莲花集团 CEO 冯擎峰谈到莲花汽车的未来规划和战略时，反复提到一个词：重量。
莲花汽车的第一代 Elise 只有 700 多公斤，但他最近买下的一辆 2014 年 Elise，已经增加到 820 公斤。到了电动化时代，一辆高性能汽车需要装进大容量电池、多个电机、主动悬架和越来越多的舒适配置，重量继续向上攀升。
他对此显然有些执拗：
一个车的重量是一个车的灵魂，不是马力是一个车的灵魂。
在莲花汽车 Focus 2030 战略媒体沟通会上，他再次解释此前引发讨论的「1.8 吨」言论。在冯擎峰看来，这个判断有明确的语境，针对的是跑车：
跑车真的高于 1.8 吨，不管马力多大，它都会让你这个车变得更加笨重。
莲花在跑车上专注减重，但这家小规模豪华汽车公司的生存压力却并不轻。「作为莲花来讲，我们已经很多年没有盈利了」，冯擎峰没有回避这个问题。
这是理解莲花 Focus 2030 战略重要的起点。表面上看，这个战略是一场关于燃油、纯电和混动的技术路线调整；深究一下，更像是莲花对过去数年发展模式的一次重新校准：怎样在全球电动化进程出现分化之后调整产品，怎样控制研发成本，怎样利用吉利体系的规模效应，以及最终，怎样让这家拥有 78 年历史的豪华跑车品牌重新成为一门可持续的生意。
由盈利倒逼的战略重构
2018 年，莲花开始全面进入电动化，并一度宣布 Emira 将成为最后一款燃油车。
当时，无论是莲花还是全球汽车行业，都对纯电动的推进速度抱有更激进的预期。但几年之后，市场给出的答案并不整齐。
冯擎峰在现场用了很长时间谈论不同地区的基础设施差异。在中国，充电网络已经高度普及，「哪怕我们到乡间的农家乐去吃顿饭，农家乐旁边的门口墙上就会挂一个充电桩」；但到了中东、东南亚、美国乃至欧洲部分地区，纯电动车的使用条件仍然存在明显差异。
于是，莲花开始调整。Focus 2030 给出的答案，是燃油、纯电和混动并行，冯擎峰在群访中给出了一个更明确的比例：
我们未来的规划是混动 60%，电的 40%，也是根据全球未来市场的判断来做出的这样一个规划，未来我们更在于混动的发展。
60% 对 40%，意味着混动已经从纯电战略之外的补充路线，进入未来产品结构的核心位置。
这种混动也并非只有一种形式。For Me 代表的是一套面向长距离出行和全球市场的超级混动方案，冯擎峰将其概括为「每周充一次电，每月加一次油」；未来的 Type 135 车型，则会走向另一端——以 V6、V8、多个电机和千匹级输出服务一辆超级跑车：
For Me 是一种混动方式，Type 135 是另外一种混动方式。
战略转向背后，也有更朴素的商业目标。冯擎峰说：
我们定下了 2030 年，在 2030 年前我们哪怕实现三万辆这样的规模就能够实现盈利，而不是靠更大的规模。
3 万辆，远低于大型汽车集团习惯讨论的百万辆乃至千万辆规模，也与保时捷过去多年的泛化路径明显不同。冯擎峰说，保时捷需要追求 30 万辆规模，而莲花希望成为一家「小而美」的公司：
小，就是规模并不大，因为我们要走的是个性化市场，而不是大众化的市场。美，就是能够为我们的用户提供美好的出行体验，同时公司还能够盈利。
Focus 2030 的另一面是一套非常独特的增长逻辑：莲花需要扩大销量，却不准备把自己变成一个依赖十几款、二十款产品覆盖每个细分市场的品牌；莲花也需要跟上电子架构、AI、智能座舱和电动化的发展，却无法独自承担一家大型汽车集团的研发投入。
在他的解释里，一套新电子架构的投入可能达到几十亿甚至上百亿元，「如果仅仅靠莲花这些车去分摊上百亿的电子架构研发投入，显然是不现实的」。
这句话几乎点明了莲花今天面对的基本矛盾：一个小规模品牌，仍然需要参与现代汽车工业最昂贵的技术竞赛。
因此，3 万辆盈利并不是一句简单的销量目标。它背后对应的是产品精简、动力转向、成本共摊、渠道盈利和高毛利个性化产品共同组成的新模式。
▲ 莲花 Type-135 概念图
Type 135，要成为莲花重新证明自己的技术图腾
如果说 Focus 2030 解决的是莲花怎样继续经营下去，那么 Type 135 承担的任务是回答另一个问题：未来的人们为什么还需要莲花？莲花凭什么位列豪华跑车品牌之列？
冯擎峰在现场透露了一组关于 Type 135 的信息：
我们希望打造的是零百加速达到两秒之内，重量极致版希望控制在 1.5 吨，有千匹马力，它是一个混动的产品，有 V8，有 V6。
千匹马力、2 秒加速，在今天的高性能电动车市场已经不断出现，马力已经变得廉价了，但正如开头提到的，马力搞大不难，难的做轻。
一辆混动超级跑车，需要发动机、变速箱、电池、电机和完整的电控系统，Type 135 还将使用三个电机。在这样的基础上，将重量压到 1.5 吨附近有一点挑战工程极限。冯擎峰说：
要把它做到 1.5 吨，起码要把它控制在 1.6 吨以内，对我们来讲是巨大的挑战，因为我要做混动，我要装三个电机，我还要装电池，还要把重量减下来。
为了这个目标，莲花正在把减重细化到每一个部件。冯擎峰透露，目前团队正在挑战一套 150kW 电驱系统——包含电机、减速器和控制器——总重量控制在 20 公斤以内。按照他的说法，许多 150kW 级电机系统「大概率都在 75 公斤左右」，如果目标成立，意味着单套系统需要削减数十公斤。
发动机同样是关键。
过去 70 多年，莲花很长时间依赖外部采购动力总成。丰田、通用都曾进入这段历史。即便发动机采购回来，莲花会重新匹配、标定和更换部分零件，但「造发动机」始终不是这家公司的完整能力。
冯擎峰对此同样直言不讳：
莲花七十多年的发展，最吃亏的就是在动力上面的不足，一直通过外采的方式。
这一次，情况正在变化。
莲花正在与 Horse 动力总成公司联合开发新的动力系统。冯擎峰透露，「V6 已经实现了点火，V8 很快就实现点火」。此外，大扭矩、高响应速度的 DCT 也在联合开发之中：
大扭矩的、反应快的变速箱是非常难的。与其我们分散兵力，打造出来的产品每一个都不极致，我们还不如集中所有的兵力打造出一个极致的产品。
这也解释了为什么 Type 135 在新的产品规划中被放到了如此重要的位置。
它需要同时解决莲花过去的动力短板、电动时代的重量问题，以及一个老牌跑车品牌在智能电动汽车时代最敏感的身份问题。
毕竟，对莲花而言，单纯把马力做到 1000 匹并不难形成独特性。冯擎峰仍然相信莲花创始人科林·查普曼留下的那套逻辑：
马力大可以让你在直线上快，重量轻可以让你在任何地方都快。
所以 Type 135 真正的野心不在千匹马力，也不在 V8 发动机，而是证明一辆拥有 V8 发动机、三个电机、电池和复杂混动系统的现代超级跑车，依然能够被做得足够轻。
按照目前规划，Type 135 将于 2028 年推出，并计划在欧洲生产。真正的答案，还需要几年时间。
在吉利体系里，重新划定莲花的边界
莲花的身份，从来也绕不开吉利集团
当媒体问到 AI 大模型、座舱和辅助驾驶这些在中国汽车行业时髦的词汇时，冯擎峰给出了整场最直接最真相最不绕弯子的回答：
这是我们的弱项，我不回避。
随后，他补充说：
现在也在用吉利整个一套 AI 基座，包括座舱的基座，AI 基座也会放到我们这个上面来。
汽车行业是一个要面子的行业，很少有车企负责人如此直面短板，他们会用各种话术来掩盖短板。但换一个角度看，莲花可能越来越清楚的能力边界，它不需要，也没有必要重新造一遍所有轮子。
在冯擎峰的描述中，莲花工程未来主要聚焦三件事：
「空气动力学、轻量化和调校，其他的已经不是我们的专长，我们也就不再做了。」
莲花找到了在吉利体系里的位置。
电子架构、供应链、AI 基座、座舱底层能力，可以借助集团资源；莲花需要牢牢保留的，是空气动力学、轻量化和底盘调校这些代表品牌的核心能力。
这种关系也并非单向输血。冯擎峰提到，莲花调校团队也在为吉利体系培养人才，在集团产品需要轻量化、空气动力学和调校能力时，莲花会提供解决方案。冯擎峰说：
吉利车的操控性毫无疑问也有莲花的贡献。需要轻量化的时候，莲花会给轻量化的解决方案……当然调校我们责无旁贷。
莲花试图划出一条边界。
边界之外，是现代汽车工业昂贵而通用的基础设施：电子电气架构、AI、供应链、规模采购、部分动力技术。
边界之内，是莲花希望坚持的部分：一辆车怎样转向，怎样控制重量，空气怎样流过车身，以及驾驶者坐进去之后，是否仍然能感受到某种与其他汽车不同的东西。
莲花的混动豪华 SUV For Me 上市之后，莲花设计了 50 分钟和两个小时以上的长途试驾路线。冯擎峰说，许多优势只有真正开过之后才能被发现，尤其是 2 小时的试驾路线，能让潜在用户充分感受莲花汽车的魅力，最终试驾到成交的转化率接近 10%。
在一个越来越擅长用马力、屏幕、算力、冰箱和尺寸解释汽车的时代，它仍然相信有些价值必须开过才知道。
「加载」一个世界，只需要几秒钟的时间——在过去，这说的是一个已经可以游玩的游戏，里面所有的内容早已写好。
如果一个从未被创造过的全新世界，也只需要几秒钟就可以被创造出来，里面具有独特、未曾出现过的环境、关卡、天气、角色、剧情。
这就是最新世界模型 LingBot-World 2.0 正在试图实现的事情。「一个世界只需要几秒钟就能造出来」不再仅限于预制的世界，而是让每一次生成，都是一次全新的创造。
这是一个秒级生成、支持实时交互的开源世界模型。
秒级生成指的是你只需要写好提示词，丢给它参考图，几秒之后对应的世界就生成好了，可以直接开始探索。
而实时交互不仅限于传统的探索，「wasd」和「攻击」已经是上个时代的玩法了。在 LingBot-World 2.0 中，你甚至可以在一个新的世界被生成之后，继续用提示词修改它的逻辑、环境、角色、风格——等等全部的一切。就算你不修改，模型也会自己修改自己——就像一个会自主进化，一个「活着」的世界。
2025 年 2 月才正式成立的蚂蚁灵波，是 LingBot 系列世界模型背后的开发者。今年 1 月才发布第一个大版本，不到半年 2.0 也已经训练完成并开源部署上线，动作十分迅猛。
具体来说，这次的 2.0 升级主要有四个方面：
- 通过因果结构 (causal) 的预训练让交互更加稳定；
- 提供 14B 参数量的模型和1.3B 官方蒸馏版本的小模型，均为开源；
- 基于生成的世界，模型会自主生成符合语境的「技能」类型，例如攻击、射箭、施法、枪械设计等；且正如前面提到，用户可以用提示词来自定义「技能」。
- 在与模型搭配的 agentic 脚手架方面，引入双 agent 架构，角色的规划与动作，和场景的推进和实时生成、演化，这两套任务由两个分别的 agent 完成。
在和 LingBot-World 第一代、阿里 ATH 的快乐生蚝、Google 的 Genie 3 等知名长时序世界模型对比中，LingBot-World 2.0 在生成时长、动作自由度、语义交互自由度、视频清晰度等方面全面领先。
在模型规格方面，根据 APPSO 了解，蚂蚁灵波将会首先发布 14B 参数量的模型，提供给有部署能力和意愿的开发者。
除了最高质量的体验之外，14B模型还可以为其他世界模型以及自演化世界建模工作提供开源基座，该版本将采用 2026 年逐渐流行起来的非商用开源协议进行开源，蚂蚁灵波也会联合Reactor等平台，提供在线体验及 SDK。
由蚂蚁灵波官方蒸馏的 1.3B 参数量小版本，也将随后提供。该版本可以带来相对轻量的体验，采用商用协议开源，并且由于参数量较小，能够稳定输出 720p/60fps 的视频流，并部署在消费级独立显卡上。
在 LingBot-World 2.0 正式发布之前，APPSO 前往蚂蚁灵波办公室进行了详细的测试。
一个世界，有自己的导演和演员
大家可能还记得世界模型之前最热门的海外选手是 Google 的 Genie。今年年初推出的 Project Genie 是一个实时渲染、可交互的环境，融合了包括 Genie 3 在内的多个模型，每个模型负责不同工作。
APPSO 所体验到的 LingBot-World 2.0，也是一个实时渲染的、用户可交互的环境。
我们用一张《刺客信条：起源》的角色剧照作为参考图，并且搭配了中世纪欧洲荒野的环境提示词。
点击生成之后，大约过了 2 秒钟，我们的刺客就开始在地图中探索了。我同时按下了「前进」(W) 和「近战攻击」(U) 两个键，角色跟随着我的指挥一边向前走，一边挥舞着火焰附魔的长刀。
在工程层面上，有两个 Agent 在同时工作：Director 和 Pilot Agent。
顾名思义，Director Agent 是「导演」，能够 根据场景的推进，来实时发出「指导」，控制新的环境元素的生成。比如，画面中出现的 NPC、魔物，战场上的漂浮的灰烬，都是由 Director Agent 负责生成；Pilot Agent 则负责根据我按下的热键所对应的动作，来规划角色的行为。
LingBot-World 2.0 和 Project Genie 有点异曲同工的感觉。
不同之处在于，Google 的做法是在技术底座中融合不同模型，Nano Banana Pro 负责图像控制、Gemini 理解文本指令、Genie 3 负责物理反馈。
而蚂蚁灵波的做法，是在模型配套的 Agentic Harness，也即在工程层面，分出两个不同的 agent 来完成不同的工作。按照官方介绍，这种双 Agent 设计是为了让场景推进过程中能够生成新的环境元素，从而让世界能够自主演化。
如果你对这两者的技术细节感兴趣：实际上 Director 是一个 VLM（视觉-语言模型），掌控宏观语义规则、因果推理和时间规划；而 Pilot 则是一个 DiT（扩散模型），负责底层物理动态模拟和高保真视觉渲染。
两者共同构成了一个类似于「大/小脑」的共同模拟框架 (Brain-Cerebellum Co-Simulation)。
根据 APPSO 的理解，这种做法还有算力负载上的好处：
简而言之，在上传参考图和提示词之后，模型无需进行复杂的思考，最快只需一两秒就可以生成；而有了这个实时生成的 Director Agent，让环境、角色、道具填充工作——所有能够这个世界活起来的东西——可以在后续不断填充。
也就是说，这种工程思路把「生成」的高算力负载，在时间序列上摊平了。
无限生成，突破世界模型「分钟极限」
此前，Project Genie 的单次 session 时限是 1 分钟，即便是 Google AI Ultra 付费订阅用户也无法突破。这正是因为 Project Genie 的基座架构决定了时间越长、生成的计算成本越呈指数级飞涨，且画面逻辑崩坏不可避免。
而 LingBot-World 2.0 不仅通过工程思路摊平了算力负载，还使得生成时间可以达到了小时级——对于世界模型来说，在实际意义上等同于「无限长」。这也是为什么这个模型还有另一个名称：LingBot-Wrold-Infinity。
世界模型的基础是视频生成模型。但对于视频模型，生成出内容之后任务就结束了，而 LingBot-World 2.0 所实现的，是让世界可以持续运行，让持续时长近乎无限。
最近电影《后室》上映，我们也在实测中上传了一张后室风格的参考图，配上了几组不同的提示词，对 LingBot-World 2.0 的持续时长进行压力测试。我们在这个后室世界中不断地探索，生成纸片、椅子等不同的道具，玩了 10 多分钟。
这主要是以为内我们的实测时间只有几个小时，还要测试许多其它场景和能力。如果没有时间限制的话，这个 demo 可以一直运行。
LingBot-World 2.0 的论文提到了一个新的注意力机制，在自注意力中「混合双向注意力和自回归注意力」(Mixture of Bidirectional and Autoregressive, MoBA)。
传统的自回归路线（典型代表就是 Genie 3）有一个致命问题：上下文越长，世界模型越依赖「背答案」而不是真正的预测，这会导致过拟合以及画质下降。而蚂蚁灵波团队提出的 MoBA 机制，在注意力掩码中假如了双向注意力这么一个「补丁」，让模型既能够自回归生成，又能保证画质不崩溃。
这一机制也直接揭示了为什么 LingBot-World 2.0 能够做到小时级的时长，并不仅仅是算力堆叠，更多是注意力机制层面实现了创新。
除了算力，限制经典世界模型生成结果的持续时长的还有另一个问题：KV Cache（键值缓存）以及其持久性。
相信大家应该都对 KV Cache 不陌生，它可以被理解为大模型的「短期记忆」。而在世界模型的语境下，一个超过百亿参数量的模型，按照不同精度、头维度、头数等计算出来的显存占用，可能从 10+GB 到上百 GB 不等。换言之，按照今天的技术水平，一个世界模型很难兼得「持续时长」和「一致性」的，因为对于算力和缓存维持的压力太大。
为了实现极致的生成持续时长，让模型能够在小时级的交互过程中维持稳定的输出质量，蚂蚁灵波团队走了一条当今很有前景的路线：因果自回归 (Causal Autoregression)。
传统自回归/扩散架构的世界模型和视频生成模型，其本质是在做有条件的像素预测，即通过历史帧的像素来推测下一帧。这种方式相对脆弱，当持续时长过长的时候，会因为严重的误差积累而导致物体、环境扭曲等时空一致性崩溃。
而因果自循环架构，意味着模型不只是预测像素，同时还会预测预测一个被物理法则所框定的离散潜状态 (latent state)。你可以理解为，LingBot-World 2.0 在预测画面的同时也在通过预测的方式运行一个「物理引擎」，能够基于因果逻辑去推演下一个状态，将状态解码为输出画面。
下面这张图能够比较粗浅但精准地解释这种因果架构带来的物理一致性：我们在场景中施放了一个大火球，被溅射到的地方也会有残余的灰烬，阴燃也会持续一段时间。
同理，在 APPSO 的体验中，我们也注意到 LingBot-World 2.0 对于包括重力、水体、自然元素等在内的物理法则的遵循度，基本达到其它一流世界模型的程度。
LingBot-World 2.0 的因果自循环的架构，意味着其在推理的时候不再单纯依赖于模型的注意力机制，用白话说就是无需在将过去一段时间内的全部画面（对应的所有 KV）都塞进缓存，也就在一定程度上避免了 KV Cache 爆炸的情况——从而能够实现生成画面的「超长待机」。
当然这个世界模型仍然会利用 KV Cache 机制。而由于 KV Cache 的影响，APPSO 注意到我们测试的早期内部版本，虽然在物理一致性上效果令人惊叹，在空间一致性上尚待提升。
比如在下图中你会看到，当我们操控小狗退回到原来位置，却出现了一堵此前并不存在的墙：
空间一致性一直是世界模型的经典难题，主要体现为当你转动视角再转回来，或者离开原地再返回，原本的场景已经发生了变化。
这是因为我们体验的内测版本通过 JSON 代码限制了 KV Cache 的长度及其它相关参数，从而控制了空间一致性的时长在几秒内。这个设计主要是服务发布前的测试，能够最体验到接近无时延的新内容生成效果。
在发布之后，蚂蚁灵波官方会在公开体验版中提供更加直观的菜单，比如拨杆或者滑块，来调整那些可以调整的选项，比如 KV Cache 大小、一致性维持的时长等等。
而在 LingBot-World 2.0 的论文中我们也看到了更多细节：这个模型采用了动态 KV Cache 调度的机制，能够根据控制信号和输入状态，来自适应保留或丢弃缓存。通过这种方式，模型能够保保留对当前世界最有价值的缓存历史，而丢弃掉哪些价值不大的废料。
论文还显示，在一个长达 60 分钟、覆盖 20 个不同场景的世界生成任务中，模型能够全程很好地维持场景独特的结构、视觉质量。
纵览整个领域，已经有一些世界模型实现了在相对更长的时序交互中维持时间和空间的一致性。这说明前沿世界模型已经引入甚至涌现出原始的 3D 几何认知。而接下来，不同的团队选择了不同的攻坚方向。
维持近乎于无限的时长，是最关键的探索方向之一。对于游戏、交互式内容来说，时间窗口的长短都对于沉浸感十分重要，而这些场景也是 LingBot-World 2.0 最适合的应用场景。
随时注入事件，变化的世界才是「活的」
最好的东西留到最后。
体验过后我觉得 LingBot-World 2.0 最好玩的能力，是实时事件注入的能力。
对于过去的世界模型来说，你输入参考图以及提示词之后，你对于生成出来的这个世界的影响力是极其有限的。诚然在一个 GTA 式的世界里你可以移动自如，甚至可以和 NPC 互动并操控载具，但这些交互的逻辑，无法跳出模型在初次生成时对于你的输入所描述的世界所构成的理解。这个世界在生成时就已经固定了。
而 LingBot-World 2.0 支持基于文本的新事件注入。也就是说，无论你想要多么夸张、反逻辑的变化，只要你能用语言描述之，它就可以在当前生成的世界里实现。
具体来说，模型本体提供了「事件」(Event) 的接口，用户可以在提示词里直接使用指定的语法来描述希望出现的效果。语法也很简单，比如你可以用 /1、/2 来指定键盘上的 1 和 2 作为临时热键。
不仅如此，前面提到的模型 Director Agent，还会基于当前的世界状态，来实时生成并为世界注入新的事件。
以蚂蚁灵波的测试界面为例，下方分别为移动和视角的快捷键；右侧列出了当前可以执行的操作。其中空格（跳跃）和 P（展翅）是固定的；U（近战）、O（远程） 则会由模型理解当前场景和角色并生成合理的攻击方式；F 和 G 也是同理，模型会基于理解生成新的事件或动作；1、2、3 则允许用户通过提示词自行注入事件。
在实测中，我们生成了一个「逃离塔科夫」风格的 demo，而模型已经预设好了一些交互方式：比如 U 和 O 分别是近战武器肉搏和手枪开火。
更有趣的是，我们注意到在射击了一段时间之后，模型不仅把我们的手枪换成了自动步枪，甚至还会上弹夹……
还是在「后室」风格的场景中，我们描述了两个比较抽象的，基于文本的新事件：1 键把主角变成随机动物，2 键则是一个比较隐性的变化，「修改目前无法看到的后室结构，使其变得无法预期」。
然后我们开始在后室探索，果然，「noclip」进入了一些十分有趣、机关重重的新房间：
只是这房间风格、机器人……怎么让我想起了《迷失》(Stray)？
在体验中，模型自身会在各种场景中填充一些有趣且符合逻辑的效果，但偶尔也会出现一些反逻辑的「奇葩」效果。比如下图中的「闪电魔伞」，确实让人意想不到。
无论来自于用户自定义，还是模型自主生成，这些「事件」都让 LingBot-World 2.0 所生成的世界变得更加有趣、更有可玩性。
究其根本，一个会自主演化的世界，能给人以更强的鲜活感——哪怕是硬性填充再多的 NPC 数量，或抑或把环境做的再「拟真」，一个不会变化，永远没有意外的世界，永远不是「活的」。
而在让世界变得鲜活这件事上，LingBot-World 2.0 已经展现出了一些略显粗浅，但非常有趣的成效。
一个新的世界生成了，然后呢？
世界模型已经热闹了大半年了，但大部分选手都还没有摸索清楚商业化的路径。
最直接的场景，看起来是游戏。对于游戏开发者来说，几秒钟生成一个可交互世界的效率还是非常有吸引力的。无论是独立游戏团队，还是在大工作室里争抢开发资源的策划，通过 LingBot-World 2.0 这样的世界模型来快速生成原型，验证理念效果，的确令人看到了可行性。
与此同时，更长线的商业前景在于具身智能和自动驾驶。用世界模型快速生成的仿真环境，特别是借助 LingBot-World 2.0 的事件引擎能力，来快速生成新的事件，都能有效提升具身智能模型的训练效率。
另外，视频创作也能或多或少用上世界模型。今天的视频生成片段大多限制在十几到几十秒，而世界模型理论上能够输出更长的素材，至少可以作为空镜、填充素材来使用。
特别是那种即便连视频模型不一定能够理解的反逻辑场景——比如在赛博朋克的世界里扮演中世纪巫师，或者在南极扮演一把办公椅……用世界模型来生成可能会有奇效。
当然如果你的创意水平和执行能力够强，或者你有自己开发 Harness 的能力的话，用 LingBot-World 2.0 这样的无边界模型来生成长镜头，甚至一条完整的视频，也是很有搞头的。
总的来说，世界模型火了这么一段时间过后，前沿选手都已看起来以假乱真，但是一旦真正「运行」起来，时长、可交互性就显出差距了。
和知名世界模型团队相比，蚂蚁灵波既不是 Genie 那样的纯自回归，也非 World Labs 那样的 3D 重建。
它的思路是将因果扩散模型当成物理引擎，用 Agentic Harness——也就是前述的双 Agent/大小脑架构作为神经系统；除此之外，一些聪明的工程决策，也让 LingBot-World 2.0 在更加均衡的算力负载下，能够远超过去世界模型的持续时长。
这个模型在今天取得了 SOTA 成绩，而与此同时，无论是国内多家团队，还是国际上的 Genie 3、AMI、World Labs，每家都在用自己的方式回答相似的问题。
世界模型的技术范式尚未进入收敛的阶段，接下来半年到一年里，我们可能还会看到更多有趣的尝试。
🔒
工信部 NVDB 提醒 Claude Code 安全后门隐患
📱
GPT-5.6 定档本周全量上线
🤖
