教學：Google Gemini 幫你計算訂閱支出 檢查所有收據郵件 + 扣錢前提醒

現代人手上手握一堆串流平台、AI 工具或雲端空間，很多時候只是為「試用 7 天」或完成單一專案，隨後卻忘記取消，每月白白流失幾百甚至幾千元。其實絕大多數訂閱收據與扣款通知都會傳送到 Gmail，只要善用 Gemini 的 Personal Intelligence （個人智能）功能，就能在一分鐘內自動抓出藏在郵件裡的隱形消費支出，最重要是免費帳戶也可用這功能！

 

電子郵件收據界面，顯示多封收據郵件.

▲有時 Email 太多，在信海中好難逐一找出訂閱收據，就算使用關鍵字搜尋也有機會看漏眼

Gmail 訂閱與支付記錄截圖.

▲只要輸入指令，Gemini 便可以列出你Email中的消費紀錄，包括定期訂閱服務和信用卡交易與娛樂消費

 

Gemini 網頁連結：gemini.google.com

Android Play Store 下載連結：https://play.google.com/store/apps/details?id=com.google.android.apps.bard

iOS App Store 下載連結：https://apps.apple.com/app/google-gemini/id6477489729

教學部分：連結 Gmail 資料庫 自動整合扣款資料

普遍來說，Gmail 就是你所有訂閱費用的「總收據庫」。無論你是用 Apple、Google Play，還是訂閱網上服務，每次扣款或續訂，系統都一定會寄發票或收據到你的 Gmail。所以只要開啟 Gemini 的 Personal Intelligence 查 Gmail，就能一次過把所有散落各處的「隱形扣款」自動抓出來並進行整理，完全不會有遺漏。

 

甚麼是 Gemini Personal Intelligence？

Personal Intelligence 是 Gemini 核心的個人化數據整合功能。在獲得用家授權後，Gemini 可以跨 Google 生態系，Gemini 可以讀取並分析如 Gmail、Google Drive、日曆等工具你的個人數據，再提供個人專屬的情報整理與分析，例如從數萬封郵件中精準找出你個人的消費足跡與訂閱歷史，它亦可以配合日曆使用，以下有詳細教學。

 

步驟 1：開啟 Personal Intelligence

用戶需要前往系統設定選單，尋找並勾選「個人智慧」（Personal Intelligence）或「數據連結」開關選項。這個動作是為啟動背景個人化數據分析模組，授權系統開始存取授權資料。

 

手機螢幕顯示Google Gemini計算界面.

▲在 Gemini 應用程式對話紀錄中，點擊右下角的 「設定」（齒輪圖示）

▲進入帳戶選單中，於「More from Gemini」區塊下點選 「Personal Intelligence」

 

▲進入 Personal Intelligence 頁面後，點擊 「Connected Apps」 區塊，系統即可存取 Gmail、Google Calendar、Google Docs 及 Google Drive 等應用的內容

 

步驟 2：直接落指令，叫 AI 跨 App 幫你搞掂

設定好 Personal Intelligence 之後，就可以直接用「人話」叫 Gemini 幫你做嘢，佢會自動串連 Gmail 同日曆等服務。

 

1. 先叫佢查 Email：

Google AI Pro 和 CantoSub AI 訂閱記錄.

▲輸入指令，AI 就會自動入你個 Gmail 搜尋，並清清楚楚列晒所有續費日期同金額。

 

Gemini 從我的 Email 發現，我目前每月有訂閱 Google AI Pro，除此之外，更訂閱過 CantoSub AI，但已取消訂閱。

指令參考：從我的EMAIL中找出我的訂閱紀錄

 

2. 計出究竟用了幾多錢

除了讓 Gemini 搜尋散落在信箱中的各張電子收據，更重要的核心價值在於，它能進一步扮演智慧財務管家的角色，精確計算出一段時間內累積的總開支。

 

許多人往往會忽視每月看似微不足道的小額訂閱費用，或是因為像小編訂閱的項目以外幣結算，而對實際金額缺乏概念；當 Gemini 將過去數月的扣款紀錄全數加總，並即時換算為在地貨幣呈現在面前時，你便瞬間意識到「嚴重性」。

 

▲Gemini 計出我過去3月使用了 ¥8,700 日圓，並折合為約 HK$435 港幣，以 1 JPY ≈ 0.05 HKD 估算

指令參考：計算出我最近3 個月總共在訂閱服務想付了多少錢

3. 加日曆提醒取消訂閱：

之後我要求Gemini，定期檢示是否繼續每月訂閱Google AI Pro，希望 Gemini 可以在日曆提示我。

 

Google AI 訂閱提醒設定截圖.

▲它隨即使用 Google 日曆，每月 20 號提我檢示是否繼續每月訂閱Google AI Pro

 

至於為什麼是 20 號？我追問了 Gemini，它說因為我的 Google AI Pro 扣款紀錄是在每月的 23 日附近，設定在每月 20 日提醒，便可以在扣款前 3 天思考是否繼續訂閱或取消。

 

▲Google 日曆已自動新增提醒

 

除了讓 Gemini 搜尋散落在信箱中的各張電子收據，更重要的核心價值在於，它能進一步扮演智慧財務管家的角色，精確計算出一段時間內累積的總開支。許多人往往會忽視每個月看似微不足道的小額訂閱費用，或是因為外幣結算而對實際金額缺乏直觀概念；當 Gemini 將過去數月的扣款紀錄全數加總，並即時換算為在地貨幣呈現在面前時，這種具體的數據呈現能起到直觀的警告作用，讓人瞬間意識到財務累積的嚴肅性，進而全面檢視並評估這些訂閱服務是否真的具備相應的價值。

 

用家可隨時設定是否連接特定應用。Google 強調，Gemini 不會直接將用戶的 Gmail 或 Photos 數據用於模型訓練，而是透過引用這些資料來回答問題，確保個人數據的安全性與隱私。

怒 P 攝石人 西班牙足協刪走總統身影 白宮即晒 6 張圖反擊

西班牙足協在世界盃決賽奪冠後發布官方慶祝相片，相中竟不見美國總統特朗普身影，令網民質疑遭「P圖」刪走。事件源於決賽頒獎禮上，特朗普頒發獎盃後長時間留在台上與西班牙隊一同慶祝，國際足協主席 Gianni Infantino 亦未能將其勸離。

 

官圖不見身影 直播畫面對比引質疑

西班牙在 7 月 19 日決賽以 1 比 0 擊敗阿根廷，第二度捧起世界盃，隊長 Rodri 舉盃一刻成為全場焦點。然而對比現場直播畫面，特朗普原本站在右側階梯前參與慶祝，但在西班牙足協社交平台發布官方相片中，該位置已不見其蹤影，社交平台上更有網民形容整張相片「特朗普完全消失」。

 

同一時間國際足協（FIFA）官方社交帳戶發布奪冠合照，同樣未見特朗普完整身影，部分版本只留下其肩膀一角。有傳媒指出西班牙足協與 FIFA 兩個版本的相片，與現場實際畫面明顯不符，背景更疑似多出片段未見工作人員而引來爭議。

 

白宮發布相片反擊 兩版本差異如「各自表述」

面對外界質疑白宮周一發布 6 張決賽當日相片，全部清楚可見特朗普，其中兩張更為其獨照，真正拍到西班牙隊球員僅有兩張。有分析形容雙方發布版本差異之大，如同「各自表述」同一場慶祝活動。

 

 

事實上今次並非特朗普首次於頒獎禮後打破慣例留台慶祝。特朗普於 2025 年世界冠軍球會盃決賽頒獎後，同樣曾佔據台中位置，與奪冠球隊車路士一同慶祝，未有跟隨其他頒獎嘉賓即時離場。

 

資料來源：The Telegraph, Goal

 

Samsung 電子成立機械人部門 最快今年推人形機械人 加速機械人開發, 商業化步伐

Samsung Electronics （三星電子）周二宣布成立全新機械人部門，直接向行政總裁匯報，期望能加快機械人技術開發及商業化步伐，目標將機械人創造成公司的全新增長動力。

 

RX 部門統籌長遠策略

新設立部門名為 RX（Robotics eXperience），將統籌 Samsung 中長期機械人策略、核心技術開發及業務執行，同時擴展本地及海外研發能力。據韓國媒體報道，新部門由 Samsung 行政總裁兼 DX 部門長盧泰文直屬領導，並整合原有「未來機械人推進團」等分散組織，集中公司內部機械人相關技術及人才。公司同時計劃在美國、中國及日本設立機械人研發中心，透過結合當地生態系統及專業知識，強化競爭力。

 

早已部署 Rainbow Robotics

Samsung 今次動作並非首次涉足機械人業務。公司 2024 年底斥資 2,675 億韓圜（約 1.81 億美元，約港幣 14.1 億元）行使認購權，將持有韓國機械人生產商 Rainbow Robotics 股權增至 35%，成為最大股東。相關企業合併已於 2025 年 3 月獲韓國公平交易委員會正式批准，Rainbow Robotics 編入 Samsung 附屬公司，同時設立「未來機械人推進團」直屬行政總裁，由 Rainbow Robotics 創辦人吳俊昊教授兼任顧問及團長。今年 4 月，Samsung Research 亦發表名為「Shallow-π」新技術，將機械人 AI 控制運算判斷速度由每秒 8 次提升至 17.2 次，配合公司 2026 年度逾 110 萬億韓圜研發及設施投資目標，公司目標是在 2030 年前將生產廠房轉型為「AI 自主工廠」。

 

三款不同類型的機械人展示.

