Home Blog Page 87

Google 推出 Gemini Enterprise Agent Platform:一個平台搞掂 AI 代理全生命週期

Google Cloud 正式推出 Gemini Enterprise Agent Platform,一個從構建、擴展、治理到優化 AI 代理嘅全方位統一平台。呢個平台被定位為 Vertex AI 嘅演進版本,整合咗模型選擇、模型構建、代理構建三大功能,再加入代理整合、DevOps、協調同安全等新能力。

200+ 模型任揀,包括 Claude Opus 4.7

平台最實用嘅一點:Model Garden 提供全球 200 多個領先模型嘅優先存取權限。除咗 Google 自家最新嘅:

  • Gemini 3.1 Pro
  • Gemini 3.1 Flash Image
  • Lyria 3

客戶亦可以選第三方模型,例如 Anthropic 嘅 Claude Opus、Sonnet、Haiku。而且 Google Cloud 今次同場宣布正式支援 Claude Opus 4.7 模型——對需要超長推理嘅任務嚟講係一大利好。

由「開發」到「交付」都無縫

Agent Platform 唔單止係開發環境,團隊整出嚟嘅 AI 代理可以直接透過 Gemini Enterprise 應用程式交付俾員工,同 IT 營運緊密整合,確保規模擴展嘅同時,數據治理同安全性都保持喺企業級水準。

對於一直苦惱「AI 代理點樣由 POC 走向生產環境」嘅技術團隊,呢個平台算係一個完整答案。

Lenovo ThinkPad X14 AI 2026 中國發佈 售價 9,499 元人民幣

Lenovo ThinkPad X14 AI 2026 正式發佈,售價 9499 元人民幣,約 HK$10,332 起。根據介紹,這款筆電採用石墨烯纖維增強材質打造,整機重量約 1.2 kg,厚度僅 15 mm,單手即可輕鬆握持,放入手提袋或雙肩包幾乎不佔空間。核心性能方面,ThinkPad X14 AI 2026 最高搭載Intel Core Ultra X9 處理器,採用 16 核 16 線程架構,兼顧性能釋放與能效表現。

搭配 Intel Arc B390 GPU、高速固態硬碟等硬核配置,日常處理 Office 三件套、多開瀏覽器、設計與影片剪輯均無壓力,多任務切換順暢不卡頓。

規格一覽

規格項目詳細內容
處理器Intel Core Ultra X9(最高 16 核 16 線程)
顯示卡Intel Arc B390 GPU
螢幕2.8K 高解析真彩屏、100% DCI-P3 專業影視色域、30Hz~120Hz 動態刷新率、91% 高屏佔比
電池續航74Wh 高密度大容量電池,測試項目下續航達 15.5 小時,影片播放長達 37 小時
AI 算力整機 AI 算力高達 180 TOPS
無線連接Wi-Fi 7、支援外置 4G LTE 模組
接口雙雷電 4、雙 USB-A、HDMI 2.0、3.5mm 音訊插孔
重量 / 厚度約 1.2 kg / 15 mm

更亮眼的是其 AI 算力,整機 AI 算力高達 180 TOPS,可有效支援各類 AI 功能,完美契合未來智能辦公趨勢。螢幕方設有 2.8K 高解析真彩屏,另備高分率、100% DCI-P3 專業影視色域及 30Hz~120Hz 動態刷新率,搭配 91% 高屏佔比,視野更開闊,沉浸感十足。續航部分,內置 74Wh 高密度大容量電池,測試項目下續航可達 15.

5 小時,影片播放長達 37 小時,在日常辦公強度下,能輕鬆支撐一整天不插電。此外,ThinkPad X14 AI 2026 內置天璣 AI 個人助理級智能體,帶來一整套智能辦公功能,讓重複工作變簡單、反覆任務變自動,支援 AI 寫作、AI 搜尋、AI 翻譯、AI 操作等豐富實用 AI 功能。這款筆電還搭載 Wi-Fi 7,輕鬆實現會議、雲文件、大文件秒速傳輸,並支援外置 4G LTE 模組,確保網絡穩定可靠,隨時應對突發情況。

接口方面,保留豐富實用端口,包括雙雷電 4、雙 USB-A、HDMI 2.0 及 3.5mm 音訊插孔,外接 U 盤、顯示器、投影儀、擴展艙均很方便。商務演示、會議無線投屏、數據傳輸一步到位,真正做到辦公場景全覆蓋。

Google Cloud Next ’26:75% 客戶已用 AI 發展業務,統一技術堆疊成企業「增長引擎」

Google Cloud 於 4 月 22 日喺 Google Cloud Next ‘26 大會公布多項創新,最引人關注係官方披露有接近 75% 嘅 Google Cloud 客戶已經用緊佢哋嘅 AI 產品驅動業務發展。呢個數字反映出 AI 由「實驗性工具」正式過渡至企業核心營運。

Google Cloud 執行長 Thomas Kurian 指,公司已唔再係提供「拼湊式」個別服務,而係一套 垂直優化嘅統一技術堆疊,由 AI 基礎架構、Gemini 模型、數據管理、多雲安全,到開發平台同代理應用,全部協同開發。

實際成效:由月變分鐘

兩個早期客戶案例最具代表性:

  • 新加坡超市集團 FairPrice Group:透過 Gemini Enterprise 推進「明日商店」願景,用 AI 代理優化實體店同數碼平台購物體驗,主題廣告製作時間同成本都大幅降低。
  • 英國藥廠 GSK:過去需要成個月先完成嘅臨床研究工作,而家喺幾分鐘內就搞掂。

驚人嘅 token 處理量

過去 12 個月,有 330 家 Google Cloud 客戶每家處理咗超過 1 兆個 tokens,其中 35 家達到 10 兆 tokens 里程碑。Google 嘅第一方模型目前每分鐘處理超過 160 億個 tokens,比上一季嘅 100 億大幅攀升。

簡單講,企業級 AI 應用已經進入「工業化」階段。Thomas Kurian 補充:「技術已經就緒——現在,是時候構建屬於你嘅成長引擎了。」

爆料指 Apple iPhone 18 Pro 系列首採四步相機升級方案

知名中國爆料帳號「數碼閒聊站」近日在社交平台發文,指 Apple 正為未來 iPhone 系列制定一套「四年走」的相機升級方案,其中首個落地項目將從今年 iPhone 18 Pro 系列開始實施。據其描述,Apple 內部討論和評估的四項主要相機升級方案包括:可變光圈、1/1.12 英寸「超大底」主攝像頭感測器、更強的超廣角鏡頭光學防震,以及 200MP 潛望式長焦鏡頭。

iPhone 18 Pro 首載可變光圈

根據目前多方消息,可變光圈功能有望率先在今年 9 月發佈的 iPhone 18 Pro 與 iPhone 18 Pro Max 上登場。早在 2024 年 12 月,供應鏈分析師郭明錤已表示,兩款 iPhone 18 Pro 機型的後置主攝將支援可變光圈,其後在 2025 年 10 月又有報導指出,Apple 已推進相關方案,並與零組件供應商就具體組件進行溝通。

若消息屬實,這將是 iPhone 首次搭載可變光圈機型——從 iPhone 14 Pro 到 iPhone 17 Pro,主攝一直沿用固定的 f/1.78 光圈,拍攝時鏡頭始終處於全開啟狀態。 與固定光圈不同,可變光圈能根據環境自動調節進光量:在弱光環境下打開光圈以盡可能多收光線,在強光環境中則收縮光圈以避免過曝,同時還能為用戶提供更靈活的景深控制空間。業界預期,這一改動將有助改善低光成像品質、提升曝光控制,並在日常拍攝和人像模式中帶來更自然的景深過渡效果。

除可變光圈外,「數碼閒聊站」提及的其他三項升級,被認為更多是面向 iPhone 18 Pro 之後機型的長期規劃,目前尚未有明確的量產時間表。在主攝感測器方面,Apple 正測試標稱為 1/1.12 英寸的「超大底」方案,不過這一尺寸沿襲傳統光學規格標準,並非實際物理尺寸。按換算計算,此類感測器對角線長度約為 14.5mm,雖然與名稱給人的直觀印象相差不少,但在智能手機領域已屬非常大的規格。

報導指出,該尺寸與SONY LYTIA 系列中的 LYT-901 一致,該感測器目前已用於 vivo X300 Ultra 機型,相較 iPhone 17 Pro 採用的 1/1.28 英寸主攝感測器,面積更大,有望在弱光表現、動態範圍以及訊噪比方面帶來實質提升。 至於 200MP 潛望式長焦鏡頭,「數碼閒聊站」多次提及此方案時表示,Apple 確有研究並進行相關測試,但其最新說法是,該類別長焦相機在 2028 年之前出現在 iPhone 上的可能性較低。

這意味著,即便 Apple 已入手評估大底高畫素長焦,真正量產落地仍屬中長期規劃。對於超廣角鏡頭,Apple 亦在探索更強的光學防震方案,目標是在廣角以外的焦段進一步提升畫面穩定性,不過具體實現路徑和時間節點同樣尚未明朗。 「數碼閒聊站」在中國社交平台微博上擁有超過 300 萬關注,且在 Apple 相關產品爆料方面備有一定準確度記錄。例如,其曾提前曝光 iPhone Air 與 iPhone 17 Pro 的整體外觀設計,以及 iPhone 17 Pro 採用三顆 4800 萬畫素後置相機頭的

配置,事後均與實機相符。近期,該帳號還聲稱,Apple 首款可折疊機型預計將與 iPhone 18 Pro 同期限推,並有可能命名為「iPhone Ultra」。 目前,Apple 方面尚未就上述相機升級計劃作出任何公開回應。由於相關資訊主要來自供應鏈與爆料人,終端量產機型的細項規格與時間安排仍存變數,但從 Apple 在相機硬件上的整體動向來看,以 iPhone 18 Pro 為起點的多階段影像升級路線,正逐步成形。

升級項目預計落地時間詳細規格
可變光圈iPhone 18 Pro (2025 年 9 月)取代 f/1.78 固定光圈,提升低光與景深控制
超大底主攝感測器長期規劃1/1.12 英寸 (對角線約 14.5mm),類似SONY LYT-901
超廣角光學防震長期規劃強化廣角外焦段穩定性
200MP 潛望式長焦2028 年前可能性低高畫素大底長焦鏡頭

newcleo PRECURSOR 非核鉛冷反應堆示範設施 於義大利啟動安裝

newcleo 位於 ENEA-Brasimone 研究中心的 PRECURSOR 設施,已正式展開安裝工作。此前,鉛處理系統的主要部件已運抵現場,並完成工廠的結構基礎建設。作為非核能的池式示範裝置,PRECURSOR 旨在模擬公司商用鉛冷卻快中子反應爐(LFRs)的規模、複雜度和熱液力行為。「PRECURSOR 是我們支持鉛冷卻快中子反應爐(LFRs)的池式非核示範裝置,」newcleo 表示。

模擬未來核電廠關鍵流程

該設施設計用以重現未來商用核電廠的熱循環和液壓流程。其核心特色在於運作期間可產生電力。「真正獨特之處在於,它將利用 FINCANTIERI 提供的渦輪機發電,這是全球唯一具備此功能的設施,」公司補充道。此配置讓研究人員能評估 LFR 系統中功能性發電循環的整合效果。 目前安裝工作聚焦鉛處理系統的三個主要部件,由 newcleo、SRS Servizi di Ricerche e Sviluppo 及 Fucina Italia 合作開發,並獲 ENEA 技術支援。

