不知道从什么时候开始，汽车里越发看不到什么实体按键了。**要么换成触摸式，要么直接被取消，需要使用相关功能时或者靠嘴发指令，或者去中控屏里翻翻翻点点点。**这样的趋势还被冠以“科技感、未来感”，至于好不好用，那就另当别论了，反正难为的是消费者。 这股风曾经也刮到了大众家里，然而备受用户吐槽后，大众已幡然醒悟，去年以来就已经恢复使用物理按钮。 近日大众设计总监表示，**未来大众生产的每台车都会有物理按钮，包括方向盘上，以及中控的五个物理按键，例如音量、座椅加热通风、空调和双闪**。 他说：“我们再也不会犯这个错误了，在方向盘上将有物理按钮，不用再猜测了，这是真实的，人们喜欢物理按钮。**老实说这是一辆汽车，这不是电话，是汽车**。” 轻轻一按就能开启空调、稍稍一转就能调节温度和风量，**这种简单直接高效的操作最适合在开车时盲操，同时也能有效降低转移注意力带来的安全隐患**，希望厂家都能重视用户需求，真正为人造车。  [查看评论](https://m.cnbeta.com.tw/comment/1483784.htm)

 改编自井上坚二&吉冈公威原作的TV动画《碧蓝之海》（ぐらんぶる）确定将于7月7日开播，官方公布了主题曲信息。  漫画《碧蓝之海》自2014年开始连载，目前单行本出至23卷，讲述了主角北原伊织接触潜水活动和他大学期间的经历。2024年10月，官方宣布漫画全球销量已突破1000万册。TV动画第1季于2018年播出，由ZERO-G负责动画制作。    第2季的OP为湘南乃风 feat.新学校领袖的《青春永远》，这也是湘南乃风继第1季后再次负责OP的创作。本作的制作及声优阵容如下： STAFF 原作：井上堅二、吉岡公威（講談社「good!アフタヌーン」連載）監督・脚本・音響監督：高松信司キャラクターデザイン・総作画監督：草間英興総作画監督：植田羊一美術監督：春日礼児プロップデザイン：jimao色彩設計：松山愛子撮影監督：加藤直之編集：徳田俊音響制作：セイバーリンクス音楽：橋本由香利アニメーション制作：ゼロジー×リーベル CAST 北原伊織：内田雄馬今村耕平：木村良平時田信治：安元洋貴寿竜次郎：小西克幸古手川千紗：安済知佳古手川奈々華：内田真礼浜岡梓：行成とあ吉原愛菜：阿澄佳奈毒島桜子：山根綺野島元：江口拓也山本真一郎：榎木淳弥御手洗優：花江夏樹藤原健太：ロバート・ウォーターマン工藤会長：福山潤北原栞：諸菱すみれ乙矢尚海：青山吉能古手川登志夫：川田紳司水樹カヤ：水樹奈々

<blockquote><p>MTL（Market to Lead）流程作为一种基于内容营销的决策模型，强调以用户思维为核心，从用户需求出发，通过精准的内容传递和策略布局，引导用户从问题识别到最终购买的全过程。本文将深入剖析MTL流程的五个关键阶段：问题识别、信息收集、产品评估、购买决策和购后行为，探讨企业如何在每个阶段通过内容营销实现用户转化，并提供实用的策略和建议。</p> </blockquote>  与 IPD 流程一样，MTL 流程的核心也是用户思维。 既然是基于用户思维的营销模型，那一定就要围绕用户来展开流程。  ## 问题识别 在讲 BLM 模型的时候，总是会提到差距激发战略，是一切的开始。 转到 MTL 流程也是一样的道理： 你所有营销活动的开始也是从差距的开始的。 这里的差距可能是用户面临的新的痛点， 比如对现有产品或解决方案很不满； 也有可能是被内容种草，产生了新的需求。 比如说你看到一个视频上有人在吃某个牌子的冰淇淋，瞬间激发了你的味蕾。也有可能是一直有某种期望，想要获得一种结果。 比如说你一直很想减肥，但是始终没有动力，直到你看到一个一个宣传页：一个200斤的胖子通过某项训练，经过三个月的努力实现了完美身材。结果你就被深深触动。 在这个阶段，企业切记不要自卖自夸。 要学会采用第三方佐证、专利、标准组织提案等方式，去树立一个领先的形象和市场地位。 这是第一个阶段。 ## 信息收集 有了差距就有驱动力。 接下来用户就开始主动搜集各种信息。 信息有可能来自新朋好友的推荐，也有可能网络上搜索的结果，或者是实体店的亲身体验。 对于企业来说，在这个阶段你需要将你的产品/解决方案传递给客户。 比如发布会、SEO 等等方式。 ## 产品/方案评估 通过一系列信息收集后，用户会得到一些方案选择。 用户会根据产品属性的重要性，并且还会结合企业相关的评价去评估产品或者服务。 对于企业来说，你的解决方案一定要是精准的，这就要求你的用户画像是精准匹配的。 然后你的解决方案能够切实解决用户问题。 ## 购买决策 经过一系列评估后，用户就会开始做决策。 一般有两种方式： 一种是补偿性模式，因为产品的某一项有点特别突出，用户会主动屏蔽掉一些缺点； 另一种是非补偿性模式，这种情况下用户会比较理性，会综合方案的各个优缺点去评定。 对于企业而言一定要突出自己的差异化优化，把优点放大。 ## 购后行为 最后用户购买后，如果体验非常好，就会引发新一轮的复购，甚至是主动性推销。 所以企业要做好售后服务，产品、服务体验要好。 对应的就是 ITR 的服务流程。 本文由人人都是产品经理作者【产品人卫朋】，微信公众号：【产品人卫朋】，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。

现在加入AI还来及么？

一条鲶鱼，让AI搜索格局从内容生态驱动转向内容形式驱动。

Applus+ Laboratories创立于1907年，是西班牙最大的检测与认证机构，全球领先的网络安全测试与认证服务提供商，有20+网络安全认证实验室、200+网络安全专家、业务遍布全球65+国家和地区。

该海报解答了应用上架前期必要的资质准备工作，包括APP备案、审核，软著申请以及注意事项，以确保已完成开发测试的应用顺利上架。 

给AI配台电脑,我要出去玩了。

Intel投资者关系副总裁John Pitzer澄清了有关Panther Lake处理器推迟发布的传闻，明确表示Panther Lake仍按计划于2025年下半年发布，发布时间并未改变。此前郭明錤指出，Panther Lake的量产时间可能会推迟到第四季度中期，但Intel方面强调，Panther Lake的良率水平甚至优于同期Meteor Lake开发阶段的表现。 [](https://static.cnbetacdn.com/article/2024/1016/a32817c6b3b8338.png) 值得注意的是，2023年下半年发布的Meteor Lake直到2024年才实现规模量产，去年下半年推出的Lunar Lake也将在今年实现量产。 而Panther Lake将延续这两代的节奏，即今年下半年发布，但真正实现量产并帮助改善公司整体利润率，要到明年才会实现。 他还提到，Intel内部认为Intel 18A的水平与台积电的N3或者N2相当，该工艺正在有序推进，首个外部客户流片将在今年上半年完成， [查看评论](https://m.cnbeta.com.tw/comment/1483782.htm)

高盛预计到2035年，全球人形机器人市场的出货量将达到140万台，市场规模将增至约380亿美元。

微软已经在 Edge Canary 版本中测试了一个全新、精致和更紧凑的设置页面。 此举是在该公司为浏览器添加了几项功能，导致设置页面变得密密麻麻之后采取的。 Edge 有大量的切换和选项可供选择，令人困惑。  当我们查看稳定版的设置页面时，它有一个包含不同类型设置的汉堡菜单。 点击其中任何一个都会进入相应的设置页面，每个页面都在不同的标题下有多个切换按钮和选项。 有些设置页面非常拥挤，需要长时间滚动才能找到想要的功能。 每当用户希望对设置进行更改时，这都会影响浏览器的使用体验。  好消息是，微软已经着手解决这个问题，并最终通过做出以下更改来简化设置页面： 现在，&#34;设置&#34;汉堡菜单的组件减少了。 Copilot 和侧边栏、共享、复制和粘贴、Cookie 和网站权限、家庭安全、打印机、电话和其他设备的设置现已删除，并移至不同的页面。 设置登陆页面现在有快速访问矩形按钮，可直接进入常用页面。 此外，设置页面还提供了自己的快速访问按钮，以前这些页面多为多个子设置。  默认情况下，子设置不会展开。 相反，它们以可点击列表的形式显示（类似于目录）。 点击它们会进入一个单独的页面，页面简洁紧凑。 这使得在不同设置页面之间移动变得更容易。  虽然 Edge 的新设置 UI 是一项显著的改进，但它可能会让一些用户感到沮丧，尤其是习惯了旧布局的用户。 值得注意的是，Google Chrome 浏览器的设置与之有些类似，用户对这种体验也很满意，因此微软从Google的实施中汲取灵感也是合情合理的。 我们还注意到，与稳定版相比，微软正在尝试一种更暗的黑暗模式。 该模式可减少深夜工作时的眼睛疲劳，并有助于降低 功耗。  此外，微软正在测试 AI 历史记录搜索和与安全相关的改进。即使您不记得确切的网站名称或访问网站的日期，AI 历史记录搜索也会搜索出正确的信息。 [查看评论](https://m.cnbeta.com.tw/comment/1483780.htm)

