现在，你的微信里也能养「龙虾」了。

龙虾爆火后，在 AI 牌桌上一向低调的腾讯，罕见打出一套快拳，迅速端出三款「龙虾」，其中最值得拿上台面聊聊的，当数 QClaw——

这是腾讯电脑管家基于 OpenClaw 打造的一款本地 AI 助手，它最特别的地方在于你可以支持直接在微信与「龙虾」对话，让它帮你干活。

今天，QClaw 正式更新 v0.1.9 版本，用户可以通过小程序接收电脑端文件，同时上线了足以充当龙虾指南的「灵感广场」。

APPSO 第一时间实测了微信养龙虾，看看实际体验如何。

一只对小白友好的腾讯龙虾

QClaw 的界面长了一张大家都很熟悉的「AI 脸」：左边聊天，右边干活。为了让你最快上手，它在主界面的 C 位甩出了几个预设选项。点击「安装你的第一个 Skill」，这只龙虾就会手把手教你如何点亮它的技能树。

背靠 ClawHub 和 GitHub ，QClaw 拥有的 Skill 储备超过 5000 种。面对这么庞大的库，该怎么挑？腾讯给出的答案很直接：别挑，直接开口。你只需要用大白话描述你想干啥，它就会自动把合适的 Skill 端到你面前。

傻瓜式的交互，极大抹平了新手的学习曲线。但对喜欢掌控感的人来说，难免会有一点隐秘的焦虑——总得有个完整菜单让我看看有什么菜吧？

稍微翻找一下，你会发现它藏在设置的「技能管理」中。在这里，你能总览所有技能，甚至可以直接从 GitHub 粘贴导入。但耐人寻味的是，哪怕在这个稍显硬核的管理界面里，排在最前面的添加方式，依然是「通过对话创建」。

可以看出来的是，在决定基础体验与 QClaw 能干什么的事情上，腾讯想尽量将事情做简单——刚刚 QClaw 回复 Skill 列表的第三点，依旧在鼓励我直接告诉它想要什么样的 Skill。

微信养虾很有趣，只是这虾有点生

部署好电脑端之后，我们直奔重头戏——微信遥控。

先在主界面左下角用微信登录 QClaw。注意：目前内测仍需填写邀请码，没有邀请码的话，就算微信登录成功也是一个空壳，什么都做不了。

不过，光在电脑端完成登录，还不足以召唤出这只「龙虾」的完全体。要想真正把它装进口袋，还得进行一次关键的跨屏连线。

在界面左下角的头像旁唤醒「微信远程」，掏出手机微信扫一扫，界面会丝滑地跳转到微信里的 QClaw 客服对话框，另一头的电脑屏幕也会默契地亮起连接成功的提示。

不需要任何复杂的内网穿透或代码配置，你的微信聊天框，此刻已经正式变成了一个能随时使唤电脑干活的随身遥控器。

我相信大多数人面对这只一举一动都要花钱的龙虾（当然，目前内测期间 Token 免费），图的绝不仅是多一个代发微信的聊天搭子，而是能实打实分担工作压力、能帮我干活儿的数字员工。

对于我也是如此——尤其是当我不在办公电脑前，又急需一些文件和图片的时候。

QClaw 最大的亮点就是免去麻烦的部署，可以通过微信对话框指挥电脑上的 QClaw，而在 v0.1.9 版本，QClaw 上线小程序文件传输能力，用户可以直接通过小程序接收电脑端文件，灵活性进一步提升。

那它的实际表现如何呢？

在我的电脑下载中，有几张拍摄的样片急需放进推文中，但我此时离公司十万八千里，于是我通过客服号中的 QClaw 对话框下达指令，请 QClaw 将照片传递过来。结果——

啊？

不死心，重试一次。这次成功了，但只能算「基本成功」——从消息内容来看，QClaw 似乎只回过来了后半段，前半段被悄无声息地吞掉了。

为了搞清楚发生了什么，我火速赶回公司，看看电脑端的对话框里是怎么呈现的这次任务：

也就是说，其实第一次下达指令后，QClaw 是成功响应了，但没有顺利反馈到手机微信里的对话框中；而第二次更是提示我可以在 QClaw 小程序中随时查看，但消息却没发送全，唯一幸运的是后半部分的链接顺利递到了我的对话框中，让我至少能正常下载需要的照片。

对于工作来说，文件的任何信息都很重要，所以我打算进一步拷打一下 QClaw：

我需要的这些照片，会被 QClaw 偷偷压缩吗？小程序中保存的照片，与链接中的照片是否一致？有没有丢失 Exif 信息呢？

抱着这样的疑问，我用手机打开「QClaw 管家」小程序，照片确实秒速送达了。令人无奈的是，QClaw 自作主张地将三张照片打成了压缩包，文件不支持点击选中，也不给任何下载到本地再想办法解压的余地。

最后的结果是这份急需的资料就这样死死僵在了列表里，没有任何办法增删查改。折腾了半天，我唯一能做的，就是隔着手机屏幕和它干瞪眼。

此时一定有人提问：不是还有链接吗？人家说小程序是用来查看的，你用链接下载不就好了。

没毛病，但我用手机返回客服号对话框，重新找到下载链接时，发生的一幕让我血压暴涨——

这个链接，是用来跳转到 QClaw 管家小程序的。

当一个事情离谱到超出我意料的时候，我会非常执着地想看看它到底能离谱到什么地步。

于是我又不信邪，用电脑点击 QClaw 给我的那条下载链接。

可喜可贺——这一次没有出任何差错，文件下载下来了。不仅下载下来了，而且图片还没有任何压缩，Exif 信息也没有任何丢失。

但是我怎么就是高兴不起来呢？

让我们看看我最初是想干什么？

因为我不在办公电脑前，所以我找 QClaw 给我发文件；
QClaw 给我发到小程序里，还给我发了链接，相当周全；
小程序里是压缩包，我打不开、看不了、下不动、删不掉；
手机打开的下载链接也跳转到小程序，我打不开、看不了、下不动、删不掉；
最后只能用电脑点击下载链接，才能顺利看到文件。
……

好，可能是文件夹里三张图片对于 QClaw 这样刚蹒跚学步的龙虾来说太多了，我只留一张，再来一次。

在我特别叮嘱「别压缩」的前提下，成了！并且 Exif 信息没有任何丢失，大成特成！

顺带一提，刚刚这一顿操作下来，又是 20 万 Token 没有了。

灵感广场，教你怎么养龙虾

对没碰过「龙虾」的小白来说，前期的本地部署就像在徒手拼装一台发动机，费尽心思终于熬过了复杂配置，满心欢喜地准备拥抱赛博未来，迎面撞上的却只有一个光秃秃的代码框——我真不知道这玩意能干什么， 或者说我不知道它能怎么帮到我。

老天给你发了一把绝世好剑，却忘了给剑谱，而 v0.1.9 上线的「灵感广场」，刚好充当了剑谱作用。

腾讯在灵感广场中预设了 15 种任务模式。说实话，其中大部分任务并不能直观体现出龙虾的想象力，以前的大语言模型 AI 也能做到看看八字、梳理知识点框架。于是，在一众应用中，我找了一个较为本地化的操作：发票/单据智能归档。

我的电脑里刚好存放着去年大半年的发票准备报销，但直接在电脑上用预设功能实在没什么意思，我打算用微信通知 QClaw 帮我智能归类，并输出为 Excel 表格：

把电脑上下载中发票报销文件夹里的发票都帮我整理成报销明细 Excel 表格

不知道是不是我在发票报销的文件夹中根据项目分出了近十个小文件夹的原因，QClaw 执行整个指令用了约五分钟的时间，最终输出的 Excel 表格通过文字反馈给了微信客服号的对话框中，并同样附上了小程序的链接。

美中不足的是，QClaw 出现了部分发票识别不了的情况——我所有的发票都是 PDF 格式，但由拍摄转为 PDF 的实体发票识别无一例外都失败了，结果差强人意。

随后，我又用电脑端单独输入了一遍同样的指令，得到的结果保持一致——由照片转来的五张发票无法顺利识别。

打开设置看看用量统计，电脑整理发票这条指令消耗了 839,061 Token，是单条简单对话的 20 倍左右，而手机微信远程指挥的消耗则为 459,501，Token 消耗比较不稳定。

不过在折腾这个任务时，我也踩到了微信遥控 QClaw 的弊端——

你在手机微信里下发的所有指令，到了电脑端并不会根据任务自动分流，全都简单粗暴地把消息塞进了一个对话框里。：一旦你想回到电脑端复盘之前的任务进度，面对的就是一个深不见底的文字瀑布。没有标签，没有分类，你唯一能做的，就是疯狂搓动鼠标滚轮，在海量的历史记录里苦苦打捞你需要的回答。

预设任务完成得尚可，更个人、更日常的任务呢？

我打算从最简单的入手——发微信。

我请 QClaw 帮我叫女朋友起床，按道理，在 v0.1.9 版本中，QClaw 已经接入微信了，发个微信应该不是什么难事儿。但意外的是，接入微信的 QClaw，找不到我的微信联系人。

面对这种窘境，QClaw 反复尝试挣扎，在经过备注、用户名、微信号三重查找后，浪费了近 20 万 Token 的 QClaw 终于找到了问题所在：

看到问题了！微信渠道虽然启用了，但 guid 和 userId 都是空的，说明微信账号还没有完成绑定/授权。

看起来很合理，但我目前已经绑定了微信，并退出重新登陆过一次，依旧无法成功，换到手机微信客服号远程指挥电脑上的 QClaw，也依旧失败。

于是我继续追问如何填充 guid 与 userld，又花费了近 20 万 Token 的 QClaw 这样回答：

看起来头头是道，逻辑正确、方案合理，但我翻遍了设置也没有找到其中任何一个解决办法的入口，而截止本篇体验完稿时，我依旧没能叫她起床……

关掉 QClaw，读者们大概会分成两拨——乐观者会期待，悲观者会批评。

但我并不打算对一个版本号仅为 v0.1.9 的初生牛犊过于苛刻。这是一个相当年轻的版本，从产品逻辑上，能看出腾讯在尽力降低龙虾的准入门槛，但一旦触及到细分需求，它就会出现零零散散的不如意。

这很符合逻辑，易用需要大众，而生产力则天生偏向极致细分，解决这样的矛盾还需要时间。目前的 QClaw 只是呈现一个粗糙的框架，向我们掀起未来一角。

跳出 QClaw 这盘「小龙虾」，也许我们还可以有一些更大的猜想——

之前我们在文章《OpenClaw 让每个聊天软件都有机会变成微信》中提到：

当一个聊天窗口可以调用任意 agent 完成从订票、编程到数据分析的任意任务时，它已经不只是一条管道——它正在变成一个超级接口。

有意思的是，这个让全球开发者兴奋不已的叙事，对中国用户来说却充满着强烈的既视感。用一个封闭生态实现「全服务覆盖」，这不就是微信当年用小程序做过的事吗？

QClaw 在体验上的种种不如意，以及未来可以预见的权限摩擦，本质上是开放工具撞上封闭生态时的必然代价。它费尽心思想绕过的那堵权限墙，对微信自己来说，不过是底层架构里的一行代码。

第三方工具在缝隙里挣扎的每一步，对平台原生能力来说都只是举手之劳。

能力的边界，往往就是入场资格的起点。

QClaw 只是掀开了一角，让我们看到了 IM 平台向「通用交互层」进化的可能性。而真正的问题是：当微信亲自下场，把原生 Agent 融入其中，那个版本的体验会是什么样的？

想象一下，不需要邀请码，不需要跨屏连线，不需要在压缩包和跳转链接之间反复横跳——只需要打开一个你每天都在用的聊天框，说一句话，事情就办完了。

这才是那个 AI 时代真正意义上的「超级接口」。

QClaw 让我们预习了这道题，但最终交卷的人，可能另有其人。

#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。

同样的算力，同样的数据，凭什么效果不一样？大多数人的直觉是：模型更大、数据更好、工程师更厉害。但 Kimi 给出了一个更出人意料的答案。

3 月 16 日，月之暗面 Kimi 发布了一项重磅技术报告《Attention Residuals》（注意力残差）。

这项技术针对几乎所有现代大模型都在使用的残差连接结构进行了改造，并在实验中证明，用同样多的算力，新方法训练出的模型效果相当于基线模型花费 1.25 倍算力才能达到的效果。

报告发布后，也毫无意外得到了许多硅谷顶尖 AI 人物的点赞背书。

比如马斯克通过社交媒体表示「「Impressive work from Kimi」（令人印象深刻的工作）」OpenAI o1 主要发明者 Jerry Tworek 称其为「深度学习 2.0」的开端。

前 OpenAI 联创 Andrej Karpathy 说「看来我们还没把『Attention is All You Need』这句话按字面意思理解透。」但比起这些夸奖，技术论文背后的信号或许更值得关注：深度学习最基础的范式，正在发生变化。

十年没人动过的地基，被撬动了

过去两年，大模型的竞争主要在「上层建筑」展开：更好的注意力变体、更聪明的 MoE 路由策略、更精巧的对齐方法，大家都在 Transformer 这栋大楼的高层精装修。

唯独有一样东西，从 2015 年 ResNet 论文发表以来，几乎没人动过：残差连接（Residual Connections）。

要理解这项技术，得先知道大模型内部的基本结构。

现代大模型，其实都是由很多层神经网络叠加而成的，少则几十层，多则上百层。信息从底部输入，一层一层往上传递，每一层都对信息做一次加工，最终在顶部输出结果。

可以把它想象成一条流水线上的工人：原材料从第一道工序进来，每个工人对它加工一遍，再传给下一个，最终出来成品。问题是，流水线越长，越难训练。

假设第 50 道工序的工人犯了错，你想纠正他，就得把这个「纠错信号」一路往回传，经过 49 个工人才能传到第 1 个。传着传着，信号就消失了，底层的工人根本不知道自己哪里出了问题。

为了让这么深的网络能够训练起来，知名学者何恺明团队在 2015 年发表了一篇题为《Deep Residual Learning for Image Recognition》的论文，引入了一个关键设计，叫做残差连接（Residual Connections）：

每一层在加工信息的同时，还会保留一条「直通道」，把原始输入原封不动地加到加工结果上，再往下传。这条直通道让梯度在反向传播时可以绕过中间的变换，一路流回底层，从根本上解决了深层网络难以训练的问题。

比较通俗的理解是，在每道工序旁边加一条「直通道」，把原材料原封不动地绕过这道工序，直接和加工结果合并，再往下传。这样纠错信号就可以沿着直通道一路畅通无阻地传回底层，不会消失。

这篇论文后来成为计算机视觉乃至整个深度学习领域引用次数最多的论文之一，残差连接也沿用至今，是几乎所有大模型的基石。

残差连接虽然好用，但它做信息聚合的方式非常粗暴：把所有前面层的输出，无差别地等权相加。

还是用流水线来比喻。到了第 51 道工序，这个工人手里拿到的，是前面 50 道工序所有产出物的等量混合，每道工序的产出各占一份，不多不少。他没有办法说「我想多要一点第 3 道工序的原料」，也没有办法说「第 20 道工序的东西对我没用，少给我一点」。

