7 月 5 日消息，据“国家安全部”公众号今日发文，随着数字政务、智慧办公深入推进，越来越多单位开始选择第三方外包服务，开展系统运维、数据归集、信息整理、平台保障等工作。 但在实际过程中，个别单位和个人存在监管弱化、思想松懈等问题，简单将业务、数据、权限一并交给服务承包商，当起“甩手掌柜”。这种缺乏有效监管的粗放模式，可能引发系统性安全风险。 近年来，国家安全机关及有关部门先后通报多起“数据外包”失泄密的典型案件，暴露出部分单位重业务推进、轻安全管控，重服务效率、轻风险防范的问题，IT之家附具体案例如下： 案例一：国家安全机关工作发现，某科研单位将实验数据库运维外包给第三方企业，但未建立驻场人员背景审查、数据调取留痕等安全防范机制。一外包运维人员受境外间谍情报机关利诱拉拢，利用远程运维权限下载海量核心科研数据，跨境提供给境外间谍情报机关，后被国家安全机关抓获。该科研单位相关责任人员也被依法追责问责。 案例二：最高人民法院公开案例显示，某公司在为某医院提供“数据外包”服务过程中，暗中从后台收集该医院挂号用户相关个人信息，并导入公司自建数据库，数据去重后合计 28 万余条。涉事公司已构成侵犯公民个人信息罪，被依法惩处。 案例三：央视新闻公开案例显示，某机构将门户网站外包给第三方公司建设维护，却未建立安全管理制度，仅“一托了之”。该公司未落实基本网络安全防护措施，未修复已知漏洞，未履行风险告知义务，将存在安全隐患的系统交付上线后，遭网络攻击并被植入违法内容，造成不良影响。涉事双方均被依法责令限期改正。 综合相关案例来看，各类“数据外包”泄密风险点高度相同，主要集中在准入把关、权限管控、闭环管理三个方面。 我国《数据安全法》《网络数据安全管理条例》等法律法规明确规定，数据服务委托第三方处理，必须通过合同明确处理目的、期限、方式、数据范围、保护措施及双方责任义务。委托外包不免除发包单位数据安全主体责任，发包单位应严格落实外包管理各项合规要求，坚决守住数据安全底线。

IT之家 7 月 4 日消息，零跑汽车今日公布全新 B01/B10 座舱官图，部分配置信息也陆续揭晓，定位分别为“年轻时尚超长续航轿车”和“全球智享长续航 SUV”。 据介绍，全新 B01/B10 车型搭载前排双零重力座椅，全新 B10 百变灵动成床搭配 1.83m² 星空全景天幕，全新 B01 配备 50 英寸 AR-HUD，全新 B10 则配备 55 英寸 AR-HUD。此外，新车还将提供17.3 英寸 3K 中控屏、主驾专属音乐头枕、Leap Sound 14 扬声器等配置。 IT之家注意到，现款零跑 B01 纯电轿车于 2025 年 7 月 24 日晚上市，提供 6 款不同配置，CLTC 工况续航里程有 430 km、550km 和 650km 三种版本，售价 8.98 万起。零跑 B01 的前脸采用了类似 B10 的设计语言，长宽高分别为 4770 x 1880 x 1490mm，轴距 2735mm，可选激光雷达版本。 现款零跑 B10 于 2025 年 4 月上市，共推出 5 款车型，售价 9.98-12.98 万元。该车长宽高分别为 4515*1885*1655mm，轴距为 2735mm。该车搭载“同级唯一”激光雷达 + 8650 芯片的智能驾驶方案，可实现高速及城区自动领航辅助。

日本“首次”从废旧空调中提取稀土，日网民吐槽：“已经到了不得不捡垃圾的地步” “日本启动了一项史无前例的计划。”全日本新闻网7月4日报道称，鉴于国内稀土资源短缺，日本首次开始从废旧的家用空调中提取稀土。针对这一消息，不少日本网民担忧：日本稀土短缺的情况比日本政府描述的更严重，“已经到了不得不捡垃圾的地步”。 日媒报道视频截图 据报道，这项循环再利用的尝试由三菱电机公司牵头发起。该公司从回收的空调外机中拆出压缩机并将其分解，从中提取出含有稀土的磁铁。报道称，这是在中国加强对日本出口管制的背景下，日本国内首次进行此类尝试。 这一消息引发不少日本网民的担忧，有日本网民写道，“高市就稀土事宜声称‘没问题’，但实际看起来捉襟见肘。” 还有日本网民吐槽，日本为了找稀土“已经到了不得不捡垃圾的地步”。 还有日本网民担心，此举可能会导致空调室外机盗窃事件增加。 针对“加强两用物项对日本出口管制”有关提问，中国商务部此前表示，依法依规针对所有两用物项，禁止对日本军事用户、军事用途，以及一切参与提升日本军事实力的其他最终用户用途出口，其目的是制止“再军事化”和拥核企图，完全正当、合理、合法。

IT之家 7 月 5 日消息，88 岁的奶奶，手机里竟有 77 万多条未读消息！央视新闻今日发布老年人遭遇“数字围猎”相关报道。 报道称，这半年多，给奶奶删微信消息，也成了孙女每次来养老院探望她时的固定节目。然而，本周五，他们再次来探望奶奶时却发现，上次已经删干净的微信，又冒出了 3 万多条未读消息。 打开奶奶的微信界面，全是企业微信群。这些群，都是奶奶在网上加的“企业微信联系人”，然后被对方直接拽进去的，全程不需要本人同意。群里面的人，也全都不认识。无奈之下，家人把奶奶的微信切换到“未成年人模式”，这样，加群就必须用户同意，暂缓了手机的“失控”。但这些群还在不停发消息，要想彻底清除、退掉群聊，还得删掉那些企业微信联系人。 起初，这些“企业微信联系人”都打着“关爱老人”的名义，最后都是一个目的：向老人卖东西，尤其是保健品。透过奶奶的这些群聊还能发现，每个群的聊天人数，都控制在 40 人以下。因为企业微信有一条规则：40 人以下，拉人入群无需对方确认。 记者向微信平台了解到，最近三年，这位奶奶添加了 1200 个企微账号，近一年被拉入 1900 多个群聊。77 万条消息，主要来自短剧推广和保健品两类企业。微信承诺，下一步将对行为存在异常的企业微信，上线拉群时强制要求被拉人确认的功能。 IT之家查询第 57 次《中国互联网络发展状况统计报告》获悉，截至 2025 年 12 月，我国网民规模达 11.25 亿人，互联网普及率达 80.1%。我国网民主要集中在中青年群体，10-49 岁网民占比合计为 61.4%；50 岁及以上网民群体占为 34.4%，60 岁及以上占比为 15.4%。 数据显示，我国 60 岁及以上网民约 1.73 亿，其中，仅 20.3% 至少熟练掌握任意一种受调查的数字素养与技能。另一方面，截至 2025 年 12 月，我国即时通信用户规模达 10.94 亿人，较 2024 年 12 月增长 1225 万人，占网民整体的 97.2%，几乎已经成为网民必不可少的应用。

IT之家 7 月 5 日消息，据科技媒体 XDA 今天报道，Ubuntu 正在持续拥抱人工智能，但 Fedora 这边却因为社区强烈反对暂停了“AI 桌面”计划，再次凸显 Linux 社区对 AI 的不同态度。 IT之家在此援引 XDA，AI 正在对 Linux 生态产生巨大影响。一些开发团队开始接受 AI 编程工具和 AI 智能体，并认为 AI 已成为不可避开的行业发展方向。其中，Linux Kernel 内核已经允许开发者使用 AI 工具提交补丁，前提是人类必须对每一行代码负责；而 Ubuntu 这边也加入了 AI 语音输入功能。 与此同时，Fedora 社区却停止了“AI 桌面”开发计划。该提案原本想要帮助开发者更方便地构建 AI 应用，解决目前使用 AI 工作时，需要手动配置大量软件环境的问题，降低 AI 编程门槛。 但是，这种想法并没有得到社区支持，随着反对声音越来越多，官方决定暂停整个项目。 Fedora 基金会对此表示：“我们决定结束关于 AI 开发者桌面提案的讨论，因为目前的结论是，社区倡议流程并不有效，因此不应继续推进”。

