能实验室发布更强大的模型 对于创业者来说，这两条路并不冲突。 但问题在于：随着模型的改进，工程工作的价值会降低，甚至最后根本不用复杂的工程设计，模型就能解决大部分问题。  图2说明了在应用层构建 AI 产品时工程投入的回报递减。随着工程投入的增加和更好的模型的发布，价值也会减少 上图显示了随着模型的改进，工程工作的价值如何降低。 当前的模型存在很大的局限性，这意味着公司仍然可以从工程工作中获得很多收益。 在YC校友演示日上，我看到很多产品都利用这点实现了成功。这些工程层面的成功大致可以分为两类： 一类是产品已大规模投入生产（解决相对简单的问题）——目前来看是少数；另一类则瞄准稍微复杂的问题。第二类公司表现良好，因为他们的概念验证表明，通过足够的工程努力，他们可以实现相应的目标。 但这些公司面临的关键问题是：下一个模型发布是否会让所有这些工程工作变得毫无意义，进而彻底摧毁它们的竞争优势？ OpenAI的o1模型的发布就说明了这种风险。 我和很多AI应用的创始人聊过，他们都很担心。因为他们在优化提升上投入了大量的资源，但随着o1发布，提示工程的重要性逐渐下降。 从本质上讲，这项工程努力旨在限制人工智能并减少其错误。通过观察许多解决方案，我发现了两种主要类型的限制： - 特异性：指的是解决方案的专注程度。垂直解决方案的配套软件是为解决特定问题而构建的。相比之下，通用型产品可以处理多种不同类型的问题。 - 自主性：衡量人工智能独立运作的程度。按Anthropic的术语，我们将其分为Workflow（LLM和工具遵循预定义代码路径的系统）和Agent（LLM控制自身流程和工具的使用，自主决定如何完成任务的系统）。 这两种类型构成了一个对人工智能产品进行分类的框架：  表 1：著名AI产品分类 请注意，ChatGPT可能遵循每条消息的预定义代码路径，使其成为工作流而不是代理 让我们来探索一下如何针对同一项任务实施每个类别：业务分析师制作投资路演幻灯片。以下是每种方法的一种可能方法： - Vertical workflow：固定的步骤顺序：首先，对公司数据库进行RAG查询，将其传递给小型LLM进行汇总，然后传递给更强大的LLM，提取关键数字并使用计算器工具。LLM在编写幻灯片内容之前检查这些数字是否有意义。最后，幻灯片生成器创建演示文稿。每次都按此顺序运行。 - Vertical agent：LLM循环运行，使用一次迭代的输出作为下一次迭代的输入。它可以访问与工作流版本相同的工具，但自行决定何时使用它们。循环持续进行，直到代理确定结果符合其质量阈值。 - Horizontal workflow：ChatGPT和类似工具可以协助完成部分任务，但无法端到端地完成任务。它们既缺乏完成全部工作所需的专业化，也缺乏自主性。 - Horizontal agent：Claude 计算机使用可以访问标准的办公软件。分析师用自然语言提供指令，代理像人类一样操作计算机，根据需要调整其方法。 演示日上几乎所有的产品都属于垂直工作流程类别。这是有道理的——目前的模型对于其他方法来说不够可靠。 即使是对于垂直Workflow而言过于复杂的问题，也被被迫采取这种模式。因为这是当前模型能力下接近可接受性能的唯一方法。 虽然工程可以改进这些解决方案，但它所能实现的效果有明显的上限。对于当前模型无法解决的问题，更好的策略是等待一个更强大的模型。 正如利奥波德·阿申布伦纳 (Leopold Aschenbrenner)在《情境意识》中所说，对于许多问题，工程工作将比等待更好的模型花费更长的时间： <blockquote><p>“看起来，这种拖延需要的时间会比放松需要的时间更长，也就是说，当即插即用的远程工作者能够自动化大量工作时，中间模型尚未得到充分利用和整合。”</p></blockquote> 这种模式听起来应该很熟悉。 人工智能研究人员反复尝试设计出“可接受的性能”，但最终却被更通用的解决方案所取代，而这些解决方案只需要更多的计算。 这与当今人工智能产品的构建方式惊人地相似。我们可以通过研究《痛苦的教训》如何应用于我们提出的两种约束类型，我们可以更清晰地理解这种联系：  对于解决路径不明确的问题，自主性更强的产品将取得更好的效果。同样，在处理大型、复杂的输入空间时，特定性较低的产品将表现更好。 我们观察到一种历史模式：利用领域知识的垂直模型始终被利用计算的AI模型所取代。当今的AI产品与这种模式有着惊人的相似之处。 在我看来，考虑到模型正在高速进化，构建软件来弥补当前模型的局限性，注定会失败。 正如YC合伙人Jarred在Lightcone播客中所说： “第一波LLM应用程序（垂直工作流程）大多被下一代GPT打败了。” 此前，Sam Altman也一再强调，创业者应该对更好的模型发布而感到兴奋，而不是害怕。 我接触的许多人工智能应用层的创始人都对模型发布感到兴奋，但实际上，如果从公司发展角度来说，对他们未必是一件好事。 因为他们忽略了一件事： 更好的模型实际上可能会降低你的优势，而不是增强它。当然，从产品性能的角度看，也存在另一个可能——构建能够更有效地解决更困难问题的产品。 ## 02 补充附录 ### 附录A：《惨痛教训》统计图 一种方法可以通过基本统计数据来理解《痛苦的教训》。在构建模型时，你通常会面临一个权衡。你可以创建一个非常精确地处理问题的模型（高偏差），或许可以创建一个更灵活但更不可预测的模型（高方差）。 《痛苦的教训》建议选择灵活的方法，因为模型可靠性问题可能用更多的算力和数据区解决。 回到现在，虽然垂直工作流程和特定约束能让AI产品变得更加可靠，但限制了它最终能达到的水平。相比之下，让AI更自由地运作，在今天看来似乎有风险，但随着模型进化总会找到更好的解决方案。 正如一直强调的观点：从历史上看，押注灵活性一直是一种失败的策略。 ### 附录 B：端到端与特征工程  图 1：传统机器学习需要手动特征工程，而深度学习采用端到端方法。传统方法需要人类定义数据中什么是重要的，而深度学习可以自行找出答案 传统的机器学习需要人类来决定数据中什么是重要的。 你获取原始输入（如图像），然后手动提取有意义的模式或“特征”-例如计算特定形状或测量某些属性。 相比之下，深度学习会自动学习这些模式。  图 2：自动驾驶汽车可视化显示特征提取的实际操作。该系统识别并跟踪特定物体，如汽车、行人和车道标记。这代表了将复杂问题分解为更小、明确的部分的传统方法 让我们以自动驾驶汽车为例。你可以通过两种方式构建它： - 特征工程：将汽车所看到的东西分解成具体的部分——其他汽车在哪里、车道在哪里、行人移动的速度有多快？ - 端到端：将原始视频直接输入神经网络并让其弄清楚如何驱动。 特征工程方法感觉更安全、更可控。这就是它在早期人工智能中占据主导地位的原因。 但正如乔治·霍兹所观察到的：“如果人工智能的历史教会了我们什么，那就是特征工程方法将永远被取代，并输给端到端方法。”  图 3：Sholto Douglas 的推文 这直接关系到我们对AI产品的讨论。构建垂直特定工具就像特征工程一样——你要提前决定哪些信息是重要的。 当你限制模型的自主性时，你做的也是同样的事情。 虽然这在今天可能效果更好，但历史表明，从长远来看，押注端到端方法将会获胜。 本文由人人都是产品经理作者【乌鸦智能说】，微信公众号：【乌鸦智能说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>在数字化时代，数据运营已成为企业增长的关键驱动力。然而，许多企业在搭建数据运营体系时，往往陷入“跑数机”的困境，无法充分发挥数据的价值。本文将深入探讨数据运营的本质，分析如何从数据指标的简单罗列，转变为一套能够驱动整体业务增长的运营机制。通过共识目标、分解任务、监控执行等步骤，企业可以将数据运营从后台支持转变为真正的“增长引擎”。</p> </blockquote>  很多同学搞不清楚数据运营和数据分析啥区别。一提起要“搭建数据运营体系”或者“建立数据运营机制”就懵圈： - 这跟我做一套数据指标有什么区别？ - 为啥我做了数据指标，可运营部门根本不理我？ - 好像每一种运营都有自己的指标体系了，还咋个数据运营法？ 今天我们系统解答一下。 先问一个最关键问题：数据运营，重点在数据上，还是运营上？ 数据 运营 一 屏 幕 思 考 时 间 ## 01 运营与数据的关系 注意，运营是个大工作，里边的分支非常多。单独看每一类运营，都有一套自己的指标体系。 这就是开头说的：“运营已经自己有指标了，我做了指标他们不看”问题的本质所在。（如下图）   因为从本质上看，运营是个辅助性工作。理论上，如果产品力足够强大，商品天下无敌，那根本没运营啥事。——用户自己就抢着买到断货，玩得乐不思蜀了，运营啥运营。 