聊了一个小时，美图CPO——首席产品官陈剑毅（花名小白）几乎没提过「参数」两个字。

这有点反常，要知道 2026 美图影像节这天，美图一口气发完 8 款 AI 产品和一款奇想大模型 V6，好几款产品背后都站着一支多 Agent 团队。

换作其他AI公司，在这种场合大概会跟你聊模型多强、Agent有多少、Token涨了几倍，小白聊的是却另一套东西。

怎么挑产品，怎么选人，怎么判断一个需求该不该做。大多数人对美图的理解还是一款P图工具，但听着听着你会发现，美图这波 AI 产品的底色并非效率，是另外三个字：非理性。

小白选择产品负责人，最看重的是这个人到底热不热爱这件事，AI 能力反倒是其次；面试产品经理，他会谨慎看待「AI 狂热者」，理由是他们容易「误把产出当创造价值」；他说做影像产品和做游戏一样，是制作人驱动的，「当所有游戏都在追求低门槛，魂类偏偏要虐死玩家，反而更令人上瘾」。

在一个张口闭口数据驱动的行业里，这些话不太像一个上市公司高管会讲的，这似乎不是资本和投资人青睐的AI叙事，更像是一位创作者在替另一群创作者着想。

最后我让他用一个词定义自己。他想了想，给出的答案是：编剧。

以下是 APPSO 与小白的对话。

给每一种内容格式做一个产品

APPSO：这次美图一次发布了 8 款 AI 产品，除了设计，还有口播、短剧、MV ……方向这么多，你们的战略优先级到底放在哪？

小白：真要选，其实就两个方向——设计和视频。再往下是具体的内容格式：设计是电商套图、社媒图文这些；视频就是口播、AI 短剧、MV等，内部还在孵化类似动画短片的产品。我们的判断是，每一种内容格式，都值得有一款产品专门去做。

APPSO：很多产品大厂也在做。

小白：对。

APPSO：那你们的机会在哪？

小白 : 我觉得做 AI 产品，思路可以参考传统行业比如消费品，每个非常细分的场景或者一个需求里，都藏着一个头部产品的机会。大厂的通用型工具能覆盖很多场景，但大多数细分场景只能做到五六十分，我们要的是把一个细分场景做到100 分。

APPSO：但视频赛道现在也很挤，很多模型厂商也在做工具，人群也跟你们重叠——电商、短剧用户，你们怎么应对？

小白 : 原地缩成一团。

APPSO：正经点。

小白：我觉得他们还是太通用了，做一个内容容器，这跟我们不太一样。就拿我们的 MVLAND 来说，它能更好地把音乐和画面的情绪关联起来，怎么突出主角，怎么对口型，歌词字幕怎么匹配音乐风格。这些深度的东西，通用大模型的工具很难做到。它或许能给你一个开放式编辑器，让懂的人自己创作，但效率一定比我们低。同样做一支 MV，用通用工具光调参数就要三小时，用我们的十分钟，效果还更好，那有什么理由用通用工具？所以要原地缩成一团，聚焦在一个点上。

APPSO：这都能圆回来。。。那为什么你们能让这个交付成果更快更好？

小白：还是对特定内容的关键构成元素的理解。举个口播视频的例子，它跟很多通用剪辑工具不一样，口播视频一定有人在说话，有人说话就一定有字幕，有字幕你就能通过编辑文字来驱动剪辑(文字快剪)。我们是把通用工具里 80% 的共性功能保留下来，再把那 20% 跟口播最相关的——花式字幕、黄金三秒、口播脚本、综艺元素等，做深度定制。这就是垂直工具相比通用工具最大的价值。

APPSO：所以你们是主动去做得很垂直。

小白：就是做小众刚需，不和大厂硬碰硬。

APPSO：那美图的核心用户是专业创作者，还是大众用户？

小白：垂直场景的产品，一定是先搞定专业创作者，再做创作者的泛化。这有点像脱口秀类综艺——第一季上的都是行业里很资深的人。但做了几年之后，明星、素人都能上去讲了。他们不是脱口秀专业的，有专业的人帮他写稿，稍加练习，用演绎的方式表达，也能像半个脱口秀演员。

所以一开始你面向的，一定是这个领域里最资深的那批人，跟他们共创产品，他们帮你沉淀出配方、模板，再给没那么资深的人复用，最后才是泛化。

APPSO：开拍也是这么起来的？

小白 : 对。三年前我们做开拍的时候，口播还是个很小众的品类，只有知识博主、带货博主会去做。现在呢？各行各业的人都在做口播了，房产中介，路边小摊贩都在拍。它花了好几年，才走完从小众到泛化这个过程。我们就是在它还小众的时候进去，先跟最专业的那批人共创，再让更多人涌进来。这个世界就是各种小众文化不断走向大众化，你去看所有成功的东西都是这样的。

AI 时代，验证大于规划

APPSO：你在美图很多年了，AI 出现之后，你做产品的方法论，最大的变化是什么？

小白：是在「深度思考」和「动手」之间的取舍。过去我们这批人，比较推崇张小龙这类产品经理，有个想法然后推敲一千遍再去做。但在 AI 时代，深度思考半天，往往不如先做个 demo 上线看一下对不对。当然也得平衡，不能狂推一大堆 feature 去试，还是得有基础判断。但总体上，现在验证大于规划。

APPSO：有没有一个大方针，是内部团队都要遵守的？

小白：先做用户调研，辨别需求真实性和它能创造的价值。但我个人非常不喜欢一点：团队做市场研究时，第一反应是去找战略分析团队出一份行业分析报告，写什么行业增速多少、市场规模几百亿——这没有错，但太套路化了。

分析团队给你的往往是二手信息，你没有真实体感。所以我总跟大家说：你得真的自己去找用户聊，去做社媒观察，再做判断。对于初创产品来说，一个犀利的，亲身经历的用户洞察，比几百页别人做的行业报告有用多了。

APPSO：可用户的声音也很杂，张小龙说每天有一亿人教他做产品。你们怎么从里面筛出真正能做的需求？

小白：说实话，这件事还是比较依赖主观判断。比如调研 30 个用户，20 多个都指向同一个需求，按常理这需求一定对。但很多时候不是这样。我常拿乔布斯举例：他做 iPhone 之前如果去调研，问你想要什么键盘，用户只会说「我想打字更快」，他不会告诉你「我要一台触屏手机」。

做影像产品大多时候是件很主观的事，跟做游戏很像——游戏是制作人驱动的。我有个 idea，把它做成游戏，并且我就是不迎合当下主流玩家的需求。比如当所有游戏都追求低门槛时，魂类偏偏要虐死玩家，这种反主流的游戏模式，反而让玩家被越虐越上瘾，但如果你用互联网那套看次留周留的方法论去看，就没有魂类游戏了。所以 1 号位的影像 Sense 很关键，选对了人，后面很多事就顺了。

APPSO：那这种判断，很难沉淀成一个 Skill？

小白：有点难。本身是个博弈的过程，你做一个 Skill 说「这件事可以做」，再做另一个 Skill 说「不行」，两个不停打架，最终也很难出结果。

APPSO：这次发布的产品里，哪个是最靠这种直觉做出来的？

小白：Artflo。因为欣鸿（美图创始人）是美术生，对艺术和厉害的视觉有天然的兴奋感，也特别喜欢概念短片，就会想把这种表达形式产品化。但在很多非视觉驱动的人眼里，它可能没什么看头，喜欢视觉的人会兴奋，纯理科背景的人会觉得奇怪。

APPSO：那这种还没被主流验证的产品，你们怎么判断商业价值？还是先跑出来看看？

小白：还是要做调研，不能全靠直觉。像 MVLAND，我们就去跟音乐工作室聊：你们一年在 MV 上花多少钱？有多少歌没有 MV？很多工作室有上万首歌，99% 没有 MV。假设每首配上 MV 后在 YouTube 有一千播放量，换算成广告收入，这个价值是能算出来的。包括概念短片，我们以前找外部团队做，一支动不动五十万、一百万，现在用 AI 一条五百块就出来了，这就是实实在在的商业价值。

招人先看「第二属性」，然后才是AI 能力

APPSO：组织上你们也做了变化，开设了很多 AI 工作室，铺很多产品线，有点像赛马机制，你们不担心资源分散吗？

小白：现在AI让新产品的开发门槛变得很低，比如公司有2000 人，投入到AI工作室100来人，它占整体公司资源不到 10%，对主业务没多大影响。但如果占到 30% 到50%，那确实就得掂量了。

APPSO：你提过设计师未来会承担一部分产品经理的工作。那你们现在对这些岗位的要求，跟以前有什么不一样？

小白 : 很多影像产品经理都是设计师出身，比如我。公司里有不少设计师兼任产品经理的工作，美图的设计师还是很全能的，除了做视觉也会深度参与产品定义。

对岗位的要求跟过去还是挺不一样的。除了基础能力外，更多看他有没有「第二属性」。

这概念是我和欣鸿讨论出来的。他因为热爱摄影创办了美图，摄影就是他的第二属性。后来成立 AI 创新工作室，跑了一段时间后，我俩发现一个规律：1 号位的第二属性，如果和产品方向契合，项目成功率高不少；不契合的，做起来就比较吃力。

第一属性是你的本职工作，比如产品经理，运营，设计。第二属性是对某件事的热爱和精通。你做 MVLAND，要是个音乐发烧友或重度视频创作者；做 Artflo，是个有艺术追求的设计师；做开拍，自己也要是个口播创作者。

第二属性是为了拥有原生体感，自己就是产品最挑剔苛刻的用户。对于初创产品来说，如果 1 号位没有原生体感，需要通过用户调研或招人来获得间接体感，那转化到产品上的理解，就永远隔着一层，少了那种发自内心的挑剔与共情。

APPSO：所以你们反而对 AI 能力没那么强的要求？

小白：AI能力当然要考察，但说实话，AI能力只要读过大学的人都能学会。我面产品经理时，反而会对那些 AI 狂热者比较谨慎，尤其是离用户很远的。有些人整天用 AI 做这做那，却从不去找用户聊，不懂如何辨别伪需求，就有点被 AI 魔化了——他误把用AI来产出当成了创造价值。

有点像当年玩塞班破解，苹果安卓越狱root，我们现在回头看，这些技术基本消失了；而十几年前踏实去观察用户场景做App的那批人，很多到现在都还在做。

APPSO：所以洞察用户需求，始终是最重要的。

小白：不管有没有AI都是。产品经理要有敏感度，但主次不能乱——用户需求是主要的，AI 工具是次要的。现在很多人把次要的当成主要了。

APPSO：有了AI，产品的开发周期、团队配置会变吗？

小白：周期缩短非常多。以前做一个效果要半年一年，现在三天就出来，团队也小很多。不过它对从零到一的项目更友好，没有历史代码包袱；老项目反而麻烦，过去的代码太多，一改就一堆 bug。

APPSO：现在很多公司会对「AI 提效」提硬性要求，你们呢？

小白：我们是鼓励，订阅最新 AI 工具，公司都报销，也暂时没设上限让大家去抠成本。但我们不太希望强制去推去考核大家的token消耗，一强制就变味了，大家盯的就不是「我能产出什么好东西」，而是去应付那个指标了。

把决定权，交还给创作者和用户

APPSO：听完今天的分享我有个感觉，你们更像用创作者的角色在做产品。

小白：影像产品经理和游戏策划很像，是创意驱动的。他们其实不好管理，都很有个性，想法很多，有自己的追求。一旦强迫他们去执行你的想法，容易把人逼走。所以很多时候是平等探讨，创意被尊重，才能留住那些敢于独立思考，不唯上的人。未来，我们想把公司搭成一个影像产品的创新平台：沉淀好规则和避坑指南等，把大家做产品的下限拉高，少出错，前人踩过的坑就别再踩了；但上限，得靠各位制作人自己去探索。

APPSO：美图还推出了一个挺有意思的服务，让专业的人代替用户来操作 AI。Agent再发展下去，这两个模式会冲突吗？真人加 AI 是过渡，还是会一直并存？

小白：我觉得会永远存在。这世界的信息差还是太大，我们理解的世界跟真实的，完全是两个世界。拼多多之前我们都用淘宝，快手之前大家都不知道有这么多小镇青年，谁能想到有那么下沉的消费需求？我们这群互联网从业者看到的世界，估计只占整个世界 10%，剩下 90% 的人非常不懂这些最新AI技术，但他们有很强烈的内容制作需求。

APPSO：那真人加 AI 的占比会到多少？是终极形态，还是五年内的过渡？

小白：不说具体产品，就说需求量，至少 80% 的用户，是想直接花钱解决问题的。

APPSO：花钱解决问题，是不是意味着现在的产品没法直接解决他的问题？

小白：不是不能解决，可以解决，只是他们不想。

APPSO：这个「不想」，能不能理解成一种学习成本？

小白：你平时会做饭吗？我是不做饭的。网上做饭教程那么多，为什么我自己不做、要去餐厅吃？因为我不擅长，或者有更低成本的方式能解决它。一个卖烧烤的老板，他的职业是烤串，不是做短视频。现在很多人是硬撑着为了流量做内容营销，因为同行们都在做。

但如果你给他一个选择，他更愿意让别人帮他去做，自己专注去做擅长、也感兴趣的事——做菜。这就是学习能力强的精英们容易对真实用户造成的误判：我们总默认这东西「应该」是用户去学的，可人家就是不想学。

模型趋同之后，拼的是对用户的理解

APPSO：多 Agent 协作是这次产品更新的重点。但对用户来说，打开都是Agent，根本看不出来。

小白：对。

APPSO：你是怎么考虑的？

小白 : 用户确实不在乎你是单 Agent 还是多 Agent，他要的是效果好。有用户跟我说，你们搞多Agent就是脱裤子放屁，就跟厨师一样，给我做个菜我吃就好，我管它厨房里有几个分工的小弟？这是客观事实。多 Agent 更像用户端的一个传播点：我们效果比别人好，是因为背后有几个 Agent在配合，这就占住了心智。

但从技术实现来说，多Agent 真正的价值，在于把行业独特认知做输出，让每个 Agent 有自己独立的行业认知。比如同样做 logo，奶茶店和食品行业的技法、风格完全不同，我们会让设计师把每一道工艺植入到对应 Agent 里。通用模型训练的是互联网上的共识，而多 Agent 的本质，是我们把「非共识」植入每个 Agent 角色，再让这些带着非共识的 Agent 互相协作。

APPSO：Notion 的 Ivan Zhao 有个观点：以后不能被 Agent 调用的产品是没有未来的。你认同吗？

小白：这个观点太极端了。Agent 哪怕做成一个生态，有各种 CLI、Skill接入，它满足的也只是那20% 的浅度内容创作需求。

因为它最基础的形态还是对话式交互。但内容创作除了对话，你还要二次编辑、要剪辑模板、要调用过去沉淀的内容资产和效果配方，这后面的链路还很长。你用大模型简单出一条片可以，但真要把这件事做好，还得有地方让你去调整。所以我理解的Agent 调用是：用户说「这条视频我想改」，Agent 吐出一个url，点进去是一个画布或编辑器——但这个画布还得在原生产品里面，在Agent里做不了这事。

APPSO：如果每个人都能调用最强的模型，你觉得以后最核心的竞争力是什么？

小白：对用户的理解，这会是（产品）最大的差距。大模型就像一片汪洋大海，什么鱼都有；我们做应用的，是去做不同尺寸的渔网，把不同的鱼捞上来。你只玩一玩，我给你一张通用的渔网，捞到什么算什么；但你在这行待久了，我肯定给你各种大小的渔网，让你捞到对应的鱼。产品和技术都能用时间追上来，真正追不上的，是对用户心智的抢占。

一个把自己当编剧的产品经理

APPSO：如果用一句话总结你现在做的事，你会怎么说？

小白：如果是对内心最深处那个点……我觉得，还是一个小小的编剧吧

APPSO：编剧？

小白：对。因为我做的很多东西，本身都是内容创作的属性。比如这次美图影像节，也是跟很多同事一起创作出来的——怎么策划内容、视频、设计叙事、哪里埋梗。如果你只是把产品当成一个「产品」来做，你会失去很多从外部视角看它的能力。做内容很关键的一点，是会站在受众的视角：受众看到之后会有什么反应。这世界上大部分成功的 IP、漫画、游戏，背后都是很伟大的编剧。好的产品，其实都在讲一个好故事，让用户更好地走进来。

当然，如果面对投资人或市场，我可能会说自己是个「翻译官」，把用户需求翻译成技术能实现的东西，把技术翻译成用户能用的产品。但我内心还是觉得自己更像个内容编剧。

APPSO：所以「编剧」，其实也是你对「产品经理」的一种定义？

小白：我会说自己是内容型产品经理，或创作型产品经理，所以在公司里比起开会，我更喜欢在电脑前沉浸式的创作。比如一份产品需求文档，如果写得特别理性，它就是一份公文，很枯燥。但你用编剧的视角去写，就会这样考虑问题：我要怎么打动看这份文档的人，让他们更愿意、更好地把我这个产品做出来。也会构想这个文档实现成产品后，用户们会怎么传播这个产品，就像你写个电影剧本前，会做上映后的影评推演一样。这时候你的产品才是有温度的，是在创作一个作品，而非交个作业。

