分类： 科技

近日，三星推出了全新一代折叠手机——盖世Z折叠7。这款手机作为自2020年推出Z折叠2以来的最大革新，不仅在设计上实现了重大突破，还带来了许多实用功能的升级，得到了不少科技爱好者的关注。

**外观设计：更轻薄更耐用，手感极佳**
盖世Z折叠7的展开厚度为4.2毫米，折叠后为8.9毫米，比上一代更薄更轻。整体重量控制在215克左右，是市场上最轻的书本式折叠屏手机。这一设计让手持体验更为舒适，特别适合右手持用。值得一提的是，三星在材料上提出了新方案，采用了更坚固的“金刚石玻璃”材质，有效增强了屏幕的抗刮擦和抗摔能力，屏幕背部也使用了更耐用的玻璃材料，并配备了IP48级别的防尘抗水保护。

**屏幕表现：极致视觉体验，几乎无缝折痕**
新款折叠屏面积增大，采用8英寸的LTPO AMOLED二屏幕设计，支持HDR10+和120Hz刷新率，画质色彩鲜明。覆盖屏为6.5英寸，同样支持120Hz刷新，让操作非常顺畅。最令人惊喜的是，三星采用了“蝴蝶式”折叠机制，极大降低了屏幕的折痕，使视觉体验更加连续自然。在光线充足时，即使长时间使用也能获得舒适的观看感受。

**双屏体验：细节优化，实用性增强**
盖世Z折叠7的展开后宽屏设计，带来更好的多任务操作空间。虽然搭载了之前一直用的屏下摄像头，但因受拍照需求影响，摄像头位置有所调整，不再采用全隐藏设计。不过新搭载的200兆像素主摄、支持10倍变焦的3倍长焦摄像头，以及12兆高清广角镜头，成像效果优异。拍摄时，照片色彩丰富，细节清晰，即使在拍摄动态场景，速度和动态范围也有明显提升。

**AI智能：实用性强，提升用户体验**
三星搭载的“盖世AI”系统，功能丰富，包括实时语音翻译、图片中的无用物体智能移除等。许多功能操作简便，能够在日常中真正帮到你。例如，如果正在进行多语言沟通，只需几秒钟便能实现字幕翻译，大大提高了效率。同时，系统还能智能检测拍照中的噪音环境，自动优化录音质量。

**续航表现：保持旗舰水平，但无明显升级**
令人稍感遗憾的是，盖世Z折叠7的电池容量依然保持在4400毫安时，与上一代相比没有变化。在实际使用中，正常使用可维持一天的续航，屏幕开启时间大约在5-6小时左右。充电速度也没有明显提升，普通用户每天充一次电基本够用，但如果重度使用，可能需要在晚上充电。

**总结：物超所值的折叠旗舰**
总的来说，三星盖世Z折叠7在设计及性能上实现了显著提升，几乎达到了“极致”。虽然价格较高，起步价约2,000美元，但考虑到其性能、耐用性以及丰富的实用功能，值得那些追求高端体验、喜欢创新科技的用户购买。对于商务人士或现代用户而言，这款折叠手机不仅是一台通讯工具，更是一个强大的多任务平台，未来的折叠屏手机市场，都有了更高的标杆。

[原始链接]

谷歌即将在8月20日的“Made By Google”发布会上推出新一代Pixel手机家族，其中Pixel 10 Pro被视为旗舰机型，兼顾性能与外观。尽管目前尚未公布详细参数，但通过近期泄露的设计图和FCC认证文件，我们可以提前了解一些新机的亮点。

FCC认证透露新机信息

美国国家无线设备认证机构——联邦通信委员会（FCC）公布了Pixel 10系列的无线硬件认证信息。每款正式上市前，相关厂商都需获得FCC的批准。这些文件公开后，为外界了解未发布产品提供了权威信息。

根据文件显示，Pixel 10、Pixel 10 Pro和Pixel 10 Pro XL都支持无线充电与Wi-Fi 6E技术。而支持智能家居设备互联的Thread协议和超宽带（UWB）技术，只有Pixel 10 Pro和更大尺寸的Pixel 10 Pro XL支持。这些技术可以提升手机与智能家居设备间的连接速度、距离、安全性及能效，表明谷歌正努力推动设备间更智能、更高效的协同体验。

中国曝光照片展示新机

近期，在中国某拍卖网站上出现了Pixel 10 Pro的实机图片，为我们带来了较为清晰的外观细节。这些图片疑似是预先生产的样机，可能是设计验证样机，目的是在量产前确认设计细节。

照片显示，Pixel 10 Pro的背部摄像区域采用类似Pixel 9的“相机带”设计，三颗主摄镜头中加入了潜望式镜头，使得摄像头布局更丰富、更专业。前置摄像头依旧位于屏幕中央的打孔区域，边框比上一代更窄，整体外观年轻现代。

