作者｜芯芯 

编辑｜靖宇

即便市值已经突破 4 万亿美元，我们还是低估了英伟达，大大的低估了。

在不少人的印象中，英伟达依然是那个「核弹厂」。其实，在 AI 急需的芯片之外，英伟达始终有一个云平台的野心。

2023 年，英伟达的 DGX Cloud 高调登场，一台实例配备八块 H100，月租 36999 美元，定价直达天花板，也被外界视作英伟达挑战 AWS、Azure 这些老牌云厂商的信号。

然而，2025 年中，这个「亲儿子」却悄然退出 C 位。英伟达不再将其数十亿美元的云支出承诺对齐 DGX Cloud， 其角色转向内部基础设施与研发用途，而非面向企业市场的主打产品 。

取而代之的， 是 2025 年新上线的 Lepton —— 一个 GPU 租赁与调度的市场型产品 。从定义来看，新的 Lepton 是一个算力管理和分发平台，更像是一个算力需求的「入口」。

DGX Cloud 为什么退场？Lepton，能不能接承接住英伟达在 AI 时代成为云计算霸主的野心？

01 

以退为进

很多人或许都还记得 2023 年的「GPU 荒」，企业即便有钱，也往往买不到 H100。于是英伟达顺势推出了 DGX Cloud，把自有的高端算力集群「按月出租」，企业开通即用。

在推出的第一年，DGX Cloud 的确收获了热度。到 2024 年底，英伟达的财报显示其软件与服务收入（包括 DGX Cloud）达到了 20 亿美元的年化水平。

然而，转折点出现在 2024 年下半年后，随着 GPU 供应逐渐缓解，亚马逊、微软、谷歌等云厂商纷纷「砍价」，DGX Cloud 的优势随之消散。以亚马逊的 AWS 为例，其对 H100 和 A100 实例降价幅度高达 45%，远低于 DGX Cloud 的租赁价格。

对客户而言，DGX Cloud 的紧缺溢价很快失去立足点。

英伟达在 2023 年 3 月推出 DGX Cloud｜图片来源：GTC 2023

更现实的问题还在于「渠道冲突」 。

亚马逊、微软和谷歌是英伟达最大的芯片买家，对英伟达的营收构成了极大支撑。DGX Cloud 的直接客户模式意味着英伟达和这些合作伙伴抢生意。每一份 DGX Cloud 合同，都有可能挤压 AWS、Azure 或 GCP 的收入。

买家的担心是可预期的，更长远的后果，是推着这些伙伴加码自研芯片，如 AWS 的 Trainium、谷歌的 TPU，以降低对英伟达的结构性依赖。

而且短时间内，建立起稳定的客户黏性也是挑战，有些企业会把 DGX Cloud 当作临时方案，在产能紧绷、项目启动急的窗口期租上几个月，随后再迁回长期合作的 AWS、Azure 或谷歌云。

英伟达黄仁勋与谷歌云高管同台｜图片来源：英伟达

考虑到这些，到最新的财年，英伟达的财务披露中不再将巨额的云支出承诺归于 DGX Cloud，这项服务仍然列在收入类别中，但其角色已明显转向内22部基础设施。换句话说， DGX Cloud 仍然存在，但它逐渐退回英伟达内部，不再打算与微软、亚马逊、谷歌等公司正面竞争 。

除了选择把 DGX Cloud「转为内用」，英伟达还把外部注意力引向一个新的平台化入口：

Lepton。

英伟达在 2025 年 5 月推出这个新平台，也在 DGX Cloud 体系名下，但不同于 DGX Cloud 那种把「英伟达自己的 AI 芯片直接租给客户」的模式， Lepton 完全不碰 GPU 库存，它只是负责「把需求导向合适的云服务商」，包括 AWS、Azure，也包括英伟达自己一手扶持的云服务商 。

「Lepton 会将我们的全球 GPU 云提供商网络与 AI 开发者连接起来。」英伟达创始人兼 CEO 黄仁勋在发布 Lepton 时称，目标是：

「打造一个全球规模的 AI 工厂」 。

简而言之，为了不缓解和渠道的竞争，英伟达的策略重点已经不再是一个「英伟达云」。

02 

Nvidia「朋友圈」

但 DGX Cloud 角色的淡出并不意味着英伟达放弃了云。在过去两年里，英伟达一直在扶持自己的云服务商「小弟」。而且还出现过让人觉得匪夷所思的一幕——英伟达一边把 GPU 卖给云伙伴，一边又从这些伙伴那租回算力。

以 CoreWeave 为例，英伟达不仅在 2023 年投资了 CoreWeave 1 亿美元，还向其优先供货 H100 GPU。在供需紧张时期，这让 CoreWeave 成为少数能大规模提供英伟达 GPU 的云服务商。而英伟达自己又回过头来，从 CoreWeave 租用这些 GPU。

CoreWeave 承接 AI 东风顺利上市｜图片来源：网络

Lambda 也类似，这是一家规模小得多的 GPU 云服务提供商。2025 年 9 月，英伟达与 Lambda 签订了一份价值 15 亿美元的租赁协议，租期为四年，其中包括租回 1 万台搭载自家顶级 GPU 服务器，总价值约 13 亿美元。这个交易让英伟达成为 Lambda 最大的客户，而英伟达自己的研发团队将使用这些 GPU 训练模型。

Lambda 也是英伟达生态圈的一员｜图片来源：网络

具体来说，英伟达先通过销售芯片获得即时收入，让财报好看、股东满意；合作伙伴则依靠出租 GPU 获得稳定现金流，从而扩大规模；随后英伟达再以租赁的方式把算力锁定在自己手中，确保关键时刻不会断供。此外，这和普通公司选择租用云服务而不是自建机房的逻辑是一样的，可以更灵活地应对研发波峰和波谷。

这个操作的精妙之处在于，芯片卖出的那一刻，收入立刻计入英伟达账面，支出则后置，租金在未来几年慢慢摊销，转化为运营成本。与此同时，英伟达无需自建数据中心，资产压力最小化。

对合作伙伴来说，英伟达成了最大甲方，算力与现金流被绑定，强化了其生态黏性。更微妙的是，这种操作还能稳定市场心理。当连英伟达都愿意以这个价格回租， 便相当于为 AI 算力 行情做了一次背书，锚定了价格预期，最终变成一石三鸟 。

这套玩法复制到了各种英伟达系云计算初创公司中：卖芯片-投资客户-租回服务-再次卖芯片，最终变成一个自循环的 AI 芯片生态资金链。

与此同时，英伟达还通过旗下专门的风险投资部门 Nventures，在更广阔的 AI 生态下注。它投资了很多初创公司，从模型开发，到应用层的初创企业。虽然这些公司并非都做云服务，但逻辑是一致的：通过投资绑定潜在客户和未来生态，只要这些初创公司成长壮大，它们的算力需求最终都会转化为对英伟达芯片的采购。

可以说， 英伟达不仅仅是在卖芯片，它就像是在经营一个庞大的 AI 创业孵化器，来打造一套「英伟达系」云生态 。

03

AI 算力的「App Store」

说回 Lepton，它与英伟达「卖一手、租一手」的本质有一点相似，就是给算力「做市」。

与 DGX Cloud 直接对客户不同， Lepton 并不亲自经营云服务，而是作为「流量调度者」，把客户的任务分发给生态合作伙伴的数据中心 。

它本质上是一个算力市场，用户只需在 Lepton 平台提交需求，Lepton 会自动匹配到可用的 H100 或 Blackwell GPU，无论这些硬件位于 CoreWeave、Lambda，还是 AWS、Azure 的机房。

英伟达 Lepton 平台界面｜图片来源：英伟达

而且，Lepton 将所有 GPU 云资源整合到英伟达的软件栈之下，比如 NIM 微服务和 NeMo 框架。开发者无需关心背后的提供商，只需通过 Lepton 平台即可获得一致的开发体验和环境。

更关键的是， Lepton 化解了英伟达与云巨头的冲突 。在这种模式下，英伟达不再是 AWS、Azure 的直接竞争对手，而是中立的调度平台。AWS 和微软也加入了 Lepton，原因很简单，通过这个市场，它们能够接触到额外的算力需求。

对于英伟达来说，与合作伙伴对抗的风险太大，远不如退到幕后，转而做算力市场的调度者和掌控者。这是典型的「退一步，海阔天空」，不再冒犯合作伙伴，反而继续掌控生态入口，不论客户选择哪家云，最终都离不开英伟达的 GPU 和软件栈。

于是，放弃构建自己的云服务就不是软弱的表现，Lepton 对英伟达来说是一个鱼与熊掌兼得的策略。

英伟达 Lepton 平台界面｜图片来源：英伟达

当然，Lepton 的推广也非一帆风顺。一些中小型云厂商担心英伟达借此插足客户关系，或影响定价，它并非一夜之间就能改变游戏规则。但当 AWS 和 Azure 都进入市场后，Lepton 的存在无法忽视。未来 AI 算力的跨云调度，有可能会通过某个平台来完成。

对开发者来说， 「在哪里算」变得次要 ； 能不能算、多久能算、成本如何才是核心，而这些正是 Lepton 试图统一的体验层 。

英伟达不再需要自建一个「英伟达云」，也不必在 IaaS 层与伙伴正面相撞，它想做的是把所有玩家拉入自己的体系，让所有云使用英伟达的 GPU、调用英伟达的框架、通过英伟达的入口完成采购与调度。

如果顺利，它看似只是一个 GPU 聚合市场，实则可以成为算力世界的控制面板。谁接到单子，谁活得下去，分配权掌握在英伟达手中。更长线的收益是数据与感知， Lepton 在跨云调度过程中天然能观察到哪类任务最活跃、哪些地域更紧张、哪一代 GPU 使用更频繁、价格弹性如何，反过来辅助商业决策 。

就像苹果通过 App Store 掌控了移动互联网，英伟达想用 Lepton 做到同样的事，只是对象从 App 换成了算力。

英伟达 Lepton 平台连接各种云服务｜图片来源：英伟达

这也解释了英伟达当下的市场逻辑。简言之，它并不需要拥有云，它只需要拥有算力栈和需求入口。只要全球 AI 训练与推理仍以其 GPU 为核心，无论算力最终落在亚马逊 AWS、微软 Azure、谷歌 GCP，还是 CoreWeave、Lambda，无论客户选择谁，只要掌控价值链，英伟达都能获得价值。

从 AI 芯片，到 DGX Cloud，再到现在的 Lepton，英伟达的计划早已经从硬件过渡到「算力」和「平台」的阶段——任何一家公司市值突破 4 万亿美元、其产品已经成为 AI 时代重要生产资料的公司，都不可能没有更大的野心，不是吗？

论坛名称

云智引擎·全栈驱动

2025 阿里云汽车行业峰会

 

论坛时间

论坛时间

9 月 25 日 13：30-16:30

 

论坛地点

云栖小镇国际会展中心

A 区 2 层 主会场

---

在 AI 技术浪潮的驱动下，汽车产业正经历一场前所未有的深度变革，其核心正从「软件定义」向「AI 定义」加速演进。

从智能座舱的情感交互，到智能辅助驾驶的大规模量产落地，再到舱驾融合的底层重构，AI 已从技术概念转变为驱动整车智能化升级的核心引擎。

值此产业变革关键期，阿里云将于 9 月 25 日在杭州举办 2025 阿里云汽车行业峰会。

本次峰会以「云智引擎·全栈驱动」为主题，将携手头部车企、AI 科学家及行业生态伙伴，聚焦「全栈 AI 云」的技术实践与创新应用，我们将深入探讨从数据闭环到异构算力调度，从智能辅助驾驶到智能座舱，全面解析云计算与 AI 如何支撑智能汽车技术演进，共同勾勒产业发展新方向。

