IT之家 5 月 5 日消息，据 Tom's Hardware 报道，在人工智能飞速发展的当下，计算机硬件供不应求，在此背景下，长期供货协议（LTA）已然成为刚需。就存储产品而言，无论是机械硬盘还是固态硬盘，长期供货协议的签约周期根据产品品类不同，已延长至 3 至 5 年。尽管有人认为所有供货资源会向大客户倾斜，但这类带有包销保障的协议，实际上也可能利好普通消费者。 闪迪（SanDisk）表示，目前固态硬盘的长期供货协议签约周期已长达五年。 闪迪首席财务官路易斯・维索索在面向分析师与投资者的财报电话会议中表示：“协议签约时长各有不同，最长合约已达五年。整体来看，合约周期内出货承诺量有所提升，采用季度定量模式，同时结合固定定价与浮动定价机制。…… 这些协议均为定制化制定，贴合客户实际需求；从整体层面，也为我们锁定了稳定需求，财务表现有望与第四财季业绩指引保持一致。” IT之家注意到，机械硬盘行业情况与之类似，不过希捷（Seagate）与西部数据（Western Digital）的长期供货协议周期相对稍短。其中，希捷还推出了定制化存储系统服务。 希捷首席执行官威廉・莫斯利在公司最新财报电话会议上称：“我们已与几乎所有主流云厂商及超大规模数据中心客户签订艾字节级别的供货协议，近线存储产能在 2027 日历年前已基本全部锁定。与此同时，我们正与这些客户敲定至 2027 财年末的定制生产合约，明确具体产品配置与定价方案。我们基于价值的定价策略，既让客户可以安心制定业务规划，也助力希捷实现利润持续增长。目前我们已启动战略规划洽谈，合作周期已延伸至 2028 年及以后。” 西部数据也采取了同样策略。公司首席执行官 Irving Tan 表示：“我们的长期业务可见度持续提升，现有合作协议周期已覆盖 2028、2029 两个自然年度。” 长期以来，存储产品被视作大宗商品。而如今长期供货协议，让存储厂商得以前所未有地精准预判真实市场需求，进而以更稳健的节奏规划产能扩张。闪迪、希捷、西部数据如今可依据多年度出货约定，统筹规划 NAND 晶圆投产、机械硬盘整机及盘片产能、主控芯片供货，不再被动跟风应对短期市场行情。 一方面，此举降低了产能过剩的风险；另一方面，也能避免在需求上涨前夕出现投资不足的问题。 依托多年合约锁定稳定订单，上述三家企业也更愿意投入数十亿美元，用于晶圆厂扩建、产线升级，以及多层堆叠 NAND、热辅助磁记录（HAMR）等下一代存储技术的研发落地。更关键的是，这类投资均基于确定订单而非市场猜测，企业在满足锁定订单之余，也有余力对消费级市场进行前瞻性布局。不过厂商是否会加码消费级市场布局，目前仍有待观察。 即便如此，产能扩张本身注定是循序渐进的过程。和所有半导体晶圆厂一样，全新 3D NAND 闪存产能爬坡通常需要数年时间；而机械硬盘技术升级，依赖豪雅（Hoya）、力森诺科（原昭和电工）、东电化（TDK）等第三方厂商逐步提升盘片与磁头产能。这意味着，在新增产能完全释放前，市场供应仍将趋于紧张。 总而言之，清晰的需求预判赋予了闪迪、希捷、西部数据更大的资本投入空间，但整体市场格局与后续发展成效，仍有待时间验证。
IT之家 5 月 1 日消息，韩国投资证券（KIS，简称韩投）在最新研报中指出， 即使内存芯片短缺缓解，价格短期内也不会出现明显下降。 研报指出 AI 超大规模企业已锁定长期产能订单，因此会进一步拉长本轮内存超级周期，且内存售价在可以预见的未来始终维持高位运行。 IT之家援引研报内容，扩大内存容量能显著提升 GPU 利用率，更多内存意味着让更多 Token 靠近 GPU，减少了从存储设备调取数据的延迟。这种效率提升让 AI 公司愿意订购更多内存芯片，以降低单个 Token 的处理成本，从而获得更高的系统级性能。 KIS 指出市场曾预期需求下降会拉低价格，但这种预期忽略了 AI 公司的需求，尽管 DRAM 内存价格相比去年同期已高出 3 倍，但 GPU 利用率提升带来的收益回报更为可观。 HBM 和 DRAM 的产能紧张及高需求，意外推高了 NAND 芯片的需求。原本业界认为将 NAND 集成到 AI 系统会缓解 DRAM 市场的压力，但实际情况相反。由于 NAND 价格低于 DRAM，在极端高需求下具有更大弹性，维持了其持续高需求。 图源：三星
