[新闻简报] Grab要让司机“下岗转型”?自动巴士上线前的真算盘

Grab的自动巴士计划不只是科技秀,更像是一次东南亚交通生态的提前演练。陈炳耀(Anthony Tan)这次公开谈话,透露出Grab下一阶段的野心:让AI和自动驾驶技术全面接管出行的底层逻辑。问题是,这场游戏,司机和乘客都得重新找定位。

为什么重要

Grab不再只是外卖和叫车平台,它正在成为东南亚的AI交通基础设施公司。2026年在新加坡推出自动巴士,不仅是技术突破,也是监管、数据和社会信任的实验。对于劳动密集的地区,这一步可能直接重塑“司机”这个职业的定义。

关键点

  • Grab将在2026年初在新加坡推出robobus自动驾驶巴士。
  • 已完成与中国文远知行(WeRide)的试运行项目,并计划持股投资。
  • 同时入股美国May Mobility,后者已在美国启动商用机器人出租车。
  • 陈炳耀表示,要长期引领东南亚自动驾驶与远程驾驶。
  • 承认东南亚低劳动力成本将延缓自动驾驶的经济可行性。
  • 提出司机可转型为远程安全驾驶员、数据标注员或传感器维护员。
。。。 继续阅读

OpenAI 要烧掉一兆美金,凭什么政府要帮它兜底?

OpenAI 最近在华尔街日报的一场会议上放话,希望美国政府能为他们的 AI 基础设施扩张提供贷款担保。说白了,他们要建更多数据中心、买更多显卡、烧更多电,但不想一个人扛全部风险。听起来像是科技圈的「耍赖」,但其实背后透露出几个关键趋势。

巨额资本,谁敢借?

OpenAI 的 CFO Sarah Friar讲得很直接:AI 数据中心寿命短、前期投资巨大、融资成本高得离谱。她不是在抱怨,是在兜售一套新玩法:希望政府出面担保、银行出钱、基金接棒。

问题不是 OpenAI 没钱,而是市场没人敢放心把钱借他们。三五年后技术换代,数据中心可能变成废铁。这时候政府一担保,市场信心来了,融资利率也能压下来。

这种玩法在硅谷不常见。苹果、Meta、谷歌这些公司,多是靠自己烧资本或发债融资,从不找政府兜底。OpenAI 这么做,等于是明牌:

他们要在 AI 基建上赌一把超级大的注,起手就是一兆美金。

为什么要烧这么大?

你可能以为 OpenAI 赚钱靠。。。 继续阅读

Valve 三连发:Steam 主机、控制器、VR 头显全面出击

最近 Valve 又来搞事情了,连发三款新硬件,不声不响地想把游戏设备从头到脚重新洗一遍。我原本以为 Steam Deck 已经是他们近几年最有料的东西,结果这次的组合拳打得更狠:新一代迷你主机、新控制器、还有一个看起来认真打算挑战 Meta(Meta Platforms Inc.)的 VR 头显。这三款产品某种程度上踩在了现有市场痛点上,可能很多人都还没意识到发生了什么事。

新一代 Steam 主机:不是“玩具”,是战斗机

这个 Steam Machine 跟以前那种伪装成客厅盒子的迷你主机不太一样。最直观的感觉是小,非常小,整个机壳差不多就 6 英寸立方体,体积只有 3.5L 出头。里面塞了一颗 AMD 的半客制化 APU,性能目标是打平 RTX 4060 高功耗笔电版本,支持 FSR3,目标是 4K 60fps,主打沙发端游体验。

在散热和噪音上的设计也有亮点。实际体验者反馈指出,满载时只有 28 到 30 分贝,几乎就是静音等级。散热路径从底部和前方进风,再通过电源与主板直接排出,设计合理。内建。。。 继续阅读

[新闻简报] 苹果花10亿美元买AI智商,Siri终于不当“智障助手”

苹果和Google牵手做AI?每年10亿美元,换来的是Siri的大脑升级。别笑,这次苹果真的不想再让Siri当个“笨助手”了。

为什么重要

AI的战争早就不是谁芯片强、谁算力大,而是看谁能快落地、谁有生态撑腰。苹果砸钱用Google的Gemini模型,不只是技术合作,更像是一次策略认输。毕竟过去苹果最自豪的是封闭系统,现在却要靠别人家的AI撑场面,代表它清楚自己落后得有点远。