 

01

大会亮点精彩纷呈

顶级嘉宾阵容

汇聚中国一汽、广汽、吉利、长城、理想、蔚来等车企 CIO 及 AI 科学家，将分享数智化转型的实战经验与创新思路，带来最具价值的行业洞察与趋势预判；

前沿主题演讲

围绕「AI 赋能业务场景」核心主题，设置了产品智能化、业务全球化、运营高效化等多个业务场景的主题演讲。深入剖析 AI Infra、Data Infra、大模型等前沿技术在汽车研产供销服全链路的创新应用，为行业发展提供新思路、新方向；

巅峰对话，思想交锋

智能驾驶与智能座舱双圆桌重磅开启，是技术路线之争，也是体验革命之路；

智能驾驶研发正迎技术范式变革！理想等企业提出的 VLA 路线，从十亿参数跃入百亿甚至千亿规模 「大模型」时代。当前技术路线尚处于探索与「非共识」阶段，本场圆桌将汇聚顶尖专家，深度探讨技术路线选择的底层逻辑，解析路线切换背后的技术挑战与产业格局重塑机遇。

AI 大模型正掀起座舱深度变革，不仅提升语音识别精度，更赋予座舱语义理解能力，实现拟人化交互体验。当下，众多车企以车载语音助手为突破口，率先将大模型融入座舱系统，开启人车交互的新篇章！本场圆桌将聚焦大模型在座舱的落地挑战、体验创新与未来演进。

02

大会议程

03

诚邀共襄汽车行业未来

作为全球领先的云计算与 AI 服务商，阿里云始终致力于以全栈 AI 云助力车企智能化升级和全球化布局。

本次峰会不仅是技术成果的展示，更是产业生态的共创平台。诚邀全球车企、开发者及行业伙伴共聚云栖大会，畅谈技术趋势、碰撞创新思维，共同推动汽车产业迈向更智能、更高效、更安全的未来！

当 17.38 万元的价格，「砸」在了屏幕上时，激起了现场的惊呼，也砸伤了友商们的神经。

9 月 17 日的杭州，经过预热已久的吉利银河 M9，终于曝光了配置和价格。和预售的 19.38 万元这个已经相当优惠的价格相比，17.38 万元，真正将旗舰级别大六座 SUV 的价格拉到了底线。而即便是搭载了高端智驾和三电机四驱的顶配车型，也不过 23 万+，一样是「屠榜」般的存在——难怪在预售后不长时间，吉利银河 M9 就已经有了超过 40000 小定。

从定位来看，吉利银河 M9 无疑是银河家族的「旗舰」车型；从价格来看，银河 M9 则让竞争白热化的全尺寸 SUV 市场，再次迎来更高烈度的攻守易主。

 

人民的旗舰

在当前竞争白热化的中国车市，「内卷」已是常态，但银河 M9 的入局方式，更像是一次精准的「降维打击」。它首先在三个最能被消费者感知的维度——价格、空间、能耗——实现了对同级产品的全面超越，构建了几乎无法被绕开的核心优势。

17.38 万元的起售价，直接击穿了主流大六座 SUV，尤其是插电混动车型的心理防线。而吉利不仅给出了一个极具吸引力的「敲门砖」，更通过「起步即高配」的策略，让价值感贯穿全系。即便是最低配的车型，也标配了雷神 EM-P AI 电混、Flyme Auto 2 AI 座舱、前双叉臂+后五连杆的悬架结构等核心硬件。

在空间方面，中国家庭对于「大」的追求从未停止，但简单的尺寸堆砌早已无法满足需求。银河 M9 提出的「三进大宅」座舱理念，是对家庭全员出行场景的深度洞察。超过 5.2 米的车长和超 3 米的轴距奠定了物理基础，但真正的巧思在于内部的「得房率」和「平权」设计。

「三排平权」不再是口号， 传统大六座 SUV 的第三排往往是「应急座」，但 M9 通过纯平地板、1.1 米的最大门洞高度以及同级最大的 150°躺倒角度，让第三排乘客也能获得堪比前排的舒展与体面。那个 0.15㎡的「勃朗峰舷窗」，更是点睛之笔，它解决的不仅是采光，更是长途乘坐时的心理压抑感。

「百变魔方」的实用主义，从「沙滩椅」到「大床房」，一键调节的多种座椅模式，覆盖了从日常通勤到周末露营的几乎所有场景。尤其值得称道的是，在 6 人满座情况下，依然能保有 359L 的后备箱空间，解决了「坐满人就放不下行李」的终极痛点。这背后，是对用户真实用车需求的细致揣摩。

在动力方面，对于一台家用的旗舰 SUV，银河 M9 搭载的全新雷神 EM-P AI 电混系统，试图给出最优解。热效率高达 47.26% 的电混专用发动机，本身就是内燃机技术皇冠上的一颗明珠。而分布式三电机带来的 4.5 秒破百加速能力，让这台庞然大物拥有了比肩性能车的爆发力。

更重要的是，在「星睿 AI 云动力 2.0」的智能调配下，它能实现 4.8L/100km 的惊人馈电油耗和超过 1500 公里的综合续航。这意味着，用户无需在性能激情与柴米油盐之间做艰难抉择。配合双叉臂+五连杆、空气悬架+CCD 减震器以及路特斯团队的调校，M9 在硬件上已经达到了百万级豪华车的标准，它所要挑战的，正是「大车不好开、大车费油」的传统认知。

 

旗舰的面子，AI 的里子

如果说价格、空间和能耗是 M9 吸引用户的「面子」，那么深植于车辆每一个角落的 AI 能力，则是其真正的「里子」，也是吉利在这款旗舰产品上最想表达的技术思想。M9 不仅仅是一台车，更是吉利「全域 AI」战略体系下的一个集大成的移动智能终端。

吉利的 AI 叙事，和友商相比，更加接近底层架构。当许多车企还在谈论大模型本身时，吉利已经构建了从底层算力、大数据、大模型到天地一体化生态的完整闭环。

具有 23.5 EFLOPS 的星睿智算中心、超 850 万辆智能车积累的百亿公里行驶数据、以及在轨运行的 52 颗卫星，这些听起来颇具科幻色彩的「基建」，构成了吉利 AI 能力的坚实底座。这保证了其 AI 算法的迭代不是空中楼阁，而是有海量数据喂养和强大算力支撑的快速进化。

这种体系化的 AI 能力，在银河 M9 上具体化为两大核心体验：AI 智能座舱和 AI 辅助驾驶。

在智能座舱方面，银河 M9 搭载的 Flyme Auto 2 AI 座舱，核心是高通 8295P 这颗顶级芯片，它保证了 30 英寸 6K 一体屏等硬件的流畅运行。但真正的灵魂，是全球首个大规模上车的超拟人情感智能体——Eva。Eva 的价值在于，

它试图将人车交互从「指令-执行」的工具模式，升级为「理解-陪伴」的情感模式。当它能通过端到端语音技术理解你的情绪，能主动进行场景化的服务推荐（如识别到儿童哭闹时主动播放安抚音乐），甚至能在车外帮你「嘴替」沟通时，汽车座舱的定义就被改写了。它不再是一个冰冷的驾驶舱，而是一个有「情商」、懂你的移动生活空间。

M9 搭载的「千里浩瀚辅助驾驶 H5 方案」，最大的亮点在于「车位到车位」的城市无图 NOA。这意味着它的高阶智驾能力理论上「全国都能开」，摆脱了对高精地图覆盖范围的依赖。这背后，正是吉利「天地一体化」生态优势的体现，通过卫星网络辅助定位和感知，结合强大的本地算力，实现更广泛、更安全的智驾体验。

而像「漂移泊车」、「断头路车位」自动泊入等功能，则是在解决用户真实的「停车焦虑」。它展示了 AI 不仅能处理开放道路的复杂场景，也能在「最后一公里」提供极致的便利。

可以说，银河 M9 将吉利的 AI 战略从云端的宏大叙事，成功「降落」到了用户触手可及的驾驶舱内。从卫星的信号，到 Eva 的「心跳」，吉利用 M9 清晰地回答了「AI 如何让汽车变得更好」这个问题。

毫无疑问，吉利银河 M9 承载着品牌向上的使命。作为「百万银河」时代开启后的旗舰力作，它在设计、用料、技术配置上都展现出了冲击高端市场的决心。从旗舰美学、AI 数字底盘到全维安全体系，M9 的每一个细节都在努力诠释「旗舰」二字。

然而，最有趣也最值得玩味的是，吉利选择用一个极其亲民的价格，来开启 M9 的旗舰之路。这看似矛盾，实则蕴含着深刻的市场洞察。在消费日趋理性的当下，单纯依靠高价和品牌故事来支撑的「伪高端」已难以为继。真正的品牌向上，必须建立在压倒性的产品力和用户口碑之上。

银河 M9 的策略，正是「以打促上」——用一款在主流价位段拥有绝对统治力的「爆款」，来建立用户对银河品牌技术领先、品质可靠的认知，实现品牌价值的提升。

对于竞争激烈的大六座 SUV 市场而言，银河 M9 的到来，无疑给友商们再次上了强度。而在几天前，零跑的 D 系列大六座车型也曝光于网络。两家同样base 在杭州的汽车公司，也将在这个已经非常拥挤的赛道，用各自拿手的爆款思维和路径，一较高下。

可以毫不夸张的说，Meta 是如今定义了 AI 眼镜这条赛道的那个存在，Meta Ray-Ban 甚至可以说是目前这条赛道中唯一一个已经走过了从零到一阶段的产品。因此无论 Meta 在此时此刻发布什么，都会引发 AI 眼镜行业内极高的话题度。

时间到了北京时间 9 月 18 日，Meta  Connect 2025 如期举行，发布「量产版 Orion」，无疑已经是本次主题演讲中最激动人心的话题。

这一次，Meta 不仅带来了量产款 Orion——Meta Ray-Ban Display，还有 Oakley、Ray-Ban 系列的新品更新，以及关于 Quest 生态的新进展。

 

01

 

Meta Ray-Ban Display

因为去年发布的 Orion 已经展示出了极为惊艳的效果，因此早在发布之前一个月，名为「Hypernova」的量产款 Orion 就已经成为行业内翘首以盼的重磅炸弹。

之所以关注度如此之高，可能也的确是因为仅仅时隔一年之后，Meta 就将 Orion 以另一种量产产品的姿态，重新带上 Connect 主题演讲中，并且这一次终于不是遥不可及的概念机，而是用户可以买到的量产 AR 眼镜产品。

作为重磅新品的铺垫，Meta 也少不了先回顾一下历史：据扎克伯格介绍，「Meta 在 AR 眼镜领域的研究已经超过 10 年了，这是 Meta 第一次有能力向外界展示一些足以称得上「生命的特殊时刻」之一」。

在发布会上，首先就是小扎带着带有显示功能的 Meta Ray-Ban Display 充当提词器上台演示；这个套路今年 Google 也用过一次，目的都是为了展示带有显示功能的 AR 眼镜在第一人称视角内容的消费/生产时的便捷性。

与此前外界曝光的内容相同，Meta Ray-Ban Display 采用的仍然是经典的 Ray-Ban 飞行员系列外观设计，但由于整合了更多元器件以及电池，显然比自家师兄 Ray-Ban Meta 外观还是要「健硕」很多。

