近期在生命科学领域，有一则爆炸性的新闻，DeepMind 的Al phaFold2模型，将人类的98.5%的蛋白质，全部预测了一遍，并且做成了数据集免费开源，供科研圈的人使用。 开放的数据集不仅包括人类蛋白质组，还有大肠杆菌、果蝇、小鼠等20个具有科研常用生物的蛋白质组数据，总计超过35万个蛋白质的结构。phaFold2模型的目标是为所有具有已知序列的蛋白提供预测结构。Deepmind计划在年底将预测数量增加到1.3亿个，而这个数量已经达到了人类已知蛋白质总数的一半。 科研圈因为这一新闻都炸锅了，平时需要花费数月、数年的才能完成的事情，只需要几天就可以搞定，大家无一不在赞叹这个具有划时代意义的时刻。DeepMind联合创始人兼CEO Demis Hassabis谈道：“我认为这是DeepMind整个10年多生命周期的顶峰。”对于研究人员来说，丰富的蛋白质结构数据有了，开展下一步的研究就顺畅了。 内行人看门道，外行人看热闹，对于学术圈人的集体高潮，外行人的内心都有个大大的问号，预测这么多的蛋白质结构究竟有什么卵用？人类为何一直在和蛋白质死磕？ 01 研究蛋白质的意义 回答这个问题之前，不得不提及生命科学领域最重要的中心法则：遗传信息在细胞内的生物大分子间转录从DNA→RNA→蛋白质。 如何理解呢？在生物世代繁衍的过程中，生物会把自身携带的遗传物质DNA分子，通过复制传递给后代，而在每一代生物从生到死的过程中，这套DNA分子以自身为设计蓝图，指导生产大量的蛋白质分子，执行支持生物生存和活动的全部功能。 中心法则的一端是DNA，一端是蛋白质，DNA可以看做是工厂里面生产制造的设计图纸，而蛋白质就是有各种功能的零部件，造出来的蛋白质有的跑去参与体内各种生物化学反应，比如食物的消化有各种酶的参与，有的在血液中（血红蛋白）积极的运输养料，有的作为信使在细胞之间传递信号，有的作为卫士，参与生物体的免疫大战，各种设计组装出厂的不同蛋白质可以让遗传、发育、繁殖、代谢等生命活动正常运行开展。 对蛋白质进行系统深入的研究，能让我们从更深层次诠释生命体的构成和运作变化规律，进而全面揭示生命运行、发展的机制，激发生物科学、药物研发、合成生物学方面的发展。 我们在中学就已经简单了解过蛋白质了。蛋白质是生物构成的重要基本物质，由各种氨基酸组成，其排列方式和位置的差异使得其种类极其繁多，结构复杂。每种蛋白质的空间结构和功能都大不相同，也因为蛋白质的空间结构，不同的折叠方式使得蛋白质具有的活性和生物性能不定，而这个复杂的特性也就注定了研究蛋白质的路径困难重重。 02 蛋白质研究的波折之路 蛋白质早在18世纪就被法国化学家发现，但是因为技术条件的限制，直到20世纪初，科学家才能根据一些技术去深入的研究蛋白质。因为蛋白质结构的复杂与种类极其繁多，研究了解的过程极其费时费力。 对于早期的生化学家来说，研究蛋白质的困难在于难以获取大量的纯化的蛋白质用于研究，因此早期的研究工作就是在各种纯化蛋白质的路上。后来有生物公司1950年在牛胰腺中纯化了核糖核酸酶a，并免费提供给科学家使用，科学家的大量试验逐渐打开。 1949年，英国生化学家桑格用8年的时间测试出了胰岛素（蛋白质）的51个氨基酸的排列顺序，验证了蛋白质是由氨基酸所形成的线性多聚体。因这一研究桑格被授予1958年诺贝尔化学奖。人们运用桑格的方法对许多别的蛋白质迅速进行了测序，桑格的研究为1965年第一次人工合成胰岛素铺平了道路。 人类第一次知悉蛋白质分子结构是在1959年，英国科学家 Max Perutz 利用X射线衍射的方法，根据射线被散射的角度推测电子的位置解析了肌红蛋白分子的三维结构，自此之后，X射线衍射成为解析高分辨率蛋白质结构最有力的工具。除了X射线衍射之外，后期科学家们常用的研究工具还有核磁共振与冷冻电子显微镜技术。 虽然有设备辅助研究，但是现实测试技术的局限，施行起来成本过高，按照传统的实验步骤，从基因序列到相应的蛋白质结构测定之间还要经过基因表达、蛋白质的提取和纯化、结晶、X射线衍射分析等步骤。由于蛋白质结构和性质的多样性，这些步骤大多没有固定的规律可循。 历史上有科学家耗费几十年时间才能得到一个清晰的蛋白质三维结构，蛋白质三维结构的测定成了生物学领域非常困难的研究。至今为止没有AI技术的协助，三维结构被看清的量也仅仅只有17万个，这跟蛋白质的总量相比差距大的跟九牛一毛似的。 对于蛋白质的结构来说，就算我们看得清测得出它的形态，但是关于其折叠的方向在三维空间中有10^300种方式，为何就选择折叠为现在的状态，这个过程和选择的路径没法解析。因为研究的方法与内容都极其困难，所以研究蛋白质的结构以及定性就真的只有死磕这一条路了。半个多世纪以来，研究蛋白质结构的相关工作只要有新的发现就会喜提诺贝尔奖，至今为止仅仅蛋白质领域已经拿过20多项诺贝尔奖。 也有一批科学家跳出肉眼观测的技术思路困境，另辟蹊径，绕开费事费钱的传统技术的试验步骤，从蛋白质的氨基酸序列直接进行计算预测它们的三维结构。 03 站在AI巨人肩膀上研发 实现从氨基酸预测蛋白质结构的大前提就是计算机技术的发展。1998年，华盛顿大学的 David Baker 教授开发了一套名为 “Rosetta”（罗塞塔石碑）的计算机程序来预测蛋白质结构。但是因为算力的有限，不能暴力地穷举，因此在早期的预测中，主要用来处理氨基酸数量很小、排列比较规则的蛋白质。对于复杂的蛋白质也只能望洋兴叹了。 为了获得对蛋白质结构预测技术水平的客观评估，由马里兰大学的John Moult领导的一组科学家在1994年创立了CASP（结构预测的关键评估），预测者可以在一个双盲框架内评估他们的方法，以促进研究、监测进展，并建立蛋白质结构预测的最新水平。 得益于卷积神经网络的发展，Deepmind的研究在第十四届CASP比赛中大放异彩，团队使用基于注意力机制的神经网络，依靠端到端的优化整体构建结构，内置了大量的序列、结构和宏基因组等多重比较信息，其预测的GDT-TS中值达到了92.4分，远远高于第二名。这是个什么水平呢？据悉，GDT-TS的得分在70分左右，说明其结果具有准确的全局和局部拓扑结构的模型。超过80分，结构细节的建模越来越正确，超过95分，模型就像根据实验数据建立的模型一样准确。 人工智能技术作为预测蛋白质结构的辅助手段，通过暴力的学习穷举，将科学家本来需要几年几十年预测的时间缩短为几日，并且对于简单的蛋白质分子来说结构的预测已经非常精准，而这样的结局就会让科学家们转身投入到深度理解蛋白质本身的机理的研究中。 纵观科学史，每次科学家在所在领域内取得重大的进步，都离不开当时技术的支持。无论是在蛋白质提纯的困难年代，还是观察蛋白质的冷电镜技术时代，科学家研究的工具都依赖于当时的最高科技水平。在AI时代，因为算力和算法模型的极大提升，我们见证了蛋白质结构预测的历史时刻。 AlphaFold2的数据库现已开源并且还在不断地增加新蛋白质结构预测，这也成为了科学家进行蛋白质研究的宝藏数据库。不过算出结构也只是生物科学领域的初步阶段，指明了方向后续的进展还得需要试验与头脑的风暴。对于没有在已有蛋白质结构数据集训练的其他蛋白质结构，其研究仍然是谜一般的存在，这也给科学家们留下了很大的研究空间。 不过AlphaFold2 这样的高精度模型，总的来说还是极大地推动科学家的研究与发展，拓展了对蛋白质进行功能分析、以及下游应用的范围，科学家们得以在各个领域展开开拓性的研究，比如一些癌症、病毒类感染的疾病研究，抗生素、靶向药的开发，研发新效率的酶等为健康与环保的层面做出贡献。 站在神经网络与深度学习的技术巨人的肩膀上，生命科学领域的发展已经有了质的飞跃，AI对于蛋白质的预测也不再依赖人类的先验知识去做结构预测，相比几年前引起轰动的 AlphaGo，AlphaFold 也让深度学习与神经网络好好秀了把肌肉。科学的创新离不开技术工具的强力辅助，而蛋白质这个能够影响生命进程的分子，技术为我们打开了研究它的大门，这些海量的蛋白质结构信息被技术释放，背后的解读与分析可能蕴含着生命信息的密码。下一个生命科学领域的革命性研究成果，炸出来的是什么我们无法想象。在生命科学研究中体验开盲盒的快乐，也是从来没有想过的惊喜，期待下一个未来。

