美國總統特朗普5月1日表示，由於歐盟未遵守雙方已達成的貿易協議，美國將於下週對進口自歐盟的汽車和卡車徵收25%的關稅。特朗普同時表示，若相關企業在美國本土設廠生產，則可免於關稅。特朗普在社交媒體上發文稱：「基於歐盟未遵守我們完全達成的貿易協議，下週我將對歐盟輸美汽車卡車外徵收關稅，稅率將提高至25%。」他同時強調，目前有超過1000億美元正投資於美國境內的汽車和卡車製造工廠。
此次涉及的貿易協議是美歐雙方於2025年7月在特朗普蘇格蘭高爾夫球場達成的「特恩協議」。該協議將歐盟輸美汽車的關稅上限設定為15%，作為交換，歐盟同樣同意降低對美國工業品的貿易壁壘，並承諾購買7500億美元的美國能源及進行6000億美元的投資。 歐盟方面對此表示強烈不滿。歐洲議會國際貿易委員會主席貝爾德·蘭格批評特朗普的做法「不可接受」，並指出美方已「多次違反協議」。
蘭格表示，歐洲議會正推進相關立法工作，目標是在今年6月前完成，同時強調歐盟將繼續履行現有安排。 目前美歐貿易關係正處於敏感時期。受伊朗衝突影響，全球油價上漲、通脹壓力加劇，此時卡車外徵收關稅可能進一步衝擊脆弱的世界經濟。
美東時間周四，Elon Musk嘅首個年度薪酬金額終於出爐咗：1580 億美元（約合人民幣 10788.56 億元）。喺Tesla公司股東去年 11 月批準Elon Musk重返天價薪酬方案之後，Tesla本周四首次喺監管報告中披露咗呢個 2025 年的薪酬金額。雖然呢個薪酬數字高得令人震驚，但Tesla喺披露時亦附上咗幾條重要說明——Tesla強調，Elon Musk喺單年度所得薪酬總額嘅公司報告數字同實際實現價值之間可能存在「重大偏差」。
直白嚟講，就係因為Tesla去年未達成任何市值或營運目標，Elon Musk去年嘅總實際薪酬為：零。
呢個薪酬方案嘅背後重要原因係呢份薪酬方案嘅特氏組成結構：呢份薪酬方案完全由股權獎勵構成。就喺六個月前，Tesla超過 75%嘅有表決權股東支持咗呢個巨額股票獎勵方案。該方案嘅結構係，只有喺Tesla股價攀升並公司達成各類營運里程碑嘅情況下，Elon Musk先可以兌現薪酬方案。具體嚟講，該薪酬方案將分 12 批次發放，要求Elon Musk將Tesla市值由「1.4 萬億美元分階段逐步提升至 8.
5 萬億美元」，並達成特定營運目標（如交付「200 萬輛汽車」、「銷售「100 萬台人形機器人」、「實現「100 萬輛自動駕駛出租車商業化」）等。如上所述所有 12 個批次嘅目標全部實現，佢將喺十年內獲得公司約 12%嘅股份，價值約 1 萬億美元。然而，由於Tesla去年未達成任何市值或營運目標，Elon Musk去年嘅總實際薪酬為零。去年薪酬嚟嘅兩部分均未實現兌現 具體嚟睇，Elon Musk去年獲得嘅總薪酬數字（1580 億美元）包含兩部分，第一部分就係假設所有業績條件能夠達成嘅情況下，Elon Musk所得嘅最高預授權價值。
Tesla報告指，該預授權價值約為 1320 億美元。第二部分（約 260 億美元）係Tesla董事會於去年 8 月批準預授Elon Musk嘅臨時獎勵喺預授權嘅預授權價值。但由於 2018 年薪酬方案復活效應，Elon Musk喺今年 4 月放棄咗呢筆項目。
近日一款由日本廠商與高校聯合金研的人形機器人原型機正式亮相，被當地媒體稱為「純日本產」機型。不過，在此前嘅測試中，該機器人嘅頭部零組件突然故障，導致其喺發佈會上無法完成行走示範。 呢款機器人名為「晴明」，身高 140 釐米，體重 49 公斤。其「軟體」零組件全部採用日本國內供應商。該項目由 2 所大學同 14 家企業參與，目標係喺 2029 年 3 月底前開發出可在受災現場等環境中發揮作用嘅量產型號。
研發團隊用咗 4 個月就完成咗原型機嘅製作。
項目團隊計劃喺 5 月底前完成對該機器人嘅修復同改進，並同時展示其實際運行情況。值得注意嘅係，機器人「身體」嘅馬達、感測器等零組件均由日本廠商提供，但負責控制系統嘅計算機核心部分——GPU，則來自美國英偉達公司。
OpenAI 研究科學家陳博遠在知乎上發表了一篇文章，開頭非常直接：「大家好，我是 GPT Image 團隊的研究科學家陳博遠。上週發佈的 GPT 生圖模型就是我主導訓練的！」他還提到，這次終於修好了模型的中文字體渲染。如果中文用戶有什麼反饋，可以直接回覆他。 ChatGPT Images 2.0 發佈之後，很多人的第一反應是：這個模型的中文字體能力，強得有點不講道理。
過去的圖像模型多少有些「看不懂字」。它們能畫風景、畫人物，但一旦涉及中文，就很容易變成一團難以辨認的鬼畫符。但 GPT-image-2 不一樣，它不僅能寫對字，還能排版、分段、生成帶邏輯結構的中文資訊圖。曾經那種「看文字判斷是不是 AI 生成」的訣竅，到這一代已經行不通了。 陳博遠是 GPT Image 2 訓練和能力展現裡真正站到前臺的人之一。在發佈會上，他和奧特曼一起演示了文字渲染能力。
發佈後，他又在知乎上解釋了官網圖片背後的很多花絮：LMArena 雙盲測試時，GPT Image 2 曾用「duct-tape」（布基膠帶）作為代號；官網 blog 裡的很多圖片，是他親手用模型做出的；中文字體漫畫、米粒刻字、多語言文字、視角證明、自動生成二維碼，這些看起來像宣傳材料的圖片，其實是有設計目的的能力測試。 對這個「duct-tape」的膠帶，他用了很有趣的解釋：「至於為啥起名叫布基膠帶呢.
.當然是因為你可以用布基膠帶把香煙貼在牆上嘛！」
陳博遠並不是那種一眼就能被記住的研究員。沒有頻繁的公開演講，也沒有刻意經營個人表達。他會寫博客、發一些輕鬆的內容，但這些更像是記錄，而不是建立影響力。相比之下，他的存在感更多來自模型本身。 他現在是 OpenAI 的一名研究員，參與圖像模型的訓練。在此之前，他在麻省理工學院完成電子工程與計算機科學博士學位，同時修讀哲學，也曾在 Google DeepMind 參與多模態模型的研究工作。
這些經歷已經足夠亮眼，但更重要的是他長期關注的問題。 從 DeepMind 到 OpenAI，陳博遠的研究方向並沒有改變。當大部分人還在討論模型能不能寫得更好、畫得更像的時候，他關心的是一更基礎的層面：模型究竟在「理解」什麼。可以看作三個問題：模型如何理解圖像？圖像和語言之間到底是什麼關係？當一個模型面對真實世界時，它究竟是在生成結果，還是模擬世界？ 這些問題聽起來抽象，但它們卻決定了今天這一代模型的邊界。
在他的個人主頁上，他把自己的研究方向寫得很直接：世界模型、具身智能、強化學習。 所謂世界模型，可以理解為一件事：讓 AI 在腦部形成一個對世界的判斷。它不要知道眼前發生了什麼，還要能預測接下來會發生什麼。這和今天常見的 LLM（大語言模型）有點區別，LLM 更像是在處理語言，而世界模型更近於一種結構：它需要理解空間、時間、因果，以及行為的結果。 用一個很簡單的例子來說，AI 如果真的「理解」世界，它應該知道塑料杯掉在地上會彈一下，而玻璃杯會碎掉。
具身智能和強化學習，則可以理解為這個問題的延伸——如果一個模型真的理解世界，它就不應該只是回答問題，還應該能行動，並在行動中不斷修正自己的判斷。他參與的工作，往往不是單一任務優化，而是試圖把生成模型、視覺理解和決策系統連在一起。 他最具代表性的工作之一，是一項名為 Diffusion Forcing 的研究。這項研究試圖解決一個很基礎的問題：模型到底是一步一步生成，還是瞬時生成？
LLM 是前者，它長序列生成，但長內容裡容易出錯；擴散模型更近於後者，它更穩定，但缺乏結構。 陳博遠的做法，就是把這兩種方式放在同一個模型裡，讓模型既能逐步生成，又能對整體進行約束。如果說 Diffusion Forcing 是在時間維度上做統壹，那麼他參與的另一項工作 SpatialVLM，就是在空間維度上補充能力。 這個工作針對一個長期存在的問題：模型雖然能看圖說話，但並不真正理解空間關係。
它不知道遠近、大小，也不理解物體之間的相對位置。為了解決這一點，他所在的團隊建了一套三維空間推理體系，讓模型不僅能「看見」，還要能「推理」。 類似的思路也出現在他的其他工作中，例如利用歷史資訊引導生成的 History-Guided 方法，或將視覺、動作與語言統壹建模的研究。這些工作看起來分散，但都指向一個方向：讓模型不只是輸出結果，而是在腦部形成一種穩定的表達。
