美國當地時間4月11日，X平台宣佈XChat將於4月17日登陸App Store。這款應用主打端對端加密、無廣告、無追蹤。從2025年5月內測算起，已測試近一年。從2022年馬斯克收購推特、想做西方版微信算起，已近四年。改名X、上線Grok、推進X支付，都是為了打造微信式生態。XChat，就是其中的聊天類股。一、發展歷程2022年，馬斯克收購推特，提出打造微信式閉環生態。2023年，X測試加密私信，反響平淡。2025年5月，XChat開啟內測。2026年3月，iOS公測，名額迅速報滿。4月11日，上線App Store預購。4月17日，正式登陸iPhone、iPad，Android版時間未定。二、產品特點、安全爭議對標主流通訊軟體，支援加密通話、閱後即焚、截圖攔截、雙向撤回等。深度整合Grok AI。採用Rust開發，無需手機號註冊，降低隱私暴露風險。馬斯克稱其為“比特幣式加密”，但兩者加密邏輯完全不同。App Store隱私標籤顯示，XChat會收集位置、通訊錄、搜尋記錄等，並關聯真實身份。至今未公開第三方安全審計報告，安全性僅靠自身宣稱。對比Signal，程式碼開源、審計公開，可信度更高。三、結構性困境一款通訊應用的口碑，不在發佈日，而在洩露事件、資料調取、審計結果出現時。XChat的加密承諾，離不開平台整體信譽。若後續完成公開審計並達標，仍有機會打破格局。XChat來勢洶洶，產品與生態協同值得關注。最終勝負，要看承諾能否被真正驗證。 (深科技)

通過在動物一生中對魚類進行持續、細緻的觀察，研究人員發現：中年階段的一些相對簡單的行為——例如運動方式與睡眠模式——能夠用來預測壽命。保持較高活動水平、且主要在夜間睡眠的魚往往壽命更長；而那些更早出現“變慢”跡象的個體則壽命更短。令人意外的是，衰老並不是以平滑、連續的方式逐步展開，而是會在不同階段之間出現“跳躍式”的變化。該研究提示：若能在人體中追蹤日常習慣，或許可以更早地獲得關於個體如何衰老的線索。科學家雜誌AI繪圖 GPT5.4當動物進入中年後，其日常習慣就能提供關於其未來可能壽命長短的線索。這一結論來自一項新的研究，由史丹佛大學吳懷慈神經科學研究所（Wu Tsai Neurosciences Institute）的“Knight Initiative for Brain Resilience”項目支援。研究團隊對大量短壽命魚類進行了貫穿生命全程的連續監測，以探究行為與衰老之間的關聯。儘管這些魚具有相似的遺傳背景，並在相同的受控條件下生活，但它們的衰老方式卻差異顯著。到成年早期，這些個體差異已經體現在游泳與靜息的行為方式上。更重要的是，這些行為模式具有足夠強的預測力，可以判斷某條魚最終將擁有較短還是較長的壽命。儘管研究聚焦於魚類，但其發現提示：借助可穿戴裝置常規記錄的細微日常行為（如運動與睡眠），可能能夠為人類衰老過程提供洞見。該研究發表於《Science》（2026年3月12日），主要由吳懷慈神經科學方向的博士後研究員 Claire Bedbrook 與 Ravi Nath 牽頭。研究源於“Knight Initiative”支援下的合作：由史丹佛大學遺傳學家 Anne Brunet 與生物工程學家 Karl Deisseroth 所領導的多個實驗室共同參與，二人均為論文通訊作者。對衰老進行即時追蹤以往的大多數衰老研究會將年輕動物與年老動物進行對比。儘管這種方法有價值，但它可能忽略了：衰老如何在個體內部隨時間逐步發生，以及個體之間的差異是如何逐漸形成的。Bedbrook 和 Nath 希望在整個生命過程中連續地觀察衰老的演變。他們想回答一個關鍵問題：即便是在幾乎相同的飼養條件下，動物仍可能以不同方式衰老，並出現截然不同的壽命長短。