脑机接口技术不仅是神经修复最有效的工具，也是全面解析认识大脑的核心关键技术，是国际脑科学最前沿研究的重要工具。 马斯克的脑机接口公司Neuralink公司周四表示，迪拜风险投资公司Vy Capital领投了该公司新一轮2亿美元融资，谷歌风险投资公司参与了该轮融资。 近年来，脑机接口成为资本热捧的领域。“脑机接口”是大脑和外部设备之间创建的直接连接通路，该技术不仅是神经修复最有效的工具，也是全面解析认识大脑的核心关键技术，是国际脑科学最前沿研究的重要工具。 凭借脑机接口技术，通过向人脑植入计算机芯片，研究人员希望未来希望帮助治愈包括阿尔茨海默症、脊髓损伤等在内的神经系统疾病。Neuralink今年以来也不断取得技术突破，包括展示了让猴子通过意念操作游戏杆的视频。 谷歌的入局也表明了将脑科学与人工智能融合将是未来的一大趋势。未来进一步结合人工智能技术，通过人脑与AI的融合来增强大脑功能，能够实现全脑AI交互，释放人脑的全部潜能。 天桥脑科学研究院（TCCI）创始人陈天桥7月27日在接受第一财经记者专访时表示，人工智能技术在近年来脑科学的前沿领域脑机接口方面发挥着巨大的作用。他希望更多人工智能人才能够加入脑科学领域。 陈天桥告诉第一财经记者，TCCI在加州理工学院支持的安德森（Richard Andersen）教授，就是从事脑机接口应用方面的工作，比如可以依靠电极信号，就能让一个人通过想象弹出钢琴。 陈天桥向第一财经记者解释称，在应用神经技术实验室里，有包括深部脑刺激术（DBS）在内的脑机接口技术，以及无创的经颅磁刺激技术（TMS），磁信号透过颅骨来刺激大脑神经进行干预以解决抑郁症等问题，还有超声波来调控大脑等。 “把电极接入人的大脑，让它控制人的情绪或者行动，这不是新的技术。”陈天桥对第一财经记者表示，“马斯克利用了自己的公众性，吸引了普通人对于脑机接口这一已经存在的技术的关注度。” 陈天桥认为，中国研究人员在某些程度上可以超越Neuralink。他透露，TCCI向中科院上海微系统与信息技术研究所陶虎研究员资助了数千万元人民币，用以开发柔性无创脑机接口的电极研究。 柔性电极选用具有临床安全性的材料制备，使得“脑机接口”技术更加接近临床转化。陈天桥向第一财经记者透露，这项研究目前正在积极向人体临床试验推动，不过仍然需要等待伦理的审批。

据外媒报道，日前，法国紧急发布了一项临时禁令，该禁令要求公共研究机构暂停所有朊病毒病研究至少三个月。之所以颁布这项禁令，是由于已经至少有两名实验室工作人员感染了朊病毒。 报道中指出，法国国家农业食品与环境研究院（INRAE）实验室的一名退休工作人员被确诊患上了克雅氏病。目前还不清楚该名工作人员是如何患上克雅氏病，但可以肯定的是，他在实验室中曾处理过朊病毒。 而在2019年6月，INRAE的助理工程师埃米莉·贾梅因（Émilie Jaumain）因感染朊病毒后死亡，享年33岁。而对于贾梅因感染朊病毒的原因，则是由于在一次感染朊病毒小鼠的实验中刺伤了拇指。 这也是首例在INRAE出现的朊病毒病，随后检查人员如何处理朊病毒进行了全面检查，发现相关实验室都符合相关规定。不过，也要求实验室做出了一些改变，增加了更好的抗切割手套，并引入了塑料和一次性剪刀和手术刀。 据悉，医学界对克雅氏病的发病机理还没有定论，也未找到有效的治疗方法。而疯牛病是可能传染给人类，在人类中称之为变异型或新变异型克雅氏病。此病的病理学特征包括以小脑和大脑皮层为主的海绵样变性和朊病毒的出现。 该病的传播方式主要为家族遗传、手术时接触受朊病毒污染的器械（朊病毒可以幸存于通常为外科器械消毒的高压灭菌器）、注射直接来源于人类脑下垂体的生长激素而感染，以及食用被污染了的牛肉或牛脊髓等。 而朊病毒又称朊粒、蛋白质侵染因子、毒朊或感染性蛋白质，是一类能侵染动物并在宿主细胞内无免疫性疏水蛋白质。 它是动物和人类传染性海绵状脑病的病原。早在15世纪发现的绵羊的痒病就是由朊病毒所致，1986年在英国发生的牛海绵状脑病，俗称“疯牛病”，其病原也是朊病毒。

“祝融号”火星车完成对第二处沙丘地貌科学探测后，继续向南移动，本周到达一片石块、撞击坑、沙丘分布密集的复杂地形地带。 后续，地面飞控人员将依据每日获取的导航地形图像，完成火星车视觉定位和移动路径规划，控制火星车安全穿越这片复杂地形。路过感兴趣的科学探测目标时，火星车将利用表面成分探测仪和多光谱相机等科学载荷对其开展详细探测。在穿越途中，表面磁场探测仪、火星气象测量仪、次表层探测雷达等开机工作，获取科学数据。 截至2021年7月30日，火星车在火星表面工作75个火星日，环绕器在轨运行372天，两器状态良好，各系统工况正常。 来源：中国探月工程

