IT之家 6 月 6 日消息，AMD 在 Computex 2026 上推出 Radeon RX 9070 GRE 显卡后，其高管对外阐述了 Radeon 游戏 GPU 的长期策略。 AMD 企业副总裁兼图形事业部总经理 David McAfee 表示，公司正试图在 Radeon 业务上复制当年的“锐龙时刻”，但他也承认要打造一套“完美的 Radeon 平台”仍需要数代产品的时间。 当然，要打造一个完美的 Radeon 平台仍需数代时间，但我认为 Radeon 的核心必须是：一切都应围绕着为终端用户提供价值，以及他们能从这个系统中获得什么。关键在于优秀的使用体验，在 GPU 上结合 FSR、游戏支持以及集成到热门游戏中的新技术。 此外，我认为关键还在于倾听用户社区的声音，并理解用户对这些产品和显卡的期待，而不只是简单地追求每一点出厂性能表现。 AMD 将 Radeon 与 Ryzen 的发展历程进行了类比。近年来，AMD 一直试图在显卡市场复制 Ryzen 在处理器领域的成功经验。 在独立显卡市场，NVIDIA 目前仍占据超过九成市场份额，而 AMD 的市场占有率曾一度跌至个位数水平。面对这一局面，AMD 在 RDNA 4 产品规划中将重点放在主流和高端市场。虽然 Radeon RX 9070 XT 在部分场景下能够媲美 GeForce RTX 5080，但整体产品阵容仍不及 NVIDIA 完整。 例如，AMD 在此次 Computex 上发布的 RX 9070 GRE 搭载 Navi 48“RDNA 4”GPU，配备 12GB 显存，建议零售价 549 美元（IT之家注：现汇率约合 3729 元人民币），定位高端游戏市场。 McAfee 表示，在当前 DRAM 成本上涨的背景下，公司正努力为玩家提供更具性价比的解决方案，而这也将成为 Radeon 产品未来的重要方向之一。 除了价格因素外，AMD 也希望为玩家带来更具吸引力的功能和新一代体验，同时持续关注用户需求。AMD 已宣布为 Radeon RX 7000 和 RX 6000 系列等较早的 RDNA 显卡提供 FSR 4.1 支持，并计划通过即将推出的 FSR Diamond 等技术进一步增强 FSR 能力。 AMD 在部分技术领域仍处于追赶状态，不过 Radeon 团队仍坚持面向 DIY 玩家群体的产品理念。与此同时，市场对于部分 NVIDIA 技术和硬件设计也存在不同声音，例如 DLSS 5 相关“AI 换脸”的争议，以及 16pin 供电接口熔毁问题、驱动兼容性等话题。 AMD 计算与图形事业部高级副总裁兼总经理 Jack Huynh 此前曾表示，未来 RDNA 产品世代的重要目标之一是进一步提升市场份额。 在直接对比中，McAfee 并不回避与竞争对手的差距。他提到，“我从 Ryzen 项目最初阶段就参与其中，而进入 Radeon 业务后，我认为两者的发展轨迹非常相似。Ryzen 多年来一直致力于让用户用同样的钱获得更多价值，非常注重社区反馈，从而提供用户真正想要的那种平台体验。我认为 Radeon 也是同样的理念。”
游戏题材与背景 《 Paralives 》是一款沙盒类的生活模拟游戏（ Life Simulation Game ）。游戏采用了类似手绘的温馨 2D/3D 融合艺术风格。玩家在游戏中被称为“Parafolks”，你可以从零开始创建角色、设计和建造房屋，并在这个充满活力的开放小镇中经营他们的人生、发展职业、建立人际关系。 当前开发进度 这是一款完全由 Patreon 众筹支持的独立游戏，没有传统发行商的干预，因此开发团队（ Alex Massé及其团队）拥有极高的创作自由度，且开发过程高度透明。 上线计划： 游戏已确认将于 2026 年 5 月 25 日 登陆 Steam 平台开启抢先体验（ Early Access ）。 更多信息 wiki/指南等 请关注： https://paralives.wiki/ 3. 核心玩法亮点 游戏的玩法围绕三大模块展开，并在细节上做出了重大突破： Paramaker （捏人系统）： 极度自由。不仅支持全面的色彩轮（ Color Wheel ）自定义皮肤和衣服颜色，还允许玩家直接拖拽调整角色的身高、体型和身体部位。 无网格建造（ Grid-less Building ）： 这是让许多建筑玩家狂喜的功能。告别了传统的方格限制，你可以建造完美的弧形墙壁、自由放置和旋转物品。更硬核的是，家具可以自由调整尺寸（例如把单人床拉长变成双人床，或者改变窗户的长宽）。 生活与社交模式： 引入了独特的 “Together Cards”（羁绊卡牌） 系统来处理人际关系，让社交互动不再是机械地重复点击“讲笑话”。同时，游戏内置了复杂的人格系统、天赋和动态需求。
