行业分类:
加载中...
头条分类:
加载中...
全球首次:脑瘫棋手实现“意念落子”,非侵入式脑机接口用于赛事
IT之家 12 月 30 日消息,据岩思类脑人工智能研究院今日消息,12 月 29 日,在海南举行的“天天象棋杯”中国象棋协会年度总决赛现场,重庆脑瘫棋手韩彬彬佩戴着非侵入式脑机接口设备,仅凭“意念”驱动棋子,与象棋特级大师孟辰展开对局。 这场“脑机接口象棋圆梦公开赛”由岩思类脑与腾讯天天象棋联合呈现。这是全球首次在国家级公开体育赛事中,成功运用非侵入式脑机接口技术竞技对战。 IT之家从官方介绍获悉,韩彬彬是一位特殊的棋手,自幼患有先天性脑瘫,行动与表达严重受限。过去十余年,他依靠鼻尖触碰手机屏幕,在网上学习、对弈、直播。 实现“意念落子”的背后,是岩思类脑自主研发、基于人工智能的脑电解码算法框架,该框架宣称是全球首个依托于人类颅内脑电数据训练的 50 亿参数量脑电大模型。 当韩彬彬戴上设备,系统能快速理解他“选子”“选位”“落子”的思维指令,并将其转化为控制信号,无需长达数月的专项训练。 目前,岩思类脑脑电大模型已在多个领域进行了展示: 在医疗辅助场景,该模型在 28 项非侵脑电疾病筛查实验中表现优于传统算法; 在交互娱乐领域,已实现 97% 的操作精度、低于 60 毫秒刷新率及超过 10 个自由度的脑控体验,可流畅操控 3A 游戏; 在辅助生活方面,远程精细脑控机械狗等技术为行动不便者提供了新的可能性; 在智能家居领域,非侵入式脑机也能成为房间的万能钥匙。
Manus被收购,智谱也定了8天后上市
AI 大新闻,一桩接一桩。 早上刚传来 Manus被 Meta 收购的消息,很快,围绕「全球大模型第一股」的竞速,也传来靴子落地的声响。 12 月 30 日,北京智谱华章科技股份有限公司(以下简称「智谱」)正式启动港股招股。招股期将持续至 2026 年 1 月 5 日,并计划于 2026 年 1 月 8 日以股票代码 “2513” 在香港联交所主板挂牌上市。 根据招股安排,智谱拟进行全球发售 3741.95 万股 H 股,其中香港公开发售 187.1 万股 H 股,国际发售 3554.85 万股 H 股。 IPO 的定价与募资规模也随之揭晓 —— 每股发行价定为 116.20 港元。在扣除相关发行费用后,预计本次募资规模约 43 亿港元,对应的 IPO 市值预计将超过 511 亿港元。 公开信息显示,智谱在私募市场的累计融资额已达 83.44 亿元,最新估值攀升至 243.77 亿元。这意味着,在迈向上市的关键一跃中,智谱的市值几乎实现翻倍,如此幅度的「溢价上市」,也是一次难度不低的市场挑战。 基石投资者阵容同样颇为亮眼。公告显示,基石投资者合计拟认购 29.8 亿港元,占本次发行规模近七成(假设超额配股权未获行使)。 参与基石认购的机构包括: JSC International Investment Fund SPC、JinYi Capital Multi-Strategy Fund SPC、Perseveranc Asset Management、上海高毅资产管理、WT Asset Management、泰康人寿、广发基金、3W Fund Management 等 11 家投资机构。 在当前港股科技资产整体承压的背景下,如此高比例的基石认购,也为这场围绕「全球大模型第一股」的竞速,写下了更为明确的市场注脚。 烧钱还在继续,大模型开始走向资本市场 放眼行业内部,2024 年曾被热捧的 AI 大模型创业阵营「六小虎」,已经出现明显分化:两家选择主动退出基座模型竞争,转而聚焦垂直应用。 其余四家 —— 智谱、MiniMax、月之暗面与阶跃星辰 —— 仍试图留在大模型这张牌桌之上。2024 年 12 月中下旬,智谱与 MiniMax 先后披露港股招股书。 与 MiniMax 专注 to C 不同,智谱主要专注企业级方案(to B),已落地金融服务、互联网、智能设备、医疗等行业。 今年上半年智谱收入为 1.91 亿元,期内亏损高达 23.58 亿元,AI 研发成本高达 15.95 亿元。 如果说,2023 年一级市场给予大模型创业公司的高估值,更多是押注宏大的技术叙事。那么进入 2024—2025 年,市场开始更明确地转向模型能力与商业化兑现路径。 即便是头部公司,也难以绕开对基座模型的持续投入,大模型创业公司也要直面能否持续推进模型迭代、探索应用场景落地的挑战。 而这些,在很大程度上,取决于资本市场是否愿意提供长期、稳定的资金支持。 今年 4 月,智谱曾在证监会北京监管局开启 A 股上市辅导备案。但截至 12 月 12 日,公司并未收到中国证监会关于推进 A 股上市的进一步意见或问询。 在此背景下,智谱选择转向港股,为这场高投入、长周期的大模型竞赛寻找更可持续的燃料。同时,也将直面融资能力与市场信心的双重考验 —— 是否有人愿意为 AI 的长期投入买单。 从 GLM 到 MaaS:智谱的大模型技术底座与商业化路径 招股书显示,智谱主要提供从算力、API 接口到 MaaS(模型即服务)的服务,支持本地和云端两种部署模式,已落地多个行业。 作为国内从事通用语言模型研究与产业化的代表性公司之一,智谱技术体系以 GLM 为核心,覆盖文本、多模态与面向应用的模型服务。 GLM 属于基于 Transformer 的大语言模型建模范式,通过将自回归生成与掩码预测相结合,实现对理解类与生成类任务的统一建模。该架构最早由智谱与清华大学相关研究团队提出,并在后续模型中持续迭代。 2021 年,智谱发布中国首个专有预训练大模型框架 GLM,并推出了模型即服务(MaaS)的产品开发与商业化平台,通过该平台向外部提供大模型能力与服务。 2022 年智谱发布并开源 GLM-130B(中英双语千亿参数模型),该模型的推出标志着智谱正式将 GLM 体系运用于预训练大语言模型之上。 2024 年 1 月,GLM 系列迎来重要节点,GLM-4 上线,支持更长的上下文,同时推理速度更快,大大降低推理成本。 2025 年 7 月,智谱进一步开源 GLM-4.5。该模型首发 48 小时内,登顶 Hugging Face(全球最大的开源模型平台)热门榜全球第一。 同年 9 月,智谱发布并开源 GLM-4.6,作为基座模型的进一步升级版本,GLM-4.6 主要强化了编码能力。11 月,GLM-4.6 在 CodeArena 上位列全球第一。 12 月,智谱推出最新旗舰模型 GLM-4.7: 在核心编码方面,相较前一代 GLM-4.6,GLM-4.7 在多语言智能体编程与基于终端的任务上取得了明显提升,SWE-bench 73.8%(+5.8%)、SWE-bench Multilingual 66.7%(+12.9%)。 氛围编程:GLM-4.7 在 UI 生成质量上实现了重要跃升,能够生成更加简洁、现代化的网页界面,并在演示文稿生成方面提供更准确的布局与尺寸控制,整体视觉效果更佳。 工具调用:GLM-4.7 的工具使用能力显著提升,在 BrowseComp 所覆盖的网页浏览任务中展现出更强的实际操作能力。 复杂推理上:在 HLE(Humanity’s Last Exam) 基准测试中取得 42.8% 的成绩,相比 GLM-4.6 提升 12.4 个百分点。 与 GPT-5、GPT-5.1-High、Claude Sonnet 4.5、Gemini 3.0 Pro、DeepSeek-V3.2、Kimi K2 Thinking 相比,GLM-4.7 也表现出色: 与此同时,智谱还发布了面向不同功能的多模态模型,包括 CogView(图像生成)、GLM-4.5V(视觉理解与推理)、CogVideoX(视频生成)等。 在 AI Agent 方面,智谱基座智能体模型为 AutoGLM。12 月智谱将 AutoGLM 的核心模型全面开源,标志着 AutoGLM 在开放生态中的进一步发展。 截至 2025 年 6 月 30 日,智谱模型已为超过 8000 家机构客户提供支持;截至最后实际可行日期,已为约 8000 万台设备提供支持。 在商业化方面,智谱从 2021 年就开始布局 MaaS 的商业模式。 MaaS 平台主要提供四类模型能力,主要覆盖语言模型、多模态模型、智能体模型和代码模型四类核心模型能力,并同时提供支持模型微调、模型部署及智能体开发的一体化工具链。 从模型能力的扩展、智能体技术的推进,到 MaaS 商业化体系的逐步成型,智谱已经完成了一轮相对完整的技术与产品布局。 但靴子落地,并不意味着终局已定。随着走向公开市场,高强度的研发投入、不断攀升的算力成本,以及通用大模型商业化路径尚未完全跑通的现实,也被一并置于更透明的审视之下。 上市不是终点,而是一场更长周期的公开测试。
贾国龙需要认错,但不必后悔硬刚罗永浩
