∞ 近20年历史项目重启：光盘秒变艺术品
近日，一位开发者重新启用了几乎有20年历史的项目，用于将视觉艺术作品烧录到光盘的表面。开发者Arduinocelentano强调，这种烧录图像的技术“不需要LightScribe，不需要LabelTag，也不需要任何硬件黑客或小把戏”。
所有需要的只是一个普通的CD-RW驱动器和一张普通的光盘，其中的原理是，烧录到光盘表面的1和0会以不同的方式反射光线，从而可以创造出图像。
不过需要注意的是，这种技术会使光盘变成纯粹的艺术品，因为该过程会将视觉应用的输出烧录为“音频轨道”，这意味着光盘上没有多余的空间来存储文件、档案或其他任何东西。
Arduinocelentano承认，这个项目是基于其他业余开发者如_argon_和_unDEFER_的先前工作，其中，_argon_在大约18年前发布的帖子提供了关于这项技术的最清晰的见解。
简单来说就是，“通过精心选择要烧录到光盘上的1和0，可以在普通的光盘上烧录出可见的图像。
Tom's Hardware下载并测试了Arduinocelentano的工具，该软件直观且简洁，主要用于两件事：加载图像和创建将要烧录到光盘上的“音频轨道”数据。
∞ 比亚迪李云飞回应“车圈恒大”“常压油箱”事件：油箱合规、财务没问题
比亚迪品牌及公关处总经理李云飞今日发文称，近期，我们在个别同行的推波助澜下，深陷舆论风波，现就“常压油箱”和“车圈恒大”两个话题说明如下：
关于“常压油箱”: 中国 PHEV技术及标准走在世界前列，这与早期多家中国汽车品牌研发持续投入，多种动力技术路线和排放合规路线的探索与实践密不可分。我们2021-2023年采用的常压油箱方案，符合法规要求。对于PHEV车型长期纯电行驶的车辆，每隔一周左右，通过启动发动机运转3~5分钟，燃烧碳罐内吸附的燃油蒸汽，以达到排放合规要求。后来有部分客户反馈，因发动机定期启动体验不好，后续我们全部切换为高压油箱方案。
据了解，浙江某头部车企2018-2023年，多款PHEV车型也采用常压油箱方案。我们相信，他们应该也有自己的解决方案，也是符合环保及法规要求的。
关于“车圈恒大”:我在 5月30号已有过公开回复，给大家补充更多信息:河北某车企去年下半年以来，持续发起汽车行业“高负债率”“财务造假”“财务审计”及“车圈恒大”等话题，煽动舆论并推波助澜。去年底，该车企还向深交所、港交所及国家相关金融监管机构恶意举报比亚迪，经过证券交易所及国家相关监管部门的详细调查，确认我们没有问题。
我们欢迎同行之间相互监督，但针对恶意举报、拉帮结派、诋毁抹黑等不正当竞争行为，我们也保留追究其法律责任的权利。
∞ 6大模型决战高考数学新一卷：豆包、元宝并列第一 OpenAI o3竟惨败垫底
又是一年高考时。这届考生上午刚经历了抽象作文的洗礼，下午又被数学无情创飞。考试一结束，“高考数学”、“新一卷数学大题 难”等词条就火速冲上微博热搜，考生们在评论区集体“哀嚎”：“大题写到怀疑人生”、“选择填空送分，大题送命”。
而自从生成式 AI 走红后，大模型“决战”高考也成了每年的保留节目，尤其是在今年这个国内外大模型卷逻辑推理的当口。趁着各家大模型还来不及“作弊”，我们就用这新鲜出炉的高考数学题考考它们。
在考题选择上，我们采用 2025 年数学新课标 Ⅰ 卷中的 14 道客观题进行测试，满分 73 分，包括 8 道单选题、3 道多选题、3 道填空题。为保证公平公正，我们将题目截图分别投喂给大模型，不做 System Prompt 引导，不开启联网搜索，直接输出结果，且所有测试模型只有一次答题机会。
（注：在实测中我们发现 DeepSeek 的 OCR 识别出现不少错误，所以此次使用其他 AI 将图片转化为文本问题，再对 DeepSeek 进行测试。）
