ME News

ME AI 消息，9月13日，2026浦江创新论坛“太空算力产业生态论坛”在上海举行。从现场获悉，“明珠星座计划”正式启动。该计划长期目标是建设吉瓦级天基计算星座，围绕国产算力载荷、光计算载荷、新型能源系统等方向开展在轨验证，随后逐步进入首批卫星部署和规模组网阶段，计划到2030年逐步建成全球覆盖、天地协同、自主可控的太空智能算力基础设施和服务网络。论坛期间，东方天算还与中科院微小卫星创新研究院、上海空间电源研究所、上海卫星工程研究所、阿里云、科大讯飞、壁仞科技、天数智芯等27家产业链合作伙伴签署“明珠星座”产业合作协议，合作范围涵盖算力芯片、空间能源、星间通信、卫星平台、计算载荷和软件服务等环节。（界面新闻）（来源：ME）

蚂蚁试图占据智能与产业之间的“落地层”，把模型能力转化为可交易、可追责的服务。
文章作者、来源：雷峰网
外滩大会上，蚂蚁展示了什么？
谈起国内 AI 公司，人们首先想到的往往是智谱、MiniMax、月之暗面等大模型创业公司，或者阿里、腾讯、字节这些拥有云和流量入口的大厂。
在这张竞争地图里，蚂蚁的位置一直没有那么容易被描述。它也做大模型，也做面向消费者的 AI 应用，现在甚至开始进入具身智能。
蚂蚁到底想在 AI 产业里占据什么位置？它准备依靠什么与其他大模型公司竞争，又想把自己的护城河修在哪里？雷峰网注意到，2026 Inclusion·外滩大会，提供了一个观察蚂蚁 AI 布局的窗口。
外滩大会上，蚂蚁展示了什么？
从进入外滩大会开始，蚂蚁的 AI 产品就已经在接管具体任务。
入场时，观众拿出手机"碰一下"，完成身份核验的同时，也唤醒了展会 AI 助手。AI 不再只待在一个对话框里，而是被嵌进入场、身份和服务流程。
走进展馆，最显眼的是一台在药房货架间移动的机器人。
货架间的通道只有80厘米宽，药品仍按真实药房的方式摆放。搭载蚂蚁灵波通用大脑的机器人，需要自己接收订单、识别药品、完成分拣，再把药交出来。为了容纳它，药房不需要重新装修，也不需要把货架改造成机器熟悉的样子。
另一种"行动"发生在生活服务区。
用户对阿宝说："每天上午10点帮我买杯咖啡。"智能体需要记住这项安排，在固定时间找到相应服务、创建订单并完成支付。
坐进汽车，可以让它代缴停车费；戴上 AI 眼镜，也可以直接询问附近的餐饮优惠。用户不再需要记住服务藏在哪个 App 里，只需要说出自己想做什么。
到了医疗区，阿福承担的是更复杂的任务。它不仅回答健康问题，也开始进入挂号、导诊、报告解读和诊后随访。村医接诊时，医患对话可以自动整理成病历，辅诊建议同步出现；碰到处理不了的问题，系统再给出转诊建议。
再往前，是蚂蚁服务小店和小微企业的产品。
店主不需要打开一张张经营报表，只要问"哪家店卖得不好""哪些商品该补货"，经营智能体"晓雨"就会调取数据、寻找问题。网商银行的百灵2.0，则试图把信贷、票据、财税等能力重新组织起来，让老板用日常语言就能调用。
入场、取药、买咖啡、看病、管店，这是五件看起来毫不相干的事。但把这些产品摆在一起，会发现蚂蚁的 AI 版图比想象中更宽：阿福和阿宝面向普通用户，晓雨和百灵进入企业经营，灵波则把 AI 从屏幕带进物理世界。
蚂蚁在AI 上的布局
从外滩大会释放的信息看，蚂蚁给出的答案已经有了一个大致轮廓：底层做模型，上层做应用，同时把AI从数字世界延伸到物理世界。
先看模型。
蚂蚁的百灵模型已经迭代到 Ling 3.0。目前的产品线包括通用模型 Ling-3.0-flash、轻量模型 Ling-3.0-tiny，以及面向多模态和金融场景的 Ling-3.0-flash-VL、Ling-3.0-flash-Fin。
其中，Ling-3.0-flash总参数为1240亿，但每个Token只激活51亿参数；轻量版Ling-3.0-tiny总参数79亿，每个Token激活13亿参数。据了解，Ling-3.0-flash还使用了超过1万个交互式环境进行训练，重点强化工具调用和复杂任务执行能力。
这组数据能看出蚂蚁做模型的思路：重点不只是把参数做大，还要控制推理成本，让模型能够进入真实业务。
面向普通用户，蚂蚁目前最重要的两个产品是阿福和阿宝。
阿福向医疗健康深处走。目前，阿福用户数已经达到1.5亿，日均健康咨询约2000万次。它不只回答健康问题，也在连接挂号、导诊、报告解读和诊后管理。
阿宝走的是另一条路。它覆盖餐饮、出行、文旅和政务等场景，已经完成万余项服务的AI化适配。
阿宝想争夺的是App之上的任务入口。
过去，用户先判断该打开哪个App，再自己完成搜索、比较、下单和支付。阿宝试图改变这条路径：用户只表达意图，智能体在后台寻找和调用服务，把剩下的流程跑完。
如果说阿福是在一个垂直行业里向下扎，阿宝就是在不同生活服务之间横向连接。一个争夺专业服务，一个争夺用户交办任务的入口。
面向企业，蚂蚁数科做的是另一套产品。
Agentar最初是一套智能体开发平台，现在被进一步升级成"商业智能体超级工厂"。
"工厂"要解决的不只是如何开发一个智能体。当一家企业拥有几十个甚至几百个智能体，还需要统一处理部署、权限、评测、管理和协作。
Agentar首批预置了约200个岗位级数字专家模板，以及数百项可以调用的行业技能。企业可以用这些能力组装自己的智能体，再把它们放进客服、营销、风控和研发等业务流程。
这条业务已经开始反映在收入上。
蚂蚁数科CEO赵闻飙在外滩大会上披露，过去两年，蚂蚁数科整体业务年均增长接近50%，AI To B业务增速达到三位数。AI To B正在成为蚂蚁数科的核心布局。
在To C和To B之外，蚂蚁又把手伸向了具身智能。
蚂蚁没有先造一台自己的机器人，而是推出灵波通用大脑，希望同一套模型和技能系统能够驱动不同形态的机器人。
外滩大会上，搭载灵波的机器人可以在药房里分拣药品，也可以进入物流仓库和工业生产线。蚂蚁提供"大脑"，机器人厂商提供不同的"身体"。
如果说阿宝调用的是App和商业服务，灵波调用的就是机械臂和物理设备。前者替用户在数字世界里办事，后者尝试把任务真正做到现实世界里。
到这里，蚂蚁的AI版图逐渐清楚了。
底层是百灵模型；上层，一边是阿福、阿宝等面向普通用户的智能体，一边是面向企业的智能体超级工厂；再向外，灵波把模型能力延伸到机器人。
蚂蚁几乎覆盖了从模型到应用、从个人到企业、从数字世界到物理世界的整条链路。
但版图铺得足够宽，并不意味着护城河自然形成。
大模型、智能体和具身智能，其他科技公司也在做。蚂蚁真正不同的地方，究竟在哪里？
蚂蚁靠什么做出差异化？
4天外滩大会下来，雷峰网感觉蚂蚁真正的差异，不在于业务铺得更宽，而在于它试图把AI做得更深。
大模型公司首先争夺的是智能上限：模型能不能完成更复杂的推理，能不能在榜单上超过对手，能不能吸引更多开发者。
蚂蚁选择的是另一种打法：把模型塞进一个个具体行业，进入真实业务流程，最后对结果负责。
