30 年过去了，浏览器最大的变化可能是图标。

「互联网之父」蒂姆·伯纳斯-李 1990 年设计的基本交互模式——通过超链接（Hyperlink）实现网页之间的跳转，以及后面输入网址、等待加载、点击链接、回到上一页等逻辑，在今天岿然不动。

都 2025 年了，我们还在用同样的姿势，对着屏幕傻傻地等待页面加载。

过去十年，我们见证过许多号称「要颠覆浏览器市场」的浏览器，Arc 也是其中被誉为全村最有希望的种子选手，但却在拥有百万级用户，烧掉 1.5 亿美元后，母公司 The Browser Company 宣布停止更新，黯然退场。

去年，在完成 5000 万美元融资后，他们决定将重心转向开发一款名为 Dia 的原生 AI 浏览器。

创始人 Josh Miller 表示，Dia 要构建一种完全不同类型的浏览器——一个更加主动、更强大、更以 AI 为中心、更加符合最初愿景的浏览器，可以称它为网络浏览器的 iPhone，或者「互联网计算机」。

Arc 浏览器在其早期和公测阶段使用了邀请码制度，显然 The Browser Company 从中尝到了甜头。

最近，这款名为 Dia 的浏览器终于上线，采用邀请码制，开始小范围开放体验。体验设备有一定限制，目前适用于配备 Mac M1 芯片或更高版本的 macOS 14+。

在各家都在竞相将 AI 融入离用户最近的浏览器，Dia 的表现能否脱颖而出，AI 又该如何重塑浏览体验，这些都是我们想要探究的问题。

Google+Perplexity，Dia 想用 AI 改变浏览器？

Dia 的主页非常简洁，只有一个最为寻常不过的搜索框，甚至可以说清爽得有些不像样，但这也许正是浏览器最理想的样子：提问、获取答案、结束。而不是塞满热搜榜单，分散你的注意力。

输入问题后，Dia 会弹出一个候选窗口，提供 Google 和 Chat 两个选项。

顾名思义，前者直接跳转到常规搜索引擎页面，后者则类似常见的 AI 聊天助手，调用 Dia 自带的大模型直接给出答案，并且拥有独自的历史聊天记录。当然，遇到复杂问题时，它也会联网搜索。 

「现在的宠物能坐高铁了吗」「马斯克现在管理着多少家企业」，Dia 的回答质量也是属于不太稳定的那种，同一问题的几次回答，都在正确和出错之间反复横跳。

用英文提问，回答质量也不会显著提升，甚至它就把星链误认为独立公司。实测下来，Dia 偶尔会在回答中附上图片；用中文提问时，有时也会意外触发英文回答。

输入框底部，你还能看到「Personalize Dia」，设置崇拜对象、喜欢的学习方式，以及 Dia 的回答风格，可以帮助 Dia 快速了解自己，起到调教 AI 人设的作用。

随手上传一个互联网梗图，Dia 也能够轻松识别表情包的言外之意。文档总结很到位，10 万字被梳理得清晰明了，但值得注意的是，文档大小限制在 100M 内，且实测不支持上传 Doc 格式文档。

总结公众号文章，甩个链接即可。

值得注意的是，Dia 浏览器使用的是 Chromium 引擎的特定版本。Chromium 是一个开源项目，许多现代浏览器（包括 Chrome）都基于它构建。

交互是最大亮点，但 Dia 还是个半成品

Dia 的交互设计是一大亮点。传统 AI 插件主要以侧边栏、悬浮窗的形式呈现，涵盖 AI 聊天、翻译、网页总结等。右上角的 Chat 可以看作一个阉割版的 AI 插件，虽然功能稍显单薄，但在交互体验上却做得不错。

划词后，右侧就能直接提供查找或解释功能，整体操作流畅顺滑。

比如在知乎看到有人推荐线性代数书籍，我本来想评论一句「不明觉厉」，但写到一半卡住了，怎么办，这时候，放到光标处，光标就会变蓝变粗，点击会自动调出右侧 Chat 界面。