► 文 观察者网心智观察所 中国AI基建正在从拼规模走向拼效率，这可能是最关键的一次转身。 摩根大通一份报告里的一句话，最近在国内AI圈子里传开了。 这份名为《Beyond the Benchmarks》的报告提到，有数据估算中国多达80%的数据中心可能处于闲置状态。这个数字太扎眼了，很多人读完就直接跳到结论：中国的AI算力，是不是建多了？ 但稍微追问一步就会发现，这个结论下得太快了。数据中心和AI算力中心不是一回事。前者涵盖了传统IDC托管、云计算、超算中心和近两年专门为大模型训练建设的智算中心，把这些完全不同类型的基础设施利用率搅在一个锅里煮，再端出一个统一数字，本身就不严谨。 但这不意味着这个数字毫无意义。它更像一根刺，扎在了一个敏感的位置上。真正值得追问的问题不是中国有没有算力，而是为什么一边还在缺高端算力，另一边已经出现了部分智算中心空转。这才是当前中国AI基础设施最值得讨论的矛盾。 到底闲了多少？ 《科技日报》曾报道过一个典型案例：西部某城一个千卡规模智算中心，上架率不足50%，已上架服务器实际利用率不到30%，而年运营成本超过3000万元。 浪潮人工智能研究院的测算更直接：全国智算中心平均算力使用率约30%。路透社也有信源估计部分数据中心利用率在20%到30%之间，原因包括地方建设过快、项目远离真实需求、不同芯片和软件架构难以统一调度。 这些公开信源指向的趋势是一致的：部分地方智算中心低利用率已经不是传闻，而是正在被反复验证的行业现象。 不过在引用这些数据之前，有一件事必须先搞清楚：说利用率低的时候，说的到底是哪种利用率？业内至少存在五种不同口径。上架率看的是机柜里有没有装进设备；开机率看的是设备装好之后是不是持续运转；GPU利用率看的是芯片跑起来之后负载高不高；有效训练利用率看的是模型训练的实际吞吐有多少被通信等待、故障恢复和checkpoint吞掉了；商业利用率则看这些算力有没有变成真实订单和现金流。 不同尺子量出来的数字天然有差异。但无论哪把尺子，它们指向的方向是一致的：中国AI算力的账面规模在增长，有效供给远没有跟上。 纸面算力和有效算力之间的鸿沟 地方在宣传智算中心的时候喜欢强调投资额、机柜数、卡的数量和理论峰值算力。这些数据当然有意义，但它们呈现的只是硬件采购的规模，不是系统产出的能力。 大模型训练不是简单的堆卡，它是一项系统工程，对集群互联、网络带宽、存储系统、任务调度、框架兼容和通信损耗都有很高要求。一个1000卡但互联带宽不足、调度系统粗糙的集群，实际效率可能还不如一个200卡的精调集群。这就是纸面算力和有效算力之间的本质差别——前者看理论峰值，后者看实际吞吐；前者靠投资堆得出来，后者必须靠技术、生态和运营一步步打磨出来。 去年10月，宁夏银川闽宁双智算中心主体结构封顶 所以中国的算力局面不能用简单的过剩或不足来概括。阿里云、腾讯云、字节、华为云和三大运营商核心AI集群的高端算力仍然紧张，高端芯片、成熟生态、稳定集群仍然是稀缺资源。但大量新建的地方智算中心，尤其是客户基础薄弱、技术选型失准、软件生态欠缺的那一批，低利用率是切实存在的问题。更准确的说法是：高质量有效算力不足，低效率算力消化不掉。 国产算力的真正瓶颈在生态 芯片出口管制之下，大量智算中心建设转向国产GPU和NPU。方向当然没问题，但国产算力遇到的挑战不能简单理解为芯片能不能跑模型。很多国产芯片不是不能运行，问题在于能不能以接近CUDA生态的工程效率运行。 CUDA在AI计算领域已是事实上的工程标准。围绕它形成了PyTorch、cuDNN、NCCL和一整套开发工具、优化库与工程师习惯。这套生态的价值不仅仅是性能，更重要的是它把研发成本、迁移成本、调试成本和运维不确定性压到了企业可以接受的水平。 企业客户要算一笔现实账：模型迁移需要多久，算子优化谁来做，框架适配谁负责，性能损耗谁承担，工程团队要重新学多少东西，总研发成本会不会反而高于省下来的算力成本。芯片装进机房不等于算力进入生产系统，服务器点亮不等于客户的业务跑起来了。硬件上架只是第一步，把它变成企业愿意长期使用的工程体系，才是真正难啃的骨头。 这也解释了为什么有些智算中心账面上有算力，客户却不愿意大规模采用。不是完全不能用，而是可用和好用之间还隔着一段路。所以国产算力的挑战不是单点芯片性能，而是整个工程生态的挑战。硬件上架只完成了第一步，真正难的是把这套体系变成开发者和企业愿意长期押注的生产工具。 训练和推理的天平正在倾斜 2023到2024年各地争建智算中心时，市场的想象力锚定在大模型训练上。当时的逻辑很清晰：模型越大、训练越贵，谁有万卡集群谁就掐住AI产业入口。 但这个逻辑正在被修正。头部公司当然还会继续训练更强的模型，变化在于市场开始重新评估训练的投入产出比。DeepSeek之后，行业越来越清楚地意识到不是所有企业都需要从零训练超级大模型，大量企业的真实需求是调用、微调、推理、私有化交付和行业Agent。 这带来了一个结构性的需求转折。训练算力可以集中在电价低、绿电资源丰富的西部枢纽，但推理算力必须靠近用户和业务场景。工信部2026年发布的实施意见明确提出城域算力1毫秒时延圈和枢纽—区域—边缘三级协同，政策意图很清楚：AI算力不能只停留在远端大集群，未来的方向是训练中心化、推理分布化。 换个角度来理解这件事：AI正在从一次性研发投入变成持续运营成本。训练大模型是阶段性的，但推理是不间断的——每天响应海量请求消耗的是持续不断的token。商业化最终要落到每百万token的成本上。过去训练能力决定模型上限，未来推理成本决定商业化下限。按训练逻辑规划的智算中心，正面对一个尴尬的现实：市场需求已经移动了，基础设施还留在原地。 当算力变成地产 很多地方热衷投资智算中心，因为它不只是技术项目，更是一种地方产业资产。智算中心可以作为数字基础设施项目立项，进入国资平台的资产负债表，承接政策性资金和银行授信，充当招商引资名片，未来还可能和REITs、算力券、算力交易挂钩。 一旦项目的驱动力不完全来自真实需求，而是由投资、融资、补贴和产业基金共同推动，就容易出现一种错位——资产先行，负载滞后。先把项目建起来，先把指标报上去，先把产业名片做出来，再慢慢找客户。 传统基建或许等得起，但AI算力等不起。硬件折旧快、模型迭代快、芯片更新快、客户需求变化也快。全国已投运和在建规划的智算中心项目合计超过500个，2025年仅公开招投标中亿元以上的相关项目就超过222个。当越来越多的地方用基建思路理解算力，算力地产化的风险就在悄然积聚。传统基建最怕不建，AI基建最怕建错。 从建算力到组织算力 中国AI产业的核心矛盾正在转换，从有没有算力，变成算力能不能被有效组织起来。如果各地各建一套系统，用不同芯片、接口、云平台和计费方式，最终就会形成大量割裂的算力孤岛。 这正是全国一体化算力网要解决的问题。2023年底五部门联合发文给出了框架，2026年政府工作报告首次将算电协同写入新基建工程。工信部数据显示全国已建成42个万卡级智算集群，8大枢纽节点智算规模超过全国总量的80%。但真正需要流动的不是算力本身，像水电一样搬运算力在物理上不现实，真正流动的是数据、任务、模型和调度指令。 还有一个长期被低估的变量：电力。2025年全国算力中心总用电量达到1700亿千瓦时，中国信通院测算高情景下2030年可能超过7000亿千瓦时。没有稳定、低碳、可调度的电力支撑，算力成本就降不下来，AI应用就很难规模化。算力竞争的下一阶段，比的不仅是谁有GPU，也是谁能把算力、网络和电力一体组织起来。 未来竞争很可能从地产化竞争转向云化竞争，从比谁有机房、土地、电价，转向比谁有调度能力、SLA保障、API生态和客户体系。运营商和头部云厂商可能成为最终整合者。地方智算中心如果不能接入更大的调度网络，变成标准化、可计费、可调用的服务节点，就容易沦为孤岛资产。 分水岭已经到了 回到最初那个数字。80%闲置不能直接当结论，但它指向的问题是真实的：中国AI算力建设已经从拼规模进入拼效率的新阶段。过去的指标是投资额、机柜数和万卡集群数量，未来真正应该看的是GPU利用率、有效训练吞吐、推理时延、单位token成本和客户结构是否健康。 未来智算中心会走向明确的分化。一部分成为国家级算力枢纽；一部分转型为行业推理节点和企业服务平台；一部分被整合进更大的调度网络；还有一部分如果既没有客户也没有生态，可能会长期低利用直到成为沉没资产。 这不是中国AI基建的失败。中国在光伏、新能源车和锂电池上都走过类似的路径：产能大干快上、结构性过剩、一轮整合出清，最终留下有效率有生态的产能。但AI算力不同于光伏面板，它同时涉及芯片、网络、电力、云平台、软件生态和商业运营。中国第一次面对一种需要把制造能力、能源能力、通信能力和软件能力全部整合在一起的基础设施类型。 过去两年，中国在补算力的硬件缺口。接下来真正要补的，是组织算力的能力。怎么把分散在全国各地的算力、数据、模型、网络和电力，编织成一个低成本、高效率、可持续运行的系统。 真正稀缺的，从来不是GPU本身，而是把GPU变成生产力的能力。这可能是中国AI产业进入下一阶段的真正分水岭。 来源|心智观察所