在加拿大温哥华的拍摄现场，Pixel 10的外形也略有曝光。该机型或沿用了上一代的设计语言，但在摄像头布局、边框宽度上进行了改进，更显简洁。分析人士猜测，未来的Pixel 10系列可能会引入三摄系统，提升拍照体验。

早期CAD文件透露设计细节

早在今年三月，关于Pixel 10的CAD（计算机辅助设计）模型被泄露。其中显示，机身宽度和高度与Pixel 9相近，但厚度略微增加0.1毫米。设计上，新机沿用了平直边缘、更扁的侧面设计，整体轮廓更为方正。

从不同版本来看，Pixel 10 Pro可能会推出尺寸更大、配置更高的Pro XL版本，还可能出现可折叠的Pixel 10 Pro折叠版，采用类似“翻盖”设计，兼具美观与实用。

设计趋势：逐步稳定，创新在软件

虽然Pixel 10的外观变化比前几代更偏向演进，但整体而言，其设计更加干净整洁，符合当代智能手机的审美趋势。耐看且不易过时。不过，面对三星、苹果等品牌的激烈竞争，Pixel 10系列在外观上难以惊艳，但在用户体验和软件功能方面将有大作为。

谷歌一直将Pixel系列作为智能手机中融入人工智能技术的试验田。随着硬件的不断优化，谷歌将重点放在软件创新上，推动AI技术在手机操作系统中的广泛应用。例如，最新的开发者大会上，谷歌展示了强化AI能力的计划，未来的Pixel手机将在拍照、语音识别、智能助手等方面带来更多黑科技。

总结

预计今年8月即将亮相的Pixel 10家族，将在外观设计和硬件性能上不断完善，但更大的亮点仍在软件层面。谷歌正通过Pixel系列不断加快AI技术的布局，旨在为用户带来更加智能、便捷的手机体验。面对未来，Pixel 10系列有望在保持稳定的同时，助推Android生态系统迎来新一轮的创新与升级。

[原始链接]

在企业会议、战略讨论和投资峰会中，人工智能的话题总是少不了。人们关心：它会抢走我们的工作吗？能否带来更快的增长？又有哪些潜在风险被我们忽视？在这些热议话题中，有一个真相尤为重要：在这个由机器生成信息充斥的时代，人类最宝贵的能力之一，可能就是问问题、提出质疑、检测假设的能力，我们可以称之为“怀疑思维”。

虽然每年在领导力培训上投入了大量资金，但很少有管理者能准确界定“怀疑思维”意味着什么，也不知道该如何培养它。但如果要理解为什么怀疑思维应与智商和情商同等重要，首先需要回顾一下过去这些概念是如何改变我们对人的认知，以及未来第三种认知方式可能涵盖的内容。

**曾经的智商时代**

20世纪，智商一直被视为衡量“聪明”与否的唯一标准。它是学术评价、人才晋升甚至国家排名的重要依据。1904年，心理学家查尔斯·斯皮尔曼提出“普遍智力”理论。他发现，擅长某一种认知测试的人，往往在其他测试中也表现良好。基于这一发现，法国的比奈和美国的特拉曼开发了能够以数字表示智力水平的智商测试，智商热潮也随之而来。

智商在预测学业成绩、逻辑推理和未来收入方面表现出色，但到了1980年代，人们开始质疑：为什么一些智商最高的人在实际中却失败了？而一些中等甚至较低智商的人却能取得优异的成绩？

**情商崛起**

对智商挑战最大的，是霍华德·加德纳提出的“多元智能”理论。1983年，他在著作中指出，音乐、空间、运动、人与人之间的关系、以及自我认知等多种智慧都同样重要。这个观点引发争议，但也为后来的情商理论奠定了基础。

1990年，心理学家彼得·萨洛韦和约翰·迈耶提出了“情绪智商”，强调识别、理解和调控情绪的重要性。1995年，丹尼尔·戈尔曼通过畅销书《情绪智商》将其推向全球。戈尔曼认为，自我意识、情绪调控、移情能力和社交技巧，往往比单纯的认知能力更能决定领导力和生活的成功。

许多企业纷纷将情商培训列入管理课程，着重培养员工的情感交流和团队合作能力。然而，这些理念虽然让我们更善于“感受”和“沟通”，却没有解决对信息和系统的质疑能力。

**怀疑思维的出现**

近年来，另一种新兴的“智力”开始受到关注。当机器学习逐渐掌握裁决法律、诊断疾病、预测市场趋势等复杂任务时，人们逐渐倾向于相信“算法更客观、更数据驱动”。然而，近年来一些高调失误事件，如面部识别技术难以识别黑肤色人、贷款算法歧视女性、语言模型产生虚假信息，凸显了人工智能的缺陷。

