美国网络安全和基础设施安全局（CISA）已下令所有联邦机构在 5 月 3 日前，修补影响关键服务器与网站管理系统的一处严重安全漏洞 CVE-2026-41940。该漏洞存在于由 WebPros International 旗下 cPanel & WHM 产品中，这套基于 Linux 的网站托管控制面板被广泛用于管理网站与服务器，全球有数以百万计的域名依赖相关解决方案运行。

安全公司 Rapid7 的事件响应团队表示，一旦成功利用该漏洞，攻击者即可完全控制 cPanel 所在主机系统及其配置、数据库和所托管的网站，这一缺陷的 CVSS 风险评分高达 9.8 分（满分 10 分）。专家警告称，黑客可借此彻底攻陷服务器，窃取或篡改托管数据，并可能引发大规模服务中断等更严重的连锁反应。

多家网络安全公司指出，目前暴露在互联网上、可能受到该漏洞影响的 cPanel 实例多达数千个。CISA 已于周四确认该漏洞正遭到在野利用。除发布修复补丁外，cPanel 还推出了一款工具，帮助企业检测其环境是否已被攻陷。

这一漏洞最早在本周由网络安全公司 watchTowr 的专家公开，他们同时发布了工具，供防御方识别自身资产中存在风险的主机。其他机构随后也披露证据，显示相关攻击活动早在今年 2 月就已开始进行。

美国域名注册服务商 Namecheap 本周发布通告，提醒客户其为应对此漏洞而采取的措施，可能会在一段时间内限制用户访问 cPanel 和 WHM 管理界面。watchTowr 首席执行官 Benjamin Harris 称，在 cPanel 最初安全公告发布后的数小时内，几乎所有主要托管服务商都采取了防火墙措施，将自己的客户阻断在自家产品之外。

Harris 形容说：“Hosting.com、Namecheap、KnownHost、HostPapa、InMotion 等所有厂商都一脚踩下紧急刹车，因为另一个选项就是眼睁睁看着整个客户群在实时攻击中被接管。”他补充称，如今仿佛“半个互联网都在燃烧”，而随着 AI 在漏洞挖掘中的使用愈发广泛，这种“新常态”很可能将越来越频繁地出现。

查看评论

Arch Linux 正式发布 2026 年 5 月 ISO 快照版本 2026.05.01，这是首个预装 Linux 7.0 内核系列的 Arch 安装镜像，具体内核版本为 7.0.3。 新内核在硬件检测方面有明显改进，不仅对新平台支持更完善，也提升了在老旧设备上的识别能力，弥补此前部分 ISO 无法识别特定组件的问题。 对于仍偏好长期支持分支的用户，Linux 6.18.25 LTS 依旧在仓库中可选。

下载地址：

https://archlinux.org/releng/releases/2026.05.01/

新版镜像同时引入了升级后的 Archinstall 4.3 安装器，在应用菜单中新设“Additional Fonts（附加字体）”选项。 用户可以在安装阶段直接选择添加 Noto Unicode（覆盖广泛字符集）、Noto Emoji（为浏览器和应用提供彩色表情支持）以及面向中日韩文字的 Noto CJK 字体变体，从而在初装系统时一次性解决多语言显示需求。 安装器还会在软件包安装完成后自动启用电源管理服务，修复了加密分区选择与文件拷贝中的相关问题，并补全了印地语本地化翻译。

桌面环境方面，本次 ISO 将 KDE 升级至 Plasma 6.6.4，并配套 KDE Frameworks 6.25 与 KDE Gear 26.04；GNOME 桌面则提供 Shell、Mutter 及核心组件在内的 50.1 版本。 其他可选环境包括 Cinnamon 6.6.8、Hyprland 0.54.3 以及 COSMIC 1.0.11，为不同偏好的用户提供主流与新兴桌面的多种选择。 图形与音频栈方面，镜像集成 Mesa 26.0.6、PipeWire 1.6.4 和 BlueZ 5.86，为桌面多媒体与蓝牙设备使用打下基础。

应用程序层面，本次快照包含 Firefox 150、LibreOffice 26.2.3 与 Blender 5.1.1 等更新版本，为全新安装用户提供相对“开箱即用”的浏览、办公与内容创作环境。 需要强调的是，这次 ISO 发布并不意味着现有 Arch 用户需要重装系统，只要执行完整系统升级即可获取与新镜像相同的最新软件环境。 该 ISO 的主要意义在于为新安装提供一个截至 2026 年 4 月已完整更新的软件基线，缩短安装后初次更新所需的时间与流量成本。

查看评论

Commodore 今日正式宣布推出 C64C Ultimate，这是其在 2025 年发布、广受好评的 Commodore 64 Ultimate 新机型版本，新款将机身外观从 1982 年经典的“面包箱”（bread-bin）造型，改为 1986 年引入的更为纤薄的 C64C 机身设计。

本次产品最大亮点在于机壳制造工艺：Commodore 成功寻回并重新购入当年用于生产 C64C 塑料外壳的原始注塑模具，将 80 年代的工业遗产直接带回现代生产线。

这套模具本身有着颇为传奇的流转经历。 它最初在日本投入使用，随后被转移至 Commodore 位于美国宾夕法尼亚和达拉斯的工厂，之后在 2014 年的一场拍卖会上被发现，又在工厂火灾中幸存下来，最终辗转流入 Individual Computers 手中。 目前，Commodore 已从 IComp.de 将这套模具完全买回，并以此为基础重新开模量产。

由于沿用原始工具，新机外壳上保留了 1986 年量产时期就存在的细微“流痕”。 这些痕迹来自当年采用双点塑料冷却方案所形成的特殊流动纹路，原本只是工艺上的非刻意产物，如今则被 Commodore 视为证明血统纯正的“真迹印记”，成为产品的一部分“年代感”卖点。

在内部硬件架构上，C64C Ultimate 与现有“面包箱”版本保持一致，依旧基于 FPGA 实现对 Commodore 64 的周期级精确仿真，同时预装演示程序与游戏内容，并附带一本螺旋装订的用户指南，涵盖从基础操作到 BASIC 编程在内的完整入门信息。 Commodore 计划提供三个不同版本，目前均已开启预购，预计将在 2026 年底开始发货。

标准版 BASIC Beige 售价 299.99 美元，采用经典米黄色机身配色，对应最接近传统 C64C 的外观路线。 Starlight Edition 星光版定价 349.99 美元，配备半透明外壳与可随游戏变化的动态 LED 灯效，更偏向现代玩家与收藏爱好者的视觉偏好。 定位顶级收藏的 Founder's Edition 创始人版售价 499.99 美元，使用 PVD 工艺打造的镀金键帽、24K 镀金铭牌，并搭配半透明白色机壳，将复古情怀与高端陈列属性推向极致。

Commodore 表示，C64C Ultimate 仅是其 2026 年新品计划中的第一步，接下来将在今年陆续公布更多全新产品，继续围绕复古与现代技术结合的方向扩展产品线。

查看评论

精神航空正准备停止所有运营。这家陷入困境的廉价航空公司原本希望在现金耗尽前，敲定5 亿美元政府救助生命线。知情人士透露，由于部分债券持有人与政府之间无法达成足够共识，这家廉价航司未能拿到维持运营所需的资金。

