最新科技资讯 第41页
聚合 AI、科技、商业、硬件与开发工具的最新内容，按时间顺序查看第 41 页精选文章。
Zoox 的 robotaxi：真正的赌注不是外形，是城市运营
Zoox 正在拉斯维加斯、旧金山、奥斯汀推进 robotaxi 服务，迈阿密也在计划中。它和 Waymo 等改装量产车路线不同，选择从传感器、车身、转向、乘客舱重做一辆无人出租车。关键不在它像不像未来，而在这套专用车设计能不能压低城市运营里的感知、掉头、上下客和冗余成本。
Otter 接入 Gmail、Notion、Jira：AI 会议工具开始抢企业知识入口
Otter 推出基于 MCP 的企业搜索功能，可把 Gmail、Google Drive、Notion、Jira、Salesforce 等数据接入 Otter，并和会议记录一起查询、操作。 它还发布了 Windows 端无机器人录会应用，补齐去年 Mac 端已有的 botless meeting capture。 我的判断：Otter 不是在给会议纪要加小功能，而是在防守式扩张。转写和摘要越来越薄，会议工具必须去抢企业知识入口。
Flo 经期数据案：最刺眼的不是泄露，而是把身体记录接进广告系统
Frasco v. Flo 案中，2025 年 8 月陪审团认定 Meta 对收集 Flo 用户敏感生殖健康数据并用于自身利益承担责任，集体诉讼覆盖约 1300 万用户。涉事数据包括月经周期、排卵、怀孕/备孕相关信息，争议时间主要在 2016-2019 年。真正要看的不是用户够不够谨慎，而是健康 App、广告 SDK 和隐私同意机制能不能被重新约束。
LocalSend 走红 GitHub：它补的不是传文件，而是 AirDrop 的围墙
LocalSend 是一个开源、跨平台的局域网文件传输工具，项目地址为 github.com/localsend/localsend，目前约 79.2k Star、4.3k Fork。它的价值不在于又多了一个传文件 App，而在于把 AirDrop 难以覆盖的 Windows、macOS、Linux、Android、iOS 混合设备场景补上。它适合同一网络内的近场协作，不应被当成云盘、远程传输工具，或苹果 AirDrop 的完整复刻。
AI 找洞进入真实代码：新一代“脚本小子”风险变了
DARPA AIxCC 的关键事实是：AI 工具在 5400 万行真实代码里，不只找出多数人工植入漏洞，还挖出十多个未植入的真实漏洞。Claude Mythos 加重了安全圈的担忧，但它不是唯一原因；真正的变化是漏洞发现、理解和组合攻击的门槛在一起下降。对安全团队来说，重点不是追热点模型，而是补上资产盘点、漏洞排序、补丁验证和披露响应的速度差。
科幻大片扎堆，《Aphelion》反而押注一场小体量太空失散
The Verge 对 Don’t Nod 新作《Aphelion》的判断很清楚：它不是科幻大片的竞品，更像大制作夹缝里的叙事补充。游戏把近未来移民星球的宏大设定，压到 Ariane 和 Thomas 两名宇航员的失散与寻找上。对科幻游戏玩家来说，关键不是它够不够“大”，而是你是否需要一款更慢、更亲密、操作负担更低的科幻冒险。
Wasm 被叫了这么多年“栈机器”，问题恰恰出在这个标签
一篇技术博客指出，WebAssembly 虽然常被称为“栈机器”，但它几乎没有 dup、swap、over 这类传统栈重排指令，复杂复用往往必须借助 locals。真正的问题不是术语洁癖，而是这个标签会误导开发者迁移 JVM、Forth 那套 VM 经验。
罗技让 MX 外设控制 Office：快捷键小更新，工作流大算盘
罗技给 MX 外设线推出免费 Productivity Plugins，MX Creative Console、MX Master 4、MX Mechanical Mini 等设备可通过 Logi Options Plus 控制 Word、Excel、PowerPoint、Slack、Notion。它不是 Office 原生升级，而是罗技把外设继续推向桌面工作流入口。重度办公用户可以观望插件质量；只想买一只顺手鼠标的人，没必要为这套能力急着换设备。
GTFOBins 不是漏洞清单，它照出的是 Linux 权限治理的旧账
GTFOBins 是一个公开知识库，整理 Unix/Linux 常见二进制工具在特定权限配置下可能具备的 Shell、文件读写、上传下载、权限提升、库加载等能力。它提醒的不是“某个命令有毒”，而是 sudo、SUID、capabilities、镜像和流水线权限组合后会放大风险。对 Linux 运维、云平台和安全团队来说，重点不是禁工具，而是盘点授权、收紧默认能力、审计合法工具的异常使用。
pip 26.1 发布：lockfile 和依赖冷却，补的是 Python 依赖管理的地基
pip 26.1 停止支持 Python 3.9，并新增实验性的 `pip lock` 与 `--uploaded-prior-to PXD` 参数。重点不是版本号，而是 pip 开始补可复现安装和供应链风险缓冲。对 Python 开发者和工程团队来说，现在该检查运行时版本、CI 镜像和依赖安装策略了。
