过去很长一段时间里，越野车在汽车市场中一直是一个相对独立的品类。它的价值判断标准很清楚：车身结构是否足够坚固，动力储备是否足够充沛，底盘通过性是否可靠，能不能在铺装路之外继续稳定前进。
这套逻辑至今没有过时，真正的越野场景，仍然需要机械结构、底盘系统、动力系统和可靠性共同支撑。但随着新能源和智能化技术进入更复杂的用车场景，越野车也开始面对新的问题：智能驾驶、数字底盘、感知系统和能量管理，能不能在非铺装路面上发挥作用？它们只是城市通勤的附加配置，还是能够真正改变越野体验？
4 月 24 日，北京国际车展上，猛士汽车带来了猛士 M817 Ultimate。这款车由猛士汽车与华为乾崑联合打造，定位为高性能智能越野车型。相比单纯强调越野参数，M817 Ultimate 更值得关注的地方在于它试图把智能化能力带入传统越野车过去最依赖经验、判断和机械冗余的场景中。
猛士汽车此次以「智能越野新纪元」为展台主题，M817 Ultimate 是其中的核心车型。从官方信息来看，这款车延续了猛士品牌的硬派越野定位，同时搭载了猛士汽车全新一代智能越野架构、磐石底盘 2.0、极猛动力 2.0，以及华为乾崑智驾相关技术，包括 896 线激光雷达和华为乾崑智驾 NCA 越野版。
从合作路径看，猛士汽车与华为乾崑的关系也在进一步加深。2024 年 2 月，双方签署战略合作协议，此后合作从单一产品共创，逐步扩展到技术、产品、渠道等多个维度。官方资料显示，双方已经围绕 M817 相关车型完成了包括吐鲁番夏测、漠河寒测在内的多轮极端环境验证。
对于一款越野车而言，极端环境测试本身并不稀奇。真正的变量在于，智能系统能否在高温、低温、沙石、泥泞、非结构化道路等复杂条件下保持稳定。相比城市 NOA 或高速辅助驾驶，越野场景的不确定性更高，道路边界不清晰，障碍物形态也更加复杂。这也是智能越野和普通智能驾驶最大的区别之一。
M817 Ultimate 在底盘和控制层面的变化，主要集中在猛士汽车全地形控制算法与华为乾崑 XMC 数字底盘引擎的融合。官方说法是，这套系统可以让车辆从「被动响应」向「主动预判」进化，结合磐石底盘 2.0，实现更细致的路面识别和更快的控制响应。
这类技术的意义并不只是让车辆在越野时通过能力更强，也包括降低驾驶者在复杂路况中的判断压力。过去，越野更多依赖驾驶者经验：什么时候给油，什么时候收油，如何选择路线，如何判断轮胎附着力。智能化系统如果能够参与到底盘、动力和路面感知之中，越野车的使用门槛就有可能被进一步降低。
动力方面，M817 Ultimate 搭载极猛动力 2.0，其综合马力提升 49%，综合扭矩提升 30%，并支持平均时速 140km/h 不掉电以及 6C 快充技术。这些参数对于新能源越野车来说有一定现实意义。因为新能源越野车过去经常被讨论的问题，不只是动力强不强，还包括持续输出能力、补能效率，以及在长距离高负荷场景下的能量管理。
如果一辆车只能在短时间内提供高性能，却无法在复杂工况下保持稳定输出，那么它很难真正承担高强度越野任务。M817 Ultimate 强调高速不掉电和快充能力，实际指向的是新能源越野车在长途穿越、持续高负载驾驶场景下的可用性。
智能感知部分是这款车最容易与传统硬派越野车拉开差异的地方。M817 Ultimate 首搭华为乾崑 896 线双光路图像级激光雷达，并配合智驾感知系统使用。其路面感知精度可提升至 95% 以上，能够稳定探测最远 120 米、14 厘米高的障碍物。
这一套软硬件对应的是越野场景中非常具体的问题：城市道路的障碍物通常更规则，道路边界也更清晰；但在山路、沙地、碎石路或者林间小路上，车辆面对的往往是坑洼、石块、沟坎、坡度变化和低矮障碍。能不能提前识别，决定了底盘和动力系统是否有足够时间做出响应。
华为乾崑智驾 NCA 越野版的加入，也让 M817 Ultimate 的智能化能力不再局限于城市通勤。按照官方描述，这套系统希望实现从城市道路到山野小路的领航辅助衔接。对于用户而言，这未必意味着越野驾驶可以完全交给系统，而更像是让智能系统成为驾驶者的辅助判断层，在复杂场景中提供更多信息和控制冗余。
猛士汽车还宣布基于 M817 Ultimate 核心技术平台打造的赛车，将代表猛士车队出征 2026 环塔拉力赛。环塔拉力赛长期被视为国内高强度越野赛事之一，对车辆动力、底盘、散热、可靠性和车队保障能力都有较高要求。
如果 M817 Ultimate 的相关技术平台能够在环塔这样的赛事环境中积累有效数据，再反哺量产车的可靠性、底盘控制和智能化策略，那么赛事就不只是营销动作，也可能成为产品迭代的一部分。
猛士汽车 CEO 万良渝在发布会上表示，猛士 M817 Ultimate 是全系标配华为乾崑智驾的智能越野车型。华为乾崑智能汽车解决方案 BU CEO 靳玉志也提到，2026 年华为乾崑与猛士汽车的合作将进一步升级，推动智能越野技术落地。
M817 Ultimate 所代表的趋势比单一车型本身更值得关注。过去几年，智能化主要发生在城市 SUV、轿车和 MPV 上，用户感知最明显的是高速领航、城市 NOA、智能座舱和泊车功能。越野车因为使用场景更复杂、用户需求更垂直，一直不是智能化最容易落地的品类。
但也正因为如此，越野车的智能化一旦进入深水区，可能会带来比城市道路更明显的体验差异。它不只是让车辆更「聪明」，更重要的是让车辆在复杂环境中拥有更强的感知能力、控制能力和容错能力。越野车的核心价值，不会因为智能化到来就被改写。可靠性、通过性、耐久性和安全感，依旧是这个品类的底层标准。M817 Ultimate 的意义在于，它试图在这些传统标准之上，叠加一套新的技术能力。
对猛士汽车来说，这是一款展示技术合作深度和产品方向的车型。对智能越野这个细分市场来说，它则是一次比较明确的信号：越野车的竞争，正在从单纯的机械能力，走向机械能力、能源系统、感知能力和数字控制能力共同决定体验的新阶段。
1975 年，位于美国亚利桑那州 Sierra Vista 的麦当劳开创了一种新的取餐模式：顾客驾车进入购餐车道，不需要下车就可以进行点餐、付款、拿取产品，之后驾车驶离购餐车道。
这就是麦当劳（drive-through）得来速服务。对于开车的上班族来说，在不下车的前提下花几十秒就能买到早餐是一种如德芙般丝滑的体验。因为需要专用车道和专用窗口建设，所以目前国内有得来速服务的麦当劳门店也仅有 300 家左右，这种丝滑体验并不多见。
但实际上，店，路，车，人这几个要素如果能够联系得更聪明更紧密，「得来速」服务其实可以无限复制，这就是腾讯出行要做的事情。
北京车展前夕的 2026 TIME DAY·腾讯智慧出行技术开放日上，腾讯出行发布了「随行点单智能体」，在通勤场景里，用户可以通过语音和 AI 助手交流，在结合用户的偏好记忆与实时行程偏好的前提下，系统理解用户意图，筛选最优门店，然后根据车辆实时 ETA（Estimated Time of Arrival，预计到达时间）反向推算出餐时间，确保用户到达时餐品刚好新鲜出炉。取餐时，订单能够直接关联车牌，专人送餐到车，全程无须下车。
另外，这个智能体还可以打通品牌账户，自动领券、用券，保证价格最优，当然作为腾讯的服务，打通微信支付也不在话下，最终实现选品、下单到取餐的完整闭环。
这就是 AI 智能体加持下的「得来速 Ultra」体验。
这样的智能体，腾讯智慧出行有 7 个
「随行点单智能体」展示的其实是一种把汽车与现实世界服务链路重新编排的能力，是一个点的话，那么这次 2026 TIME DAY·腾讯智慧出行技术开放日展示的由点及面汽车座舱智能体能力。
换句话说，就是腾讯出行试图回答「汽车里应该出现什么样的智能体」这个问题，为此，腾讯这次发布和升级的智能体，有 7 个。
必须要给智能体祛魅的是，诸多智能体做的事情往往不是从零到一，因为就像「随行点单智能体」实现的功能，在零零散散的设备上，繁繁杂杂的沟通中，也能完成个七八成，但体验会割裂。
所以，在腾讯的定义里，智能体肯定不是传统意义上的车机功能堆砌，也不是把一堆小程序简单搬进中控屏。他们想做的是围绕真实出行场景，重新把信息、服务、支付、导航、内容乃至手机与车机之间的关系组织了一遍。
在这个大前提下，我们就可以再来看这七类座舱智能体：随行点单、随行向导、随行逛逛、随行互连、车载娱乐生活、车主服务，以及导航场景智能体。它们覆盖的，正是通勤、长途、本地游、手机车机联动、娱乐消费和能源补给这些最常见、也最容易让人感到麻烦的环节。
长途场景里的「随行向导智能体」，就不只是「给你讲讲沿途景点」这么简单，它能结合实时位置和用户偏好，主动推送沿途资讯、景点介绍、攻略和服务信息，还能把跨车的实时语音群聊与位置共享组织起来，让车队中的 AI 从「解说员」升级成「领队」。
「随行逛逛智能体」则更像是把到一个城市临时起意想转转这件事做成了轻负担服务。过去这类需求最麻烦的地方不是找不到信息，是信息太多：小红书，马蜂窝等等平台上的攻略，路线纷繁复杂，选路线买门票订餐厅等等工作一琢磨就是一个不眠之夜，这种负担和随便逛逛的预期恰好背道而驰。所以这个智能体把导航、停车、步行接驳、购票订座和手机续接整合进一条链路里，本质上是在缩短「我想去」和「我真的去了」之间的距离。
「随行互连智能体」弥合了车上车下两个世界的裂隙。用户可以在微信里，用自然语言给 CarBot 下一个跨时段、跨条件触发的复杂任务，比如很多用户的用车习惯是 A 需求 B 动作 C 爱好一连串的且日常循环的，上车之后再一一调试，只有人工没有智能。但是在随行互连智能体里，直接在微信里说话，给 CarBot 下需求说「乘客上车后打开座椅按摩，播放欢迎语，并将车载微信设置为隐私模式」，CarBot 就会自动拆解需求和任务，再接着判断出副驾座椅被占用，自动执行以上一连串的任务。
这里最关键的变化，是交互入口不再局限于车机本身，借助微信这样一个更高频、更熟悉的容器，把任务延伸到用户的连续生活里。
至于车载娱乐生活智能体和车主服务智能体，它们看上去没有前几个那么新奇，不过是触手可及且高频次的。前者的重点是让音乐、新闻、视频、短剧等不同内容 Agent 协同响应，依据时间、行程状态和历史偏好去「编排陪伴」；后者则把加油、充电、洗车、救援、代泊等车主服务组织成一个可被统一调用的服务矩阵，系统甚至能依据油量、目的地、停车条件等信号主动预判需求。
地图本身就是最天然的出行入口，但过去地图理解的是道路，不太理解人。现在腾讯出行在强调的，是把「找一家能充电不排队的咖啡店」「避开高速顺路吃饭」这种混合意图一次性拆解成偏好理解、路径规划和服务编排的问题。
导航场景智能体开始从「告诉你怎么走」，变成「理解你为什么要这样走」。
一言蔽之，这 7 个智能体开始把汽车看成一个持续理解场景、调用资源、完成任务的「执行节点」，当然，汽车还是汽车，它依旧可以跑起来，载着用户前往目的地。
或者可以反过来说，这些智能体做的工作不是「从零到一」，创造过往不存在的功能，制造过往没想到的体验，而是有点像「从一到零」：未来汽车里的智能，体现为它能替你少做多少次决策、少切多少次界面、少消耗多少注意力，并非体现打开多少个入口。
汽车不仅要承载「空间位移」，还要思考「时间的意义」
早年的手机本质上是「移动电话」，电话和短信几乎就是它存在的全部意义。今天我们手上的「智能手机」，真正被高频使用的往往是社交、拍照、支付、导航、短视频、外卖和各种各样的内容服务，这正是腾讯崛起成为大型互联网和科技企业的前提。智能手机里的电话和短信没有消失，并且依旧是决定这个设备是手机，还有可联网小平板的分水岭，但这两个功能已经占据不了多少用户的使用时长了。手机仍然是手机，只是它的内涵早就不再等于「打电话的工具」了。
汽车也正在经历类似的时刻。
当然，汽车的「空间位移」价值不会像电话和短信在手机里那样被边缘化。人买车、坐车、开车，首先仍然是为了从 A 点抵达 B 点，这个基本属性不会变。
问题在于，当电动化和智能化把「开起来快」和「坐起来舒服」这些指标逐步拉平之后，行业的思考势必会转向新的问题：用户在车里的时间，究竟能不能变得更有价值。
汽车未来的发展方向，除了继续服务于空间的移动，还要开始放大时间的价值。
今天越来越多车企和科技公司开始讨论「第三空间」「移动生活」「在途体验」这类概念。因为中国用户每天通勤、接送孩子、周末短途、节假日长途，自驾已经占据了大量生活时间，更别说大城市还有节假日的拥堵时间了。过去这些时间往往是被默认浪费掉的：堵车时烦躁、等人时发呆、找车位时焦虑、长途时疲惫、多人出行时混乱。
过往汽车智能化的能力还不够，车企的用户思维和制造业背景也很难去思考「时间」对于汽车的意义，现在端云两边的算力，各种模型的能力，互联网和科技企业对各种设备的渗透，汽车行业的自我迭代速度，多种因素叠加，终于有机会让行业思考时间的价值了。
过去的三五年时间里，汽车行业对这个问题也有初步的思考，解题思路统一成了「冰箱彩电大沙发，加长加大更像家」，伴随的硬件变化就是屏幕更大，算力更强，喇叭更多，沙发更软……
现在，非要上一些价值的话，腾讯这次发布的一系列座舱智能体解决的问题当然不是本不该他们思考的「车能不能开」，这次要回答的是「人在车里这段时间应该怎样被服务」。
通勤路上，它可以帮你提前点单，让早餐成为一种被安排妥当的节奏；到陌生城市，它可以把攻略、停车、步行接驳和门票串起来，把原本碎片化的决策成本吸收掉；甚至在内容场景里，它也不只是「放点什么」，新的任务是试图依据环境、时段和心境，把陪伴做得更贴合……
当年的智能手机，之所以最后重塑了人的日常生活，是因为它把「打电话」这件事做到了极致吗？是因为它让原本大量无意义的碎片时间被重新利用了。吃饭排队等位时开一把《王者荣耀》、通勤时听一听知识播客，坐飞机无网时看一看缓存的电影，智能手机把这些过去无法承载复杂行为的时间，全部变成了可消费、可连接、可完成任务的时间片。
汽车的逻辑并不完全一样，但方向大差不差，把用户从 A 点带到 B 点的「空间位移」功能依旧会往更快更安全更舒适的方向走，而在 AB 之间的这段时间，甚至是 A 之前，B 之后的时间，汽车也终于有机会去好好重构了。
为什么这事儿适合腾讯来做？
只要多看看几场现在的汽车发布会，其实会发现大模型、Agent、车机、生态、服务闭环这些词也不新鲜了，先 PPT 发布，再 OTA 更新是行业常态。做智能体，上大模型一旦离开 PPT，马上就会面对实的问题：能调动多少资源，又能把多少链路真的打通？
腾讯的服务和智能手机的耦合程度不需要多说，在汽车行业，它也已经不是一个旁观者，身份已经是一个基础设施提供者。按腾讯披露的数据，其出行服务目前已经覆盖 100% 的头部车企和泛出行公司，与超过 100 家车企、出行科技公司展开合作，并与 40 多家车企在 AI 领域落地合作；智能座舱解决方案在头部车企中的渗透率超过 80%，累计搭载超过 1800 万辆车。
腾讯没有从零开始谈「智能体上车」，因为它有这大量量产合作关系、云服务能力和既有车载产品，「智能体上车」是一个更进一步的事情。
前面之所以先聊 7 个智能体，是因为这些智能体可以提供的服务是 ToC 用户可以直接感受的，但腾讯这次发布的，更官方的说法，或者更 ToB 的说法，是「出行全场景智能体开放平台」。
腾讯想做是提供一整套从底层大模型架构、到平台工具、再到应用生态的能力框架。这个平台涵盖基础设施层、平台工具层与应用生态层：底层是端云协同的大模型架构和原子能力，中间是 Agent 编排、Skill 扩展和运营工具，上层则是围绕真实场景构建的智能体矩阵。
打个比方，砸向牛顿的苹果不是凭空出现的，而是挂在树上的，树有根茎枝叶花，而后才有果子，当我们看到作为消费者可以用到的 7 个智能体果实的时候，其实是因为腾讯准备了根茎枝叶花这些基础设施。
腾讯既有云，也有地图；既有内容，也有支付；既有社交入口，也有小程序生态。很多公司也许能做出一个聪明的车内助手，但很难把任务真正执行下去。腾讯手里的微信、微信支付、腾讯地图、内容生态，以及小程序能力，天然更适合把「理解意图」推进到「完成服务」这一层。
随行点单能做成闭环，随行互连能把微信对话变成车端任务，导航能和目的地服务串起来，本质上都依赖这种跨生态调度能力。
再往下一层看，腾讯这次也强调了它的端云协同架构：端侧基于 0.8B 轻量化 VLM 与座舱世界模型，单帧编码延迟低于 100 毫秒；云端则承载更复杂的语义理解、记忆检索和内容生成，单意图识别能力超过 95%，多意图识别能力超过 90%。这些能力才能满足既要快，又要准；既要弱网可用，又要有复杂推理；既要本地响应，又要持续进化的需求。
所谓善战者无赫赫之功，腾讯做出行全场景智能体开放平台的前提，还是它不需要整车厂那样必须把一切都封闭在自己的品牌宇宙里，因为在这个行业里，它的角色「连接者」。这没法让它拥有一个像兰博基尼劳斯莱斯这样的汽车品牌形象，反而让它更适合做智能体时代的基础层和中间层。毕竟智能体能力最需要的，是腾讯过往多年构建的既 ToB 又 ToC 的全栈服务能力。
今天上午，DeepSeek V4 发布，直接把这个大模型疯狂更新月推向了最高潮。
百万上下文标配，性能比肩顶级闭源模型，首发适配华为昇腾芯片，随便一个点单拎出来能写一篇爆款头条。
不过在我翻看 V4 的技术报告的时候，在训练层面看到了一个被大部分人滑过去的名词：Muon 优化器。
这个技术名词，怎么看着这么眼熟呢？
原来是前两天发布的 Kimi 2.6 里，就是通过 Muon优化器，在相同的训练量下实现了2倍的效率提升，并在 1 万亿参数规模上解决了训练不稳定的难题。
早在上个月杨植麟站在英伟达 GTC 2026 的舞台上，花了演讲中最长的一个板块讲它。Kimi 是全世界第一个发论文证明 Muon 可以用在万亿参数大模型训练上的团队。
（附APPSO解读文章链接）
杨植麟是这样说的：「用 MuonClip 而非 Adam 训练 Transformer 大模型，效果会好得多。」正确实现后，token 效率提升 2 倍。在数据墙面前，这相当于把 50 万亿 token 用出了 100 万亿的效果。
现在，这项技术出现在了 DeepSeek V4 的训练方案里。
我又回来翻了一下 Kimi K2 的架构底层，又发现了一个更有意思的细节：它用的是 DeepSeek-V3 提出的 MLA（Multi-head Latent Attention）。
DeepSeek 的技术报告写着 Kimi 的名字，Kimi 的架构底座写着 DeepSeek 的名字。 你中有我，我中有你。
这大概是中国 AI 圈最魔幻的一幕：两家被外界反复对比的开源双子星，技术底层早就长到了一起。
而且，Kimi 类似这样的巧合，已经不是第一次了。
五次「撞车」，五个拐点
算上 V4 和 K2.6 前后脚上线，这已经是 Kimi 和 DeepSeek 过去一年里的第五次「撞车」了。
▲ 图片由 image-2 制作.