▲於 2025 年 3 月獲韓國公平交易委員會正式批准，Rainbow Robotics 編入 Samsung 附屬公司

 

人形機械人競賽升溫

今年 1 月 Samsung 財報會議上，公司已表明期望今年在人形機械人業務取得「實質」成果，4 月更表示會考慮透過投資及收購加快開發及商業化步伐。競爭對手方面，Hyundai 旗下 Boston Dynamics 今年 1 月於 CES 2026 展示全新一代 Atlas 人形機械人，產品版本已即時投入生產，首批預計 2028 年起投入 Hyundai 位於美國 Savannah 車廠生產線，處理組裝零件等重複性工作。Hyundai 今年 5 月更向投資者透露，計劃在自家 Hyundai 及 Kia 廠房部署逾 25,000 部 Atlas 機械人，佔 Boston Dynamics 全年 3 萬部產能約 83%，反映車廠對人形機械人需求殷切。Samsung 方面則計劃先在製造場景部署人形機械人，改善生產力及用戶體驗，日後再擴展至家居及零售領域。

 

資料來源：Investing.com / Reuters

工程師 DIY 硬件廣告攔截器 只需要用 $40 晶片製作 擋 53.7 萬廣告域名 10ms 回應

 

埃及全端開發者 ZedAxis 利用售價約 5 美元（約港幣 HK$39） ESP32-C3 SuperMini 開發板，製作硬件 DNS 過濾器，可攔截超過 53.7 萬個廣告域名。裝置韌體僅佔用約 50KB 記憶體，回應延遲約 10 毫秒。這款裝置設計小巧，幾乎可藏於路由器背後運作。

哈希壓縮突破硬件限制

ESP32-C3 SuperMini 僅有 400KB 記憶體及 4MB 快閃記憶體，規格上無法儲存任何具實用價值的明文黑名單域名清單。 ZedAxis 的解決方案是先下載公開廣告攔截清單，去除重複項目及註釋後，利用 40 位 FNV-1a 演算法將每個域名哈希化為數值，排序後寫入快閃記憶體。開發者選用 40 位哈希是權衡後的結果，32 位碰撞率太高，64 位則浪費儲存空間。

 

當 DNS 查詢傳送至裝置，系統會以相同方式對請求域名進行哈希，再對排好序的哈希表執行二分搜尋。若命中則即時攔截請求，未命中則轉發至上游 DNS 解析器。

 

 

放棄 OTA 更新換取雙倍容量

ESP32 通常保留兩份完整韌體作 OTA 無線更新，以防刷寫失敗導致裝置變磚。 ZedAxis 發現若放棄 OTA 功能，便可騰出第二份韌體分區存放黑名單資料庫，容量更可由約 25 萬個域名直接增倍至約 53.7 萬個。

 

供電方式亦相當簡單， ZedAxis 直接從 ISP 提供的華為 OptiXstar 光貓背面 USB 接口取電，USB 連接不傳送任何資料，純粹由路由器提供 5V 供電。所有網絡通訊均經由 ESP32 內置 Wi-Fi 模組完成。

 

 

定位為 Pi-hole 後備方案

有媒體評測指出，這款裝置售價相宜，但較適合充當 Pi-hole 等主流廣告攔截系統的後備方案，因為單靠 DNS 攔截本身仍存在漏網、誤封及用戶端分流等問題。項目源碼目前已經開源公開。

 

資料來源：OpenSourceForu

 

九巴 App 限制 100 字投訴 網民用 Gemini 寫文言文投訴

日常搭巴士遇到問題想向巴士公司反映，但九巴App限制只能寫100字。日前有網民在 Threads 發文，指九巴 App 「實時對話」功能中，直接輸入意見上限只有 100 字。為可以在極短字數內「講完個故事」，樓主特意請來 AI 助手 Gemini 將整件事壓縮成一篇精簡文言文投訴信，並曬出截圖讚賞 AI「識食文言文」。貼文隨即吸引大量網民關注，獲得逾萬讚好，但仔細睇留言，才發現網民非但沒有同情樓主，反而一面倒留言圍剿。

 

▲樓主特意用 AI 助手 Gemini 將整件事壓縮成一篇精簡文言文投訴信 （ Threads）

 

AI 文言文投訴信到底講咩？

這篇由 AI 撰寫文言文到底說甚麼？如果轉為白話文，整件事發生在某日晚上 7 時半，地點為常悅道 641 號巴士站。當時巴士站剛完成搬遷，有一對母女仍在舊站位置等車。巴士司機駛過時看見這個情況，並沒有停車通融接載她們，反而直接開車離開。

 

樓主在文中認為司機做法非常涼薄、缺乏惻隱之心，令他看完感到十分不安。他更理直氣壯指出，公共服務本應以便民為本，既然車站剛更換位置，乘客未能及時察覺實屬情有可原，司機應當給予指引而非冷漠拒絕。因此他特意發信要求巴士公司調查，並安排該名司機接受培訓、加強同理心，以維護公司信譽。

 

▲ 用 Gemini 變回白話文，投訴者發現有乘客在舊址等候 641 號巴士，車長卻冷酷拒絕通融並直接開走，故深感不滿要求巴士公司徹查事件

 

網民一面倒痛批樓主：不合情理強人所難

雖然貼文獲得數千讚好，但絕大部分網民都留言「個 like 係畀 Gemini 嘅文言文」，對於樓主投訴邏輯完全不敢恭維。大量網民留言指責樓主無理取鬧，直言車站既然已經搬遷，司機不停車接客完全合情合理，甚至有網民毫不客氣留言「大佬，搬咗站就硬係唔停俾你啦」、「咁都投訴，唔怪得之香港係投訴之都」。

 

 

亦有熟知交通法例網民指出客觀事實，強調專營巴士如果在指定車站範圍以外上落客，司機是有機會被警方檢控，要求司機違反指引去「通融」根本強人所難。有網民分析，整件事唯一合理投訴點，頂多是巴士公司對新站指引標示不足，導致乘客找不到新站，而非怪罪遵從規則司機。

 

不過，也有網民因此抱怨九巴App的設計有問題。有網民分享親身經歷，指有次使用 App 去尋找失物資料，但只能寫 20 字，對於描越物件細節非常不方便。

 

另外，文言文投訴風波除了引來一片罵聲外，亦意外成為大家笑點。有網民幽默笑言「終於明白點解現代要學文言文了」，不過也有理性網民突破盲點，笑指對家九巴客服其實只要用 AI 轉回白話文就能輕鬆解讀，結論依然是「都係唔使學文言文」。

 

資料來源：Threads 

廣州爆 AI 眼鏡作弊潮 學生用鏡片貼紙蓋提示燈 終漏綠光露破綻

廣州華南農業大學近日接連查獲多宗學生使用 AI 智能眼鏡作弊事件，涉事器材外觀與普通眼鏡相似但邊框較粗，鏡片會透出綠色答案文字，最終遭監考員識破。校方隨即於 7 月 1 日發出通告，嚴禁任何具通訊、儲存或拍攝功能裝置進入考場。

 

