在当今快速发展的科技时代，人工智能的浪潮正深刻地改变着世界的面貌。本文将带您走进一场极具前瞻性的对话，揭示人工智能背后的资本逻辑与技术演进。 本月初，在 Citadel Securities 举办的「Future of Global Markets 2025」活动现场，红杉美国合伙人 Konstantine Buhler 与 NVIDIA 创始人黄仁勋展开了一场同台对谈。 黄仁勋回忆起 1993 年那笔来自红杉的早期投资：100 万美元、几乎为零的成功概率，以及一个要“同时发明技术与市场”的想法。三十年后，这笔投资成长为超过 1 万亿美元的市值，回报高达 100 万倍。 Buhler 将这段历程总结为技术复利与资本复利叠加的奇迹，而他将这次对谈的重点分成三个方向： 过去，是从PC到GPU的“加速计算革命”； 现在，是从GPU到AI工厂的“系统革命”； 未来，则是Agentic与PhysicalAI的“智能革命”。 从 0% 概率到第一性原理的信念 1993 年，黄仁勋 30 岁。那一年，硅谷的所有投资几乎都围绕通用处理器和摩尔定律展开，集成微处理器被视为计算革命的核心。英特尔正以指数级速度压缩晶体管尺寸，几乎所有资金都流向这条看似无可替代的路径。黄仁勋选择逆向思考：如果通用处理器注定要遇到物理极限，那么新的计算方式一定会出现。 他和团队观察到一个核心矛盾——CPU 的优点在于通用性，但也正因通用，它对极难问题的效率始终有限。于是他们设想：是否可以用“加速器”的方式，为特定领域设计出更高效的计算架构？这种领域专用的算力能够与通用 CPU 并行存在，形成一种“补全型”的计算体系。这便是 NVIDIA 最初的理论起点——加速计算（Accelerated Computing）。 当时的业界环境几乎没有人相信这种模式能成立。黄仁勋回忆，红杉资本的 Don Valentine 在听完融资故事后问他：“你要做的杀手级应用是什么？”他脱口而出“Electronic Arts”，却没想到对方刚好是 EA 的投资人。Don 回答说：“他们 CTO 14 岁，还得家长接送上班。你确定这就是你的 killer app？” 那时的共识是：“要同时发明技术和市场，成功概率约为 0%。” NVIDIA 的突破，恰恰来自这种“0% 概率”的赌注。黄仁勋决定自己去创造市场。为了让加速计算有现实需求，他们选择 3D 图形作为落地场景——一方面它具备真实世界的物理复杂度，另一方面又有足够强的视觉反馈能推动硬件升级。从本质上，3D 图形的计算任务就是“模拟现实”，而这背后是一套关于线性代数、光线追踪与动力学的数学体系。黄仁勋意识到，如果能把这套数学在硬件层面加速实现，就不只是做图形，而是开启一条新的计算路径。 公司因此诞生在一个“双重虚空”中——没有市场，也没有前例。NVIDIA 必须在自建生态的同时培养开发者，让“图形加速”从垂直场景变成通用语言。黄仁勋形容那是一次同时“发明技术、发明市场、发明路径”的过程。“我们要做的不只是一个芯片，而是一种新的计算范式。” 他始终坚持从第一性原理推演未来：当一种技术今天运转得极好时，应当回头问，它的基础假设是什么，这些假设是否会改变？这种思维让 NVIDIA 在看似被主流占满的赛道中，看到了拐角后的另一种逻辑。 1990 年代末，NVIDIA 终于等来了一个信号——3D 图形游戏成为消费级现象。Electronic Arts、暴雪、索尼等厂商推动了 GPU 市场爆发，而 NVIDIA 在图形芯片上建立的优势，逐渐积累成庞大的软件生态与开发工具链。黄仁勋把这看作公司第一阶段的闭环：从硬件创新者变成生态平台创造者。 他认为，“能成为通用计算平台的，不只是性能最强的芯片，更是能持续吸引开发者的系统。” 正是这种理念，为后来 CUDA 的诞生埋下伏笔——那是一场真正意义上的“计算解封”，让 GPU 从图形设备变成面向所有科学与 AI 研究者的通用加速平台。 从显卡到“通用计算引擎” CUDA 的诞生，是 NVIDIA 从硬件公司跃迁为计算平台的关键时刻。最初，GPU 被视为游戏和视觉领域的专用芯片，属于一条狭窄而激烈的赛道。黄仁勋回忆：“我们当时不仅要造一项全新的技术，还得同时让一个不存在的市场被创造出来。” 换句话说，他们必须让一项“不通用”的技术具备通用性。 在 2000 年前后，GPU 市场一度涌现出上百家竞争者。多数公司停留在显卡性能迭代上，而 NVIDIA 选择把“图形运算”中的并行能力，推广到更广的计算问题上。他指出，3D 图形的数学本质是“物理模拟”与“线性代数”，这些结构恰好是许多科研和工程问题的共性。如果能让 GPU 支持通用矩阵运算，那么几乎所有需要高并行计算的任务都可以被加速。 这便是 CUDA 的思想起点——让 GPU 成为通用计算引擎。CUDA 不仅是一套软件工具，更是一种标准语言，它让 GPU 能被科学家、工程师和开发者像调用 CPU 一样调用。此举彻底改变了 NVIDIA 的定位：从芯片设计公司变成计算平台的提供者。黄仁勋称其为“第二次发明”——发明的不只是硬件，而是整套市场扩散机制与开发者生态。 为了让生态真正运转，NVIDIA 推出了一项名为“CUDA Everywhere”的计划。黄仁勋亲自走访全球大学与研究机构，从地震分析、分子动力学到量子化学，把 CUDA 植入科研体系。“我们不只是去卖 GPU，而是去启发人们用新的方式思考计算。” 这种自下而上的传播，让 CUDA 成为高性能计算的通用语言。 真正的爆发点出现在 2012 年。那一年，深度学习在学术界迎来转折，AlexNet 在 ImageNet 竞赛上以压倒性优势获胜，而整个模型正是在 NVIDIA GPU 上训练完成的。黄仁勋当时正试图解决计算机视觉问题，对传统算法的脆弱和复杂感到挫败。与此同时，Geoffrey Hinton、Andrew Ng、Yann LeCun 等研究者也在用 CUDA 加速神经网络。几位研究者之间的“偶遇”，成了这场革命的催化剂。 NVIDIA 团队很快意识到，深度学习的计算需求和图形计算极为相似——都是大规模矩阵乘法。于是他们为神经网络专门开发了 CUDA DNN（CUDNN）库，使模型训练速度成倍提升。黄仁勋回忆：“我们和他们看到的是同一个结果，但我们想的是，如果深度学习能在视觉上奏效，那它还能在哪些领域奏效？” 这次反向推理成为 NVIDIA 的长期转折点。团队得出一个关键结论：深度神经网络是“通用函数逼近器”，能学习任意复杂函数。无论是卷积、循环网络，还是后来加入状态机的 Transformer，本质上都在扩展这种“可学习的函数空间”。于是公司开始以此为前提重新设计整个计算栈——从芯片到系统，从软件到算法。 “当我们意识到这项技术能学习任何函数，我们就明白，计算的每一层都可以被重新定义。” 黄仁勋说。 这一决定让 NVIDIA 走出硬件公司的边界，也奠定了它在 AI 革命中的核心位置。接下来的十年，CUDA 不再是图形接口，而成为新一代智能计算平台的语言底座。 AI 工厂：从数据中心到生产体系的重构 2016 年，黄仁勋发布了世界上第一台专为 AI 设计的计算机—— DGX-1。那是一个完全不同于传统服务器的机器，内部整合了 GPU、CPU、网络与软件栈，构成一个可直接进行模型训练的封闭系统。他在 GTC 大会上展示这台电脑时，台下反应寡淡——没人理解这是什么。直到会后，Elon Musk 对他说：“我可以用一台。” 那时的 OpenAI 还只是一个非营利组织，而黄仁勋笑称自己是“DoorDash 的电脑外卖员”，亲手把 DGX-1 送去旧金山。 这段插曲成了日后产业转折的象征。那台电脑后来成为所有 OpenAI 模型的起点，也定义了“AI 工厂”这一概念。黄仁勋解释，DGX-1 定价 30 万美元，是当时全球最贵的计算节点。“它最初并不成功，所以我得出的结论是——我们做得还不够大。” 下一代产品在规模和集成度上全面提升，很快成为业界标配。 在他看来，AI 工厂的核心不是芯片性能，而是系统整合。NVIDIA 不再只是设计单颗 GPU，而是从建筑供电到机架布线，从交换机、网络协议到软件栈，提供一整套可落地的“算力生产线”。“我们是世界上唯一一家能在给定电力和空楼的情况下，交付完整计算基础设施的公司。” 这种纵向一体化让创新速度成倍提升：所有硬件与软件保持兼容，每年迭代一次，性能提升近 10 倍。 他强调，兼容性带来的不是惯性，而是速度。正如 Windows 生态曾推动 PC 快速演化，统一的软件标准让 GPU 系列得以以系统化方式升级。“我们每年都在重写下一代工厂，而这些工厂彼此软件兼容，这种结构性优势就是创新速度。” AI 工厂与传统数据中心的区别在于，它不是存储和检索信息，而是“生成智能”。黄仁勋说，“数据中心是被动的，AI 工厂是主动的。” 在相同功率条件下，NVIDIA 的系统能以三倍能效完成推理任务，这意味着客户在同样的 1 GW 能源里，可以生成三倍的智能内容、获得三倍的收入。AI 工厂的计算吞吐率直接决定产出能力，因此他称其为“生产设施”而非“数据仓库”。 他进一步指出，NVIDIA 的快速增长并非泡沫，而是来自真实需求的累积。2000 年的互联网公司大多没有盈利，而今天的 AI 已经深入支撑全球超级平台的核心业务：搜索、推荐、广告、短视频，乃至量化交易。Google、Meta、Amazon 每年数千亿美元的营收都在依赖 AI 运行，即使没有 OpenAI 或 Anthropic，这个产业也已存在巨量需求。 同时，新的“AI 制造业”正在出现——大型模型公司如 OpenAI、xAI、Gemini、Claude 正成为“模型制造商”，建设自有的 AI 工厂，为下游企业提供模型和算力服务。这些模型的用途不再局限于生成文本，而是将进入一个更大的市场——劳动。 黄仁勋称之为“Agentic AI”，即数字劳动力。企业的员工队伍将首次同时包含人类与数字员工，后者通过模型执行代码编写、营销、设计、财务等任务。“我们公司内部 100% 的工程师都在使用 Cursor 等工具，它们成为每位员工的第二个大脑。” 他认为，这一产业的潜在市场规模超过 100 万亿美元。 与之并行的是“Physical AI”——把智能嵌入物理世界。自动驾驶是数字司机，未来还会有数字工人、数字机械手、数字助理。所有“能动的事物”都可能成为 AI 的新身体。“这两个市场，一个对应数字劳动力，一个对应物理劳动力，加起来几乎覆盖了人类经济的全部。” 在这一逻辑下，NVIDIA 的产品定义彻底改变：GPU 不再是硬件组件，而是构建智能工厂的最小生产单元。黄仁勋把这种转变概括为一句话——“我们正在制造制造智能的机器。” Agentic 与 Physical AI：通用智能的“双重具身” 当生成式模型从内容到行动跃迁，AI 的边界被重新划定。黄仁勋指出，AI 工厂不仅在云端生成语言与图像，它们生产的是“可被调用的智能”，并将以两种形态落地——数字劳动力（Agentic AI）与具身智能（Physical AI）。这意味着，AI 第一次在认知和物理两个维度同时进入社会分工体系。 在企业端，Agentic AI 的应用已经开始普及。过去，AI 是人类的“工具”，今天它变成了“数字同事”。软件开发、营销策划、法务审阅、客户支持都在被数字代理部分接管。黄仁勋透露，NVIDIA 内部已经实现“全员 AI 协作”：所有芯片设计师和软件工程师都由 Cursor 等智能体辅助完成任务。“AI 不再只是加速人类工作，而是与人类共同产出。” 他进一步推演了未来企业的形态——人类与数字员工共存，AI 将拥有岗位、层级与培训体系。每个组织都需要学习如何“入职”一名 AI 员工：通过微调与知识注入，让它理解公司的文化、流程与语料。这在他看来，是 CIO 的下一代任务：“未来 IT 部门将成为数字员工的 HR 部门。” 与之对应的另一条路径是 Physical AI。黄仁勋称其为“具身智能”的产业革命。自动驾驶是最典型的例子——数字司机替代人类操作方向盘，而类似逻辑正从车扩展到机械臂、物流机器人、服务机器人等一切能被物理控制的对象。“如果 AI 可以生成一段视频中人类开瓶、喝水的动作，那同样可以驱动一个机械体完成这件事。” 这一推理背后是对“具身学习”的系统性设计。要让机器人具备通用智能，需要三个层次的计算体系：训练它的 AI 工厂、让它试验的虚拟世界，以及支撑它运行的大脑计算机。NVIDIA 在这三层都提供产品——用于模型训练的 GPU 集群，用于仿真的 Omniverse 平台，以及嵌入机器人本体的实时计算芯片。 他将这一过程比作“虚拟世界的孵化”：AI 首先在仿真环境中以游戏角色的方式学习数万次，掌握物理法则和感知—反馈循环，再跨入真实世界执行任务。“虚拟训练的世界和现实之间的差距越来越小，机器人可以在模拟中成长，然后直接进入工厂或街道。” Omniverse 在这里扮演着关键角色。它是一个可精确复现物理世界的 3D 数字空间，机器人在其中学会抓取、移动、避障等动作。黄仁勋认为，“Omniverse 是 Physical AI 的实验室，是未来机器人文明的操作系统。” 当被问及行业节奏时，他指出，RoboTaxi 已经是现实，而通用型机器人正在迅速接近可用门槛。自动驾驶与人形机器人在架构上高度相似：都是多模态、可泛化、端到端的智能系统，只是具身方式不同。“我能开车，也能操作刀叉，本质上是同一个智能在不同身体里的体现。” 他总结说，未来的智能系统将具备“三重通用性”：多模态（感知多维输入）、多具身（可嵌入多种物理形态）、多领域（适应多类任务）。AI 不再是一种软件，而是一种可以在不同身体间迁移的“能力单位”。 在这种逻辑下，物理世界被重新定义为智能的延伸空间。每一个可被控制的对象——汽车、机械臂、无人机、外骨骼——都可能成为计算的一部分。黄仁勋认为，这是继互联网和移动计算之后最深刻的基础设施变革：“我们终于能制造出能自己制造智能的机器。” 主权 AI 与生成式计算：世界秩序的重写 在谈及未来十年的地缘技术格局时，黄仁勋把“主权 AI（Sovereign AI）”视作新一轮国家竞争的核心主题。他强调，“没有任何一个国家可以把全部数据交出去，再从外部‘进口智能’。” 数据是国家的知识与经验，一旦依赖外部模型生成判断，主权层面的决策能力就会被削弱。因此，每个国家都必须掌握属于自己的 AI 生产力。 他认为，未来的国家 AI 战略将是“进口 + 自建”的混合模式：核心模型可以采购，但底层训练与本地知识体系必须自有。NVIDIA 已经在全球观察到这一趋势——英国、法国、德国、西班牙、意大利、日本、韩国等国家都在建设本地模型公司，从 Mistral、Nebius 到 N-Scale，形成了遍布全球的主权 AI 网络。技术门槛的快速降低，使得这种“国民智能体”的构建变得现实。 当被问及中美关系与出口管制时，黄仁勋选择了审慎的表达。他指出，美国希望在 AI 竞赛中保持领先，但“要警惕让赢得比赛的逻辑变成输掉市场的逻辑”。目前 NVIDIA 在中国市场的份额从 95% 下降至 0%，他直言：“我无法想象这对任何一方都是好主意。” 在他看来，限制政策不仅削弱了美国的出口能力，也阻断了世界最庞大的开发者群体与美国技术的连接。 他提出一种更为平衡的策略：赢得开发者，而不是封锁开发者。 “AI 的胜负关键不在芯片，而在谁的技术栈成为全球标准。我们希望世界建立在美国技术之上。” 中国拥有全球约一半的 AI 研究人员，若他们无法使用美国体系构建模型，长期看反而会促成新的技术分裂。黄仁勋强调，应当以“细腻的策略”在安全与开放之间取得动态平衡。 话题转向安全与生成。黄仁勋认为，未来的 AI 安全将类似网络安全——不是依赖单一防线，而是通过数以百万计的“安全 AI”形成协作网络。“当智能的边际成本趋近于零，安全智能的成本也会趋近于零。” 每个大型模型都会被一群专门监控、修正、过滤的安全模型包围，企业内部外部的系统都将拥有自己的“数字卫士”。 这种演化也带来了新的计算范式。他用一个例子解释这种转变：Perplexity 是生成式的，而 Google 是检索式的。前者基于理解与生成实时构建答案，后者依赖事先存储的网页。视频领域的 Sora、NanoBanana 等产品也遵循相同逻辑——它们不再播放记录，而是直接“生成现实”。黄仁勋说：“以前的计算是去‘读取’，现在的计算是去‘创造’。” 他用一个类比作结：人类的思考过程也是生成式的。每一次对话、每一个判断都在当下被创造，而不是去“检索”记忆库。“你刚刚问的每个问题，我都不是回到办公室找答案，而是即时生成。” 这就是未来计算的样子——“100% 生成式的世界，每一个像素、每一句话、每一个动作都在实时被创造。” 在这一体系下，AI 工厂的作用不再是数据中心，而是人类创造力的底层能源。每一座工厂都在生产智能，所有生成的内容、代码、语言、决策，都是“产出”。黄仁勋估算，目前全球的 AI 基础设施投资不过数千亿美元，而这一曲线将迅速攀升到每年数万亿美元的规模。 “我们正处在旅程的起点。”他平静地说。 从加速计算到 CUDA，从 GPU 到 AI 工厂，从 agentic 到 physical，再到主权 AI，NVIDIA 已经不只是制造硬件的公司，而是构建未来文明“智能能源”的企业。 “未来的计算机，将是诗人、工程师、同事和伙伴。”

