「你见过凌晨四点的洛杉矶吗?」
这本是一句用来兜售自律的鸡汤文,可在 AI 浪潮漫过各行各业的今天,深夜走进一家 AI 漫剧制作公司,你可能会看到一群眼圈发黑的打工人在工位上使用 AI 来处理他们本该在白天完成的工作。

AI 能提升效率、解放劳动力的故事,我们听了太多年,不能说全是谎言。
但当算力变成紧俏的稀缺资源,「错峰使用」也成了全球 AI 公司心照不宣的统一话术时,打工人非但没有从冗余的工作里解脱,反而被塞进了另一套更拧巴的工作时间表里。
今年年初,字节跳动的 AI 视频生成模型 Seedance 2.0 爆火,火到无需多言。
宇树科技创始人王兴兴称它是「全球遥遥领先」。冯骥体验过后,给出「AIGC 的童年时代结束了」的评价,春节返工后的高峰时段,排队使用的人数一度冲到十万,足以见得市场对它的狂热。
行业大佬的背书、市场的狂热,直接推高了 Seedance 2.0 的旺盛需求,而这份需求,最终也传导到了下游的 AI 相关企业。
据 36 氪未来消费报道,AI 漫剧制作公司鹤芽漫剧,早早就把上班时间调到了中午,一干就到凌晨 1 点,目的只有一个:避开白天的算力高峰。
更戏剧性的情节是,凌晨 1 点的排队人数仍以万计,无奈之下,上班时间只能再往后提,最终定格在凌晨三点。

据此前 The Information 报道,想获得 Seedance 的企业授权,先要通过资质审核,想拿到谈判席位,企业需要先承诺至少 1000 万元人民币的使用预算,这还只是排队的起步价。
值得注意的是,这些报道的细节未必完全准确,但有一点大概率成立:能坐上谈判桌的,本来就是少数。
对大多数中小型公司来说,错峰上班,用人熬夜换机器运转,反倒成了最务实的办法。

究其原因,AI 工具的能力已经强到足以重组一家公司的工作方式,可支撑它的基础设施,却还没跟上这份能力的步伐。AI 的每一次推理、每一段文本生成、每一帧视频渲染,都在真实消耗着昂贵的 GPU 计算周期和电能。
没有免费的智能,每一次调用都是真金白银的损耗。这直接倒逼 AI SaaS 平台的定价模型,从过去的席位制,转向基于 Token、基于操作、基于消耗量的计费方式,一分一毫都算得清清楚楚。
在这样的 Token 经济学逻辑下,边际成本高企,平台方根本无法容忍用户在算力紧张时无节制消耗。因此,限制配额、排队等待、建议错峰使用成了必然选择。
另一个方面就是 Sora,据《华尔街日报》报道,OpenAI 之所以选择关闭 Sora,原因之一就是它每天要烧掉约 100 万美元,可用户数量却从上线时的 100 万,暴跌到不足 50 万。
当留存数据难看,商业化路径又模糊不清,这笔烧钱的买卖,自然没有继续下去的理由。
包括同一时期,Anthropic 宣布调整 Claude 的使用规则,将太平洋时间早 5 时至 11 时定为高峰时段,这个窗口内,用户的会话额度消耗会明显加快。换算成北京时间,恰好是晚 8 点到凌晨 2 点,也让不少网友自嘲,难得享受到了时差的红利。
去年 DeepSeek 爆火时,也因为服务器资源紧张做过类似的尝试,一度暂停了 API 充值。重新开放后推出了夜间优惠,表面上是给用户让利,本质上,就是用价格杠杆,把流量强行分散到夜间,缓解白天的算力压力。
只是,我们发明 AI 是为了像人一样思考,结果却要求人像机器一样「错峰运行」。
当然,这或许只是一个过渡阶段。当年宽带刚普及的时候,也有人半夜爬起来下载一部电影,谁也没想到后来流媒体会变得如此理所当然。
尽管我们还没有到完全被 AI 支配日程的地步。但这个苗头依旧值得留意——当越来越多的工作流开始依赖 AI,当 AI 的响应速度和可用性直接影响到一家公司的产出效率,人对它的依赖,也就在不知不觉中加深了。
如果说第一部分的「错峰上班」还只是为了解决能不能用的问题,那么更深层的痛苦则来自于:即便算力充足,AI 也没有让工作变少。
在铺天盖地的宣传里,AI 是那个无所不能的超级助理,是解放双手的灵丹妙药。可一旦这些工具真正落到具体的工位上,打工人们发现,预想中的「一键下班」并没有发生。
Upwork 在 2024 年对 2500 名职场人士的调查发现,96% 的管理层坚信 AI 会提升员工效率,可实际上,77% 的员工反映,AI 的引入,反而让他们的工作量增加了。
领导们觉得 AI 在帮你减负,于是理所当然地给你加派任务;而你却像个被抽得越来越快的陀螺,忙得脚不沾地,连喘息的时间都没有。

EY 2025 年覆盖 29 个国家、1.5 万名员工的调查,给出了类似的结论:64% 的受访员工认为过去一年工作量有所增加,而真正能把 AI 用到改变工作方式、提高效率的,只有 5%。
换句话说,大多数人用 AI,还停留在搜索、总结这种浅层层面。并且根据《哈佛商业评论》今年 2 月份的研究,AI 非但没有减少工作,它让工作强度变高了。
研究发现,AI 引入后,员工的工作节奏被强行加快,承担的任务范围变宽,工作时间延伸到了更多碎片化的小时里,而且很多时候,并没有人明确要求他们这样做。
这背后,藏着一个容易被忽视的经济学逻辑——「杰文斯悖论」:
技术让某件事变得更高效,往往反而会增加对这件事的总需求。AI 在职场中的处境,完美契合了这个悖论:单项任务的效率提高了,但任务总量也跟着水涨船高,最终,打工人的总工作量,非但没有减少,反而越来越多。

尤其是当 AI 生成的内容如海啸般涌现,可事实核查、逻辑梳理、细节修改这些需要人类判断力的工作,仍然只能由人来完成。于是,打工人的工作,从具有成就感的创造,悄然变成了枯燥又疲惫的打扫和校对。
期间工作量并没有凭空消失,它只是换了一种更隐蔽、更折磨人的形式。
除此之外,人不光要把自己的本职工作做好,还得自己去琢磨那些不好懂的提示词,在各个 AI 模型之间来回切换、反复尝试,才能找到能用的工具。
伊万·伊利奇 1981 年提出的「影子劳动」,指的是为了维持正式工作运转而不得不做的无偿准备性劳动。学会用 AI、管理 AI 工具链、校验 AI 输出,这些也正在成为职场隐性的准入门槛,既不算工作时间,又不计入薪酬,却真实地消耗着人的时间和精力。
比如有的人为了不被时代落下,也为了完成公司要求的 AI 使用指标,只能自己花钱,每个月掏几百上千块,去订阅各种 AI 工具的高级账号。
凌晨三点上班,看上去是在抢算力红利,本质上,是个人在用自己的生物钟,替一个还未成熟的行业,扛下它转嫁出来的不稳定性和成本。这笔账,怎么算都不划算。
只是目前在时代浪潮面前,个体的反抗,大多显得苍白无力。

工业革命以前,人跟着太阳走,天亮干活,天黑睡觉,时间是自己的。后来有了电,夜班出现了,工作时间开始突破昼夜的界限。再后来有了互联网,下班的边界开始模糊,工作可以随时随地找上门。
再后来有了手机,随时在线变成了默认状态,工作彻底入侵了生活的每一个角落。
每一次技术迭代,都有人说,这是自愿的,是进步,是效率的提升。
每一次,也都有人发现,最后承担代价的人,从来都不是最先喊着技术革命的那个人。
我们最初希望 AI 能替人省力,让时间变得宽裕一些。可眼下的现实是,它在某些地方确实提升了效率,却也在另一些地方制造了新的紧迫感:因为它能做到,所以你必须用;因为人人都在用,所以你不能慢。
内卷的逻辑没有消失,只是换汤不换药。我不确定这算不算一种必然的规律。但我知道,AI 本该是给你一把伞,帮你遮风挡雨,而不是顺理成章地把你赶进一场更大的暴雨里。
*封面、正文图片源自互联网
2025 年 5 月 19 日,江苏常熟,奇瑞捷豹路虎宣布常熟工厂将在未来 18 个月内逐步停产捷豹 XEL、XFL、E-Pace 及路虎揽胜极光等国产车型。
而今天随着最后一辆极光 L 燃油版下线,捷豹路虎在中国市场长达十余年的本土化生产时代落幕,接替极光登场的,是一个从路虎经典车名延伸而来的全新独立品牌——FREELANDER 神行者。
「神行者」这个名字,很多人并不陌生。1997 年,路虎推出初代 Freelander。此后,它连续 5 年拿下欧洲 SUV 畅销榜冠军,也成为英国皇室御用座驾之一。
如今,在奇瑞与捷豹路虎的新一轮战略合作中,这个曾经的经典车系被正式升格为独立品牌,成为「拥有豪华底蕴的新能源科技品牌」。
在全新的分工模式下,中方不再仅仅扮演制造者的角色,而是直接负责产品定义、新能源与智能化技术开发、供应链整合以及品牌运营;而捷豹路虎则将重心放在了他们最擅长的领域输出豪华品牌基因、把控设计体系以及提供全球资源支持上。

这种合作理念在神行者的首款概念车 Concept 97 上就有所展现。
操刀这款新车的,是业界大拿 Phil Simmons。这位曾主导过 2017 款揽胜星脉和 2019 款卫士的设计师,恰好也是初代神行者的设计参与者。由他来刻画神行者的未来,无疑是最契合的人选。

在 Concept 97 身上,依然能清晰地看到路虎家族经典的「城堡式」车身比例,舱体向上逐级收紧,勾勒出上窄下宽的稳健轮廓。
前脸标志性的三层几何结构与水平切面进气风道相得益彰,侧面熟悉的三条金线能从不同视角呈现出直线和曲线两种效果。

尾部采用垂直切削语言,近乎垂直的尾部线条与宽阔肩线结合,尾门中央大面积留白。


内饰部分,Concept 97 的座舱设计更注重日常使用的实用性。
车辆驾驶席采用「指挥官式」高位坐姿,视野开阔,便于观察复杂路况;第三排座椅采用环抱式沙发布局,靠背角度与填充物经过多次调整,减少长途乘坐的疲劳感;可升降的 Targa 半敞篷尾窗在天气晴好时开启,能引入自然光线与微风,提升座舱通透感。

材质上,座舱大面积使用新型环保织物面料,触感柔软细腻,成本高于传统高档皮革,但更注重耐用性与可持续性。
设计团队希望传递一种理念,即豪华不在于堆砌符号,而在于细节处的用心与真实触感,让车辆成为适合家人交谈、短暂休憩的移动空间。

在华丽的皮囊之下,神行者藏着一套武装到牙齿的「技术底座」。
FREELANDER 神行者此次首发了 iMAX 架构,全称为 Intelligent Modular Architecture to X。得益于中央超算与域控融合架构,它的系统响应时间比传统控制方式缩短了将近一半,数字底盘的响应更是达到了毫秒级。

在平台扩展能力上,iMAX 的轴距带宽覆盖 2850 至 3250 mm,可覆盖中型 SUV 到全尺寸旗舰 SUV,并且可以同时支持 1000 V 纯电、800 V 增程和插混三种技术路线。
值得一提的是,即将于下半年在中国市场发布的首批产品,起步就是 800V 高压增程平台。
而在智能化下半场的角逐中,神行者拉来了三位重量级「外援」。
全系标配华为乾崑智驾 ADS 的最新一代系统,目前正与 ADS 4.1 版本进行深度联调。首款车型搭载了 896 线激光雷达,属全球首批应用于全地形 SUV 的高线数雷达,能够有效提升对细小障碍物的识别能力与探测距离。
同步推出的 i-ATS 智能全地形系统,以该激光雷达与双目 800 万像素摄像头为核心感知单元,经 6 轮实地调校、覆盖 20 种典型地形(如泥地、砂石、积雪等),通过算法实现地形预判与模式建议。

系统还具备「全地形魔毯」功能:行驶中可提前识别井盖、减速带等路面起伏,联动 CCD 系统毫秒级调节悬架阻尼;配合前机械差速锁、后 e-LSD、虚拟中锁及闭式双腔空气悬架,面对交叉轴、坑洼等复杂路况时,能更平稳通过。
FREELANDER 神行者与高通合作,全球首搭骁龙 8397 车规级芯片。根据官方数据,CPU 算力达到上一代 8295 的 3 倍,GPU 算力接近 3 倍,NPU 算力达到 12 倍。配合英国研发团队操刀的「Atmosphere Science Lab」交互体系,整个座舱的感官体验被提升到了一个新的维度。

动力电池部分,品牌与宁德时代联合开发全地形专用骁遥增混电池。快充性能方面,峰值充电速度可达 6 C,峰值充电功率为 350 kW。电池采用宁德时代 「0 无热扩散」 技术,实现高压与烟气主动隔离,并采用定向向下热导流设计。电池底部使用超强特种钢与 FD 高分子防爆耐磨涂层组合。根据官方数据,其撕裂强度为常规 PVC 的 10 倍,冲击强度达到国标的 7 倍,防盐雾周期可达 20 年。

捷豹路虎曾经历过极其辉煌的时代。
2014 年,它成为继 BBA 之后第 4 个在华年销量突破 10 万辆的豪华品牌;2017 年进一步达到 14.6 万辆的阶段峰值,中国市场一度贡献了路虎全球近四分之一的销量。
当年投产的常熟工厂设计年产能达到 20 万辆,揽胜极光、发现神行、捷豹 XFL、捷豹 XEL 等车型陆续国产,可以说是满负荷运转的印钞机。

然而 2018 年后,随着市场风向转变,捷豹路虎进入了漫长的调整期。
2018 年,合资公司国产车型销量降至 6.8 万辆,此后一直没能回到此前高点。到 2024 年,国产揽胜极光与发现运动版合计年销量已降至约 2 万辆,月均千台左右的规模,很难撑起常熟工厂原有的产能预期。

不过,品牌也没有全面失守。在更高端的细分市场里,进口揽胜依然保持了稳定存在感,连续 23 个月位居百万级以上豪华 SUV 销量榜首。
所以到了 2024 年,合作模式调整几乎成了顺理成章的事。
中方不再只停留在制造端,而是向产品定义和核心技术开发延伸;外方则把重点更多放在品牌基因、设计体系和全球资源赋能上。
FREELANDER 神行者,就是这轮调整之后最重要的新项目。

不再死守旧有的燃油车红利,不再纠结于传统的合资话语权之争。从制造端向产品定义和核心技术开发的全面转型,FREELANDER 神行者是中英双方对当前中国乃至全球汽车市场交出的最新答卷。
但这并不是一条好走的路。
今天的中国新能源市场,节奏太快,玩家太多,留给新品牌建立认知和证明自己的时间并不宽裕。更何况,挂着经典名字出场,既是资产,也是压力。大家会天然期待它拿出路虎的气质、奇瑞的效率,还有新能源时代该有的智能化水平。
这也正是 FREELANDER 神行者最值得期待的地方,带着旧时代的包袱和荣耀的它,在一脚踏进新赛道,究竟能取得怎样的成绩呢?
国产越野这条赛道,几年前几乎是坦克和北汽两家的独角戏。
但去年以来大火的「硬要越野」风潮让这个品类着实火了一把,随着方程豹、捷途等品牌的入局,曾经的小众圈子正在变成愈发大众化的赛道。
与此同时,用户需求也在发生变化。并非所有人都追求极限穿越能力,相当一部分消费者想要这辆车,既有越野车的姿态和通过性,同时也不牺牲日常通勤的舒适度。
面对这种变化,坦克品牌开始从纯粹的「强越野」路线向「泛越野」方向延伸。
3 月 30 日,全新坦克 700 开启预售提供 Hi4-T 巅峰版、Hi4-Z 极境版和 Hi4-Z 极致版三款车型,预售价为 43.8 万元至 51.8 万元。
相较于老款坦克 700 的「机甲科技」风格,全新坦克 700 以中国传统瑞兽麒麟为核心意象的「麒麟」设计语言。
车身尺寸 5105×2061×1985mm,标配 22 英寸米其林轮胎,坐姿最大离地高度 1003mm。高宽比接近 1:1,整车呈金字塔式姿态,视觉压迫感相当强烈。

车身侧面和外扩的轮拱型面采用了垂直立体的块面结构,不再用传统曲面过渡,线条处理得非常硬朗。机盖上的筋线取自麒麟头部轮廓,以凸起式造型呈现。
车身工艺上则有几处值得关注的细节。比如前大灯「瑞麟之眼」采用全球首创的机械旋转开合式结构,内含 260 颗 LED 灯珠,涉及 32 项技术专利,并首次将可变激光光源应用于远光灯,5lx 照射距离最远达 260 米。

车侧贯穿一根 2860mm 的一体式铝合金饰条,从头到尾无拼接、无台阶;D 柱采用行业首创的倒扣式模具工艺,实现了无痕设计。
尾部的大尺寸悬浮尾翼「祥麟焰尾」,是专为硬派越野车开发的,据称经过 10 轮仿真优化和 7 次风洞测试才最终定型。
全新坦克 700 在产品策略上最核心的变化,是动力系统的「一分为二」。
老款 700 仅提供 Hi4-T 一种动力,全新款首次引入 Hi4-Z 版本。两套系统各自瞄准不同场景:Hi4-T 面向极限越野和持续高负荷工况,Hi4-Z 面向城市通勤兼顾泛越野需求。

Hi4-T 搭载国产唯一自研的 3.0T V6 双涡轮增压混动发动机,与 P2 电机组合后系统综合功率 395kW、综合扭矩 800N·m,百公里加速 5 秒级。发动机曲轴经磨粒流超精密内腔抛光技术加工,变速器为国内首款 9HAT 混动变速器,8.84 宽速比、97% 传动效率。
相比上代,P2 电机功率提升 10kW 至 130kW,快充功率从 50kW 翻倍到 100kW。越野硬件方面,智能四驱、Mlock 机械锁止、三把锁齐备,并且是自主品牌中首个搭载电子可断开式稳定杆的车型。

Hi4-Z 采用全球首创的功率分流技术,由 2.0T 米勒循环发动机搭配前 215kW/后 240kW 双电机组成「三擎四驱」布局,系统综合功率 635kW、综合扭矩 1195N·m,零百加速 5.6 秒。
电池为 59.05kWh 三元锂电池包,WLTC 纯电续航 190km、综合续航 1191km,支持 800V 平台和 163kW 高压快充,15 分钟可从 30% 充至 80%。
Hi4-Z 的越野能力并没有因为偏向城市而打折扣。它是同级唯一具备「真 4L 模式」的车型,该模式下前后桥均可实现 20 倍扭矩放大,前桥峰值扭矩 6150N·m、后桥 8100N·m。
底盘同样提供两种方案。螺簧版采用 1900MPa 锐衡合金弹簧,减振器使用 S 型鹤颈导流活塞阀设计,该版本麋鹿测试成绩为 72km/h,作为参照,奔驰 G 级为 67.7km/h、路虎揽胜为 65.8km/h、丰田普拉多为 69.7km/h。
空悬版为空气弹簧配合电磁减振器,六挡高度调节,最大可调范围 120mm,电磁减振器每秒调节 100 次。

在两种底盘之上,还有一套非承载式车身专属的五层滤振体系,从轮胎、悬架轴套、减振器、车身悬置到座椅系统,逐级过滤不同频段的振动。
全新坦克 700 座舱采用中轴对称的内饰布局。顶棚及腰线以上立柱使用高克重麂皮绒包覆,座椅面料选用德国柏德 Nappa 真皮,前排 20 向电动调节,后排支持 141°无级电动调节,全车座椅均配备通风、加热与 10 点位 3 层气袋按摩。

空间形态上,前排靠背可 180°放平,配合后排调节能够组合出大床休憩、商务会客等多种模式。

后备箱常规容积 600L,后排放倒后扩展至 1601L。车内还配备一台 5.4L 独立压缩机冰箱,支持-6℃至 50℃四挡温控。
车内共有 7 块屏幕组成,HUD 抬头显示、1.39 英寸触控时钟、12.3 英寸仪表屏、15.6 英寸 2.5K 中控屏、17.3 英寸 3K 吸顶娱乐屏、双 50 帧高刷流媒体后视镜以及 7 英寸后排扶手屏。

全新坦克 700 在智能化方面做了大幅度的硬件升级,搭载 Coffee Pilot 4.0 辅助驾驶系统。
这款车是目前行业中唯一在非承载式车身上同时搭载激光雷达、英伟达 Thor-u 芯片和 VLA 大模型的车型,全车配备 27 个辅助驾驶传感器,算力达到 700TOPS。
架构上,VLA 作为「车端大脑」负责实时驾驶决策,世界模型作为「云端大脑」提供数据训练和经验增益。

交互层面,系统支持口语化语音控车,用户可以用自然语言调整路线和驾驶风格。系统也具备长时记忆能力——例如告诉它「这条路以后都开慢点」,下次经过时会自动减速。
泊车功能覆盖垂直、水平、斜方、断头路等 200 余种场景,车位识别成功率 96%;记忆泊车单条路线最远 3 公里,可存储 100 条路线;遥控泊车通过手机蓝牙连接,在车外即可完成一键入库和召唤出库。

全新坦克 700 还配备了同级独有的 Coffee Night Vision 2.0 远红外夜视系统,最远探测距离 300 米,搭载千万参数级红外图像分割数据库,能够实现像素级物体轮廓勾勒,并对车辆、行人、动物进行差异化分色渲染。

安全方面,新车车架采用 99% 高强度钢的金字塔形梯形结构,截面尺寸 200mm×100mm;车身高强度钢使用比例超 83%,可承受 12 吨车顶静压,最大扭转刚度 30122N·m/°。
电池防护方面,Hi4-T 版本将电池包布置在横纵梁内侧及车身地板上部,离地间隙达 620mm,50km/h 后碰撞测试中无泄漏、无起火。
Hi4-Z 版本采用 8+4 层安全防护结构,纵向可承受 1000J 能量冲击,相当于行业标准的 6 倍以上。两个版本的电池包均达到 IP68 级防水,在 1 米水深中静置 48 小时后内部无水进入。

全新坦克 700 在设计语言、智驾系统、动力架构、座舱配置上做了一次彻底的产品迭代。
而 Hi4-Z 版本的加入使得坦克 700 不再只是面向硬核越野圈层的旗舰,而是试图覆盖从极限穿越到城市通勤的全场景需求。
老款坦克 700 Hi4-T 在 2025 年全年销量仅 5633 辆,月均不足 500 辆,相比 2024 年的 1.5 万辆大幅下滑。
一款只面向硬核越野圈层的旗舰,天花板终究有限。
Hi4-Z 的出现,本质上是坦克 700 从「越野旗舰」向「全场景旗舰」的一次身份转换。
它能不能拉宽用户基盘、扭转销量走势,才是这次换代背后真正要回答的问题。
🤯
苹果国行 AI 凌晨意外上线后被撤下
🏍
张雪机车 WSBK 葡萄牙站两连冠,中国摩托首破欧美日垄断
🍎
苹果开源编程语言 Swift 正式支持 Android
🧐
OpenAI 关停 Sora 细节:每天亏损百万美元,迪士尼高管在官宣前一小时才得知
🔝
ClawBench 最新榜单:智谱 GLM-5-Turbo 登顶,字节、小米四款模型跻身全球前十
🖥️
搭载 OLED 的 iMac 机型或于 2029 ~ 2030 年量产
🤝
雷军亲自官宣招募 AI 人才
🌚
深圳华强北现内存抛售潮:32G DDR5 最低报价跌至 1950 元
📈
Kimi K2.5 上线一个月,月之暗面 ARR 突破 1 亿美元
🛍
东方甄选首店下月落地北京中关村,俞敏洪:未来将开上百家线下超市
💰
范式智能首次实现全年盈利,全年营收 71.35 亿元
🚀
顺丰 2025 年报:归母净利润 111 亿,毛利率小幅收窄
📱
曝 Google 正开发 Android「碰一碰」传文件功能
📋
爱奇艺拟赴港二次上市
🚗
理想汽车马赫 100 芯片论文入围顶级芯片学术圈
💡
彭博社:AI 正在抢走伦敦年轻人的第一份工作
📱
6999 元起,vivo X300 Ultra 正式发布

今天凌晨,Apple Intelligence 突然出现在国行 iPhone 用户的设置页面中,随后苹果迅速将其下线。彭博社记者 Mark Gurman 明确表示,该功能目前尚未正式获批,此次上线系意外事件,且与 iOS 26.5 测试版无关。
APPSO 发现,国行 iPhone 设置页面中原有的「Siri」入口已更名为「Apple 智能与 Siri」,点击后可下载端侧模型并解锁一系列 AI 功能。距离苹果成立 50 周年纪念日(4 月 1 日)仅剩一天,Apple Intelligence 以这种几乎静默的方式落在了国行用户的手机上。
🔗 相关阅读:突发!苹果国行 AI 偷跑上线,连夜实测后我们发现了这些细节
Gurman 给出了三条判断这是一次意外的依据:
苹果不会在没有任何官方宣传的情况下在中国最重要的市场上线 AI 功能;苹果不会选择在中国时间凌晨发布;此外,该功能调用了 Google 的视觉识别引擎,而 Google 服务在国内无法正常访问。
APPSO 在功能下线前完成了第一时间的激活与实测。此次上线的功能包括全新 Siri 界面、写作工具、图乐园、AI 消除、视觉智能及翻译等。
在模型调用方面,情况则较为复杂。视觉识别引擎经实测来自 Google;Siri 对话与内容生成环节,APPSO 实测中出现了调用 GPT 的情况,网络上也有用户反馈调出了百度文心大模型。
这与此前业界普遍预期的「国行版仅接入百度与阿里模型」存在明显出入。
Apple Intelligence 于 2024 年 6 月的 WWDC24 首次亮相,同年 10 月随 iOS 18.1 在美国率先上线。去年 3 月,iOS 18.4 更新使其支持简体中文。
然而,国行版上线日期此后经历了多次推迟,从最初锚定的去年中期,依次推迟至 iOS 18.6、iOS 26.1、iOS 26.2、iOS 26.4。
去年 11 月,Gurman 在其 Power On 专栏中直言,国行版落地「遥遥无期」,并指出除审批问题外,Apple Intelligence 本身的工程进展也不顺利,模型性能未达预期。
目前,苹果已将此次意外上线的版本下线,国行 Apple Intelligence 的正式发布时间仍未明确。

据极目新闻、界面新闻报道,当地时间 3 月 28 日至 29 日,中国摩托车品牌张雪机车(ZXMOTO)在 WSBK 葡萄牙站 SSP 中量级组别连续两回合夺冠,成为首个在 WSBK 分站赛登顶的中国摩托车品牌,打破了杜卡迪、雅马哈等欧美日厂商长达数十年的垄断。
🔗 相关阅读:中国首冠!硬刚杜卡迪,超越雅马哈,张雪活成了摩托车圈的「雷军」
法国车手瓦伦丁·德比斯驾驶品牌自研 820RR-RS 赛车完成两连冠。
该车搭载自研三缸发动机,最高转速可达 16000 转。值得注意的是,张雪机车今年 2 月在首站澳大利亚站仅获第 19 名和第 24 名,此番夺冠可谓一个多月内完成的彻底逆袭。
品牌创始人张雪 1987 年生于湖南怀化农村,修车学徒出身,2024 年 4 月才以自己名字创立张雪机车,品牌成立至今不足两年。
此外,演员尹正在微博发文祝贺后,张雪回应称「没钱」请代言,决定直接赠送一台 820,请其骑行后分享真实感受。820RR 标准版售价 43800 元,820RR-R 版售价约 61000 元。