▲ 涉事鏡片會透出綠色答案文字 ( 小紅書示範圖片）

作弊手法曝光

涉事 AI 眼鏡鏡框內置微型鏡頭，考生預先設定手機捷徑後，只需輕觸眼鏡臂即可拍下試卷題目並上傳分析。系統其後會將答案以綠色文字投射在鏡片上，充當「提詞器」使用，甚至可預先離線導入數萬字資料供查閱，全程毋須發出語音指令。有涉事學生透露，這款眼鏡可在網頁平台按日租借，3 天租期約需 200 元人民幣（約港幣 HK$226），期末考季正值租借高峰期。

 

▲有涉事學生透露，這款眼鏡可在網頁平台按日租借 （ 小紅書）

 

學生刻意遮掩仍被識破

 

有曾經作弊學生透露，拍攝時眼鏡臂會亮起提示燈，作弊者通常用遮光貼紙掩蓋，並刻意用頭髮遮擋鏡片漏出光線，同時避免與監考員對視。然而特定角度下，旁人依然能清晰看見鏡片透出異常綠光，一名男學生開考僅 10 分鐘便被監考老師察覺異樣，要求交出眼鏡並即時離場。

 

校方嚴懲及各地跟進措施

華南農業大學強調，不論眼鏡是否開機或查看，只要攜帶入場即視為作弊，違規者除該科目記 0 分外，還會被記過及以上處分，污點更會永久存入個人檔案，恐影響日後申領學位證。管理範圍現已擴大至智能手環、藍牙耳機及隱形耳機等新式穿戴裝置，監考人員亦會使用金屬探測儀重點掃描考生頭部及耳部。

 

事實上，今年 6 月中國大陸高考前，教育部已就同類問題發出預警，廣東、上海、福建、湖北、內蒙古等至少 10 個省市要求考生入場前摘下眼鏡接受專項檢查。內蒙古更明確對智能眼鏡採取「零容忍」政策，並提醒日常配戴智能眼鏡人士應提前準備普通光學眼鏡應考。事件亦非內地獨有現象，今年 6 月台灣大學在申請入學二階甄選筆試中，亦首度查獲考生使用 AI 眼鏡作弊個案，監考人員因發現考生機身發熱及行為異常而識破。

 

資料來源：香港01、am730、中國新聞周刊（騰訊新聞）

 

要本地部署 Kimi K3 開源模型 硬件開支就要 1900 萬 非一般用家可以負擔

月之暗面（Moonshot AI）本週推出 Kimi K3，總參數高達 2.8 兆，成為史上首個「3T 級」開源模型。官方技術網誌建議本地部署使用 64 張或以上加速器組成的超節點配置。完整開源權重預計 7 月 27 日前推出，惟單機玩家已無力自行部署，只能轉用 K2 系列或直接呼叫官方 API。

 

 

MoE 架構拆解

Kimi K3 採用混合專家（MoE）架構，模型內部設有 896 個專家子網絡。每次處理一個 token 時，系統只會挑選其中 16 個路由專家加上共享專家運算，不會全部啟動。實際運作參數只有 500 億至 600 億左右，這亦是模型能兼顧龐大規模與運算效率的原因。

 

模型同時搭載新架構 Kimi Delta Attention（KDA），並配合 Attention Residuals 技術。官方表示這套組合在 100 萬 token 長上下文環境下，解碼速度最高可提升 6.3 倍。上下文視窗達 100 萬 token，同時亦原生支援視覺輸入，令模型可直接處理圖像與影片資料。

 

官方門檻：64 張 GPU 起跳

月之暗面官方技術文件明確建議，考慮到推論效率需要更大的高頻寬通訊域，本地部署 K3 宜使用 64 張或以上加速器組成的超節點配置。原生 MXFP4 權重約 1.4 TB 至 1.5 TB，屬 DeepSeek-R1 671B（Q4 量化版本約 350 GB 至 400 GB，各方報告數字略有差異）的 3 至 4 倍左右。

 

單純換算放置權重所需的 GPU 數量：H100（80 GB）約需 19 張，H200（141 GB）約需 11 張，B200（192 GB）約需 8 張。以上數字尚未計及 KV cache，即模型記錄對話上下文所需的記憶體。100 萬 token 長上下文的 KV cache 需求，官方目前尚未公佈，但需求只會更高。價格方面，H100 80 GB PCIe 版本單張現時約 25,000 美元至 33,000 美元（約港幣 HK$195,000 至 HK$257,400），SXM 版本則達 35,000 美元至 40,000 美元以上（約港幣 HK$273,000 至 HK$312,000 以上）。8 卡 H100 伺服器一台已超過 30 萬美元（約港幣 234 萬元）。按 64 張規格計算，即相當於 8 台 8 卡伺服器，單是硬件採購費用已超過 240 萬美元（約港幣 1,872 萬元以上）。

 

功耗方面，H100 SXM 版本單張最高功耗達 700 W，PCIe 版本則為 350 W。若以 64 張 SXM 版本計算，單是顯示卡本身已消耗約 45 kW 電力，遠超一般家庭供電容量。一台 8 卡 H100 伺服器實際運作已需要 6.5 kW 至 7.5 kW，屬於機房級用電規模。

 

上一代還塞得進一部電腦

對照上一代 K2 系列（1 兆參數，約 320 億啟用參數），落差更為明顯。社群 Unsloth AI 為 K2 製作的 1.8-bit 極限量化版本，將原本 1.09 TB 的模型壓縮至約 245 GB，一張 24 GB 消費級顯示卡搭配 256 GB 系統記憶體卸載亦能運作，但速度僅約每秒 1 至 2 個 token。較平衡的 Q2_K_XL 版本則約需 381 GB。

 

上一代一台 512 GB Mac Studio 已勉強能運作，K3 卻直接將門檻推回數據中心級別。市場上其他大型開源模型如 DeepSeek V4 Pro（約 1.6 兆參數）同樣規模龐大，而 K3 仍以 2.8 兆參數，較 DeepSeek V4 Pro 大出約 75%，成為現時最大開源模型。Kimi K3 在多項編碼及代理任務基準上表現超越 Anthropic Claude Opus 4.8，但整體性能仍落後於 Claude Fable 5 及 GPT-5.6 Sol 等頂級私有模型，這一點月之暗面官方亦明確承認。對於一般用戶而言，若想使用相關技術，暫時只能轉用 K2 系列，或直接呼叫官方 API。

 

 

資料來源：動區動趨 BlockTempo、Kimi 官方網誌

 

調查: iPhone 用戶忠誠度升至 87% 創 3 年新高 轉投 Android 比例跌至 12%

市場研究機構 CIRP 最新調查顯示，2026 年第 1 季 iPhone 用戶忠誠度升至 87%，創下該機構過去 3 年追蹤紀錄新高，高於去年同期 84% 及 2024 年初 85%。同期新購入 iPhone 用戶中，轉投前使用 Android 裝置比例跌至 12%，較去年同期 14% 進一步下跌。

 

Android 轉投比例逐年收窄

CIRP 透過調查新購入 iPhone 用戶購機前所用裝置類型，長期追蹤平台轉換趨勢。數據顯示 2024 年初 Android 轉投比例為 13%，忠誠度為 85%；2025 年第 1 季轉投比例升至 14%，忠誠度跌至 84%；到 2026 年第 1 季轉投比例再跌至 12%，其餘 1% 則來自功能電話或其他智能電話平台用戶，較過去 2 年各佔 2% 進一步收窄。

平台轉換成本推高生態壁壘

分析師指出智能電話市場已趨成熟，消費者傾向繼續使用現有作業系統，因為遷移資料、應用程式、配件及數碼購買內容既不方便又耗時。CIRP 未有追蹤 iPhone 用戶轉投 Android 比例，但今年較早前 SellCell 一項同類調查顯示，美國市場 Apple 忠誠度更高。

 

SellCell 調查印證忠誠度趨勢

SellCell 調查超過 5,000 名美國智能電話用戶，發現計劃繼續使用 iPhone 用戶比例由 2019 年 90.5% 升至 2026 年 96.4%，而 Android 整體忠誠度則為 86.4%。該調查指出 Android 用戶轉換品牌機率約為 iPhone 用戶 4 倍（13.6% 對 3.6%），但當中僅 26.8% Android 轉換者會選擇改用 iPhone，其餘則流向 Samsung、Google Pixel 等品牌。

 

