就在刚刚，GPT-5.6 系列正式发布，不过，它并没有直接全面开放，而是以「有限预览」的方式先行试水。

作为 OpenAI 最强的一代，GPT-5.6 一口气端出三款型号，名字起得颇有诗意：

• Sol（太阳）是旗舰模型，也是 OpenAI 口中目前最强的模型；
• Terra（地球/大地）是面向日常工作的平衡型模型，性能可以与 GPT-5.5 竞争，同时价格便宜一半；
• Luna（月亮）主打速度和低成本，是 GPT-5.6 系列中最便宜的模型。

从这命名方式来看，奥特曼私底下没少学习 Anthropic 营销的精髓。而借着 GPT-5.6 的发布，OpenAI 也顺手把命名体系重新梳理了一遍：

数字表示代际，Sol、Terra、Luna 对应不同能力层级，便于区分智能水平、速度与成本。产品定位上，Sol 面向高难复杂任务，Terra 覆盖日常工作流，Luna 主打低成本调用。
换句话说，GPT-5.6 不只是一次能力升级，也是 OpenAI 对模型产品线的一次重新分层。

GPT-5.6 深夜突袭，能力全系霸榜

作为 OpenAI 迄今最强模型。GPT-5.6 Sol 的能力展示，主要集中在编程、生物信息学和网络安全三个方向。

这三类场景有一个共同特征：

复杂、长链条、强依赖上下文。模型需要在任务中持续规划、推理、调用工具、修正错误，并不断推进流程。OpenAI 把这种能力称为 agentic capabilities——让模型更像一个能独立执行任务的 agent。

在编程场景中，GPT-5.6 Sol 已经不再停留在代码补全，而是深入到命令行环境中的复杂操作。

OpenAI 称，Sol 在 Terminal-Bench 2.1 上刷新了表现。Terminal-Bench 2.1 测试的是命令行工作流，任务要求模型具备规划、迭代和工具协调能力。

基准测试成绩显示，GPT-5.6 Sol Ultra 在 Terminal-Bench 2.1 上得分 91.9%，GPT-5.6 Sol 得分 88.8%。作为对照，GPT-5.5 为 88.0%，GPT-5.6 Terra 为 82.5%，GPT-5.6 Luna 为 84.3%。

横向对比其它模型，Claude Mythos 5 为 84.3%，Claude Fable 5 为 83.4%，Claude Opus 4.8 为 78.9%，Gemini 3.1 Pro Preview 为 70.7%。

Sol Ultra 的成绩，也对应 GPT-5.6 的核心功能。

一方面，max 级别的推理强度让模型可以投入更多时间进行深度推理；另一方面，新增的 Ultra 模式会调度多个子 Agent，把复杂任务拆分处理，再统一汇总结果。

在真实开发场景里，模型经常需要理解项目结构、读取文件、修改代码、运行命令、分析报错、继续修改。一个复杂任务通常无法靠一次回答完成。Ultra 模式的方向，是让多个子 Agent 分别处理不同环节，再把结果汇总起来，从而提高复杂任务的完成效率。

生物方向上，GPT-5.6 Sol 的提升体现在 GeneBench v1 上。这个评测主要面向长周期基因组学和定量生物分析任务。OpenAI 称，Sol 相比 GPT-5.5 取得了更强结果，而且使用的输出 tokens 更少。

这一点对科研场景尤为关键。生物信息学、基因组学和定量生物分析，经常需要模型持续分析数据、解释结果、选择方法、比较假设，并在多轮操作中保持上下文一致。模型能不能完成这类任务很重要，能不能用更低 tokens 成本完成长链条分析同样重要。

如果 Sol 能在更少输出 tokens 下取得更强结果，意味着它在专业科研工作流中有更好的成本效率。对实验室、企业研发团队和生物医药场景来说，tokens 消耗直接影响调用成本，也影响模型能否进入大规模工作流。

网络安全则是 GPT-5.6 Sol 最敏感的能力方向。

OpenAI 称，Sol 是其迄今最强的网络安全模型，能够推进长周期安全任务的性能和效率边界，包括漏洞研究和 exploitation 相关任务。

在 ExploitBench 上，GPT-5.6 Sol 的表现接近 Mythos Preview，但只使用了大约三分之一的输出 tokens。

同时，OpenAI 还提到 ExploitGym——一个由 UC Berkeley 联合多家前沿实验室打造的评测体系，用于衡量模型在安全任务中的能力。随着推理能力提升，Sol、Terra、Luna 在这一领域都有明显进步。

不过，OpenAI 对这部分表述明显踩了刹车。

官方强调，Sol 更擅长发现和修复漏洞，还不能稳定完成端到端攻击。在涉及 Chromium 和 Firefox 的评估中，Sol 可以识别 bug 和程序缺陷，也就是漏洞利用的基础组件，但在测试条件下没有自主生成可运行的完整攻击链。

基于这些结果，OpenAI 判断 GPT-5.6 Sol 尚未跨过 Preparedness Framework 中的网络安全关键风险阈值。

这种踩刹车的判断显然是为了避免重走「Mythos」的老路。

一方面，OpenAI 要证明 Sol 在网络安全任务上确实强了很多；另一方面，它也要说明 Sol 还没有达到必须极端限制的风险级别。更讽刺的是，这种压力很大程度上来自 OpenAI 自己参与塑造的 AI 行业炒作叙事。

与此同时，OpenAI 也承认，基准测试无法覆盖所有现实用法。没有任何评测可以代表所有产品配置、多步骤攻击和真实工作流。模型可能被接入其他工具，也可能被放进更复杂的攻击链条里。正是这种不确定性，让 GPT-5.6 的发布方式变得格外谨慎。

性能最强，但戏份却给了 AI 安全

GPT-5.6 的发布说明中，安全罕见地占据了较大篇幅。

OpenAI 为 Sol、Terra、Luna 配置了分级防护体系，能力越强，防护越严，目标是在压制攻击性用途的同时保留代码审查、漏洞研究等合法场景。

模型层面，系统被训练为拒绝违规网络安全请求，即便用户尝试伪装或绕过。生成阶段引入实时分类器，对高风险内容进行检测与拦截，必要时交由更强模型复核。账号层面则结合跨对话行为与风险信号，识别持续性滥用。

这套机制被称为分层安全栈，涵盖模型拒答、实时检测、账号审查、差异化访问与持续测试。多层协同用于应对复杂滥用，同时尽量减少对正常工作的干扰。
面向企业客户，OpenAI 还提出了隐私保护检测、自主安全控制以及风险分级访问等方案，试图在安全与数据保护之间找到平衡点。

为了避免重蹈覆辙，OpenAI 在自动化红队测试上投入了超过 70 万 A100 等效 GPU 小时，重点寻找通用 jailbreak（越狱），并辅以专家人工测试。OpenAI 还建立快速响应流程，对新漏洞进行复现、评估与修复，并纳入持续评测体系。

可用性方面，GPT-5.6 目前仍处于有限预览阶段。

OpenAI 表示，模型将先通过 API 和 Codex 向一部分可信合作伙伴开放，随后再逐步扩展到 ChatGPT、Codex 和更广泛的 API 用户。

同时，OpenAI 也强调，自己相信前沿模型应该尽可能广泛地开放，并计划在未来几周内，让 GPT-5.6 Sol、Terra 和 Luna 进入更普遍的可用状态。

价格体系也同步公布：

按每百万 tokens 计费，Sol 输入 5 美元、输出 30 美元；Terra 输入 2.5 美元、输出 15 美元；Luna 输入 1 美元、输出 6 美元。

同时，GPT-5.6 引入了更可预测的 prompt caching 机制，支持显式 cache breakpoints，并提供至少 30 分钟缓存生命周期。缓存写入按未缓存输入价格的 1.25 倍计费，读取则享受 90% 折扣。

当然，想要用上还需要一些时日，OpenAI 宣布 GPT-5.6 Sol 将在 7 月登陆 Cerebras，最高速度可达每秒 750 tokens。这个版本初期同样只面向部分客户开放，后续会随着容量扩展逐步放开。

换句话说，GPT-5.6 的「有限预览」并不只是产品灰度发布，更是一套安全验证流程。OpenAI 需要在能力、风险与开放之间，找到一个可控的平衡点。

前沿模型发布节奏，进入新周期

两周前，Anthropic 停用了其最强模型之一 Fable 5，因为美国政府要求该公司限制美国境内外外国公民使用相关模型，理由是国家安全。
而在 GPT-5.6 的发布流程中，第一批使用用户同样不完全由 OpenAI 自己决定。

OpenAI 在官方博客中披露，在发布前已向美国政府展示 GPT-5.6 的能力与发布计划。根据美国政府要求，模型将以有限预览形式上线，仅向少数可信合作伙伴开放，并且这些合作伙伴的信息已与政府共享。

《华盛顿邮报》的报道提到，美国联邦政府将审核哪些公司可以访问 OpenAI 的最新技术。且目前只有获得美国政府批准的公司可以访问新模型，个人用户没有申请通道。

彭博社则报道称，GPT-5.6 首批开放对象约为 20 家合作伙伴，其中一个入口可能是亚马逊的 Bedrock 平台。

对此，OpenAI 的态度显然是有些模棱两可。OpenAI 在博客中表示，不认为美国政府参与模型访问流程应当成为长期默认机制，因为这会让最好的工具远离用户、开发者、企业、网络防御者和全球合作伙伴。

但现实是，OpenAI 仍选择接受这一安排，理由是希望争取更广泛开放，同时与美国政府共同制定一套可复制的模型发布流程。

这一变化背后，是前沿 AI 模型逐渐被纳入国家安全框架。

过去，新模型发布主要是公司产品节奏问题。现在，一旦模型在编程、网络安全、生物和代理式工作流上跨过新的能力区间，发布节奏就可能被纳入安全和出口控制讨论。

对 OpenAI 来说，GPT-5.6 既是一次旗舰模型预览，也是一次政策试探。OpenAI 需要证明 Sol 足够强，也需要证明安全体系足够严密，还要在美国政府审查和商业开放之间找到可执行路径。

如此复杂的发布流程，某种程度上也「剧透」了前沿 AI 未来的魔幻走向：当模型能力逼近关键阈值，使用资格与使用方式，将成为比性能更为关注的事项。

编者按：

当我们想喝可乐的时候，在极长的时间都只有两个选择：百事可乐和可口可乐。当我们选择手机的时候，有 90%的概率在苹果和华米 OV 等品牌里辗转。当我们买运动服饰的时候，第一时间想到的，大概率是 Nike、Adidas。

但世界之所以缤纷多彩，是因为在这些巨头之外，有一些不遵从传统，力求创造不同，注重设计和功能，着眼于明日的公司存在。

它们有着非主流的商业模式，设计与产品能提供独特的用户价值，和足够的社交谈资。重点是，它们没有大公司的包袱，敢于不顾一切的进步。它们，是「多样性公司」。

多样性，是开放世界的关键。爱范儿相信，只有真正关注和理解多样性公司才能比更多人更早地看见未来。在同名栏目中，爱范儿将以专访的形式，与你一同见证这些多样性公司，如何重塑未来，定义新常态。

本文为「多样性公司」栏目的第 11 篇，我们和卫星通讯创业公司网翎 CEO 刘宇聊了聊卫星通讯这个看起来尖端，专业，但又带着手工业痕迹的行业，该如何进入精密生产，自主研发和 C 端大众化的。

刘宇曾这样描述他初入这个行业时的感受：走进一些传统卫星终端企业的工厂，我仿佛回到了二十年前的深圳。设备靠人工焊接，测试靠师傅带徒弟，每台设备出厂前都要工程师手工调试。

曾经在消费电子行业有过成功创业经历，也在大厂担任过核心岗位的刘宇想要把消费电子行业成熟的「用户洞察→需求定义→技术落地」方法论，以及精密制造能力，引入到一个过去只讲技术可行性的行业。

现在其旗下产品「网翎卫星上网机」成为了领域里首家民用互联网终端制造商和流量运营商，也是首个入选大疆生态的卫星通讯产品及品牌，第一次实现了无信号地区通讯保障案例，服务电影《镖人》剧组在无人区的拍摄。

这家被类比为「中国版星链」的公司，希望把卫星通讯从目前的 B 端和 G 端市场，推向更大众的 C 端人群，卫星通讯不是特种行业，专业人群才使用的技术服务，而应该是多数人触手可及的东西。

卫星通讯到了「消费化」前夜

Q：网翎的核心团队来自消费电子、精密制造、通讯、渠道等不同行业，并且很多人已经在原有行业做到比较高的位置，为什么最终会选择在卫星通讯领域创业？

A：创业最重要的事情是 Timing，在正确的时机做一个正确的事情。展开来说，中国的卫星通讯资源会在接下来的四五年时间里，到达资源高速建设的爆发期，不管是高通量的高轨卫星，还是低轨星座，都在进入密集的基础设施资源组建期。

政策会驱动卫星通讯资源的建设，另外的视角来看，回归到商业的本质，行业目前最缺的是什么？缺的是怎么去为卫星通讯做好它的终端和使用场景，尤其是 C 端的使用场景。

如果没有终端设备和使用场景，卫星通讯，或者往大一点说，商业航天的挑战就来了：商业没法闭环。

除了这个机会，我们在产业上这么大规模的基础设施建设，能不能让各行各业的人得到科技的普惠，能不能用得到这个技术。
这就是我们为什么出来创业，第一还是借行业的东风，行业的大势所趋；第二我们认为我们团队的禀赋，在各自领域的积累，尤其是 C 端的经验，可以去创造价值。

Q：目前 B 端和 G 端卫星通讯终端市场的行业产值大概是多少？

A：目前讲的话，这两端的产值肯定是不高的，卫星通讯不是个新兴事物，最开始是军事用途，后来到一些特种部门，比如防灾应急等部门。
从 ToB 的行业应用来讲，卫星通讯可以挖掘的空间也很大，渗透得很不够。最近两三年我们在 ToB 上做了很多事情，电力巡检，水利工程，还有矿山开采等特种领域，我们开拓了很多新的应用场景。

更特别的是和无人机的结合，配合无人机，尤其是大疆无人机在 ToB 行业巡检场景，是整个卫星通讯行业里很独创的。

最近几年卫星通讯既有的空间和红利空间在这里。

我们的创业目的，包括后续产品方向，会把卫星通讯推向更 C 端的领域，这是网翎的使命，也是我们创业的初心。

Q：最近商业航天概念很热，网翎目前通讯依赖的卫星资源主要来自哪里？后续网翎是否有计划发射自己的卫星，或者参与低轨卫星组网？你们会更倾向于做终端、做服务，还是往「终端 + 流量 + 卫星资源」的方向延展？

A：这个问题几年前我们考虑创业的时候就在思考了。

对整个产业来讲，卫星通讯的资源测不是稀缺事项，稀缺的是怎么把终端和应用做起来，你看今天这些低轨卫星的星座建设也在如火如荼地在建设。

就像我们修了高速公路，但是路上没有汽车跑，那就没有真正的业务，商业也不是闭环的，所以我们的价值还是把终端和应用做好。我们内部讲就是「做连接之上的价值」，不只是解决通讯通不通这样的问题，还要深入到具体场景把应用做好。

我们的 Ka 频段卫星通讯终端就做了边缘计算的工作，去解决在卫星通讯场景下，视频传输流量过大的问题。

所以我们做终端不仅仅局限于物理的表现形态，不止于硬件，这就是「连接之上的价值」。

能不能在卫星通讯带宽资源比较窄的地方，解决户外直播场景的问题？这里我们考虑的就不只是通不通的问题，而是受限情况下重应用的问题，

所以我们首先在终端上把连接这层的通讯技术做好，然后在应用层上把边缘计算，还有 AI 技术结合起来，解决卫星通讯低带宽下做视频直播的问题。

也就是说，高速路修好了不够，有车了其实也不够，车怎么跑得更快，运的东西更多，坐得更舒服也是我们需要研究的。

这就是我们团队努力的方向，怎么去挖掘用户这样的应用场景，要想卫星通讯应用在各行各业，让每个人都可以用起来，迎合产业里的既有需求远远不够，还要去挖掘潜在的，还没有看到的各种需求。

Q：如果只用一句话，网翎如何定义「消费级卫星通讯终端」？

A：国内明确说「消费级卫星通讯终端」理念的话，网翎确实是第一家。

一句话来说，就是「所有通讯中断之后的兜底方案，并且大家买得起，买得到，能用起来」。

买得到很重要，这也是我们很专注的事情，原来的卫星通讯产品，别说你有没有需求，消费者买都买不到，都不知道去哪里买。

Q：不可避免地，网翎会被拿来和星链 Starlink 做对比，也有人说网翎是「中国版星链」。在你们看来，二者的相似和不同在哪里？

A：我首先来说不同，产业角色定位肯定不同，星链是一个全产业链条整合的角色。我们更专注于终端和应用。

相通的地方在于，用户理解我们都是「卫星通讯服务」提供商，我们不只是销售卫星通讯终端，也包括卫星通讯服务，我们的新品是以流量绑定的方式推向市场的。

其实我们也发现，用户在接触卫星通讯的时候，对卫星的认知是极为模糊和间接的，就像手机用户不太在意基站在哪里一样。

除了这个，我还想想说，我们都是在以「第一性原理」来思考问题。

比如马斯克就问，为什么产品成本这么高？然后去找原因，生产过程的？供应链不对？设计原因？我们公司现阶段的能力可以把这些问题解决到什么程度？

我们也是一样，如果不是从这个角度考虑，那我们就会从「交易」的视角考虑问题，把招标需求和现有客户需求当做最重要的需求去做。

不光是卫星通讯，任何一个新兴产业，水面之上的东西只是产业里很小的一部分，机会往往在水下，怎么挖掘水下机会就是需要回归到「第一性原理」，是不是有技术和产品进步的机会，客户群还有什么尚未满足的需求，还有什么新的客户群，这就是我们这个创业团队需要考虑的问题，这些问题考虑清楚了，产业的规模也就上来了。

把卫星通讯做成消费品，就像把台式机做成笔记本

Q：卫星通讯终端这个行业过去看起来像手工业和制造业的结合体，为什么一个听起来很尖端的行业，实际生产方式却相对原始？是不是因为行业需求少、项目制交付多，产量不足以支撑大规模工业生产？

A：对，基本上就是你说的这个原因。

其实不仅仅是卫星通讯终端，我们去看商业航天的整个链路，包括到卫星制造甚至是火箭生产，更多的是需求侧驱动，是个典型的甲方乙方模式，但需求第一是很少嘛，然后就是特种需求，就要做定制化，所以说本来客户就少，并且每个客户的需求还不一样，所以没法要求用规模化标准化的模式去做，产品的定义权不在终端这一侧。

如果我们不想用这样的方式去做，那我们就要能够引领这个市场的需求，不仅仅说是在供应链上，设计上做标准化。

Q：网翎 Ku 频段 Pro 版的传动机构与苹果 MacBook 铰链设计团队达成合作，把消费电子级精密制造引入卫星终端。在此之前，行业是怎么解决高精度对星和传动结构问题的？网翎引入消费电子级精密制造能力，除了提升精度，还解决了哪些问题？

A：之前行业能不能解决这个高精度对星的问题，是能解决的，不是说别人解决不了，我们解决了。我们解决的是什么问题呢？主要是小型化精密性，还有成本的问题。

原来的终端用到的电机往往比较大，这样集成度就不够，成本也会高。如果我们要做得体验很好，还要能规模化生产，那原来的行业方案就没法满足我们的目标。

我们和 MacBook 铰链供应商一起设计了集成度非常高的双电机控制方案，能够实现卫星通讯天线的三种旋转方案，方位角、俯仰角、极化角，用小型化电机解决了卫星通讯天线多轴旋转的挑战，然后在小型化之外实现了标准化的规模生产能力。

引入消费级精密制造能力也不止高精度对星传动结构这个，还有很多方面，比如射频里的对微波器件，因为对微波器件对应的是高频频段，波长很短，所以对器件平整度要求非常高，之前的供应商能够做，但是成本比较高，批量化能力也比较弱，一个月也就做几十个。

新供应商原来不是做这块的，但是从生产能力来讲，具备高精度加工能力，最后也是做成了。

Q：拿到红点奖对销量、渠道和用户认知是否真的产生帮助？卫星通讯终端的工业设计，具体解决了哪些真实使用问题？比如便携、展开、收纳、寻星、交互、防护，而不仅仅是外观更好看。