这带来了一个名为 PreNorm 稀释的实际问题 ：随着网络越来越深，累积叠加的信息越来越多，每一层自己的贡献在庞大的总量里越来越微不足道。越靠后的层，想要让自己的声音被「听见」，就得输出越来越大的数值，否则就会被淹没。

结果就是，很多中间层其实没在认真干活。已有研究发现，大模型里相当一部分层直接删掉，效果几乎不变，这说明这些层的贡献实际上极为有限。

大多数团队早就知道这个问题，选择绕开它，转而在在现有架构上叠加更好的数据配比、更精巧的训练策略、更长的上下文窗口。这些工作当然有价值，但本质上是在一个已有的技术框架内做增量优化。

Kimi 选择的是一条更孤独也更难的路：回到最基础的结构，用第一性原理重新审视那些「理所当然」的设计。

今天凌晨，Kimi 创始人杨植麟在 GTC 2026 演讲中提到：「行业目前普遍使用的很多技术标准，本质上是八九年前的产物，正逐渐成为 Scaling 的瓶颈。」

杨植麟认为，要推动大模型智能上限的持续突破，必须对优化器、注意力机制及残差连接等底层基石进行重构。

一次优雅的「旋转」

Kimi 团队这篇论文的核心突破，其实也来自一个优雅的类比发现。

处理文字序列时，早期的循环神经网络（RNN）也有类似的额外问题：记性差。它读完一整段话之后，早期读到的内容会被后来的内容不断覆盖，等读到最后一个词，前几句说了什么已经模糊了。

后来 Transformer 用注意力机制解决了这个问题，相当于给模型配了一张「全文笔记」，处理每个词的时候，都可以翻回去查任意一个之前出现过的词，而且查哪里、查多少，由当前的内容自己决定。

研究人员发现，残差连接在深度方向上碰到的问题，和 RNN 在时间方向上碰到的问题，数学结构完全一样。换句话说，把 Transformer 想象成一张二维的网格：

横轴是序列方向，一句话里从左到右的每个词；纵轴是深度方向，从底层到顶层的每一层网络。传统的注意力机制是沿着横轴工作的，处理某个词时去查同一层里其他词的信息。

而 Attention Residuals 做的事情，就是把完全相同的机制转到纵轴上去，处理某一层时去查前面所有层的输出，决定要参考哪些层、参考多少。操作对象从「同一层里的不同词」变成了「同一个词在不同层里的状态」，机制本身一模一样，好比方向转了 90 度。

既然注意力机制解决了序列方向的问题，旋转一下搬到深度方向上，同样有效。

这里有一个更深层的理论发现值得一提。研究人员通过数学分析发现，过去十年里所有对残差连接的改进，包括标准残差、Highway 网络、mHC 等各种变体，在数学上其实都是同一件事的不同形式，都等价于某种「深度方向的线性注意力」。换句话说，大家一直在朝同一个方向努力，只是当时没意识到。

而 AttnRes 的核心思路在于，把注意力机制从「处理文字序列」的维度，移植到「跨越网络深度」的维度上。

具体做法是，给每一层配备一个小小的「查询向量」，就像给每道工序的工人配了一张需求单。工人在开工前，先拿着需求单去翻所有前面工序的产出，根据相关度算出一套取用比例，再按这个比例把需要的原料混合起来。

这样一来，每一层不再是被动接受所有前面层输出的等权叠加，而是主动、有选择性地决定要从哪些层提取多少信息，比例还会根据当前任务的内容动态变化。每层只新增一个向量和一个归一化操作，参数量的增加对整个模型来说几乎可以忽略不计。

为了保证训练初期稳定，这个查询向量必须初始化为全零，相当于让工人一开始什么偏好都没有、平等对待所有前序产出，等训练推进了再慢慢形成自己的判断。

值得一提的是，研究人员也测试过一个更激进的版本：让查询向量不再是固定参数，而是根据每一层当前的输入内容动态生成。这个版本效果确实更好，损失值进一步下降。

但最终没有采用，原因是推理时这种方式需要顺序读取内存，会增加延迟。这个取舍体现了贯穿整篇论文的工程哲学，理论上更优的方案，不一定是实用上应该选的方案。

大模型的新技术，最后都得过这一关

全量 AttnRes 在小规模实验中很好用，但一到大规模训练就遇到了麻烦。

它需要每一层都能访问所有前面层的输出。模型有一百多层，每层的输出都得保存在内存里，还要在不同计算节点之间来回传输，内存和通信开销随层数线性增长，在大模型上根本承受不起。

Kimi 团队的解法很实在：Block AttnRes。把网络所有层划分为若干个 Block（48B 模型中分了 8-9 个 Block，每个 Block 约 6 层），Block 内部沿用传统残差连接，Block 之间使用 softmax 注意力。打个比方——不必给每层楼都装电梯，在关键楼层之间架设快速通道就够了。

这样，需要保存和传输的数据量，从「所有层的数量」降低到「块的数量」，开销大幅缩小。实验发现，分成约 8 个块就能保留全量方法绝大部分的性能提升。

在具体的工程实现上，团队还做了两项优化。

训练端设计了跨阶段缓存机制，在流水线并行训练中每次切换阶段时只传输新增的那一小部分块数据，而不是每次都把全部历史重新传一遍，实测整体训练额外开销不超过 4%。

推理端设计了两阶段计算策略，把一个块内所有层的查询打包成一次矩阵运算统一处理，把重复的内存访问摊销掉，最终推理延迟增加不超过 2%。

那实验效果怎么样呢？研究人员测了五个不同规模的模型。

结果显示，Block AttnRes 在全部规模上均以更低的验证损失领先于基线，且改善幅度随规模增大而稳定保持。按拟合曲线推算，在相同的计算量下，Block AttnRes 相当于基线模型用 1.25 倍算力才能达到的效果。

在 48B 参数（3B 激活）规模的 Kimi Linear 架构实验中，Block AttnRes 展现了极强的泛化性：在全部 15 项主流评测基准中，其表现均持平或优于 PreNorm 基线模型。

例如，在博士级科学推理 GPQA-Diamond 上实现了 7.5% 的飞跃，在数学 Math (+3.6%) 及代码生成 HumanEval (+3.1%) 任务中也录得了显著增益 。

从训练过程来看，基线模型的各层输出数值随深度单调增大，印证了 PreNorm 稀释问题；而 AttnRes 的各层输出数值在块边界处得到重置，呈现周期性变化，各层梯度分布也更加均匀，说明更多的层真正参与到了有效的学习中。

此外，研究人员还可视化了训练后模型学到的注意力权重，发现了几个有趣的规律。

每一层仍然最依赖直接前一层的输出，局部性依然是主要的信息流通方式。但同时出现了一些跳跃性的连接，比如某些层会稳定地回溯到很早期的层，还有些层会特别关注最初的词嵌入输出。

另一个规律是，注意力层和 MLP 层的「回望」模式不同：注意力层倾向于关注更广泛的历史，MLP 层则更依赖近邻层。这与两者在模型中的功能分工是吻合的。

AttnRes还带来了一个对未来模型设计有参考价值的发现。研究人员在固定总计算量和参数量的前提下，枚举了 25 种不同的深度与宽度组合，对比基线模型和 AttnRes 各自偏好的最优架构。

结果发现，标准残差连接偏好「更宽、层数更少」的模型，而 AttnRes 的最优点偏向「更窄、层数更多」的模型。这说明 AttnRes 能够更有效地利用深度，让每增加一层都真正产生价值，而不是让深度变成一种边际效益递减的堆砌。

这个发现的含义不止于此。它意味着 AttnRes 不只是在原有架构上打了一个补丁，而是从根本上改变了网络深度的利用效率，也为未来设计大模型时如何分配深度与宽度的资源提供了新的参考依据。

杨植麟曾提到，十年前不是没有好想法，而是没有算力去验证。现在有了足够的资源和「缩放阶梯（Scaling Ladder）」，那些被搁置的问题才终于能被认真答一遍。

大佬点赞的背后，是一个时代在转弯

一个中国团队在最底层的架构创新上获得硅谷顶级人物的实质性认可，这件事本身十分罕见，他们认可的不只是论文成果本身，更在于Kimi 这篇论文指向了一个全新的方向：优化已经从 attention、MoE 这些上层模块，深入到了最底层的残差连接。

在 GTC 2026 演讲中，杨植麟还披露了一连串底层技术创新：MuonClip 优化器实现了相比 AdamW 2 倍的计算效率提升——要知道 Adam 优化器自 2014 年以来几乎未被撼动，属于深度学习的「不可触碰之物」；Kimi Linear（KDA 架构）在 128K 到百万级超长上下文下实现 5-6 倍的解码加速；Vision RL 的跨模态训练甚至让纯文本 benchmark 也提升了约 2.1%。

杨植麟把这些创新概括为三个维度的 Scaling 框架：Token 效率 × 长上下文 × Agent Swarms。

「当前的 Scaling 已经不再是单纯的资源堆砌，而是要在计算效率、长程记忆和自动化协作上同时寻找规模效应。」

一家公司，同时在优化器、残差连接、注意力架构、跨模态训练这些底层战场上全线推进，这种打法在行业里相当特立独行。

这也是为什么 Jerry Tworek 会说出「深度学习 2.0」这样的判断。当然不是说 Attention Residuals 这篇论文就能颠覆一切，更多是它代表了一种方法论的回归：不再满足于在已有框架上修修补补，去重新审视那些被所有人当作「已解决问题」的基础设施。

如果残差连接可以被重新设计，那么 Adam 优化器呢？层归一化呢？位置编码呢？深度学习的基础范式本身正在发生变化，这扇门一旦推开，后面的故事就不再是线性外推能预测的了。

Karpathy 那句「Attention is All You Need 还没被理解透」的感慨，大概也是这个意思。

过去几年，中国 AI 团队的贡献更多集中在工程落地和应用创新上，在底层架构理论方面的原创性突破相对稀缺。Kimi 这篇论文走的是一条完全不同的路线——一个统一的理论框架，一个优雅的工程实现，加上严谨的大规模实验验证。

当然，Kimi 这篇论文还有留下不少需要解决的问题。论文的大规模验证是在 48B 总参数（3B 激活参数）的模型上完成的，这个规模放在今天的第一梯队里并不算大。在真正的千亿乃至万亿参数模型上，1.25 倍的等效优势能否稳住，目前还是个问号。

同时论文展示的也只是预训练阶段的收益，经过指令微调、RLHF 等后训练步骤后，AttnRes 的优势是否会被稀释，缺乏数据。

但话说回来，这些局限恰恰也是想象力的来源。一个仅需约 100 行代码改动、增加不到 4% 训练开销的轻量修改，就能在 48B 规模上带来这样的提升。

当它被应用到更大规模的下一代模型上时，收益的天花板在哪里，谁也说不准。

Attention Residuals 抬高了 Token 效率的天花板，Kimi Linear 拓展了长上下文的边界，Agent Swarms 指向智能体协作的未来。当这三条技术线在下一代模型中汇合，呈现出的可能就是新的范式转变。

在 AI 这座通天塔的工程上，所有人都在争着往上添砖加瓦，而 Kimi 低头往路基重重地凿了一锹，恰好撬动了深度学习的地基。

作者：莫崇宇，李超凡

#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。

对比换芯不换型的 MacBook Pro 和 MacBook Air，不管是设计、新品还是定位都完全新款的 MacBook Neo，自然成为了今年开年最受关注的 MacBook 新品。

如果说 MacBook Neo 圆润可爱，没有刘海的设计已经足够讨喜，那么当我们把它拆开之后，我们还能看到更多更有意思的变化。

MacBook Neo 是 14 年来最好拆修的 MacBook，并且其内部有不少新的设计和趋势，或许将会出现在未来更多的 Mac 产品上。

14 年来最好拆的 MacBook

首先，在「开盖」上，MacBook Neo 就已经大幅降低了拆机门槛，只要用对应的螺丝刀卸下笔记本 D 面的五角螺丝，就能徒手将后盖卸下，而以往的 MacBook 还需要用吸盘、翘板等工具打开卡扣。

总体来说，MacBook Neo 的内部结构与 MacBook Air 比较相似，都是无风扇的轴对称设计， 零部件从上到下依次摆放。

有趣的是，除了大面积的电池和触控板，位于机身下方两侧的扬声器体积也异常巨大，不过比较轻，意味着腔体内部有不少剩余空间。

机械结构的触控板在设计上类似 Windows 阵营的同类设计，机制比压感要简单，在触控板的下方中央有一个按钮结构，两块铰链也确保了整块触控板都有着相对一致的扎实手感。

以往的 MacBook，电池都会用胶水固定在机身内部，这导致用户更换起来相当困难，MacBook Neo 居然很罕见使用了 18 颗螺丝来固定电池。

iFixit 认为，MacBook Neo 是苹果为应对欧盟新规的一次试水：2027 年，所有在欧盟销售的便携式产品必须配备用户可更换的电池。今年年底，MacBook Pro 也将更换全新模具，届时很可能也换采用这种螺丝电池架的结构。

对于「做工」这件事，苹果的态度相当认真。MacBook Neo 的电池托架上的加强结构，以及数量远超常规的 18 颗螺丝，作用不仅仅只是为了固定电池，还能充当笔记本的结构部件，使得上方的电池不会太薄弱，于是实测中我们发现，MacBook Neo 的机身维持了以往的强韧。

同样让人惊喜的是，MacBook Neo 的屏幕、接口也采用了相对容易拆卸的设计，至于键盘，即使结构相对独立，没有被连接到电池上，但同样需要处理一些胶带和粘合剂，以及拧下 41 颗螺丝。

YouTube 博主 TECH RE-NU 将整台 MacBook Neo 所有部件拆下，总计花了 6 分钟左右的时间，比拆一台 iPhone 还快。iFixit 则给出了 6 分的可维修分数，同样是近年来 MacBook 的最高。

iPad 自行维修难度不低，官方维修报价高昂，这都是它在教育市场被冷落的重要原因，毕竟熊孩子们很容易就能导致设备故障，在 MacBook Neo 身上，苹果明显吸取了教训。

但 MacBook Neo 最有意思的部分，是这个比电池、扬声器，甚至天线还要小的主板。

超小主板，解锁未来 Mac 新形态

MacBook Neo 的主板，形态上就像一把尺子，不仅要远小于 MacBook Air M3，甚至还要略小于 iPad 10——不过比起同款 A18 Pro 的 iPhone 16 Pro 双层主板，还是要大上不少的。

和以往的 MacBook 一样，存储芯片焊接在主板上，内存颗粒直接集成于芯片之中，都是用户无法自行更换的。不过国内 UP 主@冯主任手机维修 已经成功尝试更换一颗 1TB 的硬盘，可以正常开机使用。

拆开主板的贴纸，我们还能发现 MacBook Neo 确实使用了一颗联发科的 Wi-Fi 与网络芯片，而并非博通或者苹果自研。对于这么一款入门产品来说，苹果正在通过多元化供应商，来进一步控制成本。