在嚴肅的研究方向之外，陳博遠也會偶爾展現出一種很活潑的個人趣味。例如這次在知乎上發表的文章，又例如他在個人主頁特別介紹了自己的興趣是煮波霸奶茶（making boba），連知乎名都是「MIT 奶茶店長」。 他還寫了一篇博客，給美國計算機科學名校做了一個排名，標準不是科研實力，而是煮奶茶。斯坦福被他排在第一，因為校園周圍「有被高質量奶茶店包圍」，而 MIT 則被他打了一個不太高的分數，原因是「還近奶茶店太少，而且質量不穩定」。
這類表達很輕鬆，但可以看出他的研究風格：把複雜的問題拆開，找到可以比較的維度，再做判斷。他的工作本質也在做類似的事，只不過對象換成了模型。 陳博遠並不是那種一眼就能被記住的研究員。沒有頻繁的公開演講，也沒有刻意經營個人表達。他會寫博客、發一些輕鬆的內容，但這些更像是記錄，而不是建立影響力。相比之下，他的存在感更多來自模型本身。 如果只看圖像模型的發展路徑，過去的邏輯其實很簡單：更大的參數、更高的分辯率、更穩定的生成過程。
大多數改進，集中在「畫得更像」這件事上。 但隨著模型開始處理更複雜的內容，這條路也走到了瓶頸：當圖像裡不僅有視覺元素，還包含文字、結構乃至邏輯關係時，問題不再只是像不像，而是這些資訊如何同時成立。 問題從生成質量，轉向了結構一致性。這類問題並不是所有研究者都會去做，它既不直接對應某個評測指標，也很難在短期內轉化成產品效果。相比之下，做分辯率、做風格、做細節，往往更容易看到提升。
而陳博遠的路徑，恰好避開了那些「更容易」的方向：從他在學術階段的研究開始，他關注的就不只是單一模態的能力，而是不同能力之間如何被連接到一起。 在很長一段時間裡，視覺模型、語言模型和決策系統，是各自發展的。它們可以通過接口連接，但在腦部往往是分開的。因此，模型雖然可以「調用能力」，卻很難表現出一致的理解。 陳博遠做的工作，就是試圖改變這種狀態。這次模型的很多能力展現，本來就發生在「圖像、文字、邏輯、真實物體和文化語言環境」的交界處。
陳博遠說，官網 blog 裡的很多圖片都是他親手做的。整個 blog 都是用圖片生成的，完全沒有普通文字。換句話說，用戶在官網上看到的很多示例，不只是宣傳材料，而是模型能力本質的一部份。 例如那幅中文彩蛋漫畫。他想做一個很有趣的漫畫，於是用到了「接住桿」和「香煙桿」。為了展示文字能力，他特意讓模型在圖裡加入多國語言文字，又在家庭廚房的微小角落生成特別特別小的中文，用來測試模型到底能處理多細的細節。
更關鍵的是，這幅圖不是拼湊出來的——按他的說法，整幅圖，包括畫中畫和畫中畫中的畫，都是瞬時生成的。他希望大家以為這是拼圖，這才特意在圖底加了註解。 這正好說明 GPT Image 2 的難點在哪裡。過去的圖像模型如果能寫出幾個不出錯的大字，已經算很不錯了。但 GPT Image 2 要處理的是一整套層級：它要知道這是一幅漫畫及插圖，漫畫裡有圖，圖裡還有圖；它要在不同層級裡放入不同語言的文字；它還要讓這些文字和畫面關係成立，而不是隨機散落在圖裡。
再比如米粒刻字。陳博遠說，他一開始覺得普通文字渲染還不夠驚艷，於是在隊友提議下做了一幅 4K 圖：畫面上是一顆米粒，其中一粒米上刻著字。這測試了模型在極小尺度裡的文字控制能力。 還有那幅黑板視角證明。陳博遠表示：「如果讓他解普通數學題方程啥的，好像就太簡單了。nano banana 好像通過思考模式+文字渲染的方式也能做。於是我想到了一個我非常喜歡的視角證明來真正考驗 GPT Image 2 獨特的視角推理效果。
圖裡提示詞語的，是在黑板上用視角（而不是數字）證明從 1 開始的奇數之和是一個平方的。普通的模型其實很容易推理出數字解，但圖形解只有視覺模型才能做了。」 這也是 GPT Image 2 這次發佈裡最值得注意的變化之一：它開始能把一個抽象關係變成圖像結構，再把這個結構用視角方式表達出來。 所以，與其說 GPT Image 2 在「生圖」，不如說它在生成一種帶有結構的視角表達。
漫畫、海報、視角證明……這些東西本質上都不是純圖片，它們同時包含文字、排版、層級、對象關係、任務目標和審美判斷。 過去的圖像模型容易在這裡崩潰，是因為它們把圖像當成像素結果。而這一代更強的圖像模型，必須把圖像當成一種帶結構的表達。 在 OpenAI 內部，真正參與模型訓練的人其實不多。GPT-image-2 發佈之後，研究負責人 Gabriel Goh 在社交媒體上公開感謝了他們的團隊成員。
名單並不長，只有十幾個人。這更像是一支小團隊，而不是龐大的工程體系。團隊成員分散在不同方向，有人做視覺，有人做生成機制，有人處理系統結構，但最終指向的是一件同一件事：讓模型具備一套可以同時處理圖像、語言和結構的能力。 推文裡的插圖某種程度上也像是一張比喻：一群人圍在一起，每個人負責一部份，最後拼成同一幅圖。 模型的結構、能力邊界，乃至「圖像應該是什麼」，都是在這樣一支團隊裡一點一點做出的。
有個值得注意的地方是，在這十幾人的核心團隊裡，可以看到相當數量的中文姓名。除了陳博遠之外，還包括做視覺語言模型的王劍鋒（Jianfeng Wang）、做模型評估與數據問題的梁偉新（Weixin Liang）、長期從事圖像生成的楊宇光（Yuguang Yang），以及參與圖像生成與系統訓練的多位研究者。 陳博遠也沒有把這件事寫成一個人的勝利。在知乎文章的最後，他特別感謝了整個團隊。
他說，每個人都做了很多很多的事。在發佈前的尾聲，他除了修一些小細節，就是和市場部同事、做藝術的同事一起準備發佈會和網站。 也就是說，GPT Image 2 是一次研究、產品、審美和宣傳的共同完成。模型團隊要把能力做出來，藝術團隊要知道什麼樣的圖能把能力展現出來，市場團隊要把這些能力翻譯成普通用戶看得懂、願意測試、也願意宣傳的畫面。 這也是為什麼這次發佈裡的很多示例都很特別。
它們並不是隨便生成一幅絢爛圖片就結束，而是主動製造難題：多國語言、極小文字、畫中畫、真實物體、視角證明、搜尋生成海報、二維碼嵌入。 每幅圖都在告訴用戶：你以前覺得圖像模型做不到的事，現在可以重試一遍。 從這個角度看，陳博遠的位置很特殊。他既在模型訓練一側，也站到了發佈現場的一側；他不僅參與把模型做出來，還親手設計了很多讓外界理解模型能力的圖片。 GPT Image 2 當然不是陳博遠一個人的作品，但從公開資訊看，陳博遠確實是這次圖像模型發佈中值得中文社群關注的名字之一。
一方面，這次發佈的 GPT 生圖模型就是他主導訓練的；另一方面，他又剛好抓住了中文用戶最容易感知的突破：中文字體渲染。 當 AI 終於能把中文寫進複雜圖像裡，背後那個長期研究世界模型、空間理解和生成一致性的研究世界，站到了臺前。 他說：「希望這次穩穩接住了大家。」
根據 CNBC 報導，為了在全球最大汽車市場——中國——維持價格戰中生存下來，中國電動汽車製造商正不遺餘力地同樣開發人工智能功能。過去一年，汽車行業的競爭格局發生變化，從提升電續航里程到推出駕駛輔助系統和使用更強大的汽車晶片，如今，汽車製造商正將重點放在一系列車載人工智能功能上。 字節跳動旗下雲平台火山引擎上週五在北京車展上宣佈，目前已有超過 50 個汽車品牌採用字節跳動的豆包 AI 模型。
該科技門戶在車展上設立了一個展位，由自動駕駛出租車公司 Pony.ai 演示。火山引擎表示，這意味著豆包已應用於 145 款車型，覆蓋超過 700 萬輛汽車。除了國產車型外，豆包 AI 還被集成到一些國外品牌的車型中，例如純電動悍馬 GLC、上汽集團奧迪 E7X 和上汽大眾 ID. ERA 9X。「我們將繼續加快新功能的集成速度。」奧迪與上汽合資項目首席執行官費爾明·索拉上月在車展前夕告知記者。
他指出，汽車製造商可以遠程快速部署技術更新，即 OTA。儘管新功能推出迅速，汽車製造商仍面臨持續的銷售壓力。他說：「情況依舊會很艱難，因為產能是有界的。這場價格戰在下個月不會真正結束。」
