与「先进技术」相关的搜索结果

1997年，乔布斯刚回归苹果不久大会上一程序员当众质疑他不懂技术，乔布斯给出了满分答案 30 年过去了，在 AI 时代我们更加能够理解乔布斯的这段话，到底是技术重要还是靠谱的想法更重要 --- 乔布斯全文： 我相信 OpenDoc 的很多功能确实有价值。坦白说，我对其中的技术细节并没有那么了解，你们显然比我更专业。你们当然可以开发一些 Demo，把这些功能展示出来。 但真正困难的，从来不是做出一个功能，而是如何把这些功能放进一个更大的产品愿景里，最终打造出一款每年能够创造数十亿、甚至上百亿美元收入的产品。 我在过去的工作中反复认识到一件事： 你必须从用户体验出发，再倒推需要什么技术；而不能从技术出发，再去思考该怎么把它卖出去。 在座的人里，恐怕没有谁在这件事情上犯过比我更多的错误。我为此付出过惨痛的代价，也因此留下了很多伤疤。 所以，当我们重新思考苹果的战略和愿景时，首先要问的不是： “我们手里有什么很厉害的技术？” 也不是召集一群工程师坐在会议室里，讨论： “我们现在有这些吊炸天的技术，接下来该怎么把它卖出去？” 我们真正应该问的是： 我们能够为用户带来什么巨大的价值？ 我们能够为用户解决什么真正重要的问题？ 我们能够给用户创造一种怎样前所未有的体验？ 然后，再从这个目标出发，倒推出我们需要建设什么样的技术。 我认为，苹果现在正在走回正确的道路。 我还记得，当年我们推出了世界上第一款真正意义上的小型激光打印机。那个小小的盒子里，装进了大量非常先进的技术： 它采用了佳能最早期的激光打印引擎，配备了非常强大的打印控制器，支持 Adobe PostScript 和 AppleTalk，里面汇集了当时最顶尖的技术。 但用户并不需要理解这些技术。 他们只需要知道，把这台打印机连接到电脑之后，就能够轻松打印出过去只有专业印刷设备才能实现的高质量文档。 这才是技术真正的意义。 不是为了展示技术本身有多厉害，而是把复杂的技术隐藏起来，最终为用户创造一种简单、完整而令人惊叹的体验。 这正是苹果需要重新回到的状态。 关于 OpenDoc，我很抱歉，它一直以来确实像一场悲剧。我也必须承认，面对这个世界上的很多事情，我同样不知道自己究竟在做什么。对于这一点，我向大家道歉。 但是，在苹果内部，有很多人正在非常、非常努力地工作。 像 Avie、Jon、Guerino、Fred，以及其他许多人，他们几乎没日没夜地投入工作。每个人都带领着数百人的团队，努力把我们的战略真正执行出来。 他们真的付出了很多。 当然，努力工作本身就是我们的职责。但我仍然想让大家看到，在我们不断犯错、不断调整方向的过程中，有一群人正在拼尽全力地让苹果重新站起来。 我们以后还会犯很多错误，就像过去已经犯过很多错误一样。 但犯错并不可怕。 因为当你犯错的时候，至少说明你做出了决定，采取了行动。我们会发现这些错误，承认它们，然后纠正它们。 现在，我们真正应该做的，是支持这些正在努力工作的团队。 当他们如此拼命地工作时，外面有很多公司愿意开出几倍的薪水，把他们挖走，让他们去做各种各样的事情。 但他们没有离开。 他们选择留在苹果，继续相信这家公司，继续努力创造真正伟大的产品。 我认为，我们应该支持他们，认可他们的付出。 因为最终，正是这些人，会为苹果创造出一些真正了不起的产品。 而这些产品，也会重新赢得市场和用户对苹果的支持。 这是乔布斯刚刚回归苹果不久时，在一次开发者大会上的回答。 当时，一名程序员当众质疑乔布斯不懂技术，甚至直言他并不知道自己在谈论什么。 乔布斯没有回避，也没有恼羞成怒。 他先承认自己并不懂所有技术细节，也承认苹果和自己曾经犯过很多错误。随后，他给出了一个几乎可以写进所有产品经理和创业者教科书里的答案： 不要从技术出发寻找市场，而要从用户体验出发，倒推需要什么技术。 技术可以很先进，功能可以很强大，Demo 也可以很惊艳。 但如果它无法被放进一个完整的产品愿景中，无法为用户创造足够巨大的价值，那么它最终就只能停留在技术和功能本身。 真正伟大的产品，从来不是因为用了多少先进技术。 而是因为它把复杂的技术藏在背后，把简单、完整而惊艳的体验交给了用户。

