搜尋
新聞
硅谷精英年付7.5萬美元，送孩子去AI私立學校當「小白鼠」
7月6日消息，在美國，部分富裕的硅谷家庭正開始讓孩子徹底告別「老師講、學生聽」的傳統課堂。在 Alpha School 這類新興私立學校裏，孩子們不用再盯着黑板聽講，而是每天抱着平板電腦，由 AI 軟件根據每個人的學習進度量身定製課程。學校裏的真人老師反而退化成了「日常教練」，不講課，只管紀律或者在孩子卡殼時做心理疏導。每天只要用 2 小時搞定數學、閱讀等主課，剩下的時間孩子們就可以去創業工坊做項目或參加體育運動。另一家 AI 學校 Forge Prep 則更進一步，鼓勵學生通過自己動手開公司、開發產品來積攢項目作品集，來代替期末打分，甚至還推出了能 24 小時答疑的 AI 校長。 但這套前衛的實驗也招來不少質疑。家長年付 7.5 萬美元（約合 54 萬元人民幣）送娃入學，實際上是拿自家的孩子給還沒熟透的 AI 導師當免費試用員。面對當下撕裂的社會輿論，Alpha School 創始人索性避開麻煩，公開宣佈大綱裏不教女權、奴隸史和移民史。而像 Forge Prep 這類學校更是捂着教學數據不放，AI 教學到底有沒有用，外人根本無從得知。金色財經
7月6日 週一
Vitalik提出以太坊共識鏈Lean化路徑，擬降低狀態需求並增強驗證者隱私
金色財經報道，7月6日，Vitalik Buterin發文提出以太坊共識鏈在Lean升級背景下進一步精簡狀態需求並增強驗證者隱私的路徑，包括通過基於STARK的聚合從信標鏈狀態中移除驗證者公鑰、由驗證者每日生成STARK證明更新餘額、將每名驗證者狀態壓縮至1字節有效餘額和5字節公鑰索引，並減少epoch末處理負擔。 Vitalik稱，該設計或可支持數百萬驗證者；在高級版本中，可通過每日重新匿名化驗證者、ZK-STARK餘額更新證明和隱藏提款地址承諾，增強驗證者隱私，斷開存款、質押活動和提款之間的公開關聯。該機制還可近似提供單一祕密領導者選舉（SSLE）；餘額更新週期方面，1小時爲下限，1天較爲保守。金色財經
7月6日 週一
清華特獎得主顧煜賢加入DeepSeek，曾主導大模型蒸餾與50倍長文本提速
金色財經報道，7月6日消息，清華大學計算機系博士畢業生、2025 年研究生特等獎學金獲得者顧煜賢已正式加入 DeepSeek，名字已出現在 DeepSeek V4 論文作者列表中。 顧煜賢的研究主要聚焦大模型在預訓練、模型壓縮和推理階段的效率優化，谷歌學術總引用量已近 5000 次。顧煜賢此前的代表作包括大模型知識蒸餾方法 MiniLLM（已被谷歌、阿里、英偉達等平臺採用），以及混合架構模型 Jet-Nemotron。Jet-Nemotron 在 H100 顯卡處理 256K 超長上下文時，生成吞吐量比傳統全注意力模型提速達 53.6 倍，並在多項基準測試中超越了參數規模更大的混合專家模型。金色財經
7月6日 週一
前日本外匯“掌門人”：日元或被低估20%，空頭仍需當心干預風險
金色財經報道，7月6日，曾擔任日本財務省財務官、日本前外匯政策負責人的山崎達雄週一在接受採訪時表示，日元應較當前水平升值至多20%（約130日元兌1美元），並反駁了那些押注日元可能進一步走弱的觀點。山崎表示：“這已不再是基本面問題，而是市場預期如何轉變的問題。但我們正在接近高潮。”他認爲日元當前被低估10%的估算可能偏於保守。“如果日元升至130左右，我也不會感到意外。老實說，這就是我的看法。”與此同時，山崎暗示市場不應將日本當局近期表面上的平靜誤解爲自滿。他表示：“他們已經發出警告，任何仍持有日元空頭頭寸的人都清楚，他們面臨被幹預懲罰的風險——即被迫平倉。財務省已超越警告階段，當局已表明他們願意採取行動。”金色財經
7月6日 週一
瑞銀：連續第十個月上調DRAM及NAND價格預測，鎧俠目標價升至14.4萬日元
金色財經報道，7月6日，瑞銀髮表研報指，由於記憶體供需持續緊張，連續第十個月上調對DRAM及NAND的價格預測，9月底止季度價格預測從環比增長16%上調至32%，截至12月底止季度預測則從增長10%上調至12%，相應將鎧俠控股2027財年經營利潤預測從7.71萬億日元上調至9.18萬億日元，2028財年從10.9萬億日元上調至12.9萬億日元。瑞銀指出，鎧俠能否鎖定五年期合約已成爲市場焦點，預期未來市場關注點將落在長期協議的談判進展上，考慮到供需狀況非常緊張，相信消息傾向正面，將目標價由13.2萬日元上調至14.4萬日元，維持“買入”評級。金色財經
7月6日 週一
阿里升級實時語音大模型Fun-ASR-Realtime：首字延遲百毫秒，溫州話識別準確率超82%
7月6日消息，阿里通義實驗室將流式語音識別大模型 Fun-ASR-Realtime 的首字延遲降至百毫秒級，實現話音剛落即出字，且準確率逼近離線模型。 在影視颶風最近結束的 100 小時荒島直播中，模型在戶外暴雨、多人頻繁切換髮言的惡劣環境下，全程提供實時字幕支持，累計識別 6 萬餘條、共 132 萬字。 爲了解決實時語音識別容易斷章取義的痛點，新模型強化了上下文感知能力，能結合歷史對話與實時熱詞動態糾錯（例如根據後文自動將「葉鹿」修正爲「夜鷺」）。模型目前支持 30 種語言和 16 種方言，在方言測試中平均字符準確率達 88.62%，其中上海話爲 92.41%，號稱最難懂的溫州話也達到 82.74%。 離線版模型 Fun-ASR-Flash 則在全球 AI 評測平臺 Artificial Analysis 的字錯率排行榜上奪得第一。兩款模型的 API 服務均已在阿里雲百鍊上線，底層開源工具包與模型可在魔搭社區與 GitHub 獲取。金色財經
7月6日 週一
