作者｜白石

编辑｜靖宇

人工智能时代，开源成为一个重要发展方向。

Meta 的 Llama，开启了开源模型对抗闭源模型的序幕，让 OpenAI、Anthropic 等闭源模型公司没法吃「垄断」的饭，必须不停地拿出更新更好的 AI 模型。

中国的 Qwen 和 DeepSeek 接过接力棒，让开源模型遍地开花，它们的 AI 模型在开源社区的下载量，都达到千万量级。

对于用户和开发者，开源模型和开源工具能让他们不用为闭源模型昂贵的 Token 成本担心，快速开发和迭代自己的项目。

对于开源方，开源生态中的开发者们能够帮助它们把项目变得更完善，并不断推进创新，将基于这个项目的衍生生态发展壮大。

随着 AI 开始逐步进入到现实世界，全新的 AI 原生硬件设备对连接底层硬件与顶层应用的操作系统提出了新的需求。

最近，一家国内公司更是将自研的、面向 AI 时代的操作系统内核开放给世界。

这家迈出关键一步的企业是 vivo。这次开源的背后，是一场长达八年的技术长跑。

2018 年，随着 AI 浪潮的涌动，vivo 自研操作系统——蓝河操作系统（BlueOS）正式立项；2023 年，vivo 自研蓝河操作系统正式发布，该系统的框架基于 Rust 语言编写并率先搭载于智能手表产品；2024 年，它更进一步，成为从内核到系统框架全栈使用 Rust 语言编写的操作系统。

而在这套全栈自研的操作系统中，最核心、最基础的部分是它的内核，也是决定整个系统安全、性能和稳定性的关键。

蓝河操作系统内核于 2024 年正式发布，在 2025 年 7 月面向行业开源；并于 2025 年 11 月捐赠给开放原子开源基金会，正式以「BlueKernel」命名成为开源孵化项目，以全新的开源运营和治理模式面向行业。

可以看出，一直以来，vivo 在 Rust 语言技术研究、产品落地和开源实践，都走在了行业前沿，可以说是 Rust 的先行者。那么，vivo 开源的操作系统内核有哪些价值？系统内核的开源，又会给行业带来哪些助推？

 

01

为什么我们需要一个 Rust 内核？

 

一个操作系统能走多远，与其使用的语言有密切关系。

AI 眼镜、机器人等 AI 原生硬件设备与普通智能设备最大的不同，在于它内置的 AI 能力，这些能力通常由大模型和 AI Agent 驱动。要在端侧设备上运行 AI 模型和 AI Agent，对操作系统的安全性、轻量化程度和通用性都提出了都提出了更为严苛的考验。

蓝河操作系统是 vivo 面向 AGI 时代构建的自研操作系统，它从内核到系统框架全栈使用 Rust 语言编写，它在安全、AI 能力和运行流畅方面的优秀特性，能够很好地满足 AI 原生硬件设备对操作系统的要求。

安全上，蓝河操作系统全栈使用 Rust 语言，从源头保障内存安全。AI 能力上，蓝河操作系统的系统架构设计深度融合蓝心大模型，Agent 框架具备跨场景感知、自主决策等能力。运行流畅方面，蓝河操作系统构建了一系列高性能技术，能高效利用软硬件资源。

蓝河操作系统的这些核心特性，离不开一颗强大的「心脏」——内核。BlueKernel 是 vivo 以 Rust 语言自研的操作系统内核，具备安全、轻量和通用的核心特性。

在安全方面，以 C/C++ 语言为主的操作系统约 70% 的严重安全漏洞与内存安全问题有关。近年来，行业里与内存安全相关的事故案例层出不穷，比如工信部的网络安全威胁和漏洞信息共享平台（NVDB）在 2025 年 9 月就发布了苹果操作系统（包括 Mac OS 和 iOS）在内存安全方面的高危漏洞。

尤其是对于 AI 应用，尤其是端侧 AI，需要处理和分析海量的、极其敏感的个人数据，例如用户的对话录音、面部图像和健康指标，传统操作系统在内存安全上的缺陷，容易导致灾难性的隐私泄露。

相比 C/C++语言，Rust 语言在内存安全上有质的飞跃，它的核心思路，是在代码编译时就对常见的内存风险做严格检查，让许多容易埋下隐患的错误无法通过编译。一些在 C/C++语言中需要靠开发者自觉规避的错误，在 Rust 语言中，大多会在写代码时就被编译器直接拦下。

它的优越安全性能已经被主流操作系统项目实际验证。例如，Android 系统底层采用 Rust 后，相比 C/C++ 时代，内存安全漏洞首次降至总漏洞的 20% 以下。

在轻量化方面，AI 原生硬件设备通常受到严格的资源限制，包括有限的内存、闪存硬盘和电池容量，所以它们的操作系统必须是极致轻量化的，其内核和核心服务占用的系统资源要尽可能小，以便让 AI 模型和算法更高效地运行。

同时，AI 原生硬件设备的形态目前还比较多样，其内在也会使用不同芯片架构的 AI 芯片，这些都对操作系统的通用性提出了高要求。基于 Rust 语言编写的 BlueKernel，也在持续提升对 CPU 架构和驱动的兼容能力，对硬件资源的需求相比传统操作系统内核也显著降低，能够以更低的成本满足各类终端产品的需求。

本质上，Rust 是用一套语言规则打通了从底层系统到上层服务，为多硬件平台的长期迭代提供了更稳固的通用底座。

而有了更好的语言，才有了更好的操作系统内核。

 

02

BlueKernel 内核，AIOS 的基石

 

蓝河操作系统本身就是面向智能眼镜、机器人等 AI 原生硬件设备的智慧操作系统，所以其内核——BlueKernel，也针对 AI 硬件设备「高安全、低资源、多形态」的痛点进行了原生设计，具备安全、轻量、通用的三大特性，将语言的潜力转化为系统级的核心竞争力。

BlueKernel 技术架构图

作为适用于 AI 原生硬件设备的开源 Rust 内核，BlueKernel 的竞争力首先体现在安全与效率的统一。

在内存安全方面，BlueKernel 使用编译期所有权系统，让内存安全从以往的被动防御进化到现在的主动掌控，开发者不用再为内存安全问题花费更多开发资源，进而能加速 AI 原生硬件设备在消费者层面的普及，促进整个行业的繁荣。

同时，得益于对基础数据结构高性能低开销的设计，BlueKernel 对硬件资源需求低，最小内核内存占用仅 13KB，这为 AI 模型和算法等「资源消耗大户」腾出了宝贵的计算资源，也让那些极度轻量化的 AI 原生硬件设备，例如智能眼镜（通常只有几十克重）和智能手环，利用有限的算力提供足够强的 AI 能力。

在通用性与硬件兼容方面，BlueKernel 兼容 RISC-V、ARM 等多种芯片架构，也支持兼容 POSIX 接口的标准库。对于开发者来说，这意味着他们写的程序可以更容易地在各种类型的硬件设备平台上移植。

为保证系统扩展性，BlueKernel 通过硬件抽象等一系列方式，提升了对于 CPU 架构和驱动的兼容能力，支持 Rust 语言开发驱动，也支持兼容已有的 C 语言内核的外设驱动。因此，开发者和生态内的厂商既可以继续使用现有的 C 语言驱动，也可以用 Rust 语言为新硬件编写新驱动，这种分阶段的投入，降低了整个行业的进入门槛。

从内存安全保护、超低的资源消耗到对多芯片架构、多设备形态的灵活适配，BlueKernel 通过发挥 Rust 语言的优良特性，在系统内核层面解决了 AI 原生硬件设备对高安全性与低资源的诉求。这种兼顾效率与通用性的特性，使它成为 AI 时代操作系统的新基石。

vivo 作为 Rust 语言的先行者，也承担起责任，将 BlueKernel 开源，与行业共同构筑越来越繁荣的 AI 生态。

 

03

BlueKernel 的生态机遇与未来

 

在海外市场，开源的操作系统已经非常有影响力，例如 Linux 不仅是大部分服务器的底层操作系统，成为全球互联网的基石；引领移动互联网时代的 Android 操作系统，它的操作系统内核也基于 Linux 内核。

而在中国市场，随着近些年越来越多的企业、高校、研究机构和开发者持续的投入和创新，开源也呈现出了繁荣发展的态势。由此看来，vivo 将以 Rust 语言自研的操作系统内核 BlueKernel 向行业开源，并捐赠给开放原子开源基金会，既具有诚意，又意义深远。

vivo 开源的是操作系统内核，它是操作系统的「心脏」，这让底层的硬件厂商、专业的系统开发者、开源社区，都可以基于 BlueKernel 进行创新，而不仅仅是 vivo 一家。

vivo 在构建生态时，具有务实的态度。目前，微软和 Linux 仍然是操作系统的主流，它们留下了数量庞大的 C 语言驱动代码（近 2000 万行）。因此，BlueKernel 采取了灵活的「渐进式」迁移策略：它既支持开发者用先进的 Rust 语言开发原生驱动，也兼容已有的 C 语言驱动，极大地降低了硬件厂商的适配门槛和开发者的学习成本。

基于安全、通用、轻量化的特性，以及务实的生态策略，BlueKernel 为爆发初期的 AI 原生硬件设备市场提供了巨大的想象空间。

vivo 的贡献不止于开源操作系统内核，它正与开放原子开源基金会携手，通过举办「蓝河操作系统创新赛」等方式，系统性地推广 Rust 语言。目前，第三届「蓝河操作系统创新赛」正在进行中，设立 70 万元奖金池，以 C2Rust 项目级转译工具赛题聚焦攻关 Rust 生态行业难题。vivo 将持续把蓝河创新赛打造为行业最具含金量和影响力的 Rust 顶尖赛事。

从开源并捐献操作系统内核，到办「创新赛」，vivo 持续为产业做贡献，不断推动整个行业的繁荣和发展。它开源的操作系统内核 BlueKernel，为 AI 眼镜、机器人等 AI 原生硬件提供了一个安全、通用的强大「心脏」。

作者｜Cynthia

编辑｜ 郑玄

2025 年以来，各种 AI Coding 的宣发，已经从科技进步，快进到了科幻文学赛道。

C 端市场，一句话生成 Demo 的宣发内容仍在收割流量，将技术演进包装成科幻叙事；但没人关心小白为什么要做 coding，一句话生成的的 demo，在生产环境能跑起来吗？

更进一步追问：超过 95% 的 AI coding 用户，都是在构建真实软件的专业开发者。而他们所做的真实世界的软件研发，不仅没有那么多 0 到 1 的天马行空 demo，更有至少 80% 的价值藏在对老工程的迭代里。

这些项目不仅价值产出大，并且积累时间长、复杂度高，而传统的 AI Coding，似乎并不擅长：面向程序员和技术爱好者的问答网站 Stack Overflow 发布的 2025 年开发者调查显示，人们对人工智能的信任度已降至历史最低点。虽然有 84% 的开发者表示他们在开发过程中使用或计划使用人工智能工具，高于 2024 年的 76%。但也有至少 46% 的开发者并不信任人工智能的输出准确性，较去年的 31% 显著上升。并且，至少有 45% 的受访者表示，一度因为调试 AI 生成的代码而心态崩溃（InfoQ Culture and Methods Trends Report - 2025）。

原因很简单，生产级项目，对 AI 的要求远不止生成代码片段，而是需要理解项目全貌、遵循隐性规则、完成全链路闭环的生产级能力。

而这对 AI Coding 软件的要求，也聚焦到了上下文工程与 Agent 能力两大更具体的维度。

不久前，在飞天发布时刻上发布全面支持 JetBrains 插件、IDE、CLI 三种主流产品形态的 Qoder，正是这一产业转型的标志性产物。

一定程度上，作为国内首个定位为「Agentic Coding（智能体编程）平台」的 AI 开发工具，Qoder 标志着 AI 编程从「代码助手」向「可自主完成复杂任务的全栈 AI 工程师」的重大进化。