快科技7月5日消息，近年来，“低价试用+自动续费”成为部分互联网平台常用的营销方式。 不少消费者看到低价体验活动后顺手开通，却容易忽视页面中的续费规则，等到后续发现账户被连续扣费时，又常常遇到取消入口难找、关闭流程繁琐等问题。 据人民日报报道，日前，北京市市场监管综合执法总队查处了一起电商平台利用“低价噱头+隐形捆绑”侵害消费者权益的案件，涉事平台已被责令整改，并被处以罚款。 据执法人员介绍，该平台将“7天试用期满后自动转为25元/月会员”等关键条款，用与白色背景高度融合的灰色小字标注，普通消费者很难注意到相关提示。 在“免费开通会员”“1分钱体验7天会员”“限时6元尊享钻石会员”等广告吸引下，部分用户原本只是想短期试用，却在试用期满后未收到明显提醒的情况下被自动续费。 事实上，针对自动续费服务，相关监管要求早已有明确规定。 《网络交易监督管理办法》要求，自动续费类服务应以显著方式提请消费者注意，并提供显著、简便的随时取消或变更选项。 《互联网平台价格行为规则》也明确，平台设置自动续期扣款时，必须以显著方式展示相关选项，并提供便捷取消途径。 人民日报表示，自动续费的坑，用户得躲，平台得填，从现实情况看，不少平台仍然套路满满，对于会员自动续费乱象，如果只依靠消费者个人、个案维权，不仅时间和精力成本较高，也存在“点对点”的局限性。 人民日报指出，平台也应该主动纠偏，确保取消续费与开通收费时一样便捷，而不是和消费者大玩“躲猫猫”。 真正留住用户，归根结底还是要靠透明、优质的服务。

IT之家 7 月 4 日消息，比亚迪集团-方程豹事业部总经理熊甜波今日表示，钛 7 EV 闪充版四驱车型本周已全面开启交付。 熊甜波表示：“目前‘保交付’就是我们工作的重中之重，全链条都在全力冲刺提升产能。” 据IT之家此前报道，比亚迪方程豹钛 7 EV 闪充版于 4 月 29 日上市，售价 19.98 万元起： 675km 后驱闪充版：19.98 万元 755km 后驱闪充版：20.98 万元 在 755km 后驱车型的基础上，可选装 3 万元的“四驱进阶选装包”，包含天神之眼 B-辅助驾驶系统、智能电四驱、20 寸轮毂 + 高性能四活塞定钳、20 扬声器音响、主动香氛系统等功能，23.98 万元。 比亚迪方程豹官方此前还推出了“方程豹闪充车型交付等待礼”：所有等待超过 30 天的客户，每延期 1 天，赠送 1 天免费闪充权益。

快科技7月5日消息，据媒体报道，近日，美国总统特朗普在其社媒账号上发布了一段视频，展示了一座黄金版拉什莫尔山（俗称总统山）总统雕像，将自己的头像加在林肯旁边。 这段视频是特朗普在赴拉什莫尔山发表演讲前发布的，视频中还配有特朗普的旁白：“在未来很多很多年里，我将是美国最伟大的总统。” 特朗普此前曾流露想法，希望把自己的头像加在总统山上，但这几乎不可能实现，因为山体已没有足够的空间。 据了解，拉什莫尔山国家纪念公园俗称美国总统山、美国总统公园，位于美国南达科他州布拉克山区基斯通附近，由国家公园管理局管理。 公园以四座高18米的花岗岩总统雕像闻名，从左至右依次为华盛顿、杰斐逊、罗斯福和林肯，四位总统入选理由包括建国、领土扩张及国家统一等历史贡献。 该工程由雕刻家博格勒姆于1927年启动，历时14年完成，耗资近100万美元。 据南达科他州前州长诺姆回忆，2018年两人在白宫椭圆形办公室会面时，特朗普曾对她说，把自己的头像刻上“总统山”是他的“梦想”。 特朗普在2019年接受媒体采访时，再次公开谈及这一设想，但相关资料已明确记载，这座山剩余可雕刻空间十分有限。

