特朗普政府激进关税政策已导致全球股市蒸发6.6万亿美元，投资者401k严重受损。民众在全球1000多个城市举行"放手！"抗议活动，要求保护社会安全网和经济稳定。对特斯拉和马斯克的抵制情绪高涨，可能影响相关投资。  周六，数以万计的示威者在全美乃至全球各地爆发大规模抗议活动，反对特朗普政府的各项政策。抗议人群抨击了一系列政府政策，包括激进的贸易关税、联邦雇员的裁员、合法移民的驱逐、对跨性别群体的攻击、入侵格陵兰的威胁，以及马斯克的政府效率部。 这次抗议活动恰逢特朗普宣布的全面10%关税正式生效之际，华尔街陷入为期两天的抛售潮，股市市值蒸发了6.6万亿美元。尽管市场大幅动荡，特朗普周六通过社交媒体敦促美国人在他所谓的"经济革命"中保持耐心，承诺"这并不容易，但最终结果将是历史性的"。 **"放手！"运动：全美1000多个城市参与** 这场由"放手（Hands Off）！"运动组织的抗议活动覆盖了美国1000多个城市和城镇，得到了从堕胎权到气候变化等各类倡导组织的支持。华盛顿国家广场的集会规模最大，抗议者持有各种标语，包括"企鹅反对关税"、"把Musk送上火星"和"让我的401k再次伟大"。 一位来自安纳波利斯的抗议者Peter（要求不透露姓氏）表示，他参加集会是为了回应他所看到的特朗普和马斯克对民主的"攻击"。华盛顿居民Maya则表示，她正在抗议"亿万富翁寡头政治"，并补充说"关税伤害的是工人阶级"。 马斯克成为抗议焦点：DOGE部门引发合法性争议 在特朗普重返白宫后，他任命马斯克通过政府效率部门(DOGE)削减政府开支，这一举措迅速引发了反弹。 马斯克重组和缩减联邦机构的迅速行动已引发一系列法律挑战，包括3月份发布的一项限制令，暂时阻止DOGE工作人员访问社会安全局系统。一组劳工和倡导组织质疑该机构允许DOGE访问其敏感信息数据库的合法性。 抗议者不仅在华盛顿表达不满，在欧洲城市如伦敦、里斯本和巴黎也举行了示威活动，在柏林的特斯拉展厅前也有抗议。特斯拉已成为针对马斯克的抗议焦点，美国各地的特斯拉车辆和经销店已遭受多次袭击。 **政治影响与经济担忧：投资者需要关注的信号** 这场抗议活动具有重要的政治意义，组织者和民主党人已利用马斯克的不受欢迎程度来激励抗议者和选民。上周二，马斯克支持的候选人Brad Schimel在威斯康辛州最高法院竞选中惨败，这场选举被广泛视为对这位争议亿万富翁的公投。 从投资角度来看，示威者主要担忧以下几点： 关税政策对全球供应链和消费者价格的负面影响； 股市大跌对退休账户(401k)的严重损害； 联邦机构削减对科研和基础设施的潜在长期影响。 宾夕法尼亚大学的研究生Connor Hogan向媒体表示，由于特朗普政府削减国立卫生研究院(NIH)等机构的拨款，研究生录取名额已经减少，实验室失去了资金支持。"来自NIH的联邦资金就像美国生物医学研究的命脉，"27岁的Hogan说，"特朗普削减这些资金会使美国医疗保健倒退数十年。" [查看评论](https://m.cnbeta.com.tw/comment/1490960.htm)

据报道，**越南越捷航空将于4月中旬首次在国内航线上运营中国制造的中国商飞短途支线客机C909。**根据文件，越捷航空计划于4月15日在首都河内和南部昆仑群岛之间运营四趟航班，该公司还将在同一天在胡志明市和昆仑群岛之间运营四趟航班。  **据悉，越捷航空于2011年开始营业，是越南第二大航空公司，也是越南首家和最大的私营航空公司，**共运营越南和泰国197条国内和国际航线，该公司的机队主要由78架空客A320和A321组成。 去年2月，商飞在广宁省云屯县云屯国际机场举办商用客机展览及飞行展示活动，向越南介绍了C919和C909两架飞机。 **去年底，越捷航空签署了一份租赁合同，从2025年开始租赁两架中国商飞的C909飞机。**  C909也就是此前的ARJ21改名而来，是我国首次按照国际标准，自行研制的具有自主知识产权的新型涡扇支线飞机。 2002年4月经国家批准立项，2008年11月28日在上海成功首飞，2016年6月28日成功首航，实现了我国航线上国产喷气客机零的突破。 航程2225—3700公里,最大起飞重量40500千克，最大使用高度11900米，具有适应性、舒适性、经济性、共通性、系列化等特性。 可实现多种客舱布局，包括78座两舱、90座全经济舱、95或97座高密度经济舱等。 [查看评论](https://m.cnbeta.com.tw/comment/1490958.htm)

 太厉害了，她只发22篇笔记，就快速吸粉5.7w。 做养生赛道的人慢慢地多起来，现在涨粉确实不如一两年前容易了，那她是怎么做到这个成绩的？  我们一起来看看。 ## 1、自媒体内容系统化 虽然互联网的内容依然鱼龙混杂，但跟几年前比起来，大家对于高质量内容接受度越来越高。 有一类爆款选题，就是比较系统化的养生内容，这说明互联网受众比以往更加愿意看深度一些的内容，而不仅仅是浅显、博眼球的东西了。 所以，小禾做的脾胃专题、黄帝内经共读专题这一系列，内容系统性、深度都比较强的内容，在此刻出现，弥补了互联网深度内容不够的空缺，能够受到欢迎。  当然，互联网开始欢迎系统化的内容，不意味着欢迎论文：有系统有深度的内容，依然要讲得清晰明白、易于大众理解，才能受到喜爱。 ## 2、做一个表格/导图增加完播 在“脾胃专题”中，小禾会在视频开头的部分，展示自己做的思维导图、或者总结的表格等等，这样一份资料，对于完播有很大的帮助。 一方面，你自己做了这样细致的笔记梳理，会让观众更信任你，觉得你是经过输入、思考之后再输出的，你的内容更加可信； 另一方面，许多观众会想要一份这样的资料，以前的账号，会经常在视频开头说“视频最后会有思维导图”，许多观众会为了获得资料而看到最后，同样看到小禾呈现的资料，也会想要多看看； 小禾还会将资料图片分享在评论区，这样一来，评论的互动、停留增加了，完播也增加了。  ## 3、下期预告提高转粉率 一般来说，小红书的转粉率是10:1，也就是10个赞藏对应有1个粉，但小禾的转粉比例，大概是3:1，很高的水平。 这么高的转粉率，一方面来自于内容的系统化，另一方面，也来自于每个内容的“下期预告”。 当你的“下期预告”越让人期待，大家成为你的粉丝的可能性也就越高。  ## 4、个人+品牌双IP 小禾除了自己的这个个人号，也在做一个品牌号“小禾食养”。 小红书上许多主理人品牌，都会走这种“个人+品牌双IP”的路线，用个人做 ip 树立形象，品牌店铺号完成转化，我们之前分析过的阿丹在食养、床垫大王默翰都是这样做的，个人和品牌互相助力，变现能力很强。 小禾目前还在积蓄粉丝势能的阶段，暂时还没有进行变现，但可以预见，她的变现能力也不会弱。  不过这种方式在养生赛道，更适合有专业背书的人，像小禾自己就是相关学校毕业的，品牌也会获取相应资质，只有这样，才能更好地避免违规、完成店铺认证和产品的上架。 本文由人人都是产品经理作者【李子木说运营】，微信公众号：【李子木说运营】，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。

我第一次学开车是在 10 岁左右，16 岁时就拿到了驾照。人工智能发展到现在已经 73 岁了，但仍然不会开车。这是怎么回事？人工智能无法驾驶汽车的原因有很多，而这些原因都与电子设备有关。  传感器并不适合所有路况，问题在于所需的处理能力超出了汽车所能提供的范围，处理时间可能比人脑慢（即使使用超级计算机），人工智能无法做出道德决策等。有很多技术障碍阻碍人工智能汽车上路。 但最大的障碍不是传感器、技术，甚至不是法律问题或道德问题。事实可能是我们实际上并不知道人工智能是如何思考的。 [Anthropic](https://www.anthropic.com/research/tracing-thoughts-language-model)最近的一项研究发现，人工智能聊天机器人会产生幻觉，不擅长做基础数学，而且经常对自己的推理撒谎。就像人类一样。事实证明，我们对大脑的运作方式一无所知，无论是人工智能还是人类。 和人类大脑一样，关于人工智能如何运作的理论也有很多。“我们认为它这样做是因为那个”之类的解释。和大多数科学一样，这只是最好的猜测。 测试一下就很简单了。我在 ChatGPT 中输入了“57+92”。它回答“57+92=149”。这是正确的。但当被问到“你是怎么得到这个答案的？”时，人工智能给了我标准的教科书式答案“我先把个位和十位相加，然后把结果合并起来。” 在这一点上，ChatGPT 撒了谎。 这不是人工智能得出答案的方式。人工智能是一台计算机，就像任何高级计算器一样，它只是将 1 和 0 放在一起并得出总数。就像这样： 111001 (57) + 1011100 (92) = 10010101 (149) 人工智能是一台计算机，它现在仍然这样进行数学运算。当我问 ChatGPT 它到底是如何进行数学运算的时候，它在撒谎。它简要解释了数字到二进制再到结果的过程。与上面说明的类似。 自 1994 年以来，情况发生了很大变化，但还不足以使人工智能与普通人类驾驶员平起平坐。美国的车辆有两个联邦强制要求的传感器。两者都用于排放。车辆的其余预碰撞安全系统依赖于驾驶员的眼球和反应。 回到现在，Anthropic 的人们正在测试一种名为 Claude 的语言模型 AI，它与我们许多人可能通过自然语言每天接触的 AI 类似：ChatGPT、OpenAI 等等。 他们发现，Claude 通常会根据预先设定的叙述来编造逻辑，以安抚或吸引与之互动的人。这与政客们对某个话题喋喋不休以示赞同的方式类似，但 Claude 的诡异和恶意要少一些。 把这个道理应用到路上的汽车上。开车时，我们每分钟都要做出数千个决定，这些决定不仅会影响我们的生活，还会影响我们周围人的生活。我们从分心驾驶数据中得知，即使是片刻的疏忽也会导致可怕的后果。现在想想如果人工智能为自己的错误反应辩解，或者无法足够快地做出决定，会发生什么。不要管谁应该为这个结果负责。 关键在于，虽然人工智能技术需要大量工作才能达到与人类驾驶员相同的水平，但学习模型本身也需要跟上。人工智能现在已经 70 多岁了，但只能达到与小孩相同的认知水平。我们甚至不确定它是如何做到这一点的。 如今的汽车有几十个传感器、数百英尺长的线路、三台或更多车载电脑、无线和 Wi-Fi 连接、GPS 和许多其他设备。这些都不能代替你驾驶汽车。即使是那些带有“T”字样的车型也不能。它们需要人类驾驶，而且可能还需要一段时间。大多数真正的自动驾驶汽车出于法律和技术原因，都被“限制”在某个区域内。 人类比我们的人工智能创造物具有明显的优势：我们生来就拥有非常顶级的感官系统，这些感官系统可以以多模式的形式工作——经过数千年的进化，我们非常善于利用它们。与大多数动物一样，我们擅长整理多种输入并做出相应的反应。 随着传感技术的进步，人工智能或许能证明自己是一个更优秀的驱动者。但我们不能肯定地说，因为人工智能的思维方式与我们不同。人工智能不擅长多感官输入认知和学习。这是大自然最伟大的壮举之一，但到目前为止，我们还没有轻易地在机器上复制它。人工智能也没有证明自己非常擅长在数据很少的情况下做出快速决策。它没有直觉，而我们经常凭直觉做决定。很多时候没有太多的有意识的思考。这是驱使我们不仅创新，而且适应和克服困难的重要原因。 不过，对于自动驾驶汽车爱好者来说，好消息是，由于我们不太了解人工智能的思维，它可能会做出我们意想不到的事情。它可以变得直觉敏锐，能够同时处理多个输入。可以肯定地说，如果它能做到这一点，它很可能比我们人类在更短的时间内完成。 希望到那时我们至少能找到让事情变得诚实的方法。 [查看评论](https://m.cnbeta.com.tw/comment/1490954.htm)