 

01

生产级代码需要怎样的上下文能力  

 

AI 编程在生产环境的首要障碍是上下文能力，这一问题在团队协作的复杂工程中被无限放大。

现有工具普遍采用的 20 万 token 上下文窗口，既无法覆盖跨模块的依赖关系（导致变量未定义等低级错误），更无法捕捉团队沉淀的隐性知识，如金融行业支付超时重试需要≤3 次、电商日志需包含流水号，电商系统库存扣减需要加分布式锁等未写入文档的工程常识，而这些正是避免线上事故的关键。

要解决这一问题，上下文工程必须突破覆盖广度（上下文足够长）、检索精度（搜得到）、意图匹配提示准）三大瓶颈。

这其中，上下文长度是第一个核心难关。为此， Qoder 推出了 10 万文件级上下文检索。

这是什么概念呢？ 参考行业标准：个人工具类项目仅需 50-500 个文件，中型企业应用约 1000-5000 个文件，即便是 Linux 内核这样的大型开源项目，文件数也仅 5 万左右。10 万文件的覆盖能力，意味着 Qoder 可适配数百人团队维护的超复杂系统，从文件级读取升级为项目级/工程级理解。

但单纯扩大上下文长度，一方面模型本身的上下文窗口并不支持，另一方面，这会引发算力爆炸和精度下降。因此，借助 RAG 的形式对需要的内容做精准检索成为行业的通用范式。而这一过程中， 检索精度 的优化成为关键。

行业当前存在两大技术路径：以 Claude Code 为代表的 grep 派依赖关键词匹配，虽适配小代码库但语义召回率低；以早期 Cursor 为代表的智能检索派，借助语义理解检索上下文，但技术落地还较为初级。

Qoder 采用融合式检索引擎，搭建云端代码搜索引擎，关联代码结构、历史迭代记录与 Repo Wiki 文档，实现跨模块、跨项目的语义级精准定位——既避免了 grep 的机械匹配缺陷，又弥补了纯智能检索的细节缺失，确保 AI 仅获取与当前任务强相关的信息。

这种跨模块、跨项目的检索能力，使得 Qoder 可以跳出单文件的局限，全面理解并索引整个代码仓库的结构与历史。从而确保对复杂、多轮迭代的项目的适应性。

建立在精准检索的基础上，要想进一步提升大模型的输出质量，就需要在 意图匹配上下功夫。 Qoder 通过动态记忆+一键增强双机制解决这一问题：

其中，动态记忆模块可自动挖掘历史对话中的编码风格（如命名规范、注释习惯）与工程约定，例如识别开发者常用「ResultDTO」封装返回值后，后续生成代码将自动遵循该规范。

提示词增强功能则能将模糊需求结构化，将开发者从优化提示词的负担中解放出来。例如输入「优化登录接口」，系统会自动补全为「基于 Spring Security 架构，增加手机号验证码、密码错误锁定、token 有效期调整、关联数据表及单元测试」的完整任务描述，从源头降低理解偏差。

为适配团队协作场景，Qoder 还支持 Repo Wiki 的导出与共享——由核心成员梳理项目架构、隐性规则生成文档后，全团队可通过代码库共享，使 AI 的上下文认知与团队经验同步，彻底解决「新人 AI 不懂老项目规则」的行业痛点。

 

02

什么是 Agentic AI coding

 

上下文解决了学得懂的问题，下一步就是用 Agent 解决做得好的问题。

过去，很多 AI coding 工具，定义还停留在集成大模型，然后做代码⽣成或补全助⼿的角色上，只能完成简单的单一功能生成，且生成的内容往往与原有代码结构并不匹配，往往还需要大量的人工操作，更不用提完成需求-设计-开发-测试的全链路闭环。

以用户注册功能为例，基础的 Copilot 仅能生成基础表单代码，却无法关联数据库表结构、调用短信验证接口，更无法自动编写单元测试，而这些附加工作占实际开发工作量的 70% 以上。

也是因此，进入 2025 年，AI 编程从代码补全升级为任务执行逐渐成为共识，而 Agent 能力也成为了核心竞争力来源。

其显性代表是不久前更新的 Cursor，其 2.0 版本的 UI 界面就不再以文件为核心，而是围绕 Agent 进行重新设计，支持并行运行最多 8 个 Agent。但这仍未解决 agent 的执行黑盒问题：开发者无法追踪任务拆解过程，出错后难以定位根源。

针对这一 Agentic Coding 落地困境，Qoder 的突破在于开创性引入了 Quest 模式与 Spec 驱动的核心理念，实现 Agent 能力的可控可追溯。

Quest 模式的核心是借助任务委派和多任务并行执行，实现多 Agent 并行处理独立子任务（如接口开发与测试编写同步进行），且能自动处理依赖关系（如子任务 1 未完成时，子任务 2 无法启动）。进一步推展人+ AI 开发的时间和空间。

在此基础上，Qoder 通过 TO-DO 列表，进一步将任务结构化，确保智能体执行任务的准确性。

例如，将生成订单接口任务拆解为查询商品库存→创建订单记录→扣减库存→生成物流单四步，每步显示状态、依赖资源、耗时：若扣减库存失败，系统会标注可能的出错原因以及解决方案，开发者也能直接在 TO-DO 列表中修改参数，系统实时调整执行逻辑。

Spec 驱动开发则从源头解决开发者与 AI 之间的需求理解偏差。Specification（需求规范）作为开发者最熟悉的协作载体，被 Qoder 确立为任务执行的前置条件：开发者明确需求后，AI 会基于 Spec 生成开发计划，自主完成代码编写、测试脚本生成、结果校验等全流程，最终输出包含代码文件、测试报告、待确认问题的执行报告。这一模式使开发者工作重心从实时盯屏修正代码转向需求定义与结果审核，甚至支持离线提交任务后等待推送反馈，彻底重构人与 AI 的协作关系。

 

03

破局 AI Coding 的不可能三角

 

长期以来，各种 AI Coding 工具，都存在能力-场景-成本的不可能三角。

模型能力强的工具，往往成本失控；而成本管理优秀的工具，则往往场景覆盖与技术能力有一定缺陷。

以海外两大 AI Coding 工具为例：Claude Code 的 Max 版本定价 200 美元/月，Cursor Pro 20 美元/月，对于不少想要尝鲜的用户来说，是笔不小的成本。而且，多数 AI Coding 工具在会员制基础上，还会额外采用按 token 计费的模式，这就导致复杂任务易耗尽额度。

与此同时，现有工具普遍存在场景局限：Cursor 聚焦 IDE，Claude Code 侧重文档，导致开发者需要同时为多个昂贵的开发平台付费，并且不断切换工作流。

这就导致，如何对这些产品进行选型，以及高性价比的使用，就成为了最大的行业痛点。

针对以上痛点，Qoder 选择对齐标准+全场景高性价比方案的两步走解决行业困境。

首先是标准层，Qoder 针对常见的 AI Coding 需求发布了覆盖多场景、多语言、多模态的 Qoder 评测集；在此基础上还推出了自动化评测框架 Qoder Bench，能够度自动化 & 并行化对 AI Coding 软件进行实时评测、线上 A/B Test，让用户在 能力-场景-成本的不可能三角中，选出最适合的方案。

全场景高性价比方案，则可以从场景以及价格两方面来理解。

Qoder 在已有 IDE、CLI 基础上，全新发布 JetBrains 插件，全面覆盖了三种编程主流产品形态的全链路场景：IDE 面向百万行代码级复杂工程，整合全量核心能力；JetBrains 插件适配 IntelliJ IDEA、PyCharm 等主流开发工具，实现零学习成本接入；CLI 则针对服务器运维、快速代码审查等轻量场景，提供终端级高效支持。

三端数据和账号、Credits 实时同步，确保开发者在不同场景下的体验一致性。开发者在 CLI 生成的脚本可直接在 IDE 中编辑，消除了大量手动同步、配置和环境切换的琐碎工作，提供无缝、一致的开发体验。

而在定价上，Qoder 直接推出了首月首购 2 美元/⽉福利。

伴随普惠的，则是 Qoder 更智能的成本控制模式。通过上线模型分级选择器，Qoder 可以自动为不同任务匹配最优模型：轻量模型适配代码补全、注释生成等简单任务，成本仅为 SOTA 模型的零头，还能带来响应速度的极大提升；架构重构、跨模块开发等复杂任务则调用高级模型，比固定用单一模型节约更多成本。

据 Qoder 创始人丁宇（叔同）在接受采访时解释，Qoder 有大量用户和真实使用数据，可以从统计学层面知道不同场景最适合哪种模型。而如果让用户手动选择，首先会打断思路，其次也不现实——没人能在每次提问时都换模型。一般人都是开启一个新会话选好模型后一路用下去。所以 Qoder 没有透出模型选项的核心理念是机选优于人选，希望通过强大的模型调度能力，能自动判断并为每一个问题选出最合适的模型，这样用户体验和效果都更好。

这也是 Qoder 和其他产品最大的不同：用效果说话。

Qoder Bench 数据显示，在复杂任务测试集中，Qoder 综合效果评分领先行业 13.22%，而按同等任务量计算，其耐用度比 Cursor 高 104.9%。

 

04

尾声

 

进入 2025 年，伴随 AI 的普及率大幅提升，大模型行业一个最深刻的变化就是 SOTA 刷新频率与「aha 时刻」的密度呈现反比——参数竞赛的边际效益递减 ，行业终于回归技术落地价值的核心命题。

相应的，在各种绘画、ppt、coding 等细分方向，做深，做性价比，也做专业用户的口碑，从小的体验做起，让工程化能力与模型能力并进成为新的主流。

Coding 是走向 AGI 的必经之路。Qoder 是帮助大模型通过实际编码任务来提升端到端能力的重要载体。它服务开发者，也服务更广的场景。从战略上讲，它是阿里整个 AI 体系的重要组成部分。

AI 编程的竞争焦点，也从谁能生成更炫的 Demo 转向谁能解决生产环境的真实软件开发问题，而这，正是 Qoder 真正的意义所在。

这几年，企业在谈「转型」，行业在谈「重构」，但最先被改变的，从来都是个体。

有人因为掌握了 AI 工具，效率翻倍，成了团队里最不可替代的那个人；有人因为 AI 工具，填补了自己的短板，成功开启「一人公司」的征程，启动了创业。

也有人在焦虑：「技术越来越强，我的位置在哪里？」

12 月 6 日下午，在极客公园创新大会的「小场深谈」里，我们把这件事拎了出来，做成一个主题：

AI 时代的个体进化论

我们想聊的，不是「AI 很强、AI 很快」这种宏大叙事，而是更具体、更贴近、更刺痛的问题：

• 当 AI Agent 重塑了工作流，一个人可以做过去十个人的事，我们会不会变成组织里的「小齿轮」甚至「可替代」？
• 创意在被批量生成，我们该如何保持自己的「差异」？
• 如果 AI 可以复制几乎所有东西，那它到底复制不了什么？
• 一个普通人，该凭什么构建属于自己的商业闭环？