A：首先我们做工业设计这个事情，目的肯定不是为了得红点奖。

出发点还是想把用户体验做好，通过工业设计，把它的便携性，易用性，易操作性做好。其实不只是硬件设计，我们在 App 上也做了很多设计，包括 AR 的辅助寻星，设备管理，流量管理和充值缴费一整套的体验，就跟智能家居设备管理一个样。

原来想要充值流量还要跟卫星中心公司签合同，公对公付款，不像现在这么方便。也就是说，我们所有的设计工作，是为了让更多的人能够选择和接受卫星通讯产品，这些工作做好了一周，恰好拿到了红点奖。

你要说拿奖有没有什么价值，我不认为有太大的价值，但是把体验做对，在后续的销售当中，价值就非常大了，因为你通过设计把门槛降低了，易用性做好了，非专业的用户也用得起来了。

但是在卫星通讯终端上把体验做好，代价其实是很大的，如果我们做的是成熟的消费电子产品，工业设计问题一般只是工业设计问题。但是在卫星通讯领域来讲，往往就不只是一个工业设计问题。如果想把工业设计做好，意味着在元器件生产，射频性能等等方面，要付出远超同行的代价和精力，这里会触碰到很多工程边界。

比如说天线上要做一些专利的技术，天线做薄，把弧面做小做平，才能做成跑车的流线形状，射频上要进行自研，才能提升整体集成度。不然的话，就不能叫设计，只能是个没法落地的构思。

毕竟我们做的是卫星通讯产品，最后是要执行非常严格的无线电标准。

Q：目前网翎已经掌握 Ku 和 Ka 频段氮化镓 PA（Power Amplifier 功率放大器） 芯片的自主知识产权与流片能力，量产和终端使用规划大概是什么样的？相比海外方案，成本和性能的对比情况如何？

A：现在已经开始量产商用了，当时规划两款芯片的时候，就是为了在产品上落地。

其实就是前面一直说的，要有自己的定义权，能够自己驱动事情。因为整个芯片的流片到量产周期大概是 18 个月，所以在做落地产品的时候，样机也需要在量产的 18 个月前就做好，这是需要规划的，保证产品和芯片对齐时间最终落地。

至于性能的话，我可以举个很具体的例子，今天（采访当日，5 月 20 日）上午，是应急管理部组织的全国应急体系的比测，所有的卫星终端厂商拉到湖北荆州，比的是极限情况下的信号发射能力，也是我们 Ka 频段终端的首次亮相，最终的结果是我们作为一个小体积产品，在终端的信号发射能力上是保底前三的水平。

终端天线做大，发射能力就大，这是基本的物理定律，小终端想要发射能力大，意味着整个射频发射模组的能力要强，也就需要射频发射芯片在性能指标有优势。所以这个以小胜大的比测结果，就很能反映自研芯片带来的性能优势。

成本优势的话，只能站在我们自身的角度比较，因为以前我们是要采购别人的芯片，从裸片对裸片的角度来说，有三倍左右的价格差。

Q：针对卫星通讯流量费用昂贵的问题，网翎做了视频编码压缩、边缘计算和相关算法优化。这项工作是其他品牌没有能力做到，还是做了但没做好？「AI 生成技术」具体参与了哪一环，是增强画质、补帧、压缩、内容重建，还是链路优化？

A：坦白说，做边缘计算和算法优化这些事情，不是我们规划之内的事情，创业的时候根本没想过，完全可以说是市场需求驱动出来的结果。

当然，做编码压缩边缘计算这些事情的能力在市面上肯定是有团队可以做的，并不是个别公司有能力去做的事情，但是这个能力复合到卫星通讯行业，并且把整合体验做好，这种复合能力是很稀缺的，因为传统卫星通讯终端公司往往专注硬件本身。

AI 生成技术的话，就类似于视频或者游戏里的插帧和补帧，当然这个还是技术储备阶段，我们做这方面的技术储备，是希望能在更窄的带宽下实现视频的通讯，这里已经不是通过传统视频编码压缩能解决的问题，所以就需要用到一些生成式 AI 技术。

本质上我们是在做语义通讯，就是在极窄的带宽下实现高清视频传输，需要建立对视频含义的理解，包括用深度学习的方法，在实验室里我们跑通了这样的 demo，在 100 多 kbps 的网速下实现高清视频的传输，不过从产品化角度讲，还是有一定距离。

Q：如果网翎希望带着行业从 B 端、G 端业务往 C 端方向走，整体来看，需要克服哪些关键问题？是终端价格、流量资费、卫星资源、用户教育、渠道建设，还是应用场景本身还不够成熟？

A：不同的阶段，会有不同的卡点。

三四年前开始创业的时候，我们很具体讲的是怎么把硬件终端做好，因为当时卫星通讯终端最大的痛点还是比较大，比较贵。怎么让它便宜，怎么能让它批量化生产，怎么让它用户的体验好，到达软硬件体验的闭环。这里还涉及到很多技术细节的研发，包括天线技术，射频的技术等等，都要去解决。

我们讲创业是「入窄门」，如果一上来就是个大市场，也轮不到我们创业。什么叫市场，什么叫需求？

前几年来看，这个市场好像没卖出特别大的量，我们就可能认为需求很低？但其实这是两个概念，认清了这一点之后，我们就需要挖掘卫星通讯背后的潜在需求，需求低是很多因素造成的。很多消费电子从小品类走向大众，都要经历这样的过程，在正确的时间用正确的技术做出正确的产品，然后需要考虑清楚，在正确的时刻，要针对什么样的客群，然后下一步的技术往哪里深挖，产品规划怎么做？

前面讲了，卫星资源侧快速发展，解决了带宽的服务能力，未来资费也会有机会降低。对我们来讲，很专注的方向就是让终端实现「低成本，高体验和小型化」，这是亘古不变的技术方向。

这个过程，就是我们从 ToB 再到准专业 C 端，再到大众 C 端的过程。对于我们来说，也是要挑选具体细分的人群，就像 iPhone 一样，最开始也不是针对所有人的智能手机，第一代出货量就几百万，是音乐发烧友，技术爱好者在购买，很多是从 iPod 用户转化过来的。

我们也是一样，就是专注自己的客户群，把视频传输能力，行业场景能力，AI 能力和卫星通讯能力结合好，交付给客户完整的体验和能力。

Q：网翎大量来自消费电子行业的经验，在工业设计、产品定义层面带来了明显优势。但卫星通讯目前还不是一个完全爆发的 C 端市场，仍然以 B 端、G 端和准专业 C 端用户为主。过去在消费电子行业成立的方法论，有没有碰壁或者需要转换思维的地方？

A：把 B 端和 G 端的产业，往 C 端去推，转换供应链，做自研，引入新的工艺和技术，包括降本和规模化的手段过程中还是踩了很多坑的。

把消费电子行业的经验引入到卫星通讯行业不是百试百灵，走了很多弯路，也很多失败的经验教训，毕竟是用了另外一个产业的模式去做，不是

所有的经验都适配，比如有的供应商，没有那么理解卫星通讯的特殊需求，就需要更多的试错和沟通成本。

关于思维转换的方法，我可以补充一点。就是在卫星通讯行业，要把客群细分，还要再切得更细一些，这是想要真正把卫星通讯推到 C 端必须要考虑的现实问题。

我们前面说无人区穿越游的用户是准 C 端，几乎每个人都旅游，但不是每个人都玩穿越，所以我们停在这里，仍然不能做到绝对大众，下一步的客群是谁？就要把客群切得更细。

之前在消费电子行业，三步四步就走过去了，一款手机就是百万级的出货量，放到卫星通讯产业，就需要做好心理准备，能不能八步就不走过去。

我们实际上的产品规划就是这么规划的，大约会在明年发布的产品，就是给比穿越游用户更大众，但也不是面向寻常百姓需求的。

《镖人》剧组是典型用户，这样的用户应该更多更大众

Q：《镖人》剧组当时选择网翎卫星产品的原因是什么？他们在无人区拍摄过程中，想要解决什么问题？使用之后有没有反馈，比如稳定性、速度、操作门槛或者现场协作效率方面的感受？

A：他们在筹备《镖人》拍摄的时候，了解到现在有了民用的卫星通讯终端了，就主动找到了我们。

提出了一个问题，比如能不能支撑现场演员，摄制组的远程视频通话需求，能不能支持导演远程看监视器等等。我们沟通完评估觉得我们是可以的，就达成了合作。

现场确实是保障了演员和摄制组和外界的正常沟通，在新疆克拉玛依，魔鬼城等区域，是完全没有信号的，过去演员去无人区拍摄，默认就是跟外界断联了。现在用 2 台设备，1 台覆盖半径 50 米，差不多一个足球场面积的通讯，大概 几百 GB的流量，支撑起了整个对外的通讯。像是制片、导演、演员，在无人区拍摄《镖人》的时候，就能和外界视频通话，收发邮件，也是电影摄制圈子里第一次实现。

实际上，在互相的反馈和沟通中，我们和《镖人》剧组也算是首创了无人区拍摄剧组的通讯解决方案吧，积累了一些经验，比如说他们反馈产品轻便性很好，希望在防风防沙上做得更好。特别的一点是，他们发现把终端放在剧组保障车车顶上使用，对星效果特别好，还有就是电源分配，流量带宽设置这些，就是有了能够复用的方案。

包括后面正午阳光拍《生命树》，也是直接就买了我们的卫星服务。

Q：除了无人区剧组拍摄这类典型场景，卫星通讯还有哪些已经比较成熟的通讯场景？

A：和无人机巡检搭配前面说了，其实无人机是一个比较泛的场景，因为无人机适用场景很多，只要需要通讯，其实都可以和我们结合。
户外赛事前面也说了，无人区穿越游，玄奘之路戈赛这些。

很多场景也不是户外场景或者无网环境，其实只要是人多或者网络拥堵的环境，卫星通讯都可以用，有些也是在我们规划之外的。有一周我们接到了四个不同地区公安局的电话，我们还以为犯了什么事儿，实际上是他们需要在网络拥堵环境下做通讯保障，长春那边是有大型足球赛事，青岛是啤酒节，还有香港的是 PTU 机动部队需要独立的通讯链路。

所以说，城市内有网环境的这些卫星通讯场景，不是我们自己规划出来的，原来也没想到可以这么用，但是产品，营销和销售触点多了之后，很多场景就会自然出现。

Q：如果后续准专业 C 端用户，以及更大众化的 C 端用户逐步进入，这个行业的产值和需求会不会出现爆发式增长？你们对这个市场天花板的判断是什么？

A：我们现在的产品在准专业的 C 端已经有很多应用了，典型的就是赛事服务和影视拍摄。

很多影视项目都用了我们的产品，今年上的《镖人》电影，还有在央视一套播出的《生命树》电视剧，正午阳光出品的等等。

赛事服务上很知名的是八百流沙极限赛，这是国内最长距离、强度最大的专业极限越野跑比赛，全程 400 公里，800 里，我们主要做通讯保障，包括现场直播。

还有就是商学院组织的玄奘之路国际商学院戈壁挑战赛，就是「戈赛」，我们也做现场通讯保障，要服务 5000 到上万人的规模。

更 C 端的就是四大无人区穿越游的用户，罗布泊穿越啊，还有乌苏古道徒步的，大概 100 多个旅游领队，都在用我们的产品。我们的一些投资方找到我们，其实先是在穿越游上用了我们的产品，觉得很有意思，好奇哪个公司做的联系过来的。

Q：那卫星通讯的客群，可以细分到什么程度？怎么样才算到一个 C 端突破的临界点？

A：我们先不说特别长远的目标，要三年五年去达到的，下一步我们在寻找一种或者两种这样的细分客群。我喜欢落到「年」这样的视角去看，年出货量，或者我们叫流速的概念，因为提十年累计出货量的意义不大。

我认为 10 万一年的出货量是一个重要的目标，是一个需要迈过的坎，在这之后就有机会卖到更大的数量级去。

从网翎这边看的话，就是未来两年的时间窗口，低轨卫星的组网期，我们抓住这样的机会，是能迈上 10 万一年的重要台阶。到时候会有在小型化和低成本上做到行业极致，并且针对细分客群场景体验做好的产品出来。

---

为一组照片摆了十几个 pose、拍了几百张废片，回到家想挑两张让 AI 修一修，结果 AI 说「请精准描述你的需求」。

审美这种事本来就是个性化的，我每次都是凭着自己感觉在 P，要想描述清楚到底该怎么 P，相当不容易。 说给人都难解释清，何况说给 AI。

面对AI，我只想说一句，「我要美」。结果就是它修了十张，没几张是能用的，还有几张根本不像我自己。

看着那些 AI 生成的 P 图，我很想知道，到底是我不会用 AI，还是 AI 根本没想过要懂我？

这两年我越来越觉得，现在的 AI 工具有点像越买越贵的智能健身器材，功能堆得越来越满，可大多数人扛回家，只用来晾衣服。

工具越强，人反而越累。我们好像都默认了一条潜规则：AI 越厉害，人就得越拼命去追、去学、去写小作文讨好它。

前几天 APPSO 来到美图影像节，他们一次发了八款产品，号称是「AI 影像团队」，这个节奏确实很 AI 了，但影像设计这个领域的 AI 产品实在太卷了，美图这次有什么不一样呢？

我发现其中有几款，恰好压在我天天犯怵的地方：人像修图、口播、做图，趁着假期我还是一款款真上手用了下来。

结果有点出乎我意料，它们和其他 AI 产品比起来有点「非主流」。别的产品让人去适应 AI，美图是让 AI 来适应人；其他人是只丢给你一个工具，美图会把能直接用的成果，交到你手上。

如美图创始人吴欣鸿所说：从「用户学工具」，到「用户直接获得结果」，从事实来看，这支 AI 影像团队交出的答卷，确实不太一样。

下面跟大家分享下我真实的使用体验，用的时候我的标准也很简单：东西能不能一次出对、比从前省了多少功夫、到底适合谁，给出的东西对我又有多大用处。

P 图也有一套 Skill

先从那款最戳我痛点的产品 Picchi 说起。通用大模型逼我们「精准描述需求」，说到底还是人在迁就 AI；Picchi 反过来——让 AI 来迁就你。

为了检验它的能力，我挑了四个层层递进的场景，看它到底做没做到。

以往用 AI 修图，最痛苦的莫过于每次都要重新打长串提示词，而部分 AI 的指令遵循能力不够强，还经常修改了表情，改到根本不像本人。

打开 Picchi 应用，首页找到「学我修图」，上传 3-10 组前后对比图，Picchi 就会创建一个专属我们自己的修图模型，它能自动记忆我们的修图风格。

实测的过程中，我尝试把一些平时 PS 的照片丢给它学偏好，再上传新原图，它能从原图和修后图中间找到完整的修图细节，直接 Get 到我的修图偏好。

值得注意的是，「学我修图」是 Picchi 采用顶级显卡、前沿算法以及高质量渲染来实现的，所以它对上传照片的要求也非常严格。

例如照片必须足够清晰足够大，照片的人脸区域也必须足够大，此外也只能上传同一人脸的照片，你帮其他人修的图不能和你自己的放在一起。

在「像不像我自己修的」这一项上，如果满分是 100 分，我愿意打 90 分。因为测试的时候，我上传的原图和对比图，其实就是简单的修了一些光，以及皮肤。在使用「学我修图」时，Picchi 很好地抓住了这些习惯。

硬要挑一处不足的话，就是创建次数确实太有限了，以及处理的时间还是有点久。

但这种「记住你是谁」的能力，相当于直接把我们过去繁琐的 P 图 流程直接打包成了一套 Skill，它也能在批量精修时展现出更大的优势。

例如，我们可以直接把出门旅游，拍的实际上原图一股脑批量丢进去，Picchi 就会根据之前总结的自定义图片模型，依照我们想要的风格，把照片统一编辑好。

如果你是一个不懂 HSL、不懂骨相蒙版的新手，平时就不知道该怎么手动修图，Picchi 无从学习你的修图模式，它便提供了一种「借用审美」的解法。

你可以直接在里面选用官方合作的「百万改妆师」或者「骨相修图大拿」等合伙人模型，直接在 Picchi 首页找到学 Ta 修图，里面就囊括了 Hana、哦基儿、Iris、清颜好困啊等模型，还有热门预设和灵感玩法。

我们从网上找了一些相机直拍的原图，然后放到 Picchi 中使用「学 Ta 修图」来进行修改；依次使用了哦基儿、Iris 和 Hana，最终呈现的高光面部提亮和骨相微调，是真的很像专业大拿坐在你身边亲自操刀的手笔。

在「学 Ta 修图」旁边，Picchi 还提供了一系列的预设，这些预设包含了当下的热门照片风格，像是 Pocket 3、理光负片、Xs Max、徕卡 DL7、鲜花增色、CCD 等不同的相机和场景。

而在「学我修图」和「学 Ta 修图」之外，那些我们常常挂在嘴边、说不清道不明的「氛围感」，Picchi 现在也能用自然语言准确拆解。

当我说出「修出冬日萧肃氛围感」时，它能自动调整面部暖调光和发丝微光，同组提示词直接出片，不需要像以前那样频繁「抽卡」碰运气。

Picchi 的价值核心就在于，它背后虽然是一支由调色、妆造、形象、打光、体态各司其职的 AI 修图师团队，但用户不必知道复杂的底层参数，只需要看到「真的像我、真的好看」。

而 AI 修图的终点除了要有更强的参数，更应该是懂你的那个人。专注人像这一件刚需，让 Picchi 反而做到了通用大模型做不到的「真的像你」。

给每首歌都能拍个大片的 MVLAND

如果说 Picchi 搞定的是静态人像的动态审美，那么另一款重磅新品 MVLAND，则把触角伸向了更注重情绪共鸣的音乐视频领域。

吴欣鸿在现场提到一个数据：在这个短视频时代，有超过 80% 的年轻人是通过刷视频发现一首新歌的。然而现实是，市面上绝大多数的歌，根本没有 MV。

少则几万、多则几十万的成本，两三月的制作周期，让 MV 成了少数头部的特权。这叫视频时代的「音乐遗憾」。我们做 MVLAND，就是想把这个遗憾补上。

在实测中，这也是最让我感到惊艳的一款新品。以前的通用 AI 视频工具往往「读不懂音乐」，最多只能傻傻地对个鼓点。但 MVLAND 的底层做到了对音乐结构、节拍、情感的深度理解。

它完美解构了一支专业 MV 必备的 5 大要素，拥有理解音乐、人物演绎、视觉风格、情绪编排、歌词字幕等功能，并行业首创了「画布剪辑台」。

把一首歌扔进去，音乐分析 Agent 会自动拆解节拍、段落与情绪并生成画面。

根据实际工作流对比，同样做一支精致的 MV，通用视频工具要 3 小时，MVLAND 只要 10 分钟，且画面情绪与音乐节拍严丝合缝。

再派出一支专业团队，直接交付

如果说 Picchi 解决的是「懂不懂你」，MVLAND 解决的是情绪和画面的对齐，那么在这次美图影像节上带来的另外几款产品，美图设计室、开拍和 RoboNeo，则将这种「直接交付成果」的底气，带到了更硬核、更需要全流程托管的商业生产力场景。

它们的场景覆盖范围相当广，涵盖了口播、电商、MV 和短剧，但落点出奇一致，那就是最终交付的，必须是一件能直接拿去用的成品。

连学都不用学，把口播交给「开拍」

在口播领域，美图推出了由导演、营销、拍摄、剪辑 Agent 组成的口播团队——「开拍」。这次更新，它实现了从选题到拍剪，再到成片和数据复盘的全托管。

这项全新的功能叫「开拍 AI 助手」。过去拍一条口播，我们要先想好文案、架起设备面对镜头，最后还要调整剪辑轨道。

而开拍 AI 助手的出现，让过去这种传统的工作流直接升级，口播创作变成了真正的「不用你想、不用你拍、不用你剪」。

我尝试扔进去一段粗糙的口播素材并选定网感模板，它会自动剪掉气口、加字幕、配 BGM 并直出成片。

这种全托管让很多个体户和创作者松了口气。根据开拍一些真实用户的体验，一位实体店老板娘提到，以前自己是「拍摄 5 分钟、剪辑 5 小时」，现在用开拍十分钟搞定。而快速产出的短视频获客，也让店铺业绩翻了 2.5 倍。