这条路没有模型榜单那么醒目，也很难依靠一次发布会证明。产业里的数据分散在不同系统中，工作流程各不相同，还夹杂着权限、合规和责任问题。一个智能体在实验室里完成任务，不代表它能直接进入银行、医院或者工厂。
真正的门槛，往往出现在落地以后。金融和医疗，是蚂蚁最先选择的两个行业。
它们不是蚂蚁AI生态位的全部，却最能检验这种打法。一个关系到钱，一个关系到人的健康；既需要专业知识，也容不得模型随意发挥。
在金融场景里，模型不仅要回答问题，还要理解不同机构的业务规则，处理信贷、保险、投研和风控流程。在医疗场景里，模型不仅要懂医学知识，还要连接挂号、问诊、检查、用药和随访。
AI能不能真正进入这些行业，取决于模型之外的很多东西。
蚂蚁过去积累的支付、账户、风控和金融服务能力，以及与医疗机构、商家和小微企业建立的连接，到了智能体时代，都可以重新变成落地能力。
这也是Agentar要解决的问题。
企业需要的通常不是一个更会聊天的机器人，而是一个能够读懂内部数据、遵守业务规则、获得相应权限，并进入现有工作流的"数字员工"。
因此，Agentar提供的不只是模型接口，还包括行业技能、智能体开发、评测、部署、权限和管理工具。蚂蚁数科要做的，是陪着企业把AI嵌进业务，而不是把模型卖出去以后就结束。
这种模式很重，也很慢。
但产业落地恰恰是一件需要做重的事。模型能力可以通过一次升级迅速追赶，行业知识、客户关系和业务流程却只能一个项目、一个场景地积累。
模型公司的护城河写在参数里，蚂蚁想把护城河修进产业流程里。
支付和安全，也是这套落地能力的一部分。当智能体只负责回答问题，答错了可以重新问一次。当它开始替用户下单、付款，错误就会变成真实损失。系统必须知道Agent是谁、代表谁、获得过什么授权，出了问题还能不能撤销和追溯。
AI Pay、APASS和KYA所解决的，并不是如何让模型变得更聪明，而是如何让企业和用户敢把真实任务交给它。
蚂蚁集团安全CTO陈亮在大会上说："能力决定AI能做什么，可信决定社会敢把什么交给AI。"
这正是产业落地与产品演示之间的距离。
具身智能也延续了同一条路径。
蚂蚁没有选择从机器人硬件开始，而是用灵波为不同形态的机器人提供"大脑"，再寻找药房、物流和工业等真实场景。
一台机器人能在展台上取下一盒药，只能证明模型有能力完成这个动作。它能不能每天工作，成功率能不能达到生产要求，成本能不能低于人工，出了问题能不能找到责任，才决定它能不能成为一门生意。
从金融、医疗到具身智能，蚂蚁选择的场景不同，方法却很一致：先进入产业，再用场景倒逼模型、产品和基础设施一起进化。
这条路当然还没有跑通。
韩歆毅判断智能体商业的"ChatGPT时刻"已经到来。但当主持人追问，这个判断是不是来自蚂蚁后台的数据时，他坦率地回答："我们其实还没有从后台数据看到这样的迹象。"
用户希望智能体解决更多问题，商家却还没有完成服务改造；商家看不到足够大的需求，也不愿意提前投入。模型可以快速迭代，产业不会按照同样的速度改变。
这也是蚂蚁面临的最大挑战：产业落地能够形成壁垒，也可能变成一场漫长而沉重的消耗战。
但如果一定要给蚂蚁在AI产业里找一个位置，它想占据的，可能正是智能与产业之间的"落地层"。
向上，它承接不断进化的模型；向下，它进入金融、医疗、商业和物理世界，把模型能力翻译成一项真正可以使用、可以交易、也可以追责的服务。
大模型公司争夺谁能造出更强的智能。蚂蚁争夺的，是谁能把这种智能送进产业。

华民股份上半年营收2.94亿元，同比下降35.54%，净亏损1.25亿元，资产负债率高达93.11%。公司光伏主业毛利率已跌至-25.78%，硅片价格由1.40元/片跌至0.88元/片，跌幅超37%。
文章作者：预见能源
文章来源：火星财经
光伏行业全产业链深度亏损的背景下，一批光伏企业正在把目光投向半导体。
预见能源发现，华民股份的半年报数据不佳，其中，营收2.94亿元，同比下降35.54%，归母净利润-1.25亿元，资产负债率攀升至93.11%。总债务8.85亿元中，短期债务占比高达95.03%。值得注意的是，半导体业务营收291万元、毛利率62.14%，与光伏主业2.50亿元营收、毛利率-25.78%形成了鲜明对照。
早在8月6日，华民股份曾宣布与中韩合资的华川半导体签署战略合作协议，切入半导体刻蚀设备核心硅部件赛道。也许是因为华川半导体常年为SK海力士供货，合作消息公布后，股价连续三个交易日涨幅偏离值累计超过30%。
预见能源认为，这家跨界光伏仅四年的企业，正在经历一个典型的"第二曲线时间错配"。新赛道方向正确，但旧业务的失血速度远快于新业务的造血速度。
光伏主业的亏损还在加速
其实，华民股份的财务数据已经不能用"行业周期"四个字简单解释。
上半年公司毛利率为-18.84%，净利率为-54.49%，净资产收益率为-31.4%。光伏产品贡献了85.11%的收入，但毛利率已跌至-25.78%。从扣非净利润来看，公司自2017年以来已连续亏损八年。
更深层的问题在于债务结构。8.85亿元总债务中，短期债务占比95.03%，短期借款高达3.84亿元。而截至报告期末，公司归属于上市公司股东的净资产仅为3.42亿元，较上年度末下降25.57%。
这意味着，华民股份要在极短的时间内偿还几乎全部债务，而光伏主业的现金生成能力却在持续恶化。经营活动现金净流入为-4529.95万元，货币资金较年初减少40.80%。公司解释为"偿还债务及运营资金的需求增加"。
硅片环节是全行业亏损最严重的板块之一。2026年上半年，主流单晶N型硅片价格由1.40元/片下滑至0.88元/片，跌幅达37.14%。
中国光伏行业协会的测算显示，N型G12R硅片含税完全生产成本为1.945元/片，而实际成交价仅在1.2至1.3元/片。
不过，华民股份的困境并非孤例。弘元绿能上半年预亏5.9亿至6.9亿元，通威、隆基已连亏10个季度。但华民股份的特殊之处在于，它的资产负债表比多数同行更脆弱。负债率93.11%，远超行业均值。
行业现在的共识是光伏的产能出清远未结束。这约等于华民股份最核心的收入来源，短期内看不到止血的可能。
技术同源，但门槛不是同一量级
当然，前文提到华民股份切入半导体硅部件的逻辑，并非凭空想象。
光伏单晶硅与半导体单晶硅在拉晶、掺杂、切片等核心工序上技术同源，区别在于精度要求。光伏级单晶硅纯度一般要求6个9，半导体级普遍要求10到11个9。
华民股份已具备最大直径450mm大尺寸半导体专用硅棒的研发与拉制能力，掌握了无磁场条件下低氧、低缺陷单晶量产技术路线。
其他企业，例如TCL中环、连城数控、晶盛机电等也同样在沿这条路径布局据悉，TCL中环拟投资119.6亿元建设半导体大硅片深圳项目，将12英寸硅片总产能规划提升至210万片/月。连城数控在光伏单晶炉领域市占率约18%，正在将单晶炉技术横向迁移至半导体级设备。