这些问题背后，隐藏着复杂模型难以理解的“黑箱”，即使是研发者也难以解释其决策过程。这就需要一种新的人类能力——批判性检视机器输出的“怀疑思维”。

**什么是怀疑思维？**

它不是简单的反对或盲目怀疑，而是一种有纪律、基于好奇心、谦逊（知道自己不知道什么）和证据评估能力的思考方式。除了智商解决清晰定义的问题，情商应对社交场合，怀疑思维则专注于深入挖掘表面之下的潜在假设。

可以借助认知心理学和批判性思考的研究成果，理解怀疑思维的核心组成部分，包括：

– 明确定义概念：理解每一个术语或建议的真正含义，避免模糊带来的误解。
– 寻找证据：问“这个结论基于什么数据？”“数据是如何收集的？”
– 识别假设：揭示潜藏的文化、统计或组织预设。
– 考虑替代方案：思考“还有其他可能的解释或预测吗？”
– 识别偏见：提防确认偏误、易得性偏差等认知陷阱。
– 评估来源：判断数据和专家的可靠性。

怀疑思维正是将这种批判精神运用到现代大数据和人工智能环境中的表现。

**为何当下更需要怀疑思维？**

令人讽刺的是，人工智能越发强大，越易让我们放松质疑。在一些场景中，模型会提供高置信度的结果，甚至配上漂亮的图表，容易让决策者放松警惕。一项2022年的研究显示，管理者即使发现模型存在明显漏洞，也更倾向于相信那些“漂亮”的报告。

这些偏差带来的风险已屡见不鲜。例如，2020年某知名公司的招聘算法，因为数据偏见而歧视女性，导致部分优秀候选人被误判。又如，一些金融科技应用错误识别少数族裔借款人风险，把他们错评为高风险。这些错误都不是因为管理者无能，而是因为他们缺乏对模型的怀疑能力。

巴菲特曾说：“从别人的错误中学习固然重要，但更关键的是学会不犯错。”在人工智能时代，只有具备怀疑思维，才能实现“信任但要验证”。

**怎么培养怀疑思维？**

在实践中，可以通过以下几种方式提升这种能力：

– 超越合规培训：在日常工作中引入情景模拟，测试AI模型的输出可靠性。
– 注重“求真”型人才：招聘时关注应聘者的谦逊心态和好奇心，鼓励提问。
– 激励不同意见：建立“健康质疑”的企业文化，避免人才盲从。
– 建立算法审查团队：专门负责检测模型是否存在偏差、是否合理的机构，像财务审计一样，让模型审查常态化。

**未来的“超能力”**

当回顾人工智能发展历程，未来十年，人们可能会惊讶于我们曾如此

[原始链接]

深视AI是一款由中国公司开发的强大开源人工智能工具，兼具多功能、低成本和离线运行等优势。随着AI技术的不断普及，深视AI正逐渐引起行业和用户的关注，为个人开发者和企业提供了新的解决方案。

深视AI的主要特色
深视AI最大的亮点在于其开源特性。开源意味着开发者可以自由修改、定制和贡献代码，推动社区共同优化。此外，它具有较高的性价比，适合小型企业和个人用户使用。功能方面，深视AI不仅能辅助编程，还能进行内容创作、数据分析等多种任务，类似一把“瑞士军刀”。一些版本还支持离线操作，保障用户隐私及在网络不稳定环境下的使用需求。

性能表现
深视AI设计为“多面手”，可以完成复杂任务。虽然在某些场景下可能不及市场上最昂贵、最强大的模型，但其成本优势明显，特别是在代码自动生成和内容写作方面表现出色。社区的持续贡献也不断拓展其功能，让用户体验逐步提升。

便捷使用途径
用户可以通过网页端快速试用深视AI，无需下载安装，直接登录网站输入问题或指令即可获得答案。喜欢本地操作的用户，还可以下载桌面版或手机应用，方便随时随地使用。对于开发者来说，深视AI提供API接口，可以集成到自己的软件中，实现自动化处理和个性化定制。

优化体验的技巧
为了更好地发挥深视AI的潜力，建议调整模型参数，例如调节“温度”和“最大词数”，以获得更符合需求的响应。在编码方面，开启代码补全功能，提高编程效率。结合其他平台，如Visual Studio Code或团队协作工具，可以提升整体工作流程的效率。

与竞争对手的比较
深视AI的最大优势在于免费和离线使用，适合预算有限或追求数据隐私的用户。而像ChatGPT等模型虽然功能强大，但需付费订阅且必须连接互联网。深视AI的低成本和自主性，为用户提供了更多选择空间。尽管存在一些局限，比如某些内容的审查，但逐步优化的版本使其成为越来越受欢迎的替代方案。

未来展望
开发团队计划未来推出多语种支持、更强的推理能力及更多平台集成，进一步提升使用体验。开源特性也鼓励广大开发者参与改进，共同推动深视AI的发展。其免费、开放和离线的特性，有望在未来引领行业变革，推动人工智能技术走入更多普通用户的生活中。