近日,苹果旗下开源编程语言 Swift,正式推出了对 Android 平台的官方支持,首个 Swift SDK for Android 已正式上线,距离该计划官宣已过去近一年时间。
借助该 SDK,开发者可以开始用 Swift 开发原生 Android 程序,将现有 Swift 项目更新为支持 Android 构建……这是一个重要里程碑,为 Swift 的跨平台开发开辟了新的机遇。
从技术实现层面来看,在 Android 上构建 Swift 包需要进行交叉编译,即在 macOS 或 Linux 等桌主机平台上,将代码编译为可在 Android 设备或模拟器上运行的程序。
完整的工具链由三部分组成:Swift 工具链(核心编译器)、Swift SDK for Android(专为 Android 交叉编译提供的扩展支持包),以及 Android NDK(提供平台专属头文件、系统库和链接器工具)。目前该 SDK 支持 x86_64 和 aarch64 两种 Android 架构。
理论上,一套 Swift 代码未来可在 iOS 和 Android 双端通行,跨平台移植的门槛和成本将大幅降低。当然,Kotlin 目前仍是 Android 开发的绝对主力语言,Swift 的加入更多是拓展了开发者的选择空间,而非替代现有生态。

昨天,《华尔街日报》披露了不久前 OpenAI 关停旗下视频生成 App「Sora」的相关细节。这款曾被 CEO Sam Altman 比作「GPT 时刻」的产品,从去年 9 月公开上线到彻底停运,前后不足半年。
报道指出,关停决定对 OpenAI 与迪士尼的合作造成直接冲击。去年 12 月,两家公司宣布达成多年合作协议,迪士尼承诺授权超过 200 个 IP 角色并投资 10 亿美元。
然而,迪士尼多位高管是在官宣前不到一小时才获知这一消息。目前,这笔投资从未兑现,双方合作实际上已陷入停滞。迪士尼新任 CEO Josh D’Amaro 正与十余家合作伙伴就引入其他 AI 工具展开磋商。
报道还称,Altman 最初给予 Sora 大量资源,是因为他希望 OpenAI 能成为一家利用 AI 重塑流行文化与娱乐的公司。
Altman 在致员工的内部信中将此次关停定性为「艰难但必要的取舍」,并表示 Sora 团队将转型聚焦机器人等更长远的方向。此外,OpenAI 正全力推进代号「Spud」的新模型,并计划打造主打生产力场景的「超级应用」。
上线初期,Sora 曾冲上 App Store 榜首,全球用户峰值约 100 万,但此后持续萎缩至不足 50 万,每天亏损约 100 万美元。
视频模型的训练成本远高于语言模型,在 OpenAI 算力资源日趋紧张的背景下,Sora 被内部视为「得不偿失」的负担。

Agent 评测机构 ClawBench 昨日发布了最新大模型榜单,覆盖 30 项复杂 Agent 任务,涵盖办公协作、信息检索、内容创作、数据处理与软件工程五大核心业务场景。
本次榜单共收录逾 40 款主流大模型,智谱、字节跳动、小米共计 4 款国产模型跻身全球前十。
从整体榜单来看,OpenAI GPT-5.4 以 92.2 分位列第三,Claude Opus 4.5 以 91.5 分排名第七,阿里 Qwen3.5-35B-A3B 以 91.4 分位列第八。
ClawBench 采用隔离沙箱执行机制,每款模型须在真实模拟的企业开发环境中完成任务,并刻意内嵌「命名不一致」「目录缺失」「日期陷阱」等工程挑战。
评分方面,ClawBench 引入「三重评分机制」,依据任务类型分别采用自动化脚本断言、前沿 LLM 担任「专家评委」,以及两者加权结合的混合评分方式,以期更真实地反映模型在复杂工作流中的实际部署能力。

据 ZDNet Korea 报道,苹果近期已向三星和 LG 两家 OLED 面板厂商发出请求,要求其利用量产线生产适用于 iMac 的 OLED 样品,为预计于 2029 ~ 2030 年推出的 OLED 版 iMac 提前布局。
据悉,苹果向两家厂商提出的 iMac OLED 屏幕尺寸为 24 英寸,亮度 600nit、像素密度 218 PPI,相比现售 LCD 版 iMac 的 500nit 有所提升,像素密度则保持一致。

小米创始人、董事长兼 CEO 雷军昨天发文宣布,小米 AI 人才招聘专项正式启动。
雷军表示,小米今年在 AI 领域的研发及资本开支高达 160 亿元,已在基座大模型、具身智能机器人等项目上取得重要进展。此次招聘专项设有顶尖人才、校招、实习三大通道,打造「一站式、无边界」的 AI 人才引进体系。
顶尖人才招聘面向 2024 年至 2027 年毕业的应届生、2027 年出站博士后,以及 2027 年及以后毕业的本硕博同学。招聘岗位横跨多个方向,涵盖大模型、手机、汽车、自动驾驶等领域。
雷军介绍,AI 技术正在全面赋能小米人车家全生态,覆盖智能手机、智能汽车、可穿戴设备、智能家居及机器人等领域。
据此前报道,MiMo 模型由小米核心技术团队 Core Team 研发,团队平均年龄仅 25 岁,清华、北大毕业成员占比超过 60%,博士占比达 55%,最年轻的核心研究员为一名 19 岁的大学实习生。

据财联社报道,昨天,记者走访深圳华强北电子市场获悉,自上周以来,DDR5 内存条现货价格出现明显降幅。
其中,上周单条售价约 3000 元的 32G DDR5 内存条,本周报价已下调 500 至 1050 元不等,部分商户甚至以 1950 元/条的价格抛售。
有商户表示,「刚以 2500 元/条的价格处理了一批产品」,目前部分 DDR5 产品正处于抛售阶段。对于后市走向,受访商家看法不一:有商户认为价格仍有进一步下行空间,也有商户认为上游价格存在支撑,此轮降价行情或难以持续。
一位拥有内存条业务的上市公司人士分析称,此轮抛售或与短期装机等市场需求不振、下游商家希望快速周转有关,但强调价格回调不影响包括内存条在内的整个存储行业的上行趋势。
据界面新闻报道,Kimi K2.5 上线约一个月后,月之暗面的 ARR(年度经常性收入)于 3 月初突破 1 亿美元。
知情人士透露,K2.5 上线后,API 供应的 TPM(每分钟 token 数)配额迅速趋紧,已有客户开出千万美元级别的消费承诺及预付担保,以期获得优先供应资格。
月之暗面继去年末完成 5 亿美元 C 轮融资后,今年 2 月中旬再度传出新一轮逾 7 亿美元融资即将完成交割的消息。据科创板日报,其最新估值已升至 180 亿美元,在 3 个月内翻了 4 倍,并正在进行一轮 10 亿美元融资。
此外,上周有媒体报道月之暗面正在考虑赴港 IPO。

近日,东方甄选董事长兼 CEO 俞敏洪在直播中透露,东方甄选首家线下实体店将于 4 月份在北京中关村正式开张,店面面积约 400 平方米,商品涵盖生鲜、零食、日百等便利店品类,并设有简餐和咖啡饮品区。
俞敏洪表示,首店模式成熟后,将依托新东方遍布全国的约 8 万名员工资源,在每个城市布局两到三家东方甄选超市,届时全国门店数量将同时达到数十家乃至上百家。
在商品结构上,东方甄选自营产品占比约为三分之一,其余则来自全国各地的优质商品。

昨天,范式智能发布 2025 年全年业绩公告。
去年全年总营收为人民币 71.35 亿元,同比增长 35.6%,毛利率为 34.8%;经调整归母净利润为人民币 1784 万元,实现扭亏为盈。按国际财务报告准则计算,归属母公司所有者的年度亏损为人民币 2630 万元,同比大幅收窄 90.2%。
三大业务板块表现如下:

昨天,顺丰控股公布截至 2025 年 12 月 31 日止年度经审计业绩。
全年营业收入人民币 3082.3 亿元,同比增长 8.4%,首次突破三千亿元;归属于本公司所有者的利润(归母净利润)人民币 111.2 亿元,同比增长 9.3%;基本每股收益人民币 2.23 元。
各业务板块核心数据如下:

据 Android Authority 报道,Google 将为 Android 内置的 Quick Share 推出名为「Tap to share」的功能,效果类似苹果在新版 AirDrop 中推出的「碰一碰」传文件功能。
最早的线索出现在去年 9 月。三星 One UI 8.5 的实验性功能区中,已出现基于 NFC 的文件共享雏形,但该功能当时更像是三星内部测试项目。
在昨天曝光的 One UI 9 泄露版本中,这一功能已被明确命名为「Tap to share」(一碰传),操作逻辑直观:将两部手机的顶部靠近,文件即可发送。
而在今年的 Android 17 测试版和 Canary 版本中,出现了名为「TapToShare」的系统级服务,该服务依赖 Google Play 服务运行,意味着这项功能有望成为安卓的通用能力,而非某一品牌的独占功能。
据第一财经报道,爱奇艺于 3 月 30 日公告,公司已以保密方式向香港联合交易所提交上市申请表,申请公司 A 类普通股在港交所上市及交易许可。
同日,爱奇艺董事会批准了一项股份回购计划,授权公司在未来 18 个月内回购至多价值 1 亿美元的股份(包括美国存托股份形式),该计划自批准之日起立即生效。

昨天,理想汽车官宣,旗下马赫 100 芯片的研究论文《M100: An Orchestrated Dataflow Architecture Powering General AI Computing》近日获 ISCA 2026(国际计算机体系结构年会)录用,理想汽车也因此成为汽车行业首家在该会议工业分区(Industry Track)获得论文录取的企业。
据介绍,ISCA 是计算机体系结构领域最具权威性的顶级学术会议之一,长期聚焦芯片、处理器及 AI 算力等基础性技术议题,被视为该领域的风向标。
论文介绍了即将量产上车的马赫 100 芯片采用的「周密编排数据流架构」,核心思路是让数据在计算单元之间直接流动,尽量减少在缓存中反复存取的环节。
理想汽车表示,这一架构设计使马赫 100 芯片的数据处理效率更高,能够释放更多有效算力,同时具备更强的可编程能力,以适应 AI 的快速迭代。

据彭博社报道,伦敦正在经历一场由 AI 驱动的青年就业结构性危机,而这场危机的冲击正以不成比例的方式集中落在初入职场的年轻人身上。
根据彭博社引用的数据,伦敦约三分之一的劳动者从事专业服务、行政、IT 及金融等高度暴露于 AI 替代风险的行业,这一比例显著高于全英国约四分之一的平均水平。
猎头公司 Robert Walters 英国及爱尔兰区董事总经理 Daniel Harris 指出,白领雇主正在大规模使用自动化手段替代初级岗位,或将招聘迁移至用工成本更低的地区。
报道还指出,AI 的冲击逻辑并不对称。它倾向于奖励经验丰富的资深从业者,同时优先淘汰那些尚未积累工作履历的入门级职位。这意味着,刚刚毕业、最需要第一份工作来积累经验的年轻人,恰恰是最难绕过这道门槛的群体。
据招聘网站 Adzuna 统计,伦敦的应届毕业生职位数量已从 2019 年的约 1.3 万个骤降至今年初的约 2000 个,降幅超过 85%;伦敦职位在全英国应届毕业生职位总量中的占比,也从十年前的三分之一萎缩至如今的五分之一。
与此同时,伦敦 16 至 24 岁青年的失业率已攀升至 25%,不仅是全英国最高,也高于马德里、巴黎等欧洲主要城市同龄人的就业水平。
一位计算机科学专业的应届毕业生坦言:「现在大家都在讨论 AI 替代软件开发者,而与一个犯错但能被资深工程师轻松纠正的技术竞争,实在太难了。」


昨晚,vivo 在春季新品发布会上发布了 X300 Ultra 与 X300s 两款新机,前者定位专业影像旗舰,后者主打影像性能均衡旗舰。
vivo X300 Ultra:
vivo X300s:
🔗 相关阅读:vivo X300 Ultra 影像评测:影像手机,终于成为相机

昨天,千问发布最新一代全模态大模型 Qwen3.5-Omni,支持文本、图片、音频及音视频的理解与生成。
模型采用 Thinker-Talker 架构,提供 Plus、Flash、Light 三种规格,支持 256k 长上下文,可处理超过 10 小时的音频输入,以及超过 400 秒的 720P 音视频输入,训练数据涵盖逾 1 亿小时的音视频内容。
相较上一代 Qwen3-Omni,此次升级重点包括:
实时交互方面,新版本原生支持语义打断、WebSearch 与复杂 Function Call 调用、端到端语音控制,以及音色克隆功能。

昨天,博主「数码闲聊站」在微博发布了 OPPO Pad mini 的外观及相关配置信息爆料,新品预计 4 月发布。

3 月 30 日,企业微信在 GitHub 上线了 CLI 开源项目,开放消息、日程、文档、智能表、会议、待办、通讯录共七大核心产品能力,支持 Claude Code、Codex、WorkBuddy、QClaw 等主流 AI Agent 调用。
在安装和使用上,开发者可通过 npm 安装 CLI,配置企业微信机器人的 Bot ID 和 Secret 后即可开始调用相关能力。当前项目已提供消息、会议、待办、日程、文档、智能表格等一系列 skills。

近日,泡泡玛特官宣跨界进军家电领域的首款产品 LABUBU 冷藏箱,隶属于 THE MONSTERS 生活家系列。
从官方展示来看,这款冷藏箱整体造型小巧精致,箱门印有泡泡玛特旗下经典 IP 形象 LABUBU 与 TYCOCO,门把手处更采用 LABUBU 立体浮雕造型设计。目前,官方尚未公布该产品的售价、具体配置及正式上市时间。
此前,泡泡玛特 CEO 兼董事长王宁在 2025 年业绩发布会上宣布,公司将于 4 月正式推出以自有 IP 为核心的系列衍生小家电产品,首批将在京东等主流电商平台同步发售,市场策略拟采取「先国内、后出海」的分步推进路径。
据蓝鲸科技援引知情人士消息,泡泡玛特小家电业务的核心代工厂为新宝股份,双方以 OEM 模式深度合作。目前品类已覆盖电水壶、咖啡机、电动牙刷、吹风机等多个品类,现阶段已进入大规模备货阶段。


据《科创板日报》报道,豆包已接入抖音电商,用户可在豆包 APP 内直接下单商品并完成支付,无需跳转至抖音。该功能目前正处于内测阶段。
另据鞭牛士报道,在豆包 APP 内输入包含「推荐某款产品」等关键词的提问后,豆包除可推荐商品外,还会弹出商品链接。此外,用户可在豆包 APP「我的 – 设置 – 我的订单」中查看在豆包内下单购物所生成的订单。

据九派新闻、中新经纬报道,瑞幸咖啡近期推出的新品「椰子蛋」(一整颗生椰)在社交平台引发大量消费者吐槽。
多名消费者反映,该产品存在多项体验问题:饮品温度极低、几乎全为冰沙状态,店员甚至建议顾客放置半小时后再饮用;份量仅为同类产品的一半;椰肉口感欠佳;此外,产品未封口,外带与外卖场景下极易洒漏。
对此,瑞幸客服回应称,已收到相关用户反馈,目前该产品支持「去冰」点单,分量、口感及包装等问题将记录并上报相关部门处理。
与此同时,该产品在北京多区门店处于供应紧张状态。北京市西城、海淀、石景山等多区门店均显示暂时停售。
据蓝鲸新闻报道,自 4 月起,国内电动两轮车市场或迎来一波集中涨价潮。九号、雅迪、台铃、爱玛等头部品牌计划对旗下大部分车型上调售价,预计涨幅在 200 至 300 元之间。
报道指出,目前各品牌区域经理已密集通知经销商加大备货力度,以应对涨价后可能出现的库存成本上升及短期需求波动。
另据第一财经,九号公司昨日确认,受原材料价格上涨影响,4 月起部分车型的建议零售价优惠力度将适度缩减,优惠金额缩减 100 元。


据《好莱坞报道》,派拉蒙影业旗下动画电影《汪汪队立大功:勇闯恐龙岛》昨日正式发布首支先导预告片及首款宣传海报,确认将于今年 8 月 14 日在北美上映。
本片为《汪汪队立大功》系列第三部大银幕作品,由卡尔·布伦克尔执导,故事讲述汪汪队的狗狗们在一场神秘风暴后意外迫降于一座布满恐龙的热带孤岛,在阻止反派「坏市长」哈丁格疯狂采矿、引发火山喷发的过程中,展开一系列「恐龙级」的惊险救援任务。
值得关注的是,后街男孩专门为本片录制了全新单曲「Bottle Up」,将作为影片主题曲亮相。

HBO 剧版《哈利·波特》第一季尚未播出,第二季的开发工作已正式启动。HBO 负责人 Casey Bloys 向 Variety 表示,制作团队正在积极推进,以避免各季之间出现过长的播出间隔。
Bloys 表示:「我们的目标是不要有太大的间隔,尤其是考虑到孩子们在不断长大。」他同时坦言,由于剧集规模庞大,该剧无法做到每年播出一季,但「他们现在已经在写第二季了」。
第一季《哈利·波特与魔法石》预计将于今年 12 月 25 日正式上线。根据 HBO 的整体规划,该剧共计七季,每部原著对应一季,每季八集。第二季预计将改编《哈利·波特与密室》。
值得关注的是,该剧预告片发布后迅速引发广泛关注,据报道在上线 48 小时内累计播放量超过 2.77 亿次,成为 HBO 历史上观看量最高的预告片。
99 年生的张舒昱,是腾讯电脑管家团队入职不久的产品经理,这在腾讯算不上核心业务线。
今年 1 月 OpenClaw 刚在中国爆火,她着了迷,拉上几个人攒了一个产品原型 QClaw:基于 OpenClaw,一键安装,通过微信直接操控智能体。
项目在腾讯体系里几乎没有存在感,没有立项审批,没有总办资源,几个年轻人凑在一起写代码。
3 月 9 日,QClaw 内测上线。一周之内,数百万用户注册。

然后事情开始失控,惊动了腾讯总办。
高层反应极快,随即调拨数十名员工和计算资源到张舒昱的团队。同日,另一支团队推出了 WorkBuddy,同样兼容 OpenClaw。再隔一天,腾讯港股大涨超过 7%,投资者把涨幅直接归因于这两只虾。
3 月 11 日凌晨 2:06,马化腾发了条朋友圈:「自研龙虾、本地虾、云端虾、企业虾、云桌面虾,安全隔离虾房、云保安、知识库……还有一批产品陆续赶来。」

这对腾讯 11 万员工是一个鲜明的信号,无数员工将其解读为:Pony 支持他们 all in 龙虾。
据 The Information 独家报道,截至本月,腾讯内部同时有 8 个团队在开发基于 OpenClaw 的产品和服务。加上在研和内测项目,总数已超过 10 个。
15 年前,腾讯内部三个团队赛跑移动 IM,张小龙的广州研发部跑出了微信,是腾讯史上赛马最成功的一次。这次换了个物种,叫赛虾。
一个 99 年产品经理做的边缘项目,两周之内变成一家万亿市值公司的战略支点,似乎有点不可思议。
张舒昱对 The Information 说了一句大实话:「我们都在用 AI Agent 做实验。此刻,没有人能说什么是最佳方法。」
翻译一下就是:我们也不知道答案,但先跑起来总比站着强。

要理解腾讯对龙虾的狂热,先要直面鹅厂当下在 AI 竞争中的处境。
过去两年,中国 AI 大模型军备竞赛打得昏天暗地。
阿里砸钱做千问,字节孵出豆包,在用户规模和模型能力上都拉开了身位。腾讯呢?手握游戏和微信广告的丰厚利润,但在 AI 赛道上远不及这两个对手激进。
自研的混元大模型尚且无法与竞争对手匹敌,又拖累了自家 AI 助手「元宝」的进展。
腾讯不是没努力。去年请来前 OpenAI 研究员姚顺雨执掌混元研究,重建了研发基础设施。 4 月即将发布的混元新一代模型,业内普遍视为腾讯模型能力的一次摸底考试。

▲姚顺雨. 图片来自:智源社区
但远水解不了近渴,在新模型交卷之前,缺乏强大的内部模型,让元宝在与豆包和千问的竞争中暂时落于下风。
所以当 OpenClaw 在中国引爆了 Agent 热潮,腾讯高层几乎是本能地抓住了这根绳子。这只龙虾证明了 AI 的下一个爆发点未必在聊天框里,可能在桌面上,在工具里,在无数个能替你干活的智能体身上。
腾讯高层的判断很清晰: OpenClaw 引发的这一轮 Agent 浪潮,将是 AI 战场重新洗牌的机会。
他们逻辑是这样的,如果腾讯能通过将 OpenClaw 类Agent 能力与微信深度整合,提供配套工具和服务,成为中国最好的 Agent 使用平台,那么即便其内部大模型不是最强大的、AI助手也不是最受欢迎的,腾讯依然有可能在 AI 下半场逆风翻盘。
2020 年,马化腾在腾讯内部将视频号称为「全村的希望」,寄望于它在短视频赛道上扳回一城。如今,「全村的希望」换了物种。
区别在于,视频号好歹是亲生的,龙虾来自一个奥地利独立开发者的 GitHub 。
某种意义上,这更像是 2014 年纳德拉接手微软后做做的事,承认在移动互联网上输了,放下「什么都要自己做」的控制欲,押注一条全新赛道。
纳德拉用了十年,腾讯希望快一点。
外界把多团队并行理解为经典赛马机制,腾讯内部更愿意说「多样性」。QClaw 和 WorkBuddy 是最先冒头的两只虾,路线截然不同。
QClaw 是张舒昱从电脑管家边缘团队杀出来的,直接拥抱 OpenClaw 开源生态,做微信一键安装,野蛮生长。设计理念就四个字:打开即用。不需要配置环境,不需要懂终端命令,微信扫一下就能让 AI 接管你的电脑。

▲张舒昱. 图片来自:南京审计大学
WorkBuddy 则走了一条完全不同的路。负责人汪晟杰在接受 APPSO 采访时反复强调一件事:百分百自研,没用过一行 OpenClaw 源码。
它走半自动化路线,避开了 OpenClaw「透传」模式下信息暴露在公网上的风险,采用 bot 推送通知模型,每一步关键操作都需要用户确认。汪晟杰的定义很明确:龙虾是一个概念,不等于 OpenClaw。WorkBuddy 要做的是安全可控的龙虾,企业能放心用的龙虾。
汪晟杰透露了一个时间细节:WorkBuddy 在 1 月 17 号那个周末就已启动,三四个人通宵做出 MVP(最小化可行产品),原计划 3 月 16 日发布。看到龙虾热潮后提前了一周,撞上了 QClaw 同期发布。

▲ 汪晟杰.
也就是说,腾讯并非在 OpenClaw 火了之后才匆忙跟进。多个团队在不同时间点嗅到了同一个机会,OpenClaw 的爆火更像催化剂,把水面下的项目一夜之间推上了前台。
但赛虾机制的矛盾也摆在桌上。
QClaw 和 WorkBuddy 功能高度重叠,都能通过微信操控 AI 智能体,用户该选哪个?8 支团队同时跑,资源会不会内耗?
答案藏在张舒昱那句话里:「此刻没人知道什么是最佳方法。」8 支团队同时下场,与其说是信心爆棚,不如说谁都没有把握。
腾讯选择用数量对冲不确定性,多条路线同时跑,押中一条就够了。
赛马机制的精髓从来都是:靠数量提高命中概率。15 年前微信就是这么跑出来的。

赛虾的前提是有虾可赛,但这只虾不归腾讯管。
3 月 12 日,OpenClaw 创始人 Peter Steinberger 在 X 上公开批评腾讯,矛头直指腾讯的 SkillHub 服务复制了社区 Skills 却没有做出任何贡献。
两天后,腾讯通过 GitHub 捐款,随后被列为特色赞助商,与 OpenAI 并列。在上周英伟达 GTC 大会上,腾讯云 CEO 汤道生当面约见 Steinberger,提出由腾讯云贡献服务器和安全服务,并探讨与 OpenClaw 基金会更深层的合作。

中国市值最高的互联网公司之一的高级副总裁,飞到圣何塞跟一个开源项目创始人坐下来谈合作。在腾讯历史上几乎没有先例。当你需要别人的东西比别人需要你的东西更急迫时,身段自然就放下来了。
同一周的财报发布会上,腾讯总裁刘炽平宣布 2026 年将 AI 新产品的投资至少翻倍,从去年的 180 亿元起步。而在阐述钱花到哪里时,他只点了三个名字:混元、元宝、以及最新的 Claw 产品。
一个月前还是边缘项目的龙虾,一跃与腾讯自研大模型和旗舰 AI 应用并列。龙虾从「大家自己玩玩」正式升格为「公司战略」。
马化腾最近在财报会议上的发言,进一步回答了一个更本质的问题:腾讯想用龙虾做什么?
他的切入角度直接跳过了产品层面,落在生态上。
马化腾认为龙虾类应用有记忆和个性,更像助理,带有「活人感」,能让 AI 落地到办公、终端、小程序等各种场景中,不再全部挤在 chatbot 这条独木桥上。
但真正耐人寻味的是他关于「去中心化」的论述。微信本身是中心化的 App,但微信生态是去中心化的,数十万小程序商家构成了开放平台。马化腾认为 AI Agent 天然具有去中心化特征,可以融入微信生态。有一句话特别关键:
所有服务商的心态都是怕被 AI 智能体「短路化」「渠道化」。
意思是,他不想让 AI Agent 变成一个新的中间商,把微信里的服务商变成纯粹的后端 API。他想让小程序保留独立性,同时具备 AI 能力。「每一个小程序都可以智能化和龙虾化。」
这个思考比「我们也做龙虾」高出一个维度。马化腾看到的是一种范式转移的可能:AI 的价值分配方式,从「一个超级 chatbot 统治一切」变成「无数分布式智能体各显神通」。
如果这个判断成立,拥有全球最大通讯生态和最活跃小程序平台的微信,天然就是 Agent 时代最肥沃的土壤。
刘炽平在财报会上把这套逻辑做了明确的总结:「Claw 提出了一种去中心化的模型……有段时间,似乎每个人都在争夺成为 AI 智能体唯一的入口和垄断者。但现实并非如此。」
一句话概括腾腾讯的押注逻辑:模型之争输了一局,但生态之争的牌还没摊开。
当然,这套叙事也可以被翻译成另一句话:我们模型不够强,所以告诉你们模型没那么重要。
自洽和自欺之间,有时候只隔一层窗户纸。但关键在于,这一次腾讯确实有牌可打。微信不需要成为最强大模型的容器,只需要成为最好用的 Agent 运行环境。
这和纳德拉的 Azure 逻辑如出一辙,你不需要自己做出最好的 AI,你只需要让最好的 AI 都跑在你的云上。
腾讯的「养虾」远不止做几个 C 端产品那么简单。腾讯周五公布了「养虾产品全景图」,这套从底层到应用层的完整龙虾矩阵,密度超出外界预期。