老黄点名了下一个将达到万亿美金市值的公司，相比这个Murphy（MRVL的CEO）今天演讲以及他与来黄的对话更值得一看。Murphy用近一个小时的时间，系统阐述Marvell如何押注数据基础设施、为什么光互联将成为AI时代的关键技术，以及这场从铜缆到光纤的转型将如何重塑整个数据中心架构，看完murphy的演讲，相信能对光互联的技术演化有更深的理解和认识，梳理下Murphy的演讲要点： 1、十年豪赌：如何成为数据中心之王 Murphy演讲从一段自我剖白开始。2014年加入Marvell 时，这家公司60%的收入来自消费电子市场，数据中心业务占比不到10%。也正是在那个时刻，他做出了一个大胆的判断——半导体行业的下一个增长周期，将由 Google、Amazon、Microsoft、Meta 等平台公司驱动，核心需求是“以大规模移动、存储、处理和保护数据的半导体技术”。 这个判断在当时并不被广泛认可。“数据基础设施”甚至还不是一个被行业承认的市场类别，只是 Marvell 用来描述未来愿景的内部术语。但 Murphy 和他的团队展现了惊人的执行力：通过一系列精准的并购和剥离，Marvell 在十年间投入了约285亿美元（225亿美元收购+60亿美元内部研发-40亿美元资产剥离），系统性地构建了从毫米到千公里、覆盖 AI 基础设施全栈的连接技术平台。 这些并购包括2018年收购 Cavium 强化计算和网络能力；2019年收购 Avera 建立定制芯片业务、收购 Aquantia 增强连接产品组合； 2021年以100亿美元收购 Inphi 获得世界级数据中心连接技术； 以及最近12个月内收购 Celestica AI 的光子结构技术和 Xcon 的 scale-up 交换能力。 结果是惊人的：Marvell 从2014年的25亿美元营收增长到2026财年预计的110亿美元，最近几年增速更是达到每年40%。根据上周财报电话会议后的华尔街共识预期，2027财年 Marvell 营收将达到164亿美元。更关键的是，数据中心业务占比已从不到10%飙升至上季度的75%以上。 2、连接性：AI 基础设施的真正瓶颈 Murphy 在演讲中抛出了一个核心问题：什么定义了 AI 基础设施的性能？大多数人会想到处理器、GPU、制程节点（3nm、2nm 甚至未来的1.4nm、1.6nm），或者高带宽内存。这些当然重要，但 Murphy 指出，这些都不是系统的决定性特征。 “因为一个处理器，无论它有多快、连接了多少内存，对于今天的 AI 工作负载来说根本不够。你需要数万个、最终是数百万个处理器作为一个单一的大规模计算引擎协同工作。这就是为什么这种规模的计算从根本上是一个连接性挑战。”Murphy 说道，“而且越来越多地，正是连接性的架构和特性定义了系统的性能。” 这个判断得到了英伟达 CEO 黄仁勋的呼应。在 Murphy 邀请下登台的黄仁勋强调，AI Agent 的计算模式是“分解和分布式的”（disaggregated and distributed）——当你把一个计算问题分解成许多部分，并分布到整个数据中心时，连接性就成为必需品。“我们分解和分布式计算，使其运行在这些巨大的集群上，这样我们就能聚合总计算量、总内存和总带宽。而使这一切成为可能的，就是连接性。”黄仁勋说，“这就是为什么 Matt 做得这么好，为什么 Marvell 如此关键。” Murphy 进一步解释了连接性瓶颈的演变逻辑：过去几年，AI 基础设施先后解决了计算瓶颈（英伟达引领的 GPU 革命）和内存瓶颈（HBM 高带宽内存的规模化），现在瓶颈正在再次转移。