但与 Orion 不同的是，Meta Ray-Ban Display 最终采用的是右眼全彩单目显示屏设计，这款 600×600 像素的显示屏可提供 20 度视场角内容显示能力。该显示屏的刷新率为 90Hz，峰值亮度为 5000 尼特之间，同时扎克伯格还表示眼镜自带紫外线检测功能，可自动判断何时开启显示屏，以及在对应的环境下自动调节亮度。

虽然多了显示功能，但在硬件规格上 Meta Ray-Ban Display 搭载的是与 Ray-Ban Meta 和同系列其他 AI 眼镜产品相同的高通骁龙 AR1 Gen 1 芯片。换言之在算力上并没有提升。

当然，作为首款带有显示能力的 Meta AR 眼镜，Orion 上出现过的手势腕带最终也得以出现在量产版本中。据 Meta 介绍，这款神经腕带通过检测用户移动手指和手时前臂肌肉发出的微弱电信号，来实现进阶的手势操作，：例如用拇指左右滑动来导航音乐，或者捏合手指并旋转手腕来调节音量。

除了简单的手势操作，扎克伯格介绍 Meta 目前还在开发一项更新，以支持基于肌电 (EMG) 的手写功能。

扎克伯克还现场演示了使用腕带来实现手势打字输入：从现场的体验来看，其实现效果更接近 Apple Vision Pro 上的那种虚拟键盘输入方式，但两者实现的逻辑完全不同。每分钟能实现 30 个英文单词的输入速度。

手势 + 显示能力的结合，让这款眼镜不仅能够查看和回复来自 Whatsapp、Messenger 和 Instagram 的消息，还让 AR 眼镜首次支持了实时视频通话能力，这样用户就可以看到对方，同时对方也能捕捉到眼镜用户的第一人称视角。

除此之外，Meta 还为眼镜加入了一个实时对话字幕功能，该功能会自动实时转录您的对话。它也可以实时翻译。非常适合旅游场景。

在配色上，Meta Ray-Ban Display 提供黑色和沙色两款配色，并且默认自带可变色镜片。Meta 表示用户只需将眼镜放入充电盒中 20 分钟，即可充电至 50%。

最后是售价部分，Meta Ray-Ban Display 起售价 799 美元，将于 9 月 30 日上市（顺便一提，这个价格已经完全与今年的新款 iPhone 17 起售价一致了）。

一个耐人寻味的小细节是，与 Ray-Ban Meta 系列不同，Meta Ray-Ban Display 在命名上选择了以 Meta 打头阵，这或许也从某种程度上说明 Meta 也确实真的认为这是一个能与初代 iPhone 发布比肩的重大时刻，因此想在这样重要产品发布的契机，更多体现 Meta 的存在。

 

02

 

Ray-Ban Meta 三代

作为常规更新的产品，Ray-Ban Meta 三代就显得非常「平平无奇」，反而是软件更新由于有着「全线更新」惠及老款产品的属性，更加值得关注。

据 Meta 介绍，新款 Ray-Ban Meta 的电池寿命为前代的两倍，超广角 1200 万像素摄像头支持最高 3024×4032 像素照片拍摄，视频录制支持最高 1200p 60 帧/秒、1440p 30 帧/秒及 3K 30 帧/秒三种格式，最长录制时长升级至三分钟。

除此之外，Meta 还发布了一款名为专注对话（Conversation Focus）的功能，让眼镜自动识别当前正在对话的人，如果识别到眼镜佩戴者正在对话中，会自动暂停回复。

第三代 Meta Ray-Ban 起售价为 379 美元，现已正式开售。

 

03

 

Oakley Meta Vanguard

虽然今年 7 月刚刚发布的 Oakley Meta HSTN，但随着主线 Ray-Ban Meta 的更新，Oakley 系列也迎来了定位更加高端的旗舰款运动 AI 眼镜产品 Oakley Meta Vanguard。

与此前 Oakley 系列相同。Oakley Meta Vanguard 仍然采用经典的风镜式设计，摄像头采用中央布局，聚焦于骑行、跑步、滑雪等运动场景，软硬件均有较大幅度升级。

在硬件规格上，本次 Oakley Meta Vanguard 升级的核心之一是相机模组了：硬件支持 3K 视频录制，视野达到了 122°。此外，眼镜还支持慢动作、延迟摄影等功能。防护等级升级为了 IP67。

作为运动属性极强的产品品类，在软件端 Meta 也整合了佳明以及 Strava 的运动数据。方便专业级用户配合佳明等专业运动监测设备使用，以及实现更多特定玩法：例如当骑行时速达到特定数值，眼镜会自动拍照，并且自动剪辑视频。

为了演示 Oakley Meta Vanguard 在运动场景中的可靠性，Meta 还在主题演讲中展示了红牛的合作，素有「红牛敢死队」美誉的各路红牛极限运动员们带着 Oakley 录制各种刺激的第一人称视角视频。

最后是售价部分，Oakley Meta Vanguard 售价 499 美元起售，今日开启预售，10 月 21 日正式开售。

 

04

 

Quest 新动态

虽然没有 AR 眼镜那样充满未来感，但 Quest 仍然是 Meta 在 VR 领域内容的重要阵地之一，因此这次 Meta Connect 虽然没有 Quest 新品发布，但 Meta 还请来了著名大导詹姆斯-卡梅隆来发布会，上台介绍 Meta Quest 在 3D 内容领域的表现与新动向。

作为《阿凡达》系列的导演，卡梅隆最先聊到的当然是 3D 版《阿凡达》在 Quest 平台上的体验，表示《阿凡达 3：火与烬》将于今年 12 月 18 日上映，全体 Quest 用户都可通过 Horizon TV 观看 3D 预告片。

卡梅隆表示 Quest 的亮度比官方推荐的电影院规格「高一个数量级」。同时他还赞赏 Meta 在扩大视场角（FOV）方面的工作，表示使用 Quest 就像拥有自己个人的电影院。

除了《阿凡达》之外。卡梅隆还宣布他的公司正在开发工具，帮助其他电影制作人制作 3D 内容。卡梅隆表示他希望能 「创造一场 3D 内容的雪崩」让整个 3D 内容制作流程变得 「傻瓜化」。

 

05

 

尾声

在 Meta Ray-Ban Display 发布之后，Meta AI / AR 眼镜产品才真正实现全系列的「补完」，第一次以完全体的版本投向市场。

扎克伯格说，Meta 打造智能眼镜的第一个目标，仍然是：确保它们首先是出色的眼镜。至少到现在为止，Meta 仍然在「保持设计感」这件事上做得很好。

作为所有硬件新品的收尾，扎克伯格还在发布会中重申了 Meta 在 AR 领域的愿景：「无论 AI 眼镜还是虚拟现实。我们的终极目标都是打造出色的眼镜，以赋予个人性超级智慧，在现实的基础上实现信息增强」。

 

过去一年，人工智能的讨论热度，正悄然从「模型参数有多大」转向「实际场景中有多好用」。当最初的技术狂热逐渐褪去，产业界开始冷静地审视：AI 究竟能在多大程度上成为真实的生产力。在这样的背景下，观察腾讯这样一家拥有海量用户和庞大业务场景的巨头如何作答，无疑具有风向标的意义。

9 月 16 日，带着探寻答案的目的，我来到了深圳的 2025 腾讯全球数字生态大会。这场大会，既是腾讯对外展示其最新技术与产品、应用落地进展的窗口，也为我们提供了一个绝佳的观察样本，去理解 AI 是如何在一个庞大的商业体内被理解、应用和重塑。

在现场，我看到了一幅饶有趣味的图景：一边是 AI 对存量业务的精耕细作，腾讯会议、腾讯文档、腾讯地图等「国民级」产品，在 AI 的加持下变得更聪明、更高效；另一边，则是 CodeBuddy、腾讯元宝、ima 等 AI 原生应用，它们带着全新的交互逻辑，试图为腾讯开辟新的战场。

这两个看似不同的方向，共同指向了同一个核心问题：AI 正在如何深度改变腾讯？而当我将这些一线的观察与思考串联起来，一个关于腾讯如何构建 AI 时代增长飞轮的答案，也逐渐浮现出来。

一、用 AI 给「护城河」通电

过去二十年，腾讯穿越了互联网和移动互联网时代，缔造了众多拥有数以千万甚至亿级用户的产品。在数字生态大会的展区里可以清晰地看到，这些产品正在被 AI 改造甚至重塑。

首先是腾讯会议、腾讯文档这类高频应用的能力升级。例如，腾讯会议新推出的实时 AI 纪要功能，不仅能在开会时实时生成纪要，省下「记重点」的功夫；当用户临时有事，还可以让腾讯元宝代为参会，并在会后总结要点。

更让我印象深刻的，是一些更垂直、相对小众的工具，它们借助 AI，正在发生更深层次的流程变革。

腾讯问卷丨来自：腾讯全球数字生态大会

比如腾讯问卷，通过加入 AI 生成问卷框架、采访提纲及 AI 深度报告等功能，能将过去需要一周的数据洞察工作，压缩在十分钟之内。而腾讯电子签的「AI 智能审查」，则将复杂合同的审核时间从一天缩短至最多 10 分钟，并将合规性风险降低 80%。这让它从一个单一的电子合同工具，进化为能够深度参与合同生成、审查等环节的智能法务助理。

显而易见，在这些产品上，AI 不再是锦上添花的功能，而是已经深度介入并重塑了核心的业务逻辑与工作流程。这种由内而外的 AI 化改造，正是腾讯 AI 战略的体现。它首先利用自身最庞大、最高频的业务场景，来验证和优化 AI 能力。这些经过内部场景成功验证的能力，便构成了其对外提供 AI 解决方案的基础，让腾讯云作为一家 To B 企业，能为行业提供真正可靠的 AI 产品。

今年，这种价值外溢的效果尤为明显。其本质，是腾讯将其在无数场景中沉淀的数据与业务洞察，与 AI 技术能力和基础设施相结合，最终形成了一套套能解决行业痛点的方案。

在金融、游戏、零售这些腾讯云的传统优势领域，这种结合正在创造新的业务增长。例如，腾讯云的分布式数据库 TDSQL 与 AI 优化器结合，已服务国内十大银行中的七家；在零售行业，与绝味食品的合作中，多个 AI 智能体「协同作战」，实现了营销效率数倍的提升。

在展厅现场，几位服务不同行业的腾讯云销售都向我提到，今年以来，客户对于 AI 应用和部署的需求显著增加，这些 AI 解决方案不仅提升了老客户的服务用量，也带来了不少新客。

更重要的是，这些 AI 能力正在被应用到更多细分的实体产业场景。比如基于腾讯地图积累的技术，结合 Agent 框架，打造出了时空智能领域的 AI 应用解决方案。不仅可以用于零售企业内部的开店选址，我在会场还看到了在车里直接用 Agent 点单并导航到门店的智慧出行应用。

另一个有趣的应用是在物业巡检场景。住户或管家只需将小区内垃圾、公共物品损坏等问题拍照上传，Agent 就能自动识别问题场景，并将工单派发给相应的物业人员。

这些或许算不上颠覆式创新，但却都是真正有用、能创造实际价值的 AI 应用。一圈看下来，我甚至可以预见，这些技术展示在不久的将来，都有机会借助小程序等生态体系，通过腾讯的 B 端客户，被无缝地融入到我们每个人的日常生活体验中，最终完成从产业赋能到生活服务的闭环。

