去年11月6日,43只实验猴从美国南卡罗来纳州耶马西镇一家名叫“阿尔法起源”的医学研究机构逃脱。据美国有线电视新闻网(CNN)等媒体1月25日报道,当地警察局周五(24日)宣布,43只两个多月前从上述研究机构“出逃”的实验猴已全部被捉回。  2024年11月6日,43只实验猴从一家名叫“阿尔法起源”的医学研究机构逃脱。图自美媒 CNN援引警方消息报道,“阿尔法起源”首席执行官韦斯特加德称,最后4只于本周早些时候被捉回的“出逃实验猴““看起来健康状况良好”。 CNN称,在给警方的一份声明中,韦斯特加德感谢耶马西社区的支持,并表示“这是团队和社区努力(的结果)”。 据介绍,这些实验猴逃笼是因为“阿尔法起源”的一名新员工“没有完全关闭围栏”。警方此前说,出逃的都是雌性恒河猴,重约7磅(约合3.18公斤),“没有感染任何疾病,不会造成伤害”——对公众来说“几乎没有危险”。 另据美联社报道,涉事机构长期为全球提供用于实验和研究的灵长类动物,先前多次发生动物“逃跑”事件。2014年,26只灵长类动物从该机构的医学实验设施中逃脱,2016年又有19只灵长类动物逃脱。2018年,由于十余只灵长类动物逃离以及实验室动物待遇不合规等问题,这家机构被联邦监管机构罚款1.26万美元。 [查看评论](https://m.cnbeta.com.tw/comment/1474120.htm)
美国加利福尼亚州洛杉矶地区肆虐的多处山火有望在1月25日到来的大雨中得到进一步控制。不过,专家担心,烧毁的汽车、电子设备等物品产生的有毒物质会随雨水扩散,污染环境。 △1月25日,在山火中被烧毁的房屋。 美国国家气象局预计,加州南部25日开始降雨,或将持续至28日早,大部分地区几天内降雨量可达约25.4毫米。国家气象局在社交媒体上说,降雨有助于灭火,但也可能将火场有毒物质冲到山下。 据美联社报道,洛杉矶地区本月初爆发的严重山火烧毁汽车、电子产品、建筑材料、油漆、家具等大量物品,燃烧过程中产生有毒物质。政府呼吁居民清理废墟时做好防护。 洛杉矶市市长卡伦·巴斯日前签署行政令,要求相关部门评估火灾后有毒垃圾随雨水扩散、危害环境的风险。 截至25日,洛杉矶地区仍有多处山火在燃烧。其中,西部“帕利塞兹”山火81%得到控制,东部“伊顿”山火95%得到控制。这两处火灾导致至少28人死亡,过火面积分别达约95平方公里和57平方公里。 [查看评论](https://m.cnbeta.com.tw/comment/1474118.htm)
就在刚刚,网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现,只用强化学习,没有监督微调,30美元就能见证‘啊哈时刻’!全球AI大模型,或许正在进入下一分水岭。 这些天,硅谷彻底处于中国公司带来的大地震余波中。 全美都在恐慌:是否全球人工智能的中心已经转移到了中国? 就在这当口,全球复现DeepSeek的一波狂潮也来了。 诚如LeCun所言:‘这一次,正是开源对闭源的胜利!’  种种这些观点和讨论,让人不禁怀疑:数百亿美元支出,对这个行业真的必要吗?甚至有人说,中国量化基金的一群天才,将导致纳斯达克崩盘。 从此,大模型时代很可能会进入一个分水岭:超强性能的模型不再独属于算力巨头,而是属于每个人。 30美金,就能看到‘啊哈’时刻 来自UC伯克利博士生潘家怡和另两位研究人员,在CountDown游戏中复现了DeepSeek R1-Zero。 他们表示,结果相当出色! 实验中,团队验证了通过强化学习RL,3B的基础语言模型也能够自我验证和搜索。 更令人兴奋的是,成本不到30美金(约217元),就可以亲眼见证‘啊哈’时刻。  这个项目叫做TinyZero,采用了R1-Zero算法——给定一个基础语言模型、提示和真实奖励信号,运行强化学习。 然后,团队将其应用在CountDown游戏中(这是一个玩家使用基础算术运算,将数字组合以达到目标数字的游戏)。 模型从最初的简单输出开始,逐步进化出自我纠正和搜索的策略。 在以下示例中,模型提出了解决方案,自我验证,并反复纠正,直到解决问题为止。  在消融实验中,研究人员运行了Qwen-2.5-Base(0.5B、1.5B、3B、7B四种参数规模)。 结果发现,0.5B模型仅仅是猜测一个解决方案然后停止。而从1.5B开始,模型学会了搜索、自我验证和修正其解决方案,从而能够获得更高的分数。 他们认为,在这个过程,基础模型的是性能的关键。  他们还验证了,额外的指令微调(SFT)并非是必要的,这也印证了R1-Zero的设计决策。  这是首个验证LLM推理能力的实现可以纯粹通过RL,无需监督微调的开源研究 基础模型和指令模型两者区别:  此外,他们还发现,具体的RL算法并不重要。PPO、GRPO、PRIME这些算法中,长思维链(Long CoT)都能够涌现,且带来不错的性能表现。  而且,模型在推理行为中非常依赖于具体的任务:  苹果机器学习科学家Yizhe Zhang对此表示,太酷了,小到1.5B的模型,也能通过RL涌现出自我验证的能力。  7B模型复刻,结果令人惊讶 港科大助理教授何俊贤的团队(共同一作黄裕振、Weihao Zeng),只用了8K个样本,就在7B模型上复刻出了DeepSeek-R1-Zero和DeepSeek-R1的训练。 结果令人惊喜——模型在复杂的数学推理上取得了十分强劲结果。  项目地址:https://github.com/hkust-nlp/simpleRL-reason 他们以Qwen2.5-Math-7B(基础模型)为起点,直接对其进行强化学习。 整个过程中,没有进行监督微调(SFT),也没有使用奖励模型。 最终,模型在AIME基准上实现了33.3%的准确率,在AMC上为62.5%,在MATH上为77.2%。 这一表现不仅超越了Qwen2.5-Math-7B-Instruct,并且还可以和使用超过50倍数据量和更复杂组件的PRIME和rStar-MATH相媲美!  其中,Qwen2.5-7B-SimpleRL-Zero是在Qwen2.5-Math-7B基础模型上仅使用纯PPO方法训练的,仅采用了MATH数据集中的8K样本。 Qwen2.5-7B-SimpleRL则首先通过Long CoT监督微调(SFT)作为冷启动,然后再进行强化学习。 