鸿蒙智行车型阵营里可能缺一辆 MPV，但中国汽车市场已经不缺 MPV 了。

别克 GL8，丰田埃尔法和传祺 M8 等车型在燃油车时代占据了 MPV 就是商务接待用车的印象之后，新能源 MPV 迎来了数款重量级车型，极氪 009 主打高端，意在取代丰田埃尔法乃至雷克萨斯 LM 的生态位，理想 MEGA 则希望利用 MPV 的空间优势重塑大家庭用车的产品定义，岚图梦想家成为这家新势力最依仗的产品成功和别克 GL8 分庭抗礼，小鹏 X9 想要以宜商宜家，是 MPV 也可以是 SUV 的灵活定位吸引更多受众……

新旧势力在 MPV 市场的攻伐，发生在 2023 年，但现在已经是 2026 年了，零跑做一款旗舰 MPV 只需要把性价比拉到极致，但鸿蒙智行做一款旗舰 MPV 并卖四五十万元，需要做的就多了，当然我承认坐在二排的老板们对智界代言人刘亦菲肯定都是心驰神往，但除了刘亦菲这个核心竞争力之外，鸿蒙智行的首款 MPV 肯定需要更多击中老板坚硬内心和柔软脂肪的东西。

这些东西是车载制氧系统、全维包裹安全气囊、华为悦彰非凡系列音响、二排主动座椅旋转、侧门交互式迎宾光毯等等等。

最终，智界 V9 分为 Max、Max+、Ultra 和 Ultra+ 四个版本，售价分别为 39.98 万，42.98 万，45.98 万和 51.98 万起。

舒适重要，安全重要，舒适且安全更重要！

过去几年的时间里，鸿蒙智行成功地让国内汽车行业重视起来零重力座椅和主动安全来，是的，这两项鸿蒙智行都不是发明者，但确实在打开用户心智和开拓市场上起到了主要作用。

前者代表座舱的舒适性，通过模拟太空失重环境下人体自然放松姿态的设计。通过特殊的人体工程学优化，使臀部、腰部、背部和腿部受力均匀，释放肌肉压力。后者代表汽车安全从被动防御走向主动避让，在汽车发生事故前，通过电子控制系统感知环境、预判风险并主动介入（如自动制动、转向控制），从而避免或减轻事故。

但是，二者的矛盾在于在汽车行驶状态下，零重力座椅一般是没法使用的，这是因为当乘客躺在大仰角的座椅上享受时，身体与安全带、气囊的相对位置已经发生了相当大的变化。

董车会之前报道过，根据 CIDAS 的数据，一旦座椅靠背夹角超过 115°，正面碰撞中的重伤风险会陡增 4.4 倍。此时，传统的 B 柱固定式安全带无法再有效约束骨盆，人体会因为惯性产生极度危险的「潜滑现象」——整个人滑向座椅下方，安全带可能会锁死在颈部导致窒息。

采埃孚的试验甚至显示，在 50km/h 的碰撞下，躺倒状态受到的脊柱伤害堪比从 5 楼坠落。

打过工的人都知道，当你向老板解释「零重力座椅虽然很舒服，但是不能在行驶状态下使用」时，老板这个时候一般不会听你的解释，只会跟你说「我不管，我想用，给我想一个解决方案出来」。

今天，这个方案就被智界 V9 想出来了。

智界 V9 全球首发了二排全维包裹安全气囊，这个气囊集成于二排座椅靠背，触发瞬间会形成一个独特的「U 型」环绕结构，在零重力、躺姿等多种姿态下可以全面防护头部、颈部、胸部，有效防止乘员在车辆碰撞之后身体滑落、碰撞与下潜，智界宣称历经百项严苛工况验证，无误伤风险。

与之配套的还有二排坐垫前端也有专门布置的臀部气囊（BAB），在碰撞瞬间快速充气形成物理坡度，顶住盆骨不让身体滑脱，从而大幅降低腰椎压力。

做了这么多工作，目的只有一个：就是让二排的老板在车辆行驶的时候好好躺一躺，好好休息一下。

车载制氧：让高精力人群更有精力

一直以来，对于什么样的人能做老板有个迷思，甚至还有「基因彩票」的说法，就是高精力人群更容易创业做老板。这些人可以每天工作十几个小时不知疲倦，只需要睡四五个小时就能满血复活。

正如前面所说，很多老板之所以看起来可以每天工作十几个小时不知疲倦，很有可能是他可以中间随意选择休息时间。而屏幕前后的你和我，并不能在上班时间睡觉。

更科学的说法是，高精力人群背后，跟摄氧量有正向关系，很多所谓的低精力人群很可能有鼻炎咽炎或者心肺功能低下导致日常处于轻微缺氧状态，导致精力不足。

类似的情况也会发生在车上，很多人坐高铁感觉昏昏欲睡就是车厢里二氧化碳含量高，氧含量低，这种情况就容易困，密闭的汽车座舱也可能出现这种情况。

智界 V9 给出的解决方案也很简单，装个制氧系统。

这套制氧系统采用了 PSA（Pressure Swing Adsorption）分子筛变压吸附技术，提供了「弥散+鼻吸」两种模式，鼻吸出氧浓度 93±3%。额定制氧排量 8L/min，峰值 10L/min，比一般的家用制氧机大很多。

2 个鼻吸口支持 1 拖 2，最多可供 4 人同时吸氧，弥散供氧与空调共用，四个出风口协同工作，30 分钟即可让整个座舱达到富氧状态。

除了解决了传统制氧机体积大，噪音大的不足之外，鸿蒙智行的看家本领是智能化。这套制氧系统支持语音控制开启，中控屏实时显示状态；内置舒缓解压与高原出行两种模式，可自动调节供氧浓度，也可以联动小憩模式，帮助身心放松。

很多人在森林景区，绿肺公园里感觉心思空明浑身舒爽，也是因为在富氧环境下，血氧饱和度一般会更高一些。富氧环境在特定场景下确实会有积极作用，比如早起后在通勤路上进入富氧环境有助于从昏沉状态中恢复；在运动后进入富氧环境可以加速乳酸代谢，缓解肌肉酸痛。

更典型的场景就是针对本身心肺功能或者呼吸系统有问题的人，富氧环境有助于把缺氧状态调整为正常状态，还有就是高原出行环境，正常的氧气浓度可以有效缓解高原反应。

在制氧系统之外，针对座舱健康还有鸿蒙 ALPS 健康座舱 3.0，通过把 MOFs 可吸附降解材料融入顶棚、门板、地毯等内饰，即便熄火也能持续吸附有害物净化醛类。UVC 空调主动杀菌，对流感等病毒灭杀率超 99.99%；前后双负氧离子净化器，可以释放超过西双版纳雨林 5 倍的负离子；这一整套净化杀菌和补氧系统，提供的是「健康」的价值，毕竟对于老板来说，紧急时刻生命第一，不紧急时刻健康第一。

当然，需要着重说明的是，并不是所有人在所有场景都需要制氧系统制造一个富氧环境，如果本身不处于缺氧状态，血氧饱和度在 95% 以上，不需要运动恢复，没有昏沉嗜睡情况，不在高原地区，那就不太需要吸氧，长期过度摄氧反而有害健康。

旋转座椅，优雅，还是优雅

冰箱彩电沙发之所以从争议性的玩笑变成了兵家必争之地，还是市场表现的结果，谁不想二三十万的车就配有之前只有 78S 系才能选装的配置呢？

这种造车逻辑之下，成本的分配也就必然从内燃机变速箱往舒适性配置上调整了。智界 V9 的沙发，显然值得多点笔墨。

双独立结构，通风加热和比气动按摩更强劲的机械按摩已经不足为奇。

更关键的是，二排座椅有可旋转设计，最大旋转角度 180 度，可以在多种角度进行旋转和固定，营造了例如 45° 迎宾座椅，90° 观景座和 180° 旋转之后的后排会客室布局等多种模式和选项。

尤其是迎宾形态和会客室形态，可以在商务场景里营造比普通 MPV 更优雅的氛围。

出门在外，面子可以是自己给的，但归根到底，还是别人给的，给别人面子就是给自己涨面子。

智界 V9 类似的优雅配置还有不少，比如说「手势控车」，佩戴支持功能的手表，做出轻捏动作就可以隔空打开车门；二排乘客在车内做一个推一推手势，二排侧滑门就可以优雅闭合；窗边手指划一划，就可以调节智能隐私光幕比例的明暗度……

车内的四块智能隐私光幕玻璃最大遮光率可达 99.6%，如果一键开启隐私模式，可以立刻断开车内的位置信息、麦克风、摄像头、网络，保证车内隐私。

新车配有超 50㎡ 静音材料覆盖和 13 块双层夹胶隔音玻璃进行被动降噪，同时还可选 RNC 主动降噪。

其他一些老板不太关心，但司机需要关心的

作为一款鸿蒙智行的车，其实很多关于底盘，辅助驾驶和动力的信息都能猜个大差不差，这里完全可以用列表形式一一列举，毕竟这些信息是给司机看的，而且司机一看就懂，无需解释。

新车长宽高为 5359×2009×1879 mm，轴距 3250 mm，2+2+3 座椅布局，后备箱容积 892L（可扩容至 2002 L）。

全系标配 38 个传感器，包括 896 线激光雷达，背靠 60 EFLOPS 云端 AI 算力、WEWA 2.0 架构，可首批升级华为乾崑智驾 ADS 5。

搭载 1.5T 雪鸮增程器配合前后双电机，综合功率 380kW，搭载 53.4kWh 电池，CLTC 纯电续航 305km，综合续航 1320km。

新车有辉光紫、深海蓝、雪域白、鎏金黑四种车身配色和韶华杏、赤茶橘、绒霞紫三种内饰颜色。

搭载 MPV 版图灵平台，前双叉臂与后 H 臂多连杆独立悬架，配合双腔空气悬架及 CDC 连续可变阻尼减振器。

全系标配±7° 主动后轮转向，5.35 米转弯半径，支持低速蟹行模式，有效应对狭窄路况的调头和穿行。

四活塞前固定卡钳，35.8m 制动距离；500mm 涉水深度，保证暴雨积水情况下的通行能力。

路面预瞄系统智能识别井盖、凹坑与弯道，智能调节悬架阻尼、刚度，以及电机扭矩，可以降低冲击与侧倾，获得莱茵晕车舒缓认证。

行业首发 2 根 2400MPa+6 根 2200MPa 侧门防撞梁；全系标配 13 个安全气囊，包括全维包裹安全气囊。

前环宇三联屏，12.3 英寸液晶仪表与双 17.2 英寸 3.4K 大屏组合，可选后排 21.4 英寸吸顶屏。

因为鸿蒙座舱，乾崑智驾，还有图灵底盘等鸿蒙智行基础产品技术支撑，现在鸿蒙智行的车型想要出挑有点困难，但毫无疑问，无论是华为还是奇瑞，都给到了智界 V9 足够的重视，比如单独给这款车开一场声势浩大的发布会，这在整个华为体系里是极为罕见的待遇。

再比如，华为和奇瑞给这款车投入了一些深刻的产品洞察去迎合和吸引智界 V9 的潜在受众，很多人可能对这样一款华为气质非常浓郁的 MPV 产品无感，但华为不在乎，华为只希望这些人快快长大并事业有成。

大疆的 Pocket 系列三年不更新，一更新就来了两台——

过去一个多月，Pocket 4 和 Pocket 4P 可以说是最受瞩目的相机，就在今晚的戛纳电影节上，Pocket 4P 以口袋电影机的身份在欧洲电影殿堂亮相，距离正式发布时间，相信不会太远了。

与此同时，大疆也对 Pocket 3 进行了降价处理，于是我们看到了泾渭分明的 Pocket 系列产品线：

• Pocket 3：入门级的手持云台 vlog 机，2299 元
• Pocket 4：全能的手持云台相机，2999 元
• Pocket 4P：准专业级的口袋电影机，预计价格会来到 4000 元档

相信有许多持币观望的读者，也和爱范儿抱着同样的疑问：

三台 Pocket 我该怎么选？有了 iPhone，我还需要 Pocket 吗？

结合实际体验，爱范儿一次性帮你理清楚。

Pocket 三代同堂，怎么选？

先仔细聊聊 Pocket 4P。

虽然目前 Pocket 4P 依旧没有公布更详细的参数，但参数在本次形态更新面前，是最不重要的话题——

从产品逻辑来看，Pocket 4 已经将单摄的手持云台相机推向较为成熟的状态。此时，增加一颗摄像头成为一件顺理成章的事情。

绝大多数手机的主摄和单摄 Pocket，提供的都是广角视野。广角适合交代环境，适合把大山大河框进画面。但当你拿着设备走入拥挤的人群，广角的缺点就暴露无遗：画面太杂乱了。

此时，一颗长焦镜头可以完成空间上的压缩，把无关的背景剔除出去。

大疆将这颗多出来的摄像头定格在 3×，这是一个非常巧妙的数字。它比主摄更贴近人眼对焦后的视线范围。从我们上手体验来看，Pocket 4P 这颗 3× 镜头还提供了比较自然的虚化，非常适合拍摄更凸显主体的人像或特写画面。

但对于用户来说，多的这一颗摄像头，并非绝对的正收益：Pocket 系列自诞生起，核心卖点就是「无感携带」，增加镜头，意味着增加重量、侵占内部空间，甚至可能牺牲一部分续航。

其实这种担心，恰恰帮大疆划清了 4P 和 4 之间的界限。

Pocket 4P 是给那些「创作者」准备的。他们清楚地知道自己要拍什么，素材最后会进入 Mac，在 DaVinci Resolve 或者 FCPX 里进行精细的剪辑。对他们来说，为了在极轻便的体积下获得原生焦段的景别切换，以及高度统一的素材规格，牺牲一点点重量完全值得。

