昨晚，小米创办人雷军完成了其在马年后的首场直播，主题为「小米汽车安全专场」。
直播中雷军提及，2023 年小米汽车第一次技术发布会上，小米就提出了「安全高于一切」。其指出，
我们认为，用户是一切的出发点，安全是一切的基础和前提，安全高于一切。造一台安全的好车，一直是我们的初心，小米汽车的目标就是做同档最安全的车。
据雷军介绍，小米汽车目前安全相关的团队超过 3500 人，拥有「安全委员会「「全域安全部」「安全防御团队」「独立的事故调查中心」「安全响应中心」等。
而在发生碰撞后，车辆收到碰撞信号后，门锁会自动切换至机械解锁模式，用力外拉即可机械开门。
据悉，新一代 SU7 即便在极端情况下，大小电池同时断电，门把手也依然保留纯机械解锁能力。门锁还具备三重供电冗余：大电池+DCDC、小电池、以及布置于二排座椅下方的备份电源，可以支持四门解锁。
雷军还在直播中透露，小米深入参与电池研发，并且自己制造一部分的电池包，有助于更深入地掌握电池技术，更好地与供应商协同配合，严格把控电池的质量和安全。
据其介绍，小米当前有超过 220 人的电池研发团队，成立至今，电池系统相关专利提交了 486 篇，目前已经获批 190 篇。
另据 ChinaEV Home 消息，其公布了一组疑似小米未发布的全新超级跑车车型的谍照图。
ChinaEV Home 介绍，该台车型于巴塞罗那被抓拍到，并且车轮毂上印有「XIAOMI」的 LOGO 内容。从曝光的图片来看，车辆肌肉感十足，四轮轮拱幅度十分夸张，并且从其中一张图可以看出，车辆尾部有回旋镖造型的设计。
昨晚，OpenAI终于宣布完成 1100 亿美元新一轮融资，投前估值高达 7300 亿美元。
软银投 300 亿美元、英伟达投 300 亿美元、亚马逊投 500 亿美元。
而这笔钱将分别用于「与英伟达合作获取下一代推理芯片」「通过亚马逊 AWS 触达更多企业客户」和「支撑公司从研究型机构向全球产品公司转型」。
AWS 将成为 OpenAI Frontier 平台的独家第三方云分销渠道；
双方联合开发 Stateful Runtime Environment（有状态运行时环境），让 AI ·Agent 能记住上下文、调用工具；
OpenAI 将消耗 2 吉瓦的 Trainium 算力用于训练和推理。
与此同时，微软也紧急发声明「维稳」：与 OpenAI 的合作关系一切照旧。
另外，OpenAI 还晒出了一组恐怖数据：ChatGPT 周活跃用户突破 9 亿，付费企业用户超过 900 万，消费者订阅用户达到 5000 万+。
OpenAI 称今年 1 月和 2 月有望成为公司历史上新增订阅用户最多的两个月。
近期，有报道称魅族手机业务已经实质性停摆，并将于 2026 年 3 月正式退市。
昨日，魅族科技方面发布公告进行回应。其表示，公司未来将进行战略转型，找到一条让自身健康经营和持续创新的道路：
未来将暂停国内手机新产品自研硬件项目，并积极接洽第三方硬件合作伙伴，同时原有业务不受任何影响（海外手机业务、AI 眼镜和 PANDAER）。
本次战略转型最大原因是因国内手机市场竞争激烈，同时内存价格持续暴涨，导致下一步新产品的正常商业化变成了不可为。
据悉，魅族后续将从过去以硬件为主导转向以 AI 驱动软件产品为主导的发展方向，并打造以 Flyme 开放生态系统为基座的良性运作的企业。
已有第三方品牌在接触 Flyme 系统，采用「新机新终端+Powered by Flyme」方案。
今年 1 月，星纪魅族集团中国区 CMO 万志强曾在活动上表示，当前内存的大幅上涨对手机商业计划是巨大的冲击，魅族 22 Air 将取消上市计划。其当时透露魅族 23 仍将在 2026 年发布。但据报道，该项目已经不再实质性推进。
据「Toms Hardware」报道，英伟达 CEO 黄仁勋近期在最新的电话财报会上发出预警，称未来几个季度，消费级游戏显卡将面临严重的供应短缺。
英伟达 2027 财年（即 2026 年 1 月底开始）上半年的游戏显卡供应将非常紧张，且下半年的市场能见度依然有限。
其直言：「尽管我们非常希望提供更多产能，但预计未来几个季度的情况将极其紧张，年底前能否改善目前仍有待观察。」
报道分析指出，消费级游戏显卡供应短缺或因「消费级产能转向 AI GPU」和「GDDR7 显存供货瓶颈」。
据英伟达数据显示，其游戏与专业视觉业务在上一财年贡献了 192.33 亿美元营收。其中，GeForce 游戏显卡销售额达 160.42 亿美元，同比增长 41%。
而据调研机构 Jon Peddie Research 统计，英伟达在 2025 年前三个季度的桌面 GPU 出货量约为 3040 万块，已超过 2024 年全年 3020 万块的总销量。
（目前售价 4699 元，约合人民币 32229 元），并且本次涨价将适用于所有地区。
近期，DeepSeek 联合北京大学与清华大学悄悄上线了一篇论文，正式发布名为 DualPath 的新技术方案，重点解决了 AI 大模型在执行复杂多轮任务时遭遇的历史数据读取瓶颈。
据论文介绍，现在 AI 系统在处理超长上下文时，负责「处理输入信息」和「生成文本回答」的两个计算模块，会出现数据通道资源错配的情况。
新的 DualPath 打破了常规的单线传输限制，允许历史数据先通过闲置通道进入「生成回答」模块，随后利用集群内部的高速网络，瞬间转发给「处理输入」模块。
当前，大模型正快速向具备自主规划能力的「智能体（Agent）」方向演进，AI 需要频繁回顾动辄数万字的上下文，导致系统性能的制约因素已从「算力不足」转变为「数据传输太慢」。
而 DualPath 技术的验证，证明了通过优化底层数据流向，可以在不增加硬件采购成本的情况下大幅盘活闲置资源。