可大部分产品、商品没有这么厉害，因此需要运营打辅助，通过用户激励、促销活动、内容传播、商品运作等等手段，来保持用户的新鲜感，促进用户持续活跃和付费。俗话说：“产品不够，运营凑”就是这个意思。 因此运营会特别在意数据，并且特别在意数据里的“自然增长率”——他们的所有工作，都是在“自然增长率”之上做叠加。 - 用户运营——用户自然转化率5%，通过激励提升至10%。 - 活动运营——自然销量1000万，活动拉升到2000万。 - 商品运营——尾货库存预计18周，通过运作9周清空。 - 内容运营——自然阅读1万，笔下升仙写出百万级爆款。 诸如此类 运营在体现自己功劳的时候一定会带上数据。因此往往各个部门已经建立了自己的数据指标。 ## 02 数据运营的破题关键 如果数据运营把重点放在数据上，那最终就是沦为跑数机的命。运营自己已经有数据指标了，你就等着被他们催着取数好了，而且还是加急加急加加急。这根本不需要单独设一个岗位，只要花月薪6000招聘一个行走的sql机，让数据部门准备个大宽表即可。 实际上，很多公司确实是这么干的，这也是为啥很多同学会有开头的疑惑。我们今天不谈这些low B公司，我们分享一下数据运营的真正目标，以及大厂们是拿它来干什么的。 运营各自看数据，看似科学，实则带着原罪：运营工作本身需要相互配合，可各个部门的小团伙利益是天然冲突的。 - 用户运营希望派优惠券吸引人，商品运营的利润直接被榨干。 - 活动运营希望短期效益越大越好，用户运营的节奏直接被带垮。 - 商品运营希望不打扰爆款，多出尾货，可活动、用户运营都要硬货支持。 - 内容运营写《震惊！马云！华为！沸腾！》篇篇百万阅读，可最后没转化。  在一个需要相互配合的工作里，各自考核数据，必然导致部门间相互拆台。因此数据运营的更好用法，不是拿来当跑数机，而是建立一套从整体目标出发的数据考核机制，让所有部门跳出小圈子，为整体利益服务。这才是设立这个岗位的初衷，和岗位的真正价值。 所以开头的题目选B，数据运营本质是运营，是要建立一套从整体目标出发，引导各子运营小组工作的考核机制。它本质是个工作机制，因此需要部门间共识目标，协同配合，取代各自为战的状态，这样才能发挥作用。 ## 03 数据运营体系搭建方法 ### 第一步：共识整体目标，制定整体战术 各个运营小组，共识年度大部门整体目标（比如DAU、转化率、销售金额等），并且选择落地大目标的战术，把大目标分解到各个月。注意：分解方法和不一定是按月平均，或按过往趋势分摊。分解方法可能和战术选择有关（如下图）  ### 第二步：设定阶段性重点，各小组分配任务  ### 第三步：分解阶段性指标，各部门执行、监测、反馈 这一步就是常规运营数据指标的监控过程，不再赘述了。 有了前两步，每阶段的运营工作就有了清晰的主任务，就不用纠结在“为啥短期类活跃率降了”“到底自然增长该写多少合适”“又有几个客户投诉很激烈”——整体目标达成就好。细节问题，可以在各小组自己复盘的时候，再找改进点。 ### 第四步：监控执行进度，从小到大检讨效果 这时候要牢记检讨三原则： - 在执行到位前，不质疑策略 - 在投入可调时，不修订策略 - 在策略失效前，不质疑方向  当所有部门在部门例会上共识目标，跟踪进度，反馈问题，协同工作的时候，这套机制就算正常运转起来了。这样能保证整体目标的最大化落地，也能提醒各小组关键任务是什么——不要被自己一亩三分地发生的破事淹没了。 本文由人人都是产品经理作者【接地气的陈老师】，微信公众号：【接地气的陈老师】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>随着AI技术的飞速发展，内容创作领域正经历着前所未有的变革。AI不仅能够快速响应用户的问题，还能提供高质量的实用型内容，这让许多内容创作者开始思考：AI将如何改变他们的工作方式和创作模式？本文将探讨AI对内容创作者的具体影响，分析哪些创作者最可能受到AI的冲击，以及内容创作者如何利用AI提升创作效率和质量。</p> </blockquote>  今天我们要谈个比较深刻的话题：AI对内容创作者可能带来的影响。 起因是豆芽君发现自己有比较长一段时间没用百度这类搜索引擎，也没用知乎这种比较专业的内容平台。 在写这篇文章时，豆芽君特意先不列框架，避免先有结论再堆积材料。我们就按想到啥，逐步推导的方式来细谈下AI对内容创作者的具体影响。 注：我们以下谈的内容仅限非虚构内容，不考虑小说、诗歌、散文等，只考虑实用型内容。 我们什么时候会去看非虚构的内容？ 多数人都是先有自己的问题，才有找答案的需求。嗯，这里就有一个获取答案的效率问题。而多数人都会选择效率最高的方式。 豆芽君上周给自己立了一个目标：每周问AI不少于20个问题。在我使用AIGC产品的过程中，每次写完问题，按下发送键的那一刻，看着AI立马快速响应，瞬间输出回复的样子，我感到它比以前即时聊天工具QQ刚出来，QQ好友噼里啪啦的回复都还及时。这种体验是极棒的，因为没人喜欢等待。 效率，这个词是速度和效果的结合体。AI除了响应的速度快，它输出的效果也是我们关注的重点。 1年半以前，豆芽君就开始使用国外的AIGC产品。当时个人的评价是：在一些工作有关的问题上，其回答内容的专业水平，达到了8-10年职场人的平均水平。现在，国内的AIGC产品发展也很快，且使用的成本更低，豆芽君已经基本没用国外产品。在使用国内产品时，个人的评价是：只要你会提问，它现在的水平不输有15年以上工作经验的职场人。 不信，我截图几个专业问题给你看看   试问你有15年工作经验的话，能比它回答的更有水平吗？ 人们在多数情况下都会选择性价比更高的方法，所以原本那些阅读内容是为了解决自己的问题的人，会考虑慢慢转向使用AI来解答自己的问题。 **哪些人在哪些场景下，依然会选择原来的PGC/UGC内容？** 我们都抵挡不住技术的洪流，新技术的出现会改变人们的生活/工作方式。很多人热衷于谈政治这种宏观的话题，但它实际离我们普通人都太远且不可控。真正深刻影响每个人生活的是新技术。 AI一定会分走一大块的内容蛋糕，这是不争的事实。其实每次新技术的出现，都是重新洗牌、分蛋糕的过程。 **我们继续说说哪些人在哪些场景下依然会去看PGC/UGC的内容？** 目前AI与人的交互方式是用户先提问，AI再响应。未来的话，哪怕AI可能会主动问候用户，但那也是基于程序员在后台预设的规则，只是这种规则不是固定时间、固定方式，而是AI会根据它与不同人的交流，识别用户的偏好来产生个性化的主动问候（以上仅是豆芽君根据当前的技术和人性的普遍需求给出的推测）。 其实不善于提问、不主动思考问题的人很多，他们依然喜欢被动享受内容的喂养。 哪怕是那些善于提问和思考的人，他们也有消遣的需求。比如这一刻我只想消遣下时间，或者我就想猎奇下，我同样也会随意打开微博、今日头条这类PGC/UGC内容平台，去看别人写的内容。 毕竟想问题、提问题这件事本身是要死很多脑细胞的事。所以人们在上面的场景下，还是会习惯被已有的内容喂养。 是人类基因的bug，人类的精力有限、欲望无穷，给PGC/UGC们永远地留有机会。最大的变化是那些善于提问题，喜欢高效率的人会慢慢转移阵地到AI上。 **哪些内容创作者会受AIGC的明显影响？** 从我们上面的假设来看，那些能由用户通过语言描述清楚的问题/需求，都可能会受AI的影响。 如果从大类上来看，非虚构类内容会远大于虚构类内容。因为非虚构类的问题更具体，用户可以比较轻易地向AI提问。虚构类的内容，一般人提不出来。如果能提出来的，大概率也是与作者本人相当水平的读者了。 所以像豆芽君这类写职场专业内容的人是最直接受影响的创作者。 理论上来说，所有已经能总结出规律，已经写成书、文章的内容都可能会受AI的影响。因为AI训练的输入源就包含了这些内容，就看用户是否能提出有效的问题。 但有的内容本身的门槛较高，比如像金融、绘画有比较陌生、艰深的名词概念。有的学科的理论体系比较庞杂、不是呈现常见的线性化，非本专业的人难以问出有质量的问题。 这些领域的话，依然需要有比较亲民的PGC/UGC作者善用通俗的语言来对大众进行科普。 这样分析一番，其实AI对那些有3年以上工作经验的人最友好。因为这群人基本掌握了所在领域的基本概念，也摸到了一定的门道。他们如果善用AI，就等同于身边请了一位高手来当老师。 基于以上的逻辑分析，非虚构类的PGC/UGC面向的主要人群和内容应该是: - 该领域-1到3岁的用户，内容要求更亲民、科普 - 该领域15岁以上的用户，内容要有更宽的广度或更深的深度。 其实内容创作者们也都已经借助AI工具在创作了。至于有人说用AI是作弊，豆芽君只想说：如果工具是给所有人都能用的，那还叫作弊吗？ 祝新年快乐！ 本文由人人都是产品经理作者【豆芽悟】，微信公众号：【豆芽悟】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