IT之家 4 月 23 日消息，OpenAI 官方当地时间昨日宣布， 这家人工智能企业当前已锁定总功率超 8GW 的算力资源 ，离 2025 年初设立的 10GW 目标已经不远，而到 2030 年则将达到 30GW。 IT之家注意到，建设 1GW 规模的 AI 数据中心通常需要数百亿美元 ，30GW 数据中心的总建设投资至少与 OpenAI 当前估值 （8000+ 亿美元） 相当 ，甚至有可能达到这一数值的 2 倍。 尽管 OpenAI 主要以租赁服务形式取得算力，但每年的云服务开支对其来说也将是一笔沉重的负担。
IT之家 4 月 18 日消息，科技媒体 Tom's Hardware 昨日（4 月 17 日）发布博文，报道称在 C64 Ultimate 复古电脑上，Commodore 公司推行固件锁定政策， 禁止加载非官方固件，在复古社区引发激烈争议。 IT之家曾于 2025 年 7 月报道，经过一系列管理变动， Commodore 公司迎来 30 多年以来的首款新硬件 Commodore 64 Ultimate ，围绕 AMD Artix 7 FPGA 构建， 声称兼容“10000 多款原版游戏、卡带和外设”，起售价为 299 美元。 在近期发布的固件更新中，Commodore 公司引入限制措施， 阻止用户加载非官方发布的固件，这一决定迅速在复古计算社区引发了两极分化的反响。 根据官方发布的博客文章解释，此次政策调整核心在于“保护用户的 Commodore 64 Ultimate FPGA 硬件”，防止不兼容的第三方固件导致主板损坏。 公司强调，C64 Ultimate 并非静态产品，未来将推出新的硬件版本、组件和功能，而这一路线图必须建立在受控的固件环境基础之上。 此次争议的导火索源于 1.1.0 版本更新说明中的一则条款，其中提到未来更新将引入安全防护机制。虽然该版本带来了左箭头键实现、USB 鼠标支持优化以及 LED 灯光交互增强等实用功能，但固件锁定条款引发了用户的强烈不满。 许多爱好者认为， 这种反修改措施违背了 C64 社区长期以来推崇的极客精神和开放传统，实质上是在构建封闭生态。 面对社区质疑，Commodore 回应称这并非理论风险，公司已经处理过多起因刷入第三方固件导致设备变砖的案例。官方指出，没有任何企业能够长期承担因用户自行刷机导致的无限制退换货成本，这种不可控的支持负担在商业上不可持续。 公司特别澄清， 新政策针对的是完整替换固件，而非像 SPIFFY 这类旨在提升使用体验的社区补丁，不会打压社区的创新活力。
IT之家 4 月 16 日消息，YouTube 频道 Veritasium 今天（4 月 16 日）发布视频，披露了一项针对 iPhone 的 NFC 支付场景（ 并非 iPhone 本身问题 ）的漏洞， 攻击者可在手机锁定状态下通过绑定的 Visa 卡盗刷资金。 这项漏洞由萨里大学和伯明翰大学网络安全团队于 2021 年首次公开，核心在于攻击者利用 NFC 读卡器拦截 iPhone 与支付终端的通信。 读卡器连接笔记本电脑收集支付数据，再传输至另一部临时手机（Burner phone），最终在合法读卡器上完成盗刷。 不过整个链条需将 NFC 设备调校至与合法交通读卡器相同的标识符，技术门槛较高。 IT之家注：Burner phone 原指那种预付费、无需实名登记、可以随时丢弃以防被追踪的手机。在现代语境中，也常指专门为了某种特定目的（如旅行、工作、私密联系）而准备的廉价手机。 攻击成功的前提条件较为苛刻：受害者必须在 iPhone 上启用“快捷交通模式”（Express Transit Mode），并绑定 Visa 卡作为支付方式。 该模式本意是让用户无需解锁手机即可快速通过地铁闸机或公交刷卡，但安全研究人员发现，可以劫持该便利功能伪造交通终端信号，进而绕过传统交易金额限制。 值得注意的是， 这实际上是 Visa 系统的安全缺口，而非 iPhone 本身的问题。 Mastercard 和美国运通卡因采用不同的安全验证机制，不受此漏洞影响。 Samsung Pay 同样采用独立的安全架构，攻击者无法复制相同手法。换言之，只有“iPhone+Visa 卡 + 快捷交通模式”这一特定组合才会暴露风险。 Visa 对此回应称，此类欺诈在现实环境中发生的可能性极低 ，且持卡人受零责任政策保护，任何可疑交易均可申诉撤销。 