开拍的好用，是它让我们连学都不用学，它懂用户的生意，直接帮我们做视频，我们只需要把自己要传递的内容表达清楚，它会把成片这个「结果」直接交付。

一张商品图，变成一套卖货素材

如果说开拍解决的是个人表达，美图设计室解决的则是商业生存。

它通过市场洞察、内容策划、视觉创作、数据分析等 Agent 以及几十个专业技能，能够一次交付全套商业物料。

实测中，我上传了一张商品实拍图，输入商品卖点，它就能生成市场分析、场景图、卖点文案以及多尺寸电商海报的整套物料。

这一整套物料，能直接帮助用户进一步完善自己的营销方案，包括判断、选图、写卖点……美图设计室几乎是把「能不能卖货」的压力也扛了下来。

规模化生产短剧的 RoboNeo

至于面向短剧规模化生产的 RoboNeo，则直接模拟了一个真实的剧组，配置了编剧、选角、导演、美术、执行、运营等 Agent，它主打四大核心能力：懂短剧、镜头可控、资产沉淀和数据闭环。

在演示中可以看到，剧本、角色、分镜全在画布上可控可改，角色和场景可以跨项目复用，发布后数据还能反哺下一集。

这也是 RoboNeo 出力的方向，也是短剧规模化最难的一环，一致性与可持续。

这几款产品虽然场景各异，但它们合在一起，才真正撑起了「你的 AI 影像团队已就位」这句话；团队的意义，就是替你把结果交付到底。

人、灵感和定制需求也在这套系统里

而为了让这支团队运转得更稳、更远，美图还布下了三块重要拼图。

首先是作为人力底座的站酷（ZCOOL）。当人人都能产图，大家对 AI 生成内容的「信任」反而成了稀缺品。

运营二十年的站酷，其价值正是「相信一份作品背后那个鲜活的人」，这也为美图的 AI 提供着高视觉标准、AI 资产库和效果工作流。

而即将在 6 月 30 日上线的 Artflo 则走的是灵感创作路线。它保留你的判断，把概念影像那套又长又绕的创作流程压短，让过去一条动辄几十万的概念视频，用 AI 几百块就能做出来。

最后是 8 月 5 日推出正式版的MeituHub，它接住了标准化产品够不着的那 20% 规模化需求。用户只需要用大白话把需求说清楚，专家 Agent 就会替你搭出一条 AI 影像生产线，既能生成网页应用，也能通过 API 嵌入企业原有的流程中。

设计师、灵感型创作者、要规模化生产的企业，三类人需求差得很远。但美图想干的是同一件事：让 AI 来适应你，再对交付出去的结果负责。

AI 影像，开始从生成走向交付

把 8 款产品挨个体验下来，我的感受是：8 款产品合在一起，确实拼出了一套「AI 影像团队」。

虽然这个影像团队还有很多空间，Picchi 的专属模型训练时长，Artflo、RoboNeo 短剧新版、MeituHub 正式版也还得等正式上线才见真章。但有件事我越来越确定：美图这次是真正多走了一步，把焦点落在了「给你结果」这件事上。

这一步，恰恰是行业最容易跳过的。大家都忙着比「生成式 AI」谁生得更快、更炫，可用户要的是一次更好的商业判断，一条能直接发的视频，一支情绪真的对得上的 MV。

美图把这件事拎出来，做成了「交付式 AI」，AI 负责生成，也要把最终好不好用这件事扛到最后。

往回看，这也正是美图这两年种种变化的落点：从 App 到 AI Agent，工具复杂度的债由 AI 扛，不再甩给用户；从订阅到算力点消费，你买的是「成果」，费用跟着算力点走，功能权限退到后面；从成熟组织到 AI 创新组织，就是要适配新时代的需求……

最终，把 AI 产品的及格线，从「生成」抬到了「交付」。

所以回到最初那个问题：美图「让 AI 适应人、对结果负责」，到底走到哪一步了？

我的答案是，它走到了把成果交付当成底线这一步，它没有把 AI 说成万能药，只一件件啃小众刚需。它始终站在用户和创作者那一边：靠效果驱动，少谈数据驱动。

当整个行业忙着证明「AI 有多强」，美图在证明的是另一件事：AI 到底能不能对你有用、对你的结果负责。前者制造焦虑。后者，才在终结焦虑。

发布会上，美图公司首席产品官陈剑毅说了句挺朴素的话：

做比想容易太多了，很容易让人产生一种我在创造价值的幻觉。但交付给用户好的成果，帮用户赚到钱，才是真正的价值。

AI 产品到底成不成，最后都得落回这句话上：不看它生成了多少，看你有没有真的用上，有没有真的拿到那个结果。

GPT-5.6 还没大规模放出来，监管先到了门口。

据外媒报道，美国政府要求 OpenAI 把 GPT-5.6 的早期访问限制在少数经过批准的企业客户中，理由是安全评估。

几乎同一时间，OpenAI 放出了一篇关于 Codex 的研究报告，里面大量的数据，似乎更能解释这种紧张感的来源：AI 已经开始从「回答问题」，真实的走向了「替人完成一段工作」。

这份报告的名字叫《The Shift to Agentic AI: Evidence from Codex》（向智能体 AI 的转变：来自 Codex 的证据）。研究对象是 OpenAI 自家的 Codex，就是这段时间以来国内外互联网的流量密码，能读文件、跑命令、改代码、生成文档、调用工具的 agent 产品。

报告里一些夸张的数据像是，OpenAI 每周可能消耗上千万亿 Token，其中 99.8% 都是来自 Codex。

ChatGPT 曾经是 OpenAI 内部默认的 AI 工作工具，在 2025 年 8 月，OpenAI 员工平均在 Codex 上的花费不到其 Token 的 10%。

而到了今年 6 月，从工程、法务、金融到人事，OpenAI 员工平均超过 90% 的工作量都交给了 Codex，OpenAI 活跃员工里，97.9% 用过 Codex。

按每天 Codex 运行总时长从低到高排序，排到第 99 百分位的那批顶端重度用户，每天可以产生平均超过 60 小时的 Codex 智能体运行时间，因为多个 agent 并行跑，所以一天能超过 24 小时。

也就是说，在 OpenAI 内部，工作场景里的 AI 使用，几乎已经切到了 Codex 上。

「你用不用 AI」，正在变成一个废问题

过去三年，几乎所有关于 AI 的讨论都绕着一个问题转：你要不要用。

OpenAI 早先发过一份分析 ChatGPT 的报告，结论是：人们用 ChatGPT，将近一半是在「问」——问问题、找信息、要建议。

Codex 把整个倒了过来，人们用它「做」——调试、重构、验证、配环境、写文档、跑数据。

当 AI 只会聊天，「用没用」确实是个好指标，我们问它，它回答，用了就是用了。可一旦 AI 能替我们干活，该问的就变成了，我们能把多少活交出去，以及，有没有开始围着「给 AI 分配任务」重新安排自己的一天。

Codex 这份报告将衡量 AI 应用深度的指标，定位在我们交出去的任务有多重、agent 替人类跑了多久、用户是不是在同时盯着好几条工作线。

报告里也很清晰地说明了，Codex 现在适用哪些场景，哪些人；他们把用户分成三类：个人用户、外部组织用户、OpenAI 员工。

差异很明显。到 2026 年 6 月 11 日前的 28 天，个人活跃用户里，只有 0.7% 用过 Codex；外部组织用户高很多，达到 17.3%；OpenAI 内部则接近全员使用，达到 97.9%。

但如果按输出 token 算，Codex 的存在感会更强。个人用户里，Codex 贡献了 16.5% 的输出 token；外部组织用户里，这个比例已经到 63.3%；OpenAI 内部更极端，Codex 占 Codex 和 ChatGPT 总输出的 99.8%。

这数据很明显是在说：用 Codex 的人还没那么多，但一旦用上，使用强度很高。尤其在组织里，Codex 已经从一个小众工具，变成重度用户的主要工作界面。

报告里还有一张很关键的图：Codex 的增长已经不只靠开发者拉动。

2026 年 6 月，外部组织账号里的非开发者 Codex 活跃用户，相对 2025 年 8 月 1 日已经接近 189 倍；个人账号里的非开发者也超过 130 倍。

曾经 Codex 还被很多人当成程序员工具看，但增长最快的新增人群，已经来自非开发者。换句话说，Codex 的扩散路径正在从写代码的人，走向做文档、数据、研究、销售、招聘、法务和运营的人。

具体到从岗位看，工程师仍然是最早、最明显的一批。外部组织用户中，工程技术岗位的平均 Codex 输出占比达到 26.8%，数据和分析岗位约 15.2%。法务、招聘等非技术岗位也在增长，但平均占比还低，比如法务只有 1.9%。

OpenAI 内部的曲线更激进。工程、数据岗位直接飙升，随后招聘、法务等岗位也快速跟上。

报告说，2026 年初，OpenAI 的法务、招聘等岗位几乎还没怎么用 Codex；到 4 月左右，这些岗位的 Codex 输出占比已经和工程数据一样，快速冲到很高的位置。

虽然 OpenAI 内部的数据，某种程度上只能算是一个低摩擦样本，毕竟 OpenAI 员工熟悉模型，公司有充裕的使用额度，内部培训和经验分享也多。

它可能无法直接代表普通公司今天的状态，但是展示了一种潜在的未来公司形态：当权限、工具、流程都打开之后，非技术岗位也能开始用 agent 做好工作。

用户拿 Codex 做什么？

报告把任务分成几大类：代码实现、代码理解、代码验证、工程运维、应用管理、数据分析、研究、知识产物、协作、业务流程。

从图表看，软件相关任务仍然占大头。用户不只是让 Codex 写新代码，也会让它读已有代码、解释架构、修 bug、跑测试、配置环境、管理仓库、处理构建和发布问题。

到了 OpenAI 内部，任务范围继续往外扩展。报告提到，OpenAI 员工会用 Codex 做研究和数据分析等工作，外部组织用户也开始出现类似用法，尤其是销售、市场、招聘等岗位，会用 Codex 生成知识产物，比如文档、材料、说明、报告等。

这些任务有多重？

报告里有一个任务复杂度图，专门估算用户交给 Codex 的任务，如果让熟练人类独立完成，大概要花多久。

在个人用户样本里，2025 年 12 月，35.4% 的活跃用户提交过至少一个「熟练人类需要 1 小时以上」的任务。到 2026 年 5 月，这个比例升到 70.2%。

更重的任务也在增加。提交过至少一个「8 小时以上」任务的用户比例，从 2.1% 升到 25.6%。

怎么用，也变了。

报告看了三个指标：并发、运行时间、skill。并发是说大多数人开始在一周内同时跑多个 Codex 任务，管理多个 Agent。运行时间上，平均每天 71 小时的 Codex 运行时间最能说明问题。

而 Skill 则代表了另一种变化，用户开始把重复工作沉淀成可复用流程。报告说，活跃 Codex 用户中，调用过 skill 的比例从 2026 年 3 月 1 日的 5.4%，升到 6 月 11 日的 26.6%。个人用户是 25.7%，外部组织用户是 30.4%，OpenAI 内部达到 96.2%。

这些数据或许并不能直接等同于生产率提升，但这足以说明 Codex 进入工作流后，AI 的使用形态变了。

前段时间 Fable 5 关闭，社交媒体上很多人在嘲讽 Anthropic 的 CEO，说「谁让你天天搞那些耸人听闻的营销，什么被吓到了，恐怖到要关闭，现在真的被关闭了吧！」

现在，GPT-5.6 的命运好像要和 Fable 5 一样，甚至还没有正式发布，就被美国政府要求审核分批发布。

当 Agent 真实地在改变工作组织方式的时候，一个人可以同时开几个任务，让一个 agent 查资料，一个 agent 改脚本，一个 agent 生成表格，一个 agent 写说明文档。人站在中间，像项目经理，也像编辑，决定哪些结果能进下一步。

Codex 渗透到越来越多场景的能力，似乎能解释为什么 GPT-5.6 的发布节奏会变得敏感。

当模型只是在聊天框里回答问题，风险主要来自它说了什么；当模型可以调用工具、读写文件、执行任务，风险就会进入真实工作流。能力越接近执行层，发布就越像基础设施上线，无法再只是按普通产品更新来理解。

AI 的能力可能会像资源一样，是人力资源也是物质资源。

虽然 Codex 这么强了，但是报告里还有一个数据很现实，在过去 28 天内活跃于 ChatGPT 或 Codex 的 Go、Free、Pro 和 Plus 套餐用户中，使用 Codex 的用户不到 1%。

所以，跟着我们往期的 Codex 教程一起来上手这个时代的 Agent 工具吧。

---

让折叠屏展开以后，不再只是大号手机，而是千人千面的「原子工作台」。



很少有一个 AI 产品的目标，是用「斤」来衡量的。

DAU、GMV、留存率，这些是科技公司习惯的黑话。「斤」不是常见的产品指标，没法在后台看板里拉一条曲线，这个单位更常出现在菜市场。

一家 AI 公司，为什么要用一个菜市场的单位来做 KPI？因为它关乎每一个普通人的健康刚需： 6 月 22 日，全国最大的健康 AI 应用「蚂蚁阿福」给自己定了一个谁都没见过的 KPI：帮全国用户科学减掉一亿斤体重。

这个 KPI 听起来口气很大，但全国网友的热烈反应，很难让人觉得这个目标难以逾越。预热阶段，阿福刚说要给大家供应地板价体脂秤，结果大家立马就坐不住了，纷纷喊话阿福把体脂秤价格打下来。

结果，昨天阿福 App 上的体脂秤开抢，9 块 9 邮费+1 分钱可领的「骨折价」，瞬间点燃网友减重的热情，首日就被抢了 30 万单。这个常出现在菜市场，带着烟火气的 KPI，打到了每个普通人的心趴上。

减重这件事，为什么那么多人反复失败

阿福把目标定成一亿斤，不是拍脑袋喊口号，它面对的是一个真实且庞大的困境。

今年正是「体重管理年」三年行动的收官之年。根据国家卫健委的调查，中国成人超重率 34.3%、肥胖率 16.4%，合起来超过 50%。也就是说，每两个成年人就有一人体重亮了黄灯。

大多数普通人减重，动力并不是最关键的，而是有很多卡点造成了动力不足。出乎意料的是，很多人看不懂自己的身体。

比如，体重秤能告诉你多重，但缺乏更进一步的细节——体脂率多少、肌肉率够不够、内脏脂肪有没有超标，一概不知，等于闭着眼睛在减。

对于减重的科学方法也缺乏信息，或者说本身门槛太高，绝大多数人并不会专门请一个私教，来告诉自己今天该怎么吃、明天该怎么练，基本就是靠短视频上的食谱和直觉蛮干，减一斤反弹两斤是常态。

这些问题乍一看可以靠坚持解决，但那太考验人性，况且本质上也不全是意志力问题，而是工具和方法问题。

不靠意志力靠什么

蚂蚁阿福喊出「减重 1 亿斤」时，已经做好准备，让专业 AI 带着趁手工具来解决所有卡点。

不了解身体？直接安排体脂秤。阿福集中采购了一批智能体脂秤，以近乎补贴的超级低价提供给所有人。

道理很简单，只有先让用户看清自己的身体数据，从体脂率、肌肉率、到内脏脂肪，减重才有路可循，不是闭着眼睛瞎蒙。

你把体脂秤连接阿福 App 后，AI 根据用户的体重、体脂、肌肉率，能给出个性化的饮食和运动建议。

这就相当于拥有了一个免费的 AI 减重搭子。

相比于短视频里泛泛而谈的「多动少吃」，阿福能够具体地针对个人的身体数据展开分析，做到真正的定制化。这个门槛踩住了，就有了信任的基础。

最后，还是得回归坚持这个最大的卡点。阿福的计划是，用游戏化的激励机制，把减重从一个孤立无援的自律任务，变成一场有队友、有奖励、有进度的集体行动。这次还公开征集了妙招：PK 赛怎么设计才好玩？奖品是什么？地板价该定多少？——让用户自己定义规则，参与的就不是一个产品，而是一件事。

行动还没上线，全国网友就集体喊话阿福「要装备」，希望先把体脂秤的价格打下来。现在，「骨折价体脂秤」已开启领取，支持准确测量体重、体脂率、肌肉量等 18 项身体数据。除了 9.9 元快递费，全国网友实付 1 分钱就能拿到手，参与科学减重。

三位一体：先看清身体，再学会行动，最后，大家一起想办法坚持下去。

从「问答」到「陪练」，健康 AI 找到正确打开方式

如果只是一个体脂秤加一个 AI 教练，这件事没什么稀奇的。阿福的不同，在于它跑通了一个多数 AI 产品还没做到的服务闭环。

大多数 AI 还活在对话框里。它能回答你「怎么减肥」，但回答完就走了。阿福做的事，是把 AI 的建议接进了真实的硬件和每日行动里：绑定设备、自动关注身体数据、AI 实时解读、定制每日计划、到了时间就提醒。

这套「健康记录-分析解读-健康行动」的闭环，让 AI 从「看完就忘」变成「看完就去动」。

健康从来都不是一个小众群体的需求，蚂蚁阿福的用户已经超过 1 亿，其中 55% 来自三线及以下城市。它的硬件生态覆盖了小米、华为、苹果、OPPO、vivo、荣耀六大手机品牌，以及沃莱等主流运动器械和医疗器械品牌。

实测发现，体脂秤连接完成后，可以随时查看 18 项身体数据指标，包括体重、体脂率、内脏脂肪、肌肉量、骨量占比、BMI 等，清楚显示指标属于标准还是偏低、偏高。

这意味着阿福不止在服务少数健身爱好者，更在服务最需要健康管理、却最缺资源的那群人——那些没有私教、没有营养师、没有智能手表的普通人。当 AI 能连接硬件、读懂数据、推送行动，它就不再是一个提问工具。

它变成了一个每天陪在你身边的健康伙伴。

一亿斤之后是什么

把目光从「一亿斤」这个数字上抬起来，能看到这件事更大的那一面。

有研究预测，到 2030 年，中国成年人超重肥胖率可能达到 65.3%，归因于超重肥胖的医疗费用或将达到 4180 亿元人民币，占全国医疗总费用的 21.5%。对于个人而言，或许胖一点瘦一点也无所谓，但放任发展，它就会逐步挤压整个公共卫生系统，带来潜在的结构性危机。

世界卫生组织测算过另一组数字：在预防上每多投一块钱，治疗上就能省下八块五，抢救上能省下一百块。控制体重是预防心脑血管疾病、糖尿病、高血压乃至某些癌症的关键入口，这个入口越宽，全社会付出的代价就越小。

阿福做的事，放在这个背景下就不只是「一个 App 的新功能」了。它用一台补贴体脂秤和费的 AI 减重搭子，让几亿普通人够到了一个过去只属于少数人的健康管理入口。

减重只是第一步，也是 AI 离普通人最近的一步。比答出一百道题，跑一百套代码更有价值的，是能每天帮你看一次秤、提醒一次吃饭、陪一次运动。一亿斤，就从这里开始的。

苹果正式涨价，MacBook Pro 起售价涨至 15999 元

据彭博社报道，苹果昨日上调多款产品价格，涉及 Mac、iPad、HomePod、Apple TV 及 Vision Pro 等产品线。

苹果表示，AI 数据中心快速扩张带来内存和存储需求激增，相关组件价格在短时间内大幅上涨，公司已无法继续完全消化成本压力。

苹果多款产品在中国市场的起售价也已调整：

• MacBook Neo：起售价涨至 5499 元，原 8GB+256GB 版本为 4599 元；
• MacBook Air：起售价涨至 9999 元，原起售价为 8499 元；
• MacBook Pro：起售价涨至 15999 元，原起售价为 13499 元；
• iMac：起售价涨至 12499 元，原起售价为 10999 元；
• iPad Pro：起售价涨至 10799 元，原起售价为 8999 元；
• iPad Air：起售价涨至 5999 元，原起售价为 4799 元；
• iPad mini：起售价涨至 4799 元，原起售价为 3999 元；
• iPad 标准版：起售价涨至 3799 元，原起售价为 2999 元。

此次调价暂未涉及 iPhone、Apple Watch 和 AirPods。不过苹果方面称，未来不排除对更多产品进行价格调整。

彭博社提到，这是苹果近年来少见的跨多条产品线同步涨价。受相关消息影响，苹果股价盘中一度下跌 5.3%，为四个多月以来最大盘中跌幅。

曝苹果折叠屏 iPhone 七月底量产，铰链问题已「大部分解决」

据韩国电子产业媒体 The Elec 报道，苹果首款折叠屏 iPhone 计划于 7 月底前后开始量产，并仍按原计划推进 9 月发布。

报道称，苹果已确定这款折叠屏 iPhone 的显示屏、机身、结构件等主要规格，目前进入量产准备阶段。首批产品将由富士康负责生产，苹果已在 4 月完成第一轮试生产。

