在今日进行的协鑫科技2025年年度业绩说明会上，公司董事长朱共山在接受投资者提问时表示，预计协鑫光电今年在港股发行上市，目前各项工作有序进行中，进展比较顺利。（财联社）

2026 年 3 月 31 日，距离苹果 50 周年纪念日还剩一天。国行 iPhone 用户的设置页面里，悄悄多了一个选项：「Apple 智能与 Siri」。

没有发布会，没有新闻稿，甚至没有一条来自官方社交媒体的预告。Apple Intelligence 就这样以一种几乎静默的姿态，落在了中国用户的手机上。

从 2024 年 6 月 WWDC 的高调亮相算起，国行用户为这一刻等了整整 21 个月。

爱范儿在第一时间完成了激活和全面实测，先说结论：

体验很「苹果」，但效果很一般。但

如果你期待的是一个能跟 Gemini 或豆包正面交锋的 AI 系统，这不是你想要的。

值得注意的是，这次苹果国行 AI 突然上线可能是一次意外，并非正式发布，目前苹果已经下线这个版本。

一向以苹果爆料闻名的彭博社记者 Mark Guman ，称国行 AI 还没拿到监管批准，他给出了以下理由：

• 苹果国行 AI 上线，官方不可能没有任何宣传动作。
• 苹果不会在中国凌晨发布国行 AI 。
• 它会调用 Google 作为视觉识别引擎，这在中国本就不合理

国行苹果 AI 怎么激活？

首先，你需要把设备更新 iOS 26.4 系统，然后进入「设置」，会发现原来的「Siri」入口已更名为「Apple 智能与 Siri」。

点击进入，再点亮 Apple 智能的开关，系统开始下载端侧模型。

整个过程需要连接 Wi-Fi，下载时间取决于网络状况，我们实测大约花了十分钟左右。下载完成后，一系列新功能随即解锁。

机型方面有硬性要求：iPhone 15 Pro 及后续机型才能运行 Apple 智能，更早的 iPhone 15 标准版因芯片和内存限制被排除在外。

需要留意的是，部分功能在首批推送中存在激活失败的情况。我们在实测过程中遇到了个别功能无法正常开启的状况，重启后恢复正常，但倒也并不意外。

新功能实测：速度很快，体验一般

打开新的 Siri，最直观的变化是视觉层面，屏幕边缘泛起的柔光替代了过去那个悬浮在底部的圆形动画，整个交互节奏明显更流畅。

Siri 现在同时支持语音和文字输入，这意味着你在会议室或者安静的公共场合也能通过打字跟它交流，不用担心开口说话的尴尬。

语义理解能力有所提升，能处理一些上下文连贯的对话。但在我们的实测中，Siri 的深度对话能力距离 ChatGPT 或者豆包仍然有肉眼可见的差距。

值得注意的一点是大模型调用的问题。

国行版 Apple 智能调用的后端模型情况比较复杂。视觉识别 AI 方面，我们通过 iPhone 16 的「相机控制」按钮实测，调出的视觉识别引擎应该来自 Google。

而在 Siri 的对话和内容生成环节，爱范儿实测发现是有可能调出 GPT 的，网上也有调出百度文心大模型的。

这一点颇为微妙，因为此前业界普遍预期国行版只会接入百度和阿里的模型。具体的模型调用策略，苹果官方尚未给出明确说明，也许跟网络环境高度相关。

写作工具覆盖了系统级文本输入场景，包括备忘录、邮件、信息等原生 App。选中一段文字后，可以调用润色、改写、摘要等功能。

速度是写作工具最令人印象深刻的地方。

由于模型运行在本地，从点击到结果呈现几乎没有感知延迟。在备忘录里选中一段 200 字的草稿，点击「改为专业语气」，不到两秒就输出了完整结果。这种即时反馈对日常使用来说体验非常好。

但端侧模型的能力天花板也肉眼可见。

复杂长文本的摘要有时会遗漏关键信息，语气改写偶尔会产生不够地道的表达。跟调用线上大模型的写作工具相比，它胜在速度和隐私，输在精度和灵活度，在云端模型面前，苹果的 AI 写作工具就像小学生。

Apple 智能下载完成后，桌面会新增一个「图乐园」App。

它支持根据文字描述生成图片，提供素描、插画、动画三种风格。你可以输入描述，也可以直接用照片库中的人脸作为素材，生成带有本人特征的艺术风格图像。

生成速度很快，大约三到五秒就能出图，这得益于端侧扩散模型的优化，但手机会明显发热。

苹果显然没有把图乐园定位成一个专业创作工具，它更像是一个系统级的趣味配件，如果你真要玩 AI 修图，请出门左转选择豆包。

AI 消除是本次更新中最实用的功能。

在照片 App 中打开一张图片，选择消除工具，用手指涂抹需要去除的主体，系统会自动识别并完成消除和背景填充。 好消息是速度快到令人惊讶。

选中、涂抹、消除，整个过程不超过三秒，完全在本地完成。日常清理照片中的路人、电线杆、垃圾桶之类的干扰物，效率极高。

坏消息是，精度不够。

在我们的实测中，AI 消除能够快速识别并去除主体，但细节层面存在明显瑕疵。

放大图片后可以看到阴影残留、边缘模糊、填充纹理不连续等问题。

如果是消除一个背景简单的小物体，效果尚可；但面对复杂背景或者大面积消除，画面破绽一目了然。

跟 Gemini 或者豆包的消除功能相比，Apple 智能的 AI 消除有明显差距。但苹果选择把所有处理放在本地，换来的是隐私和速度，代价就是质量上的折让。

比较私人的照片资料，也许端侧模型用起来会更让人放心一些。

系统级翻译功能现在也被纳入 Apple 智能的体系。

支持实时对话翻译和文本翻译，在信息、Safari 等场景中可以直接调用。响应速度很快，可以提前下载好语言包，实测在 iPhone 或者 AirPods Pro 3 上都能激活。

但在翻译质量上，它跟 DeepL 或者 Google 翻译的差距仍然存在，特别是在长句、专业术语和语境判断上。翻译功能对于苹果来说更像是一个系统级的实用补充，而非要在翻译赛道上跟专业选手竞争。

整体来看，Apple 智能国行版的整体体验可以用两个词概括：快，安全。 快，是因为绝大多数功能运行的都是端侧模型。

文本润色、信息总结、AI 抠图、消除，所有操作的响应速度都非常流畅，没有云端调用常见的等待感。这种「想到即得到」的交互节奏确实是苹果的强项。

安全，则体现在数据处理全部在本地完成，不会上传至云端。

对于隐私敏感度日益提高的国内用户来说，这是一个不可忽视的加分项。你的照片、文字、对话记录不会离开你的设备，这一点苹果做到了。

但「快」和「安全」的另一面，是端侧处理的质量上限。

跟调用线上大模型的竞品相比，Apple 智能在消除精度、文本理解深度、图像生成质量等维度都存在可感知的差距。

苹果在隐私与性能之间做了一个明确的选择，而这个选择的代价，用户在每一次使用中都能体会到。

为什么苹果 AI 迟迟不来？

Apple Intelligence 首次亮相于 2024 年 6 月 10 日的 WWDC24。

那场发布会上，苹果做了一件前所未有的事情：把「AI」这两个字母放进了自己的核心叙事。

在此之前，苹果一直刻意回避这个缩写，更愿意用「机器学习」之类的说法来描述自己的技术能力。但 OpenAI 掀起的生成式 AI 浪潮改变了一切，苹果也不得不正面迎战。

