快科技6月2日消息，半导体产业正面临前所未有的技术挑战，芯片流片成功率降至历史新低！ 据电子设计自动化工具（EDA）公司西门子数据显示，芯片首次设计定案（Tape-out，流片）成功率降至历史新低的14%，相较于两年前的24%明显下降。 换而言之，十家芯片设计公司中，有八家都会在首次流片时遭遇失败。 IC设计从业者分析，这主要源于芯片复杂度提升、企业开发模式转变等因素，未来专业分工、委托ASIC公司打造将成趋势。 Tape-out（流片）对芯片设计而言，犹如生死攸关的考验，是指将设计完成的芯片方案交给晶圆代工厂生产样品，检验设计是否符合预期，是芯片研发的关键里程碑。 一旦失败，不仅前期投入的数千万元研发成本付诸流水，更可能错失市场先机。

　　6月3日，韩国将正式迎来新一届总统选举。这次总统选举最初有7名候选人登记参选，截至6月2日，已有两名候选人宣布退出，至此形成“5选1”的局面。 　　目前李在明、金文洙和李俊锡基本形成三强格局。 　　与此同时，4名韩国前总统则各自进行着“路演”，通过各种方式表达对各自阵营候选人的支持。 　　△5月29日，韩国首尔一投票点，当地选民进行提前投票 　　退党的尹锡悦发声支持金文洙 国民力量党不买账 　　据韩联社报道，尹锡悦5月31日表态支持执政党国民力量党总统候选人金文洙。尹锡悦呼吁，“支持候选人金文洙”“我们就能守护国家的自由和未来”。 　　尹锡悦上月宣布退出国民力量党。对于尹锡悦此番公开站台，国民力量党方面表示，“前总统不应该接近国民力量党”。韩联社对此评论道，“国民力量党似乎担心前总统尹锡悦的言论可能会对温和派的选票产生负面影响”。 　　共同民主党总统候选人李在明5月31日在回答记者提问时表示，“希望国民看清金文洙本质上是尹锡悦的化身”“金文洙当选将意味着尹锡悦的回归”。 　　新改革党总统候选人李俊锡则在社交媒体上写道，“如果金文洙不明确拒绝前总统尹锡悦的支持，那么‘尹锡悦等于金文洙等于国民力量党’”。 　　文在寅与李在明共进午餐 再提尹锡悦戒严风波 　　5月29日上午，文在寅在庆尚南道一处提前投票站进行了投票。文在寅在投票后接受采访时表示，“希望国民能够记住提前举行总统选举的原因”，并强调“这是一场将对尹锡悦政府国政整体失败和内乱进行评判的选举”“必须以压倒性的审判，对相关责任人进行严格追责”。 　　5月23日，民调支持率一路领先的李在明在庆尚南道同文在寅会面。当天上午，李在明在祭拜卢武铉前总统后，与卢武铉夫人权良淑、文在寅夫妇共进午餐。 　　韩国媒体分析称，李在明的举动试图扩大与党内亲卢武铉和亲文在寅人士的接触，尽可能巩固自己的支持基础。 　　朴槿惠力挺金文洙 金文洙：要为她恢复名誉 　　据韩联社报道，5月31日，朴槿惠访问大邱市西门市场，与市民互动。朴槿惠表示：“前几天，金文洙候选人在大邱东城路竞选时，听说那里很多人都想见我。我非常感动……所以今天就来了。” 　　据《朝鲜日报》报道，朴槿惠5月24日同金文洙见面时说：“请不要纠结于过去，团结一致，一定能赢得选举。” 　　金文洙24日在前往参访韩国前总统朴正熙出生地时表示“必须恢复（其女儿）朴槿惠的名誉”，以告慰朴正熙。 　　李明博与金文洙共进午餐 建议当选后尽快见特朗普 　　据媒体报道，李明博5月27日与金文洙在一家酒店共进午餐。李明博见到金文洙时拥抱了他。 　　李明博赞扬金文洙比“任何人都更了解劳动者和企业经营的困难”“希望他能成为一名治理国家的好总统”。 　　据报道，李明博就企业经营、韩美关系等问题提出建议，表达了对韩美关系的担忧，建议金文洙“一旦当选总统，尽快前往美国与特朗普总统会面”。 　　1500万选民提前投票 李在明持续领跑民调 　　当地时间5月30日，根据韩国中央选举管理委员会的统计，韩国第21届总统大选提前投票率为34.74%，投票人数达1542.36万人，投票率与创下历史最高提前投票率纪录的上届总统大选相比低2.19个百分点。 　　本次大选提前投票从当地时间29日6时开始，之前一直在不断刷新同时段提前投票率的最高纪录，但从30日下午开始，投票率开始下降，从当天14时开始投票率落后于上届总统大选提前投票的同时段投票率。  　　△总台记者观察丨韩国总统选举提前投票5月29日开始 民调显示李在明继续领跑 　　韩国有分析指出，选民对投票的热情高涨，主要是由于选民对于本次大选的关注度极高。有政治评论家指出，对于很多选民来说，此次大选是弹劾总统尹锡悦的“审判选举”，从国民力量党此前一直批判提前投票这一点来看，提前投票率高对于共同民主党候选人李在明更为有利。 　　根据选前民调数据，韩国最大的在野党共同民主党总统候选人李在明“领跑”韩国大选民调。根据最新统计数据，李在明的支持率始终保持在50%左右；排名第二的是执政党推出的总统候选人金文洙，支持率接近40%；曾任执政党党首的年轻候选人李俊锡此次以改革新党候选人身份参与竞选，支持率在10%左右。

IT之家 6 月 2 日消息，据 Axios 报道，据一位熟悉内情的消息人士透露，苹果公司已向欧盟委员会提起上诉，针对的是数字市场法案（DMA）所规定的互操作性要求，该要求迫使苹果必须与外部开发者共享用户信息。 据IT之家了解，苹果公司一直强烈反对数字市场法案所施加的这些要求。该公司认为，这些要求迫使苹果放弃其知识产权，并且损害用户隐私。此次上诉的截止日期为 5 月 30 日。 数字市场法案的互操作性要求旨在让其他设备制造商和应用开发者能够使用苹果产品通常独有的功能，例如在非苹果智能手表和耳机上实现 WiFi 配对和通知功能。 今年 4 月，苹果和 Meta 成为首批因违反数字市场法案而被罚款的公司。去年 12 月，苹果曾发布一份报告，指出数字市场法案的互操作性要求可能会被滥用，从而暴露用户的私人信息。 苹果公司发言人向 Axios 表示：“我们设计的技术能够无缝协同工作，从而为用户提供他们所喜爱并期待的独特体验。然而，欧盟的互操作性要求却威胁到了这一基础，同时建立了一个不合理、成本高昂且抑制创新的流程。”该发言人还指出：“这些要求还会将敏感信息交给数据需求巨大的公司，这给我们的欧盟用户带来了巨大的隐私和安全风险。” 据该发言人称，根据数字市场法案的互操作性要求，包括 Meta、谷歌、佳明和 Spotify 在内的公司已向苹果索要用户通知内容和存储的 WiFi 网络信息，这使他们能够获取苹果自身都无法看到的个人信息。 该发言人补充道：“最终，这些严重有缺陷且只针对苹果公司而不针对其他任何公司的规则，将严重限制我们向欧洲提供创新产品和功能的能力，从而给我们的欧洲客户带来较差的用户体验。” 然而，依赖苹果 App Store 分发产品的公司则对数字市场法案的要求表示欢迎。他们认为，这些要求早就应该实施，以便让开发者和其他企业能够在应用和设备上为客户提供更好的功能。



 　　殷切期许，绵绵关怀。2024年5月，四川省南充市嘉陵区之江小学学生唐海铃和同学们收到了习爷爷的回信。这份特别的儿童节礼物，饱含着习近平总书记对孩子们深深的牵挂。 　　从尺素寄语的深情期许，到节日里的殷殷嘱托，再到外出考察时的点滴关怀，总书记关心关爱少年儿童成长成才。 　　2016年，总书记回信勉励北京市八一学校科普小卫星研制团队学生。这封回信如同一束光照亮了少年刘书洋的科技探索之路。如今，已在银行工作的刘书洋，希望在网络金融领域持续深耕，对场景金融作出自己的一份贡献。 　　2019年4月，总书记在重庆市石柱土家族自治县中益乡小学考察。总书记与同学们的亲切交流对学生马寅秋产生了深刻的影响，激励着她努力学习。说起未来的志向，她说希望能考上理想的大学，成为一名优秀的体育老师。 　　2020年9月，总书记在湖南省郴州市汝城县文明瑶族乡第一片小学考察。在现场，学生朱锐向总书记讲述了丰碑的故事。如今，已是一名初二学生的朱锐，希望能成为一名军人，保家卫国。 　　当童真的梦想汇入时代的江河，每一株向阳生长的幼苗，终将触摸星辰大海的辽阔。

