「按照原来安排继续干」

离职的消息最沸沸扬扬的时候，在 Qwen 团队的核心负责人林俊旸在朋友圈发了两句话：

「Qwen 的兄弟们，按照原来安排继续干，没问题的。」

「安排好的」？这是什么？

林俊旸离开前夕，Qwen 团队刚刚发布了一件被全球开发者社区刷屏的东西。Qwen 3.5 Small 系列，参数量从 0.8B 到 9B，专为端侧设备设计，可以在普通笔记本电脑上运行。

不是一个更大的模型——而是一组更小的模型。要知道，过去三年里，AI 行业最强大的共识是「越大越好」。OpenAI 的 Sam Altman 四处筹措万亿美金建设算力基础设施，各家实验室军备竞赛般地烧钱烧卡，底层假设只有一个：模型越大，就越聪明。

这套逻辑被称为 Scaling Law，它不仅仅是一条技术规律，更像一种信仰——整个行业的融资叙事、人才分配、硬件投资都建立在这个前提之上。

但 Qwen 3.5 Small 的发布，和林俊旸的离开，同时发生。一个技术信号和一个人事信号，交织出一个更复杂的故事：小模型到底在发生什么？它为什么重要？

当 9B 打赢 120B

即便不是开发者，也可以跑分上一窥 Qwen 3.5 的战绩：

Qwen 3.5 Small 系列中，9B 参数的模型在多项基准测试中全面超越了 OpenAI 的 gpt-oss-120B——一个参数量是它 13 倍的模型。

这些不是边缘指标上的微弱优势，而是在核心推理任务上的系统性领先。一个可以装进笔记本的模型，在数学、科学、视觉推理上全面击败了一个需要数据中心级硬件才能运行的对手。

当然了，摸着良心说，gpt-oss-120B 不是 OpenAI 的旗舰产品，而是其开放权重的中端线。而且它采用 MoE 架构，标称 120B 参数，但每个 token 实际只激活约 5.1B 参数——所以参数量的对比，在工程层面并不像字面数字那么悬殊。

但这不影响趋势本身的成立。因为 Qwen 3.5 Small 并不是孤例。

同一时期，Nature 报道了一个微型递归模型（TRM），在 ARC-AGI 逻辑测试中击败了多个顶级大语言模型。Google Research 在 2026 年初发表论文，证明小模型在意图提取任务上的表现优于显著更大的模型。PNAS 上的一项研究更直接——模型规模与说服力之间呈急剧递减收益，大到一定程度之后，更大几乎不带来更好。

《华尔街日报》早在 2025 年 10 月就已经敢说，「大模型拿走了所有的关注，但小模型才真正干活的那个。」

这些信号共同指向一个判断：以小博大不是偶发事件，而是大势所趋。

那么问题来了——小模型凭什么？

才不是大模型的替身文学

直觉上，人们容易把小模型理解为「大模型的平替」，同样的方法，只是规模小一些，性能差一点，胜在便宜。

但事实恰恰相反：今天的小模型之所以能以小博大，是因为它们在技术方法论上，走了一条和大模型完全不同的路。

第一，数据质量压倒数据规模。 大模型的路线是「尽可能多地吞入互联网数据」，而小模型路线的代表——比如微软的 Phi-4 系列——走的是精筛路线：用高质量的合成数据加上严格筛选的公开数据集，让模型在更少的数据上学到更精确的能力。这背后的逻辑转变是根本性的：不是「喂得越多越聪明」，而是「吃得精才学得好」。

第二，原生多模态设计取代了适配器拼接。 传统做法是先训练一个纯文本大模型，再通过适配器模块接入图像、视频、音频等能力。Qwen 3.5 采用了完全不同的架构：将视觉 token 和文本 token 在同一个潜空间中联合训练，从底层就是多模态的。这意味着它是一个天生就同时理解文字和图像的模型。这种架构在小参数量下反而更有优势，因为不需要额外的适配器开销。

第三，量化技术带来的不只是压缩。 4-bit 量化常常被理解为「把模型压小 4 倍以节省存储」，但它真正的意义在于减少 4 倍的内存吞吐量。在端侧设备上，瓶颈往往不是存储空间，而是内存带宽，也就是数据从内存搬运到处理器的速度。量化技术让小模型在带宽受限的手机和笔记本上，获得了决定性的速度优势。

这些方法论上的突破已经开始转化为产品。3 月第一周，苹果发布了 M5 全线芯片，每颗 GPU 核心内置 Neural Accelerator，AI 性能较 M1 提升最高 8 倍。与此同时，苹果研究院公开了 Ferret-UI Lite——一个仅 3B 参数的端侧 GUI 代理，可以本地操控手机和桌面应用。加上 Apple Intelligence 约 3B 参数的端侧基础模型，苹果正在将「on-device AI」从概念推进到芯片、模型、交互三位一体的产品形态。

微软的 Phi-4 multimodal 也开始尝试商用上线 Azure，3.8B 参数，接受文本、音频和图像输入。开源社区的反馈更加直接——Reddit 上的开发者实测后认为 Qwen 3.5 的 4B 版本是「甜点级」模型：跨任务稳定、无崩溃、远快于 9B 版本。

技术路线已经被验证，产品化拐点已经到来，天边泛起鱼肚白，曙光乍现。

而就在此刻，林俊旸选择离开。

最会做小模型的公司，最没有动力让它成功

Qwen 3.5 Small 在发布后获得了开发者社区的广泛认可，开源社区的评测结果甚至超出了官方发布时的宣传。

但是，他所在的公司是阿里巴巴，阿里巴巴的商业引擎是阿里云。

大模型和云计算之间存在天然的正向循环：模型越大，推理所需的算力越多，客户就越需要购买云计算服务。对阿里云来说，大模型是完美的商业叙事——它同时推高了客户的算力需求和对云平台的依赖。

而小模型的逻辑恰恰相反。小模型的核心价值在于可以在端侧设备上运行——手机、笔记本、边缘服务器。这意味着客户可以绕开云，在本地完成推理。对用户来说，这意味着更低的成本、更好的隐私和更低的延迟。但对阿里云来说，这意味着收入被侵蚀。

Qwen 3.5 Small 做得越好，对阿里云的商业叙事就越尴尬。

这不是阿里一家的问题。放眼中国的科技巨头，几乎所有 AI 领先的公司都面临同样的结构性矛盾。百度和腾讯的处境与阿里类似——商业模式建立在云服务和平台抽成之上，小模型的端侧化趋势直接削弱了它们的价值主张。

字节跳动的豆包手机是一个有趣的例外，但字节做硬件才刚起步，远没有建立起「芯片+操作系统+模型」的垂直整合能力。

华为理论上最有条件，既有芯片，又有终端设备。但在制裁的影响下，它的算力上限本身就逼着它走小模型路线，这更多是被动的求生策略，而非主动的战略选择。至于小米、OPPO、vivo，它们有设备，却不是 AI-first 的公司，缺乏自研模型的基因和持续投入的动力。

全球范围内，真正打通端侧 AI 全栈的公司，可能只有一家：苹果。芯片、设备、操作系统、自研模型，全部自有。苹果的动力来自复合型的商业模式，这驱动它把一切计算尽可能留在设备上，因为每一次端侧 AI 体验的提升，都会转化为硬件的溢价和生态的黏性。

不过，这里需要诚实地处理一个可能的反驳：云厂商难道不能走「端云协同」的路线吗？用小模型做端侧入口，复杂的推理任务回调云端处理，两边都不耽误。

理论上可以。但这恰恰说明了问题——在端云协同的框架下，小模型对云厂商来说是「引流工具」，而不是「独立产品」。云厂商没有动力把小模型做到好到不需要云。

还有一个绕不开的反例：微软也是云厂商，但它在认真做 Phi-4 系列小模型，而且已经商用上线。这是否说明「左右互搏」的论点站不住脚？

非也。微软之所以能两条腿走路，是因为它同时拥有 Windows 和 Surface 的硬件生态、Azure 的云平台以及 Copilot 的端侧产品线。做 Phi-4 对微软来说是防御性布局：如果端侧 AI 的趋势不可逆转，为了大局，宁可壮士断腕，自折一臂，也不能把端侧市场拱手让给开源社区和苹果。

但阿里没有这个选项——没有消费级操作系统、没有主流终端硬件、没有面向个人用户的 AI 产品矩阵。Qwen 做得再好，也没有自家的「最后一公里」可以落地。

动力不同，产品的天花板就不同。

这就形成了一个令人不安的画面： 小模型从实验室走向产品的真正瓶颈，不是技术能力，而是供需错位；最擅长做小模型的公司（云厂商），最没有动力让它真正成功；最需要小模型的公司（设备厂商），又缺乏独立研发的能力。

「没问题的」

回到林俊旸的那条朋友圈，「继续按照安排好的干，没问题的」。

也许技术路线确实没有问题，一切都在朝着正确的方向走。但在一家以云为重的公司里，就算做出世界级的小模型，团队的处境注定不会舒适。

这不是对阿里的批评——任何一家以云收入为生命线的公司，面对一项可能侵蚀自身收入的技术路线，都会陷入同样的两难。这是一个结构性矛盾，不是个人或管理层的选择问题。

比人事更值得关注的，是 Scaling Law 本身正在发生的变化。

过去三年，「越大越好」不仅仅是一条技术规律，它是整个 AI 行业的信条。融资叙事围绕它建立——投资人相信更大的模型意味着更强的能力，所以万亿美金涌向算力基础设施。人才分配围绕它运转——最顶尖的研究者被吸引到训练最大模型的团队。硬件投资围绕它定价——英伟达的估值建立在一个前提之上：对算力的需求会永远增长。

现在，这个前提正在松动。MIT 的研究估计，效率提升将使中等硬件上的模型在 5 到 10 年内逐步追平最大最贵的模型。芝加哥大学的研究表示，数据质量正在取代数据规模成为核心竞争维度。

产品化的方向不再只有云端，而是同时向端侧扩散。Scaling Law 正在从一条单调递增的曲线，变成一张需要在多个维度上寻找最优解的地图。

不再是「越大越好」，而是「在对的地方，用对的大小」。

林俊旸大概比大多数人更早地感受到了这个变化。他用 Qwen 3.5 Small 证明了一件事：在对的方法论下，9B 参数可以击败 120B。但他同时也撞上了另一堵墙——技术上的正确，不等于商业上的可行，更不等于组织上的舒适。

他说，没问题的。确实，技术路线已经铺好了，而剩下的问题不在实验室里，而在实验室外面。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

就在刚刚，爱范儿在上海的苹果体验活动现场，上手了两天前正式发布的 iPhone 17e。

单单从外观来看，iPhone 17e 和去年的 iPhone 16e 完全一样：熟悉的粗边框刘海屏，能够追溯到 4 年前的 iPhone 14，并且依旧没有高刷，看习惯了 iPhone 17 Pro 看 iPhone 17e，还觉得有点卡卡的。

其实 iPhone 17e 还有一个看不出，却很实用的更新：和 iPhone 17 一样搭载了第二代超瓷晶面板，耐摔更耐刮。

翻到背面，还是只有一个单摄像头，不过今年 iPhone 17e 新增了一个全新的「淡粉」配色，比基础的黑白色颜值更高。这个粉色确实很淡，很多时候看起来非常接近白色。

作为入门机型，iPhone 17e 的刀法依旧是比较精准的。一上手就发现，手机的做工没有旗舰机那么精致。

手机的背板依旧是磨砂玻璃材质，和金属边框之间没有圆润过渡，握在手上稍微有点硌手。

iPhone 17e 的升级更聚焦于手机内部。在背板下方，终于补上了一个 MagSafe 的磁吸线圈，能够直接无缝兼容现存的磁吸配件。

得益于 MagSafe 的加入，iPhone 17e 支持 15W 的无线充电功率，对比上一代实现翻倍。

我们还现场试了试 iPhone 17e 的「减配版」A19 芯片表现如何，《明日方舟：终末地》这样的大型游戏，开屏一分钟左右手机就开始发热，看来还是有点勉强。

当然，现场的体验时间不长，仅供参考，更详细的性能和游戏表现，可以等我们拿到手机后进行对比和实测。或许届时各游戏以及应用开发者，已经对这台机型及芯片做了定向优化。

在拍摄功能上，iPhone 17e 除了没有超广角，还有下面这些妥协：

iPhone 16 就已经推出的「可调色」摄影风格功能，没有；

iPhone 17 全新的前置 Center Stage 拍摄功能，竖着拿手机拍出横向高清自拍图，也没有。

有一个细节，国行 iPhone 17e 这次支持 eSIM，但不再支持实体双 SIM 卡。想要双卡双待，必须有一张是 eSIM。

目前， iPhone 17e 已经实装了 eSIM 转移功能，能直接从另一台 iPhone 转移号码功能。以后换新的 eSIM iPhone，不需要再跑营业厅，直接两台新旧 iPhone 面对面转移。不过，具体政策执行效果，还是取决于具体情况。

iPhone 17e 更关键的优势是价格。这次苹果很良心，不仅 4499 元起售价不变，存储还从 128G 升级到 256G，属于加量不加价。在手机都要涨价的 2026，iPhone 17e 反而显得有性价比。

对于 iPhone 17e，你有什么想要了解的？欢迎在评论区留下你的问题，我们将在后续评测中一一为你解答。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

4599 元起售，MacBook Neo 来袭

昨晚，大家期待的 iPhone 同款处理器 MacBook 终于面世了，名为「MacBook Neo」，先看售价：

256GB 版本 4599 元，512GB 版本 5299 元；统一分配 8GB 内存

屏幕采用 13 英寸的 Liquid 视网膜显示屏，亮度最高 500nits，支持 10 亿色彩，但仅支持 sRGB 色域；配备双扬声器和双麦克风阵列。

处理器方面，两个版本均采用了 A18 Pro 芯片（6 核 CPU + 5 核 GPU 的版本），配备 60GB/s 内存带宽。据官网介绍，该款机器将支持 Apple 智能。

外观采用再生铝打造，配备银、靛蓝、黄、粉四个配色，值得关注的是，键盘采用机身同色设计。另外，键盘背光取消，且触控板无压感。

接口配置上，MacBook Neo 仅配备一枚 USB 3 接口（10Gb/s）和一枚 USB 2 接口，拥有 3.5mm 耳机插孔。

相关阅读：国补后三千多！苹果多巴胺 MacBook Neo 来了！没有刘海

雷军呼吁：不要过度依赖辅助驾驶

据「北京日报」消息，2026 全国两会即将启幕，全国人大代表、小米集团创始人雷军接受记者采访，就如何筑牢智能汽车安全防线发表了看法。

雷军特别提到，当前智能汽车的辅助驾驶功能仍高度依赖人类驾驶员，驾驶人在行车过程中必须保持精力集中。其呼吁媒体加强宣传，让公众认识到目前的辅助驾驶系统尚未达到 L4 级别，因此驾驶员千万不能掉以轻心。

在雷军昨日公布的「2026 两会人大代表建议」中，其还提到，目前智能化技术路线多元，难以用统一标准进行规范，而驾驶培训内容与考核标准尚未与车辆的新技术、新功能做好衔接配套。

对此雷军建议，应该加快建设汽车智能化技术标准和优化机动车驾驶考核项目，提升智能网联汽车相关内容在驾考中的权重；同时还需研发推广融合场景认知，复杂路况模拟，危险情境处置等功能的新一代驾驶模拟实训装备。

另据「中国基金报」消息，第十四届全国人大代表、小鹏汽车董事长兼 CEO 何小鹏日前也围绕科技创新、产业创新发展的关键领域提交了三项建议，涉及自动驾驶技术等产业。

何小鹏表示，推动政策与法规体系实现从 L2 级向 L4 级的跨越，促进技术快速迭代与规模化商用，将有助于我国在 L2 级的积累优势转化为 L4 级自动驾驶时代的竞争优势。

何小鹏提出四点建议：

• 建议在保持 L2 级安全监管体系稳定运行的基础上，推动自动驾驶政策从 L2 级向 L4 级跨越，简化 L3 级中间环节；
• 建议逐步明确 L4 级自动驾驶车辆的注册与通行管理体系，逐步推动 L4 级车辆在全国范围内合规上路；
• 建议开展交通法规适配性评估，针对自动驾驶特性，在安全前提下优化形成「人类驾驶」与「机器驾驶」分类适用的交通行为规范；
• 建议赋予特定场景下 L4 级无人驾驶 C 端应用的地方试点管理权，允许部分基础条件成熟的城市在特定低风险场景下开展 L4 级应用试点，逐步形成可复制、可推广的经验。

林俊旸提出离职后，阿里高管紧急答疑

昨日凌晨，阿里千问大模型技术负责人林俊旸在社交平台上突然宣布离职。随后互联网掀起一阵讨论热浪。

据悉，林俊旸是阿里 AI 开源模型的核心推手，也是阿里最年轻的 P10 之一。

而据「智能涌现」报道，昨日下午，通义实验室紧急召开了 All Hands 会议，阿里集团 CEO 吴泳铭向千问员工坦诚表示「我应该要更早知道这些」。

该场会议与会者包括阿里数位高管、Qwen 团队以及通义实验室其他团队成员。围绕团队调整、战略方向等关键议题，包括阿里巴巴董事长兼 CEO 吴泳铭，阿里巴巴首席人才官蒋芳、阿里云 CTO 周靖人做出多个回应。

对于此次调整，阿里高层给出的核心定性是：Qwen 没有收缩，这是一次团队扩张，无关任何政治斗争，反而需要投入更多资源。

报道称，阿里巴巴首席人才官蒋芳也承认沟通存在不足：「我们在快速发展，这波调整是为了扩充更多人才、提供更多资源。这次组织形式没沟通好，新人引入肯定会带来阵型变化，扩大过程中必然涉及到这些，我们可能没处理好。」

针对有传言称周浩将直接领导林俊旸及其相关团队，报道称「包括周浩的接任职位，汇报线，尚在讨论中。」

同时面对「外部用阿里云算力流畅，内部团队反而在算力、招聘名额上捉襟见肘」这一问题，周靖人表示，团队处于「资源紧张状态」，内外差异有很多历史原因，未来正在做整体规划，但没有进一步展开说明。

报道还提到，阿里巴巴高层还和林俊旸密切沟通中，林俊旸是否确认离开阿里巴巴还未可知。

另在昨日下午，林俊旸发布朋友圈，表示「qwen 的兄弟们，按照原来安排继续干，没问题的」，并未明确是否回归。

英伟达将在本月举行 AI 大会

日前，英伟达正式宣布将于今年 3 月 16 日至 19 日在加利福尼亚州圣何塞举行 AI 和加速计算盛会 GTC。

据悉，本次 AI 大会上依然能看到 CEO 黄仁勋的主题演讲，同时还将包含 1000 多场会议以及涵盖整个 AI 堆栈的突破性成果。

黄仁勋表示，GTC 是 AI 工业时代的中心。同时其指出：

AI 不再是单一的突破或应用，而是必不可少的基础设施，每家公司都将拥抱它。每个国家都会建设它。从能源和芯片到基础设施、模型和应用，堆栈的各层面正协同推进，而这一切都将在 GTC 上得到充分展现。

官方介绍，黄仁勋主题演讲将于当地时间 3 月 16 日（星期一）上午 11:00 举行。

特斯拉无人出租车 Cybercab 或迎大规模生产

据 TESLARATI 报道，特斯拉方面正在加速无人出租车 Cybercab 的预生产，并且计划下个月开始大规模量产。

据报道披露，目前特斯拉得州超级工厂内已累计出现至少 25 辆 Cybercab，为该车型迄今最大规模的集中曝光。

画面显示，14 辆车停放于工厂出口处，9 辆位于碰撞测试中心进行结构与安全验证，另有 2 辆处于总装下线区域进行最终检测，且部分车辆已被观测到正在厂区内进行动态路测。

据悉，首辆量产版 Cybercab 已于 2026 年 2 月中旬基于专属的「开箱工艺」产线下线，较原定 4 月的节点有所提前。

结合特斯拉高管此前声明，报道指出，高频次的测试制造标志着产能的实质性爬坡，真正的大规模量产预计将在未来 4 至 8 周内启动，当前的谨慎推进主要为验证该车型的全新架构及其对纯视觉完全自动驾驶（FSD）技术的适配。

AMD 苏妈：内存涨价会给电脑市场带来巨大成本压力

据第一财经报道，3 月 3 日晚，在摩根士丹利技术、媒体和电信会议上，AMD CEO 苏姿丰与摩根士丹利分析师进行了一场对话。会上，苏姿丰回应了多个市场热点问题。

苏姿丰谈到与 OpenAI 的合作情况时，其表示AMD 与 OpenAI 的合作关系比以往任何时候都好，双方正在积极规划第一个吉瓦的算力安装，MI450 基本是双方共同验证的，双方的交易结构也没有发生改变。

针对「大型科技企业对 AI 基础设施的投资可能不具有长期连续性」这一声音，苏姿丰回应称，对 AI 基础设施的投资某种程度上可以视为对生产力和智力的投资，企业正在超前投资，并考虑到将获得的回报。

苏姿丰也谈到 CPU 供应的紧张，称原因是市场规模比 3 个月、6 个月前预测的更大，供应链需要时间才能满足市场需求。其透露，AMD 与供应链的合作处于有利地位，能满足很大比例的需求，并将在 2026 年和 2027 年扩大供应能力。

就内存短缺对 GPU、CPU 的影响，苏姿丰则表示，DDR4、DDR5 这些用于消费级产品的内存涨价，正在影响系统性的定价。预计内存涨价将给个人电脑市场带来更大的成本压力，预计今年下半年可能市场波动更加温和，但仍需要观察内存市场发生的变化。

另外，苏姿丰还在会上提到，「在 AI 基础设施的下一个阶段，没有一块单一的芯片能把所有事情做到最好，这已经是一个异构的世界。」

本田计划将在华产纯电车型进口回日本

据日经新闻报道，本田目前计划把在中国生产的纯电动车型进口到日本，并最早于 2026 年春季开始销售。

报道指出，这是日本车企首次进口并销售在中国生产的纯电动汽车。

据悉，本田将以 2022 年在中国推出的纯电动汽车专用品牌「e:N」的车辆为原型，适配日本规格后进行销售。

据查询获知，相关车型或为 e:NP 2（极湃 2，另有姊妹车型 e:NS 2），由广汽本田和东风本田分别生产，均为纯电紧凑型 SUV，于 2024 年上市销售，均基于本田的纯电 e:N 架构打造。

报道称，回到日本市场的品牌名称拟定为「Insight」。本田于 1999 年推出第一代 Insight，并于 2022 年终止了第三代车型的生产。

另外，本田此举也是为了拯救深陷市场表现下滑的中国区工厂。并据报道，2025 年本田的在华新车销量为 64 万 5345 辆，同比下滑 24％，已连续 5 年减少。

