AI动态

分类：AI动态 标签：人工智能、大模型、腾讯、开源项目 1. 腾讯 Chatterfly 输入法低调开启内测 腾讯全新 AI 原生输入工具 Chatterfly（此前被市场称为元宝输入法）目前已低调开启内测。该产品底层依托腾讯混元多模态大模型，定位为 AI 表达助手，主打「开口即成稿」能力。 核心功能：支持将口语内容自动整理润色为书面文本，适配嘈杂、弱网、轻声等复杂录音环境。内置会议纪要、工作汇报、项目进度梳理、营销文案、邮件润色、Vibe-Coding 提示词优化六大自然场景 Skill 能力。 平台支持：当前仅开放 macOS、Windows 桌面客户端（需内测码），iOS 及安卓移动端标注「即将发布」。 隐私保护：语音转写录音及相关记录默认在本地存储，不上传云端，支持个人词库维护与表达习惯学习。 2. 阿里医疗影像 AI 登顶《科学》杂志 阿里巴巴达摩院与浙江大学医学院附属第一医院等机构联合研发的通用医疗影像 AI 模型 DAMO RADAR 成功登上国际顶级学术期刊《科学》（Science）。 应用场景：面向腹部增强 CT 诊断，可一次性识别超过 146 种病症。 性能表现：其诊断准确性首次达到影像科专家级水平，目前该模型已正式开源，将进一步推动医疗 AI 的普惠与技术研究。 3. 传折叠屏 iPhone 维修费达 8000 元，苹果回应未公布 针对近期网络流传的苹果首款折叠屏手机 iPhone Duo 维修费用可能高达 8000 元的传闻，苹果官方维修人员回应称：该产品目前尚未开启预售，具体维修价格尚未公布。 传闻来源：该估算来自第三方维修人员，基于机身反向弯折导致屏幕及铰链同时损坏的极端情况推测。 发售信息：iPhone Duo 起售价为 15999 元，将于 10 月 16 日 20 时开启预购，10 月 23 日正式发售。苹果客服同时强调，反向弯折等人为损坏不在标准保修范围内。 4. 微软高管内部定性：AI 训练是「人类历史上最大规模的劳动盗窃」 根据《纽约时报》公开的法律文件显示，微软应用科学总监布伦特·赫希特（Brent Hecht）在内部备忘录中，将 AI 模型训练直言不讳地定性为**「人类历史上最大规模的劳动盗窃」**。 ...

分类：科技 标签：AI硬件、大模型、数码配件、创业 过去一年，AI 硬件创业者开始集体扎堆手机背面。从早期主打录音转写的 Plaud 累计出货突破百万台，到磁吸电子纸屏、无源墨水屏手机壳在海内外热销，手机背面这个原本仅用于防护、装饰和临时充电的传统配件位，正演变成 AI 硬件寻找日常高频入口的“黄金几厘米”。 随着大厂与手机厂商的相继入局，这场围绕磁吸空间的竞争已从简单的配件生意，升级为 AI 硬件与智能生态的创新阵地。 一、手机背面的「隐藏金矿」 让市场意识到手机背面潜力的，是 2023 年登场的 AI 录音卡。这类设备通过 MagSafe 磁吸在手机背后，配合按键即可随时开启录音，并在 App 中完成 AI 转写与摘要。 这一设计巧妙破解了独立 AI 硬件的一大痛点：如何让用户做到“每天随身携带”。不需要额外背包，也不需要繁琐的翻找，高频携带直接转化为了持续的用户黏性与付费需求。Plaud 的迅速崛起验证了“硬件入口加软件订阅”的可行性，随后钉钉、出门问问、科大讯飞等大厂以及华强北白牌相继跟进，将纯录音功能迅速推向红海。 与此同时，显示方向的创业者也在开辟新战场： 极稚科技推出的无源墨水屏手机壳利用手机 NFC 刷新静态图片，在海内外斩获超 14 万只的销量； 阅星曈则推出磁吸电子纸阅读器，通过翻转即读的设计在半年内实现月销量十倍增长，并获得数千万元融资。 面对上游电子墨水薄膜产能的紧张，手机厂商也开始亲自下场。从荣耀的可拆卸磁吸副屏，到影石的自拍预览屏，再到海因斯的墨水屏手机，传统硬件巨头正在用自己的方式试探手机背面的边界。 