“现在是连接性将定义基础设施的极限，就像计算和内存一样。”他引用了与最大客户的对话：“世界上最大的超大规模云服务商现在正在重新构想他们的整个网络架构。他们认识到，扩展 AI 基础设施现在首先是一个连接性挑战。” 随着推理模型、专家混合架构（mixture of experts）、生成式 AI 的持续演进，更多数据必须在基础设施中移动，需要更高的带宽和更低的延迟。当工作负载不再适合单个数据中心时，就需要建设更大的数据中心或整个数据中心园区，以及它们之间的所有高速连接。“因此，连接性成为扩展计算的关键推动力，我们的客户越来越认识到光学是前进的方向。”Murphy 说。 3、从千公里到毫米：Marvell 的全栈连接布局 Murphy 用一张图展示了 AI 基础设施跨越的所有距离——从数据中心之间的数百甚至上千公里，到封装内部的毫米级距离。每一个距离都需要不同的解决方案、不同的技术、不同的工程团队，甚至不同的供应链。“这些不是同一问题的变体，而是根本不同的工程挑战。” 1）跨数据中心连接（数百至上千公里） 这需要非常专门的相干调制（coherent modulation）技术，核心是专用的数字信号处理器（DSP）。Marvell 是全球少数几家能够构建这种相干 DSP 的公司之一，已经领导了从100Gbps 到400Gbps 再到800Gbps 的代际演进。Murphy 在现场展示了一个相干光模块实物——这是一个极其复杂的工程产品，包含了 Marvell 最复杂的先进制程 CMOS DSP 芯片、第四代硅光子技术（已量产十年），以及用硅锗工艺设计的自研宽带模拟组件。“今年晚些时候，我们将采样世界上首个1Tbit、2nm 制程的相干光学解决方案。”Murphy 宣布。 2）数据中心内部连接（数百米） 数据中心内部包含成排的计算服务器，每个机架顶部通常有一个交换机，机架级交换机连接到脊柱和核心交换机，通过光纤电缆形成整个数据中心的网络结构。这部分使用的是更节能的 PAM4调制技术。Marvell 构建了业界领先的 PAM4 DSP 解决方案，以及高速模拟组件（包括跨阻放大器 TIA 和激光驱动器），并引领了从25Gbps、100Gbps、200Gbps、400Gbps 到800Gbps 的每一次重大转型。去年，Marvell 开始量产业界领先的1.6Tbps PAM4解决方案。在以太网交换方面，Marvell 拥有从51.2Tbps 到51.2Tbps 的完整产品组合，并在 ComputeX 当天宣布了专为 AI 数据中心设计的新一代102.4Tbps 以太网交换机，具有业界最低功耗。 3、机架内部连接 目标是以全互联（any-to-any）配置连接尽可能多的处理器——每个处理器都能直接与其他每个处理器通信。英伟达的 NVLink 72（因机架内连接72个 GPU 而得名）首次将这种架构推向市场。这需要完全不同的交换类别，以及通过机架内铜背板驱动超高速信号的能力。“今天，这不是光学的领域，这是铜的领域。”Murphy 说。核心差异化因素是电气 SerDes 技术而非光学。Marvell 拥有目前领先的200Gbps 电气 SerDes，并已在过去几年中演示了面向未来的400Gbps 技术，这些 SerDes 被集成到客户的定制芯片、XPU 以及 Marvell 自己的 scale-up 交换机中。 4）封装内部连接（毫米级） 当今最先进的芯片内部有多个 chiplet，2.5D 或3D 封装本质上是一种连接技术，允许这些 chiplet 在封装内非常靠近地放置，并通过超高速短距离 die-to-die 接口通信。Marvell 拥有领先的 die-to-die SerDes 和先进封装能力，使客户能够构建业界最复杂、最独特的多 die 芯片。 