向人工智能的轉變反映了消費者對互聯功能的渴求，同包括華為智能手機屏幕或豆包等語音助手。根據諮詢公司 Chozan 的數據顯示，字節跳動的豆包是目前中國使用最廣泛的人工智能聊天機器人，截至今年初，其周活躍用戶超過 1.55 億。火山引擎在車展展位上展示了用於汽車的中英文人工智能系統。AlixPartners 亞洲汽車與工業諮詢業務合夥人兼董事總經理 Stephen Dyer 表示，價格戰已演變為圍繞駕駛輔助技術的功能之戰。
然而，挑戰在於，很多這類技術很快就會變得相似，這使得公司更難脫穎而出。根據艾睿鉻（AlixPartners）的數據顯示，在中國最暢銷的 20 款電動汽車車型中，售價在 10 萬元人民幣（約 HK$109,000，US$14,645，約 HK$114,231）以上的車型均提供了類似的駕駛輔助和車載娛樂功能。「有了技術，他們就需要互相競爭，而且要不斷競爭，因為技術傳播速度太快，你永遠無法長期維持技術優勢。
」戴爾說。 相對地，他預計中國企業將開始在「車外體驗」方面展開更多競爭，類似於提供專屬生活方式體驗的豪奢品牌。中國汽車製造商蔚來汽車例如，該公司除了提供採用高級皮革材料的車輛外，還為客戶提供專屬產品和娛樂部會所。這家中國電動汽車公司一直面臨著提供此類優勢帶來的成本壓力以及市場增長放緩的雙重挑戰。但蔚來汽車上週宣稱，其 ES8 是業界首款售價 40 萬元以上的車型中，僅用 215 天就交付 10 萬輛的車型。
阿里雲公司上週五還宣佈，其 Qwen 人工智能模型將集成到包括比亞迪在內的多家汽車製造商的車輛中，以及大眾汽車的一家當地合資企業。該系統允許駕駛員通過語音指令訂餐、預訂酒店、購買景點門票和追蹤包裹等。該模型將採用英偉達的汽車晶片系統，即使得在網絡連接有限的情況下也能正常運作。諮詢公司 Sino Auto Insights 的創始人兼總經理徐樂告訴 CNBC 的 Eunice Yoon，歸根結底，人工智能應該在後台運作以支持用戶體驗，而不一定要成為車輛的功能。
即使汽車製造商在中國市場難以脫穎而出，但他們或許能更有效地與外國同行競爭。「我們認為在大眾汽車中算是簡單功能和標準配置的東西，在西方市場也很快就會成為標配。」Le 說道。（頭條新聞、電車界、AI 普瑞斯編譯）
據《商業內幕》報道，2025 年，Tesla 為其 CEO Elon Musk 支付的安保費用大幅上漲。根據 Tesla 最新提交給美國證券交易委員會的 10-K 文件，雖然企業對高知名度高管的安保威脅持續升級，Tesla 在 2025 年為 Musk 支付的安保費用約 480 萬美元，較前一年的 280 萬美元增長 71%。
截至今年 2 月，Tesla 在 Musk 身上的安保支出已從去年同期 50 萬美元增至 130 萬美元，翻了一倍多。這並非 Musk 的全部安保費用。Musk 的其他公司，包括 SpaceX 和 xAI，也會承擔一部分安保費用，以應對與 Musk 高知名度相關的風險。 去年 9 月，「散戶股東領袖」亞歷山大·梅爾茲 (Alexandra Merz) 在 X 上發帖稱，Tesla 需要「大幅」增加用於 Musk 安保的支出。
Musk 回應稱，他「確實需要加強安保」。《紐約時報》在 2024 年報道稱，Musk 出行時會配備多達 20 名保鏢和一名醫療專業人員。截至發稿，Tesla 尚未置評。
剛剛，Elon Musk 在 X 宣佈：「您現在可以用您的 ChatGPT 帳號登入 OpenClaw 並在那裡使用您的訂閱！祝您捕龍愉快。」在此之前，用戶在 OpenClaw 中使用 GPT-4/5 模型通常需要綁定 OpenAI API Key，現在可直接使用 ChatGPT 訂閱（Plus/Pro）登入，並在 OpenClaw 中使用自己的 ChatGPT 訂閱額度。
對於開發者特別是「捕龍族」來說，主要好處除了簡單方便外，還有 Token 整體成本更低。以往用 API 運行一個「全天候監控郵件並回覆」的任務，可能每月會產生數百美元的帳單；現在，廣大 ChatGPT Plus 或 Pro 級的訂閱者無需再額外購買大量 API Token，只需使用原有的訂閱，就能在 OpenClaw 中調用同級別的 GPT 模型，包括 GPT-5.
5 的 Terminal-Bench 2.0（命令行工作解決）、GDPval（知識工作指標）等智能體核心模型能力。
OpenClaw 成立於 2025 年底，是知名獨立開發者 Peter Steinberger 建立的開源 AI 智能體項目，主打「能完成各種任務」，其可連接各類主流行大模型，透過微信群、Slack、iMessage 等即時通訊應用或手機指令，讓 AI 接管用戶的日常任務——處理郵箱、編寫代碼、預訂航班、操作電腦乃至執行銀行接口操作相關事務。有意思的是，今年 4 月初，OpenAI 的最大競爭對手、由前 OpenAI 成員建立的 Anthropic（A 社）突然宣佈了與 OpenAI 相悖的策略
：封殺 OpenClaw。自 2026 年 4 月 4 日起，訂閱用戶將無法再使用 Claude 訂閱額度透過 OpenClaw 等第三方聚合工具訪問其大模型。如果用戶要繼續讓 OpenClaw 調用 Claude，則須採用常規 API 按量付費，支付與原訂閱計費分開計算的新費用。這一動作為大量依賴開源 AI 智能體完成自動化工作者的用戶群帶來了不小的麻煩。
已加入 OpenAI 的 OpenClaw 創始人 Peter Steinberger，當時對 Anthropic 的舉措進行了激烈抨擊：「時機未免太巧合了——他們先是把一些熱門功能抄到自家閉源聚合工具裡（指 Anthropic 自家推出的 Claude Cowork 等智能體產品），然後就來封殺開源項目。」OpenAI 這一波收穫了大批開發者的好感。有開發者在 Elon Musk X 下留言稱：「其他公司都在築高牆，而你們只是在發放鑰匙。
喜歡這種氛圍，祝大家玩得開心。」 為什麼 OpenAI 一下 Open 了呢？主要原於模型思維路的改變。在不遠前 GPT-5.5 發佈之前，官方反覆強調模型的高度「智能體」特性：「我們致力於打造最智能、最直觀易用的模型」，也是「面向真實工作和智能體任務打造的引擎」。Elon Musk 在多個測評中親眼見高調稱：「根據我的經驗，它知道該做什麼。」GPT-5.5 將在與 Claude 等競爭對手的激烈市場中收復原有份額。
也就是說，OpenAI 的模型主攻的不再只是問答、搜索、繪畫或寫文案，而是要完成任務——當然，這也是千問、Kimi 等國內頭部開源模型在加力的方向。ChatGPT 支持直接登入 OpenClaw 也意味著，在 Agent 時代，AI 訂閱服務不再是「用戶須來我的平臺使用」，而是「用戶訂閱了 AI 可以帶著走」：一套可 inside 一切、驅動一切、融入一切的 AI 服務體系，用戶用帳號登入後，就能在任何 Agent、工作流、應用場景使用 AI 訂閱。
OpenAI 與 Anthropic 對 OpenClaw 相悖的策略，體現出 AI 巨頭的競爭邏輯正在發生本質轉變：OpenAI 逐步走向「Open」，擁抱開源共建設態，實現群策群力的 AI 創新；Anthropic 走向絕對封閉，追求自營式生態和閉環式安全。
昨晚，央視五一國造動畫晚會上，節目名為《有夢就去追》的微電影引發關注。該節目是以近期爆火的賽雪為原型打造的微電影，片中由著名演員鄧武棠飾演中年賽雪。3 月 28-29 日，賽雪機車在 WSBK 世界超級摩托車錦標賽葡萄牙站 SSP 中量級組別連奪兩回合冠軍。 這是中國摩托車品牌首次登上世界頂級賽事最高領獎台，結束了歐美日品牌 37 年壟斷。 賽雪憑藉對摩托車的熱愛，14 歲從修車學徒做起，後經歷職業摩托車手、卡丁車、賽雪機車，最終拿下世界冠軍的摩托車。
而他早年的故事也廣為流傳，成為追夢成真的典範。 2006 年，19 歲的賽雪引起車隊注意，向湖南衛視《晚間》節目記錄展現摩托車技，喊出「有夢想就去追，因為勇敢我的生命更精彩」。