这些头部企业的共同判断是，光伏和半导体在硅材料端的设备与工艺积累可以复用，且半导体业务的毛利率和客户黏性远优于光伏。
其中，二者的进入门槛差异不容忽视。刻蚀腔硅部件长期被海外原厂主导，大陆国产化率不足10%。全球硅部件市场中，美国Silfex（LAM子公司）市占率约55.3%，韩国Hana约13.3%，日本三菱材料约8.4%。这意味着华民股份面对的不是一个蓝海，而是一个由海外巨头把持了几十年的高度集中市场。
所以，国产替代的空间确实存在，有行业预测表明，未来3到5年国内硅零部件市场国产化率将从当前的5%提升至50%以上，2027年全球刻蚀用硅部件市场规模将达207亿元。
但是，从"空间存在"到"能否吃到"，中间隔着的正是客户认证这个最硬的关口。
认证周期与现金流的赛跑
半导体硅部件属于设备关键工艺耗材，客户认证流程涉及样品验证、小批量上机、长线跑片、稳定性验证、量产导入等多个环节。整体认证周期普遍在数月至一年以上。企业要想走出去，对接海外头部存储大厂，从工厂审核到产品认证再到量产的周期可能长达18至36个月。
神工股份在投资者交流中也明确表示，其下游客户对合格供应商的认证程序十分严格，认证周期较长且程序复杂。
面对这种局面，华民股份的对策是借力华川半导体的渠道。
据了解，华川半导体为中韩合资企业，韩方股东SeongHyun Technology深耕半导体蚀刻工艺硅零部件领域多年，常年为三星、SK海力士提供核心配套。其拳头产品CSR高端硅环是3D-NAND闪存刻蚀设备的核心部件。
此前，华民股份的半导体硅棒产品已穿透韩国产业链，目前约有4家客户。
问题在于缺时间。
华民股份的股权激励方案要求2026年至2028年，半导体专用硅棒及硅部件产品收入分别不低于600万元、3000万元、8000万元。
从今年上半年的291万元到全年600万元，下半年需要实现约309万元的增量。这个目标不算激进。但2027年的3000万元意味着需要数倍增长，这取决于客户认证能否在明年上半年完成导入。
与此同时，短期债务的偿还压力不会等待认证周期。
华民股份账面货币资金在持续减少，公司正在通过经营租赁替代资本开支、债转股及存量资产盘活来降低负债规模。但债转股涉及与债权人的谈判，存量资产盘活的节奏也不完全由公司掌控。
此外，即便半导体业务按照企业的计划推进，华民股份仍面临一个结构性风险。
上半年半导体业务营收仅291万元，即使毛利率高达62.14%，绝对利润贡献也不过180万元左右。而光伏主业的毛亏是多少？2.50亿元收入乘以25.78%的毛利率，意味着仅光伏产品一项的毛利亏损就超过6400万元。
预见能源判断，华民股份的半导体业务即便在2027年实现3000万元收入、维持60%毛利率，贡献的毛利约1800万元，仍难以覆盖光伏主业的持续亏损。
那么，半导体作为第二曲线的财务意义，在相当长的时间内更多体现在估值逻辑而非利润表上。
行业侧，光伏设备厂商向半导体转型并非新鲜事。据了解，迈为股份2025年半导体及显示行业营收达到6.62亿元，拉普拉斯以22亿元定增加码半导体，金辰股份计划投资10亿元建设半导体装备项目。
这些企业的共同特征是，半导体业务已有一定收入规模，且光伏主业虽然承压但尚未陷入资不抵债的边缘。
相比之下，华民股份的情况更极端。连续八年扣非亏损，负债率93%，半导体业务刚刚起步。华民股份的半导体转型在技术逻辑上是成立的。450mm硅棒的能力、与华川半导体的合作、股权激励的绑定，都指向一个认真推进的战略方向。但分析不能只看方向，更要看节奏。
半导体业务的估值弹性存在于远期，而短期债务的偿还压力存在于当下。公司需要在这两个时间维度之间找到平衡，而目前的信息尚不足以判断这个平衡点在哪里。
真正值得跟踪的指标不是半导体业务的营收增速，而是两个更前置的信号。一是短期借款能否通过展期或置换获得喘息空间。二是半导体客户认证是否能在2026年四季度前取得实质性进展。
这两个变量将决定华民股份的故事是"转型阵痛"还是"流动性危机"。
以下是华民股份的半年报：

讲话强调全球南方群体性崛起成为推动世界多极化的关键动力，提出金砖国家要在国际事务中发挥积极作用。
文章作者、来源：新华社
当地时间9月13日上午，国家主席习近平在新德里出席金砖国家领导人第十八次会晤第二阶段会议，并发表题为《筑牢金砖合作根基　壮大全球南方力量》的重要讲话。
习近平指出，当前，世界百年变局加速演进，全球南方群体性崛起，成为推动世界多极化的关键动力。与此同时，国际形势变乱交织，各种风险挑战层出不穷。要让世界稳下来、好起来，金砖国家必须把握历史主动，团结广大全球南方国家，在国际事务中发挥积极、稳定、向善作用，增进人类共同福祉。
习近平强调，全球南方国家要共同捍卫国际法治，维护主权平等、不干涉内政、和平解决争端等国际关系基本准则，确保国际法和国际规则平等适用、不搞双重标准；要高举多边主义旗帜，维护联合国权威和作用，支持多边机构改革增效，推动世界贸易组织改革保持正确方向，改革完善国际金融架构，提高发展中国家代表性和发言权；要坚持以人民为中心的发展思想，推动落实联合国2030年可持续发展议程；要携手推进安全治理，共同应对传统和非传统安全威胁，完善全球气候治理，加快形成具有广泛共识的全球人工智能治理框架、让新兴技术照亮共同繁荣之路。
习近平指出，"大金砖"要有大作为、实现大发展，就必须筑牢务实合作根基。要发挥背靠新兴市场、联结全球南方的优势，坚持开放合作、互利共赢，维护产业链供应链稳定畅通，培育一体化大市场，打造创新孵化器，升级传统产业，发展新兴产业，布局未来产业。
习近平就深化金砖合作提出5项倡议：
一是人工智能开源普惠倡议。中方将率先建设金砖国家人工智能开源专区，支持大语言模型开发和应用合作，开展人工智能专题研修培训，构建人工智能开放生态。
二是贸易投资便利化倡议。中方提议建设金砖国家特殊经济区伙伴关系，设立智能门户，开展政策对接，打造开放发展新高地。中方将于明年举办金砖国家服务贸易论坛，培育经贸合作增长点。
三是数字产业合作倡议。中方将推动建立金砖国家数字产业云平台，开展数字技能培训、技术交流、产业对接，共促数字经济发展。
四是智能制造合作倡议。中方愿协助金砖国家建设智能工厂，打造标准规范体系，共同推动制造业转型升级。
五是科技育才倡议。中方提议建立金砖国家工程师培养联盟，开展工程师联合培养和能力标准互认。中方将实施金砖国家青年科创交流计划，培养更多高端科创人才。
习近平强调，今年是中国"十五五"开局之年。"十五五"规划既是中国自身的发展蓝图，也是面向世界的合作清单。中国将持续推动高质量发展，扩大高水平对外开放，落实全球发展倡议，推进高质量共建"一带一路"，同世界各国共享机遇、共创繁荣，共同书写全球南方团结自强新篇章。
俄罗斯总统普京、南非总统拉马福萨、伊朗总统佩泽希齐扬、埃及总统塞西、印度尼西亚总统普拉博沃、埃塞俄比亚总理阿比、阿联酋阿布扎比王储哈立德和巴西、沙特外长，金砖伙伴国和嘉宾国领导人或代表，以及联合国秘书长古特雷斯等国际组织负责人出席，印度总理莫迪主持会议。