结语
深视AI凭借其开源、低耗、离线等优势，成为中国乃至全球人工智能领域的重要创新力量。无论是程序员、内容创作者还是关注隐私的用户，都能找到适合自己的使用场景。未来，随着不断优化和社区的壮大，深视AI有望在推动中国自主科技创新方面发挥更大作用。

[原始链接]

1856年，首次发现尼安德特人的骨骸引发了关于这些古老人类神秘身份的广泛探讨。他们是否与现代人相似？曾经合作、冲突，甚至繁衍后代？随着丹尼索瓦人这一与尼安德特人关系密切、曾在亚洲一带生活的人类古族的发现，这个谜题变得更加扑朔迷离。

近期，来自普林斯顿大学的遗传学和人工智能专家组成的研究团队揭示了这段共享历史的崭新篇章。在普林斯顿李·艾基教授的带领下，团队通过研究发现，不同古人类群体之间曾多次发生基因交换，这显示人类的祖先与尼安德特人之间的关系比此前推测的要复杂得多。

南方大学医学院遗传学教授李敏林介绍：“这是首次有科学证据表明，现代人和尼安德特人之间存在多次基因混合的情况。”他曾在艾基教授实验室担任研究员。

艾基教授指出：“我们发现，现代人类与尼安德特人之间的接触并非偶发，而是贯穿了大约20万年的漫长历史。”人类的最初祖先在大约60万年前从尼安德特人家族分离开来，经过演化，约25万年前形成了我们今天的现代人类特征。从那时起到尼安德特人消失的约2万年前之前，双方持续互动。

这项研究的结果发表在《科学》杂志上，引起学界关注。

重新认识冰河期的人类印象
曾经被刻板印象为迟钝、笨拙的尼安德特人，现在被认为是具有高度技巧的猎手和工具制造者，能够用复杂的方法照顾彼此的伤病，且适应了欧洲寒冷的气候。

研究团队利用2,000名现存人的基因数据，以及三具尼安德特人和一具丹尼索瓦人的基因样本，追踪了过去25万年里古人类群体间的基因交流轨迹。

他们采用了自己研发的基因分析工具“基因片段识别技术”，该技术利用人工智能方法解析基因组，比传统的方法更为精准。以往研究多依赖比对现代人基因与一个被认为几乎没有尼安德特人或丹尼索瓦人DNA的参考群体进行分析。

令人惊喜的是，即使是生活在远离尼安德特人巢穴南方的现代人群，也存在微量的尼安德特人DNA，推测是早期迁徙者或其后代带入的。

根据分析，研究团队确定了三次重要的基因交流高峰：大约20~25万年前、10~12万年前以及大约5~6万年前，尤其以最后一次为最大规模。

挑战“非洲起源”模型
此前广泛认同的观点认为，现代人类起源于非洲，250万年前开始演化，之后在大约5万年前从非洲迁出，逐步遍布全球。而新研究显示，情况并非如此。

艾基教授表示：“我们的模型表明，人类在出现后并非一直保持静止状态。其实，在从非洲迁出的同时，我们也多次返回非洲，甚至在迁徙的路途中不断交流和互动。”这一观点意味着，人类迁徙史比传统认知更加复杂。

这一新发现与考古学及古人类学研究一致，支持不同古人类群体之间存在文化和工具的交流。

研究团队还将目光从现代人寻找尼安德特人DNA，转向在尼安德特人基因组中寻找现代人DNA。艾基教授指出：“过去十年的研究大多关注尼安德特人对现代人类表型和进化的影响，但反过来看也是同样有意义的。”

他们发现，早期尼安德特人和现代人交配的后代，可能在那时仍然留在尼安德特人群体中，没有在现代人中留下明显的痕迹。如今，通过技术手段可以在基因中识别这些古老的交流碎片，揭示出之前无法观察到的迁徙轨迹。

人口减少引发的误解
研究的另一重要发现是，尼安德特人的种群规模远比以往估计的要小。一般认为，基因多样性越丰富，族群就越庞大。通过新技术分析，研究人员发现，尼安德特人基因中存在的多样性，实际上大部分来自现代人的基因传入。这是因为现代人类的族群规模远大于尼安德特人。

由此，科学家将尼安德特人的估算繁殖总人数由约3400人减少到约2400人。

这些发现帮助解释了尼安德特人在大约3万年前从化石和基因记录中消失的原因。

艾基教授表示，他并不认为尼安德特人真正“灭绝”。他的观点是，尼安德特人逐渐被现代人吸收，最后的个体被融入现代人类群体之中。

这种“同化模型”曾由伊利诺伊州立大学的人类学教授弗雷德·史密斯在1989年提出。艾基认为：“我们的研究数据强烈支持这一假设。尼安德特人一直处于濒临灭绝的边缘，人口不断缩减，直到被现代人逐步融合。”