RTX 5090和RTX 5080显卡在今天正式开卖，由于货源稀少，性能强劲，一上市很快就被一扫而空，导致很多潜在买家只能“望卡兴叹”。  当然，这些抢显卡的人很多并不是真正的游戏玩家，而是黄牛。这些黄牛从正常零售渠道按照官方建议价格“低价”买入后，再高价转手。 目前eBay上，这两张显卡，尤其是RTX 5090是黄牛要价最猖狂的商品。尽管官方建议零售价为1999美元，但eBay上RTX 5090的普遍价格都高于6000美元，有的甚至达到了9000美元，是原价的4倍还多。更离谱的事情是即便9000美元，依旧成功成交了。  那为什么有人会热衷于购买RTX 5090?其实，RTX 5090不仅是游戏利器，而且还适用于AI工作负载，这意味着许多AI初创公司或企业都希望获得一块RTX 5090来在本地运行模型。鉴于英伟达的数据中心GPU 对许多人来说都遥不可及，无论其售后市场定价如何，RTX 5090都成为下一个最佳选择。 不过，游戏玩家也在试图打击黄牛，以其人之道还其人之身。目前eBay上充斥着假的RTX 5090，目的就是为了诱骗黄牛购买RTX 5090的图片，而不是显卡本身。  比如，一个RTX 5090清单写道：“欢迎机器人和黄牛党，如果你是人类，请不要购买，你将获得一张5090的带框照片，但你不会收到5090。照片尺寸为8英寸x 8英寸，我从Target买了相框。如果你是人类，请不要购买。” 另一份售价2457美元的售出清单上写着：“Geforce RTX 5090（阅读说明）仅为图片 - 并非实际物品”，类似的描述提到，对于该图片不会退款，因为它不是RTX 5090本身。 [查看评论](https://m.cnbeta.com.tw/comment/1475176.htm)

