科技

微软已逆转其对Microsoft Teams的激进AI整合策略，宣布用户现在可以关闭Copilot、Facilitator和Intelligent Recap功能。据消息人士称，这是因应一场广泛的用户反抗。 这一决定标志着该公司将AI助手嵌入Microsoft 365生态系统的努力出现显著退却。Teams一直是冲突最明显的战场，Copilot在会议中自动启用，而Intelligent Recap套件（包括AI生成的会议摘要、发言人识别和行动项提取）在许多企业部署中默认开启。 用户和IT管理员对缺乏控制权提出了反对。担忧集中在会议内容的非自愿AI处理、自动转录和摘要的隐私影响，以及管理无法单独禁用的功能的行政负担上。 根据新政策，Teams管理员和个别用户可以独立禁用Copilot、Facilitator（一个管理会议议程和时间安排的AI代理）和Intelligent Recap。此变更适用于Teams管理中心的会议策略以及通过PowerShell配置。 Facilitator作为一款AI驱动的会议助手推出，能够管理议程、追踪时间并提示行动项，尤其引发了分化。一些组织认为它对结构化会议有用，而另一些组织则认为在会议动态不需要自动调节的情境下，它具有侵入性。 Intelligent Recap可生成包含发言者时间线、主题和行动项的会后摘要，这引发了关于数据保留以及敏感会议内容是否以合规团队未明确批准的方式被处理和存储的问题。 微软此前曾表示，AI功能是Teams Premium和Microsoft 365 Copilot许可证价值主张的核心，这些许可证在标准授权之外每用户每月还需支付20至30美元（约16至24英镑）。退出的能力可能会降低那些不需要AI驱动的会议工具的組織对这些高级层级的感知必要性。 此次转变紧随行业内的类似调整，企业软件提供商正在AI能够提供的能力与用户默认愿意接受的内容之间寻找平衡。谷歌在企业客户提出担忧后，已对Workspace中的Gemini集成进行了类似调整，提供了精细的控制选项。 目前尚未公布这些开关控制将何时推广到所有Teams租户的时间表。 来源：Microsoft makes major AI U-turn following user revolt — will let Teams users turn off Copilot, Facilitator and Recap (TechRadar，2026年7月) 婷 翻译

DRAM 价格的飙升已促使至少一位创客采取了极端的应对措施：利用回收的俄罗斯计算机零件构建一个 64 位磁芯内存模块，并将其改造成一个可用的 USB 驱动器。 据 Tom’s Hardware 报道，该项目是对持续中的 RAMpocalypse 的尖锐回应。RAMpocalypse 是指由 AI 芯片需求、HBM 生产转移和 DRAM 供应受限推动的长期内存价格高企时期，已将消费级内存成本推至远高于历史正常水平。 这位创客使用从一台旧俄罗斯计算机中回收的手工穿线磁环浸入硅油中，构建了该设备。磁环通过烙铁焊接、CNC 加工和 3D 打印组件进行组装。最终成果是 64 位存储空间（共 8 字节），通过安装在电路板背面的 Raspberry Pi Pico 微控制器连接 USB。 作为参照，一个 MP3 文件大约需要 2 兆字节，约为此驱动器容量的 25 万倍。 该项目是一种刻意的时代错位。磁芯内存在 20 世纪 50 年代至 70 年代初是主流的随机存取存储器形式，用于 NASA 的阿波罗制导计算机和 IBM System/360 大型机等系统。每个比特以微型铁氧体环的磁极性存储在导线网格上，整个过程由工人使用显微镜和细针完全手工组装，使磁芯内存赢得了量产部件中劳动强度最高的声誉。 将人类送上月球的阿波罗制导计算机使用了大约 72 KB 的磁芯绳索存储器，约为此 USB […]

据CNET对六大主流平台（ChatGPT、Google Gemini、Microsoft Copilot、Perplexity、Claude和Grok）的定价分析，高级AI聊天机器人市场已形成从月费8美元到300美元的多层级定价结构。 分析显示，虽然基础订阅层的价格大致相当（大多数在每月8到20美元之间），但高端层的价格差异巨大，Perplexity Max每月200美元，Grok SuperGrok Heavy每月300美元。 定价概览 | 层级 | 价格范围 | 示例 | |——|———|——| | 入门级 | 8-13美元/月 | ChatGPT Go、Gemini Plus、Copilot Personal/Family | | 中端 | 20美元/月 | ChatGPT Plus、Gemini AI Pro、Claude Pro、Perplexity Pro、Copilot Premium | | 高端 | 30美元/月 | Grok SuperGrok | | 超高端 | 100-300美元/月 | ChatGPT Pro、Gemini AI […]