英伟达正试图在美国出口管制收紧、市场份额从近乎垄断跌至几乎为零之后，通过获得针对中国市场的H200芯片出口批准，重新夺回其在中国人工智能加速芯片领域的地位。 在美国政府连续多轮针对高性能GPU和AI加速器的出口限制生效后，英伟达此前在中国数据中心和人工智能训练市场中约95%的份额遭到重创，相关高端产品被直接禁止出口，渠道出货几乎被冻结，原本依赖英伟达生态的大型云服务商和互联网企业被迫大规模转向替代方案。 随着最新一轮针对中国的芯片出口审查中，面向特定参数和性能阈值设计的H200产品获得批准，英伟达被视为迎来了重新切入中国市场的关键窗口，希望借此在合规前提下向中国客户提供新一代AI算力，并逐步恢复此前被“清零”的市场基础。 从业界反馈来看，H200获批意味着美国监管方在“卡脖子”与“适度放行”之间做出有限让步：一方面继续封堵顶级算力和高带宽互联方案的全面输出，另一方面允许经过降配、调整规格后的产品进入中国市场，以在产业链安全、商业利益和地缘政治之间寻求平衡。 对英伟达而言，H200重新进入中国不仅关系到营收修复，也关系到其软件生态和开发者体系在全球范围内的延续性。此前，大量中国客户已开始测试国内GPU和AI加速芯片，配合开源框架和本土软件栈进行替代。一旦这一趋势固化，即使未来高端产品解禁，英伟达也可能面临“回归难”的局面。 因此，H200在中国市场的落地被视作一次“止血”与“争取时间”的尝试：一方面，为现有依赖英伟达架构的云计算与AI训练集群提供升级路径；另一方面，借助持续供货维持开发者对CUDA等生态工具的黏性，拖慢本土替代方案的渗透速度。 然而，考虑到美国出口管制政策仍存在不确定性，且中国厂商在GPU、AI专用芯片以及算力网络等领域的自研进程加快，英伟达即便凭借H200重返中国市场，其恢复空间和节奏依旧存在较大变数。未来，围绕性能阈值、芯片架构调整以及软件控制的制度博弈将继续影响英伟达在中国的业务边界，也将持续重塑全球AI芯片产业格局。 查看评论
在结束自建自动驾驶项目多年之后，Uber 正试图以另一种方式重返无人车版图：把全球数百万名网约车司机的车辆，改造成为自动驾驶公司和其他实体世界 AI 模型提供数据的移动“传感器阵列”。 Uber 首席技术官 Praveen Neppalli Naga 在接受采访时披露了这一长期构想，并将其描述为公司今年 1 月底宣布的新项目 AV Labs 的“自然延伸”。 他表示，Uber 的最终方向，是在不远的将来给人类司机的私家车加装各类传感器，用于采集真实道路场景数据。Naga 同时强调，在迈向这一步之前，公司需要先彻底弄清不同传感器套件的能力与工作方式，并等待美国各州在“什么是传感器、如何共享数据”上给出更明确的监管指引。 目前，AV Labs 仍运行在一支规模有限的专用车队之上，这些车辆配备传感器，由 Uber 自行运营，与日常接单的司机群体相互独立。 但从 Uber 的叙述可以看出，这只是一个起点：Uber 在全球拥有数以百万计的司机，即便只有一小部分车辆安装了传感器，也足以构建起一张任何单一自动驾驶公司都难以匹敌的道路数据采集网。Naga 认为，如今制约自动驾驶技术演进的瓶颈已经不在底层算法或算力，而是高质量、足够多样的真实世界数据。“瓶颈是数据，”他说，“像 Waymo 这样的公司需要不断出去采集数据，覆盖不同的场景。” 在他的设想中，自动驾驶企业可以通过 Uber 的网络，按需订制极为精细的训练数据，比如提出“在旧金山某所学校门口的路口，在某个特定时间段采集交通情况，以训练模型”的需求。 真正的问题在于，绝大多数自动驾驶公司并没有充足的资本在全球大规模铺设自有车队，去高密度覆盖这些长尾场景。Uber 如果能调动已有的司机和车辆资源，就有望成为整个行业的数据供给层，为自动驾驶技术提供源源不断的“燃料”。 外界曾长期质疑，在放弃自建无人车后，Uber 是否会在未来被自动驾驶公司“绕开”，甚至在出行生态中被边缘化。 联合创始人 Travis Kalanick 也曾公开表示，放弃自动驾驶是一个“巨大错误”。 如今，通过 AV Labs，Uber 正试图把自己的角色从自动驾驶整车开发者，转变为这一领域的基础设施和数据平台，借助广泛的司机网络和订单流量，为所有参与者提供底层能力。 Uber 目前已经与全球 25 家自动驾驶公司达成合作，其中包括在伦敦运营的 Wayve 等玩家。 在此基础上，公司正在搭建一个所谓“AV 云”：即一个标注完备的多模态传感器数据仓库，合作伙伴可以在其中进行检索和调用，用于训练各自的自动驾驶模型。 Naga 介绍，合作公司还可以在 Uber 平台上对真实订单运行“影子模式”推理——也就是在真实行程数据上模拟自己的自动驾驶系统会如何决策，而无需真正把无人车投放到路面上。 从对外表态来看，Uber 试图将这一平台包装为“行业公共设施”。“我们的目标不是靠这些数据赚钱，”Naga 说，“而是希望把它民主化。” 不过，考虑到优质数据在自动驾驶和更广泛 AI 领域的商业价值以及稀缺性，这样的定位未来能否持续仍存疑问。事实上，Uber 近年已经对多家自动驾驶公司进行了股权投资，而如果其掌握的大规模、差异化训练数据成为合作伙伴核心竞争力的一部分，Uber 在这些公司面前的议价能力很可能进一步加强。 在这套构想背后，Uber 的逻辑正在从“造车”转向“做平台”：一方面，它通过自身的出行和外卖网络，继续维持在终端用户层面的入口优势；另一方面，则尝试把司机车辆的真实行程和场景沉淀为结构化数据资产，为自动驾驶企业乃至其他需要实体世界训练数据的大模型公司服务。 对于一家早已不再亲自做自动驾驶硬件和软件栈的公司而言，这或许是继续参与下一轮交通技术变革、并在其中保持存在感的全新路径。 查看评论
6月8日，据报道，知情人士称，黑石集团正试图出售其持有的逾20亿美元私募投资基金份额。（界面）