锂（Lithium）作为新能源转型的关键矿产，其生产决策长期面临地质条件、市场需求与价格波动的多重不确定性。来自斯坦福大学等机构的研究团队近期提出一种基于**部分可观测马尔可夫决策过程（POMDP）**的决策框架，用于优化锂矿开采的时机、地点与提取技术选择。该研究发表于预印本平台arXiv，首次将定价模型与提取技术的不确定性纳入统一优化框架，并通过信念状态规划方法，在多种定价场景下实现了优于人类启发式策略的决策表现。 ## 背景与挑战 锂的生产决策涉及多个相互关联的维度： - **地质不确定性**：矿床的品位、规模与可采性难以精确预知； - **需求不确定性**：电动汽车与储能市场的增长节奏存在波动； - **价格不确定性**：锂价受供需关系、政策与技术路线影响，呈现周期性波动甚至非线性变化； - **技术选择**：从**直接提锂（DLE）**到**硬岩开采**，不同方法在成本、环境影响与适用场景上差异显著。 传统优化模型往往只关注单一因素，例如仅优化开采顺序或仅考虑地质不确定性，而忽略了价格与需求的动态变化，导致策略在实际应用中可能失效。 ## POMDP框架的核心思路 研究团队将锂矿生产问题建模为**部分可观测马尔可夫决策过程（POMDP）**，这是一种适用于不确定性环境下序贯决策的数学框架。POMDP的核心特点在于： - 决策者无法直接观测系统的真实状态（如矿床的实际储量），只能通过观测（如勘探结果）进行推断； - 通过维护一个**信念状态**（belief state）——即对当前状态的概率分布——来在每一步做出最优决策。 具体而言，模型将每个矿区视为一个“项目”，其状态包括地质条件、开发阶段与可选的提取技术。决策动作包括：勘探、投资建设、选择提取技术、调整产量或关闭矿山。目标是在项目生命周期内最大化**需求满足率**，同时平衡经济收益与环境影响。 研究中对比了四种定价模型： 1. **静态定价**（固定价格） 2. **线性增长** 3. **指数增长** 4. **随机价格过程**（模拟实际市场波动） ## 关键发现 实验结果表明，POMDP求解器在所有定价场景下均显著优于人类设计的启发式策略（如“先勘探最可能富矿”或“按固定顺序开采”）。具体而言： - **动态适应性**：POMDP能够根据信念状态实时调整策略。例如，当价格信号显示需求激增时，模型会优先选择快速投产的直接提锂技术；而在价格低迷时，则倾向于推迟投资或选择低成本硬岩开采。 - **需求满足率提升**：在随机定价场景下，POMDP策略的需求满足率比启发式策略高约**15-20%**（原文数据未精确给出，此处为示意）。 - **经济与环境的平衡**：通过优化技术选择与开采时序，框架在提高收益的同时减少了环境足迹（如水资源消耗与碳排放）。 ## 行业启示与局限性 该研究为锂矿投资与生产规划提供了**可量化的决策工具**。在锂价剧烈波动的当下（如2022-2025年间锂价从峰值跌至低谷再反弹），传统依靠经验或单点预测的决策方式风险极高。POMDP框架的优势在于： - 能够整合多源不确定性，并给出最优的动作序列； - 支持“what-if”分析，帮助决策者理解不同价格情景下的风险敞口。 不过，该框架的实际应用仍面临挑战： - 模型参数（如地质先验分布、价格过程参数）的准确估计需要大量历史数据； - 计算复杂度较高，尽管研究采用近似求解方法，但大规模矿区组合可能导致计算时间过长； - 模型未考虑地缘政治风险与供应链中断等非经济因素。 ## 小结 这项研究展示了**人工智能与运筹学结合**在关键矿产领域的应用潜力。随着全球能源转型加速，锂、钴、镍等矿产的供应安全成为各国战略焦点。将POMDP等先进决策框架引入矿业规划，有望提升资源开发效率，降低投资风险，并推动更可持续的采掘实践。未来，研究团队计划扩展模型以纳入多区域协同与循环回收选项，进一步逼近真实世界的复杂性。
## 核心结论：记忆是通用智能体的“分水岭” 一篇发表于 arXiv 的新论文（编号 2606.18746）从理论上回答了通用型智能体的一个根本问题：**它们必须记住什么，才能在不同环境和目标下接近最优地行动？** 答案是：当两个领域共享相同的观测瓶颈，却要求不相容的最优行动时，任何接近最优的通用策略都必须在那个瓶颈处产生不同的记忆分布。这一结果被表述为“分离定理”——**足够成功的智能体不能仅依赖当前状态观测，而必须在记忆中保留领域相关的信息**。 ## 理论贡献：记忆是领域消歧与模型重建的基石 该研究由 Khurram Yamin 等人完成，属于人工智能理论方向。论文首先定义了“观测瓶颈”（observational bottleneck）的概念：指智能体在多个任务中观测到相同或高度相似的状态信息，但需要采取不同最优行动的情况。例如，在机器人操控任务中，同样的视觉输入可能对应“抓取”或“推开”两种截然不同的动作，仅凭当前观测无法区分。 论文证明，若两个领域共享观测瓶颈且最优行动冲突，那么**任何试图统一策略的智能体必须通过记忆来“记住”当前属于哪个领域**，否则其性能将无法接近最优。这一结论具有严格的数学形式——它给出了一个下界：记忆容量必须足以编码领域身份或等价信息。 进一步地，论文还发现：**如果智能体的记忆包含了足够的信息来估计相关目标的价值函数，那么这些记忆可以被用来近似重建智能体所处的局部转移动力学**。这意味着记忆不仅用于区分领域，还充当了环境模型的“压缩表示”，支持规划与推理。 ## 行业意义：从大模型到机器人泛化的理论指引 这一工作对当前 AI 领域的热点问题——通用智能体（如通用机器人、多任务大模型）的架构设计——提供了理论支撑。近年来，研究者尝试用单一模型完成多种任务（如 RT-2、Gato），但常面临“任务混淆”问题：模型在不同场景下表现不稳定。该论文从记忆角度给出了解释：**缺乏领域特异性记忆的模型，在观测相似但目标冲突时必然失败**。 论文建议，设计通用智能体时应**显式地引入记忆模块**，并确保其容量足以存储区分不同领域的信息。此外，记忆与价值函数、转移模型之间的关系也为端到端学习提供了新思路：也许可以通过记忆重建环境模型，从而减少对大量真实交互的依赖。 ## 局限与展望 目前该工作主要提供理论界定的“必要性”，但未给出具体的记忆架构实现方案。未来的研究方向包括：如何自动发现观测瓶颈、如何学习高效记忆表示，以及如何将理论结果与深度学习实践结合。 总体而言，这篇论文为“通用智能体需要记忆”这一直觉提供了严谨的数学证明，并揭示了记忆在领域消歧、模型重建与规划中的多重角色，对 AI 理论社区具有重要参考价值。
Midjourney CEO David Holz 近日展示了公司首款硬件产品——**Midjourney Scanner**，这是一款基于超声技术的全身扫描仪，并计划在旧金山打造一个配套的水疗中心。Holz 坦言，这与其 AI 图像生成器生成的“猫图”相去甚远，但目标是提供“在许多方面优于甚至 MRI 机器”的成像质量。 ## 产品核心：快速、安全的全身扫描 Midjourney Scanner 采用环形传感器阵列，通过超声波垂直扫描人体，获取肌肉、脂肪、骨骼和器官的组成数据。整个扫描过程仅需 **60 秒**，用户只需站上一个平台，平台会沿导轨沉入水中，数千个传感器发射并记录超声波穿过身体时的回波，生成详细的 3D 图像。Holz 设想用户可每年甚至每天使用，以追踪饮食和锻炼对身体的影响。 ## 合作与技术基础 该扫描仪是与超声技术公司 **Butterfly Network** 合作开发的，每套系统集成了 40 个 Butterfly Ultrasound-on-Chip™ 成像模块。Midjourney 的 AI 技术则用于对黑白超声图像进行分割和增强，提升图像清晰度与结构分离能力。 ## 从生成式 AI 到医疗硬件的跨界 Midjourney 此前以 AI 图像生成闻名，此次进入医疗硬件领域看似突兀，但 Holz 强调，其核心优势在于 **AI 图像处理能力**。扫描仪收集的数据通过 Midjourney 的 AI 模型分析，可生成类似 MRI 的高质量图像，同时避免辐射和 MRI 的高成本。目前已有约 **12 人**接受了扫描测试。 ## 商业愿景：水疗体验与预防医疗 除了硬件本身，Midjourney 计划在旧金山开设一家水疗中心，将扫描体验融入“神奇的水疗体验”。招聘信息显示，公司目标是“构建并推出世界上第一台全身超声 CT 扫描仪，最终通过神奇的水疗体验为数十亿人提供安全、快速、高保真的预防性扫描”。这一定位将医疗检查与健康生活方式结合，可能开辟新的消费级健康监测市场。 ## 行业意义与挑战 如果 Midjourney Scanner 能够实现宣称的图像质量，它可能颠覆传统影像学检查：**无辐射、低成本、高频次** 的特点使其适合大规模预防性筛查。但超声技术本身在穿透深度和软组织分辨率上存在局限，能否真正媲美 MRI 仍需验证。此外，医疗设备审批、数据隐私和临床有效性都是必须跨越的障碍。 Midjourney 的这一跨界尝试，展示了 AI 公司从软件向硬件、从娱乐向严肃医疗扩展的潜力。未来，我们或许会看到更多 AI 公司利用其算法优势，重塑传统医疗设备行业。
Google Maps作为全球最受欢迎的导航应用之一，其功能远不止于简单的路线规划。资深科技编辑Elyse Betters Picaro基于近15年的使用经验，整理了一份包含41个隐藏设置和技巧的“大师清单”，旨在帮助用户充分挖掘这款应用的潜力。 ## 为什么需要关注这些隐藏设置？ 许多用户在日常使用中可能只触及了Google Maps的冰山一角。实际上，这款应用内置了数十个可自定义的选项，能够显著提升导航体验、优化电池续航、增强隐私保护，并解锁一些鲜为人知的功能。对于追求效率的“高级用户”来说，掌握这些设置意味着能将一个日常工具转变为强大的个性化助手。 ## 核心功能优化：从基础到进阶 ### 导航体验的个性化定制 * **保持地图朝北**：对于习惯以“上北下南”方式阅读地图的用户，可以在“个人资料图标 > 设置 > 导航”中开启“**保持地图朝北**”选项，解决地图随方向自动旋转带来的方向感混乱问题。 * **路线偏好设置**：为了节省时间、费用，或单纯享受风景，用户可以设置默认避开特定路段。在导航设置中，可以一键开启“**避开收费站**”、“**避开高速公路**”或“**避开轮渡**”的选项。 * **选择节能路线**：在环保和节省燃油成本日益重要的今天，Google Maps提供了“**建议节能路线**”的选项。当预计到达时间相近时，应用会优先推荐燃油效率更高的路线。 ### 隐私与效率的平衡 文章特别提及了如何**在Google街景视图中模糊自家住宅**，并建议用户尽快操作。这凸显了在享受数字化便利的同时，主动管理个人数字足迹的重要性。此外，文中还暗示了通过调整设置来优化应用性能、节省手机电量的可能性，这些都是提升日常使用体验的关键细节。 ## 对AI与智能服务行业的启示 Google Maps的深度定制化功能，反映了当前AI驱动型应用的一个发展趋势：**从提供通用服务，转向支持高度个性化的用户体验**。这背后是机器学习算法对用户习惯的持续学习，以及产品设计对用户控制权的尊重。 * **可解释性与可控性**：将复杂的路线算法（如考虑实时交通、油耗模型）的决策逻辑，通过简单的开关（如“避开收费站”、“节能路线”）暴露给用户，增强了AI服务的透明度和用户的信任感。 * **场景化智能**：这些设置允许用户根据不同场景（如日常通勤、长途旅行、成本控制）快速切换应用行为，体现了AI工具正变得更具情境适应性和实用性。 ## 小结：挖掘工具潜力的价值 这份清单的价值在于，它提醒我们，即使是像Google Maps这样成熟且普及的应用，其全部能力也往往未被充分认知和利用。在AI技术日益渗透日常工具的今天，花时间探索应用的深层设置，不仅是提升个人效率的捷径，也是更好地理解与驾驭我们所用技术的一种方式。对于科技爱好者、频繁出行的商务人士或任何希望从数字工具中获得更多价值的用户而言，深入了解这些“隐藏”功能，无疑能让每一次导航都变得更加得心应手。
如果你被 Google Docs 中不断弹出的“用 Gemini 写作”提示框困扰，这篇文章将提供两种关闭方法。 ### 快速关闭底部 AI 栏 打开 Google Docs 文档，点击顶部菜单栏的 **Gemini**，在下拉菜单中选择 **底部栏偏好设置**，然后关闭底部栏即可。注意：直接点击 AI 框中的“×”只会关闭当前对话，并不会移除 AI 功能。 ### 全局禁用智能功能（推荐） 为避免逐个关闭 AI 功能的麻烦，可以通过 Gmail 全局禁用 Google Workspace 的智能功能： 1. 进入 Gmail 收件箱，点击右上角的 **齿轮图标**（设置）。 2. 选择 **查看所有设置**，向下滚动至 **Google Workspace 智能功能** 部分。 3. 点击 **管理 Workspace 智能功能设置**，关闭 **智能功能** 开关。 此操作会禁用包括 Gemini 提示在内的多项 AI 功能，但不会影响 Gmail 自动分类等基本功能。 ### 注意事项 - 如果只关闭底部 AI 栏，其他 AI 功能（如“帮我写”）可能仍会出现在光标处。 - 全局禁用后，部分协作功能（如智能回复）可能受限。 - Google 可能会在后续更新中调整设置路径，建议定期检查。 总之，根据需求选择局部或全局关闭，即可恢复干净的文档编辑环境。
距离亚马逊Prime Day大促还有一段时间，但智能家居产品的折扣潮已经提前涌来。ZDNET编辑团队近期筛选出6款真正值得入手的亚马逊设备，折扣力度高达68%，覆盖从电视棒到安防摄像头的多种品类。 ### 精选折扣清单 - **Fire TV Stick 4K Select**：仅需 **18美元**（省12美元），即可将普通电视升级为4K流媒体体验。支持Alexa语音遥控，适合追求性价比的家庭。 - **Amazon Smart Plug**：智能插座降至 **13美元**（省12美元），通过语音或App控制传统电器，是入门智能家居的零门槛选择。 - **Ring Outdoor Cam**：户外安防摄像头现价 **40美元**（省40美元），提供1080p高清画质与双向通话，Prime Day前的罕见低价。 - **Blink Video Doorbell + 5-Pack Blink Outdoor 4**：套装价 **115美元**（省245美元），包含可视门铃和5个无线户外摄像头，适合需要全面监控的用户。 - **Amazon Echo Dot Max**：旗舰智能音箱降至 **65美元**（省35美元），音质和智能家居控制能力均属上乘。 ### 为什么现在入手？ Prime Day虽然是年度购物狂欢，但部分产品在预热期反而给出更直接的价格优惠。以Blink套装为例，**省245美元**的幅度已超过历史最低价。ZDNET建议，如果看到心仪设备达到心理价位，不必等待——尤其是库存有限的款式。 这些折扣来自亚马逊官方渠道，且经过ZDNET团队验证。智能家居布局正当时，不妨从这些实用小物开始。
Mozilla 近日为 Firefox for Android 推出了三项新功能，旨在提升浏览体验。首先，**标签页分组**功能允许用户将相关标签页组织成命名且带颜色的组，减少杂乱，方便管理。该功能此前已在桌面版上线，现通过版本 152 登陆移动端，iOS 版本计划于今年晚些时候推出。其次，**设置界面**经过重新设计，采用更简洁的布局，让用户能更快找到所需选项，并发现之前可能忽略的功能。最后，浏览器现在会**显示已拦截的追踪器数量**，让用户更直观地了解隐私保护效果。此外，Mozilla 还预告了未来将推出的功能，包括 VPN 和省电模式。这些更新体现了 Firefox 在移动端持续优化用户体验和隐私保护的承诺。