原创 燕良 脑极体 近年来，AI技术在医疗领域中的应用得到快速推广，包括医学影像、新药研发、病例分析、健康管理平台等众多场景。医疗领域的研究机构、医院、高校、企业等都在积极开展AI的研究与合作项目，在实际的临床诊疗中，我们也能体验众多三甲医院已经开启AI技术的临床试验案例，比如AI影像识别、智能诊疗助手及智能诊疗平台等。 在这些场景中，AI技术在医学影像领域中的落地应用最广，据研究，在医学文献中使用到有关于医学影像分析和图像分析的算法超过72%，AI在医学影像领域应用成熟度较高。 在医学影像领域中的细分领域内，AI眼底影像分析的发展备受瞩目，除了其落地的趋势发展之快，更重要的是其背后代表的医疗产业价值，眼底筛查和诊疗离不开影像设备的辅助，那么，AI技术+眼底影像设备又碰撞出哪些新的魔法呢？ 01 AI与眼底影像设备的邂逅带来了什么？ 眼睛是人体非常重要的器官，而眼底病是威胁视力的重要危险因素，眼底病与癌症、心脑血管疾病是最能影响生活质量的疾病前三，目前大部分眼底病可以通过眼底影像筛查设备及时发现、治疗，可以大大降低致盲率。 眼疾的诊疗离不开医学影像设备的辅助，对于AI眼底影像分析技术来说，在现下的整个临床诊疗过程中，从筛查、诊断、治疗引导和评估，都占据了极其重要的地位，是非常重要的辅助工具。AI技术与眼底影像设备的邂逅提供的价值包含： 首先是对于患者来说，缓解供需失衡的诊疗需求。我们是一个拥有14亿人口大国，但是医疗资源供需严重失衡，什么时候去医院都是人满为患，而对于眼科领域，注册的眼科医生只有三万多人，想要在有限的医疗资源条件下去服务这么大的患者群体， AI眼底影像的技术背后的阅片效率辅助，可以有效的减缓医疗资源的紧张事态，并创造新的解决方案和医疗模式。 其次从医师的角度来看，提高了眼疾诊断精度与效率。由于就诊量巨大，医师长期从事高负荷的阅片工作，容易出现漏、误诊等问题。再加上眼科领域的工作专业性高比较复杂，对于一些经验不足的基层医师，也会出现一些误诊的情况，AI眼底影像技术的介入，对于一些眼底疾病的评估，准确性和人类专家的水平相似，在几秒内就可以给出诊断建议，成为眼科医生的得力助手，提高诊断的精度、时间，可以释放医生的部分精力到研究性工作和治疗当中。 再者就是AI眼底影像技术对于除眼疾以外其他病症的辅助判断。由于眼底富有各种动静脉血管，眼底检查已经成为监测多种全身性疾病的重要依据，比如动脉硬化、高血压、肾炎、白血病、贫血等都会引起眼底变化，能反映诸如高血压、糖尿病等慢性病的病变和累积。 有了AI眼底影像分析的技术，这一对专业能力要求较高，而很难普遍应用的领域得以发挥价值，不仅提升了眼底影像分析的效率和诊断的准确性，眼科医疗模式也从以医院为中心变成以患者为中心，惠及大众，缓解了医疗资源的紧张。 从疾病的诊治角度来看，从晚期发现保守治疗的模式转变为眼疾早期的筛查管理介入，远离致盲的危险，而一切变化的前提是AI影像分析技术对于新医疗模式的支持。AI眼底影像的价值巨大，其发展已经走上了商业化落地的路上。 02 AI眼底影像技术大丰收： 十秒出报告，筛诊新疾病 现下市场上的AI眼底影像分析设备几乎都能够精准识别绝大多数常见眼底病灶，漏诊与误诊均在较低水平，能够帮助医生患者实现分级诊疗，筛查分析早期介入临床诊疗中从而降低致盲率，充分发挥眼底疾病筛查的公共卫生价值。 DeepMind联合伦敦Moorfields顶级眼科医院合作推出的AI眼底筛查技术，能够实现在30秒之内识别出数种疾病；百度的AI 眼底筛查一体机可以十秒内识别筛查数种眼疾，如筛查糖网、青光眼、黄斑病变等，准确率可达到90%以上，基本接近三甲医院医生能力，目前在500个贫苦县试点部署落地。 一些AI创企如Airdoc可以检测诊断眼科常见的22种眼底疾病和状况，如常见的年龄相关性黄斑病变、糖尿病视网膜病变、黄斑前膜、视网膜静脉阻塞等眼底疾病等，其特异性和灵敏度结果在90%以上，只需要10秒钟左右，就会自动生成诊断报告，目前在一些眼科医院已经部署了具有眼底影像AI分析设备。 除了眼疾的诊断外，AI眼底影像分析也在其他病症的诊疗中有新的进展，中山大学中山眼科中心在柳叶刀发布了首例通过AI眼部影像筛诊肝胆疾病的研究项目，研究组使用深度学习技术从影像数据中提取出肝胆疾病的眼部特征并开发及验证了14个模型，用于筛查是否患有肝胆疾病及诊断是否患有肝癌、肝硬化、慢性病毒性肝炎、非酒精性脂肪肝、胆石症及肝囊肿六大类常见肝胆疾病，这些筛诊模型已成功部署在中山大学中山眼科中心智能诊断预测云平台上，可作为大规模快速无创筛诊的工具。 纵观整个医疗领域AI眼底影像分析的发展，虽然有较大的技术进步和此起彼伏的技术革新，但是因为其行业的结构性特点，对专业性和严谨性要求极高，AI 医疗落地相较于其他行业来说门槛更高，实现普及化需要深厚的AI技术积累和大量的AI落地应用经验，AI眼底影像技术的革新道路并不似康庄大道般平坦顺利。 03 制约商业化进程的拦路虎 AI眼底影像分析在实际的临床商业应用中，面临不少挑战。 一是背后的技术制约，数据的获取与处理成本过高。在医疗领域，数据的量与质都很重要，准确性和规范性都需要考虑。因为医疗领域数据孤岛的影响，数据主要是在医院，数量有限并且只在小范围内闭环使用。此外在收集数据的过程中，非结构化的数据占数据总量的90%左右，参与模型训练的数据必须要经过医疗领域的专业人员标注，其准确性直接影响最终的诊断结果，数据标注处理需要耗费大量的成本。 二是AI眼底影像系统鲁棒性有待提高。目前，AI眼底影像分析产品的性能参数大多数来源于有限的数据集训练，AI模型的泛化能力不足。在高度复杂的临床应用中，单任务的深度学习算法已经无法应对多眼底病种需求，多任务的算法发展必须深研跟进，产品鲁棒性有待提高。 三是行业的评价标准体系未完善。现下国家对个人信息的安全越来越看重，而医疗数据涉及患者的个人隐私，当前尚无专门针对医疗信息及个人健康隐私保护的法规、标准，对医疗信息的敏感部分无统一标准，其他数据指标体系的标准化建设行业内尚未完善，存在争议。在伦理和法律法规方面，出现误诊及医疗事故由谁负责有待明确，缺乏评估AI系统安全性和有效性的标准。 四是来自政策监管的制约，医疗作为一个强监管行业，受到国家政策的引导和约束，医疗影像AI产品上市必须先获得相关部门审批，验证安全性、有效性才能够应用于市场，如果审批受阻，对快节奏发展的医疗AI创业公司来说，时间就是生命，前期的投入如果有打水漂的可能，一切都要玩完。 技术的发展之路或者是商业化之路，在充分竞争的市场中，结论就是变革迭代一直存在，无论是技术、体验还是政策，变化是唯一确定的道路，回顾眼底成像技术的发展，从1851年Helmholtz发明的首款可以观察眼睛的检眼镜，再到1950年彩色眼底照相技术记录的眼底世界。九十年代相干光层析成像术（OCT）的诞生，使我们得到了二维、三维的眼底图像。到新时代AI技术将硬件设备与软件算法相结合，影像设备可以数十秒内诊断出报告辅助医生判断决策。 在这些里程碑事件中，我们可以看到眼底成像技术在科技发展浪潮之下突飞猛进越变越好，未来AI眼底影像技术也有新的发展思路与革新方向，一方面是AI眼底影像研究正在尝试多模态任务的算法开发。对于多种眼病诊断的复合系统，单任务的深度学习算法已经无法应对需求，未来多源、多维度的数据通过深度学习分析融合，朝着对一些病变和疾病的关系确认方面发展，提升诊断的特异性及准确性，尤其是对少见病、罕见病的诊断，多模态任务的算法将是大势所趋。 另一方面，AI眼底影像技术未来从诊断向治疗做闭环延伸。从眼疾临床诊疗的流程来看，诊断只是其中一环，后续精准的治疗才是诊断的核心价值所在，虽然目前AI眼底影像产品以医疗器械形式部署进医院，市场空间很大但对于整个疗程的商业价值来说价值有限。AI眼底影像技术的趋势将会拥抱整个治疗过程的商业价值，从单一辅助技术工具到部署闭环解决方案，向治疗领域纵向延伸。 对于AI眼底影像技术的分析研究，我们可以看到，在整个大健康事业的建设中，其商业价值和公益效用并驾齐驱发展，AI眼底影像技术算法模型的积累和落地应用，正在改变未来的医疗模式，管理人们的健康状况。

