行业分类:
加载中...
头条分类:
加载中...
Manus季逸超回应所有产品都是M开头:源于“心手合一”
【CNMO科技消息】近日,在一场深度访谈中,Manus联合创始人兼首席科学家季逸超就外界关注的“为何所有产品都以字母M开头”作出回应。他表示,这起初纯属巧合,“可能M开头的产品运气都不会太差”,但随着产品线的延伸,这一命名习惯逐渐承载了更深层的含义。 季逸超回顾了其创业历程中的几款代表性产品:最早是高中时期开发的iOS浏览器“猛犸”(Mammoth),随后是大学期间推出的知识图谱系统“Magi”,再后来是广受关注的AI助手“Monica”,以及如今的人工智能公司“Manus”——四者无一例外均以“M”起首。他坦言,Manus这个名字确实带有一点“私心”,因为由他亲自命名,并经过长时间斟酌。 他解释称,在早期做浏览器时,团队已隐约意识到:大模型解决的是“智力”问题,但再强大的智能若无法与现实世界互动,终究只是“缸中之脑”或“理论物理学家”。真正的突破在于赋予AI一个“手”,使其能主动操作、感知并改变外部环境。这一思考最终引导他联想到麻省理工学院(MIT)的校训“Mens et Manus”——拉丁语意为“心与手”或“心手合一”。 “别人已经在‘心智’层面走得非常远,几乎所有基座模型公司的使命都是提升智能本身。而我们想做的,是那个‘手’。”季逸超强调,Manus在拉丁语中正是“手”的意思,这也清晰界定了团队的技术方向:不做另一个大模型,而是构建能将AI能力落地到真实场景的执行层系统。
LeCun曝Meta作弊刷榜,田渊栋:我没想到这个结局
离职的LeCun,反手就给Meta一记重锤:差评如潮的Llama4真的作弊刷榜了! 结果的确被篡改了一点。 为了更好的结果,团队对不同基准测试使用了不同的模型。 都说别惹离职er,不止LeCun,田渊栋也在个人年终总结中透露了一点内幕。 明明是被拉来给Llama4救火的,事先预想了四种可能,结果小扎给了我第五种…… (扶额苦笑.jpg) Anyway,至于离职后的打算,两位大神都不约而同地表示: 创业! Llama4刷榜引发的离职潮 DeepSeek还是给小扎压力太大。 此前就有消息爆料,DeepSeek的横空出世,让Llama 4还没发布就被甩在身后,逼得小扎疯狂加码AI投资。 这一点也得到了LeCun的证实。 小扎确实慌了,对内push上强度,要求GenAI部门加速AI开发和部署,还拉来原FAIR团队的田渊栋救火。 结果就是,团队之间沟通直接破裂。LeCun他们想要做些新东西,但小扎更想要已经被验证过的、可以直接落地的技术。 真正的导火索则来自于Llama 4的惨败。 不仅输了,还因为排行榜造假名声大跌,于是小扎彻底对团队所有人失去了信心,并将他们全部边缘化。 这也直接导致Meta开启了团队大换血:一边天价从硅谷各个公司挖人,一边又大刀阔斧裁掉老员工们。 田渊栋及其团队则是被率先波及的一群人。 一月份被赶鸭子上架加入Llama 4,十月份Llama 4.5一训完就被卸磨杀驴。 这波田渊栋都得喊冤…… 因为上头的压力,全组被迫放下手头正在做的工作,来Llama 4接烂摊子,距离发布ddl就剩2个月,还要处理所有dirty work。 为此,田渊栋那时还专门画了个2x2的回报矩阵,计算了下干这事的四种结局: 但老板都发话了,不得不干啊,田渊栋想着那就但求尽力而为,问心无愧吧。 结果哼哧哼哧干了几个月,小扎一个都没选,给了Plan E:不问责负责人,转头把田渊栋和组员们一脚踢了出去。 难怪田渊栋复盘这段经历时,也要来一句: 这也让我对这社会的复杂性有了更为深刻的认识。 不过好在田渊栋自己也想得开,他说自己已经待在Meta十多年了,最近几年更是抱着“公司快把我开了吧”的心态,所以也算是因祸得福吧,还给他接下来的小说创作提供了很多新素材(doge)。 (咳咳)言归正传,这几个月对于田渊栋来说,也不算一无所获,在强化学习训练的核心问题上他也有了些新的探索。 首先是大模型推理,继2024年底团队公开的连续隐空间推理(coconut)引发广泛关注后,团队继续通过理论工作Reasoning by Superposition进一步阐明了连续隐空间推理的优势所在。 