马斯克与特朗普 凤凰网科技讯 北京时间10月16日，CNBC周三发文称，特朗普淡化电动汽车发展的政策导致通用、福特等老牌汽车巨头举步维艰，放弃了雄心勃勃的电动汽车目标。对于市场份额不断萎缩的特斯拉而言，这是好事还是坏事呢？ 通用周二宣布，公司即将发布的季度财报将计入16亿美元的电动汽车投资减记。这是近期大型汽车制造商发布的一连串与电动汽车相关的负面消息中的最新一例。 福特CEO吉姆·法利(Jim Farley)上月末表示，随着联邦税收抵免计划的结束，他预计纯电动车的需求将减少一半。此前，克莱斯勒和吉普等品牌的母公司斯特兰蒂斯宣布，放弃到2030年只在欧洲生产电动汽车的目标，并下调了为美国市场制定的雄心勃勃目标，尤其是针对克莱斯勒品牌的目标。 特朗普标志性的《大而美法案》的通过，导致购车税收抵免政策在9月底到期，使得消费者无法再获得7500美元的电动汽车购车抵免，本已面临特朗普政府政策阻碍的美国汽车行业，如今正面临巨大的不确定性。 通用等老牌巨头收缩电动汽车投资 当各大汽车制造商纷纷调整投资者预期时，有一个品牌却明显缺席了这场讨论：特斯拉。 目前，埃隆·马斯克(Elon Musk)的公司仍是美国最大的电动汽车销售商。但随着竞争加剧和品牌价值下降，其市场份额有所下滑。据研究公司Motor Intelligence提供给CNBC的数据，截至今年9月底，特斯拉在美国纯电动车市场的份额约为43.1%，低于去年年底的49%。 特斯拉将于下周公布第三季度财报，华尔街迫切希望了解在税收抵免政策取消后，该公司对市场需求前景的预测。为应对补贴取消带来的变相涨价，特斯拉近期推出了简化配置的平价版Model Y SUV和Model 3轿车。 机遇与挑战并存 投资公司Automotive Ventures的普通合伙人史蒂夫·格林菲尔德(Steve Greenfield)表示，传统汽车制造商从电动汽车领域的撤退对特斯拉可能是利好消息，其市场份额或将开始回升。他在邮件中指出，特斯拉拥有“非常强大的品牌忠诚度”。 “大多数特斯拉车主在购买下一辆新车时，可能会继续选择该品牌。”格林菲尔德表示。 不过，重大挑战已然隐现。格林菲尔德指出，由于消费者在税收抵免到期前抢购电动汽车，导致“需求提前释放”，第四季度纯电动车市场的需求很可能大幅下滑。随着年终临近，格林菲尔德预计特斯拉将面临“双重打击”：既遭遇纯电动汽车销量下滑，又面临在售车型利润率收缩。 然而，投资者更乐观。在第一季度经历36%的股价暴跌后，特斯拉股价已反弹，今年累计上涨超过7%，其中部分原因是马斯克在9月购买了约10亿美元特斯拉股票。 特斯拉年初的惨淡开局与美国和欧洲消费者的抵制有关，这主要源于马斯克发表了煽动性的政治言论、为特朗普总统精简联邦机构的政策效力，更公开支持德国选择党等极右翼组织。 低价车型不给力 特斯拉将于下周公布第三季度财报。根据伦敦证券交易所集团的数据，分析师预计特斯拉营收将同比增长3.5%至261亿美元。但是，分析师预测其四季度营收将出现下滑，2025年全年营收预计下降3.5%，这将是该公司有史以来首次录得全年营收负增长。 特斯拉便宜版Model Y 本月初，特斯拉公布的第三季度汽车交付量同比增长7%，在年初经历连续两个季度下滑后实现回升。 “并非其他厂商退场就能让特斯拉独占市场。”艾睿铂咨询公司全球汽车业务负责人马克·韦克菲尔德(Mark Wakefield)在接受采访时表示。他补充道，甚至在共和党支出法案出台前，消费者对纯电动汽车的需求“已经略显疲态”。购车者一直在期待一个“突破性时刻”，希望美国电动汽车在成本上能与混动或燃油车型相媲美。 韦克菲尔德还指出，“当前市场需要注入新鲜感”，而新推出的便宜版Model Y和Model 3车型并未带来颠覆性创新。 特朗普政策雪上加霜 与此同时，特朗普政府让美国汽车行业的处境更加艰难。 无党派气候政策智库“能源创新”组织高级主任罗比·奥维斯(Robbie Orvis)告诉CNBC，汽车制造商的资产减记在预料之中，这完全源于税收抵免之外的政策变化。 奥维斯指出，特朗普政府还“撤销了加州自行制定车辆标准的豁免权，取消了数十亿美元用于电动汽车充电站建设和汽车工厂改造的拨款，并且正在逐步取消旨在鼓励电动汽车普及的汽车尾气排放标准”。 奥维斯表示，这些政策与关税措施已给美国汽车制造商造成了数以十亿美元计的损失，导致它们无力投资新的市场领域。特斯拉同样未能幸免，其在国际市场遭受的冲击尤为显著。 “中国汽车制造商正在国际市场上快速取代美国车企，因为它们能在规模庞大且需求旺盛的市场中提供更廉价、更优质的车型，尤其是电动汽车。”奥维斯补充道。 马斯克的重点已转移 与此同时，马斯克仍在试图将投资者的注意力引向其他领域。 他坚称，公司的未来取决于自动驾驶出租车和人形机器人这两大特斯拉尚未真正突破的市场。目前，特斯拉正在部分城市进行有限规模的自动驾驶出租车服务测试，但已远远落后于Alphabet旗下Waymo的快速商业扩张。 马斯克的重点转移到机器人上 马斯克曾在3月宣布，今年计划生产5000台Optimus机器人，但该团队核心成员的离职使这一目标充满变数。 去年，马斯克曾预言Optimus机器人终将使特斯拉成为市值25万亿美元的企业，这一数字相当于当时标普500总市值的一半以上。今年9月，他更是在X上宣称，“Optimus将贡献特斯拉约80%的价值”。 对于长期看好特斯拉的投资者和马斯克忠实拥趸而言，这个宏伟蓝图确实颇具吸引力。但就当下而言，特斯拉仍需要依靠电动汽车销售来维持运营。在美国市场，尽管特斯拉的市场份额有望提升，但整体市场规模至少在短期内似乎在收缩。(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”。