生成式 AI 布局出現分歧

Apple 近期支援 RCS 訊息功能，讓 Android 與 iPhone 用戶可交換具端對端加密及進階功能訊息，但對品牌忠誠度似乎未見明顯影響。Google 較快將 Gemini 助理整合至 Android，提供自動排程及表格自動填寫等功能，而 Apple 則計劃在今年秋季推出 iOS 27 時，為 Siri 加入視覺描述、AI 網絡搜尋及文件草擬等相若功能。

 

Apple 增長轉向現有用戶升級

Android 轉投用戶持續減少，Apple 未來增長將更多依賴現有用戶升級換機，而非吸引 Android 陣營用戶倒戈。CIRP 未有披露這些忠誠度數據樣本規模及誤差範圍，但整體趨勢已明顯反映智能電話平台陣營固化正在加劇，生態壁壘效應越來越顯著。

 

資料來源：TechSpot

 

深圳「拼豆」熨出人命危機 中國大陸寵物貓甲醛中毒亡 密易空間存劇毒風險

 

中國大陸近月興起「拼豆」手工熱潮，這股風潮蔓延至深圳，福田、羅湖東門及南山萬象天地等商圈均出現大批相關店舖，從購物中心到寫字樓都可見其蹤影。人均消費僅約 38 至 60 元人民幣（約港幣 HK$43 至 HK$68），部分店舖提供舒適環境及「不限時」套餐，吸引不少港人北上體驗，成為新興休閒選擇。

 

熱熔過程暗藏毒氣風險

拼豆製作需用熨斗高溫熨燙，令豆粒熔化黏合，「熱熔拼豆」本身並不會直接產生甲醛，但若使用劣質或來源不明塑膠豆，又或熨燙時溫度過高，塑膠便可能因熱裂解釋放甲醛等有害氣體。聚乙烯物料在 150°C 至 220°C 加熱時，會產生少量酸、酯、不飽和烴、甲醛、乙醛，以及二氧化碳和一氧化碳等物質。劣質拼豆若採用回收廢塑膠，或含有超量塑化劑及甲醛原料，加熱時更會釋放苯系物與總揮發性有機物。

 

山東網誌作者愛貓甲醛中毒身亡

中國大陸有網民發帖分享慘痛經歷，指出家中寵物貓因甲醛中毒不幸離世，經多方排查後，發現元兇正是熱熔拼豆在高溫熨燙時釋放有害氣體。山東一名從事拼豆代拼服務網誌作者發現愛貓精神萎靡、食慾下降，最終確認貓咪因甲醛中毒離世，該網誌作者隨即宣布關閉所有代拼接單並「永久停單」。事件曝光後，有客戶回應顯示，網誌作者懷疑問題出於長期在通風不良環境進行大量熱熔操作，令空氣質素受影響。

 

貓咪呼吸頻率高 中毒風險更大

貓咪呼吸頻率遠超人類，每分鐘約 20 至 40 次，人類則約 12 至 20 次，在同一污染環境下，貓咪吸入毒素劑量相對更大，累積速度更快。人在密閉空間操作時只會感到喉嚨乾痛、流眼水、睏倦，但這些正是輕微甲醛中毒訊號，貓咪卻無法表達不適，只能被動吸入直至器官衰竭致死。網民亦紛紛留言反映，製作拼豆後常見喉嚨乾痛、咳嗽、眼睛刺癢、皮膚發癢、噁心胸悶及睏倦等症狀。

 

內地消委會籲揀選正規材質

中國消費者協會今年 4 月已就拼豆玩具發出消費警示，提醒正規拼豆產品多採用 PE 或 EVA 材質，劣質產品則常用 ABS 或回收塑膠，加熱後可能釋放甲醛、乙醛、一氧化碳等物質引致「中毒」。該會建議消費者選購時應優先揀選明確標明 PE 或 EVA 材質產品。正規拼豆採用 PE 或 EVA 材質，在 200°C 以下化學性質相對穩定，劣質產品風險主要來自回收塑膠高溫易分解，以及顏料及助劑耐熱性差 2 方面。深圳市場監督管理局今年 4 月已就此展開專項排查整治行動，針對全市中小學周邊商舖、地鐵商業街及文具批發集散地進行突擊檢查，並依法查處多宗銷售違規拼豆玩具案件。

 

資料來源：中華網，人民網

 

歐盟向阿里巴巴 AliExpress 徵收破紀錄 50 億元罰款 網購平台涉銷售仿冒製品

 

歐盟委員會 7 月 20 日宣布向阿里巴巴旗下跨境網購平台 AliExpress（全球速賣通）開出 5.5 億歐元（約港幣 50.71 億元）罰單，指控平台未能有效評估及遏止非法、不安全與仿冒產品銷售，違反歐盟《數碼服務法》 (DSA)。此為歐盟委員會自 DSA 生效以來，對網購平台開出金額最高的罰單。

 

審核僅得數十秒惹爭議

歐盟委員會經調查後認定，AliExpress 未能有效履行 DSA 規定義務，多方面出現系統性缺失，無法採取足夠措施評估及降低違規產品在平台氾濫的風險。《The Guardian》報道指出，調查發現部分產品合規審核僅獲數十秒時間，遠不足以判斷產品是否符合歐盟規定。歐盟委員會同時發現，大量違規商品經由平台推薦演算法獲得曝光，部分不安全玩具與危險化妝品即使遭舉報，仍能在平台上流通數星期。

 

商戶懲罰機制形同虛設

《Euronews》報道指出，AliExpress 未能妥善執行懲罰政策，令曾涉違規銷售的商戶即使遭制裁，仍可繼續在平台上經營。歐盟裁定平台原本用以防止銷售仿冒品的品牌授權系統效力不足，無法阻止濫用情況，部分賣家得以繞過安全措施上架冒牌貨品。

 

新法例屬減輕因素

歐盟委員會確認，計算罰款金額時已考慮違規性質、對歐盟用戶造成的影響程度與違規持續時間，同時將 DSA 屬相對新訂法例列為減輕因素，意味罰款原本有機會定得更高。事件源於歐盟委員會 2024 年 3 月正式展開調查，2025 年 6 月曾就廣告透明度及推薦系統等指控，與 AliExpress 達成具約束力承諾協議，避開該部分罰款。今次 5.5 億歐元（約港幣 50.71 億元）罰款，純粹針對平台未履行風險評估及緩減義務作出裁決。

 

歐盟持續加強執法

今次是歐盟繼 2025 年 12 月向社交平台 X 開出 1.2 億歐元（約港幣 11.06 億元）罰款，以及 2026 年 5 月向另一中國網購平台 Temu 開出 2 億歐元（約港幣 18.44 億元）罰款後，第三次引用 DSA 對大型網上平台開出正式罰款。5.5 億歐元（約港幣 50.71 億元）金額遠超 Temu 罰款一倍以上，成為 DSA 生效以來最大額罰單。

 

10 月底限期提交補救方案

監管機構已設定 2026 年 10 月 20 日為最後期限，要求 AliExpress 於限期前提交具體行動方案，修正平台審核及下架違規商品的機制。歐盟數碼服務委員會將就方案發表意見，隨後歐盟委員會將作最終決定並訂立實施期限，若 AliExpress 未能符合決定要求，可能面臨定期罰款。AliExpress 回應指今次罰款「不合乎比例」，並強調公司已投放大量資源於風險評估、產品安全與消費者保障，正考慮所有可行選項應對決定。

 

資料來源：歐盟委員會

 

挑戰美巨頭！DeepSeek V4「滿血版」登場 運算成本平 50 倍

深度求索（DeepSeek）旗艦模型 V4 正式版（亦稱「滿血版」）於昨日（7 月 20 日）正式發佈。官方先前已明確承諾將於 7 月中旬推出新版本，目前距離正式亮相僅剩一日。

近日 AI 業界最受矚目的消息，莫過於月之暗面正式發佈新一代大模型 Kimi K3。這款模型擁有 2.8 兆參數，寫下國內最高紀錄，同時亦是目前全球規模最大的開源大模型。相比之下，美國頂尖閉源模型如 GPT-5.6 Sol 與 Claude Fable 5 均未公布具體參數，雖然 Elon Musk 先前曾透露相關規模達 5 至 10 兆參數，但業界普遍推測其實際規模約在 3 至 5 兆之間。