与此同时,也分别从不同角度尝试提升模型推理效率:Token Assorted通过隐空间的离散token减少计算开销、DeepConf基于置信度提前终止推理、ThreadWeaver制造并行思维链加速推理,以及在不同规模模型中用RL学习推理能力。 在可解释性方面,研究聚焦于Grokking(顿悟) 这一特征涌现现象,从记忆到泛化的突变过程入手,试图解释模型究竟学到了什么、和输入数据的关系、能达到怎样的泛化,也就是打开模型的黑箱。 简而言之,对于被拉来“背黑锅”这事,田渊栋对老东家还是手下留情了,虽然你不地道,但我已经Let it go~ 不过紧随其后离职的LeCun就没那么心软了,直接痛批Meta内部对LLM上瘾过甚,尤其是那些新挖来的超级智能实验室成员。 他点名批评亚历山大王:年轻且缺乏经验。 虽然学得快,但压根不懂研究,不知道怎么做、也不知道如何和研究员们共处。 在LeCun面前,这个27岁的年轻人,简直像个little baby。 但大语言模型并非他们所想象的那样美好,LeCun直言,LLM有用但本质受限于语言,夸张一点说: LLM是死胡同。 要实现人类水平智能,就必须了解物理世界的运作规律,也就是LeCun长期专注的世界模型,但Meta对此已经丧失了兴趣。 在研究路线上的分歧,也让LeCun不得不离开公司,开启自己人生的下一章——创业。 离开Meta做点啥?创业 LeCun的新公司名为Advanced Machine Intelligence(AMI),做的还是他心心念念的世界模型,而且all in开源。 不过据他自己透露,他只会担任新公司的执行主席而不是CEO。 我是一名科学家,我能激励人们从事工作,以及猜测哪项技术会成功,但我不擅长组织管理,也实在太老了。 LeCun将拥有和之前在Meta相同的研究自由度,而负责带领AMI的将交给法国医疗AI初创公司Nabla的联合创始人兼CEO Alex LeBrun。 他们将目光聚焦在V-JEPA架构上,试图通过学习视频和空间数据来理解物理世界,让AI完成规划、推理并拥有长期记忆,也就是他常说的高级机器智能。 LeCun预计将在12个月内,见证该项技术的初始版本诞生,并在最近几年内实现大规模进展,虽然它显然还远远称不上超级智能,但至少在通往AGI的道路上,它存在希望。 而作为LeCun的老下属,田渊栋也拒绝了大厂们纷纷为他抛来的橄榄枝,刚刚正式宣布创业! 具体细节暂时未表,但他表示: 乘着自己还年轻,去当一家新初创公司的联合创始人。 不管怎样,先安静地忙活一阵。 参考链接: [1]https://www.ft.com/content/e3c4c2f6-4ea7-4adf-b945-e58495f836c2 [2]https://zhuanlan.zhihu.com/p/1990809161458540818
意识不只是算法?科学家重新定义大脑如何“计算”,AI仅为数字模拟仍无法复现其本质
IT之家 1 月 4 日消息,意识究竟从何而来?一篇最新学术论文提出,答案也许并不在“代码”本身,而在于大脑这种活体系统独特的计算方式。长期以来,关于意识的讨论主要集中在两种对立观点之间。 一种是“计算功能主义”,认为只要系统具备正确的功能结构,无论运行在何种物质基础之上,都可能产生意识。 另一种是“生物自然主义”,强调意识无法脱离生物大脑的独特结构与生理特性。 新论文指出,这两种立场各自抓住了部分事实,但都未能完整解释意识的本质。最新研究认为,人类意识可能源自生物大脑在物理层面上的计算机制,而非抽象的信息处理过程。 为此,研究者提出了一种被称为“生物计算主义”的新框架。研究者认为,传统的计算模型本身就与真实大脑的运作方式并不匹配。大脑并不像冯・诺依曼计算机那样,将“软件”和“硬件”清晰分离,也不是单纯运行某种抽象算法,强行类比只会导致牵强附会。 要理解意识如何产生,就必须重新思考“计算”这一概念。我们所定义的生物计算具有三个关键特征: 首先,它是一种混合型计算形式。它融合了离散事件与连续过程。神经元发放脉冲,突触释放神经递质,神经网络在类似事件的状态间切换。同时,这些事件又在包含电压场、化学梯度、离子扩散和时变电导等不断变化的物理环境中展开。大脑既非纯粹的数字系统,也非简单的模拟系统,而是作为一个分层系统运作。 其次,生物计算在尺度上不可分离。在传统计算机中,人们可以区分算法与载体(软件和硬件);而在大脑中,这种界限并不存在。