贾国龙采访视频截图 贾国龙后悔硬刚罗永浩了? 9月10日,“网络街溜子”罗永浩在西贝吃过一次饭后,质疑吃到的“几乎全都是预制菜,还那么贵,实在是太恶心了。” 这话直接戳到了西贝创始人贾国龙的肺管子。他强硬回击并直言,罗永浩的发言对西贝商誉影响非常大,将走法律程序,“一定会,我们一定会起诉他,一定一定会起诉他!” 他连用三个“一定”,来表明他与罗永浩对峙的强硬态度。这也能看出,贾国龙此时对过往西贝模式充满信心。 罗永浩是经营流量和设置公众议题的高手。他可能没想到,贾国龙和西贝的公关回应,如此“脱离群众”。便还是纯熟的把自己摆在道德制高点,持续在社交平台投下石子。比如他说,自己反对的是预制菜,而不是贾国龙。堪称对西贝的精准狙击。 贾国龙的发声通道不多,还是通过传统的媒体平台对外放出口风,他不愿意这样(硬刚),但还是选择了更为激进的态度,即使生意不做了,也要争个黑白。那阵子,西贝日营收掉了上百万元。 他和西贝从来没有遇到过如此汹涌的舆情。不少行业人士都关注到,贾国龙的打法,几乎是老一代企业家的本能反应:基于行业标准自称“合规”;接受监督以自证清白;硬刚质疑,力证是非判断。 这在过去的商业环境里,是标准答案,也是百试百灵。但在如今去中心化的传播环境里,在是非辨明之前,真相已经被流量淹没。 他的决策动因用中国企业家何一凡朋友圈的一句话说就是,“提建议者,其实难以同理心到贾国龙,他愿意接受最悲壮的结果,也不愿意忍。” 但问题在于,他越想自证清白,这摊子事越混乱。罗永浩的质疑本是无差别攻击,又被他锁定在处于争议地带的预制菜行业,结果演变成贾国龙、西贝、华与华、预制菜多方混战的大口水仗。 现实比人强。随着“1岁宝宝2岁西兰花”、温情公关翻车、甚至华与华被罗永浩挖出等争议接连出现,贾国龙选择了沉默,并将对外的发声通道关闭:清空微博,停更小红书和视频号,连抖音账号“西贝老贾爱请客”也删光了所有内容。 12月21日,贾国龙沉默100天后首次回应西贝预制菜风波,他在接受南方周末采访时,认错了,“如果能重来,绝对不硬刚”。 采访过程中,他很在意自己的动作和神态会不会被恶意模仿,更在意网络人身攻击。过去三个月,58岁的贾国龙第一次知道了什么叫“老登”。 他将所有问题归结为两个字:骄傲。骄傲让他对很多事情产生误判,从砸5亿做快餐,到执意要跟罗永浩正面刚。这也让他长期忽视顾客的声音。 回顾这场风波,贾国龙总结了自己三个错误。 第一个错误是选择正面硬刚,说他宁愿不做生意,也要辨明是非,一定要起诉罗永浩;第二个错误是开放厨房;第三个错误是他在一个微信群聊里发言,回应同行关心,用了“网络黑社会”的说法。 他承认自己幼稚、无知,以后不能再独断专行。“人都是吃一堑长一智,未来不能再独断专行。” 这份认错的勇气值得点赞。回过头来看,贾国龙最初的反应,是典型的“技术理性”式反应:否认、自证、硬刚。 在我看来,他硬刚罗永浩这件事本身,其实没错。硬刚不可耻,傲慢才致命。 罗永浩不是监管部门,也不是食品安全专家,他此时的身份是一名大V消费者。企业面对顾客的质疑,澄清、辩驳甚至反击,程序上本没有任何错误。 如果连这点基本章程都没有,那所有的品牌只能跪着做生意了。 更重要的一点是,企业家敢于说话,公开表达自己的态度,这在当下极为难得。只是,公众对他们的容错率已经极大降低了。 贾国龙的真正问题并不在于“硬刚”罗永浩,而是在选择这个策略后,他忘了听取顾客的真实反馈,也没听进去用户到底在说什么。 他的“骄傲”,让他和西贝把“合规”当成“合理”,把“正当”当成“正确”,以为“我说了算”就能定义用户的感受。 有意思的是,他确实没有单独向罗永浩道歉。或许是内心还有不服,但这次风波也让他认识到,罗永浩的质疑之所以得到这么多网友的支持,是因为戳中了餐饮业的潜规则。 西贝不能再用老办法来应对新问题,因为在消费者导向的新消费时代,品牌的权威来自被信任,而不是被服从。 贾国龙也对西贝做了重新定位,他说,西贝一直以来都有自己的生态位,成本和品质注定了西贝不会变成一个低价品牌,但也不是个高价品牌,“我们希望顾客们在西贝吃得安心,且物有所值。” 同时,西贝若能挺过这场危机,还会继续给门店增加人力投入,并且要加快出海,“努力成为有国际影响力的中餐品牌。” 事实上,这100天,西贝也没闲着,正展开漫长而又艰难的自救。比如大豆油换成非转基因油;10月起30多道菜平均降价20%,客单价从92元降到75元;发放代金券,搞“西贝请您吃饭”活动拉客流等等。 强促销刺激下,效果是有的,但离脱胎换骨还远。 好在贾国龙有了一个最大的收获,也是给所有做个人IP的企业家上的重要的一课:你可以坚持自己的逻辑,但不能无视用户的直觉。 所以,贾国龙不是“怂了”,而是着手解决真正的问题。他需要认错,但也可以有这个判断: 硬刚罗永浩?没问题。 硬刚用户的感受?那才是真的错了。
AI时代造就年轻亿万富翁:创业不到三年就暴富,马斯克都比不上
AI造就了一批年轻亿万富翁 凤凰网科技讯 北京时间12月30日,据《纽约时报》报道,AI热潮已经让英伟达CEO黄仁勋(Jensen Huang)和OpenAI CEO萨姆·奥特曼(Sam Altman)等知名亿万富翁变得更加富有。与此同时,它还造就了一批来自小型创业公司的新年轻亿万富翁,至少在纸面上是如此。 这些年轻富翁可能会成为未来的硅谷权势人物,就像以往科技热潮造就的富有高管一样。例如,上世纪90年代末互联网泡沫时期涌现的富豪们就曾投资或协助引领了随后的科技浪潮。 新晋AI亿万富豪包括Scale AI联合创始人汪滔(Alexandr Wang)与郭如意(Lucy Guo),他们创建的这家数据标注公司在今年6月获得了Meta的143亿美元投资。AI编程创业公司Cursor的四位创始人迈克尔·特鲁埃尔(Michael Truell)、苏阿莱赫·阿西夫(Sualeh Asif)、阿曼·桑格尔(Aman Sanger)与阿尔维德·伦纳马克(Arvid Lunnemark)也在上个月公司融资估值达270亿美元时跻身亿万富豪行列。 根据接近这些创业公司的企业和知情人士,创业公司追踪数据平台PitchBook以及新闻报道,AI搜索引擎Perplexity、AI数据创业公司Mercor、人形机器人制造商Figure AI、AI实验室Safe Superintelligence、AI法律软件创业公司Harvey以及AI实验室Thinking Machines Lab的创始人们同样跻身了身家九位数的富豪俱乐部。这些创业者的财富主要源自今年私人公司估值飙升,这让他们持有的公司股份变成了金矿。 硅谷风险投资公司Sapphire Ventures的合伙人贾伊·达斯(Jai Das)将新晋亿万富豪比作19世纪90年代镀金时代借助技术热潮崛起的铁路大亨。但他提醒道,如果这些创业公司未能实现其发展承诺,他们的财富也可能转瞬即逝。 “问题在于,这些公司中哪些能够存活下来?又有哪些创始人能真正成为亿万富翁,而不仅仅停留在纸面上。”达斯称。 快速致富 埃隆·马斯克(Elon Musk)的亿万富豪之路历时多年。这位科技企业家在2002年因早期创业项目被eBay收购而成为百万富翁,直到领导电动汽车制造商特斯拉并创立火箭公司SpaceX时才跻身亿万富豪行列。 相比之下,大多数新晋AI亿万富翁都是在OpenAI发布ChatGPT之后创办的公司,至今不到三年光景。随后,投资者迅速推高了他们的公司估值,使他们快速进入亿万富翁行列。 现年37岁的米拉·穆拉蒂(Mira Murati)曾是OpenAI高管,今年2月才宣布成立她的AI创业公司Thinking Machines Lab。短短四个月后,这家尚未发布任何产品的创业公司估值已达100亿美元。该公司后来发布了一款产品,拒绝就此置评。 OpenAI前高管穆拉蒂和苏茨克沃 现年39岁的伊利亚·苏茨克沃(Ilya Sutskever)也是OpenAI前高管,在2024年6月创立了Safe Superintelligence公司。尽管尚未发布产品,但据PitchBook数据显示,该公司在今年融资20亿美元后估值已达320亿美元。Safe Superintelligence拒绝就此置评。 现年39岁的布雷特·阿德科克(Brett Adcock)是人形机器人公司Figure AI的CEO,在2022年创立该公司。据Figure AI披露,其个人净资产已达195亿美元。31岁的阿拉温德·斯里尼瓦斯(Aravind Srinivas)同样在2022年创立了AI搜索公司Perplexity。根据PitchBook数据,该公司估值约200亿美元。 Perplexity对此表示,斯里尼瓦斯并不关注个人财富,更倾向于保持朴素的生活方式,并强调公司致力于探寻智慧,认为“这远比追求财富更为重要”。 今年以来,这些AI富豪的财富积累速度尤为迅猛。旧金山AI法律软件公司Harvey在今年2月、6月及本月连续完成多轮融资。公司估值随之从2月的30亿美元飙升至80亿美元,这使其联合创始人温斯顿·温伯格(Winston Weinberg)与加布·佩雷拉(Gabe Pereyra)的财富急剧增长。 