研究團隊的目標是確定：自然行為的差異，是否會在個體之間的壽命分化出現之前就已經開始顯現。為此，他們選擇了非洲藍綠麗魚（African turquoise killifish）作為模型。該物種的壽命僅為4至8個月。儘管壽命很短，但它與人類共享重要的生物學特徵，包括複雜的大腦，因此是開展衰老研究的理想模型。在建構該魚作為模式生物方面，Brunet 實驗室一直走在前列。本研究也是首次對脊椎動物在整個成體階段進行連續的、日夜不間斷的追蹤。研究人員設計了一套自動化系統：每條魚都在各自的水槽中生活，同時被恆定的攝影機持續監控。該裝置可視作現實版的《楚門的世界》（The Truman Show）：系統記錄了動物生命中的每一個瞬間。研究團隊共隨訪了81條魚，並獲得了數十億幀視訊資料。在如此龐大的資料基礎上，研究人員分析了姿態、速度、靜息與運動等指標。他們識別出100種不同的“行為音節”（behavioral syllables）——這些是魚類運動與靜息過程中最基本的、短暫且重複出現的動作單元。Brunet 表示：“行為是一種極其整合性的讀出，它反映了腦與身體層面正在發生的變化。分子標誌物是必不可少的，但它們只能捕捉生物學過程的一部分。通過行為，我們可以看到整個機體的連續變化，而且是非侵入性的。”憑藉這種細緻的記錄，研究團隊進一步提出新的問題：個體究竟在何時開始以不同方式走向衰老？那些早期特徵能夠界定這些軌跡？僅憑行為能否預測壽命？與長壽相關的早期行為訊號研究中最引人關注的發現之一，是個體的衰老軌跡在很早期就開始分叉。在完成全程追蹤後，研究團隊根據最終壽命對魚進行分組，再回看以識別：這些行為差異最初在何時出現。他們發現：在“早期中年”（70至100天齡）階段，最終壽命較長或較短的魚，其行為就已經存在差異。睡眠模式尤為關鍵。那些最終壽命較短的魚，不僅夜間睡眠，而且在日間的睡眠佔比會逐漸增加；相比之下，壽命較長的魚主要在夜間睡眠。活動水平也同樣與壽命有關。沿著長壽軌跡的魚游泳更有力，在運動時能夠達到水槽中更高的速度；它們在白天也更活躍。值得注意的是，這種自發性的運動模式在其他物種中也與長壽有關。更重要的是，這些行為差異具有預測意義，而不僅僅是“描述性觀察”。研究人員使用機器學習模型表明：在中年階段，僅需幾天的行為資料，就足以估計壽命。“在生命較早階段出現的行為改變，正在向我們傳遞未來健康狀況與未來壽命的資訊。”Bedbrook 如是說。衰老以不同階段的形式發生該研究還揭示：衰老並不是以緩慢、平穩的方式推進。多數魚經歷2到6次快速的行為轉變，每次持續僅數天。隨後是更長時間的穩定階段，持續數周。魚類通常按順序經歷這些階段，而不會在不同階段之間反覆來回切換。Bedbrook 指出：“我們原本預期衰老會是一種緩慢、逐漸的過程。結果顯示，動物在較長時間內保持穩定狀態，然後會非常迅速地進入一種新的階段。僅憑連續行為就能看到這種‘階段化結構’，是我們最令人興奮的發現之一。”這種“階段化”模式與人類研究的結論相呼應：分子層面的老化變化往往呈現“波次”特徵，尤其在中年及更晚階段更為明顯。killifish 的結果從行為層面提供了對這一現象的另一種視角。研究團隊提出：衰老過程可能表現為長時間的相對穩定，隨後被短暫的快速變化所打斷。他們將其比作一座積木塔（Jenga tower）：在移除許多積木之前，整體結構看似穩定；但當某一個關鍵變化發生時，系統就會突然發生整體轉變。為進一步探究這些模式背後的生物學機制，研究團隊在一個行為能夠可靠預測壽命的階段，檢查了8個器官的基因活性。他們並沒有聚焦於單個基因，而是觀察參與共同生物過程的一組基因的協調性變化。