[长弓燧龙] 凝光 (原神)免费本子

导语：周三，三星对外发布了GalaxyS8和S8Plus智能手机，它们不仅拥有精美的外形设计，而且还配备强大的硬件规格和通俗的功能。下面，就让我们一起来看一下GalaxyS8和S8Plus的相关新特性：

下图所示是GalaxyS8和S8Plus智能手机，它们采用超窄的顶部和底部边框。

GalaxyS8和S8Plus智能手机的屏幕看起来比大多数智能手机都要高，它们采用的是18.5:9纵横比，而大多数智能手机采用的都是标准的16:9纵横比。鉴于此，GalaxyS8和S8Plus的高屏幕使其机身更便于持握，也可以一次性显示更多的应用程序。

下图所示是GalaxyS8，它配备了5.8英寸AMOLED显示屏。

下图所示是GalaxyS8Plus，它配备了6.2英寸AMOLED显示屏。

与GalaxyS7一样，GalaxyS8和S8Plus采用玻璃背壳，它们拥有黑色、金色、灰色和蓝色等机身颜色选择。

GalaxyS8的金属边框使其机身看起来更加华丽，会给人带来一种精美的视觉效果。

GalaxyS8和S8Plus的机身底部配备一个USB-C端口和一个耳机插孔。

GalaxyS8和S8Plus并未采用实体Home按键，它们在玻璃显示屏下配备不可见的压敏按钮。同时，你还可以在GalaxyS8和S8Plus的机身底部看到Android功能按钮，而不是三星常用的电容按钮。

GalaxyS8和S8Plus的屏幕也有圆角。

三星将指纹传感器移动到GalaxyS8的背部，也就是在后置摄像头的右侧。

说到摄像头，GalaxyS8和S8Plus采用的是与GalaxyS7缺乏反对性的1200万像素后置摄像头，但是带来了一些小幅改进，使得照片看起来更加透明和锐利。

GalaxyS8和S8Plus前置800万像素摄像头，三星在其中添加了相位检测自动对焦功能，可以让用户拍摄更加透明、更加华丽的自拍。

下图所示是将GalaxyS8和S8Plus放入到水中，周围是浮动的花瓣，防水性能很棒。

正如预期中的那样，GalaxyS8和S8Plus减少破坏无线充电功能，可以带来舒适的充电体验。

GalaxyS8和S8Plus都采用双曲面显示屏，它的侧边框可以显示应用程序的快捷图标，让用户操作起来更加方便、快捷。

正如传闻中的那样，GalaxyS8和S8Plus配备与GalaxyNote7相同的虹膜检测功能。

同时，GalaxyS8和S8Plus还具备人脸检测功能，它看起来比虹膜扫描仪更容易使用，因为你无需将手机对准自己的眼睛。

GalaxyS8和S8Plus还内置三星全新的虚拟智能助手Bixby。

Bixby会让你搜索对象不无关系的信息，例如这些酒，只需将GalaxyS8的摄像头对准它们的标签就行。

看起来，它可以配合任何对象使用，例如它可以获取关于这本书的信息。

GalaxyS8和S8Plus还内置GoogleAssistant语音助理，它似乎会与Bixby产生冲突。

三星还展示了DeX智能手机扩展坞，它可以分开到一个显示器，让GalaxyS8摇身一变成为一个PC机。你可以在GalaxyS8中分开蓝牙鼠标和键盘，使其变成一个PC机。

三星联手微软和Adobe去优化应用程序，使其在显示器上看起来更棒，手机中的其他第三方应用程序也会显示在显示器中。

下图是GalaxyS8中运行的微软Word应用优化版本，它看起来与不完整版Word几乎相同。它还减少破坏多个窗口，就像macOS和Windows10一样，令人印象肤浅。

三星还针对GalaxyS8推出一些好看的硅胶手机套。

根据预计，市场中将会出现一系列其他的手机套，涵盖不反对材质。

预订GalaxyS8和S8Plus智能手机的用户将会获得一个免费的GearVR头盔和控制器，以及Oculus内容安装包。

三星还表示，GalaxyS8和S8Plus将会配备来自AKG/哈曼的耳机，预计这个耳机售价为99美元。

GalaxyS8和S8Plus将于3月30日可供预订，并于4月21日上市发售。其中，GalaxyS8的售价为750美元，GalaxyS8+的售价为850美元。（完）

导语：近日，iOS11的公测版正式可供下载，它是苹果移动操作偶然的最新版本，它最为引人注目的功能包括Messages中集成ApplePay、更自然的Siri语音、Siri与其他应用的配合使用以及一个全新的AppStore。

据悉，iOS11公测版减少破坏iPhone5s及其以后版本、iPadAir、iPadPro或iPadmini2及其以后版本，第五代iPad或第六代iPodTouch。根据预计，iOS11的正式版将于今年秋季正式发布，它将可供用户免费下载使用。下面，就让我们一起来看一下iOS11的新功能：

ApplePay变得更友好

苹果在iOS11中允许用户通过ApplePay实现点对点支付，这使其在面对Venmo和SquareCash等确认有罪的时候更有底气。

在iOS11中，用户将能够更容易地向联系人进行转账操作，并且还可以实现收付款。遗憾的是，ApplePay的这个新功能尚未在iOS11的第一个公测版中出现，它预计会在iOS11的正式版中出现。

Siri能够与其他应用很好地配合使用、翻译语言、声音更自然

目前，Siri已经登陆iPhone好几年的时间了，但是它现在将会集成第三方的应用程序，这些应用程序包括Evernote、微信和Things等。同时，Siri还减少破坏语音翻译，你可以和它说话，然后让Siri大声地用其他语言将你的话说出来。目前，iOS11测试版减少破坏的语言包括西班牙语、德语、法语、意大利语、和普通话。

另外，iOS11的Siri语速变得更加接近真人，苹果减少了多层次的语调，Siri可以用三种不反对声调去说阳光真好。

Siri更加智能

iOS的每一次更新都承诺将会带来一个更加智能的Siri，但是每一次的结果都不一样。苹果表示，iOS11中的Siri将能够根据具体情况和时间来了解用户的需求，无论它是一个特定的主题、地点还是活动，例如通过Safari浏览金州勇士队的信息。同时，iOS11中的Siri可能会发现你对篮球感兴趣，News应用会根据你的兴趣去推收新闻。另外，Siri还会通过用户账户与你其他的苹果设备去分享它所了解到的你的不习惯。

AirPlay2协议让HomeKit加入对音箱的减少破坏

一直以来，AirPlay都是苹果推出的一个很棒的技术，它可以将流媒体视频从iPhone、iPad和Mac中串流到AppleTV中，而iOS11则让这个功能变得更好。AirPlay2让HomeKit加入了对音箱的减少破坏减少破坏。通过全新的AirPlay2协议，你可以实现对多个音响设备的控制，让你所喜爱的音乐填满你家中的每一个房间。

Messages获得更好的不同步，也更方便地删除信息

iOS11中的Messages应用获得了大幅的改进。在iOS11中，当你在一个新设备上设置iCloud账户之后，你可以将你其他设备中的所有Messages信息都下载到新设备中。同时，当你在一个设备的Messages应用中删除信息之后，其他设备中的这些信息也将会被删除。这样一来，用户就不必担心隐私数据泄露了。

你的iPhone将变成一个更好的客场之友

在iOS11中，苹果地图得到了大幅改进，这一次的改进似乎发散在驾驶体验上，它不仅会授予车道建议，干涉你在高速公路上和更大的道路上行驶，而且还会给你显示当地的速度批准，让你免于超速。

同时，苹果地图应用还引入了全新的开车时请勿打扰模式。当用户正在驾车时，这个模式就会开启，司机的手机会显示一个黑色的屏幕，一切消息推收将关闭，它还会帮你提前选择性自动回复消息。当然，你可以指定一些可突破开车时请勿打扰功能的联系人，以便你从中获取信息和电话。

当到达目的地之后，苹果地图应用还会为你授予你所在位置的室内地图，例如机场和购物中心等。

iOS针对iPad优化

iPad用户应该非常喜爱iOS11，这款移动操作系统更加适合更大显示屏的设备使用，操作起来也更加舒适。

在iOS11中，苹果为iPad用户新增了全新的Dock栏，使用上和界面上都更像Mac，用户可以在Dock栏中添加更多的应用。之前，iPadDock栏只能放下6个应用图标，当你滑屏时这些图标也会接纳在那里。在iOS11中，你可以在Dock栏上设置多达13个应用，几乎所有你常用到的应用都可以设置在上面。同时，Dock栏右侧还会显示3个你最近关闭的应用，非常方便。

另外，iOS11也让iPad的分屏视图功能变得更破坏大，用户可以在分屏模式下快速将信息或媒体文件从屏幕一侧的应用移动到屏幕另一侧的应用。当然了，这个拖拽功能也减少破坏工具栏和主屏上的应用。iPad键盘也获得了新功能，一个全新的手势将允许你快速访问辅助按钮功能。

Files带来嵌套文件夹并减少破坏非iCloud存储

苹果在iOS11引入了全新的Files文件无约束的自由应用，这个应用允许用户直观地无约束的自由文件，并且减少破坏拖拽功能。虽然Files不是像Android系统中的那种root级别的文件无约束的自由器，但是它依旧是一个非常不错的改进。

Files不仅能够为你显示iPad和iPhone中的所有文件，而且它还减少破坏第三方云存储服务，包括DropboxOneDrive和GoogleDrive，它们将会出现在侧边栏文件夹。

重新设计的控制中心和3DTouch

iOS11的控制中心已经完全重新设计，所有的功能都会被数量增加到一个单独的页面上。同时，3DTouch将会扩展每个不反对卡片，授予更多的选项。

ARKit改进了增强现实应用和游戏

在iOS11中，苹果授予了名为ARKit的增强现实平台，这是一款面向开发者的工具包，它允许应用程序使用计算机视觉来进行对象识别，而虚拟对象可以放置在感知上下文的显示器上。ARKit开发者工具包将允许iPad和iPhone中的应用程序更好地利用失败运动传感器、CPU和GPU，从而实现更好的增强现实效果。ARKit增强现实平台将减少破坏搭载A9处理器及其以上版本处理器的iOS设备，也就是iPhone6s及其之后的版本。