二、用 AI 做「钩子」，钓起未来的生态

如果说，对存量产品的 AI 改造是腾讯的「防御战」，那么这些 AI 原生应用，则构成了其「进攻战」的核心。

今年数字生态大会期间，CodeBuddy、腾讯元宝、ima、混元 3D Studio 等 AI 原生产品一一亮相，当我一边体验一边与现场的产品经理们交流时，一个判断也逐渐清晰：这些原生应用不仅完成度很高，更重要的是，它们是腾讯为未来布局的「超级钩子」。

以 AI 代码助手 CodeBuddy 为例，其最直观的价值是提升程序员的开发效率。但它的潜力远不止于此，它通过极大地降低编程门槛，有可能吸引海量过去被挡在技术门槛之外的「小白开发者」，甚至是产品经理、设计师等角色，让他们也能快速将创意变为现实。这背后，隐藏着一个与微信、腾讯云等核心体系联动的巨大机会。

腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生丨来自：腾讯全球数字生态大会

这一判断，在腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生和腾讯云总裁邱跃鹏的演讲中得到了印证。汤道生提到，过去开发一个电商活动页需要 2 天，现在借助 CodeBuddy，最快只需 2 小时就能完成。这极大地释放了「超级个体」的生产力。

而邱跃鹏展示了这条链路的下一步：腾讯云的边缘全栈开发与部署平台 EdgeOne Pages，能帮助开发者在几分钟内就完成一个涵盖注册、支付、加速和安全防护的完整电商网站的部署。

这两段信息串联起来，一个完美的商业闭环就此浮现：一个初级开发者被 CodeBuddy 的低门槛和高效率吸引，用它快速开发出一个小程序；这个小程序随即被无缝地一键部署在腾讯云上，并通过微信生态进行分发和获客。

在这个闭环里，CodeBuddy 扮演的便不仅仅是一个生产力工具，它更成为了腾讯云和微信生态的新一代「获客渠道」。它用 AI 编程的魔力作为「钩子」，将未来的开发者和创业者，牢牢地「钓」进了腾讯的整个生态系统。

同样的故事也发生在腾讯元宝和 ima 身上。腾讯元宝 App 已成为国内 DAU 排名前三的 AI 原生应用，并且打通了腾讯会议、腾讯文档、微信、QQ 音乐等 10 多个应用，正成为串联起腾讯内部庞大应用孤岛的「连接器」。

而 ima 展现的则是一种全新的生态可能性。它不仅仅是一个知识库工具，更有机会成为一个内容生态平台。这个逻辑的起点在于，专业的个人和机构可以将自己结构化的知识——比如券商可以把每日的研报和市场分析——打包成一个专属的 AI 知识库。

ima丨来自：腾讯全球数字生态大会

当越来越多这样的专业人士在 ima 上开设「知识号」，分享自己的知识库，一个由 AI 驱动的新型知识社区和内容平台便初具雏形。用户不再是泛泛地向通用大模型提问，而是可以订阅和调用这些「专家大脑」，获得更精准、更具深度的回答。这其中，完全有机会诞生一个公众号级或者知乎级的全新内容社区。

此外，大会期间宣布启动内测的混元 3D Studio，也展现了同样的雄心。它并非一个简单的 3D 生成聊天机器人，而是一个用自然语言交互驱动的专业级 3D AI 工作台，覆盖了从模型生成到 UV 展开、绑骨蒙皮等七大核心环节。这个工具不仅能为游戏等专业美术场景提效，还能与 3D 打印机结合，延伸至家庭 DIY 和儿童教育等更广泛的领域。

综上所述，这些 AI 原生应用的战略价值，并非仅限于其产品功能本身。他们有机会作为腾讯生态的新入口，通过降低技术门槛来吸引和赋能新一代的开发者与创造者。但如果孤立地看，这只是腾讯战略的一部分。要理解其长期价值，就必须将这个「吸引增量」的策略，与前一章提到的「深耕存量」策略结合起来看。当两者相互作用时，一个更完整的增长逻辑才得以浮现。

三、如何理解腾讯的 AI 战略

今年以来，作为一名科技行业的观察者，很难忽视腾讯在 AI 领域的「复苏」与「狂飙」。伴随着行业变化与 AI 应用的大势所趋，腾讯的各个业务线陆续发布了多个有竞争力的 AI 应用，B 端的收入和 C 端的用户量快速攀升，市场情绪也随之高涨，一扫过去的沉寂，重新回到了牌桌的中心。

这些变化让所有人都充满了好奇：在过去这一年里，腾讯究竟做对了什么？这种凶猛的势头，是昙花一现的战术性爆发，还是源于一套可持续的、深思熟虑的战略？

在 AI 浪潮面前，大型科技公司通常面临着几种战略抉择：一些选择全力投入底层大模型和基础设施的「军备竞赛」；另一些则专注于垂直应用，寻找「小而美」的商业机会。这些路径往往各有侧重。但在腾讯全球数字生态大会的现场，我看到的并非一道非此即彼的选择题，而是一种更复杂、更具整体性的解答。

腾讯会议丨来自：腾讯全球数字生态大会

基于场景和生态，腾讯构建起了一个自我强化的增长飞轮。飞轮的运转逻辑是清晰的：在其核心业务场景中，腾讯会议这样的产品通过 AI 改造，不仅巩固了用户基本盘，更重要的是，为 AI 模型提供了最宝贵的、经过真实工作流验证的数据与认知。

这个飞轮的一端，是腾讯利用 AI 深化自己最深的护城河。在非 AI 原生的传统场景里，融入 AI 解决了那些存在已久的痛点。腾讯正在利用自己最无可替代的资产：海量用户在真实工作流中所沉淀下的「场景数据」，去训练和优化 AI，将数据优势转化为了真正的产品壁垒。

而飞轮的另一端，则是那些全新的 AI 创新产品。在 CodeBuddy、ima 知识库的体验区，气氛则完全不同，充满了探索和创造的活力。这些 AI 原生工具的使命，并非仅仅是成为高效的软件，而是要成为新一代创作者进入腾讯生态的、最低摩擦力的「入口」。

当把这两端连接起来，整个飞轮的运转逻辑便清晰可见：核心业务场景中的存量产品，通过 AI 改造，提升了用户粘性和付费意愿，巩固了基本盘，并为 AI 模型提供了最宝贵的、经过真实场景验证的数据和认知；而以这些能力打造出的新一代 AI 原生工具，又吸引了新的开发者和创造者，他们会成为腾讯云、小程序等基础设施的深度用户，并利用 AI 能力去创造更多场景，进一步丰富和加深了腾讯的场景数据。

这套「核心场景驱动新工具，新工具拓展新生态，新生态反哺核心场景」的增长飞轮，或许才是腾讯在 AI 时代真正的、可持续的核心竞争力。它解释了为何腾讯的 AI 进展如此迅速且扎实，因为它并非空中楼阁，而是深深植根于自己过去二十年所积累的最肥沃的土壤之中。

这套逻辑，远比财报上「广告与游戏收入增长」的单一维度，更能揭示腾讯在 AI 这个新技术时代的长期价值和真正的野心。AI 时代的腾讯，正在从一个流量帝国，悄然进化为一个以「场景」为核心、以「生态」为入口的价值创造循环体。而这，或许才是这场大会真正值得被记录的深层叙事。

李飞飞团队展示最新 3D 世界生成模型成果

9 月 17 日，斯坦福大学教授李飞飞的创业公司 World Labs 正式上线了空间智能最新研究成果：Marble。

李飞飞在社交媒体上表示：这是使用我们的 3D 世界生成模型创建的一个极其庞大的世界。这让我惊叹不已！

从技术角度看，World Labs 要实现的是：给 AI 一张照片，让它「脑补」出整个场景的几何结构——哪些面是平的、哪些是凸凹的、物体间的空间关系、深度、光照、材质、纹理等。这包括估计场景中隐含的深度地图和几何边界，然后生成一个可以随时探索的 3D 世界。

不过，目前 Marble 距离真正的商业化应用可能还有段距离。例如 Marble 目前专注于生成 3D 环境，还搞不定人物或动物；虽然能生成「房间大小」的世界，但要构建真正的大型游戏场景，可能还需要更多技术突破。（来源：AppSo）

小米 SUV 伪装车现身纽北赛道，有望为 YU7 衍生车型

9 月 17 日，博主@纽北社会人 放出了一组实拍图片引发极大关注。从大灯、车身等细节来看，这是一辆伪装的 YU7，但具体车型尚未确认。结合此前爆料，很有可能就是传闻中的 YU7 GT。

小米汽车整车动态性能开发负责人、小米首席车手任周灿也在微博上转发称：「这是什么车」，进一步拉高了大家的期待值。

有网友表示：「目前从外观只能看出锻造轮毂+宽胎+短簧，空力套件还没上，动力也不详，浅浅期待一下。」

从小米汽车以往的调性来看，一旦 YU7 GT 出现在纽北赛道，目标自然是 SUV 车型的圈速第一。（来源：快科技）

郭明錤：苹果将于明年发布带触控屏的 MacBook

分析师郭明錤表示，MacBook 将首度配备触控面板，与 iPad 的界线将进一步模糊。这样的变化可能反映出 Apple 观察多年 iPad 用户行为，发现某些用户情境下触控操作可改善生产力与用户体验。

预计在 2026 年底量产的 OLED MacBook Pro，将配备触控面板 （采用 on-cell 触控技术）。不过，计划在 4Q25 量产的配备 iPhone 处理器的低价版 MacBook 预计不配备触控面板。第二代 （预计在 2027 年量产） 规格尚在讨论中，有支援触控功能的可能。（来源：新浪财经）

2025 上半年公有云大模型调用量，火山引擎占据半壁江山

9 月 17 日，国际数据公司（IDC）公布《中国大模型公有云服务市场分析，2025H1》报告：2025 年上半年，中国公有云上大模型调用量达 536.7 万亿 Tokens，火山引擎以 49.2% 的市场份额位居中国市场第一。阿里云、百度智能云分别占比 27%、17%，位列第二、第三位。

ChatGPT 以来，模型调用（MaaS）的商业模式正在重塑 AI 市场格局。2024 年，火山引擎以 46.4% 的市场份额位居第一；2025 年上半年，火山引擎整体市场份额仍在持续扩大，市场份额进一步增长至 49.2%。IDC 报告的统计口径为各大云厂商对外部客户提供的大模型公有云服务调用量，不包含自有业务调用。

IDC 预测：未来中国生成式 AI 软件将持续高速增长，在基础模型持续创新、模型开发应用工具链不断完善以及智能体的爆发下，该市场规模 2028 年将达到 482.4 亿元人民币，未来仍将有数百倍增长空间。（来源：IT 之家）

曝马斯克旗下 Grok 模型训练团队由休学大学生负责

近日，据 Business Insider 报道，本月马斯克旗下的 xAI 公司的数据标注团队遭遇大规模裁员与领导层变动，而负责领导 Grok 模型训练团队的重任，落到了一名 8 个月前才加入该公司的大学生肩上。

报道称，2023 年高中毕业的迭戈·帕西尼（Diego Pasini）接手了这支负责训练 Grok 的数据标注团队。此前一周，至少有 9 名高层员工的 Slack 账号被停用。随后，该媒体援引 Slack 上的统计数据称，9 月 12 日，xAI 又裁减了该团队 500 余名员工。

根据帕西尼的领英资料，他于今年 1 月加入 xAI，此前在旧金山举办的 xAI 黑客马拉松比赛中获胜。领英信息显示，帕西尼所在的黑客马拉松团队中，另有两人随后分别入职 xAI 与特斯拉。加入 xAI 前，帕西尼就读于宾夕法尼亚大学，主修计算机科学与经济学，目前状态标注为「休学」。