凤凰网科技讯 （作者/胡知非） 7月30日消息，今日2021 ChinaJoy在上海新国际博览中心开幕，高通连续第三年包馆，联合生态伙伴共同打造骁龙主题馆，展示了一系列技术和产品。 在展区内，高通展示了包括骁龙888手机全家桶、XR设备以及Wi-Fi6路由器在内的多种基于骁龙的硬件设备。在骁龙电竞生活体验馆展区，高通展示了使用骁龙汽车数字座舱平台的小鹏P7、基于高通Cloud AI 100平台的Future Mind专业机器人以及依托于高通物联网平台的九号电动T自动驾驶探索版电动车等一系列产品。 据了解，本届ChinaJoy高通携手包括运营商、终端厂商、游戏工作室、电商等在内的65家行业合作伙伴，展示了170多款各类型终端、100多项技术演示和50多款游戏大作。此外，骁龙主题馆还实现了5G + Wi-Fi 6覆盖。 此外，在ChinaJoy期间，骁龙展区还将举办“5G电竞嘉年华”和剧本杀等活动。凰家评测也将会在现场为大家带来报道，敬请关注。

编译 | 王健恩 编辑 | 高歌 智东西7月30日消息，美国工程师兼YouTube博主Mark Rober创造出了一个可以自动摆放多米诺骨牌的机器人。这个机器人被命名为Dominator，它可以在短短24小时之内将十万多块骨牌变为一幅马里奥的图画。这项工作如果让人来做的话，至少需要7个人花费一周的时间。 ▲机器人与被摆放出来的马里奥 当然，Dominator机器人并非Mark Rober自己的成果，他谈道这是他们一个四人团队多年工作的结晶，其中经历了多次的失败才有了现在的Dominator。 这也不是Mark Rober的第一个脑洞大开的作品，他曾创造过一块可以自动追踪飞镖的镖盘，以及一个可以根据篮球飞行轨迹自动调整篮板角度的篮球架，让你投飞镖或投篮时能够百发百中。这些作品让他在YouTube上走红。 一、四个人要用多米诺骨牌填满体育场 Dominator的故事是从2019年开始的。 当时Mark Rober在旧金山湾区举行了一次演讲。演讲中他谈到他一直想制作一个机器人，利用这个机器人能够在一夜之间将成吨的多米诺骨牌搭起来，并填满整个体育场。但是他进行过一些尝试后没有成功。 这个想法吸引到了Alex Baucom的兴趣，他有过开发机器人的经验，并且平时最大的爱好就是建造机器人，因此立刻与Mark Rober取得了联系。 另外这场演讲也吸引到了斯坦福机械工程专业的学生John Luke和Josh。四人一拍即合，于是一个多米诺机器人团队就此诞生。 ▲John Luke（左一）、Josh（左二）、Alex Baucom（左三）、Mark Rober（左四） 二、出师不利，三大挑战亟待解决 Dominator的创造并非一帆风顺，团队刚开始工作就发现实现这个创举要面临三大挑战。 第一个挑战是这项创举的规模太大，以至于超出了最初的设想。 Mark Rober希望机器人能够放置至少10万块多米诺骨牌，最初他们设想机器人直接携带上所有骨牌并一块一块地摆放。但是团队进行计算后发现10万块骨牌有850公斤重，并且即使以3秒/块的速度摆放也至少需要三天半的时间。因此他们不得不改变最初的思路，改用一个托盘装下一部分摆放好的骨牌，再将这些骨牌摆放到正确的位置。 ▲最初设想的机器人草图 第二项挑战是机器人的定位要做到极其精准。 机器人要能够将多米诺骨牌摆放的足够近，才能让骨牌倒下后碰倒其他骨牌。但是又不能将骨牌放得太近，否则摆放过程中就有可能把骨牌碰倒导致前功尽弃。同时，机器人本身也必须要有准确的定位，否则也会将已经摆放好的骨牌碰倒。 团队最初想使用超声波传感器判断骨牌与机器人的相对位置，但后来被证实是失败的。后来该团队又尝试了Marvlemind室内“GPS”传感器，发现这也达不到想要的效果。 第三项挑战是要让机器人能够保持准确的移动路线。 机器人定位的问题即便能够解决，但如果它控制不了自己的运动，仍然无法足够准确的放置多米诺骨牌，同时也更容易将骨牌给碰倒。团队决定使用一种全向驱动系统来简化这个问题，利用这个系统可以让机器人执行小幅度的矫正运动来和多米诺骨牌对齐。 他们购买了一个麦卡纳姆轮（Mecanum wheel）套件来进行测试，并制作了第一个小型机器人原型机，发现这个想法能够起作用。但是团队很快发现制作的第一个原型机太小了，并起不到什么实质性的帮助作用，于是他们又制作了一个较大的机器人，并将麦卡纳姆轮换成了真正的全向轮（Omni wheel）。 这个新的原型机帮助他们开发了第一个运动系统和控制回路，并完成了许多基础部分的工作。 ▲装有麦卡纳姆轮的小型原型机 三、从原型机到真正的机器人，选择电机成了大难题 当团队决定从原型机过渡到真正的机器人时，发现仍有几个困难在等着他们。 首先他们根本不知道如何为机器人选择正确的电机。该团队一开始尝试的是步进电机（stepper motors），结果证明这种电机的尺寸过小，无法承载所需要的负载，也无法让让机器人以较快的速度移动。 之后他们又尝试了直流电机（DC motors），发现这种电机无法提供足够的扭矩来控制机器人，有时机器人的轮子会打滑，导致机器人疯狂旋转。 ▲机器人失控打滑 Mark Rober只好联系了其他人寻求帮助，最后在专业人士的指导下，他们选择了ClearPath伺服电机（servos motors）来驱动机器人。利用这种电机能够精准地提供大量扭矩来更好的控制机器人的移动，保证车轮不会打滑。 在选择电机的同时他们也决定将机器人的主计算机从Arduino换为树莓派（Raspberry Pi）。使用树莓派可以让传感器的延迟变得更低，但是也让代码变得复杂起来。 团队在移植机器人所需的软件时遇到了一些挑战，比如整个系统变得更加复杂、需要重新学习如何用C++来构建系统等。但最终他们还是完成了主计算机的更换。 上面的问题解决后，机器人终于可以在新的软件系统的驱动下实现稳定可控的行驶，下一步该团队需要把一个托盘添加到机器的前面，用于摆放多米诺骨牌。 他们编写了一个简单的程序，来控制机器人放置骨牌和归位的动作，然后这个装置竟异常顺利的开始工作了。Alex Baucom称这是这一整个项目中为数不多的没有出现过重大问题的部分之一。 ▲正在摆放骨牌的托盘 四、摆放多米诺骨牌，还要打通“最后一厘米” 根据早期原型机的测试结果，团队计划使用Marvelmind传感器来为机器人定位，因为它的精度已经达到了亚厘米级。如果实际效果不够好的话，他们还计划添加超声波传感器来辅助检测多米诺骨牌。 但这里依旧没那么顺利，他们发现这两个计划仍然行不通，多米诺骨牌太小，以至于传感器有时无法有效地检测到它们。 经过几天的尝试，他们决定放弃超声波传感器，并对Marvelmind传感器的位置进行调整，之后他们又在机器人上添加了朝向地面的摄像头，来检测地面的标记。经过测试和调试后，证明这一方案是有效的。 ▲机器人准确定位并摆放骨牌 五、一天摆放10万块多米诺骨牌，还打破了世界纪录 终于机器人的所有部件都已准备到位，可以开始骨牌的摆放工作了。 ▲马里奥图像的摆放过程 从外观来看，这个机器人的主体由带有钢底板的框架构成，驱动系统安装在底板上。机器人前面有一个大托盘，能够一次性放置300多块多米诺骨牌。托盘顶部是由3D打印制作的漏斗，用于让骨牌更容易地落入相应的网格中。机器人背部被添加了很大的配重，以确保后轮与地面之间能产生足够的摩擦力而避免打滑。 ▲机器人的外观及各硬件 在多米诺骨牌摆放工作开始之前，该团队还向多米诺骨牌艺术家、YouTube博主Lily Hevesh发起了挑战。最终机器人仅仅用了24个小时就完成了所有的工作，将10万块骨牌摆在了正确的位置。Alex Baucom称这创造了新的世界纪录。 ▲多米诺被推翻 结语：为一个疯狂的梦想奋斗两年，太酷了！ 因为一个用多米诺骨牌填满体育场这样疯狂的梦想，Mark Rober与其他三位伙伴为之奋斗了两年，最终创造出了Dominator这样一个机器人。 虽然这项工作看起来并不复杂，只是让机器人搬运骨牌，然后再摆放到正确的位置，但这一过程实现起来却异常艰难。实现这项工作，不仅需要机器人能够精准定位，还要保持精确的行走路线，并且摆放过程要保持绝对稳定，否则任何一个轻微的抖动都会使已经摆放好的骨牌“全军覆没”。 Mark Rober的团队在这两年中碰到了一个又一个的困难，又将他们一一解决，在这个过程中他们收获到的不仅是梦想被实现的满足，还有宝贵的实战经验。这些实战经验，也能为已应用于工厂、仓储物流等领域的搬运机器人提供借鉴的价值。