Murphy 强调，拥有所有这些能力“在一个屋檐下”是不寻常的、独特的。“当我们去竞争时，通常在每个类别中我们面对的是不同的竞争对手。但这就是我们的独特之处——我们是一站式商店，是整个连接堆栈的领导者。” 4、铜墙将移：光互联的物理必然性 Murphy 演讲的核心洞察集中在一个概念上：铜墙（Copper Wall）。他用一张图清晰地展示了当前 AI 基础设施中的连接分界线——左侧是光学连接（使用光纤电缆传输光信号，两端有复杂的电子设备驱动和调制激光），右侧是电气连接（使用铜缆、PCB 上印刷的铜走线，或封装内部的微观铜布线）。中间是“铜墙”，定义了信号在必须转向光学连接之前可以通过铜传输的最长距离。 “这是一个重要的区别，因为铜很简单、成本低，正如 Jensen 所说，你想尽可能长时间地使用它，这非常实用。但光学更复杂，需要激光器、光子学、复杂的电子设备。”Murphy 说，“而铜墙，我今天要告诉你们的是，它即将移动。它将再次移动，并将接管机架本身。这正在为光学行业创造需求的爆炸式增长。” 这不是偏好问题，而是物理定律。信号通过铜缆传输的距离与带宽成反比——每次带宽翻倍，距离就必须减半。Murphy 给出了具体数据：当今世界上最高速的生产系统运行在每通道200Gbps。在这个带宽下，电缆长度限制在大约1.5米。相比之下，100Gbps 系统可以使用约3米的电缆。而机架的高度约为2米，考虑到机架内部的所有布线，2.5米正好是极限。“所以当我们转向1.6Tbps 时，我们不能再用铜完全连接机架了。墙正在移动，而且是现在。” Murphy 强调，这不是遥远的未来：“今后，即使是机架内的连接也将变成光学的。整个行业都知道这一点即将到来，所以我们一直在为这一刻做准备——不仅仅是 Marvell，而是整个行业。你可以在台湾看到这一点，在供应链和正在发生的产能爬坡中。” 铜墙每向右移动一步，连接数量至少增加一个数量级。“这正在创造我提到的需求爆炸，光学供应链需要大规模扩展并做好准备。”Murphy 回顾了20年前的类似转型：当时数据中心内部的最先进技术是10Gbps，整个数据中心都使用铜缆，光学基本上只是电信技术，保留用于非常长的距离。但当墙移动时，光学行业迎接了挑战，今天世界上所有的超大规模数据中心都是光学连接的。这次转型催生了新的解决方案——针对数据中心内部优化的 PAM4技术，而 Marvell 是那里的关键创新者之一。 5、CPO：光互联的下一个前沿 当光学进入机架内部时，需要的新技术叫做共封装光学（Co-Packaged Optics, CPO）。Murphy 花了相当篇幅详细阐述这一技术：“CPO 是一种将光学连接一直带到封装本身、紧邻计算的技术，无论是定制计算还是交换芯片。” CPO 要解决的根本挑战是密度和功耗。机架内的连接数量是机架之间连接数量的10倍。“如果我们只是尝试使用数据中心机架间使用的相同光学技术，你不会有足够的功率，不会有足够的物理空间，无法容纳所有这些标准光学模块和电缆——这根本行不通，不可能。”Murphy 解释道。 CPO 的概念是将光纤直接带到封装，将驱动光纤信号的电子设备与定制计算或交换芯片紧密耦合。“这是一个巨大的变化，而且很难，因为你要结合芯片行业中一些最先进的技术：领先制程 CMOS、硅光子学、先进封装、光互连，所有这些都在一个小型紧密集成的系统中制造。复杂性非常高，但这是继续扩展带宽并克服我谈到的铜限制同时降低功耗的唯一方法。” Murphy 强调这不是未来主义的东西，而是正在发生的现实。他在现场进行了实物展示：一边是传统的以太网交换机——当天宣布的102.4Tbps Teralink 交换机，可以看到板中央的交换芯片，PCB 内部的铜走线将信号传输到前面板，所有光学模块都插在那里。另一边是基于 CPO 的交换机——封装中央仍然是交换芯片（51.2Tbps 交换机），但边缘周围是16个3.2Tbps 光学引擎。