五次「撞车」，如果只是时间重合，那叫巧合。但把每次发布的内容拉出来看，你会发现一条清晰的暗线：每次撞车恰好对应一个 AI 行业拐点的到来。
第一次是最戏剧性的。2025 年 1 月 20 日晚 8 点 10 分，DeepSeek R1 发布并以 MIT 协议完全开源。不到两小时后，Kimi k1.5 亮相。
两者都瞄准同一件事：让模型从「张嘴就来」变成「先想后说」，用强化学习跑通 Long-CoT 长思维链推理。
在这之后，中国的开源力量就彻底改变了整个全球 AI 的格局。
后来 OpenAI 在一篇论文中点名指出：Kimi 和 DeepSeek 是「最早复现 OpenAI-o1 Long-CoT」的两家公司。全世界只有这两家中国公司看懂了 OpenAI 在做什么，并且用自己的方式做了出来。
那是中国 AI 从「追随者」开始变成「引领者」的分水岭。
最近这次就是今天。四天之内，K2.6 带来了 SWE-Bench Pro 58.6% 的 Agent 集群并行编程能力，V4 把百万上下文做成了所有服务的标配，输出长度拉到 384K tokens。
两家同时推进国产芯片适配：V4 下半年支持华为昇腾 950，寒武纪已完成 Day 0 适配；K2.6 支持国产芯片混合推理。
Agent 能力、编程天花板、百万上下文、国产芯片适配、开源生态，全齐了。
从「学会思考」到「学会干活」，从「改 Transformer」到「改算力底座」，五次撞车其实展现出来的，是中国 AI 不再一味对标 OpenAI ，逐渐不再依赖英伟达，在开源上走出属于自己的路。
撞车背后的必然
发布撞车的巧合固然有意思，但更值得关注的，其实是巧合背后的一些必然。
让我们先回到 DeepSeek 架构里的 Muon 。
杨植麟在 GTC 演讲中讲了一个技术困难：当 Kimi 把 Muon 扩展到 1 万亿参数时，训练不稳定性成了拦路虎。最大 logits 爆炸超过 1000，正常值只有 50 到 100。
损失先降后炸，根本无法收敛。他们的解法是 QK-Clip，对每个注意力头计算最大 logit 的裁剪值，把查询和键限制在合理范围内。训练损失不受影响，但稳定性问题消失了。
K2 模型用这套技术完成了训练，创下机器学习史上最大规模 Muon 训练的纪录。
而 DeepSeek V4 的技术报告里，Muon 被直接写进了训练方案。大多数模块用 Muon 加速收敛，嵌入层和预测头仍用 AdamW，混合使用。这是对 Kimi 底层创新的一次直接引用。
反过来，Kimi K2 的底层架构采用了 DeepSeek-V3 提出的 MLA。Multi-head Latent Attention，通过压缩 KV 缓存大幅降低推理成本，是 V3 最核心的架构创新之一。
你的论文成了我的基础设施，我的创新成了你的底座。 写在引用列表里的互相成就。
在硅谷，你很难看到这种事。OpenAI 和 Anthropic 之间的技术是「护城河」，能藏则藏。但 Kimi 和 DeepSeek 之间长出了一种更原始也更健康的关系：开源社区里的正向循环。
Kimi 和 DeepSeek 是中国首批开源万亿参数模型的玩家，都相信 Scaling Law。技术路线上，DeepSeek 以推理模型见长，Kimi 以 Agent 能力著称。
底层架构上，两家都在挑战同一批「古老」的基础设施。Kimi 发了「注意力残差」论文，DeepSeek 做了 mHC 残差连接，都在改 ResNet 时代留下来的残差连接方式。
在长文本这条线，Kimi 探索线性注意力（Kimi Linear），DeepSeek 探索稀疏注意力（DSA），殊途同归。
所以当它们撞车时，与其说是巧合，不如说是对同一个方向的必然趋同。
用中国的芯片，跑中国的模型，对全世界开源
在 OpenRouter 上，Kimi 和 DeepSeek 稳居中国模型调用量前两名。
Cursor 接入了 Kimi，日本乐天 Rakuten AI 3.0 基于 DeepSeek 开发。被海外产品「套壳」这件事，放在两年前是耻辱，现在是勋章。
Meta 新模型 Muse Spark 发布时，官方 Blog 做的对比基准线里，Kimi 和 DeepSeek 跟 GPT-4、Claude 并排站着。英伟达 GTC 上，黄仁勋用来展示芯片性能的中国模型就是这两家。
海外认可之外，更值得注意的是国产芯片这条线。H20 芯片已断供一年，高端推理芯片短期内只有国产一个选项。两家公司同时在做同一件事：让中国模型跑在中国芯片上。
上周黄仁勋在播客访谈里说了一句话：「如果当初 DeepSeek 先在华为平台上发布，那对我们来说非常可怕。」
今天，V4真的首发适配华为昇腾，工程团队把整个技术栈从 CUDA 迁移到了华为 CANN 框架，从算子库到通信原语到内存管理，V4 的混合注意力、MoE 专家并行、FP4 量化训练，几乎每层从头实现。寒武纪也在 Day 0 完成了 V4 全系列的 vLLM 推理适配，代码已开源。
黄仁勋一语成谶。
而 Kimi 在国产芯片上走的路更早，也更深。为了给国产芯片「铺路」，Kimi 在架构创新上掏出了两个杀手锏。
Kimi Linear 混合注意力架构把线性注意力层与全注意力层以 7:1 配比混合，将 KV 缓存体积压缩到极低水平。实测数据很直观：32K 上下文下，混合架构模型 KV 吞吐量仅 4.66 Gbps，同规模稠密模型高达 59.93 Gbps。
KV 缓存传输需求被压到了普通以太网可承载的范围，RDMA 高速网络从「必选项」变成了「可选项」。
在此基础上，Kimi 联合清华大学发布了 PrFaaS（预填充即服务）论文，把推理的 Prefill 阶段和 Decode 阶段彻底解耦，调度到不同异构硬件集群上。实测吞吐量提升 54%，首词延迟降低 64%。
这套方案打破了「大模型推理必须绑定同一种高端 GPU」的前提：算力强的国产卡做 Prefill，带宽强的国产卡做 Decode，各司其职。
DeepSeek 用 V4 证明了国产芯片能跑万亿参数的旗舰模型，Kimi 用架构创新证明了国产芯片可以跑得好、跑得省。
一个从工程适配切入，一个从架构设计切入，终点都是同一个：让英伟达不再是唯一选项。
以前的国产 AI 叙事是「用英伟达的卡，追 OpenAI 的模型」。现在这对双子星同时在写另一个剧本：用中国的芯片，跑中国的模型，服务全世界的开发者。
你的 MLA 是我的基础，我的 Muon 是你的加速器
回看这一周AI 行业的疯狂更新，我们已经处在了一个新的转折点。
同一周内，两个中国团队各自发布了万亿参数级开源模型，性能逼近甚至持平美国顶级闭源模型。这在一年前是不可想象的。
当闭源模型的价格是开源模型的 50 倍，开源阵营每隔几个月就推出一个新的万亿参数选手，竞争天平正在发生微妙的倾斜。
这不是「赢了」或「超越」这么简单的胜负之分。闭源模型在复杂推理和系统可靠性上仍然有明显优势，Opus 4.6 的思考模式依然是 V4-Pro 追赶的目标。但开源阵营的速度、成本优势和生态覆盖面，正在改变这场竞赛的规则本身。
除了这五次撞车发布，这两家公司还有一个巧合。梁文锋来自广东湛江，杨植麟来自广东汕头。两个广东人，撑起全球开源 AI 半边天。
梁文锋像工程师哲学家，相信开源和底层创新，V4 发布公告结尾引的是荀子，「不诱于誉，不恐于诽，率道而行，端然正己。」
至于杨植麟在我看来像产品科学家，他认为用户体验和技术突破可以兼得，在 K2.6 发布时他提到了 Linux 之父 Linus Torvalds 那句「Talk is cheap. Show me the code.」
一个古典，一个极客。就是这两个风格迥异的创始人，一起定位了中国开源模型在世界坐标系的位置。
你的 MLA 是我的基础，我的 Muon 是你的加速器。这大概也是中国在能在短时间内引领全球开源 AI 的重要原因之一。
智能座舱过去几年的变化，很大程度上是从屏幕和语音开始的。
更大的中控屏、更流畅的车机系统、更丰富的应用生态，以及可以控制空调、导航、音乐的语音助手，构成了上一阶段用户对智能座舱的主要感知。它们确实改善了车内体验，但本质上仍然是「人发出指令，系统完成任务」的交互逻辑。
进入大模型时代之后，汽车座舱开始出现新的变化。座舱不再只是一个车控入口，也不只是手机生态在车内的延伸，而是有机会成为一个能够理解场景、记住偏好、主动响应的智能空间。尤其是在端侧模型逐渐成熟之后，智能座舱正在从单一语音助手，走向更复杂的车载 Agent。
4 月 24 日，在第十九届北京国际汽车展览会上，面壁智能发布了 SuperMate 端侧智能座舱方案的全新升级版本，主要围绕全场景 Agent 服务、全模态交互能力和多芯片平台适配三个方向展开，并在车展现场提供了实车搭载体验。
如果说过去的智能座舱更强调「能做什么」，那么 SuperMate 此次升级试图回答的是另一个问题：座舱 AI 如何在合适的时间、以合适的方式介入用户的用车生活。
面壁智能对这次升级的描述，是让座舱 AI 从「好记性」进一步走向「真正懂你」。这背后涉及的不是单一能力，而是感知、记忆、推理和执行之间的闭环。车内 AI 需要知道用户是谁，记住他的偏好，理解当前的场景，再决定是否需要主动执行某个动作。
这也是座舱 Agent 和传统语音助手之间的区别。语音助手通常等待用户下达明确指令，而 Agent 更强调连续感知和主动服务。但在汽车这个场景中，主动并不意味着频繁打扰。相反，真正有价值的座舱智能，往往体现在一种有分寸的「无感」之中。
例如，SuperMate 基于量产级端侧多模态感知能力，可以在不依赖云端的情况下，完成「感知—记忆—推理—执行」的完整闭环。用户上车后，系统可以通过身份识别和多用户记忆自动加载个人偏好；行程中，当用户说出「去接孩子」这样的模糊指令时，系统可以结合历史习惯补全目的地并规划路线；在用车过程中，系统也可以根据环境和乘客状态，自动联动车窗、空调和座舱应用。
这些能力并不一定需要被用户明确感知。很多时候，用户感受到的可能只是温度更合适、路线更顺手、座舱状态更自然。对于车载 AI 来说，这种低打扰的体验，可能比单纯展示复杂功能更重要。
SuperMate 此次升级中，也强调了对车内关键人群的照护能力。比如系统可以实时识别儿童危险行为并进行自动介入，在识别儿童哭闹后联动车内环境进行安抚；也可以主动捕捉舱内外的高价值瞬间并自动保存。离车后，智能哨兵功能还可以持续监测周边环境，并在安全性和低功耗之间做动态平衡。
更具体的垂直场景，是事故处理 Agent。
按照面壁智能的介绍，当车辆发生事故时，SuperMate 可以实时识别事故状态，快速介入并安抚驾驶员情绪，同时引导用户完成现场处理流程。在定责、定损等更专业的环节，SuperMate 将调用面壁智能旗下道路交通事故陪伴智能助手「松果有理」的能力，为驾驶者提供处置建议和理赔指引。
这个功能将覆盖车机端和手机端，未来也会接入车载小艺和手机小艺平台。在车险理赔环节，面壁智能还将与太平保险共建车事故多智能体场景，并计划在太平保险北京分公司试点，尝试打通从事故识别到理赔服务的全链路智能化体验。
这类应用值得关注的地方在于它让座舱智能不再停留于娱乐、导航、车控等高频但相对轻量的场景，而是进入了事故处理、保险理赔这类低频但高压力的场景。对用户来说，事故发生后的情绪安抚、流程指引和专业建议，往往比日常功能更能体现 AI 的实际价值。
在交互能力上，SuperMate 此次升级也与面壁智能最新发布的 MiniCPM-o 4.5 全模态模型相关。
MiniCPM-o 4.5 具备原生全双工交互能力。简单来说，它在输出内容的同时，仍然可以持续感知视觉和听觉输入，不需要等待用户完整说完一句话之后再被动回应。这让座舱 AI 有机会从传统「一问一答」的回合制对话，进入更接近自然交流的状态。
对于车载场景而言，全双工和全模态能力的意义很直接。驾驶过程中，用户的注意力不可能完全交给车机系统，车内也会同时存在语音、动作、视线、车外环境等多种信息。座舱 AI 如果只能听懂一句明确指令，能做的事情就很有限；如果它能够同时理解语音、视觉和环境变化，就可以更自然地判断什么时候该回应，什么时候该保持安静。
面壁智能也在基于 MiniCPM-o 4.5 的全模态能力，与合作伙伴共同探索下一代智能座舱平台。这里的变化，不只是交互方式从语音走向多模态，更重要的是座舱 AI 的角色正在改变：它不再只是一个功能型助手，而是逐渐具备对驾驶环境、乘客状态、声音和视觉信号的持续理解能力。
车展现场，面壁智能还展示了 EmbodiedClaw。这是一套面向车载与具身场景的 Agent 运行与编排框架，作用是打通用户个人设备、车端算力、端侧模型和云端模型，让数据和任务可以在不同设备之间协同流转。
这背后有一个更长期的想象：汽车不只是行驶中的交通工具，也可以成为一个具备算力、传感器和个人数据入口的 AI 节点。尤其是在大量停放时间里，车辆是否可以继续处理任务、提供服务，甚至延伸出新的「离车价值」，会成为智能汽车下一阶段值得讨论的问题。
当然，要让这些能力真正上车，只有模型和场景是不够的。端侧 AI 面临的现实约束非常复杂，不同车型有不同的芯片平台、成本区间和功耗要求。一个方案如果只能运行在少数高算力车型上，就很难实现规模化普及。
因此，SuperMate 此次升级的另一项重点，是多芯片平台适配。面壁智能表示，SuperMate 已经完成对高通、联发科、英特尔、瑞芯微、英伟达、AMD 等主流芯片平台的适配，支持从轻量语音交互到全模态理解的多规格模型运行，以覆盖不同量产车型的配置梯度。
面壁智能还展示了与英特尔联合开发的 AI Box 解决方案。这一方案基于英特尔 Core Ultra 系列平台，官方称可提供最高 180 TOPS 稠密 AI 算力，并适配面壁智能 MiniCPM 全系模型。它的意义在于，为大模型在车端本地运行提供了新的硬件载体，也让部分车型可以通过 AI Box 的方式获得端侧算力能力。
目前，SuperMate 已经在吉利、长安马自达等车企的多款量产车型中实现搭载交付。面壁智能 CEO 李大海在车展期间表示，预计到 2026 年底，将有 30 万辆汽车搭载面壁的端侧模型。
除了产品发布，面壁智能还联合清华大学车辆与运载学院、中国汽车报共同发布了《智能座舱：定义 AGI 时代的汽车新范式》白皮书，围绕端侧 AI 在智能座舱领域的技术路线、场景方法论和产业趋势进行梳理，并举办了专题研讨会。
从行业角度看，SuperMate 的升级反映了智能座舱正在发生的一条清晰路径：从车机系统，到语音交互；从语音助手，到多模态模型；再从单点功能，走向能够理解场景和主动执行任务的座舱 Agent。
这条路径并不意味着所有功能都会迅速成熟。车载场景对稳定性、安全性、隐私保护和功耗控制都有更高要求，端侧模型能否在真实量产环境中长期稳定运行，也需要更多车型和用户规模验证。尤其是主动服务类功能，既要足够聪明，也要足够克制。否则，智能很容易变成另一种形式的打扰。
但趋势已经比较明确。汽车正在从一个移动空间，逐渐变成一个由传感器、算力、模型和用户数据共同构成的智能终端。座舱也不再只是驾驶员和车辆之间的操作界面，而是用户生活、出行和数字服务之间的连接点。
面壁智能 SuperMate 此次升级的意义，正在于它把端侧大模型、全模态交互、车载 Agent 和产业适配放在了同一个框架中。对车企而言，这是一套面向量产的智能座舱方案；对用户而言，它最终要回答的仍然是一个很朴素的问题：车能不能更懂我，并且在我真正需要的时候，少一点复杂操作，多一点恰到好处的帮助。
过去几年，A 级纯电 SUV 是新能源市场里最典型的主流品类之一。
它不像高端车型那样承担品牌技术展示的任务，也不像微型车那样主要解决短途代步问题。对大多数年轻用户和年轻家庭来说，A 级纯电 SUV 往往是第一辆新能源车，也是日常通勤、周末出行、家庭使用之间的平衡选择。
因此，这个市场的竞争逻辑一直很现实：空间要够用，续航要安心，补能要高效，配置要有诚意，同时价格不能脱离主流消费区间。但随着纯电车型越来越多，单纯强调参数已经不太够了。用户不仅要一台好用的车，也希望它在设计、色彩、座舱氛围和使用细节上，能够更贴近日常生活。
4 月 24 日，北京国际车展上，第三代元 PLUS 正式首发亮相。作为比亚迪首款全球战略乘用车，元 PLUS 此前已经积累了较大的市场基础。官方数据显示，元 PLUS 全球累计销量已经突破 110 万辆。对于这款车来说，第三代产品的任务并不只是常规换代，更是在原有规模优势之上，继续回应年轻用户对纯电 SUV 的新需求。
从产品信息来看，第三代元 PLUS 的变化首先体现在车身尺寸上。新车长宽高为 4665×1895×1675mm，轴距达到 2770mm，相比此前车型进一步放大。对于一台 A 级纯电 SUV 来说，尺寸提升直接关系到乘坐空间和储物能力，也会影响它在家庭使用场景中的适应性。
不过，第三代元 PLUS 并没有把设计重点放在单纯的「大」上。新车通过流畅腰线、同色轮眉、贯穿式侧裙、刀锋 D 柱和悬浮车顶等设计，尽量削弱大尺寸带来的厚重感。尾部采用环抱式形面和全新能量回路尾灯，并提供 18 英寸光环轮毂和 19 英寸箭羽轮毂两种选择。整体来看，它依然希望维持元 PLUS 过去偏年轻、轻快的视觉取向。
颜色也是第三代元 PLUS 这次比较明确的年轻化表达。新车带来了 6 款全新车色，包括幻梦粉双色、潮玩蓝双色、气场绿双色，以及线条灰、境遇青、空境白三款单色。相比传统家用 SUV 常见的黑白灰银，这套配色明显更强调个性和情绪表达。
这种变化背后，其实是年轻用户买车逻辑的变化。车不再只是一个交通工具，也会在一定程度上成为个人审美和生活方式的一部分。尤其是在 15 万级纯电 SUV 市场，车辆既要足够实用，也要避免过于工具化。第三代元 PLUS 把色彩和造型作为重点，正是为了回应这一层需求。
座舱部分，第三代元 PLUS 提出了「流体生态舱」的概念。新车内饰以圆润线条、流畅曲面和自然生态为设计核心，中控台采用层叠悬浮式立体曲面设计，并配备全新两幅式多功能方向盘和集成式电子怀挡。相比外观，座舱的重点不只是视觉新鲜感，也包括日常使用的便利性。
例如，新车设计了 39 处储物空间，覆盖手机、钥匙、眼镜、充电线、水杯等高频物品的收纳需求。对家庭用户和年轻用户来说，车内储物往往是高频但容易被忽略的体验点。一个顺手的储物格，有时候比一项不常用的配置更能影响日常好感。
此外，第三代元 PLUS 还设计了「手办妙妙屋」，可以用来摆放手办、潮玩、立牌等物品。这一设计看起来并不传统，但它对应的是年轻用户更个性化的车内空间表达。智能座舱和大屏系统之外，用户也希望车内有一些属于自己的小空间，这种细节会让车辆更像生活场景，而不只是出行工具。
在核心使用能力上，第三代元 PLUS 也进行了升级。根据官方信息，新车将提供 630km 续航，并支持闪充能力。对于主流纯电 SUV 用户来说，续航和补能依旧是影响购买决策的重要因素。尤其是在家庭用车场景里，用户需要的不只是城市通勤够用，也包括跨城出行、周末短途和临时补能时的确定性。
配置方面，新车还提供云辇-C、远端气囊、TBC 高速爆胎稳行系统、电动前备箱、迪声 16 扬声器音响系统、女王副驾等配置。从这些信息看，第三代元 PLUS 希望在 15 万级 A级 SUV 市场里，继续通过较完整的配置组合提升产品价值感。
第三代元 PLUS 还与全球知名 IP 小马宝莉展开合作，并在车展现场展出了以「紫悦」形象打造的「元气痛车」。这种跨界合作和产品本身的年轻化定位比较一致。对于车企而言，IP 联名并不能替代产品力，但它可以强化车型的情绪标签，也更容易在车展和社交平台形成传播记忆点。
在今天的 A 级纯电 SUV 市场，竞争已经不只是「有没有电」「续航多少公里」这么简单。对用户来说，一辆车既要解决现实问题，也要在审美和情绪上提供一点额外满足。第三代元 PLUS 试图做的，就是在主流家用和年轻表达之间找到平衡。
新车预计将在今年上半年上市。最终它能否延续元 PLUS 此前的市场表现，还要看上市价格、具体配置分布，以及同级竞争车型的变化。但至少从北京车展首发信息来看，第三代元 PLUS 已经把自己的方向表达得比较明确：它仍然是一台面向主流市场的纯电 SUV，但不希望只以「实用」来定义自己。
过去几年，家庭 SUV 的产品定义经历了几轮变化。最早用户关心的是空间、通过性和实用性；后来，冰箱、彩电、大沙发成为新能源 SUV 的高频配置；现在，市场开始进入更细的场景竞争。对很多三口之家、四口之家来说，第三排并不是刚需，真正影响日常使用体验的，反而是二排舒适性、后备厢装载能力、长途乘坐感受、智能座舱以及辅助驾驶能力。
基于这些变化，4 月 22 日，岚图汽车旗下旗舰大五座 SUV 岚图泰山 X8 正式发布，开启预售。新车提供 PHEV 和 EV 两种动力形式，共 5 款车型，预售价区间为 30.29 万元至 38.99 万元。
从价格和定位来看，岚图泰山 X8 瞄准的是 30 万元级高端大五座 SUV 市场。这个区间并不缺少竞争者，既有传统豪华品牌的燃油 SUV，也有一批近几年快速崛起的新能源旗舰产品。岚图选择在这个时间点推出泰山 X8，本质上是希望在六座、七座家庭 SUV 之外，重新把大五座 SUV 的价值讲清楚。
这也是岚图泰山 X8 的切入点。它没有把重点放在多坐两个人上，而是试图把五座车的空间、舒适和功能做得更充分。新车长宽高分别为 5200/2025/1814mm，轴距 3090mm，车内实得面积达到 6.1 平方米。这个尺寸已经明显超过传统意义上的中大型 SUV，更接近一台强调横向空间和纵向舒展感的旗舰产品。
在座舱布局上，岚图泰山 X8 最核心的卖点是后排体验。新车二排提供双享零重力座椅，并支持三座、四座、五座等不同使用模式。比如在三座模式下，二排右侧座椅可以提供更完整的舒展姿态；四座模式下，中央扶手、后排娱乐屏、冰箱、音响等配置又能组成一个更偏商务或者长途出行的场景。
这类配置本身并不新鲜，但岚图泰山 X8 的不同之处在于，它把过去常见于六座旗舰 SUV 或 MPV 上的舒适配置，放进了一台大五座 SUV 里。对于并不需要第三排的家庭用户来说，这种取舍可能比单纯增加座位更合理。第三排平时不用，既占空间，也会影响后备厢和二排体验；而大五座的逻辑，是把更多车内资源集中在最常用的前两排。
后备厢也是这台车强调的部分。岚图泰山 X8 后备厢基础容积为 1148L，二排放倒后可以扩展至 2361L。官方还给它设计了「车载衣帽间」等场景化表达，虽然说法偏营销，但背后的需求并不复杂：用户既想要乘坐空间，也想要装载能力，尤其是露营、长途自驾、亲子出行这些使用场景，对后备厢的要求越来越高。
更有意思的是一键成床功能。按照官方信息，岚图泰山 X8 的二排座椅可以自动下沉并折叠，配合充气床垫形成一个 2.1 米的纯平空间。过去几年，车企一直在强调第三生活空间，但很多表达停留在概念层面。真正能不能成立，最终还是要看这些功能是不是高频、好用、低门槛。相比在车里做一些复杂的娱乐想象，午休、露营、带孩子出行时临时休息，反而是更真实的用车场景。
智能化方面，岚图泰山 X8 搭载鸿蒙座舱 HarmonySpace 5.2，并配备华为双 15.6 英寸智慧双联屏。车内支持多屏流转、三指飞屏等功能，主驾和副驾可以分别处理导航、娱乐等不同任务。对现在的家庭车来说，智能座舱已经不再只是屏幕够不够大，而是多个人同时坐在车里时，系统能不能照顾到不同位置的需求。
这也是大尺寸新能源 SUV 的一个重要变化。以前车机主要服务驾驶员，导航、音乐、电话基本就是核心功能。但家庭 SUV 的车内使用者不止司机一个人，副驾、二排乘客，甚至孩子，都可能成为座舱系统的使用主体。手机从通信工具变成移动计算平台之后，电话和短信反而被边缘化了；汽车虽然出行价值仍然是核心，但在空间位移之外，车内的娱乐、休息、办公和陪伴属性，也在被不断放大。