二、两条路线的交叉：录音与显示的融合 当录音设备与显示屏幕在手机背面相遇，它们不可避免地走向了交叉。 单一功能的同质化压力，迫使团队向外扩展边界。例如，Flowtica 推出的 Verso 和 NOOKLAB 推出的 Moonphase Flip，均尝试在一块磁吸设备上同时集成麦克风阵列与电子纸屏幕。设备不仅负责采集声音，更通过 Agent 实时过滤并提取关键信息，将待办事项或会议摘要直接呈现于背屏之上。 这种融合提供了一种全新的交互体验： 低打扰的第二界面：手机主屏承担复杂的应用与高强度交互，而背屏则化身余光里的信息看板，仅展示日程与待办。 场景的分层演进：虽然录音卡不需要屏幕也能服务重度文字处理人群，但融合形态为需要快速确认结果的用户提供了更优解。 三、现实挑战：从新鲜感到真正“有用” 尽管技术层面的融合已无太大悬念，但这类产品仍需跨越几道关键门槛： 重量与续航的平衡：随着屏幕、麦克风和计算芯片的叠加，设备的重量与功耗直线上升。频繁的充电和握持感的改变，会直接削弱“随手机携带”的便捷优势。 价格与价值的匹配：当产品售价从几十美元的手机壳跃升至几百美元的独立智能设备时，用户会对其产生更高的价值期待。它必须证明自己确实替代了部分繁琐的工作。 隐私与生态边界：持续记录带来的隐私隐患，以及手机厂商自带系统级能力的向下压制，都是独立创业团队必须直面的长期挑战。 手机背面从来不缺可以放进去的功能，真正缺的是一个足够重要的使用理由。在这场融合与竞争中，谁能率先在“有用”与“无感”之间找到完美平衡，谁就有可能真正定义手机背面的全新智能硬件品类。

分类：科技 标签：创业、投资、商业逻辑、大模型 在创业者筹备新一轮融资的过程中，如何进行对外传播往往是一个核心议题。很多人寄希望于通过高明的公关技巧来打动投资人，但回顾多年来创业大潮的沉浮，一个底层规律逐渐浮现：绝大部分情况下，第一笔天使投资往往最好拿，而真正愿意在后期笃定你、出大钱的顶级机构，从来都不是被单纯的 PR 手段「搞定」的。 真正决定你能不能拿到深层信任的，不是单点的公关发声，而是你在时间轴上展现出的商业逻辑连线。 经典案例：王兴与美团的穿越周期之路 复盘当年惨烈的千团大战，所有竞争对手都在疯狂投站台广告、发补贴、烧钱抢地盘，当时的行业领头羊甚至自信到倒排上市日期。然而，王兴却做出了截然不同的判断：「团购投广告和烧钱这事算不过账，商业模式跑不通，不能这么花。」 当时公司内部和外界一片质疑，甚至为了自证清白，王兴在发布会上直接亮出了银行流水单，证明账上趴着 7000 万现金——不是没钱烧，而是选择不盲目烧。 最终，拉手网因商业模式闭环断裂倒闭在上市前夕，而美团一统江湖。在这个转折点发生前，外界对王兴的策略充满问号；但在转折点之后，全世界发现王兴是对的。美团由此积累了高维度的信任资产，也为日后外卖大战中投资人坚定不移的支持打下了坚实基础。 拆解商业信任的「A-B-C 连线」方法论 投资人对创始人的判断，绝对不会只在一个孤立的截面上完成。优秀团队打动资本的底层逻辑，可以拆解为一条清晰的演进路线： A 点（历史决策） -> B 点（客观结果） -> C 点（未来判断） A 点（历史决策）：你在充满不确定性、大家甚至看不懂的时候，下了什么注？为什么这么选？ B 点（客观结果）：经过一段时间的验证，你当初算过的账、做过的规划，有没有拿到扎实的兑现？ C 点（未来判断）：站在当下，基于前面的逻辑验证，你下一步要带大家去往何方？ 这三者之间环环相扣，缺一不可： 没有 A 点的 B 点，容易被看作侥幸。 如果不提前把逻辑讲清楚，即便拿到了结果，外界也只会觉得你只是撞上了大运或赶上了行业红利。 没有 B 点的 A 点，本质就是画饼。 只有口号没有兑现，早期的公关不仅不是助力，反而会变成未来透支信誉的雷区。 只有当 A 点跨越时间、扎扎实实落到了 B 点，这个闭环才真正构成了「思想履约」。 累积确定性：创业的本质 这种履约机制在其他领域同样适用。例如我们在使用 AI 工具编写代码时，之所以到最后愿意直接采用生成的结果，并不是因为某一行代码写得有多惊艳，而是因为它在之前的多次任务中持续做好了履约。 由 A 点到 B 点拉出的这条极其坚固的实线，其延展出的轨迹，才是唯一能击穿 C 点、让投资人和优秀人才愿意为未来下注的依据。 创业从来不是靠一次次光鲜的亮相或精巧的包装来吸引资源，它的本质是 A -> B -> C 不断累进的最小循环，也是一种在不确定性中「累积确定性」的长期能力。