现年30岁的温伯格与34岁的佩雷拉及另一名室友同住。他表示,自己并未过多关注财富数字。“没错,它确实以十亿计,但这只是纸面上的数字。”他表示。 有些例外的是Scale AI。在Meta投资之前,该公司发展相对低调。Meta CEO马克·扎克伯格(Mark Zuckerberg)已任命现年28岁的汪滔作为公司首席人工智能官。31岁的郭如意在2018年离开该创业公司,随后创办了一家风险投资公司以及帮助内容创作者通过作品盈利的平台Passes。 不到40岁 年轻始终是科技热潮的显著特征。1998年,拉里·佩奇(Larry Page)和谢尔盖·布林(Sergey Brin)创立谷歌时不过二十出头。2004年,扎克伯格创建脸书时年仅19岁。 如今新崛起的AI亿万富豪同样风华正茂。“正如最初的镀金时代和互联网泡沫时期,这次AI浪潮正以惊人速度让一些非常年轻的群体变得极其富有。”专注科技经济史的华盛顿大学教授玛格丽特·奥马拉(Margaret O’Mara)指出。 Mercor创始人在旧金山办公室 典型代表是年仅22岁的AI数据创业公司Mercor联合创始人团队。该公司CEO布伦丹·福迪(Brendan Foody)与高中时期的两位挚友、首席技术官阿达什·希雷马特(Adarsh Hiremath)和董事长苏里亚·米德哈(Surya Midha)共同创立了这家公司,然后在2023年从乔治城大学辍学。Mercor在10月的一轮融资中估值达到100亿美元,该公司拒绝置评。 其他年轻富豪还包括AI编程创业公司Cursor的25岁CEO特鲁埃尔及其联合创始人阿西夫、桑格尔和伦纳马克,他们也都二十出头。这支创始团队相识于麻省理工学院,于2022年毕业。据PitchBook数据显示,Cursor上个月完成的23亿美元融资,使得该公司估值飙升至270亿美元。 多为男性 AI热潮主要将男性创始人推上了亿万富豪的宝座,这已成为科技周期中的一种常态。仅有少数女性达到了这样的财富水平,例如郭如意和穆拉蒂, 奥马拉博士指出,AI热潮加剧了这一浪潮中参与者的“同质化”。(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”。
腾讯混元开源翻译模型1.5支持端侧部署 性能超商用API
【CNMO科技消息】12月30日,腾讯官方宣布开源其混元翻译模型1.5版本,包含Tencent-HY-MT1.5-1.8B和Tencent-HY-MT1.5-7B两款模型,支持33种国际语言互译及5种民汉/方言翻译,覆盖捷克语、马拉地语、爱沙尼亚语、冰岛语等小语种。两个模型已在腾讯混元官网、GitHub及HuggingFace平台上线,供开发者免费下载使用。 其中,HY-MT1.5-1.8B专为手机等消费级设备优化,经量化后仅需1GB内存即可实现端侧离线实时翻译,在参数量极小的情况下,翻译效果已超过多数主流商用翻译API。实测显示,该模型处理50个tokens平均耗时仅0.18秒,显著快于其他商用模型约0.4秒的响应时间。在FLORES-200、WMT25及民汉翻译测试集中,其表现达到Gemini-3.0-Pro闭源模型90%的水平,部分场景下差距微小,远超同类开源与商用方案。 HY-MT1.5-7B则为此前WMT25比赛30项冠军模型的升级版,重点提升翻译准确率,有效减少译文夹带注释或语种混杂问题。两款模型可协同部署,实现端云结合,提升整体翻译一致性与稳定性。 实用性方面,新模型支持术语库自定义、上下文长文本理解及带格式文本翻译。用户可导入医学、法律、金融等行业术语表,确保专业词汇准确;模型还能基于前文语境优化后续翻译,适用于会议记录、小说章节等长内容;同时保留原始排版格式,提升网页、文档等结构化内容的翻译可用性。 技术上,1.8B模型通过On-Policy Distillation策略,由7B大模型作为教师实时引导训练,避免死记硬背,显著提升小模型泛化能力。目前,该系列模型已在腾讯会议、企业微信、QQ浏览器等内部产品中落地,并兼容Arm、高通、Intel、沐曦等主流硬件平台。
Manus救不了Meta
Meta以数十亿美元收购Manus的公司蝴蝶效应,成为全年大模型发展的注脚——一家没有自己模型的AI应用公司,以十倍于自身估值的价格被大厂收购。 这是Meta成立以来的第三大收购,仅次于WhatsApp和Scale AI。 Meta对于AGI竞争的FOMO情绪呼之欲出。这一收购对Manus是最好的出路,但是否能成为Meta的转折点,还要打个问号。 Meta的现实:大模型掉队,押错开源方向? 过去三年,Meta曾是开源大模型的坚定旗手。从Llama 1到Llama 3,其开源策略一度被视为对抗OpenAI闭源垄断的“民主化武器”。然而,随着2025年大模型竞争进入白热化阶段,Meta的开源路径逐渐显露出结构性短板。 一方面,尽管Llama系列在开发者社区广受欢迎,但在实际商业落地中,其推理能力、多模态整合与任务执行稳定性远逊于Gemini 3、GPT-5等闭源旗舰。 来源:Artificial Analysis 更致命的是,当谷歌凭借Gemini 3在逻辑推理、数学竞赛、代码生成等核心能力上全面领先,甚至被业内称为“奥特曼理想中的GPT-5”时,Meta的大模型已明显掉队。 而且,Meta此前“All in元宇宙”的战略消耗了大量资金,导致其在大模型训练基础设施上的投入严重滞后。 2025年12月初,公司宣布对Reality Labs部门削减最高30%预算,标志着元宇宙幻想的阶段性退潮。此时,继续在大模型底层技术上与谷歌、OpenAI硬刚,无异于以卵击石。 面对困局,Meta选择“曲线救国”——不再执着于打造最强基础模型,而是聚焦AI如何真正“做事”。 大模型碰壁明显,资本转向应用侧 这一战略转向早有端倪:2025年7月,Meta成立“超级智能实验室”,高薪挖角全球顶尖AI人才,其中近半数来自中国;同年11月,公司确认大规模采购谷歌第七代TPU Ironwood,用于支撑其新一代AI推理集群。 作为英伟达长期合作伙伴,Meta竟转向竞争对手谷歌的定制芯片。这背后透露出一个残酷现实——在训练侧已无优势可言的情况下,Meta必须在推理效率与成本控制上寻求突破。 更重要的是,Meta开始将资源集中于“Agentic AI”(智能体AI)这一新兴赛道。与传统聊天机器人不同,智能体具备规划、记忆、工具调用与自主执行能力,能真正完成如撰写报告、分析财报、安排面试、生成视频等复杂任务。这正是Manus的核心优势。 2025年,整个AI行业正经历一场深刻的范式迁移,从训练转向推理。 近日英伟达以数十亿美元收购Groq,加码高效推理芯片,意在抢占AI应用部署的底层算力入口;与此同时,谷歌推出智能体Antigravity开发平台,将Gemini 3深度嵌入编程工作流,实现“AI与开发者协同编码”。 而Manus自3月发布以来,等候名单迅速突破200万,其“手脑并用”的理念精准击中了用户对“能做事的AI”的渴望。 在此背景下,Meta收购Manus,与其在大模型红海中烧钱内卷,不如直接掌控一个已被验证的AI应用平台,快速切入生产力工具、企业自动化、创意生成等高价值场景。 收购Manus,能否重塑AI应用估值? 在Meta收购之前,Manus最新估值5亿元美元左右,Meta对其的定价翻了十倍左右。Meta对Manus的收购很可能成为AI应用估值逻辑重构的关键催化剂。 长期以来,资本市场对AI公司的估值高度依赖底层模型能力——参数规模、训练数据量、基准测试得分等指标主导了投资风向。 然而,随着大模型性能边际效益递减、训练成本高企、落地场景模糊等问题日益凸显,投资者开始重新审视“价值究竟在哪里”。 有行业人士认为,Meta收购Manus是Agent变现的第一枪。 作为最具影响力的互联网平台之一,Meta对于Manus的规划大概率是,将Manus深度整合进其广告系统和内容生态等,以加快商业化进程。 但关键在于,Meta在底层模型已经掉队,C端应用又还在襁褓。这一背景下收购Manus,更多是Meta又一片焦虑安慰剂,很难扭转局面。
不管京东买不买叮咚 淘宝都应该内化盒马