理查德-萨顿（Richard Sutton）和安德鲁-巴托（Andrew Barto）是强化学习（一种现代人工智能模型所使用的机器学习技术）的先驱。 萨顿经常被称为&#34;强化学习之父&#34;，是阿尔伯塔大学的教授。 巴托是马萨诸塞大学的名誉教授。 这两位科学家对人工智能公司如何应用他们毕生的研究成果并不特别满意。  理查德-萨顿（Richard Sutton）和安德鲁-巴托（Andrew Barto）因其对机器学习发展的重大[贡献](https://awards.acm.org/about/2024-turing)而获得了今年的图灵奖（被誉为计算机领域的诺贝尔奖）。 这两位研究人员现在公开反对 OpenAI、Google和其他人工智能公司向终端客户发布具有潜在危险的软件。 他们批评 ChatGPT 只是一台赚钱机器，永远不会产生有效的人工通用智能（AGI）。 萨顿和巴托受行为主义心理学的启发，于 20 世纪 80 年代开发了强化学习（RL）。 强化学习与监督学习和无监督学习并称为三大基本机器学习范式。 强化学习[教](https://www.techspot.com/article/2048-machine-learning-explained/)人工智能代理通过尝试和犯错，做出能实现最优结果的决策，这与人类的学习方式类似。 OpenAI、Google和其他公司都利用 RL 建立了自己的人工智能平台。 金融时报》指出，巴托[认为](https://www.ft.com/content/d8f85d40-2c5b-4a2b-b113-87fa8e30f61b)，在没有保障措施的情况下向数百万人提供这种人工智能软件本质上是错误的。 萨顿和巴托用一个比喻指出，大多数或所有的人工智能公司都在建造一座桥梁，并通过向公众开放来测试其结构的完整性。 巴托说，合理的工程实践建议开发人员尽量减轻技术带来的负面影响。 无论是 OpenAI 还是其他任何专注于人工智能的公司都没有这样做。 当前的人工智能模型会出错，以二进制的信心幻化出不存在的&#34;事实&#34;，但其背后的公司却在史无前例的融资活动中募集了数十亿美元。&#34;拥有庞大的数据中心，然后收取一定的软件使用费，这样的想法是有动机的，但这不是我所认同的动机。&#34; 营利性公司只寻求赚钱的机会。 它们中的任何一家最终将第一个（AGI）带到世界上，也不过是吹嘘而已；即使是这样，也是为了提高销售额。 AGI 的支持者认为，这种超人的全数字智能即将到来，并将彻底革新技术和其他一切。 萨顿认为，AGI 只是营销活动中的一个流行词。 巴托说，开发人工智能的公司需要更好地了解人类大脑是如何工作的，然后才能负责任地构建具有人类智能水平的系统。 [查看评论](https://m.cnbeta.com.tw/comment/1483778.htm)

您的家用摄像头和录像机可能是一个大型僵尸网络的一部分，该网络正在实施破纪录的持续 DDoS 攻击。 该网络涉及被入侵的网络摄像头和硬盘录像机。 这些攻击似乎不是由国家支持的，但却具有极大的破坏性，一些受害者报告称拒绝服务攻击持续了数天。 诺基亚的安全研究人员正在跟踪一个被称为 Eleven11bot 的僵尸网络，该网络一直在进行有记录以来最大规模的定向拒绝服务攻击。 估计有 30000 个网络摄像头和录像机组成了这个庞大的僵尸网络。 该网络遍布全球，但诺基亚表示，被攻击设备最集中的地方（24.4%）在美国。 根据 Cloudflare 的数据，虽然它不是有记录以来最大的僵尸网络，但它已经完成了有史以来最大的观测攻击，峰值达到每秒 6.5 太比特，超过了此前在 1 月份创下的 5.6 Tbps 记录。 诺基亚的 Deepfield 应急响应小组在 2 月下旬地理位置分散的 IP 地址激增并发起数次&#34;超体积攻击&#34;后检测到了 Eleven11bot。 与以服务器资源为目标的传统穷举式 DDoS 攻击不同，&#34;体积攻击&#34;通过大量数据淹没网络，使带宽容量不堪重负。 Eleven11bot 的超体积攻击以通信服务提供商、游戏托管基础设施和其他行业为目标，在某些情况下造成了长达一周的中断。  诺基亚安全研究员杰罗姆-迈耶（Jérôme Meyer）指出，参与这些攻击的大多数 IP 地址以前都与 DDoS 活动无关，因此 Eleven11bot 的突然出现尤其令人担忧。 他还指出，上一次出现这种规模的僵尸网络是在 2022 年，即俄罗斯入侵乌克兰后不久，当时大约有 60，000 台设备受到感染。 梅耶尔说：&#34;这个僵尸网络比我们常见的 DDoS 攻击要大得多。攻击强度变化很大，从每秒几十万到几亿个数据包（pps）不等。&#34;  诺基亚最初估计僵尸网络由大约 3 万台设备组成，但非营利组织 Shadowserver 基金会将这一数字修订为超过 8.6 万台。 相反，安全公司 Greynoise反驳说，这一数字要低得多，估计不到 5000 台设备，其中来自伊朗的 IP 活动最多（61%）。 Meyer 表示，Shadowserver 的数字很可能被高估了，因为它是如何识别受感染设备的，错误地认为唯一的设备信息意味着设备已被入侵。 他对自己团队的估计仍然充满信心，因为重复攻击都来自相同的 2 万到 3 万个观察到的 IP 地址。 Greynoise 的研究人员认为，Eleven11bot 是 2016 年首次出现的臭名昭著的恶意软件 Mirai 的新变种。 基于 Mirai 的僵尸网络通常利用默认凭据或软件漏洞感染物联网（IoT）设备。 研究人员认为，Eleven11bot 变种利用新发现的漏洞破坏在海思芯片上运行的 TVT-NVMS 9000 数字视频录像机。 为防范 Eleven11bot 或任何其他僵尸网络，专家建议将物联网设备置于防火墙之后，在不需要时禁用远程管理，并确保设备拥有强大、唯一的密码。 定期固件更新对于修补 Eleven11bot 等僵尸网络可能利用的漏洞也至关重要。 [查看评论](https://m.cnbeta.com.tw/comment/1483776.htm)

美国劳工部（DOL）正在调查数据标签初创公司 Scale AI 是否符合《公平劳动标准法》（Fair Labor Standards Act）。这是一部联邦法律，对拖欠工资、将员工错误归类为承包商以及非法报复工人等行为进行监管。 这项调查至少从 2024 年 8 月就开始了。 据一位直接熟悉此事的人士透露，调查仍在继续，当然，调查的存在并不意味着 Scale AI 做错了什么，调查可能对公司有利，也可能被驳回。  Scale AI 总部位于旧金山，去年估值为 138 亿美元。 该公司依靠一批被其归类为承包商的员工来完成重要的人工智能工作，如为大科技公司和其他组织标注图像。 Scale AI 发言人乔-奥斯本（Joe Osborne）表示，这项调查是在上届总统执政期间发起的，Scale AI 认为当时监管机构误解了它在人工智能领域的建设、测试和评估工作。 奥斯本表示，Scale AI 已经与 DOL 进行了广泛合作，以解释其商业模式，对话富有成效。更广泛地说，Scale AI 比其他任何公司都能为美国人带来更多&#34;人工智能领域的灵活工作机会&#34;，而且贡献者的反馈&#34;非常积极&#34;。&#34;成千上万的人利用我们的平台展示自己的技能，赚取外快。&#34; Scale AI 的确是一个很受欢迎的打工平台。 但它最近面临着一些前员工对其劳动实践的法律挑战。 前员工对这家初创公司提起了两起诉讼，一起发生在 2024 年 12 月，另一起发生在 2025 年 1 月，前员工声称他们的工资过低，并被错误地归类为承包商而非员工，使他们无法获得加班费和病假等保护。 Scale AI 对这些诉讼提出了强烈质疑，称公司完全遵守法律规定，并努力确保工资水平达到或超过当地生活工资标准。 Scale AI 的国际劳工实践也是 2023 年《华盛顿邮报》调查的主题。 海外工人向《华盛顿邮报》描述了他们作为承包商要求低薪工作的情况。 该公司当时表示，工资水平正在不断提高。 美国劳工部网站称，该部能够通过行政手段解决大多数案件，但违反法律的雇主可能会被处以罚款，甚至监禁。 劳工部还有权强制雇主将工人重新归类为雇员。 例如，彭博法律报道，2024 年 2 月，酒店人事初创公司 Qwick 与劳工部达成和解，支付 210 万美元，并宣布所有使用 Qwick 应用程序工作的加州工人都将被归类为雇员。 Scale AI 似乎也是寻求并受到新一届总统政府青睐的硅谷公司之一。 例如，该公司的首席执行官兼创始人亚历山大-王（Alexandr Wang）和许多其他科技公司的首席执行官一样，参加了唐纳德-特朗普 1 月份的就职典礼。 更有说服力的是，Scale AI 的前董事总经理 Michael Kratsios 是特朗普总统提名的白宫科技政策办公室新主任人选。 Kratsios 曾在特朗普首届政府期间担任美国首席技术官。 在这个职位上，Kratsios 将就科技事务向特朗普提供建议。 该职位对劳工部没有监督权。 Kratsios 参加了参议院 2 月 25 日的听证会，但尚未得到确认。 Kratsios 没有回应置评请求。 美国劳工部发言人迈克尔-彼得森（Michael Petersen）告诉 TechCrunch，根据长期政策，美国劳工部不能确认或否认任何调查的存在。 [查看评论](https://m.cnbeta.com.tw/comment/1483774.htm)