差異最明顯的出現在肝臟。與壽命較短的魚相比，壽命較短的個體在與蛋白質產生和細胞維護相關的基因方面呈現更高的活性。這提示：隨著衰老處理程序推進，個體的行為差異也可能伴隨體內的內部生物學變化同步發生。行為為理解衰老提供了一扇窗口Nath 表示：“事實證明，行為是一種對衰老極其敏感的讀出。你可以比較兩隻同一日齡的動物，僅憑行為就能看出它們正在以非常不同的方式衰老。”這種敏感性在日常生活的多個方面尤為突出，尤其體現在睡眠上。在人類中，睡眠質量以及睡眠-覺醒節律往往會隨著年齡增長而下降；這些變化與認知衰退以及神經退行性疾病相關。Nath 計畫進一步研究：改善睡眠是否能夠促進更健康的衰老，以及能否通過早期干預改變衰老軌跡。研究團隊還計畫探討：衰老軌跡是否可以通過定向策略被改變，包括飲食調整和可能影響衰老處理程序速度的遺傳干預。對 Bedbrook 來說，這些發現還引發更廣泛的問題：是什麼驅動了衰老階段之間的轉變？這些轉變能否被延緩甚至逆轉？她也希望將研究推進到更自然的環境中，讓動物能夠進行社會互動並體驗更真實的條件。“我們現在具備了在脊椎動物中連續繪製衰老圖譜的工具。”她說。“隨著可穿戴裝置的普及以及人類長期追蹤的興起，我很期待這些規律——早期預測指標、階段化衰老、分叉的衰老軌跡——是否也同樣適用於人類。”另一個重要的研究方向是大腦。Deisseroth 團隊正在開發工具，用於在長時間尺度上連續監測神經活動，這有望揭示大腦變化如何與全身其他組織的老化同步，甚至可能影響衰老的處理程序速度。Bedbrook 和 Nath 將繼續開展這項研究：她們將在今年7月於普林斯頓大學建立各自的實驗室，在史丹佛團隊開發的工具與洞見基礎上繼續前進。最終，這項研究旨在解釋為何衰老的差異在不同個體之間表現如此巨大，並為支援更健康、更長壽的生命提供新的路徑。（史丹佛大學）Claire N. Bedbrook、Ravi D. Nath、Libby Zhang、Scott W. Linderman、Anne Brunet、Karl Deisseroth.終生行為篩查揭示脊椎動物衰老的結構。《科學》，2026；391（6790）DOI：10.1126/science.aea9795點評這項研究的價值在於將“衰老”從靜態對比（年輕 vs. 年老）推進為縱向、連續的行為定量。研究者不僅觀察到運動與睡眠等表型與壽命的相關性，更提出了可操作的“行為軌跡預測窗口”：在魚的早期中年階段，行為指標就已能區分個體的壽命走向，並可通過機器學習僅利用中年階段的短期資料實現壽命估計。這提示衰老可能存在在早期即可觀測的“前期分叉”過程，而並非完全滯後於分子層面的改變。睡眠節律比“睡多久”更值得關注研究中與壽命相關的關鍵因素之一是夜間睡眠佔比更高且晝夜節律更穩定。對人群而言，可穿戴與自我記錄有助於發現持續性作息漂移（如長期晝夜倒置或白天睡眠顯著增加）。運動的核心是“維持能力與穩定性”，而非短期衝刺魚的長壽軌跡伴隨更高的活動水平與更強的運動表現。遷移到人類層面，健康目標更應聚焦於長期維持日間活動量與體能儲備（規律步行、力量訓練或中等強度運動），而非短期強度爆發。可穿戴資料更適合作“趨勢監測”，而非診斷工具從科學角度，應將其用於早期風險預警：例如睡眠節律持續惡化、日間活動量長期下降、體能恢復變差等趨勢性改變。但當異常持續並伴隨症狀時，仍需尋求專業醫療評估。一句話總結：該研究強化了“行為與衰老處理程序同步”的觀點。對普通人而言，最可取的策略是穩定睡眠節律 + 持續的日間活動 + 關注長期趨勢。 (科學家雜誌)