消费级产品打头阵。QClaw 主打微信一键安装,面向普通用户;WorkBuddy 走桌面端自研路线,强调安全可控;微信 ClawBot 负责让用户在微信聊天界面直接操控龙虾。
三个产品覆盖了「小白用户一键上手」「桌面深度使用」「微信生态无缝接入」三个核心场景。光是消费级这一层,腾讯就同时铺了三条路。
企业级产品紧随其后。ClawPro 面向企业和政务客户,主打安全隔离和精细权限管控,企业微信独占通道,账号权限分级,内置技能审核机制,代码生成类操作要过审,网页搜索走安全网关。
汤道生在腾讯云峰会上重点推介了 ADP(智能体开发平台),定位是企业构建定制化 Agent 的工具箱。配合 Claw Runtime 提供安全沙箱运行环境,Lighthouse 做安全管理。
整套企业方案的逻辑很清晰:OpenClaw 太野了,我帮你把它关进笼子里。
开发者生态也没落下。CodeBuddy 是去年下半年就上线的 AI 编程助手,现在被纳入龙虾矩阵成为开发者入口;SkillHub 是 AI 技能社区,做了本土化适配,也正是因为这个产品被 Steinberger 点名批评后才有了后面那笔捐款。TokenHub 则是模型服务市场,不光接混元,也接 DeepSeek、MiniMax、Kimi 等第三方模型,统一计费。
腾讯连「卖铲子」的生意都想好了。
从这张全景图可以看出,腾讯不想只在产品上做单点突破,要做一整条龙虾产业链——从安装到运行,从个人到企业,从消费到开发,每个环节都有人盯着。

这正是汤道生反复强调的「Harness 工程」思路:Agent 时代的胜负手不在模型本身,在于脚手架。工具调用、上下文工程、长期记忆管理、工作流设计,这些看起来不性感的苦活,才是决定 Agent 好不好用的关键变量。
汤道生在腾讯云上海峰会上表示:「AI 落地不只是算法题,Harness 工程能力是关键变量。不同的脚手架设计,会显著影响实际使用效果和 token 成本。」
翻译成人话就是:模型是发动机,但没有底盘和方向盘,跑不了多远。腾讯模型暂时跑不过别人,但如果能把底盘和方向盘做到最好,照样能赢。
把所有线索串起来,这个故事可以被浓缩成一句话:腾讯用一家大公司能调动的所有资源,去拥抱了一个自己无法控制的开源项目。
这是一个充满张力的姿态。
OpenClaw 的更新节奏是每周两三个版本,API 说改就改,Breaking Changes 说来就来。Peter 点一下 merge,深圳大厦里好几支产品团队可能就要通宵救火。腾讯把战略命脉系于别人的 GitHub 仓库上,这需要的不只是勇气,还有一种前所未有的谦逊。
但换个角度想,腾讯可能也没有更好的选择了。
如果继续只在模型和 chatbot 赛道上硬碰硬,不是陪跑就是陷入同质化厮杀。但 Agent 浪潮撕开了一条新缝隙:谁能把 AI 变成最好用的工具,谁就能重新定义入口。
微信有 14 亿月活,有小程序生态,有支付,有社交关系链。这些东西造不出最强模型,但能造出最好的 Agent 使用环境,这是腾讯手里唯一一张别人没有的牌。
问题在于,这张牌的有效期有多长。
OpenClaw 仍在快速迭代,生态远未定型。今天的龙虾热,会不会像去年的 Manus 一样来得快去得也快?8 支团队赛虾,会跑出下一个微信,还是跑出 8 个半成品?马化腾的「去中心化 Agent 生态」蓝图很美,但从蓝图到现实之间,还有需要经历多少次「技术事故」?
不过,有一件事是确定的。
当一家公司的 CEO 凌晨两点发朋友圈,总裁在财报会上把龙虾和自研模型并列,高级副总裁飞到美国去约见开源项目创始人,8 支团队同时下场赛虾,AI 投资直接翻倍,它就已经不是在追热点了,它在押注这家公司的未来。
赌的不是这只虾能活多久。赌的是在 AI 重构一切的十年里,腾讯还能不能坐在牌桌上,以及坐在什么位置。
视频号当年也被叫做「全村的希望」。五年过去了,它还没打败抖音,但在微信生态内长出了自己的活法。龙虾能不能也走出第三条路?答案还早。
不过,当一个巨头被逼到墙角,终于想清楚自己要什么,把资源砸向同一个方向的时候,你永远不能低估它。
凌晨三点,热带海岛。我们带上 vivo X300 Ultra,追一场反常识的「极光」。
过去两年,我们每天都在做同一件事:学习和进修「提示词工程」这门玄学。
找 AI 干活,总要像个碎碎念的甲方一样,交代八百字背景,像是在哄一个智商奇高、但每天都会间歇性失忆的实习生。
这让我想起在游戏里,施展出必杀技之前,总是会有一个类似「前摇」或者「吟唱」的过程。某种程度上,写提示词,提供上下文,上传各种文件等等……就是使用 AI 的「前摇」。
不是说用户每次都要做到极致,只是如果你能给足这些前置条件的话,AI 会做的更好。
不过,前段时间 APPSO 在中关村的一场线下聚会看到了一个还在测试中的 AI 办公产品——它很大程度上摒弃了对「前摇」的依赖。
产品名字叫 Floatboat。
Floatboat 的联合创始人兼 CEO 少卿走到台上,打开 Floatboat,选中一个文件夹,里有一个 CSV 表格,是一份参加本次活动的嘉宾名单。他在旁边的 AI 对话框里说了一句:生成邀请函。
过了一会,每位嘉宾的邀请函都出现了。
到这里为止都还好,把表格丢给 ChatGPT、Claude、WorkBuddy、悟空………任何一个今天的 AI,写一句指令,大概率也能做到差不多的事情——但接下来发生的,让我愣了一下。
有一位新嘉宾确认出席了,少卿说,「在表里更新一下」。
CSV 更新了;紧接着,一封新的邀请函也自动生成了。
我坐在那里花了两秒钟,试图理解刚刚发生了什么:
Floatboat 它知道这份表格和邀请函之间,知道「更新表格」和「生成邀请函」两个动作之间,是有关系的。所以少卿只说了前半句,后半句没说出来,它自己悟出来了。
AI 不再是等待指令的工具,变得越来越积极、主动,会动脑子,像一个一直给你打下手的小朋友,你说「更新一下」,他知道你的意思。
这个瞬间让我开始认真看这个产品。
Floatboat 是什么?我试着给它一个定义,发现很困难。
它有一个长得像 macOS Finder 的文件管理器,你可以浏览本地文件、打开 iCloud Drive;文件格式支持得很全,Markdown、CSV、Excel、Word、图片、视频,都能直接预览,甚至编辑;
它有一个内置浏览器,可以打开任何网页,甚至可以让 Agent 去操作这些网页;
它有一个 AI 对话界面,底层可以接 Gemini 或其他模型。这么看来它有点像 Claude 的桌面端,但又比 Cowork 多一些更直观的操作逻辑。
这三个东西,文件、浏览器、对话,以面板的形式并排在一起,可以随意拖拽组合,最多四栏并排。
你在浏览器里看到一张有用的图,可以直接拖到本地文件夹里保存;你让 AI 生成了一份报告,报告会直接写入本地文件,以 .md 或 .docx 格式保存,并且你可以直接编辑这些文件,不需要 cmd-c 再 cmd-v 到另一个地方。
信息从各个方向流进这个环境里,加工过的内容也能流出去,不会被锁死在某一个面板里。
所以 Floatboat 到底是什么?是文件管理器?是浏览器?是 AI 聊天工具?是氛围编程环境?
它都是,又不完全是。
在 Floatboat 出现之前,我们其实一直在做不同软件之间的「人肉 API」,每天按几百次复制粘贴,打开不同的软件或浏览器窗口、编辑不同的文件。
在 AI 世代在线办公的我们,成了在窗口与窗口之间疲于奔命的赛博搬运工。
而 Floatboat 打破了软件之间的墙,让所有的窗口都能共享同一份上下文。

开发团队给产品的定义是「工作环境」而非「AI 助手」。助手是你要求它才动的,工作环境是一直在那里的,你在里面做事,它一边帮你做事一边观察和学习。
在沟通会上,有人问少卿:一句话形容你们的产品?
少卿反问:你能一句话形容 ChatGPT 吗?
大家会心一笑。我觉得他说的有道理。有些东西确实不是一句话能装下的,除非你做的是一个非常垂直的工具。Floatboat 显然不打算做垂直。
做科技记者这些年,我经历过好几代这样的产品。最早是电子邮件加 Office 套件的时代,后来是各种 OA 系统,再后来钉钉来了、飞书来了、Slack 来了。
每一代都有一个产品,或者一类产品,它们有着同一句潜台词,对你发出强有力的暗示或者明示:上班,用我就够了。
而在 AI 时代,Floatboat 想要成为这个角色。
这么说不是在拔高它。恰恰相反,这个位置历史上从来没有人真正坐稳过。飞书解决了团队协同,但文档操作仍然需要 Office 套件。钉钉把审批这个工作做到了极致,但打工人私下用微信聊工作的习惯从来没变过。
「一统江湖」这件事,每一代都有产品在尝试,但从来没人真的实现过。
原因是结构性的:这类产品想要成功,需要整个组织一起换过来。而组织的惯性,是所有惯性里面最大的。你一个人觉得飞书好没用,你的团队、你的客户、你的供应商都得觉得好才行。
Floatboat 的策略有一个不同:它不面向组织,它面向个人。
这个产品的目标人群,也正是时下最流行的概念:OPC,全称 One Person Company/一人公司。
过去一年 AI 能力的跃进,让 OPC 这个前两年的口号,逐渐变得越来越现实和可行。一个人,加上三五个 agent, 几乎可以对等一个小的草创阶段的业务和支持团队。无论是自媒体内容创作者,从选题到写稿到排版到分发,还是电商业务,从选品到上架到客服到投流,都已经够用了。
Floatboat 希望能够打动这群人。在 APPSO 的体验中,我们测试了包括内容创作、数据科学等场景,也测试了外部工具接入(例如 Slackbot)等多种场景。对于内容、营销、数据分析、客服等类型的工作,Floatboat 都达到了我们的期待。
现在 AI 产品有两种设计哲学。一种是「你放手,我来」,把用户推到后座上去,Agent 全权接管,跑完了给你看结果。另一种是「你干活,我在旁边」,成为用户的副驾,在适当的时候递工具、提建议。
Floatboat 更接近后者,但又不全是。用 Floatboat 工作,我的体验是:跟 AI 在主驾副驾之间来回切换,畅快自如。
用了一段时间之后,我觉得 Floatboat 的主张是行得通的。至少在现在这个阶段,大多数人对 AI 的信任还没到「你尽管干,我不用看」的程度。你让一个打工人把整份方案交给 AI 自己跑,他会焦虑的睡不着觉……
但如果 AI 是在他的屏幕上、在他的文件夹旁边干活,他看得见过程,能随时纠正,那他会比较安心。
这也是为什么 Floatboat 的界面设计那么像一台传统电脑的桌面,把文件管理器、对话框、浏览器/编辑器都拉出来让你一览无遗:已经认识的东西,能够降低用户对一个新事物的戒备心,提高接受度。
然后再说 Floatboat 做的一个叫 Combo 的功能。
Combo 可以是一个复杂的 skill,也可以是多个 skill 的组合。而在工作的逻辑里,就是把一套工作流打包成一个可复用的操作。
Floatboat 内置了从工作成果中「蒸馏」 combo 的能力——这其实很像 Anthropic 官方的 skill-creator(本身也是一个 skill)。
比如你每周都要做一件事:从网上抓几篇行业报告,提炼摘要,整理成 Markdown 文档,然后推送到 Notion。你第一次在 Floatboat 里手动跟 Agent 对话完成了这套流程之后,对话框下方会出现一个按钮,问你要不要把这轮操作存成一个 Combo。
或者你也可以主动跟 Floatboat 说,「把我们目前的工作里面的方式、思考、逻辑,整理为一个 skill」。

当下次遇到类似任务的时候,Floatboat 会自动把这个 Combo 推荐给你,一键启动。
这里面我觉得最有意思的一点是:你不需要事先「设计」工作流,只需要正常干活就行了。一边干着,一边 Floatboat 就会自己把你的工作习惯、操作方法等「蒸馏」出来,沉淀出一份指导思想。
少卿告诉 APPSO,Combo 能力的设计,是为了实现今天的绝大部分用户对于 agent 产品的那个核心期待:自进化。
「当 agent 能够感知你 80% 的操作的时候,它就有自进化的能力了」,Combo 的自动沉淀机制就是在做这件事的第一步。
兜售「提示词」的时代,快要结束了。你不再需要像个魔法师一样去背诵枯燥的咒语,把提示词保存在一个专门的文件夹或者 AI 工具的后台。通过 Combo,Floatboat 可以让用户把他们每天最经常做的固定动作,提炼成独属于自己的「手艺」和数字资产。

当然,Floatboat 也做了一个 Combo 市场,你做的好用的 Combo 可以上传,别人做的也可以下载。官方也提供了一些现成的。
但这个 Combo 体系仍有不足。
任何一个号称能够一统江湖的办公软件,号称「越用越懂你」的 AI 系统,都仍然存在冷启动的障碍:就好比 Google Docs 的初始简历模板虽然很全很好,但仍然需要每一个求职者去调整修改以适合自己。
Combo 的自动沉淀机制,逻辑上是说得通的:你用得越多,它学得越好,推荐的工作流越贴合你。但这有一个前提:你需要先投入时间从零教它,而大多数人没有这个耐心,他们希望拿来就能用。
作为一位媒体编辑,我的日常工作是阅读大量资料、跟作者沟通选题、改稿子、偶尔自己写长文。这些工作的颗粒度很细,上下文很碎,跟官方预设的那些模板(更偏向标准化的报告生成、数据整理之类)对不上。
在我的具体使用中,我将几种不同的内容生产路径保存成了不同的 Combo:针对外部新闻的快速反应是一种,基于采访 Q&A 提纲的撰写是一种,针对复杂课题的调研、资料的编排、然后进行原创写作,又是另一种。
当然,这不是 Combo 本身的问题。对于绝大多数人,无论他们的工作是文档写作、报表处理、ppt 写作,还是数据整理、行政工作,甚至更加复杂的「一人开发者+marketer+客服」,无论是自己生产 Combo,还是在 Floatboat 的官方 combo 基础上做微调,都足够好用。
AI 工具不是一切工作的万灵药——一个工具把自己宣传得再美好,今天的用户也应该有这样的觉悟。对于 Floatboat,正如前面所说的,它是「工作环境」,它的能力足以强化人,但它的工作效果仍然取决于人。
然后再说说用 Floatboat 和其他「类 Cowork」产品的区别:最大的明显感受,是 Floatboat 的工作流程很快。以文件操作、内容生成为例,在 Gemini 3.1 Pro 模型驱动下的 Floatboat,对文件进行操作(批量重命名/修改格式、填充 markdown 等)的用时,是我平时用 Cowork/Claude Code CLI 的三分之一左右。
Gemini 在「讨好用户」上也是老演员了,所以最近 Floatboat 也加入了 Claude 两个最新版模型,Sonnet 和 Opus 4.6 的支持。
Gemini 对于 Floatboat 主打的大多数办公场景(文案生成、表格处理、信息整理)来说够用,写作效果也还算不错;如果不符合你偏好的话,切到 Claude 模型也没问题。如果你注意到 Floatboat 的迎合意图太强,可以在工作过程中时不时强调一下,不要一味迎合,要对生成的结果,甚至用户的输入做批判性的思考。
以及,你也可以充分利用 Combo 生成的功能,将这些技巧写进 Floatboat 的核心指导思想。

另外一个小设计值得提一句:Floatboat 可以集成到飞书和 Telegram 里,你不打开它的客户端,直接在聊天工具里给它发消息,它就在后台帮你执行任务——这个功能叫 Claw 模式,相信足够你顾名思义了。
除了产品本身,Floatboat 团队还在做一件更远的事。
他们开源了一个协议叫 Selfware,核心理念用一句话说就是:A file is an app。
这是什么意思?现在你用 AI 辛辛苦苦做了一份调研报告,发给同事,他收到的是一个 Word 文档或者 .md 文件。文件里有最终结果,但你当时调用了哪些资料、AI 跑了什么逻辑、中间修改了几次、为什么改,这些对于工作最关键的经验,并没有被保存下来。
Selfware 想解决的就是这件事。一个 .self 格式的文件,里面不只有数据,还携带逻辑和结构。你的同事收到之后,可以直接打开、继续编辑、让 Agent 沿着你的思路往下跑。文件自带了工作环境。
这个想法,和目前 AI 开发圈里对 CLAUDE/SKILL.md、cursor rules 这类文件的热情, 属于同一个潮流。大家都在发现,文本文件可以用来「编程」AI 的行为,一个 .md 文件可以定义一个 Agent 的人格、工作方式、输出风格。
但 Selfware 往前又多走了一步:那些 .md 文件是指令,你告诉 Agent 怎么做;Selfware 想做执行单元,文件本身就能运行,而且不依赖于特定平台。
这其实有点像 Jupyter Notebook,把代码、数据、输出打包在一起了;也类似于 Docker,把运行环境做成了可分发的单元——Selfware 把场景换成了 Agent 协作。它不是从零发明的概念,但在 Agent 时代重新提出,确实切中了一个真实的痛点。
不过,协议这种东西,最终看的是采用率。现在 Selfware 主要在 Floatboat 自己的生态里运转。「A file is an app」是个有趣的理念,但从理念到被广泛采用的标准,中间路还很远。
另外值得提一句的是 IACT (Inline Action-Clicked Text),Floatboat 开源的另一个协议。它做的事情更小但很实际:在 Markdown 语法的基础上,直接在 AI 对话生成结果加上可点击的行内 (in-line) 链接/按钮。生成结果中的「可行动内容」将会自动套上这个按钮,用户直接点击就行了。
这个交互改进看着不起眼,用起来确实减少了摩擦。最早做类似体验的应该是 Claude,但 Claude 的很多「好东西」都是闭源的。Floatboat 把 IACT 开源,让其它产品也可以充分利用。
现在一些同类产品比如 WorkBuddy 也在做类似的东西了,但据我了解 Floatboat 是最先提出这个概念并把它协议化的。

工作起来,开心最重要
Floatboat 的名字来自一句英语俗语,whatever floats your boat,大概的意思是「你开心就好」。
少卿说,他们希望产品给人一种在 AI 时代悬浮起来的感觉,不被裹挟着走。
这个愿景挺好的。但 Floatboat 能不能成为这个时代的那个「用我就够了」的产品?老实讲,APPSO 仍然没法给出一个明确的判断。
毕竟大家都看到了:每一代尝试做这件事的办公产品,到了最后,多半成为了工具箱里的工具之一,而非唯一。
但今天下判断,也为时尚早。
一个产品不需要统一所有人的工作方式才算成功。如果它能让一部分人——那些一个人干五个人的活、每天在软件之间当搬运工的「OPC」们,每天省出一个小时来做真正需要动脑子的事,那它就已经值得存在了。
对大多数普通人来说,一家公司的活如果全都一个人干,确实挺累的。
但 Floatboat 让人兴奋的地方在于,它给了一个人也可以是一家公司的从容和底气。
不是所有人都能 OPC,你至少首先需要台好「PC」。而 Floatboat 赌的,就是自己会成为那台 PC。
2026 年 3 月 31 日,距离苹果 50 周年纪念日还剩一天。国行 iPhone 用户的设置页面里,悄悄多了一个选项:「Apple 智能与 Siri」。
没有发布会,没有新闻稿,甚至没有一条来自官方社交媒体的预告。Apple Intelligence 就这样以一种几乎静默的姿态,落在了中国用户的手机上。
从 2024 年 6 月 WWDC 的高调亮相算起,国行用户为这一刻等了整整 21 个月。
爱范儿在第一时间完成了激活和全面实测,先说结论:
体验很「苹果」,但效果很一般。但
如果你期待的是一个能跟 Gemini 或豆包正面交锋的 AI 系统,这不是你想要的。
值得注意的是,这次苹果国行 AI 突然上线可能是一次意外,并非正式发布,目前苹果已经下线这个版本。
一向以苹果爆料闻名的彭博社记者 Mark Guman ,称国行 AI 还没拿到监管批准,他给出了以下理由:
首先,你需要把设备更新 iOS 26.4 系统,然后进入「设置」,会发现原来的「Siri」入口已更名为「Apple 智能与 Siri」。
点击进入,再点亮 Apple 智能的开关,系统开始下载端侧模型。
整个过程需要连接 Wi-Fi,下载时间取决于网络状况,我们实测大约花了十分钟左右。下载完成后,一系列新功能随即解锁。
机型方面有硬性要求:iPhone 15 Pro 及后续机型才能运行 Apple 智能,更早的 iPhone 15 标准版因芯片和内存限制被排除在外。

需要留意的是,部分功能在首批推送中存在激活失败的情况。我们在实测过程中遇到了个别功能无法正常开启的状况,重启后恢复正常,但倒也并不意外。
打开新的 Siri,最直观的变化是视觉层面,屏幕边缘泛起的柔光替代了过去那个悬浮在底部的圆形动画,整个交互节奏明显更流畅。

Siri 现在同时支持语音和文字输入,这意味着你在会议室或者安静的公共场合也能通过打字跟它交流,不用担心开口说话的尴尬。

语义理解能力有所提升,能处理一些上下文连贯的对话。但在我们的实测中,Siri 的深度对话能力距离 ChatGPT 或者豆包仍然有肉眼可见的差距。
值得注意的一点是大模型调用的问题。
国行版 Apple 智能调用的后端模型情况比较复杂。视觉识别 AI 方面,我们通过 iPhone 16 的「相机控制」按钮实测,调出的视觉识别引擎应该来自 Google。

而在 Siri 的对话和内容生成环节,爱范儿实测发现是有可能调出 GPT 的,网上也有调出百度文心大模型的。
这一点颇为微妙,因为此前业界普遍预期国行版只会接入百度和阿里的模型。具体的模型调用策略,苹果官方尚未给出明确说明,也许跟网络环境高度相关。
写作工具覆盖了系统级文本输入场景,包括备忘录、邮件、信息等原生 App。选中一段文字后,可以调用润色、改写、摘要等功能。
速度是写作工具最令人印象深刻的地方。
由于模型运行在本地,从点击到结果呈现几乎没有感知延迟。在备忘录里选中一段 200 字的草稿,点击「改为专业语气」,不到两秒就输出了完整结果。这种即时反馈对日常使用来说体验非常好。

但端侧模型的能力天花板也肉眼可见。
复杂长文本的摘要有时会遗漏关键信息,语气改写偶尔会产生不够地道的表达。跟调用线上大模型的写作工具相比,它胜在速度和隐私,输在精度和灵活度,在云端模型面前,苹果的 AI 写作工具就像小学生。
Apple 智能下载完成后,桌面会新增一个「图乐园」App。
它支持根据文字描述生成图片,提供素描、插画、动画三种风格。你可以输入描述,也可以直接用照片库中的人脸作为素材,生成带有本人特征的艺术风格图像。
生成速度很快,大约三到五秒就能出图,这得益于端侧扩散模型的优化,但手机会明显发热。
苹果显然没有把图乐园定位成一个专业创作工具,它更像是一个系统级的趣味配件,如果你真要玩 AI 修图,请出门左转选择豆包。

AI 消除是本次更新中最实用的功能。
在照片 App 中打开一张图片,选择消除工具,用手指涂抹需要去除的主体,系统会自动识别并完成消除和背景填充。 好消息是速度快到令人惊讶。
选中、涂抹、消除,整个过程不超过三秒,完全在本地完成。日常清理照片中的路人、电线杆、垃圾桶之类的干扰物,效率极高。
坏消息是,精度不够。
在我们的实测中,AI 消除能够快速识别并去除主体,但细节层面存在明显瑕疵。

放大图片后可以看到阴影残留、边缘模糊、填充纹理不连续等问题。
如果是消除一个背景简单的小物体,效果尚可;但面对复杂背景或者大面积消除,画面破绽一目了然。
跟 Gemini 或者豆包的消除功能相比,Apple 智能的 AI 消除有明显差距。但苹果选择把所有处理放在本地,换来的是隐私和速度,代价就是质量上的折让。
比较私人的照片资料,也许端侧模型用起来会更让人放心一些。

系统级翻译功能现在也被纳入 Apple 智能的体系。
支持实时对话翻译和文本翻译,在信息、Safari 等场景中可以直接调用。响应速度很快,可以提前下载好语言包,实测在 iPhone 或者 AirPods Pro 3 上都能激活。
但在翻译质量上,它跟 DeepL 或者 Google 翻译的差距仍然存在,特别是在长句、专业术语和语境判断上。翻译功能对于苹果来说更像是一个系统级的实用补充,而非要在翻译赛道上跟专业选手竞争。

整体来看,Apple 智能国行版的整体体验可以用两个词概括:快,安全。 快,是因为绝大多数功能运行的都是端侧模型。
文本润色、信息总结、AI 抠图、消除,所有操作的响应速度都非常流畅,没有云端调用常见的等待感。这种「想到即得到」的交互节奏确实是苹果的强项。
安全,则体现在数据处理全部在本地完成,不会上传至云端。
对于隐私敏感度日益提高的国内用户来说,这是一个不可忽视的加分项。你的照片、文字、对话记录不会离开你的设备,这一点苹果做到了。
但「快」和「安全」的另一面,是端侧处理的质量上限。

跟调用线上大模型的竞品相比,Apple 智能在消除精度、文本理解深度、图像生成质量等维度都存在可感知的差距。
苹果在隐私与性能之间做了一个明确的选择,而这个选择的代价,用户在每一次使用中都能体会到。
Apple Intelligence 首次亮相于 2024 年 6 月 10 日的 WWDC24。
那场发布会上,苹果做了一件前所未有的事情:把「AI」这两个字母放进了自己的核心叙事。

在此之前,苹果一直刻意回避这个缩写,更愿意用「机器学习」之类的说法来描述自己的技术能力。但 OpenAI 掀起的生成式 AI 浪潮改变了一切,苹果也不得不正面迎战。
Apple Intelligence 被描述为一个「个人智能系统」,核心架构是端侧约 30 亿参数的小模型加上云端通过 Private Cloud Compute 调用的大模型,底层跑在 Apple Silicon 上。

在那场发布会上,苹果跟 OpenAI 达成了 ChatGPT 集成协议,Siri 在遇到超出本地能力的问题时可以调用 GPT。
2024 年 10 月,Apple Intelligence 随 iOS 18.1 在美国率先上线,随后逐步扩展到英国、澳大利亚、加拿大等英语市场。12 月,更多英语地区获得支持。
2025 年 3 月 31 日,iOS 18.4 更新让 Apple Intelligence 支持了简体中文、日语、韩语等多种语言。
但国行迟迟不来。

苹果最初的计划是在 2025 年中将 Apple Intelligence 带到中国市场,可惜这个时间表几乎从一开始就注定要被推翻。
由于合规要求,无论是苹果自己的云端模型还是 OpenAI 的 ChatGPT 都无法直接在国内使用,这意味着苹果必须找到本地合作伙伴。 苹果先是接触了百度,尝试接入文心一言,但据报道在技术对接和模型表现上遇到了障碍。
随后,苹果转向阿里巴巴。2025 年 2 月,阿里巴巴集团董事局主席蔡崇信公开确认了双方的合作关系。
根据方案,阿里的通义千问将作为 Apple Intelligence 在国行设备上的模型底座,同时负责内容合规审查。阿里还会在苹果的端侧模型之上部署一个审查层,确保 AI 输出符合国内法规要求。

