IT之家 5 月 14 日消息，5 月 12 日，在抖音集团短剧版权中心举办的首届短剧产业大会上，红果短剧总编辑乐力以“让好内容被看见”为主题进行了发言。 IT之家从文中获悉，他提到红果短剧会持续投入支持真人短剧的发展和鼓励内容迭代创新。近期，短剧版权中心陆续推出多项真人短剧扶持计划。鼓励短剧领域涌现更多传递正向价值、打造精品 IP 的真人短剧，也希望让每一份匠心付出都能获得应有的回报。此外，红果短剧近期完成创作者后台的升级，进一步提升内容合作效率，在平台功能整合基础上推动分账透明化。 他认为 AI 技术为短剧行业带来了新的机遇 —— 它降低了创作门槛，拓宽了题材边界，让更多创意得以落地，让短剧创作进入了“高效化、多元化”的新阶段。但机遇背后，也伴随着不容忽视的问题。 据悉，红果短剧从 4 月开始正全面加速 AI 短剧内容治理。一是健全审核体系，严禁低俗猎奇、拜金炫富、传播负面价值观、制作粗糙伤害用户体验等低质内容，自从 4 月 7 日起开展低质 AI 剧专项治理行动开始，累积回查下架了超过万部 AI 短剧，提高要求全面治理的同时，也在积极跟各位合作伙伴做好沟通和规则的透传。二是严肃对待版权保护，大力打击创意抄袭、肖像侵权等违规行为，全力守护创作者和权利人的合法权益。 最后，他总结道：“无论是扶持真人短剧，还是加速 AI 短剧的治理，我们的核心目标始终不变：让好内容被看见。”

批量制造千万美元富翁，何需等到公司上市？ 《华尔街日报》披露了一组颇具冲击力的数据。去年10月，OpenAI超过600名现任和前任员工通过股票出售总计套现66亿美元，其中约75人每人兑现了3000万美元。 这意味着，在OpenAI还没有上市之前，一批高管和普通员工已经先一步拿到了这轮AI热潮的财富回报。 这也是当前AI行业最值得关注的变化之一。过去，创业公司员工通常要等到IPO之后，才可能真正兑现手里的股票。但现在，头部AI公司把财富释放的时间大幅提前。 OpenAI是最醒目的样本，DeepSeek正在补上外部估值和股权激励这一课，Anthropic、Cerebras、Character.AI等公司则说明，融资、要约收购、二级市场交易、技术授权和团队转移……AI造富的途径正在变得更多。 对AI公司来说，这是吸引顶尖人才的新武器。对AI人才来说，技术能力不再只是换来高薪和期权，也更可能在公司上市前就变成现实收益。 我们先来看看OpenAI的“造富神话”。 OpenAI的高管赚得多，这一点已经经由最近的法庭大战公之于众。 最近，马斯克对战OpenAI、奥特曼等人的官司开庭。 总裁布罗克曼在庭上作证时表示，他持有的股权价值约为300亿美元。与此同时，前首席科学家苏茨克维也在马斯克诉OpenAI的庭审中披露，自己持有的OpenAI股权价值约为70亿美元。 首席执行官山姆·奥特曼（Sam Altman）则表示自己并未持有公司的股份，理由是公司的非营利性质，不过一些投资者则预计，如果OpenAI的营利化重组最终顺利推进，奥特曼未来仍可能获得股权安排。 许多普通员工也已经兑现高额财富。 《华尔街日报》爆料，去年10月，OpenAI组织了一次大规模股票出售，超过600名现任及前任员工在同一天兑现了手中的股份，总计套现约66亿美元。 在这批员工中，大约75人达到了公司规定的最高出售上限，每人兑现3,000万美元。 部分员工将剩余股份捐入捐赠建议基金（donor‑advised funds），以支持公益事业并获得当年税收减免。 这次出售是AI行业内迄今规模最大的员工股权兑现事件之一。 此次交易也标志着OpenAI自ChatGPT发布以来首次允许新入职员工兑现股票。 这是一个明显的变化，在员工兑现股票这件事情上，OpenAI越来越大方。 之前公司规定员工必须入职至少两年后才能出售股份，因此很多加入公司的技术专家在此之前无法兑现股票。 对比七年前首次发放股份，早期员工的股权价值已经增长超过100倍，与同期纳斯达克指数约三倍的增幅相比，远超传统科技公司的财富增长水平。 OpenAI的股权激励制度本身也经历过调整。 此前每位员工的出售上限为1000万美元，2025年秋调整至3000万美元，以回应投资者和员工的需求。 这种制度既回应了外部投资者的买入需求，也让员工手里的纸面财富有了变现通道。历史数据显示，早期员工若在上市后才能出售股份，财富增值可能会受到市场波动影响，而OpenAI的提前兑现机制则有效缓解了这一风险。 薪酬与股票激励是OpenAI吸引和留住顶尖人才的重要手段。 OpenAI部分技术岗位年薪可达50万美元，外加股票奖励和一次性奖金，部分奖金价值可达数百万美元。这种组合使员工在经济上获得显著回报，同时也提高了关键岗位的稳定性，支撑公司在技术开发和产品迭代上的快速推进。 Meta去年曾为其顶尖AI人才提供高达3亿美元的薪酬包，AI行业内对高端人才的激烈竞争与补偿水平普遍高于传统科技公司。 AI正在旧金山批量制造新晋富翁，甚至夸张到催热了旧金山低迷已久的房市。 有的房子因为同时报价竞争的买家众多，最终成交价远超要价，比如要价160万美元但以200万美元的价格成交。据Apartment List网站数据显示，2月份旧金山全市租金同比上涨14%，涨幅居全美之首。 这些消息——不管是高管手握巨额财富，还是普通员工的高薪酬、高奖金、愈发“大方”的股权方案，对于OpenAI来说有一个显而易见的好处，即这势必会对人才形成新的吸引力。 这种吸引力不只是“工资更高”。更重要的是，它让员工看到一条可以兑现的路径。加入一家最头部的AI公司，拿到期权或股票，等公司估值继续上升，再通过要约收购、二级市场交易或未来IPO实现财富兑现。 这也是DeepSeek最近融资传闻值得关注的原因之一。 据路透社，DeepSeek正在推进首次外部融资，目标估值可能达到500亿美元，融资规模约30亿至40亿美元。在不到一个月前的传闻中，DeepSeek的估值还只有100亿美元。 表面看，这是一家中国AI明星公司获得资本认可。但放在OpenAI的案例之后看，这件事还有另一层含义：DeepSeek需要的不只是钱，而是一个被外部市场承认的价格。 DeepSeek过去并不是典型的风险投资驱动型公司。它的资金主要来自创始人梁文锋及其背后的幻方量化。 正因为如此，它在很长一段时间里可以维持一种“研究团队”式的形象：低调、技术导向、强调模型效率。但当一家公司真正进入全球AI竞争的场域，它就很难长期只靠技术声望维持组织。模型需要算力，产品需要商业化，团队也需要长期激励。 融资的第一层作用，就是给公司估值。估值一旦形成，员工手里的期权和股权才有了可以讨论的价格。否则，所谓股权激励更像是一张远期承诺：理论上有价值，但员工并不知道它到底值多少钱，也不知道什么时候可以变现。 OpenAI员工之所以能在上市前完成大规模套现，前提正是公司已经经过多轮融资和要约收购，形成了一个投资人愿意接受的定价体系。 DeepSeek如果要在中国AI人才争夺战中长期留住核心成员，也需要补上这一环。 这一点对DeepSeek尤其重要。路透报道称，这轮融资的资金用途包括加强计算基础设施和改善员工福利。 报道还提到，DeepSeek正面临来自字节跳动、阿里巴巴，以及MiniMax、月之暗面等中国AI公司的人才和资本竞争，并已经出现人才流失案例，例如罗福莉加入小米的案例。 能不能在一个已经被OpenAI、Anthropic、Meta等公司抬高薪酬标准的行业里，给核心人才提供足够有说服力的长期回报，是DeepSeek要面临的新挑战。 OpenAI的员工套现说明，头部AI公司已经可以在上市前制造大规模财富；DeepSeek寻求外部融资，则说明后来者也在补估值、股权激励和算力投入。 这轮AI造富并不只有“等公司IPO”这一条路。 过去创业公司最标准的财富出口是上市，现在钱正在通过更复杂的路径流转。 员工可以在二级市场提前套现，创业公司可以通过并购退出，芯片公司和基础设施公司也可以借AI热潮进入公开市场。 最直接的出口仍然是IPO。除了OpenAI之外，Anthropic也是模型公司的样本。 目前认为Anthropic最快可能在2026年上市。它的特殊性在于，它不像DeepSeek那样还处在首次外部融资阶段，也不像OpenAI那样有复杂的非营利转营利争议。它有Claude，有企业客户，也有谷歌、亚马逊等云厂商支持。 另一类IPO样本是芯片初创公司Cerebras。 路透报道称，由于投资者需求强劲，Cerebras计划把IPO发行价区间从每股115至125美元上调至150至160美元，发行股数也从2800万股提高到3000万股。 按最高价计算，募资额约48亿美元；这笔交易获得超过20倍认购，并计划以CBRS为代码在纳斯达克上市。报道还称，这可能成为2026年全球最大IPO。 AI热潮不只让模型团队变贵，也让芯片、算力和数据中心成为新的财富出口。 并购是另一个路径。 2023年6月，Databricks宣布以约13亿美元收购生成式AI平台MosaicML，交易金额包括留任激励包。MosaicML当时主打帮助企业训练、部署自己的生成式AI模型，Databricks收购它，本质上是直接买下模型训练平台、团队和企业AI能力。 而MosaicML当时大约只有62名员工。所以媒体用“约2100万美元/员工”来形容这笔交易的昂贵程度。 并购也不再只是“某家公司被完整买走”。 Character.AI就是更典型的新样本。 2024年，谷歌与Character.AI达成约27亿美元的技术授权交易，获得其模型技术许可，同时聘请联合创始人诺姆·沙泽尔（Noam Shazeer）、丹尼尔·德弗雷塔斯（Daniel De Freitas）及部分核心研究成员加入谷歌DeepMind。 《金融时报》后来报道称，这笔交易后，Character.AI放弃继续训练前沿大模型，转向强化消费级聊天机器人产品。 此外，公司用这笔资金买断投资人股份，并将公司所有权转给员工，员工还获得了一次性现金补偿。约30名员工加入谷歌，约100人留在Character.AI。 也就是说，在这个案例当中，谷歌没有完整收购Character.AI，却通过高额授权费拿到了技术和最稀缺的人才；原公司继续存在，投资人和员工也提前获得了流动性。 公司不一定被买走，但技术、团队和未来收益权，已经被大厂重新定价。 这也是这一轮AI热潮和过去很多科技周期不同的地方：财富不再只等到IPO那一刻才集中释放，也不只属于创始人和投资人。 模型、数据、算力、产品和基础设施背后的人，正在通过二级市场、技术授权、团队转移、并购和上市获得更早、更复杂的兑现机会。 对AI公司来说，这是吸引人才的新武器；对AI人才来说，这意味着他们不一定要等到IPO，也可能更早把技术能力变成现实收益。