铰链部分由中国台湾新日兴和美国安费诺供应，两家公司将提供 3D 打印方式制造的铰链模组。

值得一提的是，报道称苹果在开发过程中曾遇到铰链问题，包括经历数百万次耐久测试后出现轻微噪音，以及部分组装环节公差偏大导致不良率上升。不过，相关问题目前已「大部分解决」。

美光第三财季营收同比增长 345.7%，称存储供应紧张将延续到 2027 年后

美光科技昨日发布 2026 财年第三财季业绩，收入 414.6 亿美元，同比增长 345.7%；GAAP 净利润 282.4 亿美元，同比增长 1398.3%；GAAP 毛利率 84.6%，同比提升 46.9 个百分点。财报发布后，美光盘后股价一度涨超 15%。

• 云存储收入 137.69 亿美元，同比增长 306%；
• 核心数据中心收入 115.24 亿美元，同比增长 653%；
• 移动与客户端收入 115.21 亿美元，同比增长 254%；
• 汽车与嵌入式收入 46.34 亿美元，同比增长 311%；
• 数据中心 SSD 收入超过 50 亿美元，环比翻倍；
• 已出货 HBM4 带来超过 10 亿美元收入。

美光预计第四财季收入 500 亿美元，上下浮动 10 亿美元，GAAP 毛利率约 86%。公司还预计第四财季资本支出约 100 亿美元，2026 财年资本支出约 270 亿美元。

CEO Sanjay Mehrotra 在业绩会上称，存储供应短缺需要相当长时间改善，行业供应紧张将持续到 2027 年之后，2028 年或逐步改善。

🔗 相关阅读：1 秒净赚 2.64 万，比英伟达还暴利，你相信「光」吗？

OpenAI 或将 IPO 推迟到 2027 年

据《纽约时报》报道，OpenAI 正倾向于把首次公开募股推迟到 2027 年。三名参与公司讨论的人士称，给 OpenAI 提供 IPO 建议的投行人士提醒，近期科技股波动，以及 SpaceX 上市后股价波动，可能削弱散户投资者对 OpenAI 发行的热情。

报道提到，投行顾问担心当前市场条件未必能支撑 Sam Altman 设想中的 1 万亿美元估值，OpenAI 因此更倾向放慢上市节奏。

苹果 Siri AI 新增限制，明确拒绝读取网页链接内容

据 9to5Mac 报道，苹果在 iOS 27 开发者测试版 Beta 2 中，为 Siri AI 的系统提示词 (prompt) 加入了一条新规则，要求其明确告知用户无法访问网页，并且不得提供后续建议或绕过方式。具体 prompt 如下：

你无法访问 URL 背后的内容：当用户提供 URL，并要求你总结、阅读或提取其中的信息时，请告知他们你无法访问网页。不要提供后续建议或变通方法。

报道指出，Siri AI 此前本身就不能直接访问 URL 背后的网页内容，但这次新增的提示词规则进一步明确了处理方式。

苹果尚未说明加入这一规则的具体原因。报道提到，这一调整可能与网页内容被 AI 聊天机器人直接抓取和总结的争议有关：如果用户无需进入原网页即可获取内容摘要，可能会减少网站访问量，并影响开放网页生态的可持续性。

IBM 发布 0.7 纳米芯片技术，晶体管数量接近 1000 亿个

昨天，IBM 发布其首个低于 1 纳米节点的芯片技术，采用 0.7 纳米晶体管架构，基于新的三维「nanostack」纳米堆叠架构，IBM 称其可在指甲盖大小的芯片上集成近 1000 亿个晶体管，晶体管密度接近 2021 年发布的 IBM 2 纳米芯片的两倍。

IBM 表示，这一节点芯片相比 IBM 2 纳米节点芯片，预计最高可带来 50% 的性能提升，或 70% 的能效提升，面向生成式 AI、云基础设施和下一代电子设备等计算场景。

曝 Google 两名 Gemini 关键研究员计划加入 Anthropic

据彭博社报道，Alphabet 旗下 Google 两名资深 AI 研究人员 Jonas Adler 和 Alexander Pritzel 计划离职加入 Anthropic。

两人在 Google 内部被视为 Gemini AI 模型的关键贡献者，其中 Adler 参与了公司 AI 编程相关工作，Pritzel 则参与了 AI 系统训练流程。

Google DeepMind CEO Demis Hassabis 本周早些时候表示，当前科技行业正处于「极其激烈」的人才竞争阶段，Google 仍拥有「规模最大、覆盖最广的研究团队」。

彭博社还提到，Anthropic 近年持续从 Google DeepMind 吸引人才。除基础模型竞争外，Anthropic 也在探索生命科学和医疗健康等应用方向。对于 Adler、Pritzel 等人的去向，Google 和 Anthropic 暂未给出进一步回应。

Kimi B 端业务负责人：要与 OpenAI 等头部模型公司竞争

据界面新闻报道，月之暗面 B 端业务负责人黄震昕在亚马逊云科技中国峰会上透露，Kimi 的企业业务占比正在持续提升，互联网、金融、制造、教育、医疗等行业已经成为重要企业客户来源，海外业务也在快速增长。

黄震昕称，月之暗面目前员工规模只有 300 多人，资源配置的最高优先级仍在模型研发层。公司希望继续探索智能上限，并与 OpenAI、Google、Anthropic 等海外头部模型公司竞争。

在商业化层面，他提到，用户对高性能 Token 有溢价支付意愿，模型厂商也在通过 Cache 命中率优化和推理优化等方式降低实际成本。目前 Kimi 原厂服务的 Cache 命中率已经超过 90%。

一汽-大众更换商品经营部负责人，国桐从深蓝回归

据汽车像素昨日报道，一汽-大众成立约一年的商品经营部近日换帅，原深蓝汽车首席品牌官国桐出任该部门负责人。该部门在内部常被称为「产品部」，去年上半年新设，随后升为 L1 级部门。

国桐曾在一汽-大众华南区、南区销售事业部、市场与衍生业务部任职，之后进入长安体系，并从 2022 年起担任深蓝汽车首席品牌官。报道称，一汽-大众此次用人逻辑是找回熟悉旧体系、又参与过自主新能源品牌建设的人。

中汽协：5 月中国品牌乘用车销量占比升至 75%

据中国汽车工业协会统计，2026 年 5 月，中国品牌乘用车销售 168.9 万辆，环比增长 5.7%，同比增长 4.2%，占乘用车销售总量的 75%，销量占有率比去年同期提升 6 个百分点。

今年 1-5 月，中国品牌乘用车累计销售 732.6 万辆，同比下降 3.1%，占乘用车销售总量的 71%，销量占有率同比提升 2.2 个百分点。

同期汽车市场整体仍承压。5 月汽车产销分别为 261.6 万辆和 262.9 万辆，同比分别下降 1.2% 和 2.1%；新能源汽车产销分别为 155.4 万辆和 149.6 万辆，同比分别增长 22.4% 和 14.4%；汽车出口 93 万辆，同比增长 68.7%。

携程第一财季营收 162.08 亿元，归母净利润同比下降 41.57%

携程集团发布 2026 年第一季度未经审计财务业绩。期内，公司净营业收入为 162 亿元，同比增长 17%；归属于携程集团股东的净利润为 25 亿元，低于去年同期的 43 亿元；经调整 EBITDA 为 48 亿元，去年同期为 42 亿元。

• 住宿预订营业收入为人民币 65 亿元，同比增长 17%；
• 交通票务营业收入为人民币 61 亿元，同比增长 12%；
• 旅游度假业务营业收入为人民币 11 亿元，同比增长 19%；
• 商旅管理业务营业收入为人民币 6.90 亿元，同比增长 20%。

财报显示，携程集团第一季度营业成本为人民币 33 亿元，同比增长 23%；产品研发费用为人民币 41 亿元，同比增长 15%；销售及营销费用为人民币 37 亿元，同比增长 25%；一般及行政费用为人民币 11 亿元，同比增长 8%。

交通运输部等部门印发「人工智能+交通运输」行动方案

交通运输部等七部门昨日印发《「人工智能+交通运输」典型应用场景创新行动方案》，提出到 2027 年底，人工智能在交通运输典型场景中实现规模化创新应用，并形成一批可复制、可推广的应用案例。

方案列出多个重点方向：

• 智能驾驶：开展「端到端」大模型研发与测试，推动智能网联汽车、自动驾驶出租车、自动驾驶公交等场景验证。
• 智慧物流：推动无人配送、自动化仓储、港口和机场智能调度等场景落地。
• 综合交通治理：探索交通大模型、路网运行监测、应急处置、出行服务和行业监管等应用。

蚂蚁阿福上线「科学减重 1 亿斤」行动

昨天，蚂蚁阿福正式发起「科学减重 1 亿斤」健康行动，并在阿福 App 开放体脂秤领取入口。用户完成指定流程后相当于以 0.01 元 + 9.9 元运费领取体脂秤。

阿福 App 此次还升级了 AI 解读功能，可基于用户身体数据生成小结，并给出重点关注事项、饮食运动建议和行动提醒。

💡 李飞飞：10 年后，职场或只剩两类工作者

在日前的 Silicon Valley Girl 访谈中，美国国家工程院院士、World Labs 创始人李飞飞围绕 AI 对未来职场的影响表示，面对一种认知能力快速提升的技术，个人最需要培养的是「agency」，即主动理解、使用并驾驭工具的能力。

她认为，AI 不应被简单视为取代人类的技术，而是一种需要被人类学习、设计和约束的强大工具。

我认为 entrepreneurial 很大程度上是 agency 的同义词。面对这样一种认知能力很强的技术，agency 是关键。

在谈到未来 10 年的公司形态时，李飞飞以产品经理为例称，过去产品经理通常需要在用户、市场、设计师和工程师之间协调，完成一个原型可能需要数月；

现在，部分产品经理已经可以借助 AI 完成初步设计和代码编写，缩短从想法到反馈的周期。她强调，这并不意味着设计师和工程师会被取代，而是让他们有机会投入更复杂的工作。

访谈中，MasterClass CEO David Rogier 将这一变化概括为职场的「杠铃效应」：一端是某一领域能力极强的顶尖专业人士，另一端是能够借助 AI 完成多类任务的高主动性通才。

李飞飞对此表示认同，并补充称，无论处在专家还是通才的位置，核心都在于是否具备主动使用工具、形成判断并创造性解决问题的能力。

中兴高管：新一代 AI 手机近期上市，将推动 AI 能力走向端侧

据观察者网报道，6 月 23 日至 25 日，世界经济论坛第十七届新领军者年会在大连举行。中兴通讯董事长方榕在「AI 与未来增长」午餐会上表示，中兴通讯新一代 AI 手机即将在近期上市，这是公司将智能能力从云端推向端侧的重要一步。

方榕称，AI 的终极意义在于让科技普惠经济社会。报道称，这款新一代 AI 手机将提供「听得懂、能干活」的交互体验，并被视为中兴通讯推动终端生态增长的产品之一。

在技术路径上，中兴通讯称，公司将 AI 智能体深度融入操作系统，目标是打造原生 AI 体验，而非简单的功能插件。

公司还提到，当前正进一步升级系统级 AI 能力，并融合自研 Co Claw 智能调度技术，以支持跨应用、跨生态协同，以及更复杂场景下的自动化任务执行。

企业微信 5.0.9 升级 AI 服务总结，智能助理「大圆」进入内测

企业微信昨日发布 5.0.9 版本更新，新增多项 AI 能力，覆盖客户服务、智能表格、智能文档和会议记录。

• 面向销售、客服和运营团队，企业微信推出「服务总结」功能。
• 智能表格的「AI 字段」增加从文件中批量提取信息和批量处理图片两类批处理能力；
• 智能文档新增目录、划词评论、流程图、思维导图和卡片样式。
• 此前上线的「记录面聊」则与日程打通，可在日程开始时自动提醒记录面聊，并在工作台汇总过往创建和参与过的面聊记录。

此外，企业微信首次推出的原生 AI 智能助理「大圆」已开启内测，可通过贴边把手或快捷键唤起，用于总结聊天、读写文档表格和汇总项目进展。

Google 将 Computer Use 内置进 Gemini 3.5 Flash

Google 发布 Gemini 3.5 Flash 的 computer use 能力。官方博客显示，computer use 现在是 Gemini 3.5 Flash 支持的内置工具，而此前该能力主要通过单独的 Gemini 2.5 computer use 模型提供。

Computer Use 工具可让开发者构建浏览器、移动端和桌面控制智能体。模型通过截图理解屏幕，并生成鼠标点击、键盘输入等 UI 操作；客户端仍需实现执行环境来接收并执行这些动作。

影石回应 Luna Ultra 国补「骗补」质疑：品牌补贴保障统一到手价

据《南方都市报》、《时代周报》消息，影石 Insta360 近日因首款双摄云台相机 Luna Ultra 的价格和补贴规则引发争议。

该产品于 6 月 10 日发布，发布会及部分官方宣传图显示标准套餐售价 3999 元起，但有消费者发现，部分线上渠道需领取 15% 政府补贴后才能达到 3999 元到手价，而部分线下门店无需使用国补即可按 3999 元购买。

另有线上页面显示，未领取国补时，相关商品价格约为 4729 元。有消费者因此质疑该产品线上线下标价规则不一致，可能占用消费者补贴名额。

针对「骗取国补」质疑，接近影石人士向《南方都市报》表示，Luna Ultra 属于国家补贴申请范围，并在部分渠道具备国补资格。

由于各地政策落地节奏存在差异，影石同时推出品牌补贴限时优惠活动，以保障全国线上线下消费者可享受 3999 元统一到手优惠价，不存在骗补或违规使用补贴的情况。

IDC：一季度全球手持智能相机出货量同比增长 33%，大疆和影石占据前二

市场调研机构 IDC 昨日发布《2026 年第一季度全球手持智能相机市场跟踪报告》：

今年一季度全球手持智能相机出货量达到 414 万台，同比增长 33%；销售额超过 105 亿元人民币，同比增长 20%。

细分市场中：

• 运动相机出货量接近 201 万台，同比增长 39%；
• 云台相机出货量同比增长超过 18%；
• 全景相机出货量超过 50 万台，同比增长高于 55%。

厂商方面：

• 大疆以 65% 出货量份额保持第一，同比增加 3 个百分点；
• 影石以 22% 份额排名第二，同比增长 66%，增速居前；
• GoPro 份额约为 6%，出货量同比下降 33%。

报告称，中国贡献了 2025 年超过一半的市场份额，2026 年一季度这一趋势继续增强。IDC 预计，到 2030 年，全球手持智能相机市场规模将超过 4000 万台，五年复合增长率接近 18%。

哥斯达黎加咖啡收成降至 55 年低点，同比减少 12%

据路透社报道，哥斯达黎加咖啡研究所 Icafe 披露，哥斯达黎加 2025-2026 年度咖啡收成同比下降 12%，创下 55 年来最低水平。官方数据显示，本季咖啡种植者交付的咖啡果折合 159.2 万袋，每袋 46 公斤；上一季为 181.3 万袋。

Icafe 经济研究与市场部门负责人 Marco Araya 表示，上一次出现更低收成还要追溯到 1970-1971 年度。

该机构称，本季减产主要受到降雨不规律、劳动力短缺、咖啡作物两年生产周期，以及生产者面临的经济压力等因素影响，其中包括本币贬值带来的压力。

《小黄人大眼萌 3》开启预售，7 月 3 日上映

《小黄人大眼萌 3 / 小黄人与大怪兽》已宣布开启预售，并将于 7 月 3 日正式上映，较北美市场晚两天。

该片此次更换了三名新的主角小黄人，故事设定在 1920 年代的好莱坞，围绕小黄人们逐梦演艺圈展开。小黄人们在片场打工担任群演，同时希望拍摄一部怪兽电影，过程中遭遇了多只大怪兽。

DC 将推出《蝙蝠侠：骑士陨落》动画电影三部曲

DC Studios 宣布将把经典漫画《蝙蝠侠：骑士陨落》改编为动画电影三部曲，并发布首支先导预告。第一部《Batman: Knightfall Part One》计划于 2026 年上线。

《骑士陨落》是 1990 年代 DC 蝙蝠侠主线中的重要故事，贝恩在这一篇章中击败布鲁斯·韦恩并折断他的脊椎，之后 Jean-Paul Valley 一度接过蝙蝠侠身份。这个故事此前曾影响《蝙蝠侠：黑暗骑士崛起》等影视改编。

这次三部曲将以动画形式完整改编该篇章，延续 DC 近年通过动画电影重访经典漫画事件的路线。

---

正在等待 Mythos 和 Fable 5 回归的 Claude 用户，先等来了一个群聊机器人。

这项功能基于 Claude Opus 4.8 模型，其核心理念是将 AI 从一个「一问一答的聊天机器人」，彻底转变成一个「拥有独立身份、常驻在 Slack 频道里的虚拟同事」。

Slack 是什么，通俗点说就是海外企业用的钉钉/飞书/企业微信，本质上也是一个团队协作和沟通的企业工具。

和国产的办公软件能接入群聊机器人一样，Slack 本身也有 AI 功能。不过那些 AI 功能，很多还停留在摘要、搜索、固定流程或简单问答。

而 Anthropic 这次推出的 Claude Tag，想往前多走一步，让 AI 真正接住一个团队正在推进的任务。

前不久刚入职 Anthropic 的 Karpathy 对 Claude Tag 更是赞不绝口，直接说这是大语言模型用户交互/体验的第三次重大变革，从最早一个网页，到现在用 Codex 之类的 App，升级到现在与人类团队协同工作的 Claude Tag 模式。

别@我，去问一下 AI

你被工作群里的 @ 硬控过吗？一个产品指标没人追，一张客服工单卡住，一个 bug 查了半天没找到源头。群里有人 @你，说一句「帮我看下这个问题」。

你可能已经慌了，内心只想说「我知道的你都知道，你不知道的我肯定也不知道，东西就在那里，你找找就肯定能看到了。」

但 Claude Tag 不会慌，它会顺着聊天群里的上下文、已经授权的工具、数据源，甚至代码库，把任务拆开，跑完，再把结果贴回群里。

这就是 Claude Tag 最直接的作用，他看起来像是一个聊天群的机器人升级版，但它真正可以做到的事，要远比「在群里呼叫 AI」大得多。

多人协作模式

过去用 Claude，大多是一个人和一个模型对话。我们给它背景，它给我们结果；换个窗口，它对当前项目的记忆也跟着断掉。

而现在 Claude Tag 的入口变成了 Slack 频道：管理员先选定频道，再给 Claude 接上对应工具、数据和代码库。频道里任何成员都可以 @Claude，让它接活。

在一个特定的 Slack 频道里，只有一个统一的 Claude 身份。任何人在频道内直接 @Claude 派发任务时，它的任务进展、对话上下文和最终结果，都能直接被频道里的其他人看到。

团队成员可以随时「接力」，如果同事 A 让 Claude 写了一篇方案，同事 B 可以直接在同一个 Thread（线程）里回复它：「请帮 A 的方案加上数据安全章节」，Claude 会无缝承接上下文。

举个最直接的例子，某个产品经理让它查本周留存波动，数据同学可以补一句「顺便按新老用户拆一下」；客服负责人让它梳理一批工单，工程同事可以接着让它定位可能的技术原因。

持续性的组织记忆

在群里的 Claude，也会和我们单人使用的 Claude 一样，Claude Tag 会随着常驻频道的时间增加，自主积累团队的沟通背景、决策逻辑和业务常识。

我们不需要在每次提问时都反复复制粘贴长篇大论的背景材料，只要管理员赋予权限，它还能跨频道学习公司其他公开渠道的信息，像一个真正的老员工一样掌握公司的各种「隐性知识」。

但这类记忆也有边界。官方说，Claude 的记忆会被限制在管理员定义的频道和身份里，销售频道的 Claude 不会把记忆带到工程频道，也不会从私密频道向外汇报内容。

主动/环境模式

这大概是 Claude Tag 最像「真人同事」的地方。开启 ambient behavior 模式后，Claude 不需要你手动去 @ 也会主动干预工作。

它会监控频道动态，在讨论陷入僵局或某个重要任务长期无人跟进时，主动发帖提醒。它还会主动同步跨工具、跨频道的关键更新，或者在自动化流程（如代码部署）完成后，主动在 Slack 里向团队汇报。