从离子通道、树突到神经回路乃至整体脑活动,各个层级相互影响。改变所谓的“实现方式”便会改变计算本身,因为二者在生物系统中是紧密交织的。 第三,生物计算深受能量约束的影响。大脑在严格的代谢限制下运行,这种限制塑造了其信息表征方式、学习机制和稳定模式。研究认为,这种跨尺度的复杂耦合并非冗余,而是一种在能量受限条件下实现高效、灵活智能的优化策略。 基于这三点,论文得出一个有悖于传统计算理念的关键结论:在大脑中,计算并非抽象的符号操作,而是具体的物理过程。算法并不独立于载体存在,载体本身就是算法。大脑不是在“运行程序”,而是在时间中展开的一种特殊物理系统。 这一视角也对当前 AI 的发展提出了质疑。目前即使能力再强的 AI 系统也是在模拟,其底层计算仍然是为在不同硬件上运行的不同数字程序。相比之下,大脑的连续场、离子流、树突整合、局部振荡耦合等过程,正是其计算的基本单元,而非可以被忽略的生物细节。 研究者强调,这并不意味着意识只能存在于碳基生命中。关键不在于是否“生物”,而在于是否具备类似生物大脑的计算组织形式 —— 即混合型、跨尺度且受能量约束的计算结构。如果意识依赖这种计算方式,那么构建真正具有“心智”的人工系统,可能需要全新的物理计算架构,而不仅仅是更大的模型或更复杂的算法。 论文作者同时也提到,如果目标仅仅是合成意识,问题或许不应是“该运行什么算法”,而是“需要什么样的物理系统,才能让算法与自身动力学不可分割”。这正是“生物计算主义”所呼吁的转变:从寻找正确程序,转向寻找正确的“计算物质”。
告别宿舍网络卡顿!一加Turbo 6电竞三芯加持 穿墙能力狂升84.7%
快科技1月4日消息,今日,一加中国区总裁李杰官宣一加Turbo 6将搭载旗舰同款电竞三芯。此外,该机陀螺仪的调校指标也对齐一加旗下的旗舰产品。 一加Turbo 6将于1月8日19:00正式发布,它主打的 “电竞三芯” 核心配置,具体包含电竞网络芯片G1、骁龙8s Gen4与灵犀触控芯片,从性能、操作、网络三个维度全面升级游戏体验。 其中电竞网络芯片G1是专门针对网络场景优化的配置,官方数据显示,它能让手机的穿墙能力提升84.70%、抢网能力提升127.80%。 不管是宿舍这类多人抢网的环境,还是需要穿墙连接的场景,都能让网络状态更稳定,避免因网络卡顿打断游戏节奏。 骁龙8s Gen4采用风驰版调校,经过深度联调后,出厂就写入了风驰游戏内核,既能保证性能输出的稳定性,也让游戏性能得到大幅跃升。 跑分可达260万,为流畅的游戏运行筑牢了硬件底层基础。 而灵犀触控芯片则是安卓首批支持触显同步的配置,它的瞬时触控采样率高达3200Hz,四指触控采样率也能达到330Hz。 可以让操作更跟手,帮助玩家在游戏里精准打出各类“神操作”,有效避免了触控延迟、断触等影响体验的问题。 配合这三款芯片,一加Turbo 6还配备了调校标准对齐一加旗舰产品的六轴陀螺仪,进一步强化了游戏操作的精准度,也让它成为了主打高帧游戏体验的“性能续航超新星”。 其他配置方面,一加Turbo 6内置9000mAh超大容量冰川电池,同时支持27W有线反充功能,满足长续航与应急补能需求。 配色上提供独行黑、旷野青、追光银三种选择,机身重量控制在217.25g,兼顾视觉质感与握持手感。
国务院:引导电器电子产品、汽车、动力电池等生产企业参与回收利用
IT之家 1 月 4 日消息,国务院今日印发《固体废物综合治理行动计划》,为加强固体废物综合治理,推进美丽中国建设,加快经济社会发展全面绿色转型,制定本行动计划。 到 2030 年,重点领域固体废物专项整治取得明显成效,固体废物历史堆存量得到有效管控,非法倾倒处置高发态势得到遏制,大宗固体废弃物年综合利用量达到 45 亿吨,主要再生资源年循环利用量达到 5.1 亿吨,固体废物综合治理能力和水平显著提升。 IT之家注意到,《计划》提到提升再生资源循环利用水平。强化再生资源综合利用行业规范管理。开展“城市矿产”示范基地升级行动。 深入实施生产者责任延伸制度,引导电器电子产品、汽车、动力电池等生产企业参与回收利用。完善旧货交易管理制度。鼓励“互联网+二手”模式发展。大力发展再制造产业。在确保固体废物零进口的前提下,有序推进海外优质再生资源进口利用。 在健全法律法规制度体系方面,《计划》提到推动生态环境法典编纂和循环经济促进法修订。推动排污单位依法披露工业固体废物环境信息,并将其纳入环境信用评价。修订废弃电器电子产品回收处理、危险废物经营许可、建筑垃圾等方面法规规章。加快出台新能源汽车动力电池综合利用管理办法。完善大宗固体废弃物和再生资源等统计调查制度,健全循环经济统计体系和评价制度。