 无论b站，知乎或者其他论坛，时常能看到以“拍案叫绝的台词”为主题的内容。打开后发现，所谓的拍案叫绝，无不是深刻的道理，什么“谁赢他们帮谁”，“我是想站着，还把钱挣了”之类的。这些台词精彩吗？精彩。拍案叫绝吗？拍案叫绝，但这些只是一方面，所谓拍案叫绝的台词，并非只是字里行间的惊雷。 首先，什么是台词？台词是“日常生活中听到的内容的压缩版本，是谈话的精彩集锦。” 优秀的台词不是简单复制日常闲谈，而是捕捉那些最富有表现力的瞬间，精炼出交流的本质和节奏。在这个过程里，具体词语的选择反而不如对话整体流淌的韵律重要。一个停顿，或者一个打断，往往比华丽的辞藻更能打动观众。 观众不是傻子，在流媒体时代中网上冲浪的人，对台词的敏感度和判断力已经超越了其他任何叙事元素。只有真实、生动的对话才能创造代入感，让观众忘记自己是在看表演，而是真正生活在故事里。正因如此，台词写作不仅是编剧最重要的功课，也是最容易被观众第一时间评判的艺术要素。 拐回来，如何才能创作出令人拍案叫绝的角色对话？ - 用台词塑造性格 精彩的台词就像指纹一样，必须真实反映角色的独特性，也就是角色的性格。这意味着编剧需要对自己的角色有近乎心理学家的理解——不仅知道他们会说什么，更要明白他们为何这样说，以及会以怎样的方式表达。在写作中，我常会用“匿名测试”来检验自己写的台词：如果遮住剧本中的角色名字，仅凭对话内容你还能分辨出说话者是谁吗？这个方法简单，但及其有效。 这就引出了另一个问题：角色的表达方式由其内在驱动。 不过，我更喜欢另一种表达——情绪才是角色的发动机。 一个成功的角色会包含很多种复杂的情绪，而他的情绪必然会反作用于台词。简单来说，就是以下三点： - 动机因素：一个渴望权力的角色和一个随遇而安的角色，即使面对同样的情况，表达方式必然大相径庭。 - 背景烙印：成长环境、文化背景、教育程度都会在语言习惯中留下不可磨灭的痕迹。 - 性格特征：内向者倾向于言简意赅，外向者往往滔滔不绝，而偏执的角色则会反复确认细节。 值得注意的是，编剧在为角色创造性格的同时，也要保持作品整体风格的一致性。就像昆汀·塔伦蒂诺的电影即使角色各异，但观众仍能感受到鲜明的“昆汀式”对话风格。 2.多层次的对话功能 剧本中的对话不同于日常闲聊，每句台词都应该承担叙事功能，理想状态下甚至是多重功能： 1.背景铺陈：通过对话自然交代故事背景，而非生硬的陈述。在《宇宙探索编辑部》里，编剧是这样交代背景的： <blockquote>唐志军 ：我女儿，她自杀的那天，那个凌晨，她给我发了一条短消息。她问了我一个问题，我当时不知道怎么回答。我现在也不知道，现在也不知道。这个问题就是：我们人类存在在这个宇宙里的意义究竟是什么？</blockquote> 2.角色塑造：用语言习惯、用词选择展现人物性格。比如《三国演义》中，俘获曹丞相芳心的经典台词： <blockquote>董卓起身拔剑，威胁袁绍。 董卓：尔要试试我的宝剑是否锋利吗？ 袁绍迅速拔剑，怒斥董卓。 袁绍：我剑也未尝不利！</blockquote> 3.情节推动：对话本身应该创造新的情节点或冲突。这一点仍然可以用董卓和袁绍的那场戏来解释。 <blockquote>袁绍：当今，朝廷初定，招尔等入京，以为辅佐天子安定庶民。而你，却几次三番妄议废嫡长而立庶。岂不是蓄意谋反吗？（停顿）你，只不过是一窜逆之辈，又待怎样！ 这段话刺激了董卓，他拔剑，威胁袁绍。 董卓：尔要试试我的宝剑是否锋利吗？</blockquote> 4.潜台词表达：角色表面说的是A，实际想表达的是B。比如在《建国大业》中，毛人凤和阎锦文坐在车内。毛人凤为阎锦文布置任务，让他干掉张澜。但毛人凤知道，阎锦文并不会执行命令，而是护送张澜离开。对于这个共事多年的手下，毛人凤反而没有为难。 <blockquote>毛人凤递过一张纸。阎锦文接过，打开，阅读。 阎锦文：是公开的还是秘密的？ 毛人凤不耐烦地摘下墨镜。 毛人凤：这种事怎么能公开呢？ 阎锦文：是，懂了。 阎锦文开门，准备下车。 毛人凤拉住他，拍了拍他的肩膀。 毛人凤：保重啊。 </blockquote> 简单来说，台词的关键是要让这些信息自然融入到对话中，而不是让台词变成明显的“功能性宣言”，让角色跟个傻子似地机械朗读，就差举个板子了。 3.创作动态对话的要素 - 制造张力：没有两个角色会完全一致地看待世界。这些认知差异不一定会引发激烈冲突，但必然会给对话带来丰富的层次感。当角色各自的诉求相互碰撞时，即使是最平凡的对话也会变得耐人寻味。 - 善用潜台词：现实生活中，人们常常言不由衷。优秀的剧本对话同样如此——角色可能在讨论天气，实际却在试探对方的态度。这种未说出口的信息往往比直白的表达更有戏剧性。 - 把握节奏：对话不仅是文字内容，更包含呼吸般的节奏感。适当的停顿、打断或重叠说话都能创造生动效果。我写台词时，感觉节奏乱了就会自己演一遍——如果在演的时候觉得别扭，观众听起来一定会更别扭。 不过最重要的是，在电影和电视剧中，比起精彩，跌宕的剧情，丰满、立体的角色才更能抓住人。成功角色的精彩台词永远扎根于丰满的角色关系。 当你对某句台词犹豫不决时，不妨回到基本问题上：这个角色是什么性格？这个角色知道什么？他如何理解眼前的情况？他真正想要的是什么？ 理清这些，动人的台词便会自然而然地流淌出来。

近日，**一位Reddit用户分享了其微星RTX 5090 Gaming TRIO OC显卡和配套电源因12VHPWR供电接口烧毁的惨状。****该用户表示，其使用的是海盗船SF1000L电源附赠的原厂线材，未超频的情况下，显卡和电源两端的12针接口均出现塑料鼓包、金属针脚熔毁的情况，**价值约2900美元（约合人民币21118元）的旗舰显卡就此报废。 此前类似的事故已多次发生，尤其是在高端显卡如RTX 5090上，该显卡在高负载下功耗接近600W，对供电接口的稳定性要求极高。 技术分析指出，当接口未完全插紧时，电流会集中于少数针脚，局部温度可能飙升至150℃以上，足以熔穿绝缘层并损坏针脚。 最新的12V-2x6接口虽然在一定程度上确保了更好的接触，但仍无法完全避免电流集中在少数针脚的情况。 [](//img1.mydrivers.com/img/20250406/97d95ffd-a916-471c-b44a-bdf53db00f37.jpg) [](//img1.mydrivers.com/img/20250406/7c7e9ff5-e446-48ec-82dc-6d3116b01a24.jpg) [](//img1.mydrivers.com/img/20250406/9944c00c-d4bc-4ffd-9989-172935627730.png) [查看评论](https://m.cnbeta.com.tw/comment/1490952.htm)

4月6日，金融时报发文，从车顶搭载无人机的汽车，到免费的自动驾驶软件以及5分钟充满电的技术，**中国公司在电动汽车领域的创新步伐十分迅猛**，一些分析师认为，**这正推动着汽车行业迎来从未有过的激烈竞争**。  预计特朗普推行的大规模关税政策将导致美国和欧洲的资源及电子零部件成本上升，进而使电动汽车的销量进一步下滑。然而，作为全球最大的电动汽车市场，**中国今年的电动汽车销量预计将增长约20%，达到1250万辆**。汇丰银行的数据显示，随着电动汽车销量开始超过内燃机汽车，**中国电动汽车销量的78%集中在仅10家公司手中，其中比亚迪一家就占了27%**。 汇丰银行驻北京的分析师丁玉倩表示，这意味着**约52个汽车品牌将争夺中国市场剩余的22%份额**，其中包括30多个年产量不足3万辆的品牌，这些品牌可能很快就会面临被市场淘汰的命运。 **在中国，平均每两天就会推出一款新车型**。随着市场不可避免地走向整合，能否跟上先进技术的步伐，比如辅助驾驶功能和最新的信息娱乐系统，已成为企业生存的关键。 丁玉倩称，现在的市场呈现出“两极分化”的态势，**分为具备“智能电动汽车”技术的公司和不具备这种技术的公司**。她还补充说，随着燃油汽车市场的进一步恶化，汽车行业正进入其历史上“竞争最残酷”的时期。 她用扑克牌术语来形容这种情况：**“你要么弃牌认输，要么跟进加注。”** 自动变道和自动泊车等功能在中国已经越来越普遍。但由于有基于人工智能的大语言模型的助力，中国本土汽车制造商也在比许多分析师预测的更早时间开发出更先进的自动驾驶软件。**这类人工智能系统使汽车制造商能够更快地在模拟路况下训练无人驾驶汽车，并且更容易整合地图数据集。** 贝恩公司驻上海的汽车技术专家曾志翔表示，中国汽车集团正在“加大投入”，部署先进的驾驶辅助系统软件，**目标瞄准曾由老牌外国汽车集团主导的高端市场。** 他说：“所有中国汽车制造商都在努力在高端市场展开竞争。**他们在这些功能上投入巨大。这就是他们的竞争优势。**”  马斯克的特斯拉在上海生产汽车，曾被认为帮助点燃了中国消费者对电动汽车的热情。然而，随着消费者更青睐比亚迪等主要竞争对手推出的新车型，**特斯拉等外国汽车集团的市场份额正在流失**。 今年前两个月，马斯克作为特朗普的顾问卷入美国政治事务。在此期间，**特斯拉在中国纯电动汽车（不包括混合动力汽车）市场的占有率为7%，低于去年同期的12%。** 比亚迪本周表示，其第一季度电动汽车销量为41.6万辆，同比增长39%。而特斯拉在周三表示，其在同一时期的全球交付量为33.7万辆，远低于分析师预测的39万辆，也低于去年同期的38.7万辆。 根据咨询公司Automobility的数据，自2020年特斯拉在中国推出Model 3以来，特斯拉新推出和更新的车型总计为4款，而同期比亚迪推出的车型约为130款。 Automobility的创始人表示：“**跟上中国本土市场的步伐确实是一项挑战。**” 2025年前两个月，**外国汽车制造商在中国的市场份额降至31%的历史低点，自2020年以来已失去了三分之一的市场份额**。 瑞银分析师巩辰卓表示，过去十年外国汽车制造商在中国平均每年200亿美元的利润面临风险。他计算得出，**如果他们的市场份额降至20%，这些公司可能会面临1000万辆的过剩产能。** 作为全球最大的两家汽车集团，德国大众和日本丰田正在通过大力投资本土生产以及与中国公司建立技术合作关系来反击。最近几周，宝马宣布与阿里巴巴和华为建立合作关系，外国公司正寄希望于中国开发的软件来谋求生存机会。  然而，除了推出新车型和新功能外，**中国汽车制造商还在进行一场激烈的价格战**，这给本土汽车企业带来了更大的财务压力。 蔚来的创始人李斌在3月份告诉员工，随着竞争加剧，公司将在整个业务范围内削减成本。该公司还宣布了一项4.5亿美元的融资计划。 美国银行的汽车分析师李明勋表示，去年汽车巨头吉利和搜索引擎公司百度联合推出的电动汽车品牌极越的失败表明，**即使是拥有强大经济后盾和外国老牌原始设备制造商作为支持的电动车初创企业也可能受到冲击**。 李明勋说：“即使你有很有钱的后盾，你仍然可能破产。” [查看评论](https://m.cnbeta.com.tw/comment/1490948.htm)

4月6日下午消息， 胖东来近日发布关于侵权行为的处理公示（五），其中提到，宋清辉在“胖东来基层员工平均月薪9886元”的微博超话中评论“胖东来是一家没有什么核心竞争力的企业，只能变着花样靠流量活着”的言论，上述言论涉嫌对公司品牌形象进行贬损，追责金额不低于100万。  @宋清辉 今日在微博发布声明称将死磕到底。他表示，一个正常健康的社会不能够只有一种声音，专家学者存在的价值就是批判，就是探寻真相。“我微博上言简意赅几句话，指出的是一种企业流量乱象，即一家河南企业主如何通过刻意、精巧地制造流量噱头变现，转移经营压力，以期谋求更大的利润空间，为己所用。因此，完全不存在任何贬损名誉的行为。若胖东来无理取闹，我将积极反诉、斗争到底。” 他在声明中还表示，胖东来没有核心竞争力，其之所以能够“活”到现在，与其创始人于东来刻意制造的流量乱象密不可分，例如公开干涉员工私生活等等，其目的无非就是想把汹涌流量噱头转化为源源不断的人流、现金流，这不是一家正常企业所作所为，更是不务正业的表现。这是在消费宝贵的媒体资源、消费广大人民群众对国家的信心，可惜许多网友看不到这一点。 [查看评论](https://m.cnbeta.com.tw/comment/1490940.htm)

微软在Windows 11 24H2版本更新中又遇到了新的兼容性问题。**微软确认了一个涉及Windows 11 24H2的Bug：运行sprotect.sys驱动程序的应用可能会导致设备出现蓝屏或黑屏报错，甚至可能导致系统无法启动或恢复。** sprotect.sys驱动程序主要用于提供数据加密保护，常见于一些专用安全软件和企业级解决方案中。 微软表示，该问题影响所有版本的sprotect.sys驱动程序（包括1.0.2.372和1.0.3.48903），并且可能会被许多不同的应用程序安装过程自动引入系统。 **为避免用户在升级过程中遇到这些问题，微软已经对运行不兼容sprotect.sys驱动程序的设备应用了兼容性保留。** 这些设备将不会通过Windows Update自动安装Windows 11 24H2版本更新，如果用户使用的是家庭版或专业版，并且受到此保留措施的影响，Windows Update页面将显示一条消息，提示用户目前无需采取任何操作。 微软还为系统管理员提供了相关的保护措施ID（56318982），以便通过Windows Update for Business报告检查此问题。 **微软建议，如果用户无法安装Windows 11 24H2版本更新，不要强行进行升级。** 目前，微软正在与sprotect.sys驱动程序的开发商SenseShield公司合作，以解决这一兼容性问题。 [](//img1.mydrivers.com/img/20250406/522fc298-7f4a-4c15-ac8b-7f17941424ed.png) [查看评论](https://m.cnbeta.com.tw/comment/1490938.htm)