计分方法也依照高考判分原则：
单选题 8 道，每道 5 分，选项正确计分，错误不得分；
多选题 3 道，每道 6 分，全对计 6 分，漏选按正确答案数量计分，如答案为 ABCD，漏选其一扣 1.5 分，错选不得分；
填空题 3 道，每道 5 分，填空正确计分，错误不得分。
规则搞清楚了，接下来有请此次的参赛选手：字节的豆包、深度求索的 DeepSeek、阿里的通义、腾讯的元宝（T1）、百度的文心 X1 Turbo，以及踢馆选手 OpenAI 的 o3。
由于目前标准答案尚未公开，本次测试的参考答案是由多位数学大牛解答核对。最终各大模型的考试成绩如下图所示。
这 6 家大模型中表现最亮眼的就是豆包和元宝，它俩虽然都“栽”在了第 6 道单选题上，但仍以 68 分的总成绩并列第一；DeepSeek 和通义则稍微逊色一些，前者错了 2 道单选题拿下 63 分，后者则在 1 道单选、1 道多选上失误最终拿到 62 分；相比之下，文心 X1 频频在多选题和填空题上“掉链子”，最终只获得 51 分，正确率仅为 70%。
面对中国的高考数学题，o3 表现出明显的“水土不服”，它仅拿到 34 分，正确率只有 47%。之前就有传言称 o3 在某些情况下会触发“降智”，如此看来并非空穴来风，否则这个表现实在令人难以置信。
欲知这 6 大模型的具体答题截图，请移步链接：https://jiqizhixin.feishu.cn/docx/NNBVdmzpmobq8nxNwylcqZNDnEb
6 家顶流模型 PK 高考数学
相比于写作文，高考数学才是真正的 AI 照妖镜。
这是因为高考作文尽管对语言表达、逻辑结构、思辨能力有一定要求，但它本质上仍是一个语言生成任务，具有较强的模糊空间和容错度，而且经过这两年的技术迭代，大模型个个都练成了“段子手”，写作文自然是手拿把掐。
而高考数学则不同，它需要从已知条件出发，逻辑严密地推导每一个结论，过程中只要一步出现偏差，最终答案十有八九会出错。更何况，高考数学题还存在“题型常变”“设问刁钻”等特点，这些都进一步挑战了模型的泛化能力和思维深度。
接下来，我们就看看这六款大模型面对不同题目类型的表现。
单选题
高考数学包含 8 道单选题，满分 40 分。
从跑分情况来看，豆包、通义、元宝和文心打成平手，均斩获 35 分不错的成绩；其次就是 DeepSeek 错了两道单选拿下 30 分，表现最拉胯的竟是 o3，光单选题就错了一半。
作为曾经的推理模型“扛把子”，o3 在“送分”的第 2 题上就翻了车。起初它的思路还挺清晰，但从第二步就开始“胡说八道”，最终一顿操作猛如虎，算出个选项里没有的答案。
DeepSeek 最大的 bug 则是图片识别，就以第 6 题为例。
原题中本附着一张信息图，为了省事我们索性就将题目截图直接丢给 DeepSeek，但它对眼前的图表视而不见，一个劲地抱怨“题目描述不完整，无法确定答案”，甚至末了还开始蒙答案糊弄人。
其实，这道题通过数形结合就能直观看出，其准确答案应为 2√2。通义作为国产 AI 中唯一答对第 6 题的选手，计算方法竟是错误的，只不过是歪打正着落在正确选项的区间。
多选题
多选题曾让无数考生头疼，因为它的正确选项不固定，多答或少答都会扣分，再加上题目里总设些陷阱，一不小心就会失误。
高考数学多选题有 3 道，总共 18 分。豆包、DeepSeek 和元宝三道题全部满分，发挥相当稳定。
相比于 DeepSeek 动辄几百秒的思考时间，通义主打一个速度，仅用时 26 秒就直出答案，但步骤分析过于简略，缺乏必要的验证环节，这就很容易失手。比如它在前两题上答得都很漂亮，却在下图这道题上突然智商“掉线”。该题正确答案是 ABC，通义却给出了 A、D，至于为何不选 B、C，它的解释非常简单粗暴，因为“无法通过现有条件直接推导”。