精神航空此前一直在与特朗普政府谈判救助方案：由政府向公司注资，换取认股权证，未来可转换为最高 90% 的公司股权。

但特朗普政府内部，对于是否救助、以及以何种方式救助存在分歧；同时精神航空部分债券持有人坚决抵制该方案，认为会损害自身经济利益。

与此同时，航司还面临油价飙升带来的持续成本压力。

知情人士表示，失去政府救助后，精神航空现金流即将耗尽，目前已着手推进飞机资产清算、全面停业的相关计划，具体停业时间暂未敲定。

过去一年半里，精神航空长期处于美国破产法第 11 章重组保护状态。

其曾经颠覆行业的商业模式 —— 极致低价机票、几乎所有额外服务都单独收费 —— 如今面临激烈行业竞争挤压。连年亏损叠加沉重债务负担，最终令公司不堪重负。

近几个月公司已大幅收缩业务：虽然仍拥有数千名员工，但缩减机队规模，仅保留底特律、奥兰多、劳德代尔堡等核心枢纽航线。

近日为拖延倒闭进程，公司仍在正常售票，甚至推出大幅折扣机票。

佛罗里达州奥兰多国际机场，乘客在精神航空值机柜台排队等候。

精神航空在2006 年将超廉价航空模式带入美国，效仿欧洲瑞安航空的经营策略。

起初，美国消费者对喝水、纸质登机牌都要额外收费的模式极为反感，但仍无法抗拒低价机票的诱惑。

此后精神航空快速扩张、盈利稳定，其他航司也纷纷跟风模仿这套商业模式。

不到五年前，精神航空曾成为边疆航空与捷蓝航空竞购的焦点。

当时公司选择了捷蓝航空更高的报价，达成38 亿美元并购协议。

但这笔合并案最终流产。美国司法部提起诉讼反对，认为保留独立的精神航空，更利于市场竞争和精打细算的出行旅客。

2024 年联邦法官裁定支持司法部，正式叫停并购。

佛罗里达州劳德代尔堡 - 好莱坞国际机场，精神航空飞机在蓝天白云下起飞。

并购失败后，精神航空独自经营步履维艰。

公司在去年 8 月再度申请第 11 章破产保护，而就在几个月前它才刚走出上一轮破产程序。此后公司一直精简运营、出售飞机、上调票价，希望瘦身重组后重新站稳脚跟。

而美伊战争的爆发进一步加剧了公司困境：航空煤油价格数周内翻倍，直接打乱了精神航空与债权人达成的破产重组脱困协议。

查看评论

一位活跃于微博的爆料者近日表示，在苹果首代 iPhone Air 市场表现不佳的背景下，iPhone Air 2 很可能成为下一代主流品牌中唯一一款超薄旗舰手机。据称，iPhone Air 上市后销售持续低迷，使得多家本拟跟进的Android厂商相继搁置了自家后续超薄机型的规划。

爆料者“数码闲聊站”在微博发文称，尽管苹果多次下调售价促销，iPhone Air 的实际激活量依然勉强才突破 70 万台。他同时提到，一款未具名的国产超薄机型累计激活量仅约 5 万台，其二代产品开发目前“前景堪忧”，极有可能被直接砍掉。在此背景下，他判断 iPhone Air 2 最终或将成为下一代市场上唯一的超薄旗舰机型。

自 2025 年 9 月首发以来，iPhone Air 在商业层面一直表现不理想。KeyBanc Capital Markets 的调研显示，市场对这款机型“几乎没有需求”；供应链分析师郭明錤此前也透露，从上市到 2026 年初，苹果已要求供应链将 iPhone Air 产能砍掉逾 80%，业内普遍认为该机目前已基本停产。

iPhone Air 的挫败效应已经在整个行业产生连锁反应。报道称，小米原计划推出一款对标苹果的“真·Air”超薄旗舰，vivo 也打算在其中端 S 系列中继续主打轻薄路线，但这两家相关项目都被曝已叫停。三星方面同样对超薄尝试态度转冷，其在 Galaxy S25 Edge 销量不佳后，已经取消了后续的 Galaxy S26 Edge 机型。

尽管首代型号成绩不佳，另一名爆料者上月仍指出，苹果内部已决定至少推动两代 iPhone Air 产品线，不会因短期销量而放弃。多方报道现已收敛到同一时间窗口：新机最快将在 2027 年春季发布。这一节奏的延后被认为与首代销量不达预期有关，同时也契合苹果新的 iPhone “分期发布”策略——即将标准版 iPhone 18、iPhone 18e 以及 iPhone Air 2 挪到春季发布，而把 2026 年秋季档保留给 iPhone 18 Pro、iPhone 18 Pro Max 以及折叠屏 iPhone 等高端产品。来自日经亚洲、彭博社马克·古尔曼以及 The Information 的多篇报道均指向 2027 年初这一时间节点。

为了扭转口碑与销量，苹果据称在 iPhone Air 2 上做出了更大幅度的调整。The Information 报道指出，苹果正在考虑为该机加入第二枚后置摄像头，预计为一颗超广角镜头，与现有的 4800 万像素 Fusion 主摄形成组合，同时配合整体售价下探。围绕轻薄与体验的平衡，传闻中的改动还包括进一步减重、升级为液冷均热板散热以及提升电池容量等。为腾挪内部空间以容纳新增摄像头，苹果被认为已经向供应商提出开发“超薄版 Face ID 模组”的需求。

另一方面，显示技术也是 iPhone Air 2 的一大看点。据韩媒 The Elec 披露，苹果计划在 iPhone Air 2 上采用来自三星的 CoE（Color Filter on Encapsulation）超薄高亮 OLED 技术，该方案将先在折叠屏 iPhone 上首发，随后下放到 Air 系列。相较传统方案，CoE 技术有望在实现屏幕更薄的同时带来更高亮度表现，为超薄机身释放出更多内部堆叠空间。

在可预见的一个产品周期内，iPhone Air 系列或将处于一个颇为尴尬的位置：一方面，它仍被视作苹果在工业设计上的“极限轻薄实验田”；另一方面，消费者对续航、散热与影像配置的现实需求，又逼迫苹果在第二代产品上进行大幅妥协与调整。而在Android阵营暂时退场的前提下，iPhone Air 2 未来的市场表现，将在相当程度上左右整个行业是否会再度押注超薄旗舰这一细分赛道。

查看评论

一份最新合同文件显示，美国海军正在大幅提升其人工智能能力，以在霍尔木兹海峡搜寻并清除伊朗布设的水雷，这一要道是全球最关键的航运通道之一。霍尔木兹海峡承担着大量原油运输任务，因伊朗战争导致局势紧张，航道一旦受阻，正日益威胁全球经济稳定。

美国总统唐纳德·特朗普此前表示，美军正在清除霍尔木兹海峡中的伊朗水雷。在美伊持续数周的战争中，即便双方目前达成脆弱停火，在复杂海域中清扫水下爆炸物仍可能耗时数月。

根据合同条款，总部位于旧金山的人工智能公司Domino Data Lab获得了一份最高金额可达1亿美元的订单，将通过其软件平台，帮助海军加快训练水下无人机识别新型水雷的速度，把适应新威胁的时间从数月缩短到数天。

“扫雷过去是军舰的任务，现在正在变成人工智能的任务。”Domino首席运营官托马斯·罗宾逊在接受采访时表示，“海军为此付费，是为了获得一个平台，让他们能够在关乎全球贸易、威胁水兵安全的争夺性水域中，以所需的速度训练、管理并部署人工智能能力。”

上周，美国海军向Domino授予了一份最高价值达9970万美元的新合同，进一步扩展该公司在海军“AMMO 项目”（“海事行动加速机器学习”，全称为 Accelerated Machine Learning for Maritime Operations）中的角色，使其成为该项目的人工智能中枢。该项目旨在让海军在水雷探测方面实现更快、更精准，同时减少对现役官兵的直接依赖。

Domino的软件能够整合多种传感器采集的数据，包括侧扫声呐、可视成像系统等，并帮助海军实时监控不同人工智能探测模型在实战环境中的表现，识别模型失效点，并迅速推送修正更新，以提升整体探测能力。

Domino与海军合作的核心卖点在于“速度”。在该公司介入之前，驱动海军水下无人潜航器（UUV）的人工智能模型若要更新，以识别一种全新或此前从未遇到的水雷类型，周期最长可能需要六个月。Domino方面称，通过其平台，这一周期已经被压缩到数天。

罗宾逊以当前中东局势为例说明这一点：“如果某些UUV原本部署在波罗的海，主要训练识别俄制水雷，而后需要被快速调往霍尔木兹海峡探测伊朗水雷，借助Domino的技术，海军在大约一周之内就能做好准备，而不是一年。”

一名美国海军发言人则表示，目前尚无法就这一合同及相关技术部署即时发表评论。

查看评论

五角大楼已与OpenAI、Google、微软、亚马逊、英伟达、埃隆·马斯克旗下的xAI以及初创公司Reflection达成协议，获准在涉密网络与场景中使用这些公司的人工智能工具。 同时，美国国防部将此前曾用于处理机密信息的Anthropic排除在新一轮合作之外，理由是其被认定为“供应链风险”。

这批新协议是在五角大楼此前与OpenAI和xAI签署，只用于“合法用途”的AI军方合作基础上进一步扩大的。 有报道显示，Google也与五角大楼达成了类似协议，允许其AI系统在特定国防场景中使用。 《华尔街日报》指出，微软和亚马逊与五角大楼早已有“深度关系”，而英伟达和Reflection则是此次合作名单中的新面孔。

与之形成鲜明对比的是，Anthropic与五角大楼曾签订一份价值2亿美元的合同，被用于处理涉密材料，但在合作过程中，双方围绕AI在大规模国内监控和完全自主武器上的“红线”产生了严重分歧。 Anthropic拒绝为国防部放宽相关限制，最终引发争议，其产品被联邦政府列为禁止采购对象。 随后，Anthropic起诉美国联邦政府，并在司法程序中争取到一项临时禁令。