苹果要终结独显!M5 Max游戏性能将超RTX 5070 Ti
快科技1月4日消息,苹果在去年发布标准版的M5芯片,今年则将发布M5 Pro、M5 Max和M5 Ultra等更高端的版本。 不过最新消息显示,其中的M5 Max在游戏表现上不仅让前代望尘莫及,更有望正面硬刚甚至超越NVIDIA最新的RTX 5070 Ti移动版显卡。 一位 Reddit用户汇总了多款NVIDIA桌面及移动版GPU与Apple M4 Max、推测中的M5 Max在游戏中的表现,对比数据主要来自Notebookcheck,并结合以往Apple Silicon代际性能增幅,对尚未发布的M5 Max做出估算。 从结果来看,在1080p分辨率和最高画质设置下,《赛博朋克2077》中M5 Max的帧率为125FPS,相比M4 Max的85FPS高出47%,比RTX 5070 Ti移动版还要快4%。 而在《刺客信条:暗影》中,M5 Max的帧率达到了51FPS,比M4 Max的33FPS高出54.5%,仅略低于RTX 5070 Ti的53FPS。 从这些数据来看,M5 Max的图形性能提升明显,似乎有望在游戏领域与高端独立显卡一较高下。 不过,这份数据仍存在诸多未知变量,尚不足以作为最终结论,对比中并未披露M5 Max的具体GPU核心数量,也没有说明测试过程中是否启用了Apple的MetalFX超分与帧生成技术,亦未确认是否开启了光线追踪或路径追踪等高负载特效,因此实际体验可能出现明显差异。 在更多实机测试和官方技术细节披露之前,仍需对这些早期对比结果保持保留态度,静待M5 Pro、M5 Max以及M5 Ultra在今年上半年正式登场后给出答案。
前字节女将联手姚班大牛,打造AI Coding新势力,拿下数千万融资
作者 | 江宇 编辑 | 漠影 智东西1月4日报道,近日,由字节跳动前软件工程实验室负责人、清华姚班技术大牛创办的词元无限,完成了数千万人民币的天使轮融资。 本轮投资方为某软件产业CVC,并由航行资本担任长期财务顾问。 这支自带行业顶尖“创业基因”的团队,自2025年7月创办公司以来,已在企业级AI Coding赛道快速跑出自己的节奏。 近日,词元无限与北京航空航天大学复杂关键软件环境全国重点实验室合作研发的智能体InfCode,不仅在SWE‑Bench Verified榜单上以79.4%的Pass@1得分刷新SOTA,把GPT‑5、Claude等顶尖模型65%左右的表现远远甩在身后,还在Multi‑SWE‑bench的C++子集里交出了25.58%解决率的亮眼答卷,领先行业里的同类产品。 SWE‑Bench Verified榜单Top 10 Coding Agent 作为一家想用“模型+Agent+企业级平台化能力”重新定义大型组织软件生产方式的AI初创公司,如何趟出一条真正落地的新路来? 近日,智东西和词元无限的杨萍、王伟、李莹三位核心创始人进行了深入交流。 据透露,词元无限目前团队规模大概30人,已经服务了金融、通信、供应链、制造等多个行业的客户,在复杂系统改造、智能体落地和私有化部署这些领域积累了不少实战经验。 一、豪华班底集结,从大厂骨干到组队冲刺AI Coding深水区 词元无限的诞生,源于一群行业老兵对“AI能重构软件生产方式”的共同判断。 这支可谓是“豪华班底”的核心团队,每个人都带着能支撑赛道深耕的硬核履历,却在各自的职业生涯里,不约而同地盯上了企业级AI Coding这个充满挑战的赛道。 作为团队领军人的杨萍,曾在字节跳动和英特尔履职。在字节跳动期间,她还作为AI技术负责人主导创立字节跳动首个软件工程实验室,其研发的多智能体测试系统广泛应用于字节多条核心产品线,从零孵化的内部AI Coding产品全面覆盖公司研发体系。 而CTO王伟则是清华姚班出身的技术大牛,在大模型与智能体领域深耕多年,此前还作为技术合伙人主导过国内知名具身机器人公司与大模型创业公司的关键项目。 