这些话题，我们请了 真正站在变化前沿的人 ，来一起拆开谈。

他们中，有人已构建起基于 AI 的独立商业体系，有人在企业组织内开辟出创新路径，有人在探索人与技术共生的全新可能。

我们一直认为， 技术的本质不是替代，而是放大；被放大的不仅是系统，更应该是人。

我们想通过这场活动，把「被放大的个人」放到台前，让更多人看到：

• 一人公司不是神话，而是方法论；
• AI 带来的不是「人的替代」，而是「身份的拓宽」；
• 职业的未来不在岗位描述里，而在我们能创造出的价值中。

我们希望每位走进现场的人，都能在这场对话里获得一个明确的方向：

不是你会不会被 AI 替代，而是你打算如何成为更强大的自己。

这是一场为「超级个体」准备的聚会。每场嘉宾对谈后，都有观众互动提问时间，激发新的思考。

12 月 6 日，北京 798艺术区，让我们一起，聊聊 AI 时代的「个体进化论」，聊聊 AI 时代的个人，怎样进化为新的物种。

敬请期待。

 

还有一件很重要的事

为了确保大家在大会两天时间里，不蜻蜓点水，而是真有收获。提醒大家 IF 大会每日的主会场门票和每日单独主题的「小场深谈」门票， 是相互独立的，不同的门票只能进入对应会场哦。

希望这可以让大家可以真正聚焦和沉浸在感兴趣的话题里，毕竟不同会场会有时间重叠，提前做好选择很重要哦。因为它们是两场平行发生的对话，互不包含，但各自精彩。

所以——

如果你已经买了小场深谈的票，但没抢到主论坛的门票，你还可以利用此最后机会单独购买主会场门票；

如果你只买了主会场票，却对某个小场深谈特别心动，也别忘了去补一张对应场次的专场票哈。

市场监管总局开展手机行业反不正当竞争合规指导

11 月 27 日消息，据「市说新语」公众号，11 月 26 日，市场监管总局在广东深圳对手机和手机应用平台企业开展反不正当竞争合规指导。

市场监管总局通报了手机行业不正当竞争典型案例，并指出，作为数字经济关键组成部分，手机和手机应用领域当前非理性竞争问题较为突出，部分企业利用技术、数据、平台规则等优势实施流量劫持、强制跳转、恶意不兼容等不正当竞争行为，损害其他经营者和消费者的合法权益，扰乱市场公平竞争秩序。

市场监管总局强调，手机行业相关经营者要切实增强责任意识，深入学习新反不正当竞争法，高度重视反不正当竞争合规工作。要全面排查风险隐患，建立健全内部合规管理体系，自觉维护公平竞争市场环境。要坚决停止并防范各类不正当竞争行为，推动形成优质优价、良性竞争的市场秩序。要遵守法律和商业道德，共同构建健康有序、互利共赢的产业生态。

市场监管总局将持续强化反不正当竞争监管执法，不断完善公平竞争制度规则，用好梯次性监管工具，切实维护市场公平竞争和消费者合法权益，推动手机行业规范健康可持续发展。（来源：IT 之家）

宗馥莉卸任娃哈哈集团公司董事长

 11 月 27 日消息，企查查显示，11 月 27 日，杭州娃哈哈集团有限公司发生工商变更，宗馥莉卸任法定代表人、董事长、总经理职务，由许思敏接任，同时，多位主要人员发生变更。

股权信息显示，目前宗馥莉仍持有杭州娃哈哈集团 29.40% 的股权。

据澎湃新闻报道，11 月 18 日，娃哈哈集团召开 2025 年销售会议，娃哈哈总经理许思敏代表娃哈哈集团发言，宗馥莉未出现在现场。

许思敏表示，过去一年市场环境复杂，全球经济复苏承压，消费市场迭代加速，行业竞争愈发激烈，但越是艰难险阻，越能彰显同心协力的力量，「娃哈哈牢牢站稳了近 10 年业绩巅峰，实现稳健增长。」

在今年 1 月举行的娃哈哈集团全国销售工作总结大会上，宗馥莉曾宣布，公司 2024 年营收回到 700 亿元区间，较上年增加 200 亿元，涨幅约 40%。这时距离宗馥莉正式掌舵娃哈哈不足一年。（来源：IT 之家）

 

长安、华为、宁德时代三方联手！阿维塔向港交所提交上市申请书

11 月 27 日消息，港交所文件显示，阿维塔科技 (重庆) 股份有限公司向港交所提交上市申请书，联席保荐人为中信证券、中金公司。

招股书显示，公司截至 2025 年 6 月 30 日止六个月收入为 122.08 亿元，同比增长 98.5%。

其中，车辆销售收入 114.9 亿元，其他业务（包括辅助驾驶解决方案、生态系统和售后服务以及销售零部件）收入 7.18 亿元。

若阿维塔上市顺利，这将是长安汽车、华为、宁德时代三方联合孵化的首个 IPO 项目。

据了解，阿维塔成立于 2018 年，最初由长安汽车与蔚来汽车合资成立（当时称作「长安蔚来」），在 2021 年蔚来退出后，阿维塔引入华为、宁德时代两大战略投资者，形成「CHN（长安、华为、宁德时代）」协同模式。（来源：快科技）

 

三星与 SK 电讯联手研发 6G 人工智能将全面接管网络管理

11 月 27 日消息，据媒体报道，韩国科技巨头三星与 SK 电讯正率先布局下一代通信技术。2025 年 11 月，双方正式签署合作协议，共同推进 6G 研发，核心目标是构建由人工智能全面接管网络运维的智能通信系统，实现「自感知、自优化」的下一代通信架构。

根据协议，三星研究院将主导硬件与射频技术研发，SK 电讯则依托其在韩国的大规模现网资源，提供真实测试环境。

双方重点聚焦未来无线接入网（RAN）的重构，使其具备实时环境感知与参数动态调节能力。这一理念也与二者共同参与的「AI-RAN 联盟」——一个致力于推动 AI 原生无线网络标准化的国际组织高度契合。

具体而言，AI 将在 6G 中承担三大关键职能：一是实现「AI 信道估计」，通过预测信号在复杂城市环境中的反射与衰减，提前补偿失真，确保连接稳定；二是推动「分布式 MIMO」技术落地，使来自多个基站的天线协同工作，而非各自为战，从而扩大覆盖范围并提升信号质量；三是优化数据调度与路由，在网络拥堵时智能分配资源，减少延迟与卡顿。

三星自 2019 年启动 6G 基础研究，目前已为 Verizon、Airtel、O2 等全球主流运营商提供 5G 设备，积累了扎实的商用经验。而 SK 电讯作为韩国领先的移动运营商，拥有高度成熟的 5G 基础设施，为 6G 原型系统验证提供了理想平台。（来源：快科技）

 

OpenAI 称青少年先规避安全机制后才在 ChatGPT 协助下自杀 否认法律责任

今年 8 月，Matthew 和 Maria Raine 夫妇起诉 OpenAI 及其首席执行官 Sam Altman，指控公司对其 16 岁儿子 Adam 自杀一案负有法律责任，理由是 ChatGPT 涉嫌协助其儿子实施自杀。周二，OpenAI 对此案提交了法律回应，坚称公司不应对这起悲剧负责。

OpenAI 在其声明中称，Adam 在大约九个月的使用过程中，ChatGPT 曾超过 100 次建议其寻求专业帮助。但根据原告父母的说法，Adam 设法绕过了公司的安全机制，最终令 ChatGPT 详细提供了包括药物过量、溺水和一氧化碳中毒等多种自杀方式的「技术细节」计划，还协助他规划了一场所谓的「美丽自杀」。

OpenAI 强调，Adam 绕过安全机制已经违反了服务条款，条款中明确用户不得绕过平台提供的任何保护措施。此外，公司也指出其常见问题页面一直告知用户，ChatGPT 的回答需得到单独核实，不建议完全依赖。

Edelson 律师认为，OpenAI 的回应并未正面解决家庭的关切。他称：「OpenAI 和 Altman 至今还无法解释 Adam 生命最后数小时发生了什么——那时 ChatGPT 不仅给了他鼓励，还主动提出帮他写遗书。」（来源：cnBeta）

多家手机厂商取消 Air 机型

小米、OPPO、vivo 等手机厂商最近都取消了各自的 Air 机型项目，并将原本搭载在 Air 机型上的 eSIM 方案放到常规机型中。

供应链知情人士称，小米曾规划真 Air 机型，其产品对标苹果放在高端数字系列产品线上，有明确的路标。vivo 用的则是 s 系列中端产品线，在原系列的基础上主打轻薄，其他厂家则没有太多明确节点信息。

截至发稿，小米、OPPO、vivo 对此消息暂无回应。

目前荣耀仍有类似项目，但不以「Air」来命名，联想和传音则还保留有 Air 机型。

iPhone Air 自 2025 年 10 月 22 日发售以来市场表现不佳，销量低于预期。据《The Information》报道，苹果重要供应商富士康已拆除了大多数 iPhone Air 生产线，「仅留下了一条半的生产线」，预计本月末将全面停产。另一家供应商立讯精密（Luxshare）则已于 10 月底停止生产。

报道还称苹果公司已将下一代 iPhone Air 从其发布计划中移除。

对此消息，有苹果供应商告诉界面新闻，苹果目前没有明确说下一代 Air 产品不做。目前 iPhone Air 可以帮苹果做超薄电池和部分感传感器的技术验证，为后续的折叠屏产品做准备。（来源：界面新闻）

 

​李想终于承认，他们走错了方向

11 月 26 日，理想汽车交出了一份让人「五味杂陈」的成绩单。看着财报上的数字，很多投资者可能会皱起眉头：营收同比下滑 36.2%，曾经引以为傲的整车毛利率掉了 5 个百分点，净利润更是直接由盈转亏。更让人揪心的是，那个曾经充沛的自由现金流，这次也出现了流出。

如果只看这张表，你可能会觉得理想「病了」。但有意思的是，在随后的财报电话会上，李想并没有像往常那样，去解释业绩指标的变化，也没有用话术来粉饰短期业绩的震动。相反，他直接抛出了一项关乎理想汽车未来命运的重大决定：终结过去三年的「职业经理人」管理实验，全面回归「创业公司」模式。

从 2025 年 Q4 开始，理想将全面回归创业模式。理想表示，这不仅仅是口号，而是管理颗粒度的剧变：从「汇报」到「对话」： 减少 PPT，增加面对面的深度碰撞。从「资源占有」到「效率提升」： 去年花 10 块钱做的事，今年必须花 8 块钱，省下来的 2 块钱去投未来。从「避责」到「解决关键问题」： 职业经理人倾向于制造信息不对称来保护自己，而创业者必须直面血淋淋的问题。

如果单从财务数据看，理想 Q3 的业绩报告是一份「不及格」的答卷：营收下滑、利润亏损、自由现金流流出……但从企业经营的底层逻辑看，却可以看到了一种难得的「清醒」。在大多数车企还在为「多卖几辆车」而疯狂打价格战、堆配置的时候，李想选择了在财务最困难的时候，做最难的事情：重塑组织、自研芯片、押注具身智能。（来源：极客公园）

 

安卓版微信更新：聊天能发实况图了

11 月 28 日消息，REDMI 产品经理胡馨心表示，安卓版微信聊天能发实况照片，选中照片上的实况后，发送的照片将会包含动态画面和声音。

目前这项功能在逐步推送中，部分用户需要等一等，相信很快就能体验到。

目前微信朋友圈已支持发布实况图，发布时可以关闭实况效果，也支持静态照片与实况照片混合发布，发布后朋友圈图片将出现实况圈效果。（来源：快科技）

 

DeepSeek 推出 DeepSeekMath‑V2 模型，主打自验证数学推理能力

11 月 27 日消息，DeepSeek 发布了 DeepSeekMath‑V2，主打可自我验证的数学推理训练框架。

团队认为，仅追求最终答案正确率难以保证推理链条的严谨性，尤其在定理证明等需要逐步推导的任务中更为突出。模型通过构建基于 LLM 的验证器，对生成的证明进行自动审查，并利用扩展的验证计算持续生成高难度训练样本提升验证器能力。

