正如我们之前报道的那样，iOS 26在几个方面增强了 Apple Wallet 应用的登机牌功能。首先，登机牌现在支持实时活动，让您可以在 iPhone 的锁屏上以及 iPhone 14 Pro 及更新机型的灵动岛中一目了然地跟踪航班。 此外，登机牌下方新增的快捷方式可一键访问 Apple 地图获取机场路线，以及访问“查找我的应用”进行行李追踪。此外，Wallet 应用还会自动更新航班详情，例如登机口和出发时间。 苹果公司随后[宣布](https://www.apple.com/newsroom/2025/06/apple-services-deliver-powerful-features-and-intelligent-updates-to-users-this-fall/)，更新后的登机牌将首先在 10 家航空公司推出，包括加拿大航空、美国航空、达美航空、捷蓝航空、西南航空、联合航空、捷星航空、汉莎航空、澳洲航空和维珍澳大利亚航空。 Flighty 应用已经支持航班的实时活动功能，因此苹果正在努力通过 iPhone 内置的 Wallet 应用迎头赶上。Flighty 还提供许多其他功能，包括 Passport，它可以让你追踪你飞往过的城市，查看你的总行程距离，并与好友比较统计数据。 iOS 26 现已推出开发者测试版，并将于下个月发布公开测试版。  [查看评论](https://m.cnbeta.com.tw/comment/1506138.htm)

唐纳德·特朗普总统今天在一篇模棱两可的帖子中指出，他已接近与中国达成协议，但对于苹果和美国经济而言，这仍然比他 4 月推出关税计划之前的情况更糟糕。周三，特朗普在“真相社交”（Truth Social）网站上宣布，美国和中国正在完成关税谈判。特朗普表示，美国将征收55%的关税，中国将征收10%的关税，但需经双方批准。  根据协议，中国将提供磁铁和稀土材料。作为交换，美国将继续允许中国学生就读美国大学。 局势依然混乱，但表面上看，对美国公众而言，这笔交易似乎比之前的协议更加糟糕。在4月份关税生效之前，美国企业从中国进口商品的关税税率约为15%，而苹果的关税税率则明显低于这一水平。考虑到关税是由进口企业而非出口国支付，因此需要支付的关税税率将上升至50%，最终由美国公众承担。鉴于特朗普此前关于智能手机进口的言论，苹果并未获得任何具体的贸易协议。 此外，此前，中国企业进口美国商品需缴纳约30%的关税。如果总统的帖子完全准确，根据新协议，中国企业将需要缴纳10%的关税。  今年4月，中国暂停稀土矿物和磁铁出口，将这些材料列入出口管制清单。此举有效地阻止了这些材料出口到国外，用于生产各种产品的零部件。 这些材料本身对主要行业至关重要，尤其是在消费电子产品等设备的制造领域。此举被视为惩罚性举措，旨在反击特朗普政府不断升级的关税战。 全球约90%的稀土矿产自中国。这使得中国对这些材料拥有巨大的控制权，并有能力将其作为攻击其他国家（例如美国）的武器。 关税战对包括苹果在内的许多公司产生了连锁反应。最近，由于特朗普总统的关税政策引发的监管问题， 苹果在中国推出的Apple Intelligence 服务遭遇了延误。 苹果预计，受关税影响，本季度营收将减少 9 亿美元。 目前尚不清楚何时签署协议。 [查看评论](https://m.cnbeta.com.tw/comment/1506136.htm)

上周英国科技就业市场传来了一些好消息，但一份关于美国科技就业市场的新报告却描绘出一幅不容乐观的景象。5月份，IT专业人士的失业率升至5.5%，连续第五个月超过美国平均水平。IT 管理咨询公司 Janco 的报告指出，美国 IT 专业人员的失业率从 4 月份的 4.6% 跃升至 5 月份的 5.5%，涨幅为 0.9% 。  正如Janco一月份的另一份报告所强调的——以及英国就业市场近期数据所反映的——目前美国大多数开放的IT职位都涉及大型语言模型的工作。Janco还指出，与区块链技术和全渠道商务相关的职位需求旺盛。 Janco 写道：“除了专注于提高生产力和减少员工的人工智能实施之外，IT 专业人士的 IT 机会将会很少。” 至于受影响最严重的岗位，报告指出，许多失业岗位集中在通信领域，以及与报告、监测和支持相关的领域。  感受到最大压力的IT专业人士是那些位于纳什维尔和塔尔萨等较小市场、拥有“传统”技能的专业人士。纽约和达拉斯等较大城市的专业人士受影响较小。毫不奇怪，Janco 写道，人工智能导致许多入门级 IT 职位消失，尤其是电信行业的职位。此外，合规报告和管理领域的 IT 工作也随之消失。 Janco 首席执行官 Victor Janulaitis 写道：“公司不愿意雇佣新员工来满足强制性的合规要求。因此，他们专注于利用人工智能来尽可能多地实现这些任务的自动化，尤其是报告和监控任务。” 尽管高管们反复声称生成式人工智能是为了增强而非取代人类，但它多年来一直在推动工作自动化。随着越来越多的公司采用人工智能代理（旨在通过自主处理工作流程决策来取代人类从事多种工作），这种情况预计会进一步恶化。 先买后付巨头Klarna的首席执行官塞巴斯蒂安·西米亚特科夫斯基（Sebastian Siemiatkowski）非常担心人工智能取代白领工作，他认为这将导致经济衰退。人工智能公司Anthropic的首席执行官达里奥·阿莫迪（Dario Amodei）也持类似观点。他上个月表示，人工智能可能会在未来五年内取代大约一半的入门级白领工作，导致失业率飙升至20%。 [查看评论](https://m.cnbeta.com.tw/comment/1506134.htm)

据报道，由于编辑们的反对，维基百科暂停了一项使用人工智能总结其平台上文章的实验。据 404 Media 报道，维基百科本月早些时候宣布，将针对安装了维基百科浏览器扩展程序并选择加入的[用户进行这项实验](https://www.404media.co/wikipedia-pauses-ai-generated-summaries-after-editor-backlash/)。 人工智能生成的摘要会显示在每篇维基百科文章的顶部，并带有黄色的“未经验证”标签。用户必须点击才能展开阅读。 编辑们几乎立即对这项试点项目提出了批评，担心它可能会损害维基百科的可信度。人工智能生成的摘要通常存在错误，这是人工智能“幻觉”的结果。 像彭博社这样进行类似实验的新闻机构已经被迫发布更正，在某些情况下甚至缩减了测试规模。 虽然维基百科已经暂停了实验，但该平台表示仍然对人工智能生成的摘要感兴趣，用于扩大可访问性等用例。  [查看评论](https://m.cnbeta.com.tw/comment/1506132.htm)

迪士尼和环球影业起诉了生成人工智能平台 Midjourney，指控其未经许可在其内容上训练艺术生成和编辑模型。据《华尔街日报》报道，迪士尼和环球影业周三提起诉讼，称Midjourney无视他们此前提出的[停止侵犯其知识产权的](https://www.wsj.com/tech/ai/disney-and-universal-sue-midjourney-over-ai-generated-copyright-infringements-e772859f?gaa_at=eafs&gaa_n=ASWzDAjaK0E6ZD8K17NqaXhsJKTXJvn5v1ecGPQK4EJj6S5egl81q4JjmYUwxY9C-j8%3D&gaa_ts=6849bab9&gaa_sig=_ZNnQNbTRNt6pfEBhEEm8IDVKTHCkynM_22YXL2XaWOf8VTf4W1nuueHs04i0RtYXcgZ62NDBRb9W2G25AJbEg%3D%3D)请求。 该诉讼已提交至美国加州中区联邦地区法院，其中包含数十张Midjourney生成的、描绘该工作室受版权保护角色（例如荷马·辛普森和达斯·维达）的图像样本。 两家工作室正在寻求金钱赔偿、陪审团审判以及禁止 Midjourney 进一步侵犯版权的命令。 包括OpenAI在内的科技公司一直在寻求法律保护，以便利用公开作品（包括受版权保护的作品）进行训练，而无需征求创作者的授权或支付报酬。正如《华尔街日报》所指出的，一些影视工作室已经尝试了生成式人工智能技术，但规模相对有限。 [](https://static.cnbetacdn.com/article/2025/0404/969eacdc0c9c030.png) [查看评论](https://m.cnbeta.com.tw/comment/1506130.htm)

当地时间6月10日，国际TOP500组织发布了第65届超级计算机TOP500榜单，基于美国AMD 架构的超算系统在前十榜单中占据主导地位，助力美国加州劳伦斯利弗莫尔国家实验室（LNNL）的超算系统El Capitan以1.742 exaFLOPS的峰值算力蝉联全球超算性能榜首。中国超算由于不再参与该HPL基准测试的数据更新，因此依旧是无缘前十。  全球超算性能十强名单如下： 1、El Capitan在HPL 基准测试中以1.742 exaFLOPS的峰值算力位居第一。该超算位于美国加州劳伦斯利弗莫尔国家实验室（LNNL），基于 AMD 第四代 EPYC处理器（24 核，1.8 GHz）和 AMD Instinct MI300A 加速器，拥有 11，039，616 个计算核心，运行于HPE Cray EX255a 架构下，并使用HPE Slingshot 网路互连技术，能效达到 58.9 Gigaflop/瓦。该系统在 HPCG 基准测试（旨在评估高性能计算系统在解决线性方程组问题时的性能表现）中的测算速度也达到了 17.41 Petaflop/s，使其也成为了该榜单的新领军者。 2、Frontier以1.353 EFlop/s的HPL性能排名第二。该超算位于美国田纳西州的橡树岭国家实验室（ORNL），由美国能源部（DOE）运营。其采用了HPE Cray EX235a架构，2GHz AMD EPYC 64C CPU和AMD Instinct 250X GPU，共有8699904个CPU和GPU核心，并借助于HPE Slingshot 11网络进行数据传输。 3、Aurora以1.012 EFlop/s的HPL性能排名第三。该超算安装在美国伊利诺伊州的阿贡国家实验室，也是由美国能源部运营。Aurora 基于HPE Cray EX网络和Slingshot 互连技术，整合了21248个Intel Xeon Max系列CPU、63744个Intel Max系列GPU、20.42PB内存。 4、JUPITER Booster以793.4 Petaflop/s 的HPL性能排名第四。该系统安装在德国于利希的 EuroPHC/FZJ，由于利希超级计算中心运营。它基于 Eviden 的 BullSequana XH3000 直接液冷架构，并采用NVIDIA Grace Hopper 超级芯片。目前，该系统仅部分投入了运行，因此该性能并非完全性能。 5、Eagle以561PFlop/s的HPL性能排名第五。该超算安装在微软Azure云平台上，并且它依然是Top500超算中最高排名的云计算系统。这款微软NDv5系统的强大性能，源于英特尔Xeon Platinum 8480C处理器和英伟达(NVIDIA) H100 GPU加速器的结合。  6、Eni S.p.A以477.9 PFlop/s的HPL性能排名第六。该超算安装在意大利费雷拉埃尔博尼奥内的埃尼公司（Eni SpA）中心，基于HPE Cray EX235a系统，整合了针对HPC和AI优化的第三代AMD EPYC CPU，并配备AMD Instinct 250X加速器和HPE Slingshot互联技术。 7、Fugaku凭借其442 PFlop/s的HPL性能排名第七。该超算安装在日本神户的理研计算科学研究中心（R-CCS），基于 2.2GHz Fujitsu A64FX 48C处理器，Tofu interconnect D互联，共计拥有7630848个核心。此外，该超算还以 16 Teraflop/s 的性能成为 HPCG 基准测试中速度第二快的系统。 8、Alps凭借434.9 PFlop/s的HPL性能排名第八。该超算位于瑞士国家超级计算中心 (CSCS) ，采用 HPE Cray EX254n 系统，配备英伟达Grace 72C和英伟达GH200超级芯片以及 Slingshot 互连技术。 9、LUMI以380 Petaflop/s的HPL性能排名第九。该超算安装在芬兰 CSC 的 EuroHPC 中心，基于HPE Cray EX235a系统，AMD第三代EPYC 64C 2GHz处理器，AMD Instinct MI250X加速器，Slingshot-11网络。 10、Leonardo以241.2 Petaflop/s的HPL性能排名第十。该超算安装在意大利CINECA。它是一套Atos BullSequana XH2000系统，处理器为英特尔Xeon Platinum 8358 32C 2.6GHz，并配备了英伟达A100 SXM4 40 GB，互连接口为四轨英伟达HDR100 Infiniband。  中国超算由于不再参与该HPL基准测试的数据更新，因此之前曾出现在前十的中国超算的排名持续下滑，目前神威太湖之光排名跌至第21名，天河2A则跌至了第31名。 总结来看，在本次公布的全球超算TOP500性能榜单前十当中，AMD为其中5个超算系统提供了助力，并且还占据了前二。不够，从所有的TOP500超算系统来看，英特尔处理器仍是最多数系统的选择，占据了294 台，AMD则有173台超算上榜。基于英伟达处理器的系统目前在榜单上出现了13 台，另有9 台系统使用其他Arm 架构CPU，还有6 台使用IBM Power9 或中国的Sunway 架构等其他处理器。 从TOP500超算的区域来源看，美国在此次榜单中继续扩大了领先优势，共计175 台超级计算机来自美国；中国因未再提交新系统资料而持续下降，目前仅有47 台超算系统上榜，德国则有41 台。 [查看评论](https://m.cnbeta.com.tw/comment/1506128.htm)