（图源：视觉中国） 本周菜鸟内部召开了一次管理层会议，会上宣布了内部架构调整，并在7月1日完成该调整。 文 | 彭乐怡 编辑 | 陈业 重金投入AI的阿里正持续对旗下业务板块进行调整。 最新，蓝鲸科技记者从多名接近菜鸟人士处独家获悉，本周菜鸟内部召开了一次管理层会议，会上宣布了内部架构调整，并在7月1日完成该调整。 一名接近菜鸟的人士告诉蓝鲸科技记者，“菜鸟国内供应链业务板块上浮至淘天集团，并入阿里中国电商事业群。目前菜鸟仍保留海外供应链业务和物流科技业务。” 前述人士称，架构调整后，业务协同上暂时没有变化，暂不涉及人员的合同变更，其同时表示，未来阿里中国电商事业群的前端消费和物流业务会整合到一起，汇报线收束。 “调整的用意就是收缩战线，集中资源回归电商主业，打通B2B、B2C、C2C的供给体系。”一名菜鸟员工评价称。 上述员工表示，“保留整块海外业务，是因为菜鸟在海外供应链有优势，在主要消费国基本都开了自营仓。” 不过，另一名知情人士则表示，未来菜鸟海外业务或将引入新的资金，但存不确定性。 对于上述信息，菜鸟方面未予回应。 视线拉回三年前。2023年3月，阿里巴巴启动“1+6+N”组织变革，菜鸟成为六大独立业务集团之一，被允许寻求单独上市，2023年9月，菜鸟向港交所递交上市申请。但在此期间，阿里发生人事变动，主导“1+6+N”变革的张勇卸任CEO，由吴泳铭接任。2024年3月，菜鸟IPO被撤回。 对此，阿里巴巴集团董事会主席蔡崇信解释，市场低迷并且缺乏流动性，继续推动资本市场交易是没有意义的。蔡崇信还提到，“我们希望能将集团的电商与物流业务视作有机整体，以便更好地控制成本结构、定价、销售以及用户体验，从而提高我们的竞争力。”这句话几乎可以视作菜鸟国内供应链业务上浮淘天的逻辑出发点。 吴泳铭出任阿里CEO后，一直坚持“电商和AI+云”两大核心战略，也对旗下业务进行了持续的梳理与收缩。菜鸟的调整也是这一逻辑的延续，让电商物流回归电商主业，菜鸟则发力守住海外供应链与物流科技，各自归位。 事实上，菜鸟与阿里国内电商的融合调整在去年就已经开始。2025年1月，据媒体报道，菜鸟就将与阿里电商更紧密的业务上移给集团，原菜鸟国际业务中服务速卖通的团队转入阿里中国电商事业群。彼时报道就提及，国内电商供应链解决方案和电子面单两个团队也将移交给淘天集团。 2025年8月，菜鸟高级副总裁、跨境物流总经理熊伟在媒体沟通会上表示，2023年以来，菜鸟进入了“3.0”阶段，2024年下半年开始，菜鸟在业务上进一步聚焦于“全球化”与“科技”两大方向。 今年上半年，菜鸟在海外市场也频频发力。6月，菜鸟宣布将在荷兰建设一个全新的高效率欧洲供应链履约中心，辐射整个欧洲；4月，菜鸟已在英国达文特里、法国巴黎、西班牙马德里和波兰罗基特诺密集启用四处新仓库；目前，菜鸟全球供应链已在18个国家和地区运营超50个海外仓。 菜鸟孵化于阿里电商系统内部，2013年成立之初的定位基本是阿里电商的物流基础设施。而将与阿里电商紧密结合的业务剥离后，菜鸟才能更专注服务阿里以外的客户，为自己寻找新的增量。

2026年夏天，机器人圈被一个近乎“黑色幽默”的实验结果炸开了锅。 一支由斯坦福教授李飞飞、英伟达具身智能负责人Jim Fan、佐治亚理工学院助理教授徐丹飞领衔，联合Pieter Abbeel、Jitendra Malik、Ken Goldberg、Trevor Darrell等多位顶尖学者的“超级团队”，在一项消融对照实验中遇到了一个百思不得其解的现象。 他们在一个名为π0.5的行业经典模型上做了一件看似理所当然的事——把触觉信号作为额外信息输入给模型。按常理，多一种感知应该多一分精准。结果却令人瞠目：据论文中的消融实验显示，任务成功率从17%骤降至6%。 加了触觉，机器人反而“不会干活”了。 这个反常结果，像一记耳光打在了整个具身智能行业的脸上。过去几年，业界的主流做法是把一切感知信息——视觉、语言、触觉——统统转成同一种格式塞进同一个大模型里，相信“数据多了自然智能涌现”。T-Rex论文用一组冰冷的数据证明：这条路，可能从一开始就走偏了。 触觉为什么成了“猪队友”？ 问题出在哪里？论文作者们给出了一个简洁而有力的诊断：频率错配。 据论文及相关技术解读，视觉是一种“慢感知”。摄像头以大约每秒5帧的频率扫描世界，提供的是稳定的场景语义——知道物体在哪里、长什么样。但触觉是一种“快感知”。当指尖接触到物体的瞬间，压力、滑动、形变等信息以毫秒为单位变化，触觉反馈天然需要在每秒20次甚至更高的频率下才能发挥作用。 打个比方：这就像让一个长跑运动员（视觉）和一个短跑运动员（触觉）在同一条跑道上以同样的速度跑步。长跑运动员觉得节奏太快跟不上，短跑运动员觉得节奏太慢憋得慌。把这两种时间尺度完全不同的信号强行塞进同一个以低频运行的Transformer里，结果不是“1+1=2”，而是“1+1<1”——触觉的高频优势发挥不出来，反而把视觉已经学好的表征搅得一团糟。 换句话说，不是触觉没用，是用错了地方。 面对这个结构性矛盾，研究团队没有在原有框架上修修补补，而是选择推倒重来。 他们提出了一套名为T-Rex的全新框架。T-Rex既是“触觉反应式灵巧操作”（Tactile-Reactive Dexterous Manipulation）的缩写，也暗合“霸王龙”之意——虽然霸王龙的前肢短小，但这篇论文要解决的，正是一双灵巧手如何真正“感知”世界。 T-Rex的核心思路可以概括为一句话：别再让触觉和视觉抢同一条算力通道了，给它单独开辟一条独立的高速公路。 具体怎么实现？论文提出了一套混合Transformer专家架构（Mixture-of-Transformers，MoT） 。所谓“混合”，是把机器人的控制权拆解给三位各司其职的专家；所谓“变速率”，是让三位专家各跑各的时钟频率，互不干扰。MoT中的“M”恰好同时代表了这两层含义。 第一位专家负责“看路”和“预判”——它叫潜在专家。 它的任务是处理视觉和语言信息，预测“接下来场景会变成什么样”，为后续动作提供时间上的上下文。说白了，它在提前想好下一步会发生什么。 第二位专家负责“画草图”——它叫动作专家。 它从一片“噪声”开始，通过一步步去噪，生成一个大致的动作走向——“手往这个方向移动”。这个模块的运行频率大约是每秒5次，对应视觉感知的天然节奏。 第三位专家负责“微调”——它叫触觉专家。 它不参与前期的全局规划，只在接触发生的瞬间启动，以每秒20次以上的高频实时读取指尖传来的力和形变信号，在动作专家画好的“草图”上做毫秒级的精细修正——“力道轻一点”“往左偏一毫米”。 三个专家的协同流程是这样的：动作专家先跑完前几步，画出一张动作草图；触觉专家从某个中间节点接手，利用最新的触觉数据完成剩余步骤的精化。动作专家负责“低频去噪”，触觉专家负责“高频精化” 。潜在专家全程“看路”，为两者提供视觉上下文。三位专家各跑各的时钟，各司其职，最后协同输出完整的动作。 T-Rex 的 Mixture-of-Transformer-Experts（MoT）架构。（图片来源：T-Rex） 为了让触觉专家真正“读懂”触觉信号，论文还专门设计了一套时空触觉编码器。核心是一个VQ-VAE模块——你可以把它理解为一个“翻译官”，把过去十几帧的时序力数据压缩成离散的“触觉词汇”，既能捕捉力的变化趋势，又能抵抗传感器的信号漂移。这样一来，触觉专家接收到的就是一套标准化的“触觉语言”，而非杂乱无章的原始信号。 这套设计的本质，就是给高频触觉信号辟出一条独立的通道，不让它被低频的视觉节奏拖累。 三个专家各跑各的频率，各管各的事，互不干扰，最后再协同输出一个完整的动作——既保留了视觉对全局的把控，又彻底释放了触觉在接触瞬间的敏捷反应能力。 数据层面同样下足了功夫。团队构建了一个100小时的触觉同步数据集，涵盖200多种日常物品、22种动作基元（抓取、挤压、插入、擦拭、折叠等）、7700多条运动轨迹。与传统做法不同，这个数据集不是针对某个特定任务录制的，而是围绕“动作×物体”的组合来组织——22个动作搭配200多种物品，通过排列组合覆盖尽可能多样的接触场景。这让模型学到的是通用的触觉-动作对应关系，而非死记硬背特定任务的模板。 训练策略同样极具层次感。团队先用22,889小时的人类第一视角视频进行大规模预训练，让模型理解人类的手部交互模式；再用上述100小时的机器人触觉数据进行跨模态对齐；最后仅需少量特定任务示范即可完成专项能力的激活。这种渐进式训练的好处是，触觉能力不需要从头学起，而是在视觉运动先验已经建立之后，以相对少的数据“嫁接”进来。 12项“刁难级”任务，30个百分点的跨越 这套架构到底有没有用？论文在12项专门为“刁难”机器人而设计的精细操作任务上进行了严苛测试——翻书页、转移生鸡蛋、擦盘子、挤牙膏、分纸杯、分拣麻将、开锁、填药盒、模拟化学滴定、抽卡片、发扑克牌、拧灯泡。每一项都要求机器人对接触力进行动态的、即时的调节。 T-Rex 完成翻书等接触密集型任务（图片来源：T-Rex） 最终结果令人振奋：T-Rex相较此前最强的基线模型，在这12项任务上取得了超过30%的平均成功率提升。在翻书页、分纸杯等对力度极为敏感的任务中，T-Rex的表现从“几乎不可用”跃升到了“初步具备实用价值”。 进一步的消融实验反向印证了设计的精妙：一旦切除所有触觉输入通道，系统成功率出现断崖式下跌；而如果强行取消异步运行机制，让触觉被迫降频与视觉同步，性能同样会显著劣化。这恰恰说明，T-Rex的成功并非单纯来自“加了触觉”，而是来自“用对了触觉”——给它独立的节奏、独立的通道、独立的处理逻辑。 T-Rex这篇论文的价值，远不止于一组漂亮的实验数据。它用一个极具说服力的反例，向整个具身智能行业发出了一个明确的警示信号： “万物皆token、一切进大模型”的通用范式，并不天然适用于所有感知模态。 视觉和语言是“慢变量”，适合放在同一个巨大的Transformer里做全局关联推理；但触觉是“快变量”，它关乎物理接触和即时反馈，需要单独的高频闭环控制回路。强行把两者塞进同一个模子，结果不是融合，而是污染。 这让人联想到神经科学中经典的双流假说——视觉腹侧通路负责“识别是什么”，背侧通路负责“指导怎么做”。T-Rex的混合专家架构，某种程度上是在机器人身上复刻了这种生物演化的高级智慧。 当然，论文也坦诚了当前的局限性：对于需要数秒级连贯协调的复杂操作，纯粹的行为克隆仍受限于示范数据的覆盖度；当前触觉感知仅限于指尖而非全手掌，且传感器标定与漂移问题仍是工程痛点。但这些属于“成长中的烦恼”，并不妨碍T-Rex所确立的范式意义。 这篇论文传递的核心信息已经无比清晰：别再让机器人光靠“瞪大眼睛看”来干活了，是时候让它们学会“伸出手去摸”。 触觉不应是视觉的附庸，而应是一条独立的、与视觉平起平坐的物理感知通道。 那个“17%跌到6%”的反常实验，或许正是机器人从“看见世界”走向“感知世界”的关键转折点。（本文首发钛媒体APP，作者 | 硅谷Tech-news，编辑 | 赵虹宇）