Apple Intelligence 被描述为一个「个人智能系统」，核心架构是端侧约 30 亿参数的小模型加上云端通过 Private Cloud Compute 调用的大模型，底层跑在 Apple Silicon 上。

在那场发布会上，苹果跟 OpenAI 达成了 ChatGPT 集成协议，Siri 在遇到超出本地能力的问题时可以调用 GPT。

2024 年 10 月，Apple Intelligence 随 iOS 18.1 在美国率先上线，随后逐步扩展到英国、澳大利亚、加拿大等英语市场。12 月，更多英语地区获得支持。

2025 年 3 月 31 日，iOS 18.4 更新让 Apple Intelligence 支持了简体中文、日语、韩语等多种语言。

但国行迟迟不来。

苹果最初的计划是在 2025 年中将 Apple Intelligence 带到中国市场，可惜这个时间表几乎从一开始就注定要被推翻。

由于合规要求，无论是苹果自己的云端模型还是 OpenAI 的 ChatGPT 都无法直接在国内使用，这意味着苹果必须找到本地合作伙伴。 苹果先是接触了百度，尝试接入文心一言，但据报道在技术对接和模型表现上遇到了障碍。

随后，苹果转向阿里巴巴。2025 年 2 月，阿里巴巴集团董事局主席蔡崇信公开确认了双方的合作关系。

根据方案，阿里的通义千问将作为 Apple Intelligence 在国行设备上的模型底座，同时负责内容合规审查。阿里还会在苹果的端侧模型之上部署一个审查层，确保 AI 输出符合国内法规要求。

但随着 2025 年上半年，世界局势的急剧变化，以及 AI 行业的迅猛发展，苹果的国行 AI 也从「行货」变成了「期货」。 此后，国行版 Apple Intelligence 的上线日期经历了多次推迟。

最初锚定 2025 年中，推迟到 iOS 18.6（2025 年夏），再推迟到 iOS 26.1、iOS 26.2、iOS 26.4。

2025 年 11 月，彭博社记者马克·古尔曼在 Power On 专栏中直言，国行版落地「遥遥无期」。

他指出，除了监管问题之外，Apple Intelligence 本身的工程进展也不顺利，模型性能未达预期。

最新的消息是，苹果计划在 iOS 27 中开发 Siri 的第三方 AI 接口，同时与 Google Gemini 深度合作，双管齐下来提升苹果 AI 的使用体验——但这种把半条命交给合作伙伴的做法，也意味着苹果在这轮 AI 大模型的军备竞赛中已经输了。

苹果能做的，就是牢牢把住 AI 硬件的入口——数十亿级的苹果生态设备。

这也是为什么，国行 Apple 智能必须尽快推出的原因，苹果要赶在 WWDC26 之前，完成全球范围的布局，为 AI 时代的 App Store 扫清障碍。

2026 年 3 月 31 日。距离苹果成立 50 周年的 4 月 1 日恰好只剩最后一天。苹果在 3 月下旬刚刚宣布了创业 50 周年纪念活动，Tim Cook 发布公开信回顾公司 50 年的历程，全球多地 Apple Store 举办了特别活动，爱范儿也受邀参加了苹果在成都和上海的特别演出。

就在这个时间窗口里，Apple 智能悄悄降临国行设备。 苹果没有解释为什么选择这个时间点，也没有给出关于合作模型、审批进展的任何官方说明。但时间节点本身已经足够说明问题：

在迈入下一个 50 年的门槛上，苹果大概不希望自己最大的海外市场之一仍然被排斥在 AI 时代的门外。

从商业角度看，这也合理。中国市场的 iPhone 销量在过去两年持续承压，Tim Cook 本人多次在财报电话会上承认，Apple Intelligence 的缺席是国行 iPhone 竞争力下滑的原因之一。

与此同时，华为、小米、OPPO 等国产厂商早已在 AI 功能上全面铺开，部分品牌还陆续接入了 DeepSeek 和龙虾，体验差距越拉越大。

苹果需要这个功能落地，而且需要在 50 周年这个全球瞩目的节点上落地。

把 Apple 智能放回它该有的坐标系里来看：它不是一个要跟 ChatGPT 或 Gemini 争夺「最强 AI」头衔的产品，它是苹果把 AI 能力融进系统层的第一步。 端侧模型带来的速度和隐私优势是实实在在的。

对于普通用户来说，能在本地完成文本润色、照片消除、信息摘要这些日常操作，不需要把数据交给任何云端服务，这件事本身有价值。

但如果你已经习惯了豆包、Kimi、DeepSeek 这些国产 AI 产品的能力水准，Apple 智能目前的表现大概率会让你觉得「就这？」。

端侧模型的参数量级和推理精度决定了它的上限，苹果在隐私和性能之间做出了清晰的取舍，而你需要判断这个取舍，是否符合你自己的需求。

等了快两年，Apple 智能终于来了。它迟到得太久，以至于我们对它的期待已经从「改变游戏规则」降到了「先能用再说」，但它确实来了。

在苹果 50 岁生日的前一天。

#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。

36氪获悉，创业板指跌超2%。煤炭、油气、农业、化工等方向跌幅居前，个股跌多涨少，沪深京三市下跌个股超3500只。

3月31日，韩国免税店协会发布的数据显示，今年2月免税店销售额为9624亿韩元（约合人民币44亿元），环比下降10.1%，同比减少3.8%，整体呈现回落态势。其中，外国消费者销售额为7047亿韩元，同比下降7.7%，环比减少10.4%。同期，本国消费者销售额为2576亿韩元，同比增长8.7%。（界面）

美国太空探索技术公司3月30日证实，其卫星互联网系统“星链”的一颗卫星29日在轨出现异常，失去通信联络。该公司及“星链”任务团队正在调查事件原因，并将持续监测该卫星及可追踪碎片。（新华社）

36氪获悉，MOVA AI智慧生活业务发布曜目G2 AI眼镜与AR S8 AR眼镜，正式进入智能可穿戴赛道。

中兴通讯30日在业绩说明会上表示，公司正与字节跳动等主流生态伙伴深化合作，共同推进新一代豆包AI手机的研发与落地，持续加码“AI for All”战略。（证券时报）

过去两年，我们每天都在做同一件事：学习和进修「提示词工程」这门玄学。

找 AI 干活，总要像个碎碎念的甲方一样，交代八百字背景，像是在哄一个智商奇高、但每天都会间歇性失忆的实习生。

这让我想起在游戏里，施展出必杀技之前，总是会有一个类似「前摇」或者「吟唱」的过程。某种程度上，写提示词，提供上下文，上传各种文件等等……就是使用 AI 的「前摇」。

不是说用户每次都要做到极致，只是如果你能给足这些前置条件的话，AI 会做的更好。

不过，前段时间 APPSO 在中关村的一场线下聚会看到了一个还在测试中的 AI 办公产品——它很大程度上摒弃了对「前摇」的依赖。

产品名字叫 Floatboat。

Floatboat 的联合创始人兼 CEO 少卿走到台上，打开 Floatboat，选中一个文件夹，里有一个 CSV 表格，是一份参加本次活动的嘉宾名单。他在旁边的 AI 对话框里说了一句：生成邀请函。