编译 | 佳扬 编辑 | 云鹏 智东西5月14日消息，据路透社今日报道，微软正加速布局AI初创公司收购，为未来逐步摆脱对OpenAI的深度依赖提前做准备，同时冲刺在明年落地顶尖自研大模型的战略目标。 其中，明星代码生成公司Cursor，以及由斯坦福团队创立的新锐AI公司Inception，都曾进入微软的潜在交易名单。 微软与Inception的谈判仍在推进阶段，最终能否达成交易尚存不确定性。 SpaceX也曾尝试接触Inception，并且在微软退出Cursor交易后，在4月22日宣布与Cursor达成合作。 一、因反垄断压力放弃Cursor，转而接触Inception 据路透社报道，五位知情人士透露，微软近几个月明显加快了AI投资与并购节奏，核心目标之一，是为未来建立不依赖OpenAI的自主模型能力。 其中，微软今年春天曾认真评估收购AI代码生成公司Cursor。但由于微软已经拥有GitHub旗下Copilot业务，内部担忧该交易可能面临反垄断审查压力，因此最终放弃推进。 不过，微软并未停止寻找新的AI目标。 目前，微软正与Inception展开接触。Inception由斯坦福大学团队于2024年创立，专注于一种不同于传统Transformer路线的大模型技术，其核心思路是将“扩散模型”（Diffusion）引入文本生成领域。 与传统大模型逐词生成内容不同，扩散式文本模型能够同时生成并优化多个token，从而大幅提升推理速度。这种路线此前更多应用于AI图像与视频生成领域，而Inception希望将其扩展至大语言模型。 微软旗下投资基金M12此前已经参与了Inception约5000万美元（约合人民币3亿元）的种子轮融资。知情人士透露，Inception近期还聘请了投行协助谈判，其估值预期已超过10亿美元（约合人民币68亿元）。 但业内对于这一技术路线仍存在争议。一些AI研究人员认为，扩散式文本模型虽然速度优势明显，但在稳定性、可预测性以及超大规模训练方面，仍未被充分验证。 据消息人士透露，双方谈判仍在推进阶段，最终能否达成交易尚存不确定性。 除了微软之外，SpaceX也曾尝试接触Inception，并且在微软退出Cursor交易后，很快与Cursor达成合作。4月22日，SpaceX官推发文称，今年晚些时候或将以600亿美元（约合人民币4093亿元）收购Cursor，又或为双方的合作支付100亿美元（约合人民币682亿元）。 SpaceX官宣 二、微软与OpenAI从深度绑定走向既合作又竞争 微软与OpenAI的关系，曾被视为AI时代最成功的联盟之一。 2019年，微软向当时仍名不见经传的OpenAI投资10亿美元（约合人民币68亿元），并向其提供大规模云计算资源。随着ChatGPT在2022年底爆发，微软不仅迅速成为全球AI浪潮中的核心受益者，其Azure云业务也获得巨大增长。 根据微软最新披露的数据，公司已经向OpenAI支付了约118亿美元（约合人民币801亿元），占此前承诺130亿美元（约合人民币882亿元）投资中的绝大部分。而微软高管近期在法庭作证时则透露，微软在OpenAI合作以及相关基础设施建设上的总投入，已经超过1000亿美元（约合人民币6785亿元）。 但随着双方实力与诉求变化，这段关系也逐渐出现裂痕。 最初的协议曾赋予微软对OpenAI技术的独家使用权，同时限制微软自行开发可能与OpenAI竞争的基础模型。然而，随着OpenAI快速扩张，其对算力资源的需求已经开始超出微软的供给能力。 与此同时，微软也越来越不愿被限制在“OpenAI基础设施提供商”的角色中。 知情人士称，多年来双方已经多次调整合作协议。2025年底的一项修订，允许微软自行研发AGI相关技术；而今年4月，双方进一步达成新协议，允许OpenAI与微软竞争对手亚马逊合作开发部分产品。 这意味着，微软与OpenAI正在从早期的深度绑定关系，逐渐转向一种更加复杂、既合作又竞争的新状态。 与此同时，微软内部也在推进自己的AI研发体系，包括由Mustafa Suleyman领导的新团队，目标正是打造能够与OpenAI同级竞争的下一代模型能力。 结语：合作红利见顶，微软拆解路径依赖 过去几年里，微软凭借对OpenAI的押注，一度在生成式AI浪潮中抢占先机。但随着OpenAI影响力持续扩大，以及模型、算力、生态控制权的重要性不断提升，微软显然已经不满足于只做OpenAI背后的“云服务提供者”。 无论是频繁接触AI初创公司、布局新模型路线，还是重新调整与OpenAI的合作边界，都表明微软正在主动拆解对OpenAI的路径依赖。

【CNMO科技消息】近日，据韩媒报道，三星计划于2026年7月22日在伦敦举办下半年大型发布会“Galaxy Unpacked”，届时可能推出多款新品，包括三款折叠屏手机、AI智能眼镜以及新一代智能手表。 此次发布会的主角预计为三款折叠屏机型：Z Flip 8、Z Fold 8以及新增的Z Fold 8 Wide。其中Z Fold 8 Wide采用更宽的横向设计，竖向略短，旨在提升折叠状态下的外屏使用体验，展开后屏幕比例更类似平板电脑，适合多任务处理和视频观看。 此外，三星可能首次展示智能眼镜产品Galaxy Glasses。该设备搭载与谷歌合作开发的Android XR系统，并集成基于Gemini的AI功能。与常见的AR眼镜不同，Galaxy Glasses不配备显示屏，而是通过麦克风、扬声器和摄像头实时分析用户视野，专注于AI助手功能。设计方面，三星与眼镜品牌Gentle Monster合作，力求外观适合日常佩戴。 智能手表方面，三星Galaxy Watch 9系列有望亮相，同时高端型号Galaxy Watch Ultra 2也可能一同发布。三星正通过折叠屏、AI眼镜和可穿戴设备，加速构建面向AI时代的生态系统。

