近日在美国山景城召开的年度I/O开发者大会上，谷歌宣布拿出2500万美元推动全球人工智能影响补助计划，帮助一些组织和机构通过应用和部署机器学习来应对一些全球挑战。据悉该计划是“谷歌人工智能社会福利”（Google’s AI for Social Good program）项目的延伸，Google.org总裁Jacquelline Fuller在电话采访中表示自去年10月份在全球119个国家宣布该活动以来，已收到2,600多份申请。

腾讯布局、永安行拿牌照、美团退而做聚合平台……接连而至的变动正在将网约车局势变得更加莫测。5月8日，永安行发布公告称，该司已取得网约车经营许可证。这家曾极为抵触“共享出行第一股”的公司，终于要在共享出行领域更进一步。这条公告中，有一句话格外显眼——“公司网约车经营具备全国范围内线上服务的能力”。

5月12日，Ars technica称，Fxmsp是一个破坏私人企业和政府信息的俄罗斯组织，自3月份以来，Fxmsp在网络犯罪论坛上声称持有了从美国三家主要防病毒公司软件开发相关的独家源代码。

华为主打时尚设计、靓丽自拍的nova系列市场销量不俗，近日，系列新机首次曝光，或将命名为nova 5。从渲染图来看，“nova 5”背部为渐变色玻璃机身，后置竖排三摄，闪光灯安放镜头模组右侧，主摄4800万像素。由于没有指纹模块，nova 5大概率会使用屏幕指纹，当然暂时还不能排除它会用上Mate 20 Pro入门版的3D结构光（刘海屏）。

近日，“买18件衣服旅游后退货”一事引起了网友热议，据报道，五一期间，一女子在淘宝店购入18件衣服前往西藏旅游，旅游返回后要求全部退货。据悉，该淘宝店对媒体表示，该女子拍下4600余元拍下18件衣服，但是五一长假过后，该女子发起退货请求，要求18件衣服全部退货，店主加该女子微信希望沟通退货原因，却意外发现该女子已于五一期间身穿新衣前往西藏旅游并拍照。

经历了一年多的惨淡熊市后，比特币在今年迎来了反转，从二月至今，比特币迎来了长达3个月的连续上涨。最近11天更是迎来11连阳，创2017年以来最长连涨周期。截至12日早上9：45，比特币报7160.00美元，大涨9.41%。这也是继2018年9月以来，比特币重新站上7000美元大关。

备受期待的一加7即将于5月16日在北京发布，本站也受邀参加并会第一时间带来图文直播和现场上手体验。和往年相同，一加为新旗舰准备了丰富的配件周边，除了碳纤维（Carbon Case）和砂岩保护套（Sandstone Case）之外，还提供了丰富配色的硅胶保护套（Bumper Cover）以及尼龙保护套（Nylon Case）。

今年3月，Gearbox正式公布了《无主之地3》，距离2012年9月发售的《无主之地2》过去了将近7年时间。在这过去的多年间，涌现了很多优秀的FPS游戏，而Gearbox在开发《无主之地3》时一方面保留了系列的精髓，另外一方面也借鉴了这些新兴的现代FPS游戏，其中一个便是重生娱乐开发的《泰坦陨落2》。

5月12日消息 据界面新闻报道，知情人士透露，小霸王游戏机项目团队已于5月10日解散，直接负责该项目的小霸王上海分公司也已经遣散。至今，距离小霸王宣布进入游戏机市场已逾一年，正式的硬件发布也已超过9个月时间。小霸王上海分公司员工向媒体表示，“5月10日是最后一天上班。”由于资金紧张，此前小霸王发布的游戏硬件产品迟迟无法上市销售，且投资方对项目进展悲观，已经无力支撑小霸王游戏机项目继续推进。▲2018年ChinaJoy现场实拍小霸王Z 新游戏电脑作为中国游戏机的骄傲，小霸王很难与微软、索尼、任天堂抗衡，小霸王团队在去年宣布重返游戏机市场，并在ChinaJoy上发布了“Z 新游戏电脑”硬件产品。据小霸王产品官网介绍，“Z 新游戏电脑”首发价格被定为4998元，配备了AMD定制芯片、8GB内存和128GB SSD 1TB机械硬盘，仁宝电脑作为其产品的生产供应商。在游戏软件上，小霸王也曾规划了数款独占游戏。小霸王官网显示，该硬件计划于2018年8月发售。但是在ChinaJoy的短暂亮相后，小霸王游戏主机就再也没有出现过。随着英特尔和AMD相继推出新的芯片，英伟达也在去年推出了全新的RTX显卡，小霸王的游戏主机显然已经落后，上市可能性基本为零。

本周四，Facebook联合创始人克里斯·休斯（Chris Hughes）在纽约时报上发表专栏文章，指出美国政府应该分拆Facebook，并要求首席执行官马克·扎克伯格（Mark Zuckerberg）为“以增长为先导而牺牲用户安全和隐私”行为承担应有后果。今天Facebook官方做出了回应，声称公司的规模并非真正的问题，而且作为一个平台能够获得如此成功并不应该被苛责。

本文授权转载自微信公众号“域名投资”（domaincom），作者张大官人，如需转载请直接与作者联系。今晚刷朋友圈的时候，突然看到域名城domain.cn董事长叶旭建叶总发布的一条快讯：域名yuanchuang.com原创以53.5万的价格结拍。一开始没太在意，只觉得yuanchuang.com这个双拼有点长，虽然有原创的含义，也挺适合阅读小说影视类项目的，但能拍53.5万还是挺好的价格。后来经一个朋友提醒，才想起，这个域名似乎原持有者是腾讯，赶紧去查资料。通过查询whois历史一看，哎呀妈妈，真的是腾讯的。原持有人邮箱是dns@tencent.com，腾讯官网域名tencent.com，没跑了。然后再搜了一下yuanchuang.com的信息，发现原来网站名叫原创阅读网，是腾讯旗下子公司，北京华夏墨香文化传媒有限公司开办的大型文学网站。至于为啥这个域名会以到期拍卖的方式出现在我们面前，我也是觉得很奇怪。大概率是这个域名管理员忘记续费，导致过期拍卖的。这本是一件挺悲伤的事情，但是想到腾讯的域名到期未续费，阿里巴巴来拍卖掉，也真是件很奇妙的事情啊。腾讯和阿里巴巴相爱相杀的故事，未来还会不断上演吧……