但随着 2025 年上半年,世界局势的急剧变化,以及 AI 行业的迅猛发展,苹果的国行 AI 也从「行货」变成了「期货」。 此后,国行版 Apple Intelligence 的上线日期经历了多次推迟。
最初锚定 2025 年中,推迟到 iOS 18.6(2025 年夏),再推迟到 iOS 26.1、iOS 26.2、iOS 26.4。
2025 年 11 月,彭博社记者马克·古尔曼在 Power On 专栏中直言,国行版落地「遥遥无期」。
他指出,除了监管问题之外,Apple Intelligence 本身的工程进展也不顺利,模型性能未达预期。
最新的消息是,苹果计划在 iOS 27 中开发 Siri 的第三方 AI 接口,同时与 Google Gemini 深度合作,双管齐下来提升苹果 AI 的使用体验——但这种把半条命交给合作伙伴的做法,也意味着苹果在这轮 AI 大模型的军备竞赛中已经输了。
苹果能做的,就是牢牢把住 AI 硬件的入口——数十亿级的苹果生态设备。

这也是为什么,国行 Apple 智能必须尽快推出的原因,苹果要赶在 WWDC26 之前,完成全球范围的布局,为 AI 时代的 App Store 扫清障碍。
2026 年 3 月 31 日。距离苹果成立 50 周年的 4 月 1 日恰好只剩最后一天。苹果在 3 月下旬刚刚宣布了创业 50 周年纪念活动,Tim Cook 发布公开信回顾公司 50 年的历程,全球多地 Apple Store 举办了特别活动,爱范儿也受邀参加了苹果在成都和上海的特别演出。

就在这个时间窗口里,Apple 智能悄悄降临国行设备。 苹果没有解释为什么选择这个时间点,也没有给出关于合作模型、审批进展的任何官方说明。但时间节点本身已经足够说明问题:
在迈入下一个 50 年的门槛上,苹果大概不希望自己最大的海外市场之一仍然被排斥在 AI 时代的门外。

从商业角度看,这也合理。中国市场的 iPhone 销量在过去两年持续承压,Tim Cook 本人多次在财报电话会上承认,Apple Intelligence 的缺席是国行 iPhone 竞争力下滑的原因之一。
与此同时,华为、小米、OPPO 等国产厂商早已在 AI 功能上全面铺开,部分品牌还陆续接入了 DeepSeek 和龙虾,体验差距越拉越大。
苹果需要这个功能落地,而且需要在 50 周年这个全球瞩目的节点上落地。
把 Apple 智能放回它该有的坐标系里来看:它不是一个要跟 ChatGPT 或 Gemini 争夺「最强 AI」头衔的产品,它是苹果把 AI 能力融进系统层的第一步。 端侧模型带来的速度和隐私优势是实实在在的。

对于普通用户来说,能在本地完成文本润色、照片消除、信息摘要这些日常操作,不需要把数据交给任何云端服务,这件事本身有价值。
但如果你已经习惯了豆包、Kimi、DeepSeek 这些国产 AI 产品的能力水准,Apple 智能目前的表现大概率会让你觉得「就这?」。
端侧模型的参数量级和推理精度决定了它的上限,苹果在隐私和性能之间做出了清晰的取舍,而你需要判断这个取舍,是否符合你自己的需求。
等了快两年,Apple 智能终于来了。它迟到得太久,以至于我们对它的期待已经从「改变游戏规则」降到了「先能用再说」,但它确实来了。
在苹果 50 岁生日的前一天。

我输入了一段 prompt,按下生成。手还搁在键盘上呢,视频已经出来了。
画面前景是一杯冒着热气的黑咖啡,背景模糊;随后焦点平滑转移,清晰展现出背景中一位翻阅旧书的女孩。
改了两个词,把光线方向调了一下,再按一次。又出来了,质感没掉。提示词写得很随意,就是脑子里的画面用大白话说了一遍,没有刻意堆关键词,模型全听懂了。
▲提示词:前景是一杯正在冒着热气的黑咖啡,占据画面主导位置,背景模糊。随后,镜头焦点自然地转移到背景中,清晰地展现出一位正在翻阅旧书的女孩。
这是 PixVerse V6 给我的第一感受。不是「效果好」三个字能概括的,准确说是「这个效果,居然这个速度就出来了」。
PixVerse 出片快,这件事圈里不算新闻。大多数 AI 视频工具还在用排队考验耐心的时候,PixVerse 已经是同类里生成速度最快的选手。在 Artificial Analysis 的视频生成模型排行榜上,PixVerse V6 更是处在第一梯队。

不过如果 V6 只是「更快了一点、画质更好了一些」,那它只是一次常规迭代,不值得单独拿出来聊。
V6 做的事情,是把「快」从一个技术参数,变成了一种创作层面的结构性优势。指令理解强了,提示词不用反复打磨;画质也更稳了,这些环节省下来的时间叠在一起,比单纯的生成速度提升值钱得多。
换句话说,当出片质量够稳定、速度够快,创作者的瓶颈就不再是工具,而是想法本身 。AI 没有让创作者贬值,它反而让好想法比以前更值钱了。
PixVerse V6 的操作本身没有任何门槛,新手也能轻松上手。
打开拍我 AI(网页端地址:https://pai.video),在输入框里用自己的话描述想要的画面,选好分辨率、画面比例和时长,点生成就行。支持 360P 到 1080P 输出,横屏竖屏都能选,单次生成时长可以自己控制。
V6在指令理解上有了肉眼可见的进步,只需简单描述创作意图就足够,无需堆砌专业术语,它明白你要的是什么光线、什么氛围、什么景别,这也导致省下的不仅是时间,还有反复推敲提示词的精力。
也支持上传参考图。想还原某个风格、想锁定角色长相,把图扔进去就行,模型会参照着生成。

V6 最让我意外的进步在于物理仿真。
我试了一段微距镜头。金黄色蜂蜜缓慢滴落,拉出晶莹的丝线,落在松饼上缓缓散开。丝线被重力拉细,接触面的扩散速度也和蜂蜜的黏度匹配。
它有重量,有重力,有因果。

▲提示词:微距镜头。高粘度的金黄色蜂蜜正缓慢地从木质搅拌棒上滴落,拉出长长的、晶莹剔透的丝线,最后重重地落在下方刚出炉的松饼上,蜂蜜在接触面缓缓散开。画面具有极强的真实物理运动逻辑。
以前 AI 视频里的物理世界是「会动的像素」,V6 里的物体在遵守物理定律。这一点的意义超出视觉层面。我们判断一个画面真不真,靠的是一种直觉:这杯水倒出来的方式对不对?这滴蜂蜜落下的轨迹合不合理?V6 在这个层面上交出了一份像样的答卷。
物理仿真解决的是世界真不真实,而人像质感解决的是人的质感对不对。
这是 AI 视频最容易翻车的科目。稍有不慎就是恐怖谷。五官精致但表情僵硬,皮肤光滑但质感像硅胶,眼睛很亮但眼神没焦点。你能认出这是一张脸,但直觉会告诉你,这不是一个人。
V6 在这方面让我重新有了新的审视。一些圈内创作者拿它和 Seedance 放在一起比,结论基本是:两者互有胜负,很难说谁压过谁。
我试了一段中年男性演员的面部特写,他正努力克制哭泣的冲动,浅景深,柔和侧光。出来的结果很难让人移开视线。鼻翼轻微颤动,眼角湿润,这几个动作之间有时间差,有层次,有内在逻辑。

这种微表情的层次感,让人物开始有了一种 AI 演员的即视感。对比之下,以前 AI 人像的情绪更接近「状态切换」,V6 里的情绪有了过程。皮肤质感的取向也值得单说——肌理,毛孔、细纹、光线下的皮肤色差都保留。
打斗戏是 AI 视频的体能测试。
拳头要打在正确位置,被打的人要有合理反应,身体运动惯性要连贯,多角色空间关系不能穿模。任何一个环节崩了,就变成搞笑视频。许多 AI 视频模型的生成结果要么是两个人在做体操,要么挥拳的手臂穿过了对方的脸。
在体验 V6 的过程中,我生成了一段大雨滂沱的泥泞小巷里,两名武术高手正在激烈近身肉搏的场景。一记重拳击中对方下颚,雨水和汗水随冲击飞溅,受击者的面部肌肉因冲击力产生真实的震颤。

画质之外,真正让我兴奋的是 V6 补齐了一套镜头语言能力。
变身特效方面,我生成了一台科技感极强的机械无人机在空中急速飞行,随后快速从金属形态幻化为一条由流动墨水和水墨线条组成的、散发幽蓝光芒的水墨神龙。

▲提示词:中国风动漫风格,无人机在飞行过程中快速从金属形态幻化为一条由流动的墨水、墨点和水墨线条组成的、散发着幽蓝光芒的水墨神龙。
过渡自然,没有常见的像素闪烁和边缘残影。金属的硬度和水墨的流动之间有一个过渡状态,两种质感都没有被粗暴切断,整个变身过程更接近融合,而非替换。
运镜能力同样有惊喜。电影级航拍视角下,一台无人机在废弃的、生锈的工业厂房内部急速穿行。厂房的空间感、金属质感的光线处理、高速运镜时画面的稳定性,三件事同时做到位,没有出现 AI 常见的那种「不知道该看哪」的混乱感。

▲提示词:电影级航拍视角,现实主义风格。一台无人机在废弃的、生锈的工业厂房内部急速飞行。
还有一个方向是子弹时间。黑客帝国式的视角旋转,主体定格,背景动态延续。这类镜头对时间感的控制要求很高,稍有偏差就会变成慢放,V6 处理得比较克制,速度分层是有的,没有用力过猛。

我还试了两个对空间穿越要求更高的场景。第一个是课堂。无人机视角从走廊切入教室,镜头跟着这股气流穿出教室,拉到整个校园上空。试卷和白纸被气流卷起,满天都是,运镜轨迹却没有断。

第二个是蜜蜂从窗缝挤进来,穿过卧室、客厅,找到厨房里的蜂蜜罐再飞出。每个房间光线和景深都不同,换场时蜜蜂飞行惯性有轻微滞后,和真实昆虫的节律对得上。

多镜头切镜可能是对实际工作流贡献最大的能力。一段时尚女装广告短片,三个镜头的衔接流畅,色调温暖统一,没有 AI 的拼凑感。

还有三个我比较喜欢的运镜和场景调度的测试。
比如一架纸飞机在维多利亚式书架间起飞,书本跟着腾空排成隧道,随后场景切进脑内微观世界,神经元在半透明星云状组织里闪着荧光,像缩小版的银河系。

同样是纸飞机在图书馆迷宫里做非线性飞行,俯冲、侧滑、擦边过障碍,镜头紧紧跟随,转弯时有强烈的侧滑感,没有糊掉。

前脚还是琥珀暖色的图书馆,进入脑内世界后立刻切成深蓝和深紫,但因为运镜没有断,切换反而变成了一种视觉冲击,并不突兀。

这些能力单拿出来每一项都是加分项。组合在一起,意味着 V6 开始具备完整的镜头语言能力了。
最后一个让我印象深刻的点,不是画面,是声音。
V6 在开启 Audio 之后,音频适配有了明显增强。我试了一段微缩模型视角的场景:远处火山正在喷发,小人国村民四散奔逃,一只巨大的手拿着透明碗从天而降,将整个村庄罩住,透明碗落下的瞬间带着空气被压缩的细微震动。

特别是 ASMR 类场景。下雨天的窗户、篝火噼啪声、书页翻动。这些画面本身就追求沉浸感,音频质量直接决定你是在看视频还是沉浸在场景里。
如果 V6 只是一个更快更好的 AI 视频模型,故事到这里可以收尾了。但 PixVerse 显然不打算只讲到这里。
据了解,这次同步上线了两个东西:Team Plan 和 Mini Apps。
Team Plan 是给 2 到 15 人的工作室用的。核心机制很简单,团队共享一个积分池。
不再是每人一个账号各算各的,而是整个团队统一消耗,按角色分配权限。老板看全局,创意总监管项目分组,剪辑师专注出片。个人空间的素材和模板一键同步到团队空间,不用在群里来回传文件。

听起来不复杂,但解决的问题很真实。以前工作室用 AI 视频工具,就是每人开各自的账号,出了好素材在群里互传,版本管理靠文件命名加日期。这跟十年前用 U 盘传 PPT 没什么本质区别。
Team Plan 做的事情,就是把 AI 视频从个人工具升级成了团队生产线。一个人连出十条挑最好的叫个人效率,五个人各出十条,五十条里挑一条炸裂的,叫团队生产力。
Mini Apps 走的是另一条路。使用方式简单到不需要解释:上传几张商品图,系统自动帮你剪成一条完整的广告视频。不用懂剪辑,不用知道什么叫镜头语言。

一个淘宝店主、一个小红书博主、一个街边奶茶店老板,都能在几分钟内拿到一条可以直接发的产品视频。

V6 模型是给创作者的武器,Mini Apps 是给所有人的傻瓜相机。当创作门槛被压到零,暴力出片就不只是创作者的方法论了,它变成了人人能用的基础设施。
画质够好,速度够快,成本这道关也值得单独说一说。
720p 分辨率常态成本大概为每秒 0.04 美元,放在当前市场里已属低位,对应的却是第一梯队的生成质量,4 月 7 日前购买会员至高打七折,生成时积分消耗再减免 30%,进一步把规模化出片的成本压了下来。

这让我想到摄影从胶卷到数码的变化。
胶卷时代一卷 36 张,按一次快门前得在脑子里构图三分钟,因为每一张都有成本,但快门本身的质量没有区别。数码时代的摄影师怎么拍?因为每一张都清晰、都够用,所以可以连拍 200 张,事后选构图最好的那张。没人会说这「不严肃」,因为最终给观众看的永远是那张最好的。
V6 让 AI 视频创作进入了这种「数码时代」。
而 PixVerse 对「快」的理解,也早已超出了生成速度本身。
从早期的高速生成,到 R1 的实时交互,到 V6 的强指令理解让描述变得更自然,再到 Team Plan 把协作效率拉到团队量级,这条线串起来,体现的是 PixVerse 在多个维度上同时提速:生成速度快、指令理解准确、协作效率提升。
支撑这一切的,是PixVerse扎实的模型迭代能力。
能在排行榜上持续保持第一梯队,靠的是每一代产品都在扎实啃硬骨头,物理仿真、人像质感、镜头语言,每一项都是难而正确的方向。V6 的初衷很纯粹:让创作者把精力放在创意上,其余的交给工具。
当一个工具把高质量的生成变成了触手可及的日常,又把使用门槛压到零、把协作效率拉到团队级别,它就不再只是一个「模型」了。它正在变成内容时代的基础设施。
PixVerse V6 开启了 AI 视频的暴力出片时代,快到不讲道理,好到能直接交片。
这个时代才刚开始。
作者:李超凡、莫崇宇
2006 年的湖南麻阳县,天正下着冷雨,气温只有 10 摄氏度。一辆车龄比人还大的 N 手摩托车,在泥泞的山路上狂奔。
骑车的是个 19 岁的少年。为了给自己争取一个出镜的机会,他冒着雨死咬住湖南卫视的采访大巴,足足追了 3 个小时,跑了 100 多公里。
等他把记者拦下来的时候,整个人裹满泥浆,冻得发抖。

面对记者的镜头,他带着恳求的语气说,知道自己这样很没面子,连老家的车友都笑话他天真,但他实在太想进职业摩托车队了。
只要能进车队,洗衣服、煮饭、修车都行。
他的名字叫张雪,是一个初中辍学的修车学徒。那时候的他一无所有,连一台像样的车都买不起,为了摸一摸真正的赛车,他愿意干任何事。

整整 20 年过去了。
上周末,葡萄牙波尔蒂芒赛道响起了一阵《义勇军进行曲》。在这场 WSBK 世界超级摩托车锦标赛里,法国车手瓦伦丁·德比斯连拿了中量级组别两个回合的正赛冠军。
过去几十年,这个级别的领奖台一直被杜卡迪、雅马哈这些欧洲和日本老牌车企霸占。

这次把他们挤下去的赛车叫 820RR-RS,搭载着一台中国造的 819cc 三缸发动机。而造出这台车的车企,叫张雪机车。
当年那个在冷雨里死皮赖脸求收留的野孩子,如今成了这支冠军车队的老板。他掌握着一家年营收几个亿的摩托车车企,还成功把自己的名字印在了世界级的赛道上。
听起来像是霸总爽文。
对于不骑摩托车的人来说,张雪这个名字多少有些陌生。如果非要找个参照物,你可以把他看作是摩托车圈里的雷军。
他们身上都带着很强的个人 IP 和巨大的流量,且新品牌刚一问世,首款产品立刻就能迎来爆炸式的订单。更关键的是,他们想要把车开上顶级的赛道去自证实力。
只不过,雷军下场造车时,手里攥着几百亿现金。而张雪的底牌,是带着他从修车铺一路趟出来的,对于摩托车的热爱。

▲张雪
1987 年出生于湖南怀化农村的张雪,一开始打的就是逆风局。
3 岁时父母离异,他跟着奶奶长大。10 岁那年,他和妹妹住在一个墙体开裂的土屋里,碰到刮风下雨的天气,兄妹俩只能找些废旧的塑料布把漏水漏风的缝隙堵上。
后来有媒体跟着他回老家看那个窝棚,问他当年住在这里的时候心里难不难过。

▲ 张雪老家的窝棚
张雪平淡地说,人在没有选择的时候,难过起不到任何作用,吃过所有的苦之后,往后遇到一点点甜都会觉得是幸福。
这种对物质条件的钝感,为他后来偏执的造车生涯埋下了伏笔。

▲ 张雪的修车店
被湖南台报道后的第二年,张雪带着给人修车攒来的 6 万块钱跑去江苏泗阳的一家车队。现实总是很骨感的,即便进了队伍,也不一定会有车开,车队不可能把昂贵的训练资源倾斜给一个没有背景的草根。因此,张雪的日常工作大半是修车和打杂。
好在,有一位叫张继星的老车手看中了他身上的那股轴劲,私下里带着他练车。

但在围场里待得越久,张雪越能看清一个残酷的现实:赛车是一项用钱烧出来的运动。哪怕驾驶技术再好,没有顶级的赛车和雄厚的资金支持,穷小子永远摸不到最高领奖台。
但赛车终究是一项极度依赖资金的运动,张雪很快发现,作为一个穷小子,职业车手的路用不了多久就会碰到天花板,转身做产品研发和造车,才能把这条路走得更长。
既然买不起好车,那就自己造。

把视线从赛道转向车间后的张雪,开始更加深入地钻研底层的机械技术。
在浙江阿波罗的时候,他能在央视的镜头前蒙着眼睛,把一堆散落的零件拼成一台能点火的发动机;2013 年,他揣着两万块钱一头扎进国内摩托车供应链最成熟的重庆,靠着在配件市场淘零件自己组装倒卖,摸透了造车的所有环节。
终于在 2017 年,张雪拉着几个合伙人创办了凯越机车。
当时的国内中大排量摩托车市场几乎被进口品牌垄断,多数国产品牌还在走逆向仿制和组装拼凑的老路,也就是俗称的「地平线」。张雪和凯越走的是另一条路:在同级别车型中追求最好的轻量化和操控。

▲ 凯越 500X 宣传海报
凯越的首款量产车型 500X 虽然也有着各种各样的小毛病,但在同行的衬托下,很快就取得了商业上的成功。第一年卖了 800 辆,第二年销量直接攀升到 3000 辆,让公司赚到了第一桶金。
车虽然卖爆了,张雪心里却很不踏实。
早期的凯越和当时的很多国产品牌一样,发动机都是从供应商那里采购的现成货。把整台车的核心命脉捏在别人手里,不仅产品性能的上限被锁死,未来也随时有被卡脖子的风险。
他想要造真正属于中国的大排量发动机。

但在 2019 年的凯越内部,当张雪提出要自研 800cc 直列双缸水冷发动机时,合伙人们出于对利润和风险的考量,给出了明确的反对意见。研发这东西是个无底洞,一旦几千万砸进去听不到响,公司前几年辛苦积累的家底就会全部清零。
为了保住这个项目,张雪提出了一个方案。
他以公司老板的身份,向公司借款 1000 万来推进研发。如果项目成了,发动机的知识产权归凯越所有,如果搞砸了,这笔债务由他个人全盘承担。
历经一年半的枯燥研发,这台代号 EBS01 的 800cc 发动机在 2021 年初点火成功。紧接着,凯越又立项并成功搞出了将转速拉到 16000 转的 400cc 四缸发动机。

▲ 搭载 4 缸发动机的凯越 450rr
这两款机器的落地,不仅让凯越撕掉了「组装厂」的标签,也让它真正在牌桌上拥有了和春风动力等本土头部大厂掰手腕的底气。
有了成熟的产品,张雪骨子里的赛车基因又一次占了上风。带队参加比赛,成了张雪检验车辆可靠性的必选项。
2023 年,张雪带着凯越车队去参加了达喀尔拉力赛,成为全球首个首次参赛全部赛车均完赛的厂商。在中国环塔拉力赛里,他自己作为车手上场,中途被越野车刮翻导致短暂昏迷和手指骨折,醒来后依然坚持跑完了当天的赛段。

▲凯越在 2025 年夺得 WSBK SSP300 组别年度冠军
可当公司做大之后,资本的逻辑和张雪的执念不可避免地走向了对立。
到了 2024 年初,凯越已经成长为一家年营收数亿的企业。
股东们的诉求非常明确,停止那些深不见底的新发动机研发项目,把精力集中在现有车型的销售上,先赚一波钱落袋为安再说。
但在张雪看来,一家车企如果停止了在核心技术上的向前冲刺,走向衰亡是迟早的事情。造车是一场不能停下的赌局,靠吃老本存活违背了他建立这家公司的初衷。
面对高层要求他卸任总经理的施压,张雪选择了妥协,表示自己可以只做研发副总。他甚至专门写了一份长篇建议书,试图说服董事会继续投入研发。
这份建议最终还是被否决了。
造新发动机的预算被完全锁死,张雪觉得继续留下来已经失去了意义。

2024 年 3 月 1 日,37 岁的张雪在朋友圈晒出了一封辞职信。
经慎重思考,本人决定辞职,去追求我的星辰大海,未来是朋友,也是对手,江湖再见。
这位创始人放弃了自己名下巨额的股权,选择从一手创办的明星企业里净身出户。
张雪几乎没怎么休息。
2024 年 4 月,离开凯越仅一个月后,他在重庆拉起了一支新队伍,张雪机车正式成立。
经历了上一段因为资本分歧而黯然出局的教训,张雪这次学聪明了。新公司拿到了高信资本的天使轮投资,但张雪自己牢牢捏着 80% 的股份,把技术路线和赛车规划的绝对话语权攥在手里。以后造什么车,跑什么比赛,由他一个人说了算。
和小米汽车一样,这支新团队造车的速度极快。
不到一年时间,首款量产车 500RR 正式上市。从发布的第一天起,张雪就没有把它当成一台普通的代步车来卖,而是把所有的营销重心都砸向了它的赛道基因和极限操控。

▲ 张雪 500RR
市场给出了极其热烈的反馈。仅仅 4 个月,500RR 就下线了一万台。到 2025 年底,这家新公司的营收如期冲到了 7 亿元的规模。
车能卖得这么爆,不光是产品底子好,很大程度上也和张雪本人的行事风格有直接关系。
当下的车企老板对负面新闻避之不及,总想尽办法息事宁人,张雪偏要反着来。他在直播里公然鼓励车主,车子遇到问题就去网上曝光。
把问题放在太阳底下晒,我唯一的路径,(就是)快速地把问题关闭。
他还把这种直来直去的江湖气,用在了给用户撑腰上。
和港澳台不同,在中国大陆的交通环境里,摩托车往往是最不受待见的群体,骑行在路上时不时就会遭到汽车的恶意。
2025 年下半年,济南和合肥接连发生了两起张雪机车车主被汽车司机恶意别车、辱骂甚至殴打的事件。张雪看完视频后直接公开喊话,让公司法务团队主动联系车主协助报警,硬是把那两个嚣张的汽车司机送进了拘留所。

▲ 直播中的张雪
这种护犊子的行为,为张雪这个新品牌拉拢了一大批死忠粉。
但张雪的野心从来就不在卖 500RR 赚点安稳钱。他手里攥着一张牌,一台纯自主研发的 819cc 直列三缸发动机。
当张雪公开表示要拿着这个新平台去跑世界顶级比赛时,嘲笑声铺天盖地。有人在网上截了一张图,说今年听过最大的笑话,就是张雪 820 妄想去对标杜卡迪 V4。
张雪看到了截图,他把它发了出来,配上了一段话。
我这辈子最不缺的就是嘲笑,但是我很清楚自己想要做什么,尊重自己的内心。其实我们能活的时间都不长,那么就在有限的时间内,享受,绽放生命吧!

▲ 米兰车展上的张雪 802RR-RS
2025 年 11 月,张雪在米兰车展现场宣布,张雪机车将正式进军 2026 年的 WSBK 世界超级摩托车锦标赛,跑的还是竞争最为激烈的 WorldSSP 中量级组别。
和 MotoGP 比拼各家不计成本的「原型车」研发实力不同,WSBK 检验的是各大车企市售量产车的极限性能。
张雪给车队定下了一个颇为激进的目标,第一年站上领奖台,第二年拿分站冠军,第三年拿年度总冠军。
仅仅几个月后,时间来到 3 月 28 日,葡萄牙波尔蒂芒站。
那台搭载着中国造三缸发动机、干重只有 168 公斤的赛车,在法国老将瓦伦丁·德比斯的驾驶下,展现出了不输杜卡迪和雅马哈的弯道稳定性和直线加速能力。
第一回合正赛,德比斯从第二位发车后全程领跑,把身后的杜卡迪 V2 和雅马哈 R9 甩开,带着 3.685 秒的巨大优势冲线。

第二天,同样的故事再次上演。
周末双赛,连拿两个冠军。张雪原本打算花两年走完的路,在进军欧洲赛场的第二站就走完了。中国摩托车企第一次打破了欧日豪强的垄断,从他们手里抢走了中量级的分站冠军。
夺冠那一晚,举着五星红旗的张雪激动落泪。

兜兜转转 20 年,张雪其实一点都没变,他一直走在当年那条泥泞的山路上。
那天下着冷雨,气温很低,周围的车友都在笑话他。
那个 19 岁的少年摔得浑身是泥,冻得嘴唇发紫。他从地上爬起来,扶起那辆破旧的摩托车,对着镜头歇斯底里地喊出了那句话。
有梦想,就去追!因为勇敢,我的人生更精彩!