国防部首席技术官Emil Michael在接受CNBC采访时表示，Anthropic目前仍被视为供应链风险，但同时称其功能强大的安全模型Mythos构成了“另一个层面的国家安全事件”。 他强调，鉴于该模型在发现网络系统漏洞与完成修补方面具备特殊能力，“我们必须确保自身网络得到加固”。

在正式公告中，五角大楼称，与这七家AI公司的协议将支持美军对其系统进行“合法的作战使用”，并宣称这将“把美国军队建设成一个以AI为先的战斗力量”。

查看评论

伴随着内存芯片的涨价、缺货，传统的HDD硬盘也一样爆发了，AI数据中心对存储容量的要求也极高，这个市场的竞争比内存还少，主要是希捷、西数两家在玩了。希捷前几天发布的财报也很炸裂，营收31.1亿美元，同比增长44%，毛利率达到了46.5%，净利润7.48亿美元，同比大涨120%。

希捷上季度出货了199EB容量的硬盘，同比增长了39%，88%的出货量都是给数据中心的，创造了80%的收入（这样算赚钱似乎不如消费级的产品呢）。

硬盘厂商面临的主要问题也是客户对HDD硬盘需求高涨，但在这个领域希捷与西数在技术上也有一些分歧，西数希望提升硬盘磁碟数量，从当前的10碟、12碟再提升到14碟，同时还希望推出高带宽硬盘，使用双驱动臂进一步提高硬盘的性能。

希捷的重点就不同了，他们不太认同继续堆碟片数量或者搞什么多驱动臂硬盘，尽管希捷也有这样的技术，他们之前也推出过MACH.2双驱动臂的硬盘。

希捷目前更看好提升硬盘密度，也就是靠HAMR等技术提升单碟的密度，已经推出了三代HAMR技术了，当前的第二代技术Mozaic 4+ 可以做到单碟4.4TB容量，10碟就能做出44TB容量硬盘，今年底会成为HAMR的出货主力。

下一代的Mozaic 5则可以做到单碟5TB容量，10碟即可50TB容量，预计2027年晚些时候就会开始认证。

当然这些还不会是HAMR的终点，希捷及西数多年前就公布过100TB的路线图，当时计划2030年实现，但HAMR技术这几年有所延迟，希捷最新计划是2033年做到单碟10TB，2033年商业化出货100TB硬盘。

查看评论

航运数据显示，美国对伊朗港口的海上封锁已令伊朗石油出口大幅萎缩，随着伊朗陆上储存设施空间告急，越来越多的原油积压在油轮上。分析师表示，由于部分船只关闭了追踪系统，而美军又在持续拦截伊朗油轮，目前几乎无法衡量伊朗向客户交付了多少原油。

石油分析公司Vortexa表示，4月13日至25日期间，只有少量运载伊朗原油的船只驶离阿曼湾。伦敦证券交易所集团数据显示，这比3月同期下降了80%以上，当时伊朗出口了2340万桶原油。

部分从伊朗港口驶出的船只，以及受制裁的集装箱船和在亚洲水域航行的伊朗油轮，已被美国拦截。Vortexa在给路透社的一封电子邮件中表示：“现阶段，我们估计约有400万桶伊朗原油成功运出阿曼湾。我们目前无法确认这些船只此后是否有被拦截。”

自2月28日伊朗战争爆发以来，基准布伦特原油期货价格已每桶上涨约50美元，推高了汽油、柴油和航空燃油的价格。国际能源署称这是全球规模最大的石油供应中断。

自封锁以来无油轮驶离海湾

Kpler分析师表示，自封锁开始以来，他们尚未观察到任何伊朗原油油轮驶离阿曼湾。美国中央司令部周三（4月29日）表示，其封锁正在切断伊朗政权急需的原油出口收入。“目前有41艘油轮载着6900万桶石油，伊朗政权无法出售。”

周三，伊朗货币里亚尔兑美元汇率跌至历史低点，突显出这个依赖石油的经济体所面临的财政困境。海上情报公司TankerTrackers表示，尽管面临压力，伊朗仍在哈尔克岛的主要出口枢纽装运原油。卫星图像显示，至少有10艘油轮停泊在伊朗位于阿曼湾的恰赫巴哈尔港附近。

Kpler分析师Johannes Rauball表示，由于储存空间不足，伊朗可能将在一两周内被迫开始减产。Kpler称，伊朗陆上储存设施约60%已满，库存超过5000万桶，总容量为8600万桶。咨询公司FGE NextantECA曾在4月15日估计，产能限制可能迫使伊朗在6月中旬开始减产。

查看评论

Temu在匈牙利的前顾客将获得现金退款，这是匈牙利竞争管理局（GVH）针对该平台运营企业不正当商业行为作出处罚决定的一部分。GVH表示，运营Temu线上平台的公司需向消费者退还至少8.82亿福林，并向匈牙利中央财政缴纳4.37亿福林罚款，总金额超过13亿福林。凡在2023年11月至2024年9月期间通过Temu购物的匈牙利消费者，均可获一次性2000福林的现金补偿。

GVH于2024年3月对Temu欧洲运营方Whaleco Technology Limited启动竞争监管程序，怀疑其在多个方面实施了不正当商业行为并误导消费者。在调查过程中，GVH认定Temu存在一系列问题：通过划掉原价的方式制造“降价”假象；无法证明“最高95%折扣”等大幅优惠的真实性，并承认在部分情况下根本无法提供此类折扣；在并无实际优惠时仍将商品标注为促销；发布带有紧迫感的信息，以内容和视觉呈现对消费者施加心理压力；以及使用具有误导性的环保与可持续性相关表述。

据GVH介绍，Temu的运营公司在程序过程中选择与监管机构合作，已停止多项被认定为违法或不当的商业做法，并承诺实施一套全面的消费者保护计划。作为和解方案的一部分，公司同意向所有在2023年11月至2024年9月期间在Temu购物的匈牙利消费者发放2000福林现金补偿。相关消费者将收到一封含有激活链接的电子邮件，通过该链接可填报银行账户信息或选择其他安全且广泛使用的支付方式以领取退款。

若实际退还给消费者的总金额未达到8.82亿福林，Temu运营方必须以罚款形式将差额补缴至匈牙利中央财政。此外，GVH对该公司单独处以4.37亿福林的罚款，这笔罚金同样将上缴国家财政。GVH强调，此案反映出监管机构将继续对线上市场平台的营销与定价策略保持高度关注，尤其是涉及虚假折扣、过度施压及“环保”宣传等领域。

这并非GVH首次对大型线上零售或平台采取类似行动。早在2025年11月，在线时尚零售商About You便因利用具有欺骗性的促销方式、并通过制造心理压力影响消费者决策，被要求向数十万名顾客支付赔偿金。在GVH看来，Temu案延续了对电商平台强化监管的趋势，也向整个行业发出信号：虚假优惠、情绪操控和缺乏依据的可持续性宣传都可能招致高额经济代价以及强制性的消费者补偿义务。

查看评论

NVIDIA近日宣布，GeForce NOW Ultimate会员即日起可在几乎所有Ready-to-Play游戏库中直接调用RTX 5080级虚拟游戏站的强大性能。此次全库级别的性能下放，是GeForce NOW Ultimate会员自上线以来最具性价比的一次服务升级。

在此次更新之前，RTX 5080云端算力仅限于少数精选游戏，而此次升级后，Ultimate会员默认就能在数千款游戏中获得显著提升的帧率与画质体验。

解锁RTX 5080性能后，Ultimate会员最高可以享受到5K分辨率下120 FPS的极致流畅画面，或者是在1080p分辨率下开启360 FPS的超低延迟竞技模式。

云端同步搭载的NVIDIA DLSS 4多帧生成技术与Reflex低延迟技术，将进一步拉高画质细节并压缩操作延迟。在《黑神话：悟空》、《赛博朋克2077》等已适配的游戏中，玩家将能够体验到更好的PC光线追踪效果。

除了性能上的核弹级更新，GeForce NOW还公布了5月即将入库的16款游戏。其中，独占的重磅大作包括Playground Games出品的《极限竞速：地平线6》，该作将于发售首日即登陆云端。

另一款备受瞩目的潜行动作游戏《007：第一道曙光》也将在5月27日发售当天加入云游戏库。

对于不想购入昂贵物理显卡、却又渴望体验旗舰级性能与3A大作的玩家而言，GeForce NOW 的这波操作，直接将云端游戏的体验标准拉升到了与本地高端PC正面竞争的水平。