丰田汽车公司与Joby Aviation已正式达成一项战略制造联盟，旨在扩大全电动垂直起降（eVTOL）飞机的商业生产规模，使城市空中出租车的愿景更贴近日常现实。 这一合作伙伴关系建立在两家公司近十年的合作基础之上。自Joby发展早期阶段以来，丰田一直在生产系统和卓越运营方面提供专业知识。新协议围绕一个共同目标正式确立了这一关系：以商业规模生产eVTOL飞机。 “近十年来，丰田一直陪伴在Joby Aviation身边，帮助公司奠定制造飞机的基础，”Joby Aviation创始人兼首席执行官JoeBen Bevirt表示。 丰田董事长丰田章男将这一合作伙伴关系视为该公司出行理念的自然延伸。”自创立以来，我们一直秉持’为所有人提供出行服务’的理念。我们认为空中出行是该理念从地面延伸到天空的自然延伸，”他表示。 总部位于加利福尼亚州圣克鲁斯的Joby Aviation一直在开发一款全电动eVTOL飞机，旨在在世界各地城市运营空中出租车服务，并向其他运营商销售飞机。该公司在建立试点生产线的同时，一直在寻求获得美国和国际航空当局的认证。 一个关键的公开演示发生在2025年12月，当时Joby的飞机与丰田联合在日本富士赛道进行了为期一周的飞行演示。 该制造联盟旨在优化生产力、质量和成本，同时Joby致力于获得认证并为预期的需求增长做好准备。丰田的制造经验，仅在北美就有14家工厂，生产了超过5000万辆汽车，预计将帮助Joby弥合从原型规模组装到高产量航空航天制造之间的差距。 商业服务的时间表将取决于认证时间表，这仍有待美国和其他目标市场的监管批准。两家公司表示，该联盟为”未来的出行社会”奠定了广泛基础。 婷 翻译 来源：Toyota backs Joby’s all-electric air taxis as production aircraft prepare for vertical flight（Interesting Engineering，2026年7月）

知名中国爆料者Digital Chat Station（DCS）发布了关于小米18 Pro Max的新细节，确认并扩展了自2026年4月以来出现的一系列泄露信息。 该设备预计将配备定制的平面6.9英寸2K OLED显示屏，采用圆角设计，四边边框狭窄且均匀，这一设计语言与小米最近的旗舰方向保持一致。 处理器 据报道，这款手机将搭载基于2纳米工艺的骁龙芯片，延续了制程节点缩小的趋势，有望同时带来性能提升和能效改进。高通下一代旗舰级SoC被广泛预期将转向2nm级制程，很可能由台积电制造。 摄像头 摄像头系统是相较前代最显著的变化。小米18 Pro Max预计将搭载双200百万像素传感器：一个采用LOFIC（横向溢出积分电容）技术的主摄像头，可在具有挑战性的光照条件下改善动态范围，以及一个支持微距拍摄和约3倍光学变焦的200MP长焦传感器。 这标志着从小米17 Pro Max的三摄徕卡品牌相机系统的转变，整合为两个超高分辨率传感器。主传感器上的LOFIC技术旨在同时捕捉高光和阴影中的更多细节，这是即使是大型智能手机传感器也可能难以应对的领域。 电池 电池容量预计将超过8000毫安时，DCS引用了”8K++”的数字，理解为超过8000mAh，与4月9日指定8500mAh的早期泄露信息一致。这将比小米17 Pro Max的7500mAh电池增加13个百分点。 有线充电预计为100瓦，无线充电可能为50瓦。该设备还有望配备双扬声器和更大的触觉马达。 价格和定位 当一位评论者表示这款手机的价格会很高时，DCS回应称价格可能会反映其规格。小米17 Pro Max于2025年9月以5999元（约825美元）的价格发布，而18 Pro Max预计将在此基础上溢价。 如果小米遵循其典型的发布节奏，18 Pro Max可能会在2026年9月左右发布，与标准版18 Pro和18机型一同推出。 来源：小米18 Pro Max泄露确认2nm芯片、双200MP摄像头和更大电池（Gizmochina，2026年7月） 婷 翻译