在欧盟迫使苹果公司对欧洲用户使用 iOS 和 App Store 的方式进行重大调整后，其他国家也对苹果公司展开了反垄断调查。 现在，巴西法院裁定，苹果公司必须在 90 天内允许巴西的 iPhone 用户在 iOS 上进行侧载。 [](https://static.cnbetacdn.com/article/2024/0304/de5c294e18e3de6.jpg) 据巴西报纸[Valor Econômico](https://valor.globo.com/empresas/noticia/2025/03/06/exclusivo-trf-1-suspende-liminar-e-mantem-medida-preventiva-do-cade-contra-a-apple.ghtml)报道，巴西一名联邦法官周三裁定，苹果将不得不在巴西向第三方应用程序开放 iOS 生态系统，就像该公司在欧盟所做的那样。 法官认为，苹果公司对开发者施加的&#34;限制&#34;可能会阻碍新的竞争者进入这一领域。 2024 年 11 月，巴西反垄断监管机构&#34;Cade&#34;裁定， 苹果公司不能再阻止开发者在巴西的 App Store 之外销售内容和分发应用程序。 该公司将有 20 天的时间来遵守巴西的反垄断法，否则每天将被罚款 4 万多美元。 令人惊讶的是，苹果公司对这一决定提出了上诉 而法官裁定该禁令没有必要，从而给了该公司更多的时间来讨论此案。 当时，苹果公司表示，对 App Store 实施修改的要求并不迫切，而且也会影响公司的业务。 上个月，苹果公司不得不在巴西就此案举行公开听证会。 但现在，法官 Pablo Zuniga 已下令苹果公司必须在未来三个月内在巴西实施所需的变更。 法官指出，尽管苹果公司声称，但该公司&#34;已经在其他国家履行了类似的义务，没有证明对其商业模式造成了重大影响或不可挽回的损失&#34;。 针对苹果公司的反垄断调查始于拉丁美洲电子商务巨头 Mercado Libre 指控苹果公司强迫在其应用程序中提供数字商品或服务的开发者使用苹果公司自己的支付系统。 其他公司，如拥有 Tinder 的 Match 和 Epic Games，也向巴西监管机构投诉苹果。 苹果公司发言人告诉Valor Econômico，该公司&#34;相信充满活力和竞争的市场&#34;，在公司运营的&#34;所有领域和司法管辖区都面临着竞争&#34;，这加强了公司对用户的承诺。 苹果公司认为这些变化将&#34;损害&#34;iOS 用户的&#34;隐私和安全&#34;，并表示将对此决定提出上诉。 [查看评论](https://m.cnbeta.com.tw/comment/1483772.htm)

美国总统唐纳德·特朗普周日宣布，五种加密货币将被纳入美国新加密货币战略储备，这重新点燃了加密行业的投资热情。特朗普在其自创的Truth Social的发帖表示，他1月份关于数字资产的行政令将建立包括比特币、以太坊、瑞波币、索拉纳币和艾达币在内的货币储备。这些名单此前并未公布。  <blockquote><p>他在随后发布的一条帖子中还表示：“显然，比特币和以太坊将成为该货币储备的核心。”</p></blockquote> 今年1月，特朗普签署了一项行政命令，成立一个专门研究数字资产的工作组。该工作组的任务是评估建立国家数字资产储备的可行性，并制定明确的加密行业监管框架。在签署行政命令时，特朗普并未具体指明任何数字资产。 相关消息出来之后，被特朗普点名的加密货币一齐上涨。周日下午，作为全球市值最大的加密货币，比特币价格一度拉升1万美元，站上9.5万美元。市值第二大的加密货币以太坊一度上涨约13%至2500美元上方。瑞波币一度飙升33%，Solana跃升22%，艾达币涨幅更是超过60%。  根据加密货币数据和分析公司CoinGecko的数据，在特朗普宣布这一消息后的几个小时内，加密货币市场总额上涨了约10%，即超3000亿美元。 分析师怎么看？ <blockquote><p>“此举标志着美国政府转向积极参与加密经济，”数字资产投资管理公司 21Shares 的美国业务主管Federico Brokate表示。“它有可能加速机构采用，提供更大的监管透明度，并加强美国在数字资产创新方面的领导地位。”</p></blockquote> 资产管理公司CoinShares的研究主管James Butterfill表示，他对比特币以外的数字资产被纳入储备感到惊讶。 <blockquote><p>“不同于比特币……这些资产更像是科技投资，” Butterfill表示。“这一声明表明，（特朗普）对更广泛的加密技术领域采取了一种更具爱国情怀的立场，却几乎没有考虑这些资产的基本特质。”</p></blockquote> 不同于拜登政府对数字资产的打压，特朗普竞选期间就表示支持建立美国战略比特币储备，并誓言将美国打造成“加密货币之都”。特朗普曾经是一位加密货币怀疑论者，但随着该行业大举支持其竞选，他改变了立场。 在特朗普的领导下，美国证券交易委员会（SEC）撤回了对几家加密货币公司的调查，并撤销了对美国最大加密货币交易所Coinbase的诉讼。美国白宫将于3月7日举办首次加密货币峰会，特朗普将发表演讲。 最近几周，加密货币价格大幅下跌，扭转了此前的上涨趋势，一些最大的数字货币几乎抹去了特朗普当选引发币圈狂欢后的所有涨幅。 分析师表示，加密货币市场需要一个上涨的理由，比如有迹象表明美联储计划降息，或者或者特朗普政府出台明确的支持加密货币的监管框架。 渣打银行分析师Geoff Kendrick预计，在特朗普离任前，比特币的价格将达到50万美元。 美国监管文件显示，尽管对冲基金仍然是加密货币的主要买家，但银行和主权财富基金也在购买。季度文件显示，资产管理公司在2024年第四季度增加了与比特币现货价格挂钩的美国ETF的配置。 [查看评论](https://m.cnbeta.com.tw/comment/1483770.htm)

美国国务卿马科-卢比奥（Marco Rubio）正在启动一项由人工智能推动的&#34;捕获并撤销&#34;工作，以取消那些似乎支持哈马斯或其他指定恐怖组织的外国人的签证。这项工作包括对数以万计的学生签证持有者的社交媒体账户进行人工智能辅助审查，标志着美国政府对外国公民的行为和言论的监管急剧升级。 [](https://static.cnbetacdn.com/article/2023/1004/05af6ed342484ad.webp) 官员们说，对社交媒体账户的审查尤其是在寻找哈马斯（Hamas）于2023年10月7日袭击以色列后所表达的所谓恐怖主义同情的证据。 官员们计划检查内部数据库，查看是否有签证持有者在拜登政府执政期间被捕但被允许留在美国。 他们表示，他们还将检查有关反以色列示威游行的新闻报道和犹太学生的诉讼，这些报道都强调了外国公民涉嫌参与反犹太活动而没有承担任何后果。 国务院正在与司法部和国土安全部合作，一位国务院高级官员称这是一种&#34;整体政府和整体当局的方法&#34;。 为了启动&#34;抓住并撤销&#34;计划，联邦官员检查了自2023年10月以来学生交换访问者系统中的10万人，以查看是否有学生因为被捕或停学而被撤销签证。 通常情况下，为外国人签发签证的领事官员在接到逮捕或停学通知后，会做出撤销签证的决定。 这位官员说：&#34;我们发现拜登政府期间的签证吊销率简直为零......这表明对执法采取了视而不见的态度。&#34; 1952 年的《移民国籍法》授权国务卿吊销被视为威胁的外国人的签证--这一点卢比奥在 10 月 7 日八天后作为参议员提出。 我们看到有人在我们的大学和我们国家的街道上游行......呼吁起义，并庆祝哈马斯的所作所为......&#34;这些人必须滚蛋，&#34;卢比奥说。 特朗普在 1 月 30 日白宫的一份情况说明中也表达了同样的观点，该情况说明与一项行政命令有关，旨在打击&#34;亲哈马斯&#34;活动中的反犹太主义行为：&#34;对所有参加亲圣战者抗议活动的外籍居民，我们向你们发出通知。 我们会找到你们，并将你们驱逐出境。&#34; 另一项行政命令于1月20日发布，针对&#34;威胁我国国家安全、支持仇恨意识形态&#34;的签证持有者和外国人。 特朗普行政命令的累积效应已经对学生签证持有者产生了寒蝉效应。 他们开始回避批评以色列的抗议活动。 &#34;这应该引起所有美国人的关注。 这是第一修正案和言论自由的问题，政府会玩过头，&#34;美国阿拉伯反歧视委员会（American-Arab Anti-Discrimination Committee）负责人阿贝德-阿尤布（Abed Ayoub）说。&#34;美国人不会喜欢这样。 他们会认为这是在向外国屈服言论自由权&#34;。 阿尤布说，新计划的&#34;蓝图&#34;可以在1972年的博尔德行动中找到，当时尼克松政府渗透并监视了支持巴勒斯坦的团体，他说这侵犯了美国公民和外国公民的权利。随着人工智能的出现，这就更可怕了，因为他们在监管言论，使用的是有缺陷的技术。 不过，这位国务院高级官员说：&#34;对于一个重视国家安全的部门来说，在人工智能工具方面忽视有关[签证]申请人的公开信息是一种疏忽。 ... 人工智能是政府可利用的资源之一，它与几十年前的技术水平大不相同。&#34; 这位官员说，如果官员发现外国公民在社交媒体上发布的帖子似乎支持对以色列的袭击，并且看起来&#34;亲哈马斯&#34;，这可能会成为吊销签证的理由。 这位官员补充说：&#34;在特朗普总统的领导下，《移民国籍法》再次变得伟大。&#34; 特朗普政府支持以色列的姿态反映了他和卢比奥对犹太国家的长期承诺，这是白人福音派人士非常感兴趣的一个问题。与此同时，民意调查显示，反对以色列轰炸加沙的呼声已经分化了民主党的基础选民。 选民倾向于不支持批评以色列的盟友，在一些调查中，多数选民并不区分支持哈马斯和支持巴勒斯坦人民--尽管一些组织者做出了努力。 一位白宫顾问说：&#34;我们这样做不是为了民意调查，但站在问题的正确一方永远不会有坏处。&#34; [查看评论](https://m.cnbeta.com.tw/comment/1483768.htm)

