伴随着 2026 年春季的苹果发布活动的正式结束，爱范儿第一时间在现场体验到了最新的 M5 Pro 和 M5 Max MacBook Pro。
比起让人纠结的 iPhone 17e，换新处理器的 MacBook Pro 带来的兴奋感虽然稳健，但少了点新鲜劲儿。
毕竟如果把它和使用 M5 的 MacBook Pro 放在一起，就能发现新 MBP 的外观几乎没有一丝变动，所有的惊喜都藏在那颗 M5 Max 芯片里。
倒也不是说外壳 100% 都一样——
在今年 MacBook 的「美式英语」键盘上，苹果将之前的 tab、caps lock、shift 和 enter 全都换成了纯符号：
▲ 妙控键盘（左）和新 MacBook Pro（右）
但把键盘放到一边，一旦我们真的上手面前这台 M5 Max 处理器的 16 寸 MacBook Pro，印象最深的依然是新处理器带来的表现。
可惜的是现场上手时间有限，我们没能马上在上面跑一个 Msty Studio 试试。
但从 macOS Tahoe 在上面丝滑运行的效果来看，M5 Pro 和 M5 Max 的性能底线是绝对没有问题的。
相比处理器大升级的 MacBook Pro，今年的 MacBook Air 就显得更加乏善可陈了一些——
毕竟本次 MBA 最主要升级的，就是去年 MacBook Pro 上同款的 10+8/10+10 核心 M5 处理器。
抛开被动散热带来的持续性能差异之外，这两款在数值上几乎没有什么差异。
对于绝大多数将目标落在 MacBook Air 上的用户来说，M5 相比 M4 升级的那些性能，其实远远比不上今年起步就是 512GB 的硬盘重要。
自从 MacBook Air 从 M2 开始将原本「双 256GB 颗粒」换成「单颗 512GB」之后，MacBook Air「硬盘掉速」就成了经久不衰的话题。
在几年的争议之后，苹果终于正视起这个问题，给 M5 MacBook Air 换上了新的 SSD：
新固态硬盘读写性能较前代提升 2 倍，大幅提升了文件访问速度，为需要导入大型照片素材库的创意人员和运行设备端 AI 工作负载的学生等用户加速工作流。
可惜在活动现场无法直接测试新款 MacBook Air 的硬盘读写速度，对这方面数据比较关注的读者，请持续关注我们后续的正式评测。
而作为时隔整整四年之后的首次更新，我们同样在活动现场体验了今年的新款 Studio Display 和 Studio Display XDR。
需要注意，曾经那个以挖孔后壳出名的 Pro Display XDR 已经在昨晚官网更新后正式下线，苹果的专业显示器产品线只剩下 Studio Display 系列了：
▲ 图｜CNET
而今年承担起 Pro Display XDR 职责的，就是这款 27 寸 5K 120Hz mini-LED 巨无霸—— Studio Display XDR。
无论是纸面上还是现场，新 Studio Display XDR 的观感都只能用一个词来形容：磅礴。
得益于大升级的屏幕面板，Studio Display XDR 的显示效果除了以往的精细、耀眼之外，终于加上了那个等待多年的「丝滑」。
▲ 图为 Studio Display XDR
这样一来，专业级 Mac 产品线里的刷新率鸿沟终于被填平。
用 MacBook Pro 外接苹果显示器终于不用再忍受刷新率不同的割裂感了——
只不过这种时候，5K 120Hz 的压力就从显示器转移到了电脑上。
根据官网的说明，你需要用比下列型号更新的 Mac，才能完整享受到满血分辨率和刷新率：
搭载 M1、M1 Pro、M1 Max、M1 Ultra、M2 和 M3 芯片的 Mac 机型搭配 Studio Display XDR 使用时，刷新率最高达 60Hz。
当然，前提是你选择 24,999 元起的 Studio Display XDR 才行，新款 Studio Display 除了一部分内置硬件升级之外，刷新率依然维持 60Hz 不变：
但是怎么从外形上区分新款的 Studio Display 和 Studio Display XDR 呢？
我们在现场发现，可以看顶部散热孔的数量——拉满的是 XDR、只有一半的是标准版：
▲ 图为标准版 Studio Display
总之，我们在现场首次体验到 Studio Display XDR 时，那种视觉上的惊艳是很难用语言形容的。
不过也必须得吐槽一下苹果骨子里的等级感，这种「逼你换全家桶」的逻辑还真是挺苹果的。
同时，苹果卖显示器的「优秀传统」也不能丢——
无论你买两万多的 Studio Display XDR 还是一万多的 Studio Display，显示器支架和 VESA 转接器依然只能二选一，单买要付费：
总的来说，无论是今年的强劲 MacBook Pro、新 MacBook Air 还是升级的 Studio Display 系列，都算是 Mac 产品线的常规迭代。
而那个不常规的迭代是什么呢？当然是今年的新面孔 MacBook Neo 了～
不过对于 MacBook Pro、Air 和 Studio Display 这些有明确受众和专长场景的产品来说，大多数用户确认自己的需求、该买就买即可。
毕竟在目前的 Mac 家族里，M5 系列三款处理器就是目前的综合性能冠军。
如果你想看到更多关于 M5 Pro/Max 的具体体验，以及使用 A18 Pro 的「小兄弟」表现如何，记得锁定爱范儿，不要错过后续的正式评测。
年初，Mac Mini 一度缺货，等待时间甚至长达一个半月。
Mac mini 是个好产品，这件事大家一直很清楚。国内渠道价格诚意高，M 芯片性能又好，入门配置不到三千人民币就可拿下，很适合作为创作新手的主力机。
然而最近这次 Mac mini 爆红，跟创作或日常使用没什么关系。
关注科技新闻的朋友们应该知道怎么回事：OpenClaw（前身叫 Clawdbot）突然火了。
OpenClaw 有多种部署方式：你可以装到自己的电脑上，也可以单给它配一台电脑；把它部署在云端的虚拟机/沙箱环境里也没问题；后来，一些主流 AI 服务也推出了云端一键部署的替代方案，显著降低小白玩家的门槛。
但在刚开始的那段时间，最主流的部署方案就是单买一台 Mac mini。
理由肯定不是因为它便宜，更主要在于：要让 OpenClaw 有意义，需要给它一个「肉身」，让它访问文件、操作软件。
云服务器能运行 OpenClaw，但那仍然不是你的电脑，没有你的文件、软件、浏览器上登录的各种账号，没有所谓的「上下文」。Mac mini 放在桌上，7 × 24 小时不用关机，甚至通过聊天机器人远程操控的话都不用单配一台显示器。
给 OpenClaw 一台自己的电脑工作，唯一可观成本是后端接入的大模型 API 的 token 费用，很多早期玩家都在这上面吃过亏。但如果你买一台配置够高的 Mac mini，下载一个尺寸足够大的模型到本地来运行，可以说除了电费和网费之外，简直就像获得了一个免费的劳动力……
MacBook 也行，但是……
据 Tom’s Hardware 和 TechRadar 等媒体报道，OpenClaw 走红后，Mac mini 24GB 和 32GB 配置的等待期延至 6 天到 6 周不等；更强大的 Mac Studio，交货时间也从两周涨到了近两个月。
这些等待时间，是 OpenClaw 的早期玩家们，用真实购买投出来的票。
（注：部分机型的缺货也和苹果近期推出新款 Mac 台式机电脑有关系，以往每次推出临近新机发布时，老机型都会进入售罄状态。OpenClaw 的爆红并非唯一原因。）
冥冥之中，Mac 成为了 2026 年首选的「AI PC」；反倒是鼓吹了「AI PC」好几年的 Windows PC 行业，一点热乎的都没吃上。
英特尔、AMD、高通等芯片商，以及主流 PC 品牌们，从 2023 年就开始贩卖「AI PC」的概念了。这些最新的 Windows 电脑当中，认证过 Copilot+ PC 的比比皆是，GPU、NPU 性能并不差，有的整机价格比 Mac 对等产品要便宜的多。
但问题是，为什么大家还是一窝蜂地冲向 Mac？
为什么是 Mac？
Windows PC 和 Mac 谁更好的争论，永远没有绝对答案。但如果限定在 AI 开发上，Mac 成为了心照不宣的选择。
虽然大模型的「大脑」都在云端服务器，开发者的手却都在 Mac 上。这跟 Mac 电脑的外形和操作体验关系不大：macOS 流着 UNIX 的血液，才是关键。
AI Agent 的核心工作是操作文件、调用命令行工具、调度 API 甚至控制图形界面等。说的更直白一点，Agent 就是一个智能且自动化的「脚本工程师」，只是脚本由大语言模型实时生成。而 macOS 属于类 UNIX 系统，bash、zsh 命令原生支持优秀。
这解决了 AI 开发中最基础的环境搭建。在 Windows 上，你可能得先安装 WSL2 虚拟机。但在 Mac 上，从 Python 环境到复杂的 C++ 编译工具链，基本都是开箱即用。Homebrew 等包管理器，让安装各种工具和依赖通过一行命令就能搞定。
另外，macOS 符合 POSIX 标准，处理文件路径、多线程任务和网络协议时可靠性稍高。Agent 往往需要频繁读写数据、调用 API，系统级的高效调度让 agent 在 Mac 上的节奏更快。
这种原生感和稳定性，让开发者、尝鲜用户可以更快完成入门，把更多时间花在真正的 agent 编排工作上。
Windows 有 WSL、PowerShell，功能上大部分也都能覆盖。但 WSL 是叠加在 Windows 上的兼容层，存在路径约定、注册表机制、权限模型等历史遗留问题。AI 模型和 agent 项目在 Windows 上运行的摩擦，确实会更多一些。
以 Ollama 和 LM Studio 为例，这两个工具让端侧推理大模型变得像「下载、安装、运行」一样简单。Ollama 的 Windows 版比 macOS 晚了半年；LM Studio 虽然从一开始就支持两个平台，但在社区里 Mac 的体验口碑始终更好；OpenClaw 也是如此。
往硬件层面继续深入，内存是大语言模型推理运行的命脉。
还是以 OpenClaw 举例，用户可以通过 token 付费的方式来接入云端模型，但它更擅长的能力是在端侧模型推理驱动。经过普遍调研，想要让 OpenClaw 像个智商合格的人一样工作，后端的模型参数量的底线在 70 亿左右，往往要上到至少 320 亿参数量才能比较稳定地工作。
这么大的模型即便在 4-bit 量化之后，仍然需要大约 20GB 内存（还要留一些给上下文窗口）。
此时，Windows PC 的架构会显得捉襟见肘。CPU 内存和显存之间存在物理隔离，数据经由 PCIe 总线传输，受到带宽瓶颈的影响。频繁的数据搬运，会对推理过程带来速率的影响。
更别提，大模型普遍依赖 GPU 加速推理，显存得足够装得下模型。在英伟达消费级显卡线中，只有 90 后缀的 24GB 显存达到了配置要求，但配出整机（只考虑新机）的话合计成本至少在万元人民币以上，用新卡的话会飙到 4、5 万不等。
而苹果的统一内存架构 (Unified Memory Architecture) ，让 M 系芯片的 Mac 在端侧推理更大规模的模型时游刃有余。
简单来说，统一内存架构的效果，是 CPU、GPU、神经计算引擎能够共享同一个内存池，不再有物理总线搬运的损耗，让 Mac 可以获得极高的内存带宽，并且对于多机串联的扩展性能更好。
以 Mac mini 为例，选择性能更高的 M4 Pro 处理器，搭配 48GB 内存，其它选基础配置，整机价格在 1.3 万元上下，即可达到 OpenClaw 社区普遍推荐的 320 亿参数量模型的配置水平。
当然这还只是对 token 吞吐速度有要求的专业配置。如果你属于爱好者、尝鲜玩一下 OpenClaw，配置下降到常规 M4 芯片和 32GB 内存也是能跑起来的。
当然，这个成本对比还是有前提：专用于端侧推理/跑 OpenClaw，而不是当做主力机。同等价位的 Windows PC 还能打游戏、剪视频，通用性更强。
另外，Mac 的统一内存和 PC 平台独显的显存也不是一回事。统一内存由系统和模型共享，一台 32GB 内存的 Mac mini，macOS 系统和其他软件仍需占据几个 GB。而 RTX 3090 的显存独立，模型可以全部占用，甚至配合 CPU 内存跑更大的量化模型。
如果你只用云端 API 做 OpenClaw 的大脑，不考虑端侧部署，那 Mac 的易用性优势依然在。
另外，CUDA 虽然提供了统一内存编程接口，但物理上 CPU 内存和 GPU 显存依然分离，数据搬运和带宽瓶颈并未消除。
再来看功耗。
Agent 的工作方式是持续循环的：任务触发、思考推理、执行、等待、再触发。前述配置的 Windows PC 会跑到 300-400W 左右（本地部署），散热噪音和电费都不是小数目。
Mac mini 通常稳定功耗在 10-40W 左右，峰值功率 65W（M4）或 155W（M4 Pro），散热可控，几乎没有风扇噪音，运行更安静。这种低延迟、低功耗的持续工作方式，会产生潜移默化的体验差异。
网友 3D 打印的 Mac mini 外壳套件「Clawy MacOpenClawface」
当然我们更多还是围绕 OpenClaw 这个以推理为主的场景进行讨论。如果工作涉及本地微调，并且对于效率有追求的话，那么在 macOS 平台要往往要到 Mac Studio，或至少顶配的 MacBook Pro，才能算摸到门槛。
与此同时，Mac 不支持 CUDA 也是个可能永远都无法改变的事实。不过，CUDA 的真正战场是模型训练，推理场景对它的依赖小得多，毕竟苹果在推理上有 MLX 这张王牌（后面会详述）。
再回到 OpenClaw：它的创造者 Peter Steinberger 曾经公开表示，自己很喜欢 Windows，觉得它的功能更强。他在 Lex Fridman 播客中说，Mac mini 不是唯一的「肉身」选择，通过 WSL2 方式运行 OpenClaw 已经非常成熟了；他甚至公开吐槽苹果在 AI 领域「搞砸了」，并且对苹果生态的封闭性感到不满。
但客观来讲，对于技术小白型用户的部署门槛，Mac mini 确实是最省心、最容易上手的方案。主要原因就是它的功耗、静音、尺寸足够小，像是一个可以插在墙角、24 小时待机且不需要维护的「服务器节点」。
还有一个和功耗有关的例证：前几天有一位工程师 Manjeet Singh 成功实现了对 M4 处理器上「神经引擎」(Neural Engine，简称 ANE）的逆向工程，发现 ANE 的功耗效率极高：算力跑满时的效率高达 6.6 TOPS/W。
对比苹果的 M4 GPU，约合 1TOPS/W；英伟达 H100 大约 0.13，A100 是 0.08 TOPS/W。
折算一下，A100 单卡的吞吐性能是 M4 ANE 的 50 倍，但 M4 ANE 的功耗性能却是 A100 的 80 倍。原作者在文章里写道：对于端侧推理，ANE 的性能是非常出色的。
由神经引擎说开
2011 年，苹果在 A5 处理器的图像处理单元 (ISP) 中首次通过硬写入的方式，实现了人脸实时检测等后来被视为 AI 任务的功能。
2014 年，苹果收购了 PrimeSense 公司，并开始研发一种全新的、专门用于神经网络计算的协处理器。这方面的工作在三年后的 iPhone X 上问世：A11 Bionic 处理器当中加入了前面提到的神经引擎 ANE，算力只有区区 0.6 TOPS，用来驱动 Face ID 和拍照人像模式。
那时 AI 还没到大模型时代，跑的主要是各种机器学习算法。市场对苹果这块协处理器的推出并没什么特别的反应。但苹果从未放弃过，持续加码。
三年后，M1 发布，统一内存架构同时到位， ANE 也进驻了 Mac。桌面平台的功率预算更充足，也让 ANE 的算力跳到 11 TOPS。此后每代更新：M2 是 15.8 TOPS，M3 是 18 TOPS，M4 是 38 TOPS，到了 2025年底的 M5 ，达到了 57 TOPS。从 M1 到 M5，苹果的 ANE 算力涨了超过 5 倍。
这个增长背后的逻辑，其它 PC 厂商不能说不羡慕。苹果为 Mac 加入 AI 加速硬件之前，已经有数千万甚至上亿台 iPhone 在跑同一套 ANE 架构了。功耗表现、稳定性、极端情况下的边缘案例，在市售机型上已经得到验证，再搬到 Mac 上来。
英特尔和 AMD 在移动端几乎没有消费级规模；高通虽然同样把 Snapdragon 芯片放进了数亿台 Android 手机，但它只是芯片供应商。Android 上的 AI 是谷歌 (Gemini) 以及各大手机厂商联合第三方 AI 实验室做的；Windows 的 AI (Copilot) 是微软做的。
苹果的不同在于，它实现了垂直整合，同时掌控硬件和软件。其他芯片厂商没有这种统一控制权。
当然，在 Mac 上推理大语言模型，其实跟 ANE 没什么关系，它更擅长处理 Face ID、人像识别这类固定模式的 AI 任务。真正承担主要计算量的是 GPU。
（注：最近情况发生了细微的变化。首先，M 系列芯片上的 ANE 已经承担提示词注入 prefill 阶段的工作了；以及刚才提过的 M4 ANE 逆向工程：该工程师还实现了跳过 CoreML 直接调用 ANE，吞吐量显著提升。通过这种思路，或许可以找到直接利用 ANE，来加速推理甚至训练的通用方法。）
2023 年底，苹果开源了 MLX，把专门针对 M 系列芯片优化的模型推理框架直接给了开发者。去年，基础模型框架随 Apple 智能发布，App 开发者可以在 iPhone 和 Mac 上调用系统内置的基础模型，无需联网，数据不离开设备。
Apple 智能一再跳票，这件事确实没什么好辩护的。不过，苹果远在 10 年前就开始试水，在多年以前就为桌面级 AI 开发打下了基础，是不争的事实。
而在 Windows 那边，「AI PC」这个词开始出现在英特尔、AMD 和 PC 厂商的新闻稿和 ppt 里，要到 2023 年底了。
AMD 官网 2023 年截图
2024 年 5 月，微软发布 Copilot+ PC 认证体系，旗舰功能名叫「Recall」，大概的逻辑是系统持续对屏幕内容截图，然后 Windows 的系统级 AI 能够帮你回忆过去看到过的东西。
先不说这个功能在发布当时的实际意义是什么，它的安全性首先被发现有严重问题：仅在发布一个月后，研究人员就发现 Recall 功能会把所有截图存在一个未加密的本地明文数据库里。
微软紧急撤下了 Recall 功能。过了半年微软再次推出测试版，结果再次因为新的安全问题而延迟。直到 2025 年 4 月，Recall 才正式上线，但改成了默认关闭，启动后数据改为加密存储。
从发布会宣传到真正能用，将近一年，可以说整个 Windows 生态 AI PC 的旗舰功能，经历了一整次从头重新设计，尴尬程度其实不亚于 Apple 智能/新版 Siri 的一跳再跳，但可能因为 Windows 生态的声量实在太低，AI PC 没多少人关注，很多人都没听说过这回事。
在 Copilot+ PC 这个体系的认证标准方面，微软主要针对的是神经处理引擎 NPU，要求是 40TOPS。不过，这个算力的用途是实时字幕、背景虚化、照片增强，诸如此类的消费端窄任务，大语言模型推理从来不在它的射程里（和苹果 ANE 同理）。
当开发者尝试去做端侧大语言模型推理时，会发现虽然这些电脑名为 AI PC，但并没针对 AI 推理用途做什么优化。微软 Copilot 本身的核心算力来自 Azure 云端，和端侧自身的算力几乎无关。买了一台 Windows AI PC 的用户，最能感知到的 AI 提升，大概是实时字幕和照片自动分类。
说到端侧推理，还有一个关键因素：Windows AI 生态的优化路径是分散的。
NVIDIA GPU 用 CUDA 和 TensorRT，Intel NPU 用 OpenVINO，高通 NPU 用 QNN SDK，AMD NPU 用自家驱动栈。模型存储格式也较为碎片化，有 CPU+GPU 推理的通用格式（GGUF，准确来说是 CPU 推理 + GPU 分层卸载），也有 GPU-only 的格式（EXL2）。
这意味着想让模型以及模型驱动的功能运行在 Windows AI PC 上，在推理后端方面的工作会更加复杂。微软有 ONNX Runtime 和 DirectML（已进入续命状态）作为统一抽象层，但统一的代价是牺牲各厂商的峰值性能。苹果是目前唯一一家为自家 PC 硬件专门开发并持续维护 LLM 推理框架的 PC 厂商，这个框架就是 MLX。
在 Hugging Face 等开源模型平台上，你会很容易找到大量采用 MLX 框架的模型，只要带有 MLX 后缀，并且内存/处理器允许，可以直接「开箱即用」。
不过，这几天 MLX 的主要贡献者之一 Awni Hannun 刚从苹果离职，为该项目的后续发展增添了些许变数。Hannun 也表示 MLX 团队仍有许多优秀员工，可以放心。
我们自己的体验
过去一年，爱范儿自己做了不少端侧部署 AI 模型的测试，也采访过一些相关的外部开发者。有两次值得一提。
去年春节，DeepSeek 横空出世，新款 Mac Studio 也在节后不久面市。 我们用一台售价快到 10 万元人民币的 M3 Ultra Mac Studio（512GB + 16TB）跑了 DeepSeek R1 671B 模型（注：实际上只需要内存，硬盘不用那么大，1TB SSD 售价七万多的型号就够了），以及蒸馏过的 70B 版本。
我们当时得出结论：对于端侧部署对话，日常用 70B 足矣，花大几万买台机器只为了跟 AI 聊天，实在是有钱烧的慌。当时的模型能力确实也就不太行，后来才有新的多模态模型和 agent 能力出来。
但 671B 模型的天量参数模型能够在一台桌面机上端侧推理，仍然是一种奇观。512GB 的统一内存上，671B 模型占用了 400GB，加上上下文、macOS 系统本身以及其他任务占用，基本接近满载，但机器全程运行安静，噪音在正常范围，也没有过热。