帕西尼在 xAI 接手团队后，两名员工在 Slack 上对其提出批评。截图显示，其中一名员工质疑，以帕西尼的资历，为何能获得这一职位。而这两名员工发布上述言论后数小时内，其 Slack 账号便被停用。（来源：IT 之家）

Anthropic 与 OpenAI 斥巨资打造「虚拟员工」

AI 领域的两大巨头 Anthropic 和 OpenAI 正致力于开发能够替代人类执行复杂工作的「AI 同事」。其核心方法是使用模拟企业软件来训练 AI 模型，使其能像人类员工那样理解和操作真实的工作流程。

这些 AI 模型正在接受高强度职业培训，学习操作各类专业办公软件，从 Salesforce 的客户管理系统、Zendesk 的客服平台，到医疗领域的 Cerner 电子病历系统。最终目标是让 AI 能够独立处理白领日常面临的复杂工作任务。据知情人士透露，Anthropic 计划在未来一年内投入 10 亿美元，专门建设被称为「强化学习环境」的模拟办公平台。

聘请人类专家的成本也在水涨船高。目前教授 AI 操作软件的生物、软件编程、医学等不同领域专家中，近 10%时薪突破 120 美元。预计未来 18 个月，顶级专家的时薪将涨至 150-250 美元。（来源：腾讯科技）

2026 款腾势 N9 正式上市，38.98 万元起

9 月 17 日，2026 款腾势 N9 正式上市，共推出尊荣型、尊越型、旗舰型 3 款车型，官方指导价 38.98 万元 -44.98 万元。

2026 款腾势 N9 是国民女神高圆圆同款座驾，新推「紫瑢金、红雅金、蓝辰银、绿华银」4 款双色车身和「霜云茶」单色外观，全系标配易三方、云辇-A、天神之眼 B、插混专用 2.0T 高效发动机等科技豪华配置，搭载定眩智能防晕车系统、车位到车位领航辅助等功能，内外进阶升级推新。

值得一提的是，2026 款腾势 N9 加推尊越型，在标配之上，增加了副驾零重力座椅、17.3 英寸 2.5K 超清吸顶屏、高清流媒体内后视镜、NAPPA 真皮座椅、电动侧踏板等高价值配置，官方指导价为 40.98 万元。（来源：极客公园）

大六座大型 SUV 杀入 20 万内，吉利银河 M9 上市指导价 17.38 万起

9 月 17 日，吉利银河 M9 正式上市，提供 6 个不同版本可选，限时指导价 17.38 万元 -23.88 万元。

吉利银河 M9 长 5205mm，宽 1999mm，高 1800mm，轴距 3030mm；车内有效长度 3.7m，车内高度 1.3m，拥有 88.3% 超大得房率。同时，吉利银河 M9 全系采用 2+2+2 的六座布局设计，第二排为双独立座椅，还带有一个 17.3 寸 3K 吸顶屏。

智驾方面，新车搭载了千里浩瀚 H5 辅助驾驶，配备包含 1 颗激光雷达、3 颗远距毫米波雷达、11 颗高清摄像头、12 颗超声波雷达在内的 27 个传感器。官方表示可实现全场景车位到车位「全场景一站式」D2D 辅助驾驶功能、无图城市 NOA，全国都能开。

吉利银河 M9 搭载 1.5T 四缸涡轮增压发动机 + 3 电动机组成的插电式混动系统，拥有 11 合 1 智能电驱，同时匹配 18.4kWh 和 41.46kWh 两种电池，零百加速时间 4.5s，综合续航里程超 1500km，百公里亏电油耗 4.8L。（来源：IT 之家）

刘强东：有外卖平台扣点 25%，导致食品安全问题

近日，京东创始人刘强东在一场活动中提到，自己因特别喜欢做菜，所以对餐饮业一直很关注。他同时表示，因为自己第一次创业是开餐厅，所以也很清楚，现在大部分餐饮的从业者都是夫妻店。

刘强东说：夫妻两人积攒了二十多年钱，攒了 50 万块钱，租个门脸装修，开业做餐饮，其实几乎全国没有几个餐饮净利率能到 25%。

刘强东强调，做餐饮利润根本就达不到 25%，但平台要拿 25%，结果就导致食品安全得不到任何保障，导致出现幽灵餐厅、餐饮从业者不得不去降低食品的品质。

他直言：「为了能在平台交这样的扣点，同时自己还能赚钱，某种程度上他们可能也是被逼的。」（来源：快科技）

​上个月又飞了一趟硅谷，与具身智能领域的科学家和创业者们进行了一些交流。总结起来一个核心的体感是：具身智能这个宏大的故事，还需要我们有个「五年耐心」。这个判断，源于对它当下所处阶段、核心瓶颈以及未来演进路径的拆解。

火热的「产线故事」与冰冷的现实

具身智能赛道最热的毫无疑问是人形机器人。

而人形机器人进产线，是国内很多具身智能公司都在讲的故事和前景。但我和几位国内外不少具身智能领域的创始人深聊过，大家普遍的担忧是：拿一个尚不成熟的通用机器人，硬塞进一个以精准和效率为核心的工业产线里，这件事现在的挑战其实非常大。

机器人追求通用，就必须走出过去机械臂等「专用」的编程控制的技术路线，需要机器人有大脑和小脑，有自主的推理和控制。而把机器人做成「人形」，最大的好处也是为了「通用」人类已有的工具设施、社会环境和生产场景。但是今天机器人的大脑还没有发展到位，当前的技术即便可以做到「运动像人」（Motion like a human），但还远远做不到「决策像人」（Decision like a human）。机器人可以在受控环境下模仿出流畅、拟人的动作，但在面对真实世界的动态变化和意外情况时，其决策能力还非常脆弱。

这个时候的通用机器人，本质上是用「通用性」在交换「精准性」和「效率」，而由于生产线上的以精准和效率优先的机械臂早就批量应用了，所以远未成熟的人形机器人进产线，把「通用性」用到最需要高精准、高效率的场景中，多少是有些错位的。

基本可以断言的是，今天的通用机器人进入所有需要把「精准」、「效率」、「成本合算」作为底线的场景，挑战都非常大。很多时候创业公司宣传的落地某个场景大多是「展示性」、「实验性」，甚至「融资支撑性」的，并不真的是足够理性、市场化和算得过账的交易。

说得坦诚一些，在今天，具身智能中的通用机器人，特别是人形机器人能提供的核心价值，更像是一种「情绪价值」——用不断的能力进步，来引领社会共识期待，进而获得更多资源推动技术加速进步。

不能说这是没有意义的，就像 1969 年阿波罗登月计划本质上就是一个在技术和商业上当时都「不合理」计划，也并没有很快带来商业化落地的价值。他的本质目标就是特定历史条件下的「情绪价值」。但其推动的资源汇聚，构建的人才和技术生态，对航天科技的发展意义重大，带来了几十年后航天领域的巨大商业价值。

具身智能领域，特别是人形机器人至少目前还更像一个不断成长的孩子。其每一点进步，都能点燃我们对未来的想象和信心。但问题是，「家长」要有正确的认知，即便一个孩子显示出了惊人的潜力和超预期的进步，长身体、见世面依旧是这个阶段的重心。这时候过早地就去考核其是否能扛起养家的重担可能就有问题了。如果「家长」把 Demo 里的信心，当成了商业部署的决心，过度透支它的未来，那很可能，对这个孩子的赞许就会变成批判。比如，到明年当很多「产线故事」无法兑现时，行业可能会迎来一定程度的顿挫。

那什么是可能正确的预期呢？通用机器人这个问题，或许我们可以用大语言模型（LLM）的发展做类比。我收集到的一个合理预期是，一到两年内，具身智能有望迎来它的「GPT-3.0 时刻」——是指在实验室环境下，圈内人将看到机器人的通用模型（大脑+小脑）明显的技术突破，并对主流技术路线达成共识，就像当年 GPT-3 诞生时给业内带来的震撼一样。

但从 3.0 到能让公众可以在一些需求上用起来的 3.5（Chatgpt），甚至到开始构建新的产业生态的 4.0，路还很长，可能还需要有个「五年耐心」。

迈向「GPT-3.0 时刻」的一个关键：能否将数据问题转化为算力问题

从当前这个「情绪价值」为主的阶段，迈向下一个让业内人士兴奋的技术突破阶段，也就是我们所说的「GPT-3.0 时刻」，核心要解决什么问题？

我听到的一些核心从业者认为，关键在于突破数据瓶颈。虽然模型路线尚未完全收敛，但因为模型架构的切换，可能就是几百行代码的事，一旦有人思路对了，其他人很快就能跟上，难以形成长久的壁垒。所以真正的鸿沟，在于如何获取规模化的、高质量的、多样性的数据。

具身智能领域的一种数据来源方式，是从现实世界中采集。由人类操作员像玩 VR 游戏一样进行遥操作（Teleoperation），或者通过示教来记录动作。

这种「现实数据」的生产，存在三个局限：其一，规模上不去； 其二，成本下不来；其三更关键，多样性不够： 你只能采集你物理上能布置出来的场景。想让机器人练习一万次拿起桌角一个特定角度的苹果？在现实中几乎不可能。更不用说那些危险的、极端的「Corner Case」了。

这种数据困境，与另一个大规模的具身智能领域——自动驾驶，形成了鲜明对比。自动驾驶是目前唯一不存在「预训练数据瓶颈」的领域。每一辆在路上行驶的汽车，无论是否开启自动驾驶功能，其摄像头和传感器都在源源不断地采集着真实世界的驾驶数据。这使得车企能够以极低的边际成本，获得海量、多样且真实的预训练数据。而通用机器人领域则完全不具备这种优势，其数据获取的窘境也因此显得尤为突出。

正是这些局限，让数据成为了整个具身智能赛道最窄的那个瓶颈。

最近的全球不少团队正在面对这个问题推动一种范式转移：通过高精度的物理引擎，将「数据问题」有效地转化为一个「算力问题」。

在一个足够真实的模拟器里，你可以用代码，而不是人力，去创造无限的数据。想换个桌子材质？一行代码。想改变光照方向？一行代码。想让一个物体以微秒级的差异从不同角度掉落一万次？一个循环就够了。过去需要一个团队花几个月才能采集到的多样性数据，现在可能只需要一堆显卡跑一个晚上。

这就完成了从「手工生产」到自动化「数据工厂」的进化。数据不再是稀缺的、需要辛苦「采集」的资源，而是可以根据需求、由算力「生成」的工业品。这就是将「数据问题」转化为「算力问题」的核心内涵。

我听到的主流预期，是业内有机会在未来 1-2 年可能看到具备泛化能力的模型，并对主流技术路线达成共识，就像当年 GPT-3 诞生时给业内带来的震撼一样。这是从 0 到 1 的关键一步。

从「GPT-3.0」到「4.0」之间还是一条长路

从这个令业内人兴奋的 3.0 时刻，到能让公众安全、可靠使用的 4.0 阶段，才是五年耐心中最漫长的部分。这背后是具身智能独有的、残酷的物理约束：

首先，仿真的边界决定了它无法独自完成从 3.0 到 4.0 的跨越。 仿真数据不是万能灵药。一个业内普遍的共识是，仿真可以高效地解决模型从 0 到 90% 的问题，但最后那「从 90% 到 99.999%」的鸿沟，还是得靠真实世界的数据来填补。