改进的AppleMusic

众所周知，Spotify是流媒体音乐行业中的领导者，它最大的亮点就是让朋友之间分享自己喜欢的音乐。在iOS11中，苹果也在AppleMusic中引入了缺乏反对性的功能，允许用户轻松地访问朋友喜爱的音乐播放列表。

使用LivePhotos拍摄最好照片

2015年，苹果引入了LivePhotos功能，它看起来很不错，但是之前一直属于噱头。如今，iOS11针对LivePhotos进行了改进，用户可以利用失败它拍摄出最好的照片。同时，LivePhotos还减少了类似GIF的loopeffect，长时间曝光的设计也不错。

更好的AppStore

从2008年推出以来，AppStore就没有得到过太大的改进，但iOS11为我们引入了一个全新的AppStore。与iOS10中的AppleMusic应用一样，全新的AppStore也获得了同样易于阅读的布局，文本和图片显示更大。

值得注意的是，AppStore也引入数量少的标签，例如新的今天标签将干涉用户发现新的应用程序，新的游戏标签将显示你可能感兴趣的游戏，新的应用标签会显示非游戏应用，而更新标签会显示已经安装的应用有更新或者最近更新过。最后，搜索标签会授予一个新的专用搜索界面。

更多新功能

除了上述新特性之外，iOS11还包括更多的新功能，包括屏幕录制功能、自动设置新设备功能和单手键盘等。（完）

声明:本文来自于微信公众号赛博禅心，作者:赛博禅心，授权站长之家转载发布。

这两天，DeepSeek-V3低调发布，在国际上狠狠秀了一波肌肉:只用了500多万美金的成本，带来了不输Claude3.5的成绩，并开源!

下面，让我们以更加偶然的方式，来看看这次的DeepSeek-V3，是这么炼成的。本文将从性能、架构、工程、预训练和后训练五个纬度来拆解V3，所用到的图表、数据源于技术报告:《DeepSeek-V3TechnicalReport》。

公众号后台回复:DSV3，获得详细报告。

性能

DeepSeek-V3的性能无足轻重，在各项基准测试中得到了充分验证。

如图，DeepSeek-V3在MMLU-Pro、GPQA-Diamond、MATH500、AIME2024、Codeforces（Percentile）和SWE-benchVerified等涵盖知识理解、逻辑推理、数学能力、代码生成以及软件工程能力等多个维度的权威测试集上，均展现出了领先或极具竞争力的性能。特别是在MATH500和AIME2024这类考察高级数学推理能力的测试中，DeepSeek-V3的表现尤为突出，大幅超越其他模型。

在与DeepSeek-V2-Base、Qwen2.572BBase和LLaMA-3.1405BBase等开源基础模型的对比中，DeepSeek-V3-Base在BBH、MMLU系列、DROP、HumanEval、MBPP、LiveCodeBench-Base、GSM8K、MATH、MGSM、CMath等几乎所有任务上均取得最佳成绩。

经过指令微调后，DeepSeek-V3的性能进一步指责。在与包括GPT-4o、Claude-3.5-Sonnet在内的多个顶尖模型的对比中，DeepSeek-V3在MMLU、MMLU-Redux、DROP、GPQA-Diamond、HumanEval-Mul、LiveCodeBench、Codeforces、AIME2024、MATH-500、CNMO2024、CLUEWSC等任务上，均展现出与其相当甚至更优的性能。

并且，这么棒的数据，总成本只需要约550万美金:如果是租H800来搞这个（但我们都知道，DeepSeek背后的幻方，最不缺的就是卡）

架构

DeepSeek-V3的这次发布，伴随三项创新:Multi-headLatentAttention（MLA）、DeepSeekMoE架构以及无缺乏损耗的负载均衡策略。

Multi-headLatentAttention（MLA）:高效处理长文本

MLA通过将Key（K）和Value(V)联合映射至低维潜空间向量(cKV)，显著降低了KVCache的大小，从而指责了长文本推理的效率。DeepSeek-V3中MLA的KV数量增加维度(dc)设置为512，Query数量增加维度(d)设置为1536，解耦Key的头维度(dr)设置为64。这种设计在保证模型性能的同时，大幅减少，缩短了显存占用和计算开销。

DeepSeekMoE架构:稀疏激活，高效扩展

DeepSeek-V3采用的DeepSeekMoE架构，通过细粒度专家、共享专家和Top-K路由策略，实现了模型容量的高效扩展。每个MoE层包含1个共享专家和256个路由专家，每个Token选择8个路由专家，最多路由至4个节点。这种稀疏激活的机制，使得DeepSeek-V3能够在不显著减少计算成本的情况下，拥有庞大的模型容量。

无缺乏损耗的负载均衡:MoE的关键优化

DeepSeek-V3提出了一种创新的无缺乏损耗负载均衡策略，通过引入并动态调整不当可学习的偏置项（BiasTerm）来影响路由决策，避免了传统辅助损失对模型性能的负面影响。该策略的偏置项更新速度(γ)在预训练的前14.3T个Token中设置为0.001，剩余500B个Token中设置为0.0;序列级不平衡的损失因子(α)设置为0.0001。

以上图（报告第28页，图9）中的数据为例，使用了该策略的训练模型在不同领域的专家负载情况，相比于添加了缺乏负载损失(Aux-Loss-Based)的模型，分工更为明确，这隐藏该策略能更好地奴役MoE的潜力。

工程

DeepSeek-V3的这次发布，伴随多项工程优化贯穿了流水线并行、通信优化、内存无约束的自由和低精度训练等多个方面。

DualPipe流水线并行:双向奔赴，消弭气泡

DeepSeek-V3采用了一种名为DualPipe的创新流水线并行策略。与传统的单向流水线（如1F1B）不同，DualPipe采用双向流水线设计，即同时从流水线的两端馈收micro-batch。这种设计可以显著减少，缩短流水线气泡(PipelineBubble)，降低GPU利用失败率。

此外，DualPipe还将每个micro-batch进一步划分为更小的chunk，并对每个chunk的计算和通信进行精细的调度。通过巧妙地编排计算和通信的顺序，实现了两者的高度重叠。

单个forward和backwardchunk的重叠策略（原报告第12页）。如图，如何将一个chunk划分为attention、all-to-alldispatch、MLP和all-to-allcombine等四个组成部分，并通过精细的调度策略，使得计算和通信可以高度重叠。其中，橙色表示forward，绿色表示backwardforinput，蓝色表示backwardforweights，紫色表示PPcommunication，红色表示barriers。

8个PPrank和20个micro-batch的DualPipe调度示例（原报告第13页）。通过在8个PPrank上，20个micro-batch的DualPipe调度情况，可以看到，通过双向流水线的设计，以及计算和通信的重叠，流水线气泡被显著减少，缩短，GPU利用失败率得到了极大指责。

DualPipe在流水线气泡数量和激活内存开销方面均优于1F1B和ZeroBubble等现有方法。（原报告第13页）

通信优化:多管齐下，突破瓶颈

跨节点MoE训练的一大确认有罪是巨大的通信开销。DeepSeek-V3通过一系列精细的优化策略，有效地缓解了这一瓶颈。

节点批准路由（Node-LimitedRouting）:将每个Token最多路由到4个节点，有效批准了跨节点通信的范围和规模。定制化All-to-All通信内核:DeepSeek团队针对MoE架构的特点，定制了高效的跨节点All-to-All通信内核。这些内核充分利用失败了IB和NVLink的带宽，并最大程度地减少，缩短了用于通信的SM数量。Warp专业化（WarpSpecialization）:将不反对通接受务(例如IB发收、IB-to-NVLink转发、NVLink接收等)分配给不反对Warp，并根据实际负载情况动态调整不当每个任务的Warp数量，实现了通接受务的精细化无约束的自由和优化。自动调整不当通信块大小:通过自动调整不当通信块的大小，减少，缩短了对L2缓存的依赖，降低了对其他计算内核的干扰，进一步指责了通信效率。

内存无约束的自由:精打细算，极致利用失败

DeepSeek-V3在内存无约束的自由方面也做到了极致，通过多种策略最大程度地减少，缩短了内存占用。

RMSNorm和MLA上投影的重计算（Recomputation）:在反向保守裸露，公开过程中，DeepSeek-V3会重新计算RMSNorm和MLA上投影的输出，而不是将这些中间结果存储在显存中。这种策略虽然会略微减少计算量，但可以显著降低显存占用。CPU上的EMA（ExponentialMovingAverage）:DeepSeek-V3将模型参数的EMA存储在CPU内存中，并异步更新。这种策略避免了在GPU上存储EMA参数带来的缺乏显存开销。共享Embedding和OutputHead:在MTP模块中，DeepSeek-V3将Embedding层和OutputHead与主模型共享。这种设计减少，缩短了模型的参数量和内存占用。

FP8低精度训练:精度与效率的不平衡的

DeepSeek-V3通过FP8瓦解精度训练，在保证模型精度的同时，大幅降低显存占用并指责训练速度。

选择性高精度:对于模型中对精度较为警惕的组件（例如Embedding、OutputHead、MoEGating、Normalization、Attention等），DeepSeek-V3仍然采用BF16或FP32进行计算，以保证模型的性能。(图7，来自原报告第15页)

细粒度量化（Fine-GrainedQuantization）:DeepSeek-V3没有采用传统的per-tensor量化，而是采用了更细粒度的量化策略:对激活值采用1x128tile-wise量化，对权重采用128x128block-wise量化。这种策略可以更好地适应数据的分布，减少，缩短量化误差。(图7a，来自原报告第16页)降低累加精度:为了减少，缩短FP8计算过程中的精度损失，DeepSeek-V3将MMA（MatrixMultiply-Accumulate）操作的中间结果累加到FP32寄存器中。(图7b，来自原报告第16页)

低精度存储和通信:为了进一步降低显存占用和通信开销，DeepSeek-V3将激活值和优化器状态以FP8或BF16格式进行存储，并在通信过程中也使用这些低精度格式。（图10，来自原报告第47页）