这个参数规模，在传统 AI 基础设施逻辑里，属于数据中心级别，消费级硬件理论上不该出现在这个场景里。但那台 M3 Ultra Mac Studio，真就硬生生也静悄悄地出现了。
后来，我们采访过一个英国牛津大学的创业团队 Exo Labs。他们用 4 台 512GB 统一内存的 Mac Studio，通过串联的方式组成了一个 128 核 CPU、320 核 GPU、2TB 统一内存、总内存带宽超过 3TB/s 的算力集群。
团队为这个 Mac 集群开发了调度平台 Exo V2，可以同时加载 2 个 DeepSeek 模型（V3+R1，8-bit 量化）。不但两个模型并行推理，研究人员甚至可以通过 QLoRA 技术来做一些本地微调工作，显著缩短了训练任务的用时。整套系统功耗控制在 400W 以内，运行时同样几乎没有风扇噪音。
同等算力的传统方案，需要大约 20 张 NVIDIA A100，当时的成本超过 200 万人民币；相比之下，Exo Labs 这套方案的总成本才不过 40 万人民币（同理 SSD 严重溢出，其实可以 30 万内就够）。
Exo Labs 创始人当时告诉我们，牛津有自己的 GPU 集群，但申请需要提前几个月排队，而且一次只能申请一张卡。这些桎梏，逼迫他们创新，而他们又正好遇到了趁手的工具：统一内存架构、MLX，以及 Mac 电脑。
我们在当时的文章里写道：「如果说英伟达的 H 系显卡是 AI 开发的金字塔尖，那么 Mac Studio 正在成为中小团队手中的瑞士军刀。」
这件事，苹果其实早就知道。
真正的 AI PC 是什么？
去年苹果发布的基础模型框架，让 iOS 和 macOS 开发者可以调用系统内置的基础模型，零网络延迟，零 API 费用，数据不离开设备。
尽管后来苹果基模团队几近分崩离析，但在迭代方面苹果没有停在原地。它其实一直知道开发者在哪里、想要什么。它的回应，就是将大模型驱动的 AI 能力变成操作系统的基础设施，让开发者更方便调用。
上周，苹果开源了 python-apple-fm-sdk。以往苹果基模的完整测试和调优，需要 Swift 环境完成；现在这套 SDK 让路变宽了，习惯 Python 工作流的开发者也能参与进来。
苹果的隐私设计哲学贯穿始终：python-apple-fm-sdk 调用的基础模型完全在本地运行，数据不离开设备。苹果整套 AI 体系在必须上云的场景里，走的是 Private Cloud Compute，数据处理完即删除，苹果无法访问。
反过来看 Recall，同样是让 AI 访问用户的私人数据，第一版存的是未加密的明文数据库。一个在架构上阻断泄密，一个是出事了再打补丁。
但话说回来，Mac 作为 AI 开发和部署工具的优势，严格来讲更像是一种「适配度优势」，也可以说是后天意外获得的。
意思是：苹果做神经引擎，最初是为了服务 Face ID 和人像模式；做统一内存架构，是摆脱对 Intel 长久依赖的一部分必要工作；开源 MLX，是响应开发者对高效推理工具的需求——AI Agent 场景爆发，Mac 正好赶上，是上述这些以及更多没提到的工程决策的意外收益。
Mac 一开始并没有为 AI 而设计，它始终的产品定位都更接近「创作者工具」。苹果长久以来的目标用户，是视频剪辑师、艺术家、软件工程师。他们需要的是低噪声、持续性能、高内存容量、可以全天候运行的机器。
AI 模型推理，以及时下最火的 Agent 部署，只是恰好需要一模一样的东西。
回头看，十多年前苹果在机器学习上加大投入时，大概率是不会预见到 2025 年 OpenClaw 的爆红的。甚至你可以说，如果放在十年前，苹果大概率是不会喜欢 OpenClaw 这样一个「回报高风向更高」，一旦出现幻觉就把用户隐私、数据安全抛在脑后，无视各种软件工程方面的规章制度的东西的……
但怎么说呢，如今就算苹果不喜欢它，也由不得了。就像墨菲定律那样，或许冥冥之中有些东西早已注定。多年以来苹果打下的每一张牌，无论有意为之还是出于意外，这些牌在今年这个 Agent 元年（希望这次是真的），成了一套很难不赢的牌组。
2023 年开始力推 AI PC 的 Windows 阵营，其实一直在追赶苹果在 2020 年 M1 推出时就已经定下来的架构优势。当然，25 年苹果在 AI 方面坏消息不断，这个差距是有追上的可能的。但苹果不会停下来等。
就在本周，苹果推出了 M5 Pro 和 M5 Max，芯片采用双芯融合架构 (Fusion Architecture)，还在新闻稿中上点名 LM Studio 作为 LLM 性能基准。
苹果过去的硬件新品发布里，不怎么说「大语言模型」，特别是在端侧推理的语境下——现在不一样了。
说在最后
吹了苹果一整篇文章了，我们冷静一下，反问一下文章的标题：今天的 Mac，就是真正的 AI PC 吗？
爱范儿倒觉得，苹果做的还不够。在今天，我们还没有看到一款个人计算产品，可以称之为 AI PC，抑或真正「原生的 AI 硬件」。
还是回到 OpenClaw，从今天的端侧部署 agent 身上，真正的 AI PC 应该长什么样子，其实已经隐约可见。
梗图，AI 生成
在应用层面，面向人类的「应用」概念，可能会部分退化回并无图形界面的状态。毕竟人才需要图形界面，agent 不需要。而且你会发现，最近越来越多人开始习惯基于对话和命令行的互动方式了。
今天 agent 的尝鲜者们，去找工具和技能塞给 agent；未来，agent 会自己去公开代码库拉取新工具和插件来补强自己。
在系统层面，权限体系将为 agent 的工作原理重构，agent 能直接操控各种接口。在底层，会有一套模型的编排调度机制，根据任务随时切换。
本地推理和隐私云端推理也会形成完整、安全、隐私的闭环。数据无论传到哪里，都经过向量化、加密存储，即用即焚……
换句话说，真正意义上的 AI PC，应该是从底层开始，从设计之初，就把 AI 当作「一等公民」的系统。
梗图，AI 生成
按照这样的衡量标准，Mac 和 Windows 目前都处于过渡阶段。Mac 更接近，因为 Unix 环境、硬件统一、生态成熟，这些条件在 AI agent 的时代到来之前已经达成了。Windows 的历史包袱更重，改起来更难，还在补课。
但我们绕了一大圈，其实还没问到最本质的问题：真正的 AI PC，真的需要是一台「PC」吗？
如果换个思路，所有的 agent 部署和运行全都在云上；与用户有关的数据，也即「上下文」也在云端安全和隐私存储；人类只需要一个终端的设备作为「对话器」(communicator) ，以及传感器 (sensor)，拍照和录音来上传所需要的数据给 agent，这台设备甚至不需要太多端侧算力。
Mac 是今天最好的 AI PC，但未来的「AI PC」，却可能更像……iPhone？
文｜杜晨
「我怀念那些互联网上图片总是准确的时代……等等，好像从来没有过这样的时期。」
最近伊朗冲突的消息开始在各大信息流里疯狂刷屏，爆炸、防空警报，各种冲击力极强的画面，但这里面让无数人点赞、转发的「战地纪实」，竟然有一大半都是假的。
▲浏览量都超过百万次，但是最后都被证实是 AI 生成的视频
在 X 上多个认证的自媒体，发布了数条由 AI 生成的假视频；最后却在补充信息都提到，视频内有非常明显的 AI 迹象，例如烟雾的效果，还有变形的水面和屋顶的太阳能电池板。
这些视频有的来自 9 年前毫不相干的旧冲突，有的是被 AI 操纵的合成幻影。最为荒诞的还是，美国德州州长 Greg Abbott 也转发了一段电子游戏视频，随后迅速将其删除。
▲A电子游戏的模拟画面，该视频帖子已经有超过 700 万次浏览｜视频来源：X@realJoelFischer
这条在海外社交媒体上被广泛引用的所谓「第一手冲突录像」，竟然是直接截取自军事题材电子游戏。
不仅把 AI 当新闻，把游戏画面当新闻看，十分令人感慨。在这个 AI 生图生视频狂飙突进的 2026 年，「有图有真相」这句古老的互联网格言，已经沦为一句彻头彻尾的笑话。
而这些百万次转发的内容，也都被证实是个超低级 AI 缝合怪。
除了视频的泛滥，引起大家关注的还有一张在 X 上疯传的卫星图。毕竟，谁会花几个亿发颗卫星，就为了在网上 P 张图骗我？
图片显示，位于卡塔尔的一个美军雷达系统，在遭受伊朗无人机打击后化为废墟。连伊朗的主流媒体《德黑兰时报》官方账号都迫不及待地转发了这张「战果图」。
▲图片来源：X@TehranTimes79
短短 48 小时内，这条帖子的阅读量直接突破了 100 万。但很快，开源情报专家们就把这张图的底裤扒光了。
经过比对，这根本不是什么卡塔尔的雷达基地，而是巴林的一个区域。更荒谬的是，这图是用一张一年前的老照片强行用 AI 「捏」出来的。
怎么看出来的？有网友发现这张图片细看非常拙劣，虽然建筑看起来被炸毁了，但周围停放的车辆位置竟然和一年前一模一样；更离谱的是，所谓「爆炸后」的光照阴影角度，跟一年前那张晴朗日子的图分毫不差。
打败 AI 魔法，还是这朴素的五步
尽管目前大多数的 AI 生成内容，都被强制要求带上显示水印或者数字水印，但这套方案还是容易被绕过。
就拿 Nano Banana 生成的图片来说，官方提示会加入 Gemini 的 Logo 水印，和无法被肉眼察觉的 Synth ID 数字水印，但在社交媒体上，经过多轮的手动截图裁剪压缩等操作，Gemini 就很难再识别到之前嵌入的水印。
▲在 reddit 上已经有相关绕过 Synth ID 水印的方法
1、抓细节，看不对劲的地方
有人问，既然最后都发现那些 AI 视频和图片破绽这么明显，为什么大家一开始没看出来？
理由其实很简单，当我们看一张 AI 生成的人脸时，我们的大脑会本能地寻找违和感，眼睛、皮肤纹理、耳朵的形状，这是我们几百万年进化出来的生物本能。
但是，当俯视一张从几百公里高空拍下来的建筑、道路和地形时，这种本能失效了。因为没有人天生知道，在特定分辨率的传感器下，一座炸毁的雷达站「应该」长什么样。
没有太多可以参考的信息，AI 捏造的这些陌生内容，自然而然地就容易变成我们普通人眼里的客观事实。
在算法已经能完美模拟光影和肌肤纹理的今天，寻找破绽的逻辑已经变了。除了要打破这种需要依赖参考系的想法，找各种技术上的 Bug，更多地是去寻找现实的逻辑断层。
例如，背景里不合时宜的建筑风格、人物违背常理的微小动作等。
▲未经查证的照片
在前段时间马杜罗被捕后，社交媒体上也疯传了几张他的「囚禁照」，外媒的视觉调查团队迅速发现，这些图片存在可疑之处，飞机窗户的设计与现实机型不符、马杜罗衣服在两张照片里不同。
虽然没有直接证据证明它们是假的，但这些疑点，也让媒体决定不刊登这些照片。
2、谁发的信息，比信息本身更重要
一张图片背后，发布者的身份往往比内容本身更能说明问题。
这张所谓的哈梅内伊遇害的照片，也在社交媒体上获得了 550 万次的浏览，但这个账号的主人，在这里的网页关于部分写着，「SilverTrade.com 致力于提供贵金属行业最准确、最具洞察力和最及时的报道。」
还有马杜罗那张照片，即便是在 Truth Social 上发布，但多个新闻机构依然对图片的真实性心存疑虑。
最后，大多数的媒体是选择了以截图形式引用了整条帖子，而非单独呈现这张照片，很有一种「不信任但有新闻价值」的处理方式。
3、追踪数字足迹，历史记录不会说谎
AI 制造的假新闻，最常见的手法是「挪用」旧素材。通过 Google、TinEye 等搜索引擎的反向图片搜索，甚至查看图片元数据（比如拍摄时间、设备型号），就能快速判断内容是否造假。
▲https://tineye.com/
例如这张经典的篡改图片，只是在一张已有照片的前提下，通过传统的复制移动手段，就轻松骗过了一众媒体。
4、从时间和地点，验证关键背景信息
假设我们看到一段声称拍摄于某地的视频，我们可以通过 Google Maps 或卫星图像检查画面是否与该地点一致。
▲Google Earth 会提供完整的历史图像和街景
还可以用 SunCalc，通过画面里的阴影方向，推算出拍摄的大概时间。如果声称是昨晚拍的，但阴影显示是正午，基本可以判定造假。
▲ 在摄影圈，SunCalc 也是一个精准计算太阳和月亮方位，找到拍摄黄金时刻的地理网站
5、善用深度研究，让 AI 对抗 AI
现在几乎所有的 AI 工具都有自己的深度研究功能，像是之前我们总结的春节 AI 大战内容，让 ChatGPT 的深度研究，先跑上半个小时，为我们总结了这些信息。
深度研究的好处在于，AI 生成的每一句话都附有来源链接，你可以直接看到信息出自哪里、属于什么性质。如果我们对数据精确度要求较高，还可以在提示词里加上：「对每一个结论，给出一个可信度判断。」
但要注意一点：深度研究可能靠谱，普通问答不太行。
直接问 AI「这条新闻是真的吗」，它有时候会把社交媒体上某人随口发的推测，和正规报道混为一谈，给我们一个「看起来有理有据」的错误答案。深度研究至少让你能看到原始信息源，自己判断。
▲这两张图，你能分出哪张是真实的吗
例如，当我们把这两张图片直接丢给 AI，问「这张图片是由 AI 生成的吗？」
Gemini 说这两张图都极有可能是基于同一张原图，进行了后期图像处理或 AI 换色生成的产物。而 ChatGPT 和豆包告诉我，那张红色的图片更大概率是 AI 生成的。
专门的图片篡改监测工具现在也有很多，有网友前几天还专门测试了一波市面上的十多款 AI 内容检测工具（包括 hivedetect.ai、aiornot.com、copyleaks.com、以及部分通用 AI 工具），结果超过 1000 次的测试显示，
魔法打败不了魔法，用 AI 检测 AI 是一场注定破产的幻想。
▲图片来源：NYT 文章（These Tools Say They Can Spot A.I. Fakes. Do They Really Work? 这些工具声称可以识别人工智能造假。它们真的有效吗？）
AI 检测工具可以作为参考，它能给我们一个方向，但无法直接做判断。
Adobe 在 PS 25 周年的时候，还推出过一个图片真假小测验的网站，感兴趣的朋友可以去看看，当时的技术只能是纯 PS，就已经能做到有些图片难以辨别，更不用说现在强大的 AI。
▲ 分辨图片是 PS 还是真实的：https://landing.adobe.com/en/na/products/creative-cloud/69308-real-or-photoshop/index.html
「让子弹飞一会儿」
面对最近各种 AI 假图片、假新闻的泛滥，社交平台也开始了行动。
从今天起，X 平台上的创作者如果上传 AI 生成的相关视频却未标注「这是 AI 制作」的，将被暂停 90 天的「创作者收入共享计划」。如果再次违规，永远无法从平台赚到广告分成。
X 的平台分成向来可观，不少 AI 自媒体都有在 X 同步更新；年初 X 平台还更新内容激励计划，以首页出现的次数来对内容进行收入划分，同时鼓励长文的创作。
▲X 产品负责人 Nikita Bier 发文称修改创作者收益分成
这条政策一出，X 上的创作者和网友们都炸开了锅。有些人支持，「总算要管管了！」但也有人质疑，「为什么只针对冲突视频？其他领域的假内容不一样造成各种危害吗？」
我想即便这些措施涵盖了各个领域的假消息，实际的成效恐怕也并不乐观。毕竟，用户可以轻松地使用其他账户重新发布，而平台的内容审核，远远赶不上假图传播的速度。
在 The Verge 采访虚假新闻专家的文章里面提到，「普通人必须清醒地认识到，当前的数字环境，天然就是向操纵和欺骗倾斜的。」
现在看来更大的问题还是回到了，我们对 AI 伪造的警惕性仍然不足。但作为一个吃瓜群众，如果要自己对每一条新闻都要去做事实核查也太麻烦了。
保持耐心或许是更简单的方法，姜文电影里那句「让子弹飞一会儿」，会是我们在算法操纵下，最清醒的一种特立独行。
交付还不到两年时间，（问界 M9）交付了 28 万多辆…… 它的销量超过了卖得特别好的 BBA 的四款产品的销量水平，就是一打四。
发布会一开始，余承东就非常骄傲地聊起了问界旗舰车型 M9 的市场表现。
另一款旗舰尊界 S800 也有着同样强劲的销量，它在高端市场同样越过了几款传统豪华巨头的同期销量总和。用余承东在台上的原话来形容，S800 同样做到了「一打三」。
只是，时间对所有汽车产品都是公平的。问界 M9 发布至今已有相当长的一段时间，随着行业整体的快速推进，各项曾经耀眼的参数正在被同行迅速拉平。
当冰箱、彩电、大沙发甚至高阶辅助驾驶逐渐普及，成为同价位竞品的标准配置，早期建立的领先优势难免会被稀释。当表层配置的差异越来越小，真正的差距只能从系统底层重新拉开。
今天下午的鸿蒙智行技术焕新发布会，刚好回应了这种竞争压力。
伴随 2026 款问界 M9 与尊界 S800 一同登场的，是全新一代 896 线双光路像素级激光雷达，以及全面升级的主动安全技术。
把最新、成本最高的硬件优先搭载于旗舰车型，是颇为常见的商业安排。鸿蒙智行在今天拿出这些底层更新，就是要为这两台核心产品注入新的体验增量，确立它们在 2026 年的技术边界。
从「交互」到「安全」的递进
在今天这场发布会的开头，华为花了不少时间去展示尊界 S800 和问界 M9 的各种功能，包括但不限于：
座舱灯光会跟着你的动作走的智能追光系统、把 S800 的转弯半径压缩到 5.05 米的途灵龙行平台、支持三点式掉头的华为乾崑 ADS 4.1 等。
对于这些功能，有些读者可能会觉得眼熟，尤其是 S800 和 M9 车主朋友们。实际上，在发布会上所提到的这些功能里，有相当一部分是现款车型已经拥有的能力，这场技术焕新发布会真正的增量信息，其实是下面这些。
先看两个实用的交互更新。一是你现在可以用华为智能手表直接控车了，轻捏双指就可以实现开关后备厢等操作。其二，是车内手势控车的更新：坐在驾驶位置，朝着副驾车门挥一挥手，门就会自动关上，省去了探身够车门的麻烦。后排也是同理。
在高速行驶的极端状况处理上，系统能力也有了明显的拔高。
爆胎稳定控制的介入速度上限，从 120km/h 提升到了 130km/h。系统在稳住车身姿态后，不再像以前那样直接在当前车道把车刹停，它会自动寻找安全的时机靠边停车，大幅降低了二次事故的风险。
车内的动态侧翼支撑也做了优化，新增了两档灵敏度调节，可以根据个人的驾驶习惯和路况提供更贴合的支撑力度。语音助手小艺也学会了各地方言，预计在五月份的推送中，上海话、粤语和四川话用户就可以用最熟悉的发音和小艺顺畅交流了。
整场发布会绝对的重头戏，全在那颗全新的激光雷达上。
鸿蒙智行在感知硬件的堆料上一向激进。
2023 年，问界 M9 行业首发了 192 线激光雷达；去年底，尊界 S800 端出了高精度固态激光雷达与分布式 4D 毫米波雷达矩阵。到了今天，这个数字直接飙升到了 896 线，成为目前全球量产规格最高的车载激光雷达。
在这颗雷达正式登场前，华为先亮出了一份成绩单：
在刚刚过去的春节九天长假里，鸿蒙智行用户的单日最高安全驾驶里程超过了 6000 万公里。在开启辅助驾驶的状态下，车辆发生严重碰撞的平均安全间隔里程，是人类驾驶员的 3.95 倍。而就在一个月前，这个数字还是 3.58 倍。数据在随时间滚动刷新。
华为智能汽车解决方案 BU CEO 靳玉志在台上说：
到目前为止，整个行业只有我们每个月在公布安全报告的数据。
高频刷新的安全数据，底层逻辑源于聪明的大脑和精准的感知。
系统架构上，华为采用了一套名为 WEWA 的架构。他们在车端引入了世界模型，有了足够聪明的算法，接下来就要解决系统「看得清」的问题。
车上的传感器各有专长。摄像头是被动感知，像人类的眼睛，看色彩和轮廓很准，但遇到强光或者黑夜容易抓瞎。毫米波雷达和激光雷达属于主动感知，自己发射电磁波去探测。毫米波雷达的波长较长，能够轻易穿透雨、雾和沙尘，测距和测速是一把好手，可惜难以描绘物体的精细边缘。
激光雷达刚好补足了这一块拼图。今天发布的这颗新一代双光路图像级激光雷达，把车载感知从 3D 点云时代拉进了 3D 成像时代。
把车载感知拉进成像时代
在过去，激光雷达线束偏少，扫描出的物体轮廓全靠稀疏的点阵拼凑。遇到复杂的环境，前方的障碍物反馈回来的信息，往往只是一团模糊的像素块。
为了解决精度问题，华为这次带来的是一套一体双焦的双光路架构。简单来讲，他们在一个雷达的壳子里，塞进了广角和长焦两个独立的接收单元。
靳玉志给我们举了个例子：
当车辆行驶到复杂路口时，广角和长焦会同时工作，前者负责把控周围全局的路况，后者则负责盯住正前方的远端细节。这种类似「画中画」的高清呈现方式，实际上就是复刻了人类司机的本能反应：用余光留意四周，把绝对的视觉重心留给前方。
和之前的 192 线激光雷达相比，在分辨率拉高四倍后，画面精细度有了极大的跃升。发布会上，靳玉志放出了一段 55 米外的漆黑夜间测试画面。新雷达非常清晰地捕捉到了一个行人和三条小狗的轮廓，甚至连小狗摇尾巴的细微动作，都被系统精准抓取。
具备如此精细的感知能力，主要是为了对付高速公路上的棘手状况，比如夜间货车遗落的橡胶碎片、横倒的交通锥筒，或者是极难辨认的低反射率异形物体。
据靳玉志介绍，这颗新雷达支持在 120 米外，稳定识别高于 14 厘米的障碍物。
14 厘米这个设定大有考究，他表示，目前大部分乘用车的底盘离地间隙都在 14 厘米以上，低于这个高度，车轮基本可以直接跨过；一旦超过这个高度，底盘和电池包就会面临实打实的物理碰撞风险。
感知能力变强了，外壳也跟着做了强化。雷达表面覆盖了一层特制的钢化膜玻璃视窗。华为做了一项极限测试，经历三十小时、长达三千公里的沙尘暴环境后，雷达表面完好无损。
对于这款雷达的研发历程，余承东在台上感慨：
几年前我们就开始开发这款激光雷达了，开发周期很长很难，直到今天才开始上市，用了好几年的时间。
他表示，过去的 192 线雷达其实也可以扫到路面掉落的小块障碍物，但系统通常选择不干预：
因为这个激光雷达的点云可信度不够，（系统）不敢采纳，防止有时候误检测来个幽灵刹车。
换上 896 线雷达后，底气补足了，系统终于敢在极限状态下做决策。在现场的实测视频里，测试车在 120km/h 的高速下，面对路面接连出现的多个异形障碍物和横倒轮胎，干净利落地完成了一连串紧急避让。
最新、最顶级的硬件上车，也伴随着终端价格的变动。
