Bloomberg 記者 Mark Gurman 表示,Apple WWDC26 的宣傳海報已透露 iOS 27 中 Siri 新設計的初步樣貌。Apple 語音助理終於迎來重大革新,帶來全新外觀與功能升級。Gurman 指出,新 Siri 設計融入類似海報中發光效果的視覺元素,尤其在 iPhone 暗黑模式下效果最為突出,這也是海報採用黑色背景的原因。雖然設計可能在 6 月前調整,但這似乎是 Apple 目前的方向。
Siri 新介面細節曝光
Gurman 描述,啟動 Siri 時,它會從 iPhone 螢幕頂端的 Dynamic Island 浮現。該橢圓形區域會擴展並發光,伴隨「Search or Ask」提示及閃爍游標,視覺風格類似 WWDC 海報中「26」數字的處理方式。獨立 Siri 應用程式中的文字搜尋欄同樣採用此發光效果。此外,Apple 副總裁 Greg Joswiak 發佈的 WWDC 日期公告影片,也展示了類似動態光效。
這是 LLM 時代 Apple 第二次重設計 Siri,上一次 Apple Intelligence 版本以螢幕邊緣彩虹燈效為主,並於 iOS 18 推出。但原定功能未能如期上線,Apple 似已重新設計。iOS 27 的新 Siri 將更貼近現代 AI 聊天機械人,提供持續對話、多請求單次輸入、個人脈絡整合及螢幕內容辨識等功能。其核心基於採用 Google Gemini 技術的新基礎模型。
許多用家正翹首以盼新一代 MacBook Pro,它預計將帶來多項重大更新,包括配備 Dynamic Island 切口的 OLED 顯示屏、類似 iPad 與 iPhone 的觸控螢幕,以及更強大的 M6 Pro 與 M6 Max 晶片。Bloomberg 記者 Mark Gurman 在其通訊中指出,Apple 因業界記憶體短缺而面臨生產問題,供應限制導致 MacBook Pro 發佈時間略為延後,或許要等到明年年初。
供應短缺導致發佈延期
Gurman 早前曾預測 Apple 將於 2026 年底至 2027 年初推出這款新 MacBook Pro,市場普遍預期 10 月或 11 月會有相關公布。但他現時認為 Apple 更可能瞄準該時段後期,主要受 RAM 與 SSD 儲存等元件的業界短缺影響。Mac Studio 的即將更新亦因相同原因而延後。Gurman 表示,支援全新觸控螢幕 MacBook Pro 的軟件調整已於 macOS 27 秋季版本準備就緒,因此延誤並非源於軟件開發問題。
他早前報導指,觸控介面將引入全新情境選單控制、系統選單列中動態放大按鈕等功能。這款 MacBook Pro 在產品線中的定位仍有待觀察。由於同時帶來多項重大升級,Apple 或許會將這款 OLED MacBook Pro 定位為全新高端型號,並定更高價位。目前的 M5 MacBook Pro 則繼續以現價銷售。此策略亦有助緩解供應短缺帶來的需求壓力。
以下為預計規格總覽:
藍色起源的目標不僅限於商業客戶發射衛星。公司希望憑藉新格倫承接未來 NASA 登月任務,並為自身以及Amazon計劃中的太空互聯網衛星星座提供入軌能力,成為其更廣泛太空基礎設施布局的重要一環。目前,藍色起源正為首個機器人月球著陸器做最後準備,計劃於今年晚些時候試射。
本次完成重複使用的助推器,正是藍色起源去年 11 月執行第二次新格倫任務時所用那枚。在那次任務中,該助推器協助兩枚 NASA 機器人探測器飛向火星軌道,隨後在海上無人回收船上成功著陸。