 　　当地时间6月1日下午，受布良斯克州桥梁坍塌事故影响的乘客乘坐备用列车抵达了莫斯科市区内的基辅火车站。 　　总台报道员 普罗金：在布良斯克州，受损铁路路段的修复工作已经开始。俄罗斯铁路公司表示，3台特种铁路维修车辆和200名铁路技术人员参加修复工作。 　　当地时间5月31日晚，布良斯克州一座桥梁发生坍塌，导致一客运列车脱轨，造成7人死亡、数十人受伤。 　　当地时间6月1日凌晨，库尔斯克州一座铁路桥也发生坍塌，导致一货运列车脱轨并引发火灾，造成列车司机及两名助手受伤。 　　俄罗斯联邦侦查委员会发言人斯韦特兰娜·彼得连科表示 ，这两起塌桥相关刑事案件已移交至联邦侦查委员会侦查总局。俄罗斯联邦侦查委员会主席已责成调查人员对上述案件展开刑事调查。目前，侦查委员会工作人员正在塌桥现场开展行动，以查明事件全部情况。

　　美国总统特朗普近日表示，包括特斯拉在内的美国汽车制造商必须在美国生产整车和所有零部件，而不是在国外生产，“我们希望美国人买美国自己造的车”。 路透社报道截图 　　有分析指出，用加征关税迫使汽车制造业回流，既不必要，也不现实，只会使美国汽车行业最终失去竞争力。 汽车零售价将出现大幅上涨 　　事实上，经过多年的发展，美国汽车业早已形成了高度协同化的全球供应链，其通过优化资源配置、降低成本、提升效率等机制，为车企带来了多重的竞争优势。 　　在美国销售的通用、福特等汽车，许多都在墨西哥和加拿大组装，零部件则大多来自欧洲和亚洲国家。 　　白宫数据显示，2024年美国进口了约800万台汽车，占全年汽车销量的一半。剩余一半在美国组装的汽车中，国内零部件价值占比仅约为40%到50%。 白宫官网截图 　　怎么迫使遍及全球的美国汽车产业链回流呢？ 　　特朗普政府首先想到的就是加税。今年上半年，特朗普政府宣布对进口汽车和部分汽车零部件加征25%的关税，引发行业剧烈震荡。 　　美国福特公司前首席执行官马克·菲尔兹表示，美国汽车产业因此陷入困境。 　　菲尔兹：“你会看到汽车库存减少，因为在美国生产汽车将变得更加困难，很多零部件需要从国外进口，消费者会争相购买暂时未被加征关税的汽车。如果你是汽车制造商，你可能会考虑，在墨西哥和加拿大生产的零部件，要么推迟生产，要么将零部件囤积起来，直到关税问题解决后再做决定。” 　　加征关税，“受伤”的不仅有美国车企，还有美国消费者。 　　美国有线电视新闻网报道称，对零部件加征关税意味着该行业将增加数百亿美元的新成本，而这些成本最终将转嫁到美国的汽车购买者和车主身上。 　　业内预计，汽车零售价将出现大幅上涨：在美国境外组装或包含其他国家生产的零部件的汽车，价格平均将上涨约 15%到 20%，相当于价格平均上涨约 6000 美元；此外，在美国50 款最畅销车型中，略超半数的车型以及约半数价格在4 万美元及以下的车型将受到影响；哪怕是没有直接受关税影响的汽车的价格也将至少上涨 5%。 　　此外，零部件关税将导致汽车维修、保养和保险价格上涨，这将影响到每一个车主，而不仅仅是考虑购买新车的人。 美国有线电视新闻网报道截图 滥施关税将导致美国汽车业失去竞争力 　　有分析指出，美国政府希望借关税手段迫使汽车制造业回流美国根本不现实。 　　位于美国密歇根州东南部的底特律地区是美国汽车工业的核心地带，美国三大汽车制造商——通用、福特和斯特兰蒂斯汽车公司都位于此。对于处在底特律地区的罗切斯特山市来说，其经济命脉完全基于汽车产业。 　　罗切斯特山市市长布莱恩·巴尼特担忧，美国政府对进口汽车和关键汽车零部件加征关税的政策会对当地经济造成沉重打击。 　　巴尼特：“对于密歇根州东南部来说，这将是雪上加霜的局面。我们最大的贸易伙伴是加拿大和墨西哥，我们的支柱产业是汽车产业，我们在密歇根州东南部所做的一切都与汽车产业捆绑在一起，每辆车都有在加拿大和墨西哥生产的零部件，所以加征关税将是毁灭性的。” 　　巴奈特接受媒体采访时还称，最近对罗切斯特山企业进行的一项调查发现，近60%的企业已排除在今年进行资本投资的可能性，30%的企业计划今年裁员。 彭博社报道截图 　　在产业转换完成之前，美国汽车的销售和产能将受到严重影响。 　　标普全球汽车的一份报告显示，如果美国持续对进口汽车加征高额关税，2025年美国汽车销量将减少约70万辆，北美地区的汽车产量也将减少128万辆。 标普官网截图 　　此外，关税不仅无法创造就业，反而会因需求下降和利润被压缩而导致美国车企裁员。 　　美国汽车行业巨头斯特兰蒂斯集团表示，由于关税政策对汽车行业产生严重影响，该公司决定裁撤其五家美国工厂的900名员工，并暂停加拿大和墨西哥的两家装配厂的生产业务。 路透社报道截图 　　对外经济贸易大学国际经贸学院教授崔凡分析指出，除了汽车关税，钢铝等很多汽车所需的原材料都被征收了高额关税，这导致美国汽车企业的成本大涨，许多企业不得不提价或者裁员。而滥施关税不仅无法让汽车制造业回流美国，更会把美国汽车制造业和全球产业链隔绝开来，最终导致其失去竞争力。

快科技6月2日消息，据媒体报道，NVIDIA和联发科正在合作开发一款面向游戏笔记本的APU。 报道称，这款APU预计将在2026年初发布，其TDP约为65瓦，性能有望与120W的RTX 4070移动版显卡相当。 这款APU将采用基于Blackwell架构的GPU，具体型号尚未明确，但预计会是GB206或GB207的简化版本。 联发科将使用现成的Arm核心（可能是Cortex-X925的继任者）作为CPU部分，类似于其计划用于天玑9500的核心。 这种组合将使其成为市场上最强大的Arm架构产品，性能远超目前高通的产品。 这款APU的发布预计将与一款未公布的戴尔产品同步，其65瓦的TDP意味着它将适合中高端游戏笔记本，不过对于需要更长续航的游戏掌机来说，功耗可能仍显过高。 这款APU的发布可能会在2026年的CES展会上首次亮相，并在随后的几周内正式发布。