记者15日从清华大学获悉，该校电子工程系方璐教授团队在智能光子领域取得重大突破，成功研制出全球首款亚埃米级快照光谱成像芯片“玉衡”，标志着我国智能光子技术在高精度成像测量领域迈上新台阶。相关研究成果在线发表于学术期刊《自然》。 科研团队基于智能光子原理，创新提出可重构计算光学成像架构，将传统物理分光限制转化为光子调制与计算重建过程。通过挖掘随机干涉掩膜与铌酸锂材料的电光重构特性，团队实现高维光谱调制与高通量解调的协同计算，最终研制出“玉衡”芯片。 “玉衡”光谱成像芯片概念图。图片来源：清华大学 “玉衡”芯片仅约2厘米×2厘米×0.5厘米，却可在400—1000纳米的宽光谱范围内，实现亚埃米级光谱分辨率、千万像素级空间分辨率的快照光谱成像，能在单次快照中同步获取全光谱与全空间信息，其快照光谱成像的分辨能力提升两个数量级，突破了光谱分辨率与成像通量无法兼得的长期瓶颈，为高分辨光谱成像开辟了新路径。 方璐表示，“玉衡”攻克了光谱成像系统的分辨率、效率与集成度难题，可广泛应用于机器智能、机载遥感、天文观测等领域，以天文观测为例，“玉衡”的快照式成像每秒可获取近万颗恒星的完整光谱，有望将银河系千亿颗恒星的光谱巡天周期从数千年缩短至十年以内，凭借微型化设计，它还可搭载于卫星，有望在数年内绘制出人类前所未有的宇宙光谱图景。