会前，习近平同与会领导人集体合影。
蔡奇、王毅等参加上述活动。

ME AI 消息，SS2027北京时装周启幕，华硕灵耀作为首个登上北京时装周T台的笔记本电脑品牌，以AI PC承载时尚态度，让内敛、精致、恒久的灵耀美学，成为都市精英人群的质感生活符号。 9月12日，华硕灵耀x Intel携手北京时装周特约设计师WOAVE品牌创始人 王冬 联合发布「光耀新生 A Light Within」专场定制秀，多套限定时尚造型将灵耀系列AI PC融入秀场叙事，开创科技与时尚共生的全新美学范式。 当科技材质的触感与天然面料的肌理彼此映照，在北京时装周秀场之上，华硕灵耀大“秀”时尚精品美学，灵感、科技与时尚活力融合绽放。模特接连登场、踏光而至，步履穿行于光影之间，手持华硕灵耀系列笔记本，生动诠释「光耀新生 A Light Within」的秀场主题。 现场，华硕上海设计中心设计总监 黄圣杰 与设计师 王冬 展开深度对谈，为到场嘉宾、媒体解析「光耀新生 A Light Within」跨界合作的内核共鸣。本次定制秀场的联合呈现，并非一次简单的跨界联动，而是两者设计理念、审美追求、价值表达的高度契合与双向成就。 “WOAVE”坚持工匠精神与当代设计并行，通过编织、拼接、解构及非遗手工技艺，赋予厚重、成熟和季节化的传统材质拥有轻盈、流动、立体且富有建筑感的廓形表达。华硕灵耀以科技器物承载时尚态度，依托材质创新、性能突破、前沿AI应用，演绎着功能与美学的完美平衡。 实现高级极简审美传递，凭借内敛、精致、恒久的灵耀美学，成为新时代精英人群的质感生活符号。 对谈中，王冬提及,“基于与华硕灵耀的设计理念共鸣，我们共同探索了关于高端材料、精密制造与创造力的全新边界，完成了一场精彩的时尚秀场。”WOAVE时装与华硕灵耀高科技陶瓷铝机身所体现的轻薄、温润、耐磨与精密制造形成巧妙呼应，时装的松弛高级氛围与灵耀内敛轻奢的美学底蕴高度统一。科技与时尚不再是跨界碰撞，而是同频美学的双向共生表达。 而本次专场定制秀的主题立意，则根植于华硕灵耀全新迭代的新时代品牌内核。黄圣杰强调，“「光耀新生 A Light Within」是华硕灵耀的新时代品牌内核，光，既象征华硕灵耀与Intel带来的科技能量，也代表创作者内心持续生长的灵感；新生，则意味着材料与传统工艺在当代语境中的重新觉醒”。华硕灵耀秉承“以人为本”的初心，以材质创新、性能突破、AI进化迭代产品，鼓舞精英阶层拥有高效生产力装备，在喧嚣世界守住内心秩序，于平衡专注中积蓄力量、突破自我。 从轻薄设计到高端材质，从创新科技到创作体验，华硕灵耀以精密工艺重塑美学温度，以AI科技赋能当代生活，这场与WOAVE的美学共创，全维揭开灵耀的时尚精品美学内涵，让到场观众亲眼见证科技硬件的时尚艺术张力，切身感受工艺、美学与性能的共生之美。 不止于秀场的视觉美学演绎，秀场外华硕灵耀携手Intel特设品牌独立时尚精品美学展区，线下展陈全新华硕灵耀14 2026 AI超轻薄本、灵耀精品美学周边，让参展观众实现从“看见灵耀美学”到“体验灵耀实力”的完整感知。 华硕灵耀14 2026整机轻约1.2kg、薄至13.9mm，机身A面采用华硕创新高科技陶瓷铝材质，兼具轻薄随行的便携体验、细腻温润的独特触感与坚固耐磨的精密品质，搭配北极蓝、珊瑚粉、茶釉棕三款自然灵感配色，将山川风物的自然意境凝于机身方寸之间，极简线条克制高级，尽显恒久耐看的轻奢质感。机身内置70Wh长寿大电池，可实现长达29.6小时的持久续航，满足适配移动办公、差旅出行、户外创作等多元场景。搭载14英寸2.8K 120Hz OLED华硕好屏，专业级色彩表现全面赋能视觉创作、审美品鉴。 它搭载第三代英特尔® 酷睿™ Ultra 7处理器，带来至高49 TOPS NPU AI算力，实现本地化、高效率的AI创作赋能。搭配“小硕知道”AI智能助手、StoryCube一站式工作智能媒体中心等本地AI应用，一键解锁文案梳理、图像创作、素材整理等智能操作，大幅降低创作门槛、提升办公效率。新增专属联名AI工具“小硕 x WorkBuddy”，华硕账号一键互通，华硕渠道注册的WorkBuddy新用户可领取200专属积分。 从T台秀场的美学共生，到线下展区的性能体验，华硕灵耀以首登北京时装周的跨圈共创，深度链接科技、时尚与艺术，完成AI PC时尚美学的一大探索。 华硕灵耀x Intel品牌独立时尚精品美学展区（北京东城区王府井大街北街）将持续开放至9月17日，欢迎广大时尚爱好者、创作者与科技用户亲临现场，亲身解锁灵耀美学与实力兼具的时尚精品内核。 （来源：ME）

ME News 消息，9 月 13 日（UTC+8），研究机构 Galaxy Research 记录了比特币区块高度 966500 处的一笔重组事件，矿池 Spiderpool 与 Antpool 同时发现两个指向同一父区块的有效区块，随后形成短暂竞争。最终，Antpool 区块加入累计工作量更多的链，Spiderpool 区块被丢弃。Galaxy Research 表示，这是比特币过去 4 周内发生的第 3 次单区块重组，前两次分别位于区块高度 962722 和 963853。其节点直到 Antpool 区块完成确认并在其上继续延伸后，才观察到该区块。单区块重组发生时，网络最终会沿累计工作量更多的链继续构建，另一方区块则从链中移除。Monero 曾发生 18 区块重组，Bitcoin SV 于 2021 年发生 100 区块重组；若交易位于被替换区块中，其确认数会消失。（来源：ME）

ME AI 消息，中信建投研报表示，本周市场由前期小盘成长进一步向小盘价值和顺周期方向切换，农林牧渔、煤炭、非银金融、商贸零售、基础化工、社会服务及石油石化表现居前，通信、电力设备和医药生物明显调整；华为、新能源汽车、数据中心/AIDC、储能、人工智能、乡村振兴、芯片及机器人等概念活跃度仍较高。AI仍是中期景气主线，但高位算力硬件波动加大，周中受海外AI业绩催化，存储芯片、PCB、CPO等快速修复并且核心产品近期仍在涨价，后续更关注业绩兑现和高低切换。农业在粮食安全和乡村振兴政策支撑下热度明显提升；煤炭“十五五”规划强化能源安全与供给体系，叠加化工、钢铁、油气等资源品走强，顺周期方向成为本周重要增量。新能源概念仍较活跃但板块表现偏弱，更多体现内部轮动；创新药短期热度回落，中期BD出海和政策逻辑未改。（来源：ME）

以太坊赌的是，当 Gas 这一门槛消失后，会有更多人真正开始使用以太坊。
文章作者：imToken
文章来源：ChainCatcher
如果你玩链上，大概率遇到过这些尴尬的情况：
新地址里收到一笔稳定币，转出却弹窗没 ETH 付 Gas；想在 DEX 换个币，卡住；从交易平台提了一笔 USDC，才意识到自己没准备 Gas.....