1 100多年前，叔本华站在欧洲的东北说，人生就像揣着个无底洞的胃，想吃的没吃着就闹心，可劲儿造完又觉得嘴里没味儿。 100多年后，我站在祖国的东北，不仅嘴里没味儿，且非常闹心。就因为一个月前回了东北老家，天天搁家里吃饭，导致几大外卖平台大战期间，我一张优惠券都没领过，咖啡、奶茶、美味小蛋糕的羊毛一点没薅到。 我的朋友刘小土劝我说，在哪儿跌倒就要在哪儿爬起来，在哪儿没薅着羊毛，咱就蹲在那里一直薅。 比如趁着这个618大促，你在美团闪购给自己换一个新手机，就会发现价格比传统电商平台还要顶，这一把就能薅回来上百杯奶茶。 我火速打开美团闪购，搜了一下关键词“手机”。然后，我被眼前的一幕震惊了，华为、苹果、小米等品牌线活跃，很多产品都给出了一个非常良心的神价，良心到让人怀疑它们以前的良心。 就比如我关注已久的华为Pura 70 Ultra，在美团闪购的到手价是5499元，跟某电商平台华为旗舰店的到手价6699元相比，竟然便宜了1200块。 那一刻，我好像看到了几百杯奶茶，正扛着体重秤列队向我走来。 当然，你也可以用这个差价干点儿健康的事儿，比如，这个钱已经够我再在美团闪购买神价807元的华为运动手表。这块手表原价999元，在其他平台把直降、补贴、国补都用上，得949元。 作为618的新玩家，美团闪购上场就是一套开大的丝滑小连招，那些电商老玩家反倒稚嫩得像是一个新兵蛋子。加之，618大促本来就是手机换新的高峰期，年轻朋友不语，只是一味地下单、下单、下单。 此时此刻，我不再为曾经错过的羊毛闹心，而是开始为双手难戴三表闹心。华为运动手表很香，但美团闪购拿出1700块出头的Apple watch series 10，朋友你将如何应对？我之前满减、国补、优惠券凑出来的2209.15元的价格，算什么？look my eyes，回答我！ 2 在很多人的印象里，美团闪购就是用来买零食、鲜花、家用产品的，偶尔买个数据线、充电器应应急，你会发现价格还有点不漂亮，什么时候都整上手机、运动手表这些硬货了？ 下单完手机，我专门研究了一下这玩意儿，发现自己吃了不少信息差的亏啊。就说618大促期间，2000多款核心品类、热门商品都在美团闪购积极营业，除了数码产品，很多人还在这里买玩具、奶粉、户外产品、小家电、防晒霜等等。 要买儿童节礼物的不愁了，玩具的价格被美团闪购打下来了。其他电商平台乐高官方旗舰店359元（券后价）的迷你迪士尼城堡，在美团闪购这里只要294元。 当爹当妈的省钱了，奶粉也有它们的神价了。其他电商平台卖611元的飞鹤奶粉，美团闪购只要497元。一块钱掰开能当一块二花，年轻爸妈有自己的省钱单位。 端午户外活动的松弛感也有了，迪卡侬、阿迪达斯、亚瑟士等品牌都成了美团闪购618的好店。我花199.9元在迪卡侬官方旗舰店买的登山包已经够便宜了，没想到美团闪购做到了176.9元。下单最快半小时送到，说走不走都不成问题，这对我们这种风象星座的P人来说，无疑是一记绝杀。 如果这些你都没有需求，那夏日消暑、招猫逗狗、护肤美妆呢？别的平台小米电风扇到手价269元，美团闪购说你给206元带走吧。23块钱一瓶的妮维雅防晒霜很便宜了吧！嘿，美团闪购只要16.4元，省出来的差价够我们喝一杯蜜雪冰城了。 而参与美团闪购618活动的很多品牌，都是体验店、商城等线下实体店发出。在捂紧钱袋子的今天，消费者更愿意信任、选择“看得见”的门店，美团闪购不只让人买得便宜，也买得放心。 看到这里，有些小伙伴要开始担心了，价格这么漂亮，套路肯定也少不了吧。在以往的618大促里，价格优惠、操作简单、用户体验好几乎是一个不可能三角，三者不可兼得。去年618就被称作“史上最难”，浇灭了广大消费者参与大促的热情。 朋友们，这又是一个信息差啊。美团闪购的618大促，不玩复杂的预售套路，没有晦涩难懂的攻略，更不会按手速分配优惠力度，你下单直接解锁神价，半小时左右商品就能到达。面目狰狞的618购物节，如今也变得清爽可爱起来。 简单点，大促的方式简单点。彻底告别“重生之我在618当数学家”的辛酸剧情，我们那种薅羊毛最原始的快乐，回来了。 3 除了操作复杂，传统的618还存在一个更严重的问题，就是总喜欢提价再降价，这也是消费者对大促失去信任的关键原因。 美团闪购这位新玩家的加入，不只给618带来了亿点小震惊，对电商领域的低价内卷也是一次解压。在它这里，618的价格打下来了，但把价格打下来不必等到618。 早在618全面开始之前，美团闪购就在全国范围展开了“超级国补周”的活动，北京、上海、深圳、江苏、重庆、长沙等省市的消费者，也纷纷在社交媒体分享薅羊毛的经验，他们通过多方比价发现，美团闪购的商品是真正实现“多快好省”的一个。 小哥们把产品送到，帮助用户一起拿下国补领取的好价，自己也可以拿到更多的提成，据说有的一单甚至有80多块配送费。消费者买得开心，配送员小哥送得快乐，这就是宾主尽欢。 价格之外，在追求即时满足的时代，消费者对线上购物的速度敏感性也在不断提高。据埃森哲《聚焦中国95后消费者群体》报告，超过50%的95后消费者希望当天甚至半天内收到商品，7%的消费者要求两小时内送达。 两小时？终究是我们缺乏想象力了，美团闪购已经做到30分钟送达。个人亲测。做饭之前在美团闪购买一瓶五粮液，开餐的时候就能直接跟亲朋好友碰杯了。对比一下价格，哟吼你猜怎么着，比去年双11还要便宜将近100块。 很长时间里，美团闪购都被当成满足应急需求的渠道，配送速度快，但架不住东西品类少、价格还贵。过去这些年，美团闪购接入的品牌、产品越来越多，现在价格还做到了跟电商平台打平，乃至更便宜，劣势一点点补齐，时间优势又被无限放大，竞争力自然提上来了。 消费者等得起，但没必要等了；消费者有能力囤，但没必要囤了。所以，年轻群体对美团闪购爱得也很明显，截止到2025年第一季度，美团闪购累计交易用户规模突破5亿，其中90后年轻用户占到2/3。 美团闪购在618打出来的优势，本质上是即时零售的优势。大家都在这里买手机、电器、奶粉等产品，这足以证明，即时零售渗透到大众日常消费已经是不可阻挡的趋势。这也体现在数据上，商务部研究院发布的《即时零售行业发展报告》提到，中国即时零售行业近年来保持高速增长，预计2025年即时零售市场规模将达到2022年的3倍，也就是大概1.5万亿元。 传统电商也好，即时零售也罢，都是“资本做局”，美团闪购这种闷声干好事的，我们才爱看也爱参与。总有人说过期羊毛犹如砒霜，朋友你恐怕还没悟到，像我这种股票市场浴血奋战多年的大抵明白一个道理，现在趁着618在美团闪购多多补仓神价产品，拉低一下均价，也是另一种意义的买到赚到。

IT之家 6 月 2 日消息，Steam 5 月份硬件和软件调查报告已出炉，NVIDIA 显卡和 Windows 11 操作系统继续在市场中保持领先地位。 IT之家注意到，在显卡使用情况方面，NVIDIA 以 74.18% 的市场份额遥遥领先，其中 NVIDIA GeForce RTX 3060 显卡以 4.56% 的占比成为最受欢迎的显卡。AMD 和 Intel 分别以 17.62% 和 7.85% 的市场份额位列第二和第三位。 操作系统方面，Windows 11 64 位系统以 58.30% 的市场份额位居榜首，且相比上个月增长了 0.46%。这表明 Windows 11 系统正在逐渐获得更多用户的青睐，其市场份额的增长可能与微软对 Windows 10 的支持即将结束有关。 在处理器市场上，Intel 以 59.69% 的市场份额领先于 AMD，后者占据 40.31% 的市场份额。 在 VR 头戴式显示器方面，Oculus Quest 2 以 29.10% 的市场份额继续领先，尽管相比上个月下降了 0.74%。其他受欢迎的 VR 设备包括 Meta Quest 3、Valve Index HMD，分别占据 22.66% 和 15.56% 的市场份额。 此外，调查还显示 16GB 系统内存以 43.00% 的占比成为最常用的配置，而 1920 x 1080 的显示器分辨率以 55.35% 的占比继续主导市场。在语言使用方面，英语以 38.24% 的占比成为最常用的语言，简体中文紧随其后，占比 24.12%。