这动作也等于是向整个业界放话:连苹果都要外包AI智商,那真正能独立造模型的公司,真不多了。

关键点

  • 苹果预计每年支付约10亿美元使用定制版Google Gemini。
  • Gemini模型拥有约1.2万亿参数,远超苹果自家模型的1500亿参数。
  • 模型将部署在苹果的Private Cloud Compute服务器,保障数据隐私。
  • 升级后的Siri主打摘要生成与任务规划,不是聊天机器人。
  • 苹果仍持续研发自家AI,未来有望摆脱对Gemini的依赖。
  • 合作前,苹果曾评估OpenAI与Anthropic的模型,但最后选了Google。
。。。 继续阅读

Amazon 云端赚到翻,但你抢不到这张门票

这几季美股只要提到 AI 三个字,市场立刻兴奋得像中发票。Meta 说要盖数据中心,股价喷。Google Cloud 营收超预期,也涨。最夸张的当然是 NVIDIA,涨到连员工都不知道该不该卖股了。而在这场数位淘金热里,有一家公司低调地坐着收租金,那就是 Amazon(亚马逊)。

讲到 Amazon,很多人只想到买东西送货快,但别忘了他们旗下的 AWS(Amazon Web Services)才是真正的金鸡母。这次 AWS 的表现,不只是“还不错”,而是直接把整个基础建设推进了一个新量级。

AWS 不只云,更是硬件狂人

很多人只看到 AWS 的云端服务,但忽略了它其实已经是全球最大的新电力消费者之一。光是过去 12 个月,他们就新增了超过 3.8 GW 的数据中心电力容量,直接等于 2022 年的两倍。如果你没概念,美国一个中型城市的电力消耗也差不多就是这个等级。

而且还没完,AWS 表示年底前会再加 1 GW,到 2027 年预计再翻一倍。这种节奏不是“可能成长”,是已经开始动工。。。。 继续阅读

比亚迪的高增长假象:一份财报戳破的真相

过去几年,比亚迪(BYD)被视为中国新能源车的“奇迹公司”。销量狂飙、工厂遍地、股价一度封神。但最近的财报像一盆冷水,把所有光环都冲淡了。利润塌方、库存飙升、债务暴涨,比亚迪的故事似乎到了拐点。

利润下滑的警讯

2025年第三季度,比亚迪营收同比下降约3%,净利润暴跌超过三成。最令人担心的是,利润下降的速度远快于营收。这不是市场短期波动的问题,而是商业模式开始吃力。

目前比亚迪的平均单车售价约13.7万元人民币,净利润只有约6,200元。很多人以为海外市场能补回来,但全球扣掉中国与美国后,电动车市场总量不过七百万台,比亚迪能抢到的份额有限。要靠出口完全抵消国内销量的下滑,几乎不可能。

扩张背后的隐忧

库存一年内暴增三成,在建工程翻倍。产品卖不动还疯狂建厂,这种操作更像是赌命而不是扩张。电动车行业迭代快、折旧高、政策变动频繁,库存高企只会拖垮现金流。

更诡异的是,研发投入虽然激增,却没有换来毛利提升。企业持续砸钱,却造不出能提高溢价的车型。这种“投不出回报”的研发,只是让财报更难看。。。。 继续阅读

Go 的 GC 突破,Green Tea 上线:快、省、现代化

Go语言一直是我最喜欢的编程语言。主要是因为可以跨平台。Go 1.25 推出了一种全新的垃圾回收器 Green Tea,名字听起来像是下午茶,背后却是一场工程师对抗 CPU 架构趋势的苦战。Google 已在生产环境上用上这个新 GC,引起了技术圈不少关注。有人说这就是现代 CPU 的解法,也有人担心“页面优先”的设计是否会牺牲通用性。来看看,这个叫 Green Tea 的到底是饮料还是真货。

