Meta 于周四宣布，将在 Facebook 上推出一款全新的 AI 创作者助手，该助手能够根据创作者的内容风格、表现数据、社区互动和目标，提供个性化建议。过去，创作者需要翻阅大量图表和仪表盘来了解自己的表现，而现在通过这个 AI 助手，他们可以快速获得诸如“什么时候发布最好？”以及“评论区大家都在说什么？”等问题的答案。由于助手采用对话式交互，创作者可以追问细节，深入探讨某个话题，例如受众群体随时间的变化趋势。所有回答都基于创作者的自身数据，并指出如何改进以提升表现。 除了数据分析，该 AI 助手还能帮助构思新内容，它会结合当前热门趋势提出建议，比如推荐使用热门音频或围绕文化热点创作内容。目前，这项功能已面向美国、加拿大和印度的创作者开放，Meta 计划未来增加更多功能并推广至更多国家。 通过提供 AI 助手，Meta 旨在保持创作者在 Facebook 上的活跃度，以应对来自 TikTok 和 YouTube 等竞争对手的挑战。同时，提供内容创意也能鼓励创作者更频繁地发帖，进而提升用户参与度。此外，应用内集成的 AI 助手让创作者无需再依赖 ChatGPT 等第三方工具进行数据分析和创意构思，从而将创作者留在 Meta 的生态系统中。 Meta 还宣布为 Facebook 上的 AI 翻译功能新增多种语言，包括阿拉伯语、印尼语、法语、泰语和越南语。借助 AI 翻译的 Reels，创作者的语气和声音得以保留，并自动翻译成另一种语言。该功能于去年推出，旨在打破语言壁垒，帮助创作者触达更多受众。创作者还可以使用唇形同步功能，使翻译与嘴唇动作对齐，效果更加自然。Meta 表示，目前每周有超过 5 亿 Facebook 用户观看 AI 翻译视频。
随着苹果全球开发者大会（WWDC 2026）临近，今年的看点主要集中在Siri的AI升级和Apple Intelligence的扩展上。大会将于太平洋时间周一上午10点/东部时间下午1点开幕，可通过Apple Developer应用、官网及YouTube频道观看直播。 ### Siri迎来AI大改造 最受期待的莫过于Siri的重大AI升级，它将变身更具对话能力的助手，能够理解上下文、处理多步骤任务，并在应用和服务间更自然地交互。据悉，升级后的Siri将借助谷歌的Gemini技术增强能力。此外，彭博社的爆料显示，苹果正在开发一款独立的Siri应用，旨在与ChatGPT、Claude和Gemini等先进AI聊天机器人竞争。苹果还可能引入类似即时通讯应用的功能，让用户设置自动删除对话的定时器（30天、一年或永久保留）。 ### AI代理应用商店 据The Information报道，苹果计划将AI代理集成到应用商店中。虽然细节有限，但这些代理可让用户委托完成预订、日常事务管理、文档编辑或智能家居控制等任务。 ### 相机与照片应用升级 相机应用预计将新增“视觉智能”板块，取代此前相机控制按钮中的视觉智能功能。该升级将引入一个专用的Siri模式，与照片、视频、人像和全景等选项并列。视觉智能功能利用谷歌图片搜索准确识别用户拍摄的对象。同时，照片应用将获得Apple Intelligence驱动的增强功能，可能包括智能场景推荐、自动物体移除，以及通过自然语言请求进行AI照片编辑的创新功能。 ### Image Playground更新 苹果还将升级Image Playground应用，带来更高质量的图像生成、更多艺术风格、更好的角色一致性以及更丰富的编辑控制。这些更新将进一步巩固苹果在AI领域的布局，为用户提供更智能、更个性化的体验。
对于耳机和耳塞来说，航空旅行是终极考验。我的多次旅程揭示了这些最新型号的所有优缺点。 ## 测试背景 作为一名科技编辑，我习惯在每次飞行时带上两副最新耳机——一副去程，一副返程。虽然日常通勤或居家办公也能评估耳机性能，但没有什么比亚特兰大哈茨菲尔德-杰克逊国际机场更具挑战性的测试场了。 ## 评测过程 在这次横跨2700英里的旅程中，我测试了四款耳机，包括头戴式和真无线耳塞。飞行环境噪音复杂、旅程漫长，对降噪、舒适度和音质都是严峻考验。 ## 最佳选择 最终，有一款耳机脱颖而出，成为最佳旅行伴侣。它在主动降噪、佩戴稳定性和续航方面表现均衡： - **降噪能力**：能有效屏蔽引擎轰鸣和客舱嘈杂声。 - **舒适度**：长时间佩戴无压迫感。 - **便携性**：收纳体积适中，不占用过多行李空间。 ## 其他型号表现 其余三款各有短板：有的降噪虽强但夹头感明显；有的音质出色但续航不足；还有的便携性佳却降噪一般。 ## 小结 如果你经常飞行且追求综合体验，这款耳机值得考虑。当然，选择最终取决于个人偏好——降噪、音质、舒适度或续航，哪项是你的首要考量？