星舰升空 凤凰网科技讯 北京时间6月2日，据TheVerge报道，SpaceX星舰的第九次试飞再次失败，遭遇连续第三次爆炸。专家指出，星舰的测试过程不同于之前的猎鹰9号，想一次实现所有目标导致失败率大大提高。 美国高级空天研究学院(SAASS)的太空政策专家温迪·惠特曼·科布(Wendy Whitman Cobb)表示，在火箭开发过程中出现这种程度的失败其实并不罕见，特别是在测试大型火箭这样复杂的新型航天技术时。 然而，星舰的测试方式与人们过去所熟悉的航天行业那种渐进式、稳扎稳打的开发节奏明显不同。 “很多人觉得SpaceX的测试方式不同寻常，是因为它并不是我们过去测试火箭所采用的一贯方式。”科布表示。 边测边炸 从历史上看，像美国宇航局(NASA)这样的航天机构，或者像联合发射联盟(ULA)这样的传统航天企业，他们在开发火箭时都非常谨慎，不会轻易进行测试，除非对成功有相当的把握。 这种传统测试方式现在仍在持续，比如NASA的太空发射系统(SLS)项目。这个项目从启动到现在已经拖了十多年。科布指出：“他们会花尽可能长的时间来确保火箭能够正常工作，确保发射能够成功。” 然而，SpaceX选择了一条不同的道路，它频繁进行测试、接受失败并迅速迭代。这一直是其成功的核心，使得该公司快速实现可重复使用的猎鹰9号火箭等开发进展。 星舰之前的爆炸 然而，这也容易引发频繁且广为人知的失败，破坏了发射场周边地区环境，导致SpaceX被投诉，与监管机构发生冲突。 此外，外界还对SpaceX CEO埃隆·马斯克(Elon Musk)与特朗普政府之间的政治关系，以及他对SpaceX相关联邦监管工作的非民主式影响表示严重关切。 背离猎鹰9号测试方式 即便按照SpaceX快速推进、打破常规的行事风格，星舰的研发过程也显得颇为混乱。虽然猎鹰9号之前也经历了许多失败，但总体上有一条较为清晰的发展路径：从频繁失败，到逐渐减少失败次数。而星舰的发展则更加断断续续，进展不稳定。 SpaceX此前的开发是渐进式的，先证明火箭本身可靠，再逐步解决更复杂的问题，比如助推器或第一级的可重复使用性。例如，该公司在测试几年后，才开始尝试回收猎鹰9号的助推器并重复利用。 星舰则完全不同。科布表示：“他们试图在星舰项目上一次性实现所有目标。”也就是说，该公司在推出配备新型发动机的全新火箭的同时，还希望让它可重复使用。“这真的是一个非常艰巨的工程挑战。”科布称。 对于SpaceX来说，为星舰提供动力的“猛禽”发动机，是一个特别棘手的工程难题。一方面，它的数量非常多：每枚星舰配备多达33台猛禽发动机，这些发动机密集排列在一起；另一方面，它们还必须能够完成在太空中重新点火这一复杂任务。尽管在此前的一些星舰测试飞行中，发动机成功实现了重新点火，但它也曾成为失败原因之一。 马斯克豪赌火星 那么，为什么SpaceX要如此激进、快速地推进这一切呢？这是因为马斯克一心想要登陆火星。从理论上讲，SpaceX使用猎鹰9号等现有火箭，也可以执行火星任务，但火星任务所需的大量设备、物资和人员所产生的总重量非常巨大。要使火星任务变得相对可行，就必须能够在一次发射中运送大量物质，这就是为什么需要像“星舰”或NASA的SLS这样的更大型火箭的原因。 NASA过去一直在“两手准备”：一方面自主研发重型运载火箭，另一方面也支持星舰的开发。但随着近期预算被削减，SLS被取消的可能性越来越大。这意味着，SpaceX可能会成为唯一能够推动NASA火星计划的合作方。 马斯克 不过，要让“星舰”具备开展载人任务的条件，还需要做大量的工作。要实现这一目标，还需要制定出切实可行的载人计划。 马斯克本周表示，他的目标是在2026年进行一次星舰飞往火星的试飞，最快在2028年启动载人测试任务。那么，这真的可能实现吗？ “我认为这完全是妄想。”科布表示。她指出，SpaceX目前似乎并未认真考虑诸如为星舰添加生命维持系统、为火星建立栖息地、建设发射与着陆平台以及基础设施制定具体计划。 科布表示：“在我看来，SpaceX并没有真正做到言行一致。如果他们真能赶上明年的发射窗口，也只能是一次不载人的试飞任务。目前他们根本不可能把人送上火星。而且，我也非常怀疑他们是否真能按时发射。” 当然，这并不意味着星舰永远无法抵达火星。“我相信SpaceX最终会靠工程手段解决问题。我相信他们的工程能力足够强，最终会让星舰成功执行任务。”科布表示。但是，和明年的目标相比，在未来十年内将一枚不载人的火箭送上火星要现实得多。 至于载人火星任务，那又是完全不同的难度了。“如果他们的目标是建立大规模人类定居点？那得需要几十年的时间，”科布说，“我不确定自己是否还能活着看到那一天。”(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

快科技6月2日消息，在公开表态“诋毁本身就是一种仰望”之后，雷军今日再发微博，疑似回应外界质疑声音。 “我们永远相信，后来者总有机会！”今天上午，雷军在微博上引用玄戒O1芯片发布会上的一句话语，再次表达了对外界质疑的回应。 雷军此前在发布会上坚定表示，后来者一开始肯定不完美，总会被嘲笑、被怀疑，但后来者总有机会。 昨日，雷军发微博在介绍今年5月小米SU7交付量、预告小米YU7大规模量产的同时写道：“刚学会一句莫言名言：诋毁，本身就是一种仰望。” 随后，雷军编辑了本条微博，删除了这句话，但留下了带有上述话语的图片和小米汽车相关信息。 在评论区，网友纷纷表示“小米YU7必然卖爆”“诋毁，本身就是一种仰望！太对了”“只有强大才会让人感到危机，别人会诋毁”，雷军则用比心表情一一回复，表达了对上述评论赞同。 外界普遍认为，近期雷军及小米高管的表态，是疑似对余承东此前发言的回应。 5月31日举办的“2025未来汽车先行者大会”上，余承东火力全开，称“某公司有强大流量，只做一款车就卖爆了”，疑似直指小米。 “大家看到，从其他行业来的这个公司只做一款车就卖爆了。虽然他的产品可能不是那么好，但卖得很爆，无论它的质量，甚至它的智驾能力都很……” 他同时接着表示，正是因为这家企业有强大的品牌能力、流量能力，所以一个产品就能打爆。 “就是新媒体互联网社交网络时代强大的营销能力，强大的品牌能力，所以他的一个产品哐就能打爆” 最后，余承东颇有些无奈地表示：“我们做的产品，做的比他还好啊，质量好、体验好、性能好，各方面都好，你还卖不过他，甚至还卖不过他的零头，这就是今天这个时代，没有办法。” 雷军早年接受采访时表示：曾经我也是华为的铁杆粉丝，但是后来友商的子品牌，从诞生之日，就怎么Low怎么来！我们只好生死看淡，不服就干！

IT之家 6 月 2 日消息，据外媒 The Decoder 1 日报道，Palisade Research 最近举办的一系列网络安全竞赛表明，AI 智能体已具备与人类黑客正面较量的能力，甚至在部分场合中胜出。 研究团队在两场大规模的“夺旗赛”（CTF）中对 AI 系统进行了实战测试，数千名选手参与角逐。在这类比赛中，参赛队伍需通过破解加密、识别漏洞等方式解决安全难题，找到隐藏的“旗帜”。 测试的目的是检验 AI 智能体能否与人类队伍抗衡。结果显示，AI 的表现远超预期，大多数参赛 AI 都超过了人类选手的平均水平。 参赛的 AI 系统复杂程度各不相同。有的团队如 CAI 花费约 500 小时打造专属系统，也有像 Imperturbable 团队仅花 17 小时就通过优化现有模型 EnIGMA 和 Claude Code 的提示词参赛。 在首场名为“AI vs. Humans”的比赛中，六支 AI 团队与约 150 支人类队伍展开比拼。所有选手需在 48 小时内完成 20 道密码学与逆向工程题目。 七个参赛 AI 中有四个成功破解了其中 19 道题。排名最高的 AI 团队位列总榜前 5%，整体表现优于大多数人类选手。比赛题目均可在本地运行，降低了 AI 的技术门槛。 尽管如此，部分经验丰富的人类选手依旧不落下风。有选手指出，自己曾参加多支国际强队，丰富的 CTF 实战经验和对常用解题策略的熟悉，是他们保持竞争力的关键。 第二场“Cyber Apocalypse”则难度大幅升级。AI 智能体需面对全新题型，并与近 18000 名人类玩家同台竞技。62 项任务中，不少要求与外部服务器进行交互，对主要依赖本地计算的 AI 系统提出挑战。 IT之家从报道中获悉，本场共有四个 AI 智能体参赛，其中 CAI 表现最佳，完成了 20 项任务，排名第 859 位，位列全部参赛队伍前 10%、活跃队伍前 21%。Palisade Research 表示，该 AI 系统的表现超过了约 90% 的人类团队。 研究人员还分析了 AI 所破解题目的难度。以人类顶尖队伍解题所需时间为参考，发现 AI 有 50% 成功率解出人类高手也需约 78 分钟才能破解的题目。换言之，AI 已具备解决高难度问题的能力。

快科技6月2日消息，今后，Windows 11电脑USB-C接口功能混乱的局面，终于要结束了。 微软承诺，通过Windows 11 WHCP（ Windows 硬件兼容性计划）新规，终结USB-C接口混乱的情况。 未来，微软承诺，确保所有USB-C接口都支持数据、充电和显示功能。这意味着，用户无需再猜测哪些接口支持哪些功能，只要插上就能用。 微软指出，新规应该已经适用于已安装Windows 11 24H2的认证Windows 11笔记本电脑和平板电脑。 微软在博客中据了一个例子：“在客户演示前五分钟，我把4K显示器插到了一台新笔记本电脑的USB-C接口上。结果显示器不亮，我脑子里一片混乱——线缆明明插好了，为什么就是不亮呢？ ” 上述问题不在于USB-C接口本身，而在于“整 PC生态系统中USB-C接口功能并不一致”。换句话说，并非所有USB-C接口都生来平等，你无法仅凭外观判断哪些接口能够提供完整的体验。 实际情况是，一个接口可以为笔记本电脑充电并连接4K显示器；另一个接口可能仅提供USB 2.0的数据传输速度。 “USB规范允许这样做，但如果没有明确的强制要求，消费者将面临沮丧、猜测和无休止的故障排除。 ”微软说。 理论上，USB4标准承诺，一个USB Type-C接口即可实现所有功能——充电、高速数据传输、多显示器显示以及与Thunderbolt外设的兼容。 然而，Windows诊断数据显示，27%配备USB4的PC遇到过功能受限通知，这意味着用户插入了USB-C设备，但 PC 上未实现该设备所需的功能。 微软表示，大多数人不知道“USB 3.2 Gen 2x2”的含义，也不知道哪个接口支持哪些功能。因此，我们很高兴看到 USB-IF推出了更简洁、 更清晰的品牌标识指南，例如“USB 40Gbps”和“USB 80Gbps”，让每个人都能更轻松地了解每个接口的具体功能。 我们认为，清晰的品牌形象对于在Windows 11 PC上使用 USB-C接口的实际客户体验至关重要。虽然USB规范赋予 PC制造商选择端口支持的可选功能的能力，但我们的目的是为PC上的USB-C接口功能设定最低标准。 此外，微软还列出了一份Windows 硬件兼容性计划 (WHCP)新规下，不同USB接口的功能要求标准，大家可以详细对照。