在这两种方法中,团队都只使用了相同的8K MATH样本,仅此而已。 大概在第44步的时候,‘啊哈时刻’出现了!模型的响应中,出现了自我反思。  并且,在这个过程中,模型还显现了更长的CoT推理能力和自我反思能力。  在博客中,研究者详细剖析了实验设置,以及在这个强化学习训练过程中所观察到的现象,例如长链式思考(CoT)和自我反思机制的自发形成。 与DeepSeek R1类似,研究者的强化学习方案极其简单,没有使用奖励模型或MCTS(蒙特卡洛树搜索)类技术。 他们使用的是PPO算法,并采用基于规则的奖励函数,根据生成输出的格式和正确性分配奖励: 该实现基于OpenRLHF。初步试验表明,这个奖励函数有助于策略模型快速收敛,产生符合期望格式的输出。 第一部分:SimpleRL-Zero(从头开始的强化学习) 接下来,研究者为我们分享了训练过程动态分析和一些有趣的涌现模式。 训练过程动态分析 如下所示,所有基准测试的准确率在训练过程中都在稳步提高,而输出长度则呈现先减少后逐渐增加的趋势。 经过进一步调查,研究者发现,Qwen2.5-Math-7B基础模型在初始阶段倾向于生成大量代码,这可能源于模型原始训练数据的分布特征。 输出长度的首次下降,是因为强化学习训练逐渐消除了这种代码生成模式,转而学会使用自然语言进行推理。 随后,生成长度开始再次增加,此时出现了自我反思机制。  训练奖励和输出长度  基准测试准确率(pass@1)和输出长度 自我反思机制的涌现 在训练到第 40 步左右时,研究者观察到:模型开始形成自我反思模式,这正是DeepSeek-R1论文中所描述的‘aha moment’(顿悟时刻)。  第二部分:SimpleRL(基于模仿预热的强化学习) 如前所述,研究者在进行强化学习之前,先进行了long CoT SFT预热,使用了8,000个从QwQ-32B-Preview中提取的MATH示例响应作为SFT数据集。 这种冷启动的潜在优势在于:模型在开始强化学习时已具备long CoT思维模式和自我反思能力,从而可能在强化学习阶段实现更快更好的学习效果。  与RL训练前的模型(Qwen2.5-Math-7B-Base + 8K QwQ知识蒸馏版本)相比,Qwen2.5-7B-SimpleRL的平均性能显著提升了6.9个百分点。 此外,Qwen2.5-7B-SimpleRL不仅持续优于Eurus-2-7B-PRIME,还在5个基准测试中的3个上超越了Qwen2.5-7B-SimpleRL-Zero。 训练过程分析  训练奖励和输出长度  基准测试准确率(pass@1)和输出长度 Qwen2.5-SimpleRL的训练动态表现与Qwen2.5-SimpleRL-Zero相似。 有趣的是,尽管研究者先进行了long CoT SFT,但在强化学习初期仍然观察到输出长度减少的现象。 他们推测,这可能是因为从QwQ提取的推理模式不适合小型策略模型,或超出了其能力范围。 因此,模型选择放弃这种模式,转而自主发展新的长链式推理方式。 最后,研究者用达芬奇的一句话,对这项研究做了总结—— 简约,便是最终极的精致。  完全开源复刻,HuggingFace下场了 甚至,就连全球最大开源平台HuggingFace团队,今天官宣复刻DeepSeek R1所有pipeline。 复刻完成后,所有的训练数据、训练脚本等等,将全部开源。  这个项目叫做Open R1,当前还在进行中。发布到一天,星标冲破1.9k,斩获142个fork。  项目地址:https://github.com/huggingface/open-r1 研究团队以DeepSeek-R1技术报告为指导,将整个复刻过程划分为三个关键步骤。  从斯坦福到MIT,R1成为首选 一个副业项目,让全世界科技大厂为之惶恐。 DeepSeek这波成功,也成为业界的神话,网友最新截图显示,这款应用已经在APP Store‘效率’应用榜单中挤进前三。  在Hugging Face中,R1下载量直接登顶,另外3个模型也霸占着热榜。  a16z合伙人Anjney Midha称,一夜之间,从斯坦福到MIT,DeepSeek R1已经成为美国顶尖高校研究人员‘首选模型’。  还有研究人员表示,DeepSeek基本上取代了我用ChatGPT的需求。  中国AI,这一次真的震撼了世界。 参考资料: https://x.com/junxian_he/status/1883183099787571519 https://x.com/jiayi_pirate/status/1882839370505621655 [查看评论](https://m.cnbeta.com.tw/comment/1474116.htm)
短短一个月内,中国AI初创公司深度求索(DeepSeek)先后发布了DeepSeek-V3和DeepSeek-R1两款大模型,成本价格低廉,性能与OpenAI相当,让硅谷震惊,甚至引发了Meta内部的恐慌,工程师们开始连夜尝试复制DeepSeek的成果。 Scale AI创始人Alexander Wang在1月24日的采访中表示,DeepSeek在他们的测试里是表现最好的,与美国最好的模型相当。 此前,Alexander Wang评价说,DeepSeek-V3是中国科技界带给美国的苦涩教训。“当美国休息时,中国(科技界)在工作,以更低的成本、更快的速度和更强的实力赶上。” 此外,中国AI“刷屏”国外各大媒体,它们认为中国大模型的新进展为硅谷敲响了警钟。 在5000亿美元的“星际之门”计划公布之际,DeepSeek以极低的价格建立了一个突破性的AI模型,而且没有使用尖端芯片,让人们质疑,AI行业数千亿美元资本的巨额投入真的是最有效的方法吗? **Meta进入恐慌模式,试图复制DeepSeek** 1月24号,一条发布在匿名平台teamblind上的帖子疯传。一名Meta员工称,现在Meta内部因为DeepSeek的模型,已经进入恐慌模式。  这位Meta员工写道: “一切源于DeepSeek-V3的出现,它在基准测试中已经让Llama 4相形见绌。更让人难堪的是,一家‘仅用550万美元训练预算的中国公司’就做到了这一点。 工程师们正在争分夺秒地分析DeepSeek,试图复制其中的一切可能技术。这绝非夸张。 管理层正为GenAI研发部门的巨额投入而发愁。