收购传闻说明生鲜电商的故事仍然有得可讲,不过使命和角色已经全然不同。与其在规模和盈利之间矛盾挣扎,作为一个功能化的组件嵌入巨头生态之中,成为一个宏大愿景的辅助部分,或许是更加现实也更有助于价值提升的选择——就像之前的共享单车。 近日,市场传闻称叮咚买菜将被京东收购。字母榜向京东方面求证,截至发稿未获回应。另有接近京东的相关人士通过新浪科技表示“目前暂无收购计划”。 无论传闻真假,都意味着审视这个行业的视角,发生了显著的变化。 回顾过去几年,从每日优鲜退场,到盒马屡次转舵,再到叮咚与朴朴在盈利线边缘徘徊,这个赛道早已被验证是个“弯腰捡钢镚”的苦生意。 但在即时零售大战下,生鲜电商的价值正在被重新打量。其价值不再局限于自身毛利,而在于其作为高频入口和战略模块,其供应链、运力和心智等能力对即时零售大棋局的支持与拉动作用。 美团已经验证,旗下“小象超市”靠线上前置仓和与美团生态的深度绑定,已实现对叮咚、朴朴的超越,成为美团在即时零售战场最锋利的矛。 从共享单车到生鲜电商,互联网的叙事逻辑一以贯之:当独立生存艰难时,融入超级生态成为最具现实性的路径。 生鲜行业的整合非但没有结束,反而正在深入。 在这一逻辑下,无论京东最终是否成功收购叮咚,阿里其实都有一步妙手可以下,那就是淘宝闪购收编盒马,进一步攥紧本地生活这只拳头。 作为阿里曾经的新零售一号工程,盒马的地位和饿了么堪称难兄难弟,长期游离在核心版图之外,任务主要是缩减亏损规模。2025财年靠关停重资产门店实现EBITA转正,但商业模式能否持续得到验证,仍然打着大大的问号。 当下的外卖大战和未来的即时零售竞争,让饿了么翻身成了淘宝自家人,虽然没了品牌,但也获得了认可,咖位大大提升。随着战局深入,阿里终究也需要像重估饿了么那样,重估盒马——尤其是在当美团的“小象超市”快速发展的背景下,盒马在生鲜品类上的能力和优势,必然会凸显于蒋凡的视野之中。 像整合饿了么那样整合盒马,让其成为淘宝闪购下的一个业务模块,既能破解盒马的流量之渴和成本之压,又能让其成熟的生鲜供应链、品牌心智与即时履约能力在焦灼的即时零售大战中完全释放。 当独立故事难以为继,融入一个更大的叙事,成为生态中不可或缺的一部分,便是最现实、也最具前景的终局。 这既是盒马摆脱十年彷徨、融入核心战场的成人礼,也是阿里整合生态力量、打赢即时零售大战的不可或缺的一步。 A 一直以来生鲜电商都是“捡钢镚”的苦生意。 高损耗、低利润的先天基因,导致生鲜电商一直难以破解规模、成本和盈利的“不可能三角”。规模扩张必然推高成本,成本高企又会挤压利润空间,最终陷入“越扩张越亏损”的循环。 2016年前后的那场生鲜电商大战,鲜花着锦,烈火烹油。资本纷纷入场,掀起补贴大战,以亏损换市场,结果就是几乎所有创业者都折戟沉沙。每日优鲜的轰然倒塌,为这场资本盛宴画上了句号。 盒马和叮咚作为幸存者,也经历了漫长的亏损,直到去年,才双双实现首次全年盈利。盒马2025财年以2.5%净利率实现全年盈利,叮咚2024 年净利率则仅为1.37% 。 而这两个几乎贴着盈亏平衡线的微利,靠的也是战略收缩。盒马关停X会员店等低效业态,聚焦盒马鲜生和盒马NB两大核心业态;叮咚也撤出广州、深圳和重庆等非核心市场,聚焦江浙沪。 但在即时零售大战下,“捡钢镚”的生鲜电商有了新价值。 外卖大战烧钱超千亿,流量成本水涨船高。尽管生鲜商品价格不高,销售规模远不及服饰、3C等类目,但高频消费属性,能带动平台交易频次提升,为其他品类创造机会。 生鲜也成为外卖之后,巨头们争抢的第二大品类。 过去三年,小象超市每年新开数百个前置仓,市场规模上从第三到第一,逐步超越叮咚买菜、朴朴超市。 小象超市在美团内部的战略地位不断提升。今年以来,美团多次加码小象超市,一边调遣精兵强将,一边加速扩张。据晚点报道,美团内部认为小象超市才是美团当前能力的最优解。 作为后来者,小象超市之所以能实现赶超,除了天生的线上化基因,更得益于与美团全域生态深度绑定。 这种绑定不仅能直接复用美团的流量、履约网络与供应链,也不用发愁资金与资源,成功破解了生鲜电商的“不可能三角”,实现规模扩张。 京东对生鲜前置仓的兴趣,也早已不是什么秘密。过去几年来,京东一直在接触这个赛道里的头部玩家——叮咚买菜与朴朴超市,刘强东曾亲自走访两家企业,考察其仓储运营模式。 随着战事愈发激烈,盒马对于阿里的价值也从新零售时期的试验田,变成了唯一能对抗美团小象的利器。 和小象超市相比,盒马不仅拥有独立的运力,还有覆盖全球直采的供应链能力,更关键的是多年积累的品牌认知与会员粘性,这也正是小象仍在追赶的能力。 收编后,盒马不仅能补强淘宝闪购的履约与货品,还能快速建立用户心智,对美团和京东形成降维打击。 阿里与其执着于“线上线下一体化”的宏大叙事,不如顺应竞争调整姿态,让盒马化整为零,成为淘宝闪购旗下的核心零售模块,就像小象超市之于美团,快速抢占市场份额。 B 对于盒马而言,彻底融入淘宝闪购也是一条好出路。 豪门继子也难当。作为阿里新零售1号工程,盒马曾被寄予厚望,但十年折腾下来却始终无法独挑大梁。 过去几年,一直追着风口跑的盒马,先后试水了盒马便利店、前置仓模式的盒马小站、盒马邻里和盒马奥莱等不同业态,不仅投入了大量的成本和精力,也错过了深耕供应链的最佳时期。 彼时的阿里并不指望盒马赚钱,而是作为主角讲好新零售这个宏大故事。 作为曾经的新物种,盒马也曾靠着“99元一只的波士顿龙虾”聚拢过一波人气,不过随着大众对新物种的好奇心下降,难以再造出现象级爆品的盒马,流量获取难度越来越大。 在阿里整体战略收缩下,盒马就被要求自负盈亏。 但开店与流量成本居高不下,盒马长期无法跑通盈利模式。一家盒马鲜生开店成本通常超过3000万元,而盒马X会员店的平均单店投入超过1亿元,其单店年销售额需突破3亿元才能勉强盈亏平衡。 独立发展看不到明确前景,盒马在阿里内部的定位暧昧不明,传闻中估值一降再降,甚至几次传出了出售的流言。 战略聚焦,让盒马在2025财年打了个翻身仗。在这一财年,盒马GMV达到750亿元,线上交易额贡献占比超6成,经调整EBITA首次实现全年转正。 不过,盒马盈利,与其说是模式成功的结果,更有信服力的因素还是关停重资产门店。 如今国内的零售战场上,山姆和胖东来堪称两大标杆,盒马有心效仿,但画虎难成。 立志做中国的山姆,盒马却难媲美山姆深耕数十年的全球直采供应链,自有品牌缺乏不可替代的溢价能力。2025年关停最后一家X会员店,彻底证明山姆路走不通。 胖东来爆改永辉以后,盒马又暗中调查起了消费者对胖东来的兴趣,但最后也不了了之。 事实上,山姆和胖东来虽然客群不同,但却都自带流量。胖东来多次因“宠客”、“员工福利好”、“产品优质”等话题登上热搜,吸引了大量外地游客,被网友称为没有淡季的“6A级景区”。山姆也靠稀缺爆品和会员区隔,把自己打造成中产身份符号,具备了社交货币的属性。 盒马与其在“收缩换盈利”的权宜之计里苦苦挣扎,不如抓住即时零售的赛道红利,抱紧淘宝闪购的大腿,彻底摆脱流量困局。 今年7 月,淘宝闪购为盒马开放了一级流量入口,盒马迎来订单爆发,线上日订单量突破200万单,同比增长70%。 但从阿里的战略布局来看,盒马尚未彻底融入淘宝闪购。同为本地生活的“牌面”,淘宝闪购已经收编了饿了么,就连飞猪也加入了阿里中国电商事业群,而盒马在阿里组织架构中仍保持独立事业群定位。 融入不彻底,意味着盒马的流量分配权完全受制于阿里生态的战略调整,一旦未来淘宝闪购频道策略变动,盒马将直接面临流量波动风险。 只有抱紧淘宝闪购的大腿,盒马才能从流量困局中解绑。更重要的是,线上流量规模化后,盒马的成本结构也能彻底优化。无需再为引流开低效大店,盒马可以集中资源做“核心仓店+前置仓”,门店、租金和人力成本都能大幅降低。 当流量够大、成本够低、订单够密时,盒马的盈利才会从靠收缩止血,变成靠规模效应赚钱,真正跑通盈利模式。 盒马也能以更轻的模式快速扩张,形成全国性的生鲜即时配送网络,为阿里的即时零售大战提供源源不断的弹药。 无论是对于盒马还是阿里,与其困守“独立发展”的执念,不如以彻底融合的姿态迎战,赢面才会更大。 C 事实上,即时零售大战下,盒马已经变得越来越轻了,不仅重启了前置仓,超盒算NB(原盒马NB)也开放了加盟。 但它的脚步,还可以更轻、更快。 生鲜消费的用户心智正加速向线上迁移。用户的核心诉求不再是“逛超市”的体验感,而是“30分钟速达”的即时性。就连以线下仓储式购物闻名的山姆,其在中国市场的线上销售占比也已突破50%,成为收入主力。 放眼线下大卖场,无论是艰难转型的大润发,还是仍在调改的永辉,都未能摆脱增长困境。行业趋势已然清晰——线下承载体验,线上承担增长。 行业的胜负手,越来越取决于线上供给、履约效率和流量触达的极致化。盒马若继续固守线下重资产,实质是与用户真实需求背道而驰。 另一方面,想要抓住即时零售的下沉红利,也必须靠线上化提速。 巨头们正集体加速线下硬折扣布局。今年 8 月 29 日,盒马NB更名超盒算NB,强化折扣心智并加速扩张。同一天,美团也在杭州拱墅区开出首家名为“快乐猴”的硬折扣超市。京东也接连在河北、江苏、安徽和北京开设了10 家大型折扣超市。 然而,线下开店的速度与灵活性,远不及线上布局来得迅猛。京东、美团目前线下门店规模尚且有限,盒马更应把握窗口期“以仓代店”,借助线上网络快速渗透下沉市场。 目前,盒马鲜生已超过420家门店,超盒算NB约377家,前置仓已落地运营约200个。小象超市仅落地一家门店,但前置仓已接近1000个。 规模接近,但模式效率已有分野。一旦盒马全面转向线上主导的仓型网络,其拓展速度将具备明显优势。 更重要的是,即时零售大战下,阿里将本地生活与旗下其他业务统一到一张版图中,相当于把“五个指头”正式攥成了一个拳头,这个拳头就是淘宝闪购。 过去分散的子业务,如今有了统一的目标,为淘宝闪购服务,形成合力。 饿了么已率先融入,成为即时零售体系中的重要一环。盒马若是继续徘徊在外,阿里整体协同效率也会被打折扣。 但这并不意味着要一刀切关闭所有门店。已盈利、且有品牌展示价值的门店,可保留为“样板间”,打造线下体验和品牌传播。但对于多数尚未盈利、经营效率低下的门店,则关停并转。 至此,盒马的前路已经清晰:以线上为绝对主导,以线下少数标杆店为补充,全面融入淘宝闪购体系,提升履约网络密度、用户心智与组织协同效率。 盒马成为淘宝闪购的生鲜供给,淘宝闪购成为盒马的线上增长引擎,阿里也能握指成拳头,一举三赢。