YouTuber Sandro van Kuijck 駕駛 Tesla Model X,歷時三年橫跨美洲大陸,將這輛車改造成自給自足的長途越野平台。位於美國奧勒岡州的 EverydaySandro 頻道創作者,從巴拿馬公路北端的 Tuktoyuktuk 出發,目標直指阿根廷 Ushuaia 南端。到達智利時,行程已穿越大陸最偏遠地帶。Model X 加裝滑出式廚房、電磁爐、自來水、雪櫃及睡覺配置,外觀大致維持原廠,仅更換全地形輪胎。
都柏林三一學院及比勒陀利亞大學獸醫學院的科學家開發新型技術,評估氣候變化對水生物種的威脅。他們透過微型感測器記錄魚體及水溫,實時追蹤熱量產生與散失。分析生物記錄數據後發現,中溫魚類的能量消耗約為同尺寸冷血魚類的 3.8 倍。「體溫上升 10°C(相當於 50°F),魚類常規代謝率將超過兩倍,」三一學院的 Nicholas Payne 博士指出。「這意味暖血掠食者需攝取更多食物來維持生活方式。
」
隨著魚體增大,熱產生速度快於散失,受幾何與物理原理影響,大型體型更易留存熱量,中溫魚的高代謝率加劇此效應。若超過「熱平衡閾值」,魚類恐過熱,無法有效散熱,除非改變行為或生理狀態。例如,1 噸重的鯊魚在超過 17°C(62.6°F)的水域可能開始掙扎。「超過此限,魚類須減速、調整血流或潛入較冷深處,但這會增加尋食或捕食難度,尤其其主要武器為速度與力量,」三一學院自然科學學院的 Andrew Jackson 教授強調。
據悉,三位主管離職各有原因:Kevin Weil 曾負責 OpenAI 的科學部門,其所在研究單元將不再作為獨立項目持續;Bill Prabhu 作為視頻生成模型 Sora 的研發主管,形容這段經歷是「一生的榮譽與冒險」;Sriram Iyer·納拉亞南則表示將陪伴家人離職,他曾助力 ChatGPT 及其 API 的規模化發展。
核心項目調整與挑戰
高層離職背後,折射出 OpenAI 模型重心的轉移。備受關注的 AI 視頻工具 Sora 將於 4 月 26 日關停網頁及應用版本,後續亦將停止 API 服務。儘管 Sora 巔峰時期擁有約 100 萬用戶,但其使用率已大幅下滑,日均運營成本高達 100 萬美元,約 HK$780 萬,同時還面臨美國電影協會對其知識產權的質疑。除此,OpenAI 的科學部門亦將被「去中心化」,其工作將重新分配至其他研究團隊。
《Pragmatic Engineer》作者 Gergely Orosz 試用後形容這個模型「出人意料地帶攻擊性」,隨後宣布放棄,換回 4.6。這邊罵聲還沒散,那邊一組數據指向相反方向。Artificial Analysis 給 Opus 4.7 的 Intelligence Index 打 57 分,並列 GPT-5.4、Gemini 3.1 Pro 全球第一。
創業者 Jeremy Howard 形容它是「第一個真正懂我在工作時到底在做什麼的模型」,Y Combinator CEO Garry Tan 正在用它做項目。還有人說,Claude Opus 4.7 已實現通用人工智慧(AGI)。同一個模型,有人看到 AGI 的影子,有人覺得自己的工作炸了。上線兩天,Opus 4.7 就把 AI 社群攪炸。
。為什麼模型越來越聰明,用戶越來越焦慮?因為每一次「更好」,都意味著推翻上一次的「剛好」。Anthropic 員工 Alex Albert 在發佈當天寫道:很多人昨天剛開始體驗 Opus 4.7 時可能遇到的 bug,現在已修復。感謝大家的包容和耐心。bug 可以修。但信任這種東西,消耗容易,重構很難。這輪 AI 軍備競賽的下一個瓶頸,也不只只是算力和數據,還要比誰能在快速迭代的同時,不把自己的用戶甩下車。
這次,Anthropic 發佈了遷移指南,但用戶更想要的是一句保證:升級不能把原有的工作推倒重來。當 AI 從玩物變成生產力工具,「快速迭代」就不再是無條件的優點。Opus 4.8 會怎麼來?Anthropic 還沒說。但用戶的耐心,已開始倒計時。