有意思的是，对比 iPhone 16 Pro 和 MacBook Neo 的 A18 Pro 芯片，会发现两者在大小、尺寸都基本一致，Neo 上这颗芯片很可能是当时生产缺少一颗 GPU 核心的次品。

比起这个主板设计，其实更有趣的讨论在于，苹果真的将电脑主板做得比平板还小，成本反而还比常规的产品更低，完全可以在此基础上，进一步开发更多全新 Mac 形态。

比如说，一个比 Mac mini 性能更小更弱，价格比 MacBook Neo 更低的 Mac mini Neo，是不是能成为更多人的第一台 Mac？

甚至可以更极简一点，将主板压缩到一个 U 盘的大小，连接电源插在显示器上启动完整 macOS——没错，就是当年英特尔想做的那种「计算棒」的形态，有桌面级算力的手机芯片 A18 Pro 完全能够实现。

当价格、性能、和便携性三者都不拖后腿，有趣又实用的产品形态，也会得以诞生。

MacBook Neo，是一次全新尝试

苹果在 MacBook Neo 中，埋进了不少小彩蛋。

比如说，覆盖在 MacBook Neo 新机上的保护纸，有一个「hello」的提手，并且字体的颜色还和机身匹配。

系统强调色，以及机身下方的脚垫，也都特意换成了和机身一样的颜色。

关于 Mac 的壁纸，其实一直以来都有个小巧思，乍一看看起来是抽象的花纹，但其实都隐藏了产品名信息，比如 MacBook Air 上的「AIR」，iMac 上的「iMac」。

但 MacBook Neo 那几张异彩纷呈的壁纸，隐藏的却是「MAC」，而不是「Neo」字样。

于是外界纷纷猜测，很可能 MacBook Neo 一开始就是叫无后缀的「MacBook」，但最终苹果决定将其命名为 Neo。

无论真相究竟如何，从这个全新的外部造型，到内部元器件的排布，以及苹果准备的小彩蛋，都足以可以看出，苹果在构建和物料上省了成本，却在产品设计上给足心思。

对于苹果来说，做一款低价产品，最好的方式是从现存的 MacBook Air 模具上动刀，砍掉一堆现有的配置，塞进去更便宜的 A18 Pro，而不是从头到尾设计一个全新的模具，还给内部的电池、键盘和屏幕结构采用全新设计。

而凭借强大的供应链管理，以及自研处理器和系统，苹果成为了地球上唯二有能力，做出像 MacBook Neo 这样的电脑——另外一家，是情况有点不同的华为。

多数人不知道的是，MacBook Neo 其实不是第一台搭载 A 芯片的 Mac 产品。2020 年 WWDC 上，苹果宣布 Mac 将向自研芯片和 ARM 架构过渡，一起推出的还有一个开发者样机，Mac mini 的外壳搭载了 A12Z 处理器。

某种程度上说，A12Z 的开发者样机上已经注定了 MacBook Neo 的诞生，苹果只是在等待一颗性能足够强大的 iPhone 芯片正式问世，直到两年前的 iPhone 16 Pro 的 A18 Pro 反超了 M1。

不过，我总觉得目前的 MacBook Neo 还略显青涩，下一代或许会在形态和配置上更加成熟。

目前 iPhone 17 Pro 上的 A19 Pro 处理器，集成 12GB 的运行内存，如果用在下一代 MacBook Neo 上，想必是更多人更乐于见到的配置。键盘背光这种重要配置的缺失，也很可能在下一代补上。

但鉴于芯片产能和产品定位，MacBook Neo 可能不会一年一更。如果你对 MacBook Neo 心动不已，现在的它，也已经足够优秀。

更重要的是，它为未来的 Mac 产品线，甚至说所有苹果产品，都打开了全新的可能性：电脑的体积、性能与形态，都还有进一步变化的空间。

#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。

「终于到日本用中国 AI 来冒充日本产 AI 的时代了」

最近这件事在日本的 X 讨论炸了，起因是昨天日本一家科技公司乐天集团（Rakuten）在日本经济产业省（METI）的 GENIAC 项目（日本 AI 政府资助项目）支持下，高调发布了号称「日本最大、性能最强」的 7000 亿参数大模型 Rakuten AI 3.0。

但发布后不久，开源社区就迅速扒出，该模型的底层架构实际上是来自我们的 DeepSeek-V3，乐天仅仅是做了日文数据的微调。

在知名的 AI 开源库 Hugging Face 上，Rukuten AI 3.0 赫然在自己的配置文件里面写着架构来自 DeepSeek V3。

而在 Rakuten AI 3.0 模型的发布新闻稿里，丝毫没有提到任何关于 DeepSeek 的信息，只是含糊的说「它融合了开源社区的精华」，让一众网友以为这款模型就是日本自主研发的。

更致命的是，乐天为了掩盖这一事实，在开源时偷偷删除了 DeepSeek 的 MIT 开源协议文件。在被社区实锤后，才灰溜溜地以「NOTICE」文件名重新补上。

日本网友纷纷表示，「这让人无法接受」，拿着日本政府补贴，竟然只是微调了一波中国的 DeepSeek，还有人说，用 DeepSeek 就算了，还要偷偷藏藏真的很逊。

掩耳盗铃的「日本最强」

单看 Rakuten 公司发布的公关稿，这个模型确实算得上是日本在 LLMs 领域的一次比较有实力的发布。

这是一款拥有约 7000 亿参数的混合专家（MoE）模型，经开源社区确认，是和 DeepSeek V3 一样的671B 总参数，激活 37B。乐天首席 AI 官 Ting Cai 将其形容为「数据、工程和创新架构在规模上的杰出结合」。

Ting Cai 这名字一听就不像是日本当地人，有日本网友在评论区说，用 DeepSeek 很过分，更过分的是，主导这个模型的大老板，是个彻头彻尾的移民强硬派。

我们发现 Ting Cai 曾在美国 Google、苹果公司工作过，并在微软待了超过 15 年，本科在美国石溪大学，计算机科学就读。他曾在采访中表示，十八岁他第一次出国，去的就是日本，确实是个「移民强硬派」。

关于 Rakuten AI 3.0 的模型表现，在官方公布的各项基准测试中，它在日语文化知识、历史、研究生水平推理、甚至竞技数学和指令遵循等维度上，得分表现都极其优异，大有横扫日本本土大模型圈的架势。

不过，用来对比的模型，是已经被下架了的 GPT 4o、只有 1200 亿参数的 GPT OSS，还有日本的新兴另一个 AI 开发企业 ABEJA 基于千问推出的 ABEJA QwQ 32b 模型。

7000 亿和最多 1200 亿比，Rakuten AI 3.0 确实是赢了不少。同时作为经产省 GENIAC 项目的重点扶持对象，乐天获得了大量的算力资源支持。GENIAC 这个项目设立的初衷，正是为了建立日本本土的生成式 AI 生态，缓解对海外巨头技术依赖的焦虑。

日本最大的参数规模，再加上这层「国家队」的滤镜，让 Rakuten AI 3.0 一出场就戴上了「全村希望」的光环。

还得是 DeepSeek

但光环褪去得比想象中更快。

先不说 7000 亿参数、MoE 架构，这几个关键词组合在一起，在当今的开源大模型圈子里，指向性实在太强了。等到开源社区的开发者们，到 Hugging Face 上一看详细的代码配置文件，竟然直接就写着 DeepSeek V3。

从底层逻辑来看，这就是「中国架构 + 日本微调」。DeepSeek 提供了那套被全球验证过、极其高效的底层架构和推理能力，而乐天则利用其本土优势，用高质量的日文语料对其进行了微调，让它变得更懂日本文化。

客观来说，拿开源模型做本土化微调，在技术圈是一件极其正常且合理的事情。就像他们拿来作为对比的 ABEJA QwQ 32b 模型一样，连代号都不改，直接用 Qwen 的 QwQ。

如果乐天这次也坦坦荡荡地承认使用了 DeepSeek 的底座，顶多是一次缺乏新意的「套壳」发布，兴许还能蹭一波 DeepSeek 的热度。

但他们偏偏选择了掩藏。

之前我们分享美团浏览器使用开源项目时，曾提到不同的开源协议，其中 DeepSeek 采用的 MIT 协议，堪称开源界「最卑微、最宽容」的协议。它允许用户免费拿去商用、修改、甚至闭源赚钱。它唯一的请求只有一个：在项目里，保留原作者的版权声明和许可声明。

而乐天不仅在模型发布博客中对 DeepSeek 绝口不提，更是直接在代码库里抹除了这份协议文件，还高调宣布自己采用的是 Apache 2.0 协议开源。虽然 Apache 2.0 同样是对商业极度友好的开源协议，但它更正式，常被大厂用来建立自己的开源生态和专利护城河。

乐天的算盘打得很精，抹掉 DeepSeek 的名字，套上自己的 Apache 2.0 协议，再把自己包装成「慷慨开源 7000 亿参数大模型」的日本 AI 救世主。

喊了一年多的欧洲版 DeepSeek、美国版 DeepSeek，最后好像都没有做出来。

乐天也想做日本版 DeepSeek，但在算力和训练成本的压力下，在当前全球大模型飞速发展的局面下，既想要中国技术的极致性价比，又放不下打造「本土巨头」的身段，显然是难上加难。

不如和我们一起等等 DeepSeek V4 吧。

#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。

OPPO 发布新一代大折叠 OPPO Find N6 的同时，推出了新款智能手表 OPPO Watch X3，定价 2799 元。

新款延续了 OPPO Watch X 系列硬朗的男士腕表设计风格，机身边缘加入了十二变形设计，在不同角度的角度下能够带出不同的光线质感，多边形的棱角也加强了手表的硬朗机械感。

机身采用了 TC4 钛合金材质，TC4 钛合金机身硬度更高，比上一代更耐刮耐磨，也能够防御海水、盐水侵蚀。它支持 IP69+IP69+5ATM 的防水防尘，表面的蓝宝石水晶同样耐刮耐磨，日常使用不必担心人体汗液油脂的腐蚀，游泳时也能够使用。

机身厚度为 10.99mm，重 43g，比上一代再轻薄一点。

这次提供了无限钛、寰宇星橙和引力黑三种配色，寰宇星橙和无线钛一样用了钛原色的表面，有淡淡香槟效果的金属原色和橙色表搭配，金属表冠的底部加入了橙色细圈，还有对应配色的新款表盘，质感和外观的一体性很强。

除此之外，OPPO 推出了全新的超级模块系列表盘，有显示 C 位给到时间的精准模式，给到多天天气的专注模式，以及中心是天气和待办事件的效率模式。

这次用于显示表盘的是一块 1.5 英寸 LTPO OLED 柔性屏，典型亮度为 600nit，日常状态下峰值亮度是 1500nits，最高能够达到 3000nits，在大阳光的户外也能够看清楚屏幕。

表带靠近连接手表位置加入了金属竹节设计，能让表带连接机身的位置位置也能够顺应佩戴调整，用户佩戴手表就能够更加贴合了。

机身底部集中了各种类型的传感器和充电触点，这一代用上了相同的磁吸充电设计，充电器能够和前两代 OPPO Watch X 兼容，对升级的老用户来说很友好。

配置方面，OPPO Watch X3 搭载了高通骁龙 W5 + BES2800BP 的处理器组合，内置 2GB RAM 和 32GB ROM 储存组合，运行 ColorOS Watch 16.0 操作系统。

手表支持蓝牙 5.2，支持主副手机双连接，可以同时连接两台 Android 手机，或一台 Android 一台 iPhone。

OPPO Watch X3 支持手机手表双远程互找功能，OTA 更新后在周边有 OPPO 手机的手表在离线后也能够确定位置，手表手机在断连的状态下也能够互查位置。

这一代也支持语音控车功能，像是基本的开关门锁车尾箱和前备箱以及充电口，提前开空调车窗，还有闪灯鸣笛寻车等功能都能在手表里面操作，目前支持比亚迪、特斯拉、理想、小鹏等 16 个品牌。

续航部分，手表内置 632mAh 的电池，全智能模式可以用 5 天，长续航模式下能够坚持 16 天，支持「充电 10 分钟，使用 24 小时」的快充模式，日常使用不需要担心续航的问题。

健康监测方面，这一代手表支持全天血压波动检测，用户需要每天佩戴 4 小时以上，坚持佩戴七天后能够输出检测结果。

手表配合 OPPO 健康应用，能够显示每天续页偏高的时段，提升用户注意，也会结合其他数据分析出影响血压变化原因，结合运动功能提供对应改善方向。

睡眠检测部分则将原有的「鼾症风险评估」升级到医疗级准确度的「睡眠呼吸暂停」的级别。内置的 60 秒体检加入了 AI 分析，输出结果后分析能更加详细。

运动部分，OPPO Watch X3 针对运动场景做了优化，OPPO 调整了手表底盖 LED 和 PD 视窗大小来健少光干扰，提升心率数据采集的准度。加上这一代心率算法升级，OPPO Watch X3 的运动心率精准度能够达到 98.3%。

手表内搭载了 L1+L5 的双频 5 星 GPS，支持北斗、GPS、Galileo、GLONASS、QZSS 五星协同，提升定位的精准度和响应速度，能够画出更准确的运动轨迹。

这一代升级了专业跑模式，有更详细的数据分析和指导。内置的「户外跑模式」重点展示乳酸阈心率和乳酸阈配速数据，「爬楼模式」可以直接显示累计爬升层数、预估楼层以及消耗的卡路里数值，模式开启就能够看到。

手表还内置了 100 多种运动模式和 11 种专业模式，以满足不同类型运动用户的运动记录需求。

最后来看看价格，OPPO Watch X3 定价为 2799 元，目前已经上线官网，有三款配色可选。

#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。

苹果家庭硬件负责人离职，加入智能戒指公司 Oura

据彭博社报道，苹果负责家庭设备硬件工程的高级总监 Brian Lynch 已正式离职，加入智能戒指公司 Oura Health，出任硬件工程高级副总裁一职。

Lynch 自 2022 年起主导苹果家庭设备部门的硬件工作，此前还曾担任苹果自动驾驶汽车项目（2024 年终止）的核心工程管理职位。更早期，他曾参与多款 iPod 产品的研发。

据悉，苹果的智能家居业务正处于关键产品推进阶段：一款搭载 AI 与人脸识别功能的智能显示屏、一台配备 9 英寸屏幕的桌面机器人设备，以及一款家庭安防与自动化传感器均在研发之中，Lynch 正是这些产品硬件端的主要负责人。

值得注意的是，报道还提到苹果正在布局多条 AI 可穿戴设备产品线，包括智能眼镜、新一代 AirPods，以及一款可挂在衬衫或项链的 AI 挂坠，三款设备均将搭载计算机视觉摄像头，以向 Siri 提供环境数据。

其中，智能显示屏因 Siri 大规模重构工作迟迟未能完成而多次推迟，目前最早预计于今年 9 月发布；桌面机器人和传感器则计划于明年推出。

这也是苹果家庭硬件团队近年来第二次出现重大人事变动。项目管理副总裁 DJ Novotney 已于 2024 年初离职。目前该团队由 Matt Costello 统领，他同时负责音频工程及 Beats 产品线，向硬件工程高级副总裁 John Ternus 汇报。

