∞ 英特尔终止10万美元Bug Bounty漏洞赏金计划
半导体巨头英特尔（Intel）近日宣布，正式终止其长期运营的“Bug Bounty”网络安全漏洞赏金计划。根据该计划此前的奖励机制，外部安全研究人员及白帽黑客若能发现并私下报告英特尔硬件、固件或关键软件中的高危安全漏洞，最高可获得达 10 万美元的现金奖励。这一战略调整标志着英特尔在安全漏洞征集与安全社区合作模式上迎来了重大转向。
作为全球主要的芯片制造商，英特尔的漏洞赏金计划在过去数年中扮演了举足轻重的角色。尤其是在 Spectre、Meltdown 以及等一系列硬件级预预测执行与侧信道攻击漏洞引发全球关注之后，该计划成为了英特尔吸引全球顶尖安全专家协助排查潜在漏洞、防范零日攻击的关键防线。然而，随着全球网络安全合规要求的演变以及公司内部安全策略的重新规划，英特尔决定结束这一高额现金奖励模式。
虽然终止了面向公众与独立研究人员的 Bug Bounty 计划，但英特尔强调并不意味着其对产品安全防线的放松。英特尔表示，未来公司将更加依赖自身内部庞大的安全研发团队，同时深化与特定受信任的第三方安全机构、学术合作伙伴以及行业联盟的定向安全测试合作。此外，对于研究人员提交的漏洞报告，英特尔仍将保留合规的协调披露渠道，但不再自动承诺匹配以往的高额资金报酬。
网络安全业界对英特尔的这一决定反应不一。缺乏直接的财务激励可能会降低独立黑客向厂商直接报告漏洞的积极性，甚至可能导致部分未披露的漏洞转向黑市流转；但也有分析人士认为，面对日益复杂的芯片架构，依赖泛泛的公开赏金已难以应对深层次的技术隐患，将预算转向建立更具系统性的前置安全审查与定向合作，或许是芯片厂商在当前成本与效率考量下的必然选择。
∞ A20 Pro强大算力让iPhone 18 Pro运行270亿参数模型速度较前代翻倍
苹果最新推出的A20 Pro芯片正在展示其在端侧人工智能领域的真正潜力。一项最新实测显示，搭载A20 Pro的iPhone 18 Pro能够在本地运行拥有270亿参数的大型AI模型，其生成速度达到上一代iPhone 17 Pro的两倍，引发外界对于手机本地AI能力的新一轮关注。
此次测试由开发者Adrien Grondin进行。演示中，iPhone 18 Pro运行了名为Bonsai 27B的270亿参数模型。在不依赖云端服务器的情况下，设备直接在本地完成推理任务，并展现出远超上一代产品的响应速度。
推动这一性能飞跃的核心因素，来自A20 Pro全新的人工智能硬件架构。与此前苹果芯片仅配备单组16核心神经网络引擎不同，A20 Pro首次采用双16核心神经网络引擎设计，总计达到32个神经网络处理核心。这也是苹果自研芯片历史上首次采用双神经网络引擎架构。
除了神经网络单元升级之外，内存系统同样是性能提升的重要组成部分。iPhone 18 Pro和iPhone 18 Pro Max均配备12GB、96位位宽LPDDR5X内存，相较前代产品拥有更高传输速度和更大的数据吞吐能力。
测试结果显示，在运行大规模语言模型时，新的神经网络引擎与更快内存系统形成协同作用，使A20 Pro在Token生成速度方面获得明显优势。对于依赖本地推理的AI应用而言，这意味着更快的响应时间和更流畅的交互体验。
不过，这项突破并不意味着智能手机已经能够毫无限制地运行所有大型模型。
研究者指出，虽然A20 Pro成功推动iPhone进入270亿参数模型时代，但本地AI依然受到内存容量约束。例如新发布的Bonsai 2模型即使采用2比特量化压缩后，体积仍然过大，无法完整装入iPhone 18 Pro的本地内存空间，从而导致性能下降。
这也反映出当前手机AI发展的一个现实问题：计算能力正在快速增长，但内存容量和模型规模之间的矛盾依然存在。即便芯片性能不断提升，如果模型本身无法完整加载到设备内存中，依然会影响实际运行效率。