5月12日消息 5月8日，在2019年谷歌I/O开发者大会上，谷歌正式发布了手机新品Pixel 3a和Pixel 3aXL。Pixel 3a配备5.6英寸的2220×1080分辨率OLED显示屏（Pixel 3a XL屏幕为6英寸），配备4G 64G存储组合，搭载骁龙670处理器。Pixel 3a售价为399美元，Pixel 3a XL售价为479美元。Pixel 3a拥有白色、黑色、浅紫色三种颜色。后置单摄，保留3.5mm耳机接口。至于为什么谷歌Pixel 3a会保留3.5mm耳机孔，谷歌产品经理Soniya Jobanputra在接受采访时表示，我们认为这个价位的用户可能需要这种弹性功能，也就是说你既可以使用3.5mm耳机孔，也可以使用你的蓝牙耳机，或者type-C转换耳机等，但是绝大多数消费者手头都有一副3.5mm耳机，我们不想让这些耳机变成电子垃圾。

港媒称，一项德国调查发现，全球成年人均饮酒量有上升趋势，过去30年已上升一成。其中欧洲人平均饮酒量最高，以法国为例，法国男性平均每年摄入19公升酒精。调查亦发现中等收入国家，包括中国、印度及越南的人均饮酒量节节上升，预料2030年中国人均饮酒量将超越美国。

据香港中评社报道，鸿海董事长郭台铭今天表示，虽然在鸿海新任董事候选人名单之列，但他百分之百不会续任董事长，如果在国民党2020初选未出线，他也不会回去。宣布参选2020的郭台铭今天出席永龄健康基金会举办的“永龄华人抗癌联合行动周年记者会”。

在 Google I/O 2019 的第三天，图灵奖最新得主、Google Brain 高级研究员 Geoffrey Hinton 在现场同《连线》杂志现任主编 Nicholas Thompson 进行了一场对话访谈。尽管是开发者大会的最后一天，而且访谈被安排到了午饭时段，但这仍成为了本年度 Google I/O 除首日官方 keynote 之外最引人关注的一场活动。

一个有缺陷的Windows更新或许会令人烦恼，但还不足以引起人们的恐慌，但是如果是数百名被警方监控的嫌犯或者有前科的罪犯突然失控呢？本周四佩戴在嫌犯腿部的踝关节监视器在更新中出现问题，导致设备和警察之间的通信被中断。

西媒称，日前发表在美国《科学》周刊上的一项研究显示，生命初期得到的关爱如何以一种不可思议的方式改变了我们每个人。据西班牙《阿贝赛报》网站5月5日报道，精神病学、神经学和儿科医学领域的专业人士一直坚持认为，幼儿时期的经历对儿童认知和情感发展非常重要。

美国研究人员发现，与悲伤相比，生气对老年人心理健康伤害更重，可能增加炎症风险，而长期炎症水平较高关联心脏病、关节炎和癌症等慢性疾病。康科迪亚大学研究人员以年龄59至93岁的226人为研究对象，分为两组：59岁至不满80岁为老年早期，80及80岁以上为老年晚期。

一家美国初创公司正在研发“心脏病预防针”，欲通过基因编辑疗法降低心脏病的发病率，预计在3年内开启人体实验。近日，其基因编辑计划得到谷歌母公司Alphabet风险投资基金的支持，完成了5850万美元的A轮融资。

虽然Pixel 3/3 XL去掉了耳机孔，但却在新发布的中端机3a/3a XL上良心回归。在接受采访时，谷歌产品经理Soniya Jobanputra对此予以解释，她表示，谷歌认为这个价位（3a起步价399美元）的用户需要这种弹性功能，即你既可以使用3.5mm耳机、也可以换用USB-C或者蓝牙耳机等数字音频。

5月12日消息 Winfuture再一次放出了一加7 Pro的最新渲染图，这次的渲染图侧重手机的侧面，与此同时还为我们带来了一加7 Pro的保护壳渲染图。现有爆料显示，一加7 Pro三围162.6 x 76 x 8.8 mm，重量210g；外观方面，一加7 Pro配备一块6.67英寸QHD 分辨率曲面面板（516 PPI），流体式AMOLED显示屏（Fluid AMOLED Display），可根据显示内容自动在1080P和2K之间切换，基础刷新率60Hz，最高刷新率90Hz，支持HDR 10和HDR 10 视频格式。以下为一加7 Pro最新渲染图及保护壳：

在前两天的 Build 2019 大会上，微软宣布 WSL 2 将采用全新的架构，使用真正的 Linux 内核。微软对于 Linux 等开源项目的全面拥抱给开发者带来了很多惊喜，继在微软商店（ Microsoft Store）提供 Ubuntu、SUSE Linux 和 Fedora 等发行版后，深受欢迎的 Linux 发行版 Arch Linux 也于近日在微软商店上架了。

尽管并不愿就这么退出智能手机市场，但HTC仍在做一些令人费解的尝试。本周末，HTC正式公布了旗下第二款区块链手机Exodus 1s。可能你对第一代Exodus 1都还很陌生，毕竟它几乎就是U12 的马甲版，但却只能使用比特币、以太坊等数字货币购买。

在微软最有价值专家 Michael Gillett的不懈努力下，旗下网站WallpaperHub再次分享了Build 2019开发者大会开幕演讲中微软曾使用过的官方壁纸，现在已经向公众提供免费下载。WallpaperHub.app是一家专门收集Surface、每日Bing壁纸以及各种微软活动中的精美壁纸网站。这张壁纸名为“Space”，提供了1920*1080和5760*1080两种分辨率供用户下载。

从EdgeHTML切换至Chromium之后，Edge浏览器开启了焕然新生的征程。在更具兼容性、扩展程序更丰富的同时，微软也在积极地将旧版Edge上的优势特性迁移至新版Edge中，而其中之一就是阅读模式。在最新上线的Edge Canary 76.0.155.0中，默认启用了阅读模式，不再需要通过修改Flag方式手动启用。

5月12日消息 5月8日，安兔兔公布了2019年4月份国内Android手机性能排行榜。排名依次是小米9透明尊享版、小米9、黑鲨游戏手机2、魅族16s、vivo iQOO Monster、三星Galaxy S10 、Galaxy S10、vivo iQOO、红魔Mars以及荣耀V20。不过，这份榜单引起网友不满。有网友称为什么联想也有两款855旗舰，怎么就都没有上榜，并质疑安兔兔收钱“放水”，对此安兔兔新闻主编@张鹏_安兔兔 给出回应。张鹏表示，安兔兔榜单从来没收接受过任何合作，给钱就能上榜？可能你们把钱看的真的太重要了；如果你看性价比排行榜就知道到底有没有打压联想；联想的两款855旗舰不上榜的原因很简单，单月统计样本不够1000条；最后张鹏强调，我们不会去搞什么政治正确。目前，该质疑微博及张鹏回应均已删除。