他指出：“现代人的迁徙像海浪一样，冲刷着尼安德特人的居所，最终将他们融入我们当中。这一过程持续了很长时间，超过了我们的预期。”

此次研究由美国国立卫生研究院资助，进一步推动了人类起源与迁徙的认知边界。

[原始链接]

近年来，人工智能技术的发展正在深刻改变医疗行业的面貌。其中，基于大规模语言模型的人工智能系统正逐步应用于诊断、个性化治疗、医院管理等多个方面，为患者和医生带来了诸多便利和革新。本文将介绍这些创新技术如何在实际中发挥作用，以及未来的发展趋势。

一、大规模语言模型在诊断中的应用

大规模语言模型（简称“LLM”）的出现，使得医疗诊断迈出了快速而精准的一步。通过分析大量的医疗数据，LLM能够在短时间内识别出潜在的健康问题，甚至比传统方法更早发现疾病。比如，通过对电子健康档案、医学文献和临床信息的深度学习，模型可以帮助医生提前预测某些疾病的可能性，从而实现早期干预，提高治愈率。

此外，LLM还可以辅助医疗影像分析。医学影像资料如X光片、MRI等含有丰富信息，但需要耗费大量时间进行逐一分析。利用人工智能自动识别问题区域，既提速又提高了诊断的准确性。这样不仅缩短了患者等候时间，也让治疗更加及时有效。

二、个性化医疗让健康管理更智能

每个患者的体质、遗传以及生活习惯都不同，传统的“千篇一律”治疗已逐渐不能满足需求。基于LLM的智能系统能够从患者的基因信息、生活方式和既往病史中，制定出更为个性化的治疗方案。这样的定制化方案，不仅能提升治疗效果，还能减少药物副作用。

虚拟健康助手的出现，也为普通患者带来了便利。患者可以24小时随时咨询健康问题，手机或电脑上的虚拟助手会给予专业建议，甚至远程监测健康状态，及时发现潜在问题，提前预警。

三、提高医院管理效率

医疗行业不仅要提供优质服务，也要面对繁琐的内部管理任务。LLM的引入，使得医院行政工作变得更高效。自动化办公流程、智能排班、电子病例管理、保险理赔自动处理等，都得益于人工智能系统的支持。

特别是在数字化流程中，LLM可以整合不同系统信息，自动传输数据，减少人为错误，提高信息的准确性和流通速度。这不仅节省了人力，也提升了整体工作效率。

四、面对的挑战与应对措施

当然，AI在医疗中的应用也面临一定的难题。首先，数据隐私和安全问题备受关注。患者的个人健康信息极为敏感，必须采取严格的加密和权限控制措施，确保信息不被泄露。其次，不同医疗系统的兼容性也是一大技术难题。如何让新技术无缝融入现有系统，保障信息流通顺畅，仍需不断研发。

此外，伦理问题也不可忽视。AI判断虽然强大，但是否存在偏见、是否会影响患者自主权等，都需要进行严密审查。确保AI操作的公平性和透明度，是未来发展的重要方向。

五、未来展望：智能诊疗与全面健康管理

未来，LLM将在药物研发、健康监测、情感识别等领域发挥更大作用。例如，通过分析庞大化学、生命体征数据库，加快新药的发现过程，缩短研发周期。同时，借助物联网设备，患者在家中的智能监测设备将实时上传数据，AI分析后提前预警，为慢性病管理提供科学依据。

此外，情感交互型的AI也逐步走入健康关怀的范畴。具备理解和回应人类情感的智能助手，将能为患者提供精神慰藉、心理疏导，形成医疗、心理、情感全方位的支持体系。

六、跨界合作：共筑智慧医疗未来

实现AI在医疗行业的更好应用，离不开多学科合作。医学专家、技术研发人员、伦理学家和政策制定者应携手合作，制定切实可行的法规政策，保障患者权益，推动技术有序发展。同时，医患双方也需共同努力，培养数字技能，提升医患合作效率。

总结

大规模语言模型正逐步融入到医疗行业的方方面面，带来更加高效、精准、个性化的医疗服务。尽管途径中还存在技术和伦理的挑战，但随着技术的不断进步和管理体系的完善，未来的医疗体系将变得更加智能化、人性化。这不仅是科技的变革，更是全社会共同迈向健康新未来的重要一步。

常见问题解答

问：什么是医疗中的大规模语言模型？

答：它是一种可以理解和生成类似人类文本的人工智能系统，帮助医生分析数据、制定治疗方案、管理信息，提高工作效率。

问：LLM如何帮助提升疾病诊断？

答：它能快速分析患者信息，识别潜在问题，从而实现早期诊断和更高准确率。

问：未来AI在医疗中还能实现哪些突破？

答：未来可能推动新药研发、远程健康监测、情感关怀等方面的发展，打造更为智能和便捷的医疗环境。

[原始链接]

