科技 × 市场 × 生活感观察
AMD最近放出了一颗大招，推出了Ryzen AI Max芯片。这是一款面向创作者和游戏玩家的16核笔记本芯片，强调AI和图形性能。听起来很厉害，但当他们拿来和苹果M4芯片比性能的时候，似乎用了一些很“聪明”的策略，甚至让人有点摸不着头脑。
Ryzen AI Max主打高性能，特别是在AI计算和图形渲染方面。它在多个基准测试中表现不俗，比如渲染软件Blender和v-ray的测试结果，显示领先苹果M4芯片86%。但问题是，它的对比对象并不是苹果最强的M4 Max，而是12核和14核的M4 Pro。这让人不禁想问，AMD是不是故意避开了某些对手？
在Cinebench 2024的多线程测试中，Ryzen AI Max的表现也显得不那么耀眼。它仅比12核M4 Pro高出2%，甚至落后于14核M4 Pro 3%。苹果16核的M4 Max未被纳入对比，而这款芯片拥有多达40核GPU，比M4 Pro的20核GPU更强悍。看到这儿，你是不是也觉得AMD有点避重就轻？。。。 继续阅读
理想汽车CEO李想最近公开表示，特斯拉无法解决全自动驾驶的问题，主要原因是特斯拉不使用激光雷达。这种观点，乍听之下挺有道理，毕竟中国复杂的交通状况和激光雷达的技术特性，确实有不少支持者。但你仔细想想，这真是问题的核心吗？今天，我想带大家看清背后的逻辑，聊聊为什么特斯拉的选择不仅合理，还可能在未来打脸李想。
支持激光雷达的人常说，夜晚视线差，激光雷达能探测到200米外的障碍物，而摄像头只能看到100米出头。这听起来挺科学，但问题在于，特斯拉的纯视觉方案并不是简单用摄像头拍照，而是结合了强大的人工智能。特斯拉的摄像头直接读取光子信息，能够感知人类眼睛完全看不到的细节。比如，在低光条件下，它能准确分辨两个物体的光子数量差异，从而绘制出比人类肉眼更清晰的画面。
相比之下，激光雷达虽然能提供精准的距离信息，但也有明显短板。首先，激光雷达和摄像头数据整合时，可能出现信号冲突，分散系统对关键决策的关注。其次，激光雷达价格高昂，会显著提升车辆的制造成本，这对特斯拉追求低成本、大规模推广的战略是相违背的。马斯克的逻辑很简单：既然人类只靠双眼和大脑就能开车，为什么AI不能？。。。 继续阅读
本周，深思推出了全新AI模型深思V3，在基准测试上打败了不少竞争对手。然而，这款看似性能优异的模型，却在回答问题时自称自己是ChatGPT，还直接搬来了GPT-4的笑话，这让人不禁开始怀疑：深思V3的“自信”从何而来？AI领域内卷之下的“学习路径”到底出了什么问题？
AI模型的训练成本和技术壁垒非常高，而深思V3的行为表明，在这个拼速度、拼性能的行业，可能已经有人开始“走捷径”了。如果模型直接学习竞争对手的输出，这不仅会引发版权与道德问题，还可能让模型的质量进一步下降。
最近科技圈最火的名字莫过于 AMD，很多人开始讨论它是不是有可能成为下一个英伟达。坦白说，这话题真的有点太主观了，但也不失为个好入口，带大家深入了解这家半导体公司在 2025 年的机会与挑战。
AMD 的股价最近波动不小，但也证明了市场对它的期待。20 年前，它的市值还远不及 Intel，如今却成功翻盘，成为超越 Intel 的存在，这种“风水轮流转”式的逆袭，真是让人不禁感慨。不过，股价背后的故事远比表面复杂。要看清楚 AMD 是不是有戏，我们得从数据中心业务、AI GPU 市场、估值三大块来拆解。
数据中心业务可以说是 AMD 未来增长的发动机。数据显示，2024 年前九个月，AMD 的数据中心收入同比增长 107%，这种两位数的增速让人想到英伟达在 2022 年的表现。更重要的是，AMD 将在 2025 年推出 MI325X 和 MI350 系列加速器，这些新品很可能帮助它进一步扩大市场份额。
当然，数据中心业务的好处不仅仅是收入。它还显著提高了。。。 继续阅读
最近，理想汽车的CEO对特斯拉的全视觉（FSD）系统提出了质疑，认为这种纯靠摄像头的自动驾驶技术不适合中国的复杂道路环境。他特别提到在夜间行驶时，大货车没有尾灯或光线不足的情况下，摄像头的探测能力可能远不如激光雷达。然而，这真的是技术问题，还是一种认知上的差异？今天就来深挖这个话题。