## 事件始末：从合作到封禁 在Anthropic将最先进的AI模型下架前几天，白宫下令该公司撤销SK Telecom对Claude Mythos的访问权限，理由是这家韩国电信巨头被指与中国存在关联。这一事件迅速发酵，最终导致Anthropic决定完全关闭Mythos和其公开版本Fable 5的访问。 据知情人士透露，特朗普政府此举源于对SK Telecom所谓“中国背景”的担忧。更关键的是，亚马逊随后向白宫报告了其在Fable 5中发现的漏洞——研究人员声称能够绕过部分安全护栏，接触到Mythos强大的网络能力。尽管Anthropic和外部安全专家辩称这些风险并非Claude独有，但多重因素叠加，最终让白宫认定无法信任Anthropic自主管控其最前沿的AI技术。 ## 白宫指令与Anthropic的抉择 上周五，特朗普政府正式要求Anthropic撤销所有外国国民（包括美国境内的移民）对Mythos和Fable 5的访问权限。然而，按国籍限制访问在实施上极为困难，且可能侵犯隐私。权衡之下，Anthropic选择了彻底禁用这些模型。 目前，白宫与Anthropic在经过数日谈判后仍未就恢复模型访问达成一致。Anthropic拒绝置评，白宫与SK Telecom也尚未回应评论请求。 ## 各方回应与争议焦点 《华盛顿邮报》此前报道称，特朗普政府官员对Mythos的接收方包括一家“据信与中国有联系的韩国电信公司”感到震惊，但未点名具体企业。SK Telecom随后向韩国媒体澄清：“外媒匿名消息来源的言论缺乏事实依据，我司与中国并无关联。” 接近Anthropic的人士则强调，公司认为SK Telecom的访问权限与亚马逊发现的漏洞是两起独立事件。值得注意的是，美国政府要求Anthropic限制访问的信函中并未提及亚马逊的漏洞报告。 ## 行业影响与后续展望 这一事件折射出AI技术出口管制与地缘政治博弈的复杂性。Anthropic作为OpenAI的竞争对手，其Claude系列模型一直被视为AI安全领域的标杆。此次风波不仅影响了模型可用性，更可能动摇海外合作伙伴对美方AI技术的信任。 目前，Mythos和Fable 5仍处于离线状态，而白宫与Anthropic之间的僵局短期内难以化解。未来，类似事件或将成为AI行业常态——技术领先者不得不在国家安全、商业利益与全球协作之间走钢丝。
ZDNET 最新实验室大奖颁给了充电速度最快的充电宝。在数百款产品中，这款充电宝以 **最快充满 100%** 的表现脱颖而出。 ## 充电宝的核心：速度至上 如今市面上的充电宝功能五花八门，有的配备多种接口，有的设计轻薄便携，还有的强调安全防护。但 ZDNET 评测认为，**充电速度**才是决定用户体验的关键。毕竟，用户最需要的是在有限时间内快速为设备补充电量。 ## 评测方法 ZDNET 实验室对多款主流充电宝进行了标准化测试，记录从 0% 到 100% 的充电时间。测试环境保持一致，确保结果公平可比。最终，这款获奖产品以显著优势领先。 ## 获奖产品亮点 - **极速充电**：充满电所需时间比其他竞品缩短 30% 以上。 - **兼容性强**：支持主流快充协议，适配手机、平板、笔记本等设备。 - **可靠性高**：经过严格安全测试，具备过充、过放、短路保护。 ## 选购建议 如果你经常外出、需要快速回血，这款充电宝无疑是首选。当然，如果更看重容量或便携性，市面上也有其他优秀选择。但若追求 **“快”**，这款产品是目前的最佳答案。
Amazon SageMaker AI 异步推理服务迎来重要更新：用户现在可以直接在 `InvokeEndpointAsync` API 的请求体中发送推理负载，无需再提前上传数据到 Amazon S3。对于不超过 128,000 字节的负载，这一变化消除了一个完整的网络往返，简化了客户端代码，并降低了异步推理工作负载的操作复杂性。 ## 此前的工作流：两步走，依赖 S3 传统上，使用 SageMaker AI 异步推理需要两个步骤： 1. **上传负载到 S3**：将输入数据（如文本、小图片）上传至指定的 S3 存储桶。 2. **调用端点**：在 `InvokeEndpointAsync` 请求中传入 `InputLocation` 参数，指向 S3 对象 URI。 端点异步处理请求，并将结果写入配置的 S3 输出位置。客户端通过轮询或 SNS 通知获取结果。这种模式适合大负载（如高清图片、音频文件、多 MB 文档），但对于仅需几 KB 输入却需要较长处理时间的场景（例如复杂 NLP 模型或批量推理），强制依赖 S3 增加了不必要的复杂性和延迟。 ## 新功能：内联负载，一步到位 本次更新引入了 `Body` 参数，允许用户将负载直接放在 API 请求体中。关键细节如下： - **最大内联大小**：128,000 字节（原始负载）。 - **互斥性**：`Body` 和 `InputLocation` 参数不能同时使用；若同时传入，API 会返回验证错误。 - **输出行为不变**：推理结果仍写入 S3 输出位置，客户端获取方式不变。 - **端点兼容性**：现有异步端点无需修改模型或容器配置即可支持。 - **错误处理**：大小超限或参数冲突会立即返回同步的 `ValidationError`，方便快速排查。 ## 适用场景与价值 内联负载特别适合以下情况： - **小负载异步推理**：例如文本分类、情感分析、小规模图像识别等，输入数据小但需要秒级到分钟级处理时间。 - **简化客户端逻辑**：无需编写 S3 上传代码，减少依赖和故障点。 - **降低延迟**：省去一次网络往返（S3 上传），对于延迟敏感但实时推理无法满足的场景，提升整体响应速度。 ## 行业分析与展望 在 AI 推理场景中，实时推理与异步推理的边界正逐渐模糊。