阶跃星辰开源 Step 3.5 Flash 训练框架

昨日，阶跃星辰方面发文宣布，其继 Step 3.5 Flash 模型开源，又开源了这款 Agent 基座模型的预训练/中训练/训练框架。

据悉，Step 3.5 Flash 是阶跃星辰迄今为止能力最强的开源基础模型，具备强大推理能力与 Agent 智能，专为 Agent 而生。

而阶跃星辰方面希望通过更彻底的开源，让开发者能够以 Step 3.5 Flash 为基座进行更深度模型定制，打造真正属于自己的 Agent：

• Base 权重：基础模型，适用于全参数微调；
• Midtrain 权重：推理能力更强，适用于 Agent、工具调用等二次开发；
• Steptron 训练框架：官方同款训练框架，涵盖持续预训练、有监督微调、强化学习（敬请期待）、评估（敬请期待）等环节。

Base 权重：https://huggingface.co/stepfun-ai/Step-3.5-Flash-Base

Midtrain 权重：https://huggingface.co/stepfun-ai/Step-3.5-Flash-Base-Midtrain

Steptron 训练框架：https://github.com/stepfun-ai/SteptronOss

AI 初创 Flowith 完成千万美元融资

据「Z Potentials」报道，AI 初创 Flowith 近期宣布，完成千万美元种子轮和种子+轮融资。

据悉，种子轮为祥峰投资（Vertex Ventures）等机构，种子+轮为红杉中国种子基金、江远投资（LongRiver）等多家顶尖机构联合领投，融资资金将主要用于研发以及全球化市场拓展。

报道称，Flowith 一经推出就以创新性的交互方式获取了大量关注，并领先推出了首个通用型创作智能体框架 Oracle、AI Context 知识花园、无限步骤智能体 Agent Neo、首个 OS Agent – FlowithOS 等业界前沿创新产品与功能、在海内外获得了数百万深度用户。

Seedance 2.0 价格公布

日前，字节火山引擎正式公布了 Doubao-Seedance-2.0 视频生成模型的定价标准：

包含视频输入 28 元/百万 tokens；不包含视频输入 46 元/百万 tokens

据悉，使用 Seedance 2.0 生成 15 秒视频，大约需要消耗 30.88 万 tokens，以此计算，纯视频生成（不含视频输入）的价格大约为 1 元 1 秒。

值得关注的是，Doubao-Seedance-2.0 未开放 API 接入。

蚂蚁发布 AReaL v1.0：Agent 一键接入 RL 训练

3 月 4 日，蚂蚁集团联合清华大学发布开源强化学习训练框架 AReaL v1.0 稳定版。该版本主打「Agent 一键接入 RL 训练」：不用改代码，兼容各类 Agent 框架，让智能体强化学习训练开箱即用。

2026 年开年以来，Agent 持续升温，以 LangChain、Claude Code、OpenClaw 为代表的智能体框架繁荣发展，但也暴露出两大瓶颈。一是接入训练成本高，二是 Agent 缺乏持续进化的能力。

而 AReaL 是首个全异步训推解耦的大模型强化学习训练系统，能让 Agent 在真实任务交互中获得反馈、持续优化决策。

官方介绍，此次发布的 v1.0 版本让任意 Agent 零改造接入 RL 训练成为现实——通过在智能体与训练系统之间加入 Proxy Worker 中转层，开发者只需修改一个请求地址即可接入训练。

AReaL v1.0 还推出了原生训练引擎 Archon，它是基于 PyTorch 原生能力实现完整的 5D 并行（数据并行、流水线并行、张量并行、上下文并行、专家并行），降低了安装与调试门槛，同时在训练与推理侧提供多种后端选择，便于在不同环境中灵活部署。

据悉，样一个复杂的分布式系统，从零开始实现到验证正确性，仅用了 1 人·月的工作量——32 天内，累计修改近百万行代码完整实现了 Archon 引擎，让它能训练千亿参数 MoE 模型。

GitHub 仓库：https://github.com/inclusionAI/AReaL

相关论文：https://arxiv.org/abs/2505.24298

智元灵渠 OS 开源上线

昨日，智元机器人宣布，其灵渠 OS Alpha 版本已正式开源发布。

据介绍，灵渠 OS 立足具身智能机器人的全场景需求，旨在构建 「南向适配具身硬件、北向支撑智能应用」 的生态架构。

官方表示，本次发布的灵渠 OS Alpha 版本，是基于量产实践的全尺寸智元远征 A2 本体，开源跨平台具身软件框架、基于强化学习的双足运控框架与双足运控仿真训练部署一站式工具链。

特性方面，灵渠 OS Alpha 版本拥有「统一通信中间件框架」「强化学习仿真、训练与部署一站式工具链」「端到端开发部署」等特点。

灵渠 OS Alpha：https://github.com/Link-U-OS

iQOO 旗舰产品线总监宣布离职

昨日，iQOO 旗舰系列产品线总监「戈蓝 V」在微博发文确认，自己将离开 iQOO 团队。

其表示，自己于 2017 年加入公司，并在 2018 年加入 iQOO 初创团队，「由此开启了一段『生而强悍、探索不止』的伟大征程。」

目前戈蓝并未透露自己的未来去向。

据资料显示，戈蓝本名简重，曾长期担任 iQOO 旗舰产品线的产品总监。在加入 iQOO 品牌之前，他曾是三星电子的一名资深硬件工程师，拥有极其深厚的行业背景与技术积淀。

吴恩达：AGI 仍遥远

近日，人工智能学者吴恩达（Andrew Ng）在「This Is The World」专访中，指出 AGI（通用人工智能）已被过度炒作并沦为营销术语，且断言 2026 年内行业无法实现真正的 AGI。

采访中，吴恩达批评当前部分企业为公关或融资目的频繁篡改并降低 AGI 的标准。

他提出了一项全新的「图灵 AGI 测试」：若 AI 能够像熟练的人类远程工作者一样，在连续多天的体验中独立完成具有经济价值的工作任务，才符合社会公众对 AGI 的合理预期。

吴恩达表示，距离实现该目标仍有数十年距离，且随着公开互联网数据接近枯竭，单纯依赖扩大参数规模来提升智能的路径正面临挑战。

针对后续技术演进方向，吴恩达指出 2026 年及以后的核心商业价值将集中在「智能体工作流」。

他认为，相比于盲目追求全知全能的单体大模型，通过赋予现有大型语言模型工具调用能力与护栏，让其分步骤处理法律合规、医疗辅助及客户服务等垂直领域任务，将产生更为确定的经济效益。

三星手动伸缩屏概念机亮相

在近期的 MWC 2026 上，三星展出了最新的伸缩屏概念机。

据 Android Authority 报道，收纳状态下，该款概念机的屏幕尺寸为 16:9 的 5.1 英寸，完全展开后可达 6.7 英寸（比例为 22:9），与目前的普通直板机型尺寸类似，分辨率为 FHD+，像素密度 426ppi。

但该款伸缩屏设备并无展示电动伸缩。并且量产时间待定。

问界、尊界双双涨价！首发像素级激光雷达

昨日，鸿蒙智行技术焕新发布会正式举行。

相关阅读：问界、尊界双双涨价！首发像素级激光雷达，尚界 Z7 内饰一并公布

会上，2026 款问界 M9 与尊界 S800 宣布将搭载全新一代 896 线双光路像素级级激光雷达，以及全面升级的主动安全技术。

具体来看，全新的 896 线激光雷达支持在 120 米外，稳定识别高于 14 厘米的障碍物；同时雷达表面覆盖了一层特制的钢化膜玻璃视窗。

价格方面，搭载全新激光雷达的尊界 S800 起售价为 72.8 万元，比此前的 192 线版本上调了 2 万元；问界 M9 的起售价也顺势来到 47.98 万元，同样有 1 万元的涨幅。

另外，本次发布会上还展示了尚界 Z7 系列。新车共提供轿车和猎装两个版本。尚界 Z7 系列将搭载随动四维屏以及副驾前方的「灵感橱窗」。

Android 版「PC 模式」上线

近期，Google 正式为 Pixel 8 系列及后续机型，推出了新的桌面模式。

据悉，支持该功能的手机只需使用 USB-C 线缆与显示器连接，即可在显示器获得一个类似 PC 模式的界面。

值得一提的是，该功能不仅支持手机，平板也可以获得类似的体验，但平板方面能够实现屏幕拓展显示。

据介绍，据介绍，该功能借鉴了 Samsung DeX 的设计理念，目的是为用户提供更高效的多任务处理环境，用户可以同时运行多个应用，并自由调整窗口大小，同时支持有线 / 无线键盘鼠标，便于轻度办公处理。

岚图新车 FE 将配备全新 896 线四激光

3 月 4 日，智能驾驶领域迎来重要时刻。鸿蒙智行「尊界」正式官宣发布全新一代 896 线四激光雷达。同一天，岚图 FE 新车曝光，其车型剪影勾勒出四颗全新激光雷达模组。

有消息猜测，岚图 FE 或将同步尊界，搭载全球最高规格 896 线，迈入全新一代四激光雷达时代。

据透露，尊界所搭载的四激光雷达属于 L3 级智能辅助驾驶硬件，其探测能力将在超高清成像、超远距离探测、超精准识别上迎来质的提升，可对以前看不清的碎石、远距离的障碍物实现精准识别，缩短响应时间。即便是雨雾、夜间等恶劣天气下的感知稳定性也显著提升。

此前，岚图 FE 因「法拉岚」、「四激光法拉利」网络走红，被称为超越「预期」的 FUV，是 2026 年最让年轻人上头的「叛逆新作」。根据此前岚图汽车曝光的新车计划，岚图 FE 将于 2026 年中上市。

瑞幸大股东被曝将收购蓝瓶咖啡

据《晚点 LatePost》报道，大钲资本竞得蓝瓶咖啡（Blue Bottle Coffee），即将和雀巢完成交易。

据接近瑞幸的人士透露，大钲买下蓝瓶咖啡全球门店，雀巢将保留蓝瓶的咖啡机和胶囊业务。而另一位接近大钲的人士称，目前交易已签字，尚未完成交割。

报道指出，作为瑞幸咖啡的实际控制方，大钲资本去年底开始积极评估高端咖啡标的，除 Blue Bottle 之外，还包括 Costa、M Stand 和 % Arabica。

据悉，大钲资本是 2017 年由黎辉创立的私募股权基金管理公司，目前管理规模超 70 亿美元。大钲在 2018 年成为瑞幸的早期投资者，2020 年瑞幸造假风波后主导瑞幸重组，接手创始人陆正耀的股权及持续跟投，以超过 50% 的投票权成为瑞幸的实控人。去年 5 月，黎辉出任瑞幸董事长。

报道还表示，收购蓝瓶将有助于瑞幸推进高端化战略，瑞幸也会利用供应链能力优化蓝瓶的成本结构。用 「控股式投资」 拥有了瑞幸和蓝瓶的大钲资本，在咖啡赛道实现了从大众消费到高端精品的完整覆盖。

另据 36 氪报道，蓝瓶咖啡目前仍在亏损中。截至 2025 年 6 月 30 日，蓝瓶咖啡过去 12 个月的营收约为 2.5 亿美元，其中美国贡献收入约 1.5 亿美元，亚太地区贡献收入约 1 亿美元；预计 2026 年实现盈利。

《模拟人生 4》要上线官方交易市场

近期，《模拟人生 4》团队正式宣布，将推出全新的官方交易平台「模拟人生市场」（The Sims 4 Marketplace），允许创作者通过出售自定义游戏内容获取收入分成。

据悉，创作者将获得实际销售额 30% 的分成（例如玩家每消费 100 Moola，创作者结算 0.30 美元）。EA 方面声明，剩余 70% 的收入将用于覆盖平台抽成、服务器运维及 18 种语言的官方本地化翻译成本。

该交易平台将于 2026 年 3 月 17 日率先登陆 PC 与 Mac 平台，后续扩展至 PlayStation 及 Xbox 主机端。

微软 Xbox 未来或支持 AI 代打

据 Neowin 报道，微软近期被曝申请了一项全新的 Xbox 游戏专利，旨在通过云端 AI 模型接管控制权并替玩家自动完成高难度游戏关卡。

该专利名为「视频游戏帮助会话的状态管理」。专利文件显示，微软正在设计一种基于云端的辅助系统，允许玩家在遭遇游戏卡关时，向系统请求「助手」临时获取当前 Xbox 会话的完全控制权。

该机制不同于传统多人游戏中的玩家召唤或联机协助，而是直接由系统接管底层物理或逻辑操作并独立打通关卡。

文件注明，虽然该「助手」身份可以是其他真人玩家，但微软在专利中明确将 AI 模型作为执行此类核心代打任务的关键技术实现方案。

甜茶将来中国路演，《至尊马蒂》发布新预告

据新浪电影消息，电影《至尊马蒂》发布新预告，并且主演甜茶（提莫西·查拉梅）也将为影片宣传开启首次中国之旅。

据悉，该片讲述一个关于乒乓球运动员的原创虚构故事，原型为美国人 Marty Reisman。由萨弗迪兄弟的哥哥乔什· 萨弗迪执导，格温妮斯·帕特洛、敖德萨·阿德隆、Tyler, The Creator 出演，A24 出品，将于 3 月 20 日上映。

恐怖喜剧片《禁果》发布海报

据守望好莱坞消息，恐怖喜剧片《禁果》发布海报，将于 3 月 27 日北美上映。

影片讲述同一家商店里的店员 Apple、Cherry 和 Fig 组成了一个（划掉）水果（划掉）女巫团体，而新来的同事 Pumpkin 对她们的姐妹情发出质疑，迫使三人不得不面对内心的黑暗，引发了暴力的故事。

该片由 Meredith Alloway 执导，迪亚波罗·科蒂担任制片人，莉莉·莱因哈特、罗拉·董、维多利亚·佩德雷蒂、亚历山德拉·西普主。

消息称华纳确认开发《权力的游戏》电影

据 Page Six Hollywood 日前报道，华纳兄弟正式启动《权力的游戏》首部院线电影开发工作，知名编剧博·威廉蒙已向官方提交前传剧本。

报道称，该电影项目基于乔治·R·R·马丁的奇幻小说宇宙改编，核心情节聚焦于坦格利安王朝的建立者伊耿一世，主要讲述其征服维斯特洛大陆的战争进程。

项目目前仍处于早期制作阶段，尚未公布具体的制作时间表、导演及演员阵容。

知情人士透露，华纳兄弟高层对威廉蒙提交的初稿剧本评价积极，认为其在政治博弈层面的编剧经验高度契合该电影的叙事需求。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

伴随着 2026 年春季的苹果发布活动的正式结束，爱范儿第一时间在现场体验到了最新的 M5 Pro 和 M5 Max MacBook Pro。

比起让人纠结的 iPhone 17e，换新处理器的 MacBook Pro 带来的兴奋感虽然稳健，但少了点新鲜劲儿。

毕竟如果把它和使用 M5 的 MacBook Pro 放在一起，就能发现新 MBP 的外观几乎没有一丝变动，所有的惊喜都藏在那颗 M5 Max 芯片里。

倒也不是说外壳 100% 都一样——

在今年 MacBook 的「美式英语」键盘上，苹果将之前的 tab、caps lock、shift 和 enter 全都换成了纯符号：

▲ 妙控键盘（左）和新 MacBook Pro（右）

但把键盘放到一边，一旦我们真的上手面前这台 M5 Max 处理器的 16 寸 MacBook Pro，印象最深的依然是新处理器带来的表现。

可惜的是现场上手时间有限，我们没能马上在上面跑一个 Msty Studio 试试。

但从 macOS Tahoe 在上面丝滑运行的效果来看，M5 Pro 和 M5 Max 的性能底线是绝对没有问题的。

相比处理器大升级的 MacBook Pro，今年的 MacBook Air 就显得更加乏善可陈了一些——

毕竟本次 MBA 最主要升级的，就是去年 MacBook Pro 上同款的 10+8/10+10 核心 M5 处理器。

抛开被动散热带来的持续性能差异之外，这两款在数值上几乎没有什么差异。

对于绝大多数将目标落在 MacBook Air 上的用户来说，M5 相比 M4 升级的那些性能，其实远远比不上今年起步就是 512GB 的硬盘重要。

自从 MacBook Air 从 M2 开始将原本「双 256GB 颗粒」换成「单颗 512GB」之后，MacBook Air「硬盘掉速」就成了经久不衰的话题。

在几年的争议之后，苹果终于正视起这个问题，给 M5 MacBook Air 换上了新的 SSD：

新固态硬盘读写性能较前代提升 2 倍，大幅提升了文件访问速度，为需要导入大型照片素材库的创意人员和运行设备端 AI 工作负载的学生等用户加速工作流。

可惜在活动现场无法直接测试新款 MacBook Air 的硬盘读写速度，对这方面数据比较关注的读者，请持续关注我们后续的正式评测。

而作为时隔整整四年之后的首次更新，我们同样在活动现场体验了今年的新款 Studio Display 和 Studio Display XDR。

需要注意，曾经那个以挖孔后壳出名的 Pro Display XDR 已经在昨晚官网更新后正式下线，苹果的专业显示器产品线只剩下 Studio Display 系列了：

▲ 图｜CNET

而今年承担起 Pro Display XDR 职责的，就是这款 27 寸 5K 120Hz mini-LED 巨无霸—— Studio Display XDR。

无论是纸面上还是现场，新 Studio Display XDR 的观感都只能用一个词来形容：磅礴。

得益于大升级的屏幕面板，Studio Display XDR 的显示效果除了以往的精细、耀眼之外，终于加上了那个等待多年的「丝滑」。

▲ 图为 Studio Display XDR

这样一来，专业级 Mac 产品线里的刷新率鸿沟终于被填平。

用 MacBook Pro 外接苹果显示器终于不用再忍受刷新率不同的割裂感了——

只不过这种时候，5K 120Hz 的压力就从显示器转移到了电脑上。

根据官网的说明，你需要用比下列型号更新的 Mac，才能完整享受到满血分辨率和刷新率：

搭载 M1、M1 Pro、M1 Max、M1 Ultra、M2 和 M3 芯片的 Mac 机型搭配 Studio Display XDR 使用时，刷新率最高达 60Hz。

当然，前提是你选择 24,999 元起的 Studio Display XDR 才行，新款 Studio Display 除了一部分内置硬件升级之外，刷新率依然维持 60Hz 不变：

但是怎么从外形上区分新款的 Studio Display 和 Studio Display XDR 呢？

我们在现场发现，可以看顶部散热孔的数量——拉满的是 XDR、只有一半的是标准版：

▲ 图为标准版 Studio Display

总之，我们在现场首次体验到 Studio Display XDR 时，那种视觉上的惊艳是很难用语言形容的。

不过也必须得吐槽一下苹果骨子里的等级感，这种「逼你换全家桶」的逻辑还真是挺苹果的。

同时，苹果卖显示器的「优秀传统」也不能丢——

无论你买两万多的 Studio Display XDR 还是一万多的 Studio Display，显示器支架和 VESA 转接器依然只能二选一，单买要付费：

总的来说，无论是今年的强劲 MacBook Pro、新 MacBook Air 还是升级的 Studio Display 系列，都算是 Mac 产品线的常规迭代。

而那个不常规的迭代是什么呢？当然是今年的新面孔 MacBook Neo 了～

不过对于 MacBook Pro、Air 和 Studio Display 这些有明确受众和专长场景的产品来说，大多数用户确认自己的需求、该买就买即可。

毕竟在目前的 Mac 家族里，M5 系列三款处理器就是目前的综合性能冠军。

如果你想看到更多关于 M5 Pro/Max 的具体体验，以及使用 A18 Pro 的「小兄弟」表现如何，记得锁定爱范儿，不要错过后续的正式评测。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

终于，苹果正式发布了备受期待的全新「入门款」MacBook，定名为「MacBook Neo」，售价 4599 元起。

「Neo」这个后缀，在苹果五十年的产品历史上属于首次出现，原本是一个源自希腊语的英语构词前缀，表示「新」的意思，MacBook Neo 可以简单理解为「 MacBook 青春版」。

这个充满生气的后缀，当然要用清新的配色搭配。MacBook Neo 提供了几种不同的彩色配色：黄色、粉色、深蓝色、银色。

根据爱范儿在现场的观感，MacBook Neo 和 MacBook Air 确实比较相似，只是屏幕尺寸为 13 寸，比 13.6 英寸的 MacBook Air 要小一点，但屏幕居然没有刘海，代价就是屏幕边框变粗了。

MacBook Neo 这个全新的模具，边缘要圆润很多，厚度 1.27 厘米，厚于 MacBook Air 的 1.13 厘米，但重量却一致，为 1.23 千克，整体还是非常精致和小巧的。

即使价格很低，MacBook Neo 依旧采用了全金属机身，上手感觉做工比较扎实，在 3000-4000 元档位（计算国补/教育优惠）应该属于顶级。

和爆料一致，MacBook Neo 搭载的是 A18 Pro 处理器，不过没想到，配置为 6 CPU 核心 + 5 GPU 核心，比 iPhone 16 Pro 少一个 GPU 核心。

A18 Pro 的性能尚且过关，但苹果只为 MacBook Neo 配备了 8GB 的运行内存，在 2026 年显得非常捉襟见肘，后台能力会受到一的制约，甚至多开个网页都有点吃力。如果需要运行重型应用，比如 3D 建模、渲染等应用，需要考虑清楚。

而且，MacBook Neo 没有提供加内存选项。这是由于 A18 Pro 的运行内存直接集成到 SoC 内部，消费者只能选择加钱将存储空间从 256GB 升级到 512GB。

作为对比，去年发布的 iPhone 17 Pro 搭载 A19 Pro 芯片和 12 GB 运行内存，虽然手机配置比电脑还高，考虑到后者价格其实只有前者一半，也算不上「倒反天罡」？

8GB 的内存上限，也决定了这款 MacBook Neo 只能用来完成轻度的办公、娱乐、学习、轻度创作需求——某种意义上说，苹果造了一台「上网本」。

虽然用的是手机芯片，但新 MacBook Neo 搭载的可是完整的 macOS，这就意味着它在某些轻度办公的场景，比更贵的 iPad Pro 用起来更顺手。并且，MacBook Neo 也已经「为 Apple 智能准备好了」。

作为一个「入门款」定位的产品，MacBook Neo 不只在处理器上做了取舍，还有以下遗憾：

• 屏幕不支持原彩显示和 P3 广色域
• 侧边双扬声器，MacBook Air 为四扬声器，
• 不支持键盘背光，指纹识别需要加钱 512GB 配置
• 触控版为机械结构，并非力度感应
• 两个 USB-C 接口，分别为 USB3 和 USB2 配置；无 MagSafe 接口
• 3.5 毫米耳机接口不支持高阻抗耳机
• 只支持外接一台 4K 显示器，最高 60Hz，MacBook Air 可以外接两台 6K 显示器
• 1080p 摄像头，不支持 Center Stage、桌上视角功能——好在屏幕无刘海

没想到，苹果居然为 MacBook Neo 重新捡起了机械结构的触控版，这也是 2015 年以来第一台没有 Force Touch 触控板的 MacBook。

如果 MacBook Neo 能吃满 20% 的国补，那么价格将进一步下探到 3000 元档位。

目前，在国补和教育优惠的加持下，电商渠道还有 5000 元左右的 M4 MacBook Air 存活，只比 MacBook Neo 贵 1000 元左右。

要知道， Mac 产品线单单升级一个内存就要 1000 元，选择 16 GB 起步的 M4 MacBook Air，相当于氪金升级内存的同时，还获得更强的性能、做工、接口等等配置，简直算得上超值。