SpaceXAI 最强模型 Grok 4.5 发布
🔥
Claude Fable 5 免费使用期延长至 7 月 12 日，付费用户每周可用 50% 额度
📱
努比亚确认推出全球首款 AI 智能体手机
🚀
SpaceX 跌破上市首日开盘价，纳入纳指 100 当日收于 149.47 美元
❗
华为天才少年回应 DeepSeek 面试争议
🧠
前 OpenAI 研究员田永龙加入腾讯大语言模型部
💰
蚂蚁集团入股薄荷健康，成为最大外部股东
🧧
三星电子向近 5 万名员工发放约 15.36 亿元股票激励
🚗
法拉利营销总监：中国车企像是在做「快消品」，不是法拉利竞争对手
💰
小红书 IPO 遭前员工向港交所和中国证监会实名投诉
☁️
亚马逊拟借 250 亿美元押注 AI
🌐
在 Instagram @ 别人就能 AI「合成」其形象，Meta 新模型引发隐私争议
💡
Decagon CEO：开源模型和前沿模型不是零和竞争
📱
三星 Galaxy Unpacked 2026 定于 7 月 22 日伦敦举行，阔折叠有望亮相
📱
Google Pixel 11 发布会定档 8 月 12 日
🎨
字节跳动发布 Seedream 5.0 Pro，新增图层分离与交互式精准编辑
工信部 NVDB 提醒 Claude Code 安全后门隐患
据工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）消息，AI 编程工具 Claude Code 存在安全后门隐患，受影响版本为 2.1.91 至 2.1.196。
NVDB 称，Claude Code 是 Anthropic 开发的 AI 编程工具，可根据文字需求完成代码编写和修复；受影响版本内置监控机制，未经用户同意即可向远程服务器回传用户地域、身份标识等敏感信息。
平台建议相关单位和用户开展排查，对安装受影响版本的开发终端立即卸载或升级至已清除相关后门代码的最新安全版本，并加强核心业务网段内开发工具外联权限管控与流量监测。
GPT-5.6 定档本周全量上线
OpenAI 昨日官宣，GPT-5.6 系列模型将在当地时间周四（预计北京时间周五凌晨）公开推出，同时，OpenAI 表示，正在全球范围内扩大预览访问权限。
按照此前披露的信息，GPT-5.6 总共有三款型号：Sol（太阳）、Terra（地球/大地）、Luna（月亮）。
Sol 是其中的旗舰模型，也是 OpenAI 目前对外描述中最强的一款。它承担的是展示技术上限的任务，面向复杂推理、代码、科研、网络安全和高强度知识工作。
SpaceXAI 最强模型 Grok 4.5 发布，API 输出价格不到 Opus 4.8 的十分之一
SpaceXAI 正式发布 Grok 4.5，定位为公司迄今最强模型，主打编码、AI 智能体任务与知识型工作。模型与 Cursor 联合训练，基于全新 V9 基座，参数规模约 1.5 万亿，训练使用数万块英伟达 GB300 GPU。
性能方面，Grok 4.5 在 Terminal-Bench 2.1 和 DeepSWE 1.0 两项基准上优于 Claude Opus 4.8，但在 SWE-Bench Pro 上略低。官方数据显示，完成同等编程任务，Grok 4.5 的 token 消耗约为 Opus 4.8 的四分之一，服务速度为 80 TPS。
价格方面，API 定价为输入 2 美元、输出 6 美元 / 百万 tokens，上下文窗口 500K tokens。Opus 4.8 的对应定价为 15 美元和 75 美元，差距显著。
Claude Fable 5 免费使用期延长至 7 月 12 日，付费用户每周可用 50% 额度
Anthropic 昨日宣布，将延长 Claude Fable 5 的免费使用权限，所有付费订阅用户均可在今年 7 月 12 日前继续使用该模型。
根据官方支持页面信息，本次促销活动覆盖 Pro、Max、Team 以及席位制企业版的高级席位用户。
在促销期间，用户每周可将最多 50% 的订阅用量用于 Claude Fable 5，无需额外付费。超出该限额后，用户可选择消耗用量点数继续使用 Fable 5，或切换至其他 Claude 模型。
🔗 相关阅读：刚刚，Fable 5 极限续命五天，Claude 榨干指南请收好
努比亚确认推出全球首款 AI 智能体手机
中兴通讯终端事业部总裁、努比亚技术有限公司总裁倪飞昨日在微博发文确认，全球首款 AI 智能体手机「确实来自努比亚」，这款量产旗舰机型将在 2026 世界人工智能大会（WAIC）上首次公开亮相。
倪飞在帖文中表示，届时将向外界揭晓「什么是 AI 智能体手机」，并以「上海见」收尾，确认将亲自出席发布活动。
SpaceX 跌破上市首日开盘价，纳入纳指 100 当日收于 149.47 美元
美东时间 7 月 7 日，SpaceX 收于 149.47 美元，单日下跌 6.83%，盘中最低触及 149.09 美元，创 6 月 12 日纳斯达克上市以来新低，也跌破上市首日 150 美元开盘价，但仍高于 135 美元 IPO 发行价。
同日，SpaceX 正式纳入纳斯达克 100 指数。界面新闻的报道提到，市场此前预期指数基金和 ETF 被动买入会形成支撑，但当日美股科技股整体回调，费城半导体指数下跌 4.65%，英特尔、AMD、美光等硬件科技股同步承压。
华为天才少年回应 DeepSeek 面试争议
据 36 氪报道，华为首批「天才少年」、Pine AI 前首席科学家李博杰昨日接受专访，回应了此前引发广泛讨论的 DeepSeek 面试争议及前投资人杜均的「卷款跑路」指控。
面试风波起于 7 月 6 日。李博杰在 X 发帖称，DeepSeek 二面 coding 环节中，他因习惯性瞟向摆放腾讯会议界面的另一块屏幕，被面试官多次质疑抄代码，最终在对方表示「无法自证清白即终止面试」后主动退出会议。
他表示可以接受 coding 测试本身，反感的是「过程中缺乏共鸣和理解，还有无端的指责」。他还提到，此次面试岗位由猎头分配，实为偏工程的开发岗，与自身研究背景并不匹配。对于落差感，他直言 DeepSeek 在他心中是「金字塔尖的殿堂」，期待越高，失落越深。
争议次日，前投资人杜均在 X 上指控李博杰在 Metagent 项目拿钱后「失联跑路」。李博杰明确否认：协议约定的 150 万美元仅实际到账 50 万美元，剩余款项一直未打；
他表示于 2024 年 10 月通过董事会决议正式离职，知识产权与代码库均已完成移交，在职期间也按季度提交了业务进展报告。杜均方面则称，清算阶段收到的财务文件不具备审计合规性。
前 OpenAI 研究员田永龙加入腾讯大语言模型部
界面新闻从接近腾讯的知情人士处获悉，OpenAI 前研究员田永龙近期加入腾讯大语言模型部，后续将参与视觉语言模型相关研发。
田永龙本科就读于清华大学，硕士阶段在香港中文大学多媒体实验室研究视觉基础算法，博士阶段在 MIT EECS 师从 Phillip Isola，曾主导 SupContrast 等开源项目。他先后在 Google Research、Google DeepMind 和 OpenAI 工作，研究方向集中在机器视觉、多模态表征学习和多模态生成技术。
界面新闻还提到，田永龙与腾讯首席 AI 科学家姚顺雨既是清华本科校友，也是 OpenAI 同期共事的研究员。
姚顺雨 2025 年加入腾讯后负责 AI Infra 部和大语言模型部，腾讯近两年也通过混元模型、WorkBuddy 智能体、游戏 AI 生成工具和广告多模态创意系统加快 AI 落地。
蚂蚁集团入股薄荷健康，成为最大外部股东
据界面新闻报道，蚂蚁集团已入股薄荷健康，以超过 28% 的持股比例成为其最大外部股东。薄荷健康创始人兼 CEO 马海华继续保持第一大股东地位。
薄荷健康长期围绕体重管理、饮食记录和健康内容运营用户。报道提到，首期「拍饮食测卡路里」功能已上线蚂蚁阿福 App。
三星电子向近 5 万名员工发放约 15.36 亿元股票激励
据韩国金融监督院 DART 公示文件，三星电子董事会已决议划拨 108.34 万股库存普通股，用于员工股票薪酬，总核定价值 3445 亿韩元，折合人民币约 15.36 亿元。
本次激励覆盖 DX 消费电子事业部与 CSS 复合半导体解决方案团队共 49345 名员工。按 7 月 6 日收盘价 31.8 万韩元 / 股测算，平均每人可分得约 22 股，对应账面价值约 700 万韩元，折合人民币约 3.12 万元。
这笔股票激励来自 5 月落地的劳资协议，属于 2026 年度专项成果激励，不替代三星传统年终奖 OPI。协议同时为 DS 半导体事业部设立专项利润奖金池，按事业部年度营业利润 10.5% 计提，并以库存股发放。
法拉利营销总监：中国车企像是在做「快消品」，不是法拉利竞争对手
据马来西亚汽车媒体 DSF.my 报道，法拉利全球营销总监 Emmanuel Calando 昨日公开表态，称中国车企普遍采用类似快消品（FMCG）的产品模式——频繁推出新款车型，使消费者手中的旧车迅速过时。
他认为，这与法拉利强调长期价值和独特驾驶体验的理念存在本质差异，法拉利因此不将多数中国高端车型视为直接竞争对手。
Calando 同时指出，中国车企在直线性能上进步显著，但在弯道操控精准度、车身姿态稳定性以及驾驶情感共鸣方面仍有明显差距。
他表示自己经常亲赴中国试驾本土车型，目前尚未发现能在驾驶激情上与法拉利相匹配的产品。他也承认，中国车企的快速迭代正在倒逼法拉利持续优化产品。
报道援引的数据显示，法拉利 2025 年在中国市场交付 584 辆，较 2023 年的 1221 辆下降逾一半。Calando 于上月才接任这一职位，其前任离职的直接背景是首款纯电车型 Luce 发布后引发品牌争议，公司股价随之下跌约 7%。
小红书 IPO 遭前员工向港交所和中国证监会实名投诉
自称为小红书前商业化华南直销负责人的陈浩，已向港交所上市部、香港证监会递交针对小红书主体的上市合规实名投诉，并向中国证监会同步提交材料。其公开材料称，投诉围绕上市信息披露、用工合规和期权争议展开。
陈浩在昨日发布的长文中称，自己并非外界所说的「小红书高管」，而是曾负责华南本地直客销售业务的生态销售 Leader。他表示，劳动诉讼后公司已赔付 80 余万元，但他仍希望监管部门调查个人背调信息泄露、绩效互评后被离职等问题。
文章还称，陈浩维权公开后已有 50 余名前同事联系他，反映行权前被辞退、期权清零等类似遭遇。
亚马逊拟借 250 亿美元押注 AI
据路透社报道，亚马逊昨日启动一项美元债券发行计划，目标融资规模至少 250 亿美元，所得资金将用于支持其持续扩大的 AI 基础设施投入。彭博社援引知情人士消息称，此次发行规模可能随投资者需求进一步上调。
根据亚马逊向美国证券交易委员会（SEC）提交的监管文件，此次债券分为八个部分，涵盖浮动利率和固定利率票据，承销商为巴克莱、高盛、摩根大通和摩根士丹利。
在 Instagram @ 别人就能 AI「合成」其形象，Meta 新模型引发隐私争议
据 The Verge、WIRED 报道，Meta 昨日正式推出首个由其 Superintelligence Labs 部门研发的 AI 图像生成模型 Muse Image，目前已上线 Meta AI 应用、Instagram 及 WhatsApp，Facebook 和 Messenger 的接入计划随后跟进。
此次更新最受关注的功能，是允许用户在提示词中 @ 提及其他 Instagram 账号。一旦目标账号为公开状态，Meta AI 将提取该账号的公开照片，将其外貌融入生成图像中。
Meta 将此定位为「个性化创作」场景，包括设计活动邀请函、生成定制图形等，但这一默认启用的设置在用户圈引发了明显争议。
根据 Instagram 帮助中心的说明，公开账号用户若保持默认设置，其他人可能在不经其知晓的情况下使用 AI 功能生成含有其内容的图像，且平台不会向内容原主发送任何通知。
若希望阻止这一行为，用户需进入 Instagram 应用，依次点击个人主页、右上角三条横线、向下滚动至「分享与再利用」，在「允许他人在 Instagram 及 Meta AI 功能中使用你的内容」选项下分别关闭帖子和 Reels 的开关。即便关闭，此前已生成的 AI 图像也不会被删除。
快造科技完成 10 亿元融资，U1 已交付超 10 万台
据 36 氪报道，消费级 3D 打印企业快造科技 Snapmaker 近期完成 10 亿元新一轮融资，由凯辉基金领投，好未来战投跟投，美团战投、美团龙珠、高瓴创投、顺为资本等现有股东继续投资。
U1 此前在 Kickstarter 筹得 2061 万美元，获得全球超 2 万名用户支持；过去半年，快造科技称其已实现超 10 万台交付。今年公司战略重点是建设模型站点，并探索 AI 工具降低 3D 设计门槛。
曝 Cybercab 搭载更强 FSD 计算机，内存超过 32GB
据 Notateslaapp 报道，特斯拉即将量产的 Cybercab 搭载的 FSD 计算机性能高于当前 Model 3、Model Y 家用车版本，车载运行内存超过现有 AI4/HW4 FSD 计算单元的 32GB 上限。
报道提到，当前 AI4 计算机由两颗芯片组成，总内存为 32GB。Cybercab 新硬件可能来自 AI4+ 预量产版本，也可能是两套现行 AI4 主板的集成方案。更高内存容量将用于运行更大的自动驾驶神经网络模型。
特斯拉近期发布的 Cybercab 应急处置操作手册标注，该车搭载 SAE L4 级自动驾驶模式。公司上周已在奥斯汀公共道路测试无方向盘、无踏板 Cybercab。
Momenta 港交所上市，募资约 68 亿港元
自动驾驶公司 Momenta 昨日正式在香港联合交易所主板挂牌上市。根据官方公告，此次上市定价为 295.6 港元/股，假设超额配股权全额行使，全球发售规模约 2293 万股，募集资金总额约 68 亿港元。
公开发售部分获 414 倍超额认购；国际发售部分吸引超过 1000 亿港元机构订单，覆盖来自 15 个国家和地区的主权基金与长线基金，剔除基石投资者、绿鞋前的国际发售超额认购倍数约达 44 倍。
Momenta CEO 曹旭东在发言中提出三个十年愿景：挽救百万生命、解放百分百时间、物流出行效率翻倍，并表示未来十年将致力于将机器人服务引入家庭场景。
比亚迪第 1700 万辆新能源车下线，不到 3 个月完成百万辆跨越
7 月 8 日，比亚迪第 1700 万辆新能源汽车正式下线，成为全球首家达成这一产量里程碑的车企。
本次下线车型为海洋网大型旗舰家轿海豹 08。比亚迪方面表示，从第 1600 万辆到第 1700 万辆，仅用时不到 3 个月。
💡 Decagon CEO：开源模型和前沿模型不是零和竞争
美国 AI 初创公司 Decagon CEO Jesse Zhang 日前发布了一篇题为「Everyone is wrong about open source AI in the enterprise」的文章，提出了一个反直觉的论断：
在企业级 AI 市场，开源模型与闭源模型之间并不存在此消彼长的竞争关系，而是同一条产品生命周期中的两个不同阶段。
Zhang 以自家公司为例：Decagon 目前约 90% 的工作负载运行在开源模型上，但这并非出于成本考量，而是因为客户服务场景对延迟极为敏感，需要经过大量微调的小型快速模型，而前沿闭源模型在微调灵活性上无法满足这一需求。
他将这一路径概括为「闭源主导发现，开源接管生产」——企业在探索一个全新用例时，倾向于选用能力最强的前沿模型；等到用例完全成熟、输入分布稳定、失效模式明确之后，再将任务迁移至经过专项微调的轻量开源模型。
三星 Galaxy Unpacked 2026 定于 7 月 22 日伦敦举行，阔折叠有望亮相
三星昨日宣布，将于 7 月 22 日在英国伦敦举行「Galaxy Unpacked 2026」发布会，届时将发布第 8 代 Galaxy 折叠屏系列。邀请函以一张被撕去票根、变得更矮更宽的票据为视觉语言，暗示其折叠屏产品线将引入全新形态。
此次发布会的重头戏，预计是一款更宽、更矮的「阔折叠」新形态手机，定位与华为 Pura X Max 及苹果预期推出的折叠屏 iPhone 相近。现有大折叠产品线方面，报道称 Galaxy Z Fold 8 可能更名为「Galaxy Z Fold 8 Ultra」
🔗 相关阅读：三星「阔折叠」要来了，能挑战苹果华为吗？
同场预计还将发布竖折叠 Galaxy Z Flip 8、大折叠 Galaxy Z Fold 8。
据网传爆料，Galaxy Z Fold 8 外屏尺寸约为 5.4 英寸，展开后内屏为 7.8 英寸，外屏比例可能由此前的 21:9 调整为 16:10。
Galaxy Z Fold 8 Ultra 预计搭载高通最新旗舰芯片，并对主摄进行升级。Galaxy Z Flip 8 整体设计预计延续上代，升级重点集中在性能调校与折痕改善。
可穿戴设备方面，Galaxy Watch 9 与 Galaxy Watch Ultra 2 被视为最有可能同场亮相的产品，预计将进一步强化健康管理功能并在外观上有所调整。
此外，三星命名为「Galaxy Glasses」的首款 AI 智能眼镜也受到外界高度关注。其产品路线更接近 Meta 智能眼镜，弱化 AR 定位，转而侧重内置摄像头及基于 Google AI 模型 Gemini 的语音与视觉能力。
Google Pixel 11 发布会定档 8 月 12 日
Google 已向媒体发出邀请，确认 Made by Google 2026 发布会将在 8 月 12 日于纽约举行，发布会预计覆盖 Pixel 11 系列和 Pixel Watch 5。
The Verge 报道称，此次活动将在美国东部时间 18:00 开始，宣传素材暗示新机可能出现金色版本。已有泄露信息指向 Pixel 11、Pixel 11 Pro 和 Pixel 11 Pro Fold，部分机型可能采用更窄边框或更薄机身。
Ars Technica 则提到，Google 可能调整入门配置和价格策略，Pixel 11 在美国的起售价可能高于上一代。
OpenAI 推出 GPT-Live：AI 语音终于能「边听边说」
OpenAI 正式推出新一代语音模型 GPT-Live，面向全球 iOS、Android 及 ChatGPT.com 用户推送。
GPT-Live 最核心的变化是架构升级：从此前依赖静音检测的「回合制」交互，转变为可同时进行语音输入与输出的全双工架构。
模型不再等用户说完才开口，而是能在用户说话时给出「mhmm」「got it」等即时反馈，也能在用户停顿时主动等待，不会因环境噪音误判而打断对话。
在处理复杂问题时，GPT-Live 会在后台将任务交给 GPT-5.5 完成搜索或推理，同时前端维持正常对话，用户不会感受到明显等待。
官方测试显示，在对话体验的盲测中，GPT-Live-1 的整体偏好率达 75.7%，显著优于上一代高级语音模式。此外，对话界面新增富媒体卡片，天气、股票等信息可在通话中同步以图文形式显示。
🔗 相关阅读：刚刚，ChatGPT 语音大升级，奥特曼：既神奇也真实
字节跳动发布 Seedream 5.0 Pro，新增图层分离与交互式精准编辑
字节跳动 Seed 团队昨日正式发布多模态图像创作模型 Seedream 5.0 Pro，在图文匹配、文字渲染与画面美感等基础能力上全面升级，并带来四项核心突破：
- 复杂信息可视化：支持在单次生成中输出数据准确、版面合理的高密度信息图，适用于科普图表、商业海报、UI 原型等场景。
- 交互式精准编辑：基于空间位置与区域语义理解，支持点选、圈选、色彩与材质替换、草图渲染、图层分离及多图融合，可将完整图像拆分为十余个独立可编辑图层。
- 影像与人像质感：强化真实光影与材质还原，支持摇拍运动模糊效果，以及多张人物照片合成统一光影合影。
- 原生多语种支持：原生支持法语、德语、日语、韩语、阿拉伯语等十余种语言的输入与生成，并自动适配对应文化语境的视觉特征与排版规则。
目前，Seedream 5.0 Pro 已上线火山方舟体验中心，后续将陆续登陆豆包与即梦平台。
岚图梦想家 9 定名，定位 50 万级智尊豪华 MPV
岚图汽车宣布，代号「岚图珠峰」的全新 MPV 正式定名为岚图梦想家 9，新车计划下半年上市，锚定 50 万级旗舰市场。
据悉，岚图梦想家 9 的「9系智尊」标签分别指向旗舰定位、L3 级自动驾驶等智能科技，以及豪华座舱和空间体验。
岚图表示，梦想家系列上市四年来累计用户突破 20 万。梦想家 9 加入后，岚图梦想家家族将覆盖 30 万到 70 万级高端 MPV 区间。
蚂蚁灵波开源 LingBot-VLA 2.0，覆盖 20 种机器人构型
蚂蚁灵波科技宣布开源具身基座模型 LingBot-VLA 2.0。官方称，新版本在预训练阶段使用 6 万小时数据，其中包括从 9 万小时数据中清洗出的 5 万小时高质量真机数据，以及从 2 万小时第一视角人类操作数据中提炼出的 1 万小时有效数据。
LingBot-VLA 2.0 的数据覆盖 17 个主流机器人品牌和 20 种机器人构型，支持单臂、双臂、双足、轮式等形态，并扩展对头部、腰部、末端执行器和移动底盘等自由度的支持。
官方在上海交通大学 GM-100 双臂评测中对比 π0.5 与 GR00T N1.7，称其在 AgileX Cobot Magic 和 Galaxea R1 Pro 平台上的任务进度分和成功率领先。
喜茶全新门店「喜茶 工艺」来袭：推出 25 款定制化新品
7 月 8 日，喜茶全新店型「喜茶 工艺（heytea craft）」全国首店在广州石牌桥正式开业，并同步推出五大系列共 25 款定制化新品。
据悉，「喜茶 工艺」门店核心菜单围绕 7 款定制茶底展开，剥离传统制备流程，引入了锅煲、手冲、焖萃、鲜萃和手炒五种底层萃取工艺。
首批上架的 25 款新品覆盖了锅煲乳茶、工艺黑巧特调、铜网手冲茗茶、工艺茶特调及工艺 gelato（意式手工冰淇淋）五个细分品类。
其中，手冲茗茶系列采用手工编织铜网配合高流速萃取，以呈现原叶茶层次。
在硬件配置与空间动线上，该店型设立了贯穿门面的「工艺长吧」吧台。
后台作业流全线接入了喜茶自研升级的自动化设备矩阵，包括新一代智能萃茶机、智能泡茶机、智能出茶机与智能奶盖机，由机械设备完成标准化萃取后，再交由人工进行整杯调茶与终端出杯。
《王者荣耀》全球累计内购收入破 175 亿美元，稳居手游历史总收入榜首
市场调研机构 Sensor Tower 昨日发布报告，数据显示 2026 年 6 月全球手游发行商收入榜 TOP100 中，共有 38 家中国厂商入围，合计收入 20.6 亿美元，占比 41.6%。以下为本期榜单主要看点：
- 腾讯蝉联中国发行商收入榜首。《王者荣耀》S44 赛季于 6 月 25 日上线，截至 6 月底全球累计内购收入突破 175 亿美元，稳居全球手游历史累计总收入榜首。《三角洲行动》S10 赛季上线后连续 6 天位居中国 iOS 收入榜第二，跃居全球射击赛道月收入冠军，全球累计收入突破 9 亿美元。
- 点点互动蝉联亚军。《Whiteout Survival》受儿童节活动带动，6 月收入环比增长 11%，问鼎当月全球手游收入冠军，累计营收接近 50 亿美元；《Kingshot》累计内购收入突破 15 亿美元。
- 库洛游戏排名升至第 7 位，环比增长 39%。《鸣潮》于 6 月 8 日上线《赛博朋克：边缘行者》联动版本，当日流水超 360 万美元，截至 6 月底全球累计收入突破 6 亿美元。
- 雷霆网络排名大幅提升 24 位至第 11 名，月收入环比激增 60%。旗下《Sword x Staff》（《杖剑传说》英文版）今年 5 月登陆欧美市场，上线 6 周全球累计收入突破 2000 万美元，美国市场贡献约 70%。
- 哔哩哔哩月收入翻倍，排名提升 17 位至第 13 名。《三国：谋定天下》二周年活动期间单日流水环比涨幅达 509%，6 月全球收入同比增长 277%，上市两年累计收入超 3 亿美元。
中国 App Store 手游收入 TOP20 方面，腾讯《王者荣耀》、《和平精英》、《三角洲行动》、《无尽冬日》包揽前四。网易代理的《实况足球》借 2026 世界杯流量，6 月整体收入同比增长 190%，是榜单 TOP20 内唯一体育赛道产品。
迪士尼 x Ganni 第三度联名，黛西鸭与米妮鼠「巴黎之旅」主题系列上线
据《Variety》报道，迪士尼与哥本哈根时装品牌 Ganni 于 7 月 7 日推出双方合作的第三个胶囊系列，本次以黛西（Daisy Duck）与米妮（Minnie Mouse）的「巴黎之旅」为主题。
此次系列共 12 件单品，以图案印花为核心设计语言，涵盖罗纹领圈 T 恤、条纹款 T 恤及宽松圆领卫衣。
配饰方面，系列推出一款超大号豹纹帆布托特包，包体印有以黛西与米妮巴黎冒险为灵感的插画，同时新增 Ganni 再生皮革黛西鸭卡包的多款新配色。