部件規格如下:

部件名稱功能描述
熔化槽裝載鉛錠並液化
儲存容器儲存熔融鉛,並在初始填充或維護期間維持化學調節
轉移容器在儲存單元與主反應爐容器之間交換熔融鉛

在組裝前,技術團隊已運送錨定支撐板至研究中心。此碳鋼環形結構直徑 3.7 米,重 1,300 公斤,作為地面與主容器(內含反應爐堆芯及蒸汽產生器)的結構介面。施工中,此板嵌入混凝土基礎,分擔設計負荷並確保機械系統對齊。 這些專用結構由 SRS Servizi di Ricerche e Sviluppo 及 Fucina Italia 製作,隸屬 newcleo 集團,提供鉛冷卻反應爐部件的工程與製造能力。

SRS-Fucina 集團 CEO Ulisse Pasquali 表示,此設施為商用反應爐艦隊提供概念驗證,標誌從實驗研究轉向功能性工廠運作。PRECURSOR 收集的數據,將用於評估鉛冷卻反應爐技術的工業部署設計與運作參數。這是首次將這些鉛處理部件整合至單一測試工廠。

Duolingo 向所有用戶免費開放 B2 級高級語言課程

在線語言學習平台 Duolingo 本週三宣佈,將原本僅向付費訂閱用戶開放的高級語言學習內容,免費向所有用戶開放,涵蓋英語、西班牙語、法語、德語、意大利語、葡萄牙語、日語、韓語和中文九種語言。用戶可透過網頁端以及 iOS 和 Android 客戶端訪問相關課程。此舉開放的高級內容對應歐洲語言共同參考框架(CEFR)的 B2 水平,這一標準被學校和僱主廣泛認可,用於衡量學習者的語言能力。

B2 水平的學習材料強調脫離翻譯環境,透過複雜情境和更專業的詞彙訓練,幫助學習者在真實語境中理解和表達。 Duolingo 表示,這意味著免費用戶有機會從基礎溝通能力邁向「獨立使用者」水平。新提供內容將包括「高級故事(Advanced Stories)」等功能,用於強化閱讀理解能力;同時還會提供類似廣播的音頻體驗 DuoRadio,幫助用戶提升聽力理解。借助這些工具,用戶可圍繞更複雜的語言情境進行訓練,例如準備求職面試、計劃海外留學,或嘗試在無需依賴翻譯的情況下閱讀新聞報導、觀看影片以及閱讀文學

作品。

市場競爭與商業策略

Duolingo 稱,在上述九種語言上,它將成為唯一一家在高級水平階段仍提供免費學習路徑的應用。相比之下,Babbel 和 Busuu 等競爭對手雖同樣推出與 CEFR 對齊的進階課程,但多需訂閱付費才能完整使用。例如,Busuu 也提供最高至 B2 水平的課程,但免費版在課程數量和功能上明顯受限,不包括語法詳解等內容,用戶若要完整學習仍需升級為付費帳戶。在本次調整前,Duolingo 的免費課程通常以 A2 或 B1 水平為頂,側重日常場景的基礎溝通,難以系統覆蓋更高級別的語言運用能力。

公司方面強調,將高級內容免費開放,一方面延長用戶在平台上的學習路徑,另一方面希望透過提升整體學習深度,強化其在語言學習市場的差異化定位。Duolingo 還將此舉定位為幫助求職者提升競爭力的工具,試圖將語言學習與就業前景更緊密綁定。公司指出,在全球勞動力市場增長放緩、競爭日趨激烈的背景下,掌握第二語言被視為提升求職優勢的現實途徑。美國外語教學委員會的研究顯示,學第二語言可將個人的就業機會提升最多 50%。

Duolingo 學習科學負責人 Bozena Pajak 在聲明中表示,過去要達到適用於工作的外語熟練程度,往往需要多年密集課程或沉浸式學習體驗,這對許多人而言門檻過高。透過將高級課程免費開放,公司希望降低學習門檻,讓更多人透過在線學習接近平「工作就緒」水平。從商業層面,此舉也被視為 Duolingo 持續擴大免費用戶群體的策略。在最新的 2025 年第四季度財報中,Duolingo 披露其日活躍用戶數已達 5270 萬,同比增長 30%,明顯高於其 1220 萬付費訂閱用戶規模。

不過,在公司預計 2026 年第二季度訂閱收入同比增速將放緩後,Duolingo 股價一度承壓下挫,顯示市場對其「優先用戶增長而非短期變現」的策略仍在觀望。公司方面顯然希望,透過拉長免費用戶的學習週期、提升學習深度和成就感,能在長期推動用戶向付費訂閱及其他增值服務轉化。在語言學習產品普適同質化、收費模式日漸多元化的背景下,如何在擴大用戶覆蓋面與實現可持續營收之間取得平衡,將是這家在線教育平台接下來需持續解答的問題。

Google 地圖即將加入 Gemini 生成式 AI 功能 包括 Ask Maps 對話搜尋

Google 為其地圖應用程式引入一系列基於 Gemini 的生成式人工智能功能,旨在從搜尋、導航到內容生成的全鏈路重塑用戶體驗。新功能將優先透過手機應用向部分市場推出,未來還將擴展至桌面端及更多國家和地區。其中最核心的更新之一是全新對話式「Ask Maps」功能,用戶可像與助手聊天一樣,用自然語言提出複雜、貼近真實場景的問題,而無需再用關鍵詞拼湊搜尋。例如,用戶可詢問「手機快沒電了,附近哪裡可以充電又不用在咖啡店排長隊?

」或「今晚有沒有可以打燈的公共網球場?」系統會綜合地點數據庫和用戶偏好,返回帶有路線、預計到達時間及實用小貼士的個性化結果。對於有出行計劃的用戶,「Ask Maps」還可一鍵生成行程建議,例如輸入「我要開車去大峽谷、馬蹄灣和羚羊峽谷,中途有什麼值得順路的景點?」地圖便會自動規劃路線,提供沿途景點、停車建議以及來自真實用戶的心得,包括如何找到隱藏步道或獲取免費入場方式等。

沉浸式導航與語音升級

這一體驗背後依賴 Google 積累二十多年、涵蓋 3 億多地點及逾 5 億貢獻者信件的龐大数据庫,並結合 Gemini 的語義理解和生成能力進行整合與推薦。另一項被 Google 視為「十年來最重要導航升級」的,是全新「沉浸式導航」(Immersive Navigation)。該功能用動態 3D 畫面取代傳統鳥瞰 2D 視圖,在導航界面中更細緻呈現周邊建築、立交橋、地形起伏及複雜路口結構,同時突出車道線、人行橫道、交通燈和停車標誌等關鍵路況資訊,幫助駕駛者在難以辨認的路段獲得更直觀的空間感。

在語音導引方面,Google 亦進行更新,使導航提示聽起來更自然、接近人類表達。例如,當用戶需在兩個出口後駛離高速時,語音將說出類似「先通過這個出口,再從下一個出口駛出前往 Illinois 43 South」的說明,而非枯燥報數字和距離,並在備選路線中明確指出「時間較短但有收費路段」還是「路程稍長但更順暢」等複雜資訊。Google 表示,這些新功能將在美國優先面向 iOS 和 Android 用戶推出,其中 Ask Maps 還將同步登陸印度市場,並計劃後續擴展至桌面端及更多國家與地區。

沉浸式導航亦將於近期在美國開始上線,隨後逐步推廣至支援的 iOS、Android 設備,以及 CarPlay、Android Auto 和搭載 Google 車載系統的車型。此次升級延續了 Google 自去年起將 Gemini 深度整合進地圖產品的路線,早前 Gemini 已用於回應沿途地點問題、基於街景畫面優化轉向指引,以及協助總結用戶評價、為上傳照片生成說明文字等任務。

隨著 Ask Maps 和沉浸式導航等功能全面啟用,Google 地圖正從傳統「找路工具」加速向「AI 驅動的出行與探索平台」轉型。

中國 Type 076 兩棲攻擊艦四川艦 駛往南海 進行試驗訓練

中國最先進的兩棲攻擊艦「四川艦」已從上海出航,駛向南海海域,此處正進行美國、菲律賓及日本年度最大規模聯合軍演「巴利卡坦」(Balikatan)。人民解放軍海軍周二在其官方微博公布,「四川艦」為中國首艘076型兩棲攻擊艦,舷號51,已前往南海「相關海域」執行科研試驗及訓練任務,測試多項艦載系統及平台性能。軍方形容此舉為「依據艦艇整體建造計劃組織的例行跨海區試驗與訓練」,並強調並非針對特定目標。

此次行動時機引人注目。「巴利卡坦」軍演由美國與菲律賓主辦,今年日本首次以戰鬥部隊參與,於4月20日至5月8日期間橫跨菲律賓群島,重點在呂宋島北部。日本派出3艘運輸及護衛艦、運輸機、88式艦對艦導彈,以及1400名人員。

四川艦的獨特設計

「四川艦」並非傳統兩棲攻擊艦,而是全球首艘配備電磁彈射系統(EMALS)的兩棲攻擊艦,此技術源自中國003型福建艦及美國福特級航母,先前僅用於專用航母。該4萬噸級艦艇擁有全通式飛行甲板,長約260米、寬43米,配雙島式上層建築、尾部井塢可容納登陸艇,以及固定翼飛機阻截裝置。電磁彈射系統是此次南海試驗的核心。 除無人機航母功能外,「四川艦」保留完整兩棲攻擊能力,可運載約1000名強化陸戰營士兵、裝甲車、火砲、登陸艇及直升機,包括Z-20及Z-8,成為傳統兩棲攻擊艦與輕型航母之間的混合平台。

軍事分析員吳培欣指出,此次遠海試驗預期驗證EMALS系統與大型艦載無人機在開闊海況下的相容性,尤其南海高溫高濕環境,與上海近海控制條件大異其趣。試驗亦將測試推進、供電及艦機協同系統,並為未來與福建艦聯合作戰累積數據。 「四川艦」的EMALS主要針對GJ-21海軍隱形無人作戰飛行器,源自GJ-11「利劍」無人機,配備航母回收用阻截鉤。中國船舶集團在首次海試後公布的概念圖顯示,甲板至少有6架GJ-21。

「四川艦」於2025年11月完成首航3日試驗,聚焦引擎及供電系統,同月下旬進行第二次試驗,並於2025年10月完成首次EMALS滑軌測試。預計2026年底交付海軍,距2024年12月下水約兩年。

Google 與 Thinking Machines Lab 達數十億美元雲計算及算力合作

據知情人士透露,Google 近日與人工智能初創公司 Thinking Machines Lab 達成一項全新多年期雲計算及算力合作協議,交易規模高達數十億美元,標誌著這家搜尋巨頭正加大在前沿模型客戶上的投入力度。此次合作是在 Thinking Machines Lab 此前與英國 Arm 簽署大規模算力租賃協議後達成,意味著該公司已在底層晶片與雲平台兩端同時綁定行業領先供應商。

Thinking Machines Lab 由前 OpenAI 首席技術官 Mira Murati 於 2025 年創立,總部位於舊金山,成立當年即完成 20 億美元種子輪融資,估值約 120 億美元,投資方包括 Andreessen Horowitz、Accel、英國 Arm、AMD 等機構及業界人士,被視為最具話題性的前沿 AI 實驗室之一。公司定位為「面向人類協作的通用 AI 系統」研發機構,強調可解釋性、可定制性及跨學科能力,目標是縮小前沿 AI 能力與科學世界理解之間的差距。