受限於龐大的運算規模，不論是 Kimi K3 或是 GPT-5.6、Fable 5 的使用成本均相當高昂。雖然 Kimi K3 的定價僅為後兩者的 3 分之 1 至 2 分之 1，但若頻繁調用，高昂的費用依然會讓企業感到吃力。

相比之下，即將登場的 DeepSeek V4 正式版無疑更具吸引力。即使官方已明確表示將首次引入峰谷計費模式，在高峰時段收費將上調一倍，其整體價格優勢依然極其顯著。同時，該模型具備極高的快取命中率（Cache Hit Rate），且 API 採用即付即用機制，用戶無需綁定固定月費套餐。根據網絡上開發者對各家大模型 API 價格的整合統計，DeepSeek V4 的收費標準大約僅為 OpenAI 與 Anthropic 兩大龍頭的 30 分之 1 至 70 分之 1，平均運算成本低出 40 至 50 倍。

正式版效能備受期待 程式碼能力或迎突破

除了價格震撼，DeepSeek V4 正式版的實際效能更受關注。先前的 V4 預覽版雖被視為全球開源領域的第一名，但其程式碼編寫能力尚未達到頂尖水平，官方當時自評其效能僅接近 Claude 3 Opus。然而過去 3 個月內，國內外 AI 技術已完成了新一輪更新迭代。

不過，近日在 Bilibili 等平台上流出的多項灰度測試結果令人眼前一亮。這些流出的測試主要集中在「一句話生成完整遊戲」等高難度任務，這亦是目前公認最考驗大模型邏輯與程式碼生成能力的核心範疇。從現有的測試表現來看，DeepSeek V4 正式版展現出的推理能力相當驚人，預計超越 Anthropic 的舊款模型問題不大，實際效能可能僅略低於目前的頂級模型 Fable 5。

不過，由於 V4 在多模態（Multimodal）支援上仍有不足，目前仍無法確定正式版會否原生整合視覺等理解能力。有業界迷因（Meme）甚至戲稱，V4 正式版問世的震撼程度堪比原子彈爆炸，能讓研發團隊與創辦人梁文鋒震驚得癱坐椅上。

網絡瘋傳造假質疑 業界駁斥不符商業邏輯

由於流出的效能表現過於強大，市場上亦出現了不少質疑聲音。部分質疑者指出，現時大部分灰度測試渠道主要來自 Bilibili 用戶，其餘來源極其稀少。甚至有人懷疑，DeepSeek V4 正式版私下將用戶的 API 請求路由（Route）至競爭對手的 Fable 5 模型，從而借用對方的效能交出漂亮成績。

然而這種「偷樑換柱」的說法顯然不符合商業邏輯。這類造假手段極易被技術分析戳穿，一旦敗露將對品牌形象造成毀滅性打擊，且廠商毫無實質收益。DeepSeek 絕不可能收取用家 0.1 元人民幣（約港幣 HK$0.11）的低廉費用，卻在背後倒貼 100 元人民幣（約港幣 HK$108）的高昂成本去調用 Fable 5。何況不少測試者已公開了 OpenCode 對話連結及全程不剪輯的錄影影片，令「造假論」不攻自破。

這種盲目的造假質疑，反映出部分群眾根深蒂固的心理，盲目認定西方技術必然領先。每當本土企業在頂尖技術上有所突破，輿論往往第一時間將其標籤為造假。正如近日 Kimi K3 走向國際市場時，雖然獲得不少同行祝賀，但也引來大量海外帳號惡意攻擊，指控 K3 是透過「蒸餾」（Distillation）Fable 5 的數據抄襲而來，甚至有 AMD 前企業副總裁等外國科技高管公開指責其缺乏道德。然而，這恰恰證明了國產開源模型在技術上已對海外巨頭構成實質威脅。

來源：快科技

人類傳譯員仍未被淘汰！嶺大新研究：AI 翻譯政治外交內容易失真

嶺南大學（Lingnan University）與重慶郵電大學組成研究團隊，分析 2008 至 2023 年間合共 16 篇聯合國大會中文演說，比較資深人類傳譯員與 ChatGPT-4o 的翻譯表現。研究發現 AI 雖能提升效率，惟在語境理解、修辭保留及文化詮釋方面仍不及人類傳譯員，成果已刊於《自然》（Nature）旗下學術期刊。

研究團隊取得現場資深傳譯員的英文翻譯版本，再與 ChatGPT-4o 的翻譯結果對比，分析兩者如何處理不同語境下的語言表達。團隊在使用 AI 翻譯前，已先輸入講者官階、機構背景、開會年份、聽眾身份以及講者宏觀立場等資料及提示詞，盡量模擬人類傳譯員工作時掌握的背景資訊。不過即使準備充足，AI 與人類傳譯員的表現仍有明顯落差。

代詞運用：AI 譯文較「中性」欠集體感

中文語句常省略主語，但人類傳譯員懂得因應語境補上代詞，加強說話中的群體意識；相反 AI 傾向直譯，較少運用代詞。以「疫苗是戰勝疫情的利器」為例，人類譯為「our powerful weapon」，強調「我們」的共同抗疫意識，而 ChatGPT 只譯作「a powerful weapon」，欠缺人稱色彩，變得中性平淡。

語氣強度：AI 愛用「must」 責任變得模糊

研究亦發現，人類傳譯員會按語境靈活調整語氣及責任承擔者，較多使用「應該」（should）或「需要」（need to）等較具勸說性的表達；AI 則較常使用語氣較強的「必須」（must），並傾向採用被動句，令責任承擔者變得不明確。換言之，AI 譬如把「要加強國際聯防聯控」譯得語氣強硬，卻分不清究竟是誰「必須」負責。

文化隱喻：AI 傾向照字面翻譯 削弱修辭效果

在處理具文化特色的隱喻或畫面感比喻時，AI 有過半數情況只按字面直譯，令隱喻大打折扣；人類傳譯員則會靈活保留、轉換或補充隱喻，部分情況會同時保留隱喻及補充其含義，令譯文更貼近原文的情感及畫面感。例如「同舟共濟」一語，人類譯文保留「像坐在同一條船上的乘客」的意象，AI 則只譯出「共同努力、互利共贏」的字面意思，失去原文畫面感。

學者：AI「黑盒」問題未解 難具倫理判斷

研究團隊指出，ChatGPT-4o 生成的譯文整體流暢、文法準確，似能完成翻譯工作，不過人類傳譯員除考慮字面本身外，亦會綜合講者身份、溝通場合、受眾、文化背景、立場及修辭目的等因素調整內容，反映大型語言模型仍未能完全複製人類在語境理解及文化詮釋上的能力。身兼歐洲語言理事會 AI 專家組成員的嶺大翻譯系教授王斌華指出，AI 的大型語言模型仍存在「黑盒」（black-box）問題，其運作機制及如何形成特定翻譯結果至今仍難以完全解釋。與受專業倫理規範的人類傳譯員不同，AI 主要依賴大量數據中的語言模式生成譯文，本身並沒有內在的倫理框架。他認為 AI 未來更適合作為人類傳譯工作的輔助工具，兩者互相配合而非取代。

總結：AI 翻譯效率高 但敏感內容仍需人手把關

研究反映，AI 翻譯工具在日常溝通及一般文本上已相當實用，但涉及政治外交、文化敏感或高風險場合的翻譯工作，仍需要人類專業判斷及監督，短期內難以完全被取代。隨著大型語言模型不斷進化，日後或會加入更多語境理解及倫理判斷機制，但如何解決「黑盒」問題及建立可靠的倫理框架，將是 AI 翻譯技術下一步要克服的挑戰。

Tesla FSD v15 明年登場 參數規模擴大 10 倍 記低你駕駛習慣

Tesla 行政總裁馬斯克確認，Full Self-Driving（FSD）軟件正由過去「一套方案通用所有用戶」轉向個人化駕駛系統，未來車輛會記住駕駛人具體人手干預行為，並按個人喜好調整駕駛模式。

有用戶投訴引發回應

近日一名 FSD 用戶在 X 平台投訴，車輛經常在不應該離開的位置駛出高載客車道或快速車道，主動退出左側高效車道後駛入擠塞車流，鄰近車道車輛卻仍暢通無阻，令人相當困擾。馬斯克回應指，車輛將開始記住每個人具體人手干預行為，並根據個人偏好調整。