苹果则向 Veritasium 表示，这是 Visa 系统的问题，在真实场景中几乎不可能发生。两家公司均强调，攻击需要物理接触受害者的 iPhone，且需配备专业硬件设备，大规模实施难度极大。 为演示漏洞的实际危害，研究团队在 Veritasium 视频中成功从科技博主 Marques Brownlee 的锁定 iPhone 上盗刷了 10000 美元（现汇率约合 68325 元人民币）。这一实验证明，尽管攻击条件复杂，但技术层面确实可行。 科技博主 Marques Brownlee 参与 iPhone NFC 漏洞演示
作者丨欧雪 编辑丨袁斯来 在具身智能行业普遍沉迷双足人形和仿真训练的当下，有一家公司选择了一条不太一样的路径：聚焦仓储物流场景，用“轮式底盘+双臂”死磕占人力成本60%的“拿放”动作。这是一家由中科南京软件技术研究院孵化出来的具身智能企业——智往未来。 智往未来2025年11月成立于南京，创始人孙浚凯曾在地平线担任智能座舱产品线总经理，推动百万终端量产，具备从0到1的产品设计与量产经验。公司早期以“具身智能课题组”在中科系旗下孵化两年，2025年底独立注册。 具身智能在真实环境中的泛化难题，核心在于Sim2Real鸿沟。传统离线强化学习依赖仿真数据，部署成功率低；在线强化学习精度高，但学习周期长，难以在SKU达百万级的电商仓落地。 智往未来创新性地引入 Human-in-the-Loop 在线强化学习方法，将人工的即时纠偏能力与统一的强化学习目标深度融合，打通了从模仿学习到自主探索的关键路径。基于该方法，仅需少量演示数据和短时间在线学习，即可显著提升任务成功率，在样本效率上相比传统范式实现数量级提升。 公司初代智能机器人Armstrong已在国内头部物流企业实地验证，二代机型Armstrong Pro于2026年上半年面世，并成功入驻世界500强外资药企仓库作业。2026年，公司锁定百台出货，按行业测算将占据近40%份额。 孙浚凯告诉硬氪，智往未来机器人可实现“快速进仓、无需改仓、一机多用”，仓库“零改造成本”下完成上架、拣选、盘点等作业，客户投资回报周期约2-3年。 未来3-5年，智往未来有清晰路线。孙浚凯透露，2026-2028年公司深耕仓储物流，迭代物流场景基建模型；中长期将B端积累的泛化能力降维至零售及家庭服务赛道。 孙浚凯解释：“仓储里的商品——服饰、食品、美妆——超市和家庭里都有。拿包裹的能力可以几乎直接迁移到家庭整理场景。我们认为机器人管家可以在家庭拿包裹、拆包裹，做好物品整理，所以我们认为仓储物流是通向家庭的必经之路。 以下为硬氪与孙浚凯的对话节选： 硬氪：仓储物流场景的“拿放”需求有多强？为什么不用人？ 孙浚凯： 某头部物流企业已官宣8年内实现完全无人化仓。需求比我们原想的强烈得多。 仓储最后一公里，即从料箱里拿东西放到订单箱，这占人力成本60%以上，且SKU动辄几十上百万种，传统自动化根本做不了绝对泛化。 大模型恰好擅长泛化，这是技术用到刀刃上的场景。人一年5-10万成本，机器人只需2-3年就可以回本。头部的刚需已经非常明确，下沉市场会随成本下降逐步释放。 硬氪：脱离仿真环境，怎么用最小数据量在真仓里转起数据飞轮？ 孙浚凯： 关键在于一致性策略。我们将人工的即时纠偏能力与统一的强化学习目标深度融合，针对复杂场景只需做少量数据采集和微调。这样数据有效利用率最高，用最少的数据做最大化的泛化。 硬氪：为什么不用双足而用轮式？ 孙浚凯： 首先，B端落地最终是算账的逻辑——替代了多少人，人效比是多少，投资回报周期多长。双足机械结构更复杂，自由度更多，系统稳定性是指数级下降的；而且目前国内双足总体出货量不到万台，供应链没法降本，成本压不下来。 第二，全身20个自由度和60个自由度，系统出故障的概率完全不是一个量级。B端客户对精度、效率、泛化和可靠性都有很高要求，现阶段用双足其实是“杀鸡用牛刀”，故障率还高。 第三，双足的小脑运控复杂度远高于轮臂。行业目前基本已经收敛到升降或折叠的轮式构型。 当然，我认为终局一定是双足加双灵巧手。因为物理世界最通用的构型一定像人一样，能兼容各种环境和工具，但前提是特斯拉、宇树这类公司把量推到百万台级别，双足成本降到几万块钱。到那时，轮臂的供应链优势就不明显了。但现在，为时尚早。