接着我简单描述了「看不懂，但我大受震撼」的想法，DIa 就会浏览完整个页面，并给出几个评论方案。

这些建议甚至模仿了知乎热评区的轻松语气，简洁直白又人性化。确认无误后，点击「Insert」就能自动插入扩写左侧评论。

没时间看视频，总结视频内容也可以。这里有个小技巧，也能让它给出总结视频的字幕。不过，我让其生成 Word 或 PDF 文档后，却没有后续反馈。

另外，Dia 还能通过点击「View 菜单-Add Split View Pane，」在浏览器内实现快速「分屏」，最多可同时分出 4 块屏幕。不过，这个功能实用性有限：它仅显示搜索结果，点击具体网页仍会跳转到全屏模式，属实有点「中看不中用」。

此外，Arc 曾常被吐槽无法迁移 Chrome 书签，现在吸取教训的 Dia 提供了一键导入书签功能，支持无痛迁移。另一个是没有像 Arc 那样「剑走偏锋」，而是选择了更常规的横向标签页设计。你可以在输入框里添加各类网页标签，也能一口气将所有标签加入对话上下文，提升多标签页的信息联动能力。

类似 ChatGPT 调用 GPTs 的方式，Dia 也支持通过 @ 调用各个网页标签。玩法很朴素，我挑选了过往几篇关于 Ai Pin 的文章，并让其总结 Ai Pin 值得吐槽的点，很快就得到了清晰的答案。

浏览器 2.0 时代已经开始，而 Web，远未走向死亡

2010 年，克里斯·安德森（Chris Anderson）与迈克尔·沃尔夫（Michael Wolff）在《连线》杂志共同撰写了《Web 已死，Internet 永生》一文。

文章犀利地指出，万维网（Web）在诞生二十年后正逐渐走向衰退，其原因在于传统的 Web 浏览模式逐渐被更简单、更流畅的服务所取代，尤其是应用程序（App）的崛起，更简洁、高效，能够直接满足他们的需求。

比如，打开一个新闻 App 就能立刻浏览头条，而无需在浏览器中输入网址、等待页面加载。这种「App 优先」的趋势在过去十年中几乎主导了互联网产品的开发逻辑。

然而，生成式 AI 的崛起重新将产品开发的焦点拉回到 Web 模式。

看似出人意料，却又合情合理。AI 交互本质上是以文本/对话为核心，Web 界面天然支持复杂的文本输入输出，且能便于分享结果和协作。

生成式 AI 模型计算需求大、迭代速度快。在不确定哪种 AI 应用场景最有价值的探索期，Web 平台能以最小成本覆盖所有设备用户，加速产品市场匹配验证。

并且，相比下载 App 的心理和实际成本，Web 版本让用户可以「即点即用」，这对于像 ChatGPT 这样天然陌生的产品尤为重要，减少了用户尝试的障碍。

浏览器的基本形态和功能已经维持了近三十年。1989 年，蒂姆·伯纳斯-李（Sir Tim Berners-Lee）在 CERN 工作时，创建了万维网（WWW），以满足科学家、大学和其他研究机构之间共享信息的需求。

网页浏览器应运而生，但它的设计初衷是围绕文档展开的，这一底层逻辑至今没翻篇。

到后来的 Netscape Navigator，再到如今的 Chrome、Safari、Firefox 和 Opera，浏览器的核心元素（标签页、地址栏、收藏夹）表面形态不能说毫无变化，但也变化不大。

过去，我们通过搜索引擎获取信息的方式是这样的：输入关键词，得到十几个甚至几十个结果页面，然后一个个点击，浏览，判断，筛选，最终从海量信息中找到自己需要的那一小部分。

这个过程就像在图书馆里翻阅一摞摞的书籍，耗时且低效。在那个年代，找到信息的能力本身就是一种技能，甚至催生了「高级搜索技巧」这样的教程和课程。

后来，搜索引擎变得更加智能，界面设计和性能有所优化，比如标签页从单一窗口变为多任务管理工具，地址栏也整合了搜索功能，可这些变化，说到底还是修修补补，算不上脱胎换骨。

在沉浸式、空间计算和对话式 AI 方兴未艾的当下，我们仍然被迫使用基于 30 多年前文档范式设计的浏览器。与其说这是界面问题，倒不如说是整个信息交互模式的不匹配。