## 实验室探秘：三星Micro RGB电视的色准究竟有多强？ ZDNET 最新一期 Data Bytes 栏目将目光投向了三星旗舰级 R95H 电视，对其搭载的 **Micro RGB** 屏幕技术进行了专业级的色准测量。结果显示，这款电视在色彩还原度上达到了“视觉完美”的水平——这一结论并非主观感受，而是来自严谨的实验室数据。 ### 何为Micro RGB？ 与传统的 LCD 或 OLED 不同，Micro RGB 是 **Micro LED** 技术的一种进阶形态。它采用红、绿、蓝三原色微型 LED 芯片直接作为像素点，无需背光或滤光片，理论上能实现更高的亮度、更纯的色彩以及无限对比度。三星 R95H 正是这一技术的民用化代表作。 ### 测试数据解读 ZDNET 的测试团队使用专业色度计在标准暗室条件下对 R95H 进行了校准前的默认模式测量。关键指标如下： - **色域覆盖率**：DCI-P3 色域覆盖率达到 **98.5%**，远超普通高端电视的 90%-95% 水平。 - **色准（Delta E）**：平均 Delta E 仅 **1.2**，最大 Delta E 不超过 **2.5**。在色彩科学中，Delta E 低于 2 即被视为“人眼无法分辨差异”，因此 R95H 的表现足以称为 **“感知完美”**。 - **亮度均匀性**：全屏白色亮度偏差小于 **3%**，意味着屏幕边缘与中心几乎没有肉眼可见的亮度差异。 ### 行业意义与挑战 Micro RGB 的高色准并非意外——三原色独立发光的物理特性天然具备优势。然而，量产良率和成本一直是其普及的最大障碍。三星通过改进芯片转移工艺，在 R95H 上实现了更高的像素密度（每英寸 120 像素以上），同时将功耗控制在合理范围内。 不过，测试也揭示了一些现实问题：**视角稳定性** 虽然优于 OLED，但在极端角度下仍会出现轻微色偏；**价格** 方面，R95H 的售价高达 **15,000 美元**（约合 10.8 万元人民币），注定目前只属于高端影音发烧友。 ### 小结 三星 R95H 的实验室数据证明，Micro RGB 技术在色彩准确性上已经达到了消费级电视的巅峰。对于追求“所见即所得”的创作者和影音爱好者而言，它无疑是一个里程碑。但高昂的定价和尚未完全成熟的生产工艺，意味着这项技术距离真正走进千家万户还有一段路要走。 ZDNET 的 Data Bytes 栏目未来将持续关注此类前沿显示技术的实测表现，为读者提供最硬核的消费决策参考。
在旧金山湾区东北边缘的马丁内斯，一家名为 **Hello Robot** 的初创公司正悄然推动家用机器人的落地。与硅谷主流追求人形机器人和通用 AI 的宏大叙事不同，Hello Robot 于上月发布了第四代家庭辅助机器人 **Stretch**，它更像一个带轮子的机械臂——拥有类人的躯干和传感器头部，但底部是重型全向轮，伸缩臂末端是一对夹爪。当电量不足时，它的眼睛会发出红光，工程师开玩笑说那表情像在生气。 Hello Robot 由前 Google 机器人总监 **Aaron Edsinger** 和佐治亚理工学院教授 **Charlie Kemp** 于 2017 年创立。公司不追求构建基础模型或取代人类所有工作，而是专注于让机器人真正进入普通人的家庭。这与其他大多数仍被锁在实验室玻璃后的机器人形成鲜明对比。 ## 为什么真实家庭部署如此重要？ 尽管 AI 的最新进展为机器人赋予了更多能力，但 **有用训练数据的匮乏** 仍是关键瓶颈。虽然仿真技术不断进步，但投资者越来越看重实际部署。正如投资机构 Bullhound Capital 在最新行业报告中所指出的：**率先部署的公司能积累竞争对手无法购买或合成的特定场地恢复循环和工作流容差。在机器人领域，护城河不仅是知识产权，更是真实世界责任下的累计运行时长。** ## 另一种形态的“具身” 佐治亚州投资者 **Keith Platt** 在 2021 年因事故导致四肢瘫痪，仅能控制部分肩膀、颈部和头部。他开始探索适应性技术，并于 2024 年与 Hello Robot 合作。公司配备了一名职业治疗师来支持 Platt 等用户。Platt 通过语音控制的 iPhone 应用指挥 Stretch：先让机器人自主移动到家中某处，再接管直接控制来操作物体、完成任务。一个看似简单的挑战是让 Stretch 为他递送蛋白质饮料——这涉及物体识别、抓取、导航和精细操控的复杂组合。 Hello Robot 的做法或许不如硅谷的明星机器人公司那样引人注目，但它在 **真实家庭环境中积累运行数据** 的策略，可能正是通往实用家用机器人的关键路径。当行业还在争论仿人形态与通用 AI 时，Stretch 已经在帮助真实用户解决日常问题。