停車習慣成首要目標

人類駕駛人在同一情況下不會全部做出相同選擇，但過去 FSD 傾向學習單一統一駕駛方式。馬斯克透露，未來版本 FSD 會學習用戶停車習慣，讓車輛在家、辦公室或子女學校等日常地點，自動停到用戶慣常喜歡位置。停車正是目前導致用戶接管 FSD 最常見原因之一。

HOV 車道設定同步簡化

Tesla 車輛現時已設有高載客車輛（HOV）車道偏好選項，用戶可在「控制 > 導航 > 使用 HOV 車道」調整，亦可用語音指令開關。近期更新將設定簡化為 3 個選項：「自動」由車內鏡頭判斷用戶是否符合時間、地點及乘客數量要求；「是」強制使用 HOV 車道；「否」完全禁止進入。同時亦推出 FSD 接管反饋選單，每次駕駛人接管車輛都會彈出，方便用戶反饋接管原因，協助 Tesla 判斷優先改善方向。

下一代 v15 料明年初推出

馬斯克早前已確認，下一代消費者版 FSD 大版本 v15 將採用參數規模擴大約 10 倍全新模型，並可兼容現有 AI4（HW4）硬件，毋須升級至新一代 AI5 晶片。Tesla 在 2026 年第一季財報電話會議上表示，v15 屬全面架構革新，目標是在法規許可地區推出無人監督駕駛，惟馬斯克指無人監督版 FSD 最快要到 2026 年第四季才能於消費者車輛上推出，較原定計劃再度延遲。Tesla 目前有 FSD（受駕駛員監督）功能，已在美國、加拿大、中國、墨西哥、澳洲、紐西蘭及南韓推出，香港暫未在名單之內。

資料來源：cnBeta

 

手機深色模式原來傷眼 瞳孔放大反加重肌肉負荷 醫生建議改用淺色背景

現時大部分電話系統及應用程底都設有深色模式（Dark Mode），台灣三軍總醫院眼科特聘教授暨主治醫師呂大文指出，不少人將手機介面切換成深色模式，以為能減少刺眼感，但深色背景會令瞳孔放大吸收更多光線，長期使用反而加重眼睛負荷。他建議用戶改用白色或灰色等自然色背景，並定時休息雙眼，才能真正減少視力損耗。

 

▲現時大部分電話系統及應用程底都設有深色模式（Dark Mode），有醫生說反而加重眼睛負荷

 

瞳孔放大增加眼肌負荷

呂大文解釋，手機畫面轉為深色、亮度降低後，瞳孔需要自然放大以吸收更多光線進入眼球，過程會增加眼睛整體負荷量。長期處於這種狀態，眼周肌肉組織會持續繃緊，若加上老花眼問題，眼眶周邊眼輪匝肌更會繃得很緊，形成所謂「眼肩頸症候群」。

 

深色介面看久後，一旦轉換至淺色畫面或明亮環境，瞳孔便要即時收縮，這種放大縮小交替過程容易引發偏頭痛或頭痛。呂大文特別提醒，年紀較大或本身交感神經功能較弱人士，在明暗急速轉換時更有可能出現暈眩感。

 

深色背景下手機使用影響眼睛健康.

▲手機畫面轉為深色、瞳孔需要自然放大以吸收更多光線進入眼球，過程會增加眼睛整體負荷量 ( AI 示意圖）

 

藍光說法未有實證支持

香港藍十字網誌文章亦指出，深色模式雖然設計目標是減低藍光暴露以緩解眼睛疲勞，但目前並沒有研究證明減少藍光波確實對保護眼睛有重要作用。文章同時提醒，在弱光環境下使用深色模式，瞳孔會擴張，情況可能比日間使用一般模式更傷眼。

 

早年可讀性研究：淺色背景閱讀較快

台灣大葉大學早於 2003 年一項針對可讀性研究已發現，深色文字配淺色背景時，受試者閱讀速度反而較快，反映黑底白字設計未必有利閱讀效率，德國帕紹大學研究員亦得出類似結論。

 

▲2003年有研究指淺色背景閱讀較快

 

呂大文建議用戶採用自然色系，例如白底或灰底作為手機及電腦介面背景，一旦感到眼睛疲勞應立即放下電子產品休息。這種做法較單純依賴深色模式更能有效減少眼睛負荷，並降低偏頭痛及暈眩風險。

 

資料來源：台視新聞

 

 

街頭 QR Code 掃描後誤中「陷阱」 路過壁畫引人開 Rickroll 經典惡搞影片

有市民行經香港街頭，看見牆上壁畫印有 「Scan for AR」 QR Code，出於好奇隨手掃描，竟然連結至 Rick Astley 名曲《Never Gonna Give You Up》 音樂影片，亦即網民口中經典惡搞手法 Rickroll。這個橋段源自 2007 年 4chan 討論區，當時網民將歌曲影片連結偽裝成 《GTA IV》 預告片，令大眾以為能打開最新資訊，結果卻被歌曲畫面惡搞。

 

▲圖片來源：Threads

 

街頭壁畫結合 AR 隨時誤中陷阱

相中壁畫位於黃竹坑站外面往海洋公園方向走幾步，繪有大象與其他野生動物，並印有 「Scan for AR」 提示，指出掃描條碼可觀看擴增實境效果。過往香港亦曾有類似街頭壁畫項目，例如中西區與黃竹坑一帶壁畫，掃描 QR Code 可觀看犀牛及大象等動物「走出」牆身 AR 效果，原意是配合野生動物保育呼籲。不過隨意掃描街頭 QR Code 存在一定風險，除了可能遇上 Rickroll 這類無害玩笑，亦有機會連結至釣魚網站或惡意程式，建議市民掃描前先留意來源與網址是否可信。

 

 

Rickroll 由來：流行近 20 年

Rickroll 玩法源於早期 4chan 流行「duck-roll」 惡搞連結。2007 年有網民將片段改為 Rick Astley 在影片中身穿西裝跳舞畫面，自此成為網絡經典 bait-and-switch 惡搞。這支 MV 在 YouTube 已累積超過 1,794,366,335 次觀看，足證這個玩笑歷久不衰。今年 3 月印度 CBSE 中學數學考卷 QR Code 亦意外連結至同一首歌曲，再次引起網民討論。

 

 

 

資料來源：Threads, Rickrolling Facts

 

同一觀眾兩遇奧德賽腰斬 網民笑自帶厄運勸勿再入場 最後結局竟再有反轉

尖沙咀 iSQUARE 英皇戲院近日兩度因意外中斷放映《奧德賽》，社交媒體 Threads 上有網民分享他們先後兩次「中獎」,  兩次都因為事故不能完整看畢《奧德賽》。

 

▲有網民表示連續兩次看《奧德賽》都遇到事故，不知道是否自己問題

 

首次火警腰斬結局

Christopher Nolan 執導新片《奧德賽》（The Odyssey）上周四 16 日晚上 9 時 50 分於 iSQUARE 英皇戲院 IMAX 場次上映。播到最後約 10 分鐘結局前，戲院天花冷氣突然短路冒出白煙，商場隨即響起火警鐘，在場約 20 名觀眾要緊急疏散。銀幕畫面定格一刻，字幕剛好停在「來人把這些乞丐都趕出去！」，令觀眾哭笑不得。事後戲院向受影響觀眾派發 IMAX 及 2D 電影禮券各 1 張作補償。

 

三日後同一觀眾再遇機件故障

事隔僅 3 日，同一名觀眾昨晚 19 日再次入場觀看《奧德賽》。戲院同樣在播放至最後約 20 分鐘高潮位時，因機件故障而暫停放映。事主在討論區發帖，形容自己連續兩次遇上意外，笑言「懷疑係我哋 3 丁友問題」。

 

事件在討論區引起大批網民留言調侃，紛紛笑指事主似乎自帶「厄運」，勸事主切勿再次入場觀看同一部戲，以免其他觀眾同樣受影響。又有留言笑稱樓主「睇咗5個鐘都未睇到結局」

 

▲有網民笑「睇咗5個鐘都未睇到結局」

 

 

電影終於播返 觀眾拍手歡呼

與首次火警不同，今次戲院經理正派發贈券期間，電影突然能夠繼續播放，現場觀眾隨即拍手歡呼。事主之後在帖文更新透露，現場觀眾聽到「來人把這些乞丐都趕出去！」都笑住拍手歡呼，終於成功睇到結局。雖然電影最終播畢，戲院都有向在場觀眾額外送出 IMAX 贈券作補償。

 

▲ 事主之後在帖文更新透露，電影排排吓就播返 ( Threads )

 

 

資料來源：Threads 

 

八達通有記錄但被罰逃票 網民教寫港鐵上訴信 成功退回 1000 元罰款

不時有網民在社交媒體分享被港鐵職員「無故罰逃票」，雖然八達通有入閘紀錄，但仍然被職員罰款 $1,000。最近又有網民在 Threads 發文，指自己入閘後遭 3 名港鐵查票職員截停。現場職員堅稱他沒有使用有效車票入閘，隨即展開票控程序。該名網民指八達通存有入閘紀錄，憤怒質疑職員「亂咁捉人」，更透露其中 1 名女職員此前已有類似「前科」，最後同樣需要退還罰款，令他極度不滿港鐵處理手法，貼文隨即引來網民共鳴。

 

港鐵站內警察與乘客對話.

