1044 条信号主线：AI大模型、数码
在手机折起来之前，光先经历了漫长的等待
Hacker News 通常只提供外链与讨论，不提供原图
原文来源 dreamgroup.com
作者 882542F3884314B · 303 分 · 150 评论，未提供正文摘要。
IT之家 10 月 29 日消息，神牛现已在海外市场推出 iM10 迷你闪光灯，采用单触点通用热靴，适配各品牌相机， 定价 25 美元 （IT之家注：现汇率约合 167 元人民币） 。 据介绍，这款闪光灯仅支持手动模式，提供 4 档位输出功率。全功率闪光次数可达 350 次、回电速度约为 3 秒。该产品外观较为小巧，可以很方便地随身携带。 此外该产品带有 3.7V 内置锂电池，约 1.1 小时即可充满，无需自备。采用 USB-C 接口充电，兼容大多数充电线。
IT之家 10 月 29 日消息，今日阿维塔 07L Max 纯电版正式上市，新车官方指导价为 22.99 万元起，限时权益价 21.59 万元起，定位“智美大五座豪华 SUV”。 据官方信息，本次限时权益价包含 4,000 元上市限时现金优惠与 10,000 元上市限时购置税补贴，限时权益价截止至 2026 年 11 月 30 日 24 时。权益周期内，用户即刻下定可享超 80,000 元限时购车权益，包括：限时现金权益 4,000 元、限时购置税补贴 10,000 元、阿维塔车主增换购补贴 10,000 元或他品置换补贴 5,000 元、首任车主终身三电质保、5 年 0 息至高限额 16 万元金融政策（至高价值 23,920 元）、免费升级副驾零重力座椅（价值 10,000 元）、外饰色限时折扣（价值 3,000 元），以及 ADS Max 高阶功能包等额抵扣券（价值 21,000 元）。 设计方面，阿维塔 07L Max 纯电版采用“532”车格与动感大五座体态，强调黄金轴长比与饱满立体型面。新车配备碟翼式前脸、星环式尾灯、超清电子外后视镜与双冗余半隐藏门把手，并提供墨黑、岩灰、漠白、弦月银、星紫五款自然灵感车色。 内饰方面，车内采用五屏环抱设计、光学环拥氛围灯与 10㎡软包，提供枫红 / 云白、深紫、暮紫 / 烟白三款内饰主题。座椅与空间功能包括零重力座椅、双 2m“贵妃椅”、3㎡“大床房”、4㎡“电影院”以及智能拓展坞接口；材质上采用 Dinamica 超纤绒类麂皮顶棚与 NAPPA 真皮座椅，并加入电子萌宠“塔可”增强交互体验。 智能化配置上，新车搭载华为乾崑 ADS 5，配备华为乾崑 896 线图像级激光雷达与 4D 毫米波雷达；车内采用鸿蒙座舱 HarmonySpace MoLa 2.0，并配备 HUAWEI SOUND 音响。安全方面，阿维塔 07L Max 纯电版搭载华为乾崑全维防碰撞系统 CAS 5.0，采用双一体压铸钢铝混合车身，配备 9 安全气囊，电池满足新国标并拥有 PPB 级品质。
10月25日，熵旋芯智在公众号发文，正式提出了首代MRAM存内计算架构——MITA（MRAM In-Memory Tensor Architecture），并以此为架构基础，提出存算一体处理单元——MPU（MRAM-based Processing Unit）——的定义。 它们的用途，是为AI推理构建更低延迟、更高通量的算力。 一个月前，DoNews与熵旋芯智创始人雷坤进行了深度交流。那时北京正下着大雨，他刚刚参加了在上海举办的AI芯片峰会，并做了有关MRAM存内计算的报告。差不多同一时刻，在杭州的云栖大会上，阿里平头哥发布了AI芯片真武V900，性能是前代M890的三倍，216GB的显存和1200GB/s的片间互联被放到最显眼的位置。 