Vivaldi 成为最新一个在产品中集成虚拟专用网络 (VPN) 选项的浏览器,与 Proton VPN 合作以提升用户隐私保护。
根据 Vivaldi 的说法,激活 VPN 将提供"真正的私密在线体验,没有监控,将 Proton VPN 经过实战检验的安全特性和严格的无日志政策与 Vivaldi 内置的跟踪器/广告拦截器和私密浏览器相结合。"
目前该功能仅适用于桌面浏览器。
不过,要访问这些隐私功能,需要一个 Vivaldi 或 Proton 账户,而且用户只能使用 Proton VPN 服务的免费版本。据 Proton 介绍,这意味着"中等" VPN 速度,以及可以连接到五个随机选择国家的服务器。购买 VPN Plus 选项可以获得更高的速度,并可以访问遍布 110 多个国家的 11,000 多台服务器。
尽管如此,对于那些不想在浏览器外部折腾 VPN 客户端的用户来说,这可能是一个便捷的选择。
关于登录需求,Vivaldi 发言人告诉 The Register:"用户需要使用 Vivaldi 账户 (或 Proton 账户) 登录才能访问此功能。这对于 Vivaldi Sync 等服务也是如此。我们要求账户访问这些服务的原因是为了避免对我们向用户免费提供的服务进行欺诈性使用。"
Vivaldi 并不是第一家提供浏览器内置 VPN 访问的公司。例如,Microsoft 为其 Edge 浏览器提供 Edge Secure Network VPN,但它每月只提供 5GB 的免费 VPN 数据保护,并且不允许客户选择特定的区域或位置来路由其流量。它也不会通过该服务路由 Netflix 等流媒体网站,"以节省您的 VPN 数据限制"。
多么体贴啊。
Vivaldi 发言人承认:"带有内置 VPN 的浏览器通常能很好地保护用户的网页浏览免受窥探。"
即便如此,该发言人补充说,许多浏览器"无法提供像 Proton VPN 这样最佳 VPN 的安全性、性能或解锁能力。它们通常只是简单的代理,给用户一个新的 IP 地址,但不会加密用户的流量。"
Microsoft 也是美国科技巨头之一,而 Vivaldi 与总部位于瑞士的 Proton VPN 的合作,明确表明了其针对寻求其他选择的用户的意图。
Proton VPN 总经理 David Peterson 表示:"全球消费者已经厌倦了大科技公司的数据收集,问题是他们直到最近才有了替代选择。"
"欧洲完全有能力提供这种替代方案,这正是像 Proton 和 Vivaldi 这样的公司正在构建的。"他声称:"Proton VPN 和 Vivaldi 共同设定了一个新标准,挑战科技巨头的主导地位,提供一个可行的欧洲替代方案,帮助人们重新掌控他们的数字生活。"
Proton VPN 由加密电子邮件服务 Proton Mail 的同一家公司运营。该公司在 2024 年因遵守法律要求提供 Proton Mail 账户的恢复电子邮件地址而陷入困境。
该 VPN 服务是开源的。流量使用 AES-256 或 ChaCha20 进行加密。
Vivaldi 的首席运营官兼联合创始人 Tatsuki Tomita 声称:"虽然创新推动技术向前发展,但我们相信道德必须指引其方向。我们 (Proton 和 Vivaldi) 相信私密和安全的浏览不是奢侈品,而是每个人的基本权利。我们共同创造的解决方案将用户置于首位,坚持更高的道德标准,并赋予人们摆脱那些不认同这些价值观的科技巨头的能力。"
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。