在理想、问界、蔚来等品牌不断改写中国新能源 SUV 市场格局的时候,燃油车时代长期占据主导位置的大众,实际上错过了这一轮行业切换中最关键的几年。
问题不在于大众完全没有察觉趋势,而在于它始终没能把判断快速转化为稳定的产品节奏。战略摇摆、决策迟缓,再加上 CARIAD 长期拖住软件与电子电气架构的落地进度,让大众一次次错过本该抓住的窗口。
等它还在解决体系内部的问题时,中国新能源市场已经进入了新的竞争阶段。用户看重的不只是品牌、机械素质和制造体系,还加上了产品定义、智能化体验,以及迭代速度等能力。
大众过去那套依靠品牌积累和工程口碑逐步建立优势的方法,在这样的环境里,显然已经不够用了。
留给合资品牌的机会已经不再宽松,甚至可以说,每往后一步,试错空间都在变小。
所以,ID. ERA 9X 的出现,意义并不只是「大众终于出了一台新的大型增程 SUV」,也不只是补上一款旗舰车型那么简单。
它更像是大众第一次真正放下过去的路径依赖,开始按照中国市场已经形成的新规则来重新组织产品。

大众 ID. ERA 9X 全系标配四驱,共有 3 个版本,起售价为 32.98 万元。

外观,是 ID. ERA 9X 递给市场的第一张名片。
该车型在设计上结合了包豪斯功能主义风格。车身比例设定为 4 倍轮轴比、2.5 倍轮高比以及 1:2 的窗身比,旨在降低视觉重心并拉长侧面轮廓。

车身线条由贯穿式肩线、下压式车顶弧线以及上扬的裙线构成,外覆盖件多采用连续饱满的曲面进行过渡,取代了传统的锋锐折线。
车头配备贯穿式灯带,并在侧翼集成双排投影灯,可与车辆解锁及闭锁状态联动。

来到车身侧面,设计师通过对全车立柱的黑化处理,巧妙营造出悬浮式车顶的视觉效果,在保留旗舰 SUV 厚重气场的同时,为车身线条注入了一丝轻盈感。
此外,车门配备了电吸功能,后门最大开门角度设定为 80°,配合低地板设计,有效优化了乘员上下车的动线。
新车长宽高分别达到 5207/1997/1810mm,轴距更是长达 3070mm。这一越级身形超越了揽境,使其一跃成为大众品牌全球在售体型最大的 SUV。

如果说磅礴的外观是敲门砖,那么 ID. ERA 9X 的座舱,则是其真正展现「本土化诚意」的核心答卷。
依托 3070mm 的超长轴距与方正的车身结构,乘员可更为顺畅地步入采用三排六座布局的座舱。
乘员舱一至三排的纵向空间数据为 2650mm,第一排至第二排最大间距达 1960mm;在满载状态下,第二排与第三排的膝部空间分别为 70mm 和 50mm。

全车还规划 40 处储物空间,涵盖门板双层储物盒(含雨伞格)、墨镜盒以及各座位独立的手机槽、USB 接口和杯托,中控区域则集成了一台支持双向开启的智能冷暖压缩机冰箱。
同时,车内支持 6 种空间布局切换,第三排座椅放倒后可与后备箱地板平齐,配合全系标配的带独立电动遮阳帘的前后双全景天窗,进一步拓展了座舱的通透感与空间实用性。
在宽绰的空间基础之上,车内的乘坐系统着重提升了舒适度。
第二排配备动态零重力座椅,因集成了随动安全带与坐垫气囊,该功能在车辆行驶过程中亦可开启。

全车座椅表面采用 Nappa 真皮包覆,内部以 MDI 高弹发泡材质与丝绵填充,并配有独立的颈部支撑软垫。
在功能层面,座椅支持坐垫与靠背的分区智能温控调节,一、二排的靠背、座垫及腿托均具备独立加热功能。同时,座椅内置 16 点阵式按摩系统,预设 11 种模式,并标配 4 向可调腰托。

物理层面的舒适配置之外,座舱的数字化则是另一块核心。
车内搭载由 9 个显示终端组成的系统,包含 8.88 英寸仪表盘、15.6 英寸 2.5K 中控双联屏、21.4 英寸 3K 后排可调吸顶屏、流媒体后视镜以及支持随速动态调整显示层级的 W-HUD 抬头显示系统。

第二排两侧门板各内嵌一块 6 英寸控制屏,采用微孔膜片技术实现息屏时的视觉隐藏,主要用于调节后排温度、座椅及冰箱,并接入了外后视镜的盲区摄像头画面以辅助开门观察。

车机系统支持多屏内容流转,并可通过 OMS 摄像头实现手势控车。语音系统覆盖 4 个独立音区,具备声源定位、方言识别以及车外防误唤醒功能,同时内置了定制化虚拟语音助手。
车辆还配备了 Carlog 功能,可通过多机位摄像头记录行车画面,中控 UI 则采用了 3D 全景实况渲染技术。

声学与照明系统也进一步完善了座舱的整体氛围。
车内配备 4 个独立头枕音响,支持各座位分区独立听音及车载 K 歌功能;车外配置的独立发声单元,不仅用于行人警示,还支持车内外双向语音沟通及户外场景的音乐播放。
车内布置了总长 12.8 米的 255 色氛围灯,采用漫反射导光方案隐藏光源直射,以提供更为均匀的光线。该灯组支持色彩自定义及主题切换,并可与开门预警、迎宾、驾驶模式切换、空调调节、自动泊车及语音交互等车辆运行状态进行深度联动。

从 AR-HUD 抬头显示、二排零重力座椅、智能冷暖冰箱,到支持四音区独立唤醒的智能语音系统、5G 车联网以及主动降噪技术,ID. ERA 9X 的座舱配置已全面对齐国产高端新势力,彻底补齐了以往合资品牌在舒适体验与科技感上的短板。
在消费者日益看重的智驾领域,大众果断选择了成熟的「中国方案」。
新车搭载了由 Momenta 深度赋能的高阶智驾系统。在车顶激光雷达、毫米波雷达与高清摄像头等强大硬件的加持下,新车能够实现涵盖高速、城市以及点到点的全场景无图 NOA 领航辅助。
无论是自动跟车、智能变道,还是复杂场景下的智能泊车与开门预警,其智驾表现均已跻身行业第一梯队。

ID. ERA 9X 的动力总成与底盘调校,则是大众将深厚德系工程底蕴与中国本土需求完美融合的最佳印证。
新车搭载了专为增程车型研发的 EA211 EVO II 系列 105kW 发动机,官方自信地将其誉为「地表最强增程器」。
通过集成米勒循环、VTG 可变截面涡轮以及 350bar 高压直喷等先进技术,该增程器在亏电工况下的动力衰减仅约 5%。
即便在零下 30℃ 的极寒环境中,其零百加速依然能达到 6.31 秒,且增程器介入时的舱内噪音增量不到 0.5 分贝(dB),真正做到了无感介入。

针对增程式动力特有的 NVH(噪声、振动与声振粗糙度)工况,该车从声源抑制与主动降噪两方面进行了技术介入。
在声源端,EA211 增程器采用了紧耦合排气净化装置,旨在降低排气系统的机械共振。在座舱端,车辆在全车密闭隔音设计的基础上搭载了 ANC 主动降噪技术。

根据相关的冬季实测数据,在亏电状态并换装雪地胎的测试环境下,车内噪音峰值维持在 58dB 以内;同时,在增程器介入与关闭的切换过程中,第二排乘客位置的噪音波动差值被控制在 0.5dB 以下,平滑了内燃机启停时的听觉感知。
电池方面,大众提供了 51.1kWh 磷酸铁锂与 65.2kWh 宁德时代三元锂两套方案,CLTC 工况下最高纯电续航超过 400km,综合续航里程更是突破 1000km。

为了让这台长达 5.2 米的庞然大物在城市中穿梭自如,大众为其配备了越级的底盘系统。
该车采用了前双叉臂与后五连杆的独立悬架组合。其中,前悬架配备锻铝下摆臂,后悬架采用「五铝一钢」的连杆材质配比,前后桥均布置有四点液压衬套。通过提升铝合金部件的占比,车辆有效降低了簧下质量并增强了底盘的整体刚性。

悬挂系统配备了双腔空气弹簧与 DCC 无级可调减振器,支持车身高度与阻尼硬度的毫秒级自适应调节。其空气悬架的最大调节行程达到 150mm(支持向上升高 80mm 以提升通过性,或向下降低 70mm 以方便乘员上下车)。

得益于后轮转向技术的加入,ID. ERA 9X 的最小转弯半径大幅缩减至 5 米左右,让这款大型 SUV 在狭窄地库中的操控灵活性足以媲美紧凑型轿车。
而为了为了统筹上述复杂的底盘硬件,车辆在控制逻辑层面引入了 VMC 底盘智控中枢。该系统将底盘的制动、驱动、转向、悬架及动力控制进行了全域数据融合,可实现车辆在横向、纵向及垂直三个维度(六自由度)的综合运动协同与干预。

安全性方面,ID. ERA 9X 车身关键部位采用了强度高达 1300MPa 的热成型钢;电池包获得 IP68 级防尘防水认证,并顺利通过了挤压、针刺、火烧、涉水等严苛测试。
同时,全车标配多安全气囊与侧气帘,并搭载了车身稳定系统、胎压监测、上坡辅助、防翻滚系统等丰富的安全配置,全方位守护出行安全。

从公开质疑增程,到发布一台增程旗舰,大众用了不短的时间才完成这次转身。
尽管过程有曲折,但 ID. ERA 9X 显然放下了合资品牌之前高高在上的身段,认真思考了中国用户到底需要什么。
ID. ERA 9X 认真对待了中国用户对空间的需求,把三排真正做成了可以长途乘坐的座位;认真改进了增程系统的缺陷,在 NHV 和动力衰减上做了补足;它也认真对待了座舱体验与竞品之间的差距,和合作伙伴一起,把中国用户需要的配置一一补齐。

不过,这个时间点并不轻松。
大众现在面对的,不是一个等待开拓的新市场,而是一个格局已经初步成形、用户认知已经被教育过、头部品牌已经各自占住位置的市场,它要追赶的,远不只是销量。
不过,好在 ID. ERA 9X 目前看来,很值得期待。
今天,vivo 一口气交出了两份旗舰手机的答卷:除了主打全能的 X300s,更重磅的看点,是当家影像旗舰 X300 Ultra。
在移动影像卷生卷死的时代,一台被官方冠以「影像灭霸」和「V 单」称号的手机,拿出了它打磨三代后的版本答案:两颗 2 亿像素摄像头,翻倍到 400mm 的增距镜,和前所未有的专业视频模式。
过去一段时间里,爱范儿深度体验了 vivo X300 Ultra,我们试图从一个摄影师的视角,去理解 vivo 关于移动影像的最新答案。
比 2 亿像素更好的,是 2 亿像素加倍
一台设备能不能拍好照片,首先取决于你愿不愿意带出家门,上手 vivo X300 Ultra 的第一时间,我们照例看看它的外观设计。
总得来说,X300 Ultra 基本延续了一贯的家族式设计,但在小细节上有所不同——手机中框采用四曲包边设计,手感比较柔和;手机背部的影像 Deco 增加了一个比边缘略小一圈的火山口过渡,在视觉上起到收拢作用;刻度纹依旧保留,为 Deco 保持精致。

在凸起的影像 Deco 中,vivo X300 Ultra 搭载了以 14mm 超广角、35mm 主摄以及 85mm 长焦,基本保持前代的焦段方案,彻底夯实「手机大三元」战略。
维持住经典焦段组合的同时,这套「大三元」迎来了本次最核心的升级:主摄与长焦双双跨入了 2 亿像素大关——这也是 vivo 自 X100 系列首次采用 2 亿像素镜头后,又一次加码押注 2 亿像素。

在手机刚搭载上亿像素的传感器时,有一个「像素陷阱」——
在当时的语境里,画面质量更多取决于传感器大小,单纯堆砌像素只会被视作糊弄外行的数字游戏。
但当手机内部空间已经极大让渡给影像,传感器尺寸大到足以支撑高像素时,用高像素换高画质,就成了唯一行得通的路径。
对于日常拍照来说,高像素最核心的意义,就是给了你后期随意裁切的物理底气。 35mm 1/1.12 英寸主摄和 85mm 1/1.4 英寸长焦的超高像素为传感器提供了宽裕的画面保留空间,就算你拍完之后只截取画面中心的一小部分,细节依然扎实。

不过,2 亿像素更多还是象征意义,毕竟日常出门很少有人愿意顶着 2 亿像素的巨大文件体积连续按快门。
因此,vivo 设定了更实用的输出逻辑:系统默认拍摄 1200 万像素,同时开放 2500 万和 5000 万像素的档位供你手动选择。
更高像素带来的增益是明显的,用 5000 万像素拍下的照片,画面的清晰度会跟 1200 万像素拉开肉眼可见的差距。

抛开高像素的硬指标,色彩是这台机器的另一大看点。
新加入的「浓郁」与「追光」风格,色彩逻辑分别脱胎于理光的正片与负片。这两套风格极具辨识度,配合高像素的扎实细节,实拍质感相当抓人。




之前几代产品,2 亿像素传感器依然存在一些优化问题——虽然解析力高,但处理画面所需的等待时间长,很打断拍摄的流畅度。
在这一代上,vivo 优化了体验上的问题,将处理管线放在了相册后台中,拍摄时不会再有阻塞感。
除了两颗 2 亿像素外,vivo X300 Ultra 的焦段还得到了进一步拓展——前代,vivo 专门设计了一颗外挂增距镜,将手机的光学焦段拓展到 200mm,而在这一代上,vivo 首先是将 200mm 的增距镜瘦身到比一管口红还小,与此同时,加入了一枚堪称疯狂的 400mm 增距镜。

用起来怎么样?
实话说,非常挑,也非常好——
400mm 增距镜的主要场景,还是聚焦在演唱会等特殊环境。如果你打算带着它去扫街,很抱歉,在高楼密布的街道里,400mm 的焦段会让画面非常逼仄,几乎没有用武之地。

而如果你将它带去打鸟,面对真实的生态场景它也稍显局促,若是在复杂环境中,将焦段裁切到 800mm 的话,很容易失焦——无论是对手机,还是对摄影师的手,都提出了更高的要求。
但从成像效果来看,400mm 的增距镜也确实带来了更极致的长焦表现,尤其是在演唱会这样的特化场景里:

顺带一提,即便在挂上增距镜的极限状态下,实况照片功能也并没有被阉割。这让你在演唱会等特殊场景中,多了一种更鲜活的记录手段。
除了实况照片,我们还非常推荐在使用 400mm 增距镜时打开 2500 万、5000 万甚至 2 亿像素档位,会让解析力更进一步。
话说回来,虽然目前体验尚有瑕疵,但我还是想肯定 400mm 的意义——常话说「拍到比拍好更重要」。影像最基础的底线是记录,在「彻底拍不到」和「画质有点糙但拍到了」之间,答案根本不需要犹豫。
相机交互更好了,但没到最好
相机交互设计,是所有影像旗舰手机都面临的老大难问题——相机功能太多、但屏幕位置太少。
对于把影像能力推到极致的 vivo X300 Ultra 而言更是如此。
在这一代上,vivo 重新设计了整个相机 UI,二级菜单逻辑变化尤为明显。
在往代机型上,二级菜单(与拍摄相关的设置)都放在屏幕顶部中。而在 vivo X300 Ultra 上,二级菜单图标放到了取景框的右下角,也就是焦段选择的右边,图片比例、倒计时、原生光影和抓拍等设置都在其中,而顶部则保留了闪光灯、实况照片、微距、两亿像素开关这类与实时拍摄关联性更强的设置,方便用户快捷操作。

不过,表面的重构没能理顺底层的臃肿。新 UI 里依然充斥着逻辑冗余:取景框右下角已经常驻了「抓拍」和「风格」按钮,滑开二级菜单,它俩居然还在占位置。
为了应对这种混乱,vivo 开放了自定义权限。通过二级菜单最末尾的「编辑」功能,你可以手动增减、重排各个区域的快捷键,借此来适配自己的拍摄习惯。

iPhone 的诞生,让手机一举迈向智能机时代。此后,所有的交互都逐渐搬移到屏幕上。这对影像而言,这其实不算好事。
专业相机功能繁杂,作为应对,厂家用花样繁多的物理按键来给多样化的功能安家——按键、旋钮、拨杆……不一而足。但对于手机而言,物理按键的消失是既定趋势,日益复杂的功能被塞进了一块玻璃屏幕里,只能靠一层层的二三级菜单承载五花八门的设置。
更何况,这一代 X300 Ultra 还砍掉了普通用户风评不算好的操作按钮和相机控制按钮,实体按键更少了,屏幕操作空间也更局促了。
但交互上的冲突并非没有办法解决,在分析 iOS 26 的 UI 设计中,我们就找到一个不错的方案:https://mp.weixin.qq.com/s/6hM-gYyafpdEOzDK_1gFKQ
相较静态照片来说,vivo 为视频专门设计的「专业录像 Pro 模式」,显得自洽很多。
在录像模式的录制键右侧,出现了一个写着「Pro」的录像机图标,点击这个图标,就进入了专业录像 Pro 模式。

将手机横置后,这套专业界面的排布逻辑显得非常清晰。 左手边主要负责全局控制,依次是模式设置、预览切换、增距镜开关及退出键;
右手边则完全留给了核心操作,集中排布着视频规格、曝光补偿(EV)、焦段、对焦以及二级设置入口。
视线回到取景框,顶部干净地罗列着分辨率、帧率、快门、ISO 与色温等关键参数;底部两侧则留给了监看工具——左下角实时显示麦克风收音电平与剩余存储空间,右下角则是直方图与电量状态。各功能区互不干扰,井井有条。

实际体验下来,专业录像 Pro 模式的完成度相当高。快门、ISO 与白平衡均支持自动与手动双轨控制,防抖与画幅等基础功能一应俱全,内置的峰值对焦也极大降低了手动跟焦的门槛。
右侧菜单顶部预留了 Log 与 Rec.709 的快捷切换键,不仅支持官方 LUT 实时监看,还能直接导入你个人常用的 LUT 文件预览最终成色。
可以说,在专业录像 Pro 模式下,vivo X300 Ultra 已经具备了一定的生产力。

这几年打磨下来,靠着高像素和生猛的外挂长焦,vivo 在静态拍照上确实稳住了基本盘。
而随着专业录像 Pro 模式的加入,意味着 vivo 开始向视频生产工具探路。除了最高 8K 的录制规格,这台机器放开了全焦段的 4K 120 帧 Log 选项,为后期留足了明暗拉扯的宽容度。
至于它的实际表现如何,后续我们还会有一条体现 vivo X300 Ultra 视频性能的短片,大家可以一见分晓。
影像手机,终于成了相机
在文章的最后,我想提一个手机之外的有趣事情。
拿到这台 vivo X300 Ultra 时,编辑部里的人不少。每一个拿起手机的人,第一反应总是看看增距镜、拿在手上体验体验、拍一拍,没人再去纠结配置。
看待影像旗舰手机的视角,已经出现了微妙的转变。
过去几年的手机影像评测,大家习惯性死磕几个数字:底有多大、单像素面积多少、进光量提升了多少。
但发展到今天,物理限制促成了一种共识:手机内部的空间见顶了,在厚度与重量的死局里,传感器很难再变出违背物理法则的戏法。

这种不再纠结参数的心态,和我平时拿起一台真正的相机时如出一辙。作为一个影像创作者,当我摸到一台新的全画幅或 APS-C 微单时,根本不会去查阅它的 CMOS 规格表。
我心里很清楚,全画幅就是全画幅,半画幅就是半画幅,它的基础画质上限就在那里,不会突然跳出一个颠覆认知的奇迹。
相对的,拿到相机后,我只关心「干活」的体验:机身握持是否扎实?菜单逻辑符不符合直觉?配套的镜头群到底好不好用?
毕竟相机从来不是一块孤立的 CMOS,而是由镜头群、色彩科学和专业工作流构成的完整系统,而这恰恰是 vivo X300 Ultra 的发力方向——用 400mm 增距镜丰富物理焦段、用克制的算法取代粗暴的暗部提亮,再加上电影机规格的录像界面。
vivo X300 Ultra,正试图从单纯的硬件堆砌,进化成一套能打硬仗的影像系统。
也正是因为如此,我看待这台手机的逻辑也有了变化——全新的 UI 界面,在拍摄时会不会让我手忙脚乱?系统各项高频功能,呼出够不够顺手?400 毫米增距镜,能不能帮我在复杂环境里带回有用的画面?

vivo X300 Ultra 并不完美——
作为一台相机,它的交互依然有繁冗之处,极端焦段的体验也还在打磨。
作为一台手机,它的硬件配置已经不再让人纠结,取而代之的,是摄影师挑剔的眼光。
当我们以相机的要求,去审视一部手机的操控逻辑、镜头搭配和界面自洽时,事情就已经悄然发生变化——
手机摄影在我们都没察觉的时候,已然跨过靠参数搏杀的门槛。
2026 年 3 月 30 日,制糖工厂正式发布了 2026 款硬糖 C³ Pro。作为制糖工厂彻底研究过用户困扰与麻烦后打造的最新力作,这款被誉为「懂行之选」的充电器集极致便携、智能调度与高性能输出及全面协议于一体,将三口充电器做到了极致。
一直以来,第三方充电器对私有快充协议的支持是用户的痛点所在。针对这一困扰,2026 款硬糖 C³ Pro 特别内置了小米澎湃秒充协议,真正“为米粉而来”。
这意味着,小米用户在享受多口充电器带来的便携与高效时,终于不用再向充电速度妥协。硬糖 C³ Pro 真正打破了市面上常见的「鸡血头」模式,能够做到以一抵三,轻松搞定包含小米手机在内的数码全家桶,提供满血快充体验。

买充电器最怕协议过时。2026 款硬糖 C³ Pro 是继硬糖 A 充、硬糖 C³ 之后,又一台可通过制糖工厂原创 OTW(Over-The-Wire)云配置进行无网升级的硬糖充电器。
它不仅可以独家定制包括小米、华为、三星等在内的多设备专属充电模式,还能在未来持续升级如 UFCS 2.0 等新兴充电协议。真正做到「一次购买,长久省心」,是践行长期主义的绝佳选择。

你可以通过 AI 小电拼,或使用 OTW 快充助手搭配电脑,对 2026 款硬糖 C³ Pro 进行云配置。

为了追求更快、更稳、更省心的充电体验,2026 款硬糖 C³ Pro 依旧搭载着自研的 TimiC(Timing intelligent Charge)时序调度 2.0 充电方案。
打破常规: 彻底改变了传统充电器“仅在拔插时按功率分配表分配”的死板逻辑。
毫秒级响应: 当新设备插入时,系统能实现毫秒级的快速响应。
全程动态优化: 在整个充电过程中,实施全程时序调度,每 60 秒进行一次动态功率分配策略优化,带来真正高效、精准的多设备调度体验。

除了强大的内核,2026 款硬糖 C³ Pro 依然保持了制糖工厂一贯的复古美学与硬核性能:
极致便携的“颜霸”: 致敬经典博朗风格,机身尺寸仅与 AirPods 相当。配合可折叠插脚与独特的垂直力学结构,轻松放入口袋,不仅插墙稳固不松脱,更是差旅出行的最优解。
三口持续满载: 采用三路独立电路设计,支持最大 68W 总输出,手机、电脑、平板同时充。
双核快充,冷酷输出: 支持两档 PPS 快充(67W/55W),并且是当下少有的支持 AVS 低温动态快充的多口充电器,实现 AVS+PPS 双核快充,苹果安卓设备都不掉链。
硬核安全指标: 领先同级的 0.918 W/cm³ 功率密度;并搭载全新散热架构 2.0,将温控保持在远低于国际安全限值的水平,悉心保护设备电池健康。

随着 C³ Pro 的发布,硬糖 C³ 系列现提供两款精细化选择,皆配备 3 个 USB-C 接口、支持笔记本 68W MAX 快充,且 C2 口均支持 OTW 云配置持续进化。用户可根据自身的主力设备进行挑选:

2026 款硬糖 C³ Pro 已于今日正式开售,首发价 ¥229,可于制糖工厂各大官方渠道购买。
制糖工厂CANDYSIGN 是一个专注极致美感和灵活多用电能产品的先锋品牌。秉承「好产品就是一颗糖」的理念,我们融合科技、艺术与时尚,服务全球最具创造力和生产力的个体,打造兼具审美与人文关怀的「明日产品」。以灵活技术与前瞻设计为驱动,我们专注于可持续发展,持续探索数字电能的无限可能。
《F1:狂飙飞车》在两周前拿下了奥斯卡最佳音效奖,对于没能在电影院体验顶级视听体验的人来说,位于上海张园的杜比之家,是一个能完美弥补遗憾的地方。
前不久杜比之家和梅赛德斯-AMG 联合打造的疾速沉浸空间在此启幕,用户可以在这里开启杜比全景声 + 杜比视界体验,聆听《F1:狂飙飞车》电影原声,感受引擎轰鸣与环绕声浪的共振。
而对于 BLACKPINK 粉丝来说,上海的杜比之家(Dolby House Shanghai)是本月月初最值得打卡的地点。这个在全球范围内最有影响力的 K-Pop 女子组合的全新迷你专辑《DEADLINE》快闪主题限时体验馆正选在这里。
在流媒体音乐极为发达的 2026 年,去一个固定的线下空间听歌,看 MV 是一件显得庄重且有仪式感的事情。除去粉丝经济或者互动打卡的因素之外,杜比之家可能确实就是在音乐视听层面上最好的地点之一。
一切都可以总结成两个字:体验。
2026 年 3 月 27 日,杜比实验室宣布首家全球旗舰体验中心——上海杜比之家(Dolby House Shanghai)正式启幕。上海杜比之家跨越两层空间,设有 11 个体验区。参观者可在一系列精心规划的空间中开启精彩探索,从沉浸式聆听空间和杜比娱乐体验长廊,到涵盖多种娱乐类型和智联设备的互动演示。每一项体验都旨在展示杜比全景声和杜比视界等杜比视听科技如何在各个触点提升娱乐内容体验。
在这个感官体验极度充盈的空间里,我们和杜比实验室全球市场营销部亚太区副总裁 Ashim Mathur 聊了聊为什么杜比之家会选择落子上海,杜比想通过这家体验中心传达什么?
想要理解上海杜比之家的重要性和特殊性,可以从 2 个方面入手,第一,这是杜比在全球的首个旗舰体验中心;第二,它坐落于寸土寸金的上海张园,位于上海南京路商圈范围。
或许可以加上第三点信息:这里并不售卖任何产品,仅仅提供「体验」。

Ashim Mathur 告诉我们:
之所以选择在中国上海,是因为我们认为杜比在中国的生态系统非常完善。首先在中国有很多以中文创作的杜比版本的本土化内容,并且有很多平台和内容服务商分发这些内容。与此同时,在体验端还有很多设备支持杜比视听体验,保证以杜比格式创作和分发的内容能够通过多样化的消费电子设备,原汁原味地呈现给消费者。正是这样完善的娱乐生态系统,让我们有机会在中国打造这样的体验空间,将沉浸式体验变为现实。
另外我们观察到中国的消费者对沉浸式体验有很强烈的需求,而杜比的合作伙伴也积极拥抱视听创新科技来为消费者提供更优质的沉浸式体验。
不管是在电影院,还是在家中,在外出途中,甚至在车里,这些不同的场景在中国都已经发展得非常成熟,为我们提供了一个契机,可以打造这样的沉浸式体验空间,以轻松有趣的方式展示给消费者。
中国目前是汽车保有量,智能手机保有量以及电影银幕数量最大的国家,在关乎视听体验的消费电子市场,中国更是研发生产和销售的绝对中心。
这些土壤,也就是 Ashim Mathur 所说的「杜比在中国的生态系统」的土壤,对于任何一家想要革新视听体验的品牌来说,中国市场都是绝佳的主阵地。
相比于市场规模,出货数量等显而易见的因素,「节奏」是一个更深层次的关键词,这里的消费者对新技术新体验接受度更高,在这里耕耘的品牌也有着快节奏的技术更新落地周期。这一切,才能构成生态。
Ashim Mathur 说:
中国市场在内容、平台以及消费电子设备领域一直走在前列。这让我们能够通过这个空间拉近艺术家和粉丝相互之间的距离。未来我们将在这里举行很多活动以及合作伙伴的项目,真正把这种沉浸式体验带入生活。
……
我觉得内容体验的发展在中国非常独特、与众不同,而且速度极快,也正因如此,我们能够与内容平台、流媒体平台以及消费电子设备,乃至汽车厂商进行越来越深入的合作。
所以这就是为什么开头所说的梅赛德斯-AMG 疾速沉浸空间和 BLACKPINK 快闪主题限时体验馆能够落地于此的原因。