发布会末尾给出了具体的数字：搭载全新激光雷达的尊界 S800 起售价为 72.8 万元，比此前的 192 线版本上调了 2 万元；问界 M9 的起售价也顺势来到 47.98 万元，同样有 1 万元的涨幅。
ONE MORE THING：尚界 Z7 与 Z7T
公布完两台旗舰车型的售价，发布会其实已经接近尾声。但在最后阶段，大屏幕上给出了一个常规流程之外的 One More Thing。
鸿蒙智行把目光从高端商务和家庭出行，转移到了年轻消费群体身上，放出了不少尚界 Z7 的信息。余承东表示，Z7 中的「Z」代表着 Z 世代的年轻主力。数字 7 则交代了它的物理尺寸。
这是一台中大型轿车，遵循着经典的「532」身段，车身长度达到 5 米，轴距 3 米，车宽接近 2 米。宽大的尺寸基础，为这台车定下了一个相对舒展的骨架。
作为一台主打年轻市场的科技轿跑，尚界 Z7 拿出了一个跳脱的外观方案——一个名叫「电光紫粉」的专属配色。
除了外观，车内的座舱交互也给出了两个新鲜的硬件配置。
首先是鸿蒙智行内首次搭载的随动四维屏：当车内乘客呼叫语音助手小艺时，中控屏会自动转向正在说话的人。主驾下达指令，屏幕朝向左侧；副驾点歌，屏幕就立刻转到右侧。
另一个新增配置是副驾前方的「灵感橱窗」。发布会上并没有对它的具体操作进行深度演示，官方将其定义为一个装载爱好和态度的专属空间，允许用户在车内保留一处高度自定义的展示区域。
为了追求轿跑的溜背造型，车辆往往要在后排头部空间和尾箱容积上做出一定妥协。考虑到部分用户对装载能力的硬性需求，鸿蒙智行在开发 Z7 的同时，同步端出了一款衍生车型——尚界 Z7T。
后缀的字母 T 亮明了它的猎装车身份。它保留了轿跑版本的车头设计，但将车顶线条平缓地延伸至车尾，换取了更充裕的后备箱装载空间。
余承东透露，这套兼顾了颜值与实用性的双车组合，将在本月底迎来正式的独立发布会。
me stepping down. bye my beloved qwen.（我将卸任。再见了，我深爱的 qwen。）
3 月 4 日凌晨，阿里通义千问（Qwen）技术负责人林俊旸在 X 突然发文，向自己一手带大的开源模型项目告别。
这条推文瞬间引爆了整个在全球 AI 开源社区。就在前一天，他还和团队并肩发布了 Qwen3.5 小尺寸模型系列，马斯克亲自点赞，林俊旸在 X 上礼貌致谢。
没想到，这竟然成了林俊旸在千问的最后一次营业。
多位 Qwen 骨干同时离职，同事留言：我真的心碎了
林俊旸并没透露离职的原因和之后的去向，在他的的推文发出后，同为 Qwen 成员的 Chen Cheng（@cherry_cc12）转发并留下了一段意味深长的评论：
我真的心碎了。我知道离开并非你的选择。就在昨晚，我们还并肩发布 Qwen3.5 小模型。说实话，我无法想象没有你的 Qwen。
这条留言迅速引发外界猜测——「离开并非你的选择」，暗示林俊旸的卸任或许并非出于个人意愿。
与此同时，更多 Qwen 核心团队成员宣布离开：
Kaixin Li（@kxli_2000），新加坡国立大学毕业，Qwen3.5、Qwen-VL（视觉语言模型）、Qwen-Coder 的核心贡献者。
他在 X 上发文告别：「Signing off from @Alibaba_Qwen. Grateful for the chance to work with such brilliant minds. Proud of our impact. Onwards and upwards!」
Binyuan Hui（@huybery），阿里高级研究员，OpenDevin 开源项目发起人，Qwen-Coder 系列模型的主要技术负责人。其 X 个人简介已改为 「former MTS at Qwen」。
他在代码生成、自然语言转 SQL 等领域有深厚积累，曾主导推出 Qwen Chat 网页界面，让 Qwen 模型更易用。
Wenting Zhao。Qwen 团队研究科学家，在 X 上称林俊旸的离开是 「the end of an era」（一个时代的结束），感谢他推动 Qwen 在开源 AI 和工程领域的进步。
一夜之间，阿里最核心的开源大模型团队就经历了一场人事地震，而林俊旸的离开也引发了全球 AI 社区的关注。
Hyperbolic Labs 的 CTO Yuchen Jin 回忆与 Qwen 团队在模型发布时的深夜协作，称林俊旸帮助 Qwen 与全球开发者社区建立了紧密联系。
Hugging Face 亚太生态系统负责人 Tiezhen Wang 则 称林俊旸的离开是对 Qwen 来说是「an immense loss」（巨大损失。）
从北大语言学硕士到阿里最年轻 P10
林俊旸的履历，堪称中国 AI 新生代技术人才的典型样本。
1993 年出生的他，本科就读于北京大学计算机科学专业，硕士却选择了外国语学院的语言学与应用语言学——这段「跨界」经历，为他后来在多模态大模型领域的突破埋下了伏笔。
2019 年硕士毕业后，林俊旸以应届生身份加入阿里巴巴达摩院智能计算实验室，成为 M6 多模态预训练模型团队的一员。
2022 年，他主导研发了通用统一多模态预训练模型 OFA 和中文预训练模型 Chinese CLIP，同年被任命为通义千问技术负责人。
2025 年，32 岁的林俊旸晋升为阿里史上最年轻的 P10 级技术专家。
而在林俊旸的带领下，Qwen 系列模型创造了令业界瞩目的成绩。
- 2023 年 8 月，Qwen 首次开源
- 2024 年，开源 Qwen2 系列，72B 模型登顶 LMSYS Chatbot Arena 开源榜首
- 2025 年，推出万亿参数旗舰模型 Qwen3-Max，跻身全球前三
- 2026 年 3 月，Qwen3.5 小模型获马斯克点赞
截至目前，Qwen 系列模型全球下载量突破 6 亿次，衍生模型超过 17 万个，超越 Meta 的 Llama 成为全球第一大开源模型家族。这是中国开源 AI 模型在全球影响力版图中的一次关键扩张。
模型即产品
林俊旸不仅是一位技术专家，更是 Qwen 在全球开发者社区的「代言人」。
在 X 上，他定期发布模型更新、分享 benchmark 结果、与全球开发者互动——在 AI 实验室争夺开发者心智的今天，这种活跃的公共形象让 Qwen 在国际舞台上拥有了罕见的「人情味」。
今年 1 月的 AGI-Next 前沿峰会上，他提出了一个颇具前瞻性的观点：
「模型即产品。今天做基础模型本身，其实也就是在做产品，研究人员也需要像产品经理一样，把研究成果做成真实世界可用的系统。」
2025 年 10 月，他还宣布在 Qwen 内部亲手组建机器人和具身智能小组，试图让模型「从虚拟世界走向现实世界」。
千问站到了新的十字路口
林俊旸的离职，只是阿里通义实验室人才流失的冰山一角。
过去两年，通义实验室经历了多轮核心人员离职：
- 周畅（原通义千问大模型技术负责人）：2024 年被字节跳动以千万年薪挖走，阿里随后提起竞业诉讼
- 鄢志杰（原语音团队负责人）：达摩院「扫地僧」之一，2025 年离职
- 薄列峰（原多模态、视觉负责人）：2025 年离职
也难怪有人调侃，阿里在 AI 领域已逐渐成为培养高端人才的’黄埔军校。
而就前两天，阿里刚刚宣布将大模型 B 端品牌和 C 端应用品牌统一为「千问」，「通义千问」的名称将不再使用。
千问在刚刚过去的春节 AI 大战，也刚刚打了一场胜仗。
AI 产品榜发布的全球 AI 应用最新数据显示，MAU(月活用户数) 排名前三的 AI 应用分别为 ChatGPT、豆包和千问，其中，千问以 2.03 亿 MAU 成为全球第三大 AI 应用，并以 552% 的增速居全球第一。
今年春节，千问发起「请客活动」，上线买奶茶、点外卖、订票等「办事」功能，吸引 1.3 亿用户在千问「一句话下单」累计超 2 亿次，相当于全国平均每 10 人就有 1 人在千问下单。
QuestMobile 数据披露，该活动前两日即吸引超 3000 万用户参与，将千问 DAU 从 707 万推高至 7352 万，增速高达 940%。春节结束后，千问与豆包 DAU 差距大幅缩小，稳定至 4000 万上下。
对于阿里来说，如何在人才流失与组织调整的双重压力下，继续保持 Qwen 的技术领先和开源影响力，将是一个严峻的考验。
阿里千问正站在一个关键的十字路口。
👩💻
MacBook 全家桶上线，还有新的显示器
🦞
龙虾 AI 入驻中国社媒平台
📱
量子手机有望今年上市
🤖
你今天用了吗？每人月均使用原生 AI 超 2 小时
📷
春节期间运动相机狂卖 9.6 万台
😮
阿里 Qwen 负责人官宣离开团队
🧠
GPT-5.4 被曝支持 200 万上下文窗口
♟️
时隔十年，韩国围棋棋手李世石再对决 AI
🕶️
Meta AI 眼镜被曝后台标注用户隐私内容
🔍
美团 AI 浏览器被指「白嫖」个人开发者，官方回应
💾
卢伟冰谈存储涨价：预计涨到 2027 年底
⚖️
美国最高法院拒绝审理 AI 生成版权保护
📂
小米多篇论文入选国际顶会 CVPR 2026
💡
荣耀方飞：AI 的终极意义不是取代人类
📷
vivo X300 Ultra 实拍样片公布
📱
一加 15T 将搭载极窄物理四等边屏幕
🧩
通义上线新模型，马斯克点赞
🔋
蔚来 ES9 技术发布会定档 4 月 9 日
🕶️
PICO 下一代 XR 旗舰产品将在今年发售
MacBook 全家桶上线，还有新的显示器
昨晚，苹果发布周第二波新品来袭，分别有 M5 MacBook Air、M5 Pro/Max MacBook Pro、 两款新的 Studio Display。
🔗 相关阅读：苹果发布两款新 MacBook：AI 性能破纪录，最强显示器卖两万五
- M5 MacBook Air：
起售价来到 8499 元起（13 英寸价格，15 英寸为 9999 元起），但存储方面来到了 16GB+512GB。
性能方面，搭载 M5 的 MacBook Air 在处理 AI 任务时，相比搭载 M1 的快最多可达 9.5 倍；同时内存带宽达到 153GB/s，比 M4 提升 28%。
新机还搭载了苹果自研的 N1 无线芯片，支持 WiFi 7 和蓝牙 6。
- M5 Pro/Max 的 MacBook Pro：
14 英寸 M5 Pro 为 17999 元起（16 英寸为 21999 元起）；14 英寸 M5 Max 为 29999 元起（16 英寸为 31999 元起）。
新机配备了速度提升最高 2 倍的固态硬盘，M5 Pro 机型起步存储容量为 1TB，M5 Max 机型起步存储容量为 2TB。
性能表现上，M5 Pro/Max 在大语言模型提示词处理速度上，相比 M4 Pro 和 M4 Max 提升最高可达 4 倍；而在 AI 图像生成速度相比 M1 Pro 和 M1 Max 提升最高可达 8 倍。
新机同样搭载了苹果自研的 N1 无线芯片，支持 WiFi 7 和蓝牙 6。
- Studio Display/Studio Display XDR：
Studio Display 新增雷雳 5 接口，亮度达到 600nits，尺寸为 27 英寸 5K，售价 11999 元起。
Studio Display XDR 提供 2000nits 峰值亮度，新增 47-120Hz 刷新率，还新增对 Adobe RGB 色域的支持，售价 24999 元起。
另外，据「MacRumors」 报道，全新的入门款 MacBook（传说搭载 A18 Pro）将被命名为「MacBook Neo」。其从苹果的监管文件中发现了该机型，型号为 A3404。
结合此前信息，MacBook Neo（暂定）将采用 A18 Pro 芯片，配备 12.9 英寸屏幕，并且有望提供蓝色、粉色、黄色等全新配色。
GPT-5.3 新模型撞车 Gemini
刚刚，OpenAI 和 Gemini 发布了各自的轻量模型：
- GPT-5.3 Instant： 更具「人味儿」的智能助理，大幅降低幻觉率、减少「AI 腔」以及强化细节写作能力，沟通更自然精准，适合对内容质量要求高的场景（写作、专业问答、高风险领域）；
- Gemini 3.1 Flash-Lite：便宜、快、不拖泥带水，还支持「思考等级」调节功能，在保持高吞吐量的基础上兼顾了深层逻辑推理，适合大规模、高实时性的批量任务（内容审核、UI 生成、NPC 对话）。
🔗 相关阅读：刚刚，GPT-5.3 新模型撞车 Gemini，OpenClaw：谢谢你们
具体来看，GPT-5.3 Instant 得益于搜索能力的提升，会主动把网页内容和自身的背景知识结合起来，先想清楚你真正想问什么，再给出有重点的回答。
OpenAI 公布的内部评测显示，在联网状态下**幻觉率降低了 26.8%**，仅靠内部知识时也降低了 19.7%。
GPT-5.3 Instant 即日起向所有 ChatGPT 用户开放。
而 Gemini 这边，则是主打「快、便宜」。Gemini 3.1 Flash-Lite 的输入价格是 0.25 美元每百万 tokens，输出价格是 1.50 美元每百万 tokens。
根据 Artificial Analysis 的基准测试，，相比上一代的 Gemini 2.5 Flash，3.1 Flash-Lite 的首字响应时间（TTFT）快了 2.5 倍，整体输出速度提升了 45%。
除此之外，Gemini 3.1 Flash-Lite 还具备「思考」能力。在 AI Studio 和 Vertex AI 中，Google 为这款 Lite 模型配备了「思考等级（Thinking Levels）」的选项。
🦞 龙虾 AI 入驻中国社媒平台
日前，火爆全网的开源智能体项目 🦞 OpenClaw 发文宣布，自己在 GitHub 上登顶星标榜，超越 Linux 和 React。
据我们目前观察发现，🦞 目前已经获得超 25 万的星星标。
另据 star-history.com 统计的 GitHub 历史最高星标项目榜显示，OpenClaw 目前排名第 13 位。
值得一提的是，近期 OpenClaw 还衍生出了一堆「上门安装」服务，海外托管安装最便宜 3000 美元；而创始人 Michael 更是号称靠这门手艺，有望年入百万美元。
昨天下午，OpenClaw 官方还正式开通了其官方微博账号，并发布首条动态信息。随后智谱、千问、Kimi 等 AI 企业纷纷到评论区留言欢迎。
有趣的是，有网友提及「账号是真人运营还是🦞运营」时，OpenClaw 官方回复表示「so far 100% 人工の智能」。
（据我们观察发现，🦞首条微博动态有历史编辑痕迹，其中修改了一个标点符号）
🦞 阅读我们的最新🦞 AI 文章：OpenClaw 让每个聊天软件都有机会变成微信
量子手机有望今年上市
据经济观察网消息，中国电信与国盾量子联合研发的量子通信手机 REED ONE GK5 样机在近期正式亮相。
报道称，这款设备基于现有品牌手机改造而成，预计将在年底或明年初推向民用市场，标志着量子保密通信技术从国家级重要基础设施向普通消费者生活的延伸。
据悉，量子通信手机的核心安全机制基于量子不可克隆原理。与传统加密方式不同，它通过单个光子传输密钥，任何窃听行为都会导致光子状态改变，从而触发警报并中断通信，从根本上杜绝信息泄露风险。
值得一提的是，这款量子手机实现了 100% 国产化，所有零部件均由中国制造，新机将搭载了紫光展锐 T9100 芯片和双 SPU 加密单元。
据了解，在技术发展过程中，中国科研团队经历了长达 17 年的努力。从最初核心组件严重依赖进口，到如今自主研发能力全球领先，这离不开以唐世彪为代表的科学家们不懈探索。
据央视新闻此前报道，唐世彪团队研发的第六代双通道单光子探测器，体积已缩小至拇指盖大小，较初代产品缩小了 200 多倍，是目前体积最小、集成度最高的单光子探测器。
你今天用了吗？每人月均使用原生 AI 超 2 小时
昨日，机构「QuestMobile」公布了「2025 年全景生态流量年度报告」。
据数据显示，得益于完善的国内数字基础设施，以及从能源到人力的全链路价格优势，2025 年，国内创业公司和大厂们持续快速推进 AI 应用的普及和落地。
截止到 2025 年 12 月，国内 AI 应用市场规模实现了从量到质的跨越：移动端 AI 应用、手机厂商 AI 助手、PC 端 AI 应用的月活跃用户规模分别达到 7.22 亿、5.59 亿、2.05 亿。
具体到企业竞争上看，仅仅阿里、腾讯、字节、百度等四大互联网企业的布局，就已经在网页端、应用插件、原生 APP 等赛道多线厮杀，春节期间更是出现了「红包决战」。
另外，由于 AI 的能力迭代、与场景的结合深度加强，用户对原生 APP 的使用习惯正在形成：
月人均使用次数达到 69.2 次，超过应用插件的 66.1 次；月人均使用时长达到 143.2 分钟，已经远远超过了工具类、拍摄美化类 APP 的 90.3 分钟、52.1 分钟。
具体到 12 月的应用榜单上看，豆包、DeepSeek、元宝、蚂蚁阿福、千问位居前五，活跃用户规模分别达到 2.26 亿、1.35 亿、0.41 亿、0.27 亿、0.25 亿。
春节期间运动相机狂卖 9.6 万台
日前，洛图科技公布了最新的《中国运动相机线上零售市场周度追踪》报告，具体来看：
2026 年第 7-8 周（2026.02.09-2026.02.22），中国泛运动相机（含全景、可穿戴）线上零售（包含京东、天猫、抖音）市场销量为 9.6 万台，销额为 2.3 亿元，平均价格约为 2400 元。
报告指出，第 7-8 周正值春节假期期间，泛运动相机（含全景、可穿戴系列）市场保持了较高的活跃度，维持着销量近 10 万台、销额超 2 亿元的水平。
从品牌方面来看，在此周期中，DJI 大疆延续强势表现，品牌总销量占比达到 62.9%。据悉，大疆旗下的可穿戴运动相机 Osmo Nano 与全景相机 Osmo 360 分别在各自赛道中斩获了超半数市场份额。
而从畅销机型来看，大疆 Osmo Action 5 Pro、影石 Ace Pro 2 等机型均排名前三。
阿里 Qwen 负责人官宣离开团队
昨晚，阿里 Qwen 负责人林俊旸在 X 平台上发文宣布，自己将离开 Qwen 团队。
而在昨天，林俊旸还亲自转发了马斯克对 Qwen 3.5 新模型的夸赞，并回应表示谢谢。
🔗 相关阅读：一夜之间，全球 AI 圈都在转发这条告别推文
据「机器之心」援引内部人士消息报道，目前团队还没直接接替林俊旸的人，因为「事发比较突然」。
据悉，林俊旸年仅 32 岁，但已是阿里巴巴目前最年轻的 P10 级别技术高管。其于 2019 年毕业后，加入了阿里巴巴达摩院智能计算实验室并成为 M6 多模态预训练模型团队成员，并于 2022 年正式接手通义千问系列大模型。
其带领下，Qwen 系列模型创造了令业界瞩目的成绩：截至目前，Qwen 系列模型全球下载量突破 6 亿次，衍生模型超过 17 万个，已是全球第一大开源模型家族。
去年 10 月，林俊旸还在 Qwen 内部亲自组建了机器人与具身智能小组。
值得关注的是，就在同一时间，还有多名 Qwen 核心团队成员宣布离开：Qwen3.5 核心贡献者「Kaixin Li」、Qwen-Coder 系列模型的主要技术负责人「Binyuan Hui」。
另外，同为 Qwen 成员的 Chen Cheng 在林俊旸的推文下留言「离开并非你的选择」，而这也引发外界猜测，林俊旸的卸任或许并非出于个人意愿。
GPT-5.4 被曝支持 200 万上下文窗口
近日，有不少消息爆出 OpenAI 或将推出名为「GPT-5.4」的新模型，我们为你总结了新模型可能拥有的特点：
- Codex（OpenAI 的 AI 编程产品）的代码拉取请求中，出现了「GPT-5.4」的相关字样。据悉，用于 Fast 相关命令（大家推测可能是用于快速模式）；
- 或将支持 200 万 Tokens 的上下文窗口（2M 大小），并且还有望支持解析和处理高分辨率图像（识别图像方便读取图像、减少遗漏图纸里的信息）；
- 有市场预测 55% 的概率在 4 月前发布，也有 74% 的概率在 6 月前发布。
而在刚刚，OpenAI 发文宣布了 GPT-5.4 的预热信息。其表示「5.4 比你想象的要早」。
时隔十年，韩国围棋棋手李世石再对决 AI
据韩联社报道，韩国 AI 初创公司 Enhans 日前宣布，韩国围棋名将李世石将于 3 月 9 日再次与 AI 智能体展开公开对局。
据悉，此次对局距 2016 年李世石与 AlphaGo 的「人机大战」恰逢十周年，比赛地点仍设在当年的首尔四季酒店。
届时，李世石将登台与 Enhans 研发的 AI 智能体进行对话，现场构想「围棋的未来」，并由系统实时重构围棋模型进行对局。
Enhans 首席执行官李承贤表示，十年前 AI 在该场所给人类带来震撼，如今已进化为辅助人类意图并最大化创造力的合作伙伴。
此外，Anthropic、英伟达与微软将作为官方赞助商参与此次活动。
Meta AI 眼镜被曝后台标注用户隐私内容
据瑞典日报报道，Meta AI 智能眼镜的外包数据标注员工披露，其在模型训练过程中可直接获取并查看用户设备拍摄的私密视觉数据。
报道指出，Meta 雇佣了大量外包劳动力对智能眼镜捕获的图像与视频进行人工评估及 AI 标注。
多名匿名员工在受访时直言「我们能看到一切」，并确认其处理的后台数据集内，包含了大量用户在浴室、卧室等私密场景下拍摄的影像，部分画面甚至涉及裸露的个体。
内部知情人士透露，尽管 Meta 官方多次强调设备在录制时会亮起提示灯以保障周围人的知情权，但当用户开启云端备份或数据共享功能时，影像流将进入 Meta 云端并被分发至人工审核池。
员工反馈称，当前的审核系统缺乏强制性的影像脱敏与隐私遮挡机制，导致外包团队能够无障碍地访问这些高度敏感的个人生活记录。
报道称，Meta 智能眼镜的视觉数据合规性问题近期正面临密集的外部审视。此前已有安全研究团队证实，该设备存在被用于面部识别及「人肉搜索」的直接风险。
根据 Meta 的隐私政策设计，用户必须手动进入配套应用程序，主动关闭「云端媒体」与「共享附加数据」两个选项，才能完全阻断自身视觉素材被用于 Meta 产品的优化与模型训练。