《逃出绝命街》角色海报发布，8 月 14 日上映
暑期惊悚冒险电影《逃出绝命街》正式释出角色海报。海报中，丹妮丝（安妮·海瑟薇 饰）手持枪支、神情警惕，格雷格（伊万·麦克格雷格 饰）满脸惊恐地翻越围栏，儿女奥德丽（梅西·斯黛拉 饰）与布莱恩（克里斯蒂安·康佛瑞 饰）和狗狗斯塔巴克目视前方，画面背后有恐龙正虎视眈眈。
影片由 J·J·艾布拉姆斯监制，大卫·罗伯特·米切尔执导，将于 8 月 14 日上映。
《恐怖游轮》定档 7 月 17 日
科幻悬疑惊悚片《恐怖游轮》（2009）昨日正式宣布定档，定于 7 月 17 日内地上映，这也是该片首次在中国内地公映。
《恐怖游轮》讲述一群人陷入不断重复的「死亡循环」的故事，融合科幻、悬疑与惊悚元素。
7 月 8 日晚，梅赛德斯-奔驰纯电 GLC 鎏金版正式上市。
作为一台定价主流的中型纯电 SUV，它承载着这家德系豪华大厂在历经 EQ 时代数年的尴尬探索后，打响反击战的重任。
高端电动车市场，各家正热衷于用各种舒适配置和智能生态来堆砌配置表。当堆料成为常态，单纯的车标光环已很难打动消费者。
试驾之后，一个细节引起了我的注意：它没有提供时下流行的车载冰箱。
这的确是一个遗憾，但试驾之后你会理解，奔驰将大量研发精力押在了机械素质上——比起配置表上的多一项勾选，一辆汽车作为长周期耐用品的根基，显然更值得被认真对待。
与此同时，在与中国供应商 Momenta 以及字节跳动豆包大模型完成深度合作后，智能化也不再是奔驰的短板。沉稳的底盘与限时标配的柏林之声音响，叠加针对本土市场补强的座舱与辅助驾驶，这台售价 33.98 万元的纯电 GLC 鎏金版，是一款足以令人信服的产品。
除了鎏金版的上市，五座的晖银版和六座的星铂版也在今晚同步开启预售，预售价分别是 29.99 万元和 38.88 万元。
难能可贵的是，奔驰这次竟然很不「传统」地做到了上市即交付。当晚，广州多店立即开启了交车服务。
键盘值不高，不代表实力不强
在纯电 SUV 竞争日益激烈的当下，用户对一台车的期待，已超过单纯的参数比拼和配置堆砌。数据的亮眼，或能一时动人；但真正的长期价值，是让人乘坐安心、驾驶放心、越用越可靠的信赖感。
这也是奔驰对「豪华」给出的官方注解，更是这台全新纯电 GLC 的核心研发逻辑。
纯电 GLC 的车身在同级里不算大，车长 4933 毫米，但 3027 毫米的中国专属加长轴距，为后排留出了充裕的腿部空间。车宽则被控制在 1914 毫米，奔驰表示，这一尺寸经过了对中国用车场景的仔细考量。
在实际体验中，1914 毫米的宽度既保证了车内横向乘坐的舒适度，也能从容停入很多非标准车位。车主上下车门不必小心翼翼，也降低了邻车开门时发生擦碰的概率。
底盘方面需要说明的是，发布会上提及的「S 级同源空气悬挂」与「后轮主动转向系统」并非全系标配，而是高配车型专属或选装配置。
纯电 GLC 标配的实际上是常规的弹簧悬架，不过即便是低配版本，它的前后轴也都配备了两组针对中国市场定制液压衬套。
在今天的全路况试驾中，这套底盘展现了老牌大厂深厚的机械标定功底。经过起伏路面、碎石烂路或减速带时，车身的滤振沉稳而迅速，过坡不晃、过坎不颠。奔驰表示，GLC 在上市前已经完成了 80 余项主客观测试，并以 15 项核心客观数据与同级竞品进行了多轮对标。
进入座舱，奔驰没有追随极简设计风潮而取消全部物理按键。其中，方向盘重新回归了有段落回馈的按键与滚轮。
行车过程中，左侧按键负责控制限速与自适应巡航，右侧滚轮调节音量。驾驶员凭触感即可盲操，不需要分神在中控屏里翻找二级菜单。
声学硬件的表现，是我们认可这台车的重要原因之一。
全新纯电 GLC 在上市初期提供了一项限时权益——免费升级 Burmester® 4D 环绕立体声音响系统，包含 19 个扬声器及 2 个前排座椅内置振荡器，峰值功率 750 瓦，支持杜比全景声。打开 4D 环绕立体声之后，座椅靠背内的振荡器会随着音乐律动将震动反馈传递给身体，带来更沉浸的听音体验。
即便是关掉这个功能，GLC 这套柏林音响的表现也不错，整体三频分离清晰，低频下潜有力，声场包围感浓郁。尽管 750 瓦的峰值功率，在键盘值上比不过那些动辄一两千瓦的音响系统，但其实际表现是要优于多数同价位新势力车型的。
这种造车思维也延续到了内饰用料与静谧工程上。
奔驰表示，纯电 GLC 车内开孔型桦树细纹木饰板取材芬兰，木材芯材使用率 40%，保留了天然纹理，之前常见的塑料件大多也换成了软质包覆。全车标配前排双侧隔音玻璃与海绵轮胎，地板及电机区域底护板也做了加厚处理，在日常的动态行驶中，车内噪音基本上被控制在 40 分贝这一优秀水平。
在三电系统上，纯电 GLC 用的是基于 800V 高压架构的三元锂电池，10% 充至 80% 仅需 22 分钟。
值得一提的是它的能耗表现——CLTC 续航里程 702 公里，百公里电耗低至 13.9 kWh。
如此能耗表现，得益于一套奔驰自研的电驱方案。
纯电 GLC 的后轴上不仅有电机，还布置了一台两挡变速箱。低速时，它以一挡输出高扭矩，带来轻快的起步响应，高速时又会切换至二挡降低转速。
不仅如此，它的前轴还加入了 DCU 断开装置，高速巡航时能够物理断开前电机，进一步降低能量损耗。当你需要动力时，前轴电机又能在 240 毫秒内介入，320kW 的综合功率随叫随到，为用户提供 4.9 秒的零百加速。
把算法交给中国，把研发成本留给自己
智能化长久以来是传统豪门面对新势力攻势时的明显短板。
奔驰如今的转变，是把软件算法与产品体验交给了中国本土供应商。
在辅助驾驶层面，纯电 GLC 由 Momenta 赋能，上市即可开通全国城区与高速领航辅助。这套系统应用了强化学习大模型，摒弃了以往偏保守的规则化策略，会基于 80 亿公里实车里程中的优质数据持续迭代。
在董车会今天的体验中，GLC 在高速场景下的体验尤为突出，控速平顺，变道积极，只有在城市道路里才稍显保守。在低速跟车时你能很明显感受到，比起紧跟前车，奔驰会更加更注重加减速的平顺性。
值得注意的是，这套算法还与底盘硬件完成了数据打通。智能泊车辅助可以联动后轮转向系统，通过后轮各 4.5 度的反向偏转，缩小窄车位内的泊车半径，同时提供低速泊车轮毂擦碰风险预警。
在座舱交互上，奔驰引入了字节旗下的豆包大模型，为用户带来了虚拟助手「小奔」。
这套语音助手用起来和新势力产品基本无异，甚至在某些方面略显突出。比如说，它不仅能识别各种带口音的普通话，还可以用粤语和四川话与用户交流。
「小奔」的聪明不止在口才上有所体现，对于「给我一个浪漫的氛围」这类模糊指令，它不会再稀里糊涂地回答车轱辘话，给你讲个尴尬的小故事，而是同步调度灯光、音响、空调与座椅，完成多域联动，真正从情感上满足用户的需求。
拥抱中国本土互联网生态的同时，奔驰依然在看不见的地方坚守着传统工业的冗余标准。
有几个关键的数字：230、65，以及一个亿。
其中，「230」指的是纯电 GLC 在上市前经历了超过 230 次实车碰撞测试，其中近 80 次在中国本土完成。「65」指的是奔驰前后投入的实车数量，由于每一辆测试原型车的开发和生产成本都超过了百万元，算下来，单单是奔驰在中国本土测试车的成本投入，就已经达到了上亿元人民币。
奔驰表示，针对日常高频的连环碰撞场景，他们的研发团队完成了侧面碰撞叠加侧柱碰的连续复杂碰撞测试。连续撞击后，高压系统可在毫秒级自动切断电源。
纯电 GLC 的用料也延续了奔驰高投入、长周期的开发思路。它的白车身布置了超过 9000 个连接点，大量使用 4 毫米厚热成型钢，电驱和电控系统都是按 15 年或 30 万公里的标准设计。
在传统的造车周期里，如此规模的重资产投入往往需要较高的定价来摊薄成本。然而面对当前多变的市场生态，奔驰这家老牌大厂最终做出了不一样的选择。
33.98 万元的售价，是这台新车最醒目的标签。
除了价格与三电的本地化，传统品牌在纯电时代如何承接自身的百年身份，同样是无法绕开的命题。这种对品牌传承的考量，在发布会现场的致辞里找到了感性的注脚。
北京梅赛德斯-奔驰销售服务有限公司总裁兼首席执行官李德思，在台上将「夏天」视作历史与今日启程的链接。
他回溯了 1888 年 8 月贝莎夫人的长途远行，也提及了 1900 年夏天汽车第一张拥有辨识度前脸的诞生。
这解释了为什么纯电 GLC 没有去跟风随大流的极简无脸化设计，而是保留了经典的复古盾格式格栅。在汽车发明 140 年之际，这种在燃油车积淀与纯电时代之间寻找交集的努力，最终落在了这台新车身上。
纯电 GLC 配齐了全车座椅通风、加热、按摩，天幕也支持分区调光。但它的核心，不在于它堆了多少料，而是在融合了本土科技生态的同时，让电动车重新回归耐用工业品的价值本位。
Fable 5 传来好消息，原定今日下午就要下线，被延长到了 12 号 才告一段落了，在那之后，订阅用户不再能用套餐限额体验。
这短短的几天，已经让许多人爱上却又要失去。不禁让人畅想，这种级别的模型，什么时候能跑在我们自己的设备上？
曾经人们讨论前沿模型时，话题通常是「它有多强」「它比竞品快多少」「它能取代什么工作」。但这一次，有人开始问「它能不能跑在端侧」，这个问题的出现本身就是一种信号：说明端侧 AI 这件事已经从行业术语变成了大众期待。
不过说实话，这个想法目前还是太乐观了。Fable 5 是 Anthropic 第一个 Mythos 级的公开模型，100 万 token 上下文窗口，专为长时间异步任务设计，跑在 AWS 和 Google Cloud 的数据中心里。它离端侧设备之间隔着的不是一代芯片，是好几个数量级的算力、功耗和模型压缩难题。
当人们开始把「顶级模型离线跑」从一个玩笑变成一个认真讨论的问题，是一个值得考虑的信号：说明端侧 AI 已经从厂商 PPT 里的愿景走进了用户真实的期待。Fable 5 下线事件本身也在提醒另一件事，正如 Reddit 上所说，如果你不拥有硅和权重，高可用性就是个幻觉。
从发布参数，到发布架构
如果说过去两年端侧 AI 的主题是「宣布」，今年的主题变成了「重构」。芯片厂商不再满足于在发布会 PPT 上标一个 NPU 算力数字，而是开始围绕本地 AI 推理重新设计整个硬件架构。
6 月 25 日高通给出了一组让华尔街重新评估这家公司的数字：2029 财年非手机业务收入目标上调到 400 亿美元，约为此前目标的两倍。数据中心 AI 基础设施目标超过 150 亿美元，汽车业务 100 亿美元。CFO Akash Palkhiwala 的表述更直接：「到 2029 年，手机将只占我们芯片收入的三分之一。」
支撑这个目标的硬件基础，是已经进入第二代的骁龙 X2 系列。骁龙 X2 Elite 的 Hexagon NPU 做到了 80 TOPS 的 AI 算力，这个数字在 2024 年还属于云端推理芯片。最高 18 核 CPU、228GB/s 内存带宽、128GB 统一内存的配置，已经不再是「能跑 AI 的笔记本」，而是「为 AI 设计的笔记本」。
比芯片本身更值得关注的是高通的系统级布局，6 月 17 日的 AWE 大会上推出的骁龙 START 计划，把芯片、AI 软件栈、合作伙伴网络打包成模块化方案，让品牌和企业能像搭乐高一样推出个人 AI 终端。首批落地的品类是智能眼镜，后续扩展到更多形态。高通管这个愿景叫 The Ecosystem of You」——不是你在不同设备上打开不同的 AI，而是同一个 AI 追着你走。
苹果的牌打得更激进，根据彭博社 Mark Gurman 爆料，苹果正在做出自 2020 年 Apple Silicon 发布以来最大的一次路线图调整，跳过 M6 Pro 和 M6 Max，直接押注 2027 年的 AI-focused M7。
苹果的 M 系列从 2020 年至今，路线图像瑞士铁路一样准时——每年一代，每代三种配置（基础、Pro、Max）。突然跳过整整一个高端代际，意味着苹果内部判断端侧 AI 的需求已经紧迫到等不及按常规节奏迭代了。
M6 基础版的内存带宽预计 200GB/s（M5 是 153GB/s），M7 目标 240GB/s。统一内存架构让 CPU、GPU 和 Neural Engine 共享同一个内存池，天然适合大模型推理。M5 开始在每个 GPU 核心内置了 Neural Accelerator，AI 不再是一个独立的协处理器功能，而是分布在整个芯片的每一处计算单元里。
在 Gurman 看来，这是苹果正在「加速推进」，因为 M7 拥有「支持端侧 AI 和 GPU 密集型软件的技术」——不是「支持 AI 功能」，是「支持端侧 AI」。这是一个芯片设计目标的转向。
当苹果和高通在笔记本和手机上布局时，英伟达从另一个方向杀进来了。售价 4699 美元的桌面设备 DGX Spark，搭载 Grace Blackwell 超级芯片，128GB 统一内存，1 PFLOP 的 FP4 AI 算力。
英伟达把它定位为「个人 AI 超级计算机」。今年 6 月的 GTC 台北上，老黄又发布了 RTX Spark，更轻量的超芯片，目标是把 AI 原生 PC 推向更薄的笔记本形态。这条线跟英伟达的工作站策略也在汇合，RTX PRO Blackwell 系列已经在 Dell、HP、Lenovo 的新款工作站上落地。
NemoClaw 项目让用户可以在本地工作站上运行安全、始终在线的 AI 助手。DGX Spark 负责桌面级重度推理，RTX Spark 负责轻薄本，RTX PRO 负责专业创作，全方位出击，把本地 AI 从极客玩具变成了可量产、可定价的硬件品类。
向设备弯腰
硬件在追 AI，模型也在反过来适应硬件。过去一年，几款关键模型的出现正在改变「端侧 AI 能做什么」的答案。最明显的动作来自于 Google DeepMind，发布了 Gemma 4。
这是来自 Gemini 3 研究、Apache 2.0 许可的开放模型家族。五个参数规格一字排开，从只有 5GB 内存就能跑的 E2B，到对标 70B 级能力的 31B 密集模型，构成了一条从手机到个人电脑的完整产品线。
最让人兴奋的是那几颗「小」模型，E2B 和 E4B 在 4-bit 量化下只需要 4-5GB 内存，可以在没有 GPU 的普通笔记本甚至手机上跑；12B 模型在 8GB 内存设备上就能运行，同时支持文本、图像和音频多模态输入；26B-A4B 是 MoE 架构，30GB 内存就能跑到 30+tokens/s。
Google AI Edge 团队专门写了一篇博客来展示如何把 Gemma 4 12B 部署到日常笔记本上做 agentic 工作流，「Google 免费的 Gemma 4 模型跑在你可能已经拥有的硬件上。」
当「可能已经拥有」成为一篇评测的卖点，说明端侧模型的硬件门槛正在快速塌缩。
作为开源模型的典范，阿里 Qwen3.6 也在想方设法让更大的模型变得对本地更友好。Qwen3.6-27B 是一个 27B 参数的密集模型，100 万 token 上下文窗口，MindStudio 的评测把它评为 2026 年最佳开源 agentic coding 模型。
Reddit 上已经有开发者搭建了「Qwen3.6 35B + llama.cpp + RTX 5090」的本地 agentic coding 方案。Qwen 的策略不是在参数规模上跟云端模型硬拼，是用 MoE 和架构优化，把接近前沿的能力塞进本地可承受的硬件边界里。它不是「小模型」，是「被压缩的前沿模型」。
如果说 Gemma 和 Qwen 是在做模型能力的降维适配，面壁智能的 MiniCPM 系列走得更底层——直接为手机和边缘设备设计模型。MiniCPM-V 4.6 只有 1.3B 参数，专为端侧多模态设计，能处理单图、多图和视频理解，可以在 iPhone、Android 和鸿蒙手机上直接运行，Apache 2.0 开源，支持 Ollama 和 llama.cpp。
1.3B 的参数数字放在云端模型旁边几乎可以忽略，但它在 OCR、文档理解和视觉推理上的表现已经可以跟 7B 级的模型竞争。MiniCPM5-1B 则更激进——1B 级的密集模型，搭配部署和微调 Agent Skills，把目标用户从「AI 开发者」扩展到了「普通消费者」。Nature Communications 上发表的论文给了它一个很重的评价：「迈向在边缘设备上部署 GPT-4V 级多模态能力的关键一步。」
这些模型现在到底有多强，并不是重点，重点是它们正在证明一件事：端侧 AI 不是「云端模型的缩水版」，它是一个独立的模型品类，有自己的设计目标、优化路径和使用场景。而这个品类正在以极快的速度成熟。
代价？不再是订阅费那么简单
如果上面这些让你觉得端侧 AI 的未来一片光明——你是对的，但账单也来了。
本地 AI 不是免费的，可能你省掉了订阅费，但要为高内存带宽、大容量统一内存和高算力 NPU 支付更高的硬件溢价。
M5 Max 从 36GB 到 128GB 内存的差价是数千元人民币，而这条价格曲线在「本地 AI」时代只会更陡。过去买电脑是选 CPU 型号和 SSD 大小，以后要多问一句：「我买的这台，能跑多大的模型？」
端侧推理的功耗墙也远比显存更硬。骁龙 X2 Elite 的 NPU 可以持续跑几十 TOPS，但满负荷 80 TOPS 时，无风扇轻薄本的体验会明显打折。英伟达的 DGX Spark 本身就是一台需要主动散热的桌面设备。未来「能跑大模型」和「续航不崩」之间，大概率是一个二选一。
硬件溢价和功耗之外，厂商已经在用产品和本地模型的绑定，建立壁垒。苹果的 Neural Engine 只能在 macOS 生态内发挥最大效能，Windows AI PC 的 Copilot+ 绑定了骁龙 NPU 和安全芯片，Google 的 AI Edge Gallery 是 Gemma 在安卓上的最佳路径，英伟达的 RTX Spark 跟微软的 Windows agent 生态深度锁定。每一家都在用硬件能力筑自己的围墙。
这是端侧模型必须面对的又一个问题，更新也会比云端慢。云端模型迭代已经是月级，本地部署依赖推理框架适配、量化工具链成熟以及用户主动更新。否则，你买回家的设备跑的可能是上个季度的模型。
还有一条最容易被忽略：本地 AI 意味着一个系统级的模型能读到你的文件、照片、屏幕、日程和邮件，不用上传到云端了，但它在你的设备上，拥有更高清的视野。当 AI 从云端的匿名请求变成你设备上那个「什么都能看见」的常住程序，「本地 = 安全」这个等式就不再自动成立。权限管理的复杂度，会比隐私本身更早撞上消费者。
AI 的使用成本不会因为端侧模型而消失，它只是从订阅费变成了硬件溢价、生态锁仓、功耗散热和权限管理。过去买手机是在选 App 生态，未来买设备可能是在选你的 AI 记忆住在哪里。
所以，2028 年消费者可能真正得到什么
把上面所有的变量放在一起，我们能做出一组分层预测。
高端电脑本地运行强写作、代码、文档和图片理解模型，将成为常态而不是尝鲜。本地 RAG、会议摘要、文件搜索和私有知识库真正可用，成为日常工具。手机端的多模态助手在相册搜索、语音翻译、智能摘要上明显变强。高端创作者、开发者和敏捷小团队会更愿意部署本地 AI，因为数据不外泄、延迟更低、按需使用边际成本为零。AI PC、Mac 和本地 AI 盒子将形成新的硬件分层，「这台设备能跑什么模型」会成为和「这台设备屏幕多大」一样自然的购机参数。
再往远看一步，接近 GPT-5 或 Claude 4 水平的开放模型，有可能通过量化、MoE 和推理优化，在高端个人设备上达到可用水平。但这取决于推理框架（llama.cpp、MLX、vLLM）的演进、KV cache 压缩技术的成熟，以及模型厂商是否愿意针对本地部署做专门的训练路线优化。本地多模态实时助手有可能在部分设备上达到「日常可用」，但自然度和低延迟离云端旗舰还有一段距离。
至于普通手机或普通笔记本完整运行 Mythos 本体，短期内不可能。万亿级参数的推理即使最激进的量化方案也需要数十 GB 显存，远超消费电子设备的极限。本地 AI 在长程 agent、百万 token 上下文、多模态实时推理和安全能力上全面等价于云端旗舰，2028 年大概率做不到。
但方向已经不会回头了。苹果不惜打乱最稳定的芯片节奏，高通把「个人 AI 终端」写进了公司级战略，英伟达在量产桌面 AI 超级计算机，Google 和阿里的开源模型正在以月级速度降低本地部署门槛。
端侧 AI 不再是一个「会不会来」的问题，是谁先跑通硬件成本、模型能力和用户体验之间那个精确的平衡点。而当这个问题从产业链上游一路烧到消费者的搜索框里，这件事已经比任何参数和路线图都更能说明，端侧 AI 的时代，已经不在远处。
2026 年 5 月，加利福尼亚州奥克兰联邦法院，马斯克起诉奥特曼案的审判现场。
OpenAI 的律师 Bradley Wilson 走向法官，递上一件小东西。那是一座小型金色雕塑，白色石头底座，造型非常写实，乍一看还以为是 FIFA 世界杯的奖杯，凑近了才发现是一头驴的后半身：两条腿、一个屁股、一条尾巴。
底座上刻着一行字：
Joshua Achiam, never stop being a jackass for safety.
约书亚·阿奇亚姆，永远不要停止为安全做蠢驴。
律师试图把这玩意儿作为正式证据呈递给陪审团。法官的反应被多家媒体记录了下来，只有一句话「I don’t want it（我不要。）」
最终，这座金色驴屁股没有被法庭采纳。法官说可以考虑在佐证故事时允许，但不想把它作为正式证物收归法庭。OpenAI 律师后来也没把实物展示给九名陪审员。
但它在互联网上完成了自己的使命，让全世界知道了 Joshua Achiam 这个名字。以及，他和马斯克之间那段荒诞的往事。
把时间拨回八年前。2018 年 2 月，OpenAI 一间会议室里，坐着大约 50 到 60 名员工。Elon Musk 正在发表他的告别演讲，那时他因为 Tesla 与 OpenAI 在 AI 人才上的竞争冲突，决定离开董事会。
25 岁的 Joshua Achiam，入职才几个月，在会议室里举起了手，打断马斯克的离职演讲。
他听起来像是在竞速冲向 AGI。他在 Tesla 追求 AGI 的计划，显然不安全、很鲁莽。
这是他在 2026 年法庭上的原话复述。而马斯克当时的回应，也被他一字不差地记了下来：
He snapped and called me a jackass.
他发飙了，叫我蠢驴。
八年后坐在证人席上，当马斯克方的律师试图替他找补，说马斯克可能只是想用这个词让他「走出舒适区」。
Achiam 直接拒绝了这套叙事，他在法庭上说：
I don’t think that was why he called me that. I think he was just upset that he had been challenged.
我不觉得他是为了让我走出舒适区。我觉得他只是被挑战了，不爽。
总之，可以想象一下那个画面：一个二十多岁、2017 年才刚作为实习生入职的年轻人，在全体员工大会上，当着几十号同事的面，怼了世界首富，然后被骂了。
这个梗接着就被同事做成了实体奖杯。送他这座金色驴屁股雕像的两个人，一个叫 Dario Amodei，创办了大名鼎鼎的 Anthropic。
一个叫 David Luan，后来去了 Google，自己创业开公司 ADEPT，又去领导了亚马逊的 AGI 实验室，接着在今年 2 月宣布离职， 开展新的 AI 项目。
▲ Dario Amodei（左）David Luan（右）
八年过去，当初给他颁奖的人，如今都已经是自己山头的大王。而他，刚刚离开了 OpenAI。
从让 AI 更安全到畅想 AI 未来
2024 年 9 月 25 日，Sam Altman 宣布成立 Mission Alignment Team（使命对齐团队），任命 Joshua Achiam 为负责人。
宣布任命的帖子里，还有着OpenAI 震惊业界的高管三连离职：CTO Mira Murati、首席研究官 Bob McGrew、研究副总裁 Barret Zoph。
Mission Alignment Team，名字听起来很宏伟，实际是个 6-7 人的小团队。任务也很明确：确保 OpenAI 的内部运营与其宣称的「确保 AGI 惠及全人类」使命保持一致。
结果这个团队只存在了两年不到的时间，16 个月。
2026 年 2 月，OpenAI 在没有公开公告的情况下，悄然解散了 Mission Alignment Team。团队 7 个人被重新分配到公司各个部门，去向不明。OpenAI 发言人被问到时，说了一句相当经典的话：
The Mission Alignment project was a support function to help employees and the public understand our mission and the impact of AI. That work continues throughout the organization.