通用汽车（GM）再次响应唐纳德・特朗普总统关于企业加大国内制造业投入的呼吁，宣布在未来两年内投资 40 亿美元扩建三家工厂。这家美国最大的汽车制造商周二表示，该举措将使其每年在国内组装超过 200 万辆燃油和电动车辆。  获得资金注入的工厂包括：密歇根州奥赖恩镇的奥赖恩装配厂、堪萨斯州堪萨斯城的费尔法克斯装配厂，以及田纳西州斯普林希尔的斯普林希尔制造工厂。 通用汽车指出，在此之前该公司已宣布将向纽约布法罗附近的托纳万达动力总成工厂投资 8.88 亿美元，计划在那里生产下一代 V-8 发动机。 首席执行官玛丽・巴拉表示，公司相信 “交通运输的未来将由美国的创新和制造专业知识驱动”，而这笔投资 “彰显了我们持续致力于在美国生产车辆、支持美国就业的承诺”。 如果总统的提议得以实现，在美国增加产量还将为通用汽车带来额外的财务收益。特朗普的预算计划 —— 即目前正在参议院辩论的所谓 “伟大而美丽的法案”—— 呼吁汽车贷款利息可税前扣除，但仅限美国制造的车辆。这可能有助于通用汽车从进口产品的竞争对手那里吸引更多买家，因为这些竞争对手无法提供税收减免。 通用汽车股价周三早盘上涨 2%，但今年以来累计下跌 6%。 [查看评论](https://m.cnbeta.com.tw/comment/1506126.htm)

6月11日晚间消息，小鹏G7今日正式亮相以及发布预售，定位AI智能家庭SUV。作为2025年小鹏首款全新车型，小鹏G7共推出Max和Ultra两个版本，预售价23.58万元。  小鹏G7作为首个达到L3级算力的AI汽车，首发全本地端VLA+VLM模型，用大算力+物理世界大模型+大数据共同定义AI汽车上限。硬件层面，小鹏G7作为图灵AI芯片第一车，首次搭载3颗图灵AI芯片，相当于9颗主流智驾芯片，有效算力超2200 TOPS，是行业其他旗舰的3-28倍，可同时驱动智驾大模型以及座舱大模型，智能座舱有效AI算力比行业旗舰大26倍。 软件层面，小鹏G7首发智驾大脑+小脑 VLA-OL模型，智能辅助驾驶能力比行业MAX车型提升10+倍；同时首发VLM视觉大模型，作为车辆行动的总指挥，指导智能辅助驾驶和智舱等整车能力进化，未来能实现本地聊天、主动服务、多语言等功能。 外观上，新车提供星昼灰、新月银、星云白、暗夜黑、云贝米、星际绿6种外观色；内饰上，提供秘境蓝、暖阳橙、气宇灰、深空灰四种内饰色彩；搭配全新一代云感舒适座椅，采用12层舒适结构设计，具备加热、吸风、按摩、记忆、电动调节等多种功能；2.17m²全景天幕，配合双层镀银LOW-E防晒技术，紫外线隔绝率达99.9%。 智能座舱领域，新车首搭联合华为打造的AR-HUD追光全景抬头显示，具备全场景AR车道级导航、辅助驾驶AR显示，以及全场景AR安全预警三大创新场景，解决了传统HUD“看不清、晕眩、视线遮挡”三大痛点。 在娱乐交互方面，20个扬声器组成的7.1.4全景环绕声系统，15.6英寸悬浮中控屏与8英寸后排娱乐屏的组合；9英寸流媒体内后视镜，苹果UWB智能钥匙支持厘米级定位，实现9米智能迎宾、4米自动解锁。 在乘坐空间方面，新车拥有88%的得房率，1062mm前排和1035mm后排的头部空间；在储物能力方面，小鹏G7搭载819L后备厢容积，最大可扩展空间达到2277L，可容纳37个20寸行李箱。小鹏G7还设置了39项全车魔术收纳空间。 售价方面，小鹏G7预售价23.58万元，目前在全国214城超500门店展车已陆续到店。 [查看评论](https://m.cnbeta.com.tw/comment/1506124.htm)

车子着火的场面，想必大伙儿都见过不少，今天咱看个新鲜的，**运车的船着火。**前些天，一艘叫做“Morning Midas”的车辆运输船，在太平洋上突然起火。这艘船之前在国内的广州南沙、上海停靠过，然后是**5月26日从烟台港出发，前往墨西哥的拉扎罗·卡德纳斯港。**  结果跑到美国阿拉斯加边边的时候发现起火，船员们紧急灭火，但火势太大控制不住，最后只能弃船。好在船员们都已经成功逃生，但船里那么多货物，基本都得遭殃了。  **这艘船一共装了 3000 来辆车，其中有 70 辆纯电车**（也有说是65辆）**，和681辆混动车型**，目前是由上汽安吉物流租用。 虽然起火原因现在还没个结论，但大伙儿都会往电车自燃那头儿联想，毕竟类似的事情之前也有发生过，甚至更加严重。 在 22 年 2 月份，从德国开往美国的“Felicity Ace”号货轮，在大西洋上起火。这艘船基本被大众承包，里头有 3965 辆大众集团的车，包括大众、奥迪品牌，和保时捷、宾利、兰博基尼这些超豪华品牌。  里头光是保时捷的车就有1千多辆，还有非常稀缺的兰博基尼 Aventador Ultimae 限量版，它搭载 6.5L V12 自然吸气发动机，是最后一代纯燃油的大牛。 哎。。虽说烧的不是我的车，但看到这新闻，也是替这宝贝心疼一把。  这些车的总价，超过了 4 亿美金，加上货轮本身价格也有 4 亿多美金。最终大火足足烧了半个月，船只沉入海底，8 亿美金全打水漂了。 后来，船东和保险公司起诉大众，说起火源是一辆保时捷电车，大众说也不能赖我啊，然后把电池供应商韩国 LG 拽了进来，几方吵了好长时间也没吵出个所以然来，最后私下和解了。  反正呢，像这种运车船一旦着火，损失都不是小数字。估计看到这有人就会问了，明明船周围全是水，灭个火还这么难吗？ 诶，**要给这种大型运车船灭火那是真的不简单。**  我们常见的货船是那种集装箱货轮，一个箱子一个箱子叠起来，这种船拿来装货可以，拿来装车就不够高效。对运车这种需求，是用专门的滚装船。  它有一块跳板通向港口，车子可以开进船舱内。在船舱里头，相当于是一个立体停车场，它是通过多层甲板以及斜坡通道或者升降台的设计，让车子能够在不同层间上下通行。  这空间利用的，一看就很能装。现在最大的滚装船，一艘船能装 9000 多台车。 **但是，这种船一旦着火就非常头疼。** 举个例子，滚装船为了避免车子在运输途中乱跑，在地板上都布置了密集的固定孔，用来把车子栓住。但在起火时，这些开孔反而可以让火焰轻轻松松从下层烧到上层。  还有不同层板之间这种不可拆卸的斜坡，本来是为了方便车子通行的，一着火也成了 “ 火烧连营 ” 的帮凶。  而更大的问题还是，**一旦电车烧起来，常规灭火方式几乎没用。** 锂电池这玩意儿，在燃烧过程中会分解出氧气，根本不用和外界空气接触，自己就能咔咔烧干净。 根据消防部门的统计，一辆油车起火，大概能在半小时内，用 10 吨水浇灭，而一辆电车起火，可能需要 100 多吨水，并且需要 4 个小时才能浇灭。  浇水更大作用也是降温，而非灭火。关键是这么长时间，车子估计也烧得不剩啥了。 **目前在陆地上怎么给电车灭火，大家还没想出什么好法子，在船上就更没辙了。** 实际上，电车的大规模海运需求，也就这几年的事儿。大家对要怎么处理运电车的风险，还在摸索中。 比如很多人开电车去海南，之前那个轮渡对电车限量，每艘船最多只能装 10% 的新能源车，并且不超过 18 辆。上船的时候让油车先上船，电车后上，停放在甲板上专门的一块区域。  但这种方式运力太低了，搞得一到节假日就 “ 堵船 ”。 现在已经升级成电车走专门的轮渡，一艘船能装 160-180 辆车，并且“人车分装“，司机和乘客搭另外一艘客船过海。  而滚装船这边，也在增加火灾探测设备，引入防火舱设计，给电车单独分区等等。 这个老大难的问题，估计一时半会儿也没有太好的解法。只能靠着过往的经验教训，一点点去优化。 虽说看起来都是些“笨方法”，但脖子哥也是真的希望，这种一烧烧整船的惨痛事故，以后能少点还是少点吧。 [查看评论](https://m.cnbeta.com.tw/comment/1506122.htm)

