一、“懒”字当头 功能性家电成为消费者喜好
懒得扫地、懒得做饭、懒得洗衣......对以独生子女和单身人群主要构成的90后一族来说，很早便体会到了科技带来的便捷，他们用科技产品替代了事必躬亲，从而造就了一批“懒人”的出现。
2018年，阿里妈妈用户研究团队发布了《体验经济时代的硬科技与软营销| 家电行业消费洞察及营销启示》（一下简称《数据》）显示，根据近几年家电品类和功能的变化，如今家电产品为了满足人们“慵懒”生活而变得越来越方便高效。
在消费观念上，人们更希望突破家的束缚，愿意“花钱买时间”，根据《数据》显示，洗碗机的增长率高达94%，烘干机增加了66%，而即时加热热水器增幅也高达55%。“一体机”的涌现成为另一大特点，一件产品搞定多种功能，比如“吸擦一体机”、“洗烘一体机”的增长均翻2倍左右；免清洁自动化让家电自己会洗澡，单单满足“空调免拆洗”的功能诉求，就促成了接近4倍的增长。
除了扫地机、“一体机”以外，一些外观时尚、使用方便的酸奶机、豆浆机、榨汁机等等小家电也深受年轻消费者的喜爱。
二、趣味智能 智能家电成为年轻人的首选
90后消费者的特征是科技乐观主义者。他们对人工智能、物联网家电有着浓厚的兴趣，这是他们在购买家电首选的重要依据。
90后消费者有几个显著的特征：一是他们当中的一部分进入而立之年，或将成家立业，而结婚首选的家电产品中，智能家电、年轻时尚将是他们的首选；
二是他们当中的一部分人拥有自己的住房，在居家装修时，智慧生活、智能家居是他们的首选，也是90后年轻人最明显的特征。应该说，智能家居的主要受众就是80后和90后。尤其是90后，更有品牌意识和消费偏好。
在硬件上，以智能家电为代表的一些列产品的涌现，让人们看到“未来已来”的可能。Wi-Fi、智能、AI都成为了家电产品的关键词。其中，Wi-Fi冰箱的增长竟然翻了近10倍,而这些产品的受众多是80和90后消费者。
三、健康家电成首选
随着消费升级和理念的变化，消费者把健康放在第一位，因此，健康家电是年轻消费者考量的主要指标之一。
比如健康冰箱、健康洗衣、健康电视、健康饮用水等，从消费需求来看，消费者对健康家电的需求与日俱增。
例如：新风系统电器、牙齿美白仪、净水器等新品类均有不同程度增长。尤其是除螨洗衣机，《数据》显示，其达到了8倍的增长额度，十字开门冰箱更是超过985%的增长。
以冰箱为例，90后很多年轻人打破传统，他们在购买冰箱时，希望可以储藏化妆品，这种需求在以前是不存在的，也打破了过去冰箱传统的功能。这种需求一方面倒逼产品创新，另一方面，这种功能也会增加与用户的粘性，而这也是年轻消费者的特征之一。
健康洗衣是很多年轻人追求的重点。比如和其他家电品牌不同，Leader洗衣机把年轻人“变懒”的主张，是让他们更加爱生活、爱科技。
Leader优等声智能洗衣机的蒸汽小分子可以快速穿透6层织物纤维，还原衣物的纤维d力，从烘干之后的那一刻便能直接舒服地穿在身上，“空气洗”还能够有效的去除衣服上的烟酒味以及火锅味。
1.IBM推出全球首款2nm制程芯片我想推荐的第一项进展来自芯片制造领域。提起芯片制造，我们经常会想到台积电、三星、英特尔这种老牌芯片大厂。但是在上周，一位 科技 圈的“扫地僧”让我们眼前一亮。
5月6号，美国IBM公司正式宣布他们成功开发出了世界上第一个达到2nm水平的芯片制造工艺。我在文稿区放了一张这次IBM公布显微镜下的芯片照片，里面一个个排列整齐的锯齿状凸起，就是芯片中负责运算的最基础结构单元——晶体管的横截面。可以看出其中结构精巧的程度，可以说令人叹为观止。
不过细心的同学可能会注意到，照片里面芯片最重要的微观结构，也就是晶体管中电子流动的通道宽度是12nm，跟说好的2nm不一样！这是为什么呢？
其实，这就涉及芯片技术里一个大多数人都不太了解，但又很重要的知识点了。那就是芯片使用多少纳米的工艺，虽然在很多年以前是代表芯片里晶体管特征尺寸的真实大小的，但是现如今7nm、5nm芯片中这个所谓的多少纳米，其实早都已经不代表晶体管的真实尺寸了，而只是一个技术代号（这就跟苹果11、12代手机是一个意思）。