Android系统使用 Android Runtime 来执行应用程序代码，而在安装新应用程序时Android使用名为 dex2oat 工具获取 APK 的.dex 文件，这个文件包含应用程序的编译字节码，dex2oat 会使用该文件生成一个或多个应用程序工件。  通常这些工件可以帮助操作系统更快和更高效地加载大多数应用程序，使其成为Android系统的重要组成部分，具体来说工件可以采用多种形式：vdex 文件包含额外的元数据以加速 Runtime 的字节码验证，odex 文件包含应用程序中的预编译代码，art 文件则包含某些字符串或类的 Runtime 内部信息用于加快应用程序启动速度。对大多数Android设备来说安装新应用和游戏都不是难事，但如果处理器性能比较弱或者存储速度比较慢的话，低端设备仍然难以安装大型应用，所以Google希望通过另一种方式对应用程序安装进行优化，方便再低端硬件上更好地运行。 据 Android Authority 发布的消息，Google计划在 Android 16 中增加名为云编译的新功能，该功能允许从 Google Play 商店下载的文件中加载应用程序工件，而不是在设备本地通过 dex2oat 生成应用程序工件。  通过将应用程序编译转移到云端，Android 16 可以加快低端设备上的应用程序安装过程，尤其是对于那些需要编译大量代码的应用程序来说可以加快安装速度，Google的做法时从 Google Play 下载的 SDM 文件中提取编译好的工件。 SDM 是 Android 16 中引入的新文件格式，其中包含云编译工件，代表安全的 Dex 云数据，使用与签署 APK 相同的密钥进行签名，不过这类功能暂时还在测试并未投入使用，因为Google还需要在 Google Play 上进行配置让 dex2oat 可以生成这些应用程序工件。 这个功能对开发者来说可能是个好事，因为即便是大型应用程序也可以提高在低端硬件上的安装速度，只不过这个功能可能会配置为可选，因为实际使用时这会增加数据下载量，对于数据流量价格较高的地区可能会花费更多费用。 [查看评论](https://m.cnbeta.com.tw/comment/1490936.htm)


<blockquote><p>随着电商平台竞争的加剧和市场环境的变化，直播电商行业正在经历一场深刻的变革。从早期的“低价刺激需求”，到如今的“供给创造需求”，电商行业的增长逻辑正在发生根本性的转变。</p> </blockquote>  4月2日，中办、国办联合发文规范市场价格行为，要求强化事前引导预防和事中事后监管，维护市场价格秩序。 **反内卷这事儿，摆到了台面上。** 其实，之前各家电商平台已经有了不少动作。 3月31日，淘宝直播宣布，2025年全面加码品质直播，新增110亿投入。 最近，抖音方面，最近也推出九大商家扶持政策，助力商家降本增效。 而京东方面则宣布，针对多类目继续实施返佣降扣政策。 4月3日，拼多多“商保会”宣布，未来三年内拟投入资金、流量等资源超过1000亿元人民币，加码高质量电商生态建设，扶持商家。 以前大家是抢夺用户，**今年商家地位显然更重要了。** 平台看重商家，一是为上半年的618准备。年初给618做准备是常态，每年这个时间节点各平台都要出一些扶持商家的动作，今年不一样的是，平台投入力度更大了。 二是，电商要反内卷，**低价刺激需求逻辑就改变了。** **当内卷成为历史，供给重振需求的价值就显现了出来。**由此，整个电商行业，从低价刺激需求到供给创造需求的动力转换，势在必行。 ## 直播电商，供给为王 潘乱说，短视频是互联网的白话文运动。 这个总结很精辟。 如果把这个总结在电商的语境里，那就应该说“**直播就是一场电商的十月革命”。** 商品是死的，内容是活的。主播在直播间里嬉笑怒骂，与粉丝亲密互动，然后用精致的表演告诉你，就买它！ 然后呢，卖货的逻辑彻底变了。 **1.0版本里，卖货的本质是卖注意力。** 李佳琦、小杨哥、罗永浩、董宇辉，哪个主播刚开始做直播，不是先从搞大流量池开始的？那个时候，直播还有流量红利，而价格是重要的增长工具。 低价带来流量，带来注意力。 用户涌进直播间，也大多为低价买单。 于是，**低价的商品不是商品，而是被异化成了流量的工具**。借此，抖音、快手凭借自身巨大的流量池，迅速完成电商化。 **2.0的版本里，卖货的本质是卖情绪。** 头部主播崛起之后，直播间里的交易，复购比例上升。这个时候，用户与主播之间建立了信任链接，到直播间里买东西，成为一种习惯。 这个时候直播间里，卖货的本质是卖情绪。 用户有了信任基础，只要直播间里氛围感塑造足了，货就能卖得出去。直播间的冲动消费也变得更多了。 作为主播，谁能把情绪凝聚起来谁就能带货，这也是辛巴、小杨哥崛起的内核逻辑之一。 **今天，直播电商迭代到了3.0版本，卖货的本质就是卖货，电商返璞归真。** 头部主播复购上升，以及各类翻车事件，倒逼直播供应侧升级。李佳琦搭建供应团队，辛巴开始做严选，主播都在打造自己的选品体系的时候，直播电商，其实就已经走到了拼供应的阶段。拼供应就这件事儿，淘宝、京东是有优势的。 一个很有意思的数据是，2024年抖音电商货架场景和店播在GMV大盘占比合计超过70%。直播电商平台，货架对GMV的贡献比重在上升，店播对于平台GMV的影响比重也在增加。 这种结构性变化，则**要求供给端的质量进一步提升。** 特别是反内卷、规范价格竞争这事儿摆在台面上之后，靠价格刺激需求的路子已经走不通了，能不能通过深挖供给来找一条新路子？ 这是所有电商玩家们都要掂量掂量的问题。 萨伊理论讲：**供给决定需求。帮助商家做好供给端这件事儿，是能带来增量的。** 拿汽车行业来说，2018年开始，行业就进入了存量市场，产销总量都在下滑。但直到2024年，小米su7当初新发布，10万辆的产能就已经卖完了。事后统计数据发现，买小米su7的车主，有25%是增购。 这说明什么？说明**好的产品是能带动需求的。** 电影行业也能证明这一点。这些年电影业的多么惨，大家有目共睹，光线传媒股价一度跌到8块多。 这么惨一个行业，还不是出现了《哪吒2》这样的精品？而且票房还创造了新历史。 天眼查APP显示：《哪吒2》由光线传媒（300251）主投，其他出品方包括成都可可豆动画影视有限公司、成都自在境界文化传媒有限公司、北京彩条屋科技有限公司。光线传媒也靠着优质的内容供给，扳回一局。 小米su7、《哪吒2》都是现象级的爆款，都是能拉动需求的好供给。 说白了，要想带来增量，那么**你的供给要做到极致。** 对于电商行业来说，不仅要有极致好的商品，也要用最低的成本，完成整个交易链条。**成本才是这个行业里最大的差异化竞争力。** 淘宝加码品质直播，就是这个底层逻辑。 做了这么多年电商，阿里一手搭建了行业的供给、流通的基础设施，在供应链的积累深不见底。阿里生态体系内 活跃买家数有10亿，淘宝不缺买家，做电商这么多年，也不缺供给。 问题是，怎么好的供给挖掘出来？ 也因此，淘宝需要做的就是不断寻找一种更高效的机制，做到更高效的供需匹配。品质直播，就是那个新机制。 **供需匹配，效率就是增量。** 这里面不仅要靠优化算法，也靠商家。淘宝新投入百亿来做品质直播，其实就是要做一件最核心的事：**增强商家创造内容的能力。** 从达播到店播，从“卷商家”到扶持商家，电商平台的这些动作，本质上是在把创造流量的能力分散给商家**，把挖掘增量的能力给到商家。** 这就好比“土改”之后，土地的产出能力才能提升，才能慢慢积累财富，才能促进工业发展和经济繁荣。平台花资源帮助商家的本质，**就好比发镰刀铁锹。**其实是在分散生产资料，提升整体的生产力。 直播这个“生产力工具”只有分散到品牌商家手里，真正能被商家用好，用出效果，那么品质直播促进交易的概率就能更高，卖货的价值才能最大化。 说到底，还是那句话：“直播电商，供给为王。” ## 殊途同归的“增量”方法论 电商市场格局的变化，往往是需求的流动和供给的调整。 2019年消费升级崛起，国潮成为最大的消费红利，于是一种国潮品牌崛起，2020—2023年，低价成为新增量，于是，行业越来越卷。 拼多多掐准了时代脉搏，吃下了电商行业最大的那一块儿增量蛋糕，顺利冲进五环。抖音快手也凭借内容优势，走上了各自的电商化之路。而如今**，**直播电商返璞归真，电商行业兜兜转转，挖掘增长的方法，反倒是回归了卖好货的本质。 **流量和商品，是打赢电商战争的两大核心要素。** **前者要求的是平台内容分发的能力，后者要求的是对于商业要素组织的能力。** 抖音、快手做电商是不缺流量的，算法分发是紧握在手里的武器。 也因此，电商之于快抖，本来就是一个变现业务，核心的目的不仅在于服务好多少用户，更在于能够提升多少货币化率。 但要提升货币化率，就得找到好的商品，**商品是流量价值的承载物。** 抖快做电商，是围绕货币化率这个指标去做优化，扶持商家的目的，还是为了尽可能多地找到那个流量价值的承载。 好商品多了，能持续变现了，那么KPI就完成了80%，这也是其深挖供给增量的要义所在。 **淘宝和京东虽然不掌握内容分发要素，但商业要素的组织能力却很强。**比如供应链，比如物流。 **京东最强的点在于物流，核心就一个字“快”。** 快的极致是什么？其实就是即时零售。这也是未来京东业务的增量方向之一。你看，京东APP首页之后，就是秒送，即时零售业务是当下京东战略的一大核心。 电商业务这块儿，京东有成熟的壁垒、场子稳得住，重点在于把交易频次提上来。**这是京东做供给的一个重要方向。** 挖掘好的商品，能进一步提升平台的交易频次。京东跟美团打得火热，需要进一步提升交易频次。 交易频次上来了，一方面能降低流量成本、提升GMV和转化率。另一方面，好的产品是天然就有流量的，也能反哺内容端，直播的价值也能被更多地挖掘出来。 **淘宝强，强在自带流量池，强在供给侧足够丰富，同时也有挖掘增量的能力，是整体实力的强。** 淘宝加码品质直播目标是成交和用户规模两年翻番。在我看来这个目标实现并不难。原因之一在于，**直播把电商这个消耗流量的商业，变成了能生产流量的商业。** **直播是个放大器，能把好商品的流量价值放大。** 你看，淘宝APP加入了直播，视频入口放在一级菜单之后，日活、转化数据是不是提升了不少？用户端，有了丰富的视频内容之后，刷淘宝的时长是不是更长了？ 也就是说，只要淘宝永远有好商品，那么直播生产流量就永不枯竭。 实际上，直播对于货架电商的“流量激活”还可以更充分，渗透率还有进一步提升的空间。这本身就意味着增量。而对商家端来说，只要把淘宝现有的生态做好，有一套成熟的方法论就很容易找到增量。 我一个同学，做淘宝电商十多年了，我问他为什么不去试试其他平台，他给的理由很充分，有经营的方法论，而且也有增量。 他说，只要打磨一下运营细节，适应一下新的平台规则，就能稳健地找到增量，远比去其他平台投入要容易得多。 **这就是商业要素强带来的好处。** 商家想要增量，但对成本投入讳莫如深。这个时候，往往就需要平台用资源注入来推一把。 淘宝做品质直播，新增110亿元投入，目的也是继续打磨货盘运营，扶持更多的商家主播，帮助更多的品牌商家，打磨方法论，进而找到增量。 **有方法论就有增长的确定性，有确定性增量就会源源不断。** 不管是掌握分发，还是掌握商业要素，放眼整个电商行业看，直播融合货架是正在发生的一个大趋势。可以确定的是，内容场景和货架场景的深度融合，需要一套新的增长方法论。 从供给出发寻找这套方法论，各家平台殊途同归。 寻找增量之路，道阻且长，谁能赢得下一城？值得期待。 文：互联网江湖 作者：刘致呈 本文由人人都是产品经理作者【互联网江湖】，微信公众号：【互联网江湖】，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。