辅助驾驶方面，岚图泰山 X8 搭载华为乾崑智驾方案，并提供四激光雷达配置，可升级 896 线双光路图像级激光雷达。整车配备 34 颗高性能传感器，包括主激光雷达、补盲激光雷达、4D 毫米波雷达等，用于构建全向感知系统。对 30 万元以上的新能源 SUV 来说，高阶辅助驾驶已经逐渐从加分项变成基础门槛，尤其是在华为系方案加速普及之后，用户对感知硬件和智驾能力的期待也被进一步拉高。
不过，真正影响用户选择的，可能不只是硬件数量，而是系统在复杂道路、城市通勤、泊车和长途高速场景中的稳定性。岚图泰山 X8 在发布阶段把智驾作为重点之一，说明它也意识到，高端新能源 SUV 的竞争已经不能只靠空间和舒适性完成，智能化体验正在成为品牌向上绕不开的一部分。
底盘和驾控是岚图泰山 X8 另一个比较重要的卖点。新车基于岚图青云行驶平台 2.0 打造，采用前双叉臂、后五连杆悬架结构，并配备三腔空气悬架和 EDC 魔毯系统。空气悬架支持 5 挡高度调节，悬架刚度支持 4 挡调节，并提供 7 种驾驶模式。
对一台车长 5.2 米的大型 SUV 来说，底盘能力很大程度上决定了高级感是否成立。过去不少大车在静态体验上很容易做出豪华感，但一旦开起来，车身姿态、滤振、转向和制动都会暴露短板。岚图泰山 X8 加入了双向 16° 后轮转向，官方给出的转弯半径为 5.4 米，目的就是让这台大车在低速掉头、狭窄车位、城市通勤场景下更容易被普通家庭用户接受。
动力和补能方面，岚图泰山 X8 提供插混和纯电两条路线。PHEV 车型搭载岚海智能超混系统，配备 800V 高压双电机混动系统和 5C 超充，电池容量为 65kWh，CLTC 纯电续航 370km，综合续航 1506km，20% 至 80% 补能时间为 12 分钟。纯电版则配备 120kWh 电池，CLTC 续航 727km。
这里也能看出岚图的产品思路。纯电车型满足对驾驶质感、用车成本和新能源体验要求更高的用户；插混车型则覆盖那些既想要城市通勤纯电化，又不想被长途补能焦虑限制的家庭用户。对一台家用旗舰 SUV 来说，PHEV 版本或许会承担更大的销量任务，因为它的使用边界更宽，尤其适合经常跨城、节假日长途出行的家庭。
安全层面，岚图泰山 X8 采用多重防护网状车身结构，车门使用高强度防撞设计，并配备 9 个安全气囊。电池方面，新车搭载新一代琥珀 2.0 电池，官方强调其具备多重结构防护和全天候智能监控能力。对于家庭 SUV 来说，安全并不是最容易被感知的配置，但往往是用户真正做决策时不会忽略的底线。
整体来看，岚图泰山 X8 并不是一台单纯靠尺寸取胜的 SUV。它的核心逻辑，是把大五座 SUV 重新定义为一种更高规格的家庭车：不追求第三排座椅带来的账面人数，而是把空间、舒适、装载、智能、底盘和补能能力集中在更高频的使用场景里。
这也是当下 30 万元级新能源 SUV 市场的一个变化。早期的竞争更多围绕「有没有」展开，谁先把大屏、冰箱、沙发、辅助驾驶放进车里，谁就更容易获得注意力。但现在用户已经见过太多配置表，单点堆料很难再形成压倒性优势。真正能打动人的，是这些配置能否组合成一套完整的家庭出行体验。
岚图泰山 X8 的优势在于，它确实给出了一个比较完整的产品框架：大尺寸五座空间、后排舒适配置、华为座舱和智驾、空气悬架、后轮转向、插混和纯电双动力。这些能力放在 30.29 万元起的预售价格上，具备一定竞争力。
但挑战也同样明显。这个市场已经非常拥挤，用户可选项很多，品牌认知和渠道体验同样会影响最终转化。岚图需要证明的，不只是泰山 X8 的参数足够好，而是它能否在理想、问界、阿维塔、蔚来以及传统豪华品牌之间，建立一个足够清晰的购买理由。
从产品本身看，泰山 X8 是岚图向高端家用 SUV 市场发起的一次更明确进攻。它没有选择再做一台面面俱到的六座车，而是把重心放回五座家庭用户的高频需求上。对于那些不需要第三排，但希望获得更大空间、更高舒适性和更强智能化体验的用户来说，这台车至少提供了一个新的选择。
站在今年一季度的节点，回顾去年发布的华为 Mate 80 Pro Max，我们的心情是复杂的。
一方面，它凭借着几乎无短板的参数和优秀的体验，成为了迄今口碑最好的一台 Mate 系列直板机。
另一方面，它身上又萦绕着一股「成熟味儿」，让那些有意尝试华为、但注重外观属性的潜在用户——尤其是从其他品牌切换过来的用户们难以下手：
而这个问题，终于在刚刚的四月发布会上得到了解决。
那些既想要一台华为旗舰、又不希望 OOTD 走商务风的用户们，有了一个更灵巧、更活泼，也更潮流的选择——
一台橙到发蓝、绿到显白、紫到镶金的华为 Pura 90 Pro Max，而 6499 的起步价比今年所有的影像旗舰都便宜。
除了占据 C 位的 Pura 90 Pro Max 之外，爱范儿此次也拿到了主打色「粉红芭乐」的 Pura 90 Pro。
对于那些喜欢鲜明色彩，但不喜欢沾指纹的用户来说，采用磨砂背板 + 拉丝纹理金属边框的 Pura 90 Pro 也是一个扎实的选择，起步价仅仅 5499。
本次评测我们将以 Pura 90 Pro Max 为核心展开体验，作为华为 Pura 系列的最新旗舰，这一次在设计和影像上，还真有一些值得说道的细节——
比如华为首个 2 亿像素超高分辨率传感器；更加主动智能的 XMAGE 功能；以及鸿蒙 6.1 的沉浸光感设计等等……
当然，还有 6499 元起售价——总得来说就是，诚意到位了。
影像出众，AI 更出众
影像，是 Pura 系列一贯秉持的基因。作为华为的影像「风向标」，今年的 Pura 90 Pro Max 除了有着更合理的配置，还有着更聪明的智能。
在 Pura 90 Pro Max 上，华为没有选择延续前代的「一镜双目」结构，而是选择换上一颗 1/1.28 英寸、2 亿像素的 RYYB 排列传感器，主打在像素上大力出奇迹。
在长焦的升级下，华为 Pura 90 Pro Max 的影像配置组成了一套以 5000 万像素为基底、2 亿像素为顶的阵营：
- 超广角最高 5000 万像素
- 主摄最高 5000 万像素
- 长焦最高 2 亿像素
那这颗新长焦表现如何呢？一起来看样片（样片经过微信压缩，实际观感以评测为准）。
实际体验来看，Pura 90 Pro Max 上这颗长焦镜头的素质还是非常过关的，系统算法介入得干脆利落，不拖泥带水。放大画面去抠边缘细节，也很难找到紫边或光学衍射的痕迹，整体锐度经得起细看。
在较大尺寸的 CMOS 支持下，这颗 4× 长焦一直放大到 15×（360mm）的画质也还能打，画面底噪的压制也表现不错。
当手动开启长焦的 2 亿像素后，画面的解析力又上了一个台阶。
我用 Pura 90 Pro Max 的 2 亿 4× 拍摄了一张树干，放大看，树皮粗糙的纹理依然清晰可见，也没有为了显得清晰而用力过猛的「锐化感」，整体观感十分自然。
大底和超高像素的红利，不仅停留在静态照片上，也顺理成章地延伸到了视频领域——这颗长焦可以利用 2 亿像素的规格去记录 20× 的超长焦画面，随后通过超采样技术，输出为 4K 或 1080P 30 帧的高清视频。
即便是在极高倍率下录制远景，画面依然能保持极高的可用性，告别了以往超长焦视频糊成一团的尴尬——当然，前提是你的手足够稳。
除了望得远，这颗镜头还藏着另一个看家本领：凑得近。
Pura 90 Pro Max 的 4× 长焦支持大约 5cm 的最近对焦距离，能提供十分实用的微距视角。
长焦微距一直是华为的传统强项。从实际样片来看，微距下的画质十分扎实。在同一个对焦平面上，画面的中心和边缘保持着一致的锐度，背景虚化的过渡也很自然。
如果你保持微距的距离下，再切换到高像素模式，打开独属于这颗长焦的 2 亿像素，那么你将获得源于微末的视觉奇观，挖掘到一些你可能完全没注意到的细节。
在拍摄以上样片的时候，我注意到一个有趣的现象——在普通拍照模式下（默认输出 1200 万像素），这颗长焦显示为 96mm 焦段；一旦切换到 2 亿像素，这颗长焦会变成 89mm 焦段。
也就是说，系统在默认拍照模式下很可能没有用上整块传感器，而是略为裁切，以便更合理连贯的焦段布置。
但 Pura 90 Pro Max 还有个略显遗憾的瑕疵——对高像素照片的处理，有些心有不逮。
要想要拍出一张满血的 2 亿像素照片，按下快门后手必须端稳 3 秒钟左右，接着系统还要再花 2 秒左右去后台运算。在这期间，你无法继续使用相机，需要等到照片处理完成后才能继续拍摄。
尽管 Pura 90 Pro Max 的三颗镜头均支持以 5000 万像素输出照片，但默认输出像素依旧是 1200 万，没有充分发挥高像素影像模组的潜力。
想把成像素质拉满，还得多费几步功夫——
先切换到「高像素模式」，才能让其他镜头输出 5000 万像素；要是惦记 2 亿像素长焦，还得去屏幕左上角再拨弄一次开关。
说实话，既然硬件已经堆到了这个地步，华为完全有底气把默认画质提档到 2500 万像素左右。
把实力藏在层层菜单背后，多少有些保守。
再来说说长焦增距——这也是 Pura 系列第一次配备增距镜。
虽然这颗 1/1.28 英寸、2 亿像素的 4× 长焦完全足够满足日常生活的需求了，但华为依旧和铁头（TILTA）合作，专门为 Pura 90 Pro Max 定制了一套增距镜和保护壳，将光学焦段拓展到 324mm（13.5×）。
不得不说，这套外设是目前为止我主观感受上最扎实的一套——保护壳贴合得严丝合缝，外接手柄通过两个固定钉和一个卡扣死死咬住机身。镜头模组上方还专门加固了一块金属盖板，用来充当增距镜的底座。
美中不足的是，增距镜卡口边用于锁定的伸缩限位杆方案有些粗暴，同时保护壳的卡口盖板暴露了过多的 Deco 面积，略显不优雅。
至于核心的画质表现，这颗增距镜没有掉链子。在 13.5× 的原生焦段下，画面质感依旧抗打；继续放大到 27×，成片效果也还能用。
在取景器底部，华为其实还提供了更夸张的变焦倍数，但实测下来，我觉得画面的算法味道过重，日常使用并不推荐。
还需要提醒的是，超长焦是一把双刃剑。
焦段拉伸后，手部的微小晃动都会被成倍放大。尤其是在光照条件不够好的环境里，稍不留神就会收获一张模糊的废片，这对握持稳定性提出了极高的要求。
另一方面，加上增距镜后，镜头的最近对焦距离会被拉得很远。想要像裸机那样贴着物体拍出具有视觉冲击力的微距画面，这套装备就无能为力了。
对了，在安装增距镜的情况下，其他镜头是无法正常使用的——你应该也不想用手机拍出坦克视角。
可以说，在影像素质这块，Pura 90 Pro Max 保持了一贯的高水准，即便在移动影像神仙打架的 2026 年里也不落下风。
而真正让 Pura 系列的影像与众不同的，则是 AI 加持的「XMAGE 智拍」。
在第一次举起 Pura 90 Pro Max 的时候，我们很难不注意到取景框底部弹出一行小字：
打开 XMAGE 智拍
简而言之，这个功能其实是去年 Pura 80 Ultra 上「AI 辅助构图」的进化体——
现在，只要你举起手机打开 XMAGE 智拍，并将镜头对准大致的景物，Pura 90 Pro Max 会自动引导你最佳构图位置。
在镜头中心对准 XMAGE 智拍提供的小圆点后，手机会自动变焦到合适焦段。它随后还会根据眼前的光线和景物，迅速算出几款最对味的色彩滤镜，直接排成列表供人挑选。
最后，你只需要按下快门，就能获得一张构图考究、风格鲜明的照片了。
与之对应的，是 XMAGE 风格也迎来了升级——现在，XMAGE 风格的调色盘分为了「色彩」与「质感」两个部分。
色彩秉承老调色盘逻辑，主要控制色温、饱和度及光影；新加入的质感则变成了两根横向控制条，支持调节 0 到 9 档的画面噪点与暗角强弱。
初看之下，这种做加法的思路多少有些违背逻辑。调色盘的初衷本该是降低后期门槛，增加选项难免会增加学习成本。
不过，若是结合智拍的自动调色逻辑来看，这种方案也可以理解。
解决了构图、调色，华为还准备解决拍摄对象的难题。
为了打破「不知道怎么摆动作」的尴尬，华为在拍照界面底部收纳的二级菜单中，打造了一个名为「AI 姿势推荐」的功能。
这个功能可以理解人物、环境、姿势与道具，随后直接在取景框里勾勒出一个等比例的线框轮廓。
拿手机的人只需按图索骥，引导模特贴合画面上的姿势即可。遇到不满意的动作能随时刷新，它甚至支持导入社交网络上保存的样片，一键提取动作精髓。
综合来看，Pura 90 Pro Max 的影像体验没达到完美无缺的地步。
像是保守的默认像素设定，或是长焦端偶尔迟疑的防抖，都是实打实的体验痛点，得寄希望于后续的 OTA 更新来慢慢缝补。
但如果把评判的标准再放高一个维度，我认为 Pura 90 Pro Max 的突破非常大——
XMAGE 智拍的功能，完全解决了没有摄影基础的用户在前期拍摄、动作指导和后期调色上的重重门槛，全线包揽拍摄全流程。
虽然这套系统无法凭空量产摄影大师，却实打实地给了普通人拍出及格线上、具有美感的照片的底气。
设计有新意，价格有诚意
除了上面符合产品定位的「先锋影像能力」之外，今年 Pura 90 Pro Max 之所以能够在发布会前引爆话题度，自然离不开这个先锋的设计。
对比 Pura 80 Ultra，采用全新设计语言的 Pura 90 Pro Max 究竟是「变美了」还是「变丑了」众说纷纭，但至少有一点是毋庸置疑的：
Pura 90 Pro Max 在保留辨识度的同时，变得比以往更加活泼不羁了。
就比如这次 Pura 90 Pro Max 也跟随去年的 Mate 系列「截弯取直」，从圆弧边框 + 四曲面屏幕变成了如今我们熟悉的直角边框 + 直屏——
视觉观感上不仅变得更利落，也更像一台专业的影像旗舰了。
除此之外，Pura 90 系列——尤其是 Pura 90 Pro Max 的渐变色选择，都有一个非常显著的特征：空间感。
更直白地说，今年 Pura 90 Pro Max 的主打色「霞光紫」「翡翠湖」和「橘子海」都可以让人直接联想到特定的空间景物：
图｜Ashutosh Saraswat
相比当年 P20、P30 系列的「极光色」和「天空之镜」，Pura 90 Pro Max 的渐变色选择无疑是更容易「通感」的。
而在另一边，Pura 90 Pro Max 从曲屏变成直屏后，带来了一些比较见微知著的变化。
比如上一代由于屏幕曲率导致四周黑边视觉上不等宽的现象，在 Pura 90 Pro Max 这一代彻底消失了：
同时，屏幕「截弯取直」还在这一代机型上转化为了实际收益：Pura 90 Pro Max 成为了华为首款自带屏幕抗眩光镀层和耐划技术的手机。
结合这两天的实际使用体验，Pura 90 Pro Max 的屏幕的确可以实现非常明显的抗眩光效果。
即使没有用上「亮出圈」的双层 OLED 玲珑屏，在室外的可读性依然很优秀：
另一个比较关键的变化则是处理器—— Pura 90 Pro 与 Pro Max 使用的是 8 核心的麒麟 9030S 处理器，一款非常为影像能力（ISP 性能）特化的芯片。
从体验上讲，Pura 90 Pro Max 在高速连拍后的图像处理、长时间录像稳定性与发热控制相比 Mate 80 Pro Max 都有较为可感的进步，更像是「能打电话的相机了」。
而 Pura 90 系列出厂搭载的鸿蒙 6.1 也是整个使用体验中不可或缺的一环，甚至可以说：鸿蒙 6.1 是现阶段将「类玻璃」设计运用的最极致的系统之一了。
比如鸿蒙 6.1 拥有三档自由度的「沉浸光感」功能，不仅能开、能调，更重要的是真正做到了与系统控件和第三方应用的有机结合：
除了系统内部的「流光溢彩」，这次的 Pura 90 系列还推出了一个名为「光感无界」的主题，第一次做到了把软件光效与周围真实世界的颜色联动起来——
在锁屏界面长按，手机就会打开摄像头，将背后的景色转换成临时背景，再搭配沉浸光感功能，那种「把一块魔法玻璃握在手中」的感觉第一次成真了。
这种玩法非常像是出门带亚克力透卡拍照，很有成为「小红书爆款打卡方式」的潜力。
而再结合今年整个 Pura 90 系列的影像升级，和机身设计上「室外更好看」的倾向，整个 Pura 90 Pro Max 的体验已然完成闭环——
一台时刻提醒你，找机会出门玩的手机。
但在爱范儿这段时间的实际体验之外，当我们评价 Pura 90 系列时，还有一个不得不提的因素：价格。
放眼 2026 年的影像旗舰，华为 Pura 90 Pro Max 有着特殊的卡位——
12+256GB 机型起步价 6499 元，不仅是目前最便宜的华为 Pura 旗舰，更是整个 2026 年最便宜的影像旗舰。
和今年其他影像旗舰相比，华为 Pura 90 Pro Max 除了一以贯之的品牌力、不俗的体验和十足的话题性之外，更是提供了一个极具竞争力的价格。
我们甚至可以说：当一台华为影像旗舰，杀入到旗舰手机的「性价比」区间时，就已经成为了一个绕不开的选择。
星期五中午，本该是盘算周末去哪嗨的黄金时段。但没想到 DeepSeek 突然反手就是一个超级加倍，就在刚刚，正式发布并开源了 V4 系列模型预览版。
一上来就是王炸级别，而且双双标配百万 token 上下文：
- 参数量达 1.6T 的 DeepSeek-V4-Pro（49B 激活参数）
- 284B 参数的 DeepSeek-V4-Flash（13B 激活参数）
即日起可在官网 chat.deepseek.com 或官方 App 体验，API 服务同步上线。
DeepSeek V4 登场，Agent 玩家迎来大狂欢
Agent 能力是此次升级最核心的方向。
V4-Pro 已在 DeepSeek 内部作为 Agentic Coding 工具日常使用。
员工的实测反馈是：用起来比 Sonnet 4.5 顺手，交付质量接近 Opus 4.6 非思考模式，和 Opus 4.6 思考模式相比还有差距。
官方内部 R&D 编程基准测试也给出了类似的定位，约 200 个来自 50 余位工程师的真实工作任务里，V4-Pro-Max 的 Pass Rate 是 67%，Sonnet 4.5 是 47%，Opus 4.5 Thinking 是 73%，Opus 4.6 Thinking 是 80%。
参与内部调研的 85 名有使用经验的开发者和研究人员中，超过九成认为 V4-Pro 已经可以作为首选或接近首选的编程模型。
模型已针对 Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流 Agent 产品进行专项适配，代码任务与文档生成均有提升。
工具调用方面，V4 系列引入了新的 XML 格式 tool-call schema，以「|DSML|」特殊 token 划定调用边界。官方表示这一设计有效减少了转义失败和工具调用错误，比上一代更可靠。
知识与推理层面，V4-Pro 在世界知识测评中大幅领先其他开源模型。
SimpleQA-Verified 得分 57.9，比最接近的开源竞争者高出约 20 个百分点，只是略逊于 Gemini-3.1-Pro 的 75.6。数学、STEM、竞赛代码三项超越全部已公开评测的开源模型，达到顶级闭源模型水准。
基座模型层面，V4-Pro-Base 在 MMLU 5-shot、MMLU-Pro 5-shot、Simple-QA Verified 25-shot、LongBench-V2 长文本评测上的得分分别为 90.1、73.5、55.2、51.5，全面大幅领先参数量相近的 V3.2-Base（对应分别是 87.8、65.5、28.3、40.2）。
值得一提的是，参数量更小的 V4-Flash-Base 在多数基准测试中同样超越了 V3.2-Base，说明架构层面的改进本身带来了相当可观的效率提升。
指令模型的横向对比里，V4-Pro Max 的 LiveCodeBench Pass@1 达到 93.5，Codeforces Rating 达到 3206，均为参测模型中最高。
在 Codeforces 人类选手排行榜上，V4-Pro-Max 目前位列第 23 名。IMOAnswerBench Pass@1 达到 89.8，仅次于 GPT-5.4 的 91.4。竞赛数学基准 HMMT 2026 Feb Pass@1 为 95.2，和 Opus-4.6 Max 的 96.2 及 GPT-5.4 的 97.7 差距很小。Apex Shortlist Pass@1 达到 90.2，超过同场对比的所有模型。
Agent 评测方面，SWE Verified Resolved 为 80.6，和 Opus-4.6 Max 的 80.8 基本持平。
BrowseComp Pass@1 为 83.4，MCPAtlas Public Pass@1 为 73.6，均处于参测模型前列。后两项数字说明 V4 对 MCP 工具生态的兼容能力很扎实，并非只在内部框架上表现良好。
长文本评测上，MRCR 1M MMR 为 83.5，CorpusQA 1M ACC 为 62.0，超过 Gemini-3.1-Pro 的 76.3 和 53.8，但在 MRCR 上仍落后 Claude Opus 4.6 的 92.9。
从分段数据来看，128K 以内的检索能力相当稳定，128K 之后开始出现明显下滑，但 1M 时的表现依然超过大多数同类模型。
中文写作同样是 V4-Pro 的强项。
官方将 Gemini-3.1-Pro 作为中文写作的对标基准模型，在包含 3170 条样本的功能性写作评测中，V4-Pro 的胜率为 62.7%，Gemini 为 34.1%。
创意写作方面，V4-Pro 在写作质量上的胜率达到 77.5%。不过遇到高难度指令约束或多轮写作场景，Claude Opus 4.5 仍有优势，胜率是 52.0% 对 45.9%。
别把 Flash 当「丐版」，选对思考模式才是王道
很多人看到 Pro 和 Flash 两个档位，第一反应是「Flash 就是降配版」。
错，大错特错。 DeepSeek 的定位逻辑要更复杂，V4-Flash 的参数量和激活量都小得多，API 价格更有竞争力。推理能力和 Pro 很接近，世界知识储备稍逊，
简单 Agent 任务上两者差距不大。真正拉开差距的是高难度任务，以及思考模式的选择。
在 Think Max 模式下，V4-Flash 的推理性能可以大幅追近 Pro：LiveCodeBench Flash Max 达到 91.6，Codeforces Flash Max Rating 达到 3052，GPQA Diamond Pass@1 达到 88.1，IMOAnswerBench Pass@1 达到 88.4，和 Pro Max 的差距已相当有限。
日常任务用 Flash，遇到硬骨头开 Think Max，性价比很高。
模式之间的性能落差远比版本之间的落差大。以 V4-Pro 为例，HLE Pass@1 从非思考模式的 7.7 提升至 Max 模式的 37.7，Apex Pass@1 从 0.4 提升至 38.3，BrowseComp Pass@1 从无法评测跃升至 83.4。对于复杂任务，选对思考强度，比纠结选哪个版本要重要得多。
两款模型均支持三种推理强度，可通过 reasoning_effort 参数切换。
非思考模式响应速度快，适合日常轻量任务；Think High 开启显式逻辑推理，适合复杂问题与规划；Think Max 推理能力拉满，适合探索模型上限，官方建议上下文窗口至少设置为 384K token，复杂 Agent 场景则直接设成 max。
Think Max 模式下还有一段额外注入到系统提示开头的指令，要求模型「以绝对最大力度推理，不允许走捷径」，并强制要求把每一步推理、每一个被否定的假设都显式写出来。
这种设计的效果从数据上看相当明显，也解释了为什么同一个模型在不同模式下的表现差距如此之大。
百万长上下文，榨干每一个 token
百万 token 上下文有不少模型都在宣传，但撑起这个规模的工程代价是完全不一样的。
DeepSeek V4 在架构层面做了比较大的调整。注意力机制是这次改动的核心。传统的注意力计算量随序列长度平方增长，上下文一长就成了最主要的计算瓶颈。