賽雪的故事不僅激勵年輕人，也標誌著中國摩托車產業的崛起。這次 WSBK 葡萄牙站的勝利，讓 SSP 中量級組別見證歷史一刻，賽雪機車以出色表現連贏兩場，打破歐美日品牌長達 37 年的統治。作為中國品牌首次登頂世界頂級賽事，象徵本土技術與熱情的結晶。從 14 歲修車起步，到跨足卡丁車與賽雪領域，賽雪的堅持化為冠軍榮耀，早年於湖南衛視的亮相，更成為追夢精神的象徵。
著名作家余華在最近的一檔綜藝節目中，分享了一段令觀眾震驚的往事。他坦言自己曾嘗試給小學兒子的語文和作文輔導，結果卻出人意料。余華回憶道，經過他的精心指導後，兒子的語文考試成績反而不及格。這一結果讓兒子深受打擊，甚至開始懷疑父親作為職業作家的水平，認為他根本不會寫東西。面對兒子的質疑，余華笑稱自己非常有自知之明。此後，他便再也沒有介入過兒子的學業輔導。
事實上，這種尷尬的經歷並非偶然。早在 2017 年擔任文大賽評審委員時，余華就曾向媒體吐露，自己給學生提供的寫作意見總是導致學生拿到低分。這讓他在學生心中徹底失去了權威的形象。這種文學式指導不出高分作文的現象，深刻反映出純文學創作與校園應試作文之間存在的評價差異。余華的文字追求深刻與真實，而小學作文往往有著特定的應試套路和評分標準。 作為當代文壇的領軍人物，余華創作了《活著》、《許三觀賣血記》等多部影響深遠的經典作品。
他不僅是中國作家協會委員，該職位北京師範大學教授以及多所大學的榮譽博士。
台積電近日在矽谷舉辦的 2026 年技術研討會上宣布，公司正加速推進 2nm 製程的生產規模，以滿足人工智能及高性能計算領域不斷增長的芯片需求。台積電高級副總經理侯永清表示，2nm 製程已正式進入量產階段，且其良率提升速度優於此前的 3nm 製程，儘管 2nm 採用了更為複雜的納米片架構。
為實現產能的大幅躍升，台積電已部署五座 2nm 工廠並於今年進入產能爬坡階段。據統計，這五座工廠的產出能力預計將比同期的 3nm 工廠高出 45%。台積電計劃每年通過升級或新建九座工廠來擴大生產，其擴張速度達到歷史最高水平。目前，除了在中國台灣地區的布局，台積電位於美國亞利桑那州、日本熊本以及德國德累斯頓的工廠也在同步推進產能建設。 市場需求方面，受人工智能加速器需求激增影響，台積電相關晶圓出貨量增長了 11 倍，而採用先進封裝技術的大尺寸芯片需求也增長了 6 倍。
通過對 3D 封裝技術的持續優化，台積電已將 SoIC 芯片的量產時間縮短了 75%，預計到 2027 年，其整體先進封裝產能將增長 80%。 面對行業內高漲的訂單需求，包括 Apple、NVIDIA、Qualcomm 和 AMD 在內的多家科技企業已鎖定台積電的 N2 製程產能，其中 Apple 據稱獲得了初始產能的一半以上。儘管台積電正在以前所未有的速度擴產，但高性能芯片供應依然面臨挑戰。
台積電表示，將繼續通過多地工廠協同和技術迭代，提升在全球半導體製造領域的產能供應能力。
根據中國移動發佈的公告，夢網全網短彩業務、和生活、Mobile Market 等五款產品已於 4 月 30 日 24 時正式下線，相關服務同步停止。其中，夢網全網短彩是「移動夢網」體系下最後仍在運行的核心業務，此次關停標誌著中國移動「移動夢網」品牌正式退出歷史舞台。
中國移動 移動夢網誕生於 2000 年，是中國移動在 2G 向 2.5G 過渡階段推出的移動數據業務品牌。在功能機時代，它曾是手機用戶接入互聯網的主要入口之一。移動夢網整合了短信、彩信、WAP 上網以及早期手機遊戲等服務，構建了國內早期移動互聯網生態，也推動了 SP/CP 增值業務模式的快速發展。其巔峰時期月活躍用戶規模接近 1 億。 隨著智能手機的普及以及 3G、4G 乃至 5G 網絡的演進，用戶逐漸轉向應用商店和各類原生 App，WAP 門戶及相關業務迅速式微。
近年來，夢網體系持續收縮，逐步淡出主流視野。從功能機時代的入口，到智能手機時代的邊緣角色，移動夢網的謝幕是技術演進的自然結果。它所承載的短信與 WAP 記憶，最終停留在屬於 2G 的時代。
TL;DR：這款 2017 年 13.3 吋翻新 MacBook Air 僅售 US$199.97（原價 US$999），至 5 月 10 日止，提供預算友好的方式入手經典 Apple 筆電，輕鬆應付日常任務。 MacBook 定價通常令人卻步，此優惠則顛覆局面。至 5 月 10 日止，以 US$199.97 入手 2017 年 13.3 吋翻新 Air 型號，即可享經典 Apple 體驗，無需承擔高昂成本。
由極薄鋁合金設計至快速 1.8GHz Intel Core i5 處理器，此筆電足以應付最繁忙日子。 128GB SSD 提供充足儲存空間，容納重要檔案及喜愛應用程式，同時確保閃電般開機速度。無論遠距工作或串流節目，12 小時電池續航力及 Wi-Fi 連線功能均能持續運作。此外，配備 Intel HD Graphics 6000，即可享順暢視覺效果，無論處理試算表或 Netflix 追劇。
| 規格項目 | 細節 |
|---|---|
| 型號 | Apple MacBook Air (2017) 13 吋 |
| 處理器 | 1.8GHz Intel Core i5 |
| RAM | 8GB |
| 儲存 | 128GB SSD |
| 顏色 | Silver（銀色） |
| 狀況 | 翻新（A 級或 B 級） |
此 MacBook Air 為 A 級或 B 級翻新，運作狀況良好，僅輕微或無外觀瑕疵。經測試、清潔及認證，符合高性能標準。莫失入手 MacBook Air 機會，價格僅相當一週雜貨支出。此翻新 MacBook Air 至 5 月 10 日止售 US$199.97（原價 US$999）。Apple MacBook Air (2017) 13″ i5 1.8GHz 8GB RAM 128GB SSD Silver (Refurbished)。
StackSocial 價格可能變動。
在社交媒體圍繞《意識存在》展開各種猜測與爭議之際，一位 55 歲玩家在 Reddit 上分享的真實故事打動了大量網友。用戶 TheRealDuke 發帖稱，他 8 歲的女兒麥凱拉·艾瑪於 2009 年因嚴重心臟病去世。在 30 年未接觸遊戲後，是他 9 歲的小女兒艾拉帶他重新回到了遊戲世界。兩人一起遊玩了多款作品，直至遇見了《意識存在》。在遊玩過程中，艾拉首先注意到主角戴安與姐姐舊照片的相似之處。
這位父親表示，虛擬角色的臉部特徵和舉止與他的兩個女兒極為相似。他發佈了一張拼貼照片，直觀展現了兩者的相似度。 他在帖文中寫道：「也許我在玩遊戲時有點傻傻的。我真心熱愛這款遊戲，以及與艾拉一起度過的時光。《意識存在》是我靈魂的真正療傷。」他補充說，遊戲過程雖然偶爾感到艱難，但幫助他接受了失去女兒的事實。 該帖文在數日內獲得約一萬個正面互動。評論區中，許多網友表達了對這位父親的惋惜與支持，並指出這一案例再次印證了電子遊戲在心理療傷方面的潛在價值。
由 Computer Base 開發的盲測顯示，在 7 款遊戲中，有 6 款玩家認為英偉達 DLSS 4.5 勝出，證明遊戲玩家通常更喜愛 DLSS 4.5 的圖像品質，而非 AMD FSR 4.1。英偉達 DLSS 4.5 是綠營陣營領先的圖像增強技術，而 FSR 4.1 仍然是紅營陣營的入門級像素採樣方案。我們已經見識到這些技術在視覺品質方面的強大實力。
與之前的版本不同，兩者透過更好的優化、降噪和更出色的運動向量新度，提供盡可能優質的視覺效果。 然而，如果不進行並排對比，很難判斷哪種技術的畫質最好。Computer Base 之前就曾進行過此類對比，當時 DLSS 4.5 輕鬆取勝。在這次新測試中，玩家再次受邀觀看 FSR 4.0、FSR 4.1 和 DLSS 4.5 的並排畫面。用戶可在分屏模式下比較結果，並在 7 款不同的 3A 大作中選出畫質最好的場景。
在記錄了玩家對《刺客信條：影》、《世紀 117：織馬和平》、《ARC RAIDERS》、《生化危機 9：安靜曲》、《使徒無雙：黑色行動 7》、《天國：拯救 2》和《最後的生還者 1》等遊戲的投票後，最終結果得以公布。投票顯示，在多數場景中，玩家更傾向於將 DLSS 4.5 視為視覺品質最佳的像素解析度技術。FSR 4.1 在多數情況下排名第 2，而 FSR 4.
