罗永浩：锤子 T3 已量产 很牛X！雪上加霜，三星 Note 2 在印度航班上起火

罗永浩：锤子T3已量产 很牛X！

骁龙821旗舰机都已经开始轮番登场了，老罗永浩的锤子T3依然虚无缥缈，近来更是连续传出了锤子科技巨额亏损、公司要被收购等一系列消息，而锤子除了回复“假的”两个字似乎没别的招了，着实让人揪心。

不过现在老罗亲自现身了，给我们吃下了一颗定心丸。

罗永浩的最新微博明确表示，锤子T3已经开始进行量产，而发布会的时间也即将彻底确定。此外关于锤子T3等方面，其还准备了相当相当多的牛X要在发布会上说。结合此前其曾经表明锤子T3的续航能力足够满足一整天的使用来看，这一回的硬件配置以及调教优化将会成为重点。

雪上加霜！三星Galaxy Note 2在印度航班上起火

近日饱受Galaxy Note 7爆炸事件困扰的三星再一次悲剧了。据外媒援引印度民航总局的一名官员的报道称，一部三星Galaxy Note 2在从新加坡飞往印度南部城市金奈的印度航班上冒出烟雾。

当时，一些乘客首先闻到异常的烟味，立刻通报机组人员，随后检查发现，这部Galaxy Note 2位于随身行李架内。机组人员使用灭火器将火扑灭，随后将手机放入盛水的容器里，转移到厕所隔离。这是印度航班首次发生三星设备着火事件。

此事件发生之后，印度民航总局已经发布了针对在航班中禁止使用、打开或充电三星Note系列电话的通报。

SpaceX公布猎鹰9号火箭爆炸事故原因

据国外媒体报道，SpaceX公司近日宣布，工程师找到了早前火箭爆炸事故的可能原因。SpaceX公司表示，三周前，摧毁了猎鹰9号火箭的爆炸事故很可能是火箭上面级氧气箱中的氦气系统发生了泄露，目前造成氦气系统泄露的原因仍有待调查。SpaceX公司发言人Dex Torricke-Barton表示，我们还在探索一系列可能的原因，目前不予置评。

9月23日，SpaceX公司在其官方网站上宣布，调查员并没有发现9月1日的爆炸事故与公司在2015年6月失败的任务有任何关系。也就是当时SpaceX公司为NASA向国际空间站运输物质的任务，出现事故，事故原因是火箭上面级氧气箱中支撑液氮系统的支架破裂，导致在起飞后短短2.5分钟内，氧气箱压力过大而引起爆炸。

SpaceX公司表示，初步调查和碎片研究表明，火箭第二级的液氧箱中，低温氮系统发生了泄露，目前正在调查所有可能造成泄露的原因。不过在调查中，我们排除了此次事故与去年发生的爆炸事故的关联。

全球首款电子墨水PC显示器面世 室外也能使用

近日， 众筹 平台 Indiegogo 上出现了一款名为 Paperlike 的产品，它号称是世界上第一款电子墨水电脑显示器。这款产品一出现就获得了很高的人气，筹集到的资金达到了 162083 美元，比预期目标的 12 倍还要多。

据了解，Paperlike 电子墨水显示器的尺寸为 13.3 英寸，只需要一根 USB 线缆就能够连接到 PC 上，不需要提供额外的电源也可以正常工作，用户可以根据自己的需求在 800×600 到 1600×1200 等多种分辨率之间做出选择。

研发团队表示，这款 Paperlike 电子墨水显示器的显示色调仍然为黑白色，用户可以在这款显示器上实现多种操作，比如使用 Office 软件、浏览网页、编程、播放视频和显示图片等等。不过，这样一款电子墨水显示器的价格可一点都不便宜。这款 Paperlike 的早期价格为 895 美元(约合人民币 5968 元)，预计将于 10 月份开始正式发货。

联发科Helio X30发布：首款10nm十核芯

近日，联发科终于又憋出大招，正式发布了第二代十核处理器Helio X30，着实有不少看点。

据了解，Helio X30号称是全球首款10nm移动处理器，依然采用三从集架构，却是2颗Cortex-A73（2.8GHz）+4颗Cortex-A53（2.3GHz）+4颗Cortex-A35（2.0GHz）核心组合。其中，A73性能最强，A35能耗比最佳，定位在A53之下。除了制程工艺的提升，Helio X30在GPU上的提升也十分喜人。这一次，Helio X30放弃了祖传Mali，配备了四核心Imagination PowerVR 7XTP，而PowerVR几乎一直是苹果芯的最爱。

对比来看，Helio X30相比Helio X20性能提升43%，功耗降低53%，据称跑分可达16万分。在其他方面，Helio X30最高支持8GB的LPDDR4X运存，支持UFS 2.1储存芯片，双ISP最高支持2800万像素摄像头，3载波聚合、Cat.10LTE、802.11ac WiFi也统统支持。

谷歌发布最新版 AI 系统，图像配文准确率高达 93.9%

近日，谷歌发布了最新版机器学习系统，通过识别图像中的内容，配上对应文字，效果达到了历史最佳。谷歌已经在 TensorFlow 上开源了这项成果。自 2014 年以来，谷歌一直致力于这个项目，现在这个算法描述图像的准确率已经高达 93.9% 。

因为他们正在使用一个使用一个开始架构的最新的迭代，所以对于谷歌团队来说，有个大问题是该算法是否可以做的比简单识别图像中的对象更多。要真正解释和描述一张照片，人工智能不仅需要了解图片中是什么，更要了解图像中这些对象有什么相互关系。谷歌的开发人员表示这不只是一个数据的倒推。该算法必须能够自然地理解图像中的对象和它们的用途。

谷歌研究的博客发文说：“令人兴奋的是，在展示全新情境时，我们的模型的确可以产生准确的配文，这显示出系统对图像中目标和背景的理解更深了。