AI 的狂飙突进，给浏览器体验的重塑撕开了一道口子。去年，AI 插件热潮席卷而来，Kimi、Monica 等玩家纷纷入局，带来了一些新玩法：不用离开页面，就能获取答案、完成任务，效率直线上升。

从目前体验上看，仍处于半成品的 Dia 在侧边栏交互、划词解释等细节上有些亮点，但说到底还是没跳出 AI 插件的范畴，更多是对现有功能的整合和打磨。

Josh Miller 曾表示，传统浏览器的界面需求已经不再那么迫切，其底层结构将决定我们的未来。「大多数人以为我们在造浏览器，」Miller 在一次对话中说，「其实我们造的是一个基于浏览器的系统。」

他的野心，是把浏览器从单纯的内容展示工具，变成一个类似操作系统的存在，管理个人偏好和行为，在系统层面实现跨设备的 AI 体验，而不用在每个应用里重复设定。

在早期演示中，Dia 就展示了浏览器如何代表人类执行任务。

例如，Dia 通过自己浏览亚马逊，找到这些物品并将它们添加到购物车中。这正是浏览器能做到的事——利用它对你所有 Web 应用和浏览数据的访问权限，替你完成任务。

尽管，如今的 Dia 距离这一目标尚有差距，但这种从被动响应到执行理念的转变，却与当下大火的 Agent 不谋而合。

在 OpenAI 推出的 Operator，以及智谱最新发布的「沉思」Agent 中，我们也看到浏览器开始代替用户采取行动，比如预订机票、比较产品价格、填写表单，甚至完成在线购物。

为了更好地了解这一趋势，不妨再来看看 OpenAI 前 AI 大神 Andrej Karpathy 提出的「LLM 操作系统」设想：

• LLM 作为内核：LLM 是整个系统的中心，类似于传统操作系统中的 CPU，负责处理核心任务和协调其他组件。
• 存储体系：包括上下文窗口（类似 RAM），用于存储当前正在处理的信息。
• 文件系统：用于长期存储数据，类似于传统计算机的硬盘。
• 向量数据库（embeddings/vector databases）：用于存储和检索嵌入向量，是 LLM 进行语义理解和检索的重要基础。
• 浏览器：作为 I/O 外设之一，用于访问互联网资源，获取实时信息。
• 多模态工具：支持处理文本、图像、音频等多种数据类型。
• 其他工具：如代码解释器、计算器等，用于辅助 LLM 完成复杂任务。

从根源上讲，浏览器自诞生之初便紧密贴合人类需求，为人类而生的属性贯穿始终。传统浏览器依赖的 UI 自动化工具（如 Selenium）本质上是对人类操作的镜像模拟。

与图形化界面和手动操作有所不同，AI Agent 需要通过代码访问和解析数据与网页进行自动化交互，而动态加载的内容、复杂的页面结构，以及反爬机制（如验证码）的普遍应用，都是亟待解决的几道难关。

浏览器服务商 Browserbase 创始人 Paul Klein 也曾给出一些技术思路：

• 开发开源、高效的浏览器，减少浏览器启动时的等待时间和安装所需的资源量，提升运行速度和部署便利性。
• 利用 LLM 快速定位网页数据，VLM 基于截图识别元素，支持自然语言交互，无需复杂脚本，即使面对混淆或动态内容也能适应。
• 提供更可靠的 SDK 和 API 开发工具，简化开发流程，提高 AI Agent 使用体验。

更理想的状态是，AI Agent 与浏览器/网站则需要通过标准化协议直接通信，跳过视觉交互环节，基于数据接口（如 API、底层协议）实现自动化操作，完成从 「人→界面→数据」 到 「机器→协议→数据」的直连。

这段时间频繁出现在大众视野的 MCP，正是解决传统「人→界面→数据」模式瓶颈的一种方案。它通过客户端-服务器架构，将 AI Agent（主机/客户端）与外部资源（服务器）连接起来，用协议取代了界面操作。

简单来说，你可以把 MCP 想象成一个「万能接口」，就像电脑上的 USB-C 接口一样。这个接口让 AI 模型能够轻松地连接到各种外部资源，比如文件、数据库、在线服务等。