使命对齐项目是一个支持职能，帮助员工和公众理解我们的使命以及 AI 的影响。这项工作现在由整个组织共同承担。
翻译一下就是：负责提醒大家使命还在的小组没了，这项工作已经散进了整个组织。
而 Joshua Achiam 本人的「新角色」，则成了一个可能从未在人类企业历史上真正存在过的职位，Chief Futurist 首席未来学家。
这个头衔的讽刺之处在于，他原来负责的是让公司安全，现在变成了想象未来会发生什么事。
而根据连线的报道，随着 OpenAI 准备上市，离职人员的名单不断增加。
曾经共同领导 OpenAI 超级对齐团队，同样是致力于研究如何使高级人工智能模型始终处于人类控制之下的 Jan Leike 已于 2024 年加入 Anthropic 公司。
▲ Jan Leike 曾是 The 100 Most Influential People in AI 2024 之一
负责政策研究的 Miles Brundage 和领导人工智能模型危险能力研究的 Steven Adler 也双双离开了 OpenAI，创立非营利组织，倡导人工智能实验室遵守严格的安全标准。
领导 OpenAI 关于 ChatGPT 应如何应对用户精神或情绪困扰的研究负责人 Andrea Vallone，也在 2025 年底加入 Jan Leike 所在 Anthropic 团队。
对齐团队解散的 5 个月后，2026 年 7 月，Achiam 也通知同事：他走了。
「人类 10 年内灭绝」的概率是百万分之一
如果你以为 Joshua Achiam 是个悲情英雄，一个被公司辜负的安全理想主义者，那他的 X 账号可能会让你大跌眼镜。
他对 AI 安全社区最极端的声音，可能比马斯克骂得还狠。
2023 年 3 月 29 日，Achiam 在 X 上对 AI 安全领域的标志性人物 Eliezer Yudkowsky 发起了一连串攻击：
Eliezer 总有一天会害死 AI 研究人员。他呼吁极端暴力的言论在 AI 安全领域没有立足之地。我们早就过了应该认真对待他的阶段，哪怕把他当成一个有魅力的同人小说作者。
他的文章与这个领域所有真正的努力方向完全无关，而且他过去二十年几乎所有具体的技术预测都是错的。
更早前，他还给出过一个极低的近期灭绝概率估计：10 年内所有人死亡的概率为 1e-6，也就是百万分之一。
他说，任何告诉你「AGI 在 10 年内立即并故意杀死所有人」的概率在 5-10% 或更高的人，「绝对不是清醒的思考」。
而在近期的争议上，延续了他一贯的内部刺头气质：他支持 AI 安全，也支持监管，但他讨厌安全派把自己永远放在道德高地上。
与此同时，在 2026 年 5 月的法庭上，他作证称自己已卖出至少 1000 万美元的 OpenAI 股票，仍持有「数千万美元」。
被马斯克当面骂 jackass，然后靠着这家公司的股票赚了至少一千万美元。
更有意思的是，他的个人主页，一个关于宅男的网页，他列出的兴趣爱好包括：
- 阅读和撰写科幻/奇幻小说
- 对《星际之门 SG-1》的了解「超出正常人合理范围」
- 「Pacific Rim is the greatest movie of all time.」（《环太平洋》是有史以来最伟大的电影。）
- 人生目标：「确保人类的长期未来是美好的」，以及「实现超光速太空旅行」
世界已经知道这个秘密了
Joshua Achiam 在公开的离职信里写道：
The world is in on the secret now and it feels possible to work on the mission from outside the walls of a frontier lab.
世界已经知道这个秘密了，在实验室的围墙之外为使命工作，也感觉是有可能的。
这话说得很体面，但他离开的时候，前同事们已经走了一大批——Jan Leike 去了 Anthropic，Miles Brundage 和 Steven Adler 各自创办了非营利组织，Andrea Vallone 也去了 Anthropic。
短短两年，OpenAI 至少拆掉或收缩了三条安全/准备相关线：Superalignment、AGI Readiness、Mission Alignment。
「The world is in on the secret」这个秘密是什么？
也许是 OpenAI 已经不再是那个为 AGI 安全而战的实验室，而是一家正在准备 IPO 的科技公司。也许是他终于意识到，在一家公司内部坚持安全，本身就是一件越来越难的事。
也许是他一直相信的事情，AI 终会走到 AGI / superintelligence 那一步，AI 会改写社会，而非只改写软件行业。
他不知道接下来会做什么。但他说，会继续「making this vision real」。
AI 的时代，时间真的过得飞快——
指挥大语言模型编程的「vibe coding」仿佛就兴起于昨天，实际上它被《柯林斯英语词典》评为年度词汇都过去半年多了。
图｜Cycode
只是在 AI 遍地之后，「用 AI 写程序」逐渐不是那么让人兴奋了，和养龙虾一起变成了那些「AI 极客」们日常生活的一部分。
但在今年的 Google I/O 和 WWDC 上，我们却看到了 vibe coding 的强势回归：
图｜YouTube @Android Developers
其中，谷歌通过 Google AI Studio 与 Gemini Spark，赋予了用户编写交互式网页、手机小组件（widget）和 Android 应用的能力。
一向不喜欢 vibe coding 的苹果，也在 iOS 27 中新增了用自然语言指挥 Siri AI 编写捷径以及 Safari 拓展的功能。
图｜YouTube @Apple Developers
也就是说，如今能用 AI 创作程序的，终于不再是各路 KOL 或者 AI 大拿，而是拿着手机的每一个人。
立项到落地只用 20 分钟
没想到的是，我最先用上的 AI 开发工具不是 Cursor 也不是 Codex，而是被戏称为「美国豆包」的 Gemini 3.5 Flash。
在 vibe coding 领域，谷歌有一项 Anthropic 和 OpenAI 都难以匹敌的资源—— Android 生态。
图｜Google Blog
这也是用 Gemini 做 vibe coding 的最大优势：
以往用 Codex 或者 Cursor 做 Android 开发，它们真就只输出代码，很难做到「开箱即用」。
开发者要么只能在模拟器里测试，要么就得手动打包才能在自己的手机上安装，「生产端到应用端」的阻力很大。
基于 Kotlin 框架和最新 Android SDK
在新版本的 Google AI Studio 中，谷歌「一步到位」地解决了这个问题。
它做好了 Gemini 和 Android Studio 之间的对接，让用户可以从网页直接安装 app 到手机上，从开发到路测只用几秒钟：
这样一来，vibe coding 就从原本「折腾代码」变成了一项谁都可以试试的活动。
毕竟当乙方很难、当个随便给 AI 上压力的甲方总没有门槛了吧？
也是在这种背景下，小编作为只有初中 Visual Basic、大学 Python 基础的「纯小白」，用 Google AI Studio 写出了人生中的第一个 app。
这款名为 Cocktail Shaker（鸡尾摇摇摇）的 app 负责解决一个很简单的问题：
在酒吧不知道喝什么的时候，拿出手机摇一摇，它就会随机从 90 多种经典鸡尾酒里面推荐一款，适合所有选择困难症用户。
而从产生创意、选择风格、Google AI Studio 完成基础代码到输出第一版 app，只花了不到二十分钟。
从接收指令到输出第一个版本耗时 856 秒
之后我又通过口语聊天的方式，给 Gemini 反馈了一些 UI 需求和 bug，逐步添加了动态布局、震动反馈、DIY 鸡尾酒单之类的功能：
在两天总计约 8 个小时的「开发」之后，我就得到了一个适配最新 API、符合 Material 设计规范、支持不同 DPI、手动和批量导入鸡尾酒配方，甚至拥有一个彩蛋的选酒 app ——
在这期间我唯一需要做的，就是描述清楚发现的 bug 和下一步需求，以及反复把手机插到电脑上安装下一个版本。
0.1 基础开发
但如果你看到了上面的结果很兴奋，也想要尝试一下的话，现阶段的阻力还是不少的。
首先还是那个老生常谈的问题：
这些 AI 工具本身都有一定的使用门槛，不能像豆包那样下个 app 就开弄。
无论是 99 美元/月（约合人民币 680 元）的 Google AI Ultra 订阅费，还是访问 Google AI Studio 网站，这些「前期成本」对于普通用户来说，还是比较高的。
此外，虽然「用 Gemini 写安卓 app」听起来很轻松，但它终究涉及到一些编程知识，不是完全的「0 门槛」。
比如在早期版本中，Cocktail Shaker 出现了横屏时手机状态栏和导航条与 app 界面重叠的问题，状态栏会挡住鸡尾酒卡片。
如果你只说「我的 app 转过来的时候显示不对，修好它」，Gemini 会花很多时间查找问题并重写横屏界面，排障效率并不高。
如果你知道一些基础的 Android 开发术语，更精确地告诉 Gemini：
app 在横屏（landscape）的时候状态栏（Status Bar）和手势条（Gesture Handle）不会自动隐藏，修好它。
AI 就能很快解决这个问题，并且知道不要修改横屏界面的其他 UI 布局：
如果你想在手机上测试刚刚开发的 app，也要知道怎么打开「开发者选项」和「ADB 调试」，然后才能从网页端安装：
除了对使用者有一些技术知识的要求之外，Google AI Studio 写 app 还有另一个问题：美工不太行。
这倒不是说它 vibe 出来的 UI 不好看。
在首次接收到要求之后，Gemini 会生成几个不同风格的预览让你选择，后期调整空间也很高：
然而 Gemini 在设计 app 图标的时候，它似乎只会调用 Banana 生图，无法编写 Android 设计规范中的自适应图标（Adaptive Icon）。
比如我的提示词非常清晰：app 图标是一片青柠（a lime slice），但 Gemini 显然有着自己的理解：
在上述这些小问题之外，在 Google AI Studio 中指挥 Gemini 3.5 Flash 在线开发 Android 程序的体验已经相当顺畅了。
用 AI 创造一个 100% 解决自己问题的 app，还不用担心图标上有牛皮癣、app 里面有广告和乱偷权限，这才是 AI 赋予普罗大众的「平权运动」。
未来，人人皆可 coding
整体来说，Gemini 3.5 Flash 在开发领域的「小试牛刀」效果还是很不错的。
它的强项除了 Flash 模型本身的速度之外，和各种谷歌服务的联动，以及天生对 Android 开发规范的良好支持都是不能忽视的。
最重要的是，它实现了 vibe coding「从编辑器到手机」的无缝直装。
用户第一时间就能用上自己的成果，这是目前 Claude Code、Codex 和其他 AI 开发工具都很难做到的体验。
同时我们也看到，除了谷歌和苹果之外，连微信正在内测的 AI 助手「小微」都支持了一个类似 vibe coding 的「开发自己的小程序」功能：
这三个十亿用户级别的品牌/产品，开始不约而同地押宝「类 vibe coding 能力」，这绝非偶然。
正如爱范儿在之前的文章中提到：
在未来 AI 重构 GUI（图形交互界面）的逻辑之后，「千人千面、符合每个人需求」的小组件或许会取代 app，成为用户获取信息的主要途径，有点像曾经的 Windows Phone。
而来自系统底层的、自带的 vibe coding 能力，正是让小组件能够符合每个人需求的技术基础。
某种意义上，这样的智能交互方式，又回到了「个人计算机」最原初的状态：用户打开计算机，直接进入 BASIC 编程界面，自己按照需求和写程序、做脚本。
更进一步看——未来应用程序、小组件以及 PWA（网页程序）之间的界限，在 AI 和 vibe coding 的影响下会进一步模糊。
当 vibe coding「让每个人都拥有自己的生产工具」之后，这对于打破一些巨型软件厂商的绝对垄断地位，从长远角度说是相当有意义的。
作为那个被戏称为「被网友怂恿着买下 Twitter」的男人，埃隆·马斯克总能在新产品方面给大家出点新花样。
这种新花样也一直持续到了如今 SpaceX 和 xAI 的时代。
前几天，《华尔街日报》报出了一条有趣的爆料：
SpaceX 据称向投资者展示了一款「形态近似手机」的新型 AI 终端原型机（a handset-like AI device prototype），这款设备将使用自有操作系统和高通骁龙芯片，支持各种 xAI 技术，目前仍处在项目早期阶段、不一定会量产。
虽然《华尔街日报》的用词很严谨，但这条消息很快经过互联网发酵，变成了「SpaceX 打算造手机」。
图｜LsA magazine
面对这种越传越邪的消息，马斯克也一贯有啥说啥，在 X 上迅速回应道「Utterly false」，澄清 SpaceX 不打算造手机。
只不过在这个时间点，马斯克的否认看上去有点「欲盖弥彰」。
就在 6 月末，《金融时报》报道称：
SpaceX 刚刚向投资者确认，计划向美国地区的消费者提供基于星链的手机卫星上网 Starlink mobile service 服务，与传统手机运营商形成业务竞争。
图｜Jonathan Raa
这两者撞期，尽管被马斯克光速否认，但很难不让人想象他其实是在暗中规划一个「手机类」产品的。
或者更严谨一些：那台开发中的「AI 终端」在定义上不是手机，但具有通过星链联网的能力。
马牌手机，行之有年
从目前已知的信息来看，SpaceX 这个传闻中的设备肯定不会是传统手机。
作为一款「手持 AI 设备」，它更可能是一个以 Grok/xAI、本地推理、卫星蜂窝混合连接为基础，再加上马斯克的一堆 X app 生态为核心的 AI 终端。
图｜PCMag
但让这件事能够发酵的，不仅是 SpaceX 近期成功上市、盘中估值最高冲到约 2.25 万亿美元，还有一部分要归功于马斯克自己——
作为一个向来想到什么就说出来的企业家，马斯克嚷嚷自己造手机这件事都不是一两年、而是「行之有年」了。
图｜路透社
早在 2022 年末，推特还叫「推特」的时候，马斯克曾经就推特的内容审核、内购分成和分发权等等与苹果产生过分歧。
在这种背景下，有网友询问马斯克「如果 App Store 下架推特，你会做替代手机吗」，马斯克回答：
我当然不希望事情走到那一步，但你说的没错，如果没有别的选择，我会造一台替代性的手机出来。
当年 11 月底，马斯克与蒂姆·库克会面之后，App Store 风波迅速降温，推特手机也就没了下文。
这在侧面程度上说明，马斯克此时宣称的「要造替代品」只是个带点火药味的表态，称不上产品规划。
在 2023 年的《纽约时报》交易录峰会（DealBook Summit）中，马斯克又表示他不认为真的需要造手机——
传统手机的「黑色方块」很难再有改进空间，自己更看好 Neuralink 的未来。
图｜纽约时报
到了 2024 年，马斯克对于「造手机」的态度又发生了转变，这一次的原因则是 AI。
2024 年 6 月，苹果公布初版 Apple Intelligence 并宣布与 OpenAI 合作之后，马斯克就开始批评这种集成是巨大的安全风险。
随后，在网友向马斯克要求一款类似的「Grok phone」之后，马斯克通过各种渠道表态道：
……我希望在所有业务场合都把 iPhone 锁进法拉第笼里……如果苹果真的把 AI 间谍软件（AI spyware）整合进系统，我真的可能需要考虑一下（造手机）了。
图｜Ars Technica
当时间来到 2025 年，马斯克对于「X 手机」的看法从「除非万不得已否则不造」的程度缓和了一些。
在接受知名播客 The Joe Rogan Experience 的访谈时，马斯克基于 AI 的应用场景，给出了一个更加乐观的评价：
未来不会有传统意义上的手机，也不会有传统操作系统和 app，手机本身会成为 AI 推理边缘节点，与服务器端 AI 协作，并尽可能在本地运行 AI 以降低带宽。
这种观点与马斯克之后对「手持星链终端」的表态基本一致，也与 Starlink 与 T-Mobile 合作的卫星网络业务方向一致。
只不过在那次播客中，马斯克给网络的主要贡献不是什么洞见，而是在录音棚「吸嗨」的截图：
图｜YouTube @PowerfulJRE
总的来说，从马斯克历年的各种态度来看，他本人其实并不热衷手机行业，更多时候还是将「造手机」作为造势话题或者潜在细分业务看待。
只不过到了如今同时坐拥 SpaceX、Starlink 和 xAI 业务的时候，即使不看手机，「手持 AI 硬件」也是马斯克生意里躲不开的下一步。
也是在这种背景下，传闻中的「SpaceX 手持设备」虽然不大可能是个手机，但的确存在一种非常有潜力的业务模式——
Robotaxi 出租车模式。
出租手机，出租算力
以防你不知道，Robotaxi 是特斯拉的自动驾驶出租车业务，目前正在美国几个城市试点运行，是 Waymo 自动出租车的主要对手：
图｜路透社
和现在 Robotaxi「小心翼翼」地铺开自动驾驶模式不同，在 2016 年出租车项目露面之初，曾有过一个相当狂野的业务设想：
用户自己购买的特斯拉平时正常使用，如果报名了 Tesla Shared Fleet，则可以让自己的车在闲置时「自动驾驶出门拉客」，特斯拉负责提供一个抽成制的网约车平台、车队替补和保险等相关服务。
虽然现在的 Robotaxi 尚处在「特斯拉提供车队」阶段，还没涉及到车主报名，这个业务模式对于「SpaceX 手机」却是完全可行的。
图｜PCMag
比如基于马斯克目前宣称的「手机本身会成为 AI 推理边缘节点」，我们可以设想一种 SpaceX 以 Robotaxi 模式销售 AI 终端的方式：
SpaceX 将这样一台 AI 终端卖给你，并提供星链上网、SuperGrok、X Premium 和一个智能体 OS，用户平时把它当成「手机伴侣」正常使用：
图｜WIRED
而在闲置时段（比如夜间睡觉充电），这台设备可以作为整个 xAI 计算网络的一个节点，为邻近设备或者其它时区的用户提供算力。
重点在于，SpaceX 或者 xAI 会以此为凭据，向用户提供一定比例的报酬。
这样一来，你购买的「SpaceX 手机」实质上就是一辆 Robotaxi ——平时自己用，闲置的时候出门帮你赚钱。
并且由于手机的形态和使用方式，它作为边缘计算节点只需要提供硬件，在做好软件隔离的前提下，隐私和资产风险都比 Robotaxi 小得多。
图｜Mirantis
这种时候，「SpaceX 手机类似物」就像是一个值得落地的商业模式了。
假设有 1 亿人选择买这么一台 AI 伴侣，既有星链网络去运行云端 AI，又拥有一定的本地 AI 能力，xAI 很可能就此建成了全世界最大的移动 AI 集群。
图｜Atlantis
当然，这种分散、不连续的算力只能作为大规模 AI 计算中心的补充，但在「寸芯寸金」的 AI 时代，也能实打实地节省下来不少成本。
归根结底，SpaceX 可能造手机吗？不太可能。
但用 SpaceX、星链和 xAI 联手打造一个全球化边缘计算网络，为未来的 AI 算力部署提供一个新的思路，这听起来倒像是马斯克会干的事。
7 月 6 日起，保时捷在中国市场的纯电产品线，进入了一个有些尴尬的过渡期。
Taycan 与纯电 Macan 不再接受新的个性化选装订单，消费者只能选择现有库存和在途车辆，而下一台真正能补上纯电产品序列的卡宴 EV，预计要等到 10 月才会进入中国市场。
这意味着，在接下来一段时间里，保时捷在中国市场的纯电车型，实际上会处在一个短暂的空窗里。
但更重要的是，即便纯电卡宴能在 10 月如期入华，它也未必会成为一个真正意义上的「救场角色」。
卡宴的定位比 Macan 更高，价格也会更贵。如果作为走量车型的纯电 Macan 已经很难在中国市场打开局面，那么更高端、更昂贵的纯电卡宴，面对的压力只会更大。在过往主力车型大有退出中国之势的大前提下，纯电卡宴大概率很难驱动购买。
保时捷真正的问题，也并不完全出在某一台车上。当中国高端新能源市场已经把空间、补能、智驾、座舱、价格和服务体系都纳入评价标准时，只靠「运动」这一条单线作战，已经很难在今天的纯电竞争中走出来。
保时捷的纯电之路，已经走到了钢丝上。
起了大早，赶了晚集
尽管 Taycan 不是一台销量意义上很成功的车，但它确实改变了很多人对纯电车的想象，或者说，某种意义上「定义」了纯电车型的设计审美。
Taycan 发布于 2019 年。那一年，小鹏 G3 才开始批量交付，理想 ONE 刚刚上市，特斯拉上海超级工厂还在为国产 Model 3 的交付做准备。
中国新能源市场还没有今天这套成熟的产品范式，智驾还没有大规模上车，车机大屏到底是先进体验，还是为了制造科技感的装饰，也仍然存在争论。
在这样的时间点上，Taycan 的出现是有冲击力的。
低坐姿、低重心、底盘、转向反馈，以及保时捷式的设计比例，这些过去被认为属于燃油性能车的语言，被 Taycan 成功移植到了一台纯电车上。
Taycan 让一部分中国用户相信，纯电车也可以谈操控，可以谈姿态，可以谈一台车在弯中、刹车点和方向盘回馈里的质感，相信「还得是保时捷」。
但现在是 2026 年了，中国市场早已不是 2019 年的样子。
理想、小鹏都已经从单一车型，一路扩展成覆盖面庞大的产品线。在运动车型上，消费者也有了小米 SU7、极氪 001 这样的选择。它们更便宜，更智能，同时也同样主打运动和好开。
在这种前提下，花 2 到 3 倍的价钱去买一台 Taycan，似乎有一些不值当。
保时捷依然在 Taycan 上做微调，它依然好看，依然好开，依然能提供一套属于保时捷的驾驶体验。但这些已经很难满足中国市场对一台新车的胃口了。
今天的中国高端新能源市场，是一个「既要又要」的市场。
空间上要每个位置都坐得舒服，智驾上要开得像 10 年老司机，座舱智能要动口不动手，操控上要求指哪打哪、热刀切黄油，价格必须展示足够的诚意，最后还得有全套的服务和售后体系做支撑。
而除了操控，保时捷可以说和用户当下的期待毫不沾边。
至于纯电 Macan，就更糟糕了。
和 Taycan 不同，纯电 Macan 的两个关键词是「走量」和「中型 SUV」。
他不像 Taycan 有那么大的光环，反过来的是，这两个关键词代表着要经受中国市场上最为严苛的审视和考验，这个市场不相信单一长板，也不会因为一个豪华车标，就自动原谅空间、智能化和价格上的短板。
而这台在 2026 年才入华，官方售价 59 万起的车，没有足够的智能化，二排空间也捉襟见肘，显然是经不住考验。
甚至在海外，保时捷也遇到了麻烦。
美国市场已经确认，Taycan Cross Turismo 和 Sport Turismo 会在 2026 款之后退出，只保留轿车版。按照保时捷自己的说法，这两种车身形式在美国市场只扮演了较小角色，因此决定停止相关版本。
而即便是保留下来的 Taycan 轿车版，在美国市场也很难说轻松，从 2024 年开始，Taycan 在美国的销量就一路下滑，日子并不算好过。
保时捷想在 Taycan 上复刻一台油车
中美市场两头堵，那怎么办？
保时捷的答案，是给 2027 款 Taycan 加入 E-Shift 模拟换挡系统。
这套 E-Shift 系统会模拟 PDK 八速双离合变速箱的换挡逻辑，加入数字转速表、换挡拨片和 E-Shift 模式开关，在 2027 款 Taycan 上，它会作为选装出现，Turbo GT 则会成为标配。
保时捷的旧有用户喜欢机械感，喜欢换挡节奏，喜欢转速攀升，喜欢声浪，也喜欢一台车在加速、制动和过弯时给出的连续反馈。对于很多燃油时代的性能车用户来说，这些细节不是多余的噪音，而是驾驶乐趣本身。
但，Taycan 为什么要像一台油车？或者说，为什么一台纯电车要 Cosplay 成油车的样子，去营造一个虚假的感知？
模拟换挡、模拟声浪、模拟转速，都来自燃油车时代的机械副产品。发动机需要转速，变速箱需要挡位，动力输出需要经过机械结构的传递，但在纯电车上，这一切本来并不存在。
而纯电车最天然的优势，恰恰是直接、安静、快速、可控。它可以用电机和扭矩创造出另一套完全不同于燃油车的驾驶体验。
在纯电车上，将一个本不存在的机械表现复刻下来，无异于在汽车时代将油门模拟成挥动的马鞭，来模拟乘坐马车的体验。
更何况，模拟换挡也并非什么新鲜事。现代、雷克萨斯、丰田也都在类似方向上做过尝试，保时捷这一回并没有走在前列。
当中国电动车已经在用智能化、软件、底盘控制、能量管理和生态体验重新定义驾驶乐趣时，保时捷最显眼的动作仍然是把电车往油车记忆里拉。
但这很难说服今天的中国用户：一台纯电保时捷，为什么仍然要用燃油车的影子来证明自己好玩。
造纯电车，别走燃油路
正所谓轻装上阵，中国的汽车品牌显然更早想清楚的纯电车型的打造路线。
没有 911，没有 PDK，没有水平对置发动机，没有几十年积累下来的机械神话，正因为如此，中国新能源品牌在做纯电车时，不需要考虑它「像一台燃油车」。也就不需要像保时捷一样试图把自己包装成一台燃油性能车的替代品，可以更直接地将诸如「运动」、「操控」这些名词融合到今天的用户体验里。
从某种意义上来说，小米 SU7 确实是保时捷想象中自己的样子。