雷达财经出品 文|丁禹 编|孟帅 最低不到12万，就能拥有“有形亦有魂”的机器人伴侣？优必选最新发布的优世界U1系列仿生人形机器人，近日刷屏互联网。 据优必选介绍，这款售价在11.98万元至99万元的机器人，不仅可以随心定制外观容貌，还能通过情感共鸣大模型拥有独特性格、记忆和回应。 据优必选公布的数据，优世界U1系列在预售阶段便已斩获超1.3万台的订单，这一数字是公司去年全尺寸具身智能人形机器人产品销量的12倍还多。 不过，不少网友和媒体在见过实机后表示，这款机器人的颜值、动作流畅性等卖点与宣传片有明显落差，同时其也不具备“做家务”等实用功能。 而在资本市场上，此次放出大招的优必选，其股价却坐上“过山车”。6月29日、30日，公司股价分别上涨6.22%、7.48%，但6月30日发布会结束后，公司股价于7月2日报收92.6港元/股，较前一交易日下跌9.92%。 7月3日收盘，优必选股价再度拉升，单日大涨17.6%至108.9港元/股，总市值约548亿元。 优必选放产品大招，最高售价近百万 6月30日，优必选在深圳举办2026年度全球发布会，发布面向下一个十年的“人机共生”战略，并正式推出旗下消费级品牌优世界的首款产品——全尺寸超仿生人形机器人U1系列。 据悉，该系列机器人包括半身版U1 Lite、高配全身版U1 Pro及高动态全身版U1 Ultra三款产品。 其中，U1 Lite售价为11.98万元；U1 Pro售价为 16.98万元；U1 Ultra男版售价为99万元，女版售价为88万元。 据优必选介绍，优世界U1系列拥有88个自由度及独创双支点仿生颈椎，覆盖人类90%基础动作。 凭借搭载的全球首个针对长期陪伴的情感大模型，该产品可识别20余种细粒度情绪，准确率超90%；其仿生快慢脑架构借鉴认知神经科学，还可实现500ms直觉反应与千亿级参数深度推理的协同。 同时，优世界坚持用户控制自身数据，用户可随时查看、导出与删除；数据优先本地处理，非必要不上云。 目前，优世界U1系列的应用场景覆盖日常陪伴、情绪支持、生活美学、社交辅助等消费类场景，以及迎宾接待、养老陪伴、心理疗愈、文旅展览、科研教学、高端家政服务等商用类场景。 优必选在发布会现场宣布，目前优世界U1订单线上线下全渠道已累计突破13361台，将于今年9月16日开始交付。 作为长期专注于工业机器人领域的“机器人第一股”，优必选宣称，优世界U1是全球唯一具备规模化量产能力的全尺寸超仿生人形机器人，标志着人形机器人开始从工业场景迈向消费场景。 在发布会上，优必选创始人、董事会主席兼CEO周剑表示，优必选定位绝非单纯人形机器人设备厂商，而是布局未来生产力的平台企业，目标打造人机城市的三大核心。 整体布局上，优必选人形机器人产品今年三箭齐发，覆盖家庭、工业、商业三层场景，构成完整AI基础设施，落地人机共生战略。 实物被吐槽“货不对版”，产能压力较大 从超1.3万台的预订量来看，优必选的优世界U1系列堪称未买先火。 可以作为参照的是，2025年，优必选的全尺寸具身智能人形机器人产品全年销量为1079台，且这还是建立在销量同比暴涨35866.7%的基础之上。 即使是凭借春晚爆火出圈的宇树科技，其2025年人形机器人出货量也才5500台（指实际出售发货给终端客户的数量，并非订单数量）。 值得注意的是，优世界U1系列三个价位产品，并非具有相同的形态和功能。其中，半身版U1 Lite仅保留头部和躯干，Pro版主要多了四肢，Ultra版则具备自主行动能力和更强大的算力。 核心参数方面，以顶配版为例，Ultra男版身高183cm，整机质量为42kg；Ultra女版身高168cm，整机质量为35.2kg；其面部、脖子、身体均具有多个自由度。 它们均采用“arm64+NVIDIA Jetson Orin”的算力配置，配备的8100mAh电池可提供约4小时续航。 但该产品并非防水设计，其外覆硅胶皮肤仅支持日常湿布擦拭，不能进行冲洗、喷淋、浸泡；同时其工作温度被限定在0至40℃以内（非充电）。 官网显示，优世界还提供高端定制服务，客户可以通过采集外形数据、声线等进行专属定制，配合优必选针对长期陪伴开发的Resonance-LM情感共鸣大模型，堪称“有形亦有魂”。 从京东的预售情况来看，目前用户可以支付3000元定金来预订U1的Pro版（当前仅有Pro版，且仅面向成年人），截至发稿，已有近5600件产品被预订。 有用户在该产品的评论区留言，询问这款机器人能否做家务，但据北京商报，有知情人士透露，优必选宣称的“家政服务”指的是家庭陪伴。 另据环球网，从现场的实机展示来看，这款产品的实物与宣传落差较大。机器人在行走过程中机械感明显，外观也和此前网络上公布的渲染图存在差距，有部分网友更是直言“货不对板”。 行业媒体评价更为直接：“大家被预售阶段的宣传吊得胃口太高了，现场反而有点失落”。预售时官方渲染图将产品推向“真人”的预期，但现场展示的却是另一个维度的东西。 此外，外界还担忧优必选的产能能否支撑起如此庞大的订单量。年报显示，截至2025年底，优必选全尺寸具身智能人形机器人已实现年化产能超6000台。 以前述产能粗略估算，优必选想要完成1.3万台订单的交付，或需要两年以上时间。就连优必选副总裁焦继超也坦言：“一万多台规模的量产是一个非常大的挑战”。 不过，周剑在发布会上声称，公司2026年的目标是实现5万台仿生机器人的规模化生产能力，公司力争今年交付全部国内订单。 六年亏超56亿，具身智能业务大爆发 天眼查显示，深圳市优必选科技股份有限公司注册成立于2012年，公司专注于人形机器人全栈式技术研发与商业化应用，并于2023年12月在港交所主板上市，被称为“人形机器人第一股”。 据同花顺iFinD数据，2020年至2025年，优必选的营收持续增长，从7.4亿元一路上涨至19.81亿元。其中，公司去年营收增速一举创下前述时间内的新高，同比实现53.29%的增长。 然而，在营收稳步增长的同时，优必选却常年深陷亏损泥沼，至今仍未实现盈利。 2020年至2025年期间，优必选归母净利润累计亏损约56.63亿元。其中，公司去年录得亏损7.03亿元，亏损规模同比收窄37.42%。 分业务来看，优必选的具身智能人形机器人产品全面爆发。去年，公司全尺寸具身智能人形机器人产品及解决方案全场景实现营业收入约8.21亿元，同比增长约2203.7%；实现销量1079台，同比暴涨35866.7%。 得益于此，该板块一跃成为公司的第一大业务，其营收占比从2024年的2.7%飙升至2025年的41.1%。 对此，优必选表示，这主要由于规模化场景应用全面提速，公司成功将技术积累转化为大规模的订单交付。 不过，公司此前营收占比近六成的其他智能机器人产品及解决方案业务，去年营收同比减少16.9%至6.29亿元，占总营收的比例也缩水近一半至31.4%。 优必选解释称，这主要是由于物流智能机器人及智能机器人解决方案2025年已签约的部分项目于年底尚未完成交付和验收，从而导致收入减少。 由于收入结构性变化，高毛利率的全尺寸具身智能人形机器人产品及解决方案成为公司最大收入来源，优必选的毛利率同比提升9个百分点至37.7%。 去年，优必选还先后完成三次H股配售，成功募资近65亿港元。截至去年末，公司总资产翻倍至102.41亿元，资产负债率则同比下降近28个百分点至28.47%。 值得注意的是，去年，优必选的经营活动现金流量净额为-7.84亿元。而近六年来，公司该项指标持续为负，造血能力仍有待提升。 若此次预定的1.3万台优世界U1能于年内顺利完成交付，即便全按最低端的机型计算，也可为公司带来16亿元的收入。 而若按U1 Pro 16.98万元的价格估算，前述订单的收入更是将达到22.7亿元，超过去年全年营收。 未来，优必选能否顶住产能压力和外界质疑，实现业绩的持续增长？雷达财经将持续关注。