而对于大多数普通人来说，Pocket 4 才是那个更轻量、更理性的选择。

虽然前代 Pocket 3 打造出千万台的神话，但其本身并不是一台完美无缺的相机——只有 USB 2.0 导致数据传输过慢、像素量过低以及动态范围不够大，这些都是问题。

而 Pocket 4 提供了 3700 万像素，更高的像素意味着内置的无损 ISZ 变强了。在 Pocket 4 上，通过传感器裁切获得的 2× 焦段更为清晰，足以应付日常记录。

除此之外，它还内置了 107GB 存储，带来了更好的动态范围。忘记带内存卡、传输速度和动态范围不够的问题，被一次性解决掉了。

可以说，Pocket 4 就是目前单摄手持云台相机的完全体。

至此，Pocket 4 系列两台机身的区别已经很清晰了：

如果你追求生产力，强调原生光学焦段带来的画质与虚化，需要 3× 镜头获得更丰富的画幅景别，那么 Pocket 4P 毫无疑问是更好的答案；

如果你只是希望有一台能轻松塞进裤兜、防抖优秀、可以独立于手机拍摄视频和 Live Photo 的机器，那么 Pocket 4 凭借更高的像素和好用的 2× ISZ，已经绰绰有余。

最后是 Pocket 3。

在 Pocket 4 补齐了大量痛点的情况下，Pocket 3 还有存在的意义吗？

当然——新设备的出现，最大的贡献往往是把老旗舰的价格打下来。

在 Pocket 4 系列轮番上场的间隙，我们观察到 Pocket 3 已经完成了一轮官方降价，在某些平台叠加各种补贴的情况下，已经落到了 2099 的价格。

甚至在未来，我们能以 1 开头的价格买到 Pocket 3，也不是不可能。

对于预算有限、或者刚刚萌生拍视频念头的新手，这就是性价比最高的 「守门员」。

最后，按照爱范儿编辑部的推测，Pocket 4P 的定价大概率在 4500 元左右，但也不排除大疆卷起来定一个 3999 元的价格。

此时，如果将 Pocket 系列按照价格排开，我们会发现一个巧妙的设计——

从 2000 元档的 Pocket 3 到 3000 元档的 Pocket 4，最后到 4000 元档的 Pocket 4P，大疆正在把无人机上那套 Pro、Air、Mini 的组合拳搬到口袋相机上。

这套阵容已经在无人机市场证明了它的成功。现在，Pocket 也将组成这样的阵容了。

有了 iPhone，我还需要 Pocket 吗？

在 Pocket 4P 的上手文章发布后，我收到不止一个朋友的问题：

我有 iPhone，还需要买 Pocket 吗？

理清了 Pocket 家族的内部定位后，这是我们必须面对的现实问题：既然大家手里都有一台性能强悍的 iPhone，为什么还要花钱买一台功能单一的云台相机？

这其实是一个关于「设备属性」的哲学问题。

在多次迭代后，iPhone 在动态影像领域的基础不可谓不强，三摄变焦顺畅、色彩高度统一、防抖优秀、Apple Log 甚至已经更迭到第二代。

但问题在于，手机始终不是完全针对拍摄设计的特化产品——

除了拍摄以外，iPhone 还需要承担复杂的日常任务，无时无刻需要分散注意力，随时可能会有工作消息、语音电话打断你的拍摄、需要考虑拍摄之外手机还有没有充足的剩余电量保证你与世界的关联，还需要注意拍摄会不会占满本就贵如黄金的存储空间……

而 Pocket 则是完全服务于拍摄需求的相机：不能打电话，不能回微信，不能刷社交软件，一切与拍摄无关的东西，都不会出现在你手里的 Pocket 上。

更别提，Pocket 还有机械云台天生在结构上比 iPhone 的防抖更稳定、形态比 iPhone 更适合握持、物理虚化比 iPhone 更自然、视频规格比 iPhone 更丰富等等综合优势了。

所以，如果我手里已经有一台主力 iPhone，现在到底该不该买 Pocket？

如果现在需要，哪台是最适合我的？

你可以对照下面几个问题，做一个购前诊断：

1. 过去三个月里，你是否因为手机突如其来的电话或微信，打断过拍摄？
2. 拍视频时，是否因为手机存储空间不足，而束手束脚？
3. 炎炎夏日，有没有遇到过手机拍照录视频发热掉帧甚至死机的情况？

如果你对这些问题的回答是肯定的，那么购入 Pocket 3 和 Pocket 4 都是不错的选择。

具体来说，如果你有拍高清 live 图的需求，如果你喜欢用手机的 2× 镜头拍摄，那么选择 Pocket 4，否则，Pocket 3 其实就够用了。

在这个基础上，你还想拿 Pocket 拍拍商单、拍拍演唱会，搞点严肃创作，那么 Pocket 4P 是一步到位的选择。

当然，如果前面几道题，你的答案都是否定的，那么请捂紧钱包。

iPhone 的防抖和画质足够满足你的需求。你可以随拍随剪，直接通过 AirDrop 分享，且丝滑的生态体验依旧是目前任何第三方设备都无法替代的。

而从行业角度来看，爱范儿更建议你等一等——

目前，口袋云台相机的玩家可不止大疆一家——和 Pocket 4P 同样「犹抱琵琶半遮面」的，还有影石 Luna，而各大手机厂商也正跃跃欲试，准备下场分一杯羹。

因为 Pocket 4P 这样的产品，已经严重威胁到了手机厂商的安全区。

很多人愿意买 6000 元甚至 8000 元的影像旗舰手机，很大程度就是为了长焦。现在，花更低的价格，Pocket 4P 就能提供一个素质相当的长焦镜头，以及更好的云台防抖、更专业的整机解决方案。

没有手机厂商能对此熟视无睹。

据爱范儿了解，vivo、OPPO 都已经将手持云台相机的产品规划提上日程，而小米、华为也在持续关注这个赛道。2026 下半年到 2027 上半年，想必会有更多手持云台相机纷至沓来。

既然入局者多了，我们作为消费者，反而可以更淡定些。你可以把钱捏在手里，再等一等。

我们相信，这个年轻的品类，还会有更精彩的产品出现。

▲ 原推文🔗 https://x.com/SHL0MS/status/2054280631807316329

元宝 AI 社交应用「元宝派」

1968 年的旧金山，计算机科学家道格拉斯·恩格尔巴特在一场后来被称为「演示之母（The Mother of All Demos）」的发布会上，拿出一个带着两个金属轮子的木制小盒子，向世界介绍了一个新物种：鼠标。

那是人类第一次公开用手上的鼠标，去牵引屏幕里的数字光标。此后的几十年里，这根小箭头几乎无处不在。它穿过办公软件、游戏界面、浏览器窗口和无数张电子表格，成为人类进入数字世界时最熟悉、也最沉默的向导。

然而在这半个多世纪里，计算机的算力、形态和应用场景几乎改头换面，鼠标光标的本质几乎没有变过：它知道自己停在屏幕上的哪个坐标，知道 X 和 Y，却不知道你指向的是一行代码、一张发票，还是一张风景照。

面对眼前不断闪烁的像素，它能做的事情依旧相当朴素：点击，拖拽，等待下一次点击。

今天，Google 要用 Gemini 重新发明鼠标光标。

在刚刚落幕的 Android Show 上，Google 几乎把围绕 Android、AI 与硬件生态的规划摊在了台面上。其中，一项名为「魔法指针（Magic Pointer）」的新功能，给古老的鼠标光标装上了「眼睛」和「大脑」。

Google 的意图不言而喻，未来的 AI 交互不该依赖冗长的提示词，只需像在现实生活中一样，指着屏幕说一句：「把这个，移到那里。」那么问题来了，当鼠标光标终于学会「看懂」屏幕，它究竟会把人机交互带向哪里？

这根睁开眼睛的 AI 箭头，到底能干嘛？

要理解这项技术的意义，必须先看清当下 AI 工具最别扭的一面：交互成本。

过去几年，大语言模型的能力一路狂飙，但使用门槛居高不下。为了让 AI 准确理解意图，用户被迫学习一套复杂的「提示词工程」：设定角色、补充背景、限定输出格式。为了一个简单的需求，写出几百字小作文更是家常便饭。

不仅如此，典型的 AI 工具通常运行在独立的网页或应用窗口中，频繁打断用户的工作流。比如当你在阅读一份 50 页的 PDF 时想让 AI 总结一张图表，通常需要经历：截图 -> 保存 -> 打开浏览器 -> 进入 AI 网页 -> 上传图片 -> 输入提示词。

Google 将这种繁琐的跨应用操作称为「AI 绕路（AI detours）」。这种跳转不仅效率低下，也容易打断人们工作时的注意力集中状态，即所谓的「心流」。

为此，Google 提出的第一个交互原则，就是「保持心流」。在他们展示的实验性 AI 光标原型中，AI 的能力不再局限于某个特定的 App 或网页，而是附着在鼠标光标上，随时待命。

触发方式也尽量克制：无需记忆任何快捷键，只需轻轻「晃一下」鼠标，AI 界面便会基于当前悬停的内容自动浮现，给出极具语境的操作建议。选中图，它会询问是否「对比」；悬停于段落之上，它会主动提供润色方案。

整个过程没有任何需要学习的指令，完全跟着直觉走。来看几个极其直观的场景：

第一，看图说话的终极形态。

当你在浏览一张卡通的城市风景照时，传统鼠标只能点击图片放大。但现在，你只需把 AI 光标悬停在照片背景里的一栋建筑上，然后对着麦克风说一句：「给我移动图片的元素到这。」

不需要解释「这儿」是谁，也不需要描述建筑外观。AI 光标会直接理解你所指向的像素，识别出对应元素，并成功移动。

过去，鼠标只能告诉系统「我点了哪里」；现在，它开始告诉系统「我指的是什么」。

第二，少写提示词，多用自然指代。

当你在网页上看到一份极其复杂的烘焙菜谱，你不需要复制粘贴，也不需要写「请将以下菜谱里的所有食材分量乘以二」这种书面语。你只需要用光标高亮那段文字，然后随口说一句：「把『这些』的分量翻倍。」

唰的一下，AI 直接在原地给你改写了一份新菜谱。

第三，将像素转化为可交互实体。

在计算机眼里，屏幕只是几百万个发光的像素点。但 AI 光标能将死板的像素（Pixels）转化为活的实体（Entities）。

比如，你正在看一段旅行 Vlog，视频里闪过一家看起来很棒的餐厅。你按下暂停，把光标指过去，原本死气沉沉的视频画面瞬间变成了一个真实的、可交互的地点，旁边直接弹出了这家餐厅的订座链接。

再比如，你随手拍了一张写满鬼画符的便利贴，鼠标一指，墨迹直接变成了一个可以打勾的 To-Do List。发现了吗？ 以前，是你去找 AI；现在，是 AI 顺着你的鼠标，乖乖来到了你的指尖。

杀死 AI 提示词，回归人类直觉

仔细想想，人类最强大的沟通工具其实是代词。

当你和同事坐在屏幕前修改设计稿时，你绝对不会字正腔圆地说：「请将屏幕左上角坐标 (X:120, Y:350) 处的蓝色矩形向右移动 50 个像素。」你只会指着屏幕说：

「把这个，往右挪一点，弄淡一点。」

「那个餐厅看起来不错，怎么去？」

「这段代码里的这个报错是什么意思？」

在日常生活中，我们极度依赖「这个」和「那个」。手势配合着极简的口语，才是人类最高效的沟通密码。究其原因，我们身处同一个物理空间，共享着同一套视觉上下文。

Google 敏锐地抓住了这一点，并将其提炼成了一条产品原则：拥抱「这」与「那」的力量（Embrace the power of This and That）。

与其强迫人类去学习复杂的提示词框架，不如反其道而行之，把表达意图的脏活累活从我们身上剥离出去，让机器去适应人类最慵懒、最本能的「指手画脚」。

好消息是，这套交互方式已经开始落地。Chrome 浏览器里的 Gemini 从今天起率先支持；Google 全新推出的笔记本电脑产品线 Googlebook，则将「Magic Pointer」直接内置进了操作系统层面，覆盖所有应用。

Googlebook 的野心不止于鼠标。Google 将这个产品线定义为「Android 手机的完美伴侣」。

类似苹果的 iPhone 镜像，用户可将 Android 应用无缝投射到 Googlebook 桌面，以原生比例运行，并在文件管理器中跨设备自由穿梭，彻底打破手机、平板与笔记本的生态壁垒。此外，Gemini 还能依你所需，在桌面生成专属动态 Widget（比如旅客的实时航班卡片）。

在硬件设计上，所有 Googlebook 机型都会在机身上集成一条「Glowbar」发光条，让你一眼就能分辨出它与传统 Chromebook 或 Windows 笔记本的区别。

首批 Googlebook 将由宏碁（Acer）、华硕（Asus）、戴尔（Dell）、惠普（HP）和联想（Lenovo）制造，预计今年秋天上市。

有意思的是，三星缺席了这份名单。近期的消息显示，三星可能正在筹备一款搭载 Google 新系统的 Galaxy 笔记本，其下一场 Unpacked 发布会据传定在 7 月 22 日。

至于底层的驱动核心，Google 虽未指名道姓，但通篇强化的「为智能而生的现代操作系统」以及 Android 与 ChromeOS 的深度融合，种种迹象均指向了传闻已久的 「Aluminum」系统。