当部门里一个高管的薪资就超过训练整个DeepSeek V3的成本,而且这样的高管还有数十位,他们该如何向高层交代? DeepSeek-R1的出现让情况更加严峻。具体细节属于机密,不便透露,不过很快就会公开了。” 去年12月27日,DeepSeek推出开源模型DeepSeek-V3。当时,聊天机器人竞技场(Chatbot Arena)显示,DeepSeek-V3在所有模型中排名第七,在开源模型排第一。而且,DeepSeek-V3是全球前十中性价比最高的模型。 不到一个月之后,今年1月20日,DeepSeek正式开源R1推理模型,允许所有人在遵循MIT License(注:被广泛使用的一种软件许可条款)的情况下,蒸馏R1训练其他模型。 1月24日,DeepSeek-R1在聊天机器人竞技场综合榜单上排名第三,与顶尖推理模型o1并列。 在高难度提示词、代码和数学等技术性极强的领域,DeepSeek-R1拔得头筹,位列第一。 在风格控制方面,DeepSeek-R1与o1并列第一,意味着模型在理解和遵循用户指令,并按照特定风格生成内容方面表现出色。 在高难度提示词与风格控制结合的测试中,DeepSeek-R1与o1也并列第一,进一步证明了其在复杂任务和精细化控制方面的强大能力。  Artificial-Analysis对DeepSeek-R1的初始基准测试结果也显示,DeepSeek-R1在AI分析质量指数中取得第二高分,价格是o1的约三十分之一。 **AI大佬惊叹:中国AI已追上美国** 去年12月DeepSeek-V3发布后,AI数据服务公司Scale AI创始人Alexander Wang就发贴称,DeepSeek-V3是中国科技界带给美国的苦涩教训。“当美国休息时,中国(科技界)在工作,以更低的成本、更快的速度和更强的实力赶上。”  著名投资公司A16z的创始人马克·安德森1月24日发文称,Deepseek-R1是他见过的最令人惊叹、最令人印象深刻的突破之一,而且还是开源的,它是给世界的一份礼物。  1月24日,A16z合伙人、Mistral AI董事会成员Anjney Midha表示:“从斯坦福到麻省理工,DeepSeek-R1几乎一夜之间成为美国顶尖大学研究人员的首选模型。”  对于中国AI为何能有如此快速的进展,诺奖得主、“AI教父”杰弗里·辛顿在1月21日接受博主Curt Jaimungal专访中表示,中国的STEM(科学、技术、工程、数学)教育比美国更好,拥有更多受过良好教育的人才,这将为AI的发展提供坚实的基础。尽管美国试图通过限制(如英伟达芯片)来减缓中国的发展,但这只会促使中国加速发展自己的技术,“他们可能会落后几年,但最终会赶上”。 **DeepSeek或彻底改变游戏规则“大力出奇迹”还有效吗?** 斯坦福大学和Epoch AI的研究人员去年年中发表了一项研究表明,到2027年,最大型的模型的训练成本将超过10亿美元。Gartner预测,到2028年Google、Microsoft和AWS等超大规模企业仅在AI服务器上的支出就将高达5000亿美元。 但DeepSeek完全不同,它的训练成本并不昂贵。Noah‘s Arc资本管理公司表示,DeepSeek-V3模型有可能彻底改变训练和推理领域的游戏规则。 特别是在5000亿美元的“星际之门”计划公布后,DeepSeek更让人怀疑,巨额投入这种“大力出奇迹”的办法真是最有效的方法吗? 美股大V“THE SHORT BEAR”1月24日在X上发文称,DeepSeek给AI巨头们带来了痛苦时刻,投资者必须对此敲响警钟。 他说:“如果击败OpenAI只需要5500万美元,那么这个行业的商业化会比很多人预想的要快很多。”  他还指出:“根据红杉,美国AI公司每年必须产生约6000亿美元收入来支付其AI硬件费用。现在看来,这种冒险行为变得越来越无利可图。” 著名财经记者Holger Zschaepitz 1月25日表示,DeepSeek以极低的价格建立了一个突破性的AI模型,而且没有使用尖端芯片,这让人们质疑该行业数千亿美元资本支出的效用。  有投资者甚至认为,美股芯片股的股价也会面临挑战。 投资者Geiger Capital表示,Deepseek和OpenAI一样好,甚至更好,而且价格只有后者的3%……而美国公司却投入了数千亿美元。那么……纳斯达克会怎样呢?  值得注意的是,DeepSeek-V3发布后,英伟达股价下跌了2%。而DeepSeek-R1引发海外大讨论后,1月24日英伟达股价又大跌了3.12%。 **外媒集体刷屏:给硅谷敲响警钟** 如果说DeepSeek-V3只是掀起了波澜,那么DeepSeek-R1则是引发了轰动。最近四天,国外媒体纷纷聚焦DeepSeek,并一致认为中国大模型的新进展为硅谷敲响了警钟。 1月22日,美国媒体Business Insider报道称,DeepSeek-R1模型秉承开放精神,完全开源,为美国AI玩家带来了麻烦。开源的先进AI可能挑战那些试图通过出售技术赚取巨额利润的公司。  1月24日,美国媒体CNBC推出了长达40分钟的节目,邀请了Perplexity CEO Aravind Srinivas来分析为何DeepSeek会引发人们对美国在AI领域的全球领先地位是否正在缩小的担忧。 英国《金融时报》1月25日报道称,中国小型AI初创公司DeepSeek震惊硅谷。报道聚焦资源更丰富的美国AI公司能否捍卫自己的技术优势。  报道援引加州大学伯克利分校AI政策研究员Ritwik Gupta称,DeepSeek最近发布的模型表明“AI能力没有护城河”。Gupta补充说,中国的系统工程师人才库比美国大得多,他们懂得如何充分利用计算资源来更便宜地训练和运行模型。 [查看评论](https://m.cnbeta.com.tw/comment/1474114.htm)
"A little-known AI lab out of China has ignited panic throughout Silicon Valley after releasing AI models that can outperform America's best despite being built more cheaply and with less-powerful chips."