编译 | 李慧楠 编辑 | 江心白 智东西7月30日消息，据外媒eeNews Europe报道，以色列初创公司Wiliot获得在软银（Softbank）领投的一轮2亿美元的融资。Wiliot公司将用这笔资金开发第二代蓝牙物联网（IoT）传感器。据悉这是一款超低成本射频能量采集蓝牙物联网传感器。 当前Wiliot公司的物联网像素（IoT Pixel），其核心是一个蓝牙低功耗无线Arm微处理器，型号为Arm Cortex-M0+。这款Arm微处理器可以从周围的射频信号中收集能量。1MHz Arm Cortex-M0+芯片中包含一个自电源管理部件、一个安全引擎、一个非易失性存储器、还有几个测试温度、湿度和接近度的传感器接口。 IoT Pixel与射频识别标签（RFID）采用了相同的印刷天线技术，可以在邮票大小的传感器卷轴上进行低成本、高吞吐量的生产，将标签贴在各种运输产品上，比如食品运输和疫苗运输等。 据了解，截止目前，Wiliot已经融资了2.89亿美元。为了大幅度减少资金消耗，Wiliot将自身定位为一家感知服务公司，服务于需求链而非供应链。厂家可以根据产品需求量进行订购，由此可以加速“订阅经济”的推行。 Wiliot公司称，厂商可以通过一个高度安全和隐私保护的平台，了解到顾客是如何使用他们的产品。经过Wiliot包装的产品可以感知温度、液化、运动、位置变化和湿度和接近度等。 据悉，本次C轮融资由软银愿景基金2领投，该基金成员包含83 North、亚马逊云科技（AWS）和标签制造商Avery Dennison，其中Avery是塑料芯片制造商PragmatIC的投资者，PragmatIC与Arm处理器合作开发了一种柔性塑料M0+微控制器，该控制器正是Wiliot公司传感器的组成部件。 获得此次融资后，Wiliot公司CEO Tal Tamir说道：“Wiliot为支持AI物联网的未来创造了愿景，我们很高兴软银支持我们实现这一未来。Wiliot的使命是使用最高端硬件，基于AI的传感和创新的商业模式实现一个更安全、更透明的世界，让我们周围一切都可以帮助消费者利用市场，避免供应商浪费资源。” SoftBank投资顾问公司管理合伙人Yanni Pipilis说道：“通过发明第一台使用AI感知世界的可扩展、自供电计算机，Wiliot将数字和物理结合在一起。我们一直相信，有了物联网和人工智能，人们将过上更好、更健康的生活。任何食物或药物都有能力了解它是否可以安全使用，并可以与人们进行无缝沟通。 我们很高兴能够帮助Wiliot在全球扩展物联网。” 结语：感知物理世界，物联网改变人们生活 物联网的应用遍布人们生活，如食品溯源、智能交通、环境保护、消防检测、情报侦察等。物联网不仅有效帮助人类更智慧地管理好生活，也让推动世界经济的高速发展。物联网在提高经济效益的同时，更节约了成本。 Wiliot作为初创公司，已推出来的无需电池的蓝牙贴纸传感器拥有许多用途。比如蓝牙传感器的标签不仅可以让用户持续对物品进行关注，而且还可以传输温度、湿度、体积重量等数据。 除此之外，我们身边的无线电频率，还可以随时为蓝牙传感器标签上的处理器进行充电。获得本次2亿美元的融资后，Wiliot称将把资金用于也投资第二代蓝牙物联网传感器。至于第二代传感器将会有哪些技术突破，是非常值得期待的。

苹果正在寻求聘请一名“监管项目经理”加入其不断壮大的健康团队，MyHealth Apple的一份报告首次详细介绍了这一点。该职位招聘的是硬件团队中的一个职位，该人员将负责领导II类医疗设备的工作以及相关的监管工作。 正如报告中详细描述的那样，II类医疗器械“对患者和/或使用者有中度到高度的风险”。Apple Watch的不规则心律和心电图功能就被认为是II类，但这些功能只是通过了FDA的“批准”。Apple Watch Series 6的血氧监测不需要FDA的批准或许可，因为苹果将其作为一种“健康”工具进行营销，而不是一种可以诊断或治疗任何医疗疾病的工具。 苹果公司的新职位是招聘“硬件”团队的一名“监管项目经理”，负责iPhone和Apple Watch的健康和健身产品。这项工作的要求包括： 5年以上法规事务工作经验，至少3年项目管理经验。 在推动法规提交和审批方面有良好的跟踪记录。 有软件工程项目工作经验。 使用过具有强大软件元素的数字保健产品或II类医疗设备。 对美国和国际上FDA II类医疗器械的法规提交要求有扎实的理解。 可以随时了解最新的法规要求，包括FDA和欧盟。 有能力以最佳方式同时推动多个项目的进展。 苹果公司表示，被选中担任这一职务的人将“领导需要监管部门批准的项目，帮助苹果公司推出突破性技术。

几个月前，总部位于韩国的LG正式关闭了手机业务。近日该公司透露，它将开始在韩国的自家门店销售苹果iPhone和其他苹果产品。 苹果产品在韩国LG商店的销售预计将于下月开始，因为该公司退出智能手机业务的工作将于本月底完成。LG目前在韩国全国拥有约400家门店。 据报道，LG正面临着与智能手机经销商贸易组织的问题。2018年，三星和LG同意只在各自的韩国门店销售自己的智能手机。由于LG现在已经停止生产自家的手机，该贸易组织签署了一份新的合同，允许LG销售其他品牌的手机。 该公司不会销售Mac设备或任何与苹果个人电脑相关的产品，因为LG仍在生产这一类别的产品。此外，将不会有售后服务支持，从LG Best商店购买苹果设备的买家将不得不在其他地方寻求客户支持。 LG的这一最新举措将加剧三星的竞争，在LG退出后，三星几乎独占了整个韩国智能手机市场。