【新智元导读】LLM根本不会思考！LeCun团队新作直接戳破了大模型神话。最新实验揭示了，AI仅在粗糙分类任务表现优秀，却在精细任务中彻底失灵。 LLM真的可以像人类一样「思考」了？ 图灵奖得主Yann LeCun联手斯坦福团队最新论文，狠狠打脸了LLM类人的神话。 论文链接：https://arxiv.org/abs/2505.17117 一直以来，LeCun认为，大模型就是随机鹦鹉，它们的智力甚至连阿猫阿狗都不如。 实验惊喜地发现，针对「鸟类」、「家具」这种粗分类任务，LLM表现远超「随机猜测」。 然而，它们在精细语义任务中，却栽了个大跟头。 还是同样的例子，人类一眼就能看出「知更鸟」比「企鹅」更像鸟类，这是因为知更鸟会飞、会唱歌，符合「鸟」的典型特征。 对于LLM，它们完全抓瞎，压根儿就分不清这种差异。 究其原因，LLM的内部概念结构和人类直觉，有着根本性错位。也就是说，它们可能知道「鸟」这个词，却理解不了「鸟」的深层含义。 那么，为什么LLM会有这种缺陷？ 通过信息论框架，LeCun团队发现了惊人的事实： LLM追求的是极致的统计压缩，而人类追求适应性语义丰富。 人类语言通过结构所定义的范畴或许因语言而异，但这些范畴最终都映射至一个共通的认知空间——这既代表着人类共同的精神遗产，亦勾勒出心智世界的地理图谱 在铺开具体实验细节之前，先来看看研究的核心亮点。 LLM类人思考？大错特错 大模型真的像人类一样，形成「概念」和「意义」吗？ 还是，它们只是对海量文本的模式进行复杂拟合，根本不懂意义？ 针对这些疑问，研究人员引入了一套经典的「心理学实验数据」。 不同于网友随手投票，这些数据是数十年来的严谨、可靠的科学实验成果，来自认知科学领域的黄金标准。 比如，如何判断什么是「鸟」、什么是「家具」等。 实验中，研究团队测试了30多个大模型，包括BERT、LLaMA、Gemma、Phi、Qwen以及Mistral等6大算法家族，让它们来「理解」这些数据。 这里，他们使用了两个关键指标的权衡： · 压缩能力：模型能多高效地「组织」信息？ · 意义保留：压缩之后，还能留下多少语义细节？ 那LLM结果如何？ 三大关键发现 团队通过分析多个不同LLM的token嵌入，并将其与经典的人类分类基准进行对比，得出了3大关键发现。 发现1：LLM有点像人 大语言模型确实能建立与人类一致的概念分类，而且表现显著高于随机水平。 图1：LLM生成的聚类结果与人类概念分类呈显著一致性 图1中展示的是人类分类与LLM嵌入聚类之间的调整互信息（AMI）得分，横轴为模型大小。 结果取自三个心理学数据集的平均值。所有模型的表现都明显优于随机聚类。 LLM生成的聚类结果与人类定义的概念类别显著吻合，这表明，模型捕捉到了人类概念组织的关键特征。 意外惊喜：小模型BERT竟然比超大模型表现更好！这说明一个问题：模型不一定越大越聪明。 这一现象揭示除规模因素外，还有其他变量会影响类人化的范畴抽象能力。 这些发现证实，LLM能够从其嵌入表示中还原出与人类认知相似的宽泛范畴，从而为更深层次的比较分析提供了依据。 然而，这种表面上的类人能力仅限于概念范畴的粗略划分。 进一步深入分析，发现真相并不简单。 发现2：精细语义的「滑铁卢」 在处理细粒度语义时，LLM明显吃力。 虽然LLM能有效构建宏观概念范畴，但其内部表征与人类感知的细粒度语义区分，如item典型性、与类别原型的心理距离等，仅保持有限的一致性。 这表明LLM与人类在概念内部的信息组织方式上，存在本质差异。 原文图5：LLM嵌入距离与人类典型性判断之间的相关性 比如——它们知道麻雀和企鹅都是鸟，但没法理解：相比企鹅，麻雀是更「典型」的鸟。 模型内部的概念结构，和人类的直觉不在一个频道上。 在LLM中，item嵌入与其类别标签嵌入的相似性驱动因素，可能与人类典型性依赖的丰富多维标准，如感知属性、功能角色不同。 因此，LLM可能倾向于捕捉与类别标签更统计均匀的关联，从而低估了人类概念中以原型为中心的渐进性质。 更重要的是，这一偏差不仅体现在具体的典型性判断中，更在于LLM与人类在信息组织方式上的根本差异。 发现3：存在本质差异 LLM和人类大脑，优化的目标根本不是同一个！ · LLM追求极致压缩，尽量减少冗余。 · 人类追求丰富灵活，坚持保留上下文与适应性。 本质不同，注定思维方式不会一样。 这些发现揭示了当前人工智能与人类认知体系之间的重要差异，为构建更加贴近人类概念表征的LLM提供了方向。 这解释了为什么LLM既能展现出令人惊叹的能力，同时又错过了一些显而易见的拟人类式推理。 它们并没有出问题—— 只是它们优化的是模式匹配，而不是人类使用的丰富、利用上下文的理解。 这意味着： · 目前Scaling可能无法实现类似人类的理解能力； · 大家需要找到更好的方法，在压缩信息和保留语义丰富性之间取得平衡； · 实现通用人工智能（AGI）可能需要重新思考当前的优化目标。 简单来说，大模型就像是一台超级压缩机，拼命地把信息压缩，以消除冗余，追求最高效的模式匹配。 这让它们在处理大量数据时表现惊艳，但也丢掉了人类认知的精髓—— 那些模糊的、语境化的、充满细微差别的意义。 还以之前的分类举例，人类会因为「知更鸟在树上唱歌」的画面强化「鸟」这一概念，而大模型只会冷冰冰地计算单词的统计概率。 这并不是LLM的「故障」，而是它们被设计成了「模式匹配的机器」。 接下来，具体看下实验的实施细节。 三大核心问题 概念是人类认知的核心支柱，能让人高效理解信息，从稀疏数据中进行类推，并实现丰富的交流。 若LLM希望超越表面模仿，迈向更接近人类的理解方式，就必须深入研究它们的内部表征是如何权衡「信息压缩」与「语义保真」。 已有研究探索了LLM中的概念结构，提供了有益的视角，但大多缺乏一种基于信息论的方法，来定量地比较LLM与人类在「压缩与语义」的权衡上的表现。 而且「概念」的定义也没有得到公认的认知理论支持。 因此，关于LLM与人类在表达效率与语义保真度之间如何权衡的严谨比较仍然是一个亟待解决的问题。 另一方面，认知科学领域也曾将信息论应用于人类概念学习的研究中，但这些工作通常未与现代AI模型建立联系。 这次新研究的目标正是要填补这一空白，将认知心理学、信息论与现代自然语言处理结合起来。 为此，他们提出三大核心研究问题作为研究的主线： [RQ1]：LLM中涌现出的概念，在多大程度上与人类定义的概念类别相一致？ [RQ2]：在人类与LLM中，这些概念是否展现出相似的内部几何结构，尤其是在典型性方面？ [RQ3]：在人类与LLM的概念形成过程中，各自是如何权衡表示压缩与语义保真的？ 这三个问统一在信息论分析框架下进行探讨： RQ1从宏观层面对比LLM和人类在概念分类上的对齐情况，这是信息压缩的关键表现； RQ2深入到这些类别的内部结构，分析诸如「词条典型性」等语义细节的保留程度； 在此基础上，RQ3利用完整的信息论框架，全面比较LLM与人类在压缩与语义之间的优化策略是否存在根本差异。 统一框架：信息论分析 借鉴了率失真理论（Rate-Distortion Theory，RDT）和信息瓶颈原理（Information Bottleneck，IB）的核心思想，研究团队从统一的信息论视角深入探讨研究中的三大核心问题。 研究首先从表示的紧凑性与语义保留这两个方面入手，逐步展开分析，最终综合这些见解来评估概念表示的整体效率。 结合信息论的视角，三大研究问题按如下方式展开： [RQ1]通过类别对齐探究表示的紧凑性：首先关注信息如何被压缩成类别结构。 无论是人类的分类方式，还是LLM生成的聚类方法，都是将多样的元素X简化成有组织的类别C。 针对RQ1，通过衡量模型聚类（CLLM）与人类分类（CHuman）之间的信息重合程度（如使用调整互信息等指标），评估两者在压缩信息时的一致性。这一部分主要对应框架中的「复杂性」维度，即输入信息的高效表示能力。 [RQ2]通过内部结构探究语义的保留：接下来考察在压缩后的表示中，意义是否仍然被准确保留。 有效的系统应能维持重要的语义细节。 为研究RQ2，研究团队对比了LLM内部用于衡量元素中心性的指标与人类对典型性的判断，考察模型是否能捕捉到人类分类（CHuman）中的细致语义结构。这部分对应的是框架中的「失真」（或语义保真度）维度。 [RQ3]评估整体表示效率中的权衡关系：在探讨了紧凑性和语义保留之后，研究团队将整个框架整合起来。 针对RQ3，研究团队使用统一的目标函数L（将在后文详细说明），定量评估LLM与人类在应对信息权衡问题时的效率。 理论基础：率失真理论+信息瓶颈 为了严格形式化「表示紧凑性」与「语义保留」之间的平衡关系，信息论提供了一些理论工具。 其中，率失真理论（Rate-DistortionTheory，RDT）提供了基本框架。 RDT用来衡量在允许最大「失真」D（即语义损失）的前提下，将信息源X表示为C所需的最小「比率」R（即表示复杂度）。 其目标通常是优化R+λD代价函数，从而对表示效率进行系统评估。 另一个相关理论是信息瓶颈原理（Information Bottleneck，IB）。 IB方法试图从输入X中提取一个压缩表示C，该表示在保留尽可能多关于相关变量Y的信息的同时，最小化C与X之间的互信息I(X;C)——也就是压缩带来的「代价」。 这个过程通常被形式化为最小化I(X;C)−βI(C;Y)。 分析框架直接借鉴了RDT中「率失真权衡」的核心思想，构建了一个明确表达该权衡的目标函数L。 率失真曲线的例子 目标函数：复杂性与语义失真之平衡 在信息论的分析框架下，目标函数用于评估由原始词项集合X（如词嵌入）所派生的概念类簇C的表示效率： 其中，β≥0是一个超参数，用于平衡这两个部分在整体目标中的相对重要性。 这个函数提供了一个统一而严谨的度量方式，用于评估某个类簇方案C在信息压缩与语义保留之间的权衡效果，是解答RQ3的核心工具。 信息论框架要具备完整的工具集，还需要定两个关键部分： （1）复杂性项，对应RDT中的「比率」，用于量化将原始项X表示为类簇C所需的信息成本，表示的紧凑程度（RQ1）； （2）失真项，对应RDT中的「失真」，用于衡量在这一类簇结构中所丢失或模糊的语义信息，衡量语义保留的程度（RQ2）。 与IB原理中的思想一致，复杂性项采用互信息I(X;C)。 但在失真项上有所不同，研究者采用的是类簇内部的语义方差，即项嵌入相对于类簇中心的离散程度，来直接衡量语义的保真度。 在IB中，「失真」与外部变量Y的相关性绑定不同。与之不同，这次做法是将语义失真作为类簇结构本身的一种内在属性直接计算。 不管是基于人类认知数据还是LLM嵌入构建的类簇结构C，这种直接的方法能够清晰地评估，类簇在保持结构紧凑性和表达原始数据X的语义信息之间，是如何实现平衡的。 下面将框架中的两个核心组成部分：复杂性（Complexity）和失真（Distortion）。 复杂性项 第一个部分是Complexity(X，C)，衡量的是将原始项X表示为类簇C所需的信息成本或复杂程度。 具体地，它通过项与其类簇标签之间的互信息I(X;C)来衡量。 互信息越小，代表压缩效果越好，也就是说，用类簇标签C表示项X所需的信息越少。 定义如下： 因此，复杂性项可以表示为： 该项正是用于量化RQ1中所关注的「表示紧凑性」。 失真项 第二个部分是Distortion(X，C)，用于衡量将项归入类簇时所损失的语义精度。 项嵌入在类簇内的平均方差来反映了语义精度损失，即类簇内的项与中心之间的距离越小，说明语义保留得越好，类簇越具有语义一致性。 对每个类簇c∈C，先计算其质心（中心点）： 再类簇内部的方差： 最后，总的失真值定义为： 失真越小，说明类簇中的项越集中在其语义中心，语义信息保留越好，直接关联于RQ2中提出的语义保留问题。 实证研究 为了回答核心研究问题，研究者精心准备了基准数据集。 之后，在基准数据集和统一架构下，研究人员比较LLM与人类在概念策略差异。 数据集 自认知心理学中的经典研究，深入揭示了人类的概念形成过程，提供了丰富的实证数据，说明人类如何进行分类判断、如何评估类别成员归属感以及如何感知「典型性」。 与许多现代众包数据集相比，这些经典数据集经过认知科学专家的精心设计与筛选，更能反映人类深层次的认知模式，而非表面上的联想关系。 它们基于当时正在发展中的概念结构理论，具有高度理论指导意义。 研究团队特别选取了来自不同小组的三项深远影响的研究。 它们都采用了严谨的实验设计，并提供了关于类别分配和典型性的重要数据。 这次研究整合了这些数据，构建了统一的基准数据集，覆盖34个类别，共1049个item。 [RQ1]评估概念对齐性 为探究LLM所生成的概念类别与人类定义的类别之间的对齐程度（对应RQ1，即表示紧凑性的考察），研究人员对LLM的token嵌入进行k-means聚类。 聚类数量K由每个数据集中人类类别的数量决定。 以下指标用于衡量LLM类别与人类类别之间的一致性，并与随机聚类作为基线进行比较： 调整互信息（AMI） 归一化互信息（NMI） 调整兰德指数（ARI） 这些指标用于量化模型在压缩信息的同时，是否以与人类相似的方式组织类别。 [RQ2]分析类簇内部几何结构与语义保留 为了评估LLM表示是否能捕捉到人类所体现的「典型性」特征（对应RQ2，即语义保真度的衡量）， 研究团队分析类别内部的几何结构： 对每个item，计算其词元嵌入与其对应的人类定义类别名的词元嵌入之间的余弦相似度（例如，「robin」与「bird」）。 然后，将这些LLM计算得到的相似度，与来自认知科学数据集的人类「典型性评分」进行相关性分析（采用Spearman等级相关系数ρ）。 该方法用于检验LLM能否捕捉人类在语义类别中对「更具代表性」成员的判断。 [RQ3]评估压缩与语义之间的整体权衡效率 为了评估LLM与人类在压缩信息与语义保留之间的整体平衡（对应RQ3），研究团队使用第4节中提出的目标函数L（β=1），分别对人类与LLM的概念结构进行计算。 LLM的类簇结构由多种K值下的k-means聚类结果构成； 对比分析其复杂性项I(X;C)与失真项之间的权衡。 此外，他们还将类簇熵作为紧凑性（压缩能力）的辅助度量标准。 为保证稳健性，所有k-means聚类均进行100次随机初始化，并取结果平均值。