APPSO：很有意思。「非理性」在你们整个产品角色里，好像是个挺关键的东西。它是不是某种程度上成了让美图走到今天的底色？

小白：我觉得一定是的。互联网从业者大多背景很好，擅长用理性思维做决策。但影像产品本质上是由「审美和流行」驱动的，这种非理性的判断，在行业里是一种稀缺特质。早期我们做让女生变美的产品，也算是进入了一个竞争真空地带，它有点像「角落里的生意」，看似小众，但背后的潜在市场其实并不小。所以我们也常常感慨自己是幸运的，从最初帮女生修好图，到今天做商业设计、口播、AI短剧等等垂直场景的生产力工具，我们走出了一条属于自己的路。

写在最后

采访快结束时，小白跟我分享了一件「吃过亏」的事。过去他们也找过那种极其理性的、数据驱动的人来做影像产品的 1 号位，结果很可怕——「他不管视觉效果，给你讲一堆策略，看一堆数据」。

后来他们才想明白：做影像产品，一份好的 BP 不是去算市场规模几百亿，而是直接把效果摆出来，一个个效果评测 case 放出来。投资人看不懂效果，他只看你能回报多少钱；可影像产品偏偏就是效果驱动，不是数据驱动。

这大概能解释，为什么这次美图 8 款产品，每一款发布都不是从一张市场规模的图表开始介绍，而是从一个效果演示视频，或者一位具体的用户开始：一位被重复手搓几十张照片「熬」得怀疑自己是不是一台修图机器的修图博主。一位会员过期三次还没剪明白一条视频的新手妈妈。还有那位亏了将近一千万、最后靠开拍把店做到排队的牛肉面馆老板娘。

AI 能多快、能多强、能替代多少人？如今所有人都在算这笔账。美图却在考虑另外一件事：怎么把那 90% 的时间，还给那个只想去旅行、想带娃逛公园、想专心做菜的人。

因为「万物皆可 OTA」的概念被讲了太多，所以在很多人的想象里，辅助驾驶升级应该是一件很像手机系统更新的事情。

厂商开一场发布会，给出一个更大的模型，几个更漂亮的 Demo，几个更顺滑的城区 NOA 视频，然后用户等着 OTA。在某一天晚上，车机屏幕上弹出更新提示，进度条从 0 跑到 99%，接着是满屏的更新成功动画，第二天早上开车出门，车就应该突然变得更像老司机。

但驾驶是一件安全为先，需要严肃对待的行为，OTA 本身并不复杂，复杂的是背后智能辅助驾驶技术，需要解决的问题太多了。

2022 年量产的车，2026 年还能不能跑最新的智驾模型？Orin 平台和自研芯片平台，能不能用同一套模型？蔚来和乐道，两套品牌、不同车型、不同传感器组合，能不能在同一个时间点获得相似的世界模型能力？工程团队手里有十几款车、四个平台、两套芯片、不同摄像头 ISP、不同雷达组合，如何让一个模型一次推送全部真的上车，而不是停留在云端训练集里？

这是任少卿在一场小范围智驾系统工程能力沟通会上想要回答的问题。任少卿是蔚来高级副总裁，负责自动驾驶研发，在此之前是 Momenta 研发总监兼联合创始人，同时他也在中国科学技术大学担任讲席教授、博士生导师，中国科学技术大学通用人工智能研究所所长。

表面上看，这次沟通会的背景是 2026 年 6 月蔚来世界模型迎来一次比较大的升级，并且会跨蔚来、乐道两个品牌，覆盖 Banyan、Cedar、Cedar S、Coconut+ 等四个平台，从 2022 年最早的 ET7，一直延伸到乐道 L60 的激光雷达版本，核心能力保持一致。

但这场沟通会的主要目的不是讲蔚来最近的世界模型有多厉害，而是讲如何把新的世界模型一次性部署到时间跨度四五年，车型、芯片和硬件都不尽相同的十几款车型上。

就像《天龙八部》里的段誉一样，身怀六脉神剑，凌波微步，北冥神功等顶尖武功配置（模型能力），但因为经验匮乏心性软弱（工程能力），所以实战水平相当不稳定。

任少卿的开场是这样的：

除了我们平时所说的算法层面，原来有端到端，现在可能还有世界模型、VLA，在这些算法层面的事情底下，关于整套 AD 系统，数据、硬件、传感器是怎么构建的，整体的解决方案，最终呈现给大家的 NT2 车、NT3 车以及乐道的状态，为什么是现在这个样子。

这句话其实是整场沟通会的提纲，也就是：模型怎么上车，数据怎么回来，老车怎么更新，测试怎么做，安全怎么验证。

先把车造得足够「耐老」

今天再看 ET7 车顶的瞭望塔式激光雷达，很多人可能已经习惯了。甚至在今天的中国新能源车市场，车顶凸起一个激光雷达，已经不算什么特别激进的事情。

但时间回到 2021 年，这件事的争议要大得多。

激光雷达放在哪里，本来有几个选择。放在保险杠位置，对造型和风阻最友好，也最符合传统汽车工程师的习惯；放在座舱内，对外观影响更小，但要透过玻璃，会有性能损失和额外成本；放在车顶，从感知性能和维修成本看更有优势，因为站得高、看得远，但对风阻、造型和整车设计都是挑战。

任少卿回忆说，当时内部讨论非常激烈，尤其对电动车来说，风阻和造型都是命门。但李斌当时给过一个判断：如果技术路线就是会往这个方向走，如果这种方式对性能最好，那它不只是 AD 团队的挑战，也是设计团队的机会。

很多设计在刚出现的时候，都会让人不适应。因为它不属于过去的汽车语法。早期的封闭式前脸、贯穿式灯带、大屏座舱、车顶传感器，刚出现时都多少有些突兀。但只有当功能价值最终被验证，新的美学才会被行业慢慢接受。

任少卿最后总结这件事时说，当他们决定一件事是对的，看到了它接下来五年、十年的发展方向，即使今天有问题、有冲突，也应该去做，然后时间会证明一切。

蔚来在 NT2 上不只是选择了车顶高线数激光雷达，也坚持用了 800 万像素摄像头、四颗 Orin 的大算力平台。当时这些配置看上去都有「超前」甚至「昂贵」的一面，蔚来现在给出的解释是：车不是手机，不能一年一换。

智能电动车的问题在于，机械部分可能用五年、十年，电子件的迭代速度却越来越像消费电子。

这就产生了一个矛盾：一台车的身体还年轻，它的大脑会不会先老？

任少卿提到，蔚来内部希望硬件部署能够坚持更长时间，最好能撑过两代车型。现在车的更新周期大概三年一代，已经比传统汽车快很多，但蔚来希望芯片和传感器在更长周期里还能承接软件升级。

这也是为什么蔚来一直强调订阅模式。订阅不只是一个商业收费方式，它背后其实有一个长期维护老车的成本逻辑。让一台已经不量产的旧平台继续吃到新版本，是一件很贵的事情。车企需要找到一种商业闭环，用户也希望五年以上的车还能持续更新，这两者之间需要一个平衡点。

所以，NT2 平台当年的激进硬件，今天可以被重新解释成一种「智能生命周期」的预埋。

当然，硬件超前只能解决一部分问题，即使蔚来一开始尽量统一传感器基线，几年下来，平台仍然会发生差异。NT2 和 NT3 的摄像头不同，因为 Orin 和神玑芯片里的 ISP 不同；NT2 用 3D 毫米波雷达，NT3 开始上 4D 毫米波雷达；后续车型的激光雷达版本也不一样；蔚来和乐道也有不同车型组合。

如果每一个平台都要单独开发一套智驾模型，这件事很快就会变成工程灾难。

蔚来的解法，是让同一个神经网络接入不同传感器。不同摄像头可以进入同一个网络，靠神经网络把性能拉平；激光雷达和毫米波雷达则更像「热插拔」接口：有这个传感器，就输入对应信息；没有这个传感器，网络也能正常跑。

它意味着蔚来并不把不同车型简单视为高低配，而是在模型架构上允许传感器组合存在差异。只有这样，同一套代码和网络才可能同时推给四个平台、十几款车型。

在沟通会上，有媒体问到 ET9 等车型上的两个侧向激光雷达，以及多激光雷达是否存在边际效应递减。

蔚来自动驾驶团队解释说，蔚来目前侧向激光雷达和前向激光雷达拼在一起，可以达到 350 度以上的周视，在高速、城区、泊车场景都有作用。侧向激光雷达的探测距离可以做到 70、80 米，尤其在高速快速变道时，对侧后方来车、小目标物有更好的监测。

但蔚来智能驾驶研发产品系统负责人佘晓丽补充了一个判断：

从用户的日常体感来说，我认为几乎是看不出来差别的。如果我（多）一颗激光日常用户就可以看出来差别，只能说这个做得太差了。

任少卿接了一句更形象的话：

侧向激光雷达就是蔚来多装了两个（智能）气囊。

这可能是理解多传感器路线最合适的方式，它的价值不一定体现在每天上下班都让你觉得「哇，今天变道好像更丝滑了」，而是在长尾风险里托住边界。

自研芯片的重点，不只是 TOPS

过去几年，智能驾驶芯片有一个很常见的传播方式：比 TOPS。谁的算力更大，谁的芯片更多，谁的域控更豪华，很容易变成一句发布会金句。蔚来这次讲自研的神玑 NX9031，重点放在内存带宽上。

任少卿提到，2022 年左右，神经网络还主要是卷积神经网络，也就是 CNN。但后来的趋势越来越明显，模型会走向 Transformer。和 CNN 相比，Transformer 对内存带宽的要求会高很多。在同样计算量下，Transformer 对内存带宽的要求大约是 CNN 的 8 到 70 倍。

所以当初在设计神玑的时候，蔚来做了一个判断：下一代神经网络大概率会往纯 Transformer 方向走。

为了实现更高内存带宽，需要用更新的内存制程、多通道部署，这会占用芯片面积，也带来成本压力。任少卿举了一个更容易理解的例子：如果拿一个 7B 模型来算，30Hz，每赫兹解码五次，它需要的内存带宽就是 500GB/s。也就是说，当智驾模型越来越接近多模态大模型架构时，芯片的瓶颈不只是算力数字，而是模型能不能顺畅地在端侧跑起来。

按照蔚来的说法，一颗神玑芯片可以产生和四颗 Orin-X 类似的性能。如果说 NT2 的四颗 Orin 是在 2020 年为未来几年预埋算力，那么神玑的高内存带宽，就是蔚来在 2022 年押注 Transformer 时代。

如果说芯片和传感器是智能辅助驾驶的身体，那么 AI Infra 就像它的消化系统。

云端训练出一个模型，只是第一步。接下来是如何把这个模型部署到车端芯片上，并且在 Orin、神玑、不同车型、不同品牌之间保持一致的效果。

任少卿说，很多行业当前的做法是，不同芯片有完全不同的两套代码，只是在云端训练模型层面共享一部分。但蔚来从 2020 年底开始做新架构时，就假设未来一定会有不同芯片，需要统一部署。

所以他们没有完全沿用英伟达标准工具链，而是只用到 CUDA 这一层。CUDA 之上的部署框架、推理引擎、AI 编译器，蔚来自己做。

传统做法里，神经网络一层一层，每一层算子都需要工程师手写优化。算法工程师在前面改模型，后面工程师就要跟着改部署。任少卿开玩笑说，这会变成「算法工程师在前面改得很开心，后面一堆工程的兄弟跑断腿」。

蔚来自研 AI 编译器后，核心变化是自动算子优化和图优化。原来一层算子可能要工程师写三天，现在大部分可以自动生成；原来基于标准工具链，模型架构改动后部署可能要一到两周，现在可以缩短到一到两天；推理效率比通用工具链提升 20% 以上。

如果一个模型在云端效果很好，但每次部署都要等一两周，它就很难支撑快速迭代。反过来，如果工程系统能让模型快速上车、快速验证、快速回收数据，算法团队就能更高频地试错。

更符合这个时代叙事的是，蔚来还把 AI Agent 用进了智驾研发流程。

任少卿提到，一个模型部署上车，需要量化、开发集成、Pipeline、CI/CD 流水线、多芯片误差校验、发版、部署到测试车等一系列流程。过去需要工程师守在电脑前，一个环节一个环节地看。最近一年多，蔚来把这套流程改成了 AI Agent 自动执行。

结果是，原来模型上车需要一天级时间，现在可以压到两个小时以内。

在用户侧，AI Agent 是帮你查天气、订餐、写邮件；在车企研发侧，AI Agent 是把模型部署流程自动化，把工程师从重复流程里解放出来。前者决定用户感知，后者决定研发效率。

把几十万辆车组织成一张验证网络

过去讲智能驾驶，大家经常说数据闭环。主机厂有用户车队，有海量行车数据；供应商希望拿到主机厂数据；行业也常常把数据想象成一个巨大的素材库，似乎只要把视频和传感器信息存下来，就拥有了金矿。

但任少卿的判断是：数据的本质是算力。

因为真正有价值的数据，不是随便一段用户行车视频，而是针对某一个模型的 Corner case。要找到这个模型的 Corner case，必须让模型在大量真实场景里跑起来，观察它在哪里犯错、哪里犹豫、哪里偏离分布。

这就需要车端算力和云端算力。

所以，数据不是零成本拷贝的文件，而是模型、车端算力、云端算力共同筛出来的结果。你的模型和我的模型不同，你需要的 Corner case 也不同。于是，各家的数据最终只能在各家的系统里产生价值。

任少卿用一个很形象的例子解释 Corner case。比如一个路口，左侧是左转道，中间几个直行道，右侧是右转道。专家驾驶数据里，几乎不会出现一辆车离路口只剩 30 米，还待在最右侧车道却想左转的情况。因为专家不会这么开，正常用户大多数时候也不会这么开。

但智能辅助驾驶系统可能会犯这个错误，一旦它开到了训练数据没有覆盖的位置，就可能「回不来」。

所以蔚来要专门制造一些奇怪的 Case：比如离白线只有三米远时还要变道，或者故意开到错误车道，让模型自己学习怎么纠回来。这些 Case 对人类来说一年也未必遇到一次，但对智能辅助驾驶系统来说，必须学会处理。

这也是为什么任少卿说，AI 性能提升对数据的需求是指数级的。性能再提升几个点，数据可能要翻十倍。全量采集和训练所有数据，成本不可接受。真正可行的做法，是把最有价值的 Corner case 精细筛出来，让数据量变小，但数据价值变大。

这时候，数据闭环就变成了一套算力调度系统。

智能驾驶测试有一个悖论：能力越强，测试越难。

几年前做城区 NOA，测试车出门很容易遇到问题，因为系统会在普通场景里犯错。今天很多主流智驾系统已经能处理大量常规场景，测试工程师开一天，可能也只遇到几个有价值的 Case。

任少卿说：

测试越来越「肝」，比打游戏还「肝」。

靠测试车堆里程，已经不够了。蔚来的解决方式，是把量产车用起来。通过云端下发验证系统，让一些版本在大量真实车辆上做验证，当然前提是不影响用户正常使用和安全。这个验证池已经跨代际，NT2 和 NT3 的车都可以进入同一个池子。

这意味着，NT3 的很多模型，实际上也在 NT2 车辆上做共享验证。所以任少卿还开玩笑说，NT3 车主要感谢 NT2 车主。

主动安全是最典型的例子。蔚来表示，主动安全每周测试里程超过 4000 万公里，整体每周验证里程超过 1 亿公里。如果把这些里程换成测试同事和测试车，一周的里程需要 1000 辆车跑一年。

这已经不是传统意义上的车队测试，更像一个分布式验证网络。因为这套系统打通了 NT2、NT3、乐道平台，同一个算法可以跨四个平台验证，产生类似四倍验证效果。每一个版本都可以在不同车型、不同硬件组合里快速得到反馈。

过去大家常说 Tesla 的优势在于有庞大的量产车队。中国车企也在逐渐走向类似逻辑，但单纯「车卖得多」还不够。关键是能不能把这些车组织起来，变成一个可调度、可验证、可筛选 Corner case 的算力网络。

如果不能调度，车队只是销量。如果能调度，车队才是智能驾驶的数据基础设施。

工程系统、AI 编译器、神玑芯片、量产车算力调度，这一切需要收束到了一个更朴素的目标上：减少事故。

任少卿提到，蔚来主动安全的大里程安全里程目前是 679 万公里，并希望今年下半年的版本继续往上走，到 800 万公里以上。内部监控的保险出险赔付数据，从 2023 年到现在也在每年下降，目前相比 2023 年降低了约 40%，后续还会和保险公司验证后再发布具体数字。

他甚至提到，希望未来安全里程能从接近 700 万公里，继续做到 800 万、1000 万，甚至有一天再加一个零，达到一亿公里一次严重事故。

自动驾驶的终局当然令人兴奋，但智能辅助驾驶作为一项量产技术，真正的价值点是在今天、明天、后天持续降低用户风险。

如果说早期智驾竞争看的是谁开城快，后来比的是谁体验更拟人，那么接下来会越来越多地回到一个更硬的指标：它有没有真的减少事故。

在 AI 时代，模型会越来越重要。

但在汽车上，模型永远不能独自存在。它需要硬件承载，需要工具链部署，需要真实道路验证，需要安全系统兜底，也需要商业模式支撑老车继续更新。这可能也是智能驾驶和手机 AI、电脑 AI 最大的区别。