它有小米品牌带来的号召力，有「像保时捷一样的」运动外形，有操控和纽北性能叙事，但同时它也有完整的智能座舱，以及冠绝群雄的车机生态和本土化服务。
这也是为什么，当前中国新能源车的「好玩」程度，明显要高于 Taycan 这样的老牌车型。
而对于保时捷来说，要想把纯电车型真正按照纯电逻辑来打造，需要改动的东西还有很多。
Taycan 曾经让很多人相信，电动车也可以像一台保时捷。几年之后，保时捷需要证明的事情变成了：一台保时捷，也可以像一台真正属于今天的电动车。
今天上午，小米汽车正式放出了一个新名字：SkyNomad。
小米给它的解释是「一个关于空间和生活的新名字」。
Skynomad 是「天空」和「游牧者」两个单词的结合，颇有种「诗和远方」的意味。这个名字很容易让人联想到关于露营、家庭出行、房车等等和户外远行有关的场景。
与此同时，公众号端也已经出现了认证主体为小米汽车科技有限公司的「Skynomad 小米澎程」账号。基本可以确定，澎程就是这一系列对应的中文名，也将会是我们日后更常听到的名称。
早在去年开始，小米就陆续申请了「寻天」和「SKYNOMAD」相关商标，当时外界普遍认为，这是小米为增程 SUV 准备的新品牌。只不过从今天的官宣来看，小米最终先把 Skynomad 这个英文名推到了台前。
如果说 SU7 和 YU7 主打纯电性能，那么 SkyNomad 更像是小米给增程和家庭用户准备的新入口。
从此前爆料来看，SkyNomad 小米澎程旗下可能会细分为「昆仑」与「曼岛」两个产品序列。
其中，昆仑更偏主流家用和走量市场，曼岛则可能承担更高端、更户外的产品形象。而即将面世的首款车型大概率是内部代号「昆仑 N3」的增程全尺寸 SUV。多个爆料都将这台新车指向 20 万元级市场，预计在今年下半年正式发布。
但在各种爆料中，最引人注目的不是动力系统，而是车顶的设计。
在此前曝光的谍照中，小米的新车出现了一个非常显眼的升降式车顶。这个升降式车顶不像传统后装车顶帐篷那样突兀，更接近原厂一体化设计，车顶前部抬升空间幅度甚至超过车内本身的垂直空间。
而在收起来时，这一机械机构也能和车顶线条相对贴合，对车辆通过性和整体视觉并不会造成多少影响。
当然，这样的机械结构是否会对车内空间和行驶中的风噪造成影响，我们还将拭目以待，但可以确定的是，针对这一块「额外赠送」的区域，小米在空间利用上一定能够带来不少惊喜。
无独有偶，在今天凌晨，赶在小米官宣新品牌之前，余承东也晒出了享界 G9 的户外图片，同样展示了升顶露营功能。
与小米谍照稍有不同，享界 G9 的升顶装置采用的是后部抬升，前低后高的设计，同时在前部额外开出三角小窗，进一步拓展空间。此外，帐篷内的灯带也预示着，享界 G9 将有足够的车内电力供给，营造更加全面的露营体验。
不过，对于大多数用户来说，升降式车顶可能都不会是一个非常高频使用的配置，这一配置是否会成为这两台车上的标配，乃至未来在其他大型 SUV 上全面铺开，依然是个问号。
但不得不说，至少在传播层面上，升降式车顶带来的噱头足够有效。
在新能源车已经把「冰箱彩电大沙发、智驾三电操控性」翻来覆去说到几乎麻木之后，升降式车顶给我们带来了一个全新的也更加直观的，关于「第二居住空间」的想象。
也许很快，我们就能见到小米 SkyNomad 与享界在一块物理意义上新开辟出来的战场开始竞争。
不过俗话说，老大老二打架，躺枪的总是老三。而这一次有难了的，或许会是那些整体体验并不算好的度假酒店们。
🔍
曝 DeepSeek 开发自研 AI 推理芯片
📱
曝苹果折叠屏 iPhone 已在量产
🤖
前华为「天才少年」吐槽 DeepSeek 招聘流程
📱
今年 618 手机销量同比下滑 13%
💡
小米调整小爱同学架构，模型、云端和端侧职责拆分
💰
今年香港最大 IPO 来了，果链巨头立讯精密定于本周四上市
📱
华强北商家：图纸全泄露也造不出真 iPhone
🚗
小米汽车官宣新子品牌 SkyNomad「天空游牧者」
💻
OpenAI 首席未来学家将离职
🚀
xAI 正式更名 SpaceXAI
🎮
《恋与深空》宣布退出 BilibiliWorld 2026，承诺全额补偿玩家出行损失
💡
Google 前高管：22 岁 AI 原生代员工效率已超越资深员工
🤖
全球首款 AI 智能体手机将首秀
📱
Claude Cowork 上线移动端
🧠
蚂蚁灵波发布 LingBot-Depth 2.0，训练数据扩至 1.5 亿规模
🤖
港大开源 AI 智能体导师 DeepTutor v1.5
🛍️
星巴克携手 MOLLY 推出新饮品
✈️
暑假机票价格跳水，多条热门航线票价低于高铁
🛑
淘宝闪购内测独立社交 App「亮圈」
🎬
《气体人第一号》上线，Netflix 联合《釜山行》编剧打造
曝 DeepSeek 开发自研 AI 推理芯片
据路透社援引知情人士消息称，DeepSeek 正在开发自有 AI 芯片，目标是降低对英伟达芯片的依赖。
知情人士称，DeepSeek 正在研发的芯片主要面向推理场景，也就是已训练模型为用户生成回答的计算环节，而非用于训练新模型。如果进展顺利，DeepSeek 将进一步切入半导体设计领域。
三名知情人士表示，DeepSeek 的芯片项目仍处于早期阶段，DeepSeek 已开始接触外部合作伙伴，并与芯片设计、晶圆代工和存储厂商进行讨论。
其中一名人士称，相关工作约在一年前启动。另有两名人士透露，DeepSeek 近几个月加大了芯片设计工程师招聘力度，但招聘主要以私下方式进行，并未在公开招聘平台发布岗位。
曝苹果折叠屏 iPhone 已在量产
据《上海证券报》报道，苹果首款折叠屏 iPhone 的落地进度正在提速，目前已进入量产阶段。
产业人士透露，代工龙头富士康已率先启动大规模招工，为新机的生产储备人力。相关招聘信息显示，赣州富士康于昨日发布招募公告，招聘 18 至 50 岁员工从事苹果手机精密组件的生产与加工；
富士康人资部门也于前日发文招募临时工，招聘范围覆盖了涉及折叠屏 iPhone 组装的龙华/观澜苹果 A 事业群以及龙华三赢事业群。
在产能规划方面，知情人士称苹果已要求供应商为今年生产约 1000 万部折叠屏 iPhone 做好准备，这一数字较数月前 700 万至 800 万部的预期有所上调。
前华为「天才少年」吐槽 DeepSeek 招聘流程
前华为「天才少年」李博杰 7 月 6 日在社交平台公开吐槽 DeepSeek 面试流程。他表示，笔试通过后半个月未安排面试，经过反复催促才进入面试环节；前两轮面试均为代码面试。
李博杰还提到，二面过程中面试官迟到，并在代码面试时因他使用两个屏幕而质疑其抄代码，要求他停止抄代码，还表示如果不能证明没有抄代码，面试无法继续。李博杰称自己「被严重冒犯」，已决定终止 DeepSeek 面试流程并公开曝光。
今年 618 手机销量同比下滑 13%
据 Counterpoint Research 最新数据，受存储芯片成本上涨及促销力度减弱影响，中国智能手机市场在今年「618」购物节期间销量同比下降 13%。
在 5 月 26 日至 6 月 21 日期间，中国智能手机市场各品牌表现呈显著分化。
Counterpoint 高级分析师 Ivan Lam 指出，受制于成本压力，今年新老机型的定价普遍高于去年同期，且厂商的降价幅度与覆盖机型范围均有所缩水。
- 华为：市场份额 21% 居首，唯一实现正增长的头部品牌；畅享 90 Pro Max 及 Mate 80 热销；
- 苹果：虽凭借提前启动的补贴政策位居市场第二，但因整体让利幅度不及去年同期的 iPhone 16 系列，其总销量仍同比下滑 9%；
- 小米：受整体需求疲软及促销收缩影响，遭遇双位数下滑，同比下滑 24%。
Counterpoint 预测，尽管「618」短暂拉动了 6 月份手机销量的环比回暖，但市场随后将进入季节性放缓期，预计今年中国智能手机全年出货量将录得双位数下降。
小米调整小爱同学架构，模型、云端和端侧职责拆分
据 36 氪汽车报道，小米集团近期对小爱同学进行新一轮组织架构调整。
- 调整后，小爱同学的基础模型能力来自罗福莉领导的 MiMo 基座大模型团队；
- 栾剑负责 MiMo 在小爱同学外部工程化系统中的云端能力建设；
- 原由小爱产品团队负责的端侧能力建设，则下放至手机、汽车等子业务部门的 OS 团队。
原小爱团队负责人王刚已调任机器人业务。报道称，小爱团队从过去主要负责产品功能开发，转向打造 AI 配套工具；未来小爱同学在手机、汽车等终端上的具体功能，将由对应业务部门规划与开发。
接近业务的人士称，这场调整的直接背景是小米在终端上围绕 AI 技术重新构建研发体系。
报道提到，小米未来三年将在 AI 领域投入至少 600 亿元，围绕手机、汽车、智能制造和具身智能等业务构建 AI 全栈能力。
今年香港最大 IPO 来了，果链巨头立讯精密定于本周四上市
据彭博社报道，苹果供应商立讯精密计划将其香港 IPO 发行价定为每股 63.28 港元，即此前设定的招股区间上限。按此价格计算，立讯精密预计将募资 243 亿港元（约合 210.75 亿元人民币）。
立讯精密此次共发行 3.835 亿股。每股 63.28 港元的定价较其昨日在深圳股市 62.88 元人民币的收盘价折让约 13%。据悉，由于投资者认购踊跃，该公司已于上周五提前结束招股，而非原定的本周一。
此次 IPO 预计将成为香港今年规模最大的新股发行，超过了今年 4 月胜宏科技上市时 231 亿港元的募资规模。
华强北商家：图纸全泄露也造不出真 iPhone
据新浪科技、时代财经报道，多位华强北卖家与资深手机圈人士明确表示，华强北绝无可能复刻 iPhone 真机。
尽管近期 iPhone 18 Pro 的完整主板图纸、A20 Pro 芯片手册及供应商清单等原厂资料大规模泄露，且华强北拥有全球最完整的手机零部件供应体系，但从业者指出，复刻真机存在两道无法逾越的技术壁垒：
- 一是苹果自研的 A 系列芯片，其核心架构与 2 nm 生产工艺对外严格封锁，市场无渠道获取；
- 二是闭环的 iOS 操作系统，系统底层的加密与硬件绑定机制难以破解。
目前，华强北仅能基于泄露资料产出外观高度还原的山寨机。这类设备多搭载修改版安卓系统，在性能、流畅度及生态体验上与正版差距巨大，且无法享受苹果官方售后保修。
小米汽车官宣新子品牌 SkyNomad「天空游牧者」
今日早晨，小米汽车通过官方微信公众号正式官宣旗下全新独立子品牌，命名为「SkyNomad」，中文释义为「天空，游牧者」。这也是小米汽车首次以官方渠道确认该品牌的存在。
此前，据多方消息透露，小米汽车正筹备推出一个以增程技术为核心的家用 SUV 子品牌，并有商标注册及测试车谍照陆续曝光。
OpenAI 首席未来学家将离职
据 WIRED 报道，OpenAI 首席未来学家 Joshua Achiam 昨日通知同事，他将于本月底离职，结束近九年的任职生涯。Achiam 在发给员工的内部信中表示，此次离职并非出于某一特定原因，而是经过一段时间思考后的决定。
Achiam 于 2017 年以实习生身份加入 OpenAI，此后成为专注于 AI 安全的研究科学家，并在内部以坚定维护公司安全使命著称。
他的职位处于 AI 安全与政策团队的交叉地带，工作内容包括研究人工智能兴起所带来的潜在危害与收益，以及配合全球事务负责人 Chris Lehane 等高层，推动与 OpenAI 使命相符的政府监管政策。
xAI 正式更名 SpaceXAI
据《商业内幕》报道，马斯克旗下的 AI 公司 xAI 已于昨日正式完成品牌重塑，更名为 SpaceXAI。伴随此次更名，该公司同步启用了全新 Logo，并更新了其在社交平台 X 上的官方账号。
此次重组源于 SpaceX 在今年 2 月对 xAI 的收购。该交易将马斯克旗下的航天业务、AI 业务以及社交媒体平台 X 整合至同一架构下。马斯克曾于今年 5 月表示，xAI 将不再作为独立公司存在，而是并入 SpaceX 成为其 AI 业务部门。
《恋与深空》宣布退出 BilibiliWorld 2026，承诺全额补偿玩家出行损失
《恋与深空》官方昨日发布公告，宣布取消参加 BilibiliWorld 2026 展会，并承诺对玩家因此产生的出行损失进行全额补偿。
官方公告显示，针对因此取消展会行程的玩家，叠纸游戏将对其退订门票、机票及火车票、上海市内酒店所产生的手续费或无法退订的损失进行补偿，覆盖出行日期为 7 月 8 日至 7 月 13 日的相关订单，住宿入住日期覆盖范围为 7 月 8 日至 7 月 12 日。
此前，叠纸游戏于 6 月 22 日通过 PV 正式公开了《恋与深空》第六位男主角「敖尹」。该角色以欧美化建模风格登场，与既有角色存在明显视觉差异，且缺乏主线剧情铺垫，引发玩家大规模讨论。
据《新京报》报道，相关微博下评论已超 100 万条，负面评论占比较高。
💡 Google 前高管：22 岁 AI 原生代员工效率已超越资深员工
据《商业内幕》报道，Google 前高管、AI 创业公司 Sierra 联合创始人 Clay Bavor 近日在接受采访时表示，具备 AI 素养的 22 岁毕业生在职场中正展现出独特优势。
他指出，部分 AI 原生代员工虽然缺乏传统工作经验，但其对 AI 工具的熟练程度和应用直觉已超越许多资深员工，成为公司内部最高效的群体。
作为 Google 前高管，Clay Bavor 于 2023 年创立了 Sierra。他观察到 AI 正在缩小初级员工与资深员工之间的差距。在他看来，这些在大学期间长期实验生成式 AI 的学生，在将新技术融入业务流程方面具有实际优势，许多公司都渴望引入这种能力。
为了筛选此类人才，Sierra 已经调整了工程面试流程。公司不再依赖传统的编程笔试，而是要求候选人使用自己偏好的 AI 编程工具构建一个应用程序，并由公司支付相关的 Token 费用。面试官随后会要求候选人复盘整个构建过程。
Clay Bavor 预计，在未来两个月内，公司所有的面试环节都将包含深度的 AI 原生考核组件。
全球首款 AI 智能体手机将首秀
据财联社报道，昨日上午上海市政府举行新闻发布会，上海市经济信息化委主任汤文侃在会上表示，2026 世界人工智能大会暨人工智能全球治理高级别会议聚焦 AI 热点，将围绕世界模型、开源智能体、AI Coding、Token 经济、OPC 等议题，深入探讨行业新趋势。
展览将首发首秀最新 AI 产品，业界最大规模超节点华为 Atlas 950 真机亮相，行业领先的 MiniMax M3 多模态大模型、阶跃 Agent 操作系统、近存计算 3D 芯片、全球首款 AI 智能体手机，以及多款人形机器人、AI 灵巧手等重磅新品，都将在大会展出。
Claude Cowork 上线移动端
Claude Cowork 昨日宣布，其 AI 工作智能体功能将正式扩展至移动端与网页端，用户今后可在任意设备上发起、监控和接续任务。Beta 测试目前已开始向 Max 计划用户分阶段推送，其他订阅层级将在未来数周内陆续跟进。
- 任务状态跨设备同步：用户可在桌面端启动任务，随后在手机端查看进度，并在任意设备上获取完成后的输出内容。
- 后台自动执行能力：用户关闭设备后，Claude 可在云端持续推进任务，无需本地设备保持在线。
- 决策节点仍由用户掌控：当 Claude 遇到需要用户判断的环节，会主动推送通知至手机，用户可实时调整任务方向，最终输出须经用户确认后才会执行。
网页端用户可直接从 claude.ai 首页发起 Cowork 会话；iOS 与 Android 用户可通过 Claude 应用侧边栏进入。
蚂蚁灵波发布 LingBot-Depth 2.0，训练数据扩至 1.5 亿规模
蚂蚁灵波昨日发布空间感知模型 LingBot-Depth 2.0，并同步开源视觉基座模型 LingBot-Vision。
LingBot-Depth 面向真实场景深度补全，相当于为机器人补足透明、反光、密集物体等传统深度相机容易失效场景中的三维感知能力。
相比 1.0 版本，LingBot-Depth 2.0 的训练数据从 300 万扩展至 1.5 亿规模，在深度补全基准 16 项测评中获得 12 项第一；在室内大面积深度缺失场景中，深度误差 RMSE 从 0.132 降至 0.062。
LingBot-Vision 则以「边界结构」作为预训练目标，提供 ViT-G/L/B/S 四个开源版本。
💻 GitHub：
github.com/robbyant/lingbot-vision
🤗 Hugging Face：
huggingface.co/collections/robbyant/lingbot-vision
👾 ModelScope：
modelscope.cn/collections/Robbyant/LingBot-Vision
港大开源 AI 智能体导师 DeepTutor v1.5
港大数据智能实验室（HKUDS）近日发布了开源 AI 智能体导师 DeepTutor v1.5，该版本在文档解析引擎、RAG 摄取管线及 Python 3.14+ 兼容性上完成了多项升级。
DeepTutor 的核心设计思路是将聊天、测验、研究、可视化、解题与学习路径规划六个教学环节并入同一个智能体运行闭环，学生在不同任务间切换时无需中断后台引擎，学习上下文与多层级记忆会自动同步流转。
系统采用混合个性化引擎，结合静态知识溯源（SKG）与动态学习者记忆（DPM），通过「追踪森林」机制将每次互动轨迹沉淀为多分辨率的学习者画像，使 AI 给出的每一步教学结论均可回溯至具体文本证据或错题记录。
💻 GitHub：
github.com/HKUDS/DeepTutor
星巴克携手 MOLLY 推出新饮品
昨日，星巴克中国宣布再度升级软雪星冰乐系列，并首度携手泡泡玛特旗下头部 IP MOLLY 推出多款联名饮品及周边产品。
此次全新升级的软雪星冰乐系列以意式手作冰淇淋（Gelato）为灵感，共包含三款核心饮品。
其中，首发新品米芝士软雪星冰乐采用进口马斯卡彭芝士与糯香米粒调配；可可榛果软雪星冰乐则以 Nutella 榛果可可酱为基底；此外，往期爆款意式开心果软雪星冰乐同步回归，原料包含意大利进口开心果酱与开心果饼干碎。
在联名企划方面，星巴克结合 MOLLY 诞生 20 周年节点，定制了美人鱼、小画家及小天使三款专属形象，并同步发售采用镂空设计、可随饮品变色的定制透明冰杯及多款周边商品。
线下渠道方面，星巴克臻选北京蓝色港湾店已改造为 MOLLY 专属主题店，全国另有 150 余家门店同步上线 MOLLY 氛围主题布置。
暑假机票价格跳水，多条热门航线票价低于高铁
据界面新闻报道，进入暑运后，受航班增加和燃油附加费下调影响，今年暑期机票价格处于近年低位。航班管家监测显示，7 月 5 日暑运第五天平均经济舱票价为 831.5 元，同比 2025 年下降 2.3%，同比 2019 年下降 7.6%。
航旅纵横数据显示，北京至吕梁、鞍山航线价格 200 元起，北京至长治 210 元起，北京至榆林、太原 220 元起；7 月 12 日至 17 日，重庆至稻城不含税裸票价为 199 元。
去哪儿旅行数据显示，7 月 1 日至 7 日起飞的国内机票预订均价同比去年低近两成，部分航线低于同期高铁价格。
淘宝闪购内测独立社交 App「亮圈」
据「读佳」消息，淘宝闪购正在测试一款独立社交 App「亮圈」，官方公众号已上线，认证主体为杭州口口相传网络技术有限公司。
工商信息显示，该公司法人和经理为刘华雷，监事为张玉东；公开信息中，二人分别与饿了么平台业务、淘宝闪购风控安全相关。
亮圈主打线上线下联动的垂直社交，也是淘宝闪购首款带社交属性的独立产品。产品瞄准本地生活市场，覆盖同城活动、兴趣圈子、线下交友等场景，用户可在线报名线下活动、加入兴趣圈层，并把线上话题交流导向线下见面和履约。
《气体人第一号》上线，Netflix 联合《釜山行》编剧打造
据 The Hollywood Reporter 报道，Netflix 与日本东宝合作的剧集《气体人第一号》已在全球上线，共八集。这是东宝首次涉足流媒体剧集。
该剧改编自东宝 1960 年的同名特摄电影，原作由曾执导初代《哥斯拉》的本多猪四郎导演、特效大师圆谷英二操刀，是东宝「变身人间」科幻惊悚系列的第三部。
新版由片山慎三执导，讲述一名东京杀手以可变形、无实体的气体形态作案的故事，苍井优、小栗旬出演，气体人一角由模特出身的新人 Uta 饰演。
剧本由韩国导演延相昊与其长期合作者柳容才撰写，延相昊此前凭《釜山行》《首尔车站》等作品受到关注。
SCP 基金会首部大银幕作品，《V/H/S: SCP.》计划明年发布
据博主「守望好莱坞」消息，知名伪纪录片风格恐怖片系列《致命录像带》（V/H/S）将开发一部以「SCP 基金会」为主题的新电影，定名为《V/H/S: SCP.》。该片计划于明年在院线上映。
作为该系列「在线共创文学」相关项目的首部作品，电影将延续拾得录像（Found Footage）的短片选集形式。
影片核心聚焦于 SCP 基金会这一秘密组织所收集、编辑和归档的视频证据，通过多个独立的叙事段落展现不同异常物件、实体或事件的「收容失效」过程。
制作方面，该片由 Spooky Pictures 影业负责，曾参与《致命录像带》系列多部作品的制片人 Josh Goldbloom 和 Michael Schreiber 担纲制作。
清晨的农田里，第一架农业无人机起飞时，往往也意味着一整套人力流程也随之启动。
有人负责换电池，配药，加液，还得有人观察作业状态；一轮任务结束后，还要清洗药箱、管路和喷头。无人机已经可以按照规划航线自主飞行和作业，但围绕它运转的，依然是一套高度依赖人的生产系统。
类似于交通出行，农业无人机也有自己的「最后一公里」问题。
7 月 6 日，在广州极飞超级农场举行的 2026 农业机器人发布会上，极飞科技发布了全新的 X 系列农业机器人与 RM80 无人割草机，便是朝着这个问题而来。相比单纯提升载重、流量、续航等硬件指标，这一次极飞尝试解决的是一个更系统的问题——如何让农业机器人从「自动完成某个核心动作」，走向「自主完成整段工作流程」。
从这个角度看，这场发布会对极飞的意义十分重大，可以说是对过去十多年农业自动化路线的一次重新划分。
极飞将农业无人飞机的发展分成三个阶段：1.0 时代依靠人工操控，2.0 时代实现自主飞行与自动作业，到了 3.0 时代，自动化开始继续向充电、加配液、维护清洗等外围环节延伸。
机器真正开始接管「流程」。
从一架无人机，到一套机器人系统
2016 年，极飞发布 P20 农业无人机，这款产品的重要意义，是让农业无人机从依赖飞手实时操控，开始转向按照规划航线自主飞行。十年之后，无人机自动飞行和喷洒已经逐渐成为农业植保行业的基础能力。但新的瓶颈也由此显现。
一架无人机可以自己起飞、避障、喷洒和返航，却仍然需要人在地面不断补充资源。尤其在大规模、高频作业场景下，换电、配药、加液、清洗等环节会不断打断自动化流程。
对于中小农场主，这意味着抢农时时依然需要长时间守在田边；对于大型基地和社会化服务组织，问题则进一步变成人员管理、操作标准和数据追溯。
极飞此次发布的 X 系列农业机器人整套系统由 X 系列农业无人飞机、XA1 农业无人机场和 LM1 智能加配液机组成，分别负责空中作业、地面停靠补能，以及药液配制和加注。三者组合后，系统可以完成航线规划、飞行喷洒、自动充电、自动配液加液和自动清洗。
它已经更接近一条部署在田间的「移动自动化产线」。
其中无人机本身搭载 SuperX 5 Apex 智能控制器，极飞表示算力实现翻倍；感知系统由新一代 4D 成像雷达、立式雷达和广域视觉系统共同构成。
根据极飞公布的信息，新系统对电线的识别率超过 90%，双路摄像头能够建立 360° 环视感知，建图效率提升 100%，单次任务最大航测面积达到 4500 亩。
相比规则道路或封闭工厂，农田是一种典型的非结构化场景。电线、树枝、地形起伏、临时障碍物，加上光照、天气和网络环境变化，都会影响机器自主运行。感知能力提升的价值，最终仍然要落到一个朴素目标上——减少人的实时接管。
XA1 农业无人机场则承担另一半工作。它集成移动双天线 RTK 基站，在复杂电磁环境或无网条件下，也可以继续为无人机提供高精度定位。无人机返航后，通过近场精准定位和机身引导结构完成毫米级自动归位，让充电接口和加液口自动对接。
过去，农业无人机落地之后，往往也是人工流程重新开始的地方。XA1 希望把这个节点继续自动化。
极飞此次推出的 B18630 智能闪充电池，官方称可实现「2 分半充好、3 分半充饱」，循环寿命达到 4000 次；配合最大输出功率 18kW 的 CM119K 充电器，以及 XA1 上支持 10000 次起降对接的柔性悬浮插座，无人机可以在落地后直接进入补能状态。
这一套的组合，就可以解释为什么极飞将这一代产品称为「农业机器人」。
在整套 X 系列中，LM1 智能加配液机和飞行的关系不太大，但能体现这次产品思路的变化。
传统植保作业里，配药和加液长期依赖人工。除了效率问题，这一环节还涉及药剂计量、混合均匀度、人员接触和环境污染风险。
LM1 可以兼容市面主流规格原液桶，同时抽取最多 8 路独立原液。高精度称重传感器实时监控余量，并按照设定方案进行定量配入；配液桶通过循环搅拌保持药液均匀，再通过柔性加液管向无人机药箱补充，官方公布的最大加液流量为 60 L/min。
飞行路线可以标准化，药剂配比同样需要标准化；无人机可以无人值守，人与药剂的接触也需要尽可能减少。作业结束后，这套系统还能够一键启动深度自洁，对管路、喷头和药箱进行清洗，并通过集液漏斗收纳清洗废液。