<blockquote><p>在企业数字化转型的浪潮中，ERP（企业资源计划）、SRM（供应商关系管理）和招标系统作为企业运营的核心工具，本应紧密协同以提升效率和效益。然而，现实中这三大系统往往各自为政，形成信息孤岛，导致采购成本增加、流程效率低下等问题。本文将探讨如何打破这些壁垒，实现ERP、SRM与招标系统的深度协同，供大家参考。</p> </blockquote>  ERP系统，将采购、生产、库存、财务等环节串联成有机整体。供应商关系管理系统（SRM）和电子招标平台则分别承担着优化供应商协作和规范采购流程的职能。 这三类系统本应形成完整闭环，但在实际操作中往往各自为政，形成三个相互隔离的信息孤岛。 当某制造企业采购部门在招标平台选定供应商后，SRM系统未能及时更新供应商评级数据，ERP系统里的采购订单又需人工重复录入，这种割裂状态导致采购成本增加的现象并不罕见。 ERP注重内部资源整合，SRM聚焦供应商全生命周期管理，招标平台侧重采购流程合规。这种专业分工形成的壁垒，使得采购需求从ERP传递到招标平台时，经常丢失工艺参数等关键信息。 中标结果回传ERP时，又容易遗漏供应商履约能力评估数据。真正的协同需要构建双向数据通道。当招标平台自动抓取ERP中的生产计划数据时，不仅能精准制定采购策略，还能将中标供应商的履约条款实时同步至SRM系统。 某企业通过建立三系统间的数据校验规则，使供应商交货准时率大大提升，同时将合同审批周期压缩三分之二。这种数据流动不是简单的接口对接，而是需要在业务流程层面重新定义节点。 例如招标环节的供应商资格预审，可直接调用SRM中的历史绩效数据，避免重复审核带来的效率损耗。技术实现层面，将采购需求生成、招标文件编制、供应商评估等模块解构为独立服务单元，既能保持各系统核心功能完整，又可通过API网关实现服务调用。 这种架构革新带来的不仅是效率提升，更重要的是创造了业务流程重组的机会——采购人员可以跨系统追踪订单全生命周期，财务人员能实时监控预算执行情况，管理层决策获得多维数据支撑。 ERP、SRM、招标平台的协同已不是选择题而是必答题，当招标平台能智能预测采购需求，当SRM系统可动态评估供应商风险，当ERP自动优化生产排程时，企业真正实现了从经验驱动到数据驱动的跨越。 本文由人人都是产品经理作者【产品真经】，微信公众号：【产品真经】，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。