这意味着，AI 开始成了操作系统级别的基础设施。而当 AI 真正化身为你的鼠标光标，它便拥有了介入万物的权限——所见即所得，所指即所控。

AI 人机交互，迎来十字路口

回望 1968 年，那个惊艳世界的初代鼠标，功能简单得令人发指：追踪位置。 这五十多年来，鼠标加了滚轮、加了侧键、甚至加了风扇和配重块，但它的灵魂依然是一张白纸：它准确地标记着坐标，却永远无法理解坐标背后的意义。

Google 的 AI 光标完成了交互史上罕见的进化：它不仅知道你在哪，更知道那是什么。

过去一年，无数拿了融资的创业公司挤破头，试图造出下一个「AI 时代超级入口」。大家疯狂地卷对话框的拟真度、卷 Agent 的复杂工作流。但 Google 这次用行动给全行业结结实实地上了一课：

最好的科技是什么？是润物细无声。聊天框（Chatbox）从来都不是 AI 的最终形态，它只是一种过渡期的妥协。最好的 AI，应该退居幕后，成为一种附着在你日常动作上的基础设施，而不仅仅是某个需要单独打开的应用。

从黑底白字的命令行（CLI），到图形界面的鼠标点击（GUI），再到移动时代的触屏滑动（NUI）。过去几年，大语言模型让我们短暂地倒退回了打字交流的时代，让无数人患上了 Prompt 焦虑症。

但今天过后，我们知道了，那不过是黎明前的一段弯路。真正好用的 AI，终究要学会像人类一样思考：看懂你的每一个眼神，听懂你的每一句「把这个，放到那儿去」。

58 年前，当道格拉斯·恩格尔巴特握住那个简陋的木制鼠标时，他的终极梦想是「增强人类的智慧」。

58 年后，当 AI 附身于这个古老的指针，机器终于开始真正「看懂」这个世界。属于提示词工程师的时代终将落幕，人机交互的终极闭环，也将在一句句含糊不清的「这个、那个」中，向前迈出历史性的一大步。

附体验地址：
https://aistudio.google.com/apps/bundled/ai-pointer-create?showPreview=true&showAssistant=true&fullscreenApplet=true

https://aistudio.google.com/apps/bundled/ai-pointer-find?showPreview=true&showAssistant=true&fullscreenApplet=true

作者：莫崇宇

两个月前在圣何塞，黄仁勋穿着皮衣站在 GTC 的舞台上，告诉全世界：Token 是新的大宗商品，生成 Token 的成本与效率，决定科技企业的营收与生死。

昨天，李彦宏站在 Create 2026 的开幕式上，说了一句看似拆台的话：「Token 只是代表成本，并不代表收益。它衡量的是投入，而不是产出。」

然后他抛出了一个新概念，DAA，Daily Active Agents，日活智能体数。

卖铲子的人说，看铲子消耗量就知道金矿的繁荣程度。挖矿的人说，你倒是看看我挖出了多少金子。

他们都没说错。但同一座金矿，用不同方式去称量，得出的故事完全不同。

真正有意思的地方不在于谁对谁错，在于一个事实：AI 跑得太快了，快到这个行业连怎么给自己记账都还没想清楚。

DAA ：从「烧了多少」到「干了多少」

李彦宏的 DAA 逻辑并不复杂。移动互联网时代，衡量平台看 DAU，日活用户数。微信 13 亿，抖音 7 亿，Meta 34 亿。进入智能体时代，对应的指标应该是 DAA，有多少 Agent 每天在给人类干活，并交付结果。

「交付结果」四个字是重点。

Token 消耗量告诉你系统在转、算力在烧、钱在花。但它不告诉你这些 Token 到底干了什么。是帮创业者写了一份商业计划书，还是用户反复问「你好」然后 GPT-5.4 收了他 80 美元？这两种场景消耗的 Token 可能差不多，创造的价值天差地别。

李彦宏说，「这比无谓的 Token 消耗，更接近价值，也更接近本质。」

他还给了个大胆的预测：未来全球 DAA 可能超过 100 亿。一个人同时挂三五个 Agent 处理不同任务，你是一个 DAU，但贡献了三五个 DAA。

Agent 数量远超人口，技术上已经可以想象。

李彦宏自己也说这是一个「非共识的观点」。在所有人都在谈 Token 消耗量的行业里说 Token 不代表终局，是需要点勇气的。

当然，也需要点动机。

Token 经济学：一种极其性感的叙事

Token 经济学的性感之处在于，它有大量数据支撑。

截至今年 3 月，中国日均 Token 调用量超过 140 万亿，相比 2024 年初的 1000 亿增长了 1000 多倍。火山引擎豆包大模型日均 Token 使用量突破 120 万亿。OpenRouter 平台前十大模型的周 Token 调用量从 1.24 万亿暴增至近 14 万亿。

一条陡峭到让人眩晕的增长曲线，核心驱动力恰恰是 Agent。

过去 Chatbot 时代，单轮对话消耗 1000 到 3000 个 Token。Agent 来了之后，一个完整任务触发几十上百次模型调用，中等任务吃掉 10 万 Token，复杂任务上百万。

Agent 越多，Token 消耗越大，算力需求越高，芯片卖得越好。

这个闭环对英伟达来说无比优雅。2025 年全年营收 2159 亿美元，净利润 1170 亿美元。黄仁勋有充分的理由说：Token 就是新的石油。

企业也在用脚投票。阿里成立 Token Hub 事业群，吴泳铭亲自挂帅。58 同城姚劲波说 Token 用得越多越好，不计成本。昆仑万维发内部信强制 AI Coding，达不到要求的末尾淘汰。黄仁勋甚至预言「你的 offer 带多少 Token」会成为硅谷新的谈判筹码。

Token 消耗量作为指标，最大的好处是简单、可量化、跨平台可比。140 万亿就是 140 万亿，谁看都一样。

但过亿简单也可能会掩盖一些问题。一个只盯着食材消耗量的餐厅，未必是一家好餐厅。

共识大于分歧

把 Token 经济学和 DAA 放在一起看，你会发现它们的共识其实大于分歧。

这两个判断都基于 AI 正从对话阶段走向 Agent 阶段，而且都认为这是万亿级的产业重塑。

分歧在哪？在于谁的账本更能代表这个行业的健康程度。

Token 量的是投入侧：消耗了多少算力，工厂每瓦特产出多少 Token。这对芯片厂商和云厂商极其重要。

DAA 量的是产出侧：有多少 Agent 在运行，完成了多少任务。这对应用平台方极其重要。百度做的是 DuMate、秒哒、百度一镜，卖点全是「帮你把事做完」。只有用「结果交付」来记账，应用层的价值才浮得出水面。

屁股决定脑袋，但这不代表谁在说谎。每个玩家天然会推崇对自己最有利的记账方式。

有意思的是，腾讯也站到了应用侧。腾讯云副总裁杨晨说过：「我们认为 Token 不是一个多么健康的生意，它看着量很大但黏性极差。」腾讯的核心资产是微信生态和内容场景，它在乎的是 AI 能不能在自家场景跑起来。阿里的态度截然相反，吴泳铭断言未来 5 年 AI 和云业务收入将超 1000 亿美元。

同一个行业，同一批聪明人，看法完全不同。这本身就说明 AI 的迭代速度已经跑在了共识形成的前面。

Token 消耗量像 GDP，量总规模，不管建了一座桥还是挖了个坑再填上。DAA 像就业率，量的是有多少「劳动力」在创造价值。GDP 高但就业率低，那叫空转。就业率高但产出质量差，那叫虚胖。一个健康的经济体两个数字都要看。

但对普通用户来说坦率地讲，这两个指标都是术语。

用户只在乎一个朴素的问题：好不好用？帮我省了多少时间？花了我多少钱？

Token 经济学叙事下的 AI 产品，对用户其实不太友好。

你用打车软件，起步价多少、每公里多少、堵车怎么算，一清二楚。你用 AI Agent，到底消耗了多少 Token，是哪个模型在跑，Agent「反思」了几轮导致费用翻倍，很多普通用户还搞不明白。

DAA 至少提供了另一种视角：用户不该关心 Agent 烧了多少 Token，该关心它有没有帮你把事做完。前者是水表读数，后者是水龙头出不出水。

造词运动的背后

2024 年初中国日均 Token 调用量才 1000 亿。2026 年 3 月，140 万亿。1000 倍。这种速度下，任何已有的框架和认知都会瞬间过时。

于是，每个玩家只能从自己的位置出发，尝试给这团混沌画一个坐标。黄仁勋造了「Token 工厂」，李彦宏造了「DAA」，阿里造了「Token Hub」……

Token 衡量的是基础设施的繁荣程度，DAA 衡量的是应用价值的交付密度。两者更多是互补而非互斥。没有 Token 的生产和流转就没有 Agent 的运行，没有 Agent 交付结果 Token 消耗就只是空转。

对用户来说，最好的度量衡是那个你根本不需要知道的。你打开水龙头，水来了。你把活交给 Agent，事做完了。你看一眼账单，觉得合理。至于背后消耗了多少 Token、动用了多少 Agent、芯片是谁家的、云服务用的哪一层，留给黄仁勋和李彦宏去争论就好。

从 DAU 到 DAA，从「人在用产品」到「产品在帮人干活」，AI 时代的价值坐标正在被重建。

争论是好事。当一个行业只有一种记账方式的时候，所有人都会围绕同一个数字做优化，不管那个数字是否真的通向价值。

多一种衡量的维度，至少多一个纠偏的机会。

至于最后哪套度量衡能留下来，答案可能不在黄仁勋和李彦宏手里，在你手里。

你每天用 Agent 做了什么，做得好不好，愿不愿意继续付费。这些真实发生的选择，才是 AI 时代最诚实的投票。

Google 可以说是 5 月最出尽风头的科技公司，趁着 Goog I/O 大会的节点，一口气发布了大量新产品——

有颠覆手机系统的智能系统和 Gemini Intelligence，有颠覆电脑使用范式的 Googlebook，还有这个要颠覆智能手表的无屏手环 Fitbit Air——内嵌 Gemini，主打 AI 健康功能。

为此，Google 不仅重新捡起了快被扫进垃圾堆的 Fitbit，还请来 NBA 当家球星库里做代言。野心很明显，就是要在智能穿戴拿下一块市场。

不过，Fitbit Air 瞄准的并不是苹果 Apple Watch，而是对标这两年大火的「WHOOP」——这是一家创立 12 年，却在近两年异军突起的科技新贵，无屏手环是他们最主要的产品。

WHOOP 从产品定义到营销策略，都相当特立独行。他们不卖手环，直接送！只是如果想正常使用，要收一笔不菲的订阅费，来开启 AI 健康功能。

今年 3 月，WHOOP 完成 6 亿美元融资，估值超过 100 亿美元。

在这个充电头都会加一块屏幕的时代，一个没有屏幕的智能手环却卖爆了，凭什么？

无感设计，极致简洁

WHOOP 并不是一家初创公司，实际上成立于 2012 年，早于初代 Apple Watch，和 FitBit、Pebble 等名字并列为智能手表的探索者。

在那个技术还没那么发达的年代，手腕上没法集成太多东西，所以像主打健身健康的 Fitbit 和 WHOOP，初代产品基本上都是一个没屏幕的手环，反馈和交互靠手机 App 完成，本质上和在手腕上绑了一堆传感器无异。

随着技术发展，以及 Apple Watch 对用户心智的教育，类似的智能手环产品很快也都配备了一个小屏幕——在当时，手腕上的触控屏是大势所趋，要不然为什么要无缘无故给身上带个不便宜的手环？

WHOOP 不这么认为，时至今日他们的手环产品依旧没有屏幕，仿佛这十几年的智能穿戴变革浪潮，将他们给遗忘了。

一开始做无屏是妥协，现在还在做无屏，那就是「坚持」了。

实际上，「无屏」这件事，让 WHOOP 变成了一个异常简单的产品，没有太多复杂性和限制，带来了使用上的自由。

创始人 Will Ahmed 认为，一旦为 WHOOP 配备屏幕，那么就会不断加入时间、健康提醒、消息提醒这些功能，成了一块智能手表。这个赛道，很难和苹果三星等品牌竞争。

Reddit 上不少用户也表示，选择 WHOOP 的原因，就是因为它没有一块让人分心的屏幕，够纯粹。

WHOOP 的本质就是一个健康传感器，你可以将它佩戴在在身上的不同地方，官方也推出了可以和 WHOOP 配套使用的贴身衣物配件，这种灵活性是智能手表和智能指环都难以媲美的。

Apple Watch 的逻辑，是把更多信息带到手腕上；WHOOP 的逻辑，则是设备彻底退居幕后。

追根溯源，最终让 Apple Watch 得以成立并走进千家万户的原因，也是因为苹果为其找到了「运动健康」这个主要定位。

这就带来了一个很有意思的反转：Apple Watch 本来应该杀死智能手环的比赛，但随着智能手表越来越普及，也越来越多人能理解「在身上绑传感器」的价值，反而让 WHOOP 极致简洁的价值得以凸显。

时至今日，依然有不少人更偏爱具备美学价值的传统机械表，又向往 Apple Watch 的健康监测功能，只是手上同时戴两块表难免显得有些别扭。爱范儿也采访了身边的真实用户 @flypig，他告诉我们：

因为我有不少机械腕表，我认为是一些蛮好看的饰品，根据心情换着戴。但我又有记录身体状态的需求。我不希望左手一块机械腕表，右手一块 Apple Watch。我试过，感觉戴两块表看起来还是太怪了。