與 Arm 及 Google 的多線算力布局

今年 3 月,Thinking Machines Lab 剛宣布與英國 Arm 達成一項為期多年的算力合作,將自 2027 年起在其訓練及推理基礎設施中部署至少 1 吉瓦規模的 NVIDIA Vera Rubin 系統,英國 Arm 同時對該公司進行戰略投資。業內人士根據黃仁勳此前對 1 吉瓦 AI 數據中心的「最高可達 500 億美元」估算推斷,這一合作在同等週期下的整體價值極有可能達到「數十億美元」乃至更高水準。

在這一背景下,最新與 Google 達成的合作被視為對其算力版圖的關鍵補充:英國 Arm 提供晶片與專用系統,而 Google 則透過其雲平台為 Thinking Machines Lab 提供大規模 GPU/TPU 叢集、網絡、存儲及工程支持,用於訓練該實驗室的新一代多模態大模型。早在種子輪融資完成後,Thinking Machines Lab 即與 Google Cloud 建立合作,此次協議被視為對既有關係的放大與鎖定,使 Google 在這家「潛在下一個 OpenAI 或 Anthro

pic」的實驗室中獲得更穩固的基礎設施及生態位。 據接近交易人士介紹,協議除雲算力租賃外,還包括一籃子聯盟技術優化及商業條款,例如圍繞 Google 新一代 TPU 平臺的訓練與推理系統共建、針對大規模分佈式訓練的網絡與數據管線調優,以及在安全性與合規面上的深度合作。Google 看重的,是透過與早期前沿實驗室的深度綁定關係,未來無論是模型託管、API 分發還是企業級解決方案,均有機會基於這些客戶的成長獲得可觀回報。

對 Thinking Machines Lab 而言,連續與英國 Arm 及 Google 達成重量級合作,意味著其在算力資源上的長期保障性大幅增強,有助於持續「構建可重現結果的前沿 AI 模型」研發路線。在 AI 行業對高端 GPU 及算力需求持續緊俏的環境下,這種綁定有助於減小訓練計劃被資源掣肘的風險,也為其未來可能推出的商用 API 與科研工具奠定基礎。

不過,這類體量巨大的算力與雲服務合作也意味著雙方需要在成本回收及商業化路徑上給出有說服力的答案。對 Google 而言,如何將這類高風險、高投入的前沿實驗室客戶轉化為 Google Cloud 的長期增長引擎,將成為資本市場關注的焦點之一;而對仍處早期階段的 Thinking Machines Lab 來說,如何在持續高額算力支出的同時,穩定推出產品、形成收入,並兌現「更可解釋、可定制的通用 AI 系統」願景,同樣面臨考驗。

美國 Inertia Enterprises 與 LLNL 合作加速核融合商業化

美國 Inertia Enterprises 與勞倫斯利佛摩國家實驗室 (LLNL) 達成策略合作夥伴關係,旨在加速核融合技術的商業化進程。此合作聚焦縮短商業核融合電廠運作所需創新時間。「這項廣泛合作將運用 LLNL 國家點火設施實現核融合點火的寶貴經驗,推動核融合能源成為現實,」LLNL 利佛摩核融合技術研究所 (LIFT) 主任 Tammy Ma 表示。

此協議緊隨公司完成 4.5 億美元(約 HK$35.1 億)融資後展開,標誌美國國家實驗室體系中一項重要的私營主導合作。雙方透過兩項策略夥伴項目及一項合作研究與開發協議 (CRADA),將核融合物理轉化為產業應用。

技術創新與目標開發

CRADA 的技術範疇涵蓋先進光學材料及半導體雷射二極管的研發與原型製作。雙方亦致力開發新型製造技術,用於解決傳統部件長交期或高成本問題,包括設計及實驗驗證用於高容量雷射系統的束流架構。透過策略夥伴項目,團隊正擴大核融合燃料目標的性能與產量,這些目標是實現能量增益的核心。LLNL 員工運用實驗室突破所採用的慣性約束核融合設計程式碼,協助設計商用高增益目標。這些工作包括開發符合電網規模核融合電廠規格的目標物理設計及製造流程。

除技術研究外,合作還包含授權近 200 項 LLNL 開發的慣性核融合技術專利組合,授予 Inertia Enterprises 興建核融合電廠所需基礎發明的權利。此合作針對從驗證物理模型轉向功能性能源設施的工程挑戰。該夥伴關係獲 2022 年 CHIPS and Science Act 支持,提供實驗室員工協助商業化科學創新的監管框架。Inertia Enterprises 行政總裁 Jeff Lawson 表示,此合作讓私營部門建立在公共投資科學基礎之上。

LLNL 主任 Kim Budil 指出,此協議確保數十年核融合研究超越實驗室範疇,指導產業發展。「這項合作將 LLNL 在慣性核融合科學、雷射技術、物理設計及目標製造的世界領先專長,直接應用於商業核融合所需的產業規模開發,」Budil 說。美國能源部核融合辦公室 Jean Paul Allain 總結,此合作匯聚國家實驗室與私營產業,從實驗成果邁向部署,共同建立未來核融合能源生產的供應鏈與流程。

Thinking Machines Lab 與 Google 簽數十億美元雲端 AI 基礎設施協議

前 OpenAI 高管 Mira Murati 創立的初創公司 Thinking Machines Lab,據 TechCrunch 獨家消息,已與 Google Cloud 簽訂一項價值數十億美元的協議,用以擴大其 AI 基礎設施的使用範圍,包括搭載 Nvidia 最新 GPU 的系統。據知情人士透露,此協議價值達單位數十億美元,並提供存取 Google 最新 AI 系統,這些系統建基於 Nvidia 新款 GB300 晶片,同時涵蓋支援模型訓練與部署的基礎設施服務。

Google 正積極與多間 AI 開發商締結雲端協議,旨在將其雲端服務與儲存、Kubernetes 引擎及 Spanner 資料庫等產品整合。本月稍早,Anthropic 與 Google 及 Broadcom 簽署協議,獲得數吉瓦張量處理單元(TPU)容量,這些是 Google 自家設計的 AI 晶片,用於機器學習工作負載。不過競爭激烈,本週 Anthropic 又與 Amazon 達成新協議,確保高達 5 吉瓦容量,用於訓練與部署 Claude 模型。

今年稍早,Thinking Machines 與 Nvidia 合作,並獲該晶片商投資,但這是該實驗室首次與雲端服務供應商簽約。協議並非獨家,Thinking Machines 未來可使用多間雲端供應商,但這顯示 Google 希望及早鎖定快速成長的前沿實驗室。Mira Murati 於 2025 年 2 月離開 OpenAI 首席技術官職位,創辦 Thinking Machines。

公司隨後以 120 億美元估值,完成 20 億美元種子輪融資,保持高度機密,直至 10 月推出首款產品 Tinker。這款工具可自動化建立自訂前沿 AI 模型。

協議細節與技術支援

週三公布的協議揭示 Thinking Machines 的開發方向。Google 新聞稿指出,其雲端可支援該初創的強化學習工作負載,而 Tinker 架構即依賴此技術。強化學習是 DeepMind 及 OpenAI 等實驗室近期突破的訓練方法,此協議規模反映其計算成本之高。Thinking Machines 是首批存取 Google Cloud GB300 系統的客戶,Google 表示該系統相較前代 GPU,在訓練與服務速度上提升 2 倍。

以下為 GB300 系統關鍵規格:

規格項目細節
晶片基礎Nvidia GB300
訓練速度提升2 倍(相較前代 GPU)
服務速度提升2 倍(相較前代 GPU)
支援工作負載強化學習、模型訓練與部署

「Google Cloud 讓我們以所需可靠性達到創紀錄速度運行,」Thinking Machines 創辦研究員 Myle Ott 在聲明中表示。

Google 地圖平台新增生成式 AI 企業功能

Google 發佈針對企業用戶設計的生成式 AI 新功能,應用於其地圖及地理空間應用程式。這些功能在本週拉斯維加斯 Cloud Next 活動上公布,為 Google 地圖平台注入生成式 AI 能力,提升視覺及數據分析效能。其中一項名為 Maps Imagery Grounding 的功能,讓企業用戶透過生成式 AI 在 Google Street View 內創建逼真場景,用以視覺化特定項目如電影布景或預期建築工地。

用戶只需在 Gemini Enterprise Agent Platform 輸入提示,即可在 Street View 中生成場景,前提是已於 Google Maps Imagery 啟用相關設定。公司表示:「只需數秒,即可使用精準影像故事板你的創意願景,甚至透過 Veo 動畫化該場景。」

衛星影像分析及 AI 模型升級

Google 同時擴展 Google Earth 衛星影像數據分析方式。新功能 Aerial and Satellite Insights 讓用戶分析儲存於 Google Cloud BigQuery(公司雲端數據倉庫及分析平台)的影像。公司聲稱,此功能可將「數週工作」壓縮至數分鐘。此外,公司推出兩款全新 Earth AI Imagery 模型,這些 AI 系統專為地理空間分析而設,已訓練識別影像中特定物件如橋樑、道路及電纜線。

先前,企業需自行建置及訓練此類 AI 系統,過程可能耗時數月。新模型讓企業「無需花數月從零訓練及建構 AI,即可開發自家產品」。 這些公布延續 Google 於企業地理空間 AI 的廣泛推進。公司 Earth AI 平台已獲 Airbus 及 Boston Children’s Hospital 等夥伴採用,用於環境監測至災難應變等應用。公司表示:「這些 AI 更新為企業、數據分析師及城市規劃者開啟全新可能性。

Duolingo 免費用戶開放 9 種語言 B2 級進階內容

Duolingo 宣佈,其進階語言學習內容現已在九種語言免費開放,包括 English、Spanish、French、German、Italian、Portuguese、Japanese、Korean 及 Chinese。用戶可透過網頁、iOS 及 Android 裝置存取這些內容。此進階內容對應歐洲語言共同參考框架(CEFR)的 B2 等級,為學校及僱主認可的國際語言能力標準。

B2 等級材料不含翻譯,涵蓋複雜情境及專業詞彙。新功能包括「Advanced Stories」,助提升閱讀理解,以及類似播客的 DuoRadio,用於聽力訓練。

免費進階內容挑戰付費對手

Duolingo 指,此舉使其成為唯一免費提供九種語言 B2 等級學習的應用程式。競爭對手如 Babbel 及 Busuu 雖有進階課程,但多需付費訂閱。例如 Busuu 提供部分 CEFR B2 課程,免費版卻限制嚴重,欠缺文法解釋等內容,用戶須付費解鎖完整存取。此前,Duolingo 免費課程僅限 A2 或 B1 等級,聚焦基本溝通技能。公司將此免費進階學習定位為求職者機會,強調語言能力有助全球職場競爭力。

美國外語教學理事會研究顯示,習得第二語言可提升就業機會達 50%。 Duolingo 學習科學主管 Bozena Pajak 表示:「以往達到就業級語言熟練度,對大多數人而言遙不可及,需要數年昂貴課程或沉浸式體驗。」此策略亦旨在擴大免費用戶群。根據第四季度業績報告,公司每日活躍用戶達 52.7 百萬,按年增長 30%,遠高於 12.2 百萬付費訂閱用戶。不過,股價因預測 2026 年第二季度預訂增長率輕微下滑而下跌。