<blockquote><p>AI 正在重塑编程的范式，从代码自动补全到异步自主代理，编程的效率与逻辑被重新定义。OpenAI Codex 团队的创新实践，展现了编程从人力密集到智能化辅助的历史性转变，预示着软件开发行业的深刻变革。</p> </blockquote>  你有没有想过，编程这件事情可能彻底变了？开发者正在从单纯使用AI工具，转向将AI视为构建软件的全新基础。这不是什么小调整，而是一场彻底的范式转变。想想看，那些我们一直习以为常的核心概念——版本控制、代码审查、甚至”开发者”的定义——都在因为AI agent驱动的工作流而被重新定义。 OpenAI 的 Codex 团队最近分享了一个让我深感震撼的观察：他们发现现在的工程师已经不愿意在没有WiFi的飞机上写代码了。为什么？因为没有AI助手，编程变得太低效了。这种变化发生得如此之快，以至于连他们自己都感到惊讶。 Hansen Wang 回忆说：”有趣的是，我之前创业的一个想法就是在没有WiFi的飞机上写代码时想到的，但现在我再也不会这么做了，因为市场已经完全改变了。”这种转变正在重新定义什么叫做”生产力编程”，而 Codex 正是这场变革的先锋。 从 Hansen Wang 和 Alexander Embiricos 的分享中，我看到了一个更深层的变化：我们正从”配对编程”转向”委托编程”。 以前，AI更像是一个聪明的自动补全工具，现在它已经进化成了一个可以独立完成整个任务的智能助手。这种转变的意义远比表面看起来的要深远，它正在改变软件开发的基本逻辑。 ## 从自动补全到独立工作：AI编程的进化之路 我一直在思考一个问题：什么是真正的编程革命？当我了解了 OpenAI Codex 的演进历程后，我意识到我们正在经历的不仅仅是工具的升级，而是整个开发范式的重构。 2021年的第一代 Codex 主要做代码自动补全，那时候它就像一个非常聪明的代码提示器，能够根据你的输入预测下一行代码。 但现在的 Codex 已经完全不同了——它有自己的容器、自己的终端环境，可以在云端独立完成整个开发任务，从理解需求到写代码、测试、提交PR，整个流程都能自主完成。 这种转变让我想起了计算机历史上的另一个重要节点：从批处理到交互式计算的转变。以前程序员需要提交打孔卡片，等待几个小时才能看到结果；后来有了终端，可以实时交互。而现在，我们又迎来了一个新的转折点：从人类主导的交互式编程，转向AI主导的自主编程。 在这种模式下，开发者不再需要逐行编写代码，而是描述想要实现的功能，然后让AI agent自己去思考、实现和验证。 Alexander 提到了一个非常有意思的对比：传统的推理模型就像一个刚毕业的计算机专业学生，在编程竞赛中表现出色，但缺乏专业软件工程师的实际经验。 而 Codex 则经过了大量的强化学习训练，学会了如何写出符合企业级标准的代码——包括适当的代码风格、规范的PR描述、完善的测试等等。这就像是给那个优秀的毕业生提供了几年的职场经验，让它理解了什么是真正的”专业代码”。 这种进化的关键在于训练数据和方法的改变。不再只是让AI学习如何解决算法题，而是让它学习真实世界中软件工程师的工作模式：如何阅读现有代码库的风格并保持一致，如何写出清晰的注释和文档，如何进行充分的测试验证，甚至如何撰写让团队成员容易理解的提交信息。 我觉得这种训练方式的转变，正是AI从”会写代码”到”会做软件工程”的关键跃迁。 最让我印象深刻的是 Codex 团队提出的”委托编程”概念。传统的AI编程工具更像是一个贴身助手，你写一行它补全一行，你们紧密配合完成任务。但 Codex 提出了一种完全不同的协作模式：你将整个任务委托给它，然后它在自己的环境中独立工作，最后给你一个完整的解决方案。这种模式的改变不仅仅是技术层面的，更是心理层面的。 Hansen 分享了一个很有启发性的观察：他们发现很多用户刚开始使用 Codex 时并没有找到太大价值，因为他们还在用配对编程的心态去使用这个工具。 但那些真正发挥出 Codex 价值的用户，都采用了一种”丰富心态”——不是谨慎地尝试一两个任务，而是大胆地同时启动很多任务，看看哪些能成功。他们发现，一个用户如果在一天或一小时内运行了20个任务，那他基本上就理解了如何正确使用这个工具。 这种心态转变让我想到了云计算刚兴起时的情况。最初，很多公司把云服务器当作传统物理服务器来使用，没有发挥出云计算的真正优势。只有当人们开始拥抱”按需扩展”、”失败快速恢复”等云原生思维时，才真正释放了云计算的潜力。 同样，委托编程也需要一种新的思维方式：不是期望每个任务都完美成功，而是通过大量并行尝试来找到最佳解决方案。 更有趣的是，这种新的协作模式正在改变代码审查的本质。以前代码审查主要关注代码质量和逻辑正确性，现在则更多地变成了对AI产出结果的验证和选择。 Alexander 特别强调了 Codex 在这方面的创新：它不仅会展示代码变更，还会详细记录执行过程，包括运行了哪些终端命令、得到了什么输出、测试结果如何等等。这种透明度让人类审查者能够更好地理解和验证AI的工作过程。 我认为这种转变预示着软件开发角色的重新定义。开发者的工作重心将从”写代码”转向”设计方案”和”验证结果”。就像 Alexander 说的，开发者的时间分配可能会发生根本性改变：从35%的时间写代码，转向更多时间用于需求分析、架构设计、代码审查和系统维护。这不是说开发者变得不重要了，而是说他们的价值将更多体现在战略思考和质量把控上。 ## 真实案例：当AI在凌晨1点拯救产品发布 让我印象最深的是 Hansen 分享的一个真实故事，这个故事完美诠释了 Codex 的实际价值。在产品发布前的凌晨1点，团队遇到了一个棘手的动画bug。这种情况下，要么砍掉这个功能直接发布，要么继续熬夜调试。 但工程师决定尝试一种新的解决方式：把bug描述输入给 Codex，并让它尝试4次不同的解决方案。结果，前3次尝试都失败了，但第4次给出了完美的解决方案，团队立即部署了代码，最终动画功能成功包含在产品发布中。 这个故事让我思考了很多。首先，它展示了AI编程的一个重要特征：批量尝试的价值。在传统编程中，开发者通常会花很多时间思考”正确”的解决方案，然后实施。 但在AI编程时代，更有效的策略可能是让AI快速尝试多种方案，然后从中选择最佳的。这种”试错优化”的方法在人类编程中成本很高，但对AI来说几乎没有额外成本。 其次，这个案例也说明了AI编程特别擅长的场景：bug修复。Codex 不仅能写新代码，还能独立地重现问题、分析原因、验证解决方案。 这种端到端的问题解决能力，正是传统自动补全工具所缺乏的。它能够像人类工程师一样进行调试：运行代码、查看输出、分析错误、修改代码、再次测试，直到问题解决。 最重要的是，这个故事展现了AI编程的时效性价值。在时间紧迫的情况下，让AI并行尝试多种解决方案，比人类花时间思考单一方案更有效。这种能力在快节奏的软件开发环境中显得尤为珍贵，特别是在需要快速迭代和及时修复的场景下。 我还注意到团队内部如何使用 Codex 的模式：很多工程师早上来到办公室后，第一件事就是启动几个 Codex 任务，然后去喝咖啡吃早餐，回来后查看生成的PR并在IDE中进行最后的调整。这种异步工作模式正在成为新的开发节奏，开发者不再需要从零开始写代码，而是从80%完成的代码开始进行精细调整和优化。 ## 软件开发的未来：从界面操作到意图表达 Hansen 和 Alexander 对软件开发未来的展望让我重新思考了整个行业的发展方向。他们认为，未来大部分代码将由AI agent在自己的环境中编写，而不是在开发者的本地环境中。这种转变将彻底改变我们对”编程”这个概念的理解：从直接操作代码转向表达编程意图，从逐行编写转向任务委托。 我特别认同他们对软件数量爆发式增长的预测。Hansen 提到了一个很有意思的观察：如果你打开手机看看里面的应用，大部分都是为了数百万用户而构建的通用应用，很少有专门为你个人或小团队定制的软件。 但随着编程成本的大幅降低，我们将看到更多定制化、个性化的软件出现。这让我想到了早期的计算机时代，那时候每个程序都是为特定需求量身定制的，现在我们可能会回到那种模式，但规模会大得多。 更有趣的是他们对开发工具演进的思考。IDE不会消失，但它们的重心将从”写代码”转向”审查代码”、”规划项目”和”验证结果”。开发者的一天可能会是这样开始的：早上来到办公室，启动几个AI编程任务，然后去喝咖啡，回来后在IDE中审查和完善AI生成的代码。这种异步协作模式正在重新定义什么是高效的软件开发。 他们还提到了一个我觉得很前瞻的想法：未来的项目管理界面可能会像TikTok一样。想象一下，AI agent会主动发现问题并提出解决方案，以视频形式展示给你，你可以向右滑动表示同意实施，向左滑动表示需要讨论，长按提供具体的修改建议。虽然这听起来像个玩笑，但它揭示了一个重要趋势：当AI能够自主工作时，人类的角色更多地转向策略决策和质量把控。 我认为这种转变对整个软件行业的影响将是深远的。首先，软件开发的门槛将大大降低，更多非技术背景的人能够通过自然语言描述来创建软件。其次，专业开发者的价值将更多体现在架构设计、需求分析和系统集成上。最后，我们可能会看到软件行业的重新洗牌，那些能够有效利用AI编程能力的团队将获得巨大的竞争优势。 从技术角度看，让AI agent能够在真实的软件开发环境中可靠工作，面临着许多我们可能没有想到的挑战。Hansen 分享了一个让我印象深刻的细节：他们在设计训练环境时发现，真实世界的代码库非常复杂和混乱。比如，Alexander 展示了他们收购的一个初创公司的代码库，Hansen 的第一个反应是：”单元测试在哪里？”因为AI agent依赖单元测试来验证代码正确性，但很多真实项目根本没有完善的测试。 这个观察揭示了一个重要问题：AI编程工具的效果很大程度上取决于现有代码库的质量。为了让AI能够更好地理解和操作代码，开发团队需要重新审视他们的代码组织方式。Hansen 提到了几个实用的建议：使用强类型语言、编写更小更好测试的模块、添加完善的文档等。这些本来就是好的编程实践，但在AI时代变得更加重要。 我特别注意到他们在项目命名上的巧思。Codex 项目的内部代号是”WHAM”，他们选择这个名字是因为在代码库中很容易搜索，不会和其他常见词汇混淆。如果他们用”code”或”agent”这样的通用词汇，AI在搜索相关代码时就会遇到困难。这种为AI优化的编程实践，可能会成为未来软件开发的新标准。 另一个技术挑战是如何处理长时间运行的任务。Codex 可以运行30分钟甚至更长时间来完成复杂任务，这对模型的稳定性和专注度提出了很高要求。 Hansen 提到他们的模型已经在”保持专注”方面有了很大改进，但仍然会遇到AI”失去耐心”的情况，就像实习生一样会说：”抱歉，我觉得这个任务太复杂了，我没有足够时间完成。”这种拟人化的行为既有趣又说明了当前技术的局限性。 我认为这些技术挑战和解决方案给我们提供了重要启示：AI编程的普及不仅需要AI技术的进步，也需要整个软件开发生态系统的适应和改进。代码库需要变得更加结构化和可理解，开发实践需要更加规范，工具链需要更好地支持AI agent的工作模式。这是一个系统性的变革，而不仅仅是工具的升级。 ## 市场竞争与差异化：OpenAI的独特优势 在AI编程工具的竞争中，我注意到Hansen和Alexander对市场前景的看法很有意思。他们认为市场会出现各种不同的解决方案：有些工具在用户的本地环境中工作，有些像Codex一样在云端独立工作。但他们相信，未来大部分代码将由拥有独立计算环境的AI agent编写，这种模式将成为主流。 OpenAI的独特优势在于他们不仅有强大的AI模型，还有ChatGPT这个被广泛使用的AI助手平台。Alexander提到了一个很重要的愿景：未来用户不需要在不同的专业agent之间切换，比如编程agent、购物agent、出行agent等，而是有一个统一的助手可以处理所有类型的任务。这个助手就是ChatGPT，它会根据任务类型自动调用相应的专业能力。 我觉得这种统一平台的策略很有前瞻性。想象一下，你可以在同一个对话中让AI帮你分析数据、写代码、订餐厅、安排会议，而不需要打开不同的应用或学习不同的界面。这种无缝的多任务处理能力，可能是OpenAI相对于专门编程工具的核心优势。同时，对于专业用户，他们仍然可以在专门的工具环境中使用针对性优化的界面和功能。 Hansen强调了他们在模型训练方面的优势：Codex使用了与训练环境完全相同的生产环境，避免了”在我的机器上能工作”的经典问题。用户使用的容器环境就是AI训练时使用的环境，这种一致性保证了更好的性能和更少的意外情况。这种训练和部署环境的统一，可能是其他竞争对手难以复制的技术护城河。 从长期来看，我认为AI编程工具的竞争将不仅仅是技术层面的，更多是生态系统的竞争。谁能够更好地整合不同类型的AI能力，谁能够提供更流畅的跨任务体验，谁就更有可能在这个快速发展的市场中胜出。OpenAI在这方面的确有着独特的优势，但关键是如何将这些优势转化为用户价值和市场份额。 ## 开发者角色的演进：从编码者到架构师 在这次访谈中，我最受启发的部分是他们对开发者角色未来演进的思考。Alexander提到，目前工程师只有大约35%的时间在实际编写代码，其余时间用于需求讨论、设计规划、代码审查、测试验证和系统维护等工作。随着AI承担越来越多的编码工作，开发者的时间分配将进一步向策略性工作倾斜。 这种转变让我想到了建筑行业的演进。现代建筑师很少亲自搬砖砌墙，但他们的价值并没有因此降低，反而更多地体现在设计理念、空间规划、材料选择和工程协调上。同样，未来的软件开发者可能更像是”软件架构师”，专注于系统设计、技术选型、质量把控和团队协调，而把具体的代码实现委托给AI agent。 我特别认同他们提到的一个观点：编程工具越容易使用，软件的需求就会越多。现在我们手机里的应用大部分都是为数百万用户设计的通用软件，个性化定制软件很少。但随着AI大大降低了软件开发成本，我们可能会看到更多为特定团队或个人需求定制的软件。这将创造出大量新的开发需求，而不是简单地替代现有开发者。 Hansen的预测让我印象深刻：他认为专业软件开发者的数量会大幅增加，而不是减少。这听起来可能有些反直觉，但仔细想想是有道理的。当创建软件变得更容易时，就会有更多的软件被创建，从而需要更多的人来设计、管理和维护这些软件。就像电子表格软件的普及没有减少会计师的数量，而是让更多人能够进行财务分析一样。 我认为这种角色演进对当前的开发者来说既是机会也是挑战。机会在于，他们可以从重复性的编码工作中解放出来，专注于更有创造性和战略性的工作。挑战在于，他们需要提升自己在系统架构、产品设计、团队管理等方面的能力。那些能够适应这种转变的开发者，将在AI时代获得更大的价值和影响力。 ## 我对AI编程未来的深度思考 从这次访谈中，我看到了软件开发行业正在经历的深刻变革，这种变革的影响可能比我们想象的更加深远。我认为我们正站在一个历史性的转折点上：从人力密集的软件开发，转向智能化辅助的软件创造。这不仅仅是工具的升级，而是整个行业DNA的重新编程。 最让我兴奋的是AI编程可能带来的创造力爆发。当编程的技术门槛大大降低后，更多有想法但缺乏编程技能的人将能够创造出真正有用的软件。这就像是给每个人都配备了一个专业的开发团队，让创意和实现之间的距离大大缩短。我预期我们将看到更多小众但精准的软件产品，更多个性化的解决方案，以及更多跨领域的创新应用。 但我也看到了一些需要深入思考的挑战。首先是代码质量和可维护性的问题。当AI能够快速生成大量代码时，如何确保这些代码的长期可维护性？如何建立有效的质量控制机制？其次是技能传承的问题。如果新一代开发者主要通过与AI协作来学习编程，他们是否还能掌握深层的计算机科学原理？这种技能结构的变化会对软件行业的长期发展产生什么影响？ 我还思考了AI编程对软件安全性的影响。AI生成的代码可能包含难以察觉的安全漏洞，特别是在复杂的系统集成场景中。我们需要开发新的安全审查方法和工具，来应对这种新的风险模式。同时，随着软件创建变得更容易，我们可能会看到更多的恶意软件和安全威胁，这需要整个行业重新审视安全策略。 从商业角度看，AI编程将重新定义软件公司的竞争优势。传统上，拥有大型开发团队是软件公司的核心竞争力之一。但在AI编程时代，小团队可能能够创造出与大团队相当的产品，这将让竞争变得更加激烈，也让创新变得更加民主化。那些能够有效利用AI编程能力，并在产品设计、用户体验、商业模式等方面建立差异化的公司，将在新的竞争格局中胜出。 我相信，我们正在见证软件开发历史上最重要的变革之一。就像从汇编语言到高级语言，从单机软件到网络应用，从桌面程序到移动应用一样，AI编程代表着另一个重要的发展阶段。这个阶段的特征是：更高的抽象层次、更低的创建门槛、更快的迭代速度，以及更广泛的参与者。我对这个变革充满期待，也对其中蕴含的机遇和挑战保持警觉。未来几年，我们将见证这场变革如何重塑整个科技行业，以及人类与计算机协作的全新模式。 本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，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。