近期苹果公司在科技圈引发了广泛关注，传闻与真相交织，尤其是在新产品设计、生产计划及系统更新方面，背后隐藏着许多值得期待的秘密。

一、iPhone 17 Pro设计新变化引发热议
苹果计划在今年推出的iPhone 17Pro，其背部摄像头岛将采用全新设计，变成几乎覆盖机身宽度的“摄像条”，这比之前的摄像头突起更加协调、美观。同时，苹果标志的重新定位也为无线充电功能提供了便利。由多方泄露的照片显示，新设计使得机身线条更加流畅，尤其是在深色款式上效果显著。一些分析人士认为，新“摄像条”或许比去年略小的凸起更具美感，整体外观变得更加现代。

二、折叠屏手机或将提前量产，2026年或成量产关键年
苹果的折叠屏手机传闻由来已久。最新消息显示，公司已开始准备完整的生产线，预计在2026年推出第一款折叠屏手机。这距离三星首次发布折叠手机已有七年时间。苹果的工厂已在测试真实样机，且生产线的产能比预计的销售需求要多出一倍，显示出公司对这一新型产品的重视和信心。折叠屏手机一旦面市，有望带来更大屏幕体验，满足用户不断增长的多任务需求。

三、苹果高管变动，副总裁即将卸任
苹果公司宣布，首席运营官杰夫·威廉姆斯将于今年7月底退休，接任者为高级副总裁沙比·汗。威廉姆斯将在退休前继续领导设计团队和健康项目，维持公司运营的连续性。而他的离任，也意味着苹果在管理架构上的新调整。公司高层表示，此次变动将使公司未来的发展更具灵活性，更好地应对市场变化。

四、MacBook或将支持在店内软件更新
苹果技术团队正在测试一项名为“Presto”的系统，可以在苹果商店内将最新版本的操作系统直接安装到未开箱的MacBook中，确保用户在购买时即获得最新的系统体验。这个系统未来或在macOS 26中推行，有助于用户避免购买后立即进行更新的繁琐流程，同时获得最优体验。然而，由于Mac没有近场通信技术（NFC），如何在封装状态下启动和更新设备仍是技术难题。

五、iOS 26隐藏功能逐渐曝光
随着苹果发布iOS 26的开发者测试版，部分科技媒体观察到苹果并未像以往那样，在全球开发者大会上提前公布新系统的亮点内容。这或许是苹果在去年WWDC的差错后，采取了更为谨慎的策略。苹果公司选择逐步揭示未来新功能，等待正式发布时带给用户更多惊喜。

六、苹果Vision Pro增强版即将问世
备受期待的增强现实头显“苹果Vision Pro”似乎也在不断升级。据报道，新版本将配备更快的处理器（可能采用M4芯片）和其他改进，提升设备的运行速度和人工智能处理能力。这一升级应能带来更佳的佩戴体验和更强的性能，满足未来多场景应用的需求。

七、《慢马》将推出第七季
由加里·欧文主演的科幻剧《慢马》即将迎来第七季，这意味着这部已获得艾美奖和BAFTA奖的剧集，仍然拥有坚实的粉丝基础。公司计划在今年九月播出新季，尽管第五季尚未完结，但续订消息已令粉丝们兴奋不已。苹果电视喜剧剧集的持续更新，也展现了苹果在影视娱乐领域不断发力的策略。

结语
苹果公司在硬件设计、产品规划、系统更新等多个领域不断创新，未来的产品和技术令人充满期待。从折叠屏手机到增强现实设备，每一项都预示着苹果正在向未来科技不断探索。作为中国大陆的消费者，关注这些动态，有助于更好地理解科技巨头的最新动向，把握未来生活的新可能。

[原始链接]

据路透社报道，接近消息人士透露，OpenAI即将推出一款集人工智能技术于一体的网页浏览器，这将对谷歌主导的市场格局构成挑战。这款浏览器预计将在未来几周内面市，旨在用AI技术根本改变用户的上网方式，并让OpenAI能直接获得谷歌成功的关键因素之一——用户数据。

目前，全球每周活跃使用ChatGPT的用户已达5亿，如果这些用户开始使用OpenAI的浏览器，将可能对谷歌通过广告获取收益的核心渠道产生压力。谷歌的Chrome浏览器不仅是其广告业务的重要支柱，占据其总收入的四分之三左右，还通过提供用户信息帮助谷歌更精准地投放广告。同时，Chrome也是谷歌自动引导用户搜索到自己搜索引擎的重要途径。

据熟悉情况的消息人士透露，这款新浏览器的设计理念是让用户与网页的交互更多在类似ChatGPT的聊天界面内完成，而非传统的通过点击网页链接跳转。此外，这也体现出OpenAI试图将其服务融入用户日常生活和工作中的宏大战略。