▲不時有網民在社交媒體分享被港鐵職員「無故罰逃票」( Threads)

 

電子八達通感應欠佳 查票機未讀取即當逃票

事實上，手機八達通或 Apple Pay 顯示成功拍卡、但港鐵閘機未能成功感應的「技術故障」情況，在日常生活中屢見不鮮。上年就有網民指自己在彩虹站拍卡入閘，眼見閘門開啟便順勢過閘，豈料隨即被「黃衫」查票職員截停。網民查看手機，發現 Apple Pay 的交易紀錄顯示為「No Charge」（未有收費）但「Card Read」（已讀卡）。即使當場百般解釋並提出可以立即補票，職員依然完全不人性化處理，硬性推卸指「乘客有責任檢查清楚」是否成功入閘，並隨即開出 $1,000 罰單。該網民認為「乘客有責任檢查清楚」的想法過份理想，完全脫離現實運作。首先，現時大部分港鐵站的新式自動閘機在人流極多時會不斷自動開關，本身就極具誤導性。乘客做完拍卡的慣性動作，見到閘門開着或者無關上阻擋，直覺反應一定是順勢前行。如果系統未能成功扣錢，理應要關閘阻擋乘客，系統做不到有效攔截，卻反過來怪罪乘客為甚麼見到門開都要行入去，極不合理。

 

閃卡顯示無需充電訊息.

▲ 有網民分享 Apple Pay 的交易紀錄顯示為「No Charge」（未有收費）但「Card Read」（已讀卡）（ Threads）

港鐵無收費通知示意圖.

▲ Threads 圖片

港鐵逃票被罰款成功退回1000元.

▲不時有網民在社交媒體分享被港鐵職員「無故罰逃票」

 

貼文引來大批網民熱烈討論，有網民指「港鐵閘機有問題都唔係第一次」，回憶以前用實體八達通時已常被指「卡失效」，去客務中心處理卻又回復正常；亦有網民無奈表示「喺港鐵範圍，佢哋（職員）就係最大」，並指出港鐵一向「以佢哋部查票機為準」，就算手機畫面顯示「旅程中」或有拍卡紀錄，只要職員部查票機讀不到，就會咬定乘客無入閘。在這種灰色地帶下，乘客一旦行入付費區往往百口莫辯，隨時被當作逃票而遭罰附加費。

 

港鐵罰款記錄與上訴成功.

▲網民認為，港鐵附例下港鐵擁最大話事權( Threads)

 

過來人分享上訴方法 提交交易截圖成功退款

遇到系統出錯而蒙冤的乘客，並非只能無奈接受。有同樣遭遇的網民，分享成功上訴經歷，指出依循正確程序，絕對有機會討回公道。該網民收到罰單後，撰寫詳細上訴信，依序交代事發經過。為提供確鑿手機數據支援，他附上 Apple Pay 顯示已拍卡的畫面截圖，以及平日頻繁正常的八達通消費紀錄，證明自己是長期守法乘客，絕無故意逃票動機。

上訴方法注意事項：

收件地址： 信件必須寄往 「香港郵政總局信箱9916號」。

信件內容： 詳細地交代事發當刻的完整經過（包括日期、時間、車站、涉及閘機或職員等細節）。

必附證明文件：涉事交易截圖，如 Apple Pay 顯示「No Charge」但「Card Read」的畫面截圖。

近期消費紀錄： 隨信必須附上最近一個月的八達通拍卡紀錄，藉此證明自己是長期守法、有正常乘車及消費習慣的乘客，絕無故意逃票的動機。

 

根據網民分享，港鐵在經過約 1 個月等待後發出正式回信。官方回覆信稱「認同現場職員當下的決定」，但最終處理結果卻寫明會「退還罰款」。

 

港鐵逃票記錄被罰款成功退回.

▲過來人分享上訴方法，提交過往交易截圖成功退款（ Threads）

 

資料來源： Threads

在飛機玩五子棋玩到想喊 網民連輸 31 鋪無奈落機 其他人回應: 我都未贏過

有台灣網民日前在 Threads 發文，分享自己搭乘星宇航空期間，挑戰機上娛樂系統內置「五子棋」遊戲。結果他連戰 31 場全敗，最終要帶着 0 勝 31 負紀錄落機。帖文獲超過 22,000 個讚好，大批網民紛紛留言分享自己同樣被電腦完全壓制經歷。

 

▲圖片來源：Threads@carrrp__

 

撐到落機一刻仍未贏

樓主上載截圖顯示自己戰績為 0 勝 31 負且總時間僅 1 秒多，反映每局都輸得極快。有網民追問他落機前有沒有贏過，樓主回覆「沒⋯⋯贏⋯⋯過⋯⋯」，並解釋帖文附圖中站立收拾行李乘客正是自己。他形容自己撐到最後一刻要落機，笑言力戰至最後一刻仍未嘗一勝。

 

 

網民揭電腦難度極高

帖文引來大批網民現身說法，指出同款五子棋遊戲難度極高。有網民分享另一張截圖，顯示紀錄為 0 勝 4 負並留言形容「真的超難」。另一名網民更曬出 0 勝 37 負驚人戰績。有網民表示即使兩人一起研究棋路，玩足 4 小時依然一場未勝；亦有網民指自己曾勝出一場後，連續輸掉 40 多場。

 

亦有網民笑言此遊戲難度甚至影響情緒，有留言稱「真的超難，睡不著才玩，玩了更睡不著」；另有網民更透露「上次氣到重捶了一下熒幕，差點被殺死」。

 

 

有玩家證實可以取勝

雖然大部分網民都鎩羽而歸，但亦有留言者拍片證明遊戲並非無法戰勝。有網民留言指出雖然贏過但並不容易，希望日後可以推出連線對戰功能。另有網民分享心得指自己玩了不足 3 小時已經摸清規律，可以利用一模一樣棋路重複擊敗電腦。亦有網民憶述原本看見坐在自己前面乘客連輸 20 多場未嘗一勝，自己嘗試後亦被打得落花流水。

 

亦有網民分享另一種戰績，指自己下到第 8 場才開始獲勝，最終戰績約為 10 勝 40 負；另有網民指自己打了 7 至 8 場才終於贏得一場。

 

網民笑推陰謀論 盼開放連線對戰

不少網民留言笑指遊戲背後暗藏陰謀。有網民形容自己玩到差點哭，並笑言以為局勢還在掌控之中，其實早已掉入電腦陷阱。亦有網民分享冷知識，聲稱遊戲其實是跟機長室連線對戰，笑言若該班次機長剛好棋力較強，下次搭乘其他航機就有機會勝出。另有網民以誇張語氣笑言，指機長會在機上現場隨機匹配，玩家打輸就會墜機。

 

不少網民都反映機上五子棋難度屬地獄級，紛紛留言表示希望星宇航空日後可以加入連線對戰功能，方便乘客互相挑戰。亦有網民笑言計劃自行組織五子棋 PK 大賽，挑戰星宇航空機上娛樂系統。

 

資料來源：Threads

 

深圳地鐵全面安檢惹大排長龍 上班時間+暴雨致站站爆滿

深圳地鐵因應暑假客流大增，星期一（7 月 20 日）起全線實施進站安檢全覆蓋，所有隨身行李須過機查驗，乘客亦要配合手持裝置接受人身安全檢查。新措施實施首日正值星期一上班日，加上深圳突降暴雨，多個車站出現大排長龍，網民形容現場秩序混亂。