V4 引入了两种压缩注意力并交替使用。CSA 把每 m 个 token 的 KV 缓存压缩为一条，再用稀疏注意力只挑其中 k 条参与核心计算；HCA 则用更激进的压缩率，把更长区间的 token 压缩为一条，但保持稠密注意力。
CSA 里还有一个闪电索引器，用 FP4 低精度快速算出每个查询 token 和各压缩块之间的相关性得分，再挑出 top-k 个块参与后续注意力，进一步压缩计算量。为了避免压缩损失局部细节，两种注意力都额外引入了滑动窗口分支，让每个 token 能完整看到最近的若干个相邻 token。
效果是显著的，在 1M 上下文场景下，V4-Pro 的单 token 推理计算量仅为 V3.2 的 27%，KV 缓存占用降至 V3.2 的 10%。V4-Flash 更激进，同样场景下推理计算量仅为 V3.2 的 10%，KV 缓存降至 7%。
官方表示，百万上下文从现在起将是 DeepSeek 所有官方服务的标配。
真·就长长长长长长长长。
除注意力机制外，V4 还引入了流形约束超连接（mHC）来强化残差连接。
传统残差连接把层与层之间的信号直接相加，而 mHC 把残差流的宽度扩展若干倍，再通过三组可学习的线性映射动态控制信号的混合方式。
负责残差变换的矩阵被约束在双随机矩阵集合上，保证谱范数不超过 1，让跨层信号传播更加稳定。
训练层面采用 Muon 优化器，通过迭代正交化梯度矩阵来更新参数，加快收敛速度并提升稳定性，和 AdamW 混用：大多数模块用 Muon，嵌入层、预测头、RMSNorm 权重仍用 AdamW。
训练过程中遇到了 loss spike 问题。
DeepSeek 摸索出两个有效手段。第一个叫「预期性路由」，在第 t 步训练时用第 t-Δt 步的旧参数计算路由索引，把骨干网络和路由网络的更新解耦，打破两者之间的恶性循环。
第二个是对 SwiGLU 激活函数的线性分量做截断，把数值范围钳制在 [-10, 10] 以内，直接压制异常值的出现。补货，两种方法目前只知道有效，机理还不够清晰，DeepSeek 在论文中坦承这个问题留待后续研究。
此外，两款模型均在超过 32T token 的高质量数据上完成预训练，数据构成涵盖数学、代码、网页、长文档等多个类别，中期训练阶段还额外加入了 agentic 数据来强化代码能力。
训练后阶段采用两步范式，先通过 SFT 与 GRPO 强化学习独立培养领域专家，涵盖数学、代码、Agent、指令跟随等多个方向，再经在线蒸馏（OPD）将各领域能力整合进单一模型。
OPD 采用全词表 logit 蒸馏而非 token 级 KL 估计，梯度估计更稳定，知识迁移更完整，代价是工程实现难度大幅提升——超过十个教师模型的权重被集中存储、按需加载，隐藏层状态也做了专门缓存以避免显存爆炸。
当然，源神，依然是那个源神！
目前四个权重版本均已开源，可在 HuggingFace 或 ModelScope 下载。
Base 版本采用 FP8 Mixed 精度，指令版本采用 FP4 与 FP8 混合精度，MoE 专家参数使用 FP4，其余参数使用 FP8。
FP4 到 FP8 的反量化是无损的，因为 FP8（E4M3）比 FP4（E2M1）多两位指数位，动态范围更大，能完整吸收 FP4 的量化信息。本地部署建议将采样参数设为 temperature=1.0、top_p=1.0。
此次发布未提供 Jinja 格式 chat template，官方在 encoding 文件夹中提供了 Python 脚本与测试用例，说明如何将 OpenAI 兼容格式的消息编码为模型输入字符串，以及如何解析模型的文本输出。
API 接入方面，V4-Pro 与 V4-Flash 已同步上线，同时支持 OpenAI ChatCompletions 接口与 Anthropic 接口。价格如上，调用时 base_url 不变，model 参数改为 deepseek-v4-pro 或 deepseek-v4-flash 即可。
旧接口名称 deepseek-chat 与 deepseek-reasoner 将于三个月后（2026 年 7 月 24 日）停止使用，当前阶段两者分别指向 V4-Flash 的非思考模式与思考模式，开发者需在截止日期前完成迁移。看来这个周末有得忙了。
除了技术架构，DeepSeek V4 这次一个更值得关注的变化，是英伟达不再是唯一选项。
也就是说， DeepSeek 没有给英伟达或 AMD 提前优化适配的机会，而是把早期访问权限独家开放给了国产芯片厂商。这意味着，国产模型在「去英伟达化」迈出了重要的一步。
图片
DeepSeek 选择在 V4 这个节点上做这件事，时机很精准。
V4 的性能已经比肩顶级闭源模型，如果它只能跑在英伟达芯片上，那「国产最强开源模型」这个标签总显得差一口气。现在它跑通了昇腾，这个叙事也有所完整：算法是自己的，代码是开源的，芯片是国产的。
巧合的是，黄仁勋最近就在与科技播客 Dwarkesh Patel 的访谈节目中表示，DeepSeek不是一个无足轻重的进展。
他还假设了一个情况，那就是 DeepSeek 新模型在华为平台上首发，黄仁勋表示这一天对美国来说将是一个可怕的结果，因为这意味着 AI 模型被优化为在中国 AI 硬件上表现最佳，而这些模型扩散到全球之后，就会推动中国技术成为世界标准。
DeepSeek 用万亿参数级别的模型验证了昇腾可以承载顶级大模型的推理，这对整个国产算力生态是一针强心剂。国内大厂本就在加大昇腾芯片的采购力度，V4 的成功适配让这个决策有了更充分的技术背书。寒武纪、海光信息等其他国产芯片厂商也会被倒逼着加速自己的大模型适配进度。
一个顶级开源模型的芯片选择，正在撬动一整条产业链的洗牌。
DeepSeek-V4 模型开源链接：
https://huggingface.co/collections/deepseek-ai/deepseek-v4
https://modelscope.cn/collections/deepseek-ai/DeepSeek-V4
DeepSeek-V4 技术报告：
https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek\_V4.pdf
据外媒 Business Insider 报道，Anthropic 在私募二级市场的估值已突破 1 万亿美元。作为参照，OpenAI 今年 3 月末最新一轮融资的估值，仍停留在 8520 亿美元。
除了业内老生常谈的「AI 泡沫论」，这组对比数据也表明了曾经稳坐头把交椅的 OpenAI，如今正在直面被追赶、被超越的压力，但没有让我们等待多久，OpenAI 的反击旋即而至。
就在刚刚，GPT-5.5 正式发布，同步亮相的还有面向更高阶任务的 GPT-5.5 Pro 版本。
如果用一句话总结 GPT-5.5 的核心设计思路，那就是让用户把一团杂乱、多步骤的复杂任务直接抛给模型，由它自主规划路径、调用工具、校验结果、消解歧义，并一路推进。
看似只是 0.1 的版本号迭代，在推理效率上却判若大版本更新—— 同样的 Codex 任务，GPT-5.5 消耗的 token 显著更少，既更聪明，也更省。
▲吐槽了一个多月，偏偏等到 GPT-5.5 发布，Anthropic 才想起要解决降智问题
GPT-5.5 登场，不讲武德的屠榜
GPT-5.5 的纸面成绩非常可观。
在知名第三方评测机构 Artificial Analysis 的综合智能指数榜单上，OpenAI 凭借 GPT-5.5 系列拿下了第一名和第二名，前六席中包揽了四席，竞争对手几乎毫无招架之力。
基准测试结果显示，在 Terminal-Bench 2.0（测试复杂命令行工作流）上，GPT-5.5 达到 82.7%，GPT-5.4 为 75.1%，Claude Opus 4.7 为 69.4%。
在 SWE-Bench Pro（评估真实 GitHub 问题解决能力）上，GPT-5.5 达到 58.6%，能在单次运行中端到端完成更多任务，超过 GPT-5.4 的 57.7%。
在 OpenAI 内部的 Expert-SWE 评测上，任务的人类预计完成时间中位数为 20 小时，GPT-5.5 达到 73.1%，GPT-5.4 为 68.5%。且在三项评测上，GPT-5.5 均以更少 token 完成任务。
只不过，OpenAI 这次也玩起了脚注里的小心思，用一行小字暗戳戳质疑 Claude Opus 4.7 部分成绩的可信度。但网友 Deedy 对此并不买账，在他看来，这行备注更像是转移注意力 —— 毕竟 OpenAI 自己也没能拿出一套更透明的公开基准，正面佐证 GPT-5.5 的实力。
在智能体编码、computer use（计算机使用）、知识工作和早期科学研究等领域，GPT-5.5 的提升尤为显著。
早期测试者反馈，GPT-5.5 在理解大型代码库整体结构方面明显更强，能主动预判潜在问题，提前考虑测试和审查需求，无需额外提示。
知名评测博主、Every 创始人 Dan Shipper 分享了一个具体案例：他的应用上线后出现问题，自己调试数天未果，最终请来工程师重写了部分系统。他用 GPT-5.5 重现这一场景，结果模型给出了与工程师相同的解决思路，而 GPT-5.4 则无能为力。
Cursor 联合创始人 Michael Truell 表示，GPT-5.5 比 GPT-5.4 更聪明、更有韧性，工具调用更可靠，面对复杂长期任务时能坚持更久而不中途停下。
更夸张的是，一位英伟达工程师在早期体验后直言：「失去 GPT-5.5 的访问权限，感觉就像是我的肢体被截肢了一样。」
▲ 如无意外，又一个名梗的诞生
（哈？？）不过，考虑到奥特曼看完 GPT-5 演示之后，直接「眩晕无力、瘫倒在地」，而且这件事到今天也没有一个正经解释，英伟达工程师这句话，好像也没那么夸张了。
而在知识工作场景，GPT-5.5 也有着出色的表现。
- 在衡量模型横跨 44 种职业知识工作能力的 GDPval 评测中，GPT-5.5 获胜或打平比例达 84.9%，GPT-5.4 为 83.0%，Claude Opus 4.7 为 80.3%，Gemini 3.1 Pro 仅 67.3%。
- 在 OSWorld-Verified（测试模型能否自主操作真实计算机环境）上，GPT-5.5 达到 78.7%，GPT-5.4 为 75.0%，Claude Opus 4.7 为 78.0%。
- 在 Tau2-bench Telecom（测试复杂客服工作流）上，GPT-5.5 在无提示词调整的情况下达到 98.0%，GPT-5.4 为 92.8%，差距相当明显。
- 在其他专项评测上，GPT-5.5 在 FinanceAgent v1.1 达到 60.0%，内部投行建模任务达到 88.5%，OfficeQA Pro 达到 54.1%（Claude Opus 4.7 为 43.6%，Gemini 3.1 Pro 仅为 18.1%）。
- 在 BixBench（围绕真实生物信息学和数据分析设计）上，GPT-5.5 达到 80.5%，GPT-5.4 为 74.0%，在已发布分数的模型中排名第一。在 GeneBench（测试遗传学和定量生物学的多阶段数据分析）上，GPT-5.5 达到 25.0%，GPT-5.4 为 19.0%，Pro 版本达到 33.2%。这些任务通常对应科学专家数天的工作量。
OpenAI 内部有超过 85% 的员工每周使用 Codex，覆盖软件工程、财务、传播、市场、数据科学和产品管理等部门。
财务团队用 GPT-5.5 审查了 24771 份 K-1 税务文件，共计 71637 页，最终比上一年提前两周完成。传播团队打造了一套自动化 Slack 机器人，负责处理低风险请求自动处理，市场团队的一名员工则用它自动生成每周业务报告，每周节省 5 到 10 小时。
此外，GPT-5.5 的一大亮点还在于推理基础设施的协同升级。
GPT-5.5 与 NVIDIA GB200 和 GB300 NVL72 系统联合设计和训练。其中一项关键改进是负载均衡和分区策略，Codex 分析了数周的生产流量数据，编写了自定义启发式算法来动态优化分区和负载均衡，最终将 token 生成速度提升了超过 20%。
OpenAI 还指出，GPT-5.5 本身也参与了改进自身推理基础设施的过程。
GPT-5.5 即日起向 ChatGPT Plus、Pro、Business、Enterprise 用户开放，Codex 支持最高 400K 上下文窗口，并提供 1.5 倍速的 Fast 模式（费用为标准价格的 2.5 倍）。GPT-5.5 Pro 则面向 ChatGPT 的 Pro、Business 和 Enterprise 用户推出。
API 版本即将上线，标准定价为每百万输入 token 5 美元、每百万输出 token 30 美元，上下文窗口为 1M token。批量处理和弹性定价为标准价格的一半，优先处理模式为标准价格的 2.5 倍。
GPT-5.5 Pro 的 API 定价为每百万输入 token 30 美元、每百万输出 token 180 美元。OpenAI 表示，由于 token 效率的提升，大多数用户的实际使用成本不会有明显增加。闭口不提 Claude Opus 4.7，却句句都在内涵。
OpenAI 要做 AI 时代的超级入口
没有哪一款模型能收获一边倒的评价，GPT-5.5 同样如此。网友 @chetaslua 用一条提示词在 Codex 中生成了一个带有风效应物理引擎的完整网站，物理交互和界面设计一并到位，感叹「这是我第一次觉得 ChatGPT 可以成为解决一切问题的首选 AI 工具」。
网友 @petergostev 让模型生成了一个包含伦敦地标和季节变化的玩具铁路场景，与 GPT-5.4 的输出对比后，他的结论是「GPT-5.5 更有野心、一致性更强，错误更少」，并在更复杂的应用迁移任务中让模型连续工作数小时，没有出现卡壳。
当然，吐槽的声音同样存在。网友 @arrakis_ai 发现，GPT-5.5 在遇到复杂布局时有时会直接生成一张图片了事，处理图标需求时会从头硬写 SVG 而不调用现成库，同时频繁暂停追问用户，执行力反而不如从前果断。
文笔方面，我的个人体验也有类似感受。GPT-5.5 确实比前代更会组织语言了，至少已经能说点人话，但依然有一股怪味：「我就在这里，不躲，不藏，不绕，不逃， 稳稳地接住你 」。
并且，不少网友也注意到，OpenAI 在基准测试榜单上也动了些营销的心思。
网友 Haider 认为，GPT-5.5 和 Mythos 的差距没有预想的那么悬殊，而 Mythos 定价是 GPT-5.5 的两倍，且不公开发售。他的判断是，下一代 GPT 赶上 Mythos 应该问题不大。
据外媒 Techcrunch 报道，面对记者关于「GPT-5.5 是否具备类似 Mythos 能力」的刺探时，OpenAI 技术人员 Mia Glaese 给出了一个滴水不漏却暗藏锋芒的回答：「我们在网络安全方面有着长期且强有力的战略，并且已经完善了一套持久的、安全推出模型的方法。」
话外之音已经十分明朗：单一的强大模型终究只是过客。真到了拼数字防御和企业级落地的深水区，OpenAI 的生态壁垒，才是 B 端客户唯一稳妥的安全牌。
而随着 GPT-5.5 的登场，OpenAI 的野心已经足够清晰：他们不再满足于做一个聪明的聊天机器人，而是要亲手打造一个吞噬一切工作流的「AI 超级应用（Super app）」。
在接受外媒采访时，OpenAI 总裁 Greg Brockman 用了一个词「自主性（Agentic）」来形容这次模型的进步跨越。与前代模型 GPT-5.4 版本相比，GPT-5.5 消耗的 Token 更少，但思考速度更快、逻辑更清晰，开始展现出主动解决复杂问题的能力。
这正是迈向超级应用的坚实底座。
▲ 奥特曼今晚异常兴奋，还更换头像了
所谓超级应用，便是将 ChatGPT、Codex 与 AI 浏览器深度融合为统一服务。想象未来的工作流：人们不必再在浏览器、代码编辑器、数据分析工具之间反复切换。只需对着这个超级应用下达一个宏观指令，GPT-5.5 就能自主在后台打开网页搜集资料、编写爬虫代码、清洗数据，最终直接交付一份完整的分析报告。
当然，犹如 Claude 与 Claude Code 的强绑定，OpenAI 也意在替 Codex 的增长势头加一把火。最近，奥特曼表示，Codex 活跃用户在突破 300 万不到两周后便直逼 400 万大关，OpenAI 随之重置速率限制，以「量大管饱」的姿态收割开发者生态。
一方面，凭借 GPT-5.5 与 GPT-Image-2 的强势表现，正面回击了 Anthropic 在估值预期上的压力；另一方面，则利用 Codex 的生态粘性紧锁开发者阵地，稳步构筑起横跨 C 端消费与 B 端企业级服务的完整服务体系。
攻守之势异也，今年以来被诟病掉队的 OpenAI，终于重新找回两年前的进攻节奏，并将精力放在了踏踏实实打磨产品上。
附上 OpenAI 官方博客地址：
https://openai.com/index/introducing-gpt-5-5/
*封面由 AI 生成
折叠屏手机，今年 7 岁了。
这 7 年里，行业反复试探过不同答案：怎么折、屏多大、外屏与内屏该如何分工……但当一切逐渐定型，主流折叠手机却收敛成一种近乎单一的形态：合上，是一台细长的直板机；展开，是一块接近正方形的大屏。
当所有人都在重复同一个答案时，一个问题也变得刺眼：这真的是最优解吗？大屏当然有用，但大家都知道正方形比例，并不好用。
当硬件技术趋于成熟，对于「形态」的讨论更加不可回避。
华为 Pura X 给出新思路：合上是接近正方形的小屏机，展开则是标准 16:10 长方形大屏。
而到了今年，这一形态不再只是试探，正走向更普适的落地，苹果、三星相继入局之际，全新发布的华为 Pura X Max 已率先打响第一枪。
√2:1，折叠屏手机的最优解
爱范儿手上这台 Pura X Max 为「星际蓝」配色，设计延续了 Pura X 的蒙德里安几何设计，三个板块的纹理质感都各有不同，不过玻璃机身略沾指纹。
长条状的相机 Deco 边缘采用了陶瓷材质，质感很优秀，只是三摄模组的凸起也确实比较夸张。
转到手机正面，就是 Pura X Max 最有趣的部分——屏幕。
Pura X Max 或许有着十年来最古怪的手机屏幕比例：外屏 5.4 寸，内屏 7.7 寸，比例为 √2:1。
这个看起来有点特别的数字，是出版行业用了上百年的标准答案，这个比例的长方形，不管怎么对折，长短边都会保持「√2:1」的比例。
也就是说， Pura X Max 的内屏和外屏的比例是一致的，屏幕实现了「等比」放大，保证了大小屏的观感不割裂，应用适配上也降低了一层难度。
如果将 Pura X Max 和窄折叠手机进行对比，用前者看视频不仅能增加 20% 左右的现实面积，更重要的是，没有了上下大面积黑边挤压，画面终于完整铺开，更加赏心悦目。
在同样的显示面积，尽可能提升屏幕利用率，这也是人类在显示技术上一以贯之的追求，不然为什么看大片之前，我们都要希望能选对合适的银幕，好匹配电影的画幅比例。
毕竟，人类的内容虽分竖屏或横屏，却几乎没有「正方形」的呈现方式。
Pura X Max 这块长方形的大屏幕，天生为显示内容存在，不管是横向的 Bilibili 长视频，还是竖向的抖音短视频，抑或是日常拍摄的 4:3 照片，这些媒介都能很好利用整块屏幕。
很多人忽略的是，这块拥有和出版物接近 √2:1 比例的长方形屏幕，在竖屏情况下阅读文字，能获得更熟悉的观感。
相比这块体验更完整的大屏幕，更多人同样关心的是，Pura X Max 折叠起来的体验究竟如何？毕竟对于很多人来说，外屏的使用频率要更高，更「日常」。
去年发布的 Pura X，可以看作 Pura X Max 的一次先行探索，年销量 150 万台的成绩证明，一块「宽」屏幕不仅可行，还很能卖。
Pura X Max 的外屏，完全可以看作是 Pura X 备受好评的宽屏改版，两者在宽度上非常接近，都接近单手使用的边界，Pura X Max 只是在长度上会略短一点，并且因为更「方」， 重量分布会更均匀。
左：Pura X 内屏，右：Pura X Max 外屏
用这块 5.5 寸的外屏刷小红书、看 B 站的视频、漫画，以及拍摄照片，观感体验都比一台 6.3 寸的 iPhone 要好上不少，因为很多内容的比例都是 3:2 或者 4:3，Pura X Max 天然都比长条状的直板机更适配。
但由于应用适配的都是主流的长条状屏幕，很多信息流都是纵向排列，像是外卖、朋友圈这些场景，Pura X Max 的外屏只能显示 1-2 个板块，呈现的信息很少，还需要用户持续不断用拇指往下刷。
这其实是一种颇为无奈的现实：宽屏在内容呈现上更接近人眼的观看方式，也更具沉浸感，却因为它偏离了那个「不够好」窄屏范式，反而不好用了。
好在，「阔折叠」这条道路，华为并不孤独。蛰伏 7 年， 苹果带着折叠屏 iPhone 下场了。
这台传闻中的设备，在尺寸和比例上和 Pura X Max 将会相当重叠： 内屏 5.4 英寸，外屏 7.7 英寸，屏幕 「√2:1」的长宽比。
折叠 iPhone 机模和 iPad mini 对比，图源：X@VadimYuryev
当苹果和华为都不约而同选择入局阔折叠，并不是这个新的概念多出了两家厂商那么简单——而是阔折叠这个新产品，一下子得到了世界上的两大手机生态的支持，开发者一呼百应，很有可能改变这个不够好的现状。
关于 Pura X Max 的应用适配体验，以及「阔折叠」生态的更多讨论，可以看看这篇文章：《我们需要更多阔折叠｜硬哲学》
熟悉的华为体验：鸿蒙生态 + XMAGE 影像
适配的问题，一直以来都是「阔折叠」这种异型设备难啃的硬骨头，但华为鸿蒙生态， 刚好是一套破局的组合拳。
拿到华为 Pura X Max 的第一天，除了像淘宝闪购这样的应用，在少数界面会遇到显示异常的小 Bug，其他所有应用在日常使用中几乎没有问题，仿佛它们都提前做好了适配。
此前，我也用过一些方形屏幕的 Android 手机，几乎每一个应用都会遇到显示的适配问题，严重的会导致完全无法使用。
鸿蒙系统「一次开发，多端部署」的特性，使得原生开发的鸿蒙应用能天然适配各种尺寸、形态的设备，连 Pura X 那块手心大小的方形外屏都能兼容，Pura X Max 这种阔形大屏自然更不在话下。
甚至一些适配得很优秀的应用，例如飞书和 QQ 音乐，折叠和展开时能丝滑切换手机和平板的两套 UI，让不同场景的体验更加舒适。
至于需要「卓易通」来满足的非原生应用，更多还是取决于这个应用本身有没有做好，至少我使用的微博极速版、网易云音乐和 Apple Music，不管是外屏还是内屏的体验都比较正常。
卓易通版网易云音乐
Pura X Max 支持 M-Pen 3 Mini 手写笔，并成为了第一款支持专业级绘画 App「天生绘画」的手机，完全可以成为一台随手的「写生本」，长方形的屏幕比例也更适合创作。
更有开创性的体验，是全新的小艺伴随式 AI。
由于屏幕够宽，小艺现在以侧边栏的方式常驻屏幕长边，应用内容收窄到了接近常规直板机的宽度，不影响阅读浏览，但可以随时利用一旁的 AI 来进行互动。
比如平时写一些社媒上潮流的选题，我会打开小红书做功课，收集网友们的看法和意见，平时一般都只能用截图、手记的方式，效果一般，想溯源也不好找回原贴。
小艺伴随 AI 就像一个「导读」，一个顺手的 AI 书记员，一边刷小红书，一边就能一键统一收藏和快速总结。
如果在使用微信、短信时开启小艺伴随 AI，开启读屏就可以自动抓取日程安排、目的地等信息，更懂个人行程。
只是，目前的小艺伴随功能还比较初级，识屏后个性化推荐的操作比较少，算不上特别实用，甚至有时候还会出现识屏失败的情况。
不过，这是一个很有潜力的功能设计，让「阔折叠」离 AI 硬件更进一步。AI 助手好不好用，不止靠模型和算力，也需要更多用户上下文。这种「伴随式」的 AI 交互方式，用户可以不断「投喂」屏幕的内容，让 AI 用起来更懂你，期待未来会有更多有趣、实用的交互。