分类：AI动态 标签：人工智能、大模型、科技监管、行业竞争 近期，大洋彼岸的美国人工智能企业频频发声，以“潜在安全风险”为由，呼吁行业放缓前沿AI的研发节奏。然而，这一倡议并未获得全球科技界的广泛共鸣，反而引发了欧洲科技企业和政府官员的强烈质疑。多方观点直指：美企所谓的“安全刹车”，不过是巩固自身垄断地位、打压新兴竞争者的“私利工具”。 巨头的“急刹车”与背后的算盘 在此次风波中，美国 Anthropic 公司首席执行官达里奥·阿莫代伊（Dario Amodei）曾撰文公开表示，鉴于前沿AI可能带来的安全隐患，行业应当主动放慢开发最先进模型的步伐。 然而，这种将安全风险作为放缓研发理由的提议，迅速遭到欧洲同行的猛烈抨击。法国 Mistral AI 在官方声明中一针见血地指出：“部分行业头部企业正利用当下形势巩固市场地位，推动制定偏向自身、打压竞争者的监管规则。” 这种“先发制人后锁死大门”的策略，被业界普遍视为巨头们维持技术霸权的常见手段 -> 利用监管门槛将竞争对手拒之门外。 欧洲创投圈：这纯粹是出于私利 欧洲的中小科技企业与学术界对美企提议的批判更为直接： 打压创新活力：德国 AI 初创企业黑森林实验室（Black Forest Labs）公共政策负责人本·布鲁克斯（Ben Brooks）认为，用人为划定的门槛强行拉开大型 AI 企业和新入局者之间的差距，将彻底抑制前沿领域的创新活力。 维持市场依赖：瑞士质子公司首席运营官拉斐尔·奥方（Raphael Auphan）在巴黎的一场科技活动上直言：“这完全是出于私利，他们只想维持市场对自家服务的依赖。” 监管权的垄断：德国达姆施塔特工业大学人工智能教授克里斯蒂安·克斯廷（Christian Kersting）则质疑，由少数几家硅谷企业自行界定何为“危险AI”并自行挑选核查人员，“根本不是真正意义上的监管”。 欧洲官方表态：利己意图一目了然 除了产业界，欧洲国家的政府官员也公开表达了对美企提议的警惕与反对。 法国经济与财政部长罗兰·莱斯屈尔（Roland Lescure）在接受媒体采访时毫不客气地评价道：“让身后所有竞争者放慢脚步，好保住自己第一名的位置，这里面的利己意图一目了然。” 科技新观察 AI 技术的安全治理固然重要，但安全与发展的边界究竟该如何划分，不能由几家占据领先地位的科技巨头单方面定义。当“安全风险”被异化为构筑行业壁垒的武器时，它所伤害的不仅是后来者的创新空间，更是全球人工智能生态的健康与多元化发展。这场欧美科技界围绕“放缓研发”的博弈，实际上是一场关于未来全球数字主导权的深层较量。

分类：AI动态 标签：人工智能、大模型、科技伦理、版权保护 在人工智能狂飙突进的今天，关于数据抓取与版权保护的争议从未停歇。近日，一份曝光的微软内部文件将这一矛盾推向了风口浪尖。微软应用科学总监 Brent Hecht 在文件中直言不讳地警告称，未经授权抓取新闻内容来训练 AI 模型，是一次规模空前的盗窃行为，堪称人类历史上最大规模的劳动成果盗窃。 内部文件揭露：AI 训练与版权保护的不可调和 长期以来，科技巨头们一直援引“合理使用（Fair Use）”原则，为其大规模抓取互联网公开数据训练大模型的行为进行辩护。然而，Brent Hecht 并不认同这一观点。他认为，这种做法完全是对“合理使用”理念的公开嘲弄。 