在核聚变能源的商业化竞赛中，**Commonwealth Fusion Systems（CFS）** 近日迎来关键里程碑。该公司发布的五篇新论文，系统验证了其商用聚变反应堆 **ARC** 设计的多个核心部件，标志着这一备受瞩目的项目从概念走向工程可行性的重要一步。 ARC 反应堆是 CFS 计划建造的首个商用聚变发电厂，其设计紧凑、功率密度高，旨在实现净能量增益并接入电网。然而，从理论设计到实际建造，中间横亘着无数工程挑战。这五篇论文正是针对其中最棘手的几个问题给出解答。 ### 高温超导磁体：ARC 的“心脏”得到验证 聚变反应需要将等离子体加热到数亿摄氏度，并用强磁场将其约束在真空容器内，不让它接触器壁。ARC 采用 **高温超导（HTS）磁体**，能在更高温度下产生更强磁场，从而缩小反应堆体积。论文之一详细展示了 CFS 的 HTS 磁体在接近运行条件下的性能测试结果，证明其磁场强度、稳定性和冷却系统均达到设计指标。这是 ARC 设计中最具风险也最关键的部分。 ### 包层与氚增殖：自给自足的燃料循环 聚变反应的主要燃料是氘和氚。氚在自然界中极为稀少，商用反应堆必须通过锂与聚变中子反应“增殖”氚，实现自给自足。另一篇论文聚焦于 **包层（blanket）设计**，该部件包裹等离子体，负责吸收中子、产生热量并增殖氚。CFS 团队通过模拟和实验，验证了其包层结构在热力学和氚增殖率上的可行性，为闭环燃料循环铺平了道路。 ### 等离子体稳定性与加热系统 如何将等离子体稳定维持在聚变条件，并持续加热至点火温度，是另一个核心难题。论文中还包括对 **射频加热系统** 和 **等离子体控制算法** 的模拟与实验验证。结果显示，CFS 设计的加热系统能够高效地将能量注入等离子体，而控制算法则能在扰动下维持等离子体的形状和位置，防止其失稳熄灭。 ### 从 SPARC 到 ARC：循序渐进的技术路线 CFS 并非一步到位建造商用堆。该公司目前正在建设 **SPARC** 实验反应堆，预计 2025 年完成，旨在首次实现净能量增益（Q>1）。ARC 则是基于 SPARC 验证的技术进行放大和工程优化的商用版本。这五篇论文的发表，意味着 CFS 在 SPARC 尚未点火前，就已对 ARC 的关键工程细节有了充分把握，大幅降低了后续开发的风险。 ### 行业影响与展望 聚变能源长期被视为“永远还有 30 年”的技术，但近年来随着 HTS 磁体、先进材料和控制系统的进步，多家初创公司已将商业化时间表压缩到 2030 年代初期。CFS 这次发布的多篇论文，因其系统性和公开性，在科研界和产业界引起了广泛关注。**麻省理工学院等离子体科学与聚变中心**（CFS 的技术发源地）的专家评论称，这些成果“将 ARC 的设计基础从概念论证提升到了工程数据支持的阶段”。 当然，商用聚变之路依然漫长。ARC 还需要解决材料在强中子辐照下的寿命、大规模氚处理的安全、以及经济性等难题。但至少，CFS 用扎实的工程数据证明：ARC 设计不再只是蓝图，而是正在一步步变为可建造的实物。
全球最大半导体制造商台积电（TSMC）正面临前所未有的AI需求浪潮，即便在美国加速建厂扩张，产能依然捉襟见肘。台积电CEO魏哲家在股东会后坦言：“客户需求如此之高，我们只能支撑这么多。”这一表态揭示了AI产业高速发展背后的芯片供应链瓶颈。 ## 产能瓶颈：AI需求远超预期 魏哲家表示，台积电正在尽最大努力避免成为行业瓶颈，但需求增长的速度远超供应能力。据路透社报道，他补充说，要完全通过美国本土生产满足客户需求，可能需要“非常长的时间”。这一困境并非孤立事件——AI热潮已对内存行业造成冲击，RAM和NAND闪存的广泛短缺预计将持续数年。 ## 价格策略：不效仿内存的急涨模式 值得注意的是，尽管供需严重失衡，魏哲家明确表示台积电不会像DRAM和SSD市场那样突然大幅提价。他“希望”提高价格，但强调不会采取急涨策略。这体现了台积电作为行业龙头在客户关系与市场稳定之间的权衡。 ## 美国布局：1650亿美元的投资雄心 为应对地缘政治压力和客户需求，台积电正加速美国本土化生产。目前已在亚利桑那州开设一家工厂，并计划投资**1650亿美元**再建三座工厂，同时配套两座先进封装设施和一个研发中心。然而，产能爬坡需要时间，短期内难以缓解供应紧张。 ## 行业前景：半导体市场迈向万亿美元 AI的爆发式增长正推动半导体销售额飙升。根据德勤研究，半导体行业有望在**2027年**成为**万亿美元级市场**。台积电作为关键制造节点，其产能扩张速度将直接影响AI芯片、服务器和终端设备的供给节奏。 ## 小结 台积电的“产能焦虑”折射出AI产业从模型竞赛转向基础设施竞赛的深层挑战。当需求远超供给，芯片制造商成为制约技术落地的关键一环。未来几年，台积电能否平衡产能扩张、价格稳定与客户预期，将决定AI生态发展的速度。
随着AI和云计算需求激增，数据中心的用水问题正成为公众关注的焦点。一项盖洛普调查显示，**七成美国人反对数据中心建设**，其中水资源短缺是首要担忧。SpaceX在最近的IPO文件中警告，水资源条件可能制约数据中心发展。这并非个例——科技巨头们正面临日益激烈的反对声浪，被迫重新审视其用水策略。 数据中心主要用水用于冷却服务器机架。**蒸发冷却**是常见技术，通过将热量传递到冷却塔中蒸发水分来降温。这种方式虽然能节省电力成本并减少碳排放，但水足迹巨大。例如，谷歌位于爱荷华州康瑟尔布拉夫斯的设施在2024年消耗了**超过10亿加仑水**。劳伦斯伯克利国家实验室预测，到2030年，超大规模数据中心若大量依赖蒸发冷却，年耗水量可能高达**330亿加仑**。 尽管与农业或油气行业相比（如单口压裂井用水150万至1600万加仑），数据中心的耗水量并非最高，但在水资源本就紧张的地区，风险尤为突出。夏季高峰时，数据中心冷却需求与市政用水同时攀升，加剧了矛盾。