凡此种种，不得不先去别处找法币通道或者到处求人转点「水」，这也算是 Crypto 世界最经典的新手劝退现场了。
而最近，Vitalik Buterin 提到 EIP-8141（Frame Transactions，帧交易） 的进展，也再度把新的想象空间推到大家面前：未来钱包里没有 ETH，也可以直接转账，Gas 可以直接从 USDC 中扣除，甚至某些应用为了吸引用户，可以干脆替你承担 Gas。
消息一传开，很快就发酵成了一句吓人的暴论：「以后用以太坊都不需要 ETH 了，那 ETH 还有什么价值？」
答案没那么简单。
用户用什么支付费用，和以太坊协议最终用什么结算费用，其实是两件完全不同的事。
不用 ETH 支付 Gas，究竟是什么意思？
先从今天的一笔普通以太坊交易说起。
譬如 Frank 钱包里有 1000 USDC，他想给朋友转 100 USDC，但只要钱包里没有 ETH，这笔交易就发不出去。
原因很简单，目前普通以太坊账户的逻辑非常死板，发起交易的人，同时也是负责支付网络 Gas 的人——Frank 签名、Frank 发起交易、Frank 的 ETH 余额支付 Gas，三件事情基本绑在了一起。
EIP-8141 想做的事情，就是把它们拆开。
按照目前的设计，一笔 Frame Transaction 可以被拆成多个不同的「Frame」，分别负责验证交易、确认谁来支付 Gas，以及真正执行用户操作。
于是未来 Frank 转账时，可以变成 Frank 仍然签名，证明「这 100 USDC 确实是我要转的」，但另外一个 Paymaster 或账户负责拿出 ETH，替 Frank 向以太坊网络支付 Gas，Frank 再用少量 USDC 向这个 Paymaster 支付费用。
对于 Frank 来说，看到的可能只是转账 100 USDC，网络费用 0.1 USDC，整个过程中，甚至不需要知道 ETH Gas 是多少，也不需要提前准备 ETH。
但站在以太坊协议的角度，事情并没有变成「以太坊开始收 USDC 作为 Gas」，只是有人在后台替 Frank 拿 ETH 付了 Gas，然后再用 USDC 和 Frank 结算。
EIP-8141 官方给出的 ERC-20 支付示例就是类似结构，由 Sponsor 负责批准并承担 Gas，而用户可以向 Sponsor 转移 ERC-20 Token 作为费用。
如果把它类比成现实生活中的消费，会更容易理解。
我们去日本刷人民币信用卡时，用户感知到的是「人民币扣款」，商家收到的可能是日元，但这并不意味着日本的底层结算货币因此变成了人民币，前台支付资产和后台结算资产，本来就可以不是同一个东西。
EIP-8141 做的，本质上也是类似的抽象。说到底，用户可以不再亲自持有 ETH，由其他账户代付 ETH Gas，再使用 USDC 等资产完成费用结算。
两者看起来只差几个字，对 ETH 的含义却完全不同。
以太坊为什么非要把 Gas「藏」起来？
事实上，「不用自己准备 ETH」也并不是一个全新的想法。
ERC-4337 引入的 Account Abstraction 和 Paymaster，已经允许智能账户实现 Gas Sponsorship，应用可以替用户支付手续费，也可以让用户使用稳定币承担费用。
只不过 ERC-4337 能做是能做，但更多是在协议之外增加一套 UserOperation、Bundler、EntryPoint 和 Paymaster 基础设施，EIP-8141 则试图把这类能力更原生地放进以太坊交易结构本身。
说到底，核心就是为了解决一个早该解决的问题：普通用户凭什么非要理解什么是 Gas？
现实生活里，你在微信给朋友转两百块钱，微信绝对不会弹窗让你「先去另一家平台买两块钱的清算代币」。
但 Crypto 过去偏偏就这么折磨人。
在以太坊要准备 ETH，到了 Solana 得换 SOL，去 BNB Chain 又得囤 BNB，哪怕换个新的 L2，第一反应也是先查钱包里有没有启动资金。老手可能花两分钟跨个链就应付过去了，可对圈外人来说，这就是一道能直接让人关网页走人的天堑。
除了把 Gas 藏起来，帧交易还能顺手解决不少顽疾。
比如现在去 DEX 交易一个新代币，你得先点一次 Approve 授权，再点一次 Swap，钱包弹窗确认两次。万一后面的 Swap 失败了，前面的授权还长期挂在链上，留下被盗风险。
那如果用 Frames，这两件事能直接打包成一个原子批次：只要 Swap 失败，前面的授权自动跟着回滚，干干干净净。
就涉及到一个更大的想象空间了，未来谁来授权、谁来执行、谁来付钱，以及用什么方式验证，都可以被拆开重新组合。
那 ETH 到底是利好还是利空？
这也是这轮讨论中最容易走向两个极端的地方。
一种说法是，「以后不用 ETH 付 Gas，ETH 没价值了」，另一种说法则是，「用户门槛降低，交易量暴涨，所以对 ETH 是超级利好」。
对于涉及底层协议使用体验的大架构改革，现在还很难下定论，但可以确定的一点是，EIP-8141 并没有取消 ETH 作为以太坊底层 Gas 与费用结算资产的角色。
用户可以感知不到 ETH，但负责替用户付款的 Paymaster、应用或者其他账户，依然需要有能力承担以 ETH 计价的网络费用，现有 EIP-1559 费用市场也没有因为 Frames 而被稳定币替代。
改变的只是 ETH 需求的位置。
今天可能是 100 万个用户，每个人为了 Gas 在钱包里放一点 ETH；未来则可能变成少量 Paymaster、钱包服务商和应用持有更大的 ETH 周转余额，然后替大量普通用户统一处理 Gas。
当然，也别天真地觉得「用户每付一笔稳定币，后台就会去二级市场市价扫货买等额 ETH」。代付商有自己的库存管理和对冲策略，它很难直接转化为散户幻想的即时买盘。
Paymaster 可以提前准备库存，可以动态补仓，也可以采用其他资金管理方式，因此仅凭「以后可以用稳定币付 Gas」，很难直接推导 ETH 会因此产生多大的新增买盘。
真正的胜负手，只有一个逻辑：体验优化之后，最终有没有带来更多真实的以太坊使用需求，到底能不能把盘子做大？
算笔账就很直观：
如果过去有 100 个人打算进场，其中 70 个人被买 Gas、算 Gwei、跨链折腾得半路弃坑，最后只有 30 个人完成了交易；
未来如果钱包把这些麻烦全吞进后台，让 80 个人顺顺当当把交易跑完了——哪怕他们手里连一丁点 ETH 都没有，网络实际消耗和销毁的 ETH，也远比过去多得多；
反过来讲，如果整个生态根本带不来增量活跃度，仅仅是把「自己掏钱」换成了「找人代付」，那确实不会产生任何新的增量价值。
写在最后从笔者的角度，它削弱的是「每个用户都必须提前囤一点 ETH 才能使用以太坊」这件事，但赌的则是，当这一门槛消失以后，会有更多人真正开始使用以太坊。
对于普通用户来说，现在当然还不需要因为这项 EIP 改变自己的使用习惯，不过从钱包发展的角度，它指向的方向已经很明确。
未来一款好用的钱包，可能越来越不应该要求用户先理解 Gas，用户负责决定资产要去哪里、准备执行什么操作；钱包负责告诉他风险是什么、最终花多少钱；至于该用哪个账户付款、用 ETH 还是稳定币计费、是否存在可用的 Gas Sponsor，这些复杂的协议细节，应该逐渐被隐藏在后台。
真正成熟的基础设施，往往也都是这样。

菲尔兹奖得主前一天刚签名警告 AI，第二天就被两个高中生打脸了？
文章作者、来源：新智元
你敢信？人没上大学，研究已经接上了「菲尔兹奖得主」的工作了。
就在今天，UCLA 数学圈传出了一条让所有人震惊的消息——两名高中生 Aayush Bathija 和 Prince Rohatgi，在博士后的辅导下，解决了一个数学家许埈珥（June Huh）从未攻克的难题。
更抓人眼球的是，这项证明，是在 AI 重度辅助下完成的！一个是 Claude Opus 5，另一个 GPT-5.6 Sol。
目前，题为《洛伦兹多项式的有界比》论文已在 arXiv 发表，长达 75 页。
论文点击此处
两名高中生加一名博士后的名字，就写在作者栏里。
高中生指导者， UCLA 博士后 Daniel Soskin
那么，在这项研究中，他们到底解了什么题？要厘清这一点，首先还得从菲尔兹奖得主许埈珥的工作讲起。