航空航天材料制造商东丽CMA推出了其3960预浸料系统的快速固化版本，可将复合材料固化时间缩短高达45%，为飞机生产中最持久的瓶颈之一提供了潜在解决方案。 这种名为3960-FC的新材料专为飞机主结构、旋翼机部件、中大型无人机及运载火箭而设计。它基于现有的3960系统——一种预浸环氧树脂的碳纤维材料——通过加速热驱动固化阶段，同时不改变材料的结构特性。 “3960-FC在保持客户期望的机械和结构性能的同时，加速了制造周期，”东丽CMA航空航天业务发展总监Jeff Cross表示。 这一时机意义重大。空客在2025年底拥有创纪录的8,754架飞机积压订单，整个行业的制造商都面临提高产能的压力。复合材料固化长期以来一直是航空航天制造中的限速步骤，因为每架飞机数千个独立部件需要在热压罐中经过精心控制的热循环。 3960-FC系统已证明与NCAMP（国家先进材料性能中心）数据库等效——这是一个广泛使用的航空航天基准，应能简化制造商的认证流程。它保留了标准3960系统的关键机械性能：卓越的韧性、热/湿性能、高拉伸强度、刚度和损伤容限。 该材料还设计为低放热风险——比许多快速环氧体系更不易积聚热量，尤其是在厚复合材料结构中——并且兼容自动化制造方法，包括自动纤维铺放（AFP）和自动铺带（ATL）。它还支持真空袋仅（VBO）工艺和压模固化，可进一步缩短生产周期并降低工装成本。 这家总部位于华盛顿的公司表示，该材料可帮助制造商利用现有基础设施提高生产效率。然而，每家制造商仍需对材料进行认证、将其集成到现有生产线中并满足认证要求——这些步骤将决定3960-FC从规格表到工厂车间的转化速度。 来源：Aerospace engineers cut composite curing time by almost 50% with 3960-FC material（Interesting Engineering，2026年7月） 婷 翻译

OpenAI首席执行官Sam Altman将科技行业对全面远程办公的接纳称为”长期以来科技行业最严重的错误之一”，重新引发了关于疫情时代的工作安排是否应延续到后疫情时代的辩论。 Altman在旧金山举行的Stripe大会上表示，认为初创企业可以在不牺牲创造力的前提下完全远程运营的想法从根本上就是错误的。 Altman对与会者说：”我认为，长期以来科技行业最严重的错误之一就是认为每个人都可以永远完全远程办公，初创企业不需要面对面在一起，而且创造力不会受到损失。” “我想说，这场实验已经结束了，技术还不足以让人们永远完全远程工作，尤其是对初创企业而言。” 这些评论使Altman加入了越来越多的对远程办公采取强硬立场的科技高管行列。Meta的Mark Zuckerberg、Salesforce的Marc Benioff和Lyft前CEO David Risher都曾以提高生产力或创造力方面的担忧为由，收紧了返岗政策。 Altman的批评尤其引人注目，因为OpenAI本身正处于以AI驱动的变革中心，这些变革正在重塑知识工作者的工作方式。该公司的ChatGPT及相关产品被远程和混合团队广泛使用，这引发了人们的疑问：能够实现分布式工作的相同工具，是否也能弥补其缺陷。 关于远程办公成效的研究结果仍然褒贬不一。皮尤研究中心的一项调查发现，56%可以居家办公的工人表示，远程办公有助于他们按时完成任务并完成工作。但多项研究指出，当团队完全分散时，自发性协作和指导会减少，尤其是对职业生涯早期的员工而言。 Altman承认，技术进步最终可能会解决协作差距，但他认为目前的工具还不够完善。 “技术还不够好，”他说。 OpenAI此后敲定了在旧金山的大型办公空间租约，表明其自身员工预计将保持线下办公。该公司随着生成式AI热潮迅速扩张，在将AI代理和企业产品深入推广到职场的同时，员工队伍也在不断扩大。 来源：Quote of the day by OpenAI CEO Sam Altman (TechRadar，2026年7月)；OpenAI CEO Sam Altman says the remote work ‘experiment’ was a mistake (Yahoo Finance / Fortune，2023年5月) 婷 翻译