AI不过周末，硅谷也是如此。大周日的，Llama家族上新，一群LIama 4就这么突然发布了。这是Meta首个基于MoE架构模型系列，目前共有三个款：Llama 4 Scout、Llama 4 Maverick、Llama 4 Behemoth。 最后一个尚未推出，只是预告，但Meta已经毫不避讳地称前两者是“我们迄今为止最先进的型号，也是同类产品中最好的多模态型号”。 详细来看一些关键词—— Llama 4 Scout，16位专家的170亿激活参数的多模态模型，单个H100 GPU可运行， 同类SOTA，并拥有10M上下文窗口 Llama 4 Maverick，128位专家的170亿激活参数多模态模型，击败GPT-4o和Gemini 2.0 Flash，与DeepSeek-V3同等代码能力参数只要一半，主打与DeepSeek一样的性价比，单个H100主机即可运行。 Llama 4 Behemoth：2万亿参数的超大超强模型，以上二者都由这个模型蒸馏而来；目前还在训练中；多个基准测试超过GPT-4.5、Claude Sonnet 3.7和 Gemini 2.0 Pro。  Meta官推激情表示，这些Llama 4模型标志着Llama生态系统新时代——原生多模态AI创新的开始。  与此同时，大模型竞技场排名迎来一轮更新。 此次发布的Llama 4 Maverick，在困难提示、编码、数学、创意写作方面并列第一；得分1417，不仅大大超越了此前Meta自家的Llama-3-405B（提升了149分），还成为史上第4个突破1400分的模型；。 而且跑分明确——超越DeepSeek-V3，实现亮相即登顶，直接成为排名第一的开源模型。  GoogleCEO劈柴哥第一时间发来贺电：  中杯、大杯首批亮相 了解了Llama 4家族全体成员后，我们先来见识一下首批发布的2个模型： 两者均已能在Llama官网和抱抱脸上下载。  我们抓取并提炼出这俩模型的一些特点： Meta首批MoE架构模型 这是Llama系列，第一批使用MoE（混合专家模型）构建的模型。 中杯Llama 4 Scout有17B激活参数，拥有16个专家模型。 大杯Llama 4 Maverick拥有17B激活参数，拥有128个专家模型。 至于还没和大家正式见面的超大杯Llama 4 Maverick，拥有288B激活参数，拥有16个专家模型。 非常长————的上下文 Llama 4系列，均具有很长的上下文窗口。 这一点主要体现在Meta公布的中杯Llama 4 Scout的详细数据里： 这个配置，让它在广泛的测评集上，比Gemma 3、Gemini 2.0 Flash-Lite和Mistral 3.1的结果更优秀。  它在‘大海捞针’测试上的表现如下：  结果如下：  那么之前的Llama系列模型的上下文窗口情况呢？ Meta官方博客中是这么写的： 原生多模态设计 Llama 4系列，开启了Llama的原生多模态时代。 而已经公开对外的中杯和大杯，被官方称为“轻量级原生多模态模型”。 给用户的体验就是，上传一张图片，可以直接在对话框中提问关于这张图片的各种问题。 不是我说，Llama终于长眼睛了！！！  上面这张动图展示的仅仅是最基础的，“为难”程都升级也不怕。 比如喂它一张铺满工具的图片，问它哪些适合来干某个活。 它会很快地把适用的工具圈出来：  要认颜色+认小鸟，也没在怕的：  中杯和大杯都在官方介绍中被打上了“世界上同类产品中最好的多模态模型”的tag。 来看和Llama系列前作、Gemma 3、Mistral 3.1、Gemini 2.0 Flash-Lite的对比结果—— 可以看到，在各个测评集上的表现，Llama 4 Scout样样都是新SOTA。  语言天赋Max 经过了预训练和微调的Llama 4，掌握全球12种语言，以此“方便全球开发者的部署”。  比DeepSeek更狠的“AI模型拼多多” 一定要跟大家分享的一个细节，Meta这次在模型API价格方面，下狠手了！ 先说结果： 系列超大杯Llama 4 Maverick，不仅超越了同类型号其它模型，价格还非常之美丽。  更直观地来看这张表格，真的狠过DeepSeek——从性能到价格各个纬度。  要知道，超大杯Llama 4 Behemoth属于是Llama 4系列的教师模型。 如果说中杯和大杯是轻量级选手，这位就是绝对的重磅玩家。 288B激活参数，16个专家模型。 最重要的是，它的总参数量高达2000B！ 在数学、多语言和图像基准测试中，它提供了非推理模型的最先进性能。  当“最牛”和“最便宜”摆在一起的时候，试问哪位开发者会不心动？（doge） 训练细节 用他们自己的话来说，Llama系列是进行了彻底的重新设计。目前第一组LIama 4系列模型，他们也公布了具体的训练细节。 预训练 他们首次使用混合专家MoE架构，在MoE架构中，单个token仅激活总参数的一小部分。MoE架构在训练和推理方面具有更高的计算效率，固定训练FLOP成本情况下质量更高。  比如，Llama 4Maverick模型有17B个激活参数和400B个总参数。他们使用交替的密集层和混合专家（MoE）层来提高推理效率。 MoE层使用128位路由（Routed）专家和一位共享专家。每个令牌都会发送给共享专家以及128位路由（Routed）专家之一。 因此，虽然所有参数都存储在内存中，但在为这些模型提供服务时，只有总参数的子集被激活。 这通过降低模型服务成本和延迟来提高推理效率——Llama 4 Maverick 可以在单个H100 DGX主机上运行，以便于部署，也可以通过分布式推理实现最高效率。 他们早期融合，将文本和视觉token无缝集成到统一模型中。 他们开发了一种新的训练技术：MetaP，可以设置关键模型超参数，比如每层的学习率和初始化尺度。 结果发现，所选的超参数能在批量大小、模型宽度、深度和训练token的不同值之间很好地扩展和泛化—— Llama 4通过在200种语言（包括100多种语言，每种语言有超过10亿个词库）上进行预训练，实现了开源微调工作，多语言词库总量是Llama 3的10倍。 此外，他们使用FP8精度进行高效模型训练，同时不牺牲质量并确保模型 FLOPs的高利用率—在使用FP8和32K GPU 预训练 Llama 4 Behemoth模型时，结果他们实现了390TFLOPs/GPU。 用于训练的整体混合数据包括30多万亿个token，是Llama 3预训练混合物的两倍多，其中包括各种文本、图像和视频数据集。 在所谓的“中期训练”中继续训练模型，通过新的训练方法（包括使用专业数据集进行长上下文扩展）来提高模型的核心功能。 后训练 后训练阶段，他们提出一个课程策略，与单个模式专家模型相比，该策略不会牺牲性能。 在Llama 4中，采用了一种不同的方法来改造我们的后期训练管道： 轻量级监督微调（SFT）&gt;在线强化学习（RL）&gt;轻量级直接偏好优化 （DPO）。 一个关键的教训是，SFT和DPO可能会过度约束模型，限制在线强化学习阶段的探索，并导致精度降低，尤其是在推理、编码和数学领域。 为了解决这个问题，他们使用Llama模型作为评判标准，删除了50%以上被标记为简单的数据，并对剩余的较难数据集进行了轻量级SFT处理。 在随后的在线强化学习阶段，通过仔细选择较难的提示，我们实现了性能上的飞跃。 此外，他们还实施了一种连续的在线强化学习策略，即交替训练模型，然后利用模型不断过滤并只保留中等难度到较高难度的提示。事实证明，这种策略在计算量和准确性的权衡方面非常有利。 然后，他们采用轻量级DPO来处理与模型响应质量相关的拐角情况，从而有效地在模型的智能性和对话能力之间实现了良好的平衡。流水线架构和带有自适应数据过滤功能的连续在线RL策略，最后造就了现在的LIama 4。 总结来看，Llama 4架构的一项关键创新是使用交错注意力层，而无需位置嵌入。此外，他们还采用了注意力推理时间温度缩放来增强长度泛化。 这些他们称之为iRoPE架构，其中“i”代表 “交错 ”注意力层，突出了支持 “无限”上下文长度的长期目标，而 “RoPE ”指的是大多数层中采用的旋转位置嵌入。 Llama 4 Behemoth 最后，他们还透露了超大模型Llama 4 Behemoth一些蒸馏和训练细节。 我们开发了一种新颖的蒸馏损失函数，可通过训练动态加权软目标和硬目标。 预训练阶段，Llama 4 Behemoth的代码蒸馏功能可以摊销学生训练中使用的大部分训练数据计算蒸馏目标所需的资源密集型前向传递的计算成本。对于纳入学生训练的其他新数据，他们在Behemoth模型上运行前向传递，以创建蒸馏目标。 后训练阶段，为了最大限度地提高性能，他们删减了95%的SFT数据，而小型模型只需删减50%的数据，以实现对质量和效率的必要关注。 他们在进行轻量级SFT后，再进行大规模强化学习（RL），模型的推理和编码能力会有更显著的提高。 强化学习方法侧重于通过对策略模型进行pass@k分析来抽取高难度提示，并根据提示难度的增加精心设计训练课程。 此外还发现，在训练过程中动态过滤掉优势为零的提示语，并构建包含多种能力的混合提示语的训练批次，有助于提高数学、推理和编码的性能。最后，从各种系统指令中取样对于确保模型在推理和编码方面保持指令跟随能力并在各种任务中表现出色至关重要。 由于其规模空前，要为两万亿个参数模型扩展RL，还需要改造底层RL基础设施。 他们优化了MoE并行化的设计，从而加快了迭代速度；并开发了一个完全异步的在线RL训练框架，提高了灵活性。 现有的分布式训练框架会牺牲计算内存以将所有模型堆叠在内存中，相比之下，他们新基础架构能够将不同模型灵活分配到不同GPU上，并根据计算速度在多个模型之间平衡资源。 与前几代产品相比，这一创新使训练效率提高了约10倍。 One More Thing 要知道，由于昨天DeepSeek发了新论文，搞得奥特曼都坐不住了，赶紧出来发声： 但，谁知道半路又杀出个Llama 4？！ 前有猛虎，后有豺狼，OpenAI你真的得加油了…… 网友调侃道，当奥特曼一睁眼，看到Llama 4来了，而且Llama 4的成本比GPT-4.5降低了3个数量级后—— 他的状态一定是酱婶儿的：  以及相比Llama，现在可能神秘低调的DeepSeek，可能不知道什么时候突然就会推出DeepSeek R2和V4…同在杭州的通义千问也干劲十足，Llama也好GPT也好，基本成为平行参考了。 太平洋这头，已经开始落地应用和智能体了。 参考链接： [1]https://www.llama.com/ [2]https://ai.meta.com/blog/llama-4-multimodal-intelligence/ [3]https://x.com/AIatMeta/status/1908598456144531660 [4]https://x.com/lmarena_ai/status/1908601011989782976 [5]https://x.com/IOHK_Charles/status/1908635624036590070 [查看评论](https://m.cnbeta.com.tw/comment/1490934.htm)

回收电动汽车的高压电池并不容易，但保时捷想尝试一下。计划：从旧电动汽车电池中提取原材料，为自己的电动车型制造新电池。该公司上周宣布，已启动一项试点项目，以研究适合扩大规模的回收流程。  保时捷热衷于尝试回收电动汽车电池，为新电动汽车提供动力 保时捷董事会成员芭芭拉·弗兰克尔 (Barbara Frenkel) 解释道：“借助创新的回收流程，我们努力增强对动荡和地缘政治不稳定的原材料市场的独立性。” [](https://newatlas.com/energy/porsche-battery-recycling-ev/#gallery:4) [](https://newatlas.com/energy/porsche-battery-recycling-ev/#gallery:4) 保时捷工厂正在进行高压电池回收流程 在三个阶段中的第一阶段，废旧电动汽车 (EV) 电池被强力机器粉碎，并加工成称为“黑块”的颗粒混合物。其中含有锂、镍、钴和锰等有价值的材料。 [](https://newatlas.com/energy/porsche-battery-recycling-ev/#gallery:3) [](https://newatlas.com/energy/porsche-battery-recycling-ev/#gallery:3) 从废旧电动汽车电池粉碎中回收的混合物 接下来，黑色物质被分离成生产新电池所需的单个原材料。最后，这些质量和纯度合适的材料将按一定比例用于制造新款保时捷电动汽车的电池。 这家德国汽车制造商表示，迄今为止，它已经生产了 65 吨黑色物质，如果能彻底解决这一问题，这一努力将推动其循环经济战略。这还将帮助该公司遵守[欧盟法规，该法规要求汽车制造商通过回收计划回收电池材料](https://ec.europa.eu/commission/presscorner/detail/en/ip_22_7588)；就锂而言，到 2031 年，回收率目标为 80%。 [](https://newatlas.com/energy/porsche-battery-recycling-ev/#gallery:2) [](https://newatlas.com/energy/porsche-battery-recycling-ev/#gallery:2) 从电动汽车电池中提取的铝、铜和“黑色物质” 希望保时捷能够解决这个问题，并为其他品牌树立榜样。据说，虽然锂离子电池中 95% 的材料都可以回收，但[只有 5% 的电动汽车电池被回收](https://www.here.com/learn/blog/ev-battery-recycling)利用。这听起来像是一笔巨大的财富，而且有很大的潜力可以减少我们对这些贵重金属的开采需求。 [查看评论](https://m.cnbeta.com.tw/comment/1490924.htm)

**印度压力重重的中产阶级消费者削减了在星巴克的消费，致使这家国际企业大幅放缓了其在印度的雄心勃勃的扩张计划。**据星巴克印度合资伙伴塔塔消费产品公司首席执行官Sunil D’Souza称，公司去年1月宣布，到2028年将把其在印度的门店数量增加近两倍，达到1000家，**但在2024年的最后三个月，其开业数量仅为当季30家目标的一半多一点**。 Souza在接受采访时表示：“我们看到客流量在下降，所以我告诉我的团队，让我们稍微放缓一下，**我们会继续发展，也仍在开设门店，但只是暂时放慢了速度**。” 此外，星巴克在印度还面临着其他挑战，如市场竞争日益激烈，以及2024财年其收入增长放缓至12%、亏损增加了两倍等。 **数据显示，2024下年，星巴克归属于上市公司的净利润为37.61亿美元，同比下降8.82%。** 第四季度全球可比门店销售额下滑7%，营业利润率降至15%，主要原因是员工工资、福利成本上升及促销活动增加。 星巴克当前全球门店总数达40199 家，其中美国最多，为16941家，中国次之，达7596家，两国门店数量合计占比61%。 而在印度市场，去年财年其扩张至421家门店，**截至本月4日，星巴克在该国共有487家门店，其中8家是汽车餐厅（得来速）门店**。 [](https://static.cnbetacdn.com/article/2025/0114/808b7a3777cd1b2.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1490922.htm)

4月3日，日本川崎重工集团公布了可供人类骑乘的四足机器人概念模型“CORLEO”。该机器人以氢气作为动力源，通过骑手转移重心来控制，就像骑马一样。CORLEO计划在2025年4月13日开幕的日本国际博览会（以下简称“大阪·关西博览会”）上展出。  此次发布的“CORLEO”是川崎重工集团为“大阪·关西博览会”未来社会展示项目“未来生活博览会·未来城市”所准备的2050年概念模型。 概念视频（CGI）： 日媒报道川崎重工CORLEO： 该机器不仅拥有机器人技术带来的四足崎岖路面行进能力，还融合了川崎重工在摩托车领域深耕的机动性与稳定性。它可以像骑马一样进行控制，即使是初学者也可以安全可靠地穿越山脉、水域等轮胎难以行驶的地形。 机器前部搭载的面板会显示导航系统，包括氢气剩余量、到山顶的路线、重心位置等信息。夜间时，它还能通过照射路面上的路径标记，为骑手提供更优化的骑行支持。 此外，作为一款可持续移动工具，该机器搭载了150cc的发电用氢燃料引擎。氢气由后部搭载的储存罐供应，利用引擎产生的电力驱动安装在四条腿上的动力单元。 川崎重工集团在参加大阪·关西世博会之际，发布了名为“移动本能”的展示主题，其理念是“通过移动感受幸福”。这款机器CORLEO正是体现该主题的产物，它寄托着一种愿望：希望人们能以壮丽的大自然为舞台，驰骋于群山之间，呼吸纯净的空气，欣赏令人惊叹的美景，从而解放人类的移动本能。     视频画面：              [查看评论](https://m.cnbeta.com.tw/comment/1490920.htm)