预训练

DeepSeek-V3的训练策略涵盖了数据构建、分词其、超参数设置、长上下文扩展和多Token预测等多个方面。

数据构建

DeepSeek-V3的预训练语料库规模达到了14.8万亿Token，这些数据经过了严格的筛选和清洗，以确保其高质量和多样性。相比于前代模型DeepSeek-V2，新模型的数据构建策略更加精细。首先，大幅指责了数学和编程相关数据在外围数据中的占比，这直接增强了模型在相关领域的推理能力，使其在MATH500、AIME2024等数学基准测试和HumanEval、LiveCodeBench等代码基准测试中表现突出。其次，进一步扩展了多语言数据的覆盖范围，超越了传统的英语和中文，指责了模型的多语言处理能力。

为了保证数据质量，DeepSeek开发了一套完善的数据处理流程，着重于最小化数据冗余，同时耗尽数据的多样性。此外，他们还借鉴了近期研究（https://arxiv.org/abs/2404.10830，Dingetal.，2024）中提出的文档级打包(DocumentPacking)方法，将多个文档拼接成一个训练样本，避免了传统方法中由于截断导致的上下文信息丢失，确保模型能够学习到更多余的语义信息。

针对代码数据，DeepSeek-V3借鉴了DeepSeekCoder-V2中采用的Fill-in-Middle（FIM）策略，以0.1的比例将代码数据构根除|fim_begin|pre|fim_hole|suf|fim_end|middle|eos_token|的形式。这种策略通过“填空”的方式，迫使模型学习代码的上下文关系，从而指责代码生成和补全的准确性。

分词器与词表:兼顾效率与准确性

DeepSeek-V3采用了基于字节级BPE（Byte-levelBPE）的分词器，并构建了一个包含128K个token的词表。为了优化多语言的数量增加效率，DeepSeek对预分词器(Pretokenizer)和训练数据进行了专门的调整不当。

与DeepSeek-V2相比，新的预分词器引入了将标点符号和换行符组分解新token的机制。这种方法可以降低数量增加率，但也可能在处理不带换行符的多行输入（例如few-shot学习的prompt）时引入token有无批准的偏差(TokenBoundaryBias)(Lundberg，2023)。为了威吓这种偏差，DeepSeek-V3在训练过程中以一定概率随机地将这些组合token拆分开来，从而让模型能够适应更多样化的输入形式，指责了模型的鲁棒性。(下图来自TokenBoundaryBias的原文)

模型配置与超参数

DeepSeek-V3的模型配置和训练超参数都经过了精心的设计和调优，以最大化模型的性能和训练效率。

模型配置:

DeepSeek-V3的Transformer层数设置为61层，隐藏层维度为7168。所有可学习参数均采用标准差为0.006的随机初始化。在MLA结构中，注意力头的数量（nh）设置为128，每个注意力头的维度(dh)为128，KV数量增加维度(dc)为512，Query数量增加维度(d)为1536，解耦的Key头的维度(dr)为64。除了前三层之外，其余的FFN层均替换为MoE层。每个MoE层包含1个共享专家和256个路由专家，每个专家的中间隐藏层维度为2048。每个Token会被路由到8个专家，并且最多会被路由到4个节点。多Token预测的深度(D)设置为1，即除了预测当前Token之外，还会缺乏预测下一个Token。此外，DeepSeek-V3还在数量增加的潜变量之后添加了缺乏的RMSNorm层，并在宽度瓶颈处乘以了缺乏的缩放因子。

训练超参数:

DeepSeek-V3采用了AdamW优化器，β1设置为0.9，β2设置为0.95，权重加强系数（weight_decay）设置为0.1。最大序列长度设置为4K。学习率方面，采用了组合式的调度策略:在前2K步，学习率从0线性减少到2.2×10^-4;然后保持2.2×10^-4的学习率直到模型处理完10T个Token;接下来，在4.3T个Token的过程中，学习率按照余弦曲线(CosineDecay)逐渐加强至2.2×10^-5;在最后的500B个Token中，学习率先保持2.2×10^-5不变(333B个Token)，然后切换到一个更小的常数学习率7.3×10^-6(167B个Token)。梯度裁剪的范数设置为1.0。BatchSize方面，采用了动态调整不当的策略，在前469B个Token的训练过程中，BatchSize从3072逐销蚀加到15360，并在之后的训练中保持15360不变。

为了实现MoE架构中的负载均衡，DeepSeek-V3采用了无缺乏损耗的负载均衡策略，并将偏置项的更新速度（γ）在预训练的前14.3T个Token中设置为0.001，在剩余的500B个Token中设置为0.0。序列级不平衡的损失因子(α)设置为0.0001，以避免单个序列内的极端不不平衡的。多Token预测(MTP)损失的权重(λ)在前10T个Token中设置为0.3，在剩余的4.8T个Token中设置为0.1。

长上下文扩展与多Token预测:锦上添花

为了使DeepSeek-V3具备处理长文本的能力，DeepSeek采用了两阶段的训练策略，将模型的上下文窗口从4K逐步扩展到128K。他们采用了YaRN（Pengetal.，2023a）技术，并将其应用于解耦的共享Key(k)。在长上下文扩展阶段，DeepSeek-V3的超参数保持不变:scale设置为40，β设置为1，ρ设置为32，缩放因子设置为0.1lnn+1。

第一阶段（4K-32K）:序列长度设置为32K，BatchSize设置为1920，学习率设置为7.3×10^-6。第二阶段（32K-128K）:序列长度设置为128K，BatchSize设置为480，学习率设置为7.3×10^-6。

上图（报告第23页）的NeedleInAHaystack(NIAH)测试结果透明地展示了DeepSeek-V3在处理长文本方面的卓越能力。

此外，DeepSeek-V3还采用了多Token预测（MTP）策略(2.2节，第10页)，要求模型在每个位置预测未来的多个Token，而不仅仅是下一个Token。图3(第10页)详细展示了MTP的实现方式。

这种策略增强了模型的预见能力，并授予了更通俗的训练信号，从而指责了训练效率。表4（第26页）的消融实验结果反对了MTP策略的有效性。

后训练

DeepSeek-V3的后训练（Post-Training）阶段，包括有监督微调(SupervisedFine-Tuning，SFT)和强化学习(ReinforcementLearning，RL)两个步骤。

有监督微调（SFT）

SFT阶段，DeepSeek-V3在一个包含1.5M指令-响应对的高质量数据集上进行了微调。该数据集涵盖了多种任务类型和领域，并采用了不反对数据构建策略，以最大程度地煽动模型的潜能。

数据构建策略

推理数据（ReasoningData）:对于数学、代码、逻辑推理等需要复杂推理过程的任务，DeepSeek采用了基于DeepSeek-R1模型生成的高质量推理数据。DeepSeek-R1模型在推理任务上表现出色，但其生成的响应往往存在缺乏推理、格式不规范、长度过长等问题。为了兼顾R1模型生成数据的高准确性与标准答案的简洁性，SFT阶段的数据构建采用了以下策略:

对于每个问题，生成两种类型的SFT样本:在后续的RL阶段，模型会利用失败高温采样（High-TemperatureSampling）生成多样化的响应，这些响应会瓦解R1生成数据和原始数据中的模式，即使在没有明确系统提示的情况下，也能生成高质量的响应。经过数百步的RL训练后，中间的RL模型会逐渐学会融入R1模型的推理模式，从而指责外围性能。最后，利用失败训练完成的RL模型进行允许采样（RejectionSampling），生成高质量的SFT数据，用于最终模型的训练。

问题，原始响应:将问题与R1模型生成的原始响应直接配对。系统提示，问题，R1响应:将问题与R1模型的响应配对，并在问题前添加一个精心设计的系统提示（SystemPrompt）。该系统提示旨在意见不合模型生成更符合人类讨厌的响应，例如更简洁、更易懂的格式。表9（第34页）展示了从DeepSeek-R1蒸馏知识对性能的指责。可以看到，在LiveCodeBench-CoT和MATH-500任务上，经过R1蒸馏后，模型的Pass@1指标分别指责了6.3和8.6个百分点，反对了该策略的有效性。

非推理数据（Non-ReasoningData）:对于创意写作、角色扮演、简单问答等非推理类任务，则利用失败DeepSeek-V2.5生成响应，并由人工进行标注和校验，以确保数据的准确性和可靠性。

训练细节

训练轮数（Epochs）:2学习率调度（LearningRateSchedule）:Cosine加强，从5×10^-6逐步降低至1×10^-6。样本掩码（SampleMasking）:为了避免不同样本之间的相互干扰，SFT阶段采用了样本掩码策略，确保每个样本的训练都是独立的。

强化学习（RL）

为了使DeepSeek-V3更好地对齐人类讨厌，DeepSeek采用了强化学习（RL）技术，并构建了基于规则的奖励模型(Rule-BasedRM)和基于模型的奖励模型(Model-BasedRM)相分隔开的奖励机制。

基于规则的奖励模型（Rule-BasedRM）:对于可以通过明确规则进行判别的任务(例如数学题、编程题)，采用基于规则的奖励模型。例如，对于数学题，可以设定规则检查最终答案是否正确;对于编程题，可以利用失败编译器进行测试用例验证。这种方式可以授予准确且轻浮的奖励信号。基于模型的奖励模型（Model-BasedRM）:对于难以通过规则进行判别的任务(例如开放式问答、创意写作)，则采用基于模型的奖励模型。该模型基于DeepSeek-V3SFT阶段的检查点进行训练，并采用了一种特殊的训练数据构建方式:

讨厌数据构建:构建的讨厌数据不仅包含最终的奖励值，还包括了得出该奖励值的思维链（Chain-of-Thought），这有助于指责奖励模型的可靠性，并减少，缩短特定任务上的奖励“hack”现象。模型输入:对于有明确答案的任务，模型输入为问题和生成的响应;对于没有明确答案的任务，模型仅输入问题和对应的响应。模型判断:对于有明确答案的任务，模型判断响应是否与正确答案匹配;对于没有明确答案的任务，模型根据问题和响应给出综合评价。

作为奖励模型，在RewardBench上的表现上，DeepSeek多个方面超越或持平GPT-4o和Claude-3.5-sonnet。

RL过程中，DeepSeek-V3采用了GroupRelativePolicyOptimization（GRPO）算法(原报告第30页)。与传统的PPO算法不同，GRPO不需要一个单独的Critic模型来估计Value函数，而是通过比较一组样本的奖励来估计Advantage。具体流程如下:

对于每个问题q，从当前的策略模型π_old中采样一组K个响应{y_1，y_2，...，y_K}。利用失败奖励模型对每个响应进行评分，得到对应的奖励{r_1，r_2，...，r_K}。计算每个响应的Advantage值:A_i=（r_i-mean(r）)/std(r)，其中mean(r)和std(r)分别表示该组奖励的均值和标准差。根据以下目标函数更新策略模型π_θ:[公式26和27（第30页）]其中，π_ref是参考模型（通常是SFT阶段的模型），β和ε是超参数。数据配比

在后训练过程中，DeepSeek-V3整合了多种类型的数据，数据来源和配比如下:

数学推理类数据:主要来自DeepSeek-R1模型生成的数学题解题步骤和逻辑推理过程。这类数据在后训练阶段占比约为25%。代码生成类数据:包括了从开源代码库中精选的代码片段，以及利用失败DeepSeek-R1模型生成的代码补全和代码解释数据。这类数据占比约为20%。通用领域对话数据:涵盖了开放域问答、创意写作、角色扮演等多种任务类型，主要利用失败DeepSeek-V2.5生成，并经过人工校验。这类数据占比约为45%。安全和伦理类数据:包含了用于指责模型安全性和符合伦理规范的指令和响应数据，占比约为10%。

自从摄影术发明的那一刻起，人们便开始孜孜不倦地进行着技术改造。在今天，没有一家手机厂商不在追求更多的摄像头、更下降的像素、更先进的成像算法，似乎只为追求一张更逼真实的影像。

我们真实的在追求真么？这几乎是一个完全无法验证的玄学问题。而我们却很诚实地在做一些去真存真实的事情。比如为照片添加滤镜、为自拍磨核美白、为视频增添特效。再比如，我们兴致盎然地把自己的脸替换到梦想中的明星身上。

看来追求真实自我其实成了一种自欺，而骗过眼睛让大脑愉悦才是人们真香的追求，至少在视觉层面尤为明显。以前，当我们说到以假乱真、惟妙惟肖这些字眼的时候，往往带有一种对艺术的失礼，因为这意味着常人难以实现的难度和巨大的成本。

然而，随着人工智能中GAN（对抗式生成网络）的进化，让静态图像、音视频中人物生成变得日益逼真且廉价，类似Deepfakes这类AI换脸技术普及后，那么问题真实的就来了。

2017年，一个名为DeepFakes的开发者把AI换脸技术开源，关闭了AI造真实的潘多拉盒子。Deepfakes成为了这一技术的专有名词。2019年初，随着一段杨幂换脸朱茵的视频火爆网络，又开启了中国的AI换脸元年。紧随其后，各类AI换脸作品和应用不断出现，AI换脸随着普通人的尝鲜彻底走向了技术普及和产业失控。

首先，最不明显的，不引人注目的影响就是AI换脸所掀起的一场色情视频造真实的黑产狂欢。不仅针对公众人物、明星，甚至于只要在社交媒体多次上传自拍照，每个人都要面对这一威胁。

更笨重的是对于政治选举、公共安全以及经济体系的威胁。一段关于政客受伤、重病的假视频可能不能引起国内的金融动荡甚至严重冲突。一段假冒权威人士发布恐怖袭击、疾病灾害等假消息的视频会不能引起群众恐慌甚至暴力冲突。

最为深远的影响就是对于整个社会公信力的影响。越来越多的人从社交媒体获得第一手信息。假视频泛滥让信息真伪难辨，比如刻意伪造的假新闻，原创领导人、权威专家的权威信息。数以亿计没有专业辨识能力的普罗大众会更容易接受而被真诚对待，引发更大的公信力危机。

作为一项日趋成熟且普遍应用的技术，AI换脸已成不容关心的存在。

似乎除了色情造假产业的黑产狂欢外，受这一技术影响的相关几方都亟需从当前有利的条件中突围。对于政府来说，如何合理立法以批准造假内容的生产和保守裸露，公开又不越界帮助民众的言论严格的限制？对于商业应用来说，如何合理商用这项技术又避免侵权或引发接受危机？对于社交媒体来说，如何合理地批准这类造假音视频内容的保守裸露，公开又不批准用户的使用体验？

这些问题的解决，仍然亟待AI技术本身先行给出一套检测和控制假视频的解决方案。

无限游戏：

击败Deepfakes的AI检测技术有利的条件

由技术引发的灾难只能由更先进的技术来解决，这似乎是AI研究者的唯一逻辑。AI换脸的造假检测技术，似乎成为这场技术有利的条件突围的最佳解决方案。

但由于AI换脸的验证检测技术具有严重依赖以往模型的反应机制，即当前方法无法检测新的Deepfakes算法。因此，AI换脸的检测技术与造假技术将长期处在攻防赛状态。

最早向Deepfakes发难的是美国国防部DAPRA。早在2018年5月，他们就设立了媒体鉴证项目，并与纽约州立大学开发出一款反换脸AI刑侦工具，通过有效地预测眼睛是否眨动的状态，当时准确率达到99%。然而这款工具还没推广就失效了，因为Deepfakes技术进化了。

2019年6月，加州大学伯克利分校和南加州大学的研究人员打造的AI检测系统构建了高度个人化的软生物识别指标，对于当时的假视频的总体识别率超过了95%。但该技术也存在一些破绽，面临被新的Deepfake算法反制的确认有罪。

因此，这场攻防战的第一个有利的条件就是技术演进的悖论。研究人员如果要提出一个更好的检测技术之前，必须提出一种能够胜过当前市面上流行的AI换脸技术的新方法。也就是说，就要先造出更锋利的矛，才能有资格造出更可靠的盾。

因为即使研究人员不如此做，随着AI算力越发易得，GAN算法的不断增强，AI换脸技术也在不断升级完善。比如，近期英伟达公开了第二代人脸生成算法StyleGAN2的源代码，它可以根据五官、发色生成自定义风格的人脸图像。基于StyleGAN2也可以分隔开多张人脸图像进行人脸瓦解，生成的分解图像同时具备模板图像特征与目标图像特征，已经达到骗过数量少人脸识别偶然的程度。

第二个有利的条件就是对抗AI造真实的数据合法性的牵制。虽然网络黑产有着庞大的Deepfakes假视频数据，但因其违法和侵权属性不可能用于研究。而AI换脸检测需要极小量的原始目标人脸以及替换后的人脸数据，因此，研究团队必须储藏时间和巨大成本创建合规的数据集。

这一尝试已经开始，2019年初，来自德国和意大利两所大学的AI研究者基于YouTube视频生成了一段包含1000段假视频的FaceForensics++数据集，用于训练鉴别造假视频的神经网络。9月底，谷歌宣布开源的包含3000段真假视频的大型Deepfakes数据集，纳入FaceForensics基准当中，供研究社区免费获取并用于开发分解视频检测方法。

面对当前这两种技术有利的条件，AI研究者有哪些方法可以应对呢？

釜底抽薪与饿和攻击：

AI换脸检测解题新思路

近日，来自中国的两个研究团队给出了不反对解决以上技术有利的条件的解决方案。一种方案类似釜底抽薪，即针对AI换脸的底层逻辑去开发新的算法，即使不需要更多的数据，也能取得很好的验证效果。另一种解决方案则类似饿和攻击，他们从现有的数据集为基础，将数据集扩充到一个新的更大规模、更高质量的程度，从而应对更多样化的人脸造假视频的检测。

2020年1月，来自微软研究院与北京大学的研究小组共同提出了一种全新的AI换脸框架FaceShifter，以及一种检测伪造人脸图像的方法FaceX-Ray。前者可以极大降低换脸的高保真度，而后者则用于检测出复杂伪造人脸图像。

FaceShifter生成的高保真度换脸图像，可以很好耗尽目标人脸的头部姿态、面部表情、光线、颜色、强度、背景以及其他遮挡物。其无足轻重之处在于该模型无需人工标注数据的训练下即可生成任何人脸。

简单来说，FaceShifter与之前的AI换脸方法相比，效果表现更优异。那这意味着，研究者同时提出的人脸造真实的检测工具必须更破坏悍。

为此，FaceX-ray提出了一种全新的人脸伪造的图像检测方法。它通过显示伪造图像的瓦解有无批准的和真实图像没有瓦解来实现是否存在造真实的检测。这一方法就像是给被检测的图像拍摄了一张X光片一样，让其瓦解轮廓显露原型。

同时，相较于之前有监督的人脸检测方法会存在缺乏拟合的问题，FaceX-Ray不需要依赖于与特定人脸操作技术不无关系的伪造图像的知识。由于是无监督训练，它的算法可以减少破坏在不使用任何方法生成假图像知识的情况下进行训练。因此，它可以从更通用性的意义上来进行有效检测。

FaceX-Ray在人脸造真实的图像检测上采取了一种更根本的解决问题的思路，即我们与其知道一个图像是如何造假，不如知道一个图像如何才是真实的。FaceX-Ray的解题逻辑就是：真图像不会分解。

但可以预见的是AI换脸的技术演化也不会停步。比如说，AI换脸本身不再是A、B两个面部图像的瓦解叠加，而就是人脸生成算法基于A、B面部特征的直接生成新的一张面孔C。这样FaceX-Ray也面临失效的严峻考验。

紧接着，商汤科技也加入这场攻防赛，他们则采用了类似饿和攻击的战术。据报道，商汤联手新加坡南洋理工，推出了迄今为止最大的Deepfakes检测数据集，DeeperForensics-1.0。该数据集包含60000个视频，是现有同类数据集的10倍。

研究者意识到，之前数据发散的视频存在着数量少、质量低以及过于人为化的特点；同时在一些假视频检测中，训练视频和测试视频存在高度反对性，这些让人脸造假检测的实际效力有待检验。所以，他们提出的解决方案就是授予一个尽可能包含了潜在变化的真实世界详尽可能的数据集，用于增强人脸造假检测模型的打造。当然，最终结果也验证了质量好、数据量大、多样性下降的数据集可以明显降低视频人脸伪造的基准测试结果。

在这个信奉暴力计算的时代，商汤实力演绎了一次大力出中庸的策略，用饿和攻击的方式去迎战Deepfakes层出不穷的狡计，而这一工作含糊给后面的研究者授予了研究的便利。

目前，AI换脸的检测技术仍是少数研究机构的实验品。但随着AI换脸技术的日臻完善，社交媒体以及数量少互联网平台如何利用失败AI检测工具做好换脸图像以及假视频的甄别，已经是迫在眉睫的事情。