Oura 近年来持续从苹果引进人才。这家公司去年完成融资后估值达 110 亿美元，此前已从苹果健康团队挖来首席医疗官 Ricky Bloomfield，其设计总监 Miklu Silvanto 同样有苹果设计部门的从业背景。

过去数月，用户界面负责人 Alan Dye、环境与政府事务负责人 Lisa Jackson 相继离职，前 AI 负责人 John Giannandrea 及总法律顾问也将于今年晚些时候离任。

9999 元起，OPPO Find N6 正式发布

昨天，OPPO 正式发布 Find N6 折叠屏手机，先看价格：12GB + 256GB：9999 元；16GB + 512GB：10999 元；16GB + 1TB 卫星版：11999 元。

• 搭载高通骁龙 8 Elite Gen5（7 核版）+ LPDDR5X 内存 + UFS 4.1 闪存；
• 外屏 6.62 英寸 2616×1140 120Hz LTPO OLED，峰值 3600nit；
• 内屏 8.12 英寸 2480×2248 120Hz LTPO OLED，峰值 2500nit、支持 OPPO AI 手写笔；
• 主摄 200MP 1/1.56” HP5 23mm f/1.8 OIS、长焦 50MP 1/2.75” JN5 70mm f/2.7 OIS、超广角 50MP 1/2.75” JN5 15mm f/2.0、内外屏前摄 20MP f/2.4 21mm、丹霞色彩还原镜头；
• 内置 6000mAh 电池，支持 80W 有线 + 50W 无线充电；
• 钛合金天穹铰链 + 复合玻纤后盖 + 钛合金边框，展开 4.21，合上 8.93mm、重量 225g。

OPPO Find N6 提供金橙、原钛、深黑三个配色，将于 3 月 20 日开售。

相关阅读：第一台「无折痕」手机，为所有「不敢折」的人而来｜OPPO Find N6 评测

等四年终于用上，国行 Apple Watch 房颤历史正式上线

昨天，苹果官宣中国大陆的 Apple Watch 正式推出移动脉率房颤迹象记录软件功能。

相关阅读：专访苹果医学家：房颤患者，为什么应该戴一块 Apple Watch？

被诊断患有心房颤动（房颤）的用户，可以打开房颤历史功能。用户可以查看心率显示房颤迹象的估算频率等重要信息，每周获得通知，了解预估房颤发作频率，通过健康 app 查看详细历史记录，包括可能影响房颤的生活方式因素，如睡眠、酒精摄入、运动等。

用户还可以下载包含详细房颤历史记录和生活方式因素的 PDF 文档，轻松共享给医护人员，以进行更深入有效的交流。

这个功能适用于 Apple Watch Series 6 及后续表款、Apple Watch Ultra 及后续表款和 Apple Watch SE 2，在 2022 年 6 月 7 日的 WWDC 上，随 watchOS 9 系统正式宣布推出，至今已四年。

曝 iPhone 19e 在 2028 年迎来高刷屏

据韩国媒体 ZDNet 报道，苹果计划在 2028 年春季推出的 iPhone 19e 上，首次为其低价系列产品引入 120Hz LTPO OLED 显示屏。

按照苹果在 e 系列产品上的一贯策略，新机很可能沿用旗舰机型的「降级」面板以控制成本。

报道称，iPhone 19e 预计将采用与 iPhone 17 相同规格的 6.3 英寸 LTPO OLED 面板，分辨率为 2622 × 1206，刷新率可在 1Hz 至 120Hz 之间动态调节，全屏亮度达 1600 尼特，峰值 HDR 亮度为 3000 尼特。

在更高端的产品线上，苹果据悉正在研发 LTPO+ 技术，计划用于 2028 年的旗舰机型。LTPO+ 在功耗与亮度方面均优于现有的 LTPO 方案。

雷军谈很早停售第一代 SU7：牺牲销量也不愿背刺老车主

昨天，雷军发布《答网友问（第二集）》，就外界关注的小米汽车相关问题作出回应。

视频中，针对第一代 SU7 较早停售一事，雷军坦言此举「确实对我们前三个月的销售产生了影响」，但他表示「不想背刺老用户」，这是做出该决定的核心原因。

回顾过去两年小米汽车的发展历程，雷军用「跌宕起伏、冰火两重天」来形容，称「所取得的成绩远超想象，但我们也收到很多批评和质疑，有些批评也是非常中肯的，但也有很多误解」。

他还表示，作为后来者，小米汽车「还有很长的路要走」，「造车是一场马拉松」。

荣耀手机偷偷涨价，起步价最高上调 500 元

昨天，荣耀悄然对旗下多款机型完成了价格调整。

据悉，此次涉及调价的机型共四款：荣耀 WIN RT、荣耀 500 标准版、荣耀 X70 起步价均上调 300 元，分别调整至 2999 元、2999 元和 1699 元；

入门机型 Play 10C 涨幅更为明显，整体上调 450 至 500 元，4+128GB 起步配置现价 1099 元，而其发售价仅为 649 元。目前部分机型配置仍处于缺货状态。

与此同时，荣耀商城还上架了荣耀 500 和荣耀 X70 的焕新版。荣耀在线客服对此解释称，荣耀 500 焕新版「是基于新的成本采购和新元器件生产的全新机器，用于区分产品名称」。

荣耀 X70 焕新版仅将软件版本升级至 MagicOS 10.0，硬件配置不变。

此前，OPPO、vivo、三星等厂商均已相继宣布调整部分机型的建议零售价。

OpenAI 发布「最强小模型」GPT-5.4 mini 与 nano

今天，OpenAI 正式发布了 GPT-5.4 mini 与 GPT-5.4 nano 两款新模型，官方称其为「迄今为止能力最强的小型模型」。这两款模型将 GPT-5.4 的核心能力引入更轻量的架构，专为高吞吐量、对延迟敏感的工作负载而设计。

• GPT-5.4 mini 在代码编写、推理、多模态理解及工具调用方面均较 GPT-5 mini 有显著提升，运行速度提升超过 2 倍。能够快速解析复杂用户界面截图，完成相关操作任务；在多项基准测试中，其表现已接近体量更大的旗舰模型 GPT-5.4；
• GPT-5.4 nano 则是 GPT-5.4 系列中最轻量、速度最快的版本，定位于分类、数据提取、内容排序以及处理简单辅助任务的子智能体场景。在 SWE-bench Pro 上，nano 显著优于上一代 GPT-5 mini。

OpenAI 将这两款模型的核心应用场景定位于「子智能体」架构：由 GPT-5.4 等大模型负责任务规划与最终判定，将具体子任务并行分配给 GPT-5.4 mini 执行，例如代码库搜索、大文件审阅及辅助文档处理。这一模式在 Codex 中已得到实际应用。

定价方面，GPT-5.4 mini 的 API 定价为每 100 万输入 token 0.75 美元、每 100 万输出 token 4.50 美元，上下文窗口为 400K。相比之下，GPT-5.4 的定价为每 100 万输入 token 2.50 美元、输出 15.00 美元，成本差距悬殊。

GPT-5.4 nano 仅面向 API 用户开放，定价更低，每 100 万输入 token 0.20 美元，每 100 万输出 token 1.25 美元。

任天堂 Switch 2 升级新增「官方超频」模式

任天堂 Switch 2 昨日推送了 22.0.0 版本系统更新，其中最值得注意的是「掌上模式增强」功能。开启后，以掌机模式或桌面模式游玩时，任天堂 Switch 将能以与底座模式相同的性能运行。

不过，该功能目前仅支持上代 Switch 的软件，Switch 2 原生软件则暂不支持。任天堂同时提示，虽然此功能可改善画面表现，但会相应增加主机功耗。用户需前往「系统设置 → 主机 → Switch 软件的运行模式」手动开启该选项。

英伟达 DLSS 5「AI 垃圾」引发玩家强烈反弹，黄仁勋：你们完全错了

英伟达 CEO 黄仁勋在 GTC 2026 大会的问答环节中，正面回应了玩家对 DLSS 5「AI 垃圾」的批评，直言「他们的说法完全错误」。

对于改变游戏艺术风格的质疑，黄仁勋在回应 Tom’s Hardware 记者时表示，DLSS 5 将几何体、纹理等游戏内容的可控性与生成式 AI 融合在一起，「不是在帧层面的后期处理，而是在几何层面的生成式控制」，开发者可以「对 AI 进行微调以适应自己的风格」，艺术上的掌控权不会因此改变。

他将这套机制称为「内容控制生成式 AI」（content-control），强调输入数据来自开发者提供的 3D 骨架、运动向量和场景深度等结构化信息，而非无依据的「猜测式」生成。

与以往主要用于提升分辨率和帧率不同，DLSS 5 借助神经渲染技术，能够直接改变游戏画面表现，为角色头发、面部、游戏环境和光照添加细节，黄仁勋将其称为图形领域的「GPT 时刻」。

然而，这项技术的亮相却引发了意外强烈的负面反响。在《生化危机：安魂曲》的演示对比中，启用 DLSS 5 后角色格蕾丝的嘴唇更丰满、妆容更浓重，整体呈现出明显异于原版的质感；《星空》中的角色和环境也出现了类似的「AI 美化」效果。

大量玩家在社交媒体和 Reddit 上批评这是「AI 垃圾」，认为该技术会让游戏画面趋于同质化，抹杀艺术家的原创意图。

B 社（Bethesda）随后也在回复科技媒体 Digital Foundry 相关文章时发表声明，承诺目前展示的仅为「非常早期的版本」，美术团队将进一步调整光照与最终效果，所有 DLSS 5 效果均由美术团队把控，且对玩家而言「完全可选」。

微软电脑管家上线「一键卸载龙虾」功能

据快科技报道，微软电脑管家昨日宣布上线「一键卸载龙虾」新功能，目前已支持 OpenClaw 与 EasyClaw 两款平台，后续将陆续覆盖更多「龙虾」平台。

对于暂时不想彻底卸载的用户，微软电脑管家还提供「一键停止」功能，可自动识别并停止本地龙虾相关进程与服务，同时确认相关端口已释放，不再对外暴露。

官方表示，使用上述功能前，需将微软电脑管家更新至 3.20.7.0 及以上版本。目前新功能正在灰度上线中。

360 回应「安全龙虾」安装包意外暴露 SSL 私钥

据界面新闻报道，360 公司近日就旗下产品「360 安全龙虾」私钥泄露事件作出正式回应，表示已第一时间吊销涉事 SSL 证书，目前该证书已完全失效，普通用户不受影响。

360 方面解释，此次泄露源于产品发布环节的操作失误，导致内部域名的网站证书被意外打包至公开安装包中。公司已启动内部排查流程，并将进一步优化安全管理机制，防范类似疏漏再次发生。

上周，360 集团宣布推出「360 安全龙虾」智能体应用客户端及「360 安全龙虾 Box」硬件终端，核心功能是降低 AI 智能体的本地部署门槛。

同日，360 在总部园区特设免费装「龙虾」活动，创始人周鸿祎亲赴现场为用户演示安装部署流程。

然而两天后，安全社区研究人员在解压该产品安装包时，发现其特定路径下存在明文存储的泛域名 SSL 证书及对应 RSA 私钥。

私钥一旦泄露，攻击者理论上可借此伪造相关域名的 HTTPS 服务，实施中间人攻击，进而窃取用户数据或传播恶意程序。

不过，蓝点网的报道也指出，这份证书仅用于 *.myclaw.360.cn，这个域名仅监听 127.0.0.1 回环地址，不对外提供访问，因此没有安全风险。

阿里钉钉发布企业级 Agent 平台「悟空」

昨天，阿里巴巴正式发布全球首个企业级 AI 原生工作平台「悟空」。

据介绍，悟空是一款独立应用，即日起开启邀测，也会直接内置到钉钉之中，全面支持连接用户在企业中的钉钉账号、安全访问权限和应用系统。

• 其内置企业级运行环境，AI Agent 自动继承企业权限规则，所有操作在安全沙箱中运行，token 消耗与成本实时可见。悟空 Agent 能够原生操作钉钉上千项能力，而非模拟人类点击图形界面，实现「沟通即执行」；
• 悟空同步推出 AI 能力市场，提供从开发、审核、上架到分发的全链路体系，并全面兼容开源 Skill 体系，目标打造「全球最大的 toB Skill 市场」。
• 悟空还发布了 OPT（One Person Team，一人团队）十大行业解决方案，首批覆盖电商、跨境电商、知识类博主、开发、门店、设计、制造、法律、财税、猎头十大场景。

钉钉 CEO 陈航在发布会上表示：「今天，我们把钉钉打碎，用 AI 重建，炼出『悟空』。过去是人用钉钉来工作，未来是 AI 用钉钉来工作。」

在全球化布局上，悟空后续将支持连接微信、Slack 等全球主流 IM 平台，用户可在电脑和手机上远程唤起悟空完成工作。

相关阅读：刚刚，阿里ATH事业群甩出王炸「悟空」！企业级正规军下场，龙虾们这次真要炸了

尼康召回部分 Z6 III、Z5 II 和 ZR：制造缺陷或致相机故障

据 PetaPixel 报道，尼康昨天正式发布技术服务公告（TSA），确认部分 Z6 III、Z5 II 和 ZR 相机存在制造工艺问题，可能导致相机无法正常使用。

尼康已确定受影响产品的序列号范围，并承诺无论是否在保修期内，均提供免费维修服务，同时承担往返运费。

根据尼康美国官方公告，此次问题涉及特定批次的 Z6 III、Z5 II 和 ZR 机型，官方表示已锁定受影响的序列号区间。

用户可通过相机后背显示屏背面的机身标签查询序列号，并前往 nikonusa.com/service-advisories/z-tsa-3-2026 核查自己的设备是否在召回范围之内。尼康方面目前未披露具体故障原因，也未公布受影响设备的总数量。

值得注意的是，由尼康映像仪器销售（中国）有限公司及中国大陆授权经销渠道销售的 Z6 III 和 ZR 相机不在此次召回范围之内，用户可放心使用。

Netflix 联席 CEO：AI 不能只让影视「更便宜」，必须让内容「更好」才有意义

据《商业内幕》报道，Netflix 联席 CEO Ted Sarandos 近日在接受 POLITICO 采访时表示，AI 对影视行业的真正价值并不在于降低成本或加快生产速度，而在于能否切实提升内容质量。

更快更便宜，如果做出来的东西没有更好，那就毫无意义……现在是媒体史上竞争最激烈的时期，每一次出手都必须比上一次更好。

Sarandos 将 AI 定位为「创作者的工具」，类比于影视制作工具长期以来的技术演进。他强调，优质内容的产出依然离不开编剧、演员和灯光技师等人类创作者，AI 的角色是辅助而非取代。