单论产品形态，WHOOP 比 Apple Watch 有不少优势：没了屏幕，换来了两三周的续航，还有极致的轻便，顶配版也不到 30 克，佩戴在身上几乎无感；硬件本身成本极低，会员提供终身保修，非常适合极限运动爱好者，丢了换新也只需要 50-80 美元不等的补办费。

由于 WHOOP 手环本身没有任何交互，只需要「佩戴」，这意味着对于儿童，特别是更需要健康监测的老人群体来说，没有任何使用的门槛。

让人愿意戴，并且愿意长时间戴，这就是智能穿戴产品最重要的优势，这样看来，极致简洁的 WHOOP 已经是一个相当有价值的产品。

普惠，从运动员到每个人

10 年的时间，智能穿戴领域瞬息万变，最早的行业竞争者 Fitbit 和 Pebble 在苹果等大厂入局后，都走向了沉寂。

WHOOP 不仅顽强存活了 12 年，还在这两年大火。这个看似「逆袭」的故事，或许从一开始，就已经埋下了伏笔。

在成军之初，WHOOP 就没有瞄准大众用户，功能不止于步数、心率这些常规体征数值，直接聚焦「睡眠」「恢复」和「负荷」三大指标，用量化的分数告诉用户每一天醒来恢复程度如何，今天是否适合训练。

这种功能源自于创始人 Will Ahmed 自己大学时期作为壁球队员的经历：他发现自己很难达到训练量和恢复之间的平衡，于是开发了专注于追踪恢复、运动负荷和睡眠指标的 WHOOP。

由运动员打造的产品，自然最懂运动员，因此 WHOOP 在最初就瞄准了运动员这个非常独特的用户群体。

虽然这让他们在大众消费者之间的知名度更低，却避开了和 Fitbit 和 Apple Watch 竞争，拿下了包括美国职业棒球联盟在内很多职业运动队的独家订单。

并且，WHOOP 的专业属性很快也获得了 NBA 明星勒布朗 · 詹姆斯，和「C 罗」克里斯蒂亚诺·罗纳尔多这样的重量级用户作为「自来水」，不愁曝光和知名度。

这也是 WHOOP 的聪明之处。 不管是什么消费品，由大众产品冲击高端很难，但反过来要轻松得多了。

对于中产阶层来说，WHOOP 自带了一个「精英运动员同款」的光环，建立起「专业」的品牌形象，只差购买的契机。

2018 年开始，WHOOP 将产品从原本的 500 美元售价，转变成 6 个月起订，每个月 30 美元的订阅方式，大幅降低了准入门槛，正式向大众消费市场进军。

这个转变也彻底改写了 WHOOP 的商业模式：从一家「硬件」品牌，转变为了售卖软件的服务商。

手环是 WHOOP 商业模式的起点，却并非核心。这个手环几乎是「白送」给用户，WHOOP 在官网售卖的直接就是「订阅」，买的是一年的会员，成本直接包含在订阅费之中，免费试用一个月甚至直接送你一个手环。

当然，WHOOP 不同档位的会员，能拿到的表带配置有所不同，只是 WHOOP 不需要你为硬件付费，套餐可以随时换。

购买 Apple Watch 之后，只要硬件本身没有故障，理论上你获得了这个产品的终身使用权；至于 WHOOP，只要停止续费，那么你手上的表带就没有任何价值。

硬件形态只能吸引体验，软件体验才能真正留住人心，对于 WHOOP 来说更是如此。

WHOOP 的手机应用，把身体数据做成了一种几乎不需要学习成本的「身体仪表盘」，各种可视化图表，自己今天睡得怎么样、锻炼强度如何，身体年龄多少，一目了然。

普通人或许很难理解自己的「恢复」分数究竟算高还是低，但通过颜色区分，身体状态会变得非常直观—— 绿色意味着恢复状态良好，今天可以正常训练；红色则像是一张警告牌，提醒你身体还没缓过来，最好暂停运动。

全球疫情之后，越来越多人开始关注自己的「身体状态」，而不只是单纯记录运动数据。这个趋势，恰好撞上了 WHOOP 从「运动装备」向「生活方式品牌」的转型期。

与此同时，随着房颤、血压趋势等健康监测功能不断加入，再加上 WHOOP 4.0 在续航、体积和佩戴体验上的全面升级，以及免费试用机制降低门槛，越来越多原本并不热衷运动的普通用户，也开始接触并接受这个品牌。

从运动员的明星光环带动，到低门槛高价值的使用方式，WHOOP 也从从一款运动员工具，变成了一种新的中产社交符号，就像 Lululemon、冷水浴、燕麦奶。

你未必真的运动，但只要把 WHOOP 戴在手上，就仿佛已经进入了那个高度自律、关注健康、持续优化自己的生活方式体系——至少外人看来如此。

买 AI 硬件，就是为 AI 付费

WHOOP 这种订阅制的商业模式，对于智能手表来说很超前，但和当下热门的「AI 硬件」，又惊人地相似。

用 Plaud 举例，只要你是真正的录音笔目标用户，基本绕不开会员订阅，才能获取足够的录音转写时长，而它体验的核心，就是那个负责整理、理解和调用录音内容的 App。

以前做产品和硬件，我们会推崇「All in One」，在有限的机身中尽可能配备更多的功能。

而现在，我们看到许多真正跑通的「AI 硬件」，反而都回到了更简单的形态：功能单一、交互克制，却能够深入某个具体场景，持续收集数据，再交由后端 AI 去整理、理解，并最终生成真正有价值的结果。

WHOOP 也是如此，它的形态，真的就是将传感器绑在身上，贴近身体的同时又保证尽可能无感。

智能穿戴近年的方向，也已经不止于单纯收集数据，还要呈现简单易懂的结果。Apple Watch 的「生命体征」功能，本质上就是把体温、血氧、心率、睡眠等趋势，浓缩成「身体是否异常」的直观指标。

2022 年底，ChatGPT 掀起了生成式 AI 的浪潮，每个行业都在借助 AI 改造自己的产品和商业模式。2023 年 9 月，WHOOP 接入了 GPT-4，推出「WHOOP 教练」功能，利用大模型对用户的数据进行解读，提供更个性化的建议，属于第一批尝试将 AI 和健康相结合的厂商。

由于布局时间早，WHOOP 算得上是当今智能穿戴产品中 AI 健康功能的第一梯队。CNET 的编辑尝试过很多类似的产品，唯独觉得 WHOOP 是「好用」的：

她忘记了自己即将要来月经，而 WHOOP 教练提前两天通知她激素发生变化，因此锻炼会更吃力，建议降低强度，并在月经期间根据她的恢复情况，智能轮换调整了她的训练计划，很好帮她纠正了「练得多=更好」的心态。

@flypig 则表示：

我认为它的 AI 能力——特别是那个 LLM 问答框的体验——实属一般般。但它 AI 之外的智能建议和规划能力，我认为，很不错，够用了。我愿意每年给他们交钱。

从 WHOOP 可以看出，健康监测和 AI 属于一种「双向奔赴」。

智能穿戴设备能持续对身体的指标进行长时间监控，但累积了海量数据之后，对用户的价值却没那么大。

而想要从 AI 那里获得很好的结果，就必须要提供充足且高质量的上下文，智能穿戴设备获得的数据，刚好可以让 AI 进行和解读。

智能穿戴接下来要实现的跃迁， 不仅要替你解读数据，还要根据数据直接给你实在的建议。

这也是为什么，沉寂了好几年的 Fitbit 忽然被复活。

本来 Google 已经有了 Pixel Watch 的可穿戴产品线，不带屏幕的 Fitbit 的重点放在了 AI 健康模式上，为自家的 Gemini 找到了另一个落地的场景，不只是 Google 生态，甚至在打苹果阵营的主意。

我依旧不会将 WHOOP 或者 Fitbit 称作一个「AI 硬件」， 它们更像是借助 AI 完成了一次新的叙事包装，核心依旧是健康监测那套已经被验证了十多年的逻辑，这也是它们能重新进入大众视野的原因。

当传感器本身逐渐触及技术瓶颈，智能穿戴真正重要的问题，也从「还能测到什么」，逐渐过渡到「如何理解这些数据」，WHOOP 在讲的，就是这样一个故事。

我下了一个任务，agent 开启了 plan 模式，规划了 7 个步骤。

我批准了，它开始跑，跑了三个步骤，然后停下来汇报：「我已经完成了 1、2、3，结果有这些和哪些……请问是否继续 4、5、6、7？」

我说继续。它又跑了两步，然后又停了下来：「我已经完成了 4、5，结果有这些和哪些……请问是否继续 6、7？」

一个晚上下来，让 agent 干点长程的任务，并没有长程的效果，对话框来回来去的全都是「继续」。

很长时间以来，我在使用各种 Agent 完成工作，就是这样的体验。

这种体验很不合逻辑。虽然「停下来确认」是个与 AI 共事时的好工作习惯，但在很多任务当中我从来没主动要求它停，但它就是会停下来。

MiniMax 在最新的技术博客文章中，将 agent 产品的这种行为归因于「上下文焦虑」。核心在于，模型本身对于「超长任务啥时候才算做完」的判断是模糊的。说白了，不是不会做，而是不敢做，每完成一步都怕做错，所以才会干一半就停下来问。

今天，MiniMax Agent 桌面端完成了一次重大更新。新加入了一个名为 Mavis 的模式（其实它是「MiniMax as a Jarvis」的缩写）。

要知道让一个 agent 当老板，一组 agent 当员工——这种传统的多 agent 框架已经不是什么新鲜事了。但 MiniMax 指出，此前的主流多 agent 框架，其实本质上就是靠提示词编排来让模型玩「角色扮演」role play。但这种做法撑不了多久，就会遇到包括前面提到的上下文焦虑、长程任务退化、自检等难题。

多 Agent 系统，需要一套持续运行、持续维护，并且多个 agent 之间不会「媾和」的可靠基础设施。这就是 MiniMax 在做的事。

实测体验：让 agent 给对方「挑刺」

MiniMax 给它的 Agent Team 基础设施起的名字叫做 Team Engine，引擎下面挂着三类核心角色：Leader、Worker、Verifier。顾名思义，一类做管理，一类干活，一类验收。

最关键的差异在于，Worker 和 Verifier 之间是「对抗」的关系，谁也没法蒙混过关。

前段时间，APPSO 正好在研究一个课题：「所有对 Coding/Agent 有所抱负的模型厂商，都要做自己的独立 Coding/Agent 产品」。

（没错，MiniMax 在此之前是个反面案例，但没想到文章还没发出来，就已经证明自己了！）

于是我们又用这个课题再在 MiniMax 的 Agent Team 上跑了一次。

这个任务拆分出了 5 个 worker，每个 worker 完成任务后，都会整理结果交给 leader（显示状态「Mavis 发给 General」或者「General 发给 Mavis」等等。）

有一个 worker，运行了 12 分钟还没有返回结果。APPSO 注意到，这个 leader等不及了，于是发了一条 bash 命令检查其工作状态：

在 5 个 worker 都完成后，leader 又生成了 5 个 verifier——在任务列表中显示为带着「小黄帽」的 agent：

Verifier 很快就找到了错误！其中一个 verifier 发现了对应的 worker 交付成果中存在明确的数据错误，给出了「失败」的判罚。紧接着，与之对应的 worker 重新启动（显示为运行中，会有一个蓝色小圈的标识）。

点进对应的 worker 工作区观察一下它的思考过程：「verifier 拒绝了我之前的交付成果，基于以下三个错误……我需要返回去重新核查关键事实，并检查修正具体的数字问题……」

还别说，agent 跟 agent 之间「铁面无私」，工作起来真的可靠。

这样的来来回回，在五组 1v1 的 agent 对抗当中，总共发生了数十次。过程中，Mavis 还表示这次「学到了新东西」，并顺手更新了一下记忆。

上一个任务先跑着，我们再开启一个新的深度研究，基于权威口径数据分析五一假期的旅游市场，并交付一份多维度分析报告。

这个研究比刚才的任务更加复杂。而且因为要持续对抗，Agent Team 在深度研究上所花的时间，也远比一般的单 Agent 要长。

但最终呈现的报告，和其它 AI 深度研究交付的内容相比起来，确实干净不少，也更加可信。

最近 APPSO 筹备了很多场线下活动，做策划想方案一直是个难题。我们也把这个任务交给 Mavis 看看效果怎么样。

我需要策划一场在广州举办的 AI 开发者线下沙龙，请你尽可能全面的给我提供多个适合百人千人科技活动的场地及大概报价，以及抓取同类活动的信息，然后帮我策划这张 AI 活动的主题，宣传，运营整个全部的工作，帮我把这些都整理成一份严格的商业计划书格式，以及一个符合主题特色，设计精美的网页。

光是制定计划的时间，就比之前的深度研究任务要长。Mavis 回复「这个任务规模很大，需要多个 Agent 并行工作——场地调研、竞品抓取、主题策划、商业计划书、网页开发。」

Mavis 的过人之处，就在于我们还可以持续追加新的需求：

给我长报告的同时，最好还能给我起草一份初步的正式合同，和场地的合作、以及和邀请嘉宾的合作、等等可能涉及的合同，还有前期的财务表格，再给我一份用来汇报这套方案的 PPT，越详细越好。

Agent Team 收到新需求后，会进一步完善计划并启动更多的工作流，最后，我们启动了多达 9 个并行任务。

我们点开 Mavis 的思考过程，能看到里面有大量的 agent 之间互相发送的消息，这些 Agents 会在专门的 Team Engine 下工作，传递彼此的状态，有的在等待、有的在执行、有的在验证。