【CNMO科技消息】近日，据外媒报道，研究人员开发出一种基于深度强化学习的人工智能充电系统，可在保持较快充电速度的同时，将电池寿命延长近23%。这项研究由新西兰惠灵顿维多利亚大学的Meng Yuan和瑞典查尔姆斯理工大学的Changfu Zou共同完成，成果发表在《IEEE交通电气化汇刊》上。 该系统采用名为TD3的机器学习方法，通过数千次模拟充电会话进行试错学习。与传统充电器使用固定充电模式不同，新系统能够根据电池的实际老化程度实时调整充电策略。传统充电器通常以满功率开始充电，随电池容量接近饱和逐渐降低功率，但这种方法忽略了电池的新旧程度。 研究团队使用真实电池模型进行模拟测试，结果显示，新方法下的电池等效循环次数达到703次，而传统充电方法仅为572次，电池寿命提升约23%。在充电速度方面，系统可在约24分钟内为电池充至80%电量，与传统快充相当。 研究团队使用配备Intel i5处理器和NVIDIA RTX 3060 GPU的消费级台式电脑完成系统训练，这表明该框架可在普通硬件上运行，无需专用高性能计算集群。 目前该充电方法仍处于模拟阶段，需在实际环境中进一步验证。如果测试成功，智能充电技术有望成为下一代电动汽车的重要升级方向。

2025年11月某天，杨立昆（Yann LeCun）走进马克·扎克伯格的办公室，说了一句话："我一个人在外面，能做得更快、更便宜、更好。" 这句话背后，是他在Meta苦苦坚守了十二年的立场。在这十二年里，他亲眼目睹整个AI行业以几乎宗教般的热情，将数千亿美元砸向大语言模型，而他却始终认为这条路走不通。 "通过LLM走向超级智能，这完全是扯淡，永远不可能成功。"这是他在2025年11月一次公开演讲中说出的话，措辞之直接，连业内都为之侧目。 他的核心判断不是某个技术细节上的分歧，而是对整个范式的否定：大语言模型本质上是统计学的模式匹配器，它只是在预测下一个单词，并不真正理解物理世界。他打了一个比方，说LLM其实并不知道"玻璃杯从桌上推下去会摔碎"，它只是知道"玻璃杯"和"摔碎"这两个词经常同时出现在训练文本里。 这个区别，听起来微妙，但在杨立昆看来，这是人工智能能否真正理解世界的本质问题。 像素重建是个坏主意，他要打造"世界模型" 让杨立昆与整个行业决裂的另一个关键观点，是他对"像素重建"的彻底否定。 现在主流的生成式AI，无论是逐帧生成视频，还是逐像素还原图像，都在做同一件事：把观察到的一切，尽可能精确地在输出端重建出来。杨立昆认为这条路从根本上就错了，因为物理世界的绝大多数细节是不可预测的，比如一阵风吹过树叶的具体姿态，没有任何模型能够精准还原，而消耗大量算力去"猜"这些细节，不仅浪费资源，也无助于真正的理解和推理。 他的替代方案，叫做JEPA，即联合嵌入预测架构（Joint Embedding Predictive Architecture）。这套架构的设计思路是：不预测具体的像素或具体的文字，而是在一个更抽象的"表示空间"里预测世界的演化规律。换句话说，JEPA要学的不是"这张图长什么样"，而是"这个场景会朝什么方向变化"。 这就像一个从未学过物理的小孩，也知道把球从桌上推下去它会落地。她不是靠读书学到这一点的，而是靠持续观察世界、内化了物理规律。杨立昆希望AI也能拥有这种能力，即从观察中建立起关于因果关系的内部模型，而不仅仅是记住大量文字的共现规律。 2026年3月，他离开Meta四个月后，旗下新公司AMI Labs（Advanced Machine Intelligence，法语里"ami"恰好是"朋友"的意思）宣布完成10.3亿美元种子轮融资，估值达35亿美元。这是欧洲历史上规模最大的种子轮，投资方阵容包括英伟达、贝索斯私人投资机构、三星、前谷歌CEO埃里克·施密特以及万维网发明者蒂姆·伯纳斯-李。 押注者与质疑者，谁会是最后的赢家？ AMI的融资成功，说明资本市场并不认为杨立昆只是在发牢骚。 英伟达的参与尤其耐人寻味——这家公司的芯片几乎为全球所有LLM提供算力支撑，如今却同时押注"LLM的替代者"，这本身就是一种对冲信号：如果未来AI范式真的发生转变，英伟达不想缺席。 然而，LLM阵营并没有因此慌乱。Anthropic的达里奥·阿莫代伊在2026年1月的达沃斯论坛上，当着杨立昆的面，声称基于现有架构的AI模型将在一年内取代所有软件工程师的工作。OpenAI在同年2月完成了1100亿美元的历史性融资，押注的仍然是更大规模的语言模型。DeepMind的德米斯·哈萨比斯则在社交平台上直接回击杨立昆，称其观点"完全错误"。 面对这些，杨立昆的回应一如既往地冷静："某样东西有用，并不意味着它就是正确的路。马也很有用，但这不代表我们不应该发明汽车。" 值得注意的是，AMI Labs目前只有12名员工，没有任何产品落地，整个公司建立在一套尚待验证的学术理论之上。杨立昆本人担任执行董事长，并不负责日常运营，继续在纽约大学担任教授。真正的考验还在前方。 他预测JEPA将在3到5年内替代LLM成为主流。这句话，在2022年他发表JEPA论文时就说过了。如今资本已经站队，赌局已经开始，剩下的问题只有一个：历史会把他写成先知，还是写成输掉最贵科学实验的那个人？

快科技5月14日消息，AI技术虽好，但狂热的投资是不是泡沫已经引发了两种对立的观点，现在否认AI泡沫的一方又多了一个强力证据，美银将AI未来的支出从1万亿美元提升到了1.7万亿美元。 最近谷歌、微软、亚马逊等公司每年7000-8000亿美元的AI建设引发质疑，甚至导致股价下滑，但在美银发布的最新报告中，他们表示AI的资本开支不仅不会下降，还会大幅提升。 美银将2030年的AI数据中心的市场规模从之前预测的1万亿美元直接提升到了1.7万亿美元，大涨70%。 在这些投资中，1.2万亿美元的费用都要用到AI加速器上，高于此前预测的1万亿美元，不过这次提升不是当前的GPU芯片，而是谷歌、亚马逊为代表的ASIC AI定制芯片，前者有自研的TPU芯片，亚马逊也自研了Trainium。 剩下的5000亿美元开支中，数据中心CPU的价值从800亿美元提升到1100亿美元，AI网络芯片也从2400亿美元提升到了3160亿美元。 基于这些数据，美银给出的AI赢家名单中，首选的还是NVIDIA、AMD及博通，前两家是当前主要的AI GPU供应商，博通则是主要的ASIC芯片定制供应商，谷歌的TPU就是跟他们合作开发的。 除了这三个主要赢家之外，做内存的美光及各种网络、主控芯片的Marvell也是核心，只不过他们的分析显然主要是针对美国上市公司而言的。