文|AI财经社 吴迪 编辑|赵艳秋 P50是国产化最高的手机？ 华为昨晚最新发布的P50系列采用了华为麒麟、高通骁龙两套主芯片方案。由于华为自研的麒麟芯片已无法制造，华为为了延续手机业务再次加强与高通合作。 除主芯片之外，华为P50核心供应商也被曝光。从业内流传的消息来看，华为P50已经实现了大面积的国产化替代，但华为官方未回应。 来源ittbank 从名单来看，P50的核心供应商包括了像显示屏供应商京东方，电池供应商德赛电池，声学零部件供应商瑞声科技，指纹识别汇顶科技，射频器件卓胜微，以及比亚迪、信维诺、蓝思科技等20多家国内企业。 AI财经社发现，名单中的绝大多数企业之前就是华为披露过的供应商。不可否认的是，华为寻求国产化替代的决心没有改变。 不久前，华为海思自研的首款OLED屏幕显示驱动芯片正式试产。OLED 屏幕驱动芯片一直都被韩国企业垄断，华为这颗自研屏幕驱动芯片的试产，也可以说是为了打破长期严重依赖外国企业的被动局面。 作为智能手机成本最高的部件，OLED屏幕国内厂商的话语权也非常有限。以京东方、维信诺为代表的国产屏幕厂商与华为的合作，华为自研的驱动芯片配合国产的高端OLED屏幕，可能打开一个全新开端。P50系列上就采用了上述两家国产的类钻石排列屏幕。 实际上，从2019年的华为Mate30开始，华为国内供应链厂商占比就变得越来越高。 2020年4月，华为消费者BG CEO余承东称，当时华为手机已经完全实现了对美国器件的全面替代。“中国企业能力越来越强，很多东西都可以自己搞定，也给国内厂家更多的机会。” 在去年曝光的华为P40核心供应商名单中，同样出现大比例国产企业的身影。举例来说，P40系列多款型号的摄像头模组部件来自舜宇光学、欧菲光、立景、丘钛科技、水晶光电等，屏幕方面同样有一定比例来自京东方。 投资布局提速 最近两年，国产手机厂商集体开始重视芯片研发，重视半导体投资和产业链布局。小米不仅重启了自研芯片部门，在半导体的投资布局也没有懈怠，小米半导体企业投资数量接近60家。 华为同样在加大该领域的资金投入。有统计显示，华为通过旗下哈勃投资已经投了30多家半导体领域的相关企业，覆盖EDA软件、半导体材料、射频芯片、光刻机等相关多个关键领域，几乎涉及芯片全产业链。 2019年成立以来，华为哈勃一路投资提速，并加大涉猎范围和投资力度。截至7月上旬，华为哈勃共投资了18家设计公司、8家材料公司、5家软件公司、3家零部件公司、2家设备公司、1家测试公司、1家IDM（整合元件制造商）。 除华为、小米等硬件厂商外，互联网大厂们也纷纷加入进来。近日，腾讯进军芯片领域，虽然目前仅针对特定领域而非通用芯片，但释放出了对于国产半导体的积极信号。 “腾讯系”的美团近期也通过投资形式参与芯片领域，其产业基金投资了一家上海半导体公司“智砹芯半导体科技”。 另一大互联网巨头，阿里巴巴早于2018年就成立了半导体公司，近日又被曝光关联企业海南云峰基金入股“聚力成半导”，被投资公司的经营范围含半导体科技、新能源科技、电子技术开发服务等。

昨晚，华为正式发布了新一代影像旗舰P50系列，延期许久终于带来了一款令人满意的旗舰作品，虽然在5G方面略有遗憾，但是性能、拍照、系统等各方面依然是业内顶级。 作为华为曾经的子公司，荣耀品牌在独立之后一直宣称将推出对标华为P系列和Mate系列的产品，已经预热许久的荣耀magic 3将作为华为P50的对手之一登场。 今天上午，知名爆料博主数码闲聊站就带来了关于荣耀magic 3的最新消息，此前曾传闻该系列拥有两款机型，分别为magic 3和magic 3 Pro，他透露这两款机型将全系标配挖孔屏方案，此前传闻的屏下摄像头将会缺席。 结合此前传闻和曝光的真机来看，荣耀Magic 3可能会全系采用双挖孔的屏幕，其中标配版采用双挖孔的直面屏幕，而荣耀Magic 3 Pro则为双曲面屏幕，但是Pro版本会带来更强的配置，可能会引入3D结构光方案，支持更高级别的人脸识别。 除了屏幕之外，爆料者还表示荣耀Magic 3将会全系配备66W的有线快充，这与此前传闻的100W快充略出入，毕竟在荣耀50系列上已经配备过100W快充，且体验更好，因此这则消息的真实性有待确认。 至于核心配置方面，荣耀Magic 3将搭载骁龙888 Plus，这也是全球首款官宣搭载该处理器的新机，同时还拥有12GB超大内存规格。