通过 MCP，AI 助手不仅能获取数据，还能直接对数据进行操作，比如读取文件内容、更新数据库记录等。

浏览器会继续服务人类，但会越来越适配 AI 的需求。人类下达命令，Agent 高效执行的协作模式将成为未来的常态。

从早期的命令行界面（CLI），到图形用户界面（GUI），再到如今迈向人机纯自然语言交互以及机器与机器的协议层交互，技术在复杂化，但交互方式却在不断简化。

现在，浏览器 2.0 时代已经开始，而 Web，远未走向死亡。

「AI 不会以应用程序的形式存在，也不会是一个按钮。我们相信它将是一个全新的环境——建立在 Web 浏览器之上，」Dia 的官网如是说。

#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

成百上千万美国人，进厂打螺丝。

很难想象吗？

在特朗普看来，这并非什么不可能任务。

近日，美国突然向全世界上几乎每一个国家发起关税战。对于中国来说，关税比例已经超过了 100%。

关税战可能意味着 iPhone 以后在中国不好生产了？没关系，美国早有对策。上周末，美国商务部长霍华德·拉特尼克在电视直播上发表了他的伟大计划：

成百上千万的美国人，进厂打螺丝，造 iPhone！这样的景象将会来到美国。很多工作将会被自动化，但美国的专业技能将会解决一切问题。我们将创造大量的机械工、空调技师、电工。美国的专业技能，美国的高中毕业生们，将会成为我们劳动力的核心，创造历史上最伟大的一次就业浪潮。高科技工厂将来到美国，而他们将加入这些工厂。

白宫发言人卡罗琳·莱维特也在回答记者问时表示：

（总统）认为美国拥有大量的劳动力，以及资源，来实现（在美国生产 iPhone）。

简直是计划通。但问题是，拉特尼克的设想，特朗普的这场「iPhone, Made in USA」的大梦，真的能实现吗？

今天的苹果，一手构建并运行着全世界最庞大、复杂，也最成功的供应链体系：将近 190 家已知、公开的供应商，遍布全世界 50 多个国家和地区。受雇于这些供应商并为苹果项目工作的人员数以百万计。但这些供应链，能够顺利地迁移到美国吗？

让我们来跟随 iPhone 手机从原材料到精炼，从组装到成品的整个过程，看看区区 iPhone，到底能不能美国制造？

原材料供应链，能「复制粘贴」吗？

手机没有电池不行，电池没有钴和锂不行。这里，我们先用 iPhone 电池所需的钴、锂这两种有色金属材料来举例。

根据苹果在官网公开的清单，该公司使用的几乎所有的钴、锂金属精炼厂都位于中国大陆。在大约 200 家精炼厂的供应商列表中，绝大多数位于世界其他国家和地区，只有 10% 位于美国，且苹果使用的美国精炼厂仅具有少量 3TG 精炼能力，不具备钴、锂精炼能力。

但根据美国官方公布的数据，美国本土的已探明钴矿储量只有 100 万吨左右，位于世界末位，且年产量极小。并且，美国本土没有一座能够具备电池级和航天级钴精炼能力的精炼厂。

世界钴矿储量最大的国家是刚果（金），最大的精炼钴国家是中国。这两个国家均受到本轮「自由日」关税的影响，中国的税率更是高达 104%。

锂矿资源方面，美国倒是储量丰富，目前世界排名第三。但美国本土锂资源开采控制极端严格，直到去年 10月才批准了过去 60 年以来的首座锂矿。至于精炼能力，电池级锂精炼厂在美国同样不存在。

美国缺乏电池这一 iPhone 最重要的元器件之一所需要的两种关键元素的原材料生产和精炼能力。这意味着苹果没有可能也没有理由在美国生产 iPhone 电池，就是这么简单。

如果仅从海外采购并在美国组装，可行性并没有提高多少。考虑到特朗普的「自由日」关税显著提高了苹果从海外采购有色金属/稀土元素原材料以及铸造精炼服务的难度，高昂的采购成本，加上本土的高人力、运营成本，将会显著提高最终的美产 iPhone 的价格，且产能难以爬坡。