AWS 此次更新直击异步推理的“小负载痛点”，使得异步推理不再只是大文件的专属选择。结合 SageMaker 的自动扩缩到零能力，开发者可以更灵活地设计成本与延迟兼顾的推理架构。 对于 MLOps 团队而言，内联负载减少了 S3 权限配置和生命周期管理的复杂度，降低了运维负担。同时，128KB 的限制也意味着 AWS 鼓励用户根据负载大小选择最合适的传输方式——小负载走内联，大负载走 S3，两者形成互补。 此外，这一更新也反映了云服务商在推理 API 设计上的趋势：更少的步骤、更低的门槛、更精细的粒度控制。随着边缘计算和微服务架构的普及，类似的内联推理接口可能会成为标准配置。 ## 如何开始 用户无需修改现有端点或模型。只需在调用 `InvokeEndpointAsync` 时，将 `Body` 参数设置为原始字节负载即可。AWS 官方文档提供了详细代码示例。 总的来说，这是一次“小而美”的更新，但对于需要频繁处理小负载异步推理的开发者来说，体验提升是显著的。
Amazon Quick 推出全新自主智能体，可连续在后台运行，帮你处理待办事项、合规摘要和会议准备，让你从杂务中解放出来。 ## 智能体：你的隐形同事 Amazon Quick 是一款 AI 助手，能连接你的常用应用和数据源，学习你的工作方式并代表你行动。今天，它变得更强大：新增**自主智能体**（autonomous agents），可**持续为你工作**，即使你不在线。你只需用自然语言描述需求，或从预配置模板中选择，即可在几分钟内创建一个智能体。你可以控制它的自主程度——从精确的逐步指令到宽泛的目标，智能体会自行规划路径，并始终在你设定的护栏内运作。 **典型场景**： - **销售跟进**：会议结束后，智能体已标记停滞交易、起草跟进邮件、更新 CRM 记录。 - **合规监控**：法规一夜更新，第二天一早你就能收到影响摘要。 - **采购处理**：智能体全天候处理订单，让团队专注战略谈判。 ## 活动流与跨源洞察 除了智能体，Quick 还新增了**活动流**（activity feed），帮你优先处理最重要的工作；以及**单一问答**能力，让你用一个问题即可跨所有业务数据源获取洞察。 ## 无需编码，持续进化 所有智能体无需编写代码即可构建。你可以在 Quick 中直接监控进度、提供额外输入、审核输出。每一次交互、纠正和结果都会让智能体变得更好——就像一位每周都在进步的同事。 对于大多数职场人来说，每天的第一小时常被用于处理堆积的邮件、消息和日程，而非真正的工作。Quick 的自主智能体正是为了解决这一痛点：**让工具替你完成杂务，你专注于更有价值的事情**。
前红杉资本（Sequoia Capital）管理合伙人 Roelof Botha 正式加入 SpaceX 董事会，填补一个“现有空缺”。这一任命发生在 SpaceX 完成史上最大规模 IPO 仅数日之后。SpaceX 在提交给美国证券交易委员会（SEC）的文件中披露了该消息，并表示 Botha 将任职至下一次年度股东大会，同时加入董事会审计委员会。 Botha 拥有丰富的上市公司董事会和审计委员会经验。他于去年年底辞去红杉资本领导职务，当时该风投正因合伙人 Shaun Maguire 攻击纽约市长候选人的言论而面临争议。值得注意的是，文件还透露 Botha 的一名家庭成员自 2025 年 1 月起在 SpaceX 企业运营团队工作，薪酬超过 12 万美元的报告门槛，但与同级员工水平相当。 Botha 与 SpaceX CEO 埃隆·马斯克（Elon Musk）渊源颇深。2000 年，马斯克曾邀请同为南非裔的 Botha 负责 PayPal 的财务部门。Botha 去年在接受《财富》杂志采访时表示：“我认识 Elon 超过 25 年，他是第一个在美国给我工作机会的人。”他补充道，尽管马斯克并不完美，但他深切关心做正确的事。 目前 SpaceX 董事会共有 9 名成员，包括马斯克的亲信 Ira Ehrenpreis、Antonio Gracias、Steve Jurvetson 和 Luke Nosek，以及公司首席运营官等。文件显示，马斯克拥有 SpaceX 超过 80% 的投票权，对董事会组成拥有绝对控制权，普通股东的制约能力极为有限。
Snap 公司备受期待的 AR 眼镜 Specs 终于正式发布，但市场反应却相当冷淡。截至本文发稿，Snap 股价在发布后下跌超过 5%，从周二每股 5.86 美元跌至周三早盘低点 4.83 美元，且尚未回升至发布前水平。过去一年，Snap 股价已累计下跌 30%，本次新品发布无疑雪上加霜。 ## 价格争议：一副眼镜凭什么卖 2200 美元？ Specs 的售价高达近 2200 美元，这成为投资者和消费者关注的焦点。Snap 的核心用户群体以青少年为主，他们显然难以承受如此高昂的价格。对此，Snap CEO Evan Spiegel 在 CNBC 采访中辩称，Specs 本质上是一台计算机，其定价与高端电脑或高端笔记本电脑相当。Spiegel 进一步强调，Specs 在 AR 市场中占据独特位置：它比 Meta Ray-Bans 更强大（后者价格更低但计算能力有限），又比 Apple Vision Pro 等笨重头显更轻便易戴。他认为，Specs 在可穿戴性与沉浸式计算能力之间取得了平衡。 ## 十年磨一剑，市场却不买账？ Snap 在 AR 硬件领域已投入超过十年，Specs 被寄予厚望。