导读：AI跑得快，全靠存储带？当千行百业的核心业务全速向AI狂奔时，我们太关注算力的“油门”，却往往忽略了数据的“刹车”和“方向盘”。中科曙光一出手就是2亿IOPS，但这波真正的杀手锏，在于给高价值数据和关键业务上了一把“铁锁”。 过去几年，AI的风刮得太猛。大模型一路“狂吃”数据，GPU算力呈指数级暴涨。但不知道各位有没有一种感觉：算力堆得满满当当，实际跑起来却总觉得隔着靴子挠痒——憋屈。 很多时候，不是算力不行，而是后方的存储根本供不上数据，GPU只能在空转中干着急。但比“跑得慢”更可怕的，是“撑不住”。 在AI倒逼基础设施大换血的关键节点，存储早就不再是默默无闻的“后台配角”，而是决定企业核心数据生死、关键业务存亡的第一线。 在这个节骨眼上，谁能把性能的“天花板”掀翻，同时把数据安全的“地板”焊死，谁就能拿到AI时代的真正入场券。 就在昨天（5月13日），中科曙光扔下了一枚重磅炸弹——全新发布FlashNexus 9000高端全闪存存储。这不仅是一次性能上的“暴力美学”，更是给千行百业核心业务迈向AI时代，强行劈开了一道“安全与性能并重”的破局之门。 今天，我们就来扒一扒这款号称“全球领先”的硬核设备，到底凭什么能当好这个“定海神针”？ 稳字当头，性能狂飙：凭什么喂饱AI的“胃口”？ 在高端存储这个圈子里，数字是最不会骗人的。但我们要透过数字看本质：极致的性能，其实是为了应对AI时代高压缩环境下的“业务平稳”服务的。 早在去年，中科曙光的FlashNexus 8000就拿下了SPC-1性能全球第一的桂冠。而这次全新升级的9000，更是直接把天花板掀了个底朝天。我们来看几组核心指标： 集群性能飙升：2亿 IOPS。相比上一代直接翻了近7倍，集群规模也从32控猛扩至256控。 单阵列性能翻倍：轻松顶到 400万 IOPS，时延依旧稳定在09ms。 重删压缩不减配：即便开启数据缩减技术，性能依然坚挺在255万IOPS，暴涨5%。 为什么要这么疯狂地拉高上限？ 因为在金融交易、医疗影像、大模型推理这些高价值场景中，一旦遇上流量海啸，性能稍有抖动，轻则用户体验暴跌，重则导致核心业务停滞、关键数据丢失、整个GPU算力集群空转，造成不可估量的资产损失。FlashNexus 9000用溢出式的性能储备，就是为了在极端高压下，依然给你的关键业务留足“安全冗余”。 硬核拆解：重塑高价值数据的“绝对防御” 很多企业敢把核心业务搬上AI，却不敢把身家性命交给底层存储。面对极高价值的数据资产，光快是不够的，还得“绝对稳”。 为此，中科曙光在这款高端全闪存存储里埋下了堪称变态的“防御机制”。 对于金融、医疗这些关键业务来说，哪怕一秒钟的宕机都是灾难。而FlashNexus 9000的可靠性达到了令人窒息的99.99999%。 它首创了RAID-QC四盘校验技术，允许存储池里同时坏4块盘数据都不丢； 加上自研的NexusMatrix全互联矩阵，哪怕是4个控制器同时坏了3个，系统照样稳如老狗； 再配合AA双活架构，打造“两地三中心”容灾体系，业务切换连个喷嚏都不会打。 这就是在告诉市场：把最核心、最值钱的数据放在这里，绝对稳妥。 全栈自主与海纳百川的底气 在当前的国际大环境下，底层安全是不容妥协的底线。FlashNexus 9000实现了核心部件100%国产化（处理器、交换、前端芯片均达国际先进水准），且核心软件100%全栈自研。 另一方面，它在生态上却又极其开放，原生兼容20多种主流系统及云原生架构。这意味着，企业既能拥有自主可控的“护城河”，又不用被绑架在单一的软硬体系中。 关键业务，绝不容有失！ 脱离场景谈性能都是耍流氓。FlashNexus在极度挑剔的行业中表现如何？我们来看两组“生死攸关”的实战成绩： 金融行业：某金融机构上线后，峰值交易速度飙升200%，每秒轻松处理30万笔交易，时延骤降30%。更重要的是，在遇到双十一、股市开盘这种流量海啸时，它的性能曲线是一条平稳的直线，绝不给你玩“断崖式下跌”。 运营商计费：5G时代的话单量爆炸，月底出账堪称运维噩梦。FlashNexus让5G计费出账时间直接缩短了66%，原本9小时的煎熬压缩到3小时。 你看，极致的稳定性和性能，最终都是为了保障这些不能出错的关键业务，能够从容应对每一次极限施压。 跨越AI时代，这是绕不过去的一道门 中科曙光北京公司总裁魏振国在发布会上说了一句很实在的话：“真正面向未来的高端存储，必须能支撑关键行业核心业务，更必须具备长期服务AI时代的能力。” 这其实一针见血地点破了当下千行百业跨越AI时代的“通关密码”。 大家都想着怎么用AI赋能业务，怎么让大模型跑得更快，但往往在底层数据基建上缺乏安全感。如果没有一个能扛住高压、守得住核心数据的存储底座，所有的AI蓝图都是空中楼阁。 高端全闪存的竞争，早已跨过了单一维度的“单点突破”，正式进入了比拼性能、可靠性、生态友好等多维能力的深水区。从3000万到2亿IOPS，表面上看是中科曙光技术的飞速迭代，但往深了看，这其实是在给中国的千行百业铺路。 当先进存力成为AI基础设施的刚性需求，这种对关键业务的极致保障、对高价值数据的绝对守护，就是每一家企业迈向AI时代必须跨过的那道“门”。 迈过去，就是算力与数据共舞的广阔天地；迈不过去，就只能停留在算力空转和业务焦虑的原地踏步。

OpenAI 招人了 OpenAI 在新加坡开了一个岗位：Developer Experience Engineer 翻译成中文，就是：招开发者运营，必须得会中文 岗位挂在 Go To Market 部门，全职，Hybrid，坐标新加坡 申请页截图，180 天内只能投 5 次 OpenAI 的岗位 这个岗位属于 Developer Experience 团队，OpenAI 内部一个比较新的组。按 JD 的说法，这个团队只有一个目标：让开发者成功。覆盖所有在 OpenAI 平台上做开发的人，从个人开发者到世界 500 强 这个团队跟 OpenAI 内部做 API 的产品和工程团队紧密合作，同时也对接 GTM、研究和管理层 岗位要求会中文，因为要覆盖中文市场的客户和社区，日常工作包括写教程、做 demo、泡社区、收反馈、跑活动，同时跟产品和研究团队一起推最新的模型上线 招的是什么人 具体要做什么： → 写教程、录视频、做 demo，教开发者怎么用 OpenAI 的 API → 泡在开发者社区里，收集反馈，把开发者的需求带回产品团队 → 代表 OpenAI 参加开发者活动，在论坛里回答问题 → 跟产品、工程、市场团队协作，推 API 和开发者工具的落地 要求是什么样的人： → 全栈工程背景，用 AI 和大模型做过东西 → 有开发者社区运营经验，帮开发者把 API 用起来过 → 会中文，覆盖中文市场的客户和社区 → 写得了代码，也写得了文档和教程 → 端到端地扛事，能在模糊环境里快速推进 → 对 AI 安全和伦理有兴趣 想投的可以去看看：openai.com/careers 注意，180 天内只能投 5 次 OpenAI 的岗位，别浪费机会 JD 原文 以下内容摘自 OpenAI 官网招聘页，中英逐段对照 岗位职责 制作高质量的技术内容，包括教程、博客、视频和代码示例 Create and curate high-quality technical content, such as tutorials, blog posts, videos, and code samples, to educate and inspire developers. 深入开发者社区，围绕 OpenAI 的技术建立开发者生态 Engage with the developer community, building strong relationships and fostering a vibrant ecosystem around OpenAI's technologies. 收集开发者反馈，推动产品路线图 Be a tireless champion for developers and their needs, gathering and organizing their feedback to inform our product roadmap. 维护核心开发者关系，代表 OpenAI 出席开发者活动和论坛 Build relationships with key developers and help nurture a community of developers on our platform, representing OpenAI at developer events and online forums, serving as a knowledgeable and approachable ambassador for our platform. 跟产品、工程、市场团队协作，推动 API 和开发者工具的采用 Collaborate closely with product, engineering, and marketing teams to drive adoption and success of OpenAI's APIs and developer tools. 参与改进 OpenAI 的开发者界面和工具体验 Contribute to the development and enhancement of all OpenAI's developer surfaces to provide a seamless experience for developers. 要求 全栈工程背景，有 AI 和大模型的开发经验 Strong full-stack engineering background, with experience building with AI and LLMs. 有帮助开发者使用 API 产品的实战经验，做过开发者社区 Proven track record of engaging with developers to help them find success with API-based products, and building developer communities. 会中文，岗位覆盖中文市场的客户和社区 Mandarin language skills as the role will also cover clients and communities that are Mandarin-speaking. 有用户同理心，知道什么是好的产品体验 Deep user empathy and an understanding of what's required for a product experience to be great and an appreciation that the details matter. 有创意，愿意探索跟开发者连接的新方式 Creativity and passion for exploring new ways to connect with and empower developers. 乐意打磨开发者工具和高质量的 demo Pride in crafting delightful developer tools and high-quality demos and sample projects. 写过文档、教程、代码，帮开发者把技术产品用起来 A history of creating documentation, how-to content, and code that help developers find success with technical products. 能写高质量的代码、文档和教程 An ability to write high-quality code, documentation, how-to content that help developers find success with technical products. 端到端地扛事，缺什么学什么 Ownership of problems end-to-end, and are willing to pick up whatever knowledge you're missing to get the job done. 能在模糊环境里快速推进 Ability to move fast in an environment where things are sometimes loosely defined and may have competing priorities or deadlines. 对 AI 安全和伦理有经验或兴趣 Experience with or a strong interest in AI ethics and safety, aligning with OpenAI's commitment to responsible AI development.