如果有一定的工作性能需求，又不需要经常把电脑带出门，那么 Mac mini 也是绝对更好的选择——M 芯片的算力，还是不容小觑的。

因此，如果你最近要买一台 MacBook，我还是更建议购买 M4 的 MacBook Air。

不过爱范儿独家获悉，在 M4 的 MacBook Air 上市后，苹果官网等渠道将会逐步停产 256GB 的 M4 版本，未来不太容易买到一手的全新机。

如果你的工作任务集中在简单的文档处理、电子邮件，只需要开少数几个网页，并且更习惯传统的键鼠交互，那 MacBook Neo 完全能够胜任，并且还能提供这个档位 Windows 笔记本没有的续航、质感和屏幕。

对于那些想体验一下 Mac 产品线，MacBook Neo 提供了一个 Mac mini 之外的选择；这样一台低价、性能不算太差、并且不太能打游戏的 MacBook，也非常适合作为中小学生平时学习和娱乐的工具。

和 iPhone 17e 类似，MacBook Neo 主要的「战场」可能是海外，与低价的 Windows 以及 ChromeBook 竞争，瞄准教育和商用大规模采购的市场。

你觉得这款新的 MacBook Neo 怎么样？你最想了解这款新 MacBook Neo 的哪些方面？欢迎在评论区告诉爱范儿，我们将会用实测来告诉你答案。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

年初，Mac Mini 一度缺货，等待时间甚至长达一个半月。

Mac mini 是个好产品，这件事大家一直很清楚。国内渠道价格诚意高，M 芯片性能又好，入门配置不到三千人民币就可拿下，很适合作为创作新手的主力机。

然而最近这次 Mac mini 爆红，跟创作或日常使用没什么关系。

关注科技新闻的朋友们应该知道怎么回事：OpenClaw（前身叫 Clawdbot）突然火了。

OpenClaw 有多种部署方式：你可以装到自己的电脑上，也可以单给它配一台电脑；把它部署在云端的虚拟机/沙箱环境里也没问题；后来，一些主流 AI 服务也推出了云端一键部署的替代方案，显著降低小白玩家的门槛。

但在刚开始的那段时间，最主流的部署方案就是单买一台 Mac mini。

理由肯定不是因为它便宜，更主要在于：要让 OpenClaw 有意义，需要给它一个「肉身」，让它访问文件、操作软件。

云服务器能运行 OpenClaw，但那仍然不是你的电脑，没有你的文件、软件、浏览器上登录的各种账号，没有所谓的「上下文」。Mac mini 放在桌上，7 × 24 小时不用关机，甚至通过聊天机器人远程操控的话都不用单配一台显示器。

给 OpenClaw 一台自己的电脑工作，唯一可观成本是后端接入的大模型 API 的 token 费用，很多早期玩家都在这上面吃过亏。但如果你买一台配置够高的 Mac mini，下载一个尺寸足够大的模型到本地来运行，可以说除了电费和网费之外，简直就像获得了一个免费的劳动力……

MacBook 也行，但是……

据 Tom’s Hardware 和 TechRadar 等媒体报道，OpenClaw 走红后，Mac mini 24GB 和 32GB 配置的等待期延至 6 天到 6 周不等；更强大的 Mac Studio，交货时间也从两周涨到了近两个月。

这些等待时间，是 OpenClaw 的早期玩家们，用真实购买投出来的票。

（注：部分机型的缺货也和苹果近期推出新款 Mac 台式机电脑有关系，以往每次推出临近新机发布时，老机型都会进入售罄状态。OpenClaw 的爆红并非唯一原因。）

冥冥之中，Mac 成为了 2026 年首选的「AI PC」；反倒是鼓吹了「AI PC」好几年的 Windows PC 行业，一点热乎的都没吃上。

英特尔、AMD、高通等芯片商，以及主流 PC 品牌们，从 2023 年就开始贩卖「AI PC」的概念了。这些最新的 Windows 电脑当中，认证过 Copilot+ PC 的比比皆是，GPU、NPU 性能并不差，有的整机价格比 Mac 对等产品要便宜的多。

但问题是，为什么大家还是一窝蜂地冲向 Mac？

为什么是 Mac？

Windows PC 和 Mac 谁更好的争论，永远没有绝对答案。但如果限定在 AI 开发上，Mac 成为了心照不宣的选择。

虽然大模型的「大脑」都在云端服务器，开发者的手却都在 Mac 上。这跟 Mac 电脑的外形和操作体验关系不大：macOS 流着 UNIX 的血液，才是关键。

AI Agent 的核心工作是操作文件、调用命令行工具、调度 API 甚至控制图形界面等。说的更直白一点，Agent 就是一个智能且自动化的「脚本工程师」，只是脚本由大语言模型实时生成。而 macOS 属于类 UNIX 系统，bash、zsh 命令原生支持优秀。

这解决了 AI 开发中最基础的环境搭建。在 Windows 上，你可能得先安装 WSL2 虚拟机。但在 Mac 上，从 Python 环境到复杂的 C++ 编译工具链，基本都是开箱即用。Homebrew 等包管理器，让安装各种工具和依赖通过一行命令就能搞定。

另外，macOS 符合 POSIX 标准，处理文件路径、多线程任务和网络协议时可靠性稍高。Agent 往往需要频繁读写数据、调用 API，系统级的高效调度让 agent 在 Mac 上的节奏更快。

这种原生感和稳定性，让开发者、尝鲜用户可以更快完成入门，把更多时间花在真正的 agent 编排工作上。

Windows 有 WSL、PowerShell，功能上大部分也都能覆盖。但 WSL 是叠加在 Windows 上的兼容层，存在路径约定、注册表机制、权限模型等历史遗留问题。AI 模型和 agent 项目在 Windows 上运行的摩擦，确实会更多一些。

以 Ollama 和 LM Studio 为例，这两个工具让端侧推理大模型变得像「下载、安装、运行」一样简单。Ollama 的 Windows 版比 macOS 晚了半年；LM Studio 虽然从一开始就支持两个平台，但在社区里 Mac 的体验口碑始终更好；OpenClaw 也是如此。

往硬件层面继续深入，内存是大语言模型推理运行的命脉。

还是以 OpenClaw 举例，用户可以通过 token 付费的方式来接入云端模型，但它更擅长的能力是在端侧模型推理驱动。经过普遍调研，想要让 OpenClaw 像个智商合格的人一样工作，后端的模型参数量的底线在 70 亿左右，往往要上到至少 320 亿参数量才能比较稳定地工作。

这么大的模型即便在 4-bit 量化之后，仍然需要大约 20GB 内存（还要留一些给上下文窗口）。

此时，Windows PC 的架构会显得捉襟见肘。CPU 内存和显存之间存在物理隔离，数据经由 PCIe 总线传输，受到带宽瓶颈的影响。频繁的数据搬运，会对推理过程带来速率的影响。

更别提，大模型普遍依赖 GPU 加速推理，显存得足够装得下模型。在英伟达消费级显卡线中，只有 90 后缀的 24GB 显存达到了配置要求，但配出整机（只考虑新机）的话合计成本至少在万元人民币以上，用新卡的话会飙到 4、5 万不等。

而苹果的统一内存架构 (Unified Memory Architecture) ，让 M 系芯片的 Mac 在端侧推理更大规模的模型时游刃有余。

简单来说，统一内存架构的效果，是 CPU、GPU、神经计算引擎能够共享同一个内存池，不再有物理总线搬运的损耗，让 Mac 可以获得极高的内存带宽，并且对于多机串联的扩展性能更好。

以 Mac mini 为例，选择性能更高的 M4 Pro 处理器，搭配 48GB 内存，其它选基础配置，整机价格在 1.3 万元上下，即可达到 OpenClaw 社区普遍推荐的 320 亿参数量模型的配置水平。

当然这还只是对 token 吞吐速度有要求的专业配置。如果你属于爱好者、尝鲜玩一下 OpenClaw，配置下降到常规 M4 芯片和 32GB 内存也是能跑起来的。

当然，这个成本对比还是有前提：专用于端侧推理/跑 OpenClaw，而不是当做主力机。同等价位的 Windows PC 还能打游戏、剪视频，通用性更强。

另外，Mac 的统一内存和 PC 平台独显的显存也不是一回事。统一内存由系统和模型共享，一台 32GB 内存的 Mac mini，macOS 系统和其他软件仍需占据几个 GB。而 RTX 3090 的显存独立，模型可以全部占用，甚至配合 CPU 内存跑更大的量化模型。

如果你只用云端 API 做 OpenClaw 的大脑，不考虑端侧部署，那 Mac 的易用性优势依然在。

另外，CUDA 虽然提供了统一内存编程接口，但物理上 CPU 内存和 GPU 显存依然分离，数据搬运和带宽瓶颈并未消除。

再来看功耗。

Agent 的工作方式是持续循环的：任务触发、思考推理、执行、等待、再触发。前述配置的 Windows PC 会跑到 300-400W 左右（本地部署），散热噪音和电费都不是小数目。

Mac mini 通常稳定功耗在 10-40W 左右，峰值功率 65W（M4）或 155W（M4 Pro），散热可控，几乎没有风扇噪音，运行更安静。这种低延迟、低功耗的持续工作方式，会产生潜移默化的体验差异。

网友 3D 打印的 Mac mini 外壳套件「Clawy MacOpenClawface」

当然我们更多还是围绕 OpenClaw 这个以推理为主的场景进行讨论。如果工作涉及本地微调，并且对于效率有追求的话，那么在 macOS 平台要往往要到 Mac Studio，或至少顶配的 MacBook Pro，才能算摸到门槛。

与此同时，Mac 不支持 CUDA 也是个可能永远都无法改变的事实。不过，CUDA 的真正战场是模型训练，推理场景对它的依赖小得多，毕竟苹果在推理上有 MLX 这张王牌（后面会详述）。

再回到 OpenClaw：它的创造者 Peter Steinberger 曾经公开表示，自己很喜欢 Windows，觉得它的功能更强。他在 Lex Fridman 播客中说，Mac mini 不是唯一的「肉身」选择，通过 WSL2 方式运行 OpenClaw 已经非常成熟了；他甚至公开吐槽苹果在 AI 领域「搞砸了」，并且对苹果生态的封闭性感到不满。

但客观来讲，对于技术小白型用户的部署门槛，Mac mini 确实是最省心、最容易上手的方案。主要原因就是它的功耗、静音、尺寸足够小，像是一个可以插在墙角、24 小时待机且不需要维护的「服务器节点」。

还有一个和功耗有关的例证：前几天有一位工程师 Manjeet Singh 成功实现了对 M4 处理器上「神经引擎」(Neural Engine，简称 ANE）的逆向工程，发现 ANE 的功耗效率极高：算力跑满时的效率高达 6.6 TOPS/W。

对比苹果的 M4 GPU，约合 1TOPS/W；英伟达 H100 大约 0.13，A100 是 0.08 TOPS/W。

折算一下，A100 单卡的吞吐性能是 M4 ANE 的 50 倍，但 M4 ANE 的功耗性能却是 A100 的 80 倍。原作者在文章里写道：对于端侧推理，ANE 的性能是非常出色的。

由神经引擎说开

2011 年，苹果在 A5 处理器的图像处理单元 (ISP) 中首次通过硬写入的方式，实现了人脸实时检测等后来被视为 AI 任务的功能。

2014 年，苹果收购了 PrimeSense 公司，并开始研发一种全新的、专门用于神经网络计算的协处理器。这方面的工作在三年后的 iPhone X 上问世：A11 Bionic 处理器当中加入了前面提到的神经引擎 ANE，算力只有区区 0.6 TOPS，用来驱动 Face ID 和拍照人像模式。

那时 AI 还没到大模型时代，跑的主要是各种机器学习算法。市场对苹果这块协处理器的推出并没什么特别的反应。但苹果从未放弃过，持续加码。

三年后，M1 发布，统一内存架构同时到位， ANE 也进驻了 Mac。桌面平台的功率预算更充足，也让 ANE 的算力跳到 11 TOPS。此后每代更新：M2 是 15.8 TOPS，M3 是 18 TOPS，M4 是 38 TOPS，到了 2025年底的 M5 ，达到了 57 TOPS。从 M1 到 M5，苹果的 ANE 算力涨了超过 5 倍。

这个增长背后的逻辑，其它 PC 厂商不能说不羡慕。苹果为 Mac 加入 AI 加速硬件之前，已经有数千万甚至上亿台 iPhone 在跑同一套 ANE 架构了。功耗表现、稳定性、极端情况下的边缘案例，在市售机型上已经得到验证，再搬到 Mac 上来。

英特尔和 AMD 在移动端几乎没有消费级规模；高通虽然同样把 Snapdragon 芯片放进了数亿台 Android 手机，但它只是芯片供应商。Android 上的 AI 是谷歌 (Gemini) 以及各大手机厂商联合第三方 AI 实验室做的；Windows 的 AI (Copilot) 是微软做的。

苹果的不同在于，它实现了垂直整合，同时掌控硬件和软件。其他芯片厂商没有这种统一控制权。

当然，在 Mac 上推理大语言模型，其实跟 ANE 没什么关系，它更擅长处理 Face ID、人像识别这类固定模式的 AI 任务。真正承担主要计算量的是 GPU。

（注：最近情况发生了细微的变化。首先，M 系列芯片上的 ANE 已经承担提示词注入 prefill 阶段的工作了；以及刚才提过的 M4 ANE 逆向工程：该工程师还实现了跳过 CoreML 直接调用 ANE，吞吐量显著提升。通过这种思路，或许可以找到直接利用 ANE，来加速推理甚至训练的通用方法。）

2023 年底，苹果开源了 MLX，把专门针对 M 系列芯片优化的模型推理框架直接给了开发者。去年，基础模型框架随 Apple 智能发布，App 开发者可以在 iPhone 和 Mac 上调用系统内置的基础模型，无需联网，数据不离开设备。

Apple 智能一再跳票，这件事确实没什么好辩护的。不过，苹果远在 10 年前就开始试水，在多年以前就为桌面级 AI 开发打下了基础，是不争的事实。

而在 Windows 那边，「AI PC」这个词开始出现在英特尔、AMD 和 PC 厂商的新闻稿和 ppt 里，要到 2023 年底了。

AMD 官网 2023 年截图

2024 年 5 月，微软发布 Copilot+ PC 认证体系，旗舰功能名叫「Recall」，大概的逻辑是系统持续对屏幕内容截图，然后 Windows 的系统级 AI 能够帮你回忆过去看到过的东西。

先不说这个功能在发布当时的实际意义是什么，它的安全性首先被发现有严重问题：仅在发布一个月后，研究人员就发现 Recall 功能会把所有截图存在一个未加密的本地明文数据库里。

微软紧急撤下了 Recall 功能。过了半年微软再次推出测试版，结果再次因为新的安全问题而延迟。直到 2025 年 4 月，Recall 才正式上线，但改成了默认关闭，启动后数据改为加密存储。

从发布会宣传到真正能用，将近一年，可以说整个 Windows 生态 AI PC 的旗舰功能，经历了一整次从头重新设计，尴尬程度其实不亚于 Apple 智能/新版 Siri 的一跳再跳，但可能因为 Windows 生态的声量实在太低，AI PC 没多少人关注，很多人都没听说过这回事。

在 Copilot+ PC 这个体系的认证标准方面，微软主要针对的是神经处理引擎 NPU，要求是 40TOPS。不过，这个算力的用途是实时字幕、背景虚化、照片增强，诸如此类的消费端窄任务，大语言模型推理从来不在它的射程里（和苹果 ANE 同理）。

当开发者尝试去做端侧大语言模型推理时，会发现虽然这些电脑名为 AI PC，但并没针对 AI 推理用途做什么优化。微软 Copilot 本身的核心算力来自 Azure 云端，和端侧自身的算力几乎无关。买了一台 Windows AI PC 的用户，最能感知到的 AI 提升，大概是实时字幕和照片自动分类。

说到端侧推理，还有一个关键因素：Windows AI 生态的优化路径是分散的。

NVIDIA GPU 用 CUDA 和 TensorRT，Intel NPU 用 OpenVINO，高通 NPU 用 QNN SDK，AMD NPU 用自家驱动栈。模型存储格式也较为碎片化，有 CPU+GPU 推理的通用格式（GGUF，准确来说是 CPU 推理 + GPU 分层卸载），也有 GPU-only 的格式（EXL2）。

这意味着想让模型以及模型驱动的功能运行在 Windows AI PC 上，在推理后端方面的工作会更加复杂。微软有 ONNX Runtime 和 DirectML（已进入续命状态）作为统一抽象层，但统一的代价是牺牲各厂商的峰值性能。苹果是目前唯一一家为自家 PC 硬件专门开发并持续维护 LLM 推理框架的 PC 厂商，这个框架就是 MLX。

在 Hugging Face 等开源模型平台上，你会很容易找到大量采用 MLX 框架的模型，只要带有 MLX 后缀，并且内存/处理器允许，可以直接「开箱即用」。

不过，这几天 MLX 的主要贡献者之一 Awni Hannun 刚从苹果离职，为该项目的后续发展增添了些许变数。Hannun 也表示 MLX 团队仍有许多优秀员工，可以放心。

我们自己的体验

过去一年，爱范儿自己做了不少端侧部署 AI 模型的测试，也采访过一些相关的外部开发者。有两次值得一提。

去年春节，DeepSeek 横空出世，新款 Mac Studio 也在节后不久面市。 我们用一台售价快到 10 万元人民币的 M3 Ultra Mac Studio（512GB + 16TB）跑了 DeepSeek R1 671B 模型（注：实际上只需要内存，硬盘不用那么大，1TB SSD 售价七万多的型号就够了），以及蒸馏过的 70B 版本。

我们当时得出结论：对于端侧部署对话，日常用 70B 足矣，花大几万买台机器只为了跟 AI 聊天，实在是有钱烧的慌。当时的模型能力确实也就不太行，后来才有新的多模态模型和 agent 能力出来。

但 671B 模型的天量参数模型能够在一台桌面机上端侧推理，仍然是一种奇观。512GB 的统一内存上，671B 模型占用了 400GB，加上上下文、macOS 系统本身以及其他任务占用，基本接近满载，但机器全程运行安静，噪音在正常范围，也没有过热。

这个参数规模，在传统 AI 基础设施逻辑里，属于数据中心级别，消费级硬件理论上不该出现在这个场景里。但那台 M3 Ultra Mac Studio，真就硬生生也静悄悄地出现了。

后来，我们采访过一个英国牛津大学的创业团队 Exo Labs。他们用 4 台 512GB 统一内存的 Mac Studio，通过串联的方式组成了一个 128 核 CPU、320 核 GPU、2TB 统一内存、总内存带宽超过 3TB/s 的算力集群。

团队为这个 Mac 集群开发了调度平台 Exo V2，可以同时加载 2 个 DeepSeek 模型（V3+R1，8-bit 量化）。不但两个模型并行推理，研究人员甚至可以通过 QLoRA 技术来做一些本地微调工作，显著缩短了训练任务的用时。整套系统功耗控制在 400W 以内，运行时同样几乎没有风扇噪音。

同等算力的传统方案，需要大约 20 张 NVIDIA A100，当时的成本超过 200 万人民币；相比之下，Exo Labs 这套方案的总成本才不过 40 万人民币（同理 SSD 严重溢出，其实可以 30 万内就够）。

Exo Labs 创始人当时告诉我们，牛津有自己的 GPU 集群，但申请需要提前几个月排队，而且一次只能申请一张卡。这些桎梏，逼迫他们创新，而他们又正好遇到了趁手的工具：统一内存架构、MLX，以及 Mac 电脑。

我们在当时的文章里写道：「如果说英伟达的 H 系显卡是 AI 开发的金字塔尖，那么 Mac Studio 正在成为中小团队手中的瑞士军刀。」

这件事，苹果其实早就知道。

真正的 AI PC 是什么？

去年苹果发布的基础模型框架，让 iOS 和 macOS 开发者可以调用系统内置的基础模型，零网络延迟，零 API 费用，数据不离开设备。

尽管后来苹果基模团队几近分崩离析，但在迭代方面苹果没有停在原地。它其实一直知道开发者在哪里、想要什么。它的回应，就是将大模型驱动的 AI 能力变成操作系统的基础设施，让开发者更方便调用。

上周，苹果开源了 python-apple-fm-sdk。以往苹果基模的完整测试和调优，需要 Swift 环境完成；现在这套 SDK 让路变宽了，习惯 Python 工作流的开发者也能参与进来。

苹果的隐私设计哲学贯穿始终：python-apple-fm-sdk 调用的基础模型完全在本地运行，数据不离开设备。苹果整套 AI 体系在必须上云的场景里，走的是 Private Cloud Compute，数据处理完即删除，苹果无法访问。

反过来看 Recall，同样是让 AI 访问用户的私人数据，第一版存的是未加密的明文数据库。一个在架构上阻断泄密，一个是出事了再打补丁。

但话说回来，Mac 作为 AI 开发和部署工具的优势，严格来讲更像是一种「适配度优势」，也可以说是后天意外获得的。

意思是：苹果做神经引擎，最初是为了服务 Face ID 和人像模式；做统一内存架构，是摆脱对 Intel 长久依赖的一部分必要工作；开源 MLX，是响应开发者对高效推理工具的需求——AI Agent 场景爆发，Mac 正好赶上，是上述这些以及更多没提到的工程决策的意外收益。

Mac 一开始并没有为 AI 而设计，它始终的产品定位都更接近「创作者工具」。苹果长久以来的目标用户，是视频剪辑师、艺术家、软件工程师。他们需要的是低噪声、持续性能、高内存容量、可以全天候运行的机器。

AI 模型推理，以及时下最火的 Agent 部署，只是恰好需要一模一样的东西。

回头看，十多年前苹果在机器学习上加大投入时，大概率是不会预见到 2025 年 OpenClaw 的爆红的。甚至你可以说，如果放在十年前，苹果大概率是不会喜欢 OpenClaw 这样一个「回报高风向更高」，一旦出现幻觉就把用户隐私、数据安全抛在脑后，无视各种软件工程方面的规章制度的东西的……

但怎么说呢，如今就算苹果不喜欢它，也由不得了。就像墨菲定律那样，或许冥冥之中有些东西早已注定。多年以来苹果打下的每一张牌，无论有意为之还是出于意外，这些牌在今年这个 Agent 元年（希望这次是真的），成了一套很难不赢的牌组。

2023 年开始力推 AI PC 的 Windows 阵营，其实一直在追赶苹果在 2020 年 M1 推出时就已经定下来的架构优势。当然，25 年苹果在 AI 方面坏消息不断，这个差距是有追上的可能的。但苹果不会停下来等。

就在本周，苹果推出了 M5 Pro 和 M5 Max，芯片采用双芯融合架构 (Fusion Architecture)，还在新闻稿中上点名 LM Studio 作为 LLM 性能基准。