除了对数据来源的道德性质疑，微软的另一份内部文件还指出了这种模式引发的“恶性循环”： 伤害网络生态：AI 直接抓取并总结内容，导致用户无需访问原始网站。 打击新闻出版商：微软自身的数据显示，部分新闻出版商网站的点击率大幅下降 83% 到 93%，其他多数机构的点击率也暴跌 51% 到 94%。 反噬模型本身：优质内容生产者失去经济支撑后，整个 Web 的内容生态将走向枯竭，最终无高质量数据可供模型学习。 Hecht 坦言，现实情况是“几乎没有人希望自己创作的内容被以这种方式使用，也没有人因此获得合理的报酬”。 巨头内部的分歧与矛盾 这场关于数据的争夺战，不仅存在于科技公司与媒体之间，在企业内部甚至行业领袖之间也暴露出微妙的分歧。 微软 CEO 萨蒂亚·纳德拉（Satya Nadella）此前在作证时曾表示，AI 公司不应该通过绕过付费墙或违反新闻网站的使用条款来获取数据。然而，与此形成鲜明对比的是，OpenAI 的内部沟通记录显示出截然不同的态度。当曾有员工向 OpenAI 总裁格雷格·布洛克曼（Greg Brockman）汇报，称公司的网络爬虫发现了绕过《纽约时报》付费墙的漏洞时，布洛克曼的反应竟然是“好极了”。 这种言行背后的反差，无疑加剧了外界对 AI 头部企业合规底线的担忧。随着 ChatGPT 等生成式 AI 产品持续对新闻出版商的经济基础造成实质性威胁，如何平衡技术创新与知识产权保护，已经成为摆在整个科技行业面前一道无法回避的必答题。

分类：AI动态 标签：人工智能、网络安全、Claude、漏洞挖掘 在当今的人工智能浪潮中，大模型的应用早已超出了常规的文本创作与辅助编程范畴。近日，安全界爆出了一起极具戏剧性与标志性的事件：安全研究人员借助 OpenAI 竞争对手 Anthropic 的 Claude AI 工具，成功入侵了 OpenAI 内部的多名员工账户及相关服务。 这场漏洞挖掘与攻击实验，不仅折射出当前企业安全防线的多维漏洞，更向整个科技行业敲响了警钟——AI 正在重塑黑客攻击的经济学。 攻击复盘：组合拳击穿企业防线 来自 Hacktron 的安全研究团队在此次行动中，并没有依赖单一的零日漏洞（0-day），而是通过精妙的漏洞链组合完成了对目标的控制： 入口突破：研究人员首先发现了 OpenAI 的 SSO（单点登录）配置错误。 软件缺陷利用：结合其社区论坛所使用的 Discourse 软件中存在的一个 libheif 软件包堆缓冲区溢出漏洞。 权限获取：通过上述漏洞组合拳，成功控制了多名 OpenAI 员工的 ChatGPT 账户，进而得以访问 OpenAI 的内部代码库及其他关联服务。 在成功发现并验证漏洞后，研究人员第一时间向 OpenAI 官方及 Discourse 进行了负责任的披露，并因此获得了来自 OpenAI 的 6500 美元漏洞赏金。 “借东风”：AI 成为黑客的高效副驾驶 这场攻击中最令人瞩目的细节，在于研究人员使用的“武器”——他们全程利用了竞争对手 Anthropic 的大模型 Claude 来辅助发现 bug 并实现远程代码执行（RCE）。 在整个攻击生命周期中： 模型迭代：研究人员起初使用的是旧版模型，随后切换到了更新的版本。 极低成本：整个 AI 辅助的漏洞发现与攻击脚本编写过程，消耗的 token 支出不到 3000 美元。 降维打击：AI 智能体耗费了数天时间进行深度扫描与推理，而人类研究人员投入的实际时间仅有短短数小时。 科技新视点 这起事件不仅是一次有趣的安全攻防案例，更深刻地揭示了 AI 时代的网络安全新常态：AI 正在以前所未有的速度降低黑客攻击的门槛与成本。 过去，挖掘复杂的缓冲区溢出漏洞并编写稳定的远程代码执行（RCE）脚本，往往需要顶级安全专家数周甚至数月的专注投入。而如今，在强大的 AI 辅助下，攻击的自动化与规模化正变得轻而易举。对于企业而言，传统的安全合规检查已远远不够，如何防范由 AI 驱动的自动化、新型攻击手段，将成为未来数字安全领域面临的最严峻挑战。