查看评论

PCMag在测试近200款笔记本后，微星尊爵14 Flip AI+以42小时6分钟的视频续航成绩创下该测试有史以来的最高纪录。这一成绩比此前最高纪录多出超过10小时，标志着笔记本电池技术进入新的里程碑。

微星尊爵14 Flip AI+搭载Intel最新酷睿Ultra X7 358H处理器，32GB内存与1TB SSD，采用14英寸1920×1200 OLED触控屏，支持360度翻转，重量约1.27公斤。

PCMag的测试方法是将笔记本充满电后，以50%屏幕亮度（关闭Wi-Fi）循环播放Blender动画短片，直到电量降至5%自动休眠。

此前Windows笔记本视频续航长期徘徊在20小时左右，仅少数MacBook能突破30小时，但随着高通骁龙X、Intel Lunar Lake以及Panther Lake处理器的陆续问世，25小时以上已成常态。

在PCMag 2024至2026年的数据库中，已有六款笔记本达到30小时以上续航，前十名中最短的成绩也接近28小时。

其中前三名中有三款采用Intel酷睿Ultra 300系列处理器，该系列上市仅数个月，后续增长空间可期。

不过PCMag也坦承，42小时是在特定测试条件下达成的，微星这款OLED屏幕亮度偏低，50%设定下实际耗电量较低；1920×1200分辨率相比4K也更省电。

参考Tom's Guide等媒体的实测数据，实际混合使用场景（办公、串流、视频会议）续航约在15-20小时之间，但仍属当前Windows笔记本的顶尖水平。

查看评论

4月29日，埃隆·马斯克（Elon Musk）出庭作证时明显表现出不耐烦。当OpenAI一方律师当庭质问，这位亿万富豪是否背弃了自己在该初创公司发展早期的出资承诺时，他显得颇为恼火。

在这场备受关注的审判中，马斯克已进入第二天的作证环节。案件围绕他提出的指控展开——即OpenAI背离了其利他主义使命，转而追求盈利。在庭上，这位全球首富在自己自创立之初对OpenAI的实际资金支持力度问题上，陷入被动辩解境地。

马斯克与OpenAI代理律师威廉·萨维特（William Savitt）就提问表述的严谨性多次激烈争执，数次直言对方提问 “有失公允”且“具有误导性”。

萨维特反复向马斯克提出其所谓“简单”的是非题，但马斯克均表示，这类问题无法如此简单地回答。

“你的问题一点都不简单，” 马斯克当庭表示，“本质上就是在设计陷阱让我上当。”

马斯克于2024年提起诉讼，指控OpenAI首席执行官山姆·奥特曼（Sam Altman）与总裁格雷格·布罗克曼（Greg Brockman）借助微软数百亿美元资金，将公司改为营利性企业，借机中饱私囊。

OpenAI及奥特曼则反告马斯克恶意骚扰，并直言马斯克起诉的真实目的，是打压竞争对手、为其2023年联合创立的人工智能初创公司xAI铺路。

萨维特紧追不放，问马斯克在OpenAI初创阶段实际出资总额。马斯克透露，自己此前一直按季度向OpenAI捐款，还为其办公楼支付租金，直到后来对公司管理层 “失去信心”。

马斯克与奥特曼、布罗克曼以及伊利亚·苏茨克维（Ilya Sutskever）联合创办了这家非营利机构，但双方对外宣称的马斯克资金支持规模说法不一。

2015年OpenAI宣布成立时，这家非营利机构曾表示，马斯克承诺最终将出资至多10亿美元，以支持其“造福人类”的人工智能发展使命。而马斯克2023年在社交平台X上发文称，自己实际已捐赠1亿美元。

“说到底，你根本没有向OpenAI投入10亿美元，是不是这样？” 萨维特向马斯克发问。

马斯克回应称，2017年前后他就已对OpenAI的发展方向心生疑虑，逐渐对创始团队失去信任。

萨维特随即打断其发言。“我的问题很简单，” 他说，并重复了问题。

美国地区法官伊冯娜·冈萨雷斯·罗杰斯（Yvonne Gonzalez Rogers）介入他们的争执，要求马斯克正面回答萨维特的问题，马斯克随即请求对方重复提问。

“我的问题是：你对OpenAI的实际出资远不足10亿美元，是不是？” 萨维特说。

“严格按现金金额计算，我一共出资3800万美元。” 马斯克回答。

二人此前早已在法庭上交过手。萨维特是美国顶尖企业诉讼律师之一，2022年马斯克试图推出以4400亿美元收购推特的交易时，正是他代表推特起诉，要求马斯克履行收购协议。最终该案尚未开庭，马斯克便选择妥协。

这场奥克兰庭审对OpenAI而言利害攸关，甚至关乎企业存亡。马斯克提出多项诉求：索赔高达1340亿美元赔偿金、罢免奥特曼与布罗克曼的管理层职务，同时撤销2023年10月完成的OpenAI营利化转型。

截至目前，马斯克的大部分证词都围绕他与OpenAI管理层之间的分歧展开。当时，他们正在探索筹集足够资金的策略，以与Alphabet旗下的谷歌及其他以营利模式运营的AI先驱竞争。

2017年，马斯克与其他联合创始人曾商议成立营利性子公司，为人工智能研发提供资金支持。众人当时提议由马斯克持有该子公司多数股权，掌握几乎绝对的运营控制权。

按照最初规划，董事会共12个席位，马斯克可委派4席，奥特曼、布罗克曼、苏茨克维各占1席。马斯克向陪审团表示，原本计划是随着更多投资者加入，他的多数股权将迅速被稀释。

但马斯克坦言，双方关系破裂的“最后一根稻草”是其他联合创始人似乎反对这一提议，并对其表达担忧，而该计划最终也未能落地。

“他们背弃了此前达成的约定，” 马斯克说，“我觉得这种做法很虚伪，他们真正想做的，是创建一家营利公司，把尽可能多的股权攥在自己手里。”

萨维特当庭向陪审团出示了2017年马斯克、苏茨克维、布罗克曼等人的邮件往来记录，内容正是围绕此次合作方案的讨论。邮件中，马斯克提出需要调整发展路线，以适配商业需求。

在同一封邮件往来中，马斯克还提出要向苏茨克维及OpenAI其他员工免费赠送特斯拉汽车。

2018年马斯克退出OpenAI董事会，五年后创立营利性人工智能公司xAI。近期xAI已被SpaceX公司收购，这家航天企业正朝着首次公开募股推进。

另一边，OpenAI估值已逼近万亿美元，同样在筹备上市事宜。

马斯克向陪审团表示，当初之所以将OpenAI设立为非营利机构，是因为他担心人工智能的安全性问题，并希望确保这项技术的未来不会完全被像谷歌这样的公司掌控。

4月29日的庭审中，萨维特询问马斯克，是否认为人工智能企业转为营利模式会产生安全风险。马斯克表示，他认为“确实会带来一定的安全风险”。

“那你创办的xAI也存在这种安全风险吗？”萨维特追问。

“没错。” 马斯克答道。

马斯克在整场作证过程中反复强调，自己并不反对创办营利性人工智能企业，只是坚决反对把一个非营利机构转变为营利企业。

“这就像既要蛋糕又要把它吃掉，两头占便宜。” 马斯克说。

萨维特还就马斯克在OpenAI董事身份与其在特斯拉和 Neuralink（两家公司均大量投资于 AI）之间的利益冲突提出了一系列问题。

这位律师指出，尽管马斯克对OpenAI负有受托责任，但2017年他却暗中挖角这家非营利机构的顶尖科研人才，试图将他们招募到自己旗下其他公司。

萨维特称，马斯克曾将OpenAI知名科学家安德烈·卡帕西（Andrej Karpathy）招揽至特斯拉任职，并当庭展示一封马斯克发给Neuralink高管的邮件，其中写道， “你们尽管去挖OpenAI的人才来Neuralink任职，我没有任何意见”。

“我认为这是一个自由世界，”马斯克回应说，“人们应该有权选择自己想工作的地方。”

查看评论

受长期劳动力短缺困扰，日本航空公司已在东京羽田机场开始测试人形机器人，用于机场地面作业。双方联合声明于周一公布，日航将携手 GMO 人工智能与机器人公司，自 5 月起试点用人形机器人承担行李装卸、客舱清洁等工作。

