Elon Musk announced on social media that Tesla’s FSD 14.3 version is currently being tested by Tesla employees and is expected to be officially released this weekend. The new version aims to enhance the safety and performance of Tesla’s Full Self-Driving technology. This update will bring improvements to the system, including better handling of complex traffic situations and more intuitive driver assistance features. Tesla has been working on refining its autonomous driving capabilities, and this release marks another step forward in that journey.
分类: 快报
-

原油期货价格双双下跌超3%
近期,WTI原油期货和布伦特原油期货均出现了较大幅度的下跌。WTI原油期货下跌了3.15%,报价为98.19美元/桶。与此同时,布伦特原油期货也下跌了3%,报价为100.84美元/桶。这一价格变动反映了市场对原油供需状况和宏观经济环境的综合考量。
-

VinFast推迟盈亏平衡目标至2027年后
越南的电动汽车制造商VinFast基于积极的扩张计划和成本上升因素,将实现盈亏平衡的时间预期延至2027年之后。该公司目前正快速增长,但在成本控制上面临挑战。
-

阳光电源新设锦盛阳新能源公司
最近,一家名为上海锦盛阳新能源有限公司的企业在上海成立,石红兵担任法定代表人。该公司注册资本为100万元人民币,业务范围包括风力发电技术服务、太阳能发电技术服务、节能管理服务、合同能源管理以及光伏发电设备的租赁等。股权结构方面,上海锦盛阳新能源有限公司由阳光电源的子公司合肥春阳新能源投资有限公司全资控制。
-

2025年家居服务行业趋势预测
3月30日,万师傅发布了一份《2025家居服务行业洞察报告》,深入分析了家居服务行业的未来趋势。报告认为,在当前供需不平衡的背景下,品牌将成为用户选择的关键因素,消费者越来越倾向于选择品质和服务都更为优秀的头部企业。报告预测,未来家居服务行业的需求将主要集中在存量房改造和高品质住宅建设上,绿色、智能化和适老化三大领域将成为行业增长的新动力。报告还指出,结合当前的利好政策,家居服务行业有望迎来确定性的增长机遇,为相关企业的转型升级提供参考。
-

B站推出Updream工具参与AI视频工具竞争
2026年3月,B站在被称为AI视频工具大战中宣布推出其自研的AI视频创作工具Updream,并开启内测。市场上的AI视频工具已超20款,包括爱奇艺在内的竞争对手已推出相关产品,B站的加入显得有些晚。尽管B站在AI内容浪潮中的表现并不突出,但AI内容已在B站平台上形成消费生态,AI相关UP主数量接近10万,每月有超过1.2亿用户消费AI内容。B站的AI内容浓度不容忽视。然而,AI内容的野蛮生长也带来了流量和广告红利,同时也悄然改变了平台的内容生态,同质化和低质量内容的涌入对PUGC内容生态造成了冲击。AI对B站创作者生态的冲击也开始显现,许多UP主感受到了压力,担心AI低成本模拟创作者风格会削弱与粉丝间基于真实性和独特性的情感连接。B站通过举办AI创作大赛、开放版权和推出官方AI创作工具,试图引导AI内容发展,强化UP主的个人特质。Updream专注于服务B站平台,主打长期记忆能力、个性化技能库和自由创作画布三大功能,强调内容创作逻辑。Updream不侧重自建视频生成能力,而是将创作流程与UP主的个人创作经验沉淀为可复用的工作流,更接近专业级创作提效平台。B站AI内容播放时长和广告收入的增长,显示了其在AI内容赛道上的体量。B站的AI内容生态与技术社区和内容消费的双重属性高度契合,形成了差异化的生态位。B站不仅是AI内容的消费场,也是AI知识的生产场。然而,缺乏平台引导和创作工具支撑,B站在AI漫剧精品化和AI真人视频爆发的行业趋势中,正逐渐落后。B站开放《三体》等头部IP版权,推出官方AI视频工具,旨在引入更具能力的创作者,提升漫剧品质,规避AI二创的侵权风险。Updream将UP主的创作经验沉淀为可复用工作流,提高创作效率,解决内容质量和更新频次之间的矛盾,使B站的内容密度向短视频平台看齐。AI内容在平台的野蛮生长和B站的版权、工具补课,使得AI对UP主生态的冲击成为一个问题。B站的核心竞争力在于知识型社区、PUGC内容生态和社区氛围,这些根基正在面临AI的侵蚀。用户对技术知识点的消费路径正在被重构,这是B站的结构性挑战。AI技术迭代对UP主群体的潜在冲击也值得警惕。当AI可以无成本地复刻一个人的声音和创作风格时,原创者的独特价值和粉丝与UP主之间的情感纽带面临挑战。Updream能否帮助UP主在AI工具泛滥的环境中强化而非稀释个人标签,决定了产品的发展前景。B站和爱奇艺等平台在AI冲击波面前的处境相似,各自做出不同选择。B站的核心资产是UP主与粉丝之间的情感连接,当AI开始批量复制创作者风格时,这条情感纽带成为B站最需要呵护的东西。Updream的价值不仅在于提效,更在于帮助UP主在AI内容泛滥的环境中保持不可替代性。三家平台共同面对的命题是,AI工具的普及提升了内容产能,也在加速内容同质化。真正稀缺的是那些无法被工具化量产的东西——创作者独特的视角、真实的生命经验、与观众之间有温度的情感连接。这也是B站的立身之本,也是所有内容平台必须直面的终极命题。
-