“原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点。” 5月13日下午，腾讯发布最新季度业绩，并举行股东大会，在谈到AI业务发展时，腾讯CEO马化腾说了这番话。 马化腾的这番话，道出了腾讯AI一路的曲折。 过去几年，腾讯在AI领域砸下重金，但成绩难如人意。混元大模型在性能和使用量上都比不上国内外主要竞争对手，AI App元宝也打不过豆包、DeepSeek等头部玩家。 直到去年末，AI顶级大咖、前OpenAI研究员姚顺雨开始带队腾讯AI，并在今年4月发布最新的Hy3 preview大模型，腾讯AI才总算上了桌，止住了颓势。 姚顺雨帮助腾讯AI补好了“漏水的船”，这也是马化腾所说的“站了上去”。但从最新财报来看，腾讯还需要等待一段时间，AI才能发挥显著的拉动作用。 今年第一季度，腾讯营收达1965亿元人民币，同比增长9%；毛利润1113亿元，同比增长11%。按非国际财务报告准则，经营利润756亿元，同比增长9%；净利润698亿元，同比增长11%。 腾讯上季度营收和利润都保持10%左右的同比增速，与同等体量的其他巨头相比，已经不算慢，但也看不到AI带来的跃升。 部分原因是，报告期内，腾讯忙于彻底重整混元，以及在春节期间大力推广元宝，AI在B端和C端都还处于爬坡阶段。同时，Hy3 preview于第二季度发布，其影响不会体现在本期财报中。 在股东大会上，马化腾认可了腾讯AI的止跌回升，但也指出了速度不够快的问题，不能算100%满意。 这与腾讯AI的投入规模存在一定关系。 相比一些同行的“All in”，腾讯AI没有油门焊死、疯狂砸钱，投入比较理性。 根据财报，上季度腾讯围绕AI的研发、营销等投入显著增加，但还没到大面积拖累利润的程度。这部分投入对经营利润的影响约为-88亿元，对经营利润率的影响为-4.5%。 更深层的原因是，即便面对AI这样的时代风口，腾讯依然遵循传统，采取跟随战术，并不寻求技术、产品的SOTA。 马化腾在股东大会上表示，腾讯不一定是业界最快抓住机遇的，但坚持走正确的道路，结合自身独有优势稳扎稳打。 “不能看着别人在那边做就随便跨过去，抢别人的地盘，过去我们也抢过，但后来基本失败了。”他说。 这种跟随战术，和苹果公司颇有相似之处。 两家巨头都在AI这条赛道上落后了，也都需要尽快赶上跑在前面的大部队。同时，他们最快要到今年第三季度，才能拿出各自的“大杀器”——苹果在等6月的新AI软件、9月的新iPhone；腾讯真正的AI杀招，则是秋天发布的微信Agent。 库克和特努斯急不得，马化腾也急不得。 不过，两大巨头现阶段保持一定的“克制”，没有大手一挥砸下重金、抛出宏伟蓝图，也是有底气的。 苹果依然控制着以iPhone为核心的数十亿智能硬件，能够为AI软件提供庞大流量，而这是OpenAI、谷歌等对手无法攻克的壁垒。腾讯则手握微信，依然掌控着国内移动互联网用户的第一大入口。 更何况，AI之路还很漫长，企业仍然有大把机会可以抓住，很难说何时发力一定正确。两大巨头仍有很大的机会凭借自身优势后发制人。 腾讯和苹果，都在等待秋天。届时，苹果AI能否翻身，腾讯AI究竟能不能“坐下去”，船速能不能起来，将真正揭晓答案。 A 苹果和腾讯的第一季度业绩，共同特征是AI浓度不太足。 苹果在上季度财报中谈论了iPhone的强劲业绩，谈到了Mac被“养虾”浪潮推高销量。但对于苹果自己的AI发展如何，这份财报着墨甚少，不像谷歌、Meta等公司那样，几乎“言必称AI”。 苹果对于AI的谨慎，有一个细节可以佐证：在电话会议上，苹果CEO库克只有5次谈及Apple Intelligence，相当于iPhone出现频率的1/10。 与苹果的遮遮掩掩相比，腾讯的最新财报谈及AI次数更多，但也没有好到哪里去。 腾讯在财报开头就谈到，公司“在新AI产品上取得了显著突破，并持续以 AI赋能核心业务增长”。它着重谈论了Hy3 preview大模型，称其兼具实用性与性价比，且token消耗量稳居前列。 但再往下细聊，腾讯AI的“干货”就显得不太充裕了。 在财报中，腾讯尽力给老业务贴上AI标签。 广告业务方面，公司升级了AI驱动的广告推荐模型，从而带动了广告表现提升及广告单价增长。此外，腾讯营销 AIM+赋能了广告主营销服务投放金额的约30%。 此外，上季度腾讯企业服务收入同比增长20%，部分原因是国内外市场需求上升，包括AI相关服务需求。 在5月13日晚间的业绩电话会上，腾讯管理层表示，AI模型与应用服务正成长为公司的新增长引擎。 但显而易见，AI距离撑起整个腾讯的增长曲线，仍有不小的距离。与同一天发布的阿里财报，以及此前发布的美国主要科技公司财报相比，腾讯AI的存在感稀薄得多。 苹果和腾讯没有在上季度财报中大聊特聊AI，可以理解为“克制”。 从财务角度来看，两大巨头的主业依然贡献着强劲的现金流和利润，目前都不需要靠AI赚钱，甚至不需要强求建立清晰的AI变现模型。旁人难以撼动的竞争壁垒、充裕的资金，让企业在发布财报时，无需过度包装那些还没成熟的业务板块。 腾讯在电话会议上也释放出这样的信号。 在谈到AI App面向用户收费，以及植入广告等问题时，腾讯首席战略官詹姆斯·米歇尔表示，公司态度相对谨慎。 米歇尔认为，无论是视频还是音乐，中国数字内容的付费订阅渗透率长期只有个位数，远低于海外市场。因此，AI订阅模式在中国的规模天花板比较有限。 至于广告变现，即便是全球领先的玩家，目前也还没有跑通成熟的AI广告模式。这更多是一个中长期方向，短期内只能作为收入的补充。 不过，在一日千里的AI赛道，一味“克制”终归无法取胜。两家公司在分别经历了人事调整、重整产品路线图后，都把AI业务重装上阵的时间点定在了秋天。 苹果将在6月的全球开发者大会上公布AI软件的进展，可能包括新的AI App、大修之后的Siri等。9月，新一代iPhone将正式亮相，有望成为苹果第一款AI手机。 腾讯则计划在秋天推出微信Agent。微信目前只在联系人列表、搜索框等位置嵌入了元宝，AI功能较为单一，场景也不多。去年就已经“预告”的微信Agent，将是微信跃入AI时代的关键动作。 B 面对这场至关重要的秋季大考，苹果和腾讯的打法不同，但大概率都会沿着自己的习惯路径前行。 苹果依然会走软硬件结合的老路。 在谷歌帮助下，苹果AI的软件部分预计会有明显改观，但即将于9月发布的新一代iPhone才是真正的胜负手。只要iPhone本身足够吸引人、能够继续稳居全球销量榜首，苹果AI的翻身仗就打赢了一大半。 另一边，腾讯仍会把“办事”作为AI的核心能力。 发布第一季度财报时，马化腾再度明示了这一策略。他提到，腾讯的“效率AI智能体”解决方案已经初见成效。 何为“效率AI智能体”？马化腾举的例子是腾讯版“龙虾”WorkBuddy。“我们相信，WorkBuddy目前是中国使用最广的效率AI智能体服务。”他说。 但像WorkBuddy这样的“龙虾”服务，使用门槛和成本都较高，用户规模和市场空间终归有限。要想把所谓“效率AI智能体”做大，还是要靠微信Agent。 对此，腾讯至少已经布局了三个季度。 在2025年第三季度的财报电话会上，腾讯总裁刘炽平称，“微信最终会推出一个Agent”。但他也表示，“目前这个时间点，实际上还处于非常早期的发展阶段。” 到了本次财报发布，腾讯高管在电话会议上重点谈论了AI Agent在腾讯生态内的部署进展。 腾讯管理层表示，已将微信、企业微信、QQ及TT浏览器等通信与浏览界面作为AI Agent的操控入口。用户可通过这些原生界面，直接调度Agent执行复杂任务。 此外，腾讯正探索将小程序代码转化为AI技能，使Agent能够调用小程序作为工具，既提升内部用户生产力，又为小程序开发者带来额外流量。管理层没有提供具体时间表，但强调这是腾讯生态的独特竞争优势。 不难看出，腾讯距离微信Agent又往前迈了一大步。 微信是腾讯AI落地最合适的土壤。 它拥有国内互联网最庞大的用户池。截至今年3月底，微信和WeChat合并月活用户达到14.32亿，比去年同期增长了2%，也比上一季度末的14.18亿再涨了1%。 另一方面，用户形成了使用微信小程序“办事”的习惯。QuestMobile数据显示，超9亿微信小程序用户中，月人均使用次数接近70次；百万用户以上的小程序占比14.1%。从行业分布看，生活服务、移动购物、金融理财等行业的小程序用户规模均超8亿。 “办事”是微信在社交网络之上构筑的核心能力，小程序则是“办事”的工具和场景。现在，腾讯要把微信Agent化，彻底改写用户调用小程序的习惯，从社交App跃升为Agent平台，进而扭转面对豆包、DeepSeek等对手的不利局面。 与之相配合的是资本开支。腾讯表示，随着中国自主设计的AI芯片逐月增加供应，下半年资本开支将大幅提升。第一季度，公司经营性资本开支环比增长84%，印证了这一趋势的启动。 一个Agent化的微信，将是腾讯在AI时代最犀利的武器。但想要打造这件武器，不仅要靠姚顺雨和AI部门，还需要微信及其他业务部门的协作，才能达到最佳效果。 对于腾讯来说，微信Agent这场秋季战役的组织难度高于技术难度，需要整个集团的通力配合，非常考验马化腾、张小龙等人的运筹帷幄。 C 上季度，苹果和腾讯的老业务依然非常“稳”。 苹果依旧靠iPhone打天下。上季度，iPhone销售额达570亿美元，同比增长22%，依然是公司的半壁江山。1112亿美元的营收，也创下了苹果在第一季度的新纪录。 更重要的是，过去几代iPhone挤牙膏式的更新饱受争议，却几乎没有影响到这款手机的持续热销，而这也让库克和苹果有了继续挤牙膏的底气。 腾讯也正在走同样的路。 第一季度，腾讯增值服务营收同比增长4%，其中国内游戏收入增长6%，《王者荣耀》《和平精英》《三角洲行动》等游戏表现稳健；营销服务营收增长20%，大多数主要行业的广告主投放均有所增长；金融科技与企业服务的营收增长9%，其中企业服务收入同比增长20%。 熟悉腾讯的人都知道，上述业务的共同特点就是“稳”。大多数季度，他们都保持着几个点到十几个点的增速。某些季度会出现波动，比如游戏收入因更新节奏等问题下滑明显，但只需要一两个季度，就能修复增长曲线。 往好处看，他们相当于腾讯集团的三块压舱石，能够非常有效地对抗行业周期、抵御市场波动。《王者荣耀》玩法缺少新意却长盛不衰，其实和iPhone的“一边被骂一边热销”颇有相通之处。 但不好的地方是，这些业务严重缺乏想象空间——无论是游戏、广告还是支付、企业服务，都早已进入成熟期，增长模式和利润空间都挖掘殆尽。 资本市场也清楚这一点。第一季度财报发布次日，腾讯股价开盘上涨近4%，随后一路下行，午盘前涨幅基本抹平。目前，腾讯股价约为460港元，相比52周高点缩水30%以上。 在最新财报中，腾讯努力给老业务注入AI元素，但这些业务的大半个身子显然还停留在传统赛道。 如今，微信Agent化箭在弦上，他们的战略定位越来越清晰：既充当AI落地的场景，又创造现金流和利润，给AI业务提供弹药。 腾讯也在财报中确认了这一点。财报称，公司的核心业务在用户粘性、收入及盈利上持续增长，既为AI投入提供了充裕的现金流支持，也为AI的落地应用奠定了丰富的场景基础。 除了发力微信Agent，腾讯接下来的另一个看点是，会不会砸下重金做AI Infra。 根据财报，截至3月31日，腾讯持有的现金、现金等价物、定期存款等共计约5337亿元。扣除借款和应付票据，现金净额为1469亿元。在字节、阿里相继拿出千亿级资金做AI Infra的情况下，腾讯会不会改变跟随策略，同样投下重金？ 其实，这也是苹果未来可能面临的选择。 在移动互联网时代，它经历了从英特尔芯片到自研芯片的转变。在AI时代，苹果需要依靠谷歌快速缩小差距，但已经明确，主要还是自己做大模型和产品研发。 两家公司如何选择，将在今年秋天逐渐揭晓答案。倘若秋季战役取得胜利，两大巨头稳住阵脚后，手握雄厚资金，将具备向更广阔上下游延展的有利条件。届时，全球AI版图上，腾讯和苹果将不再长期缺位。