既然是一台华为的「Pura」手机，Pura X Max 自然也不会在影像上拉垮，对比很可能是双摄的折叠 iPhone，Pura X Max 至少在影像配置上给的很足。
就比如折叠 iPhone 大概率无缘的长焦，Pura X Max 搭载了一颗 5000 万像素、F2.2 光圈的 3.5x 镜头，参数上比较接近华为 Mate 80 Pro Max ，搭配 RYYB 传感器，夜景场景表现不错。
华为 XMAGE 影像的优势，已经不只在于「堆料」，AI 智拍不仅会帮你挑好最匹配场景的色调，还会帮助自动构图，这种「审美」上的外挂，有时候比参数更能帮助出片。
华为全新的「AI 姿势推荐」摄影玩法，最适合的载体就是阔折叠手机，拍摄时能够利用外屏，让被拍摄者能够直观参考姿势。
不过，折叠屏手机天生和「影像」就不那么契合，Pura X Max 这个巨大的模组，展开内屏后由于机身太轻薄，竖屏使用容易头重脚轻，也容易导致发热和高耗电的问题。
让我不太满意的还有 Pura X Max 略显捉襟见肘的续航：一天一充基本没跑，如果用内屏或者拍摄较多，手机电量会被快速消耗。
从系统、AI 到影像，Pura X Max 的体验都和一台「华为」手机无异，原生鸿蒙系统成为了「阔折叠」体验不打折的基石，还在此之上实现了更多独特的优势。
如果想买一台折叠手机，鸿蒙系统也已经能很好覆盖你的日常应用需求，那么 Pura X Max 能为你带来市场上目前独一档的好。
折叠屏的一次「拨乱反正」
2 年前，华为推出三折叠 Mate XT，很多人原本不理解这个形态，觉得是一种毫无意义的「炫技」。
但随着实际体验的铺开，这样的声音，质疑声也基本消散——当这块接近 10 英寸的 16:11 大屏被展开，对比方形的双折叠，有着使用体验上的绝对优势。
可以这么说，「三折叠」也是一种「阔折叠」，其屏幕比例，也接近于 √2:1。
但「三折叠」是一条更曲折的道路：它太贵，无法普及；太厚重，有一点牺牲便携；这个形态也比较复杂，很多人第一次上手甚至不知道怎么翻折。
Pura X Max，就是一个更「亲民」的方案，价格比三折叠便宜近 1 万块，但体验上并没有什么降级：双开合设计轻便，且符合直觉，影像没有缩水，应用生态也几乎一致——如果你喜欢华为的三折叠手机，那 Pura X Max 很值得考虑。
很多人会问，一万块买一个折叠屏手机，值不值？
我想，我们对「折叠屏」手机有所向往，本质上是源于对智能手机形态的不满。
直板手机受限于便携性，始终难以突破 7 英寸的藩篱，而「折叠」就是将一块大屏幕塞口袋的巧妙方式。
但过去 7 年，行业给出的主流答案，却在不知不觉中偏离了这个初衷——看似更大的屏幕，因为妥协只能受限于一个不科学的比例，牺牲了观感。
「阔折叠」的出现，更像是一种迟来的纠偏：重新回到以内容与观感为中心。毕竟，折叠屏的存在，从来不是为折而折，为大而大，是为了看起来用起来更爽。
这不意味着 Pura X Max 或者说阔折叠就是折叠屏手机的最终答案，但至少一个新的更好的范式正在成型，可以预想未来会有更多厂商跟进。
Pura X Max 的优势，在无形中抬高了人们对折叠 iPhone 的期待；它在体验上的一些不足，也让人更好奇，苹果是否会为这块「宽屏」，带来一套不太一样的 UI 逻辑，好弥合它和当下 App 交互体系之间的错位。
在不遥远的未来，阔折叠还可能会延伸出另一层价值，成为我们兜里「小电脑」。
Android 正逐步强化类 PC 的系统能力，iOS 据说也将为折叠屏手机适配类iPadOS 的界面，而华为也在持续提升鸿蒙在折叠形态下的多任务体验。
随着「龙虾」等 AI Agent 新范式席卷消费电子领域，一块接近 PC 比例的随身大屏，所承载的就不只是消费内容，更将成为内容生产与交付的随身界面。
在 AI 不断重塑人机交互的当下，硬件形态自然也需要不断自我革新，「阔折叠」的价值，正在突破单纯的「手机 + 平板」，成为一种在不同场景自由延展的新形态。
以这个视角来看，阔折叠手机，就是更好的折叠屏手机。
继 2 月份在工信部亮相后，小米 YU7 GT 终于有了更多的官方消息。
在今早的北京车展发布会上，雷军宣布，小米 YU7 GT 即将在 5 月底正式发布。
雷军介绍到：
在汽车工业过去的 100 多年来，GT 都代表着适合长途旅行的高性能豪华车。YU7 GT 就是一台能够够长途旅行，同时充满着驾驶乐趣的跑车级 SUV。
根据图片和此前发布的信息来看，相较于现售的 YU7 车型，YU7 GT 在长度与宽度上略有增加，高度则略低，整体姿态更显低趴，强化了运动感，最终的车身尺寸来到了 长 5015mm、宽 2007mm、高 1597mm，轴距 3000mm。
在设计细节上，YU7 GT 的设计语言延续了 YU7 的家族风格，但对侧裙与轮拱造型稍作调整，前后格栅取消了主动进气格栅（AGS）系统，并新增多处空气动力学组件，使整车视觉效果更加锐利、更具赛道气质。
同时，新车在前门板连接处与车尾均加入了醒目的红色「GT」标识，进一步凸显其性能身份。
雷军同时透露，YU7 GT 的马力达到了 1000 匹以上，极速 300km/h，续航超过 700km。
此前的申报信息也显示，小米 YU7 GT 搭载由小米汽车与汇川科技联合开发的双电机系统，新车前轴采用与 SU7 Ultra 同款的 288 千瓦电机，后轴则配备一台峰值功率达 450 千瓦的单 V8s 电机。
当然作为一款对标斯拉 Model Y 高性能版及保时捷 Cayenne Turbo GT 等高端性能 SUV 的车型，小米依旧将它带到了纽北赛道上进行测试。
小米 YU7 GT 由小米去年年初在德国慕尼黑设置的欧洲研发中心深度参与，该中心的负责人此前在宝马工作了 20 多年，为宝马 M 部门的技术总监，宝马 M4 GT3 为其代表作品，其他设计师团队的成员也均来自保时捷，兰博基尼，奔驰，宝马等顶级车企。
雷军同时在发布会上公布了新一代小米 SU7 的市场表现，在发布 35 天后，新一代小米 SU7 累计锁单来到了 60000 辆，共计交付 26000 辆。
🤖
GPT-5.5 正式发布：更聪明、更省 token
🔍
把员工变成 skill 后，Meta 又盯上了他们的鼠标和键盘
🍏
库克谈任期内「首个重大错误」：苹果地图翻车，Apple Watch 封神
☁️
Google 发布第八代 TPU：博通做训练，联发科做推理
🦿
宇树科技给机器人装上了轮子，还能前空翻
💻
曝微软曾考虑收购 Cursor
🚀
俞敏洪南极行将邀 10 名会员，明年 2 月启程
💰
曝美团副总裁夏华夏已离职，执掌无人车与 AI 业务逾十年
🤖
SK 海力士利润暴涨五倍
⚠️
西山居游戏辟谣「解散」传言：将依法追究恶意造谣
🚀
IPO 前夜裁员逾百人，曝智驾龙头 Momenta 感知算法团队「团灭」
🧠
脑机接口收费标准出炉
📋
抖音治理 AI 侵权：累计下架视频超 53.8 万条
💰
T3 出行赴港上市
🚗
岚图汽车董事长：经历 L3 是必要的
💡
Augment Code 实测：好的 AGENTS.md 相当于模型升级一档，差的不如没有
🎮
1999 元起，大疆发布全新 DJI Lito 系列无人机
GPT-5.5 正式发布：更聪明、更省 token
今天凌晨，OpenAI 正式发布旗下最强旗舰模型 GPT-5.5 及 GPT-5.5 Pro，核心能力是接受杂乱、多步骤的复杂任务并自主完成 —— 规划路径、调用工具、校验结果、持续推进，无需用户逐步干预。
🔗 相关阅读：刚刚，GPT-5.5 发布！Claude Code 连夜治好降智，「奥特曼瘫倒」喜提续集
- Terminal-Bench 2.0 得分 82.7%（GPT-5.4 为 75.1%），SWE-Bench Pro 达 58.6%，内部长任务评测 Expert-SWE 达 73.1%，且三项测试均以更少 token 完成；
- GDPval 跨 44 职业评测获胜或打平比例 84.9%，Tau2-bench Telecom 客服工作流达 98.0%（GPT-5.4 为 92.8%），OSWorld 计算机操作达 78.7%；
- BixBench 生物信息学评测 80.5%，居已发布分数模型首位；一个内部版本还证明了一个关于 Ramsey 数的长期猜想，并在 Lean 中完成形式化验证；
- 与英伟达 GB200/GB300 NVL72 系统联合设计，每 token 延迟与 GPT-5.4 持平，同时通过负载均衡优化将 token 生成速度提升超过 20%；同样的 Codex 任务，GPT-5.5 消耗的 token 显著更少。
Cursor 联合创始人兼 CEO Michael Truell 表示，GPT-5.5「面对复杂长期任务时能坚持更久而不中途停下」；Every 创始人兼 CEO Dan Shipper 验证了其能独立给出与资深工程师相同的系统重构方案；
一位英伟达工程师甚至表示「失去访问权限感觉就像肢体被截肢了一样」。
GPT-5.5 已向 ChatGPT Plus、Pro、Business 和 Enterprise 用户开放，Codex 支持最高 400K 上下文窗口；API 版本也即将上线，标准定价为每百万输入 token 5 美元、每百万输出 token 30 美元；GPT-5.5 Pro API 定价分别为 30 美元和 180 美元。
把员工变成 skill 后，Meta 又盯上了他们的鼠标和键盘
据 CNBC 报道，Meta 正在通过一款名为 Model Capability Initiative（MCI，模型能力计划）的内部追踪工具，记录员工在 Google、LinkedIn、Wikipedia 等数百个网站和应用上的键盘敲击与鼠标点击，作为训练 AI 模型的数据来源。
Meta 超级智能实验室（MSL）成员发出的内部备忘录显示，MCI 的监控范围还涵盖 GitHub、Slack 以及 Atlassian 等第三方平台，Meta 自家的 Threads 和 Manus 也在名单之列，清单早期版本曾包含 OpenAI 的 ChatGPT 和 Anthropic 的 Claude。
Meta 发言人向媒体证实了该项目，回应称构建帮助人们用电脑完成日常任务的智能体需要真实的人类使用范例，「比如鼠标移动、按钮点击和下拉菜单操作」，并强调系统已设置保护敏感内容的防护措施，数据不会用于其他用途。
MSL 在备忘录中进一步解释，为「教会模型使用电脑」，Meta 需要「庞大且无偏见」的数据集，新工具仅能看到员工屏幕上显示的内容，「不会读取文件或附件」，并建议「仍有顾虑的员工可以通过不在工作电脑上处理私人事务来控制屏幕显示内容」。
然而，多名 Meta 员工在内部消息中将该项目形容为「反乌托邦」，担忧 MCI 会暴露用户密码、新产品研发细节，以及员工的移民身份、健康状况和家庭成员等个人信息。而据《商业内幕》报道，该追踪计划并未向员工提供退出选项。
库克谈任期内「首个重大错误」：苹果地图翻车，Apple Watch 封神
据彭博社报道，苹果 CEO Tim Cook 日前在全员大会上的讲话有更多细节释出。
他回顾了自己近 15 年 CEO 任期内的得失，将 2012 年苹果地图的仓促上线称为「首个真正的大错误」，同时将 Apple Watch 列为自己最引以为豪的成就。
库克在大会上表示，苹果地图当时「还没有完全成熟」，团队误以为产品已准备就绪，原因在于测试内容主要集中于本地相关场景，并未做好充分准备便将其推向市场。
苹果地图于 2012 年随 iOS 6 正式发布，旨在取代此前合作多年的 Google 地图，却因大量功能缺陷引发广泛批评——错误的路线指引、标注有误的地标、城镇位置偏差乃至 3D 实景地图出现云层遮挡等问题接连曝出，成为当年科技圈的标志性翻车事件。
库克坦言，自己所犯的错误清单「长得惊人」，但他也指出，苹果在过去 15 年间基本上避开了其他消费电子公司频繁出现的大规模产品召回与取消事件，苹果地图的失误「最终成为了一次宝贵的经验」。
在被问及最自豪的时刻时，库克提到了 Apple Watch。他表示，第一次收到用户来信称 Apple Watch 挽救了其生命时，自己「深受触动」。
Google 发布第八代 TPU：博通做训练，联发科做推理
当地时间周三，Google 在 Google Cloud Next 年度大会上，正式发布了第八代 TPU。
值得一提的是，Google 此次将 TPU 一拆为二，推出专为训练优化的 TPU 8t 与专为推理设计的 TPU 8i，这也是谷歌历史上首次将两类工作负载拆分至独立芯片。
TPU 8t（训练芯片，谷歌 x 博通联合设计）
- 单颗规格：216 GB HBM、6.5 TB/s 内存带宽、128 MB 片上 SRAM、最高 12.6 petaFLOPS FP4 算力；
- 单 Pod 最多互联 9600 块芯片，配备 2 PB 共享 HBM，整体算力达 121 exaflops（FP4），较上代 Ironwood 提升约 3 倍，同等价格下性能提升 2.8 倍；
- 借助 OCS 光路电路交换与 Virgo 网络，单集群可扩展至逾百万块芯片；Managed Lustre 存储系统提供 10 TB/s 聚合吞吐；有效计算时间（goodput）达 97%。
TPU8i（推理芯片，谷歌 x 联发科联合设计）
- 单颗规格：288 GB HBM、8.6 TB/s 内存带宽、384 MB 片上 SRAM（是上代 3 倍）、10.1 petaFLOPS FP4 算力；
- 单 Pod 扩展至 1152 块芯片，提供 11.6 exaflops FP8 算力，同等价格下性能较 Ironwood 提升 80%，每瓦性能提升 117%；
- 采用 Boardfly 网络拓扑，最大芯片间通信跳数从 16 跳压缩至 7 跳；集合加速引擎（CAE）将集合通信延迟降低五倍，对 MoE 架构模型尤为关键。
两款芯片均采用台积电 2nm 制程，搭载谷歌自研 Arm 架构 Axion CPU，彻底告别 x86，并由第四代液冷技术提供散热支持，计划于今年晚些时候在 Google Cloud Platform 正式上线，完整量产目标定于明年底，支持 JAX、PyTorch、Keras 及 vLLM 等主流框架。
宇树科技给机器人装上了轮子，还能前空翻
宇树科技昨日发布最新视频，展示了轮足人形机器人的最新能力。视频画面显示，该人形机器人可流畅完成滑冰、轮滑等动作，并实现 360 度转身、单足转圈、前空翻等高难度动作。
宇树科技在视频中表示，「人形机器人是最理想的通用机器人（适配通用 AI 和人类数据），可以没有轮子，也可以有轮子，随意。」
曝微软曾考虑收购 Cursor
据 CNBC 报道，SpaceX 宣布以 600 亿美元收购 AI 编程工具 Cursor 之前，微软曾就收购该公司进行过探讨，但最终未提出正式报价。
此前，有风险投资机构已就 Cursor 500 亿美元的估值排好融资队列。知情人士称，SpaceX 协议达成时间较晚，令原本排队等候的投资者措手不及，且 SpaceX 在宣布收购前数周已开始向 Cursor 提供算力资源。
微软在 AI 编程赛道主推 GitHub Copilot，付费订阅用户已达 470 万。但目前该市场由 Cursor、Anthropic 与 OpenAI 主导，微软更多扮演投资者与云服务提供商角色。微软今年股价已累计下跌 10%。
俞敏洪南极行将邀 10 名会员，明年 2 月启程
日前，新东方创始人俞敏洪在社交平台发布视频，宣布邀请 10 名东方甄选会员共赴南极。
名额分配为 9 名从「买 2 年送 2 年」续费活动用户中选出，1 名从续费 3 年的老会员中产生。报名者需为 18 至 70 岁的符合条件会员，活动组将结合会员资格、健康情况及行程适配度通过电话回访进行综合选拔。
行程暂定明年 2 月 4 日出发，2 月 21 日返回中国，共计 18 天，集合城市拟在北京、上海、广州中选择。东方甄选承担往返机票、观光费及船费，不承担阿根廷签证费用，行程中将有嘉宾同行。
曝美团副总裁夏华夏已离职，执掌无人车与 AI 业务逾十年
据红星新闻报道，美团副总裁、首席科学家夏华夏已正式从美团离职，其此前担任美团无人车业务部总经理，直接向美团创始人王兴汇报。
夏华夏于 1993 年以山东省高考理科第一名的成绩考入清华大学计算机系，后赴美国加州大学圣迭戈分校取得博士学位。
2020 年 1 月，美团整合内部 AI 相关业务，正式成立美团 AI 平台作为一级平台组织，由夏华夏领导。此后，他晋升为美团副总裁、首席科学家，全面负责无人车全链条研发与运营工作。
SK 海力士利润暴涨五倍
据 CNBC 报道，海力士昨日公布 2026 年第一季度财报，营收 52.58 万亿韩元（约合 355.5 亿美元），同比增长近两倍，首次突破 50 万亿韩元；营业利润 37.61 万亿韩元，同比增长约五倍，营业利润率创历史新高至 72%。
业绩增长主要受 AI 需求与内存价格上涨双重驱动。海力士是英伟达 AI 处理器的核心供应商，目前以 57% 的市占率稳居全球 HBM 市场首位。
海力士计划今年下半年提供第七代 HBM4E 样品，明年启动量产。产能方面，SK 集团董事长崔泰源今年 3 月预计全球晶圆短缺将持续至 2030 年，海力士同步宣布在韩国投资 19 万亿韩元新建工厂。
西山居游戏辟谣「解散」传言：将依法追究恶意造谣
近日，网络流传一批假冒媒体名义发布的伪造截图，内容称西山居游戏将于「6 月 31 日」解散并出售给网易。
昨天，西山居官方微博账号发布《严正声明》，否认近期网络流传的「解散」或「出售」传言。官方明确表示「西山居不存在所谓『解散』或『出售』的情况，日常经营一切正常，各项研发与发行计划稳步推进」。
西山居强调，上述造谣行为已严重损害公司合法权益，公司将依法追究恶意造谣、传谣主体的法律责任。
IPO 前夜裁员逾百人，曝智驾龙头 Momenta 感知算法团队「团灭」
据《次世代车研所》报道，智驾龙头 Momenta 内部正进行一轮大规模人员调整。
据悉，此次裁员重点波及感知算法部门与数据平台部，其中感知算法部门据称有 137 名员工离职，大多数为技术岗位，该团队负责人亦被曝以三倍薪资被竞争对手挖走。
对此，一位深度接触过 Momenta 管理及技术人员的知情者人士证实称：「传统感知裁了，但端到端算法没裁。」该人士透露，去年夏天起，Momenta 内部已开始加强「强化学习世界模型」布局，同步弱化对传统感知方向的投入。
Momenta 近期向香港交易所秘密递交上市申请，正式启动 IPO 流程。
知情人士透露，此次 IPO 前，Momenta 已以 60 亿美元估值完成 Pre-IPO 轮融资，获得阿联酋磊石资本（Stone Venture）、高榕资本、高成资本等机构合计约 5 亿美元投资。市场预计其 IPO 估值有望突破千亿元，并于今年内完成挂牌。
脑机接口收费标准出炉
据第一财经报道，国家医保局昨日发布消息，目前我国多数省份已为脑机接口相关价格项目制定政府指导价，其中侵入式脑机接口置入费价格集中在 6000 至 6600 元/次，非侵入式脑机接口适配费价格集中在 960 元左右。
此前一个月，我国批准了全球首个侵入式脑机接口医疗器械产品，该产品已被纳入上海市医保医用耗材目录。
上海脑机接口公司脑虎科技昨日也公布了第二例脑机接口临床植入研究进展。一位高位截瘫患者在接受脑机接口设备植入后，实现了自主进食，并能通过脑控外骨骼握笔进行绘画创作。
数据显示，该患者术后 1 个月已可通过意念控制实现患侧手部精准主动抓握，完成书写、绘画等高精度动作。从信号采集到终端执行，设备全链路延时低于 50 毫秒，达到国际植入式脑机接口延时控制的领先水平。
抖音治理 AI 侵权：累计下架视频超 53.8 万条
抖音昨日发布《关于 AI 生成不当内容及侵犯他人权益的治理公告》，披露了平台今年以来在 AI 侵权领域的专项治理成效。
今年以来，抖音持续强化对 AI 内容的技术识别能力。平台已累计下架 AI 侵权视频超 53.8 万条，处罚违规账号逾 4000 个；同时处置利用「AI 霸总」形象误导、诱导中老年用户互动的不当内容 3 万余条，涉及账号 1300 余个。
根据公告，平台当前重点处置四类 AI 侵权场景：
- 利用换脸、人脸合成技术制作恶搞、丑化或虚假内容，侵害他人肖像权与名誉权；
- 未经授权克隆他人声音，用于直播带货或短视频配音，对公众造成误导；
- 冒用他人身份蹭热博流量或实施诈骗引流；
- 伪造明星推荐视频、AI 生成商品宣传图等侵权带货行为。
T3 出行赴港上市
据《科创板日报》报道，南京领行科技股份有限公司（T3 出行）已向港交所提交上市申请书。
T3 出行由中国一汽、东风汽车集团、长安汽车、腾讯、阿里巴巴共同发起成立，是中国第三大智慧出行平台，网约车服务覆盖全国 194 个城市，累计注册用户达 2.35 亿人。
在财务表现方面，T3 出行于去年实现净利润转正，全年 GTV 同比增长 10.5% 至 189 亿元，毛利率达 13%，在中国大型智慧出行平台中排名第二，也是该行业中最快实现盈利的企业。
岚图汽车董事长：经历 L3 是必要的
据第一财经报道，岚图汽车董事长卢放日前在媒体沟通会上明确表态，走向更高阶智能驾驶能力的过程中，L3 级别阶段是不可跳过的。
我个人坚定地认为，走向更高阶的智能驾驶能力，经历 L3 级别的阶段是需要的。我觉得事物的演化需要一个转变的过渡阶段，这是为了对未来社会运转负责任、对未来交通安全负责任，经历 L3 级别是必要的。
💡 Augment Code 实测：好的 AGENTS.md 相当于模型升级一档，差的不如没有
AI 编程工具公司 Augment Code 昨日公布了一项内部研究：从自家代码库中抽取数十份 AGENTS.md，测量其对编码 AI 智能体产出质量的实际影响。
结果显示，写得好的 AGENTS.md 带来的提升相当于模型从 Haiku 升级到 Opus，写得差的则不如完全不写。
研究发现，有效的 AGENTS.md 应将主文件控制在 100 到 150 行，配合少量聚焦的参考文档，在中等规模的模块中可带来 10% 到 15% 的全面质量提升。
效果最显著的两种做法，是将操作流程写成编号步骤、用决策表帮助 AI 智能体提前锁定方案；写禁令时必须同时给出替代方案，否则智能体会陷入反复探索、迟迟不动手的困境。
而最常见的失败原因是文档堆积过多。一旦智能体被大量架构文档吸引，加载海量上下文后产出反而变差。
研究还指出，AGENTS.md 是智能体 100% 会自动读取的唯一文档位置，存放在 _docs/ 目录下且未被引用的文档，被发现的概率不足 10%。
1999 元起，大疆发布全新 DJI Lito 系列无人机
昨天，大疆正式发布全新 DJI Lito 系列无人机，推出 Lito X1 与 Lito 1 两款机型，定位入门级航拍市场，先看价格：
Lito 1 单机售价 1999 元，畅飞套装（DJI RC-N3）售价 2799 元；Lito X1 单机售价 2488 元，畅飞套装（DJI RC-N3）售价 3388 元，畅飞套装（DJI RC 2）售价 3988 元，长续航畅飞套装（DJI RC 2）售价 4488 元。
两款机型均采用轻于 249 克的折叠机身，折叠后可装入随身袋，在全球大部分国家和地区均可合规起飞；全系标配全向避障与全向智能跟随，搭载 DJI O4 图传，支持 1080p/60fps 高清画面传输，标配 36 分钟续航电池，换用长续航版本可达 52 分钟。
Lito X1
- 内置全向视觉感知系统，配备前后红外感知与前视激光雷达，双重系统协同工作，障碍物探测更为精准；
- 搭载 1/1.3 英寸传感器，f/1.7 大光圈，支持最高 8K 分辨率照片、4K/60fps HDR 视频（动态范围 14 级）、4K/100fps 慢动作、10-Bit D-Log M 格式及 2.7K 竖屏录制，机身内置 42GB 存储。