在科技与资本的交汇处，新的风暴正在酝酿。这次，风暴的中心不再是虚拟世界的代码与算法，而是连接AI与物理世界的桥梁——具身智能。顺势，AI界的领头羊阿里也来搅局了。 近期，阿里通义千问技术负责人林俊旸发文称，其在Qwen内部组建了一个关于具身智能的小组。这标志着阿里正式进军物理AI。事实上就在一个月前，阿里云领投了国内机器人创业公司自变量机器人的1.4亿美元融资。 从投资到亲自下场，阿里的野心昭然若揭，它正全力以赴，为AI寻找一具能够感知和改造物理世界的“身体”。这背后是一个深刻的时代背景：我们正处在一个奇特的AI“断层”时代。 一方面，AI的“大脑”——以通义千问、GPT-4为代表的大语言模型，正以前所未有的速度进化，展现出惊人的认知与生成能力。但另一方面，AI的“身体”却显得笨拙。在物理世界中，除了特定场景下的工业机械臂，几乎看不到能够自主理解环境、与人协同的智能物理实体。 如此断层亦蕴含着巨大机遇，去年吴泳铭就直言，AI最大的想象力是接入现实世界。在今年6月的年度股东大会上，黄仁勋强调，AI和机器人技术是最大的两个增长机会，代表着数万亿美元级别的增长机会。 眼下，OpenAI、Google、软银、英伟达等巨头们纷纷在具身智能赛道重点布局。一场为AI“寻找身体”的战争已经悄然打响，对于正处在转型与价值重估关口的阿里而言，这也将是它实现ASI的宏伟理想、“再伟大”的关键一极。 从云端到现实 10月8日，林俊旸发布了一条分量十足的消息：团队已正式建立“机器人和具身智能小组”。 林俊旸在推特中指出，多模态基础模型正转变为基础Agents，这些Agents可以利用工具和记忆，通过强化学习进行长视野推理，“它们绝对应该从虚拟世界走向物理世界”。 这意味着，阿里要决心让通义千问从语言世界跨进物理世界。就在不久前的云栖大会上，阿里巴巴集团CEO吴泳铭断言，行业正进入AI的“自主行动”阶段。吴泳铭说，未来或将有超过全球人口的智能体和机器人与我们共同工作生活。 对阿里而言，将AI从云端推向实体世界正是其通往超级人工智能（ASI）宏大蓝图中至关重要的一步。事实上，在台下阿里已经为进军具身智能而布局已久。 自2024年以来，阿里集团陆续投资了逐际动力、星动纪元、宇树科技、星海图、灵心巧手等一批具身智能公司。阿里云则在今年9月领投了自变量机器人的1.4亿美元融资。 有知情人士指出，去年上半年，阿里开始重点关注具身智能，“投了几乎所有具身智能公司”。因为机器人是大模型能力从数字世界走入物理世界最理想的载体。阿里通过投资宇树、逐际动力、自变量机器人等不同技术路线的公司，抢占赛道。 显然，阿里对具身智能的布局并非一时兴起。要理解其动机，必须将其置于阿里当前的内外部环境以及对未来科技终局的判断之中。 首先，这是战略的必然性：AI的终点必然是物理世界。当大语言模型的能力趋于完善，其价值的进一步释放必然要求它能够感知、理解并改造物理世界。一个只能在对话框里运行的AI，其商业天花板是可见的，但一个能够通过机器人实体与环境互动的AI，潜力则是无限的。 阿里的动作放在全球AI版图上看，并不孤单。 就在同一周，软银集团宣布以54亿美元收购ABB的工业机器人业务；英伟达CEO黄仁勋也再次提到，AI与机器人是“数万亿美元级别的长期增长机会”。马斯克将其人形机器人“擎天柱”视为特斯拉未来价值的核心，首先要颠覆自家工厂的生产模式。 全球巨头都在下场，物理AI成了下一个战场。对于阿里而言，其商业帝国的根基——电商、物流、新零售都与物理世界紧密相联。无论是菜鸟网络遍布全球的智慧仓储，还是盒马鲜生的自动化供应链，都存在大量需要与物理实体交互的场景。 可以说，这些场景是具身智能最直接、最广阔的应用试验场。因此，将AI能力“实体化”是对其核心业务升级的内生需求。 面对如此激烈的竞争格局，阿里如果缺席，无异于将未来物理世界的入口拱手让人。这是阿里为资本市场讲述增长新叙事、注入“强心剂”的迫切需要。 近年来，阿里核心电商腹地遭遇拼多多、抖音等新业态的冲击。此时亟需一个充满想象力的新故事来重新点燃投资者的信心。云计算与AI无疑是这个新故事的最佳主角，而具身智能的加入，则为这个故事增添了最硬核的一章。 它将阿里的能力从线上延伸到线下，从虚拟拓展到现实，向资本市场传递了一个清晰的信号：阿里正进化为一家能够定义未来物理世界形态的、更底层的科技平台型公司。 有行业研究人士向华尔街见闻指出，通过直接参与机器人研发，阿里既能验证大模型在真实物理环境中的适应性，反向驱动模型在噪声处理、因果推理等领域的进化；又能拓展数据采集维度，将训练场景从文本图像延伸至机械控制、传感器反馈等工业级应用。 这种从商业模式创新到硬核科技创新的转型，是重塑其市场估值、开启第二增长曲线的关键。 填补行业鸿沟 “现在AI写文作画，已经比99.99%的人都要做得好。但真正让AI干活，还是一片荒漠。”在一个月前的外滩大会，宇树科技创始人王兴兴在圆桌论坛发言时如是说道。 可以说，当下正处在一个技术“断层”地带。一边是AI“大脑”大模型的智慧正在以指数级速度爆发，另一边是AI“身体”的笨拙与物理世界的复杂性形成了鲜明对比。这道鸿沟限制了AI的潜力。 牌桌上的玩家们已经达成共识：让AI拥有身体，进入物理世界“干活”，是一片巨大的蓝海。 摩根士丹利预测，到2050年，全球人形机器人将累计部署10亿台，市场规模达5万亿美元。这一数字大约是2024年全球20家最大汽车制造商总收入的两倍。据中金估算，中国人形机器人潜在市场空间有望于2050年达22.8万亿元，2024-50年复合年均增长率达24.7%。 如此确定性，将全球具身智能市场推向了爆发的前夜。各路玩家和资本都争先恐后，极力把握这股历史性的机遇。优必选、宇树科技、银河通用、智元机器人等企业都宣布今年预计量产千台人形机器人。 燥热的氛围下，今年机构们的热钱也争相涌进具身智能赛道。有行业投资人士表示，今年以来具身智能领域频频出现单笔超5亿元人民币级别的融资，包括宇树、银河通用、千寻智能、星动纪元、逐级动力、它石智航等。 一个爆发的新趋势已经逐渐浮现。不过，掘金的过程并非一蹴而就，如何让大模型完全融入具身智能，是眼下横亘在AI落地物理世界的关键卡点。 而阿里，要做填补这一鸿沟的“卖铲人”。 此前，王兴兴曾多次表示，与硬件相比，具身智能更大的挑战是大模型方面的短板，“最大的问题是具身智能AI不够用。” 过去很多大模型在虚拟场景里表现亮眼，一到物理世界就水土不服。因为传统大模型依赖海量互联网文本数据训练，而具身智能需物理世界交互数据，数据更少量且获得难度更高。 不仅如此，阿里云智能集团公共云事业部具身智能负责人高飞向华尔街见闻指出，未来几年行业数据量将稳步攀升，对应的清洗、存储和训练压力也会随之放大。“仅凭具身智能公司一己之力，这样的压力是很难顶住的”。 好在，阿里做好了准备。 目前，阿里Qwen3-Max参数规模突破万亿，在复杂任务分解上表现突出，能支撑机器人处理“拆快递-分类物品-摆放收纳”等多步骤任务；Qwen3-VL则强化了3D空间感知与动态物体追踪，可精准识别物体位置、判断运动轨迹。 “最近一段时间我跑了大概30家具身智能公司，跟他们的CEO深度沟通后了解到，他们大部分都在用Qwen-VL模型去做后训练。”高飞向华尔街见闻说道。 这种选择的共性背后有着充分的技术理由。Qwen-VL在空间感知、动态视觉理解、路径规划等方面的能力，恰好契合了具身智能对“大脑”的核心需求。 此外，阿里云智能集团公共云事业部具身智能解决方案负责人王旭文指出，过去几年，阿里服务头部大模型公司和汽车新势力的过程中“一步一步踩坑”，积累了大量的基础设施和实战经验。因为具身智能和智能驾驶在工程架构方面有着高度的相似性，所以这些经验都能够复用。 这种从模型底层到应用层的全链路支撑能力，让阿里云在具身智能赛道拥有了一个几乎不可复制的竞争优势。可以说，在量产机器人这条路上，阿里云正在帮整个行业扫清障碍。当这些能力从软件模拟场景转向真实世界，具身智能就将真正进入爆发时刻。 重估阿里：全栈AI闭环 由此，阿里的野心也渐渐清晰：由通义千问担当通用的“大脑”，负责任务理解与规划；由阿里投资的硬件公司担当专用的“执行单元”，负责动作落地。田丰甚至认为，阿里具备将自身业务与平头哥芯片技术融合的潜力。未来有机会构建起机器人领域的AppStore应用生态圈。 在这场关乎未来的全球牌局中，每一位玩家都手握不同的牌。事实上，阿里已经组合培育好一套独特的底牌——一套覆盖了从算力、云、模型到应用场景的“全栈AI”闭环。这不仅是其参与竞争的资本，更是其重塑价值、重述“伟大”叙事的核心。 回看市场，我们可以看到两种截然不同的巨头成长路径。以软银集团为例，其创始人孙正义是一位卓越的“猎手”，通过外部收购和投资，快速拼凑起一个覆盖全球的“信息革命”生态。 相比之下，阿里巴巴的路径更像是一种“耕种”，依托自身庞大的业务生态，从内部培育技术生长的土壤。这种模式的优势在于，技术与场景之间存在着天然的联系，在具身智能时代，这种联系构建了一个独一无二的飞轮效应。 这个“全栈AI”闭环可以被清晰地解构。它的地基是阿里云作为全球领先的云计算平台，为AI的研发和运行提供了海量的、弹性的计算资源。它的大脑，是基于强大算力研发的、并在阿里内部多个场景中得到锤炼的通义千问大模型。它的身体，则是通过组建内部团队和投资外部公司正在补齐的机器人硬件与控制算法。 而这个闭环最核心、最难以被复制的优势，是其无与伦比的试验场——丰富的应用场景。从菜鸟网络的数百万平方米的仓库，到盒马鲜生的自动化门店，再到淘宝天猫的海量商品处理，阿里拥有世界上最庞大、最复杂的真实物理商业场景。 这四个层次共同构成了闭环：真实场景产生海量数据；数据输入阿里云进行计算和模型训练；训练优化后的“通义千问”大脑指挥机器人；机器人在真实场景中执行任务并产生新的数据，反过来进一步优化模型。 这个飞轮一旦转动起来，其迭代速度和效率将是惊人的。它能让AI模型和机器人算法在真实物理世界的反馈中快速进化，远远超过那些只能在实验室环境中进行测试的竞争对手。 因此，押注具身智能，是阿里试图通过AI叙事“再次伟大”的必然选择。阿里不仅是一家成功的商业公司，更是一家拥有底层核心技术的硬核科技公司。 有行业投资人指出，只有全栈，才能把AI做成真正的基础设施，让AI应用更低门槛地普及到各个行业。在全栈AI的巨大想象空间下，阿里的估值逻辑随之再加码。 近期，高盛将阿里2026-28财年资本支出预测大幅上调至4600亿元。高盛认为，AI资本支出转化正重塑阿里增长预期，“阿里AI云计算能力的突破性进展和国际化扩张潜力为股价提供了新的上涨动力”。 历史的车轮滚滚向前，每一次计算平台的变革，都会诞生新的王者。如今，我们正站在一个由AI和机器人共同定义的新时代的门槛上。阿里这家曾定义了中国一个商业时代的巨头，正试图通过构建一个从云端到地面的全栈AI闭环，抓住这次变革的缰绳。 这无疑是一场充满风险的豪赌，但对于一个渴望“再次伟大”的巨人而言，这或许是唯一正确的道路。世界正在重估阿里巴巴，而答案，或许就藏在那些即将被赋予智能的“身体”之中。