图片来源：阿里云 还有一个热词，在AI芯片峰会和云栖大会上都被反复提及，就是“超节点”，在几天前的华为全联接大会上，超节点集群也被视为AI时代的重要基础设施。 紧迫感，从一场场行业发布会中溢出。而有关这些名词的讨论，在采访的一开始，雷坤就给了一个基调：“大家的目的都是为了解决这样一个事——算力增长很快，但数据跟不上。” 前几年，我们焦虑的是算力的不足，今天中国日均Token消耗量约500万亿，但限制AI发展的瓶颈，正从单纯的算力不足，转向存储容量、数据带宽、数据搬运功耗和整体系统成本等更加复杂的系统级问题。传统AI芯片通常采用“存储与计算分离”的架构，大量模型参数需要在HBM、片上缓存和计算单元之间反复搬运。 在AI推理中，数据在“存”与“算”之间的流转效率，直接决定了芯片的真实吞吐与能效。随着模型规模持续增长，AI芯片需要更高的存储带宽，功耗和硬件成本也不断上升。 图片来源：熵旋芯智 打个比方，GPU就像一个图书馆，第一层是阅览室，二三四层放书（存储）。想看书（计算）你就要跑到楼上一本本去拿，然后拿到一楼的阅览室才能看，看完还要放回去。以NVIDIA GPU为例，数据需经过完整长链路（片外存储→片上存储→计算单元），多层搬运导致延迟和功耗双高，拿书（数据搬运）的时间比你看书花的时间还多。 今天，这个问题已经越来越紧迫了，这一点从内存高企的价格就可略见一斑。 科技公司自然在尝试解决，超节点是一条路径，从AI芯片的源头解决也是一条路径。而熵旋芯智选择的MRAM，就是AI芯片层面一条尚在前沿领域的小路。 01 搬得更快，不如不用搬 目前行业的主流解法，是让数据搬运的速度更快，让数据存的更多。雷坤解释道：“显存增大的目的是为了把模型装下，如果显存比较小就装不下。互联是因为单张卡的显存有限，所以很多时候需要多张卡来装下，无论是华为的超节点还是阿里真武的多卡互联协议，本质上就是这个。但是装下之后，多卡之间是有通信的，所以要通信带宽达到一个可以接受的水平，多卡的收益才是正的。” 按照这个解法来看，显存就非常重要，但这就是雷坤觉得问题的所
36kr 快讯源通常不附带配图
36氪获悉，10月29日，欣旺达发布公告披露，小米拟出资17亿元入股旗下子公司欣旺达动力，持股占比5.34%。据悉，此前理想汽车斥资26.5亿元增资欣旺达动力，交易完成后累计持股达到11.17%。据悉，今年9月，小米汽车与中创新航、欣旺达动力达成战略合作关系，三方在产业全链路协同、共创高标准动力电池上达成共识。小米汽车以“全链路参与、全链路负责”为核心，为用户推出小米龙甲电池安心保障计划。
Hacker News 通常只提供外链与讨论，不提供原图
原文来源 nytimes.com
作者 u1hcw9nx · 20 分 · 3 评论，未提供正文摘要。
“3天到手3500元，你的脸能赚钱了。” 现如今，从王祖贤、戚薇、吴启华等明星，到网红、模特、素人，越来越多人开始将人脸授权给AI，在AI短剧、AI广告中出演角色。某明星靠人脸授权狂赚百万元的传闻更是引发了诸多讨论。 随着相关需求的增加，国内开始出现 Mirafans镜界、元相新生、映界智能、新爪、元脸查查 等多家以AI人脸交易为核心业务的初创公司；在海外，也跑出了Actorsy（英国）、Vermillio（美国）等相关公司。 但因为未成年人卖脸、人脸数据滥用、霸王条款等行业乱象，这门尚在襁褓中的生意也遭遇了诸多质疑。毕竟，人脸生物信息属于我国法律重点保护的敏感个人信息。不久前，新京报就发文提醒：“小心‘卖脸兼职’把自己卖了。” AI卖脸到底是一门怎样的生意？人脸要不要卖给AI？ 围绕这些问题，新榜编辑部近期对话了Mirafans镜界创始人温雨涵和元相新生创始人郑立鹏。 