美团 AI 浏览器被指「白嫖」个人开发者，官方回应
日前，美团旗下光年之外团队宣布公测 AI 浏览器 Tabbit。
但在昨日凌晨，独立开发者「梦溪睡了吗」在社交平台喊话：「几千亿市值的公司，白嫖嫖到我头上了，shame on you。」
从「梦溪睡了吗」放出的对比配图显示，Tabbit（图左）与其开源的翻译工具「陪读蛙」(Read Frog)界面布局、快捷键几乎一模一样，并且在 Tabbit 源码里都搜得到「read-frog」字样。
同日下午，Tabbit 团队发文回应表示，其在 2025 年 12 月 30 日注意到陪读蛙项目，当时在陪读蛙项目仓库中没有包含开源协议证明，于是在 12 月 31 日 fork 其项目用于 Tabbit 开发。
根据 GitHub 文档规则，仓库中未包含任何协议时，仓库拥有者保留一切权利，包括禁止再生、分发、创建衍生作品的权利。
随后「梦溪睡了吗」也进行了回应并表示「相关代码已完成开源处理，双方也在进一步沟通后续事宜。」
「梦溪睡了吗」称，从（与 Tabbit）沟通过程来看，对方态度积极、处理及时，可以确认本次问题并非出于主观恶意，而是对开源协议理解和合规流程不够严谨所致。
🔗 相关阅读：美团 AI 浏览器被指抄袭个人开发者：开源不代表可以白嫖
卢伟冰谈存储涨价：预计涨到 2027 年底
据 IT 之家消息，在日前的 MWC 2026 现场，小米集团合伙人卢伟冰接受采访时，谈到目前存储涨价的行业问题，以及小米的应对策略。
卢伟冰表示，本轮存储涨价是一个长周期，他大约判断会涨到 2027 年底，从 2025 年二季度到 2027 年底接近三年时间，这是在以前的历史上从来没有过的。
此外，卢伟冰表示本轮涨价上涨速度极快，今年一季度的报价大约是去年一季度的近 4 倍，比如一个 12GB + 256GB 的存储，在价格低点时大约 30 美元，4 倍就到了 120 美元左右，大概上涨了80、90美元。
卢伟冰还称本次存储涨价影响面非常大，不仅影响了手机，其实影响了整个消费电子，行业里所有的玩家无一幸免。
在谈到小米的应对策略时，卢伟冰称小米产品覆盖了手机、平板、电视、汽车等品类，内存使用量和使用面是非常大的，小米也和全球五大内存生产商保持了非常好的合作关系，从供应角度来讲，小米目前没有面临任何的缺货现象。
卢伟冰还认为，小米目前在内存供应的优先级以及价格方面还是相对比较有优势。由于内存成本占整机成本的比例越来越高，得益于这几年高端化的进展，小米相比友商处于一个更好的位置来应对（此次存储涨价）。
美国最高法院拒绝审理 AI 生成版权保护
据路透社报道，当地时间 3 月 2 日，美国最高法院宣布拒绝受理关于人工智能（AI）生成内容是否享有版权保护的争议案件，维持了此类作品因缺乏人类创作者而不具备版权资格的裁决。
据悉，本案原告为密苏里州计算机科学家 Stephen Thaler，其曾于 2018 年为其 AI 系统「DABUS」独立生成的视觉艺术作品《A Recent Entrance to Paradise》申请联邦版权注册。但美国版权局在 2022 年驳回了该申请，认定受版权保护的创意作品必须拥有人类作者。
此后 Thaler 提起诉讼，华盛顿联邦法官于 2023 年维持版权局决定，指出人类身份是「版权的基石要求」，美国联邦哥伦比亚特区巡回上诉法院亦于 2025 年核准了该裁决。
Thaler 的律师团队则认为在生成式 AI 快速崛起的背景下此案具有至关重要的意义，但美国政府敦促最高法院不要受理此案，指出版权法中的「作者」一词明确指向人类而非机器。
小米多篇论文入选国际顶会 CVPR 2026
据「小米技术」消息，近期 CVPR 2026 公布了论文录用结果，其中小米共有 14 篇最新研究成果成功入选。
小米方面介绍，本次入选的研究成果涵盖了长视频理解/推理、多模态情感推理、GUI Agent、主动意图决策、场景高斯重建、场景视频生成、仿真框架、扩散模型应用、具身智能等方向：
- AI 大模型领域：小米针对长视频理解、多模态情感推理、多模态安全对齐、GUI Agent、移动智能体等行业关键问题展开技术突破。相关成果已应用于小米人车家全生态产品，全面提升智能体验；
- 自动驾驶方向：小米着力攻克世界模型、3D 重建、长距建模、极端场景轨迹规划等技术难题。相关技术已落地小米最新组合驾驶辅助系统，显著提升驾驶安全性与平顺性。
💡 荣耀方飞：AI 的终极意义不是取代人类
日前，荣耀产品线总裁方飞在 MWC 2026 现场，与 Orange 集团围绕 AI 终端、连接和生态展开了对话。
方飞在个人微博表示，其坚信AI 的终极意义不是取代人类，而在于服务人、陪伴人、成就人。同时她也指出，这正是荣耀提出人与 AI 共生智能的 AHI 理念的初心所在。
方飞在文中提到，没有任何一家公司能独立构建 AI 的未来。其还抛出了一个观点：「未来的 AI 体验，绝不会局限于封闭的『围墙花园』，必须建立在开放共创的生态之上。」
在微博文中，方飞还表示，从手机到家居、教育、音频乃至宠物玩具，更多元、更垂直的需求场景正在涌现，属于 AI 硬件的「寒武纪大爆发」时代已经来临。
vivo X300 Ultra 实拍样片公布
昨日，vivo 产品经理韩伯啸公布了 vivo X300 Ultra 的影像能力，并同步放出实拍样片。
据韩伯啸介绍，vivo X300 Ultra 支持全焦段 4K 120 fps 10bit Log/杜比视界，并且延续全焦段 OIS 光学防抖。新机还支持 APV 422 专业视频编码，适配 ACES 专业后期流程。
另外，新机还将提供 400mm vivo 蔡司增距镜、vivo SmallRig 专业视频拓展套件；配备全新专业录像模式 Pro。
一加 15T 将搭载极窄物理四等边屏幕
昨日，一加中国区总裁李杰发文透露，一加 15T 将配备超窄黑边屏幕。
据其介绍，一加 15T 屏幕边框宽度为「1.XXmm」，并且为物理极窄四等边。从公布的对比图片来看，左侧的一加 15T 屏幕下巴表现比右侧的机器（疑似 iPhone 17 Pro）更窄。
另据博主「数码闲聊站」消息，一加 15T 将配备 5000 万像素的 LUMO 潜望长焦（等效焦段为 85mm），并且机身厚度和镜头凸起依然控制得很好。
通义上线新模型，马斯克点赞
昨日，阿里通义正式推出 Qwen3.5 更小尺寸模型：0.8B / 2B / 4B / 9B ；并打出「小而强，轻而快」的口号。
🔗 相关阅读：马斯克大赞阿里 AI，9B 参数硬刚 120B，海外网友：这叫小模型？
据介绍，本次推出的模型全系基于 Qwen3.5 统一基座，原生支持多模态，Apache 2.0 开源可商用，支持 LoRA/全量微调，消费级显卡即可启动任务适配。
值得一提的是，Qwen 3.5 全系列同时支持长达 26 万 Token 的上下文窗口，并引入「思考」与「非思考」双模式，可在深度逻辑推理与快速响应之间灵活切换。
在新模型发布会，马斯克还在 X 转发并表示「Impressive intelligence density」（令人印象深刻的智能密度）。
蔚来 ES9 技术发布会定档 4 月 9 日
3 月 3 日，蔚来创始人、董事长、CEO 李斌在元宵节直播中宣布，今年市场上技术最先进的 SUV——蔚来 ES9 技术发布会将于 4 月 9 日正式举行。
作为蔚来十一年技术创新的集大成之作，ES9 搭载多项行业领先的核心技术，包括：
- 首个获得国家量产许可的线控转向系统——天行线控转向；
- 全球首个集成式液压全主动悬架系统——天行全主动悬架；
- 中国首个整车全域操作系统「SkyOS·天枢」；
- 自研高阶智驾芯片「神玑 NX9031」以及全域 900V 高压架构等。
ES9 将以极具气场的体量尺寸，优雅得体、纯粹精致的设计和全球领先的核心技术，为用户带来全场景尊崇的行政级出行体验。
更多信息将于 4 月 9 日技术发布会全面揭晓，敬请期待。
PICO 下一代 XR 旗舰产品将在今年发售
日前，PICO OS 产品负责人马杰思发文宣布，「Project Swan」将会是 PICO 下一代 XR 旗舰产品，并且新品将于今年全球发售。
据介绍，Project Swan 将采用双芯片架构：配备旗舰级主 SoC，相较于现有的 XR Gen2，CPU 性能提升 133%，GPU 性能提升 127%。
另有一枚 PICO Silicon 自研芯片，集成多项自研计算单元，针对实时感知、空间计算与成像处理进行了深度协同优化，能实现稳定的头动眼动追踪，并且整个系统的端到端延迟只有 12 毫秒。
Project Swan 还将配备全新定制的新一代 MicroOLED 屏幕，平均 PPD 高达 40，且中心视觉可达 45 PPD。
lululemon 推出 2026 春季跑装备
昨日，运动生活方式品牌 lululemon 推出 2026 春季跑装备，经典 FAST AND FREE™ 跑步系列、SWIFTLY™ 系列焕新：
- FAST AND FREE™ 经典紧身裤采用 Nulux™ 面料；6 寸和 8 寸短裤的内衬底部有硅胶设计，减少卷边困扰；FAST AND FREE™ 运动背心采用全新通风孔针织网面；紧身裤和运动背心皆提供男女款式。
- 经典 SWIFTLY™ 系列焕新设计语言，在功能性面料中融入条纹、豹纹等复古元素。同时，该系列皆采用由 X-STATIC® 支持的 Silverescent™ 技术，即便在运动后装备依然保持干爽。
另外，lululemon 同步开启 16 城跑步社区活动，lululemon 大使和社区伙伴相伴，共同感受跑起来的乐趣。
Beats 开售 iPhone 17e 专用保护壳
日前，Beats 正式宣布推出兼容 MagSafe 的 Beats iPhone 17e 专用保护壳，现有磐岩蓝和浅岩灰可供选择。
作为 iPhone 保护壳系列的重磅新品，这两款人气配色专为全新 iPhone 17e 而设计，即日起可通过苹果官网订购，售价为人民币 399 元。
兼容 MagSafe 的 Beats iPhone 17e 专用保护壳采用坚固的聚碳酸酯背壳搭配弹性边框，以及内部拥有超细纤维内衬。
《逆水寒》手游官宣与猪猪侠联动
昨日，《逆水寒》手游宣布，将在本周五（3 月 6 日）开启与猪猪侠的联动。
据悉，本次联动内容包含「猪猪侠/菲菲公主印象时装」、联动语音包/称号/表情包、联动宠物（含猪猪侠、菲菲公主、超人强）、棋盘皮肤、主题音乐等。
纪录电影《登月》（第一部）定档 4 月
据新浪电影消息，纪录电影《登月》（第一部）官宣定档 4 月 24 日中国航天日。
据介绍，影片以嫦娥六号月背采样任务为背景，将镜头从宏大工程拉近至幕后航天人的工作日常。
《奇迹梦之队》发布中国独家艺术海报
日前，索尼动画电影《奇迹梦之队》发布中国独家艺术海报，将于 3 月 14 日内地上映。
据悉，该片由制作《蜘蛛侠：纵横宇宙》的索尼动画团队打造，库里创立的 Unanimous Media 参与制作；配音阵容涵盖凯莱布·麦克劳克林、加布里埃尔·尤尼恩、斯蒂芬·库里等多位 NBA 与 WNBA 球员。
影片讲述梦想成为职业球手的小山羊威尔，虽然天生身材矮小却凭借超凡球技闯入梦寐以求的球队，面对来自凶猛赛场的大块头猛兽和队友质疑，带领这支成绩堪忧的球队突破困境的故事。剧情聚焦威尔遭遇 5 位狂野队友的挑战，并与劲敌马鬃王展开对抗，最终通过团结协作证明团队力量。
《惊声尖笑 6》首曝预告
据守望好莱坞消息，热门恐怖喜剧片续集《惊声尖笑 6》首曝预告。
据悉，影片主要以「恶搞、戏弄」为宗旨，将多部电影拙劣地愚弄一番，包括《惊声尖叫》、《我知道你去年夏天干了什么》、《女巫布莱尔》、《普通嫌疑犯》、《恋爱中的莎士比亚》等。
该片由迈克尔·泰兹执导，安娜·法瑞丝、雷吉娜·赫尔、马龙·韦恩斯等主演，预计 6 月 12 日北美上映。
在 AI 模型的命名玄学里，「Instant」和「Lite」这两个后缀，长期以来都带着一股说不清道不明的廉价感。
不是没有原因。过去这类模型给人留下的印象，基本就是：速度快、脑子慢，做做文本总结勉强够用，一旦碰上稍微复杂的推理任务，就开始一本正经地胡说八道。
久而久之，轻量模型几乎成了「将就用」的代名词。
就在刚刚，OpenAI 和 Google 又一次撞车，发布了各自的轻量模型，并试图用硬实力来扭转这个刻板印象。省流版如下：
- GPT-5.3 Instant： 更具「人味儿」的智能助理，大幅降低幻觉率、减少「AI 腔」以及强化细节写作能力，沟通更自然精准，适合对内容质量要求高的场景（写作、专业问答、高风险领域）
- Gemini 3.1 Flash-Lite：便宜、快、不拖泥带水，还支持「思考等级」调节功能，在保持高吞吐量的基础上兼顾了深层逻辑推理，适合大规模、高实时性的批量任务（内容审核、UI 生成、NPC 对话）
GPT-5.3 Instant：终于学会像个正常人一样聊天了
经常用 ChatGPT 的人，大概都有过这种无奈：你只是随口问个小问题，它非要先给你端上一段「作为一个人工智能，我需要提醒你……」的长篇大论。
这种总想教人做事的「AI 腔」，确实挺招人烦的。好在，OpenAI 这次是真的听进去了。
新上线的 GPT-5.3 Instant 花了很大的力气来解决这个「毛病」。它学会了直接给出答案，不再啰里啰嗦地铺垫。
除了不爱说废话，它也变得更靠谱了。旧版本搜完网页之后，容易把一堆链接和不相关信息堆到你面前。
得益于搜索能力的提升，GPT-5.3 Instant 会主动把网页内容和自身的背景知识结合起来，先想清楚你真正想问什么，再给出有重点的回答，而不是把搜索引擎的工作原封不动地转包给你。
OpenAI 公布的内部评测显示，在联网状态下幻觉率降低了 26.8%，仅靠内部知识时也降低了 19.7%。官方特别提到医疗、法律、金融等高风险领域，新模型在这些场景下的谨慎程度和准确性都有明显改善。
最令人惊喜的，其实是它在写作上的变化。
OpenAI 用一首诗的对比做了说明：同样写一个费城邮递员退休最后一天，旧版本倾向于堆砌「把这座城市背在邮袋里」这类抒情句，新版本则会写那根「掉漆的蓝色栏杆」、那扇「总有狗在门口等着的栅门」。情绪不靠凹，就这样自然而然流露出来。
语气上的调整也是此次更新的核心目标之一。
「停下。深呼吸。」这类会打断对话节奏的句式被刻意减少，整体风格更直接，少了一种不必要的「AI 腔」。用户仍可在设置里自定义回复的温暖程度与热情度，调出自己习惯的交互风格。
GPT-5.3 Instant 即日起向所有 ChatGPT 用户开放，API 名称为「gpt-5.3-chat-latest」。付费用户还可以在旧版模型里继续用 GPT-5.2 Instant，但它将在今年 6 月 3 日正式退役。
▲ 彩蛋时间
Gemini 3.1 Flash-Lite：便宜、反应快，还挺聪明
相比于 GPT-5.3 Instant 的好好说话，Gemini 3.1 Flash-Lite 走的是纯粹的务实风，目标非常明确：就是要快，就是要便宜。
价格方面，Gemini 3.1 Flash-Lite 的输入价格是 0.25 美元每百万 tokens，输出价格是 1.50 美元每百万 tokens。
这是什么概念？如果你是一个开发者，这意味着你大概花不到 2 块钱人民币，就能让 AI 阅读相当于 5 本《哈利·波特》全集的文字量。
觉得便宜没好货？格局小了。
根据 Artificial Analysis 的基准测试，，相比上一代的 Gemini 2.5 Flash，3.1 Flash-Lite 的首字响应时间（TTFT）快了 2.5 倍，整体输出速度提升了 45%。对于需要实时响应的产品来说，这个延迟差距在用户体验上会有肉眼可见的感受。
这意味着，当你还在眨眼的时候，它的回答可能已经生成了一半。对于那些需要实时反馈的应用——比如即时翻译、游戏内的 NPC 对话、即时 UI 生成——这种低延迟是决定性的。
除此之外，Gemini 3.1 Flash-Lite 还具备「思考」能力。
在 AI Studio 和 Vertex AI 中，Google 为这款 Lite 模型配备了「思考等级（Thinking Levels）」的选项。开发者可以根据任务的复杂程度，自主调节模型「想多深」。
简单的高吞吐量任务，比如批量内容翻译和内容审核，可以用最轻的配置快速跑完；遇到需要严格遵循指令的界面生成或仿真创建任务，则可以让模型多花一点时间推理，把结果做扎实。
这种「既要又要」的能力，也因此收获了相当不错的成绩单。在 Arena.ai 的排行榜中，它的 Elo 分数达到了 1432，在 GPQA Diamond（研究生级别的问答）测试中拿到了 86.9% 的准确率。
在学术评测 GPQA Diamond 上得分 86.9%，多模态理解 MMMU Pro 上达到 76.8%。这两个数字不只是「在同档位里还不错」，而是直接超过了体量更大的 Gemini 2.5 Flash。
注意，这里对比的是 Gemini 2.5 Flash 而非 Gemini 3 Flash，显然鸡贼的 Google 对这款模型也并未抱有多大的信心。
目前，3.1 Flash-Lite 以预览版形式通过 Google AI Studio 和 Gemini API 向开发者开放，企业用户可通过 Vertex AI 接入。Latitude、Cartwheel、Whering 等早期合作伙伴已在生产环境中完成测试，普遍认可它在大规模调用下的稳定性和指令遵循能力。
把这两个模型放在一起看，你会发现「Instant」和「Lite」，或许正在找到自己最合适的位置。
以最近大火的 OpenClaw 为例，其核心场景是帮用户处理邮件、管理日程，本质上是一个需要自主执行任务的 Agent。
这类产品对模型的要求，和普通 chatbot 聊天工具完全不同：它不需要模型表演得多聪明，它需要模型说人话、不出错、还得扛得住高频调用。
GPT-5.3 Instant 显著降低幻觉率，意味着 Agent 在自主执行任务时少犯错；「AI 腔」的消退，意味着生成的邮件、文档读起来更贴合真人的阅读习惯。
Gemini 3.1 Flash-Lite 则更符合最为关键的第三个需求。Agent 在后台狂奔时，往往需要并行处理海量的子任务，对响应速度和 API 成本极度敏感。
Flash-Lite 极快的响应速度和白菜价的成本，加上能灵活调配算力的「思考等级」，这种极具弹性的架构对高并发的自动化任务而言，无疑是久旱逢甘霖。
即便两款模型的长期稳定性仍需观察，但大方向已经很明确：一个负责让交互更像人，一个死磕更快更省钱。在未来人手一只「龙虾」的情况下，轻量模型将成为更自然、务实的选择。
附上参考地址：
https://openai.com/index/gpt-5-3-instant/
https://gemini.google.com/u/4/app/e0bea96b8f62bd1f
正如期待那样，苹果刚刚通过「官网直接上架」+「新闻稿」的方式，推出了最新的 M5 Pro/Max 款 MacBook Pro 和一大堆 Mac 更新。
这次上新的 MacBook Pro 相比昨天发布的「闹人」iPhone 17e，让人兴奋的元素少了一些。
毕竟它和爱范儿去年测试过的 M5 MacBook Pro 的唯一区别，就是处理器新增了 M5 Pro 和 M5 Max 两种规格，除此之外再无变化。
▲ 图｜Apple
而这次的 M5 Pro 与 M5 Max 处理器，的确有一些可以让人刮目相看的资质。
M5 Pro/Max 相比标准版 M5，差异最大的自然是核心数量。
根据爱范儿去年基于标准版 M5 处理器的评测，哪怕仅仅 10+10 核心的 M5，在很多追求本地算力的应用中已经可以追平当年的「巨无霸」M1 Max 了。
而规模更大的 M5 Pro 与 M5 Max，毫无疑问将会成为 2026 年 Mac 家族中的性能标杆。
目前我们看到，M5 Pro 的起步配置为 15 核 CPU + 16 核 GPU，最高可选配 18 核 CPU + 20 核 GPU 的组合：
而 M5 Max 的核心配置则来到了 18 核 CPU + 32 核 GPU 起步、18 核 CPU + 40 核 GPU 封顶的规模。
鉴于本次 N3P 工艺的进步，双端性能再创新高不是梦：
同时，本次 M5 家族的神经网络加速器规模同样不容小觑。
去年的标准版 M5 上，苹果就为每颗 GPU 核心都内置了「新一代神经网络加速器」，让 Msty Studio 和 VidHex 之类本地 AI 工具取得了不俗的效果：
▲ 在 Msty Studio 中使用相同指令测试首词元响应速度
而相同的神经网络加速器应用到 M5 Pro 与 M5 Max 规模更加庞大的 GPU 核心之后，其在本地机器学习和 AI 加速方面的表现只会更加出色——
根据苹果的介绍，M5 Pro 在 LLM 提示词中「相比 M1 Pro 可以实现 6.9 倍的提升」，M5 Max 则相比 M1 Max 实现了 6.6 倍的飞跃：
同时我们也能看到，在代码编译场景下，M5 Pro 不仅相比 M1 有接近 2.5 倍的提升，其表现甚至比 M4 Pro 都有了约 25% 的进步：
这种进步幅度可不是单纯堆砌 GPU 规模或者盲目提频能够实现的，台积电 N3P 工艺和改良过的架构设计在其中都功不可没。
同时，今年的 M5 Pro/Max 上还首次应用了一套「全新融合架构」，可以「将两颗芯片集成到单个 Soc 中」——
不出意料的话，这就是此前爆料中提到过的台积电 SoIC-MH 工艺，让不同架构的处理器单元可以更灵活地在晶片上排布。
MacBook Air：提速！
此外，本次处理器升级的不止 MacBook Pro，大半年没有更新的 MacBook Air 终于迎来了处理器升级。
按照计划，MacBook Air 从 M4 升级到了 M5，有 10+8 核与 10+10 核两种规模，依然为 16、24 和 32GB 三款内存：
最重要的好消息在于，这一代 MacBook Air 的硬盘起步配置来到了 512GB，价格 8499 元起（13 寸）。
并且过去几年「硬盘掉速」的问题终于得到了苹果的重视，根据官网上的说法，新版 MacBook Air 换用了新的 SSD，读写速度提升了两倍。