日本人口老龄化导致劳动力人口萎缩，叠加旅游需求持续升温，航空业人力缺口愈发严峻，此次试点正是在此背景下推出。

日航表示，人形机器人将在羽田机场逐步铺开部署，本次试点周期为期两年。

在技术演示视频中，中国宇树科技研发的人形机器人可完成将货物推送至传送带、向围观人群挥手、与工作人员握手互动等动作。

日本航空股价 5 月首个交易日上涨约 2.97%，涨幅 73 日元；但今年以来整体仍累计下跌约 13%。

中国头部机器人企业宇树科技，其旗舰 H1 人形机器人曾在 2026 年央视春晚以功夫表演惊艳亮相，广受关注。

目前尚不确定宇树科技是否直接参与羽田机场试点，还是仅纳入商用机器人技术综合评估名单。针对 CNBC 问询，日航回应称相关可行性研究与风险评估仍在进行中。

宇树科技暂未对 CNBC 的置评请求作出回应。

应对人口结构挑战

分析师指出，东京等大城市普遍面临人口快速老龄化、生育率走低等人口结构问题，正倒逼市场加大对人形机器人的需求。

巴克莱银行在 1 月研报中表示：“人口老龄化、劳动力短缺以及劳动者就业偏好转变，为人形机器人打开了应用空间，可承接制造业、物流、农业、医疗、酒店服务业中必要但人力不愿从事的岗位。”

经合组织就业展望数据显示，2023 年至 2060 年，日本劳动年龄人口预计将减少 31%。市场研究机构 Counterpoint 研究总监马克・爱因斯坦认为，人形机器人在日本劳动力市场的参与度将持续提升。

日本首相高市早苗的执政支持基础偏向收紧移民政策，业内预计日本政府将大力扶持并推广人形机器人落地应用。

日本经济产业省已于 3 月发布机器人与人工智能应用指导方针，旨在应对少子老龄化带来的劳动力锐减等社会用工难题。

日本国家旅游组织数据显示，3 月国际入境游客数量同比增长 3.5%，进一步加重机场运营人力压力。

仍存诸多落地阻碍

爱因斯坦表示，近年人形机器人在关节灵活度、人工智能算法层面进步显著，如今已能完成数年前完全无法实现的作业任务。

巴克莱将实体机器人技术称作人工智能发展的下一个前沿赛道，各大企业正致力将实体自动化与人工智能深度融合。该行 2 月研报测算：当前实体 AI 行业规模仅 20 亿 —30 亿美元，到 2035 年有望飙升至 1.4 万亿美元。

实体 AI：指融合人工智能与实体机器的系统，可完成现实世界物理作业，涵盖人形机器人、无人驾驶等领域。

在中国，宇树科技、智元机器人、Galbot 等企业正加速研发高性价比人形机器人，并筹备 IPO 募资，以扩大产能、匹配市场增长需求。

总部位于杭州的宇树科技已于 3 月率先获批 IPO 申请，据上交所披露文件，计划募资约 42 亿元人民币（折合 6.14 亿美元）。

尽管技术迭代迅速，但人形机器人能否彻底解决日本长期劳动力短缺，目前仍未有定论。

分析师此前向 CNBC 表示，现有机器人精细操作与精准动作的灵活度仍有欠缺。

爱因斯坦补充道，人形机器人的程序逻辑与自主推理技术尚不成熟，落地部署后仍离不开人工介入管控。

他直言：“现阶段这类机器人的智能程度依旧有限。”

不过从行业研发进度来看，Counterpoint 预估，人形机器人实现大规模商业化落地，预计不超过五年。

责任编辑：郭明煜

查看评论

NVIDIA B300 AI服务器在中国大陆市场的成交价已飙升至每台约700万元人民币，约合100万美元，较去年底的约400万元近乎翻倍。作为参照，搭载8块B300 GPU的同款服务器在美国市场的售价约为55万美元，仅较去年底的50万美元小幅上涨。中国市场高出近一倍的价差。

价格飙升已促使部分资金受限的AI企业从采购转向租赁。据悉，B300服务器一年期租赁合同的价格已升至每月19万元人民币，且仍需排队等待资源释放。

支撑市场定价的是B300的硬件规格，B300配备288GB HBM3e高带宽内存，在FP4精度下可提供14 petaFLOPS计算能力，是目前英伟达可用于AI推理任务的最强芯片之一。

H200对华出口的不确定性同样在推高B300价格。虽然美国政府已批准H200的对华出口许可，但双方在具体条款上仍有分歧，至今未能实际出货。这一僵局使B300在市场上变得更加稀缺。

中国本土AI芯片厂商正在逐步加大竞争力。华为已制定明确的产品迭代路线图，计划在2026年至2028年间分阶段推出四款昇腾系列芯片，包括2026年第一季度的昇腾950PR。

目前，海光、寒武纪、阿里平头哥等厂商也在同步推进AI训练与推理芯片的迭代。

查看评论

美国联邦通信委员会（FCC）一致通过一项提案，将禁止所有中国实验室为计划进入美国市场的智能手机、摄像头、电脑等电子设备进行测试和认证。FCC设定了两年过渡期，将逐步撤销中国实验室的认证资格。

FCC在声明中透露，目前约75%的美国电子产品在中国完成测试，提案生效后，FCC将不再承认来自“未与美国签署《互相认可协议》或其他同等互惠贸易协议”国家的实验室和测试机构。

与此同时，FCC计划为在美国本土或与美国有互惠协议国家的实验室建立绿色通道，简化“受信任实验室”的审批流程。

FCC主席声称，美国不应让外国竞争对手或制裁名单上的实体，来测试和认证电子设备。

去年5月，FCC曾收紧对中国、俄罗斯等国家测试机构的认证，截至目前，FCC已撤销了23家海外实验室的资格。

分析指出，这一禁令将直接冲击大量依赖中国测试机构的国际科技企业，由于中国拥有成熟的测试基础设施和规模效应，大量电子设备制造商选择在中国进行认证。

一旦禁令落地，相关企业将不得不重新调整认证流程，转向美国本土或其他国家的实验室。

查看评论

微软在一份支持文档中悄然更新了对Win11游戏内存配置的官方建议：16GB仍是底线，但32GB才是无忧之选。这份建议并非来自技术部门，而是直接出自微软营销部门。

微软并未将16GB定义为过时，仍将其定位为实用起点，但32GB已不再被视为发烧友专属，而是被塑造为更稳妥、更具前瞻性的选择。

微软给出的理由并非游戏本身变得更吃内存，而是指向了多任务场景：后台运行Discord、浏览器多个标签页、串流工具。

再加上Steam、Epic或Xbox应用等启动器，以及各种常驻后台服务，内存占用会迅速增加，游戏最终要和所有这些进程争夺内存资源。

值得注意的是，Windows 11的官方最低内存推荐仍为8GB，微软希望传递的是“16GB是必须，32GB是无忧区”。

查看评论

昨晚追觅科技CEO俞浩针对近期备受争议的“要求全体员工开通社交媒体账号”一事作出正面回应。他明确表示，此举核心目的在于锻炼员工的复合能力，助力团队在AI时代保持竞争优势，并宣布已向首批达成目标的员工兑现了现金奖励。

根据内部通知，俞浩要求公司共计两万多名员工均需在各大社媒平台开通账号，并规定每人每天投入15分钟拍摄视频，每日发布3条内容，主要围绕产品卖点、核心技术及创新点进行推广。俞浩认为，技术人员虽擅长处理复杂参数，但在通俗化表达和用户沟通上普遍存在短板。通过运营个人账号，员工可以学习如何“讲人话”，将深奥的技术转化为大众易懂的语言，并在互动中获取反馈。

为了配合该计划的推进，追觅科技设立了明确的激励机制：员工真实粉丝数达到1万、5万和10万时，将分别获得1万元、5万元及10万元的现金奖励。俞浩通过社交平台透露，目前已有两名员工因粉丝数破万，各自领到了1万元奖金。

针对外界对于“全员营销”及“微商化”的质疑，俞浩反驳称，AI时代单一能力极易被取代，掌握跨领域能力的人才才能更有效地驾驭复杂系统。他强调，公司并非单纯奖励高粉丝量，而是看重员工在原有专业技能上叠加的表达与互动能力。他呼吁外界不要急于否定这一看似不合理的要求，认为这是提升企业整体竞争力的必要尝试。

查看评论

Meta近日悄然终止了与外包公司Sama的合作关系，此前该公司受托利用Ray‑Ban智能眼镜采集的影像数据为Meta的生成式AI系统提供训练素材。随后，Sama宣布裁撤1108名员工，其中部分员工称，他们是在向媒体披露所审阅视频涉及大量高度隐私内容后遭到“报复性”解雇。