Lito 1
- 具备全方位环境感知能力，遭遇障碍时可智能刹停或绕行；
- 支持最高 8K 分辨率照片与 4K/60fps 视频，满足日常航拍需求。
字节跳动发布 Seed3D 2.0
字节跳动 Seed 团队昨日正式发布新一代 3D 生成大模型 Seed3D 2.0，在与六个主流模型的人类盲评对比中，Seed3D 2.0 在几何与纹理两项核心指标上均取得 SOTA，纹理生成任务的用户偏好率超过 69%。
- 支持部件级生成，通过 Seed3D-PartSeg 和 Seed3D-PartDiT 两个模块，可自动把椅子拆成座椅、靠背和底座，把机器人按四肢拆解，并补全每个部件的完整形状；
- 关节化建模：利用 VLM 识别可旋转或固定的关节类型，并用图生视频模型模拟运动范围，最终输出 URDF 标准格式，可直接导入 Isaac Sim 等物理仿真引擎；
- 支持文本、多视角图片或视频作为输入，模型自动推理空间布局并逐个生成物体，组合成完整的可交互仿真场景。
腾讯混元开源 Hy3 preview，推理效率提升 40%
昨天，腾讯混元发布并开源了 Hy3 preview 语言模型，总参数 295B，激活参数 21B。腾讯首席 AI 科学家姚顺雨将其定位为「混元大模型重建的第一步」。
- 复杂推理上，Hy3 preview 在清华大学求真书院数学博资考（26 春）中取得国内开源模型最高分；
- 代码与 AI 智能体是提升最显著的方向，在 SWE-Bench Verified、BrowseComp 等主流基准中均取得有竞争力的成绩；
- 在内部产品实测中，CodeBuddy 和 WorkBuddy 的首 token 延迟降低 54%、端到端时长降低 47%，并已稳定驱动最长 495 步的复杂 AI 智能体工作流；腾讯文档 AI PPT 生成成功率提升 20%、耗时缩短 20%。
成本方面，整体推理效率提升 40%。在腾讯云平台 TokenHub 上，输入价格最低 1.2 元 / 百万 tokens，输出最低 4 元 / 百万 tokens，个人版套餐最低 28 元 / 月。
特斯拉第三代人形机器人或年中亮相，7-8 月正式投产
昨天，特斯拉官方发文称，旗下第三代人形机器人预计年中亮相，将于今年 7-8 月启动正式投产，产品测试目前稳步推进，预计明年投入外部场景应用。特斯拉同时表示，人形机器人将成为其「有史以来生产规模最大的产品」。
今年 1 月 29 日，特斯拉在发布 2025 年第四季度及全年财报时曾表示，第三代人形机器人将于今年第一季度发布；2 月初，特斯拉官方微博也曾宣称第三代机器人「即将亮相」，并称其可通过观察人类行为学习新技能。
在产品规划上，第三代版本将在 2.5 代基础上升级，包含最新的手部设计。弗里蒙特工厂的 Model S/X 生产线届时将改造为人形机器人产线，规划年产能为 100 万台。与此同时，特斯拉正在为得州超级工厂筹备第二代生产线，长期设计年产能达 1000 万台。
华为乾崑 ADS 5 正式发布：训练效率提升 10 倍，碰撞风险降低 50%
华为昨日在北京举行乾崑技术大会，以「安全有乾崑 安心赴美好」为主题，正式发布乾崑智驾 ADS 5、鸿蒙座舱 HarmonySpace 6 等新一代智能汽车解决方案。ADS 5 采用 WEWA 2.0 架构，定位面向自动驾驶的 AI 智能体：
- 云端世界模型首次引入「多智能体博弈」机制，训练强度与效率均提升 10 倍；
- 车端世界行为模型引入安全风险场理论，碰撞风险降低 50%；
- 六维安全体系新增「全时域安全」，可在险情时通过云端向附近车辆发送预警；
- 驾驶员失能辅助功能升级，可自动将失能驾驶员引导至就近安全区域。
华为智能汽车解决方案 BU CEO 靳玉志同步发布行业首个面向自动驾驶的乾崑 OS 操作系统，可降低车内信号 30% 时延。截至 4 月 19 日，乾崑智驾 ADS 累计辅助驾驶里程已突破 100 亿公里，今年预计再投入 180 亿元用于研发。
座舱方面，HarmonySpace 6 发布 AMS 舱内 AI 多模态感知系统，可监测乘员生命体征并在事故中上报救援信息。小艺智能体升级至 MoLA 2.0 架构，搭载千亿级参数多模态大模型，成为行业首个全场景跨域交互的座舱 AI 智能体。影音配置上，双 17.2 英寸 3.4K 车载双联屏与 HUAWEI XSCENE LCoS 车载激光投影同步首发。
Claude Code 上线深度代码审查功能 ultrareview
近日，Anthropic 为 Claude Code 推出了名为「ultrareview」的深度代码审查功能，目前处于研究预览阶段。
该功能基于 Claude Code Web 基础设施运行，用户在 CLI 中执行 /ultrareview 指令后，系统会在远程沙箱中启动一组并行的审查 Agent，对当前分支或 Pull Request 进行全面的 Bug 扫描。
每一条审查结果均经过独立复现与验证，最终呈现的是真实存在的 Bug，而非风格建议；多个 Agent 并行探索代码变更，覆盖面更广；整个审查过程完全在云端运行，不占用本地资源。
在使用方式上，不带参数运行时，ultrareview 会审查当前分支与默认分支之间的差异，包含未提交和已暂存的变更；若传入 PR 编号（如 /ultrareview 1234），则直接从 GitHub 克隆对应 Pull Request 进行审查。
在定价方面，Pro 和 Max 订阅用户各获得 3 次免费试用额度，有效期截至今年 5 月 5 日，且为一次性配额、不会刷新。免费额度耗尽后，每次审查将按「额外用量」计费，费用通常在 5 至 20 美元之间，具体取决于代码变更规模。
千问开放「AI 办事」能力，首家接入东航上线 AI 选座、值机服务
千问昨日正式对外开放「AI 办事」能力，面向各类社会服务提供接入通道，首家合作伙伴为中国东方航空。
双方联合推出全流程 AI 机票直连服务，用户可在千问 APP 内通过自然语言完成航班查询、购票、选座及值机等操作，退改签服务由东航官方提供支持，会员服务也将在未来陆续接入。
千问与东航计划进一步拓展合作，涵盖行程管理、值机提醒、退改签协助，以及与打车、酒店等能力的整合，出发前主动提醒预约出行车辆等功能也将陆续上线。
茶颜悦色深圳首店开业：排队 2 小时、代购炒至 100 元
据时代财经报道，长沙网红奶茶品牌茶颜悦色于昨天在深圳湾万象城与深圳万象天地的两家门店正式开业，两家门店均位于深圳南山区核心位置。深圳也是茶颜悦色进驻的首个一线城市。
门店开业首日火爆异常。昨天上午 10 点，茶颜悦色深圳湾万象城店多个排队区已爆满，排队时间在 2 小时起；直至晚上 9 点，小程序显示该门店下单后仍需等待超过 1 个半小时。
茶颜悦色需消费者到店核销点单码后，饮品才进入制作流程，深圳新店还设置了每人限购 2 杯的规则。新店目前尚未开放外卖服务，受限购影响，原价 18 元的幽兰拿铁在代购处被炒至 100 元一杯。
茶颜悦色相关负责人透露，常规门店通常配备 3 至 4 名店员，「游园会」店型配备 8 至 9 名店员，而此次新开业的两家深圳门店每家配备了 50 名员工。
官方公告显示，今年茶颜悦色将在深圳开至少 10 家门店，位于深圳 COCO Park 与壹方城的两家门店目前处于筹备阶段，其中 COCO Park 门店将于 5 月底开业，壹方城门店将紧跟其后。
Nike 前高管出任 lululemon 新 CEO
据界面新闻报道，lululemon 董事会昨天一致批准任命 Heidi O’Neill 为公司新任 CEO，她将于今年 9 月 8 日正式就任并加入董事会。
Heidi O’Neill 拥有逾 25 年 Nike 从业经历，离开 Nike 前担任消费者、产品与品牌总裁，主导缩短产品研发周期、提升上市效率，目前还兼任 Spotify、凯悦酒店等公司董事。
Heidi O’Neill 表示，上任后将加速产品创新、深化品牌文化影响力并推动全球市场增长，重振北美业绩将是其首要课题。
另据《新京报》报道，lululemon 昨天对此前美国得州检出致癌物相关风波发表回应。品牌方表示，国内门店及仓储抽样送检结果显示所有样品均未检出 PFAS，国内监管部门的监督抽检结论与此一致。
雀巢确认出售蓝瓶咖啡，瑞幸背后大钲资本接盘
雀巢集团昨日在最新财报中正式确认，已同意将蓝瓶咖啡（Blue Bottle Coffee）出售给大钲资本（Centurium Capital），交易预计于今年上半年完成，尚需满足惯常前提条件。
大钲资本由黎辉于 2017 年创立，管理规模逾 70 亿美元，曾在瑞幸咖啡陷入危机后主导其重组并成为控股股东。
与此同时，雀巢 2026 年第一季度财报数据显示，一季度销售额为 213.17 亿瑞士法郎，同比下降 5.7%；有机增长率达 3.5%，高于市场预期的 2.64%，其中实际内部增长率（RIG）为 1.2%，定价贡献率为 2.3%。
咖啡业务表现突出，有机增长达 9.3%，旗下 Nescafé 在各市场实现双位数增长；食品与零食业务有机增长 4.2%，糖果品类表现亮眼；电商渠道有机增长 15.4%，占集团总销售额比重升至 21.5%。唯一拖累项来自营养品业务中的婴幼儿配方奶粉品类。
华纳股东投票通过派拉蒙千亿收购
据 Deseret News 报道，华纳兄弟探索昨日举行股东大会，股东以压倒性多数票通过了派拉蒙以约 1110 亿美元收购公司的交易方案，每股作价 31 美元。此次合并将整合好莱坞两大头部制片厂，CNN 也将随之并入新的母公司旗下。
合并后的新公司将坐拥《海绵宝宝》《哈利·波特》等重量级 IP，并将接管 TNT、Food Network、Cartoon Network、Animal Planet 等频道资产。
据悉，甲骨文（Oracle）创始人拉里·埃里森（Larry Ellison）之子大卫·埃里森（David Ellison）将出任合并后公司的负责人，并计划每年在派拉蒙与华纳两个厂牌之间合计发行 30 部影片。
目前，该交易仍需获得美国司法部及国际监管机构的最终批准方可完成。
DCU 恐怖新片《泥面人》首曝预告
昨天，DC 电影官方发布了 DCU 惊悚新片《泥面人》的中字先导预告片，并同步公开了正式海报。影片北美定档今年 10 月 23 日上映。
《泥面人》改编自 DC 漫画中蝙蝠侠的经典反派角色「泥脸」。电影版本走肉体恐怖（Body Horror）路线，讲述演员马特·哈根遭人袭击、面部毁损后意外获得「变形」能力，从此化身泥面人的故事。
《小黄人大眼萌 3》确认引进
据博主「守望好莱坞」消息，《小黄人大眼萌 3》（《小黄人与大怪兽》）已确认引进，具体档期待定，北美定档 7 月 1 日上映。
影片将以 1920 年代好莱坞为背景，讲述三名全新主角小黄人闯荡演艺圈的故事 —— 它们在片场担任群演，同时怀揣着拍摄一部怪兽电影的梦想。官方将本片定位为「对电影诞生的歌颂」。
2026 年春，特斯拉正式向车主推送了免唤醒的「Hey Grok」，给冰冷的机器注入一个有趣的灵魂。
只要每月支付 9.99 美元的订阅费，车主就能得到一个随车助理，它能够顺畅处理多轮对话，帮你设置导航目的地。就像马斯克说的那样，它很聪明，也很幽默。
Grok 的设计初衷是带有一点幽默感地回答问题，并且带有一点叛逆色彩，如果你讨厌幽默，请不要使用它。
但当你遭遇前方慢车，试图用语音让它变道超车，或者是要求调节空调温度时，这个被锁在中控屏里的大语言模型完全帮不上忙。
原因在于，特斯拉的辅助驾驶依赖 AI4 芯片，座舱系统则运行在 AMD 芯片之上，硬件底层的物理隔离让 Grok 与 FSD 变成了互不相通的独立系统，两者仅靠 API 接口进行着浅层的联动。
这个聪明的大脑，指挥不了车轮。
在今天下午的地平线发布会上，这家科技公司拿出了截然不同的解法，他们选择给大模型装上真正的「四肢」。
地平线创始人兼 CEO 余凯在台上非常坚定地表明了他们的破局决心。
未来是以 AI 为基础，以 Agent 作为框架，它在上面会生长出无限的可能性。这种分布式的计算是无法拥有这种拓展性的。只有走向中央计算，才是我们要去推动的智能汽车。我们等不及了，我们要把未来拖到现在，现在就干。
智能汽车 3.0 时代的竞争大幕已经拉开，拿到第一张下半场入场券的玩家，恰恰是敢于彻底打通底层物理基座的人。
舱驾一体，讲了十年都不止了
和特斯拉一样，目前很多智能汽车的电子电气架构都存在一个明确的分界线。
地平线则选择从硬件底层做减法。余凯在发布会上举起了一个新产品，说：
国内讲舱驾一体讲了十年都不止了，（现在）我们把它干出来了。单颗芯片，5nm 车规工艺。
余凯手上的是国内目前唯一一个实现量产的 5nm 车规级融合芯片。根据不同的算力需求，地平线同步推出了星空 Starry 6P 与星空 Starry 6H 两个型号，星空 6P 的 AI 算力达到 650 TOPS，星空 6H 版本则提供 500 TOPS 的算力选项。
这款芯片将仪表控制、座舱娱乐、车身控制和辅助驾驶四个传统的分离计算域整合到了一起。面对端侧大模型和高阶智驾的海量数据吞吐，星空芯片的内存带宽做到了 273 GB/s，目前居于量产车规芯片之首。
硬件高度集成后，行业普遍关注的首要问题是系统隔离与安全防护。如果用户在使用高频的座舱应用时导致车机卡顿，辅助驾驶系统是否会受到牵连是一个很大的考验。
星空芯片在架构设计上引入了自研的硬件动态隔离机制，四个计算域在底层物理层面上保持独立。座舱系统即便崩溃重启，辅助驾驶系统也能照常运转，系统中的关键驾驶任务链获得了 ASIL-D 级别的功能安全认证。
计算资源的利用效率也有了显著提升。以运行 3D SR 渲染功能为例，业内友商的芯片大约需要占用 1000 GFLOPS 的算力，而星空芯片仅需约 600 GFLOPS 就能流畅运行。
算力的调配也变得非常灵活。
常规驾驶过程中，BPU 算力（Brain Processing Unit，地平线自研的专用于智能计算与自动驾驶的处理器架构）主要用于处理复杂的道路感知；当车辆停放时，这部分算力通常处于闲置状态，星空芯片能够在不重启系统的情况下，将空闲的 BPU 算力全部分配给座舱域使用。
这种动态分配机制，支持参数规模最高达到 27B 的端侧大模型在车端本地运行。
在统一的底层硬件之上，高阶辅助驾驶系统的表现获得了更实在的提升空间。
目前市场上部分辅助系统的宣传偏向应对极端的边缘场景。但在真实的日常通勤中，平稳和安心是用户更高频的需求。
HSD 就是一套基于这种真实需求打造的一段式端到端高阶辅助驾驶系统。
它跳出了工程师提前编写的固定规则代码，通过海量数据训练，建立起从环境感知直接到车辆控制的映射。从摄像头等传感器的输入到车轮的轨迹输出，系统省去了繁杂的后处理环节。
响应速度是最直观的指标。第三方专业评测数据显示，HSD 从感知环境变化到最终做出控制动作的时延只有 600 毫秒。
董车会之前在广州城中村体验过地平线这套 HSD，面对无序穿行的电动车和突发状况，HSD 表现出了一种像人一样的驾驶直觉。它能一边细腻地控制车速，一边精准地抹方向盘，在处理加塞时的防守姿态像极了经验丰富的老司机。
即将分批推送的 V1.6 版本还进一步强化了行车与泊车场景的主动安全机制，能力更加全面。
除了常规的 AEB 制动，新版本增加了 AES 主动避险以及连续避让功能，遇到前车急刹或者后方追尾风险时，系统可以迅速执行规避动作。
在日常高频的泊车场景中，V1.6 版本新增了遥控泊车与离车泊入功能；针对复杂地库环境，系统加入了悬空障碍物识别，并具备防开门杀紧急规避能力。
客观的数据印证了用户对这套系统的认可度。在目前提供 HSD 版本的量产车型中，有 94% 的用户主动选择了搭载该系统的配置，用户的日常使用率也已经逼近 50% 这个关键分水岭。
硬件架构的改变最终会实打实地反映在车企的制造成本与量产效率上。
用单颗 SoC 取代以前的两套独立芯片，整体的芯片占用面积减少了一半。车辆内部不再需要为两套系统单独配备多余的线束和散热模块。由于采用了统一的内存架构，以往两套系统加起来需要 64GB 的内存，现在只需 24GB 就能维持运转。
余凯在发布会上发问，2026 年什么最贵？答案是内存，内存就是目前的硬通货。
内存容量需求的降低直接缓解了供应链的压力。同等的内存库存，现在能够支撑一倍以上新车的生产交付。根据官方给出的数据，这套舱驾融合方案能让单车制造成本下降 1500 到 4000 元。
制造成本的大幅下降拓宽了高阶智能技术的市场受众面。
多款定点合作车型展示了这套方案的量产规模。全球首发量产搭载的 iCar V27 定位于 10 到 20 万级别的主流乘用车市场。星途 ET5、深蓝 L06 以及风云 T9L 等多款车型也已确定搭载整车智能体方案。
兼具性能和成本优势的方案一旦规模化落地，市场上仍在使用分离式架构的车型会面临巨大的竞争压力。智能汽车行业的下一阶段发展，正在向底层核心技术以及极高的量产效率快速倾斜。
聪明的机器，开始适应人的表达习惯
硬件算力和架构搭建好物理地基后，普通用户日常接触最多的依然是座舱里的软件交互界面。
现阶段主流车型的语音助手功能大同小异。车主可以通过语音指令定外卖查天气或者播放特定歌手的专辑。当需求涉及到驾驶的操作时，绝大多数语音系统都会提示无法执行。
显然，语音助手和车辆真正的控制中枢之间依然存在隔阂。
地平线配套发布的 KaKaClaw（咖咖虾）整车智能体操作系统改变了这种交互方式。依托星空芯片的底层打通能力，座舱域和智驾域的控制权限被汇聚到了一个统一的入口。用户不再需要去适应死板的机器指令格式。
系统支持多模态的自然语言控车。驾驶员用平时的说话习惯下达一段模糊指令，系统就能自动拆解任务。
一个长句子里可以同时包含调整车内空调温度、开启座椅按摩、修改导航目的地以及要求辅助驾驶系统放慢车速等多个跨域操作。系统在理解意图后，会同步调度相应的硬件去执行。
换句话说，机器开始适应人的表达习惯。
KaKaClaw 构建了三项能够被用户明确感知的核心能力。
首先是「Skill」，这套系统具备了强大的理解与执行技能。它告别了固定触发词响应机制，能够实时分析模糊且连续的口语指令。驾驶员随口交代一段包含吃饭、拍照和看电影的复杂行程，系统就能自动拆解任务并逐一落实。
当行驶路线发生改变时，它也能根据当前交通状况重算导航，并同步调整辅助驾驶的应对策略。
其次是「Memory」，记忆是建立默契的基础。传统的汽车硬件随着使用年限增加会逐渐老化，而 KaKaClaw 引入的长时序记忆功能让软件体验有了增值空间。系统会记录车主的日常驾驶习惯、常走路线以及车内温度偏好，车辆的表现会越来越贴合特定用户的个人习惯。
最后是「Soul」。KaKaClaw 的情感引擎加入了情绪识别机制，系统可以通过车内传感器察觉驾驶员的疲惫状态或者不耐烦的叹气声，并切换不同的人设，它可以是一个严谨务实的助手，也可以是一个带点幽默感甚至有些毒舌的同行伙伴。
结合顺畅的多方言识别能力，无论是四川话、粤语还是东北话，用户都能用最放松的方式与车辆沟通。
这种与用户的贴合感进一步延伸到了车辆功能的定义权限上。
以往车企会在出厂前预设好各种场景模式，用户只能在固定的选项里做单选题，KaKaClaw 放开了这种限制，把创建场景的权利交给了车主。
借助自然语言零代码生成的 Skill 技能库，普通人也能给汽车编写专属的运行逻辑。
设想一个有孩家庭的用车场景，车主可以用一句话创建一个接娃模式。系统接收到指令后会自动播放儿童专属歌单并把后排空调设定在最舒适的 26 度，车门的儿童安全锁会同步开启，系统还会主动语音提醒后排乘客系好安全带，并在屏幕上规划好前往幼儿园的拥堵避让路线。
KaKaClaw 目前已经联合了 120 多家生态伙伴，并规划了百万级的出货量。它支持自由接入豆包、千问等主流大模型，车主开箱即用。
2026 年是智能汽车发展的一个关键分水岭。
行业内的竞争焦点已经从单纯的硬件堆砌转移到了底层架构的合理性上，用两套互相独立的系统去拼凑高阶体验的做法，在成本控制和安全冗余上都显得捉襟见肘。
真正的整车智能体需要数字大脑和物理基座的无缝衔接，KaKaClaw 负责理解用户意图并调度全车资源，HSD 负责处理复杂的道路感知和驾驶决策，两者结合形成了一整套会理解、能干活、持续进化的整车能力。
当特斯拉的 FSD 和 Grok 依然维持着松散的协同关系时，一套能够直接用自然语言控制全车硬件，并且具备持续成长能力的系统已经步入量产阶段。
掌握着从芯片到操作系统，再到辅助驾驶驾驶算法全栈技术储备的地平线，正在按照自己的节奏推进新一代智能汽车的普及。
在发布会临近尾声时，余凯分享了一个感性的幕后故事。
几年前地平线成立七周年，他在准备全员演讲稿时，一位朋友突然提醒他，地平线产品的名字其实早就写在了电影《指环王》的插曲《May It Be》里。
那句经典的歌词翻译成中文，刚好对应着地平线的产品命名——
愿你那漫漫长路之征程，点燃星空，当黑夜被你征服，你将崛起于旭日之下。
余凯在台上回忆，那个时候地平线已经拥有了主打辅助驾驶的征程系列芯片，以及面向泛机器人领域的旭日系列芯片。而他当时正为构思中的舱驾一体芯片寻找一个合适的名字。
听到朋友念出这句歌词的瞬间，他心里就已经有了答案。
从征程到旭日再到星空，这不仅仅是一场充满宿命感的浪漫巧合，更是这家科技公司在智能出行时代留下的最清晰的坐标。
今天下午 1 点 40 分，北京。
2026 梅赛德斯-奔驰品牌日发布会准时开场，「140」这个数字贯穿了整场活动。舞台两边停放着 S 级轿车的开山之作 W187，以及国人非常熟悉的 W140。这几台在过去 140 年里留下印记的经典车型，成为了这场发布会的背景板。
回顾完过去，大家的注意力很快回到了舞台中央。
今天的主角，是刚刚完成全球首秀的全新纯电 GLC SUV，以及在中国首次亮相的新一代 S 级轿车。两台新车一登台，大家的视线立刻回到了当下竞争激烈的汽车市场里。
北京梅赛德斯-奔驰销售服务有限公司总裁兼首席执行官李德思，在台上说了这样一段话：
每一代人都有属于他们的奔驰。塑造这个品牌核心的从来都无关时间。它源于每一个时代里，一代又一代朝着同一个方向前行的人。
这句话单独听起来有些抽象，但其实，李德思是在为随后登场的中国本土研发团队做铺垫。
在新能源和智能化的竞争周期里，奔驰把核心技术落地的重任交给了本地的工程师。今天发布的两款重磅新车，就是他们运用中国本地科技生态给出的最新产品方案。
全新纯电 GLC：回归日常实用场景的纯电主力
先来看承担主销任务的纯电 GLC SUV。
对奔驰来说，GLC 是绝对不容有失的销量主力。去年，这台车在中国的全年销量达到了 15 万辆左右，稳稳占据了奔驰在华总销量约五分之一的份额。放眼更长的时间维度，目前中国市场上已经有超过 150 万名 GLC 车主。
把这样一款核心车型拿来进行纯电化改造，奔驰这次做得非常果断。
全新纯电 GLC 补足了以往车型在纯电底层技术上的短板。它基于 MB.EA 纯电专属平台打造，全系标配 800V 电气架构，峰值充电功率冲到了 320kW。
插上快充枪 10 分钟，车辆就能补充大约 300 公里的续航。配合 85.5 度容量的电池，CLTC 续航里程超过了 700 公里。
这些参数给了一台纯电 SUV 扎实的基础体验。
在尺寸和空间布局上，纯电 GLC 重点考虑了家庭出行场景。针对中国市场，这台车的轴距被拉长到了 3027 毫米。得益于纯电专属平台的空间利用率，它第一次提供了 6 座的布局选择。车头也多出了一个 128 升的超大前备箱。
坐进车里，最引人注目的是横跨中控的 39.1 英寸 MBUX 超联屏。不过在今天的发布会现场，最让人感到意外的细节其实来自方向盘。
奔驰听取了用户长久以来的实际呼声，把方向盘上的物理按键重新找了回来。
产品经理唐程程在台上特意提到了这一点：
大家呼吁的方向盘物理按键回归了，以后在使用辅助驾驶功能的时候就更加方便直给了。