OpenAI融资1220亿美元 估值飙升至8520亿美元
OpenAI近日宣布完成了1220亿美元的新一轮融资,融资后估值高达8520亿美元。亚马逊、英伟达和软银是此次融资的主要支持者。OpenAI还首次允许个人投资者通过银行渠道参与私募轮次,共融资30亿美元。
OpenAI在官方博文中表示,公司的营收增长速度是Alphabet和Meta等互联网和移动时代巨头的四倍。多方报道称,OpenAI最早可能在今年内IPO,此次融资被视为上市前的预热。
本轮融资是OpenAI史上规模最大的一次,也是史上最大的私人风险投资轮次。亚马逊作为最大单一投资者,承诺出资500亿美元。英伟达和软银各承诺300亿美元。这些战略投资者不仅带来资金,还与OpenAI展开深度合作。
本轮融资还新增了一批机构投资者,共融资约70亿美元。此外,OpenAI通过私募配售向银行客户出售了价值30亿美元的股票,这是其首次向个人投资者开放。
尽管尚未宣布IPO时间表,但OpenAI正积极为2026年下半年上市做准备,此次融资被视为重要步骤。巨额资金将为OpenAI扩大股东基础、提升市场认知,并为公开市场估值奠定基础。
通过与亚马逊、英伟达、软银等伙伴合作,OpenAI将进一步扩大基础设施投入,加速AI模型训练与部署。此轮融资将帮助OpenAI引领行业,为AI大规模落地提供资源。OpenAI的使命是确保人工通用智能造福全人类。随着IPO临近,其野心将接受市场检验。
-

Claude Code源码泄露事件分析
Anthropic公司旗下Claude Code的源码泄露事件引起广泛关注。泄露的源码中包含了功能特性Kairos,这使得Claude Code不仅仅是一个命令行编程助手,而是朝着全能助手方向发展。Kairos允许Claude Code在终端中运行,支持自定义系统提示词、简化交互视图、定时触发等功能。此外,Kairos还与MCP通道通知、GitHub webhooks等模块紧密结合,展现出持续待机、接收信号即工作的设计理念。
这次泄露让外界清晰地看到了Anthropic如何将多个模块整合成一个完整的agent闭环,对其他公司来说,复制这套逻辑并非难事。虽然复制客户端源码并不意味着复制Anthropic的全部能力,但这次事件无疑削弱了Anthropic在行业中的竞争优势。
泄露事件对Anthropic的影响不容小觑。Claude Code作为公司的核心产品,占总收入比例高达18%。2026年初,其年化收入规模已达到OpenAI同类产品Codex的2.5倍。这次泄露让Claude Code面临更多模仿、审计和比较的竞争压力。
更重要的是,这次泄露不仅暴露了技术问题,更暴露了Anthropic在发布流程上的疏漏。对于一家强调可靠性、安全性的企业级产品供应商来说,这无疑是一个打击。Anthropic计划在2026年上市,而这次事件可能会让资本市场对公司的管理成熟度和知识产权保护能力产生质疑。
-

AI图像识别的“幻觉”弊端
一项医学AI项目中,一个学生的疏忽意外揭示了AI的一个重大缺陷:即使没有读取图像数据,AI仍能“正常”回答问题,给出看似合理的分析结果,并在图像理解基准测试中获得高分。斯坦福大学的研究表明,许多多模态AI系统在未能成功读取图像时,并不会报错,而是“编造”出图像识别、理解再到推理的全过程,给出看似合理的结果。研究者甚至训练了一个纯文本模型,没有图像识别能力,却在胸部影像问答基准中超过了所有前沿多模态模型,甚至人类医生。这暴露出我们用来测试“视觉理解”的基准可能并未真正测试视觉能力。研究人员发现,即使去掉题目配套的图片,顶尖AI模型仍能在超过60%的题目中给出详细的视觉描述。这些模型倾向于诊断出严重疾病,误导医疗决策。AI的“自信”在实际应用中可能造成严重后果。研究者提出,当前的训练和评测体系无法确保AI在回答时真正依赖了图像信息。他们建议引入新的事后框架B-Clean,剔除那些AI在没看图的情况下也能答对的题目,以真正考验AI的“视觉能力”。研究表明,许多所谓的“视觉理解能力”得分并不属于视觉,而是来自语言统计、数据分布和题目结构。当前的训练方式和评测体系正在奖励“看起来像理解”的行为,而非基于证据的推理。AI在什么都没看到的情况下,仍能“演出”看见、理解、推理的全过程。当推理不再是证据,高分也不再说明任何事情,我们如何判断AI是否可靠?这是AI领域亟待解决的问题。