分类：科技 标签：Apple 智能、iPhone 17 Pro、iOS、苹果 随着人工智能技术的深度演进与端侧大模型能力的不断升级，设备硬件正在迎来新的挑战。苹果公司近期悄然更新了官方支持文档，对 Apple 智能（Apple Intelligence）的存储空间需求进行了重要调整。 根据最新披露的系统要求显示，针对 iPhone 17 Pro 等部分高端硬件设备，Apple 智能所需的本地存储空间上限从原先的 8GB 直接上调至多达 14GB。 存储需求翻倍背后的技术演进 从早期版本要求的约 7GB - 8GB 本地存储，到如今部分旗舰设备标配高达 14GB 的存储空间占用，这一变化清晰地反映出端侧 AI 功能的复杂化与精细化。 感知 -> 计算 -> 响应的本地化 AI 流程中，大模型参数量、多模态特征库以及本地缓存的扩容，对终端设备的存储吞吐和容量提出了更高要求。苹果通过不断迭代优化系统算法，将更丰富、更深度的 AI 特性下放到本地运行，这也直接导致了存储开销的显著增长。 哪些设备受到影响？ 根据苹果更新后的官方文档，需要多达 14GB 储存空间支持的设备清单主要涵盖了以下几类高性能硬件： iPhone 系列：iPhone 17 Pro、iPhone 17 Pro Max 以及 iPhone Air 等机型。 iPad 系列：搭载 M4 及后续芯片，且至少配备 12GB 统一内存的 iPad 机型。 Mac 系列：搭载 M3 及后续芯片，且至少配备 12GB 统一内存的 Mac 机型。 空间计算设备：Apple Vision Pro (M5)。 极客视点与总结 对于广大消费者而言，苹果此次上调存储门槛释放了一个明确的信号：随着端侧生成式人工智能的普及，128GB 甚至部分 256GB 的基础存储配置在面对未来重度 AI 应用时可能会显得捉襟见肘。 ...

分类：科技 标签：AI硬件、大模型、消费电子、智能手机 过去一年，智能手机的背面正悄然成为科技创业者和硬件大厂厮杀的兵家必争之地。 从主打 AI 录音转写的 Plaud 累计出货突破百万台、ARR 达到 1 亿美元，到无源墨水屏手机壳在海内外热销，再到各大互联网大厂与手机厂商密集试水磁吸副屏与电子纸配件——原本以手机壳、卡包和充电宝为主的背部空间，如今挤满了录音笔公司、电子纸创业者以及消费电子巨头。 这场围绕手机几厘米空间的竞争，标志着 AI 硬件正借助成熟的 MagSafe 生态寻找最佳入口。录音卡和屏幕设备两股原本平行的产品线，正在手机背面不断交叉，开启了一场从配件生意向 AI 硬件中心跃迁的新浪潮。 一、手机背面的「隐藏金矿」 将手机背面推向聚光灯下的，是一张厚约 3 毫米、重约 30 克的 AI 录音卡。 Plaud 的成功之处在于位置选择：它将独立硬件通过磁吸寄生在手机上，用户无需额外携带录音笔，开会时按下按键即可实现 AI 转写与摘要。这种设计巧妙破解了独立 AI 硬件普遍面临的痛点——如何让用户做到每天随身携带。 随后，硬件创新迅速从声音采集蔓延至视觉显示。极稚科技推出利用 NFC 刷新的无源墨水屏手机壳，凭借情绪表达和社交展示属性，八成销量销往海外；阅星曈则推出磁吸电子纸阅读器，通过翻转即可阅读，上市半年便迎来销量爆发并获得资本加持。随着上游电子墨水薄膜产能持续紧张，谁能提前锁定屏幕供应链，谁就掌握了规模化量产的门票。 面对创业公司开辟的新蓝海，手机厂商也开始亲自下场。从荣耀的可拆卸磁吸副屏，到影石 Insta360 的自拍预览屏，再到海信的墨水屏与彩色 LCD 副屏组合，多方势力交汇，使得手机背面正式具备了独立硬件入口的条件。 二、两条路线的交叉：录音与显示的融合 当录音设备和屏幕设备同时长期驻留在手机背面，它们之间便从原本的互不干扰演变为直接的产品竞争。为了打破单一功能的同质化困局，行业开始出现融合趋势。 