TrafficMonitor 时隔 800 天更新 V1.85 版本,修复兼容性问题,增加 Direct2D 渲染方式,可使用彩色emoji。@Appinn TrafficMonitor 是一款可以在
亚洲首艘,即是亚洲之最。 #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/1612882) ·[查看评论](https://www.ifanr.com/1612882#comments) ·[新浪微博](https://weibo.com/ifanr)
 据The Hollywood Reporter报道,《生化危机》真人版电影即将重启,将忠实于《生化危机》原作,并励志回归该IP的恐怖根源。目前正由有四家电影公司正在争夺该片的制片权,其中包括华纳兄弟和 Netflix。  该项目将由康斯坦丁影业和 PlayStation Productions 负责,扎克·克雷格 (Zach Cregger) 担任编剧和导演。 
通俗来讲,AI智能体就像一个有智商、有情商、能理解、会帮忙的“小助手”。
黑客分子利用伪造的恶意软件构建器以被称为 “script kiddies(脚本小子)” 的低技能黑客为目标,通过后门秘密感染他们,以窃取数据并接管其计算机。 CloudSEK 的安全研究人员报告称,该恶意软件感染了全球 18,459 台设备,其中大部分位于俄罗斯、美国、印度、乌克兰和土耳其。 CloudSEK 报告中写道:“XWorm RAT 构建器的木马版本已被武器化并传播。” CloudSEK 发现该恶意软件包含一个终止开关,该开关被激活以从许多受感染的计算机上卸载恶意软件,但由于实际限制,某些计算机仍然受到损害。  受感染设备的位置 **假 RAT 构建器安装恶意软件** 研究人员表示,他们最近发现了一个木马化的 XWorm RAT 构建器通过各种渠道分发,包括 GitHub 存储库、文件托管平台、Telegram 频道、YouTube 视频和网站。这些消息来源宣传了 RAT 构建器,称它将允许其他威胁者利用该恶意软件而无需付费。 它是用恶意软件感染受害者设备,一旦计算机感染了机器,X虫恶意软件就会检查Windows注册表是否有迹象是否在虚拟化环境上运行,如果结果为正面,则停止。如果主机有资格获得感染,则恶意软件会执行所需的注册表修改,以确保系统启动之间的持久性。每个受感染的系统都使用硬编码的电报机器人ID和令牌注册为基于电报的命令和控制服务器(C2)服务器。 恶意软件还会自动窃取Diskord令牌,系统信息和位置数据(来自IP地址),并将其删除到C2服务器。然后,它等待运营商的命令。在总共支持的56个命令中,以下特别危险: **·**/machine_id*browsers – 从网络浏览器窃取保存的密码、cookie 和自动填充数据 **·**/machine_id*keylogger – 记录受害者在计算机上输入的所有内容 **·**/machine_id*desktop – 捕获受害者的活动屏幕 **·**/machine_id*encrypt* **·**/machine_id*processkill* **·**/machine_id*上传* **·**/machine_id*uninstall – 从设备中删除恶意软件 CloudSEK 发现恶意软件操作者从大约 11% 的受感染设备中窃取了数据,主要是截取受感染设备的屏幕截图(如下所示)并窃取浏览器数据。  来自黑客桌面的屏幕截图 **利用开关破坏僵尸网络** Cloudsek的研究人员通过使用硬编码的API令牌和内置的杀伤开关来破坏僵尸网络,从而从受感染的设备中卸载了恶意软件。 为此,他们向所有听众客户端发送了一个大规模卸载命令,遍历以前从电报日志中提取的所有已知机器ID。他们还假设一个简单的数字模式,从1到9999刻录了机器ID。  发送卸载命令 尽管这导致恶意软件被从许多受感染的机器中删除,但在发出命令时未在线的机器仍被操控。此外,某些卸载命令可能在运输中丢失,这是一种常见情况。
<blockquote><p>相信“产品思维”、“运营思维”和“业务思维”对大家来说,肯定是不陌生了;也不乏有“产品经理需要具备运营思维”、“运营需要具备产品思维”等声音,所以今天不聊“产品思维”,也不聊“运营思维”,今天来聊聊“业务思维”。</p> </blockquote>  **笔者的个人观点:无论是哪个岗位角色,具备“业务思维”,定能事半功倍。产品经理、研发、运营、设计、合规部门、大数据中心等等,皆是如此。** **先说说什么是“业务思维”。** 业务思维,顾名思义,首先必须了解自己所在的板块的业务情况,并在工作开展中,时刻提醒自己要结合业务发展而思考。这里面包括:业务目标、数据现状、目标受众、用户需求、主线策略及效果等关键信息。 **很多中后台的小伙伴,会产生疑问:我也不做业务,我为什么要了解这些信息呢?** **那就要说说,为什么“业务思维”是核心竞争力了。** 无论公司是执行KPI还是OKR,相信【目标导向】这件事,一定是大部分公司期望员工具备的素质。但是“目标缺失”、“执行变形”等等现象,在大家开展工作表的过程中,是高频出现的一些现象。那做到聚焦目标,稳步推进,就需要你了解业务情况,并以业务目标为导向开展工作。 **举例:**我在《[运营技能分享:策划一张海报,真不是好看就完事儿(四)](https://www.woshipm.com/pd/6143978.html)》里面提到过,作为运营和设计,如果我们不了解业务目标,那我们的海报设计就很容易华而不实;我们不了解用户和业务发生的场景,我们的用户链路设计就可能走偏。 当我们为品牌周年策划了一个周年报告类的H5,**期望用户可以分享扩大品牌影响力,但实际和预期差异较大。分析后发现,接近一半用户看不到按钮,**导致分享按钮点击率很低,H5的曝光量距离目标差距较大。 调研后发现,之所以出现这样的差异,是因为目标**用户群体整体年纪偏大,所以手机字体会调整为最大号。** 下图(左)是设计版本,下图(右)是用户实际的版本。  **当你不了解业务发展需要更多人分享H5,也不了解用户群体“高龄”属性,以及好大号字体的习惯,就会踩坑。所以了解业务,包含目标、数据、用户及策略,才能真的让自己的工作事半功倍。** **那有人就要问了,我知道“业务思维”有多重要了,但是作为中后台的职能岗,我怎么才能更有效的去了解业务呢?** 别方,我们接下来聊一下,这些和业务相关的关键信息分别可以如何获取。 **1、业务目标:**在健康状况下,业务目标应该是公开透明的,毕竟大家的目标得一致,才能更好的协同协作。 **获取方式:**和业务一线人员了解,如销售、运营等。 **了解业务目标的组合提问:** - 请问咱们现在的业务目标值是什么? - 今年准备分多少个阶段达成这个目标? - 团队现在会用哪些方法去促成目标达成呢? - 如果方便的话,是否可以看一下今年的目标拆解计划方案(脱敏版)?——更加具象的了解目标及拆解状况 - **数据现状:**由于业务数据,大多是受信息安全保护的,所以不是所有角色都可以接触到全维度的数据明细信息。但是业务发展情况,一定是备受公司各方关注的,目标拆解出来的关键数据,大概率是会有脱敏版可以对外的。 **获取方式:**和业务一线人员或者品牌公关部门了解。 **了解数据现状的组合提问:** - 请问咱们现在的目标达成情况如何? - 团队在推进业务过程中,会重点关注的数据维度有哪些? - 这些关键数据的现状如何? - 如果方便的话,是否可以看一下以往的业务现状分析(脱敏版)报告?——更加清晰当前的目标差距,以及待重点解决的问题。 - **目标受众及需求:**对于业务面向的目标受众,这个可能大家都有意识,但是真的要了解其画像属性,并洞察用户的核心诉求,这一点还是有很多可以挖掘的。比如用户画像对应的属性是什么——生活环境如何?审美风格如何?消费习惯如何?等等。用户的核心诉求是什么——需要服务改变生活?需要性价比?需要拥有谈资? **获取方式:**一线业务人员或者用户研究团队 **了解数据现状的组合提问:** - 目标受众的关键画像有哪些? - 针对核心的画像群体,需要注意的关键属性是什么? - 我们需要优先满足的用户需求是什么? - 如果方便的话,是否可以看一下以往的用户分析报告?——更加深入的了解业务的目标受众,让各动作贴近用户,更接地气。 **4、主线策略:**因为不是所有人都需要参与到策略制定和执行过程中,所以我们不用去深入了解策略的详情,但是关键的主线策略,即什么时间,在什么场景下,对什么样的画像用户,做什么样的动作,以解决什么问题,从而达成什么样的目标,这些关键信息是可以去了解的。 **获取方式:**一线业务人员 **了解数据现状的组合提问:** - 请问咱们当下的主线策略有哪些呢?(需要从答案获取的关键信息如上所述) - 方便了解一下策略的核心关注环节吗? - 以上的策略所需的最核心的资源有哪些呢? - 方便的话,可以看一下早期的策略方案及复盘吗?——更理解策略的全貌,确保协同过程中,可以加分而不是减分。 以上,希望大家都能培养自己的“业务思维”,在业务基础上开展手里的工作,实现事半功倍的效果。 作者:啥都要运营,公众号:有一个小仙女 本文由 @啥都要运营 原创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。 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。
春节假期,多数人会返乡过节。然而,每年假期结束回来后,都有不少人发现自己的电费依然要交不少。很多人纳闷,明明很长时间没在家,怎么还要交那么多电费呢?这里就要跟大家介绍一个概念了,那就是**“<strong>待机能耗</strong>”**——如果插头没有拔掉,电器即便没有启用,它们依然在待机状态下产生耗电。日常生活中,一些常见电器的耗电量还不低。 今天,我们列举了排行前 5 的隐藏“耗电刺客”,返乡走之前一定一定一定要拔掉电源! **小提示:** 由于不同的品牌和规格的同一种电器,待机功率也不一样,所以在这里,我们**会着重参考的是美国的“劳伦斯伯克利国家实验室”机构的数据,**因为这个机构有较多的“待机功率”数据,**同时也会辅助参考网上博主们用“功率插座”测试的结果。** **“****耗电****刺客”一:机顶盒** 在“劳伦斯伯克利国家实验室”的数据中,待机功率中位数排名前三的分别是:**不间断电源(UPS)、机顶盒、电热水器。****不间断电源在普通家庭里不算常见,所以机顶盒和电热水器就成了数一数二的“耗电刺客”。**  劳伦斯伯克利国家实验室测定的待机功率数据,图片来源:参考资料 1 很多人可能都没想到,家里这个极其常见又不起眼的机顶盒竟然会偷偷消耗这么多的电量。但在“劳伦斯伯克利国家实验室”的数据中,它的待机功率中位数是 8 瓦,而最大的待机耗电能甚至达到 30 瓦。 有媒体曾经提到过,机顶盒的待机电量跟使用电量相差无几,所以机顶盒可能是大家意料之外的“耗电刺客”了。 假如按照 8 瓦这个中位数计算,它一年大约会消耗 70 度的电,按照 0.6 元/度计算,每年会消耗 42 元。而假如按最大的待机功率 30 瓦计算,每年被它“偷”走的电费会达到 150 元上下,这个数字相当夸张了。 网上也有其他博主通过功率插座测试的结果,机顶盒的日常待机耗电量在 3~5 瓦上下,相当于每年消耗电费 15~25 元,也不算低。 所以,**如果长时间离开家,建议把机顶盒插头拔掉。** **“****耗电****刺客”二:电热水器** 在“劳伦斯伯克利国家实验室”的数据中,**电热水器的待机能耗中位数在 7.8 瓦,仅次于机顶盒。**它在待机状态下“偷”走的电费跟机顶盒相差不多,但相比于机顶盒,电热水器这位刺客可能会“刺”得更厉害。 如果不拔插头,电热水器并不会一直处于待机状态。当水温达不到设定值的时候,它会自动加热,所以即便完全不使用,**只要插着电源,它每年消耗的电量将远远超过 70 度,****按照 0.6 元/度计算,每年就会消耗 42 元以上电费。**所以,即便你平时懒得拔插头,在出远门的时候,还是建议重点“关照”一下电热水器,避免造成浪费。 **“****耗电****刺客”三:电脑** 除了这两个超级“耗费刺客”之外,家里还有一些小“耗费刺客”,其中电脑就是常见之一。 **无论是台式电脑还是笔记本电脑,如果没有关机,它们还在以待机状态运行。**不同型号的电脑以及它所连接的设备,会让待机能耗千差万别。 在“劳伦斯伯克利国家实验室”的数据中,台式电脑的待机耗电中位数是 2.7 瓦,笔记本电脑是 1.6 瓦,个别待机耗电超过 15 瓦。 而博主用功率插座测得的数据在 3 瓦到 4.4 瓦,以这组数据为例,换算成耗电的话,**一年大概会浪费 26~38度电,按照 0.6 元/度计算,每年可能会耗费 15~23 元电费。**所以建议在家用完电脑之后随手关机,毕竟下次使用的时候按一个开机键费不了太多事。  @鸽子TechLife  @零度解说 **“****耗电****刺客”四:游戏机** 游戏机也算是一个待机功率比较高的设备了,PlayStation 官网上公布了游戏机的待机功率数据。 PS 4、PS5 休息模式的待机功率都在 1 瓦以下,并不算高。但是如果其他功能还处于开启状态,比如还保持着网络连接,游戏处于暂停状态,以及设备向 USB 口供电,待机功率会超过 3瓦 ,一些型号的 PS4 会达到 8.2 瓦,这个功率可不低了。以最高的 8.2 瓦这个数据来计算,那么它**<strong>每年消耗的电量可达到 72 度左右,以</strong><strong>0.6 元/度计算,每年消耗的电费可达 43 元左右。