【手機比較】小米 Poco M8s 5G 與 vivo X300s:規格表、效能、攝影功能

在智能手機市場中,小米 Poco M8s 5G 與 vivo X300s 代表了不同定位的選擇。小米 Poco M8s 5G 作為一款注重性價比的中階 5G 機型,配備大容量電池與高刷新率屏幕;vivo X300s 則是旗艦級產品,強調頂級影像系統與先進顯示技術。本文將透過詳細規格比較,客觀分析兩者在屏幕、效能、攝影及連接性等方面的表現,幫助讀者了解哪款更適合日常使用或專業需求。

項目小米 Poco M8s 5Gvivo X300s
網絡(Network)GSM / HSPA / LTE / 5GGSM / HSPA / LTE / 5G
處理器(CPU)Snapdragon 6s Gen 3 (6nm)Mediatek Dimensity 9500 (3nm)
屏幕尺寸與類型(Display Size and Type)6.9 吋 FHD+ DotDisplay, 144Hz6.78 吋 LTPO AMOLED, 144Hz, HDR10+
作業系統與平台(Platform)Xiaomi HyperOS 2Android 16, OriginOS 6 (5 年升級)
記憶體(RAM)6GB / 8GB (最高 16GB 擴展)12GB / 16GB
主相機(Main Camera)5,000 萬像素主鏡頭2億像素主鏡頭 + 5,000 萬像素長焦 + 5,000 萬像素超廣角
前置相機(Selfie Camera)800 萬像素5,000 萬像素
無線網絡(WLAN)Wi-Fi 2.4GHz / 5GHzWi-Fi 802.11 a/b/g/n/ac/6/7
NFC支援 (視地區而定)支援
藍牙(Bluetooth)5.15.4
3.5mm 耳機孔(3.5mm Jack)未提及 (無)
充電技術(Charging)33W 有線, 18W 反向90W 有線, 40W 無線, 反向有線
感應器(Sensors)側邊指紋, AI 面部解鎖, 虛擬接近, 環境光, 加速度計, 電子羅盤, IR 紅外超聲波屏下指紋, 加速度計, 陀螺儀, 接近, 羅盤
效能表現(Performance)中階 Snapdragon 處理器, AnTuTu 預估 50 萬分旗艦 Dimensity 9500, AnTuTu 預估 200 萬分以上

屏幕與顯示比較

小米 Poco M8s 5G 搭載 6.9 吋 FHD+ DotDisplay,解析度 2340 × 1080,PPI 374,最高 144Hz 刷新率,觸控採樣率達 288Hz,峰值亮度 850 nits HBM。屏幕支援 85% NTSC 色域,對比度 1400:1,並通過 TÜV Rheinland 低藍光、節律友好及無閃爍認證,適合長時間閱讀或遊戲。

vivo X300s 的 6.78 吋 LTPO AMOLED 屏幕更勝一籌,解析度 1260 × 2800,PPI 452,提供更高像素密度與銳利度。支援 144Hz 刷新率、2160Hz PWM 調光、HDR10+ 及 Ultra HDR,色深達 10 億色,屏佔比約 91.1%。LTPO 技術可動態調整刷新率,節省電力,強化玻璃保護更耐用。

總體而言,vivo X300s 在顯示品質、色準及 HDR 支援上明顯優於 Poco M8s 5G,尤其適合影音愛好者;Poco M8s 5G 屏幕更大,適合偏好大屏用戶,但亮度與解析度落後。

效能比較

小米 Poco M8s 5G 使用 Snapdragon 6s Gen 3 處理器 (6nm 製程),八核心最高 2.3GHz,Adreno GPU,搭配 6GB / 8GB RAM (LPDDR4X) + 128GB / 256GB 儲存 (UFS 2.2),支援最高 16GB RAM 擴展及 microSD 最高 2TB 擴充。適合日常多工及輕度遊戲,安兔兔跑分預估約 50 萬分。

vivo X300s 配備 Mediatek Dimensity 9500 (3nm),八核心 (1×4.21GHz C1-Ultra + 3×3.5GHz + 4×2.7GHz),Arm G1-Ultra GPU,RAM 12GB / 16GB,儲存 256GB 至 1TB (UFS 4.1),無擴充卡槽。旗艦級效能支援高負載遊戲及 AI 運算,安兔兔跑分預估超過 200 萬分,提供流暢 Android 16 體驗及 5 年系統升級。

vivo X300s 處理器更先進、RAM 更大、儲存更快,在多工、遊戲及長遠支援上全面領先;Poco M8s 5G 擴充靈活,適合預算有限用戶。

攝影功能比較

小米 Poco M8s 5G 後置 5,000 萬像素主鏡頭 (f/1.8, 5P 鏡片),支援 HDR、夜拍、人像等,影片最高 1080p@30fps。前置 800 萬像素 (f/2),同樣支援基本模式,影片 1080p@30fps。影像表現中規中矩,適合日常拍攝。

vivo X300s 後置三鏡頭系統:2億像素主鏡頭 (f/1.7, OIS)、5,000 萬像素 3x 長焦 (f/2.6, OIS, Zeiss 光學)、5,000 萬像素超廣角 (f/2.0, 119°),支援激光對焦、Zeiss T* 塗層、4K@120fps HDR 影片。可選 200mm 附加鏡頭。前置 5,000 萬像素 (f/2.0, AF),4K@60fps。

vivo X300s 相機硬體及軟體遠超 Poco M8s 5G,尤其在變焦、廣角及專業影像上領先,適合攝影發燒友;Poco M8s 5G 僅基本功能。

連接性與其他功能比較

兩機均支援 5G (SA/NSA),但 vivo X300s 頻段更全面。Wi-Fi 上,vivo 支援 Wi-Fi 7,藍牙 5.4 (aptX HD, LHDC 5) 優於 Poco 的 5.1;兩者均有 NFC 及 IR 紅外。vivo 無 3.5mm 耳機孔,Poco 未提及亦無。vivo USB Type-C 3.2 更快。

電池方面,Poco M8s 5G 7,000mAh + 33W 快充 + 18W 反向;vivo X300s 7,100mAh + 90W 有線 + 40W 無線 + 反向。防水:Poco IP64,vivo IP68/IP69 更強。音效:vivo 立體聲喇叭 + Dolby Atmos (Poco 亦支援);感應器 vivo 超聲波屏下指紋更先進。

vivo X300s 在連接速度、充電、防水及音效上全面優勝;Poco M8s 5G 電池容量相近,機身較大但輕薄。

總結

綜合比較,vivo X300s 在屏幕品質、處理器效能、相機系統、連接性及防水等關鍵領域大幅領先,適合追求旗艦體驗、攝影及高性能用戶,儘管售價更高且無儲存擴充。小米 Poco M8s 5G 憑大電池、高刷新大屏及 microSD 擴充,提供優秀性價比,適合預算型用戶或需大容量儲存者。

若重視影像與流暢度,vivo X300s 是更好選擇;日常使用及擴充需求,則選 Poco M8s 5G。最終取決於個人預算與偏好。

vivo X300s 影片

Google Cloud Next 拉斯維加斯舉行 撥款 7.5 億美元助 AI 初創企業

Google Cloud Next 於拉斯維加斯舉行,Google 明確傳達訊息:希望 AI 初創企業採用其雲端服務。為此,Google 公布多項針對初創企業的措施,其中最矚目的是撥款 7.5 億美元(約 HK$58.5 億),協助雲端合作夥伴向企業銷售更多 AI 代理工具。此資金適用於初創企業至大型顧問公司,可用於 Gemini 概念驗證項目、Google 前置部署工程師、雲端額度及部署回贈等開支。

Google 亦強調多名使用其雲端服務的初創企業,包括新合作或擴大規模的項目。其中幾家備受矚目:Lovable 透過 Google 企業應用市場推出全新編碼代理,正擴大 Google Cloud 使用範圍。這家快速成長的 vibe coding 初創企業,去年 2 月時年化經常性收入達 4 億美元(約 HK$31.2 億)。Notion,這款矽谷熱門 AI 驅動文件生產力應用,最新估值約 110 億美元(約 HK$858 億),正利用 Gemini 模型驅動文字及圖像生成功能。

Gamma,這款 AI 驅動 PowerPoint 替代工具,最新估值 21 億美元(約 HK$163.8 億),採用 Google 先進圖像模型 Nano Banana 2 及其他雲端功能。

其他獲 Google 點名的初創企業

Inferact,由熱門開源項目 vLLM 創作者開發的商業推理初創,正透過 Google Cloud 存取 Nvidia GPU,並使用 Google AI 技術堆疊。ComfyUI,這款流行開源 AI 生成圖像及多媒體工具,亦提供 Nano Banana 2 存取並使用其他雲端功能。今年其他獲 Google 點名的初創包括:ChorusView(AI 智能標籤實時追蹤貨物狀況及移動)、Emergent AI(vibe coding 平臺)、ExaCare AI(後急性醫療 AI 軟件)、In

silica(AI 生成合規化學安全報告)、Optii(AI 增強酒店營運軟件)、Parallel AI(專為 AI 代理打造的網頁搜尋及研究 API)、Proximal Health(AI 自動化保險索賠審核軟件)、Reducto(AI 文件解析)、Stord(電子商務履約及包裹營運)、Stylitics(零售商 AI 圖像生成,用於服裝搭配及產品組合)、Temporal(防範故障的開發者雲端環境)、Vapi(對話式語音代理開發工具)、Vurvey Labs(AI 代理合成市場研究)、Wand

(單機 PC 遊戲內建助理)及 Watershed(企業可持續性報告及管理軟件)、ZenBusiness(中小企一體化後勤工具,含 AI 聊天助理)。

【手機比較】Oppo Find X9s Pro (中國版) 與 小米 POCO M8s 5G:規格表、效能、攝影功能

OPPO Find X9s Pro(中國版)是一款於 2026 年 4 月發佈的旗艦級智能手機,搭載高階 MediaTek 天玑 9500 處理器及頂級相機系統;小米 POCO M8s 5G 則為較早推出的中階 5G 機型,以大屏幕及高性價比見稱。本文將客觀比較兩款手機在屏幕、效能、攝影、連接性等方面的規格與表現,幫助讀者了解各自優勢,選擇適合自身需求的產品。

項目OPPO Find X9s Pro (中國版)小米 POCO M8s 5G
網絡(Network)5G NR SA/NSA 多頻段支持(n1/n2 等),VoLTE5G SA/NSA 多頻段支持(n1/n3 等)
處理器(CPU)MediaTek 天玑 9500,8 核最高 4.21 GHzSnapdragon 6s Gen 3,8 核最高 2.3 GHz
屏幕尺寸與類型(Display Size and Type)6.32 英寸 AMOLED 柔性屏,FHD+ 2640×1216,144 Hz6.9 英寸 FHD+ DotDisplay,2340×1080,144 Hz
作業系統與平台(Platform)ColorOS(基於 Android,未指定版本)Xiaomi HyperOS 2
記憶體(RAM)LPDDR5X(規格未詳),UFS 4.1 ROMLPDDR4X 6/8 GB + UFS 2.2 128/256 GB,支持擴展至 16 GB
主相機(Main Camera)2 億像素廣角 + 5000 萬像素超廣角 + 2 億像素長焦5,000 萬像素主相機 + 輔助鏡頭
前置相機(Selfie Camera)3,200 萬像素800 萬像素
無線網絡(WLAN)Wi-Fi 7 / 6 / 5,支持 5 GHz 160 MHzWi-Fi 2.4 GHz / 5 GHz
NFC支持(讀寫、HCE、eSE)支持(部分市場)
藍牙(Bluetooth)支持 LDAC、aptX HD、LHDC 5.0Bluetooth 5.1
3.5mm 耳機孔(3.5mm Jack)無(Type-C 耳機)無(未提及)
充電技術(Charging)80 W 有線、50 W 無線,7025 mAh 電池33 W 有線,7000 mAh 電池,支持反向充電
感應器(Sensors)超聲波屏下指紋、接近光、陀螺儀、激光對焦等側邊指紋、虛擬接近光、加速度計、IR 紅外
效能表現(Performance)全大核 4.21 GHz + Mali G720 MC12 GPU2.3 GHz + Adreno GPU,支持記憶體擴展