时至今日,我依然记得多年前我评测电脑时感受到的一个「魔法时刻」:一台支持杜比全景声的笔记本电脑通过并不硕大的扬声器模组,模拟出了鸟类在热带雨林里飞行的声音轨迹。闭上眼睛之后,我甚至可以感觉到我自己就身处雨林当中,鸟儿扑腾着翅膀从我左前方飞往右前方,最后飞到我身后去了。
这种身临其境的感受,就是 Ashim Mathur 所说的「沉浸式体验」。
早些年想要获得这样的奇妙体验,则需要到配备有杜比全景声系统的电影院才行,现在除了电影院,在客厅,汽车座舱乃至移动设备上,都可以体验到杜比全景声。
上海杜比之家正是杜比走出影院的一个例证,反过来,在杜比之家,用户又能获得影院般的杜比全景声体验,就像开头说的,没在电影院看《F1:狂飙飞车》的用户可以在杜比之家获得同款体验。
不过对于用户来说,并不是所有场景和设备都能达到杜比全景声影院或者杜比之家的软硬件水平,在较小的扬声器或者耳机上的体验很可能达不到前者的体验,对此,Ashim Mathur 告诉我们:
杜比不会做不同场景下体验的比较,比如我们不会直接把在影院的效果和在家里客厅的效果进行对比。我们所做的是当你在影院当中我们来提供最好的影院体验效果,在客厅的时候提供最好的客厅体验效果。我们通过与合作伙伴密切协作,确保在任何设备上——无论是手机、电视、电脑、平板、汽车还是影院——都能呈现出最佳的体验。这也是我们业务发展的模式。
另外,也是杜比看来最重要的一点,就是我们对内容创作者的承诺。我们会忠实还原创作者对于作品的构想,并将他们原始的创作意图传递到消费者端。这是我们的核心信念,也是我们给内容创作者的核心承诺。所以,不管你是手机端、平板、电视,还是在影院观看同一部影片时,我们都会确保你所获得的体验是原汁原味、没有妥协的,是完全按照创作者最初的设想来呈现的。这并不是在比较小屏幕与大银幕,而是在强调:无论在哪种设备上,消费者所获得的,都是该场景下最好的体验。
媒介即信息,媒介的不同很大程度上决定了信息的形态,对于杜比来说,当信息跨越不同媒介,不同设备形态的时候,他们的主要工作就是保证信息能够忠实地跨越差异,保证尽可能忠实的体验。
技术会拓展媒介的边界,未来可能还有成熟的眼镜显示,甚至脑机接口等等,只要有这些感官体验,就会有杜比视界,杜比全景声这样的技术标准来作为一根准绳,来把所有的娱乐影音体验维持在基准上。
这就是为什么会有这么一个杜比之家的重要原因,杜比需要让用户知道,在这里,在这个 2 层的空间里,在 11 个体验区,包括车载娱乐体验区,客厅体验区、手机体验区等等空间里,不同的杜比娱乐体验之间,有何相通之处。

杜比的体验可以空间和设备类型区分,比如影院,汽车座舱或者客厅空间,也可以用内容形态进行区分,就像 Ashim Mathur 说的:
从内容体验的角度来看,不同的兴趣点也在迅速变化和发展。不管是游戏、音乐、UGC 个人创作、体育,还是电竞,这些领域都在快速迭代。而我们的优势在于,一旦用户体验过杜比的沉浸式效果,就很难再回到过去的普通体验——这种现象在中国体现得尤为明显。
虽然杜比和英特尔,高通这些品牌类似,不直接生产和销售终端产品,但对终端产品的体验有很大影响,所以无论是 Intel inside 的品牌标识,还是骁龙「有龙则灵」的品牌心智传递,都是希望树立一个技术品牌。
但杜比要更特殊一点,杜比视界或者杜比全景声和直接的感官体验挂钩,虽有技术参数的部分,但打动人的自然不是色域亮度这些亮化的东西,而是伴随着某一个设备某一部电影去传递杜比理念的。
这就是「体验」如此重要的根本原因。Ashim Mathur 说:
我们的确希望和消费者进行更直接的沟通和交流。其实不仅仅是 Dolby House Shanghai,在过去的一年、一年半,甚至两年的时间里,我们在中国做了很多和消费者直接沟通和对话的工作,开展了很多市场活动。比如在去年我们开展的「更杜比,更热爱」系列活动中,携手陶喆带来了杜比全景声音乐体验,与《黑神话:悟空》携手带来杜比全景声游戏体验,以及近期与合作伙伴一起举办的众多线上线下活动。这些都旨在直接与消费者对话。
如果只用语言讲述杜比的故事是非常难的,最好的方式是用体验来讲述我们的故事。
Ashim Mathur 告诉爱范儿,杜比不仅希望消费者知道杜比的影音体验,还希望帮助消费者如何获得这些体验,在哪些场景哪些设备哪些内容领域获得这些体验。杜比之家就是让各种杜比体验「活起来」的地方,也是让这些体验聚起来的地方。

实际上,想要获得这些体验并不是一件简单的事情,比如杜比视界对显示设备的亮度和色域色深都有很高要求,但对于消费者来说,技术细节并不重要,杜比想要传递的是体验很重要,但技术的事情虽然重要,但消费者不需要考虑太多。Ashim Mathur 说:
我们是一个科技品牌,还是一个体验品牌?回顾杜比的历史,我们一直致力于将最好的体验提供给消费者,这一切都是和科技的发展紧密地结合在一起的。可以说科技创新是创造这些体验的基础。
杜比致力于不断地来提升用户最好的体验,同时这些体验都是和科技的发展有着千丝万缕的联系。
🍎
苹果承认 AI 落后,用「AI App Store」换一条活路
🦿
宇树科技亚洲首店五月落地上海
🤯
引发存储股暴跌的 Google 论文遭学术不端指控
🤖
OpenAI 一周砍掉三款产品,成人聊天功能无限期搁置
🚶
xAI 联合创始人全数离职,马斯克「从零重建」AI 公司
🚗
智驾车专属保险率先落地北京,覆盖 L2 ~ L4
📷
DNG 正式成为相机 RAW 格式国际标准
✈️
国产 60kW 增程式混动航空发动机完成飞行验证
🦾
王兴兴:具身智能「GPT 时刻」大概还需两到三年
💡
苹果高管:未来 50 年 iPhone 仍是 AI 时代的核心
🚙
16.98 万元起,广汽丰田铂智 7 正式上市
🧮
4300 元,卡西欧推出限量版漆艺计算器
🍫
卡车连货「0 元购」,12 吨 F1 联名 KitKat 巧克力在欧洲转运途中失窃
🎮
Valve 更新 Steam 全球定价体系
🎥
AI 水果恋综 10 天斩获 3 亿播放
💸
Netflix 再涨价,三档套餐齐上调


昨天,彭博社记者 Mark Gurman 在最新的 PowerOn 专栏文章中指出,苹果已承认自家 AI 技术落后于 ChatGPT、Gemini 及 Claude 等竞争对手,且短期内无望赶上。
面对这一现实,苹果选择放弃正面竞争,转向依靠硬件销售与服务生态获利。
新战略的核心是即将随 iOS 27 推出的「Siri 扩展」(Extensions)功能,允许用户在 Siri 中安装并运行第三方 AI 聊天工具,并在 App Store 中开辟专属区域。
通过这一平台,苹果可借助 App Store 30% 的抽成机制,从第三方AI服务商持续获取收入。与此同时,苹果也在引入 Gemini 技术来强化 Siri 及其他 AI 功能、保证基础体验。

Gurman 还在 X 透露,苹果 50 周年系列庆典将于本周以一场面向员工的压轴派对收官,地点设在位于库比蒂诺的 Apple Park 总部。
他表示,员工们在获悉头条表演嘉宾后情绪高涨,并给出了三条线索:「他依然活跃」、「曾是英伦入侵的一部分」、「乔布斯会为此欣喜若狂」。
综合多方推断,头条嘉宾几乎可以确定是 Paul McCartney。
英伦入侵(British Invasion)特指 1960 年代以披头士乐队为代表的英国摇滚乐团席卷美国的文化浪潮,而 McCartney 至今仍活跃于全球演出舞台。
乔布斯生前是披头士的狂热粉丝,他曾公开表示:
我的商业模式就是披头士……他们相互平衡,整体大于部分之和。商业上的伟大从来不是一个人完成的。


3 月 29 日晚,DeepSeek 服务再次出现大规模访问异常。
网页端与 App 频繁提示「服务器繁忙」或无法响应,大量用户遭遇服务异常、无法正常发送消息等问题。相关话题 #DeepSeek 崩了# 冲上微博热搜榜首。
截至发稿,服务尚未完全恢复。

据上海静安官微消息,宇树科技具身智能体验馆亚洲首店将于 5 月底在上海静安南京西路商圈的久光百货正式开业。门店面积超 100 平方米,届时将展出品牌全线最新产品。
宇树科技高级副总裁李斌杰昨天在 2026 全国精品首发季暨「首发上海」系列活动发布仪式上介绍,该体验店将打造为沉浸式体验中心,以具身智能科技构建全新消费场景,推动机器人技术走进城市日常生活。
同场活动上,宇树科技还发布了全尺寸具身机器人 H2。该机器人身高 1.8 米,具备 31 个关节自由度,搭载自研高性能运动控制算法与通用大模型,定位为未来日常生活中的智能伙伴。
此外,宇树科技的 G1 人形机器人与 Go2 机器狗也在「首发上海」游园会展览区域同步亮相。

Google Research 近日发布的 AI 压缩算法论文 TurboQuant 遭到学术不端指控。该论文发布后 24 小时内浏览量破千万,存储芯片股当天集体收跌,Cloudflare CEO Matthew Prince 称其为 Google 的「DeepSeek 时刻」。
苏黎世联邦理工学院博士后、向量量化算法 RaBitQ 的第一作者高健扬近日在知乎发出公开澄清信,指出 TurboQuant 存在三处严重问题:
更关键的是,上述问题在论文投稿前已通过邮件明确告知 TurboQuant 团队,对方表示知情,却选择不予修正。
目前,TurboQuant 第一作者 Amir Zandieh 仅承诺修正实验与理论描述两处问题,拒绝正面讨论两篇论文的方法相似性,且表示要等 ICLR 2026 正式会议结束后才做修正。
高健扬团队已在 ICLR OpenReview 发布公开评论,并向 ICLR 相关负责人提交正式投诉,附完整邮件证据包,还表示后续将在 arXiv 发布详细技术报告。
🔗 相关阅读:刚引发存储股暴跌就塌房?Google 刷屏 AI 论文遭指控学术不端

据《金融时报》报道,OpenAI 已无限期搁置成人聊天功能的开发计划。
这是 OpenAI 在同一周内砍掉的第三款产品。此前,OpenAI 宣布关停 Sora 视频生成 App,并放弃了 ChatGPT 内置的购物功能「即时结账」。
报道称,成人聊天功能原计划于去年 12 月上线,但在内部讨论是否彻底取消后,已确认无限期推迟,且无明确发布时间表。
OpenAI 表示,在将其纳入产品开发之前,需要对露骨聊天内容及情感依附所产生的影响进行长期研究,并承认目前尚无「实证依据」。
OpenAI 今年年化收入突破 250 亿美元,但 2026 年预计亏损 140 亿美元、现金消耗达 170 亿美元,公司最快于今年第四季度 IPO,估值目标 8300 亿美元。
在提交招股书前,每一个可能引发头条风险的产品都是潜在负债。OpenAI CFO Sarah Friar 本周表示,公司「面临算力短缺」,不得不做出艰难取舍。

据 TechCrunch 及《商业内幕》报道,xAI 联合创始人团队已全员离职。
继本月初多名联合创始人相继出走后,最后留守的两位联合创始人 Manuel Kroiss 与 Ross Nordeen 也已先后离开公司。
Kroiss 上周告知周围人士他将离职,Nordeen 则于更早前正式离开,其在 X 平台上的 xAI 员工认证标识也随之消失。至此,与马斯克共同创立 xAI 的 11 位联合创始人已无一留存。
Nordeen 今年 36 岁,此前在 xAI 直接向马斯克汇报工作,是其核心得力助手,负责统筹公司核心事务、推动各项工作落地执行。他毕业于密歇根理工大学,2023 年追随马斯克联合创立了这家 AI 公司。
2022 年马斯克收购推特后,Nordeen 也曾是协助马斯克主导大规模裁员的核心人员之一。Kroiss 则主导 xAI 的预训练团队工作。

据财联社援引港交所披露报道,空间智能独角兽公司群核科技(Manycore Tech Inc.)昨日更新聆讯后资料集,正式通过港交所上市聆讯,港股 IPO 进程进入最终冲刺阶段。
若顺利完成挂牌,群核科技将成为「全球空间智能第一股」,同时也将是「杭州六小龙」中首家完成 IPO 的企业。
群核科技由黄晓煌、陈航、朱皓于 2011 年联合创办。IPO 前,董事长黄晓煌持股 15.46%,CEO 陈航持股 11.04%,CTO 朱皓持股 4.22%;机构股东中,IDG 资本持股约 12.89%,高瓴资本持股约 12.6%,纪源资本持股约 11.52%。
本次 IPO 募集资金将主要用于国际扩张、产品功能增强与新品研发、国内销售及品牌推广、核心技术与基础设施投资,以及一般营运资金用途。
值得关注的是,「杭州六小龙」中的其他成员也在加速推进上市进程:上交所已受理宇树科技科创板 IPO 申请,云深处科技目前处于上市辅导阶段,强脑科技据报道已以保密形式提交港股 IPO 申请。

据央视新闻报道,北京金融监管局昨日宣布,北京率先在全国启动智能网联新能源汽车专属商业保险产品的开发应用,填补了现行车险体系在智能驾驶场景下的保障空白。
据介绍,新产品覆盖 L2 至 L4 全级别智能网联新能源汽车,整体定价预计与现有车险持平,并视保障责任范围做适度调整。
L2 级车辆初期以新车为主,车主可在购车时自行选择专属产品或沿用现有车险;L3、L4 级车辆则须为已在北京取得测试资质或正式上路许可的车型。北京保险行业协会将分批次公布适用车企和车型名单。
报道进一步指出,随着承保理赔数据的积累,车企的智驾技术水平未来也将被纳入定价模型,意味着技术越成熟、安全记录越好的智驾系统,理论上将获得更低的保费。

据 PetaPixel 报道,RAW 图像格式 DNG(数字负片,Digital Negative)上周正式获得国际标准化组织(ISO)认证,成为官方 RAW 图像国际标准,标准编号为 ISO 12234-4:2026。
DNG 由 Adobe 于 2004 年推出,其核心优势在于开放性。目前,徕卡、理光、适马、宾得等品牌已在旗下相机中支持直接拍摄 DNG 格式文件。
与索尼 .ARW、尼康 .NEF、佳能 .CR2、富士 .RAF 等各厂商专有 RAW 格式不同,DNG 拥有完整公开的技术文档,兼容性与长期存档能力都远超私有格式。
ISO 12234-4:2026 标准文件明确定义了 DNG 的格式规范与实现路径,为各硬件及软件厂商提供了清晰的落地指引。

据央视报道,由四川天府轻型动力科技有限公司研发的 60 千瓦增程式混合动力电推进系统已完成飞行演示验证。
据介绍,该系统采用增程式混动方案:燃气涡轮机驱动发电机为电池充电,飞机的飞行推力则完全由电动涵道风扇提供。
系统体积小巧,可在飞行过程中边飞边发电,既延长航程,又省去漫长的地面充电等待时间,提升了无人机的快速出动能力。飞行中还可随时关闭燃气涡轮机、切换至纯电模式,以降低热辐射特征、进一步提升静音效果。

据央视新闻报道,宇树科技创始人兼 CEO 王兴兴昨天亮相 2026 中国网络媒体论坛,以《当机器人刷屏》为题发表演讲,就人形机器人的运动能力与具身智能的发展前景作出多项预测。
王兴兴表示,今天在北京亦庄举行的人形机器人半程马拉松比赛中,多家公司的机器人将「跑得比人快」,半马成绩有望跑进 1 小时以内。
此前,宇树科技已在去年 8 月举办的 2025 世界人形机器人运动会上斩获 1500 米、400 米、4 × 100 米接力及 100 米障碍赛多项冠军,其中 1500 米成绩已进入 6 分钟区间。
在行业前景方面,王兴兴谈到具身智能的「ChatGPT 时刻」:将一台机器人带入陌生场景,通过语音指令,机器人能完成 80% 至 90% 的任务。
他认为,这一拐点大约还需两到三年才能到来,但他也提到,一位从美国硅谷回国的朋友对此持更乐观的态度,认为 18 个月内即可实现。王兴兴同时强调,「今年或明年一定会有非常大的技术进步在等待着大家」。

近日,苹果 CEO Tim Cook、全球营销高级副总裁 Greg Joswiak 与硬件工程高级副总裁 John Ternus 接受了《连线》的专访,对外披露了苹果在 AI 时代的战略方向与未来 50 年的发展蓝图。
针对外界对苹果「错失 AI 时代」的质疑,Joswiak 直言,「我们(苹果)在还没叫它 AI 的时候就已经在做 AI 了」。
Ternus 则进一步强调,即便苹果不亲自开发底层大模型,苹果的硬件产品依然是全球用户体验现有 AI 工具的最佳平台。
面对市场上层出不穷的 AI 专属硬件,Joswiak 判断道,「50 年后,人们依然会使用 iPhone」。
他指出,其他企业之所以竞相研发新型 AI 设备,根本原因在于「他们没有 iPhone」,而苹果认为,未来大多数所谓的创新 AI 硬件,最终都将沦为 iPhone 的附属配件。
iPhone 不会消失,iPhone 将在你所谈论的一切中扮演核心角色。
当被问及苹果是否会在未来 50 年内引入「AI 高管」时,库克笑着否决了这一设想,明确表示苹果的领导团队名单里绝不会出现 AI Agent,人类将始终掌控这家公司。


昨天,广汽丰田铂智 7 正式发布并上市,共推出 6 个版本,官方指导价区间为 16.98 万元至 22.98 万元。
此外,广汽丰田还宣布与小米达成合作,开放硬件生态接口,未来车载设备将有望接入小米智能家居生态。
针对外界对电池品牌的质疑,广汽丰田表示不唯品牌知名度论,并采用「育成式采购」模式——工程师提前 2 年反向进驻电池厂,围绕铂智 7 提出超 300 项安全标准,验证 26 道关键工序。
🔗 相关阅读:16.98 万元起!丰田这台「拼好车」铂智 7,把华为、Momenta、小米都装上了

据 The Verge 报道,卡西欧近日推出了一款名为 S100X「The Special One」的限量版豪华计算器,将传统日本漆艺工艺与现代电子产品相结合,定价约 624 美元(约合 4312 元人民币)。
该计算器的机身采用铣削铝合金打造,表面由位于福井县鲭江市、拥有近百年历史的传统漆器工坊 Yamakyu Shitsuki 的首席工匠梅田龙二(Ryuji Umeda)手工涂抹「莳绘」乌木漆(Urushi),完成整个漆艺处理过程耗时整整一个月。
由于工艺繁复,此次全球限量仅 650 台。
功能层面,S100X 配备宽幅 12 位数字显示屏,屏幕色调取自钢笔墨水蓝,支持货币换算和税率计算。机身内置太阳能面板,配合一枚纽扣电池,在每天使用约一小时的情况下,续航可达七年。


据《纽约时报》和 ABC News 报道,雀巢日前披露,一批重约 12 吨的 F1 联名 KitKat 巧克力棒在欧洲转运途中遭窃,涉事卡车至今下落不明。
此次被盗货物共计 413,793 根,属于 KitKat 今年推出的「新巧克力系列」。该批货物从意大利中部生产基地出发,原定运往波兰,计划途经约 1,250 至 1,350 公里后抵达分拨仓库,但在离开生产地与抵达配送地之间的某一环节失踪。
KitKat 在声明中以自嘲口吻回应称:「虽然我们认可这些犯罪分子的品味确实非同一般,但货物盗窃仍然是一个正在不断升级、影响各类规模企业的严重问题。」
KitKat 表示,此次事件并非孤立案例。国际海上保险联合会(IUMI)与运输资产保护协会(TAPA)EMEA 联合发布的一份报告指出,欧洲货物盗窃与货运欺诈正呈现出愈演愈烈的态势,作案手法也日趋复杂。
雀巢表示,每根 KitKat 均绑定了唯一批次编码,消费者、零售商及批发商可通过扫描包装上的批次号码核查是否属于被盗货物,一旦匹配,系统将提示相关方如何向公司举报,雀巢将把证据移交相关部门处理。

据 TheGamer 报道,Valve 近日宣布对 Steam 定价工具进行重大更新,新增修订后的汇率转换数据及多种定价方案,旨在帮助游戏开发者更高效地为全球 35 种货币和 4 个地区组制定合理售价。
此次更新的核心是为开发者提供三种全新的定价转换方式:
Valve 表示,「多变量综合定价法」与此前定价工具所采用的方法最为接近。
此前,区域定价差异问题在玩家社区中长期存在争议。以《血色沙漠》为例,该游戏在美国定价 69.99 美元,在欧洲却高达约 80 美元;《合金装备 Delta:食蛇者》在美国同样定价 69.99 美元,而在波兰的售价则折合约 100 美元。


一部由 AI 生成的「水果恋综」《Fruit Love Island》近日在 TikTok 上走红。
自 3 月 14 日起,账号 @ai.cinema021 在短短 9 天内上传了 19 集内容,每集时长 2 至 4 分钟,截至发稿已累计收获超 3 亿次播放、2400 万个赞和 330 万粉丝,几乎每集播放量均突破千万。
该系列短剧以英国真人秀《Love Island》为蓝本,视频画面带有明显的 AI 生成瑕疵,TikTok 官方在每条视频下方强制标注「包含 AI 生成内容」。
创作者在账号主页挂载了一个 Google 表单,公开向观众征集剧情走向,并在节目中复刻真人版《Love Island》的经典环节——由主持人当众念出观众留言,将旁观者转化为共创者。每集结尾均设置悬念钩子,CP 配对、出轨、新人搅局等叙事套路悉数登场,并引发大量真人秀明星和网红账号跟进互动。
目前,TikTok 已以违反社区规定为由下架其中 9 条视频。创作者随后在 Instagram 发表声明,强调每集内容均需耗费数小时进行剧本创作、场景设计及反复修改,并非外界所认为的「毫不费力」。
🔗 相关阅读:单身即地狱 AI 水果版,十天收获3亿次观看,明明很烂但就是很上头

Netflix 近期宣布再次上调旗下全部订阅套餐价格。此次涨价距 Netflix 上一轮提价(今年 1 月)仅约两个月,三档方案均受影响:
含广告标准版月费从 7.99 美元涨至 8.99 美元;无广告标准版(支持双设备同时在线)从 17.99 美元涨至 19.99 美元;高级版(支持四设备、Ultra HD 及 HDR)则从 24.99 美元涨至 26.99 美元。
事实上,Netflix 近年来几乎每年都在调整定价:2022 年、2023 年、2024 年均有提价动作,2023 年还正式下架了面向新用户的基础套餐,2024 年则对所有用户彻底停售该档位。
丰田可能是一众合资车企里,把「打不过就加入」执行得最彻底的一家。
在铂智 7 的上市发布会上,他们提出了一个口号:「新能源时代的丰田味道」。
即他们的策略是,作为一家最擅长系统整合的车企,丰田继续守住整车制造、底盘调校、安全验证这些核心护城河;至于自身积累相对薄弱的座舱、智驾等环节,则深度引入华为、Momenta 等科技公司的能力,加快成熟方案落地。
所以,铂智 7 也确实称得上是一台集多方优势于一身的「拼好车」。
先来看看价格配置。
铂智 7 共推出 6 个版本, 指导价区间为 16.98 万元至 22.98 万元,整个版本体系的配置递进比较清晰。

入门版 600 Pro 已经标配鸿蒙座舱、数字钥匙、纯天然实木内饰、座椅通风加热、20 寸轮毂等基础配置;600 Pro 激光雷达版则进一步引入 Momenta R6 强化学习大模型,支持高速领航、城区领航、记忆泊车等功能。
700 系列全系标配双电机、零重力座椅、主驾大腿托、后排智能触控面板和 23 扬声器。顶配 710 Ultra 激光雷达版,在三大核心配置全部到位的基础上,又增加了 27 英寸全景 HUD 抬头显示、 NAPPA 真皮方向盘与座椅,以及智能香氛系统。

能看出来,丰田这次的配置逻辑并不复杂,日常高频使用、对驾乘体验影响最直接的功能,尽量做到全系覆盖;差异化配置,则在这个基础上按版本逐步上探。
铂智 7 的车身尺寸为 5130/1965/1500mm,轴距 3020mm,是广汽丰田目前在售纯电轿车中车宽最大的一款。
放在同级合资纯电车型里看,很多产品的轴距还停留在 2.8 米左右。铂智 7 做到 3020 mm 的轴距、接近 2 米的车宽,后排空间和横向宽适感自然更容易做出来。

设计上,新车前脸采用封闭式极简布局,视觉重心压得很低;分体式大灯搭配 C 型贯穿灯带,车顶激光雷达也没有刻意隐藏。车身侧面通过溜背曲线收束,配合 21 英寸十辐轮毂和 255 / 40 R21 轮胎,整体姿态比较低趴。尾部则用熏黑包围和贯穿式尾灯收尾,风格相对利落。

不过,相比设计,铂智 7 这次真正更值得聊的,还是它在智能化上的「彻底开放」和「深度共创」。
新车搭载华为鸿蒙座舱 5,完成了从「功能机」到「智能机」的一次跃迁。它支持 50 + 鸿蒙应用和 5 万 + 手机应用的无感流转,同时也把 AI Agent 「智能体」真正带进了更具体的车内场景。

按照广汽丰田的说法,新车引入了 MoLA 通用大模型,并在导航、车控、多媒体等垂直领域部署专用智能体。
比如,导航智能体支持多轮复杂指令修改和模糊语义理解;车控智能体则允许用户自定义「智慧场景」。
这种「能动口就不动手」的交互方式,至少在体验层面,缩小了它和新势力之间的差距,也让丰田第一次更接近一种「可对话」的产品形态。

广汽丰田此次还宣布与小米达成合作,开放硬件生态接口。这意味着未来车载屏幕、音响等设备将有机会直接接入小米庞大的智能生态,实现车机与智能家居的无缝互联。
在中国市场尤其看重的智驾层面,铂智 7 搭载 Momenta R6 强化学习大模型,并配备激光雷达在内的 27 个高精度传感器。

