哈哈库

京东发布 JoyEgoCam 超高清采集终端：用于 AI 具身智能训练、可捕捉 2160P 视频

Fri, 17 Apr 2026 15:13:35 +0800

4 月 16 日消息，在今天进行的京东具身智能生态发布会上，京东正式发布旗下 JoyEgoCam 超高清采集终端，该产品主要用于 AI 具身智能训练使用，同时也是全球首个覆盖“采、存、标、训、评、仿、测”全链路的具身智能数据基础设施。

据介绍，JoyEgoCam 配备双目摄像头，可实现 130 度垂直 / 水平 FOV 覆盖，支持录制 2160x2160 分辨率 60 FPS 视频，能够高速捕捉动作细节，适合数据采集、仿真评测等场景。

京东同时表示，其从上月开始展开人类历史上规模最大数据采集行动，计划两年内真实场景视频数据突破 1000 万小时。

用 FSD 就能省保费，特斯拉保险推出新激励政策

Fri, 17 Apr 2026 15:12:03 +0800

4 月 16 日消息，据 Teslarati 报道，特斯拉将其 FSD（监督版）功能套件与自家保险业务深度绑定，旨在为车主提供极具吸引力的激励政策。

特斯拉宣布，全新的安全评分 3.0（Safety Score 3.0）规定：只要开启 FSD（监督版）模式，每行驶一英里即可自动获得满分 100 分。这一调整旨在提升用户的平均安全评分，并显著降低每月保险费用。

此举标志着特斯拉自动驾驶技术与自有保险产品之间，建立了迄今为止最明确的关联。特斯拉保险此前已通过车辆实时数据（如加速、制动、跟车距离和车速）计算 0–100 分的安全评分，评分越高，保费就越便宜。

但在旧系统中，即便只是短暂的人工介入，也会拉低平均分，这让重度依赖 FSD 的车主十分不满。3.0 版本取消了对辅助自动驾驶里程的扣分，将 FSD 驾驶路段直接视作最安全的驾驶行为。

该激励措施直接体现为经济收益：行程中大部分时间开启 FSD 的车主，整体评分将上升，每年保费有望节省数百美元。

特斯拉称此次更新是直接回应客户反馈，此前许多用户抱怨，旧评分体系惩罚了其本应鼓励的行为。

据了解，目前该计划仅适用于美国六个州的新保单：印第安纳州、田纳西州、得克萨斯州、亚利桑那州、弗吉尼亚州和伊利诺伊州。

现有保单用户暂未纳入，这一点引发了特斯拉社区质疑。包括加利福尼亚州、佐治亚州在内的其他州车主纷纷希望这项福利能尽快扩展至全国。

该公告发布之际，特斯拉正持续推送 FSD 辅助驾驶更新，并推动更高级别自动驾驶的监管审批。通过将保险优惠与 FSD 使用直接挂钩，公司正用自身精算数据为该技术的安全性背书。

基于特斯拉内部驾驶数据（而非仅依赖外部碰撞统计），如今每一公里 FSD 行驶都具备明确的经济价值：更低风险、更低成本。

特斯拉尚未披露具体保费降幅，以及六个首发州之外的全面上线时间表。但其传递的信号十分明确：车主越信任 FSD 辅助驾驶，特斯拉保险给予的奖励就越多。在传统保险公司对自动驾驶技术仍持谨慎态度的当下，特斯拉押注：自己的数据将证明，最安全的里程是脱手驾驶的里程。

人人都能是配音导演，阶跃星辰发布语音生成模型 StepAudio 2.5 TTS

Fri, 17 Apr 2026 15:10:31 +0800

4 月 16 日消息，阶跃星辰今日发布新一代语音生成模型 StepAudio 2.5 TTS，官方号称人人都能是配音导演。

阶跃星辰官方表示，该语音合成模型首次将语境理解能力引入语音生成全流程。通过 Global Context（全局语境）+ Inline Context（文中语境）双档控制，搭配 Zero-shot 音色复刻，让 AI 不是念文本，而是演文本。

StepAudio 2.5 TTS 支持以下核心能力：

全局语境控制：支持自定义整段语音的情绪基调、角色状态与场景氛围，使表达更统一、更连贯。

文中语境控制：不仅能控制一句话怎么说，还能进一步调节语气、节奏、停顿、轻重变化、角色感和场景感，让声音表达更有分寸。

零样本复刻与全音色控制：在保留目标音色特征的同时，支持对情感、风格和表达方式进行灵活调节，让同一种声音说出更多不同感觉。

附官方演示网址如下：

https://stepaudiollm.github.io/step-audio-2.5-tts/zh.html

SpaceX 星舰 V3 完成全时长静态点火测试，首次试飞临近

Fri, 17 Apr 2026 15:08:59 +0800

4 月 16 日消息，在得克萨斯州星舰基地完成全时长静态点火测试后，SpaceX 距离发射下一代星舰又近了一大步。这一信号表明：星舰 V3 的首次试飞 —— 第 12 次飞行任务已迫在眉睫。SpaceX 在 X 平台确认了此次测试，称全时长静态点火已在飞行器下一次飞行测试前顺利完成。