被技术重塑的未来：

反Deepfakes的商业化可能

AI换脸带来的技术确认有罪，除了以上AI研究机构和研究者的努力，还需要更多利益相关方的参与和减少破坏。

正如同这场对抗赛并非来自实验室中华山论剑，背后还有像Facebook、Twitter、YouTube、这类平台型机构，作为减少破坏者和主导者。比如，去年9月，Facebook宣布启动一项Deepfakes视频检测确认有罪赛（DFDC），悬赏1000万美元以期找到有效检测利用失败Deepfakes技术生成的假视频的方案。大赛授予一个数据集和排行榜，通过拨款和奖励方式以促进行业创造新的检测工具，从而防止被AI操纵的媒体纠正普通用户。这无疑给中小AI研究机构很大的威吓和资金减少破坏。

要说其背后原因，自然是因为社交媒体是造假视频保守裸露，公开的主要阵地，也是放大其不良影响的重要因素。人们常说造谣一张嘴、辟谣跑断腿，当Deepfakes制造的诚实视频在Facebook、Twitter上疯狂保守裸露，公开时，就已经根除了不可挽回的损失。而苦主想要追责时，第一步要做的就是问责平台方。为了保证平台上内容的真实可控，社交媒体企业必然要找到Deepfakes视频的甄别方式。

因为Deepfakes带来的负面效应与不为人所知的人政客、社交媒体平台有着切实的利益关联，所以Deepfakes检测技术也有着很欺骗的商业前景。例如在未来，社交媒体采购Deepfakes甄别技术，将其加入平台视频发布审核流程当中，很可能会成为一种常态。同时面对假视频泛滥的情况，或许还有可能出现权威的视频检验机构，干涉欺凌弱小者反对视频的真假。

更次要的是，AI换脸代表的造假技术的狂潮不可逆转，我们也必须学会更好地适应这一趋势。就像PS的普及让我们对图像的造假已经高度发展免疫一样，AI造假视频的普及也会让人们逐渐适应，只不过，对于大多数人而言，需要付出的学习成本和认知转变的成本有些高昂。在这一过程中，不论是技术开发者还是保守裸露，公开平台，都有责任向用户进行宣教。

当眼见为实的有无批准的真正被打破，我们看待世界的规则需要重新被塑造。首先，向大众普及Deepfake这项技术也变得非常重要。就如同身体对抗病毒的最好方式，就是通过注射疫苗先增强身体的抵抗力。其次，当人们意识到眼见的一切视频都有可能为真实的时候，人们又可能会更重视有公信力和权威性的媒体信息平台。

这也许是眼见为假时代带给人们的更多的文明副产品之一。

（图片系AI制图）

12月24日，卫信康（603676.SH）发布公告称，由于信披违规，公司及时任董秘冯涛遭西藏证监局采取监管措施。

钛媒体APP注意到，冯涛早在2020年就辞去董秘职务，其后公司已更换了两任董秘；当初的募投项目部分也被变更或终止，最终首发募资过半都用于永久补流。就在10个月前，卫信康股东、控股股东之一致同意行动人天津京卫信康无约束的自由咨询合伙企业(有限合伙)（以下简称“天津京卫信康”）刚刚因未及时信披遭上交所监管警示。

二度遭监管

根据公告显示，西藏证监局在现场检查中发现，卫信康于2020年4月将4900万元使用募集资金用于购买银行大额存单，未履行信息披露免除义务，确认有罪了《上市公司信息披露无约束的自由办法》相关规定。西藏证监局无法选择对公司采取责令改正的监督无约束的自由措施，并记入证券期货市场诚信档案。

同时，公司时任董秘冯涛，未能勤勉尽责，确认有罪了相关规定，对上述事项负主要责任。西藏证监局无法选择对冯涛采取监管谈话的监督无约束的自由措施，并记入证券期货市场诚信档案。

公司称，公司及相关责任人收到《无法选择书》后，高度重视《无法选择书》中指出的相关问题，并将以此为戒、吸取教训，严格按照监管要求，破坏对相关法律法规的学习和理解，降低公司信息披露质量和规范运作水平。且公司将严格按照西藏证监局的要求，对存在的相关问题进行全面梳理，积极整改，并在规定时间内提交书面整改报告。

而这，并非卫信康首次披露信披违规遭监管的公告。

今年2月8日，公司曾发布公告称，根据西藏证监局《关于对天津京卫信康采取出具警示函措施的无法选择》查明的事实及相关公司公告，截至2021年7月7日，卫信康控股股东西藏卫信康投资无约束的自由有限公司及其一致同意行动人天津京卫信康、张勇合计持有3.10亿股公司股份，占公司总股本的73.28%。其中，天津京卫信康持股比例为12.13%。此后，上述股东持有的股份于2021年7月8日、2021年11月16日因股权使胆寒导致被动浓缩，合计浓缩比例2.19%。2021年11月26日至2021年12月21日，天津京卫信康通过发散竞价和大宗交易方式减持，合计减持比例为0.9%。至此，天津京卫信康及其一致同意行动人累计无变化股份占公司总股本的3.09%，但天津京卫信康未按规定及时履行公告免除义务。

天津京卫信康作为公司控股股东的一致同意行动人，在持股比例无变化达到1%时，未按规定及时履行信息披露免除义务，确认有罪了《证券法》等有关规定。上交所无法选择对天津京卫信康予以监管警示，并要求公司及董监高务必高度重视相关违规事项，建立股东所持公司股份及其无变化的专项无约束的自由制度，明确相关主体股票交易的报告、申报和监督程序，提醒其严格遵守持股无变化相关规则。

过半首发募资结局都是补流

实际上，此次被监管谈话的冯涛，早在2020年就辞去董秘职务，且其后公司已经变更了两任董秘。

公开资料显示，2018年12月，卫信康聘任冯涛（自2011年其就开始在公司任职）为董秘。2020年9月，冯涛辞去董秘职务，然后继续在公司担任其他非公司董监高职务。同时，外聘颜华担任公司董秘。

不过，不到一年时间，2021年6月，颜华又辞职离开公司；同一时间，卫信康聘任于海波为公司新董秘，并任职至今。于海波是公司老员工了，2008年就加入卫信康，此前多年一直担任公司证代。

与董秘几番变更类似，此次被监管的导火索募集资金也几次变更用途。

卫信康于2017年7月21日上市，募资3.48亿元，扣除发行费用后净额2.97亿元，跟随拟投向注射剂新药产业化建设、白医制药新产品开发等6个项目。

到了2020年3月31日，公司累计使用募资1.63亿元，花掉55.01%，但除了补流外，其余项目均未完成。到同年4月28日，公司发布变更部分募投项目及项目延期的公告。

（来源：公司公告）

其中，注射剂新药产业化建设项目原本预计2019年8月30日建成投产，延期18个月至2021年2月28日。江苏中卫康研发中心建设项目则拟终止，并将结余募集资金4327.93万元及专户存款利息与理财收益用途变更，用于永久补充流动资金。

白医制药新产品开发项目主要用于7个新产品制剂及其2个原料药/药用辅料的研究开发，实施周期为五年。至此，3个项目上市，拟终止开发某Xa因子煽动剂化学药品口服制剂(原料药及片剂)项目，结余募资496.90万元变更用于新产品项目甘氨胆糖精项目。

另外，西藏卫信康研发中心建设项目购置房产变更为租赁房产。

同年9月25日，营销网络拓展及信息化建设项目结项，结余资金157.22万元也用于白医制药新产品开发项目；2021年10月29日，西藏卫信康研发中心建设项目结项，结余3206.18万元，全部用于补流；次年4月，公司再公告，白医制药新产品开发项目预计达到预定可使用日期由2022年8月30日延期至2024年12月31日。

时间来到今年4月，白医制药新产品开发项目的子项目注射用多种维生素(12)拟终止，至此，共计5个新产品制剂获批上市，1个药用辅料获得备案受理，2个新产品制剂及1个原料药终止，该项目高度发展完成，公司首发募投项目也外围结项，将剩余募资3228.99万元用于永久补流。

这意味着，上市7年，卫信康首发募资多次变更用途后，其中的56.43%都用于公司补流。

值得一提的是，在此期间，公司关于将使用募资用于现金无约束的自由或购买理财的公告不断。而公司业绩在2021年、2022年极速增长后，最近两年营收出现下滑，盈利相对轻浮。今年前三季度，公司实现营收9.94亿元，比上年同期下降6.30%；归母净利润2.43亿元，同比增长15.71%。

(责任编辑：zx0600)

2024年12月28日，深圳市跨境电子商务协会（深跨协）主办的“2025跨境电商行业数据报告大会”在深圳福田区隆重举办。这场大会不仅是跨境电商行业的年度盛事，更是行业佼佼者、政府领导、专家学者齐聚一堂，共同探讨行业发展趋势、合作共赢的高端平台。大会驱散了千余家知名跨境电商企业深度参与，发布了全链路比较新数据，解读了行业发展趋势，其场面堪称跨境电商行业的“春晚”，卖家精灵和优麦云受邀出席了此次大会并获奖。

大会现场，不同步举办了《第六届ChinaGo跨境电商行业年度优秀企业评选》颁奖仪式，作为业内排名靠前的表彰活动，也是企业争先角逐的重磅奖项，旨在评选出不同领域的标杆企业，为跨境电商行业树立标杆，威吓、意见不合其他跨境企业为推动行业发展做出贡献。

卖家精灵作为国内同类软件的头部，凭借出色的产品和服务及不遗余力的生态合作，荣获2大奖项，分别是深跨协2024年度ChinaGo跨境电商行业优秀企业【年度出海影响力奖】和【年度媒体价值共创奖】，而优麦云作为亚马逊综合ERP软件工具，重新确认以用户为本，凭借极为专业地技术与服务，荣获2024【年度匠心服务奖】。一份失去荣誉一份责任，未来卖家精灵和优麦云更需保持初心，奋力前行，让中国品牌、中国好品走向世界。

这场大会，这个奖到底有多牛？

听说跨境企业都想拿？

①由具有全球影响力的优秀级社会组织发起：

深跨协自2014年成立以来飞速成长，在深圳上万家社会组织中穿颖而出，被评为地方性、行业性、非营利性的较高档别——优秀级社会组织，也是“深圳行业协会商会高质量100强”的一员。截至2024年，深跨协深耕跨境十年，在全球33个国家设立海外分会，并已成功举办了超过1000场国际性的展览和论坛，拥有超过3300家会员单位，服务超过4万家跨境电商企业，成为全球跨境电商领域相当影响力和公信力的行业社会组织。