央視記者當地時間3月1日獲悉，在美以兩國即將對伊朗發動軍事打擊前，美國中央情報局就已經鎖定伊朗最高領袖哈米尼的可能行蹤。多名知情人士透露，美方情報機構已對哈米尼的活動軌跡進行數月跟蹤，對其出行規律和可能位置的掌握程度不斷提高。隨後，美方獲悉，伊朗多名高層官員計畫於2月28日上午在首都德黑蘭市中心一處領導人辦公區舉行會議，且哈米尼本人將出席。在獲得上述情報後，美國與以色列方面決定調整原定打擊時間。以方隨後實施了籌劃數月的定點打擊行動。行動於以色列時間28日清晨啟動，戰機自基地起飛，約兩小時後，遠端導彈擊中德黑蘭相關目標區域。據稱，襲擊發生時，多名伊朗國家安全高層官員在同一棟建築內，哈米尼則位於附近另一處建築。以色列國防官員表示，此次行動在德黑蘭多處地點同步展開，實現了“戰術突然性”。白宮及美國中央情報局未就此發表評論。 (紅星新聞)

《全球人工智慧趨勢追蹤報告》5個核心觀點。一、DeepSeek-V4 或許會延續演算法方面的創新路徑，然而並不會再次上演 V3/R1 等級那樣的全球衝擊。報告表明，DeepSeek-V4預估會在2026年2月中旬進行發佈，有可能在程式設計、超長程式碼處理以及推理可靠性等方面達成突破。然而，和一年前V3/R1所引發的市場震動不一樣，全球主要雲服務商，也就是CSP，已然加快朝著通用人工智慧，即AGI的方面邁進，不間斷的算力投入致使市場對於新模型的衝擊具備更強的韌性。所以，V4更大機率會促使中國AI產業鏈創新周期加快，而不是去顛覆全球AI基礎設施市場的格局。二、mHC與Engram技術架構代表大模型效率最佳化的新方向近期，DeepSeek發表了兩篇論文，這兩篇論文揭示了V4可能採用的核心技術，其中，流形約束超連接（mHC）通過改進殘差連接機制實現了更深網路層間的穩定資訊流，Engram條件記憶模組則通過解耦記憶與計算，把靜態知識檢索任務從Transformer計算中剝離。這兩項創新分別從訓練穩定性和記憶體效率角度，為突破”晶片牆“和”記憶體牆“提供了工程化解決方案。三、演算法創新正在重構AI價值鏈的成本收益結構通過雙隨機矩陣約束以及Birkhoff多面體投影的mHC機制，在維持深層訊號傳播穩定性之際降低梯度爆炸風險；Engram借助把百億級參數的記憶表解除安裝到CPU記憶體，使得推理吞吐量損失能夠忽略不計（<1%）。這樣一種“以演算法換算力”的路徑，讓國產AI晶片於訓練失敗率較高的當前狀況下，依舊能夠經由架構最佳化達成可用性能，進而加速國產算力的大規模運用。四、開源模型生態從DeepSeek單極主導走向多元競爭有資料顯示，DeepSeek V3以及R1，在2024年年底的時候，曾經佔據OpenRouter開源模型token消耗量的50%還要多，然而到了2025年下半年，其份額已經明顯下降，Qwen、Llama、Mistral等模型形成了“夏季拐點”之後的碎片化局勢。這表明開源大模型市場正從單一技術領先者的紅利時期，進入到多玩家技術迭代與生態競爭的新的階段。五、AI應用層正從對話工具向複雜任務執行體演進觀察到有報告稱，豆包AI手機，還有阿里通義APP，已然能夠自動開展多步驟任務，這意味著AI智能體（也就是Agent）開始從那種”對話式互動“狀態朝著”任務型助手“方向轉型。這種演進會明顯使得token消耗量和算力需求有所增加，原因在於複雜任務的執行需要更加頻繁地與大模型進行互動，這樣一來，就有可能把模型效率提升所帶來的單次呼叫成本下降給抵消掉。(TOP行業報告)