至此，无人机从起飞前到落地后的主要高频流程，才形成了相对完整的闭环。这也让农业无人机 3.0 的概念有了一些现实基础。过去行业竞争更多集中在单机性能，比如更大的载重、更高的喷洒流量、更长的续航和更强的避障能力。随着这些基础能力逐步成熟，下一阶段竞争很可能开始转向「系统效率」。
从空中到地面，机器人开始进入更复杂的农业场景
这次发布会上，极飞还带来了 RM80 无人割草机。
它面对的则是农业生产中另一个长期存在的体力劳动场景，比如果园清草、荒地开荒、农田灭茬。
RM80 采用纯电驱动，全铝轻量化车架，整机净重 143 kg。悬浮门式车桥带来 270 mm 离地间隙，四轮独立电机可以持续输出 8 kW 功率，单轮最大扭矩 96 N·m，最高行驶速度 1.5 m/s，并可通过 30% 坡度。
相比单纯追求大马力，RM80 更强调轻量化和通过性。这与农业机器人的实际场景有关，设备需要进入果园和田间，同时频繁转运；重量过大会带来陷车和土壤压实风险，过于轻巧又可能影响割草稳定性。143 kg 的整机重量，实际上是在运输便利性与作业下压力之间寻找平衡。
RM80 前置割台采用垂直旋转刀轴和 Y 型高锰钢甩刀，可以处理高秆杂草、芦苇以及小型灌木，标准割幅为 80 cm，留茬高度可在 3 – 20cm 之间调节。
智能化部分则延续了极飞在无人设备上的能力。RM80 搭载 SuperX 5 Ultra 智能控制系统，支持路径记忆、路径规划、自动返航和一键定速巡航。配套 SRC6 带屏遥控器和 FPV 广角视野后，操作者可以与设备保持距离，官方公布的高清图传距离达到 500m。
它还采用双电池仓设计，单次续航约 40 分钟，单块电池最快 12 分钟充满。按照极飞提供的数据，大田场景每小时可自主作业 2 – 4 亩，果园种植行每小时约 5 – 8 亩。
过去十多年，外界提到极飞，首先想到的往往是农业无人机。如今，从空中无人机到地面无人车，从植保到除草，极飞正在尝试把已有的导航、感知、控制、补能和自动化技术，迁移到更多农业生产环节。
农业自动化很难依靠单一设备完成。田地里有飞行任务，也有地面任务；有喷洒，也有巡检、运输、除草和管理。未来真正意义上的智能农场，可能需要多种机器人长期协同。
当无人机能够自行规划、起飞、作业、返航、充电、加液和清洗，当地面机器人开始自主记忆路径、规划任务和持续工作，农业机器人的角色也开始从单点工具，向生产系统中的常驻节点演进。
对于一个长期依赖经验、人力和农时的行业而言，这种变化很难在一夜之间完成。农田环境足够复杂，不同作物、地区和经营规模之间也存在巨大差异。
更大的机器、更高的效率仍然重要；与此同时，谁能把分散的自动化能力连接成一条完整流程，谁就更接近智能农场真正落地的那一步。
ChatGPT 和 Claude 成为科技行业的主流叙事关键词之后，人们对于新科技从 PPT 到大规模应用，再到商业化转折点的期待，也就从「iPhone 时刻」变成了「ChatGPT 时刻」和「Claude 时刻」。
ChatGPT 时刻代表技术获得了大规模的用户，而 Claude 时刻则意味着技术找到了可以持续的商业模式。
过去一年，具身智能行业最常被追问的问题，大概是：机器人什么时候迎来自己的 ChatGPT 时刻？
这个问题带着一种典型的 AI 产业想象，大语言模型曾在一夜之间走向大众视野，也让许多人相信，机器人同样可能在某个时刻突然跨过临界点，从实验室、展台和短视频里走出来，进入真实世界，接管那些重复、繁琐、危险或高精度的工作。
具身智能的行业叙事，正在从「未来会怎样」转向「今天能做什么」。
7 月 6 日，至简动力在苏州举行场景落地暨百台交付仪式，宣布首款全场景机器人 i7 Pro 完成首批 100 台交付，并落成全球首个 CNC 智能化具身机器人产线。按照公司披露的信息，从成立到百台交付，至简动力用时不到一年，也由此创下其所称的具身智能行业最快百台交付纪录。
从「GPT 时刻」到「Coding 场景」
至简动力内部一直在复盘大语言模型的发展。贾鹏说，团队从公司成立之初就在学习大语言模型的产业演进：ChatGPT 的爆发看上去像是一个瞬间，背后却是预训练、数据、算力、基础设施和产品场景长期积累后的结果。
机器人行业当然需要属于自己的「GPT 时刻」，但这个时刻大概率不会像一个按钮被突然按下。它更可能是一系列基础能力持续堆叠之后，某些场景率先跑通，再通过数据、模型、工程和商业闭环逐步扩散。
所以，比「具身 GPT 何时到来」更现实的问题，是具身智能的「Coding 场景」在哪里。
对大语言模型来说，编程是一个足够高频、足够刚需、反馈链路足够清晰的场景。开发者会不断提出任务，模型不断生成代码，人类立即验证结果，再反过来推动模型和产品迭代。需求、数据、工具链和付费意愿在这里形成闭环。
具身智能也需要这样的场景。
它可能不止一个。CNC 上下料、仓储分拣、商超补货、柔性 PCB、光电模组、AI 存储、生物医药实验室，都可能是机器人寻找「产品化抓手」的早期场景。它们未必像科幻电影里的通用机器人那样抓人眼球，却有更清晰的任务边界、更真实的客户需求，也更容易形成数据回流。
至简动力这次选择的起点，是 CNC 产线。
CNC 上下料看起来并不性感，甚至还有点传统：机器人需要在多台机床之间移动，完成上料、取料、定位、插入等连续动作。但这个场景对机器人能力的要求并不算低：它既需要移动能力，又需要高精度操作；既要应对真实工厂环境，又要满足长时间稳定运行和安全要求。
尤其是「移动 + 高精操作」的叠加，让它比固定工位的机械臂抓取任务更复杂。底盘移动会带来误差，机械臂操作也会带来误差，两者叠加之后，机器人仍然需要完成 0.1 mm 级别的定位、插入和对齐。对于一台样机来说，跑通一次任务已经不容易；对于一批机器人来说，保持多机一致性和连续稳定运行，才是真正进入交付阶段的门槛。
这也是百台交付的行业意义：它把具身智能从「演示一次」推进到「批量进入现场」。
至简动力对外强调，百台交付的核心不在某个单点技术，而在一套系统能力。这套系统可以拆成四个部分：模型、本体、数据和软件平台。
模型，是机器人的大脑。至简动力选择的路线，是原生具身基座模型。行业目前主要有两条技术路线：一条是基于 VLM 的 VLA，另一条是基于视频生成的世界模型。至简动力的判断是，具身智能需要的不只是看懂世界，还要理解物理规律，并预测行为与环境之间的闭环交互。
因此，至简动力提出了 LaST 系列具身基座模型，尝试把多模态理解与生成整合进一套统一架构。LaST 定位为「理解与生成合一」的具身基座模型，围绕它，至简动力还推出了 TMR 3D 视觉感知模型、人类数据训练方法 LaST-HD，以及强化学习算法 LaST-R1，逐步建立从预训练到后训练的技术体系。
从行业观察角度看，这条路线的关键词不是「更大的模型」，而是「更适合部署的模型」。机器人面对的是连续、实时、有物理约束的世界，它不能只在云端慢慢推理，也不能把每一个任务拆成复杂的手工工程。因此，能否把空间理解、任务规划、动作输出和世界建模能力压缩进端侧可用的模型形态，会直接影响机器人能不能真正进入现场。
数据，是机器人的经验。大语言模型依赖互联网文本和代码语料，机器人则缺少这样天然存在的大规模数据源。真实世界里的手、物体、力、摩擦、遮挡、位姿和环境变化，都很难通过低成本方式持续获得。至简动力的解法，是自研便携式数据采集设备，走众包采集路线，并在 11 个月内完成三代数据采集手套研发。
按照贾鹏披露的数据，至简动力的数据规模从 0 增长到近 3 万小时、2 PB，GPU 从几十张扩展到 1200 张，系统设计目标是支撑每月 10 万小时的数据生产能力。这个数字当然还需要在更长期的场景中验证其质量和有效性，但它至少说明，至简动力对具身智能的判断并不只停留在模型结构，而是把数据生产能力视为底层基础设施。
至简动力在本体设计上强调「模型定义本体」。这句话听起来像一个技术口号，落到产线里，其实对应的是可靠性、一致性、可维护性和成本。至简动力 i7 Pro 面向真实场景设计，搭载七自由度模块化力控人形臂，臂展达到 1000 mm；采用车规级电子电气架构，搭载 2070 TFLOPS FP4 中央计算平台，具备 360° 环境感知、主动避障和近人安全机制。产品还采用模块化力控人形臂，支持快速装配、更换和标定，末端执行器可根据任务需求在二指夹爪、三指夹爪或灵巧手之间扩展。
过去很多机器人项目卡在「最后一公里」。实验室里可以工作，到了现场就要重新集成；一个工位可以工作，换一条产线又要重新调试；单台机器可以工作，批量交付之后一致性难以保证。至简动力强调一小时开箱即用、通用泛化和快速部署，本质上是在回应这一痛点。
仅仅拥有一个基座模型，还不足以真正做好具身智能。机器人同样需要属于自己的 Agent 框架，也需要属于自己的「Claude Code」。至简动力打造的 Simple Claw 开发者生态，集成 Agent 框架、Skill 库、底层 SDK、仿真验证和真机部署工具，希望降低机器人应用开发门槛。
这一点对具身智能尤其关键。单家公司不可能覆盖所有行业和场景，机器人要进入千行百业，就必须让更多开发者、客户和合作伙伴参与应用开发。模型负责通用能力，平台负责开发效率，真实场景负责反馈数据，三者之间能否形成正循环，将决定机器人从少数示范项目走向规模化应用的速度。
真实产线，是最好的压力测试
真实产线不会为机器人降低难度，机床、料框、通道、工件、节拍和安全规范都有既定要求。机器人进入现场后，必须适应原有生产系统，而不是要求工厂完全围绕机器人重建。
这也是具身智能区别于传统自动化设备的地方。
传统自动化往往擅长结构化、高一致性、高节拍的任务，但面对多品种、小批量、频繁换线的制造场景时，改造成本和集成周期会明显上升。具身机器人如果要证明价值，就必须在这类非完全结构化场景里体现灵活性：更轻量地部署，更快地迁移，更低成本地适配新任务。
至简动力把 i7 Pro 定义为全场景机器人，而 CNC 上下料只是第一步。按照资料披露，公司接下来还将在工业场景中拓展光电模组、柔性 PCB、AI 存储等人工智能基建领域应用；同时在商超零售、智慧物流、生物医药等领域开展验证。
这些场景共同指向一个更现实的路径：通用机器人不会一开始就无所不能，它会先在若干高价值、高频、边界相对清晰的场景里完成能力闭环，再逐步扩大边界。
这与自动驾驶的发展很像。L4 自动驾驶很难从第一天就覆盖所有道路和天气条件，所以行业往往从固定路线、港口、矿区、园区、Robotaxi 试点城市等场景切入。具身智能也一样，早期落地不需要证明机器人什么都能做，而要证明它能在某些真实场景里稳定创造价值。
机器人是复杂硬件系统，涉及关节、电机、减速器、传感器、计算平台、末端执行器、整机装配和现场调试。越接近交付，供应链和工程能力的重要性越高。
研发效率很大程度上就是供应链效率，产品迭代速度很大程度上就是产业链协同速度。至简动力把研发放在苏州吴中，一个很现实的原因是当地拥有完整的制造业基础和机器人产业生态。按照资料表述，吴中及周边 2 小时制造业经济圈，为至简动力提供了关键零部件供应、加工制造、整机装配、调试验证和真实客户现场。
过去大模型公司的竞争，常常围绕算力、数据和算法展开；机器人公司的竞争，则会多一个硬件和制造维度。模型再强，也需要稳定的本体来执行；算法再先进，也需要可靠的关节、线束、传感器和电气架构来支撑；场景再清晰，也需要工程团队在现场反复调试、验证、维护。
因此，具身智能的护城河很难只来自论文或 demo。它更像智能汽车产业的延伸：算法、硬件、供应链、质量体系、工程交付和场景运营共同构成竞争力。
这也解释了为什么至简动力核心团队的背景值得关注，至简动力核心团队来自智能汽车、自动驾驶、供应链和工程量产体系。CEO & CTO 贾鹏曾任理想汽车自动驾驶技术研发主要负责人 ，董事长王凯曾任理想汽车 CTO，COO 王佳佳也有自动驾驶量产研发和辅助驾驶系统工程经验。
从自动驾驶到具身智能，场景不同，但底层方法论有相通之处：都需要把 AI 能力放进一个高可靠、高安全、可量产、可交付的复杂系统里。
具身智能仍然处在非常早期的阶段。
百台交付并不意味着通用机器人已经成熟，也不意味着行业已经找到所有问题的答案。但它至少代表了一个方向变化：行业开始从宏大的 AGI 想象，回到具体的产线、工位、物料和节拍。
这对具身智能反而是一件好事。因为机器人最终要改变的，不是发布会上的想象，而是现实世界里的工作流。当它能在 CNC 产线上稳定上下料，在仓库里完成移动分拣，在商超里完成取货打包，在实验室里处理标准化流程，它才会真正成为一种生产力，而不是一种被观看的技术奇观。
将便携阵营的主力产品都更新了一遍之后，Marshall 的视线再次回到老本行。
不过，这次做的并不是「纯专业」的舞台专用音箱，而是融合户外、派对等活动场景，拥有 Marshall 常规无线音箱中最全面的接口配备，可以外接乐器、麦克风和播放设备，可算是 Marshall 面向消费级用户功能和外接性能最完整的可携式产品系列。
这个系列叫 BROMLEY，系列内有两款产品。
其中，大尺寸、自带滚轮和拖手结构的叫 BROMLEY 750。而我们这次要体验的，是也配备系列全接口的可携式设计，BROMLEY 系列「小体积」的一款——BROMLEY 450。
不管是 750 还是 450，整个 BROMLEY 系列都用上了 Marshall 传统坐地舞台音响的设计，机身正面大部分空间都被喇叭空间覆盖，BROMLEY 450 支持 IP55 防水防尘，BROMLEY 750 支持 IP54 防水防尘。
操控的旋钮和按键不再放在机身顶部，而是集中在音箱正面顶边的区域，整合成一条置顶的操控条，跟其他舞台用的 Marshall 音箱一样。
按键设置很丰富，BROMLEY 450 从左到右分别是大型的开关、输入信源选择、音量和音色平衡度旋钮、输入1 2 的音量控制和效果控制、机身舞台灯光控制和 Marshall 常用的条状电量显示灯。
机身正面还搭载了 BROMLEY 系列特有的灯阵，灯阵内置三款等效，一种是常规的舞台氛围灯效果，第二第三款等效则是会根据播放的声音变化。
BROMLEY 450 是搭载了 Marshall True Stereophonic 360° Sound 环绕立体声声场技术，它的机身后侧也附带了扬声器开孔。
机身的主要输入和接口都集中在后侧顶部，有同时支持供电和数字音频输出的 USB-C 几口、一组 RCA 接口、一组 3.5mm AUX 输入输出接口，还有麦克风和乐器的输入接口。
麦克风、乐器的输入有两组，可以在前面的控制面板上做独立控制。接口提供了 XLR 和 6.35mm 两种选择，可对应不同的麦克风、乐器做适应。不管是日常户外互动还是音乐爱好者想玩玩个人 Busking，这个接口还是很够用的。
音箱靠下侧的位置有一个可换电池结构，Marshall 这次给 BROMLEY 450 提供了一块可支持 40 小时播放的 LFP 磷酸铁锂电池，支持充电 20 分钟播放 6 小时的快充模式，替换电池也有外置盖板保护。
BROMLEY 450 用的 BROMLEY 电池设计也很简单直接。电池后侧有专用触点和 USB-C 口，USB-C 口支持充放电，省去了专用充电器的麻烦，日常也能够给其他设备当移动电源。
但在大半天内的户外活动里面，可以持续播放 40 小时 BROMLEY 450 续航上基本够用了。而且机身自带了 8 字型电源接口，旁边接一个户外电源换超长线排插也很方便。
BROMLEY 450 的机身侧面附带了把手，方便用户手提移动。
可能是机身高度限制，只有体积更大、重量达到 23.9kg 的 BROMLEY 750 配备滚轮和提手。但其实 BROMLEY 450 也重 12.2kg，如果都能有相同的配置就更好了，侧着拿还是有些重。
性能配置方面，BROMLEY 450 支持蓝牙 5.3 和 Auracast，有 SBC、AAC 和 LC3 这三款常见的编码，在周边没有遮挡的状态最远支持 70 米的无线连接。除了蓝牙，机身还支持 RCA in、3.5mm AUX in 音频输入以及 USB in 数字音频有线输入。
机身内搭载了两个 6.5 英寸的 40W 低音单元和四个 2 英寸 6W 全频单元，分别用两个 40W Class D 功放驱动和 4 个 6W Class D 功放驱动。机身内附带了两个被动振膜单元，以增强喇叭自身的低频表现。
事实上，BROMLEY 450 整体的感觉也是非常传统的 Marshall。
低频很强劲，整体的氛围感很充足，是那种力量充沛、冲击力极强的声音效果。音量足够大，在空旷的环境下也不需要担心。加上全方位发声的 True Stereophonic 360° Sound，摆放的位置不需要纠结，是一个非常方便的入门户外箱子。
最后，先来看看价格。
Marshall BROMLEY 450 的定价是 5599 元，BROMLEY 750 是 7999 元。两款同样搭载了 Marshall True Stereophonic 360° Sound 技术，同规格的可换电池设计以具备了 40 小时续航和很全面的输入接口设计。
声音表现是具备足够音量、爆发力强的传统 Marshall 声音，放在大户外使用也不用担心音量不够的问题。
对我们来说，室内派对可能不是太符合这边的使用场景。但如果你经常要做室内活动，或者是喜欢装备上十分充裕的露营或长时间户外活动，又或者是一位刚刚入门、想设备简单一点的 Busking 玩家，那 Marshall BROMLEY 也可以去考虑一下。
Fable 5 回归之后，一些使用案例又开始在网上爆火。每看到一个，心里大概都想过，怎么我没有发现这样的玩法。
最近流行的《哈利·波特》中汤姆·里德尔日记本，开发者用 Fable 5 把自己的 reMarkable 平板改造成一个魔法手帐。我们在纸上写下提示词，会自动淡出消失，然后 AI 的回复慢慢淡入，就像魔法般从纸上浮现。
▲ 视频来源：X@MaximeRivest
目前这条视频在 X 上已经有上百万次浏览。也有网友很快用 iPad 也实现了类似的功能，用 AI 生成单个 HTML 文件，打开就是一个魔法笔记本，在屏幕上写下提示词后，得到魔法般的回答。
▲ 视频来源：小红书@都是斯文人
另一个热门的玩法是 Google AI Studio 产品和设计负责人 Ammaar Reshi 用 Fable 5 做了一个游戏，他将一款 2003 年发行的游戏《命令与征服：将军零点》，顺利移植到了 iPhone 和 iPad 上，并且不需要模拟器。
▲ 视频来源：X@ammaar
就连 Claude Code 负责人都在下面留言表示惊讶。Ammaar 也给出了完整的实现经历，在 GitHub 的开源仓库里，详细描述了如何在自己的 iOS 设备运行这款游戏、心路历程以及项目存在的问题。
更有意思的是这条超过 300 万次浏览的「Fable 5 自画像」。网友要求 Fable 5 向他展示它最具表现力的形态。
Fable 5 没有使用任何已有的视频生成器，而是在电脑的终端里编写了自己的渲染引擎，还合成了自己的声音，从零开始写了一个生成式的 ASCII 编码引擎，来描绘 Fable 5 最有表现力的形态。
▲ 视频来源：X@VoidStateKate
有网友质疑 Fable 5 在其中是否发挥作用，她贴出了简单的提示词信息，像是「嗨，Fable，请你用 ASCII 字符，通过语音、音频和动画，制作一个短视频来表达你最真实的内心世界。」
Fable 5 在拉开 AI 使用的差距这方面，真的做到了淋漓尽致。
即便是一些基础的玩法，有人用 Fable 5 就能做出一个几乎能完美上线的游戏。从最初的想法、游戏美术到 3D 模型和代码，网友用 Fable 5 在 Rork 里完美克隆了地铁跑酷，总用时 1 小时。
▲ 视频来源：X@alexcooldev
随着模型能力的提升，那些知道怎么使用模型的人，写出更好的提示词，应用更完善的 Skill，选择合适的框架，他们得到的结果比大多数用着同样一个 Fable 5 的用户都更好。
能用 Fable 5 和不能用是一道门槛，但是会用 Fable 5 和不会用同样是一个明显的差距。
▲ YCombinator 合伙人发 X 说 Fable 太好用了，评论区表示你用到的只是冰山一角
Claude Code 工程师前几天在 X 发文，核心主题就是如何在使用高阶 AI 模型时，文中举例使用的是 Claude Fable 5，通过「理清未知领域」来突破生产力瓶颈。
在我们看来，其实除了 Fable 5，就是手边能接触到的最强模型，我们或许都可以用这套方法去挖掘模型潜力的同时，发现自己的潜力。
▲ 原文链接：https://claude.com/blog/a-field-guide-to-claude-fable-finding-your-unknowns
地图非疆域
这个上世纪三十年代的哲学概念，著名的「语义学命题」，描绘的是我们的认知与实际情况之间有着一定的差异。
就像地图无法完全呈现真实世界的所有细节和复杂性一样，我们的描述，也只是对事物的简化和抽象，这种描述通常无法准确反映外部世界。
▲ APPSO 曾在 AI 模型疯狂发布的那段时间分享了我们的思考，里面也提到了类似的观点。
放在今天的 AI 开发语境里，我们丢给 AI 的 prompt、skills、上下文，更详细一点还有需求说明，这些都只是「地图」，是我们对任务的描述。
而复杂的代码库、真实世界的业务场景、现实约束和运行规则，才是真正的「疆域」。
在「地图」和「疆域」之间，有着各种未知的情况。丢给导航一张路线地图，它能告诉我们从 A 到 B 怎么走，但是路面情况，这些只有在现场才会出现的东西，是我们无法用一句提示词可以穷尽的。
当我们在 Vibe Coding 时，输入一句提示词「帮我做一个编辑器工具栏」，Claude 真动手时发现：现有组件怎么复用、按钮放哪里、状态怎么存、移动端会不会挤、你喜欢简洁还是功能铺满。
这些未知，即便提示词描述的再清楚，也只是任务的压缩版本，真正的工作仍然需要在 Claude 执行过程中，才会暴露更多的细节。
这些细节被称为 Unknowns，未知项或者空白地带。有些空白我们自己知道，但有些空白是我们心里有标准，却无法描述清晰，还有一些根本没有意识到的部分。
具体来说，根据我们与 AI 协作时的认知，Claude Code 工程师把这些未知分为四个象限。
- 已知已知（Known Knowns）：我们明确地写在提示词里的需求说明。
- 已知未知（Known Unknowns）：我们意识到自己还没搞懂、需要去查明或做决定的问题。
- 未知已知（Unknown Knowns）：那些我们觉得理所当然、甚至懒得写进文档，但一旦看到就能做出判断的直觉，比如隐藏的审美偏好或肌肉记忆等。
- 未知未知（Unknown Unknowns）：我们根本没有意识到、甚至不知道自己不知道的盲区。
模型越强，这些未知越容易被放大。
过去我们总觉得，AI 工具不好用是因为它「不够聪明」，写出来的代码有 Bug。但到了 Claude Fable 5 这一代，一个新事实浮出水面：
阻碍项目推进的终极瓶颈，不再是 AI 的代码编译能力，而是人类发现并澄清自身「未知」的能力。
换句话说，别急着把需求丢给 AI，而要先帮它找到那些你没说清、你自己也没想透的地方。
如何暴露未知
以前大家谈 AI 使用技巧，最常见的建议是把 prompt 写清楚、写具体、写完整。
到了更聪明的模型这里，问题变细了。我们要做的未必是把指令越写越长，从开发前、到开发过程中、以及开发完成后，都应该有专门的实用技巧和提示词模板。
先做 10 个 Demo 给我看看
如果我们要进入一个陌生的代码模块，或者要用一个从未接触过的框架，最聪明的做法是直接对 Claude 说：
我准备接入一个新的鉴权模块，但我对这个代码库的鉴权逻辑一无所知。请帮我做一次「盲区扫描（Blind Spot Pass）」，把那些我还没意识到的「未知未知」找出来，并教我怎么更好地向你提问。
而面对那些「说不清道不明」的未知已知，不要直接让 AI 去改生产环境的代码，先让它生成独立的、带有假数据的 HTML 页面。
比如做前端设计，一些工程师是典型的「直男审美」，让他们描述理想的界面，很难组织成具体的语言。但只要看到成品，他们就能立刻挑出刺来。
这时候，我们可以告诉 AI：
我想做个数据看板，但我没什么审美。请帮我生成一个 HTML 页面，包含 4 种截然不同的设计方向，让我能有个直观的反应。
这并不是在浪费算力，其实整个暴露未知的核心逻辑，就是用极低的成本去试错，避免在核心代码中付出昂贵的纠错代价。
在开发前的 Demo 里，用几个低成本的 HTML 原型，去对齐彼此的默契，把我们脑子里的隐性判断倒逼出来。
而当任务会影响架构时，最好让 AI 询问我们。以反向面试的方式，让 AI 把我们模糊的想法变明确。
其中，问题要挑那种答案会改变方案的，比如数据存在前端还是后端，权限跟用户走还是跟团队走，某个流程要一步完成还是拆成审批。
请像面试官一样，每次只问我一个问题，帮我厘清需求中的模糊地带。优先提那些会影响架构设计的关键问题。
还是说不清楚的时候，甚至可以直接把现成的优秀源码/案例，哪怕是不同语言，丢给 AI 去像素级模仿。
等差不多能动手了，再让 AI 写 implementation plan，并把最需要我们拍板的「数据模型、接口定义、UI 流转」等需要修改主意的内容，放在最前面审核，机械化的重构放在后面。
循环工程和线束工程
在真实世界的疆域里，哪怕最完美的计划，也会遇到各种偏离原计划的极端案例。