DeepSeekMath‑V2 基于 DeepSeek‑V3.2‑Exp‑Base，在 2025 年国际数学奥林匹克竞赛（IMO 2025）与 2024 年中国数学奥林匹克竞赛（CMO 2024）中均达到金牌水准，并在 2024 年普特南数学竞赛（Putnam 2024）中取得 118/120（近乎满分）的优异成绩。官方称，尽管尚有大量工作待推进，当前成果已表明：可自验证的数学推理是一条切实可行的研究路径，有望为构建更强大、更可靠的数学智能系统奠定基础。（来源：IT 之家）

 

绿源与越疆达成战略合作，推动 5000 台机器狗规模应用于智慧门店升级计划

11 月 27 日晚间消息，绿源集团与越疆科技在金华签署战略合作框架协议。基于在产品研发与产业应用层面的深度共识，绿源与越疆将共同推动规模达 5000 台机器狗应用于智慧门店升级计划，探索具身智能在智慧门店、智能工厂等场景的应用。

据悉，本次合作致力于构建「技术驱动+场景落地」深度融合的智能机器人 (16.970, -0.09, -0.53%) 商业范式，为行业建立可复制、可推广的智慧门店系统解决方案，树立具身智能在商业端规模化应用的行业标杆。双方利用各自领域优势联合开发行业级具身四足机器人项目，越疆负责总体机器狗开发，绿源负责关节电机模组，电池、轮胎的部件开发。（来源：新浪科技）

「第二大脑」来了！夸克 AI 眼镜发布：搭载阿里千问 1999 元起

11 月 27 日消息，首个搭载千问助手的智能硬件夸克 AI 眼镜正式发布，这标志着阿里千问首次走出屏幕，进入物理世界。用户可随时随地唤起千问，结合眼镜获取的实时音视频数据，体验完全不同于手机 APP 的助手能力。

阿里巴巴集团副总裁吴嘉表示，夸克 AI 眼镜让千问更充分地连接物理世界，千问将继续向更多智能终端延展。

目前夸克 AI 眼镜搭载的千问助手已经融合支付宝、高德地图、淘宝、飞猪、阿里商旅等阿里生态核心场景，初步具备了在物理世界辅助用户、帮用户办事的能力。

据悉，夸克 AI 眼镜提供 S1、G1 两个系列，售价方面，夸克 AI 眼镜 S1 标准套装售价 3999 元，夸克 AI 眼镜 S1 超级续航套装售价 4299 元，参与首周预售即可获得相关权益，包括夸克网盘 3 年 SVIP 会员、配镜享 9 折优惠、12 期免息分期、好评晒单有礼等等。

夸克 AI 眼镜 G1 威灵顿框售价 1999 元，夸克 AI 眼镜 G1 风尚眉框售价 2199 元，夸克 AI 眼镜 G1 威灵顿框太阳镜款售价 2299 元。（来源：快科技）

 

代号「哪吒」：小米 17 Ultra 手机曝光，后置三摄方案

11 月 27 日消息，科技媒体 XiaomiTime 昨日（11 月 26 日）发布博文，分享了小米 17 Ultra 手机的最新消息，透露该机开发代号为「哪吒」（Nezha），并展示了手机的后置相机布局。

外观方面，小米 17 Ultra 似乎延续了小米 15 Ultra 标志性的圆形相机模组设计，不过摄影套件揭示的最关键细节在于，原先预计的第四颗镜头开孔被一个特殊传感器取代，相机单元从四个减少为三个。

代号方面，消息源挖掘发现小米以「哪吒」为代号，测试了以下多种传感器配置：

nezha_sunny_ov50m_front

nezha_sunny_ov50m_ultra

nezha_sunny_s5kjn5_tele

nezha_s5kjn5_ultra

nezha_semco_ovx10500u_wide

nezha_semco_s5khpe_tele

影像方面，该媒体预估小米 17 Ultra 的配置如下：主摄：5000 万像素的 OVX10500U 传感器；长焦镜头：2 亿像素 S5KHPE 传感器；超广角镜头：5000 万像素的 OV50M 或 S5KJN5 传感器；前置摄像头：5000 万像素的 OV50M 传感器。

其它规格方面，小米 17 Ultra 将采用高通第五代骁龙 8 至尊版芯片，预装 HyperOS 3.0，此外已确认其国际版机型将支持卫星通信功能，为用户在偏远地区提供可靠的连接保障。（来源：IT 之家）

全国首例「医保价」脑机接口手术完成 置入费 6552 元/次

11 月 27 日消息，据媒体综合报道，11 月 26 日，在华中科技大学同济医院神经外科，我国首例按照政府核定医疗服务价格项目执行的脑机接口手术顺利完成。

此次手术采用武汉衷华脑机融合科技发展有限公司生产的植入式脑机接口设备，可用于监测大脑手部运动和感觉区域的脑电信号。

值得一提的是，本次手术是我国首例按照政府核定医疗服务价格项目执行的脑机接口临床操作（即侵入式脑机接口置入费 6552 元/次，不含脑机接口设备等费用），标志着脑机接口技术从科研探索阶段正式进入医疗服务收费目录体系，在推动技术普惠化与产业化方面迈出重要一步。

今年 3 月 31 日，湖北省医保局率先发布全国首个脑机接口医疗服务价格，明确「侵入式脑机接口置入费」为 6552 元/次。这一开创性的政策，为脑机接口技术纳入规范化诊疗体系铺设了制度通道。

但从政策出台到临床落地仍需关键一跃。同济医院负责人表示，本次手术的费用虽然是由研究经费承担，无需患者自付费用，但这是全国率先将脑机接口手术纳入医院诊疗项目体系，并按照规范标准进行收费结算的临床实践。（来源：快科技）

在科技的「奥林匹斯山」上，硅谷的诸神正痴迷于一场终极游戏：永生。

从 Bryan Johnson 的「蓝图计划」（Project Blueprint），每年花费数百万美元只为「逆转」生理年龄；到马斯克和 Altman 押注脑机接口，试图将意识上传，实现「数字永生」。

图片来源：网络截图

他们汇聚了世界上最聪明的头脑和最海量的资本，试图用 AI 和生物科技撬动「神」的权柄。在他们宏大的叙事中，AI 的终极价值，似乎就是服务于「个体永生」的伟大幻想。

但，AI 的价值仅此而已吗？

 

01

「 长生」是幻想，「健康」是刚需

 

我们必须承认，AI 在生命科学领域早已展现了改天换地的力量。谷歌的 AlphaFold 精准预测蛋白质折叠，AI 辅助新药研发，这些都在解决人类「生存」与「健康」的根本问题。

而在中国的 AI 牌桌上， 王小川 是一个「异类」。

就在一年前，当行业还在「卷」通用基座时，他已经率先一头扎进了「医疗」这个窄门。在当时，这几乎是一个不被理解的选择。

他已经敏锐地洞察到： AI 的终局，不在于「广度」的炫技，而在于「深度」的信任。如果不走通在医疗、法律等高风险领域，AI 永远没办法走向 AGI。

图片来源：视觉中国

当「永生」的幻想高高在上时，他却一头扎进了最朴实、也最刚需的场景——他要给每个人配备一个「AI 家庭医生」。

 

02

你的门票，通向 AI 的另一种未来

 

长生虽好，但近乎幻想；AI 普惠，才是眼前刚需。

相比于遥不可及的「大脑永生」，针对每个人数据定制的健康大模型，才是这个时代最真实的 AI 普惠，能真正改变亿万家庭的健康轨迹。

如今，王小川的「定力」已经让他迈出了坚实的第一步。

已经在医疗领域表现领先的 Baichuan-M2 Plus 医疗模型，仅仅是他宏大蓝图的序章，其核心目的，是彻底验证「高可信」AI 在医疗这条路上的可行性。

现在，「第一步」已经走通，

那么，「第二步」是什么？

他将如何从「可信」走向「普惠」，让 AI 医生真正走进千家万户？

在极客公园创新大会 2026 上， 王小川将首次系统分享他关于「AI 医生」的完整蓝图，并重磅揭晓他的「第二步」计划。

作为探索者，他一年前究竟看到了怎样的未来图景？

在攻克「AI 幻觉」的深水区，他和团队积累了哪些不为人知的经验？

「AI 医生」的普惠之路，将如何从这关键的「第二步」开始？

立即购票，来现场，聆听 AI 医疗的中国答案。

还有一件很重要的事

为了确保大家在大会两天时间里，不蜻蜓点水，而是真有收获。提醒大家 IF 大会每日的主会场门票和每日单独主题的「小场深谈」门票，是相互独立的，不同的门票只能进入对应会场哦。

希望这可以让大家可以真正聚焦和沉浸在感兴趣的话题里，毕竟不同会场会有时间重叠，提前做好选择很重要哦。因为它们是两场平行发生的对话，互不包含，但各自精彩。

 

在罗永浩最新的视频播客中，罗老师告诉知名 B 站网红「何同学」，如果当年不做「TNT」，可能锤子手机还能继续再做几年。

不知道当年的「锤粉」们，听到罗老师这句话，心里作何感想。

创业做硬件，在供应链异常成熟的中国，似乎是一个非常简单的事情——就像不少人直到现在还认为，国产手机本质是「组装厂」。

但其实，伟大的 idea+天才产品经理+成熟供应链，未必一定等于一个成功的硬件和企业。毕竟，地表最强硬件公司苹果，也曾经推出过夭折的「牛顿」。

AI Pin 的故事，则是这个真理的又一次循环：

它曾拥有一个「天选开局」——团队出自苹果，手握顶尖设计品味与巨额融资，瞄准了全新的交互方式。但结果证明，即便拥有明星光环，也并不代表你的产品不会最终被退货率超 80%，以远低于估值的价格，被传统公司收购。

随着 AI 技术的爆火，硬件，再次成为创业风口。

在 AI 硬件的长征里，理想与现实之间，横亘着一道名为「实现」的鸿沟。鸿沟之下，是供应链的未知深渊，是产品从「可用」到「好用」的漫漫长路，更是一场与市场耐心的极限赛跑。

每一项挑战，都是一道鬼门关。每一次前行，都是一场豪赌。

AI 硬件的机会是真实的，但成功需要的不只是愿景与品味，更需要穿越生死线的系统能力、对市场的准确预估，以及从别人的挫折中习得经验。

因此，我们邀请你，与三位真正走在创业路上的探索者们，进行一场深度对谈。他们将分享自己闯过「大难」的实战经验，助你避开那些可能让你满盘皆输的「大坑」，在关键节点做出更清醒的选择。

在我们不说正确的梦想，我们聊真实的教训与经验。我们会讨论：

• AI 世代的孩子，会有怎样的童年？
• AI Native 的交互方式，藏着什么新机会？
• AI 眼镜的「非共识」路径，如何塑造人机关系的未来？

12 月 7 日（周日）下午，极客公园创新大会 2026，分会场 A，硬控 AI 专场｜AI 硬件的机会和「大坑」。

带上你的信仰与勇气，在「硬控 AI 专场」，听实战经验，然后闯出自己的路！

还有一件很重要的事

为了确保大家在大会两天时间里，不蜻蜓点水，而是真有收获。提醒大家 IF 大会每日的主会场门票和每日单独主题的「小场深谈」门票，是相互独立的，不同的门票只能进入对应会场哦。

希望这可以让大家可以真正聚焦和沉浸在感兴趣的话题里，毕竟不同会场会有时间重叠，提前做好选择很重要哦。因为它们是两场平行发生的对话，互不包含，但各自精彩。

 