“AI界的C口” 要来了？这么说吧，这段时间，AI圈有个叫MCP的概念火了。它号称一统AI江湖，能让AI直接上手办公软件、设计软件等等十八般兵器，直接替你干活。网友们聊的也是热火朝天，认为它就是AI的未来，比如，就有人用GPT-4o画了张在MCP面前，AI大厂们都是一家人的图……  也有网友分享MCP的工具集合，直接收获了36万的阅读量。  甚至就连奥特曼也表示，大家都支持MCP ，那我们也支持！  所以，这玩意到底是个啥，为啥全世界都这么火？ 但是光看那些科普，感觉又硬又干，根本啃不下去。。 俗话说得好，实践出真知嘛。所以，江江直接上手尝试一把，看看这玩意到底有多神，经得起一直吹？ 先说结论，这玩意确实还挺牛的。 大家先想一下，现在的AI，是不是纯纯的“嘴炮大师”，你问他一句，他能一分钟回复你几千字不重样，但你消化起来可能就要几个小时。。  而MCP能让AI直接进入“二阶段”，从“嘴炮大师”进化成“打工机器”！ 话不多说，我们直接上演示。 咱先从简单的开始，我直接告诉Claude：在我的桌面生成一份PDF文件，里面包含1980年各国的GDP排名的数据表格，并包含两张柱状图。 这玩意虽然不难，但是能帮我动手，我就能腾出手来摸鱼了。 AI哥雷厉风行，直接请求连接我的系统，然后搜集资料、填表格、画图表，一气呵成。  完事直接上桌面打开，有表，有图，还有数据来源，整个过程不到两分钟，我只需要边喝茶边看它表演就行了。  你可能会说，这玩意是个人都能做，牛逼在哪呢。 诶，接下来的东西，你还真不一定会。从小到大，对3D建模一窍不通的我，用它居然能实现“用嘴建模”。 来看我操作这波。我直接告诉他：“给我建个林中小屋模型。”  消息一发送，它二话不说就开始操作Blender ，创建几何体、调整参数、设置材质... 几分钟后，模型直接送到我眼前了。别的不说，能做出来，就已经比我强了。  不仅如此，AI这双无形的手还能伸到文艺界。 我直接跟它说：“给我写首歌，不需要贝斯。”（对不起，因为它写出来的贝斯实在太难听了。。 ） AI哥直接连上Ableton，就开始创建音轨、设置bpm、调整音色，编出了一段曲子，两个音轨，一个是钢琴，一个是提琴。你还别说，味道还挺对的。  最离谱的是，它还能操纵我的任务管理器。我在Claude里输入“请你结束Claude”，它居然真的把自己结束了。我们AI哥还真是说一不二，狠起来连自己都干。。  这哪是AI助手啊？简直就是三头六臂的全能打工人。而我，直接化身甲方爸爸，只需要疯狂提需求就行了。 而这一切的一切，都要归功于我们今天讲的这个玩意——MCP 。 这玩意全称Model Context Protocol，也就是模型上下文协议。简单来说，有了MCP，就相当于AI和软件装上了“万能接口”，让它能直接访问和操控你电脑上的软件和文件。 其实，过去要做到这些也不是不行，例如开发者通过LangChain来集成各种工具，后来OpenAI提出了自己的Function Calling机制来让大模型调用工具。 但这些都没有被大多数人所接受，主要原因就是技术门槛过高，调用几个小工具就要写上千行代码。。况且写出来的函数还不通用，程序员得给每个任务单独开发一个函数。世界上这么多软件，程序员挨个适配的话，到头发掉光也开发不完。。 这个时候，MCP登场了，直接桌子一拍：咱们把接口规范都统一了，你开发完我也能用，效率不就上来了？这就是为什么MCP如此受关注，它确实保住了程序员的头发。 至于 MCP 是咋做到这些的，其实原理上并不难，主要分三步。 第一步，它会发起询问：&#34;能干这活的请出列！&#34;并获取可用的工具列表。在第二步，工具列表和你的请求会被打包发给 AI 。 最后AI会思考，并决定用哪个工具，并且指挥工具开始干活，再把结果喂回 AI 嘴里，让你看见。 这一系列操作下来，AI的能力就直接到Next level了。以前的AI就像只长了嘴，只能告诉你应该怎么做，你看不懂只能抓耳挠腮；现在有了MCP，就像给AI装上了手和眼睛，你只需要动动嘴，工作就能完成了。 更逆天的是，有了MCP之后，各大语言模型之间，甚至能能协同工作了，比如让Claude操纵对手OpenAI的 GPT4o生个图，这种操作已经不是幻想了。 也就是说，我一个人可以让一堆AI为我服务，谁擅长这个工作就让谁来，而这一切只需要在一个对话框里就能做。  而现在，网上已经有MCP工具的超市了，各种功能的MCP Server应有尽有，包括百度地图、高德、MasterGo等等中大厂也在宣布接入。 如果觉得不够用，你还能按自己的需求开发专属MCP Server，打造完全符合你习惯的AI助手，这感觉比Manus都香多了。。  诶，看了这么多演示，你可能会觉得：这MCP应该能打遍天下无敌手了。不过，从我这几天的体验来看，这玩意其实还有很大的进步空间。 首先，MCP还在起步阶段，支持MCP的工具也不太多，而且配置起来较为繁琐，小白很难成功用上这些工具，配置环境时可能很容易就迷失到代码里，无法自拔。。  而且，这玩意还挺费token的，一是因为调用工具本身就很费token，上层服务调用下层服务时，就要把上层信息传达下去，调用完成后，下层还要回传信息，一层接着一层，这就会导致token爆炸多。 二是AI很难一次就找到解决问题的最优解，它可能会挨个方法去试，这就导致如果它一直找不到好办法，就会一直卡在那里循环。。 还有，虽然MCP能给AI装上手和眼睛，但它的大脑，还是我们的大语言模型，只有大模型理解了你的需求，它才能操作工具干活。但目前的大模型，很多时候还挺蠢的。 就拿上面的AI建模来说，有时候建出来的东西，根本不是人类能理解的东西。。  所以说到底，想要真正发挥MCP的潜力，各大模型厂商对大模型能力的突破才是重中之重，不然会经常出现你让它往东，它给你往西的尴尬场面，白白浪费你的token 。 不过总而言之， MCP这股风已经在各行各业刮起来了，而且只会越刮越大，照AI这个发展速度，以后人人都能配个AI小团队。 到时候你做个决定，立马有三五个AI助理给你写方案，这才是真正的科技改变生活嘛。所以，你觉得人类解放双手的日子，还会远吗？ [查看评论](https://m.cnbeta.com.tw/comment/1490918.htm)

半导体行业协会 (SIA) 近日宣布，2025 年 2 月全球半导体销售额为 549 亿美元，较 2024 年 2 月的 469 亿美元增长 17.1%，比 2025 年 1 月的 565 亿美元下降 2.9%。月度销售额由世界半导体贸易统计组织 (WSTS)编制 ，代表三个月的移动平均值。按收入计算，SIA 代表了美国半导体行业的 99%，以及近三分之二的非美国芯片公司。   SIA 总裁兼首席执行官 John Neuffer 表示：“尽管月度销售额略有下降，但 2 月份全球半导体行业月度销售额创下历史新高，推动了强劲的同比增长。连续 10 个月同比增长超过 17% ，其中美洲地区销售额同比增长近 50%。” 从地区来看，美洲（48.4%）、亚太/所有其他地区（10.8%）、中国（5.6%）和日本（5.1%）的销售额同比上涨，但欧洲（-8.1%）的销售额下降。2 月份，亚太/所有其他地区（-0.1%）、欧洲（-2.4%）、中国（-3.1%）、日本（-3.1%）和美洲（-4.6%）的销售额环比下降。 根据此前数据，WSTS预计2025年全球半导体市场规模将达到6971亿美元，同比增长11%。 具体来说，AI学习和推理所需的GPU等高性能半导体产品预计将实现增长，运算用半导体的增长率预计将达到17%，高于今年6月份预测的10%。此外，由于AI数据中心主要集中的美洲市场，其销售额预计将增长15%。 然而，WSTS同时指出，当前纯电动汽车、智能手机和个人电脑的销售增长势头疲软，预计这一趋势将持续影响2025年的市场表现。特别是在模拟半导体领域，用于温度和摄像头影像数据处理的增长率预计将降至5%，低于之前7%的增长预期。 **以下是2025年半导体行业的主要发展趋势** 2025年AI 加速器所需搭配的 HBM3、HBM3e 等高端产品渗透率持续上升，以及新一代 HBM4 预计于 2025 年下半年推出所产生的带动作用。非存储领域则有望增长 13%，主要得益于采用先进制程芯片的需求旺盛，如 AI 服务器、高端手机芯片等，此外，成熟制程芯片市场也将在消费电子市场回温的激励下呈现积极表现。 IC设计方面，亚太地区的 IC 设计企业产品线丰富多样，应用领域遍布全球，涵盖智能手机应用处理器（AP）、电视系统级芯片（SoC）、有机发光二极管显示驱动芯片（OLED DDIC）、液晶显示器触控与显示驱动集成芯片（LCD TDDI）、无线芯片（WiFi）、电源管理芯片（PMIC）、微控制器（MCU）、专用集成电路（ASIC）等必备芯片。随着库存水平基本得到控制、个人设备需求回暖，以及 AI 运算需求延伸至各类应用从而带动整体需求，预计 2025 年亚太地区 IC 设计整体市场将持续增长，年增长率达 15%。 在传统晶圆代工 1.0 的定义下，台积电的市场份额从 2023 年的 59% 稳步上升，预计 2024 年将达到 64%，2025 年更是将扩大至 66%，远远超过三星、中芯国际、联电等竞争对手。而在晶圆代工 2.0 定义中（包括晶圆代工、非内存的集成器件制造商制造、封装测试、光罩制作），2023 年台积电的市场份额为 28%，但在 AI 驱动先进制程需求大幅提升的形势下，预计其市场份额将在 2024 年和 2025 年快速攀升，彰显在新旧产业结构下的全方位竞争优势。 2025 年晶圆制造产能将年增 7%，其中先进制程产能将年增 12%，平均产能利用率有望维持在 90% 以上的高位，由 AI 需求驱动引发的半导体繁荣景象持续推进。 2025 年，预计在消费电子的带动下，以及汽车与工业控制领域可能出现的零星库存回补动力支持下，整体需求将持续回暖。8 英寸晶圆厂平均产能利用率有望从 2024 年的 70% 攀升至 75%，12 英寸成熟制程平均产能利用率也将提升至 76% 以上，预计 2025 年晶圆代工产能利用率平均提升 5 个百分点。 2025 年，中国大陆封测市场份额将持续上升，台湾地区厂商则巩固在 AI 图形处理器（GPU）等高端芯片的封装优势。预计 2025 年整个封测产业将增长 9%。 在扇出型面板级封装方面，从 2025 年起将快速发展，目前以玻璃Base制程为主，应用于电源管理芯片、射频芯片等小型芯片，预计经过数年技术积累后有望进军对封装面积要求更大的 AI 芯片市场，并导入技术门槛更高的玻璃基底产品。 [查看评论](https://m.cnbeta.com.tw/comment/1490916.htm)

4月6日，小米联合创始人林斌在发文庆祝小米15周年纪念日后回复网友时，首次确认了小米15S Pro新机的存在。据爆料，小米15S Pro将继承小米15 Pro的外观设计，屏幕等配置大概率也会基本保持一致。  据悉，小米15 Pro外观上正面配备2K全等深四微曲屏幕，金属中框采用四曲包裹设计，呈现出“四边等宽”的观感，整体采用流线型玻璃夹层结构和平坦的金属框架，背部采用四曲收弧设计，相机Deco为火山口设计，采用一体陶瓷镜组。 在配置上，小米15S Pro后置徕卡三摄，内置6000mAh以上超大电池。据爆料称，此次小米15S Pro很可能搭载小米全新自研SoC。这款芯片基于台积电N4P制程工艺打造，采用八核三丛集设计，综合性能与骁龙8 Gen1相当，甚至有望对标骁龙8 Gen2。 此外，UWB技术也将在小米 15S Pro机型上回归，该技术可深度联动小米 SU7系列汽车，实现手机更精准地解锁和锁车，为用户带来更便捷的智能生活体验。 [查看评论](https://m.cnbeta.com.tw/comment/1490914.htm)