过了一会，每位嘉宾的邀请函都出现了。

到这里为止都还好，把表格丢给 ChatGPT、Claude、WorkBuddy、悟空………任何一个今天的 AI，写一句指令，大概率也能做到差不多的事情——但接下来发生的，让我愣了一下。

有一位新嘉宾确认出席了，少卿说，「在表里更新一下」。

CSV 更新了；紧接着，一封新的邀请函也自动生成了。

我坐在那里花了两秒钟，试图理解刚刚发生了什么：

Floatboat 它知道这份表格和邀请函之间，知道「更新表格」和「生成邀请函」两个动作之间，是有关系的。所以少卿只说了前半句，后半句没说出来，它自己悟出来了。

AI 不再是等待指令的工具，变得越来越积极、主动，会动脑子，像一个一直给你打下手的小朋友，你说「更新一下」，他知道你的意思。

这个瞬间让我开始认真看这个产品。

简单，但又无法简单定义的产品

Floatboat 是什么？我试着给它一个定义，发现很困难。

它有一个长得像 macOS Finder 的文件管理器，你可以浏览本地文件、打开 iCloud Drive；文件格式支持得很全，Markdown、CSV、Excel、Word、图片、视频，都能直接预览，甚至编辑；

它有一个内置浏览器，可以打开任何网页，甚至可以让 Agent 去操作这些网页；

它有一个 AI 对话界面，底层可以接 Gemini 或其他模型。这么看来它有点像 Claude 的桌面端，但又比 Cowork 多一些更直观的操作逻辑。

这三个东西，文件、浏览器、对话，以面板的形式并排在一起，可以随意拖拽组合，最多四栏并排。

你在浏览器里看到一张有用的图，可以直接拖到本地文件夹里保存；你让 AI 生成了一份报告，报告会直接写入本地文件，以 .md 或 .docx 格式保存，并且你可以直接编辑这些文件，不需要 cmd-c 再 cmd-v 到另一个地方。

信息从各个方向流进这个环境里，加工过的内容也能流出去，不会被锁死在某一个面板里。

所以 Floatboat 到底是什么？是文件管理器？是浏览器？是 AI 聊天工具？是氛围编程环境？

它都是，又不完全是。

在 Floatboat 出现之前，我们其实一直在做不同软件之间的「人肉 API」，每天按几百次复制粘贴，打开不同的软件或浏览器窗口、编辑不同的文件。

在 AI 世代在线办公的我们，成了在窗口与窗口之间疲于奔命的赛博搬运工。

而 Floatboat 打破了软件之间的墙，让所有的窗口都能共享同一份上下文。

开发团队给产品的定义是「工作环境」而非「AI 助手」。助手是你要求它才动的，工作环境是一直在那里的，你在里面做事，它一边帮你做事一边观察和学习。

在沟通会上，有人问少卿：一句话形容你们的产品？

少卿反问：你能一句话形容 ChatGPT 吗？

大家会心一笑。我觉得他说的有道理。有些东西确实不是一句话能装下的，除非你做的是一个非常垂直的工具。Floatboat 显然不打算做垂直。

做科技记者这些年，我经历过好几代这样的产品。最早是电子邮件加 Office 套件的时代，后来是各种 OA 系统，再后来钉钉来了、飞书来了、Slack 来了。

每一代都有一个产品，或者一类产品，它们有着同一句潜台词，对你发出强有力的暗示或者明示：上班，用我就够了。

而在 AI 时代，Floatboat 想要成为这个角色。

这么说不是在拔高它。恰恰相反，这个位置历史上从来没有人真正坐稳过。飞书解决了团队协同，但文档操作仍然需要 Office 套件。钉钉把审批这个工作做到了极致，但打工人私下用微信聊工作的习惯从来没变过。

「一统江湖」这件事，每一代都有产品在尝试，但从来没人真的实现过。

原因是结构性的：这类产品想要成功，需要整个组织一起换过来。而组织的惯性，是所有惯性里面最大的。你一个人觉得飞书好没用，你的团队、你的客户、你的供应商都得觉得好才行。

Floatboat 的策略有一个不同：它不面向组织，它面向个人。

这个产品的目标人群，也正是时下最流行的概念：OPC，全称 One Person Company/一人公司。

过去一年 AI 能力的跃进，让 OPC 这个前两年的口号，逐渐变得越来越现实和可行。一个人，加上三五个 agent， 几乎可以对等一个小的草创阶段的业务和支持团队。无论是自媒体内容创作者，从选题到写稿到排版到分发，还是电商业务，从选品到上架到客服到投流，都已经够用了。

Floatboat 希望能够打动这群人。在 APPSO 的体验中，我们测试了包括内容创作、数据科学等场景，也测试了外部工具接入（例如 Slackbot）等多种场景。对于内容、营销、数据分析、客服等类型的工作，Floatboat 都达到了我们的期待。

现在 AI 产品有两种设计哲学。一种是「你放手，我来」，把用户推到后座上去，Agent 全权接管，跑完了给你看结果。另一种是「你干活，我在旁边」，成为用户的副驾，在适当的时候递工具、提建议。

Floatboat 更接近后者，但又不全是。用 Floatboat 工作，我的体验是：跟 AI 在主驾副驾之间来回切换，畅快自如。

用了一段时间之后，我觉得 Floatboat 的主张是行得通的。至少在现在这个阶段，大多数人对 AI 的信任还没到「你尽管干，我不用看」的程度。你让一个打工人把整份方案交给 AI 自己跑，他会焦虑的睡不着觉……

但如果 AI 是在他的屏幕上、在他的文件夹旁边干活，他看得见过程，能随时纠正，那他会比较安心。

这也是为什么 Floatboat 的界面设计那么像一台传统电脑的桌面，把文件管理器、对话框、浏览器/编辑器都拉出来让你一览无遗：已经认识的东西，能够降低用户对一个新事物的戒备心，提高接受度。

一边工作、一边蒸馏工作

然后再说 Floatboat 做的一个叫 Combo 的功能。

Combo 可以是一个复杂的 skill，也可以是多个 skill 的组合。而在工作的逻辑里，就是把一套工作流打包成一个可复用的操作。

Floatboat 内置了从工作成果中「蒸馏」 combo 的能力——这其实很像 Anthropic 官方的 skill-creator（本身也是一个 skill）。

比如你每周都要做一件事：从网上抓几篇行业报告，提炼摘要，整理成 Markdown 文档，然后推送到 Notion。你第一次在 Floatboat 里手动跟 Agent 对话完成了这套流程之后，对话框下方会出现一个按钮，问你要不要把这轮操作存成一个 Combo。

或者你也可以主动跟 Floatboat 说，「把我们目前的工作里面的方式、思考、逻辑，整理为一个 skill」。

当下次遇到类似任务的时候，Floatboat 会自动把这个 Combo 推荐给你，一键启动。

这里面我觉得最有意思的一点是：你不需要事先「设计」工作流，只需要正常干活就行了。一边干着，一边 Floatboat 就会自己把你的工作习惯、操作方法等「蒸馏」出来，沉淀出一份指导思想。