據外媒 The Information 引述多位知情人士消息,中國大模型企業 DeepSeek(深度求索)正啟動成立以來首次外部股權融資,以逾 100 億美元(約 HK$780 億)估值,計劃募集不少於 3 億美元(約 HK$23.4 億)資金。此舉標誌這家曾長期堅持「自給自足」的科技黑馬,正式加入全球 AI 資本競賽。
人們已習慣與 AI 對話。只需敲擊鍵盤,一個問題即被迅速拆解、計算並生成答案。它看起來輕鬆、即時,甚至有點不真實——彷彿從某個虛空被「召喚」出來。少有人追問這些答案從何而來。算力並非空氣。模型不會自行運作。每一次生成背後,需對應成百上千塊 GPU、持續運轉的伺服器,以及一套龐大而複雜的能源系統。這些東西方不會憑空浮現於雲端,它們需落腳於某個實體地點,佔用土地、消耗電力、抽取水資源,也不免製造噪音、排污與衝突。
大家已習慣與 AI 對話。敲下鍵盤,一個問題即被迅速拆解、計算、生成答案。它看起來輕鬆、即時,甚至有點不真實——彷彿從某個虛空被「召喚」出來。少有人會追問,這些答案從何而來。算力並非空氣。模型不會自行運作。每一次生成背後,對應著成百上千塊 GPU、持續運轉的伺服器,以及一套龐大而複雜的能源系統。這些東西不會飄浮在雲端,它們必須落腳於某個實體地點,佔用土地、消耗電力、抽取水資源,也不可避免地製造廢氣、排放和衝突。
2026 年無疑是 AI 主導視野的一年。程式設計師面臨裁員,一人公司爆紅,龍頭企業入侵全球,AI 熱潮帶來的是普通人愈發深刻的焦慮。AI 真正來臨,那麼工作前景如何?不少人後悔當初高考未選 AI 相關專業,仿彿錯過了時代最大風口。
如今在外行人眼中,這些 AI 專業學生拿著高薪文憑,整天在實驗室研究大模型,玩得比誰都溜。若說他們是 AI 圈原住民,旁人就是單純的外來客,什麼也不幹就整天光顧 AI 了。
那麼這些抓住新時代船票的人,現在到底在幹什麼?
帶著這個疑問,採訪了來自不同高校、仍在學 AI 的本科生、碩士生。他們出乎意料的是,在這外間無限拔高的象牙塔裡,並沒有多少成功故事。他們其實和普通人一樣,在現實框架下掙扎求索。
課程落後,基礎知識優先
首先,學校的培養計劃基本跟不上步伐,上課不教用 AI。不過這也合理,學校期望他們創造 AI,首先得教基礎知識,這沒錯。但現實是,很多 AI 專業從資訊學院或計算機學院拆分而出,培養方案還在過渡期。有些教電子通訊,有些還用舊計算基礎。
李同學來自安徽一所 985,大三吐槽,他們這屆正好趕上 AI 專業從資訊學院獨立的第一年,培養方案還沒改完,要修通訊專業的《信號與系統》,但不用修計算機的《編譯原理》和《操作系統》。
最磨人的是,還得上《電磁學》、《量子物理》等一堆物理課。對計算機而言,這玩意兒又難又沒用。除了理論課,實際編程也教得不完美。
了解 AI 的朋友都知道,Python 是目前人工智慧領域使用最廣泛的程式語言。一位自稱「末 9 AI」的同學說,他們的培養計劃一直以 C++ 為主,這導致「學」和「做」很脫節。日常用 Python 做項目,課業和考試強制 C++ 編寫,這也是因為沿用了隔壁計算機專業的計劃。
學的與用的不一致,也算 AI 之神留給同學們的考驗。
再者,如今的 AI 編程已強到出圈,互聯網天天爆出裁員,Claude 創始人 Dario 也曾透露,絕大部分代碼已非人工所寫。但學校,確定沒那麼與時俱進。在調查中,採訪者得知,有關 AI 編程的課,確實還沒學校開設,大家還在守舊法編程。老闆講解 PPT 時,可能會順口提一句,「最近很火的 GPT 咩,Claude 咩,好多人用佢寫代碼,所以呢啲話畀我哋知咩?