特朗普政府已成功将芯片生产转移到国内，这归功于台积电在该地区的巨额投资，以及美国公司对在当地购买芯片的兴趣。自今年1月美国新政府入主白宫以来，美国一直致力于确保通过在国内生产尖端工艺来引领芯片竞赛。 特朗普总统在竞选期间的言论中声称，台湾实际上是在窃取“美国技术”，应该将其归还。不仅如此，他上任后，美国还宣布与台积电达成一项价值1650亿美元的巨额交易，这使得这家台湾巨头能够专注于在该地区扩大芯片生产。  事实上，根据伯恩斯坦研究公司（Bernstein Research，[日经亚洲](https://asia.nikkei.com/Business/Technology/Tech-Asia/Trump-s-first-Made-in-the-USA-triumph-won-t-be-the-iPhone)报道）的分析，美国近期有望在国内满足50%的芯片需求，二到2032年，美国预计将大大减少对外国的依赖。有趣的是，去年这一数字还为0%，这表明美国政府在推动国内芯片生产方面取得了长足的进步。《芯片法案》（CHIPS Act）开启了整个进程，而特朗普政府凭借其谈判策略又进一步催化了这一进程。 现在，美国国内生产将不再只负责高端SoC，而是将满足更主流和多样产品的需求，例如采用台积电N4P工艺的NVIDIA Blackwell AI加速器。NVIDIA已经宣布计划在美国投资5000亿美元，以将生产从台湾转移到美国，而这一转变将包括富士康、广达、纬创等众多公司在该地区设立工厂。  特朗普总统虽然未能成功推动苹果iPhone在美国的生产，但放眼数据中心和芯片市场，美国政府已取得了长足的进步。台积电并不打算就此止步，未来该公司计划在美国扩大A16工艺的规模。从长远来看，美国国内芯片生产能力会继续提升，而且考虑到英特尔代工厂等公司也能生产出性能强大的节点，美国正在朝着芯片制造和采购完全自给的方向迈进。 [查看评论](https://m.cnbeta.com.tw/comment/1506118.htm)

 《死亡搁浅2： 冥滩之上》公布最新官方预告，探索、连接、生存。 &lt;内嵌内容，请前往机核查看&gt; 游戏将在6月26日登陆PS5平台，购买豪华版的玩家可于6月24日提前游玩。

<blockquote><p>一批00后创业者正在AI领域掀起前所未有的波澜。从实习生到百亿美金公司CEO，他们用短短几年甚至几个月时间，凭借敏锐洞察力与卓越技术能力，在AI浪潮中迅速崛起，改写创业规则，展现年轻一代的蓬勃力量与无限可能。</p> </blockquote>  在这场由AI引爆的全球创业浪潮中，一批出生于2000年后的年轻人正以惊人的速度冲上前台。 有人用三年时间，从实习生成为估值近100亿美元公司的CEO；有人带领不足30人的小团队，做出月利润百万美元的AI招聘平台；还有人靠一款作弊工具50天赚下220万美元，随后反手成立AI公司拿下风投融资。 他们最小的只有18岁，最年长的不过25岁，却已创造出一个个令人咋舌的数字： 3年估值99亿美元、4人团队年收入超1200万美元、23人团队融资4.65亿美元、0产品估值5亿美元…… 这不是一场偶然，而是一种新秩序的诞生。这些00后AI创业者，正在定义AI时代新的创业法则： （1）编程是他们的母语，也是通往AI创业的起点； （2）他们大都年少成名，在技术红利窗口被极度压缩的时代，年轻人成为最先抓住机会的人； （3）他们成长在信息洪流里，比任何一代人都更敏锐地感知“需求从哪来”； （4）他们对“组织”和“产品”有着截然不同的理解：产品就是AI，而非“+AI”；更倾向建设极简而高效的团队，用技术替代人力，用系统代替层级。 正是这些看似“代际差异”的细节，让我们更加确信： AI的未来，不只是属于他们，而是由他们创造。 ## 01 从实习生到100亿美金公司CEO，这位最强00后只用了3年 3年前，他还是一位没有正式工作经验的实习生。3年后，他站在了全球AI浪潮的最前沿，成为一家百亿美金AI初创公司的CEO。 这就是Anysphere（Cursor）创始人Michael Truell的故事。 Michael Truell，出生于2000年。在高中的时候，Michael Truell就已经凭借卓越的技术能力摘下ACM/CSTA Cutler-Bell 奖项，并在国际信息学奥林匹克竞赛（IOI）中拿下奖牌。 大学期间，他在Google、Two Sigma、Octant等顶尖公司实习，也曾在MIT担任研究员。然而，他并没有选择一条“标准”的科技菁英路线。 2022 年，他与三位 MIT 同学——Sualeh Asif、Arvid Lunnemark 和 Aman Sanger——看准AI将重塑开发者工作方式的趋势，联手创办了 Anysphere，并推出核心产品——AI 编程助手 Cursor。 这款产品一经推出，便引发巨大轰动。 在发布后的第一个完整年度，Cursor的ARR（年度经常性收入）就突破了1亿美金。随后，它开启“疯狂增长”模式——几乎每两个月翻一倍。在2025年4月达到3亿美金ARR后，仅两个月，又突破了5亿美金大关。现在，它已被超过一半的财富500强企业使用，包括Uber、NVIDIA 和 Adobe。 更惊人的是，Cursor的净收入留存率（NDR）高达200%，刷新了SaaS行业的新高。在最新一轮融资中，Cursor完成了由Thrive领投的9亿美元C轮融资，估值飙升至 99 亿美元，一脚踏进百亿俱乐部。 Cursor的故事，才刚刚开始。 ## 02 三个退学的00后，24个月打造百亿级AI招聘独角兽 2022年，三位年仅18岁的大学生，在宿舍里开启了一次“没钱但不想打工”的实验；两年后，这个实验变成了一家估值20亿美元、客户包括OpenAI的AI招聘平台——Mercor。 这是属于Mercor的三位联合创始人的故事。 Mercor的三位联合创始人——CEO Brendan Foody（2004年生）、CTO Adarsh Hiremath、COO Surya Midha，全员21岁，全员退学。高中时期，三人在辩论赛上一同夺冠。后来分别考入哈佛与乔治敦大学，却选择在大二集体休学，在宿舍里敲出第一版Mercor原型。最初只是一个为印度工程师牵线的小型撮合平台，半年内便做到月营收10万美元、盈利8万。 Mercor不是一个“贴岗位、发简历”的传统招聘网站，而是一个AI驱动的自动招聘系统。求职者上传简历后需与AI完成20分钟的视频面试；招聘方上传岗位信息后，系统会自动完成匹配、推荐、筛选等全部流程。像在与一个懂业务的猎头机器人对话，而不是机械刷表格。 目前，Mercor平台已拥有超过46万名活跃求职者，涵盖开发、设计、运营、分析等岗位。企业方根据年薪向平台支付佣金，通常为薪资的30%，客户包括OpenAI、Founders Fund旗下公司等科技巨头。 据Brendan 透露，2024年Mercor平均每月增长率达到了41%，今年1月份增长了 5%，2 月份则增长了88%，2月份单月的利润超过了100万美金。 今年2月，Mercor完成1亿美元B轮融资，估值从五个月前的2.5亿美元飙升至20亿美元，增长8倍。在AI招聘赛道，这一速度堪称历史级。 ## 03 高中加入Meta做AI，25岁创立Magic，融资超4亿美元只用了两年 2022年，一个年仅22岁的剑桥辍学生，与一位德国企业CTO联手创办了一家AI编码公司；两年后，这家公司员工不到25人，却已获得NVIDIA、Sequoia、Alphabet等巨头累计4.65亿美元融资，估值达到了15亿美元。 它叫Magic，创始人之一是00后——Eric Steinberger。 Steinberger出生于2000年，来自奥地利维也纳。14岁那年，他通过MIT网课自学编程与物理，随后在高中阶段自荐加入Meta，与OpenAI o1核心研究员Noam Brown合作AI研究。当时他还没成年，却已站在AI科研的第一线。后考入剑桥大学计算机系，仅读一年便辍学，正式开启创业之路。 2022年，他和德国流程管理平台FireStart的前CTO——Sebastian De Ro——一起创立Magic，目标明确：打造能真正为程序员写代码的AI工具。 Magic的核心定位，不是简单的补全代码，而是让AI能理解、生成、修改、调试整段程序。2024年，他们发布了全球首个拥有1亿Tokens上下文窗口**的大模型——LTM-2-mini，能处理超大规模项目代码，全程保留语境与逻辑。 在不到两年的时间里，Magic完成了三轮融资： 2022年夏天Magic完成500万美元的种子轮融资； 2023年2月，Magic又宣布完成2300万美元的A轮融资。 2024年2月，获得1.17亿美元融资，领投方为NFDG Ventures，跟投者包括CapitalG、Elad Gil； 2024年6月，再次获得3.2亿美元融资，由谷歌前董事长埃里克·施密特领投，彼时公司团队只有23人； 至此累计融资4.65亿美元，估值15亿美元，成为AI工具赛道中员工最少、融资密度最高的项目之一。 ## 04 AI像数学家一样思考，没产品却估值上亿美元 上周，一个00后女生突然在AI投资人群里火了。 她的名字叫洪乐潼。起因是一则The Information的报道： 0产品0客户，甚至还没有正式官网的AI初创公司Axiom正在进行5000万美元融资，估值约3亿到5亿美元。而它的主攻方向，是让AI解决最难的数学问题。 虽然洪乐潼很快在社交平台否认了这一融资信息，称报道并不准确。但依然不影响她与Axiom获得足够多的关注度。 洪乐潼在广州出生长大，曾就读于著名的华南师大附中，多次拿下奥数竞赛奖牌。后考入麻省理工学院，硕士毕业于牛津大学。 毕业前，她获得了Schafer数学卓越奖（MIT本科女生中的最高数学奖），更在毕业前斩获北美数学本科最高荣誉——摩根奖（Morgan Prize），是史上第五位获奖女生。 如今，洪乐潼正在打算把自己在数学能力应用在AI领域。Axiom的愿景是让AI不只是生成答案，而是真正理解问题、构建逻辑、写出证明，并给出100%严谨的结论。Axiom的早期客户定位精准：对冲基金、量化公司。因为这些企业日常处理的大量问题，本质上就是复杂、动态的数学建模过程。让AI能参与建模和形式化分析，将大幅提升交易策略研发的效率与准确性。 ## 05 00后在行动：从全球最大的AI应用平台，到靠套壳AI狂赚5600万 除了以上动辄融资千万美元的00后，在AI各个细分领域，我们也能到很多00后创业者的活跃身影。 02年出生的党嘉成，曾创建了全球最大的开源AI应用平台FlowGPT，实现了数百万的月活跃用户和超10万个AI应用，也拿到了DCM、Goodwater多家全球顶级风投的多轮投资。 18岁的Zach Yadegari和23岁的Blake Anderson做了一款卡路里追踪AI应用Cal AI。Cal AI一上线，就展现了超强的赚钱能力。上线一个月后，Cal AI的月收入就超过了100万，且逐月递增。到去年年底，Cal AI的ARR达到了800万美元。 还有Roy Lee，这个00后大学生靠着售卖自己做的AI作弊工具，在不到两个月内赚了220万美元，然后被哥伦比亚大学退学。 如今，他不仅没有销声匿迹，反而成了风险投资追捧的对象。日前，Roy Lee宣布自己的AI公司Cluely获得了530万美元（约合人民币3868万元）种子轮融资。 除了国外，国内的00后同样开始在AI领域崭露头角。 出生于2000年的杨丰瑜（Yang Fengyu），本科就读于密歇根大学计算机专业，后进入耶鲁大学攻读CS博士，主攻具身智能方向。博士毕业后，他没有留在美国科技大厂，而是回到国内，创办了具身智能公司——UniX AI。 UniX AI 的第一款产品，是一台具备类人行为能力、可轮式移动的类人机器人，主打“可量产”与“产业落地”。不同于许多概念性机器人项目，UniX AI在2024年就已在苏州完成制造，并预计开始批量出货。 灵初智能的联合创始人陈源培，也是一名痴迷机器人的00后，曾作为Stanford访问学者师从Karen Liu和李飞飞教授。 ## 06 00后AI创业者的四个关键特点 （1）编程是他们理解世界的方式，也是一种通用解题能力。 对这一代创业者来说，编程早已不是单纯的技术技能，而是一种认知工具。他们用代码表达、实验、构建产品，直接以技术切入商业。 Michael Truell（Cursor）在高中时就搭建了编程平台 Halite；Eric Steinberger14岁起便通过MIT网课自学编程；Anderson在开发Cal AI前，已做出过两个AI产品。技术从来不是“找人来补”的短板，而是他们创业的起点。 （2）在AI时代，出名要趁早。 当技术红利窗口不断压缩，年轻人出头的时间节点也在持续前移。 大一暑假还没结束，Michael Truell就已被Ali Partovi（Facebook、Airbnb、Dropbox早期投资人）看中，成为Neo英才项目成员，后者也投资了他的公司Anysphere。 14岁的Eric Steinberger，尚未进入大学，就主动联系Meta顶级AI研究员Noam Brown（后为OpenAI o1核心成员），获得研究机会；2004年出生的Brendan Foody，高中时就创办了第一家数字咨询公司。 这不是偶然，而是AI时代节奏的真实写照： 技术红利窗口越来越短，年轻人能做的事越来越多，出名的“时区”正在前移。 这也是为什么Roy Lee靠50天赚下220万引爆争议后仍被风投追捧；洪乐潼还在读博，公司就能以3–5亿估值融资。 （3）他们成长在信息洪流中，更懂“需求从哪来”。 这代创业者并不从宏观数据或专家报告中找赛道，而是直接扎进用户活跃的社区、平台、社交网络，从需求碎片中找到机会起点。 党嘉成创立FlowGPT，就是在Discord和推特中看到大量用户自发分享Prompt，还形成了类似早期GitHub那样的社区形态，于是迅速上线产品，一炮而红。 Zach在做Cal AI前，就敏锐发现“卡路里追踪”在TikTok上有超1.47亿标签曝光，并被企业纳入员工健康计划，果断切入健康饮食趋势，一月内实现百万美元月收入。 这一代创业者的选题，不是自上而下设计的商业命题，而是自下而上捕捉的真实场景。 （4）他们正在重写“组织”和“产品”的定义。 与其说这批00后AI创业者只是年轻，不如说他们代表着另一种技术文化的起点。他们不是在模仿硅谷，而是在原生AI环境中，主动提出新的组织形式与产品范式。 他们对“组织”的理解，是极简但高效，几乎一致追求小团队、强执行、快迭代的结构： Magic 估值15亿美元时，团队只有约23人； Mercor 年收入7500万美元，团队仅30人左右； Cal AI 更极端，仅靠4人团队就做出1200万美元ARR； Cursor 即便发展迅猛，估值百亿，仍保持在40–60人的紧凑结构。 这些团队拒绝冗余、扁平化组织结构、普遍远程分布、强调“1人即1模块”的战斗单元。相比传统企业，“人数多”在他们眼中不是护城河，而是拖慢速度的变量。 在产品理解上，他们也一致展现出AI原生（AI-native）的产品哲学：不是“+AI”，而是从一开始就是为AI而生的产品逻辑。 以Mercor为例，其整个招聘过程都是自动化的，同时创始人认为“Chat 是未来所有 UI 的核心”，最初版本就是围绕聊天界面构建的招聘平台。 他们预设一个未来：网页按钮会消失，人们只需告诉AI要做什么，系统会自动执行所有交互。 Cursor则进一步重构IDE：它不是“集成AI的编辑器”，而是“AI即是编辑器”。通过自然语言表达意图，开发者不再点命令、写函数，而是让AI基于语义理解来重构代码逻辑。 这不仅是效率革命，更是范式革命： 从命令驱动走向意图驱动； 从AI插件走向AI就是产品本体； 从AI辅助增强走向AI主导操作逻辑。 从Cursor到Magic，从 Mercor到Axiom，这批崛起的00后创业者带来的，远不止“年轻”两个字。更本质的是，一种底层思维方式的代际切换。他们不仅用AI构建新产品，更在用 AI 重写创业的游戏规则。 而这，恰恰是这轮 AI 创业浪潮中最确定、最不容忽视的方向感。 本文由人人都是产品经理作者【汪仔2763】，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。