网友“破解”AMD PROM21芯片组芯片,可在英特尔主板使用
IT之家 12 月 30 日消息,AMD 在多数 AM5 主板平台上采用了来自祥硕的 Promontory 21 (PROM21) 芯片组芯片,可将一组上行的 PCIe 4.0×4 扩展为 8 条 PCIe 4.0、4 条 PCIe 3.0 和多个 USB 接口,当然 PCIe 通道也可切换为 SATA 接口。 本质上来说,PROM21 是一颗集成 SATA 与 USB 控制器的 PCIe Switch 交换芯片。那么这颗芯片能作为独立的 PCIe Switch,应用于 AMD 乃至英特尔主板上么? AMD X670 (E) / X870E 的双 PROM21 芯片“二仙桥”设计实际上就暗示了这种可能,华擎开发的 B650“升级”X670 原型卡显示这应该不存在障碍,而B站网友 @铁甲依然在__ 则在今日的视频中给出明确的肯定答案。 图源:铁甲依然在__ 视频 上图中的主板为英特尔平台的华硕 TUF GAMING B660M-PLUS D4,安装了一张基于 PROM21 的 PCIe AIC 形态扩展卡,下方两张图片则是该系统的硬件信息。 图源:铁甲依然在__ 视频 图源:铁甲依然在__ 视频 据 UP 主介绍,这一项目一度遭遇困难:初版 PCIe AIC 上的 Prom21 虽可被识别,但扩展出的接口仅有 SATA 能使用,这是因为其缺乏配套固件。在与另一位网友合作后,新的扩展卡设计添加了配套的 SPI Flash 芯片并刷入固件,可让其发挥全部功能。 在目前开源的 PCIe AIC 设计上,Prom21 可将一组 PCIe 4.0×4 扩展为 2 个 PCIe 4.0×4 的 M.2 盘位、4 个 SATA III 6Gbps 接口、1 组 USB-C 20Gbps 接针。
Manus卖给了Meta!年初火爆年底数十亿美元被收购
WHAAAT,一睁眼,Manus被Meta收购了! Meta和Manus官网同时发布最新消息,“Manus将加入Meta”。 消息显示,Meta收购Manus,主要目的在于提升通用Agent的能力。 Manus官网文章显示,Manus将继续通过app和网站为用户提供产品和订阅服务,同时公司将继续在新加坡运营。 这绝对是继收购Scale AI之后,Meta的又一重磅收购消息。 援引彭博社报道: 该投资已引起CEO马克·扎克伯格的注意,并成为公司最高优先事项。 Meta的AI话事人亚历山大王已经在𝕏上发布了对Manus团队和创始成员之一肖弘的欢迎贴 不知道等团队开始一起工作过后,两人将是什么样的汇报线关系。收购完成后,Manus创始人肖弘将出任Meta副总裁。 Meta成立以来第三大收购事件 据《晚点LatePost》报道,此次Meta收购Manus的费用为数十亿美元。 这个价格听起来不是很“天价”——昨天我们刚聊过老黄200亿美金收购Groq的内幕详情——但在Meta的收购史上,这个价格排到了前三。 第一是WhatsApp。 关键词:移动互联网船票。 2014年2月时收购金额约190亿美元,包括120亿美元股票+40亿美元现金+30亿美元限制性股票。 第二是Scale AI。 关键词:亚历山大王。 今年6月收购,收购金额约150亿美元,主要是收购了该公司49%的股权,以及请来了亚历山大王这尊大佛。 Meta成立以来的第三大收购案就是这次收购Manus了,看起来可以归纳为智能体船票。 今年早些时候,Manus的年内收入已经达到1.25亿美元。由此彭博社推测,这样的造血能力能让Meta更快地回血(今年大动干戈搞AI实在是花了太多了),也是Meta火线收购Manus的重要原因之一。 不过截至本推文发布,此笔收购的具体财务条款尚未公布。 Munas的肖弘倒是已经站出来发了一篇感慨万千的推文,推文原文如下: 今天将成为我一生中难忘的时刻。 当我们开始开发Manus时,很少有人相信通用人工智能代理能够工作。我们被告知为时过早、过于雄心勃勃、太难了。但我们仍在继续建设。在怀疑、挫折和无尽夜晚的思考中,我们是否在追逐不可能。 我们并没有。 这不仅仅是一笔收购。这是对我们所努力建设的未来的验证,它正在以比任何人预期的更快的速度到来。 但这并非终点。一个不仅能够交流,还能行动、创造和交付的 AI 时代才刚刚开始。而现在,我们得以在从未想象过的规模上构建它。 对所有在我们尚不明显时相信我们的人:谢谢。最好的还在后面。 亚历山大王借此还小蹭了一波热度,开始给自己掌管的MSL新加坡办公室招人。 说话间透露出,Manus在新加坡的团队大约有100个人。 Manus主要创始团队 让扎克伯格豪掷数十亿美金的Manus,今年3月刚刚发布。 其最核心的产品叙事,是“第一款通用Agent”。 用户提出需求后,Manus会自动拆解任务,然后开始自己搜索、编辑……最终交付任务结果。 此前,外界较为熟知的创始团队主要人员有三人。 第一位,创始人肖弘(Red)。 毕业于华中科大,10年前在武汉创办夜莺科技,深耕微信生态工具。 2022年创办蝴蝶效应,推出浏览器插件Monica,集成主流大模型能力并面向海外,用户数超千万。 今年2月,Monica中文版开启内测,但后续光芒完全被Manus掩盖。 第二位,联合创始人、首席科学家季逸超(Peak)。 早期做过iOS浏览器猛犸4、Peak Labs、知识图谱系统Magi等。 第三位,合伙人张涛(hidecloud)。 主要负责产品战略、市场沟通与体验优化。此前在字节跳动、光年之外等担任过产品负责人。 如果只看今年3月的爆火,Manus像是突然从天而降。 但把时间线往前拨,是能看到背后团队的创业心路历程的。 大概可以概括为“先做微信生态的B端工具——再做浏览器插件形态的AI助手——最后把“能交付”这件事推到台前”。 就在此次收购前夕,Manus官方发布的一篇公众号文章《回看过去:Manus 立项会议纪要》在朋友圈小规模刷屏。 这篇推送的内容很简单,是去年Manus正式立项那天,是Manus整理的创始团队讨论过程的录音转写。 其中还提到了另外两位创始团队成员,范斌和潘潘(PanPan),但未提到更多个人信息。 这里摘录会议纪要中中比较结论性的几点,放在这儿大家一起看一下—— 战略层面,确立了“通用性平台+高频场景优化”的双轮驱动策略。 技术层面,明确了以“状态持久化”和“云端浏览器”为核心,构建真正具备“代理”能力的架构。 产品层面,提出了以“渐进式披露”和“操作系统隐喻”为指导,打造兼具信任感与控制感的下一代Agent界面。 Manus之路 相信大家还记得,Manus一朝发布,当即爆火,关于它的讨论一夜点燃全球科技圈。 随之而来的是服务器被挤爆,以及广大网游关于“邀请码内测”的讨论与争议。 3月:爆火 3月6日发布后,不到两天,其邀请码已经在海鲜市场等二手平台出现转卖现象,最高标价可到数千美元(有没有人以这个价格成交,咱就不知道了)。 同月10日,Manus联合创始人兼首席科学家季逸超直接表示产品“基于阿里千问大模型及Claude等模型微调而成”,并强调这是自主整合框架,不惧“套壳”争议。 次日,Manus与阿里通义千问团队达成合作,目标是在中国国产模型与算力平台实现Manus功能。 不过该合作后续再无公开进展报道。 此后,Manus官网逐渐完全汉化。 3月18日,联合创始人兼首席科学家季逸超发推文透露,Manus这样的Agent环境下,每个用户的平均token消耗量是聊天机器人的1500倍,“这仅仅是个开始”。 3月28日,Manus开始商业化,Starter 39 美元/月、Pro 199 美元/月,不同订阅等级拥有不同的积分与并发任务数。 (注:Manus官方最新消息,目前的阶梯订阅价格做了调整:可免费使用;Pro会员20美元/月起;Team会员40美元/席/月起) 4月:新融资 4月15日,彭博社消息称Manus获美国加州VC机构Benchmark领投7500万美元融资。 报道还称Manus此前已经从腾讯、红杉中国等处融资超过1000万美元。 此时,Manus估值已经较上一轮融资时翻了5倍,来到5亿美元(约合人民币36.5亿元)。 5月:全量开放 5月12日,Manus终于向所有用户开放,开放首日注册量即破100万。 