在配音领域，Sarandos 明确指出 AI 目前仍无法替代人类演员。

配音最重要的部分是表演，而表演是极具人类属性的能力。用 AI 配音确实便宜得多，但没有表演质感，反而会拉低整部作品的品质。

不过他同时看到了 AI 在该领域的务实应用空间——利用 AI 技术在拍摄结束数月后补录台词，无需召回全体演员重新录制，从而提升后期制作的灵活性与最终质量。

45.99 万元起，岚图泰山 Ultra 下线交付

昨天，完成 L3 级道路实测与极限挑战的岚图泰山 Ultra 宣布下线交付，官方售价 45.99 万元；岚图泰山黑武士同步上市，售价 50.99 万元。

• 两款车型均搭载全车 34 颗感知传感器，包括 4 颗激光雷达与 5 颗 4D 毫米波雷达，构成 360° 全天候感知网络；
• 在转向、制动、电源、通讯、感知五大关键系统上均实现全冗余设计，以应对 L3 级有条件自动驾驶对系统可靠性的更高要求；
• 采用华为乾崑智驾 ADS 4.1 智驾方案，搭载魔毯底盘、双向 16° 后轮转向及三腔空气悬架；
• 均搭载岚海智能超混系统，配备 65 度大电池与 5C 超充技术，并配合专属混合热泵系统，官方称可在零下 40℃ 极寒环境中稳定运行。

泰山黑武士在此基础上着重强调工艺与美学表达，以「藏锋」为设计哲学，采用航空级碳纤维套件、PVD 工艺天地星芒轮毂（历经 10 道工序）、手工编织 598 颗灯珠星空顶，以及可实现 10 档精细调节的智能调光玻璃。

最强「龙虾」模型上车：极氪 8X 首发搭载阶跃星辰 Step 3.5 Flash

在昨天的英伟达 GTC 2026 大会上，吉利汽车集团正式发布超级 Eva——一个打通智能座舱、智能辅助驾驶与数字生态的超级智能体，极氪 8X 将首发搭载，成为国内首款实现类「Grok 上车 Tesla」原生 AI 体验的量产车型。

超级 Eva 由吉利、千里科技与阶跃星辰联合研发，其核心驱动来自阶跃星辰自研的 Step 3.5 Flash 基座模型。超级 Eva 与智能辅助驾驶、底盘、动力等底层系统原生融合，能够主动理解模糊指令并自主规划执行。

用户只需说「带我去接孩子放学，顺便帮我找一家麦当劳，5 点前我要到学校」，超级 Eva 便可精准解析意图、自主规划路线，完成行车、途经麦当劳、到学校门口自主泊车等全链路操作，无需依赖明确的逐步指令。

百度发布「龙虾」全家桶：手机、电脑、家居全覆盖

百度昨日在 AI DAY 活动现场正式发布了旗下「龙虾」系列 AI 智能体产品全家桶，涵盖桌面端、移动端、云端及家居端多个场景。包括四款核心形态：

• 桌面端的 DuMate 主打全链路办公自动化，具备企业级安全管控能力，并能持续学习用户工作习惯；
• 移动端的 RedClaw（原「红手指 Operator」正式更名）主打零部署、零配置，支持跨 App 交互，面向通勤、出差等移动使用场景；
• 云端的 DuClaw 以订阅制提供一键部署能力，降低使用门槛；
• 小度科技则发布了全球首款「家用小龙虾」，将 OpenClaw 的复杂任务能力引入家庭空间，支持全家人共用，并实现线上线下全链路打通。

在 Skills 生态方面，百度智能云展示了搜索、伐谋、秒哒三大技能。

• 搜索 Skill 专为生成式 AI 提供实时全网检索服务；
• 伐谋 Skill 面向科研与算法场景，支持算法自演化、实验管理与结果可视化；
• 秒哒 Skill（Miaoda App Builder）已作为 API 开放，用户通过自然语言即可完成网页、小程序及游戏的创建与发布。

安全机制方面，百度安全副总经理冯景辉介绍，安全体系覆盖数据层至系统层、云端至移动端，核心原则包括环境隔离、技能管控、权限控制与记忆管理，确保智能体仅访问最小必要数据，权限可审计、可控制。

理想汽车发布下一代自动驾驶大模型 MindVLA-o1

理想汽车昨日在英伟达 GTC 2026 大会上发布下一代自动驾驶基础模型 MindVLA-o1。

该模型以原生多模态 MoE Transformer 为核心，将视觉、语言与行动决策统一至同一架构，是理想辅助驾驶技术自 2021 年自研以来最大规模的架构升级。

• 看得更准：引入 3D ViT Encoder 与激光雷达点云融合，模型能在单一表示中同时理解语义与三维空间结构，对复杂路况的感知能力显著提升；
• 判断更深：模型具备「多模态思考」能力，可在隐空间中提前模拟未来几秒的场景演化，驾驶决策不再只是对当前画面的反应，而是基于对未来的预判；
• 行驶更稳：统一行为生成机制结合并行解码与离散扩散优化，生成的驾驶轨迹在空间连续性和时间稳定性上更有保障，实际驾驶体验更顺滑；
• 迭代更快：闭环强化学习框架使训练成本降低约 75%，意味着理想可以更频繁地通过 OTA 推送能力更强的辅助驾驶版本；
• 部署更高效：软硬件协同设计将架构探索时间从数月压缩至数天，新模型上车的周期大幅缩短。

理想汽车表示，该框架未来还将扩展至机器人等物理系统，自动驾驶只是其更大野心的起点。

索尼发布首款 LOFIC 传感器 IMX908

昨天，索尼半导体解决方案公司发布了面向安防摄像头领域的全新 CMOS 图像传感器 IMX908。

• 采用 1.45μm LOFIC（横向溢流积分电容）像素技术，支持 4K 分辨率拍摄，并可在单次曝光下实现 96dB 的高动态范围。
• 搭载索尼自主研发的「STARVIS 3」LOFIC 像素技术，相比上一代 1/2.8 英寸产品 IMX778，饱和电荷量提升约 20 倍，低照度性能（SNR1s 指标）改善约 27%，达到 0.53 lx。
• 图像尺寸为对角线 6.42mm（1/2.8 英寸），有效像素约为 840 万（3856 × 2180），帧速率最高支持 90fps（10bit），输出接口为 MIPI D-PHY 2/4 Lane，并支持 Clear HDR、DOL 等多种 HDR 模式。

索尼表示，IMX908 的推出意在满足传感器在复杂光照条件下稳定输出高质量图像的要求，并计划持续扩大兼顾高分辨率与高动态范围的安防传感器产品线。IMX908 样品预计于今年 3 月末开始发货。

1799 元起，浩瀚发布 MT3 系列 AI 稳定器

昨天，浩瀚 Hohem 发布旗舰新品 MT3 系列相机稳定器，定位「专业创作 AI 稳定器」，其中 MT3 Pro 是全球首款支持任意目标追踪的相机 AI 稳定器。

MT3 Pro：

• 承重 2.5 kg，官方实测可完美适配 Sony A7M5 + FE 24-105mm F4、Canon R5 II / R6 III + RF 24-70mm F2.8、Nikon Z7 II / Z8 + Z 24-70mm F2.8 等主流全画幅标准变焦组合，并可同时承载麦克风、跟焦器等专业配件；
• 增稳系统升级至第十代 iSteady，电机扭矩较上一代提升 40%；
• 内置 200 万像素 AI 摄像头与百万级场景 AI 大模型，追踪能力从传统的单一人像扩展至任意目标，如车辆、宠物、静态建筑；
• 搭载可拆卸监看控制器和 1.4 英寸触控彩屏，支持 10 米范围内无线监看，搭载第二代原生横竖拍快切功能；
• 支持 20 小时长续航，快充 30 分钟可续航 5 小时。

此外，浩瀚同步推出标准版 MT3，定位「轻量创作 AI 稳定器」，以 765 克机身集成 AI 追踪构图、特氟龙顺滑调平、横竖拍快切及四合一兼容等功能。

定价方面，MT3 Pro 售价 2399 元，首发价 2299 元；套装版 MT3 Pro Kit 售价 2999 元，首发价 2899 元；标准版 MT3 售价 1799 元。

Beats x Nike 推出联名版 Powerbeats Pro 2

昨天，Beats 与耐克宣布推出耐克特别版 Powerbeats Pro 2，这也是 Beats 历史上首次在产品硬件上与合作品牌共享 Logo 位置。

新品采用荧光黄与哑光黑配色，右耳机刻有耐克 Swoosh 标志，左耳机保留 Beats 标志性的「b」字 Logo，两个品牌在硬件上各占一席。充电盒外壳带有黄色点缀，盒盖内侧印有耐克经典口号「JUST DO IT」。

在性能规格上，耐克特别版完整继承了标准版 Powerbeats Pro 2 的全部配置：IPX4 级防汗防水、高强度运动中也能稳固贴合的耳挂设计，以及内置心率传感器。

目前，Beats 与耐克均未公布该款产品的零售价及发售时间。作为参考，标准版 Powerbeats Pro 2 在国内售价为 2099 元，联名款价格或略高。

星巴克推出「茉莉100」系列

昨天，星巴克官宣春季限定「茉莉100」系列饮品正式上市，主打「一杯饱含100朵茉莉的天然花露」。

本次推出的三款饮品为茉莉100拿铁、New茉莉100美式以及New茉莉100碧螺春茶拿铁。其中，碧螺春茶拿铁使用了千目研磨的碧螺春茶粉，并在顶部搭配了茉莉花造型的巧克力装饰。

据悉，该系列饮品的「天然花露」萃取自中国广西横州的双瓣茉莉。每杯标准份饮品所含的茉莉花露，其风味物质约来自100朵茉莉花。

周深献唱《挽救计划》中文主题曲

科幻惊悚电影《挽救计划》昨日宣布，歌手周深将为该片献唱中文主题曲，歌曲将于今天正式上线，影片将于 3 月 20 日上映。

《挽救计划》改编自科幻作家安迪·威尔（Andy Weir）于 2021 年出版的同名畅销小说，由菲尔·罗德（Phil Lord）与克里斯托弗·米勒（Christopher Miller）联合执导，《火星救援》编剧德鲁·戈达德（Drew Goddard）操刀剧本。

故事讲述一名普通中学教师瑞恩·格雷斯（Ryland Grace）在太阳遭外星微生物「光噬菌」侵蚀、地球面临灭顶之灾的背景下，被强制送入太空执行孤注一掷的拯救任务，并在旅途中意外结识来自另一星系、同样深陷困境的外星工程师「洛基」（Rocky），两者携手破解科学谜题、共同寻找希望的故事。

《小黄人大眼萌 3》公布配音阵容

据博主「守望好莱坞」消息，《神偷奶爸》衍生动画电影《小黄人大眼萌 3》正式公布配音阵容，多位好莱坞知名演员加盟。

确认参演的配音演员包括艾莉森·珍妮、克里斯托弗·瓦尔兹、杰夫·布里吉斯、杰西·艾森伯格、佐伊·达奇及特雷·帕克，另有一位演员信息尚未完全披露。

本片故事背景设定于 1920 年代的好莱坞，讲述小黄人们追逐演艺梦想、试图拍摄一部怪兽电影的冒险经历。影片定于今年 7 月 1 日在北美正式上映。

#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。

一百多年的汽车工业史经历过几次明显的代际更迭。早期的机械结构解放了人类的体力，随后的宽大空间与舒适配置改善了出行体验。到了当下的 AI 时代，智能技术要解决的核心议题，是把人在车里的时间真正还给生活。

在今晚的广州南沙大湾区文体中心，启境汽车 CEO 刘嘉铭在发布会开场阐述了这段行业观察。

这个由广汽集团与华为乾崑联合打造的全新品牌正式公开亮相。作为双方合力的首款量产车型，定位智能猎装轿跑的启境 GT7 在今晚完成了首秀。

华为乾崑和车企联手打造出来的产品，其实已经并不少见了，我们好奇的是，启境这次拿出来的 GT7，和以往的产品相比到底有何不同。

广汽定好机械下限，华为乾崑负责智能体验

启境 GT7 整车的物理参数，能够非常直观地体现在它的车身姿态上。

为了在一台底部塞满电池的新能源车上压低视觉高度，启境的工程团队在比例上定下了颇为严苛的指标。

根据官方提供的数据，启境 GT7 实现了 4 倍的轮轴比，车高严格控制在低于两倍轮高的范围内，整车轴长比达到了 59.4%。

启境 GT7 具体的长宽高数据分别为 5050mm、1980mm 与 1470mm，搭配 3000mm 的轴距以及车尾 21.5° 的倾角设计。这套外观方案在保留座舱内部物理空间的前提下，尽可能地减弱了电动车由于底盘厚度带来的臃肿感。

它的前机盖采用了一整块宽度达到 1975mm 的一体冲压全铝材料。发布会上专门提到，这是目前行业同级车型中最宽的全铝蚌式机盖。

为了承载宽大的车身，启境 GT7 的底盘用料给到了比较高的规格。

新车全系标配双腔空气悬架，并且配备了 21 寸黑色运动轮毂以及德国大陆四活塞固定卡钳。原厂的倍耐力 P Zero 轮胎选用了前轮宽 255 毫米、后轮宽 275 毫米的方案。

这样的胎宽搭配通常出现在追求动态表现的车型上，与 GT7 猎装轿跑的定位倒是比较契合。

在传统的机械底盘之上，华为乾崑主导的光学感知硬件构成了车辆的智能基础。启境 GT7 搭载了华为乾崑 896 线双光路激光雷达，没错，就是新款尊界 S800 和问界 M9 用的那颗。

在行业主流配置还停留在一百到两百线左右的阶段时，这个硬件参数确实拉开了明显的量级。长焦和广角两套接收单元同时工作，增加了系统对微小障碍物以及各类异构目标的物理探测距离。

配合这颗高规格雷达，整车配备了面向 L3 级自动驾驶的底层硬件冗余架构。系统将主动安全和被动安全等功能整合在一起，构成了一套覆盖整车的防护机制。

外部的光学配置也延伸到了车灯交互层面。

启境 GT7 车头配备了一套双百万像素投影大灯，尾部则采用了分段式漫反射光源。和特斯拉 Model Y L 尾灯那种整体的漫反射效果不太一样，启境 GT7 在这里做成了分段式的结构。此外车身外部还专门设计了华为 ADS 小蓝灯。

华为智能汽车解决方案 BU CEO 靳玉志在现场专门强调，这是目前市面上能够见到的最大尺寸的小蓝灯。

坐进车内，头顶那块 2.2 平方米的全景天幕承担了物理防晒的任务。它采用了三层纳米镀银工艺并结合 PDLC 分区智能调光技术，乘客可以直接在屏幕上划定区域迅速调整透光率。