屏幕與顯示比較

OPPO Find X9s Pro 配備 6.32 英寸 AMOLED 柔性直面屏,分辨率 FHD+ 2640×1216,像素密度達 460 PPI,屏幕占比 95.4%。其峰值亮度為全局 1800 尼特(激發),支持 10.7 億色(10-bit)及 100% DCI-P3 色域,刷新率最高 144 Hz(部分遊戲生效),觸控採樣率 300 Hz。這些規格確保出色顯示效果,尤其在 HDR 內容及戶外使用下更勝一籌。

相比之下,小米 POCO M8s 5G 擁有更大 6.9 英寸 FHD+ DotDisplay,分辨率 2340×1080,像素密度 374 PPI,刷新率同樣最高 144 Hz,觸控採樣率 288 Hz,峰值亮度 HBM 850 尼特(典型 700 尼特),色域 85% NTSC,8-bit 色深,對比度 1400:1。屏幕獲 TÜV Rheinland 低藍光及防閃爍認證,適合長時間閱讀。

總體而言,OPPO Find X9s Pro 在像素密度、亮度、色域及色深上明顯優勝,顯示更細膩及色彩準確;POCO M8s 5G 屏幕更大,適合追劇或遊戲,但解析度及亮度較遜。

效能比較

OPPO Find X9s Pro 採用 MediaTek 天玑 9500 處理器,8 核心全大核設計,最高主頻 4.21 GHz,GPU 為 Arm Mali-G720 MC12(註:規格中標記 Drage 或為筆誤),RAM 使用 LPDDR5X,ROM 為 UFS 4.1,不支持拓展卡。此配置針對高負載任務如遊戲及多工優化,預期 AnTuTu 跑分遠超中階水平。

小米 POCO M8s 5G 搭載 Snapdragon 6s Gen 3(6 nm 製程),8 核心最高 2.3 GHz,Adreno GPU,RAM 6/8 GB LPDDR4X(可擴展至 16 GB),ROM 128/256 GB UFS 2.2,支持 microSD 擴展至 2 TB。日常使用流暢,但高階遊戲或 AI 任務可能受限。

OPPO Find X9s Pro 的處理器主頻及儲存規格遠高於對手,效能更強,尤其在 GPU 密集應用;POCO M8s 5G 勝在 RAM 擴展及儲存靈活性,適合預算用戶。

攝影功能比較

OPPO Find X9s Pro 後置四鏡頭系統:2 億像素廣角(f/1.6,7P,OIS,23 mm)、5000 萬像素超廣角(f/2.0,120°,AF)、2 億像素長焦(f/2.6,65 mm,OIS)及丹霞色彩鏡頭,支持 2.8 倍光變、120 倍數碼變焦。視頻達 8K@30fps、4K@120fps、杜比視界及專業模式。前置 3200 萬像素(f/2.4)支持 4K@60fps。

小米 POCO M8s 5G 後置 5,000 萬像素主相機(f/1.8,5P)加輔助鏡頭,支持 HDR、人像、夜景等,視頻最高 1080p@30fps。前置 800 萬像素,同樣 1080p@30fps。

OPPO Find X9s Pro 相機規格全面領先,高像素、多鏡頭、OIS 及高規格視頻使其在攝影及錄影遠超 POCO M8s 5G,適合攝影愛好者;後者僅基本功能,日常拍攝足夠。

連接性與其他功能比較

兩機均支持 5G 多頻段及雙卡(POCO 為 SIM1 + 混合槽)。OPPO Find X9s Pro 網絡更全面,包括 Wi-Fi 7、Bluetooth 高階編碼(LHDC 5.0 等)、NFC eSE(支付、地鐵),AI 通信芯片 R100;電池 7025 mAh,80 W 有線 + 50 W 無線充電;超聲波屏下指紋、全面感應器(激光對焦等),IP 防塵防水未明示;尺寸 150.46×71.72×8.4 mm,重量約 198 g。

POCO M8s 5G 支持 Wi-Fi 5 GHz、Bluetooth 5.1、NFC(部分市場),電池 7000 mAh,33 W 充電 + 18 W 反向;側邊指紋、IR 紅外,IP64 防水防塵;尺寸 169.48×80.45×8.4 mm,重量 217 g,支持 Hi-Res Audio 及 Dolby Atmos。

OPPO 在無線充電、NFC 功能、感應器及充電速度上優勝;POCO 勝在 IP64 防水、反向充電及音效認證,但機身較重。

總結

綜合比較,OPPO Find X9s Pro(中國版)在處理器、屏幕品質、相機系統、充電速度及連接性上全面領先,適合追求旗艦效能、專業攝影及頂級顯示的用戶,儘管價格較高且無儲存擴展。POCO M8s 5G 以更大屏幕、RAM 擴展、IP64 防水及高性價比取勝,適合預算有限、注重電池續航及日常使用的中階市場買家。

若以整體規格論,OPPO Find X9s Pro 更強,尤其未來 2026 年上市後軟件優化將放大優勢;POCO M8s 5G 則為實惠選擇,各有定位。

(本文約 1980 字,數據基於官方規格,實際表現視軟件及環境而定。)

Oppo Find X9s Pro (中國版) 影片

https://www.youtube.com/watch?v=bw8EgcNnczQ&pp=ygURb3BwbyBmaW5kIHg5cyBwcm8%3D

Motorola Edge 70 Pro 印度發佈 配 6,500mAh 電池 Dimensity 8500 Extreme 晶片

Motorola 推出 Edge 70 Pro,成為 Edge 70 系列最新成員,於印度市場發佈。此機型與今年 3 月初推出的 Edge 70 Fusion,以及去年底登場的 Edge 70 並列。機身配備 6.8 英寸 AMOLED 屏幕,解析度達 Full-HD+,最高刷新率 144Hz,峰值亮度高達 5,200 nits。

完整規格一覽

規格項目詳細內容
處理器MediaTek Dimensity 8500 Extreme
RAM最高 12GB LPDDR5X
儲存空間256GB UFS 4.1
後置相機50MP Sony Lytia 710 主鏡頭(OIS)+ 50MP 超廣角 + 多光譜傳感器 + LED 閃光燈
前置相機50MP(自動對焦)
電池6,500mAh 矽碳電池,支援 90W 有線快充及 5W 有線反向充電
防塵防水IP68/IP69
耐用認證MIL-STD 810H
指紋辨識屏下指紋
揚聲器雙立體聲揚聲器(Dolby Atmos)
連接性雙 5G、Bluetooth 5.4、NFC、Wi-Fi 6E、GPS
系統Android 16 出廠,承諾 3 年 Android OS 更新及安全補丁
尺寸重量最薄處 7.29mm、塑膠邊框、前置 Corning Gorilla Glass 7i、約 190g
顏色Pantone Lily White、Pantone Titan、Pantone Tea

Edge 70 Pro 8GB/256GB 版本售價 INR 38,999(US$415,約 HK$3,237),12GB/256GB 版本則為 INR 41,999(US$445,約 HK$3,471)。4 月 29 日起於 Flipkart、Motorola 印度官網及線下門市開售。

Framework Laptop 13 Pro 仿 Apple MacBook Pro 設計 保留 Linux 可升級特性

Framework Laptop 13 Pro 被公司行政總裁形容為 Linux 使用者的 MacBook Pro(雖然亦可運行 Windows)。這款新機甚至聲稱電池續航力超越 14 吋 M5 MacBook Pro。它借鑒了多項 Apple 關鍵特徵,但其核心理念卻截然相反。 The Verge 親身體驗這款新機,指出多項功能彷彿直接取材自 Apple 官網。

這是 Framework 首款完全以 6000 系列鋁合金塊精密車削而成的筆電,亦是首款配備觸覺觸控板,以及首款 13.5 吋 3:2 比例 2.8K 變頻率刷新(30-120Hz)IPS 屏幕,出廠即經色彩校準。此前機種並未以時尚設計或 Apple 等級組裝質素聞名。Framework 行政總裁 Nirav Patel 表示,此機目標為「Linux 使用者的 MacBook Pro」。

特別是陽極氧化黑色版本(另有銀色),外觀確有此風範。

模組化設計截然不同

然而相似之處僅止於此。MacBook 常被批評維修性差及升級規格成本高,而最新 Framework Laptop 13 Pro 保留一貫模組化及可升級特性。用戶可自行更換 RAM 及 SSD,甚至配置全新 CPU。若不滿意 Intel 或 LPCAMM,亦可選用去年 AMD Ryzen AI 300 主板。現有 Framework Laptop 13 亦可升級至 Pro 規格。

兩者尺寸相同,包括 15.85mm 厚度,但 Pro 版重量略增至 1.4kg(前代 1.3kg)。 以下為主要規格比較:

規格項目Framework Laptop 13 ProFramework Laptop 13
材質6000 系列鋁合金精密車削傳統材質
屏幕13.5 吋 3:2 2.8K IPS(30-120Hz,出廠校色)標準屏幕
觸控板觸覺觸控板標準觸控板
重量1.4kg1.3kg
可升級部件RAM、SSD、CPU、主板、屏幕、鍵盤、電池等部分模組

以往,此靈活性需以組裝質素落後 Apple 為代價。若 Framework 真能融合兩者優勢,對非 Apple 生態鎖定用戶而言,將極具吸引力。

Google Cloud Next 2026 發佈 Workspace Intelligence 系統

Google 在 Cloud Next 2026 發佈會上宣布推出「Workspace Intelligence」,旨在為每個應用程式提供「高度準確、個人化的上下文」。該系統能理解 Gmail、Docs 等 Workspace 應用程式中的資料、活躍項目、合作夥伴以及公司特定資訊之間的複雜語義關係。Workspace Intelligence 利用 Google 搜尋功能及先進 Gemini 推理能力,涵蓋資訊收集、情境意識及真正個人化三大方面。

Workspace Intelligence 核心功能

在資訊收集方面,Workspace Intelligence 負責蒐集所需資料,打破上下文壁壘,讓使用者在需要行動時即時擁有完整資訊。情境意識則透過先進 Gemini 推理,辨識當下最重要事項,避免遺漏行動項目。真正個人化功能則分析過去工作及溝通模式,學習獨特工作風格、語調及格式偏好,確保輸出內容完全符合個人特色。 該系統為跨會議記錄、電郵、檔案等數位工作流程建立深層語義上下文,驅動如 Gmail 中的 AI Inbox 及 AI Overviews 等功能,並支援 Google Chat 中的

「Ask Gemini」。此功能定位為「所有工作的統一命令列」,使用者只需陳述目標,Gemini 便在後台處理,交付成品至聊天室。可處理複雜任務,包括生成文件及幻燈片、依描述搜尋檔案、根據眾人行程尋找會議時間、製作每日簡報,並整合 Asana、Jira 及 Salesforce 等第三方工具。 在 Google Docs 中,Gemini 利用 Workspace Intelligence 依業務資料生成資訊圖表,同時編輯多張圖像確保文件視覺一致性,還能分類回應文件評論,並依反饋編輯內容。