加州大学河滨分校工程学教授Shaolei Ren指出：“水是高度本地化、区域化的问题，我们必须谨慎管理。” 面对压力，一些科技巨头开始转向节水方案。微软、OpenAI和Oracle近期均表示，将**完全放弃蒸发冷却**。例如，OpenAI和Oracle在德克萨斯州水资源紧张地区进行的“星际之门”扩建项目已采用新冷却技术。谷歌则采取不同策略，继续优化蒸发冷却效率，同时探索替代方案。 行业趋势正在转向**液体冷却**和**闭环系统**，这些技术可大幅减少甚至消除淡水消耗。此外，数据中心运营商开始选址于水资源丰富或气候凉爽的地区，并投资于水回收和再利用技术。然而，这些方案成本较高，且需要时间大规模部署。 未来，随着AI模型训练和云服务的持续扩张，数据中心用水问题将更加突出。监管压力、公众舆论和资源竞争将推动行业加速创新。正如Ren教授所言，水是有限资源，科技公司必须从“用水大户”转变为“节水先锋”，才能在可持续发展与业务增长之间找到平衡。
苹果公司在其年度更新中宣布，2025年App Store促成了超过**1.4万亿美元**的开发者账单和销售额，较去年的1.3万亿美元有所增长。其中，**90%的交易（约1.25万亿美元）未向开发者收取佣金**，主要涉及实体商品和服务（如零售、外卖、打车等），金额达1.1万亿美元。数字商品（如应用内购买）的账单和销售额为**1490亿美元**，高于去年的1310亿美元，这部分苹果通常抽取15%至30%的佣金。应用内广告收入为1510亿美元，与去年基本持平。 苹果特别指出，2025年**前100名应用中40款具备面向消费者的AI能力**，这些应用的账单增长更为强劲。这一数据可能为即将到来的全球开发者大会（WWDC）预热——传闻苹果将允许AI代理进入App Store，并计划对Siri进行重大升级，深化AI与操作系统的整合。 此外，App Store的全球影响力持续扩大：**每周平均用户超过8.5亿**，覆盖175个国家和地区。在中国，过去六年App Store促成的账单和销售额**翻了一番**；在美国和欧洲则**增长超过两倍**。整体来看，苹果强调其佣金仅占平台经济总量的很小一部分，但数字商品市场仍为其带来数十亿美元的收入。
**SpaceX 的 IPO 正逼近历史性时刻，估值接近 2 万亿美元**，而埃隆·马斯克似乎正在用“碾压”华尔街规则的方式，铺就自己的万亿富豪之路。 在最新一期《Decoder》播客中，主持人 Nilay Patel 与《纽约时报》科技记者、**《Character Limit: How Elon Musk Destroyed Twitter》** 合著者 Ryan Mac 深入探讨了即将到来的 SpaceX 首次公开募股（IPO）。这不仅是一次规模空前的上市——预计将成为史上最大市值 IPO——更因为其过程中对市场公平规则的“弯曲”甚至“打破”而备受争议。 ## 规则正在被改写？ Patel 指出，SpaceX 的 IPO 在许多方面打破了常规：**股东控制权、指数基金纳入标准、市场问责机制**——这些通常用来约束公司的“公司治理”杠杆，在马斯克面前似乎都失效了。Ryan Mac 补充道，尽管 X（前身为 Twitter）在多项关键指标上持续下滑，但这一切可能并不重要——因为 SpaceX 的体量和故事已经足够让投资者趋之若鹜。 ## 马斯克的“豁免权”从何而来？ Ryan Mac 认为，马斯克如今已经**富有到、强大到可以脱离问责机制**，而各大基金和投资者之所以不发声，是因为他们不想错过可能是历史上最大的一笔财富增值机会。这种“害怕错过”的心态，让马斯克获得了事实上的“豁免权”。 ## 从“欢迎来到地狱”到万亿富豪 Patel 回顾了自己在 2022 年马斯克收购 Twitter 后撰写的文章 **《Welcome to Hell, Elon》**，当时他预测马斯克会因 Twitter 的运营困境而声誉受损、拖累其他公司。然而，从 SpaceX IPO 的进展来看，**Twitter 的衰落似乎并未影响马斯克的商业帝国**——SpaceX 的估值和影响力反而达到了新的高度。 ## 核心问题：市场公平与个人神话的碰撞 这场 IPO 提出的根本问题是：**当一个人或一家公司大到足以影响市场规则时，传统的治理和问责机制是否还能生效？** 华尔街的“规则”正在被个人意志碾压，而投资者们似乎心甘情愿地追随。马斯克能否最终成为万亿富豪？答案或许就藏在 SpaceX 的招股书里，也藏在市场对“破例”的默许中。
微软近日向 Microsoft 365 订阅用户推出了一项限时优惠：现有订阅者可以 **50% 折扣** 升级至 Microsoft 365 Premium（原价每月 20 美元）。这则消息迅速在 AI 办公领域引发热议——毕竟，这不仅是价格上的让步，更标志着微软正加速将 AI Copilot 能力整合进其核心生产力套件。 ## 20 美元能换来什么？ Microsoft 365 Premium 在原有 Office 桌面应用、1TB OneDrive 云存储和安全功能基础上，新增了 **Copilot for Microsoft 365** 功能。