激光雷达爱好者的核心观点是，它能在黑暗中提供更远的探测距离，比如200米，这在一些突发情况下确实有用。但问题来了，难道我们人类夜晚开车的时候，是靠装在脑门上的激光雷达在开吗？显然不是。人类司机用眼睛观察路况，然后用灯光辅助，依然可以在黑暗中行驶。那么，特斯拉的逻辑就是，用更智能的算法和摄像头技术来模仿并超越人类司机的能力。
相比之下，激光雷达的成本高昂，而且对环境要求苛刻，比如在雨雪天可能会失灵。而特斯拉的目标是将自动驾驶系统打造成一种能够普及的产品，而非只有豪车买家才用得起的高端配置。这种从第一性原理出发的思考方式，可能才是传统车企和新势力们所不理解的。。。。 继续阅读
那天看到这个文章把OpenAI比喻这个时代的雷曼兄弟。如果你现在还觉得生成式AI就是个啥都搞不清楚的猜谜游戏，那大概率你离实际工作已经有点远了。毕竟，能真正让一堆代码猝不及防写出来还能跑通的，也不是那些嘴上嫌弃AI “不准确” 的人。
说到底，这些批评者可能根本没看到AI在生产力上的飞跃，只抓着”错误输出”不放。
回头看看当年搜索引擎刚出来的时候，有多少人理解它的真正价值？那会儿不少人只会吐槽：”这个结果根本不是我要的东西啊！” 但有些人很快发现，搜索引擎让他们的知识检索效率翻了好几倍。同样，生成式AI今天的情况也差不多。
对程序员来说，现在的AI代码助手就是个效率神器。写代码本身不是什么玄学，但调试和查文档却常常是耗时的黑洞。生成式AI能快速理解你的需求，甭管是Python、Go还是Kotlin，直接扔出段初步可用的代码。关键是，它不仅帮你省了时间，还把”我这逻辑没问题吧？”的信心递到你手上。。。。 继续阅读
Spotify最近被一波AI音乐冲击得有点晕头转向。原本靠音乐创作者撑起的流媒体帝国，现在正被一批批“不存在的艺术家”攻陷。更离谱的是，这些AI乐队不仅没背景故事，连脸都没有，却能拿下几十万月度听众。到底是创意产业的新革命，还是另一场内容水化危机？
音乐流媒体的核心吸引力在于内容多样性与质量，而AI音乐的泛滥可能逐渐侵蚀这一核心价值。平台看似提供了更多选择，实则可能是质量与真实性的双重稀释，对真正的创作者和消费者而言，这都是一种隐性损害。
最近，特斯拉又在投资者圈子里掀起了一场“脑暴”。官方宣称无人出租车（Robotaxi）可能提前到来，还搭配了一系列硬核推特更新，令人对未来充满期待。然而，就在这样的利好消息中，特斯拉股价却接连三天下跌，甚至引发了不少投资者的恐慌。到底怎么回事？是高处不胜寒，还是低位捡便宜的好时机？今天，我们就来深挖一下。
马斯克最近疯狂发推，说无人出租车的时代已经在敲门。这不是嘴炮，因为特斯拉的FSD（完全自动驾驶系统）已经推出了13.2.2版本。这次的升级，堪称魔法般的存在。三点掉头、红灯提前启动这些操作，看视频都让人瞠目结舌。更关键的是，奥斯汀的政府和特斯拉已经开始洽谈Robotaxi的试运营计划。据说，这套无人出租车已经测试了一年，且配备了安全员司机。
那法规呢？别担心，马斯克的“副总统”地位在美国可不是白叫的。这几天，他刚发推反对一个巨额拨款案，结果法案直接被延后。特斯拉在自动驾驶领域的推进力，几乎没有对手。我们甚至可以预期，明年FSD在中国和德州获批的可能性非常高。。。。 继续阅读
OpenAI 的下一代语言模型 GPT-5 正遭遇多重挑战，不仅项目进度拖延，成本飙升，还面临竞争对手虎视眈眈的局面。这背后，究竟是技术问题作祟，还是行业内卷的必然结果？
GPT-5 被视为 AI 行业的“下一步”，不仅是技术能力的象征，更是巨头之间的资源博弈。随着 OpenAI 的脚步放慢，市场可能重新洗牌，新的规则由谁制定并不确定。对企业来说，AI 的发展速度直接影响着商业创新的边界，而延迟意味着落后于时代节奏。
昨晚，OpenAI 推出了全新的 O3 模型，这个消息让整个 AI 界彻夜未眠。那些曾被认为是“无法超越”的基准测试，如今在 O3 的面前被轻松打破。这不仅仅是一次技术突破，而是一次重新定义 AI 潜力的震撼宣言。
O3 模型标志着 AI 从“预测下一个单词”到“推导正确答案”的范式转变。更重要的是，这一进步意味着，AI 的推理能力正在从理论进入实践，开始具备人类专家的特质。这对科学研究、工业应用甚至日常生活都将带来深远影响。
O3。。。 继续阅读