少卿告诉 APPSO，Combo 能力的设计，是为了实现今天的绝大部分用户对于 agent 产品的那个核心期待：自进化。

「当 agent 能够感知你 80% 的操作的时候，它就有自进化的能力了」，Combo 的自动沉淀机制就是在做这件事的第一步。

兜售「提示词」的时代，快要结束了。你不再需要像个魔法师一样去背诵枯燥的咒语，把提示词保存在一个专门的文件夹或者 AI 工具的后台。通过 Combo，Floatboat 可以让用户把他们每天最经常做的固定动作，提炼成独属于自己的「手艺」和数字资产。

当然，Floatboat 也做了一个 Combo 市场，你做的好用的 Combo 可以上传，别人做的也可以下载。官方也提供了一些现成的。

但这个 Combo 体系仍有不足。

任何一个号称能够一统江湖的办公软件，号称「越用越懂你」的 AI 系统，都仍然存在冷启动的障碍：就好比 Google Docs 的初始简历模板虽然很全很好，但仍然需要每一个求职者去调整修改以适合自己。

Combo 的自动沉淀机制，逻辑上是说得通的：你用得越多，它学得越好，推荐的工作流越贴合你。但这有一个前提：你需要先投入时间从零教它，而大多数人没有这个耐心，他们希望拿来就能用。

作为一位媒体编辑，我的日常工作是阅读大量资料、跟作者沟通选题、改稿子、偶尔自己写长文。这些工作的颗粒度很细，上下文很碎，跟官方预设的那些模板（更偏向标准化的报告生成、数据整理之类）对不上。

在我的具体使用中，我将几种不同的内容生产路径保存成了不同的 Combo：针对外部新闻的快速反应是一种，基于采访 Q&A 提纲的撰写是一种，针对复杂课题的调研、资料的编排、然后进行原创写作，又是另一种。

当然，这不是 Combo 本身的问题。对于绝大多数人，无论他们的工作是文档写作、报表处理、ppt 写作，还是数据整理、行政工作，甚至更加复杂的「一人开发者+marketer+客服」，无论是自己生产 Combo，还是在 Floatboat 的官方 combo 基础上做微调，都足够好用。

AI 工具不是一切工作的万灵药——一个工具把自己宣传得再美好，今天的用户也应该有这样的觉悟。对于 Floatboat，正如前面所说的，它是「工作环境」，它的能力足以强化人，但它的工作效果仍然取决于人。

然后再说说用 Floatboat 和其他「类 Cowork」产品的区别：最大的明显感受，是 Floatboat 的工作流程很快。以文件操作、内容生成为例，在 Gemini 3.1 Pro 模型驱动下的 Floatboat，对文件进行操作（批量重命名/修改格式、填充 markdown 等）的用时，是我平时用 Cowork/Claude Code CLI 的三分之一左右。

Gemini 在「讨好用户」上也是老演员了，所以最近 Floatboat 也加入了 Claude 两个最新版模型，Sonnet 和 Opus 4.6 的支持。

Gemini 对于 Floatboat 主打的大多数办公场景（文案生成、表格处理、信息整理）来说够用，写作效果也还算不错；如果不符合你偏好的话，切到 Claude 模型也没问题。如果你注意到 Floatboat 的迎合意图太强，可以在工作过程中时不时强调一下，不要一味迎合，要对生成的结果，甚至用户的输入做批判性的思考。

以及，你也可以充分利用 Combo 生成的功能，将这些技巧写进 Floatboat 的核心指导思想。

另外一个小设计值得提一句：Floatboat 可以集成到飞书和 Telegram 里，你不打开它的客户端，直接在聊天工具里给它发消息，它就在后台帮你执行任务——这个功能叫 Claw 模式，相信足够你顾名思义了。

 

除了产品本身，Floatboat 团队还在做一件更远的事。

他们开源了一个协议叫 Selfware，核心理念用一句话说就是：A file is an app。

这是什么意思？现在你用 AI 辛辛苦苦做了一份调研报告，发给同事，他收到的是一个 Word 文档或者 .md 文件。文件里有最终结果，但你当时调用了哪些资料、AI 跑了什么逻辑、中间修改了几次、为什么改，这些对于工作最关键的经验，并没有被保存下来。

Selfware 想解决的就是这件事。一个 .self 格式的文件，里面不只有数据，还携带逻辑和结构。你的同事收到之后，可以直接打开、继续编辑、让 Agent 沿着你的思路往下跑。文件自带了工作环境。

这个想法，和目前 AI 开发圈里对 CLAUDE/SKILL.md、cursor rules 这类文件的热情， 属于同一个潮流。大家都在发现，文本文件可以用来「编程」AI 的行为，一个 .md 文件可以定义一个 Agent 的人格、工作方式、输出风格。

但 Selfware 往前又多走了一步：那些 .md 文件是指令，你告诉 Agent 怎么做；Selfware 想做执行单元，文件本身就能运行，而且不依赖于特定平台。

这其实有点像 Jupyter Notebook，把代码、数据、输出打包在一起了；也类似于 Docker，把运行环境做成了可分发的单元——Selfware 把场景换成了 Agent 协作。它不是从零发明的概念，但在 Agent 时代重新提出，确实切中了一个真实的痛点。

不过，协议这种东西，最终看的是采用率。现在 Selfware 主要在 Floatboat 自己的生态里运转。「A file is an app」是个有趣的理念，但从理念到被广泛采用的标准，中间路还很远。

另外值得提一句的是 IACT (Inline Action-Clicked Text)，Floatboat 开源的另一个协议。它做的事情更小但很实际：在 Markdown 语法的基础上，直接在 AI 对话生成结果加上可点击的行内 (in-line) 链接/按钮。生成结果中的「可行动内容」将会自动套上这个按钮，用户直接点击就行了。

这个交互改进看着不起眼，用起来确实减少了摩擦。最早做类似体验的应该是 Claude，但 Claude 的很多「好东西」都是闭源的。Floatboat 把 IACT 开源，让其它产品也可以充分利用。

现在一些同类产品比如 WorkBuddy 也在做类似的东西了，但据我了解 Floatboat 是最先提出这个概念并把它协议化的。

工作起来，开心最重要

Floatboat 的名字来自一句英语俗语，whatever floats your boat，大概的意思是「你开心就好」。

少卿说，他们希望产品给人一种在 AI 时代悬浮起来的感觉，不被裹挟着走。

这个愿景挺好的。但 Floatboat 能不能成为这个时代的那个「用我就够了」的产品？老实讲，APPSO 仍然没法给出一个明确的判断。

毕竟大家都看到了：每一代尝试做这件事的办公产品，到了最后，多半成为了工具箱里的工具之一，而非唯一。

但今天下判断，也为时尚早。

一个产品不需要统一所有人的工作方式才算成功。如果它能让一部分人——那些一个人干五个人的活、每天在软件之间当搬运工的「OPC」们，每天省出一个小时来做真正需要动脑子的事，那它就已经值得存在了。