“16乘以3.2，你得到51.2Tbps。所以光纤现在直接连接到这些引擎，而不是前面板。我们完全消除了 PCB 上的铜走线。光直接从封装中出来。这是一个非常非常复杂的工程作品。”Murphy 说。 Marvell 为 CPO 投入了十多年：硅光子学、光学 DSP、所有周围的模拟宽带组件，以及实现这一切所需的所有先进封装。“这一切实际上都需要在 CPO 中汇聚。”Murphy 说。 6、英伟达的背书与 NVLink Fusion 合作 Murphy 特别强调了与英伟达的战略合作扩展。几个月前宣布的合作中，英伟达向 Marvell 投资了10亿美元，双方正在扩展跨多个维度的合作，包括光学、光子学和 NVLink Fusion。黄仁勋亲自登台与 Murphy 对话，这本身就是一个强有力的信号。 黄仁勋详细解释了 NVLink Fusion 的战略意义：“有时候，也许云服务提供商想要设计自己的定制芯片。在我们之间，我们也在 NVLink Fusion 上合作，这使得你可以使用相同的系统架构，内部有 Marvell 的一些半定制芯片、大量互连、硅光子和光学技术。我们可以创建一个本质上分解、分布和异构的数据中心。” 关键是系统架构保持一致。“他们的网络技术可以利用大量英伟达的堆栈。CPU 可以是 Vera，但它可以利用大量你们的堆栈。所以 NVLink Fusion 是关于采用英伟达的技术和我们的平台、Marvell 的技术和平台，然后我们融合它。这就是为什么它被称为 fusion。”黄仁勋说。 Murphy 追问了铜到光学的转型时间表。黄仁勋的回答非常务实：“我们应该尽可能长时间地使用铜，但铜有其限制——带宽和距离的限制。所以最终正确的策略是：尽可能长时间地用铜进行 scale up。之后，用光学进一步 scale up，用光学 scale out，用光学跨越连接。所以你在必须的地方使用光学，在可以的地方使用铜。” 但黄仁勋随即给出了乐观的市场预测：“底线是，在未来五到十年，我们将使用大量的铜，也将使用大量大量的光学。这些数据中心现在是基础设施的一部分。我说 AI 现在有用、有用的 AI 已经到来的原因是，现在 AI 是有利可图的，token 是有利可图的。当 token 生产有利可图时，每个人都想制造更多 token，这就是为什么 Marvell 的需求如此之高，我们的需求也如此之高。因为每个人都想生产更多 token，因为它被 Agent 到处使用。” 7、无距离数据中心：光互联的终极愿景 Murphy 在演讲的最后部分描绘了一个激进的未来愿景：他当数据传输全部变成光学时，距离实际上不再重要。“这是一个深刻的变化。”说。 今天的服务器、机架和整体数据中心架构都是围绕距离的约束设计的，软件工作负载也围绕这些相同的约束进行了优化。但如果距离不再重要呢？ 首先，scale-up 网络的规模可以从72个或144个 XPU/GPU 扩展到1000个或更多，全部光学互连。“对工作负载的影响是巨大的。今天，AI 工作负载必须分解成适合 scale-up 集群的更小子问题，因为在集群外部通信今天更慢、带宽低得多。但光学互连系统可以管理数量级更大的工作负载。” 其次，服务器本身可以被解构。现代 AI 服务器由一定数量的 CPU、XPU、内存和网络接口组成，它们都在同一系统上的原因是距离——CPU 和 XPU 需要以非常高的带宽访问内存，这意味着它们需要紧挨着坐在板上，铜走线作为它们之间的连接。“但在这些连接都是光学的未来，距离实际上不重要。你可以想象一个完全解构的架构——XPU 在一个系统中，内存在另一个系统中，巨大的 CPU 在另一个系统中。” 这解锁了另一种可能性：今天系统中 CPU 和 XPU/GPU 的比例是固定的，必须在系统构建和部署时定义。