文心 X1 就有点尴尬了。三道题目错了俩，其中一道还是未响应。它和 DeepSeek 犯了同样的毛病，都是经常性地识别不了图片内容。
o3 好像还没适应国内高考的“多选套路”，一道题都没全对，明明是多选它偏做成单选，当然这么做也有好处，就是不至于零封，怎么也能得个 4 分。
填空题
或许是这次填空题相对简单，有四家大模型斩获满分，分别是豆包、DeepSeek、通义和元宝。
文心 X1 有点可惜，整个答题思路都是正确的，也算出了公比为 2 或 - 2，但偏偏在最后画蛇添足，莫名其妙地说了句“通常取正值”，导致一分未得。
有哪些进步？又暴露了哪些问题？
有一说一，各家大模型公司狠砸的真金白银还真没白花，今年大模型的数学推理能力确实有了明显的进步。
首先表现在得分上。去年我们也曾让大模型挑战高考数学题，但彼时它们连高考数学及格线都没过，甚至 9.9 和 9.11 哪个大、strawberry 有几个 r 都答不对。反观今年大模型的表现，除 o3 外，其他 5 款模型均突破 43.8 分的及格线，甚至豆包和元宝还保持了 93% 的正确率。
其次，增加了反思能力。去年大模型还没学会反思，做题时因某个步骤错误而无法找到正确选项时，它们不再回头检查，而是直接简单粗暴地表示“没有正确选项”。而今年的大模型不再是一根筋，只要遇到不对劲的地方就会推倒重来，典型代表就是 DeepSeek，一言不合就验证，这也导致思考时间漫长，有时做一道题甚至能用时 15 分钟。
最后，推理步骤更加完善。回顾去年大模型在做高考数学题时的表现，普遍存在解析过程较为简略的情况，经常会跳步，有时解析过程一长还会陷入死循环。今年则是除了通义仍然“惜字如金”外，其他大模型都能够系统性地展示完整的推理链路，从问题分析、公式选择、计算步骤到结果验证，每个环节都有清晰的逻辑阐述。即使是数学基础相对薄弱的用户，也能够通过模型提供的详细解析过程，深入理解问题的本质和解决思路。
不过，从这次评测中我们也发现了大模型几个典型的毛病。
最常见的就是计算细节错误，即使模型理解了题意，推理方向正确，最后也容易在中间步骤出错，比如符号看错、公式套错、代数变形不规范等。
另一个核心问题是公式、图形与几何直觉的处理能力不足，比如解析几何类题目依赖较强的空间感和图形理解，这对语言模型而言是天然短板。在逻辑推理链较长或题型设计较“逆向”的题目中，模型还可能表现出蒙答案的倾向，看似给出了结论，但中间链条无法自洽或存在明显漏洞。
此外，对题目条件的敏感度不够。模型有时会忽略某些隐含条件，导致结论偏差。尤其在多选题中，模型容易满足于找到一个正确选项而不穷尽其他可能，从而漏选或误选。填空题则容易受到“无提示答题”能力的限制，不能推理出完整的结果。
随着技术不断进化，大模型的数学能力也会不断提高，相信总有一天大模型能弥补“偏科”的毛病。
最后，预祝各位考生金榜题名，考上理想的大学！
∞ 十二年了，苹果怎么想起来改UI了
十二年，对于科技行业而言是一个非常漫长的周期，这足以改变很多事情。但是，苹果的UI设计却可以在十二年的时间里保持着最不明显的变化。现在，这一切终于要改变了。苹果在2013年发布iOS 7时，智能手机刚刚进入成熟期，社交媒体正在重塑人们的交流方式，而人工智能还只是实验室里的概念。如今，随着WWDC 2025的临近，苹果即将推出自iOS 7以来最重大的界面变革
据多方消息透露，苹果此次将带来自2013年iOS 7发布以来最重大的变革。