你看这个 Verifier，像不像吹毛求疵的「甲方」？

最终整个任务交付的文件数量达到了惊人的 10 多个，包括 xls、ppt、html 网页，以及对应的 .md 版本。

接下来再说一下这次 Mavis 的另一大特性：能连接到聊天平台，还支持多任务。

和 MiniMax 此前已经支持的 OpenClaw、Hermes Agent 类似，Mavis 本身也可以通过微信、飞书这两个 IM 管道来实现任务分配。接入流程也极度简化，只要点击设置按钮、扫码、命名，我们就能在微信/飞书里面使用 Mavis 了。

一般的 Agent 产品连接到 IM 当中里，我们给他安排一项需要长时间完成的任务，往往是消息发送之后，就不能再和他咨询别的问题。

一部分原因，在于这些 agent 时无法同时打开多个对话窗口；另一个原因则是 agent 工作模式的限制，在一个会话里运行多个任务，极易出现语境错乱的情况，导致上下文污染。

MiniMax 的解决方案，是把「秒回」和「执行」的逻辑解耦。

APPSO在飞书里让它研究一下最近石油涨价；任务开始之后，我又让它研究最近一个月硅谷 AI 巨头发布的重要产品。

Mavis 没有停止之前的任务，直接告诉我新任务已经完成了，而石油涨价的任务还在处理。

这正是 Mavis 的另一大设计理念：上下文隔离的好处。

每个 Agent Team，以及 team 里的每个 agent，都只看到跟自己任务相关的信息摘要，只有需要细节的时候才会去读全文。

这么做一来 token 成本受控，团队规模再大，上下文也不容易撑爆；二来防上下文污染，agent 在搜索中接触到的错误信息不会让全队阵亡。

在最极限的场景下，我们试过通过飞书在极短时间内给他分配 8 个任务，都没有发生语境错乱的情况。

整个体验，很像跟一个认知带宽极高的同事共事：不仅能秒回信息、同时后台干活也不会被打断。想了解一下进度，大可直接问，不用担心干扰它的「心流」。

处理不同会话的 Agent，只看到和自己任务相关的信息，不会共享一个不断膨胀的对话历史。

可以说，Mavis 实现了一个从 IM 渠道，到任务中枢，再到分子任务里的每个分子 agent——端到端的上下文隔离。

最后，它在解答 AI 大厂本月新发布和具身智能重要产品的同时，也顺利完成了石油任务这条主线程，给了我们一版详细的报告，里面甚至提到最近日本薯片包装要变成黑白的消息。

经过实测之后，你有没有发现，Mavis 这套编排策略，其实有点像此前火过一阵的「三省六部」skill？

每个角色做什么，何时启动、何时交接，将会由引擎层面的状态机来决定，而非模型的黑箱自己「拍脑门」说了算。

说白了，这就是在多 agent 工作编排当中，用工程层面的可控性、严密性、确定性，来根治模型的不可控、随机性。

这种思路，彻底解决了过去的 agent/模型「既当裁判又当选手」的经典问题。

额度统一，Agent 管够

实测 Mavis 之后，再说说 MiniMax 做的另一件同样重要的事情，影响所有的付费用户：这次，Token Plan 和 Agent Plan 合并了。

合并了之后，无论是普通用户的「日常使用」，比如官网上和 App 里对话和使用 Agent，还是接入官方 API 来调用其他工具（例如 coding 产品或 OpenClaw/Hermes Agent）——现在都可以使用统一的套餐额度了。并且，无论是 M2.7 以及后续的旗舰模型，还是音乐、视频、语音的多模态模型，全部包含在这一个套餐之下。

所有额度共享，怎么花用户可以自己说了算。MiniMax 还给出福利：此前同时订阅两个方案的用户，将会额外送一个月的会员。

为什么要做这件事？站在用户视角其实还是很合理的。

说白了，Agent 时代，用户付费动机来自于对「模型算力」的需求，而这些需求的场景随着模型在 coding、agent、多模态能力上的提升，只会变得愈发多元，会自然而然地发生在模型厂商的产品里（官网、独立产品、CLI）以及产品之外（接入外部 API 的独立部署的 agent）。

这其实也是各大 AI 巨头都在面对的问题：OpenAI 目前用户订阅和 API 计费还是分开的，Anthropic 同样；至于更小的 agent 创业公司，则是用自己的订阅费用去代替用户支付支付底层的 api 费用。

这一次，MiniMax 先一步把自己产品矩阵内部的墙拆掉了。而 APPSO 认为，在模型极度商品化、用户总是一窝蜂涌向最新、最便宜模型 API 的今天，这种统一套餐的策略，反而有助于为模型厂商维护用户忠诚度。

再回到产品本身。

如前所述，APPSO 正在写一篇关于「对 coding/agent 认真的模型厂商，必须要做自己的 coding/agent 产品」的文章。MiniMax 可以说是虽迟但到。

在今天，Mavis 也不是第一个押注多 agent 架构的产品。在过去半年里，ChatGPT、Manus、Genspark 等公司都参与到这场「多 agent」的战争当中。

而在实测跑完之后，APPSO 的感受是，Mavis 在「产品自己跑完一个极复杂/极长程任务」这件事上，做的比同行效果更好、架构也更稳定。当其它产品的多 agent 停留在提示词编排、拆任务上的时候，Mavis 做出了工程层面的对抗式硬约束——这带来的体感差异，足够明显。

不过，这套架构看起来美好，也有绕不开的现实：贵。

MiniMax 在技术博客中提出了多 agent 的「共识成本」(Cost of Consensus) 。用人话来说，几个 agent 彼此「制衡」，的确让工作过程和结果更靠谱，但取得共识的过程是有成本的，token 消耗数倍于单一 agent；而且就像吵架一样，吵急眼了也有可能偏离主题，准确率不升反降。

根据 MiniMax 梳理，其 Agent Team 架构具体来说有三类成本：

一是交接成本。信息在 agent 之间传递时需要重新组织，每次交接都要把信息「翻译」为下一个 agent 能用的形态，耗费 token；

二是共享（上下文信息的）成本。上下文隔离设计，一定程度上就是为了控制这一成本。但即便每个 agent 只看其他 agent 传递过来的「摘要」，随着 Agent Team 的量级扩大，存储和分发摘要都会带来成本。

三是聚合成本。其实这个道理，APPSO 一直很想跟大家讲：别以为那种成百上千个 skill、设计了极其复杂的「三省六部」制度的工作流就是卍解——很多时候并非如此，反而可能中了 token 厂商的计……你的确让工作变得更细致了，但你同时也需要花更多的 token去聚合和整理最终结果。

这些成本加起来，意味着多 agent 这件事从来不是「越多 agent 越好」的简单逻辑。

但换个角度看：信息交互越复杂的工作，往往本身价值就越高。一份需要多方核查、反复校验的深度研究报告，和一个随手问的问题，或许就不应该用同一套逻辑去衡量成本。Mavis 贵，贵在它认真，而认真处理的那些任务，本就值得这个价。

宁愿花更多成本去确保万无一失，也不愿意糊弄了事，这才是复杂任务背后的高价值用户所看重的。

当然，MiniMax 团队也做了一些工程设计去避免程序冗余带来的 token 浪费。

MiniMax 对用户的建议是：Agent Team 是为「贵且复杂」的任务准备的，是一个策略选项，而非默认选项。用户自行判断任务的复杂程度、链路长短、风险、经验复用的价值——这些越高，越值得用 Agent Team。反之，完全可以用单 agent，甚至普通的 chat。

多 Agent 一定多聪明吗？非也。但 Mavis 的意义，是让那些真正复杂、知识密集型的任务，不给模型自己拍脑门，而是交给一套经过验证的，有对抗、有核查、有权责划分和奖惩制度的工程系统。

它不一定让 AI 变得更聪明，但绝对会让 AI 更难偷懒——这也是大模型本身长期存在的老大难。

毕竟在真正的人际工作中，我们其实真的不需要同事多聪明……只是别偷懒，别耍小聪明，往往就够了，不是吗？

文｜杜晨、张子豪

谷歌今天宣布将为 Android Auto 和搭载 Google Built-in（谷歌内置车载软件）的汽车带来一轮更新。

这次更新涉及新的视觉设计、重新设计后的 Google 地图，以及车载视频播放功能。随着汽车的智能化程度提高，车内屏幕的形态也越来越多，谷歌这次调整的重点，正是让 Android Auto 和 Google Built-in 更适应不同车型和不同屏幕，同时继续与苹果 CarPlay 竞争。

目前，全球已有超过 2.5 亿辆汽车兼容 Android Auto，原生搭载 Google Built-in 系统的车型也超过 50 款。

谷歌表示，正在把手机端较成熟的体验带到车内，而这些车型中的大多数将在未来几个月内获得更新。

就在今年 4 月，通用汽车也宣布，会把旗下 Google Built-in 信息娱乐系统与 Gemini 功能整合。仅按照美国市场的规模计算，约有 400 万辆凯迪拉克、雪佛兰和别克汽车会受到这次更新影响。

首先在视觉观感上，Android Auto 的界面这次进行了比较明显的调整，采用了谷歌 Material 3 Expressive 设计语言。手机端更有表现力的字体、动画效果和壁纸，会被带到汽车中控屏上。

更关键的是，新界面可以适配不同形态的车载屏幕，包括常见的横屏和竖屏、超宽矩形屏，也包括新一代 Mini 车型上的圆形 OLED 屏幕，以及宝马 Neue Klasse 电动汽车上那块不规则的六边形屏幕。

谷歌这套无边框 UI 的目标，是让系统在不同车内屏幕上看起来更自然，而不需要车企为每种屏幕重新调整一套显示方式。

界面层面还有一个变化，是新增了可在全局显示的小组件。驾驶员可以在导航界面旁边看到常用信息，也能直接完成一些简单操作。比如，你可以把常用联系人放在屏幕上，也可以设置一键开关车库门、查看天气、显示大尺寸时钟，或者放一张宠物狗的照片。

它的用途并不复杂，核心是让车内屏幕在导航之外，也能承担一些轻量的信息展示和快捷操作。

这次更新里，Google 地图的变化更值得注意。

谷歌把新的导航界面称为「沉浸式导航」，并称这是 Google 地图十多年来最重要的一次车载体验更新。

新的导航界面加入了画质更高的 3D 地图视图，建筑物、立交桥和沿途地形都会以更立体的方式呈现。面对复杂路口时，系统还会突出显示车道标线、红绿灯和停车标志，帮助驾驶员更清楚地判断路线、并线和出口位置。

从实际观感和功能方向看，这次升级会让 Google 地图更接近现代车载导航应有的样子，也能看出一些与苹果地图相似的设计思路。

搭载 Google Built-in 系统的汽车，还会获得普通 Android Auto 没有的进阶导航功能，也就是实时车道引导，英文名称为 Live Lane Guidance。

它会调用车辆的前置摄像头，判断车辆当前所在车道，并在需要变道或驶出匝道时给出实时建议。相比单纯依靠地图数据，这种方式更贴近车辆的实际位置，对复杂道路和多车道场景会更有帮助。

视频播放也是这次更新中的重要部分。

今年早些时候，Android Auto 已经支持了 YouTube 的纯音频模式；今年晚些时候，在车辆处于驻车状态时，Android Auto 将支持 60 帧全高清视频播放。美国市场会率先覆盖宝马、福特、捷尼赛思、现代、起亚、梅赛德斯-奔驰和沃尔沃等品牌的部分车型。

这项功能主要面向充电、停车等待这类场景。比如电动车车主在充电时，可以直接在车机屏幕上观看视频。更实用的一点是，当车辆结束充电，从驻车挡切换到行驶挡时，视频内容不会直接中断。对于支持后台播放的应用，系统会把视频无缝切换为纯音频模式，让驾驶员在行驶过程中继续收听刚才的视频播客或其他内容。

音频体验也有更新。

Android Auto 将在部分受支持的应用和车型中引入杜比全景声，也就是 Dolby Atmos 空间音频技术。首批支持品牌包括宝马、捷尼赛思、梅赛德斯-奔驰和沃尔沃。

对于经常在车里听音乐、播客或长音频的人来说，这项变化会比较直接。车载音响本来就是汽车体验的一部分，空间音频加入后，内容的层次感和包围感会更明显。

媒体应用的界面也会随之调整。

Spotify、YouTube Music 等应用会获得新的视觉优化，不再完全沿用 Android Auto 早期那套统一模板。过去的模板虽然稳定，但看起来比较单一，也限制了不同媒体应用展示自身特点。

更新之后，这些应用在车内的使用方式会更贴近手机端，也会更顺手一些。搭载 Google Built-in 系统的汽车同样会获得这些音视频方面的改进，并且会在今年晚些时候加入对 Zoom 等会议应用的支持。

Android Auto 的这波更新和 iOS 26 的 Apple CarPlay 在许多地方都有相似之处。

更新后的 Carplay 对用户界面做了重新设计，带来了更精致的系统图标、新的来电通知界面，并将液态玻璃效果引入了用户界面。

功能上 Apple CarPlay 引入了负一屏，用户可以自定义小组件，快速浏览天气和日程信息。实时活动功能也可以显示在界面上，让你能够更轻松地追踪航班动态或者外卖信息。

尽管 Android Auto 和 Apple CarPlay 的更新带来了更多功能和更直观的界面体验，但车企们近些年的适配态度却谈不上有多积极。

随着车载系统越来越智能，车企逐渐意识到，自家界面和服务才是与用户建立长期连接的关键，这也让他们重新思考与苹果、谷歌合作的边界。

一些汽车厂商甚至公开表态，正在考虑将 Apple CarPlay 或是 Android Auto 这类手车互联系统彻底从车辆中剔除。

不过，车企们不愿意让谷歌接管屏幕，但却在积极推动 Gemini 进入座舱。通用汽车一边宣布将不再支持 Apple CarPlay 和 Android Auto ，另一边却于「GM Forward」活动中公布：自2026年起，旗下车款将深度整合由Google Gemini模型驱动的车载人工智能助理。