作者｜Odin Asgard 头图｜华为 “因为这两年多，美国的四轮制裁，限制我们的 5G 手机，现在只能用 4G。” 当华为消费者业务 BG 的 CEO 余承东说出上面这一句话，我们也终于知道这一天还是来了：华为手机不得不失去其赖以自豪的 5G 技术。 华为的 5G 技术，与苹果的 iOS、或是三星的屏幕一样，在科技界均属于标杆性的存在。但没想到刚刚推出的华为新一代旗舰手机 P50 系列，无疑 P50 的性能依旧强横，但即使再强大也好，也仍然只是一台 4G 手机。 但这台仅有 4G 版本的华为 P40，可能不仅只是一台“手机”。 强大的影像算法 P 系列是华为的影像旗舰手机，自华为在 2018 年推出 P20 开始，几乎成为每年安卓手机阵营里的影像手机标杆。因此，尽管华为 P50 推出时间推迟了 4 个月，但我们在这次 P50 的发布会里，见到的仍然是一台相当具竞争力的旗舰手机。 继苹果在 iPhone 11 的发布会里，提出“计算机摄影” (Compututional Photography) 理念之后；这次华为在 P50 的发布会里，进一步提出计算光学（XD Optics）理念。它通过“全局式”图像信息复原系统，克服手机在光学上的限制，在光学成像端能复原原始图像信息；当一般手机仅能还原 60% 左右的细节之时，华为 P50 却能保留了81%的图像信息。 此外，华为也为 P50 系列引入新的 XD Fusion Pro 图像引擎。相比 P40 Pro 来说，P50 在环境光谱分辨率提升 50%、平均色相准确度提高 20%，色彩校准精细度更是上一代的 5 倍。与此同时，华为更采用全新超级滤光系统，两颗原色摄像头协同工作；相比 P40 Pro 来说，P50 Pro 的主摄进光量提升了103%，而全新的超动态范围技术，使动态范围捕获能力提升28%。 可是，尽管这次华为 P50 的影像实力如此强横，但 P50 系列却没有了以往最高等级的 P50 Pro+ 版本。另一方面，虽然先前一直有传华为将与徕卡终止合作，而 P50 将会是两者最后一次合作。最终 P50 一如预期地仍然加入了徕卡的商标，但与以往不同的是，华为无论在发布会里、又或是在官网的资料里，绝口不提徕卡镜头。 谜一般的相机硬件 但更重要的是，上述的各种摄影参数，很可能会让不少一般读者看得雾里看花。因为很多手机品牌在其手机发布会里，一般会更直观地宣传自己摄像镜头硬件有多好、感光元件有多大等等。 华为去年在 P40 上高调宣传其感光元件规格，但今年在 P50 上却绝口不提。图片来源：华为。 事实上，华为在去年推出 P40 的时候，也卖力宣传手机采用了更高阶的感光元件（上图）。但这次华为却完全没有再提及相机硬件参数，反而把绝大部分的时间，用于解说华为的影像调校算法和软件。 这是否代表华为 P50 系列并没有用上好的感光元件？看来并不是。在发布会之前，就有不少传闻指 P50 将会搭载索尼最新推出的 IMX707 感光元件，这个元件与 P40 一样，拥有 1/1.28 英寸超大底，支持 1250 万像素的四合一输出。而 P50 Pro 将升级为四摄组合，主摄搭载的 IMX800，拥有1/1.18英寸超大底的它，是索尼史上最大的手机感光元件。 诚然，这些感光元件并没有在限制清单之内，所以华为要采购这些元件，理应不太困难。况且官方参数与传闻也大致脗合，可见 P50 所采用的感光元件，应该还是相当有卖点。但尽管如此，华为并没有在任何宣传活动里提及这些硬件上的卖点。 要知道摄影界向来有着“底大一级压死人”的名言，只要华为把大底感光元件的参数抖一抖，用户就能直观地知道，P50 系列的拍摄能力有多棒。可是，他们明明有很好的硬件却不宣传，反而绕了个大圈去宣传自己的软件、算法和调校，原因是什么？ Odin 相信，华为目前很可能更重视宣传那些自己能掌控的技术细节（例如软件和人工智能算法），相对地冷待这些通过采购和合作等难以完全掌控的硬件。 事实上自华为遭受限制以来，他们的发展方向就不断向软件倾斜，积极发展云计算、鸿蒙系统和自动驾驶汽车方案；而这次华为推出 P50，也可能因此变得更重视软件和算法。 没有 5G 的 P50 诚然，华为的 P50 虽然拥有相当强横的影像实力，但更多人关注的，其实还是他们最终失去 5G 一事。由于中国很早就大力推广 5G 手机，目前市场上的高端手机，几乎全部也有 5G 加持；但 P50 没有了 5G，很可能会对销量构成影响。毕竟据全天候科技采访了部分分析师的意见，大多认为 P50 没有了 5G，就不容易获得用户的认可。 但笔者认为 P50 缺少了 5G 固然是个问题，但可能并不是最严重的问题。 Odin 先前就曾提过，目前一般用户买 5G 手机，仅仅只是为了“几年后可能要用上”而已；但在目前而言，用户根本就对 5G 根本毫无感觉。事实上，2019 年 iPhone 11 在没有 5G 的情况下依旧大卖，就证明了 5G 不一定是手机能不能大卖的必要因素。相反，Odin 相信华为在品牌效应加持下，仍然会有不少国内用户，愿意购买只有 4G 的手机。 不过，华为这回只能卖 4G 手机，才是最大的问题所在。 华为各个业务板块的营收（2010年 ~2020 年）（百万人民币） 笔者在《华为绝不倒下？》一文就曾提到，5G 禁令对华为来说是个相当恶心的存在：如果华为要继续在国内力推 4G 手机？不但减慢了 5G 在中国的普及率、伤害运营商的 5G 业务、进而伤害华为自家的 5G 基站业务，还会伤害高度依赖 5G 发展的云计算业务。 毕竟众所周知，华为是中国国内最积极推动 5G 普及化的企业，几乎可以说是没有之一。但现在要让他们力推 4G 手机，那根本就是要用自己那不断萎缩的手机业务，去打自己仍然在高速发展的基站和企业业务。换言之，P50 卖得不好，对华为不利；但卖得太好了？也不一定是好事。所以，P50 系列的销量到底有多好，可能根本取决于到底华为是否真的想让 P50 大卖。 换言之，尽管 Odin 相信只要 P50 要大卖其实不一定十分困难；但 P50 这样的 4G 手机业务，对于华为来说根本就是“食之无肉，弃之有味”的鸡肋。既然如此，为什么华为在如此两难的困局下，仍然勉力开售 4G 手机？原因其实也不难理解。 卖的不是手机，而是软件 首先，华为受到限制一事，其实对全球科技产业也带来不少伤害，否则高通和英特尔等芯片厂商，也不会积极申请为华为供货的许可。因此，华为其实对于解除限制一事，仍然抱着一定的希望；毕竟目前华为所受到的限制，相比去年来说已有一定的放宽。所以早前已有消息指出，华为正在加大游说力度，期待能进一步放宽限制，盘活华为手机的业务。 另一方面，华为一直也在做两手准备。先前就有消息指出，华为正在推动所谓的“塔山计划”，借此建立一条不受限制的芯片供应链。虽然这并不一定就能生产出具竞争力的芯片，但也只能死马当成活马来治。事实上，更由于华为在未来难以取得足够强大的芯片，他们更不得不将整个品牌宣传重点，由硬件转移至软件，并通过突显出色的软件和算法，继续塑造华为的技术流形象。 但更重要的是，华为必须通过推出手机，来维持鸿蒙 OS 生态的活力。 上次 Odin 就已提过，国产手机厂商赚取的利润，很大程度上来自手机背后的互联网生态。余承东去年也曾表示，去年华为在相关的生态系统中，赚得高达 50 亿美元（约 328 亿元人民币）的收入，净利润更是相当高。与此同时，近年华为也在力推智能家居和智能汽车等物联网应用，如果华为的物联网生态能成功确立，那将能成为华为未来进一步发展的动力所在。 但贯穿华为手机和物联网的核心技术，也正是鸿蒙 OS。因此，华为要维持手机以及物联网的生态，以此作为另一个营收增长点，就要先维持着鸿蒙 OS 的生态。但如果华为不再继续推出新款高端手机，那些依附在华为手机上的各种生态，也将无以为继。 所以，华为再不愿意也好，也要推出让他们相当难堪的 4G 手机。 图片来源：华为。 在华为 P50 的发布会里还有一个细节，证明华为不惜一切，也要支持鸿蒙 OS。余承东在发布会上宣布，他们将会在明年开始向旧款华为手机提供鸿蒙 OS 的支持，最远更能支持至 2016 年推出的 Mate 9；这种做法在国产手机阵营当中，可谓绝无仅有。更有意思的是，华为更宣布会为这些旧款机型提供升级服务（上图），这几乎是在智能手机的历史里，从未发生过的怪事。 华为居然为了给这些年代久远的旧手机续命，借此提高华为手机的保有率，增加鸿蒙 OS 的普及性。更不要说勉强推出一台 4G 手机，继续为鸿蒙 OS 打造生态了。 可以喜爱、可以讨厌，但难以忽视 每当有华为的新闻上线，大家总会在留言区里见到有人吹捧华为，也有人咒骂华为。诚然，华为是一家相当具争议性的科技公司，有不少人很喜欢他们，也有不少人很讨厌他们，甚至恨死了他们。 但无论喜欢华为也好、恨透华为也好，大家唯一无法做到的就是无视华为、忽略华为的存在。 2020 年，被外媒视为最可靠苹果分析师、天风证券的郭明錤曾表示，华为手机对零部件规格要求与单价较高，没有华为手机，在供应链侧的手机相机、HDI、存储与5G芯片技术升级趋势，将会因而放缓。 2016 年华为开始崛起，把小米逼在墙脚往死里揍，当时雷军痛定思痛，最终决定“补课”。没有华为这样的对手，估计小米也可能只会继续高举性价比大旗。 2018 年华为开始冲击高端市场，把挤满牙膏的 iPhone XS Max 打得满地找牙，在 2019 年第一季度录得低迷的业绩，也因为如此，后来苹果 CEO 库克也不得不承认：苹果在智能手机行业的最大竞争对手，其中一个就是华为。也因为如此，苹果后来才推出更有诚意的 iPhone 11 和 iPhone 12，也变得更重视大中华地区市场。 可见华为手机的出现，的确推动着整个手机产业的发展。 华为手机，欢迎回来。