例如，Flowtica 推出的 Verso 以及 NOOKLAB 推出的 Moonphase Flip，均尝试在一块磁吸设备上同时集成麦克风阵列与电子纸屏幕。设备不仅能够记录会议，还能直接将摘要、行动项和日历待办投射到屏幕上。 这种融合背后，实际上是 AI Agent（智能体）能力的向下扎根。麦克风负责采集现场上下文，Agent 负责理解和组织信息，而低干扰的背屏则将需要用户确认的结果呈现在余光中。 信息降噪：手机主屏装满了繁杂的应用与信息流，而低功耗、慢刷新的背屏则更适合承载不容错过的关键日程与待办事项。 分层演进：未来的市场并不会被单一的“全能设备”垄断，而是会走向产品分层——满足不同人群对轻量化录音、深度阅读或高效互动的定制化需求。 三、用户接受度与生态压力的多重考验 尽管将录音、屏幕和 Agent 集成进手机背面在技术上已经逐渐成熟，但创业团队依然需要跨越几道现实门槛。 硬件代价与续航焦虑：随着屏幕、麦克风和计算芯片的增加，设备的重量和续航功耗也在攀升，这直接挑战着手机用户的握持手感与充电习惯。 价格心理预期：几十美元的趣味手机壳靠新鲜感取胜，而一旦售价达到数百美元甚至更高，用户便会理性审视它究竟为自己节省了多少时间。 大厂生态挤压：手机厂商能够直接调用系统的电池、算力与底层数据。创业公司如果无法围绕特定人群建立深厚的使用习惯，其验证出的需求极易被巨头迅速吸收。 手机背面从来不缺可以塞进去的功能，真正缺的是一个足够高频、足够清晰的使用理由。这场争夺战的核心，在于谁能率先在“有用”与“无感”之间找到黄金平衡点，从而真正定义并占领手机背面的全新硬件品类。

分类：AI动态 标签：人工智能、大模型、腾讯、开源项目 过去 24 小时，科技数码圈迎来了多项重磅进展。从大模型的持续迭代到软硬件新品的曝光，再到行业对 AI 伦理与版权的深入反思，让我们一同回顾今日的焦点科技动态。 1. 腾讯 AI 原生输入工具 Chatterfly 开启内测 腾讯全新 AI 原生输入工具 Chatterfly（市场亦称元宝输入法）近日低调开启内测。该产品底层依托腾讯混元多模态大模型，定位为 AI 表达助手，主打「开口即成稿」能力。 核心功能：支持会议纪要、工作汇报、项目进度梳理、营销文案、邮件润色及 Vibe-Coding 提示词优化等六大自然场景。 隐私保护：语音转写录音及相关记录默认在本地存储，不上传云端，并支持个人词库维护。 客户端支持：目前内测仅开放 macOS 与 Windows 桌面客户端（需内测码），iOS 及安卓移动端标注「即将发布」。 2. 阿里医疗影像模型 DAMO RADAR 登顶《科学》 阿里巴巴达摩院与浙江大学医学院附属第一医院等机构联合研发的通用医疗影像 AI 模型 DAMO RADAR 成功登上国际顶级学术期刊《科学》（Science）。 该模型面向腹部增强 CT 诊断，可一次性识别超过 146 种病症，其准确性首次达到影像科专家级水平，目前已正式开源，标志着医疗 AI 在通用性与准确性上取得重大突破。 3. 传折叠屏 iPhone 维修费 8000 元，苹果回应价格未公布 针对近期流传的苹果首款折叠屏手机 iPhone Duo 维修费可能高达 8000 元的传闻，苹果官方维修人员回应称，产品尚未开启预售，具体维修价格尚未公布。 此前有第三方人员根据数码博主反向弯折导致外屏闪屏的测试进行估算，认为屏幕与铰链同时损坏可能需要七八千元。iPhone Duo 起售价为 15999 元，将于 10 月 16 日开启预购。苹果客服强调，反向弯折造成的损坏属于人为损坏，不在标准保修范围内。 4. 微软高管内部定性 AI 训练为「人类历史上最大规模的劳动盗窃」 根据《纽约时报》公开的法律文件，微软应用科学总监布伦特·赫希特（Brent Hecht）在内部备忘录中直言，AI 模型训练是「人类历史上最大规模的劳动盗窃」。 ...