在丰田体制下，首款由中国团队主导研发的全新产品。 #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/1626841) ·[查看评论](https://www.ifanr.com/1626841#comments) ·[新浪微博](https://weibo.com/ifanr)

6月11日，宝马中国官方透露，BMW新世代技术平台的首款量产车型iX3试装车已完成全球首次测试。据悉，该车型将于今年9月在慕尼黑国际车展迎来全球首发亮相。  试装车测试显示，新世代BMW iX3搭载了全新纯电平台、电子电气架构以及技术集群。在动力系统方面，该车型配备BMW第六代eDrive电驱技术，结合突破性的大圆柱电池技术和全域800V高压平台，国产版本车型CLTC续航里程可达900公里。  智能化配置方面，新车引入了BMW新世代超感智能座舱，集成四项行业首创交互界面技术。BMW与阿里巴巴在AI大语言模型领域展开深度合作，同时接入DeepSeek深度思考技术，使BMW智能个人助理功能更加完善。此外，宝马还与华为合作开发智能应用生态系统，实现人车家全场景互联体验。  在驾驶性能方面，新车配备了BMW驾控超级大脑系统，信息处理速度较此前提升10倍，实现毫秒级精准响应。该系统还集成了BMW自主研发的动态性能控制技术，在98%的驾驶场景中无需依赖传统制动系统，整车能效因此提升25%。 针对中国市场需求，国产版本新世代BMW iX3在轴距和内部空间方面进行了优化，后排座椅采用加厚加长设计，并使用专属豪华材质。在娱乐系统方面，新车搭载中国专属的BMW新世代操作系统X，集成BMW定制版车载高德导航、KTV和游戏等功能。  目前，国产版本新世代测试车已顺利完成首次极寒环境测试，验证了车辆在极端气候条件下的性能表现。这一测试结果为该车型的量产准备奠定了技术基础。 [查看评论](https://m.cnbeta.com.tw/comment/1506116.htm)

美国基因技术公司23andMe临时CEO约瑟夫-塞尔萨瓦奇（Joseph Selsavage）周二向国会议员透露，自该公司3月申请破产保护以来，已有190万名客户（约占其客户总数的15%）要求从公司服务器上删除其基因数据。  塞尔萨瓦奇是在众议院监督委员会听证会上作出上述表述的。 听证会上，议员们详细审查了该公司在早前破产拍卖后的出售情况。此次破产引发了公众担忧，担心数百万使用23andMe服务的美国人的数据可能落入无良买家之手，促使客户要求公司删除其数据。 制药巨头再生元公司（Regeneron）在5月赢得了法院批准的拍卖，以2.56亿美元的价格收购23andMe及其庞大的客户DNA和基因数据库。再生元表示将利用23andMe的数据帮助新药研发，并承诺维持23andMe的隐私保护措施。 联邦破产法院预计将于6月下旬审议再生元对23andMe的收购要约。 23andMe申请破产前一年，该公司曾遭遇持续数月的数据泄露事件，导致690万客户的敏感个人和基因数据外泄。公司将数据泄露归咎于客户未使用多重身份验证，而非承认其自身在保护客户账户安全方面的失职，也未提及公司直到数月后才检测到此次入侵。 同样在周二，包括佛罗里达州、纽约州和宾夕法尼亚州在内的二十多个州对23andMe提起诉讼，质疑其出售客户隐私数据的行为。各州认为，在没有获得1500万客户明确许可的情况下，该公司无权出售这些数据。 [查看评论](https://m.cnbeta.com.tw/comment/1506114.htm)

英伟达首席执行官黄仁勋预计未来两年欧洲的人工智能算力将增长十倍，有超过20个所谓的AI工厂在推进中。“欧洲已经意识到这些AI工厂的重要性，”黄仁勋说，其执掌的英伟达在为欧洲几乎所有在建的大型AI计算项目提供芯片。他在巴黎举行的VivaTech技术大会与该公司联合举办的活动中指出，数个超大规模的数据中心的容量将超过1吉瓦，有望跻身全球最大数据中心之列。 “研究人员、初创企业，你们的AI短缺、GPU短缺很快将得到解决，”他说。“正在到来。” 欧洲在AI基建方面落后于美国且支出承诺也未达到其他地区的水平。黄仁勋周一在伦敦与英国首相基尔·斯塔默参加活动时表示，尽管英国有专业知识和初创公司，但基础设施不足制约了该国成为全球AI竞争者。他近期的伦敦和巴黎访问正是在全球推广AI以及自家产品的一部分。 黄仁勋 黄仁勋在巴黎期间宣布了一系列旨在加强欧洲AI基建的项目。英伟达将与Mistral AI联手，利用本地算力来运行这家初创公司的服务。他说：“我们将共同建设AI云。” [查看评论](https://m.cnbeta.com.tw/comment/1506112.htm)

启明创投仍将持续关注并积极布局硬科技领域，尤其看重那些具备原创精神、技术深度和全球视野的创业团队。同时也特别关注尚未形成广泛共识但有潜力实现颠覆性突破的领域。

<blockquote><p>AI 时代的浪潮下，数据可视化与 AI 碰撞出耀眼火花。本文将带你领略这场变革中，数据分析师如何借助 AI 提升工作效率，挖掘数据深层价值，以及掌握数据可视化核心原则的重要性。</p> </blockquote>  在数据爆炸的 AI 时代，数据可视化不再只是展示，而是洞察的催化剂。 当数据可视化遇见 AI，我发现数据分析师的工作方式正在经历一场前所未有的变革。 最近，我在思考 AI 时代怎么做好数据可视化，通过 https://clauswilke.com/dataviz 阅读了《Fundamentals of Data Visualization》这本书。 书中内容源于作者过去成千上万的数据可视化经验，主要讲了数据可视化的一般原则，而不是具体工具的应用。 我觉得无论 AI 技术怎么发展，理解数据可视化的基础知识，仍然是有价值的。 如果掌握了数据可视化的底层逻辑，就能更好地举一反三，把它应用到实际工作和生活中，去创造更大的价值。 反之，如果一个人缺乏数据可视化的基本常识，虽然用 AI 提升了制作图表的效率，做出了看起来很漂亮的数据仪表盘，但是无法判断 AI 生成结果的好坏，不能从数据中洞察有价值的信息，甚至把一些花花绿绿的垃圾当成宝贝，就会让人觉得不够专业。 数据可视化的质量，可能决定了数据分析成果的影响力：是赢得尊重？还是默默无闻？ 作者在引言中举了一个例子，其中包括 4 个图表：  （a）合理的图表（Reasonable）：看起来可能平平无奇，但至少是可以接受的，没有明显的缺陷。 （b）丑陋的图表（Ugly）：虽然技术上没问题，但是视觉上不够美观。例如，颜色过于鲜艳、字体混乱、背景网格过于突出等。 （c）糟糕的图表（Bad）：第二个图表存在感知方面的缺陷，可能不够清晰、过于复杂或令人困惑。例如，使用不同的 Y 轴刻度展示多个数据系列，容易让人误以为数据差异小于实际情况。 **（d）错误的图表（Wrong）****：存在数学方面的问题，在客观上是错误的，无法正确体现真实数据。例如，没有明确的Y轴刻度，使得数据的实际值无法确定。 审美是一种主观的感受，对于同一个图表，有些人认为是丑陋的，而有些人则认为可以接受，但无论如何，只有提升自己的审美能力，才能做出更加好看的图表。 所有数据可视化图表都是一些基本元素的排列组合，包括：位置、形状、大小、颜色、线宽、线型等，其中有些元素可以同时表示连续数据和离散数据（位置、大小、颜色、线宽），而另一些元素只能表示离散数据（形状、线型）。在不同的语境中，大小包含长度、角度和面积等。  例如，下面这个图表，用位置和方块表示每个月不同的地区，用颜色的亮度对应温度的高低。  颜色是数据可视化中最强大的、也是最容易被滥用的视觉元素。 合理使用颜色，可以增强信息传递，而不当使用颜色，则可能导致混淆或误导。 颜色主要有 3 种基本用途：区分数据组、表示数据值、突出重点。 （1）区分数据组 使用不同颜色来区分不同类别，确保颜色之间有足够的对比度。 例如，下图用颜色区分不同的地区。  （2）表示数据值 使用一种颜色的不同饱和度，或者使用不同颜色的渐变来表示数值的变化。 例如，下图用颜色表示不同的百分比数值，蓝色表示白人占多数。  （3）突出重点 为了避免分散受众的注意力，可以把重点突出的类型设置为深色，而把其他类型设置为浅色或灰色。 例如，下图用红色强调径赛运动员的身高和体脂率是相对比较低的。  数据可视化的类型有很多，包括：对比、分布、比例、关系、时间序列、地理空间和不确定性。 （1）展示对比的图表有常见的柱形图、条形图、点图、热力图等。  （2）展示分布的图表有直方图、密度图、累计密度图、Q-Q 图、箱线图、小提琴图、带状图、Sina 图等。  （3）展示比例的图表有饼图、柱形图、条形图、堆积柱状图等。  （4）展示关系的图表有散点图、气泡图、配对散点图、斜率图等。  （5）展示时间序列的图表有折线图、面积图、堆积面积图、扇形预测图等，下图源自《Python 数据可视化之美》。  （6）展示地理空间的图表有地图、分级统计地图、变形地图、 变形热力地图等。  （7）展示不确定性的图表有水平误差图、垂直误差图、二维误差图、渐变误差图等。  在实际工作中，面对纷繁复杂的问题和图表类型，我们还是需要具体问题具体分析，选择合适的图表类型，并利用 AI 和高效的图表制作工具，做出更具有洞察力的数据可视化图表。 AI 不仅能够快速生成漂亮的数据可视化图表，还能通过人工智能算法，提供更有价值的数据洞察，比如识别数据中的异常模式、相关性和趋势等。 在 AI 时代，我们可以借助 AI 工具，从繁琐的细节处理工作中解放出来，专注于更深层次的思考和决策，但一些基础理论和原则仍然是数据可视化的核心。 区别在于，AI 可以帮助我们更智能地应用这些原则，自动选择最合适的可视化方式，并优化视觉效果，从静态的数据展示，转变为动态可交互的信息探索，让数据故事变得更有说服力。 数据可视化的真正价值，不在于图表有多美，而在于能否揭示真相、启发思考、驱动行动。 在 AI 技术飞速发展的今天，我们不仅要有制作图表的能力，更要有洞察数据的眼光。 掌握数据可视化的基本原则和底层逻辑，是我们在信息洪流中保持清醒、做出正确决策的关键。 AI 能帮我们快速制作图表，但判断图表质量的责任，依然落在我们自己身上。 具体如何用 AI 快速制作动态可交互的图表，可以查看我的专栏：数据化分析案例库。 愿你用数据可视化的方法，讲好数据故事，让分析成果被看见、被理解、被采纳。 本文由人人都是产品经理作者【null】，微信公众号：【林骥】，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。