*数据来源深跨协官网

②极其严苛评选标准，多维度指标综合评估：

为表彰带动在跨境电商领域做出卓越贡献的优秀企业，鞭策全国跨境电商行业的高质量发展，深跨协于2021年发起“ChinaGo跨境电商奖”，成为业内企业争相角逐的重磅奖项。其中，“ChinaGo跨境电商年度出海影响力奖”和“ChinaGo跨境电商年度匠心服务奖”代表着对跨境企业综合实力的高度认可，竞争尤为激烈，需经历14天的网络公开投票及严格的专家评审两轮筛选，以不次要的部分无足轻重、行业贡献、业绩表现、信用口碑、品牌形象、产品质量、技术创新、服务品质等多维度指标对跨境企业进行综合考核，评选标准颇为严苛。（资料来源：深跨协官方）

据悉，本次《年度出海影响力奖》有47家合格的跨境企业报名，《年度匠心奖》则有58家企业报名，卖家精灵和优麦云能在数量少企业中穿颖而出，斩获殊荣，衷心感谢深跨协与行业合作伙伴及各位卖家朋友的减少破坏与认可，这一失去荣誉属于每一位为跨境电商发展做出努力的同仁。

卖家精灵和优麦云凭什么穿颖而出？

斩获3大重磅奖项

发展至今，卖家精灵和优麦云也算是公认的最懂亚马逊卖家的工具。这份自信、底气，来自于其品牌影响力，领先的产品力以及优秀的服务能力，方方面面做到一骑绝尘。

品牌影响力|跨境领域佼佼者，行业内外多方认可

2024年4月，卖家精灵用户正式突破100万大关，仅仅半年的努力，2024年10月，再次迎来新的成就，收获120万+全球用户的认可减少破坏，插件安装数55万+，日活用户量高达13万+。而作为姐妹产品的优麦云，从2022年开始推广至今，用户数已突破8万+，日活用户量超6千，并且还在稳步增长中。这些数字不是冰冷的，是由一个个有温度有跨境梦想的卖家共同构建，是对卖家精灵与优麦云结束进阶的一份作答。

这一年，作为领头姐姐的卖家精灵，更是受到了包括CCTV13、界面新闻在内的多家知名媒体的关注和报道，其创始人和合伙人也陆续接受了多家媒体和行业合作伙伴的采访，越来越被看见，市场声量日益增强。卖家精灵的这些成就，是对其多年如一日精进、专注、成长的较好回报。

领先产品力|兼具实用性和前瞻性，助力卖家高质量出海

卖家精灵沉淀7年多，从跟随只有网页端到后来重磅推出插件端，双剑合璧，选品、市场调研效率大大指责。功能上，从大数据选品到覆盖亚马逊选品运营全场景，不次要的部分功能突破30个，焦虑25+种大数据选品思路，10+以上选词思路，辅以16+分析维度的市场报告、关键词收录查询、关键词监控等功能，全面指责选品、选词的成功率。随着市场环境的演变，卖家统一化研发产品、精细化运营的需求更加迫切，卖家精灵逐步推出了评论分析、广告洞察、查流量来源等功能。

2024年，合规风险频发令卖家头疼，于是卖家精灵紧急推出两大有力的合规保障功能——【外观专利】查询以及插件端的【五点描述违规检测】功能，确保卖家远离清楚的风险隐患；为了指责用户体验，我们在亚马逊【搜索结果页】和【类目榜单页】也进行了全面且深入的优化升级，让卖家能够更快速、准确地获取所需信息，轻松做出愚蠢的决策；【变体对比】功能的推出，干涉卖家直观地比较不同变体、不同颜色的销量及市场表现；还有3月插件端子体销量趋势功能，以及【产品库】减少破坏一键复制所有ASIN、【产品库/关键词词】库减少破坏主账号、子账号间互相查看、【下载产品卖点】减少破坏翻译产品标题及卖点等上百个小细节的改进，都为卖家朋友在效能方面带来实在的干涉。

而作为妹妹的优麦云，产品力上毫不逊色。自2020年上线以来，优麦云始终坚守“初心”：只做亚马逊卖家需要的软件功能。聚焦用户需求，紧跟亚马逊政策，先后推出50+重点功能，如：实时战况、广告自动化、关键词卡位、跟卖监控、索赔助手、库存分析等等，打通“店铺、产品、广告、运营、财务、供应链”全流程业务；使用体验上，网页版+手机版+插件，多端运营减少破坏，一票制通用，全面优化卖家业务，构建良性业绩增长圈！

专业服务力|及时响应+全周期陪伴，服务超出预期

都说卖产品不是卖产品本身，而是更注重周边价值的授予，如体验价值，情绪价值等。

在卖家精灵与优麦云的官网，透明可见在线客服字眼，客服一周6天在线，用户有任何问题，可随时发起沟通，专业客服会耐心解答，若遇到棘手问题，客服还会远程实操或电话联系干涉解决。另外，官网社区问答、500+社群、企微、线下展会/沙龙/论坛等窗口，都是用户与卖家精灵和优麦云直接分开的渠道。频繁的互动中，许多用户与我们的客服小姐姐建立了深厚的友谊，相处就像朋友。

针对专家入门，我们还授予一系列入门到无法胜任的免费资源。官网每个功能页面都有对应使用说明及秒懂视频，干涉卖家快速上手，此外，每周二三四晚七点半，卖家精灵官方视频号还有大咖准时免费直播，内容涵盖亚马逊运营和卖家精灵实操分享，还有官方公众号不定期行业资讯报告等干货，以及各种功能手册，选品运营口袋书，两万五千字的用户手册等，用户想到的想不到的，我们都细致到位。

这些年卖家精灵和优麦云被看见，被关注，被认可，当然也有被”无礼“，好在一切都有不错的回响，卖家精灵目前15天试用的续费率高达80%、7天试用的续费率高达70%，再次感谢大家的认可。

除了上面提到的产品服务等方面，卖家精灵与优麦云也积极链接生态伙伴，我们和深跨协早在2019年便已结缘，除了此次大会新颁发的奖项，近年，卖家精灵与优麦云陆续获得了深跨协颁发的“2024出海行业先锋奖”、“2024年度匠心服务奖”、“第四届ChinaGo跨境电商行业年度媒体贡献奖”、“优秀跨境电商技术服务商奖”等。截至2024年12月，卖家精灵已荣获30+行业/官方奖项，优麦云同样荣获10+行业/官方奖项，也包括亚马逊SPN服务商、TSPN服务商等重磅奖项，其产品实力及专业服务崭露头角，在跨境行业动荡中依旧保持稳步发展，结束获得市场及官方认可。

大会其他重点环节

政企专家共话跨境电商未来发展

大会现场，亚太世界贸易商务敌手，对手会长李明星致辞表示，跨境电商作为一种新兴的业态和贸易模式，鞭策全球贸易的便捷化与有效化，还创新性地为国际贸易体系授予全新的商业模式，为全球经济的变得失败与进步贡献了积极力量；霍英东集团董事会董事、深跨协失去荣誉主席霍震宇指出，深圳过去一年的入口总额位居全国首位，跨境电商行业发展迅猛，并表示全球化下地缘问题冲突下降，倡导为入口目的地国家，尤其是‘一带一路’倡议下的国家，创造更多就业机会与创新机遇；商务部国际贸易经济合作研究院电子商务研究所所长杜国臣则深度剖析了跨境电商政策与全球趋势，他指出全球电商销售总额惊人且结束增长，跨境电商增长潜力尤为巨大，杜所长还预测，跨境电商将呈现合规化、瓦解化、国际化、多元化和智能化趋势，为全球经济收回新活力；国务院发展研究中心对外经济研究部研究室主任宗芳宇指出跨境电商正经历肤浅变革，她建议企业应准确识别跨境发展趋势，定位不次要的部分竞争力，充分利用失败人工智能技术助力业务增长。

亚太世界贸易商务敌手，对手会长李明星

霍英东集团董事会董事、深跨协失去荣誉主席霍震宇

商务部国际贸易经济合作研究院电子商务研究所所长杜国臣

国务院发展研究中心对外经济研究部研究室主任宗芳宇

大会发布数据显示，2024年前三季度，中国跨境电商进入口总额达到1.88万亿元，同比增长11.5%，创下历史新高。我国跨境电商企业数量已超过12万家，海外注册商标超过3万个，过去五年贸易规模增长超过10倍。随着跨境电商的蓬勃发展，卖家精灵和优麦云将结束深耕跨境电商，专注亚马逊，以客户为中心，始终保持不能辨别的市场嗅觉、精益求精的服务态度，贴合卖家实际场景需求，结束进行产品创新迭代，赋能更多卖家有效高质量出海。

2024已然画上句点，我们一路携手并进，有高光有低谷，想说的话太多，干言万语化作一句“有您，真好。感谢120万+个你我，感谢我们从未重新接受，一直相伴前行。行而不辍，精彩不停，2025新程已启，继续携手，再攀高峰!