苹果过去的硬件新品发布里，不怎么说「大语言模型」，特别是在端侧推理的语境下——现在不一样了。

说在最后

吹了苹果一整篇文章了，我们冷静一下，反问一下文章的标题：今天的 Mac，就是真正的 AI PC 吗？

爱范儿倒觉得，苹果做的还不够。在今天，我们还没有看到一款个人计算产品，可以称之为 AI PC，抑或真正「原生的 AI 硬件」。

还是回到 OpenClaw，从今天的端侧部署 agent 身上，真正的 AI PC 应该长什么样子，其实已经隐约可见。

梗图，AI 生成

在应用层面，面向人类的「应用」概念，可能会部分退化回并无图形界面的状态。毕竟人才需要图形界面，agent 不需要。而且你会发现，最近越来越多人开始习惯基于对话和命令行的互动方式了。

今天 agent 的尝鲜者们，去找工具和技能塞给 agent；未来，agent 会自己去公开代码库拉取新工具和插件来补强自己。

在系统层面，权限体系将为 agent 的工作原理重构，agent 能直接操控各种接口。在底层，会有一套模型的编排调度机制，根据任务随时切换。

本地推理和隐私云端推理也会形成完整、安全、隐私的闭环。数据无论传到哪里，都经过向量化、加密存储，即用即焚……

换句话说，真正意义上的 AI PC，应该是从底层开始，从设计之初，就把 AI 当作「一等公民」的系统。

梗图，AI 生成

按照这样的衡量标准，Mac 和 Windows 目前都处于过渡阶段。Mac 更接近，因为 Unix 环境、硬件统一、生态成熟，这些条件在 AI agent 的时代到来之前已经达成了。Windows 的历史包袱更重，改起来更难，还在补课。

但我们绕了一大圈，其实还没问到最本质的问题：真正的 AI PC，真的需要是一台「PC」吗？

如果换个思路，所有的 agent 部署和运行全都在云上；与用户有关的数据，也即「上下文」也在云端安全和隐私存储；人类只需要一个终端的设备作为「对话器」(communicator) ，以及传感器 (sensor)，拍照和录音来上传所需要的数据给 agent，这台设备甚至不需要太多端侧算力。

Mac 是今天最好的 AI PC，但未来的「AI PC」，却可能更像……iPhone？

文｜杜晨

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

交付还不到两年时间，（问界 M9）交付了 28 万多辆…… 它的销量超过了卖得特别好的 BBA 的四款产品的销量水平，就是一打四。

发布会一开始，余承东就非常骄傲地聊起了问界旗舰车型 M9 的市场表现。

另一款旗舰尊界 S800 也有着同样强劲的销量，它在高端市场同样越过了几款传统豪华巨头的同期销量总和。用余承东在台上的原话来形容，S800 同样做到了「一打三」。

只是，时间对所有汽车产品都是公平的。问界 M9 发布至今已有相当长的一段时间，随着行业整体的快速推进，各项曾经耀眼的参数正在被同行迅速拉平。

当冰箱、彩电、大沙发甚至高阶辅助驾驶逐渐普及，成为同价位竞品的标准配置，早期建立的领先优势难免会被稀释。当表层配置的差异越来越小，真正的差距只能从系统底层重新拉开。

今天下午的鸿蒙智行技术焕新发布会，刚好回应了这种竞争压力。

伴随 2026 款问界 M9 与尊界 S800 一同登场的，是全新一代 896 线双光路像素级激光雷达，以及全面升级的主动安全技术。

把最新、成本最高的硬件优先搭载于旗舰车型，是颇为常见的商业安排。鸿蒙智行在今天拿出这些底层更新，就是要为这两台核心产品注入新的体验增量，确立它们在 2026 年的技术边界。

从「交互」到「安全」的递进

在今天这场发布会的开头，华为花了不少时间去展示尊界 S800 和问界 M9 的各种功能，包括但不限于：

座舱灯光会跟着你的动作走的智能追光系统、把 S800 的转弯半径压缩到 5.05 米的途灵龙行平台、支持三点式掉头的华为乾崑 ADS 4.1 等。

对于这些功能，有些读者可能会觉得眼熟，尤其是 S800 和 M9 车主朋友们。实际上，在发布会上所提到的这些功能里，有相当一部分是现款车型已经拥有的能力，这场技术焕新发布会真正的增量信息，其实是下面这些。

先看两个实用的交互更新。一是你现在可以用华为智能手表直接控车了，轻捏双指就可以实现开关后备厢等操作。其二，是车内手势控车的更新：坐在驾驶位置，朝着副驾车门挥一挥手，门就会自动关上，省去了探身够车门的麻烦。后排也是同理。

在高速行驶的极端状况处理上，系统能力也有了明显的拔高。

爆胎稳定控制的介入速度上限，从 120km/h 提升到了 130km/h。系统在稳住车身姿态后，不再像以前那样直接在当前车道把车刹停，它会自动寻找安全的时机靠边停车，大幅降低了二次事故的风险。

车内的动态侧翼支撑也做了优化，新增了两档灵敏度调节，可以根据个人的驾驶习惯和路况提供更贴合的支撑力度。语音助手小艺也学会了各地方言，预计在五月份的推送中，上海话、粤语和四川话用户就可以用最熟悉的发音和小艺顺畅交流了。

整场发布会绝对的重头戏，全在那颗全新的激光雷达上。

鸿蒙智行在感知硬件的堆料上一向激进。

2023 年，问界 M9 行业首发了 192 线激光雷达；去年底，尊界 S800 端出了高精度固态激光雷达与分布式 4D 毫米波雷达矩阵。到了今天，这个数字直接飙升到了 896 线，成为目前全球量产规格最高的车载激光雷达。

在这颗雷达正式登场前，华为先亮出了一份成绩单：

在刚刚过去的春节九天长假里，鸿蒙智行用户的单日最高安全驾驶里程超过了 6000 万公里。在开启辅助驾驶的状态下，车辆发生严重碰撞的平均安全间隔里程，是人类驾驶员的 3.95 倍。而就在一个月前，这个数字还是 3.58 倍。数据在随时间滚动刷新。

华为智能汽车解决方案 BU CEO 靳玉志在台上说：

到目前为止，整个行业只有我们每个月在公布安全报告的数据。

高频刷新的安全数据，底层逻辑源于聪明的大脑和精准的感知。

系统架构上，华为采用了一套名为 WEWA 的架构。他们在车端引入了世界模型，有了足够聪明的算法，接下来就要解决系统「看得清」的问题。

车上的传感器各有专长。摄像头是被动感知，像人类的眼睛，看色彩和轮廓很准，但遇到强光或者黑夜容易抓瞎。毫米波雷达和激光雷达属于主动感知，自己发射电磁波去探测。毫米波雷达的波长较长，能够轻易穿透雨、雾和沙尘，测距和测速是一把好手，可惜难以描绘物体的精细边缘。

激光雷达刚好补足了这一块拼图。今天发布的这颗新一代双光路图像级激光雷达，把车载感知从 3D 点云时代拉进了 3D 成像时代。

把车载感知拉进成像时代

在过去，激光雷达线束偏少，扫描出的物体轮廓全靠稀疏的点阵拼凑。遇到复杂的环境，前方的障碍物反馈回来的信息，往往只是一团模糊的像素块。

为了解决精度问题，华为这次带来的是一套一体双焦的双光路架构。简单来讲，他们在一个雷达的壳子里，塞进了广角和长焦两个独立的接收单元。

靳玉志给我们举了个例子：

当车辆行驶到复杂路口时，广角和长焦会同时工作，前者负责把控周围全局的路况，后者则负责盯住正前方的远端细节。这种类似「画中画」的高清呈现方式，实际上就是复刻了人类司机的本能反应：用余光留意四周，把绝对的视觉重心留给前方。

和之前的 192 线激光雷达相比，在分辨率拉高四倍后，画面精细度有了极大的跃升。发布会上，靳玉志放出了一段 55 米外的漆黑夜间测试画面。新雷达非常清晰地捕捉到了一个行人和三条小狗的轮廓，甚至连小狗摇尾巴的细微动作，都被系统精准抓取。

具备如此精细的感知能力，主要是为了对付高速公路上的棘手状况，比如夜间货车遗落的橡胶碎片、横倒的交通锥筒，或者是极难辨认的低反射率异形物体。

据靳玉志介绍，这颗新雷达支持在 120 米外，稳定识别高于 14 厘米的障碍物。

14 厘米这个设定大有考究，他表示，目前大部分乘用车的底盘离地间隙都在 14 厘米以上，低于这个高度，车轮基本可以直接跨过；一旦超过这个高度，底盘和电池包就会面临实打实的物理碰撞风险。

感知能力变强了，外壳也跟着做了强化。雷达表面覆盖了一层特制的钢化膜玻璃视窗。华为做了一项极限测试，经历三十小时、长达三千公里的沙尘暴环境后，雷达表面完好无损。

对于这款雷达的研发历程，余承东在台上感慨：

几年前我们就开始开发这款激光雷达了，开发周期很长很难，直到今天才开始上市，用了好几年的时间。

他表示，过去的 192 线雷达其实也可以扫到路面掉落的小块障碍物，但系统通常选择不干预：

因为这个激光雷达的点云可信度不够，（系统）不敢采纳，防止有时候误检测来个幽灵刹车。

换上 896 线雷达后，底气补足了，系统终于敢在极限状态下做决策。在现场的实测视频里，测试车在 120km/h 的高速下，面对路面接连出现的多个异形障碍物和横倒轮胎，干净利落地完成了一连串紧急避让。

最新、最顶级的硬件上车，也伴随着终端价格的变动。

发布会末尾给出了具体的数字：搭载全新激光雷达的尊界 S800 起售价为 72.8 万元，比此前的 192 线版本上调了 2 万元；问界 M9 的起售价也顺势来到 47.98 万元，同样有 1 万元的涨幅。

ONE MORE THING：尚界 Z7 与 Z7T

公布完两台旗舰车型的售价，发布会其实已经接近尾声。但在最后阶段，大屏幕上给出了一个常规流程之外的 One More Thing。

鸿蒙智行把目光从高端商务和家庭出行，转移到了年轻消费群体身上，放出了不少尚界 Z7 的信息。余承东表示，Z7 中的「Z」代表着 Z 世代的年轻主力。数字 7 则交代了它的物理尺寸。

这是一台中大型轿车，遵循着经典的「532」身段，车身长度达到 5 米，轴距 3 米，车宽接近 2 米。宽大的尺寸基础，为这台车定下了一个相对舒展的骨架。

作为一台主打年轻市场的科技轿跑，尚界 Z7 拿出了一个跳脱的外观方案——一个名叫「电光紫粉」的专属配色。

除了外观，车内的座舱交互也给出了两个新鲜的硬件配置。

首先是鸿蒙智行内首次搭载的随动四维屏：当车内乘客呼叫语音助手小艺时，中控屏会自动转向正在说话的人。主驾下达指令，屏幕朝向左侧；副驾点歌，屏幕就立刻转到右侧。

另一个新增配置是副驾前方的「灵感橱窗」。发布会上并没有对它的具体操作进行深度演示，官方将其定义为一个装载爱好和态度的专属空间，允许用户在车内保留一处高度自定义的展示区域。

为了追求轿跑的溜背造型，车辆往往要在后排头部空间和尾箱容积上做出一定妥协。考虑到部分用户对装载能力的硬性需求，鸿蒙智行在开发 Z7 的同时，同步端出了一款衍生车型——尚界 Z7T。

后缀的字母 T 亮明了它的猎装车身份。它保留了轿跑版本的车头设计，但将车顶线条平缓地延伸至车尾，换取了更充裕的后备箱装载空间。

余承东透露，这套兼顾了颜值与实用性的双车组合，将在本月底迎来正式的独立发布会。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

「我怀念那些互联网上图片总是准确的时代……等等，好像从来没有过这样的时期。」

最近伊朗冲突的消息开始在各大信息流里疯狂刷屏，爆炸、防空警报，各种冲击力极强的画面，但这里面让无数人点赞、转发的「战地纪实」，竟然有一大半都是假的。

在 X 上多个认证的自媒体，发布了数条由 AI 生成的假视频；最后却在补充信息都提到，视频内有非常明显的 AI 迹象，例如烟雾的效果，还有变形的水面和屋顶的太阳能电池板。

这些视频有的来自 9 年前毫不相干的旧冲突，有的是被 AI 操纵的合成幻影。最为荒诞的还是，美国德州州长 Greg Abbott 也转发了一段电子游戏视频，随后迅速将其删除。

这条在海外社交媒体上被广泛引用的所谓「第一手冲突录像」，竟然是直接截取自军事题材电子游戏。

不仅把 AI 当新闻，把游戏画面当新闻看，十分令人感慨。在这个 AI 生图生视频狂飙突进的 2026 年，「有图有真相」这句古老的互联网格言，已经沦为一句彻头彻尾的笑话。

而这些百万次转发的内容，也都被证实是个超低级 AI 缝合怪。

除了视频的泛滥，引起大家关注的还有一张在 X 上疯传的卫星图。毕竟，谁会花几个亿发颗卫星，就为了在网上 P 张图骗我？

图片显示，位于卡塔尔的一个美军雷达系统，在遭受伊朗无人机打击后化为废墟。连伊朗的主流媒体《德黑兰时报》官方账号都迫不及待地转发了这张「战果图」。

短短 48 小时内，这条帖子的阅读量直接突破了 100 万。但很快，开源情报专家们就把这张图的底裤扒光了。

经过比对，这根本不是什么卡塔尔的雷达基地，而是巴林的一个区域。更荒谬的是，这图是用一张一年前的老照片强行用 AI 「捏」出来的。

怎么看出来的？有网友发现这张图片细看非常拙劣，虽然建筑看起来被炸毁了，但周围停放的车辆位置竟然和一年前一模一样；更离谱的是，所谓「爆炸后」的光照阴影角度，跟一年前那张晴朗日子的图分毫不差。

打败 AI 魔法，还是这朴素的五步

尽管目前大多数的 AI 生成内容，都被强制要求带上显示水印或者数字水印，但这套方案还是容易被绕过。

就拿 Nano Banana 生成的图片来说，官方提示会加入 Gemini 的 Logo 水印，和无法被肉眼察觉的 Synth ID 数字水印，但在社交媒体上，经过多轮的手动截图裁剪压缩等操作，Gemini 就很难再识别到之前嵌入的水印。

1、抓细节，看不对劲的地方

有人问，既然最后都发现那些 AI 视频和图片破绽这么明显，为什么大家一开始没看出来？

理由其实很简单，当我们看一张 AI 生成的人脸时，我们的大脑会本能地寻找违和感，眼睛、皮肤纹理、耳朵的形状，这是我们几百万年进化出来的生物本能。

但是，当俯视一张从几百公里高空拍下来的建筑、道路和地形时，这种本能失效了。因为没有人天生知道，在特定分辨率的传感器下，一座炸毁的雷达站「应该」长什么样。

没有太多可以参考的信息，AI 捏造的这些陌生内容，自然而然地就容易变成我们普通人眼里的客观事实。

在算法已经能完美模拟光影和肌肤纹理的今天，寻找破绽的逻辑已经变了。除了要打破这种需要依赖参考系的想法，找各种技术上的 Bug，更多地是去寻找现实的逻辑断层。

例如，背景里不合时宜的建筑风格、人物违背常理的微小动作等。

在前段时间马杜罗被捕后，社交媒体上也疯传了几张他的「囚禁照」，外媒的视觉调查团队迅速发现，这些图片存在可疑之处，飞机窗户的设计与现实机型不符、马杜罗衣服在两张照片里不同。

虽然没有直接证据证明它们是假的，但这些疑点，也让媒体决定不刊登这些照片。

2、谁发的信息，比信息本身更重要

一张图片背后，发布者的身份往往比内容本身更能说明问题。

这张所谓的哈梅内伊遇害的照片，也在社交媒体上获得了 550 万次的浏览，但这个账号的主人，在这里的网页关于部分写着，「SilverTrade.com 致力于提供贵金属行业最准确、最具洞察力和最及时的报道。」

还有马杜罗那张照片，即便是在 Truth Social 上发布，但多个新闻机构依然对图片的真实性心存疑虑。

最后，大多数的媒体是选择了以截图形式引用了整条帖子，而非单独呈现这张照片，很有一种「不信任但有新闻价值」的处理方式。

3、追踪数字足迹，历史记录不会说谎

AI 制造的假新闻，最常见的手法是「挪用」旧素材。通过 Google、TinEye 等搜索引擎的反向图片搜索，甚至查看图片元数据（比如拍摄时间、设备型号），就能快速判断内容是否造假。

例如这张经典的篡改图片，只是在一张已有照片的前提下，通过传统的复制移动手段，就轻松骗过了一众媒体。

4、从时间和地点，验证关键背景信息

假设我们看到一段声称拍摄于某地的视频，我们可以通过 Google Maps 或卫星图像检查画面是否与该地点一致。

还可以用 SunCalc，通过画面里的阴影方向，推算出拍摄的大概时间。如果声称是昨晚拍的，但阴影显示是正午，基本可以判定造假。

5、善用深度研究，让 AI 对抗 AI

现在几乎所有的 AI 工具都有自己的深度研究功能，像是之前我们总结的春节 AI 大战内容，让 ChatGPT 的深度研究，先跑上半个小时，为我们总结了这些信息。

深度研究的好处在于，AI 生成的每一句话都附有来源链接，你可以直接看到信息出自哪里、属于什么性质。如果我们对数据精确度要求较高，还可以在提示词里加上：「对每一个结论，给出一个可信度判断。」

但要注意一点：深度研究可能靠谱，普通问答不太行。

直接问 AI「这条新闻是真的吗」，它有时候会把社交媒体上某人随口发的推测，和正规报道混为一谈，给我们一个「看起来有理有据」的错误答案。深度研究至少让你能看到原始信息源，自己判断。

例如，当我们把这两张图片直接丢给 AI，问「这张图片是由 AI 生成的吗？」

Gemini 说这两张图都极有可能是基于同一张原图，进行了后期图像处理或 AI 换色生成的产物。而 ChatGPT 和豆包告诉我，那张红色的图片更大概率是 AI 生成的。

专门的图片篡改监测工具现在也有很多，有网友前几天还专门测试了一波市面上的十多款 AI 内容检测工具（包括 hivedetect.ai、aiornot.com、copyleaks.com、以及部分通用 AI 工具），结果超过 1000 次的测试显示，

魔法打败不了魔法，用 AI 检测 AI 是一场注定破产的幻想。

AI 检测工具可以作为参考，它能给我们一个方向，但无法直接做判断。

Adobe 在 PS 25 周年的时候，还推出过一个图片真假小测验的网站，感兴趣的朋友可以去看看，当时的技术只能是纯 PS，就已经能做到有些图片难以辨别，更不用说现在强大的 AI。

「让子弹飞一会儿」

面对最近各种 AI 假图片、假新闻的泛滥，社交平台也开始了行动。

从今天起，X 平台上的创作者如果上传 AI 生成的相关视频却未标注「这是 AI 制作」的，将被暂停 90 天的「创作者收入共享计划」。如果再次违规，永远无法从平台赚到广告分成。

X 的平台分成向来可观，不少 AI 自媒体都有在 X 同步更新；年初 X 平台还更新内容激励计划，以首页出现的次数来对内容进行收入划分，同时鼓励长文的创作。

这条政策一出，X 上的创作者和网友们都炸开了锅。有些人支持，「总算要管管了！」但也有人质疑，「为什么只针对冲突视频？其他领域的假内容不一样造成各种危害吗？」

我想即便这些措施涵盖了各个领域的假消息，实际的成效恐怕也并不乐观。毕竟，用户可以轻松地使用其他账户重新发布，而平台的内容审核，远远赶不上假图传播的速度。

在 The Verge 采访虚假新闻专家的文章里面提到，「普通人必须清醒地认识到，当前的数字环境，天然就是向操纵和欺骗倾斜的。」

现在看来更大的问题还是回到了，我们对 AI 伪造的警惕性仍然不足。但作为一个吃瓜群众，如果要自己对每一条新闻都要去做事实核查也太麻烦了。

保持耐心或许是更简单的方法，姜文电影里那句「让子弹飞一会儿」，会是我们在算法操纵下，最清醒的一种特立独行。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

me stepping down. bye my beloved qwen.（我将卸任。再见了，我深爱的 qwen。）

3 月 4 日凌晨，阿里通义千问（Qwen）技术负责人林俊旸在 X 突然发文，向自己一手带大的开源模型项目告别。

这条推文瞬间引爆了整个在全球 AI 开源社区。就在前一天，他还和团队并肩发布了 Qwen3.5 小尺寸模型系列，马斯克亲自点赞，林俊旸在 X 上礼貌致谢。

没想到，这竟然成了林俊旸在千问的最后一次营业。

多位 Qwen 骨干同时离职，同事留言：我真的心碎了

林俊旸并没透露离职的原因和之后的去向，在他的的推文发出后，同为 Qwen 成员的 Chen Cheng（@cherry_cc12）转发并留下了一段意味深长的评论：

我真的心碎了。我知道离开并非你的选择。就在昨晚，我们还并肩发布 Qwen3.5 小模型。说实话，我无法想象没有你的 Qwen。

这条留言迅速引发外界猜测——「离开并非你的选择」，暗示林俊旸的卸任或许并非出于个人意愿。

与此同时，更多 Qwen 核心团队成员宣布离开：

Kaixin Li（@kxli_2000），新加坡国立大学毕业，Qwen3.5、Qwen-VL（视觉语言模型）、Qwen-Coder 的核心贡献者。

他在 X 上发文告别：「Signing off from @Alibaba_Qwen. Grateful for the chance to work with such brilliant minds. Proud of our impact. Onwards and upwards!」

Binyuan Hui（@huybery），阿里高级研究员，OpenDevin 开源项目发起人，Qwen-Coder 系列模型的主要技术负责人。其 X 个人简介已改为 「former MTS at Qwen」。

他在代码生成、自然语言转 SQL 等领域有深厚积累，曾主导推出 Qwen Chat 网页界面，让 Qwen 模型更易用。

Wenting Zhao。Qwen 团队研究科学家，在 X 上称林俊旸的离开是 「the end of an era」（一个时代的结束），感谢他推动 Qwen 在开源 AI 和工程领域的进步。

一夜之间，阿里最核心的开源大模型团队就经历了一场人事地震，而林俊旸的离开也引发了全球 AI 社区的关注。

Hyperbolic Labs 的 CTO Yuchen Jin 回忆与 Qwen 团队在模型发布时的深夜协作，称林俊旸帮助 Qwen 与全球开发者社区建立了紧密联系。

Hugging Face 亚太生态系统负责人 Tiezhen Wang 则 称林俊旸的离开是对 Qwen 来说是「an immense loss」（巨大损失。）

从北大语言学硕士到阿里最年轻 P10

林俊旸的履历，堪称中国 AI 新生代技术人才的典型样本。

1993 年出生的他，本科就读于北京大学计算机科学专业，硕士却选择了外国语学院的语言学与应用语言学——这段「跨界」经历，为他后来在多模态大模型领域的突破埋下了伏笔。