电脑上的 AI 回答错了，大不了重新问一次；手机里的 AI 总结错了，大不了删掉重来。车上的 AI 没有这么多重来的机会，它要面对真实道路、真实速度、真实风险，以及每一个坐在车里的人。

一个更聪明的模型，当然会让车开得更好，一套更扎实的系统，才决定这辆车能不能持续变聪明。

海力士普通股市值首超三星电子，成韩国市值最高上市公司

据《韩国中央日报》报道，昨日，海力士在韩国综合股价指数成分股普通股市值上超过三星电子，成为韩国市值最高的上市公司，结束三星电子自 2000 年 11 月以来连续约 25 年位居韩国上市公司市值首位的纪录。

海力士当日股价上涨约 5.6%，收盘市值达到 2080.4 万亿韩元，约合 1.35 万亿美元；三星电子普通股市值为 2066.7 万亿韩元。

今年以来，海力士股价累计涨幅超过 340%，三星电子同期涨幅约 198%。分析师认为，定制化 AI 内存需求改变了存储行业的竞争格局，也提高了 HBM 等产品在 AI 产业链中的重要性。

做马桶的 TOTO 计划投 800 亿日元做 1nm 芯片

据《日经亚洲》报道，日本卫浴设备厂商 Toto 计划在未来五年内投入 800 亿日元（约 4.95 亿美元），扩大其半导体材料业务，以支持 1 纳米制程级别的下一代芯片制造技术。

Toto 位于神奈川县的研发设施正专注于逻辑半导体研究，目标是将电路线宽推进至 1 纳米范围。在产能扩充方面，Toto 将向九州岛大分县和福冈县的工厂引入最新设备，两处厂区目前均已满负荷运转。

福冈县厂区新建的烧成车间预计明年 1 月竣工，若届时产能仍无法满足需求，公司将考虑兴建新厂。此次投资计划覆盖至 2030 年 3 月结束的财年，其中 390 亿日元已确定投入，其余部分将视市场情况推进。

🔗 相关阅读：卖马桶的 TOTO 杀疯了，成了 AI 芯片的幕后赢家

豆包 App 灰测打车功能，由曹操出行提供服务

据《读佳》报道，豆包 App 正在灰测一键打车功能，由曹操出行提供服务。目前北京、杭州两座城市已有部分用户获得灰测资格。

获得灰测资格的用户可以在豆包 App 对话框中口述出行需求，系统识别起止地点、出行人数和用车偏好后，自动匹配曹操出行运力。用户核对路线、车型和价格并确认后，曹操出行完成派单。

面向司机端，多位在岗曹操出行司机反馈，平台已接入豆包 App 专属出行订单，司机接单后，客户端会提示该订单来自豆包服务，并显示完成服务可获得 2 元平台服务费。

DeepSeek Harness 组加大招聘力度，放出研究员、工程师和产品经理三种职位

DeepSeek 新成立的 Harness 组正在加大招聘力度。其 Harness 负责人崔添翼日前公开发帖称，DeepSeek Harness 组正在招聘 Harness 研究员、Harness 工程师和 Harness 产品经理。

崔添翼在招聘帖中把 Harness 组的目标描述为「Model + Harness = Agent」：模型之外，围绕 Agent 产品的上下文管理、长期记忆、Subagent 与 Multi-Agent、自进化 Agent、真实任务反馈和用户反馈优化，都属于 Harness 范畴。

智谱港股市值盘中突破 1 万亿港元，上市不到半年涨超 18 倍

智谱港股盘中市值突破 1 万亿港元，股价盘中一度涨超 42%，最高触及 2980 港元，收盘报 2410 港元，涨 15.09%，总市值约 1.07 万亿港元。

自 1 月 8 日上市时约 528 亿港元市值计算，智谱上市不到半年市值涨幅已超过 18 倍。

亿咖通科技官宣 18 亿元收购 Flyme 软件业务

亿咖通科技控股昨日宣布，已签署最终收购协议，将收购 Flyme 软件业务，交易总金额为 18 亿元人民币，约合 2.66 亿美元。

本次交易将通过收购星纪魅族集团专项拆分设立的湖北骐光科技有限公司完成。交易完成后，亿咖通科技将获得 Flyme Auto 智能座舱操作系统、跨终端 Flyme 操作系统，以及配套知识产权、研发团队、工程技术资源和量产项目体系。

亿咖通表示，将继续支持 Flyme 平台和全系操作系统迭代，重点推进 AI Agent 版本研发；年内，魅族现有手机用户将迎来大规模系统升级，全新 Flyme Auto 3.0 车载系统也将发布。

马云与阿里多位高管参与插秧团建，周靖人现身现场

据界面新闻报道，阿里巴巴合伙人、高德董事长刘振飞在阿里内网发文，记录近日阿里管理层在杭州一次下田插秧团建活动。

活动照片显示，马云、吴泳铭、邵晓锋、蒋凡、吴泽明、蒋芳等阿里高管到场，蚂蚁集团董事长井贤栋、CEO 韩歆毅也参与。阿里巴巴首席科学家周靖人同样出现在插秧现场。

Counterpoint：一季度全球智能手表出货量同比增长 4%

Counterpoint Research 昨日发布全球智能手表出货量季度追踪报告，数据显示：

• 2026 年第一季度全球智能手表出货量同比增长 4%，增长主要来自苹果最新产品组合的持续普及，以及具备先进健康监测功能的高端设备需求增加；
• 苹果以 23% 的市场份额位居全球第一，出货量同比增长 21%，为全球前十大品牌中增速最快的品牌。
• 中国智能手表市场一季度出货量同比增长 15%，华为约占中国市场 40% 出货量份额，小天才和小米紧随其后；

Counterpoint 预计，全球智能手表市场 2026 年至 2030 年将维持 3% 的年复合增长率。

拼多多在雄安买了一栋楼

据鞭牛士消息，拼多多集团近日与中国电建完成正式签约，通过整体购置方式落位雄安・电建智汇城数字新消费电商产业园。

拼多多此前已于 5 月底在雄安新区完成新公司注册，首期现金注资 5 亿元，并同步启动招聘。

新公司首批招聘岗位为 1000 个，整个招聘周期计划提供超过 5000 个工作岗位；6 月 15 日首批 150 名新员工正式入职，其中超八成来自京津冀地区。

三星电子向全球员工部署 ChatGPT Enterprise 和 Codex

OpenAI 昨日宣布，三星电子将在全球范围内向员工部署 ChatGPT Enterprise 和 Codex，这是 OpenAI 规模最大的企业 AI 部署之一。

这项部署覆盖三星电子多个业务团队，目标是让员工在研发、知识检索、代码编写和内部工作流中使用生成式 AI 工具。Codex 将主要服务软件开发与代码相关任务，ChatGPT Enterprise 则面向更广泛的知识工作场景。

英矽智能与 SK 生物制药达成最高 25 亿美元 AI 研发合作

英矽智能昨日在港交所公告，与 SK 生物制药达成一项最高价值 25 亿美元的 AI 驱动研发合作。

据悉，双方合作围绕 AI 药物研发展开。英矽智能将提供基于 AI 的靶点发现、分子设计和临床前研发能力，SK 生物制药则将结合自身在中枢神经系统疾病等领域的研发与商业化经验推进研发项目。

上海超硅量产 12 英寸方形硅片，面向 AI 芯片 CoPoS 封装

超硅股份昨日宣布，上海超硅已在 5 月向大客户量产交付方形硅片产品，应用于人工智能 HPC 芯片的下一代 CoPoS 先进封装工艺平台。

据介绍，AI HPC 芯片性能提升后，单个芯片尺寸继续扩大，传统 300mm 圆形晶圆在这类场景下面临利用率不足和边缘废料较多的问题。方形硅片在可利用面积、高平坦度和低翘曲等参数上更适配 CoPoS 封装要求。

英国药品监管机构将启动 AI 药物审批沙盒

据 Drug Discovery News 报道，英国药品和医疗产品监管署（MHRA）将启动首个药品 AI 监管沙盒计划，探索 AI 如何用于提高药物安全性、加速开发流程，并减少对动物试验的依赖。

该项目首阶段将选择最多 10 家 AI 医疗设备制造商参与，重点测试 AI 驱动的设备和诊断工具。报道称，这类工具未来可能用于药物安全评估、药物警戒和临床开发，帮助更早识别副作用，并减少药物研发后期失败的风险。

报道提到，药物不良反应每年导致约 25 万人入院，相关成本超过 20 亿英镑（约 27 亿美元）；同时，约 90% 的药物会在开发过程中失败，原因之一是早期测试方法难以预测真实世界中的安全风险。

MHRA 希望借助监管沙盒，让企业在监管机构参与下更早明确合规路径，并为 AI 工具进入药物发现和临床应用积累证据。

💡 CDPR 联合 CEO：纯 AI 生成游戏即将出现，但不是行业正道

据 GamesRadar+ 报道，CD Projekt Red（CDPR）联合 CEO 米哈乌·诺瓦科夫斯基（Michał Nowakowski）近日在接受 Edge 旗下行业通讯《Knowledge》采访时表示，完全由生成式 AI 制作的游戏即将出现。

诺瓦科夫斯基称，他已与多家以 AI 为核心的游戏工作室有过直接交流。其中一家工作室负责人向他描述了一套高度压缩的开发模式：一周内产出 40 个游戏原型，两周后从中筛选出 5 款最优方案，三周内完成并上线其中一款。

也许这会成功，但这究竟是不是正道？我持保留态度。

但还谈到了当前游戏市场的现实处境：每年涌入市场的游戏数以千计，同时还要与影视内容、社交媒体等平台争夺玩家注意力，「争夺注意力的竞争比以往任何时候都要激烈」。

他认为，能够突围的条件依然是「有灵魂、有生命力的新鲜创意」。

荣耀 X80 Pro Max 发布，搭载 11000mAh 电池

荣耀昨晚正式发布 X80 Pro Max，搭载第五代骁龙 6 移动平台和 11000mAh 青海湖电池，起售价 1999 元。

• 1.5K 120Hz 屏幕、峰值亮度突破 10000nits；
• 支持 90W 有线快充与 27W 反向充电；
• IP68 / IP69 / IP69K 防护等级。

同场发布的荣耀 Earbuds 5e 半入耳降噪耳机定价 349 元，首发到手价 299 元，最大降噪深度 52dB，综合音乐续航最长 45 小时。

OPPO 下一代折叠屏或叫「Find N7 Wide」

据 GSMArena 报道，OPPO 下一代宽屏折叠机可能以 Find N7 Wide 之名亮相，并采用类似苹果 iPhone Ultra 的「阔折叠」机身比例。

爆料称，这款机型将采用近乎无折痕的内屏，并把后置相机从此前 Find N 系列的圆形模组改为横向排列。

曝小米 18 Pro 测试 2K 防窥屏

博主 @数码闲聊站 昨日爆料称，某厂母系迭代新旗舰 Pro 系列正在测试新一代 2K 级超清显示与防窥显示技术，软硬件均支持全方位隐私防护，外界推测该机型为小米 18 Pro。

在配置方面，博主 @智慧皮卡丘 此前发文透露，小米 18 系列将搭载大 R 角等效 2K 屏，亮度较前代有所提升，同时首发定制 200Mp LOFIC 主摄，延续背屏设计。

系统层面，该系列预计搭载小米澎湃 OS 4，并引入类似苹果风格的光感 UI。另有消息称，小米 18 系列或将打破往年标准版与 Pro 同台发布的惯例，9 月率先推出 Pro 系列。

阿里发布 HappyHorse 1.1 视频生成模型

阿里巴巴昨日发布视频生成模型 HappyHorse 1.1。官方宣称，新版本相较 1.0 在动态表现力、主体一致性、指令遵循、视觉质感和音频能力上做了系统升级。

生成规格方面，HappyHorse 1.1 单次生成时长 3 到 15 秒，支持 720p、1080p 分辨率和自由宽高比。能力变化主要集中在 5 个方面：

• 动态表现力：优化运动建模和时序一致性，改善部分画面动作迟缓、节奏不足的问题。
• 主体一致性：支持最多 9 张角色参考图同时输入，面向多角色短剧、直播带货、多人物广告等场景减少角色和商品细节漂移。
• 指令遵循：强化长上下文语义理解、场景规划和角色关系建模，提升复杂 Prompt 下的镜头编排稳定性。
• 视觉质感：降低过度锐化、油光感和涂抹感，保留痘印、法令纹、毛孔等细节。
• 音频能力：台词语速、停顿和语气可随场景调整，并增强背景音乐、环境音效等声音描述理解。

阿里同时宣布，HappyHorse 联合虎鲸文娱集团举办「Horsepower」AI 影像大赛，优胜者将获得百万商单合作，张纪中等担任评委。

京东开源实时视频视觉语言交互模型 JoyAI-VL-Interaction

昨天，京东宣布开源实时视频视觉语言交互模型 JoyAI-VL-Interaction。官方称，这是全球首个全栈开源的 interaction 模型和系统，并获得 vLLM-Omni 的 day-0 原生支持。

JoyAI-VL-Interaction 支持语音输入输出、可视化界面、长期记忆、后台模型接口和 vLLM 部署方案。京东称，开发者可替换 ASR、TTS、后台模型、外部工具和业务模块，把它改造成安防监控、老人小孩看护、直播讲解、电商导购、操作指导、AI 眼镜或无障碍辅助等实时 AI 助手。

官方数据显示，在 58 个真人盲评案例中，JoyAI-VL-Interaction 对比豆包视频通话助手总体胜率 77.6%，对比 Gemini 视频通话助手总体胜率 87.9%。

💻 GitHub: github.com/jd-opensource/JoyAI-VL-Interaction

🤗 Hugging Face: huggingface.co/jdopensource/JoyAI-VL-Interaction-Preview

Sakana AI 发布 Fugu Ultra，性能对标 Fable 5

昨天，日本 AI 公司 Sakana AI 发布 Fugu，将多 Agent 编排系统封装为单一模型 API。任务进入后，它会决定调用哪个模型、分几步完成、是否验证结果以及是否递归调用自身。

Fugu 分为两个版本：Fugu 面向日常编码、代码审查和交互式场景，侧重性能与延迟平衡；Fugu Ultra 面向高难度问题，调用更深层的专家 Agent 池。

官方给出的 benchmark 数据显示，Fugu Ultra 在 SWE Bench Pro 上取得 73.7 分，高于 Opus 4.8 的 69.2 分；在 HLE 上取得 50.0 分，略高于 Opus 4.8 的 49.8 分。

官方宣称，Fugu Ultra 与 Fable 5 和 Mythos Preview 处于「同一水平线」。

淘宝闪购在成都、深圳灰测高端外卖「家宴」

据 36 氪报道，淘宝闪购近日在成都、深圳启动高端外卖项目「家宴」灰测，首批参与品牌包括潮上潮、许家菜、柴门荟、梓楠和王捌院子 5 个头部中餐品牌，共 9 家门店；后续新荣记、如院等品牌也已确认加入。

「家宴」是一条独立产品线，不直接套用米其林堂食菜单打包配送：套餐按正式宴席设计，包含冷盘、热菜、主菜、汤品、甜品和酱菜味碟；淘宝闪购为此研发专属包装和餐具，主菜餐盒内径达到 27 厘米，以承载大菜形制和摆盘。

履约端也做了单独设计。为避免影响堂食顾客，骑手取餐设置独立动线和交接流程，每单由经过专项培训的骑手一对一配送。项目预计今年 8 月前逐步开放至北京、上海、杭州等城市。

茉莉奶白纽约多店陷入品牌授权纠纷

据 36 氪报道，茉莉奶白纽约多家门店近期卷入品牌方与合作方的闭店纠纷。纽约法拉盛、布鲁克林、唐人街和哥大 Columbia U 店被要求停止使用茉莉奶白商标及知识产权，涉事合作方则将门店招牌改为带问号的「？Tea」表达抗议。

报道称，双方 2023 年签订品牌授权及技术服务合作合同，合作方曾被允许在纽约地区开发和经营 5 家门店。2024 年 4 月，法拉盛门店开业，单月营收一度约 50 万美元，随后合作方在纽约继续扩张门店。

冲突集中在 FDD 特许经营披露文件、股权比例调整和哥大店授权问题上。茉莉奶白总部认为合作方存在违约扩张和商标侵权，合作方则称品牌方在门店打开市场后试图改变控制权安排。目前双方仍在推进诉讼程序。

小马智行自动驾驶服务接入新加坡 Zig App，面向公众开放预约

小马智行昨天宣布，其与康福德高集团合作运营的新加坡自动驾驶出行服务，已接入康福德高旗下本地叫车平台 Zig，面向公众开放预约。

新加坡本地居民可通过 Zig App「无人驾驶专区」预约搭载小马智行自动驾驶技术的车辆。服务覆盖榜鹅海岸广场、榜鹅海岸地铁站、榜鹅综合社区中心、绿洲台和榜鹅生活聚场等点位，用于住宅区、商业中心和地铁公交站之间的短途换乘。