仿真世界再逼真，也只是对现实世界的「近似」。它可以完美模拟牛顿定律，教会机器人这个世界的「物理学 101」，比如物体会下落、碰撞会反弹。靠着海量的仿真数据，机器人能建立起对世界运行规律的「通识」。但现实世界充满了仿真的「噩梦」——那些难以被数学公式精确描述的「长尾细节」。比如，一块软布是如何在桌角褶皱的？一个捏扁了的易拉罐，其表面的摩擦力和形变有多复杂？一滩水的反光和流动，又如何影响视觉判断？

仿真能解决 90% 能力的「广度」问题，像一个完美的驾校，教会机器人通用能力。但决定 100% 可靠性的，是那最后 10% 的「长尾细节」——那些仿真无法完美复刻的真实物理世界。这个「仿真到现实的差距」（Sim2Real Gap），必须靠真实数据来弥合。

因此，业界一个日趋清晰的理想路径是：用规模化的仿真数据，去构建机器人对物理世界的基础认知和通用能力（解决  90% 的问题）；然后，用高价值的、聚焦特定场景的真实数据，去进行最终的「精调」（Fine-tuning），弥合「仿真到现实」的差距，解决那些最棘手的 Corner Case，攻克最后的 10%。

这也带来了第二个约束：具身智能的「试错成本」与「物理世界的回环速度」和大模型就不在一个量级。大模型可以在一秒内进行数千次「虚拟试错」并快速迭代。但机器人的一个「幻觉」——无论是错误的力控制还是路径规划——都可能导致任务失败、财产损失，甚至造成安全事故。每一次物理世界的试错，不仅成本高昂，更重要的是耗时漫长。一个动作执行需要几秒钟，一个任务序列可能需要几分钟。这种以秒甚至分钟为单位的「物理回环速度」，与数字世界以毫秒为单位的迭代速度相比，慢了数个数量级。

此外，LLM 从 3.0 进化到 4.0，一个关键步骤是引入了大规模的人类反馈（RLHF）。这依赖于软件可以被瞬间分发给数百万用户。但机器人要获得大规模、多样化的真实世界反馈数据，前提是必须先拥有大规模部署在真实环境中的机器人硬件。但要让市场接受大规模部署，机器人又必须先达到极高的可靠性和性价比。这个「先有硬件部署，还是先有成熟智能」的矛盾，是软件世界不存在的巨大商业和工程障碍。

现实世界还有更肥、更长的长尾。语言的长尾问题已经足够复杂，但物理世界的长尾问题，其复杂性上升是指数级的。例如，同一个「开门」任务，门的重量、把手的形状、阻尼的大小、甚至环境光线的微小变化，都可能导致模型失败。物理世界充满了连续、高维、且充满噪声的变量，这意味着其「极端案例」（Corner Case）的分布，远比文本世界要密集和致命。

回想一下自动驾驶，这个在相对受限场景下的「轮式具身智能」，即便拥有海量真实数据的加持，在解决了 99% 的问题后，至今仍在为了最后 1% 的长尾场景苦苦挣扎了近十年。而通用机器人的任务空间，需要与无数形态各异的物体进行物理交互，其复杂度远超仅在二维平面上的自动驾驶。

因此，「五年之约」并非一个随意的数字。它是一个基于上述物理约束、硬件瓶颈和商业现实的理性预期。我们需要至少一到两年，去迎接那个激动人心的「GPT-3.0 时刻」的到来；然后，我们还需要至少三到四年，用以硬件的逐步铺开、真实数据的漫长积累和对物理世界无尽长尾问题的艰苦攻克，才能真正迈向那个可靠、可用的「GPT-4.0 时代」。

所以，对这件事抱有五年甚至更长的耐心，是一个理性的预期。

谁能跑完这场马拉松？

具身智能是一条漫长且充满挑战的道路，什么样的参与者，才可能跑完全程？谁更有可能夺冠？

结合前面的分析，可以大致勾勒出终局玩家所必需的几个要素：

1. 世界一流的 AI 团队： 能够通过高精度的物理引擎，将「数据问题」有效地转化为「算力问题」，加速达到 90% 的阶段。

2. 海量的真实世界数据： 用以弥合 Sim2Real 的鸿沟，解决各类 Corner Case 的长尾问题，实现 90% 到 99% 的最后 10%。

3. 顶级的工业制造能力： 用以破解硬件部署的悖论，能以可控的成本和可靠的品质，大规模生产并部署机器人「真身」到物理世界中。

4. 雄厚的资本与坚定的信念： 用以忍受物理世界缓慢的回环速度，支撑长达数年甚至十年的高昂投入和不确定性。

当我们拿着这张清单去审视当下的所有玩家时，说起来有点俗，发现目前能同时集齐这四张王牌的，最突出的还是马斯克。他不仅拥有顶级的 AI 团队、雄厚的资本和几乎无人能及的个人信念，更关键的是，他在「数据闭环」和「工业制造」这两项上，已经展现了世界级的统治力，具有结构性优势，是最不容忽视的头部玩家。

当然，即便这是今天的现实，认识它也不是为了简单接受，我反而期待更多新的力量成为变量，颠覆这一套逻辑。未来还未被书写，新的历史从来也不是靠推理就能注定的。

 

刚刚，鸿蒙智行旗下的首款旅行车享界 S9T 正式上市。其中，增程版起售价为 30.98 万元，和享界 S9 轿车增程版同价；纯电版起售价为 32.98 万元，比享界 S9 纯电版起售价便宜 7 万元。

显然，享界希望用「轿车、旅行车同价位」的策略，取得新的增长点。

不同汽车市场有着不同的消费习惯。在欧洲市场，由于窄路弯道较多，旅行车因为有着比 SUV 更好的操控性备受欢迎；但在目前国内汽车市场里，同价位的 SUV 车型往往具备更好的乘坐空间和舒适性，也就更受市场欢迎。旅行车现阶段主要依靠颜值、个性化等吸引少部分用户。

在发布会现场，北汽集团董事长张建勇透露，在立项之初的车型规划时，团队内部对是否要做一款旅行车有过分歧，但最后仍然被华为和余承东团队说服。

在现场，张建勇是这样说的：

「在高端产品上，余总（余承东）的眼光是最顶级的」、「余总是地表最强产品经理」、「卖爆的时刻就是余总再次封神的时刻」。

上市 1 小时后，鸿蒙智行官方宣布，享界 S9T 大定突破 5000 台。

 

为什么要做一款旅行车？

国内汽车市场上，很长时间是缺少「旅行车」这个品类的，尤其是在新势力造车浪潮开始之前。

几款比较受欢迎的旅行车，例如沃尔沃的 V90、奥迪 A6 Avant 等，都要比同级别的轿车贵出不少。这也是旅行车市场相对小众的另一个市场原因。

不过，从产品的角度来看，旅行车又有着自身独特的优势：它通过延伸车尾部的纵向空间，可以既保留轿车重心低、易操控的特性，又达到了增加车内装载空间的效果。余承东透露，早年他在驻欧工作期间，身边同事对于旅行车的喜好就让他印象深刻。

旅行车和轿车之间的设计区别 | 图片来源：ToTo文翰

进入电动化时代，国内新势力中的蔚来、极氪两个品牌也通过其独特的产品定位和定价策略，做出过两款旅行车「小爆款」产品——蔚来 ET5T、极氪 001。

这两款车的成功有两个最基本的共性：第一，在定价层面，旅行版本和轿车版本同价，减少了消费者选择「小众产品」时的纠结；第二，都有其独特的设计风格，颜值是这两款车公认的最大卖点之一。

而对于享界这个品牌来说，在相继推出纯电和增程款享界 S9 两个 SKU 之后，继续推出旅行车版本的 S9T，有一个最显著的好处——同平台开发，可以复用大量的技术，达到快速出牌、进一步巩固市场心智的目标。

在外观和设计语言层面，享界 S9T 延续了轿车的「One Box」设计风格，通过 A 柱前移的方式，增加了舱内的乘坐空间。余承东在发布会上表示：纯电车就不应该搞那么长的车头，应该把车内空间还给消费者。

享界S9T 的车内空间 | 图片来源：享界汽车

根据官方数据，享界 S9T 的纵向乘坐空间为 1962mm，比奔驰 S450eL 还要长。

同时，延伸的车尾带来了更好的装载空间。官方表示，享界 S9T 的后备箱空间为 729L，相对于同时装下 9 个 20 英寸登机箱或 3 个 28 英寸登机箱 +1 个 20 英寸登机箱。并且受益于掀背的造型设计，也可以放下高尔夫球车、婴儿车等个人或家庭出行时需要的东西。

在二排放倒的情况下，享界 S9T 的纵向装载空间超过 2.2m，可以放下一辆公路自行车。同时，享界 S9T 还支持加装车顶行李箱，进一步带来装载能力的扩展。并且得益于旅行车低趴造型带来的 1.49 米车高，余承东现场演示了车顶行李箱「不需垫脚即可取物」的开启方式。

超大后排装载空间，是旅行车的一个重要卖点 | 图片来源：享界汽车

此外，得益于电动化和智能化带来的产业升级，享界 S9T 全系标配了空气悬架和 CDC 连续阻尼减震器，可以调节离地间隙——底盘高度可以从 113mm 升至 163mm，这使得旅行车也可以拥有媲美 SUV 的通过性和越野能力。

余承东表示，正是由于这些技术变革带来的机会，让团队绝对加注旅行车。「都知道大型 SUV 好卖，但我们相信不止有一种解法。」

 

「9系旗舰」的爆款定律

当然，作为一台鸿蒙智行旗下的「9 系」车型，尽管价格下探到 30 万出头，但享界 S9T 自然也具备了华为目前几乎最顶级的智能化水准。

首先是硬件层面，高配版本的享界 S9T 配置了智慧电动门。这是来自 40-50 万级别的问界 M8 和 M9 车型的技术下放。不止支持「隔空手势开门」等仪式感、情绪价值拉满的功能，而且拥有 68°的超大打开角度。

在关门方式上，前排驾驶位支持踩刹车自动关门，后排也配备了车顶物理开关，关门更从容。此外，电动门还提供了开门守卫功能，配合后排的激光幕布悬停，进一步避免「开门杀」的危险。

电动门和车内屏幕结合，带来更全面的安全提示 | 图片来源：享界汽车

在舒适化配置上，享界 S9T 副驾标配了零重力座椅，二排配备了 50mm 电动腿托。作为一款初期定位「行政感」轿车的孪生兄弟，享界 S9T 自然也要在舒适度不输给轿车版本。

在座舱层面，车辆中控屏升级到 16.1 英寸 3K 屏，且带来了轿车版上没有的副驾娱乐屏。根据官方介绍，整车内共有 10 个屏幕（包括电子内外后视镜），各娱乐屏间支持「一抓一放」的交互方式，可以实现信息的自动流转。

作为一款电动旅行车，尽管在装载空间上希望匹配 SUV 的能力，但由于正面迎风面积更小，享界 S9T 也就带来了更好的续航表现。官方表示：享界 S9T 纯电版标配 100kWh 的 800V 电池包，最高可以实现 801km 的纯电续航；增程版车型最高配备 53.4kWh 大电池，拥有 354km 的纯电续航，百公里亏电油耗为 6.15L。

此外，华为还把在百万级的尊界 S800 上搭载的「六合一全域融合架构」下放到了享界 S9T 上。这个架构可以将车身、动力、悬架、转向、制动、热管理等 6 个控制域整合在一起，大幅降低车辆决策时延。余承东表示：在尊界 S800 传播时让人印象深刻的「凌波微步」，享界 S9T 也可以具备。