自今年2月在Canary渠道版本中引入标签组功能以来，谷歌就没有停止过对这项功能的优化。援引外媒Techdows报道，为了解决标签页过多遭到的混乱问题，谷歌现在为每个标签组按照“Group 1/2/3”这样的数字排列设置标签，未来极有可能允许用户自定义标签组。

5月12日消息 据中国日报报道，随着《复仇者联盟4：终局之战》在全球热映，有不少网友好奇影片中“复联”总部在哪儿，眼尖的网友发现，影片中复联总部的取景地就是中国企业三一重工在美国总部。▲影片中复联总部据了解，2018年六月份前后，复联剧组曾租用三一重工位于美国乔治亚州桃树城的美国总部进行拍摄，拍摄结束后，摄制组就将车间内部为拍摄进行的改造装潢复原，只留下下图中的这片墙，眼尖的小伙伴可以试着找找这面墙有没有出现在电影里。有网友表示，电影的室内场景基本上都是在三一重工美国总部拍摄，这一拍摄场地此前是三一重工用来停放挖掘机，或是员工打羽毛球的地方。以下为三一重工美国总部与复联4部分画面对比：

5月12日消息 据外媒报道，日前有微软开发者在Build 2019期间获取到了微软Windows 10官方的内部文档。根据微软官方的统计，Windows 10目前在全球范围内有8.25亿台活跃设备在使用。Windows 10最新的装机量数据比前两个月的8亿台有明显的增加，除了Windows 10的装机量，Edge浏览器和Microsoft Launcher启动器的统计数据也一并出现在文档中，根据微软的统计Edge浏览器的安卓版和iOS版共被下载了450万次，而Microsoft Launcher则拥有超过400万用户。另外，被微软收购的SwiftKey在全球范围内有1.59亿活跃用户。Windows 10一直是微软的一块心头肉，自从Windows 10推出以来，其增长速度并没有微软预期那么快，微软最开始的目标是在Windows 10发布三年时间内可以在全球范围内有10亿用户，然而，微软Windows 10的装机量距离10亿还有一些差距。

本周六苹果首席执行官蒂姆·库克（Tim Cook）参与了位于美国华盛顿哥伦比亚特区卡内基图书馆的开业典礼，同时到场的还有苹果零售业务主管迪尔德丽·奥布莱恩（Deirdre O'Brien）、市场营销主管菲尔·席勒（Phil Schiller），此外还有该特区的区长穆里尔·鲍泽（Muriel Bowser）。

5月11日消息，小米集团公关部总经理徐洁云预告，Redmi 855旗舰近了，暗示该机即将发布。目前有关红米骁龙855旗舰的命名暂时不得而知，之前有爆料称该机被命名为“Redmi X”，遗憾的是该命名被小米集团副总裁、红米Redmi品牌总经理卢伟冰否认。

Windows 10 2019年5月更新提供了许多改进的，在功能上提供了对Windows Update的急需改进，新的搜索体验，明亮配色主题等，但很少有人知道新版可以在一定程度上提高PC的整体性能，让升级到最新版变得非常有必要，所以今天我们就来聊一聊这个问题。

5月12日消息 魅族今天凌晨进行的抽奖活动中，一位名为@iQOO旗舰版 的用户获得了魅族推出的新机魅族16s。这位ID独特的网友成为了网友调侃的对象，但凡是带友商名称的ID中奖率都异常的高。根据网友的说法，魅族手机抽奖向来都非常“魔怔”，此前魅族的几次抽奖中，也有不少奇奇怪怪的ID乱入，在这次抽奖后，不少网友纷纷表示，打算改ID，图吉利。魅族这么多次抽奖，活生生成了其他友商的“广告牌”，网友称，魅族官微也是“老实人”。说到这里，你懂我意思吧，赶紧改个ID去。

周五的美国证券交易所，再次迎来一位行业巨头。筹措多年，Uber 终于达成了上市的夙愿。可能开始并不尽如人意，42 美金的价格最终跌破发行价，为这个自 Facebook 之后美国科技公司最大的 IPO 案画上了一个不那么完美的句号。

5月12日消息 在11日晚进行的MSI全球总决赛上，IG与SKT对决，IG轻取SKT打破了MSI最快比赛用时纪录，IG仅仅用时16分01秒就拿下了第一局比赛，这也打破2015年全球总决赛EDG vs BKT的20分21秒的用时纪录，而IG队员再次被网友冠上“全员分奴”、“iG永不加班”等称号。对于iG在这场焦点战中用时如此之短，“锅老师”Mlxg甚至在微博中吐槽：“我的第一次解说处女秀就这么没了？”，而G2战队也在推特中表示：“至少我们坚持的时间久一点...?”在IG与SKT的第一局比赛中，IG队员数据全面压制SKT。在与SKT比赛结束后，IG战队以4胜0负的战绩暂列积分榜首位，今天，IG战队将迎战FW战队和PVB战队。

5月12日消息 《Dota2》TI9勇士令状在5月8日上线，而仅四天，今年TI9比赛总奖池已经突破了1000万美元，创造TI赛事奖金增速纪录。据了解，在去年底TI8比赛中，总奖池超过2500万美元，其中，比赛冠军队伍将会获得44%的奖金，而即便是最后一名，他们也会有6%的奖金。按照今年TI9的势头，突破TI8的总奖池也是早晚的事。在去年的TI8比赛中，受邀的八支队伍有一半来自中国，分别是VGJ.T、LGD、Newbee、VG。鉴于今年TI9邀请赛在上海举行，直邀参加TI9的中国战队会受到中国玩家的关注。