</strong>**  图片来源:截取自 playstation 官网 大部分打工人真正使用游戏机的时间并不长,建议在平时还是老老实实关掉游戏机吧。 **“****耗电****刺客”五:空调** 在“劳伦斯伯克利国家实验室”的数据中,空调的待机功率中位数是 4 瓦,算是比较高的,网络上博主们测量的结果在 2 瓦左右。也就是说它完全待机状态下,一年消耗的电费在 10 元左右,并不算太高。如果夏天过去基本就不再使用了,也建议干脆拔下来。 除了上述 5 个,此外**电饭锅、智能音箱、智能马桶盖、打印机、带有智能控制面板的微波炉,待机能耗也都不算低,所以长期不在家这些设备都建议拔掉插头。** **总结** 有些人可能会觉得,一年浪费几百元的电费不算多,还可以接受,但应对“耗电刺客”其实并不仅仅是个人的事情。 仅从电费层面考虑,大部分电器的待机功率并不算高,1 瓦左右的待机功率一年消耗的电费也就在 5 元左右。**可一旦把范围放到全国或者全世界,大量的电子设备待机功率的电量就不可忽视了。** 国际能源署(IEA)曾发起过一个倡议,建议将所有电子设备的待机功率降低到 1 瓦以内,虽然这个目标目前还没有实现,但倡议的初衷是好的。 按照当时的测算,如果所有电器的待机耗电量都在1瓦以内,2010 年就能因为这个倡议减少 5000 万吨二氧化碳排放,相当于减少了 1800 万辆机动车的碳排放。可见,这个数字是相当可观的。 所以,对于那些待机耗电功率比较大的电器,**在长期不用的时候还是尽量拔掉插头吧,**不光是为了自己节约些电费,也是在为环保贡献自己的力量,同时还能排除一些安全隐患。 **参考文献** [1]https://standby.lbl.gov/standby-power-data-metering [2]https://www.playstation.com/en-lb/legal/ecodesign/ [3]http://paper.ce.cn/pc/content/202209/19/content_261131.html [查看评论](https://m.cnbeta.com.tw/comment/1474112.htm)
据路透社、英国《卫报》25日报道,德国极右翼政党选择党25日在德国东部城市哈勒市举行竞选活动。美国亿万富翁马斯克“意外现身”该活动,通过视频连线与选择党主席魏德尔一同向现场约4500名与会者发表讲话。路透社称,这是马斯克数周内第二次公开表示支持该极右翼政党。  当地时间1月25日,马斯克“意外现身”选择党竞选活动,通过视频连线与选择党主席魏德尔一同向现场约4500名与会者发表讲话。图源:英媒 路透社称,马斯克在讲话中提到关于维护德国文化以及保护德国人民的话题。马斯克表示,“为德国文化、德国价值感到自豪是件好事,不要在某种多元文化主义中丢掉这一点,而这种多元文化主义会稀释一切事情。” 报道称,马斯克在讲话中表示支持为选择党投票,“我对选择党感到非常兴奋,我认为你们是德国为美好未来而战的最大希望。” 路透社称,魏德尔对马斯克表示感谢,并称共和党人正在让美国再次伟大,同时呼吁她的支持者“让德国再次伟大”。 与此同时,路透社提到,尽管气温寒冷,但反对极右翼的活动人士同日也大举出动。在德国首都柏林,约10万人聚集在地标建筑勃兰登堡门周围进行抗议,而西部城市科隆市则有约2万人进行抗议。 本月早些时候,马斯克也曾与魏德尔视频连线,力挺这一极右翼政党。这场连线直播发生在当地时间1月9日,持续一个多小时。马斯克与魏德尔用英语对话,谈及德国移民及能源政策、德国政府官僚主义等多个话题。马斯克在视频连线中称“只有德国选择党才能拯救德国”。路透社称,这引发了外界对其可能干涉德国选举的担忧。 [查看评论](https://m.cnbeta.com.tw/comment/1474110.htm)
今日, 铁路12306宣布推出遗失物品线上预约快运送回服务,自1月25日起,**铁路部门在北京西站、北京丰台站、杭州站、杭州东站、广州站和广州南站等六座车站试点开展遗失物品线上预约快运送回服务。** 旅客发现在列车上或车站内有物品遗失,可使用铁路12306 App、12306微信小程序和12306网站的“遗失物品查找”功能或拨打铁路12306客服热线,登记信息,进行查找。 铁路部门进行遗失物品初步匹配,对相似度较高的,将与旅客电话核实。 如果旅客所述信息与实物一致,办理认领后,可以到站领取、转送,也可以选择快运的方式送回物品。 若遗失物品为身份证,铁路部门将主动以短信形式告知旅客。 旅客使用12306 App、微信小程序和网站“遗失物品快运送回”功能,在下单页面填写收货人、联系方式、收货地址等信息,预约快运送回服务。 中铁快运股份有限公司为非禁限运物品提供“高铁急送”和“普通快运”两种物流服务。 “高铁急送”利用高铁动车组实现当日或次日送达,“普通快运”时效为3-5天。 [](//img1.mydrivers.com/img/20250126/b2bcf1121d5048b3bbdc6071fe9b1abb.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1474102.htm)
钛媒体AGI了解到,OpenAI、字节跳动、阿里通义以及智谱、Kimi月之暗面等国内外团队都在积极研究DeepSeek,OpenAI和字节跳动都在考虑与DeepSeek展开研究合作。
<blockquote><p>对话式AI搜索解决了传统搜索中的一大弊端——你永远不可能搜索你脑中没有的概念。</p> </blockquote>  无论是强大的OpenAI在2024年推出的SearchGPT,2024年冉冉升起的新星Perplexity,还是Google即将在AI搜索上布局跟进。AI搜索引擎一次次的出现在了我们面前,那么AI搜索究竟和传统的Google搜索有什么区别?它能够给我们带来什么样的变化,作为一个基于大模型的搜索引擎,它能够如何助力产品经理的工作效率? 快来和笔者一起来看下吧~ ## 一、重新定义搜索引擎:全球第一个对话式AI搜索引擎 ### 1. 支持自然语言组合提问 当你有不理解的问题时,通常会有很多相关联的问题,在AI搜索中,你不需要一个个去提问,可以把所有想问的问题一次性丢给AI搜索 例如: 基于成熟的大语言模型创建应用对于产品经理的能力有什么要求? 为什么说设计基于大模型的AI应用产品时,产品经理撰写评估标准成为了核心竞争力? 那么产品经理应该如何撰写评估标准? 当你有这些疑问的时候,你不需要像之前一条条搜索,只需要把这些问题丢给AI搜索,它可以自动拆分问题后对每个问题再处理。  ### 2. 实时联网搜索,自动生成搜索关键词,同时确保文章的时效性 相比起传统搜索单一关键词,AI搜索会自动生成多组关键词进行搜索,同时,它阅读的文章都是比较新的文章,提升了搜索质量。 