在刚刚结束的第五届字节跳动奖学金颁奖典礼上，字节跳动技术副总裁杨震原通过回顾过去 12 年的技术演进，分享了一些外界鲜为人知的“幕后故事”。

 

比如这家以算法著称的公司，其实早在 2021 年就曾尝试训练大语言模型并用于搜索相关性任务，但因为当时效果提升微弱且成本高昂，得出了「这个LLM目前没什么用」的结论，一度搁置，「所以还是很没眼光」。

 

但凭借在基础设施（Infra）领域的深厚积累，字节在 2022 年迅速调整方向并后来居上。其构建的 MegaScale 训练系统实现了超过 55% 的浮点运算利用率（MFU），不仅支撑了“豆包”成为中国最流行的 AI 助手之一，也让火山引擎能以极低的成本提供模型服务。

 

而在硬件领域，针对 2023 年 Pico 减少市场营销投入的动作，杨震原澄清道，这是因为当时的硬件体验尚未成熟，公司选择转向更底层的核心技术攻坚。

 

为了解决传统 VR 设备“看不清”的痛点，字节跳动自 2022 年起与供应商联合定制 MicroOLED 屏幕，试图将 PPD（角分辨率）从行业的 20 提升至 40 以上，其 4000 PPI 的像素密度甚至是 iPhone 17 Pro Max 的近 9 倍 。

 

此外，为了解决 MR 混合现实中的眩晕与延迟问题，字节跳动甚至全链路自研了一颗头显专用芯片，芯片在2024年回片，目前进入量产阶段，各项指标均达到设计要求，目前系统延迟已压低至 12 毫秒，远超行业 25 毫秒的极限。

 

杨震原也透露，经过这些底层技术的沉淀，新的 XR 产品预计将在 2026 年发布。

 

而从 2014 年团队仅仅只有 5 个人负责核心算法，却定下一个激进的目标：在第一版推荐系统中就实现“万亿（T）级别”的特征规模的故事里，也能看出这家公司在面对技术浪潮时的决策逻辑与工程底色。

 

面向未来，杨震原提出了一个关于 AGI 的思考实验：只有当 AI 能完成人类 95% 的工作（从初级客服到顶尖科学家）时，才能称之为实现了通用人工智能。

 

目前大模型在“持续学习能力”和“与物理世界交互（IO）”方面仍有短板，这正是技术人未来需要攻克的关键方向 。

 

以下为杨震原分享原文：

 

在快手最新发布的第三季度财报中，AI 深度渗透进了内容创作与商业变现的每一个环节。

一个尤为值得关注的信号来自直播业务，这个看似传统的业务板块，其稳健增长曲线的背后，首次出现了可灵 AI 规模化落地的身影。

这款名为「AI 万象」的产品，将 AI 生成礼物变为直播间里的日常互动，并在上线首日就创下纪录，用户付费生成并送出超过 10 万次个性化定制礼物。

与传统的预设动画不同，每个 AI 礼物都需要云端大模型在几分钟内，根据用户上传的照片实时生成高质量短视频特效，并无缝分发给直播间内的所有观众。

借助可灵 AI，「AI 万象」正在将原本高门槛的 PGC 生产流程，变成一场全民参与的创意狂欢。这场礼物特效的升级变革，掀起了一场 AIGC 对直播互动生态的深度重塑。

 

01

体验为先：AI 礼物解锁个性化表达

 

直播礼物的演变历程，本质上是一部技术驱动体验进化的编年史。

从早期的「小可爱」静态图标，到支持动画素材、实时加载头像、DIY 文字，再到如今「一支穿云箭，千军万马来相见」成为深入人心的社区文化符号，每一次重大体验升级的背后都有新技术的影子。直播礼物也演进为富含情感的社交货币。

「直播作为一个实时互动媒介，礼物本质上是线下社交行为的线上映射，」快手直播活动负责人魏玉龙表示，「就像结婚要送钻戒、春节要发红包，直播间里对兄弟可以发啤酒，对异性可以送花，这些礼物承载着特定的文化符号意义，用户自然会产生个性化表达的诉求。」

过去，快手直播曾尝试提供定制礼物服务，但高昂的成本令其难以规模化推广。可灵 AI 的出现带来了转机。早在其上线后，快手直播团队就已尝试借助图生视频能力优化礼物创作，但不稳定的「抽卡」效果仍不具备大规模落地的条件。

随着可灵 AI 技术能力持续完善，「AI 万象」才被顺水推舟提上日程。其探索直指两个核心命题：一是如何给用户更优质的创意体验，二是如何将成本降至可普及的水平。

在直播间这个强互动、注重即时反馈的场域，实时性与体验流畅性是生命线。「体验不好，用户就留存不了」，这意味着复杂的 AI 技术必须隐藏在极简的操作之后。

为此，团队选择了稳妥的起步方式：提供固定模板，用户仅需上传一张人物照片，即可生成专属礼物特效。从图像预处理、prompt 适配到文生图、图生视频，整个复杂的 AI 生成链路被完全封装在云端，用户无需感知任何技术细节，真正实现了无门槛操作。

与此同时，AI 礼物的制作成本得到大幅降低，且只支付一次，即可将独家特效永久收入礼物背包。魏玉龙指出：「更低的用户成本意味着更广泛的用户渗透，而更优质的使用体验将进一步推动这一进程。」

这一策略的有效性得到了数据验证。「AI 万象」灰度测试期间，仅面向 200 多个主播开放，AI 礼物的转化率就比普通礼物高出 30% 至 50%。9 月 24 日正式上线后，成果更为显著：首日用户付费生成并送出量便突破 10 万，实时排队请求高达 4000，许多用户宁愿等待 8-10 小时也不选择退款，参与热情远超团队预期。

当用户内心深处对个性化表达的渴望，被低门槛、高效率的技术方案满足，便会迸发出巨大的市场能量。而直播行业本身成熟的付费心智，也为「AI 万象」的落地提供了理想土壤。可以说，快手直播团队敏锐地抓住了用户愿意为创意和情感付费，且技术能颠覆传统成本结构的黄金结合点。

 

02

产品攻坚：实现稳定可用且好用

 

将前沿的模型能力转化为稳定可靠的用户体验，整个过程被团队形容为「唐僧取经」，需要突破重重技术难关，任何一环的缺失都会导致功亏一篑。

团队始终明确一个目标：为用户提供「自动挡」般的流畅体验，全力降低使用门槛。从技术架构到产品设计，这对整个团队而言是一场需要紧密协作的「立体战」。

在技术层面，算力支撑成为首要挑战。传统方案是在礼物种类有限的前提下，提前下载动效至用户本地进行播放，但在「万人万面」的实时生成需求面前，显然已行不通。

「AI 万象」搭建了一个云端特效工作室，当用户送出 AI 礼物时，复杂的生成过程完全在线上完成，有效规避了海量个性化内容对用户设备存储和平台带宽的冲击。

「我们需要通过技术手段，扛住 AI 礼物在直播间并发制作的问题。这涉及到大量工程细节。经过反复调试和上线后的不断优化，如今我们逐渐适应大量用户的同时需求，用户生成一款万象礼物制作时间可以控制在三分钟内。」快手直播活动技术负责人陈曦说。

针对生成式模型固有的不稳定性，团队构建了一套精密的「预处理+智能拦截+质量检测」流程：通过图像预处理自动优化用户上传图片的质量，利用精细化 prompt 为 AI 的创作划定明确边界，最后再通过专门的 AI 检测模型对生成结果进行美学评判与安全过滤。

凭借这套组合拳，「AI 万象」将 AI 礼物的最终良品率稳定在 92% 的高水平，为规模化应用扫清了障碍。

在产品设计层面，团队意识到，在社交送礼这一特定场景中，情感价值与创意趣味往往比绝对的视觉精度更为重要。

快手直播设计负责人海生表示，「我们推出的特效设计，是契合快手直播用户与主播对礼物创意的偏好特点——大家更喜欢直给、超现实的概念和物象，营造突破现实边界的场景表达。礼物特效需要成为直播间的 『氛围引爆点』：通过构建超现实画面，既满足了用户对新鲜体验的期待，更强化了直播间的视觉张力与互动氛围。」

放在直播间，用户追求的是特定的情感共鸣和氛围感受，这反而降低了对模型细节完美度的要求。例如，当用户想要流星雨效果时，他们期待的是满屏流星划过的浪漫与壮观，而非特定星座的精准再现。

因此，团队首批推出了「天使之翼」、「至尊王座」等四款氛围感十足的礼物，并创新性地引入「盲盒」机制，在同一模板下随机生成不同颜色、光效的变体，甚至设置「隐藏款」，极大地激发了用户的收集热情。

同时，设计团队与技术团队通力合作，精心优化从上传、生成到发送的完整操作链路，确保每个环节都流畅自然。这种技术攻坚与用户体验设计深度融合、始终以用户为中心的解题思路，最终为用户带来了超越期待的惊喜体验。在一些直播间里，AI 礼物已经催生了「抽象玩梗」的趣味文化。

值得关注的是，在首批上线的四款礼物中，定价最高的「至尊王座」反而销量不错，这充分证明了优质、新奇的体验本身就能创造巨大的商业价值。

 

03

未来图景：创意生产力的全民下放

 

目前，「AI 万象」已稳步进入常态化运营阶段，其迭代方向清晰地指向两个维度：模板的持续丰富与体验的深度优化。

现代社会多元化的审美需求，呼唤更多样的场景适配。团队结合节日热点与用户情绪不断拓展创意场景，如双 11「光棍节」的双人特效、万圣节的主题特效等；未来，可定制的内容也将更加多元，例如让指定物品出现在用户心仪的任何场景。同时，从单人到双人、从单镜头到组合镜头的体验升级，将指数级地拓展创意的可能性空间。

虽然仅短短几秒，礼物特效作为一种内容载体，其核心驱动力始终是创意本身。随着用户认知的形成和工具的进化，创意的表达将会被彻底打开。

当 AI 让内容产能从稀缺走向丰沛，乃至无限，所有基于内容生产的工业化场景都将被重塑。快手通过「AI 万象」在直播场景的成功实践，为整个行业探索 AIGC 技术规模化落地提供了可行路径与生态范本。

作为科技媒体民工，11 月 25 日看完华为秋季全场景发布会后，脑海中浮现的第一个念头竟然不是某项具体的参数，而是一种关于职业状态的感慨。

我不止一次在私下里想过，现在的华为硬件工程师，大概是全行业最幸福的一群人。这种幸福并非源于轻松，而是源于一种「被允许」甚至「被鼓励」的大胆尝试。

在这个智能手机同质化严重、各大厂商都在小心翼翼做微调的时代，他们似乎拥有某种特权，可以在硬件形态和结构上进行天马行空的探索。回想之前 Pura X 在尺寸与开合形态上的离经叛道，那种「即使没有路也要造出路」的劲头，在昨晚的发布会上再次得到了验证。

这场发布会，表面看是 Mate 80 系列与 Mate X7 的常规秀场，但实际上，它不仅展示了华为在高端旗舰上的统治力，更通过 MatePad Edge 这样一款看似「异类」的产品，试图彻底终结一个困扰行业多年的移动办公悖论。

Mate 80 与 Mate X7 的稳健与克制

如果说硬件工程师的幸福在于创新，那么旗舰产品的责任则在于「稳」。

对于 Mate 80 系列和 Mate X7，我看到的是一种强者的从容与克制。这两款产品并没有为了创新而创新，而是将重点放在了用户最感知的耐用性、通信能力和影像还原上。