运营路线分为两条：Route 2 Lite 小圈路线约 20 分钟，6 月已开启运营；Route 2 大圈路线约 50 分钟，计划 7 月 1 日开启运营。

《玩具总动员 5》登上端午档票房冠军

据灯塔专业版数据，截至 6 月 21 日 21 时，《玩具总动员 5》端午档票房达到 1.21 亿元，成为 2026 年端午档票房冠军。

另据 Variety 报道，《玩具总动员 5》全球开画票房达到 3.12 亿美元，创下该系列最佳全球开画成绩。

周星驰《功夫女足》定档 7 月

周星驰执导的新片《功夫女足》昨日官宣将于 7 月上映。周星驰在视频中表示，影片目前仍在后期制作阶段，若进度顺利，将于 7 月 10 日上映；若制作进度稍有延后，则调整至 7 月 17 日，但「7 月会上的」。

《功夫女足》原名《少林女足》，由周星驰担任导演和编剧，是其继《少林足球》后再次回到「功夫 + 足球」题材。影片围绕一支女子足球队展开，讲述队员将功夫招式融入足球训练，并在比赛中完成逆袭的故事。

虽然汽车和生活息息相关，汽车厂商也一再强调「人，车，家，生活」的密切联系，但汽车展厅往往和日常生活不太相关。

它通常不会出现在一座城市的周末生活清单里。用户去那里，大多是因为看车、买车、保养、维修。销售顾问讲配置，用户算价格，试驾路线绕一圈，最后进入订单、交付和售后的流程。效率很高，路径也很清晰，只是和「生活」两个字隔得有些远。

今天的汽车，已经很难再被简单理解为一个交通工具。它是通勤空间，也是家庭空间；是露营、旅行、越野的入口，也是智能座舱、辅助驾驶、能源管理和移动互联的载体。
车变复杂了，用户和品牌之间的关系也变长了。

6 月 21 日，奇瑞生活馆全国首店在汕头东海岸开业。不同于某一款具体车型的发布，奇瑞生活馆作为一种新渠道形态，超越了 4S 店或者品牌旗舰店的定义，它更想把销售之前的一些工作和影响做得细致一些。

我们曾说「门店即产品」，对于奇瑞生活馆这样的门店，也是一座城市里的科技出行生活空间。

汕头奇瑞生活馆有超 3 万平方米汽车主展厅和 80 个展位，奇瑞、星途、纵横、捷途、iCAR 五大品牌集中亮相；整座奇瑞生活馆氛围技术展区、品牌文化区、汽车生态衍生区、官方改装区和专业维保服务；关于「车之外的人和生活」部分，这里也有海景潮帮菜餐厅、水吧、儿童乐园、观海连廊、自由阶梯展厅和 200 亩专业试驾场。

换句话说，奇瑞希望用户来到这里时，不只是在展车之间走一圈，而是可以完成一次从看车、试车、购车、交付、服务，到亲子、社交、休闲的完整体验。

不落幕的「海景车展」

超 3 万平方米展厅和 80 个展位，意味着它不是单一品牌、单一车型的小展厅，而是一个可以容纳奇瑞集团完整产品矩阵的汽车生活广场。

奇瑞品牌面向更主流的大众和家庭用户，艾瑞泽、瑞虎、风云、QQ 等产品序列都能在这里找到对应位置。风云 T11 是智享大六座旗舰 SUV，强调家庭出行所需的安全、空间、续航和智能座舱；风云 A9L 则承担「全球真 C 级旗舰」的角色，用更长轴距、更高阶底盘、更完整的电混系统去回应用户对轿车豪华感和行政感的需求。瑞虎 9X 面向 5+2 座家庭场景，QQ3 则更贴近年轻用户对轻巧纯电、AI 交互和城市通勤的想象。

星途的展区，则承载着奇瑞向上探索的一面。星途 EX7 是性能豪华大五座 SUV，星途 ES 则是赛道级性能轿跑。它们负责告诉用户，奇瑞的技术体系不只服务于家用车，也可以延伸到更强调驾控、性能和质感的产品上。

捷途和纵横，则把生活馆里的「远方」感勾勒出来了。捷途旅行者 C-DM 华为乾崑智驾版、山海 L7 PLUS 这些车型，面向旅行、户外和家庭长途场景；纵横 G700 则是全领域豪华越野 SUV，代表奇瑞在高端越野和全场景能力上的新尝试。至于 iCAR V27，它更像是给年轻家庭和个性化用户准备的新硬派入口，让「硬派」不再只是少数越野玩家的专属词。

放在同一个展厅里看，这些车型构成了一种很清晰的分层：城市通勤有 QQ3，家庭出行有风云和瑞虎，性能豪华有星途，旅行越野有捷途，高端探索有纵横，年轻个性有 iCAR。

技术自研和全球化是奇瑞身上的一直以来的关键词。

这当然是一种优势，但也带来一个问题：技术如果只停留在参数表和发布会里，用户很难真正感知它。热效率、能量密度、扭矩、域控制器、ASIL 功能安全，对普通用户却可能很遥远。

所以在奇瑞生活馆里，奇瑞也想把技术优势展示出来。

在新能源技术路线上，生活馆展示了无级超级电混 DHT185、DHT260、DHT150，1.5TGDI / 2.0TGDI 高效混动专用发动机，氢发动机，以及超级黄金增程平台。它们覆盖混动、增程、氢能等不同技术路线，也对应着奇瑞在燃油效率、动力性能、补能便利和绿色低碳上的多线布局。

比如 1.5TGDI 高效混动专用发动机，核心信息是高热效率、低噪声和更好的混动适配；2.0TGDI 高效混动专用发动机则更强调硬派越野和复杂路况下的动力与可靠性；氢发动机展品则让「近零排放」不只是概念，而是以一种机械结构的方式出现在用户眼前。

电池展区同样重要。犀牛系列电池家族包括 H300 增混电芯、E800 长续航短刀刀片电池、E1000 高能量密度大圆柱电芯，以及能量密度达 400Wh/kg 的 S 系列全固态电池。它们对应的不是一个单一卖点，而是不同使用场景：低温、高安全、长续航、快充、高能量密度。

更细的展品还包括车规级触控 MCU 芯片、高边开关芯片、角度传感器芯片、轮速传感器芯片、发动机曲轴位置传感器芯片，以及智驾域控制器 J6M 和 Orin Y。这些东西平时很少出现在普通用户的视野里，却是智能汽车真正运行起来的底层部件。一辆车能不能稳定识别轮速，方向盘离手检测是否可靠，智能配电是否高效，辅助驾驶域控能不能承载多路感知和计算任务，都藏在这些看起来并不炫目的芯片和控制器里。

所以汕头生活馆的技术展区有一个很重要的作用：它让奇瑞的「技术奇瑞」从品牌口号变成空间体验。用户可以不用完全理解所有技术细节，但至少会意识到，一台车背后不是只有屏幕、座椅和外观设计，还有一整套隐藏在车身之内的工程系统。

海景、红头船和潮汕文化，让生活馆有了在地感

如果说技术展区回答的是「奇瑞有什么」，那么展厅布局回答的就是「用户怎么和奇瑞产生联系」。

汕头奇瑞生活馆并没有把所有空间都留给展车。它把展厅分成了几个不同层次：主展厅负责展示产品矩阵，技术展区负责展示工程能力，品牌文化区负责讲述奇瑞自身，改装区负责承接个性化需求，服务中心负责车辆全生命周期，试驾场负责把纸面参数还原成真实体验，儿童乐园、餐厅、水吧和观海连廊则负责把用户留下来。

过去的渠道更重视成交效率，用户越快完成咨询、试驾、签单，门店越高效。生活馆的逻辑则相反，它希望用户愿意停留，愿意反复回来，愿意把这里当成一个周末目的地、车主聚会点、亲子研学地，甚至是一个城市打卡空间。

比如官方改装区展示捷途旅行者、纵横 G700、iCAR V23 等车型及周边生态，外观包围、轮毂、改色、灯光，功能类行李箱、拖车钩、底盘护板等配件，都让改装从小众圈层走向更标准化的官方服务。过去很多用户想玩改装，需要自己找店、找方案、承担风险；现在官方生活馆提供展示和服务，等于把个性化需求纳入品牌体系。

200 亩专业试驾场模拟了坑洼、弯道、直线加速、紧急制动等多种路况。传统试驾往往是在城市道路上开一小段，用户很难真正感知车辆底盘、动力、安全辅助和越野能力。专业试驾场的存在，让「试驾」变成「驾趣探索」，尤其适合捷途、纵横、iCAR 这类强调旅行、越野和硬派属性的车型。

还有自由阶梯展厅、奇瑞文化长廊和超 1000 平方米专业直播空间。前者可以用于新车发布、车主品鉴、艺术沙龙和车主共创，后者则把线下空间和线上内容连接起来。对于今天的汽车品牌来说，内容生产已经是渠道能力的一部分。一座门店如果只能卖车，它的传播半径很有限；如果它能不断产生内容、活动和社群关系，它就会变成一个持续发声的品牌节点。

汕头生活馆特别的地方，在于它没有把自己做成一个可以复制到任何城市的标准产品。它坐落于汕头东海岸，窗外就是海。馆内通过大面积玻璃和开放式设计，把海景引入展厅、休息区、咖啡吧和露台。用户看车时，海景是背景；坐下来喝咖啡时，海景也是背景；试驾路线沿着滨海道路展开，海景又从展厅延伸到真实驾驶场景里。
这让「科技出行生活空间」多了一点松弛感。

汽车科技很容易让人想到冰冷、效率和参数，但海景让这座生活馆变得更像一个城市客厅，潮汕文化则给了这座生活馆更明确的精神锚点。

建筑和空间设计中融入了红头船意象。红头船对潮汕地区来说，是向海而生、勇闯四海、连接世界的象征。这和奇瑞连续多年成为国产品牌汽车出口量第一有一种精神上的暗合之处：潮汕人从海上出发，下南洋讨生活，成就无数精彩的故事，一个是中国汽车品牌从芜湖出发，把中国制造带到五湖四海，二者都带着向外走的冲动。

开业现场的潮汕美食集市、广东非遗展示、英歌舞表演、海湾风筝节和集章打卡，也是在强化这种在地感。

奇瑞生活馆未来将从汕头走向厦门、大连、西安、东莞、昆明等更多城市。如果每一座生活馆只是复制同样的展厅、同样的灯光、同样的动线，它最终仍会变成大型标准门店。只有把当地文化、城市气质和用户生活方式放进去，生活馆才有机会成为一个城市独有的汽车文化空间。

汕头这座首店，给出的样本是：车企的渠道也可以有地方性。

以前，用户去展厅，是为了把一台车开回家。现在，奇瑞希望用户先在一座生活馆里看到一种生活，再决定哪台车适合自己。

热闹的 WWDC 26 已经结束，我们是时候把目光转向真正的「科技春晚」了——

9 月份的三台 iPhone，可以说是近年来期待程度最高、信息最密集、争议也最大的一代了。

图｜9to5Mac

更重要的是，无论苹果新 CEO 约翰·特努斯能够拿出什么样的产品，都无法避开一个残酷的现实：

今年的 iPhone 无疑是最强的一代，同时也是最贵的一代。苹果真正的挑战不一定来自供应链，也可能来自消费者的钱包。

昨天《华尔街日报》对蒂姆·库克进行了一次专访。库克这样对记者 Rolf Winkler 表示：

我们一直努力消化（供应链）传导过来的涨价，也尽量避免波及到消费者，但形势正在变得不可持续。

We’re doing our best to mitigate the huge increases that are being passed to us, and we’ve been trying to shield our customers from the increases, but the situation has become unsustainable.

库克的表态总结起来，其实就是一句话：

…不幸的是，价格上涨是无法避免的。

The main point is unfortunately price increases are unavoidable.

图｜华尔街日报

9 月：最强的 Pro，最贵的折叠

如果 WWDC 前后的几轮最新爆料属实，那么今年 9 月的 iPhone 18 Pro 系列与折叠屏 iPhone Ultra，将会是一次非常激进的更新。

对于直板 Pro 来说，我们可以用一句话描述今年产品策略：

在安卓影像旗舰的高售价难以为继的时候，抛出一套来自苹果的影像解决方案，进一步封锁安卓的高端空间。

图｜Macworld

换言之，今年 iPhone 18 Pro 和 iPhone 18 Pro Max 的升级重点仍然落在影像系统上。

根据多方爆料，苹果有望给 iPhone 18 Pro 系列的主摄引入可变光圈。

与之相辅相成的，就是专业相机模式虽然没在 iOS 27 首版上线，但根据预测仍然有希望在正式版中加入。

图｜彭博社

另一方面，这也意味着 iPhone Pro 不只是延续曾经「让普通人拍好」的逻辑了。

而是终于开始尝试在专业控制和创作自由度上，进一步向专业相机靠拢。

考虑到 App Store 里面数不胜数的专业相机 app，我们必须给出一个很残酷的评价：

iOS 相机如果新增了专业模式，比任何安卓影像 Ultra 都更能吸引普通用户尝试专业摄影。

至于外观方面，从一些工厂和 CAD 泄露来看，iPhone 18 Pro 系列的整体外观变化不大。

由于依然是铝合金包裹玻璃背板的设计，iPhone 17 Pro 系列易磕碰的缺点可能也会继承下去：

图｜YouTube @fpt.

有意思的是，一些爆料指出 iPhone 18 Pro 系列的相机平台（plateau）会变得更厚，甚至镜头本身也更突出，可能代表着传感器面积的升级。

不过整体来看，苹果今年的硬件资源还是集中在相机系统上，完全重做机身恐怕要等到二十周年的 iPhone 20 了：

图｜X @Saurav_DJ47

续航方面，则没有什么值得惊喜的消息。

iPhone 18 Pro 预计仍为 eSIM 与实体 SIM 版本共存，国行大概率会保持双实体卡的配置，两个版本电池容量增幅都不会超过 10%。

如果发布会上宣传了续航提升，更多肯定还是靠 2nm 制程以及 iOS 27 优化，而不是更大的电池。

图｜YouTube @fpt.

而 9 月最大的变数，则是 iPhone Ultra。

对于这台全世界等待了六七年的苹果折叠屏，现在的问题并不是信息太少，而是信息太多——

各种预测都有各自的口径，从「遥遥落后」到「外星科技」都有，让人很难理性地考虑是否购买。

图｜YouTube @fpt.

目前能够交叉印证的是，折叠屏 iPhone Ultra 肯定是一台「横向折叠」手机，内屏长宽比约为 1:1.41 的横向宽屏：

图｜YouTube @fpt.

同时从 iOS 27 新增的「左上角飞入」通知动画猜测，iPhone Ultra 有可能会采用内屏左上角挖孔的方案：

图｜Macworld

屏幕尺寸方面，目前的主流预测集中在 7.8 英寸内屏和 5.5 英寸外屏，展开尺寸略小于 iPad mini 7。

此外，A20 Pro 处理器、C2 基带、新工艺的 VC 均热板等等都是爆料中的常客。

陪伴 iPhone 快十年的 Face ID 则会让位于 Touch ID 的文艺复兴，并且和相机控制按钮整合在一起：

图｜Notebookcheck

单侧机身厚度薄至 5mm 以下的另一个结果，就是 iPhone Ultra 完全不是一个主打影像的产品。

和 iPhone Air 的取舍相同，iPhone Ultra 大概率会是个「Pro 级主摄」加「标准版超广角」的组合：

图｜YouTube @fpt.