这意味着用户可以在 Word、Excel、PowerPoint、Outlook 和 Teams 中直接调用生成式 AI 辅助写作、数据分析、幻灯片制作和邮件摘要。此外，Premium 还包含 **Clipchamp Premium**（视频编辑）、**Microsoft Defender**（高级安全防护）以及更多设计模板和图标资源。 ## 与 ChatGPT Plus 的正面交锋 相比之下，ChatGPT Plus 每月收费 20 美元，提供 GPT-4 访问权限、更快的响应速度、优先体验新功能以及插件支持。两者的核心差异在于： - **场景深度**：Microsoft 365 Premium 的 AI 能力深度嵌入办公场景，例如在 Excel 中直接用自然语言生成公式，或在 Outlook 中一键总结邮件线程。ChatGPT Plus 则更像一个通用 AI 助手，适合创意写作、编程辅助和问答。 - **生态绑定**：微软的 Copilot 与 OneDrive、Teams、SharePoint 等企业级服务无缝集成，适合已有微软生态的用户。ChatGPT Plus 则独立运行，可通过 API 接入其他工具，但缺乏原生办公协同。 - **价格对比**：两者月费相同，但微软的 50% 折扣仅针对现有 365 订阅者，实际首年成本可能更低。不过，ChatGPT Plus 无需订阅 Office 套件即可使用，对于非微软用户更灵活。 ## 谁更适合升级？ 如果你是重度 Office 用户，每天处理大量文档、表格和邮件，**Microsoft 365 Premium** 的 AI 集成能显著提升效率——例如自动生成会议纪要、智能格式化报告。而如果你需要的是跨平台通用 AI 能力，或偏好更开放的插件生态，**ChatGPT Plus** 可能更合适。 值得注意的是，微软此次折扣策略明显意在推动用户从“基础订阅”向“AI 增强订阅”迁移。随着 Google Workspace 等竞品也在整合 AI 功能，这场办公 AI 之战正变得愈发激烈。对于普通用户而言，不妨先利用 50% 折扣体验一个月，再决定是否长期订阅。毕竟，AI 工具的价值最终取决于它能否真正融入你的工作流。
虽然亚马逊的Prime Day大促还要等上几周，但沃尔玛已经提前掀起了价格战，推出了一系列令人瞩目的早期优惠。作为AI科技资讯编辑，我们不仅关注技术本身，也关注消费者如何以最优价格获取最新科技产品。目前，沃尔玛的促销活动覆盖了从智能家居、笔记本电脑到可穿戴设备等多个品类，部分折扣力度甚至超过了亚马逊往届Prime Day的水平。 ### 为什么沃尔玛的早期优惠值得关注？ - **时间优势**：在亚马逊正式活动开始前，消费者可以提前锁定低价，避免抢购高峰。 - **品类覆盖**：除了常规的电子产品，沃尔玛还推出了许多独家捆绑销售，例如购买特定笔记本电脑赠送配件或延长保修。 - **价格竞争力**：根据我们的比价，多款热门商品（如**三星Galaxy Buds 2**、**苹果AirPods Pro**）在沃尔玛的价格已经低于亚马逊历史低价。 ### 我们的精选推荐 1. **智能音箱与显示器**：**Echo Show 8**（第二代）降价至**$89.99**（原价$129.99），适合作为家庭智能中枢。 2. **笔记本电脑**：**联想Ideapad 3**（15.6英寸，AMD Ryzen 5）仅售**$429**，比同类配置低约$70。 3. **可穿戴设备**：**Fitbit Charge 5**降至**$99.95**（原价$149.95），是健康追踪的性价比之选。 4. **游戏配件**：**Xbox Series X/S 手柄**（多种颜色）降价至**$44.99**，比平时便宜$15。 ### 购买建议 - 部分优惠为限时闪购，建议设置价格提醒或直接下单。 - 沃尔玛的**免费两日配送**（Walmart+会员）或**免费到店自提**选项可进一步节省运费。 - 注意对比亚马逊的**Prime Day**历史价格，如果沃尔玛当前价格已经低于或等于历史低价，可以果断入手。 总的来说，沃尔玛此次的早期促销不仅为消费者提供了提前购物的便利，更在价格上展现了强劲的竞争力。对于不想等到Prime Day的科技爱好者来说，现在就是入手的好时机。