IT之家 5 月 14 日消息，消息源 @MajinBuofficia 昨日（5 月 13 日）在 X 平台发布推文，分享了一组摄像头保护元件照片，展示了苹果 iPhone 18 Pro 和 iPhone 18 Pro Max 的颜色。 颜色方面，接棒 iPhone 17 Pro 系列的星宇橙，消息称苹果 iPhone 18 Pro 系列的主打色为“深樱桃”（Dark Cherry），颜色偏向深酒红色。 IT之家此前报道，消息称除了“深樱桃色”外，苹果还在测试浅蓝、深灰及银色版本，其中浅蓝色比较接近 iPhone 17 的青雾蓝色（Mist Blue），是一款低饱和度、带灰调的雅致色调。 图源：GSMArena 影像方面，消息称 iPhone 18 Pro 系列背部布局基本不变，但为了容纳 48MP 可变光圈，后摄模组区域可能略微加厚。

IT之家 5 月 14 日消息，智能手机无故自燃的情况其实十分罕见，但仍有零星个案发生。 据 Sammobile 报道，一名韩国 Reddit 网友称，自己的三星 Galaxy S24 手机在正常使用过程中，毫无征兆地在手中发生了“爆炸”，事发时手机并未处于充电状态。 目前尚不清楚三星是否已就此展开调查。 该网友在 Reddit 发帖表示，事故发生于 2026 年 5 月 11 日。当时其正用手机正常上网，这部 Galaxy S24 突然开始冒烟，电池鼓包导致机身急剧发烫，随后发生爆炸。用户本人被轻微灼伤，起了水泡。 IT之家注意到，该用户称，事发时手机没有插充电器，手机无跌落损坏，也从未维修、拆机过。消防部门到场处置后，判定起火特征符合锂电池自燃的表现。锂电池虽有起火燃烧的可能性，但通常都是在受到损坏后才会发生，完好状态下的锂电池稳定性很高。 三星官方目前尚未对此事作出回应。该用户透露，三星总部工作人员已授意当地售后中心负责人联系自己。三星大概率会收回涉事手机，对事故原因展开专业检测。 这款设备的爆炸方式看起来与电池损坏的情况相符，但由于用户称这台 Galaxy S24 并未受到任何损坏，因此只有展开彻底调查才能查明爆炸的真正原因。

IT之家 5 月 14 日消息，据韩媒 ETNews 报道，此前有消息称苹果正在为 20 周年纪念版 iPhone（iPhone 20）开发一块“四曲面”面板，但目前该面板存在边缘亮度下降问题，苹果正在与三星、LG 联手进行解决。 具体来看，相应“失真问题”主要出现在四曲面 OLED 屏幕所使用的阴极材料上。目前方案采用的是镁银合金（Magnesium-Silver Alloy）阴极层，但这种材料在屏幕边缘区域存在一定的形变风险，进而导致边缘亮度下降，从而影响整机观感。 报道称，苹果还在考虑将阴极材料替换为 IZO（Indium-Zinc Oxide，铟锌氧化物），以从材料学层面改善曲面区域的显示稳定性与亮度一致性。不过考虑到档期，苹果很有可能到 2028 年的 iPhone 21 才会进行切换。 同时，目前仍存在另一种可能，如果苹果无法在量产前解决边缘失真问题，公司可能会暂时放弃四曲面方案，让 iPhone 20 继续采用传统平面边框设计。由于目前消息普遍指向 2028 年才是成熟四曲面屏幕真正进入量产的时间节点，因此苹果也有可能推迟这一技术，等待显示问题完全解决后再正式商用。

凤凰网科技讯 5月14日，据海外社交平台Reddit用户曝光，韩国一名消费者在正常使用三星Galaxy S24浏览网页时，设备突发电池膨胀并起火爆炸。事件发生于2026年5月11日，该用户明确表示手机当时并未连接电源充电，且此前从未有过跌落损坏或拆修记录。此次突发事故导致该用户手部出现轻微烧伤水泡。 当地消防部门在接警后介入处理，现场勘查结果显示，起火痕迹完全符合锂电池燃烧的典型特征。通常情况下，智能手机的锂电池在无明显外力破坏或穿刺时结构相对稳定，此类在日常轻度使用场景下的自发性燃烧案例较为罕见。 截至目前，三星官方尚未针对该起安全事件发布正式的公开声明。但据涉事当事人透露，在三星总部的直接指示下，当地三星服务中心主管已主动与其取得联系。业内预计，三星方面将很快回收这部受损设备并展开全面的技术调查，以彻底查明导致电池热失控的底层原因。