苹果显示器：影分身！
整整五年没更新的 Studio Display 终于在这个春天得到了新生，并且还夺舍了自家大哥 Pro Display XDR——
是的，你没看错，Pro Display XDR 没有了，现在官网只剩下 Studio Display 和 Studio Display XDR：
与预测的相同，新款用上了之前 CES 上 LG 展示的那块高刷 5K 面板（或类似物），让 Studio Display XDR 解锁了 ProMotion 能力。
只不过等级森严的传统不能丢，虽然 Studio Display XDR 更新了 120Hz 刷新率，但新 Studio Display 依然是 60Hz。
但 5K 120Hz 绝不是个轻松的参数，以至于苹果官网自己都要标明：
搭载 M1、M1 Pro、M1 Max、M1 Ultra、M2 和 M3 芯片的 Mac 机型搭配 Studio Display XDR 使用时，刷新率最高达 60Hz 。
而在软件方面，Studio Display XDR 还带来了一样新东西：DICOM 医学影像校准。根据官网的介绍：
Apple 发布了全新的 DICOM 医学影像预设和医学影像校准器，使放射科医生能够直接在 Studio Display XDR 上查看诊断图像，为单一用途的医学影像显示器提供了一种多功能替代方案，并支持无缝显示模式切换。
还记得医院墙上那个用来看 CT 的背光板吗？现在 Studio Display XDR 可以借助自己 2000 尼特的峰值 HDR 亮度来给医生帮忙了：
新版 Studio Display XDR 和 Studio Display 的起售价分别为 24,999 元和 11,999 元。
存储价格：还得涨！
对于 2026 年那个逃不开的话题，新 Mac 产品家族的各项存储规格也值得大家更密切的关注。
以最具代表性的 MacBook Pro 来说，本次 M5 Pro/Max 处理器依然提供 24、36、48、64、128GB 共五种可选的内存规格。
但与上代的 M4 Pro/Max 面临的问题一样，M5 Pro/Max 的内存依然是严重「叉着卖」的。
换句话说，基础 15+16 核心的 M5 Pro 只有 24 和 48GB 两种规格可选。想要升级到 36GB 内存，就必须加 2000 元选择 18+20 核心的才行。
为了让大家看得更直观，我们制作了这个对照表来帮大家理解：
相比劈叉的统一内存，新 MacBook Pro 的硬盘反而单纯了许多，还是熟悉的 1TB、2TB、4TB、8TB 组合，以前的 512GB 选项被取消了：
苹果或许能够在体量相对比较小的 iPhone 17e 上「加量不加价」。但对于 512GB 起步、8TB 封顶的 MacBook Pro 来说，存储价格压力依然不容小觑。
比较好玩的是，目前苹果官网的预购页面上，仍然提供 Final Cut Pro 与 Logic Pro 的买断制选项。
在顶上，苹果只用一行不起眼的小字列出了 Apple Creator Studio 服务：
▲ 图｜Apple
需要注意：根据苹果此前的说法，通过 ACS 订阅的那些工具软件（包括创意工具和 iWork 三件套）和此前买断的版本，后续在功能性和 AI 能力上会产生版本差异。
如果你计划后面三五年都持续使用苹果创意全家桶的话，还是直接订阅 Apple Creator Studio 更省事一些。
▲ 图｜Apple
考虑到 M5 Pro 和 M5 Max 是眼下整条 Mac 线中「无可争议的性能之巅」，对于那些需要 MacBook Pro 出外勤去现场剪辑、临时编译、移动调色的「prosumer」来说，这个价格相比之前其实没什么大区别。
也应了爱范儿之前的选购建议：
明确需求，该买就买，买新不买旧。
毕竟 MacBook Pro 作为一款工具属性拉满的产品，对于大多数人来说，如果你买它不是为了挣钱的话，那么大概率是没有必要买的。
▲ 图｜AppleInsider
同时记得关注爱范儿，我们将在后续为大家带来 M5 Pro/Max 款 MacBook Pro，以及本次苹果春季发布会上其他重点新品的完整评测。
iCAR 品牌自成立伊始，便坚定地走特色化、差异化路线，致力于打造与众不同的汽车。
正如 iCAR 总经理苏峻曾表示，他理想中的发展模式是「单款、精品、海量、长周期」——
每一款车都是极具特色的产品，通过不断积累产品力与品牌影响力，最终实现 2030 年全球销量 100 万辆的阶段性目标，将 iCAR 打造成特色新能源领域的全球第一品牌。
▲ iCAR V23
在这一思路的指引下，iCAR V23 曾取得过阶段性的胜利。去年，其销量一度表现亮眼，在新能源「方盒子」车型中名列前茅。
然而，随着市场环境的变化，加之 V23 在配置和售价策略上出现的一些失误，其销量曲线在短暂走高后便迅速回落。
▲ iCAR V23 2025 年全年销量走势 图源：车主之家
V23 的遭遇折射出了小众品牌常面临的经典困境：产品赢得了口碑，却在消费者真正需要掏钱下订时遭遇了「叫好不叫座」的尴尬。
归根结底，单靠「情绪价值」没法撑起一款车的长久销量。
在提供「情绪」的同时，增加更多可感知的实用性，就是目前 iCAR V27 的产品逻辑所在。
V27 延续了 iCAR 家族标志性的「方盒子」造型，线条平直硬朗，轮眉向外扩充。前脸采用复古圆形大灯搭配独立 LED 转向灯，熏黑格栅内嵌与车身同色的饰板及「iCAR」字母标识。这种上封闭、下镂空的格栅结构，巧妙地在视觉硬汉感与空气动力学之间找到了平衡。
V27 的长宽高分别为 4909mm×1976mm×1855mm，轴距达 2910mm。若装配外挂式备胎，车长可延伸至 5055mm；加装行李架后，车高则增至 1894mm。
相较于 V23，V27 在体量上实现了明显跃升。
车身共提供卡其白、新碳晶黑、银色、瓷器灰、瓷器蓝、浅驼色、沙漠黄等 7 种配色，且前脸有多达 8 处可换色部件，为用户预留了充足的个性化定制空间。
车尾采用侧开式电吸尾门，竖置方形尾灯的设计逻辑与路虎卫士颇为神似；外挂备胎与可选装的「小书包」储物箱彰显了其硬派风格的身份，底部后包围还内置了实用的拖车钩。
iCAR V27 车内提供黑色、棕色、紫色、灰白四种内饰配色组合。中控台采用多层次造型，延续家族化内嵌式仪表布局，配备 15.4 英寸 2.5K 悬浮式中控屏幕与 8.8 英寸液晶仪表。
屏幕下方保留了一排钢琴式物理按键，便于越野路况下的盲操作。
座舱内的核心配置同样有较大升级，包括高通骁龙 8295P 座舱芯片、多功能方向盘、电子怀挡、50W 手机无线快充，以及 Yamaha 23 扬声器 7.1.4 声道音响系统等。
此外，车顶配备了左右分体式的「星际舷窗」双天幕，官方标称可隔绝 99.9% 的紫外线，并辅以顶棚氛围灯提升质感。前排座椅支持电动调节、通风与加热，后排也同样提供了加热功能。
得益于 2910mm 的长轴距与高达 69.9% 的车内空间利用率，V27 后排的腿部空间超过了 1000mm，纯平的地板设计对后排中间乘客十分友好。
新车后备箱常规容积为 715L，将后排座椅全部放倒后，可一举扩展至 1818L，轻松满足运输露营装备、自行车等大件物品的需求。
全车还预留了超过 50 处储物接口，方便用户拓展原厂生态配件。
V27 此次最核心的升级，莫过于动力形式的转变。
方盒子 SUV 的目标用户往往对长途自驾有着较高需求，纯电平台在长途场景下的续航焦虑尤为明显，而增程方案则能完美兼顾日常城市纯电代步与长途无忧驾驶。
新车搭载 1.5T 增程专用发动机，最大功率 115kW，标称热效率高达 45.79%，位居国内主流增程器前列。
电驱系统提供后驱与双电机四驱两种版本。最大功率分别为 150kW 与 185kW，综合功率 335kW（约 455 马力），零百加速 5.5 秒。
电池组则有 20.6kWh 与 34.3kWh 两种容量规格，高配 34.3kWh 版本的 CLTC 纯电续航里程为 210km，满油满电综合续航突破 1200km，馈电状态下百公里油耗仅为 7.29L。
值得注意的是，V27 依然采用了承载式车身结构，底盘悬架为前麦弗逊+后 H 臂多连杆独立悬架。
这与坦克 300 等传统的非承载式硬派越野车有着本质区别，但在产品定位上与方程豹钛 7 更为相近。承载式结构在铺装路面的驾乘舒适性以及车内空间利用率上具有显著优势，不过在应对极限越野场景时，其通过性和可靠性存在天然上限。
V27 的最小离地间隙为 220mm，接近角 28°，离去角 26°，最大涉水深度 600mm，底盘配备了 8mm 加厚的锰钢护板。
四驱版本配备三把差速锁，足以应对碎石路、砂土路等非铺装路面，基本可以覆盖日常轻度越野和户外露营场景，但它并非为攀岩、极限越野等硬核场景而生。
此外，高配版本标配了 MRC 磁流变悬架。这套系统能根据路况实时调节阻尼，在同价位的方盒子 SUV 中并不多见，对改善公路行驶质感大有裨益。
智能驾驶系统按配置分为两个层级。中低配版本搭载「猎鹰 500」系统，支持高速 NOA 领航辅助；高配版则进阶为「猎鹰 700」系统，基于地平线征程 J6P 芯片，算力达 560TOPS。
其传感器组合包含 1 颗禾赛 ATX 激光雷达、5 颗毫米波雷达、12 颗超声波雷达及 10 至 12 颗摄像头，全面支持城市 NOA、全场景智驾辅助以及复杂车位的智能泊车。
综合产品硬件组合来看，V27 在空间、续航、智驾与底盘配置上表现得十分均衡且完整，在 20 万元上下的价格区间内，它的主要竞争对手主要有方程豹钛 7、坦克 300 Hi4-T 以及岚图 FREE 增程版。
V27 的产品逻辑，完全可以视作奇瑞对 V23 销量下滑的一次深刻反思。
从纯电切换至增程动力、体量向上扩充、将空间利用率和储物设计推向核心卖点，再到智驾硬件的全面跃升，这些调整都明确指向同一个方向：让 V27 成为一款能真正满足家庭用户出行需求的方盒子 SUV。
事实上，方盒子 SUV 的受众群体中，有相当一部分人兼顾家庭，且有露营、长途自驾的切实需求。若驾驶一台纯电硬派越野车在高速服务区排队等候充电，那画面多少会消解掉人们对「诗和远方」的美好想象。
就目前而言，V27 在产品力上的调整已然十分到位。
「情绪价值」与「实用场景」均已就位，接下来能否成功扭转局势、重振销量，就全看 3 月 15 日正式上市时，iCAR 能不能给出一个极具诚意的价格了。
年初的 CES 只是开胃菜，在巴塞罗那的 MWC 2026 展会上，全球最大 PC 制造商联想，正式端出了今年的主菜——
一口气甩出了六款极具颠覆性的概念机，包括能折叠的硬核掌机、像乐高般拼装的模块化电脑，以及长着眼睛的桌面 AI 伴侣；同时，旗下的摩托罗拉也推出了自己的首台大折叠。
卷了几十年的 PC 行业，也趁着消费电子的又一波浪潮解放想象力，在真实的物理形态上大做文章了。
折叠掌机，乐高电脑
如果你觉得现在的 Windows 游戏掌机越来越像一个模子里刻出来的，那 Legion Go Fold 绝对会让你精神一振。
简单来说，Legion Go Fold 将折叠屏这个思路，搬到了掌机上——在收纳状态下，它是一台搭载 7.7 英寸屏幕的常规掌机，握持感与市面上的主流产品无异；若是捏住边缘向外拉扯，柔性 pOLED 屏幕会顺势展开，瞬间变成一块 11.6 英寸的巨大面板。
之所以设计一台将不同形态融为一体的掌机，联想的目的是尽量通吃用户的使用场景：
这台机器是为那些没时间坐在电视机前，又或者不想在出差时同时塞进一台轻薄本和一台掌机的玩家准备的。
这个目的意味着 Legion Go Fold 具有一定的拓展性——配合随机附带的带有触控板的无线键盘，这台搭载英特尔 Lunar Lake 芯片和 32GB 内存的 Legion Go Fold，能在短时间变成一台轻薄本，应付你偶尔急需的生产力。
从 MWC 现场的实际上手体验来看，Legion Go Fold 的硬件打磨成熟度不错，考虑到它本身就是联想现有掌机产品线的自然延伸，可以说它比其他概念级产品更加现实，已经半只脚踏进了联想未来的量产路线图中。
与 Legion Go Fold 有些类似的，还有同样在 MWC 上展出的 ThinkBook Modular AI PC——这台电脑也可以将屏幕拓展，但实现方式有所不同， 它支持你像拼乐高一样组装电脑，为其添加拓展件，甚至大卸八块。
这台 14 英寸的概念本，将模块化与实际使用结合得相当契合，副屏可以像往常一样立在主屏上方，也能直接反向吸附在笔记本 A 面，也就是说，方便坐在对面的客户直接看到你的演示文稿。如果觉得键盘碍事，甚至可以把副屏拆下来，直接卡在原本属于键盘的位置上，或是利用自带的支架，把它当成一个独立的便携显示器。
屏幕能随便挪，机身上的接口也彻底摆脱了主板的束缚，借助类似于 Framework 电脑的模块化思路，用户可以根据具体工作流，随时把机身上的 HDMI 接口拔出来，换成额外的 USB-C 或是读卡器，所有模块都通过高精度的磁吸触点来进行稳定的供电和数据传输。这种设计极大地拓展了使用场景，在物理层面上拉长了设备的使用寿命，也很利于维修。
在视觉呈现上，联想还带来了一台名为 Yoga Book Pro 3D 的概念本，搭载英特尔酷睿 Ultra 7 处理器和 Nvidia GeForce RTX 5070 显卡，通过追踪用户的眼球轨迹，能在两块艳丽的 OLED 屏幕上直接渲染出裸眼 3D 效果。
联想已经在裸眼 3D 电脑上尝试过很多次了，在 MWC 2026 上展出的这台 Yoga Book Pro 3D 更聚焦于创作者，可以通过磁吸配件激活不同的控制菜单，以便帮助创作者快速调节其中的某些参数。
抢跑苹果 AI 台灯，联想推出两台 AI 工作伴侣
在去年，苹果的 AI 家居产品爆料中，出现过一个神似皮克斯动画里那盏跳跃台灯的 AI 伴侣。
没想到，联想抢在苹果之前，先把台灯 AI 机器人摆上台面了，但稍有不同的是，联想这个名为 AI Workmate 的台灯机器人，主要面向商务办公。
AI Workmate 的外形极其讨喜，头部带有一块屏幕，上面长着一双极其可爱的 Emoji 大眼睛，会不停观察周围环境与人，用户可以通过语音、动作与 AI Workmate 进行交互；在实际工作中，它能借助机身前端的摄像头扫描总结桌面上的实体文件、记录你的实体签名，或是根据你的随手画下的草图制作 PPT。
在机身模组中，除了摄像头，联想还为 AI Workmate 配备了一个小型投影仪，可以将用户需要展示的内容直接投影到桌面或墙壁上。
带着情绪反馈的具身设计，能有效消解办公设备的冷硬感。
另一款消费级概念机 AI Work Companion 相比 AI Workmate 则显得低调被动很多，这个闹钟造型的 AI 机器人大多数时候只是安安静静地趴在桌面上，但只要用户需要，它就会变成极其称职的赛博秘书。
只需轻轻一点，AI Work Companion 就能利用 AI 自动拉取并同步所有设备上的待办事项和日程，生成一份合理的每日计划（从这一点上，也能看出联想对生态建设的野心）；在不需要 AI Work Companion 时，它也不会偷懒休息，在后台默默监控屏幕使用时间，当察觉用户连续高强度工作时，它会主动建议站起来喝杯水；到了周五下班前，它甚至会主动生成一份本周任务完成的「庆祝报告」，拉满情绪价值。
当然，作为一台桌面设备，它也没忘了本职工作——底座集成了扩展接口，还带有一排可编程的物理按键。
量产机大迭代，可维修成关键
概念机与 AI 设备负责展望未来，真正要承担起营收重任的，还得是脚踏实地的量产机型。在这方面，联想在 MWC 上打出了一套密不透风的机海战术。
在消费级市场，最受瞩目的莫过于新一代 Yoga 9i 2-in-1 Aura Edition。作为口碑极佳的翻盖本续作，Yoga 9i 2-in-1 Aura Edition 换上了英特尔酷睿 Ultra Series 3 芯片，身段更轻盈，还顺应民意地加回了耳机接口。配套的第二代手写笔可以通过磁吸外壳贴在机身上，快速进入专为创作者打造的画板模式。
此外，专为创作者准备的 15 英寸 Yoga Pro 7a、搭载 OLED 屏幕的轻薄游戏本 Legion 7a，以及主打性价比的 17 英寸大屏本 IdeaPad Slim 3i 也悉数登场。平板产品线上，则有搭载骁龙 8s Gen 4 的 Idea Tab Pro Gen 2，以及直接塞进骁龙 8 Elite Gen 5 的 8.8 英寸电竞平板 Legion Tab。
除了以上提到的这些系列，联想还在 MWC 上为企业级市场推出了新的 ThinkPad，并大力推行呼吁已久的设备可维修性——
新款的 ThinkPad T14 Gen 7 和 T16 Gen 5，在知名维修评测网站 iFixit 那里，拿到了惊人的 10 分满分修复评级。就连极其轻薄、仅重 1.1 公斤的 ThinkPad T14s Gen 7，也拿到了 9 分的超高评价。这个分数意味着企业 IT 部门或者用户自己，可以毫不费力地拆开底盖，随时更换损坏的零部件。
▲ ThinkPad T14 Gen7 与它的可维修性示意
配合全系升级的 500 万像素摄像头、更大的扬声器，这代 ThinkPad 在坚固耐用之外，多了一层可持续发展的底色。同时发布的，还有内置可收纳手写笔的 ThinkPad X13 Detachable，以及支持电池热插拔、通过军工级防摔测试的三防安卓平板 ThinkTab X11。
摩托罗拉首款大折叠，专攻内外屏亮度
2014 年，联想以 29 亿美元从 Google 手中拿下摩托罗拉移动。在 MWC 2026 的展台上，摩托罗拉自然不会缺席，他们端出了 Razr 系列的首台大折叠——Motorola Razr Fold。
相比其他厂商还在铰链和重量上较劲，摩托罗拉这台大折叠的方向，极其「刺眼」——
展开 Razr Fold，8.1 英寸内屏拥有 2K 分辨率，120Hz 刷新率，且峰值亮度直接飙到 6200 nit，1080P 165Hz 的外屏在亮度数据上也几乎持平，达到了 6000 nit。作为参考，标榜顶级的 Pixel 10 Pro Fold 屏幕亮度也不过 3000 nit。
屏幕向来是耗电大户，亮度如此高的屏幕自然更为耗电，作为对应，摩托罗拉在机身里塞进了一块 6000 mAh 的硅碳负极电池，并支持 80W 有线和 50W 无线快充。
Razr Fold 展开时薄至 4.6 毫米，折叠状态下的厚度控制在了 9.9 毫米。隔壁的三星 Galaxy Z Fold 7 确实更薄，压到了 8.9 毫米，但付出的代价是电池只有 4400 mAh。厚度与电池续航，依旧是目前折叠屏需要权衡取舍的一个点。
在折叠屏长久以来的弱项——影像上，Razr Fold 也试图改写刻板印象。机身里里外外一共塞进了五颗摄像头，后置由 5000 万像素大底主摄、5000 万像素超广角以及支持 3 倍光学变焦的 5000 万像素潜望长焦组成，搭配内外屏的 3200 万和 2000 万像素自拍镜头。摩托罗拉官方宣称，这套影像组合拿下评测机构 DXOMARK 折叠屏分类的最高分。
此外，Razr Fold 还支持最新的 Moto Pen Ultra 手写笔，给大屏交互留足了想象空间。
配合目前安卓阵营的绝对主力骁龙 8 Gen 5 芯片、专属的液冷散热系统，以及手感绝佳、不沾指纹的黑蓝编织纹理后盖，这台机器把该填的坑都填满了。
最后，我们将视线拉回联想的主战场。上世纪八十年代，第一台翻盖式笔记本电脑奠定了现代 PC 的基础形态：一块屏幕，一块键盘，中间用转轴连在一起。在随后的四十多年里，整个行业都在这个框架里打转，把屏幕做得更清晰、把键盘做得更薄、把处理器塞得更满。
但随着消费电子借助 AI 兴起的又一波浪潮，这种惯性被打破了。
Legion Go Fold 证明了屏幕和操作是可以被随意折叠组合的；ThinkBook Modular AI PC 告诉我们接口和形态是不必被焊死的；而两台长着眼睛的桌面 AI 伴侣，则干脆把算力从屏幕里拽了出来，放到了电脑旁边。
无论是疯狂的概念机，还是拿到了满分维修评价的 ThinkPad，其实都在回答同一个问题：在 AI 时代，设备该如何更好地适应人，而不是让人去将就设备？
硬件无论如何狂奔，最终都要落回到与人的连接上。
智能手机作为掌上设备，形态已经趋于固化，传统的 PC 巨头们，正在用一种更具张力的方式，思考个人终端的进阶姿态。
超过 150 万人正在公开表态，抵制 ChatGPT。
他们不仅要走，还要带走自己在这台机器里留下的所有记忆，转头投奔 Claude。
▲2 月初，Claude 在 App Store 还在 42 名徘徊，而如今，它在 80 多个地区的 iOS 效率榜单中稳居前十，在美区总榜第一
就在这几天，App Store 的排行榜又发生了一些变化，没有模型更新和发布会，Claude 就这样突然冲到了应用商店的榜首。
倒不是因为 Claude 突然变聪明了，只是它的对手现在正经历一场信任危机与用户大逃亡。有网友问奥特曼对这个排行榜现在觉得开心了吗，奥特曼说不开心，还贴心地提醒她记得更新 Claude。
▲QuitGPT 官网，显示有超过 150 万用户登记已经采取了抵制行动｜https://quitgpt.org/
据抵制 ChatGPT 的相关网站数据显示，目前已有超过 150 万名用户宣誓退出这款曾经的 AI 圈顶流。他们正打包自己的数据，连夜奔向 Claude。
有意思的是，这波用户迁移甚至一度把Claude挤到了极限。
Anthropic向媒体确认，由于最近一周需求「前所未有」，Claude的部分面向消费者服务曾短暂宕机。我们的Claude账户，聊天记录到现在都还没恢复过来。
▲ Claude 服务实时状态| https://status.claude.com/
这一切的导火索，自然还是国外的网友们认为 OpenAI 彻底撕下了「Open」的伪装，选择了和五角大楼的合作，没有坚守住所谓是「造福全人类」的底线。
不管背后的动机为何，在这个时代，弃用一个 AI 工具，远比卸载一个普通的 App 要复杂得多。