微软研究人员专注于潜在的AR和VR应用程序，今天它宣布推出了一款名为TORC（Touch hard Controller）的小型实体设备，它可以创造性地使用触觉反馈，从而模拟触摸感觉，从骰子的摇晃到纸张的粗糙你都可以感触到。与复杂而昂贵的VR触摸手套不同，微软表示，这款手掌大小的手套没有可见的移动部件，而是使用内部触摸和力传感器来检测移动拇指的位置，此外，它还配备了两个执行器，可以在另外两个紧握的手指上发出隆隆声来模拟纹理。当拇指移动旋转或按压物体时，用户会感受到运动和阻力的反馈，感受到传达的纹理和深度。该项目最初是为了模拟在VR中挤压橡胶压力球的感觉，这是目前消费级控制器无法实现的。虽然研究人员表示当你挤压TORC时你的手指不会移动，但是你将能够看到虚拟球在屏幕上挤压并感觉到它在手中，同样对于其他物体也是一样感受到。微软预计TORC未来将被整合到VR和AR控制器中。包括Xbox One和Windows混合现实风格的控制器，这些控制器具有专用于该功能的区域以及可以通过内部执行器在尖端附近挤压的触控笔。微软的研究团队将于本周末在苏格兰格拉斯哥举行的CHI 2019会议上展示TORC。正如这些研究项目的典型情况一样，该技术的消费者版本没有固定的发布日期，但我们希望它很快就能在实际的VR和AR控制器中出现。

周五的美国证券交易所，再次迎来一位行业巨头。筹措多年，Uber终于达成了上市的夙愿。可能开始并不尽如人意，42美金的价格最终跌破发行价，为这个自Facebook之后美国科技公司最大的IPO案画上了一个不那么完美的句号。▲上市当日的Uber股价表现| Google News不过抢下「共享出行第一股」的竞争对手Lyft同样开局不利，目前股票价格远低于三月份的IPO价，资本市场见证了其火箭般的下坠。截止到本周四，Uber以45美金的价格共发行了1.8亿只普通股，共募得资金81亿美元，公司最终估值为822亿美金。按照开盘价计算，Uber的市值已经瞬间蒸发了100多亿美元。周五开盘前，Uber现任CEO达拉·科斯罗萨西（Dara Khosrowshahi）在接受财经媒体CNBC采访时表示，「Uber发行价和估值低于预期，主要是因为此时上市的市场大环境不佳。」他同时指出，「我希望用户能够明年甚至在更长的时间里持有我们的股票，就像手握那些优质的基金一样。」显然Uber的高层和华尔街的投行们，为了避免出现类似Lyft的情况，刻意选择了低调行事。而本周受贸易紧张情绪影响，标普500指数跌幅近3%，Lyft周四曾大跌10%，上市一个半月已较IPO发行价下跌近24%。Uber的第一位实习生，现在已经是其中一位高管的Austin Geidt，在纳斯达克的阳台上敲响了上市钟。他的周围簇拥着CEO科斯罗萨西，其他高管，Uber的早期员工和司机代表。不过令人唏嘘的是，Uber的联合创始人、前CEO卡兰尼克（Travis Kalanick）只能像旁观者一样，远远地见证着这一历史性的一刻。他之前提出加入科斯罗萨西的请求被Uber方面「毫不留情」地回绝了。卡兰尼克是在其父亲的陪同下乘坐Uber来到现场的，并与其他董事会成员一起吃了早餐。Uber的员工、投资人以及董事会成员挤在一起，有人甚至穿着Uber Eats画着盘子和贝果的T恤。坎坷的盈利之路今年本来有望成为科技独角兽们蜂拥上市、新股发行最好的年份之一，但Uber上市后表现不佳或令市场热情受挫。尽管IPO对Uber这样的巨头而言是种里程碑式的胜利，但监管方、消费者以及出租车司机之间的分歧和撕裂，也是导致其巨额亏损的重要原因。根据招股书披露的财务数据，2018年，Uber订单金额总计498亿美元，同比增长45%，实现收入112.70亿美元，同比增长42%。但公司运营利润（Loss from Operation）仍然亏损30.33亿。Lyft方面此前曾表示，「2019年将成为其亏损的顶峰时期」。科斯罗萨西在接受CNBC采访时称，Uber有着类似的想法。「不过这只是我们单方面的意愿，没办法给大家承诺些什么。」▲Uber 2018年盈收详情表|彭博社在过去两周的路演环节，高管和华尔街的银行家们从伦敦飞到纽约、旧金山、波士顿、巴尔的摩，拼命兜售关于Uber的价值和梦想。科斯罗萨西把Uber定义为「交通平台」，一个承载了网约车、公共交通、外卖、货物运输的综合性服务网络，屡次强调了Uber拥有类似亚马逊的市场潜力和机会。但Uber之前在招股书中就坦承道，「在增长速度放缓的同时，2009年就成立的Uber从来没有盈利过，同时又受到公司丑闻和同行业竞争激烈的负面影响。」从这里不难看出，Uber实现盈利之路同样坎坷。「与其说服那些私有投资人，Uber和Lyft现在应该想办法去讨好股民们。」私募基金公司SharesPost首席分析师如是说。「在大家看来，Uber这样的独角兽公司属于高风险、高回报的那类投资，每个个体都有自己的特点。但问题是，这个行业现在丝毫还没有显露出任何盈利的迹象。」尽管最终估值并没有突破千亿美金，但Uber的上市依然将载入史册。它既是美国有史以来规模最大的10宗IPO之一，同时也是自阿里巴巴2014年创下250亿美元纪录以来，美国交易所规模最大的IPO。亏损顶峰背后的万亿市场尽管预计在可见的未来，Uber的运营支出会显著增加，实现盈利的机会非常小，但投资自动驾驶可能会让这个局面得到扭转。在Uber的招股书中，自动驾驶显然占据了相当的分量，被提及了100多次。而此前英特尔发布的报告称，「未来基于自动驾驶的出行市场规模将达到7万亿美元。」德勤国内IPO项目合伙人Barrett Daniels在接受《连线》杂志采访时表示，「我不太肯定自动驾驶是网约车服务公司盈利的必要条件。但假设最终这项技术能够落地，就有机会实现大规模盈利。」可能投资人需要的是更多的耐心，毕竟Uber去年的运营支出就达到了30亿美元。2016年，当时还是主帅的卡兰尼克对自动驾驶的兴趣十分高涨。在他看来，这是一项「网约车服务公司必备的前沿科技」。「如果我们没有抓住机会，那么Uber的未来肯定会变得不一样」卡兰尼克在接受Business Insider专访时如是说。之后，Uber就开始在自动驾驶研发上倾注了大量的精力和财力。根据公开的招股书显示，从2016年开始至今，Uber在自动驾驶领域总计投入11亿美金。Uber方面指出，「我们认为自动驾驶将对现有的购车和用车模式产生重大影响，它属于未来的交通出行方式。」今年4月中旬，Uber宣布得到一笔来自软银、丰田和电装的投资，金额高达10亿美金，主要用于其自动驾驶业务的发展。根据当时签订的协议，Uber的自动驾驶技术部门（Autonomous Technology Group，简称「ATG」）将进行重组，允许接受单独注资，设置独立的董事会，成员来自Uber、软银以及丰田，其中Uber拥有主要的控制权。据官方信息透露，该交易完成后ATG的估值将达到72.5亿美金，其中丰田和电装共计投入6.67亿美金，而软银则承担了剩余的3.33亿美金。不过从2015年上线开始，Uber的自动驾驶之路走得并不顺。与竞争对手Waymo的专利官司弄得满城风雨，最终败诉并赔给对方2.45亿美金的期权，同时还要接受技术审查。之后紧接着发生了「无人车致死事件」，导致高层对该项目产生怀疑，业务甚至一度停摆。不过经过九个月的整改，Uber自动驾驶测试重启，并在去年八月份拿到了丰田的关键投资。软银愿景基金（Vision Fund）负责人Rajeev Misra表示，「Uber ATG团队在开发高度稳健的自动驾驶网约车技术上取得了突破性的进展。由于具备平台的软硬件实力以及全球最大的共享出行网络，Uber与丰田的合作为今后自动驾驶网约车服务的大规模实现奠定了基础。」按照Uber的计划，未来主要是与第三方共同推动自动驾驶落地，目前和丰田、沃尔沃、戴姆勒三家公司展开了深度合作。其实Uber如此看重自动驾驶技术的发展，很大原因来自它对平台司机的补贴政策，这种大规模的烧钱方式令其始终无法实现盈利。2018年，Uber光是补贴这一项就支出了8.37亿美金，比2017年的5.31多出了整整3亿美元。这其中很大一部分用在了给外卖服务Uber Eats的新手送餐员提供补贴上。未来，Uber花在司机上的钱还有持续增高的趋势。而且Uber在招股书中也提到了，「大城市的司机招募竞争越来越激烈。」除非有公司进行了合并，像Uber收购了中东地区的竞争对手Careem，否则为了招募司机、留住司机，网约车公司只能是往这个无底洞里持续投钱。可一旦这项服务能够实现无人化，那么Uber这样的公司就不用千方百计地考虑用钱去讨好司机了。特别是在人口密度高的大城市，一旦汽车占有率下降，网约车的用车需求势必会不断攀升，从而有可能使其实现净利润增长。IPO的赢家与Uber的未来每次IPO上市，背后都是一次造富机会。而作为科技领域的独角兽公司，Uber背后的投资阵容同样十分华丽。根据招股书提供的信息，目前软银、硅谷风投标杆资本（Benchmark）、基金管理公司Expa-1、沙特公共投资基金（PIF）、谷歌母公司Alphabet五大机构股东共持有Uber 43.8%的股份。▲Uber关键投资人及估值|雅虎财经以软银为例。上市后，软银作为最大股东的持股比例将下降至16%，以目前的市值计算，软银持股市值约111.52亿美金，相较初期投入增值21.5亿美金。按照《纽约时报》的评论，Uber上市，「这是软银得来的一笔意外之财。」谷歌母公司Alphabet对Uber的投资始于2013年，以目前5%的持股比例计算，持股市值约35亿美元，6年时间涨了近13倍。而IPO主承销商高盛这次也赚得盆满钵满。目前高盛持有Uber 1000万股，加上此前卖出的收益，高盛这笔500万美元的投资获利甚至超过了5亿美元，8年回报达100倍。当然，Uber创始团队坐收的「渔利」同样数目不小。以两年前被「辞退」的联合创始卡兰尼克为例。Uber上市后他持有公司9%的股份，位列第三大股东，持股市值约63亿美金。此外，软银收购Uber股份时，卡兰尼克还曾出售了价值14亿美元的股票，这些都似乎为其跻身全球富豪榜前300名奠定了基础。虽然Uber上市让这些机构和个人笑开了颜，但上市首日即出现破发，在当前市场不景气的大环境下，Uber还将面临重重压力和考验。与两年前快速的成长相比，Uber因自身产品和业绩的原因，增速正大幅放缓。从之前招股书透露的信息来看，2018年底，平台月活跃数为9100万，同比增长33.8%，比2017年下降了近17%。而从2016年开始的三年间，Uber的运营亏损已经超过100亿美元。此外，Uber面临着更高的司机招募、关系维护的压力。就在上市前夕，Uber和Lyft的司机在美国至少八个主要城市及英国、澳洲和南美洲的部分地区实施了罢工，针对工作条件和工资待遇提出了更苛刻的要求。而从2017年开始，Uber被内忧外患持续夹击，频发的丑闻和高管流失现象也令公共市场对其未来的表现堪忧。Uber的招股书倒是对这些问题没有避讳。公司认为「目前维持和提升品牌声誉对业务前景至关重要。希望成为股东愿意长期持有的公司股票。」所以上市绝非终点。Uber一方面面临着自身业绩萎靡、增长放缓的困境，另一方面又希望借助自动驾驶等新兴领域突破盈利瓶颈，获得长期收益。按照CEO科斯罗萨西的想法，2019年是亏损的顶峰，要再现类似亚马逊IPO之后的辉煌。