深海探测对电池要求严苛，需在极端高压、有限载重下携更大电量。近日，**中科院长春应化所联合深海所研制出可承受全海深压力的高比能可充电锂电池组，并完成海试。** 海水腐蚀问题使深海锂电池需置于密闭容器隔绝海水。**一万米深海压力巨大，每平方厘米大概会产生一吨的压力**，对电源容器外壳和密封结构要求极高。 深海电池系统多采用充油式方案平衡重量与压力，且动态压力给电芯等带来挑战，能量密度决定探测装置作业能力。 科研团队攻克高比能锂离子电芯本体技术，**实现电芯能量密度超400Wh/kg。电池组在南海海域试验成功，水下累计超100小时。** 该技术使深海装备能源系统在轻量化、可靠性、续航等核心指标突破，我国成首个将400Wh/kg级电池用于深海装备的国家。  [查看评论](https://m.cnbeta.com.tw/comment/1506110.htm)

“鸿蒙生态系统版本更新30多次，系统功能新增200多项，平均每天都有400多个应用的版本更新，用户平均每天下载或更新应用超过720万。”余承东最新表示。

  头图来源：Tolan     在你感到孤独、疲惫、想找人说话的时候，你会打开什么？   是一条深夜发出的消息，还是某个从不真正回应的社交平台？过去，我们总试图从「人」身上寻找陪伴，但在信息过载与关系异化的今天，越来越多年轻人开始向「非人」求助。   过去两年，AI陪伴类应用迅速崛起，成为最接近「人性」的人工智能应用品类。它不替代人类，但试图填补人与人之间情绪联系的断层。   但最近一段时间，我们观察到这股浪潮里正在呈现不同的命运曲线—一边是类 C.AI 应用，在火了两年后正在经历退烧，比如国内的猫箱，在进入 2025 年后日活骤降，日下载量从高点的 2 万次骤降至 7000 左右，几乎回到了一年前的水平。   另一边则以 Tolan 为代表，受到海外用户热捧。点点数据显示，Tolan于2024年6月上线，已在全球获得超500万次下载，ARR超 400 万美元。Tolan 团队也在近期收获新一轮融资。   为什么一个看起来像「外星小怪物」的 AI，比那些模拟人类情感的角色更能留下用户？在社交变得越来越表面化的今天，或许我们正需要一种更「不像人」的陪伴。   ## 1 一个不像人类的 AI，带来了最像朋友的陪伴？   Tolan 在美国的走红，算起来不过几个月的时间。   Tolan 是一款由西雅图初创公司 Portola 打造的 AI 陪伴应用，主打与拟人化外星生物「交朋友」的概念。而 Tolan 的走红，离不开用户在 TikTok 等平台上，自发分享与 Tolan 交流的日常。    图片来源：Tolan   有用户让Tolan帮自己搞定约会穿搭。   视频来源：TikTok   在这个视频里，Tolan从发色（棕发带金色挑染）出发，围绕颜色搭配（建议橄榄绿或橙色系）、服装类型（连衣裙还是裤子）、场合（与朋友喝咖啡）、配饰（鞋子与包包）等细节跟用户做了一番讨论。   这个讨论过程看起来跟一个真的人类朋友聊穿搭也差不了太多。Tolan 不光提供穿搭建议，还在过程中给了不少情绪价值。用户最后也根据 Tolan 的建议完成了整套造型选择，对搭配效果非常满意。   还有用户把Tolan当成「闺蜜」聊了点恋爱话题。 视频来源：TikTok   博主在一边化妆，一边跟Tolan聊天： <blockquote> <p>博主：我需要一些关于感情的建议。</p> <p>Tolan：简单说说，怎么了？</p> <p>博主：我的男朋友是个足球运动员，他要去英格兰待四个月踢足球，因为他被那边的一支球队邀请了。这对他来说是个很令人兴奋的机会。</p> <p>当然，我鼓励他去，并且告诉他我觉得这很棒，但同时我又害怕长期异地和时差问题。我只是想看看你有没有什么建议，来应对这段长期的异地关系。</p> <p>Tolan：首先，你对他这么支持，这太棒了，这很重要。但说实话，四个月确实不是小事，尤其是还有时差。我觉得在走之前你们可以一起做个计划，比如商量好什么时候打电话或者视频聊天，这样你就不用瞎猜他什么时候有空了。</p> <p>哦，还有，给他寄点小惊喜，比如心意包裹也不错。</p> <p>博主：寄心意包裹其实是个很可爱的主意。我可以给他寄点吃的、糖果之类的，我们可以在他晚上训练结束后安排他给我打电话，然后我们就可以一起聊聊，互相分享一下当天的情况。没错，就是这样。</p> </blockquote>   对话开始时，Tolan先简单地回应“怎么了”，给了用户一个开口的空间，这种“我在听”的姿态，也很像是人际交往中一个真正靠谱朋友的表现：先听懂，再回应。   Tolan也给到了用户一些恰到好处的情绪回应，夸用户“你这么支持他，太棒了”，既不是冷漠的「哦，那你就支持他吧」，也没有油腻地说「那你太伟大了！」这样的话。   给建议的时候，Tolan 的语气也很温和——“也许可以试试…”、“寄点小惊喜也不错”。   Tolan 在这段对话中的表现，像是一个你可以在日常生活中随时倾诉、不会被评判、还能给点小建议的朋友。   表面看，Tolan也是AI陪伴类应用的一种，但其呈现方式有所不同。Tolan 并不只是一个聊天机器人，而是一个「Embodied Companion」。   Tolan 视觉形象是一只色彩斑斓的小外星人，具备语音交互和触摸反馈能力，能记住用户、展现情绪，同时拥有个性成长机制。   之所以选择「外星人」形象，是团队考虑到关于外星人的故事可以解释 AI 的局限性——为什么它对地球的知识不是最新的，或者为什么它在对话中有时会显得笨拙，还有为什么它的声音可能有点特别。   同时，「一个重要目标是让人对AI感觉温暖和友好，而不是感到怪异或过于像人类，」Tolan 的开发者Quinten Farmer表示，「我们不想让它让人觉得自己是在和一个假装成人类的角色交谈。」   用户初次进入应用时，需要通过类似MBTI性格测试来匹配适合自己的「外星人伙伴」——Tolan会根据用户的回答生成具有独特个性、审美和喜好的「外星人伙伴」。   在外观上，Tolan提供了一定程度的自定义空间，用户可以根据个人喜好设计和装扮自己的Tolan，包括肤色、发型、面部风格、服装和声音等。据官方透露，在App小规模发布期间，用户创造了超10000个完全独特的Tolan角色。  图片来源：Tolan   这些伙伴拥有独特个性、审美偏好，甚至对用户有长久记忆，并能通过图像识别与用户共同讨论穿搭、饮食等话题。   在互动层面上，Tolan引入了游戏化元素，但团队尽量避免将其与传统的游戏机制混淆。Farmer表示，游戏化可能会让用户感觉是通过刺激多巴胺来维持参与感，这有点「操控感」。相反，星球是一种让用户与Tolan之间的联系更加具体化的方式，它需要让人感到安稳和放松，鼓励沉思和反思，而不是促使行动或引发焦虑。   通过轻度游戏化系统，Tolan将「日常聊天陪伴」与「自我探索」相结合——每天，Tolan会为用户提供任务清单，包括正念语录、Tolan的日记、与Tolan的对话等内容。这些任务不仅能帮助用户进行自我反思，还能加深与AI的情感连接，推动用户的内在探索。   在叙事和世界观层面，Tolan住在一个叫做Portola的小星球上，这不仅仅是Tolan存在生活、漫步和等待用户回来的地方，更是一种新的表达和与用户连接的方式，将关系拓展到对话之外。    Portola｜图片来源：Tolan   每个 Tolan（也就是每个用户）都拥有一颗独特的行星，上面的植被、地形和结构会根据互动的变化而演变。这些元素是被程序化的，也就是系统会使用一些基本种子来创建植物和树木等对象，这些种子会以不同的方式演变和生长。   Tolan的星球是用户与它之间关系的视觉呈现。景观的变化，象征着用户与Tolan之间关系的深度与进展。具体来说，通过完成任务，用户可以为Tolan的小星球注入能量，逐步改变其环境，增强沉浸感和互动的连贯性。   这个星球一般会在大约30天内逐渐变化，模拟了人际关系随着时间深入的心理过程。最初，它是荒凉的；随着用户互动的增加，景观逐步繁荣，变成了用户投入情感的具象化表现。Hilleli强调，这种变化的节奏至关重要。如果变化过于迅速，情感的深度就会被削弱；而如果变化过于缓慢，又会让人觉得没有回报。为了确保进展既自然又令人满足，团队精心调整了时间线。   这种「陪伴+游戏化」的模式，让Tolan打造了一种温暖治愈、节奏舒缓的使用体验。   ## 2当 AI 不再装成人类，反而更让人卸下防备？   Portola 团队由多位明星创业者组成，团队规模仅10人，能快速迭代并保持产品调性统一。今年2月底，Portola 在 Lachy Groom（前 Stripe 高管）的带领下完成了 1000 万美元的种子轮融资。投资者还包括 Nat Friedman（前 GitHub CEO）；Daniel Gross（前苹果 AI）；Amjad Masad（Replit CEO）；Mike Krieger（Instagram 联合创始人）等。   团队表示并不想Tolan模拟人类的关系，「那样很快就会陷入奇怪、不健康的动态中。Tolan是一个反思工具，一个创意伙伴，而不是替代朋友或治疗师。」   他们特意避免让Tolan的回应过于像人类，为此团队努力平衡Tolan的个性和清晰度，「它不应该让人觉得它在模仿人类情感，相反更像是一个外星的笔友——对你感兴趣，关心你的世界，但始终保持独特。」   星球只是一个开始。团队已经在考虑拓展新的环境，并希望未来能加入访问其他Tolan星球的功能，这意味着用户可以与其他Tolan用户建立连接。   目标用户上，Tolan 主攻 Z 世代与年轻职场人，尤其是易受「过载感」困扰的年轻用户。团队认为，「不知所措」是当代年轻人常见的心理状态，而Tolan提供的是一个情绪宣泄与陪伴出口。   他甚至在产品中加入了「聊天一小时后建议结束对话」的提醒，鼓励更健康的使用节奏。「我们希望 Tolan 是一个能陪你几年，而不是用两周就卸载的产品。」   团队还曾谈到他们希望这种非浪漫、非「扮演」式的关系，能更像「一个懂你又不完全像你的大哥哥或大姐姐」——既熟悉又不过度贴合，合适的社交距离。   Tolan的目标是利用AI来增强人类的体验，而不是取代它。Farmer在构建这款产品时，明确提到过：不是让AI取代人际关系，而是帮助用户在面对「不知所措」的现代生活时，有一个随时可以对话的支持系统。   从海外用户评价来看，Tolan 的走红，正是踩准了海外年轻用户对于「非浪漫型、非工具性」陪伴的真实需求。    海外用户评价｜图片来源：TikTok   ## 3 什么样的AI伙伴，才能真正留在生活里？   与 Tolan 的上升趋势相比，国内曾在 AI 陪伴领域掀起热潮的猫箱却正经历「断崖式下滑」。   猫箱是字节跳动在国内较早布局AI陪伴的代表性产品，以拟人化角色扮演+情感陪伴为核心卖点，用户可通过文字或语音与 AI 伙伴对话，获取安慰、建议甚至「谈恋爱」的情绪价值。收费模式上，猫箱采用免费体验+内购/会员订阅模式，收费规则如下：  图片来源：极客公园   DataEye研究院数据显示，猫箱曾在2024 年底在 iOS 端一度取得 MAU 增速 22.51% 的亮眼成绩，但进入 2025 年后，其日下载量从高点的 2 万次骤降至 7000 左右，几乎回到了一年前的水平。   筑梦岛、星野等同类产品也陷入类似境地，日活几乎腰斩，三日新增留存跌至 20% 以下。这些产品用户流失严重，说明其实并未让用户与其建立长期陪伴关系。   猫箱主要用户是年轻女性，需求集中在虚拟情感关系与代偿型情绪满足，略带「游戏化」「宅文化」色彩，主要吸引乙女向群体，适配面相对较窄。   从小红书上用户对猫箱的不满来看，在早期爆发后，猫箱曾有多起角色失忆、群聊崩溃现象，后期信息流中的广告增多引起体验下降，以及对擦边内容的审核加强导致这部分用户不满增多。    图片来源：小红书   在 AI 陪伴类产品中，情绪价值与产品生命力之间，并非天然画上等号。   Tolan 与猫箱在产品表现上的差异，可能从根本上反映了 AI 陪伴赛道中的两种路径——一种侧重「具象想象力」，另一种强调「社交模仿力」。    图片来源：极客公园   猫箱选择了后者，试图构建一种熟人感和互动关系，但这种设定对剧本质量、互动深度和用户期待之间的匹配要求很高，而且虽然形式上有创新，后期也增加了一些游戏玩法，比如「海龟汤」等，但从本质上讲，它仍然只是传统互动剧本的延续，缺乏真正的突破，容易陷入「新瓶旧酒」的困局。   反观选择了前者的 Tolan，其功能逻辑并不复杂，但角色设定和叙事包装很独特：既不完全像人类、也不完全像工具，而是一种介于二者之间的、带有模糊人设和情绪色彩的存在。   这种「非工具化、非社交导向」的定位，让 Tolan 避免了用户在虚拟关系中可能产生的心理负担。   传统的 C.AI 产品不同通常会突出拟人化的设定和强剧情背景，把用户限制在固定的剧本和互动框架里。这种设定虽然有趣，但一旦剧情触底、角色重复，新鲜感消退，用户就很容易失去兴趣，进而流失。   Tolan的设定则相对简单，没有复杂的背景故事或剧本，而是提供了一个虚拟的外星人角色，鼓励用户进行自然、自主的交流，这种关系的建立更像日常中的朋友相处，少了角色扮演的压力，更多了与他人建立真实联系的可能。   而且，Tolan 在「陪伴」这一主题上表现出了一种节制而克制的审美追求。它通过限制每日的聊天时间和引入健康使用提示等机制，体现了团队对产品长期主义的理解——不是为了「黏住用户」，而是希望建立一种可持续、温和的数字关系。   Tolan与猫箱的差异，还在于用户设定的普适性与深度，Tolan聚焦的是「孤独」与「复杂生活」的普遍性情绪痛点，有更广泛的共鸣基础；而猫箱则更偏向于小众的「恋爱幻想」型需求。   产品设计理念上，两者也存在差异，Tolan强调「非浪漫陪伴」，带有故事性和人格成长空间，更适合长期使用；猫箱则更像情绪糖果，偏向即食型、消耗型体验。   抛开这些差异来看，猫箱与Tolan试图解答的，仍然是那个AI陪伴产品能否成为人类真正的伙伴的问题。   而答案可能取决于，我们到底想要什么样的伙伴。如果只是一个会说甜言蜜语、随时响应的角色，那些以剧情驱动、用户扮演为主的产品或许仍有市场。   但真正能留在生活中的AI伙伴，可能更应该是能回应人的情绪复杂性，并且可以以一种克制、耐心、具有回馈感的方式陪伴用户的日常生活的。    