目前唯一可以确定的是，iPhone Ultra 未必是「功能最全」的 iPhone，但大概率是形态最激进、价格最高、也最能重塑产品线定位的一款。

4 月：升级的 Air ，不变的 18

如果说 9 月的 Pro 系列和 Ultra 代表苹果最昂贵、最激进的旗舰方向，那么预计 2027 Q1 登场的 iPhone Air 2、iPhone 18 标准版与 iPhone 18e，就是苹果重整主流市场的一次关键调整。

按照目前多方爆料，苹果未来几年会延续这种将 Pro 和标准版拆开发布的节奏——

也就是将秋季发布会留给 Pro、Pro Max 与折叠屏 Ultra，标准版、e 系列和其他机型则转向次年春季。

图｜PhoneArena

这也意味着 iPhone 延续了十多年「秋季大戏」模式，正在被更清晰的「高端与主流双周期」所取代。

其中比较值得关注的，是高开低走的 iPhone Air 2。

根据彭博社最新报道称，第二代 iPhone Air 内部代号 V62，已进入了后期测试阶段，发布时间将从原本的秋季调整到明年春天。

图｜X @AppleTrack

iPhone Air 2 不会有非常激进的外观调整，而是在现有超薄设计的基础上填补上一代的核心短板：影像和续航。

目前 iPhone Air 的主要争议之一，就是标价八千多，却只有单颗后镜头，在影像能力上显著弱于标准版。

传闻中 iPhone Air 2 考虑加入超广角镜头，就是直对「轻薄有余、功能不足」的正面回应。

同时，双摄至少能让 Air 系列更像是个能日用的主力机，而非单纯展示工业设计的概念产品。

图｜zeera wireless

续航则是另一道难题。

由于机身厚度限制，双摄会进一步挤占主板空间，iPhone Air 2 肯定不会简单粗暴地扩大电池，而是从芯片和系统优化两方面入手。

有信源称 iPhone Air 2 将使用特殊调优过的 A20 Pro 处理器，与 Pro 系列的差别不只是砍掉核心，而是在芯片设计初期就针对能耗比做针对性调整。

图｜iFixit

虽然从成本角度考虑，这样的操作不是很苹果，但如果传闻属实，那 iPhone Air 2 无疑是个比初代 Air「更香」的选择。

相比之下，iPhone 18 标准版和 iPhone 18e 无疑是苹果 2027 年的「基本盘」，在硬件设计和规格参数上和前代几乎不会有明显差别。

总之，iPhone 18 标准版就是苹果在面对无法避免的涨价潮时，用于稳定主要换机群体的那块压舱石。

而 iPhone 18e 则继续承担入门机型，最大的升级点除了 A20 处理器之外，还可能是灵动岛。

图｜AppleMagazine

一句话概括——未来两三年，苹果的 iPhone 产品线会形成一个更加明确的分层：

秋季展示技术高度，春季承接主流销量；Ultra 负责展示技术，Pro 负责专业影像，Air 负责轻薄时尚，标准版负责均衡体验，e 系列继续在价格入口「稳稳接住你」。

同时有观点指出：iPhone Ultra 与 iPhone 18 Pro 系列将通过自身涨价的方式，以换取明年初的标准版和 18e 价格不变。

这个论断虽然缺乏依据，但强势如苹果，在内存涨价的潮水中被迫退让也同样是事实——

图｜YouTube @WSJ News

除了蒂姆·库克在接受《华尔街日报》专访时指出的「涨价无可避免」之外，知名半导体行业分析师 Jukan 也发推表示：

连英伟达都因为缺货将（Vera Rubin 用的）SOCAMM2 内存砍半，我不认为苹果也能弄到足够的内存，苹果未来可能会直接动用账上现金、以预付款的方式向供应商锁定产能，维持零部件供应和 iPhone 出货量。

在这种背景下，明年的 iPhone Air 2、iPhone 18 和 iPhone 18e 未必是最强的一代 iPhone，却可能是最能决定苹果销量结构的一代。

只是当 Ultra 与 Pro 推高旗舰价格后，这些春季发布的「相对主流」iPhone，还能继续便宜到哪里呢？

如果你经常用手机的 AI 助手的话，一定碰到过这个问题：

原本点外卖、写评论、自动修图干得好好的 AI 助手，一碰到最简单的「用微信给 XX 发个消息」，就集体束手无策了。

这个在 AI 自主能力越来越强时代的「异象」，总算迎来了改观。根据腾讯客服表示：

微信正在与华为、小米、荣耀、OPPO 等手机厂商合作推出 A2A 助手能力……可以通过对应手机系统 AI 助手发起微信音视频通话或向指定好友发送消息。

而在荣耀 500 Pro 上，我们借助最新版本的 YOYO 智能体，体验了一把微信的 A2A（Agent to Agent）代理功能。

不得不说，动动嘴就能发消息的感觉确实很丝滑：

根据测试，在目前 YOYO 版本 90.10.30.067、微信版本 8.0.72 中，微信 A2A 支持这些功能：

• 发送文字消息
• 拨打语音/视频电话
• 打开扫一扫、收付款码

与此同时，发送图片或表情、发红包与转账、打开公众号页面等等操作则暂时无法实现：

话说回来，用语音助手操作微信这件事情并不稀奇——九年前的三星 Bixby 就能做到（后来被砍了），如今的 Siri 也一直都支持：

但能够在安卓和鸿蒙上——尤其是经历过年初豆包手机的「围追堵截」之后——实现对大厂 app 的代理操作，的确是个意义非凡的里程碑。

虽然「智能体」（agent）的概念前几年就已出现，但整体还是靠 OpenClaw 的爆火，才逐渐成为了 AI 对接硬件的主流代理方案。

而相比豆包手机或者早期的小艺帮帮忙，我们需要明确一点：

A2A 的实现形式与 OCR 读屏 + 模拟点击完全不同，仅仅在结果上（帮用户操作手机）殊途同归。

小艺操作非鸿蒙 app 时就需要 OCR + 模拟点击

回想更早几年，行业普遍想象的「每个 app 都为手机厂商的 AI 助手开放 API 接口」，A2A 也走出了一条完全不同的路。

为什么 A2A 能够成为手机厂商 + app 大厂选中的那条路呢？原因很简单：

A2A 的操作模式，是现阶段能够最大化兼顾数据安全性、保证用户留存、均摊 token 开销的模式，能够比较好的兼顾各方的利益。

虽然微信开放测试的智能体能力非常有限，连发照片这种基础的操作都还没有上线，但是我们不难猜测后续适配好的样子——

仅就微信内部来说，除了最简单的「手机智能体 – 微信智能体」模式之外，小程序生态也有很大概率会逐步覆盖到这个生态中。

毕竟很多第三方程序（比如美团、携程、京东之类的）原本就有各自的智能体服务，将智能体功能移植到微信小程序里并不复杂。

美团智能体「小团」

微信可以向外适配系统智能体，也没有理由会放弃向内适配小程序智能体生态。

而在微信之外，A2A 作为一种通用的实现方案，自然也可以和其他 app 的智能体对接——

今天可以喊 YOYO 用微信发消息，明天就能喊小布用携程总结去年的旅行报告。

到那个时候，距离所谓「OpenAI」智能体手机也就不远了：

一个「神圣的 A2A 连接着每一个 app」、所有操作都可以由智能体转达和代劳的世界。

图｜Blizzard Entertainment

有意让 A2A 生态连接每一个人的不止微信和国产手机厂商，谷歌、苹果、微软之类的国际大厂同样在研究这条路。

比如前两周的 Google I/O 上演示的 Gemini Spark。

它在 Android 移动端的执行模式同时支持 OCR 模拟点击、合作软件 API 接入和 A2A 三种方案，可谓「我全都要」的典型。

图｜Google

苹果这边同样很积极。

虽然 iOS 26 既没有合用的系统 AI，也没有什么智能体能力，但今年 WWDC 上苹果对于 AI Siri 的重构中，肯定会包含一些针对智能体的支持。

根据行业消息，我们也将有望在今年年末看到字节跳动与中兴再次合作的「豆包手机完全体」。

新的豆包手机据信会放弃纯 OCR 模拟点击方案，而是选择和 Gemini 类似的 OCR + API + A2A 的结合模式，以规避此前的安全风险和利益冲突。

初代豆包手机

毫无疑问，A2A 之所以成为大厂的共同选择、而没有被「围剿」，正因为它是最能兼顾各方利益的方案。

同时也是目前能够看到的，智能体 AI 让生活变得便利的最直观表现之一。

然而 A2A 的模式听起来很美好，但其中的一些商业模式还需要再考量——比如最重要的算力成本。

毕竟手机端无论是 YOYO 还是小艺，微信里是元宝还是张小龙.skill，这些智能体本身的运行始终都是服务提供商的一项开销：

图｜PE Collective

而未来如何在用户、手机厂商、软件开发商、服务提供商之间分摊这些 A2A 操作产生的「token 费」，将会是对于所有服务提供方的考验。

更坏的情况是，「手机 OS – 微信 OS – 小程序生态」的嵌套本身已经足够繁琐了。

如果全部使用智能体代理操作，A2A2A2A 过程中导致的算力浪费也是一个必须要面对的问题。

除此之外，一个过于 A2A 的技术模式也会引起另一个方面的担忧：智能体对于人类使用习惯的影响。

在爱范儿之前的文章中，我们提到了在设想 OpenAI 手机时，一种纯粹由智能体代理人类操作的后果：

为了让 Agent 更好地工作，你会下意识地让自己的需求变得更明确、更单一、更具逻辑性，相当于人类主动将自己异化（alienation）成了机器。这就是我们在现代技术中，最需要警惕的一点：人的机器化。

当然，以上种种情况在短期内并不会发生——

毕竟微信更新 A2A 功能的速度肯定没有那么快，要完整覆盖基础日常功能至少也得大半年，更不用说小程序 A2A 了。

但总目前我们能够体验到的 A2A 能力来说，这的确是让我们在享受到未来科技的同时，还不用担心被超级 app 生态围追堵截的最好方式了。

曝苹果新 CEO 正在重组设计团队

据彭博社报道，即将于今年 9 月接任苹果 CEO 的约翰·特努斯（John Ternus）正着手重组陷入人才流失的工业设计团队，以期恢复产品设计在公司内部的核心决策地位。

据报道，候任 CEO 特努斯已亲自介入并接管苹果设计团队的督导工作。

其在近期的内部会议上明确表态，设计是苹果业务的核心，未来将持续聚焦并确保向用户交付具备行业顶级设计标准的产品。

特努斯计划在正式上任后推翻现有的管理架构，寻找一位能够重塑组织结构的新任设计主管，并恢复该岗位在苹果核心高管团队中的直属席位。

目前，苹果工业设计（ID）部门由资深设计师莫莉·安德森（Molly Anderson）领导，但其此前缺乏大型团队管理经验；同时，软件界面设计部门在原负责人艾伦·戴伊（Alan Dye）带领部分团队跳槽加盟 Meta 后，现由史蒂夫·勒梅（Steve Lemay）接管。

受制于管理层动荡与核心人才储备不足，苹果旗下 iPhone、Apple Watch、AirPods 及 Mac 等多条主力产品线的外观迭代速度近年来已显著放缓。

微信原生 AI 助手「小微」灰度上线，可用对话操作微信原生功能

据 XCiOS 俱乐部 6 月 20 日报道，微信原生 AI 助手「小微」扩大灰度测试范围。

• 朋友圈：看近 2 天动态、看好友朋友圈、按话题筛选、看热度排行
• 小程序：帮你操作购物、点外卖、打车、查快递、买电影票、订酒店、充话费
• 微信音乐：搜歌、推荐、播放歌曲等
• 微信搜索：搜公众号文章、搜视频号内容、搜全网信息
• 位置服务：获取你的位置，查附近商家、导航
• 提醒/待办：设置日程提醒，聊天内记录提醒
• AI 记忆：记录和你的聊天信息、偏好，跨轮记住上下文等

腾讯客服表示，「小微」是微信团队正在小范围内测的原生 AI 助手，可通过微信主界面左上角「小微」标志进入使用；小微是系统内置功能，目前暂不支持关闭。

OpenAI 上调收入预期，但预计 2030 年前多消耗 1110 亿美元现金

据 The Information 报道，OpenAI 近期上调未来五年收入预期，预计来自 ChatGPT 订阅、AI 模型、广告和硬件等业务的收入将较此前预测高出约 27%。

但公司同时预计，到 2030 年前现金消耗将较此前预测增加 1110 亿美元，并将在 AI 运行和训练成本上投入 6650 亿美元。

报道提到，OpenAI 去年收入为 131 亿美元，今年预计增至 300 亿美元，明年约为 620 亿美元。

成本方面，OpenAI 去年现金消耗为 80 亿美元，今年预计升至 250 亿美元，明年进一步增至 570 亿美元。其 AI 模型推理成本去年增长约 4 倍，调整后毛利率从前一年的 40% 降至 33%，低于此前 46% 的预期。OpenAI 仍预计将在 2030 年实现现金流转正。

用户增长方面，ChatGPT 近期周活跃用户达到 9.1 亿，低于 OpenAI 此前希望去年底达到 10 亿的目标。公司预计，到 2030 年 ChatGPT 周活跃用户将达到 27.5 亿。

特斯拉 2018 年薪酬方案收官，马斯克暴赚 7800 亿元

据 Electrek 报道，特斯拉 CEO 埃隆·马斯克已全额行使其 2018 年 CEO 薪酬方案相关期权，以拆分调整后的每股 23.34 美元行权价获得 3.04 亿股特斯拉股票。

按特斯拉 6 月 16 日每股 404.66 美元收盘价计算，该交易对应账面收益约 1160 亿美元，约合人民币 7800 亿元。

完成结算后，马斯克净新增约 2.86 亿股特斯拉股票。不过，这部分股票仍属于限制性股票，需等到 2028 年 1 月 19 日归属，且附带服务期限条件，现阶段不能出售。

这笔薪酬方案最早于 2018 年授予，原始规模为 2026 万股，行权价为每股 350.02 美元。

雷军回应武汉街边过早热议：嘲讽也有流量

据鞭牛士报道，雷军昨日现身北京国际图书博览会，谈及此前在武汉街边「过早」引发热议一事。雷军表示，这样一件简单的事连续多日登上热搜，令他感到意外。

雷军在活动中提到，在当下流量环境下，「夸你有流量，骂你也有流量，嘲讽你更有流量」，这可能是公众人物需要承受的代价。

他进一步表示，部分攻击者可能并无明确立场，只是为了获取流量，甚至存在水军公司通过流量获利，因此公众看到相关报道时「笑一笑就好」。

刘强东：未来不再需要快递员，京东拟培训 70 万蓝领员工转岗

据新浪财经报道，在昨日的 2026 年 APEC 工商领导人中国论坛上，京东集团创始人刘强东透露，京东近期在内部提出「涅槃计划」，希望将已有的 70 万快递员等蓝领员工送到学校接受技术培训，以应对 AI 和技术发展带来的冲击。

刘强东表示，未来配送工作将由机器人完成，「将来都是机器人送货了，根本不需要快递员」，但京东并不希望 70 万名员工因此失去工作。

为此，京东已在全国签约 120 所学校，计划将相关员工送去接受培训，未来可从事机器人维修、保养等工作。

他提到，机器也可能发生故障，仍需要人员进行维护。通过培训，京东希望推动部分蓝领员工转向技术岗位，「让他们住在办公室里面，不用再风里来雨里去」。

刘强东还表示，企业在应用新技术时，应让人类生活变得更好、工作变得更有趣，而不是让技术剥夺人类的权利。

微博 CEO 回应吐槽「被 WPS 背刺了」登上热搜：自己养的虾发的

昨日，微博话题「被 wps 背刺了」登上热搜，讨论主要集中在 WPS 存储占用、数据安全与商业策略等问题。

微博 CEO 王高飞的账号「来去之间」也发布了相关内容，文中称「被 WPS 背刺了？我们真正被背刺的，是对『国产替代』的幻觉」。

值得注意的是，这篇相关博文带有「AI 生成」标识。随后，王高飞在微博作出澄清，称相关内容是「自己养的虾发的」。

乘联分会秘书长：5 月国内新能源零售渗透率升至 62.9%

乘联分会秘书长崔东树昨日发文称，2026 年 5 月国内乘用车市场呈现「总量承压、结构性大分化」特征，「燃油冷、新能源热」成为最大焦点。

崔东树表示，国内零售下滑的核心原因是燃油车销售下滑。

• 新能源零售渗透率升至 62.9%，创历史新高，汽车电动化替代速度超预期。
• 合资品牌的新能源转型也在加速，5 月主流合资新能源国内零售同比增长 51%，其中别克新能源占比达到 45%。

价格带方面，5 月国内自主品牌在 20-30 万元、30-40 万元、40 万元以上乘用车零售占比均超过 50%；

但微型电动车和 A 级车承压，入门级消费市场仍需要政策支持。出口方面，5 月出口车辆中新能源占比达到 54%，同样创历史新高。

华润新能源将启动深交所史上最大规模 IPO 申购

中国华润旗下核心新能源平台华润新能源将于 6 月 22 日在深交所启动网上网下申购，预计募集资金总额 245 亿元，超过 2020 年金龙鱼 IPO 约 139 亿元的规模。募集资金用途集中在风力发电和太阳能发电项目建设。

发行公告显示，华润新能源本次发行价为 10.11 元 / 股，网上申购上限 63.2 万股。公司计划公开发行 21.07 亿股，占发行后总股本约 16.20%；若超额配售选择权全额行使，发行总股数将扩大至 24.23 亿股，占发行后总股本约 18.19%。

网易云音乐旗下 AI 陪伴 App「妙时」将于 7 月停运

网易云音乐旗下 AI 情感陪伴 App「妙时」发布停运公告，平台已停止新用户注册、充值及会员购买，并将于 7 月 14 日 0 时正式停止运营。

停运后，「妙时」会关闭所有功能。用户账号中的妙时币、曲奇币和会员费可申请退款，平台称会按规则处理相关余额和会员权益。

挪威拟禁止小学生使用生成式 AI

据路透社报道，挪威政府将从 8 月下旬新学年开始，近乎禁止小学阶段学生使用生成式 AI 工具，并限制中学阶段的相关使用。

挪威首相 Jonas Gahr Stoere 表示，学校最重要的任务是让孩子学会阅读、写作和数学，无批判地使用 AI 会让学生跳过关键学习步骤。挪威政府此前已在 2024 年禁止学校使用智能手机，并赋予教师更多课堂纪律管理权。

新规适用于 1 至 7 年级，约 6 至 13 岁学生原则上不得使用生成式 AI；高年级学生仍可在更受控的教学场景中使用。

智谱 GLM-5.2 登顶 DeepSWE 开源第一

智谱 AI 开源模型 GLM-5.2 已进入长程软件工程基准 DeepSWE v1.1 榜单。在最高思考力度模式下，GLM-5.2 的 Pass@1 为 44%±2%，在当前榜单 9 个模型中位列第五，也是榜单中表现最好的开源模型。