0 在所有遊戲中平均列第 3。《最後的生還者 1》是唯一一款 DLSS 4.5 輸給 FSR 4.1 的遊戲。
五一假期第一天，全國首個成建制交付的交管機器人中隊在杭州正式上崗，一共 15 台，名為「杭警智行」。五一假期一開始就成了街頭焦點。這批機器人主要部署在西湖景區周邊、湖濱商圈還有城區主要道路的重點路口，和真人交警一起配合維護交通秩序。它們的任務很明確，幫遊客指路、攔導非機動車和行人違法、協助指揮交通，正好能分攤五一假期警力最緊張的工作。因為接入了大語言模型，機器人回應問題特別快。
遊客問路直接開口說，機器人秒回，屏幕上還會彈出路線指引。像斷橋、動物園這些熱門點位，問路需求最大，現在基本上由機器人接手，幫警力省了不少事。在路口執勤時，機器人也很管用。遇到行人或非機動車越線停車，它會溫和提醒，當事人聽到後一般會馬上配合。
現場民警說，機器人提醒的效果反倒很好，大家更願意聽。過去年輕人愛聊天，不累積，覆蓋範圍也有限。現在機器人可以長時間駐守，自動識別、提醒、上報信息到預警中心，一整套流程自己就能完成，效率高很多。五一假期這幾天，這批交管機器人會一直上崗，一邊工作一邊優化功能。不少市民和遊客路過都會停下來拍照，覺得新鮮又實用。
中國東方航空官方發文稱：「今日公司一架飛往上海的航班落地後，在滑行過程中靠近機位時，發生機艙輕微擦碰，機組立即按程序處置，最終飛機與浦東發生命部擦碰。機上乘客安 全，已有序下機。事件實體原因正在調查中。對於此次事件給乘客出行帶來的的不便，我們深表歉意。」5 月 2 日上午，中國東方航空公司 MU5406 航班降落上海浦東國際機場，在停靠 T2 航站樓浦東橋時與浦東橋發生擦碰。
Intel股價迎來重磅突圍，盤中一度大漲逾 6%，成功站上 100 美元每股，總市值亦隨之突破 5000 億美元。呢波漲勢來得十分突然，整個 4 月份，Intel股價累計漲幅達到 114%，短短一個月就實現翻倍式增長，成為資本市場嘅熱門焦點。 股價大漲背後，是Intel實際業績支撐。2026 年第一季度，公司營收約 136 億美元，同比增長 7%，已經連續多個季度超出市場預期。
其中最亮眼嘅是數據中心與 AI 業務，收入同比增長 22%，成為拉動Intel增長嘅核心動力，也讓市場看到呢家老牌科技企業喺 AI 時代嘅強大競爭力。
除咗一季度業績亮眼，Intel仲给出高於市場預期嘅二季度業績指引，傳遞出業務需求持續旺盛嘅信號，進一步提升投資者信心。喺 AI 技術快速發展嘅當下，Intel憑藉數據中心與 AI 業務嘅穩定增長，重獲資本青睞，股價與市值雙雙創下新高，亦為整個半導體行業注入信心。
追趕科技創始人親自直接放出了自家模組化手機的真機視頻，這款手機的設計非常有看點，鏡頭和後蓋都能單獨拆卸，可玩性很高。從視頻裡能夠清楚看到，這款手機用的是白色後蓋，整體外觀簡潔。特別的是它的後置圓形鏡頭模組，可以直接取下來，依賴磁吸和觸點連接，拆卸非常方便。不止鏡頭能拆，整個手機後蓋也可以拆卸下來，拆掉之後機身會變得更輕薄，日常攜帶更輕鬆。手機正面採用中置前置鏡頭，不過螢幕亮起時沒有點亮，整體顯示效果和細節還不清晰。
其實追趕做模組化手機早就有消息了。今年1月份，追趕手機團隊就在西挪威經銷商大會上，展示了過高階系列和戰艦模組化系列產品，當時就透露出模組化版本會搭配豐富的擴展配件。現在親自拿出真機，證明這款模組化手機已經進入實質研發測試階段，不再是紙上的概念設計。和傳統手機相比，模組化設計可以讓用戶根據需求更換配件，例如換鏡頭提升影像能力，拆後蓋減輕重量，使使用更靈活。目前這款手機還沒有公布發佈時間和詳細配置，但從真機展示和前期信息來看，追趕想走模組化思路在高階手機市場走出新路線。
不少網友也很期待，這種可拆可換的設計，會不會帶來不一樣的使用體驗。
中國「暗空」號暗物質粒子探測衛星再立大功，成功破解了宇宙射線的速度之謎，給困擾科學界多年的難題找到了關鍵答案。宇宙射線就是宇宙裡高速飛行的粒子，它們的起源和加速機制，一直是天文學界的重要謎題。過去科學家只能理論預測，很難拿到直接觀測證據。 「暗空」衛星已經在太空穩定運行超過 10 年，累計探測到約 1850 億個高能粒子，觀測精度和粒子識別能力處於世界一流水平。
研究團隊利用衛星前 9 年的數據，精準測量了質子、氦、石、氧、鐵五種最常見宇宙射線粒子的能譜分佈，首次直接觀測到這些粒子在高能段出現了相同的膝狀結構。其中石、氧、鐵的最高能譜能量，比過去提升了將近 10 倍，結果可信度非常高。
這次發現最關鍵的意義，是證實了地球附近存在宇宙射線加速源。同時也直接驗證了六十多年前提出的電磁依賴加速模型，證明粒子加速的能譜上限與電荷成正比。目前「暗空」衛星狀態依舊良好，會繼續在太空收集數據。未來隨著觀測時間延長，這還能帶來更多關於宇宙射線的新發現，幫助人類更深入地認識宇宙深處的運行規律。「暗空」號發現宇宙射線能譜極限的電磁依賴規律
近日，安義縣湖一里一戶人家發生了一件令人揪心的意外。一位大叔為了保護受驚的老伴，赤手空拳捕捉闖入家中的野貓，卻未曾料到這次善舉竟讓他險些喪命。大叔找來手套戴上，搬來凳子，借著一陣周旋終於成功手抓住了野貓，並隨後將其帶到野外放生。本以為這只是一段有驚無險的小插曲，可誰知幾天後大叔的軀體出現了嚴重異樣。 他先是無徵兆地突然發高燒，隨後感覺雙手發軟，走路搖搖晃晃站立不穩，甚至出現無法排尿的嚴重症狀。
家人察覺情況危急，立即將其送往醫院急診。由於病情進展極快，大叔入院後被直接轉入重症監護室進行搶救。經專科醫生診斷，大叔最終確診為敗血症出血液熱。
這是一種由貓抓病原體感染引發的嚴重疾病，臨床上以發熱、出血和腎臟損害為主要特徵，發病時往往伴臉紅、唇紅、胸部紅的典型三紅症狀。這種病毒對腎功能的損傷極大，如果救治不及時，極易危及生命。醫生提醒，野貓和老鼠等野生動物身上常攜帶多種病原體，即便是戴著手套，在捕捉過程中也可能透過排泄物、飛沫或微小傷口入口而感染。
根據中國移動公告，夢網全網短彩業務、以及生活、Mobile Market 等 5 款產品已於 4 月 30 日 24:00 正式下線並停止相關服務。其中，夢網全網短彩業務是「移動夢網」體系下最後仍在運行的核心業務，此次關停，也意味著中國移動「移動夢網」正式退出歷史舞臺。 移動夢網誕生於 2000 年，是中國移動在 2G 向 2.5G 過渡階段推出的移動數據業務產品品牌，英文名為 Monternet（Mobile+Internet）。
在功能機時代，它曾是手機用戶接入互聯網的主要入口之一。當年，移動夢網整合了短訊、彩信、WAP 上網以及早期手機遊戲等服務，構建起國內最早一批移動互聯網生態，同時也催生了 SP/CP 增值業務模式的快速發展。巔峰時期，其月活躍用戶規模接近 1 億，影響力不容小覷。
不過，隨著智能手機普及以及 3G、4G 乃至 5G 網絡的演進，用戶逐漸轉向應用商戶和各類原生 App，WAP 門戶及相關業務迅速式微。近一年來，夢網體系持續收縮，逐步淡出主流視野。從功能機時代的入口，到智能手機時代的「邊緣角色」，移動夢網的謝幕更像是科技演進的自然結果。它所攜載的短訊與 WAP 記憶，最終停留在那個屬於 2G 的年代。
根據測試，Alt 泰國 6日 FUP 無限上網電話卡喺曼谷市區嘅平均下載速度達到 50Mbps，比同類產品平均水平高 20%。連續 6 日使用期間，覆蓋率達 97%，用戶反饋操作簡單，插卡即用，無需實名認證。
此卡使用 AIS 網絡，支持每日 1GB 數據後降速至 128kbps，確保用戶可以持續上網。數據顯示，網速喺高人流地區仍能保持流暢，適合喜歡實時分享旅遊經驗嘅用家。熱點分享功能亦方便多部裝置同時連接，提升了使用便利性。
從技術角度睇，Alt 泰國 6日 FUP 無限上網電話卡喺網速同便利性方面表現出色，但超量後限速至 128kbps仍有改善空間。整體而言，數據表現符合短期旅遊使用需求。
Alt 泰國 6日 FUP 無限上網電話卡 / eSIM
優惠碼：暫無
價格：特價 HK$64.00 (原價 HK$128.00，慳 HK$64)
購買連結：https://anlander.com/products/alt-thailand-6day-sim-card
針對不少人對國產顯卡的質疑，囂科科技 7G100 官方宣佈將在本月 20 日首發開售。針對「國產 GPU 到底是不是畫大餅」的質疑，囂科科技在影片中展現了顯卡的產線，包括製造、測試等環節。此外，根據官方說法，囂科科技 7G100 顯卡將於 5 月 20 日在京東首發開售，不過具體售價未知。