电池重度依赖美国缺乏的稀土资源，而中国掌握全球稀土资源的极高话语权。事实上 iPhone 的电池几乎全部都在中国生产。如苹果被迫将 iPhone 电池生产转移到美国，进口稀土资源的难度将会显著增加，成本暴增。显然，将 iPhone 转移到美国生产来对抗中国产 iPhone 的 104% 关税是毫无财务意义的。

这还只是在说电池。其他的半导体元器件所需的关键材料，比如「3TG」（锡、钽、钨和金，），苹果采购来源多达 79 个国家和地区。其他稀土元素方面，苹果更是已经和中国、非洲、拉美等国家和地区供应链深度绑定。这些资源当中的大多数，美国本土都比较匮乏，也缺乏现成的开采和精炼基础设施，现有产能供应国内其他低需求产业略显勉强，无法达到苹果的需求量级，更无法和苹果的成本目标匹配。

美国不仅缺乏原材料，也缺乏完整的产业链。而中国拥有完整的电子产业集群，提供不限于芯片封装、屏幕、光学、电池等元器件在内的生产、制造、组装，以及开模、测试、物流等覆盖全链条的服务能力。

究其根本，作为一个系统设计复杂、元器件种类多样的高精密数码设备，iPhone 所需的原材料的供应链无法被轻易复制和粘贴。这不是一纸命令或者各式各样的补贴政策可以改变的。没有就是没有，巧妇难为无米之炊。

百万美国人进厂，靠谱吗？

第二次世界大战之后，中国百废待兴，选择了全球制造工厂的站位，并一直坚定站到了今天；而美国公司将低附加值的制造业离岸化，利用剪刀差获得了更高的利润，投入到创新研发、并购整合等再投资用途，进而制造更高附加值的商品，循环往复。

但在今天的全球化分工十字路口，甭管中国想怎样，反正美国是腻了。按照美国商务部长拉特尼克的说法，美国应该将这些低附加值的制造业回流。

与其将价值链上最前和最少的那一部分留给中、印、越，从而让美国跨国企业可以相对轻松地赚到链条后端的大钱——为什么不让美国公司和美国劳动力都更辛苦一点，但可以把整个价值链都留在本土呢？

好，百万美国人，像富士康厂弟厂妹们一样，进厂打螺丝吧。

用不了多久美国工厂主就会发现，用本土劳动力来土生产 iPhone，是一件完全不经济的事情

根据苹果官方发布的供应链报告，苹果供应链雇佣了上百万人。就以最大的组装商富士康的郑州工厂为例，为苹果产线工作的常态人数稳定在 20 万人左右（不一定全职苹果产线），而为新机出货爬坡准备的旺季人力可以轻易达到 30 万人。

近年来富士康苹果产线员工的月薪在 7000 元人民币上下浮动，即便加上旺季额外工资和返费等也并不高。而相比之下，2002 年数据显示美国「机械操作工」(machine operators，和富士康工厂装配工基本对等）的平均年薪是世界第二高达到了 3.25 万美元，折合人民币月薪高达 2 万元，仅次于德国，是富士康厂工的 2 倍还多。

也就是说，不考虑美国行会组织的阻扰、高强度和技能密集型人力资源的匮乏程度等诸多额外限制因素，就纯粹假设美国有一个大城市地区能够一夜之间提供数十万人进厂打螺丝，工资成本的增加也已经严重拉低了苹果的傲人的利润率。

而如果把额外限制因素纳入考虑，情况只会更加糟糕。

首先，美国缺乏高科技制造所需的技能密集型劳动力。在 iPhone 流水线上最需要的精密焊接组装等工作内容上，美国不但缺乏相关劳动力，也缺乏培训资源。

解决的办法是引进外部劳动力或者引进培训师。考虑到特朗普的「美国优先」大政策方向，引进外劳几乎没有可能。后者则更加复杂。

一方面，工厂需要快速招到足够多的人从而进行高效率的大批量培训，因为招聘进度决定培训进度，进而决定了产能和良率爬坡的进度。但在美国，恐怕没有城市能够复刻富士康在人口大省河南「一个周末招聘 5 万人」的招聘速度；另一方面，即便招到了人，培训的转化效率也是个大难题。苹果不可能在美国招到像在中国那样配合度高，工作勤恳的劳动力。