滚轮和拨杆重新回到了驾驶者的指尖。按键表面保留了带有巴黎钉纹的金属触感。这意味着，在驾驶盲操的便利性以及日常交互的准确度上，这台车选择了最稳妥、最顺手的方案。
聊到辅助驾驶，纯电 GLC 这次给出了明确的落地时间表。
基于强化学习大模型以及高安全标准的 QNX 操作系统，今年第二季度，全国都能开的城市领航辅助就会正式上线。到了今年年内，端到端的「车位到车位」辅助驾驶功能也会向用户推送。
工程师团队花费了大量精力与底盘、发动机部门进行联合调试。遇到其他车辆加塞，系统会平缓减速避让。遇到突然出现的两轮车，方向盘也杜绝了大幅度的急打。
负责辅助驾驶研发的工程师杨迪在台上亮明了开发态度：
我们不靠 PPT 发布功能，每一个版本必须通过充分的路测验证。我们认为能上路的才叫功能，其他的叫期货。
为了配合这种平顺的驾驶质感，奔驰首次把 S 级同源的 AIRMATIC 空气悬挂放入了纯电 SUV 平台。这套悬挂配合双向各 4.5 度的后轮主动转向系统，让一台长轴距的大车开起来足够灵活。
在时速较低的时候，后轮与前轮反向转动，缩小了转弯半径。时速较高时，后轮与前轮同向转动，让变道动作变得更加干脆。
新一代 S 级：把前沿 AI 技术装进旗舰座舱
把视线转向今天发布的另一款重磅车型。
以前的 S 级习惯向世界输出德国造车标准，新一代 S 级选择全面接入中国前沿的 AI 科技生态。在大型豪华轿车领域，这台车把智能化的门槛拉到了一个全新的高度。
最大的变化发生在后排。
奔驰和清华大学以及智谱合作，为新一代 S 级的后排娱乐系统开发了端侧多模态大模型 VLM。这也让奔驰成为首个在后排应用多模态大模型的汽车品牌。
梅赛德斯-奔驰股份公司董事会主席康林松在发布会上专门提到了这套系统的实际体验表现：
系统甚至能识别坐进后排的是大人还是孩子，它能看懂表情和手势，并给出相应的反馈，为乘客显示他们需要的屏幕内容。
有了多模态大模型的加入，车内摄像头和传感器收集到的视觉与语音信号能够被综合处理。
当系统察觉到后排乘客面露疲惫时，它会主动调暗车内氛围灯的亮度，关上遮阳帘，并开启座椅的按摩功能。车辆座舱从被动接收指令的机器，变成了能够主动提供服务的私人助理。
前排的交互体验也迎来了大幅更新。
全新的奔驰虚拟助手接入了字节跳动的豆包大模型，让车机语音系统具备了极强的自然语义理解能力。用户即便用非常口语化的方式下达包含多个意图的复杂指令，虚拟助手也能准确执行，并且在交流中展现出如同真人对谈一般的流畅感。
在积极拥抱 AI 科技的同时，这台旗舰轿车保留了它在机械素质和被动安全领域的深厚底蕴。
新一代 S 级依然搭载直列六缸发动机与 48V ISG 智能电机的动力组合。经过优化的动力系统将额定扭矩提升到了 560 牛·米，保证了大型轿车在起步和加速阶段的平顺与从容。
安全配置的规格同样极高。全车配备了多达 15 个安全气囊，行业首创的后排正向安全气囊以及新增的后排安全带气囊，为后排乘客提供了更周全的物理防护。
前排座椅还首次配备了加热式安全带，内部包裹的长达 6 米的特制导热丝能在极短时间内升温至 44℃，提升了冬季出行的舒适度。
奔驰还称，这台轿车的车身长度超过 5.3 米，开起来却没有任何臃肿感，最高支持 10° 的后轮主动转向系统发挥了关键作用，即便是钻进北京的胡同，也能游刃有余。
140 岁的奔驰，拥抱中国科技生态
看完两款新车的核心信息，我们已经摸透了奔驰当下的技术落地逻辑。
跨国车企过去通常采用欧洲总部研发、全球分发的模式，而现在，奔驰把最核心的智能化研发工作交给了中国本土团队。从清华大学的多模态大模型 VLM，到字节跳动豆包驱动的语音助手，再到初创公司 Momenta 参与的城市领航辅助驾驶系统。
这些处于行业第一梯队的技术方案，构成了奔驰在智能化下半场的关键筹码。
这些由中国团队主导开发的软件和算法，最终被写入由全球统一标准打造的车辆硬件平台之中。奔驰在这种合作模式里扮演的角色，就是用百年积累的造车经验，去规范和打磨这些前沿技术的最终呈现效果。
辅助驾驶工程师杨迪在发布会上分享了他们团队的工作理念：
我们内部常常有一句话，叫做「聪明，但不自作聪明」。意思就是，虽然系统能力很强，但绝对不会去为用户抢方向盘。
这句话点出了传统汽车大厂做智能化业务的核心原则。
比起在发布会上用夸张的定语去宣传技术参数，他们更看重系统在真实道路上的平顺性和可靠性。为了让车辆在自动驾驶状态下依然具备奔驰独有的驾驶质感，底盘部门、发动机部门和辅助驾驶团队需要在一台试验车上进行上千次的联合打磨。
这种对细节的追求，确保了交给用户的每一项功能都是可用且好用的。
在激烈的市场竞争中，奔驰展现出了很强的战略定力。
在机械素质、底盘调校、被动安全这些传统优势领域，他们坚持原有的开发冗余，继续保持极高的工程标准。在三电系统、智能座舱、辅助驾驶这些需要快速迭代的领域，他们全面开放，深度绑定中国本土优秀的科技企业和供应链。
这种硬件打底、软件放权的合作策略，让全新纯电 GLC 和新一代 S 级轿车拥有了极为扎实的产品力。
到 2027 年，奔驰将推出超过 40 款全新车型，其中包含多款专为中国市场打造的产品。今天这两款新车，只是这场大规模产品攻势的一个开端。
140 年的品牌历史确实是一笔宝贵的财富，它赋予了车辆深厚的文化底蕴。但在技术快速迭代的今天，真正能让消费者买单的，依然是产品在续航、智驾、座舱体验上展现出的硬实力。
从今天这场发布会来看，奔驰已经做好了用本土化科技迎接新一轮市场检验的准备。
这周，中国大模型的更新让人窒息。前脚阿里最强旗舰 Qwen 3.6 Max刚发布，月之暗面的 Kimi 2.6 就马上登场，DeepSeek V4 也箭在弦上。
刚刚，混元的 Hy3 Preview 也正式亮相，这是腾讯首席 AI 科学家姚顺雨主导的一个模型。
姚顺雨表示，Hy3 preview是混元大模型重建的第一步。他希望通过这次开源和发布，不断提升 Hy3 正式版的实用性，以及模型在真实场景中的综合表现，并开始探索特色模型能力。
从去年年底姚顺雨加入腾讯，入职首席 AI 科学家，并负责 AI Infra 及大语言模型，1 月底开始启动模型训练，三个月的时间完成了从训练到上线。
这个大版本升级的混元模型，在短时间内，不仅对底层基础设施进行了系统性重建，还包括预训练和强化学习在内的底层框架，全部推倒重来。
最后的答卷是一个快慢思考融合的 MoE（混合专家）语言模型，总参数 295B，激活参数 21B，最大支持 256K 上下文长度。
在这个行业动辄吹嘘万亿（1T+）参数的时代，Hy3 preview 的数据显得有些克制。但这个参数很明显是兼顾了性能和成本之间的平衡，让模型能更好落地在不同场景。
而 300B 这个量级，复杂的数理推理、长上下文理解和指令遵循能力都已经被充分激活；如果继续强行扩大规模到万亿参数，一边是训练时间加倍，在实际的表现上，也容易出现通信延迟、吞吐瓶颈和推理成本翻倍等问题。
不过，姚顺雨也提到，他们在继续扩大预训练和强化学习的规模，提升模型的智能上限。
在多个真实生产和生活场景 benchmark，以及腾讯混元的 CL-bench 上表现对比前代，提升幅度明显。
因此，Hy3 preview 这次的定位非常明确，要到真实世界去解决复杂工程问题。
为了验证 Hy3 preview 是否能在真实世界去解决各种问题，具体的模型表现如何，APPSO 也提前拿到了内测资格，在元宝 App 和 WorkBuddy 桌面端应用了实测了一段时间。
编程和 Agent，混元开始接住真实的工程需要
编程能力目前还是各家大模型发力的重点，前几天还有外媒报道，谷歌正在成立一个新的团队，专攻 AI Coding。
这次的腾讯混元新一代大模型 Hy3 preview 同样在通用能力的提升基础上，能够适用于编程和现在热门的智能体场景。
例如我们用之前 GPT 5.4 模型发布时使用的编程测试案例，来看看 Hy3 preview 的具体表现。
▲提示词：创建一个超写实的旧金山金门大桥交互式 3D 体验，允许我自由飞翔环绕。环境需包含真实的照明、水体、雾气、大气效果、悬索、车流、周边海岸线及城市背景，并具备电影级的尺度感和细节。让我能通过直觉式的飞行控制和多视角（包括近距离结构穿梭和大场景俯瞰）平滑地进行场景导航。核心要求是真实感、沉浸感和视觉忠实度。在测试运行时，务必从多个距离和角度环绕大桥飞行，验证导航的平稳性与稳定性，并确保场景无论远近都极具说服力。你可以利用 imagegen 技能生成建模所需的初始资产。视觉效果绝不能有任何“方块感”或“廉价感”，必须达到高保真、极度平滑、近乎照片的质感。桥面上应有真实的车辆通行。不必急于求成，如果需要，即使耗时一小时也可以。请不断迭代，直至完美。
虽然最后的结果并不是非常写实，主要差距还是在于所使用的工具限制。但整个体验还是非常流畅和丝滑，我们能使用 WASD 键来控制自己第一人称视角的飞行，同时 Hy3 preview 也自动写了一些默认视角。
而在让它写一些简单的小游戏时，像是同样来自 GPT-5.4 的提示词，做一个游乐场的经营类小游戏。
▲提示词：创建一个可以在浏览器中构建并导航的交互式等轴测 (isometric ) 主题公园模拟游戏。利用 imagegen 确立整体视觉风格，并生成全套游戏资产，包括游乐设施、路径、地形、树木、水体、食品摊位、装饰物、建筑、图标以及 UI 插画。游戏世界必须具备高度的统一感、精致度以及丰富的视觉表现，艺术风格需高端且适配等轴测视角。允许平滑地铺设或拆除路径、添加景点、布置景观并环绕公园移动，同时能够监控游客活动、设施状态以及公园的发展情况。系统需包含可信的游客移动算法，以及简单的公园管理系统（如资金、清洁度、排队和满意度）。确保整体体验充满趣味、逻辑清晰且完整，而非粗糙的原型。在优先级上，趣味性、易读性以及出色的游戏手感高于写实度。在进行玩法测试时，务必通过多轮操作来构建并扩张公园。验证设施放置与导航是否顺畅，确认游客对公园布局及景点的反应，并确保视觉效果、UI 以及交互体验稳定且统一。
还是不可免俗的使用了「渐变紫」的套装，只能说界面审美这一块，除了编程能力的提升，还是需要额外的一些微调。
好在整个游戏是能玩的，我们可以真实的经营这个游乐场，通过铺路、放置新的游乐设施以及服务设施等场地，来赚取收入，控制人流。
而经典的「骑自行车的鹈鹕」测试，我们把它换成了更难一点的，开着汽车的长颈鹿。生成的 SVG 画面是动态的，太阳、云朵和车子都在移动，基础的 SVG 元素都能做到。
这些关于编程能力的测试，我们都是在腾讯前段时间推出的智能体应用 WorkBuddy 内完成。
而除了代码开发的任务，我们还可以使用 WorkBuddy 进行文档处理、数据分析可视化、深度研究等方面的日常办公。
由于 WorkBuddy 也是一个本地 Agent 产品，和 Claude Code、Codex 之类的应用一样，我们可以让它直接访问本地文件夹的文件。
要求它访问电脑上 Hy3 文件夹里面的全部文件，并根据文件的内容，创建一个类似于 Wiki 的网页，能够直接索引到不同的文件。
WorkBuddy 读到了我们创建的不同项目，例如要求它完成的落地页、3D 金门大桥、个人博客、运营游戏等项目，并分类总结好。
再要求它把其中一个香港国际电影节的 PDF 文件转成 HTML，要求它 1:1 复刻精美的杂志效果，显然太为难它，但是 Hy3 preview还是能在非常规排版的 PDF 文件里，准确定位到信息，并整理成网页。
而在深度研究的调研任务上，我们要求他写一份关于内存市场洞察报告，给出的文档内容详细，使用的数据来源也全是权威机构。
继续用 WorkBuddy 内的数据分析及可视化任务来测试时，要求 Hy3 preview 基于联合国人口司的数据，做一次全球人口结构变迁的可视化分析，Hy3 preview 花了非常长的时间进行调研，最后给出的研究报告，可以说能直接拿过来用。
▲部分可视化图表截图
这些编程和智能体的能力，配合 WorkBuddy 能发挥到最大。在元宝 App 内，现在我们也可以让它生成一些小型的网页游戏，在对话框里就能预览打开。
闲聊，要做到「活人感」不容易
前段时间，一个短视频在网上传播，视频内容是一位乘客看到前排的司机，在手机上和 AI 助手聊天，他告诉 AI 自己一天收入，AI 会给他一些反馈。
有网友在下面留言，说以前这些聊天都是 200 块一小时的心理咨询，现在手机发条消息就能做到。
无论模型在代码开发、解数学题、科学研究上取得了多少成功，大多数人用 AI 的场景，占比较多的还是各种类型的角色扮演。
我们也测试了腾讯混元新一代大模型 Hy3 preview 在日常聊天以及创意写作上的表现。
没有「不躲不逃不藏的只用最直接」的方式跟我说，有的是真实地能解决问题的文字。打开元宝 App，点击深度/快速思考，选择模型 Hy3 Preview，问它「为什么我在广州找不到爱情」。
它的回复是客观和主观两方面并行的，会分析除我之外的原因，也会告诉我应该要怎么做。
在聊到一些可能找到明显原因的困惑时，Hy3 preview 还会自动生成对应的表格，来解释 AI 并不是只会顺从。
创意写作的任务上，Hy3 preview 模型的表现，也要比前代更有文采和个性化风格，即便是简单的生活文案，人情味也更明显了。
我们找了一些基础的风格模仿任务、叙事节奏的续写、语言的创作力和情绪张力等题目，来测试它。
生成的写作结果，在独特性、执行精确度，以及风格稳定性上的表现，确实要更符合我们人类写作的特点，没有 AI 那种明显的套话。
那道经典的走路去还是开车去洗车问题，Hy3 preview 也答上来了。
当所有人在做一套卷子，混元开始出卷
过去两年多，中国 AI 行业有一种集体焦虑：所有人都在做同一件事。同样的架构，同样的训练范式，同样的榜单，同样的新闻稿模板。模型发布会的 PPT 换个 logo 就能通用，「全球领先」「性能登顶」这些词被用到通货膨胀。
腾讯曾经也在这个队列里。别人打榜它也打榜，别人堆参数它也堆参数，别人做什么功能它追什么功能。结果是混元的技术投入不少，但市场感知始终模糊。你问用户「混元跟别家有什么区别」，大概率答不上来。
Hy3 preview 的意义，可能恰恰在于腾讯终于不追求打榜了。这也是姚顺雨带给混元最大的变化。
此前晚点一篇报道就转述了姚顺雨在腾讯内部会上的判断：模型过度追逐榜单成绩，将打榜语料放入训练集，数据被污染了。模型很会答题，到了真实场景却不稳定。
榜单衡量的是能力上限，用户感知的是能力下限。MMLU 上领先两个百分点，用户在实际使用中几乎感知不到；反过来，指令遵循稍差、格式不稳定、幻觉率偏高，用户体验会断崖式下降。
所以在 Hy3 preview 上， 就能看到混元开始把这个逻辑翻了过来：不追榜单，追场景。
▲去年一份报告就曾指出， AI 在各类基准测试上的分数一路飙升，benchmark 过于饱和，这些成绩往往并不能真实反映它对现实世界的实际影响。
295B 的参数量说明它不打算在模型尺寸上硬碰硬。不上公开榜单说明它不打算在刷分上继续内卷。Co-design 的研发模式说明它开始把注意力从「别人做了什么」转向「我的用户需要什么」。
这里就不得不来看看腾讯这家公司的核心业务场景，社交、游戏、广告、企业服务，每一个都有极强的领域特殊性。微信的对话流是碎片化的、高密度的；游戏需要模型根据实时局势做即时反应；企业微信和腾讯会议需要基于私有文档的精准分析。
▲ Hy3 preview 已在腾讯云、元宝、ima、CodeBuddy、WorkBuddy、QQ、QQ浏览器、腾讯文档、腾讯乐享等首发上线，微信公众号、和平精英、腾讯新闻、腾讯自选股、腾讯客服、微信读书等多个主线产品也在陆续上线。
这些场景对模型的要求，跟通用智能榜单上考核的那些指标并不完全匹配。一个在 MMLU 上排名前三但在微信群聊里读不懂语境的模型，对腾讯来说毫无意义。
换句话说，腾讯可能是中国大厂里最不应该去追通用榜单的那一个。它手里攥着的场景足够独特、足够复杂、足够有商业价值，完全可以走出一条自己的路。
Co-design 就是这条路的起点。模型在真实业务里跑，业务用真实数据反哺模型，腾讯对 AI 的巨额投入能得到场景的快速验证，同时获得商业上的闭环。这个飞轮一旦转起来，产生的壁垒比榜单上的排名坚固得多。
当所有人都在比谁的模型更「全能」的时候，谁的模型在自己的场景里最「好用」，可能才是真正的胜负手。
当然，「找到节奏」和「赢下比赛」之间还隔着相当的距离。
Hy3 preview 是混元重整后的第一个模型，三个月的研发周期说明执行力在线，但也意味着大量的优化空间。55% 到 56% 的盲评胜率说明它够用，距离拉开差距还早。更大尺寸的模型在路上，正式版还在根据 Preview 阶段的用户反馈持续打磨。
但至少有一件事变了：混元不再追着别人的地图跑了。它开始画自己的地图，标自己的路。
大模型竞争走到今天，同质化才是最大的风险。当所有人都在用同一把尺子量身高的时候，有人开始造自己的尺子，量自己真正需要的维度。
这件事本身，比任何一榜单参数都值得关注。
4 月 22 日晚，千里科技交出了一份有些出人意料的答卷。这家以智能化供应商身份示人的企业，在按部就班迭代辅助驾驶系统的同时，正式宣布将助力合作伙伴打造全新的汽车品牌——「游心（PALLADE）」。
新品牌的主力车型定位在 20 万至 40 万元区间。官方将其定义为 AI 技术与智能座舱体验的集中展示平台。
出现在现场的两台新车都采用了偏向科技感的设计语言。
比较有意思的是那辆轿车，造型和吉利旗下的莲花纯电轿车繁花有点神似。
一开始，考虑到千里科技和吉利集团的紧密联系，以及这辆轿车的产品形态，我在想，这辆车是否与莲花共享了部分底层架构设计？
在当前的产业逻辑下，这不失为一种合理的成本控制与产品定义策略，且吉利也向来是一个重视平台化的企业。
新车若沿用成熟的架构，适度精简偏向赛道竞技的机械冗余配置，便能在有限的成本空间内，将资源大幅倾斜至高阶辅助驾驶所需的传感器与 AI 算力硬件上。这或许也是「游心」能在较短时间内落地的因素之一。
抱有这一疑问的显然不止我一人。据超级充电站创始人常岩的报道，他就此事询问了莲花 CEO 冯擎峰，但后者对此进行了否认。
让我们先把这件事放一边，关于这个新品牌的内核，千里科技联席董事长赵明在发布会上给出了解释。
名字是「游心」，取自《庄子·人间世》，表达的是一种自由、松弛、不被定义。今天我们推出的 PALLADE 游心，就是自由、智慧和不被定义。
如果说「游心」代表了这家企业的未来愿景，那么首发搭载 ASD 4.0 系统与高阶智能体的极氪 8X，则展示了其当下的产品落地进展。
在官方展示的实测画面中，ASD 4.0 系统表现出了应对复杂城市路况的客观能力。
车辆在城中村的狭窄道路中，能够处理突发的「鬼探头」状况，并对马路穿行的小型动物进行识别与避让；面对窄路会车及人车混流路段时，系统并未采取保守的制动等待策略，而是实现了低速蠕行与路径规划的交互博弈。
此外，无图地库寻径、断头路掉头、手势泊车召唤等功能均已上线。在高速路段，系统还可以准确识别 ETC 通道与人工通道，并在起落杆前完成制动。
与之相匹配的，是官方称为「超级智能体」的座舱交互系统。
相较于传统的指令型语音助手，该系统具备以年为单位的上下文记忆，并能执行多节点任务。例如在单次对话中，它可以根据过往的用户偏好记忆，串联规划购买生日蛋糕与前往花店的途经路线。
在低速行驶时，车机系统还能结合地理位置，识别道路两侧实体商铺并提供相关商业信息，告知车内乘员街边商铺的营业状态与特色。
汽车，正在逐步增加与物理环境交互的维度。
为了支撑这些功能体验，千里科技在技术路径上做出了选择。当部分厂商追求基于纯粹驾驶数据的端到端模型时，千里科技引入了「世界模型」体系，宣布与阶跃星辰联合打造「原生智驾基座模型」。
这种做法的出发点在于，要求基础基座模型从一开始就使用通用的语料和智能辅助驾驶数据进行联合训练。
系统不仅要学习驾驶行为，还能尝试理解复杂的长尾场景。例如，识别特种车辆的避让意图，或是准确识别并响应交警的非标准手势。
技术路线的背后，是明确的商业目标。
千里科技预期，其辅助驾驶系统的搭载量将在年内达到 100 万至 130 万辆；到了 2028 年，这一数字计划突破 800 万辆，成为全球最大智驾方案供应商。
此外官方还透露，预期在 2030 年，全球将有 30 万辆搭载其综合解决方案的 Robotaxi 投入运营。
要实现这样的装车规模，完全依靠自身力量并不现实。这场发布会展示了一种异于「垂直全栈自研」的供应链生态构建方式。
在这个生态联盟中，各方有着清晰的定位：阶跃星辰提供多模态基础大模型，天数智芯提供通用 GPU 算力支持模型训练，爱芯元智则负责提供车载 AI 推理芯片。
关于这种行业分工模式的必然性，爱芯元智创始人仇肖莘在圆桌对话中做出了梳理。
工业文明两百多年走到最后会发现它是一个行业分工，每一间公司的特长是不一样的，所以我们就谨守自己的边界，各擅其长，然后把我们能够做得最好的东西提供给合作伙伴。
这种各施所长的「链式协同」模式，试图在技术门槛与研发成本持续攀升的背景下，为汽车产业的智能化转型提供一种具备可行性的商业闭环解法。
各家企业不再要求把控每一个底层环节，而是将自身擅长的技术模块嵌入到一个统一的系统生态中。
对于这一生态的核心理念，千里科技董事长印奇做出了总结。
每一家企业如果能真正专注在整个产业链的生态位上，最后形成一个不是松散的，而是能够协同的、链式的深度协同的关系，这就能打造一个在新的 AI 时代里面最好的产品。
在确立了明确的战略与分工路线后，这家试图用 AI 能力重塑汽车供应链关系的企业，已经拉开了下一阶段行业竞争的序幕。
第一次上手「阔折叠」华为 Pura X Max ，是一种陌生和熟悉并存的感觉。
陌生之处当然在于这个外屏的比例——5.4 英寸的屏幕，长宽比例接近一本护照，比常规的手机要「胖」上不少。
但展开之后，这块 7.7 寸的长方形大屏，几乎一下子唤起了熟悉感——就像一台趁手的小平板，竖屏读文字，横屏看视频。
在手机被对折 7 年后，行业终于在折叠屏手机的姿态上迈出了新一步。华为 Pura X Max 只是打响的第一枪，苹果、三星都在酝酿类似的产品。
一个问题随之浮现：阔折叠，为什么要等到现在？
大阔折，不好做
从 iPhone 将手机变成一整块屏幕，再到 iPad 这种「便携大屏」的形态出现，我们对「便携大屏」的追求从未止歇，想要更大的显示面积，也想要揣进裤兜的便携效率。
于是 mini 平板和大屏手机这样的产品诞生，当实验室的技术到达了成熟阶段，「折叠手机」这种梦幻般的形态，也终于成真。
刨去野蛮生长的头 3 年，折叠屏手机的形态，却停滞了将近 4 年的时间，似乎所有人都认定，当现在这个展开正方形内屏的形态，做到和直板机一样轻薄，且没有折痕的时候，就是折叠手机的最优解。
只是，不管是用户还是厂商，大家都心知肚明，它其实还不够好。
不止一位手机从业者告诉爱范儿，其实他们内部都认为展开是一个长方形平板比例的「阔折叠」会是更好的方案，无奈会遇到应用适配的问题，只能采用外屏更接近直板机的比例。
因此，厂商只能让硬件的形态去「适配」现有的软件形态。直板机比例的外屏，意味能保证折叠状态下的使用体验能尽可能接近常规手机，展开后也能用「平行视界」功能，让一个应用并列呈现两个界面信息。
市场上并不是没有过尝试。OPPO Find N 和 Google Pixel Fold 最初都是宽屏的尝试，属于「阔折叠」的早期形态。
OPPO Find N，图源：Android Central
但很明显，强如 Google，在面对 Android应用生态时，也无法带动开发者去进行适配——于是，在阔折叠手机有过早期尝试之后，便迅速转向了「窄折叠」的方案。
折叠屏手机自诞生以来，就面临一个「先有鸡还是先有蛋」的问题：
折叠屏手机的用户存量，目前仍是绝对少数，且在可见的未来，也长期会是少数派。
根据 Counterpoint 的调查数据，2025 年第三季度，在全球折叠屏手机出货量同比大涨 14% 的情况下，折叠屏的总出货量也仅占全球手机出货总量的 2.5%。