当地时间 3 月 16 日，助推器 19 在新建的 2 号发射台完成了一次较短的 10 台发动机静态点火。那次测试因地面系统问题提前终止，但证实了所有安装的猛禽 3 型发动机均顺利启动。随后，助推器 19 返回巨型总装厂房，加装剩余 23 台发动机，凑齐全部 33 台，并于本周重新推出，完成完整测试流程。马斯克本月早些时候确认，第 12 次飞行将在 4 至 6 周后进行。

这枚全球最强火箭的每台猛禽 3 发动机可产生约 280 吨推力，超重型助推器 33 台发动机同时点火时，总推力可达约 9240 吨，远超历史上任何火箭。打个比方，这股推力足以将整座帝国大厦抬离地面。星舰 V3 高 408 英尺（约 124 米），在完全可重复使用构型下，可将超过 100 吨载荷送入近地轨道，而上一代 V2 仅能达到约 35 吨。

从历史经验来看，成功的全时长静态点火是发射前最后一项重大地面里程碑。自 2023 年项目启动以来，SpaceX 每一代星舰均遵循这一流程。马斯克对背后的雄心直言不讳：“我非常有信心，V3 设计将实现完全可重复使用。”两级完全可重复使用，是 SpaceX 让月球与火星常规飞行具备经济可行性的核心基础，此次测试让这一目标又迈出关键一步。

据了解，星舰 V3 实现了两大关键突破：完全可重复使用与在轨加注。可重复使用的逻辑很直观，就像猎鹰 9 号那样，火箭可在数小时内再次飞行，而非每次任务都重新建造。这是实现月球货运常态化的唯一经济模式。在轨加注看似不显眼，却同样至关重要。要携带足够载荷抵达月球，星舰需要约 10 次专用补给飞行，在近地轨道轨道燃料库完成加注，才能启程飞往月球表面。这种能力从未大规模验证过，而第 12 次飞行正是验证其可行性的第一步。

NASA 阿尔忒弥斯 2 号乘组本月完成了历史性的月球飞越，这是 1972 年以来人类首次飞出近地轨道。但要让宇航员真正登陆月球，并最终为永久月球基地提供补给，就需要一条货运通道，只有完全可重复、可在轨加注的火箭，才能满足 NASA 计划所需的运力与成本。

微纳星空泰景三号 05A、05B 双星出征，以“超轻量化”实现 0.5 米高分辨率成像

Fri, 17 Apr 2026 15:07:27 +0800

4 月 16 日消息，昨日上午 9 时 15 分，由微纳星空研制的泰景三号 05A 星和泰景三号 05B 星正式启程奔赴发射场，标志着微纳星空正式迈入规模化交付与星座组网的新阶段。

据介绍，泰景三号 05A 星和泰景三号 05B 星搭载了重量仅 60 公斤的超轻量化高性能光学载荷，这一技术在严格控制整体重量的同时，成功实现 0.5m 高分辨率成像，能清晰捕捉城市建筑细节与地表纹理变化。

另外，泰景三号 05A、05B 双星具备整星敏捷机动能力与大容量电池供给，依托太阳同步轨道运行优势，单次过境即可灵活完成多点目标拍摄、多条带拼接成像等多种作业模式，大幅提升数据获取效率与任务适配能力。同时支持星上在轨更新，为后续拓展应用场景、提升服务能力预留了充足空间。

从微纳星空获悉，泰景三号 05A、05B 双星从方案设计到整星交付，两颗卫星的研制周期较行业平均水平缩短 3 个月，成功刷新批产遥感卫星交付速度纪录，并实现单月多星测试交付的批产新跨越。另外，泰景三号 05A、05B 双星入轨后，还将与地面系统协同构建“天空地一体化”监测体系。

微软 VS Code 1.116 发布：内置 GitHub Copilot，调试 AI 更透明

Fri, 17 Apr 2026 15:05:55 +0800

4 月 16 日消息，微软今天更新发布 Visual Studio Code 1.116 版本，内置 GitHub Copilot 为默认功能，用户无需安装扩展，首次启动即可直接使用 AI 辅助编程功能。