5月15日,关联公司北京红色蝴蝶科技有限公司发生工商变更,Manus联合创始人兼CEO肖弘新任该公司法定代表人、经理、董事职务,同时该公司增资至2000万美元。 5月21日,Manus宣布了与微软的合作。 6月:总部迁至新加坡 6、7月,Manus开始逐步将公司迁往新加坡。 6月13日发布的官网博文显示,Manus在新加坡招聘AI工程师、数据科学家、软件开发经理等岗位,月薪8000美元起步。 同时,加州、东京也设有办公室。 国内这边,Manus大幅度调整了团队:原来120人的团队,仅保留40余名核心技术人员随总部一起迁往新加坡。 其余人员和北京、武汉办公室一并陆续裁撤。 据称裁员补偿待遇优厚,被裁人员能拿到N+3或2N的赔偿。 联合创始人兼CEO肖弘在即刻发布帖子: 想要在全球化的市场里做好产品,有很多不是来自业务本身和用户价值本身的烦恼。 这一切是值得的。一方面因为旅程本身就有很多开心的、让自己和团队成长的事情。另外一方面,如果最后有不错的结果,证明作为中国出生的创始人,也能在新的环境下做好全球化的产品,那就太好了! 此时外界才大规模知晓,原来在2023年8月——Manus还未上线之前,Manus母公司蝴蝶效应就在新加坡注册了实体Butterfly Effect Pte. Ltd.,并由开曼群岛注册的母公司全资控股。 简单概括结构: 开曼控股公司→新加坡实体Butterfly Effect Pte. Ltd.→Manus产品团队。 这是一套典型的出海架构,用于便利海外融资、运营和拓展海外市场。 说白了,Manus爆火4个月后的核心力量大迁徙,主攻海外,早就在与公众见面的第一天甚至更早之前就埋下了草蛇灰线。 6月至今:沉寂+疯狂迭代 后续,Manus沉寂了一阵子,但在10月起开始频繁迭代更新。 根据12月初统计的数据,上线至今,Manus已处理超过147万亿个token,并创建了超过8000万台虚拟计算机。 现在,Manus从中国到新加坡,再归到了硅谷。 AI时代,太疯狂了吧。
首次引入中国面板商 华星光电为三星A57供应OLED屏幕
【CNMO科技消息】12月30日,据韩媒报道,多家零部件业界人士透露,三星电子正在重点考虑,为将于明年发布的A57智能手机,同时从三星显示和中国面板制造商CSOT(TCL华星光电)两家公司采购有机发光二极管(OLED)面板。 三星手机 此前,三星A5系列手机的OLED面板一直由三星显示独家供应。此次若引入CSOT,将标志着三星电子在其主力中高端A系列机型中,首次向中国面板商开放核心屏幕供应链。 三星A5系列是三星中低价位智能手机中规格最高的机型,出货量庞大。业界人士A表示:“CSOT很可能(与三星显示一起)为A57供应OLED面板,多家合作公司已开始为此向CSOT供应相关零部件。”该人士还补充,这批OLED面板很可能同时用于A57和S FE机型。 尽管预计三星显示仍将占据A57面板供应的较大份额,但独家格局已被打破。业界人士B分析称:“A5系列是出货量很大的机型,三星也需要防范供应链风险。预计三星显示的供应量会多于CSOT,但CSOT已成功切入。” 三星电子考虑多元化面板供应的背后,是产品升级与成本控制的双重考量。三星计划从明年的A57开始,将面板从现有的刚性OLED升级为柔性OLED。柔性OLED采用可弯曲的基板,设计自由度更高,并能实现更窄的屏幕边框,但制造成本也高于刚性OLED。 目前,中国面板商正以较低价格向本土手机品牌供应柔性OLED,使得中国厂商在平价机型上也能采用更先进的屏幕。为了在中低价市场保持竞争力,三星也必须加快采用柔性OLED的步伐。业界人士C指出:“中国手机品牌甚至在150至200美元价位的产品上使用柔性OLED。三星也必须在约500美元档位的机型(如A57)上采用柔性OLED,才更为有利。” 因此,三星的目标是在为A57升级柔性OLED的同时,将成本上升幅度最小化。在近期存储器等零部件价格上涨的背景下,控制成本对三星和供应商都至关重要。据悉,三星电子要求以接近此前刚性OLED的价格供应A57所用的柔性OLED,而CSOT提出了相对更具竞争力的报价。对三星而言,柔性OLED价格的下降有助于其将这类屏幕更广泛地应用于中端机型。
Google 今年狂更 60+ AI 工具,我用它们直接省出一台 iPhone 17 | 附产品清单
60 个,据不完全统计,Google 今年在 AI 软硬件产品上的功能更新,不少于 60 项。 现在大火的 Gemini 3 Pro,你能想象在今年年初的时候,还是名不见经传的 Gemini 2.0。十年磨一剑,把 Google AI 重新拉回我们视野的 Nano Banana,也在今年八月份才正式跟我们见面。 趁着最近各种年度总结都出来了,我们在这篇文章里,也总结了一波 Google 今年在 AI 方向上的发力,给我们的实际体验,又带来了多大的能力提升。 在谈论这些产品更新之前,Gemini 和 Nano Banana 两大「基座」模型是绕不开的内容。没有 Gemini 和 Nano Banana,Google 就是巧妇难为无米之炊。 和 OpenAI o3、4o、thinking、Pro 等复杂的型号不同,Gemini 就只有 Flash 和 Pro 两个版本,而且没有专门的路由机制,来自动选择用快速还是思考模型。Gemini 模型这一年的更新,就和它简单的型号一样,也是人狠话不多。 年初(Gemini 2.0 -> 2.5): 1 月和 2 月,Gemini 2.0 及其 Flash 版本迅速普及;到了 3 月,更聪明的 Gemini 2.5 就来了。 年末(Gemini 3.0): 11 月,Google 祭出了年度大招——Gemini 3,新一代的智能基座模型,标志着 AI 的理解和推理能力,彻底进入了一个全新的台阶。 电脑操作智能体(Computer Use):10 月的一个低调但同样重要的更新,是 Computer Use 模型;它允许 AI 像人一样通过看屏幕、点鼠标来操作电脑界面。 关于 Flash 和 Pro,最近还有新的 Thinking 模型可供选择。其中,一个是用来更快的回答,一个是需要经过推理和思考才会给出回复,我的日常使用是默认全部为 Pro,思考速度同样很快。 而 Flash 的能力也在更新到 Gemini 3 之后,被一些网友认为比 Gemini 3 Pro 还更「聪明」。 另一个大基座就是 Nano Banana 了,不用多说,从 1.0 到现在的 Pro,在图像编辑和生成这块,它一直是无人能敌的地位。 8 月首次亮相,就迅速凭借强大的修图能力,甚至成了病毒式传播的热点,被整合进 Google Photos 和搜索等各个 Google 产品中,让复杂的图像修改,变得像发表情包一样简单。 到了 11 月,Nano Banana Pro 发布,创意的门槛再次降低,精准渲染成百上千个文字,让它继续成为独一档的存在。修图、设计、甚至前端,都因为 Nano Banana 让工具不再成为阻碍。 两大基座模型成型,变化就真正出现在我们每天接触到的具体产品里。 Google 产品清单|附链接 通用聊天助手 Gemini App,使用 Gemini 3.0 Pro/Flash、Nano Banana Pro、Veo 3.1 等模型,能生图文、视频、代码等 AI 研究助手、知识库管理工具 NotebookLM,提供安卓和 iOS 版 App 视频生成平台 Flow,使用 Veo 3.1 和 Nano Banana Pro 实现各种创意 AI 工作室,既适用于开发者查看 Google 当前全部模型调用规范,普通用户也能在 Playground 聊天对话 Google 搜索 AI Mode,能启用基于 Gemini 3.0 Pro 的联网深度搜索 Google 版 Cursor,基于 Gemini 3 的 AI 编程工具 AntiGravity 图片生成平台 Whisk,使用 Google 生图模型 Imagen 4 音乐生成模型 Lyria,基于 Lyria 2 模型 更多 Google 开发中的 AI 产品 其中,大部分的工具都可以免费使用,尤其是 Google 实验室的相关产品,由于还在测试阶段,所以基本上限制较少,但大多只支持美国地区。 如果需要更多的 AI 资源,Google 最近还开启了新年优惠,新会员购买 Google AI Pro 可以获得 50% 的折扣。打折后的价格是 99.99 美元/年,同时能与另外 5 人共享该 AI Pro 会员。 AI Pro 不仅包含了 AI 相关的资源,也会提供 2T 的 Google Drive 存储空间;并且这次真的有「我是学生,免费送我」。 学习、工作,哪里都是 Gemini 从结果来看,研发模型和打磨产品,并不总是同一件事。有好的模型,基于此的产品不一定好用;但模型菜,做出来的产品必然不好用。 