而前大模型创业公司战略商业化负责人李莹的加入,刚好给这支技术驱动的团队补上了关键的产业落地“拼图”。 有着十余年AI产业落地经验的她,是AI圈的连续创业者,完整带过从0到1的业务孵化、规模化增长,陪着公司走到IPO的流程,更在大模型To B领域搞定过数亿元规模的项目,还促成了多家央国企和世界500强客户的亿级签约与交付。 “我们三个人早年就有过合作,后来两两认识却没发现彼此的交集,直到今年,经常凑在一起聊AI Coding的行业趋势,慢慢就达成了共同创业的共识。”杨萍回忆说。 他们下定决心创业,并非盲目跟风追逐技术热点,也有基于对行业痛点的深刻。 “那时候我们聊得最多的,不是具体要解决哪个技术难题,而是站得更远一点,想大模型和智能体到底能给传统软件开发带来什么改变。”李莹说,团队一致认为,现在C端AI Coding工具虽然多,但大多聚焦在轻量化场景,商业价值有限。 而企业级复杂软件交付才是真正的高价值赛道,却偏偏卡在数据安全、场景适配、效能提升这些没解决的痛点上。 正是对赛道价值的这份共识,再加上产业方抛来的实际问题推了一把,三个人终于下定决心all in,词元无限的创业蓝图就这么铺开了。 现在的词元无限团队,早就从最初的三人核心,扩展成了汇聚字节、百度、微软等顶尖企业精英,还有清华、北大、哥大、MIT等世界名校人才的多元化团队。 在这支团队里,资深实战派与年轻主力并行,不少重要岗位都是00后挑大梁。而扁平化、敢拥抱变化的AI原生企业文化,也让团队在节奏飞快的赛道里能保持高效响应。 二、做中国版Cursor?他们盯上“AI+软件”企业全流程研发 词元无限的核心产品InfCode在榜单上的好成绩,是技术实力的一个证明。同时,词元无限也抓住了企业级场景的需求,做了针对性的技术创新。 InfCode作为一款定位于企业研发的AI Coding工具,可集成到开发者常用的IDE中,把代码补全、跨文件改动、仓库级检索与理解、测试等环节串到同一条工作流里,让开发者在熟悉的编辑器内就能把需求拆解、定位代码、生成与修改实现、补齐测试并迭代验证。 王伟强调:“和C端工具追求单点功能的极致体验不一样,企业级AI Coding要解决的是复杂场景下全链路提效的问题,这就要求技术不光先进,还得实用、安全。” 在SWE-Bench Verified榜单上,InfCode能以79.4%的Pass@1得分刷新世界最佳,关键是突破了传统大模型“单打独斗”的局限,用了“大模型+Agent”的协同架构。这个架构能精准复刻真实的研发流程,通过拆解问题、检索网络找信息、修复代码、验证单测的闭环,大大提升了复杂问题的解决能力。 而在Multi-SWE-Bench-cpp这个工业级难度的榜单上,InfCode能把解决率做到25.58%,远超同类产品,秘诀就在团队专门研发的对抗式测试优化方案。 Multi-SWE-Bench-cpp榜单 简单来说,就是让“研发工程师”和“专门挑刺的评审”模拟对抗,反复打磨代码的正确性。同时把检索做深做准(尤其是跨文件、跨模块的定位与引用),让智能体更懂工业级C++项目的语境。 除了技术上的突破,词元无限的优势还体现在对企业需求的适配上。 “未来企业的核心竞争力就在数据上,要是依赖公有云的AI Coding服务,相当于把自己的核心优势拱手让人。”杨萍解释说,这也是词元无限提出交付理念的核心逻辑,帮企业搭建能自主掌控的AI研发环境。 目前,InfCode已经推出了公测版本,杨萍已经拿到了试点客户的积极反馈:“在企业级场景的语境理解上,比部分主流工具效果好。” 团队认为,现在的插件形态只是让市场快速感知产品的切入点,更重磅的多智能体平台会在今年初推出。这个企业级生产力AI平台将能够实现智能体之间、智能体和人的协同开发,覆盖需求、设计、开发、测试、运维全链路,真正实现“复杂软件、简单交付”的核心目标。 这一平台也承载着词元无限的愿景,他们并不想止步于做一个更适配To B的AI IDE。 “我们与Cursor要解决的问题是不一样的。”团队称,词元无限定位于通过AI为企业提升软件开发生产力,即AI+软件。 在这样的定位下,AI Coding工具(包括IDE中的AI插件、AI IDE,以及AI CLI的各种形态)只是其中一环,更大的方向是构建一个企业级的AI生产力平台。 