看看福耀玻璃就知道了。

奥巴马投拍过一部福耀玻璃在美国办厂的纪录片《美国工厂》，片中直观、详细地展示了创始人曹德旺从中国带去的熟练技师，面对拒绝「吃苦耐劳」的美国本地工人有多么无奈。怎么教都教不会、不愿意学，上不了一会班又被行会派来的人请去茶水零食招待。

前《美国在线》记者曾经探访福耀玻璃在美国的工厂，发现中国工人「一次扛三块挡风玻璃」，美国人一次只能扛一块；中国工人愿意每周工作六天，每天 12 小时，而美国工人每周能干满 40 小时就已经叫苦连连了，效率不及中国工人的一半。这位记者在 X 上直言不讳：

你算算 iPhone 在美国制造，成本要多少？

如果福耀玻璃美国工厂这样一个相对低技术要求的项目的失败还不能让人信服，那么不妨直接看看苹果和老朋友富士康自己的试错经历。

苹果曾经宣称 Mac Pro 在美国组装（不是制造），然而这个和 iPhone 相比已然是庞然大物的机型，在美国组装的过程中仍然难免受到供应链不足和劳动力短缺的影响，结果苹果被迫将部分组装工作转移到中国；富士康曾经在美国威斯康辛州做了一个「AI+5G+8K」的梦，打算在这里投资兴建一家全世界最顶级的 LCD 工厂，然而即使拿到了数十亿美元的投资和补贴，最终还是梦碎——富士康在本地聘请的一位高管直言：问题在于技术工人短缺。

但如果按照充分利用工业自动化的魔法，让美国工厂可以在高技术/经验工人暂时短缺的情况下也能够顺利生产，这种方式可行吗？

The Information 曾有一篇报道，提到苹果计划逐渐削减供应链装配工数量，到 2030 年实现减半。今年 2 月，苹果 CEO 蒂姆·库克还官宣将在未来 4 年内在美国本土追加高达 5000 亿美元的投资，其中包括在得克萨斯州兴建一座总面积超过 2.3 万平方米的新工厂，用于生产 Apple 智能背后的私有云计算服务器，能创造 2 万个本土岗位。

然而一个摆在眼前的大难题是，特朗普在 4 月上旬先后多次提出、取消、再追加新的关税，对于包括苹果在内的任何一家希望在美国投资办厂的企业来说，带来了巨大的不确定性。对于 iPhone 这样的高精密电子设备，其生产所需的机械装备主要来自中国和欧洲。而这两个国家和地区在本轮「自由日」关税战中得到的税率也是最高的。

关税暴增，使得工厂主无法用合理的落地价格采购成套的自动化生产解决方案和组装机械所需的零部件。机器变贵，自动化的难度只增不减，意味着苹果以及其他生产商们要么花费更高的成本购买机器，承受更长的回本周期，要么被迫回落到对于传统人工装配的模式——无论怎么做，都无法实践特朗普的承诺，这个道理不难理解。

彭博社近日采访了美国供应链管理和物流服务巨头 Flexport 公司的 CEO 瑞安·彼得森，他在节目中提到美国的工厂需要来自其他国家的机器和零部件才能正常运转。而机器变贵等于生产变少。

反观中国呢？相当多人们还以为苹果的 iPhone 供应链在中国能够成功仅是因为劳动力成本低，实际上这个观念早已过时。库克早在 2017 年就说过：

中国早已不再是低劳动力成本的国家……（苹果的供应链）选择中国的原因在于技术能力，技术类型，以及掌握这些技术能力和类型的工人的密集性。我们的产品需要先进的材料加工、先进的机械工具 (tooling)、极高的精度，而中国的工程能力非常深厚。好比在美国，你想要找所有的 tooling 工程师，我不确定能够装满一个房间——然而在中国，你可以装满好几个球场。

结果就是，机械工具、技术工人、供应链支援等各种苹果生产 iPhone 所需的生产要素在中国已然齐备。再这样的前提下还要强行制造业回流到美国，可以说没有困难也要制造困难了。

制造 iPhone 背后，到底意味着什么

最后我想讨论两个东西。

第一个是：苹果，以及以苹果为代表的美国跨国高技术公司，过去一直以来做的是什么？

其实前一小节其实已经简单提到。无论是苹果在中国生产 iPhone，抑或是美国化工巨头从加拿大进口石油进行精炼，生产出更高附加价值的产品再出售给加拿大以及其他国家，底层逻辑都是一样的：