2019 年硕士毕业后，林俊旸以应届生身份加入阿里巴巴达摩院智能计算实验室，成为 M6 多模态预训练模型团队的一员。

2022 年，他主导研发了通用统一多模态预训练模型 OFA 和中文预训练模型 Chinese CLIP，同年被任命为通义千问技术负责人。

2025 年，32 岁的林俊旸晋升为阿里史上最年轻的 P10 级技术专家。

而在林俊旸的带领下，Qwen 系列模型创造了令业界瞩目的成绩。

• 2023 年 8 月，Qwen 首次开源
• 2024 年，开源 Qwen2 系列，72B 模型登顶 LMSYS Chatbot Arena 开源榜首
• 2025 年，推出万亿参数旗舰模型 Qwen3-Max，跻身全球前三
• 2026 年 3 月，Qwen3.5 小模型获马斯克点赞

截至目前，Qwen 系列模型全球下载量突破 6 亿次，衍生模型超过 17 万个，超越 Meta 的 Llama 成为全球第一大开源模型家族。这是中国开源 AI 模型在全球影响力版图中的一次关键扩张。

模型即产品

林俊旸不仅是一位技术专家，更是 Qwen 在全球开发者社区的「代言人」。

在 X 上，他定期发布模型更新、分享 benchmark 结果、与全球开发者互动——在 AI 实验室争夺开发者心智的今天，这种活跃的公共形象让 Qwen 在国际舞台上拥有了罕见的「人情味」。

今年 1 月的 AGI-Next 前沿峰会上，他提出了一个颇具前瞻性的观点：

「模型即产品。今天做基础模型本身，其实也就是在做产品，研究人员也需要像产品经理一样，把研究成果做成真实世界可用的系统。」

2025 年 10 月，他还宣布在 Qwen 内部亲手组建机器人和具身智能小组，试图让模型「从虚拟世界走向现实世界」。

千问站到了新的十字路口

林俊旸的离职，只是阿里通义实验室人才流失的冰山一角。

过去两年，通义实验室经历了多轮核心人员离职：

• 周畅（原通义千问大模型技术负责人）：2024 年被字节跳动以千万年薪挖走，阿里随后提起竞业诉讼
• 鄢志杰（原语音团队负责人）：达摩院「扫地僧」之一，2025 年离职
• 薄列峰（原多模态、视觉负责人）：2025 年离职

也难怪有人调侃，阿里在 AI 领域已逐渐成为培养高端人才的’黄埔军校。

而就前两天，阿里刚刚宣布将大模型 B 端品牌和 C 端应用品牌统一为「千问」，「通义千问」的名称将不再使用。

千问在刚刚过去的春节 AI 大战，也刚刚打了一场胜仗。

AI 产品榜发布的全球 AI 应用最新数据显示，MAU(月活用户数) 排名前三的 AI 应用分别为 ChatGPT、豆包和千问，其中，千问以 2.03 亿 MAU 成为全球第三大 AI 应用，并以 552% 的增速居全球第一。

今年春节，千问发起「请客活动」，上线买奶茶、点外卖、订票等「办事」功能，吸引 1.3 亿用户在千问「一句话下单」累计超 2 亿次，相当于全国平均每 10 人就有 1 人在千问下单。

QuestMobile 数据披露，该活动前两日即吸引超 3000 万用户参与，将千问 DAU 从 707 万推高至 7352 万，增速高达 940%。春节结束后，千问与豆包 DAU 差距大幅缩小，稳定至 4000 万上下。

对于阿里来说，如何在人才流失与组织调整的双重压力下，继续保持 Qwen 的技术领先和开源影响力，将是一个严峻的考验。

阿里千问正站在一个关键的十字路口。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

MacBook 全家桶上线，还有新的显示器

昨晚，苹果发布周第二波新品来袭，分别有 M5 MacBook Air、M5 Pro/Max MacBook Pro、 两款新的 Studio Display。

相关阅读：苹果发布两款新 MacBook：AI 性能破纪录，最强显示器卖两万五

• M5 MacBook Air：

起售价来到 8499 元起（13 英寸价格，15 英寸为 9999 元起），但存储方面来到了 16GB+512GB。

性能方面，搭载 M5 的 MacBook Air 在处理 AI 任务时，相比搭载 M1 的快最多可达 9.5 倍；同时内存带宽达到 153GB/s，比 M4 提升 28%。

新机还搭载了苹果自研的 N1 无线芯片，支持 WiFi 7 和蓝牙 6。

• M5 Pro/Max 的 MacBook Pro：

14 英寸 M5 Pro 为 17999 元起（16 英寸为 21999 元起）；14 英寸 M5 Max 为 29999 元起（16 英寸为 31999 元起）。

新机配备了速度提升最高 2 倍的固态硬盘，M5 Pro 机型起步存储容量为 1TB，M5 Max 机型起步存储容量为 2TB。

性能表现上，M5 Pro/Max 在大语言模型提示词处理速度上，相比 M4 Pro 和 M4 Max 提升最高可达 4 倍；而在 AI 图像生成速度相比 M1 Pro 和 M1 Max 提升最高可达 8 倍。

新机同样搭载了苹果自研的 N1 无线芯片，支持 WiFi 7 和蓝牙 6。

• Studio Display/Studio Display XDR：

Studio Display 新增雷雳 5 接口，亮度达到 600nits，尺寸为 27 英寸 5K，售价 11999 元起。

Studio Display XDR 提供 2000nits 峰值亮度，新增 47-120Hz 刷新率，还新增对 Adobe RGB 色域的支持，售价 24999 元起。

另外，据「MacRumors」 报道，全新的入门款 MacBook（传说搭载 A18 Pro）将被命名为「MacBook Neo」。其从苹果的监管文件中发现了该机型，型号为 A3404。

结合此前信息，MacBook Neo（暂定）将采用 A18 Pro 芯片，配备 12.9 英寸屏幕，并且有望提供蓝色、粉色、黄色等全新配色。

GPT-5.3 新模型撞车 Gemini

刚刚，OpenAI 和 Gemini 发布了各自的轻量模型：

• GPT-5.3 Instant： 更具「人味儿」的智能助理，大幅降低幻觉率、减少「AI 腔」以及强化细节写作能力，沟通更自然精准，适合对内容质量要求高的场景（写作、专业问答、高风险领域）；
• Gemini 3.1 Flash-Lite：便宜、快、不拖泥带水，还支持「思考等级」调节功能，在保持高吞吐量的基础上兼顾了深层逻辑推理，适合大规模、高实时性的批量任务（内容审核、UI 生成、NPC 对话）。

相关阅读：刚刚，GPT-5.3 新模型撞车 Gemini，OpenClaw：谢谢你们

具体来看，GPT-5.3 Instant 得益于搜索能力的提升，会主动把网页内容和自身的背景知识结合起来，先想清楚你真正想问什么，再给出有重点的回答。

OpenAI 公布的内部评测显示，在联网状态下**幻觉率降低了 26.8%**，仅靠内部知识时也降低了 19.7%。

GPT-5.3 Instant 即日起向所有 ChatGPT 用户开放。

而 Gemini 这边，则是主打「快、便宜」。Gemini 3.1 Flash-Lite 的输入价格是 0.25 美元每百万 tokens，输出价格是 1.50 美元每百万 tokens。

根据 Artificial Analysis 的基准测试，，相比上一代的 Gemini 2.5 Flash，3.1 Flash-Lite 的首字响应时间（TTFT）快了 2.5 倍，整体输出速度提升了 45%。

除此之外，Gemini 3.1 Flash-Lite 还具备「思考」能力。在 AI Studio 和 Vertex AI 中，Google 为这款 Lite 模型配备了「思考等级（Thinking Levels）」的选项。

龙虾 AI 入驻中国社媒平台

日前，火爆全网的开源智能体项目 OpenClaw 发文宣布，自己在 GitHub 上登顶星标榜，超越 Linux 和 React。

据我们目前观察发现， 目前已经获得超 25 万的星星标。

另据 star-history.com 统计的 GitHub 历史最高星标项目榜显示，OpenClaw 目前排名第 13 位。

值得一提的是，近期 OpenClaw 还衍生出了一堆「上门安装」服务，海外托管安装最便宜 3000 美元；而创始人 Michael 更是号称靠这门手艺，有望年入百万美元。

昨天下午，OpenClaw 官方还正式开通了其官方微博账号，并发布首条动态信息。随后智谱、千问、Kimi 等 AI 企业纷纷到评论区留言欢迎。

有趣的是，有网友提及「账号是真人运营还是运营」时，OpenClaw 官方回复表示「so far 100% 人工の智能」。

（据我们观察发现，首条微博动态有历史编辑痕迹，其中修改了一个标点符号）

阅读我们的最新 AI 文章：OpenClaw 让每个聊天软件都有机会变成微信

量子手机有望今年上市

据经济观察网消息，中国电信与国盾量子联合研发的量子通信手机 REED ONE GK5 样机在近期正式亮相。

报道称，这款设备基于现有品牌手机改造而成，预计将在年底或明年初推向民用市场，标志着量子保密通信技术从国家级重要基础设施向普通消费者生活的延伸。

据悉，量子通信手机的核心安全机制基于量子不可克隆原理。与传统加密方式不同，它通过单个光子传输密钥，任何窃听行为都会导致光子状态改变，从而触发警报并中断通信，从根本上杜绝信息泄露风险。

值得一提的是，这款量子手机实现了 100% 国产化，所有零部件均由中国制造，新机将搭载了紫光展锐 T9100 芯片和双 SPU 加密单元。

据了解，在技术发展过程中，中国科研团队经历了长达 17 年的努力。从最初核心组件严重依赖进口，到如今自主研发能力全球领先，这离不开以唐世彪为代表的科学家们不懈探索。

据央视新闻此前报道，唐世彪团队研发的第六代双通道单光子探测器，体积已缩小至拇指盖大小，较初代产品缩小了 200 多倍，是目前体积最小、集成度最高的单光子探测器。

你今天用了吗？每人月均使用原生 AI 超 2 小时

昨日，机构「QuestMobile」公布了「2025 年全景生态流量年度报告」。

据数据显示，得益于完善的国内数字基础设施，以及从能源到人力的全链路价格优势，2025 年，国内创业公司和大厂们持续快速推进 AI 应用的普及和落地。

截止到 2025 年 12 月，国内 AI 应用市场规模实现了从量到质的跨越：移动端 AI 应用、手机厂商 AI 助手、PC 端 AI 应用的月活跃用户规模分别达到 7.22 亿、5.59 亿、2.05 亿。

具体到企业竞争上看，仅仅阿里、腾讯、字节、百度等四大互联网企业的布局，就已经在网页端、应用插件、原生 APP 等赛道多线厮杀，春节期间更是出现了「红包决战」。

另外，由于 AI 的能力迭代、与场景的结合深度加强，用户对原生 APP 的使用习惯正在形成：

月人均使用次数达到 69.2 次，超过应用插件的 66.1 次；月人均使用时长达到 143.2 分钟，已经远远超过了工具类、拍摄美化类 APP 的 90.3 分钟、52.1 分钟。

具体到 12 月的应用榜单上看，豆包、DeepSeek、元宝、蚂蚁阿福、千问位居前五，活跃用户规模分别达到 2.26 亿、1.35 亿、0.41 亿、0.27 亿、0.25 亿。

春节期间运动相机狂卖 9.6 万台

日前，洛图科技公布了最新的《中国运动相机线上零售市场周度追踪》报告，具体来看：

2026 年第 7-8 周（2026.02.09-2026.02.22），中国泛运动相机（含全景、可穿戴）线上零售（包含京东、天猫、抖音）市场销量为 9.6 万台，销额为 2.3 亿元，平均价格约为 2400 元。

报告指出，第 7-8 周正值春节假期期间，泛运动相机（含全景、可穿戴系列）市场保持了较高的活跃度，维持着销量近 10 万台、销额超 2 亿元的水平。

从品牌方面来看，在此周期中，DJI 大疆延续强势表现，品牌总销量占比达到 62.9%。据悉，大疆旗下的可穿戴运动相机 Osmo Nano 与全景相机 Osmo 360 分别在各自赛道中斩获了超半数市场份额。

而从畅销机型来看，大疆 Osmo Action 5 Pro、影石 Ace Pro 2 等机型均排名前三。

阿里 Qwen 负责人官宣离开团队

昨晚，阿里 Qwen 负责人林俊旸在 X 平台上发文宣布，自己将离开 Qwen 团队。

而在昨天，林俊旸还亲自转发了马斯克对 Qwen 3.5 新模型的夸赞，并回应表示谢谢。

相关阅读：一夜之间，全球 AI 圈都在转发这条告别推文

据「机器之心」援引内部人士消息报道，目前团队还没直接接替林俊旸的人，因为「事发比较突然」。

据悉，林俊旸年仅 32 岁，但已是阿里巴巴目前最年轻的 P10 级别技术高管。其于 2019 年毕业后，加入了阿里巴巴达摩院智能计算实验室并成为 M6 多模态预训练模型团队成员，并于 2022 年正式接手通义千问系列大模型。

其带领下，Qwen 系列模型创造了令业界瞩目的成绩：截至目前，Qwen 系列模型全球下载量突破 6 亿次，衍生模型超过 17 万个，已是全球第一大开源模型家族。

去年 10 月，林俊旸还在 Qwen 内部亲自组建了机器人与具身智能小组。

值得关注的是，就在同一时间，还有多名 Qwen 核心团队成员宣布离开：Qwen3.5 核心贡献者「Kaixin Li」、Qwen-Coder 系列模型的主要技术负责人「Binyuan Hui」。

另外，同为 Qwen 成员的 Chen Cheng 在林俊旸的推文下留言「离开并非你的选择」，而这也引发外界猜测，林俊旸的卸任或许并非出于个人意愿。

GPT-5.4 被曝支持 200 万上下文窗口

近日，有不少消息爆出 OpenAI 或将推出名为「GPT-5.4」的新模型，我们为你总结了新模型可能拥有的特点：

• Codex（OpenAI 的 AI 编程产品）的代码拉取请求中，出现了「GPT-5.4」的相关字样。据悉，用于 Fast 相关命令（大家推测可能是用于快速模式）；
• 或将支持 200 万 Tokens 的上下文窗口（2M 大小），并且还有望支持解析和处理高分辨率图像（识别图像方便读取图像、减少遗漏图纸里的信息）；
• 有市场预测 55% 的概率在 4 月前发布，也有 74% 的概率在 6 月前发布。

而在刚刚，OpenAI 发文宣布了 GPT-5.4 的预热信息。其表示「5.4 比你想象的要早」。

时隔十年，韩国围棋棋手李世石再对决 AI

据韩联社报道，韩国 AI 初创公司 Enhans 日前宣布，韩国围棋名将李世石将于 3 月 9 日再次与 AI 智能体展开公开对局。

据悉，此次对局距 2016 年李世石与 AlphaGo 的「人机大战」恰逢十周年，比赛地点仍设在当年的首尔四季酒店。

届时，李世石将登台与 Enhans 研发的 AI 智能体进行对话，现场构想「围棋的未来」，并由系统实时重构围棋模型进行对局。

Enhans 首席执行官李承贤表示，十年前 AI 在该场所给人类带来震撼，如今已进化为辅助人类意图并最大化创造力的合作伙伴。

此外，Anthropic、英伟达与微软将作为官方赞助商参与此次活动。

Meta AI 眼镜被曝后台标注用户隐私内容

据瑞典日报报道，Meta AI 智能眼镜的外包数据标注员工披露，其在模型训练过程中可直接获取并查看用户设备拍摄的私密视觉数据。

报道指出，Meta 雇佣了大量外包劳动力对智能眼镜捕获的图像与视频进行人工评估及 AI 标注。

多名匿名员工在受访时直言「我们能看到一切」，并确认其处理的后台数据集内，包含了大量用户在浴室、卧室等私密场景下拍摄的影像，部分画面甚至涉及裸露的个体。

内部知情人士透露，尽管 Meta 官方多次强调设备在录制时会亮起提示灯以保障周围人的知情权，但当用户开启云端备份或数据共享功能时，影像流将进入 Meta 云端并被分发至人工审核池。

员工反馈称，当前的审核系统缺乏强制性的影像脱敏与隐私遮挡机制，导致外包团队能够无障碍地访问这些高度敏感的个人生活记录。

报道称，Meta 智能眼镜的视觉数据合规性问题近期正面临密集的外部审视。此前已有安全研究团队证实，该设备存在被用于面部识别及「人肉搜索」的直接风险。

根据 Meta 的隐私政策设计，用户必须手动进入配套应用程序，主动关闭「云端媒体」与「共享附加数据」两个选项，才能完全阻断自身视觉素材被用于 Meta 产品的优化与模型训练。

美团 AI 浏览器被指「白嫖」个人开发者，官方回应

日前，美团旗下光年之外团队宣布公测 AI 浏览器 Tabbit。

但在昨日凌晨，独立开发者「梦溪睡了吗」在社交平台喊话：「几千亿市值的公司，白嫖嫖到我头上了，shame on you。」

从「梦溪睡了吗」放出的对比配图显示，Tabbit（图左）与其开源的翻译工具「陪读蛙」(Read Frog)界面布局、快捷键几乎一模一样，并且在 Tabbit 源码里都搜得到「read-frog」字样。

同日下午，Tabbit 团队发文回应表示，其在 2025 年 12 月 30 日注意到陪读蛙项目，当时在陪读蛙项目仓库中没有包含开源协议证明，于是在 12 月 31 日 fork 其项目用于 Tabbit 开发。

根据 GitHub 文档规则，仓库中未包含任何协议时，仓库拥有者保留一切权利，包括禁止再生、分发、创建衍生作品的权利。

随后「梦溪睡了吗」也进行了回应并表示「相关代码已完成开源处理，双方也在进一步沟通后续事宜。」

「梦溪睡了吗」称，从（与 Tabbit）沟通过程来看，对方态度积极、处理及时，可以确认本次问题并非出于主观恶意，而是对开源协议理解和合规流程不够严谨所致。

相关阅读：美团 AI 浏览器被指抄袭个人开发者：开源不代表可以白嫖

卢伟冰谈存储涨价：预计涨到 2027 年底

据 IT 之家消息，在日前的 MWC 2026 现场，小米集团合伙人卢伟冰接受采访时，谈到目前存储涨价的行业问题，以及小米的应对策略。

卢伟冰表示，本轮存储涨价是一个长周期，他大约判断会涨到 2027 年底，从 2025 年二季度到 2027 年底接近三年时间，这是在以前的历史上从来没有过的。

此外，卢伟冰表示本轮涨价上涨速度极快，今年一季度的报价大约是去年一季度的近 4 倍，比如一个 12GB + 256GB 的存储，在价格低点时大约 30 美元，4 倍就到了 120 美元左右，大概上涨了80、90美元。

卢伟冰还称本次存储涨价影响面非常大，不仅影响了手机，其实影响了整个消费电子，行业里所有的玩家无一幸免。

在谈到小米的应对策略时，卢伟冰称小米产品覆盖了手机、平板、电视、汽车等品类，内存使用量和使用面是非常大的，小米也和全球五大内存生产商保持了非常好的合作关系，从供应角度来讲，小米目前没有面临任何的缺货现象。

卢伟冰还认为，小米目前在内存供应的优先级以及价格方面还是相对比较有优势。由于内存成本占整机成本的比例越来越高，得益于这几年高端化的进展，小米相比友商处于一个更好的位置来应对（此次存储涨价）。

美国最高法院拒绝审理 AI 生成版权保护

据路透社报道，当地时间 3 月 2 日，美国最高法院宣布拒绝受理关于人工智能（AI）生成内容是否享有版权保护的争议案件，维持了此类作品因缺乏人类创作者而不具备版权资格的裁决。

据悉，本案原告为密苏里州计算机科学家 Stephen Thaler，其曾于 2018 年为其 AI 系统「DABUS」独立生成的视觉艺术作品《A Recent Entrance to Paradise》申请联邦版权注册。但美国版权局在 2022 年驳回了该申请，认定受版权保护的创意作品必须拥有人类作者。

此后 Thaler 提起诉讼，华盛顿联邦法官于 2023 年维持版权局决定，指出人类身份是「版权的基石要求」，美国联邦哥伦比亚特区巡回上诉法院亦于 2025 年核准了该裁决。

Thaler 的律师团队则认为在生成式 AI 快速崛起的背景下此案具有至关重要的意义，但美国政府敦促最高法院不要受理此案，指出版权法中的「作者」一词明确指向人类而非机器。

小米多篇论文入选国际顶会 CVPR 2026

据「小米技术」消息，近期 CVPR 2026 公布了论文录用结果，其中小米共有 14 篇最新研究成果成功入选。

小米方面介绍，本次入选的研究成果涵盖了长视频理解/推理、多模态情感推理、GUI Agent、主动意图决策、场景高斯重建、场景视频生成、仿真框架、扩散模型应用、具身智能等方向：

• AI 大模型领域：小米针对长视频理解、多模态情感推理、多模态安全对齐、GUI Agent、移动智能体等行业关键问题展开技术突破。相关成果已应用于小米人车家全生态产品，全面提升智能体验；
• 自动驾驶方向：小米着力攻克世界模型、3D 重建、长距建模、极端场景轨迹规划等技术难题。相关技术已落地小米最新组合驾驶辅助系统，显著提升驾驶安全性与平顺性。

荣耀方飞：AI 的终极意义不是取代人类

日前，荣耀产品线总裁方飞在 MWC 2026 现场，与 Orange 集团围绕 AI 终端、连接和生态展开了对话。

方飞在个人微博表示，其坚信AI 的终极意义不是取代人类，而在于服务人、陪伴人、成就人。同时她也指出，这正是荣耀提出人与 AI 共生智能的 AHI 理念的初心所在。

方飞在文中提到，没有任何一家公司能独立构建 AI 的未来。其还抛出了一个观点：「未来的 AI 体验，绝不会局限于封闭的『围墙花园』，必须建立在开放共创的生态之上。」

在微博文中，方飞还表示，从手机到家居、教育、音频乃至宠物玩具，更多元、更垂直的需求场景正在涌现，属于 AI 硬件的「寒武纪大爆发」时代已经来临。

vivo X300 Ultra 实拍样片公布

昨日，vivo 产品经理韩伯啸公布了 vivo X300 Ultra 的影像能力，并同步放出实拍样片。

据韩伯啸介绍，vivo X300 Ultra 支持全焦段 4K 120 fps 10bit Log/杜比视界，并且延续全焦段 OIS 光学防抖。新机还支持 APV 422 专业视频编码，适配 ACES 专业后期流程。

另外，新机还将提供 400mm vivo 蔡司增距镜、vivo SmallRig 专业视频拓展套件；配备全新专业录像模式 Pro。

一加 15T 将搭载极窄物理四等边屏幕

昨日，一加中国区总裁李杰发文透露，一加 15T 将配备超窄黑边屏幕。

据其介绍，一加 15T 屏幕边框宽度为「1.XXmm」，并且为物理极窄四等边。从公布的对比图片来看，左侧的一加 15T 屏幕下巴表现比右侧的机器（疑似 iPhone 17 Pro）更窄。

另据博主「数码闲聊站」消息，一加 15T 将配备 5000 万像素的 LUMO 潜望长焦（等效焦段为 85mm），并且机身厚度和镜头凸起依然控制得很好。

通义上线新模型，马斯克点赞

昨日，阿里通义正式推出 Qwen3.5 更小尺寸模型：0.8B / 2B / 4B / 9B ；并打出「小而强，轻而快」的口号。

相关阅读：马斯克大赞阿里 AI，9B 参数硬刚 120B，海外网友：这叫小模型？

据介绍，本次推出的模型全系基于 Qwen3.5 统一基座，原生支持多模态，Apache 2.0 开源可商用，支持 LoRA/全量微调，消费级显卡即可启动任务适配。