阿里巴巴Qwen项目前技术负责人林俊阳（Junyang Lin）发表了一篇对Qwen3世代所采用的混合思考方法的详细批评，并阐述了他为何认为智能体式思考（而非更长的推理链）才是正确的前进方向。 林俊阳于2026年3月从阿里巴巴离职，目前以独立研究员身份开展工作。他的分析首先在题为”Qwen: Towards a Generalist Model / Agent”的演讲中提出，随后在博客文章中进行了扩充，代表了迄今为止关于主要模型家族背后架构和训练权衡的最详细内部视角之一。 混合思考的问题 Qwen3发布时配备两种不同模式：一种产生逐步推理链的”思考模式”，以及一种近乎即时响应的”非思考（指令）模式”。其理念是在单一模型中为用户提供两全其美的体验。 林俊阳认为，这种融合从根本上比表面看起来更难。指令模式奖励直接性、简洁性和低延迟。思考模式奖励在困难问题上花费更多token。他说，将两者合并到一个模型中，会同时降低两者的性能。 “更长的推理轨迹并不会让模型更聪明，”林俊阳写道。”思考应该由目标工作负载来塑造，而不是由基准测试来塑造。” Qwen3使用四阶段后训练流程——长思维链冷启动、推理强化学习以及”思考模式融合”——来尝试合并。但后续版本发布了独立的Instruct和Thinking变体，实际上承认了统一方法未能按预期工作。 林俊阳将这一困难归因于数据问题而非模型架构问题。”这更多是一个数据问题而非模型问题，”他说，并指出构建能同时很好地服务于两种模式的训练数据的难度。 他认可Anthropic与Claude 3.7 Sonnet的做法，该模型提供用户可配置的思考预算，认为这是对行业冲向混合模型的一种”有用的纠正”。 从推理到智能体式思考 林俊阳更重要的论点涉及未来方向。他将近期AI进展划分为两个时代： 第一时代——推理思考，以OpenAI的o系列和DeepSeek-R1为代表。强化学习需要确定性、可验证的奖励，这自然将训练偏向数学、代码和形式逻辑。RL变成了系统工程问题——大规模部署和验证流程。 第二时代——智能体式思考，林俊阳认为这是当前的前沿。目标从产生正确答案转变为在交互式环境中行动时维持进展。智能体必须决定何时停止思考并采取行动，调用哪个工具以及以什么顺序调用，如何整合来自外界的嘈杂反馈，以及在失败后如何修订计划。 “回答的思考与行动的思考不是一回事，”他写道。 其博客文章中的对比表格清晰地区分了两者： | 维度 | 推理思考 | 智能体式思考 | |———–|——————-|——————| | 评判标准 | 回答前内部思考的质量 | 行动中是否维持进展 | | 奖励信号 | 可验证答案（数学、代码、逻辑） | 交互式环境中的任务成功 | | 核心训练对象 | 思维链本身 | 选择行动、读取环境反馈并适应的策略 | 林俊阳预计，”编排工程”——在专业子智能体之间路由工作的协调层——在未来几年将比原始模型能力更重要。一个通用模型最终可能不如一个能够规划、委派、验证和恢复的系统重要。 Qwen家族本身就展示了这一轨迹。演讲的结尾幻灯片以一句话结束：”Training […]

阿里巴巴Qwen项目前技术负责人林俊阳（Junyang Lin）发表了一篇对Qwen3世代所采用的混合思考方法的详细批评，并阐述了他为何认为智能体式思考（而非更长的推理链）才是正确的前进方向。 林俊阳于2026年3月从阿里巴巴离职，目前以独立研究员身份开展工作。他的分析首先在题为”Qwen: Towards a Generalist Model / Agent”的演讲中提出，随后在博客文章中进行了扩充，代表了迄今为止关于主要模型家族背后架构和训练权衡的最详细内部视角之一。 混合思考的问题 Qwen3发布时配备两种不同模式：一种产生逐步推理链的”思考模式”，以及一种近乎即时响应的”非思考（指令）模式”。其理念是在单一模型中为用户提供两全其美的体验。 林俊阳认为，这种融合从根本上比表面看起来更难。指令模式奖励直接性、简洁性和低延迟。思考模式奖励在困难问题上花费更多token。他说，将两者合并到一个模型中，会同时降低两者的性能。 “更长的推理轨迹并不会让模型更聪明，”林俊阳写道。”思考应该由目标工作负载来塑造，而不是由基准测试来塑造。” Qwen3使用四阶段后训练流程,,长思维链冷启动、推理强化学习以及”思考模式融合”,,来尝试合并。但后续版本发布了独立的Instruct和Thinking变体，实际上承认了统一方法未能按预期工作。 林俊阳将这一困难归因于数据问题而非模型架构问题。”这更多是一个数据问题而非模型问题，”他说，并指出构建能同时很好地服务于两种模式的训练数据的难度。 他认可Anthropic与Claude 3.7 Sonnet的做法，该模型提供用户可配置的思考预算，认为这是对行业冲向混合模型的一种”有用的纠正”。 从推理到智能体式思考 林俊阳更重要的论点涉及未来方向。他将近期AI进展划分为两个时代： 第一时代,,推理思考，以OpenAI的o系列和DeepSeek-R1为代表。强化学习需要确定性、可验证的奖励，这自然将训练偏向数学、代码和形式逻辑。RL变成了系统工程问题,,大规模部署和验证流程。 第二时代,,智能体式思考，林俊阳认为这是当前的前沿。目标从产生正确答案转变为在交互式环境中行动时维持进展。智能体必须决定何时停止思考并采取行动，调用哪个工具以及以什么顺序调用，如何整合来自外界的嘈杂反馈，以及在失败后如何修订计划。 “回答的思考与行动的思考不是一回事，”他写道。 其博客文章中的对比表格清晰地区分了两者： | 维度 | 推理思考 | 智能体式思考 | |———–|——————-|——————| | 评判标准 | 回答前内部思考的质量 | 行动中是否维持进展 | | 奖励信号 | 可验证答案（数学、代码、逻辑） | 交互式环境中的任务成功 | | 核心训练对象 | 思维链本身 | 选择行动、读取环境反馈并适应的策略 | 林俊阳预计，”编排工程”,,在专业子智能体之间路由工作的协调层,,在未来几年将比原始模型能力更重要。一个通用模型最终可能不如一个能够规划、委派、验证和恢复的系统重要。 Qwen家族本身就展示了这一轨迹。演讲的结尾幻灯片以一句话结束：”Training […]