凤凰网科技讯 7月30日消息，近日，LG与加拿大汽车供应商Magna International成立的合资公司宣布，将会开发电动汽车的动力系统及主要零部件。 苹果汽车概念图 苹果公司计划生产“苹果汽车”的消息早早便已放出，北京时间2月14日便有报道称，苹果正在为一个新的研发实验室招聘汽车行业专家。而据《华尔街日报》报道，苹果已经组建了数百人的团队研发这一款电动汽车，而这一项目的内部代号为“Titan”。此前的相关报导对于该款车型的定位较为模糊，暂时未确定苹果汽车研发的款型是不是无人驾驶汽车。 几个月前，据媒体报道，苹果计划与这家LG和加拿大汽车供应商Magna International的合资公司合作，后者将负责苹果汽车的生产。报道称，虽然这家合资公司产能并不大，但苹果公司并未对其产能有较为苛刻的要求。对于此情况，有分析人士表示，这可以侧面说明苹果在初期并不打算大规模生产，第一代苹果汽车的角色更多在于试水市场。 如果协议达成，苹果首个原型车或将在2024年亮相。

凤凰网科技讯 7月30日消息，今日，有媒体报道称，蔚来将加速推出中低端品牌，前WeWork高管艾铁成加盟负责。对此，蔚来回应称，不予评论。 蔚来 据36氪报道，前WeWork大中华区总经理艾铁成已经加盟蔚来，出任战略新业务副总裁，直接向蔚来CEO李斌汇报。“艾铁成在蔚来负责的新业务就是副品牌”，消息人士透露。所谓副品牌，是蔚来公司推出的独立于蔚来的一个中低端品牌，预计售价在15万元-25万元市场。不过，另有知情人士称，“李斌也将五菱宏光MINI EV（售价3万元左右）的定位考虑在内。”

IT之家 7月30日消息 今日，特斯拉 Model 3标准续航升级版的价格下调15000元人民币，调整后的价格为235900元人民币（此为补贴后起售价）。 对此，乘联会秘书长崔东树今日下午表示，新能源明星车型的价格下探是对更广大的燃油车市场的加速替代，加速世界新能源车转型的进程。由于上海超级工厂作为特斯拉主要汽车出口中心的定位，这也使中国制造新能源车的世界竞争力进一步提升。 IT之家了解到，特斯拉称此次价格调整反映了成本波动的实际情况。 目前，特斯拉中国官网有两个Model 3版本在售：标准续航升级版和 Performance 高性能版。前者补贴后售价235900元，续航里程468公里，百公里加速5.6秒；后者续航里程605公里，百公里加速3.3秒。

特斯拉中国又降价了。 7月30日，特斯拉官方微博宣布，即日起，特斯拉Model 3标准续航升级版的价格下调15000元人民币，调整后的价格为235900元人民币（此为补贴后起售价）。特斯拉方面表示，此次价格调整反映了成本波动的实际情况。 今年以来，特斯拉推出了价格更低的Model Y标准续航版，售价276000元人民币。此次进一步下调特斯拉Model 3标准续航升级版的售价，表明特斯拉在中国与美国价格策略的不同趋势。 根据媒体追踪的数据，特斯拉今年已经将美国低价版的Model 3和Model Y版本车型的价格提高了大约十几次，特斯拉将此归咎于原材料供应链成本的增加。特斯拉还宣布通过取消雷达传感器等成本高昂的零部件来提高美国市场的利润率。 特斯拉在第二季度公布了创新高的汽车交付量，北美地区的涨价也推动了特斯拉的季度利润创下历史新高。第二季度，特斯拉盈利首次突破10亿美元。 特斯拉今年在美国至少六次提高了Model Y长续航版本的价格，这款车型目前在美国的售价为53990美元。不过与美国提高价格保持利润率不同，特斯拉在中国近期始终保持价格稳定，并希望增加在中国的销量。 在中国，特斯拉今年仅提高了一次Model Y和Model 3车型的价格。中国特斯拉Model Y标准版目前标价为276000元人民币。 中国是全球最大的电动汽车市场， 中国占全球电动汽车市场的44%，美国的占比仅为17%。 但特斯拉目前仍然处于占领市场的阶段，并面临着来自中国本土竞争对手的激烈竞争以及产品召回和数据监管等多方面的压力。 根据研究机构GLJ Research的一项研究，在中国，特斯拉第二季度在纯电动车市场的份额从一年前的18%下滑至11%。而摩根士丹利的数据，截至今年2月，特斯拉仍占据美国纯电动车市场近70%的份额，尽管这一比例低于去年同期的81%。 限制特斯拉中国发展的重要因素是本土新兴品牌的崛起和价格方面的激烈竞争。在中国，特斯拉面临来自蔚来汽车和小鹏汽车等电动汽车制造商的竞争。在美国，特斯拉的品牌更强大，其主要竞争对手是福特和通用汽车等传统汽车制造商，而传统厂商的销售占比仅占电动汽车的一小部分。 长期跟踪特斯拉的Loup Ventures分析师Gene Munster援引了一项数据，称特斯拉的成本是中国制造电动车平均成本的3倍左右，这意味着特斯拉电动车的价格势必显著高于中国本土电动车。 而通过降价措施，能够吸引更多中国消费者的热情。研究机构伯恩斯坦的一项研究发现，与美国和欧洲的车主相比，中国特斯拉车主再次购买特斯拉电动车的比例较低。 另一方面，随着特斯拉在关键电池等零部件方面中国本土化率的提升，也能更好地控制成本。业内人士称，美国和中国的电池价格以及汽车制造成本存在很大差异。 特斯拉从2019年底起在上海工厂开始生产Model 3电动车，并增加了更便宜的本土零部件组件的采购，包括采购来自中国宁德时代和LG中国工厂的电池。 特斯拉在中国生产电动汽车有助于降低成本，这种经济上的优势将对特斯拉产生持久影响。Munster预测，未来十年，特斯拉在中国的价格将低于美国等全球其他市场的价格。这也将推动上海超级工厂成为特斯拉的全球“出口中心”。

今天，理想ONE水银门车主@正义谦叔 晒出了自己的体检报告。 @正义谦叔表示，沉默这些天不是我虚了怕了，是我还有自己的事要处理。7月26日检查结果确诊为汞中毒，现在已经办理住院手续。 @正义谦叔指出，普通人正常值小于4，中毒标准小于35，而我24小时排出的检验值达到359，超出生物接触极限，就是中毒标准10倍，超出正常值接近百倍。 值得注意的是，@正义谦叔还解释了为什么这么晚才出结果，这是因为陕西省医院开单但检测不了汞，协和西京很难挂上号，最后辗转来到西安中心医院职业病科。 @正义谦叔引用医生的话说，建议住院排汞，因为它会慢慢的侵害我的肾脏肝脏。 对于理想官方认为的“第三方投毒”论，@正义谦叔称第三方也不排除和理想有关。

IT之家 7月30日消息 据中新社报道，7月29日，重庆市合川区人民政府、中国标准化研究院、中国汽车工程研究院股份有限公司在重庆市合川区天顶汽车城共同举办了“国家自动驾驶场景测试与安全仿真中心项目开工仪式”。 据悉，国家自动驾驶场景测试与安全仿真中心占地600余亩，将对标国际先进自动驾驶测评技术，以成为国际一流的自动驾驶危险复杂场景测试基地和国内首个自动驾驶场景识别缺陷分析平台为建设目标。 安全仿真中心的建设将引领我国自动驾驶场景构建与测试技术研究，为政府安全监管、行业技术创新提供技术支撑与服务，项目预计于2022年底投入运营使用。 IT之家了解到，重庆市合川区委书记李应兰、区长徐万忠，中国标准化研究院院长刘洪生、副院长巫小波，中国汽车工程研究院股份有限公司总经理万鑫铭等领导参加了本次开工仪式并致辞。来自清华大学、同济大学、华南理工大学等高校专家，以及长安汽车、长安福特、理想汽车、蔚来汽车、上汽通用、比亚迪汽车、宇通客车、长城汽车、吉利汽车、广汽乘用车、华为等整车和零部件企业代表参加了此次活动。 值得一提的是，日前，北京市高级别自动驾驶示范区推进工作组宣布，在北京智能网联汽车政策先行区正式开放自动驾驶高速测试场景，允许首批获取高速公路测试通知书的企业开展试点测试。