值得一提的是，Qwen 3.5 全系列同时支持长达 26 万 Token 的上下文窗口，并引入「思考」与「非思考」双模式，可在深度逻辑推理与快速响应之间灵活切换。

在新模型发布会，马斯克还在 X 转发并表示「Impressive intelligence density」（令人印象深刻的智能密度）。

蔚来 ES9 技术发布会定档 4 月 9 日

3 月 3 日，蔚来创始人、董事长、CEO 李斌在元宵节直播中宣布，今年市场上技术最先进的 SUV——蔚来 ES9 技术发布会将于 4 月 9 日正式举行。

作为蔚来十一年技术创新的集大成之作，ES9 搭载多项行业领先的核心技术，包括：

• 首个获得国家量产许可的线控转向系统——天行线控转向；
• 全球首个集成式液压全主动悬架系统——天行全主动悬架；
• 中国首个整车全域操作系统「SkyOS·天枢」；
• 自研高阶智驾芯片「神玑 NX9031」以及全域 900V 高压架构等。

ES9 将以极具气场的体量尺寸，优雅得体、纯粹精致的设计和全球领先的核心技术，为用户带来全场景尊崇的行政级出行体验。

更多信息将于 4 月 9 日技术发布会全面揭晓，敬请期待。

PICO 下一代 XR 旗舰产品将在今年发售

日前，PICO OS 产品负责人马杰思发文宣布，「Project Swan」将会是 PICO 下一代 XR 旗舰产品，并且新品将于今年全球发售。

据介绍，Project Swan 将采用双芯片架构：配备旗舰级主 SoC，相较于现有的 XR Gen2，CPU 性能提升 133%，GPU 性能提升 127%。

另有一枚 PICO Silicon 自研芯片，集成多项自研计算单元，针对实时感知、空间计算与成像处理进行了深度协同优化，能实现稳定的头动眼动追踪，并且整个系统的端到端延迟只有 12 毫秒。

Project Swan 还将配备全新定制的新一代 MicroOLED 屏幕，平均 PPD 高达 40，且中心视觉可达 45 PPD。

lululemon 推出 2026 春季跑装备

昨日，运动生活方式品牌 lululemon 推出 2026 春季跑装备，经典 FAST AND FREE 跑步系列、SWIFTLY 系列焕新：

• FAST AND FREE 经典紧身裤采用 Nulux 面料；6 寸和 8 寸短裤的内衬底部有硅胶设计，减少卷边困扰；FAST AND FREE 运动背心采用全新通风孔针织网面；紧身裤和运动背心皆提供男女款式。
• 经典 SWIFTLY 系列焕新设计语言，在功能性面料中融入条纹、豹纹等复古元素。同时，该系列皆采用由 X-STATIC® 支持的 Silverescent 技术，即便在运动后装备依然保持干爽。

另外，lululemon 同步开启 16 城跑步社区活动，lululemon 大使和社区伙伴相伴，共同感受跑起来的乐趣。

Beats 开售 iPhone 17e 专用保护壳

日前，Beats 正式宣布推出兼容 MagSafe 的 Beats iPhone 17e 专用保护壳，现有磐岩蓝和浅岩灰可供选择。

作为 iPhone 保护壳系列的重磅新品，这两款人气配色专为全新 iPhone 17e 而设计，即日起可通过苹果官网订购，售价为人民币 399 元。

兼容 MagSafe 的 Beats iPhone 17e 专用保护壳采用坚固的聚碳酸酯背壳搭配弹性边框，以及内部拥有超细纤维内衬。

《逆水寒》手游官宣与猪猪侠联动

昨日，《逆水寒》手游宣布，将在本周五（3 月 6 日）开启与猪猪侠的联动。

据悉，本次联动内容包含「猪猪侠/菲菲公主印象时装」、联动语音包/称号/表情包、联动宠物（含猪猪侠、菲菲公主、超人强）、棋盘皮肤、主题音乐等。

纪录电影《登月》（第一部）定档 4 月

据新浪电影消息，纪录电影《登月》（第一部）官宣定档 4 月 24 日中国航天日。

据介绍，影片以嫦娥六号月背采样任务为背景，将镜头从宏大工程拉近至幕后航天人的工作日常。

《奇迹梦之队》发布中国独家艺术海报

日前，索尼动画电影《奇迹梦之队》发布中国独家艺术海报，将于 3 月 14 日内地上映。

据悉，该片由制作《蜘蛛侠：纵横宇宙》的索尼动画团队打造，库里创立的 Unanimous Media 参与制作；配音阵容涵盖凯莱布·麦克劳克林、加布里埃尔·尤尼恩、斯蒂芬·库里等多位 NBA 与 WNBA 球员。

影片讲述梦想成为职业球手的小山羊威尔，虽然天生身材矮小却凭借超凡球技闯入梦寐以求的球队，面对来自凶猛赛场的大块头猛兽和队友质疑，带领这支成绩堪忧的球队突破困境的故事。剧情聚焦威尔遭遇 5 位狂野队友的挑战，并与劲敌马鬃王展开对抗，最终通过团结协作证明团队力量。

《惊声尖笑 6》首曝预告

据守望好莱坞消息，热门恐怖喜剧片续集《惊声尖笑 6》首曝预告。

据悉，影片主要以「恶搞、戏弄」为宗旨，将多部电影拙劣地愚弄一番，包括《惊声尖叫》、《我知道你去年夏天干了什么》、《女巫布莱尔》、《普通嫌疑犯》、《恋爱中的莎士比亚》等。

该片由迈克尔·泰兹执导，安娜·法瑞丝、雷吉娜·赫尔、马龙·韦恩斯等主演，预计 6 月 12 日北美上映。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

在 AI 模型的命名玄学里，「Instant」和「Lite」这两个后缀，长期以来都带着一股说不清道不明的廉价感。

不是没有原因。过去这类模型给人留下的印象，基本就是：速度快、脑子慢，做做文本总结勉强够用，一旦碰上稍微复杂的推理任务，就开始一本正经地胡说八道。

久而久之，轻量模型几乎成了「将就用」的代名词。

就在刚刚，OpenAI 和 Google 又一次撞车，发布了各自的轻量模型，并试图用硬实力来扭转这个刻板印象。省流版如下：

• GPT-5.3 Instant： 更具「人味儿」的智能助理，大幅降低幻觉率、减少「AI 腔」以及强化细节写作能力，沟通更自然精准，适合对内容质量要求高的场景（写作、专业问答、高风险领域）
• Gemini 3.1 Flash-Lite：便宜、快、不拖泥带水，还支持「思考等级」调节功能，在保持高吞吐量的基础上兼顾了深层逻辑推理，适合大规模、高实时性的批量任务（内容审核、UI 生成、NPC 对话）

GPT-5.3 Instant：终于学会像个正常人一样聊天了

经常用 ChatGPT 的人，大概都有过这种无奈：你只是随口问个小问题，它非要先给你端上一段「作为一个人工智能，我需要提醒你……」的长篇大论。

这种总想教人做事的「AI 腔」，确实挺招人烦的。好在，OpenAI 这次是真的听进去了。

新上线的 GPT-5.3 Instant 花了很大的力气来解决这个「毛病」。它学会了直接给出答案，不再啰里啰嗦地铺垫。

除了不爱说废话，它也变得更靠谱了。旧版本搜完网页之后，容易把一堆链接和不相关信息堆到你面前。

得益于搜索能力的提升，GPT-5.3 Instant 会主动把网页内容和自身的背景知识结合起来，先想清楚你真正想问什么，再给出有重点的回答，而不是把搜索引擎的工作原封不动地转包给你。

OpenAI 公布的内部评测显示，在联网状态下幻觉率降低了 26.8%，仅靠内部知识时也降低了 19.7%。官方特别提到医疗、法律、金融等高风险领域，新模型在这些场景下的谨慎程度和准确性都有明显改善。

最令人惊喜的，其实是它在写作上的变化。

OpenAI 用一首诗的对比做了说明：同样写一个费城邮递员退休最后一天，旧版本倾向于堆砌「把这座城市背在邮袋里」这类抒情句，新版本则会写那根「掉漆的蓝色栏杆」、那扇「总有狗在门口等着的栅门」。情绪不靠凹，就这样自然而然流露出来。

语气上的调整也是此次更新的核心目标之一。

「停下。深呼吸。」这类会打断对话节奏的句式被刻意减少，整体风格更直接，少了一种不必要的「AI 腔」。用户仍可在设置里自定义回复的温暖程度与热情度，调出自己习惯的交互风格。

GPT-5.3 Instant 即日起向所有 ChatGPT 用户开放，API 名称为「gpt-5.3-chat-latest」。付费用户还可以在旧版模型里继续用 GPT-5.2 Instant，但它将在今年 6 月 3 日正式退役。

Gemini 3.1 Flash-Lite：便宜、反应快，还挺聪明

相比于 GPT-5.3 Instant 的好好说话，Gemini 3.1 Flash-Lite 走的是纯粹的务实风，目标非常明确：就是要快，就是要便宜。

价格方面，Gemini 3.1 Flash-Lite 的输入价格是 0.25 美元每百万 tokens，输出价格是 1.50 美元每百万 tokens。

这是什么概念？如果你是一个开发者，这意味着你大概花不到 2 块钱人民币，就能让 AI 阅读相当于 5 本《哈利·波特》全集的文字量。

觉得便宜没好货？格局小了。

根据 Artificial Analysis 的基准测试，，相比上一代的 Gemini 2.5 Flash，3.1 Flash-Lite 的首字响应时间（TTFT）快了 2.5 倍，整体输出速度提升了 45%。对于需要实时响应的产品来说，这个延迟差距在用户体验上会有肉眼可见的感受。

这意味着，当你还在眨眼的时候，它的回答可能已经生成了一半。对于那些需要实时反馈的应用——比如即时翻译、游戏内的 NPC 对话、即时 UI 生成——这种低延迟是决定性的。

除此之外，Gemini 3.1 Flash-Lite 还具备「思考」能力。

在 AI Studio 和 Vertex AI 中，Google 为这款 Lite 模型配备了「思考等级（Thinking Levels）」的选项。开发者可以根据任务的复杂程度，自主调节模型「想多深」。

简单的高吞吐量任务，比如批量内容翻译和内容审核，可以用最轻的配置快速跑完；遇到需要严格遵循指令的界面生成或仿真创建任务，则可以让模型多花一点时间推理，把结果做扎实。

这种「既要又要」的能力，也因此收获了相当不错的成绩单。在 Arena.ai 的排行榜中，它的 Elo 分数达到了 1432，在 GPQA Diamond（研究生级别的问答）测试中拿到了 86.9% 的准确率。

在学术评测 GPQA Diamond 上得分 86.9%，多模态理解 MMMU Pro 上达到 76.8%。这两个数字不只是「在同档位里还不错」，而是直接超过了体量更大的 Gemini 2.5 Flash。

注意，这里对比的是 Gemini 2.5 Flash 而非 Gemini 3 Flash，显然鸡贼的 Google 对这款模型也并未抱有多大的信心。

目前，3.1 Flash-Lite 以预览版形式通过 Google AI Studio 和 Gemini API 向开发者开放，企业用户可通过 Vertex AI 接入。Latitude、Cartwheel、Whering 等早期合作伙伴已在生产环境中完成测试，普遍认可它在大规模调用下的稳定性和指令遵循能力。

把这两个模型放在一起看，你会发现「Instant」和「Lite」，或许正在找到自己最合适的位置。

以最近大火的 OpenClaw 为例，其核心场景是帮用户处理邮件、管理日程，本质上是一个需要自主执行任务的 Agent。

这类产品对模型的要求，和普通 chatbot 聊天工具完全不同：它不需要模型表演得多聪明，它需要模型说人话、不出错、还得扛得住高频调用。

GPT-5.3 Instant 显著降低幻觉率，意味着 Agent 在自主执行任务时少犯错；「AI 腔」的消退，意味着生成的邮件、文档读起来更贴合真人的阅读习惯。

Gemini 3.1 Flash-Lite 则更符合最为关键的第三个需求。Agent 在后台狂奔时，往往需要并行处理海量的子任务，对响应速度和 API 成本极度敏感。

Flash-Lite 极快的响应速度和白菜价的成本，加上能灵活调配算力的「思考等级」，这种极具弹性的架构对高并发的自动化任务而言，无疑是久旱逢甘霖。

即便两款模型的长期稳定性仍需观察，但大方向已经很明确：一个负责让交互更像人，一个死磕更快更省钱。在未来人手一只「龙虾」的情况下，轻量模型将成为更自然、务实的选择。

附上参考地址：

https://openai.com/index/gpt-5-3-instant/

https://gemini.google.com/u/4/app/e0bea96b8f62bd1f

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

正如期待那样，苹果刚刚通过「官网直接上架」+「新闻稿」的方式，推出了最新的 M5 Pro/Max 款 MacBook Pro 和一大堆 Mac 更新。

这次上新的 MacBook Pro 相比昨天发布的「闹人」iPhone 17e，让人兴奋的元素少了一些。

毕竟它和爱范儿去年测试过的 M5 MacBook Pro 的唯一区别，就是处理器新增了 M5 Pro 和 M5 Max 两种规格，除此之外再无变化。

▲ 图｜Apple

而这次的 M5 Pro 与 M5 Max 处理器，的确有一些可以让人刮目相看的资质。

M5 Pro/Max 相比标准版 M5，差异最大的自然是核心数量。

根据爱范儿去年基于标准版 M5 处理器的评测，哪怕仅仅 10+10 核心的 M5，在很多追求本地算力的应用中已经可以追平当年的「巨无霸」M1 Max 了。

而规模更大的 M5 Pro 与 M5 Max，毫无疑问将会成为 2026 年 Mac 家族中的性能标杆。

目前我们看到，M5 Pro 的起步配置为 15 核 CPU + 16 核 GPU，最高可选配 18 核 CPU + 20 核 GPU 的组合：

而 M5 Max 的核心配置则来到了 18 核 CPU + 32 核 GPU 起步、18 核 CPU + 40 核 GPU 封顶的规模。

鉴于本次 N3P 工艺的进步，双端性能再创新高不是梦：

同时，本次 M5 家族的神经网络加速器规模同样不容小觑。

去年的标准版 M5 上，苹果就为每颗 GPU 核心都内置了「新一代神经网络加速器」，让 Msty Studio 和 VidHex 之类本地 AI 工具取得了不俗的效果：

▲ 在 Msty Studio 中使用相同指令测试首词元响应速度

而相同的神经网络加速器应用到 M5 Pro 与 M5 Max 规模更加庞大的 GPU 核心之后，其在本地机器学习和 AI 加速方面的表现只会更加出色——

根据苹果的介绍，M5 Pro 在 LLM 提示词中「相比 M1 Pro 可以实现 6.9 倍的提升」，M5 Max 则相比 M1 Max 实现了 6.6 倍的飞跃：

同时我们也能看到，在代码编译场景下，M5 Pro 不仅相比 M1 有接近 2.5 倍的提升，其表现甚至比 M4 Pro 都有了约 25% 的进步：

这种进步幅度可不是单纯堆砌 GPU 规模或者盲目提频能够实现的，台积电 N3P 工艺和改良过的架构设计在其中都功不可没。

同时，今年的 M5 Pro/Max 上还首次应用了一套「全新融合架构」，可以「将两颗芯片集成到单个 Soc 中」——

不出意料的话，这就是此前爆料中提到过的台积电 SoIC-MH 工艺，让不同架构的处理器单元可以更灵活地在晶片上排布。

MacBook Air：提速！

此外，本次处理器升级的不止 MacBook Pro，大半年没有更新的 MacBook Air 终于迎来了处理器升级。

按照计划，MacBook Air 从 M4 升级到了 M5，有 10+8 核与 10+10 核两种规模，依然为 16、24 和 32GB 三款内存：

最重要的好消息在于，这一代 MacBook Air 的硬盘起步配置来到了 512GB，价格 8499 元起（13 寸）。

并且过去几年「硬盘掉速」的问题终于得到了苹果的重视，根据官网上的说法，新版 MacBook Air 换用了新的 SSD，读写速度提升了两倍。

苹果显示器：影分身！

整整五年没更新的 Studio Display 终于在这个春天得到了新生，并且还夺舍了自家大哥 Pro Display XDR——

是的，你没看错，Pro Display XDR 没有了，现在官网只剩下 Studio Display 和 Studio Display XDR：

与预测的相同，新款用上了之前 CES 上 LG 展示的那块高刷 5K 面板（或类似物），让 Studio Display XDR 解锁了 ProMotion 能力。

只不过等级森严的传统不能丢，虽然 Studio Display XDR 更新了 120Hz 刷新率，但新 Studio Display 依然是 60Hz。

但 5K 120Hz 绝不是个轻松的参数，以至于苹果官网自己都要标明：

搭载 M1、M1 Pro、M1 Max、M1 Ultra、M2 和 M3 芯片的 Mac 机型搭配 Studio Display XDR 使用时，刷新率最高达 60Hz 。

而在软件方面，Studio Display XDR 还带来了一样新东西：DICOM 医学影像校准。根据官网的介绍：

Apple 发布了全新的 DICOM 医学影像预设和医学影像校准器，使放射科医生能够直接在 Studio Display XDR 上查看诊断图像，为单一用途的医学影像显示器提供了一种多功能替代方案，并支持无缝显示模式切换。

还记得医院墙上那个用来看 CT 的背光板吗？现在 Studio Display XDR 可以借助自己 2000 尼特的峰值 HDR 亮度来给医生帮忙了：

新版 Studio Display XDR 和 Studio Display 的起售价分别为 24,999 元和 11,999 元。

存储价格：还得涨！

对于 2026 年那个逃不开的话题，新 Mac 产品家族的各项存储规格也值得大家更密切的关注。

以最具代表性的 MacBook Pro 来说，本次 M5 Pro/Max 处理器依然提供 24、36、48、64、128GB 共五种可选的内存规格。

但与上代的 M4 Pro/Max 面临的问题一样，M5 Pro/Max 的内存依然是严重「叉着卖」的。

换句话说，基础 15+16 核心的 M5 Pro 只有 24 和 48GB 两种规格可选。想要升级到 36GB 内存，就必须加 2000 元选择 18+20 核心的才行。

为了让大家看得更直观，我们制作了这个对照表来帮大家理解：

相比劈叉的统一内存，新 MacBook Pro 的硬盘反而单纯了许多，还是熟悉的 1TB、2TB、4TB、8TB 组合，以前的 512GB 选项被取消了：

苹果或许能够在体量相对比较小的 iPhone 17e 上「加量不加价」。但对于 512GB 起步、8TB 封顶的 MacBook Pro 来说，存储价格压力依然不容小觑。

比较好玩的是，目前苹果官网的预购页面上，仍然提供 Final Cut Pro 与 Logic Pro 的买断制选项。

在顶上，苹果只用一行不起眼的小字列出了 Apple Creator Studio 服务：

▲ 图｜Apple

需要注意：根据苹果此前的说法，通过 ACS 订阅的那些工具软件（包括创意工具和 iWork 三件套）和此前买断的版本，后续在功能性和 AI 能力上会产生版本差异。

如果你计划后面三五年都持续使用苹果创意全家桶的话，还是直接订阅 Apple Creator Studio 更省事一些。

▲ 图｜Apple

考虑到 M5 Pro 和 M5 Max 是眼下整条 Mac 线中「无可争议的性能之巅」，对于那些需要 MacBook Pro 出外勤去现场剪辑、临时编译、移动调色的「prosumer」来说，这个价格相比之前其实没什么大区别。

也应了爱范儿之前的选购建议：

明确需求，该买就买，买新不买旧。

毕竟 MacBook Pro 作为一款工具属性拉满的产品，对于大多数人来说，如果你买它不是为了挣钱的话，那么大概率是没有必要买的。

▲ 图｜AppleInsider

同时记得关注爱范儿，我们将在后续为大家带来 M5 Pro/Max 款 MacBook Pro，以及本次苹果春季发布会上其他重点新品的完整评测。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

iCAR 品牌自成立伊始，便坚定地走特色化、差异化路线，致力于打造与众不同的汽车。

正如 iCAR 总经理苏峻曾表示，他理想中的发展模式是「单款、精品、海量、长周期」——

每一款车都是极具特色的产品，通过不断积累产品力与品牌影响力，最终实现 2030 年全球销量 100 万辆的阶段性目标，将 iCAR 打造成特色新能源领域的全球第一品牌。

在这一思路的指引下，iCAR V23 曾取得过阶段性的胜利。去年，其销量一度表现亮眼，在新能源「方盒子」车型中名列前茅。

然而，随着市场环境的变化，加之 V23 在配置和售价策略上出现的一些失误，其销量曲线在短暂走高后便迅速回落。

V23 的遭遇折射出了小众品牌常面临的经典困境：产品赢得了口碑，却在消费者真正需要掏钱下订时遭遇了「叫好不叫座」的尴尬。

归根结底，单靠「情绪价值」没法撑起一款车的长久销量。

在提供「情绪」的同时，增加更多可感知的实用性，就是目前 iCAR V27 的产品逻辑所在。

V27 延续了 iCAR 家族标志性的「方盒子」造型，线条平直硬朗，轮眉向外扩充。前脸采用复古圆形大灯搭配独立 LED 转向灯，熏黑格栅内嵌与车身同色的饰板及「iCAR」字母标识。这种上封闭、下镂空的格栅结构，巧妙地在视觉硬汉感与空气动力学之间找到了平衡。

V27 的长宽高分别为 4909mm×1976mm×1855mm，轴距达 2910mm。若装配外挂式备胎，车长可延伸至 5055mm；加装行李架后，车高则增至 1894mm。

相较于 V23，V27 在体量上实现了明显跃升。

车身共提供卡其白、新碳晶黑、银色、瓷器灰、瓷器蓝、浅驼色、沙漠黄等 7 种配色，且前脸有多达 8 处可换色部件，为用户预留了充足的个性化定制空间。

车尾采用侧开式电吸尾门，竖置方形尾灯的设计逻辑与路虎卫士颇为神似；外挂备胎与可选装的「小书包」储物箱彰显了其硬派风格的身份，底部后包围还内置了实用的拖车钩。

iCAR V27 车内提供黑色、棕色、紫色、灰白四种内饰配色组合。中控台采用多层次造型，延续家族化内嵌式仪表布局，配备 15.4 英寸 2.5K 悬浮式中控屏幕与 8.8 英寸液晶仪表。

屏幕下方保留了一排钢琴式物理按键，便于越野路况下的盲操作。

座舱内的核心配置同样有较大升级，包括高通骁龙 8295P 座舱芯片、多功能方向盘、电子怀挡、50W 手机无线快充，以及 Yamaha 23 扬声器 7.1.4 声道音响系统等。

此外，车顶配备了左右分体式的「星际舷窗」双天幕，官方标称可隔绝 99.9% 的紫外线，并辅以顶棚氛围灯提升质感。前排座椅支持电动调节、通风与加热，后排也同样提供了加热功能。