相比之下，初代Bonsai属于1比特量化模型，对于资源需求明显较低。开发者表示，这类模型甚至能够在仅有4GB内存的设备上运行，而在8GB或12GB内存平台上则能够发挥出更高性能。
从硬件规格来看，A20 Pro不仅配备双神经网络引擎，还拥有高达115.2GB/s的统一内存带宽。部分测试显示，在针对神经网络优化的工作负载中，神经网络引擎的峰值吞吐能力甚至超过芯片内部7核心GPU。
这一结果反映出苹果正在加速推进“设备端AI”战略。与依赖云端数据中心不同，本地AI能够带来更快响应速度、更好的隐私保护以及离线可用能力，而这些正是苹果近年来重点强调的发展方向。
随着生成式人工智能逐渐成为智能手机的重要功能，手机厂商之间的竞争也正在从影像性能和处理器跑分，转向本地AI推理能力。A20 Pro此次展现出的表现，意味着智能手机已经开始具备运行数十亿乃至数百亿参数模型的能力。
不过，随着模型规模持续增长，内存容量仍然可能成为未来发展的主要限制因素。分析人士认为，如果苹果未来进一步提升iPhone内存配置，那么设备端运行更大规模AI模型的能力还有望继续提升，而手机作为独立AI计算平台的角色也将变得越来越重要。
∞ 微软优化Windows 11云重建功能 现在可以选择删除文件重装或彻底擦除硬盘上的文件
云重建是微软近期在 Windows 11 中添加的新功能，该功能利用 WinRE 恢复环境联网从微软下载最新版安装镜像，然后直接重装系统。整个过程不需要利用其他 PC 下载镜像、刻录到 U 盘、通过 BIOS 修改启动项等，对于发生严重故障的 PC 来说云重建功能非常好用。
保 PC 不保数据：
需要特别说明的是，云重建功能重点是恢复 PC 的正常使用，在重装过程中不支持备份数据，所以如果用户有重要数据那还是得提前准备 U 盘和 PE 系统将数据备份出来 (如果系统盘开启加密可能还需要 BitLocker 解锁密码或恢复密钥)。
所以建议各位平时最好准备个 U 盘，4GB 就行，然后安装 WePE 系统作为备用，真出问题后还能通过 PE 系统执行操作。如果有更大的 U 盘那是最好的，例如 16GB U 盘，安装 WePE 后还可以下载 Windows 11 镜像放到 U 盘里，后续要重装也非常方便。
云重建功能的新增功能：
在 Windows 11 最新测试版中，微软为云重建功能带来两项数据清除选项。如果用户准备重装系统继续使用这台 PC，可以使用删除文件，这里的删除文件指的是清理系统盘所有数据并且为快速格式化。
如果用户准备将这台 PC 卖掉或分配给其他用户，则可以使用删除并清除文件选项，该选项会利用存储硬件的擦除功能，在重装系统前将硬盘中的数据彻底清除，这样即便使用专业恢复软件也难以恢复数据。
∞ 日本GMO与Sansei合作研发救护车专有人形机器人
面对老龄化加剧带来的急救医疗资源紧张与救护人员短缺难题，日本科技巨头 GMO Internet Group 近日宣布与救护车制造领军企业 Sansei 达成战略合作，双方将联合打造专为救护车运载和急救场景设计的新型人形机器人。这一创新项目旨在将前沿的人工智能与自动化硬件引入急救现场，协助急救人员执行高强度的搬运与辅助救治任务，提升急救响应效率与救治成功率。
在传统的急救作业中，急救人员不仅需要在极短时间内对患者进行初步伤情评估与急救处置，还要在复杂的现场环境中搬运沉重的担架与各种医疗设备，体能消耗极大且极易发生职业损伤。根据合作规划，双方研发的救护车人形机器人将具备高度灵活的机械关节与强大的负载能力，能够随救护车出勤，在狭窄的楼道、梯级或复杂地形中协助搬运患者，极大地减轻急救人员的物理负担。
除了承担繁重的物理搬运工作，该类人形机器人还将搭载由 GMO 开发的高精度传感器与人工智能感知系统。在急救车行驶过程中，机器人能够实时监测患者的生命体征数据，并利用 AI 视觉与算法协助急救人员进行止血、固定以及心肺复苏等辅助护理操作。同时，机器人还可以作为移动的数据终端，将患者的实时生理参数与现场状况无缝传输至目标医院的急诊团队，为后续的院内抢救争取宝贵的黄金时间。