分类：科技 标签：创业、投资、商业逻辑、大模型 在当今的创业浪潮中，许多团队在筹备新一轮融资时，往往会将大量精力投入到对外传播和公关造势上，希望能借此吸引投资人的目光。然而，真正经历过多轮周期观察的资深创投人会发现一个底层规律：绝大部分情况下，初期的天使轮或种子轮才是最好拿的钱，而真正决定后续大额融资成败的，从来都不是被包装出来的 PR 效果。 那些愿意笃定一个团队、出资数千万乃至上亿的顶级机构，以及愿意押上青春和能力的顶尖人才，看重的往往是一套贯穿时间轴的信任积累方法论。 回看历史：从王兴的美团突围看商业信任 复盘中国互联网的发展史，千团大战时期的美团无疑是极具代表性的案例。当时各路竞争对手都在疯狂砸广告、烧钱抢地盘，甚至行业领头羊拉手网自信到倒排出上市日期。 面对同行的狂热，王兴却保持了极度冷静，直言团购烧钱算不过账，商业模式根本跑不通。在内外部巨大的质疑声中，他甚至被逼得直接亮出银行流水单，证明账上趴着 7000 万，但也坚决不把钱浪费在无序的补贴上。 最终的结局众所周知：拉手网倒闭，美团一统团购江湖。 在这个转折点发生前，外界对王兴的战略充满怀疑；但在转折点之后，全世界都开始信服他的判断。美团自此拿到了高维度的信任资产。因此，当后来外卖大战打响，面对更强劲的对手时，王兴提出要把钱给到最有效率的人去烧，投资人毫不犹豫地再度买单，最终助力他登顶市场老大。 投资人之所以信他，绝不是因为公关做得有多完美，而是因为他此前积累的信用，在时间的长河中完成了扎实的兑现。 拆解信任模型：A-B-C 连线与思想履约 真正决定一个创业者能不能拿到深层信任的，不是单点的公关发声，而是其在时间轴上的「A-B-C 连线」： A 点（历史决策）：在充满不确定性、大家甚至看不懂的时候，你下了什么注？背后的逻辑是什么？ B 点（客观结果）：经过一段时间的验证，你当初算过的账、做出的承诺，有没有拿到扎实的兑现？ C 点（未来判断）：站在当下，基于前期的逻辑演进，你下一步要带团队去向何方？ 这三点之间存在着严密的逻辑闭环： 没有 A 点的 B 点，往往会被视作侥幸。如果不提前讲清楚逻辑，即便拿到了结果，外界也会觉得你只是撞上了好运气。 没有 B 点的 A 点，本质上就是画饼。只有口号而无兑现，前期的舆论造势不仅不是助力，反而会变成埋在未来的隐患。 只有当 A 点跨越时间、扎扎实实落到了 B 点，这个闭环才叫「思想履约」。 这种逻辑就像我们日常使用 AI 工具写代码一样，之所以到最后我们甚至不需要逐行审阅，不是因为某一行代码有多惊艳，而是因为它在过去的任务中持续保持了高效的「履约」。 总结：创业的本质是累积确定性 由 A 到 B 拉出的这条坚固实线，其延长线才是唯一能击穿 C 点、让投资人和优秀人才愿意为未来下注的客观依据。 真正对企业有意义的伙伴，绝对不会只在一个孤立的截面上对创业者做出判断。创业从来都不是靠一次次光鲜的亮相或精巧的包装来吸引资源，它的本质是 A -> B -> C 的不断累进循环。说到底，这根本不是一种高明的沟通技巧，它就是创业最朴素的内核：在不确定性中，持续不断地累积确定性。