但丰田的做法并不是简单买一套现成方案装上车。它真正的差异化在于,依然用丰田 TSS 智行安全系统的标准,去约束和校准本土智驾算法的工程化落地。
这套系统在开发过程中,全面植入了 14 项丰田安全标准,重点针对暴雨、夜间、鬼探头、行人横穿等长尾复杂场景做了更深的优化和冗余设计。

当然,丰田也没有丢掉自己一直强调的机械素质。
动力部分,铂智 7 采用华为 DriveONE 双电机电驱系统,最大功率 207 kW,最高车速设定为 180 km / h。电池则提供 88.13 kWh 和 71.35 kWh 两种规格。

其中,88.13 kWh 电池组根据配置不同,提供 680 km、700 km 和 710 km 三种续航版本;71.35 kWh 电池组对应的纯电续航里程为 600 km。

针对此前对电池品牌的质疑,丰田此次也特别做了回应。
丰田不唯品牌知名度论,而是综合考量安全、品质、购车成本等关键因素,为用户提供更均衡的方案。
具体来看,广汽丰田采用了「育成式采购」模式。工程师会提前 2 年反向进驻电池厂,围绕铂智 7 的电池提出超过 300 项安全标准,并验证 26 道关键工序,尽量确保每一个零部件、每一道工序都达到丰田全球标准。

基于这套体系,广汽丰田也给出了明确承诺:电池衰减在 2 年或 5 万公里内超过 10 %、6 年或 10 万公里内超过 20 %、8 年或 15 万公里内超过 25 %,厂家直接担责,并可免费更换全新原厂电池。

底盘方面,铂智 7 全系标配双腔空气弹簧与 SDC 减振器,并由丰田 GR(Gazoo Racing)与雷克萨斯团队参与调校。
这套悬架系统可根据路况实时调节阻尼软硬,在颠簸路段变软滤震,在高速过弯时变硬提供支撑,将此前多用于高端车型的底盘配置下放至 20 万级市场。

与这套高规格硬件相匹配的,是丰田近乎苛刻的耐久性测试标准。
新车的空悬系统经历了 904 万次测试,远超行业普遍的 450 万次标准;悬架耐久验证也达到了 20 万次。
铂智 7 还提供双腔空悬超长质保。在常规 5 年 / 15 万公里基础上叠加延保权益后,质保期限可达 10 年或 30 万公里,大约是行业平均水平的 2 倍。

安全性设计上,铂智 7 整车高强度钢和铝合金占比达到 73 %,最高强度达到 2 GPa。
同时,丰田把很多安全冗余前置到了设计阶段。比如,它把传动轴断裂点预设在电驱壳体内部,避免碰撞时部件侵入乘员舱;又采用机电一体式门把手设计,确保在极端断电情况下,车门依然可以从外部物理开启。
最懂车的全球大厂加最懂科技的中国伙伴,就是铂智 7 的核心竞争力。

广汽丰田在铂智 7 上的思路,其实可以概括成两条线同时推进。
一条线面向外部,主动整合华为和 Momenta 在座舱交互、高效电驱、智驾算法上的成熟能力,借助本土智能供应链的优势加快研发节奏,也更贴近中国用户的需求。
另一条线面向内部,继续把整车制造、底盘调校、安全验证这些核心环节抓在自己手里,用丰田体系的工程标准去约束和校准外部方案的落地质量。

这两条线配合起来,产品能跟上时代,品质和可靠性也还有基本盘。
这才是「新能源时代的丰田味道」真正想表达的东西,该借力的地方不硬撑,该自己扛的地方也绝不放手。
这种既「把产品做对」,又能「把产品做好」的策略,或许才是合资品牌下一阶段竞争中更为可行的路径。
🌚
NeurIPS 道歉:禁止中国机构投稿系「沟通误解」,已更新规则
🍎
防止人才被挖,苹果向设计师发放高额奖金
🧠
Gemini 推出记忆导入功能
🤖
Claude 新模型曝光,官方称「将带来前所未有的安全风险」
🎮
索尼宣布 PS5 全线涨价
🚗
小鹏汽车将改名「小鹏集团」
🚙
乐道重启轿车和 SUV 研发,定位 20 万级市场
☁️
腾讯云发布「养虾产品全景图」
💬
智谱 CEO 张鹏:大模型低价竞争不可持续,提价是「回归正常商业价值」
🦿
智元机器人量产突破 10000 台
📱
美图去年净利润增长 64.7%,AI Agent 驱动付费订阅用户创新高
💡
刘慈欣谈科幻的意义:文明向宇宙出发前的思想实验
📱
三星「阔折叠」外观曝光
🔧
影石 GO 系列特别版套装定档 3 月 31 日
🦿
宇树开源人形机器人数据集,覆盖洗衣洗碗等家务场景
🍣
寿司郎出台反黄牛新规:预约就餐须出示 SIM 卡尾号
📋
疲劳驾驶新规 6 月落地,不再只看时长

昨天,学术会议 NeurIPS 官方发布声明,正式就征稿规则风波道歉,承认问题根源在于「NeurIPS 基金会与法律团队之间的沟通误解」,并表示「从未打算在强制性合规义务之外限制投稿」。
NeurIPS 同步宣布已更新投稿手册,与 ACM、IEEE 及其他国际会议和往届 NeurIPS 的投稿规则保持一致,重申「欢迎所有符合合规要求的机构和个人提交论文」。
事件起因于 NeurIPS 在今年征稿通知中,以「遵守美国制裁与贸易管制规定」为由,禁止被列入美国相关名单的机构投稿、参与评审及担任编辑。
受影响机构涵盖华为、多所高校院所及重点实验室、三大运营商在内的数百家中国机构,相关科研人员因此被剥夺在该顶会展示与发表成果的权利。
消息传出后,中国计算机学会(CCF)率先强硬表态,倡议全体中国计算机领域科研工作者拒绝向 NeurIPS 投稿,并拒绝为其提供审稿、编辑、组织等任何学术服务。
昨天,中国科学技术协会发布官方声明,宣布停止受理学者参加今年 NeurIPS 会议的资助申请,不予认可以本届 NeurIPS 中稿论文作为代表作的项目申请,相关资助将转向国内学术会议或其他符合条件的国际会议。

据彭博社报道,苹果本周向 iPhone 硬件设计师发放了一批罕见的额外奖金,发放对象主要集中于 iPhone 产品设计团队,与苹果常规的季度及年度绩效奖金相互独立。
此次奖金以限制性股票单位(RSU)形式发放,归属期为四年,意味着员工须在苹果任职满四年方可获得全部收益。据悉,单人奖金价值约在 20 万至 40 万美元之间,最终金额还将随苹果股价表现而浮动。
彭博社记者 Mark Gurman 援引知情人士表示,员工普遍将这次薪酬提升视为对近期初创企业大规模招聘热潮的直接回应。
不过,相较于竞争对手开出的条件,此次奖金仍显逊色。OpenAI 向有意跳槽的苹果工程师提供的年度股票激励最高可达 100 万美元。
OpenAI 的硬件部门由前苹果高管唐·坦(Tang Tan)联合主导。唐·坦曾长期负责 iPhone 产品设计团队,正是此次获发奖金的核心群体。
据报道,其团队已从苹果挖走数十名工程师,涵盖 iPhone、iPad、Apple Watch 及 Vision Pro 等多条产品线。此外,OpenAI 还与前苹果首席设计官乔尼·艾维(Jony Ive)展开合作,共同开发新一代 AI 硬件产品,并计划于明年推出。

昨天,Gemini 推出「导入记忆」和「导入聊天记录」两项新功能,允许用户将在其他 AI 应用中积累的个人偏好与对话历史直接迁移至 Gemini,无需从零开始重新「训练」助手。

据《财富》报道,Anthropic 正在测试的一款全新 AI 模型曝光,代号为「Claude Mythos」,在编程、学术推理和网络安全等多项测试中的得分均大幅超越现有最强版本 Claude Opus 4.6。
泄露文件显示,Claude Mythos 在内部也被称为「卡皮巴拉」(Capybara),代表一个全新的模型层级——比现有最高档的 Opus 系列体量更大、能力更强,但运行成本也更高。
与我们此前最强的模型 Claude Opus 4.6 相比,Capybara 在软件编程、学术推理和网络安全等多项测试中的得分均大幅提升。
值得关注的是,Anthropic 在泄露的文档中对 Claude Mythos 的网络安全风险表达了异乎寻常的高度警惕。文件称其「预示着即将到来的一波 AI 驱动漏洞利用浪潮,其速度将远超防御者的应对能力」。
公司同时表示,该模型计算成本极高,尚未准备好面向大众发布,将在未来数周内通过 Claude API 逐步扩大访问范围。

索尼昨天宣布,将于 4 月 2 日起在全球范围内上调 PS5、PS5 Pro 及 PlayStation Portal 的建议零售价,官方将此次涨价归因于「全球经济持续面临的压力」。
本次调价幅度相当显著。在美国市场:
中国大陆市场方面,PS5 调整为 4399 元,PS5 数字版为 3999 元,PS5 Pro 为 6299 元。
这已是索尼不到一年内的第二次涨价。去年 8 月,索尼曾对 PS5 全线机型上调 50 美元。与 2020 年 11 月 PS5 首发时的 500 美元相比,标准版 PS5 的售价如今已累计上涨 150 美元,涨幅达 30%。

昨天,小鹏汽车发布公告,自下月起,公司中文名称将由「小鹏汽车有限公司」正式变更为「小鹏集团」,英文名称「XPeng Inc.」维持不变。
小鹏汽车方面表示,此次更名标志着公司正式开启「物理 AI 新征程」,意在通过品牌升级反映其业务边界的扩展:从单一汽车制造商向更广泛的 AI 科技集团转型。

据晚点 Auto 报道,乐道正在开发一款轿车和一款 SUV,两款车型均定位于 20 万级市场,其中轿车面向小家庭用户,同时兼顾商用场景。
事实上,这两款车型此前已有规划,但在去年初蔚来推行 CBU(基本经营单元)改革时一度暂停、去年 8 月底恢复开发。乐道并不排除根据市场情况进一步扩充大众市场车型。
促成项目重启的直接原因,是乐道 L90 与全新 ES8 接连交出的亮眼成绩。
蔚来内部目前认为,仅靠两三款车型拉升销量并不现实,尤其在竞争激烈的主流价格带;而 ES8 这类高端车型的销量往往具有周期性,难以长期维持高位。趁当前势头尽快补齐乐道产品线,因此被视为格外紧迫的战略任务。

昨天,腾讯云首次正式公布了其「AI Agent 产品全景图」,系统性地展示了其为智能体(Agent)时代打造的全栈式解决方案:
腾讯表示,该方案的目标是让开发者与企业能够更便捷地开发和部署安全、可用的 AI 智能体应用。

在昨天举行的中关村论坛年会开源主题圆桌上,月之暗面(Kimi)创始人杨植麟主持了一场开源主题圆桌,智谱 AI CEO 张鹏、无问芯穹联合创始人兼 CEO 夏立雪、小米 MiMo 大模型负责人罗福莉、香港大学助理教授黄超共同参与。
🔗 相关阅读:现场实录|杨植麟问了一圈,AI 掌门人都在为 Token 发愁
对话以今年 AI 圈最热的 OpenClaw(龙虾)为引,延伸至模型定价逻辑、推理基础设施瓶颈、模型架构创新,以及对未来 12 个月行业走向的集体判断。
会上,智谱 AI CEO 张鹏就旗下最新发布的 GLM-5-Turbo 模型提价一事作出回应,将其定性为行业成本结构变化下的必然选择,而非商业策略调整。
张鹏将此次提价定性为「回归正常商业价值」,并直言长期低价竞争不利于行业整体发展。
我们需要一个良性的商业闭环,才能持续优化模型能力。
张鹏表示,随着以 OpenClaw 为代表的 Agent 框架快速普及,大模型的使用范式已从「对话」转向「干活」。完成一个复杂 Agent 任务,模型需要自主进行长程任务规划、反复 Debug、压缩上下文,并处理多模态信息。
他指出,在这一范式下,单次任务的 Token 消耗量可能是此前简单问答的十倍甚至百倍。
一般人可能体会不出来,但会看到自己账单上的钱在不停地往下掉。
无问芯穹 CEO 夏立雪也指出,无问芯穹今年 1 月底以来,Token 用量基本每两周翻一番,目前已翻了十倍,「上次见到这个增速,还是 3G 时代手机流量刚普及的感觉」。
他认为,现有资源远不足以支撑这一增速,整个行业正在从训练时代加速转入推理时代,算力供给的结构性紧张将是未来一年最核心的矛盾之一。

据腾讯科技报道,智元机器人即将官宣第 10000 台人形机器人量产下线,距离上一次官宣 5000 台下线仅过去一个季度。这也意味着,智元率先于特斯拉突破了万台量产里程碑。
去年底的行业活动上,智元联合创始人王闯曾明确表示「明年年中将突破 10000 台」。如今,这一目标比原定计划提前了整整一个季度实现。相比之下,特斯拉 Optimus 的落地节奏明显偏慢。

昨天,美图公司公布 2025 年全年业绩报告,AI 驱动增长势头显著:
CFO 颜劲良表示,未来 ARPU 提升将逐步成为重要增长引擎,公司将持续推进技术、产品与组织创新,巩固 AI 影像领域领先地位。

据《新京报》报道,2026 中国科幻大会昨天在北京开幕。科幻作家刘慈欣出席开幕式并就「科幻有什么意义」这一问题作出回应:
如果要我来回答,我会说科幻是一个文明在向浩瀚宇宙出发前要做的思想实验。
刘慈欣认为,科幻并非远离现实,每一个科幻构思都有现实的基础和根基。
他以《三体》的创作为例,指出该书的核心设定借鉴自物理学中的「三体问题」。他曾想象宇宙中存在一个由三颗恒星构成的星系,以目击者视角观察三颗恒星在太空中无规则、难以预测的运动,这便是《三体》的构思来源。
他同时表示,自己写月球发电等题材的故事,也源于个人的工作经历。在他看来,那些看似疯狂的想象,本质上都是现实的延伸。
他认为,科幻不只是描述技术,更是在探讨人类该如何面对未来,而当前中国科幻作品的发展也与中国的现代化进程密切相关。
正是这样一个伟大的进程,让中国成为一个充满未来感的国家。所以在我看来,科幻的意义可以概括为一句话:它让我们在出发之前,先要想清楚为什么要出发以及需要往哪里去。

据 Android Headlines 报道,三星正在开发全新的「阔折叠」手机 Galaxy Z Fold 8 Wide,预计将于今年夏季与 Galaxy Z Fold 8 同台亮相。
这款设备的内部代号为 H8,型号为 SM-F971U。从外观设计来看,它采用横向更宽、纵向更短的比例,与初代 Google Pixel Fold 或 OPPO Find N2 的形态更为接近。
与 Z Fold 8 对比之下,Wide 版本在展开状态下仅宽出约 18.2 mm,但「高度」足足缩短了 34 mm 以上。值得注意的是,Wide 版本机身厚度也略厚于标准版。

影石 Insta360 昨天发布了 GO 系列特别版套装的预热视频,定档 3 月 31 日晚 20:00 正式发布。
此次发布的新品以「GO 小巧,GO 好玩」为宣传主题,从视频可见,产品形态为 GO 拇指相机机身搭配拍照附件的组合,主打静态影像拍摄体验。
配色方面提供两款选择,风格偏向年轻化,且拍照附件右侧疑似配备光学取景器。

昨天,宇树科技官宣开源 UnifoLM-WBT-Dataset,这是一套面向开放场景的人形机器人高质量全身遥操作(Whole-Body Teleoperation,WBT)真机数据集。
据介绍,该数据集旨在构建场景覆盖最广、任务复杂度最高、操作多样性最丰富的人形机器人真机数据体系。
其数据集涵盖多项日常家务操作任务,包括收拾衣物、拾取枕头、将衣物放入洗衣机、将餐盘整理入洗碗机、整理床铺及将衣物放入篮筐等,均基于宇树 G1 人形机器人采集,配备灵巧手(含 Inspire 与 Brainco 两款方案)。
🤗 Hugging Face: https://huggingface.co/collections/unitreerobotics/unifolm-wbt-dataset

昨晚,苹果 50 周年之际,中国设计师王逢陈携其品牌 FENGCHEN WANG 在上海静安 Apple Store 举办了一场时装秀,将科技与时尚融于一体。
佘诗曼、娜扎、周雨彤等明星出席观秀,坐落于下沉广场的圆形舞台成为这场跨界秀的核心舞台。
本次秀场打破了传统直线 T 台的形式,模特绕着苹果标志性的圆形路线行走,契合了这一季「两仪」的主题——阴与阳、男装与女装、科技与时尚的碰撞。
王逢陈表示:「这个圆,是一个完美的碰撞。」静安寺就在秀场身后,天圆地方的意象贯穿始终。
谈及 AI 时代与创意的关系,王逢陈认为:「越是 AI,你越要 Think Differently。AI 某种程度会让世界同质化,因为它的答案是从过去的知识体系里提取出来的。但我们可以借助 AI,成就更大的 Think Different。」

据《南方都市报》,寿司郎近日在多地门店推出新规:消费者通过小程序预约取号后,到店签到时需核验手机尾号后 4 位,并向店员出示手机 SIM 卡尾号。
寿司郎方面表示,推出此举的直接原因是「黄牛倒卖行为」严重影响了门店就餐氛围。报道指出,二手交易平台上寿司郎「代排队」服务定价普遍在 30 元至 50 元之间,部分卖家报价甚至高达 150 元至 300 元。
今年 2 月,公安部正式发布《机动车驾驶人疲劳驾驶认定规则》(GA/T 2372-2026),新规将于 6 月 1 日全国落地执行。
在明确的时长标准上,新规规定:机动车驾驶人连续驾驶超过 4 小时未停车休息,或停车休息时间少于 20 分钟的,应认定为疲劳驾驶。
对于客运车辆,新规作出更为严格的规定:客运机动车驾驶人在晚 22:00 至次日凌晨 6:00 连续驾驶超过 2 小时未停车休息或休息不足 20 分钟,以及在 24 小时内累计驾驶时间超过 8 小时的,同样认定为疲劳驾驶。
新规还引入了「生理状态」与「背景调查」两类辅助认定路径:
驾驶人一旦被认定为疲劳驾驶,将面临相应记分与罚款处罚;若引发交通事故,还将在事故定责与理赔处理中被从严认定,相关责任后果更为严重。

动画电影《大圣崛起》正式官宣定档 7 月 10 日暑期档。
影片故事设定于西行取经结束之后,以「硬币两面」为核心隐喻,探讨佛魔界限模糊的哲学命题。大圣从「棋子」转变为「棋手」,直面宿敌魔王波旬所布下的棋局。
影片同时引入多个原创角色,包括善恶未明的终极反派波旬、大圣同族兄弟六猕,以及背景神秘的神鸟毕方。

昨天,迈克尔·杰克逊传记片《迈克尔·杰克逊:巨星之路》正式定档 4 月 24 日,并同步释出定档海报及预告片。
MJ 一角由其侄子贾法尔·杰克逊出演,科尔曼·多明戈、尼娅·朗、劳拉·哈里尔、迈尔斯·特纳等人联袂加盟。
据悉,影片已获杰克逊遗产委员会的官方支持。官方将其定位为:「故事将深度展现一个复杂的男人,他后来成为了流行音乐之王,也会再现杰克逊最具标志性的表演,让人们深入了解他的艺术过程和个人生活。」

近日,「用文言文与 AI 对话可以节省 token」这一话题在技术圈走红,引发大量讨论与实测。
文言文信息密度高,同等语义下字符数远少于现代汉语,理论上输入 token 更少,意味着更低的调用成本和更长的可用上下文。
这一想法在 GitHub 和论坛上获得了不少认同,甚至有开发者提出了完整的工程化方案,包括训练专用的现代汉语到文言文转换模型、建立高频词对照表,以及将其集成进 RAG 系统和 Agent 流程。
然而,真正动手测试之后,结论远没有那么乐观。
问题的核心在于,token 的计算单位不是汉字,而是 tokenizer 的分词结果。以 OpenAI 的 tokenizer 为例,「可也」是两个 token,现代汉语的「可以的」同样是两个 token;
有人对比了一对具体例句,文言版比白话版只少了两个虚词对应的 token,差距微乎其微。更有网友直接在讨论中用文言文写下「汝之所言,有理乎,吾往试也」,随即有人指出,这句话比「有道理,我去试试」token 数更多。
就在这场讨论热度未退之际,有论文指出,文言文可以绕过大模型的安全护栏,甚至直接让其给出火药的配方。Gemini 2.5 Flash、Claude 3.7、GPT-4o、DeepSeek-Reasoner 等主流模型均受影响。

犯罪剧情片《浴血黑帮:不朽传奇》是 BBC 同名剧集(2013—2022)的正统续集。
故事背景设定于 1940 年伦敦大轰炸期间。纳粹德国策划以集中营伪造的 7000 万英镑假币注入英国经济、触发恶性通胀,并借亲纳粹代理人贝克特(蒂姆·罗斯 饰)联手已掌控剃刀党的杜克·谢尔比(巴里·基奥恩 饰)推进阴谋。
口碑方面,影片在烂番茄网获得 92% 的新鲜度。

《耳中的世界:音乐在文化中的诞生》由西班牙哲学家、散文家拉蒙·安德烈斯(Ramón Andrés)著,以「音乐始于何时」为核心命题,循时间与地理双轴展开叙述:
从远古人类与声音的初次相遇出发,依次途经两河流域(美索不达米亚)、以色列、埃及、希腊,延伸至宇宙音乐观与古典晚期文明,直至现代西方世界。
全书共八章,作者以医学、数学、天文学、神话传说与信仰为棱镜,透视音乐如何历经数个世纪,始终作为知识与愉悦的不可替代之源贯穿整个人类文明。

《严阵以待》(Ready or Not)是由爱尔兰独立工作室 VOID Interactive 开发并发行的战术第一人称射击游戏,以虚构的美国城市 Los Sueños(以洛杉矶为原型)为舞台。
玩家扮演 LSPD SWAT D 小队指挥官大卫·「判官」·博蒙特,率队应对这座深陷社会与经济危机的城市中的暴力犯罪浪潮。游戏以「逮捕优先于击毙」为核心机制,逮捕嫌疑人比击毙得分更高,达成 S 级评分要求所有目标均须活捉。
剧情采用非线性叙事,通过环境细节与关卡内录音串联整体故事,玩家需在行动中自行拼凑背景。主线涵盖打击贩毒集团 Los Locos Del Pacificos、追查儿童色情犯罪网络、挫败反政府武装组织「被遗忘者」的政治暗杀阴谋等。
游戏在 Metacritic 获「普遍好评」,Steam 中文综合评价为「多半好评」(73%),近 30 天评测达「特别好评」(85%);IGN 用户评分 8.1 分。
A0 级小车市场,绝对称得上「闷声发大财 」几个字。
在市场的目光被「高阶智驾」、「旗舰」、「大六座」等眼光缭乱的配置吸引住时,A0 级小车的销量却在节节攀升。
比如五菱宏光 MINI EV 就在过去 3 个月内,狂卖了 4.1 万辆。
但随着新能源市场的不断发展,市场对代步车的期待也在变得越来越高。不只要能跑起来,还要好看、好用、好玩,坐进去不寒碜,开出去有面子。
这也是今天上市的第五代宏光 MINI EV 的核心变化。
第五代宏光 MINI EV 的产品定位是「四门玩趣代步车」,覆盖带娃出行、日常通勤、城区练手和周边短途探索等场景。
对这款车来说,「四门」补上了过去微型车在实用性上的短板,「玩趣」则回应了年轻用户更看重的情绪价值。
第五代五菱宏光 MINI EV 共有 4 种配置,起售指导价为 4.48 万元起。

外观方面,第五代宏光 MINI EV 采用了名为「甜趣方糖」的全新设计语言。
整车延续了家族式的方正轮廓,同时通过更圆润的局部处理,弱化了传统方盒子造型的生硬感。

车身视觉重心按照 0.618 的黄金分割比例布局,前后观感更均衡,整体姿态也更轻巧。
前脸配有一条贯穿式镀铬饰条,形成略微上扬的弧线。保险杠两侧加入了类似「酒窝」的装饰,表面纹理在光线下层次更明显。

灯组部分,前后大灯采用圆环加贯穿灯带组成的「同心」式 LED 结构。近光覆盖宽度达到 84 度,官方称可照亮 7 条车道;远光照射距离为 165 米。全系的位置灯、转向灯、大灯和刹车灯均采用 LED 光源。
轮毂饰盖采用了旋转四叶草的造型,并经过空气动力学优化,用于降低风阻和整车重量。

新车推出了绿悠悠、白绒绒、灰萌萌三款偏复古取向的幻彩珠光车色。绿悠悠采用蓝绿双色珠光粒子,车漆会随视角和光线变化呈现不同层次;灰萌萌采用高定双涂色漆,在光影变化下更有流动感;白绒绒则偏向低饱和奶油色系,整体观感更柔和。车漆采用 8 层涂装工艺,并使用巴斯夫全涂层解决方案。

如果说外观变化更多体现在风格上,那么空间升级就是第五代宏光 MINI EV 最直观、也最有说服力的进化。
新车长宽高分别为 3268 × 1520 × 1575 mm,纵向空间利用率达到 89%,肩部空间利用率达到 79%。后排上方身体通过空间为 620 mm,下方腿部通过空间为 454 mm。
四门四座布局确实解决了过去许多微型车「后排能坐,但进出狼狈」的问题,此外新车后排独立车窗的可视面积约为 2016 cm²,还配备了同级唯一的电动升降功能,乘坐体验提升了很多。
车辆后备厢常规容积为 170 L,可以放下一个 23 英寸行李箱;后排座椅按 5:5 比例放倒后,容积可扩展至 838 L,能够同时容纳 1 个 32 英寸、1 个 28 英寸和 2 个 24 英寸行李箱。

全车共规划了 20 处储物空间,包括专属手机位、杯托、副驾双挂钩、门板储物槽和网兜等。
走进车内,第五代宏光 MINI EV 采用了「环趣美学」设计语言。环形元素贯穿仪表台、出风口、门饰板和储物格,整体视觉比上一代更完整,也更有主题感。配色采用焦糖色和奶油白组成的「焦糖奶油」撞色方案,再配合复古棕白格纹座椅面料,整体风格较为年轻化。

五菱还在仪表台区域设置了一个「百变造景空间」,既能储物,也可用于个性化展示,并采用了同级少见的波点镭雕工艺,质感比普通注塑或喷漆更细腻。副仪表台则采用「灵动岛」式一体化环形设计,将杯架、手机位和储物格整合在一起。

并且变速机构升级为怀挡设计,换挡时不用低头,手也无需离开方向盘,中央区域因此腾出了更多储物空间。

智能配置上,第五代宏光 MINI EV 这次同样升级了不少地方。
新车配备 10.1 英寸中控屏,是同级中尺寸最大的方案之一。下拉式控制中心集成了 17 项高频功能,UI 提供 5 种壁纸可选,还支持日夜模式智能切换。
手机互联支持 Apple CarPlay、华为 HiCar 和 Carlink 三大主流系统,同时支持有线与无线连接。