这和过去那种「问一句答一句」的 AI 使用方式，体验会很不一样。

异步工作

而对于需要花费几小时甚至几天才能完成的复杂任务，我们只需要指派给它，就可以关闭聊天窗口去忙别的。

Claude 会把复杂任务拆成阶段，一边推进，一边在 Slack 线程里更新进度。

而另一项功能，异步交付，就是在任务完成后，Claude Tag 会在 Thread 自动交付结果，像是生成一份文档、一张图表或直接通过 GitHub App 提交一个代码 PR 等。

我们不需要等到 Claude 完成这一个复杂任务之后，再去下达新的任务，而是可以同时让它执行多个任务。

Anthropic 提到，他们产品团队 65% 的代码都由内部版的 Claude Tag 完成，他们会让 Claude 去追产品指标和数据，处理支持工单，寻找复杂 bug 的根因。

而换成更普通的公司日常，也可以拿它来做运营复盘、销售跟进、用户研究、内容资料整理。

它是如何工作的

从官方描述看，Claude Tag 的工作流并不复杂：频道里有人 @Claude，Claude 读取授权范围内的上下文、工具、数据源或代码库，把任务拆成阶段执行，再把结果返回 Slack 线程。

复杂的地方在管理。管理员要决定它能进哪些频道，能看哪些数据，能调用哪些工具，花费上限是多少，任务记录怎么查。AI 进了公司群聊后，能力问题很快会变成权限、预算和审计问题。

具体来说，包括下面这几点。

权限的隔离：管理员可以为不同的频道定制不同的 Claude 身份。例如：给研发频道的 Claude 接入 GitHub 权限；给销售频道的 Claude 接入 CRM 权限，彼此数据不互通。

预算熔断：管理员可以针对整个企业组织或单个 Slack 频道设置月度 Token 消耗和费用上限（Token Spend limits），一旦超标自动熔断。

活动日志：后台提供完整的活动日志（Log），管理员可以查看活动日志，知道 Claude 做过哪些事，以及这些任务由谁发起。

这套设计听起来就很「企业化」，AI Agent 真想进入公司，这些笨重的权限、预算、日志一个都少不了。

当然，目前 Claude Tag 现在还在 beta 阶段，只面向 Claude Enterprise 和 Team 客户。

管理员需要把 Claude Tag 和 Slack 工作区配对，授权工具，设置月度预算，再在私人频道测试。

它将彻底替代原有的旧版 Claude in Slack 应用，管理员有 30 天的窗口期进行一键迁移，官方目前也提供了一定的启动额度供企业免费尝鲜。

而 Slack 可能只是第一站，Anthropic 的目标是让团队在更多工作场景里直接 @Claude。

所以对 Claude 这个群聊机器人来说，最有意思的地方，未必是 Claude 又多了一个入口。更像是 AI Agent 开始拥有一张公司内部的「工牌」：它有频道，有权限，有记忆，有预算，也有记录。

最近这几年，「00 后整顿职场」的话题一直很火，老板在群里@实习生，实习生说我下班了，明天再给你。

现在换到 AI 来整顿老板们了，以后要表格、要数据、要进度报告，24h 在线的 AI，既聪明又能干，说不定能反过来 Push 一下老板。

过去半年，AI 行业开始频繁谈「世界模型」。

多条演化出来的路线，让李飞飞都下场，专门写了一篇文章，解释到底什么是世界模型，又有哪些分类。

李飞飞的 World Labs 做 Marble，DeepMind 推 Genie，LeCun 也长期强调让 AI 理解物理世界。这个概念听起来足够大足够有前景：让模型生成、理解、推演一个可以进入、可以交互、可以行动的空间。

但在国内有一家做 AI 3D 生成的年轻公司影眸科技，其 CEO 吴迪对「会不会做世界模型」的回答，反而有点克制。

他说，现在世界模型的定义很宽泛。如果只是生成一个可浏览的环境，他们更愿意叫它「世界生成模型」。真正的世界模型，应该和具身智能、控制、交互有关，要能理解并操纵整个世界。

所以，在真正的世界被 AI 生成出来之前，似乎还有一个更具体的问题要先解决：这个世界里的物体从哪里来？

一张桌子、一只手套、一个游戏怪兽、一件工业零件，如果只能在屏幕上看起来像，那还停在展示层。真正进入生产流程，它要能被拆分、编辑、换材质、进引擎、接入渲染管线，甚至交给外包团队继续加工。

影眸想把这件事情做好，事实证明他们也确实做到了。

就在这个月，影眸科技完成了新一轮数亿元融资，由凯辉基金、上海国投先导领投，老股东继续跟投，早前押注它的名单里有字节跳动、美团龙珠、红杉中国和蓝驰创投等。

官宣融资同一时间，影眸还正式发布了新一代模型 Hyper3D Rodin Gen-2.5。

新的 AI 3D 生成模型 Rodin Gen-2.5 是全球首个具备千万面级生成能力的 3D 大模型，也是第一个将类大语言模型的「先思考、再生成」运行逻辑引入 3D 生成领域的模型。

不像大语言模型有越来越多的 Benchmark 来证明模型的能力，AI 3D 还是凭借着实际场景的用户口碑来证明自己。数据显示，Rodin Gen-2.5 上线首月，订阅用户与 ARR 的环比增速扩大 400%。

我生成了一个 3D 资产，然后呢

图像和视频解决的是「看起来对」，而 3D 产业真正需要的是「用起来对」。

图像和视频很多时候服务观看就停在那里了，3D 资产会被继续使用。它会被拆、被改、被绑定、被降面、被导进引擎。生成只是起点，后面的加工才是生产。

2024 年以前，市面上大多数 AI 3D 生成工具都卡在了一个尴尬的瓶颈期：好玩，但不能用。

传统路径往往依赖「2D 升 3D」，先合成多视角图像，再用算法还原几何，这种做法天生带有噪声和坑洼，在视角不连续时甚至会产生「多头怪」的崩坏结果。

对于 3A 游戏、影视后期等核心工业管线来说，这种资产只能拿来「随机抽卡」，完全无法直接交付。

直到 2024 年 8 月，影眸团队凭借原生大模型框架 CLAY 提名图形学顶会 SIGGRAPH 最佳论文，推动了行业技术路径的底层变革。而刚刚发布的 Hyper3D Rodin Gen-2.5，则直接将 3D 生成推向了「Production-Ready（生产级可用）」的最终落地方向。

Rodin Gen-2.5 的底层变化，可以用一句话概括：让模型根据计算预算自适应决定生成结果的复杂度。

过去很多生成模型会给不同对象分配近似固定的表达空间。简单物体和复杂角色，都用相近长度去表示，效率和细节都会受限。但真正有效的方式，应该是简单物体少花时间，复杂对象多花时间。

这个思路有点像大语言模型在推理时拉长思考过程，只是对象从文字变成了几何结构和材质细节。我们看到的是 4 秒、20 秒、80 秒这些档位；模型内部对应的是不同长度、不同计算量的生成过程。

4 秒可以快速出草稿，适合批量测试和找方向；20 秒更适合结构与细节均衡的资产；80 秒则面向高精度模型，可以把皮肤微结构、毛孔、纹理、龙鳞这类细节做进模型本身。

影眸科技 CTO 张启煊表示，Rodin Gen-2.5 之前，很多 AI 3D 结果更多停在白盒或预览阶段。

到了 Rodin Gen-2.5 这一代，已经有游戏工作室把 Extreme-High 模式用到高模阶段。比如生成一只怪兽，表面微微隆起的龙鳞可以进入高模，再和低多边形模型结合。

游戏美术和工业设计师关心的，大概也是这个东西能不能接到下一道工序里。

如果说千万面级的几何生成解决了 3D 模型的「骨肉」，那么 Rodin Gen-2.5 同步推出的 12K 原生 3D 外观生成模型则彻底解决了 3D 模型的「皮囊」。

不同于行业普遍采用的「多视图投影」，Hyper3D 通过冻结物体表面光场，将 2D 图像与 3D 外观统一到同一潜在空间。

无死角覆盖： 材质纹理实现全 3D 空间一致性补全，再也没有投影拉伸和死角破损。

物理级写实： 完美支持基于物理的 PBR 材质（金属度、粗糙度、高光、法线）。

超越扫描： 在 12K 超高分辨率加持下，生成的几何精度与材质保真度，在效果上已经可以超越动辄数万元成本的实景扫描，为后期制作留出了巨大的修改空间。

配合几何模型同款的 Thinking Effort 设计，最快只需 5 秒，一套包含高精度几何与 12K 贴图的完整资产就能直接出炉。

在当前的 AI 调整期，资本市场衡量一家公司的核心指标，已经从「拥有多少用户」变成了「谁在为你持续付费」。影眸科技选择了一条类似 Anthropic 的硬核 B 端路线。

目前，影眸的整体商业化结构表现可以总结为：

全球化造血： 约 80% 的收入来自海外市场，核心主战场在北美。

高黏性 B 端： 营收结构中 B 端与 C 端（Pro C 专业用户）基本呈现 4:6 结构。其积累的 B 端客户营收超过同赛道其他所有友商的总和，且续费率几近 100%。

顶流大厂排队接入： 在英伟达创始人黄仁勋的 CES 主题演讲中，3D 资产生成工作流便采用了 Hyper3D Rodin。目前，Unity AI Beta、OctaneRender、Canva、Figma 等专业设计与引擎平台均已先后接入 Hyper3D 的能力。

核心研发平均 00 后的公司

AI 时代，小体量的公司，甚至是一人公司逐渐成为主流，此外，年轻化也是 AI 领域的一大特征。

公司创始人曾提到，影眸现在加上实习生约 60 人，技术团队约占三分之二，核心算法团队很多人从本科阶段一起成长，流动很少。

其 CTO 张启煊说，公司成立到现在，流出的核心算法人才只有 3 个，分别去了英伟达、迪士尼研发部门和腾讯。

小团队的好处，是方向更集中，年轻化的好处，是点子更加天马行空。

影眸的核心团队来自上海科技大学的 MARS 实验室，吴迪 2015 年入学，第二年就搭起了这个实验室。

核心研发平均 00 后、约 60 人的团队，很难让人把它和「生成世界」这样宏大的命题联系起来。

但回头看影眸过去几年的路线，会发现他们几乎一直在做同一件事。从扫描真实世界，到生成数字人；从生成单个物体，到生成完整资产；接下来再从资产走向场景。尺度一直在变大，但方向始终没变。

当 AI 行业开始重新讨论世界模型时，有人在生成环境，有人在生成游戏，有人在探索具身智能。对于世界模型究竟是什么，至今没人能给出标准答案。

但有一点或许越来越清晰：在那个能够被进入、被交互、被操纵的数字世界真正出现之前，总得有人先把里面真实可控的东西造出来。

---

大多数用户拥有的最精致的产品就是苹果产品。

我相信很多人会下意识反驳这句话，但经过细想，又发现它说得确实在理。

只不过在乔布斯主导苹果设计的黄金年代，这几乎是一个无需争论的行业共识；来到库克时代，设计在苹果的优先级大幅下降，「Design by Apple」的金字招牌大不如前，这样的观点才会引来争议。

新时代来临之际，即将接棒 CEO 的 John Ternus，开始准备将设计摆回苹果最重要的位置。

上面那句话，就出自他最近的一次内部会议。随后，他又补了一句：

我们将确保这种情况继续保持下去。

苹果，需要重新定义「果味」

根据彭博社报道，从做产品出身的 Ternus，在 9 月出任 CEO 之后，会首先将苹果从此前以财务成绩的方向，调整回产品工程、设计和创新。

去年，Jeff Williams 退休之后，Ternus 顺势接管了整个苹果的设计团队，并投入大量的时间与设计团队交流，和蒂姆 · 库克的作风形成了鲜明对比。

目前，苹果的工业设计团队和软件设计团队，分别交由 Molly Anderson 和 Steve Lemay 领导，这两位设计师虽然在公司内部口碑不错，不过都属于「稳健派」，很难掀动改革的风潮。

因此 Ternus 的首要任务，就是要找到一个能成为下一个「Jony Ive」的人选，一个有权力有实力，并且能实现突破的领导者。

某种程度上，直到 iPhone 16 Pro 时代，苹果几乎连续五年沿用了 Jony Ive 还在苹果任职时期的 iPhone 11 系列设计，直到去年，iPhone 产品线才真正进入了「后 Jony Ive」时期。

其中，全新的 iPhone Air 虽然不叫座，但不管是苹果内部还是外界的评论，都对这个极致的形态表达了赞许。

围绕 iPhone 17 Pro 全新外观的评价，则更褒贬不一——铝金属一体成型机身手感优秀也有利散热，对比之前的钛合金和不锈钢材质，精致程度无疑大打折扣，特别是 MagSafe 区域拼接的玻璃背板，带来了一丝不和谐。

以前的苹果产品，是能进博物馆的收藏品，那现在的苹果产品，更多只是好用的工艺品。

这两者，难道注定不能共存吗？

恰恰相反。乔布斯时期，苹果最推崇的博朗电器以及迪特 · 拉姆斯，所信奉的就是「形式追随功能」理念，所谓的「好设计」，应该是信息和结构的极致收敛，诚实呈现用途本身。

苹果历史上，当然也不乏为了惊艳外观而忽略实用价值的产品，但两者兼具的经典设计更是数不胜数：

iPod 转盘、Apple Watch 表冠，都用一个非常简约的设计，消化了原本相当复杂交互目的。

按键极简化的 iPhone 和 AirPods，定义了我们使用智能手机和无线耳机的方式。

如今的苹果产品，用户体验依旧在线，但那种近乎偏执的精雕细琢之感，已不如过去那样鲜明。于是，「用户所拥有最精致的产品来自苹果」，从一个肯定句，变成了一个疑问句。

对于 Ternus 来说，他的任务其实很简单，但也相当困难——

重新定义什么是「果味」。

Design by Apple，Define 了硅谷

一鲸落，万物生。苹果原本的设计团队逐渐离巢，散落在整个科技行业。

特别是在这个 AI 浪潮下，大量的 AI 初创公司和龙头企业都开始涉足 AI 硬件产品，自然离不开硬件和软件工业设计师，帮他们快速从零打造一个足够优秀的产品。

Design by Apple，define（定义）了硅谷。

Jony Ive

有不少人认为，并没有所谓「果味」，只有「Jony Ive 味」。

作为定义了苹果 2000 和 2010 年代 20 年产品形态的男人，某种程度上，苹果的产品和 Jony Ive 的风格当然避免不了重合。

甚至是一些苹果从未涉足过的领域，比如一盏航海灯，你都能从上面看出它和著名「垃圾桶」Mac Pro 的血缘关系。

最近由 Jony Ive 主导的法拉利 Luce，又让这位传奇设计师出了一次圈。这辆外观设计饱受争议的电车，非常不法拉利，却很苹果，不禁让人怀疑是 Jony Ive 把 Apple Car 的废案循环利用。

Jony Ive 的下一个重磅新品，将会是和 OpenAI 合作的首款硬件。有内部员工透露，Jony Ive 虽然并未正式加入 OpenAI，但对产品设计有最终决定权。

如果说以往 Jony Ive 的设计设计更多是从敲定的硬件形态出发，在硬件工程与软件系统的协同中，不断收敛功能与体验，最终形成一套既极简又高度统一的产品语言。

那么和 OpenAI 的合作，将会是完全不一样的思路：以模型能力为起点，重新定义人机交互应该如何发生，并进一步推导出它所需要承载的现实终端形态。

根据爆料，除了常规的手机、音箱、耳机产品，OpenAI 正在酝酿一支「AI 笔」，作为首款亮相的硬件产品，内置摄像头、麦克风，能实现情境感知的能力。

为什么是「笔」？据说，团队希望这个产品，能够成为一个摆在桌面也毫不突兀的 AI 入口。

差不多 20 年前，Jony Ive 和乔布斯联手打造 iPhone，开启了一个全新的智能时代；如今，他和 Sam Altman 的合作，能否带来定义下一个 20 年的人机交互，值得我们拭目以待。

除了 Jony Ive，像 Evans Hankey、Tang Tan、Rico Zorkendorfer 这些著名的苹果设计师，也相继在离任后加入 Jony Ive 的 LoveFrom 公司，目前都在参与 OpenAI 的硬件项目。

Alan Dye

执掌了 iOS 界面长达 10 年，在苹果设计部门地位在 Jony Ive 的 Alan Dye，也在去年底离开了苹果，加入了 Meta，担任首席设计官。

他还带走了苹果设计部门的高级总监 Billy Sorrentino ，并将在 Meta 负责一个全新的设计工作室，负责统筹硬件、软件以及 AI 交互设计。

Alan Dye 在苹果最后一个大工程，就是用「液态玻璃」，改造了所有系统的 UI——这种半透明的设计语言，也被视作是苹果迈向空间计算和未来终端所做的准备。

很明显，Meta 押注可穿戴设备和空间计算，相信这种新交互将会取代智能手机，不仅有 Meta Ray-Ban Display 这种已经面向大众推出的产品，更有手表、新头显、挂坠等产品正在酝酿。

Alan Dye 曾经率领的团队为苹果 Vision Pro 和 Apple Watch 带来了隔空手势交互，这也是 Meta 正在深耕的方向。

Alan Dye 的下一个作品，可能不只局限在某副眼镜和头显，更是 Meta 整套人机交互气质的重新定义。

Abidur Chowdhury

对于大多数人来说，Abidur Chowdhury 并不是一个熟悉的名字，但他的代表作 iPhone Air，绝对是这几年外观最让人印象深刻的苹果产品，或许没有之一。

Chowdhury 离开苹果，与 iPhone Air 的销量低迷无关，相反，这个产品在苹果内部获得不错的评价，Chowdhury 在其中发挥了关键作用。

这位工业设计师，在 Jony Ive 即将离开苹果时入职，参与设计了苹果一系列创新性产品，包括了他口中「属于未来」的 iPhone Air。

离开苹果后， Chowdhury 继续追逐自己的未来，加入了一家不具名的 AI 创业公司「Hark」，担任设计主管。

这家名不见经传的小公司，与著名人型机器人公司 Figure AI 都有同一个创始人 Brett Adcock。Hark 的使命也和具身智能有关，为机器人赋予「智慧的头脑」。

加入 Hark 之后，Chowdhury 谈到市面上的 AI 产品，认为市面上的 AI 工具虽然带来了影响，对普通人却「没什么帮助」，Hark 则将专注于构建用户界面和原生硬件。

这家公司将于今年夏季发布首批多模态模型，专为这些系统打造的硬件设备也即将推出——届时，我们也能看到这位 iPhone Air 缔造者的全新作品，能不能比「智能手机」这种老硬件更惊艳了。

Peter Russell-Clarke

这位 Jony Ive 曾经的密切搭档，在 2023 年结束了长达 20 年的苹果生涯，他参与了 iMac、iPod nano、MacBook Pro、MacBook Air 和多款 iPhone、iPad 机型开发，名字出现在超过 1000 项苹果专利上。

在加入苹果之前，Russell-Clarke 已经拥有自己的设计工作室，为耐克、Swatch 工作，为欧洲、亚洲和美国的家具、家居用品以及科技公司提供服务。

在苹果之后，Russell-Clarke 并没有和其他同僚一样，投身 AI 硬件浪潮，而是加入了一家名为 Vast 的太空居住公司担任工业设计顾问。

现在，他要为未来 50 到 100 年后的人类，设计他们在地球之外的生活环境了。

Imran Chaudhri & Bethany Bongiorno

Imran Chaudhri 是初代 iPhone 界面设计团队成员，参与设计了 iPhone 主屏幕和重新排列的功能。

2017 年离开苹果之后， Chaudhri 和同样是苹果交互设计团队出身的妻子 Bethany Bongiorno，共同创立了 Humane。

后面的故事大家也知道了：Humane Ai Pin 想要取代智能手机，靠语音、触摸、手势和投影进行交互，激进又未来，可惜真的不好用，还存在火灾隐患，成为了第一批折戟的 AI 硬件产品

这款产品的失败，导致 Humane 被迫出售。最终惠普选择接手整个团队和 Humane 的技术 ，Imran Chaudhri 的新职责更加脚踏实地：负责 AI 技术和功能，集成到惠普产品中。