快科技10月17日消息，据媒体报道，智元机器人正式发布新一代工业级交互式具身作业机器人——精灵G2。该产品在硬件性能、场景通用性等方面实现全面升级，并凭借已锁定的数亿元首发订单，标志着人形机器人正式从技术验证迈向规模化商业应用的关键阶段。 硬件方面，精灵G2搭载高性能关节执行器与多类型传感器，其腰部采用3自由度设计，赋予其接近人类肢体的灵活运动能力。全球首款十字腕力控臂集成了全臂高精度关节扭矩传感器，通过关节阻抗控制实现细腻外力感知与柔顺响应，配合快速部署工具链，有效降低用户操作门槛。 续航能力上，G2采用双电池热插拔技术并集成自主补能功能，可满足24小时连续作业需求，适配工业产线的高强度运行节拍。 AI技术方面，依托智元全栈自研的通用基座大模型GO-1与世界模型GE-1，精灵G2在复杂任务处理方面表现突出。GO-1采用“三层大脑”架构，实现从语音指令到任务规划再到动作执行的全流程闭环；GE-1则具备时空预测能力，可提前预演动作以应对长周期任务。 在算力支持上，基于英伟达Jetson Thor T5000平台提供的2070 TFLOPS（FP4）本地算力，G2实现低于10ms的延迟响应，支持大型AI模型本地运行，大幅缩短开发周期并降低试错成本。其超低延迟遥操功能在乒乓颠球、超视距射箭等演示中表现精准，验证了远程作业的高可靠性。 精灵G2已通过130余项部件测试及多项整机极限测试，在-15℃至50℃高低温、静电防护、紧急刹停等严苛环境下均能稳定运行，以工业级标准保障核心模块的耐久性与安全性，为企业提供降本增效的自动化解决方案。目前，该产品已在四大核心场景完成部署验证，展现出强大的场景适配能力。 在汽车零部件制造领域，精灵G2深度参与汽车安全带锁芯生产流程，完成压紧、物料搬运等关键工序，与人工作业高效协同。10月16日，智元机器人与均普智能在宁波联合举办线下首发暨投产仪式，并同步启动均胜电子过亿元采购合同的首批交付，标志着其在汽车制造场景的规模化应用正式落地。 在消费电子精密制造中，G2借助真机强化学习算法，可在一小时内掌握内存条插接等高精度操作。此前获得的龙旗科技数亿元订单，充分彰显其在消费电子核心制造环节的应用价值。 在物流领域，搭载OmniHand专业款触觉灵巧手的G2能够精准抓取多形态包裹，结合自主导航与高效移动能力，适配95%以上工厂地面环境，优化包裹供包上料流程。在商业导览场景中，定制化知识库与拟人化肢体语言的结合让讲解更具感染力，全向感知系统则全面保障使用安全。 此外，精灵G2提供丰富的SDK二次开发接口，支持根据行业需求进行功能拓展。智元机器人正积极布局安检、巡检、教育、科研等更多应用方向，持续拓宽产品的市场覆盖范围。

IT之家 10 月 16 日消息，微软今日宣布为 Windows 11 推出一系列功能更新，包括全新的 Copilot 和 AI 智能体。 这些更新不仅增强了操作系统的智能化能力，还在文件管理、辅助功能、安全防护、游戏体验以及开发工具等方面进行了全面改进。IT之家总结如下： 文件资源管理器新增 AI 操作 Windows 11 文件资源管理器引入“AI 操作”，用户可通过右键点击文件直接执行智能任务，如编辑图片或生成文档摘要。 针对 .jpg、.jpeg、.png 图片文件，目前支持以下四种 AI 功能（由 Manus AI 和 Filmora AI 提供支持）： Bing 视觉搜索：通过图像而非文字进行网页搜索，可查找相似图片、识别地标、植物或名人等。 模糊背景：在“照片”应用中自动识别背景，一键突出主体并虚化背景。 擦除对象：使用生成式擦除功能去除照片中不需要的元素。 移除背景：利用“画图”应用自动去除背景，仅保留主体。 ▲ 红色框中突出显示的是新 AI 操作。 此外，Microsoft 365 用户还可使用 Copilot 的“摘要”功能，无需打开文件即可对 OneDrive 和 SharePoint 文件进行自动总结。 企业用户登录后，文件资源管理器首页的“推荐”和“活动”区域将显示协作者头像，悬停即可查看 Microsoft 365 联系卡，了解文件关联人员信息。 ▲ 文件资源管理器主页下的活动人员小组件体验全面改进 新版小组件面板（Widgets）采用了更清晰、更个性化的视觉布局，并新增由 Copilot 筛选的资讯内容，提供来自 MSN 等可信来源的摘要、视频与图片。 用户现在可创建多个“仪表板”，以便分类查看不同的小组件内容，并能通过左侧导航栏快速切换。同时，小组件也被引入锁屏界面，用户可自定义天气、股市、体育等锁屏小组件。 无障碍功能增强 讲述人新增盲文查看器（Braille viewer），可在屏幕上同时显示文本与盲文对应内容，支持教师在课堂中辅助教学。 讲述人还能够在 Microsoft Word 中获得更自然的语音反馈与改进的导航体验，包括脚注、评论、列表和表格的准确朗读。 游戏体验升级 全新的 Gaming Copilot（测试版）已集成至 Game Bar，可作为游戏助手，通过语音交互获取游戏攻略、成就信息或个性化建议（该功能需安装 Xbox PC 应用后使用）。 此外，新增网络质量指示器（Network Quality Indicator），帮助用户监测云游戏连接质量，并改进了跨设备的游戏存档同步显示。同时，Game Bar 的社交组件和控制器导航也得到优化。 安全与隐私 微软强化了 Win11 的安全防御体系，包括钓鱼防护、恶意软件拦截及应用驱动验证机制。Windows Hello 样式更新，可自动选择最安全的登录方式，并支持快速切换至通行密钥（Passkeys）认证。 Windows 11 现已支持与第三方通行密钥管理器（如 1Password）集成，用户可通过 Windows Hello 的人脸识别、指纹或 PIN 码验证身份并安全使用通行密钥。 系统内核部分代码已使用 Rust 重写，以减少内存漏洞风险。Windows 11 还正式支持 Wi-Fi 7，提供更高速度与更低延迟的无线体验。 开发者相关 “开发者选项”页面更名为“高级设置”，并支持在文件资源管理器中直接查看 Git 信息。 Windows 11 已预装全新命令行文本编辑器 Edit 并开源于 GitHub。 Windows ML 正式发布，用于在本地设备上运行 AI 推理模型，为 Windows AI Foundry 平台提供基础支持。DirectX 团队推出的高级着色器交付功能也已上线，以降低游戏首次运行时的加载延迟。 任务管理器现在采用统一的 CPU 指标显示方式，并提供可选旧版列以保持兼容性。系统通知栏、时钟、快捷键及对话框设计均获得现代化更新。 Copilot+ PC 与应用功能更新 Copilot+ 电脑的 Recall（预览版）主页新增“快照”和“常用应用”板块，方便用户快速恢复最近任务。 Click to Do 功能改进后，支持更简明的摘要生成与交互式教学。 语音访问（Voice Access）升级为自然语言指令模式，用户可用更口语化的表达进行操作。 系统应用也获得更新： “画图”支持项目文件（.paint）保存与透明度滑块； “截图工具”新增快速标注功能； “记事本”在 Copilot+ PC 上可使用摘要、写作和改写等 AI 功能，无需订阅。 更新推送与可用性 Windows 11 版本 25H2 已通过 Windows Update 推送，符合硬件要求的设备可立即下载安装。微软建议用户在安装后更新至 2025 年 10 月安全补丁，以获得最新功能和安全改进。