座舱内部的交互核心落在了新一代小艺智能体，大概可以把它理解为启境的 NOMI——中控区域放置了一个支持多角度旋转和点头动作的实体模块。

动力上，启境 GT7 规划了纯电和增程两种路线。纯电版本基于 800V 高压平台打造，搭载由宁德时代与华为联合定制的新一代麒麟电池，最高支持 6C 快充技术。

车辆的动态控制交给了首发搭载的华为乾崑赤兔平台。

发布会上，靳玉志提到，GT7 的底盘标定由一位来自欧洲的「大师」负责。至于是哪位大师他并未透露，只是讲到这位大师参与过迈凯伦和阿斯顿·马丁的调校工作。

他随后对这款底盘表现给出了非常直接的评价：「我们内部测试完以后，对它的评价是弯道王、跑山王、麋鹿王。」

广汽握紧主导权，三年推出五款新车

启境 GT7 能够最终落地，依靠的是广汽和华为摸索出的一套全新合作机制。

启境汽车 CEO 刘嘉铭在发布会上聊到了一些双方前期磨合的细节。

他表示，为了这个项目，广汽倾注了集团内部最高优先级的资源，华为乾崑也直接安排了几百人的精锐研发团队前往广州常驻。

面对汽车与科技产业思维方式的天然差异，早期的激烈争论在所难免。但这套全链条合署办公的模式，确实打破了传统车企与技术供应商之间的沟通壁垒。

双方团队在产品定义初期就早早完成了技术对接。凭借全面引入的 IPD 集成产品开发体系，这台智能汽车的开发周期被大幅压缩到了 18 到 24 个月内。

在具体的市场规划上，启境把目光明确锁定了 30 万元以上的高端新能源区间。面对如此高规格的合作，如何界定两家巨头的主次关系一直是行业关注的焦点。

从目前的治理架构来看，广汽集团掌握着启境绝对的品牌主导权。官方对外的规范标识统一采用了华为乾崑与启境的字样组合，中间那道竖线划定了整车所有者与技术赋能方之间的边界。

在这个框架下，华为负责提供智能技术底座，广汽则把控整车制造与品质体系。

这种由车企掌握绝对主导权的思路，同样延续到了销售渠道的建设路线上。

启境没有选择全面进驻华为零售门店，而是决定建立完全独立的专属销售服务网络。根据官方公布的规划，启境目前已经在全国 76 个核心城市启动了 300 多家专属门店的建设。到了下个月，启境 GT7 就会陆续进驻各地的门店开启实车展示与体验。

渠道铺开之后，剩下的就是新产品的投放节奏。

启境官方在发布会最后给出了一个相当紧凑的时间表：

今年年内，品牌的第二款新车就会正式发布，那会是一台主打内部宽适空间的中大型 SUV。另外，启境还会在未来三年内推出 5 款全新车型，来快速覆盖高频的家庭出行与个人驾驶需求。

至于启境 GT7 的更多具体信息，4 月份的北京国际车展将会是下一个重要的时间节点。

#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。

「平坦」一直是我们对于屏幕的追求。

这种从 CRT 延续到 LCD、再到 OLED 的追求，在折叠屏的时代的重要性，更是有过之而无不及。

只不过碍于折叠屏的形态，「平坦」和「弯折」这两个词在过去就像水火不容一样，始终无法在手机上找到平衡点。

——直到我们遇见了手里这台 OPPO Find N6。

「无感折痕」为谁而来

在爱范儿拿到这台 Find N6 评测样机、几位编辑轮流当主力机使用过后，竟然罕见地达成了共识：

「无感折痕」的真正受众，不是折叠屏用户，而是没用过折叠屏、仍在犹豫的观望用户们。

道理也很简单，人们对于折痕的观感，会因为视角不同产生天差地别的变化——

比如从正常使用手机的角度观看亮屏的折叠屏时，只要没有强烈的条状光源或者反射，用户自己是完全看不到折痕的：

但如果以路人的视角，斜着看过去，原本不深的折痕也会因为光线折射的缘故，产生比实际深好几倍的视觉效果：

▲ 某友商折叠屏

此时再看相同角度的 Find N6，浅到几乎不可见的折痕，一下就拉开了和上面对照组的差距：

根据 OPPO 的介绍，Find N6 之所以能够做到「莱茵 TÜV 认证」的无感折痕，主要是通过优化铰链支撑结构，以及改良屏幕玻璃基材实现的。

其中，对于起到支撑作用的铰链中板，OPPO 通过重复 3D 扫描 + 超高精度喷射打印 + 紫外固化的流程，尽可能消除了铰链中板上的微观凹凸结构：

至于 Find N6 的「新款天穹记忆玻璃」——虽然名字很唬人，但本质是借助新的超薄玻璃（UTG）基材和叠层技术，减小了屏幕复合层在折叠时发生的拉扯和蠕变。

更加耐人寻味的是，Find N6 的新屏幕材料还可以让内屏和记忆金属一样，展开静置的时候缓缓「回弹」，淡化已有的折痕。

换言之，Find N6 的折痕之所以「无感」，还真不是展开或者合拢某个瞬间的事情，而是由使用期间每时每刻的细微变化构成的。

至少对于爱范儿编辑部几位用折叠屏做主力机的编辑来说，Find N6 的折痕表现难得地获得了一致好评。

而有了这样一块字面意义上「一马平川」的屏幕之后，Find N6 也带回了一个我们曾经非常熟悉的配件——手写笔。

具体来说，Find N6 借助更平整的屏幕，重新打通了手写笔 + ColorOS 全景自由窗的组合，让折叠屏分屏和小窗的好用程度更上一层楼。

毕竟折叠屏手写笔最大的敌人，就是划过折痕时带来的不安感。

而当折痕同时在「视觉」和「触觉」上消失之后，用笔尖在上面书写的芥蒂也就随之消失了：

此外，Find N6 的手写笔也扮演着和 ColorOS AI 功能交互的统一入口的角色。

通过「按住笔杆按钮圈选」的动作，就可以在几乎任何种类的内容上呼出 AI 功能窗口——圈住手绘的表格、脑图和文字，就可以一键转换成电子版图表：

▲ 录屏经过加速处理

甚至你还可以用它来画画。比起文生图模型需要你绞尽脑汁地描述画面，甚至上传参考图；在 Find N6 上你可以直接用笔画个线稿，然后圈选并告诉 AI 生成指定风格的图片：

▲ 录屏经过加速处理

作为一个每日高强度网上冲浪的用户，已经可以想象到这个功能在生成表情包时候的恐怖效率了。

除了这些生成式功能之外，Find N6 的手写笔在日常记录方面也有一些让人「爱不释手」的功能。

比如在评测期间，我们使用最多的就是 AI 字迹美化，可以让开会时随手写下来的灵感和想法变成工整、清晰的正式记录。

这样无论是阅读还是 OCR 转文字，效率都是大增：

▲ zh-MS

可惜这个功能目前的效果还比较简朴，只能优化「水平排版的简体中文和英文」，不支持繁体或者竖排文本。

不过需要注意：这次的 OPPO AI 手写笔是一个需要单独购买的配件，折叠键盘也是。两者售价均为 549 元，首销优惠价为 499 元：

影像不弱，但 N3 难再

虽然我们对 Find N6 的整体评价偏向正面，但在影像这个旗舰机的兵家必争之地，它的表现依旧需要重点拎出来聊聊。

Find N6 背面基本延续了上一代简洁利落的 Deco 风格，最大的改动反而是布局——

在 Find N5 的评测里，我们曾吐槽「把闪光灯硬塞进镜头模组是个败笔」。Find N6 由于丹霞色彩还原镜头的加入，闪光灯又回到了背面角落，值得好评。

而我们也可以大胆猜测：这种闪光灯位于机身角落凸起的设计，估计会成为接下来 OPPO Find X9 Ultra 和 X10 系列的标准。

有了丹霞色彩还原镜头的加入，Find N6 的后置镜头也来到了熟悉的四摄阵容，分别是：

• 5000 万像素超广角镜头
• 两亿像素主摄
• 5000 万像素潜望长焦镜头
• 丹霞色彩还原摄像头

纸面配置看起来不错，落到实际出片表现如何呢？

对主摄来说，虽然比不上一英寸大底的扎实感，但有两亿像素兜底，哪怕是裁切到 28 或 35mm 这种经典人文焦段，画面解析力依然经得起放大细看：

Fine N6 的长焦原生焦段是 3 倍，光圈来到了 f2.7，并且在近距离拍摄时可以提供一定的微距能力，背景虚化过渡也还不错。

此外，OPPO 还在这颗 3 倍长焦的基础上给出了一个类光学变焦的 6 倍选项，与超广角、1 倍、3 倍组成四个预设焦段。

等效 139mm 的焦段可以提供强烈的画面空间压缩感。实测素质相比 iPhone 17 Pro 上的 8 倍变焦稍弱，但作为一台折叠屏的拓展焦段，基本可以满足日常使用。

不过用折叠屏拍照，不只是硬件素质决定的，体验也是不可忽视的一环——不知道有多少人跟我有同感，非常排斥展开内屏拍照。

按理说，用大屏幕取景应该很震撼。但现实恰恰相反，取景框预览的画质会随着尺寸陡然变大而剧烈劣化：

▲ 使用相同倍率放大

这不仅是 OPPO 面临的问题，更是整个折叠屏行业的通病——要在这么大的屏幕上跑满预处理算法，手机的功耗和发热根本压不住。

理智上，我完全理解这种算力与功耗的平衡术。

但在实际体验中，展开一台万元折叠屏，取景框观感却只有个 720P，的确很影响拍照时的「心流」。

在功能生态上，Find N6 几乎照搬了当家的 X9 系列的全部家当。其中最直观的感知，在于丹霞色彩还原镜头这个硬件的加入。

面对霓虹闪烁或明暗交错的复杂光线，Find N6 的色彩表现比上一代 N5 稳了太多；配备哈苏自然色彩科学的大师模式也如约而至。

另一个细节是，根据我们实测来看，Find N6 的 XPAN 模式似乎悄悄换了底层逻辑，默认调用的不再是常规算法，而换成了大师模式的内核，行为更接近传统相机的「全局测光」。

换句话说，Find N6 的 XPAN 模式相比前代，光影过渡显得更自然、更有质感了不少：

有趣的是，在 OPPO 折叠屏手机的报道中，评论区永远有人在怀念 N3。

这部三年前发布的手机将彼时接近旗舰的硬件塞到了手机背面，给不少读者留下了深刻印象，但很遗憾——

Find N3 推出的年代，折叠屏这个形态还在探索的路途中，各家厂商各有下注，颇有「乱拳打死老师傅」的试探感。

这也才有了 N3 作为折叠屏，竟然有双层晶体管像素技术的 LYT-T808 做主摄、超广角与长焦尺寸都处于第一梯队或领先的盛况。

而时至今日，跳出单款产品去看整个折叠机大盘，目前悬在厂商头顶的达摩克利斯之剑已经得到共识。

在越来越薄的机身里，折痕的优化、电池密度的突破以及系统交互的易用性这些关乎日常体验的痛点被彻底抹平之前，影像性能的优先级只能被迫让步。

等待地基彻底打牢，高楼才能平地而起。

当年 Find N3 试图在折叠形态下打造巅峰影像的疯狂，可能短期内很难重演。

折叠屏的入坑机

实话说，相比去年突破厚度极限的 Find N5，今年的 Find N6 实际上在尺寸三围与 N5 并无差异，背板从素皮换成玻纤带来的减重倒是实打实的。

但在相同的机身里，Find N6 塞下了一块 6000 毫安时的电池、全局峰值亮度 1600 尼特的内外双屏、IP58/59 防水，以及最重要的——

一块几乎可以算是「无可感折痕」的屏幕。

从各个角度来看，这都是那些之前对折叠屏持犹豫态度的人真正「入坑」的好时机：几乎和直板机相同表现的电池，有独特影调的相机，以及终于不再是阻碍的屏幕体验。

同时，ColorOS 在目前的主流折叠屏市场中也算是一股清流。

相比另外几个主打「雍容华贵」和「水土不服」的折叠屏系统，我们认为 ColorOS 是目前综合本地化功能、设计审美和 AI 实用程度之后，能够在折叠屏手机上获得的最佳体验。

当然，折叠屏的体验同样是靠价格换来的。在存储大涨价的时代背景下，OPPO Find N6 的价格算不上有惊喜——

起步版本 12+256GB 售价 9999 元，16+512GB 则来到了 10999 元，顶配的 16+1TB 卫星通讯版更是上探到了 11999 的价位段：

不过对于那些原本就有计划换机的人来说，这样一台功能不瘸腿、审美更青春、影像有兜底，且屏幕体验出奇好的 OPPO Find N6 ，称得上是 2026 年迄今「最适合观望用户入场」的一台折叠屏——

#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。

今天，苹果为中国大陆的 Apple Watch 带来了一个全新功能：移动脉率房颤迹象记录软件功能。

想要打开「房颤迹象」功能的用户，不需要更新到最新的 iOS 或 watchOS 系统，功能后续会逐步开放。

开启路径如下：打开 iPhone 上面的健康 App，点击底栏「搜索」的放大镜图标（iOS 26）或「浏览」图标（iOS 18 及之前版本），然后在「健康类别」中选择「心脏」一栏，往底下拉就能看到「房颤历史」。

看到这里，你是不是已经准备按照步骤操作开启了？且慢！这个功能没那么简单，屏幕前的你，大概率用不上。

所以，房颤迹象记录究竟是什么？又为谁而来？借着新功能上线之际，爱范儿和苹果健康团队的科学家 Asha Chesnutt 聊了聊。

Asha Chesnutt 博士是一名美国内科医学委员会资格认证的医师，曾经在俄勒冈诊所工作，现任苹果的临床专科医生。

隐形杀手：房颤

在聊新功能之前，先要弄清一个问题：什么是房颤，为什么需要记录它？

我们每个人的心脏中都有一个天然「起搏器」，名为「窦房结」，它会定期发出电信号告知心脏跳动。

当心房出现异常电信号，导致心房与心室的节律失去同步，产生高频但无效的收缩，这就是「心房颤动」，属于最常见的一种心律失常。

正常人的心率一般在每分钟 60–100 次，而房颤患者的静息心率通常会升高到 100–120 次，极端情况下甚至可能达到 300 次。

Nature 的一篇文献显示，亚太地区 2023 年共有 8000 万房颤患者，中国是患病率最高的国家之一，有 3275 万患者，并且这个数字还会不断上升。为了提高房颤预防和认知，每年的 6 月 6 日，都是中国的「房颤日」。

虽然房颤通常被视作是一个「老龄病」，但匹兹堡心血管研究中心调查发现，65 岁以下房颤患者的案例数量占总数四分之一以上，在吸烟、肥胖、高血压、睡眠障碍、精神压力大这些因素影响下，房颤已经开始盯上了年轻人。

更棘手的是，房颤往往具有隐匿性。40% 的患者几乎没有明显症状，仍然可以正常生活；但在部分情况下，也可能出现心悸、疲劳、气短或心跳过快等表现。

真正的风险在于并发症。长期未被发现或治疗的房颤，可能增加血栓、心力衰竭等风险，其中中风的概率会提高约 4～5 倍。因此，及时发现并记录房颤迹象，对预防严重后果尤为关键。

有研究发现，即使为 65 岁以上人群进行常规心电图检查，也没有明显提升房颤的检出率。想要更准确地筛查房颤，往往仍需要依赖更专业的设备，甚至是植入式监测装置。

这也意味着，不少房颤患者在没有明显不适的情况下，难以主动就医，而常规体检也难以及时发现问题。房颤如果长期未被识别和干预，就可能在不知不觉中增加更严重并发症的风险。