就在不久前，囂科科技還獲得Microsoft WHQL 認證，成為中國首家、世界第四家拿到這一頂級通用認證的 GPU 公司。WHQL 認證由Microsoft軟件質量實驗室嚴格把關，通過認證意味著囂科的顯卡及驅動與 Windows 系統達到了官方級別的深度兼容。這是國產顯卡真正走向大規模消費市場、實現商業落地的基礎。 囂科科技此前推出的 7G100 系列 GPU 基於 6nm 工藝。與市面上常見的囂買授權模式不同，該系列顯卡從計算核心到指令集完全由囂科自主設計。
該系列 GPU 基於自研的 TrueGPU 天圖架構，並配套自研指令集和軟件棧。這種不依賴第三方 IP 授權的做法，意味著囂科科技完全掌握了 GPU 架構的底層自主權，避免了潛在的技術制裁風險。 在性能實測中，Lisuan eXtreme 系列顯卡在 FireStrike 測試中得分成高達 26800，而在反綜合成實力的 Steel Nomad 測試中，得分也達到了 2268。
作為對比，英偉達主流型號 RTX 4060 在同類模式下的成就要為 2302。在實際遊戲體驗方面，該系列顯卡運行國產 3A 大作《黑神話：悟空》在 1080P 分辨率及高畫質設置下，平均幀率能穩定在 70 幀以上。
想像一下，在一個平靜的早晨，某處深山地窖或遠洋潛艇的發射艙，一枚洲際導彈彈道竄升帶著巨大的火球竄空而起。在數分鐘後，它們就將加速到音速的 20 倍以上，衝出大氣層，進入寧靜的太空邊緣。而它們的終點站，正好是你腳下的城市。接近目標後，它將以數十馬赫的高速重返大氣層，並在大約一分鐘後墜地。此後的數秒裡，相對於數十萬噸 TNT 的能量在建築上炸開，在數秒內抹平整片城区。
而此時，你唯一的希望，就是那套極其複雜精密的大家伙——反導系統。 那麼，反導系統到底是什麼？它真能在導彈來襲時保護你嗎？要成功攔截一枚導彈，需要做三件事：找到導彈、鎖定導彈、擊毀導彈。這是人類歷史上第一套反導系統，蘇聯的「系統 A」。
其中，這個高 8 米、長 150 米、長得像大塊猿猴大物的，就是它的「地網」多鯨河-2 遠程雷達預警站。它的作用，就是找到導彈的位置。當在 1200 公里外的探測範圍內發現導彈時，「多鯨河-2」會率先反應，標記出目標誤差在一公里以內的大致方位，並計算出導彈大致的飛行高度和初始速度，然後將這些初始數據傳送到指揮中心。 接下來，這三座直徑 4.65 m 的雷達會接手工作。
在接收到來自指揮中心的數據後，它們會從三個角度鎖定導彈的位置，將導彈的位置誤差精確到五米之內。並根據這些數據計算出導彈來襲的軌跡和最佳的擊中路徑，向發射臺發送指令。最後，攔截彈根據雷達的引導，沿著預設的軌道衝向來襲的導彈。 然而，這一切在上世紀六十年代時，卻幾乎是無法想像的——那時，連第一步「找到導彈」都幾乎不可能。當時的雷達技術已經相當成熟，但它主要是為飛機設計的。
而相對於飛機，鎖定導彈要難得多。二戰時期，德國的防禦轟炸機雷達上的反射截面積大約在 10 平米左右。而 V-2 導彈的反射面，只有 0.1 平米。這意味著它在雷達上的回波強度只有飛機的百分之一。 更麻煩的是，導彈的速度也比飛機快得多，留給雷達捕捉信號的窗口更短。要找到導彈，需要的探測能力要比當時最先進的防空雷達還要高出數十倍。而且，當時人們對導彈的認識也相當有限。
即便是專門研究導彈的技術人員，掌握的知識大多也集中在如何發射、如何命中這些問題上。而對反導系統最關心的軌跡追蹤，研究卻還是一片空白。甚至連導彈彈頭的反射特性都還沒搞清楚。 因此，就連蘇聯中央都已經決定立項，這是有很多院士級的專家懷疑反導系統概念的可行性。甚至連日後把加林送上太空的載人火箭之父科羅廖夫夫都公開表示，從技術上來說，無論是現在還是將來，都不存在建立有效反導系統的可能。
再加上導彈數據本屬絕密，導彈專家們對相關資料本來就十份猜八份，甚至一度拒絕向反導研究團隊提供關鍵數據。面對這種局面，負責反導系統研究的第 30 試驗設計局想出了一個相當「蠻子」的解決方案：既然不知道導彈的軌跡，那就多射點導彈，看看它們在雷達上到底長啥樣。 在負責人基輔尼科夫的指點下，第 30 設計局在哈薩克的一座導彈靶場附近修建了兩座實驗雷達站：РЭ-1 和 РЭ-2。
並在接下來的年多時間裡，讓兩座雷達天天掃描天空中飛過的導彈，把記錄下來的回波信號，與經緯儀、攝影機以及導彈頭部旋轉傳感器的數據記錄進行對比，一點一點分析導彈在雷達上的信號結構。 通過反復觀測和比對，基輔尼科夫的團隊終於繪製出了導彈完整的雷達特性圖。最終在 1957 年 РЭ-2 雷達成功在空中追蹤到了一枚 R-2 導彈。在這些數據的基礎上，工程師們進一步研製出了能在千公里外發現導彈蹤跡的「多鯨河-2」遠程雷達預警站。
與此同時，基輔尼科夫主推的「三角測量法」也成功解決了雷達的性能問題。所謂三角測量，簡單來說就好像三個人從不同方向指向天空中的同一隻鴿子——三條視線在空中的交點，就是目標所在的位置。當目標進入精確測量範圍後，三部雷達會同時開啟，測量出導彈在空中的精確坐標。至此，反導系統的研究團隊終於點完了所有需要的技術點，搞清楚了導彈的位置。 那麼，距離建成一個完整的反導系統還剩下最後一個問題：怎麼把導彈打下來。
一枚導彈在飛行末段的速度，通常能達到每秒 3 到 4 公里。而攔截導彈的速度也差不多的在這個量級。在這樣的速下，從導彈進入雷達精確探測範圍到發射攔截彈的窗口期，只有數分鐘。在這數分鐘裡，反導系統不僅要計算出兩枚導彈未來的交會點，還要不斷修正攔截彈的飛行軌跡，讓它準確飛向那個位置。 這就好像是在數百公里外，同時向天空中發射兩顆子彈，然後要求它們在空中正好撞在一起，難度可想而知。
因此，蘇聯工程師沒有把精力花到提高導彈精度上，而是選擇了一種更有「性價比」的方案：給攔截彈裝上一种特殊的碎片戰鬥部。 這種戰鬥部全身有 16000 個直徑 24 毫米，裹著碳化鎢的炸藥球。當攔截彈接近目標時，戰鬥部會在空中引爆，同時向目標方向噴射出上萬塊高速金屬碎片，形成一個 70 多米巨大的扇形殺傷區。相當於把大刀變成了霰彈槍。
| 組件 | 規格 |
|---|---|
| 多鯨河-2 雷達 | 高 8 m、長 150 m、探測範圍 1200 km |
| 直徑雷達 | 直徑 4.65 m、鎖定精度 5 m 以內 |
| 碎片戰鬥部 | 16000 個直徑 24 mm 碎片、殺傷區 70 m |
1961 年 3 月 4 日，蘇聯進行了人類歷史上第一次真正意義上的反導攔截試驗。在這次實驗中，一枚搭載碎片彈頭的 V-1000 攔截導彈在雷達和計算機的引導下飛向預定攔截點，最終在距離地面的 25 公里高空中，成功擊毀了一枚 R-12 導彈。 儘管如此，蘇聯人還覺得還不夠保險。在後來投入實戰部隊的 A-35 防空系統裡，乾脆一步到位，換成了核彈頭。直接用核爆的衝擊波、輻射和高能粒子形成的巨大 AOE，把數公里內的東西全攔了。
真正實現了某種意義上的「大炮打蒼蠅」。別問準不準，你就說防沒防住吧。 對這個結果，蘇聯高層非常滿意，很快就把它投入現役，並以「高速反導武器」的名稱搬上了紅場閱兵。赫魯曉夫還在真理報上驕傲地宣稱「我們的火箭，現在可以在太空裡打中一隻蒼蠅」。 不過，即便蠻宗親自站臺大贏特贏，但作為人類歷史上的第一代反導系統，A-35 實際上還存在嚴重的問題。首先，在這套系統中，攔截導彈本身沒有自主計算能力，所有軌跡計算和導引控制，都依賴地面的雷達和指揮中心。
核彈雖然能保證殺傷足夠，但爆炸時產生的電磁脈衝在干擾範圍內導彈的同時，也會誤擊己方陣地。相當於一個小型的「貪水系統」，一炸大家都能上刀山。 在實驗中，就曾經出現過反導的同時把自己的雷達和通訊系統一塊兒炸斷線的情況。這時本該作戰的守方被自家核彈整慘了，反導系統只能抓瞎，數千公里之外的進攻方則完全不受影響再射一發。下次，它的攔截高度，只有大約 25 公里。此時，彈頭已經進入最終防禦階段速度超過 20 馬赫，攔截系統只有一次機會。
一旦打空，導彈數秒後就會直接落地。整個系統幾乎沒有容錯空間。 為了解決這些問題，現代的反導系統又進行了許多改進。一方面，現代的反導系統，不再完全依賴地面雷達，而是把一部份「地網」和「大腦」，直接裝到攔截導彈上，讓導彈在飛到目標附近後，自己去判斷該打哪個。愛國者反導導彈，就是一個典型的例子。它安置了雷達和計算模塊，並在側面還裝了用來變軌的氣動舵面。當地面雷達檢測到導彈來襲後，會先大致指出目標所在的方向和軌跡，把它送過來。