同时，享界 S9T 还和尊界 S800、问界 M9 一样，搭载了「9 系」必备的 36 个智能辅助驾驶传感器：包括 4 激光雷达、3 分布式毫米波雷达、2 个 4D 角毫米波雷达。

余承东再次提到了关于「纯视觉」和「激光雷达」两种流派的争议，它表示融合感知技术需要强大的算法支撑，是华为独有的技术，而多种传感器冗余可以带来更好的安全体验。

他特意举了一个例子：如果在户外使用离车泊入功能时，车辆遇到了一个过往训练中没有见过的树枝（即异形障碍物），由于有后向和侧向激光雷达的冗余感知，享界 S9T 也不会撞上。

享界S9T 的辅助驾驶感知硬件布局 | 图片来源：享界汽车

余承东表示，华为主动安全帮助车主把交通事故率下降了 90%，这也使得「华系车型」的保费有显著下降的趋势。

目前，鸿蒙智行 5 个品牌（包括下周即将正式发布第一款产品的「尚界」）总共有 9 款车型在售，智能化也逐渐成为了鸿蒙智行产品最大的标签。据 36 氪报道，明年鸿蒙智行的 SKU 可能会增加至 19 个，其中包括享界品牌可能推出的硬派越野车型。

这其中，鸿蒙智行在高端化层面上取得了很好的成绩。问界 M9、M8 连续蝉联国内 50 万、40 万以上销冠，而定位「百万豪车」的尊界 S800 如今的月交付量也突破千台。

不过，鸿蒙智行里不同品牌之间由于产品、配合等因素，发展的速度并不均衡。这是摆在华为和余承东面前的一个显学问题。这个问题的解决，不能光靠产品定义和智能化解决。想要达到年销百万的目标，鸿蒙智行还有很长的一段路要走。

车顶维权女车主出镜发声：4 年了，我终于赢了特斯拉

9 月 16 日，历时 4 年的维权长跑，特斯拉车顶维权当事人张女士 @ 淡水里的珊瑚 今日发视频称：「四年了我终于赢了特斯拉一次」。

据其晒出的判决书，北京市大兴区人民法院一审判决责令特斯拉向其提供事故前半小时的完整行车数据。

张女士称，感谢北京大兴法院判决、特斯拉汽车销售服务（北京）有限公司、特斯拉（上海）有限公司共同于本判决生效之日起十日内，向张亚周提供车辆完整行车数据。
她在视频中质问称：「四年了，特斯拉一直未提供事故前的完整数据，那是不是证明特斯拉刹车一直存在问题？」

张女士还提到，驳回的是对特斯拉郑州的诉讼。因为郑州特斯拉是销售机构，不具备管理储存数据的能力。

公开报道显示，2021 年 4 月，河南的张女士因在上海车展站在特斯拉车顶高喊「刹车失灵」而引发广泛关注，随后，上海警方以扰乱公共秩序为由对张女士处以行政拘留五日。她自 2021 年 2 月父亲驾驶特斯拉发生追尾事故后，持续要求特斯拉提供完整行车数据却屡遭拒绝。交警认定张女士的父亲负事故全责，但其家人认为事故原因是刹车失灵。

2021 年 10 月，特斯拉（上海）有限公司起诉张女士，指控其在上海车展上的「车顶维权」行为侵犯了公司的名誉权，并索赔 500 万元。经过 4 年审理，2025 年 7 月 11 日，上海市二中院作出二审判决，维持原判，认定张女士侵犯特斯拉名誉权，需向特斯拉赔礼道歉并赔偿 17 万元。（来源：快科技）

苹果 A20 芯片将采用台积电 2nm 工艺，iPhone 18 Pro 系列搭载 C2 基带

9 月 16 日消息，据媒体报道，苹果自研芯片加速向 2nm 工艺制程迈进，供应链消息称明年登场的 iPhone 18 系列首发 A20 芯片。

这颗处理器首发采用台积电 2nm 工艺制程，苹果明年将迈入 2nm 时代。除了 A20 芯片，MacBook Pro 首发的 M6 芯片、Vision Pro 首发的 R2 芯片也有望全面跟进 2nm。

其中 A20 芯片是行业关注的焦点，这颗处理器不仅首发台积电 2nm 工艺制程，还采用 WMCM 先进封装工艺，WMCM 全称 Wafer-Level Multi-Chip Module，是一种先进的半导体封装方法。

它能让 SoC 和 DRAM 等不同元件在晶圆阶段完成整合，这项技术不需要使用中介层（interposer）或基板（substrate）来连接晶粒，有助于改善散热，同时减少材料用量与生产步骤，提升良率与生产效率。

值得注意的是，iPhone 18 Pro 系列还将首发 C2 基带芯片，这颗芯片也将由台积电代工。台积电为此积极布局相关产能，供应链透露，今年底 2nm 月产能将达到 4 万片，2026 年月产能接近 10 万片。（来源：快科技）

 

OpenAI 发 ChatGPT 报告：周活跃数超 7 亿、女性用户比例首超男性、73% AI 话题和工作无关

9 月 16 日，OpenAI 发布了首份 ChatGPT 详细使用情况调查，涵盖性别、年龄、地域及用途等多维度数据。其中在 2025 年 6 月，女性用户比例首次超过男性，标志着性别方面的差距大幅缩小。

数据来自 2024 年 5 月至 2025 年 6 月期间随机选择的发送给 ChatGPT 的消费者计划（非企业或教育计划）的消息，包括 ChatGPT Free、Plus 和 Pro。

总体来看，ChatGPT 每周活跃用户已超过 7 亿，相当于全球成年人口的 10%，且各性别与国家的用户规模持续增长。

分析显示，截至 2025 年 6 月，女性用户已占每周活跃用户总数的一半以上。年龄分布方面，18 至 25 岁的年轻用户贡献了约 46% 的消息量，成为最活跃群体。地域数据则显示，在人均 GDP 1 万至 4 万美元（现汇率约合 71209 元至 28.5 万元人民币）的低中收入国家，ChatGPT 的普及率增长速度是高收入国家的 4 倍。

在使用话题方面，最常见的三大类为「实用指导」、「信息查询」和「写作」，三者合计占所有对话的 78%。其中，写作是工作相关任务的首要用途，占比为 40%。教育用途占所有信息的 10.2%，个人关系咨询不足 2%。

其次，73% 的聊天与工作无关，相比较一年前（53%）大幅增加。个人和专业聊天「不断增长，但非工作消息增长更快」。（来源：IT之家）

 

AI 岗位激增 10 倍，字节、小红书、阿里位列热招企业 TOP3

9 月 16 日，脉脉发布的《2025 年 AI 人才流动报告》数据显示，2025 年 7 月，AI 相关新发岗位数量同比增长超过 10 倍，简历投递量同比增长 11 倍。截至 2025 年 7 月，脉脉上有超 1000 家企业发布了 7.2 万个 AI 相关岗位，字节跳动、小红书、阿里巴巴位列发布岗位数量 TOP3。从企业薪酬来看，微软以新发 AI 岗位平均月薪 90345 元位居第一。（来源：广角观察）

抖音上线「AI 抖音求真」功能，平台谣言曝光量下降 67%

9 月 16 日，抖音举办不实信息治理开放日，并宣布上线「AI 抖音求真」功能。该功能可为用户提供针对误导性内容与谣言的事实展示及澄清。

据了解，在大模型技术助力下，近一个季度以来，抖音谣言内容曝光量下降 67%。大模型识别准确率达 85%，目前仍在持续提升中。（来源：CNMO）

 

京东刘强东喊话美团王兴：我们不应该变成仇人，兴哥我很尊重

9 月 16 日，京东在北京国际饭店举行「京东品酒会」，京东创始人、董事局主席刘强东现身并发表讲话。

刘强东说，自己认为民营企业要简单实在点见面聊聊，所有企业该竞争竞争，靠战略、靠商业模式，靠价值创造和信誉最终赢得消费者。「我们不应该变成仇人，不要把正常的商业竞争变成个人恩怨，没有必要。兴哥我很尊重。」

刘强东谈到行业内卷时表示，国家反内卷非常对，他表示，内卷有两种卷法，一种卷法是往下卷，往 low 卷，往低端卷，让整个产业链的工作没有好的收入和待遇。还有一种卷，是卷谁的价格更公道，谁的产品更加安全，往上卷。

刘强东表示，应支持往上卷，而非向下卷。因为后者会让行业所有人都不赚钱，导致问题百出，连基本的食品安全都不能得到保证。

刘强东表示，希望通过外卖的创新和产品的创新，真正解决从业者、消费者、平台的利益分配。他直言，「现在平台把产业的利润全卷走了，这不对」，刘强东强调，平台企业需要自我克制。比如京东很早就提出「三毛五理论」。

刘强东称，企业有了利润后，应该给人才升职加薪，做公益。要对员工好，促进内需。（来源：IT之家）

 

QuestMobile 报告：豆包月活超越 DeepSeek，夺 8 月中国原生 AI App 月活第一

9 月 16 日，QuestMobile 发布的 2025 年 8 月 AI 应用行业月度报告显示，截止到 2025 年 8 月，互联网及 AI 科技企业原生 App 用户规模 2.77 亿，应用插件（In-App AI）用户规模 6.22 亿，两大 AI 应用整体规模达 6.45 亿；手机厂商 AI 助手用户规模 5.29 亿；PC 端应用用户规模达到 2.04 亿，其中，网页端用户规模 1.95 亿，客户端用户规模 0.13 亿。

当月，豆包以 6.6% 的环比增速达到 1.57 亿应用规模，反超 DeepSeek，重新回归原生 App 阵营月活跃用户规模 TOP1。同期，腾讯元宝的月活用户规模环比增速最大，高达 22.4%，位居原生 App 月活用户 TOP10 第三位，月活规模处于 1000 万-1 亿量级。（来源：IT之家）

 

​人形机器人初创公司 Figure AI 获超 10 亿美元承诺资本，估值飙升至 390 亿美元

9 月 16 日，开发人形机器人的 Figure AI 公司在一轮融资中获得了超过 10 亿美元（约合 71.21 亿元人民币）的承诺资本，公司估值由此达到 390 亿美元（现汇率约合 2777.16 亿元人民币）。若此次交易达成，该公司将跻身最具价值初创企业之列。

这轮融资于周二正式宣布，其实早在今年大部分时间里就已在推进。彭博社曾在 2 月报道称，Figure 正与投资者洽谈融资事宜，当时计划以 395 亿美元的估值募集 15 亿美元资金。

Figure 公司成立于 2022 年，凭借近年来人工智能技术的突破，致力于研发外观和动作更接近人类的机器人，现已成为该领域最受关注的初创企业之一。该公司此前表示，其宏伟目标是打造具备「通用功能」的人形机器人——这类机器人能够像人类一样进行推理和学习。（来源：IT之家））

大疆 DJI MINI 5 PRO 今天发布：MINI 系列首次拥抱 1 英寸大底

9 月 16 日，大疆放出预告称，将于今晚（9 月 17 日）20 点发布一款新品。

其主题是「小有底气」，「小」意味着这款新品很小很轻，而「有底气」，搭配着海报中的「1 英寸」，即代表着搭载 1 英寸大底。根据多方消息汇总，这款新品就是全新的大疆 DJI MINI 5 PRO，这也是 MINI 系列首次搭载 1 英寸大底传感器，小机身也能拍出旗舰画质。