几乎所有从苹果走出的知名设计师，最终都投身于比手机、电脑更前沿的领域，AI 成了不约而同的下一站，甚至有人把目光投向太空。

很明显，打造下一台 iPhone 这个愿景，已经不再诱人了。

当苹果逐渐放缓脚步，这些习惯了挑战边界的设计师，自然会选择离开，去追逐更新、更大的命题。

因此，John Ternus 想为评估找一个有胆量，又适合统领设计团队的人选，已经成为了一个难题。

问题本身已不只关于产品设计，它映照的是苹果在库克时代后期创新停滞，行业却依旧在向前，并且速度越来越快的现实。

在重新定义「果味」之前，John Ternus 或许还要重新定义苹果：

究竟继续当智能手机时代的守成之君，还是重回那个积极向前的开拓者姿态？

---

OpenAI 与 Broadcom 发布首款 Jalapeño 推理芯片

OpenAI 昨日与 Broadcom 联合发布史上首颗芯片「Jalapeño」 (墨西哥辣椒)，面向大语言模型推理任务设计。

OpenAI 称，Jalapeño 是双方多代计算平台的第一代 AI 加速器。芯片架构由 OpenAI 基于模型路线图、推理 kernel、服务系统和产品需求从头设计，Broadcom 负责硅实现、网络和连接技术，Celestica 参与板卡、机柜和系统集成。

官方披露的关键进展包括：

• 工程样片已在实验室以生产目标频率和功耗运行机器学习任务，包括 GPT-5.3-Codex-Spark。
• 早期测试显示，Jalapeño 的每瓦性能高于当前最先进水平，完整性能技术报告将在未来数月发布。
• 芯片从初始设计到制造流片仅用时 9 个月，OpenAI 称这是高性能先进半导体中最快的 ASIC 开发周期之一。
• 平台计划于 2026 年底开始部署，并在后续年份扩展到多代产品；Broadcom CEO Hock Tan 表示，该平台将支持与 Microsoft 等数据中心伙伴建设吉瓦级数据中心。

🔗 相关阅读：突发 ｜OpenAI 发布首款芯片，只花了九个月

Omdia：今年全球智能手机平均售价预计升至 3800 元

市场调研机构 Omdia 日前发布博文，数据显示，全球智能手机市场今年正出现「量跌价升」的结构性变化、今年全球智能手机出货量将同比下降 12.2% 至 10.93 亿部，较去年减少 1.52 亿部；但同期市场总价值预计同比增长 6.1%。

Omdia 预计，全球智能手机平均售价将从去年的 467 美元升至今年的 565 美元（约合人民币 3842 元），增加 98 美元，涨幅约 21%，售价水平及涨幅均为行业历史新高。

价格上涨的主要原因来自供应链成本压力。Omdia 表示，今年一季度 DRAM 和 NAND 闪存平均价格环比上涨超过 80%，二季度仍在继续上行。

Omdia 还预计，全球智能手机市场收缩将延续至明年，但出货量降幅将收窄至 0.9%。由于 100 美元以下智能手机的制造成本仍难以显著下降，行业出货量的实质性恢复预计要到 2028 年才会开始。

SpaceX 股价下跌，马斯克身家回落至 9570 亿美元

彭博亿万富豪指数显示，埃隆・马斯克个人净资产已回落至 9570 亿美元，较 6 月 16 日约 1.4 万亿美元的高点缩水 4430 亿美元。

马斯克财富回落主要来自 SpaceX 股价下跌。彭博数据显示，马斯克所持 SpaceX 股份账面价值约 7440 亿美元，占其个人总净资产近八成；截至当地时间 6 月 23 日收盘，SpaceX 股价为 156 美元，较高点下跌超过 30%。

马斯克仍位居彭博亿万富豪指数首位。该指数显示，第二名拉里・佩奇净资产约 2970 亿美元，与马斯克仍有 6600 亿美元以上差距。

软银称已开始量产机器人，计划收购 ABB 机器人业务

据界面新闻报道，软银集团董事长孙正义昨日在股东大会上透露，面向物理 AI 应用的机器人已经在某工厂开始量产，产品即将正式发布。

他表示，软银希望通过汇聚不同垂直领域的机器人企业，成为「压倒性世界第一的机器人公司」。孙正义同时提到，软银计划在 2026 年完成对瑞士工业集团 ABB 旗下机器人业务的收购。

软银曾在 2017 年从 Google 手中收购波士顿动力，随后自 2021 年起陆续将持股出售给现代汽车集团。彭博社去年报道称，软银已同意以近 54 亿美元收购 ABB 工业机器人业务。

连续包月 68 元起，豆包专业版正式上线

豆包昨日宣布，豆包专业版正式上线，基于豆包 2.1 系列大模型，面向复杂工作和生产力场景提供更高额度与办公任务模式。

• 标准套餐连续包月 68 元，提供免费版全部权益，并给办公任务、专家模式等功能提供免费版 5 倍以上额度；
• 加强套餐连续包月 200 元，为标准套餐 4 倍额度；
• 高级套餐连续包月 500 元，为标准套餐 10 倍额度。

豆包专业版的核心新增是接入豆包 2.1 Pro 的办公任务模式。该模式在用户授权后，可以操作本地电脑和浏览器，处理本地资料、归类文件、处理文档、填写表格和跨应用协作；也能创建、修改、部署网站应用，支持带后端数据库的在线应用系统。免费用户也可体验接入豆包 2.1 Turbo 的办公任务模式。

豆包还将面向在校大学生提供 6 个月学生特惠活动，认证后可获得更多免费服务额度；购买专业版标准套餐时，学生连续包月价为 38 元。

🔗 相关阅读：实测豆包专业版，我愿意当第一批掏钱的人

追觅俞浩：不会主动压低价格、希望把每个员工都培养成乔布斯

新浪科技报道，追觅创始人俞浩昨日在 2026 大连夏季达沃斯论坛上谈到公司经营方法时表示，追觅坚持高端化路线，只要做出优质产品，就敢于对标行业顶尖水准制定高价。

我们绝不做行业里主动压低价格、破坏价格体系的品牌。

他强调，高端化路线让追觅得以打通线上、线下全渠道，并推动公司同步布局全球市场。

俞浩提到，追觅目前业务覆盖 120 个国家和地区，在海外布局了一万多个线下实体网点；海外市场收入占整体营收的 80%。

他还表示，公司通过技术复用降低成本、全球化扩张拉高营收、高端化战略提升单品利润，形成了相互支撑的商业闭环。

俞浩还提到，公司已总结出数百个方法论，用于帮助员工快速成长，部分 90 后员工已管理上千人团队。他表示，追觅希望把每名员工培养成「乔布斯」，并愿意持续增加工程师收入。

2.99 万元起，宇树 R1 人形机器人官宣降价

昨晚，宇树科技宣布旗下双足人形机器人 Unitree R1 官方售价由 3.99 万元下调至 2.99 万元起。

R1 机身重量 25 千克，配备 26 个高精度关节，支持语音与图像多模态大模型交互，也面向开发者提供开发与定制能力。

曝特斯拉中国车机将接入豆包

据新浪科技报道，在字节跳动日前举行的火山引擎原动力大会上，特斯拉中国车机确认接入豆包大模型。

报道援引博主「麦子俊 i」的消息称，中国内地特斯拉将很快支持通过唤醒豆包来操控车辆，用户可喊出「嘿，特斯拉」或按下方向盘语音键启动语音助手。相关交互逻辑和模型能力将由豆包助手提供技术支持。

值得注意的是，有消息称在特斯拉内测软件版本 2026.14.11 的应用列表中，已出现豆包 AI 助手入口。

按照目前披露的信息，豆包将主要负责车辆控制相关能力，包括空调、车窗、导航等功能；DeepSeek 则负责闲聊问答等交互场景。

报道还提到，特斯拉为相关模型能力进行了深度定制，使中国内地车主获得类似 Grok 的车机 AI 体验，并有望支持更智能的车辆指令交互。

独立音乐平台 Jamendo 起诉英伟达用音乐数据训练音频模型

卢森堡独立音乐平台 Jamendo 昨日向美国加利福尼亚州联邦法院起诉英伟达，指控后者未经授权使用数万首曲目训练音频 AI 模型，诉求包含至少 1780 万欧元赔偿。

诉状称，英伟达在 Fugatto、Audio Flamingo 等音频模型研发中使用了 MTG-Jamendo 数据集。

该数据集由 Jamendo 与西班牙巴塞罗那庞培法布拉大学音乐技术研究组联合搭建，包含约 5.56 万首曲目和元数据，对外许可仅限非商用科研和学术用途。

Jamendo 表示，英伟达公开论文已经把 MTG-Jamendo 列为训练数据集之一，但双方没有达成商业授权。

海力士拟赴美上市募资 294 亿美元，用于扩充 AI 内存产能

据彭博社报道，海力士计划通过美国上市募资 45.45 万亿韩元，约合 294 亿美元，用于扩充产能，以应对 AI 相关内存芯片需求增长。

若按募资规模计算，这笔交易将跻身史上前五大股票发行之一，规模可与沙特阿美 2019 年 IPO 相比。

彭博社称，随着 AI 基础设施建设提速，相关产业链公司近期正在加快融资。此前 SpaceX 已完成史上规模最大的 IPO，Alphabet 也计划筹集 850 亿美元用于 AI 相关投入。

安克创新启动招股，最高募资 46.32 亿港元

安克创新已于 6 月 23 日启动招股，计划于 7 月 2 日在港交所上市。本次公司拟全球发售 4663.28 万股港股股份，每股招股价最高为 99.32 港元，每手 100 股，最高募资 46.32 亿港元，约合人民币 40.11 亿元。

招股书显示，安克创新 2023 年、2024 年和 2025 年营收分别为 175 亿元、247.1 亿元和 305 亿元；同期毛利分别为 74.8 亿元、106.45 亿元和 133.86 亿元，毛利率分别为 42.7%、43.1% 和 43.9%。

今年一季度，安克创新营收为 76 亿元，同比增长 27%；净利润为 4.72 亿元，同比下降 4.87%；扣非后净利润为 5.47 亿元，同比增长 24%。

💡 EA 高管：AI 已提升工作室创造力，可减少开发流程阻力

据 Eurogamer 报道，EA 企业发展总裁劳拉・米耶勒在日前 Summer Game Fest 期间的《Game Business Live》活动上表示，AI 工具已经在 EA 旗下工作室带来「真正的创造力提升」，部分环节或能缩短游戏开发周期。

在被问及 AI 工具的兴起是否会带来更短开发周期时，米耶勒称，部分环节「或许会」。她表示，自己一直希望帮助工作室开发者减少流程阻力，并协助他们打造职业生涯中的代表性作品。

AI 能够帮助我们减少管线、工具和工作流中的阻力，这一点令人兴奋。它移除了一些枯燥工作，我看到了更快的原型制作、更快的创意产出，以及围绕创意达成一致时更短、更高效的沟通。

米耶勒称，当开发过程中部分重复性任务被移除后，创意工作会出现「真正的提升」。

众筹价 2299 元起，小米 NAS 正式发布

昨天，小米宣布推出旗下首款 NAS 产品「Xiaomi 智能存储」，已在小米商城与小米有品开启众筹预约。

Xiaomi 智能存储均采用双盘位设计，共提供三个版本：

• 入门版容量 4TB（2TB×2），众筹到手价 2299 元，厂商建议零售价 3499 元；
• 进阶版容量 8TB（4TB×2），众筹到手价 2899 元，建议零售价 4499 元；
• 专业版容量 16TB（8TB×2），众筹到手价 4699 元，建议零售价 6999 元。

Anthropic 推出 Claude Tag，接入 Slack 团队工作流

Anthropic 昨日发布企业协作工具 Claude Tag，接入 Slack，用户可在频道或讨论中直接 @Claude。

Claude Tag 可读取当前对话和频道上下文，拆分任务并调用工具完成数据分析、工单整理、会议纪要、行动项拆解、代码需求转工程任务等工作。任务也可以跨越数小时或数天持续推进，完成后再回到 Slack 通知相关成员验收。

Anthropic 表示，公司约 65% 产品代码已经由 Claude Tag 参与完成。

🔗 相关阅读：刚刚，Claude进群了，老板再也不用@我了

Qwen 发布首个原生语言世界模型 Qwen-AgentWorld

Qwen 团队昨日发布 Qwen-AgentWorld，官方称其为首个原生语言世界模型（LWM）。

它能预测 AI 智能体执行某个操作后环境会作何反应，覆盖 MCP、Search、Terminal、SWE、Web、OS、Android 七大领域，用一个模型即可模拟这些交互场景。

性能方面，Qwen-AgentWorld-397B-A17B 在配套评测基准 AgentWorldBench 上取得 58.71 的最高整体分，超过 GPT-5.4 的 58.25；本次开源的 Qwen-AgentWorld-35B-A3B 得分 56.39，超过 Claude Sonnet 4.6 的 56.04。

💻 GitHub: github.com/QwenLM/Qwen-AgentWorld

🤗 Hugging Face: huggingface.co/collections/Qwen/qwen-agentworld

👾 ModelScope: modelscope.cn/collections/Qwen/Qwen-AgentWorld

曝腾讯测试企微 AI 助手「大元」

据彭博社报道，腾讯正在企业微信测试一款 AI 助手，试图把企业协作场景与 AI 智能体能力结合起来。

腾讯公关负责人张军周二在社交媒体发文称，这款助手名为「大元」(Dayuan)，已开始向部分用户灰度，底层使用 DeepSeek 最新 V4 模型。

用户可以用自然语言与它交互，让它读取企业微信内的群聊、邮件和日程信息，辅助分析客户反馈、整理行业日报、起草周报等任务。

网易有道开源 Confucius4-TTS，3 秒音频即可克隆音色

网易有道昨日宣布推出「子曰 4.0」TTS 语音合成引擎 Confucius4-TTS。官方称，这是业内首个支持 14 种语言跨语种无口音、且无需参考文本即可完成语音克隆的开源模型。

Confucius4-TTS 支持零样本语音克隆。用户提供 3 秒音频素材后，无需参考文本和前期训练，模型即可完成音色克隆；官方称克隆音色与原声相似度超过 85%，克隆任务准确度达 97%。

模型支持中文、英语、西班牙语、法语、德语、韩语、泰语、越南语等 14 种语言。官方称，其重点能力是跨语种发音：上传中文音频后，AI 可以用该音色生成日语、英语等外语语音。

💻 GitHub: github.com/netease-youdao/Confucius4-TTS

「开屏广告没了」登上热搜，百度地图、高德地图等被指已取消开屏广告

近期，「开屏广告没了」登上微博热搜。多位网友和博主反馈称，百度地图、高德地图、网易云音乐等 App 已取消开屏广告。

此次讨论源于一位博主此前发布的视频。该博主称，自己在驾驶过程中使用导航 App 时，因开屏「摇一摇」广告被路面颠簸误触，页面跳转至第三方平台，影响行车安全。相关争议随后引发用户对开屏广告、误触跳转和广告倒计时等体验问题的集中讨论。

《北京日报》的测试显示，在 20 款常用购物、社交类 App 中，贴吧、微博、知乎、大麦、芒果 TV 等 6 款 App 仍保留开屏广告；淘宝、京东、小红书、拼多多、闲鱼、抖音、大众点评等 14 款 App 则已看不到开屏广告，点开后可直接进入主页。

亚马逊首次在 ChatGPT 投放广告，仍拒绝向 AI 开放购物数据

据《商业内幕》报道，亚马逊已开始在 ChatGPT 上投放广告，成为出现在 OpenAI 新兴广告业务中最受关注的零售商之一。相关广告会将用户引导回亚马逊自有商城，由亚马逊掌控购物体验和交易环节。

电商分析师 Juozas Kaziukėnas 表示，此举具有「象征意义」，因为亚马逊此前基本没有参与那些允许第三方聊天机器人和 AI 智能体聚合其商品、价格与库存数据的 AI 购物计划。

Kaziukėnas 本周一通过 LinkedIn 发布的截图显示，当用户搜索咖啡机时，ChatGPT 会推荐数款产品，随后附上一条标题为「Top-Rated Kitchen Gear」的亚马逊赞助广告。

不过，报道也指出亚马逊 AI 策略中的矛盾：公司愿意付费触达 ChatGPT 庞大的用户群体，却仍在保护自有购物数据，限制 AI 系统访问和使用这些数据。

亚马逊此前已采取多项措施限制 AI 抓取和数据采集。Kaziukėnas 称，去年亚马逊停止向 Google Shopping 提供商品信息流，并更新代码以屏蔽包括 OpenAI 在内的多个爬虫；今年早些时候，亚马逊还赢得一项法院命令，得以阻止 Perplexity 的 AI 智能体。

是枝裕和新片《盒子里的羊》发布首支正式预告

据《好莱坞报道者》消息，Neon 发布日本导演是枝裕和新片《盒子里的羊》首支正式预告。

影片设定在半步进入未来的日本：无人机配送、电动车普及，生成式 AI 已经进入家庭生活。一对夫妇迎来一个外形像小男孩的 AI 孩子，他白天像普通孩子一样玩耍、种树、读《小王子》，夜晚则坐回充电座关机。

《Sheep in the Box》是是枝裕和第 17 部剧情长片，今年曾入围戛纳电影节主竞赛单元。是枝裕和曾凭《小偷家族》获得 2018 年戛纳金棕榈奖。该片将于 7 月 24 日在纽约和洛杉矶上映。

Netflix 发布《海贼王》重制版海报

Netflix 昨日发布《海贼王》动画剧集重制版《The One Piece》海报。该剧集将从故事起点展开，「与路飞一起从起点开始扬帆大航海」。

《The One Piece》由 WIT Studio 制作，计划于明年 2 月在 Netflix 上线。该项目定位为《海贼王》动画剧集的重制版，围绕原作早期冒险重新展开。

---

日活跃用户超过 2 亿，已经让豆包成为国内最有存在感的 AI 应用之一，但令人艳羡的流量规模之外，商业化却始终是一道绕不开的坎。

对于一个持续吞噬算力、带宽和研发资源的 AI 产品来说，免费早就不只是增长策略，而是一道必须尽快收尾的阶段性命题。于是乎，我们看到基于付费订阅的豆包专业版应运而生。

相比此前以对话、搜索、图片理解和文档问答为主的通用 AI 产品，这一次，豆包把重心明显往更「能干活」的方向挪了挪——工作和生产力场景。

它基于豆包 2.1 系列大模型，新增办公任务模式，并开放更高的功能使用额度，直接对准软件开发、数据分析、专业设计、流程自动化和金融分析等高价值工作需求。

APPSO 也第一时间上手体验，看看豆包专业版是否已经从一个大众 AI 入口，变成真正可付费的生产力工具？

豆包办公任务模式登场，Agent 正在成为新的生产力入口

豆包专业版的核心杀手锏，叫做「办公任务模式」。

顾名思义，这是一种以 Agent（智能体）为核心的高级 AI 工作模式。它强调的不再是单纯的「返回答案」，而是理解工作目标、自主规划步骤、调用工具并最终交付结果。

具体而言，它支持本地电脑操作、浏览器操作、网站生成、Office 集成、飞书协同、Skill 技能调用和定时任务。其中，最能体现「干活」属性的是本地电脑操作。

用户授权后，豆包可以协助使用电脑里的应用、浏览器和文件，完成文件整理、资料归类、文档处理、表格填写、信息搬运和跨应用协作。

例如，我的桌面上有格式混乱的 PDF 和发票截图，可以要求豆包批量重命名为「日期_开票方_金额」的格式，并移动到新建的「发票」文件夹。

再比如，我还尝试让豆包随机挑选半年前保存的旧照片，复制到桌面新文件夹中，通过图像识别判断照片内容，再生成一份带有搞笑文案的「盲盒解说.txt」。

除了日常工作，豆包专业版在专业开发领域的表现同样令人侧目。用户可以直接输入需求，让豆包创建、修改和部署网页应用。

先来个简单的案例，我让它用 HTML5 Canvas 和 CSS 动画做一台透明外壳的复古磁带随身听，要求播放按键有下压反馈，磁带轮匀速转动，页面覆盖 VHS 噪点滤镜。

对于一个初级程序员来说，这可能需要耗费大半个下午去查文档、调 CSS 动画曲线。但豆包专业版不仅能迅速理解这些充满画面感的复杂指令，还能直接在本地环境中将代码转化为可见、可交互的网页成品。

从需求到产品，中间的「编译」过程被 AI 彻底抹平了。

再举一个更复杂的例子，是用 Three.js 和 WebGL 制作可交互的小票页面，通过 Verlet integration 和质点约束模拟纸张质感，期间，我可以拖拽小票任意位置，且纸面会自然弯曲并回弹。

此类需求已经不只是生成一段代码，而是把交互设计、图形编程、动画系统和浏览器运行效果放进同一个交付流程。

生产力集成则是另一块核心能力。

豆包办公任务模式整合飞书旗下的在线文档、表格和 PPT，可以独立生成文档、表格和演示文稿，也支持多轮修改和在线协作。

我让它读取本地论文《Attention Is All You Need.pdf》，生成 10 到 12 页中文手绘风 PPT，面向对 AI 有基础兴趣但不熟悉 Transformer 细节的人，用类比、图示和例子说明论文解决了什么问题、提出了什么方法、为什么重要，以及它对后来大模型发展的影响。