同样还是上面的例子, 基于成熟的大语言模型创建应用对于产品经理的能力有什么要求? 为什么说设计基于大模型的AI应用产品时,产品经理撰写评估标准成为了核心竞争力? 那么产品经理应该如何撰写评估标准? 我们可以看到Perplexity会针对每个拆分好的问题进行关键词搜索,并阅读相关的文章  ### 3. 使用大模型整合答案,可验证信息源提升答案可靠性 最后,AI搜索会使用大模型把所有的问题做答案整合,并在每个答案后面标注了参考的信息来源,确保回答的可靠性。当然,如果有不确定的信息想要做二次确认,只需要点击信息来源就可以看到原文章,非常方便。 同样是上面的例子,我们可以看到AI搜索针对第一个问题整合了答案,并标注了每个答案的参考信息来源。  ### 4. 多种类模式助力垂类信息的精细度 除了默认全网搜索,有些AI搜索还提供了精细化领域搜索,确保了信息搜索的精细度,如Academic:直接搜索学术论文,它们可以从从Semantic Scholar(学术论文),Arxiv(物理、数学、计算机科学,生物等)Pubmed ncbi(生物医学和生命科学相关论文)等直接搜索论文,比如我们刚接触AI产品研发时,大多数的学习都是从Arxiv中学习的,当时我们需要根据自己research不懂的问题再一个个去Arxiv去搜索,现在有了AI搜索,直击源头,大大提升我们学习一个新知识的效率~  ### 5. 追加扩展问题主动扫盲 AI搜索大多会在结果后面提供相应的扩展问题,只需通过继续追问或点击的简单交互,就可以快速看到扩展问题的答案,尤其在新领域的知识学习下,可能有些问题你还不知道如何去问的时候,AI搜索已经帮你准备了相关问题。这极大了解决了传统搜索中的一大弊端:你永远不可能搜索你脑中没有的概念。 简单来说,AI搜索从收到问题到产出答案会经历以下步骤 - 自动拆解问题 - 根据关键词搜索问题(甚至根据不同的需求搜索不同领域,例如碰到学术相关的内容会自动搜索学术论文) - 阅读搜索到的文章 - 选取合适的信息源并整合答案并在每个答案后面标注引用文章 这就是AI搜索的强大之处,可以想象,作为需要快速了解很多领域知识和前沿信息的产品经理来说,这将大大提升工作效率和工作质量。把信息搜索做到了又快(一次提出多个问题)又准(做了信息验证)。   简单来说,Perplexity的Pro Search从收到问题到产出答案会经历以下步骤 - 自动拆解问题 - 根据关键词搜索问题(甚至根据不同的需求搜索不同领域,例如碰到学术相关的内容会自动搜索学术论文) - 阅读搜索到的文章 - 选取合适的信息源并整合答案并在每个答案后面标注引用文章 这就是AI搜索的强大之处,可以想象,作为需要快速了解很多领域知识和前沿信息的产品经理来说,这将大大提升工作效率和工作质量。把信息搜索做到了又快(一次提出多个问题)又准(做了信息验证)。 ## 二、使用AI搜索的小技巧 ### 1. 如果需要用到如垂类领域的专业搜索时,用纯英文提问 由于学术文章无论从数量级还是质量级上,英文资料都更胜一筹,所以当我们用类似Academic搜索学术相关答案的时候,使用英文提问通常更容易获得更新更高质量的答案。 ### 2. 提好问题帮你“无中生有”,快速了解新领域知识 就像我们之前说的,传统搜索的一大弊端就是你永远不可能搜索你脑中没有的概念,但是AI搜索可以帮你做到“无中生有”,脑袋里没有概念?没关系,问就好啦。 例如: 我刚刚转型到供应链做产品经理,请帮我列出10个必须掌握的行业相关概念。每个概念出来之后就可以去一一学习。 Perplexity会生成10个相关概念,你要做的就是把这10个相关概念,通过对话式的交互方式继续学习,无论是生成答案,重写答案,继续追问等等,快速拓展自己的知识盲区。 再例如: 如果你要做SOWT分析或BRD时,需要查看某个具体行业相关的研究报告,往常你可能要去艾瑞咨询或各个咨询行业搜索关键词,下载报告,查看,很有可能看了几天,才能总结出相关结论。 现在你只需要告诉Perplexity,“请帮我找几份和培训行业竞争格局相关的研究报告。”,你会立马获得几份研究报告,如果想看具体的研究报告你只需要点击信息源即可。我试下来无论是PDF还是网页,都可以直接查看到信息源,大大节省了时间。 还有一些其他问法,例如 针对***,请告诉我最前沿的信息或者成果 给我一个和***相关的具体对标的案例研究 给我艾瑞咨询最近3年关于大健康行业研究报告的链接 我已经知道了和**相关的某些知识(举例列出),除了这些知识,还有哪些知识是我需要了解的? AI搜索,让快速了解一个行业,学习一个新的领域将变成一件非常容易操作的事情,这对产品经理来说是个大大的好消息。 ### 3. 限定输出字数 和ChatGPT一样,由于AI搜索的回答是用大语言模型整合生成的,所以根据自己的需要限定输出字数,也可以帮助你获得更符合期待的答案。 例如, 请告诉我测评和评鉴的差别是什么,不超过800个字。 ### 4. 巧用中英翻译插件,让语言不再是阻碍 如果有些伙伴要想要用英文提问用获得更高质量的答案,但是对自己的英文没有信心怎么办?除了用复制黏贴用其他大语言模型或翻译应用翻译,有一个更简便的方法。 我们可以使用一些英文网页插件配合AI搜索使用,做到快速的中英文转换 ## 三、总结 根据红杉资本的预测,下一个AI杀手级应用极有可能在AI搜索中产生,可以预知2025年在AI搜索市场会有更加激烈的市场 一起期待一下,AI搜索能再给我们带来什么巨大的变化吧~ 本文由 @AI 实践干货 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 Unsplash,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