针对 AI 调试体验，新版本引入了 Agent Debug Logs 功能。该面板以时间轴形式，记录聊天会话中的所有智能体交互事件，开发者可查看当前会话及历史会话的完整日志。这一功能让用户能够清晰追踪提示词发送后的具体执行流程，便于调试自定义聊天行为，快速定位问题。

在 Copilot CLI 方面，1.116 版本增加支持推理模型思考强度。用户可通过语言模型选择器挑选推理模型，并调整思考强度等级。不同模型提供不同等级选项，非推理模型则不显示此功能。

本次更新还优化终端体验，send_to_terminal 和 get_terminal_output 工具现已支持前台终端操作，可直接读取可见终端面板中的输出，并向运行中的 REPL 或交互脚本发送输入。

参考

Visual Studio Code 1.116 更新日志
Visual Studio Code 下载地址

估值超 8000 亿美元，消息称 Anthropic 暂时拒绝风投巨额投资

Fri, 17 Apr 2026 15:04:23 +0800

4 月 16 日消息，风险投资机构热衷于追逐最热门的初创公司，但初创公司并非总愿意增发股份。据彭博社消息，人工智能公司 Anthropic 便是如此。

风投机构正主动向这家 OpenAI 的竞争对手提出预融资轮，拟对其估值 8000 亿美元（注：现汇率约合 5.47 万亿元人民币）甚至更高，这一水平几乎追平，甚至可能超越其竞争对手。

今年 2 月，OpenAI 完成了创纪录的 1100 亿美元融资，投后估值达到 8520 亿美元。而就在几周前，Anthropic 刚宣布一轮 300 亿美元的融资（放在以往，这同样会是创纪录的规模），对应估值 3800 亿美元。

但据彭博社报道，截至目前，Anthropic 对风投机构的最新报价并无兴趣。当然，这一态度未来可能改变。尽管 Anthropic 不像 OpenAI 那样积极签署融资协议，但其同样面临巨额资本开支。

例如，近几个月来，这家 Claude 大模型开发商已承诺：

投入 500 亿美元自建数据中心
投入 300 亿美元使用微软云服务
每年还要在亚马逊云科技（AWS）上花费数十亿美元

在某个节点，该公司仍可能需要资金，尤其是在能以优厚条件融资的情况下，其估值有望较上一轮翻倍以上。

投资者依然看好 Anthropic 不断增长的收入：据报道，其收入从 2025 年底的 90 亿美元，增至今年 3 月底的 300 亿美元。投资者对 Anthropic 股票的渴求极为强烈，二级市场上的需求几乎到了难以满足的地步。因此，只要 Anthropic 首席执行官达里奥・阿莫迪稍一示意，公司就能拿到足以让估值反超对手的融资。

慧荣台北总部动工：地上地下共 28 层，预计于 2030 年启用

Fri, 17 Apr 2026 15:02:51 +0800

4 月 16 日消息，慧荣 Silicon Motion 本周一（13 日）举行了台北企业总部动工仪式。该总部基地面积近 3400m²，规划建设地上 23 层、地下 5 层的办公大楼，预计于 2030 年启用。

了解到，这幢建筑将由台铁与慧荣分别持有 67% 和 33%，慧荣将对台铁持有部分长租 20 年。此地邻近轨道交通昆阳站，还可通过高铁串联慧荣现有的新竹竹北总部，提升双总部协同运行效率。

慧荣科技董事长周邦基表示：

台北总部的设立，是我们迈向下一个成长阶段的重要决策，也展现慧荣与台铁携手推动都市更新、促进产业与城市发展的合作成果。未来将透过串联台北与竹北两大据点，提升整体营运与研发效率。

BOSS 直聘：警惕“高薪 AI 漫剧师”骗局，实为先付费卖课“招转培”割韭菜套路

Fri, 17 Apr 2026 15:01:19 +0800

4 月 16 日消息，BOSS 直聘今天发布公告，披露近期业界出现大量“招转培”骗局，许多不法团伙刊载职位招聘贴文，其中写有“大专生零基础也能做，做完 10 部漫剧就能转正”“新手第一部剧一般能赚 10 万”等话术，然而这些贴文实为付费卖课“割韭菜”套路，不知情的求职者投递简历后，不法团伙便会利用话术要求其交钱“入股”“学习”诈骗钱财。

例如，一违规招生组织发布“带货主播 / 直播带货”等职位，谎称可以教求职者通过直播赚钱，进而诱导其缴纳 99 元至 299 元不等的课程培训费。待求职者察觉异常后，所谓的“招生老师”便彻底失联。

另一类则是以考证为由设置收费门槛。例如，某招聘者发布“8000 起请陪诊师”职位，在添加求职者微信后，引导对方付费报名考证，并谎称相关证书“全国通用”。表面上看，这类说法容易让求职者误以为“先考证，后上岗”属于正常流程，实际上，相关沟通已经偏离正常招聘逻辑，并带有明显收费导向。