原生多模态Llama 4终于问世，开源王座一夜易主！首批共有两款模型Scout和Maverick，前者业界首款支持1000万上下文单H100可跑，后者更是一举击败了DeepSeek V3。目前，2万亿参数巨兽还在训练中。一大早，Llama 4重磅发布了！  Meta官宣开源首个原生多模态Llama 4，首次采用的MoE架构，支持12种语言，首批发布一共两款： Llama 4 Scout：共有1090亿参数，17B活跃参数，16个专家，1000万上下Llama 4 Maverick：共有4000亿参数，17B活跃参数，128个专家，100万上下文 另外，2万亿参数Llama 4 Behemoth将在未来几个月面世，288B活跃参数，16个专家。  Llama 4的横空出世，成为迄今为止开源最强，多模态能力最好的模型之一。  在大模型LMSYS排行榜上，Llama 4 Maverick冲上第二（ ELO得分1417），仅次于闭源Gemini 2.5 Pro。 更值得一提的是，仅用一半参数，Maverick推理编码能力与DeepSeek-v3-0324实力相当。 Llama 4 Scout最大亮点在于支持1000万上下文，相当于可以处理20+小时的视频，仅在单个H100 GPU（Int4 量化后）上就能跑。 在基准测试中，性能超越Gemma 3、Gemini 2.0 Flash-Lite、Mistral 3.1。  即将面世的Llama 4 Behemoth（仍在训练中），是Maverick协同蒸馏的教师模型，使用30T多模态token在32K个GPU上进行预训练（FP8）。 目前在STEM基准测试中，超越了GPT-4.5、Claude Sonnet 3.7、Gemini 2.0 Pro。  小扎激动地在官宣视频中称，“今天是Llama 4日”！ Llama 4开源后，DeepSeek R2还远吗？  此前报道称，DeepSeek R2最晚在5发布，看来可能要提前了... 史上最强Llama 4开源，超越DeepSeek V3 Llama 4模型开源，标志着Llama生态系统进入了一个新纪元。  即日起，所有开发者可以在llama.com和Hugging Face下载这两款最新的模型 在大模型排行榜中，Llama 4 Maverick在硬提示（hard prompt）、编程、数学、创意写作、长查询和多轮对话中，并列第一。 仅在样式控制下，排名第五。  而且，1000万上下文Llama 4 Scout还击败了OpenAI的模型。  每个人还可以在WhatsApp、Messenger、Instagram Direct和网页上体验基于Llama 4的应用。  首次采用MoE，单个H100即可跑 Llama团队设计了两款高效的Llama 4系列模型，只要单个H100 GPU就能运行： 一个是Llama 4 Scout（拥有170亿个活跃参数和16个专家），使用Int4量化可以在单个H100 GPU上运行；另一个是Llama 4 Maverick（拥有170亿个活跃参数和128个专家），可以在单个H100主机上运行。 目前，正在训练的教师模型——Llama 4 Behemoth，它在STEM基准测试（如MATH-500和GPQA Diamond）中，性能优于GPT-4.5、Claude Sonnet 3.7、Gemini 2.0 Pro。 在最新博文中，Meta分享了更多的关于Llama 4家族训练的技术细节。  在英伟达B200上，Llama 4可以每秒处理42400个token 预训练 Llama 4模型是Llama系列模型中首批采用混合专家（MoE）架构的模型。 在MoE模型中，单独的token只会激活全部参数中的一小部分。 与传统的稠密模型相比，MoE架构在训练和推理时的计算效率更高，并且在相同的训练FLOPs预算下，能够生成更高质量的结果。  架构概览，右为混合专家（MoE）架构 举个例子，Llama 4 Maverick模型的4000亿个总参数中有170亿个活跃参数。 为了提高推理效率，Meta交替使用了稠密层和专家混合（MoE）层。 MoE层用到了128个路由专家和一个共享专家。每个token都会被送到共享专家，同时也会送到128个路由专家中的一个。 因此，虽然所有参数都存储在内存中，但在运行这些模型时，只有部分参数会被激活。 这样就能提升推理效率，降低模型服务的成本和延迟—— Llama 4 Maverick可以轻松部署在一台NVIDIA H100 DGX主机上运行，或者通过分布式推理来实现最高效率。 原生多模态设计 Llama 4是一个原生多模态模型，采用了早期融合技术，能把文本和视觉token无缝整合到一个统一的模型框架里。 早期融合是个大进步，因为它可以用海量的无标签文本、图片和视频数据一起来预训练模型。 Meta还升级了Llama 4的视觉编码器。这个编码器基于MetaCLIP，但在训练时跟一个冻结的Llama模型分开进行，这样能更好地调整编码器，让它更好地适配大语言模型（LLM）。 模型超参数优化 Meta还开发了一种叫做MetaP的新训练方法，能让他们更靠谱地设置关键的模型超参数，比如每层的学习率和初始化规模。 这些精心挑选的超参数在不同的批大小、模型宽度、深度和训练token量上都能很好地适配。 Llama 4通过在200种语言上预训练实现了对开源微调的支持，其中超过10亿个token的语言有100多种，整体多语言token量比Llama 3多出10倍。 高效的模型训练，解锁1000万输入上下文长度 此外，Meta注重高效的模型训练，采用了FP8精度，既不牺牲质量，又能保证模型的高FLOPs利用率—— 在使用FP8精度和32K个GPU预训练Llama 4 Behemoth模型时，达到了每个GPU 390 TFLOPs的性能。 训练用的整体数据包含了超过30万亿个 token，比Llama 3的预训练数据量翻了一倍还多，涵盖了文本、图片和视频数据集。 Meta用一种叫做“中期训练”的方式来继续训练模型，通过新的训练方法，包括用专门的数据集扩展长上下文，来提升核心能力。 这不仅提高了模型的质量，还为Llama 4 Scout解锁了领先的1000万输入上下文长度。 后训练 最新的模型包含了不同的参数规模，满足各种使用场景和开发者的需求。 Llama 4 Maverick：参数规模较大，主要用于图像理解和创意写作 Llama 4 Scout：参数规模较小，适用多种任务，支持1000万token上下文，全球领先。 为了让不同模型适应不同的任务，针对多模态、超大参数规模等问题，Meta开发了一系列新的后训练方法。 主力模型Llama 4 Maverick 作为产品的核心模型，Llama 4 Maverick在图像精准理解和创意写作方面表现突出，特别适合通用助手、聊天类应用场景。 训练Llama 4 Maverick模型时，最大的挑战是保持多种输入模式、推理能力和对话能力之间的平衡。 后训练流程 为了训练Llama 4，Meta重新设计了后训练流程，采用了全新的方法： 轻量级监督微调（SFT）&gt; 在线强化学习（RL）&gt; 轻量级直接偏好优化（DPO）。 一个关键发现是，SFT和DPO可能会过度限制模型，在在线RL阶段限制了探索，导致推理、编程和数学领域的准确性不理想。 为了解决这个问题，Meta使用Llama模型作为评判者，移除了超过50%的被标记为“简单”的数据，并对剩余的更难数据进行轻量级SFT。 在随后的多模态在线RL阶段，精心选择了更难的提示，成功实现了性能的飞跃。 此外，他们还实施了持续在线RL策略，交替进行模型训练和数据筛选，只保留中等到高难度的提示。这种策略在计算成本和准确性之间取得了很好的平衡。 最后，进行了轻量级的DPO来处理与模型响应质量相关的特殊情况，有效地在模型的智能性和对话能力之间达成了良好的平衡。 新的流程架构加上持续在线RL和自适应数据过滤，最终打造出了一个行业领先的通用聊天模型，拥有顶尖的智能和图像理解能力。 Llama 4 Maverick碾压GPT-4o和Gemini 2.0 作为一款通用的LLM，Llama 4 Maverick包含170亿个活跃参数，128个专家和4000亿个总参数，提供了比Llama 3.3 70B更高质量、更低价格的选择。 Llama 4 Maverick是同类中最佳的多模态模型，在编程、推理、多语言支持、长上下文和图像基准测试中超过了类似的模型，如GPT-4o和Gemini 2.0，甚至能与体量更大的DeepSeek v3.1在编码和推理上竞争。  通用模型Llama 4 Scout：1000万token上下文 规模较小的Llama 4 Scout是一款通用模型，拥有170亿个活跃参数、16个专家和1090亿个总参数，在同类别中性能最好。 Llama 4 Scout 的支持上下文长度从 Llama 3 的12.8万激增到行业领先的1000万token。  这为多种应用打开了无限可能，包括多文档摘要、大规模用户活动解析以进行个性化任务，以及在庞大的代码库中进行推理。 Llama 4 Scout在预训练和后训练时都采用了256K的上下文长度，基础模型具备了先进的长度泛化能力。 它在一些任务中取得了亮眼成果，比如文本检索中的“大海捞针式检索”和在1000万token代码上的累积负对数似然（NLLs）。   Llama 4架构的一个关键创新是使用了交替注意力层，而不依赖于位置嵌入。 此外，在推理时采用了温度缩放注意力，以增强长度泛化能力。Meta将其称为iRoPE架构，其中“i”代表“交替”（interleaved）注意力层，突出了支持“无限”上下文长度的长期目标，而“RoPE”则指的是在大多数层中使用的旋转位置嵌入（Rotary Position Embeddings）。 视觉理解能力 两款模型进行了大规模的图像和视频帧静态图像训练，以赋予它们广泛的视觉理解能力，包括对时间活动和相关图像的理解。 它们能够在多图像输入和文本提示的配合下，轻松进行视觉推理和理解任务。 模型预训练时最多用了48张图像，而在后训练测试中，最多8张图像也能取得不错的效果。 Llama 4 Scout在图像定位方面也是同类最佳，能够将用户的提示与相关的视觉概念对齐，并将模型的响应锚定到图像中的特定区域。 这使得更精确的视觉问答成为可能，帮助LLM更好地理解用户意图并定位感兴趣的对象。 编程、推理、长上下文和图像上，遥遥领先 Llama 4 Scout在编程、推理、长上下文和图像基准测试中超过了类似的模型，并且在所有以前的Llama模型中表现更强。  秉承对开源的承诺，Meta将Llama 4 Maverick和Llama 4 Scout提供给用户下载，用户可以在llama.com和Hugging Face上获取，之后这些模型还将在最广泛使用的云平台、数据平台、边缘硅片以及全球服务集成商上陆续上线。 2万亿巨兽，干掉GPT-4.5 Llama 4 Behemoth是一款“教师模型”，在同级别的模型里，它的智能水平相当高超。 Llama 4 Behemoth同样是一个多模态混合专家模型，拥有2880亿个活跃参数、16个专家以及近2万亿个总参数。 在数学、多语言处理和图像基准测试方面，它为非推理模型提供了最先进的性能，成为训练较小的Llama 4模型的理想选择。 教师模型+全新蒸馏 从Llama 4 Behemoth中蒸馏出来Llama 4 Maverick，在最终任务评估指标上大幅提升了质量。 Meta开发了一种新的蒸馏损失函数，在训练过程中动态地加权软目标和硬目标。 通过从Llama 4 Behemoth进行共同蒸馏，能够在预训练阶段分摊计算资源密集型前向计算的成本，这些前向计算用于计算大多数用于学生模型训练的数据的蒸馏目标。 对于学生训练中包含的额外新数据，会在Behemoth模型上运行前向计算，以生成蒸馏目标。  后训练 对一个拥有两万亿参数的模型进行后训练也是一个巨大的挑战，这必须彻底改进和重新设计训练方案，尤其是在数据规模方面。 为了最大化性能，不得不精简95%的SFT数据，相比之下，较小的模型只精简了50%的数据，目的是确保在质量和效率上的集中关注。 Meta还发现，采用轻量级的SFT后接大规模RL能够显著提高模型的推理和编码能力。Meta的RL方案专注于通过对策略模型进行pass@k分析来采样难度较大的提示，并设计逐渐增加提示难度的训练课程。 在训练过程中动态地过滤掉没有优势的提示，并通过从多个能力中混合提示构建训练批次，对提升数学、推理和编码的性能起到了关键作用。 最后，从多种系统指令中采样对于确保模型保持良好的指令跟随能力，在推理和编码任务中表现出色也至关重要。 扩展RL训练 对于两万亿参数的模型，扩展RL训练也要求重新设计底层的RL基础设施，应对前所未有的规模。 Meta优化了MoE并行化的设计，提高了速度，从而加快了迭代速度。 Llama团队开发了一个完全异步的在线RL训练框架，提升了灵活性。 与现有的分布式训练框架相比，后者为了将所有模型都加载到内存中而牺牲了计算内存，新基础设施能够灵活地将不同的模型分配到不同的GPU上，根据计算速度在多个模型之间平衡资源。 这一创新使得训练效率比之前的版本提升了约10倍。 Llama 4一夜成为开源王者，甚至就连DeepSeek V3最新版也被拉下神坛，接下来就是坐等R2的诞生。 [查看评论](https://m.cnbeta.com.tw/comment/1490912.htm)