Skill 技能调用则让豆包处理更专业的流程。

技能相当于为特定场景封装工作方法、工具和流程。首批上线技能覆盖文档、表格、PPT、创意设计、浏览器操作、可视化讲解和金融分析等方向，用户也可以创建和安装自己的专属技能。

比如，我可以要求豆包查找苹果公司最新一季度财报，提取营收构成和研发投入比例，再调用金融分析技能生成投资摘要，并把财务数据转化为面向大学生的通俗网页。

定时任务把豆包从即时响应工具变成周期性工作助手。

用户可以设置固定时间或固定周期，让豆包定期整理资料、汇总信息、生成报告，或提醒处理待办事项。比如，我让它每隔一个小时搜集全球最有价值的 3 条 AI 行业新闻，并从「技术实质」「商业版图」「泡沫预警」三个维度做表格分析。

在具体使用和订阅层面，豆包也给出了相对清晰的分层方案。

对于免费用户而言，现有的日常功能和额度不会受到影响，仍可使用基础对话、联网搜索、图片问答、网页问答、附件问答，以及图片和视频生成、专家模式、AI PPT、AI 表格、深入研究、语音与视频通话、录音纪要等功能。

同时，免费用户也可以在一定额度内体验搭载豆包 2.1 Turbo 模型的办公任务模式。在此基础上，专业版提供更高的使用额度，并接入性能更强的豆包 2.1 Pro 模型。

具体来看，订阅分为三个档位：

1、标准套餐：连续包月 68 元，包括免费版的所有权益，接入 2.1 Pro 模型，办公任务、专家模式等功能为免费版 5 倍以上额度。

2、加强套餐：连续包月 200 元，标准套餐 4 倍额度。

3、高级套餐：连续包月 500 元，标准套餐 10 倍额度。

从定价看，68 元这个入门定价不算激进，基本卡在主流 AI 会员的水位线上，普通用户尝鲜的心理门槛不高。真正的算盘藏在后面两档：200 和 500 的价格，则承接更高频、更重度的使用需求。

豆包专业版真正想验证的，其实也不只是用户愿不愿意为 AI 付费。办公任务、AI PPT、专家模式这些能交付结果的能力，能不能撑得起用户持续续费的动力，才是更关键的那个问题。

此外，豆包还宣布将为大学生提供为期 6 个月的学生优惠，认证学生购买标准套餐可享连续包月 38 元的价格。针对视障人群对视频通话功能的需求，豆包也将提供相应的优惠方案。

我们如何为 AI 生产力付费

知名营销学者西奥多•莱维特有一个被反复引用的经典论断：人们买钻头，真正想要的并非钻头本身，而是墙上那个孔。放到今天的 AI 应用里，这句话依然适用。

过去两年多，豆包的用户心智主要来自 C 端。

聊天、搜索、图片理解、文档问答、视频生成，都是大众用户更容易感知的能力。免费、高频、低门槛，帮助这类产品快速获得规模。但进入付费阶段后，矛盾也随之出现：大众用户愿意高频使用 AI，未必愿意持续订阅 AI。

国内互联网用户被免费产品教育了太久。搜索免费，社交免费，短视频免费，网盘和基础办公软件也长期用免费版吸引用户。久而久之，用户形成了一种消费本能：

基础数字服务应该免费，付费通常只发生在少数场景，比如会员内容、游戏道具、网约车、外卖配送，或者能明确省钱、赚钱、节省时间的工具。

但正如生态学者 Hardin 在 1968 年提出的「公地悲剧」：公共草场人人都能免费使用，短期看每个放牧者都获益，长期看草场会被过度消耗，维护成本却无人承担。

单个产品用免费换增长，尚且是理性的商业选择；整个行业都用免费换增长，用户对数字服务的付费预期就会被不断压低。豆包专业版选择办公任务模式，正是在回应这个问题。

相比大众聊天场景，企业和专业用户的付费理由更清晰。普通用户用 AI 写几段文字，价值感不稳定；运营团队用 AI 生成数据简报、整理用户反馈，节省的是固定人力成本；

投研人员用 AI 读取财报、生成摘要和可视化网页，节省的是研究时间；市场或设计团队用 AI 生成 PPT、网页和创意素材，节省的是交付周期。

电影《点球成金》里，比利·比恩用数据指标重新评估球员价值，把球探口中的「感觉不错」，换算成胜场贡献和性价比，从而用有限的预算组建更有竞争力的阵容。

豆包把办公任务模式与飞书、文档、表格、PPT、浏览器、本地电脑、Skill 技能和定时任务放在同一个框架下，背后指向的是一个更完整的 AI 工作台。

目前产品还在完善阶段，后续值得期待的能力包括：面向科学研究场景的深度研究能力、支持用户添加和管理 Skill 的技能商店、手机远程操作电脑、电脑端 GUI 操作，以及与飞书更紧密的融合。

沿着这条路径看，豆包的目标已经不只是提升单次问答效率，而是把信息获取、内容生产、工作协同和设备操作逐步串联起来。

归根结底，面向大众的 AI 产品，关注规模、频次和传播效率；面向企业和专业人群的 AI 产品，关注任务价值、复购理由和交付稳定性。前者解决「有多少人用」，后者解决「为什么付费、为什么续费、为什么能进入预算」。

未来几年，AI 模型产品怎么找到能够变现的真实商业模式，会成为行业最重要的问题之一。模型厂商、办公软件、浏览器、云服务、企业协作平台，都会围绕这个问题重新组合。

而豆包专业版代表了豆包从大众 AI 应用向生产力服务延伸的一次转向：用免费能力维持大众入口，用专业版承接重度需求，用办公任务模式进入企业和专业用户的日常工作。

两端各取所需，各有所赢。

对开放式耳机来说，舒适和音质往往是一对此消彼长的变量。

原因并不复杂。为了获得更好的开放性，耳机需要远离耳道，这意味着声音在传递过程中更容易扩散和泄露，低频也更难形成足够的能量感。同时，开放结构还会让环境噪音更容易进入耳朵，进一步影响听感。

因此，对开放式耳机来说，如何在不堵耳朵的前提下把声音做好，一直都是行业里最难解决的问题。

但使用韶音 OpenDots 2 一个月后，我发现这种固有印象正在被打破。

这一个月里，我佩戴原来那对入耳式耳机的时间越来越短，而在公司、健身房，或者去公园散步时，我都很自然地把 OpenDots 2 夹到耳朵上。

久戴不厌，成为了我的新习惯。

好听，是久戴不厌的前提

一副耳机想让人长期戴在耳朵上，舒服只是前提，好听才是关键。

这也是我之前对开放式耳机不太感冒的原因。哪怕入耳式耳机戴久了会胀、会闷，我还是很难接受用一份 70 分的声音，去换一份 90 分的舒适。

韶音的 OpenDots 2 改变了这个印象。

第一次听它时，最先被注意到的是低频。

相比不少耳夹式耳机常见的松散、单薄，OpenDots 2 的低频更清楚，也更有力度。鼓点从哪里来、下潜到什么程度、力度是轻是重，都能听得比较明确。它的低频没有一味地营造氛围，如果仔细去听，是能明显感受到低音的弹性以及结像轮廓。

中高频部分，OpenDots 2 的表现相对稳妥。开启杜比全景声后，高频会稍微更亮一些，人声位置适中，清晰度也不错。整体听感不会特别厚重温暖，而是更强调器乐层次和清爽的听感。

OpenDots 2 能有这样的表现，背后主要归功于韶音的两项自家技术：低频聚合 2.0 和聚能镜技术。

低频聚合并不是 OpenDots 2 才有的技术。去年 OpenDots One 上，韶音就通过一对 11.8mm 对称双单元，实现了等效 16mm 单元尺寸的声学表现。

它的思路有点像音箱里的镜像式单元设计：两个单元以对称方式工作，在有限体积里尽量做出更扎实的低频，同时通过力的相互抵消，减少箱体共振带来的浑浊感。

到了 OpenDots 2，韶音又进一步调整了单元结构。振膜加厚，折环重新设计，官方数据显示整体失真降低了 70%。这也解释了为什么它的低频不只是量感更足，而是能在强劲之外保持一定清晰度。

聚能镜技术解决的则是另一个开放式耳机的老问题：声音怎么更准确地送进耳朵里。

普通开放式耳机为了控制漏音，往往会依赖逆向声场抵消。OpenDots 2 的聚能镜则更偏向物理结构，通过镜像反射声波，让声音更集中地传向耳道。结果是漏音减少了，声量和声音密度也有了提升。

这两套技术叠加起来，让 OpenDots 2 拥有了比大多数耳夹式耳机更饱满的听感。

以苏打绿版《冬 未了》作为试听专辑，OpenDots 2 在开启杜比全景声后，能呈现出比较宽阔、同时有边界感的横向声场。主唱的人声清楚，不会被低频盖住，也没有过度偏暖。

《墙外的风景》《下雨的夜晚》这类需要爆发力的曲目里，它的单元能给出足够声压，听感是有起伏、有冲击力的。

当然，它不是没有短板。遇到编曲规模更大、镲片和高频打击乐更密集的段落时，OpenDots 2 还是会显得有些乱，声音边缘不够干净。这也是开放式耳机很难完全回避的问题。

但至少在耳夹式耳机这个品类里，OpenDots 2 已经不只是「能听」。它真正让我愿意长时间戴着它，是因为它先做到了听得下去，然后才谈得上戴得久。

好戴，是耳夹耳机的金线

好听之后，OpenDots 2 还要回答另一个问题：

你愿不愿意一直戴着它？

耳夹式耳机舒服，本来不该算什么惊喜。毕竟选择这类产品的人，多半就是不想让耳道被堵住，也不想戴久了耳朵发胀。但问题在于，很多耳夹式耳机只是「不入耳」，并不等于真的好戴。

OpenDots 2 的佩戴体验，能看出韶音对这个品类的理解。

它没有一味把耳机做小，也没有刻意把自己做成一件耳饰，倒是在长时佩戴的细节上下了不少功夫。

最明显的是材质。

仔细看 OpenDots 2 会发现，耳机接触皮肤的部分，基本都被柔软硅胶包了起来。相比那些硬质外壳直接贴在耳朵上的耳夹式耳机，它少了些冰冷感，也少了一点「有东西夹着耳朵」的异物感。

这个细节平时不一定会被注意到。

但在办公室一戴就是几个小时，或者冬天刚把耳机夹上去的时候，差别就出来了。它不会让耳朵一直惦记着这副耳机的存在。

另一个关键是动钛弧，也就是耳夹式耳机中间那段 C 型连接桥。

OpenDots 2 没有把它做成完全对称的弧线，而是用了不对称设计。戴上之后，动钛弧能自然地贴合耳廓，让耳机本体减少悬空的面积。

这带来的好处不是「夹得更紧」，而是更稳。

我在健身房戴着它训练，深蹲、卧推、跑步都试过，OpenDots 2 不会有明显松动，也不会因为身体晃动，在耳朵上来回摩擦。它当然不是完全无感，但至少不会频繁打断你。

这已经很重要了。

因为耳夹式耳机一旦开始晃，所谓的开放和舒适，很快就会变成另一种负担。

操控手势也是 OpenDots 2 做得比较聪明的地方。

现在不少耳夹式耳机为了造型完整，或者为了减少误触，只保留敲击和触控。刚上手时，你得重新适应一套手势，很多时候还不如直接掏手机。

OpenDots 2 把按压操作放在了后侧的能量舱区域，用起来更接近传统 TWS，反馈十分明确。对于习惯按压操作的人来说，切换过来几乎没有学习成本。

基础敲击手势也保留下来了，暂停播放、接听挂断这些高频操作，都能很快完成。

当然，有取就有舍。

OpenDots 2 的体积不算小，戴在耳朵上也比一些主打精致感的耳夹式耳机更显眼。它不像一件耳饰，更像一副耳机。

但我觉得这反而符合韶音的思路。

很多耳夹式耳机想先变好看，再证明自己也能听。OpenDots 2 的顺序正好反过来：先把最基础的声音做好，再把佩戴做稳。

它不一定是最精致的那副耳夹耳机。在今天的耳夹式耳机里，OpenDots 2 甚至显得有点朴素。

它没有把 AI 功能挂在嘴边，也没有试图用翻译、问答、助手这些能力，去重新定义一副耳机。它做的事情很直接——把耳夹式耳机最容易被忽略，但又最重要的两件事做好。

听得久，戴得久。

过去很多开放式耳机给人的印象，是佩戴体验很友好，但音质成为了代价。它们适合开会、散步、通勤，当一副适合常戴的耳机，却很难让人真的愿意长时间听歌。

OpenDots 2 不太一样。

它没有改变开放式耳机的物理限制，但至少证明了：开放式耳机不一定只停留在「能听」的水平，舒适和音质也不是此消彼长的，好听和常戴是可以共存的。

我不再只依赖入耳式耳机应付工作和通勤。很多时候，我只是顺手把 OpenDots 2 夹到耳朵上，然后开始听歌、写稿、运动、散步。它不堵耳朵，也不会让听歌变成耳机的短板。

显然，OpenDots 2 不是一副试图秀出一切的耳机，韶音非常清楚自己该做什么。

好听又好戴，对一副耳夹耳机来说，这已经足够重要。

曝三星显示获折叠屏 iPhone 面板独供认证

据《科创板日报》消息，三星电子控股子公司三星显示已通过苹果折叠 OLED 模组量产认证，获准启动苹果首款折叠屏 iPhone 配套面板的批量生产。

报道称，双方已签署为期三年的独家供货协议，合约期内苹果将仅从三星显示采购折叠屏 OLED 面板。

报道提到，三星显示已启用越南工厂部分后段产线，首批约 300 万块面板计划于年内完成交付。苹果对折叠屏面板设定了不低于 70% 的量产良率门槛，三星显示最终实测良率突破 80%。

技术方案上，三星为苹果定制的新一代 M 系列发光材料搭配 CoE 封装彩色滤光技术，省去传统偏光片结构，以降低折叠处反复弯折带来的裂纹风险，并压缩面板厚度。

首款折叠屏 iPhone 预计采用类似 Galaxy Z Fold 的横向折叠形态，配备约 7.7 英寸内屏和 5.3 英寸外屏；铰链部件仍是发布时间变量，苹果目标为 30 万次以上折叠无损伤。

实测微信 AI：「小微」入驻首页首屏，朋友圈、群聊都能问

微信近日上线首个原生 AI 助手「小微」，首页左上角新增了一双绿色眼睛，点击即可进入小微，图标上还会以小红点显示通知数量。原先右滑展示星标内容的副屏，如今被替换为小微的完整主页，入口层级已接近微信一级入口。

据 APPSO 实测，「小微」目前可实现以下功能：

• 小微自称主模型为微信自研的 WeLM，部分回答借助 DeepSeek 配合，而非混元；
• 聊天框「+」号、公众号与视频号右上角、长按文字菜单均可唤起「问小微」；
• 可发消息、发红包（均需用户自行确认），授权后能查支付账单、总结群聊与朋友圈（朋友圈可搜索约两天，附可跳转的引用来源）；
• 其他功能：个性化商品推荐（跳转微信小店）、公众号内容问答、AI 修图生图（带「AI 生成」水印）、PDF 总结、收藏笔记与待办，以及调用小程序点单挂号、一句话生成「小工具」（上限 5 个，暂不支持小游戏，也无法分享或二次修改）；
• 权限保守：无法修改设置、删除联系人或群发消息，涉及支付与隐私调用需先授权。

🔗 详细实测：微信 AI 全网最细体验，我又爱上了刷朋友圈

大疆 Osmo Pocket 4P 开售即售罄，二手市场溢价超千元

大疆口袋电影机 Osmo Pocket 4P 昨晚正式开售，随后在京东、天猫等线上渠道迅速售罄，部分线下门店也出现无现货、预约排队时间较长的情况。

得物 App 价格趋势图显示，Pocket 4P 标准套装市场成交价一度上涨至 4999 元，较官方发售价上涨 1200 元，涨幅超过三成。

新浪科技报道提到，DJI 大疆官方旗舰店客服表示，若无法下单或商品下架即代表暂无库存，预计 6 月 25 日 20 点补货，但补货数量不固定，仓库到货后也可能随时补货。

联发科据称拿下 Google TPU V9 独家订单

天风国际证券分析师郭明錤昨日在 X 发帖称，最新产业调查显示，联发科已获得 Google 升级版 TPU V9 芯片独家订单。

郭明錤称，Google 将在 TPU v9 / Humufish 基础上开发代号可能为 Triggerfish 的升级版 v9 芯片，定位为推理能力更强的 TPU v9 改版，目标包括缓解 CPU wall 与 memory wall。

与 Humufish 相比，Triggerfish 的主要变化包括 SRAM 容量提升至前者的 2 至 3 倍、新增 simulation die，并将 HBM 规格由 HBM4 升级至 HBM4E。

在出货预期方面，郭明錤称 Humufish 生命周期 400 万至 500 万颗的出货预估维持不变，Google 额外追加 100 万至 200 万颗 Triggerfish 订单。该芯片预计明年底开始生产，并于 2028 年放量。

Meta 暂停员工追踪项目，曾收集鼠标点击和键盘输入

据 WIRED 报道，Meta 已暂停一项面向员工的追踪项目。该项目此前会收集员工电脑输入信息，包括鼠标移动、点击位置、键盘敲击以及屏幕内容。暂停原因是该项目收集的部分数据因内部安全问题，曾被更多 Meta 员工访问到。

据 WIRED 报道，Meta 已暂停面向员工的 Model Compatibility Initiative（MCI）工具。该工具今年 4 月在美国员工中推出，会收集鼠标移动、点击位置、键盘敲击和屏幕内容，用于训练 AI 系统学习人类操作电脑软件的方式。

暂停原因是 MCI 收集的部分数据出现内部访问权限问题。Meta 发言人 Tracy Clayton 表示，目前没有迹象显示相关数据被员工不当访问，公司将在调查期间暂停该项目。

Meta AI 研究副总裁 Stephane Kasriel 在内部通知中称，相关问题于 6 月 18 日被发现，并在 4 小时内处理，但最初修复并未完全生效，公司随后进一步收紧了访问权限。他表示，Meta 只有在确认数据保护控制有效后，才会重新启用 MCI。

追觅辟谣汽车 CEO 离职

针对「追觅汽车 CEO 离职」传闻，追觅旗下星辰未来汽车昨日发布声明称，陈龙冬于 2025 年 6 月加入追觅科技原星辰未来 BU，担任 BU 负责人，其职务与网络传言中的「追觅汽车 CEO」不符。

声明称，陈龙冬已于 2026 年 5 月从星辰未来离职，属于正常人事变动。自今年 6 月起，星辰未来、星空计划、星际穿越等业务将统一纳入产业研究院管理体系。

美光与 Anthropic 达成战略合作，将用 Claude 参与芯片设计

美光日前宣布与 Anthropic 达成战略合作。合作包括美光参与 Anthropic H 轮融资、在内部部署 Claude，以及双方共同研发面向 AI 系统的内存和存储技术。

• 美光将向 Anthropic 供应 HBM 高带宽内存、DRAM 和数据中心 SSD，支持 Anthropic 扩展长期计算战略。
• 双方将分析内存和存储子系统在不同 AI 工作负载下的性能、能效和成本表现。
• 美光将在编码、工程、制造和企业运营中部署 Claude，并用 Claude 辅助存储芯片架构设计。

蔚来第 9000 座充换电站在陕西安康上线

蔚来昨日宣布，第 9000 座蔚来充换电站在陕西安康上线。目前，蔚来全国已建成 9003 座充换电站，其中换电站 3927 座、充电站 5076 座、充电桩 29255 根，累计提供超过 1.1 亿次换电。

本次同时上线 7 座 NIO Power 站点，包括安康城投高新体育馆、合肥长丰皖能综合能源港、唐山路南西郊热电、无锡梅园公交总站等换电站，以及安康、合肥、武汉等地的超充或充电站。

甲骨文一年内员工减少约 2.1 万人，称 AI 替代部分岗位

据路透社报道，甲骨文发布年度报告显示，截至 2026 年 5 月 31 日，公司员工总数为 14.1 万人，较去年同期约 16.2 万人减少约 2.1 万人，降幅为 13%。公司称，AI 已经替代部分岗位。