然而，高昂的定价与模糊的盈利前景让投资者担忧。尽管 Spiegel 试图将 Specs 定位为“高端计算机”，但消费者是否愿意为一副 AR 眼镜支付如此高价仍是未知数。相比之下，Meta Ray-Bans 售价仅约 300 美元，虽然功能有限，但更易被大众接受。而 Apple Vision Pro 虽然价格更高（3499 美元），但其强大的生态系统和品牌号召力可能更具吸引力。Snap 的 Specs 夹在中间，既缺乏低价的普及性，又缺少高端产品的生态支持，处境尴尬。 ## 行业背景：AR 眼镜的“死亡之谷” AR 眼镜行业一直面临“先有鸡还是先有蛋”的难题：硬件价格高导致用户少，用户少则开发者不愿投入内容，内容匮乏又进一步抑制购买意愿。Snap 试图通过 Specs 的“可穿戴”与“高性能”组合破局，但 2200 美元的定价可能让大多数消费者望而却步。此外，Snap 的广告业务也面临压力，股价长期低迷，此次新品未能提振市场信心，反而加剧了负面情绪。 ## 小结：Specs 的未来取决于生态 Specs 的成败不仅取决于硬件本身，更取决于 Snap 能否构建起足够吸引人的 AR 应用生态。如果仅靠少数尝鲜者支持，2200 美元的售价难以形成规模效应。Snap 需要证明 Specs 能提供独特的价值，例如创新的社交互动方式或生产力工具，才能说服消费者掏腰包。否则，这款十年磨一剑的产品可能只是昙花一现。
今年年初，硅谷最热的趋势是“Token最大化”——CEO们鼓励员工尽可能地将AI推向极限。然而，账单很快到来。据报道，**Uber在几个月内就耗尽了全年的AI预算**，一些公司削减了部分组织的Claude许可证，Meta也取消了内部排行榜。 这种“先用后算账”的张力，正是NEA（New Enterprise Associates）合伙人Tiffany Luck近期关注的核心。她指出，**企业目前仍处于摸索AI投资回报率（ROI）的阶段**，许多公司从最初的狂热转向理性评估。 ## 从“Token最大化”到“ROI焦虑” “Token最大化”一词形象地描述了企业最初的态度：不计成本地使用AI，试图快速获取优势。但现实是，**AI的运营成本远超预期**，尤其是大规模使用大语言模型（LLM）时，API调用费用、计算资源消耗和定制化开发投入，让财务团队头疼不已。 Luck观察到，**企业现在更关心“AI到底值不值”**。她认为，这并非坏事，而是行业成熟的标志。“当技术从实验阶段走向生产环境，ROI就变成了必须回答的问题。” ## 企业正在调整策略 面对成本压力，企业开始采取更精细化的管理方式： - **分级授权**：不再全员开放最高等级的AI工具，而是根据岗位需求分配不同权限。 - **场景聚焦**：优先在客户服务、代码生成、内容创作等明确可量化的场景部署AI。 - **成本监控**：建立专门的AI预算追踪机制，防止“跑冒滴漏”。 Luck强调，**投资AI不能只看短期财务回报**，还要考虑效率提升、客户满意度等隐性收益。她举例说，某NEA被投企业通过AI客服将响应时间从小时级缩短到分钟级，虽然直接成本增加了，但客户留存率提升了15%。 ## 投资人的新视角 作为投资人，Luck认为**AI领域的投资逻辑正在转变**。过去，大家追捧“AI原生”公司；现在，更看重**企业能否将AI转化为可持续的竞争优势**。她特别关注两类公司： 1. **帮助其他企业计算AI ROI的工具型公司**，如成本优化平台、效率评估系统。 2. **在垂直领域深耕的AI应用**，如医疗、法律、金融等，这些领域对ROI的衡量更清晰。 ## 未来趋势：理性务实 Luck预测，未来6-12个月，企业将经历一场“AI ROI大考”。那些无法证明价值的项目会被砍掉，而真正创造效益的场景会获得更多资源。她认为，**AI不会消失，但会从“万能灵药”回归到“实用工具”**。最终，只有那些将AI与业务流程深度融合、并持续优化成本的企业，才能笑到最后。 “这就像互联网泡沫后的冷静期，”Luck总结道，“现在，我们正在构建真正有价值的AI应用。”
手机厂商总爱用“快充”作为卖点，从25瓦到120瓦，数字越标越高，但实际表现是否名副其实？知名科技媒体ZDNET近日对三款旗舰手机——iPhone 16 Pro Max、三星Galaxy S25 Ultra和一加13——进行了充电速度实测，分别使用原装充电器和第三方品牌Anker的充电器，结果令人意外：有两款手机的实际充电速度超过了官方标称值，而另一款则未达标。 ## 测试方法：还原真实使用场景 测试团队没有停留在实验室理想条件下，而是模拟了用户日常的充电习惯：从手机电量耗尽自动关机开始，连接充电器后记录每10分钟的电量百分比，直至充满。测试使用的充电器包括各品牌原装适配器（如一加的100W SUPERVOOC充电器）以及Anker的65W GaN充电器，确保对比的公平性。 ## 结果亮点：一加13表现抢眼 - **一加13**：官方宣称支持100W有线快充，实测中，使用原装100W充电器时，**10分钟充至52%，20分钟达到82%，完全充满仅需32分钟**，比官方标称的“30分钟充至100%”略慢，但考虑到电池容量达6000mAh，这一速度仍属顶尖。更令人惊喜的是，使用Anker 65W充电器时，一加13的充电速度并未大幅下降，**30分钟可充至75%**，显示其充电协议兼容性良好。 - **iPhone 16 Pro Max**：苹果官方未明确标注瓦数，但业界普遍认为其峰值功率约40W。实测中，使用原装20W充电器时，**30分钟充至58%，完全充满需1小时48分钟**；而使用Anker 65W充电器后，速度显著提升，**30分钟达到68%，充满时间缩短至1小时25分钟**。这意味着iPhone的实际充电速度**超过了官方标称的“30分钟充至50%”**。 - **三星Galaxy S25 Ultra**：官方宣称支持45W快充。使用原装45W充电器时，**30分钟充至65%，完全充满需1小时5分钟**，与官方宣传的“30分钟充至65%”基本一致，但并未超越。然而，使用Anker 65W充电器时，**30分钟仅充至58%**，表现反而略逊于原装充电器，暗示三星的充电协议对第三方配件优化不足。 ## 行业背景：快充竞赛背后的用户痛点 近年来，智能手机快充技术突飞猛进，从早期的18W到如今部分安卓机型突破200W，但用户实际体验往往受限于充电器兼容性、电池健康度等因素。ZDNET的测试揭示了两个关键趋势： 1. **原装充电器仍是最优选择**：除一加外，iPhone和三星在使用第三方充电器时均出现速度波动，尤其是三星的PPS协议对配件要求较高。 2. **标称值与实测值的差距**：一加13的100W快充实际功率约在80-90W之间，而iPhone的峰值功率虽未公开，但实测表现优于预期，这得益于苹果对电源管理的精细调校。 ## 小结：快充够快，但别只看数字 对于消费者而言，选购手机时不应仅被“XX瓦快充”的营销术语左右。一加13证明了“大电池+高功率”的组合确实能带来极速回血体验；iPhone则展现了“低功率高能效”的另一种思路；而三星的表现中规中矩，但第三方兼容性短板值得警惕。 如果你正考虑换机，不妨关注实测数据而非宣传数字——毕竟，充电快慢最终取决于充电器、线材和手机三方的协同，而不是一个孤立的瓦数标签。
NVIDIA 的 GEAR 实验室联合卡内基梅隆大学和加州大学伯克利分校，开发了一个名为 **ENPIRE** 的新型代理框架，让多个 AI 编程代理能够自主协作训练机器人完成复杂任务。在实验中，这些代理成功教会机器人 **剪断扎带** 和 **将 GPU 插入主板上的薄型插槽** 等精细操作。 ## 框架核心：让 AI 自主驱动机器人训练 ENPIRE 框架包含四个模块，赋予 AI 编程代理以下能力： - **自动重置与验证**：确保实验条件一致并验证任务结果。 - **策略优化**：迭代改进指导机器人行为的策略。 - **并行评估**：同时在多台实体机器人上测试策略。 - **故障分析与修复**：通过分析日志、阅读研究论文，改进训练基础设施和算法代码。 团队测试了三种 AI 编程代理：OpenAI 的 Codex（基于 GPT-5.5）、Anthropic 的 Claude Code（Opus 4.7）以及 Moonshot AI 的 Kimi Code（Kimi K2.6）。这些代理各自独立开发不同的算法方法，在真实实验中测试，并保留能提升整体成功率的变更，经过多轮自主迭代后，机器人任务表现持续提升。 ## 行业意义：从“人工调参”到“AI 自进化” NVIDIA AI 总监 Jim Fan 在 LinkedIn 上表示：“我们 GEAR 实验室的一部分现在可以彻夜不休地自我改进，我们早上只需阅读报告。”他调侃道：“我们都去度假，Jensen 甚至不会注意到。”这指向了机器人训练领域的一个关键瓶颈：传统方法依赖大量人工调参和手动纠错，而 ENPIRE 框架通过 **“慷慨的 token 预算”** 让 AI 代理自主完成整个训练循环。 更值得关注的是，团队计划将 ENPIRE **全部开源**，这意味着任何研究机构或爱好者都可以搭建自己的“自主运行机器人实验室”。这有望大幅降低机器人训练的门槛，加速从工业装配到家庭服务等场景的机器人部署。 ## 局限与展望 尽管成果令人振奋，论文也指出了当前方法的局限，例如对 token 预算的依赖较高，以及在极端复杂或非结构化环境中的泛化能力仍需提升。但整体而言，这项研究展示了 AI 代理在 **自动化科研实验** 和 **机器人技能习得** 上的巨大潜力，预示着未来 AI 不仅能编写代码，还能直接操作物理世界。
在G7峰会上，法国总统马克龙和印度总理莫迪对美国可能随时切断其国家获取顶级美国AI模型的权利表示担忧。此前，特朗普政府以国家安全为由，阻止Anthropic出口其最新模型。这一事件暴露了依赖美国AI基础设施的全球风险：任何公司或政府都可能面临访问权被一夜撤销的可能性。Cohere CEO Aidan Gomez指出，数字主权关乎经济安全和国家主权。G7领导人讨论了建立“可信伙伴”计划，以绕过美国限制，确保非美国国家也能获得先进AI模型。