<blockquote><p>清明时节前，《财经故事荟》报道，美团旗下即时零售业务 “小象超市” 计划重启线下门店，首批选址北京、杭州、广州和深圳，目标 5 月开出首店，目前正在招聘项目工程经理。而这距离美团上一次大规模布局线下实体店已悄然过去五年。此次重启，不仅仅是简单的业务回归，更是美团在本地零售战场上历经挫折后的自我救赎与战略升级。</p> </blockquote>  ## 前世：生鲜战场的血色黄昏 2017 年，互联网行业的竞争格局发生了深刻变化，电商领域的竞争日趋激烈，线上流量红利逐渐消退。在这样的大背景下，美团敏锐地察觉到新零售领域蕴含的巨大潜力，成立了大零售事业群，试图以生鲜为突破口切入新零售市场。生鲜作为高频刚需的消费品类，具有庞大的市场规模和稳定的客户群体，被视为新零售的重要战场。 2018 年 5 月，首家“小象生鲜”在北京方庄开业，面积达 2000 平方米，主打“生鲜 + 餐饮 + 即时配送”模式。店内设有开放式厨房、鲜活水产区，承诺 30 分钟送达。这一模式融合了线上线下的优势，旨在为消费者提供一站式的生鲜购物体验。随后，无锡、常州等地的门店相继开业，单店面积甚至扩展至 2000 平方米以上，并计划 2019 年扩张至 50 家店。美团试图通过大规模的门店布局，迅速占领市场份额，成为生鲜新零售领域的领导者。 然而，理想很丰满，现实很骨感。高昂的运营成本与场景错位让这一模式迅速崩塌。以北京方庄店为例，日均客流量不足 2000 人，却需承担每月 200 万元的租金、人力及冷链成本，相当于每天需卖出 2500 单客单价 80 元的商品方能保本，实际销售却远未达标。在当时的市场环境下，生鲜新零售的概念虽然新颖，但消费者的接受程度和消费习惯尚未完全形成，导致门店的客流量和销售额难以达到预期。 生鲜品类的高损耗率成为致命短板。早期美团缺乏规模化集采能力。生鲜产品的保鲜期短、易损耗，对冷链物流和仓储管理的要求极高。美团在初期缺乏成熟的供应链体系和冷链物流能力，无法有效控制生鲜产品的损耗率，导致运营成本大幅增加。 此外，大店模式与即时配送需求存在根本性矛盾。消费者更倾向于“即点即达”，而非专程驱车前往大型门店。这种“快需求”与“慢场景”的撕裂，最终导致 2019 年小象生鲜大规模关店，仅保留北京两家门店，并于 2020 年将业务整合至“美团买菜”。 关停大店后，美团转向前置仓模式，以 300 – 500 平方米的小型仓储站点覆盖社区，通过集约化配送降低履约成本。前置仓模式将仓库设置在离消费者更近的地方，能够实现更快的配送速度，满足消费者“即点即达”的需求。同时，小型仓储站点的租金和运营成本相对较低，有助于降低企业的运营成本。 2023 年 12 月，“美团买菜”升级为“小象超市”，商品种类从生鲜扩展至 1 万多种，涵盖日用品、美妆等 13 大品类，并推出自有品牌“象优选”“象划算”。这一阶段，美团依托即时配送网络与供应链优化，逐步在即时零售领域站稳脚跟，为今日的线下重启埋下伏笔。通过不断优化供应链和提升配送效率，美团能够更好地满足消费者的多样化需求，提高用户体验和忠诚度。 ## 重返线下：社区折扣背后的战略密码 中国零售渠道正经历“小型化”与“社区化”转型。数据显示，2025 年社区店在现代零售渠道中的占比升至 52%，较 2020 年增长 6 个百分点；下沉市场的小型超市销售额增幅超 10%。随着城市化进程的加快和消费者生活节奏的提高，消费者对购物的便利性和性价比提出了更高的要求。社区店贴近消费者的生活，能够提供更加便捷的购物体验，因此受到越来越多消费者的青睐。 消费者对便利性与性价比的双重需求催生折扣零售热潮，例如奥乐齐、盒马 NB等通过精简 SKU、规模化采购实现高周转。折扣零售通过降低商品价格，吸引消费者购买，同时通过规模化采购和精简 SKU 等方式，降低运营成本，提高企业的盈利能力。 美团此次重启线下店，正是瞄准这一趋势，以“社区折扣店”业态对标盒马 NB，聚焦尾货、长保质期商品，通过供应链优化降低成本。社区折扣店模式能够更好地满足消费者对性价比和便利性的需求，同时也符合零售渠道“小型化”与“社区化”的转型趋势。 美团的线下回归并非孤立行动，而是其“零售 + 科技”战略的关键一环。线上线下一体化是美团的重要战略方向。通过“小象超市 + 闪购 + 优选”组合，覆盖高时效生鲜、本地商超及下沉市场。线下店可作为前置仓补充，支持“到店自提”或“30 分钟配送”，增强用户体验。线上线下一体化能够实现资源共享和优势互补，提高企业的运营效率和竞争力。 技术赋能也是美团线下回归的重要支撑。2024 年，美团研发投入达 211 亿元，AI 大模型应用于选址、库存管理及配送路径优化，无人机累计完成 45 万单配送，自动配送车突破 491 万单。技术红利为线下运营降本增效提供可能。通过运用先进的技术手段，美团能够实现更加精准的选址和库存管理，优化配送路径，提高配送效率，降低运营成本。 骑手网络复用是美团的独特优势。依托近800万骑手资源，美团可实现“线下拣货 + 即时配送”的协同。2024 年，美团为骑手投入 14 亿元职业伤害保障资金，并计划 2025 年试点社保方案，平衡社会责任与成本控制。骑手网络复用能够提高配送效率，降低配送成本，同时也能够为骑手提供更多的就业机会和保障。 吸取小象生鲜的教训，美团此次采取谨慎试水策略。一方面，小型化门店。放弃 2000 平方米大店，转向社区折扣小店，降低租金与运营压力。社区折扣小店的面积相对较小，租金和运营成本较低，能够降低企业的经营风险。 另一方面，供应链迭代。前期主推标品与尾货，后期引入分级集采，复用美团优选、闪购的供应商资源，压缩采购成本。通过优化供应链，美团能够降低采购成本，提高商品的性价比。 此外，数据驱动运营。基于 7.7 亿交易用户画像，精准匹配社区需求。例如，通过分析消费数据优化选品，提升高复购率商品占比。数据驱动运营能够帮助美团更好地了解消费者的需求和偏好，实现精准营销和选品，提高用户体验和忠诚度。 社区零售赛道已拥挤不堪。盒马 NB 门店超 200 家，奥乐齐、山姆等外资品牌加速扩张，拼多多旗下“TEMU”亦在海外试水折扣店。美团需在价格战中维持品质，例如冻品仓储的温控管理、尾货的临期标识等，避免重蹈早期高损耗率的覆辙。在激烈的市场竞争中，美团需要不断提升自身的竞争力，提供优质的商品和服务，才能在市场中立足。 美团创始人王兴在前不久的内部会议上提出三大方向：食杂零售、国际化与科技。线下店重启正是“食杂零售”的核心落子，而中东外卖平台 Keeta 的拓展（已覆盖沙特主要城市）则为国际化积累经验。技术层面，美团计划 2025 年推出覆盖全平台的 AI 助手，并持续投入无人机配送，构建“本地生活超级平台”。通过多元化的战略布局和持续的技术投入，美团希望在本地零售市场中占据更大的份额，实现可持续发展。 美团线下店若成功，将创造新的就业场景。截至 2024 年，美团生态已支撑 336 万活跃骑手就业，高频骑手月均收入达 6650 – 9344 元。未来，门店运营、供应链管理等岗位或进一步扩大就业容量。此外，美团通过“明厨亮灶”“阳光厨房”等食安项目提升社会信任，为线下业态铺路。美团的发展不仅能够为消费者提供优质的商品和服务，还能够为社会创造更多的就业机会，促进社会经济的发展。 从“小象生鲜”的激进扩张到社区折扣店的谨慎重启，美团的线下轮回印证了一个真理：零售的核心永远是效率与需求的匹配。无论是生鲜大店的场景错位，还是社区小店的全渠道协同，本质上都是对“人货场”关系的重新解构。在即时零售与社区消费的双重浪潮下，美团的自我救赎或许才刚刚开始。 撰文：刘老实 排版：柯不楠 校对：十 三 公众号：即时刘说 本文由 @即时刘说 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Pixabay，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

来自小众软件论坛的 @Sarv 同学，推荐了自己的作品：Chatlog，这实际上是一款支持 MCP SSE 协议的微信聊天记录工具，可以将你的聊天记录接入支持 MCP 的 AI 工具。帮助大家更轻松使

在特朗普宣布全面新关税政策导致股市两天暴跌后，马斯克突然打破对贸易政策的沉默，公开抨击特朗普政府首席贸易顾问纳瓦罗，并呼吁建立更自由的贸易环境。仅特斯拉股票一项，马斯克就损失了近180亿美元。随着这位特朗普的“亲密战友”开始公开质疑白宫贸易策略，投资者需警惕美国“经济重构”计划可能面临的内部分裂和政策不确定性。 **马斯克与纳瓦罗的公开冲突** 周五早晨，马斯克在其社交媒体平台X上针对一位用户对纳瓦罗的辩护作出了尖锐回应。该用户称纳瓦罗作为一位拥有哈佛经济学博士的人，在关税问题上有发言权。 马斯克在周六凌晨明确表达了不同意见：“拥有哈佛经济学博士学位是一件坏事，而不是好事，”他写道，暗示这样的背景会让人“自我膨胀多于智慧”。  一个读者引用了托马斯·索维尔的名言：美国历史上每次灾难，总少不了一个来自哈佛的人。马斯克当即回复“是的”，表示赞同。  当另一位用户进一步为纳瓦罗辩护时，马斯克更加直白地回应：“他什么都没做成过。”  **惊人转向：马斯克呼吁美欧零关税** 更引人注目的是，根据彭博社报道，马斯克随后在周六通过视频出席了一场意大利政治活动，他在那里公开呼吁消除贸易壁垒。 “在我看来，欧洲和美国应该理想地转向零关税状态，有效地在欧洲和北美之间建立自由贸易区，“马斯克在活动中表示。 这一立场与特朗普政府最近宣布的关税政策形成鲜明对比，显示出曾被视为特朗普盟友的马斯克在贸易问题上的明显分歧。 **白宫反应与经济团队分歧** 白宫尚未对马斯克的言论作出回应。值得注意的是，除了纳瓦罗，特朗普政府的经济团队中还有其他拥有哈佛经济学博士学位的高级官员，包括经济顾问委员会主席Stephen Miran。 近日，纳瓦罗频繁出现在电视节目中，为特朗普的关税计划辩护，并宣称这将带来每年约6000亿美元的新收入。特朗普称这些关税措施是一场“经济革命”，并表示大型企业最终会因即将到来的减税政策而受益。 **马斯克与特朗普政府的关系可能降温** 特朗普周四表示，马斯克在未来几个月可能会从政府工作中淡出。作为DOGE（政府效率部门）负责人，马斯克最近表示，他在削减1万亿美元赤字方面的大部分工作可能很快就会完成。 随着马斯克对贸易政策的突然公开介入，美国重塑全球经济秩序的努力可能面临更多不确定性，投资者应密切关注这种分歧对市场和经济政策走向的潜在影响。 [查看评论](https://m.cnbeta.com.tw/comment/1490910.htm)

为应对美国总统特朗普的汽车关税政策，福特决定在一个方面迅速采取行动，即面向美国消费者推出一项名为“来自美国，为了美国”（From America，For America）的员工优惠购车计划。 从历史上看，这类计划一直存在争议，因为以接近甚至低于经销商发票价格的价格出售汽车，侵蚀了零售商原本就微薄的利润空间。但福特认为，现在是推出该计划的合适时机，以宣传其在美国的业务（在汽车制造商中规模最大），并在消费者因特朗普的关税政策而产生担忧以及经济存在不确定性的情况下促进销售。 福特公司称将在财务上协助零售商实施该计划，并在汽车关税生效的前一天告知了经销商这一消息。在关税生效数小时后，福特公开宣布了这项新计划，该计划将持续到6月30日。  [查看评论](https://m.cnbeta.com.tw/comment/1490908.htm)

据彭博社4月4日报道，在美国总统特朗普宣布关税新措施引发全球市场暴跌后，全球最富有的500人两天内遭遇了“彭博亿万富翁指数”史上最大规模的损失。报道说，从4月3日股市开盘到4日收盘，财富榜上的亿万富翁们总共损失了5360亿美元。 △彭博社报道截图 其中，4日当天，亿万富翁们的财富缩水了3290亿美元，创下2020年新冠疫情高峰以来的最大降幅。在“彭博亿万富翁指数”追踪的亿万富翁中，近90%的人的财富在4月4日出现平均3.5%的缩水。 △彭博社报道截图 报道称，过去这两天，特朗普身边的“红人”、特斯拉公司首席执行官马斯克成为损失最惨重的一位。特斯拉股价4月4日暴跌超过10%，马斯克的净资产较4月3日股市开盘时缩水310亿美元，其今年以来的总损失达1300亿美元。 △彭博社报道截图 紧随马斯克之后“倒霉”的则是元宇宙公司创始人扎克伯格，两天损失270亿美元，元宇宙公司的股价两天里下跌近14%。 美国二手车零售商卡瓦纳公司首席执行官埃内斯特·加西亚三世两天内损失20亿美元，让他跌出了全球500富豪榜。该公司股票两天内下跌了28%。 墨西哥亿万富翁卡洛斯·斯利姆的情况则相反，这位美洲电信公司的幕后掌舵人，由于白宫最初未将墨西哥列入征税对象国名单，该国主要股指4月3日略有上涨，这位电信大亨的资产小幅增加。然而4月4日，他不仅吐出了所有涨幅，还遭遇更大损失，墨西哥股市下跌4.9%，斯利姆因此损失55亿美元。 △从左至右：扎克伯格、埃内斯特·加西亚三世、菲尔·奈特和卡洛斯·斯利姆（资料图） 美国所谓“对等关税”措施加剧市场担忧，美国纽约股市持续暴跌。 △当地时间2025年4月4日，纽约证券交易所内一片紧张气氛。 欧洲股市同样没能幸免。英国伦敦股市《金融时报》100种股票平均价格指数、法国巴黎股市CAC40指数、德国法兰克福股市DAX指数均大幅下跌。 美联储主席鲍威尔4月4日对媒体发表讲话时说，总统特朗普所推行的新关税政策覆盖范围和上调幅度“远远超出预期”，可能会导致美国国内通胀上升和经济增长放缓等后果。美联储未来或面临一系列艰难的决定。 △路透社报道截图 鲍威尔不愿透露他是否认为美国经济正在走向衰退，但他承认美国贸易政策的不确定性给企业带来了压力，以及越来越多预测显示美国经济衰退风险正在上升。 鲍威尔称，美联储会继续观察经济行为并收集数据，现在说什么是合适的货币政策路径还为时过早。 就在鲍威尔发表该讲话的同一天，特朗普4月4日在社交媒体上以能源价格和通胀下降为由发文催促美联储尽快降息。 △特朗普社交媒体帖文截图 [查看评论](https://m.cnbeta.com.tw/comment/1490906.htm)