得益于 Gemini 模型的强大,Gemini 网页和 App 在这一年的更新相当足。可以说 Google 这一年,把力气都花在了对的地方,Gemini 完全从一个通用型的对话助手,升级成了全能的效率工具。 我们不需要重新学习一种使用方式,也不是为了 AI 而去用它,Gemini 就默默地开始出现在,更多我们本来就会去的地方。 ▲ Google 搜索全球年度热词总结,Gemini 排在第一名,DeepSeek 在第六名(图片中未列出) 当面对复杂的科学概念,或者晦涩难懂的论文知识时,现在的 Gemini 不仅仅能做一个文字总结,它能利用强大的多模态能力,直接生成可视化图片,甚至是一个交互式模拟的网页。 而无论是生图、还是生视频,现在 Gemini 都会自动根据我们的查询,自动决定是否使用 Nano Banana Pro 或 Google Veo 3.1 来把这些难啃的文字硬骨头,画给我们看。 Gemini 应用内的「引导式学习」能帮助我们,在一问一答之间,快速掌握对某个陌生概念的知识,图中为「期货是什么」的学习 引导式学习、画布,Gemini 的这些功能,都可以在同一个对话里面随时切换。 除了 Gemini,本身就是学习利器的 NotebookLM 今年也一直在更新,把它叫做「备考神器」,一点都不为过。 NotebookLM 在今年增加了 「深度研究 (Deep Research)」模式,它能像一个研究员一样在后台花时间深度挖掘高质量信源,给我们出一份详尽简报。更绝的是,它能根据我们上传的资料,直接生成闪卡 (Flashcards) 和 测验题,帮助我们备考。 每天都在用的 Chrome 浏览器,也摇身一变 AI 浏览器,上线标签页管家。我们不需要再一个个点击那几十个打开的网页了,Chrome 里的 Gemini 现在可以跨标签页工作,帮我们对比、总结多个网页的信息。 说到浏览器,Google 的老本行搜索也在这一年,有了全新的 AI 模式。AI Mode 的出现,让搜索结果变得更像一个过程,而不是终点。 我们在 Google 搜索里输入的问题,可以是模糊的、不完整的,甚至带着犹豫和情绪。系统会在后台拆解问题、补充上下文,再把一条更清晰的路径呈现出来,然后生成多个追问。 Google 这一年在 AI 产品上的思路,其实非常一致,就是要最低程度的改变我们的使用习惯,同时引入 AI 的能力。 硬件上的 AI,需要变成系统能力的一部分 2025 年的 Google 硬件与 AI 的结合,主打一个能不动手就不动手。 手机产品,Pixel 10 也上线了国产手机厂商同款,帮你接听不想接的电话。新的代接留言 (Take a Message) 功能会自动识别骚扰电话、或者生成实时文字转录并给出下一步的行动建议。 Pixel 10 系列手机含有多个 AI 功能,AI 修图、语音助手 Gemini Live、手机助手 Magic Cue、以及 AI 拍照等 此外,Nano Banana 也集成在手机系统自带的 Google 相册里,Ask Photo,能让我们对照片进行 AI 编辑,同时保持图像一致性,AI 媲美手工 PS。 手表,Pixel Watch 4 也带来了隔空神功。当你双手拎着东西或者在做饭时,完全不需要触屏。你可以通过双指捏合或转动手腕来控制手表,甚至只需把手表举到嘴边,就能直接和 Gemini 对话,连唤醒关键词,Hey Google 都不用喊。 今年最重要的硬件产品,当然非 Google 眼镜莫属。当一大批探索不同形态的 AI 硬件都被刻在了墓碑上,还有打着 AI 手机的旗号,但是没什么实质作用的宣传慢慢退场。留下来的 AI 硬件,都集中在眼镜上。 ▲ https://www.android.com/xr/ Google 给的答案是四种 XR 设备路线,XR 头显设备、有线 XR 眼镜、无线 XR 眼镜、和 AI 眼镜。有了 Gemini 强大的多模态能力,语音输入和视觉输入,AI 眼镜都能实时准确的处理。但实际的 Google 智能眼镜,就只能等到明年才会正式发布。 我们从来就不缺少创作的欲望 今年 Google 在图像和视频领域的最大明星,就是这个代号可爱,但能力强大的 Nano Banana。一开始还没打算真的叫它纳米香蕉,但奈何这波流量来得太快,一下子就火了,Google 索性就用了 Nano Banana 的名字。 一句话修图,在 Google Photos 或搜索里,我们只需要用自然语言说 「把栅栏去掉」、或者「把这张老照片修复一下」,甚至「帮我把墨镜摘掉」,它都能搞定。如果我们只有一张自拍,但想试穿衣服,它也能准确地生成全身照。 ▲ 有专门的网站会统计,每天在 X 上流行的 Nano Banana 玩法 这就是 Nano Banana 在实际生活给我们最大的帮助。更有意思的玩法,APPSO 今年也分享了好几篇相关的玩法,从桌面手办、巨人国到知识丰富的信息图,AI 创意成了榨干 AI 唯一的难题。 Google 官方也推出了 PPT 杀手,Mixboard,我们在白板上整理好思路,它利用 Nano Banana Pro 模型,一键就能把素材,变成设计精美的幻灯片。 让照片动起来,可能是今年 AI 视频最好的归宿。Gemini 的照片转视频能力,可以让静止的照片动起来,甚至添加音效。把老照片变成一段鲜活的记忆,就在一瞬间。 背后的 Google Veo 系列视频生成模型,让威尔史密斯吃了有大半年的面,终于在 Veo 3 发布之后,音画同步、人物动作、运镜技巧都得到了大幅提升。现在的 Veo 3.1 还仍然高居大模型竞技场排行榜,文/图生视频第一名。 除了这些偏通用场景的更新,Google 在更贴近当地服务的 Google Maps、Gmail、YouTube 等热门装机必备应用上,也非常自然地引入了 Gemini,从地图导航、行程规划,到航班、购物和出行建议,都能看到 AI 在服务。 一些更垂类的工具,像是编程产品,AntiGravity、Jules、AI Studio、Gemini Code Assist 等,也在探索着一个随叫随到的结对编程伙伴,除了帮助开发者写代码、查 Bug,还可以怎么更好地提升效率。 井喷式增长,Agent 元年,AGI 元年……今年看 Google 奋起直追 OpenAI 的故事,感觉真的是对 AI 「祛魅」的一年。奥特曼曾经说的那些「坐不住的时刻」、颠覆我们的生活都像是在吹牛,因为更好的 AI,一定会在不停歇的军备竞赛里面再次诞生。 现在,AI 就是润物细无声地,开始进入我们的生活。前些天,我问一位开发者是否有在使用 Cursor,他表情有点疑惑,回答说当然。很明显,现在写代码不用 AI 辅助,已经称得上是「异类」了。 当下作为用户,我们也很难、或者说没有必要,再明确地指出「这一刻,我正在用 AI」。但我们会发现,很多原本需要花时间、花精力判断的事情,正在被悄悄简化。 也许几年后回头看,2025 年并不会因为某一个模型而被记住。但它很可能会被记作这样一年:AI 真正开始像基础设施一样,被普通人习以为常地使用。 而这,或许才是 Google 这一整年,最重要的更新。
全球AI急等NVIDIA救命:明年3月新一代GPU登场 回击AI泡沫
快科技12月30日消息,10月底NVIDIA成为全球首个市值突破5万亿美元的公司,这也是今年AI产业的高光时刻,然而现在熄了火。 最近2个月AI泡沫论占了上风,甲骨文股价比前段时间的高峰腰斩,NVIDIA也一度回落了10-15%的市值,此前左脚踩右脚的AI永动机投资模式也备受质疑。 这一切连NVIDIA都觉得很难,之前黄仁勋就抱怨过,他们稍有一点不及预期,世界就会崩溃,而AI泡沫最终会不会变成崩盘,还得靠AI总盟主NVIDIA来救命。 这个转折点要看明年的一场大戏,但不是几天后的CES展会,这个是消费级展会,NVIDIA的主场会是3月初的GTC大会。 2026年的GTC大会主题无疑还会是AI,重点是新一代AI基础设施,按照以往的惯例NVIDIA会发布新一代AI芯片——代号Feynman的GPU架构。 目前所知甚至,官方路线图只提到了会用上新一代HBM,日前有爆料称会加入LPU,这是NVIDIA前不久花了200亿美元购买了Groq公司的技术,大幅提升推理性能和能效。 Feynman GPU还会首发台积电的A16工艺,这也是NVIDIA时隔多年再次首发台积电新工艺,上一次首发工艺还是台积电的110nm呢。 不过发布架构不代表马上上市,Feynman GPU是面向2028年才上市的,今年发布的Rubin GPU也要到明年才开始上市出货,更高端的Rubin Ultra甚至要到2027年才能上市。 GTC 2026大会上预计还会有一堆新技术,比如机器人、量子计算甚至6G等,这些都是讲好AI故事的一部分,是说服大家AI前景无限好的证据。 在这方面,NVIDIA CEO黄仁勋描绘的远景非常宏大,AI基础设施每年要有3-4万亿美元的投资,NVIDIA很快会成为万亿美元收入的公司。 也难怪早就有公司预测NVIDIA未来市值会突破7万亿到10万亿美元的,到时候真的是富可敌国了,成为全球第三GDP没压力(5万亿的时候其实就是了)。