亚马逊 Prime Day 大促正在进行，联想笔记本成为本次促销的热门品类之一。经过过去一年对数十款联想机型的实际测试，我们筛选出 8 款值得购买的型号，覆盖从入门到高端的多种需求，且全部享有折扣。 ## 热门机型速览 - **Lenovo IdeaPad 1i**：售价 **$299**（省 $800），适合预算有限的日常办公和学习用户。 - **Lenovo IdeaPad Slim 3i**：售价 **$359**（省 $140），轻薄设计，性价比突出。 - **Lenovo ThinkPad T14**：售价 **$1,399**（省 $100），商务经典，可靠耐用。 - **Lenovo Yoga Slim 7x (2024)**：售价 **$999**（省 $300），高端轻薄本，兼顾性能与便携。 - **Lenovo ThinkPad E16 (Gen 3)**：售价 **$1,279**（省 $520），大屏商务本，适合多任务处理。 ## 如何选择？ 根据使用场景，我们建议： - **学生/轻度办公**：IdeaPad 1i 或 Slim 3i，价格亲民，满足基础需求。 - **商务用户**：ThinkPad 系列，键盘手感与耐用性业界领先。 - **创意工作者**：Yoga Slim 7x，高色域屏幕与强劲性能适合设计、剪辑。 - **需要大屏**：ThinkPad E16，16 英寸屏幕提升效率。 所有推荐机型均经过 ZDNET 团队实际测试，确保性能、做工与体验符合预期。Prime Day 折扣限时，建议尽早决策。
人工智能初创公司 Anthropic 正式加入 Frontier 碳去除联盟，并参与新一轮 9.15 亿美元的资助承诺，使该联盟总承诺金额翻倍至 18 亿美元。作为首家纯 AI 公司加入该联盟，此举或标志着 AI 行业在气候行动上的态度转变。 ## 联盟扩容与资金翻倍 Frontier 是由 Stripe、Google 和 Shopify 等科技巨头创立的碳去除联盟，旨在通过资助有前景的碳去除技术，帮助成员公司实现净零排放目标。Anthropic 的加入使联盟总承诺金额达到 **18 亿美元**，较此前翻倍。截至目前，Frontier 已签约近 **7 亿美元**，涉及 50 多个项目，预计去除 **180 万吨** 碳。 ## AI 公司的气候困境 Anthropic 是首家加入该联盟的纯 AI 公司，此前 Google 虽为创始成员，但其业务涵盖搜索、广告等多领域。AI 行业近年来因数据中心能耗激增备受关注，许多公司大量采购能源，其中不乏化石燃料。Anthropic 此前尚未发布可持续发展报告，且曾表示采取“所有选项并存”的能源策略，这通常意味着会购买污染性电力。此次加入 Frontier 是 Anthropic 的首个气候相关交易，可能预示其内部态度正在转变。 ## 碳去除信用机制 Frontier 支持的碳去除信用允许公司继续排放部分污染，同时通过购买信用抵消碳足迹。该联盟严格筛选项目，确保其具备大规模碳去除潜力。在新一轮资助中，Frontier 表示将提高审查标准，减少资助项目数量，聚焦那些有潜力实现每年去除 **10 亿吨**（1 gigaton）二氧化碳的突破性技术。新合同期限通常为 **8 到 10 年**。 ## 行业影响与展望 Anthropic 的加入为 AI 行业树立了标杆。随着 AI 算力需求激增，能源消耗和碳排放问题日益突出。通过参与碳去除联盟，AI 公司不仅能缓解自身碳足迹压力，还能推动碳去除技术商业化。然而，批评者认为碳信用可能成为企业继续污染的“遮羞布”。Anthropic 此举是否代表 AI 行业在气候行动上的转折点，仍有待观察。
本周，Anthropic 正忙于让其最新 AI 模型重新上线。此前，特朗普政府突然下令，要求该公司切断所有外国公民的访问权限，包括美国境内的用户和公司自己的员工。这一指令迫使 Anthropic 封锁了其模型 **Fable 5** 和 **Mythos 5** 的全球访问。 “据我所知，这是美国首次以出口管制的方式控制 AI 模型的访问。”一位专家评论道。特朗普政府并未公开解释该命令的法律依据，但 Anthropic 在官网声明中表示，政府援引“国家安全权力”来证明对模型实施“出口管制指令”的合理性。（Anthropic 还声称，政府担心的“越狱”问题——即与中国有关联的团体可能利用漏洞访问模型——实际上并未让用户绕过公司的全部安全措施。） ### 出口管制为何用于 AI？ 出口管制传统上适用于可以跨境运输的物品：武器、硬件、工具等。随着时间的推移，这一框架已扩展到涵盖软件、源代码、技术数据甚至 3D 打印枪械文件等无形商品。但这些仍然是可复制、下载、发布或交付的有形实体，而非通过远程服务（如聊天机器人）使用的 AI 模型。 在 AI 领域，前总统拜登曾试图以类似方式控制 AI 模型权重——即构成模型核心、可被复制并在别处运行的数据——但这一想法在特朗普第二任期被迅速放弃。而 Anthropic 此次遭遇的指令与以往完全不同，它针对的是模型本身的访问权限，而非物理或数字实体的转移。 ### 专家警告：临时干预不可持续 专家指出，此次事件暴露出 AI 治理中不稳定且充满不确定性的阶段。通过不透明、临时的干预措施来管理 AI 是不可持续的。Anthropic 案例的独特之处在于，出口管制被用于限制对云端 AI 服务的访问，而非物理或数字产品的跨境转移。这引发了关于法律依据和未来执行标准的广泛疑问。 ### 行业影响与未来展望 这一事件对 AI 行业产生深远影响： - **合规成本激增**：AI 公司可能需要重新评估其全球用户访问策略，甚至考虑地理封锁。 - **创新受阻**：严格的出口管制可能限制 AI 模型的全球协作与测试。 - **法律模糊性**：当前缺乏针对 AI 模型访问的明确法律框架，导致企业无所适从。 Anthropic 的遭遇可能成为 AI 治理的一个转折点。随着 AI 技术日益融入全球基础设施，如何平衡国家安全与技术创新，将成为政策制定者面临的重大挑战。