快科技5月14日消息，据报道，苹果正在与韩国面板制造商洽谈，合作开发一项彻底改变iPhone外观的屏幕技术，计划为2028年款iPhone引入真正的四面全曲OLED显示屏，并采用全新的透明电极技术。 这项技术的核心在于，苹果要求供应商将传统不透明的OLED阴极层，替换为基于氧化铟锌的新型透明阴极材料。这种材料能提升发光层的透明度，减少面板四个曲面边缘的视觉失真和亮度不均。 在智能手机使用的顶部发射型OLED中，光线必须穿过阴极层。传统的镁银合金阴极透明度有限，导致屏幕弯曲部分画面扭曲、亮度下降。而IZO透明电极的透光率远高于传统材料，可让边缘亮度损失减少30%以上。 然而，IZO透明电极技术目前仍处研发早期，受专用设备限制，2027年前难以规模量产。 苹果选择分两步走：先通过2027年20周年纪念版完成四边微曲面形态落地，再于2028年机型上搭载IZO透明电极，实现显示效果与量产工艺的技术闭环。 供应商LG显示上个月宣布投资约1.106万亿韩元，这笔资金将专门用于IZO透明电极技术的开发与最终量产。该工艺需要安装专用的低损伤TCO溅射设备，LG计划先用于研发，再逐步扩大规模。 三星显示同样在评估投资，但现有OLED产线空间有限，加装TCO溅射设备面临物理限制。行业普遍认为三星可能需要新建专属产线来满足苹果的要求。 苹果正催促两家供应商加快进度，以赶上2028年的产品发布节奏。

作者 | 云鹏 编辑 | 漠影 今天毫无疑问是智能体（Agent）风暴狂涌的时代，从“龙虾（OpenClaw）”到“爱马仕（Hermes）”，从企业到个人、云端到端侧，无处不在的智能体正快速进入每个人的工作和生活。 根据市研机构数据，2025年各类AI智能体自主执行任务量已经突破1.2亿次/日，预计2026年这一数字将达到8.7亿，提升7倍，智能体全天候提升生产力即将成为常态。 龙虾、爱马仕的火爆，进一步加快了智能体的进化，AI从“被动响应”到“主动执行”，从被动交互智能体到主动的执行智能体。 与此同时，我们看到AI不再局限于某一设备、系统或应用，AI正从云端走向每一台设备，手机、汽车、AI眼镜与边缘计算设备正走向“跨端无缝流转的全域智能”的协同。 不论是打破系统设备边界无缝流转还是主动性的大幅提升，AI发展的快速变化催生出一系列新的挑战。 如何打破系统壁垒、如何实现高效跨应用、跨终端、跨场景的高效开发？产业逐渐形成共识：真正优秀的AI体验不再局限于单点技术或产品的突破，不再是一家公司单打独斗可以做好的。 行业已经进入“生态定义体验”时代，生态的完善程度决定了AI体验的上限。 这样的行业背景下，全球移动芯片领域头部玩家联发科技在今年开发者大会（MMDC）上祭出一系列底层技术创新和面向AI开发生态的扎实支撑，联发科将重点聚焦在了“无处不在的智能体化新体验”上。 如何解决“无处不在”、如何让“智能体化体验”可以真正落到实处，解决用户痛点，是联发科核心解决的问题，而在这个过程中，联发科已经不只是提供端侧AI算力的芯片厂商，这家老牌芯片巨头已经转型成为AI基础设施提供商。 从终端层、系统层、应用层到AI基础设施层，联发科基于天玑AI生态，正成为推动全域无缝流转的智能体化体验普及的核心推动者之一。 一、AI体验博弈升维，为什么说生态决定了创新的方向和“上限”？ 今天的AI竞赛正在悄然“升维”。AI体验已经进入智能体化阶段，竞争正在走向系统级、跨应用、跨终端、全场景协同的智能体化体验竞争。 主动式、伴随式AI成为主要趋势方向，这进一步推升了AI体验全场景自由流转的需求。 行业和消费者需要的不只是一颗具有AI算力的芯片，想实现优秀的AI体验，需要扎实的AI基础设施支撑。 系统层面，各类UI、OS都进化为AI OS、AI UI，系统级智能体成为新的Agent OS，Agent OS有着原生AI内核，支持记忆管理、跨端流转，需要标准化工具生态支持，“大模型即OS”的时刻正离我们越来越近。 终端层面，从手机、汽车、AI眼镜、智能家居到各类IoT产品，智能体变得更加原生系统级，并且一个智能体可跨越多个终端成为重要趋势。 如何让各类设备都能快速适配用好芯片AI算力、实现AI应用落地？如何在保证低延迟、低功耗的前提下实现异构硬件的算力协同，都存在巨大挑战。 应用层面，应用逐渐进化为智能体化的应用，这需要应用支持标准化协议、多智能体协作、跨应用协同和任务自动化。 跨越复杂的应用间数据隔离，从系统底层重构接口到行业合作探索新的商业模式，都充满挑战。 一切变化都指向一个明确方向：生态为王。单打独斗、生态壁垒高筑，绝非正确方向，也无法解决根本用户痛点。 当AI发展进入“生态定义”之后，AI体验的上限，更多取决于有多少应用和服务进入到生态中，否则Agent会成为没有“手脚”的“空想家”。 只有构建起统一、标准化的开发者生态，降低多端适配的边际成本，才能吸引足够多的开发者参与，加速优秀AI应用落地，形成飞轮效应，让整个行业良性地加速跑起来。 二、从AgentOS到AI智能体化引擎，联发科硬核技术创新给出新解法 面向一系列智能体时代的技术挑战和行业矛盾，联发科的思路和角色定位都非常明确：做好“赋能者”。 终端层，联发科有着全场景芯片矩阵，这些芯片可以在各类智能终端中落地，成为智能体时代的AI算力底座。 系统层，联发科的天玑AI智能体化引擎也拥抱智能体化趋势，解决智能体向“系统级”进化中的一系列底层挑战。 应用层，联发科通过天玑AI开发套件进一步释放芯片的算力和能力，让各类智能体化的App可以更好地得到芯片的支撑，加速进化。 AI 基础设施层，联发科深入 AI 加速技术领域，推动云端大模型的能力进化。 作为“赋能者”，要在哪些方面进行赋能是非常关键的，为此联发科长期与开发者保持深度交流，了解开发中的需求痛点。 比如在终端层，要解决算力与功耗的挑战，联发科可以实现高算力与低功耗的平衡，芯片层支持低功耗的Always-On感知能力，可以解决全模态处理能力需求。 系统层，联发科主要会赋能Agent OS，去提升智能体时代AI体验的上限，让用户能享受更主动化的AI服务，并且解决底层隐私安全层面的诸多挑战。 生态层的挑战更为突出和迫切，只有完善好应用生态层，才能更好释放终端层和系统层铺垫好的能力，联发科要做的是给开发者提供更高效、更开放、更智能的开发者工具。 具体到此次MMDC，联发科最新的天玑AI智能体化引擎2.0、天玑AI开发套件 3.0可以说是干货拉满，直指开发者痛点。智能体化引擎更多是系统层优化，开发套件则剑指应用生态层。 如果说天玑AI智能体化引擎1.0是“用户驱动”，那么2.0就是Always-On的“主动感知驱动”。 在2.0中，联发科特别加入了SensingClaw负责主动感知，让基于Agent OS具备视觉、听觉、方位感知等主动感知能力，进而实现从被动指令到主动服务的转变。 智能体可以更高效地拆解复杂任务，进而调动丰富的应用生态，最终主动精准解决用户需求。 一句话总结就是：天玑AI智能体化引擎2.0可以让“龙虾”真正“活”起来。 现场我们看到了不少真实落地案例，比如智能体可以实现排队叫号的智能提醒，这将AI Always-On的能力与实际应用很好地结合了起来。 比如在购物比价环节，智能体可以完成复杂的购物比价，最终给出清晰准确的比价结果。 我们看到联发科跟OPPO合作，让小布Claw在记录事项的同时更懂用户，同时兼顾端侧隐私安全。小布可以根据记忆内容里的用户体检报告，给用户制定一个每周健身计划，并且直接导入到日历中。 联发科跟小米合作，基于天玑NPU的深度优化，小米的miclaw也可以实现更复杂的主动编排执行。比如当用户带朋友回家时，可以一句话让miclaw调动家中所有设备去热烈欢迎，从客厅、主卧灯光的调节到窗帘、音箱、空气净化器的联动。 在应用生态层，高效、开放是智能体时代开发者们的刚需。复杂与多模态模型部署要更高效、大模型端侧落地需要更高压缩率、Agent对Always-On感知能力的要求需要更开放的生态，模型部署学习的门槛需要降低，这些都是开发者们迫切呼唤的，而联发科天玑AI开发套件3.0的核心升级点就在于更高效、更开放、更智能。 具体来看，LVM模型可视化部署的效率较上代产品提升50%之多，Low Bit压缩工具包可以实现58%的模型压缩率。 值得一提的是，联发科还首次发布了天玑eNPU开发工具，让Always-On的感知能力可以更好实现，让智能体的对接更开放。 在智能化开发方面，联发科推出了天玑AI Partner，端侧LLM模型部署耗时暴降90%，从5天缩短到半天。 总体来说，一系列开发套件升级的核心目的是更充分地释放AI潜能，提升AI体验的上限，解决了很多实现AI体验无处不在过程中的关键技术难点。 基于天玑AI开发套件，联发科与全民K歌合作，音乐Agent可以直接根据用户唱歌出具专属分析报告；在与万兴喵影合作中，端侧视频编辑中模型执行速度提升400%。 当然，不论是天玑AI智能体化引擎还是开发者套件的升级，只有开发者真正用起来，落地优秀的AI应用或功能，才是真正价值的实现。 正如在采访中联发科高管提到的，如果感知能力无法连接到用户实际场景、解决用户痛点，就无法真正改变消费者体验。联发科在持续地、尽可能地赋能行业和开发者，让智能体化的体验加速普及。 三、深耕Agent方向三年，海量生态成果让MTK领跑行业 联发科在Agent时代的转型如此成功，放出一系列重磅技术和解决方案切中行业痛点，并非灵光一现，而是源于其对Agent方向的提前布局、扎实深耕。 早在2024年10月，联发科就发布了一颗专门为智能体AI打造的旗舰5G芯片——天玑9400，其在端侧AI层面对NPU软硬件生态进行了大幅升级，首发了天玑AI智能体化引擎，帮助终端厂商打造“智能体化AI手机”。这也是业内首款智能体AI芯片。 2025年MMDC上，联发科就做出关键判断：Agentic AI UX时代已经到来，并认为主动及时、知你懂你、互动写作、学习进化、隐私安全等五个关键特征会成为智能体全链路交互中的突出特点。 现在看来，这些前瞻性判断都已成为现实，成为AI行业发展的重要趋势。 2025年MMDC期间，面对智能体浪潮，联发科技董事、总经理暨营运长陈冠州曾做出判断：AI的下一波浪潮属于智能体AI，而每一年联发科技通过20亿边缘设备,将智能体AI从技术概念转化为全民触手可及的体验。 联发科技资深副总经理徐敬全也提到，今天传统性能竞赛正在重构，未来十年将是“芯片+生态”智能体化浪潮重塑产业格局的时代。 可以看到，在智能体技术发展关键节点，联发科曾多次领跑行业，今天联发科在AI领域完善的生态支撑，建立在多年的扎实投入之上。 面向未来，AI智能体时代生态重要性愈发凸显，智能体能做什么、能干多好，能不能真正解决用户痛点，都不是一家厂商单打独斗能够解决的，业内有观点认为：未来的AI之战就是AI生态之战。 在联发科看来，生态是一个链条，链条每个不同节点上有不同的成员，联发科要明确自身的定位。采访中联发科高管提到，他们做AI的一个突出特点就是有全局观念，核心目标是要给用户一个好的智能体化体验，倒推有哪些环节可以去赋能。 从终端硬件到软件工具链，再到智能体化引擎、AI生态的构建，联发科有着很明确的框架去赋能，从终端、系统到应用层，持续迭代演进。 作为一个横跨手机、汽车、物联网等多个领域的芯片巨头，联发科以生态之力向“AI基础设施”厂商的演进，可以说在割裂的安卓生态和智能硬件生态中建立了一套相对统一的AI开发标准，加速着整个行业的智能化进程。 对于消费者来说，AI交互体验大幅提升、成本显著降低，AI从“被动响应指令的工具”转变为“主动提供服务的管家、朋友”。 对于行业来说，智能硬件竞争升维，到“系统级智能调度能力”比拼、AI综合体验比拼阶段；差异化竞争路径增加、新的商业空间和价值加速涌现。 结语：Agent时代持续引领AI体验变革，联发科成了铺路人 今天，“芯片+工具+生态”三位一体、构建智能体AI发展的技术底座与开放生态，已经成为联发科在智能体时代突围的核心路径。 基于一系列底层技术创新和工具层面对开发者生态的赋能，开发者门槛大幅降低，联发科正让系统级、跨终端、跨应用、全场景、主动式的智能体化体验加速走向现实，联合产业伙伴加速端侧AI的普惠化。 在“生态定义体验”这一明确方向下，联发科可以说为未来行业要如何共赢铺了一条明确的实现路径。