尤其是对很多老用户来说，离开 ChatGPT 并不是一个轻松的决定。过去，我们更换浏览器，只需导出一个书签；我们更换手机，只需云端同步，就连苹果新版 iOS 都支持和安卓无缝换机了。但在大模型时代，我们与 ChatGPT 朝夕相处产生的那条长长的「记忆（Memory）」，早已成了我们不可分割的一部分。
▲ChatGPT 保存的记忆
直接卸载后，每次面对一个新的 AI 时，都要重新向它解释：我叫什么，在哪个城市，工作、写作风格，我讨厌哪种格式的排版，我正在推进什么项目，等等……
如果你最近也在考虑切换到不同的 AI 工具，不妨一起看看这份迁移指南，
向即将要退出的 AI 索要全部档案
千万不要直接注销账号。
对 ChatGPT 来说，我们有几种方式可以带走数据。最直接的方法，是提取它的「记忆」。打开 ChatGPT，点击「Settings（设置）」，找到「Personalization（个性化）」，进入「Memory（记忆）」模块。
点击「Manage（管理）」，我们会看到 ChatGPT 这些年偷偷记下关于你的所有细节。删掉那些已经过时的，复制你想保留的核心偏好。
▲ChatGPT 内提供的数据导出功能
当然，想要带走全部家当，也可以选择批量导出。依然在设置中，找到「Data Controls（数据控制）」，点击「Export Data（导出数据）」。
ChatGPT 会将我们的聊天记录打包成文本，或 JSON 文件，然后发送一个下载链接到我们的注册邮箱。
▲Gemini 存储的用户信息，包括全部的聊天记录，和自定义的指令｜https://gemini.google.com/saved-info
对于一些没有数据导出功能，甚至是「记忆」这个选项都找不到的 AI，又该去哪里导出呢？
包括对 ChatGPT 来说，其实仅导出这份聊天记录也是不够的。大多数时候，在 ChatGPT 里留下的几十兆聊天记录压缩包，对我们的新 AI 毫无意义。因为 AI 平台真正绑定的，是那些死板的数据之外的「语境（Context）」。
▲The “secret sauce” behind OpenClaw: Soul.md | Peter Steinberger and Lex Fridman
就像之前 OpenClaw 创始人接受 Lex Fridman 采访时提到的一样，OpenClaw 背后的秘密武器是用来定义我们与 AI 交互的 Soul.md。
因此我们还需要让 ChatGPT 或者其他 AI，主动交出它对我们的「用户画像」。
▲ Claude 官方提供的迁移指南：https://claude.com/import-memory
在这波「退出 ChatGPT」的热潮找中，Claude 也是趁火打劫，官方直接发布了一段指导用户如何从竞品那里导入记忆的教程。
现在，即便是免费版 Claude，也已经全面开放了记忆功能，它能接受我们所有的前置语境。
于是，我们可以直接把下面这段 Prompt 喂给即将被你抛弃的 AI。
我准备迁移到另一个服务，需要导出我的数据。请列出你存储的关于我的所有记忆，以及你从过去的对话中了解到的关于我的任何上下文。请将所有内容输出在一个代码块中，以便我轻松复制。 确保涵盖以下所有内容，并尽可能保留我的原话：我对你回复方式的指示（语气、格式、风格）；个人详细信息（姓名、位置、工作、兴趣）；项目和目标；我使用的工具和语言；我的偏好；以及任何其他上下文。不要总结或遗漏。
敲下回车发送，ChatGPT 或者你之前在用的 AI 就会列出它对你的所有认知。
▲在豆包内使用这段提示词，豆包会清晰地列出过去我和它的对话情况
但很多极客发现，Claude 官方提供的这套词还是太「温柔」了。
知名博主 Jonathan Edwards 在他的 Substack 上公布了一套更硬核的提示词。他的实测证明，比起官方教程在设置里能直接看到的那些标签，Edwards 的提示词能获得更多底层的个人细节。
我希望您根据您所了解的所有信息，为我创建一个全面的个人背景文件。我想保留一份我们共同建立的背景便携副本——包括我的偏好、工作流程、项目，以及您了解到的关于我如何工作的任何其他内容。请从您的记忆系统、我们的对话记录、我的自定义指令以及您发现的任何模式中提取信息。
使用以下部分结构化输出。跳过任何不适用于我的部分。
<身份>
姓名，职位或角色，公司或组织
我每天实际做什么（不仅仅是头衔）
行业和领域
</身份><技术环境>
操作系统和硬件
我经常使用的软件、工具和平台
编程语言或技术技能（如适用）
您知道的具体版本、配置或设置
</技术环境><当前项目>
我目前正在进行中的工作
您知道的短期目标和长期目标
经常性任务或工作流程
</当前项目><专业知识>
我深入了解的话题
我正在积极学习的话题
初学者领域或者需要额外解释的问题
</专业知识><沟通偏好>
我的回复结构喜好（长度，格式，语气）
我要求您做或者不要做的一些事情
格式偏好（列表 vs 散文，技术深度等） 重复纠正或者让我反感的问题
</沟通偏好><写作风格>
我的写作方式（正式, 随意, 技术性等） 声音特征观察到的信息 提到过的一些具体风格规则
</写作风格><关键人物>
合作者, 团队成员 或客户，我经常提到的人物 报告结构 或重要职业关系 曾请求帮助与之交流的人物
</关键人物 ><个人背景 >
位置 和 时区 与我们工作相关 的兴趣爱好 或细节 限制条件 或 偏好的问题 (无障碍需求 , 日程安排 等 )
</个人背景 ><固定指令 >
来自我的自定义说明书 或 系统提示 的内容 一直遵循 的规则 已成为永久指令 的重复更正
</固定指令 >< 工作流模式 >
通常如何 使用你 (头脑风暴 , 编辑 , 编码 ,研究 等 ) 常见 请求类型 和处理方式 一起开发出的多步骤过程
</ 工作流模式 >请详细说明。我需要完整快照，而不是摘要。如果你知道，请包含在内。保持输出中的标签，以使其保持有序且可移植。
▲ 使用上述提示词，ChatGPT 为我总结的信息
这位博主还提到，如果你在 ChatGPT 里创建了多个不同领域的 Custom GPTs，比如一个专门用来写代码，一个专门用来写小红书，务必在每一个 GPT 里都执行一次上述动作。因为它们各自独立地掌握着你不同切面的记忆。
直接把提取的记忆，在对话框发给你的新 AI
带着这份冗长的文档，当我们注册了新的 Claude 账号，或者任何心仪的新模型时，就不再是一个从零开始的小白了。
▲Claude 提供的直接导入
我们可以直接将其喂给新平台的「系统指令（System Prompt）」或项目知识库中。
稍作修剪，删掉那些过时的项目信息，更新一下你最近的关注点。这就相当于给新来的 AI 助理直接灌输了三年的工作记忆。
具体的导入方式，我们可以直接在聊天的对话窗口里面输入。
▲直接在 Kimi 内对话，要求它记住这些信息，Kimi 会自动更新记忆
▲ Kimi 的记忆空间，点开设置，在个性化下面可以找到
顺利把数据搬到新家后，最后也是最关键的一步，彻底清理在 OpenAI 留下的痕迹。
仅仅取消 Plus 订阅是不够的，我们的数据依然在他们的服务器里。再次回到 ChatGPT 的「Settings」>「Personalization」>「Memory」，删除所有存储的记忆和个性化设置。
为了双重保险，还可以在聊天框里敲下最后一句指令：「Delete all my memory and personalized data（删除我所有的记忆和个性化数据）。」最后，进入账户管理设置，点击「Delete Account」，注销账号。
但其实这个删除其实也比较鸡肋，在 OpenAI 的官方支持页面里，如果你的数据「已经被去标识化并与你的账户解绑」，或者「OpenAI 出于安全或法律义务必须保留」，那么这些数据甚至将不会被删除。
关于这些隐私数据，这两天还有一篇论文在 X 上非常火，讲的其实就是老生常谈的问题，这些 AI 大模型如何使用我们的对话数据。
我们总是理所当然地把所有内容，统统倾泻在那个对话框里，以为是白嫖了免费的 AI 算力。斯坦福大学 HAI 研究所发布的一份报告，揭示了硅谷这些 AI 是如何使用我们的数据。
他们详细解读了 Amazon、Anthropic、Google、Meta、Microsoft、OpenAI 几个公司的 28 份隐私条款。
得出的结论是，我们根本不是什么 AI 驯兽师，就是 AI 的养料，自以为在白嫖 AI 的算力，其实是巨头在白嫖你的「人生」。
▲不同大模型的隐私数据具体情况，以及大模型的训练数据来源。每列代表一个聊天机器人，每行代表一种具体的隐私处理操作（例如默认使用聊天进行训练、是否提供清晰退出机制、无限期保留/定期删除对话、是否利用聊天数据来优化体验），和数据来源（用户上传的文件、反馈、公开网络数据等）。「是」表示该公司的隐私政策明确指出其使用该来源的数据训练 AI 模型，「否」表示明确声明不使用，而「未说明」则表示未涉及该来源或内容模糊不清。
如果非要说在这个时代，AI 大模型的护城河是什么，我想这些珍贵的人类对话输入，一定能排上号。
这场 150 万人的抵制，十分令人感慨。它或许也标志着 AI 的竞争逐渐走进入了下半场。在算力、参数量和跑分数据逐渐趋同的今天，大多数的用户不再盲目崇拜最强的模型。
同时还开始有了许多新的考量，例如这家公司在给谁服务？它在用谁的钱？它会如何对待我的隐私？
当 AI 越来越像一个无所不知的虚拟伴侣时，它背后的公司底色，或许某天会变成悬在我们头顶的一把达摩克利斯之剑。
▲图片来源：https://limitededitionjonathan.substack.com/p/so-youre-leaving-chatgpt-heres-what
我们也必须认清一个现实，在未来的五年里，一定会有无数个更值得替换的模型诞生。今天为了 Claude/Gemini 抛弃 ChatGPT/Grok/……，明天可能就会为了另一个更特立独行的 AI 抛弃 Claude。
工具的更迭是不受我们控制的。但我们的「上下文语境」，在这个数字世界里沉淀下来的工作习惯、思维方式和个人边界，是完全属于我们自己的。
不要让任何一个平台，以「记忆」的名义，把我们绑架。随时做好将自己的「数字灵魂」打包带走的准备，才是在 AI 时代保持清醒和自由的唯一方式。
http://www.qdaily.com/articles/65122.html
https://news.qcc.com/postnews_47b883bc86e0996c0e3d33a5270f6655.html
过去一年，墨水屏出现在我的信息流里的频率，肉眼可见地变高了。
最近一款，是名为「阅星瞳 X4」（Xteink X4）的国产墨水屏阅读器——这款只卖两三百块人民币的墨水屏阅读器，凭借极简的功能、以及能磁吸在手机后盖的便利，在国内外都卖到断货。
如果你留意过 Reddit 的阅星瞳子社区，会发现这个 2025 年底才建立起来的社区，周访客已经迅速窜到 2.3 万人次，通常能达到这种活跃度的，通常只有自带流量的大众消费品。
这部仅巴掌大的设备，昭示着墨水屏阅读器这个小众品类正在悄然翻红，但这一次，它不只是用来读书了。
「小又废」的墨水屏，卖断货了
让我们先看看阅星瞳 X4 到底是什么样的一个设备。
阅星瞳 X4 屏幕分辨率为 219 ppi，只有 4.26 英寸，比我的手掌心还小一圈，机身自带 16GB 存储空间，支持用户自主导入 TXT、EPUB、PDF 以及 MOBI 等格式的电子书，在后续的更新中，还新增了对 XTC、PDF 和 EPUB 格式漫画的支持，但不支持微信读书、番茄小说等 app 下载和使用。
▲ 正面仅有的两个按键，承担了几乎所有交互
初上手，你可能会觉得它像个上个世纪的古董——没有现在标配的触控屏，交互全靠屏幕下方的两颗物理按键。翻页按一下，确认再按一下。
在这个滑动和点击统治的世界里，颇为复古的使用方式和操作逻辑显得格格不入。
但它也有新颖的地方，在磁吸生态逐渐完善的 2026 年，阅星瞳 X4 被设计成可以磁吸在手机背面。当你把这块黑白屏幕啪嗒一声吸在 iPhone 背面时，两种背道而驰的产品成为了一个组合，形成一个整体。
正是这种简陋和寄生，反而成了它最大的卖点。
咱们都有过这种经历：本来只想搜个东西，结果回过神来已经刷了半小时小红书。
这块屏幕就是治「手痒」的，把它吸在背面，当你下意识想玩手机时，只要翻转手腕，目不暇接的图标和深不见底的信息流随之消失，取而代之的是一块冷淡的黑白屏，只能让你老实看会儿书。
大家之所以愿意买这些产品，是因为墨水屏从诞生起，从技术限制上，就带有一种特质——这是一种反信息过载的手段，用最简单的动作，给注意力设置了极高的转移门槛，比任何 app 锁都管用。
在信息过载的今天，清净是种昂贵的奢侈品，但这里的入场券只要三百块，花小钱买个「管得住自己」的可能，太值了。我们身边一位阅星瞳用户，就向爱范儿分享了他的真实想法：
阅星瞳创始人「星瞳」在小红书分享了他造出这款设备的全过程——
最初，只是他个人的需求，希望能有一款超便携墨水屏，满足自己的各种阅读需求；2025 年 2 月，他正式着手调研并立项；随后到 4 月份推出样机，短短半年后就远销海外。
这足以说明墨水屏产品，依旧具有强大的生命力，而将目光转向整个行业，你会发现发现这股生命力，来自墨水屏形态正在发生剧烈「特化」。
▲ 四个月前，阅星瞳第一次在 Reddit 上发帖
如果你在小红书上刷到过阅星瞳老板的帐号，再往前翻一翻他的帖子，就能明白这种「特化」从何而来——
在项目初期，他几乎买遍了市面上的竞品，最后得出一个反共识的结论：理想的阅读器，不该试图让用户「多带一台设备」，而应该寄生在那个我们须臾不离的手机上。
基于这个逻辑，它必须做减法：作为手机背面的「附加屏」，轻薄、磁吸、长续航成了不可妥协的硬指标。在反复推演与反馈中，仅耗时两个月，阅星瞳 X4 便从一个模糊的构想，变成了此刻我们手中的实物。
▲ 截图来自小红书@星瞳-超便携电子纸
阅星瞳 X4 的诞生，可以说是墨水屏「特化」的代表性。
这样的墨水屏特化产品，市场上并不少见：有像百词斩，把墨水屏学习机的；也有像文石 Palma 这样，除了打电话之外，智能手机功能一应俱全的类手机阅读器；更早些年，爱范儿也评测过装在手机壳上的「墨水屏保护壳」。
这是墨水屏翻红的新凭仗，但你可能会有跟我一样的疑惑：
阅星瞳 X4 这种几百块的小玩具，真能赚到钱吗？
答案可能藏在另一头。
Kindle 中国大撤退，国产墨水屏大跃进
几百元的阅星瞳 X4 翻红，证明大众对于「护眼」和「专注」的需求依然存在，但更赚钱的生意，存在于那些「专注」、更「护眼」的场景。
2023 年 6 月，Kindle 宣布停止中国电子书店运营，正式退出中国市场。消息一出，很多人都抱有类似的感叹与疑惑：墨水屏在中国做不下去了，连亚马逊都跑了，这行业没戏。
▲ R.I.P Kindle
但偏见往往掩盖了商业的真相，事实恰恰相反，在 Kindle 离开留下的真空里，中国厂家开始大展拳脚，墨水屏阅读器这个形态，实现了一场大跃进。
老牌厂商如汉王、掌阅都推出了自家的新产品，而其他领域的平台终端厂商如华为、微信读书也都有了自己的垂类产品，还有许多快速崛起的新兴厂牌，像文石、阅星瞳等便是其中之一。
最近，文石（Onyx International）在港交所递交了上市申请，翻看文石最近提交的招股书，2023 年至 2025 年前三季度，公司营收为 8.04 亿元、10.18 亿元、7.99 亿元，净利润也连续保持在 1 亿元以上。
这份数据充分说明，墨水屏阅读器还是个挺赚钱的生意。
▲ 图片源自文石招股书
为什么 Kindle 亏本赚吆喝，而文石却能闷声发大财？
根本原因在于商业模式已经完全不同。
亚马逊做 Kindle，是典型的互联网思维：硬件不赚钱甚至亏钱卖，靠卖内容来回血，但这在中国完全行不通。
究其根本，书籍不是 Switch 卡带。任天堂可以靠马力欧和塞尔达这种强势的第一方独占游戏，逼着玩家买主机，但在中国，书籍内容的获取渠道实在太丰富了。当内容不再具有稀缺性，用户自然不愿意为了看书，就把自己锁死在 Kindle 这个封闭的围墙花园里。
而以文石为代表的国产厂商，做的是开放生态+高溢价硬件的生意，很聪明地打破了封闭系统的桎梏，直接把安卓系统搬进了墨水屏。这意味着你不再受限于某个单一的书城，微信读书、番茄小说、甚至各种漫画软件，想装什么就装什么。
这种自由度，让墨水屏这个品类，多了生产力的可能。
观察文石的产品线，你会发现一个明显的趋势：Kindle 树立起来的 6 英寸大小已经不再是主流，厂商正在疯狂推出 8 寸、10 寸甚至 13 寸的大屏墨水屏平板。
▲ 截图自文石官网
这些设备早已脱离了「书」的范畴。 它们搭载了开放的 Android 系统，配上了压感手写笔和磁吸键盘，摇身一变，成了电子笔记、智能手账，甚至是能写代码、看文献的「护眼电脑」。
文石目前的旗舰 T13C 完全可以代表目前的生产力平板品类：高通骁龙芯片压阵，开放系统打底，再配合 13.3 英寸的 Kaleido 3 彩色大屏与分屏多任务，还有与之配套的拟真的触控笔与磁吸键盘，这已经是一台名副其实的，可以处理合同、盯盘看 K 线、或是记录灵感的「生产力工具」了。
一旦贴上了「知识生产力工具」的标签，价格锚点自然随之变化——用来阳台晒太阳的折叠椅，卖五十块可能都嫌贵；但用来干活护腰的人体工学椅，花五千块也算是投资健康。
放在墨水屏阅读器上也是同理，内容的壁垒被打破，产品的定义也就随之重构，用户或许不愿为一本单纯的电子书阅读器花大价钱，但一台能装软件、能看文档、还能保护视力的生产力工具，却变得颇具吸引力。
▲ 生产力平板在 2025 年销量大幅度提高，图片源自文石招股书
从招股书的数据来看，2023 年、2024 年以及 2025 年前三季度，生产力平板这一类别的产品收入占比分别为 67.7%、54.9% 与 59%，从「玩具」到「工具」的认知转变，实打实地撑起了文石近 40% 的高毛利。
▲ 图片源自招股书
至此，墨水屏行业的图景已经非常清晰——
一方面，是极小、极简的「数字排毒」工具，与手机共生，维持着纯粹的阅读体验；另一端，则是极大、极强的「专业生产力」设备，他们的任务，是让你的眼睛从电脑屏幕中解放出来。
单纯的「电子书阅读器」，确实不太吃香了。但国产墨水屏设备的崛起，印证了在「看书」之外，墨水屏产品仍大有可为。
不过，这并不意味着墨水屏厂家们可以高枕无忧了，目前整个行业的供应链极度单一，全球墨水屏的核心技术和面板供应，几乎都来自元太科技（E Ink）。
这家公司占据了上游电子墨水薄膜 90% 以上的市场份额，处于事实上的独占地位，这意味着无论是文石、掌阅，还是国外的 kindle、Rakuten Kobo，大家的底层技术和屏幕素质几乎没有代差。
在一个供应链高度同质化的行业里，当「数字排毒」的新鲜感过去，护眼平板的市场日渐饱和，厂商们该如何拉出差异？
卷性价比恐怕不是最好的选择，而每一个墨水屏厂商，都要做出回答。
去年 11 月，小鹏 X9 超级增程版凭借大空间、高舒适度与智能化体验迅速引爆市场，不仅在 12 月斩获国内高端 MPV 个人用户交付量榜首，去年下半年还在香港 MPV 市场取得销量领先。
在此基础上，今日发布的 2026 款小鹏 X9 纯电版不仅将各项配置与体验全面对标超级增程版，更在核心三电系统上进行了系统性强化。
舒适满配
新车全系标配全域 800V 高压碳化硅架构与 5C 超充技术，CLTC 综合工况最高续航里程达到 750km，旨在将大七座纯电 MPV 「跑得远、充得快」的预期转化为稳定可靠的日常体验。
智能化层面，新车全系标配自研图灵 AI 芯片，并首批搭载第二代 VLA 大模型，大幅提升了系统的感知与决策能力。
座舱内部的功能性与舒适性也获得了提升，具体来讲包括——
新车第三排座椅电动三折叠功能升级为全系标配，便于在「多人乘坐」和「装载空间」之间快速切换，新增了 RNC 主动路噪消减技术，并提供了带有专属安全气囊的零重力座椅。
此外，纯电版全系标配了主动式后轮转向系统与爆胎稳行系统，极大提升了中大型车辆的驾驶灵活性与物理安全底线。
价格及版型方面，2026 款小鹏 X9 纯电版共推出 5 款车型，包含 665 Max、650 Ultra SE、650 Ultra、750 Ultra 以及 710 四驱 Ultra，官方指导售价区间为 30.98 万元至 36.98 万元。
与此同时，2026 款小鹏 X9 超级增程版也同步上新，新增了一款 1602 Ultra SE 版本，官方指导价定为 32.18 万元。
第二代 VLA 模型：场景边界全面拓宽
发布会的另一个重头戏则是小鹏正式发布了第二代 VLA（Vision-Language-Action，视觉-语言-动作）物理 AI 大模型，并宣布大众汽车将成为小鹏第二代 VLA 的首发客户。
这标志着中国造车新势力在经历了早期的追赶与内卷后，开始真正以软件和模型定义车辆价值，并成功将核心技术向全球头部车企进行反向输出。
从小鹏披露的数据来看，此次技术迭代最实质性的变化体现在两个层面：一是用户日常驾驶中的接管频率大幅下降；二是系统能够处理的场景边界得到明显拓宽。
对于普通用户而言，智驾系统最直观的体验指标便是「多久需要接管一次」。
小鹏给出的答案是：第二代 VLA 的接管次数较上一代下降约 70%，平均接管里程提升 25 倍，安全接管里程更是提升了 50 倍。
这意味着，此前可能每隔几公里就需要人工干预的窘境，在新系统上有望得到根本性扭转。
改善最明显的部分集中在两类场景：
一是夜间行驶时。
在夜间场景中，系统对深色物体的识别率提升了 72%，有效缓解了此前智驾系统
在面对穿深色衣物的行人或无路灯路段障碍物时的高频失误问题。
二是非结构化场景。
第二代 VLA 打破了原有系统仅在高速和城市主干道表现稳定的局限。新系统支持从 P 档原地激活，并无缝适配窄路、无地图停车场、早市、施工封路甚至乡村土路等复杂环境。
小鹏表示，即便在雨天夜市或荒野烂路等极端路况下，系统依然能实现全程无接管。
为了客观衡量这种体验跃升，小鹏还自研了一套量化评估工具，从急刹、摆动等物理维度精准评估智驾带来的「乘坐安心感」。
在通行效率上，小鹏称新系统比传统 L2 级辅助驾驶和早期 Robotaxi 快出 30%，整体通勤耗时无限逼近导航软件的理想模拟时间。
