SanDisk宣布将广受欢迎的WD Black和Blue SSD产品线重新命名为SanDisk Optimus系列,这一变化源于西部数据闪存业务的分拆。
品牌重组背景
这次品牌重塑并非突然决定。2023年末,西部数据宣布分拆其闪存业务。西部数据保留了硬盘业务,而SanDisk则获得了NAND闪存部门的控制权。这项分离在2025年初正式完成,本周SanDisk的WD Black和Blue SSD产品线正式采用新的命名方式。
新品牌命名体系
在新的命名体系下,原本的WD Blue驱动器(如SN5100)将以SanDisk Optimus的名称销售。而公司的高端WD Black驱动器,包括SN7100和SN8100,将分别采用Optimus GX和GX Pro的新名称。
尽管WD是PC存储领域最古老和最知名的品牌之一,但这次重新品牌化是不可避免的。值得注意的是,WD Black和Blue品牌并未完全消失。西部数据继续在硬盘产品线中使用WD Black、Blue、Red、Purple和Gold等品牌。
对消费者的影响
对于担心供应变化的消费者来说,这次品牌重塑不太可能带来重大影响。SanDisk一直负责WD SSD产品线的生产,底层硬件和工具并未易手。消费者可能需要调整搜索关键词来寻找Optimus品牌产品,特别是当零售商的WD Black或Blue库存耗尽时,但目前硬件本身没有变化。
市场挑战与价格趋势
虽然品牌重塑不太可能影响供应,但全球内存短缺确实可能产生影响。近几个月来,用于SSD的NAND闪存和用于DDR、LPDDR及GDDR系统的DRAM价格急剧上涨,AI需求是推动价格上涨的部分原因。
据TrendForce市场观察人士预测,客户端SSD价格在2026年第一季度可能上涨超过40%。由于SanDisk不运营自己的晶圆厂(大部分内存模块实际上由Kioxia制造),该公司无法免受市场力量的影响。
行业趋势
SanDisk并非近期唯一取消受欢迎存储品牌的内存厂商。12月初,美光宣布关闭其面向消费者的Crucial内存和存储产品品牌,转而专注于企业和数据中心的AI业务。
在宣布品牌重塑的新闻稿中,SanDisk没有讨论其其余WD品牌闪存产品的计划,其中许多产品仍在其产品页面上列出。考虑到该公司已经拥有许多这些产品的SanDisk品牌等效产品,预计任何剩余的WD品牌SSD在库存耗尽后将不会补货。
Q&A
Q1:为什么SanDisk要将WD Black和Blue SSD改名?
A:这是因为西部数据在2023年末宣布分拆闪存业务,西部数据保留硬盘业务,而SanDisk获得了NAND闪存部门控制权。分离在2025年初正式完成后,SanDisk将这些产品重新命名为Optimus系列。
Q2:WD品牌是否会完全消失?
A:不会完全消失。西部数据继续在硬盘产品中使用WD Black、Blue、Red、Purple和Gold等品牌,只是SSD产品线改用SanDisk Optimus命名。
Q3:品牌更名会影响SSD的硬件质量吗?
A:不会影响。SanDisk一直负责WD SSD产品线的生产,底层硬件和工具并未易手,只是名称发生了变化,产品质量和规格保持不变。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。