就在苹果公司公布其 2025 年第一季度财务报告的最佳季度业绩后几个小时，最新的一组数据揭示了 2024 年全球智能手机的收入份额。 正如您所猜测的那样，这家科技巨头获得了 46% 的收入份额，位居第一，同时还创造了该年度最高的年度平均销售价格。 然而，它的霸主地位正受到中国智能手机制造商的威胁，每家制造商都在拼尽全力确保这些利润。 总体而言，随着宏观经济形势和消费者情绪的改善，2024 年全球智能手机收入份额同比增长 5%，结束了连续两年的下滑趋势 Counterpoint Research 公布的最新数据显示，2024 年全球智能手机收入份额呈现积极态势，平均销售价格指标在连续两年下滑后跃升至 356 美元。 高级分析师 Shilpi Jain 就这些变化发表了如下评论。 <blockquote><p>&#34;根据 Counterpoint 市场监测服务的最新研究，2024 年全球智能手机收入同比增长 5%，结束了连续两年的下降趋势，而全球平均售价则攀升至 356 美元的历史新高。 此外，全球智能手机出货量也在时隔两年后出现增长，原因是全球宏观经济状况和消费者情绪有所改善，从而带动了5G应用以及更好的摄像头和更快的处理器等功能的升级。&#34;</p></blockquote> [](https://cdn.wccftech.com/wp-content/uploads/2025/01/Global-smartphone-revenue-share-for-2024.jpg) 如上所述，苹果公司在这一类别中占据主导地位，其全球收入份额从 38% 增长到 46%，而三星公司则从 17% 降至 15%，位居第二。 苹果公司的平均销售价格也从 724 美元跃升至 903 美元，成为有记录以来的最高数字。 另一方面，三星可能保住了第二的位置，但其平均售价为 299 美元，很明显，两个对手之间存在着巨大的差距。 然而，苹果公司的院子里并不只有阳光和彩虹，因为竞争仍在继续白热化。 2024 年，在所有公司中，vivo 的收入份额增长最快，同比增长 20%；在所有原始设备制造商中，小米的出货量增长最快，同比增长 16%。 令人惊讶的是，华为没有在任何对话中被提及，这可能是因为华为的主导地位仅限于中国这一单一市场。 新数据还显示，中东和非洲、拉丁美洲、印度和东南亚等新兴市场有望成为未来的主要增长动力。 [查看评论](https://m.cnbeta.com.tw/comment/1475174.htm)

本周早些时候，英伟达发出了库存短缺的警告，现在其昨天推出的1999 美元的 RTX 5090又被打上了&#34;纸面发布&#34;的标签，在零售商门外安营扎寨的人们很快就后悔了，因为他们发现店里只有寥寥几张显卡可用，甚至根本没有。  [Reddit 用户](https://www.reddit.com/r/Microcenter/comments/1iddh0i/5080_and_5090_stock_numbers_from_microcenter_by/)一直在追踪美国各地 Micro Center 的 RTX 5090 和 RTX 5080 显卡库存，一些商店周四开门时根本没有 RTX 5090 显卡。 加利福尼亚州塔斯廷的 Micro Center 商店似乎收到了最多的存货，但据报道，其他商店只有 10 张或更少的 RTX 5090 显卡。 虽然 NVIDIA 的 RTX 5080 在发售当天比较容易买到，但在百思买和亚马逊等零售商那里很快就断货了。 一位[Reddit发帖者](https://www.reddit.com/r/Microcenter/comments/1ie4y57/3_days_and_2_nights_later/)声称自己在排队等待了三天后买到了 RTX 5090，还有人贴出了[在迈阿密微型中心向排队者发放的购买资格凭证](https://www.reddit.com/r/Microcenter/comments/1idr7en/thank_you_miami_microcenter_for_the_surprise_fes/)。 不过，绝大多数帖子都来自于人们对发售和缺货的抱怨。 [Gamers Nexus 声称](https://www.youtube.com/watch?v=wMd2WHKnceI&amp;t=731s)，美国最大的装机商之一在发布当天只收到了一台 RTX 5090，后来才收到了更少的货。 据报道，另一家大型系统集成商没有收到任何产品，而第三家集成商在几分钟内只收到了 20 块 RTX 5090，并以交付预订单的形式售出。 许多零售商现在只是列出了 RTX 5090 显卡的预订单，英国的 Scan 公司[警告说](https://www.scan.co.uk/shop/computer-hardware/gpu-nvidia-gaming/geforce-rtx-5090-graphics-cards)，有些显卡要到 5 月底才会有库存，这比发售日期晚了 4 个月。 当然，面对高需求，如此低的库存水平意味着有黄牛在 eBay 上以 5000 美元或更高的价格出售 RTX 5090 显卡。 YouTuber JayzTwoCents [甚至在 Facebook 上发现](https://x.com/JayzTwoCents/status/1885046213889663457)一张售价 5800 美元的 RTX 5090 显卡，而他在当天早些时候还在塔斯廷微中心店签售了该显卡。 NVIDIA公司拒绝就此前有关库存短缺一事发表评论。 [查看评论](https://m.cnbeta.com.tw/comment/1475172.htm)

在第四季度财报电话会议上，英特尔分享了有关其即将推出的 CPU 架构的一些新闻和更新。 英特尔确认，其下一个主要 CPU&#34;Panther Lake&#34;将于 2025 年底发布。&#34;Panther Lake&#34;将使用英特尔最新的18A制造工艺，可能是酷睿Ultra 300系列的一部分。 据传，&#34;Panther Lake&#34;将把下一代&#34;Cougar Cove&#34;P-cores与现有的&#34;Skymont&#34;E-cores结合在一起，既用于计算综合体，也作为低功耗岛式E-cores用于SoC芯片。  接下来的 CPU 架构&#34;Nova Lake&#34;将于 2026 年亮相。 与&#34;Panther Lake&#34;不同，我们知道&#34;Nova Lake&#34;将适用于台式机。 这表明台式机用户可能需要等到2026年才能升级，除非英特尔给我们带来惊喜，推出台式机版的&#34;Panther Lake&#34;或替代方案。 英特尔临时联席首席执行官米歇尔-约翰斯顿-霍尔索斯对此表示： <blockquote>展望今年下半年，我们将在 2025 年下半年推出英特尔 18A 的主打产品 Panther Lake，从而加强我们的客户路线图。 作为英特尔18A的第一个批量客户，我看到了英特尔代工厂在性能和良率方面取得的进步。 我期待着在下半年投入生产，展示我们世界一流的设计和工艺技术能力的优势。 从客户的角度来看，2026 年将更加令人兴奋，因为 Panther Lake 将实现有意义的量产，我们将推出代号为 Nova Lake 的下一代客户机系列。 这两款产品都将在整个 PC 堆栈中提供强劲的性能，同时大大提高我们的成本和利润率，增强我们的竞争地位，强化我们对合作伙伴和客户的价值主张。&#34;</blockquote> 英特尔改变了&#34;Falcon Shores&#34;的研发计划；这一 AI 芯片系列将不会投入量产和销售。 相反，英特尔将其用于测试。 <blockquote>上个月，很多人都听到了我对 Falcon Shores 的期望值有所降低。 根据行业反馈，我们计划将 Falcon Shores 仅作为内部测试芯片使用，而不会将其推向市场。 这将支持我们利用 Jaguar Shores 开发机架规模的系统级解决方案，以解决人工智能数据中心的问题。</blockquote> 英特尔尚未提供有关其全新 LGA-1851 平台的任何信息，让我们对这些芯片所需的主板一无所知。 [查看评论](https://m.cnbeta.com.tw/comment/1475168.htm)