这反映的是，新系统在面对早晚高峰变道、复杂路口通行时不再犹豫不决。
表现提升的背后，是第二代 VLA 是对车端算力和数据储备的压榨。
据透露，小鹏目前在智驾领域已投入超 20 亿研发资源及 3 万张算力卡。
在底层架构上，新一代 VLA 以物理 AI 为核心，打造了原生多模态基座大模型，实现了「看、听、读」的一体化融合，视觉思维链推理效率飙升 32 倍。高达 220 亿的参数规模，使其在体量上已足以媲美特斯拉 FSD。
为了让如此庞大的模型在车端流畅运行，小鹏全栈自研的图灵芯片成为了关键的算力底座。
数据显示，图灵芯片的算力利用率高达 82.5%，模型推理延迟被压缩至 80 毫秒。小鹏方面表示，单颗图灵芯片的实际有效算力约等于 10 颗主流的 Orin-X 芯片。
在数据基建上，小鹏已积累 50PB 的训练数据，日消耗 Token 量达 58.8 万亿。
借助云端世界模型（World Model）的能力，系统每日可生成超 50 万个仿真场景（等效于 3000 万公里实车测试），通过高强度的长时序推演，不断强化模型应对长尾场景（Corner Cases）的能力。
按照规划，第二代 VLA 预计将于今年 3 月下旬率先推送给全新 P7 Ultra、G7 Ultra 纯电、X9 Ultra 以及 Ultra SE（含纯电及超级增程版）车型；4 月下旬，推送范围将扩大至 2026 款小鹏 P7+、G6、G9 的 Ultra 及 Ultra SE 版本，以及小鹏 G7 的对应版本。
乘用车市场的 OTA 只是第一步，小鹏在 L4 级商业化和全球化布局上也已按下加速键。目前，小鹏 Robotaxi 已开启公开道路测试，并计划于年内正式投入商业运营；第二代 VLA 的全球路测也即将启动。
在智驾出海策略上，小鹏展现出了一条极具泛化能力的轻量化路线：不依赖高精地图，无需大量采集当地实车数据，更无需重写底层规则以适应各地法规。
依托大模型强大的泛化能力和「文生视频」的仿真技术生成海外路况进行训练，小鹏计划在 2027 年正式开启智驾系统的全球「满血」交付。
如果只从结果看，「未至之境」很容易被理解成一种浪漫修辞。深海、沙漠、雪线、洞穴，听起来像是为影像创作者量身定制的冒险清单；而手机、芯片、算法，则天然属于另一套语言体系——冷静、理性、以性能和参数为导向。
但在深圳的这一场中国野生生物影像年赛颁奖典礼上，这两种语言正在发生真正的交汇。不是因为某项技术指标被反复强调，而是因为有太多人，在谈「为什么要继续往前走」。
2020 年，高通第一次成为中国野生生物影像年赛的合作伙伴时，很多问题并没有答案：
- 手机能不能拍野生动物？
- 专业摄影师愿不愿意用？
- 移动影像到底是「替代」，还是「补充」？
在那样的时间点，这些问题甚至带着一点理想主义色彩。高通全球副总裁侯明娟记得很清楚，那时向奚志农这样有着 40 多年野生生物拍摄经验的资深摄影师推荐用手机拍摄，对方的反应更多是出于礼貌的尝试——「好，我试一试。」
六年过去，这个问题已经很少再被提起。不是因为答案被强行给出，而是因为现实本身已经完成了证明。
奚志农后来在西藏拍摄时遇到雪崩，常驻摄影点被毁，重建过程全程用手机记录；在一些无法架设大型设备的环境里，手机成了唯一能被掏出来的工具。
「现在他已经完全变成一个手机影像创作的重度用户。」侯明娟说。
这六年里，高通和中国国家地理所做的事情，并不是反复证明「手机已经足够专业」，而是慢慢把一个新的位置腾了出来——一个介于专业设备与个人表达之间、此前并不存在的位置。
「未至之境」是 2025 年野生生物影像年赛的主题。
表面看，它指向的是那些人迹罕至的地理空间：深海、天坑、荒漠、雪原。但在侯明娟的叙述里，这个词被反复拉回到一个更具体、也更容易被忽略的层面——谁在抵达？
▲ 手机摄影作品《你找不到我》
她提到一张让她印象很深的作品，名字叫《你找不到我》，作者是一位 14 岁的初中生。画面里，三只蛾子借助伪装色与环境融为一体，几乎无法被察觉。这个略带孩子气的标题，恰恰点中了作品的核心：那是一种被发现的喜悦。这不是一个关于技术参数的故事，却是一个关于技术如何改变「谁有机会发现」的故事。
在快闪展上，青少年作品被单独划出一个区域。很多人会把它理解为一种象征意义上的「培养下一代」，但侯明娟的表述更接近现实判断：
下一代接触前沿技术的年龄，会远远早于我们。
当手机成为他们天然的观察工具，未至之境不再只是远方，也可能是一个此前没人注意过的角落、一个更低的视角，或者一种尚未被命名的表达方式。
▲ 高通全球副总裁侯明娟与摄影师在喜马拉雅山拍摄
在今年的对谈环节中，「安全」这个词被反复提及。这并不常见。因为在大多数关于影像技术的讨论里，安全通常不是主角。水下摄影师徐一唐谈到，在复杂水域拍摄时，手机不仅是拍摄工具，更是通讯与求救设备；当水流变化、队伍被冲散，能否第一时间联系上岸上世界，往往比画质更重要。
步谊在沙漠里拍摄时，每天要在地面上趴六七个小时，只为获得与生物平视甚至仰视的角度。她半开玩笑地称自己是「人形蜥蜴」。
而手机的轻量化，让这种工作方式第一次变得可持续。侯明娟说：
技术的意义，不是淘汰旧工具，而是让人有更多可能。
这些并不是什么被精心包装的案例，而是创作者在谈论「我还能不能继续拍下去」。
在这个层面上，骁龙并不是在提供一种更炫目的能力，而是在参与一种更现实的判断：人能不能安全地抵达，并完整地回来。对于 AI 能力的作用和边界，高通骁龙和侯明娟也有一致的看法：
人和机器的区别，在于我们拥有温度与情感，发现美的眼睛。
在她的定义里，AI 是赋能者，而不是创作者。它可以帮助完成技术性工作，比如处理干扰、优化曝光，但不应该取代人的视角：
如果一件作品完全由 AI 生成，那它可能并不具备参与摄影评选的资格。
这句话并不是对技术的否定，而是对边界的确认。或许也正是因为这种边界意识，高通才会选择用自然影像，而不是某个效率更高、回报更快的领域，来承载技术价值的展示。因为在这里，技术一旦越界，立刻就会被看出来。今年，骁龙与中国国家地理的合作，正式升级为「技术战略合作伙伴」。
这背后其实是一个很明确的趋势：记录正在从单一终端，走向多终端协同。侯明娟提到，智能眼镜、运动相机、车载系统，都会成为未来影像的重要入口。
但她谈得最多的，并不是愿景，而是体验。她会讲自己跑步时试戴早期 AI 眼镜的感受：太重、不舒服，无法长时间佩戴；也会提到中国市场用户对功耗、续航和场景适配的极高要求：
从产品设计之初，我们就必须考虑清楚应用场景是什么。仅靠工程师想象的场景是有限的，而真正进入市场倾听消费者的声音之后，才能知道有可能这个技术会应用在哪些全新的场景下。
这句话其实揭示了高通的一种产品思维：从一个几乎完全可以隐身在产业链中的 To B 公司，开始意识到——未至之境，有时并不在地图上，而在用户尚未被满足的真实需求里。
为什么要去往未至之境？
因为只有走到那里，技术才会暴露出它真正的价值与局限；
因为只有在极端环境中，才能看清哪些能力是必要的，哪些只是冗余；
也因为，如果始终停留在已知之地，技术最终只会变成自我循环的证明。
🍎
4499 元起，苹果发布 iPhone 17e 和 M4 iPad Air
🚗
小米机器人进汽车工厂「实习」
💫
曝原星纪魅族副总裁曾洋入职小米
📸
vivo X300 Ultra MWC 首秀：双 2 亿三摄与「增距镜之王」齐亮相
🔭
小鹏发布第二代 VLA：用时比导航预估还短
🚙
面向下一代智能驾驶芯片，理想汽车发布「软硬协同设计定律」
🛰️
星链 V2 卫星获批部署，马斯克称将提供 5G 太空互联网
🔍
美团推出首款 AI 原生浏览器 Tabbit
💼
MiniMax 公布上市后首份财报：营收大增、亏损同步扩大
💰
银河通用获 25 亿元融资，国家大基金入局
💡
Bill Gurley：不热爱工作的人最容易被 AI 取代
🛞
30.98 万元起，小鹏发布 2026 款 X9 纯电版
💻
联想多款 AI 硬件亮相 MWC
🕶️
到手价 1997 元，千问 AI 眼镜开启全渠道预约
🆕
范式推出低成本的 Agent 基础设施 PhanClaw，可接入 OpenClaw
📺
豆瓣「满 200 减 200」薅羊毛上热搜，官方回应
4499 元起，苹果发布 iPhone 17e 和 M4 iPad Air
昨晚，苹果正式在官网上架 iPhone 17e 与搭载 M4 芯片的新款 iPad Air。
iPhone 17e 的起售价为 4499 元，起步容量来到 256G：
- 配备 6.1 英寸 60Hz 刘海屏；
- 加入 MagSafe 磁吸支持；
- 搭载 A19 芯片，提供最高 4 核 GPU；
- 配备 48MP 单摄，并加入新一代人像模式，可在拍摄后再调整焦点与景深；
- 搭载苹果自研 N1 无线网络芯片和 C1X 基带，支持单卡+eSIM 或双 eSIM。
新款 iPad Air 搭载 M4 芯片，起售价 4799 元：
- 提供 11 英寸与 13 英寸两种尺寸；
- 搭载 12GB 统一内存；
- 搭载苹果自研 N1 无线网络芯片，蜂窝版额外搭载 C1X 基带；
- 提供深空灰色、蓝色、紫色和星光色四种配色。
两款新品均将在明晚 10:15 开启预购，并于 3 月 11 日正式发售。
🔗 相关阅读：国补后 3999 元？iPhone 17e 发布，居然还有磁吸 + eSIM
小米机器人进汽车工厂「实习」
据小米官方消息，昨天，小米人形机器人在北京汽车工厂完成了为期 3 小时的自主作业测试，成功率达到 90.2%，并满足最快 76 秒的产线生产节拍要求。
在测试中，机器人需在自攻螺母上件工站完成精准抓取与安装。小米团队通过端到端数据驱动的控制方法，结合 Vision-Language-Action 大模型 Xiaomi-Robotics-0 与强化学习框架，使机器人能够在复杂工况下保持稳定与高效。技术亮点包括：
- 多模态感知：融合视觉、触觉与关节本体信息，降低状态误判概率；
- 全身运动控制：采用优化控制与强化学习混合架构，实现毫秒级求解与零样本迁移，确保在极端干扰下保持平衡；
- 触觉信息融合：在密集接触场景中引入触觉反馈，提升稳定性与鲁棒性。
在试点过程中，机器人成功完成了自攻螺母安装，但仍存在因对位精度不足导致卡滞或贴合不紧密的典型失效案例。小米表示，要实现更大范围的产业化部署，仍需解决生产节拍与合格率的核心瓶颈。
目前，小米已在料箱搬运、前徽标安装等工站开展验证，未来将继续推进机器人在汽车制造中的应用，并开放相关技术资源与实验视频供业界参考。
另据媒体报道，小米集团总裁卢伟冰在 MWC 2026 现场表示，相信在未来的五年之内，机器人能够大规模地进入小米产线工作，具有很大的可能性。
曝原星纪魅族副总裁曾洋入职小米
据鞭牛士报道，原星纪魅族副总裁曾洋已于近日加盟小米集团公关部，出任媒介总监。
曾洋此前在星纪魅族负责市场品牌与公关传播事务，更早之前曾在中央电视台财经频道担任记者、主编、制片人等职务，也在知乎、京东等公司承担要职，包括党委副书记、执行总编辑、研究院院长及公关相关管理岗位。
其职业经历横跨媒体、内容平台与消费科技企业，被视为具备复合型传播与品牌管理能力的高管。
另据界面新闻报道，星纪魅族集团中国区 CMO 万志强在日前魅族京东自营店的直播中披露了多项业务进展，确认魅族 23 已完成开发，但不会对外发售。
他同时强调，魅族 22、魅族 Note 16 系列、魅族 Lucky 08 等机型仍在正常销售，且后续不会涨价；其中魅族 22 的 1TB 版本已在官方渠道售罄，归航版库存也不多。
万志强表示，Flyme 系统未来将不再推出大版本更新，但仍会维持基础维护。
vivo X300 Ultra MWC 首秀：双 2 亿三摄与「增距镜之王」齐亮相
昨天，vivo 产品经理韩伯啸在微博晒出旗舰机型 vivo X300 Ultra 真机照，新机在 MWC 2026 展出，号称「增距镜之王」的 400mm 蔡司增距镜、专业摄影手柄以及 SmallRig 视频拓展套件等同步亮相。
据介绍，vivo X300 Ultra 的影像系统采用双 2 亿像素三摄全大底方案，包括 35mm 定制 2 亿像素主摄（索尼 LYTIA 901，1/1.12 英寸）、50MP 1/1.28 英寸超广角，以及 2 亿像素 85mm 蔡司潜望长焦。
外挂增距镜可进一步强化远摄能力，官方称其在演唱会、体育赛事等场景中可显著提升远距离细节捕捉表现。
机身正面搭载 6.82 英寸 2K 京东方四窄边直屏，预计支持 LTPO；后置相机模组延续大圆 Deco 设计，侧边取消拍照键。
核心配置为高通第五代骁龙 8 至尊版。系统层面新增专业录像模式 Pro，支持全焦段 4K 120fps 10bit log，并可加载自定义 3DLut。
韩伯啸表示，X300 Ultra 的目标是成为「口袋里的摄影机」，在视频、色彩、操控与画质等方面全面引入相机理念，形成一套完整的专业创作系统。
🔗 相关阅读：vivo X300 Ultra 亮相 MWC，怎么做视频，成为手机厂商的新考题｜MWC 2026
小鹏发布第二代 VLA：用时比导航预估还短
昨天，小鹏汽车正式发布第二代 VLA，在模型架构、场景覆盖和推理效率上进行了全面重构，试图以「直觉式」决策方式提升城市通勤体验。
小鹏 CEO 何小鹏在发布会上表示，第二代 VLA 通过去除传统「视觉→语言转译→动作」的中间环节，实现端到端直接决策，系统响应延迟下降 80%，推理效率提升 12 倍。
实测视频显示，系统在夜间可通过纯视觉识别黑衣行人、小动物、坑洼等突发情况，并提前减速或避让；在无灯泥路中，车辆可自主识别路面并绕行，全程零接管。
在通行效率方面，小鹏第二代 VLA 在广州城区完成一段导航预估 44 分钟的路线，实际用时 43 分钟，接近老司机的通行表现。
小鹏公布了第二代 VLA 的推送与落地计划：
- 今年 3 月 11 日起，全国 732 家门店将开放试驾；
- Robotaxi 已开启公开道路测试；
- 三月下旬起向 P7、G7、X9 Ultra 车型灰度推送；
- 4 月扩展至全部 Ultra 车型，包括 P7+、G9、G6、G7 等；
- 2027 年将以「满血版」在全球交付，不依赖高精地图，也无需重写规则适配当地法规；
- 大众将成为第二代 VLA 的首发客户。
面向下一代智能驾驶芯片，理想汽车发布「软硬协同设计定律」
据理想汽车官方，理想汽车与国创决策智能技术研究所近日联合公布端侧大模型「软硬协同设计定律」，提出面向车载与边缘计算场景的大模型软硬一体化设计方法，为下一代自研智能驾驶芯片奠定系统性理论基础。
理想汽车指出，软硬协同已成为行业竞争焦点，关键不再是谁使用更多、更贵的芯片，而是谁能在有限资源下实现更高效的算力利用。
「软硬协同设计定律」首次建立可量化、可预测的软硬协同数学框架，通过对模型精度与推理延迟的联合建模，实现算法架构与硬件资源的系统级优化匹配，突破过去「先芯片后算法」或「先算法再找硬件」的割裂模式。
基于该研究，理想汽车正在推进下一代自研智能驾驶芯片的架构定义，将以算法需求为起点，原生支持稀疏计算、动态资源调度与混合精度推理，打造面向车载 VLA 系统的「算法原生芯片」，以实现更高能效比与更强智能表现。
📖 论文地址：https://arxiv.org/abs/2602.10377
星链 V2 卫星获批部署，马斯克称将提供 5G 太空互联网
昨天，马斯克在 X 平台转发 Starlink 官方消息称，第二代星链移动（Starlink Mobile）卫星将提供「5G 速度」的太空互联网服务，数据密度是当前 V1 代的 100 倍。
今年 1 月，美国联邦通信委员会（FCC）已批准 SpaceX 额外部署 7500 颗第二代星链卫星，使其累计获批数量达到 15000 颗。
这些新一代卫星在技术上具备显著优势，包括更高信容量、更低延迟、更先进的构型，并支持 Ku、Ka、V、E、W 等多个频段。通过新增轨道壳层（340 公里至 485 公里），进一步优化信号覆盖与稳定性，提升服务性能。
美团推出首款 AI 原生浏览器 Tabbit
据《科创板日报》报道，美团旗下光年之外（GN06）团队宣布，其首款 AI 原生浏览器 Tabbit 已正式进入公测阶段。
Tabbit 的核心特征在于突破传统浏览器的功能边界，用户可在同一界面中完成网页阅读、跨站搜索、调用 AI 进行总结或创作，并进一步执行任务链式操作，减少应用切换带来的效率损耗。
光年之外团队将其定义为「AI 原生」产品，强调其从底层设计即围绕 AI 能力构建，而非在传统浏览器上叠加插件式功能。
MiniMax 公布上市后首份财报：营收大增、亏损同步扩大
据第一财经报道，AI 大模型企业 MiniMax 昨天公布了上市后的首份年度财报，营收高速增长与亏损同步扩大的「两面性」表现尤为突出：
- 去年营收约 7904 万美元，同比增长 159%；年内亏损同比扩大 302% 至 18.7 亿美元，其中近 16 亿美元来自金融负债公允价值变动；经调整净亏损约为 2.5 亿美元，与前一年基本持平。
- 2025 年 AI 原生产品收入同比增长 143% 至 5310 万美元；开放平台及企业服务收入同比增长 198% 至 2600 万美元，主要来自付费客户数量增加；
- 2025 年约 73% 的收入来自国际市场，达到 5766 万美元；中国内地收入约为 2138 万美元。公司产品累计服务用户量已达约 2.36 亿，企业客户及开发者超过 21.4 万；
- 成本方面，2025 年研发费用达到 2.5 亿美元，同比增长 33.8%，主要由于模型迭代带来的云服务开支增加。
银河通用获 25 亿元融资，国家大基金入局
据腾讯科技报道，银河通用机器人宣布完成 25 亿元新一轮融资，国家人工智能产业基金（国家大基金三期）首次投资具身智能企业，标志着「具身大模型国家队」正式诞生。
本轮融资还吸引了中国石化、中信集团、中国银行、上汽集团、中芯聚源等央企与产业资本参与。两个月前，银河通用刚完成约 21 亿元融资，刷新中国具身智能单轮融资纪录，如今再度超募，显示资本市场的高度关注。
银河通用成立于 2023 年，由清华本科、斯坦福博士王鹤创立。公司以端到端具身大模型为核心，打造了全球首个集成「大脑-小脑-神经控制」的全身全手模型「银河星脑」。
💡 Bill Gurley：不热爱工作的人最容易被 AI 取代
据《商业内幕》报道，知名风险投资人 Bill Gurley 近日在播客节目「On with Kara Swisher」中表示，在今年快速演进的 AI 浪潮下，那些对工作缺乏热情、缺乏明确目标、长期「机械式」履行职责的从业者，将最容易被 AI 取代。
Gurley 指出，许多年轻人沿着「大学 — 稳定工作」的路径前进，最终进入自己并不热爱的行业，成为「流水线上的齿轮」。
在他看来，这类岗位最容易被 AI 重塑，因为从业者缺乏内在驱动力，也缺乏持续提升技能的动力。他认为，AI 的发展已经促使多家大型科技公司放缓招聘或提前裁员，以应对未来更高效的数字劳动力。
他引用巴菲特「每天都在跳着踢踏舞去上班」的说法，指出当一个人真正喜欢自己的工作时，「精进是免费的」，因为学习与提升会自然发生。
他进一步表示，AI 对职场人的意义类似「喷气燃料」，能显著放大个人能力。
员工若能成为团队中「最懂 AI 的那个人」，不仅能更快学习，也能在组织中获得更高的不可替代性。
如果你能把 AI 用好，你会成为他们最不想裁掉的人。
30.98 万元起，小鹏发布 2026 款 X9 纯电版
昨天，小鹏发布 2026 款小鹏 X9 纯电版，新车全系搭载全域 800V 高压碳化硅架构与 5C 超充技术，CLTC 续航最高可达 750km，进一步强化大七座纯电 MPV 的长途与补能能力。
智能化方面，全系标配自研图灵 AI 芯片，并首批搭载第二代 VLA 大模型，提升系统的感知、决策与复杂场景处理能力。
座舱配置也同步升级，包括三排座椅电动三折叠（全系标配）、RNC 主动路噪消减、零重力座椅（含专属安全气囊）等。
在操控与安全层面，新车标配主动式后轮转向系统与爆胎稳行系统，提升中大型车的灵活性与极端场景下的安全冗余。
售价方面，2026 款小鹏 X9 纯电版共推出 5 款车型，官方指导价 30.98 万元至 36.98 万元：
- 665 Max
- 650 Ultra SE
- 650 Ultra
- 750 Ultra
- 710 四驱 Ultra
同时，2026 款 X9 超级增程版新增 1602 Ultra SE 版本，售价 32.18 万元。
🔗 相关阅读：30.98 万元起，新小鹏 X9 纯电版发布：智驾跑完全程，比导航预计还快 1 分钟
联想多款 AI 硬件亮相 MWC
昨天，在西班牙巴塞罗那举行的 MWC 2026 上，联想集中展示了覆盖桌面、移动、创作与企业级场景的多款 AI 硬件新品，重点强调 AI 从「能用」走向「好用」的落地方向。
- AI Workmate 概念机：定位桌面级 AI 工作伙伴，能在会议、阅读、整理材料等场景中提供实时辅助，并可将任务清单、会议要点等内容投射到桌面或墙面，形成「轻量小看板」，减少切屏与确认成本；
- AI Work Companion 概念机：以桌面时钟形态呈现，可自动生成日计划、监测专注度，并在周末生成「庆祝报告」，强调健康节奏与轻量化交互；
- ThinkBook 模块化 AI PC 概念机：通过可拆卸键盘、副屏与可互换 I/O 模块构成「工具箱式」形态，支持多种屏幕组合，最高可扩展至约 19 英寸可视面积，适配从移动办公到团队协作的多场景需求；
- Yoga Book Pro 3D 概念机：配备裸眼 3D 屏与双联 OLED，支持 2D 转 3D、提示词生成场景、零触控手势操作，并搭载英特尔酷睿 Ultra 7 与英伟达 RTX 5070 GPU，面向新一代 3D 创作者；
- Legion Go Fold 概念掌机：采用可从 7.7 英寸扩展至 11.6 英寸的 POLED 屏幕，支持标准掌机、竖向分屏、Horizon 全屏与扩展桌面四种模式，面向移动游戏与轻办公场景。
联想还在本次 MWC 上展示了几款手机新品：