本月初，美國對委內瑞拉發動軍事打擊並強行控制馬杜洛夫婦，後又宣稱“要得到格陵蘭島”，種種舉動引起拉美、歐洲和國際社會譴責與反對，更引發多國對主權、區域安全和國際秩序的擔憂。環球民調梳理多項民調及網路輿論後發現，世界多國民意普遍認識到美國霸權行徑正在給國際社會帶來負面影響，期待未來的世界體系更加平等有序。民意測量委內瑞拉被認為是美國“新門羅主義”的第一個犧牲品，徹底暴露出“美國優先”的霸權邏輯。環球時報研究院2025年5月在拉美6國（阿根廷、巴拿馬、巴西、古巴、墨西哥、智利）開展的一項民調資料顯示，對於美國推行“美國優先”政策和加征關稅等行為，6國均有更多受訪者認為，這將給拉美地區帶來嚴重負面影響或挑戰。其中，墨西哥、巴拿馬超過一半受訪者明確表示，這將對拉美和加勒比地區的戰略自主性和貿易產生嚴重負面影響。圖片來源：川普“真實社交”平台美國無視國際法搞霸權的行徑已不僅限於拉美地區。近日，川普在其社交媒體接連發圖，先是把加拿大、委內瑞拉等覆上美國國旗，又手舉國旗登上格陵蘭島……此舉引起多方不滿。近期發佈的《中國國際形象全球調查報告》顯示，全球46國有近七成受訪者認為美國政府的外交政策或行動將對國際社會造成負面影響，嚴重衝擊現有國際秩序、損害國與國關係，是霸權主義和強權政治的表現。大多數拉美（73%）及歐洲（67%）受訪者也持此觀點。從美洲到歐洲，相關事件不禁讓人思考，國際秩序的未來將何去何從？近七成全球受訪者總體支援當前以聯合國為核心的國際體系，其中三成多支援在現有國際體系基礎上進行改革和完善。面向未來，近六成全球受訪者期待未來的國際秩序是一個平等有序的多極世界體系，每個國家平等參與國際事務。拉美國家這一比例接近2/3。國際民調機構資料也呈現出多國民意對美國的負面情緒。美國皮尤研究中心2025年7月公佈的民調資料顯示，美國被加拿大、巴西、阿根廷、墨西哥4個美洲國家視為最大威脅，也是歐洲各國普遍提及的威脅之一。這些視美國為威脅的受訪者則普遍傾向於美國對其國家構成經濟威脅；加拿大和墨西哥還有半數以上認為美國對其構成安全威脅。英國YouGov（輿觀）本月21日的最新民調顯示，如果美國武力佔領格陵蘭島，超過一半英國受訪者支援將美軍驅逐出英國基地。輿論切片面對美國的所作所為，社媒平台上持續湧現多國意見領袖、網民的反對聲音。 (環球時報研究院)

BCG（波士頓諮詢）近日發佈最新一期 Top Talent Tracker（2025年Q4頂級人才追蹤），主題為“Global Talent Mobility Is Slowing and Shifting”——全球高端人才流動正在放緩，並出現顯著方向性轉移。這份報告基於對全球超過 2.14億 高技能人才的追蹤，揭示了 2025 年人才市場的最新動態，值得企業和政策制定者高度關注。高端人才流動首次五年內下降報告顯示，截至2025年8月底，全球高技能專業人士（擁有本科及以上學歷）的跨境流動同比下降 8.5%，這是自2020年以來首次出現下滑。約 240萬 人實現了跨境流動，較上年減少約 22萬 人，佔追蹤總量的 1.12%。導致放緩的主要原因包括：主要經濟體移民政策收緊，尤其是加拿大和英國；全球經濟不確定性加劇；多國招聘需求減弱。與此同時，人才流動的方向正在重塑：美國市場份額上升 2.4 個百分點，繼續穩固主導地位；傳統歐洲中心普遍份額下滑；中東新興樞紐則強勢崛起——阿聯（UAE） 單年吸引約 17.8萬 高技能人才，份額增加 0.8 個百分點，在整體、STEM 和 AI 人才三大類別中均進入前三，沙烏地阿拉伯緊隨其後。AI 人才逆勢大幅增長值得注意的是，儘管整體高端人才流動放緩，但 AI 人才卻呈現爆炸式增長。報告資料顯示：高技能人才淨減少 22.3萬 人（-8.5%）；STEM 人才淨減少 3.7萬 人（-5.2%）；AI 人才淨增加 17.5萬 人，同比激增 528%（主要源於全球範圍內 AI 技能快速提升）。美國在 AI 人才吸引力上進一步拉大與歐洲國家的差距，份額增加 2.4 個百分點；阿聯份額提升 3.0 個百分點，位居第二；歐洲國家普遍份額下滑。