为什么这件事值得关注

垃圾回收器(GC)是所有现代语言的痛点,特别是在 Go 这种强调并发和可预测延迟的系统语言里。GC 影响的不只是性能,更可能左右一个服务的资源开销和可扩展性。Green Tea 的出现是 Go 官方对过去性能瓶颈的正面回应,它不只是优化,而是思路大改。

关键点

  • Green Tea 改为以「页」(page)为单位扫描对象,取代传统的对象级遍历。
  • 实测在 Google 内部,GC 时间平均减少 10%,某些场景最高达 40%。
  • 借助 AVX-512
。。。 继续阅读

[新闻简报] NVIDIA x Uber:Robotaxi 全球布局启动

NVIDIA这次是真的没在开玩笑。AI芯片的王者,正式进军Robotaxi市场,直接牵手Uber,打算把自动驾驶做成全球规模的生意。

这听起来像科幻小说,但现在真实上演。不只是几家车厂试着玩L4(Level 4自动驾驶),而是整个自驾生态,在NVIDIA主导的AI基础设施下,朝商业化大规模扩张。背后的核心,是NVIDIA能把硬件、算法、数据工厂和开发平台整合成一条龙的能力。

为什么值得注意

Uber预计在2027年开始部署10万辆Robotaxi,这不再是研发部门的PPT,而是列入营运KPI的真实项目。这将成为全球最大规模的L4实证场,也会是Robotaxi与人类司机混合运作的首次真实测试。

背后的技术基础来自NVIDIA全新DRIVE AGX Hyperion 10平台,不是实验性工具,而是针对量产、通过安全验证、可立即部署的完整解决方案。这代表车厂能快狠准切入Robotaxi市场。

你该知道的几个重点

  • Uber与NVIDIA合作,预计部署10万辆L4
。。。 继续阅读

[新闻简报] 特斯拉疯子模式被调查:自动驾驶的极限在哪里?

特斯拉自动驾驶又闯祸了,这次主角是他们最新的「疯子模式」(Mad Max)。这个听起来就不太妙的名字,在FSD V14.1.2中正式上线,主打一个字:快。车辆会主动找空隙变道、钻车流、猛切线。

为什么重要

这不只是特斯拉车主的驾驶体验问题,更是整个自动驾驶行业面临的监管风向球。NHTSA这次一调查就是290万辆FSD车型,牵涉到14起事故、23人受伤和58起正式投诉。换句话说,这不是少数用户的抱怨,而是有可能拖累整个FSD商业化进度的大麻烦。

关键点

  • 疑点焦聚在Mad Max模式,这种驾驶风格会更主动地变道、争取时机超车,虽然表面上不超速,但“节奏”非常激进。
  • 美国国家公路交通安全管理局(NHTSA)介入调查,认为这可能威胁公共道路安全。
  • 特斯拉取消了旧版的速度偏移设定,改为五档驾驶风格,从最保守的Sloth到最激进的Mad Max,由车主选择。
  • 这次调查涵盖2.9百万辆FSD汽车,规模远超过去任何FSD相关调查。
。。。 继续阅读

语音 + Whisper + ChatGPT:10分钟写出一篇像样的文章

思维同步从来不简单。尤其当你分身乏术、脑袋又经常开太多分支时,想把想法变成有结构、有重点的内容,难度不小。我最近试了一个新做法,发现效率爆表,有机会变成我固定的写作工具。

流程拆解:三步走完

  1. 用iOS语音Memo快速录下灵感,通勤、走路、等车时都能顺手操作
  2. 把录音(m4a文件)用Mac上的开源工具Whisper转成文字(我设了个脚本,一键处理最新memo)
  3. 把txt文件丢进ChatGPT,让它润色、整理成一篇能看的草稿

为什么值得一试?

  • 适合没头绪、只想「开口讲一讲」的场景
  • 灵感不怕零散,有了文字就能慢慢分析
  • 特别适合记录跑步时想到的点子,或是清晨睡眼惺忪时突然蹦出的想法

实测感想:超出预期

我直接把memo用Whisper转文字,再丢给ChatGPT整理。结果很惊喜。

  • Whisper识别准确度很高,不用什么修正
  • ChatGPT整理出来的内容,逻辑清楚,语感自然
  • 最重要的是:原本的杂念,突然变成可以延伸的内容,写作欲望直接被点燃
。。。 继续阅读