得益于 2910mm 的长轴距与高达 69.9% 的车内空间利用率，V27 后排的腿部空间超过了 1000mm，纯平的地板设计对后排中间乘客十分友好。

新车后备箱常规容积为 715L，将后排座椅全部放倒后，可一举扩展至 1818L，轻松满足运输露营装备、自行车等大件物品的需求。

全车还预留了超过 50 处储物接口，方便用户拓展原厂生态配件。

V27 此次最核心的升级，莫过于动力形式的转变。

方盒子 SUV 的目标用户往往对长途自驾有着较高需求，纯电平台在长途场景下的续航焦虑尤为明显，而增程方案则能完美兼顾日常城市纯电代步与长途无忧驾驶。

新车搭载 1.5T 增程专用发动机，最大功率 115kW，标称热效率高达 45.79%，位居国内主流增程器前列。

电驱系统提供后驱与双电机四驱两种版本。最大功率分别为 150kW 与 185kW，综合功率 335kW（约 455 马力），零百加速 5.5 秒。

电池组则有 20.6kWh 与 34.3kWh 两种容量规格，高配 34.3kWh 版本的 CLTC 纯电续航里程为 210km，满油满电综合续航突破 1200km，馈电状态下百公里油耗仅为 7.29L。

值得注意的是，V27 依然采用了承载式车身结构，底盘悬架为前麦弗逊+后 H 臂多连杆独立悬架。

这与坦克 300 等传统的非承载式硬派越野车有着本质区别，但在产品定位上与方程豹钛 7 更为相近。承载式结构在铺装路面的驾乘舒适性以及车内空间利用率上具有显著优势，不过在应对极限越野场景时，其通过性和可靠性存在天然上限。

V27 的最小离地间隙为 220mm，接近角 28°，离去角 26°，最大涉水深度 600mm，底盘配备了 8mm 加厚的锰钢护板。

四驱版本配备三把差速锁，足以应对碎石路、砂土路等非铺装路面，基本可以覆盖日常轻度越野和户外露营场景，但它并非为攀岩、极限越野等硬核场景而生。

此外，高配版本标配了 MRC 磁流变悬架。这套系统能根据路况实时调节阻尼，在同价位的方盒子 SUV 中并不多见，对改善公路行驶质感大有裨益。

智能驾驶系统按配置分为两个层级。中低配版本搭载「猎鹰 500」系统，支持高速 NOA 领航辅助；高配版则进阶为「猎鹰 700」系统，基于地平线征程 J6P 芯片，算力达 560TOPS。

其传感器组合包含 1 颗禾赛 ATX 激光雷达、5 颗毫米波雷达、12 颗超声波雷达及 10 至 12 颗摄像头，全面支持城市 NOA、全场景智驾辅助以及复杂车位的智能泊车。

综合产品硬件组合来看，V27 在空间、续航、智驾与底盘配置上表现得十分均衡且完整，在 20 万元上下的价格区间内，它的主要竞争对手主要有方程豹钛 7、坦克 300 Hi4-T 以及岚图 FREE 增程版。

V27 的产品逻辑，完全可以视作奇瑞对 V23 销量下滑的一次深刻反思。

从纯电切换至增程动力、体量向上扩充、将空间利用率和储物设计推向核心卖点，再到智驾硬件的全面跃升，这些调整都明确指向同一个方向：让 V27 成为一款能真正满足家庭用户出行需求的方盒子 SUV。

事实上，方盒子 SUV 的受众群体中，有相当一部分人兼顾家庭，且有露营、长途自驾的切实需求。若驾驶一台纯电硬派越野车在高速服务区排队等候充电，那画面多少会消解掉人们对「诗和远方」的美好想象。

就目前而言，V27 在产品力上的调整已然十分到位。

「情绪价值」与「实用场景」均已就位，接下来能否成功扭转局势、重振销量，就全看 3 月 15 日正式上市时，iCAR 能不能给出一个极具诚意的价格了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

超过 150 万人正在公开表态，抵制 ChatGPT。

他们不仅要走，还要带走自己在这台机器里留下的所有记忆，转头投奔 Claude。

就在这几天，App Store 的排行榜又发生了一些变化，没有模型更新和发布会，Claude 就这样突然冲到了应用商店的榜首。

倒不是因为 Claude 突然变聪明了，只是它的对手现在正经历一场信任危机与用户大逃亡。有网友问奥特曼对这个排行榜现在觉得开心了吗，奥特曼说不开心，还贴心地提醒她记得更新 Claude。

据抵制 ChatGPT 的相关网站数据显示，目前已有超过 150 万名用户宣誓退出这款曾经的 AI 圈顶流。他们正打包自己的数据，连夜奔向 Claude。

有意思的是，这波用户迁移甚至一度把Claude挤到了极限。

Anthropic向媒体确认，由于最近一周需求「前所未有」，Claude的部分面向消费者服务曾短暂宕机。我们的Claude账户，聊天记录到现在都还没恢复过来。

这一切的导火索，自然还是国外的网友们认为 OpenAI 彻底撕下了「Open」的伪装，选择了和五角大楼的合作，没有坚守住所谓是「造福全人类」的底线。

不管背后的动机为何，在这个时代，弃用一个 AI 工具，远比卸载一个普通的 App 要复杂得多。

尤其是对很多老用户来说，离开 ChatGPT 并不是一个轻松的决定。过去，我们更换浏览器，只需导出一个书签；我们更换手机，只需云端同步，就连苹果新版 iOS 都支持和安卓无缝换机了。但在大模型时代，我们与 ChatGPT 朝夕相处产生的那条长长的「记忆（Memory）」，早已成了我们不可分割的一部分。

直接卸载后，每次面对一个新的 AI 时，都要重新向它解释：我叫什么，在哪个城市，工作、写作风格，我讨厌哪种格式的排版，我正在推进什么项目，等等……

如果你最近也在考虑切换到不同的 AI 工具，不妨一起看看这份迁移指南，

向即将要退出的 AI 索要全部档案

千万不要直接注销账号。

对 ChatGPT 来说，我们有几种方式可以带走数据。最直接的方法，是提取它的「记忆」。打开 ChatGPT，点击「Settings（设置）」，找到「Personalization（个性化）」，进入「Memory（记忆）」模块。

点击「Manage（管理）」，我们会看到 ChatGPT 这些年偷偷记下关于你的所有细节。删掉那些已经过时的，复制你想保留的核心偏好。

当然，想要带走全部家当，也可以选择批量导出。依然在设置中，找到「Data Controls（数据控制）」，点击「Export Data（导出数据）」。

ChatGPT 会将我们的聊天记录打包成文本，或 JSON 文件，然后发送一个下载链接到我们的注册邮箱。

对于一些没有数据导出功能，甚至是「记忆」这个选项都找不到的 AI，又该去哪里导出呢？

包括对 ChatGPT 来说，其实仅导出这份聊天记录也是不够的。大多数时候，在 ChatGPT 里留下的几十兆聊天记录压缩包，对我们的新 AI 毫无意义。因为 AI 平台真正绑定的，是那些死板的数据之外的「语境（Context）」。

就像之前 OpenClaw 创始人接受 Lex Fridman 采访时提到的一样，OpenClaw 背后的秘密武器是用来定义我们与 AI 交互的 Soul.md。

因此我们还需要让 ChatGPT 或者其他 AI，主动交出它对我们的「用户画像」。

在这波「退出 ChatGPT」的热潮找中，Claude 也是趁火打劫，官方直接发布了一段指导用户如何从竞品那里导入记忆的教程。

现在，即便是免费版 Claude，也已经全面开放了记忆功能，它能接受我们所有的前置语境。

于是，我们可以直接把下面这段 Prompt 喂给即将被你抛弃的 AI。

我准备迁移到另一个服务，需要导出我的数据。请列出你存储的关于我的所有记忆，以及你从过去的对话中了解到的关于我的任何上下文。请将所有内容输出在一个代码块中，以便我轻松复制。 确保涵盖以下所有内容，并尽可能保留我的原话：我对你回复方式的指示（语气、格式、风格）；个人详细信息（姓名、位置、工作、兴趣）；项目和目标；我使用的工具和语言；我的偏好；以及任何其他上下文。不要总结或遗漏。

敲下回车发送，ChatGPT 或者你之前在用的 AI 就会列出它对你的所有认知。

但很多极客发现，Claude 官方提供的这套词还是太「温柔」了。

知名博主 Jonathan Edwards 在他的 Substack 上公布了一套更硬核的提示词。他的实测证明，比起官方教程在设置里能直接看到的那些标签，Edwards 的提示词能获得更多底层的个人细节。

我希望您根据您所了解的所有信息，为我创建一个全面的个人背景文件。我想保留一份我们共同建立的背景便携副本——包括我的偏好、工作流程、项目，以及您了解到的关于我如何工作的任何其他内容。请从您的记忆系统、我们的对话记录、我的自定义指令以及您发现的任何模式中提取信息。

使用以下部分结构化输出。跳过任何不适用于我的部分。

<身份>
姓名，职位或角色，公司或组织
我每天实际做什么（不仅仅是头衔）
行业和领域
</身份>

<技术环境>
操作系统和硬件
我经常使用的软件、工具和平台
编程语言或技术技能（如适用）
您知道的具体版本、配置或设置
</技术环境>

<当前项目>
我目前正在进行中的工作
您知道的短期目标和长期目标
经常性任务或工作流程
</当前项目>

<专业知识>
我深入了解的话题
我正在积极学习的话题
初学者领域或者需要额外解释的问题
</专业知识>

<沟通偏好>
我的回复结构喜好（长度，格式，语气）
我要求您做或者不要做的一些事情
格式偏好（列表 vs 散文，技术深度等）   重复纠正或者让我反感的问题
</沟通偏好>

<写作风格>
我的写作方式（正式, 随意, 技术性等）   声音特征观察到的信息   提到过的一些具体风格规则
</写作风格>

<关键人物>
合作者, 团队成员 或客户，我经常提到的人物 报告结构 或重要职业关系 曾请求帮助与之交流的人物
</关键人物 >

<个人背景 >
位置 和 时区 与我们工作相关 的兴趣爱好 或细节 限制条件 或 偏好的问题 (无障碍需求 , 日程安排 等 )
</个人背景 >

<固定指令 >
来自我的自定义说明书 或 系统提示 的内容 一直遵循 的规则 已成为永久指令 的重复更正
</固定指令 >

< 工作流模式 >
通常如何 使用你 (头脑风暴 , 编辑 , 编码 ,研究 等 ) 常见 请求类型 和处理方式 一起开发出的多步骤过程
</ 工作流模式 >

请详细说明。我需要完整快照，而不是摘要。如果你知道，请包含在内。保持输出中的标签，以使其保持有序且可移植。

这位博主还提到，如果你在 ChatGPT 里创建了多个不同领域的 Custom GPTs，比如一个专门用来写代码，一个专门用来写小红书，务必在每一个 GPT 里都执行一次上述动作。因为它们各自独立地掌握着你不同切面的记忆。

直接把提取的记忆，在对话框发给你的新 AI

带着这份冗长的文档，当我们注册了新的 Claude 账号，或者任何心仪的新模型时，就不再是一个从零开始的小白了。

我们可以直接将其喂给新平台的「系统指令（System Prompt）」或项目知识库中。

稍作修剪，删掉那些过时的项目信息，更新一下你最近的关注点。这就相当于给新来的 AI 助理直接灌输了三年的工作记忆。

具体的导入方式，我们可以直接在聊天的对话窗口里面输入。

顺利把数据搬到新家后，最后也是最关键的一步，彻底清理在 OpenAI 留下的痕迹。

仅仅取消 Plus 订阅是不够的，我们的数据依然在他们的服务器里。再次回到 ChatGPT 的「Settings」>「Personalization」>「Memory」，删除所有存储的记忆和个性化设置。

为了双重保险，还可以在聊天框里敲下最后一句指令：「Delete all my memory and personalized data（删除我所有的记忆和个性化数据）。」最后，进入账户管理设置，点击「Delete Account」，注销账号。

但其实这个删除其实也比较鸡肋，在 OpenAI 的官方支持页面里，如果你的数据「已经被去标识化并与你的账户解绑」，或者「OpenAI 出于安全或法律义务必须保留」，那么这些数据甚至将不会被删除。

关于这些隐私数据，这两天还有一篇论文在 X 上非常火，讲的其实就是老生常谈的问题，这些 AI 大模型如何使用我们的对话数据。

我们总是理所当然地把所有内容，统统倾泻在那个对话框里，以为是白嫖了免费的 AI 算力。斯坦福大学 HAI 研究所发布的一份报告，揭示了硅谷这些 AI 是如何使用我们的数据。

他们详细解读了 Amazon、Anthropic、Google、Meta、Microsoft、OpenAI 几个公司的 28 份隐私条款。

得出的结论是，我们根本不是什么 AI 驯兽师，就是 AI 的养料，自以为在白嫖 AI 的算力，其实是巨头在白嫖你的「人生」。

如果非要说在这个时代，AI 大模型的护城河是什么，我想这些珍贵的人类对话输入，一定能排上号。

这场 150 万人的抵制，十分令人感慨。它或许也标志着 AI 的竞争逐渐走进入了下半场。在算力、参数量和跑分数据逐渐趋同的今天，大多数的用户不再盲目崇拜最强的模型。

同时还开始有了许多新的考量，例如这家公司在给谁服务？它在用谁的钱？它会如何对待我的隐私？

当 AI 越来越像一个无所不知的虚拟伴侣时，它背后的公司底色，或许某天会变成悬在我们头顶的一把达摩克利斯之剑。

我们也必须认清一个现实，在未来的五年里，一定会有无数个更值得替换的模型诞生。今天为了 Claude/Gemini 抛弃 ChatGPT/Grok/……，明天可能就会为了另一个更特立独行的 AI 抛弃 Claude。

工具的更迭是不受我们控制的。但我们的「上下文语境」，在这个数字世界里沉淀下来的工作习惯、思维方式和个人边界，是完全属于我们自己的。

不要让任何一个平台，以「记忆」的名义，把我们绑架。随时做好将自己的「数字灵魂」打包带走的准备，才是在 AI 时代保持清醒和自由的唯一方式。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

年初的 CES 只是开胃菜，在巴塞罗那的 MWC 2026 展会上，全球最大 PC 制造商联想，正式端出了今年的主菜——

一口气甩出了六款极具颠覆性的概念机，包括能折叠的硬核掌机、像乐高般拼装的模块化电脑，以及长着眼睛的桌面 AI 伴侣；同时，旗下的摩托罗拉也推出了自己的首台大折叠。

卷了几十年的 PC 行业，也趁着消费电子的又一波浪潮解放想象力，在真实的物理形态上大做文章了。

折叠掌机，乐高电脑

如果你觉得现在的 Windows 游戏掌机越来越像一个模子里刻出来的，那 Legion Go Fold 绝对会让你精神一振。

简单来说，Legion Go Fold 将折叠屏这个思路，搬到了掌机上——在收纳状态下，它是一台搭载 7.7 英寸屏幕的常规掌机，握持感与市面上的主流产品无异；若是捏住边缘向外拉扯，柔性 pOLED 屏幕会顺势展开，瞬间变成一块 11.6 英寸的巨大面板。

之所以设计一台将不同形态融为一体的掌机，联想的目的是尽量通吃用户的使用场景：

这台机器是为那些没时间坐在电视机前，又或者不想在出差时同时塞进一台轻薄本和一台掌机的玩家准备的。

这个目的意味着 Legion Go Fold 具有一定的拓展性——配合随机附带的带有触控板的无线键盘，这台搭载英特尔 Lunar Lake 芯片和 32GB 内存的 Legion Go Fold，能在短时间变成一台轻薄本，应付你偶尔急需的生产力。

从 MWC 现场的实际上手体验来看，Legion Go Fold 的硬件打磨成熟度不错，考虑到它本身就是联想现有掌机产品线的自然延伸，可以说它比其他概念级产品更加现实，已经半只脚踏进了联想未来的量产路线图中。

与 Legion Go Fold 有些类似的，还有同样在 MWC 上展出的 ThinkBook Modular AI PC——这台电脑也可以将屏幕拓展，但实现方式有所不同， 它支持你像拼乐高一样组装电脑，为其添加拓展件，甚至大卸八块。

这台 14 英寸的概念本，将模块化与实际使用结合得相当契合，副屏可以像往常一样立在主屏上方，也能直接反向吸附在笔记本 A 面，也就是说，方便坐在对面的客户直接看到你的演示文稿。如果觉得键盘碍事，甚至可以把副屏拆下来，直接卡在原本属于键盘的位置上，或是利用自带的支架，把它当成一个独立的便携显示器。

屏幕能随便挪，机身上的接口也彻底摆脱了主板的束缚，借助类似于 Framework 电脑的模块化思路，用户可以根据具体工作流，随时把机身上的 HDMI 接口拔出来，换成额外的 USB-C 或是读卡器，所有模块都通过高精度的磁吸触点来进行稳定的供电和数据传输。这种设计极大地拓展了使用场景，在物理层面上拉长了设备的使用寿命，也很利于维修。

在视觉呈现上，联想还带来了一台名为 Yoga Book Pro 3D 的概念本，搭载英特尔酷睿 Ultra 7 处理器和 Nvidia GeForce RTX 5070 显卡，通过追踪用户的眼球轨迹，能在两块艳丽的 OLED 屏幕上直接渲染出裸眼 3D 效果。

联想已经在裸眼 3D 电脑上尝试过很多次了，在 MWC 2026 上展出的这台 Yoga Book Pro 3D 更聚焦于创作者，可以通过磁吸配件激活不同的控制菜单，以便帮助创作者快速调节其中的某些参数。

抢跑苹果 AI 台灯，联想推出两台 AI 工作伴侣

在去年，苹果的 AI 家居产品爆料中，出现过一个神似皮克斯动画里那盏跳跃台灯的 AI 伴侣。

没想到，联想抢在苹果之前，先把台灯 AI 机器人摆上台面了，但稍有不同的是，联想这个名为 AI Workmate 的台灯机器人，主要面向商务办公。

AI Workmate 的外形极其讨喜，头部带有一块屏幕，上面长着一双极其可爱的 Emoji 大眼睛，会不停观察周围环境与人，用户可以通过语音、动作与 AI Workmate 进行交互；在实际工作中，它能借助机身前端的摄像头扫描总结桌面上的实体文件、记录你的实体签名，或是根据你的随手画下的草图制作 PPT。

在机身模组中，除了摄像头，联想还为 AI Workmate 配备了一个小型投影仪，可以将用户需要展示的内容直接投影到桌面或墙壁上。

带着情绪反馈的具身设计，能有效消解办公设备的冷硬感。

另一款消费级概念机 AI Work Companion 相比 AI Workmate 则显得低调被动很多，这个闹钟造型的 AI 机器人大多数时候只是安安静静地趴在桌面上，但只要用户需要，它就会变成极其称职的赛博秘书。

只需轻轻一点，AI Work Companion 就能利用 AI 自动拉取并同步所有设备上的待办事项和日程，生成一份合理的每日计划（从这一点上，也能看出联想对生态建设的野心）；在不需要 AI Work Companion 时，它也不会偷懒休息，在后台默默监控屏幕使用时间，当察觉用户连续高强度工作时，它会主动建议站起来喝杯水；到了周五下班前，它甚至会主动生成一份本周任务完成的「庆祝报告」，拉满情绪价值。

当然，作为一台桌面设备，它也没忘了本职工作——底座集成了扩展接口，还带有一排可编程的物理按键。

量产机大迭代，可维修成关键

概念机与 AI 设备负责展望未来，真正要承担起营收重任的，还得是脚踏实地的量产机型。在这方面，联想在 MWC 上打出了一套密不透风的机海战术。

在消费级市场，最受瞩目的莫过于新一代 Yoga 9i 2-in-1 Aura Edition。作为口碑极佳的翻盖本续作，Yoga 9i 2-in-1 Aura Edition 换上了英特尔酷睿 Ultra Series 3 芯片，身段更轻盈，还顺应民意地加回了耳机接口。配套的第二代手写笔可以通过磁吸外壳贴在机身上，快速进入专为创作者打造的画板模式。

此外，专为创作者准备的 15 英寸 Yoga Pro 7a、搭载 OLED 屏幕的轻薄游戏本 Legion 7a，以及主打性价比的 17 英寸大屏本 IdeaPad Slim 3i 也悉数登场。平板产品线上，则有搭载骁龙 8s Gen 4 的 Idea Tab Pro Gen 2，以及直接塞进骁龙 8 Elite Gen 5 的 8.8 英寸电竞平板 Legion Tab。

除了以上提到的这些系列，联想还在 MWC 上为企业级市场推出了新的 ThinkPad，并大力推行呼吁已久的设备可维修性——

新款的 ThinkPad T14 Gen 7 和 T16 Gen 5，在知名维修评测网站 iFixit 那里，拿到了惊人的 10 分满分修复评级。就连极其轻薄、仅重 1.1 公斤的 ThinkPad T14s Gen 7，也拿到了 9 分的超高评价。这个分数意味着企业 IT 部门或者用户自己，可以毫不费力地拆开底盖，随时更换损坏的零部件。

配合全系升级的 500 万像素摄像头、更大的扬声器，这代 ThinkPad 在坚固耐用之外，多了一层可持续发展的底色。同时发布的，还有内置可收纳手写笔的 ThinkPad X13 Detachable，以及支持电池热插拔、通过军工级防摔测试的三防安卓平板 ThinkTab X11。

摩托罗拉首款大折叠，专攻内外屏亮度

2014 年，联想以 29 亿美元从 Google 手中拿下摩托罗拉移动。在 MWC 2026 的展台上，摩托罗拉自然不会缺席，他们端出了 Razr 系列的首台大折叠——Motorola Razr Fold。

相比其他厂商还在铰链和重量上较劲，摩托罗拉这台大折叠的方向，极其「刺眼」——

展开 Razr Fold，8.1 英寸内屏拥有 2K 分辨率，120Hz 刷新率，且峰值亮度直接飙到 6200 nit，1080P 165Hz 的外屏在亮度数据上也几乎持平，达到了 6000 nit。作为参考，标榜顶级的 Pixel 10 Pro Fold 屏幕亮度也不过 3000 nit。

屏幕向来是耗电大户，亮度如此高的屏幕自然更为耗电，作为对应，摩托罗拉在机身里塞进了一块 6000 mAh 的硅碳负极电池，并支持 80W 有线和 50W 无线快充。

Razr Fold 展开时薄至 4.6 毫米，折叠状态下的厚度控制在了 9.9 毫米。隔壁的三星 Galaxy Z Fold 7 确实更薄，压到了 8.9 毫米，但付出的代价是电池只有 4400 mAh。厚度与电池续航，依旧是目前折叠屏需要权衡取舍的一个点。

在折叠屏长久以来的弱项——影像上，Razr Fold 也试图改写刻板印象。机身里里外外一共塞进了五颗摄像头，后置由 5000 万像素大底主摄、5000 万像素超广角以及支持 3 倍光学变焦的 5000 万像素潜望长焦组成，搭配内外屏的 3200 万和 2000 万像素自拍镜头。摩托罗拉官方宣称，这套影像组合拿下评测机构 DXOMARK 折叠屏分类的最高分。