前几天，《时代》杂志发布了 2025 年度最佳发明榜单。 300 个。 你没看错，300 个最佳发明。 这就有点离谱了。 从 2000 年开始《时代》每年评一次，一开始还算克制，只选 35 个。结果这些年越玩越大，到今年直接梭哈到 300 个，通货膨胀率堪比津巴布韦。 就这他们觉得还不够，又加了 100 个额外的“ 特别提名 ”。 世超简单翻看了下这些上榜产品，确实有一些硬货。 比如宇树 R1 机器人、DeepSeek R1、 Claude Sonnet 4、Cursor，这些都是全球知名的狠角色，实至名归。 但越往后翻，画风就越不对劲。让人感觉有点敷衍，甚至是抽象——这也能选上最佳发明？？？ 比如 USB 加热蚊子包，能给热饮降温的吹气猫咪。。。 话不多说，世超简单盘一下几个我看好的和不看好的东西。 第一个叫 Lotus Ring 莲花指环。 第一眼以为竖中指 这个戒指的发明者 Dhaval Patel 因为自己行动不便，关个灯就得费劲爬起来，索性自己做了个红外戒指。 按一下戒指按钮，红外信号触发开关，灯就关了。不用布线，不用 App，不用起身。 电池能用 4-6 个月，一次充电只要 1 小时，听着还不错？ 但价格 399 刀（1 个戒指+3 个开关盖），哥们已经被劝退了。 而且红外发射这玩意安卓手机自带啊！我干啥买它？ 但后来发现发明者是一个前苹果工程师，行，那我懂了。 再来看第二个，Crowd Compass 人群指南针，世超意译为“我兄弟呢？”。 这家公司的 CEO Chris Dimoff 在音乐节上因为手机没信号，跟朋友走散了，回来就做了个定位器。 不需要手机信号，借助 GPS 和 Mesh 网络就能定位，屏幕上每一个 LED 灯都代表你的一个兄弟，跟着指示走就能找到人。 想法还行。 但问题是，现在音乐节的信号基站建设越来越好了，这需求还有多大？而且你仔细想想，你和兄弟们都得买这设备才能用，这又是一笔开销。 最关键的是，音乐节一年去几次啊。。。 好，下一个。 Boston University Wireless MRI Coils 波士顿大学无线 MRI 线圈，我觉得这个是真货。 这是波士顿大学研究出的一个可弯曲无线线圈传感器，贴在身上就能做核磁共振，比一节 AA 电池还轻，成本只要 50 美元。 团队负责人说，只要普通的同轴电缆——就给你家送网络的那种——就能提供出色的 MRI 性能。 再深入的世超还没去查，但有朝一日这技术真能普及，那急救人员在现场就能用它评估伤情了。 不错，降低医疗成本，提升救命效率，这个配得上最佳。 下一个，Flashfood 3.0。 这是一个手机 App，让超市把临近保质期的食品打 5 折卖给用户，据说目前已经有 200 万用户，也减少了 5000 万磅食物浪费。 话说国内也有类似的，主要针对面包，世超有时候也买，挺好的。 The Garbage Cafe，印度的垃圾咖啡厅，垃圾换饭，变废为宝。 你拿来 1 公斤塑料，就可以换一顿正餐，半公斤可以换个早餐。这些垃圾会被送到回收厂变成塑料颗粒，用于铺路。 这个项目从 2019 年开始，每天服务约 20 人，听着好像不多？但帮当地每年送往垃圾填埋场的塑料垃圾从 5 吨减少到了 2 吨。 既解决了饥饿问题，又缓解了塑料污染，现在印度多个城市都在推广这种模式。 前面 3 个都挺好的，有真正社会价值，但接下来几个又抽象了。 比如这个 Heat it，蚊子包加热器，看到宣传图就有点蚌埠住了。 我想到电商平台很多止痒神器，拆开后其实都是打火机的压电器件。。。 Heat it 是插在手机上，加热到 51°C 来缓解蚊虫叮咬的瘙痒和疼痛。处理时间可以选择 4、7 或 9 秒，还有儿童模式把温度降到 49°C。 原理倒是有一定医学依据，就是使用场景有点麻瓜：被蚊子咬了→找手机→插设备→打开 App→加热→等 4-9秒。 更离谱的是 5 年前小米就在众筹类似产品了，为啥还能上今年的最佳发明？ 时代时代啊，有空多逛逛中国平台吧。 下一个，Nekojita FuFu 猫舌噗噗。 世超小时候外面疯玩回来，都巨渴无比，但一喝水就是巨烫无比，嘴也越吹越渴。 那会就在想有什么东西能帮我吹一下，没想到 20 多年后真有人做了。 这个小猫可以挂在杯子边上，吹气给热饮降温，3 分钟内能把滚烫的咖啡吹到适饮温度。 “Nekojita”在日语里是“猫舌头”，指对温度敏感。 小猫售价在 37 刀，价格略贵。 但我觉得作为送给女孩子的礼物，可能大大滴好——来自单身汉的臆测。 在时代评选的 100 个特别提名里,有个 Firefox 的摇一摇总结功能，用户摇动手机就能用 AI 快速总结长网页内容。 功能不大，但挺实用。 最关键的是——人家的摇一摇是干嘛的，咱们的摇一摇呢，还搁这天天跳广告。 以上就是世超盘点的时代 2025 年最佳发明，东西实在太多，我没法全部写完。差友们找到特别有意思的或者认为生活中缺少了一项 xx 发明，可以评论区聊一聊。 虽然在这个创新爆发的时代，好东西确实越来越多了，但也希望哥们能控制一下数量吧，人人都是最佳，那也便没了最佳啊。 按你这个速度，2030 年估计得评选 3000 个了，下次卖饼大爷搞一个什么智能撒葱花估计都能上榜。

IT之家 10 月 16 日消息，保时捷 CEO 奥博穆在当地时间 10 日接受德国媒体 auto motor und sport 采访时透露，保时捷将推出一款全新的燃油 SUV，作为停产的燃油 Macan 的继任车型，不过可能会采用全新命名。 奥博穆表示：“在 D 级 SUV 市场，我们计划未来推出独立的燃油和插混车型，新 SUV 最迟将在本十年末上市。” 除了卡宴外，未来保时捷电动车阵容的重点还包括 718 Cayman 和 Boxster，这两款车将接替去年因欧洲安全法规停产的燃油车型。“纯电卡宴发布后，我们将推出首款两门纯电跑车。” 奥博穆对纯电 718 的评价极高：“就近几个月的驾驶体验而言，这是最让我兴奋的车型。通过将电机和电池置于中央，新车实现了完美的重量分布，驾驶乐趣十足。” 关于新车的具体配置仍然不多，目前只确认采用升级版 800V 平台，其余信息大多是推测。新车目标是整备质量在 1600-1700kg 之间，动力至少 300-400kW，续航超过 400 公里。 奥博穆补充：“我们已经让车辆非常轻量化，保时捷粉丝可以满心期待。这款车将在高性能电动出行领域树立标杆，同时在设计上也将获得成功。通过创新的 T-Hybrid 概念，我们将燃油发动机提升到新高度。新型高性能微混合动力既增加驾驶乐趣，又减少排放。我们还将把这一理念应用于其他车型，具体方式将根据平台和法律要求而定，T-Hybrid 可能成为一个选项。” 据IT之家此前报道，今年 9 月，保时捷调整了电动化战略，下一代 718 Boxster 和 Cayman 的高性能版本将继续搭载燃油发动机，同时取消原定推出、定位高于卡宴的大型纯电 SUV“K1”。

IT之家 10 月 16 日消息，微软今日宣布，Windows 11 的 Copilot 应用正式支持语音唤醒指令“Hey Copilot”。除了用 Alt + Tab 快捷键启动外，用户现在只需喊出“Hey Copilot”即可唤醒 Copilot 的语音助手功能，与当年的 Windows Phone 及其内置的语音助手 Cortana（小娜）相似。 Copilot 被唤醒后，系统会发出提示音，并在屏幕底部显示一个带麦克风的小窗口，用户可直接开口提问。对话结束时，只需说一声“goodbye”，几秒钟无操作后，Copilot 会自动退出并发出提示音，表示会话结束。 微软表示，“Hey Copilot”语音唤醒功能现已面向所有 Windows 11 用户开放，最初版本曾于 5 月提供给内部测试者。IT之家提醒：使用语音功能需具备麦克风及稳定的网络连接。 与此同时，微软还在所有提供 Copilot 服务的市场上线了 Copilot Vision 功能。用户可将桌面或某个应用共享给 Copilot，让其分析屏幕内容、回答问题、提供建议或演示操作方法。通过 Highlights 功能，Copilot 还能手把手展示具体步骤。在 Office 应用中启用 Copilot Vision 时，其甚至能分析整份 PPT，而不止是当前的单张幻灯片。 此外，微软正开发“Text-in Text-out（文本进文本出）”功能，使用户在 Vision 模式下可通过文字与 Copilot 互动，而非仅限语音。例如，用户可以要求 Copilot 提取文件夹中最鲜艳颜色的 HEX 代码。 微软消费者部门首席营销官 Yusuf Mehdi 表示：“Copilot Voice 与 Copilot Vision 的魅力在于让交互变得极其轻松。借助唤醒词‘Hey Copilot’，完成任务就像直接提出请求一样简单。获得授权后，Copilot Vision 能分析屏幕内容，帮助你学习新应用、获取项目建议或学习操作步骤。自功能发布以来，早期用户用 Copilot Vision 解决设置问题、获取分步指导、学习复杂编辑工具的创意做法都令我们深受启发。” 微软强调，Windows 版 Copilot 的语音唤醒功能默认关闭，用户可在设置中手动启用“监听‘Hey Copilot’以开始对话”选项。

快科技10月17日消息，据洛图科技最新报告，中国电视市场前8大品牌（即海信、TCL、小米、创维、长虹、海尔、康佳、华为以及含其子品牌）在今年第三季度的合计出货量份额高达96%，国产品牌占有率和市场集中度刷新历史新高。 中国电视市场鲜明的寡占型格局是由技术、市场、政策等多因素交织而形成的。 在供给端，头部品牌凭研发与供应链优势，在Mini LED、超大屏领域突破，以爆款筑牢用户认知；在需求端与行业环境上，国产品牌认可度提升，叠加政策推动低效产能出清、资源整合，强化产业竞争力。 根据洛图科技（RUNTO）全渠道零售监测数据，今年第三季度，中国电视市场的平均尺寸为63.1英寸，较去年同期增加1.9英寸；前三个季度的平均尺寸为63.2英寸，同比提升2.1英寸。 75英寸自2024年成为销量第一大尺寸之后，今年以来继续排名第一。 具体来看，今年第三季度55英寸及以上的中大尺寸销量份额高达76.7%，前三个季度累计份额更是达到77.1%，分别较去年同期提升3.8和3.9个百分点。 特别是75英寸及以上产品的快速发展尤为显著，今年前三个季度累计来看，该尺寸段的销量份额达到37.9%，同比大幅提升5.5个百分点。 98英寸和100英寸组成的“泛百寸电视”在前三个季度市场中的销量份额约为2.8%，市占率和绝对销量均实现翻倍。

快科技10月17日消息，《ACM数据科学》杂志刊登了一项最新研究，揭示了一种令人担忧的新型监控威胁：Wi-Fi信号可“隔墙识人”。 德国卡尔斯鲁厄理工学院KASTEL信息安全与可靠性研究所的团队警告称，攻击者可以利用环境中已有的Wi-Fi信号，通过被动监听无线电波的传播变化，准确推断出在场人员的身份，而无需任何特殊硬件。 让人惊讶的是，该技术即使没有使用Wi-Fi，甚至关闭了手机，攻击者仍然可能通过Wi-Fi“隔墙识人”。 其实Wi-Fi信号“穿墙”识人技术多年前就出现了。此前，英国人已能透过衣服观察人体轮廓。美国加州大学研究人员也曾研发出一种基于人体步态特征的Wi-Fi人员识别系统。