BOSS 直聘表示，以往“招转培”违规违法行为多发于技术培训、美容美业、家政服务等行业，而如今这些骗局进一步扩散，诈骗团伙们不断引入借概念、新职业不断翻新外包装，但核心路径并没有改变，先借“AI 漫剧生成”“带货直播”等热门岗位吸引求职者关注，再在后续沟通中以培训、合作项目或考证为名，引导求职者付费。

整体来看，凡是要求求职者在入职前先缴费，或以培训费、考证费、课程费、项目费等名义要求先付款的情况，都存在较高风险，求职者需提高警惕。

蚂蚁灵波开源 LingBot-Map：仅用普通摄像头让机器人实现实时流式三维重建

Fri, 17 Apr 2026 14:59:47 +0800

4 月 16 日消息，今天蚂蚁灵波正式开源流式三维重建模型 LingBot-Map，官方称无需复杂硬件，仅靠一颗普通 RGB 摄像头，就能让机器在视频采集过程中，实时完成相机位姿估计与场景三维结构重建，填补实时空间感知领域的关键技术空白，为机器人、自动驾驶等场景提供更可靠的空间理解能力。

附官方详细介绍如下：

在流式三维重建领域，几何精度、时序一致性与运行效率的平衡，一直是行业公认的核心难点。
不同于传统三维重建“先采集、后处理”的模式，流式重建要求系统“边看边理解”，一边接收新画面，一边持续完成定位与建图，同时还要严格控制计算与存储开销，这对模型的设计提出了极高要求。
针对这一痛点，我们打造了 LingBot-Map，以纯自回归式建模为核心，基于几何上下文 Transformer，在不依赖未来帧信息的前提下，逐帧处理当前及历史画面，持续输出精准的相机位姿和深度信息，实时还原场景三维结构，真正实现“所见即所建”。
我们引入了几何上下文注意力机制（GCA），能够高效组织与利用跨帧几何信息，在保留关键历史数据的同时，大幅减少冗余计算，兼顾重建质量与运行效率。
这一设计借鉴了经典 SLAM 系统对空间信息分层管理的思路，但突破了传统方法依赖手工设计和复杂优化的局限，将核心逻辑交由模型统一学习完成，在长序列场景下也能保持稳定表现。
性能全面领跑：20FPS 实时推理稳定支撑机器人作业
多个权威基准完成严苛测试：
在 Oxford Spires 数据集（大尺度、复杂光照、高标准）上：
绝对轨迹误差（ATE）仅为 6.42 米
轨迹精度较此前最优流式方法提升约 2.8 倍
显著优于离线方法 DA3（12.87 米）和 VIPE（10.52 米）
在大场景重建中展现出更强的稳定性。
在 ETH3D、7-Scenes、Tanks and Temples 等多个主流基准上，LingBot-Map 在位姿估计和三维重建质量两个维度全面领先现有流式方法。
其中 ETH3D 基准：重建 F1 分数达到 85.70，较第二名提升超过 8%，场景还原精度大幅提升。
除精度外，LingBot-Map 还兼顾实时性与长时稳定运行能力：
推理速度可实现约 20 FPS
支持 10,000+ 帧长视频连续推理
长序列运行精度几乎无衰减
这意味着，在机器人导航、避障、操作、交互等需要连续在线处理的真实场景中，它能稳定输出可靠的空间感知结果，为上层应用提供坚实支撑。
持续开源多款模型：补齐实时三维建图关键拼图
自今年 1 月以来，我们相继开源：
高精度空间感知模型 LingBot-Depth
具身大模型 LingBot-VLA
世界模型 LingBot-World
具身世界模型 LingBot-VA
围绕空间感知、具身决策、世界模拟等关键环节，持续夯实具身智能“智能基座”的技术布局。此次 LingBot-Map 的开源，进一步补齐了实时空间理解与在线三维建图的关键能力拼图。
目前，LingBot-Map 的模型和代码已正式在 Hugging Face 和 Model Scope 开源。我们期待更多开发者、研究团队加入进来，一起探索流式三维重建的更多可能，推动技术落地，让机器人更稳定、更高效地理解和适应真实物理世界，赋能更多行业创新。
开源地址：
魔搭社区 ModelScope：
https://www.modelscope.cn/models/Robbyant/lingbot-map
HuggingFace：
https://huggingface.co/robbyant/lingbot-map
GitHub：
https://github.com/Robbyant/lingbot-map
Paper：
https://arxiv.org/abs/2604.14141
Homepage：https://technology.robbyant.com/lingbot-map