快科技7月5日消息，5月份的IO大会上谷歌宣布旗舰大模型Gemini 3.5 Pro会在6月发布，但最终还是跳票了，期间又经历了多位AI大牛离职跳槽到对手公司中，士气大落。 最新消息称，Gemini 3.5 Pro大模型会在7月17日发布，有意思的是7月中旬这个时间点恰好是DeepSeek V4正式版发布的日子，国内外两款旗舰大模型同场比拼值得关注下。 Gemini 3.5 Pro之所以延期发布，原因就在于团队希望用额外的时间来进行新的预训练，而不是基于旧的Gemini 2.5 Pro大模型微调。 根据这个爆料，Gemini 3.5 Pro的提升主要是在前端生成方面，有了重大飞跃，设计品味更好，UI更简洁，SVG生成更强大，一次性前端结果也更加精炼。 在游戏开发上也有很大进步，但是Gemini 3.5 Pro还是不可能超过Anthropic的Fable 5大模型。 Gemini 3.5 Pro大模型这一次会是个重大升级，谷歌不会再基于之前的Gemini 2.5 Pro进行改良，应该是一个全新的底座大模型，宁愿跳票也要多花点时间来训练，因此性能方面会有一次显著提升。 谷歌的Gemini优势一直是世界知识的广度，这方面连DeepSeek官方都承认谷歌是最强的，理论上数据质量越好，Gemini 3.5 Pro的表现也会大幅提升。 不过Gemini 3.5 Pro也不太可能一下子就成为新的世界第一，A家的Mythos、Fable大模型据说是5万亿甚至10万亿参数量的规模，成本极高，Gemini 3.5 Pro不会做到这么大规模，上限自然还有点差距。 但是谷歌还有个优势，那就是图像生成，Nano Banana生图模型做了很长时间的世界第一，前不久才被OpenAI的GPT-Image 2超过，这次谷歌会基于Gemini 3.5 Pro推出新的Nnao Banana Pro大模型，预计更直接地与GPT-Image 2竞争。 【本文结束】如需转载请务必注明出处：快科技 责任编辑：宪瑞

快科技7月5日消息，据报道，今年2月，日本借助深海钻探船在南鸟岛周边海域完成稀土淤泥试采，相关消息迅速引发热议。 东京大学科研团队测算，这片海域海底蕴藏稀土资源总量超1600万吨，结合日本每年约2万吨的稀土消耗规模，该储量理论上能支撑日本连续使用800年。 但日本专家指出，乐观情绪为时尚早，后续还有大量工作需要完成，包括稀土泥的储存、加工以及提炼等。 首先，1600万吨仅为理论资源总量，稀土均匀混杂在深海淤泥之中，矿物品位极低，想要提炼出工业可用稀土，需要处理巨量泥沙，实际可开采利用的资源量大幅缩水。 其次，深海开采配套全流程成本居高不下。 南鸟岛地处偏远远海，开采点位水深近六千米，特殊高压环境对开采设备要求严苛，远洋运输、淤泥脱水、提纯加工等环节均需大量资金投入。 日媒测算，若实现规模化开采，整套流程综合成本或将达到我国稀土开采成本的20倍，经济竞争力严重不足。 除此之外，淤泥储存、废料处理、提纯工艺等配套技术尚未成熟，还有漫长的研发与试验周期。