对大多数普通人来说，一家公司的活如果全都一个人干，确实挺累的。

但 Floatboat 让人兴奋的地方在于，它给了一个人也可以是一家公司的从容和底气。

不是所有人都能 OPC，你至少首先需要台好「PC」。而 Floatboat 赌的，就是自己会成为那台 PC。

#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。

36氪获悉，沪深两市成交额突破1万亿元。

工业和信息化部电子信息司二级巡视员吴国纲表示，工信部将重点开展四方面工作。一是高起点谋划顶层设计，组织编制“十五五”新型电池发展规划；二是强化产业运行精准监管，动态跟踪储能电池产能、产量、价格等关键运营指标，加强前瞻研判与风险防控，遏制低水平产能重复建设，引导行业科学布局规范发展；三是完善标准体系，加强储能电池强制性国家标准实施力度，加快制定产品安全等级、性能分级、快速测试等关键标准；四是健全行业自律长效机制，着力构建优质优价公平有序的市场生态，破除同质化、内卷化竞争困局，推动形成企业自律、行业监管、社会监督协同发力的良性发展格局。（中证网）

2006 年的湖南麻阳县，天正下着冷雨，气温只有 10 摄氏度。一辆车龄比人还大的 N 手摩托车，在泥泞的山路上狂奔。

骑车的是个 19 岁的少年。为了给自己争取一个出镜的机会，他冒着雨死咬住湖南卫视的采访大巴，足足追了 3 个小时，跑了 100 多公里。

等他把记者拦下来的时候，整个人裹满泥浆，冻得发抖。

面对记者的镜头，他带着恳求的语气说，知道自己这样很没面子，连老家的车友都笑话他天真，但他实在太想进职业摩托车队了。

只要能进车队，洗衣服、煮饭、修车都行。

他的名字叫张雪，是一个初中辍学的修车学徒。那时候的他一无所有，连一台像样的车都买不起，为了摸一摸真正的赛车，他愿意干任何事。

整整 20 年过去了。

上周末，葡萄牙波尔蒂芒赛道响起了一阵《义勇军进行曲》。在这场 WSBK 世界超级摩托车锦标赛里，法国车手瓦伦丁·德比斯连拿了中量级组别两个回合的正赛冠军。

过去几十年，这个级别的领奖台一直被杜卡迪、雅马哈这些欧洲和日本老牌车企霸占。

这次把他们挤下去的赛车叫 820RR-RS，搭载着一台中国造的 819cc 三缸发动机。而造出这台车的车企，叫张雪机车。

当年那个在冷雨里死皮赖脸求收留的野孩子，如今成了这支冠军车队的老板。他掌握着一家年营收几个亿的摩托车车企，还成功把自己的名字印在了世界级的赛道上。

听起来像是霸总爽文。

从修车铺里走出来的「雷军」

对于不骑摩托车的人来说，张雪这个名字多少有些陌生。如果非要找个参照物，你可以把他看作是摩托车圈里的雷军。

他们身上都带着很强的个人 IP 和巨大的流量，且新品牌刚一问世，首款产品立刻就能迎来爆炸式的订单。更关键的是，他们想要把车开上顶级的赛道去自证实力。

只不过，雷军下场造车时，手里攥着几百亿现金。而张雪的底牌，是带着他从修车铺一路趟出来的，对于摩托车的热爱。

1987 年出生于湖南怀化农村的张雪，一开始打的就是逆风局。

3 岁时父母离异，他跟着奶奶长大。10 岁那年，他和妹妹住在一个墙体开裂的土屋里，碰到刮风下雨的天气，兄妹俩只能找些废旧的塑料布把漏水漏风的缝隙堵上。

后来有媒体跟着他回老家看那个窝棚，问他当年住在这里的时候心里难不难过。

张雪平淡地说，人在没有选择的时候，难过起不到任何作用，吃过所有的苦之后，往后遇到一点点甜都会觉得是幸福。

这种对物质条件的钝感，为他后来偏执的造车生涯埋下了伏笔。

被湖南台报道后的第二年，张雪带着给人修车攒来的 6 万块钱跑去江苏泗阳的一家车队。现实总是很骨感的，即便进了队伍，也不一定会有车开，车队不可能把昂贵的训练资源倾斜给一个没有背景的草根。因此，张雪的日常工作大半是修车和打杂。

好在，有一位叫张继星的老车手看中了他身上的那股轴劲，私下里带着他练车。

但在围场里待得越久，张雪越能看清一个残酷的现实：赛车是一项用钱烧出来的运动。哪怕驾驶技术再好，没有顶级的赛车和雄厚的资金支持，穷小子永远摸不到最高领奖台。

但赛车终究是一项极度依赖资金的运动，张雪很快发现，作为一个穷小子，职业车手的路用不了多久就会碰到天花板，转身做产品研发和造车，才能把这条路走得更长。

既然买不起好车，那就自己造。

把视线从赛道转向车间后的张雪，开始更加深入地钻研底层的机械技术。

在浙江阿波罗的时候，他能在央视的镜头前蒙着眼睛，把一堆散落的零件拼成一台能点火的发动机；2013 年，他揣着两万块钱一头扎进国内摩托车供应链最成熟的重庆，靠着在配件市场淘零件自己组装倒卖，摸透了造车的所有环节。

终于在 2017 年，张雪拉着几个合伙人创办了凯越机车。

当时的国内中大排量摩托车市场几乎被进口品牌垄断，多数国产品牌还在走逆向仿制和组装拼凑的老路，也就是俗称的「地平线」。张雪和凯越走的是另一条路：在同级别车型中追求最好的轻量化和操控。

凯越的首款量产车型 500X 虽然也有着各种各样的小毛病，但在同行的衬托下，很快就取得了商业上的成功。第一年卖了 800 辆，第二年销量直接攀升到 3000 辆，让公司赚到了第一桶金。

拒绝当一家赚钱的组装厂

车虽然卖爆了，张雪心里却很不踏实。

早期的凯越和当时的很多国产品牌一样，发动机都是从供应商那里采购的现成货。把整台车的核心命脉捏在别人手里，不仅产品性能的上限被锁死，未来也随时有被卡脖子的风险。

他想要造真正属于中国的大排量发动机。

但在 2019 年的凯越内部，当张雪提出要自研 800cc 直列双缸水冷发动机时，合伙人们出于对利润和风险的考量，给出了明确的反对意见。研发这东西是个无底洞，一旦几千万砸进去听不到响，公司前几年辛苦积累的家底就会全部清零。

为了保住这个项目，张雪提出了一个方案。

他以公司老板的身份，向公司借款 1000 万来推进研发。如果项目成了，发动机的知识产权归凯越所有，如果搞砸了，这笔债务由他个人全盘承担。

历经一年半的枯燥研发，这台代号 EBS01 的 800cc 发动机在 2021 年初点火成功。紧接着，凯越又立项并成功搞出了将转速拉到 16000 转的 400cc 四缸发动机。

这两款机器的落地，不仅让凯越撕掉了「组装厂」的标签，也让它真正在牌桌上拥有了和春风动力等本土头部大厂掰手腕的底气。

有了成熟的产品，张雪骨子里的赛车基因又一次占了上风。带队参加比赛，成了张雪检验车辆可靠性的必选项。

2023 年，张雪带着凯越车队去参加了达喀尔拉力赛，成为全球首个首次参赛全部赛车均完赛的厂商。在中国环塔拉力赛里，他自己作为车手上场，中途被越野车刮翻导致短暂昏迷和手指骨折，醒来后依然坚持跑完了当天的赛段。