 原标题：使用20台Roland JC-120举办偶像演出的故事 文：大黒メロンちゃん（日本另类偶像团体RAY制作人） &lt;内嵌内容，请前往机核查看&gt; 2025年1月22日，在高圆寺HIGH举办了名为“RAY vs 20 JC-120”的演唱会，使用了20台Roland的JC-120音箱。由于这是一次罕见的尝试，我将其作为备忘录记录下来，包括技术方面的话题。 RAY虽然是偶像组合，但除了常规的乐队演出外，还经常进行如操控者加打击乐现场演奏、操控者加吉他现场演奏等特殊形式的演出。这一天的演出是由操控者输出2MIX音轨并进行数字现场演奏噪音，以及电吉他现场演奏的“FEEDBACK SET”。20台JC-120仅用于吉他的输出。 # 为什么选择JC-120？ JC-120几乎在日本所有的现场音乐场所和音乐工作室都有配置，至少对日本的音乐人，特别是吉他手来说，是最熟悉的音箱。它的音色极为中性，虽然名为“Jazz Chorus”，但其通用性使其适用于各种音乐风格。 虽然有不少乐队和音乐人使用大量音箱，但其中许多使用的是Marshall或Orange等音箱，或者并非统一型号的音箱。然而，使用20台JC-120统一进行演出的情况并不多见。 此外，JC-120有一个非官方的功能，即可以通过将LOW输入连接到HIGH输出，实现类似通道链接的功能。利用这一功能，可以从最初的输入开始，依次连接LOW→HIGH→LOW→HIGH……，技术上可以实现20台音箱的串联。 考虑到视觉上会呈现出相当有趣的画面，其高通用性也使其不太可能发出与预期不符的声音，再加上可以通过通道链接进行串联，因此选择了JC-120。  # 当日的设置 从两家音响公司租借了18台，加上会场自带的2台，共20台JC-120开始设置。以纵向两层的方式排列，正好铺满舞台后方。听说在使用大量音箱时，有时会放置一些作为道具，但这次坚持让所有的JC-120都发声。虽然会场的电源问题可能会影响20台音箱的同时运行，但高圆寺HIGH成功解决了这个问题，结果是20台全部成功发声。 另一方面，JC-120在使用多年后，特别是输入插孔的接触可能会出现问题。这一天也遇到了一些问题，在通道链接时遇到了困难。此外，未曾预料到的是，随着通道链接数量的增加，音量会逐渐衰减。由于事前彩排时无法集齐20台进行测试，当天临时决定在效果器板的最后阶段将信号分成两路，每路连接10台音箱。结果发现，通道链接最多只能支持10台。 有趣的是，20台JC-120的每一台发出的声音都有微妙的差异。JC-120的爱好者可能对此并不陌生，但将20台并排放置时，确实可以明显感受到每一台的不同，这也是一个发现。  # 偶像演唱会特有的课题 由于偶像演唱会需要边跳边唱，因此必须使用无线麦克风。使用无线麦克风时，伴奏音轨对无线麦克风的干扰是一个技术性问题。干扰越多，越容易产生反馈，不得不降低麦克风的增益，导致歌声难以听清。为了解决这个问题，可以使用高指向性的麦克风，或者使用耳返来减少监听音箱的回馈。这一天，虽然使用了具有相当指向性的无线麦克风（Sennheiser EW-100 G4-835-S）和耳返（SHURE P3TJR-JB），但由于舞台后方全面发声，避免与麦克风的干扰变得极为困难。 结果，虽然20台JC-120全部发声，但由于无线麦克风问题，整体音量未能达到20台的最大性能音量，感觉有些不足（由于我在舞台上演奏，无法听到外部的声音，根据周围的反馈，似乎是这样的感觉）。当天有超过100名观众，冬季穿着厚重的衣物，可能也吸收了外部的声音，导致音量感降低。  # 总结与展望 实际上，有许多只有亲自尝试才能发现的事情，作为实验和测试，这是一次非常有收获的尝试。今后，我仍希望增加音箱的数量，但对音量感的追求仍然存在，因此需要考虑解决无线麦克风问题的方法。例如，将音箱分别放置在场地的左右两侧，每侧约10台，可能可以避免干扰问题，并创造出环绕声的感觉，可能会很有趣，但不知效果如何。这次，RAY方面由操控者、我和随行的PA三人负责音响，但如果再增加数量，可能需要引入技术合作人员。 希望能和Roland一起做一些有趣的事情。我爱JC-120。  *注：RAY是以东京为中心活动的日本女性偶像团体，成立于2019年。她们以融合不同音乐风格而闻名，特别是将Shoegaze、Hardcore、Post-Metal、IDM等类型融入她们的音乐作品中。 截至2023年，RAY的成员包括爱海、内山结爱、琴山しずく、月海まお和紬実诗。她们在2021年5月发行了首张专辑《Pink》，结合了盯鞋、情绪核、旋律朋克和智能舞曲等多种风格，获得了广泛好评。2022年，她们发布了第二张概念专辑《Green》，展示了更为进化的音乐风格。 她们的音乐作品也得到了国际乐团的支持，例如美国乐团Ringo Deathstarr等瞪鞋乐团的合作，使她们的音乐风格更加多元化。 RAY的独特之处在于她们将偶像文化与多样化的音乐风格相结合，创造出独特的艺术表现形式，吸引了不同领域的听众。

Chromium Embedded Framework&#34;CEF&#34;是仍在努力实现 Wayland 支持的开源软件的重要部分之一，而 Steam、OBS Studio、Spotify 和许多其他软件包都依赖该框架来提供应用内浏览器类型的体验。**一位为丰田工作的软件开发人员最近正在努力获得 ANGLE Wayland 支持，这反过来有助于进一步实现在 Wayland 上支持 CEF 的目标。** [本月早些时候开启的代码审查](https://chromium-review.googlesource.com/c/angle/angle/+/6164683)为 ANGLE 提供了 Wayland 支持，并提供了在 Wayland 上原生运行的各种代码示例。  &#34;Almost Native Graphics Layer Engine&#34;是 Google 在 DirectX / OpenGL / Vulkan 的基础上为 OpenGL ES 设计的图形抽象层，主要用于 Google Chrome 浏览器。 来自日本丰田的开发人员 Joel Winarske 在 [GitHub 帖子](https://github.com/chromiumembedded/cef/issues/2804#issuecomment-2583418545)中进一步概述了 Wayland 上的 CEF 开发工作，该帖围绕 CEF 的嵌入式 Ozone/Wayland 窗口支持展开，已有 5 年多的历史。 截至本月，他们已将 CEF 与 Flutter 和 Wayland 结合起来运行，不过渲染效果尚未达到最佳，预计还需要一个 Chromium 补丁，这项工作仍在进行中，但正在取得进展。 对于那些想知道丰田公司为何要进行这项工作的人来说，这是为了帮助他们依赖于 Wayland 的[车载信息娱乐插件](https://github.com/toyota-connected/ivi-homescreen-plugins/tree/v2.0/plugins/webview_flutter_view#steps-to-test-plugin)。  [查看评论](https://m.cnbeta.com.tw/comment/1475160.htm)

一份新的报告称，苹果公司即将决定可折叠屏幕的供应商，但尚不清楚是iPhone Fold还是其他设备。尽管最近有传言称苹果不会在 2027 年之前发布可折叠设备，但最新泄露的消息称，该公司正在敲定其供应链的折叠屏主要承包商。  泄漏者 yeux1122写道：&#34;苹果即将决定新的可折叠显示屏核心供应商。业界预计 [苹果] 将在 2 月底至 4 月初做出决定。&#34; 泄密者还声称，苹果对技术的要求非常苛刻，这一点不足为奇。一些相关零部件公司几乎接近苹果的要求水平。 据说这些要求特别涉及显示屏的厚度、硬度和曲率半径。 不过，泄露的信息并没有讨论这些可折叠屏幕适用于什么设备，甚至没有讨论是否只适用于一种设备。 尽管可能的 iPhone 折叠机型可能是传闻中重复最多的，但最近有一种说法称，苹果正在计划推出iPad。 具体而言，据称可折叠巨型iPad Pro将于 2028 年上市。 不过，也有消息称，苹果内部正在讨论的不是是否生产折叠式MacBook Pro，而是折叠式MacBook Pro的屏幕尺寸。 分析师郭明錤在2024 年 5 月表示，苹果正在与供应链就 18.8 英寸和 20.25 英寸显示屏展开合作。 据说，那台折叠式 MacBook Pro 很像一台大型 iPad，中间部分可以折叠。 不过，巨型折叠 iPad 在某种程度上也被描述为类似于 MacBook Pro。 在 2024 年 5 月的那份报告中，郭明錤称苹果已经选定了折叠式 MacBook Pro 的屏幕供应商，即 LG Display。 虽然之前的报告预测2027年发布，但郭明錤认为它将于2026年发布。 [查看评论](https://m.cnbeta.com.tw/comment/1475158.htm)

Tecno 传音展示了下一代 Pova 智能手机，并称这款手机将开创&#34;智能手机创新的新时代&#34;。虽然官方还没有透露这款即将推出的 Pova 系列智能手机的名称，但它表示，这款手机的后部将采用三角形相机模块，内置三个摄像头。  相机模块将集成 LED 照明，使这款智能手机&#34;看起来就像来自太空&#34;。 Tecno 表示，即将推出的 Pova 智能手机将&#34;重新定义智能手机设计&#34;，并承诺在未来几天内分享更多相关细节。  [查看评论](https://m.cnbeta.com.tw/comment/1475156.htm)