美国跨国公司将低附加值的制造工序转移到海外，利用劳动力价差来赚取足够高的利润率，然后再将利润投入到技术创新研发、收并购等行业横向/供应链纵向的整合，不断开发出更新更高科技的产品，继续交给离岸国家生产，赚取更高的利润。自从 iPhone 发布以来，苹果用了 20 年构建维持了现在这个巨大的优势供应链，把高研发-高利润率的雪球滚起来。

这个过程中离岸制造商和它们的国家并非一直被利用和收割，而是也吃到了技术创新结果的下放和滴漏效应。但无论如何，这个过程中美国和美国跨国公司斩获了绝大部分的价值链，是毫无疑问的赢家。

然而在全球化的信念早已破产的今天，似乎美国已经不再认可共赢，而是只有自己赢才是真的赢。必须所有的价值链都在自己手上。肥水不流外人田。

但是，代价是什么呢？

通过本文的 iPhone 例子，强行将一个高附加值产品生产过程中的低附加值阶段回流到美国，意味着美国跨国公司将痛失利润率。而利润降低，意味着研发等增长驱动型再投资活动也将降低，进而干扰创新发生的节奏。这无论对于美国还是它的最大贸易伙伴和中国，都不是件好事。不顾一切出拳，只会把暴露更多的弱点。

第二个想讨论的东西，是另一支人们没太关注到的「美国生产手机前辈」。

2017 年，一个名叫 Purism 的美国团队发起众筹，宣布要独立制造一款不受任何巨头控制，注重安全和隐私的手机。再后来，这个项目的画风逐渐离谱，团队开始大张旗鼓地宣传手机完全在美国本土制造。

最后，这支名叫 Liberty Phone 的手机，在原定交付延迟了整整一年多之后，终于磕磕绊绊地问世，售价高达 2000 美元，而且采用的配置性能极其落后，甚至低于项目在 2017 年宣布时的同期中端机水平——5.7 英寸的 720P 屏幕、4GB RAM+128GB ROM、非主流的 NXP 处理器。即便如此，即便宣传「美国制造」，手机内相当大比例的零部件仍然不可避免从中国和越南采购。

一支美国生产的 iPhone，或许从配置和体验上不会比 Liberty Phone 糟糕。至少苹果无论放弃什么都不会放弃引以为豪的体验。然而考虑到这家公司对利润率的极致追求（不只是单纯的营利性，也出于确保研发的动机），iPhone made in USA 的价格，应该不会太美丽。

#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

2025年4月10日，穹彻智能宣布，公司成功完成数亿元Pre-A++轮融资。本轮融资新晋吸引了盛宇投资、清科创投、嘉御资本、云启资本、上海科创集团等多家知名投资机构加入。同时老股东Prosperity7、红杉中国、小苗朗程、璞跃中国等持续追投，彰显了对公司的高度认可与坚定信心。本轮融资将进一步加速穹彻智能在具身智能基础模型、数据采集与评价等领域的突破，并推动其在零售履约、家庭服务、食品加工等场景中的商业化应用探索。

本轮融资中，新资方的加入将为穹彻智能的发展注入强劲动力。盛宇投资、清科创投、嘉御资本、云启资本凭借其在科技领域的资源和洞察为公司提供战略支持。上海科创集团依托其在长三角地区的丰富产业资源，助力穹彻智能拉通生态企业合作。

穹彻智能在具身智能领域持续发力，通过快速迭代实体世界模型和力中心行为模型，显著提升了机器人对物理环境的建模、预测和交互能力。其自研的3D视觉模仿学习框架，进一步增强了机器人在复杂环境中的泛化能力、任务执行的成功率和鲁棒性。针对数据采集成本高，难以在真实场景低成本规模化部署的痛点，穹彻智能结合自研算法模型，提出了无需脱产的“生产伴随”式数据采集方式，并研发了相应的数采系统，有望突破高质量操作数据采集的瓶颈。值得一提的是，该系统自发布以来仅半年时间，凭借其高效、便捷的数据采集能力，已获得近百套订单。