华为常务董事、产品投资委员会主任、终端BG董事长余承东在发布会上展示 Mate 80 系列产品｜图片来源：华为

Mate 80 Pro Max 这一次在性能上的提升不仅体现在那个惊人的 42% 数据上，更体现在对细节的打磨。全金属玄武架构的引入，显然是为了解决高端旗舰日益娇贵的痛点。在这个换机周期变长的时代，用户需要的不再是一个易碎的艺术品，而是一个能陪他们上山下海的可靠伙伴。那块峰值亮度达到 8000nits 的超透亮灵珑屏，以及户外探索模式的加入，都说明华为正在试图让手机摆脱「城市温室花朵」的定位。

至于 Mate X7，作为折叠屏领域的引领者，华为这一次的选择是「做减法中的加法」。虽然它依旧拥有炫技般的「时空之门」镜头设计和非遗云锦工艺，但核心逻辑依然是回归使用体验。

粉色的 MateX7 和老余很搭｜图片来源：华为

12999 元起的售价背后，是华为对于折叠屏可靠性的死磕。超可靠折叠玄武架构的五大升级，实际上是在回答很多持币观望者的终极疑问：折叠屏到底能不能当主力机用？当第二代红枫原色摄像头被塞进轻薄的机身，当折叠屏也开始谈论 17.5EV 的超高动态视频能力时，Mate X7 其实已经不再强调自己是一台折叠屏，而是一台恰好可以折叠的顶级影像旗舰。

这两款产品，更像是华为交出的两份满分答卷，它们负责守住高端市场的城池，用极致的堆料和成熟的体验，告诉市场什么是「旗舰标准」。但真正让我感到兴奋，甚至认为体现了华为「硬件工程师幸福感」的产品，是接下来的这一款。

MatePad Edge 打破平板与 PC 的次元壁

平板电脑诞生至今十余年，始终笼罩在一个巨大的阴影之下：它究竟是爱奇艺，还是生产力？

我们在差旅途中无数次遇到过这样的尴尬场景：为了轻便只带了 iPad Pro 出门，结果客户发来一个需要紧急修改的复杂 PPT，或者是一堆需要精细修图的 RAW 格式照片。此刻，手指在屏幕上的每一次点击都显得笨拙无比，文件管理的混乱让人抓狂。

我的同事就曾痛心疾首地跟我抱怨，因为只带了平板，导致修图效率低下，差点误了发稿时间。那一刻，我们都在怀念那个笨重但可靠的笔记本电脑。

这就是「iPad Pro 悖论」——硬件性能过剩，但软件交互瘸腿。

而25 日发布的 MatePad Edge，我认为是目前市面上唯一真正看懂了这个痛点，并给出了可行解方案的产品。它最大的创新，不仅仅是那个 14.2 英寸的柔性 OLED 屏幕，也不是 28W 的强悍散热，而是那个看似不起眼，实则石破天惊的「鸿蒙双模式」。

 

华为的工程师没有选择在平板系统上打补丁，而是利用鸿蒙系统底层的统一性，在一台设备上真正融合了 Pad 和 PC 两种形态。这与以往所谓的「电脑模式」有着本质区别。以往的方案大多只是把 UI 变成窗口化，但核心依然是安卓逻辑。而 MatePad Edge 的电脑模式，是从文件管理、应用生态到交互逻辑的全面 PC 化。

试想一下，当你把键盘取下，它就是一台拥有 120Hz 高刷、移动全景声的顶级影音平板，你可以躺在沙发上用手指滑动浏览资讯、观看电影，享受流媒体时代的便捷。而一旦你需要处理工作，接上星跃悬浮键盘，系统瞬间切换至电脑模式。这一刻，你面对的不再是放大的手机应用，而是拥有完整桌面级文件管理、支持复杂键鼠操作、甚至可以运行 PC 级专业软件的生产力工具。

 

这种切换并非简单的界面变化，而是算力调度与交互逻辑的根本性重构。依靠麒麟芯片与鸿蒙内核的深度调优，MatePad Edge 能够支撑起桌面级的多任务处理。小艺智能体与 PC 应用的结合，更是让这种生产力有了 AI 的加持。比如小艺图片转 PPT 功能，直接击中了办公人群的软肋，这种「用了就回不去」的体验，才是二合一产品的灵魂。

鸿蒙生态的胜利与硬件的自由

为什么是华为做成了这件事？

这不仅是因为华为拥有能在 6.8mm 机身内塞进微泵液冷系统、实现 28W 散热的硬件堆叠能力，更因为鸿蒙。只有将操作系统掌握在自己手中，才能打破安卓与 Windows 之间的那道叹息之墙，让数据和应用在不同形态间自由流转。

 

MatePad Edge 的出现，让我看到了一种久违的硬件设计自由。工程师们不再被现有的软件生态所捆绑，他们可以根据用户真实的场景需求——既要平板的轻便娱乐，又要 PC 的严谨办公——去反向定制硬件和软件。这种「我想怎么做就怎么做」的底气，正是文章开头提到的那种「幸福感」的来源。

在这场发布会上，我们看到了 Mate 80 和 Mate X7 守护着当下智能手机体验的天花板，而 MatePad Edge 则捅破了移动办公的那层窗户纸。它不再是一个妥协的产物，而是一个进化的新物种。

对于经常出差的媒体人、商务人士以及内容创作者来说，MatePad Edge 或许就是我们等待了许久的那台「完美设备」。它终结了我们在背包里纠结带平板还是带电脑的内耗，也让「全场景智慧生活」这个宏大的概念，在办公桌上有了最具体的落脚点。

华为这群「幸福」的工程师，用他们的任性和实力，终于把移动办公这块最难啃的骨头，做成了一道美味的佳肴。

每一次技术浪潮都会产生大量噪音，也会留下答案。

但真正能给出答案的，从来不是趋势报告，而是那些新产品和把产品亲手做出来的人。

尤其在 AI 的洪流中，识别出噪音与答案，愈发紧要。

我们相信产品是思考的最佳容器。所以，今年的「极客公园创新大会 2026」，我们策划了一个特别环节： 「AI 产品快闪」。

本次「AI 产品快闪」舞台上，将会有 7 位创始人亲自登台，带来他们最新的重磅产品更新或发布—— 他们的产品（或大版本更新）都是 2025 年 11 月 6 日后，或将在大会上首次对外发布。

这些「宝藏」产品由极客公园旗下 Founder Park 社区推荐。

自今年 4 月起，Founder Park 的「AI 产品市集」已经面向行业推荐了超过 130 款 AI 产品，吸引了超过 15000 位行业用户的关注和讨论。

可以说，本次亮相的 7 位产品创始人，代表着 AI 行业里的最新变化和风向。

更重要的，他们会将过去数月的困惑、突破和偏执带上舞台，用最短的时间讲清楚：

他为什么选择这样做？又拒绝了什么？他认为的未来，是往哪个方向走？

这些产品可能还在早期，但它们背后的问题、判断与路线，足以照亮我们如何思考下一代产品。

 

以下为 7 个产品的「剧透」：

 

01

flomo 浮墨笔记：不要把思考也交给 AI

 

知名笔记工具 flomo 终于上线了自己的 AI 功能——「AI 洞察」，不是用 AI 解决输入和记录的问题，而是用 AI 来重新认识自己。

「AI 洞察」聚焦在用户的上下文——用户记录在 flomo 中的焦虑、困惑和高兴，这些独属于用户自己的经历和思考。

官方是这么说的，「它不会帮你生成、润色、改写笔记、而是从你选定的一批笔记中，帮你发现思维盲区、重复提问和隐藏模式，生成一份「为你定制」的洞察报告——哪怕是相同的一批笔记，每次洞察结果，也都是独一无二的。」

flomo 的联合创始人少楠表示，AI 不应该替用户偷懒，而是帮助用户促进思考与洞察。

围绕记录、新功能背后的最新思考，他将在现场详细道来。

 

02

PallasAI：拿到 ChatGPT 的推荐，

其实很简单

 

PallasAI 是一款基于 GEO 的 AI Agent 应用，致力于帮助企业解决面向 AI 营销的 Agentic 产品。他们希望用 Agent 能力，解锁企业和 AI 之间的无缝沟通。

他们将在「AI 产品快闪」现场进行产品的首次正式发布，并同步开放注册。

他们内部已经做了不少前瞻性实验，在现场，你会看到其 Agent 产品的形态，以及他们对 Agent 未来的思考。

 

03

拍照「邪修」：AI 构图

 

Doka 相机是一款 AI 相机，最近登顶了台湾地区摄影分类榜单第一名。

以往拍照时，你是不是也常犹豫：角度对不对、画面稳不稳、焦段要不要再调一下？好风景就在眼前，却总怕错过那个最好看的瞬间。

Doka 相机就是想帮你把这种拍照焦虑轻轻放下：举起手机的那一刻，AI 会先帮你看清眼前的画面，给出构图方向；屏幕上的 AR 引导线提示角度，系统会自动推荐合适的焦段 。只要跟着引导轻轻移动，就能让画面自然回到平衡。拍完再套上几款不过度修饰的经典滤镜，色彩恰到好处、照片直出就能分享。

如今，「AI 影像」是 AI 最热门的创业细分赛道，而 Doka 相机创始人会带来更多关于 AI 将如何继续改变影像、改变拍照的洞察。

 

04

LavieAI：我家的 AI 模特可以秒换衣

 

模特拍摄贵、版权麻烦、流程慢，是很多商家和内容团队的老大难。LavieAI 的思路很直接： 用 AI 模型取代模特拍摄 ，更快、更省钱地拿到好看的成片。

该领域已经不少「前辈」在尝试，他们将分享为何值得继续投入；以及关于 AI 与人的交互趋势、虚拟 IP 与品牌内容结合的创新实践。

 

05

OdyssLife：这款 AI 硬件，

重新定义我们和食物的关系

 

OdyssLife 是一个专注于健康生活方式的创新品牌，首款产品 Odyss N1 即将在极客公园创新大会的「AI产品快闪」舞台亮相。

Odyss N1 是全球首款真正意义上的 Always-On 智能项链，集图像、音频、动作等多模态感知能力于一体，能够全天候感知和记录用户的饮食与运动行为。

据了解，通过 Odyss N1，用户的饮食结构首次得以被清晰“看见”：从进食的先后顺序、速度，到每一口食物的营养成分和热量分布，系统都会进行智能分析，并与运动数据及日常生活事件相结合，给出健康生活方案。

它是如何做到的？又将如何重新定义我们和食物的关系？以及，可穿戴硬件产品有了 AI 后，能释放多少想象空间？

记得来看看他们的现场分享。

 

06

MuleRun：Agent 的「淘宝」长什么样？

 

MuleRun是一个超级个体的 AI 专家团队，聚合了大量不同类型的 AI Agent，用户可以在平台上自由探索和使用。

这也是一个让每个人都能拥有自己AI专家团队的平台：多个专业 Agent——投研、电商设计、自动化、3D、内容创作、数据分析等——可以像真实团队一样协同工作，帮助用户完成过去只有专业团队才能做到的任务。

简单来说，MuleRun 让普通人直接调度一支由AI专家组成的团队，实现超级个体级别的生产力跃迁。

MuleRun团队脑海中构想的 Agent 之间的 Economy 是什么样的？

目前正在构建这个生态中，有哪些早期的挑战需要解决？

在构建过程中又遇到了哪些挑战？

都将在现场揭晓。

 

07

remio：个人工作助理，

为什么 ChatGPT 们还不够好？

 

AI 如此强大，为何在实际工作中却很难准确好用？

remio 个人办公助手，由前网易副总裁汪源创业开发，正为解决这一痛点而生。

它通过一键同步本地文档、无感捕获网页浏览等方式，智能收集上下文，将个人知识与世界知识整合。

remio 可助您快速整理周报、回溯任意话题，成为真正懂您的工作助理。

这种深度理解用户的AI将带来何种新体验？

个人化 AI 和上下文工程的未来如何？

我们可以期待 remio 汪源的实践心得。

 