美国国家科学基金会（NSF）近期推出了一项名为 **X-Labs** 的试验性资助计划，总预算高达 **15亿美元**，旨在通过更灵活、更聚焦的实体来应对紧迫且具体的问题。这一举措标志着传统科研资助模式的一次重要转向。 ## 背景与动机 长期以来，NSF 的资助体系以支持基础研究、长期项目和广泛探索著称。然而，随着全球科技竞争加剧，特别是人工智能、气候变化等领域的快速迭代，传统的“提案-评审-拨款”周期显得过于缓慢。NSF 希望通过 X-Labs 模式，在保持基础研究投入的同时，开辟一条“快车道”，让资金能更快流向最需要突破的狭窄问题。 ## X-Labs 的核心特点 X-Labs 并非一个单一项目，而是一个 **“敏捷实体”集合**。这些实体可以是大学实验室、非营利组织、企业联盟，甚至是新型的跨学科团队。它们被要求聚焦于 **“紧迫且狭窄”** 的问题，例如：某个特定算法的安全漏洞、某类材料的合成瓶颈，或某个地区的灾害预警系统优化。 与NSF传统资助不同，X-Labs 强调： - **快速启动**：申请流程简化，从提交到拨款预计缩短至数月。 - **目标导向**：每个实体需明确具体的可交付成果，而非泛泛的“探索”。 - **灵活迭代**：允许在项目中期根据进展调整方向，避免僵化的计划束缚。 - **结果评估**：以实际解决问题的效果而非论文数量作为考核标准。 ## 对AI领域的影响 在人工智能领域，X-Labs 可能资助以下方向： - **大模型的安全对齐**：针对特定风险（如偏见、幻觉）开发可验证的缓解方案。 - **边缘AI的能效优化**：为物联网设备设计低功耗推理芯片或算法。 - **科学计算加速**：利用AI模拟蛋白质折叠或气候模型，但要求短期内产出可复用的工具。 这些方向通常被传统资助视为“太过应用”或“不够基础”，但X-Labs 承认它们对产业和国家安全的紧迫性。 ## 争议与挑战 尽管愿景积极，X-Labs 也面临质疑： 1. **与传统体系的割裂**：是否会削弱对长期基础研究的支持？NSF 强调X-Labs 是补充而非替代，但预算分配仍需平衡。 2. **“狭窄问题”的定义**：谁来决定哪些问题值得优先？可能存在政治或商业利益干扰。 3. **成果的可持续性**：实体可能为快速达标而选择“短平快”方案，忽略长期影响。 ## 小结 X-Labs 是 NSF 在资助模式上的一次大胆实验，其成功与否将影响未来全球科研资助的走向。对于 AI 从业者而言，这意味着新的资金渠道和合作机会，但也需要警惕短期目标与长期创新的平衡。
在 Build 2026 大会上，微软宣布了多项与 Linux 相关的重大更新，包括 **Azure Linux 4.0**（通用服务器 Linux）、**Azure Container Linux**（容器 Linux）、为开发者定制的 **Windows 11**（集成 WSL）以及 **Surface RTX Spark Dev Box**（预配置 WSL 2 和 GPU 直通的高端 AI 工作站）。这些举措标志着微软正加速转型为一家“Linux 公司”。 ## 为什么微软如此重视 Linux？ 答案很简单：**AI 开发几乎完全依赖 Linux**。无论是云服务还是 AI 工作负载，Linux 都是事实上的标准。Azure 上最流行的操作系统已经是 Linux，而 AI 框架和工具链（如 PyTorch、TensorFlow）的原生支持也集中在 Linux 上。微软必须拥抱 Linux 才能保持竞争力。 ## Azure Linux 4.0：从容器主机到通用服务器 Azure Linux 4.0 基于 **Fedora Linux**，采用 RPM 包管理，是微软首个面向通用服务器场景的 Linux 发行版。此前的 Azure Linux 版本主要作为 Azure Kubernetes Service (AKS) 的容器主机，而 4.0 版本则定位为云原生和 AI 工作负载的强化基础系统。微软强调该发行版由内部构建和维护，拥有精简的软件包集，并注重供应链透明度。 ## Azure Container Linux：不可变容器 OS Azure Container Linux 基于 **Flatcar Container Linux** 分支，现已正式可用。它是一款不可变的、容器优化的操作系统，旨在与 Google 的 Container-Optimized OS 和 Fedora CoreOS 竞争。有趣的是，CoreOS 和微软的新容器 Linux 源自同一祖先——CoreOS Linux。该操作系统为 Kubernetes on Azure 提供锁定主机镜像，确保安全性和一致性。 ## 为 Linux 程序员打造的 Windows 11 与 Surface Dev Box 微软还推出了定制版 Windows 11，深度集成 **Windows Subsystem for Linux (WSL)**，旨在为 Linux 开发者提供无缝体验。此外，**Surface RTX Spark Dev Box** 作为高端 AI 工作站，预配置 WSL 2、原生 GPU 直通和完整的 Nvidia CUDA 支持，开箱即用。 ## 行业影响 微软的这一系列动作表明，**Linux 已不再是微软的竞争对手，而是其核心战略的一部分**。从云基础设施到 AI 开发工具，微软正在全面拥抱 Linux 生态。对于开发者而言，这意味着更统一、更高效的工作流——无论你使用 Windows 还是 Linux，都能获得一致的体验。 未来，随着 AI 工作负载的持续增长，微软与 Linux 的融合只会更加深入。Build 2026 的发布标志着微软从一个“Windows 优先”的公司，转变为一个“Linux 友好”的 AI 云巨头。