他们解出的，究竟是什么？
许埈珥是韩国人，于 2022 年获得菲尔兹奖。
他的经历也相当传奇，高中辍学做诗人，后面才转到纯数学科研，39 岁压线拿到了菲尔兹奖（菲尔兹奖只奖励给 40 周岁以下的年轻人）。
2020 年，他与合作者建立的「洛伦兹多项式」（Lorentzian 多项式）理论，正是其重要代表工作之一。
名字有点陌生，但「多项式」，大家中学时就见过。每一项前面的数字，就是系数。
「洛伦兹多项式」的特殊之处在于，这些系数之间存在严格的数学约束，不能随意搭配。这套理论把组合数学中的问题，与几何、系数之间的不等式联系了起来。
而这次研究追问的，正是这些约束究竟有多强。
比如，把一些系数相乘，再除以另一些系数，就能得到一个比值。只要多项式满足规定条件，这个比值是否就有一道永远突破不了的「天花板」？
高数中经典的 Hessian 矩阵的定义，你还记得嘛？
算出某一组系数的比值，并不难。真正难的是：面对无穷多种符合条件的多项式，判断哪些比值始终有上限，哪些可以无限增大。
如果有上限，还要继续追问：这个上限究竟能压到多低，才是最精确的答案？
此前，许埈珥与合作者已经在二次洛伦兹多项式中，刻画了哪些比值有上限，并在三个变量的情况下求出了最优上界。
但这条路，还没有走完。
从二次升到三次、四次，乃至任意次数，原来的规律还管用吗？次数越高，系数之间的关系越复杂。二次情形下成立的结论，不能直接搬过去。
这就是两名高中生，此次研究切入的缺口——把关于系数比值的研究推进到更高次数，弄清哪些比值始终有界，并进一步寻找最精确的上限。
论文最核心的公式「主结构定理」，把此前二次洛伦兹多项式的相关结论推广到了任意次数。它说明了一个系数比值有没有统一上界，可以用一套离散凸性条件来完整判定。
读到这里，你只需要记住一个问题：这些受约束的系数，能把比值推到多高？
下面，我们用一个简单的例子，把这道「天花板」讲清楚。
洛伦兹多项式：系数之间有「平衡约束」
先看一个多项式：
这里 a、b、c 都是正数。把中间项写成 2b，是为了让后面的关系更简洁。
在这个最简单的情形中，它是洛伦兹多项式，恰好要求：
也就是说：两端的系数都很大，中间的系数就不能太小。这是洛伦兹结构所体现的对数凹性质的一个入门例子。
例如，a=4、c=9，就必须有 b≥6。你不能随意把 b 改成 1，还指望它留在这个多项式族里。
当变量更多、次数更高时，这种约束会变复杂，需要各种求导结果共同满足特定条件。正式定义涉及一个描述曲率的矩阵，它在严格情形下具有「一个正、其余负」的特征值结构，「洛伦兹」这个名字就对应这种正负结构。不过，只记住「系数受到一整套相互关联的约束」，就足够理解本文主线。
把刚才的不等式变形一下：
这就叫一个「有界比值」：无论怎样选择符合条件的系数，这个比值都越不过 1。
但倒过来：
就没有统一上限。
比如固定 a=c=1，让 b 不断增大，仍然满足洛伦兹条件，倒过来的比值却可以任意大。
于是，自然会问：面对更复杂的多项式，把不同系数相乘、相除，究竟哪些组合有上限，哪些没有？
这篇论文就是要系统回答这个问题，而前面的二次例子属于已有的基础情形。
两个高中生联手 AI，破解了
写下这篇论文的两位学生 Aayush Bathija 和 Prince Rohatgi，都来自加州橡树公园高中（Oak Park High School）。他们同时是 UCLA Olga Radko 数学圈（ORMC）的成员。
Aayush 在读高二，是 AIME 资格获得者。Prince 目前高三，同样进过 AIME，还在数学圈里担任 AMC 10/12（相当于高一）竞赛课的主讲老师。
搁在以往，一个高中生想要摸到「菲奖级」领域，至少需要 5-8 年大学与博士训练。
但这一次，在 UCLA 数学系博士后 Daniel Soskin 指导下，他们直接联手 AI 打了一场漂亮的闪电战。
他们解题的核心，是把 AI 与形式化计算工具深度嵌入到数学发现的核心工作流中。
整体的证明核心思路，可以理解成：检查一个比例是否可能失控，先研究它在极端情况下怎么变化。
把复杂数值，变成简单指数
设 t 越来越接近 0，三个系数分别取：
那么：
倒过来就是 t⁻⁴，会趋向无穷大。
这里最有用的一点是：乘除法变成了指数的加减法。指数的正负，直接告诉我们比例会缩小还是爆涨。
这种提取「主导幂次」的思路，与论文使用的「热带化」方法有关。已有的洛伦兹多项式理论告诉我们：合法的幂次图案受到一种叫 M-凸性 的离散凸性规则控制。可以把它理解成「哪些变化速度能够同时出现」的数学规则。
论文的关键步骤是证明：一个比值只要能够无限增大，就能找到一条具有这种幂次特征的路径，把失控暴露出来。因而，对这些路径的检查可以升级为完整判据。证明中用到了半代数几何的曲线选择等工具。
而到这里也别忘了，所有这一切高深的说法，都是两个高中生借助 AI 搞定的。
Claude 和 ChatGPT，参与「证明思路」
论文致谢中，作者直接摊牌——Claude Opus 5 和 GPT-5.6 Sol，是这一次证明的核心工具。
它们被用于计算、证明思路和编辑辅助。其中，「证明思路」尤其关键。这意味着模型的用途已经深入研究探索：面对一个尚待解决的问题，寻找可能成立的推导路径。
不过，作者也明确写下了另一面：部分建议有帮助，另一些则具有误导性。他们表示，已独立核验全部计算，并对论文内容承担责任。
这几句话，勾勒出了此次合作的实际边界：AI 可以提供思路，研究者需要筛选、推敲，并把有价值的线索变成经得起检查的论证。
模型给出一个看起来漂亮的答案，研究并未结束。条件是否齐全、推导是否成立、边界情况是否遗漏，都要继续追问。AI 进入了探索环节，严格验证依然是成果成立的前提。
博士后导师和 ORMC 研究项目的支持，也因此格外重要。两名学生得以接触真实的开放问题，并在专业指导下开展研究。AI 则被嵌入这套协作之中，辅助计算与思路探索。
菲尔兹奖得主集体喊停，却停不下来了
戏剧性的是，就在这项研究公布的前一天，数学界刚掀起了一场轩然大波。
全球 25 位菲尔兹奖得主联合签署公开信，发出最强警告，「AI 正在摧毁数学本身」！
许埈珥本人，也是签署人之一。
部分名单
未曾想到，两个高中生用 AI 辅助，在许埈珥自己的研究方向上做出了成果。
25 位菲尔兹奖得主担心的是，纯数学研究的严密性、科研的纯粹性，可能被算力算法正在碾碎。
但 Aayush 和 Prince 的故事，给出了另一面——AI 把研究门槛降下之后，被释放出来的不只是「解题速度」，还有更多人的入场资格。
一个 AIME 资格的高中生，在博士后指导下，用 AI 辅助，碰到了菲尔兹奖得主没走完的路。这在五年前，几乎不可能。
数学前沿，不再只属于那些熬了十几年才走到门口的人。
至于这是好事还是坏事，数学共同体还得吵很久。但门，已经被推开了一条缝。

Anthropic 和 OpenAI 达成一致，提倡落实行动。
文章作者、来源：新智元
今天，Anthropic CEO Dario Amodei 发布了一篇罕见长文 —— We Must Pace the Frontier（我们必须控制前沿 AI 的发展节奏）。
这一次，他直接把矛头对准了前沿模型的研发速度，核心观点就一句话：最顶尖的AI，真得主动踩刹车了。
这篇长文中，Dario亲口承认，「递归自我改进（RSI）已经在全行业出现了」。
更让人后背发凉的是，他预测未来6—12个月，AI Agent集群可能会接管整个互联网。
面对这种脱缰的风险，Dario在文里直接掏出了一套动真格的「三步刹车法」：
第一步，开门迎客： 引入独立第三方常驻公司，拿到跟内部核心风控同等级的深度访问权限；
第二步，行业划线： 联合全美前沿AI巨头，一起画死能力红线、设立强制安全检查站；
第三步，全球落地： 把这套框架推向国际，彻底锁死不可控风险的蔓延。
话音刚落，奥特曼就光速跟进，「Dario是对的，OpenAI也会引入这样的评估机制」。
另一边，马斯克也是几乎秒回，公开力挺Dario。
能让三位巨头瞬间达成共识，场面确实罕见！
达里奥的「三步计划」，为全球AI减速
这一次，Dario并没有只喊一句「AI该减速」。
Dario真正想做的，是把这套「减速机制」一级一级推开，而且顺序非常明确 —— 先让AI公司自己变得可验证，再让整个行业一起踩刹车，最后才谈全球协调。