快科技10月17日消息，如果超跑有段位，那么布加迪无疑就是其中的“夯”，而在布加迪品牌阵营里，又以限量版最为夺目。 近日，布加迪Divo正式迎来国内首秀，该车全球限量仅40台，中国区限量5台（已卖光），起售价达到500万欧元（约合人民币4157万元），妥妥属于“神车”。 Divo是布加迪于2018年推出的限量版高性能车型，以20世纪20年代法国赛车手阿尔伯特・迪沃（Albert Divo）命名。 拥有标志性的马蹄形格栅与分层式导风翼，前灯组高度压缩至35毫米以降低风阻，车尾中置四出钛合金排气管搭配贯穿式尾灯，光影效果与菱形图案呼应，形成强烈的视觉辨识度。 全车最特别之处是车身多达1600个菱形的肌理图案（俗称 “瓢虫涂装”），每个菱形的尺寸、角度和间距均由计算机精确生成，手工贴膜工艺耗时一年半完成，误差控制在±0.5毫米内。 驾驶舱以驾驶员为中心，中控台略向左侧倾斜，全液晶仪表与机械指针时速表并存。 平底式方向盘集成换挡拨片和驾驶模式控制，碳纤维座椅采用高密度泡棉填充，兼顾支撑性与舒适性，内饰大量使用碳纤维和 Alcantara 材质，蓝色与灰色主色调呼应外观设计，营造出赛道化的奢华氛围。 整车采用碳纤维单体壳结构、轻量化轮毂、Alcantara材质内饰及移除储物箱等设计，整车重量比Chiron减轻35公斤至1995公斤。 制动系统配备420毫米碳陶瓷刹车盘（前轮），配合米其林专为Divo调校的Pilot Sport Cup 2轮胎，拥有卓越的赛道级制动力和抓地力。 通过固定式1.83米宽尾翼、NACA 车顶风道、多级扩散器等设计，Divo在高速下可产生456公斤总下压力，比Chiron多 90 公斤。 该车搭载与Chiron同款8.0升四涡轮增压W16发动机，最大可输出1500马力，峰值扭矩1600牛·米，匹配7速双离合变速箱和全轮驱动系统。 尽管极速被电子限制在380km/h（低于Chiron的420km/h），但其 0-100km/h加速仅需2.4秒，在意大利纳尔多赛道的圈速比Chiron快8秒，横向加速度可达1.6G，拥有更强的弯道爆发力和稳定性。

IT之家 10 月 16 日消息，据科技媒体 Phone Arena 今天报道，传音现已推出 Infinix GT 30 游戏手机，配备 1.5K 144Hz 屏幕和联发科天玑 7400 芯片，适配手游及日常娱乐场景。 据介绍，这款手机搭载一块 6.78 英寸的 1.5K AMOLED 屏幕，最高支持 144Hz 刷新率和 240Hz 触控采样率，峰值亮度可达 4500 尼特，屏占比达 93.7%，采用中置单挖孔设计。 硬件方面，这款手机配备联发科天玑 7400 芯片，基于 4nm 制程工艺打造，机身内配备 3D 液冷系统，可确保高负载下保持游戏性能，拥有 8GB LPDDR5X 内存 + 256GB UFS 2.2 存储空间，系统支持扩展 8GB 虚拟内存，组合内存号称可达 16GB。 这款手机的右侧边框还配有电容式肩键，可让玩家像使用手柄一样游玩手机，例如可在 FPS 游戏中一键开镜甩狙。 此外，这款手机还具备 AI 引擎，可用于图片转文档、做笔记摘要、实时翻译，双扬声器拥有 Hi-Res“小金标”认证，肩键支持映射。 目前这款手机已在海外市场开售，价格 1099 马来西亚林吉特（IT之家注：现汇率约合 1852 元人民币）。

快科技10月17日消息，日前，日产汽车公司北京办事处正式成立四十周年，日产汽车以“四十载，伴NI行”为主题举办日产中国40周年品牌之夜庆典。 日产汽车公司首席执行官伊凡·埃斯皮诺萨（Ivan Espinosa）现身庆典现场，揭晓日产汽车全球首款插电式混合动力轿车N6及全球首个搭载鸿蒙座舱的燃油车——天籁·鸿蒙座舱，并透露正积极筹备于明年将Z NISMO车型引入中国产品矩阵。 埃斯皮诺萨还在庆典上清晰标定了中国市场对于日产汽车全球战略的关键意义，他表示： “我们的商业计划‘Re:Nissan’，旨在重新定义当下与未来我们需要实现的价值。这意味着要强化核心优势，重燃日产品牌激情，打造令人心动且值得信赖的产品。” “这代表着更精准聚焦的产品策略、更强大的品牌实力，以及对客户焕然一新的承诺。这场转型的关键在中国。中国市场的发展速度、技术引领地位与用户洞察，正为全球汽车行业树立标杆。” 而在此次庆典上的重磅明星产品，当属日产N6、日产Z NISMO和天籁·鸿蒙座舱。 据了解，日产N6是日产汽车全球首款插电式混合动力轿车，也是基于日产全新新能源技术架构下的首款插混轿车。 另一款天籁·鸿蒙座舱是全球首个搭载鸿蒙座舱的燃油车，定位超舒适中高级智能燃油旗舰，它联合华为，以第一梯队智能化水平的鸿蒙座舱、媲美豪华车的舒适体验，目标打造燃油智能第一车。这两款车型均将于未来几周内正式推出。 此外，日产汽车还宣布正积极筹备将传奇性能车型Z NISMO引入中国市场。这款承载纯粹赛道基因的座驾，完美践行了NISMO“将赛道技术应用于公路驾驶”的承诺。 车辆搭载的3.0升V6双涡轮增压发动机经过Nismo深度调校，最大功率提升20马力至420马力，峰值扭矩达521牛·米，动力输出更线性且响应速度提升15%。 匹配经过Nismo优化的9速自动变速箱，采用更紧凑的离合器组和强化阀体，换挡速度提升20%，并新增Sport + 模式，可实现50%更快的降挡响应，同时优化赛道场景下的挡位保持逻辑。 日产Z Nismo在国内上市后，将会成为平价性能跑车市场中的一位重量级选手。 回顾整场庆典，日产汽车指出，将延续“舒适、安全、可靠”的差异化优势，精准洞察中国家庭与户外爱好者需求，打造场景化用车方案，并鼓励用户参与产品开发、服务改进等环节，共同创造价值。

日前，华硕、微软打造的最新掌机ROG Xbox Ally X上市，IGN给这款最新硬件打出了9分的高分：“从易用的Xbox全屏体验，到AMD Z2 Extreme处理器带来的出色性能，华硕ROG Xbox Ally X无疑是目前市面上最出色的掌上游戏电脑。” 然而，IGN官推的评论区有不少网友吐槽Xbox Ally X的性价比并不高，有玩家指出：“Xbox掌机售价1000美元，但仅是7英寸1080p分辨率的IPS屏幕，没有OLED，有这钱还不如去买Steam Deck OLED。”还有人调侃称IGN收钱了才给新掌机打了这么高的分数。 据了解，ROG XBOX ALLY X国行首发6499元，搭载AMD锐龙AI Z2 Extreme、AMD Radeon 890M显卡、双通道24GB+1TB大容量SSD，还有升级版冰川散热架构掌机增强版+80Wh巨量电池。

MacBook Pro 凤凰网科技讯 北京时间10月17日，据彭博社报道，苹果公司终于准备推出触摸屏版Mac电脑了，此举将颠覆自联合创始人史蒂夫·乔布斯(Steve Jobs)时代以来延续至今的产品理念。 据知情人士透露，重新设计的触摸屏版MacBook Pro预计将在2026年底或2027年初推出，代号为K114和K116，分为14英寸和16英寸。新机型将采用更轻薄的机身设计，并搭载M6系列芯片。苹果此举是在追随整个计算机行业的步伐，该行业早在十多年前就开始推出触摸屏版笔记本。苹果花费多年时间来制定进入这一市场的策略，目标是打造出优于现有设计的产品。 知情人士称，新笔记本将配备OLED显示屏，与iPhone和iPad Pro所采用的屏幕标准相同。 这将是Mac首次采用这种更高端、更轻薄的显示技术。这款触摸屏版MacBook Pro仍将保留全尺寸触控板和键盘，与戴尔、宏碁、联想和微软等PC制造商的做法类似。这意味着，用户如果不想使用触摸屏，也不必依赖它进行操作。 新款MacBook Pro将取消屏幕顶部的“刘海”设计，这个凹槽区域原本用于放置摄像头。取而代之的是采用类似iPhone“灵动岛”概念的打孔屏设计，在传感器周围保留显示区域。 由于采用了更昂贵的组件，新款14英寸和16英寸MacBook Pro价格可能比现有版本高出几百美元。目前，配备高端芯片的非触控版机型起售价为14英寸1999美元，16英寸2499美元。 截至发稿，苹果不予置评。(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”。