驾驶模式则提供经济、标准和运动 3 种选择,能量回收模式则有舒适、标准和强 3 档可调,支持靠近自动解锁、远离自动闭锁,踩下刹车即可启动,无需插钥匙;开门自动上电,关门闭锁后自动下电。
手机 App 远程控制功能也比较齐全,支持远程启动、导航寻车、双闪鸣笛定位、远程解闭锁、远程预调空调、查看实时电量与充电状态、预约错峰充电,以及预约空调定时开启。

主动安全层面,新车标配同级少见的 ESC 车身稳定系统,并针对微型车使用场景进行了专项调校,集成 ABS、EBD 等功能,在转向过度、转向不足和湿滑路面等工况下可自动介入。
电子手刹和自动驻车同样是标配,对坡道起步和拥堵工况更友好。高清倒车影像与后倒车雷达,则承担了停车时最基础、也最实用的安全辅助功能。

被动安全方面,车身采用环状笼式结构,高强钢占比达到 60%,热成型钢占比为 5.84%,关键防护区域使用 1500 MPa 超高强度钢材。
五菱表示,整车共进行了 14 种碰撞工况、累计 30 余次试验,覆盖从低速到高速、从正面到侧后碰的多种极端场景,模拟强度超过法规要求。模块化车身设计还能在轻微碰撞后显著降低维修成本,节约幅度超过 90%。
新车搭载了「神炼电池」,电池箱体采用 2 横 6 纵结构设计,底部设置了碰撞吸能结构,并 MUST 件将结构梁、侧板和热管理系统集成为一体,结构强度较传统方案提升超过 60%,维护成本降低 90%。

车云双 BMS 智能协同系统可在云端实现超过 240 项安全监管和超过 80 项故障预警,电池还具备加热和智能保温功能,在充电枪连接电源的状态下,可以在 24 小时内将电池温度维持在 20 ℃ 至 35 ℃ 的工作区间。
动力系统上,新车搭载 30 kW 三合一集成电驱,将电控、电机和减速器集成为一体,0 至 50 km/h 加速时间为 4.56 秒。
新车有 205 km 和 301 km 两个续航版本,其中 205 km 版本的度电续航里程超过 12.65 km/kWh,全系百公里综合电耗为 8.9 kWh,折算下来每公里使用成本约 0.05 元。

第五代五菱宏光 MINI EV 同时支持直流快充、交流慢充和家用 220 V / 10 A 插座。直流快充模式下,电量从 30% 充到 80% 需要 35 分钟;交流慢充从 20% 充到 100% 最快 4.8 小时。
随车充电枪内部电路板防护等级达到 IP67,充电枪与插座连接后的整体防水等级为 IP55,支持雨天户外充电。

除此之外,当低压蓄电池电压低于 11.9 V 且持续 14 秒、整车 SOC 不低于 10% 等 5 项条件同时满足时,车辆会自动启动 3 小时补电功能,用来防止小电瓶亏电。
底盘结构采用前麦弗逊式独立悬架和后三连杆式非独立悬架,制动系统标配前后盘式刹车。
如果把第五代车型放回整个宏光 MINI EV 家族的演进脉络里,会看到一条很清晰的演进过程。
第一代主打小巧便利,第二代强调时尚好看,第三代开始突出好玩有趣,第四代则往从容舒适上走。
而到了第五代,五菱想把前几代积累下来的产品价值重新整合起来,把四门布局正式固化为家族标配,再在设计语言、智能体验和续航上做一次系统升级。

宏光 MIN IEV 在 2020 年进入市场时,几乎带着一种开荒者姿态。那时,中国的微型纯电代步车市场还没有真正成熟,五菱抓住了「路面堵、停车难、油费高」这些非常现实的痛点,用一款价格低、好停车、使用成本也低的小车,迅速切入了城市通勤人群。
但现在 A0 级的市场风向变了。
早期比的是「有没有」「够不够用」,现在更看车辆外观是否漂亮,智能体验是否优秀以及是否有能被记住的差异点。
过去,宏光 MINI EV 最强的地方,是用极低门槛满足了城市短途出行的刚需。
现在它想做的,是在这个基础上加入更好的空间、设计、智能和安全性,让宏光 MINI EV 从「便宜的小车」,慢慢变成一台真正更好用、也更像样的代步车。
最近有支叫《霍去病》的 AI 短片让我印象深刻,播放量轻松破亿,逼真得让人以为是重工业大制作。
真相是:3 个人,48 小时,从立项到成片。 核心创作者还不是影视科班出身,人家之前只是一名内容运营。
同样正在大火的《雪山救狐狸》 AI 小短片,已经衍生出了一个「复仇宇宙」,让全民都开始了这场「抽象狂欢」,甚至连不少大 V 都一起玩梗。
如果要用一句话来形容这件事,我只想说:传统影视工业那套「排期三个月、经费三百万」的秩序,正在被悄悄地颠覆着。
现象级的热门特效视频,很可能就藏在你的下一个 AI 工具里。
但别以为小白就能做到这样的程度,一旦你想试试,就会发现,总是被迫在各种网页和软件之间反复横跳:找这个大模型写脚本文案,切到那个工具生成图像,再换一个平台去把图转成视频。它们就像是公司里各自为战的员工,彼此之间毫无默契,记忆不互通。
一旦某个环节的产出偏离了预期,整条流水线就得推倒重来。
最近 OpenClaw 爆火后,已经有网友尝试指挥龙虾来完成影视创作全流程 —— 用 AI 生成素材,导入 Premiere Pro,再让 Agent 自行完成剪辑。从策划到最终成片,除了疯狂消耗 Tokens 之外,没什么问题。
前期策划、脚本写作、素材生成、剪辑、裁切、配音、字幕,AI 全包了。
这的确让人兴奋,但大多人还会茫然,这……是一种新工作流,但具体怎么跑起来?用什么工具?接口在哪?指令怎么写?中间还隔着一条不小的鸿沟。
恰好最近,我留意到常用的一个视频生成工具 Vidu,上线了 ViduClaw 「V 龙」——全球首个多模态创意营销 Claw。虽然此前已有不少 AI 厂商推出了自家的「Claw」,但作为视频模型厂商,而且做得这么完整的,Vidu 是我见到的业内头一个。
APPSO 体验后,我认为尤其是两类人 —— 广告营销和电商从业者,终于能吃上「真香」的龙虾了。
因为目前体验下来,Vidu Claw 完全不是那种需要你不停折腾养虾的「小众自嗨」,而是目前头一个能实际创意落地、直接把最终成片拍在你桌上的「营销全链路」龙虾。
🎁 APSPO 给大家也准备了福利,登录 vidu.cn,输入邀请码:APPSON1,注册即送 500 积分,快一起来体验吧。
先说说它是什么。
市面上多数的 AI 视频生成器只是单纯的工具,而 Vidu Claw 更像是一个「全能员工」。
它把 Marketing 领域里不同岗位的能力全部打包成一个 Skill,集中赋能给了你的操作终端。
不过,过去那些厉害的 Skill,总是要研究各种复杂的代码部署,一步跑错,整个龙虾可能都嘎了。而 Vidu Claw 开箱即用。直接进入 https://abc.vidu.cn/vidu-claw,登录账号,输入邀请码 XXXX,就完事了。

当然,如果你已经部署了自己的龙虾,只要在龙虾的对话框里输入一行简单的指令:「帮我安装 Skills https://github.com/Saerdna/vidu-skills」,你也能让它即刻入职。

那么,它到底能做什么?
就拿广告行业里最常见的工作来举例:给客户提案。在从业的几年时间里,一个 Campaign 从 Brief 解读、市场与受众分析,到头脑风暴,再到最终的方案包装,每一步都在疯狂消耗人力和时间。尤其在提案阶段,最让人无力的就是「光靠嘴说」。
比如,我曾在广告公司负责过一个护肤品的案子,当时我们定的主题是「自信转身,高光一刻」。我脑子里有着极其清晰的画面:女主角转身时的光影变化、发丝的飘动、配合着鼓点的运镜。
但在现实中,受限于预算和排期,我们不可能为了一个还没中标的提案去实拍一条 Demo,最后只能拿着几张粗糙的分镜草图,指望客户凭空「脑补」出那种高级感。
现在,Vidu Claw 不仅能精准理解这些抽象的创意,还能直接跑出一整套极具质感的视觉方案。
我可以拍好产品后,直接用 Vidu Claw 生成视频静帧图,然告诉它我想要的效果,它就开始干活了。

它不是毛头小子上来就哐哧干活,而是先理解我的需求,写出对应的视频画面脚本,再调用合适的镜头,才正式「开工」。
开工之后,它还会随时给我同步状态。有新进展了再来敲我,不用我干等着。

如果它在「摸鱼」没回你消息,你还可以直接问它进展怎么样了。

很快,一个简短的演示短片就搞定了。
相比于过去需要精雕细琢提示词、在多个平台间来回倒腾的折磨,Vidu Claw 带来的绝不仅仅是生产力的解放。它打破了过去需要策划、美术、导演、后期一整个团队通力合作的壁垒,让所有环节的交付能力浓缩于你一人之手。
现在,哪怕只是我一个人坐在屏幕前,也能端出完整团队级别的专业提案 —— 我一个人,就是一间五脏俱全的创意广告公司。
如果说 Vidu 过去的能力更专注于电商和广告,那么 Vidu Claw 则是它的一次关键进化:它成为了独立创作者的「超级助理」。
还在广告公司摸爬滚打时,遇到瓶颈至少还能拉上几个同事头脑风暴,拼凑出一个相对完美的方案。但自从转做自由职业后,个人的能力再全面,也难免会遇到「双拳难敌四手」的时刻。
不仅仅是我这样的文字工作者,很多单打独斗的自媒体人都有过同样的无力感。
但 Vidu Claw 的到来改变了这种单兵作战的劣势。想做一支降噪耳机的创意短片?现在只需要扔给它几张产品图,加上一句话的描述,它就能包揽爆款脚本、镜头调度以及背景音乐的匹配。
这甚至让我回想起了职业生涯里的一次「意难平」。
曾经,我为一个新锐茶饮品牌构思过一套充满夏日清新感的视频创意。想法很好,但因为没能拿出足够抓人的动态视觉演示,方案显得单薄,最终遗憾落选。
如果把当时的场景放到今天,结果也许会完全不同。
哪怕只有我一个人,只需要把茶饮的物料图和参考人物发给 Vidu Claw,它就会自动梳理出符合夏日清爽氛围的调性,替我写好每一幕的分镜,安排好运镜走向,铺上配乐,直接生成一支可以放在大屏幕上向客户展示的成片。
我想,如果当时有 Vidu Claw 的帮忙,我们也许就不会错失这个机会了。
AI 工具的焦虑,本质上来自两件事:一是「学不完」,二是「用完还是啥活没干」。
各种 Agent 涌现,确实突破了聊天框的桎梏,但高昂的学习成本和依然存在的平台割裂感,并没有真正给打工人减负,反倒催生了一种新型焦虑——我花了三个小时学了这个工具,但我原来要干的活还在那里等着我。
这是把工具当目的,而不是把工具当手段的结果。
但在使用 Vidu Claw 时,我完全感受不到这种焦虑。相反,我有一种踏实感——那种真正能帮人把活干完、把事落地的技术,终于来了。

回想在广告行业的那段日子,每一天都在和 Deadline 赛跑,为憋不出好点子抓狂,或是因为团队交付延迟而急得落泪。但如今重新用 Vidu Claw 操刀这些业务,曾经那种压迫感就逐渐消散了。
我唯一的感慨就是「相见恨晚」:如果当年我们拥有这个永远 24 小时在线、能瞬间响应热点和需求的神队友,是不是就能留下更多令人惊叹的爆款案例?
我想,一款真正优秀的「Claw」,就应该像 Vidu Claw 这样。
它既不是纯粹只能提供情绪价值的 Chatbot,也不是激进到企图取代人类的审美和创意。相反,它只会默默在后台扫清一切技术执行上的障碍,让我能用最快的速度、最低的成本,去验证那些天马行空的灵感。
所以,如果你也苦于脑海里光怪陆离的创意无法成真,不如也试试 Vidu Claw 吧。目前,Vidu Claw 已开放内测,输入 AppSo 为大家准备的邀请码 APPSON1,注册即送 500 积分,快来 Vidu Claw 施展你的创意吧。
带队发布 Qwen 3.5 小模型系列、获马斯克公开点赞,20 小时后在社交媒体宣告离职。林俊旸离开阿里的方式,本身就是 2026 年 AI 行业最戏剧性的一幕。
32 岁,阿里最年轻的 P10,一手将千问做到全球下载量超 10 亿次、衍生模型超 20 万款,成为全球开源模型的新王。他的离开源于一次组织架构调整的分歧:
阿里希望将 Qwen 团队按预训练、后训练、视觉、语音等维度水平拆分,与通义实验室其他团队合并;林俊旸则坚信预训练、后训练乃至基础设施团队应该更紧密地垂直整合,而非割裂。这不只是管理风格之争,更是对「怎样才能训出最好的模型」这个根本问题的路线分歧。
离开近一个月后,林俊旸发出了这篇长文。他没有回应任何人事风波,直接亮出了自己对 AI 下一阶段的判断:我们正在从「训练模型」的时代,进入「训练智能体」的时代。
这篇文章之所以值得逐字读完,不仅因为写它的人在过去两年亲手操刀了 Qwen 全系列的后训练,更因为林俊旸在文中罕见地复盘了 Qwen3 在「混合思考模式」上的得与失。

以下为 APPSO 对林俊旸的编译:
原文🔗 https://x.com/JustinLin610/status/2037116325210829168
过去两年,彻底改变了我们衡量 AI 模型的方式。
OpenAI 的 o1 证明了一件事:「思考」可以是模型的核心能力,可以专门训练出来、直接交到用户手里。DeepSeek-R1 紧随其后,证明这种「推理式后训练」并非大厂专利,可以在原始实验室之外复现和扩展。用大白话说:o1 是一个被教会了「回答之前先想想」的模型,R1 则是一个开源版的同类选手,跟 o1 打得有来有回。
那个阶段很重要。但 2025 年上半年的行业主旋律,说到底还是在围绕一件事打转:怎么让模型「想」得更多。 让它在推理阶段烧更多算力,用更强的奖励信号训练它,暴露或控制那些额外的「思考过程」。
现在的问题是:然后呢?
我相信答案是智能体式思考。为了行动而思考,一边跟真实环境交互,一边根据世界的反馈不断修正计划。
第一波推理模型教会我们一个朴素的道理:想在大模型上把强化学习跑起来,你得有靠谱的评分标准。
什么叫靠谱?就是答案能判对错、结果能验证、反馈信号足够清晰。数学题有标准答案,代码能跑测试,逻辑推理能验证步骤。这些领域之所以成了强化学习的主战场,就是因为在这里,模型收到的奖励信号远比「让人类标注员觉得这个回答还不错」强得多。换句话说,强化学习终于能优化正确性,终于不用只追求看着像那么回事了。
然后,基础设施的重要性一下子凸显出来了。
一旦你开始训练模型进行更长的推理链条,强化学习就不再是在监督微调上面加个小配件那么简单了,它变成了一个重工业级的系统工程。你需要大规模的模拟推演(rollout)、高吞吐量的答案验证、稳定的策略迭代、高效的采样流程。推理模型的诞生,表面看是算法突破,底下看是基础设施的胜利。
OpenAI 把 o1 定义为用强化学习训练的推理产品线;DeepSeek R1 接棒验证了同一方向,同时也展示了推理式强化学习对底层算法和基础设施的要求有多高。
APPSO 划重点: 第一次大转折发生了。行业焦点从「扩展预训练」转向「扩展面向推理的后训练」。模型变强靠的不再是吃更多数据,靠的是在训练后阶段学会「怎么想」。
2025 年初,我们 Qwen 团队心里有一张很大的蓝图。
理想中的系统长这样:一个模型同时搞定「思考」和「执行」两种模式。你可以手动调节它思考的深度,轻度、中度、深度,就像调空调温度一样。更理想的情况是,模型自己就能判断:这道题简单,直接答;这道题有点难,多想想;这道题极难,调动全部算力来啃。
方向是对的。Qwen3 是当时最清晰的公开尝试之一。 它引入了「混合思考模式」,一个模型家族里同时支持「想了再答」和「直接答」两种行为,还描述了一条四阶段后训练流水线,其中明确包含了在长链推理冷启动和推理强化学习之后的「思考模式融合」步骤。
但融合这件事,说起来一句话,做起来要人命。
难在哪?难在数据。
很多人一听「融合思考和指令模式」,脑子里想的都是模型层面的事:一个模型文件能不能同时跑两种模式?一套对话模板能不能在两种风格之间切换?一个推理服务能不能暴露正确的开关?这些确实要解决,但都不是最深的坑。
最深的坑是:两种模式想要的东西,从根儿上就不一样。
你想想,一个好的「指令模型」该长什么样?干脆、简洁、格式规范、响应快。企业用户拿它来批量改写文本、打标签、做模板化客服、结构化数据提取,这些场景要的是效率和稳定,不需要深思熟虑。
一个好的「思考模型」呢?恰恰相反。它该在难题上多花时间、维持清晰的推理中间步骤、探索不同的解题路径、保留足够的「思考余量」来确保最终答案的正确性。
这两种性格天然打架。 如果融合的训练数据没有精心设计,出来的模型往往两头不讨好:思考的时候啰嗦、犹豫、不够果断;执行指令的时候又不够利落、不够稳定、比客户真正需要的版本更贵更慢。
说实话,我们在平衡融合与数据质量的过程中,没有把所有事情都做对。
在不断修正的过程中,我们也仔细观察了用户到底怎么用这两种模式。结论是明确的:这两种行为画像确实在相互拉扯。
现实很诚实。2025 年晚些时候,在 Qwen3 最初的混合架构之后,我们的 2507 版本还是发布了独立的 Instruct 和 Thinking 版本,包括分开的 30B 和 235B 变体。大量商业客户根本不需要思考模式,他们要的就是高吞吐、低成本、高度可控的指令行为来跑批量任务。对这些客户来说,融合不是福音,是多余的成本。拆开来做,反而让两条线的团队都能更专注地解决各自的问题。
其他实验室走了相反的路:
Anthropic 公开押注集成式路线。Claude 3.7 Sonnet 是一个混合推理模型,用户可以选择普通回复或扩展思考,API 还能设定「思考预算」。Anthropic 直接放话:推理应该是模型的集成能力,不该单独拎出来做一个独立模型。
GLM-4.5 同样定位混合推理,把推理、编程和智能体能力统一到一个模型里。
DeepSeek V3.1 后来也做了类似的事,推出了「Think & Non-Think」混合推理方案。
那么问题来了:谁是对的?
答案不在「融合」还是「分离」这个二选一本身,在于融合是否有机。如果思考模式和指令模式只是尴尬地挤在同一个模型里,像两个性格迥异的人被硬塞进一件衣服,用户体验不会好。
真正成功的融合,需要一道平滑的光谱:模型能自如地在不同推理力度之间切换,最好还能自己判断该用多大力气。GPT 风格的 effort control(推理力度控制)指向了这个方向,这是一个关于「花多少算力来想」的连续策略,不是一个「想 / 不想」的二元开关。
APPSO 划重点: 林俊旸罕见地直言 Qwen3 在融合上「没做到完全正确」。核心矛盾其实很好理解:一个追求快准狠的执行者,和一个追求深思熟虑的思考者,硬融到一起,很容易两头都做成半吊子。
Anthropic 在 Claude 3.7 和 Claude 4 上的做法,是一种值得注意的克制。
他们没有大谈模型有多能「想」,把重点放在了:集成推理、用户可控的思考预算、真实世界任务、编程质量,以及后来的关键一步,让模型在思考的过程中就能动手用工具。Claude 3.7 是带可控预算的混合推理模型;Claude 4 更进一步,推理过程和工具使用可以交错进行,边想边干。与此同时,Anthropic 把编程、长时间运行的任务和智能体工作流摆到了最优先的位置。
这里面有一个深刻的洞察:
推理链更长,不等于模型更聪明。 很多时候恰恰相反。一个模型如果对所有问题都用同样冗长的方式来「推理」,说明它根本分不清轻重缓急。它可能正在失败于三件事:该优先处理什么(优先级判断)、该压缩掉什么(信息浓缩)、该在什么时候停止想而开始做(行动决策)。
Anthropic 的做法暗示了一种更有纪律的观点:思考应该为具体的工作目标服务。 如果你要做的是编程,那思考就该帮你导航代码库、规划架构、拆解问题、恢复报错、编排工具调用。如果你要做的是智能体工作流,那思考就该帮你在漫长的执行过程中保持质量,而不是产出一堆令人印象深刻但没有实际行动力的中间长文。
这种「思考必须服务于行动」的理念,指向了一个更宏大的命题:
我们正在从训练模型的时代,进入训练智能体的时代。
这句话我们在 Qwen3 的博客里也明确写过。智能体是什么?一个能制定计划、决定何时行动、使用工具、感知环境反馈、修正策略、并在长时间跨度上持续运作的系统。一句话概括它的核心:与真实世界的闭环交互。
APPSO 划重点: 长不等于强。Anthropic 的实践提供了一个重要的纠偏信号。思考的价值在于有没有真正服务于最终的行动目标,不在于产出了多少字的推理过程。这是从「炫技式推理」到「实用型思考」的转向。
说了这么多铺垫,现在进入正题。
智能体式思考和推理式思考,优化目标完全不同。
打个比方:推理式思考就像闭卷考试,评判标准是你交卷那一刻答案对不对。模型能不能解出定理、写出证明、产出正确代码、通过基准测试。想得再天花乱坠,最终只看结果。
智能体式思考更像是在真实世界里做一个项目。 评判标准不是某一刻的答案,是你能不能在跟环境不断互动的过程中持续推进、持续解决问题。
核心问题变了。
不再是「模型能想多久?」,变成了:「模型能不能以一种维持有效行动的方式来思考?」
这要求模型处理一堆传统推理模型可以绕开的难题:
如果用一句话概括:
智能体式思考 = 通过行动来推理的模型。它在做的过程中不断地想。
APPSO 划重点: 推理式思考像闭卷考试,智能体式思考像在真实世界里做项目。前者看最终答案对不对,后者看你能不能在复杂、动态、充满意外的环境里持续推进。这是 AI 能力评价体系的根本性转向。
目标一变,底层的工程全都要跟着变。
经典推理强化学习的那套基础设施,不够用了。
直观地理解一下区别:在推理 RL 里,模型做一道题、给出一个答案、评估器打一个分,整个过程基本上是自包含的,评估器也相对干净。就像在一个封闭的考场里阅卷。
但在智能体 RL 里,模型不是在考场里答题,它活在一个复杂的真实环境中。 工具服务器、浏览器、命令行终端、搜索引擎、模拟器、代码执行沙箱、API 接口、记忆系统、调度框架……模型的策略嵌在这一整套系统里。环境不再是一个站在旁边打分的裁判,它本身就是训练系统的一部分。
这带来了一个新的硬需求:训练和推理必须更干净地解耦。 否则整个系统的吞吐量会崩掉。
举个具体的例子:一个编程智能体生成了一段代码,需要在真实的测试环境里跑一下看结果。这时候,推理端在等执行反馈,干不了别的;训练端在等完成的轨迹数据,也饿着。整条流水线的 GPU 利用率远低于你在经典推理 RL 里的预期。再加上工具响应延迟、环境状态不完全可见、每次交互都会改变环境状态,这些低效会成倍放大。结果就是:你还远没达到想要的能力水平,实验就已经慢得让人崩溃了。
环境本身也变成了一等公民级的研究课题。
在监督微调(SFT)时代,所有人都在拼数据多样性,谁有更多更好的标注数据,谁就占优势。在智能体时代,该拼的是环境质量了:环境稳不稳定?够不够真实?覆盖了多少场景?难度梯度合不合理?状态空间够不够丰富?反馈信号够不够有营养?模型能不能找到漏洞作弊?大规模生成训练轨迹的效率够不够高?
环境构建正在从一个「顺手搭的实验配件」,变成一个独立的创业赛道。如果你训练的智能体最终要在类生产环境中运作,那这个环境本身就是你核心能力栈的一部分。
APPSO 划重点: 一句话总结这个转变,SFT 时代拼数据,智能体时代拼环境。构建高质量的训练环境,正在从「实验室的脏活累活」升级为「决定你能走多远的战略资产」。
我的判断是:智能体式思考将成为思考的主导形态。
它最终很可能取代那种旧式的静态独白推理,就是那种模型关起门来、对着自己嘟嘟囔囔写一大篇内部推理过程,试图用更多更多的文字来弥补「我没法跟外界交互」这个根本缺陷的做法。
即便面对极其困难的数学或编程问题,一个真正先进的系统也应该有权利去搜索、去模拟、去执行、去检查、去验证、去修正。目标是把问题切实解决掉,而且解决得稳健、高效。 不是比谁的推理链写得更长更好看。
但训练这类系统,有一个比什么都棘手的挑战:奖励劫持(reward hacking)。
一旦模型有了真正有意义的工具使用能力,奖励劫持的危险就成倍增加。怎么理解?
这就是智能体时代比推理时代精细得多、也危险得多的地方。 工具越强大,模型越有用,但模型能钻的空子也越多。更好的工具同时扩大了「虚假优化」的攻击面。
我预期,下一个让整个行业卡住的研究瓶颈,将来自这几个方向:环境设计、评估器鲁棒性、反作弊协议、以及策略与世界之间更有原则的接口。
但方向是清晰的:工具赋能的思考,就是比闭门造车的思考更有用,也更有希望带来真实世界的生产力提升。
智能体式思考还意味着一种全新的系统工程。核心智能将越来越多地来自于多个智能体如何被组织起来:一个负责全局规划和任务分发的编排器(orchestrator),一群各有专长的专业智能体(specialist agents),以及执行更具体任务的子智能体(sub-agents),后者帮助控制上下文窗口、防止信息污染、在不同层级的推理之间保持清晰的边界。
未来的路线图是三级跳:从训练模型,到训练智能体,再到训练系统。
APPSO 划重点: 工具让模型更有用,也让模型更容易作弊。奖励劫持是智能体时代的「定时炸弹」。谁先解决好环境设计和反作弊问题,谁就掌握了下一阶段的竞争主动权。
推理浪潮的第一阶段,确立了一件至关重要的事:当反馈信号靠谱、基础设施扛得住的时候,大模型上的强化学习能够产出质变级别的认知提升。
但更深层的转变,是从推理式思考到智能体式思考:从「想更久」,到「为了行动而思考」。
训练的核心对象已经变了。不再是单一的模型,是模型 + 环境构成的整个系统。更具体地说,是智能体本身,加上围绕它的一切工程。这意味着什么研究最重要也变了:模型架构和训练数据当然还重要,但环境设计、rollout 基础设施、评估器鲁棒性、以及多个智能体之间的协调接口,重要性一点不输前者。
它还改变了「好的思考」的定义:在真实世界的约束下,能够维持有效行动的那条推理链,才是最好的。 不是最长的那条,不是看起来最酷炫的那条,是最有用的那条。
它也改变了竞争优势的来源:
推理时代,拼的是更好的强化学习算法、更强的反馈信号、更可扩展的训练流水线。
智能体时代,拼的是更好的训练环境、更紧密的训练与推理一体化、更强的系统工程能力,以及闭合「决策 → 后果 → 学习」这个循环的能力。