这次雀巢大动作的背后，折射出食品行业整合的大趋势，中国零食行业也正发生巨变。

<blockquote><p>尽管Sora能够生成逼真的视频画面，它是否真的能够成为理解世界、模拟物理规则的“世界模型”？本文将深入探讨Sora的技术原理、其在物理规则理解和因果关系推理上的局限性，供大家参考。</p> </blockquote>  写完一篇空间智能文章，发到群里，聊它如何用虚拟空间数据训练机器人，帮人类理解世界。 结果有朋友提出个问题： <blockquote><p>文生视频算不算空间智能？它也能生成虚拟场景，为什么不是最佳途径？</p></blockquote> 这问题挺有意思，我第一反应就想到了Sora。 文生视频“新星”崛起速度太快，几句话能生成一个视频，两年内字节、腾讯、甚至其他模型厂商纷纷压住该赛道。 不过，两年过去，有人发现它没那么完美，生成人像总带着“恐怖谷”的诡异，连Facebook首席人工智能科学家Yann LeCun也点评说：Sora不过是画得好看，压根不懂物理规律。 于是，我带着疑问研究了一下：看似强大的Sora，为什么不能成为真正的世界模拟器？它和空间智能的差距到底在哪？ ## 01 爱因斯坦有句经典的名言： <blockquote><p>“如果不能简单地解释一件事，那就说明还没有真正理解它。”（If you can’t explain it simply, you don’t understand it well enough.）</p></blockquote> 所以，想深入探究，就必须从深层次技术原理出发。 Sora的核心是“扩散模型”（Diffusion Model）；从一堆随机噪点开始，通过AI一步步去掉杂乱，最终生成清晰的画面，再将这些画面串联成视频，听起来像魔法，其实背后是数学原理在支撑。 另外，它还有个帮手是“Transformer”，这个词不少人听说过。什么意思呢？它擅长处理序列数据，把零散的信息连成一条线。在Sora中，它将文字指令拆解，再把一帧帧画面串联成流畅的动作。 举个例子： 如果你输入“船在咖啡杯里航行”，Sora会先理解“船”和“咖啡杯”，然后，把船、水波荡漾、船身倾斜这些相关的词汇、场景串联起来。 这背后依赖海量视频数据和强大的算力，才能在几秒钟内生成几十秒的画面。 可是，你有没想过，仅仅依赖数据堆砌出来的结果，真的能理解物理世界吗？答案是不会。问题就出在架构上。 扩散模型擅长从数据中学习像素规律，预测下一步画面应该是什么样子；Transformer则能让帧与帧衔接得天衣无缝。所以从视觉上看，Sora很“聪明”，能够模仿真实视频的连续感，但仔细一想，问题就来了。 船怎么可能塞进杯子？我试过输入「猫跳到桌上」，画面流畅得没话说，结果猫腿直接穿过了桌面，就像游戏里的穿模。为什么会这样？ 因为Sora的生成逻辑是“画得好看”，而不是“画得对”。 它不懂重力如何让脚落地，也不懂桌子为何会挡住猫腿，生成“恐怖谷”人像时，更一目了然，脸部细节一放大就崩了，它只知道靠像素预测，却没有考虑现实规则。 所以，Sora的强项和弱点是一枚硬币的两面。 视觉流畅是它的本事，不合理也是它的命门。正如Yann LeCun所说，它“不懂苹果为何落地”，我觉得这个观点很对：Sora的架构根本就没想去理解物理世界，只是想把画面糊弄得像真的。 既然Sora不懂物理世界，那它能否成为世界模拟器呢？ 我认为有点悬。为什么？ 世界模拟器是一个能够运行物理规则的虚拟环境，帮助机器人学习现实中的因果关系，但Sora生成的视频虽然看起来像回事，却毫无真实性。 你想想看，“船在杯子里”这样的视频去怎么去教机器人，机器人可能会以为杯子能装下万吨巨轮，这根本没好用。 因此，扩散模型和Transformer的目标是视觉生成，而不是物理模拟，Sora更像一个艺术工具，追求“好看”的画面，而不是“对”的世界，这让我觉得Sora局限性在于其架构没有对准目标。 ## 02 既然这样问题来了：世界模拟器要具备哪些关键特性？ 我觉得最基础的有三点： - 得知道现实物品规则是什么样，搬到虚拟场景中，不能差太多； - 理解物品与物品之间怎么相互影响的； - 还得能把不同物品整合到一起，相互推理。 这么说，有点抽象，我举个例子： 你在教一个机器人怎么拿东西，世界模拟器里面的“虚拟杯子”，得模仿出真实杯子的重量、材质、形状，这样机器人才知道该用多大的力气去抓。 模拟器把重力以各指标模仿的不准确，机器人就会抓得太紧或者太松，东西就会掉下来，甚至还会被弄坏。 再聊聊智能交通。 现实中，堵车是个大难题。要解决它，得靠算法、数据分析，比如错峰出行。 假设有个世界模拟器，如果它没法模拟红绿灯时长、车辆速度，就无法预测哪里会堵车、什么时候堵，也做不了错峰规划。 同样，如果模拟器不清楚车辆摩擦力，就判断不了车子能不能在绿灯时顺利起步或红灯时及时停下；如果搞不清车辆之间的相互影响，交通就会乱套，甚至可能出事故。 所以，世界模拟器的作用，是把复杂的物理规则和物体之间的关系都搞清楚，这样才能让机器人、智能交通这些高科技的东西更好地工作。 对比来看，Sora在关键特性上明显不足。它在视觉生成方面做得很棒，但没办法满足世界模拟器对物理规则和因果关系推理的要求。 这种问题不只出现在Sora上，一些国产大模型也有类似架构缺陷。我刷抖音时经常看到有人用图生视频模型，结果人突然变成狗，看起来很搞笑，但明显不符合现实逻辑。 原因很简单，架构无法为世界模拟器提供真实的物理理解能力，因此，在具身智能或其他领域的应用就会受到很大限制。 可以得出一个结论：世界模型和文生视频的架构完全不一样。世界模型要模拟真实世界，必须懂物理规律和现实逻辑；文生视频主要生成画面，在逻辑和真实性上没那么严格。 ## 03 我认为，相比之下，真正值得关注的，是更注重物理规则建模和具备因果关系推理方向的模型。比如：李飞飞的World Labs、黄仁勋的世界模型（Cosmos WFMs），以及群核科技的空间智能。 为什么拿他们举例呢？有三点： 先看目标，黄仁勋提出的 Cosmos WFMs（世界模型）是希望打造一个能模拟真实世界的「虚拟大脑」。这个大脑要懂物理规则，要知道物体怎么动、力怎么作用，还要明白事情的前因后果。 李飞飞的 World Labs 目标是让人工智能真正理解世界。它通过模拟物理规则、因果关系和复杂场景，让AI不仅能“看到”，还能“理解”世界。 比如：一个AI产品可以在虚拟场景中预测事情的发展，或根据不同情况做出合理决策。这种能力对提升机器人、自动驾驶等领域的智能化至关重要。 群核科技的空间智能，目标是希望把真实世界搬到数字世界里，让AI能看懂、能用，然后用数据帮助家居设计、建筑规划、以及AR、VR这些领域，帮行业更高效的干活。 说得直白点，是希望打造一个“数字孪生”的世界，让人、AI、空间里面思考和行动，解决实际问题。 既然有了目标，再看看三家技术实现路径。 Cosmos WFMs 的技术实现路径是通过构建生成式世界基础模型（WFMs），结合高级分词器、安全护栏和加速视频处理管道等关键技术，为开发者提供高效的开发工具。 具体来说，它利用NVIDIA NeMo对基础模型进行调优，并通过 GitHub 和 Hugging Face 提供开源支持，帮助开发者生成高仿真的物理数据。 此外，Cosmos 还专注于多视角视频生成、路径规划、避障等任务，进一步提升物理AI在机器人、自动驾驶等领域的应用能力。 报告里面的东西是不是很难懂？ 通俗的说：他们做的这套系统，能让AI学会像人一样看路、规划路线、避开障碍物，还能生成各种角度的视频，特别适合用在机器人和自动驾驶这些领域。 李飞飞的World Labs的技术实现路径是，开发一种从2D到3D的智能转化技术，让AI不仅能看懂平面图片，还能生成完整的三维空间。 他们的系统从一张普通照片出发，估算出场景的3D结构，然后补全图片中看不到的部分，最终生成一个用户可以自由探索和互动的虚拟世界。 简单讲，用AI把平面图像变成立体空间，让人像在真实世界一样能走进去、四处看看。这种技术对机器人导航、虚拟现实等领域特别有用，因为它们都要“空间智能”来理解和应对复杂的3D环境。 群核科技搞空间智能，简单来说：   1万台GPU服务器，用计算能力帮家居和建筑行业快速做出大量3D模型，顺便攒了一堆2D和3D的设计数据；把数据整合到一个平台上，能生成特别逼真的虚拟场景。 最后，企业可以用这个平台来训练机器人，比如：扫地机器人或者自动驾驶设备，让它们在虚拟世界里模拟真实环境，学会怎么动、怎么避障，变得更聪明。 因此，无论黄仁勋的Cosmos WFMs、李飞飞的World Labs，还是群核科技的空间智能，技术核心目标是通过模拟真实世界的物理规则和因果关系，让AI在空间内训练更聪明、更能解决实际问题。 ## 04 我认为，要实现这一目标，离不开一个关键因素：高质量数据。数据是构建世界模型和空间智能的基础，可它也是发展里最大的「拦路虎」。 为什么？ 我们说具身智能有点抽象，换一个更具体的词：“虚拟训练”。虚拟训练有两个重要方面： 一个是生成式的海量数据。就像GPT这样的文字模型，靠超大规模的数据和强大的算力来学习和推理；另一个是真实数据。枕头的大小、重量、材质，或者光线怎么反射、物体怎么碰撞，这些是物理交互场景。 这种真实数据来源于现实世界，直接决定虚拟训练能否模拟出符合实际逻辑的行为和反应； 换句话说，虚拟训练要两种数据：一种是“虚拟生成”的大数据，另一种是“真实场景”的物理数据，而后者，往往成为发展的瓶颈。 原因很简单：文生视频、文生图等生成式技术虽然能生成丰富的内容，但很难直接获取真实的物理规则和精确的交互细节。 比如，文生视频可以生成一个“滚动的球”，但它可能无法准确模拟球在不同材质地面上的摩擦力、弹跳高度或碰撞反应。 那真实场景的数据从哪儿来呢？只能从真实世界里来。 通过传感器、摄像头、激光雷达等设备，从现实环境中采集；你开车时，传感器会记录车辆的运动轨迹、力度变化、光线反射，还有车辆间距、行人行为，甚至天气对路况的影响。这些信息会被上传到平台，用来分析和训练。 但有了数据还不够。 平台的数据不能保证下一次操作一定精准，还得在虚拟环境里进行大量训练；自动驾驶汽车，要在虚拟环境里反复模拟行驶，可能要跑成千上万次，直到能应对各种复杂场景，才能用到现实世界里。 明白这些，你也就明白了，这不仅是自动驾驶、机器人领域的问题，其他行业也一样。 不管医疗、制造还是农业，世界模型和空间智能都需要海量的真实数据来支撑，并且要通过虚拟环境的反复训练来验证和优化能力。 换句话说，无论是自动驾驶、机器人导航，还是其他行业的具身智能应用，核心挑战都在于如何获取高质量的真实数据，再通过虚拟和现实的结合，让AI真正能解决实际问题；这才是未来技术落地的关键。 谁有底层架构、谁有数据，谁才有上牌桌的机会。 本文由人人都是产品经理作者【王智远】，微信公众号：【王智远】，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Sora生成视频截图