甚至，芯片大佬之间还因为每一代制造技术究竟应该叫几纳米吵过架。比如在前几年，英特尔公司就曾经指责台积电说：“台积电的7nm芯片里晶体管的个头，比英特尔制造的10nm芯片个头还大，简直是技术虚标！”但是没办法，台积电在过去几年中，还是无情地超过了英特尔成为全球市值第一的芯片企业。因此，尽管名称上存在一定营销策略的考虑，但是芯片技术从7nm到如今的5nm、3nm，可以说每一代都是很成功的。
听到这里有些同学可能会问了， 那既然这多少纳米已经不代表真实的晶体管大小了，这一次IBM的所谓2nm技术是不是也有虚标的成分呢？
目前看来还真不是。这次IBM宣布的2nm芯片技术，至少在两个方面是有一些真本事的，很值得对芯片产业感兴趣的同学留意。
首先，就是这次IBM在芯片的晶体管密度上确实有比较大的提升 。我们刚刚提到，如今芯片工艺的名字已经不跟晶体管的真实尺寸挂钩了，但这可并不意味着芯片每一代技术的名字就可以乱叫。事实上，业界有一个默认的规矩，那就是只有当一种芯片的制作工艺，在单位面积上的晶体管数量（或者说晶体管的密度）比起上一代有将近一倍的提高的时候，才有资格叫新的名字。
而这一次IBM的2nm芯片，在每一平方毫米的面积上，可以制造3.3亿枚晶体管，这个密度差不多是苹果手机里5nm芯片的2倍，小米、三星等等手机里5nm芯片的3倍，确实有比较明显的提高。
要知道，晶体管的密度跟芯片性能基本上是成正比的。引用IBM自己的话来说，这种高密度的晶体管技术，能把如今手机的续航提高到四天，对大型的数据中心、个人电脑，以及自动驾驶 汽车 ，也有很大的性能提升潜力。
为什么这么说呢？
这里需要简单补充一点芯片技术发展背景知识。在2010年之前，芯片里的晶体管使用的都是所谓的平面工艺，换句话说，那个时候的芯片即便用显微镜去观察，也还真是一个扁平的“片”。但是，这种扁平的晶体管结构，在28nm左右就遇到了瓶颈，很难再继续缩小了。
于是英特尔公司，在2011年推出了一种被称为鱼鳍式晶体管的芯片技术。这个技术的具体细节你不用关心，你需要了解的是，这是一种样子有点像鱼鳍的立体结构，成功地让芯片工艺突破了28nm的难关。从2011年直到今天，所有的高端手机和电脑芯片，使用的全都是这种鱼鳍式晶体管的技术。换句话说，如果把你正在收听得到APP的手机里的芯片放到显微镜下的话，看到的就不再是扁平的图案，更像是一个高楼林立的城市航拍照片。可以说，正是这种芯片的立体结构，引领了过去十年芯片行业基本的技术方向。
但是令人头疼的是，如今的芯片又到了一个重要的技术节点，那就是工程师们发现对于小于5nm的工艺来说，即便是鱼鳍式的晶体管，也不好用了，会出现漏电等等复杂的失效现象。于是，业界就热切地盼望能有一种新的晶体管结构，能像十年前的鱼鳍式结构一样，继续带领芯片制造工艺向前进步。
说到这里，就要提到这次IBM成功实现的新工艺了。从IBM这次公布的2nm芯片照片可以看出，其中晶体管已经不再使用如今的鱼鳍式结构，而是采用了一种更加立体，结构也更复杂的全环绕式结构（也就是所谓的GAA晶体管）。
打个比方来说，鱼鳍式晶体管就好像是在硅片上造了好多平房，而这个全环绕式晶体管就如同把平房升级成了楼房。由于微观结构更加立体，也就使得晶体管的密度突破了5nm工艺，向着更小、更先进的芯片前进。
值得一提的是，这次IBM实现的全环绕式结构，并不是它的独创，事实上包括台积电在内的许多芯片厂商也都在尝试这种新结构。只不过这一次IBM抢先在2nm这个工艺节点上，公布了自己的成果。因此可以预见的是，伴随着全环绕式结构，芯片技术很有可能继续迎来10年的蓬勃。