团队调研发现,写代码只占开发者约30%的时间,更多的工作在于理解需求、沟通协作、任务规划等环节。词元无限希望通过多智能体机制,还将AI覆盖到这些非编码流程中。 团队提及,“过去,研发很难像测试那样量化工作量,但未来我们可以通过Agent来观察。我们要构建一个全面的企业级生产力AI平台,这是与Cursor不一样的。” 此外,词元无限还提供企业咨询与部署服务,团队称:“根据调研,我们发现企业中的开发者希望获得使用AI的技巧,有更明确的使用方法才能真正将AI使用得更好。” 三、不和大厂抢C端,B端才是创企的破局之道 现在AI Coding赛道玩家不少,词元无限选了一条差异化的商业化路子,不跟大厂抢C端流量,专门聚焦B端复杂场景的深度服务。 “C端市场最终还是大厂的主场,创业公司的机会就在于解决大厂覆盖不到的企业级复杂需求。”杨萍说,国内B端软件市场规模大、竞争也激烈,企业都迫切想提升软件交付效能,这正是词元无限的核心机会。 词元无限的商业化走的是“三步走”策略:第一步先用轻量化插件切入,让企业快速感受到AI Coding的提效效果;第二步推出AI原生的企业级研发平台,深入企业内部成为核心引擎,帮企业完成技术架构的AI化改造;第三步则打造“平台+服务+交付”的全链路能力,组建超级团队帮企业搞定软件交付,还能赋能生态上下游。 目前,词元无限已经在金融、通信等领域打开了局面,和头部IT服务商、国内头部汽车集团和军工电子央企等达成了合作,同时服务了多家大型银行等终端客户,通过小范围试点验证拿到了客户的高度认可,形成了反馈和产品迭代的良性循环。 说到核心竞争力,词元无限靠的是“技术领先、团队能力和本土市场理解”这三重壁垒在赛道里站稳脚跟。 技术上,榜单的成绩证明了其相对领先的技术水准。团队上,杨萍、王伟和李莹的“铁三角”组合,打通了从技术到商业的全链路。市场理解上,词元无限团队更懂国内B端企业的定制化需求,避免了国外产品常见的“水土不服”问题。 至于未来规划,词元无限会把这次数千万天使轮融资的重点放在技术研发和商业化验证上,继续打磨多智能体平台的核心能力。同时会和各行业的咨询专家合作,加深对垂直领域业务逻辑的理解,推动产品在更多行业落地。 长远来看,词元无限的愿景是“成为产业生态的赋能者”,通过AI Coding技术重构软件生产方式,不仅改造传统企业的存量软件系统,还能助力增量AI原生软件的创新,打开千亿级的市场空间。 结语:AI重构软件生产,新锐公司的价值正在凸显 现在AI Coding赛道正从概念热转向落地,泡沫慢慢褪去,真正能解决产业痛点的企业开始显现价值。 从行业数据来看,国内软件市场规模本来就大,其中AI赋能软件交付的市场空间就有五六千亿,再加上工业机器人、智能终端等新兴场景的崛起,增量软件市场的想象空间更大了。 词元无限的诞生,正好赶上了这个历史机遇。作为赛道里的新锐力量,词元无限以“复杂软件,简单交付”为使命,试图为企业级AI Coding赛道树立新的行业标杆。
特斯拉Optimus人形机器人被指依赖远程操控、手部灵巧度不足,距马斯克愿景尚远
IT之家 1 月 4 日消息,特斯拉 Optimus 人形机器人的先进程度或许并未达到该公司首席执行官埃隆・马斯克所宣称的水平。尽管马斯克向投资者保证,这款机器人能为特斯拉创造源源不断的营收,并成为公司至关重要的产品,但有报告显示,要实现这一雄心勃勃的目标,它还有很长的路要走。 据IT之家了解,马斯克对 Optimus 寄予厚望,畅想未来这些机器人能走进工厂作业、包揽家务、主刀外科手术,甚至助力火星殖民计划。他还提出要实现年产数百万台机器人的目标,并声称这类机器人有望消除贫困,让人类不再需要为生计劳作。然而,目前每一台 Optimus 机器人都还依赖手工制造。 据《华尔街日报》的报道,想要如马斯克设想的那样,让 Optimus 大规模取代人类劳动,这款机器人仍需攻克大量技术难关。报道指出,在公开亮相场合中,该机器人往往由人类工程师远程操控,而非自主运行。此外,特斯拉的工程师们至今仍难以造出能媲美人类手部灵敏度与灵巧度的机械手掌。有消息称,马斯克旗下公司的部分员工也对这款机器人在制造业等日常商业运营场景中能否发挥实效提出了质疑。 报道还提到,由于人形机器人行业尚处于起步阶段,部分分析师难以对特斯拉的人形机器人计划进行估值,因此在财务预测中并未将其纳入考量。