依托先进算法与数据支撑，穹彻智能的核心产品——穹彻具身大脑（Noematrix Brain），已具备指令推理分解、任务规划、物体分类、环境感知、自主导航和通用技能操作的全闭环能力。在此基础上，穹彻智能构建了完整的产品矩阵，包括“Noematrix Brain + Training Platform + DevPlatform”+“硬件本体”+“CoMiner伴随式数采系统”，为客户输出最优解决方案。

凭借这一多元产品矩阵的跨场景应用部署能力，穹彻智能正聚焦零售履约、家庭服务、食品加工等场景的智能化、自动化需求。以家庭服务场景为例，穹彻智能与头部家电企业达成深度合作，共同推动家庭服务机器人的研发与应用。在2025年中国家电及消费电子博览会（AWE）上，双方联合研发的洗护场景家庭机器人，实现了从衣物感知、精准投放、洗衣烘干到取衣的自动化操作，无需人工干预。双方将持续挖掘用户在智能家居场景的需求，推动“无人家务”时代的到来。在食品加工领域，穹彻智能已与知名食品厂商达成合作意向，双方将加快复杂食品生产、加工处理产线的智能化与自动化转型，以“人机协同”的模式提升食品生产效率和质量。

截至本轮融资，穹彻智能已构建多元化的投资方阵容，具备科创领域的深厚经验、产业资源与应用场景支持，为穹彻提供资金支持的同时、助力应用场景与产业链协同。本轮融资后，穹彻智能将聚焦提升具身智能大模型的通用性。依托Noematrix CoMiner伴随式数采系统，团队将高效获取高质量操作数据，突破数据瓶颈，加速模型迭代与性能提升。穹彻智能将加快具身智能在零售履约、家庭服务、食品加工多场景的应用探索。同时，穹彻智能正积极与各方行业厂商、科研机构合作，共建高质量、大规模的具身智能数据基础设施，推动技术从研究到产业的加速转化，助力具身智能技术的规模化应用。

本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。

近日，耀途早期投资组合、人工智能感知与边缘计算芯片领域领军企业——爱芯元智正式对外宣布，已于近期顺利完成C轮融资，融资金额超过十亿元人民币，为2024年国内芯片领域规模最大的融资事件之一。

本轮融资的投资方包括宁波通商基金、镇海产投、重庆产业投资母基金、重庆两江基金、元禾璞华、韦豪创芯等知名投资机构。耀途资本曾于2020年参与爱芯元智A轮融资，并持续追投。

本轮资金将主要用于推动下一代先进人工智能芯片的技术研发，加速智能产品量产进程，并加大市场推广力度，旨在为客户提供更高效、智能的解决方案。

自成立以来，爱芯元智已完成数轮融资，投资方包括韦豪创芯、启明创投、沄柏资本、美团、元禾璞华、腾讯投资、耀途资本等知名机构。后续，爱芯元智将与新老股东紧密合作，在战略资源上相互协同，共同致力于汽车智能化、边缘计算及机器人等领域的探索与发展。

爱芯元智创始人、董事长仇肖莘博士表示：“感谢投资人对爱芯元智的支持，正是你们的远见与助力，让爱芯在人工智能芯片的赛道上持续突破，为行业创新注入强劲动力。当前，AI正深刻重构千行百业，而芯片是这场变革的基石。爱芯元智自创立以来，持续聚焦边端侧人工智能芯片的研发与量产，致力于推动AI能力在不同场景的规模化落地。未来，我们将继续以开放共赢的姿态，与合作伙伴共建智能时代的基础设施，助力行业可持续发展。”

爱芯元智成立于2019年5月，已完成多代人工智能芯片产品的研发和量产工作，自研两大核心技术——爱芯智眸AI-ISP和爱芯通元混合精度NPU，广泛服务于终端计算、智能驾驶、边缘计算等市场。

未来，爱芯元智将继续秉承“普惠AI，造就美好生活”的使命，以“构建世界一流的感知与计算平台”为愿景，打造更具智价比优势的产品，不断推进人工智能技术的发展与应用，携手合作伙伴共创美好未来。

查看更多项目信息，请前往「睿兽分析」。