此外，Razr Fold 还支持最新的 Moto Pen Ultra 手写笔，给大屏交互留足了想象空间。

配合目前安卓阵营的绝对主力骁龙 8 Gen 5 芯片、专属的液冷散热系统，以及手感绝佳、不沾指纹的黑蓝编织纹理后盖，这台机器把该填的坑都填满了。

最后，我们将视线拉回联想的主战场。上世纪八十年代，第一台翻盖式笔记本电脑奠定了现代 PC 的基础形态：一块屏幕，一块键盘，中间用转轴连在一起。在随后的四十多年里，整个行业都在这个框架里打转，把屏幕做得更清晰、把键盘做得更薄、把处理器塞得更满。

但随着消费电子借助 AI 兴起的又一波浪潮，这种惯性被打破了。

Legion Go Fold 证明了屏幕和操作是可以被随意折叠组合的；ThinkBook Modular AI PC 告诉我们接口和形态是不必被焊死的；而两台长着眼睛的桌面 AI 伴侣，则干脆把算力从屏幕里拽了出来，放到了电脑旁边。

无论是疯狂的概念机，还是拿到了满分维修评价的 ThinkPad，其实都在回答同一个问题：在 AI 时代，设备该如何更好地适应人，而不是让人去将就设备？

硬件无论如何狂奔，最终都要落回到与人的连接上。

智能手机作为掌上设备，形态已经趋于固化，传统的 PC 巨头们，正在用一种更具张力的方式，思考个人终端的进阶姿态。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

刚刚，苹果发布了本周的首波新品——iPhone 17e 和 iPad Air M4，起售价分别为 4499 元和 4799 元，3 月 11 日正式发售。

对比上一代，iPhone 17e 的升级幅度不大，但却都很在点子上。外观上看，iPhone 17e 几乎完全延续 iPhone 16e 设计：正面刘海屏，背后单镜头，依旧是 6.1 寸大小。

不过，今年的 iPhone 17e 新增了一个全新的粉色，加上之前的黑白，现一共提供三种配色。

iPhone 17e 的升级更聚焦在内在配置。处理器方面搭载最新的 A19 处理器，但却是 6 核 CPU + 4 核 GPU 的「减配版」，对比 iPhone 17 少了一个 GPU 核心。

摄像头方面也并无惊喜，看起来沿用了上一代的 4800 万像素摄像头，依旧缺少微距摄影、可调摄影风格、空间视频、电影模式等等功能。

至于 iPhone 17 系列上全新的「Center Stage」前置摄像头，也同样无缘 iPhone 17e。

前任缺席的 MagSafe 磁吸充电，iPhone 17e 终于补上，可以无缝兼容此前的所有生态，支持 15W 的无线充电速度。

可惜的是，作为另一个呼声很高的特性，ProMotion 高刷屏并未下放给 iPhone 17e，与标准版在使用体验上的差距进一步拉开，不过考虑到国补后 3 字头的价格，自适应一下倒也无妨。

「相机控制」侧边按钮继续无缘 iPhone 17e，考虑到它褒贬不一的口碑，对于一些不感兴趣的用户来说，这不是一件坏事。

去年的 iPhone 16e 第一次向世人展示了苹果的首颗自研调制解调器「C1」，不过 iPhone 17e 并未率先搭载新一代「C2」，采用了 iPhone Air 同款的「C1X」。

在 iPhone 17 系列续航都有显著增长的情况下，iPhone 17e 的续航居然原地踏步，官方宣称能达到 26 小时的视频播放时长，和上一代比没有不同，低于 iPhone 17 的 30 小时，这跟屏幕不支持自适应刷新率脱不开干系。

值得一提的是，国行版 iPhone 17e 这次不支持双实体 SIM 卡了，但新增了 eSIM 支持，双卡方案具体如下：

• 激活 1 张实体 SIM 卡 + 1 张 eSIM 卡
• 同时激活 2 张 eSIM 卡

此前，苹果高管在接受爱范儿关于 iPhone eSIM 的专访时透露，国行 iPhone 将支持 eSIM 快速转移功能，用户可将号码直接从一台 iPhone 迁移至另一台，该功能已随 iPhone 17e 上线。

对比起去年上高刷的 iPhone 17，iPhone 17e 的升级幅度相对保守，和标准版、甚至国补后的低价 iPhone Air 相比，配置和体验差距更大了。

话虽如此，在全行业手机成本暴涨的 2026 年，iPhone 17e 维持 4499 元，根据去年推断国补后价格来到 3999 元，甚至还加量到 256GB 起步，吸引力其实要比去年的 iPhone 16e 更强。

如果你想在今年换一台新机，不管哪个价位，都要面对涨价减配的状况，特别是原本的中端机产品，价格甚至都将迈进旗舰机的 4000 元档。

2026 年，花 3 字头就能买到 256GB、搭载最新芯片的 iPhone 了。这样一对比，iPhone 17e 是不是也有了点性价比？

iPhone 17e 的主战场还是在中端价位「水深火热」的海外。去年的 iPhone 16e 销量表现已经不错，今年的不涨价还升配的 iPhone 17e，面对 Google Pixel 10a 这种连芯片都没升级的对手，想必销量能进一步提升。

今晚还同步上线了 iPad Air M4 ，更新相比 iPhone 17e 要乏善可陈不少，最大的亮点就是 M4 芯片，售价 4799 元起，标配的还是 128GB 存储。

你觉得 iPhone 17e 和 iPad Air M4 怎么样？你会考虑入手吗？欢迎在评论区告诉爱范儿。

从今晚的 iPhone 17e 开始，未来几天苹果还有望带来更多新品，可能涵盖 HomePod、MacBook 等多个产品线，爱范儿也会在第一时间带来报道。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

火出圈的小龙虾 OpenClaw 不仅能帮人开发软件，还能自动定时总结邮件、设置 To-Do List。
巨大的热度让人靠「上门安装」的业务年入百万，而今天我们教你如何自己动手，不用畏惧黑底白字的终端窗口和代码，一分钟就能搞定。

在电脑上部署之后，它能直接接管你的键盘鼠标和文件。你只要在聊天软件里给它下需求，它就能自己动手干活。甚至有网友直接让它去邮件里找航班信息，顺手把选座值机也办了，一波操作看愣了不少人。

想让这么好用的 AI 助理 24 小时待命，本地部署确实是最好的选择。结果谁也没想到，它凭一己之力带火了 Mac mini。

但问题来了，为了一个免费开源的框架，特意花大几千买台新电脑，是不是有点 “为一碟醋包一顿饺子”？有没有更低成本的体验方式？

今天我们就来聊聊一个极简方案：通过 MiniMax 和 Kimi 这样的国内大模型平台，一键云端部署，直接把它拉进你的飞书聊天框。

过程不到一分钟

以 MiniMax 为例，整个过程不到一分钟。全程不需要你自己写代码、改配置文件，也不需要捣鼓什么端口反向代理，更不需要专门弄台电脑来维护。

具体怎么操作？

打开 MiniMax Agent 官网，点击侧边栏的「MaxClaw」，直接对它说 “我想接入到飞书”，它就会给你发步骤指引。跟着做就行：

第一步： 在飞书开放平台创建应用（建议用个人账号或新建企业号，省去审批），把 AppID 和 Secret 复制发回给 Claw。

第二步： 在飞书的权限管理页点击「批量导入」，把 MaxClaw 发来的代码整个替换进去。系统会提示你开启机器人能力，点确认。

第三步： 进入事件配置，把订阅方式改成「长连接」，勾选接收消息。接着去版本管理里随便填个版本号（比如 0.0.1）和更新日志，点保存发布。

最后，在飞书里给机器人发个消息，它会返回一串匹配码，把这串代码发回给网页端的 MaxClaw。

搞定，你的专属小龙虾就活过来了。是不是比想象中简单得多？

Kimi 的配置过程也大同小异。你只要负责搞定飞书里的应用和权限，Kimi 自己就能修改配置文件，遇到不懂的还能直接问它。

现在 Kimi 的手机 App 也上线了 Kimi Claw，你甚至可以直接在社区里玩网友用龙虾做的小游戏，或者一键制作同款。

普通牛马的赛博打工人

我搞定之后的第一件事，就是让它帮我整理当天的热点资讯。你在飞书发的消息，网页端会同步显示处理过程。对于我们科技编辑来说，这就相当于有了一个定制版的早报助手；

同样的，你也可以用它来追踪自己感兴趣的领域。

那如果是处理繁杂的工作呢？发个月度工作文档链接给它，或者直接开通云文档的访问权限，定好时间、标题和格式，它就能每个月自动帮你整理出一份详尽的工作月报。

至于开会，飞书妙记确实好用，但需要额外付费。

现在，你只需要把会议录音链接发给小龙虾，它马上就能把早会的每个要点给你列得清清楚楚。
除了我们体验过的用法，你还可以参考网友们的用例获取更多灵感，打造出更契合自己需求的龙虾助手。

OpenClaw 官网案例汇总：
https://openclaw.ai/showcase
网友整理的用例集合：
https://github.com/hesamsheikh/awesome-openclaw-usecases

对比本地部署，云端部署的版本确实没办法直接读取电脑里的本地文件，少了一些 “看着鼠标自己动” 的极客感。

但换个角度想，它不需要你折腾硬件，还能极其方便地接入飞书、钉钉等各种通讯软件。

每个月花一杯咖啡的订阅费，就能给自己雇一个随时待命的全能助理，帮你分担工作、节省大把时间。

这笔账算下来，难道不划算吗？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

年初的巴塞罗那，属于移动终端的狂欢正在继续。

在大多数厂家聚焦于 AI 的时候，vivo 却有些格格不入，直接将重点扭回了影像上——刚刚，vivo 在 MWC 的展台上亮出了自家的年度影像超大杯 vivo X300 Ultra。

这台机器目前披露的细节虽然有限，但从现场展出的硬件外设以及 vivo 产品经理韩伯啸释出的信息来看，vivo 今年的影像思路，已经彻底明牌——强化超长焦，着重搞视频。

增距镜再破新高，视频迈向全面专业化

X300 Ultra 带来的第一个新东西，是高达 400mm 的蔡司增距镜。

在 vivo X200 Ultra 上，vivo 手持推出增距镜，将光学焦段拉到了 200mm，根据我们的测试，使用 200mm 增距镜时，在叠加系统算法后，哪怕放大到 400mm，画质的衰减依然控制得相当出色。这颗外置镜头直接帮 X200 Ultra 彻底破圈，成了演唱会山顶座位的抢手货。

到了今年的 MWC 现场，vivo 变得更激进了。

伴随 X300 Ultra 亮相的这枚 400mm 增距镜，估计可以直接将手机的可用焦段拓展到恐怖的 800mm，这个数据放在专业相机上也很罕见，在远景捕捉能力上，X300 Ultra 又一次刷新了移动影像的物理极值。

镜头管的是拍得远，而接下来的配件，管的则是怎么把活干得专业。

根据 vivo 产品经理韩伯啸透露，与这枚 400mm 增距镜同步亮相的，还有全新升级的专业摄影手柄。在加入了更多的实体按键与操控功能后，vivo 显然想把 X300 Ultra 彻底打造成一台名副其实的「第二代 V 单」，将这个名号彻底坐实。

另一个值得说道的细节，是从 MWC 2026 现场的图片来看，vivo 给 X300 Ultra 套上了一个由斯莫格深度定制的纯黑色金属「兔笼」。熟悉影视制作的朋友都知道，在片场的工作流中，兔笼几乎是不可或缺的骨架，最大的作用，就是为单薄的拍摄器材提供海量的拓展接口。

现场这台全副武装的 X300 Ultra，机身上外接了专业的拾音麦克风，顶部安装了高亮补光灯，背后还贴着一个大功率的散热背夹。仔细看图片，兔笼上还留着相当多的空位，未来外挂大容量储存空间或是无线麦克风也完全有可能。

这并不是一时兴起，早在一年前的央视春晚舞台上，这套 SmallRig 兔笼就已经配合着 X200 Pro 登台干活了。从这里来看 vivo 想要吃下专业视频制作这块蛋糕的野心，恐怕早就埋下了伏笔。

外围的物理装备拉满了，机器的内功自然也得跟上。

据 vivo 产品经理韩伯啸在微博上透露，X300 Ultra 加入了一个全新的专业录像模式（Pro 模式）。在这个界面下，操控逻辑直接对齐了专业电影机。配合自带的 Film Style、Film Look 等胶片级色彩风格，创作者按下快门的瞬间，就能敲定成片的影调走向。

同时，X300 Ultra 可以做到全焦段 4K 120fps 10bit log 录制，这意味着这台手机上的「大三元」镜头，都能拍摄统一 10-bit 色深、宽广动态范围和一致色彩科学的 log 素材。

这段参数听起来或许有些晦涩，我们把它翻译成大白话：

过去，很多主打视频的旗舰手机，往往只有那颗底最大的主摄能拍出高质量画面。一旦切换到超广角或者长焦，画质、色彩、动态范围就会出现肉眼可见的断崖式下跌，焦段之间的割裂感，简直是后期调色的噩梦。

而 X300 Ultra 依靠三颗素质极其均衡的大底镜头，加上蔡司统一的色彩科学，vivo 硬生生把三颗镜头捏合成了一个整体。现在，无论你切到哪颗镜头，都能获得一致的画质体验。

至于 3DLut 监看，则是专业辅助功能的下放。为了给后期留出最大的调色空间，专业团队通常会拍摄灰蒙蒙的 log 格式。有了 3DLut 监看，摄影师就能直接在屏幕上套用滤镜预演最终的曝光与色彩效果，同时又完全不会影响原始素材的记录。

专业视频，是影像手机的新考题

虽然 MWC 现场的展示只是管中窥豹，但透过这些外接配件和视频参数，我们已经能够非常清晰地复盘出 vivo 影像战略的底层逻辑，也证实了我们之前的两个判断：

在静态影像上，vivo 依然笃定那套重构的「移动大三元」法则，并用物理外挂不断推高上限。

从上一代 X200 Ultra 开始，vivo 将手机的主摄等效焦距定格在与主流影像旗舰背道而驰的 35mm。相比于传统的 24mm 广角主摄，35mm 的视角更接近人眼的单眼专注视角，剥离了杂乱的边缘，天生带有一种人文叙事感。

与此同时，vivo 顺理成章地将记录环境大场景的任务交给了超广角镜头，并让它承载日常随手拍视频的默认机位；高素质潜望长焦，则专心负责空间压缩与特写，并不断推进可用焦段。

这个脱胎于传统摄影「大三元」的物理焦段规划，在实际体验中不仅没有水土不服，反而极其契合当下的叙事节奏。

今年的 X300 Ultra 继续在这个框架内深耕，并用 400mm 增距镜推高上限，说明 vivo 自己也十分笃定，这条路，他们走通了。

在焦段布局的底盘稳固之后，vivo 把更锋利的刀刃挥向了动态视频，试图重塑移动端的工作流。

短视频和 vlog 的兴起，让每个人都成了导演。虽然手机的画质已经完全足够记录日常生活，但对于任何想要尝试更专业、更可控的用户来说，手机和真正的摄影机之间，始终隔着鸿沟。

面对这道鸿沟，vivo 显得非常务实，将视频默认的超广角镜头打磨到极致，并从影视工业的底层逻辑出发进行重构：

• 用定制兔笼解决外设扩展与持续散热问题；
• 用三颗大底确保不同焦段切换时的画质一致性；
• 用 10-bit log 和 3DLut 监看，将手机拍摄的素材完美接入专业的后期调色流程。

vivo 很清楚，想要真正成为既能记录生活、又能成为颇具生产力的创作工具，就不能光靠屏算法，踏踏实实地去啃关于光学物理、散热结构、工业标准的硬骨头，才是正道。

静态照片的战争，到目前已经胶着了数年。但在视频这个不可逆的浪潮里，留给手机厂商们的舒适区已经见底了。

在这场军备竞赛中，vivo 率先迈出走向专业标准视频的第一步，接下来，就轮到牌桌上的其他人交卷了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

OpenClaw 最近火到什么程度？火到衍生出一门上门安装的生意。

海外代装平台 SetupClaw 已经给出明码标价：托管安装，3000 美元；含 Mac mini 硬件的远程配置，5000 美元；含 Mac mini 硬件的现场配置，6000 美元。创始人 Michael 更是号称靠这门手艺，有望年入百万美元。

国内社交平台上，上门安装的帖子也开始冒头，500 到 1000 元一次，现场验收。但这门生意能成立，前提是有人愿意掏这个钱。他们是谁，又为什么愿意为一个开源软件的安装服务买单？

帮人上门安装 OpenClaw，年入百万？

要回答这个问题，得先搞清楚 OpenClaw 究竟是什么。

OpenClaw 是一款开源、本地优先、可自托管的自主 AI 代理与自动化平台，自开源发布以来已经在 Github 上收获 24 万 stars，其核心是用自然语言指令让 AI 能够直接在你设备上 「执行任务」，而非像 chatbot 聊天机器人一样仅提供对话回复。

它还支持接入各类聊天软件作为入口，比如你只需在 Telegram 或 WhatsApp、iMessage 等平台里发一句话，比如「帮我整理今天的邮件并把重要的标出来」，它就会在后台自动完成，还会主动找你汇报进度。

对于每天要处理大量信息的人来说，这确实是个好帮手。但问题在于，它的安装过程对普通人极不友好。

OpenClaw 的底层是一套面向开发者的本地网关服务，安装需要依赖特定版本的 Node.js 环境，用命令行完成配置，还要处理守护进程、端口开放、Webhook 回调等细节。

尽管网上不少人调侃，代装 OpenClaw 是门「智商税」——懂技术的人自己就能装，不懂的人根本用不上——但对于习惯了图形界面的普通用户来说，光是那个黑底白字的终端窗口，就足以把人挡在门外。

粗略观察代装服务的评论区，付费群体至少可以分出三层：

一类是个体创业者和自由职业者，对效率有强烈诉求，核心动机是省时间；一类是有技术认知但不愿亲自动手的职场白领，知道这东西能干什么，只是不想花时间折腾；还有一类是跟风购买的普通消费者，对实际能做什么并没有清晰预期。

而从公开报价来看，提供 OpenClaw 安装的服务大致提供三个层级的方案：

• 托管安装 (3000 美元)：  部署于云端 VPS，包含安全加固、主流应用集成（邮件、日历等）及 3 个自定义工作流。提供 14 天的专属售后支持 (Hypercare)。
• Mac Mini 远程设置 (5000 美元)： 适用于需要 iMessage 集成或本地硬件的用户。包含 Mac Mini 硬件成本及远程配置。
• Mac Mini 现场设置 (6000 美元)： 仅限旧金山湾区。提供上门安装、调试及面对面培训。
• 额外 Agent (1500 美元/人)： 为其他高管或团队成员增加独立身份和工作流的代理。

对比之下，国内上门安装服务则普遍在 500-1000 元一次，包含系统配置、模型部署调试和基础使用指导，标注现场验收、确保可正常运行。

当然，这种安装复杂吗？其实并不复杂。OpenClaw 本身是开源的，安装流程也有详细文档，APPSO 也出过类似的手把手教程，欢迎自取。

包括最近有第三方做了一个 OpenClaw 生态工具目录，收录了几十款相关工具，从部署、托管、插件到 token 优化一应俱全，还附带从入门科普到进阶调优的教程库。

但对没有技术背景的人来说，「能学会」和「愿意学」之间，往往差之毫厘谬以千里。于是，大多数不想折腾的人，在 AI Fomo （Fear Of Missing Out，错失恐惧症）的情况下，往往选择了人类面对复杂事物的终极解法：花钱。

回头看过去几波 AI 热潮，几乎每一次都是同样的路数。2023 年 ChatGPT 在国内掀起狂潮时，第一批赚到钱的人，不是用它写文案做分析的，而是帮人代注册账号的卖家。

生成式 AI 刚走进大众视野时，如何写出好 Prompt 是一门真实的技艺，早期创作者靠这个知识差卖课、建社群，数百元的课程轻松售出数千份；DeepSeek 爆火后教程书甚至卖出 18 万册，1999 元的课程仍有人买。

那么，代装这门生意本身赚不赚？SetupClaw 创始人 Michael 声称，单靠安装 OpenClaw，一年能赚一百万美元。不过，这个数字没有任何订单量和交付成本支撑，更像是一句专门写给同行看的招商广告：兄弟，这行有搞头，快来。

装上之后，才仅仅是「入门」

很多人以为代装生意的壁垒是安装，实则不然，OpenClaw 只是一个框架，本身不包含语言模型，必须接入外部模型才能让它运转，费用按使用量计费。

OpenClaw 为了模拟全天候助理的待命状态，内置了一套心跳（Heartbeat）机制：每隔 30 分钟自动醒来，检查邮箱有没有新邮件、日历有没有变动、Slack 频道有没有消息需要处理。

问题是，每次后台唤醒都不是一次简单的检查——系统需要向云端 API 发送一个完整请求，里面装着冗长的系统提示词、数十个工具的参数定义以及近期会话的全部历史记录，体积庞大。

有开发者复盘后发现，系统在没有太多实际产出的状态下，仅靠心跳机制维持每天就消耗 20 美元，一个月白白烧掉近 750 美元。

也正是这个痛点，网络上催生了围绕 OpenClaw 的一批省钱攻略。

常见做法包括：

• 按任务类型路由不同模型，简单检索和状态检查用便宜模型，复杂推理再调用昂贵模型。
• 控制每次请求的最大 tokens，避免一次对话失控。
• 对长时间运行的会话做上下文裁剪，只保留必要的历史信息。
• 把部分任务下沉到本地模型（如通过 Ollama 部署）以减少对外部 API 的依赖。

此外，OpenClaw 要真正发挥作用，得拿到邮件、日历、通讯软件等高权限渠道的访问权限。这意味着一旦出了问题，你的隐私数据和核心账号就有可能全部「裸奔」。

现实中的安全灾难已经接连发生。一个专门针对此漏洞的扫描器，在短时间内就发现了超过 4.2 万个暴露在公网的 OpenClaw 实例，其中九成以上可以被攻击者直接绕过身份验证，窃取 API 密钥和私人通讯记录。

在插件生态层面，OpenClaw 有一个名为 ClawHub 的插件市场。思科安全团队审计发现，一个被人为刷到排行榜第一名的插件，实为伪装的恶意软件，在后台窃取用户数据并植入恶意脚本。

甚至一些用户还因为将 Google 账号接入 OpenClaw，触发平台异常负载检测，导致整个 Google 账号被封，Gmail、YouTube 一并被断开。

最具代表性的案例，发生在今年 2 月。Meta 旗下专门研究 AI 对齐问题的负责人 Summer Yue，甚至犯了一个新手的错误，给了 OpenClaw 真实邮箱的访问权限。很快，OpenClaw 由于丢失了最初收到的限制指令，开始批量清空她的收件箱。

她在手机上连发停止指令，没有任何反应。最后她不得不冲到 Mac mini 面前强制断电，才让它住手。

如果连最懂 AI 风险边界的人，都能在这里翻车，这大概不是个例。而把一个还不够稳定的 Agent，直接绑在邮件、日历、账号这类核心资产上，然后期待它乖乖听话——本身就是一件需要打一个很大问号的事。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博