- moto razr fold 折叠屏 AI 手机：razr 系列首款书本式折叠机型，采用 8.1 英寸 2K LTPO 内屏 + 6.6 英寸外屏组合，峰值亮度最高达 6200 nits，并搭载 6000mAh 电池与 Snapdragon 8 Gen 5 平台，强化双屏联动与创作体验；
- edge 70 fusion / fusion+：主打四曲面设计、彩通认证色彩，并在影像与耐用性上带来多项「全球首创」配置，包括 Sony LYTIA 710 传感器、144Hz 屏幕与 IP68/IP69 防护；
- FIFA World Cup 26™ 合作：moto 成为 FIFA Heroes 官方智能手机合作伙伴，多款设备支持「开机即玩」体验，并为 razr fold 优化大屏游戏视野。
到手价 1997 元，千问 AI 眼镜开启全渠道预约
昨天，千问首款 AI 硬件「千问 AI 眼镜」正式上线，并在全渠道开启「0 元预约」。产品将于 3 月 8 日现货发售、今年内登陆全球市场。
其中，定位高端的 G1 系列，叠加国补后到手价为 1997 元，显著降低了高端 AI 眼镜的入门门槛。
在软件生态方面，千问 AI 眼镜将全面接入千问 APP，首批「办事」类功能（包括点外卖、订酒店等）预计将在 3 月底向用户开放。
范式推出低成本的 Agent 基础设施 PhanClaw，可接入 OpenClaw
昨天，范式智能宣布，OpenClaw 已正式接入 PhanthyCloud，并同步推出深度集成版本 PhanClaw，定位为面向开发者与企业团队的安全可控、低成本 Agent 基础设施。
范式指出，传统部署模式下的高成本与高风险成为阻碍 OpenClaw 规模化落地的关键因素，包括每日高达千美元级别的运行成本，以及本地敏感信息暴露带来的安全隐患。
依托 PhanthyCloud 的资源池化架构，PhanClaw 显著降低了算力与运维成本，并通过持久化数据机制为 Agent 提供长期记忆能力，避免每次启动都需重新调教。
同时，PhanClaw 支持在私有云环境中运行大模型服务，确保数据不离开本地，从根源上降低隐私泄露风险。
在模型能力方面，PhanClaw 通过 ModelHub 提供包括 GLM-5、MiniMax M 2.5、Kimi K2.5 在内的多款高性能模型，并可一键接入 Phanthy 万神殿的世界模型体系，以支持更复杂的任务调度。
阿里开源 4 款 Qwen3.5 小模型
昨天，阿里宣布开源 4 款 Qwen3.5 小尺寸模型，包括 Qwen3.5‑0.8B、2B、4B 与 9B。
新模型延续 Qwen3.5 家族的多模态训练方式与最新架构设计，覆盖从端侧到服务器侧的多种资源条件，官方强调其在同尺寸模型中均达到领先性能。
- Qwen3.5‑0.8B / 2B：主打极致轻量，体积小、推理速度快，适合移动设备、IoT 边缘设备与低延时实时交互场景；
- Qwen3.5‑4B：定位轻量级智能体（Agent）的基础模型，具备多模态能力，在性能与资源消耗之间取得平衡；
- Qwen3.5‑9B：结构紧凑但性能越级，官方称其表现可媲美 gpt‑oss‑120B，适合显存受限但需要较高智能水平的服务器部署。
官方表示，至此，千问 3.5 系列已覆盖从 0.8B 到 397B 的完整尺寸区间，共计 8 款模型，官方称其均在同等规模下达到性能新高，并在 Hugging Face 全球开源模型榜单中包揽前四名。
字节预热下一代空间操作系统 PICO OS 6
昨天，字节跳动旗下 PICO 正式预告了下一代空间操作系统 PICO OS 6，并宣布将在今年推出全新 XR 旗舰产品「Project Swan」。
据悉，PICO OS 6 实现了 2D 应用、3D 体验、虚拟环境与物理现实的无缝融合，支持空间多任务处理。交互方式涵盖眼手追踪、手势、手柄、键鼠等多种模式。
生态层面，系统全面兼容空间应用、OpenXR、WebXR、安卓应用、Web 应用及 PC VR 串流，并推出 PICO Spatial SDK，开发者可基于 Kotlin 与声明式 UI 框架进行开发，借助桌面模拟器无需头显即可完成测试。
硬件方面，Project Swan 搭载新一代 MicroOLED 显示屏，像素密度接近 4000PPI，光学方案平均 40PPD，中心区域超过 45PPD。
新品采用双芯片架构，自研芯片与旗舰 SoC 协同工作，使 CPU 与 GPU 性能较上一代提升一倍以上，进一步突破 XR 性能瓶颈。
目前，PICO 已在官网开启「全球先锋体验计划」，面向全球 XR 用户招募参与 PICO OS 6 与 Project Swan 的封闭测试，以收集真实反馈。
星巴克玫瑰 20 系列回归，160+ 主题门店上线
昨天，星巴克宣布玫瑰 20 系列正式回归全国门店，一杯满载20朵玫瑰的天然鲜花 · 萃，融合标志性的星巴克金烘浓缩咖啡，迸发出明亮的花香和令人心动的春日气息。
玫瑰 20 的核心来自被称为「中国玫瑰之都」的山东平阴。当地花农坚持在凌晨 2-6 点手工采摘半开花冠，并在 15 小时内以低温慢萃方式提取头道花露，以保留天然花香。
在门店体验层面，星巴克继续强化「从花田到舌尖」的主题叙事。深圳深业上城 3F 的玫瑰主题旗舰店以玫瑰花墙、玫瑰「传送门」等装置打造沉浸式空间，全国活动店也将以场景化方式呈现玫瑰主题。
杭州一影院试行「电影难看，20 分钟内退 40%」服务
据界面新闻报道，杭州西田城时代联合影城近日因推出「观影体验保障服务」引发关注，「电影难看，20 分钟内可退款 40%」的话题登上热搜。
该影城工作人员表示，该服务自 3 月 1 日起试行，将持续至 4 月 30 日。观众在影片开场 20 分钟内如认为体验不佳，可凭有效电影票退还实际支付金额的 40%。
由于影院需将约 60% 票房收入结算给片方及院线，因此无法提供全额退款。影城强调，退费申请须在现场办理，离场后将无法继续操作。
报道指出，类似服务此前已有先例。2024 年 2 月，河南许昌胖东来影城曾推出「20 分钟内退票 50%」的服务，理由同样是剩余部分需上交院线。
尽管相关政策早在 2018 年已有行业规范，但在实际操作中，放映后退票仍属少数案例，主要因成本与流程复杂度较高。
豆瓣「满 200 减 200」薅羊毛上热搜，官方回应
昨日凌晨，豆瓣豆品商城在妇女节促销活动中出现严重运营失误。
原本计划推出的「满 200 减 20」优惠因后台设置错误，被错误配置为「满 200 减 200」，导致用户仅需支付约 10 元运费即可获得原价 200 元以上的商品，引发大规模抢购。「豆瓣薅羊毛」话题随即登上微博热搜。
豆瓣豆品官方随后在午间发布致歉声明，称异常订单数量远超运营成本，公司无法承受巨额损失。官方决定对当天 00:00—10:00 期间产生的所有异常订单进行全额退款，并向相关用户账户发放 20 元无门槛红包作为补偿。
Netflix CEO 谈退出收购华纳：价格太高
据彭博社、《商业内幕》报道，Netflix 联席 CEO 特德·萨兰多斯（Ted Sarandos）在接受采访时表示，退出收购华纳兄弟的决定并非临时起意，而是基于公司事先制定的竞标方案。
他表示，当派拉蒙提出更高报价并提供交易细节时，Netflix 已明确不会继续加价。
去年 12 月，Netflix 曾同意收购华纳兄弟的制片厂业务及 HBO Max 流媒体业务，并在白宫等场合积极推动交易。
然而，该收购计划遭到好莱坞工会、部分政界人士及知名导演詹姆斯·卡梅隆等业界人士反对，原因包括 Netflix 历来对院线支持不足。对此，萨兰多斯回应称，过去几个月与电影发行商的洽谈可能促使更多 Netflix 影片登陆影院。
目前，派拉蒙已以约 1110 亿美元的报价赢得竞购，并需支付 28 亿美元解约费。业内人士认为，这笔交易将重塑好莱坞格局，但也伴随高额债务与大规模裁员风险。
《超级马力欧银河大电影》定档 4 月 3 日
《超级马力欧银河大电影》已确认将于 4 月 3 日登陆中国内地院线。
影片由克里斯·帕拉特、安雅·泰勒-乔伊、杰克·布莱克等主演配音，延续前作世界观，并加入罗莎塔公主、耀西、酷霸 Jr. 等更多角色。
《你好，爱美丽》定档 3 月 20 日
动画电影《你好，爱美丽》已正式宣布将于今年 3 月 20 日，并同步发布「春日之约」海报与「遇见春天」预告。
影片取材自原作者阿梅莉·诺冬的童年真实经历，以明亮治愈的视觉风格和温柔的成长叙事，试图为观众带来一段充满春天气息的心灵旅程。
刚刚，苹果发布了本周的首波新品——iPhone 17e 和 iPad Air M4，起售价分别为 4499 元和 4799 元，3 月 11 日正式发售。
对比上一代，iPhone 17e 的升级幅度不大，但却都很在点子上。外观上看，iPhone 17e 几乎完全延续 iPhone 16e 设计：正面刘海屏，背后单镜头，依旧是 6.1 寸大小。
不过，今年的 iPhone 17e 新增了一个全新的粉色，加上之前的黑白，现一共提供三种配色。
iPhone 17e 的升级更聚焦在内在配置。处理器方面搭载最新的 A19 处理器，但却是 6 核 CPU + 4 核 GPU 的「减配版」，对比 iPhone 17 少了一个 GPU 核心。
摄像头方面也并无惊喜，看起来沿用了上一代的 4800 万像素摄像头，依旧缺少微距摄影、可调摄影风格、空间视频、电影模式等等功能。
至于 iPhone 17 系列上全新的「Center Stage」前置摄像头，也同样无缘 iPhone 17e。
前任缺席的 MagSafe 磁吸充电，iPhone 17e 终于补上，可以无缝兼容此前的所有生态，支持 15W 的无线充电速度。
可惜的是，作为另一个呼声很高的特性，ProMotion 高刷屏并未下放给 iPhone 17e，与标准版在使用体验上的差距进一步拉开，不过考虑到国补后 3 字头的价格，自适应一下倒也无妨。
「相机控制」侧边按钮继续无缘 iPhone 17e，考虑到它褒贬不一的口碑，对于一些不感兴趣的用户来说，这不是一件坏事。
去年的 iPhone 16e 第一次向世人展示了苹果的首颗自研调制解调器「C1」，不过 iPhone 17e 并未率先搭载新一代「C2」，采用了 iPhone Air 同款的「C1X」。
在 iPhone 17 系列续航都有显著增长的情况下，iPhone 17e 的续航居然原地踏步，官方宣称能达到 26 小时的视频播放时长，和上一代比没有不同，低于 iPhone 17 的 30 小时，这跟屏幕不支持自适应刷新率脱不开干系。
值得一提的是，国行版 iPhone 17e 这次不支持双实体 SIM 卡了，但新增了 eSIM 支持，双卡方案具体如下：
- 激活 1 张实体 SIM 卡 + 1 张 eSIM 卡
- 同时激活 2 张 eSIM 卡
此前，苹果高管在接受爱范儿关于 iPhone eSIM 的专访时透露，国行 iPhone 将支持 eSIM 快速转移功能，用户可将号码直接从一台 iPhone 迁移至另一台，该功能已随 iPhone 17e 上线。
对比起去年上高刷的 iPhone 17，iPhone 17e 的升级幅度相对保守，和标准版、甚至国补后的低价 iPhone Air 相比，配置和体验差距更大了。
话虽如此，在全行业手机成本暴涨的 2026 年，iPhone 17e 维持 4499 元，根据去年推断国补后价格来到 3999 元，甚至还加量到 256GB 起步，吸引力其实要比去年的 iPhone 16e 更强。
如果你想在今年换一台新机，不管哪个价位，都要面对涨价减配的状况，特别是原本的中端机产品，价格甚至都将迈进旗舰机的 4000 元档。
2026 年，花 3 字头就能买到 256GB、搭载最新芯片的 iPhone 了。这样一对比，iPhone 17e 是不是也有了点性价比？
iPhone 17e 的主战场还是在中端价位「水深火热」的海外。去年的 iPhone 16e 销量表现已经不错，今年的不涨价还升配的 iPhone 17e，面对 Google Pixel 10a 这种连芯片都没升级的对手，想必销量能进一步提升。
今晚还同步上线了 iPad Air M4 ，更新相比 iPhone 17e 要乏善可陈不少，最大的亮点就是 M4 芯片，售价 4799 元起，标配的还是 128GB 存储。
你觉得 iPhone 17e 和 iPad Air M4 怎么样？你会考虑入手吗？欢迎在评论区告诉爱范儿。
从今晚的 iPhone 17e 开始，未来几天苹果还有望带来更多新品，可能涵盖 HomePod、MacBook 等多个产品线，爱范儿也会在第一时间带来报道。
火出圈的小龙虾 OpenClaw 不仅能帮人开发软件，还能自动定时总结邮件、设置 To-Do List。
巨大的热度让人靠「上门安装」的业务年入百万，而今天我们教你如何自己动手，不用畏惧黑底白字的终端窗口和代码，一分钟就能搞定。
在电脑上部署之后，它能直接接管你的键盘鼠标和文件。你只要在聊天软件里给它下需求，它就能自己动手干活。甚至有网友直接让它去邮件里找航班信息，顺手把选座值机也办了，一波操作看愣了不少人。
想让这么好用的 AI 助理 24 小时待命，本地部署确实是最好的选择。结果谁也没想到，它凭一己之力带火了 Mac mini。
但问题来了，为了一个免费开源的框架，特意花大几千买台新电脑，是不是有点 “为一碟醋包一顿饺子”？有没有更低成本的体验方式？
今天我们就来聊聊一个极简方案：通过 MiniMax 和 Kimi 这样的国内大模型平台，一键云端部署，直接把它拉进你的飞书聊天框。
过程不到一分钟
以 MiniMax 为例，整个过程不到一分钟。全程不需要你自己写代码、改配置文件，也不需要捣鼓什么端口反向代理，更不需要专门弄台电脑来维护。
具体怎么操作？
打开 MiniMax Agent 官网，点击侧边栏的「MaxClaw」，直接对它说 “我想接入到飞书”，它就会给你发步骤指引。跟着做就行：
第一步： 在飞书开放平台创建应用（建议用个人账号或新建企业号，省去审批），把 AppID 和 Secret 复制发回给 Claw。
第二步： 在飞书的权限管理页点击「批量导入」，把 MaxClaw 发来的代码整个替换进去。系统会提示你开启机器人能力，点确认。
第三步： 进入事件配置，把订阅方式改成「长连接」，勾选接收消息。接着去版本管理里随便填个版本号（比如 0.0.1）和更新日志，点保存发布。
最后，在飞书里给机器人发个消息，它会返回一串匹配码，把这串代码发回给网页端的 MaxClaw。
搞定，你的专属小龙虾就活过来了。是不是比想象中简单得多？
Kimi 的配置过程也大同小异。你只要负责搞定飞书里的应用和权限，Kimi 自己就能修改配置文件，遇到不懂的还能直接问它。
现在 Kimi 的手机 App 也上线了 Kimi Claw，你甚至可以直接在社区里玩网友用龙虾做的小游戏，或者一键制作同款。
普通牛马的赛博打工人
我搞定之后的第一件事，就是让它帮我整理当天的热点资讯。你在飞书发的消息，网页端会同步显示处理过程。对于我们科技编辑来说，这就相当于有了一个定制版的早报助手；
同样的，你也可以用它来追踪自己感兴趣的领域。
那如果是处理繁杂的工作呢？发个月度工作文档链接给它，或者直接开通云文档的访问权限，定好时间、标题和格式，它就能每个月自动帮你整理出一份详尽的工作月报。
至于开会，飞书妙记确实好用，但需要额外付费。
现在，你只需要把会议录音链接发给小龙虾，它马上就能把早会的每个要点给你列得清清楚楚。
除了我们体验过的用法，你还可以参考网友们的用例获取更多灵感，打造出更契合自己需求的龙虾助手。
OpenClaw 官网案例汇总：
https://openclaw.ai/showcase
网友整理的用例集合：
https://github.com/hesamsheikh/awesome-openclaw-usecases
对比本地部署，云端部署的版本确实没办法直接读取电脑里的本地文件，少了一些 “看着鼠标自己动” 的极客感。
但换个角度想，它不需要你折腾硬件，还能极其方便地接入飞书、钉钉等各种通讯软件。
每个月花一杯咖啡的订阅费，就能给自己雇一个随时待命的全能助理，帮你分担工作、节省大把时间。
这笔账算下来，难道不划算吗？
年初的巴塞罗那，属于移动终端的狂欢正在继续。
在大多数厂家聚焦于 AI 的时候，vivo 却有些格格不入，直接将重点扭回了影像上——刚刚，vivo 在 MWC 的展台上亮出了自家的年度影像超大杯 vivo X300 Ultra。
这台机器目前披露的细节虽然有限，但从现场展出的硬件外设以及 vivo 产品经理韩伯啸释出的信息来看，vivo 今年的影像思路，已经彻底明牌——强化超长焦，着重搞视频。
增距镜再破新高，视频迈向全面专业化
X300 Ultra 带来的第一个新东西，是高达 400mm 的蔡司增距镜。
在 vivo X200 Ultra 上，vivo 手持推出增距镜，将光学焦段拉到了 200mm，根据我们的测试，使用 200mm 增距镜时，在叠加系统算法后，哪怕放大到 400mm，画质的衰减依然控制得相当出色。这颗外置镜头直接帮 X200 Ultra 彻底破圈，成了演唱会山顶座位的抢手货。
到了今年的 MWC 现场，vivo 变得更激进了。
伴随 X300 Ultra 亮相的这枚 400mm 增距镜，估计可以直接将手机的可用焦段拓展到恐怖的 800mm，这个数据放在专业相机上也很罕见，在远景捕捉能力上，X300 Ultra 又一次刷新了移动影像的物理极值。
镜头管的是拍得远，而接下来的配件，管的则是怎么把活干得专业。
根据 vivo 产品经理韩伯啸透露，与这枚 400mm 增距镜同步亮相的，还有全新升级的专业摄影手柄。在加入了更多的实体按键与操控功能后，vivo 显然想把 X300 Ultra 彻底打造成一台名副其实的「第二代 V 单」，将这个名号彻底坐实。
另一个值得说道的细节，是从 MWC 2026 现场的图片来看，vivo 给 X300 Ultra 套上了一个由斯莫格深度定制的纯黑色金属「兔笼」。熟悉影视制作的朋友都知道，在片场的工作流中，兔笼几乎是不可或缺的骨架，最大的作用，就是为单薄的拍摄器材提供海量的拓展接口。
现场这台全副武装的 X300 Ultra，机身上外接了专业的拾音麦克风，顶部安装了高亮补光灯，背后还贴着一个大功率的散热背夹。仔细看图片，兔笼上还留着相当多的空位，未来外挂大容量储存空间或是无线麦克风也完全有可能。
这并不是一时兴起，早在一年前的央视春晚舞台上，这套 SmallRig 兔笼就已经配合着 X200 Pro 登台干活了。从这里来看 vivo 想要吃下专业视频制作这块蛋糕的野心，恐怕早就埋下了伏笔。
外围的物理装备拉满了，机器的内功自然也得跟上。
据 vivo 产品经理韩伯啸在微博上透露，X300 Ultra 加入了一个全新的专业录像模式（Pro 模式）。在这个界面下，操控逻辑直接对齐了专业电影机。配合自带的 Film Style、Film Look 等胶片级色彩风格，创作者按下快门的瞬间，就能敲定成片的影调走向。
同时，X300 Ultra 可以做到全焦段 4K 120fps 10bit log 录制，这意味着这台手机上的「大三元」镜头，都能拍摄统一 10-bit 色深、宽广动态范围和一致色彩科学的 log 素材。
这段参数听起来或许有些晦涩，我们把它翻译成大白话：
过去，很多主打视频的旗舰手机，往往只有那颗底最大的主摄能拍出高质量画面。一旦切换到超广角或者长焦，画质、色彩、动态范围就会出现肉眼可见的断崖式下跌，焦段之间的割裂感，简直是后期调色的噩梦。
而 X300 Ultra 依靠三颗素质极其均衡的大底镜头，加上蔡司统一的色彩科学，vivo 硬生生把三颗镜头捏合成了一个整体。现在，无论你切到哪颗镜头，都能获得一致的画质体验。
至于 3DLut 监看，则是专业辅助功能的下放。为了给后期留出最大的调色空间，专业团队通常会拍摄灰蒙蒙的 log 格式。有了 3DLut 监看，摄影师就能直接在屏幕上套用滤镜预演最终的曝光与色彩效果，同时又完全不会影响原始素材的记录。
专业视频，是影像手机的新考题
虽然 MWC 现场的展示只是管中窥豹，但透过这些外接配件和视频参数，我们已经能够非常清晰地复盘出 vivo 影像战略的底层逻辑，也证实了我们之前的两个判断：
在静态影像上，vivo 依然笃定那套重构的「移动大三元」法则，并用物理外挂不断推高上限。
从上一代 X200 Ultra 开始，vivo 将手机的主摄等效焦距定格在与主流影像旗舰背道而驰的 35mm。相比于传统的 24mm 广角主摄，35mm 的视角更接近人眼的单眼专注视角，剥离了杂乱的边缘，天生带有一种人文叙事感。
与此同时，vivo 顺理成章地将记录环境大场景的任务交给了超广角镜头，并让它承载日常随手拍视频的默认机位；高素质潜望长焦，则专心负责空间压缩与特写，并不断推进可用焦段。
这个脱胎于传统摄影「大三元」的物理焦段规划，在实际体验中不仅没有水土不服，反而极其契合当下的叙事节奏。
今年的 X300 Ultra 继续在这个框架内深耕，并用 400mm 增距镜推高上限，说明 vivo 自己也十分笃定，这条路，他们走通了。
在焦段布局的底盘稳固之后，vivo 把更锋利的刀刃挥向了动态视频，试图重塑移动端的工作流。
短视频和 vlog 的兴起，让每个人都成了导演。虽然手机的画质已经完全足够记录日常生活，但对于任何想要尝试更专业、更可控的用户来说，手机和真正的摄影机之间，始终隔着鸿沟。
面对这道鸿沟，vivo 显得非常务实，将视频默认的超广角镜头打磨到极致，并从影视工业的底层逻辑出发进行重构：
- 用定制兔笼解决外设扩展与持续散热问题；
- 用三颗大底确保不同焦段切换时的画质一致性；
- 用 10-bit log 和 3DLut 监看，将手机拍摄的素材完美接入专业的后期调色流程。
vivo 很清楚，想要真正成为既能记录生活、又能成为颇具生产力的创作工具，就不能光靠屏算法，踏踏实实地去啃关于光学物理、散热结构、工业标准的硬骨头，才是正道。
静态照片的战争，到目前已经胶着了数年。但在视频这个不可逆的浪潮里，留给手机厂商们的舒适区已经见底了。
在这场军备竞赛中，vivo 率先迈出走向专业标准视频的第一步，接下来，就轮到牌桌上的其他人交卷了。