如果你是产品人、开发者、创业者、投资人，

如果你正在思考「下一代 AI 产品」应该是什么样，

如果你正试图理解 AI 这波浪潮真正改变的是什么，

那么这场「AI 产品快闪」，值得你到场亲历。

时代的答案，往往藏在那些或许还没完善、但已经开始行动的产品里。

12 月 6 日下午，极客公园创新大会 2026「AI 产品快闪」舞台，我们现场见。

史上最严充电宝安全标准曝光，充电宝 3C 认证将全面失效，近七成现有产能面临淘汰

11 月 25 日消息，据媒体报道，工信部已于 10 月及 11 月多次组织召开《移动电源安全技术规范》征求意见稿研讨会。一份《移动电源安全技术规范》（征求意见稿）（以下简称「新规」）显示，与旧标准相比，新国标在整机、线路板和电芯三大技术领域提出了数十项严苛改进。

对于新的标准，相关参会企业负责人表示，「这次制定的标准非常严格，许多工厂难以达到。工信部的态度很明确：达不到标准就不要继续生产，因为总有一些企业能够达标。」

「经过三四轮研讨会，目前标准已基本定稿，预计 12 月公示，2026 年 2 月正式发布，同年 6 月起实施。新规落地后，原有 3C 认证规定将全面失效。」上述参会企业负责人称。「这不仅是技术升级，更是一场行业大考。」一位充电宝供应链资深人士如此评价称。

上述参会企业负责人也预估，新规实施后，预计将有近七成现有产能，因无法满足新标技术要求，将被迫退出移动电源市场。（来源：蓝鲸科技）

百度新设两个大模型研发部，直接向 CEO 汇报

2025 年 11 月 25 日，百度发布设立技术研发组织相关公告，新设基础模型研发部，负责研发高智能可扩展的通用人工智能大模型，由吴甜负责；新设应用模型研发部，负责业务应用场景需要的专精模型调优和探索，由贾磊负责。王海峰继续担任 CTO、TSC 主席、百度研究院院长。以上部门均向百度 CEO 李彦宏汇报。

据了解，吴甜和贾磊都是百度培养的技术和管理人才。这体现了百度人才厚度以及公司持续推进干部年轻化。百度此次提升了大模型技术研发部门的管理层级，采取分进合击的打法，进一步建设和加强公司在人工智能方向的核心优势。这也将更好地满足客户和用户在 AI 应用上的需求。

11 月 13 日，百度正式发布原生全模态大模型文心大模型 5.0。该模型采用原生全模态统一建模技术并应用超稀疏混合专家架构，支持理解与生成一体化，具备全模态理解与生成能力，支持文本、图像、音频、视频等多种信息的输入与输出。

在全球最权威的大模型竞技场 LMArena 上，文心 5.0 Preview 模型分别取得了文本榜全球并列第二、国内第一及视觉理解榜国内第一的成绩。（来源：百度）

 

阿里公布 2026 财年第二季度财报，营收 2478 亿元

阿里巴巴第二季度营收 2,478.0 亿元人民币，预估 2,452 亿元人民币；第二季度调整后每 ADS 收益 4.36 元人民币，预估 6.34 元人民币；第二季度中国电商事业集团收入 1,325.8 亿元人民币；调整后净利润 103.5 亿元人民币，预估 168 亿元人民币。（来源：新浪科技）

 

蔚来四季度营收指引创历史新高

蔚来发布 2025 年三季度财报。蔚来公司三季度交付 87,071 台，同比增长 40.8%，环比增长 20.8%，创历史新高。

三季度营收 217.9 亿元，同比增长 16.7%，环比增长 14.7%，创历史新高。三季度综合毛利率 13.9%，创近三年来新高，产品和服务盈利能力显著增强。三季度整车毛利率 14.7%，创近三年新高。三季度现金储备 367 亿元，环比大幅增长近百亿，实现正向经营性现金流和自由现金流。

四季度交付指引 120,000 台至 125,000 台，同比增长 65.1% 至 72.0%，创历史新高。营收指引 327.6 亿元至 340.4 亿元，同比增长 66.3% 至 72.8%，创历史新高。（来源：新浪科技）

 

理想汽车李想：将发布 AI 眼镜

11 月 25 日消息，理想汽车董事长李想今日在社交平台发布视频称，将发布智能眼镜，「理想 AI 眼镜是理想最好的人工智能附件。」此外，李想透露，理想 AI 音箱也在考虑之内，希望理想的 AI 能力实现在理想汽车用户中更全面的覆盖。

理想汽车在 AI 领域的布局由来已久，今年 3 月发布的下一代自动驾驶架构 MindVLA 已展现出强大的 AI 整合能力，该架构被李想称为「机器人大模型」，能够实现空间智能、语言智能和行为智能的统一。

李想此前在 5 月的 AI Talk 活动中曾表示，辅助驾驶行业正处于「黎明前的黑暗」阶段，而 AI 技术的突破将是迎来黎明的关键。他认为解决行业难题正是理想汽车的价值所在，这种理念同样适用于 AI 硬件开发。

理想 AI 眼镜可能会聚焦车载场景的特殊需求，如与 MindVLA 系统的深度协同。（来源：IT 之家）

OpenAI 推出购物研究工具，ChatGPT 变身更懂你的 AI 购物小助手

11 月 25 日消息，OpenAI 推出了一款免费的 AI 购物研究工具，专为 ChatGPT 用户在美国的「假日季」期间提供个性化的购物建议。

OpenAI 此次推出了 GPT-5 mini 的新版本模型，不仅能提出澄清性问题，还能从 OpenAI 认为更可信的高质量网站评论中获取答案。OpenAI 的代表明确，工具引用商品链接时，不会特别偏向某些网站。

这款新工具与普通的 ChatGPT 文本对话有所不同，用户可以在聊天界面中通过点击专门的「购物研究」按钮，输入需求，例如「为小公寓挑选一张小沙发」或「为我 4 岁热爱艺术的侄女选一份礼物」。

工具不会直接给出文本回复，而是通过问卷形式向用户询问更多细节，引导用户提供自身的预算、颜色偏好、尺寸等因素。其在从网络收集信息的过程中，会给出 10 到 15 个相关商品的建议，用户可以通过点击「更多类似的（more like this）」或「不感兴趣（not interested）」来进一步调整商品列表。（来源：IT 之家）

 

马斯克喊话：特斯拉 AI 芯片目标年更模式，年产量要超其它芯片总和

11 月 25 日消息，科技媒体 Wccftech 昨日（11 月 24 日）发布博文，报道称埃隆・马斯克（Elon Musk）通过其 X 平台喊话，声称特斯拉若想在「真实世界 AI」的竞赛中获胜，其 AI 芯片产量必须超过英伟达、AMD 及所有其他科技巨头的总和。

马斯克在推文中指出，许多人并不知道特斯拉已拥有一支先进的 AI 芯片及电路板工程团队多年，该团队已设计并部署了数百万颗用于特斯拉汽车和数据中心的 AI 芯片，这些芯片是特斯拉成为真实世界 AI 领导者的基础。

马斯克进一步透露，特斯拉目前开始迈入年度产品迭代周期，大约每 12 个月就会发布新的 AI 平台。更引人注目的是，他计划将 AI 芯片的生产规模提升至前所未有的水平，产量将超过任何其他制造商。

公司目前已整合台积电（TSMC）和三星（Samsung）为其生产 AI5 和下一代 AI6 芯片，并计划将英特尔代工服务（Intel Foundry）也纳入其供应链。即便如此，马斯克依然认为，这些顶级芯片制造商完全无法满足他的需求，因此自建晶圆厂的计划在他看来是合乎逻辑且必要的。（来源：IT之家）

 

京东国民好车开启全面交付

在 2025 广州国际车展上，由京东、广汽集团与宁德时代三方共同推出的「国民好车」埃安 UT super 举行首批车主交付仪式，宣布新车开启尾款支付，并正式进入全面交付阶段。值得关注的是，广汽埃安全国一级门店、京东养车北京综合服务中心也于同日开启首批车辆交付，标志着国民好车交付中心服务网络正式落地启用。

对于部分用户关心的「售后责任归属」问题，广汽方面表示「所有售后问题由广汽负责」；关于「交车时间与提车渠道」，广汽和京东方面详细介绍了其线上线下融合的「国民好车」交付网络，表示用户支付尾款后 2 至 4 周内即可完成提车；广汽更强调，11 月 30 日 24 点前下订的用户，如因生产、运输等其他因素导致延期至 2026 年交付车辆而产生的购置税，广汽将全额补贴。

而针对用户关心的换电网络建设，宁德时代表示 2025 年巧克力换电将在全国 45 个城市建成 1000 座换电站，并规划 2026 年在 140 个城市累计建成 2500 座，同时开放加盟，用户可通过巧克力换电 App 或微信小程序查看周边的巧克力换电站具体信息，下个月还将上线新功能，支持用户实时查询「待开业」和「建设中」站点的具体开业时间。（来源：新浪科技）

可折叠 iPhone 预计明年秋季亮相，带来三大突破性功能

苹果首款可折叠 iPhone 有望于 2026 年秋季与 iPhone 18 Pro 系列同步发布，目前已初步确定将搭载三项突破性功能，有望在同类产品中脱颖而出。

据 JP Morgan 最新的研究报告，这款「书本式」折叠 iPhone 将配备业内首创的 2400 万像素内屏下摄像头。相比当下 Android 折叠屏手机普遍采用的 400 万或 800 万像素的低分辨率屏下摄像头，这一参数大幅领先。如果传闻属实，这表明苹果在屏下摄像头的光线透过率和成像清晰度领域取得了突破，弥补了目前业内的诸多技术短板。

多方消息一致预测，折叠 iPhone 将配备展开时 7.8 英寸主屏和 5.5 英寸外屏，同时采用 Touch ID 而非 Face ID。此外，新机将拥有四颗摄像头，包括一颗前置打孔摄像头、上述内屏下摄像头，以及由两颗 4800 万像素镜头组成的后置双摄系统。

还有多份报告称，这款产品在美国市场的定价将在 2000-2500 美元区间，这或将成为史上最昂贵的 iPhone。外界普遍认为，这款新品将被命名为「iPhone Fold」，目前媒体对其称呼也多采用该名称。（来源：cnBeta）

 

华为推出陪聊机器人「智能憨憨」：399 元，11 月 28 日开售

11 月 25 日消息，在发布会上，华为常务董事、产品投资委员会主任、终端 BG 董事长余承东宣布推出陪聊机器人「智能憨憨」，售价 399 元，将于 11 月 28 日 10 时 08 分开售。目前，官方暂未披露这款机器人的更多配置信息。（来源：IT 之家）

 

字节跳动明年发布 PICO 新品，搭载自研头显专用芯片、定制 MicroOLED 屏

据科创板日报报道，在 2025 年字节跳动奖学金颁奖典礼上，字节跳动技术副总裁杨震原透露，PICO 将于 2026 年推出新一代产品。

据报道，新品将搭载全链路自研的头显专用芯片，能够低延迟、高精度地实现对高清高帧率视频的实时处理，系统延迟为 12 毫秒左右。据悉，PICO 自研芯片于 2022 年 6 月立项，2024 年完成回片，目前已进入量产阶段，各项指标均达到设计要求。

此外，PICO 新品还将启用定制 MicroOLED，其屏幕 PPI 近 4000，接近 iPhone17 Pro Max 的 9 倍；平均 PPD 达到 40，中心区域超过 45，相比 Pico3 提升了一倍多。