 

 

安檢新規詳情

深圳地鐵表示，暑運旺季旅遊需求與通勤人流疊加，站內人流量大幅增加。為全方位保障乘客出行安全，地鐵推行進站安檢全覆蓋機制。所有隨身行李物品必須過安檢機查驗，每位乘客進站時亦須配合安檢人員，使用手持安檢裝置接受人身安全檢查。受新流程影響，早晚繁忙時段部分人流密集車站，排隊進站時間將明顯增加。重點受影響車站包括坪洲站、固戍站、高新園站、民治站、五和站、深大站、後海站、車公廟站、丹竹頭站、翻身站、留仙洞站、流塘站、上川站及中山公園站。

 

首日實施大排長龍

新規實施首日遇上星期一通勤高峰及暴雨天氣，多名網民在社交平台發帖，反映安檢通道前排起長隊，有站點甚至有數百人被堵在安檢通道，質疑深圳地鐵未有做好應對新規推行後的人流疏導措施。香港討論區 LIHKG 亦有網民討論相關情況，指單是進站已需排隊 20 分鐘，形容出行安排大受影響。

 

 

限制及禁攜物品清單

深圳地鐵同時公佈詳細限制及禁止攜帶物品清單。含易燃物質日常用品如香水、花露水及空氣清新劑等，單件容量不得超過 700 ml，全部累計總攜帶量不得超過 1,000 ml；打火機最多可攜帶 5 支，安全火柴不超過 20 小盒。酒精濃度介乎 24% 至 70% 成品酒累計攜帶量不得超過 3,000 ml，散裝或已開封酒類則禁止攜帶進站。流動電源及鋰電池等，單個額定容量不得超過 20,000 mAh，每人最多只能攜帶 5 個。

 

至於嚴禁攜帶物品方面，除導盲犬和執行任務的軍警犬外的活體動物、各類爆炸性、易燃易爆性、毒害性、腐蝕性、放射性物品及傳染病病原體、槍械彈藥及攻擊性武器，均一律禁止攜帶進站。同時亦禁止攜帶有濃烈異味、易污損或無包裝易碎物品、未妥善包裝肉製品，以及充氣氣球、未摺疊單車、尖銳物品等有安全隱患或影響應急逃生物品，單件重量超過 30 公斤或長寬高總長超過 1.6 米大型行李亦不准攜帶。

 

深圳地鐵呼籲，計劃北上或在深圳乘搭地鐵的市民，出行前應合理規劃路線，提早預留充足進站時間，並留意上述攜帶物品規定，以免影響行程。

 

 

資料來源：香港01、新浪財經

政府推「全民AI」 斥 5000 萬辦逾 200 場活動 孫東: 港人要捉住 AI 發展機遇

創新科技及工業局局長孫東在星期六發表網誌，本港正全速推行全面智能科技普及策略，未來將在社會各階層及政府內部大刀闊斧引入 AI 技術。當局已經接納 3 大科技機構的協作建議，預計在今明兩個財政年度舉辦超過 200 場活動並期望能惠及 5 萬人次，內容涵蓋網上基礎課程至職場實務培訓，期望未來市民不論在處理政務還是職場進修，都將迎來全面數碼化與智能化轉型。

 

▲ 政府推「全民AI」 （ AI 圖片）

兩年辦逾200場活動

孫東網誌提及，「全民AI」計劃預期在今明兩個年度進行。政府初步估計將會舉辦超過二百場不同類型的活動。計劃預算開支達到五千萬元。孫東指出撥款作全民教育屬初步嘗試。他希望港人抓住人工智能發展機遇，自發關注並提升自我能力。如果實際成效良好，政府會考慮再增加資源。

 

「全民AI」普惠計劃啟動：專家講堂錄逾180萬人次觀看

網誌又說，早前已推出一連八集的《AI大講堂》，邀請多位專家與學術翹楚擔任講者，向公眾講解AI知識，錄得超過180萬人次觀看。另外，政府接納了香港科學園、數碼港及香港生產力促進局的建議書，以分層協作的模式展開深度的科普推廣。

 

數碼港與科學園分工：落實基層普及與青年專業轉化

其中，數碼港主要從「基礎普及」的角度出發，透過線上基礎課程、互動工作坊以及園區參觀等活動，著重向學生、家長及弱勢社群普及AI認知，藉此縮窄數位鴻溝，並建立負責任的科技使用文化。香港科學園則聚焦於「專業轉化」，重點支援大學生、青年研究員及專業人士，提供進階課堂、創科比賽、企業實習和職業博覽，全力協助青年將知識轉化為實踐能力與就業優勢。

 

建設「數字政府」：AI效能提升組目標2026年涵蓋100個政務環節

網誌又提及，AI賦能數字政府建設有利提升政府管治能力。去年《施政報告》提出成立AI效能提升組，統籌和指導政府部門有效應用AI技術、研究重組工作流程以及推動部門進行科技革新；並在不同政務環節推出數據分析、客戶服務及文書工作等通用AI工具，以提升工作效能及更好地回應市民對高效政府和優質公共服務的期望。數字政策辦公室已引進業界AI及數據科學專家和市場領先技術，全力加快政府數智化轉型。AI效能提升組的目標是於2026年年中開始陸續推出AI項目，並在2026年內推出涵蓋100個政務環節的AI工具，以及在2027年年底前增加至不少於200個。

 

另外，香港生產力促進局則從「實務提升」的角度切入，針對日常工作場景提供實務培訓與優化方案，協助中小企和在職人士將AI融入日常工作，全面提升營運效率與競爭力。整個「全民AI」普惠計劃規模相當龐大，預計在今明兩個財政年度內將會舉辦超過200場活動。隨著香港科學園的啟動禮順利舉行，數碼港與生產力局的相關活動亦將於稍後陸續展開，全方位推動香港AI高水平發展。

 

資料來源：孫東網誌 ，RTHK，紫荊

 

 

Kimi 行政總裁批 Claude 押錯注 楊植麟：優秀智能體靠優秀基礎模型

中國人工智能初創月之暗面 (Moonshot) AI 共同創辦人兼行政總裁楊植麟近日在一場 90 分鐘工作坊表示，Anthropic 旗下 Claude 並非憑推理能力取勝，而是將全部資源押注於智能體（agent）功能。不過業界普遍忽略核心問題，即優秀智能體需要強大基礎模型支援，而這正正是 Kimi K3 研發重點。

楊植麟核心觀點

楊植麟解釋，即使最聰明智能體亦會失敗，主因往往是配置不當。他強調大多數人仍停留在解決舊問題階段，未能跟上技術演進。他認為基礎模型才是智能體能力真正根基，脫離強大基礎模型談智能體應用猶如捨本逐末。

Kimi K3 評測表現

Moonshot AI 推出最新開源權重模型 Kimi K3，擁有 2.8 兆參數及 100 萬 token 上下文視窗，原生支援視覺理解。在 Vercel 測試 AI 編碼智能體的 Next.js 評測中，Kimi K3 配合 OpenCode 執行框架，以 92% 成功率完成任務，耗時 199.89 秒，速度快於同樣達到 92% 成功率的 Claude Fable 5（233.93 秒）及 GPT 5.6 Sol（231.83 秒）。Vercel 行政總裁 Guillermo Rauch 形容，這是首次有開源模型在該項特定基準測試領先全場。不過在涵蓋更廣的 Artificial Analysis Intelligence Index 綜合排名中，Kimi K3 僅列第三，落後於 Fable 5 及 GPT 5.6 Sol。Kimi K3 表現令 Moonshot AI 在全球科技界備受注目。

 

楊植麟背景與 Moonshot AI

楊植麟 1992 年於廣東汕頭出生，清華大學畢業後赴美國卡內基梅隆大學攻讀博士，師從人工智能學者 Ruslan Salakhutdinov 及 William Cohen，並曾於 Google Brain 及 Meta 實習。2023 年 3 月，楊植麟與清華大學同學兼樂隊拍檔周昕宇及吳育昕創立 Moonshot AI，公司名稱靈感來自 Pink Floyd 專輯《The Dark Side of the Moon》。團隊自主研發多項技術，包括 Transformer-XL、RoPE、Group Normalization 及 MuonClip，早年憑 Kimi K2 成為中國首個開源兆級參數模型而聲名大噪。

 

 

資料來源：@0xCodila、Wikipedia、Officechai