事件最早在今年2月曝光。位于肯尼亚内罗毕的Sama员工向两家瑞典报纸披露，他们的工作内容包括为来自智能眼镜的视频打标签，而画面中的人物往往对自己被拍摄一事毫不知情。这些Ray‑Ban智能眼镜内置AI助手，需要持续录制音视频，其中一部分会被用作AI训练数据，再由人工标注员补充完善AI难以理解的内容。

Meta方面表示，其服务条款已向用户说明相关数据使用方式，且眼镜在启用AI模式前必须获得用户的明确授权。然而，多名Sama员工称，他们接触到的画面不仅包括银行账户等金融信息、私人谈话内容，还涉及浴室中全裸画面以及亲密行为场景，明显超出了公众对常规数据采集的认知边界。

在媒体调查报道发布后，Meta宣布取消与Sama的合同，并称该公司“未能达到Meta的标准”。Sama随即回应表示，从未收到任何关于其工作质量“不达标”的正式反馈。与此同时，有员工透露，公司在安保措施升级的背景下，安排他们在几乎无事可做的状态下“坐班”，疑似通过内部排查来锁定向媒体爆料的“吹哨人”。

Sama并非首次卷入AI相关劳工和伦理争议。这家总部位于加州的外包公司曾受OpenAI委托，为在2022年正式亮相的ChatGPT提供训练服务。为减少聊天机器人输出有害内容，Sama安排肯尼亚员工以每日不足2美元的报酬，长时间审阅并筛除极具冲击性的文本与图像内容，相关工作被曝对员工心理健康造成明显伤害。同一年，Meta与Sama还面临指控，被控通过具有误导性的招聘信息招募员工、构成变相人口贩运，并解雇试图组建工会的劳动者。

除了劳工权益问题，这起事件也再次将智能眼镜的隐私风险推上风口浪尖。早在Google Glass时代，其录制能力就因可能在公共空间中进行“隐形监控”而遭到舆论强烈反对。如今，Meta以更为低调、接近日常眼镜外形的产品“重启”这一品类后，有用户被拍到在法庭审理过程中佩戴使用，也有人在警务行动中启用录制，还有学生被发现利用智能眼镜在考试中作弊。

在可穿戴设备持续升温的背景下，其他科技巨头也在加速布局。报道称，苹果公司目前正在测试多达四种智能眼镜设计方案，意在未来与Meta的Ray‑Ban产品正面竞争。在AI与感知设备深度融合的趋势之下，如何在创新体验与个人隐私、劳工权益之间取得平衡，正成为科技行业绕不开的核心难题。

查看评论

据博板堂最新透漏，NVIDIA RTX 3060 12GB系列芯片将于今年6月恢复生产，相关芯片即将陆续到货。这批芯片主要面向各AIC品牌厂商分配，预计7月左右，各大品牌将启动基于该芯片的显卡量产，并陆续向市场推出现货产品。

七彩虹、华硕、微星、影驰等主要AIC品牌商均会分到一定数量的货源，但各家具体配额存在差异，整体供货量较为有限。

RTX 3060 12GB是NVIDIA历史上销量最高的显卡系列之一，凭借12GB大显存和出色的性价比，在1080P和2K游戏市场一直拥有稳固的用户基础。

此次复产并非简单的库存清理，而是NVIDIA针对当前市场需求的战略性调整，在2000-2500元价位段，消费者对一款性能稳定、显存充足且价格合理的显卡需求尤为迫切。

不过，从成本端来看，RTX 3060 12GB的物料成本较高，预估终端定价不会太低，与RTX 5050、5060相比，无论在性价比还是绝对性能上，复产的RTX 3060 12GB都存在一定劣势。

综合来看，这批RTX 3060 12G的重新入市，将在一定程度上缓解中低端显卡市场的供应压力。

如果终端定价合理且市场反响良好，不排除NVIDIA考虑更多经典型号复产的可能；反之，若市场反应冷淡，则可能加速NVIDIA向新一代产品的全面过渡。

查看评论

市场研究机构Omdia最新报告显示，在内存芯片持续短缺的背景下，2026年第一季度全球智能手机出货量依然同比小幅增长1%，总出货量达到2.985亿部。 增长的主要动力来自厂商的“供应端前置”策略，即在预期元器件成本上升之前，提前向渠道大量压货，以锁定相对有利的成本并确保供应。

从品牌表现看，三星重新夺回全球智能手机出货量榜首位置，一季度出货量达6540万部，同比增长8%，市场份额约为22%。 得益于需求强劲的 Galaxy S26 系列，以及近期上市的 Galaxy A37 和 Galaxy A57，中高端到中端产品线协同拉动了整体销量。

苹果则以6040万部的出货成绩位居第二，出货量同比增长10%，预计占据全球约20%的市场份额。 报告指出，iPhone 17 系列整体需求保持强劲，其中 iPhone 17e 在欧洲和日本的用户兴趣高于预期。 同时，旗舰机型 iPhone 17 Pro 和 17 Pro Max 在中国市场的需求相较前代实现约42%的显著增长，进一步巩固了苹果在高端市场的话语权。

小米（含 Redmi 与 Poco 品牌）排名第三，一季度出货量为3380万部，对应约11%的市场份额。 不过，在前五大厂商中，小米也是出货量同比跌幅最大的一家，年减幅达到19%，元器件成本上升对其利润空间构成明显挤压。

OPPO（含 OnePlus 与 realme）以3070万部出货量位居第四，市场份额约10%。 vivo 则以2130万部出货量排名第五，市场份额约7%。

展望后市，Omdia分析师认为，供应端的集中“抢跑”将为接下来的几个季度带来一定波动和调整压力。 当前渠道库存水平偏高，而终端消费者需求普遍偏弱，将成为影响2026年下半年全球智能手机市场走势的关键因素。 报告提醒，短期内厂商可能需要在去库存与维持利润之间寻找新的平衡点，以应对不确定的市场前景。

查看评论

流行的可引导USB制作工具Rufus今日发布4.14正式版更新，此前该版本已于上月进入测试阶段。此次更新为Windows用户带来了多项重要改进，包括静默安装功能、预装应用移除选项、Windows To Go修复以及本地账户问题修复等。

新版本引入了无人值守"静默"安装模式，允许Windows系统自动部署到首个检测到的磁盘上，无需用户输入任何信息。这一功能主要面向高级用户和资深玩家，能够实现更快速、免人工干预的系统安装过程。同时，更新还新增了在安装过程中禁用特定微软预装应用的选项，包括Teams、Outlook和Copilot等。对于不需要这些应用的用户来说，该更新能够加快电脑启动速度，这对在低端硬件上运行Windows 11的用户尤其有帮助。

此次更新还通过增强UEFI:NTFS分区标签改善了Windows安装过程中的清晰度。UEFI:NTFS是一个轻量级引导加载程序，可让UEFI系统从NTFS或exFAT分区启动，即使固件仅支持FAT32格式。它通过从小型FAT分区加载NTFS驱动程序，然后将控制权转移到NTFS分区上的引导文件，从而绕过了典型的文件大小和文件系统限制。

更新还解决了由新版BCDBoot导致的Windows 11 25H2版本Windows To Go介质创建错误。Windows To Go是一项传统功能，允许从USB设备运行Windows系统，而BCDBoot则是一个命令行实用程序，可用于配置引导文件或引导配置数据。此外，本次更新还修复了以空格字符开头或结尾的本地账户创建时会导致问题的bug。

除了针对Windows的改进之外，Rufus 4.14还为所有对话框选项添加了工具提示，改进了当用户尝试使用位于目标驱动器上的镜像时的错误提示信息，并增加了对El-Torito UEFI镜像提取的有限支持，主要用于戴尔BIOS更新ISO文件。更新还改进了对新版Bitdefender隐藏虚拟硬盘的检测和排除功能，因为之前的版本无法正确过滤这些文件。

下载地址：

https://github.com/pbatard/rufus/releases/tag/v4.14

https://rufus.ie/downloads/

查看评论

根据电子前沿基金会(EFF)的消息，从下周起，犹他州将成为美国首个针对VPN用户实施限制的州。这一变化发生在该州实施成人网站年龄验证制度三年之后，而正是这一制度导致了VPN使用量的激增。