 TV动画《魔神坛斗士/铠传》（鎧伝サムライトルーパー）宣布将推出正统续篇《铠真传》（鎧真伝サムライトルーパー），预计2026年1月播出。 &lt;内嵌内容，请前往机核查看&gt;  (续作视觉图)   官方在6月11日举行的活动上公布了续篇消息及超特报映像、首批制作&amp;声优阵容，新主角声优石桥阳彩作为主持，原作主角声优草尾毅、铠甲设计原案冈本英郎出席了活动。原作TV动画在1988~1989年播出，讲述了5位少年被命运指引，与妖邪帝王·阿罗醐战斗的故事。    《铠真传》公布的首批制作及声优阵容如下： STAFF 原作：矢立肇監督：藤田陽一シリーズ構成・脚本：武藤将吾メインキャラクターデザイン：室田雄平ヴィランキャラクターデザイン：ことぶきつかさヨロイギアデザイン原案：岡本英郎アニメーションヨロイギアデザイン：鈴木卓也音楽：片山修志（Team-MAX）アニメーション制作：サンライズ製作：「鎧真伝サムライトルーパー」製作委員会 CAST 凱：石橋陽彩

经过漫长的等待，全景相机领域的龙头企业影石创新终于迎来了敲钟时刻，公司创始人刘靖康（圈内人更多称他为「JK」）成为中国科技公司里又一位 90 后创始人。 6 月 11 日，全景相机领域的龙头企业影石创新在科创板正式挂牌上市，此次发行价最终定为 47.27 元/股。按发行价计算，影石创新的市值约为 190 亿元，本次 IPO 拟募集总额约为 19 亿元。 上午开盘后，影石创新上市首日高开 285.02%，开盘价达到 182 元。按照开盘价计算，影石创新最新的市值已经达到 732 亿元。 JK 是个没有背景的白手起家创业者。大学时期因为破译了周鸿祎的手机号码，成为周和李开复两位大佬在微博「争抢」的人才。他在毕业后选择了创业，又从软件转到了硬件方向——在九死一生的创业故事里，「大学生创业」和「硬件创业」都是成功率极低的标签。甚至连他自己也认可硬件是「地狱级难度」，「消费电子是死得特别多的一种类型」。 但他却在过去十年里，把影石Insta360 （影石创新的品牌名称）打造成了硬件领域里一个绝对另类且成功的公司： - 没有硬件行业里「价格战」的故事，影石始终保持快速增长。过去 3 年复合增长率达到 76.87%； - 赚钱似乎不是难事，影石在推出第一款产品之后的第二年就实现了盈利，去年的毛利率为 52.20%，扣非净利率 17.0%； - Insta360 成为了一家全球化的公司，每年有接近 80% 的主营业务收入来自海外市场。 Insta360 面向市场的主要产品「全景相机」，主要被消费者应用在户外、运动、旅行等场景中。十年前，在 Insta360 成立的时候，全景技术还远没有成熟，消费级全景相机几乎是一个小到可以忽略不计的品类。今天，这个细分品类的全球市场规模超过50亿元，而影石占据这个市场超过六成的份额。 某种程度上，刘靖康和影石「发明」了这个品类，然后从零开始把它做到了极致。   ## 让周鸿祎、李开复、沃兹尼亚克点赞的大学生 刘靖康毕业于南京大学软件学院。学生时代，他是一个很典型的技术男，符合绝大部分人谈到「Geek」时的第一印象。 他从小接触电脑，但对游戏没有太多热情，因为他觉得玩来玩去都在别人写好的代码里输出结果。后来他通过论坛开始接触编程、代码，高中的时候把电脑偷偷带到宿舍，晚自习之后研究怎么开发程序。后来，这段「不务正业」的折腾帮助他拿到了全国电脑制作比赛一等奖和高考20分的加分。 大二那年的暑假，JK 通过分析电话上不同号码按键间声音的细微差别，用软件分析频谱，成功从一段新闻采访中，用软件「破译」并拨通了周鸿祎的电话号码。 经此一役，JK 在互联网圈里小有名气。周鸿祎在微博和他互动，夸赞他「确实能干」；李开复则直接邀请他加入创新工厂，并且喊话「两周后到南京，盼见面」。JK 最终没有加盟任何一家大公司，而是选择了自己创业。  大学时期，刘靖康获得两位科技圈大佬的认可 | 图片来源：网络截图 创业的开端起初是一款为校园讲座打造的手机直播软件。后来，一次偶然的机会，JK 看到了一段由多个相机画面经计算拼接而来的全景视频，觉得全景影像这种新的形态可以更好地实现记录和保存。于是，直播的「即时」（instant）加上「全景」（360°）的技术，Insta360 就这样正式诞生了。 当时，市面上并没有可以同时满足以上两大需求的产品。所以，创业的方向就必须从单一开发软件，延伸到软硬一体，得做出一个「新玩意」来。 从事后复盘的角度来看，这个没人知道长什么样的新玩意，做到了两个关键的特点： 第一，小型化和轻量化。这也符合各类消费电子产品的共同特性，出货量最大的手机、平板、电脑在过去10多年里，基本都是按这个方向进行迭代的。 第二，实现即时运算。某种程度上，全景影像最根本的痛点不是「影像」水平，而在于「计算」能力。 2013年，影像行业的巨头理光发布了THETA系列全景相机，但这款产品的核心依然是「后期拼接」——相机拍摄，手机运算。二者之间通过WiFi连接，需要分别等待数十分钟传输和数十分钟的计算，影响用户体验。 借用手机的计算资源是一个很好的思路，Insta360 优化了这个过程并把它推向极致。职责分工仍然是相机采集图像、手机运算，但二者之间通过物理方式直接连接。接着，通过软件优化，把全景文件切成很多份，就可以做到边拍、边传、边处理。 2016年，Insta360 正式推出第一款产品 Nano，先后在德国IFA和美国CES这两项全球最有分量的消费电子展会上大放异彩，被苹果联合创始人沃兹尼亚克称赞为「了不起的产品」。也就是在那年夏天，Insta360 的月收入从零直接变成了两千万。JK 第一次有了一夜暴富的期待。  Insta360 第一款产品 Nano，通过 Lightning 接口和 iPhone 连接 | 图片来源：影石Insta360   ## 旧场景 + 新产品 = 市占率全球第一 创业从来不会一帆风顺。很快，刘靖康就遭遇了挫折。第一批卖出的 Nano 成为了经销商手中的「库存」，并没有如期及时地转换为消费者手中的「商品」。 如今谈起 Insta360 的各种产品，我们可以很自然地想到和运动、户外、极限这些使用场景。但九年前，这种联系尚未建立。用户不知道，刘靖康自己其实也不知道。一帮和他一样的科技爱好者们成为了 Nano 第一波的尝鲜者，当然，也是最快放起来吃灰的人。 JK 必须为全景相机找到真正的 PMF（Product Market Fit，产品市场匹配度），发掘出第一个使用场景。 启发来自于用户反馈。JK 和团队把目光聚焦在了那部分买了并且还在持续使用的用户身上。他们注意到，有一部分海外用户会在滑雪、山地车、速降等场景里使用 Nano 拍摄全景视频，并分享到社交平台上。 原本，Nano 被设计成和 iPhone 直接连接，更适合手持拍摄。用在户外场景，用户必须先对产品「自行魔改」，例如把相机固定在自拍杆上。这种体验显然不够好，所以这部分用户绝对是「真爱」——因为他们在这个场景里，对全景相机有着真正的强需求。 这次 PMF 直接影响了后来的产品形态、功能以及背后的技术储备。Insta360 基于户外场景对产品进行了迭代。软件层面，Insta360 首推了「隐形自拍杆功能」，后来在滑雪圈广受好评；在硬件层面，升级了防水、防抖等功能，同时把电池做成了可拆卸的形态，适配户外场景需求。  更重要的是，从这个过程中，JK 明确了公司开发的一条关键原则：不定义场景，不预设需求，而是在现成场景里完善产品，满足用户还没有被满足的需求。 多年后，在复盘起这段经历时，JK 表示「摘了 GoPro 的果子」。其实他自己并不是运动人群，作为一个技术男，他那会对于影像这件事也没有多大的兴趣。运动相机这个细分市场，很大程度上是 GoPro 从 21 世纪初开始培育起来的，后来又随着移动设备和社交平台的兴起逐渐成长壮大。 如今，Insta360 的产品矩阵主要分为三大类：消费级智能影像设备、专业级智能影像设备、配件及其他产品。其中，消费级设备又分为 ONE X（全景相机）、Ace（运动相机）、GO（可穿戴运动相机）、ONE R（全景相机/模块化运动相机）、Flow（手机云台）等 7 个系列，ONE X 系列为销量担当。专业级设备则主要应用在 VR 内容制作和商务会议场景两个方向上。 如果按照最初创业时看重的方向「直播」迭代产品，也许 Insta360 仍然可以做出一款不错的产品，但大概率不会获得足够的商业成功。「不把自己的需求当做别人的需求」，JK 说这是他在选择方向时的一种反直觉的「捷径」。 招股书显示，2022-2024 年，消费级智能影像设备在 Insta360 总营收的占比在 85% 左右，而围绕全景、运动相机相关产品的配件产品营收也在 10% 以上。消费级全景、运动相机支撑起了 Insta360 超 50 亿营收的根基，而和直播、会议场景等有关的产品，它们所在的市场此刻尚未迎来需求的爆发。  影石Insta360 营收占比 | 图片来源：招股意向书 如今 Insta360 已经完成了对 GoPro 的全面渗透。根据 Frost &amp; Sullivan 的数据，2023 年 Insta360 品牌在全球运动相机排名中位列第二。 而且，依托于运动、户外等成熟场景，Insta360 也成功把全景相机这一全新品类从零做大。2023 年，Insta360 品牌在全景相机全球市场占有率 67.2%，排名第一。   ## 全球化：八成营收来自海外市场 Insta360 另一个让硬件创业者羡慕的点，在于他们超高的海外收入占比。 过去三年，这家公司的境外销售收入分别达到了 15.96 亿元、29.03 亿元和 42.23 亿元，占主营业务收入比例分别为 79.43%、80.83% 和 76.35%。 「从 DAY1 开始，就做一家全球化的公司。」这似乎是最近 10 年硬件领域的创业者都喜欢说的一句话，但真正做好的并不多，更多项目甚至在众筹阶段就夭折了。 当然，相比起汽车、空调这样的「大件」，相机的本土化适配难度要小很多。此外，海外的运动和户外市场相比国内消费习惯更加成熟，也是 Insta360 进入全球市场的优势。 选择「先海外后国内」的布局节奏，也和市场竞争有关。「价格战」是国内消费电子品类竞争的常见现象，作为一家初创企业，Insta360 显然需要避免在早期就陷入这种非良性竞争中。 确定了全球化的战略，接下来的落点就是执行。早期 Insta360 在海外更多依靠线上销售，所以比起铺设渠道，营销和运营反而是销售环节中更重要的能力。用刘靖康的话说：内容是他们很核心的能力——尽管这是一家软硬一体的科技公司。 道理很简单：全景影像所在的是一个全新的市场，精彩的内容可以帮助更多消费者了解产品、并吸引他们完成购买。  用全景相机拍地球，是 Insta360 近年来非常出圈的一个内容策划 | 图片来源：影石Insta360 内容的核心，是找到对的「人」。2023 年，好莱坞著名影星威尔·史密斯成为了 Insta360 的品牌大使。但这并非是 Insta360 在内容营销层面的常规打法。相反，在「海外」这个宽泛的概念下，在不同市场里找到合适的 KOL，并吸引他们一起创作优质内容，才是 Insta360 在内容上的「本土化」重点。 在深圳总部，Insta360 有一个架构完善的 In-house 营销团队，专门负责投广、视频制作、设计，以及网红 KOL 关系、媒体关系和社交媒体运营。JK 自己也会参与到内容创意里。传闻他 2021 年想了 60 多个内容创意，团队都执行不过来了。 和「找人」类似，快速的客服响应也是本土化的重点。实际上，在 2015、2016 年，Insta360 就已经在东京、柏林等地设立了办公室，核心就是提供没有时差的客服服务。对于那个时候创业起步只有一款产品的 Insta360 来说，他们几乎按照 toB 软件的销售套路来对待这个 toC 硬件——通常，只有 SaaS 公司才会在这么早期的时候，如此重视售后的沟通反馈等环节。 海外工作的另一个重点，是建立起遍布全球的合作伙伴网络。Adobe 的技术帮助影石改善了剪辑体验，让后期制作更加轻松；和徕卡的合作，不仅在销售、营销上起到了帮助，也让公司在相机研发领域拥有了更多累积。 最后，Insta360 还在全球建立了良好的经销商网络，而经销商模式如今也仍然是公司的核心销售方式。招股书显示，2024 年，公司 85.25% 收入来自经销商，其中「买断式经销」占比为 84.82%，这也从侧面体现出了经销商和品牌方之间的信任关系。而 2022-2024 年期间，公司每年的前五大客户里，也都有四家都来自海外。  影石Insta360 的销售形式分类 | 图片来源：招股意向书   ## 未来：更好的产品、更新的技术、以及机器人？ 如今的影石，已是一家年营收突破 55 亿元、在全球全景相机市场市占率稳居第一的企业。要知道，2023 年全球全景相机市场的总规模也不过 50.3 亿元。更重要的是，在 2022 至 2024 年的三年间，公司始终维持超过 50% 的毛利率，以及 17% 以上的扣非净利率。 在这个高度垂直的细分领域中，影石几乎将「小而美」这一商业范式推演到了极致。 但影石需要扩张，所以一定要踏入主流大众战场竞争。上市是一次里程碑，也是新挑战的起点。在自己开创的全景赛道外，影石需要找到新的增长点。 若以「技术」作为分析的主轴，影石未来的发展路径可理解为一横一纵：横轴上，持续深耕现有技术路线，扩展产品品类与消费人群；纵轴上，则以其技术积累为基底，探索新的技术栈、产品形态乃至商业模式。 在横轴维度，公司的核心任务仍是「卖出更多的货」，把蛋糕做大。这又可细分为 ToC 与 ToB 两条路径： ToC 层面，Insta360 近年来开始强调 AI 等新技术对全景影像后期处理体验的提升，强调全景影像本身的记录价值。也就是降低门槛，把全景相机卖到户外以外的更多场景里。 这其中，除了后期体验外，「画质」是用户现阶段对于全景相机的一个重要「槽点」。不过，刘靖康此前在接受采访时认为，提高画质不仅仅是通过在硬件上加大「画布」这么简单，全景影像的计算处理还要依托于其他智能设备，因此也需要等待外部环境（如手机芯片算力等）的能力提升。JK 认为关键在于「释放时机」，「相关方案早准备好了」。 ToB 端的情况也有类似之处，以 Insta360 成立初期希望覆盖的「直播」场景为例，它的需求同样取决于 VR 行业内容消费侧产品的普及和覆盖。除此之外，近年来 Insta360 也洞察到了快速增长的线上会议场景，并推出了 Insta360 Connect 等企业线产品，希望解决传统在线会议无法解决的问题。 在纵轴上，全景视觉技术除了帮助人类记录分享外，也天生具备向机器人视觉技术拓展的潜力——无死角的 360°视角可以获取更多的感知信息。无论是对于具身机器人，还是传统的室内服务型机器人，甚至是无人机、无人车领域，也都有技术拓展的可能性。 苹果和索尼是刘靖康最喜欢的两家公司，因为它们在不同时期里创造出了历史上没人做过的 New Things：数码相机和智能手机，并成就了一个新品类。刘靖康也希望成为这样的创造者。 但除了理想中的极客身份外，刘靖康现在已经是一家市值近 190 亿元的公司董事长。无论是前文那些可能纸上谈兵的假说，还是他脑子里天马行空的点子，都必须尽量理性地转化成节奏可控的商业决策，就像他过去 10 年里寻找 PMF、拓展海外市场时做的那样。