过去一年，Gemini 已经开始在 Android Auto 中提供常规驾驶辅助。按照谷歌的说法，今年晚些时候，支持谷歌情境感知 AI 功能层 Gemini Intelligence 的设备，会获得更多能力，其中包括名为 Magic Cue 的新功能。

它可以从短信、电子邮件和日历中提取相关信息，并在驾驶员收到消息时给出可直接点击的回复建议。谷歌在演示中展示了一个场景：当驾驶员收到一条询问目的地的短信时，系统会自动整理出相关答案，并提供一键回复选项。

语音能力也会扩展到更多日常场景，谷歌表示，用户可以通过语音指令在 DoorDash 上进行车载点餐。

在搭载 Google Built-in 系统的汽车中，Gemini 的能力会更进一步，因为它可以与车辆硬件和具体车型信息结合。

用户可以直接询问与自己车辆型号相关的问题，比如仪表盘上某个警告灯是什么意思，或者某项车辆功能该怎么使用。它也能回答更具体、更生活化的问题。举个例子，如果你准备买一台体积很大的电视，想知道它能不能放进后备箱，Gemini 可以结合车辆后备箱尺寸给出判断。

相比试图接管整个座舱的 CarPlay Ultra，Gemini 这样的智能助手显得更“无害”。它并不接管屏幕或控制核心界面，而是作为车载 AI 层叠加在原生系统上，可以与车辆硬件和操作逻辑结合，为用户提供智能化服务。

这类功能既不干扰核心中控操作，也不要求车企交出大量控制权或数据，却能显著提升用户体验，使车辆看起来智能化、现代化，厂商自然也乐于引入这类更「安全、可控」的智能化能力。

半年前，vivo Y500 Pro 上市，主打一颗 2 亿像素的三星 HP5 大底主摄，是当时档位首发。半年后，它的继任者 Y600 Pro 来了，后置只剩一颗 5000 万像素主摄，连副摄都没凑，但换来的是一块 10200mAh 的超大电池。

上一代留下的东西，Y600 Pro 几乎一样没接。

「换电池」本身其实不算什么新鲜事，「充电宝手机」市面上也不少。但 Y600 Pro 真正不一样的地方，是它顺手把过去 Y 系列追求的「影像 + 轻薄 + 旗舰感」几乎全部放掉了，换上了一整套完全不同的思路：超大电池、自研通信增强芯片 E1、IP68 + IP69 双重防护认证……

这是 vivo 在 2000 元档上，第一次彻底放弃「旗舰缩水版」的老打法。

从这个意义上讲，Y600 Pro 可能是 vivo 今年最重要的一款产品。

它不一定最贵、不一定最亮眼，但它代表了 vivo 这家公司对入门级市场的一次重新理解。

从 2 亿像素到 10200mAh

Y 系列在 vivo 整个产品线里的位置，过去几年是相对清晰的。X 系列在最上，承担技术与品牌势能；S 系列居中，主打外观、自拍与轻薄；Y 系列在下，面向线下市场和价格敏感的用户。

过去 Y 系列最常用的策略，是把 S 系列的核心卖点保留下来，把成本结构调整到入门用户能负担的水平。

上一代 Y500 Pro 主打拍照，是这套打法的典型样本：把旗舰影像线的一部分能力做小，搭配千元价位的整机定义，得到一台面向预算有限、但仍然在意成像的用户的产品。

这台手机在线下渠道卖得不错，因为它解决了一个具体而老派的需求：「拍照清楚」。

但到了 Y600 Pro，这套逻辑被整个换掉了。

这个变化背后，是 2000 元档手机市场的一次结构性松动。

一方面，内存价格在持续上涨，千元机正在悄悄消失，入门级手机的利润空间被压得越来越薄。如果继续走「旗舰缩水版」的老路，成本撑不住，利润率也撑不住。

另一方面，华为和苹果都在主动下探。华为有 2000 元档的产品，苹果也有 3000 元档的选择。当这些品牌进入这个价格段、用户的选择变得多了起来时，差异化就显得格外重要。

所以 Y600 Pro 必须换打法。它不能再当 S 系列的影子，得自己长出一套别人没有、也不容易模仿的卖点 —— 这就是后面那块 10200mAh 电池、那颗自研通信芯片、IP69 防护出现的真正原因。

还好，它没做成一块「板砖」

拿上手的第一感觉有点反直觉：轻。10200mAh 写在参数表上，很容易让人预期一台压手的「板砖」，但 221g 的重量和 8.15mm 的厚度，不说的话，你大概率不会想到它的电池容量已经破万。

中框做了带弧度的过渡收边，机身背面采用了微磨砂工艺，光线下呈现如水波纹般流动的光影纹理，搭配大 R 角设计，握持的手感温润。

后置摄像头模组采用了「浮光跃金」镜环设计，边缘用航空铝进行了雕琢，配合高光倒角和雕刻字样，给这台机器增添了不少质感。

手机正面搭载了一块 6.83 英寸的 1.5K 柔性直屏。这块屏幕最大的亮点是去掉了厚重的塑料支架，并且做到了 1.35mm 的极窄黑边，观感不输同价位甚至更高一档的产品。

这是 vivo 首次把电池容量拉到「万级」。这种规格过去多见于电竞或主打性能的细分品类，但把它放到 2000 元档的大众入门机上，是头一回。

落实到具体的使用场景，对于轻度使用的长辈来说，它甚至可以做到几天一充；对于需要全天候开启导航、接单软件的外卖从业者而言，不用再随时挂着一块沉重的充电宝，这本身就是体验上的巨大提升。配合 IP68 和 IP69 级的防尘防水，可靠性也完全不需要担心。

电池大，补能也得跟上。Y600 Pro 支持 90W 有线闪充，在万毫安级电池的前提下，它的回血速度并不算慢 —— 早上洗漱充一会，就够撑住大半天的基础使用。另外它还支持全局直驱供电 2.0，边充边用的发热控制会更好。

性能方面，联发科天玑 7300e 处理器规格上不算激进，应付日常的微信聊天、刷短视频、导航以及轻度游戏都没有问题。配合 OriginOS 6 的优化和 120Hz 高刷屏，日常场景下的流畅度并不会和旗舰有太大落差。

值得一提的是，机身内还加入了自研通信增强芯片 E1，针对电梯、地库等弱网环境做了优化，能保障在大多数使用场景下都不会掉线。

Y600 Pro 后置只有一颗 5000 万像素主摄，没有凑数的副摄；前置是一颗 3200 万像素镜头。日常扫个码、拍个工作记录、随手记录生活、视频通话，这套配置都够用。

综合看下来，Y600 Pro 的取舍逻辑非常清晰：与其在极其有限的预算下追求中庸的平衡，倒不如将「续航」这一痛点解决到极致。

对于这台手机的目标受众而言，10200mAh 超大电池带来的体验提升和踏实感无需多言。

最后看看价格，vivo Y600 Pro 提供四个储存版本：

• 8GB + 128GB：1999 元（国补后 1699 元）；
• 8GB + 256GB：2299 元；
• 8GB + 512GB / 12GB + 256GB：2599 元；
• 12GB + 512GB：2899 元。

它瞄准的是「沉默的大多数」

vivo Y 系列的用户画像其实是非常清晰的：线下门店走进来的普通消费者、给家里长辈换机的子女、给孩子配第一部手机的家长、需要备用机的上班族。

这群人大概率不会出现在数码社群里，但他们才是线下市场真正的基本盘。他们不关心硬件和参数，对摄像头的要求只是扫码，不会去比较跑分，也不会研究主摄是几英寸的底。

他们对手机的「上限」没有要求，对「下限」有要求：别在地库里掉信号，别用半天就要找插座，别摔一次就碎屏，别让长辈总要找充电器。

这是一个比「在 2000 块里凑一台像样的手机」实在得多的命题。它的逻辑不再是「让你在预算内退而求其次」，而是「在你的预算内，把你最在意的事情解决掉」。

从这个意义上讲，Y600 Pro 可能是 vivo 今年最重要的一款产品。它不一定最贵、不一定最亮眼，但它代表了 vivo 这家公司对入门级市场的一次重新理解 —— 这个档位的用户要的是什么，不再由旗舰来定义。

当安卓小平板的价格上探到 3000 元档，它就绕不开一个问题：

如果预算已经接近 iPad mini，用户为什么还要选择一台 REDMI 小平板？

前不久，REDMI 在 K90 Max 发布会上带来了 KPad 2，起售价来到 3399 元。相比初代，它的价格略有上涨，也开始进入 iPad mini 的视野范围。

这让 KPad 2 的定位变得更清晰，也更残酷。它不能只靠「便宜」说服用户，而必须回答一个更具体的问题：在小尺寸平板这个品类里，安卓阵营还能提供哪些 iPad mini 给不了的体验？

对 KPad 2 来说，答案主要落在两件事上：一块更适合娱乐和游戏的屏幕，以及一套更偏向高负载场景的游戏体验。

高刷、高刷，还是高刷

先看屏幕。

作为 K Pad 系列的强项，K Pad 2 延续了前代的 3K 165Hz 超高刷 LCD 屏，多指触控报点率最高达 540Hz。同时，屏幕峰值亮度从 700nits 跃升至 1100nits。

相比只有 60Hz 的 iPad mini，KPad 2 的屏幕体验无疑更强。

对于高频打游戏、看视频、刷内容的用户来说，165Hz 高刷带来的顺滑感是很容易被感知到的。尤其是在支持高帧率的游戏里，画面流畅度和触控跟手性，会直接影响整机的使用爽感。

另外，KPad 2 的正面观感也更进一步：新机把屏幕边框做成了四等窄边，视觉上比前代更协调；边框的宽度表现也优于 iPad mini。

第二个重点，是游戏性能。

iPad mini 一直是小尺寸平板里很强的游戏设备。它的芯片性能、iOS 调度和游戏生态都有优势，这也是很多用户愿意为它买单的原因。

面对一台已经被市场验证过的「小屏游戏平板」标杆，KPad 2 给出了自己的答卷：旗舰处理器 + iPad mini 没有的性能装备。

从天玑 9400+ 升级到了同代旗舰天玑 9500；在 iPad mini 只有基础散热的时候，KPad 2 的 VC 散热面积扩大到 15300mm²。

更先进的制程、更强的散热，再叠加 165Hz 高刷屏，构成了 KPad 2 最核心的游戏体验优势。

实际测试中，KPad 2 运行《明日方舟：终末地》30 分钟，全高画质下平均帧率为 57fps，全程机身温度控制在 40℃ 以下。

小体验决定成败

更重要的是，它没有只堆性能参数，而是对横屏握持做了针对性处理——主板采用中置摆放，用户横屏握持时，手指可以避开发热区域，长时间游戏不会明显烫手。

这类细节不一定会出现在参数表里，但会直接影响游戏体验。

KPad 2 的接口设计也明显服务于横屏游戏场景。

它在长边侧提供了一枚 USB 3.2 Gen1 规格的 USB-C 接口，横屏游戏时，充电线不会顶住手掌。再加上旁路充电支持，边玩边充时也能减少电池发热和性能波动。

对于把小平板当作游戏设备的用户来说，这些设计比单纯的跑分更重要。它解决的是一台设备能不能长时间、稳定、舒服地玩游戏。

影音体验也被放在了更适合横屏使用的位置。

KPad 2 两侧扬声器开孔被安排在靠近后置镜头的一侧，横屏看剧或打游戏时，不容易被手掌挡住。这次它还加入了 BOSE 联合调音，并支持杜比全景声，外放的低频能量感和声场表现都有不错的完成度。

这部分不算 KPad 2 最核心的卖点，但它强化了作为小平板的娱乐属性。看剧、游戏、外放，这些场景被放在了一套比较完整的体验逻辑里。

回到机身本身，KPad 2 延续了初代的简洁风格。

它采用全金属一体化机身，后盖使用微米级陶瓷喷砂工艺，提供黑、白、紫三款配色。背部取消了前代的长条镜头模组，换成更简洁的「火山口」造型。

细节变化也不少。音量键从此前的一体式设计改成分体式，按压反馈更明确；电源键加入指纹识别，日常解锁更顺手。

KPad 2 还新增了一枚自定义按键，可以一键开启超级小爱记忆、狂暴模式等快捷功能。

不过，KPad 2 也并非没有代价。

相比前代，它的厚度增加了 0.2mm，重量增加了 19g，拿在手里会更有分量。再加上尺寸变化和电源键指纹的加入，部分初代 KPad 的第三方保护壳无法继续通用。这类变化不影响它的核心体验，但对想换新机的老用户来说，需要提前注意。

系统和生产力部分，则更像是 KPad 2 的补充项。

小尺寸平板本来就不适合承担重度办公，它更适合轻量记录、文档查看、临时回复消息，以及作为手机和电脑之间的第二块屏幕。

KPad 2 支持通过小米澎湃互联，与小米手机配对使用跨端移动数据。虽然 KPad 2 没有提供独立插卡的版本，但在小米生态内，它依然可以获得比较顺滑的跨设备体验。对于小米手机用户来说，这部分体验会比单独看参数更有价值。