最直观的变化是：苹果正在改变其操作系统的命名规则，下一代iOS将被称为iOS 26，因为它将覆盖2025年和2026年，这一彻底的命名调整暗示着苹果对未来发展节奏的重新规划。
而更令人瞩目的则是代号为"Solarium"的全新用户界面设计。作为在UI上定义着全行业的公司，这次改变注定会对每个产品设计师带来影响。
"Solarium"：当UI有了光和物理感
"Solarium"不仅仅是一次视觉上的更新，也将是十多年来苹果生态的最大的一次“显性”变化。
它涵盖了苹果生态系统的方方面面，不仅包括iOS、iPadOS和macOS，现在连watchOS和tvOS也可能迎来全面改革。
iOS 26 渲染图 图源：网络
从字面意义上看，Solarium（意指“日光房”）这个代号本身就暗示了苹果新UI将强调自然光感、透明度和深度。多方猜测，预计会增加如下的一些细节：
毛玻璃（Frosted Glass）+ 半透明材质：让背景内容隐约可见，增加空间感；
动态阴影与高光：营造拟真的层级结构，提升信息分层感；
响应式光影动效：随着操作或环境变化，界面细节随之动态调整。
听起来很类似iOS 7初期追求“轻盈透明”的理念，但更具真实的物理感和细腻调控。
而据报道，其他具体的设计变化包括：应用图标可能变得更加圆润，通知、应用内菜单、搜索栏、卡片式界面等iOS用户界面的各个部分都将拥有比以往更多的圆角设计。
用户可以期待更自由地使用透明度和玻璃般的材质，应用内导航层次结构的变化，新图标等等。
在十二年之后，这些外界调侃为“毛玻璃”的变化再次指向了一个统一的设计语言。
WWDC 2025的主题也将是统一性和一致性，这意味着：用户在不同设备和操作系统上使用相同功能时将体验到相似的界面和UI元素。
苹果UI设计简史
很多人肯定会好奇：为什么要做这样统一的变化？
要理解这次变革的意义，我们只需要简单回顾苹果UI设计的演进历程。简单来说，2007年初代iPhone发布时，苹果选择了拟物化（Skeuomorphism）设计语言。大约10年前，苹果的拟物化设计达到了顶峰，iOS 6中包含了备忘录应用中的黄色横线纸、报刊杂志应用的书架界面、语音备忘录应用的金属麦克风外观等仿真材质。
这种设计哲学背后也有着深刻的用户体验考量。在智能手机普及的早期，大多数用户对触屏交互还不熟悉，拟物化设计通过模拟现实世界的物理特征，降低了学习成本。一个看起来像真实按钮的图标，自然会让用户产生"按下去"的冲动。
然而，随着用户对数字界面日益熟悉，拟物化设计开始显得臃肿和过时。2013年，苹果完全放弃了完善的拟物化设计，转而采用更扁平的设计风格，发布了iOS 7。这次变革由前苹果首席设计师（Jonathan Ive）乔纳森·艾维主导，苹果转向了"扁平"美学，允许渐变但不允许独立的高光或阴影，一切都被简化了，变成了一个看似没有“质感”的平面。
扁平化设计不仅在视觉上更加简洁，也为不同屏幕尺寸的适配提供了更好的可扩展性。iOS 7的发布也标志着移动界面设计进入了一个新纪元，这种设计语言影响了整个行业。从Google的Material Design到微软的Fluent Design，都可以看到扁平化“再加工设计”的影子。
那现在是设计又是一场轮回吗？
并非如此，它并不是从扁平再次回到拟物化。要理解本次变革的意义，前苹果iOS设计师Sebastiaan de With近日发表文章回顾了苹果UI设计的三个关键时代，苹果设计每一次转折都蕴含着深刻的技术逻辑和用户体验思考。这也会让我们更能理解这个时代苹果UI设计理念。
阴影时代（2007-2012）：拟物化的必要性
起初，iPhone OS 1的设计直接来源于Mac OS X Tiger的仪表板功能，早期原型机甚至直接使用macOS图标。这种选择并非偶然——当用户需要从"塑料屏幕+按键网格"跨越到"纯屏幕交互"时，拟物化设计降低了认知门槛。