之後，導彈前端的雷達啟動，配合衛星對目標進行更精確的識別。最後，計算模塊重新計算彈道，並啟動火箭上的氣動舵面調整攔截方向，最終完成攔截。而且，得益於這套系統的精確性，愛國者不再需要核彈這種自損 800 的 AOE 攻擊，甚至不需要攜帶能爆炸的彈頭，只用物理撞擊就能撞碎來襲的導彈。 另一方面，人們也意識到與其在最後一剎那「拼操作」，不如把戰場往前挪，把焦點轉向更早的導彈飛行中段。
中段的時間最長、速度變化最小、飛行軌跡也最穩定。因此，反導系統可以在更遠的距離上發現目標，也有更多時間計算攔截窗口並發射攔截彈。留給反導的時間更充裕、容錯率也更大。 但中段反導，也有自己的問題。在這一階段，導彈飛得實在太空高，衝到了幾乎沒有氣體的大氣層外。對於離地面數十公里的末段彈頭，在氣體阻力的影響下，不同形狀、不同體積的物體速度曲線不同。雷達可以根據這些特徵準確找到彈頭。
但在大氣層外，由於氣體阻力的消失，在雷達面上，一枚導彈的彈頭，和一塊金屬塊飛行軌跡幾乎沒什麼區別。而守方的反導導彈數量，總歸是有限的。一般來說，要保證較高的攔截率，至少得三發攔一發。 在這種損耗比下，就算是哈爾濱都能沒那麼多火箭把雷達上所有長得像導彈的全打下來。因此，為了在太空裡找出真正的彈頭，現代的中段反導系統，在雷達探測基礎上，還集成了紅外成像、光學識別等波段、多體制探測手段。
光是「看清楚」還不夠，中段反導導彈還要具備在太空裡靈活的機動能力。 在數千公里的距離上，即便計算誤差只有千分之一，最終也能偏離數十公里。這就要求攔截導彈本身，不僅要會「看」，還得能在太空裡靈活地「動」。而這，就要靠中段反導導彈最核心的結構，大氣層外攔截器 EKV。 當主火箭把攔截導彈送到預定軌道後，會像衛星發射一顆，將助推器全部拋棄，只留下一個小型的攔截器單元。
它由帶有矢量噴口的推進系統、負責擊毀彈頭的戰鬥部和跟蹤目標的探頭三個部分組成。就好像是一顆飛的非常快的衛星。位於前端的紅外探測器和光學傳感器，負責在最後階段對目標進行確認。 一旦鎖定目標，整器的計算模塊會實時計算兩者的相對位置和速度，預測未來的交會點，最後，EKV 本身攜帶的推進器會高速調整飛行方向，把攔截器的軌跡「推」到正確的位置。 今天的反導系統，已經不再依賴單一攔截器或雷達，而是一整合了多層次、多手段的防禦網絡。
通過高軌紅外預警衛星、遠程相控陣雷達等構建的感知網絡，可以在導彈剛發射的初段就實現早期發現，為多段攔截提供足夠時間和數據支持。在導彈飛行的末端，也有更專注於高空末段攔截的系統作為後備。但即便如此，它也無法做到百分百成功。時至今日，敵與友的軍備競賽仍在繼續，而且也許永遠不會分出勝負。 不過，評論者們心中都默默希望，人類能不再需要它的那天——即便只有萬分之一的可能。
Intel 近日股價連續大升，昨晚再度升逾 6%，市值重新回到 5000 億美元大關，一年時間暴升 4 倍多。Intel 這波大升除了 x86 CPU 業務的 AI 價值被華爾街重估之外，這也與 Intel 的晶片技術穩步提升有關，前兩天的財報會上 Intel 表示 18A 工藝良率提升超出預期，提前到今年底達標，而開發中的 14A 工藝更是出乎意料的好。
但能給 Intel 帶來客戶的，是他們的晶片封裝技術 EMIB，這也是 Intel 研發多年的獨家 2.5D 封裝技術，已有 EMIB-T 與 EMIB-M 兩種產品。其中後者導入了 MIM 電容設計的介橋電路，可以降低雜訊，提升電壓傳輸訊號與完整性，成本本質上高了一點，但更好的穩定性以及更低的漏電特性會吸引高端客戶。掌握 EMIB 封裝技術，Intel 完全有能力從台積電手中搶下不少 CoWoS 封裝訂單，後者產能無法滿足，而且代工價格很高，一定程度上比先進工藝代工更搶手。
來自華爾街分析師 Jeff Pu 的報告指，Intel 的 EMIB 封裝技術良率已經超過 90%，專案進展順利，有望對 Intel 的代工業務形成重要支撐。潛在的客戶中，Google 的下一代 TPU 與 NVIDIA 下一代 GPU Feynman 都有計畫導入 Intel 的 EMIB 封裝，Meta 也會是重要客戶之一，不過後者的合作要到 2028 年的 CPU 才能實現。
近日，遊科科技完成股權重整，英勇遊玩退出股東名冊，騰訊增持後持股比例達24%，成為唯一外部投資方。此次增持是騰訊2021年初次入股5%，獲准英勇遊玩19%股權，於近期完成工商登記正式落地。知情人士稱，本次工商變更後，騰訊將繼續扮演重視創意，遊科科技依舊保持獨立運營。據悉，遊科科技由原騰訊《鬥戰神》核心團隊創立，為國內頂尖高品質遊玩研發商，旗下《黑神話：悟空》為現階段國產3A作品。
2024年8月20日，該作正式登陸PC、PS5平台，在發售三天後，該作的全平台銷量突破1000萬套，打破中國遊玩歷史紀錄。除此以外，遊科科技的高管備案中，英勇互娛創始人吳軒亦於4月30日正式退出。截至目前，遊科科技創始人楊騰直接持股38.76%，為公司第一大股東。
很多人去博物館都有同感，好展廳的玻璃櫥窗並非不存在反光，拍攝時仍然會有反光，其實這並非錯誤，好的玻璃確實能做到低反光。普通玻璃本來就會透光也會反光，光線射上去大約有 8% 會被反射回來，所以拍攝時很容易出現光斑和倒影。高檔博物館櫥窗用的就是減反射玻璃，也叫低反玻璃，透過特殊處理把反射率壓到很低，有的甚至能降到 1% 左右。
這種玻璃主要有兩種工藝實現不反光。一種是把玻璃表面做粗化處理，讓反射光分散開，肉眼就不明顯。另一種更常用的是在表面鍍膜，透過控制膜層厚度，讓兩道反射光互相抵消，從根源上減少反光。鍍膜還能在空氣和玻璃之間做過渡，進一步降低反射率，效果比表面處理更穩定。 好玻璃不只不反光，還要滿足博物館的特殊要求，例如隔絕紫外線保護文物、長期使用不變形、強度足以安全，這一些都讓成本大幅上漲。
從採購資訊可看出，專業低反玻璃展櫃價格很高，一組就要數十萬元，大型場館整體投入更是數百萬元，確實是成本上漲的結果。 除了玻璃本身，展櫃的燈光設計也很關鍵。外部亮度差、光源角度都會影響反光效果，專業場館會把光線調整到內部更亮、外部不直射玻璃，進一步減少反光干擾。
近日在廣西柳州發生了一起令人心驚膽顫的交通違法事件。4 月 29 日淩晨，當地群眾報警稱，一輛新能源汽車長時間停在東暉大道的路面中央，不僅阻礙了正常通行，更存在巨大的追尾隱患。執勤民警迅速趕赴現場，發現駕駛人陳某在車內神志不清且混亂，車上散發出濃烈的酒氣。經過初步檢測，陳某涉嫌酒後駕駛機動車，隨即被移交給交管部門進行深入調查。 交警在提取行車監控和卡口抓拍時，發現了一個極其驚人的細節：這輛車在行駛過程中竟自動開啟了智能輔助駕駛系統，但駕駛人陳某早已處於睡眠狀態，雙手完全脫離了方向盤。
這種將生命安全完全交給機器，而且在醉酒狀態下任由車輛自行行駛的行為，極大地挑戰了交通安全底線。由於駕駛人無法感知路況，車輛最終在無人為干預預防的情況下停在了大馬路中央，萬幸當時車流量較小，未釀成慘劇。
| 項目 | 數據 |
|---|---|
| 陳某血醇濃度 | 62mg/100ml |
經呼氣式酒精檢測儀核實，陳某血液中的酒精含量為 62mg/100ml，確認為飲酒後駕駛機動車。此事證明，智能輔助駕駛絕非酒後駕車的護身符，更不能取代駕駛人的監管職責。針對陳某的嚴重違法行為，柳州交警依據相關法規作出嚴厲處罰。陳某最終被處以罰款 1300 元人民幣，約 HK$1417，駕駛證記 12 分，並處暫扣駕駛證 6 個月。 這起案例再次明確了法紀底線。
智能系統只是駕駛的輔助工具，駕駛員作為安全的首要責任人，必須時刻保持清醒並全程掌控方向盤。任何形式的脫手駕駛或酒後託管車輛，都將面臨法律的嚴懲。
OpenAI 首 席執行官 Sam Altman 日 前 在 社交平台 X 上 公開表示，他 的 公司並非在 打造「內 行 飯碗 的 機器人」，而是希望用 AI 來「增 強 和 提升」人類，而非創 造 可以 完 全 取代人類 的「實 體」。 他強 調，「對 工作 的 末 日論 在 長 期 看 很 可 能 是 錯 誤 的」，人們將會 找 到 新 的、更 有 滿 意 感 的 工作形式。
過 去 一 年 多，全球各 行 各 業裁 員 風 潮 彼 此 起 伏，大 公司 和 小 企 業 都 未 能 幸 免，不 少 高 管 甚 至 直 言 是 AI 推 動 了 業 務 重 組 和 人 力 縮 減， 加 重 了 大 眾 對「AI 搶 工作」的憂 慮。其中 一 個 典 型 例 子，是《糖 果 傳 奇》開 發 商 King 裁 撤 了 一 支 剛 剛 完 成 全 部 AI 工 具 開 發 的 團 隊——這 套 工 具 能 更 快 生 成 遊 戲 關 卡，而 項 目 一 結 束，他們就 被