王祖贤、戚薇“卖脸”背后，一门悄悄成长的肖像授权生意 AI卖脸这门生意的出现，其实是行业痛点推动的结果。 一方面，AI短剧虽然发展迅速，但因为技术限制等诸多因素，同质化人脸已经成为AI短剧最受诟病的槽点之一。AI创作者急需独特且契合故事的人脸。 据新华网报道，AI横屏剧《宝庆码头》曾用时3天采集37位邵阳籍人士的人像信息，构建AI人脸模型库，希望能更好地呈现一百年前邵阳人闯汉口宝庆码头的故事。 主创李杰认为，市面上大量AI短剧的通病是角色面孔趋同，AI痕迹重，而他希望实现“家乡人的故事，家乡人自己演”。 一些屡被吐槽的AI脸 另一方面，今年以来，AI人脸侵权案例已经多次登上多平台热搜。 有素人被迫出演丑角；有明星被恶意生成AI黄色影像；有网红的AI角色爆红，自己却无法从中获益。越来越多人开始呼吁，不希望自己的脸被无偿使用、恶意滥用。 今年9月，国家广播电视总局也召集红果、快手、爱奇艺、中文在线等17家平台举办座谈会，明确了“任何‘融像’‘融声’行为均须取得权利人明确授权”的共识。 在温雨涵看来，随着AI大模型能力的增强，人脸肖像版权合规一定会成为一个需要解决的问题。于是今年4月，她创立Mirafans镜界，希望能做一家AI时代的合规数据服务商和数字资产交易所。 温雨涵是95后，她从上大学时就开始创业，目前在上海拥有一家MCN机构，旗下签约博主约1000个，累计粉丝数超1亿。这也成为她创立Mirafans镜界的底气。 元相新生几乎和Mirafans镜界同期创立。创始人郑立鹏出身腾讯，曾任微信安全风控总监、腾讯云行业方案总经理等岗位，是一位典型的技术型创业者。他希望借AI时代的东风，将元相新生做成一家AI人脸的视觉中国+BOSS直聘。 郑立鹏觉得，与其让大众的脸被AI无偿拿去训练，不如试着让他们能分到AI时代的红利。“AI时代多数人的价值会越来越低，但人脸始终是最底层的价值。如果一个人不断将自己
最近，黄仁勋又把目光投向了数据中心。这一次，他关注的不只是里面放什么芯片，还有一个更基础的问题：如何更快地建好一座数据中心。 老黄给出的办法是：做预制。 整套Vera Rubin AI工厂在合作伙伴的工厂里装进模块化集装箱，线缆、电路、液冷管路全部布设完毕并通过功能验证，运抵现场后接上电力、冷却和网络即可开机。靠着这一招，现场部署从6个月压缩至最短14天。 预制数据中心，其实并非老黄一家琢磨。 华为推出3D数据中心，将空间布局调整与工厂预制结合起来；立讯精密旗下的立讯智算，也展示了集装箱式预制数据中心方案。大家想解决的是同一个问题：让机房建设和设备交付，尽量跟上算力需求的增长。 毕竟，在AI时代，机房如果还按老节奏慢慢盖，确实容易出现一种尴尬：爷爷立项，爸爸施工，孙子开机，顺便给上一代GPU办个怀旧展。等数据中心两年后建出来，黄花菜都凉了，最后只能当作AI的传家宝。 01 数据中心，花钱大户 AI基础设施到底有多热，可以先看两个指标：花钱，用电。 国际能源署在2026年的报告中指出，五家科技公司的资本开支在2025年超过4000亿美元，预计2026年还要增长75%。用电量也在同步增长。IEA统计，2025年全球数据中心用电需求增长17%，其中面向AI的数据中心增长50%；其更新后的基准预测是，全球数据中心用电量将从2025年的485太瓦时，上升到2030年的约950太瓦时。 国内这边，工信部披露，截至2026年9月底，我国智能算力规模达到2592 EFLOPS，同比增长146%。而这些数字，最终都要靠具体的设备和机房上去实现。 芯片需要服务器，服务器需要网络和存储，还要吃电、散热。到了高密度AI系统这里，供电、液冷、设备重量、安装空间和维护通道，都需要一起设计。