苹果认证被滥用:黑客用真实证书为macOS恶意软件披上合法外衣
IT之家 12 月 30 日消息,过去很多人认为 macOS 较为安全,其实原因是 macOS 用户基数较小,黑客兴趣不大,但随着 Mac 市占率持续增长,恶意软件问题亦愈趋严重。Jamf 威胁实验室 12 月 22 日就披露了一种最新的 macOS 恶意软件。 苹果 Mac App Store 之外的应用程序必须经过加密签名和认证,但 Jamf 指出 —— 黑客正在通过地下渠道购买或窃取真实的开发者 ID 证书。这些恶意软件因拥有苹果的“公证证书”,在安装时看起来与合法软件毫无二致,所以能完美躲过苹果安全审查。 此外,恶意代码往往被封装在看似无害的 Swift 执行文件中,在苹果的静态分析中,它们几乎不执行任何操作,完美避开审核。 Jamf 批评苹果的认证流程过于死板,黑客提交审核时提供的是“干净”内容,但一旦程序在用户电脑上运行并连接网络,它才会从云端下载并加载真正的恶意代码。 Jamf 安全研究人员在对内部 YARA 规则命中样本进行分析时,发现了一种与以往不同的 macOS “木马”型恶意软件。 据介绍,该样本在整体行为上与近年来活动频繁的 MacSync Stealer 家族高度相似,但在投递和执行方式上进行了明显调整。研究人员确认,该样本为一款已经完成代码签名并通过 Apple 公证的窃密程序,其执行链条并未遵循此前常见模式。 据介绍,早期的 MacSync Stealer 主要依赖“拖拽到终端”或 ClickFix 风格的社工手段,诱导用户主动在终端中执行脚本;而此次发现的样本则采用了一种更加隐蔽、自动化程度更高的新方式。 该恶意程序被打包为一个经过代码签名并完成公证的 Swift 应用,包含在名为“zk-call-messenger-installer-3.9.2-lts.dmg”的磁盘映像中,并通过 https://zkcall.net/ download 分发。与以往不同的是,该样本不再要求用户进行任何直接的终端操作,而是通过 Swift 构建的辅助可执行文件,从远程服务器获取并执行一个经过编码的脚本。 Jamf 还观察到,另一款名为 Odyssey 的同类程序最新变种也采用了类似的分发方式。值得注意的是,尽管该可执行文件已经完成签名且不需要额外授权步骤,样本中仍然保留了常见的“右键打开”提示。 在对 Mach-O 二进制文件进行分析后,研究人员确认该程序为通用架构构建,并已完成代码签名和公证,其签名关联的开发者团队 ID 为 GNJLS3UYZ4。同时,Jamf 将代码目录哈希值与苹果的吊销列表进行了比对,在分析时并未发现相关证书被吊销。 安全研究人员注意到,该磁盘映像体积异常偏大,达到 25.5MB。分析显示,其体积很可能是由于在应用包中嵌入了用于掩护的诱饵文件所致,其中包括与 LibreOffice 应用相关的 PDF 文档。 在 VirusTotal 平台上,不同样本的检测结果差异较大,有的仅被一个杀毒引擎识别,有的则被多达十三个引擎标记。多数安全引擎将其归类为与 coins 或 ooiid 恶意软件家族相关的通用下载器。在确认该开发者团队 ID 被用于分发恶意载荷后,Jamf 已将相关信息上报 Apple,随后对应证书已被撤销。 在初始检测阶段,Jamf Threat Labs 指出,MacSync Stealer 的大多数载荷通常以内存执行为主,几乎从不在磁盘上留下痕迹。早期版本往往会被 Jamf 的高级威胁防护机制拦截,因为这些版本通常依赖将脚本文件拖入终端执行,或通过 ClickFix 技术诱导用户粘贴一段 base64 编码命令。在这些场景中,载荷会通过 base64 -D 解码、使用 gunzip 解压,存入变量并通过 eval 执行,随后再通过 curl 获取第二阶段载荷。 然而,此次样本的异常之处在于,其触发告警的原因并非上述流程,而是一条用于监控混淆 Bash 脚本执行的威胁防护规则。相关事件显示,一个位于 /tmp/ runner 的 shell 脚本正在运行,这一行为引起了研究人员的警觉。 安全人员进一步检查后发现,该脚本的执行进程来自一个已签名的应用程序,且应用路径显示其直接从已挂载的磁盘映像中运行。对 /tmp/ runner 脚本的分析表明,这正是此前在 MacSync Stealer 攻击活动中出现过的同一脚本,只是在早期版本中通常不会被写入磁盘。解码后的 base64 载荷与常见的 MacSync Stealer 完全一致,使用了此前已出现过的 focusgroovy [.]com 域名,并包含相同的 daemon_function ()。 ▲ 应用路径详情 Jamf 随后对应用包内的 Swift Mach-O 可执行文件进行了分析。该文件的 _main 函数作为入口点,用于初始化应用状态和日志路径,执行基础的网络连接检查,并在确认网络可用后获取第二阶段载荷。程序解析用户主目录后,会在~/Library/ Logs / UserSyncWorker.log 创建日志文件,并在~/Library/ Application Support / UserSyncWorker/ 目录中维护 last_up 和 gate 等文件,用于记录执行时间和更新状态。相关文件仅在此前不存在时创建。 ▲ 混淆后的有效载荷 日志中会记录程序启动信息,并设置约 3600 秒的最小执行间隔,以防止短时间内重复运行。随后,程序调用 checkInternet () 进行网络连通性检测,仅在确认联网后才会继续执行 runInstaller ()。如果网络不可用,则会记录“preflight: internet=false”,并通过 _exit (1) 正常退出。 ▲ 解码后的有效载荷 runInstaller () 函数承担了完整的第二阶段载荷下载与执行逻辑。该函数首先读取~/Library/ Application Support / UserSyncWorker / last_up 中保存的时间戳,以实现执行频率限制。如果距离上次执行不足约 3600 秒,程序会记录相关日志并直接退出。在满足条件后,程序再次检测网络状态,并清理 /tmp 目录中此前遗留的文件,例如 /tmp/ runner。 ▲ Mach-O 二进制文件中的 _main 函数 随后,程序通过 /bin/ zsh -lc 调用 curl,向一地址发起请求,并使用特定的 User-Agent (macOS)。下载的载荷被写入 /tmp/ runner,请求头信息则保存至 /tmp/ runner.headers。与以往变种相比,该 curl 命令在参数上有所变化,例如将常见的 -fsSL 拆分为 -fL 与 -sS,并新增了 --noproxy 选项。这些变化被认为旨在提升稳定性或规避检测。 ▲ HTTP 请求 在执行载荷前,程序会移除 com.apple.quarantine 属性,并将文件权限设置为 750。随后,通过 /usr/ bin / file 检查其 MIME 类型是否为 text/x-shellscript,并验证其输出是否包含预期的脚本描述信息,以确认其为 zsh 脚本。同时,程序还会调用 spctl -a -v 执行 Gatekeeper 检查,确保下载文件能够通过苹果的安全检查。 ▲ 用于检索有效载荷的 Curl 命令 载荷执行完成后,/tmp/ runner 文件即被删除,并将当前时间戳写回~/Library/ Application Support / UserSyncWorker / last_update,以继续实施最小执行间隔控制。 Jamf 认为,该 runInstaller () 函数构建了一个分层、具备状态感知且具备规避能力的投递流程,通过环境检测、频率限制、网络请求、Gatekeeper 绕过与轻量级校验相结合,并整体封装在原生 Swift 可执行文件中。一旦载荷执行完成,系统中会出现常见的 osascript 对话框,并伴随其他与 MacStealer 活动相关的行为。 Jamf 指出,尽管 MacSync Stealer 本身并非新出现的威胁,但此次案例显示其作者仍在持续演进其投递方式。研究人员此前尚未观察到这种以 Swift 编写、完成代码签名和公证、并能够静默获取和执行第二阶段载荷的投递程序。该变化反映了 macOS 恶意软件生态中的一个更广泛趋势,即攻击者正试图将恶意程序伪装成已签名、公证的合法应用,从而降低早期被发现的风险。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。