点击劫持攻击的一种新变体称为“DoubleClickjacking”,攻击者可以诱骗用户使用双击授权敏感操作,同时绕过针对此类攻击的现有保护措施。 点击劫持,是指威胁者创建恶意网页,诱骗访问者点击隐藏或伪装的网页元素。这些攻击的工作原理是将隐藏 iframe 中的合法网页覆盖在攻击者创建的网页上。这个攻击者创建的网页旨在将其按钮和链接与隐藏 iframe 上的链接和按钮对齐。 然后,攻击者使用他们的网页来诱使用户单击链接或按钮,例如赢得奖励或查看某些图片。但是,当他们单击页面时,实际上是在单击隐藏 iframe(合法网站)上的链接和按钮,这可能会执行恶意操作,例如授权 OAuth 应用程序连接到其帐户或接受 MFA 请求。 多年来,网络浏览器开发人员引入了新功能来阻止大多数此类攻击,例如不允许跨站点发送 cookie 或引入关于站点是否可以构建 iframe 的安全限制(X-Frame-Options 或框架祖先)。 **新的 DoubleClickjacking 攻击** 网络安全专家 Paulos Yibelo 推出了一种名为 DoubleClickjacking 的新网络攻击,该攻击利用鼠标双击来诱骗用户在网站上执行敏感操作。 在这种攻击场景中,威胁者将创建一个网站,其中显示一个看似无害的带有诱惑的按钮,例如“单击此处”查看奖励或观看电影。当访问者单击该按钮时,将创建一个新窗口,覆盖原始页面并包含另一个诱惑,例如必须解决验证码才能继续。 在后台,原始页面上的 JavaScript 会将该页面更改为攻击者想要诱骗用户执行操作的合法站点。新的重叠窗口上的验证码会提示访问者双击页面上的某些内容来解决验证码问题。但是,此页面会侦听 mousedown 事件,并在检测到时快速关闭验证码覆盖层,从而导致第二次单击落在之前隐藏的合法页面上现在显示的授权按钮或链接上。 这会导致用户错误地单击公开的按钮,从而可能授权安装插件、OAuth 应用程序连接到其帐户或确认多重身份验证提示。  DoubleClick劫持攻击流程 之所以如此危险,是因为它绕过了所有当前的点击劫持防御,因为它不使用 iframe,也不会尝试将 cookie 传递到另一个域。相反,这些操作直接发生在不受保护的合法网站上。 Yibelo 表示,这种攻击几乎影响了所有网站,并分享了利用 DoubleClickjacking 接管 Shopify、Slack 和 Salesforce 帐户的演示视频。 研究人员还说,这种攻击不仅限于网页,还可以用于浏览器扩展。“例如,我已经对顶级浏览器加密钱包进行了概念验证,这些钱包使用这种技术来授权 web3 交易和 dApp 或禁用 VPN 来暴露 IP 等,”Yibelo 解释道。 这也可以在手机中通过要求目标‘DoubleTap’来完成。为了防止此类攻击,安全研究员共享了 JavaScript,可以将其添加到网页中以禁用敏感按钮,直到有所反应为止。这将防止双击在删除攻击者的覆盖层时自动点击授权按钮。 除此之外,研究人员还提出了一个潜在的 HTTP 标头,该标头可以限制或阻止双击序列期间窗口之间的快速上下文切换。
据彭博社[的 Mark Gurman](https://x.com/markgurman/status/1883278784931221920) 报道,苹果零售店将于下周推出"商品/地板营销更新",他没有明确表示商店更新是否与即将发布的产品有关,但他提到下周是苹果为 Apple Watch 推出年度黑色统一表带的时间,商品更新意味着苹果将迎来繁忙的一周。  在过去的四年中,苹果每年都会在一月下半月宣布 Black Unity 活动,通常包括新的 Apple Watch 表带、Apple Watch 表盘和采用泛非国旗颜色的 iPhone 壁纸。 我们最近发现,即将发布的 Apple TV tvOS 18.3 更新的代码中隐藏了一个新的 [UNITY25 引用](https://x.com/aaronp613/status/1882223043889758219),这表明 Black Unity 活动可能会在 2025 年继续进行。 如果是这样的话,苹果很可能会在下周宣布相关消息。  目前还不清楚下周除了新款 Black Unity 手环外是否还会发布其他产品。 苹果预计将于 2025 年初发布采用 M4 芯片的升级版 MacBook Air 机型,Powerbeats Pro 2 也即将发布,但 Gurman 在今天的社交媒体帖子中并未提及除 Black Unity 手环之外的任何其他产品。 经过一个多月的测试,苹果预计将于下周发布 iOS 18.3、macOS 15.3 和其他软件更新。 [查看评论](https://m.cnbeta.com.tw/comment/1474100.htm)
三星正在开发新一代 Galaxy A 手机并不令人意外,预计Galaxy A56、A36 和 A26 将于三月中旬亮相。 这三款手机都出现在了 TUV 莱茵认证数据库中。 遗憾的是,数据库中的信息并不丰富,但它透露了每部手机的所有型号。 Galaxy A56 将有 SM-A566B/DS、SM-A566B、SM-A566E/DS 和 SM-A566E 这几个型号, Galaxy A36 的型号为 SM-A366B、SM-A336B/DS、SM-A366E、SM-A366E/DS、SM-A366U、SM-A366U1、SM-A366W、SM-S366V 和 SM-A3660,Galaxy A26 也将被称为 SM-A266B/DS、SM-A266B、SM-A266M/DS 和 SM-A266M。 消息来源还透露,Galaxy A26 的额定快充功率为 25W,而 Galaxy A36 和 A56 的快充功率为 45W。  此前我们已经掌握了这三款设备的一些零星信息。 例如,Galaxy A56通过工信部认证,让我们看到了它的设计,包括一个新的椭圆形摄像头岛。 从我们看到的情况来看,这一新特征也将与其他两款机型共享。 此外,相信 A56 将使用 Exynos 1580 芯片组,并配备 5000 mAh 电池。  之前还传出一些关于 Galaxy A36 的渲染图和列表。 猜测它将配备骁龙 6 代 3 或骁龙 7s Gen 2 芯片组。 据传它将配备 5000 万像素主摄像头和更新的 1200 万像素前置摄像头。 电池容量据说也是 5000 mAh。  最后是有关 Galaxy A26 的信息,它将和前代产品一样搭载 Exynos 1280 SoC,但屏幕会比前代产品稍大一些,为 6.64 英寸,分辨率为 FHD+,刷新率为 120 Hz,内存最高可达 8GB,存储空间最高 256GB,电池容量可能保持不变。 [查看评论](https://m.cnbeta.com.tw/comment/1474098.htm)
2024年12月,华为海外官网新增华为FreeClip“玫瑰金”配色,许多网友关心新配色何时发售。今日,数码博主“定焦数码”透露,**FreeClip玫瑰金预计在2月中旬开售。** 据了解,2023年12月,华为首款开放式耳机——FreeClip发布,提供星空黑、流光紫两种配色,2024年5月,新增暖星云配色。  **华为FreeClip采用耳夹设计,用户将耳机夹在耳朵上就能使用,**无需塞入耳道,支持自动左右识别,不分左右耳。  玫瑰金  四款配色 耳机由舒适豆、聆听球和C桥(C-bridge)三个部分组成,**C桥部分具有自适应传感器,可调节卡扣的夹力,自动调节,佩戴牢固。** 华为FreeClip内置55mAh电池,可播放8小时音乐,搭配耳机盒(510mAh电池)使用可实现36小时续航,40分钟即可充满,充电10分钟可畅听3小时。 [查看评论](https://m.cnbeta.com.tw/comment/1474094.htm)