西班牙公司Invelon展示人形机器人，中国市场影响力增大，但海外仍需依赖合作伙伴。

<blockquote><p>从批量处理文件、深度调研分析到复杂任务的自主规划与执行，Manus似乎真的能成为人类的得力助手。本文将通过50个实际用例和深度拆解，带你全面了解Manus的技术亮点、应用场景以及它背后的团队故事，探索这款“中国造”AI产品是否真的能开启通用智能体的新时代。</p> </blockquote>  先看下这个吧，AI 一键生成的　 Prompt 很简单：帮我做一下介绍小米Su7十页的PPT 本以为 DeepSeek 已是天下无敌，没想到有人比他还猛… 这个产品是 Manus，全球首款通用型 Agent，中国制造，昨夜上线，今早发布。 地址是：https://manus.im/ 目前还在内测，可在登录后，申请加入内测 这东西，在 GAIA 基准测试中远远甩开了 OpenAI。　  Peak，作为 Manus 的首席科学家，放送了原声。　 Manus 的产品名，意思为“手”，来自拉丁文 “mens et manus” —— 知行合一。它体现了一种理念：知识和智慧必须通过身体力行才能对世界产生正向影响。这就是 Manus 的追求，为 LLM 做一双能巧妙调用工具的手，从而扩展人的能力，让你心中的愿景成为现实。　 之前知道他们在“整个大活”，一直充满期待。　 没想到，直接整了个刷爆全网的：真叫一个一码难求　  我先放几个例子，这些来自于官方　 提示词：　 <blockquote><p>我是一名中学物理老师，正准备教授动量守恒定律。您能否创建一系列清晰准确的演示动画，并将它们整理成一个简单的 HTML 演示文稿？　</p></blockquote> https://manus.im/share/pAdLIvlktJmV945593mFio 提示词：　 <blockquote><p>我想要一份特斯拉股票的全面分析，包括：概述：公司概况、关键指标、业绩数据和投资建议财务数据：收入趋势、利润率、资产负债表和现金流分析市场情绪：分析师评级、情绪指标和新闻影响技术分析：价格趋势、技术指标和支撑/阻力水平资产比较：市场份额和与主要竞争对手的财务指标对比价值投资者：内在价值、增长潜力和风险因素投资论点：SWOT 分析和针对不同类型投资者的建议　</p></blockquote> https://manus.im/share/xFgpHb15vKqfRPWIs3JJPJ?replay=1　 提示词：　 <blockquote><p>我需要一个 4 月 15-23 日从西雅图出发的 7 天日本行程，预算为我和未婚妻两人 2500-5000 美元。我们喜欢历史遗迹、隐藏的宝地和日本文化（剑道、茶道、禅修）。我们想看奈良的鹿并徒步探索城市。我计划在这次旅行中求婚，需要一个特别场所的建议。请提供详细的行程安排和一个简单的 HTML 旅行手册，包含地图、景点描述、必备的日语短语和我们整个旅程中可以参考的旅行小贴士。　</p></blockquote> https://manus.im/share/brWKUSp51ItvVMBpcXNCZ1?replay=1　 Manues 的创始团队，是很久的朋友了，各个顶呱呱。　 上线前给留了个码，让我能来测测这一产品。　 顺道着，摸了点独家消息。　  我先随便跑了个…非常离谱的任务：　 <blockquote><p>帮我整理一份逐月编年史，纪录从 2022 年到现在，AI 行业每个月都发生了哪些事情。整理完之后，再从现在的视角回顾下这段历史　</p></blockquote> 然后…迎来了我的一声声“卧槽“，首先..他清晰的去规划任务　  然后，开着浏览器导出去吧啦信息…　  还会不断的回顾矫正。。。　  没错，是我想要的 Agent 了！　 （不过这个 case 实在太大了，跑了几个小时还没跑完）　 同时的，我去跑了另一个 Case：写个游戏 帮我写一个DOOM的网页版游戏，高保真，我可以用鼠标和键盘来玩 这里补充说一下：《Doom》（《毁灭战士》）是由 id Software 开发并于 1993年 发行的里程碑式第一人称射击游戏（FPS）。它不仅是电子游戏历史上的经典之作，更被认为是现代FPS类型的奠基者之一。 在我把需求给到 Manus 之后，就看着他一阵捣鼓。  而最终呢，不但完成了任务，甚至帮我部署好了 https://etuswgwm.manus.space/ 顺道还给我留了个手册  当然了，这里还有茫茫多的 case，来自官方 Manus 通过资料研究、数据分析捕捉了过去四个季度市场对 Amazon 的情绪变化。　  Manus 全网深入调研找到最符合需求的货源　  让 Manus 根据你的个人主页或简历制作一个有设计感的名片。　  Manus 将深入理解和分析你的家庭情况和需求，并去专业的房产销售网站为你筛选最符合需求的标的。　  来看看 Manus 是高效合理的安排 40 位候选人的时间　  上传你的课堂录音，让 manus 为你做一个图文并茂的课堂笔记　  Manus 为你全面个性化整理高质量的强化学习学习资源。　  Manus 可以为你从各个渠道收集你关心的某个事件关键人物的公开观点　  买保险的时候要对比太多 Policy 条款？交给 Manus 为你制作清晰的关键信息对比表，给出你最佳决策建议　  枯燥但需要打起十二分精神来完成的繁琐的合同审查工作，也是 Manus 非常擅长的。Manus 将会根据你的合同先去研究和学习相关的法律法规，再有理有据的告诉你的合同目前存在的纰漏。　  把你的 API excel 文档交给 Manus，让他为你转换成一个详尽的 doc 版本的 API 文档。　  Manus 深入文献研究 Pitera 这种化妆品成分，并撰写了 Youtube 视频讲解脚本。　  Manus 通过公开信息的深入搜集和分析，绘制一份公司组织关系图。　  我们让 Manus 看 Techcrunch 的官网设计风格，并根据这个风格设计了一套 Slide 可用的 icon 图表库　  Manus 根据你的喜好为你定制一段任意长度的冥想引导音频　  Manus 深入进行股票分析，并制作惊艳的 Dashboard 为你展示股票的详细信息　  Manus 可以为你定制化你想要的各种奇怪的音效，来听听 Manus 为我们做的鸟鸣混合蒸汽的音效　  Manus 可以深入分析地区 POI 数据，交叉验证官方统计数据，深入分析某地病患人口统计　  Manus 深入搜集了洛克菲勒家族并将家族关系整理成了清晰的关系图表　  Manus 通过资料搜集、分析并发挥想象力为编剧创作者提供资料支持和灵感启发　  根据财务记录文件审核公司的财务报表　  描述你公司的业务和你期待的潜在 B 端客户画像，Manus 将为你深入 Mapping　  Manus 为一家得克萨斯州的 BBQ 门店深入进行门店周边的数据估算和分析并提供销售额提升策略报告　  当你需要学习某个开源项目时，manus 会深入代码库理解代码，绘制系统结构图，并为你深入讲解项目细节　  上传室内平面图，Manus 学习室内灯光设计科学后为你设计室内灯光　  Manus 为你制作宇宙大小测量的互动课程网页　  为中学教师制作动量定理讲解的视频展示课件　  Manus 为你清晰、惊艳的制作 Transformer 架构的互动讲解网页　  Manus 可以代理你深入体验某个网站的功能并作为一个产品专家为你写详尽的产品体验报告　  Manus 可以为记者或投资人深入整理待访谈人的全面信息并准备访谈所需的所有材料　  为你的复杂租赁合同制作一份关键信息表格　  我们想要 YC w25 batch 中所有的 B2B 公司的名单，Manus 自己操作 YC 官网筛选出符合要求的公司，并高效完成任务　  Manus 为我们讲解莱克星顿第一枪的战役过程时，配上了自己画的可视化地图　  你下一场的演讲需要个逐字稿提词器？Manus 将贴心地为你制作一个可控制速度、可控制字体大小、阅读清晰的 presentattion 文件　  让 Manus 深入研究美国在感恩节期间的各州移动互联网流量消费情况并制作丰富的可视化图表　  按照要求深入分析英伟达的财报　  上传你的 Amzon 网店销售数据表格，Manus 为你深入分析、可视化并提供销售提升建议　  给 Manus 一个 Kaggle 竞赛网址，Manus 自己完成了代码编写，预测结果输出。一次打到了前 10%的成绩　  Manus 为你定制个性化的小游戏。来试试泽连斯基白宫论战模拟器　  让 Manus 为你的播客节目剪个两分钟的金句合集吧！　  Manus 不仅会润色你的文章，还能贴心地让美化文章的排版　  Manus 深入研究整理了服装行业的 AI 搜索产品，并进行详尽的产品分析　  如果你需要了解某个产品真实的市场反馈，Manus 会为你详细整理分析电商平台对该产品的客户评论　  Manus 通过深度研究和数据分析详尽论证 AWS 未来千亿市值的可能性　  Manus 自己找到并研究了 24 年所有重要的 AR/AI 产品和行业动态　  Manus 通过一手信息源的追踪整理，深入细节研究了过去十年美国 AI 产业政策　  一次性上传 25 份候选人简历，manus 会按要求制作候选人信息表格，甚至能为你评估潜在候选人　  Manus 可以让你轻松知道某个话题在 Twitteryoutube 等社交媒体上的舆论情况　  Manus 调研市场上 Top 20 的 CRM 机构，并整理出了各自的 Slogan 与品牌故事。　  Manus 不仅能整合各类信息为你提供详尽的个性化旅行定制，还能为做一个专属你这次旅行的 handbook。　  我们让 Manus 完成了对 Andrej Karpathy 的个人网站的 SEO 优化报告，只需要甩给 Manus 一个网址即可　  Manus 通过深入的公开资料研究，为你撰写一份 Adobe 的公司传记。Manus 可以真正为你关心的主题写一本书，你再也不用担心读不到你喜欢的名人或公司的传记了。　  通过上面的例子，你会发现 Manus 与 ChatGPT、Claude 这类传统聊天机器人有本质区别。　 Manus 拥有强大的工具调用能力：它不仅能理解你的需求，还能主动调用浏览器、代码编辑器、数据分析工具等完成复杂任务。它不只是告诉你”应该怎么做”，而是直接为你把事情做好，将最终成果交付给你。运行在云端的 Manus 有自己的计算环境：能够独立工作而不需要你的持续监督。 你只需提出需求，然后去处理其他事务，它会在后台自主完成任务。 这种”委托-交付”模式真正解放了你的时间和注意力。与 Manus 的协作更像与人类同事合作，而非使用工具：你可以随时介入调整方向，中途更改需求，Manus 会灵活适应。 当某次任务完成得特别好，你可以直接告诉它”以后都这样做”，它会记住你的偏好，不断调整工作方式，成为越来越懂你的伙伴。 因此，Manus 特别擅长处理繁琐的文件批处理任务，如批量简历整理、文件格式转换、合同财报审核等：　 它能进行深度调研分析，从多渠道搜集信息，提供全面而有见解的研究报告。 面对复杂生活决策，Manus 可以帮你比较选项、规划旅行，让决策过程变得轻松。 在数据分析方面，Manus 会自动找到相关数据源，编写代码分析并创建直观的可视化效果。 如果你的需求同时涉及多个领域，Manus 的价值会更加凸显。 我们也在不断探索它的边界和可能性，欢迎一起发现更多创新用法。 那么，和 Manus 的协作，也会和 ChatGPT 略有不同：　 - 清晰表达很重要：你需要更为明确对最终成果的期望、格式要求和质量标准。 - 对于复杂任务，采用渐进式方法更有效：先让 Manus 完成一部分，再根据中间结果调整下一步。这种迭代式协作常能带来超出预期的成果。 - 要善用 Knowledge 系统添加你的特定要求：或在 Manus 完成满意操作后，告诉它”记住这种方式”，让它在未来工作中应用这些经验。 - 发现任务执行方向有偏差时，立即介入指导，告诉它”试试别的方法”。Manus 会迅速调整策略，避免在错误方向上浪费时间。 当然，目前 Manus 还在内测，问题不少，包括不仅限于：　 在部份需要扫描、过验证的网站，可能会被卡死：尤其是知乎在任务执行时，可能会卡在某一环节  如果任务过长（超出上下文），可能会宣告失败  对此，朋友也坦言正在持续优化，毕竟，这还只是最开始。　 此刻，中国团队在通用智能体赛道上，迈出了实质性的第一步。　 2025，东方破晓　 本文由人人都是产品经理作者【赛博禅心】，微信公众号：【赛博禅心】，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。