那个时期的设计细节令人惊叹：Facebook分享页面有真实的回形针，iOS地图路标由几百个小三角形精心拼接，语音备忘录的金属麦克风虽然光效与真实金属不符，但视觉暗示极其有效。苹果设计师们在Photoshop中反复打磨阴影按钮、木材和皮革材质，每个UI元素都通过静态位图营造物理质感。
iPad推出后，设计开始变得更动态：金属滑块会根据设备方向调整光泽，删除操作会让文档被"吸入"垃圾桶并看到盖子开合。这些繁复的细节在当时建立了强烈的情感连接。
扁平时代（2013-2016）：动态层次的革命
扁平时代，iOS 7是苹果设计史上最激进的转折。乔纳森·艾维不只是简单地移除视觉效果，而是引入了革命性的"视觉层"概念——用动态效果替代静态阴影来定义界面层级。图标通过视差效果"漂浮"在壁纸上方，通知中心变成磨砂窗格，通过模糊背景显示上下文。
艾维还自豪地展示了一个创新：仅仅更换壁纸就能影响整个界面外观。标题栏和键盘变成磨砂玻璃，可以透视下方内容，创造了全新的层次感知方式。虽然后来因为静态设计融入太多，视差效果被削弱，但这种动态适应性的核心理念得到了保留。
物理性时代（2017至今）：新拟物化的诞生
iPhone X的灵动岛标志着苹果进入第三个设计时代。这不是简单的视觉回归，而是"新拟物化"——通过动态行为而非静态外观来模拟物理特性。
灵动岛
灵动岛表现得像粘稠液体，具有表面张力，融合时展现真实的流体特性。动画有惯性、方向性动态模糊和失焦效果。新Siri动画更像是吸附在iPhone边缘的炽热气体，通过用户操作而闪耀。这些不再是"高光漆式"的老拟物化，而是让界面行为符合物理直觉。
visionOS将这种理念推向极致：每个界面元素都由"真实"材质构成，具有维度、光响应和阴影投射。正如苹果人机交互设计副总裁Alan Dye所说，界面要能自然融入周围世界。这种从空间计算反向影响平面界面的新设计语言，正是苹果构建的"物理性时代"——更智能、更动态、更符合物理直觉的界面革命。
AI迟滞下，想要靠UI突围？
你仔细观察之后也会发现，苹果的每一次UI变革都与其技术能力的提升密切相关。iPhone的视网膜显示屏技术使得精细的图形细节成为可能，为拟物化设计的精美呈现提供了硬件基础。而iOS 7的扁平化设计则与iPhone 5s引入的64位A7处理器相呼应，更强的计算能力使得系统可以处理更复杂的动画效果和交互逻辑。
如今，苹果再次站在技术革新的关键节点。iPhone 16 Pro系列搭载的A18 Pro芯片、Vision Pro头显的空间计算能力、以及不断提升的神经引擎性能，为新的界面设计提供了前所未有的技术支撑。
尤其是，苹果Vision Pro的推出标志着苹果正式进入空间计算时代，这对传统的二维界面设计提出了根本性的挑战。新的UI设计需要考虑如何在二维屏幕和三维空间之间建立连续性的体验。
苹果Vision Pro画面
Solarium项目中提到的透明材质和玻璃效果，一定程度上，也正是这些先进硬件能力的直接体现——要变得更立体，更动态，也更细腻。
而此外今天最重要的技术提升自然是AI。此次最大UI更新背后，也是苹果在AI上的策略的体现。
在和一些UI设计师交流的过程中，我们也发现了一个有趣的细节——就是AI Agent时代来临后，蹦在大家脑袋中的第一个问题都是：AI功能的入口应该放在什么位置，它应该如何呈现？
因为通过调研后发现，他们的大部分用户并不知道AI能够为他们做什么，或者如何触发AI功能。新的界面设计需要在不打扰用户的前提下，巧妙地提示AI能力的存在。而一个潜在答案就是，通过动态提示、情境感知的功能建议、或者渐进式的功能揭示来实现。