以後同學哋最需要嘅,其實係創造力。」然後就結束了。想真學 AI 編程技巧,只能自己關注科技圈、看視頻才了解。
不敢有一位同學提出,學校教的知識和技術有些已過時,老師的作用就是帶你推開這領域大門,更深層的還得自己探索。採訪者覺得合理,畢竟他們能畢業那麼多年,學校版本更新還那麼慢,那我就放心了。來自浙江某 211 的 pony 告訴我,「老闆又唔寫代碼,係我哋寫。
」我突然就看明白了,學生才是最好的 Agent。
老闆們對 AI 的態度,也算比較脫節。來自湖南某 985 的金融同學告訴採訪者,他學網絡安全,在使用 AI 這方面,網安方向的老師態度明顯,不鼓勵使用,認為很多操作需親手完成,才能真正理解原理,尤其在安全領域,把操作交給 AI 本質就是隱患。而 Web 開發方向的老師反過來,主動在課上提過正確使用 AI,做 Web 開發能省好多事。
有說法是,兩邊的老師其實沒錯。網絡安全要求對底層原理近乎肌肉記憶,這一步跳不過去;Web 開發中存在大量模式化工作,AI 確實能顯著提升效率。問題在於,沒人能引導學生形成一套自己的判斷系統,什麼場景下用 AI,什麼場景下需親力親為,怎麼用才不會丟基功,全靠學生自己摸索。
這也可能導致一個問題:會用 AI 的人拿它當工具,越學越快;不會用的把什麼丟給 AI,一學期下來什麼也沒沉澱。
台下的學生也不閒著,你不教我就自己學。在問到課堂沉悶情況時,來自上海某 985 的小雪同學說,「大家現在都唔太聽老闆講,全喺埋頭學,行業需要嘅同學校教嘅確實有差距。」因為 AI 使用越來越方便,在課業部分,大家的 AI 使用率已非常高。「現在寫課程設計基本 AI 參與率係全過程,無唔用嘅。」來自上海的博士生周輝告訴我們。而在其他年級的學生,也得到相似答案。
有趣的是,每個人在談「用 AI 非常方便」時,都會帶一個「但係」,沒人覺得自己已完全駕馭 AI。金融同學說,過度依賴 AI 會失去對項目的掌控,代碼會變成黑箱。寫代碼省下來的時間,全花在審核代碼上了。「就係寫出嚟同我想嘅唔一樣,修改起嚟好費時。呢啲係需要自己先有開發經驗、手打過代碼之後,先真正駕馭 AI。」博士生周輝表示,自己燒了 2 億 token,最終感受是:簡單的腳本讓 AI 直寫沒問題,但高層設計還是要自己來。
「因為同 AI 聊多了會發現自己偏見。AI 畀你嘅結論睇落好叻,但錯嘅地方你其實睇唔出,反過嚟自己做更準。好多大牌敢放心用 AI,係因為佢哋本來就知乜嘢對乜嘢錯。」
正準備投簡歷的小雪直接開始吐槽:AI 用慣了,自己寫唔出代碼,一題題都唔會。所有人都喺瘋用 AI,但沒人覺得自己掌握了版本答案。而對他們來說,又是另一種鬼一樣的狀態。
如今,互聯網大廠對應屆生的要求,已千奇百怪。
面試時要唔要「手捉代碼」(不借任何工具打出一段代碼題),已成常見問題。有些還守舊法編程,有些已進化到 AI 編程階段。平時老師讓用 AI,但面試時不一定讓用,就相當於高考突然讓你現推廣義股定理,其中洶湧得只有自己知。
還有一點常被忽略:優質投資方帶來的不僅是錢,還有算力夥伴、客戶渠道、政策關係。這些「非財務價值」,是「自我供血」模式完全缺失的。
量子位稱,在首輪融資中,梁文鋒個人就放了 200 億元,既是對外部投資者的定心丸,亦是個人信念的宣示。
One More Thing,如今天正是 AI 行業融資回暖的時機節點。經過 2024 年調整期,全球 AI 投資市場在 2025 年下半年至 2026 年初呈現復甦態勢,大額融資案增多,估值水準回升。