平台内容策略向两端用户的倾斜，带来剧集在题材、美学、叙事风格以至于互动玩法等多个维度的变化，也刺激一批制作公司登场或重回内容主场。

[据 The Information](https://www.theinformation.com/articles/larry-page-has-a-new-ai-startup) 报道，Google联合创始人拉里-佩奇（Larry Page）正在创建一家名为 Dynatomics 的新公司，致力于将人工智能应用于产品制造。 佩奇正与一小群工程师合作开发人工智能，该技术可以为物体创建&#34;高度优化&#34;的设计，然后由工厂进行制造。 佩奇支持的电动飞机初创公司 Kittyhawk 的首席技术官克里斯-安德森（Chris Anderson）正在负责这项秘密工作。 [](https://static.cnbetacdn.com/thumb/article/2022/0208/a4800d4612ba0ef.jpg) 佩奇并不是唯一一位探索如何利用人工智能改进制造工艺的企业家（尽管他可能是最富有的企业家之一）。Orbital Materials 正在创建一个人工智能平台，用于发现从电池到二氧化碳捕集电池等各种材料。 PhysicsX 为从事汽车、航空航天和材料科学等项目领域工作的工程师提供运行模拟的工具。 在其他领域，Instrumental正在利用视觉驱动的人工智能来检测工厂异常。 [查看评论](https://m.cnbeta.com.tw/comment/1483766.htm)

即将发布的 Linux 6.15 内核预计将合并两个新的直接渲染管理器 (DRM) 显示驱动程序，用于支持旧版 Intel x86 Mac 上的 Apple Touch Bar 微型触控显示条，以及一个较新的&#34;ADP&#34;驱动程序，用于处理较新的 M1/M2 MacBook 上的 Apple Touch Bar 显示。  在 Linux 上支持苹果的Touch Bar 是一个漫长的过程。 事实上，Apple 早在 2023 年就从其 Mac 中移除了 Touch Bar，而现在到了 2025 年，Linux 终于可以在这些旧 Mac 上支持它们了。 正如我在一个月前所写的那样，Touch Bar 背光和键盘模式驱动程序将提交给即将到来的 Linux 6.15 合并窗口。 除此之外，用于控制这些 OLED 显示条上的显示输出的 DRM 显示驱动程序也将在下一个内核版本中发布。 今天通过每周一次的 drm-misc-next pull 向 DRM-Next 发送了用于支持 M1/M2 Apple Silicon 设备上 Apple Touch Bar 显示屏的&#34;ADP&#34;驱动程序，以及用于基于 Intel x86 的 Mac 上 Apple Touch Bar 显示屏的&#34;appletbdrm&#34;驱动程序。 ADP 在这里指的是&#34;Apple Display Pipe&#34;控制器。 因此，对于那些希望在主线内核之外操作 Apple Touch Bar 的用户来说，如果在发布前没有产生更多问题，这些新驱动程序将成为 Linux 6.15 内核的一部分，这距离 Touch Bar 首次推出已经过去了 7 年多的时间。 今天的[ drm-misc-next pull](https://lists.freedesktop.org/archives/dri-devel/2025-March/494543.html) 还为 TTM 添加了新的代码助手，以便 Intel Xe 驱动程序可以使用它，Synopsys 桥接驱动程序支持 HDMI 音频，Rockchip DRM 驱动程序支持 RK3576 SoC，以及其他更改。 Linux 6.15 合并窗口预计将在 v6.14 发布后的三月底开启。 Linux 6.15 稳定版则应在 5 月底左右发布。 [查看评论](https://m.cnbeta.com.tw/comment/1483758.htm)

苹果为配备 M4 芯片的新款 MacBook Air 提出了惊人的营销主张。具体而言，苹果称新款 MacBook Air 的速度比上一代基于 Intel 的机型快达 23 倍。 不过，其中也有一些细节需要注意。  首先，苹果公司称，它将配备 10 核 M4 芯片和 32GB 内存的 2025 款新 MacBook Air 与配备四核英特尔酷睿 i7 处理器和 16GB 内存的 2020 款 MacBook Air 进行了比较。 两款 MacBook Air 都配置了 2TB 固态硬盘。 这些都是目前或过去每款 MacBook Air 的最佳规格。 因此，苹果将新机型与自家基于英特尔处理器的 MacBook Air 相提并论，这中间已经间隔了许多年。  其次，苹果表示其测试包括在图像编辑应用 Pixelmator Pro -  它现在拥有的应用中对一张 4.4MB 的图片使用超级分辨率功能。 该功能利用机器学习来提高图像的分辨率，同时保留清晰度和细节。 因此，&#34;性能提升 23 倍&#34;的说法与一项特定的任务有关。 以下是苹果公司的详细说明： <blockquote><p>苹果于 2025 年 1 月使用试生产的配备 Apple M4、10 核 CPU、10 核 GPU 和 32GB 内存的 13 英寸和 15 英寸 MacBook Air 系统，以及配备 1.2GHz 四核 Intel Core i7 处理器、Intel Iris Plus 图形处理器和 16GB 内存并配置 2TB SSD 的 MacBook Air 系统进行了此项测试。 使用超级分辨率和 Pixelmator Pro 3.6.14 以及 4.4MB 图像进行测试。 性能测试使用特定电脑系统进行，反映 MacBook Air 的大致性能。</p></blockquote> 其他任务如何？ 苹果公司提供了一些更多的比较： <blockquote><p>- Microsoft Excel 中的电子表格计算性能比基于英特尔处理器的最快 MacBook Air 快 4.7 倍，比配备 M1 的 13 英寸 MacBook Air 快 1.6 倍。</p><p>- iMovie 中的视频编辑速度比基于英特尔处理器的最快 MacBook Air 快 8 倍，比配备 M1 的 13 英寸 MacBook Air 快 2 倍。</p><p>- 在 Adobe Photoshop 中编辑照片的速度比最快的基于英特尔处理器的 MacBook Air 快 3.6 倍，比配备 M1 的 13 英寸 MacBook Air 快 2 倍。</p></blockquote> 对于大多数用户来说，这些说法似乎更切合实际。 最终，虽然 23 倍的说法可能有点夸大其词，但任何配备 M1 芯片或更新机型的 MacBook Air 当然会比任何基于英特尔芯片的机型快得多。 你现在就可以在苹果在线商店预购新款 MacBook Air，它将于 3 月 12 日（星期三）开始到货。 [查看评论](https://m.cnbeta.com.tw/comment/1483756.htm)

