新款MacBook Pro提供深空黑色与银色、14英寸和16英寸选项,搭载M4系列芯片(M4、M4 Pro、M4 Max),将于11月1日上午9点起开启预购,11月8日起开售。
其中,14英寸M4款12999元起售,M4 Pro款16999元起售;16英寸M4 Pro款19999元起售,M4 Max款27999元起售。
▲深空黑色14英寸MacBook Pro和银色16英寸MacBook Pro
最贵16英寸MacBook Pro的硬件配置为纳米纹理显示屏、M4 Max(16核CPU、40核GPU)芯片、128GB统一内存、8TB固态硬盘,售价57099元;如果选择预装软件Final Cut Pro和Logic Pro,则售价为60395元。
M4系列芯片采用第二代3纳米制程工艺打造,M4集成10核中央处理器,M4 Pro集成14核中央处理器,M4 Max拥有最多16核中央处理器和最多40核图形处理器。
苹果三种型号的芯片均配备了带宽更高、速度更快的统一内存,可在设备端运行大语言模型等。此外,M4系列芯片的电池续航时间最长可达24小时,还支持快速充电,30分钟就能充至最高50%的电量。
▲M4、M4 Pro与M4 Max对比(智东西制表)
1、搭载M4 Max芯片的MacBook Pro
这款机型支持最高128GB统一内存,开发者可与近2000亿参数的大语言模型进行交互。M4 Max芯片还集成了媒体处理引擎,包括2个ProRes加速器,可帮助用户在MacBook Pro上使用Final Cut Pro,并编辑由iPhone 16 Pro拍摄的4K 120ProRes视频。
搭载M4 Max的MacBook Pro具体性能包括:
2、搭载M4 Pro芯片的MacBook Pro
搭载M4 Pro芯片的新款MacBook Pro内存带宽,相比前代机型提升高达75%,是其他AI PC芯片的2倍。其性能相比搭载M1 Pro芯片的机型提升最多可达3倍,可用于地质绘图、结构工程、数据建模等工作流。
搭载M4 Pro的MacBook Pro具体性能包括:
3、搭载M4芯片的新款14英寸MacBook Pro
搭载M4芯片的MacBook Pro具体性能包括:
新款MacBook Pro引入了纳米纹理显示屏选项,可减少眩光和反射带来的干扰,选配该屏幕要比标准显示屏多花1100元。
在强光照射下,新款MacBook Pro能够以最高1000尼特峰值亮度显示SDR内容,以最高1600尼特峰值亮度显示HDR内容。
新款MacBook Pro还配备了支持人物居中的12MP Center Stage摄像头,可在复杂光照条件下提升视频质量。人物居中功能可让用户在走动时保持在画面中央,全新摄像头还支持桌上视角。
此外,这款设备还搭载了录音棚级麦克风和支持空间音频的六扬声器音频系统。
14英寸机型配备M4芯片和3个雷雳4端口,标配16GB内存,支持连接两台高分辨率外接显示屏,与内置显示器同时使用。搭载M4 Pro和M4 Max芯片的14与16英寸机型支持雷雳5,数据传输速度提升达2倍以上,最高达120Gb/s。
所有MacBook Pro机型,均配备一个支持最高8K分辨率的HDMI端口、一个SDXC卡插槽、一个用于充电的MagSafe 3端口、一个耳机插孔,并支持高速无线局域网和蓝牙5.3。
在苹果智能方面,新款MacBook Pro中提供了英语版,适用于macOS Sequoia 15.1,但具体推出时间依监管部门审批情况而定。
macOS Sequoia的新功能之一为iPhone镜像,用户可直接在Mac上与自己的iPhone及其通知进行无线交互。
Safari浏览器提供了新的视频观看器,可供用户免打扰观看视频。用户可使用干扰控制功能隐藏网页上干扰自己浏览的项目。
此外还有个性化空间音频和优化后的游戏模式等多种功能、窗口布局整理、密码App更新等,在视频通话中,用户可以为其设置背景等。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。