即便是对特斯拉极度看好、且预测其股价将大幅上涨的方舟投资公司,也未在其 2029 年的估值模型中计入 Optimus 机器人,该机构认为,这款机器人要成为成功的商业化产品,还需更长时间。 方舟投资公司董事塔莎・基尼在给《华尔街日报》的邮件中写道:“我们认为,初代版本的 Optimus 机器人能执行的任务种类或将十分有限。但凭借特斯拉在具身人工智能和规模化制造领域的竞争优势,我们预计该公司将成为这一赛道上不容小觑的竞争者。” 报道称,特斯拉目前面临的一大核心挑战,是如何让 Optimus 在室内环境中自由移动,同时避免绊倒或撞到人类及宠物。为解决这一问题,特斯拉专门雇人佩戴摄像头和背包,全天候轮班采集训练数据,甚至还让机器人在特斯拉的办公区域内练习行走。但机器人频繁摔倒,工程师不得不频繁上前将其扶起。 2024 年 10 月,马斯克在加州华纳兄弟的摄影棚里描绘了自己的愿景。五台 Optimus 机器人伴着哈达威的歌曲《何为爱》翩翩起舞,还有一些机器人戴着牛仔帽、系着领结客串调酒师。但报道指出,在这光鲜的表演背后,另有隐情。 这些机器人看似在自主完成舞蹈动作,实则部分是由身着体感服、头戴虚拟现实头显的工程师操控的。报道补充道,操控一台机器人需要多名工程师协同配合:一人负责远程操控动作,一人携带笔记本电脑提供技术支持,其余人则负责监控机器人的运行状态。 在特斯拉的实验室里,Optimus 在一些简单任务中展现出了潜力。2025 年 5 月,该公司发布了一段视频,画面中 Optimus 能完成扔垃圾、吸尘以及搬运汽车零部件等工作。特斯拉方面表示,“这些动作均是通过学习人类视频而掌握的”。尽管取得了这样的进展,部分特斯拉工程师依然不看好它在工厂环境中的实用性,他们认为绝大多数工厂岗位更适合由专用的工业机器人来完成。 加州大学伯克利分校的机器人专家肯・戈德堡向《华尔街日报》指出,这类机器人的核心难点在于,如何赋予它们媲美人类的灵巧度以及对环境的感知与理解能力。戈德堡举例称:“即便是小孩子都能收拾餐桌”,这足以说明机器人技术还有很长的路要走。 部分竞争对手则认为,“双腿设计”本身就是一大弊端。主营轮式机器人的 Standard Bots 公司首席执行官埃文・比尔德向《华尔街日报》解释道:“人形机器人一旦断电,本身就处于不稳定状态,很可能会倾倒伤人。对于工厂、仓库或农业等应用场景而言,腿式设计的实用性往往不如轮式设计。” 特斯拉已放弃了最初的工厂部署时间表,目前正在研发第三代 Optimus 机器人。即便如此,马斯克依旧对其寄予厚望,畅想它未来能成为家庭好帮手。2025 年 11 月,马斯克表示:“谁不想要一台属于自己的 C-3PO 或 R2-D2 呢?这就是我坚信人形机器人会成为特斯拉有史以来最重磅产品的原因,因为未来每个人都会想拥有一台,甚至好几台。”
华为Pura X2发布排期曝光:将晚于Pura 90系列登场
快科技1月4日消息,近日,博主定焦数码发文称,华为旗下阔折叠屏手机迭代产品Pura X2的发布时间将晚于直屏旗舰Pura 90系列。 Pura 90系列预计将延续此前发布节奏率先登场,而Pura X2的推出排期相对滞后,预计延期至2026年第二季度。 作为Pura X的迭代机型,Pura X2将延续独特的阔折叠形态,展开后可呈现类平板的大屏使用体验。 性能配置方面,该机将搭载与Mate80系列同源的麒麟9030芯片,该芯片采用全新9核架构。 影像系统部分,Pura X2大概率配备红枫四摄方案,具体包含5000万像素主摄、4000万像素超广角镜头、800万像素长焦镜头,以及一颗150万像素多光谱通道红枫原色摄像头。 除了折叠屏新品的升级,率先发布的Pura 90系列同样看点十足。 Pura 90系列续航能力预计迎来显著升级,其中标准版预计配备7000mAh容量电池,Pro版或将搭载7500mAh电池。 充电规格方面,该系列还支持100W有线快充和50W无线快充。 屏幕尺寸方面,Pura 90标准版为6.58英寸,Pro版为6.87英寸。两款机型均采用窄边框设计,正面屏占比预计进一步优化,横屏使用场景下可减少字幕遮挡。 Pura 90标准版玻璃材质升级为第二代昆仑玻璃,顶配版则采用玄武钢化昆仑玻璃。其中,第二代昆仑玻璃具备纳米微晶结构,抗摔能力较普通玻璃有显著提升。 核心性能方面,Pura 90系列将搭载麒麟9030芯片,该芯片采用优化架构设计,将与全新鸿蒙HarmonyOS 6.0操作系统搭配使用。