英伟达在DSX POD技术说明中，也将计算、网络、电力、液冷和运输结构列为需要协同处理的工程环节。 这意味着，算力扩张带来的不只是“多盖几间机房”。设备的集成程度提高了，配套系统也需要跟着调整。 与此同时，计算设备本身的组织方式正在变化。面对大模型训练和推理中的通信需求，厂商开始通过更紧密的高速互联，将更多加速器组织成协同工作的系统，超节点成为其中的重要方向。 而超节点怎么设计，会直接影响机房怎么配套、怎么安装，以及多久才能交付。 02 形态各异的超节点，给机房出了新题 数据中心的需求下，服务器跟不上了，行业里全都在看超节点。 当前，厂商所说的超节点，并不对应完全一致的物理尺寸。它可以集中在一座机柜里，也可以跨越多座机柜。例如，新华三有单柜32卡或64卡的产品，华为公布的Atlas 950最大配置则覆盖160个机柜。 看超节点不能只盯着“多少卡”。至少要分清三个数字：单个机柜装多少卡，一个超节点连接多少卡，以及整个集群总共有多少卡。这三个数字，分别关系到部署密度、紧密互联的规模和整体建设规模。 首先来
36kr 快讯源通常不附带配图
谷歌母公司Alphabet在季度报告中披露，截至2026年9月30日，公司持有的SpaceX股票公允价值为752亿美元，但短期内出售受到限制。（界面）
Hacker News 通常只提供外链与讨论，不提供原图
原文来源 gking.harvard.edu
作者 qsi · 4 分 · 2 评论，未提供正文摘要。
36kr 快讯源通常不附带配图
北京市商务局根据北京市汽车消费需求及以旧换新补贴政策实施情况，调整补贴申报截止时间，公告如下：将北京市2026年汽车以旧换新补贴申报截止时间由2026年11月30日24时延长至2027年1月10日24时，年度补贴资金使用完毕除外。如需更改补正相关信息的，应于2027年1月20日24时前完成更改并提交。逾期未提交补贴申请或补正相关信息的，不予补贴。汽车报废更新补贴申请人提交的《报废机动车回收证明》《机动车注销证明》《机动车销售统一发票》《机动车登记证书》均应在2026年1月1日至2026年12月31日期间取得。（央视新闻）
Hacker News 通常只提供外链与讨论，不提供原图
原文来源 spectrum.ieee.org
作者 pseudolus · 47 分 · 26 评论，未提供正文摘要。
AI圈再次变天了！ Artificial Analysis刚更新了Intelligence Index，正式推出v5版，Claude Opus 5.5一举登顶，将OpenAI的GPT-6 Astra挤下神坛。 但没高兴多久，Gemini 4 Carbon发布，超越 Claude Opus 5.5夺魁！ 但代号「Obsidian 3」的神秘模型意外浮出水面，而所有的线索都指向同一个名字：Anthropic尚未发布的 Fable 5.5 。 险胜GPT-6！Opus 5.5的冠军不到一夜 AI榜单洗牌了。 Artificial Analysis发布了最新的 Intelligence Index v5 榜单。这是目前业内含金量最高、最难啃的测试之一。 结果出人意料，但又在情理之中。 Anthropic的 Claude Opus 5.5 以58分险胜，斩获第一。 OpenAI的 GPT-6 Astra 以57分，屈居第二。 戏剧性的是，谷歌随之发布了 Gemini 4 Carbon，得分 AA 综合得分为59。 一分之差，AI 王座一夜之间两度易主。 但在编程智能体指数上，Anthropic仍以62 分领跑。 为什么说这次Anthropic登顶编程智能体指数榜含金量极高？