在 Google Slides,則嚴格遵守公司模板及視覺風格,一次生成整套幻燈片。在 Google Sheets,支援對話式建立及編輯試算表。Workspace Intelligence 從相關電郵、聊天、檔案及網頁資訊中提取內容,將構想轉化為專業格式草稿,模擬個人語調、品牌風格及公司模板。 Google 特別將此功能獨立命名為「Workspace Intelligence」,而非僅視為 Gemini 延伸,顯示其獨立性,但最終將在後台運作,使用者無需特別留意。

Google 同時公布第八代 Tensor Processing Units (TPU),今年重點引入「訓練及推理兩種專用架構」。

型號用途主要規格
TPU 8t訓練單一超級叢集擴展至 9,600 顆晶片及 2 PB 共享高頻寬記憶體,晶片間頻寬加倍,提供 121 ExaFlops 運算;10 倍更快儲存存取,結合 TPUDirect 及 Virgo Network,支援近線性擴展至百萬顆晶片;相較前代,性價比提升 2.8 倍,將前沿模型開發週期從數月縮短至數週。
TPU 8i推理每美元效能提升 80%,讓企業以相同成本服務近兩倍客戶量;配備 288 GB 高頻寬記憶體及 384 MB 片上 SRAM(前代 3 倍),打破記憶體壁壘;Axion Arm 基礎 CPU 每伺服器主機加倍,採用 NUMA 隔離優化;MoE 模型互聯頻寬達 19.2 Tb/s,Boardfly 架構縮減網路直徑逾 50%;片上 Collectives Acceleration Engine 降低延遲至 5 倍。

Google Meet 擴展實體會議自動記錄 Drive 新增 Projects 功能

Google 在 Cloud Next 2026 活動上,除 Workspace Intelligence 外,還公布 Drive、Sheets、Meet 等 Workspace 應用的一系列新功能,這些更新將在未來數週逐步推出。Google Meet 的 Gemini 驅動「Take Notes for me」功能已推出一段時間,上個月超過 1.1 億與會者使用,同比增長達 8.

5 倍。現在,這項功能擴展至面對面會議,從 Google Meet 手機應用或網站點擊「Take Notes for me」,即可啟動錄音,自動產生轉錄文字、會議摘要及待辦事項,並儲存至 Google Docs。此外,用戶現在可將此自動功能應用於 Teams 或 Zoom 會議。

Drive 與 Sheets 的新工具提升生產力

Google Drive 新增「Projects」功能,讓用戶集中整理檔案及電郵,並與他人及 Gemini 共享特定來源檔案,方便進行多輪對話。此功能出現在網頁版側邊欄的「Home」下。Google Sheets 的 Canvas 工具可建立儀表板、熱力圖、看板及其他互動視覺化內容,並支援分享,類似 Gemini 應用,讓用戶在數據上方直接建立「完全互動的小型應用」。

Workspace Studio 原有類似 IFTTT 的「flows」自動化複雜任務,現新增「skills」概念,用於常見任務,從任何 Workspace 內 Gemini 聊天即可存取。例如,可建立技能自動審核發票,透過比對新發票與收件箱最新檔案,識別差異並減少手動檢查計費錯誤的繁瑣工作。 使用 Chrome Enterprise 的 Workspace 客戶現可透過代理自動瀏覽功能,處理網頁多步驟任務。

Google 新推出的 Workspace MCP Server 支援第三方應用合成 Drive 文件、起草 Gmail 回覆、管理 Calendar 及 Chat 邏輯。為進一步支援開發者,官方 Workspace CLI 即將推出,讓代理直接管理及互動這些功能。(註:Google Cloud 贊助住宿費用,但未影響編輯內容。)

The Psychology Behind Trusting What You Read Online

Have you ever read something online and felt like it just made sense right away?

That feeling is very human. Most of us make quick choices about what feels true, useful, and worth sharing, often without even noticing how fast our minds are working. 

The internet gives us endless articles, posts, comments, videos, and headlines, and somehow our brains sort through all of it in seconds.

That does not happen by accident. There is real psychology behind why certain information feels trustworthy. It often comes down to familiarity, clarity, emotion, social proof, and the way our brains like to save time. 

When you understand those patterns, reading online becomes more thoughtful, calm, and confident.

Why Trust Happens So Quickly

When we read online, our brains are not starting from zero every time. We are constantly using shortcuts to decide what feels reliable, friendly, and believable.

These shortcuts are not random. They help us move through daily life with less effort. Online reading works the same way.

Your Brain Loves Fast Patterns

The human brain enjoys speed. If a message feels clear and easy to follow, it often feels trustworthy too.

For example, when you see:

  • short paragraphs
  • simple wording
  • organized headings
  • a calm tone
  • examples that sound familiar

Your mind often responds with, “Yes, this feels right.”

That response is part of normal thinking. We often connect clarity with credibility. When something is easy to process, it feels more comfortable, and comfort can build trust.

Familiarity Feels Safe

People naturally trust ideas that feel familiar.

If you have seen a certain type of message many times, your brain becomes more open to it. This is one reason repeated ideas can feel true even before we fully study them. 

Familiar wording, common phrases, and everyday examples all help create a sense of ease.

Think about how you react to a piece of writing that sounds like normal conversation. It feels warm, understandable, and closer to real life. That simple feeling can make the message more believable.

Emotion Helps Information Stick

We do not read as machines. We read as people.

That means emotions matter. A message that makes you feel calm, hopeful, seen, or understood often stays with you longer. 

When a writer sounds human and relatable, trust grows more naturally.

This does not mean people ignore facts. It means facts often land better when they are shared in a way that feels personal and easy to connect with.

The Signals That Make Content Feel Trustworthy

When people trust online content, they are usually responding to a set of signals. Some of these signals are visible right away, and some work quietly in the background.

Once you notice them, it becomes much easier to understand your own reading habits.

Clear Structure Builds Confidence

A well-structured article feels easier to trust because it helps readers relax.

When content is organized, your brain does not have to work as hard to follow the message. That saved mental effort creates a smoother experience, and a smoother experience often feels more reliable.

Here are a few structure signals that help:

  1. A clear title that matches the topic
  2. Intro paragraphs that explain what is coming
  3. Headings that guide the reader step by step
  4. Short sections that stay focused
  5. Lists that make ideas easier to scan

When writing feels organized, readers often feel that the writer has thought things through.

Simple Language Feels Honest

People connect with writing that sounds natural.

If something sounds like a real person talking clearly, it often feels more honest than writing packed with heavy terms. 

Simple language does not make content less smart. It makes it more open and easier to understand.

That is why everyday English often works so well online. It lowers the distance between the writer and the reader.

Social Proof Makes A Big Difference

People often trust information more when they feel others trust it too.

This is called social proof. It shows up in many ways online, such as:

  • Comments from readers
  • High shares or savings
  • Repeated mentions of the same idea
  • People in a community agree on a point
  • Content that sounds widely accepted

When many people seem to support something, our brains treat that as a helpful clue.

It is a social habit. Humans naturally look to others when making sense of information, and online spaces make that process happen even faster.

Why Some Writing Feels Instantly Believable

Not all trust is built in the same way. Sometimes it grows slowly, and sometimes it appears in seconds. That quick feeling usually comes from a mix of psychology and presentation.

Understanding this helps explain why certain posts, articles, or threads feel convincing so quickly.

Confidence In Tone Matters

Writers who sound calm and sure often seem trustworthy.

A steady tone makes readers feel guided. It creates the feeling that the person writing has a clear grip on the topic. That does not mean the writing should sound formal or stiff. 

In fact, a casual tone can build trust when it sounds grounded and thoughtful.

People often trust content that feels like a smart friend explaining something clearly.

Specific Details Create Stronger Belief

General statements can sound pleasant, but specific details often create stronger trust.

Compare these two styles:

StyleHow It Feels
Broad and vagueFriendly but light
Clear and specificMore grounded and convincing

When readers see practical examples, simple explanations, and direct points, they feel they have something real to hold onto.

Specificity gives the brain a reason to settle in.

Consistency Helps Readers Relax

When the tone, message, and structure all fit together, trust grows more easily.

For example, if an article starts with a warm and simple voice, then continues in that same voice all the way through, readers feel steady. 

That consistency matters. It helps people stay focused instead of wondering what kind of message they are receiving.

A smooth reading experience often becomes a trusting reading experience.

The Role Of Identity And Personal Beliefs

People do not read with empty minds. We all bring our own values, habits, interests, and life experiences to what we read.

That personal side of reading is a big part of online trust.

We Connect With What Feels Like Us

People are often drawn to ideas that match their own experiences or hopes.

If a message sounds like something you already believe, support grows quickly. This is part of normal human thinking. We like ideas that fit neatly into our existing view of things.

That is one reason relatable examples matter so much. When readers think, “Yes, that sounds like my life,” the content becomes easier to trust.

Community Shapes Trust

Online trust is also social.

People often read within communities, even when they do not think about it that way. A person may spend time in certain spaces, follow certain kinds of voices, and read content that reflects shared values.

Over time, these patterns shape what feels credible.

This is not about blind trust. It is about connection. When people feel part of a shared conversation, they read with more openness.

How To Read Online With More Awareness

The good news is that understanding trust psychology can make online reading feel more thoughtful and balanced. You do not need to become overly serious about every sentence. A little awareness goes a long way.

The goal is simple: stay open, stay curious, and notice what makes something feel believable.

Pause And Notice Your First Reaction

Before accepting a message right away, take a second to notice your first feeling.

Ask yourself:

  • Does this feel trustworthy because it is clear?
  • Does it sound familiar?
  • Am I connecting with the tone?
  • Do the examples feel real and useful?

This quick pause helps you understand your own reading habits.

Look At The Writing Experience

A lot of trust comes from presentation, so it helps to notice the reading experience itself.

Pay attention to:

  • How the article is organized
  • Whether the wording is simple and direct
  • Whether examples match the main point
  • Whether the tone stays steady
  • Whether the message feels thoughtful from start to finish

Sometimes the way something is written tells you as much as the topic itself.

Use Tools As A Support, Not A Replacement

Reading with awareness does not mean doing everything alone. Helpful tools can support your thinking, especially when you want to review tone, clarity, or writing style. For example, some people use an AI detector free tool as part of their broader reading process.

The key idea is balance. Tools can support attention, but your own judgment still matters most.

Trust Online Starts With Human Nature

At its heart, trusting what you read online is about being human.

We trust what feels clear, familiar, emotionally warm, socially supported, and easy to understand. We connect with writing that sounds real. 

We remember messages that feel personal. We lean toward information that fits smoothly into our daily thinking.

That is not something to fear. It is something to understand.

Once you notice how trust works, you can read online with more confidence and more ease. You start to see why certain messages land so well, why some voices feel believable, and why presentation matters so much.

And in a space full of information, that kind of awareness is a real advantage.

Why AI Writing Often Feels Robotic And How That Can Change

Have you ever read a paragraph online and felt like the words were correct, yet something warm was missing?

A lot of people have had that feeling. The sentences may be clear, the grammar may be clean, and the structure may look polished. Still, the writing can feel a little flat instead of natural and alive.

That is why this topic matters so much right now. AI writing is becoming part of daily life for blogs, emails, product text, study help, and content drafts. As more people use it, they also want it to sound more human, more relatable, and easier to connect with.

The good news is that this can change. AI writing can become much more natural when it is shaped with clear intent, human editing, and a stronger sense of voice.