首都医科大学附属北京安贞医院心律失常中心主任龙德勇教授认为，许多患者对房颤危害认识不足，除了加强普及和早期筛查，也应推广智能手表这样的可穿戴便携式心电监测设备。

移动心电图房颤提示，以及移动脉率房颤提示，这两个 Apple Watch 功能主要的功能就是「预警」，能够帮助用户识别房颤的心率不齐迹象，相关功能已经在 2021 年随着 watchOS 8.3 和 iOS 15.2 上线国行，在 iPhone 上「手表」App 的「心脏」页面中可以打开。

几乎全天被佩戴在身上的 Apple Watch，即使无法准确检测心脏病问题，也能及时检测到身体细微的病变，提醒用户去进行专业筛查，是对房颤「隐蔽性」的一种辅助解决方案。

但预警仅仅是针对未确诊的大众用户，经过专业医学检查后确诊房颤的患者，他们是一个同样需要帮助的群体。

记录房颤，很重要

这次上线的新功能，全称为「房颤迹象记录」，它不是一个「预警」，而是一个「记录」的功能。

Chesnutt 博士表示，「心率不齐通知」功能与这次更新的「房颤迹象」功能，两者是互斥的，两个只能打开一个。因此对于非患者用户来说，只需要打开房颤提示功能，帮助检测潜在的风险。

开启「房颤迹象记录」后，用户需要一周内至少佩戴 Apple Watch 5 天，每天佩戴时长不低于 12 小时，手表会综合多种参数，估算患者在一周的时间内，有多少比例的时间心脏是处于房颤的状态中，也就是所谓的「房颤负荷」，是针对「房颤」这一疾病的辅助工具。

当收集了足够的数据，Apple Watch 会在每周一显示每周的提示信息，提醒用户前一周出现房颤的时间百分比估算，将这个「隐形杀手」变为「有形记录」。

Chestnutt 博士告诉爱范儿，这个功能的诞生，也建立在苹果长时间以来对数字健康的洞察：

以往，佩戴 Apple Watch 的用户，当它们收到 IRN 的心率不齐的提示，经过专业诊断确诊后，Apple Watch 好像就失去了作用。而「房颤迹象记录」，就是着眼于确诊后继续跟踪和检测相关病情。

针对房颤这个慢性病，长期观测更是治疗的关键。

研究发现，房颤负荷与未来中风风险之间可能存在线性关系，两者之间存在剂量效应，房颤发病时长的累积会带来更高的卒中风险。

因此，医生需要结合患者的房颤负担情况，判断是否需要使用口服抗凝药来预防卒中。

由于房颤发作的症状比较隐蔽，单纯依赖「房颤是否复发」难以全面评估治疗效果，而量化的房颤负荷监测，能够作为心房颤动消融术和其他治疗方案的有效性参考依据。

但房颤是一个「阵发型」的疾病，可能一周只会发作一次，每次只有几分钟，症状也许会相当隐蔽，但患者不可能 24 小时都在医院接受专业的检测治疗，他们需要一个能随身长时间佩戴的检测仪器。

贴片式检测器虽然专业，但体型较大，使用起来也不方便；Apple Watch 不能当作诊断依据，好处在于可以长时间佩戴，并且不会让患者自我感觉像一个病人。

Apple Watch 记录的房颤负荷数据，可以以专业的 PDF 图表数据导出、分享。方便专业的医生参考，根据房颤的发作频率，设计治疗方案。

在专访过程中，Chestnutt 博士多次强调了 Apple Watch 在房颤迹象记录上的准确性。苹果的临床试验中，会将 Apple Watch 和美国食药监局推荐的检测仪器验证对比，两者数据相差不到 1%，这些试验报告都能被公开检索。

据爱范儿了解，在一些大型三甲医院中，包括 Apple Watch 在内的智能手表，已经成为了心血管医生推荐患者佩戴的工具，用来帮助患者进行预警和初筛。

至于 Apple Watch 的房颤迹象检测功能，Chesnutt 博士也认为它能在专业治疗中起到作用：

苹果的所有健康功能，核心作用都是为患者提供更充分的健康信息，让他们在就医时能和医生进行更有依据的沟通，而非替代诊断或医患互动。对于一些患者来说，他们每次就诊的时间很有限，因此为主治医师提供尽可能多的信息很重要。

在传统医疗体系中，房颤管理往往由医生主导，但这种疾病与患者的日常生活习惯密切相关，因此同样需要患者在日常生活中参与。

以往，医生只能建议患者写日志记录，复诊时描述症状，不仅受主观影响，而且也不够准确。要想进行症状的记录，就必须佩戴侵入式的检测仪。

这正是 Apple Watch 能发挥价值的地方。Chesnutt 博士指出，房颤发作和生活方式密切相关，而房颤迹象记录功能，除了收集心脏数据，还会结合用户的运动时长、睡眠、体重、酒精摄入量以及正念时长等信息，方便用户回溯，交叉对比房颤发作和哪些生活因素有关。

从异常心率检测，到房颤负荷，苹果围绕「房颤」这个隐形的杀手，打造了一个闭环的、可感的、量化的健康管理方案：Apple Watch 替用户发现风险，用户去医院体检，如果确诊了，还能继续记录数据，用于临床治疗参考。

从患者成为健康主理人

Apple Watch 房颤迹象的记录，不能代替完全的医疗诊断，更重要的意义在于，它「赋能」了患者，让他们进一步参与疾病管理。

国家药监局官网的公示中，Apple Watch 房颤迹象记录功能被注册为「第二类」医疗器械，与体温计、口罩这些公共卫生产品并列。

这类产品不能直接作为治疗处方和诊断依据，更大的意义，在于将普通人的「生病焦虑」，转化成了「确切的答案」。

除了症状带来的影响，心理上对病况的未知，同样会为患者带来焦虑。体温计的诞生，让普罗大众即时就能判断自己的身体状况，是否恶化好转，需不需要进一步治疗和就医，不用再去「猜」，确切的体温数字会帮你决策。

Apple Watch 扮演的就是这种角色，将症状更为隐蔽的房颤，以一种相对简单的方式，被进一步检测，并被量化成一个具体的数值，还能和其他身体数据进行交叉对比。

患者在这个过程中，也从相对被动的角色，转变为自身健康的管理者，而这种「掌控感」本身，就能为他们带来实实在在的心理助力。

不少人买 Apple Watch，是为了多一份「心安」：在风险来临之前被提醒，在异常出现之初被看见。那些从体征波动中捕捉到的细微信号，或许不能直接替代诊断，也能让人更早迈出回到健康的那一步。

但当我们把期待从「预警」推向「管理」，门槛也随之陡然升高，需要更高的准确性、更长期的数据积累，以及更贴近医疗体系的能力，这些都让智能穿戴一度止步于边缘。而真正需要这些能力的人，恰恰是那些无法被频繁、持续监测覆盖的患者。

变化正在发生，依托长期积累的海量健康数据，以及与医疗研究体系的协作，苹果正一点点把可穿戴设备推向更深的水域，「房颤迹象记录」就是其中一个成果。

Apple Watch 从来不为取代医生而来，它更聚焦于「患者」，或者说用户：你不再只是那个等待被诊断的人，可以更早一步，理解和掌控自己的身体健康。

文献参考：

Yang SY, Huang M, Wang AL, Ge G, Ma M, Zhi H, Wang LN. Atrial fibrillation burden and the risk of stroke: A systematic review and dose-response meta-analysis. World J Clin Cases. 2022 Jan 21;10(3):939-953. doi: 10.12998/wjcc.v10.i3.939. PMID: 35127908; PMCID: PMC8790433.

Wong, C.X., Tse, H.F., Choi, EK. et al. The burden of atrial fibrillation in the Asia–Pacific region. Nat Rev Cardiol 21, 841–843 (2024). https://doi.org/10.1038/s41569-024-01091-1

Uittenbogaart SB, Verbiest-van Gurp N, Lucassen WAM, Winkens B, Nielen M, Erkens PMG, Knottnerus JA, van Weert HCPM, Stoffers HEJH. Opportunistic screening versus usual care for detection of atrial fibrillation in primary care: cluster randomised controlled trial. BMJ. 2020 Sep 16;370:m3208. doi: 10.1136/bmj.m3208. PMID: 32938633; PMCID: PMC7492823.

#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。

昨晚，阿里巴巴突然宣布成立 Alibaba Token Hub（ATH）事业群，CEO 吴泳铭直接负责，这可能是阿里在 AI 时代最重要的一次组织架构调整。

Token ，AI 时代的通用货币。

吴泳铭的逻辑是：未来大量数字化工作将由「数以百亿计的 AI Agent」支撑运行，而这些 Agent 的运行，由模型产生的 Token 驱动。

创造 Token、输送 Token、应用 Token，这将是阿里新的的主线。

其中内部信中还有一个首次出现在公众视野里的名字：悟空事业部。官方对悟空事业部的定位是：「打造 B 端 AI 原生工作平台，将模型能力深度融入企业工作流。」

也就是说原来的钉钉，被提到了一个更核心的战略位置，和千问一起分别在 B 端和 C 端承载阿里 AI 的目标。

这次发布会，悟空事业部交出了成立以来的第一份作业—— AI toB 旗舰应用「悟空 WuKong」，这也是首个以企业智能体为核心的 AI 原生工作平台。

这是ATH 事业群成立第二天，阿里巴巴集团 CEO 吴泳铭也出现在今天的「悟空」发布会现场。

最近在「养龙虾」席卷社交媒体后，每个人或多或少都感受到发现 AI 真的能操控电脑、帮你干活。

然而也便随这混乱，龙虾删邮件停不下来，敏感数据被 AI 随意读取，公司 IT 部门一句「这东西不合规」，大多数企业用户就此止步。

AI Agent 走到了哪一步，能不能广泛使用，还只是个技术问题。企业组织敢不敢用，才是真正的问题。

APPSO 在现场给大家快速梳理了这场发布会的要点：

• 悟空 WuKong：全球首个以企业智能体为核心、更安全、商业可交付的 AI 原生工作平台
• 首创 AI 原生文件系统 Real Doc：每一步操作可追溯可回退
• 钉钉全面 CLI 化：重写底层代码，给 AI 造了一套原生操作语言，可以 CLI 原生安全地访问钉钉应用和数据
• 十大 OPT 行业方案：一人电商、一人门店、一人知识博主……Skill 即生产力
• AI 能力市场：企业级 Skill 生态完整体系上线，全部纳入统一的安全扫描和分级管控体系
• AI 硬件：A1 Pro 录音卡 + Cleer H1 AI 耳机首亮相
• 原生级企业安全架构：底层沙箱隔离与全链路审计，让企业真正敢用 AI

钉钉为 AI 打造钉钉

在理解悟空之前，先要消除一个刻板印象，它绝对不是「钉钉加了一个 AI 对话框」。这句话值得重复一遍——悟空不是钉钉加了一个 AI 功能。

过去两年，我们见过太多「产品加 AI」的案例：Word 加了 Copilot，微信加了元宝，网页端加了摘要按钮。这类产品的逻辑是：原有功能不动，AI 作为辅助层叠加在上面，帮你写写文字、润色润色、总结一下。

悟空的逻辑完全不同。

悟空是一个以企业智能体为核心的 AI 原生工作平台。 它能操作我们的电脑、编辑本地文件、调用桌面应用程序、连接钉钉文档 / 审批 / 日程 / 听记等全系产品。

当你对悟空说：「帮我把上周所有客户拜访的记录整理成周报，发给张总确认一下」。

悟空不会给你写一份模板然后让你自己填，它会直接打开你电脑上的拜访记录文件夹，读取每一份记录，生成周报，保存到指定位置，然后在钉钉里发给张总发起审批。

全程，你只说了一句话。

更关键的是：手机可以远程指挥悟空唤起本地环境完成工作。不需要坐在电脑前。出门见客户的路上，发一条消息，悟空在家帮你把活干完。

这是「本地执行 + 远程可控」的 Agent 工作架构，也是悟空正在定义的新工作方式——说一句话，就能干活。

悟空与 OpenClaw：解同一道题，用的是不同答卷

很多人的第一反应：这不就是「中国版 OpenClaw」吗？

表面看都在让 AI 操作电脑，但两者的关系，更接近「Linux 的开源社区」和「Red Hat 企业版」，底层技术同源兼容，但面向的战场完全不同。

OpenClaw 证明了 AI Agent 可以操控电脑这个概念，它依赖「视觉模拟」和操作系统原生命令行，让 AI 像人一样看屏幕、点鼠标。这套方案很酷，但也很脆弱，毕竟界面一更新，命令一修改，整个流程就可能崩掉。

更要命的是，OpenClaw 在本地运行时，几乎拥有与用户完全相同的系统权限。理论上，一台实习生电脑上的 OpenClaw，可以读取他不该看到的任何数据。安全机构已发现其技能市场存在数百个恶意程序，Gartner 将其企业部署评级为「不可接受的网络安全风险」。

OpenClaw 是 Agent 的「Linux 时刻」——开源、自由、极客驱动、生态繁荣，但没有企业敢直接用。

悟空要解的题不一样：兼容开源生态的全部 Skill 能力，同时从架构层面把安全内建进去，而非事后打补丁。

统一企业身份认证、专属沙箱隔离、网络代理管控、全链路审计日志——每一层安全都在回答同一个问题：让 IT 部门敢拍板，让 CEO 敢买单。

这是 Enterprise Agent 和「开源 Agent 框架」的本质差距。

钉钉 CEO 无招在发布会现场表示，「今天，我们把钉钉打碎，用 AI 重建，炼出悟空。过去是人用钉钉来工作，未来是 AI 用钉钉来工作。和市面上所有的龙虾 Agent 不一样，悟空天然就长在企业组织中，可以在真实的企业环境中安全使用。」

CLI 化：给 AI 造一套原生操作语言

要理解悟空为什么「真的能干活」，关键是它有一套让 AI 能「听懂」软件的语言。

过去，几乎所有的 AI Agent 都在试图模拟人类的键鼠操作。这就像是蒙着眼睛，靠别人在旁边喊「往左一点，点击」来用电脑，不仅极度低效，而且极其容易出错。

为了让悟空真正能「干活」，钉钉做了一个相当疯狂的决定：所有底层代码重写了一遍。

他们将整个钉钉的既有能力体系全面 CLI 化（Command-line Interface，命令行界面），所谓 CLI 化，就是把钉钉从一个「给人用的图形界面」，变成一个「给 AI 用的命令行接口」。

AI 不再需要「看懂」按钮在哪里，而是直接通过标准化指令调用能力，这相当于给 AI 装上了神经末梢。

其中，包括文档、日程、审批、会议甚至 AI 表格，所有的钉钉产品，全部重写为标准的 CLI 指令。

这意味着，悟空不再需要像人类一样去「点击」按钮，而是通过原生指令，直接调用钉钉的一切能力和数据。

不仅是钉钉应用，阿里集团旗下的淘宝、天猫、支付宝、阿里云等核心业务能力，也将逐步作为 Skill 接入悟空。悟空，正在成为整个阿里巴巴 AI 能力在企业工作场景的统一出口。