Golden Child上线：3700万美元押注高端犬粮，drizzle还不是护城河
Golden Child正式上线，卖冷冻鲜食订阅，也卖19.95美元一瓶的常温液态拌食drizzle，累计融资3700万美元。它的看点不是“颠覆狗粮”，而是Hims & Hers式DTC健康消费打法进入高端宠物食品。真正要等验证的是复购：drizzle能不能单独卖起来，冷冻鲜食的履约成本会不会吃掉利润。
LingBot-Map 发布：机器人建图的硬问题，正在变成记忆管理
蚂蚁灵波科技发布 LingBot-Map，一套面向具身智能的流式 3D 重建方法，目标是在长视频序列里稳定输出相机位姿和深度。关键不在“又一个建图模型”，而在它把长期在线感知的瓶颈说清了：记忆怎么存、怎么压、怎么不拖垮系统。现在不能把它吹成 SLAM、NeRF 或 3DGS 的全面替代，但机器人、AR/VR、自动驾驶建图团队已经值得拿它做验证对象。
旧金山坐拥AI富矿，城市经济却没接住
旧金山聚集了OpenAI、Anthropic和91家AI独角兽，账面财富很热，城市经济却被《经济学人》称为落后者。关键不是AI公司弱，而是估值、就业、住房和治理之间没有顺畅传导。对创业者和城市管理者来说，接下来该看本地用工、住房承载和公共服务，而不是只看融资新闻。
talkie 发布：一台停在 1930 年的 13B 模型，真正考题是版权洁净训练
Nick Levine、David Duvenaud 与 Alec Radford 发布 talkie，一个用 1931 年前英文文本训练的 13B 复古语言模型，并开放 base 与指令微调版本。它的价值不在怀旧包装，而在给开源模型社区提供了一个罕见样本：只靠版权到期、时代隔离的数据，大模型能走多远。最大争议也在这里——base 模型相对“干净”，chat 版本仍被现代 LLM 的后训练流程影响。
《High Performance Git》来了：Git 变慢，问题常在团队治理
Ted Nyman 在 gitperf.com 发布《High Performance Git》First Edition，采用 CC BY-SA 4.0 授权。它不是普通 Git 命令教程，而是面向大型仓库、CI、monorepo 和排障团队的性能手册。真正值得看的是这个判断：Git 慢不慢，很多时候不取决于会不会敲命令，而取决于数据模型、传输策略和维护纪律。
戒酒一年最反常的收获：不喝，比少喝更省力
Dynomight 作者原本每周只喝两三杯，戒酒一年后发现，难点不在酒精本身，而在每个场景里反复判断“要不要喝”。完全归零后，酒从菜单上消失，自我协商成本也消失了。最大正收益是睡眠改善，最大代价是喝酒型社交的参与感下降；这不是禁酒宣传，而是一次习惯重新定价。
当 AI 被默认打开，拒用就不再是矫情
Sean Boots 提出“生成式 AI 素食主义”：不全面反 AI，但尽量回避 ChatGPT、Copilot、Gemini、Claude 这类生成式 AI 工具。关键不在于 AI 有没有用，而在于它正被默认塞进办公软件、手机系统和搜索入口。对普通用户和组织来说，保留“不用”的权利，已经是一种现实防御。
NVIDIA把超声AI推到原始通道数据层，难点不只是模型
NVIDIA与Siemens Healthineers发布NV-Raw2Insights-US，输入不是B超图像，而是超声探头的raw ultrasound channel data。它首个应用是估计患者个体化声速，并用于自适应聚焦，不是自动诊断疾病。目前项目仍处研究开发阶段，未获美国或其他国家销售许可，真正门槛在原始数据链路、设备接入和监管定义。
微软 VibeVoice 不只是本地转写更快：真正变了的是开发者入口
VibeVoice 本地转写一小时播客可以跑到 8 分 45 秒，这个速度已经足够让内容团队心动；但新线索显示，微软更大的动作不是单点性能，而是把 VibeVoice-ASR 接入 Hugging Face Transformers，并用开源、vLLM、finetuning 和 MIT license 降低集成门槛。我的判断是：VibeVoice 的分水岭不在 demo 有多炫，而在它能不能从“能跑”变成“好接、好管、能进生产”。
YouTube 测试 Ask YouTube：答案先到，视频流量的账还没算
YouTube 正在美国向部分 Premium 成人用户测试 Ask YouTube，搜索不再只给视频列表，而是给出可追问的引导式答案，并混合文本、Shorts、长视频和片段。现在能确认的边界更清楚：它是 opt-in 实验，不是全面替换搜索；但真正的变量也浮出来了——AI 帮用户省时间，可能顺手拿走创作者的点击。
Talkie 这个“1930 年大模型”，拆的是今天 AI 的底牌
Talkie 团队发布 talkie-1930-13b：13B 参数、约 260B 个 1931 年前英文 token 训练，并开放 base 与对话版 checkpoint。它的重点不是复古聊天，而是提供一个少见的“时间隔离”对照组，用来检验泛化、数据污染、OCR 质量和后训练塑形。对评测团队和数据治理关注者来说，真正该看的是它和现代 FineWeb twin 的差距在哪里、差距又被哪些时代错位放大。