快科技5月14日消息，AI芯片目前是国内半导体被卡脖子最严重的领域之一，但它同时也是国产芯片机遇最明确的，而且这一次的逆袭会来得很快，10年时间就能完成全面国产替代。 根据摩根斯坦利公布的一项研究结果，国产AI芯片自给率（主要是GPU类型）在2021年才只有10%，但是发展速度非常快，今年就能达到41%，四年时间份额3倍提升。 接下来的5年中，AI芯片的自给率还会快速提升，到2030年将提升到86%，意味着进口的所有AI芯片只剩下14%的空间，大部分公司购买AI芯片自然会是国产为主，留给美国公司的机会不多了。 这个报告中没看到大摩的统计是基于销售额还是销量来算的，如果是销售额，那进口芯片的数量只会更低，毕竟国产AI芯片便宜量大是基操。 目前国内搞GPU类AI芯片的公司主要是摩尔线程、、壁仞科技、沐曦科技、燧原科技、天数智芯等，如果再扩大一点还有砺算科技、云天励飞等，还有很多不那么出名的初创公司也都涉及GPU芯片，这还没算国内各大互联网巨头自研的芯片。 但当前国内AI芯片的主力是华为、寒武纪等以NPU为主要架构的公司，只不过他们迟早也会切入GPU市场，毕竟通用计算能力会更强。 上面说的这些主要是AI方向的GPU芯片，但只要这些企业有两三家做大做强之后，游戏GPU也是水到渠成的，游戏玩家也一样能从国产AI芯片爆发中收益。 当然，未来全面国产化的也不只是AI芯片，CPU、内存、闪存也一样在路上，5年后也有能力换新天。

快科技5月14日消息，内存涨价这事还没有停下来的迹象，2季度的合约价谈判也放出消息来了，三星依然坚持凶猛涨价，手机厂商这波还得严重受影响。 据集邦咨询TrendForce最新存储器调查报告，2026年2季度手机内存Mobile DRAM合约价持续大幅上扬，智能手机品牌面临更沉重的成本压力。 其中，韩系两大原厂价格策略出现分化：三星倾向一次到位，涨幅相对显著，而从SK海力士目前提供的临时报价来看，涨幅相对温和，采取循序垫高的策略，预估五月下旬完成定价。 整体而言，TrendForce集邦咨询预估，第二季LPDDR4X内存平均销售单价ASP将至少季增70%–75%，LPDDR5X则季增78%–83%。 主要注意的是，这里公布的价格是环比涨幅，而不是去年同期的同比涨幅，意味着2季度的价格是在之前高价基础上再次涨价，意味着内存的成本还会大幅上升。 从中国闪存市场网上的报价来看，64Gb（8GB容量）的LPDDR4X都要100美元，再这么涨下去手机差不多1/3的成本都是内存限制了，再加上闪存及处理器的涨价，手机厂商今年面临的压力非常大。 市场调查机构 CounterPoint此前发布的数据称2026年Q1季度全球智能手机出货量同比下降6%，但是这里面苹果出货量逆势大涨5%，而整个安卓厂商大幅下跌，少的跌2%，多的跌幅近20%。 针对全年的销量，多家机构预测销量下滑在10%左右，个别激进的预测下滑会在15%左右，全面终止3年来的增长势头。

IT之家 5 月 14 日消息，据外媒 Sammobile 今日报道，三星签署了欧盟关于互操作性和能源智能家电（ESAs）的行为准则（CoC）。在推出首批联网智能家电十多年后，三星承诺将打造更智能、更省电的家电产品。 这项行为准则的目标，是推动智能家电更快普及。据悉，智能家电可以与能源系统进行通信，从而提升用电效率。该准则由欧盟委员会联合研究中心（JRC）和欧盟委员会能源总司（DG Energy）联合主要家电品牌制定。 按照这项倡议，不同品牌的家电即使采用不同通信和连接协议，也可以通过统一的能源相关服务和必要信息实现互通。 三星 Bespoke AI 洗碗机和 Bespoke AI Combo 洗烘一体机现已作为能源智能家电，被列入欧洲产品能效标签注册数据库（EPREL）。据IT之家了解，这两款家电都支持在用电低峰时段运行，帮助用户降低电费。 三星计划继续推出更多符合该行为准则指引的智能家电，并进一步提升消费者端的用电效率。 三星数字家电（DA）New Biz 团队执行副总裁杨惠顺说：“联网家电可以在能源转型中发挥重要作用，帮助家庭更智能地使用能源，同时不会让日常生活变得更复杂。加入这项欧盟倡议后，我们希望让消费者更容易用上能源智能功能。”