開放人才政策帶來實實在在回報報告用資料有力證明：對全球人才的開放程度，直接關係國家與企業的長期競爭力。在某一技術領域擁有領先人才的國家，在該技術上領先的可能性高出 17倍；吸引更多全球人才進入領導層的公司，每年可多創造 1 個百分點的股東價值。這說明，人才開放不僅是生產力問題，更是技術和商業領導力的關鍵驅動力。十大“跳板大學”：印度高校主導全球 AI 人才輸出報告首次公佈了培養最多全球流動 AI 畢業生的十所大學，令人意外的是，前九名中有八所來自印度：Jawaharlal Nehru Technological University（印度）——境外 AI 人才 1.78萬 人，佔比 69%；University of Mumbai（印度）—— 1.63萬 人，51%；Anna University, Chennai（印度）—— 1.39萬 人，51%；Visvesvaraya Technological University（印度）—— 1.05萬 人，40%；Osmania University（印度）—— 9655 人，64%；University of Cambridge（英國）—— 7733 人，55%；University of Tehran（伊朗）—— 6196 人，64%；I.K. Gujral Punjab Technical University（印度）—— 2093 人，44%；University of Calicut（印度）—— 565 人，31%；Mansoura University（埃及）—— 372 人，22%。總計這十所大學貢獻了境外 AI 人才 8.5萬 餘人。這份榜單為企業提供了重要招聘線索：關注這些“跳板機構”，往往能更高效地觸達全球流動的頂尖 AI 人才。國家、企業如何贏得人才競爭？報告最後給出三方面建議：企業：制定行業專屬的全球人才工具箱，覆蓋從人力規劃到招聘、移民、融入的全流程，並推動高層文化轉變；政府：設立專門機構或基金，統籌招聘、培訓、移民服務，形成生態系統；同時審視移民政策瓶頸，學習國際最佳實踐；整體策略：將移民政策納入“人才三駕馬車”——技能提升、技術自動化與移民相結合，形成動態、全面的勞動力戰略。結語2025年，全球高端人才流動格局正在重塑：傳統移民大國吸引力減弱，中東新興中心快速崛起，美國繼續領跑，而 AI 人才成為最活躍的變數。無論是國家還是企業，誰能更開放、更高效地吸引和留住全球頂尖人才，誰就將在未來競爭中佔據先機。 (AI資訊風向)

那不是你說了算哦輝達官方在官網發佈博文，詳細介紹正在開發的可視化 GPU 叢集監控方案，可幫助雲服務合作夥伴計算 GPU 的正常執行階段間。該方案由使用者自願選擇、客戶自行安裝，可用於監控 GPU 的使用情況、配置以及錯誤資訊，內含開放原始碼的客戶端軟體代理，旨在幫助客戶充分發揮 GPU 系統的價值。通過軟體，客戶可追蹤功耗峰值，在控制能耗預算的同時最大化每瓦性能，監控整個 GPU 叢集的利用率、記憶體頻寬以及互聯狀況等多項安全功能。官方表示，這套軟體可幫助企業和雲服務提供商直觀瞭解其 GPU 叢集運行狀況，解決系統瓶頸，最佳化生產力，整套服務通過即時監控實現，每個 GPU 系統會與外部雲服務通訊並共享 GPU 指標。同時輝達強調，他們的 GPU 不包含任何硬體追蹤技術、遠端終止開關或後門。此外，輝達計畫將客戶端軟體代理開源，提供更高的透明度和可審計性，整套軟體可提供企業 GPU 資產的可視化資訊，無法修改 GPU 配置或底層運作方式，只能夠提供唯讀的遙測資料，交由客戶自行管理並可按需定製。 (AMP實驗室)