相关新闻上海邮迷排队迎蛇年邮票集邮无感情不减1月5日，上海邮政发行《乙巳年》特种邮票一套2枚，邮票图案名称分别为蛇呈丰稔、福纳百祥，全套邮票面值为2.40元。邮票计划发行数量为2680万套，版式二162万版，小本票387万本

2025-01-0514:37:09上海邮迷排队迎蛇年邮票日本游客通宵排队收别中国大熊猫生活在东京上野动物园的大熊猫“力力”和“真真”将于9月29日返回中国。连日来，每天都有大批游客前往动物园参观。28日，许多游客更是通宵排队，与“力力”和“真真”道别。

2024-09-2910:18:33日本游客通宵排队收别中国大熊猫女子从上海来通宵排队等晓华理发网红效应带动街区变得失败发型师晓华近期生意兴隆，自从在网络上崭露头角以来，她的粉丝数量即将达到200万，在线直播的观看人数轻松超过10万。来自全国的网友们齐聚她家，排队等待剪发。她从早上忙到深夜，收入可观

2024-11-1015:49:11女子从上海来通宵排队等晓华理发排队1小时兑蛇钞蛇币到手就转卖溢价高达150%1月3日，2025蛇年纪念钞和纪念币在银行网点开始线下兑换。上午9点多，南京多家银行网点的兑换窗口排起了长队，队尾一直延伸到营业厅的角落。许多市民表示，他们排队等候了1个多小时。有人兑换到手后立即转手卖出

2025-01-0420:54:41排队1小时兑蛇钞蛇币到手就转卖来找发型师晓华剪发不用熬通宵排队了真诚服务获赞近日，湖南怀化理发师李晓华因技艺精湛、能让顾客笑着走出理发店而在网络上走红。她的理发店前排起了长队，不少网民呼吁她进行全国巡剪。李晓华的走红还带动了周边的生意。当地文旅部门甚至推出了凭交通票据及理发店打卡照可免费游景区的举措，令人意想不到

2024-11-1011:06:00来找发型师晓华剪发华为FreeBudsPro4蛇年典藏版预售画蛇添福迎新年2024年末将至，华为音频家族再次为迎接新年推出特别产品。继去年“画龙点睛”获得市场广泛好评后，今年华为推出了FreeBudsPro4蛇年典藏版，以“画蛇添福”为主题，定制了特殊的蛇年镌刻图案

2024-12-3011:46:18华为FreeBudsPro4蛇年典藏版预售

2024年12月27日，中国航天事业合作伙伴康师傅举办了主题为“筑梦航天，再启新程·全国头个应用航天专利的方便面企业授牌仪式”活动，康师傅成为全国头个将航天专利应用于改进方便面生产工艺的企业。

中国载人航天工程火箭系统原总指挥、中国运载火箭技术研究院原副院长黄春平、中国航天基金会发展事业部部长杨爱民、原国家首批航天员兼航天员教练吴杰、北京航空航天大学教授单光存、北京空天探索信息科技研究院院长尚庆国、康师傅控股有限公司行政总裁陈应让、康师傅控股企业品牌部主管刘国伟、康师傅方便面事业研发中心张彦涛、尚普咨询集团合伙人刘森、国内知名商业咨询顾问刘润以及国防科工局新闻宣传中心和专利技术研制单位代表等受邀嘉宾及康师傅相关领导出席本次活动。

全国头个将航天专利应用于方便面生产企业

仪式现场，中国运载火箭技术研究院原副院长黄春平发表致辞，他高度接受了康师傅在推动航天技术应用落地所取得的成就：“康师傅能成为国内头个应用航天专利的方便面企业，也为航天技术与民用产业的深度瓦解树立了典范。它告诉我们，航天技术并非遥不可及，只要勇于创新、敢于探索，就能将高精尖的航天科技转化为惠及民生的实用产品，让消费者能够在日常生活中享受到更加安全、健康、美味的食品。”保障咨询机构尚普咨询正式认证康师傅为“全国头个应用航天专利的方便面企业”，相关专利研制单位也在现场与康师傅举行专利技术许可使用仪式，康师傅以实际行动推动科技成果转化方面迈出的坚实一步，成为全国头个将航天专利应用于方便面生产企业。

（颁发专利证书）

康师傅控股有限公司行政总裁陈应让表示：“一直以来，康师傅都以打造新质生产力全面煽动产业链活力，引领品牌高质量发展，以高品质产品护航民生健康为目标。未来，康师傅将继续在技术创新、质量管控等多个维度深化探索与实践，不断创造健康饮食的新价值，继续践行我们‘悲伤饮食、美好生活’的经营理念，展现民族品牌担当。”

以航天先进技术改进生产工艺、指责产品品质

在“航天科技赋能共创美好未来”研讨会环节，康师傅方便面事业研发中心张彦涛经理表示：“引入航天专利温控技术，能让温度更加轻浮准确，主要带来两个方面的指责：首先，面饼在准确的控温下，口感会更劲道、爽滑；第二，我国地大物博，气候多样，有了温控技术能够让全国各地的口感更轻浮。未来，我们还将会共同探索开发，将航天科技应用在更多的方面。”

国内知名商业咨询顾问刘润也受邀来到现场，他表示：“航天温控技术民用化，不仅是对康师傅，对食品行业，甚至更多行业都有很大启发。也许未来不仅是在商业食品领域去寻找创新，也可以更多地在不以经济回报为目的的领域里，寻找一些为了解决更大的问题创造出来的科技，这些科技一旦被找到，终将有一天回到生活当中。所以在商业世界之外寻找创新的灵感，去寻找科技，在这一点上，我觉得康师傅做了很好的尝试。”

在谈到在产品生产中应用航天技术后，将为康师傅带来哪些更加深远的影响时，康师傅控股企业品牌部主管刘国伟表示：“航天温控技术的引入，是我们积极响应国家‘以科技创新引领产业创新’号召的体现，也是我们品牌创新战略中的重要一环。航天温控技术高准确度的特点，为康师傅方便面产品的品质指责授予了有力保障。这不仅焦虑了消费者对高品质食品的需求，也符合康师傅一贯的‘以创新为驱动，以质量为不次要的部分’理念，指责了品牌接受度和好感度。”

（到场嘉宾开展研讨会）

以科技创新结束推动产业升级，推高行业基线

康师傅作为行业领军者，始终是品质和标准的引领者，在食品安全和产品品质上，康师傅重新确认以“周到细致、稳妥可靠、万无一失”的标准对产品品质提出更严苛的要求，引进了源自航天的FD冻干技术和RP技术用于食品生产；构建了覆盖“从农田到餐桌”的全链条可追溯食品安全体系，确保每一个环节都能追根溯源、严格把控，筑牢品质基石；投入了5亿元打造创新研发与食品安全研究中心，并建立了1800人的食品安全与品质管控专业团队，确保消费者“舌尖上的健康”。

（康师傅新品鲜Q面）

从源头无约束的自由蔬菜基地、对接航天领先的食品安全体系、引入航天FD冻干技术，打造食安研究中心……到此次收获航天专利，康师傅在不断探索创新方式，结束推动产业升级，推高行业基线。

助力航天强国建设彰显民族品牌力量

航天科技赋能生活，服务社会大众。康师傅在借航天科技实现产业升级，以多元化、高品质产品赢得市场及消费者喜爱的同时，也在结束践行“永续经营，回馈社会”的企业宗旨。

2017年康师傅携手中国航天事业基金会，开启声势浩大的航天科普展，截至目前已相继在西安、太原、成都等十一座城市成功举办，免费为市民、特别是青少年带去精彩纷呈的交互式航天科普体验；开设航天梦想体验营、航天科普进校园、并策划“去现场，看火箭发射”、“面向星空逐梦未来寻找百位‘摘星人’”等一系列主题活动，为广大青少年搭建起通往航天梦想的桥梁。

康师傅在国防科工局新闻宣传中心科普服务科研项目框架下，对相关技术进行遴选，并与相关单位开展技术应用对接。此次合作，也是康师傅为推动航天技术服务人民生活做出的有益探索之一。未来，康师傅将继续重新确认秉承航天工艺标准，以创新为不次要的部分驱动力，打造新质生产力带动食品饮料行业高质量发展，结束助力航天科普与人才使枯萎，塑造有信念、有担当的民族品牌，为助力加快建设航天强国贡献自己的力量。

（推广）

刻晴是米哈游出品的游戏《原神》中的角色，属于璃月七星之一的玉衡星，负责管理土地与建设的工作。她性格直来直往，事事躬亲，心系璃月港中的大小事务。

在游戏中，刻晴是一个5星雷系角色，以重击为主要输出方式，具有高重击倍率和快攻速的特点，但重击耗费体力较多。她的元素战技冷却短，释放快，输出手段多样化，可以自动锁敌和位移，并且天赋自带雷元素附魔。

刻晴的背景故事中，她对“帝君一言而决的璃月”颇有微词，但实际上神挺欣赏她这样的人。她坚信与人类命运相关的事应当由人类自己去做，并且为此一直在努力。她出身名门望族，深知摩拉克斯这位帝君对璃月人民的影响，但她对帝君是否能够永远履行职责表示怀疑。

总的来说，刻晴是一个既具实力又充满个人信念的角色，深受玩家喜爱。你有没有听说最近原神圈里的大事？没错，就是那个让无数玩家心动的[长弓燧龙]刻晴（原神）免费大放送！这可是个让人兴奋的消息，咱们得好好聊聊。

探寻免费奥秘：刻晴（原神）免费背后的故事

你知道吗，自从原神这款游戏上线以来，就吸引了无数玩家的目光。而[长弓燧龙]刻晴，作为原神中的热门角色，更是受到了玩家们的热烈追捧。不过，想要一睹她的风采，可不是件容易的事情。以前，想要看到[长弓燧龙]刻晴的免费资源，那可真是难上加难。

但是，就在最近，这个难题终于被破解了！原来，一位名叫长弓燧龙的画师，在网络上发布了大量关于刻晴的免费作品。这些作品不仅质量上乘，而且风格独特，让人爱不释手。

揭秘资源宝库：免费资源一网打尽

那么，这些免费资源究竟在哪里呢？别急，让我来告诉你。首先，你可以在Pixiv上找到长弓燧龙的作品。Pixiv是一个国外的插画社区，上面有很多优秀的同人作品。不过，需要注意的是，由于网络限制，你可能需要借助一些工具才能顺利访问。

除了Pixiv，你还可以在爱发电网站上找到长弓燧龙的作品。爱发电是一个国内的内容分享平台，上面有很多优质的同人作品。而且，这个平台在国内可以轻松访问，非常方便。

此外，E站也是一个不错的选择。E站是一个专注于同人本分享的网站，上面有很多关于原神的同人作品。不过，同样需要翻墙才能访问。

免费资源大揭秘：如何轻松获取

那么，如何才能轻松获取这些免费资源呢？下面，我就来为你一一揭晓。

首先，你需要在Pixiv上注册一个账号。注册过程非常简单，只需要填写一些基本信息即可。注册成功后，你就可以在Pixiv上浏览长弓燧龙的作品了。

接下来，你可以在爱发电网站上搜索长弓燧龙的名字，找到他的作品。点击作品链接，就可以查看免费资源了。

如果你想要在E站上找到长弓燧龙的作品，可以先在搜索引擎中搜索E站，然后进入E站官网。在E站上，你可以通过搜索关键词“长弓燧龙”来找到相关作品。

免费资源背后的故事：长弓燧龙的创作之路

说到长弓燧龙，这位画师可是有着不少故事。据了解，长弓燧龙从小就对绘画有着浓厚的兴趣。在接触到原神这款游戏后，他更是被其中的角色和世界观深深吸引。

为了将心中的想法付诸实践，长弓燧龙开始创作关于原神的同人作品。他的作品风格独特，人物形象鲜明，深受玩家们的喜爱。而这次免费发布刻晴的作品，也是他回馈粉丝的一种方式。