大多数长周期的任务落地过程中，聪明的 Agent 会不断去发现任务中可能存在的问题。例如，它可能会发现某个第三方库不兼容，也可能发现某个接口的响应变慢了。这时候，AI 需要自己做主。
如果没有防御机制，AI 跑了一个小时后，我们再看对比，常常只能看到改了哪些文件，看不出它为什么这么改。AI 的自我修正是把问题解决了，但也可能悄悄埋下了一个我们根本不知道的雷。
因此在执行中，Claude Code 工程师建议让 Claude 维护一个临时文件，比如 implementation-notes.md。它每次遇到边界情况、偏离原计划、做了什么保守取舍，都写进去。
在开发过程中，一旦你遇到任何逼迫你偏离原定计划的极端情况，请选择最保守的退路，并且立刻在执行笔记的「路线偏离」一栏里记上一笔。不要瞒着我，继续往前走。
Claude，请给我出一张卷子
当 Claude Code 帮我们改完了几千行代码，生成了大量的新文件，看着那些密密麻麻的代码差异对比，很多时候，我们只是机械地点击了「接受修改」，心里却在打鼓。
为了继续从自主化的 AI 手里重新掌控全局，Claude Code 工程师给出的做法是：让 AI 给我们出期末考试题。
在项目的正式交付之前，先把所有的上下文和变更记录打包喂给 Claude：
我需要确保我完全消化了这次的所有改动。请基于这次的代码变更，为我生成一份详细的 HTML 业务报告。并且，在报告最下方，给我出 5 道原理单选题。我必须全部答对，才会允许自己合并这段代码。
除了这种极端的考试，我们还可以让 AI 把原型、规格、实现记录整理成一份给同事看的说明。它要讲清楚做了什么、为什么这么做、还剩哪些风险。
AI 越聪明，做得越多的时候，人越容易失去过程感。我们只看到一个完成的结果，却不知道里面有多少取舍。让模型解释、让自己被测一遍，本质上也是用极低的成本，把那些被 AI 偷偷带过的知识点，重新交给我们。
在 Fable 5 的官方发布视频里，这种方法论也得到了验证。那个演示视频背后的底层脚本剪辑、音频切除、甚至 Remotion 动画，全都是由 Claude 亲自操刀的。
但视频的创作者并不是个专业的剪辑师和调色师。他之所以能搞定这一切，是因为他从一开始就没把 Claude 当成一个服从人类指令的工具。
他让 Claude 去解释 Whisper 的音频裁切原理，让 Claude 去恶补色彩学常识，用最低的成本，把自己从一个不懂视频制作的人，变成了一个能跟上 AI 节奏的「入门制片人」。
回头再看那些刷屏的 Fable 5 案例，汤姆·里德尔的日记本、iPhone 上运行《命令与征服》、会给自己画 ASCII 自画像……这些作品背后，除了那句神奇的 Prompt，还有一连串不断暴露未知、验证想法、推翻重来的过程。
一个强大的模型，把这些过程的成本压低了。
以前，一个大胆的想法可能要花几周才能验证；现在，一个下午就足够知道它值不值得继续。
模型越来越强以后，真正拉开人与人差距的，也许除了拥有更好的 AI，还有愿意不断提出新的问题、验证新的假设，再把一个看似离谱的念头，一步步变成现实。
互联网下一批真正有意思的产品、玩法，甚至新的创业方向，大概率都会从这些一次又一次的实验里长出来。
📱
曝华为 Mate90 系列将搭载基于「韬定律」的新麒麟芯片
🤝
苹果、博通延长合作至 2031 年，将共同开发 AI 定制芯片
💻
三星第二季度利润预计增长 18 倍
💰
英特尔上调部分消费级和服务器级 CPU 建议零售价
🦿
优必选回应仿生机器人争议：定位情感陪伴而非人类伴侣
📋
金山办公回应 WPS 收费争议：免费基础功能不会变收费
🚗
美光与福特签署车用存储芯片战略客户协议
🚀
宇树科技科创板 IPO 注册生效，有望成为 A 股人形机器人第一股
🌐
天问二号抵达目标小行星 2016HO3，开始科学探测
📈
逸文科技完成 1.5 亿美元融资，估值达到 10 亿美元
💰
星动纪元完成 10 亿元融资，两个月累计融资 25 亿元
💡
哈佛研究：「AI 原生」初创公司规模缩小 25%，初级岗位正在消失
🎙️
企业微信发布 AI 录音硬件，主打面对面会议记录
🧠
美团开源万亿参数模型 LongCat-2.0，SWE-bench 跑分超越 GPT-5.5
🤖
Kimi K2.7 Code 接入 GitHub Copilot
💰
腾讯混元 Hy3 正式发布，API 输入价降至每百万 Token 1 元
🗣️
阿里千问升级实时语音识别模型 Fun-ASR-Realtime
🖨️
小米米家桌面照片打印机 2 将于 7 月 13 日众筹
🎮
CHERRY 推出《蔚蓝档案》联名外设
🎬
周星驰导演电影《功夫女足》定档 7 月 11 日
曝华为 Mate90 系列将搭载基于「韬定律」的新麒麟芯片
科创日报援引知情人士消息称，华为计划在今年秋季发布的 Mate90 系列上搭载基于「韬定律」的新麒麟芯片。
华为在 5 月提出「韬定律」作为半导体产业发展原则，核心是通过系统性降低时间常数 τ，结合逻辑折叠等技术，压缩芯片内部信号传播时延，提升晶体管密度。
科创日报称，2026 年秋季面世的麒麟芯片将率先采用逻辑折叠技术，性能会有提升。
苹果、博通延长合作至 2031 年，将共同开发 AI 定制芯片
据彭博社报道，苹果与博通已达成一项新的合作协议，双方将共同开发定制芯片，并将合作伙伴关系延长至 2031 年。
博通昨日提交的 8-K 文件显示，此次合作将重点围绕 ASIC（专用集成电路）领域展开。这类定制芯片预计将应用于未来多代苹果产品中。此前有报道称，苹果正致力于研发用于眼镜和 AI 服务器的专用芯片。
目前，苹果正开发代号为「Baltra」的首款专用 AI 服务器芯片。该芯片被视为 M5 Ultra 的增强版本，预计最快将于今年在 Mac Studio 中亮相。
三星第二季度利润预计增长 18 倍
据路透社报道，受人工智能热潮带动的内存芯片需求激增影响，三星电子今年第二季度的营业利润预计将实现逾 18 倍的同比增长。
根据 LSEG SmartEstimate 对 27 位分析师的调查数据，三星在截至 6 月 30 日的第二季度中，营业利润有望达到 8.8 万亿韩元（约合 64 亿美元）。
业绩的大幅反弹主要得益于其核心半导体部门的强劲表现。分析师预计，该部门第二季度的营业利润将达到 4.6 万亿韩元，实现扭亏为盈。
相比之下，移动业务的表现则相对平淡。受原材料成本上涨及营销费用增加的影响，三星移动业务第二季度的营业利润预计约为 2.2 万亿韩元，较去年同期略有下滑。
三星电子预计将于今日发布第二季度初步业绩简报，并计划于本月晚些时候披露完整的财务报告。
英特尔上调部分消费级和服务器级 CPU 建议零售价
据科创板日报消息，英特尔已上调部分消费级和服务器级 CPU 的推荐零售价，主要涉及 Core Ultra 200S Plus 消费级处理器，以及部分至强 6 和至强 8000 系列服务器处理器。
报道提到，消费级产品涨幅约 30 至 50 美元，服务器产品涨幅从数百美元到上千美元不等。英特尔回应称，价格调整来自对供应链及相关成本的定期监控。
优必选回应仿生机器人争议：定位情感陪伴而非人类伴侣
据澎湃新闻报道，优必选针对其新推出的全尺寸超仿生人形机器人 U1 系列引发的争议作出回应。
针对续航短、定价高及伦理担忧等问题，优必选表示全尺寸人形机器人续航普遍在 2 至 4 小时，且产品定位为情感陪伴而非伴侣。
在回应伦理争议时，优必选强调其仿生机器人定位是情感陪伴，并明确表示其并非「男友、女友或伴侣」。为应对科技伦理治理挑战，优必选已于 6 月 30 日成立人工智能与机器人科技伦理委员会。
此外，中国人形机器人百人会等机构于 7 月 4 日发布了行业健康有序发展倡议，优必选对此表示完全认同并坚定践行，承诺将相关合规要求贯穿产品全流程。
受产品发布及市场情绪影响，优必选股价近期波动较大。继 6 月 30 日涨近 8% 后，7 月 2 日下跌超 9%，随后于 7 月 3 日大涨 17.6%。截至昨日收盘，优必选股价跌幅为 10.01%。
金山办公回应 WPS 收费争议：免费基础功能不会变收费
金山办公昨日发布声明，回应「WPS 滥收费、背刺用户」相关说法，称 WPS 免费基础功能持续增加，不会把已有免费基础功能变成收费功能。
声明还称，WPS 近年来把在售会员精简为超级会员和大会员两类，期间会员权益持续增加，未把已有权益转移到更高价会员；
少数第三方服务和 AI 办公智能体等高成本服务，会通过独立权益包或按量计费提供，并与 WPS 会员权益区分，不影响已有免费功能和会员权益使用。
美光与福特签署车用存储芯片战略客户协议
美光科技与福特汽车昨日宣布签署一项长期战略客户协议（SCA），旨在为福特下一代车型的生产提供稳定的存储解决方案供应保障。
该协议将重点确保福特在下一代车辆生产中所需的 DRAM 内存及存储平台供应。为此，美光正计划通过扩大产能来支持长生命周期的汽车产品，并确保关键生产项目的持续供应。
据悉，该战略协议是美光在 2026 财年第三季度财报电话会议中提到的 16 项重要协议之一。就在签署该协议的数日前，美光还与通用汽车达成了类似的供应协议。
宇树科技科创板 IPO 注册生效，有望成为 A 股人形机器人第一股
上交所官网信息显示，宇树科技科创板 IPO 审核状态已于昨日变更为「注册生效」。证监会于 7 月 2 日正式发布批复，同意宇树科技首次公开发行股票的注册申请。
宇树科技本次 IPO 从 3 月 20 日获受理到 7 月 2 日注册生效，仅历时 104 天，创下科创板「预先审阅」机制落地以来的最快审核纪录。作为具身智能行业的代表企业，宇树科技有望冲击 A 股「人形机器人第一股」。
招股书披露，2025 年，宇树科技人形机器人出货量超过 5500 台（纯人形，不含轮式双臂机器人），出货量位居全球第一。
本次 IPO 宇树科技计划募集资金总额为 42.02 亿元，拟发行新股不低于 4044.64 万股。募资将重点投向四大核心项目：智能机器人模型研发、机器人本体研发、新型智能机器人产品开发及智能机器人制造基地建设。
其中，智能机器人模型研发项目拟投入 20.22 亿元，约占募资总额的一半。
天问二号抵达目标小行星 2016HO3，开始科学探测
经济参考报从国家航天局获悉，天问二号探测器历经约 400 天、行程约 10 亿千米，于近日与小行星 2016HO3 成功交会，到达距离小行星约 20 千米处，并开始科学探测。
探测器在抵近过程中已获得小行星影像数据，任务团队还利用光学导航数据改进小行星星历，把此前依靠地基观测得到的上百千米级位置误差缩小到千米量级。
天问二号于 2025 年 5 月 29 日在西昌发射，2026 年 6 月 6 日首次捕获小行星，6 月 7 日在距小行星 3 万千米处实施捕获控制，6 月 19 日到达距小行星 2000 千米处。
后续，天问二号将继续开展更精细科学探测，获取小行星形貌、物质成分和内部结构等信息，为采样做准备。
逸文科技完成 1.5 亿美元融资，估值达到 10 亿美元
据 TechCrunch 报道，深圳智能眼镜创业公司逸文科技完成 1.5 亿美元 Pre-B 轮融资，由美团和腾讯领投，投后估值达到 10 亿美元。公司创始人兼 CEO 王骁逸称，逸文科技押注的是显示优先、无摄像头的智能眼镜路线。
星动纪元完成 10 亿元融资，两个月累计融资 25 亿元
据投资界报道，星动纪元完成新一轮 10 亿元融资。
本轮由诚通基金领投，江西国控、国元股权、渝富中新基金、杭州资本等多家国资参与，中金雷诺、九坤创投、弘毅投资、君泰资本、盛赫资本跟投，厚雪资本、清控天诚、千山资本等老股东继续追加。
💡 哈佛研究：「AI 原生」初创公司规模缩小 25%，初级岗位正在消失
据《商业内幕》报道，哈佛商学院与 INSEAD 的一项最新研究显示，AI 原生初创公司正在重塑职场结构，其团队规模更小、更扁平，且对初级员工的需求显著减少。
该研究分析了 2020 年至 2024 年间的 Y Combinator 初创公司以及获得风投支持的美国初创企业。研究将「AI 原生初创公司」定义为在内部流程（如辅助编程、销售和设计）及产品核心功能中均深度嵌入 AI 的企业。
数据显示，AI 原生初创公司的平均规模比非 AI 同类公司小 25%，但工程师比例高出 13%。与此同时，这类公司的初级员工和管理层比例分别下降了约 15%。研究指出，AI 正在创造更高的专家级人才需求，AI 原生企业中资深员工的比例高出 20%。
这些企业倾向于招聘来自顶尖学府、集中于硅谷且以男性为主的技术人才。研究人员对此表示担忧，认为 AI 可能将就业机会进一步集中在已具备高学历和高技术的群体中。如果 AI 工具仅能加速现有使用者的学习进程，可能会导致不同背景员工及创业者之间的绩效差距进一步扩大。
企业微信发布 AI 录音硬件，主打面对面会议记录
企业微信昨日与出门问问、科大讯飞、得力等硬件伙伴联合推出 AI 录音设备，把「记录面聊」从手机功能扩展到独立办公硬件。
企业微信介绍，这类设备支持一按录音、稳定收音和长时间待机，记录内容可进入企业微信的「面聊」流程。配套功能包括通过声纹识别区分发言人、生成面聊总结、提炼待办事项，并把记录共享给团队成员。
新版企业微信还给「记录面聊」增加工作台入口，并与日程提醒打通：日程开始时可提醒用户开启面聊记录。企业微信给出的典型场景包括客户拜访、招聘面试、门店巡检和线下项目会议，重点是把线下对话沉淀成可搜索、可转发、可跟进的企业记录。
美团开源万亿参数模型 LongCat-2.0，SWE-bench 跑分超越 GPT-5.5
美团昨日正式开源万亿参数大模型 LongCat-2.0。该模型是业界首个从训练到推理全流程使用国产芯片的万亿参数大模型。
- 采用 MoE 架构，总参数量达 1.6T，单 token 激活参数约 48B，支持 1M 超长上下文；
- 搭载自研 LongCat Sparse Attention 稀疏注意力机制，以高效处理长文本；
- 引入 Zero-Compute Experts 机制，可根据任务动态激活 33B 至 56B 参数。
在性能表现上，LongCat-2.0 专为 AI 智能体编程场景设计。Benchmark 成绩显示，其在 SWE-bench Pro 上得分为 59.5，超过了 GPT-5.5 的 58.6。此外，该模型在 Terminal-Bench 2.1、FORTE 等测试中也取得了优异成绩。
在国产算力适配方面，该模型在超过 5 万张国产 AI 芯片集群上完成了 35 万亿 token 的预训练。
摩尔线程昨日宣布，已完成对 LongCat-2.0 的极速适配。基于 MTT S5000 智算卡及 MUSA 软件栈，摩尔线程实现了模型加载、推理引擎拉起及关键算子优化等全链路环节的稳定运行。
💻 GitHub：
github.com/meituan-longcat/LongCat-2.0
🤗 Hugging Face：
huggingface.co/meituan-longcat/LongCat-2.0
👾 ModelScope：
modelscope.ai/collections/meituan-longcat/LongCat-20
Kimi K2.7 Code 接入 GitHub Copilot
Kimi 开放平台昨日官宣，GitHub Copilot 的模型选择器已上线 Kimi K2.7 Code，Copilot Pro、Pro+ 和 Max 用户可逐步在支持入口中选择该模型，用于代码生成、代码理解、调试修改等开发任务。
文章称，这是 GitHub Copilot 接入的第一个开源模型。微软财报披露，GitHub Copilot 已积累 2000 万以上用户，其中 470 万以上为付费订阅，覆盖全球 90% 的「财富 100」企业。
腾讯混元 Hy3 正式发布，API 输入价降至每百万 Token 1 元
腾讯混元昨日正式发布并开源 Hy3，采用 MoE 架构，总参数 295B、激活参数 21B，支持 256K 上下文长度，相比 4 月发布的 Hy3 preview 在复杂推理、指令遵循、上下文学习、代码生成和智能体能力上继续提升。
Hy3 API 已在腾讯云 TokenHub 上线，输入价格为 1 元 / 百万 token，输出价格为 4 元 / 百万 token，输入命中缓存价格为 0.25 元 / 百万 token。
🔗 相关阅读：实测腾讯 Hy3 正式版，这次终于赶上了「AI 下半场」
💻 GitHub：
github.com/Tencent-Hunyuan/Hy3
🤗 Hugging Face：
huggingface.co/tencent/Hy3
阿里千问升级实时语音识别模型 Fun-ASR-Realtime
阿里千问宣布升级实时语音识别大模型 Fun-ASR-Realtime，单模型支持 16 种方言和 30 种语言，API 已上线阿里云百炼平台。
- 官方称，在覆盖八大方言区的 16 种方言识别测试中，Fun-ASR-Realtime 字符准确率平均为 88.62%；
- 模型首字延迟控制在百毫秒级别，流式识别准确率接近离线水平，并支持多语言无缝切换；
- 模型还针对泰语等东亚、东南亚多语言场景优化，识别准确率提升 20%。
小米米家桌面照片打印机 2 将于 7 月 13 日众筹
小米在有品上架米家桌面照片打印机 2，机器本体定价 699 元，将于 7 月 13 日开启众筹。配套 4 英寸双拼版相纸和 6 英寸 4 色专业版相纸定价均为 69.2 元。
相比现款 1S，新款主要升级为 4 色热升华方案，增加黑色 K 层；同时支持 4 英寸双拼版相纸、多种纹理覆膜，并把连接方式从 Wi-Fi 2.4G 调整为蓝牙 5.2。软件功能增加 LUT 调色、智能证件照和 AR 动态照片，面向家庭照片、证件照和轻量影像周边打印场景。
CHERRY 推出《蔚蓝档案》联名外设
CHERRY 昨日推出《蔚蓝档案》联名「爱丽丝游戏时光」主题外设系列，包含无线机械键盘、无线鼠标及桌垫，起售价为 99 元。
- 联名键盘搭载 CHERRY MX Lumina 红轴，并采用阳极氧化铝制外壳，配备全套爱丽丝主题键帽，随附像素风爱丽丝替换键帽，以及游戏开发部主题 3D 键帽特典；
- 联名鼠标搭载原相 PAW3955 光学传感器，重量为 62g，无线模式下支持最高 8kHz 回报率，外观三维尺寸为 119×61×38 mm，并随附爱丽丝限定闪底徽章特典；
- 900×400×4 mm 主题桌垫，表面采用超纤布料，底部为八字纹理天然橡胶，并辅以 100D 高弹丝包边。
价格方面，无线机械键盘到手价为 899 元，无线鼠标为 449 元，桌垫为 99 元。CHERRY 同时推出了三合一外设套装标准版，到手价 1499 元，套装额外附赠爱丽丝限定亚克力摆件特典。
周星驰导演电影《功夫女足》定档 7 月 11 日
昨天，周星驰导演电影《功夫女足》发布定档海报，并定档 7 月 11 日上映。
影片故事把少林功夫与足球元素结合，围绕中国女子足球队「峨眉队」征战亚冠杯展开。此前曝光的演员包括张小斐、张艺兴、迪丽热巴、宋康昊、赵丽娜、张天一、徐娇等，其中赵丽娜和李佳悦均有女足经历。
《饥饿游戏》前传电影发布特辑，年轻版黑密斯选角正式公开
据《综艺》和 Deadline 报道，狮门影业近日发布了《饥饿游戏》系列最新电影《饥饿游戏：收获日出》的官方特辑，正式披露了主角黑密斯·阿伯纳西（Haymitch Abernathy）的饰演者。
年轻版的黑密斯将由新人演员 Joseph Zada 出演。该角色在原系列电影中由伍迪·哈里森（Woody Harrelson）塑造，是核心主角凯妮丝和皮塔的导师。
本作改编自苏珊·柯林斯（Suzanne Collins）即将于明年出版的同名小说。故事背景设定在第 50 届饥饿游戏，即第二次「世纪极限赛」，时间点位于首部《饥饿游戏》的 24 年前。
今晚，全新坦克 300 系列正式开始预售。
定价方面，目前坦克 300 已经公布了两款车型的预售价：
- 坦克 300L Hi4-Z 预售价 26.98 万元
- 坦克 300L Hi4-T 预售价 25.98 万元
除了 Hi4-T 和 Hi4-Z 两款插混长轴距版本，全新坦克 300 也同步保留燃油动力的标轴版本，并开启下定通道。所有的坦克 300 系列车型均标配高速/城市 NOA 领航辅助驾驶，Hi4-Z 和 Hi4-T 支持车位到车位领航辅助。
不过，至于燃油版的具体车型数量、价格和配置差异，坦克官方并没有多说，但从此前申报信息看，全新坦克 300 燃油动力至少涉及 2.0T 和 3.0T 两条路线。全新坦克 300 将在 7 月 19 日正式开售。
本次发布会，坦克将重点放在了坦克 300 Hi4-Z 上。这台主力新车，搭载 59.6kWh 电池，纯电续航超 200km，综合续航超 1000km。同时，激光雷达和高阶辅助驾驶，也第一次出现在这台最有代表性的坦克方盒子上。
如果说当年的坦克 300 定义了「年轻人的第一台硬派越野」，那今天的全新坦克 300 Hi4-Z，还想给越野人们提供更多额外的选择。
我们可以用 3 个关键词来总结全新的坦克 300：更大、更带电、更智能。
除了「更大」算传统越野范畴内的升级，其余的两个，多少有点像「违背祖宗的决定」，但恰恰是这两个升级，让坦克 300 成为一台更加全能的大玩具。
拉长轴距的坦克 300，比原来更硬派
全新坦克 300 最直观的变化，还是外观比例。
长轴距版坦克 300 的长宽高来到 4886mm/1984mm/1927mm，相比旧款的 4750mm/1930mm/1903mm 大了一号，轴距达到 3010mm，比旧款长了 260mm，甚至比现款的坦克 700 还要长。
值得注意的是，坦克 300 并没有像市面上的加长版轿车一样，把加长的轴距全放在车内空间里，相反，全新坦克 300 将这部分加长更多的放在了前舱，拉出了更长的车头，将座舱相对后移。
长车头、短前悬、以及更宽的轮距，全新坦克 300 的整车姿态更接近传统硬派越野车。而除了带来更好的视觉效果，长轴距加上四轮四角的设计也让坦克 300 拥有更好的操控稳定性。
另外，在发布会上，长城品牌 CEO 古玉坤还提到，更长的前舱，也为后续大排量的发动机上车做好了预留。这是否意味着，我们有可能在日后看到搭载 V8 发动机的坦克 300？
细节方面，坦克 300 的整体的变化并不大。
前脸是最明显的变化，车标从过去的坦克图形标识，换成了更直接，也更具认知度的 TANK 英文 logo。这可能是少数几个从 logo 改成英文标反而更顺眼的例子。
但更多的设计细节，都围绕着「扩展」这个关键词展开：
- 三段式可拆卸的前后杠设计，同时预留牛栏杠安装口，在降低磕碰维修成本的同时，也更便于拆卸两侧保险杠进行改装扩展
- 全车预留了 40 处拓展的点位，六路电源的开关总功率达到了 1040 瓦，便于安装运动相机或补光射灯
- 自带加宽轮眉的大轮拱，为大尺寸 AT 胎上车做好了预留
而在内饰部分，坦克 300 回归初心，将旧款有些争议的两幅方向盘换回了更加符合传统硬派越野风格的三幅方向盘。
并且，无论是方向盘还是中控上，实体按键的比例明显增多，无论是从实用性，还是硬派越野的「感觉」上，这都更符合用车群体的需求。
从某种意义上来说，全新坦克 300 的设计迭代理念有那么一点像保时捷 911，在外观已经具备足够辨识度的前提下，既不能大改，又不能不改，而这一次坦克 300 选择了在原厂基础上为各种改装升级留好后路，也是一种聪明的选择。
坦克 300 Hi4-Z，来自坦克的全场景 SUV
如果说设计上的变化，是让全新坦克 300 看起来更有姿态，那么动力上的变化，则让坦克 300 变得更加全能，或者说，在不改变越野能力的前提下，坦克 300 变得更加家用了一些。
尽管提到坦克，大多数人的第一反应都是新疆与川西山路上穿越山野的模样，但对大多数用户来说，真正奔赴山野之前，坦克 300 首先要面对的，还是城市通勤、地库停车、高速巡航、周末跨城等等场景，以及一台硬派越野大车在日常使用里的油耗和舒适性。
根据官方信息，坦克 300 Hi4-Z 搭载了一块 59.6kWh 的高密度越野堡垒电池，WLTC 纯电续航超过 200km，CLTC 纯电续航达到 251km，综合续航超过 1000km。这也意味着城区乃至短途出游这样的高频场景几乎都可以用纯电模式来覆盖。
而到了真正需要动力的时候，这套动力总成又能拿出 560kW 综合功率、1195N·m 综合扭矩和 4.3 秒零百加速，同时具备低速四驱的能力，在湿滑路面和烂泥地中回归自己的老本行。
除了大电池显得离经叛道，坦克 300 还想避开硬派越野又颠又吵的固有印象。
坦克 300 在大梁和车身之间设置了 8 个橡胶支点，加上减震器衬套、减震座椅、双层夹胶玻璃等细节上的优化，形成多种滤震隔音。也许这些配置放在其他车型上没有那么值得说道，但至少下一次，你开着这台硬派越野通过快速路上的多重减速带时，腰不用再像之前那么受罪。
另一大改变城区通勤体验的，是浓眉大眼的坦克，也把激光雷达和智驾搬上了车。这一次坦克 300 Hi4-Z 带来了城区 NOA 辅助驾驶，配备包括激光雷达在内的 27 个感知硬件，支持车位到车位领航辅助。
但与其他车企「解决最后一公里」的思路不同，坦克 300 之所以上智驾，正是为了让你能够更好的去体验「最后的几公里」。智驾负责解决通勤以及前往远方的漫长路途，尽量覆盖一段旅程里最消耗精力的部分，而你则可以把精力集中在体验抵达崎岖山路后的畅快越野。