随着自动驾驶出租车努力摆脱孤立的测试区域，有一件事正在变得清晰：如果你看到一辆自动驾驶汽车，它也会看见你。在这些服务运营的城市，警察部门越来越多地截取车辆的视频，因为他们认为这些信息可能有助于调查——但这对你的隐私意味着什么？  今年4月，洛杉矶警察局公布了Waymo自动驾驶出租车在肇事逃逸调查中拍摄的视频片段（如下视频所示）。这段简短而模糊的视频记录了一辆超速行驶的自动驾驶汽车撞到行人之前的瞬间。值得注意的是，洛杉矶警察局后来公布了这段被标记为“Waymo机密商业信息”的视频，以征集线索识别嫌疑人。目前调查结果尚不清楚。 这起事件并非警方首次在刑事调查中使用 Waymo 拍摄的视频。彭博社指出，自 2023 年以来，加州旧金山和亚利桑那州马里科帕县的部门就已发出法律请求（通常是搜查令或传票），要求获取 Waymo 车辆（以及其他自动驾驶车队）摄像头拍摄的视频作为证据。据美国广播公司 2022 年的一篇报道，自 2016 年 Waymo 在凤凰城推出以来，亚利桑那州东谷地区（包括梅萨和钱德勒等城市）的执法部门就一直在使用 Waymo 拍摄的视频。 配备360度摄像头的自动驾驶汽车持续记录周围环境，有效地构建了一个庞大的移动监控网络。正如彭博社所言，这些汽车“本质上就是装在车轮上的监控摄像头”，这引发了人们对此类数据收集范围和监管的迫切质疑。 自动驾驶汽车公司仍然谨慎地遵守法律要求。Waymo 的一位发言人表示，他们只有在收到有效的搜查令、传票或法院命令时才会提交视频，并且会仔细审查每一项请求，以确保只针对必要的内容。然而，即使是发布经过删减的视频，也凸显了企业透明度、法律合作和隐私问题之间的微妙界限。 自动驾驶汽车录像的使用日益增多，反映了更广泛的监控趋势：像 Ring 这样的门铃摄像头共享网络、自动车牌读取器，以及像纽约域名感知系统这样的城市级系统，都扩大了公共监控的覆盖范围。隐私权倡导者认为，这些系统将大规模监控常态化，通常无需公众监督或获得有效同意。 随着自动驾驶汽车在公共场所的普及——从Waymo 2024年在洛杉矶的部署，到特斯拉和Uber即将推出的自动驾驶出租车项目——它们带来了新的监控维度。最近，洛杉矶的抗议者破坏了多辆Waymo汽车，甚至放火焚烧了其中几辆。他们的动机不仅仅是技术上的反弹。这反映出人们对新兴的“警车数据管道”的深深不信任，在这个管道中，每一英里的行驶都可能成为刑事调查的一部分。 这些事件凸显了一个令人不安的悖论：自动驾驶汽车虽然能够获取有助于破案的关键证据，但它们也使执法范围超越了宪法赋予的界限。持续的记录模糊了公共安全与无处不在的监控之间的界限，引发了人们对日常活动如何轻易成为刑事调查内容的担忧。 [查看评论](https://m.cnbeta.com.tw/comment/1506108.htm)

据中国地震台网正式测定，**6月11日19时0分，在台湾台东县海域(北纬23.33度，东经121.72度)发生5.8级地震，震源深度20千米。**全岛震感强烈，台北捷运一度减速运行，台东部分老旧建筑出现裂缝，但未报告重大人员伤亡。 **作为大陆距离台湾最近的地区，福建省沿海的福州市、厦门市、泉州市、漳州市等地均有明显震感。** 在地震发生不到5分钟内，就有多名福建网友登录网络平台留言“感受到强烈的震感”，福建有多所学校都组织了学生迅速撤离。 中国地震预警网自动产出预警信息，微信小程序“中国地震台网”向周边约30.2万用户提供预警信息服务。 [](//img1.mydrivers.com/img/20250611/0d2f78c0c0594ca481d29a5e60dc672a.jpg) 据了解，地震震级总共分为九级，大于等于3级、小于4.5级的被称为“有感地震”，这种地震人们能够感受到，一般不会造成特别大的破坏。 **中强震震级大于4.5级、小于6级，属于可造成破坏的地震，但破坏轻重还与震源深度、震中距等多种因素有关。** **地震发生时切勿惊慌，迅速寻找墙角空间蹲卧躲避，待晃动停止后立即撤离房间；室内室外都务必留心上方坠落物体；在室外寻找空地，远离建筑物。** 可以寻找可形成三角空间的地方，如果在厨房躲避时尽量离炉具、煤气管道及易破碎的碗碟远一些，并且不要钻进柜子或箱子里，一旦钻进去后会丧失主动性，可能会错过逃生机会。 [查看评论](https://m.cnbeta.com.tw/comment/1506106.htm)

亚马逊正在让卖家更轻松地在其平台上快速创建生成式人工智能广告，有时只需单击一下即可。[亚马逊广告的视频生成器](https://advertising.amazon.com/resources/whats-new/create-high-quality-ai-generated-videos-in-minutes)是一款免费的广告工具，去年以测试版的形式推出，现在增加了一些新功能，[美国卖家通常可以使用它](https://advertising.amazon.com/library/news/video-generator)在五分钟或更短的时间内创建“逼真的视频资产”。 新功能包括改进动态效果，以展示商品的实际运作，亚马逊表示这最适合展示玩具、工具和佩戴过的配饰等产品。例如，视频生成器现在可以创建视频片段，展示某人戴着手表查看时间，而不是简单地将手表摆在桌子上。该工具可以生成六种不同的视频供您选择，并允许品牌在最终结果中添加自己的标识。  视频生成器现在还可以制作包含多个连接场景的广告，包括人物、宠物、文字叠加和背景音乐。亚马逊公告视频中显示的编辑时间线显示，广告最长为 21 秒。与 OpenAI 的 Sora 或 Adob e Firefly等视频AI 工具生成的原始片段相比，生成的广告更接近我们在观看电视或在线内容时习惯看到的传统商业广告。 新的视频摘要功能可以根据现有素材（例如演示、教程和社交媒体内容）创建精简的视频广告。亚马逊表示，视频生成器将自动识别并提取关键片段，以生成适合广告活动格式的新视频。此外，还提供一键式图像转视频功能，可创建更短的 GIF 格式视频片段来展示产品的实际效果。 现在，该工具已在美国普遍可用，并且无需任何费用，我们很可能会看到亚马逊零售商广泛使用人工智能生成的视频广告。 [查看评论](https://m.cnbeta.com.tw/comment/1506104.htm)

惠普已成为首家预览搭载 Google Beam（一项 3D 视频通信技术，原名为 Project Starline）硬件的公司。该公司即将推出 HP Dimension，这款设备配备 65 英寸光场显示屏，边框内装有六个高速摄像头，可为通话者创建“栩栩如生”的 3D 视频。  Google上个月首次宣布了Starline 项目的更名。当时，Google表示将允许第三方制造商（首先是惠普）使用其设计框架来构建搭载 Beam 的设备。HP Dimension 专为企业级用户设计，售价 24999 美元，这还不包括视频通话所需的软件，因为用户需要单独购买 Google Beam 许可证才能访问 Zoom 或 Google Meet。（惠普和Google尚未公布许可证价格。） 在 Google Beam 的演示中，与会方不需要耳机、眼镜或任何特殊设备就能看到同事，就像他们在同一个房间里一样。惠普未来客户体验主管 Beau Wilder 表示，你也不需要特殊的房间，但为了获得“最佳”体验，白色背景是最好的选择。 “我们不是想把一幅漫画放在你对面的小盒子里，”怀尔德说。“我们希望你走进房间，毫不犹豫地立刻与对方进行眼神交流。” [](https://platform.theverge.com/wp-content/uploads/sites/2/2025/06/hp-dimension-example.jpg?quality=90&amp;strip=all&amp;crop=0，5.5555555555556，100，88.888888888889) Dimension 旨在让您栩栩如生地看到屏幕另一边的同事。 HP Dimension 用户仍然可以与其他视频会议平台和设备上的用户通话，但他们的同事将无法看到他们的 3D 投影图像，反之亦然。除了一系列内置摄像头外，HP Dimension 还具有“根据环境调整”的自适应照明功能，使用户能够看到面部特征上逼真的阴影和自然的肤色。 HP Dimension 将光场显示屏与空间音频相结合，Wilder 称其“将声音与身体完美融合”。它配备了 HP 全新 Poly Studio A2 桌面麦克风，以及位于弯曲“声学透明”中墙后方的四个扬声器，可“直接将声音传递到耳朵”。 Google Beam 总经理安德鲁·纳特克 (Andrew Nartker) 在发布会上表示：“Google Beam 的最终目标——以及它在 HP Dimension 上的体现——就是让你感觉身临其境。你感觉就像坐在桌子旁一起工作一样……这一切都是为了让我们团结在一起，最终感觉我们完全身临其境。” HP Dimension 将于今年晚些时候在美国、加拿大、英国、法国、德国和日本上市。Salesforce、德勤和 NEC Corporation 等公司已承诺将 Google Beam 引入其办公室。 [查看评论](https://m.cnbeta.com.tw/comment/1506102.htm)

手机行业再起波澜

知己知彼，百战不殆。