“Solarium”追求的“光感”、“通透”、“若隐若现”，与设计师所言的“AI应该藏在所有应用后面”的理念高度契合。这暗示苹果可能更倾向于将AI定位为一种底层、无形的赋能者，而非一个显眼的、独立的“功能”或“助手”。圆润的边角和柔和的过渡，也旨在降低技术的“攻击性”，让AI的介入显得更自然、亲和。这与一些竞争对手将AI助手置于前端和中心的策略（如Copilot按键、Gemini入口）形成对比。
但问题在于，今天的苹果在面对这个最大的技术提升时，所处的位置已经完全不同。它不像此前那些改变UI的技术，很多是苹果主导或冲在技术进步最前端的，今天的生成式AI技术上，苹果甚至是落后的一个了。
苹果并非没有AI基因（乔布斯时代的Siri愿景极具前瞻性），但内部路线之争严重拖累了步伐。软件工程负责人克雷格·费德里吉（Craig Federighi）长期对AI投入持保留态度，认为“这不是移动设备的核心能力”，更倾向于苹果惯有的“后发制人”策略。而重金挖来的AI负责人约翰·詹南德雷亚（John Giannandrea）则对生成式AI的消费者价值心存疑虑，甚至认为“消费者不想要ChatGPT那样的工具”。这种高管认知的不统一，导致资源投入分散、方向摇摆。直到ChatGPT横空出世，苹果才仓促组建团队追赶，此时已落后对手数年。彭博社报道甚至量化地指出，苹果内部聊天机器人的能力比ChatGPT落后至少25%。
于是，在核心大模型能力短期内难以超越OpenAI、Google的情况下，苹果必须找到一个既能彰显其技术特色、又能为用户提供“感知强烈”的AI体验的切入点。于是，UI/交互层，成了此刻的重点。
AI Anget 交互设计，引用自网络
如果把AI的终极战场理解为人与机器的交互方式，苹果也已经面对着严峻的挑战，三星的Galaxy AI、GooglePixel系列的Gemini深度集成，都在试图定义下一代交互范式。苹果若在UI交互层无所作为，将彻底丧失定义“AI Phone”体验的话语权。它必须抢占交互定义的制高点。
而且，看起来目前苹果对自家硬件和操作系统拥有绝对掌控力，依然是其打造独特UI体验的基础，是今天难得依然拥有的竞争优势。
于是，这场苹果十二年来最大的UI革新，其实也是面对AI落后现实的“无奈”之举——无法在纯AI能力上迅速领先，就必须在用户最直接感知的界面层和交互范式上先发制人，它必须试图将AI交互的主导权牢牢掌握在自己建立的UI生态之中。
这一次，苹果赌的是：优雅、统一且符合直觉的界面体验，能够成为用户包容其AI能力暂时落后的理由，并为最终AI能力的追赶赢得时间和用户黏性。
而苹果接下来的命运，最终的决定权依然在用户手中。
∞ 入门显卡RTX 5050现身PCI ID列表：下个月就发布
NVIDIA入门级显卡GeForce RTX 5050系列的GPU——GB207已经出现在了PCI设备ID列表中，预计将在下个月发布。从目前曝光的信息来看，GB207是“Blackwell”架构中最小的芯片，主要面向入门级市场，它将配备2560个CUDA核心，搭配8GB显存，功耗大约为130W。
桌面端的RTX 5050显卡可能会采用与移动端相同的GDDR7显存，实现“Blackwell”世代的全GDDR7化，但也有消息称RTX 5050会采用GDDR6显存。
此次出现在PCI ID列表中的GB207 GPU，其ID为2d98或2dd8，另外2db8和2db9也可能是其他变种的ID。
这些变种通常用于不同OEM厂商的特定型号，或者是笔记本电脑中不同功耗设置的版本。
值得注意的是，RTX 5050系列显卡将同时推出桌面和移动版本，实际上自今年1月以来，RTX 5050移动版就已经出现在一些笔记本电脑的规格中，因此其发布并不令人意外。