因为测试规则变了，变得极其苛刻。 私有数据权重飙升至60%。 过去的AI测试，大家都在刷榜。模型把公开的GitHub代码库背得滚瓜烂熟，分数自然高。 这次不行了。官方直接把私有数据集的权重拉到了60%。 没有公开资料，没有历史作业。模型必须当场思考，当场解题。 靠「死记硬背」混日子的时代，结束了。 免疫学教授Derya Unutmaz评论称，新版本更合理，此前开源模型存在针对公开基准的过度优（benchmaxxing），与OpenAI、Anthropic及Gemini前沿模型的能力差距被清晰拉开。 不过，这并不意味着两者差距扩大了，而是衡量方式变化了。 引入高难度科研工作流。 新增了代码与科研工作流等地狱级挑战。 这不再是写个贪吃蛇代码那么简单，而是要求AI像真实的程序员和研究员一样，处理复杂的工程逻辑。 在这样的高压测试下，Opus 5.5 扛住了。它证明了Anthropic在复杂逻辑推理和真实场景落地上的恐怖实力。 数据暴雷！隐藏模型 Obsidian 3 究竟是谁？ Opus 5.5 登顶，只是前菜。 真正的硬核大瓜，藏在另一家机构的数据库里。 昨天，知名AI测试机构 Cognition 发布了其私有编程基准的最新版本： FrontierCode 2.0 。 这是一个极其变态的测试：包含132项真实开源代码库中的任务。 评分标准简单粗暴：代码提交后，项目的维护者是否愿意合并（Merge）你的更改。 只要有一项阻断性检查未通过，直接计0分，没有任何同情分。为了防止数据污染，任务全程保密。 而且A
IT之家 10 月 29 日消息，《华尔街日报》昨日发文，曝光苹果此前通过“黑帮一样的”强势手段谈判，意图压低内存采购价格。其中包括要求供应商接受大范围财务审计、故意对采购量承诺表现得漫不经心，还有谈判中的各种心理压力。 然而从这两年的 DRAM / NAND 涨价潮开始风水轮流转。 苹果以前相当可观的议价能力似乎在顷刻间消失 ，以前被压得喘不过气的内存供应商，现在终于硬气起来，甚至想让苹果尝尝被压制的滋味。 过去几个月，苹果一直在公开抱怨内存价格高得离谱，并以关键零部件成本飙升为由，大幅提高产品售价。但美光 CEO 高级顾问苏米特 · 萨达纳（Sumit Sadana）曾表示，内存行业长期产能不足的问题，某些压价特别狠的厂商得负责任。 这名高管还指出，美光几年前的毛利润一度转为负值， 原因在于某些客户利用内存 / 存储行业下行周期“趁乱打劫” ， 以极低价格采购产品 。 《华尔街日报》透露，苹果会要求闪存供应商为其提供“最高优惠客户”地位，让公司能够始终拿到最低价的产品。为了确保供应商履约，苹果会持续审计供应商账目， 甚至因为审计次数实在太多 ， 成功让德勤（Deloitte）谈下批量审计折扣 。 这种频繁审计的手段，让苹果直接了解供应商业务运作和工厂产出情况，从而使苹果谈判人员准确判断厂商需要多大订单。苹果还成功利用这一条款，就美光以更低价格向其他客户出售 NAND 一事提起仲裁，然后成功获得巨额赔偿。 雪上加霜的是，当闪存市场价格开始下跌时，苹果有时会拒收订购的存储芯片， 导致供应商仓库里堆着无法售出的库存 ， 最终只能低价甩卖 。 同时苹果的谈判策略也是以“强势”声名远扬。例如苹果前采购负责人托尼 · 布莱文斯（Tony Blevins）会故意将不同厂商的会议安排在相同时间，确保竞争对手彼此碰面，加剧双方的压力。 苹果高管还会将高强度谈判持续至午夜， 期间不提供晚餐和休息时间 ， 迫使供应商代表只能啃营养棒支撑下去 。如果苹果发现某家厂商表现出不配合态度，就会威胁要叫布莱文斯过来，利用他近乎黑帮人物的强硬名声，迫使厂商人员屈服。