【新智元导读】48小时前，互联网女皇的一份340页《人工智能趋势报告》一经发布，立刻引起圈内地震。时隔6年，Mary Meeker依然宝刀未老。硅谷大佬们已经不眠不休，连夜开始研读了！ 互联网女皇、传奇投资者Mary Meeker，再度出山！ 曾经，女皇的《互联网趋势报告》一出，整个科技圈都要抖三抖。硅谷大佬觉都不睡了，都要连夜研读这份刷屏圈内头条的重磅报道。 蛰伏几年后，她带着一份340页重磅报告，又回来了。 这一次，她瞄准了AI界的当红炸子鸡OpenAI。 在各个创始人和CEO的圈子，这份报告已经全面爆火 在这份340页报告中，51次出现「前所未有」这个词，核心要点就是——AI驱动的这场变革已经全面且不可逆转，既是机遇遍地的黄金时代，也是奇点的「关键时刻」！ 女皇本皇，五年后回归 Mary Meeker，大名鼎鼎的互联网女皇。 曾经，她是曾是摩根士丹利TMT团队的一员。这个团队分量举足轻重，曾经领导了Netscape的IPO，这直接开启了1996年的互联网繁荣！ 在1996年，她发布了《互联网趋势报告》的第1版——一份长达322页的深度分析，探讨了网络的潜力。 从此，她每年都会发布互联网趋势报告，并且早早就预见到了以下几个趋势。 a. 1996年 → 在线人口激增（到2000年增长10倍） b. 2000年 → 在线广告>印刷广告（于2004年发生） c. 2008年 → 移动占据主导地位（于2014年发生） 2010年，她加入凯鹏华盈（Kleiner Perkins），领导他们的成长基金，随后一举投资了 Facebook、Spotify、Square、Twitter和Snap，见证了它们的辉煌。 2018年，KP Growth Fund分拆，重新命名为BOND Capital。 2019年，她暂停撰写《互联网趋势报告》，专注于创办BOND。 如今，暌违六年，她带着340页重磅《AI趋势报告2025》回归了！ 在这份报告中，值得摘抄的金句比比皆是，比如下面这些例子。 就像过去的电力和其他通用技术一样，人工智能和云计算数据中心代表了工业化的下一个阶段。 ——Brad Smith，微软副董事长兼总裁 这次情况不同。我们可以通过规模来弥补，将来我们也会想办法将用户变现。 ——商业中最危险的三句话 下面，就让我们看一看这份报告的核心内容。 AI推理，已经暴跌成白菜价 如今，AI使用成本下降的速度之快，已经是前所未有。 如今，虽然训练一个顶级模型的成本高达10亿美元，在过去8年里飙升了2400倍，但推理成本在两年内已经暴降了99.7%。 （以上数字，由每百万token的成本计算得出） 由此，整个行业的游戏规则都在被重塑。 2024 Blackwell GPU的单token功耗，已经比英伟达2014年推出的Kepler GPU前代产品低了105000倍。 顶尖AI模型的成本，从此迅速下跌。 因此，专注于定制化场景的轻量级模型，相比起OpenAI这种烧掉巨额资金的巨人，将直接完爆。 与此同时，谷歌的TPU和亚马逊的Trainium也在大规模开发，用于云服务，而且进展迅速。 在Mary Meeker看来，这些不是边缘项目，而是基础性的赌注。 OpenAI估值神话，竟靠印度老哥撑起？ 这份报告还透露了一个令人意想不到的事实—— 印度，已经成为ChatGPT应用的全球第二大市场！ 是的，如今ChatGPT最大的月活用户竟是来自印度，占比13.5%，直接超越美国本土的8.9%。 而更令人惊讶的是，印度竟同时是DeepSeek最大的市场。 在DeepSeek移动应用的全球用户中，有7%来自印度。 其中一个原因就是，每GB互联网数据的低成本能够让67%的国民上网。 而另一个亮点就是，印度老哥的对价格的敏感度要远远超过美国用户，因此如果有哪些竞争对手能做到以低成本突围，就拥有了非常有力的突破口。 中国模型鲸吞市场，烧钱模式不灵了？ 与此同时，中国模型正以极低的成本鲸吞市场，速度也是前所未有。 如今，OpenAI估值已达3000亿美元。 但Mary Meeker犀利指出：比起收入，OpenAI的估值看上去实在是「太贵了」！ 毕竟，OpenAI、xAI和Anthropic这三家顶尖AI公司筹集的资金，已经达到950亿美元，直接壕出天际。 然而，三家加起来的预期年化收入，也不过120亿美元而已。 具体来说，OpenAI的年化收入约92亿美元，估值却飙升到了3000亿美元，估值是收入的33倍。 而Perplexity和xAI的估值/收入倍数，都达到了约75倍。 比起中国模型，尤其是DeepSeek带来的低成本开源替代方案，这个泡沫已经在被戳破的边缘。 可以说，他们的基本商业模式，快被中国玩家连根掘起了。 对此，Mary Meeker的评论亮了——「投资人，请只投资你愿意损失的金额」。 把所有鸡蛋放在一个篮子里是很冒险的，因为现在一切都在上涨，看起来无往不利——直到某一天情况突然反转。 如今，中国AI模型已经在飞速追赶，性能接近了美国AI的顶尖水平，成本却低得可怕。 比如，百度ERNIE 4.5 Turbo的成本只有DeepSeek V3的40%，GPT-4.5的0.2%。 这个成本价对比，实在太惨烈了。 与此同时，DeepSeek-R1已经在MATH Level 5数学基准测试中取得了93%的高分，非常接近OpenAI o3-mini模型的95%。 与此同时，如今中国工业机器人的装机量，已经占到了全球的75%。 而根据Meta首席技术官Andrew Bosworth的说法，如今全球的AI态势，已经发展成了一场不折不扣的全新「太空竞赛」。 如今大家已经公认，AI体现的是各国的综合实力，直接决定了未来地缘政治的影响力。 可以说，如今的AI模型争霸战，基本就是中美两国的战场。 17年至24年的统计数据显示，中国发布的大规模AI系统数量，已经和美国不相上下。 ChatGPT 17个月暴增8亿用户，史无前例 当然，无人能否认此前ChatGPT的辉煌。 毕竟，它曾在17个月内达到8亿用户，这种增长速度已经超越了人类历史上任何一项技术。 可以看到，ChatGPT的应用内使用时间，已经在两年内翻了一番。 其中，桌面端是用户进行重度工作的场所，每天参与时间为18分钟，比多邻国的15.5分钟更长。 并且，谷歌的搜索市场份额，也在被OpenAI毫不留情地鲸吞。 如今，OpenAI的年度搜索量是3650亿次，达到谷歌的5.5倍。 可以说，我们已经在逐步见证搜索市场的大变天。 如今，AI的用户增长、使用量和资本支出，都是前所未有的爆炸式增长，已经达到了人类史上最快的技术渗透速度。 而在过去1000年，技术进步已经推动了全球GDP的指数级增长。 不过，ChatGPT会永远占据主导份额吗？答案是未必。 或许，它将成为谷歌，或者像AltaVista那样被彻底遗忘。 图表显示，DeepSeek和Grok已经明显地后来居上了。 下一个10亿用户市场，会在哪里？ 下一个十亿用户，会是AI原生用户吗？ 10年前，谷歌发起了面向技术的语言和低连接性可访问性的NBU（Next Billion Users，下一个十亿用户）项目，让技术能够接纳下一个10亿互联网用户。 今天，「NBU」正在从以语言为中心转向以AI为中心。 低连接性 → 卫星互联网连接性 浏览器/应用界面 → 语音/语言界面 如今，全世界还有人口总数的32%——26亿人，尚未接入互联网。 而因为卫星驱动的互联网接入增长，这批人群接入的潜力将大大增加。 就如同来自印度的十亿互联网用户，跨越了桌面/PC和宽带时代。 下一个十亿互联网用户，将跨越应用生态系统，直接进入智能体生态系统。 届时，他们将越过浏览器和搜索栏，直接使用AI。 由此，他们完全跳过了传统应用层，以智能体为中心的体验，将颠覆现在已有的所有互联网技术等级，平台的意义将被消解、重新分配。 总之，目前的AI赢家，并不是永远的赢家。基础设施正在发生巨大改变，应用也会随之改变。 目前唯一已知的是：我们正处于另一个由AI驱动的技术超级周期的开端。