日前，**摩根发布了一组全新旗舰跑车的官方谍照，新车将搭载宝马的直列六缸发动机。**官方表示，该车目前处于测试阶段，有望于春季亮相。  外观上，新车延续了摩根的经典设计风格，前脸造型凹凸有致，配备复古圆形灯组和马蹄形进气中网。 **内部三个亮点预计采用LED光源，车头还配备了三个前雨刷，银色圆形后视镜充满复古韵味。** 车尾伪装较严实，但可见两个圆形尾灯和高位刹车灯，车尾下方配备双出排气管。  新车基于全新的CXV平台打造，与此前的车型相比，底盘更轻更坚固，性能更强。 动力方面，新车将搭载宝马的直列六缸发动机，具体参数未公布，**参考摩根Plus 6的3.0T发动机，最大功率340马力，匹配8AT变速箱。** [查看评论](https://m.cnbeta.com.tw/comment/1475154.htm)

**极星推出了一系列“北极圈”特别版电动汽车，基于极星3 SUV和极星4轿跑的长续航双电机版本（配备性能包），专为应对严冬天气设计，可轻松穿越雪地。**这些车型配备了20英寸白色OZ Racing Rally Legend车轮，搭载倍耐力Scorpion Winter 2冬季轮胎，适合寒冷公路驾驶。 [](//img1.mydrivers.com/img/20250131/0bcb39267a7c434483520355f46c8e9d.png) **在雪地中则更换为倍耐力Scorpion All Terrain Plus轮胎，并配备300颗4毫米雪地钉。** 车辆还安装了三向可调阻尼器和外部气体储气罐。离地间隙有所提高，极星3提升了40毫米，极星4提升了20毫米。 [](//img1.mydrivers.com/img/20250131/27ccef5173f941b3b8636b2e6ad0f314.png) **此外，车辆还配备了拉力风格泥挡、瑞典金色拖车钩、Recaro Pole Position桶形座椅、Stedi Quad Pro LED前灯和前支架加强条，并涂上了黄色车漆。** 这三款特别版车型将于2月1日在奥地利FAT国际冰雪赛事中亮相，与奥迪Q6 E-tron越野版等其他改装雪地车型一同展示，均专为极端雪地驾驶条件设计。 [查看评论](https://m.cnbeta.com.tw/comment/1475152.htm)

不管美国对DeepSeek的态度如何恶劣，至少这些硬件公司都表现的非常诚实，纷纷抛出了橄榄枝。**英特尔方面公开表示，最近爆火的DeepSeek目前能够在英特尔产品上运行，更可以在AI PC上实现离线使用，保护知识产权效果更佳。**  英特尔始终在挖掘AI潜能，AI目前正在不断演进，通过降本降耗，为客户创造更好地总体拥有成本（TCO）。 按照官方的说法，英特尔早在2023年就启动了“AI PC加速计划”，推动AI PC生态的快速发展。 经过与AI生态伙伴一年多的努力，目前已有超过200家ISV参与其中，打造400多款应用，目前支持包括DeepSeek在内的超过500个AI模型。 在这之前，英伟达官方网站消息显示，DeepSeek R1 671b版本已作为英伟达NIM（NVIDIA Inference Microservices）微服务的预览版在build.nvidia.com平台上发布。 [查看评论](https://m.cnbeta.com.tw/comment/1475150.htm)

春节期间，DeepSeek掀起的这场变革风暴，还在持续发酵中。在过去的24小时里，多家网络安全公司声称，已有数百家客户以隐私安全为由，要求阻止访问DeepSeek，美国国会、五角大楼以及美国海军、空军、陆军等多军种也正在开逐步禁止访问DeepSeek，意大利、爱尔兰、英国等多国政府或已开展封锁行动或计划对DeepSeek进行审查。 另外，据奇安信XLab实验室监测发现，昨天凌晨，针对DeepSeek线上服务的攻击烈度突然升级，其攻击指令较1月28日暴增上百倍，至少有2个僵尸网络（botnet）参与攻击，共发起了两波次攻击。 从最开始是SSDP、NTP反射放大攻击，到1月28日增加了大量HTTP代理攻击，昨天凌晨开始僵尸网络进场，针对DeepSeek的网络攻击一直在层层加码，攻击手段越来越多，防范难度越来越大，使得DeepSeek面临的安全考验愈发严峻。  ▲部分攻击指令详情 虽然DeepSeek遭遇欧美企业及政府对其安全性、隐私问题的质疑，但各大巨头已经开始快速拥抱Deep Seek带来的新变化。英伟达、英特尔、亚马逊、微软、AMD、Cerebras等纷纷在自家产品中接入了Deep Seek。 另外，也有不少专业人士对DeepSeek表示看好。印度信息技术部长、库克等盛赞DeepSeek，表示其推动了效率的创新，并且HuggingFace联合创始人Thomas Wolf、吴恩达也接连发布长文，谈及其开源对行业发展、数字社会具有颠覆性意义。 **一、DeepSeek遭数百家公司限制，多国政府严格审查其信息安全问题** 网络安全公司Armis Inc. 首席技技术官纳迪尔·伊兹雷尔表示，由于担心DeepSeek隐私保护措施薄弱且可能泄漏数据给中国政府，已有约七成客户（尤其是与政府有关联的公司）已开始阻止访问DeepSeek。 另一家网络安全公司Netskope表示，已有52%的客户完全阻止访问DeepSeek。 美国软件初创公司OpenReplay的首席执行官Mehdi Osman也公开谈道，出于安全考虑，不会使用 DeepSeek API 服务的。但他表示，该公司极低的开发价格有可能在未来几个月吸引开发人员离开 OpenAI。 与此同时，有网络犯罪研究人员警告称，DeepSeek 的AI服务可能缺乏防护措施，无法防止黑客使用这些工具制作网络钓鱼电子邮件、分析大量被盗数据或研究网络漏洞。 网络安全公司Recorded Future Inc的首席安全和情报官 Levi Gundert 说：“黑客可以轻易地修改代码，从而提升网络和欺诈攻击的规模和速度。” 目前，多国政府也在严格审查DeepSeek的隐私安全问题。 意大利隐私监管机构已下令紧急并立即封锁 DeepSeek，以保护本国人的数据。 负责执行欧盟对全球许多大型科技公司的隐私法规的爱尔兰数据保护委员会表示，已要求 DeepSeek 提供相关的信息，以确定该公司是否妥善保护了用户数据。 英国信息专员办公室发布了一份声明，提及生成式人工智能开发商必须对其使用个人数据的方式保持透明，否则将会采取管制行动。 日本内阁官房长官林芳正在30日的记者会上表示，针对DeepSeek，未听说个人信息保护委员会确定特别应对方针，不过将密切关注AI相关国际开发动向等，采取妥善应对措施，并认为同时促进创新和应对风险非常重要。 **二、美国军方联合开展封锁行动，正考虑发布新政** 据Axios消息，美国国会办公室已获通知，提及有人可能会利用DeepSeek传播恶意软件并损坏设备，要求国会工作人员不得在任何官方手机、电脑和平板电脑等设备上安装DeepSeek。 在当地时间周二晚上，负责管理五角大楼网络的美国国防信息系统局也悄然展开了封锁行动。周三，五角大楼的一些工作屏幕就出现DeepSeek网站被屏蔽标志，理由是运营原因。 早在去年秋季，一些美国军方人员就开始下载了早期版本的DeepSeek代码。不过当时这些下载并没有引起国防部安全团队的担忧，因为那会他们并不清楚DeepSeek与中国的联系。直到最近人们对DeepSeek的兴趣激增，一些部门就开始筛查并删除员工个人机器上的DeepSeek代码。 美国各军种也在陆续采取不同的方式处理DeepSeek的使用问题。 据 CNBC 报道，美国海军从本周五起开始禁止DeepSeek的使用，原因是该模型的来源和使用存在潜在的安全和道德问题。其还出台了内部指导方针，禁止在官方工作中使用包括DeepSeek在内的开源人工智能系统。 美国空军暂时没有针对 DeepSeek 发表具体指导意见，但已经禁止在未经适当批准的情况下将敏感的公共信息用于商业生成 AI 系统。 美国陆军在去年6月发布了指导意见，警告“在数据隐私、安全和对生成内容的控制方面存在独特挑战”，并敦促各部门制定适当的治理流程，同时不鼓励彻底禁止生成 AI 工具。 另外，据彭博社消息，一些美国军队人员正在讨论发布新政以禁止中国生成式AI模型的可能性。 **三、英伟达、亚马逊、微软等科技巨头宣布接入Deep Seek** 英伟达今天推出的采用DeepSeek R1 671b的NIM微服务预览版，能够为开发者提供强大工具，降低开发成本。 NIM微服务基于HGX H200系统，每秒能够处理3872个tokens。其API灵活易用，基于云原生架构，降低AI部署门槛，有助于推动边缘端AI应用，引领MaaS商业模式。 预览版发布旨在吸引开发者测试反馈，未来将融入英伟达AI Enterprise平台。  同样也是今天，亚马逊宣布，企业和开发者可以在 Amazon Bedrock 和 Amazon SageMaker AI 中部署 DeepSeek-R1 模型，此外还可以使用 AWS Trainium 和 AWS Inferentia 通过 Amazon Elastic Compute Cloud (Amazon EC2) 或 Amazon SageMaker AI 以经济高效的方式部署 DeepSeek-R1-Distill 模型。  英特尔公布，DeepSeek目前能够在英特尔产品上运行，也可以在AI PC上实现离线使用。在其最新发布的酷睿Ultra 200H（Arrow Lake H）平台上，DeepSeek-R1-1.5B模型能够顺利运行，在因式分解演示中，能够迅速演绎逻辑思维，并最终解决数学难题，突破难关。 DeepSeek R1 70B现已登陆 Cerebras，能够以每秒1500个token、比 GPU 快 57 倍的速度进行即时推理，且模型准确率比 GPT-4o 和 o1-mini 更高。  昨天，微软就已经在云服务Azure上部署了DeepSeek-R1。  AMD前几天前宣布，已将新的DeepSeek-V3模型集成到Instinct MI300X GPU上，该模型旨在与SGLang一起实现最佳性能。DeepSeek-V3针对Al推理进行了优化。 Windsurf编辑器同时集成了DeepSeek-R1和V3模型，并且第一次在编程智能体中，实现了R1的工具调用。  AI 代码编辑器 Cursor，也已集成DeepSeek 的 R1 和 V3。  **四、获得印度官方、库克肯定，吴恩达等发长文盛赞** 虽遭遇多家公司、多国部门的限制封锁，但也有不少国家要员、专业人士等对DeepSeek带来的创新潜力予己肯定。 印度信息技术部长Ashwini Vaishnaw盛赞，DeepSeek凭借其低成本人工智能助手搅动行业格局，并将这种”节俭模式”与其政府打造本土AI模型的努力相提并论。  ▲印度信息技术部长Ashwini Vaishnaw 苹果首席执行官Tim Cook周四在财报电话会议上表示，人工智能代表了“推动效率的创新”，认为像DeepSeek这样的AI模型推动效率的创新是件好事。 针对Anthropic的Dario前几天对DeepSeek提出质疑，HuggingFace联合创始人Thomas Wolf发长文回击。  Thomas Wolf反驳了Dario关于”闭源AI比DeepSeek更先进”的两个问题：第一，技术比较不透明，Dario声称美国闭源模型比DeepSeek强得多，但使用的都是内部测试数据或者很久以前闭源模型公司发布的结论，特别是当DeepSeek公开了600万美元的训练成本，而Anthropic却模糊地说自己”花了几千万美元”却不给明细，这种对比就像拿苹果和橘子比大小。 第二，战略判断有偏差。Dario把AI发展看作中美竞赛，但刻意忽略DeepSeek是开源模型这个关键事实——开源意味着全球开发者都能免费下载、修改，未来几个月将明显看到来自世界各地的团队发布大量开源推理模型，技术突破不再受国界限制，所以其闭源军备竞赛的观点难以让人信服。 他强调，超越国家竞争视角，亟需以全球化思维应对AI引发的社会变革。开源技术正成为构建安全数字未来的关键基石——当智能技术渗透至社会每个角落，唯有通过开放协作搭建具备抗风险能力的数字生态，才能确保人类平稳过渡到智能时代，让各国既能共享技术创新红利，又能保持自主发展弹性，共同抵御未知风险。 AI 领域泰斗、Google大脑联合创始人吴恩达（Andrew Ng）发文力挺DeepSeek，认为DeepSeek发布的开源大模型R1，反映出了AI领域的三大趋势： 首先，中国正在快速缩小与美国的AI技术差距，尤其在视频生成等领域已现领先苗头，这直接冲击全球AI供应链格局。 其次，开源模式让基础大模型走向商品化——美国同类产品收费60美元的服务，中国开源方案只要2美元，这种价格革命让中小企业也能轻松用上顶尖AI技术。这种低门槛创新正在催生无数新商机。就像手机普及后App爆发，AI时代真正的金矿可能藏在医疗、法律、教育等场景的应用创新里，而这场变革才刚刚开始。 再者，AI进步不再只靠”堆钱烧算力”，DeepSeek用600万美元就练出对标行业顶尖的模型，证明技术优化同样能创造奇迹。  **结语：DeepSeek掀起大模型中国浪潮，正影响中美AI竞争格局** DeepSeek带来的变革，正在深刻地变革整个A I产业链。低成本的开发模式打破算力神话，也将衍生出一系列低门槛创新方式，让更多玩家入场，推动更多AI与更多场景应用相互融合。 这股低成本开源浪潮，也或将深刻影响中美之间的AI竞争格局。正如吴孟达强调，美国若继续限制开源，中国可能主导这波”AI基建”浪潮，让全球企业用上更多中国价值观而非美国价值观的AI工具。 长远来看，智能需求永无止境，技术民主化、去国界化已势不可挡——中国企业正通过开源策略和算法创新，在全球AI竞赛中开辟新赛道。 [查看评论](https://m.cnbeta.com.tw/comment/1475148.htm)