微星推出MPG 341CQR QD-OLED X36显示器,搭载三星显示最新面板
IT之家 1 月 4 日消息,微星 (MSI) 宣布该企业将在 CES 2026 发布搭载三星显示最新 V-Stripe QD-OLED 面板的电竞显示器新品 MPG 341CQR QD-OLED X36。 MPG 341CQR QD-OLED X36 对角线长度 34 英寸,曲率 1800R,分辨率 UWQHD 3440×1440,刷新率 360Hz,取得 VESA DisplayHDR True Black 500 与 ClearMR 18000 认证。 其 SDR 亮度 300nits、HDR 峰值亮度 1300nits,GtG 响应时间 0.03ms,色域覆盖 98% Adobe RGB / 99% DCI-P3,提供 2 个 HDMI 2.1、1 个 DisplayPort 2.1a UHBR13.5、1 个 USB-C(IT之家注:支持 UWQHD 360Hz 与 98W PD-out)。 该型号基于串联 OLED 技术的“第五代”QD-OLED,RGB 条纹型子像素排列设计从根本上提升了显示质量:极大减少色彩边缘溢色的同时显著增强了文本清晰度。此外其面板硬度从 2H 提升至 3H,显著增强了抗刮擦能力。 同时,MPG 341CQR QD-OLED X36 支持 PureBlack QD-OLED 技术,确保任何入射环境光都会被色彩层吸收,显著减少反射,抗眩光性能大幅提升,在典型环境光照条件下,显示器能呈现更深邃、更真实、更准确的黑场。 此外,该显示器具备微星 HDR 曲线自定义功能,用户能够将特定的亮度级别与不同的显示窗口大小相关联,解决了标准 HDR 显示器中常见的突然、刺眼的亮度变化问题,确保了稳定、一致且身临其境的视觉体验。
iPhone 18 Pro Max最新爆料:屏下Face ID+可变光圈
【CNMO科技消息】近日,有外媒带来了关于iPhone 18 Pro Max的爆料信息,涵盖了设计、性能、摄像头等多个关键方面。 iPhone 17 Pro Max 从爆料的规格对比来看,iPhone 18 Pro Max和iPhone 17 Pro Max在显示屏尺寸和刷新率上保持一致,均为6.9英寸和120Hz。运存方面,二者同样都为12GB,存储容量选项也相同,提供256GB、512GB、1TB、2TB多种选择。后置摄像头的配置上,两者都配备4800万像素主摄、4800万像素超广角以及4800万像素潜望长焦镜头(均支持4倍光学变焦)。前置摄像头均为1800万像素,但iPhone 18 Pro Max支持屏下Face ID。此外,iPhone 18 Pro Max的电池容量从5088mAh提升至5100mAh。 在设计方面,鉴于苹果对iPhone 17 Pro Max进行了重新设计,外媒认为iPhone 18 Pro Max大概率不会对设计语言做出大幅改动。不过,有传言称其Face ID将被移至屏幕下方,打孔摄像头也可能重新安置到屏幕的左上角,这一变化或将为用户带来更具沉浸感的视觉体验。 iPhone 18 Pro Max预计将搭载A20 Pro芯片。它是苹果首款采用2纳米工艺制造的芯片,或采用WMCM(晶圆级多芯片模块)封装技术。尽管iPhone 17 Pro Max搭载的A19 Pro芯片已经十分强劲,但A20 Pro有望在性能和效率方面实现更为显著的提升,尤其在提升苹果AI功能方面,可能会带来令人惊喜的表现。 相关报道 据CNMO了解,iPhone 18 Pro Max在摄像头方面或将迎来重大升级——新增可变光圈摄像头,iPhone 18 Pro可能无缘这一配置。近几代iPhone Pro系列机型一直采用固定的f/1.78光圈,而iPhone 18 Pro Max将这一设置变为可调,这意味着用户在拍摄时将获得更大的灵活性,同时还能对景深实现更精准的控制。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。