犹他州州长斯宾塞·考克斯于3月19日签署的第73号参议院法案(SB 73)包含两项关键条款，这些条款可能让VPN的使用变得极为复杂。首先，该法律规定，无论个人使用何种软件改变其表面位置，只要其实际身处犹他州境内，就被视为从犹他州访问网站。这一规定为网站创造了巨大的法律责任陷阱，可能迫使它们直接屏蔽所有VPN用户，或者对每位访问者强制实施年龄验证，无论其实际所在地为何。第二项条款则禁止托管"大量对未成年人有害内容"的商业实体促进或鼓励使用VPN来绕过年龄检查。

虽然该法案并未明确禁止VPN产品，但它可能大幅降低VPN在绕过该州要求的特定网站年龄检查方面的有效性。电子前沿基金会在评论这项新法案时表示，互联网天生具有绕过审查的能力，如果犹他州成功限制商业VPN服务提供商，有动机的用户将转向非商业代理、通过亚马逊云服务等云平台建立的私人隧道，或几乎无法与普通家庭流量区分的住宅代理。这些变通方法将在法律生效后数小时内出现。

该组织警告称，这些规定无法阻止精通技术的青少年，但肯定会影响每一位只想保护自己数据不被经纪商或恶意行为者获取的普通犹他州居民的隐私。与此同时，附带损害将落在依赖商业VPN进行基本数据安全保护的企业、记者和虐待幸存者身上。

值得注意的是，犹他州参议院由共和党主导，这一点颇为耐人寻味，因为特朗普总统经常指责欧洲国家实施类似的旨在减少对儿童伤害的措施。

查看评论

DeepSeek V4发布已经一周时间了，期间三次降价或者优惠，还发了视觉大模型，本代大模型布局基本完成。相比去年的DeepSeek R1，这次的DeepSeek V4发布之后争议更多，主要是没有之前R1那种技术上领先的感觉了，各种AI榜单上实际上也落后于美国公司开发的AI大模型，主要是谷歌、OpenAI及Anthropic御三家的顶级模型，如GPT-5.5、Opus 4.7及Gemini 3.1 Pro等。

DeepSeek V4距离最强AI还差多远？这事美国人也非常关注，日前美国外交关系委员会组织了3个高级研究员做了研究报告，他们得出的结论是V4符合美国领先中国7个月的判断。

DeepSeek V4没有做到目前最顶尖的大模型，这一点DeepSeek自己也是认识到了，他们在论文中提到距离最先进的前沿模型大约3-6个月，跟美国人判断的落后7个月也差不多少。

DeepSeek之前在研究报告中也指出过国产AI大模型面临的问题，一方面是算力的差距，一方面是世界知识的差距，最终都要烧钱去买AI算力资源，国内公司还面临着各种封锁、制裁等困境。

这就导致了两边的基础就不对等，DeepSeek V4的Pro大模型也才1.6万亿参数量，而Opus 4.6、GPT 5.5被认为是5万亿甚至10万亿级别的参数量，双方的体量就没法比，性能有所不如才是正常的。

好消息是不论算力还是世界知识，这两方面国内的公司还是在快速进步的，假以时日硬实力的落后是可以追上的，至少差距不会多大。

不论是3-6个月差距还是7个月差距，实际上并不能决定DeepSeek V4成功与否，国产AI在开源及定价方面优势很大，费用只有美国顶级大模型的几十分之一甚至百分之一级别，普通人也能放心大胆用，这才是关键。

查看评论

昨晚 DeepSeek 多模态研究员陈小康在 X 上发了一条推，并公布了DeepSeek 关于多模态技术的新论文《Thinking with Visual Primitives》，表示“Excited to release”。

今天一早，推文删了，GitHub 上的论文也撤了。

但 APPSO 在它消失之前把全文读完了。读完之后觉得，这篇论文被撤可能不是因为内容有问题。

恰恰相反，它可能透露了太多了。

前天我们刚实测完 DeepSeek 的识图模式，让它数手指，它思考了一通，自己吐槽“我真的是数晕了”，然后答错了。当时以为是灰测阶段的小问题。

这篇论文告诉我们，数手指数晕这件事，背后藏着一个 GPT、Claude、Gemini 集体没解好的技术瓶颈。

而 DeepSeek 给出的解法，说出来几乎有点可笑的朴素：给 AI 装一根手指。

陈小康在那条推文里写道：

“Traditional CoT stays in the linguistic space， but visual reasoning needs more. By using points and boxes as cognitive anchors， our model bridges the Reference Gap—mimicking the"point-to-reason"synergy humans use.”

“传统的思维链停留在语言空间里，但视觉推理需要更多。通过使用点和框作为认知锚点，我们的模型弥合了「引用鸿沟”，模拟了人类“边指边想”的协同机制。」

看得清和指得准，是两回事

目前所有多模态大模型做图像推理，本质都是把看到的画面转化成文字，然后在文字空间里做思维链推理。GPT-5.4、Claude-Sonnet-4.6、Gemini-3-Flash，全是这个路子。

过去两年，OpenAI、Google、Anthropic 的改进方向集中在一个问题：怎么让模型看得更清楚。高分辨率裁切、动态分块、把图片放大再塞进去。DeepSeek 管这个叫 Perception Gap，感知鸿沟。

但这篇论文指出了另一个瓶颈：Reference Gap，引用鸿沟。模型看清了，但在推理过程中没法精确指向图中的某个东西。

你可以这样理解：一张图里 25 个人密密麻麻站在一起，你用语言去描述“左边第三排穿蓝色球衣那个人旁边的那个”，描述本身就是模糊的。模型数着数着就丢了上下文，忘了刚才数到谁。

人类怎么解决这个问题？够原始的：伸出手指，指一个数一个。

284B 参数的模型，装上了一根手指

DeepSeek 的方案：让模型在思考过程中直接输出图片上的坐标。

想象一下，模型看到一张图里有很多人，它的思维链不再是“我看到左边有个穿蓝衣服的人”，而是“我看到这个人”然后附上一个框的坐标，把人圈出来。每数一个人就圈一个框，圈完之后数框的数量就行了。

两种坐标格式：一种是框（bounding box），画个矩形把物体圈住，适合标定物体位置；一种是点（point），在图上戳一个位置，适合追踪路径和走迷宫。DeepSeek 管这两种东西叫“视觉原语”，最小的思维单元。

关键变化在这里：以前模型输出坐标是作为最终答案（“目标在这里”），现在坐标嵌入了思考过程本身。坐标是草稿纸上的标记，不是答卷上的答案。

把一张图压缩 7056 倍，然后还能数清楚里面有几个人

模型底座是 DeepSeek-V4-Flash，一个 284B 参数的 MoE 模型。MoE 的意思是：模型脑子很大，但每次回答问题只调用一小部分神经元来干活，推理时只激活 13B 参数。类似于一个百人团队，每个任务只派 5 个人上场。

视觉编码器这边，做了三级压缩。打个比方：你有一张照片要发给朋友，网速很慢。第一步，你把照片切成小方格备用；第二步，每 9 个小方格合并成 1 个（3×3 压缩）；第三步，再在传输时进一步精简掉冗余信息（KV Cache 压缩 4 倍）。

实际数字：一张 756×756 的图，57 万像素，一路压下去变成 81 个信息单元。压缩比 7，056 倍。

我看到这个数字的第一反应是：这还能看清东西？但论文里的结果说明，确实能。不光能看清，还能精确数出图里有 25 个人。

对比一下：同样 800×800 的图，Gemini-3-Flash 消耗约 1100 个 token 来表示这张图，Claude-Sonnet-4.6 约 870 个，GPT-5.4 约 740 个。DeepSeek 在最终计算时只用 90 个信息单元。别人用一千多个格子来记住一张图，DeepSeek 用 90 个格子就够了，然后腾出来的算力全拿去“指”。

4000 万条训练数据怎么攒出来的

DeepSeek 从 Huggingface 等平台把所有带“目标检测”标签的数据集都爬了下来，初筛得到 97，984 个数据源。

然后做了两轮筛选。

第一轮查标签质量。用 AI 自动审核三类问题：标签是无意义的数字编号（类别名叫“0”“1”的那种）、标签是私人实体（“MyRoommate”）、标签是模糊缩写（工业检测里的“OK”“NG”，一个苹果“OK”和一个电路板“OK”长得完全不一样，AI 学不了）。这轮砍掉 56%，剩 43，141 个。

第二轮查框的质量。三个标准：漏标太多的（标了一半就不标了）、框画歪了切掉物体一半的、框大到把整张图都框住的（说明原始数据是图片分类硬转成的检测数据，没有定位信息）。再砍 27%，剩 31，701 个。