但没有两个工作负载需要完全相同的比例，这意味着在任何给定时间，计算或内存的某些部分可能未被充分利用——这要花钱。“但一旦我们将系统分解为独立的计算池和内存池，并且它们都是光学互连的，我们就可以动态组合专用系统，然后针对任何工作负载进行优化。” Murphy 的终极愿景是“全球光学互连的数据基础设施”：“我们今天拥有的这些系统中的刚性边界开始消失。计算现在可以被池化，内存可以被池化，基础设施可以大规模动态组合。架构师第一次可以开始围绕模型的需求设计 AI 系统，而不是围绕互连的限制。” 他将这个愿景命名为“无距离数据中心”（data center without distance）：“计算、内存、网络和光子学作为一个统一系统运行，数据中心中的数百万资源可以像一台机器一样协同工作，一个由工作负载需求定义的架构，而不是连接性的限制。我们相信这是计算基础设施的下一个时代，Marvell 正在帮助构建使这一切成为可能的连接基础。” 最后再多说点， Marvell的核心竞争力集中在两个细分领域。 1、定制芯片（ASIC/XPU）设计。 Marvell与博通是全球两大定制AI加速器设计巨头。大厂自研芯片的趋势正在加速——比如微软的Maia 200推理芯片、亚马逊的Trainium系列，背后都有Marvell的参与。TrendForce的预测数据值得留意：2026年定制AI芯片销售增速预计为45%，而同期GPU的增速仅为16%。不是GPU不行，而是超大规模云厂商在推理端的成本压力正在推动它们加速自研定制方案。 2、数据中心互连产品线。 这是Marvell更深的一条护城河。根据其财报，光学互连产品收入保持两位数季度环比增长，数据中心交换机业务预计2027财年将突破5亿美元。Marvell过去十年通过一系列并购累计投入约360亿美元，围绕连接搭建了涵盖定制芯片、高速交换器、光模块、硅光子和先进封装的完整技术平台。

今年第一季度，中国超大型原油船（VLCC）新接订单量67艘，占据全球市场份额的92%，相关造船厂的建造周期已排至2030年。这一强劲增长得益于中国船企在先进技术和市场预判方面的优势，特别是在甲醇、液氨等最新双燃料动力技术方面取得了核心突破。 来源：边际Lab x FinGraph财经图集

2. CVPR 2026 论文提交 (优先级 5) 规模: 16,092 篇投稿，比 2025 年 增长 24%，接收 4,089 篇（约 25%） 热门方向: - 图像/视频合成与生成（最热） - 视觉、语言与推理 - 多模态学习 - 3D 重建 - 医学/生物视觉（增长最快） NVIDIA NitroGen 模型: - 由 NVIDIA + 斯坦福 + 加州理工 + 芝加哥大学 + 德州大学联合发布 - Vision-action 基础模型，专为通用游戏 Agent 设计 - 在 1,000+ 款游戏、40,000 小时游戏视频上训练 - 定位：跨域通用游戏智能体基础模型 其他亮点: - 深圳先进技术研究院 + vivo 的移动端散景渲染 - 弗吉尼亚大学的扩散模型黑盒攻击 - CMU + 剑桥 + 浙大的无训练肿瘤分割框架

央视网消息（新闻联播）： 今年以来，中国造船业新 接订单不断，超大型油轮 拿下了全球超九成的新船订 单。 近日，由中船大连造船山船 重工建造的11.5万吨油轮，在 秦皇岛山海关正式交付给希腊 船东，这已经是这家船厂今年 交付的第6艘油轮。当前，随着 船企的生产效能持续刷新，中国 生产一艘超大型油轮，从开工到 交付只需要一年左右。 除了交付速度快，高端油轮今年也 接连实现新突破。大连造船船坞内 这两艘30万吨级超大型油轮，长 330多米的尺寸达到了大型油轮的 最高水平，一次可运输超200万桶 原油，足够300多万辆家用轿车加 满一箱油。天津造船基地刚刚开工 建造的这艘远洋油轮，主打绿色环 保，能减少约99%的硫氧化物和30% 的二氧化碳排放。 目前，中国油轮建造核心技术经过不 断创新，已掌握甲醇、液氨等最新双 燃料动力技术。中国船企凭先进技术 和对市场的精准预判，迎来油轮新接 订单集中爆发。 最新数据显示，今年一季度，中国新 接67艘超大型油轮订单，占全球市场 份额的92.0%，相关造船厂的建造周 期已排至2030年。