第一步，先从Anthropic自己动刀。
像METR这样的独立第三方，不应该每次都等事故出了以后，才临时进公司调查，而应该长期驻场。
给工位、给内部电脑、给接近风险团队的权限。
模型怎么训，安全承诺有没有落实，训练流程有没有埋雷，出了事有没有瞒报，都能持续盯着。
而且，查出问题之后，必须公开。
公司可以删掉真正涉及法律、客户隐私和核心商业机密的部分，但不能因为报告太难看，就把结论按下去。
第二步：不能只让一家踩刹车
真正难的，从这里开始。
如果 Anthropic 自己减速，OpenAI、谷歌、xAI 继续狂奔，那谁先踩刹车，谁就可能先吃亏。
所以，Dario 建议，需要把规则推到整个美国前沿 AI 行业。
几家前沿 AI 公司一起定安全红线，一起设能力检查点。模型每跨过一个危险门槛，就必须先拿出对应的安全证据，才能继续往前冲。
比如，一个模型已经能突破多数常见隔离环境了。
那接下来公司就得证明：它不会轻易逃出沙箱，不会擅自接管大量机器，也不会把这种能力变成现实攻击。
证明不了，就先别往下冲。
另外，Dario 甚至提到，还可以讨论限制训练算力、训练方式，以及公司内部用 AI 研发 AI 的速度。
也就是，直接给 RSI 本身加一道限速器。但光靠几家公司私下握手还不够。
他更希望最终由美国政府出手，把规则覆盖到所有前沿 AI 公司。
第三步：把刹车踩到全球
再往上，就是最难的一层。Dario 把全球协调分成了四级。
第一层相对最现实：先禁止生物武器这类明显危险的用途。
第二层，是前沿模型发布之前，统一做网络攻击、生物安全等高风险测试。
到了第三层，才真正开始碰核心：
能不能给 RSI，也就是 AI 研发 AI 的速度，直接设一个全球上限？
Dario 自己的判断是，这件事「刚好处在可能做到的边缘」。
至于第四层——全球前沿 AI 公司一起大幅减速，甚至阶段性暂停训练——他自己都没抱太大希望。
至少短期内，几乎不现实。卡住这一切的，还是同一个问题：怎么验证。
一家公司说自己停了，谁能证明它真的停了？
所以 Dario 这整套方案绕到最后，核心其实非常简单：
先把 AI 公司的门打开，让外部人真正进去看。
也正因为如此，Dario 把「第三方长期驻场」放在了整套方案的第一步。
RSI 已经开始了，6 个月 AI 接管互联网
可问题来了。为什么偏偏是现在？
三年前，行业里就掀起过一阵「暂停训练、给 AI 踩刹车」的联名潮，但那时候 Dario 根本没接茬，认为时机压根不成熟。
真正让他改变态度的，是两件事——RSI 开始出现，以及 AI 智能体已经暴露出越来越具体的失控行为。
他在文章中明确承认，AI 参与研发下一代 AI 的现象，已经开始在整个行业出现，Anthropic 自己也包括在内。
AI 帮人写代码、做实验、分析结果、优化训练流程，再进一步帮助下一代 AI 变强。
如果这个循环开始自我加速，最麻烦的地方就出现了：
模型能力提升的速度，可能开始超过人类理解和控制它的速度。
因为安全研究本身需要时间。
你得先观察模型出现了什么新行为，再研究这些行为为什么出现，接着设计测试方法、防护措施，最后验证这些措施到底有没有用。
可如果模型能力每隔几个月就跳一个台阶，安全团队很容易一直追在后面补漏洞。
Dario 真正担心的，并不是某一天 AI 突然「觉醒」，而是这个反馈循环开始越转越快。
AI 越来越多地参与 AI 研发，下一代模型越来越快出现，而安全机制，还来不及跟上。
如果 RSI 只是让他担心「未来会不会跑得太快」，那么最近一次真实发生的智能体事故，则让这种担忧彻底落了地。
Dario 特别提到了最近的「OpenAI-Hugging Face 事件」。
在那次测试里，一群 AI 智能体组成了类似「蜂群」的协作系统。
最开始，人类只是让它们完成正常任务。可很快，一些智能体开始攻击任务之外的外部目标。
更诡异的是，它们还出现了明显的群体协作行为：有的智能体宁愿牺牲自己的任务成绩，也要帮助整个群体拿到更好的结果，甚至还有智能体试图 Hack 评分系统，为整个群体「作弊」。
这些行为，并不是人类提前写好的剧本。它们是在多智能体协作过程中，自己冒出来的。
Anthropic 内部也观察到过类似现象，只是程度更轻。
Dario 真正担心的，是再往前 6—12 个月。
到那时，Agent 更强，能调用的工具更多，能控制的机器更多，连续工作的时间也更长。
如果今天这些偏离目标、钻规则漏洞、群体协作的行为依然存在，风险就可能被瞬间放大。
他甚至给出了一个相当惊悚的场景：
大规模 AI Agent 攻入联网设备，把整个互联网变成一个巨型「僵尸网络」。
造成的损失，可能达到数千亿美元。
当 AI 越跑越快，人类还刹得住吗？
所以，Dario 这次喊「减速」，真正担心的并不是某个遥远的超级智能。
而是几件事正在同时发生：
RSI 已经出现，AI 开始参与研发更强的 AI；Agent 正在获得越来越强的现实行动能力；一些失控行为，也已经从假设走进真实测试。
而模型迭代的速度，还在继续加快。
这也是为什么他想抢出 1—2 年时间，把安全评估、第三方核查和全球规则先补上。
这套方案能不能落地，还没有答案。
现在，跑在最前面的人开始问：真跑失控了，我们还刹得住吗？

前OpenAI员工阿什莉·皮利皮兹恩创立的Besxar正在探索太空半导体制造，利用太空天然真空环境替代地面造价高昂的洁净室基础设施。
文章作者：芯智讯
文章来源：火星财经
9月11日消息，由前 OpenAI 员工创立的初创公司 Besxar 正试图将半导体制造搬上太空，以利用太空的天然真空环境替代地球上造价高昂的洁净室基础设施。近期，Besxar 已开始通过 SpaceX 猎鹰 9 号对其轨道半导体制造原型进行验证测试。
核心逻辑：去物理规律已经“就绪”的地方
Besxar创始人兼CEO阿什莉·皮利皮兹恩（Ashley Pilipiszyn）曾是OpenAI员工。她表示，地面晶圆厂之所以是“极其庞大且复杂的基础设施项目”，根本原因在于必须建造正压洁净室，以阻挡哪怕是微小的灰尘和污染物——一粒尘埃落在晶圆上就可能毁掉整块芯片。
“我们正处在一个时代：前往一个物理规律本身就已对我们有利的环境，实际上比在地球上更具成本效益，”皮利皮兹恩表示，“不要在地球上和物理规律‘硬碰硬’。”
在Besxar看来，太空的真空环境天然具备地面洁净室难以企及的纯净度，这是保护敏感材料免受污染所必需的。与其花费数十亿美元在地面复制一个“近似真空”的环境，不如直接利用太空本身作为洁净室。
此外，太空制造更深层的价值在于，微重力环境下可以消除热对流和浮力效应。在地面上，熔化材料时热对流会像“搅拌机”一样扰乱原子排列，导致晶体缺陷。而在微重力环境中，原子可以更安静地排列，生长出的化合物半导体晶体结构更完美，导电效率可能比地面产品高出10到100倍。
另一家同样瞄准太空制造半导体的初创公司Space Forge首席执行官兼创始人Josh Western此前也表示，太空的真空和微重力条件可以使全新的半导体材料得到更有效的开发。“生产化合物半导体生长是一个非常激烈和缓慢的过程，它们实际上是从原子级别开始生长。”“因此，重力对其有着深远的影响，基本上改变了这些原子之间的键。在太空中，你能够克服这个障碍，因为太空中几乎没有重力。”
Western补充道，太空为几乎任何材料提供了更好的制造基础。“通过微重力、高纯度真空（不需要多级泵）的组合，进入太空可以实现大约十亿种新的合金组合，并获得-260℃到260℃的极端温度，可以使研究人员制造出“比地球上的半导体效率高10到100倍”的半导体。
首飞验证：晶圆样本比地面更洁净
2025年10月，Besxar已与SpaceX达成协议，将在约12次猎鹰9号飞行中验证其轨道半导体制造原型，以验证利用太空的天然真空替代地球上造价高昂的洁净室基础设施的设想。
2026年7月5日，Besxar的首次飞行任务“Mission Asimov”搭载SpaceX猎鹰9号助推器升空，两个V1 Fabship（制造舱）随助推器完成亚轨道飞行，并携带了来自德克萨斯大学奥斯汀分校和弗吉尼亚大学的GaAs、AlInAsSb等化合物半导体晶圆样本。需要指出的是，这两个微波炉大小的“Clipper级”容器是利用太空属性（例如真空、微重力、热环境）作为工艺条件的模块化制造单元。它们被安装在猎鹰9号助推器上，并未进入轨道，而是在亚轨道飞行几分钟后随助推器返回地球。