榜单数据显示，GLM-5.2 在最高思考力度下的平均成本为 3.92 美元，平均输出 7.8 万 token，平均执行 129 步。

相比 Kimi K2.7 Code，GLM-5.2 的 Pass@1 高出 13 个百分点，但平均成本也高于后者的 2.82 美元。

淬思科技完成首轮融资，计划今年年底前完成芯片流片

据 DeepTech 深科技报道，AI 推理芯片公司上海淬思科技有限公司近日完成孵化轮融资，由砺思资本（Monolith）与启盈同创基金联合领投。

本轮资金将用于其首款面向 AI 智能体推理的专用芯片研发与流片，以及核心团队扩充。

公司主要面向大模型推理场景，试图解决定制 AI 芯片在模型架构和应用需求快速变化下，设计周期长、架构反复调整、交付节奏难以跟上需求的问题。

报道称，淬思科技的 Agentic EDA 平台已产生商业化收入，其芯片设计方法学已通过真实芯片流片与回片验证，结果符合预期。

现代汽车拟收购软银持有的波士顿动力剩余股权

据 The Next Web 报道，现代汽车集团计划收购软银集团持有的波士顿动力 9.65% 股份，交易价格为 5000 亿韩元，约合人民币 22.23 亿元。交易完成后，波士顿动力将成为现代汽车集团的全资子公司。

现代汽车集团 2021 年 6 月从软银手中收购波士顿动力 80% 股份，软银当时保留少数股权。报道称，软银已通知现代汽车集团，希望行使双方最初交易中约定的看跌期权，把剩余股份出售给现代；现代预计于 6 月 22 日召开董事会批准这笔收购。

中星 10 号卫星在轨运行 15 年，超过设计寿命

据中国空间技术研究院消息，基于东方红四号公用平台研制的中星 10 号卫星已稳定运行 15 年，在轨时间超过设计寿命。

中星 10 号于 2008 年立项、2011 年发射，是基于东方红四号平台研制的通信卫星。它在同平台卫星中转发器路数更多、发射重量更大、功率要求更高，并首次采用大功率太阳帆板驱动等技术。

该星还采用「中方卫星公用平台 + 外方有效载荷」研制模式，投入应用后承担广播电视信号上行传输、企业专线、远程教育、远程医疗和抢险救灾应急通信等任务。

💡 梁朝伟：AI 能节省制作时间，但没有灵魂

据《好莱坞报道者》报道，梁朝伟在上海国际电影节闭幕前接受采访时，把 AI 称为「双刃剑」。

他认为，AI 可以在前期和后期制作中节省大量时间和成本，这类效率优势会更快进入主流商业片和爆米花电影；但它也会让一些岗位消失，并把创作简化成计算。

它只是计算，没有灵魂。

梁朝伟指出，表演和电影仍依赖人的观察、经验和情感积累，年轻观众也需要重新学习如何欣赏不同类型的电影，而非只接受一种模板。

他以自己成长经历作对照：上世纪 70 年代的香港街头有很多电影院，银幕体验构成了他对电影的基本理解。

他表示，自己几乎不在家看电影，因为大银幕能保留更多电影语言和细节；在短视频、流媒体和游戏分散注意力的时代，电影业需要找到邀请年轻人走进影院的方法。

努比亚被曝集中资源投入第二代豆包 AI 手机

芯流智库日前报道称，中兴努比亚内部已调整手机业务优先级，计划把核心资源集中投入第二代豆包 AI 手机，传统手机业务线暂时收缩。

目前，第二代豆包 AI 手机仍处于传闻和供应链消息阶段。此前有博主称，该机可能在 2026 年上半年发布，并搭载第五代骁龙 8 至尊版移动平台。

小米「寻天」七座 SUV 车顶升降帐篷曝光

博主「SugarDesign」日前发布小米「寻天」SUV 最新谍照显示，体型更大的七座版车型疑似配备车顶升降装置。图片中，测试车顶部帐篷升起后呈前高后低形态，四周带有可通风的纱网结构。

此前消息称，「寻天」SUV 将提供七座和五座两种车型，两车线条较为方正，预计配备半隐藏式门把手。

领克 07GT 将于 6 月 29 日开启预售

领克汽车宣布，领克家族首款旅行车 07GT 将于 6 月 29 日开启预售，该车沿用「The Next Day」设计语言，车头配备激光雷达，车身采用半隐藏式门把手，车顶配有 1.9 平方米四层隔热防晒天幕。

座舱方面，领克 07GT 将搭载 Flyme Auto 2.5 车机系统，使用 15.4 英寸悬浮式中控屏，并配备运动一体式座椅。

官方此前把这款车定位为面向家庭和长途出行场景的 GT 旅行车，用来补齐领克轿车、SUV 之外的车身形态。

曝小米平板 9 标准版采用骁龙 8s Gen 4 和 9720mAh 电池

据 ximitime 报道，小米平板 9 预计将推出标准版和 Pro 版，其中标准版可能复用小米平板 8 的硬件和固件平台。

泄露代码显示，小米平板 9 标准版预估型号为 M656BA，内部代号为「donghai」，并与小米平板 8 的「yupei」代号存在关联。

开发者 Kacper 发现，该机与小米平板 8 共享硬件平台，固件包高度相关，ximitime 因此推测小米可能通过复用平台加快 HyperOS 更新节奏。

配置方面，爆料称小米平板 9 标准版可能继续采用高通骁龙 8s Gen 4 芯片，电池容量为 9720mAh，较小米平板 8 标准版的 9200mAh 增加 520mAh；

Pro 版则可能升级到第五代骁龙 8 芯片，新品预计 8 月发布。

金山办公 7 月将推出组织级 AI 办公产品「企业大脑」

金山办公副总裁王少康日前在四川省自贡市举行的 2026 人民数据大会上透露，公司将于 7 月正式推出组织级 AI 办公产品「企业大脑」WPS Comate，后续将规模化交付。

金山办公称，「企业大脑」不同于面向个人效率提升的办公智能体，重点面向知识密集的中大型组织和复杂业务场景。

该产品会整合组织内部的结构化与非结构化数据，再利用 AI 理解组织结构和团队协作关系，生成数字员工等 AI 产品，接入业务运营和决策环节。

安踏发布「折纸科技」跑鞋缓震结构

据 36 氪报道，安踏近日发布名为「折纸科技」的跑鞋缓震结构，试图通过中底几何结构而非单纯材料堆叠，提升跑鞋在落地和回弹之间的能量管理。

这套方案的思路来自折纸结构：中底在受力时按预设折痕压缩和展开，让跑者落地阶段获得缓冲，蹬伸阶段再释放回弹。

央视曝光部分廉价充电宝 CCC 认证失效后仍在售

据央视新闻报道，记者随机调查 7 家商户后发现，其中 4 家仍在销售没有有效 CCC 认证的充电宝。我国自 2024 年起已将充电宝纳入 CCC 认证产品范围，没有 CCC 认证的充电宝不能出厂和销售。

报道提到，某平台店铺销售的充电宝详情页标注的 CCC 认证已被注销；记者收货后发现，产品上标注的制造商对应的 CCC 认证证书也均已注销。

随后，记者把多款没有有效 CCC 认证证书的充电宝送至中国电子技术标准化研究院安全中心实验室检测。

实验室拆解发现，部分充电宝内部电芯没有按要求印刷生产厂家信息；外壳阻燃性能测试中，部分产品无法减缓燃烧，甚至可能成为助燃物。专家称，CCC 认证证书并非永久有效，证书暂停、撤销或注销后继续销售，是当前行业整治重点。

米哈游 AI 女友陪伴软件《BSide：Olivia Lin》上架 Steam

米哈游旗下《BSide：Olivia Lin》近日上架 Steam 平台，目前支持添加愿望单。

商店页面显示，主角林离 Olivia Lin 设定为主修钢琴、辅修心理学的上海女生，喜欢黑胶唱片、老电影和雨天。

软件提供钢琴演奏、MIDI 文件上传后生成音乐视频、文字写信和回信、桌面动态壁纸等功能。

《群星闪耀时》定档 8 月 1 日

电影《群星闪耀时》已官宣定档 8 月 1 日，并发布定档预告。

预告显示，影片以一段跨越 65 年的「天外来音」为线索，将 2035 年的航天员郑同舟、刘晨、曹洋与 1970 年的赵吉虎等人连接起来，由此展开一场跨时空救援。

《想你了》发布「夏至」主题组图，章若楠金靖演绎夏日友情

电影《想你了》昨日发布「夏至」主题组图，章若楠、金靖出镜，以夏日光影和好友互动为主要视觉元素。影片将于 7 月 24 日上映。

组图中，两人分别身着烟蓝纱裙与浅绿长裙，呈现捧西瓜、吹泡泡、用 DV 互拍、摇蒲扇纳凉等场景，突出影片中两位女性角色之间的熟悉感与亲密关系。

《想你了》由麻赢心执导，章若楠、金靖领衔主演，讲述高凡与汪美丽两个一路同行、互为后盾的女生，约定成为一辈子好朋友的故事。

不到 48 小时，谷歌失去了两个 AI 大牛。

6 月 18 日，Transformer 奠基人之一、谷歌 Gemini 团队联席主管 Noam Shazeer 宣布再次离开谷歌，重回对手阵营担任 OpenAI 的架构研究负责人。

两天后，20 日凌晨，曾和 Demis Hassabis 一起拿下2024 年诺贝尔化学奖、Google DeepMind 副总裁兼工程研究员、AlphaFold 的核心功臣 John Jumper 也挥别了度过 9 年时光的谷歌，高调官宣加入 Anthropic。

John Jumper 在 X 正式宣布，他将离开 Google DeepMind，加入 Anthropic。他很感谢 DeepMind CEO Demis Hassabis 愿意在他博士刚毕业六个月的时候，就给他机会领导整个 AlphaFold 团队，他相信 Google DeepMind 团队还会有更多的发现。

Google DeepMind CEO 很快转发了这条消息，并表示很感谢 John 在过去 9 年中给予 DeepMind 的非凡合作和出色协作，AlphaFold 是一项伟大的研究。

不少网友在下面评论，虽然 Demis 和 Google AI 其他工作人员表示了最大的风度，但是 AlphaFold 的人才流失给 Anthropic，对 Google 来说肯定很不好受。

Transformer 和 AlphaFold，一个是亲手打造了现代大模型技术底座与谷歌主力模型 Gemini 的「架构之神」，一个是代表了谷歌 AI-for-Science（科学人工智能）最高荣耀的诺奖科学家。

Google 在短时间内连丢两张王牌，根据网友在社交媒体上分享的爆料信息，有内部人士称，「我不能责怪 Noam Shazeer 的离开，他也不会是最后一个离开 Google 的大人物。」

从 GPT Image 2 全面碾压 Nano Banana 成为新一代 AI 生图之王，到视频生成模型 Gemini Omni Flash 发布时并未引起太多关注，很快就被字节的 Seedance 2 轻松击败。

以及 Codex 和 Claude Code 几乎霸占了大部分的 Coding Agent 市场，Google 的 Antigravity 鲜有人知，以及 Anthropic 强到要被政府关闭的 Fable 5……

「从模型到产品，进展极其缓慢，甚至全面溃败。」

DeepMind 内部目前正蔓延着极度沮丧和广泛的不满，员工们普遍认为，这个曾经的全球第一的 AI 实验室，如今已经滑落到了行业中尴尬的第三、甚至第四名。

在文本、图像、视频、语音甚至是视觉领域，我们已经不再拥有任何一个处于行业前沿（Frontier）的模型了……

 

 

如果在拥有如此多资源、付出了超过四个月的努力之后，我们连一个真正的领跑者模型都拿不出来，我们到底在干什么？

而根据谷歌内部人士透露，计划于 6 月 30 日发布的 Gemini 3.5 Pro，也并不是 Google 在通用人工智能（AGI）竞赛中真正具备竞争力所需的突破性创新。

DeepMind 的高层似乎已经默认并接受了输给 Anthropic 和 OpenAI 的现实，表示只有「进行重大改革」才能让他们重回 2025 年中后期的巅峰状态。

Google 还有机会再一次拿下 Nano Banana 时刻吗？

分道扬镳的诺奖得主

2024 年的诺贝尔化学奖，见证了 Demis Hassabis 和 John Jumper 这两位 DeepMind 巨头的至高荣耀。

他们因为 AlphaFold 一起拿下这个奖。AlphaFold 预测了 2 亿多个蛋白质结构，把生物医学里原本要熬好几年的事，压成了几分钟。

在生物学界，蛋白质折叠问题曾是一个困扰了人类长达半个世纪的终极难题。而 John Jumper 正是带领团队攻克这一难题的核心将领。作为 AlphaFold 项目的首席研究员和工程负责人，他主导了该 AI 系统的底层架构设计与演进。

从 AlphaFold 2 首次以极高的精确度预测出蛋白质三维结构，到后来 AlphaFold 3 将预测范围扩展到所有生命分子（包括 DNA、RNA 及小分子配体），Jumper 的工作直接将结构生物学向前推进了数十年。

全球数以百万计的研究人员正在使用他的模型来加速新药研发、抗病虫害农作物设计以及绿色酶的开发。

在参与 AlphaFold 工作之前，John Jumper 本科在范德堡读物理和数学，一心想当个「纸笔派」理论物理学家。

根据 LinkedIn 显示的信息，他之后拿了马歇尔奖学金去剑桥读博，结果发现用计算方法搞量子力学不对胃口，只拿了个硕士就退学回了美国。

接下来三年，他在 D.E. Shaw Research 用超级计算机模拟蛋白质。2011 年又跑去芝加哥大学，把机器学习用到蛋白质折叠上，2017 年拿到理论化学博士，芝大的人后来叫他「误打误撞的化学家」。

在芝加哥大学博士毕业之后，他就加入了 Google DeepMind。

2018 年，他带领整个 AlphaFold 团队把整个系统推倒重做。两年后，AlphaFold2 在 CASP14 上把蛋白质结构预测的准确率做到 90%，这个数字，意味着跟实验室实测几乎一样。

不仅懂生物，在底层架构和工程落地上的能力也是顶级的。John Jumper 在 DeepMind 内部主要负责 AI Coding 的工作，还是 AI Coding 开发团队的关键成员。

他深度参与了谷歌对抗 GitHub Copilot、OpenAI 和 Anthropic 的 AI 编程工具与代码大模型的技术研发。

他的离开，让谷歌在当前本就陷入苦战的「商业 AI 编程市场」上雪上加霜。

由于 Google 相较于 OpenAI 和 Anthropic 一直在向企业出售 AI Coding Agent 路线上落后，而 AI Coding 又是整个 AI 领域的大饼，Google 不想失去这一阵地。

跳槽到 Anthropic，一方面是 Claude 眼下是当之无愧的 AI Coding 最强模型。

随着 Fable 5 的发布以及 GPT-5.6 的步步紧逼，Anthropic 今年还正在疯狂重金砸向「科学 AI」的赛道。

他们不仅开始筹建真实的湿实验室（Wet Lab），发布了基于生物学的智能体（Bio-Agents）研究，还积极与顶尖医疗机构结盟。

对于有着生物学的光环，还有 AI 编程工程战斗力的 Jumper 来说，留在此时的谷歌，显然已经不是最优解。

输给智谱，DeepMind 内部信仰崩塌

人才的流向大概也能看到一点行业的趋势，从去年 Meta 大举进攻花重金在闺蜜寻觅人才，到今年 Meta 新模型毫无水花，也再没 Meta 抢人大战相关的新闻。

当这样的人开始选择离开时，市场看到的往往不是个人职业规划，而是一张关于未来的投票。

因为顶尖研究员拥有比外界更多的信息。他们知道下一代模型进展到哪里，知道组织内部的资源正在流向什么方向，也知道真正的突破最有可能诞生在哪里。

谷歌刚刚失去了 Gemini 的核心架构师 Noam Shazeer，跳槽到 OpenAI。而 John Jumper 的紧随其后，直接印证了爆料中 DeepMind 内部员工的绝望预言，「Noam 绝不会是最后一个出走的大牛。」

回看 Google 这段时间的发展，在模型上，技术原地踏步，滑落至第五名。

自今年 2 月发布 Gemini 3.1 Pro 以来，谷歌就没有发布过新的前沿机型。此前在 I/O 大会发布的模型 Gemini 3.5 Flash，在实际体验中不仅没有比 3.1 Pro 好多少，甚至在 Artificial Analysis Intelligence Index 上，谷歌最好的模型已经惨跌至第五名。

除了被 Anthropic 和 OpenAI 牢牢压制，甚至被国产大模型智谱 GLM 反超。

通用大模型之外，多模态也全面溃败。谷歌雄心勃勃推出的多模态小模型 Gemini Omni Flash，把图像编辑模型 Nano Banana Pro，推理模型 Gemini 以及世界模型 Genie 都融入进来，最后在市场上几乎没有激起任何水花。

在社交媒体上曾经传播过几个相关的片段，但很快又被视频生成领域当下的冠军 Seedance 2 轻松碾压。

对未来的绝望，更糟糕的是，DeepMind 员工透露，即将在 6 月 30 日推出的 Gemini 3.5 Pro，在内部看来也根本无法带来质的突破，完全不足以让谷歌在这场 AGI 的军备竞赛中重回巅峰。

就在这种「高层失落、技术掉队、算力资源被平庸商业化蚕食」的窒息氛围下，Noam Shazeer 走了，John Jumper 也走了。

Noam Shazeer 去 OpenAI，很容易理解。大模型的竞争最终还是会回到训练、架构、数据和推理效率上。一个参与过 Transformer 论文、又在 Google 和 Character.AI 两边都做过模型的人，放到 OpenAI 内部，价值不需要多解释。

Anthropic 拿下 John Jumper，更像是在给自己扩边界。Claude 做得再好，也不能永远只围绕文本、代码和企业助理讲故事。AI 公司接下来要争的，会越来越多地进入科学计算、生命科学、自动化研究这些领域。Jumper 的履历刚好能把这个方向变得具体。