2026普利策奖国际报道奖获得者美联社系列调查，核心围绕一个完整链条展开：美国硅谷企业开发的监控与数据分析技术，在过去十余年通过商业合作被输出到中国，并被整合进大规模社会监控体系（尤其涉及新疆等敏感地区）；与此同时，报道披露美国政府在相当长一段时间内对这些技术流动是知情甚至部分支持的，监管并不严格。进一步的调查还指出，这套“美国研发—海外部署”的监控技术体系并未止步于中国，而是扩散到多个国家与地区，最终又以新的形式被美国本土执法机构（如边境执法）采用，形成一种“技术全球循环”。整体来看，这组报道的重点不只是指向某一国家，而是揭示了全球化科技供应链在商业利益、国家安全与人权伦理之间的复杂关系：先进技术在缺乏约束的情况下，可能被不同政权用于强化监控能力，并对隐私与人权产生深远影响。

🔥震惊！Fish Audio 居然可以克隆声音而且完全免费🎧 体验了一下还挺好玩的，用手机录制一段自己的声音，上传上去就能克隆合成一个属于你自己的音源，500字以内都免费，每天50次足够用了。除了用自己声音还可以用其他人的，太多选择了。最主要的是用起来非常非常的方便，几乎0门槛。好用推荐 低成本克隆合成声音已经不再是遥不可及的梦想！ 直达传送门： #低成本克隆合成声音# #声音克隆# #机器学习技术# #先进技术# #工具易用性# #生成声音质量# #隐私保护# #声音合成技术# #最佳选项#

【美国考虑禁止进口中国光模块？市场人士：可能性较小，影响也可控】据中新网8月4日晚间报道，有媒体报道称，知情人士透露，美国政府正起草一项禁令，拟禁止进口中国新型号的数据中心组件，以保护支撑人工智能(AI)发展的关键基础设施。产业分析人士认为，美国严格禁止进口中国光模块的可能性较小，一是从行业格局看，美国AI建设离不开中国光模块。全球前10名光模块厂商有7名为中国厂商，800G、1.6T等高速光模块中中国厂商出货占比70%，美国厂商产能和技术先进性均存在不足。目前美国主要云厂商正在加快AI基础设施建设，如无法获得中国光模块，整个建设进度将受到影响。二是从过往情况看，严格禁止进口中国光模块的可能性较低。另有市场人士也分析称，历史上也出现过多次这类信息，信息真假难辨无需过度猜疑。“即便消息为真，从历来应对来看都影响可控。”（澎湃）

巴西人对中国品牌趋之若鹜的原因，主要有4个。 第一，中国品牌让巴西人直接感受到技术进步。 手机，智能电视，电动车，通信设备和人工智能产品不断进入日常生活，消费者对中国制造的印象也从价格便宜转向技术先进。 第二，中国企业把工厂和资本真正带到了巴西。 2025年，中国企业在巴西至少投资60亿美元，超过其他任何海外市场，长城接手奔驰旧工厂，比亚迪进入福特旧厂，吉利收购雷诺巴西26%的股份，中国品牌已经成为当地制造业的一部分。 第三，中国企业迅速融入巴西的主流文化。 吉利邀请当地知名明星家庭代言，赞助《巴西老大哥》，奇瑞聘请演员推广高端SUV，比亚迪则把汽车植入黄金档电视剧。中国品牌因此变得熟悉，也更容易获得信任。 第四，中国持续投资，美国却不断制造贸易摩擦。 中国从2009年起就是巴西最大的贸易伙伴，巴西还计划首次使用人民币融资。 与此同时，美国威胁对巴西商品加征25%关税，特朗普也公开冷落卢拉，这让中国显得更愿意投资和长期合作。

韩国政府：政府计划加快西南地区的审批和建设，以迅速扩大存储芯片产能。中部地区将重点发展先进封装技术，而东南部地区将发展成为半导体材料、零部件、设备以及下一代功率芯片的中心。