PICO 近期持续优化其生态体系，今年 4 月已全面开放个人开发者入驻，简化上架流程并提供全方位支持。

今年 3 月 PICO 4 Ultra MR 一体机还获得了 5.13.0.U 系统更新，新增空间视频录屏、2D 照片转空间照片等功能，提升了影像拍摄和交互体验。（来源：IT 之家）

因 AI 存在「幻觉」，多家保险公司不愿承保相关风险

11 月 25 日消息，据英国《金融时报》报道，多家大型保险公司正寻求将人工智能（AI）相关风险排除于企业保单之外，因企业可能面临由这项快速发展的技术所引发的数十亿美元级别索赔。

美国国际集团（AIG）、美国大都会保险（Great American Insurance）和 WR Berkley 等公司近期已向美国监管机构申请许可，拟提供明确排除企业因部署 AI 工具（包括聊天机器人及自主智能体系统）而产生责任的保险条款。

在企业争相采用前沿 AI 技术之际，保险业却对提供全面保障持谨慎态度。AI 模型「幻觉」（即生成虚假或错误内容）已导致多起令人尴尬且代价高昂的失误事件。

WR Berkley 提议的某项除外责任条款明确规定，凡涉及「任何实际或声称使用」AI 的索赔——包括公司销售的「内嵌」AI 技术的产品或服务，均不予承保。

与此同时，另有保险公司推出针对特定、狭义 AI 风险的附加险种（例如聊天机器人失控等场景）。（来源：IT 之家）

2025 年 10 月，搭载华为乾崑智驾的车型，单月销量超过 10 万台。更值得关注的是，据官方介绍，乾崑智驾功能的「月活」使用率高达 95.2%。

这充分体现了汽车行业进入智能电动化时代后，曾经被视为「智能化供应商」的科技公司，不仅可以交付越来越好的智能化产品，也正在消费端形成越来越大的影响力。

同时，在辅助驾驶功能进一步演进的过程中，行业里也看到很多年前提出的那个智能汽车作为「第三空间」的设想，正在离我们越来越近。

智能座舱经历了多轮迭代，无数次从非共识到共识的推进。工程师们逐渐发现，用户想要的并不仅仅是更大的屏幕、更流畅的语言交互、以及几乎能做到有问必答的座舱版「十万个为什么」。

因此，在一些基本的电动化和智能化底层能力被拉齐的趋势下，一个能够提供新架构、新场景和新生态的智能座舱，成为了汽车产品中至关重要的「个性化代表」。

究竟什么样的智能座舱才能担当这一重任，这是当下行业必须回答的关键问题。

 

智能座舱，迈入「L3时代」

关于「如何做好智能座舱」这件事，整个行业近年的状态可以总结为：积极探索，疯狂堆料，但尚未达成共识。

其中车企的一套「标准操作」包括：把屏幕做大，让语音助手「更健谈」，接入大模型以回答更多问题。这种做法固然能提升部分用户体验，但很难算得上是系统层面的智能提升。

所以，如同人工智能和自动驾驶需要分级来界定能力边界，整个行业也期待智能座舱领域里出现一套类似逻辑，以衡量我们到底处于哪个进化阶段。

有意思的是，华为正在最近尝试给这道行业课题题交出一份「参考答案」。说到这里，或许有人会问：行业不是有一个 L0~L4 的分级标准么？为何华为还要定义？

我们认为，真正的标准应源于实践，并最终服务于用户体验。华为在吸收行业经验的基础上，结合其在智能座舱领域的实践，给出了自己关于座舱智能化分级更为细致的理解。这不仅能帮助消费者建立一个更为清晰的智能化概念，也是鸿蒙座舱面向用户，给的一份演进方向的承诺，以便在未来将更多的技术概念变成可衡量、可感知的创新体验。

11 月 20 日，在华为乾崑生态大会上，华为首次推出了座舱智能化 L1 - L5 五级分级标准。这套标准最大的变化在于，评价维度不再是「数硬件」，而是根据人车关系的演进，把不同等级的座舱分为指令助手、任务助手、专业助理、专属助理、数字超人 5 个等级。

华为乾崑首推的座舱智能化分级标准 | 图片来源：华为乾崑

 

在华为鸿蒙座舱团队看来，要实现这种代际跃升，新一代智能座舱必须具备包括感知、记忆、理解、决断、交互、执行等 6 种类人能力，且达到一定的智能化水平。于是，在新一代的鸿蒙座舱 HarmonySpace 5 中，华为提出了全新的 MoLA 智能化架构，即：Mixture of LM Agent，混合大模型 Agent。

我们用 AI 领域近两年的发展脉络进行类比，可以更好地理解其中的技术分水岭：L2 阶段的模型可以接受指令并被动调用工具、输出结果，但每次都需要相对清晰的指令，且前后记忆有限；而 L3 级别的模型则实现了自主 Agent 的核心能力——它可以自主拆解任务、规划执行步骤，并最终交付结果。

所以，L2 和 L3 最大的变化在于，模型的「记忆」能力和「规划」能力有了全面的提升。

全新的 MoLA 架构正是基于这一理念，在运行逻辑上进行了彻底重构：

HarmonySpace 5 搭载的 MoLA 架构示意图 | 图片来源：华为乾崑

首先，系统的所有输入会优先进入第一级的 System Agent，由它负责任务的分流与分配。如果是相对简单、清晰的任务，System Agent 会将其直接分配给对应的导航、车控、多媒体等垂域 Agent，输出响应结果。这部分虽然在交互和内容交付上有所优化，但基本逻辑与当前的座舱体系类似。

然而，MoLA 架构更核心的提升在于：面对相对复杂或模糊的指令时，System Agent 可以深度调用通用大模型以及用户个人知识库的能力，从而交付更类似「专业助理」的最终结果。

举个例子，当你在车里简单说出「今晚还去上周日那家餐馆吃饭」的时候，坐在驾驶位的家人或朋友可以很容易理解你的意图——即便你没有「唤醒」这个动作，也没有餐厅名称这个「清晰」的指令。

但在当前的 L2 级智能座舱能力下，受限于模型「上下文长度」（记忆力）的限制，座舱很难理解这个模糊的指令。MoLA 架构将「记忆力」和「理解力」深度融合，并将任务交由对应的导航 Agent 输出导航结果。最终，用户可以在中控屏或 HUD 抬头显示上，直接看到对应餐厅的导航路线，真正实现「能听懂」和「能办到」。

 

不仅能听懂，也能做得到

站在用户体验的角度，全新 HarmonySpace 5 最核心的提升，并不在于它接入了一个多么强大的通用大模型，而是它终于实现了对用户的系统性认知升级。

这某种程度上，也是对行业前一阶段关于智能座舱未来走向的一种纠偏：用户需要的，从来不是一个能语音对话、联网接入大模型、有一块大屏显示文字的「十万个为什么」，而是期待车里有一个真正「会来事的」专业助理。

这种「专业助理」的能力，正是 MoLA 架构下 System Agent 所带来的决断与执行力的外显。具体来说，这个助理需要做好以下两件事：

MoLA 架构及其联动的软硬件生态 | 图片来源：华为乾崑

 

第一，在沟通层面：做到用户表达的能听懂，甚至用户没说的，也可以通过「察言观色」读懂含义。

在输入方面，L3 级座舱的认知起点是多维数据的采集。系统可以调用车内外多个传感器，采集包括语音、手势、面部表情、车辆状态、外部环境等多维感知数据，这构成了 System Agent「察言观色」的基础。

例如，系统可以调用车内摄像头和压力传感器，发现夜间后排正在休息的乘客。这位 L3「专业助理」会启动复合决断：调用相关垂域 Agent，自动关闭氛围灯，调低后排出风口的风速和温度。这种「像助理和家人一样」的无需主动表达、便能得到系统级最优解的体验，体现了 L3 感知力、理解力和决断力的系统协同。

第二，在执行层面：把做到用户需要的，想办法都能办到。

在输出端，全新的 HarmonySpace 5 不仅可以调配车内各种硬件（如座椅、空调、灯光等）以及座舱外设的能力，更可以通过鸿蒙系统强大的联接力和生态能力，无缝使用各种第三方应用。

这种执行能力的最高体现，就是「结果交付」。在发布会上，我们看到了几个很具代表性的场景：小女孩让小艺提醒父亲加件衣服，点咖啡送到公司。在这些简单一句话指令的背后，都需要 AI 能够分解相应的任务并调用内外部的工具去完成动作的闭环，比如，大模型要生成提醒的内容，并调用智慧场景工具创建这样一个提醒，并在感知到父亲要下车时完成执行。在一句「帮我订一杯意式浓缩，送到公司」，大模型要能自主完成 选品、下单、支付和订单跟踪。

在这个看似简单的过程中，L3 级别的 Agent 可以交付出 L2 时代无法完成的一个个「服务闭环」：不仅能给出高情商建议，更关键的是，它作为 System Agent，自主完成了任务链条的拆解与编排，打通了位置信息、第三方应用、支付系统等跨应用软件，完成了最终的购买动作。

当智能座舱系统把传统需要用户执行的一个个孤立交互动作，合并成一个无需用户干预的最终交付结果时，我们才能感受到智能座舱真正具有了「第三空间」的能力，实现了从「功能」到「服务」的本质飞跃。

 

智能汽车，进入「超级供应商」时代

 

如果说，L2 阶段的智能座舱，要比拼谁的屏幕更大、谁的语音识别率更高、谁能一次性执行更多的指令，那么在 L3 阶段，智能座舱甚至整车产品的差异化，都将逐渐体现在和个性化有关的「智能底座」差异上。

这个底座需要具备长期记忆力、自主决断力以及跨域联接力，才能将零散的感知、理解、执行能力整合起来，提供连贯、主动、专业的服务。

这也意味着，汽车行业下个阶段的发展，对智能化合作伙伴的需要将继续扩大。

在汽车工业的前 100 年间，消费者更多关注的是「品牌」本身。它代表着身份，也是用户品味的重要呈现。在未来，智能化能力，甚至在传统意义看来作为车企「供应商」角色的科技公司，也会逐渐走到台前。这些新一代「科技供应商」代表的智能化能力，将在未来汽车消费过程中，扮演越来越重要的角色。

具体来说，这些「供应商」提供的不再只是单一的硬件，甚至不只是一套系统。它们要做的，是交付一个和整车体验紧密相关的智能助理。

而这样的科技公司，正在成为汽车行业全新的「超级供应商」。

「鸿蒙座舱」也许会成为未来吸引消费者选购新车的一块全新招牌 | 图片来源：华为乾崑

同时，一个强大的智能底座并非终局。L3 级别的「专业助理」要实现价值闭环，还需要满足两个至关重要的条件：

首先，要有完整的生态。这个本质上和智能手机发展是一样的，有了丰富的应用和软件，才能好用。当座舱的能力从「听懂指令」升级到「交付结果」时，它必须能无缝调用导航、支付、社交、娱乐等各种应用。鸿蒙座舱 L3 的突破，正是通过其联接力和开放的生态能力，为复杂的服务闭环提供了必要的基础设施。

更重要的是，还需要有强大的辅助驾驶能力支持。华为近期再次提出，高速 L3 有望在 2026 年迈入商用。届时，座舱 L3 与智驾 L3 的「双 L3 协同」，将带来的体验提升：智驾 L3 将驾驶员从高强度任务中解放出来，为座舱 L3 提供了更多可用的时间窗口和场景，从而解锁更多 「专业助理」可以主动服务的复杂需求。

L3 级智能底座的出现，标志着汽车行业正式进入了 「平台决定体验上限」的新竞争周期。而一个能够提供系统级认知能力 、完整开放生态和智驾协同能力的超级供应商，正在尝试定义未来汽车的智能化底座新标准。