微软研究人员专注于潜在的 AR 和 VR 应用程序，今天它宣布推出了一款名为 TORC（Touch hard Controller）的小型实体设备，它可以创造性地使用触觉反馈，从而模拟触摸感觉，从骰子的摇晃到纸张的粗糙你都可以感触到。

在Google I/O 2019的第三天，图灵奖最新得主、Google Brain高级研究员Geoffrey Hinton在现场同《连线》杂志现任主编Nicholas Thompson进行了一场对话访谈。尽管是开发者大会的最后一天，而且访谈被安排到了午饭时段，但这仍成为了本年度Google I/O除首日官方keynote之外最引人关注的一场活动。Hinton在上世纪80年代提出了以人工神经网络作为机器学习研究基石的想法，但在之后的很长时间里，他的观点都被学界和业界视为「边缘事物」，甚至是一种「一厢情愿」。直到进入新世纪，随着计算机运行的速度的大幅提升，深度神经网络有了海量可供训练的数据，人工智能终于迎来了新局面。2012年，Hinton带领两名学生提出深度卷积神经网络模型AlexNet，在图片识别上取得了重大突破，他多年研究工作的重要性才被整个业界认可。除了戴上「深度学习教父」的花冠，Hinton在两个月前同Yoshua Bengio和Yann LeCun一起，被授予了2018年图灵奖。Yann LeCun, Geoff Hinton, and Yoshua Bengio | WIRED因为背痛而多年都只能站立工作的Hinton站着完成了这场对话，就像在现场介绍视频里他调侃的那样，他远远领先于当下的「潮流」。在他的专业领域也是同样。图灵奖之后，这位鲜少接受采访的天才在这次对话中谈到了自己的研究，对机器智能的信心和期望，以及未来的世界和梦境的启迪。以下是极客公园前方记者从现场发回的访谈实录，经极客公园编辑整理，有删减。Q：Nicholas ThompsonA：Geoffrey HintonGeoff Hinton亮相Google I/O |极客公园前线记者Q：20年前，当你发表了一些有影响力的文章。每个人都说，这是个好点子，但是事实上我们没法这样设计计算机。跟我们聊一聊，你为什么坚持，为什么你就相信自己的发现很重要？A：实际上那是40年前了。对我来说，人脑工作只有一种方式——通过学习神经元之间连接强度来工作。如果你想要一件设备做一些智能的工作，你有两个选择，你可以自己编程或者让机器自己学习，我们当然不选择编程，我们只能想办法让机器学习。所以（我认为）这一定是正确的方式。Q：在座的大多数人对神经网络都很熟悉了，但还是请你解释一下最初的想法，以及它是如何在你的脑海中形成的。A：相对简单的处理元素，也就是松散的神经元，它们连接在一起，每个连接点都有一个权重（weight），通过改变连接点上的权重去学习。神经元所做的是将连接点上的活动乘以权重，把它们加起来，然后决定是否发送一个输出。如果和足够大，就发送一个输出，如果和是负的，它就什么也不发送。你需要做的就是把无数的权重连接起来，然后找到调节权重的方法，然后神经网络就能做一切事情。所以这就是一个调节权重的问题。Q：那么，你是什么时候开始知道它的工作原理是近似大脑的呢？A：神经网络一直是这样设计的，它模拟了大脑工作原理。Q：所以在你职业生涯的某个时候，你开始了解大脑是如何工作的，也许是在你12岁的时候，也许是在你25岁的时候，你什么时候决定用计算机模拟大脑工作原理？A：这就是问题的关键。神经网络的整个想法是有一个像大脑一样学习的设备，像人们认为大脑通过改变连接强度来学习一样，这不是我的想法。图灵也有同样的想法，尽管他发明了很多标准计算机科学的基础，他相信大脑是一个没有组织，有随机权重的装置，它使用强化学习的方式来改变连接，它会学习一切。他认为这是获得智能的最佳途径。Q：所以你遵循图灵的想法，制造机器最好的方法就是模仿人类的大脑。这就是人脑的工作原理，让我们造一个这样的机器。A：这不仅仅是图灵的想法，很多人也这样想。Q：所以你有这样的想法，很多人都有这样的想法。你在80年代末得到了很多赞誉，因为出版的作品而出名，对吗？A：是的。Q：最黑暗是什么时候？那些曾经支持图灵想法的人都开始退缩了，但你却继续向前是什么时候？A：总有一群人一直相信它，尤其是在心理学专业。但是在计算机科学家中，我想在90年代，当时数据集非常小，计算机没有那么快。在小数据集处理上，其他的方法，比如支持向量机（support vector machines）能达到更好的效果，不会被噪音影响。这非常令人沮丧，因为我们在80年代发展了反向传播（back propagation），我们本认为这项技术可以解决所有问题，但是结果相反。这只是一个规模的问题，但我们当时并不真正了解它们。Q：那你为什么认为这行不通呢？A：这是因为我们没有非常正确的算法，我们没有正确的目标函数。我认为很长一段时间以来，因为我们试图进行监督学习，你必须给数据贴上标签，而我们本应该进行无监督学习，你只需要从没有标签的数据中学习，最后发现这主要是一个规模的问题。Q：这很有趣，问题是你没有足够的数据。你认为你有足够的数据但是你没有正确地标记它。所以你只是误解了问题？A：我认为使用标签是错误的，你不应该利用标签的前提下完成大部分学习，而是基于数据尝试模拟结构。我仍然相信，随着计算机速度越来越快，任何给定的数据集，只要计算机足够快，你能更好地做无监督式学习，一旦你完成了无监督式学习，你将以来更少的标签学习。Q：所以90年代，你还是在做研究，仍然在学术界发表研究。但是没有非常大的突破，你曾经想过放弃深度学习的研究，去做一些别的事情吗？A：这样的工作是一定要去做的，我的意思是大脑学习神经元的连接，我们必须要把这件事弄懂。也许还有很多学习连接强度的方法，大脑用了其中一种，也会有其他的方法。但是你总得学会一种方法，我从没有怀疑过这一点。Q：那好，你从来不怀疑，那是什么时候开始，你所坚持的有了成果？A：80年代，如果你建造的网络有很多隐藏层，你无法训练它们。