所以这两起跳槽真正刺痛 Google 的地方，并非「少了两个人」。

Google 仍然有 Gemini、Veo、TPU、Android、Search、YouTube 和 Cloud 等等。它的资源厚度，OpenAI 和 Anthropic 短时间里很难复制。

据此就说 Google 已经输了，太草率。

麻烦在于，Google 发明了太多关键技术，也培养了太多关键人物。Transformer 诞生在 Google，AlphaFold 诞生在 DeepMind，可到了商业化和人才定价阶段，这些人未必继续把 Google 当成最好的舞台。

如今，越来越多的人开始把 OpenAI 和 Anthropic 当成新的目的地。OpenAI 给的是最前沿的大模型战场。Anthropic 给的是更集中的研究文化和上升期公司股权。对顶级研究者来说，这些东西有时比大公司的稳定资源更有吸引力。

或许比起 Gemini 排名下滑、产品失利、模型掉队，更值得 Google 警惕的是另一件事：当最优秀的人开始相信未来不在这里的时候，失去的往往不只是几位科学家，更是一部分关于下一代 AI 的想象力。

你坐在电脑前干活，旁边有个家伙一声不吭盯着你。你点哪它看哪，你填什么它记什么，等你做完，它说一句：下次这活我来。

这就是 Codex 刚刚发布的重磅功能，叫 Record & Replay。

翻译过来就是录制加复现。

你把一套操作完整演示一遍，Codex 在旁边观察学习，然后把整套流程打包成一个 skill（技能）。下回要干同样的活，新开个对话，让它调这个 skill，再告诉它这次哪里不一样，剩下的它自己搞定。

图形界面，这个原本为了让人类摆脱命令行而发明的伟大创造，现在有望成了 AI 接管电脑的现成基础设施。

「学徒」模式上线，Codex 开始复制你的工作流

当然，不是所有任务都适合这么玩。

Record & Replay 瞄准的是那种重复、看个人偏好、说不清楚但做一遍你就懂的活。适用场景有这么几个：报销、订停车位、建一个配置正确的 issue、发视频、拉周期性报表。

这些活有个共同点。要么步骤又固定又繁琐，要么里头藏着一堆只有你自己知道的隐性规则。

比如文件该怎么命名、某个字段默认填啥、到了某个岔路口该往哪走。这种东西你要用文字一条条写清楚给 AI，成本极高。不如直接做一遍，让它自己看。

操作过程也比想象中省事，主要拆成了七步。

先在 Codex 应用里打开 Plugins（插件），搜索并添加 Record & Replay 插件。

然后它来要录制权限，你准备好了就点同意。

剩下的就是你在 Mac 上正常把活干一遍。

这期间 Codex 全程观察，学这套操作要点哪些地方、动哪些窗口的内容。

录制会一直开着，直到你主动停止。所以记住，专心做那一个任务就行，别录着录着开始干别的。

干完从菜单栏或悬浮层停止，或者直接跟 Codex 说一声已经录完。

录完之后 Codex 会复盘一遍刚捕捉到的流程，自己起草一个 skill。这个 skill 里写得很清楚：什么时候该用这套流程、需要哪些输入、按什么步骤走、做完怎么验证结果。

你要是觉得它写得不够好，还能让它再打磨。

几条录制建议值得照做：

演示尽量短而完整；录之前先把目标和那些每次会变的输入告诉 Codex；用真实输入，但密码和敏感数据千万别录进去；录完后补上那些重要的隐性偏好，比如命名规范、字段默认值、决策点怎么选；流程做完就停，别拖到无关的收尾动作上。

至于，下次复现就简单了。新开对话，让它调这个 skill，把这次的具体值喂给它，比如要传哪个文件、建哪个 issue、报表要哪段时间。

有个关键设定需要注意：Codex 会把这个 skill 当作可复用的上下文（reusable context）。

什么意思呢？这个 skill 不是一段写死的脚本，而是一份它每次都能拿来参考、再结合当前环境灵活执行的说明书。所以同一个 skill，这次传 A 文件、下次传 B 文件，它都能套着用。

具体干活的时候，它会调动当前环境里能用的工具，包括 Computer Use、浏览器操作和已安装的插件，把流程跑完。

Codex 到底怎么「用电脑」

来看一次公开演示。

这回 Codex 要学的是上传 YouTube 视频的完整流程。它的工作方式是盯着用户在 YouTube Studio 里操作，把点击、选文件、敲文字这一整串动作全捕捉下来。

诸如选视频文件、填标题和描述、传缩略图、加字幕、设隐私选项等等，Codex 全记下来了，随后展示了独立复现的能力。

更有意思的是，它不只是机械地照着步骤复读，还试图搞懂背后的逻辑和门道。

比如什么时候该把视频设成 Private、什么时候设 Unlisted，怎么管 .mp4 视频文件和 .srt 字幕文件这种成对的东西，元数据字段该怎么填，字幕怎么跟视频对上号。

它甚至现场处理了一次报错：

缺 Python 环境的时候，它直接从已安装的 skill 位置读信息，自己适配过去了。而这一整段录下来，转译成一个随时能调用的 skill。

换句话说，Codex 一旦学会，理论上就能在没人盯着的情况下反复执行。对那些天天要传一堆视频的内容工作流来说，这事确实有用。

要搞懂它凭什么能复现，得先看 Codex 到底怎么操作电脑。

OpenAI 工程师 Jason 之前梳理过 Codex 用电脑的三条路，能力有重叠，各有各的地盘。总原则是：能用插件或 MCP 就先用，视觉控制留给结构化工具够不着的边角。

第一种叫 Computer Use，覆盖面最广。

它能在 macOS 和 Windows 上看见并操作图形界面，通过窗口、菜单、键盘、剪贴板来动那些授权过的应用。

代价是慢，因为它得看界面、判断点哪、等响应、再确认状态，一步一回头。但好处也明显，那些没有 API 的应用它也能对付，比如 Spotify、Xcode、系统设置、iOS 模拟器，甚至能通过 iPhone 镜像去操作 iPhone。

在 macOS 上它还能后台跑，你能同时干别的。它信任边界也最宽，凡涉及钱、账户、支付、凭据的改动，建议你全程在场盯着。

这也解释了为什么 Record & Replay 只能跟着 Computer Use 一起开启。它录下来的操作要复现，靠的就是 Computer Use 这套看界面、动鼠标键盘的底层能力。

第二种是 Chrome 扩展。

它接管你已经登录好的 Chrome，适合那种靠账号、cookie、已认证标签页的任务，比如 Gmail、Salesforce、内部仪表盘。它能玩多标签，把同一个任务的好几个标签页串成一个完整工作流来理解。

代价是它带着你的身份在动，网站会把它的点击和提交都当成你本人，所以发送、发布、购买这种步骤一般得先过你审核。

第三种是应用内浏览器。

它活在 Codex 对话内部，跟你共享同一个渲染页面，特别适合开发调试 Web 应用。它最大的特点是隔离，不碰你的浏览器配置、cookie、扩展和登录会话。

需要的时候这是限制，不需要的时候反而是个干净的边界。开发者能让它改代码、操作页面、截图、修完再跑一遍，形成一个紧密的反馈循环，还能直接点页面元素留设计意见。

另外还有个叫 Appshot 的机制，它不操作电脑，只负责把 Codex 的注意力指到你眼前的东西上。在 Mac 上连按两下 CMD 键，它就抓最前面那个窗口，把图像和文字附进对话。你对着一个报错、一封邮件、一个看不懂的表单直接发问就行。

用 Jason 的话说，Appshot 负责指方向，浏览器、Chrome 扩展和 Computer Use 负责动手。而 Record & Replay 录下来的 skill，正是可以随时调动上面任意一种或几种方式来复现。

人类操作软件的经验，正在变成 AI 技能

从今年以来，Codex 的发布节奏仍在不断加速，许多人都不知道的是，Codex 应用、CLI 和 SDK 不是只能配 OpenAI 自家模型。

在 config.toml 里配一下 model_providers，你可以把 Codex 指向 Ollama、LM Studio 这类本地开源模型，也能接 Mistral、Azure、Amazon Bedrock 这些第三方。传个 –oss 参数就能跑本地 provider，不指定的话默认走 oss_provider。

也就是说，Record & Replay 这种能力，载体本身是个对模型开放的客户端。

它也有适用范围。Record & Replay 是从一次演示里快速造 skill 的捷径，但如果你想把一个稳定的包发给整个团队、捆绑好几个 skill、加应用集成或 MCP 服务器、管安装元数据，那就别停在录制层面，老实打包成独立插件。

还有几个上手前最好先知道的限制。

Record & Replay 目前只在 macOS 上能用，首发不覆盖欧盟、英国和瑞士，而且必须先开启 Computer Use 功能。

如果你是组织管理员，还有个坑得避开：

要是你们用 requirements.toml 统一管 Codex，那 [features].computer_use 这一项是连 Record & Replay 一起管的。

哪天把 computer_use 设成 false，你会发现这俩功能一起消失。所以要是你发现「我这儿压根看不到 Record & Replay」，先去查这一项是不是被关了。

「Record & Replay」的上线，看起来只是一个录制和复现操作的小功能，但放到更大的背景里，它代表的是 AI 与软件交互方式的一次变化。

过去，自动化的基础是 API。软件必须先开放接口，把能力封装成机器能够调用的服务，自动化工具和 AI 才能接手流程。没有 API，没有结构化入口，很多任务就无法实现自动化。

因此，传统自动化的边界，往往取决于软件愿意开放多少能力。

但现在，OpenAI 试图绕开这层限制。它不再要求软件专门为 AI 提供接口，而是让 AI 直接学习人类使用软件的方式。人能看懂按钮、菜单和窗口，它也去理解；人能完成点击、输入和切换页面，它也去执行。

这意味着，AI 的工作对象开始从 API 扩展到整个图形界面。换言之，「Computer Use」负责赋予 AI 操作电脑的能力，而「Record & Replay」则负责把人的操作经验沉淀成可复用的技能。

这背后对应的，其实是操作系统角色的变化。过去，操作系统是所有软件的组织者。我们在 Mac 或 Windows 上安装各种应用，再由人自己在不同软件之间切换、复制、整理和传递信息。

人始终是连接各个软件的中间层。

而当 AI 能够跨应用观察、理解并执行任务时，它开始承担这层角色。对于用户来说，关注点逐渐从「如何操作软件」，转向「想完成什么事情」。

报销软件怎么填、视频后台怎么配置、多个系统之间如何来回切换，这些细节理论上都可以交给 AI 处理。照这样发展下去，未来真正频繁使用软件的，未必是人，而是 AI。

对于 AI 来说，漂亮的界面没有意义，复杂的菜单也没有意义。它更关心的是：这个软件能不能完成任务、能不能被调用、能不能稳定执行流程。

从这个角度看，「Record & Replay」真正有意思的地方，不是又多了一个自动化功能，而是它透露出一种新的趋势：人正在从软件的直接操作者，逐渐变成软件能力的训练者。

今天我们学习怎么使用工具，未来或许更重要的一项能力，是教会 AI 使用工具。

DeepSeek 融资从 50 亿门槛降到 15 亿，梁文锋强调团队稳定

「elsewhere 别处发生」昨日发文披露 DeepSeek 融资过程中的多项细节。

文章称，DeepSeek 今年 4 月正式启动融资，最初要求单家机构额度不低于 50 亿元、不能拆分份额，且采用人民币结构；最终基金最小出资额降至 15 亿元，参与方式也更灵活。

文章提到，DeepSeek 5 月中旬曾组织一场线上投资人会议，由梁文锋先讲，再回答投资人问题。多位投资人此前没有线下见过梁文锋，这场会议成为他们第一次直接交流。

梁文锋在会上反复强调，只做与提高智能有关的事情、保持团队稳定，以及「钱和资源」之外的人才风险。此外，梁文锋对大厂和 VC 的重要要求之一，是不要挖 DeepSeek 的人或撺掇团队成员创业。

投资人名单方面，文章称最终仅有 10 家机构参与，但穿透基金主体后，背后实际参与方接近 100 家机构或个人，包括地方国资、上市公司相关主体和产业资本。

曝 Manus 早期投资者拟 20 亿美元回购公司

据《The Information》报道，AI 智能体公司 Manus 的早期中国投资者正计划以 Meta 去年收购时支付的 20 亿美元价格（约合 135 亿元人民币），将公司从 Meta 手中回购，目前回购交易仍在推进中。

报道称，HSG、真格基金和腾讯将参与此次回购，其中 HSG 和真格基金考虑使用新资金回购 Meta 持股，而不是要求此前已获得分配收益的有限合伙人返还资金。美国风投机构 Benchmark 则不会回购其原持有的 Manus 股份。

Manus 还在考虑调整公司架构，重新成为一家在中国注册的合资企业，并为未来赴港 IPO 做准备。

报道提到，Manus 被 Meta 收购后收入继续快速增长。知情人士称，Manus 最近几周的年化营收 run rate 已升至 4 亿至 5 亿美元，高于去年 12 月被 Meta 收购时的 1 亿美元。

Transformer 作者离开 Google 加入 OpenAI

昨天，Google 工程副总裁、Gemini 共同负责人 Noam Shazeer 在 X 宣布，自己已离开 Google，加入 OpenAI。

Shazeer 是 Transformer 论文作者之一，也曾创办 Character.AI。Google 2024 年通过约 27 亿美元授权交易把他和部分团队重新引回 Google，并让他参与 Gemini 模型领导工作。

🔗 相关阅读：刚刚，OpenAI 把 Transformer 作者挖走了

Counterpoint：第 20 周全球手机销量同比下降 8%，华为逆势增长 23%

昨天，Counterpoint Research 发布 2026 年第 20 周全球智能手机销量追踪，数据显示当周全球销量同比下降 8%，已连续第九周负增长。

分品牌看，前六大品牌中只有苹果和华为实现同比增长。苹果销量同比增长 4%，华为同比增长 23%，是前六名中增幅最大的品牌；三星保持相对平稳，部分中国手机厂商则受到存储供应紧张和成本上升影响。

钉钉新 CEO 陈宇森发布首封全员信，成立核心平台业务部

界面新闻昨日披露，钉钉新 CEO 陈宇森发布上任后的首封全员信，对悟空事业部做出组织调整。

• 成立核心平台业务部，负责钉钉等核心业务；
• 整合悟空与 MuleRun 两个团队，成立新的悟空团队；
• 把直销、电销、服务商、售前、交付和客户成功团队整合为客户发展部；
• 成立市场部；
• 成立公司信息技术部，负责优化迭代各业务系统，让系统易于被 Agent 使用。

宁德时代一季度净利润超过 7 家头部车企总和

据新浪汽车报道，宁德时代今年一季度营收达到 1291.31 亿元，归母净利润 207.38 亿元。在国内汽车销量同比下降 5.6% 的背景下，这一利润规模超过 7 家中国品牌头部车企利润总和。

按 2025 年全年口径看，宁德时代净利润为 722 亿元，同比增长 42.28%，日均净赚近 2 亿元。

零跑汽车全球累计交付达 150 万台

零跑汽车昨日宣布，全球累计交付量已达到 150 万台。从 100 万台到 150 万台，零跑用时 8 个月。

公司披露的节点显示，零跑 2019 年 6 月完成第 1 台交付，2024 年 10 月达到 50 万台，2025 年 10 月达到 100 万台，2026 年 6 月达到 150 万台。

追觅系进行组织调整，手机、汽车、芯片业务归入产业研究院

据硬氪报道，追觅系近日正在对各业务单元进行收缩和调整，现有业务将合并为四大主营板块，包括全屋智能清洁、智能家电、智慧出行和 AI 具身智能。一些尚未开展实际业务落地及人员落地的 BU 将被取消。

报道称，智能清洁板块目前人员接近 1.2 万人，占公司整体人数超过 5 成，其中七成以上为研发人员。调整后，追觅系将通过追觅、MOVA、坦途（NAVEE）、首驱（SKYMOTOR）、魔法原子等品牌对外销售相关产品。

追觅还将设立产业研究院，手机、汽车、芯片等重资产、重研发、长周期业务将归入研究院，聚焦技术研发和产学研落地。

报道提到，追觅系本次总体裁撤比例约为 12%，多数技能可复用的职能、研发和销售人员可通过内部活水渠道转入其他业务；被裁撤员工将根据业务线及个人情况获得 0.5-N+1 不等的赔付方案。

曹操出行宣布 RoboX 战略，2030 年部署 10 万辆 Robotaxi

据封面新闻报道，曹操出行昨日在 2026 国际汽车及供应链博览会（香港）上发布 RoboX 战略，计划构建覆盖 Robotaxi、Robovan 等场景的智能运力体系。

公司提出「双十万计划」：到 2030 年累计部署 10 万辆 Robotaxi 与 10 万辆 Robovan。

曹操出行同时宣布启动全面 AI 转型，成立 AI 事业部，并与吉利远程新能源商用车达成战略合作，围绕新能源商用车和物流场景运营推进 Robovan 规模化落地。

曹操出行在 2025 年年报中披露，其 Robotaxi 已部署超 100 辆，并在阿布扎比推进海外公司布局。公司定制 Robotaxi 计划 2027 年开始量产，并逐步拓展至更多城市和国际市场。

