站长之家(ChinaZ.com) 1月10日 消息:今日，优酷宣布将起诉网络自媒体“BiaNews(鞭牛士)”传播不实信息，侵犯优酷商誉，索赔 1000 万元，并要求对方在官方渠道公开道歉，消除其传播不实信息带来的负面影响。
昨日晚间，鞭牛士在其官方网站发文《消息称今日头条已达成对优酷收购》，称有知情人士透露，今日头条已达成对优酷的收购，正在与西瓜视频对接业务。
对此，优酷方面回应称：该爆料完全是子虚乌有的胡扯，严重影响优酷品牌声誉，优酷将追究传播该不实消息的相关自媒体的法律责任;字节跳动副总裁李亮回应称“新闻不实”;阿里大文娱表示此内容为假消息，造谣要负法律责任。
图片来源图虫：已授站长之家使用
（举报）
今年春节联欢晚会上，宇树UnitreeH1大放异彩，在舞台上表演起了转手绢、扭秧歌等节目，也让网友了解到宇树人形机器人的先进之处。2月12日，宇树科技的UnitreeH1和G1人形机器人正式在京东线上首发开售。不过他也表示，现阶段人形机器人更加偏重二次开发阶段，比如研发机器人大脑、行走运控、全身动作，所以个人用户购买也希望是极客型的个人用户。
快科技1月20日消息，支付宝集福今天已经正式开启，共29套福卡，用户可任选5套来集，每集齐1套福卡，立刻开奖。支付宝特别提醒，明天（1月21日），用碰一下”支付，得稀有福卡概率更高，总共1000万张。另外，扫一扫得福方式将升级，除了大家熟知的扫福”字得福卡，用户对着IP主题标志物扫，可获得对应IP主题福卡。同时，看视频、蚂蚁森林、蚂蚁庄园互动等用户熟悉的集卡方式依然保留。如何快速集齐第一套：1、支付宝搜集福”，第一次进来立得3张福卡。2、选一个喜欢的主题（很重要！！），可选经典福卡。3、建议优先用扫一扫”，可扫福字，
就在今天，《仙剑世界》官方正式宣布全网预约量突破1000万。作为仙剑IP首款开放世界RPG，《仙剑世界》即将于2月19日多端平台同步上线，PC、安卓、iOS三端覆盖。《仙剑世界》将目光放在仙剑历33年，让玩家不仅有机会与李逍遥、赵灵儿等经典角色重逢，陪伴他们经历全新的冒险，同时也能够结识更多全新原创角色。
微信iOS版更新后，通讯录允许用户可以一次性删除已经删除或屏蔽你的好友，以前一次只能删除5个。微信通讯录满10000人以后将提示无法继续添加好友，但会跳转到已把你删除的提示页面，最开始这项功能允许用户一次删除5个，随后进入可加好友状态。业内人士表示，自业内开展大模型军备竞赛以来，相较其他大厂，腾讯一直处于不冷不热”的状态，这次接入DeepSeek，表明DeepSeek模型的优秀已经是业内的共识。
小米空调2025年的销量目标是突破1000万台。根据小米此前公布的数据，2024年小米空调销量同比增长了66%，粗略的计算总销量突破700万台。在实验中心、智能工厂完成之后，小米家电布局将再进一步，目标实现产学研销服”全链路闭环。
蔚来法务部今日发布了公开征集黑公关和水军线索的声明。蔚来方面表示，近期，我们采取法律手段打击黑公关和网络水军，并已公布相关维权进展，获得社会各界的广泛支持和积极响应。蔚来将给予提供线索者答谢，且金额必定超过他们作为水军所能获得的收入。
快科技1月31日消息，大年初三，余承东自安徽老家启程返回深圳，此次他选择了智界R7作为座驾，想要亲身测试该车的能耗表现。当车辆在服务区停靠休息时，余承东自豪地展示了智界R7的后备箱，其空间被利用得满满当当，其中显眼地放置着两大箱子鸡蛋。评论区中，网友们对这两箱裸装鸡蛋产生了浓厚兴趣，纷纷发表看法。有网友赞叹道：余总带了那么多裸装鸡蛋却没有破�
1月25日消息，据媒体报道，南京南站的遗失物品招领处引发关注。据了解，南京南站专门开辟了一个位置用于存放旅客遗失的物品，小到一串钥匙、一张车票，大到价值不菲的行李箱、笔记本电脑，无论物品贵贱，工作人员如同失物守护天使”，守护着这些旅客遗失的物品。工作人员介绍，仅仅4天时间，站里就捡到了约1000张身份证，当旅客找回失物的时候，就是他们春运期间最开心的时刻。有网友表示，回家的路再远再急，一定要看好自己的物品，尤其是重要物件。据了解，旅客购票时或购票后、乘车前因有效身份证件未携带、丢失等原因无法出示有效证件
据报道，国内领先的AI企业深度求索所研发的大模型DeepSeek已在全球范围内赢得了广泛赞誉，并且首批利用DeepSeek实现盈利的用户已经崭露头角。在相关商品领域，一款宣称已接入DeepSeek的鼠标与键盘组合产品，其销量呈现出了井喷式增长。DeepSeek官方发布声明：目前除DeepSeek官方用户交流微信群外，从未在国内其他平台设立任何群组，一切声称与DeepSeek官方群组有关的收费行为均系假冒。
AI的物质基础是机器学习硬件，例如图形处理单元和张量处理单元。目前全球超过140款AI加速器，用于开发和部署深度学习时代的机器学习模型。https://epoch.ai/data/machine-learning-hardware-documentation#overview详细数据分析流程，参见下列NoteBook。
