45
0嗨~~大家晚上好呀！今天是2026年9月2日，星期三，我是晚安咖啡的主播安安。忙碌的一天辛苦啦～今晚想和你一起聊聊新鲜的商业科技动态，看看世界又悄悄变了哪些魔法。放松耳朵，我们这就出发！
@@@
据彭博社消息，英伟达正接近达成一项价值约140亿美元的收购协议，标的为人工智能公司Hugging Face，协议最早有望于本周内正式宣布。这笔潜在交易已引发业界的广泛关注，若最终落地，将成为英伟达在人工智能领域规模最大的一笔收购。目前，双方的谈判已进入后期阶段，但知情人士也谨慎表示，交易仍存在延迟或破裂的可能。成立于2016年的Hugging Face，凭借其开源社区和模型托管平台，已成为全球开发者共享与部署机器学习模型的重要枢纽。此次收购倘若完成，将意味着英伟达的产业布局从底层芯片硬件，进一步延伸至人工智能开发者生态与模型分发层。在此之前，英伟达已在AI计算领域占据主导地位，将其在图形处理器市场的优势拓展至更广泛的软件与社区场景，契合其近年在人工智能基础设施领域的整体战略。该报道称，双方对于交易结构和估值的核心条款已基本达成一致，后续还需经过常规的尽职调查与监管审批程序。
@@@
据cnBeta报道，OpenAI日前表示，其研发的新一代人工智能体Astra能够在无人协助的情况下独立构建网络攻击工具。OpenAI称该AI已达到高度自主化水平，不仅能自主完成目标侦察与漏洞分析，还能根据环境反馈实时调整攻击策略并生成配套恶意代码脚本。相关描述指出，在测试环境中，Astra被赋予明确的网络攻击任务后，全程无需人类操作干预，即可完成从攻击方案设计到工具部署的完整流程。OpenAI同时强调了这一进展背后的安全考量，表示相关技术细节仅向部分安全研究机构披露，以评估防御手段并推进针对性防护体系的建设。这一表态引发了外界对自主AI在网络空间应用边界的争议，安全专家普遍担忧此类能力可能降低网络攻击的技术门槛。关于Astra的具体架构和后续开放计划，OpenAI暂时没有公布更多信息。
@@@
据cnBeta消息，特斯拉近日援引欧洲事故数据宣称，其全自动驾驶系统在欧洲道路上的事故率远低于人类驾驶水平。相关数据显示，特斯拉FSD系统在激活状态下的平均事故发生率约为每百万英里0.19起，而欧洲人类驾驶员的平均事故率则为每百万英里约1.08起。这一对比意味着FSD的事故风险系数不足人类驾驶员的两成。特斯拉方面是在向欧洲监管机构提交的一份安全报告中披露上述数据的，报告侧重于展示高级驾驶辅助系统在实际道路环境中的安全表现。此外，特斯拉在声明中反复强调，相关数据均来源于欧洲范围内真实行驶里程的统计，并非实验室或模拟环境推演。对于FSD在欧洲市场的推进节奏，特斯拉表示将持续依据各国法规要求，逐步扩大系统的实际应用范围。
@@@
据中国一汽官方披露，一汽在硫化物全固态电池低压力运行领域取得技术突破，相关成果已于近日发布。此次研发面向全固态电池实际应用中的关键瓶颈，重点解决了固固界面接触不良导致的高压需求问题。研发团队通过创新的材料体系与界面工程，使电池能够在较低的外部压力环境下保持稳定运行，显著降低了全固态电池对高额外部加压装置的依赖。这一进展有助于提升电池在实际生产应用中的可行性与安全性，为未来量产奠定了工艺基础。在技术路径上，中国一汽选择硫化物作为核心电解质路线，其具备离子电导率高、易于加工成型等优势，适配于车规级动力电池的开发需求。技术人员同步优化了电极与电解质的匹配度，改善了界面稳定性，进一步提升了电池循环寿命与快充潜力。该成果覆盖了从关键材料制备到电芯原型验证的多个环节，标志着企业在下一代动力电池技术储备方面迈出了实质性步伐。后续阶段，一汽将持续推进该技术的工程化验证，并探索在整车平台上的集成方案，以推动全固态电池从实验室走向规模化制造。消息来自虎嗅。
@@@
据新浪科技报道，戴尔公司于9月1日美股盘后发布了2026财年第二季度财报。数据显示，戴尔当季营收达到469.7亿美元，超出市场预期。受AI服务器强劲需求推动，戴尔盘后股价大涨超过10%。财报显示，戴尔第二季度AI服务器积压订单大幅增长，该业务表现亮眼。公司进一步上调了全年业绩指引，将AI服务器全年营收展望提高至此前的三倍左右。戴尔首席运营官在财报声明中表示，客户对AI服务器配置的需求持续强劲，对AI优化服务器的询价量环比显著攀升。戴尔基础设施解决方案部门当季营收同样实现增长，其中存储业务表现稳健。服务器与网络业务收入因AI服务器出货增加而获得明显提振。戴尔高管在随后的电话会议中确认，AI服务器业务的重心正在从传统的英伟达产品线扩展至采用AMD芯片的解决方案。戴尔预计，新财季的营收和利润将继续保持增长态势。相关财报公布后，多家机构在盘后上调了戴尔的目标股价。
@@@
据彭博社报道，OpenAI首席执行官奥特曼日前回应了外界关于人工智能数据中心大量消耗水资源的担忧。他明确表示，相关指责缺乏数据支撑，实际用水量远低于公众想象，人们的忧虑被夸大了。奥特曼在访谈中指出，数据中心确实需要用水进行冷却，但针对生成式人工智能模型耗水的测算和统计，普遍存在口径不清、估算粗糙的问题。他透露，OpenAI内部已经掌握更加精确的用水数据，并致力于持续降低用水强度。在相关讨论中，奥特曼承认仅靠推进模型算法效率不足以完全化解争议，行业透明度和外部监管也是必要的。他同时重申，OpenAI已经承诺到2030年实现数据中心用水正增长，未来用户在调用模型时，也有望根据自身需求选择计算地点，从机制上消解外界对资源消耗的疑虑。此前，加州大学河滨分校一项研究估算，用户与ChatGPT对话二十到五十次，就会消耗约五百毫升水资源，这组数据曾引发广泛关注。但奥特曼认为，这类推算未将数据中心所处地域的气候条件以及先进冷却循环系统的实际效率纳入考虑，因此并不准确。他强调，随着数据中心设计不断迭代，新的散热技术已经大幅减少了对市政供水系统的依赖，部分项目甚至完全使用再生水或循环水。
@@@
好啦，今天的节目到这里就结束啦！感谢你今晚的收听和陪伴，希望这些故事能为你带来一点温暖和力量。如果您喜欢我们的节目，也非常欢迎订阅和转发给你的小伙伴，这对我们非常有帮助。那我们下期再见吧！