为极少数的用户，做最复杂的适配，开发者的钱又不是大风刮来的。
对于每天都在用的消费电子产品而言，生态问题，往往就是一切问题的关键。
强如苹果，也没办法说服全世界的各大开发者为 visionOS 积极添砖加瓦，Netflix 至今都不愿意为其开发一个原生应用，因为拥有 Vision Pro 的人，真的太少了。
这就形成了一个困境：大家都知道把折叠屏手机做宽做阔更好用，但在大部分应用没适配的情况下，做成阔折叠形态，手机反而不好用了。
即使当下所有的 Android 折叠屏厂商已经达成共识，所有折叠屏手机都采用「阔折叠」设计，也不过覆盖 2%-3% 的市场。对于动辄影响几亿人的头部应用而言，适配这个形态，性价比实在太低了。
但今年开始，情况将有所不同，因为华为和苹果要下场了。
华为和苹果下场，阔折叠迎来春天
很有意思的是，传说中将在 9 月正式推出的折叠 iPhone，根据爆料尺寸上和 Pura X Max 将会相当重叠：内屏 5.4 英寸，外屏 7.7 英寸，屏幕 「√2:1」的长宽比。
通常智能手机立项周期长达一两年，像「大阔折」这样复杂的产品，研发周期可能需要两到三年，这两款产品先后间隔不到 5 个月推出，爱范儿认为，不存在谁抄袭谁的的情况，更大可能是：
行业早就已经形成共识，√2:1 就是最佳的「阔折叠」比例。
这个长宽比是出版业的标准比例，因为这个比例的长方形，不管怎么「折」，长短边都会保持「√2:1」的比例。
也就是说，Pura X Max 的内屏和外屏的比例是一致的，屏幕实现了「等比」放大，保证了大小屏的观感不割裂，应用适配上也降低了一层难度，且沿用出版物的比例，也意味着用 Pura X Max 看文字会有更熟悉的观感。
这块接近 2:3 比例的大屏幕，能够很好兼顾 4:3、3:2、16:9 这些常规的图片、视频内容比例，这就是一块专门为内容消费准备的大屏幕。
范式定下之后，下一步就是软件的适配，刚好又是华为和苹果的舒适区。
对于华为来说，Pura X Max 并不是一蹴而就的产品，更多是几代产品铺垫的草蛇灰线。
首先，华为一直以来都更青睐「宽」手机：早在十年前，Mate 系列手机就以宽著称，譬如超大屏设计的 Mate 20 X+，就采用比普通直板机宽得多的比例。
Mate 20 X，图源：Notebookcheck
所以在华为推出「阔折叠」手机之前，在直屏手机上就已经做过大量人因分析，用户愿不愿意用，拿不拿得住，这些问题都已经被侧面验证过。
据爱范儿了解，去年推出的华为 Pura X 一经上市便大受欢迎，去年销量超过 150 万台，成功证明了宽屏阔折不仅能行，还很能卖。
有了成功的销量打底，Pura X Max 的推出便顺理成章。事实上，如果你仔细观察过 Pura X 和 Pura X Max，就会发现 Pura X 的内屏，在宽度上和 Pura X Max 的外屏几乎一致，都在单手掌握的极致距离附近。
有消息称，国内有厂商已经在研究「宽屏」的直板机和折叠屏手机，或许很快就能看到些不一样的产品。
除了解决硬件工程问题，软件「适配」依然是最难啃的硬骨头——而华为的鸿蒙生态，刚好是一套破局的组合拳。
原生鸿蒙系统开发有「一次开发、多端部署」的特性，开发者只要做少量工作，就能适配各种「异形屏」—— Pura X 推出后，大部分原生应用在方屏以及宽屏上都能正常运行。
原生鸿蒙上线这两年，设备装机量已经达到 5500 万台，在华为的推动下，大部分国内 Top 应用都适配了原生鸿蒙产品，因此后续让其针对 Pura X Max 进行单独调优和适配也不困难。
至此，尽管是作为一个全新形态的产品，但大阔折 Pura X Max 一经问世就可以做到开箱即用。基本上，日常生活中最主流的 App，只要有鸿蒙原生版本，都能直接匹配这块异形屏幕的比例。
这也给未来阔折叠的流行，打下了坚实基础——但有基础还远远不够，还要有利益。
蛰伏七年，苹果带着折叠屏 iPhone 下场了。
关于苹果折叠 iPhone 的传闻爆料很多，大折小折窄折阔折各有说法，但无论长什么样，都意味着当折叠 iPhone 上市时，全球的 iOS 开发者都面临着适配折叠 iPhone 的问题。
苹果对 App Store 有着绝对的控制力，可以推行非常严格的应用适配规范。
2020 年，苹果在开发者平台发布通知，要求所有开发者无论屏幕尺寸或宽高比如何，应用程序都应该在所有型号的 iPhone 和 iPad 上呈现完美效果，强制要求开发者进行适配。
每年除了新系统，苹果还会发布对应的 SDK，并限制一个明确的日期，要求所有应用必须使用新 SDK 才能上传 App Store。
比如，从今年 4 月 28 日开始，所有 iOS 等平台的 App 新版本，都必须要采用 iOS 26 SDK 或更高版本构建，以适配液态玻璃设计的巨大变化。
诸如此类的强制要求，很有可能在折叠 iPhone 上再来一遍。这意味着在明年 5 月前，我们就能看到大批应用，在折叠 iPhone 的内外屏上实现适配。
和 Vision Pro 不同，折叠 iPhone 是一台 iPhone，销量再怎么不济也是百万千万级别。没有开发者会跟这么大数量级的高消费力用户过不去。
于是，当苹果和华为都不约而同选择入局阔折叠时，折叠屏手机一夜之间就得到了全球开发者的助力。
折叠手机的生态，也终将迎来好转。
我们需要更多阔折叠
我衷心希望，从明年开始，各大 Android 厂商能推出更多的「阔折叠」手机。
这首先是因为「阔折叠」，确实是折叠手机很理想的形态。当我上手 Pura X Max 看书看视频时，高效的屏幕利用率确实给我带来了一种满足感。
更宽的外屏，虽然对单手掌握有更高的挑战性，但刷信息流确实会因为每行显示对文字更多，观感更心旷神怡，并且由于更体型「方」，重量分布会更均匀。
「阔折叠」是不是折叠屏手机的最优解？
也许还不是，但至少，它不再只是硬件层面的想象，更是软件、生态与形态开始共同收束的一个方向。
我们需要更多阔折叠，因为这也是一种希冀，我们迫不及待希望这种特殊的产品形态，能形成一种燎原之势，给智能手机市场带来更多可能性。
曾经，阔折叠手机的形态探索反响平平，归根结底还是因为用户的声量太少，行业也缺乏共识。
Pixel Fold
但现在，一台「阔折叠」应该怎么做，硬件上已经有了更多共识，供应链上也有更多的解决方案，而软件适配的大山，也终于开始松动——新形态产品，自然会带动更多创新。这点在原生鸿蒙上已经得到印证。
去年，金山和华为合作，将 PC 版的 WPS 应用移植到了原生鸿蒙设备上，覆盖了三折叠手机、折叠电脑等设备。
于是，今年我们就在 iPad 和 Android 平板上，用上了 PC 端的 WPS——体验确实有很大的升级。
当有足够多的「阔折叠」设备进入市场，当比例被固定、形态被确认、共识被统一之后，创新就变成了范式，而新的范式将会推动新的进步——正如十年前，iPhone X 开创了全面屏手势的交互，于是我们得以在今天，用上四边等宽的大屏占比手机。
这种体验，一旦有过就再也回不去了。
但我从华为 Pura X Max 上看到的潜力，远不止于简单的「适配」，还藏着更多「创新」的可能。
折叠屏手机最大的优势，就在于兼顾了手机和平板的双重身份，因此 App 适配的高分答卷就是兼顾两种界面，实现无缝切换，这是一个共识。
Pura X Max 的不少 App，也是做了手机 UI 和平板 UI 的切换的适配， 目前看来，苹果的折叠 iPhone，也会沿着这条路线走。
既然做成了一款真正意义上的「手机平板二合一」，Pura X Max 自然能获得一些原本平板专属的应用和功能，特别是一些生产力和创意工具。
Pura X Max 支持 M-Pen 3 Mini 手写笔，并成为了第一款支持专业级绘画 App「天生绘画」的手机，完全可以成为一台「写生本」，长方形的屏幕比例也更适合创作。
过去，想随时起笔，往往还得多带一台平板；现在，Pura X Max 把这件事压缩到单手掌握，创作不再是负担，而是可以随手发生的日常。
但这只是第一层。
折叠屏是一块随身携带的大屏，阔折叠做到了最符合直觉和人机交互的比例，可以是介乎于手机和平板之间的叠加态，它既是这种全新的形态，自然会有新的场景，这就需要新的 UI——这是第二层创新的可能性。
Pura X Max 上的剪映，外屏采用常规手机的上下布局：上半屏显示视频预览，下半屏就是剪辑的时间轴工作区，更适合剪横向视频。
一旦展开 Pura X Max，工作布局会变换形态，不同于常规平板、PC 版剪映，采取视频和时间轴左右分开的布局，非常适合用来剪辑 VLOG 或者日常短视频这种「轻量级」的体裁。
卡在「手机」和「平板」之间的阔折叠，本来就是一台拍摄机，还有一块方便剪辑的大屏幕，与其沿用原来的两种逻辑，不如为这种轻量级的场景，重新设计一个顺手的界面。
我们看到的第三层创新，则是对「宽屏」的另一种用法：为 AI 划出一片「常驻」区域。
众所周知，大语言模型好不好用，除了依赖算力，也要看是否有足够长的上下文。
我们在手机屏幕上指指点点，其实就是在不断地刷新上下文。
Pura X Max 有一项 AI 功能让我眼前一亮，华为将小艺 AI 以侧边栏的形式常驻于屏幕一侧，此时应用内容收窄到了接近常规直板机的宽度。不仅不影响阅读浏览，还能随时调出 AI 来辅助，颇有在 PC 上使用 AI 助理的感觉。
这不就是一种新形态的 AI 硬件吗？
当然，现在就去谈如何进一步挖掘「阔折叠」这种全新品类的潜力，或许还为时过早。
因为大部分人期待的「平板手机二合一」愿景，至今都还未正式落地，终端厂商、应用开发者和用户之间，也远远还没形成共识。
我们呼吁更多阔折叠的到来，不只是呼吁一种更好的手机形态，更是在呼吁一个更大的智能生态。
我们由衷希望有一种更大的的合力，将这种形态所蕴含的潜力进一步释放。
有更多创新，就有更多普惠。
4 月 23 日，荣耀在成都开了一场 PC 发布会。主角是首次独立成系列的 WIN 游戏本，同场还有 MagicBook Pro 2026 轻薄本和 MagicPad3 Pro 12.3 平板。
三款产品里，最值得讲的是 WIN 游戏本。
WIN 游戏本：把散热从三风扇推到六风扇
主流旗舰游戏本在搭英特尔高端处理器加 RTX 5070 Ti 这档配置时，整机性能释放长期卡在 250W 附近。瓶颈不在芯片本身，其实在散热上。三风扇内吹已经是行业常态，再往上加功耗，热量出不来。
荣耀给 WIN 游戏本 H9 换了一套「2+4」风扇结构：4 颗轴流风扇加 2 颗常规离心风扇。官方数据是，内吹区域风量比传统方案提升 57%，整机性能释放做到 270W，比三风扇方案多出 20W。配合三矩形矢量热管、键盘风道和长短鳍片，这套散热方案把 H9 推上了「打洲本」的定位，也就是为《三角洲行动》这类吃硬件的 FPS 量身调校。
光堆功耗还不够。H9 搭了一层叫 Gaming Turbo X 的调校系统，主要做两件事：一是整机动态超频，实测《三角洲行动》跑到 212 FPS，《黑神话·悟空》245 FPS，《赛博朋克 2077》253 FPS；二是把 BIOS 里那堆参数搬到了系统层，在「调校广场」里直接切换官方、英特尔、极客湾等调校方案，不用重启进 BIOS。
屏幕是 16 英寸 LCD 雾面屏，500 nits、100% DCI-P3、300Hz 刷新率，规格站在电竞屏第一梯队。荣耀还加了「3D 游戏防眩晕」功能，荣耀方面宣称能减少 58% 的 3D 晕动症状。
定价方面，H9 搭 RTX 5070 Ti，国补价 9999 元起，5 月 6 日首销；H7 搭 RTX 5070，国补价 7819.15 元起，已经开卖。荣耀同步推了一个 360W 氮化镓适配器，420g，官方说是同功率最轻的，也兼容其他品牌游戏本。
MagicBook Pro 2026：核显能跑 88W，续航对标 MacBook Pro
轻薄本这边，荣耀押注英特尔 Panther Lake 平台。顶配 MagicBook Pro 16 2026 搭酷睿 Ultra X9 388H，最高 88W 性能释放，这个数字在纯核显轻薄本里比较少见，官方给的场景是核显跑 3A 游戏的帧率提升 10%。
真正值得注意的是续航口径。MagicBook Pro 14 2026 日常模拟续航 16 小时 42 分钟，16 寸是 15 小时 18 分钟。荣耀直接把对标放到了苹果 MacBook Pro M5 和 M5 Pro 上，宣称轻薄本这一代续航全面超过 Apple 同规格机型，受够了 X86 被 ARM 续航压着打的用户，这次终于找回面子了。
屏幕沿用顶配路线：14 寸是 3.1K OLED 触控屏，加了一层超低反 LR 膜，官方说环境光反射下降 97.8%；16 寸是 3K LCD，165Hz 高刷。全系 92Wh 电池，配 100W 氮化镓充电器，支持 80W 反向充电给手机平板续命。
该机型 14 寸国补 6799.15 元起，16 寸 6969.15 元起，已经全渠道开售。
MagicPad3 Pro 12.3：4.8mm 机身，安卓加 Linux 双系统
平板这款走的是另一条路线：把轻薄推到新的极限。12.3 英寸屏幕，机身 4.8mm，450g，荣耀的说法是全球最薄 OLED 平板，比 iPad Pro 13 还薄。
屏幕采用 3K 165Hz 的混合 OLED，和 iPad Pro 同款技术路线，亮度峰值 3000 尼特。芯片则用上第五代骁龙 8 旗舰，10100mAh 电池，66W 快充加 27W 反向充电。
价格是 3499 元国补起售。
有点意思的是系统层面：荣耀给这块平板装了安卓和 Linux 双系统，做了基于双系统的文件隔离。主打场景是让用户在 Linux 端部署本地大模型，甚至可以养「龙虾」(OpenClaw)，不影响安卓日常的权限和数据。Android 平板里这是第一家这么干的，不过至于 Linux 端的工具链成熟度和部署门槛如何，拿到手之后跑一跑才能判断。
PC 模式也继续往深做，PC 级应用专区覆盖剪映专业版、WPS、CAJ、东方财富、同花顺。配件推了新的智能触控键盘和 Magic-Pencil 4s 手写笔，对标的仍然是 iPad Pro 的键鼠生态。
在当下这个极度内卷的新能源市场里，要想活得好，甚至寻求更高的品牌溢价，车企必须想办法换一张牌桌。
猎装车和旅行车上，就是最近各大车企纷纷开始探索的新车型，它巧妙地跳出了传统车型的无差别混战，给那些不愿意随大流的消费者提供了一个更具吸引力的新选项。
而最近一众新发布的旅行车中，最好看的，或许就是阿维塔 06T 了。
新车一共有 4 个版本，Elite 版 21.99 万元，Max 版 23.99 万元，Max+版 25.99 万元，三电机性能版 27.99 万元。
作为 06 车系衍生出的猎装 / 旅行版本，阿维塔 06T 的重点在于车身形态带来的气质变化, 新车不仅很好地延续了 06 车系原有的家族化设计基调，更展现出别具一格的视觉张力。
阿维塔 06T 车身尺寸为 4940/1960/1475mm，轴距 2940mm，整体很好地保留了 06 车系原有的家族化设计基调。
车头部分依然采用了极具科幻感和未来主义色彩的 F 形飞翼式大灯组，大灯中央的日间行车灯巧妙地兼顾了智驾小蓝灯的功能。
来到车身侧面，整车的修长感被进一步放大，呈现出经典的雪茄形姿态。旅行车特有的平直车顶线条一路向后延伸，与下部略微隆起的轮眉线条遥相呼应，将优雅修长的车身比例与扎实的力量感完美融合。
进入车内，阿维塔 06T 延续了品牌一贯的内饰设计思路，将科技感与极简风格深度交融。
前挡风玻璃下沿布置了一块 35.4 英寸的超长带状屏，用于直观显示车速、导航和电量等核心信息，
中央区域的 15.6 英寸中控触摸屏则继续搭载鸿蒙座舱系统，支持四区域语音交互、面部识别、声纹识别、华为 HiCar、车载 KTV 以及模拟声浪等功能。
在核心机械层面，阿维塔 06T 并未因所处价格区间更为敏感而妥协硬件配置。
阿维塔 06T 提供纯电和增程两种动力方案。
纯电车型分为采用后桥双电机的后驱版，以及在此基础上增加 210 kW 前置电机的四驱版。纯电版匹配 89.33 kWh 的电池组，官方标称续航里程超过 740 km；增程版则搭载 45 kWh 的宁德时代电池，标称纯电续航为 330 km，日常通勤使用没有太大压力。
底盘部分，阿维塔 06T 采用长安研发的太行 2.0 底盘系统。该系统基于分布式电驱，能够对两侧车轮的扭矩进行独立控制。其设计目的是在低附着力路面打滑，或在高速爆胎等失稳工况下，通过扭矩分配辅助修正车身姿态，以提升主动安全性。
阿维塔 06T 还搭载了华为乾崑新一代 896 线激光雷达，并采用华为乾崑智驾 ADS 4.0 系统，支持高速和城市 NOA，以及全场景和记忆泊车功能，同时，乾崑 CAS 4.0 防碰撞系统也进一步补强了主动安全能力。
结合此前已经上市的阿维塔 12 和此次阿维塔 06T 的横向拓展，不难看出阿维塔找到的一种全新解法——
让华为在看不见的底层逻辑、算法算力和智能交互上，为车辆注入了行业顶尖的「灵魂」；而阿维塔则负责在看得见的物理层面，用修长优雅的比例、极具辨识度的前脸，以及猎装旅行车这种充满感性色彩的形态，为这些前沿科技打造一副具备温度和性格的「躯体」。
在沉淀了 5 年之后，凯迪拉克终于又带来了一辆「看起来还行」的纯电 SUV ——凯威德。
作为上汽通用凯迪拉克品牌推进国产化的第三款纯电动 SUV，凯威德定位介于中大型 SUV IQ 锐歌与全尺寸旗舰 SUV 凯雷德 ESCALADE IQ 之间，基于通用的奥特能纯电平台开发。
凯威德主要推出了两款核心车型，分别是指导价为 46.88 万元的长续航四驱 Pro 版，以及指导价为 50.88 万元的高性能四驱 Ultra 版。
在 40 万至 50 万元级别的豪华纯电 SUV 市场中，它需要直面诸如理想 L9、蔚来 ES8 以及问界 M9 等热门新能源车型的竞争。
凯威德的车身长度达到了 5222 毫米，宽度为 2026 毫米，高 1799 毫米，轴距 3094 毫米，整车采用了 2+2+2 的六座布局。
面对整备质量接近 3 吨的庞大车身，如何克服物理惯性并消除城市驾驶的笨重感，成为了底盘调校的核心难点。
为此，凯威德在高配车型上引入了采埃孚主动后轮转向系统，后轮可实现最大正负 5 度的转向角度，将这台巨无霸的最小转弯半径缩短至普通 B 级轿车水准的 5.56 米。
不过尽管定位为城市与公路纯电车型，凯威德依然保留了 19 度的最大接近角和 193 毫米的最大离地间隙，使其在面对陡坡或非铺装路面时具备扎实的防托底能力。
在悬架和减振方面，凯威德配备了德国威巴克的空气弹簧以及采埃孚的 CDC 连续可变阻尼减振器。空气悬架不仅支持车身高度在正负 50 毫米内自由调节，更能与 CDC 系统紧密配合：在途经减速带或坑洼路面时瞬间降低阻尼以吸收冲击，保证乘坐舒适性；在快速过弯或变道时则迅速增强阻尼，为车身提供的侧向支撑以抑制侧倾。
动力方面，基于奥特能平台打造的凯威德分为单电机后驱和双电机四驱两种版本。
双电机四驱版本的综合最大功率达到了 443 千瓦，峰值扭矩高达 880 牛·米，百公里加速时间仅需 3.75 秒。
传统燃油车时代，这样的加速数据通常只有搭载大排量 V8 发动机的高性能车型才能做到，因此凯威德也被调侃为是「电动大 V8」。
新车搭载了由时代上汽提供的 102 千瓦时三元锂电池组。单电机后驱版本的 CLTC 纯电续航里程为 642 公里；而性能更强的双电机版本中，长续航版 Pro 的 CLTC 续航为 601 公里，高性能版 Ultra 为 573 公里。车辆支持直流快充技术，在理想状态下，充电 10 分钟即可补充约 127 公里的续航里程。
进入车内，中控区域最显眼的是一块 33 英寸的 9K 超视网膜曲面环幕屏，配备了 70 英寸的 AR-HUD 增强现实抬头显示系统，后排配备了两块专属的 12.9 英寸超高清娱乐屏，以及位于中央通道区域的独立控制屏。
这块控制屏允许后排乘客自主调节空调温度、座椅角度以及影音播放。再加上流媒体后视镜，全车共计实现了七块屏幕的联动交互。
凯威德配备了拥有 23 个扬声器的 AKG Studio 音响系统，并支持 Dolby 7.1.4 杜比全景声技术。配合车辆在 NVH 方面的堆料以及双层隔音玻璃，车内在行驶过程中能够保持较好的静谧性，从而让音响系统发挥出类似剧院级别的听觉效果。
在内饰材质上，凯威德大面积采用了产自北美五大湖区的 Fine Nappa 半苯胺真皮。车顶棚覆盖了触感类似羊绒的韩国进口海岛超细纤维材质，脚垫则选用了产自澳洲牧场的羊毛。
凯威德第二排的两个独立行政级电动座椅具备 16 向电动调节、6 向航空头枕，还集成了 10 点分区指感按摩以及智能加热和通风功能。
值得一提的是，工程团队在座椅骨架内部加入了一种防晕车阻尼器。这种设计的物理原理类似于高层建筑中用于抗风减振的阻尼球，它可以有效过滤和吸收车辆行驶过程中传递到座椅上的细微高频抖动，配合优化的包裹感与支撑性，能在长时间旅途中显著降低乘客的疲劳感和晕车概率。
此外，车内还配备了双层流新风空调系统，具备抗敏抗菌功能，保证了座舱空气的清新。
在智能驾驶领域，凯威德选择了与国内知名智驾供应商 Momenta 合作，这也是凯迪拉克品牌首个应用 Momenta 高阶智能辅助驾驶解决方案的车型。
在感知硬件的布局上，凯威德采用了行业内较为创新的设计思路——舱内隐藏式激光雷达。与许多新能源车将激光雷达像「瞭望塔」一样凸起安装在车顶不同，凯威德将这颗等效 896 线的激光雷达藏在了前挡风玻璃内侧的上沿。
这种做法有两大实际好处：一是保持了车身顶部线条的流畅，没有破坏原有的外观设计美感；二是将精密的传感器置于车内，有效避免了日常行驶中雨雪、泥浆、沙尘等恶劣外部环境对雷达镜头的遮挡和侵蚀，降低了维护成本。
除了激光雷达，全车还配备了 11 颗 800 万像素的高清摄像头、5 颗 4D 成像毫米波雷达以及 12 颗超声波雷达。
在这套硬件与 Momenta L2++级算法的配合下，车辆不仅能够实现覆盖城市和高速路段的无图领航辅助驾驶，支持包含记忆泊车和远程召唤在内的多种自动泊车功能，并且具备通过 OTA 持续升级迭代的能力。
凯威德的车身采用了被称为「十八横十纵」的笼式结构设计。整个车身架构中，高强度钢的占比达到了 81.8%。
为了确保底盘电池包的安全，电池包内部使用了屈服强度高达 1500 兆帕的超高强度钢材作为横梁进行加固，并在制造过程中使用了总长度极长的激光焊接工艺，从物理结构上最大程度防止碰撞对电芯造成挤压变形。
除了车辆本身的硬核素质，凯威德在售后政策上也做出了有针对性的延展。品牌保留了此前推出的「金身权益」，即承诺在三年内，如果车辆发生单次车损超过发票价格 30% 的事故，厂家将直接免费为车主更换新车。
用「起了个大早，赶了个晚集」描述凯迪拉克在新能源时代的表现，应该再合适不过了。
2021 年前后，当不少传统豪华品牌仍依赖「油改电」车型在市场中过渡时，基于通用奥特能（Ultium）纯电架构打造的凯迪拉克 LYRIQ 锐歌无疑是一个极具前瞻性的破局者。
在内外设计、三电素质、底盘调教上，LYRIQ 都可以说是当时纯电车型中「标杆」那一梯队的，其搭载的 Super Cruise 超级辅助驾驶系统当时表现也不错。
甚至在销售渠道和定价机制上，凯迪拉克也是比较早开始进行自营布局和一口价模式的合资车企。
在后续的长达数年的时间里，凯迪拉克在产品推新、技术迭代以及对本土消费者需求的捕捉上显得步履蹒跚，逐渐在高速发展的市场浪潮中掉队，失去了原本领先的身位。
▲ 24 年上市的傲歌几乎没有任何声量
这次凯威德的出现，算是在四五年的犹豫和磨蹭之后，终于交出了一份还算在及格线以上的答卷。
但先不说凯威德离目前大热的极氪 9X、问界 M9 等车型在产品力上的差距，即使凯威德卖爆，暂时也救不了凯迪拉克。
想要在中国市场真正重塑辉煌，凯迪拉克需要的不只是「一款好车」，而是一套能够契合当下中国市场环境的产品定义能力、品牌定位以及价格策略。
这是一项长期的系统工程，远非推出一辆好车那么简单。