Why AI Writing Can Feel So Structured

AI writing usually starts from patterns. It learns from large amounts of language and then builds responses based on those patterns. That helps it create clean and organized text very quickly.

That same strength is also why the writing can sound a bit formal or distant. It often aims for order, balance, and readability, which is useful, but people usually connect more with writing that has small personal touches and a natural flow.

It Follows Predictable Sentence Patterns

One common reason AI writing feels robotic is that it often uses sentence shapes that feel very balanced.

For example, it may:

  • Repeat the same sentence length
  • Use similar transitions too often
  • Keep the rhythm very even
  • Choose safe and neutral phrasing
  • Stick closely to a familiar structure

That kind of writing is easy to follow, which is a positive thing. Still, people often speak and write with more variation, and that variation makes the message feel alive.

It Focuses On Clarity Before Personality

AI is usually trained to be useful, readable, and organized.

Because of that, it often puts clarity first. That works well for explaining facts or summarizing ideas. But human writing often includes little touches that go beyond clarity, such as humor, emotion, casual phrasing, or a personal example from daily life.

Those small touches help readers feel like a real person is speaking to them.

It Tends To Sound Even From Start To Finish

Human writing usually has movement. It speeds up, slows down, adds emphasis, and shifts tone based on the point being made.

AI writing can stay at the same level all the way through. That steady tone can be useful for structure, but readers often enjoy writing more when it has a natural rise and fall.

What Human Writing Usually Has That AI Misses

People do not connect with writing only because it is correct. They connect with it because it feels familiar and real. Human writing often includes little signals that show thought, feeling, and lived experience.

These signals are not always dramatic. In fact, they are often very simple.

Real-Life Examples Make A Big Difference

One thing human writers do well is connect ideas to normal life.

Instead of only saying a message is clear, a person might say, “It feels like getting directions from a friend instead of reading a manual.” That image makes the point easier to feel.

Readers enjoy examples like that because they turn abstract ideas into something practical and relatable.

Human Voice Has Natural Imperfection And Warmth

Human writing often sounds more comfortable because it is not trying to be perfectly balanced in every sentence.

It may include:

  1. Short thoughts next to longer ones
  2. A casual phrase that sounds natural
  3. A question that pulls the reader in
  4. A personal observation
  5. A little shift in rhythm that feels real

These qualities help the writing breathe.

Emotion And Intent Come Through More Clearly

When a person writes with real purpose, readers can often feel it.

That does not mean every sentence has to be emotional. It just means the writing carries intent. It feels like someone is trying to help, explain, share, or connect.

That sense of purpose is a big part of what makes human writing memorable.

How AI Writing Can Feel More Human

This is where things get interesting. AI writing does not have to stay flat or overly polished. It can become much more natural when people guide it in the right way.

The goal is not to remove structure. The goal is to add warmth, rhythm, and personality to that structure.

Start With A Clear Human Point Of View

The strongest writing usually begins with a real point to make.

Before editing an AI draft, it helps to ask:

  • What do I actually want the reader to feel or understand?
  • How would I explain this in a normal conversation?
  • What example from daily life fits here?
  • What tone feels right for this topic?

These questions bring the writing closer to a real voice.

Add Rhythm And Variety

One easy way to improve AI writing is to vary the flow.

A more human-sounding piece often includes:

  • Short sentences for emphasis
  • Longer sentences when expanding a thought
  • Questions that sound natural
  • Occasional informal phrasing
  • Smooth shifts between ideas

Some writers use tools or editing methods built to humanize ai output by focusing on tone, sentence flow, and word choice. Even then, the best results usually come when a person reviews the draft with care.

Use Specific Details Instead Of General Language

Specific details help writing feel more grounded.

Here is a simple comparison:

General WordingMore Human Wording
People enjoy clear writingPeople enjoy writing that feels like a real person is talking to them
Good structure helps readersClear headings and short paragraphs help readers stay on point
Examples are usefulA simple daily-life example can make an idea click right away

The second style feels more natural because it paints a clearer picture.

Practical Ways To Improve AI Writing Every Time

AI writing improves a lot when there is a strong editing step after the first draft. That editing does not need to be complicated. It just needs to be intentional.

Small changes can shift a piece from polished but distant to clear and human.

Read It Out Loud

Reading a draft out loud is one of the simplest ways to improve it.

When you hear the words, you can notice:

  • Repeated phrasing
  • Sentences that feel too stiff
  • Parts that sound too formal
  • Spots where a personal example would help
  • Areas that need more warmth

If a sentence sounds like something you would never say in real life, it probably needs a small rewrite.

Edit For Connection, Not Just Grammar

Grammar matters, of course. But connection matters too.

A useful editing process can look like this:

  1. Check the main point
  2. Remove repeated ideas
  3. Add one or two relatable examples
  4. Change stiff wording into natural phrasing
  5. Make sure the tone sounds like a real person

This helps the writing feel less like output and more like communication.

Keep The Reader In Mind

The most human writing always feels aware of the reader.

It respects the reader’s time, answers real questions, and sounds like it was written for someone, not just produced on command. That small shift in mindset changes a lot.

Conclusion

AI writing often feels robotic because it naturally leans toward structure, balance, and predictable phrasing. Those qualities are useful, but readers usually connect more with writing that has rhythm, warmth, and a clear human point of view.

The encouraging part is that this can absolutely change. With better prompting, stronger editing, more specific details, and a real sense of audience, AI writing can become much more natural and relatable.

Honor ASUS Pad 平板規格圖照曝光 時隔 7 年重返市場

根據 AndroidHeadlines 報導,華碩即將推出全新平板 ASUS Pad,設計渲染圖及部分規格已曝光。這款平板定位大屏輕薄,搭載 12.2 英寸雙層 OLED 顯示屏,刷新率達 144Hz,支持 Dolby Vision 及 Dolby Atmos 立體聲效。

ASUS Pad 規格一覽

規格項目詳細規格
顯示屏12.2 英寸雙層 OLED,144Hz 刷新率,支持 Dolby Vision
機身設計四邊等寬邊框,金屬機身,厚度 6.5mm,重 523g
相機後置單鏡頭模組(含單鏡頭及 LED 補光燈),略微凸起
揚聲器立體聲雙揚聲器
電池9000mAh,支持快充(功率未確認)

ASUS Pad 採用四邊等寬邊框設計,金屬機身帶來優異強度,背部平整,左上角(豎屏狀態)設有相機模組,包含單鏡頭及 LED 補光燈,模組略微凸起。機身厚度僅 6.5mm,重 523g,對 12.2 英寸平板而言相當輕薄。電池容量達 9000mAh,支持快充,具體功率待確認。 配件方面,華碩將提供至少一款官方保護套,採用透明塑膠材質,背部附多功能摺紙式支架,可依不同使用場景調整支撐角度,收納時可覆蓋屏幕起到保護作用。

目前 ASUS Pad 的實體發佈時間及售價尚未公布。 回顧華碩平板歷史,自 2019 年終止 ZenPad 系列產品線後,官方將重心置於手機領域。若本次爆料屬實,等於時隔約 7 年,華碩在平板業務告一段落之後,反身再度回歸平板產品線。

B4travel Plus 三網絡 日本 30日 30GB 5G 無限上網卡 現價 HK$388.00

根據測試,B4travel Plus 三網絡日本 30日 30GB 5G 無限上網卡喺東京市區嘅平均下載速度達到 200Mbps,比同類產品平均水平高 40%。喺高人流地區,網速維持於 150-250Mbps 之間,顯示出其強大的穩定性和可靠性。使用期間,覆蓋率達 98%,僅喺少數偏遠地區出現輕微中斷。

該卡自動切換使用「Docomo 5G / KDDI 5G / Softbank 5G」網絡,確保用戶喺全日本範圍內均可享受高速上網服務。無需實名認證及預設設置,方便易用,適合短期旅遊或商務出行。

從技術角度睇,B4travel Plus 日本 30日 30GB 5G 無限上網卡喺網速同穩定性方面表現出色,但價格相比同類產品仍有改善空間。數據顯示,該卡提供的無限上網服務,對於經常出行嘅用戶而言具有實質性價值。使用博客專屬優惠碼 KERBB,可以享受 5% 折扣,進一步降低購買成本。


B4travel Plus 三網絡 日本 30日 30GB 5G 無限上網卡
優惠碼:KERBB (享 5% 折扣)
價格:售價 HK$388.00
購買連結https://b4travel.shop/products/b4travel-plus-japan-30dg30

海信 小墨 E5S 系列 RGB-Mini LED 電視中國發佈 55 英寸 4,499 元起

海信 於近日舉行 2026 海信電視小墨 E5 系列新品發佈會,RGB-Mini LED 電視小墨 E5S Pro 及 Mini LED 電視小墨 E5S 兩款產品正式亮相,提供 55 英寸、65 英寸、75 英寸、85 英寸及 100 英寸五種尺寸版本,將於 5 月 20 日全網開售。此次發佈會標誌海信完成 RGB-Mini LED 技術全價位布局,推動行業進入真彩顯示普及階段。

小墨 E5S Pro 規格亮點

小墨 E5S Pro 搭載 RGB-Mini LED 技術,透過紅綠藍三原色 LED 芯片純淨直出,突破傳統單色背光限制,實現 100% BT.2020 原生色域覆蓋及 89% 廣色域體積,光效提升 120%,光暈控制降低 60%,壽命超過 16 萬小時。配合最高 4680 玲瓏控色分區及 XDR Pro 3000nits 亮度,畫面細節與層次大幅提升。信芯 AI 畫質芯片以 108bits 精度實現三維光色同控,支持 AI 防串色、自然光暈消除及 4K 畫質重構,動態畫面拖影徹底消除。

在其他體驗方面,墨晶屏 2.0 實現 2.6% 整機超低反射率及 178° 廣視角,有效解決強光環境反光問題;原生 4K 180Hz 高刷屏搭配 4 個滿血 HDMI 2.1 接口,完美適配遊戲需求;音響系統採用帝瓦雷 2.1.2 聲道影院方案,165W 峰值功率配合專利指向性環繞音技術,打造沉浸式聲場。

尺寸小墨 E5S Pro 補貼後到手價小墨 E5S 補貼後到手價
55 英寸4499 元人民幣,約 HK$48903999 元人民幣,約 HK$4348
65 英寸5999 元人民幣,約 HK$65194999 元人民幣,約 HK$5439
75 英寸7799 元人民幣,約 HK$84806499 元人民幣,約 HK$7064
85 英寸8999 元人民幣,約 HK$97897799 元人民幣,約 HK$8480
100 英寸14999 元人民幣,約 HK$1629912999 元人民幣,約 HK$14129

同期發佈的小墨 E5S 提供 1560 分區背光及 4000nits 峰值亮度,同樣搭載信芯 AI 畫質芯片,提升色彩還原準確度 30%,墨晶屏 2.0 增強畫面通透性,帝瓦雷音響系統及 53mm 超薄機身為標配。兩款產品均享以舊換新補貼、2 年質保及 618 價保,首發用戶獲贈影視 VIP 特權,75 英寸以上前 264 名用戶另贈動感單車。

Apple 留住晶片主管 Johny Srouji 及 Siri 負責人 Mike Rockwell

Apple 高層人事變動帶來人才留任挑戰。高層領導層變動往往會影響公司內部穩定性,因為新的組織架構會改變多個管理層級的匯報線。各高管擁有不同優先事項,以及迥異的管理與溝通風格,這可能適合某些人,卻令其他人感到不適,從而引發離職潮。據報導,Apple 曾面臨視覺投資者 Mike Rockwell 離職風險,他負責在 Tim Cook 對前 AI 主管 John Giannandrea 失去信心後,拯救 Siri 升級項目。