可当公司做大之后，资本的逻辑和张雪的执念不可避免地走向了对立。

到了 2024 年初，凯越已经成长为一家年营收数亿的企业。

股东们的诉求非常明确，停止那些深不见底的新发动机研发项目，把精力集中在现有车型的销售上，先赚一波钱落袋为安再说。

但在张雪看来，一家车企如果停止了在核心技术上的向前冲刺，走向衰亡是迟早的事情。造车是一场不能停下的赌局，靠吃老本存活违背了他建立这家公司的初衷。

面对高层要求他卸任总经理的施压，张雪选择了妥协，表示自己可以只做研发副总。他甚至专门写了一份长篇建议书，试图说服董事会继续投入研发。

这份建议最终还是被否决了。

造新发动机的预算被完全锁死，张雪觉得继续留下来已经失去了意义。

2024 年 3 月 1 日，37 岁的张雪在朋友圈晒出了一封辞职信。

经慎重思考，本人决定辞职，去追求我的星辰大海，未来是朋友，也是对手，江湖再见。

这位创始人放弃了自己名下巨额的股权，选择从一手创办的明星企业里净身出户。

反击的唯一方式是赢下比赛

张雪几乎没怎么休息。

2024 年 4 月，离开凯越仅一个月后，他在重庆拉起了一支新队伍，张雪机车正式成立。

经历了上一段因为资本分歧而黯然出局的教训，张雪这次学聪明了。新公司拿到了高信资本的天使轮投资，但张雪自己牢牢捏着 80% 的股份，把技术路线和赛车规划的绝对话语权攥在手里。以后造什么车，跑什么比赛，由他一个人说了算。

和小米汽车一样，这支新团队造车的速度极快。

不到一年时间，首款量产车 500RR 正式上市。从发布的第一天起，张雪就没有把它当成一台普通的代步车来卖，而是把所有的营销重心都砸向了它的赛道基因和极限操控。

市场给出了极其热烈的反馈。仅仅 4 个月，500RR 就下线了一万台。到 2025 年底，这家新公司的营收如期冲到了 7 亿元的规模。

车能卖得这么爆，不光是产品底子好，很大程度上也和张雪本人的行事风格有直接关系。

当下的车企老板对负面新闻避之不及，总想尽办法息事宁人，张雪偏要反着来。他在直播里公然鼓励车主，车子遇到问题就去网上曝光。

把问题放在太阳底下晒，我唯一的路径，（就是）快速地把问题关闭。

他还把这种直来直去的江湖气，用在了给用户撑腰上。

和港澳台不同，在中国大陆的交通环境里，摩托车往往是最不受待见的群体，骑行在路上时不时就会遭到汽车的恶意。

2025 年下半年，济南和合肥接连发生了两起张雪机车车主被汽车司机恶意别车、辱骂甚至殴打的事件。张雪看完视频后直接公开喊话，让公司法务团队主动联系车主协助报警，硬是把那两个嚣张的汽车司机送进了拘留所。

这种护犊子的行为，为张雪这个新品牌拉拢了一大批死忠粉。

但张雪的野心从来就不在卖 500RR 赚点安稳钱。他手里攥着一张牌，一台纯自主研发的 819cc 直列三缸发动机。

当张雪公开表示要拿着这个新平台去跑世界顶级比赛时，嘲笑声铺天盖地。有人在网上截了一张图，说今年听过最大的笑话，就是张雪 820 妄想去对标杜卡迪 V4。

张雪看到了截图，他把它发了出来，配上了一段话。

我这辈子最不缺的就是嘲笑，但是我很清楚自己想要做什么，尊重自己的内心。其实我们能活的时间都不长，那么就在有限的时间内，享受，绽放生命吧！

2025 年 11 月，张雪在米兰车展现场宣布，张雪机车将正式进军 2026 年的 WSBK 世界超级摩托车锦标赛，跑的还是竞争最为激烈的 WorldSSP 中量级组别。

和 MotoGP 比拼各家不计成本的「原型车」研发实力不同，WSBK 检验的是各大车企市售量产车的极限性能。

张雪给车队定下了一个颇为激进的目标，第一年站上领奖台，第二年拿分站冠军，第三年拿年度总冠军。

仅仅几个月后，时间来到 3 月 28 日，葡萄牙波尔蒂芒站。

那台搭载着中国造三缸发动机、干重只有 168 公斤的赛车，在法国老将瓦伦丁·德比斯的驾驶下，展现出了不输杜卡迪和雅马哈的弯道稳定性和直线加速能力。

第一回合正赛，德比斯从第二位发车后全程领跑，把身后的杜卡迪 V2 和雅马哈 R9 甩开，带着 3.685 秒的巨大优势冲线。

第二天，同样的故事再次上演。

周末双赛，连拿两个冠军。张雪原本打算花两年走完的路，在进军欧洲赛场的第二站就走完了。中国摩托车企第一次打破了欧日豪强的垄断，从他们手里抢走了中量级的分站冠军。

夺冠那一晚，举着五星红旗的张雪激动落泪。

兜兜转转 20 年，张雪其实一点都没变，他一直走在当年那条泥泞的山路上。

那天下着冷雨，气温很低，周围的车友都在笑话他。

那个 19 岁的少年摔得浑身是泥，冻得嘴唇发紫。他从地上爬起来，扶起那辆破旧的摩托车，对着镜头歇斯底里地喊出了那句话。

有梦想，就去追！因为勇敢，我的人生更精彩！

#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。

作者 | 乔钰杰

编辑 | 袁斯来

硬氪获悉，近日，江苏珩创纳米科技有限公司（以下简称“珩创纳米”）正式宣布完成B轮融资的数亿元交割。本轮融资由银川育成凤凰科创基金投资，大桉资本担任本轮融资财务顾问。资金将主要用于公司在宁夏银川的产能布局，规划建设年产13万吨（一期3万吨）磷酸锰铁锂（LMFP）正极材料生产线。与此同时，公司在盐城的基地将进一步扩产。

珩创纳米成立于2022年，聚焦新能源电池核心材料磷酸锰铁锂正极材料的研发、生产与销售，其产品目前已覆盖新能源汽车、两轮电动车及储能系统等多个应用场景。

作为近年来备受关注的一条技术路线，磷酸锰铁锂被视为磷酸铁锂的重要升级方向之一。从材料特性来看，磷酸锰铁锂通过在磷酸铁锂体系中引入锰元素，能够使电压平台由约3.4V提升至约3.8V，带动能量密度提升约5%至20%。而在成本端则显著低于依赖镍、钴等金属的三元材料体系。相对于磷酸铁锂体系，磷酸锰铁锂可以达到度电成本更优。

（图源/官网）

珩创纳米董事长姚维广博士向硬氪介绍称，随着锰含量的提升，材料在循环过程中容易出现锰溶出问题，围绕这一核心问题，公司在材料结构和制备工艺上进行了系统性创新。其中，“固液两相法”是其关键技术之一，该方法能够使锰与铁在同一晶相中实现原子级均匀分布，从而提升材料结构稳定性；与此同时，公司在碳包覆技术及多元素掺杂方面持续优化，使晶体结构更加完整，进一步抑制锰溶出问题。