OpenAI对此未作回应，相关消息人士也要求匿名，因其没有授权公开发言。据悉，OpenAI由创业者山姆·奥特曼领导，自2022年底推出人工智能聊天机器人ChatGPT以来，迅速在科技界引起震荡。尽管取得了成功，但OpenAI也面临来自谷歌等巨头以及新兴创业公司的激烈竞争，亟需寻找新的增长点。

早在今年五月，OpenAI宣布将进入硬件领域，斥资65亿美元收购了由苹果前设计主管乔尼·艾夫创立的AI设备创业公司io。此次推出网页浏览器，也使得OpenAI能更好地将其AI代理产品，比如“操作员”，整合到浏览体验中，实现“代理”在用户授权范围内完成预定任务，比如预约、填写表格等，极大提升智能操作的可能性。

此举带来巨大的竞争压力。目前，谷歌Chrome浏览器全球用户已超过30亿，市场份额超过60%，远超排名第二的苹果Safari。根据统计网站的数据，去年，OpenAI的ChatGPT付费用户已达300万。不过，除了OpenAI之外，还有其他AI创业公司加入了浏览器竞赛，例如知名的“语助”和“勇敢浏览器”，它们都推出了具备搜索和内容整合能力的AI浏览器。

值得注意的是，消息来源指出，OpenAI构建的这款浏览器基础采用的是谷歌的开源项目——Chromium。Chromium不仅是Google Chrome的源代码，也是微软Edge、Opera等多款浏览器的技术基础。去年，OpenAI还曾聘用两位谷歌Chrome团队的老员工，显示出其希望在浏览器技术方面深度布局的意图。

对此，有分析认为，若反垄断监管机构最终促使谷歌出售Chrome，OpenAI表示“有兴趣收购”。然而，谷歌迄今未明确表示出售意向，反而强调将上诉以维护其垄断地位。

总之，随着OpenAI推出具有自主控制能力的浏览器，未来在网页搜索、内容交互、智能任务执行等方面，将对谷歌的市场份额和广告收入产生显著影响。这一动态也凸显出AI技术在互联网竞争格局中的日益重要。

[原始链接]

麻省理工科技实验室开发出只依靠视觉即可实现软体机器人身体感知的新系统

近期，麻省理工学院计算机科学与人工智能实验室（简称CSAIL）宣布，研究人员成功研发出一种全新系统，让机器人能够通过纯粹的视觉观察，自我理解身体的运动和形状，从而实现“身体感知”。这一突破有望推动软体机器人和仿生机器人领域的快速发展，让未来的机器人变得更智能、更灵活，也大大降低了成本。

传统的机器人在让其“知晓”自身结构时，通常依赖于复杂的传感器或精确的建模过程。这不仅耗费时间，还需要昂贵的设备，限制了机器人在复杂环境中的应用。而麻省理工的这个新系统，则采用了只用普通摄像头的方法，让机器人“看见自己”，学习自己身体的运动规律。

研究团队通过让机器人不断观察自己移动的过程，结合人工智能技术，构建出内部的“身体模型”。具体而言，研究使用了一种叫“可微渲染”的技术，让机器人可以从二维的视觉图像推断出三维的身体形态和运动。这意味着，机器人不用事先编码好精确的模型，也不需要安装昂贵的传感器，只需看自己动作的影像，就能理解身体左右、关节变动的关系。

此外，研究人员还利用运动追踪技术，如点追踪和光流法，记录机器人在学习过程中的运动情况，将其与控制指令进行关联，最终形成一种“视觉-运动”映射关系。这个映射关系能让机器人根据看到的画面，实时调节动作，从而实现自主行走、抓握、保持平衡等复杂任务。

研究负责人之一的教授 Vincent Sitzmann 表示，这一技术标志着机器人“身体意识”的新方向。过去，机器人往往是按照预设模型进行操作，缺乏自主学习能力。而这一系统让机器人可以自己“观察”身体，学习如何运动，不再完全依赖人工编程，大大增强了其灵活性和适应性。

更令人振奋的是，研究中的三个实际机器人案例都取得了惊人的成果。一台由3D打印材料制作的玩具机械臂，虽然关节松散，没有传感器，却能通过观察自己摇摆的动作，学会在空中精准书写字母；一只软质气动手也能在没有指示的情况下，识别出空气管与手指的关系，通过视觉观察了解自己动作；此外，一台软质腕部平台，经过模拟外部干扰，学会了保持平衡并完成复杂轨迹。

软体机器人之所以一直被认为难以建模，主要是因为它们的结构容易变形，传统模型难以精确描述。这一系统通过让机器人“自学”，避免了繁琐的手工建模过程，就像人类通过照镜子学习动作一样。教授Sitzmann解释：“软体机器人借鉴了动物和人体的特性，具有一定的弹性和柔软度。这种身体的可塑性使得它们可以在复杂环境中更灵活地进行操作。我们用视觉而非传统硬件传感器，让机器人自己理解身体，这是一种革命性的进步。”