KPad 2 的用户群体很明确。

它并不需要在所有维度上取代 iPad mini。iPad mini 依然有更成熟的应用生态、更稳定的系统体验，以及苹果设备之间的协同优势。

但如果用户的需求非常具体，比如想要一台小尺寸、高刷、高亮度、适合横屏游戏和娱乐的安卓平板，KPad 2 的竞争力就会变得清晰。

它真正抓住的，是一群对小尺寸平板有明确用途的人：他们想要更好的屏幕，更强的散热，更舒服的横屏握持，以及更接近游戏设备的使用体验。

在这个前提下，KPad 2 卖到 3000 元档，并不只是价格上探，而是把安卓小平板的竞争重点，从「便宜替代品」拉回到了「体验差异化」。

最后再来看看售价：

• 8GB+256GB：3399 元（原价 3599 元）
• 12GB+256GB：3799 元（原价 3999 元）
• 16GB+512GB：4799 元（原价 4999 元）

如果预算已经来到 iPad mini 附近，KPad 2 要说服的并不是所有人。

它要说服的是那些明确知道自己想要什么的人：一块丝滑的屏幕，一台更适合游戏的小平板，以及一个更贴近安卓和小米生态的娱乐终端。

▲ 数据与图表来自 @Jonathan Haidt

▲ Meta 为此支付了 210 万美元，图片来自 @路透社/莫娜·爱德华兹

▲ Mike Duboe

如果要选一个近三年来最火的相机，大疆 Pocket 3 绝对榜上有名。

自 2023 年 10 月发布以来，Pocket 3 在两年不到时间里卖出超过一千万台，大疆 CEO 汪滔在前段时间的采访中直接表示：

我们没想到这是个几百亿级别的市场，在便携相机/卡片机这个品类，我们市占比比索尼、佳能、理光和富士全加起来还要多几倍。

前不久，大疆正式发布 Pocket 4，用更高的像素与视频规格回应了市场期待，爱范儿也第一时间上手评测了 Pocket 4。

谁曾想，大疆并未偃旗息鼓，紧随其后发布了 Pocket 4P 的预告。

爱范儿也第一时间拿到了 Pocket 4P，在体验了一番这台双摄 Pocket 后，我们认为手持云台相机这个极其年轻的品类，终于在经历爆火出圈之后，迎来了第一次重大更新。

长焦双摄，Pocket 更专业

拿到 Pocket 4P，最直观的改变是影像模组变大了。

像推开 Zippo 打火机那样拨开屏幕，硕大的模组在云台电机的驱动下迅速进入工作状态，垂直竖立而起。

影像模组中一共容纳了两颗镜头，底部的镜头下方写有「1 inch」字样，而顶部上方则写着「3×」。

这颗 3× 镜头，就是 Pocket 4P 的最大更新。

受限于极其紧凑的机身，历代 Pocket 都只有一颗广角主摄，这带来了一个天生的痛点：很难拍好特写。

广角镜头自带透视变形，强行贴脸拍摄，画面边缘不可避免地会被拉伸得像哈哈镜；且广角镜头很难将主体与杂乱的背景剥离，做出好看的虚化。

而 Pocket 4P 打算用一颗全新的 3× 中长焦，直接跨过这道坎。

在我们的实际体验中，这颗 3× 中长焦给了我深刻印象——

这个镜头更符合人眼聚焦的视角，更窄的画幅可以有效减少杂乱元素的干扰，拍出更干净的画面。

值得一提的是，这颗镜头还带来了非常自然的虚化，焦外过渡柔和，可以推测其配备了大光圈，并且最近对焦距离大约在 25 厘米左右（甚至更近），可以怼脸拍摄人物或静物细节。

恰到好处的焦段、自然的虚化与足够近的对焦距离，让 Pocket 4P 在拍摄日常琐碎时，能呈现出更贴近人眼自然注意力的构图。配合柔和的焦外表现，画面立刻就多了一层电影感。

当然，客观来说，这颗镜头也并非完美无缺。我们在实际使用中发现，如果用 3× 镜头快速横移拍摄近处物体，画面会出现轻微的果冻效应。不过，只要将镜头推向远景，或者稍微放缓运镜速度，表现就会稳当得多。

顺应双摄的加入，交互逻辑也变得更为专业了——按下屏幕左下角的变焦键，机器会直接调用 3 倍光学变焦；双击按键，它会直接跳到 6 倍。

如果你足够熟悉 Pocket 3，会发现之前更熟悉的 2 倍预设被拿掉了。显然，大疆在通过这种方式，引导用户优先去感受这颗光学长焦带来的纯净画质。

新增的长焦抢尽了风头。但在几天的重度使用后我们发现，Pocket 4P 上看起来似乎没什么变化的 1× 主摄，也很强。

在体验 Pocket 4P 的几天时间里，主摄在极大光比下的表现给我留下了深刻印象，在夕阳下的山坡上，落日的高光压制得很好，山坡上的野花和藤蔓细节也保留得非常丰富，相较 Pocket 4 在传感器方面应该也有所升级。

把焦段补齐、把宽容度拉满，至此，这台机器的野心已经彻底暴露——这是目前最专业的 Pocket。

好拍、拍好，是 Pocket 的首要任务

硬件更专业了，并不意味着门槛变高了。

让 Pocket 好用、让用户拍好，依然是 Pocket 系列的核心产品逻辑。

在 Pocket 4P 上，这颗 3× 中长焦无疑是最立竿见影的升级。但在别处，还有些不起眼的升级，也为这个目标服务——

摇杆就是一个典型的例子。过去产品上的摇杆，只有「动」和「停」两种状态，很难精准控制云台，稍微用力，镜头就容易猛地甩过去，很难拍出平滑的过渡。

在 Pocket 4P 体验后的采访中，Pocket 产品经理向我们介绍道，Pocket 4 全系列都换上了一颗定制的模拟量摇杆，给云台的转向加上了更细腻的力度分级，从而降低运镜的难度。

这对普通用户非常友好，手指推多深，云台就转多快，单手就能相对轻松地控制平移和推拉。

拍摄顺手了，出片效率也得跟上。

在 Pocket 3 上，Live Photo 成为大家分享照片的火爆载体，用户热衷于将数秒的视频浓缩为一张实况照片，便于社交媒体分享。

但以往，想要导出一张 Live Photo，需要先拍摄视频，然后再去 DJI MIMO 截取 Live Photo，再去拼图。视频占用空间多不说，创作热情通常也在流程反复中消磨殆尽了。

而从 Pocket 4 开始，直接将 Live Photo 功能集成在机身内部，一键就可以直出 Live Photo——这些特性也延伸到了 Pocket 4P 上。

为了配合长焦，物理空间的交互也得到了延伸。

3 到 6 米是中长焦极佳的观察距离，但对单兵作战的创作者来说，这意味着要在相机和被摄点之间频繁折返。

大疆的产品经理告诉爱范儿，未来将会专门为 Pocket 4P 制作一个体积极小、自带屏幕的专属遥控器。

出门自拍或者请路人帮忙时，用户可以站在远处，看着遥控器的屏幕从容调整构图。哪怕是一个人探店，也不用重复来回走动，就可以随意拍摄。

这些功能表面上看是增加了操控方式，往深了探究，其实是在重塑人与镜头的关系。机器不再是一个需要你时刻盯着、生怕它跑焦的「电子大爷」。它变成了一个安静站在几米外、随时听候你差遣的隐形摄影师。

一台设备，往往由硬件决定上限，但决定谁能用好它的，永远是交互。在影像领域，复杂的技术往往带着一种侵略性——晦涩、需要通过练习才能驾驭它。

但在 Pocket 4P 上，我们看到了一种谦卑。

把复杂的算法和结构藏在交互逻辑之下，这种克制恰到好处。

Pocket 4P 的 P，究竟是什么？

按照惯例，这台加上了长焦、影像能力大幅跃升的设备，理应冠上「Pro」的后缀。

但大疆偏偏只给了一个单薄的字母 P。

细想之下，这也合理——

消费电子领域，标榜 Pro 往往是为了在既定赛道里跟对手比拼高低，划分出森严的等级。但你环顾四周会发现，手持云台相机这个极其细分的品类里，根本找不到一个能够对标的竞品。

这里还是无人区，只有大疆一个玩家。

抛开命名上的博弈，回到实际体验，这个 P 显然有着更丰富的解读空间。

可以是 Pro。

不管是更专业的 D-Log 曲线、更高的动态范围，还是特写中长焦，都让 Pocket 获得了前所未有的专业属性，具备跨入生产工作流的硬实力。

也是 Popular。

多出一颗镜头，换上定制摇杆，并没有垒起更高的技术高墙。相反，大疆利用强大的硬件冗余，拉低了普通用户拿起相机就能拍出好东西的技术门槛。复杂的对焦测光与繁琐的后期大大压缩，用户只需要开机、对准想留住的风景，然后按下拍摄键。

还能是 Possibility。

手持云台相机依然是个年轻物种，远没摸到进化的天花板。大疆今天能用把双摄塞进口袋，明天在这个形态里搞出更专业的电影机分支，也不是没可能。

跳脱出设备本身，最迷人、最丰富的可能性，永远在握着它的人身上。

1991 年，普适计算之父 Mark Weiser 在《科学美国人》杂志中写过一句往后被奉为圭臬的话：

最深远的技术，往往是隐于无形的，它们将自己编织进日常生活的肌理当中，直到与生活融为一体，无法分辨。

Pocket 4P 把长焦镜头和云台防抖揉进机身，以简单直观的交互、趁手好用的尺寸，顺理成章地装进更多人的口袋——而当影像设备隐于无形，影像故事也更加纯粹。

普罗大众的生产力，就由此而来。

爱范儿相信，等这台口袋电影机揣进越来越多人的口袋里，稀松平常的生活图景，一定还会长出更多东西。

莲花要做 V8 跑车了。

这款新车按计划将在 2028 年面世，内部代号为 Type 135。其实这个代号原本是留给 Emira 纯电动继任者的，只不过随着纯电跑车项目被叫停，Type 135 顺势调转了方向，抛弃纯电，换上了 V8 混动系统。

大家对「莲花+V8」这个组合应该不太熟悉，上一台搭载 V8 发动机的莲花车型还要追溯到 2004 年停产的 Esprit。过去 22 年间，这家英国跑车车企经历了几轮起伏，气缸数始终停留在四缸或六缸。

这次重新把大排量 V8 放进发动机舱，在跑车这个小圈子里引发了不小的讨论。

新车的设计灵感源自前段时间发布的 Theory 1 电动概念车，官方目前仅公布了一段几秒钟的预告视频和一张尾部预告图，画面中最显眼的特征是车尾的两根硕大排气管。这种传统的燃油车设计元素，在当下的新能源浪潮中十分亮眼。

结合近期各方流传的动力数据，这台新车的综合功率已经指向了 1000 马力以上的关口。

唯一的问题是，莲花这台 V8 是哪来的？

网上流传着一种说法，说这辆跑车可能会使用来自浩思动力（Horse Powertrain）的发动机。这家由吉利与雷诺合资成立的引擎制造商，在技术储备上刚好能提供与领克 V6 发动机同宗同源的动力方案。

不过，这种猜测目前没有任何确凿的迹象支撑，相比之下，莲花继续牵手梅赛德斯-AMG 的可能性显然更大。

毕竟现款 Emira 已经在用 AMG 提供的 2.0T 发动机，顺着这层关系深化合作，直接采用 AMG 为阿斯顿·马丁等品牌供应的 M177 4.0 升双涡轮增压 V8 引擎，是一条更稳妥的商业路径。

好巧不巧，奔驰最近刚好对这台机器进行了一轮技术升级。

他们为其换上了源自赛车领域的平面曲轴，在新款梅赛德斯 S 级轿车上，这台发动机已经可以输出 530 马力和 750 牛·米的扭矩。英国媒体 Autocar 此前披露，AMG 的工程师正在针对更高性能的车型对 M177 进行优化，其基础动力或许可以拉升至 650 马力以上。

有了这样的内燃机底子，再配合混动系统，把综合功率推到 1000 马力并非难事。

聊完了发动机，网友们的目光很快聚焦在了电池上。

关于新车的动力系统，有部分中文媒体在编译时出现了一些技术概念上的混淆。有报道言之凿凿地称，为了减轻重量，新跑车「将采用混动而非插混」。

为了控制车重，这台超跑不会像混动 SUV FOR ME 那样用 70 度的大电池，它更有可能借鉴法拉利 296 或是兰博基尼 Temerario 的路线，搭载一个 3 到 7 度的小容量电池组来提供瞬时性能。

而这种小电池方案，在技术定性上依然属于插电式混动。

比 1000 马力更敏感的，是重量

当混动 V8 超跑的消息传出后，海外很快出现了反对的声音，习惯了极致轻量化的莲花车迷对电池表达了强烈不满。

大哥你是莲花啊，老老实实造轻量化跑车不行吗，求求把电池抠掉吧。

在各大汽车网站里，类似的留言随处可见。拥趸们担忧车身重量的增加会稀释掉莲花纯粹的底盘质感与驾驶感受，重蹈该品牌纯电车型的覆辙。

当然也有一部分人表现出了期待。

在过去很长一段时间里，缺乏马力优势一直是莲花在超跑圈子里常被调侃的短板。车辆起步加速够快，但在后段加速和极速表现上往往缺乏后劲。一台千匹马力的 V8 跑车刚好填补了莲花在动力区间的空白，让莲花在面对法拉利和兰博基尼时拥有一定的筹码。

这台 V8 超跑实际源自莲花目前正在推进的，名为 Focus 2030 的战略调整。

当前纯电市场需求并没有达到业界之前的预期，习惯了机械轰鸣的高净值消费者，对悄无声息的纯电莲花始终缺乏购买欲。与此同时，2027 年即将落地的欧 7 排放标准又给大排量纯燃油车套上了紧箍咒。