基于上述技术路径，珩创纳米在高温循环性能上已实现大于2000次循环，高温存储时间超过一年半，部分指标甚至甚至优于三元材料体系。

此外，专利体系的构建是珩创纳米最核心的竞争壁垒。公司通过买断陶氏化学在磷酸锰铁锂领域的核心专利，并结合持续自主研发，构建起覆盖材料组分、结构设计及应用方式的完整专利体系。目前，公司拥有近百项发明专利授权，其中发明专利78项，专利网络覆盖全球32个主要国家和地区，是全球范围内唯一在磷酸锰铁锂领域实现专利全球化布局的企业。

从具体专利结构来看，珩创纳米的布局不仅限于单一维度，而是形成了多个专利族的组合壁垒。根据姚维广博士介绍，在组分专利方面，珩创纳米在中国覆盖锰含量超过70%的配方区间，在国际范围内覆盖锰含量超过50%的区间。

在此基础上，公司还拥有碳氧键结构相关专利，以及针对与三元材料混掺体系的专利保护范围，即在磷酸锰铁锂占比5%至95%的混掺场景中亦具备专利覆盖。这意味着，公司不仅在材料“配方本身”上建立了保护，也对其应用方式形成了延伸性约束，从而在技术演进过程中具备更高的话语权。

在商业化进展方面，珩创纳米当前客户主要集中于头部消费电子及两轮车领域，并已实现规模化出货。2024年至2025年，公司在磷酸锰铁锂材料市场的销量连续位居全国第一，市占率约为40~50%。

在动力电池领域，公司将于2026年底开始向相关企业供货，覆盖重卡、乘用车及PHEV等多个应用方向，目前产品已进入客户B样、C样验证阶段。

盐城总部（图源/企业）

本轮融资重点投向的银川基地，将成为公司面向动力电池市场的重要生产基地。相比盐城基地以单线5000吨至1万吨为主的产能结构，银川项目在单线规模上将进一步放大，并在工艺设计上针对动力电池需求进行升级。与此同时，宁夏地区在电价、气价等能源成本方面具备明显优势，有助于降低整体生产成本并提升规模化竞争力。

36氪获悉，3月31日，联想集团正式发布YOGA AI Mini与Think AI Tiny两款AI原生智能终端。官方信息显示，联想YOGA AI Mini主打一键部署、原生养虾适配、系统级安全防护等核心优势，解决了Mac mini在“养虾”过程中存在的部署复杂、硬件适配不足、安全防护缺失等痛点。而Think AI Tiny则切入企业办公场景，完成联想在AI智能体终端ToC+ToB的全市场布局。

36氪获悉，爱企查App显示，近日，中免（呼和浩特）机场商业管理有限公司成立，法定代表人为祁石，注册资本2000万元人民币，经营范围包括商业综合体管理服务、航空运输货物打包服务、销售代理等，由中免（北京）商贸有限公司、内蒙古空港商业管理有限责任公司共同持股。

36氪获悉，“今日酒价”披露的最新批发参考价显示，3月31日，26年飞天茅台原箱较前一日上涨65元，报1720元/瓶；26年飞天茅台散瓶较前一日上涨85元，报1630元/瓶。25年飞天茅台原箱较前一日上涨80元，报1740元/瓶；25年飞天茅台散瓶较前一日上涨80元，报1650元/瓶。

我输入了一段 prompt，按下生成。手还搁在键盘上呢，视频已经出来了。

画面前景是一杯冒着热气的黑咖啡，背景模糊；随后焦点平滑转移，清晰展现出背景中一位翻阅旧书的女孩。

改了两个词，把光线方向调了一下，再按一次。又出来了，质感没掉。提示词写得很随意，就是脑子里的画面用大白话说了一遍，没有刻意堆关键词，模型全听懂了。

这是 PixVerse V6 给我的第一感受。不是「效果好」三个字能概括的，准确说是「这个效果，居然这个速度就出来了」。

PixVerse 出片快，这件事圈里不算新闻。大多数 AI 视频工具还在用排队考验耐心的时候，PixVerse 已经是同类里生成速度最快的选手。在 Artificial Analysis 的视频生成模型排行榜上，PixVerse V6 更是处在第一梯队。

不过如果 V6 只是「更快了一点、画质更好了一些」，那它只是一次常规迭代，不值得单独拿出来聊。

V6 做的事情，是把「快」从一个技术参数，变成了一种创作层面的结构性优势。指令理解强了，提示词不用反复打磨；画质也更稳了，这些环节省下来的时间叠在一起，比单纯的生成速度提升值钱得多。

换句话说，当出片质量够稳定、速度够快，创作者的瓶颈就不再是工具，而是想法本身 。AI 没有让创作者贬值，它反而让好想法比以前更值钱了。

不只是快，每一帧也经得起放大看

PixVerse V6 的操作本身没有任何门槛，新手也能轻松上手。

打开拍我 AI（网页端地址：https://pai.video），在输入框里用自己的话描述想要的画面，选好分辨率、画面比例和时长，点生成就行。支持 360P 到 1080P 输出，横屏竖屏都能选，单次生成时长可以自己控制。

V6在指令理解上有了肉眼可见的进步，只需简单描述创作意图就足够，无需堆砌专业术语，它明白你要的是什么光线、什么氛围、什么景别，这也导致省下的不仅是时间，还有反复推敲提示词的精力。

也支持上传参考图。想还原某个风格、想锁定角色长相，把图扔进去就行，模型会参照着生成。

V6 最让我意外的进步在于物理仿真。

我试了一段微距镜头。金黄色蜂蜜缓慢滴落，拉出晶莹的丝线，落在松饼上缓缓散开。丝线被重力拉细，接触面的扩散速度也和蜂蜜的黏度匹配。

它有重量，有重力，有因果。

以前 AI 视频里的物理世界是「会动的像素」，V6 里的物体在遵守物理定律。这一点的意义超出视觉层面。我们判断一个画面真不真，靠的是一种直觉：这杯水倒出来的方式对不对？这滴蜂蜜落下的轨迹合不合理？V6 在这个层面上交出了一份像样的答卷。

物理仿真解决的是世界真不真实，而人像质感解决的是人的质感对不对。

这是 AI 视频最容易翻车的科目。稍有不慎就是恐怖谷。五官精致但表情僵硬，皮肤光滑但质感像硅胶，眼睛很亮但眼神没焦点。你能认出这是一张脸，但直觉会告诉你，这不是一个人。

V6 在这方面让我重新有了新的审视。一些圈内创作者拿它和 Seedance 放在一起比，结论基本是：两者互有胜负，很难说谁压过谁。

我试了一段中年男性演员的面部特写，他正努力克制哭泣的冲动，浅景深，柔和侧光。出来的结果很难让人移开视线。鼻翼轻微颤动，眼角湿润，这几个动作之间有时间差，有层次，有内在逻辑。

这种微表情的层次感，让人物开始有了一种 AI 演员的即视感。对比之下，以前 AI 人像的情绪更接近「状态切换」，V6 里的情绪有了过程。皮肤质感的取向也值得单说——肌理，毛孔、细纹、光线下的皮肤色差都保留。