Yann LeCun开发了卷积神经网络（CNN）只能训练相当简单的任务，比如实现机器读取手写，但是大部分深度网络，我们是不知道如何训练它们的。2005年的时候，我研究出一种深层网络的无监督式训练方法，比如你输入像素值，然后能学习一组特征探测器（feature detectors），能够解释像素值为什么有这样的特征，然后你把这组特征探测器作为数据，你学习到另一组特征探测器，我们能解释这些特征探测器为什么有这些相关性。然后你继续一层一层的学习。有趣的是，你可以做数学计算并且证明，每一次你得到的层不一定具有比上次更好的数据模型，但是你在不断递进。Q：我知道了，就是你在做观察，结果不是正确的，但是它们越来越接近正确。就比如，我对着观众来做一些概括，不是一下子就正确的，但是我会做的越来越好。大体上是这个意思吗？A：大概是。Q：2005年的时候，你在数学上取得了突破。什么时候开始你得到了正确的答案，你在运算什么样的数据，你在语音数据上迈出了自己的第一步突破。A：这仅仅是大量的数据，非常简单的测量。大约同期，他们开始在研发GPU，研究神经网络的人大约在2007年使用GPU。我有一个非常优秀的学生利用GPU在航空遥感图像中寻找道路。他写了一些代码，然后被其他学生加以复用，在语音中识别音位，然后他们使用Pre-Training的想法，做完Pre-Training后，把标签贴在上面，使用反向传播。事实证明，基于Pre-Training你可得到好的深层网络，然后使用反向传播，得出的结果确实打败了当时语音识别的标准，起初，只是领先了非常小的一步。Q：它打败了最好的商业可用语音识别，还是打败了语音识别的学术研究？A：在一个相对小的叫做TIMIT的数据集上，表现略好于最优秀的学术研究，同时也好于IBM的成果。很快，人们意识到这个发展了30年的技术正在打败标准模型，只要再往前进一步就会发展得更好。所以我的研究生们去了微软，IBM，Google，Google是最快转向生产语音识别器的。到2012年成果在Android展现了出现，从2009年提出发展了3年的时间，Android突然变得更加擅长语音识别。Q：所以，你从四十年前萌生了这个技术概念，自从你发表文章也过去了20年，你终于领先于你的同行们，你当时是什么心情？A：我有这个想法才30年。Q：哈哈，是的，30年，这还是「新」点子。A：它终于在一个真正的难题上达到了最先进的水平，这感觉真好。Q：当你开始把它应用到其他问题上时，你意识到了它在语音识别上是有效的。A：我来举几个例子吧。最早从事语音识别研究的人之一的George Dahl把深度学习应用到分子领域，你想要预测该分子是否会与某种物质结合成一种很好的药物。当时有一场比赛，他把我们为美国心脏协会设计的标准技术应用到预测药物的活动上，他们的胜利是一个标志，标志着深度学习可以得到普遍地应用。我有一个学生叫做Ilya Sutskever跟我说，Geoff你知道吗？深度学习要应用在图片识别中，李飞飞已经创建了正确的数据集，公开的竞争开始了，我们必须要做。所以我们基于Yann LeCun的理论研发了一项技术方法，我的一个学生叫做Alex Krizhevsky，他真的是一个魔法师，擅长编程CPU，我们得到的结果比2012年的标准计算机视觉要好得多。Q：建模，化学，语音。这是它成功的三个领域。那它在哪些领域失败了？A：失败只是暂时的。Q：它在哪个领域失败过？（笑）A：比如机器翻译，我想我们需要花很长的时间才能成功。比如，你有一串符号进来，又有一串符号出去，在这两者之间，你对一串符号进行操作，这是很合理的，这就是经典的AI。事实上，它并不是这样运行。符号串进来，你把它们变成你大脑中巨大的矢量（vectors），这些矢量相互作用，然后你把它们转换回来，而不是把符号串转换出去。如果你在2012年和我说，在接下来的5年时间里，要用相同的技术实现在多种语言之间进行翻译的效果，Recurrent Net（循环神经网络），但如果只是随机初始权重的随机梯度下降，我不相信事情会发生得比我们预料的要快得多。Q：所以，最快的领域和最耗时的领域都有什么区别，比如像视觉处理，语音识别，是我们利用感官感知做的核心人类活动，这会是第一个要清除的障碍吗？A：其他的事情比如运动控制，我们人类擅长运动控制，但是深度学习最终也会取胜。抽象推理，我认为是我们最后要学习的一件事。「人类能做的事情，神经网络也能做」| Google I/OQ：所以你一直说神经网络最终会赢得一切？A：我们拥有自己的神经网络，对吗？人类能做的事情，神经网络也能做。Q：人脑未必是有史以来最高效的计算机，有没有一种建模机器的方法比人脑的效率更高？A：从哲学上来讲，我不反对可以用完全不同的方法来做这一切的观点。这种方法可能是，你从逻辑开始，你尝试自动化逻辑，做了一些很好的改进，你进行推理然后决定通过推理来进行视觉感知。这种方法有可能会成功，但结果却是没有成功。但我并不反对哲学上的胜利，只是我们知道大脑做不到。Q：但也有一些事情是我们的大脑做不好的，这些事会不会神经网络也做不好？A：很有可能。Q：还有一个单独的问题，我们完全不知道这些东西是如何工作的，我们不明白自顶向下的神经网络。A：可以看一下现在的机器视觉系统。大多数基本上是前馈的，它们不用反馈链接。目前的机器视觉系统还有一点就是，它们非常容易出现对抗性的例子。你可以稍稍改变几个像素，比如一张熊猫的照片，你看它是熊猫，但机器就突然说它是鸵鸟，但问题是你知道这是个熊猫。最开始我们以为这些机器没问题，然后出现了类似熊猫鸵鸟但问题以后，我们又开始有些担心。我认为这部分问题在于，它们没有从高级但表征中重建，它们试图做有区别的学习，你只需要学习一层又一层的特征检测器，整个目标就是改变权重，这样你就能更好地得到正确的答案。他们并没有在每一层的特征检测器上做类似的事情，检查一下你是否可以从这些特征检测器的活动中重构底层的数据。最近在多伦多，我们发现，或者尼克·弗罗斯特（Nick Frost）发现，如果你引入重建，它会帮助你更好地抵御连环攻击。