适用于 macOS 的 ChatGPT 应用程序已经更新，可以直接在 Xcode 中编写代码，这意味着它将与苹果自家的 Swift Assist 以及微软旗下的 GitHub Copilot 展开竞争。  第三方人工智能工具已经可用了一段时间来帮助在macOS上进行编程，但是 OpenAI 通过最新的 ChatGPT 应用程序更新加入了这一行列。 借助&#34;与应用程序协同工作&#34;功能，用户可以与 ChatGPT 通信，并共享 Xcode 和其他 IDE 中的内容。 该更新带有&#34;自动应用&#34;模式，因此 ChatGPT 可以编辑代码，而无需每次都进行额外的权限提示。 OpenAI 团队成员亚历山大-恩比里科（Alexander Embiricos）在社交媒体上发布的视频展示了该功能。  本周四，ChatGPT Plus、Pro 和 Team 用户可使用该更新，企业、教育和免费版用户将于下周获得访问权限。 Windows 用户将&#34;很快&#34;获得该功能。 Xcode 已经拥有 Swift 辅助功能，这是一款由苹果公司开发的生成式编程助手，可通过私有云服务器运行。 用户还可以安装 GitHub Copilot 等工具来协助编程。 开发者需要权衡将代码暴露给第三方人工智能工具的风险。 苹果承诺不会存储代码或将其用于训练。 苹果可能会在 6 月份的 WWDC 期间为 Swift Assist 引入更多功能。 在此之前，像 ChatGPT 这样的第三方选项将与苹果的内置工具一起帮助开发人员解决编程问题。 [查看评论](https://m.cnbeta.com.tw/comment/1483754.htm)

RTX 5090(D)、RTX 5080、RTX 5070 Ti先后被发现存在ROP单元丢失8个的问题，NVIDIA官方的说法是出现概率只有0.5％，而且可以随时换新，而刚刚上市的RTX 5070暂时没发现此问题。根据德国媒体Heise的说法，**他们联系了多家笔记本厂商，都在根据NVIDIA的要求，加班加点对所有的RTX 50 GPU进行重新测试，包括已经生产好的笔记本成品，确认ROP单元完整后才能发货。** 据称，移动版的RTX 50 GPU和桌面版都出自同一产品线，理论上也存在ROP单元丢失的隐患，但因为尚无产品上市，自然没有实际案例。 不过很快，**NVIDIA就对媒体发布了一则简短声明，强调RTX 50系列笔记本不受ROP单元丢失的影响，目前的测试都是标准流程。**  NVIDIA在年初发布新卡时称，RTX 5090、RTX 5080、RTX 5070 Ti笔记本电脑将于3月上市，价格分别为2899美元起、2199美元起、1599美元起；RTX 5070笔记本电脑将于4月上市，价格为1299美元起。 不过各路传闻称，RTX 50笔记本的上市时间已经被推迟，**最快也要到3月底至4月初，而且初期供货量很有限。** 在此之前，不少品牌已经发布了搭载 RTX 50系列显卡的笔记本，但都还停留在纸面上，并未开售，很多甚至都没有公布价格。  [查看评论](https://m.cnbeta.com.tw/comment/1483752.htm)

一种体长可达60厘米，算上尾巴长度超1米，体重达30斤以上的巨型老鼠，正在美国多地肆虐，它们长着橙色的牙齿，到处挖洞咀嚼植物，严重破坏了当地生态。被逼无奈，近日，美国鱼类和野生动物管理局（FWS）发布了一则公告，呼吁民众能一起行动起来，猎捕、杀死并食用这些巨型老鼠，还附赠了多种烹饪方法。  他们是如此描述老鼠肉：“很瘦，味道温和，尝起来像兔子。” 2025年2月24日至28日，是美国的入侵物种宣传周，“吃掉入侵动物计划”就是这个时候提出来的，总共罗列了5种可食用入侵动物，排榜首的就是巨型老鼠——海狸鼠，其次分别是黑鱼、绿鬣蜥（被誉为树上的鸡）、鲤鱼和野猪。  拯救沼泽，煎炒海狸鼠 海狸鼠和海狸，很多人分不清，它们是两种不同的动物。 海狸，也叫河狸，前段时间科普过，它短短几天就帮捷克建好了7年未动工的沼泽水坝，替捷克省下了120万美元的工程资金。  △ 河狸坝和水中巢穴 可以说海狸是大自然的生态工程师，它们建的河狸坝，对湿地环境具有积极正向作用的。 而海狸鼠刚好相反，同样作为半水生动物，它不筑巢（海狸的水中巢穴）但喜欢挖洞，经常破坏河岸，而且繁殖能力强，特能吃，对生态来说，它的存在被视为“害虫”。  海狸鼠和海狸，外形相似，区分可以关注两点： 一是尾巴，海狸鼠的尾巴和常见的老鼠一样——细、长、圆，而海狸的尾巴——宽、扁，类似鸭嘴兽的尾巴，所以它的游泳能力更好。 二是牙齿，海狸鼠的牙齿是橙黄色的。 海狸鼠原产于智利、阿根廷和巴西等国家，美国原来是没有的，当初是为了皮毛才引入的。 作为养殖类动物，海狸鼠经济价值很高。 性成熟早，雌性3个月就可以繁殖下一代（雄性要4个月），繁殖能力强，全年可繁殖，一只雌性每年可产下多达 27 只后代，饲养成本低，喂养植物就可以了。 它的皮毛厚且柔软，保暖性能好，可用来制作各种衣服帽子，在过去，拥有一件海狸鼠大衣是非常时尚的，但也是相当奢侈的。  也正是基于以上这些，全球也曾刮起过一阵“海狸鼠养殖热潮”，早期的皮毛养殖商确实赚得盆满钵满，皮毛商品也是供不应求。 到20世纪40 年代末，皮毛市场崩溃后，眼看无利可图了，继续饲养还要亏损，导致大量养殖海狸鼠逃离或者被放归野外。 海狸鼠的食量很大，1只海狸鼠每天消耗的食物，是其体重的25%。 入侵物种、能生、能吃，多种“Buff”叠加在一起，就有了现在海狸鼠在多州肆虐的场景。 据统计，德克萨斯州南部、路易斯安那州、佛罗里达州部分地区、俄勒冈州、华盛顿州、加利福尼亚州、俄亥俄州、马里兰州、纽约州和马萨诸塞州均出现了海狸鼠侵扰。 对海狸鼠最大的指控就是：到处挖洞到处吃，沼泽植物快被它们吃完了。 FWS表示：“海狸鼠吃掉了沼泽里的植物，就连根也被吃光了，导致大片沼泽栖息地消失，严重破坏了环境。” 面对失控的局面，于是就有了如今官方“拯救沼泽，煎炒海狸鼠”的号召。  民众很抗拒：不敢吃 用吃来解决入侵物种，听起来像是一个“网络梗”，但有时候效果很不错。 例如佛罗里达州部分人已经开始将入侵鬣蜥做成菜肴，他们称之为“树上的鸡”，据说肉很健康很美味。 吃海狸鼠，也不是首次提出来了。  路易斯安那州1997年就开始这么做了，当下毒、投放避孕药等常规治理方式都失败后，该州率先制定了海狸鼠菜单，每年定期举行海狸鼠烹饪大赛，来鼓励民众吃海狸鼠。 做法有很多，例如：海狸鼠秋葵浓汤、海狸鼠什锦饭、慢炖海狸鼠、煎炒海狸鼠、海狸鼠肉肠、海狸鼠玉米卷，等等。 路易斯安那州还成立了一家狗粮公司，原材料就是海狸鼠肉，被认为是对环境最优的解决方案，该公司还获得了“年度商业环保主义者”称号。  △ 德国菜：烤海狸鼠腿 不过当下很多民众对于吃海狸鼠这个事情，还是很抗拒的，主要还是觉得吃“野味”太危险。 确实，海狸鼠身上携带多种致病菌和病毒，包括人体共生的寄生虫、狂犬病、沙门氏菌病和弓形虫病等多种疾病。 因此，对烹饪技术要求还是很高的，否则很容易吃出病来。 我们这里也有报道，发现上海多地海狸鼠泛滥，种的菜都被它们吃完了。我们的规定就是不允许食用，就是基于对健康方面的担忧。 [查看评论](https://m.cnbeta.com.tw/comment/1483750.htm)

当地时间3月1日，一架联邦快递的飞机从美国新泽西州纽瓦克机场起飞后不久，由于发动机起火紧急降落。日前，飞机受损右侧发动机的高清图流出，从中可以看到，**飞机发动机的涡扇叶轮受损严重，几乎全部被打烂，进气涵道也密密麻麻布满凹坑，已经没有维修价值。**  从网友拍摄的事发视频来看，这架波音767-3S2F飞机降落时，右侧发动机喷出火焰，明火喷出数米远。 飞机落地后，两辆消防车第一时间冲向飞机，并扑灭了大火。 负责机场运营的港务局表示，发动机起火是因鸟击引起。 从纽瓦克飞往印第安纳波利斯的FedEx 3609航班在起飞期间发生了鸟击事件，机组人员宣布紧急情况并安全返回纽瓦克。 无独有偶，当地时间3月5日下午，**一架阿根廷国家航空公司的波音737飞机在飞行途中也发生鸟击事故，发动机爆炸并失去动力，**飞机依靠仅存的一个发动机转往埃塞萨国际机场紧急降落。 而鸟击一直是现代航空业的最大危险源，相关研究显示，一只2公斤重的飞鸟，如果撞击一架以900公里每小时速度飞行的飞机，瞬间产生的冲击力高达4吨。 如果鸟击部位为飞机发动机的话，可能会造成发动机变形损坏、失去动力，起火爆炸等危及飞行安全的事故。  [查看评论](https://m.cnbeta.com.tw/comment/1483748.htm)