专家指出，这项技术有望引领多行业变革。柔性机器人因结构灵活，难以用传统方法建模，一直难以大规模推广。此次创新方案降低了制造成本，也拓宽了应用范围。比如在家庭自动化、农业机器人、低成本制造、甚至可穿戴设备领域，只要精度要求不是特别高，就可以依赖视觉辅助控制，实现成本大幅下降。

未来，随着触觉等传感技术的加入，这一方案还可能走向更高精度的应用，包括精密装配和医疗机器人等领域。这不仅意味着机器人变得更“聪明”，也代表着机器人自主学习能力的重大飞跃。

总结来看，此次研究充分利用了人工智能、计算机视觉等先进技术，向机器人赋予了“身体自知”的能力。未来，廉价、智能的视觉驱动机器人或将成为制造业、家庭和农业的新宠，开启机器人“自学成才”的新篇章。

[原始链接]

随着科技的发展，人工智能正深入改变我们的支付方式。它不仅让交易变得更加快捷，还大大提高了安全性，为用户提供更智能、更便捷的支付体验。本文将详细介绍人工智能在支付领域的核心应用及未来趋势。

一、增强支付安全，防范金融欺诈

人工智能在支付安全方面发挥着重要作用。传统的欺诈检测主要依赖人工经验和规则，效率有限。而如今，基于人工智能的系统能实时分析大量交易数据，识别出异常行为，从而及时阻止潜在的欺诈交易。这就像拥有一名超级安全守卫，全天候监控每一笔交易，确保资金安全。

更令人振奋的是，人工智能还能预测潜在威胁。通过学习过去的攻击事件，分析用户行为特征，如打字速度、鼠标移动轨迹等，系统能够识别出可疑登录或交易行为，提前采取措施预防欺诈发生。这种主动预警能力，有效提升了支付平台的防护水平。

二、优化支付路线，降低成本

人工智能通过优化支付路径，提高资金流转效率，降低交易成本。它能分析大量数据，包括支付方式、货币类型、交易地点和历史记录，为每笔交易寻找最优的路径方案。就像导航软件帮你避开拥堵路段，AI确保资金快速、安全地到达目的地。

此外，AI还能估算采用不同支付路线的手续费，优先选择成本最低的方案。这不仅为企业节省了成本，也提高了交易成功率。例如，传统路线可能需要支付2.5%的手续费，而经过AI优化后，手续费可以降低到1.2%，为企业节省不少开支。

三、提升支付处理速度与自动化

人工智能显著加快了支付的速度。它可以瞬间识别可能有风险的交易周转，快速审批，减少等待时间。系统还能预测高峰期，提前做好容量准备，避免因流量过大导致的延误。

同时，AI还承担了许多繁琐的人工任务，如数据录入、错误核对、交易调节。自动化的流程不仅减少了人为失误，也大大降低了运营成本。例如，原本需要人手进行的账单核对和纠纷处理，现在由AI自动完成，效率提升数倍，企业运转更为顺畅。

四、降低成本，增强盈利能力

依靠AI自动化和智能优化，支付企业的运营成本得到极大降低。它可以预测潜在的支付失败和风险点，提前采取措施，减少损失。通过持续优化支付路径和风险控制，企业在结算和反欺诈上的支出大大减少，获利空间明显扩大。

以实际效果为例，利用AI检测欺诈的成本由每笔交易5元降至0.5元，数据录入成本从1元降到0.1元，争端处理时间缩短75%，极大提升了整体盈利能力。

五、改善客户体验，个性化服务

人们更喜欢快捷、个性化的支付体验。人工智能能根据用户的历史交易数据，自动推荐最适合的支付方式，提升用户满意度。同时，智能客服机器人能实时指导用户完成支付流程，减少购物车放弃率。

在安全认证方面，AI引入面部识别、声纹识别等技术，无需繁琐的密码验证，既保证了支付的安全性，又提高了便利性。用户只需一句话或一个动作，即可完成身份验证，享受流畅的支付体验。

六、核心技术支撑

人工智能在支付中的应用离不开几项关键技术：

– 机器学习：通过学习大量历史交易数据，不断提升识别欺诈和风险的能力。例如，识别异常交易模式，提前拦截欺诈行为。

– 高级算法：优化路径选择、预测交易成功率、个性化推荐，为支付提供智能决策支持。

– 实时数据分析：即时监测支付状况，快速反应异常行为，确保支付过程安全、顺畅。

未来，随着技术不断成熟，人工智能将在支付行业扮演越来越重要的角色，为用户提供更安全、更快捷、更智能的支付服务，使我们的金融生活更加便利、安全。

[原始链接]