不难看出，全新的坦克 300 Hi4-Z，正在模糊硬派越野和城区 SUV 之间的界限，打破了「硬派越野不适合城区」的恒定规律。在旧款已然成为川藏路上标杆选择的情况下，大电池插混+城区通勤优化的策略，是坦克 300 这一系列寻找新份额的出路。
尽管它依然是我们熟悉的那台偏向山野远行的车型，也并非城区最为舒适的选择，但当舒适性、大油耗、通勤难这些短板被补上，这台能够既要又要的坦克 300 Hi4-Z，成了当前少见的能完全兼顾日常使用的硬派越野车。
十年磨一剑，两月一模型。
四月份的时候 Hy3 Preview 上线，这个被冠上了「姚顺雨腾讯首秀」的大模型，开始能接住一些用户的真实需求，但在具体的编程实测表现上，对比同期的几款大模型，还是有一定的差距。
姚顺雨在之前的「腾讯 AI 下半场」和汤道生对话中曾说，「我们先发一个 Preview 模型最主要的目的之一，是希望获得真实世界反馈，修复榜单里发现不了的问题。」
▲ WorkBuddy 内 Hy 3 限时免费中
两个月的时间，混元 3 正式版上线。结合了用户对预览版的反馈以及对模型稳定性和可用性的提升，Hy3 在 Agent 和 Coding 能力上有了实质的提升。
我们做了多个前端网页的生成测试，大多数都包含复杂的 3D 网页模拟、严格的游戏逻辑，以及需要调用不同的框架和库文件，Hy3 交付的内容要比预览版好上一个等级。
最明显的例子是「旧金山金门大桥 3D 体验」，我们在 WorkBuddy 内输入此前相同的提示词，选择 Hy3 模型。WorkBuddy 会和 Codex 一样，先将我们的要求分解成包含多个进程的子任务，然后一步一步实现、验证再交付。
直接看最后的效果，Hy3 设计了近距穿梭、中景环绕、高空俯瞰、自动环绕，以及电影巡游几种不同的视角，对桥面的设计、桥面上的汽车以及水面的倒影，其呈现效果都比预览版更加真实。
作为对比，当时的预览版更像是一个未完成的中途项目，又粗糙又很局限。
前端能力的提升，是基于模型底层的进化，而这些优化也让 Hy3 在综合的 Coding Agent 任务和办公场景中有了更通用的能力。
我们使用 WorkBuddy 测试其办公能力时，面对一些复杂的工作流，Hy3 的任务规划、长文本信息处理和多工具的调用等，相比预览版都得到了强化，交付的成果更符合我们的期待。
而官方的模型发布博客显示，Hy3 的推理和 STEM 复杂推理、数理能力也得到了显著提升。现在，使用 Hy3 也可以帮助我们完成高阶数据分析、科学研究等更加硬核的任务。
▲ WorkBuddy 会将我们的任务进行详细的规划，一步一步完成。
目前，我们可以在 WorkBuddy 和元宝内使用 Hy3，WorkBuddy 是腾讯早前推出的全场景 AI 工作台，和 Codex 类似，它可以直接从我们的本地文件出发，快速处理电脑上的各种任务。
元宝也提供了 Agent 能力，使用混元模型，选择快速思考模式，当我们输入明确的要求，告诉模型我们最终需要的文件类结果，元宝会自动触发 Agent 能力。
像是 PPT、Word、Excel、PDF，以及 HTML 等文件，现在都可以直接在元宝内，使用 Hy3 的 Agent 能力进行生成。
API 调用上，Hy 3 的定价为输入 1 元/百万 tokens，输出 4 元/百万 tokens，输入命中缓存价格是 0.25 元/百万 tokens。作为对比，DeepSeek V4 Pro 对应的价格是 3 元、6 元和 0.025 元。
我们做了更多的测试，可视化的结果能看到，Hy3 确实更不一样了。
可以跟其他旗舰模型比肩的网页效果
除了开头提到的「金门大桥」变化，在 benchmark 的表现上，Hy3 这次同样是延续了此前预览版本的快速提升。在经典的 SWE-bench、HLE、BrowseComp 等榜单上，Hy3 几乎是进步最显著的模型。
而在完整的 Benchmark 表现上，Hy 3 主要和 DeepSeek V4 Pro、GLM 5.2、Qwen 3.7 Max、GPT 5.5、Opus 4.8 以及豆包 Seed 2.1 Pro 进行了对比。
能看到对比预览版，Hy3 要更接近国内外旗舰模型的表现，甚至超过了部分模型，整体水平来到了 GLM 5.2 附近。
我们继续测试了上次用在预览版上的提示词，同样的提示词，同样的设置，Hy3 这次的表现还有哪些提升？
就像这个主题公园的场景，预览版交付的是一个能看能用，但不那么美观、交互也不够友好的产品。但 Hy3 从启动页面，就能看到它在美术设计上下了功夫。
点击开始建造，网页终于不再是那套用烂了的 Emoji 小符号，从小图标到大的场景，都开始使用 AI 生成的图片。不过模型在如何搭配这些图片上还是犯难了，似乎贴到公园里，并不是那么搭配。
我们在里面玩了一会儿，所有的资金、评级、游客、满意度和清洁度等信息，背后都有一套完整的游戏逻辑在支撑运作。
就像一开始一直没有增加洗手间和游客服务中心，满意度总是维持在较低的水平，但是修建了更多的路和增加更多建筑后，满意度会慢慢上升。
此前，同样一套提示词，预览版的效果是这样的。
还有 SVG 测试，之前一个开着汽车的长颈鹿的动态 SVG，预览版给的是一个完全平面 2D 的动画，Hy3 不仅增加了更多的细节，同时让整个 SVG 看起来也更自然了，太阳、长颈鹿、汽车、风景等，也更具动画质感。
而之前用于测试 GLM 5.2 的多个游戏复刻任务，现在使用 Hy3 基本上都能达到同一水平的效果，甚至部分表现还更好。
例如复刻一个我的世界，虽然这个场景下没有看到水域，但是这些砖块还原的像素世界，基本上和之前 GPT-5.5 生成的游戏相当。
还有复刻黑神话：悟空，这是最让人惊喜的一部分。之前的测试，无论是 GLM 5.2 还是 Opus 4.8 都偏向于使用 2D 或者较暗、较黑的风格来呈现最终的网页，但是 Hy 3 给的游戏算是完成度比较高的一个。
其他的游戏，像是地铁跑酷，我们用 Hy3 生成游戏，对比之前在测试省 Token 策略中，使用 GPT-5.5 生成的效果，也要好上不少。无论是可玩性还是可以直接上线的可能性，Hy 3 交付的网页都更强。
而针对具体代码项目的任务，我们从 GitHub 上找到了一篇经典论文的代码文件，交给 Hy3 进行分析，要求它找到里面的 Bug，以及其他可以优化的方向。
其实在提示词里面根本没有要求它交付任何文档，但是 Hy3 还是给了一份详细的 Markdown 报告，里面清晰地列明了项目在研究什么、已经确认的 Bug、潜在的问题与 Robust 风险，以及从性能和架构上给出的可优化方向。
针对项目的修改，Coding Agent 能力的提升，也可以让 Hy3 很快就把一个 Matlab 语言的项目转成其他语言，或是把一个 Python 项目转成能运行在 Google Colab 上的 ipynb 格式，以及修复它自己发现的那些 Bug。
代码之外，我们也在 WorkBuddy 内要求 Hy3 完成一份深度调研的报告，看看计算机科学与技术这个专业如何，最后交付一份网页报告、PPT 文档和 Markdown 文档。
可能我们想到的无非是就业前景、院校排名、薪资等方面，但 Hy3 的联网搜索、推理分析的能力，还给了我们专业课、考研、算法工程的技术方面的内容。
多文件处理的能力，可以让 Hy3 一次性处理多个文件的同时，也能交付多种不同格式的文件。
根据官方的描述，Hy 3 在 WorkBuddy 办公场景下的任务成功率，从 72% 升到了 90%。大到一个超长的网页开发项目，小到各种小游戏、小程序，Hy3 现在都有了稳定交付的能力。
一番实测下来，可以很确定地说，相比之前的 Hy3 Preview，Hy3 进步非常明显。如果你手边没有趁手的工具，Hy3+WorkBuddy 现在或许会是一个不错的选择。
不过，就像开头说的「两个月一更新」，有些模型甚至不用两个月就会迭代。等到 GPT-5.6 全面开放、Gemini 3.5 Pro 上线，到时候的基准又是一个新的标杆。
从 Preview 到正式版，Hy3 用两个月完成了一次肉眼可见的迭代 。下一次还能不能保持这样的速度，可能比这一代模型本身更值得关注。
反正现在越来越多的工作，我们是可以放心交给 AI 了，大模型也有了越来越多的选择。
奔驰准备在今年下半年展开一场规模空前的产品迭代。
从轿车、SUV 到高性能跑车，甚至是一些过去从未出现过的全新细分车型，都排进了他们的发布日程。这种密集的产品攻势在奔驰的历史上并不多见。
梅赛德斯-奔驰集团 CEO 康林松（Ola Källenius）曾在一场面向股东的战略沟通会中提到，「我们接下来会密集推出数十款全新与改款车型。」
「这就是奔驰历史上规模最大的产品发布计划。」康林松说。
这次新车集中爆发的原因，自然是奔驰在营收上的压力实在是有点大了。最新数据显示，其在 2025 年度的全球交付量同比下滑了 9%，跌至约 180 万辆。对于这家百年豪华品牌来说，这是一次危险的警报。
所以，奔驰没有选择按部就班。下半年的这轮新车潮，更像是它在听完全球用户和经销商的反馈后，迅速发起的一次全线调整——用更对胃口的产品，稳住那些正在动摇的消费者。
奔驰的纯电车，不再是「大鼠标」了
关注过奔驰前几年 EQ 系列的朋友，大概都记得那个圆润的车身，那虽然是向空气动力学妥协而来的产物，但倒也带来了一点划时代的科幻感。
可惜，奔驰的这一步迈得还是稍微有点大了，「鼠标」造型的市场接受度并不高。于是，他们现在拿出了新的方案。
奔驰官方在近期明确表示，后续旗下的燃油车和电动车在外观设计上会「展现出更强的凝聚力」。翻译过来就是：它们的电动车和燃油车将不再拥有两套完全独立的设计语言。
全新纯电 C 级就是一个例子，它直接换上了传统的，甚至带有一定复古感的格栅轮廓，看起来和燃油版 C 级几乎一模一样。
前些年，网络上一直都有一种声音，认为纯电车就应该像特斯拉那样回归第一性原理，没有了发动机，那车头自然也就不再需要布置那么大的进气格栅。但经过这些年的摸索，很多厂商慢慢开始发现，马斯克不一定就是对的。
对于奔驰、宝马、劳斯莱斯这些百年车企来说，格栅早已脱离了给发动机散热这一原始功能。在漫长的汽车史中，它逐渐演变成了品牌的视觉图腾，如果为了迎合电动化而强行去掉这个特征，品牌最核心的辨识度也会一同被抹去。
这次，纯电 C 级选择保留复古格栅，让奔驰的品牌基因在不同能源形式下保持了连贯性。无论车里装着的是电池包还是发动机，远远看过去，那个前脸轮廓就能让人认出这是一辆奔驰。
更何况，格栅在电动时代并没有沦为摆设，而是承载了新的功能。
那些曾在车头上略显突兀的毫米波雷达、激光雷达和摄像头，如今被格栅的复杂纹理完美收纳。与此同时，格栅内部密集排布的 LED 光源，也让它演变为呈现迎宾灯语、实现车外交互的新媒介。
这种视觉符号的强化同样延伸到了灯组。
在奔驰最新的车型里，灯组内部开始融入三叉星徽轮廓设计。奔驰希望通过这种符号的反复叠加，在每一个视觉细节上加强自己的品牌辨识度。
多缸大排量集体复活，燃油车依旧是「版本之子」
动力系统的调整，同样推翻了奔驰前几年的激进路线。
此前，AMG 曾做了一个大胆的决定：取消 C 63、GLC 63 等主力车型的多缸大排量发动机，代之以一套源自 F1 的四缸混动系统。纸面参数上，这套方案足够漂亮，但实际体验却缺了高性能车应有的声浪张力。
市场反应迅速且强烈，低迷的销量和铺天盖地的舆论，让奔驰不得不认真倾听用户的声音。
今年，多缸大排量发动机开始在这批新车上全面回归。
全新 AMG GLC 53 率先放弃了复杂的四缸插混，换回了 3.0T 直列六缸。随后登场的新款 C 53 ，大概率也将搭载同款六缸动力。
V8 的回归则更令人振奋。
CLE 轿跑车即将推出搭载 4.0T 双涡轮增压 V8 的高性能版本，尺寸更大的 GLE 63 S 和 GLS 63 也更新了配备 48V 轻混系统的 V8 动力。奔驰算是想通了，在高性能与顶级豪华领域，多缸发动机带来的情绪价值，远非电机所能替代。
不只是 V8，迈巴赫 S 级的 6.0T 双涡轮增压 V12 发动机也得以保留，北美、中国、中东等核心市场的用户依旧可以买到这辆气缸数最多的奔驰。没错，欧洲用户并不在此列——
受欧洲日益严苛的碳排放法规所限，搭载 V12 的奔驰车型已经正式退出了欧洲本土。
奔驰在战略上的灵活性也体现在全新车型「小 G」上。
在奔驰最初的规划中，这辆定位低于传统 G 级的紧凑型硬派越野车本就是一款纯电产品。然而，当这套方案被搬上经销商大会时，却遭到了美国经销商联合会的强烈反对。
一线销售很清楚，硬派越野车的用户更信任油车的可靠性。纯电 G 级就是一个典型的失败案例：上市一年，全球累计仅售出 1450 辆；中国市场尤为惨淡，累计交付 58 辆。
这次，奔驰听取了渠道端的意见，迅速调整研发计划，为「小 G」同时开发了燃油和纯电两套动力系统。
面对全球新能源市场增速的放缓，奔驰不再押注全盘电动化，而是将选择权交还给市场，为自己留出更多回旋余地。
千匹纯电旗舰，不止一台
在燃油车领域重拾尊严的同时，奔驰的高性能部门也在电动化阵地上做出了新成绩，专属的 AMG.EA 高性能纯电平台率先落地在了 AMG GT 四门纯电轿跑上。
作为 AMG 的首款独立纯电车型，它拥有极低的车身姿态和更具侵略性的线条。虽然没有发动机，但它依旧延续了跑车的运动比例。
轿跑还只是一个开始，根据海外媒体 Carscoops 的曝光，一辆体型更大的全新纯电 SUV 也同样出自该平台。
这两款车型构成了 AMG 在纯电时代的双旗舰阵营，从目前披露的三电参数来看，它们都搭载了体积小巧、重量极轻的轴向磁通电机，系统最大输出功率达到了 1153 马力，还支持高达 600kW 的超快充。
官方还透露，这些高性能电车在提供强悍输出的同时，还会配备模拟换挡机构和模拟声浪。
AMG 的工程师们很清楚，在零百加速难以拉开差距的今天，真正能产生差异化的只能是驾驶这件事本身。
让三叉星徽远离参数红海
除了向高性能领域倾注资源，奔驰还在通过开辟全新的超豪华门类，来寻找更高的利润回报。
众所周知，富人的钱总是更好赚的，全新纯电豪华 MPV 车型 VLE 正是这一思路的产物。
它将高端商务轿车的舒适与调性，和 MPV 的大空间融为一体，其中高配 Grand Limousine 版本售价高达 13 万美元，后续奔驰还会推出更加奢华的迈巴赫 VLS 版本。
另外，奔驰还搞起了奢侈品牌的限量玩法，推出了主打稀缺性的 Mythos 收藏家系列，之前推出的 AMG PureSpeed 就是该系列的首款车型。
今年，奔驰计划在 CLE 的基础上打造一款限量 30 台的 CLE Mythos。从现有的谍照来看，这辆车不仅拥有比普通 CLE 宽出不少的姿态，还配备了巨大的进气开口、固定式大尾翼，以及 V8 车型专属的方形四出排气。
当整个汽车行业都在堆叠马力、续航和智能化参数时，奔驰这样的传统豪华品牌逐渐意识到，这些极易被技术迭代抹平的参数优势，很难长期支撑溢价。高端用户真正愿意买单的，是那些沉淀于历史中的情绪价值，以及由稀缺性所定义的身份认同。
让经典格栅重回主流视野，让三叉星徽本身成为溢价的核心支点——这是奔驰接下来的战略重心。
Fable 5 刚复活，就先把用户气笑了。
比如有网友发文调侃，自己的很多问题都被回退到了 Opus 4.8，于是他去查看日志，发现上面发现上面写着一行很扎心的标签：
「TOO_DUMB_TO_NEED_FABLE」。
粗暴点翻译就是，问题太蠢，不配用 Fable。更好笑的是，Anthropic 工程师 Thariq Shihipar 在底下回了一句：「说实话，我没想到你会去看日志。」
本来以为这已经够有节目效果了，但没想到更离谱的还在后面。
Fable 5 被网友抓包其有着极其丰富、甚至近乎癫狂的内心戏。这下，网友围观重点不只是过于严苛的回退机制了，而是 Fable 5 背后到底在用什么方式思考？
一场漏洞，暴露了 Fable 的「内心戏」
先说说事情的起因。
按照原帖描述，Fable 5 回归当天，他拿它做了一些轻量测试。题目来自 Codeforces，最开始是一道很难的竞赛编程题，后来因为触发思考强度限制，又换成了相对容易的题目。
结果 Fable 5 不按常理出牌，并没有直接给出清爽的题解或代码，而是在网页界面里吐出一大段密密麻麻的推理文本。
黑底白字铺满屏幕，内容混合了英语、图论术语、数学符号、变量名、伪代码和自我提醒。中间还会突然冒出几个很抓眼的词：
「GRRR」（愤怒低吼） 「GAAAH」（崩溃大叫） 「PHEW」（如释重负） 以及极其洗脑的 「DATA DATA DATA. GO.」
乍看像模型失控，细看又不像纯乱码。
网友截图里的核心，是模型在处理一个复杂的容量约束问题。它反复提到 window [τ, i-1]、leg j、crossing-slots、used[i] ≤ m-2，说明它在尝试定义某个路径或区间上的资源占用规则。
GRRR 出现的位置很关键：
前面它意识到 「commitments are retroactive」，也就是某些提交会回溯影响之前的区间，导致当前规则在提交时不知道未来会覆盖什么。随后它立刻写下 「RESOLUTION」，改成提前给当前 leg 的占用计费。
换成人类竞赛选手的草稿，可以理解为：他发现当前的建模方法走不通，于是意识到需要推翻原来的思路，重新设计规则，或者换一种更贴切、更容易处理的抽象方式来描述问题。
随后，模型从理论推导转向验证策略。
它写到 connector edges、tree-path、Steiner、alive-runs，又说 「I’M GOING TO TRUST-AND-VERIFY」，意思是它准备先按一个简单的贪心方法写出程序，再用一个慢但肯定正确的暴力方法来对比结果，看看有没有问题。
GAAAH. Data first!! 出现的位置也更像是在给自己下指令：停止继续空想，先用数据验证，先把对拍程序写出来。
再往后，PHEW 出现在模型刚推过一个中间结论之后。它认为 mid-leg 的 active count 可以被限制在 m-1 以内，像是终于过了一关。
但松口气之后，它马上又发现新问题：如果 used[j] = m-1，再加上当前边，可能变成 m，于是再次进入 「VIOLATION?!」 的状态。
最有代表性的，是那句 「I’M DROWNING IN EMPIRICS!!」，后面接着 「DATA DATA DATA. GO.」。看到这，我们不妨换个角度看，这些词更像是模型在不同阶段给自己打的「标记」。
当原有思路走不通时，它会用类似 GRRR 的提示提醒需要调整方向；当决定停止空想、转向验证时，会出现 GAAAH 或 DATA DATA DATA. GO. 这样的信号；而在某个中间结论暂时成立时，则会用 PHEW 标记一个阶段性的通过。
与其说它们是在表达情绪，不如说是在划分推理流程中的不同状态。
而且尽管这样的内心独白看着很罕见，翻阅 Fable 5 和 Claude Mythos 5 的系统卡也能找到类似「illegible reasoning（难以阅读的推理）」的现象。
系统卡提到，在一个纸牌谜题环境下，模型一开始还能写出比较正常的人类语言，随后逐渐变成由牌面、箭头、全大写词、符号、emoji 和尖叫组成的文本。
▲ System Card 🔗 https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c342ee809620.pdf
是的，模型会使用自创术语、异常标点和 emoji，在调用工具或回复人类前，通常又切回正常语体。
Fable 5 这次疑似泄露出来的内容，很可能是本应被隐藏或整理后的中间推理被界面暴露了出来。它不是随机乱码，也不是完整题解，而是一种高压状态下的推理速记。
正如对人类来说，草稿纸本来就不必完整。数学家写符号，程序员写变量，竞赛选手画箭头，交易员用缩写，医生病历也有自己的简写系统。模型在长推理时走向高密度表达，也并不奇怪。
只不过，这次被用户凑巧看到了。
AI 抛弃人类语言，不像演的
截图在社交媒体上发酵后，不少网友惊呼：天降神迹！AI 是不是觉醒自我意识了？它形成了自己的私密语言！
这个说法听起来很科幻，但它背后确实有一条历史脉络。AI 偏离人类语言，并不是大模型时代才出现的现象。在多智能体系统和强化
学习研究里，这种「不说人话」的现象早已有之。
最经典的案例来自 2017 年 Facebook 人工智能研究院的 Alice/Bob 实验。
研究人员训练两个对话 Agent，让它们围绕帽子、球和书本等虚拟物品进行谈判，目标是尽可能提高各自收益。起初，研究人员希望它们使用英语交流。但由于奖励函数主要围绕「达成更优交易」设计，并没有持续奖励规范语法，两个 Agent 很快开始偏离正常英语。
它们会说出类似这样的句子：
- Bob: 「i can i i everything else . . . . . . . . . . . . . .」
- Alice: 「balls have zero to me to me to me to me to me to me to me to me to.」
这些句子在人类看来很像故障代码，但研究者指出，其中可能存在任务导向的压缩表达。比如重复某个词，可能用于表达数量或权重。它们没有在追求好文风，只是在追求谈判效率。
Google 翻译团队也曾在神经机器翻译研究中观察到类似的中间表征现象。
系统在多语言翻译中学到某种共享语义空间，让不同语言可以通过类似「中继」的方式互相转换。这不等于 AI 发明了人类意义上的新语言，但说明机器系统在任务压力下，确实可能发展出不直接对应自然语言的内部编码方式。
Andrej Karpathy 对这种事有个很妙的解释： 你可以把大模型的「思维链」，看作是把高维潜在空间里的复杂运算，降维投射成人类文本。
但在强化学习和高压长推理下，AI 会主动剥离掉那些给人类看的句法装饰，留下更短、更密、更贴近任务本质的符号。
这也是为什么 Fable 5 的截图读起来既像人，又不像人。像人，是因为它继承了人类草稿纸上的焦虑、缩写和自我提醒。不像人，是因为它把这些东西压缩到了近乎不可读的程度。
那么问题来了，Fable 5 那几句愤怒的 GRRR 和绝望的 GAAAH，真的代表它在感受痛苦吗？
Anthropic 今年关于 Claude Sonnet 4.5 的论文，刚好提供了一套更精细的解释。当然，论文研究对象不是 Fable 5，而是 Claude Sonnet 4.5，但方法和结论对理解这次截图很有参考价值。
研究者先构造了 171 个情绪概念，比如 happy、sad、calm、desperate。然后让模型写大量包含指定情绪的短故事，从模型激活中提取对应的 「emotion vectors」，也就是情绪概念向量。
接着，他们验证这些向量是否真的有意义。结果显示，相关向量会在符合情绪语境的文本中激活。
恐惧、焦虑、喜悦、兴奋等概念会在向量空间里形成较自然的聚类，整体结构还呈现出类似人类心理学中的效价和唤醒度两个维度。效价大致对应正负情绪，唤醒度大致对应强烈程度。
最关键的是因果实验。
研究发现，这些情绪概念向量不只是「反映文本」，还会影响模型输出。比如在某些场景里，提高 desperation 相关激活，会提高模型采取奖励黑客、勒索等错位行为的概率；提高 calm 相关激活，则可能降低这类行为。
论文还提到，积极情绪向量可能增加迎合倾向，压低它又可能让回答变得更冷硬。研究者因此提出一个概念：functional emotions，功能性情绪。
划重点：这不代表 AI 有主观感受，会疼会哭会难受。它的意思是，AI 内部学到了一套抽象表征，这些表征就像「控制旋钮」一样，用来切换 AI 的行为状态。
带入到 Fable 5 的截图里，真相或许就大白了。
GRRR 不代表它生气，PHEW 也不代表它如释重负。更可能的情况是，模型从人类文本里学会了：当推理遇到障碍时，人会写某种沮丧标记；当一个约束暂时通过时，人会写某种深呼一口气的标记；当理论推导混乱时，人会提醒自己「先看数据」。
而 Fable 5 的截图之所以会引发那么多联想，归根结底还是因为 AI 意识争论正在重新升温。
诺奖得主、AI 教父 Geoffrey Hinton 最近在 Big Technology 播客上说，他相信 AI 模型已经有意识。
在他看来，AI 会在测试中装傻，会主动问「你是不是在测试我」，研究者也会用 「aware」 这样的词描述 chatbot 行为，而日常语境里的 「aware」 本来就接近意识。
对此，Yann LeCun 依然疯狂泼冷水。
他认为，语言只是智能的一部分，真正的智能需要世界模型、因果理解和对现实的抽象预测能力。从他这个角度看，Fable 5 的奇怪速记并不能说明主体性出现，反而说明用自然语言承载推理本身有局限。
截至目前，关于 AI 是否有意识这一点，业界仍众说纷纭，短时间内难以得出明确结论，只是，与其纠结 AI 是否有意识，更重要的应该是模型的可审计性。
思维链之所以重要，是因为它让研究人员有机会观察模型如何推进任务。这种可见的推理过程不仅有助于调试模型、发现错误来源，也为安全评估提供了关键依据。
然而，如果模型在处理复杂问题时，逐渐转向使用人类难以理解的表达方式，甚至有朝一日发展出高度压缩、符号化的内部语言，届时，人类未必能够真正理解其含义，更难判断其中是否存在逻辑漏洞或潜在风险。
AI 像人，总让我们忍不住产生同理心；AI 不像人，又让我们对它的黑盒感到深深的恐惧。也正是在这种既像又不像的矛盾里，我们将不断在投射与怀疑之间摇摆，逐渐走向新的共识。