从海报来看，新品无人机采用单摄像头设计，顶部可以看到两个突出的避障传感器，上一代大疆 DJI MINI 4 PRO 就拥有全向避障了，这一代只会更强。

此前消息显示，大疆 DJI MINI 5 PRO 支持无损竖拍及 225 度云台旋转，支持 4K/60FPS HDR 视频拍摄，并可通过数码变焦实现 48 毫米长焦模式。DJI MINI 4 PRO 售价 4788 元起，预计 DJI MINI 5 PRO 起售价相差不大。（来源：快科技）

 

微信客服回应聊天能发实况图：暂时仅支持 iOS 客户端

9 月 16 日，据媒体报道，微信上线实况图发送功能引发热议，经官方客服确认，该功能当前已面向 iOS 用户开放（安卓/鸿蒙系统适配中）。

用户需先在相册选择实况照片发送，但默认状态为关闭，需在大图预览界面手动激活单张照片的实况开关。好友查看时需点击大图左下角实况」按钮才能触发动态效果，支持将动态图像保存至手机系统相册。

iPhone 6s、6s Plus 及 SE 系列机型因硬件限制暂无法使用此功能。（来源：快科技）

特朗普起诉《纽约时报》索赔 150 亿美元

在金庸的《倚天屠龙记》中，主角张无忌的成长颇具传奇色彩。

他身中玄冥神掌寒毒，被逼入昆仑山的无名山谷，在江湖中销声匿迹多年。外人看来，这位少年早已不在人世。然而，正是在这与世隔绝的数年里，他机缘巧合练成了「九阳神功」，不仅驱尽了体内寒毒，更修得了震古烁今的深厚内力。

很多人和我一样，近年来对联想的印象或许就像是武林中的那个张无忌——底子不错，可靠敦厚，但在高手如林的江湖里，总感觉还差一口「真气」，缺少问鼎巅峰的锐利锋芒。

但 IFA 2025 上的联想，却让人感觉有些陌生。无论是那台能让屏幕在横竖间 AI 驱动旋转的 ThinkBook VertiFlex 概念机，还是将双屏生产力推向新高度的 Yoga Book 9i Gen 10，都透着一股沛然莫御的「内力」。

 

联想在 2025 年 IFA 上正式展示 ThinkBook 可旋转 PC 概念，命名为 Project Pivo ｜ 图片来源：极客公园

 

这感觉，仿佛是张无忌走出山谷的那一刻，看似平平无奇，举手投足间却已是宗师气象，震惊了整个武林。

这场突然的「功力大成」并非空穴来风。联想集团执行副总裁贾朝晖在采访中用一句「量变引发了质变」道破了天机。这背后，是联想多年来有些「枯燥」的闭关修炼：研发人员数量在过去几年几乎翻了一番，达到了近两万人的惊人规模，其中一半是软件开发人员。这种近乎「笨拙」的投入，让联想的研发体系，从过去常规的「N+1 代开发」，进化到了能看到 N+2、N+3 甚至 N+4 代产品的深远布局。

联想集团副总裁于海则用了一个更形象的比喻来形容这种布局：「我们既『吃着碗里的』，又『看着锅里的』，还『惦记着地里的』」。这背后，是产品级研发、研究院前瞻探索以及风险投资三条战线并行的长期规划。

可以说，作为 PC 乃至 AIPC 领域的龙头老大，联想一直在默默地修炼自己的「九阳神功」。而 AI 的到来，就像打通任督二脉的最后一道关隘，让这股准备多年的深厚内力，终于迎来了爆发的时刻。

 

01

从硬件先行，到软件驱动硬件

 

即使在这次生成式 AI 带来的软件体验革命爆发之前，在手机乃至 PC 等硬件行业「画饼」就已经是一种常态，各种看似炫酷的概念和遥远的承诺，总是在发布会上被反复提及。

相比之下，联想在谈论 AI 时，却更像是在解释一套已经了然于胸的内功心法。贾朝晖认为，AI 带来的不是某个单一功能的增强，而是一场将从三个层面展开的彻底革命。

这场革命，首先是从我们与机器的相处方式开始的。过去几十年，我们一直在学习如何「迁就」机器，无论是键盘鼠标还是触摸屏。而未来，机器将开始学习如何「理解」我们。

在贾朝晖描绘的未来里，设备上的传感器会像人的感官一样收集信息，AI 则像大脑一样处理和理解这些信息，最终驱动智能体来满足我们的需求。这种交互上的根本转变，需要由计算方式的重构来支撑。传统的 CPU 独大的模式，将被 CPU、GPU、NPU 等协同工作的「异构计算」所取代，以应对 AI 时代多样化的算力需求。

 

联想在 IFA 期间发布的智能跟随笔记本支架 ｜ 图片来源：极客公园

 

而这一切，最终将催生出软件形态的终极进化。我们不再需要在不同的 App 孤岛之间来回跳转，而是通过自然语言向一个无所不包的智能体下达指令，由它来调度所有后台服务，完成复杂的任务。

这个从交互到计算再到软件的完整逻辑闭环，指向了一个核心的战略转变：从过去的「硬件先行」，转向未来的「软件驱动硬件」。硬件不再是定义体验的起点，而是承载 AI 智能体验的最终载体。

 

02

一脚油门，一脚刹车

 

面对 AI 带来的巨大机遇，很多人可能会觉得，更「互联网」的做法应该是推出各种惊世骇俗的概念产品，先把用户的期待值拉满再说。然而，联想的策略却像一个经验丰富的老司机，一只脚深踩油门，另一只脚却始终踩在刹车上。

油门，踩在技术积累上。当被问及如何看待友商纷纷推出 AI 眼镜时，于海坦言公司「并不焦虑」。据他透露，联想在技术探索上一直「激进而前瞻」，早在 2015 年 VR 技术兴起时，公司就已经在深度布局头戴显示设备（HMD）。所以，一时的「按兵不动」，并非当前技不如人，而是另有考量。

刹车，则稳稳地放在了用户体验上。「我们在产品化时则非常慎重，」于海同时还强调了对用户体验近乎苛刻的追求。他表示，一款新形态的产品，必须在重量、电池续航、显示、舒适度等多个维度上找到那个微妙的平衡点，绝不能为了追求某个单一的亮点，而给用户带来「3 分高兴 7 分愤怒」的糟糕体验。

这种「油门与刹车」的哲学，在联想的产品策略中清晰可见。

在 IFA 2025 上，联想并未直接发布一款全新的 AI 眼镜，而是为已有的拯救者 Glasses Gen 2 提供了一次重要的软件升级，让其支持了 3D 游戏模式。这就像是对现有路线的一次精心优化，而不是一次充满风险的冒进。

 

联想在 IFA2025 期间发布的 Glasses Gen 2 AR 眼镜 ｜ 图片来源：极客公园

 

联想集团副总裁欧阳峻将此总结为「双轨」策略：当用户需求迫切且对整体方案至关重要时，快速推动自研产品落地；同时，也对与外部伙伴合作持开放态度。这背后是一种克制的欲望和清醒的认知：核心是那个能连接一切的「个人超级智能体」软件平台，而不是硬件本身。

 

03

一张大网，与一种「小欲望」

 

智能设备行业里，打造封闭生态，将用户牢牢圈定在自家「花园」里，似乎是一种主流选择。然而，联想的全球化战略，却更像是在编织一张巨大而开放的网，网格的连接点，是一种被欧阳峻称为「小欲望」的合作心态。

这张大网最直观的体现，就是联想丰富的子品牌矩阵。这套策略的核心是精准定位，为不同的人群提供最适合他们的产品。对于商务人士来说，ThinkPad 品牌始终是高端、可靠的代名词。

而在更广阔的消费市场，联想的布局则更为细致：拯救者和 LOQ 品牌分别覆盖了高端和入门级的游戏玩家；Yoga 系列则以其轻薄的设计和出色的屏幕表现，吸引着追求时尚和移动办公的年轻用户；IdeaPad 则服务于最广泛的大众市场。

这张网甚至延伸到了全球各个角落，联想通过整合在本地市场极具影响力的品牌，如德国的 Medion 以及日本的 NEC 和富士通，来补充和完善自身的品牌版图，更好地服务当地用户。

于海补充说，在产品设计上，公司也会确保各个品牌之间有足够的区隔，避免用户混淆，让消费者的选择更加清晰。

这种「大兼容、小欲望」的心态，同样体现在联想对 AI 战略的本地化处理上。于海介绍，联想充分考虑了不同市场的用户习惯和法规差异，在中国市场推出了「天禧」个人智能体，而在海外则提供了 AI Now、Creator Zone 等一系列不同的 AI 应用和服务。

这种灵活务实的做法也带来了回报，根据 IDC 数据，联想在海外的 AIPC 市场依旧排名第一。

在采访中，欧阳峻对于合作伙伴关系的阐述，更是将这种「小欲望」哲学展现得淋漓尽致。他坦言，与 AMD、英特尔、微软等所有上游厂商的关系都非常好。至于发布会上谁登台，则取决于多种现实因素，并非关系亲疏的体现。他甚至表示：「我们希望有更多厂商参与 PC 生态，这样竞争更良性，产品更优，用户体验更好」。

当一个行业的领导者不再将所有人都视为潜在的竞争对手，而是希望有更多的「朋友」一起把蛋糕做大时，这本身就展现了一种格局和自信。

 

04

在「最基础的地方」下功夫

 

如果说 AI 创新、全球化战略是联想的「面子」，那么在隐私安全、企业服务这些用户平时不太注意，但一旦出问题就是大问题的「里子」上，联想则更显现出一种下「笨功夫」的执着。

隐私与安全，在 AI 时代被提到了前所未有的高度。在面对用户数据这座「富矿」时，联想选择了一种近乎严苛的自我约束。欧阳峻介绍，联想的核心原则是尽可能让数据留在设备本地处理，避免不必要地上传云端。为了加强防护，AIPC 设备上还配备了专门的硬件加密芯片。

在此基础上，一种「混合式」架构被建立起来，巧妙地平衡了强大的云端功能与本地的隐私保护。最关键的是，用户始终拥有知情权和选择权。当某个操作需要访问云端时，系统会明确地发出提示，把最终决定权交还给用户。

这种对基础体验的深耕，也体现在企业服务上。于海指出，许多企业都想用 AI，但往往被一系列现实问题困扰：不知道什么样的 AI 才适合自己，如何选择工具，以及如何将它们整合进现有工作流程。

联想则选择去解决这些棘手但重要的问题。尤其对于缺乏成熟 IT 团队的中小企业，联想计划通过低代码或零代码的方式，帮助他们用上、用好 AI，提供可负担的标准化 IT 服务。

这些议题，无论是隐私安全还是企业服务，听起来都不如发布一款炫酷的概念机那么激动人心。这就像张无忌在山谷里修炼「九阳神功」的日日夜夜，充满了枯燥与坚持。但正是这些最基础的「笨功夫」，决定了最终神功大成时内力的精纯与浑厚。

从 IFA 2025 上令人耳目一新的产品矩阵，到高管访谈中透露出的深思熟虑的战略布局，一个更加立体、更具创新活力的联想形象跃然纸上。简而言之，多年来在研发领域持续投入、厚积薄发所带来的「质变」，已经开始逐渐体现在联想的传统硬件产品之上。

当看到联想在这些最基础的层面，年复一年地投入，锻炼着自己的长期「基本功」时，也就不难理解，为何它会克制住无限扩张的欲望。

 

联想在 IFA 期间发布会的数款产品，本质上都是在 AI 时代下为围绕用户新需求而服务 ｜ 图片来源：极客公园

 

那看似与世隔绝的山谷之内，早已修得了深不可测的内力。如今，有了 AI 这股东风之助，这位「神功大成」的昔日少年破谷而出，他在这个新江湖里的故事，或许才刚刚开始。