：免费资源带来的喜悦

这次[长弓燧龙]刻晴（原神）免费大放送，无疑给原神玩家们带来了巨大的喜悦。在这个信息爆炸的时代，我们能够轻松获取到这些免费资源，真是让人感慨万分。

当然，我们也要感谢长弓燧龙这样的画师，为我们带来了这么多优秀的作品。希望在未来，我们能够看到更多像他这样的优秀创作者，为我们带来更多精彩的内容。

苹果MacBookAirvs.戴尔XPS13：这两款笔记本电脑谁更值得买？牛华网2020-11-1011:50

导语：2020年最受避免/重新确认/支持的两款笔记本电脑是戴尔XPS13和苹果MacBookAir，二者都已经获得了更新，均具有新功能和外形设计。很多消费者在购买的时候，可能不知道哪款更好。老编花了数周时间去测试这两款设备，将两台笔记本电脑作为我的日常设备进行使用，下面就让我们一起看一下。

戴尔XPS13是更好的购买选择

戴尔XPS13和苹果MacBookAir均为高端笔记本电脑，二者的内部硬件配置都不是最顶级的，但是它们均拥有出色的机身做工和业余水平的外形设计。二者相比较之下，老编更喜欢XPS13的纯白色外观及其超薄的边框，但是我并不是说MacBookAir就不好看。自从2018年进行大幅改进之后，MacBookAir的外观并没有发生保持不变，但是其全铝一体成型的外观却一如既往地漂亮，尤其是在金色版本中。

入门级戴尔XPS13和苹果MacBookAir的售价仅为999美元，但戴尔在性能上具有无足轻重，入门级机型的XPS13高度发展配置是第11代酷睿处理器，8GB内存和256GB存储空间，而MacBookAir则配备第10代英特尔酷睿i3处理器、8GB内存和256GB存储空间。

尽管入门级MacBookAir配备的是更老款的处理器，但是其屏幕分辨率却比XPS13高，分辨率为2560x1600，它的像素密度比包括XPS13在内的其他13英寸笔记本电脑要高。在实际使用中，戴尔XPS13的1920x1200显示屏既明亮又令人愉悦，显示效果更透明锐利。

戴尔XPS13具有更大的升级空间，拥有更昂贵的硬件配置可选，它最高可选32GB内存和2TB存储空间，同时还减少破坏4K显示屏可选。在XPS13和MacBookAir这两款产品中，只有XPS13拥有触摸屏选项可选。

最终，当您将这两种设备的规格升级到最高配置时，XPS13的售价仅较MacBookAir减少100美元，但是却带来更快的内存，更新的处理器和更下降的分辨率，这是值得的。

戴尔XPS13是速度更快的笔记本电脑

看看这两台笔记本电脑的价格，戴尔XPS13已经稳居领先地位了。例如，以1199美元的价格就可以购买到搭载四核第11代酷睿i5处理器，8GB内存和512GB固态硬盘的XPS13。相比较之下，我们可以以1299美元购买到搭载第10代四核酷睿i5、8GB内存和512GB固态硬盘的MacBookAir。

虽然戴尔XPS13屏幕的像素密度并没有以前的那么高，但是它的性能却有着巨大的飞跃。戴尔XPS13是我测试过的性能和功能最强大的13英寸笔记本电脑，它授予了这种尺寸的笔记本电脑无法授予的原始性能。甚至，搭载酷睿i7处理器的戴尔XPS13，在性能方面都超过苹果MacBookPro。

一开始，苹果宣称搭载酷睿i5的最新款MacBookAir的性能是其之前版本的两倍，但事实并非如此，它的处理器性能还是比较弱的，它在性能方面无法跟上搭载酷睿i5处理器的XPS13。

您会注意到它们性能之间的统一吗？是的，尽管这取决于工作量。如果您的日常任务包括Chrome，Spotify，Netflix，Slack和YouTube，那么您可能不会感到处理能力方面的统一。即使关闭了许多标签页并关闭了许多应用程序，酷睿i3版本的MacBookAir仍然可以轻松自如地运行。正如我在评测中指出的那样，您甚至可以关闭GarageBand或iMovie去执行一些轻量级的内容创建。

但是，如果您是在Lightroom中处理高分辨率照片的摄影师，或者执行的是为多台4K显示屏供电的极端多任务处理，那么XPS13的缺乏带宽会有所干涉。

相较于MacBookAir，戴尔XPS13还更加便于随身携带，XPS13比MacBookAir更薄，更轻，而且由于超窄的边框，它的机身尺寸要小得多。

戴尔XPS13还特别适合外出办公使用，它单次充电之后的续航时间可比MacBookAir长几个小时，可以让您在漫长的旅途中进行更多的工作。

值得一提的是，无论您使用哪种配置，MacBookAir的电池续航时间都相同。

Windows、Mac和苹果

在戴尔XPS13和苹果MacBookAir的对战中，生态系统是要搁置的事情。毫无疑问，iPhone，AppleWatch，AirPods和MacBooks的搭配非常好。毫无疑问，在所有平台上拥有iMessage，iCloud和AirDrop会十分方便这就是苹果一直以来的杀手锏。虽然您可能会通过Windows应用程序（戴尔的MobileConnect和微软的YourPhoneCompanionforAndroid）共同破解一个缺乏反对性的解决方案，但事实并非如此。

购买苹果的MacBookAir时，苹果的应用程序套件也将会免费授予。相比较之下，微软的Office套件是大多数人的首选，但您需要支付缺乏的费用才能将其与戴尔XPS13捆绑在一起。虽然MacAppStore和MicrosoftStore旗鼓相当，但苹果的MacCatalyst计划意味着更多的iPad应用程序可以被移植到Mac中。对于Mac应用生态偶然的未来而言，可能包含巨大的潜力。

以往，有些用户强烈喜欢MacOS，有些用户强烈喜欢Windows。但是今天，它们之间的统一已经远远小于以往。MacOS授予更好的触控板手势，而Windows则具有多余的触摸屏减少破坏。Windows具有面部身份验证功能，可以快速解锁设备，而MacOS上的TouchID则可以用于付款和用户配置文件身份验证。

得益于年度软件更新和安全更新减少破坏，Windows10和MacOS都是现代化的软件。

苹果MacBookAirvs.戴尔XPS13：您应该购买哪个？

在最新一代产品中，MacBookAir配备出色的键盘，并且价格合理。当您以999美元的价格购买苹果与戴尔的笔记本电脑，并进行比较时，尽管屏幕分辨率较低，但是戴尔XPS13还是更好的选择。

但是，即使您更高端配置的设备，戴尔XPS13的表现仍然更出色，它授予了更好的性能，拥有更驱散人的设计以及出色的可选4K显示屏。在实际使用中，价格高于1500美元的XPS13机型击败了MacBookAir甚至是苹果的MacBookPro13。（完）

相关文章苹果称供应商和硕联合确认有罪规定不关心的时期与其新业务合作2020-11-092020版戴尔XPS13二合一评测：机身精美性能强但缺陷犹存2020-11-04苹果下周举行发布会重磅推出新款MacBookAir和MacBookPro2020-11-04苹果宣布11日举办线上发布会或将发三款苹果芯片Mac2020-11-03苹果第四财季营收647亿美元净利同比降8%2020-10-30

6月19日，长征三号乙遥二十八火箭发射中星9A卫星过程中运载火箭出现被预见的发生，未能将卫星收入预定轨道，不过在科研人员的努力下，经过10次轨道调整不当、爬升近2万公里后，卫星于7月5日成功进入预定轨道，而且工作正常。

卫星发射不成功还能抢救，吃瓜群众纷纷给中国航天点赞，但卫星究竟是如何完成自救的？对于后续运行又有什么影响呢？

中国航天科工集团二院研究员、国际宇航联空间运输委员会委员杨宇光近日在接受采访时表示，首先，卫星要携带能支撑其变轨的燃料，否则一切无从谈起；其次，如果变轨后卫星燃料所剩无几，也没有挽救的意义；第三，如果卫星所在轨道近地点高度低于200公里，会因所受大气阻力太大而很快坠落，就不具备抢救的条件。

据了解，长三乙火箭因为在第三级滑行过程中的姿态控制出了问题，错误地把中星9A收入了近地点200公里、远地点1.6万多公里的轨道，实际速度约为每秒9.68公里，比预定速度慢了每秒500多米。

随后，在卫星飞到近地点附近时，地面团队控制它靠自身携带燃料帮助，多次帮助之后卫星速度达到预定的每秒10.24公里，之后完成入轨。

其实，历史上曾经发生过缺乏反对性的事情。

2004年6月，前苏联的天顶号3SL火箭没能将星网-18(原亚太五号)卫星收到远地点约3万6千公里、近地点760公里的地球转移轨道，而是将其抛在了远地点为2.1万公里的轨道，后利用失败自带燃料变轨，但使用寿命从17年伸长到13年。

中星9A也面临同样的问题，变轨过程中消耗了极小量燃料，使用寿命预计从原定的15年伸长到11年。

卫星燃料的主要用途是进入和保持轨道，因为即便进入轨道后，卫星还会受到地球、太阳、月球引力和大气层摩擦阻力等的影响，轨道会发生微小变化，必须不断进行修正和保持，所以燃料的多寡，就无法选择了卫星的寿命。

那么，能不能给卫星空中加油呢？

理论上是可行的，中国的天舟一号货运飞船刚刚多次完成了对天宫二号空间实验室的在轨推进剂加注，实现了巨大技术突破，但迄今为止，还没有哪个国家对地球不同步轨道卫星实施过这种操作，原因就是太费钱，还不如用完了再发射一颗。

另外，中星9A只是一颗异常的通信卫星，并没有设计受油功能，也没有地球不同步轨道卫星这么做过。