打斗戏是 AI 视频的体能测试。

拳头要打在正确位置，被打的人要有合理反应，身体运动惯性要连贯，多角色空间关系不能穿模。任何一个环节崩了，就变成搞笑视频。许多 AI 视频模型的生成结果要么是两个人在做体操，要么挥拳的手臂穿过了对方的脸。

在体验 V6 的过程中，我生成了一段大雨滂沱的泥泞小巷里，两名武术高手正在激烈近身肉搏的场景。一记重拳击中对方下颚，雨水和汗水随冲击飞溅，受击者的面部肌肉因冲击力产生真实的震颤。

画质之外，真正让我兴奋的是 V6 补齐了一套镜头语言能力。

变身特效方面，我生成了一台科技感极强的机械无人机在空中急速飞行，随后快速从金属形态幻化为一条由流动墨水和水墨线条组成的、散发幽蓝光芒的水墨神龙。

过渡自然，没有常见的像素闪烁和边缘残影。金属的硬度和水墨的流动之间有一个过渡状态，两种质感都没有被粗暴切断，整个变身过程更接近融合，而非替换。

运镜能力同样有惊喜。电影级航拍视角下，一台无人机在废弃的、生锈的工业厂房内部急速穿行。厂房的空间感、金属质感的光线处理、高速运镜时画面的稳定性，三件事同时做到位，没有出现 AI 常见的那种「不知道该看哪」的混乱感。

还有一个方向是子弹时间。黑客帝国式的视角旋转，主体定格，背景动态延续。这类镜头对时间感的控制要求很高，稍有偏差就会变成慢放，V6 处理得比较克制，速度分层是有的，没有用力过猛。

我还试了两个对空间穿越要求更高的场景。第一个是课堂。无人机视角从走廊切入教室，镜头跟着这股气流穿出教室，拉到整个校园上空。试卷和白纸被气流卷起，满天都是，运镜轨迹却没有断。

第二个是蜜蜂从窗缝挤进来，穿过卧室、客厅，找到厨房里的蜂蜜罐再飞出。每个房间光线和景深都不同，换场时蜜蜂飞行惯性有轻微滞后，和真实昆虫的节律对得上。

多镜头切镜可能是对实际工作流贡献最大的能力。一段时尚女装广告短片，三个镜头的衔接流畅，色调温暖统一，没有 AI 的拼凑感。

还有三个我比较喜欢的运镜和场景调度的测试。

比如一架纸飞机在维多利亚式书架间起飞，书本跟着腾空排成隧道，随后场景切进脑内微观世界，神经元在半透明星云状组织里闪着荧光，像缩小版的银河系。

同样是纸飞机在图书馆迷宫里做非线性飞行，俯冲、侧滑、擦边过障碍，镜头紧紧跟随，转弯时有强烈的侧滑感，没有糊掉。

前脚还是琥珀暖色的图书馆，进入脑内世界后立刻切成深蓝和深紫，但因为运镜没有断，切换反而变成了一种视觉冲击，并不突兀。

这些能力单拿出来每一项都是加分项。组合在一起，意味着 V6 开始具备完整的镜头语言能力了。

最后一个让我印象深刻的点，不是画面，是声音。

V6 在开启 Audio 之后，音频适配有了明显增强。我试了一段微缩模型视角的场景：远处火山正在喷发，小人国村民四散奔逃，一只巨大的手拿着透明碗从天而降，将整个村庄罩住，透明碗落下的瞬间带着空气被压缩的细微震动。

特别是 ASMR 类场景。下雨天的窗户、篝火噼啪声、书页翻动。这些画面本身就追求沉浸感，音频质量直接决定你是在看视频还是沉浸在场景里。

一个人暴力出片叫效率，一群人暴力出片叫生产力

如果 V6 只是一个更快更好的 AI 视频模型，故事到这里可以收尾了。但 PixVerse 显然不打算只讲到这里。

据了解，这次同步上线了两个东西：Team Plan 和 Mini Apps。

Team Plan 是给 2 到 15 人的工作室用的。核心机制很简单，团队共享一个积分池。

不再是每人一个账号各算各的，而是整个团队统一消耗，按角色分配权限。老板看全局，创意总监管项目分组，剪辑师专注出片。个人空间的素材和模板一键同步到团队空间，不用在群里来回传文件。

听起来不复杂，但解决的问题很真实。以前工作室用 AI 视频工具，就是每人开各自的账号，出了好素材在群里互传，版本管理靠文件命名加日期。这跟十年前用 U 盘传 PPT 没什么本质区别。

Team Plan 做的事情，就是把 AI 视频从个人工具升级成了团队生产线。一个人连出十条挑最好的叫个人效率，五个人各出十条，五十条里挑一条炸裂的，叫团队生产力。

Mini Apps 走的是另一条路。使用方式简单到不需要解释：上传几张商品图，系统自动帮你剪成一条完整的广告视频。不用懂剪辑，不用知道什么叫镜头语言。

一个淘宝店主、一个小红书博主、一个街边奶茶店老板，都能在几分钟内拿到一条可以直接发的产品视频。

V6 模型是给创作者的武器，Mini Apps 是给所有人的傻瓜相机。当创作门槛被压到零，暴力出片就不只是创作者的方法论了，它变成了人人能用的基础设施。

快，才是最贵的画质

画质够好，速度够快，成本这道关也值得单独说一说。

720p 分辨率常态成本大概为每秒 0.04 美元，放在当前市场里已属低位，对应的却是第一梯队的生成质量，4 月 7 日前购买会员至高打七折，生成时积分消耗再减免 30%，进一步把规模化出片的成本压了下来。

这让我想到摄影从胶卷到数码的变化。

胶卷时代一卷 36 张，按一次快门前得在脑子里构图三分钟，因为每一张都有成本，但快门本身的质量没有区别。数码时代的摄影师怎么拍？因为每一张都清晰、都够用，所以可以连拍 200 张，事后选构图最好的那张。没人会说这「不严肃」，因为最终给观众看的永远是那张最好的。

V6 让 AI 视频创作进入了这种「数码时代」。

而 PixVerse 对「快」的理解，也早已超出了生成速度本身。

从早期的高速生成，到 R1 的实时交互，到 V6 的强指令理解让描述变得更自然，再到 Team Plan 把协作效率拉到团队量级，这条线串起来，体现的是 PixVerse 在多个维度上同时提速：生成速度快、指令理解准确、协作效率提升。

支撑这一切的，是PixVerse扎实的模型迭代能力。

能在排行榜上持续保持第一梯队，靠的是每一代产品都在扎实啃硬骨头，物理仿真、人像质感、镜头语言，每一项都是难而正确的方向。V6 的初衷很纯粹：让创作者把精力放在创意上，其余的交给工具。

当一个工具把高质量的生成变成了触手可及的日常，又把使用门槛压到零、把协作效率拉到团队级别，它就不再只是一个「模型」了。它正在变成内容时代的基础设施。

PixVerse V6 开启了 AI 视频的暴力出片时代，快到不讲道理，好到能直接交片。

这个时代才刚开始。

作者：李超凡、莫崇宇

#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。

36氪获悉，沪深两市成交额突破5000亿元。

36氪获悉，现货白银日内涨幅扩大至4%，报72.91美元/盎司。

36氪获悉，现货白银日内涨幅扩大至3.00%，现报72.15美元/盎司；现货黄金突破4590美元/盎司，日内涨1.76%。