如今，AI生成内容几乎充斥整个互联网，但事情本不必如此。YouTube、Instagram、TikTok等平台在过去一年纷纷加强了内容认证，自动为AI生成的图像、视频和音乐打上标签，以区分真人创作。然而，这些标签并没有真正改变内容的呈现方式——用户依然无法主动避开它们。作者呼吁平台提供一个简单的“AI过滤”复选框，让用户可以选择不看AI标签内容。遗憾的是，Meta、Google、TikTok和Spotify均未明确承诺推出此类功能。唯一例外是DeviantArt，它允许用户“抑制”AI生成作品，但并非完全排除。问题核心在于：如果平台真的提供过滤选项，可能会揭露AI内容在流量中的真实占比，从而影响其商业利益。文章指出，这并非技术难题，而是平台是否愿意让用户拥有选择权的问题。
AI行业的几家最大竞争对手——Anthropic、OpenAI、微软、谷歌DeepMind等——罕见放下分歧，联合致信美国国会，要求对合成DNA和RNA的销售实施强制性筛查，以防止AI技术被滥用于开发生物武器。信中警告，当前生物安全存在“令人震惊的缺口”，AI工具可能降低设计危险病原体的门槛，使恶意分子更容易订购并组装致病基因序列。签署者包括Anthropic CEO Dario Amodei、OpenAI CEO Sam Altman、微软AI负责人Mustafa Suleyman、谷歌DeepMind CEO Demis Hassabis等业界领袖，以及多位科学家、安全专家和生物技术公司高管。这封信由美国创新基金会和进步研究所两家智库组织，标志着AI行业在生物安全议题上达成了罕见的共识。 ## 核心诉求：强制筛查合成基因订单 信件的核心要求是：**国会应立法要求合成DNA/RNA销售商对每笔订单进行序列筛查**，以识别可能用于制造危险病原体的基因片段。目前，虽然部分公司自愿进行筛查，但行业标准参差不齐，且无法律强制力。签署者认为，随着AI模型在蛋白质设计和基因序列预测方面的能力迅速提升，恶意行为者可能利用AI设计新型病原体，然后通过在线订购合成片段、在普通实验室组装，从而绕过传统生物安全管控。 ## 行业背景：从竞争到合作的转折 值得注意的是，这些签署方在AI商业战场上正激烈竞争：OpenAI与Anthropic在模型能力上你追我赶，微软和谷歌在云AI服务上针锋相对。然而，**生物安全风险被普遍视为“共同威胁”**，促使他们暂时搁置商业利益。Demis Hassabis因AI蛋白质预测获得2024年诺贝尔化学奖，其工作虽推动了科学进步，但也凸显了双刃剑效应——同一技术既可加速药物研发，也可能被用于设计毒素。 ## 专家视角：风险真实但可控 科学家长期以来警告，合成生物学的进步可能使“工程师”更容易创造危险生物，甚至复活已灭绝的病原体。过去，这类操作需要高度专业的知识和昂贵设备；而如今，**AI降低设计门槛+合成DNA商业化+实验室设备普及**，三者叠加可能形成“简易化武器化路径”。信中引用的案例表明，一些AI模型已能生成已知病原体的基因序列，甚至设计出自然界不存在的毒性蛋白。 ## 政策现状与未来路径 美国目前尚无联邦法律强制要求合成基因订单筛查。2024年，拜登政府曾发布行政命令鼓励自愿筛查，但企业合规率不高。此次公开信旨在推动国会立法，建立**统一的强制性筛查标准**，并可能涉及AI模型发布前的生物安全评估。签署方还呼吁加强国际协调，防止监管套利——即恶意分子转向筛查宽松的国家采购基因片段。 ## 小结：AI治理的新前沿 这封信标志着AI安全讨论从“算法偏见”“虚假信息”等传统议题，延伸至**生物安全这一更硬核的物理世界风险**。它反映出行业对AI能力边界日益清醒的认识：技术越强大，越需要前置护栏。正如信中所言：“我们可能只有一次机会在灾难发生前建立防护。”接下来，国会是否响应、如何平衡创新与安全，将成为全球AI治理的重要风向标。
## 法院如何应对 AI 生成诉讼的浪潮？ 在科罗拉多州，联邦治安法官 Maritza Braswell 日常需要处理大量由无律师当事人提交的文件。自 2023 年以来，这类文件的数量翻了一倍多，她认为这主要归功于 AI 的普及。AI 看似降低了法律服务的门槛，让更多人能够提起诉讼，但并未显著提高他们的胜诉率。法官们开始质疑，当聊天机器人充当律师角色时，它们应承担何种权利与义务。与此同时，立法者正在纠结：当聊天机器人提供糟糕的法律建议时，谁该为此买单？ ## 虚拟电厂：数据中心的新能源方案？ 你是否愿意为减少用电量而获得补偿？如果这样做是为了帮助当地的数据中心供电，你会改变主意吗？谷歌支持的一个新项目将测试这些问题。该公司签署了一项协议，在美国最大的电网中资助一个虚拟电厂。该系统将整合电动汽车、智能恒温器等设备，在电网紧张时付费让用户调整用电行为。该项目有望释放容量，满足谷歌数据中心的用电需求——但有一个问题：人们可能并不配合。 ## 今日必读 1. **欧盟提出新立法，旨在摆脱对大型科技公司的依赖**：新法律旨在推动本土云、AI 和半导体产业发展，并禁止非欧盟实体通过“关闭开关”干扰技术服务。提案还需与成员国协商。 2. **五眼联盟警告：中国间谍利用 LinkedIn 招募人员**：情报机构称北京正利用求职平台进行间谍活动，招募政府和军事人员。 3. **更多精彩内容**：请关注我们的每日科技资讯。
The tech was used once before to pull viruses directly from the blood