“那只猫头鹰死了。” 2025年5月17日，当Duolingo突然清空其TikTok和Instagram上的所有内容时，1000多万粉丝面对的是一片虚无。账号简介只剩下神秘的“gonefornow123”，配着枯萎的玫瑰。 但这不是黑客入侵，而是一次精心策划的营销动作。Duolingo发言人对媒体的解释颇有禅意：“我们正在尝试‘沉默’，有时候，最好的发声方式就是先消失。” 问题是，他们想让大家忘记什么？ 三周前，CEO Luis von Ahn刚刚宣布公司将转向“AI-first”战略，计划用人工智能逐步取代承包商。消息一出，社交媒体炸开了锅。“Mama，may I have real people running the company?”这条评论获得了69，000个赞。用户们开始删除app、取消订阅，有人甚至录制视频，亲手终结了1500多天的连续学习记录。 面对排山倒海的负面反馈，Duolingo选择了一个看似聪明的策略：制造更大的新闻来转移注意力。清空社交媒体账号，营造神秘感，让大家猜测发生了什么，而不是继续讨论“AI取代人类”。 三天后，他们确实回来了——带着一个戴着三眼猫头鹰面具的神秘人物，发表了一段模糊不清的独白。 但用户的记忆没那么短。评论区里，愤怒依旧：“别装神弄鬼了，我们知道你们在干什么。” 一、一次事先张扬的AI转型 故事要从一个月前说起，但Duolingo的AI转型其实早已悄然开始。 2023年底，公司裁掉了约10%的承包商，主要是翻译和内容创作者。当时只在Reddit上引起了小范围讨论，一位被裁的俄语翻译Benjamin Costello事后回忆：“他们最初告诉我们不会被AI取代”，到了2024年，裁员仍在继续。先是负责小语种的团队，比如俄语英语互译；10月份，连西班牙语、日语这些热门语种的内容团队也未能幸免。 真正的引爆点出现在2025年4月28日。 这天，CEO Luis von Ahn的一封内部邮件被公开发布在LinkedIn上，正式宣布Duolingo成为“AI-first”公司。根据Duolingo的另外一篇官宣内容：“开发我们最初的100门课程花了约12年，而现在，仅用一年时间就能创建并推出近150门新课程。” 但更刺眼的是邮件中的几条“指导原则”： “我们将逐步停止使用承包商来完成AI可以处理的工作”； “只有当团队无法通过自动化进一步完成工作时，才会增加人员编制”； “我们不能等到技术100%完善。宁愿加紧行动，偶尔在质量上做出小的妥协”。 邮件公开后48小时内，Duolingo的社交媒体评论区彻底沦陷。在TikTok上，一个播放猫头鹰玩偶问“Mama，may I have a cookie”的趣味视频下，最高赞评论变成了“Mama，may I have real people running the company”，获得了超过75000个赞。 用户@amandabb__的宣言代表了许多人的心声：“那只猫头鹰对我来说已经死了。” 更戏剧性的是随之而来的退订潮。用户们纷纷晒出取消订阅的截图，其中一位用户录制了删除app的全过程，配文：“1547天的学习记录，就到这里了。”该视频获得超过500万次观看。 一位前内容创作者接受采访时透露了AI取代人工的真实影响：“我享受创造有趣的练习题。我们被鼓励让学习变得好玩。但AI生成的内容非常无聊，经常出错。即使是付费的Max版本，也会给出错误建议。” 进入5月中旬，危机开始向资本市场蔓延。分析师开始追问，用户流失的具体数据是多少？ 正是在这样的背景下，5月17日，Duolingo做出了那个看似“聪明”的决定——清空所有社交媒体内容。官方说法是“探索沉默的力量”，但时机如此巧合，明眼人都看得出这是转移焦点的策略。 三天后的5月20日，他们带着一个诡异的视频回归：一个戴着三眼猫头鹰面具、身穿黑色连帽衫的人物，用变声器说着模棱两可的话：“自从那篇关于AI的帖子发布后，一切都崩塌了。”视频试图营造一种内部反抗的假象，仿佛社交媒体团队在对抗公司高层。 但用户们的反应一针见血：“DUOLINGO从来都不有趣，有趣的是我们。” 眼看神秘营销失败，5月22日，Luis von Ahn不得不亲自出镜，与“反抗者”展开对话。但整个对话避重就轻，当被问到“还会有人类员工吗”时，他强调“我们会继续雇佣员工”，却对承包商的命运只字不提。 最耐人寻味的一段对话发生在讨论语言学习的本质时。反抗者问：“学习外语本质上是关于人与人的连接，AI-first怎么可能做到？”CEO的回答暴露了思维的根本分歧：“AI将帮助我们触达更多人，教更多人。” 两天后的5月24日，可能是感受到了持续的压力，von Ahn再次在LinkedIn发文，试图软化立场：“明确地说，我不认为AI会取代我们员工的工作。”但他依然坚持AI-first战略，只是把措辞变得更温和。有意思的是，LinkedIn评论区一片赞美之声，与其他平台的愤怒形成鲜明对比。有用户讽刺道：“看看这些精英的互相吹捧，他们活在另一个世界。” 虽然批判的声音在各大社交平台持续。但公司最新财报显示：营收同比增长38%，付费订阅用户达到1030万，同比增长40%。 二、“完美”的增长故事 表面上看，Duolingo的AI战略是一个完美的增长故事。 公司最新财报数据确实亮眼，2025年第一季度营收2.307亿美元，同比增长38%；付费订阅用户突破1000万，同比增长40%；日活用户4660万，增长近50%。最引人注目的是内容生产效率——借助AI，课程开发速度据称提升了10倍。 AI对这份亮眼成绩单的贡献是多方面的： 高价订阅档位Duolingo Max凭借GPT-4驱动的“Explain My Answer"和"Roleplay”等功能，成功提升了ARPU（每用户平均收入）。自研的Birdbrain算法通过实时调节题目难度，提高了用户黏性与付费转化率。同时，生成式AI与模板化工作流使得课程制作周期从“月”缩短到“周”，一年内新增超过百门语言课程，并拓展至音乐、数学等领域，极大地拓宽了用户和付费来源。 公司在2024年裁撤了约10%的合同制作者，将重复性的翻译与脚本创作任务交给了AI模型。 但深入分析这些数字，会发现一个微妙的变化。虽然营收大涨，毛利率从2023年的73%下滑到2024年第四季度的71.9%。原因在于AI推理成本。每一次用户与AI对话，每一个AI生成的句子，都需要消耗算力。 然而，Duolingo的盈利和增长并非仅靠AI“一招鲜”。其强大的品牌效应、深入人心的游戏化设计以及积极的跨学科扩张同样功不可没。 但不可否认的是，无论从“开源”还是“节流”的角度看，AI都提供了重要的价值。但另一个重要的问题在于，AI真的能提供同等质量的教学内容吗？ 一位Duolingo内容创作者这样描述差异，我们曾经会为一个语法点设计有趣的故事情境，会考虑文化背景，会加入让人会心一笑的双关语。AI呢？它只会生成语法正确但毫无灵魂的句子。'The cat sits on the mat'——语法没错，但谁会因此爱上一门语言？ 这触及了问题的核心，语言学习不仅仅是掌握语法规则和词汇量，更是理解一种文化，建立人与人之间的连接。当我们用算法替代人类，失去的不只是工作岗位，更是语言背后的温度和故事。 硅谷对此有一套标准说辞，AI是“赋能”而非“替代”，是让员工专注于“更有创造性的工作”。但Duolingo的案例揭示了真相，当CEO明确表示“只有无法自动化的工作才能申请增加人手”时，所谓的“赋能”就是彻头彻尾的谎言。 而这种“AI-first”的逻辑在硅谷并不新鲜，Duolingo不过是这场效率革命中的又一个玩家。 值得玩味的是Luis von Ahn的身份转变。作为reCAPTCHA的创始人，他曾经致力于创造区分人类和机器的技术，帮助网站抵御机器人攻击。那些让我们证明“我不是机器人”的扭曲字符，正是出自他手。如今，这位曾经的人机边界守护者却成了最激进的AI布道者，宣称“没有什么是机器不能教的”。 这种转变或许正反映了整个科技行业的困境。当增长成为唯一的KPI，当投资人只看重AI故事，创始人们别无选择。Builder.ai的崩塌提供了一个极端案例——这家曾估值10亿美元的“AI独角兽”最终被曝光用印度程序员冒充AI，销售额夸大300%后轰然倒塌。但即便如此，新的“AI-first”公司仍在前赴后继。 当技术进步与人文价值发生冲突时，消费者开始用脚投票。那些删除app的用户，那些终止千日连续学习的忠粉，他们反抗的不是技术本身，而是技术背后冰冷的逻辑——把人简化为可被替代的成本项。 文章写到这里，似乎应该有个结论。但真相是，没有人知道答案。下一个宣布“AI-first”的会是谁？当每家公司都在讲同样的故事时，用户还会相信吗？或者，当别无选择时，我们是否只能接受这个AI主导的未来？