【环球网科技综合报道】7月5日消息，据engadget报道，在今年6月的WWDC 26全球开发者大会上，苹果公司正式发布了基于Apple Intelligence架构的新一代Siri AI系统，标志着这款虚拟助手在语义理解和多任务执行方面迎来重大升级。随着今年秋季iOS 27稳定版的发布，Siri AI将正式向符合条件的用户推送。 根据苹果公布的兼容性策略，Siri AI的完整功能将严格限定在支持Apple Intelligence的设备上。在智能手机产品线中，只有iPhone 15 Pro、iPhone 15 Pro Max以及iPhone 16及后续机型能够支持该功能。在平板和电脑端，搭载A17 Pro芯片的iPad mini以及配备M1及以上芯片的iPad和Mac机型均在支持范围内。用户可通过查看设备“设置”中是否出现“Apple Intelligence与Siri”选项，来确认自己的设备是否具备升级资格。 在功能体验上，新版Siri AI展现出更强的上下文理解能力，能够跨应用调用笔记、信息、电子邮件和照片中的个人数据。在隐私保护方面，苹果采用了端云协同的处理机制：基础请求由设备端模型处理，而复杂指令则通过私有云计算（Private Cloud Compute）在云端的大型模型中完成，以确保用户数据的安全。 值得注意的是，苹果在此次升级中首次引入了基于硬件性能的“功能分级”策略。虽然上述兼容设备均可获得基础的Siri AI体验，但更高级别的个性化语音表达、高精度离线听写等进阶功能，则要求设备具备至少12GB的运行内存。这意味着，仅有iPhone 17 Pro系列、iPhone Air，以及搭载M4芯片的iPad和M3芯片的Mac才能解锁这一最高阶的端侧AI模型。 这一硬件门槛的设置也对未来产品的规格产生了影响。据供应链分析师郭明錤透露，即将发布的iPhone 18标准版运行内存可能仅提升至9GB，受限于12GB的硬性要求，基础款iPhone 18将无法支持最高阶的端侧AI模型。相比之下，iPhone 18 Pro系列及传闻中的折叠屏机型将维持12GB内存配置，从而保留完整的AI体验。（青云）

7 月 5 日消息，受厄尔尼诺事件影响，欧洲今年夏天频繁出现极端高温天气，给民众的生活带来困扰。但受老式建筑保护法规、人工成本高昂、安装资源紧缺等因素影响，欧洲空调的家庭保有率仅约 20%。 据央视新闻今日报道，高温引发的空调需求集中爆发，多个中国品牌空调在欧洲销量迎来明显上涨。其中，易安装的空调成为主流选择。 而广东佛山，一家企业专为欧洲市场定制的可移动、免安装空调，轻量化设计，将压缩机从室外挪到室内，终端售价约 1000 欧元，今年已售出 20 万台，是去年全年销量的 2 倍多。 如果消费者要去购买一台壁挂式的分体机，考虑上安装费用之后大概是会在 2500 欧元、3000 欧元甚至 4000 欧元不等，取决于不同国家的这个人工成本。 此外，近年来德、法等国居高不下的昂贵电价，让空调能效成为当地消费者的首要考量，山东青岛专门针对欧洲市场设计的传统分体式空调，凭借低能耗优势，也受到青睐。 据IT之家此前报道，欧洲多地遭遇持续高温天气，多地打破高温纪录，发布高温预警。高温天气下，中国制造的移动空调、电扇等纳凉产品销量激增，甚至“一机难求”。 气温屡创新高，但欧洲国家的空调普及率却远低于其他地区主要经济体。据了解，欧洲仅有约 20% 的家庭配备空调等制冷设备。央视新闻表示，欧洲空调普及率低的原因是多方面的： 欧洲仅有约 20% 的家庭配备空调等制冷设备。主要原因是，以往欧洲的夏天，尤其是在欧洲北部，天气不那么炎热，尽管有热浪，但长时间高温天气并不频繁，因此人们安装空调的需求并不多。 其次，欧洲许多地方空调安装难度大、成本高。欧洲建筑普遍较为老旧，还有大量列入保护名录的老建筑物，申请安装空调的流程繁琐且有难度。同时，欧洲的能源成本高，部分民众难以承担高昂的空调电费。 此外，还有政策层面的限制。为应对气候变化，欧洲制定了绿色发展的一些目标，大幅增加空调的使用可能会让相关目标更难实现。

IT之家 7 月 5 日消息，据外媒 ixbt.games 报道，有用户 Waste-Set5032 在 Reddit 发文，透露自己的父亲在美国连锁慈善二手商店 Goodwill Industries 淘到了一台早期的 Steam 手柄原型机，引发了玩家社区关注。 据介绍，相应原型机内部代号为“Chell”，名称来自 Portal 系列女主角 Chell，开发时间可追溯至 2013 至 2014 年。参考照片，可以看到当时V社完全将手柄两侧的触控板作为输入核心，仅仅将 XYAB 键作为辅助用途类按键，同时手柄缺乏摇杆。 作为比较，V社最终推出的初代 Steam 手柄虽然也相当强调触控板，但其为了兼顾各大游戏体验，仍为手柄引入了摇杆和更具人体工程学的 XYAB 按键布局。不过即便如此这款手柄设计仍遭外界吐槽，在各大媒体负评下，V社将相应手柄以一折价格清仓销售，直到如今官方推出新款 Steam 手柄才相对挽回口碑。