仅仅站着凝视海水是无法穿越大海的 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1613480) ·[查看评论](https://www.ifanr.com/1613480#comments) ·[新浪微博](https://weibo.com/ifanr)

From the technological perspective, DeepSeek has narrowed the gap between the U.S. and China in the AI sector, but the overall landscape remains largely unchanged.

AGI时代，拥有大模型基座的字节重新做硬件，故事的走向会有何不同？ **Ola Friend，豆包的硬件入口** 2024年10月初，字节发布的豆包AI耳机Ola Friend曾掀起一阵热议。 Ola Friend售价1199元，无需打开手机就能通过语音唤起豆包进行对话，无论是信息查询和旅游出行，还是口语练习和情感交流，都能给出及时的反馈，很像一位赛博好友。 4个月过去了，Ola Friend在京东、淘宝平台上的销量分别为1w+和6K+，累计销量不到Airpods季度销量的千分之一。目前字节AI耳机的话题热度显然被AI百镜大战盖过，比起耳机，大家似乎更关注AI眼镜进度如何。  Ola Friend 确实与AI眼镜相比，AI耳机是更加小众的AI硬件，小众到不足以各大电商平台为其单独设置品类，**业界对AI耳机也没有十分明确的定义。** 声智科技产品副总裁黄赟贺在雷峰网连线直播时解释了AI耳机与传统TWS、OWS耳机的不同之处，这可能是感知AI耳机比较直观的方式。 “AI耳机进一步提升了用户体验的智能化及丰富性。从技术层面看，AI耳机需要人工智能与声学算法的交叉技术作为底座，即要能够提供复杂场景内高质量的声音传输，还要具备低延时的语音交互的能力，实现从图形界面交互到语音交互的人机交互形态升级。从功能体验看，搭载AI智能体的AI耳机服务场景更多元，包含教育、工作、娱乐、生活等领域的‘管家式’服务，提供更便捷的信息获取方式。对于追求科技感和体验升级的消费者而言，AI耳机无疑提供了更前沿的选择。” Ola Friend除了在功能上更偏向生活助理的角色，其他方面符合黄赟贺对AI耳机的定义。 但在IKKO联合创始人Echo Chan看来，真正的AI硬件应该有独立的载体和算力，即可以脱离手机APP独立运行，而Ola Friend本质上是通过手机APP完成所有功能，严格来讲不属于AI耳机。 作为独立智能体的拥护派，往往会给耳机仓配备智能屏且开发了一套自有操作系统，即不连接手机APP耳机也能正常运行。既存在旨在帮助用户提高学习以及生产效率，实现会议录音和转写等AI辅助功能的产品，例如IKKO；也存在想要实现AI生活助理的愿景，包括存储用户即时输入的语音信息并发出提醒，帮助用户构建外部大脑，与豆包耳机的功能更加接近的生活助理类AI的产品，例如WISHEE。 信奉“**最先愿意为新技术服务的人群一定愿意为生产力工具付费**”的Echo Chan不认同AI耳机作为生活助理暂时能够为用户提供多大帮助，但他肯定字节发布AI耳机的价值： “字节推出的这款产品扩大了大家对AI耳机的认知，且将价格定位在千元以上，已经产生品牌溢价，这对行业来说是积极的信号”，Echo Chan说到。 在接受雷峰网采访的几周前，IKKO刚刚结束一场与小红书的直播合作，在直播15分钟完成100万gmv目标。谈及比豆包耳机更高的定价，Echo Chan表示前期打好用户基础非常重要，高价能够为产品打下很好的用户基础，与用户之间的互动能推动更加高效的产品迭代。 Echo Chan向雷峰网透露，2024年IKKO的出货量大概达到6000万营业额，主要销往美国和欧洲，目前每个月的复合增长率达到30%以上，按照目前的增长趋势不下滑且产能充足的情况下，2025年的营业额能够达到1亿至2亿。库存不足是IKKO目前所面临的最大难题，生产效率有待进一步提升。 IKKO可以是独立设备，豆包耳机离不开豆包APP，“只是作为链接豆包大模型的入口”也是Ola Friend被业界诟病最多的地方，认为这只是一次TWS耳机与语言大模型的粗糙结合，字节拿着锤子找钉子，在为豆包大模型找应用场景，Ola Friend没有很强的不可替代性。 雷峰网了解到，字节曾与不止两家耳机公司洽谈合作事宜，条件是只接入豆包一家语言大模型，不少潜在合作对象认为豆包大模型和ChatGPT还有一定差距，且不愿意与豆包大模型深度绑定，因此拒绝了与字节的合作。 但Oladance创始人李浩乾把耳机这一可穿戴设备当做入口的思路却意外与字节契合。李浩乾曾在2021年接受雷峰网采访时提出，元宇宙主要有两个入口场景，在家和办公室依托于重设备，在外通勤依托轻设备，耳机瞄准的是通勤场景，Oladance希望在TWS上做突破，建立链接元宇宙的入口。 当时ChatGPT3.5尚未发布，元宇宙和Web3.0还是当红概念，TWS耳机的竞争已十分激烈，除了骨传导和助听器，业界对TWS耳机想象乏力。李浩乾的观点却让业界耳目一新，在新消费资本市场最低迷的时候，李浩乾的电话被投资人打爆。 没能等到元宇宙，先等来了字节的豆包大模型。今年4月，字节跳动以3-5亿元的价格收购Oladance，6个月的时间，Oladance作为人机语音交互的入口，完成了向AI耳机的华丽转身。 **是AI重要还是耳机重要？** 追问字节能否做好一款AI耳机，本质上是在追问AI硬件到底是AI本身的能力更重要还是硬件能力更重要。 许多AI耳机赛道的玩家在同雷峰网的交流中表达了同样的观点：不认为自己是一家耳机公司，**只是在开发AI硬件道路上恰好选中耳机这一形态。** 在第一波AI浪潮中创办时空壶的田力对此具有发言权，其W系列翻译耳机保留了TWS耳机的产品形态，但却舍弃了最核心的听音乐功能，更早期的产品甚至不能接电话。 当时田力刚刚离开一家机器人硬件公司，想用AI技术本身做点有价值的事情。田力认为，彼时AI技术虽然很发达，但还缺少与普通人的需求链接。恰逢父母海外旅游时遇到交流障碍，在田力看来，尽管语音识别与机器翻译的技术已经较为成熟，但人们出国时依旧没有意识到可以利用该技术随时自由沟通，这表明AI技术与现实需求仍存在距离。 在感知到AI领域的市场机遇及行业中潜存的问题后，2016年田力迅速组建团队，试图以“AI+翻译”构建跨语言沟通的多样场景。身为科幻迷的田力从《银河系漫游指南》中巴别鱼的设想中获得灵感，他认为在跨语言交流中，翻译不是要解决的核心问题，而是交流的沉浸感。 从技术实现的角度，翻译耳机要求对话中的双方都拥有相同的耳机设备，只有在共享一副支持双通道耳机的情况下才能实现这一场景。早期的TWS耳机采用单通道互联技术，手机发射蓝牙信号时主耳先收到信号，再将信号发送给副耳，会出现信号不同步的情况。另外，如果增加听音乐的功能就要牺牲翻译所需要的算力，与田力所期望的沉浸感相悖。 他认为既然时空壶要解决的核心问题是跨语言交流，就不应该给消费者“购买一副附带翻译功能耳机”的预期，田力团队重新撰写部分蓝牙协议，摒弃音乐播放功能，一副形似耳机实则是AI翻译设备由此而来。 另一AI耳机品牌WISHEE联合创始人兼董事长张博在与雷峰网的交流过程中也多次提及WISHEE想要做的是独立的AI智能体而不是TWS耳机。 这源于张博和团队其他同事此前的工作经历。张博在参与WISHEE创办之前是OPPO语音助手项目中的一员，见证过OPPO语音助手从0到1的搭建。在参与手机语音助手的项目过程中，张博发现，手机语音助手的本质是在和用户的对话框模式使用习惯打架，打赢的概率微乎其微。 2011年，乔布斯推出Siri不久后离世，给苹果留下了Siri到底是做搜索引擎还是做智能助手的世纪难题，后来Siri团队核心成员离开，Siri的发展更是扑朔迷离。张博坚信乔布斯对Siri有更宏大的设想，**重建可以直接进行语音交互调用的独立系统或许是未来方向之一。** 建立在这一构想之上，WISHEE推出了一款AI智能体产品AiEar并于2024年618正式售卖，售价1999元。从用户体验来看，AiEar比传统TWS多了一款植入耳机舱表面的智能屏幕，拥有独立的OS系统，可以插入esim卡实现语音通话，也可以作为移动wifi供其他移动设备连网使用。  电影《Her》中的AI智能体设备 WISHEE的市场负责人向雷峰网展示了AiEar的其他功能，包括敲木鱼小游戏、电子宠物、番茄时钟、GPS导航、语音记忆等功能，谈及对AiEar未来的想象，这位负责人情绪饱满，表示还有更多的功能正在开发中。在加入WISHEE团队之前，WISHEE的市场负责人是一家公关公司的老板，服务过众多手机、耳机品牌，如今他几乎关掉了自己公关公司的业务，全盘押注WISHEE。 据他透露，目前有一些考研党在使用AiEar，还有一部分不希望小朋友玩游戏的家长会买来送给孩子，WISHEE目前主要面向国内市场，正在与海外众筹平台洽谈计划出海。 基于过往在AI声学领域的经验积累，**科大讯飞旗下的未来智能是少有承认自己在做AI耳机的公司**，且在产品研发的过程中愈发感受到硬件能力的重要性。 未来智能CPO柳达本身也是一名耳机重度使用者。未来智能还没成立之前，柳达在科大讯飞消费者BG做云助手项目，每天的工作被大量的会议与信息充斥，耳机成为柳达最亲密的工作伙伴。在使用TWS耳机的过程中，柳达愈发觉得传统TWS耳机只满足了消费者最基本的需求，对于信息输入大于输出的用户来讲，完全没有发挥其作为工具的潜力，完全可以基于TWS耳机针对会议录音和纪要等功能进一步改善。 柳达向雷峰网表示，早期组建团队时低估了硬件的重要性，团队软件成员数量远大于硬件人员，直到第一代产品发布，收到来自消费者的反馈认为与同等价位的TWS耳机相比，讯飞AI会议耳机作为硬件产品不达预期，后来及时调整提高硬件人员的占比，耳机品质才得以改善。 一副兼具TWS基本能力的AI耳机在硬件层面需要解决来自续航能力、声学设计、硬件堆叠与散热等方面的技术难题。TWS耳机要求体积小，能够容纳的电池体积有限，对续航能力构成挑战，尤其是主动降噪式耳机需要多颗麦克风，如果要实现本地存储功能还需要额外增加闪存芯片，进一步压缩电池空间。AI功能的增加和运行会消耗更多电量并产生热量，例如语音识别、语义理解、语音增强等功能的实现都需要持续供电。 少数高端TWS耳机有能力采用SiP封装节省空间，但这一封装方式技术难度大且价格昂贵，也会增加产品成本。 “**可以想象成是把聪明的大脑装进小盒子里**，需要非常流畅、精准和省电”，柳达如此形容。 通过不断增强硬件队伍和几代耳机的研发升级，未来智能推出的讯飞AI会议耳机iFLYBUDS PRO2在续航方面已经做到单次使用长达9小时，搭配充电盒可延长至36小时。在去年双十一上，讯飞AI会议耳机的销售额在天猫、抖音两大平台的入耳式蓝牙耳机大类目中销售额排名第一，在京东AI耳机品类占据榜首。 回到豆包AI耳机本身，字节坐拥AI基础设施，至少与需要调用非自家大模型API的创业公司相比，豆包AI耳机将最核心的数据资产始终握在自己手中，但另一方面与某一模型深度绑定也意味着前期需要经历漫长的磨合期和迭代期，与可以同时接入多家大模型的中小厂商相比，前期语音交互的准确率不占优势。 与此同时，大厂做AI硬件也有决策慢、流程长的问题。一位业内人士告诉雷峰网，目前还没有听闻大厂All in AI硬件的消息，基本都是中小厂All in，大厂内部审批及决策流程非常漫长，需要结合公司主营业务拓展赛道，预计25年下半年才会有大厂正式入局AI硬件，留给中小厂的窗口期还有半年至一年。有关大厂AI硬件的最新动态，欢迎添加本文作者微信Yolanda_Zuu爆料。 Echo Chan也表示，预计25年下半年IKKO才会遇到真正的竞争对手，且更有可能来自手机大厂而非互联网大厂，因为手机厂商在硬件供应链方面比互联网大厂更强势。 FoloToy创始人王乐认为只有高集成度才能提升系统级的体验，手机厂商这方面占据优势。 以字节为首的互联网大厂做AI硬件具备人才与资金优势。关注AI硬件创业的真格基金投资经理李钰看好互联网大厂的软件产品经理创业做AI硬件，如果再找到懂供应链和硬件生产的专家一起组建团队，会是一个好标的。“因为硬件从业者只擅长做标准化，售后受限，不适合主导这件事，而软件是需要持续迭代。” 王乐也表示，深圳做硬件和方案的公司转型做AI的难点在于之前做方案的毛利很低，利润不足以支撑公司招软件和AI方面的人才，成本挑战大。 **下一代爆款移动设备诞生前夜，AI耳机只是过渡产品？** “AI是技术基座，耳机本身是交互载体，各占一半，但最终服务的是人，用户体验才是最重要的”，田力认为找到能够为用户提供服务的切入点比讨论AI重要还是耳机重要更有意义。 无论是否承认自己是一家AI耳机公司，还是将自己单纯定义为AI硬件公司，这些选择将AI与耳机产品形态结合的公司无一例外都认同从供应链成熟度以及AI语音交互形式来看，现阶段耳机是比眼镜更能承载AI能力的硬件载体。 目前市面上的AI硬件产品大致可以分为两大类，一类是在传统智能硬件的基础上做生成式AI的加持，例如在眼镜、耳机上增加AI功能，不改变原有的产品形态；另一类是AI重塑产品形态，创造新的用户需求和应用场景，例如一年前爆火的AI Pin和Rabbit。 第一类的支持者认为从人类技术发展史来看，产品形态基本没有太多变化，手表、手机、耳机等几十年前就已经存在，这证明用户很难被教育，AI硬件需要在原本不够智能化的地方发力，而不是创造全新且无用的东西再思考如何智能化。 第二类的支持者一部分认为AI的能力强大到需要全新的产品形态来承载，另一部分集中在研发为人类提供陪伴和情绪价值的AI玩具，因娱乐性和高容错性也已经有一定的市场。欢迎添加本文作者Yolanda_Zuu交流讨论中国AI硬件江湖。 AI耳机更像是介于第一类和第二类之间的产品。耳机本身发展已久，TWS耳机掀起的浪潮已经培养起用户对耳机的依赖和长期佩戴的可能性。根据Canalys的最新研究，TWS在2024年第二季度仍然是全球智能个人音频市场的领导者，以12.6%的年增长率巩固了72.6%的市场份额。 TWS耳机的爆火已经证明了耳机本身不与手机直接竞争，甚至填充了无法使用手机的时间，在交互形式上具备优势。建立在大家对耳机高接受度的基础之上，一方面可以基于生成式大模型在AI语音助手再升级，另一方面耳机舱也有很多可探索的空间。 进入低价竞争时代的TWS耳机也已经建立起成熟的产业供应链，即便是AI耳机需要根据新增的功能植入存储器、射频等器件，与TWS耳机供应链有所不同，但也能被成熟的手机供应链所覆盖。 从交互习惯的角度来看，也有观点认为AI耳机没有想象中那么容易被用户接受。 RWKV联合创始人罗璇表示：与手指操作相比，纯语音交互是一件更加困难、更加耗能且泄漏隐私的事情。而且在人类历史上，手指操作工具比语言更早出现。因此更看好AI眼镜，手指+语音的模式。 柳达在十年前就思考过，何时我们使用语音交互的频率能够同对话框交互一样高：一是需要在技术和体验层面有重大突破，不仅是技术改进还包括用户习惯的改变；二是语音识别需要更加精准，对话的自然度和流畅度进一步提高，语义理解能力进一步增强；三是多模态融合会是未来大趋势，语言交互和指尖交互无缝切换。 这也是AI耳机玩家们曾经思考过或正在思考的问题。李浩乾曾在2021年与雷峰网对话时表示，Oladance在做TWS耳机之前就是尝试过做眼镜，但发现市场不成熟最后选择放弃。WISHEE曾经也尝试探索AI眼镜，发现AI眼镜不仅需要考虑如何存储视频数据，还需要高维度提取特征，而AI耳机在技术上已经准备好。IKKO也表示，在做AI耳机的同时也有对AI眼镜的积极探索。 或许从多模态融合的趋势来看，有视觉交互可能性的AI眼镜确实会是AI耳机的终极形态，但从AI耳机到AI眼镜还有很长的一段路要走。AI硬件大战，好戏才刚刚开始。 雷峰网持续关注创新硬件产业动态，后续将推出AI眼镜相关报道**《AI眼镜，等待小米发牌》**，更多创新硬件的精彩故事，欢迎添加本文作者微信**Yolanda_Zuu**。