Sansei 方面表示，救护车内部空间狭小且在行驶过程中伴随着剧烈的震动，这对机器人的身材尺寸、动态平衡控制以及抗震防摔性能提出了极高的要求。研发团队正针对急救车内部环境对人形机器人的躯干结构与固定支架进行定制化改进，确保其在高速行驶的车辆中既能稳定作业，又不会占用过多的医疗救援空间或对人员造成安全隐患。
行业观察人士指出，日本在医疗急救领域率先引入人形机器人，是应对少子老龄化社会社会服务保障压力的重要技术尝试。随着人工智能、柔性驱动与高能量密度电池技术的日益成熟，这种“急救人员+AI人形机器人”的协同救援模式，不仅有望重塑现代急救医疗的运行标准，也为人形机器人在高风险、高强度的公共服务场景落地树立了全新标杆。
∞ 研究称学习第二语言有助于延缓脑部衰老
随着人口老龄化加速，如何保持记忆力和思维能力正成为越来越多人关注的话题。一项最新研究指出，学习第二语言可能是维持大脑健康最有效的方式之一。研究人员认为，语言学习不仅能够持续激活多个认知系统，还可能帮助建立抵御衰老和认知退化的“脑储备”。
研究显示，学习一门新语言是一项高度复杂的脑力活动。学习者需要不断记忆词汇、辨别陌生语音、识别语言规律、理解语法结构，并在交流过程中实时组织和提取正确表达。与此同时，大脑还需要同步完成听取信息、理解含义以及准备回应等多个任务。
正因如此，语言学习涉及记忆力、注意力、问题解决能力、模式识别能力以及认知灵活性等多个系统协同运作，被认为是一种极具挑战性的大脑训练方式。
研究人员指出，人类大脑终生都具备适应和改变能力，这种现象被称为“神经可塑性”。当人们接触新的声音、词汇和语法规则时，大脑会不断建立新的神经连接，并强化已有连接。因此，学习语言本质上也是一个持续重塑大脑结构的过程。
长期以来，关于双语能力与认知健康之间关系的研究一直备受关注。多项研究发现，与只掌握一种语言的人相比，双语者的大脑灰质和白质结构存在明显差异。
其中，灰质主要由神经元及其连接构成，而白质则负责连接大脑不同区域的信息传输。研究显示，双语者往往拥有更高的灰质密度以及更完整的白质结构，这意味着长期语言经验可能对大脑产生实际而深远的影响。
不过，研究人员强调，大脑结构变化并不是全部答案。科学界近年来越来越关注另一个概念——“认知储备”。
所谓认知储备，是指大脑在面对衰老变化或神经损伤时，依然能够维持正常功能的能力。研究人员将其比喻为城市中的备用道路系统。当主要道路受阻时，拥有更多替代路线的城市仍能维持交通运行。同样地，拥有更高认知储备的大脑，也更有能力弥补因衰老或疾病产生的功能损失。
部分研究结果显示，能够熟练运用两种或更多语言的人，出现阿尔茨海默病等认知障碍相关症状的时间，往往比只使用单一语言的人更晚。虽然学习语言并不能保证避免痴呆症发生，但越来越多证据表明，它可能成为延缓相关症状出现的重要生活方式因素之一。
研究人员同时指出，即使是在成年甚至老年阶段开始学习新语言，大脑依然具备学习能力。虽然年龄增长会影响学习速度和记忆效率，但成年人并不会失去掌握新语言的可能性。
事实上，与儿童相比，成年人往往拥有更丰富的知识和生活经验，能够利用已有认知框架理解新的语言结构。因此，语言学习并非年轻人的专利，而是一种贯穿整个生命历程的能力。
除了潜在的认知收益外，学习新语言还能够带来额外社会价值。掌握第二语言意味着接触新的文化、结识新的朋友并参与更多社会活动，而这些因素本身也被认为有助于维持心理健康和认知活力。
研究人员认为，大脑健康并不存在某种单一“神奇方案”。保持身体活动、维持社交联系、养成健康生活方式以及持续接受认知挑战，都可能对健康老龄化产生积极影响。而学习一门新语言则恰好能够同时满足认知训练和社交互动两个方面的需求。
随着对大脑衰老机制研究不断深入，科学界愈发认识到，认知健康并非完全由年龄决定。对于希望保持思维敏锐的人来说，学习一门新语言或许不仅是掌握一项技能，更是一项长期投资于大脑健康的选择。