文件显示，甲骨文 2026 财年为重组活动支付 18.4 亿美元遣散费及其他退出成本，显著高于上一财年的 3.74 亿美元。

高通推进收购 AI 芯片初创公司 Modular

据彭博社报道，高通正在推进收购 AI 芯片初创公司 Modular。双方交易谈判已进入后期，潜在交易将把 Modular 纳入高通的 AI 芯片和软件栈布局。

Modular 由多名前苹果、Google 和英伟达工程师创立，主要产品围绕 AI 推理、编译器和跨硬件部署工具展开。对高通而言，这类软件层资产可以补足芯片之外的开发者生态，让 AI 工作负载更容易在不同设备和加速器上运行。

宁德时代计划 9 月交付首批钠电池储能方案

据财新报道，宁德时代昨日在德国慕尼黑举行储能新品发布会，宣布将在今年 9 月开始交付首批钠电解决方案，目标到今年底实现 1GWh 出货量，海外市场则计划于明年 6 月开始交付。

Momenta 通过港交所聆讯，拟成为「物理 AI 第一股」

据港交所披露材料，自动驾驶公司 Momenta 已通过港交所聆讯，拟在香港上市。公司招股材料显示，2023 年至 2025 年，Momenta 营业收入从 7.43 亿元增长至 24.13 亿元，三年复合增速超过 80%。

截至 2025 年底，Momenta 现金储备超过百亿元，资金将服务于世界模型、无人出行和无人物流等业务的全球化布局。此前中国证监会境外发行上市备案通知书显示，Momenta 拟发行不超过 43754060 股境外上市普通股。

《华尔街日报》此前援引知情人士称，Momenta 估值约 90 亿美元，计划通过 IPO 募资约 10 亿美元。

影眸科技 Hyper3D 完成数亿元融资，Rodin Gen-2.5 同步发布

3D 生成大模型公司影眸科技 Hyper3D 已完成新一轮数亿元人民币融资。本轮融资由凯辉基金、上海国投先导领投，老股东持续跟投，光源资本担任独家财务顾问。

公司称，本轮资金将用于推进 3D 大模型研发、加速 Hyper3D Rodin 在全球市场的商业化拓展，并拓展游戏、电商、3D 打印、工业设计、具身智能等垂直场景。

伴随融资，影眸科技同步发布最新一代 3D 生成模型 Hyper3D Rodin Gen-2.5。官方宣称其具备千万面级生成能力，并引入类似大语言模型「先思考、再生成」的运行逻辑。

Rodin Gen-2.5 提供五档 Thinking Effort，生成耗时约 4 秒至 80 秒不等，面向从快速原型到高精度资产制作的不同场景。公司披露，Rodin Gen-2.5 上线首月，订阅用户与年经常性收入 ARR 的环比增速均超过 400%。

正行创新完成近亿美元天使轮融资，瞄准物理智能基础设施

面向物理智能的具身智能企业正行创新（Striding AI）昨日宣布完成近亿美元天使轮系列融资。本轮投资方包括正大集团、华勤技术、九安医疗等多家上市企业，多位国内外企业家，以及多家一线投资机构。

公司将本轮资金投入三类方向：引进算法、工程和商业化人才；迭代世界动作模型、强化学习等核心技术；推动零售、工业等场景验证和产品化。

正行创新成立于今年初，由连续创业者姚颂、正大集团和清华大学深圳国际研究生院助理教授于超联合发起。姚颂曾联合创立 AI 芯片公司深鉴科技，并以联合创始人兼联席 CEO 身份创立商业航天公司东方空间；于超长期研究强化学习与机器人。

此外，正行创新正在同步研发轮臂机器人与人形机器人本体及解决方案，首批自研本体和方案计划今年下半年亮相。

💡 美图 CPO 陈剑毅：AI 工具是次要的，用户需求才是主要的

围绕 AI 产品方法论，美图 CPO 陈剑毅（花名小白）在与 APPSO 对话中表示，相比模型参数、AI 智能体数量或工具使用能力，美图更看重对用户需求和垂直场景的理解。

陈剑毅提到，美图做 AI 产品的核心不是追求通用能力，而是围绕设计、口播、AI 短剧、MV 等具体内容格式做深度定制。

他认为，通用 AI 工具可以覆盖大量场景，但垂直产品的价值在于理解特定内容的关键构成元素，并把用户真正需要的流程做短、做准。

用户需求是主要的，AI 工具是次要的。现在很多人把次要的当成主要了。

在人才判断上，他也表示会谨慎看待只迷恋 AI 工具、却离用户很远的产品经理，因为这类人容易「误把用 AI 来产出当成了创造价值」。

在他看来，AI 能力可以学习，但真正决定产品成败的，仍是能否识别真实需求、理解用户场景，并把技术转化为用户愿意使用的产品。

豆包 Seed 2.1 发布、Seedance 2.5 七月上线

昨日，字节跳动旗下火山引擎在 2026 FORCE 原动力大会上公布视频生成模型 Seedance 2.5，并已在火山引擎官网上线豆包 Seed 2.1 系列深度思考模型。

• Seedance 2.5：目前处于全球企业内测阶段，预计 7 月初正式上线；支持单段原生 30 秒视频直接生成，并允许用户同时导入最多 50 个全模态参考素材。
• Doubao-Seed-2.1：包括 Pro 和 Turbo 两个版本，面向 Coding 工程交付、Agent 长链路任务执行和多模态理解。Pro 定位高复杂度任务探索，Turbo 定位低成本、低时延的规模化生产场景。
• Seed-Evolving：采用动态迭代机制，每周至少发布一个版本更新，统一 Model ID 为 doubao-seed-evolving。

价格方面，Seed 2.1 Pro 推理输入 6 元 / 百万 tokens、推理输出 30 元 / 百万 tokens；Seed 2.1 Turbo 推理输入 3 元 / 百万 tokens、推理输出 15 元 / 百万 tokens。

大会还首次预览 AI 版权商业化平台，周星驰成为首批合作对象。官方授权模板将接入抖音、即梦、剪映及所有接入 Seedance 的工具平台，用于对周星驰经典电影片段进行二次创作。火山引擎总裁谭待称，相关模板当日创作量已突破 10 万次。

🔗 相关阅读：刚刚，Seedance 2.5 正式发布，国产视频模型再次捅破天花板

299 美元起，Meta Glasses 发布，首发 26 种款式

Meta 昨天与 EssilorLuxottica 合作推出新款 Meta Glasses，起售价 299 美元。该系列基于 Meta 现有 AI 眼镜技术打造，首发提供 26 种款式，覆盖不同颜色、镜片和镜框组合，并支持配近视等处方镜片。

• Meta Adventurer 采用矩形设计，提供标准和大号尺寸；
• Meta Fury 主打更醒目的粗框造型；
• Meta Glasses by Kylie 则为与 Kylie Jenner 合作设计的细长椭圆框型。

功能方面，Meta Glasses 配备相机、开放式扬声器、多麦克风阵列和专用操作按钮，支持调用 Meta AI、拍摄照片和视频、接打电话、播放音乐和语音控制等功能；续航超过 8 小时，配套折叠充电盒可额外提供最高 40 小时电量。

三星推出 UFS 5.0，带宽达 10.8GB/s

三星电子昨日宣布研发出 UFS 5.0 通用闪存方案，面向下一代移动终端和端侧 AI 设备。

• 连续读取最高 10.8GB/s，连续写入最高 9.5GB/s，均达到 UFS 4.1 标准的两倍以上。
• 相较三星 UFS 4.1，能效提升超过 40%。
• 封装尺寸为 7.5 毫米 × 13 毫米 × 0.9 毫米，体积较前代缩小 16.7%。
• 容量最高 1TB，计划今年第四季度启动量产。

三星称，UFS 5.0 将覆盖旗舰智能手机、XR 头显和 AI 智能穿戴设备等终端，服务端侧大模型和生成式 AI 本地运行。

35.98 万元起，全新理想 L8 正式发布

昨天，理想汽车发布全新理想 L8，提供 Ultra 与 Livis 两个版本。Ultra 版官方价 36.98 万元，首销限时权益价 35.98 万元；Livis 版官方价 42.98 万元，首销限时权益价 41.98 万元。

Ultra 版标配线控魔毯底盘和后轮转向，转弯半径为 5.1 米；Livis 版标配 800V 全主动悬架和 EMB 线控制动，底盘响应时间小于 100ms。

车身尺寸为 5135 x 2000 x 1800mm，轴距 3045mm。新车搭载 72.7kWh 5C 增程电池，纯电续航 430km，综合续航 1670km，百公里油耗 6.2L。

🔗 相关阅读：全新理想 L8 发布！转型豪华大五座，首销权益价 35.98 万元起

小鹏 MONA L03 定档 7 月，提供纯电和超级增程

小鹏昨日宣布 MONA L03 车型 7 月亮相，并把它定位为「年轻人的第一台智能时尚 SUV」。

小鹏集团董事长、CEO 何小鹏发文称，MONA L03 的价格不会超过 30 万元，但开发过程「全面对齐 30 万级车型」，重点放在智能驾驶、座舱交互和安全性能三项维度。

何小鹏称，MONA L03 是 MONA 系列首款「一车双能」车型，将同时提供纯电和超级增程两套动力方案。该车已出现在 4 月工信部申报目录中，整体为溜背 SUV 造型。

申报信息显示，MONA L03 长 4650/4672mm、宽 1920mm、高 1600mm，轴距 2850mm，额定载客 5 人；最高车速 180km/h；搭载立讯智造科技（常熟）有限公司电机，峰值功率 183kW；电池来自中创新航，类型为磷酸铁锂电池包。

OpenAI 推出 Patch the Planet，帮助开源项目修复漏洞

OpenAI 宣布推出一项名为「Patch the Planet」的新计划，旨在帮助开源社区发现并修复软件项目中的安全问题。

该计划将由 OpenAI 与安全公司 Trail of Bits 合作推进，后者的安全工程师将直接与开源项目维护者协作，对潜在代码问题进行审查，并借助 OpenAI 的 Codex Security 等安全工具辅助处理。

OpenAI 表示，许多开源维护者正面临更多安全报告和更高处理速度的要求，但时间和资源并未同步增加。

「Patch the Planet」的目标是降低维护者负担：安全工程师会在问题提交给维护者前先行审查，并与项目方共同开发补丁、测试和可复用工作流，以便相关项目在首批修复完成后继续改进安全性。

国产小客车将支持「当天购车、当天上牌」

据《新闻联播》报道，工业和信息化部办公厅、公安部办公厅昨日联合印发通知，机动车合格证信息将实现实时共享，国产小客车可做到「当天购车，当天缴税，当天上牌」。

新模式的变化是，机动车合格证信息在工信部门和公安部门之间实时共享，数据可「秒级」传送。企业可向工信部门统一传输合格证、预查验信息，再共享至公安部门；两部门也压减车辆标准照片数量，并不再要求提供纸质资料。

相关负责人称，政策将降低企业运营成本，预计每年有超过 2000 万辆车享受这一便利。下一步，随着数据共享通道优化和更多企业接入，预查验模式会覆盖更广泛车企和消费者。

全球首款实体瘤 CAR-T 疗法在国内获批，定价 99 万元

据财新报道，国家药监局 6 月 22 日批准科济药业舒瑞基奥仑赛注射液上市，商品名为恺力美，用于治疗 CLDN18.2 阳性、HER2 阴性，且至少二线治疗失败的胃癌患者。

这是全球首款获批上市的实体瘤 CAR-T 疗法。财新称，对比研究者选择的最佳治疗，它能让末线胃癌患者中位生存期达到 9.49 个月，延长约 4 个月。

科济药业 6 月 23 日在投资人交流会上披露，这款产品定价 99 万元，预计 2026 年接到 200 单。公司还预计，恺力美未来 4 至 5 年销售峰值约 20 亿元。

《给阿嬷的情书》二次密钥延期至 7 月 31 日

电影《给阿嬷的情书》第二次密钥延期，将延长放映至 7 月 31 日。

截至昨日，该片累计票房 18.62 亿元，暂列 2026 年度票房亚军，仅次于《飞驰人生 3》的 44.20 亿元。影片豆瓣评分从上映初期的 9.0 升至 9.3。

影片讲述潮汕阿嬷叶淑柔与一段隐藏半世纪的书信感情。孙子晓伟因债务远赴泰国寻找传闻中的富豪阿公，最后带回关于阿公身份和书信往来的家族秘密。

石黑一雄《克拉拉与太阳》改编电影首曝预告，今年 10 月北美上映

据博主「守望好莱坞」消息，石黑一雄小说《克拉拉与太阳》改编电影发布首支预告，影片将于今年 10 月 23 日在北美上映。

预告中，主角克拉拉自称「一个人工智能伙伴」。克拉拉是一名被设计用于陪伴青少年的机器人，主要功能是防止孩子们感到孤独。

《克拉拉与太阳》故事围绕克拉拉与一个家庭共同生活展开，她在相处过程中帮助家庭成员度过心碎时期。原著由诺贝尔文学奖得主石黑一雄创作，聚焦人工智能陪伴、人类情感与家庭关系等议题。

180 万亿。这是截至今年 6 月，豆包大模型的日均 token 调用量。

相比最初发布足足增长了几个数量级，且完全没有放缓的迹象。火山引擎总裁谭待在 2026 火山引擎 FORCE 原动力大会上公布这个数字时，台下更是掌声雷动。

更值得注意的是市场份额。在公有云大模型市场，火山引擎把份额提升至 49.5%。每消耗两个 token，就有一个是火山引擎提供的。

去年 12 月，「万亿 token 俱乐部」还只有 100 家企业，现在已经暴涨至 200 多家。足够夸张的数字背后，反映了 token 已逐渐成为像水电一样的基础消耗。

越来越多企业不再把大模型当作一个「试试看」的新工具，而是开始把它接进核心流程——写代码、做视频、跑分析、做客服、做决策。

豆包 2.1 Pro：既 SOTA，也划算

这场大会真正的主角，是刚发布的豆包大模型 2.1 Pro。

按谭待的说法，这是一个突破了「生产质变点」的旗舰模型，意思是它写的代码能真正交付、进入企业研发流程，而不是停在「玩具」阶段。

coding 能力上，几个硬榜单它都拿得出手。

Terminal Bench 这种最贴近真实研发的终端编程评测，模型要在命令行里端到端跑完一整个工程任务，2.1 Pro 和 Claude Opus 4.7 基本持平，进了全球第一梯队；

覆盖五大学科科研问题的 SciCode 拿到 59.8 分，超过 Opus 4.7；从需求文档出发从零生成整个可运行仓库的仓库级评测，拿到 47 分。

现场还演示了个硬核 case：

让 2.1 Pro 围绕一个 16×16 PE 的微型模型，连续跑 18 个小时、迭代九轮，最终写出六个核心模块、1300 多行 RTL 代码——芯片设计里最严谨的环节，通常要 3 到 5 名资深工程师干上数周——

而且不只是生成代码，还跑通了仿真测试、综合检测，最后通过了手写数字识别验证。

Agent 能力上，在 OpenAI 那套覆盖九大行业 44 种职业的 GDPval 真实经济价值评测里，2.1 Pro 拿了国内第一；评测 AI 用真实 MCP server 和工具能力的 MCP Atlas 上，全面超过 Opus 4.7。

价格是另一记重拳。

百万 token 输入 6 元、输出 30 元，缓存命中只要 1.2 元，对比 Claude 同系列成本降了接近 80%，另有个价格只要 Pro 一半的 turbo 版本。

Seedance 2.5 登场，AI 视频终于不止 15 秒了

模型矩阵的下一块是视频，也是发布会的重头戏。

今年 2 月发布的 Seedance 2.0，是中国第一个全球 SOTA、也是第一个跨过「生产质变点」的视频生成模型。

谭待表示，在它出来之前视频模型更像玩具，5 到 10 秒的 UGC 内容为主；2.0 之后，15 到 30 秒的广告、影视、科普短片被全面解锁。

这次先给 2.0 上了个大升级：原生 4K。

以旗袍广告作为一个典型案例，720P 下，刺绣线迹和面料肌理不够清楚；用超分把 720P 拉到 4K，画面虽然锐化了，但细密绣线反而被平滑掉，质感更差；

而原生 4K 从生成阶段就保留更高密度的有效信息，发丝、丝线走向、面料纹理都清晰完整。Seedance 2.0 原生 4K 还率先支持 4K 10bit 高位深，色彩层次更丰富，给后期调色留足空间。

但 4K 只解决了画质。

更长、更多参考、更强编辑这三个挑战，得靠新主角。

万众期待之下，Seedance 2.5 登场，目前已在内测尾声，预计 7 月初正式见面，三个升级全是「全球第一/最多」：

单条视频生成长度最高 30 秒，全球第一。市面上同类模型最多只支持 15 到 20 秒，这次直接突破瓶颈，镜头表达更连贯。

多参考能力支持 50 个全模态素材联合输入，全球最多。现场一次性输入十多位演员的图像资产，让模型自己编排。

更灵活的视频编辑：可以在整体画面不变的前提下，对局部单独修改——微调背景、更换商品、更换模特。现场一个口红广告演示，直接把「挑口红」这个困惑给解决了。

它还能稳定承接专业创作。现场输入一个接近 10 万面的宇宙飞船白膜加一份渲染材质参考，让模型生成渲染视频模拟镜头，飞船主体轮廓、比例、复杂结构在镜头缓慢推进中都稳定保持。

在实体产业，Seedance 2.5 能自动生成多语言产品视频说明书，能给具身智能合成多场景多视角的高质量训练数据，能给自动驾驶合成极端天气、罕见路况这类案例补上训练盲区。

当视频模型跨过生产质变点，它积累的对物理世界的理解，正在成为世界模型的重要基础。

模型只是入口，生产系统才是终点

视频之外，图像和音频这两块也各自上了新东西。

图像这边接棒的是 Seedream 5.0 Pro。年初发布的 Seedream 5.0 Lite 已经在帮用户把普通产品图转成高级广告海报、把线稿上色成完整插画，5.0 Pro 则是智能水平上的全新尝试。

最直观的是交互式精准编辑。

创作者既能用语言描述空间关系，也能直接在画面上标记圈选。比如一张图里，把树枝上的松鼠移到左下角树桩、在右下角加两只小猫的结婚照、把小黄狗移到左侧——

模型能识别箭头和高亮块，理解意图、定位元素、生成符合要求的画面。设计师随手画的草图线稿，它也能编辑成符合意图的视觉效果。

另一个能力是多图层分离。

圈选点选任意区域、任意颗粒度，小到一行字、大到整个版面，都能拆分输出成独立图层。把人物从画面拿走后，模型会自动智能填充背景；还能递归拆分，对拆出去的人物再拆出帽子、滑板，方便二次拖拽缩放编辑。

还有个一直让大模型头疼的能力，高密度信息呈现。复杂图表、多层结构、甚至一整页 PPT 的信息量，都可能被完整塞进一张图，模型还会自动优化版面、保持审美。

它还支持英语、西班牙语、阿拉伯语、日语、韩语等 10 余种主要语言，并自动适应每种语言的排版习惯。

Seedream 配 Seedance 还能一加一大于二。

以「天问一号发射」科普视频为例，先用 5.0 Pro 把探测器外观、发射、着陆几个关键阶段准确生成，再喂给 Seedance 2.5，就得到一个高品质的 30 秒科普视频。

音频方面，Seed-Audio 1.0 支持情绪、口音、背景音、氛围音、拟音特效一次直出，做到影视级成品音效。落到产业侧，奔驰、东风都在基于豆包大模型探索智能座舱的语音交互。

奔驰中国研发负责人在现场视频里提到，已经把豆包大模型集成进新款纯电车型，让车里的对话更自然、更能读懂用户意图和情绪。
而开头所说的 180 万亿 token 指向的不只是一个规模数字，更是一条正在不断延伸的能力曲线。

企业每天把客服、营销、研发、内容生产、办公协同、数据分析等任务交给模型处理，模型也在这些高频调用中持续暴露问题、修正偏差、积累经验，逐步逼近真实生产环境的要求。

这背后，是一场长期的能力攀登。

字节跳动 CEO 梁汝波在大会上提到，攀登 AI 高峰是字节当下最重要的事情——收缩业务宽度，把精力重点聚焦到 AI，并在 AI 内部进一步聚焦于提升模型能力。

火山引擎正是这个方向的对外出口。它把字节内部沉淀的模型能力、工程体系和应用经验，转化为云服务、模型 API、行业解决方案和工具链，交付给企业使用。

高峰还在前方，但路径已经清晰。