全球技术服务公司 Endava 正通过 AI 智能体、ChatGPT Enterprise 和 Codex 加速软件交付、自动化工作流，并在企业内部构建 AI 原生文化。其 CTO Matthew Cloke 分享了这场转型的核心：将 AI 嵌入日常工作的每一个环节，从需求分析到部署，让智能体成为默认的协作伙伴。 ## 从工具到文化：AI 优先的思维转变 对于拥有 25 年历史的 Endava 而言，引入 AI 并非简单的工具叠加，而是对工作流、领导方式及团队协作模式的彻底重构。Cloke 指出，过去两年 AI 对 Endava 产生了根本性影响，公司必须回答“如何在 AI 新时代保持相关性”这一命题。 为此，Endava 选择 OpenAI 作为企业 AI 平台，全员开放 ChatGPT Enterprise 和 Codex 的访问权限。目标不仅是采用，更是让 AI 成为日常工作流的一部分。“AI 原生意味着首先想到用 AI 解决问题，而不是最后才考虑它。”Cloke 强调，这种思维转变要求团队将 AI 视为默认选项，而非锦上添花。 ## DavaFlow：AI 原生的交付方法论 AI 转型最初从软件交付团队开始。当开发者尝试 AI 辅助编码和智能体工作流后，他们发现瓶颈已不再是工程产出——需求收集、业务分析、规划和利益相关者协调都需要同步提速。 这一洞察催生了 **DavaFlow**，Endava 的 AI 原生交付方法论。Cloke 表示：“我们开始挑战自己能多快产出需求，多快为客户提供正确的业务方案。”如今，OpenAI 技术已嵌入 DavaFlow 全生命周期，从会议准备、业务规划到产品发现、软件工程和部署，无一例外。“DavaFlow 的每个环节都在使用 OpenAI 技术。” ## 智能体无处不在 在 Endava，智能体已成为后台运行的常态。Cloke 直言：“如果我没有一个智能体在后台运行，我会觉得自己在浪费时间。”这种文化鼓励员工将重复性工作交给 AI，从而聚焦更高价值的创造。 通过 AI 智能体，Endava 不仅提升了软件交付速度，还重塑了企业工作流。例如，在需求分析阶段，AI 能自动从会议记录中提取关键信息并生成初步文档；在部署环节，Codex 辅助代码审查和测试，大幅减少人工错误。 ## 行业启示 Endava 的实践为技术服务业提供了可复用的范本：AI 转型不仅是技术升级，更是组织文化的演进。当企业将 AI 嵌入日常流程，并从领导层开始倡导实验精神，智能体便能从工具进化为协作伙伴。这种“AI 原生”思维，正成为下一代软件交付的核心竞争力。 > 关键点总结： > - **平台选择**：以 OpenAI 为基础，全员使用 ChatGPT Enterprise 和 Codex > - **方法论创新**：DavaFlow 将 AI 嵌入交付全流程 > - **文化驱动**：让智能体成为默认工作方式，而非额外选项
美国联邦治安法官玛丽莎·布拉斯特尔每天要处理大量无律师代理的诉讼文件，她发现近年来这类案件数量显著增长。一项新研究分析了2005年至2026年间的450万起联邦民事案件，显示无律师代理诉讼的比例从2022年的11%升至2025年的16.8%，其中2023年后提交的文件数量翻了一番以上。布拉斯特尔法官认为，这一变化与AI密切相关。作为一位精通技术的法官，她已学会识别大语言模型的写作风格——从流畅的措辞到偶尔出现的幻觉案例和虚构引文。AI似乎降低了诉讼门槛，但并未提高胜诉率。法官们开始质疑，当AI扮演律师角色时，它应承担何种责任？例如，聊天机器人是否有义务提供优质建议？美国各地的立法者也在探讨，当聊天机器人给出错误法律建议时，谁该为此负责。 为了验证AI是否推动了无律师代理诉讼的增长，MIT的Anand Shah和USC的Joshua Levy对1600份随机抽取的法庭文件进行了AI文本检测。结果显示，被标记为AI生成的文书比例从2023年的1%飙升至2026年的18%。布拉斯特尔法官认为，这未必令人担忧。尽管AI辅助的诉讼浪潮增加了工作量，但许多法官发现这些案件反而更容易裁决，因为AI帮助缺乏法律训练的人更清晰地陈述论点。无律师代理的文书向来难以解读——有些字迹潦草如天书，法官需费力破译。但无论如何，法官必须认真对待每一份文件。 AI的介入还引发了更深层的法律问题：当AI提供的法律建议导致当事人败诉时，平台是否应承担责任？部分州已开始考虑立法，要求AI法律工具明确标注“非专业建议”，并设置免责条款。与此同时，联邦司法中心正在培训法官识别AI生成文书，包括检测虚假判例引用。这场技术变革正在重塑司法系统的底层逻辑——从提高效率到重新定义“法律代理”的边界。