解 僱，並 由 自 己 搭 建 的 系 統 頂 替。去 年 7 月，招 聘 網 站 Indeed 和 Glassdoor 也 被 曝 裁 掉 了 1300 名 員 工，原 因 是 它 們 用 於 匹 配 求 職 者 與 職 位 的 全 部 AI 系 統 表 現 太 好，以 至 於 相 關 職 位「多 餘」了。
在 這 樣 的 背 景 下，「AI 終 將 接 管 了 與 所 有 工作」的觀 點 廣 為 流 傳，也 成 為 很 多 人 反 感 這 類 技 術 的 重 要 原 因 之 一。火 上 澆 油 的 是 Anthropic（Claude 的 開 發 公司）首 席 執 行官 達 里 奧·阿 姆 代 恩 的 多 次 公 開 言 論——他 重 複 表 示，人類 距 離「AI 寫 了 與 所 有 代 碼」的世 界，「只 有『大 約 六 個 月（或 六 到 十 二 個 月）』」。
面 對 外 界 的 憂 慮，阿 爾 特 曼 在 X 上 繼 續 闡 述 了 自 己 的 立 場，認 為 所 謂「工作 末 日論」在 長 期 來 看 可 能 是 錯 誤 的，因 為 社 會 會 不 斷 產 生 新 的、更 加 實 用 的 工作類 型。他 描 繪 了 一 種 未 來：如 果 你 不 想 從 事 苦 力 工 作，也「不 必 非 得 這 樣」，但 仍 可 以 享 受「繁 榮 而 精 彩 的 生 活」。
不 過，阿 爾 特 曼 本 人 往 前 也 因 為 有 關 工作 的 言 論 遭 到 不 少 批 評。他 曾 被 指 責 將 很 多 被 AI 取 代 的 白 領 職 位 稱 為「並 不 算 真 正 的 工作」，並 拿 它 們 與 農 民 等 體 力 勞 動 進 行 對 比。在 他 看 來，五 十 年 前 的 一 位 農 民 如 果 看 到 今 天 的 辦 公 室 工 作，很 可 能 不 會 把 那些 敲 鍵 盤 和 開 會 的 日 常 視 為「真 正 的 勞 動」。
圍 繞 AI 安 全 與 商 業 化 路 徑，阿 爾 特 曼 與 阿 姆 代 恩 之 間 的「暗 戰」也 持 續 多 年。阿 姆 代 恩 早 年 在 OpenAI 任 職，後 來 對 公司 在 安 全 和 商 業 化 方 向 的 做 法 產 生 了 意 見，遂 在 2020/2021 年 前 後 與 其 妻 妻 及 多 位 研 究 人 員 離 開，創 立 自 稱「更 值得 信 任」的 新 公司 Anthropic。
此 後 雙 方 在 業 界 的 競 爭 和 分 歧 不 斷 顯 現。 最 近，兩 家 公司 之 間 的 緊 張 關 係 進 一 步 升 級。美 國 五 角 大 樓 往 前 取 消 了 與 Anthropic 的 一 份 合 同，OpenAI 隨 即「接 盤」拿 下 了 這 筆 合 作，引 發 外 界 對 兩 家 機 構 關 係 的 更 多 關 注。在 2026 年 印 度 舉 辦 的 一 場 AI 峰 會 上，當 科 技 領 袖 們 與 總 理 合 影 留 念，以 示 團 結 之 時，阿 爾 特
曼 和 阿 姆 代 恩 獨 特 沒 有 特 手，借 這 一 細 節 展 現 出 微 妙的 對 立 姿 態。 在 有 關 AI 與 就 業 的 爭 論 中，一 邊 是 連 續 不 斷 的 裁 員、被 自 動 化 系 統 替 代 的 真 實 個 案，另 一 邊 則 是 阿 爾 特 曼 口 中「AI 將 幫 助 人類 走 向 更 繁 榮 生 活」的願 景。至 少 從 他 最 新 的 公 開 表 態 來 看，OpenAI 希望 把 自 己 定 位 成 人類 的「放 大 器」和「幫 手」，而 非 主 動
走 進 人類 工作 的「接 班 人」。
一場發生喺俄羅斯堪察加半島附近、震級達8.8級嘅強烈地震，喺7月下旬推起橫掃太平洋嘅海嘯，而一顆專門用嚟測量海洋表面高度嘅衛星，首次以高解析度從太空完整「追蹤」到呢股巨浪。最新發表喺《The Seismic Record》嘅一項研究指出，美國同法國聯合研製嘅「地表水同海洋地形」（SWOT）衛星，記錄咗由呢次海嘯衝擊所引發大型海嘯嘅首條高解析度空中觀測軌跡，呈現出遠比預期複雜得多嘅波動結構，能量喺太平洋面上不斷擴散同反射。
研究人員認為，呢個結果有望幫助人類更深入理解海嘯傳播機制，進而改善對沿海地區潛在影響嘅評估。
呢項研究由冰島大學研究人員安傑爾·魯伊斯-安古洛（Angel Ruiz-Angulo）等人完成，他們將SWOT衛星取得嘅海面高度數據，與部署喺海嘯傳播路徑上嘅DART（深海海嘯評估同報告）浮標觀測記錄進行聯合分析。結果唔單止揭示咗異常複雜嘅海嘯波形細節，亦為重建呢次堪察加—千島強海嘯衝擊8.8級大地震嘅破裂過程提供咗新約束；呢場地震發生喺7月29日，係1900年以來全球記錄到嘅第六大地震。
魯伊斯-安古洛形容，SWOT數據就好似畀科學家換咗一副「新眼鏡」。以往，科學界主要依賴遍佈太平洋嘅DART浮標取得海嘯資訊，只能在海洋邊緣面域嘅有限點位「抽樣」記錄海嘯信號；其他衛星雖然亦能觀測海面高度變化，但喺理想情況下都只可以「掃過」海嘯嘅一條細線。相比之下，SWOT每次過境都可以取得寬達約120公里嘅海面條帶數據，並以從未有過嘅高空解析度繪製海面高度起伏。
SWOT衛星喺2022年12月發射，由美國國家航空航天局（NASA）同法國國家太空研究中心（CNES）合作研製，其核心任務係開發全球地表水體同海洋表面嘅首次高精度測繪。魯伊斯-安古洛表示，他同合著者查理·德·馬雷茲（Charly de Marez）之前已利用SWOT數據研究海洋中嘅小尺度漩渦等結構長達兩年多，原來並未想像到有機會「撞見」一次大型海嘯。 呢次觀測亦迫使科學界重新思考大型海嘯嘅傳播特性。
長期以來，主流行觀點認為，波長遠大於海洋平均水深嘅巨型海嘯屬於「非色散」類型，喺跨洋傳播過程中應以整體波形為主，能量唔易分解成多組波。但SWOT取得嘅呢次事件數據，特別鮮明顯示出色散效應嘅存在：海嘯能量喺傳播過程中分解為多組不同波分量，並呈現出明顯嘅空間散開同結構調製。 研究團隊將色散行為嘅數值模擬結果與衛星同浮標實測進行對比後發現，呢類「色散模型」與實際觀測嘅吻合度，明顯優於海洋使用傳統假設嘅簡化模型。
魯伊斯-安古洛指出，呢意味住目前常用嘅海嘯數值模型喺物理機制上「缺咗啲乜」，尤其係對大尺度海嘯波群內部結構同能量再分配嘅刻畫仍未足夠。他進一步推測，呢啲額外嘅色散能量，可能導致喺海嘯主波峰前後伴隨「尾隨波」調製，進而在抵近某些海灘時影響局部波高同到達順序，呢啲潛在效應能量量化並納入未來預報系統中。 喺呢項研究中，團隊仲將SWOT同DART觀測與之前基於地震震源同地表形變數據所做嘅海嘯預報進行比較。
他們發現，喺某些深海監測點，傳統預報嘅海嘯到時與DART實測並唔吻合：在一個站點模型畀出嘅到時偏早，而喺另一個站點則偏晚。為了解決呢個困惑，研究人員採用所謂「反演」方法，以浮標實測為約束重新估算震源破裂特性，結果顯示，呢次8.8級地震嘅破裂帶向南延展嘅範圍比以往模型預測嘅更遠，總長度約達400公里，明顯長於先前估計嘅300公里。 論文合著者迭戈·梅爾加（Diego Melgar）指出，自2011年日本東北外海9.
0級地震以來，地震學界逐漸認識到，海嘯觀測數據對約束斷層滑移分佈具有極高價值。近幾年，研究者一直嘗試將DART等海嘯數據與傳統嘅地震波同地表形變測量整合，但喺實際業務中，呢類多源數據融合仍未完全常態化，重要原因之一係：模擬海嘯嘅流體動力學模型與模擬地震波傳播嘅固體地球模型喺物理同計算框架上存在較大差異。他強調，從呢次研究再一次可見，將更多種類嘅觀測結合起來，對理解震源特性同海嘯行為至關重要。
堪察加—千島一帶係全球著名的強震同海嘯多發區。早喺1952年，該區域一次震級達9.0級嘅大地震便曾引發橫掃太平洋嘅大海嘯，並直接推動咗國家海嘯預警系統嘅建立，呢個系統亦喺2025年嘅呢次事件中發揮咗預警同發佈警報嘅關鍵作用。 科學家表示，隨住類似SWOT嘅衛星觀測數據持續積累，未來有望喺實時或近實時海嘯預報方面發揮更大作用。魯伊斯-安古洛表示，如果今後能喺更多實際事件中重複呢類結果，將有助於向決策層同資助方證明：投資專門衛星觀測能力，對提升全球海嘯監測同預警水平具有長遠價值。