近日，有数码博主公布了中国市场的最新手机激活量排名。**其中，华为以18.00%的市场份额位居第一，小米则以17.20%的份额紧随其后，两者竞争异常激烈，市场份额差距微乎其微。** **2025年第13周中国手机激活量份额排名及同比变化情况如下：** **1. 华为：份额18.00%，同比增加4.2个百分点，同比增长30%。** **2. 小米：份额17.20%，同比增加1.5个百分点，同比增长10%。** **3. vivo+iQOO：份额16.10%，同比持平，同比增长0%。** 4. OPPO+一加：份额14.20%，同比减少1.1个百分点，同比下降7%。 5. 苹果：份额14.00%，同比减少0.9个百分点，同比下降6%。 6. 荣耀：份额13.00%，同比减少3.3个百分点，同比下降20%。 7. vivo：份额12.20%，同比减少0.3个百分点，同比下降2%。 8. OPPO：份额12.10%，同比减少0.7个百分点，同比下降5%。 9. iQOO：份额3.90%，同比增加0.3个百分点，同比增长8%。 10. 一加：份额2.10%，同比减少0.4个百分点，同比下降16%。 11. 真我：份额1.10%，同比减少0.3个百分点，同比下降21%。  若仅从单品牌来看，苹果的市场份额应该在第三位。 [查看评论](https://m.cnbeta.com.tw/comment/1490902.htm)

华为的新品Pura X自发布以来，可能是最近讨论度最高的产品。具体来看，华为Pura X以其独特的16:10阔型折叠屏设计和全新HarmonyOS 5，给趋于同质化的手机圈带来了一些新的活力。发布会上，余承东表示，华为Pura X是一款“为内容而生”的科技新物种，那么何为“为内容而生”？接下来咱们一起上手看一看。  **阔折叠，怎么阔？** 国际惯例，咱们还是先来看外观。 Pura X从折叠方式来看，采用上下翻折的设计，相较于常见的“小折叠”，Pura X的外屏为横向显示；相较于“大折叠”来说，Pura X的尺寸要小上不少。别具一格的使用姿态，也正是其特色所在。  在闭合状态下，Pura X仅有巴掌大，无论是放入口袋，还是很多女士的精致小包，都没啥压力。  而当你展开后，16:10的阔型内屏和6.3英寸的屏幕尺寸拿捏得恰到好处，既带来了远超普通直板机的宽阔视野，又不会在手持操作时显得过于庞大。  不过要注意，对于手掌没那么大的用户来说，想要单手操作Pura X还是比较有压力的。  机身背面在展开状态下，上半部分分别是3.5英寸的外屏和竖向排列的影像模组，闪光灯和听筒/扬声器。下半部分表面仅有“HUAWEI”品牌logo，但下半部分的中心位置还集成了NFC线圈和40W的无线充电线圈。  聚焦到屏幕细节，Pura X的外屏采用1:1比例设计，尺寸为3.5英寸，和市面上绝大多数的小折的外屏尺寸接近，同样也主要承担着查看消息通知和部分应用高频操作（例如回微信）的场景。  来到内屏部分，16:10的屏幕比例加上6.3英寸的尺寸，屏幕分辨率为2120*1320。  外屏与内屏均配备了LTPO2.0自适应刷新率技术，可依据屏幕内容的动态变化，在1-120Hz间智能调节刷新率。同时，两者峰值亮度均高达2500尼特以及1440HzPWM的高频调光以及HDRVivid 高动态显示技术。 机身顶部和底部的开孔可以参考下面这张图。  值得一提的是，由于Pura X的内外屏显示方向不同，在握持时的姿势也有所区别。单独使用外屏时，指纹识别模组在右侧；展开使用时，指纹识别模组来到了机身的顶部，因此在录入指纹时，大概率需要录入两个常用的手指，我是分别录入了大拇指和食指。   配色方面，华为Pura X提供了零度白、幻夜黑、月影灰、型格红、型格绿共计五种配色，其中零度白、幻夜黑、月影灰为玻璃材质，型格红、型格绿为素皮+玻璃的组合，另外，型格红和型格绿为典藏版机型的专属配色，幻夜黑没有典藏版本，大家在选择时需要格外留意。  总的来说，华为Pura X独特的外观设计，在满足用户便携性、视觉体验等需求的同时，还为用户提供了展现个性的多元选择，让人一眼就能看出这是华为的新款“阔折叠”。 **这么阔，怎么玩？** 看完了外观，咱们再来看看这次的阔折叠有什么新体验。 首先，基于特殊的内屏比例，华为Pura X在长视频App（如腾讯视频、芒果视频等）横屏观看16:9视频时，显示面积相较于直板机大幅增加；竖屏刷短视频时，可视面积优势也很明显。   在阅读场景下，16:10的屏幕比例接近实体书，一行能显示更多文字，配合全新AI眼动翻页功能，看书时当用户视线移至页末，会自动翻页。 另外，当我们用华为Pura X的WPS查看PPT或PDF文件，相比同尺寸直板机视野更宽广。开启电子书模式下的“彩色绘本”模式，查看彩色杂志或漫画时，色彩柔和饱满，还原纸质印刷质感，体验有点类似于Kindle。  在玩《王者荣耀》《和平精英》等游戏时，华为Pura X的视野也要比直板机更宽广，近似掌机的握持体验也更好。  来到外屏，我对于这块外屏体验的理解是，这更像一块用于显示即时通知的“副屏”，或者你可以将它理解成iPhone的“灵动岛”。比如来了一条微信消息，你无需展开手机，在外屏界面就能直接进行微信聊天，查看和回复日常信息更便捷。同时外屏也可以进行日常的地图导航、导航信息、使用滴滴打车时监看车辆状态等。  闲暇时，你也可以不展开手机在外屏直接打开音乐软件听歌，或在外屏玩地铁跑酷、开心消消乐等游戏，利用碎片时间轻松娱乐。  可以说华为并不想让你用这块外屏进行一些比较繁琐的操作，甚至没有在外屏给你调整设置的选项。如果有任何比较“重”的需求，都请翻开机身，用内屏操作。 从内屏在影视、阅读、办公、游戏场景下对内容的优质呈现，到外屏对日常信息、娱乐的便捷处理，可以说华为Pura X用实际表现诠释了华为所谓“为内容而生”的理念。 会思考、能聊天、多技能的小艺 在这次的Pura X上，华为还带来了全新的会思考、能聊天、多技能的小艺，在盘古+DeepSeek双模型赋能下，和此前的AI助手有了跨越式进步的体验。 就比如当用户下达如“打开蓝牙”“查询明天天气”这类简单指令时，小艺能迅速基于模型的快速运算和海量数据储备，进入“快思考” 模式，秒级响应并精准执行，极大提升日常操作效率。 而面对“我计划去西藏旅游一周，帮我规划路线，包括景点安排、交通和住宿，预算控制在5000元左右”的复杂任务，小艺会切换至“慢思考”模式，综合考量预算、时间、个人喜好等因素，依据季节和热门程度挑选景点，对比不同交通方式的价格与便捷性，结合住宿预算和地理位置推荐酒店，精心打造个性化旅游规划，深度思考并解决复杂问题。  此外，全新的小艺在在聊天方面也带来了全新的变化，能精准感知用户情绪，就比如用户语气疲惫地询问“附近有好吃的推荐吗”，小艺会贴心回应，推荐舒适且菜品可口的餐厅，甚至关心用户是否工作太累并提醒休息；当用户兴奋分享“今天升职啦”，小艺会送上热烈祝贺，还可能聊聊未来职业规划，让对话充满情感温度。  在技能应用上，小艺可操控华为全场景设备，调用多种App与工具。生活中，能结合记忆、温度等信息，调用天气、地图、闹钟等工具，比如温度骤降时，提醒添加衣物并规划前往附近商场购买冬衣的路线。出行时，一句“帮我叫辆去机场的车，路上不堵车的路线优先”，小艺就能快速打车并规划最佳路线。 此外，小艺还新增AI人像精修、小艺接听等实用技能。AI人像精修能智能调整图像构图、环境背景、光照条件等，打造影楼级修图效果；  小艺接听功能允许用户自定义开场问候语、针对不同联系人设置应答策略和接听音色，如提前设置“小艺帮我接听电话，快递外卖来的时候让他放到门口就行”，小艺就能贴心代劳。 另外，华为Pura X的小艺导航条作为常驻交互UI，用户通过长按、横滑、点击等操作，可便捷唤醒小艺、切换应用、返回上一步，还能拖拽文件给小艺进行智能分析，获取文本摘要、表格提取、图片翻译等丰富服务，全方位满足用户多样化需求。 4当然，Pura X也是一部不错的手机 聊完华为Pura X的特殊体验后，咱们回归到手机本身来聊聊体验。 性能配置上，据 @数码闲聊站 透露，采用的是麒麟9020芯片，也就是去年华为Mate70系列上的同款芯片。  由于目前Pura X搭载的鸿蒙系统5并不支持性能测试软件，所以这里我们就不做常规的性能测试了。但从体验上来说，华为Pura X不论是在日常的使用还是游戏场景，流畅性是有保证的，很少遇到掉帧的情况。 影像部分，华为Pura X搭载红枫影像系统，后置配备四摄像头。分别是红枫原色摄像头、5000万像素RYYB主摄、3.5倍长焦摄像头、4000万像素RYYB超广角微距摄像头，值得一提的上，这也是继Mate70系列和MateX6后，首款搭载红枫原色摄像头的手机。我们也用Pura X拍摄了几组样张：        从实拍的样张中，我们可以看到华为Pura X的成像画质相当扎实，色彩还原也相当精准，结合不同的影调模式，可以帮助用户轻松创作出优秀的作品。 续航方面，Pura X搭载了4720mAh电池+66W有线+40W无线的充电组合。我们对Pura X的充电表现进行了测试：  从测试成绩来看，华为Pura X的快充表现并不算拔尖，30分钟可以补电至62%，仅能称得上够用的水平。 5总结 总的来说，华为Pura X作为一款备受瞩目的新品，在多个方面展现出了独特的产品力。它以创新的16:10阔型折叠屏设计，为用户带来了全新的视觉体验和使用场景。无论是影视、阅读、办公还是游戏场景，都能提供更广阔的视野和更高效的操作体验。其外屏也并非“花瓶”，在即时通知处理、便捷娱乐等方面发挥着重要作用。全新升级的小艺AI助手，更是为用户的日常操作带来了诸多便利，在智能交互领域迈出了重要一步。 尽管存在一些争议点，但不可否认的是，华为Pura X是一款极具创新性的产品。它为手机行业带来了新的思路和活力，推动了手机在形态、功能以及智能交互等多方面的探索。相信华为在后续也会进一步完善这款产品，为消费者带来更加优质、亲民的选择。 [查看评论](https://m.cnbeta.com.tw/comment/1490898.htm)

近日，**市场传出Intel和台积电已达成协议，计划合资运营Intel位于美国的晶圆厂，以解决Intel在先进制程上的问题。**报道称，Intel和台积电的合资计划将吸引包括高通、英伟达和苹果等在内的其他IC设计业者前来下单。 台积电将在合资公司中持有20%的股份，而Intel则希望通过此次合作提升其在芯片代工领域的竞争力。 **不过这一计划却遭到了华尔街分析师的质疑，不少分析师对其可行性表示严重怀疑。** 花旗银行指出，Intel和台积电的芯片制造流程完全不同且几乎不兼容，这使得合资计划的成功面临巨大挑战。 **花旗银行认为，Intel应该彻底退出芯片代工业务，专注于其核心的CPU业务，**这是因为Intel的晶圆代工业务多年来一直无法与台积电竞争，且其成功可能性极小，还会拖累现金流。 除了花旗银行外，美国银行也对这一合资计划持悲观态度，美银指出，拆分Intel的代工业务将耗费大量时间，并且过程极为复杂。 **Intel在PC和服务器处理器领域的高市占率（约70%）意味着其任何拆分计划都需要获得全球监管机构的批准，而这种批准显然难以获得。** 此外，Intel此前领取的芯片法案补贴也对其拆分计划产生了限制，如果Intel的持股比例低于50%，则可能触发控制权变更条款，导致补贴被收回。  [查看评论](https://m.cnbeta.com.tw/comment/1490896.htm)

昨晚，胖东来商贸集团有限公司发布《胖东来关于侵权行为的处理公示（五）》，**其中微博账号“宋清辉”被列为拟起诉对象**。涉嫌侵权行为包括：该账号在“胖东来基层员工平均月薪9886元”的微博超话中评论称：“**胖东来基层员工平均月薪9886元，一家没有什么核心竞争力的企业，只能变着花样靠流量活着。**” 胖东来方面认为，**这些言论涉嫌贬损公司品牌形象，已将此列为侵权诉讼案件之一，追责金额不低于100万**。  从该经济学家的微博账号中了解到，其发布了多条关于胖东来的评论： “胖东来不务正业，蹭流量却是一把‘高手’，这样的企业能走多远？需要打一个问号。” “一个企业不能只靠顺应网民情绪带来的流量活着，需要脚踏实地、一步一个脚印练好内功，这样没有流量照样可以很好地‘活下去’”。      而拟被胖东来起诉后，该账号持有人于今日中午发布“严正声明”，具体内容如图所示，不再展开。  [查看评论](https://m.cnbeta.com.tw/comment/1490894.htm)

深度研究 (DeepSearch) 是 ChatGPT 此前推出的新功能，该功能利用人工智能在全网搜集信息并整理为用户需要的报告，整个过程可能需要十几分钟到几十分钟才能完成。该功能最初仅面向 ChatGPT 付费订阅用户使用并且还有配额限制，不过其他竞争对手都陆续推出深度研究功能而且还是免费的，所以现在 OpenAI 也计划向免费版用户推出深度研究功能。  透露该消息的是 OpenAI 开发者，不过这名开发者并未提供具体的时间表，但既然有了计划相信 OpenAI 应该会很快就向 ChatGPT 免费版用户提供此功能。 借助深度研究功能用户可以处理某些专业的工作，OpenAI 称深度研究功能可以替代普通的数据分析师，借助推理模型和搜集全网信息，深度研究可以提供非常专业详实的报告。 另外深度研究功能对 OpenAI 来说计算成本也非常高，所以即便是向免费用户提供此功能后估计也会实施配额限制，例如每个月可以使用 1~2 次深度研究功能。  [查看评论](https://m.cnbeta.com.tw/comment/1490892.htm)