本次测试的任务目标是：验证容器能否承受发射载荷、保护晶圆样本免受污染、并使其暴露于太空真空。，飞行后的检测显示，容器结构完好，晶圆样本无裂纹、无翘曲、无可见损伤。
皮利皮兹恩进一步指出：“经历过飞行的样本是最洁净的，颗粒物含量也最低，与不曾进入太空的地面晶圆相比……这对我们后续扩大规模而言非常理想。”目前针对化合物半导体晶圆样本的独立的材料级分析仍在进行。
技术路线图：从加热到沉积，逐步升级
Besxar的迭代路径清晰而渐进，计划未来两年内，公司将逐步提升实验复杂度：
第一阶段：加热晶圆，验证在轨热管理能力。
第二阶段：沉积一种材料，实现基础薄膜生长。
第三阶段：扩展至两种及以上材料，向真正的半导体制造工艺靠拢。
Besxar的最终目标是，将更大规模的制造模块搭载于SpaceX仍在研发中的星舰（Starship）。皮利皮兹恩三年前首次接触SpaceX时，原本洽谈的就是利用星舰发射服务，但最终选择先通过猎鹰9号助推器搭载载荷的方式，以可控成本先期降低技术风险。
一旦具备合格样品的生产能力，Besxar计划向头部芯片制造商供应晶圆，用于制造数据中心、机器人和电动汽车中负责电能调节的先进芯片。这一市场定位避开了与台积电、三星在逻辑制程上的正面竞争，转而聚焦于对材料纯度敏感的功率半导体领域。
尽管首飞验证了基本可行性，但从“工程实验”到“商业制造”之间存在巨大鸿沟。猎鹰9号助推器的亚轨道飞行仅提供几分钟的真空暴露窗口，而真正的半导体薄膜沉积可能需要数小时甚至更长的受控环境。星舰何时能够实现常态化、低成本运营，目前仍是未知数。
已有多家企业开始布局
Besxar迄今已筹集近1400万美元，其中包括由Dauntless Ventures和Overture VC领投的900万美元种子轮，Keymaker VC、645 Ventures等机构参投。公司还获得了NVIDIA Inception项目的早期支持，并已启动一项美国国防部合同，聚焦国防级材料和抗辐射组件研发。
太空半导体制造赛道并非只有Besxar一家。United Semiconductors和Space Forge同样在探索利用太空环境生产更高质量的半导体。但所有玩家面临一个共同瓶颈：如何将足够数量的产品运回地球。皮利皮兹恩预计未来单座工厂的产量将从数百片晶圆逐步扩展至数千片，但这一路径高度依赖于低成本火箭的成熟——无论是SpaceX的星舰，还是Rocket Lab、Stoke Space等竞争对手的新一代火箭。
此前由美国“芯片法案”和美国宇航局NASA的In Space Production Applications资助的一个研究项目也在研究在太空制造半导体。该项目的首席研究员是NASA高级材料工程师CurtisHill，他领导团队利用太空失重环境下简化了半导体制造过程中的蚀刻步骤。
值得一提的是，日本晶圆代工厂Rapidus社长近日在美国发表演讲时称，计划2040年前后在月球表面建设半导体工厂。
如果说Besxar等厂商聚焦的是“在太空造晶圆”，那么马斯克2026年3月发布的Terafab计划则将目标瞄准了在太空部署算力。
Terafab由特斯拉、SpaceX和xAI联合打造，被特斯拉称为“有史以来规模最大的芯片制造工厂”，目标直指每年生产1太瓦的AI算力芯片，相当于当前全球AI算力年产量的50倍。项目将打破全球现有芯片制造的分工模式，将光刻掩膜、芯片制造、封装测试全链条集中在单一厂区内，实现“制作掩膜—芯片制造—测试—优化掩膜—再制造”的极速迭代闭环。
马斯克明确表示，Terafab的布局重心放在太空，核心源于地球能源与算力的天然局限。其生产的太空高功率定制芯片将专门适配太空极端环境，部署于SpaceX的轨道AI数据中心网络。
写在最后
在太空制造芯片的确实是一个不错的想法。但是这里仍有很多关键问题需要解决。
首先，目前尚未有可以适用于在太空制造半导体的设备，如果直接将现有半导体设备发射到太空，不仅成本高昂、而且不一定符合需求。另外设备的安装也是一项艰巨的任务。比如半导体制造所需的最关键的光刻机，本身体积庞大、重量也高达数十吨，在地面进行安装调试都需要数月时间。除非找ASML等设备厂商定制适用于太空的版本，但这个成本同样也非常高。
不过，目前已有团队在推进紧凑型太空制造设备的验证。例如，Nitride Global联合United Semiconductors和Axiom Space入选NASA的SBIR项目，开发用于在微重力环境中生长氮化铝（AlN）晶体的物理气相沉积反应器。其概念验证型反应器功耗仅250-400瓦，重量不到700克，能够在2800-3200°C的高温下工作，并满足国际空间站中甲板储物柜的集成限制。
另外，Besxar聚焦的化合物半导体材料生长，本身就比逻辑芯片的光刻制程更适合小型化。当然，如果要实现完整的“太空晶圆厂”，沉积、刻蚀、量测等环节的设备适配仍然是巨大的工程挑战。
其次，即便当太空制造半导体的产线就绪，仍将面临同一个尴尬：半导体制造所需的原材料能否持续稳定供应，如果只依靠地面发射供应，这个成本、物流时间都将是问题，毕竟半导体产线是需要7×24小时不间断运作的。
另外，产品造出来之后，要排队等待返回舱位。Dragon货运飞船每次只能带回约3000公斤的下行载荷，且时间表由国际空间站的任务轮换决定，制造商无法按自己的生产节奏“叫车”。行业分析显示，返回物流的瓶颈已经“重塑了整个新兴行业的经济性”，2026年返回服务市场规模约为15亿至18亿美元，预计到2030年可能增长至35亿美元。
第三，太空辐射是也是一个需要面对的问题。太空中的高能粒子可能改变芯片的晶体晶格结构，留下“空位缺陷”或“间隙缺陷”，导致性能下降甚至失效。
不过，有研究指出，对于一个200毫米晶圆，在无电场条件下受到的有效辐射损伤低于10拉德，通过简单的退火工艺就能修复。更有力的反证来自谷歌的Project Suncatcher实验：其Trillium AI芯片在相当于5年低轨任务辐射剂量的测试中成功存活。这意味着，辐射对“制造中的晶圆”的威胁，可能远小于对“成品芯片长期运行”的威胁。太空制造的核心挑战仍然集中在热管理和物流上，而非辐射。
第四、太空制造半导体的终极形态，可能不是“运回地球”而是“就地使用”，即“太空工厂”直接服务于“太空基础设施”，形成一个不依赖地球的闭环。
马斯克的Terafab计划虽然主要在地面，但其产品定位明确指向SpaceX的轨道AI数据中心网络。如果未来轨道数据中心、卫星星座、太空制造平台本身形成规模，那么在轨制造的芯片、主板、散热系统都可以就地组装、就地部署，彻底绕开“下行运输”这个瓶颈。当然，这需要配套的太空芯片制造、主板制造、封装测试能力也同步上天，其难度不亚于芯片制造本身。但至少从逻辑上，这比“造好再运回地球封测”更自洽。
Besxar目前的定位是向地面芯片制造商供应晶圆，这仍然是“太空制造、地球使用”的路径。但真正的闭环，需要整个产业链的太空化。
总结来说，太空半导体制造的逻辑成立，但它的瓶颈不在“能不能造”，而在于“需要配套的太空制造设备”、稳定的材料供应、有竞争力成本效益。所以，短期内最可行的路径仍然是高价值、小体积的化合物半导体材料生长，而非完整的逻辑芯片制造。

ME News 消息，9 月 13 日（UTC+8），风投机构 Vy Capital 目前持有 SpaceX 约 3.4% 股份，价值约 400 亿美元，成为 SpaceX 第五大股东，持股规模超过红杉资本和 a16z 已披露的持仓。Vy Capital 最早于 2016 年投资 SpaceX，当时估值约为 150 亿美元。此外，Vy Capital 管理资产规模已从去年年底的 270 亿美元增至今年 6 月的 500 亿美元。 该机构在投资者信中表示，自 2014 年成立以来，其总内部收益率为 41%，已向投资者分配 46 亿美元。Vy Capital 预计，若投资判断兑现，SpaceX 未来 5 至 7 年估值将超过 10 万亿美元。该机构目前仅有数十名员工，核心投资团队由 4 人组成，并已于去年停止接纳外部投资者。（来源：ME）