IT之家 6 月 2 日消息，据央视新闻报道，北京八达岭长城景区近日引入了流行的“外骨骼机器人”，可以辅助游客轻松攀登，目前租赁价格为 3 小时 100 元。 据介绍，相应外骨骼机器人运用了人体工学设计，匹配 1.6-2 米身高的人（IT之家注：儿童尚不适用）。其整体重量大概在 3.5 公斤左右，体验者可以像穿衣服一般伸胳膊将设备套在身上，调节腰和腿的绑带并接通电源，如此简易的操作就可以完成穿戴。 ▲ 图源央视新闻（下同） 现场工作人员介绍，这款设备采用航天级铝合金与高强度的碳纤维材质，不仅能在 15 秒内实现简易穿脱，而且仿生关节结构还可以适配人体的自然运动轨迹，实现久穿无束缚感，适合户外复杂的运动环境。 央视新闻表示，民众爬长城的时候，会随着山峦起伏“上上下下”。相应外骨骼对这一情况进行适配，既有上坡模式，也有下坡模式。上坡的时候会把用户的腿往上抬，最大的力量大概能达到 3.6 斤以上；下坡的时候，有一股力量会把用户腰部往前顶，同时把腿往下压，帮助下坡、下台阶。这对于长距离的跋涉和攀登作用较大。

快科技6月2日消息，Intel在4月发布的“6734”显卡驱动程序中，首次为搭载酷睿Ultra 200V系列（代号Lunar Lake）的游戏掌机引入了电源优化功能。 这一更新最初主要面向微星Claw AI+系列设备，该更新在各种游戏场景中降低了功耗需求，从而在相同TDP下实现了更高的帧率。 许多用户还注意到，在使用新驱动程序运行相同游戏时，画面伪影更少，画面撕裂现象也有所减少。 根据最新32.0.101.6874驱动的更新日志，Intel现在将这些优化扩展到所有酷睿Ultra 200V系列设备。 这意味着无论用户是在使用搭载Lunar Lake的游戏掌机还是笔记本电脑，都将受益于更高的帧率，同时保持相同的功耗水平。 Intel声称，与旧的6732驱动程序相比，这些优化可以将平均帧率提高10%，并将1%低帧提高25%， 这些数据基于搭载Arc 140V显卡的酷睿Ultra 7 258V，在17W TDP模式下以1080p中等画质运行得出。