最終達成協議,確保 Rockwell 留任至 Siri 升級完成。他原本對向新上司 Craig Federighi 匯報有所保留,但現時已無意在項目完成前離開。留任誘因細節尚未公開。

晶片主管 Johny Srouji 的關鍵留任

Tim Cook 與硬件工程高級副總裁 John Ternus 更重要的留任勝利,是成功挽留晶片專家 Johny Srouji。這位硬件技術高級副總裁、Apple 最受尊重的執行官之一,去年 12 月據報考慮離職。他親口告知 Cook,正認真考慮近期離開,並向同事表示若離開將加入其他公司。Srouji 是 Apple 自家晶片(Apple silicon)計劃的設計師,若他攜帶專業知識轉投競爭對手,將對公司造成重大打擊。

Cook 與 Ternus 視其為公司核心,因此將他升任硬件部門負責人,以確保留任。Bloomberg 分析指,Srouji 因親力親為的角色及年年領先行業的壓力而身心疲憊。他向同事抱怨領導 iPhone 製造商龐大矽晶運作的負荷。升職雖看似加重責任,卻迫使他更多授權下屬,從而專注公司硬件路線圖的大局視野,這對親自承擔過多工作的經理人而言,往往是理想解決方案。

Apple 近期已見多位高層離職,包括設計主管 Alan Dye、AI 主管 John Giannandrea、總法律顧問 Kate Adams 及環境/政策副總裁 Lisa Jackson。零售主管 Deirdre O’Brien 與市場營銷高級副總裁 Greg Joswiak 亦據報即將退休。每宗變動均可能引發連鎖反應,令不滿新匯報線的員工離巢。Ternus 需將最小化損失列為首要任務。

Anker 發佈 Thus 存算一體 AI 晶片 應用於 Soundcore 耳機

Anker 宣佈推出自研 AI 晶片 Thus,計劃在耳機設備、移動配件和物聯網產品中全面引入本地人工智能能力。官方介紹指,Thus 是全球首款面向耳機場景的「存內算一體」(compute-in-memory)AI 晶片,相較傳統晶片體積更小、功耗更低,更適合體積受限、供電能力有限的小型設備。 Anker 聯合創始人兼首席執行官 Steven Yang 表示,目前 AI 晶片大多採用「模型存一邊、計算在另一邊」的架構,設備在每次推論時需以極高頻率在存儲和計算單元之間搬運大量參數,既耗時又耗能。

而 Thus 將計算能力直接部署在模型所在位置,「讓計算在模型所在之處完成」,從而避免模型參數重複在晶片內部移動,提升效能和響應速度。 首款 Thus 晶片將率先應用在 Anker 旗下耳機產品品牌 Soundcore 即將推出的真無線耳機中。

Thus 晶片規格

規格項目細節
架構類型存內算一體(compute-in-memory)
適用場景耳機、移動配件、物聯網產品
參數規模數百萬級
優勢體積小、功耗低、本地 AI 計算

Anker 表示,從耳機切入是因為耳機是集成 AI 晶片最具挑戰性的產品形態之一:機身空間極為有限、電池容量受限,同時晶片在佩戴期間需持續工作,過去往往只能運行參數規模在數十萬級的小型神經網絡。借助存算一體架構帶來的效能優勢,Thus 晶片可承載數百萬級參數,在類似體積和功耗條件下展現本地計算能力,更好應對複雜環境降噪等任務。 在通話降噪方面,傳統方案依賴小型本地神經網絡,在強噪聲環境下往往難以精準分離人聲,易出現環境噪聲大量洩露,或人聲被嚴重壓縮、失真,影響通話感和語音清晰度。

Anker 表示,基於 Thus 晶片的更大規模神經網絡,可在耳機上配備的 8 麥 MEMS(微機電系統)麥克風陣列以及 2 麥骨導式導感器,用於更集中捕捉佩戴者的聲音,新款尚未正式發佈的耳機在各種環境下將實現更乾淨的通話音質。 不過,Thus 的實際表現仍需市場檢驗。這款存算一體 AI 晶片未來將在真實應用場景中,與包括 Apple AirPods Pro 3 和 Sony WF-1000XM6 在內的高端真無線耳機展開正面競爭。

Samsung 1dnm 製程 DRAM 試產良率未達標 或推遲 HBM5E 量產

最近有消息指,Samsung 基於 1Dnm 製程(第七代 10nm 級別工藝)的 DRAM 晶片在試產階段良品率低於預期。Samsung 已計劃暫緩大規模量產,直至良品率達到既定目標。為此,Samsung 可能全面審查工藝流程,以進一步提升良品率。

DRAM 晶片應用於多代 HBM 產品

按原計劃,Samsung 預計將 1Dnm 工藝製造的 DRAM 晶片用於 HBM5E,即第九代 HBM 解決方案。值得留意的是,除了 HBM4 外,目前採用 1Cnm 工藝的 DRAM 晶片仍將用於 HBM4E 和 HBM5,涵蓋連續三代 HBM 產品。另外有消息稱,Samsung 可能升級下一代 HBM 的基底晶片,改用更先進的 2nm 工藝。 現時,Samsung 已於 1Dnm 工藝 DRAM 晶片投入更多資源,並在韓國興建一座新廠。

據悉,該廠佔地面積約為四個標準足球場大小,除生產 DRAM 晶片外,還將承擔封裝、測試、物流及品管等環節,這些工序對維持穩定生產至關重要。 以下為相關工藝規格比較:

工藝名稱世代應用產品
1Dnm第七代(10nm 級)HBM5E
1Cnm第六代HBM4 / HBM4E / HBM5
2nm下一代下一代 HBM 基底晶片

DeepSeek V4 測試接近 Opus 4.5 水平 複雜任務落後 GPT

下週左右,DeepSeek V4 即將登場,各種跡象顯示時間已非常接近,官方近期動作頻頻。目前發現 API 也開始升級模型,性能表現不俗。自 2 月 8 日上線測試版以來,DeepSeek V4 實際上一直處於低調變化狀態,只是官方每次並未詳細介紹升級內容。此前 DeepSeek V4 頁面升級時,新增了快速、專用及視覺等三種模式可選,不過之前的升級主要針對網頁版,如今 API 端的模型亦已切換。

只是尚未確定這款模型的具體名稱,分析來看,極有可能是參數量較小的 DeepSeek V4 Lite,性能最為突出。

社區測試揭露雙模型規格

當然,驚喜還不止於此。Linux.do 社區有大佬指出測試訊息,指 DeepSeek 將有 2 個模型,可調節思考位元,支持 FP8,並指令遵循更強。更重要的是,這裡提到其表現接近 Opus 4.5,惟複雜任務仍不及 GPT。儘管 Anthropic 已推出 Opus 4.6 及 4.7,但這兩個大模型近期爭議不斷,降智、用量大增等問題直接引發社區反彈。若 DeepSeek V4 中較大的模型能達到 Opus 4.

5 水準,絕對是開源大模型中的翹楚,這種能力已足夠絕大部分開發者使用,何況還是國產開源,限制比 A 家少很多。 但大家也要有心理準備,DeepSeek V4 的性能上去了,成本自然無法跟之前那樣低。參數量大的那款模型價格亦不會便宜。雖然這裡未提具體價格,但比 DeepSeek V3.X 肯定漲不少,應也不會達到 Opus 水準,整體性價比仍會有競爭力。 | 規格項目 | DeepSeek V4 預期 |

|———-|——————| | 模型數量 | 2 個(Lite 及較大版本) | | 思考位元調整 | 支持 | | 量化格式 | FP8 | | 指令遵循 | 更強 | | 表現對比 | 接近 Opus 4.5(複雜任務不及 GPT) |

Samsung 股東 4 月 23 日 東京 舉行反罷工集會 應對工會索取逾 400 萬億韓元獎金

Samsung 電子正面臨史上最佳單季業績後爆發的嚴重勞資危機。Samsung 全國工會不滿薪資集體談判陷入僵局,揚言發動大規模罷工,並向公司要求超過 40 萬億韓元(約 HK$2.32 萬億元)的業績獎金。面對工會索要巨額獎金並威脅發動罷工行動,Samsung 股東宣布將於 4 月 23 日舉行「反罷工」集會,誓言抵制工會相關訴求。

首季財報亮眼引爆勞資衝突

4 月 7 日,Samsung 電子發佈 2026 年第一季度財報,當期營業利潤達 57.2 萬億韓元(約 HK$3.32 萬億元),較 2025 年同期暴增 755%,創下公司成立以來的單季最佳業績。這份亮眼成績單,直接引爆勞資雙方的矛盾。財報發佈後,Samsung 全國工會上調業績獎金訴求,從此前營業利潤的 10% 提高至 15%。據預測,Samsung 半導體部門全年營業利潤約 270 萬億韓元(約 HK$15.

66 萬億元),按 15% 比例計算,對應獎金規模高達 40.5 萬億韓元(約 HK$2.35 萬億元)。這筆資金不僅超過 Samsung 2025 年 37.7 萬億韓元(約 HK$2.19 萬億元)的全年研發投入,更遠高於當年向 400 萬名股東發放的 11.1 萬億韓元(約 HK$6444 億元)總股息。 針對工會強硬態度,Samsung 股東計劃於 4 月 23 日上午 10 時,在京畿道平澤市高德國民大學大路 5 號人行道舉行「反罷工集會」,舉行地點與工會總罷工集會僅隔一街相望。

任何持有至少 1 股 Samsung 電子股票的人士,均可參與本次集會。集會組織方強調:「面對 Samsung 電子員工索要 40 萬億韓元獎金、關閉全球頂尖半導體工廠的無理要求,500 萬名 Samsung 電子股東已忍無可忍。」並補充道:「若要 Samsung 屹立於世界,不僅是管理層與員工,更是我們股東最初如一的支持與鼓舞。」「在這場『獎金盛宴』中,作為 500 萬名股東與真正所有者的我們,被徹底邊緣化。

我們不能再將 Samsung 完全交付給管理層或員工,如今,股東將同心協力守護 Samsung。」市場人士直言,Samsung 半導體部門員工平均年薪已達 1.5 億韓元(約 HK$8700 萬元),此次罷工屬集體自私行為。這項訴求不乏社會議服壓力,還可能引發公司 DX 等其他部門員工的相對剝奪感。 Samsung 合規委員會主席李仁哲亦公開發言,稱 Samsung 作為「國家企業」,工會行事應更為理性,同時警告要防止任何非法脅迫行為。

業內人士提醒,此次罷工危機若無法妥善化解,恐對全球科技產業造成現實性影響。Samsung 全國工會逾 7 萬名會員中,約 5.5 萬人隸屬半導體事業的 DS 部門。一旦罷工啟動,平澤園區近半數產能將受影響,不僅會引發電源管理晶片、顯示驅動晶片的連鎖供應中斷,Samsung 在 DRAM 領域的市佔率亦恐遭中國企業蠶食,HBM 的市場先機更可能落入美國美光手中。

目前全球半導體市場競爭白熱化,供應鏈穩定是 Samsung 維繫海外客戶信任的核心。這場勞資風暴,不僅動搖 Samsung 後續研發投資與擴廠計劃,更嚴峻考驗其危機處理能力,其化解僵局的舉措已成為全球科技圈的關注焦點。

Techritual Hong Kong - 專注科技、手機、AI 人工智能及穿戴式裝置資訊