💡 亚马逊创始人：AI 可能创造劳动力短缺，而不是大规模失业

据《商业内幕》报道，亚马逊创始人杰夫·贝索斯 (Jeff Bezos) 昨日在巴黎 VivaTech 科技峰会上表示，AI 不会消灭就业岗位，反而将造成劳动力短缺。

在他看来，AI 的核心价值在于降低将创意付诸实践的门槛。贝索斯将这一过程称为「梦想-构建循环」，认为技术进步将解锁大量此前因执行成本过高而被搁置的想法。

我敢保证，在场每一个人都有过创业或开发新产品的想法，但那个想法最终没有落地，原因很简单——太难了，不值得去做……如果我们能加速这个循环，所有的想法都将成为可能。我们将不再受能力限制，而只受想象力限制。

他认为，当执行门槛降低，社会对能够落地创意的建设者、创造者和创业者的需求将随之上升，人力市场将面临供不应求，而非过剩。

在演讲中，贝索斯还谈及 AI 对太空探索的潜在影响，称若太空旅行变得足够可靠且低成本，人类或许可将重工业迁移至太空，使地球逐步恢复至工业革命前的自然状态。

37 万元起，猛士 M817 将于 6 月 27 日上市

猛士汽车昨日宣布，全新猛士 M817 将于 6 月 27 正式上市。该车此前在 2026 粤港澳大湾区车展完成全球首秀并启动预售，共推出 Pro+、Max+、Ultra 三个版本，预售价为 37 万至 42 万元。

• 猛士 M817 全系搭载华为乾崑智驾 ADS 5 和鸿蒙座舱 6，配备 896 线双光路图像级激光雷达，智驾系统升级到 P2P 3.0；
• 搭载 2.0T 插混系统，基于 800V 高压平台，配备 6C 超充；
• Ultra 版前后电机功率分别为 240kW 和 310kW，百公里加速 4.26 秒，搭载 62.52kWh 电池组，CLTC 纯电续航 301km，综合续航 1450km，SOC 30% 至 80% 快充 9.6 分钟。

DeepSeek 识图模式上线 App 和网页端

DeepSeek 多模态研究员 Xiaokang Chen 昨日在 X 发文表示，DeepSeek 的「识图模式」已在网页和 App 端正式上线。

「识图模式」与「快速模式」「专家模式」并列，用户开启后可以直接上传图片，让 DeepSeek 进行图像理解，并基于图片内容对话。

ChatGPT 推出定时任务功能

昨天，OpenAI 开始逐步向 ChatGPT 用户推送全新定时任务功能。用户可以让 ChatGPT 在指定时间执行提醒、信息整理或固定周期任务。

功能将在侧边栏新增独立的「定时任务」页面，用户可在该页面统一查看正在执行的任务、任务下次运行时间，并对任务进行暂停、恢复、编辑或删除。

Kimi Work 更新目标模式和插件中心

昨日，Kimi 官宣 Kimi Work（Beta 版）在 Kimi 电脑客户端迎来更新，新增「目标模式」和「插件中心」两项能力。

• 「目标模式」面向长时间任务设计，官方称其可连续工作 24 小时。用户设定明确目标后，Kimi 可围绕目标持续推进任务，并在执行过程中根据当前状态与目标差距调整策略；
• 「插件中心」新增百度网盘、钉钉、飞书、WPS、Canva 可画、Notion、Cloudflare 等办公协作、设计、笔记和网站开发类插件。安装后，用户可在对话框中输入斜杠「/」调用对应插件。

官方同步推出六月「5折」福利，使用 Kimi 电脑客户端 Work 模式的所有任务，会员额度消耗将减半。

小米开源全屋智能 AI 方案 Miloco 2.0，支持长期家庭任务

小米昨日正式发布以 MiMo 大模型为核心的全屋智能 AI 开源方案 Miloco 2.0，面向智能家居场景，定位为「AI 智能管家」。

相比去年 11 月发布的 Miloco 1.0，Miloco 2.0 从以规则驱动为主，进一步升级为支持长期任务跟进和主动智能，通过 AI 智能体形式接入 OpenClaw，支持一键安装和部署。

Orange Pi 6 标准版开发板亮相，AI 算力 45 TOPS

香橙派推出 Orange Pi 6 标准版开发板，搭载 12 核 CD8180 处理器，可选 8GB、16GB 和 24GB RAM，AI 算力标称 45 TOPS。

这块开发板还配备 Immortalis GPU，面向边缘 AI、机器人、视觉识别和本地推理等开发场景。较高内存版本可以承接更大的多模态模型、视觉管线和本地服务。

《GTA VI》预购时间官宣

Rockstar Games 昨天宣布，《Grand Theft Auto VI》将于 6 月 25 日开启预购，支持 PS5 和 Xbox Series X/S 平台。

目前，玩家已可在 PlayStation Store 或 Microsoft Store 将《Grand Theft Auto VI》加入愿望单，以便在预购开放时收到提醒。

在此前公告中，Rockstar Games 已确认《Grand Theft Auto VI》目前计划于今年 11 月 19 日发售。

胖东来回应自营商品降价：原材料和产量变化降低成本

据界面新闻报道，近日有网友发文称胖东来多款自营产品下调价格。6 月 18 日上午，胖东来许昌一门店工作人员确认，目前确有部分自有产品调整价格，包括果汁、燕麦片等品类。

据大河报和河北新闻网此前走访，胖东来自营芒果复合汁、水蜜桃汁等由 13 元一瓶降至 11 元一瓶，整箱降价 12 元；即食燕麦桶和快熟燕麦桶每箱从 187.8 元降至 171 元；部分酱油产品也有下调。

工作人员向界面新闻称，调价主要因为相关原材料价格调整和产量增加带来的成本降低；门店表示超市没有买贵补差处理，但自购买之日起 7 日内、货品未开封且不影响二次销售的，可凭购物凭证到线下门店退货。

货拉拉回应被市场监管总局约谈

市场监管总局昨日披露，前期已依据《中华人民共和国反垄断法》公开约谈货拉拉，要求其停止利用算法不合理压低货运价格、利用平台规则实施强制独家车贴等行为。

货拉拉随后发布关于落实市场监管总局整改要求的公告。公告显示，去年 9 月，市场监管总局约谈货拉拉并提出反垄断合规要求，货拉拉称已「全盘接受」，并立即开展整改，落实多项整改措施，包括：

• 制定科学合理的计价规则，带头抵制「内卷式」价格行为；
• 全面取消强制车贴限制，尊重司机自主选择；
• 通过多项措施为司机减负增收；
• 加强司机权益保障；同时完善合规体系建设，深化合规经营理念。

货拉拉表示，后续将继续遵守《反垄断法》等法律规定，落实监管要求，持续规范经营行为，优化平台规则，推进算法公开透明，并保持价格策略长期稳定，使价格浮动符合市场规律。

DC 新片《超级少女》发布中国独家预告，定档 6 月 26 日

DC 超英新片《超级少女》昨日发布中国独家预告片，同步宣布中国内地预售正式开启，定于 6 月 26 日在中国内地与北美同步上映。

影片改编自 DC 漫画《超女：明日之女》。预告片呈现的角色设定较为反传统：卡拉外表颓废、酗酒，战斗力强悍，内心却藏着痛苦与孤独，故事以爱犬「小氪」受伤为契机，将她推入一段星际冒险。

《蜘蛛侠：崭新之日》发布新预告

《蜘蛛侠：崭新之日》发布新正式预告，影片已定档中国内地 7 月 29 日、北美 7 月 31 日上映。

预告显示，影片故事承接《蜘蛛侠：英雄无归》事件。多元宇宙危机后，彼得·帕克被所有人遗忘，MJ 已开始新的生活，而彼得则在纽约独自打击犯罪，并将全部精力投入到保护城市之中。

随着压力持续增加，彼得的身体出现新的变化，同时一种新的犯罪模式也将他推向更大的危机。

电影《抓特务》发布「岁月无悔」预告，端午正式上映

电影《抓特务》发布「岁月无悔」预告，并宣布预售已开启，影片将于端午正式上映。

预告显示，警察肖大力搬进土唐刀胡同 15 号院，开始对特务冯静波进行日夜盯梢，两人由此展开一场警察与特务之间的「猫鼠游戏」。

---

宝马在一场燃油车的耐力赛里，发布了他们迄今为止最重要的一辆电车。

在刚结束不久的勒芒 24 小时耐力赛现场，BMW M Concept Neue Klasse（新世代 M 概念车）迎来全球首发，它基本上是未来纯电版 M3 的官方剧透。

把一台纯电车开进勒芒赛道搞首发，宝马想说的话几乎全写在脸上了：即便拿掉了发动机，宝马 M 也依然有能力在赛道上站稳脚跟。

随着这台概念车的亮相，以及之前的 i3 和旅行版车型 i3 Touring，宝马的新世代 3 系的产品线基本已经完全呈现在我们面前。

不过，在聚光灯全部打向纯电车型的同时，宝马在新一代燃油版 3 系上动作，才是最耐人寻味的部分。

拿掉内燃机之后，宝马 M 掏出了四台电机

很多车企都喜欢把纯电车做得圆润，但宝马显然不想放弃高性能车该有的肌肉感。

和之前的 i3 相比，这台概念车的车身被大幅拓宽，外扩的轮拱中间是巨大的中央锁止轮毂，摆出了一副赛车的蹲姿。

前脸部分，经典的双肾格栅和两侧大灯融为一体，里面闪烁着 M 专属的黄色日间行车灯。这套黄色灯组照搬了勒芒赛车 BMW M Hybrid V8 的元素，不出意外的话，它会成为未来所有 M 纯电高性能车的身份象征。

除了视觉上的冲击，这套外观的大部分线条其实都在和物理定律做斗争。它的前包围分成了两段，造型灵感来自赛艇的「三体船」设计，中间的风道专门用来引导车头气流，以此来增加前轴下压力。车头上方还挖了一个 V 型开口，里面连通的是前桥电机的散热通道。

车尾也采用了类似的设计，配合上悬浮式扩散器，整台车基本看不见为了设计而设计的无用装饰，每一个孔洞都在为了解决空力和热衰上的问题。甚至连车身下缘的包围，也改用了新型植物纤维材料，在减碳的同时顺便完成了轻量化。

宝马紧凑型车、新世代及 M 品牌设计总监奥利弗·海默（Oliver Heilmer）在发布会现场对这套设计语言给出了他的定位。

新世代 M 的设计语言是新世代车型的先锋，它的目标很明确。在宝马 M，形式始终服从于功能，每一个细节都在为性能服务。这个项目将 M 品牌的精神带入了一个全新的时代。

转进车内，那些习惯了在副驾驶看电视、在后排躺平的用户大概会大失所望——这台车里甚至找不到一个适合放保温杯的地方。

最特别的是它的后排，宝马拿掉了普通的三人座，放进了两张基于亚麻纤维骨架打造的独立桶椅，并且配上了红色的赛车安全带，整个座舱的战斗氛围非常浓厚。

色彩上的搭配也在向传统致敬，座椅采用了巴瑟斯特蓝与浆果红的双拼色真皮，方向盘和门板表面则包裹着黑色磨砂绒面革。仪表台上方可以投射出六边形的光影，算是用数字化的手段重新调配了 M 经典的红蓝配色。

交互界面延续了新世代家族的思路——全景视域桥配合一块中央悬浮大屏。不一样的是，方向盘上多了一个醒目的红色 M 模式切换按键，后方也配有拨片，用于在激烈驾驶时调节车辆的动态反馈。

这个安放在方向盘后面的控制拨片，正是驾驶员与整套电驱系统沟通的物理媒介。

在现在的技术条件下，把电动车做出几千匹马力并不是什么难事，只要肯多塞几个电机，账面数据就会非常好看。但宝马表示，他们的 M eDrive 电驱技术并不是为了刷零百而生的，核心只有两个字——驾驶。

新世代 M 概念车配备了四个独立电机，每个车轮都能分到一个动力源，在车辆进弯和出弯的瞬间，四个车轮可以独立进行动力输出或者动能回收。

这种细腻的扭矩矢量分配能力，是传统机械差速器无论如何也做不到的。

当然，想要驯服这四台电机，就需要一个足够强悍的大脑。宝马为此开发了名为「驾趣之心（Heart of Joy）」的高性能中央计算平台。

过去燃油车时代的操控神话，建立在发动机响应、变速箱逻辑和限滑差速器的机械连接上，但在纯电时代，这些全部变成了软件算法。据宝马介绍，这个中央控制器把动力控制和底盘控制集成在同一个处理器内，数据传输的延迟被压缩到了微秒级，车辆的物理极限因此被大大拓宽。

给这套系统打底的，是宝马自研的第六代圆柱电芯和 800V 高压架构。

通过提高正极镍含量并引入负极硅碳材料，新的 46 毫米直径大圆柱电芯在体积能量密度提升 20% 的同时，极大地降低了电池内阻。内阻低，就意味着高功率放电时的热损耗更小，配合 800V 架构，新车的电池充放电速率提升了 30%。

技术重心的偏移，让宝马 M 部门的研发从单一的机械制造变成了软硬件的系统集成。

宝马 M 部门董事长弗兰克·范梅尔（Franciscus van Meel）谈及这段技术转型时表达了他的态度。

即便在全新的纯电动时代，我们依然会延续 M 品牌的典型传统，将技术创新和具有决定性的设计特征，从赛车运动转移到量产车上。

聚光灯留给新世代，但真正的主力还是燃油版 3 系

这套四电机系统虽然足够吸睛，但宝马为新世代 3 系准备的蓝图，并不止于一款用作精神图腾的高性能车。

在今年 3 月 18 日举行的新世代全球首发活动上，宝马留下了一个彩蛋，当董事长齐普策结束演讲时，大屏幕背景板里曾短暂掠过一个模糊的旅行车轮廓。

一个月后，宝马在一份慕尼黑工厂转型的新闻稿里确认，代号 NA1 的纯电 i3 Touring 将会落地这家百年工厂，与 i3 共线生产。

随着近期这台 M 概念车的亮相，宝马其实是在用一种剥洋葱的方式，逐步把新世代 3 系家族的纯电矩阵完整地呈现给我们。

对于欧洲市场来说，i3 Touring 更像是一座用来防守本土基本盘的产品。欧洲的中产们对旅行车有着根深蒂固的偏爱，他们无法割舍装载空间，同时又想要轿车特有的低重心操控。

虽然如今不少造车新势力也开始尝试用猎装车或旅行车来破局，但在欧洲市场，由德系豪华品牌筑起的壁垒，短时间内很难被外来者渗透。

如果按照这个逻辑推演，宝马把四电机的电驱技术和新世代的瓦罐车身做个拼接，推出纯电 M3 旅行版几乎是一个必然结果。这套产品矩阵在类目的划分上，完完全全复刻了传统燃油 3 系家族的布局。

然而，在宝马为纯电排兵布阵的同时，全球汽车市场的整体大气候却在发生着微妙的变化。

行业内对于纯电车的热情在过去一段时间里出现了明显的降温，无论是在卷到极致的中国市场，还是在充电基础设施建设进度各异的欧美地区，大多数走进宝马展厅的消费者，最终掏出钱包买下的依然是带着 B48 发动机的燃油版 3 系。

宝马虽然没有明说，但他们心里很清楚。所以，在大张旗鼓地宣传纯电新世代的同时，宝马暗地里也在丁格芬工厂拉起了另一条产线。

那就是正在海外进行密集路试的新一代燃油版 3 系（G50）。

虽然宝马官方对这款燃油车型的各种信息一直处于遮遮掩掩的状态，但通过近几个月流出的高伪装谍照，我们还是能看出一些端倪。

细节藏在两台车完全不同的车身比例上。

虽然 G50 同样采用了宝马的新世代设计，但如果把它和纯电版 i3 放在一起对比，你会发现前者的 L113 区域——也就是前轮轴心到驾驶员脚踏板防火墙之间的距离，明显要比纯电版长得多，也要厚得多。

纯电版 i3 使用的是专为电动车开发的全新平台，没有了纵置发动机和传动轴，它的前悬可以轴向压缩，A 柱也可以大幅度前移来扩大座舱空间。

而燃油版 G50 使用的是 CLAR II 模块化架构的改良版，它的车头机盖下方依然需要塞进一台纵置的直列四缸，甚至是直列六缸发动机。

新瓶装旧酒了属于是。

同样的双线并行策略，也被复制到了高性能的 M 部门。在四电机纯电 M3 研发的同时，搭载 S58 直列六缸双涡轮增压发动机的下一代燃油版 M3（G84）也已经在开发中。

对那些把声浪和换挡节奏当成精神食粮的玩家来说，只要燃油版 M3 还在售，纯电版 M3 无论把马力推到何种程度，大概率也还是会被打上「高级电子玩具」的标签。

从这个角度来看，新世代 3 系的销量主力大概率还是会由燃油车型来扛。纯电版的 i3 系列或许能靠着旅行版在欧洲俘获一部分特定群体，但在更广阔的全球主流市场上，它很难在短时间内达到燃油版 3 系的高度。

说到底，宝马现在的传播策略就是一场表演。把所有的聚光灯和技术光环都留给纯电新世代，是为了向资本市场证明自己拥有领先于时代的技术转型能力。

这套看似左右互搏的打法，让宝马在这一轮的新能源浪潮中拥有了更高的容错。