所以我认为在人类的视角，我们在学习时会做重建重构，也因为我们通过重构进行了大量的学习，所以我们对对抗攻击更有抵抗力。Q：我们来聊一个更大众的话题。现在神经网络就能解决各种各样的问题了，人类大脑中是否有任何奥秘是神经网络无法捕捉到的？A：没有。Q：没有？所以比如情感，爱，意识都能通过神经网络重构？A：当然。一旦你弄明白了这些东西是什么。我们就是神经网络，不是吗？另外，意识，我对这个很感兴趣。人们其实并不知道它是什么，人们对意识也有各种各样的解释，我觉得这是个未得到科学验证的术语。比方说一百年前，你问人们，生命是什么？他们会说，所有生物都有生命力，一旦死去，生命力就飘走了，这就是生与死的区别，就是你有没有这种生命力。现在呢？现在我们不会说自己有什么生命力，我们会觉得这是个迷信的说法，现在我们懂了生物化学，懂了分子生物学，我们不需要生命力来解释生命了。我觉得意识也是这个道理。我觉得「意识」是用某种特殊的本质来尝试解释心理现象，而一旦我们用科学解释了意识，你就不需要这种「特殊的本质」了。Nicholas Thompson, Geoffrey Hinton |极客公园前线记者Q：说到研究人脑来改进电脑，我们其实是在研究什么？反过来会怎样？我们能不能从对电脑的研究中学到如何改进我们的大脑？A：我认为我们在过去10年里学到的东西是，比如你采用一个包含数十亿个参数的系统，并且在一些目标函数中做随机梯度下降（Stochastic Gradient Descent），而目标函数可能会获得正确的标签，以填补他们在一串字符中的空白。任何旧的目标函数（都可以）。它的效果比你想象的要好得多。大多数传统人工智能的人和你一样，都会想，取一个有十亿个参数的系统，从随机值开始，测量目标函数的梯度，也就是每个参数的梯度，计算出如果你稍微改变这个参数目标函数会发生什么变化。然后在这个方向上改变它来改善目标函数。你可能会认为这是一种毫无希望的算法，他们会陷入困境，但事实证明这是一种非常好的算法，你把东西缩放得越大，它的效果就越好，这只是一个经验发现。有一些理论，但它在目前基本还是一个经验发现，因为我们已经发现，它使它更合理，大脑正在计算一些目标功能的梯度，并更新突触强度的权重，以遵循梯度。我们只需要算出它是如何得到梯度的以及目标函数是什么。Q：但是我们不了解大脑。A：它是一种理论，是很久以前的事了，所以它是一种可能性。但是在后台总有一种传统的计算机科学家说是的,但是这一切都是随机的你只是学习它的想法通过梯度下降的方法学习，这对十亿参数来说是行不通的。你必须连接器很多知识，我们现在知道这是错的，你可以填写随机参数和学习一切。Q：我们把它展开来讲。随着我们了解的越来越多，当我们对基于我们认为它是如何运作的模型进行这些大规模的测试时，我们可能会了解更多关于人类大脑是如何运作的。一旦我们更好地理解了它，我们是否可以从根本上重新构造我们的大脑，使其更像最高效的机器，或者改变我们的思维方式？它使用的关系应该很简单，但不是在模拟中。A：你会觉得，如果我们真正了解正在发生的事情，我们就应该能够让教育等方面变得更好，我认为我们会做到这一点。如果你能最终理解你的大脑在做什么，它是如何学习的，它为什么不能适应环境以更好地学习，那将是非常有意思的。Q：我们先别到太远的未来，在未来几年，你认为我们将如何利用我们对大脑和深度学习的了解来改变教育的功能?你将如何让课堂发生变化？A：几年之内，我不确定我们能学到多少。我认为这会改变教育，不过会需要更长的时间。但是如果你想一想，你会发现虚拟助理正在变得越来越聪明，一旦系统能够真正理解对话，虚拟助理就可以和孩子们对话并教育他们。所以我认为，我学到的大部分新知识都来自于思考，我在思考，在谷歌上输入一些东西，然后谷歌会告诉我。你只需要通过对话来获得更好的知识。Q：理论上，当我们能更了解大脑时，你就可以对虚拟助手进行改进、编程，经过学习，虚拟助手就能与孩子们进行更好的对话。A：是的，这方面我没有想太多，不是我的专业领域，但对我来说似乎很合理。Q：我们也将能够理解梦是如何运作的，这是最大的谜团之一。所以机器人确实可以梦到电子羊。最后一个问题。我听过你的一个播客节目，你说你最珍惜的就是那些刚进入你实验室的年轻研究生们的想法，因为他们不会被禁锢在旧的观念里，有很多新的想法，而且他们也懂很多。你是不是会在自己的研究以外寻找一些灵感？你会觉得自己有局限吗？会不会有跟你一起工作的研究生新人，甚至这个房间里的人过来，说不认可你的观点？A：嗯，我说的一切（都有人反对）。（场下笑）「深度学习现在已经变成人工智能的同义词了」| WIREDQ：我们还有一个单独的问题。深度学习曾经是个独立的名词，但是现在它已经变成人工智能的同义词了，而且现在人工智能也变成了一种市场营销的宣传手段，含义已经变成随便怎么用机器，都敢说自己是人工智能了。作为开创了这个领域的人，你怎么看这个专业术语的变化？A：曾经人工智能意味着，你受到逻辑上对启发，对符号字符串进行操作。然后神经网络，是说你想要让机器在神经网络中学习。这两个是完全不一样的企业，而且两个门类关系还不大好，经常抢投资，我就成长在这样的环境里，那会我会开心很多。现在，我看到不少人过去喷我们神经网络没啥用的人，现在张口闭口「我是个AI教授，我需要钱。」这挺烦人的。Q：你的意思是，你研究的领域成功了，某种程度上吞并了其他领域，这也给其他领域的研究者们钻了空子，他们可以借着东风要投资了，这会让你有些郁闷？A：嗯，不过这么说也不公平，因为他们中很多人也转变了。Q：我发现我还有一个问题的时间。在刚刚我说的那个播客节目里，你说你会觉得AI就像一个挖掘机，要么挖好一个洞，要么一铲子把自己弄死了。关键就是怎么设计好这个挖掘机，让它成功地挖一个洞，而不是一不小心把自己锤了。你觉得在你的工作中，哪些时候会做出这种「关键的」决定？A：我应该永远不会有意（用AI）制造武器。你可以设计一个挖掘机，轻轻松松就把人头给铲了，我觉得那么用挖掘机太糟糕了，我绝不会在这个方向上研究。