最近，咱李斌哥的日子还是挺爽的，旗下三个品牌销量都还过得去，之前许下四季度盈利的目标，看起来不说从从容容，游刃有余，也至少是有个盼头了。 但就在这个节骨眼上，今儿个蔚来的股票却三线大跌。。。 其中，港股一度暴跌13%，新加坡市场股价下跌10.2%，美股夜盘也大跌超10%，截止咱们发稿子，蔚来官方还没对此事进行任何回应。 咱们也去看了下发生了啥。 不看不知道，一看真是闹麻了。 蔚来喜提了一个货真价实的无定语第一，也就是国内首个被国家主权基金告上法院的车企。 新加坡政府投资公司（GIC），在美国法院指控蔚来虚增收入和利润，这故事看着是不是有点眼熟？差评君又仔细一看，发现这都是8月的事，结果今天被海内外各大媒体给捅出来了。 真就是有人想要让李斌哥匆匆忙忙，连滚带爬吗？ 这次起诉的GIC，其实就是新加坡用自己的“闲钱”建立的，由政府控制和管理的专业投资公司。体育界这几年常见的各种大财团什么沙特主权基金、卡塔尔财团都是类似。 而不同于石油大佬们对体育的热爱，GIC常常投资科技互联网企业。这次的新闻主角蔚来就被他们投过，此外像小米、阿里、京东们都是他们的投资对象。 那作为蔚来金主爸爸，它这次咋就跟蔚来耗上了？ 其实吧，GIC这次起诉还是因为陈年旧事。 他们主要纠结的点，和2022年 “ 灰熊 ” ( Grizzly Research )做空蔚来的故事没啥差。 咱也借这个机会，跟不知道前因后果的差友们唠唠。 说到底，当年灰熊和今年GIC都在纠结的一个点，那就是蔚能这个公司。 大家都知道，蔚来汽车自打诞生起，金字招牌就是换电。 而依托换电的结构，蔚来还推出了个BaaS（ 电池租用、换电服务 ）。这个BaaS其实就是用户可以只从蔚来那买车，但不买电池，每个月交点月租租电池用，而且这月租还能在买断电池的时候拿来抵扣。 就靠这么一招，蔚来的车价一下子就降下来了，而且车主们也不用担心电池折旧等等损耗。 所以据去年蔚来财报估算，蔚来车主选择BaaS的比例已经达到了6成，可以说用户还是很乐意BaaS买车的，光是编辑部的几个蔚来车主，就都是BaaS方案的拥趸。 但偏偏是这个BaaS方案，给蔚来招来了外界最猛烈的质疑，因为包括灰熊机构和GIC，都觉得BaaS给蔚来财务数据注了不少水。 根据灰熊2022年发布的做空报告显示，2021年前9个月蔚来营收的10%，以及净利润的95%，都是靠BaaS刷出来的。 换句话说就是，蔚来卖车根本不赚钱，全是靠卖电池在撑场面！ 细心的你可能发现了，蔚来BaaS的收入会被质疑，是因为车主向蔚来租电池的环节中，多加了一个中间商武汉蔚能。 2020年8月，就在蔚来BaaS方案正式上线的前2天，宁德时代、蔚来汽车、国泰君安、湖北科投等几个金主爸爸共同出资，正式成立了武汉蔚能电池资产有限公司。 这家公司主要的业务也很简单，就是专门负责购买蔚来家的电池，然后租给蔚来BaaS车主。 那为啥要整个新公司来倒腾电池呢？ 蔚来这边的说法是有个资产公司，和金融机构的合作更顺利，未来还能发展成电池银行，吸引很多的车企加入换电大阵营。 但在灰熊和GIC看来，这压根就是蔚来左手倒右手的小把戏。 没有上市的蔚能大量采购蔚来的电池，默默承受“未能”的压力，然后把美好的“未来”留给上市公司蔚来。。。 因为按照一块电池正常7年左右的租期，蔚来拿到的钱是一年或者是一季度一结算，可经过蔚能的一倒手，蔚来可以提前7年把电池收入直接写进财务数据。 换句话说，蔚来约等于就是从蔚能那，提前预支了 7 年的收入。 GIC在起诉书中声泪俱下地写道，就是因为这种骚操作，蔚来在2020年4季度的财报收入直接从28.5亿元暴涨到66.4亿元，股价也在2021年初冲上历史最高点62美元。 可在起诉书上没写的是，要不是这种“有鬼”的确认方式，GIC可能也不会在2020年8月到2022年7月，高位接盘买入了大量蔚来的股票。 要知道，后面蔚来的股票大跌，GIC可以说是给赔了个底朝天。。。 为了佐证自己的猜想，GIC还找了一大堆理由。 比如蔚能瞎吹的电池银行有谱吗？它现在有且唯有蔚来这么一个客户，这能干净吗？ 而且两家的电池都混着一起用，压根就没区分，甚至蔚来还在蔚能企业高层安插满了自家员工，目的就是把蔚能当成了蔚来的充电宝。 不仅如此，他们还觉得蔚来早就意识到蔚能的故事容易有马脚，所以找了很多空子钻，但好像又没藏太住。 比如，蔚能除了蔚来以外剩下的三个投资者，宁德时代是蔚来的电池供应商、湖北科投是蔚来上市前的投资人、国泰君安则是蔚来IPO时的投资人。 而且蔚来在手握蔚能55%的经济利益时，还把自己在蔚能的股权占比卡死在了20%以下。 因为根据美国通用会计准则（GAAP），持有超过20%的股权通常被推定为拥有重大影响力，往往需要合并报表，那样一来，就没法在财务上只报喜不报忧了。 最夸张的是，GIC甚至翻遍了李斌过去的发言和关系网，像是蔚能压根没钱买这么多电池，李斌和蔚来动用自己关系网疯狂给蔚能拉融资等等。 但其实吧，咱翻来翻去，也没发现GIC这次有什么新东西，说的基本都是2022年灰熊聊过了的。 而早在3年前，蔚来就针对这些问题作出了回应，甚至还专门成立了独立委员会，针对这些问题进行了独立内部审查，结果就是这些问题根本就不是问题。 比如蔚来就一直公开表示自己BaaS方案的租赁收入方式，完全符合GAAP的要求，而且2022年美国证券交易委员会也早已询问蔚来相关问题，后续也没有进一步动作（当然这并不代表蔚来没有问题，大概率还是想等法院对相关案件的宣判结果落地）。 也曾有外部会计师事务所在独立调查中对财报进行检查，甚至不少吃瓜的会计师们都在网络上表示，光从蔚来财报看，并没有什么大毛病，反而是当年灰熊的做空有点为做而做的意思。 说白了，在蔚来角度看，灰熊压根就是没理解BaaS商业模式的创新性，误解成了数据造假。 至于谁对谁错，其实早在2022年灰熊的做空报告出来后，美国部分投资者就已经发起了集体诉讼，但目前法院并未宣判。 而且，美国法院在最新的10月3号提交的文件显示，因为这次GIC的起诉与2022年针对蔚来的诉讼类似，目前法官已经暂停审理此案，得先排队等上一波关于蔚来财务造假集体诉讼案定案。 当然了，像是蔚能具体的财务数据、蔚来是否刷单，到底是不是有意避开审查实质性控制蔚能等等质疑，咱们也还是希望蔚来能真正拿出些硬货，来个漂漂亮亮的还击。 要是真的违规犯错，那除了用户的口诛笔伐，斌哥恐怕还得吃到巨额罚单。 反过来，如果GIC只是因为亏惨了在这找场子，我只能说，投资有风险，入市需谨慎。

快科技10月17日消息，11月1日起，公安部将推行国产小客车新车上牌“一件事”，车主仅需登录“交管12123”App，即可一键完成选号、上牌全流程操作。 届时，顺丰“新车牌证寄递服务”为“交管12123”平台提供全流程牌证寄递支持，让车主彻底告别线下排队等待，实现“指尖办理、快递到家”的便捷出行新体验。 据介绍，顺丰牌证寄递作服务目前已覆盖全国近150个城市，车主在App完成选号后，可直接勾选顺丰邮寄服务，新车牌及证件将由顺丰极速送达。 未来，顺丰与交管部门继续同心携手，通过数字化赋能，不仅显著提升政府服务效能，更让车主真切感受服务温度。

IT之家 10 月 17 日消息，EXO Labs 昨日展示了其“分布式推理”新成果，解决了被部分网友戏称为“世纪难题”的选择问题 —— 买 AI 小主机究竟是买苹果 Mac Studio 还是买英伟达 DGX Spark？ 如图所示，EXO Labs 同时使用了两台 NVIDIA DGX Spark 与一台搭载 M3 Ultra 芯片的 Mac Studio，在 AI 大语言模型推理测试中取得 2.8 倍性能提升。 该成果基于 EXO Labs 的开源项目 EXO，该框架旨在让大语言模型（LLM）能够高效运行于不同硬件的混合环境中。 与传统仅依赖单一 GPU 或加速器的推理方式不同，EXO 可将工作负载自动分配到多种设备上，使台式机、笔记本、服务器甚至平板电脑与智能手机组成类似 WiFi Mesh 网络的“AI Mesh”。 DGX Spark 与 M3 Ultra 的互补组合 正如 EXO 所述，3999 美元（IT之家注：现汇率约合 28505 元人民币）的 DGX Spark 侧重计算性能，而 5599 美元（现汇率约合 39910 元人民币） Mac Studio 则在数据带宽上更具优势。在这里，EXO 直接将两台 DGX Spark 与一台 Mac Studio 组合成统一的 AI 系统。 大型语言模型的推理过程通常分为两个阶段： 预填充（prefill）阶段：模型读取和处理输入提示，这一阶段主要受计算性能限制； 解码（decode）阶段：模型逐个生成新词元（token），此过程更依赖内存带宽。 EXO 的方案是将两阶段分配给不同设备执行： DGX Spark 负责计算密集的预填充任务，而 M3 Ultra 负责带宽敏感的解码任务。系统通过逐层传输模型的内部数据（称为 KV 缓存），实现两台设备的同时工作，而非依次等待。 在使用 Meta Llama-3.1 8B 模型进行的基准测试中，该混合架构相较单独使用 Mac Studio，推理性能提升 2.8 倍。测试中 DGX Spark 的预填充速度比 Mac Studio 快 3.8 倍，而 Mac Studio 的生成速度又比 DGX Spark 快 3.4 倍，实现了性能互补。 “分布式推理”助力低成本扩展 AI 算力 EXO 的实验展示了一种不同于传统单机加速的 AI 扩展思路。未来 AI 性能的提升，或不再依赖单一大型加速器，而是通过更智能的硬件协同实现整体算力的提升。 类似的理念也出现在 NVIDIA 自家的新一代 Rubin CPX 平台设计中：计算密集型的上下文构建由 Rubin CPX 处理器完成，而具有高带宽 HBM3e 内存的标准 Rubin 芯片负责解码阶段，与 EXO 在现成硬件上实现的原理一致。 EXO 1.0 仍处早期阶段 EXO 当前的早期访问版本 1.0 仍属实验性质，尚未全面公开。现有的开源版本 0.0.15-alpha 发布于 2025 年 3 月，后续版本计划引入自动调度、KV 流式传输和异构硬件优化功能。 目前 EXO 仍是研究级工具，尚不适合普通消费者直接使用，但其演示结果表明：通过智能调度不同硬件资源，分布式推理架构能在无需大型数据中心的前提下显著提升 AI 性能。