本周机器人技术领域的两则新闻，揭示了该行业在噱头与实质之间日益扩大的鸿沟：一段人形机器人在印度尼西亚办公室”攻击”同事的病毒式视频被证实是经过编排的摆拍，而巴塞尔大学的研究人员则发表了一篇关于微型牙科机器人的论文，该机器人小到可以放入患者口中。 并非”失控”的机器人 一段在社交媒体上广泛传播的视频显示，名为”Joko”的人形机器人在印度尼西亚的一间办公室里做出不规则的、类似武术的高踢动作，并向附近的工作人员猛扑。该视频获得了数千万次观看，许多观众最初相信自己看到的是真实的故障。 现实则平淡得多。该机器人的操作人员证实，这些动作是预先编程的编排动作，旨在展示机器的灵活性、平衡性和响应能力。该视频由操作人员自己上传到TikTok。 这一事件凸显了机器人行业面临的一个日益严峻的挑战：随着人形机器人的动作越来越逼真，受控演示与真实安全事故之间的界限在公众眼中变得模糊。 上个月另一起涉及Unitree G1机器人的真实事件突显了实际风险。在一次现场演示中，机器人执行了编程设定的回旋踢动作，而此时一名幼儿进入了其操作区域并遭到撞击。该儿童弯下了腰，但成年人迅速介入。这一事件强调了在动态机器人演示周围保持安全距离的重要性。 软木塞大小的牙科机器人 在机器人技术领域的另一端，巴塞尔大学生物医学工程系的一个团队在《IEEE Transactions on Medical Robotics and Bionics》上发表了一篇论文，描述了一种名为MIR（微型口腔内机器人）的原型机。 该机器人约有一个葡萄酒软木塞大小（43×26×28毫米，约1.7×1.0×1.1英寸），设计用于自主制备牙冠所需牙齿。其电机和控制系统位于患者口腔外部，通过柔性驱动轴和电缆连接。 该机器人分两个阶段工作：首先由较宽的钻头磨削牙齿的咬合面，然后由较细的钻头修整侧面。在合成树脂牙和硬度接近天然牙釉质的陶瓷材料上的实验室测试中，即使没有搭载传感器，该机器人也实现了0.2毫米（约0.008英寸）以内的定位精度。 “能够在口腔内以如此精度操作的机器人，可以将目前需要多次就诊的手术转变为一次性预约，”论文第一作者Tomooka博士表示。 首先对患者口腔进行扫描，为牙冠创建数字化方案。然后制作定制的牙科夹板来固定机器人。”即使患者转动头部，MIR也会随之移动，”Tomooka说。 未来版本预计将配备摄像头和传感器，实现实时位置监控，进一步提高精度，并使系统能够从断电等中断中恢复。 炒作与工程之间的差距 综合来看，这两个故事说明了机器人技术当前的身份危机。病毒式编排吸引了注意力，但有可能扭曲公众对该技术能与不能做什么的理解。与此同时，在精密化、小型化和自主性方面的真正工程进步，在很大程度上仍在聚光灯之外。 MIR项目由Innosuisse资助，与苏黎世大学牙科医学中心、伯尔尼大学和Camlog Biotechnologies合作开展，目前尚未投入临床使用。但它代表了那种渐进式、实用性的机器人技术工作，最终可能比任何病毒式噱头对日常生活产生更大的影响。 Sources: Video shows humanoid robot acting ‘rogue’，’attacking’ coworkers (Interesting Engineering，2026年7月); New dental robot attaches to patient’s teeth for drilling (CNET，2026年7月); A mini robot to simplify dental treatment (巴塞尔大学，2026年6月) 婷 翻译