说到这里我有一个感慨，芯片技术其实是人类 历史 上极为罕见的一类技术。因为我们人类大部分的技术突破，都不具备时间上的可预测性。大概只有芯片技术，能够在过去60多年的时间里，持续地兑现性能指数级增长的承诺。这里面蕴藏了无数科学家的辛勤工作和勇敢尝试。
这次成功实现的全环绕式晶体管，大概是目前业界普遍认可的未来十年最有希望的技术方向，因此我在本月将它分享给你。很可能未来的几年，我们就会用上采用这种新工艺的手机和电脑了。
2.中科大团队将“相干光存储”时间提升至近1小时，创世界纪录
我为你推荐的第二项进展，来自我国科学家在光学领域创下的一项新纪录。
在中文里，“光阴”和“时间”是一对同义词。我想这可能是因为在古人的眼里，时间就像是光线一样只能流逝而没法保存。但是不知道你有没有想过，光线真的不能被保存住吗？
4月22号，《自然通讯》杂志报道了一项来自中国科学技术大学的新世界纪录。研究人员成功地将“相干光存储”技术的存储时间，提升到将近一个小时的长度，比之前的世界纪录提高了50多倍。
说到存储我们都不陌生。比如我们存在U盘里的数据，存上一两年肯定是没什么问题的。为什么这种“相干光存储”保存一个小时就很了不起了呢？为了理解这项纪录的意义，我想还是得先介绍一下什么是“相干光存储”技术。
我们知道，光的本质是电磁场的周期性波动。如果把光写成波动的数学形式，有三个对应的数字是我们比较关心的，分别是与光线亮度相关的振幅信息、与光线颜色相关的频率信息，以及与光传播的时间相关的相位信息。
其中，前两个与亮度和颜色相关的数字，我们比较熟悉。举个不一定恰当的例子，我们日常生活中的每一张照片，其实都可以理解成一个光存储设备。它记录的是一块区域里面光的亮度和颜色信息。而我们人眼看照片的过程，就可以理解成一个读取数据的过程。
我们今天一般意义上的光存储技术，比如说光盘，只能利用光在一段时间内平均亮度来存储数据。而刚刚提到的第三个数字，也就是光与时间相关的相位信息，我们其实并没有记录。这就好比，图片或者视频里的每一个像素，记录的只是光在快门时间内的平均亮度。而真实世界中发生的情况是，光作为电磁波，它在快门时间内其实振动了上百亿次，每一次振动都对应一个极其微小的时间周期，那这些与时间相关的信息，从图片或者视频里就是无从得知的。
但是，如果我们贪心一点，想把光的第三个信息——也就是与传播时间相关的相位信息记录下来，就会立刻变得非常困难。这是主要是因为， 光的相位信息是一个非常小而且敏感的数字。比如我们日常的可见光，如果要记录它的相位，大概等价于记录千万亿分之一秒这个级别的时间信息，这本身就是非常困难的。而且即便能够保存这部分信息，任何一点环境中的风吹草动，都很可能破坏这个数据。更不要说把它精确地读取出来了。
而这一次中科大的科学家们研究的“相干光存储”技术，简单来说，就是想把这个敏感而脆弱的相位信息，保存下来的技术。
听到这里，有的同学可能还会好奇，我们为什么非得保存光的相位信息，这么敏感和脆弱的数据对我们有什么用呢？
这就要提到“相干光存储”一个重要的未来应用了，那就是量子通信和量子计算。这里面的技术原理比较复杂，我只为你介绍一下其中的主要概念。简单来说，今天量子技术的一个重要的流派，就是利用处于量子态的光来实现通信和计算的效果。
但是具备一定计算机知识的同学肯定会意识到，任何一个计算系统，如果只有通信和计算设备肯定是不行的，还得有对应的存储设备，才可能实现完整的计算功能。而具体到今天来说呢，不论是现如今的量子计算还是量子通信技术，都还没有任何一种设备能够把计算或者通信的中间结果，用光量子本身作为载体保存下来。
这样的量子设备，就好比一个人脑子特别好用，算数特别快，能瞬间算出100万之内的加减乘除。但是他的记性特别不好使，算完之后马上就忘了。如果你问他1秒钟之前的计算结果，他大概率已经忘了。
所以，我们非常希望有一种方式，能够把完整的光量子的信息保存下来。这才能够和今天非常热门的量子计算，量子通信配合成为完整的量子信息系统。而光量子最重要，也是最难保存的信息就是刚刚提到的，与光传播时间相关的相位信息。