最后按类别采样、去重，产出超过 4000 万高质量样本。

DeepSeek 选择先把框的数据做大，点的数据后面再补。原因也简单：你让 AI 标一个框，答案基本唯一（把物体刚好圈住）；但让 AI 标一个点，物体上哪个位置都算对，没有唯一正确答案，训练信号太模糊。而且框本身就包含了两个点（左上角和右下角），学会画框之后标点就是降维操作。

怎么把“指”这个能力教给模型

后训练的策略是“先分头练，再合并”。

DeepSeek 先拿框的数据训练一个专门画框的专家模型，再拿点的数据训练一个专门标点的专家模型。分开训练是因为数据量还不够大，两种能力混在一起容易互相干扰。

然后对两个专家分别做强化学习。怎么判断模型“画对了框”或“走对了路”？DeepSeek 设计了一套多维度的打分系统：格式对不对（坐标语法正确吗）、逻辑通不通（思考过程有没有自相矛盾）、答案准不准（最终结果和标准答案差多少）。

强化学习的数据筛选也有讲究：先让模型做 N 遍同一道题，全做对的题太简单没训练价值，全做错的题太难学不到东西，只留“有对有错”的题来练。

最后一步是把两个专家的能力合到一个模型里。具体做法：让统一模型照着两个专家的输出去学，类似于一个学生同时跟两个老师学不同科目。

给了它手指之后，它是怎么数数的

数 25 个人

给模型一张足球队合照，问“图里有多少人？”

思考过程：先判断“这是团队合照，要数所有人，包括球员和教练”。然后一次性输出 25 个框坐标，每个人身上圈一个框。接着按排数统计：前排坐着 4 个 + 中排 9 个 + 后排 8 个 + 左侧 2 个教练 + 右侧 2 个教练 = 25。

“地上的熊有几只？”

图中有三只熊。模型逐一给每只画框并判断位置：第一只，在树干上垂直攀爬，排除；第二只，在岩石边缘走动，算；第三只，在碎木和泥土间，算。答案：2 只。

不是先数出三只再减一只，而是对每只都做了“是不是在地面上”的判断，每个判断背后都有一个具体坐标锚定。它真的在逐个检查，不是在猜。

多跳空间推理

一个 3D 渲染场景里有一堆彩色几何体。问题：“存不存在一个紫色橡胶物体跟灰色金属物体一样大？”

模型先框出灰色金属球体，确认是个小号物体。然后逐一框出场景里其他小号物体：棕色金属圆柱、蓝色金属方块、蓝色橡胶方块、黄色橡胶圆柱……六个物体逐个查，颜色、材质、大小三个属性一一核对。结论：不存在紫色橡胶的。

六次定位，六次判断。每一步都有坐标锚着，不会出现“等等刚才查到哪了”的情况。

论文中更多案例参考：

迷宫导航：别人掷硬币，DeepSeek 真的在搜索

论文测了四种任务，迷宫是差距拉得最开的一个。

任务很直接：给一张迷宫图，问从起点到终点有没有路，有的话画出来。迷宫有三种形状，方格的、圆环的、蜂巢的。

模型走迷宫的方式跟你小时候用铅笔在纸上画一样：选一条岔路走到头，走不通就退回来试另一条。区别是它每走一步都在图上标一个坐标点，留下记录。

论文里展示了一个圆形迷宫的完整过程：模型先标出起点和终点的位置，然后开始探索。走了 18 步，中间两次钻进死胡同又退出来，最后绕出了一条通路，把整条路径的坐标点串起来输出。

DeepSeek 还设计了一批陷阱迷宫：乍一看有路，但中间某段被偷偷堵住了。这种迷宫考的是耐心，模型不能只看起点附近的走势就下结论，得老老实实把能走的路都试一遍才能确认走不通。

准确率对比：

- DeepSeek：66.9%

- GPT-5.4：50.6%

- Claude-Sonnet-4.6：48.9%

- Gemini-3-Flash：49.4%

- Qwen3-VL：49.6%

迷宫只有两种答案：有路，或者没路。随机猜正好 50%。GPT、Claude、Gemini、Qwen 全在 50% 附近晃，跟掷硬币没什么区别。DeepSeek 的 66.9% 不算高，但它确实是在一步步走的，不是在蒙。

路径追踪：大家来找茬的终极版本

这个任务更直观：一堆线缠在一起，每条线从一个标记通向另一个标记。你的耳机线从口袋里掏出来是什么样，画面就是什么样。题目问你：C 这条线通向哪个终点？

模型的做法是沿着线一路输出坐标点，像手指划过纸面。线弯得厉害的地方点标得密，直线段标得疏。人用眼睛追一根线的时候也是这样，弯道处慢下来，直线处一扫而过。

论文还加了一个加难版测试：所有线颜色粗细都一样。不能靠颜色区分是哪根线了，只能靠曲线本身的走势连续性来判断交叉口该跟着哪条走。

- DeepSeek：56.7%

- GPT-5.4：46.5%

- Claude-Sonnet-4.6：30.6%

- Gemini-3-Flash：41.4%

Claude 的 30.6% 有点出乎意料。终点一般有四五个选项，随机猜也该有 20% 出头，30.6% 只比瞎猜强一点点。可能它在这类纯空间追踪任务上，语言推理的惯性反而帮了倒忙。

怎么教 AI 走迷宫不作弊

迷宫的训练有一个现实问题：如果只看最终答对没答对来给分，模型很快就学精了，与其费劲搜索还可能答错，不如直接猜一个，反正认真走了答错跟没走答错，分数一样是零。

DeepSeek 的解决办法是把过程也算进分数。每一步合法的探索都给分，穿墙扣分，走得越远越好。哪怕最后没到终点，只要认真搜索了大部分区域，也能拿到不错的成绩。这样一来，模型就没有偷懒的动力了。

不可解迷宫的要求更高：不能光说一句“走不通”，还得证明你确实把能到的地方都走遍了。搜索覆盖率也算分。

一个彩蛋，三个局限

后训练数据里没有中文。但模型能用中文做视觉原语推理。

给它一张咖啡机的照片，用中文问“怎么做拿铁”，它用中文标注了蒸汽棒、奶壶、咖啡豆、拿铁按钮的位置坐标，然后给出操作步骤。多语言能力是从基座模型那里继承的，视觉原语的训练没有把它破坏掉。

它还能把看图和世界知识结合起来：给一张金门大桥的照片问“这附近有 NBA 球队吗？”它先框出金门大桥，推理出这是旧金山，然后回答金州勇士队。

能理解幽默：一块水果切面上的天然斑点恰好组成了一张忧郁猫脸的模样，模型能指出相似点在哪里并解释为什么好笑。

能做密室逃脱指导：框出高处的钥匙、地板上的椅子、带锁的门，建议“把椅子搬到钥匙下方 → 踩上去拿钥匙 → 去开门”。

论文很坦诚地写了目前做不到的事。

输入分辨率有限制。ViT 输出被卡在 81 到 384 个视觉信息单元之间，遇到很精细的场景（比如数手指这种），坐标精度还不够。这可能就是前天实测时数手指翻车的直接原因。

目前需要特定触发词才能激活视觉原语模式。模型还不能自己判断“这道题我该伸手指来做”，得有人提醒它。

拓扑推理的泛化能力有限。在训练过的迷宫类型上效果好，换一种新的空间结构就可能掉链子。陈小康在那条已删推文里也说了：

“We're still in the early stages; generalization in complex topological reasoning tasks isn't perfect yet， but we're committed to solving it.”

“我们还在早期阶段，复杂拓扑推理任务的泛化还不完善，但我们会持续解决。”

前天实测时，DeepSeek 识图模式展现的那些能力（追问发布者身份、联想鲸鱼 logo 含义、自我纠正、给自己开“小型答辩会”），和这篇论文描述的思维方式一脉相承。它在脑中建立视觉锚点，围绕锚点做推理，碰到矛盾就回溯修正。

而数手指数晕了，就是 Reference Gap 的活体演示。手指交叉重叠的画面里，纯靠语言描述去区分“从左数第三根”和“从右数第二根”，跟你自己不伸手指去数一群挤在一起的人一个道理，注定混乱。

这篇论文指向的方向是：多模态推理的下一步进化在锚定机制上。DeepSeek 用 90 个信息单元就打平了别人用上千 token 的效果，省下来的算力全拿去让模型“一边想一边指”。

分辨率军备竞赛可以缓一缓了，教会模型伸出手指，比给它配一副更贵的眼镜管用。

这只鲸鱼开了眼之后，还长出了手指。66.9% 的迷宫准确率离完美还远，但至少它在认真走，不像隔壁那几位在掷硬币。

查看评论