不知不觉，方形 CMOS 越来越成为消费电子产品的默认选择。前段时间，不仅是雷鸟 V4 作为 AI 拍摄眼镜引入了方形 CMOS，更多爆料也显示华为、OPPO 以及荣耀引入方形 CMOS 已经箭在弦上，最快下半年就能看到，其他厂商 vivo、小米也在产品评估阶段。 方形 CMOS 的普及速度明显在加速，尤其是在 iPhone 17 系列和 iPhone Air 前摄引入之后，一年不到，大家都在跟上。 过去聊手机影像，大家更关心主摄多大、长焦多远、算法多猛。前置摄像头长期处在一个不尴不尬的位置：能自拍、能视频通话就行，很少有人真正在意它用的是 4:3、16:9，还是 1:1。但苹果在 iPhone 17 上，直接把前摄换成方形传感器。 更有意思的是，这个变化并没有停在手机上。除了更早一些的大疆 Osmo 360 全景相机，去年底大疆 Osmo Action 6 也用上同款方形 CMOS，再加上雷鸟 V4，一个看起来只是「形状变了」的东西，开始同时出现在手机、运动相机和 AI 眼镜上。 所以方形 CMOS 到底解决了什么？ 从 iPhone 17 前摄说起：「方了」有什么好处？ 雷科技去年体验 iPhone 17 Pro Max 的时候就有提到，iPhone 17 全系的前摄方形 CMOS 带来了体感上明显的升级。不是因为它把像素从 1200 万拉到 1800 万，真正影响使用方式的，是那颗方形传感器。 从外面看几乎没变化——还是那个灵动岛，还是那个位置。但一用起来，区别马上就出来了。 iPhone 17 Pro Max，图片来源：雷科技 过去用前摄拍横屏内容，手机就得横过来。这个动作不难，但很别扭，尤其放到 Pro Max 这种大屏手机上，单手横握自拍并不舒服。视频通话也是一样，竖着拿手机，对面经常看到的是一条窄画面；横过来拿，眼神又容易偏到一边。 iPhone 17 的方形 CMOS 把这个问题解决了。 原理说穿了很简单：用一颗更大的方形传感器采一张「更大的方形底片」，由系统在这张底片上实时裁出你需要的画幅。竖着拿手机，你可以拍竖屏照片。点一下切换，同样的传感器、同样的像素，直接出横屏画面。 不用转手机，不用牺牲画质，这也是方形 CMOS 带来最重要的变化之一。 微信视频通话，对方看到的永远是横屏画面，你不用特意把手机横过来放桌上，也不用举着胳膊找角度。以前横屏视频，你看屏幕、摄像头在侧面，对方总觉得你没在看他。现在竖着拿，摄像头在正上方，视线差小了很多。 多人合影的时候更明显。以前三个人自拍，得把胳膊伸得老远，还得担心边缘人脸变形。现在方形传感器视角更广，系统还能自动识别人数，人多了拉广角，人少了收一点，保证每个人都在画面里，而且脸不变形。 说句公道话，这些功能单独拎出来，每一个都不算「黑科技」。但凑在一起，前置摄像头的使用体验直接上了一个台阶。 这很苹果。你看灵动岛，别人都在想怎么把挖孔藏起来、怎么把刘海做小，苹果直接把它变成了一个交互区域。不是掩盖硬件限制，而是把硬件限制转化成软件体验的载体。 iPhone 17 系列前摄，图片来源：苹果 方形前摄也是一个路子。前置摄像头的物理位置就摆在那里，占的面积就那么大。在这个限制下，怎么让体验更好？苹果的答案不是堆像素，也不是加补光灯，而是从传感器形状这个最基础的地方改起。因为他们发现，用户用前摄最大的痛点，不是画质不够好，而是构图太别扭。 这些问题，堆像素解决不了。 所以国产厂商跟进，一点都不奇怪。这不是什么「抄苹果作业」，关键是体验确实有提升，而且提升的地方是所有人都能感受到的——微信视频通话、自拍、vlog 拍摄，这些都是高频场景。方向对了，跟进就是情理之中。 不止手机，方形 CMOS 在影像设备上大有妙用 说到这里，可能有人会疑问，不就是横竖构图方便点吗？值得这么大张旗鼓？如果只是横竖切换方便，那确实是个「小升级」。但方形 CMOS 的真正价值，比这要深得多。 这得从基础的光学原理说起。 你有没有想过一个问题：为什么镜头是圆的，拍出来的照片却是方的？ 答案是：传感器 CMOS 是方的。镜头把光线投射成一个圆形的像场，传感器只截取中间长方形的那部分，转换成数字信号。但圆形的像场里，长方形传感器只能利用中间的区域，四个角以外的光信号都被浪费了。4:3 或者 16:9 传感器，浪费的面积大概有 20% 左右。 方形传感器就不一样了。同样的圆形像场，正方形比长方形更接近圆形，能利用的面积更大。算下来，同样的镜头、同样的传感器尺寸，方形 CMOS 能多捕捉约 20% 的光子。 20% 是什么概念？在暗光场景下，这意味着噪点更少、画面更干净。在同样的画质要求下，这意味着传感器可以做得更小，或者同样大小的传感器，画质可以更好。 从设计上提升了传感器的实际利用效率，这才是方形 CMOS 的根本优势，也是为什么运动相机和全景相机早就用上了方形传感器。 Action 6，图片来源：雷科技 大疆去年 7 月发的 Osmo 360 全景相机、11 月发的 Osmo Action 6 运动相机，用的就是 1 英寸的方形 CMOS。官方说传感器利用率比传统 1 英寸产品高 25%——因为全景相机的像场本来就是圆的，用矩形传感器太浪费了，做成方形，刚好把有效面积用满。 运动相机的使用场景更复杂，有时候横拍，有时候竖拍，有时候还要斜着拍。方形传感器的好处就是，不管你怎么构图，都能从同一张底片上裁出来，而且画质损失很小。 与此同时，iPhone 17 从供应链到市场教育带来的影响还在「溢出」。今年 5 月底发布的 V4 AI 拍摄眼镜，行业首了 1:1 方形大底传感器，单像素感光面积比 AI 眼镜常见的 IMX 681 传感器提升了 109%。 雷鸟 V4，图片来源：雷科技 AI 眼镜太需要方形 CMOS 了。因为 AI 眼镜是戴在脸上的，你不可能像手机一样随时旋转设备。但你拍的内容，有时候要发抖音（竖屏），有时候要发视频号（横屏），有时候只是自己记录（什么比例都行）。 传统的矩形传感器是固定横向安装的。你想拍竖屏视频，系统就得从横向画面里硬生生裁切出一条竖幅，大量传感器面积被浪费，画质损失严重。 方形传感器就没这个问题。原生覆盖 4:3 横屏和 3:4 竖屏的取景范围，横竖拍都是满画幅无损输出。而且 AI 眼镜的体积限制比手机严得多——眼镜腿就那么粗，传感器和镜头都不能太大。在有限的体积里，方形传感器能把感光面积用到极致，这一点太重要了。 短视频和AI双重浪潮，硬件会继续「方」下去 方形 CMOS 不是什么新概念，但它最近一年越来越被看好，背后是有原因的。 首先当然是因为是短视频和内容创作的普及。以前大家拍视频，默认都是横屏，包括电影、电视、YouTube 视频。但现在不一样了，抖音、小红书、视频号，主流内容很多都是竖屏。用户的拍摄习惯自然也变了。以前拿起手机先想「横过来拍清楚」，现在拿起手机直接竖屏就拍。 但硬件没跟上。传感器还是横的，镜头还是按横屏优化的，你拍竖屏，就得裁切，就得浪费像素。方形 CMOS 刚好解决了这个矛盾。横竖通吃，不用妥协。 不仅如此，以前只有手机和平板拍视频，现在运动相机、全景相机、AI 眼镜、行车记录仪、智能家居摄像头……影像设备越来越多样。 这些设备的使用场景不一样，安装方式不一样，对画幅的要求也不一样。有的需要横屏，有的需要竖屏，有的需要 360 度全景。但它们有一个共同点：都希望在有限的体积里，获得尽可能大的有效感光面积。 方形 CMOS 在这一点上有天然优势。 另一个非常重要的原因是 AI 和计算摄影的发展。以前传感器拍出来什么，最终就是什么。现在不一样了，AI 可以帮你构图、帮你追踪人物、帮你调整画面。 但 AI 再厉害，也得有足够的原始信息可以处理。而方形传感器提供了更大的「底片」，给了 AI 更多的发挥空间。 到底是，底层硬件逻辑的一次优化，刚好赶上了内容创作习惯变化、设备形态多样化，再加之 AI 计算摄影的愈演愈烈，只会让方形 CMOS 继续「溢出」。

快科技7月5日消息，据媒体报道，美光科技日前在日本广岛正式启动晶圆厂扩建工程。 项目总投资约1.5万亿日元（约合6303亿元人民币），用于生产高带宽存储器（HBM）等先进存储芯片，主要面向AI处理器需求，预计相关产品将于2028年夏季前后开始出货。 日本经济产业省将为该项目提供最高约5000亿日元的补贴支持。此次扩建属于美光全球AI存储产能扩张战略的重要组成部分。 美光同时也在美国爱达荷州和纽约州推进大规模先进制程投资，以全面提升DRAM与HBM的供应能力。 在项目启动仪式上，美光首席执行官桑杰·梅赫罗特拉（Sanjay Mehrotra）表示：“美光首片用于AI核心存储技术的HBM生产晶圆就在广岛制造。当美国的魄力与日本的精湛工艺相遇，你得到的不是妥协，而是世界一流的产品。”