2019年4月底，努比亚正式发布游戏手机红魔3，该手机支持27W USB PD快充并配备了一款27W USB PD PPS充电器。与此同时，努比亚还推出了一款支持27W快充输出的移动电源–红魔弹夹移动电源。

5月11日消息 Minecraft（我的世界）是一款非常受欢迎的游戏，每月活跃人数超过9000万。最近，该游戏获得了“Village＆Pillage”(村庄与掠夺)更新，增加了许多新功能。虽然游戏一直在增长，但由于持续的支持，价格保持不变是可以理解的。但是，如果你想在任何平台上以更低的价格获得该游戏，那么现在机会来了。今天，Minecraft内容团队经理Marc Watson表示，为了庆祝十周年纪念日，Minecraft在Windows 10、Java、Xbox One、PlayStation 4和Nintendo Switch上有着高达50％的折扣。Minecraft价格通常为20美元，但在许多设备上都不能以10美元的价格购买。在我的世界Windows 10商店版国区售价为115元（16.99美元）。原价是26.99美元，折扣幅度为37%。自从Minecraft被微软收购以来，由于得到了巨大的支持，它已经成为一种更好的跨平台游戏体验。它甚至在虚拟现实等新平台上推出。近期微软还宣布将推出Minecraft AR版，5月17日将会公布更多消息。