听到这里我想你就能明白了，尽管“相干光存储”技术难度非常大，但是科学家们认为，它很有可能是迈向光量子存储的必经之路。所以哪怕现在的效果很一般，也要不断地进行研究和尝试。
那说到这里很多同学可能还会问，这一次中科大的科学家们是怎么做的呢？
其实，如果我们忽略掉其中的技术细节，我们会发现这一次中科大的科学家们最重要的技术突破，就是通过一种原子级别的材料挑选技术，找到了一个特殊的晶体材料，能够有效地把敏感的相位信息保存起来。
具体来说，科学家们找到了一种特殊材料，也就是所谓掺有铕的硅酸钇晶体，这里面的钇和铕都是比较少见的化学元素，你不用关心具体的材料名称。你需要了解的是，这种材料中的原子刚好能够吸收特定波长的光，把光的信息存储在环绕原子周围的电子上面，而且稳定地存储相当长的一段时间。当我们需要读取数据的时候，这些电子会通过光的形式释放能量，相当于把我们刚刚存储进去的光发射了出来。这也就完整地完成了光的存储和读取过程。
上面这个过程听起来还是比较简单的，但是 *** 作其实非常的复杂。因为在原子尺度上挑选材料，跟我们在菜市场里挑菜的难度是完全不一样的。为了准确的地对材料在原子尺度上对光的响应特性进行测试，研究人员从2015年开始，开发了一种设备，叫做光学拉曼外差探测核磁共振谱仪。这种设备的名字听起来就很复杂，简单来说它是用来观测原子周围电子的能量特征的。因此才让科学家有能力对材料进行原子级别的挑选。
利用这种挑选出来的新材料，中科大的科学家们成功地把相干光的存储时间提高到了将近一个小时的长度，把之前的世界纪录提高了50多倍。
不过，值得注意的是，这一次中国科学家们实现的是“相干光存储”技术，距离我们刚刚提到的光量子存储，还有一定的距离。其中的区别，简单来说，相干光存储技术保存的是一束光，而光量子存储技术则需要再往前走一步，记录每一个光量子的信息。
我们也期待中国的科学家能够在量子信息学领域为我们持续带来好消息。
马斯克的机器人，绝对比想象中要智能。虽然这是第一代产品。这源自于，特斯拉超算dojo和特斯拉海量的汽车用户提供数据。进行ai训练。
马斯克的机器人，拥有目前最好的ai视觉系统。
并且特斯拉拥有强大的ai芯片。目前特斯拉的ai芯片算力可以达到144tops
这是什么水平？
l2级别的自动驾驶，需要ai芯片算力达到2-10tops
l3级别的自动驾驶需要24-60 tops的算力。
l4需要100-320tops算力。
l5需要500-2000tops算力。
小鹏p7的自动驾驶芯片算力是，2.5tops。
比亚迪汉是8tops。
特斯拉hw3.0算力是144tops。
可以看出差距了吧，这只是算力的问题。算力只是能达到某种高度的前提，算力不够，更难实现，更高的自动驾驶水平。
这还不包括ai算法，和软件的差距。算法上差距同样巨大。
为什么特斯拉机器人和特斯拉汽车有关系？
特斯拉汽车的自动驾驶，本质上的算法也是对路面环境，人物建筑的识别，与判断。因为特斯拉和国内厂家有些不同，它抛弃了激光雷达的方案，只用视觉ai。
这与机器人需要的视觉ai如出一辙。
算法，软件，芯片，训练模型。
特斯拉极具优势，并且也很成熟。
所以我认为特斯拉机器人，肯定会让人眼前一亮。
再说机械结构部分，从波士顿动力的机器人的灵活程度，可以看出，美国在机器人机械结构上已经非常灵活，也拥有大量的技术积累，人才也很多。机械结构的灵活程度和电机有直接联系。
高科技领域实际上是一个硬核问题。
它需要很多前提，才能决定你在某些领域是否有可能诞生，超级产品。
特斯拉刚好具备了，真正智能机器人诞生的前提，它拥有强大的ai芯片，世界最强的超算，最强的视觉算法，海量的训练数据。
硬科技不是话术和营销可以解决的，也不是阴谋论可以阻挡的。
硬科技就是硬科技，需要一步步走完，才能实现。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）