除了大 V8，莲花的小排量纯燃油车也得到了保留——Emira 会继续采用纯燃油动力，并在近期推出中期改款。官方表示，那会是有史以来最强大、最轻的 Emira。

如果说大模型最早带来的冲击，是让用户开始习惯和机器进行自然语言对话，那么 Agent 的下一步，则是让 AI 从「回答问题」走向「完成任务」。它不再只是一个聊天窗口，而是可以理解场景、拆解任务、调用应用、协同设备，并在更长周期里记住用户偏好的系统级能力。

对于许多人来说，AI 是一个 ChatBox，更是一个 AI Agent。

过去，手机、平板、PC、汽车、耳机、手表等设备，更多是在各自的硬件形态和操作系统里提供功能；而在 Agent 普及之后，终端之间的边界会被进一步打散。用户真正需要的，不一定是打开某个 App，完成某个孤立操作，而是在一个连续的生活场景里，让手机、汽车、IoT 设备和云端服务协同起来，主动给出更合适的服务。

过往二三十年的时间里，智能设备的芯片从决定最主要的运算任务，变为决定跑分、功耗、游戏和影像能力的底层硬件，现在，芯片也需要成为 AI 体验的入口、算力底座和生态接口。

这就是 MediaTek 在天玑开发者大会 MDDC 2026 上想要传递的核心信息：一方面通过手机、汽车、IoT 和 AI 基础设施等全栈产品组合，提供覆盖多场景的算力底座；另一方面，则通过天玑 AI 智能体化引擎、AI 开发套件、汽车平台和游戏技术，向开发者开放更多能力。

天玑 AI：从端侧算力，到系统级 Agent OS

在 AI Agent 的落地过程中，手机仍然是最关键的终端之一。

原因并不复杂。手机拥有最密集的用户数据、最高频的使用场景，以及最成熟的应用生态。它既是个人信息的入口，也是跨设备协同的枢纽。因此，当 Agent 从应用层走向系统层，手机很自然会成为智能体化体验的第一现场。

过去三年，天玑 AI 生态圈实现了明显增长：生态伙伴成长量提升至 240%，天玑 AI 开发套件下载量提升至 440%。MediaTek 也提到，智能体自主任务量已经从 2025 年每日 1.2 亿次，增长至 2026 年每日 8.7 亿次，一年增长 7 倍。这些数据至少说明，Agent 已经不再只是概念层面的未来叙事，而是开始进入开发者和用户体验的增长通道。

为了应对这一趋势，MediaTek 在大会上发布了天玑 AI 智能体化引擎 2.0。

相比 1.0 版本更多由用户指令驱动、通过 App 独立执行单一任务，2.0 版本的关键变化在于主动感知驱动。借助天玑 SensingClaw 技术，天玑平台可以提供低功耗的全时感知能力，让设备制造商打造具备主动感知和跨应用驱动能力的 Agent OS。

换句话说，未来的 AI 助手不只是「你说一句，它做一步」，而是能基于视觉、听觉、位置、环境状态等信息，提前理解用户所处的场景，并调动不同应用和设备完成更复杂的任务。

在大会现场，MediaTek 公布了与 OPPO、Xiaomi 和传音的合作案例。

天玑能力将赋能 OPPO 小布助手，打通系统级原生应用数据，并结合小布记忆建立用户专属记忆数据库。它可以完成体检报告解读、自动规划健身计划并导入日历等任务。小米这边，重点放在跨端智慧体验上，用户通过一句指令，即可调用全场景设备执行任务，实现任务在多设备之间的流转。传音则更强调 Always On 主动感知能力，比如 AI 助手可以在免唤醒、自运行的状态下，完成查物流、比价等复杂任务。

三家头部手机品牌的案例其实都在说一件事，AI Agent 不再只是手机里的一个应用，而是正在成为系统层能力的一部分。它既需要芯片端提供足够高的 AI 算力，也需要端侧持续感知能力，还需要隐私、安全和应用生态之间的协同。

开发套件 3.0：让端侧 AI 更容易落地

如果说 AI 智能体化引擎面向的是系统级体验，那么天玑 AI 开发套件 3.0 则是面向开发者的工具箱。芯片平台企业一直强调端侧 AI 的价值：响应速度更快、隐私保护更好、离线能力更强，也能降低对云端资源的依赖。

不过真正把模型放到手机、平板、车机等终端上，并不是简单的「搬运」，开发者往往要面对模型压缩、算子兼容、功耗控制、内存占用、部署效率等一系列工程问题。天玑 AI 开发套件 3.0 正是为此而来。

3.0 版本首先支持 LVM 模型可视化部署，从命令行升级到 GUI 模块化，参数设置可以实时生效，模型部署和调优效率提升 50%。对于很多应用开发者来说，这降低了从模型到终端运行之间的门槛。

新增的 Low Bit 压缩工具包，可以降低生成式 AI 模型压缩过程中的设备内存占用，在相同质量下模型压缩率提升可达 58%。这对于端侧大模型尤其关键，因为终端设备的内存、功耗和散热空间都更加有限。eNPU 开发工具包可以帮助开发者充分发挥天玑芯片中超能效 NPU 的优势，让常驻轻载 AI 模型功耗节省 42%。对于 Always On 感知、语音唤醒、环境识别等场景来说，低功耗比峰值算力更重要。AI 要真正做到随时在线，就必须先解决「一直运行」带来的能耗问题。

天玑 AI Partner 作为一站式模型端侧转换助手。它可以支持模型分析、调整、验证等流程自动化，帮助开发者将原本可能需要 5 天的模型转换工作压缩到半天左右，端侧 LLM 模型部署耗时节省可达 90%。

从这些升级可以看出，MediaTek 并不只是把 AI 算力作为芯片参数来展示，而是在试图补齐开发流程中的关键环节。对于开发者来说，端侧 AI 的真正门槛并不只有「芯片够不够强」，还包括「工具链够不够顺」「模型适配够不够快」「优化成本能不能降下来」。

汽车平台：从智能座舱，到 AI 定义汽车

过去几年，「软件定义汽车」已经成为行业共识。智能座舱、智能驾驶、整车 OTA 和车云服务，让汽车从一个以机械结构为核心的交通工具，变成了持续更新的智能终端。而随着大模型和 Agent 技术进入车内，行业又开始进入「AI 定义汽车」的新阶段。

在 MediaTek 的判断里，汽车正在从单纯的交通工具，进化为懂用户、预测用户需求、无缝融入生活的智慧第三空间。MediaTek 车用平台已经与全球 20 家以上头部车企开展深度合作，在手项目超过 190 个，累计出货量达到 3500 万套，近 5 年出货量增长接近 4 倍。这说明 MediaTek 进入汽车领域并不是从零开始。它把手机芯片平台中积累的性能、能效、连接、影像、AI 和生态经验，迁移到了更长生命周期、更高安全要求的汽车场景中。

在天玑智能座舱方案中，MediaTek 将未来座舱的能力分为几个关键方向：全模态交互、主动式服务、并发指令执行和端云协同。

这与传统车机语音助手有明显差别。过去的语音助手往往是被动响应，用户说一句，它执行一个固定任务；而未来的智能体座舱，需要能识别车内人员、理解环境状态、判断用户意图，并把导航、社交、地图、餐饮、支付等服务串联起来。

比如在大会案例中，工作日早上用户带孩子上车后，系统可以自动识别乘车人员，并主动询问是否需要先送孩子上学再去公司，甚至根据时间推荐顺路买咖啡。这类场景的价值，不在于单点功能有多新，而在于车机从「工具」变成了「上下文理解者」。

要实现这样的体验，底层平台必须解决三类问题。

第一是平台层。车端需要高效运行大参数 AI 模型，还要支持多模型、多任务并行。MediaTek 提到，天玑旗舰座舱平台可以提供最高 400 TOPS 的 AI 算力，并通过软硬协同架构，将 AI 平台需求压缩 90%。在五屏重度渲染场景下，仍可流畅运行双大模型，速度超过 50 token/s。

第二是模型层。汽车的生命周期往往长达 6 到 10 年，但 AI 模型的迭代周期可能只有几个月。如何让车辆在整个使用周期内持续用上新模型，是智能座舱必须解决的问题。天玑座舱 7 系列直接集成 NVIDIA GPU 资源库，支持基于 CUDA 开发的新模型和算法迁移到座舱平台；天玑座舱 S 系列则支持天玑 AI 开发套件，帮助主流模型及其衍生模型更快完成适配。

第三是应用层。天玑软件平台提供场景映射、智能模型加载、端云协同和系统调优等工具。比如端云协同可以在复杂任务需要云端处理时，由端侧先完成需求预处理和筛选，只上传关键 token，在保护隐私的同时降低云端成本。

汽车 AI 并不等于把手机助手搬进车机，车内是一个多用户、多模态、多屏幕、高安全要求的环境。它既要理解驾驶员，也要理解乘客；既要提供娱乐，也要避免干扰驾驶；既要依赖云端能力，也要保证本地响应和隐私安全。因此，汽车 AI 的挑战比手机更复杂，也更考验平台级能力。

游戏技术：移动端正在靠近主机级体验

在 AI 之外，游戏仍然是天玑平台展示性能和生态能力的重要场景。

移动游戏的体验升级，过去主要围绕高帧率、高画质和低功耗展开。现在，随着移动 GPU 能力提升，以及游戏内容向 3A 化发展，移动端开始追求更真实的光影、更精细的模型、更低延迟的音频和更长时间的稳定运行。

本次大会上，MediaTek 重点介绍了 Ray Tracing Pipeline，也就是 RTP 移动端光线追踪技术。与传统光追方案相比，RTP 的目标是跨端适配 PC 与 Mobile 的渲染管线，实时呈现复杂游戏光影效果，包括动态物体、骨骼动画，以及视野外环境和物体反射。

MediaTek 已经与腾讯《三角洲行动》项目组合作预研新的 RTP 技术方案。它的意义在于，如果 PC 端渲染管线可以更顺畅地迁移到移动平台，那么跨端 3A 游戏的开发周期和适配成本都有机会被降低。

另一个重点是虚拟几何体技术。MediaTek 天玑与团结引擎深度适配 Virtual Geometry，依托天玑移动平台 GPU 渲染能力，在移动端环境下实现超过 10 亿级三角面渲染，并在 1.5K 高分辨率下持续输出 1 小时满帧体验。这意味着手机游戏在模型精细度上的限制，有机会进一步被突破。

音频方面，天玑 LE Audio 低延时技术通过全链路优化，在天玑旗舰移动平台上带来 32 ms 的低延迟蓝牙立体声表现。该技术已经在《和平精英》测试服中落地，用于降低音频延迟。对于竞技游戏而言，音频延迟并不是感知层面的微小差异，而可能直接影响玩家对敌方位置和操作节奏的判断。

此外，天玑平台还展示了 GPU Dynamic Cache、天玑倍帧技术 3.0、自适应调控技术 5.0，以及面向安卓游戏开发者的一站式分析和调优工具 Dimensity Profiler 2.0。

GPU Dynamic Cache 架构允许 GPU 同时调度系统缓存和内存，让开发者可以通过系统缓存传输关键游戏数据，节省带宽并降低功耗。目前，该技术已与《逆战：未来》《暗区突围》等游戏合作。

天玑倍帧技术 3.0 则新增 Depth 等选项，可以更好预测并生成高质量虚拟帧，支持 165 帧和 144 帧，也支持 UE、Unity 等引擎插件接入，并覆盖手机、平板和座舱平台。《王者荣耀》可借此解锁 144 帧低功耗体验，《明日方舟：终末地》也获得更高流畅度和更低功耗表现。

自适应调控技术 5.0 新增智能帧控和场景预判功能，可以让芯片、游戏和屏幕之间的信息流动更细。以《鸣潮》为例，合作后 1% low 帧和功耗指标都有明显优化；《和平精英》等游戏也能在重载场景下实现 CPU 和 GPU 负载降低。

这些技术共同说明，移动游戏的优化已经不再是芯片厂商单方面拉高性能，也不是游戏厂商单方面压缩画质，而是软硬件协同越来越深入。芯片、引擎、游戏内容、调优工具和开发流程，都在被重新打通。

MediaTek 还将端侧 AI 引入游戏场景。大会现场公布了天玑 AI Play 与《三角洲行动》的合作成果，借助天玑移动平台的端侧 AI，让游戏内 CC 语音智能伴侣响应更快，相比云端延迟大幅降低 56.7%。这意味着，AI 在游戏中的角色，不只是 NPC 或剧情生成，也可以进入语音交互、实时陪伴、战术辅助等更即时的体验场景。

过去谈移动芯片，行业更习惯讨论 CPU、GPU、NPU、影像 ISP、制程工艺和功耗表现。但在 AI Agent 和多终端协同的趋势下，芯片平台的竞争正在变得更复杂。它既要有足够强的底层算力，也要有开发套件、模型工具、跨端能力、系统接口和合作伙伴网络。

这也是为什么 MediaTek 在大会上反复强调开发者与生态。

AI Agent 的落地不会只由芯片厂商完成，系统厂商需要把 Agent 变成原生能力，应用开发者需要把功能重新智能体化，终端厂商需要解决跨设备流转，汽车厂商需要把 AI 与车内传感器、座舱系统和云端服务结合起来，游戏厂商则需要在高画质、高帧率、低功耗之间找到新的平衡点。

未来用户评价一台手机、一辆车，甚至一个 IoT 设备时，可能不再只看硬件参数，也会看它能不能理解自己、能不能主动完成任务、能不能在不同场景之间自然流转。