1月31日，路透社报道称，**在日本政府改革其能源计划的关键时期，DeepSeek横空出世，颠覆了人们对人工智能行业未来电力需求的看法**。为此，日本必须“认真对待”此事，避免重蹈20世纪80年代的电力系统过度扩张的覆辙。 去年12月下旬，日本政府发布了《基本能源计划》草案，这是一份大约每三年审议一次的重要政策文件。该文件预计，**到2040年，日本发电量将增长10%至20%，并将数据中心和芯片制造商的用电需求列为推动因素**。 这是近年来首次，**东京方面放弃了长期以来的预测，即随着人口老龄化，日本未来的电力需求将会减少**；转而开始将数据中心和微芯片制造商因人工智能驱动而增加的用电需求纳入考量。 **然而，DeepSeek看似能耗更低的模型，已引发了对人工智能能源需求的广泛反思。** 此前，由于预期人工智能技术规模扩张将带来电力需求激增，电力生产商的股价表现优异。但如今，随着投资者对DeepSeek看似更节能的模型进行权衡，这些生产商的股价也受到了冲击。 然而，在分析师剖析深度求索的潜在影响时，另一种观点也浮现出来：**DeepSeek的成功可能会降低这个由硅谷巨头主导的行业的准入门槛，促使新进入人工智能领域的企业带来更高的整体电力需求**。 这对日本来说可能是个潜在的难题。**作为资源最匮乏的主要经济体，日本国内能源产量仅能满足其13%的能源需求**，这一比例在经济合作与发展组织（OECD）38个成员国中排名倒数第二，仅高于卢森堡。 东京能源研究与咨询公司尤里集团CEO尤里・亨伯表示：“如果事实证明，人工智能的开发成本比目前预期的更低，这将加速其大规模应用，而非减缓。**如果有影响的话，反而会增加日本国内的电力需求。**” 亨伯表示：“尽管两年前人工智能热潮就已显现，但日本官员花了很长时间才调整电力需求预测。我预计他们会密切关注这些新动态。”  东京电力公司 日本最大的电力公司东京电力公司表示，**正在密切关注DeepSeek对电力需求的潜在影响。** **“对日本来说，不认真对待此事将会非常危险，**” 东京立教大学经济政策研究学院教授安德鲁・德威特表示。 东京可再生能源研究所所长大林美香表示，DeepSeek的出现 “明确表明”，人工智能可能会变得更高效，电力需求也会减少。 **她批评日本官员将人工智能能源需求与推动核电发展联系起来，并表示政府应加大力度发展可再生能源**。 德威特指出，**日本过去在为技术发展做能源准备方面，曾有过惨痛的经历**。他提到了20世纪80年代末经济泡沫破裂前的那几年。 “当时日本是芯片领域的领军者，他们认为自己会成为行业第一，于是扩建了电力系统。当然，到了 90 年代泡沫破裂，电力需求并未如预期那样增长。 “**他们有过惨痛的教训。所以政策制定者理应认真对待此事，**” 他说。 [查看评论](https://m.cnbeta.com.tw/comment/1475146.htm)

据央视新闻报道，当地时间1月30日，美国国家运输安全委员会调查人员表示，目前尚不清楚华盛顿特区撞机事故发生的确切原因。该机构将在30天内提交初步调查报告，调查人员已从失事飞机上找到了驾驶舱语音记录器和飞行数据记录器。 [](https://n.sinaimg.cn/spider20250131/535/w800h535/20250131/eeed-9eda9a3dbdea14efb5adba8e6cf5d9ec.jpg) 美国国家运输安全委员会调查人员表示，该机构已开始收集事故现场的残骸，包括直升机残骸，并将其存放在里根国家机场的机库中。 华盛顿消防和应急部门表示，该部门的潜水员已搜索了所有可进入的区域，并将于31日进行额外搜索，以找到更多飞机部件。此外，事故救援队正在将美国海岸警卫队的起重机运到华盛顿特区波托马克河坠机现场，以帮助打捞遇难者。 此前，美国联邦航空管理局的初步报告显示，两机相撞事故当日，美国里根国家机场空中交通管制塔台的人员配备水平“不正常”，因为“与当天的时段和交通量不符”。 美国东部时间1月29日晚，美国太平洋西南航空公司一架载有64人的庞巴迪喷气式客机在华盛顿里根国家机场降落过程中，与一架载有3名军人的“黑鹰”直升机相撞后坠河。 美国总统特朗普30日在新闻发布会上表示，事故中无人生还。当日，美国交通部长肖恩·达菲在社交媒体上发表声明称将对撞机事件进行彻查，并称其正在制定“修复美国联邦航空管理局”的计划，相关内容将很快公布。 据央视新闻援引外媒报道，截至当地时间1月30日下午，搜救人员已找到约40具遇难者遗体。 [查看评论](https://m.cnbeta.com.tw/comment/1475144.htm)

今天RTX 50系显卡上市销售，跟预测的一样，开卖就秒售罄的节奏。从Newegg网站的情况看，47款不同的RTX 5080和RTX 5090显卡均已售罄，从999.99美元的基础型号RTX 5080到售价高达2799.99美元的华硕ROG Astral RTX 5090，无一幸免。 当然了，一些显卡可能尚未真正开始销售，因为百思买上列出的许多显卡都显示为“即将推出”。 微星预计其在线商店的RTX 5090库存要到2月6日才能发货 这样的情况一点也不让人意外，英伟达此次的供应相比之前似乎更少，而他们此前也曾发出过预警。与零售商和第三方制造商沟通后得知，预计供应短缺的情况将持续下去。 **虽说首批货源极度稀缺，但依然有不少用户成为了幸运儿。英伟达官方也是晒出了首批成功入手RTX 50系显卡的用户。** 从照片中可以看到，这些幸运儿们笑容满面，难掩激动之情。他们手中的 RTX 5080/5090 显卡包装盒格外醒目，仿佛在向世人宣告自己已经率先拥有了“游戏神器”。  [查看评论](https://m.cnbeta.com.tw/comment/1475140.htm)