当用户说「帮我整理下周的客户拜访记录并生成周报」，悟空不是「看懂」这句话，而是直接触发一系列 CLI 指令：调取日程 API → 抓取 CRM 数据 → 运行听记解析 → 写入文档 → 发起审批流。全程没有模拟点击，没有视觉识别，只有机器对机器的精准调用。

这个逻辑，在行业报告「未来属于智能体：万亿 AI 正在重新定义软件」里有一段话说得非常准确：

你构建的一切都必须是 API 优先的。如果一个功能没有 API，它就相当于不存在。如果不能通过 CLI 或 MCP 服务器暴露，你就是处于劣势。

换言之：在 AI 智能体成为软件「主要用户」的时代，不能被 AI 原生调用的软件，等于不存在。

钉钉理解了这个逻辑，所以选择了极其昂贵的方式——重写服务全球 8 亿用户、2700 万家企业的产品底层。钉钉全面 CLI 化之后，Agent 才能从「能聊天」变成「能干活」。

Realdoc，AI 终于有了原生的文件操作语言

但 CLI 化只解决了「AI 能不能调用钉钉」的问题。还有一个更底层、常被忽视的问题——AI 怎么操作文件？

目前市面上几乎没有 AI Agent 产品专门为 AI 设计过文件系统。所有人都在用传统文件系统凑合，结果是什么？

AI 要改一份文档里的一个词，必须先把整篇文档读进内存，改完再整篇写回去。就像改一本书里的一个错别字，却要把整本书重新抄一遍——荒诞，但这就是现实。

这带来三个连锁问题。

第一是 Token 爆炸，每次操作都吞进整篇文档，成本直线飙升，有用户实测用 AI 制作一个 PPT，消耗了 2.7 亿 Token，约合 500 美元。

第二是无法回退，AI 覆盖写入即生效，改坏了没有存档可以回溯，只能从头再来；

最后是文件失控，Agent 随机创建文件，企业根本不知道 AI 在哪里生成了什么，散落的结果是既找不到，也管不住。

悟空为此专门从零搭建了一套 AI 原生文件系统 Realdoc，这是行业首次，有人专门为 AI 重新设计一套文件操作语言。

在 Real Doc 里，悟空可以像外科医生一样，按行号、按关键词定位，只动需要动的地方，其他内容一字不碰。Token 消耗大幅压缩，不再因为改一个词而把整篇文档走一遍。

更关键的是版本管理。AI 每执行一步操作，Realdoc 自动保存完整快照——就像游戏里的自动存档点，每一步操作都有记录，可随时退回任意版本，还能自动对比两个快照之间的 Diff，精确到每一行的变动。

还有文件归宿的问题。Realdoc 为每个 AI Agent 分配独立的云端工作空间，AI 产出的每一份文件都有「户口」——存在哪里、谁创建的、哪个 Agent 在什么时候改过，企业管理者一目了然。

到这里，悟空做出了大多数企业级产品还没意识到的改变：不再让 AI 套用到现有工具中，要为 AI 重新造一套工具。

悟空首发 十个 OPT Skills 套件，钉钉原生协同

如果说 CLI 化解决了「AI 如何干活」，那么接下来的问题是：AI 该干哪些活，谁来告诉它怎么干？

答案是：Skill。

Skill 是悟空的最小生产力单元——一个封装了行业专家 SOP、可直接调用的能力模块。我们不需要懂 AI，不需要写 Prompt，一键启用，AI 团队立刻就位。

这不是一个新概念，但悟空把它推向了一个全新的量级。

悟空首批推出十大行业 OPT（One Person Team，一人团队）技能套件，覆盖一人电商、跨境电商、知识类博主、开发、门店、设计、制造、法律、财税、猎头十大场景。每个行业包预置了若干串联 Skill，把过去需要团队协作才能完成的工作流，压缩成一个人可以独立驾驭的操作序列。

以跨境电商为例。过去，一个店主每天要在亚马逊上找爆款，去 1688 上比价，跟供应商确认库存，再想破头优化商品描述，一个人能管三个品就是极限。

现在接入悟空 OPT 方案后，「选品雷达」每天定时抓取亚马逊热榜数据写入 AI 表格；发现爆款后，「AI 找同款」瞬间完成国内供应链匹配；直接确认样品、生成产品描述、输出视频脚本，都有行业级的 Skills 辅助。从发现需求到供应链跟进，一个人用一个下午，干完了一个小团队一周的活。

「一人门店」的场景更让人感慨。街边的汽修店、美甲店老板，白天忙服务，晚上还要强打精神刷小红书学竞品写文案。现在，同样是多个 Skill 串联，AI 自动监控同行爆款，提炼出可复用的创作模板，自动生成原生网感文案并发布，甚至能 7×24 小时智能回复客户私信。

「当一个店主用 AI 运营账号的质量，比竞争对手请的代运营公司还好时——这件事就不只是效率提升了。这是小微门店生存逻辑的重写。」

这正是 Skill 即生产力的核心逻辑：把行业专家的隐性经验，变成人人可调用的标准化能力。Skill 不只是提高效率，它在重新分配能力——让不具备专业背景的人，也能获得专业级的产出。

这个逻辑的更大野心，体现在钉钉同步上线的 AI 能力市场。

Anthropic 推出 Claude Skills 开放标准后，微软、OpenAI、Cursor 等巨头迅速跟进。行业共识正在形成：下一阶段的竞争，不是「谁的模型更强」，而是「谁的 Skill 生态更完整」。

钉钉 AI 能力市场覆盖 Skill、Agent、Service 完整体系，从开发、审核、上架、分发到管理，全链路打通。

企业可以把资深员工的方法论固化成私有 Skill，彻底摆脱人才流失的阵痛；开源社区里数千个现成的能力，也能在企业级安全架构下被随时调用。

这是悟空最有想象力的部分，它在搭建 AI 时代的生产力基础设施——Skill 是这套基础设施里流通的「货币」，谁掌握更多高质量的 Skill，谁就掌握了 AI 时代更大的生产力。

AI 新硬件

除了软件，在这场发布会上，钉钉还发布了多款 AI 硬件。

DingTalk A1 Pro：录音卡形态，专为会议和工作场景设计，支持多麦克风阵列拾音，AI 实时转录、翻译、摘要，把「开完会还要整理纪要」的低效循环彻底斩断。

Cleer H1 AI 耳机：钉钉与 Cleer 联名推出，首款与悟空深度联动的 AI 耳机。戴上耳机，语音即可直接与悟空对话下达指令，无需打开屏幕，从而实现真正的「所想即所达」。

更值得关注的是 Real AI 硬件（Realbox）：搭载 1 台 PC 环境 + 5 台手机环境，支持多人共用、多并发任务处理。企业部署一台 Realbox，可以同时为多个员工运行多个悟空实例；部署多台 Realbox，可构建 AI 计算机集群，任务并行处理，弹性扩展。

不难看出，钉钉这些 AI 硬件并不是独立存在市面上的同类产品抢夺市场，核心都是为了更好地打通 AI 工作流，成为软硬一体的 AI 原生工作平台。

OpenClaw 跑在一台电脑上，做一台电脑能做的事；悟空搭载 Realbox 集群，正式宣告：AI 算力，可以像水电一样，以基础设施的形式在企业内部流通了。

AI 时代的组织生产力

在观看这场发布会时， 我想起前段时间 Sam Altman 在采访中提到的观点：「历史上第一家由一个人独立运营的十亿美元公司，即将出现。」

彼时龙虾还没火爆，一人团队（OPT）的概念也只是在 AI 圈子里。他没有解释这个人会用什么工具，会在哪里，会干哪个行业。但看完这场发布会，这句话变得具体了一些。

这个人，大概率会有一套像悟空这样的东西在身边。过去十一年，钉钉一直在让人学会用工具。悟空想做的，是逐渐让工具真正学会理解人。

当工具开始理解人，一件以前不可能的事情正在变得可能：组织生产力，第一次可以真正被数字化封装、分发和扩展。当 Skill 把行业专家的经验变成人人可调用的能力货币，当 AI 原生平台成为个体接入组织能力的操作系统，一个人或组织能做的事情的边界，将被彻底重新定义。

Sam Altman 看到的是「一人公司」这个终点，悟空要做的，是让更多普通人有机会走到那条路上。它不是专门为天才准备的工具，而是为所有「想做更多但苦于一个人精力有限」的人，提供一套 AI 时代的组织生产力基础设施。

AI 原生工作平台，正在成为这个时代最关键的组织变量。 谁先跑通它，谁就先拿到了超级个体时代的入场券。

之前有一个观点，燃烧 Token 的速度，决定了人的进化速度。而悟空的 1.0 版本，指向的就是人和组织进化的下一个版本。

文｜李超凡

#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。

你的硬糖充电头，已经陪伴你多久了？

它稳定、小巧、好看——但其实，它还能变得更强。

回想一下我们过去的习惯：充电头买回家的那一刻起，它的能力就「定型」了。当你换了新手机、新平板，发现旧充电头各种不兼容的问题，最后只能无奈把它放进抽屉，再买个新的。这种「购买—落后—更换」的无限循环，真的不可打破吗？

在制糖工厂，我们觉得不该是这样。你的硬糖，应该是一个会随着时间「进化」的伙伴。

今天，我们向大家交出这份关于「进化」的答卷：OTW Agent 现已正式发售。

什么是 OTW Agent ？

过去，充电头出厂即定型，新手机不适配、新协议不兼容，只能无奈更换。现在，这一切将变得更加简单。

它是什么？

制糖工厂 CANDYSIGN 于 2025年 10 月 21 日正式推出 OTW（Over-The-Wire）云服务。通过 OTW 云服务，用户可以借助 AI 小电拼的智能助理功能，为原本不具备联网能力的硬糖 A 充（40W）和硬糖 C³（68W）充电头持续推送配置更新。

这一服务，率先打破传统充电器的适配壁垒，让【出厂定型】的硬件获得持续进化能力。

而今日登场的 OTW Agent 是一款搭载 OTW 云服务的独立硬件设备，是用户升级硬糖充电头的专属方案。它是 OTW 过程中连接充电头和电脑的桥梁。

它能做什么？

通过它，你的硬糖 A 充或硬糖 C³ 可以突破出厂限制，持续获得新协议支持（如 UFCS 2.0、PPS 等），随时适配新设备。

你可以为不同的数字生态设备，自定义专属充电模式，优化充电策略，完美解决此前充电过程中不稳定、功率不足、协议冲突等问题。

更重要的是，一次投资终身受益，充电器永不过时，真正做到一「头」永逸。

与 AI 小电拼的区别？

AI 小电拼内置 OTW 功能，是一个全功能的智能充电中枢，适合追求一体化和随时随地升级的用户。（*Ultra 用户自动解锁 OTW 服务；Pro 用户免费获得为期一年的 OTW 权益，也可升级 Ultra Premium 权益享受完整进化能力；或单独激活为期一年的 OTW 权益）

OTW Agent 则专注于固件升级，只需连接电脑即可操作，超低门槛。

OTW，为解决问题而来

在过去的几个月里，首批内测用户已经提前感受到了 OTW 带来的改变。很开心可以解决朋友们的问题，我们也妥帖收集下这些用心的反馈：

@Sophia

OTW 前：联想电脑的 Thinkpad T14S，开启 PPS 时功率很低，不能同时使用和充电

OTW 后：开启「笔电模式」接近原装充电头

@小小锋

OTW 前：华为 Pura 80 在默认模式下是 26W 功率峰值

OTW 后：开启「UFCS 2.0 模式」后功率峰值是 52W

@一十一

OTW 前：荣耀 Magic V5 默认优先激活 SCP 协议，功率受限在 22.5 W

OTW 后：OTW 到「安卓模式」后激活 PPS 协议，功率峰值到 51W

3 分钟，一键完成进化

无需专业知识，只需搭配一台电脑，即可让你的充电头即刻升级。

安装包地址https://go.thecandysign.com/otw-download

99 元，长期主义不过时

一次投入，终身受益。我们不仅准备了超值的单品价格，还有丰富的组合套装和社群福利。

• 标准版
  首发价 99 元。购买即附赠硬糖 OTW 终身服务权益（包含无限次协议更新、专属充电模式定制等）
• 进化组合套装特惠
  进化入门套装（OTW Agent + 硬糖 A 充）：原价 198 元，套装价 169 元（复古白/糖橙）进化全能套装（OTW Agent + 硬糖 C³）：原价 298 元，套装价 259 元

  进化全家桶（OTW Agent + A充 + C³）：原价 397 元，套装价 343 元

 

关于制糖工厂

制糖工厂CANDYSIGN 是一个专注极致美感和灵活多用电能产品的先锋品牌。秉承「好产品就是一颗糖」的理念，我们融合科技、艺术与时尚，服务全球最具创造力和生产力的个体，打造兼具审美与人文关怀的「明日产品」。以灵活技术与前瞻设计为驱动，我们专注于可持续发展，持续探索数字电能的无限可能。

#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。

英伟达 GTC 主题演讲：黄仁勋发布「Token 帝国」

昨天，英伟达在美国加利福尼亚州圣何塞举行了今年 GTC 大会的主题演讲，CEO 黄仁勋讲了近三小时，围绕「Agent」（智能体）这一核心。

相关阅读：刚刚，英伟达龙虾登场！黄仁勋暴论频出，「人车家天地芯」冲击万亿收入

Vera Rubin 架构正式亮相：

• 涵盖七款芯片、五套机架系统及一台专为 AI Agent 打造的超级计算机；
• 全新 Vera CPU 效率是传统机架式 CPU 的两倍，速度提升 50%，采用 LPDDR5X 内存；
• Rubin GPU 单片集成 288 GB 内存，专为承载超大语言模型与海量上下文 KV 缓存而设计；
• NVLink 带宽翻倍至 260 TB/s；全新 Kyber 机架通过第六代 NVLink 交换机在单一域内打通 144 张 GPU；
• 高端推理层级性能与每兆瓦吞吐量均提升 35 倍；整套系统每秒可生成 7 亿个 Token，相当于上上代 Hopper 架构的 350 倍。

OpenClaw 战略：

• 黄仁勋将 OpenClaw 类比为这个时代的 Linux 与 HTML，称其「上线仅数周，影响力已超过 Linux 三十年的积累」，其本质上是一套智能体操作系统。它能调用大模型、管理文件、拆解任务、协调子智能体，还能发邮件、发短信，以任何模态与人沟通；
• 英伟达联合 OpenClaw 创始人 Peter Steinberger 推出企业级平台 NemoClaw，内置 OpenShell 技术、网络防护机制与隐私路由能力，允许企业在私有环境中安全部署智能体系统，目前处于 Alpha 阶段；
• 英伟达开源模型产品线覆盖多个垂直领域：Nemotron 主攻语言推理，Cosmos 聚焦世界建模，Groot 面向通用机器人，BioNeMo 深耕数字生物学，Earth-2 专注 AI 物理仿真；
• Black Forest Labs、Cursor、LangChain、Mistral、Perplexity 以及 Mira Murati 创立的 Thinking Machines 等机构宣布加入 Nemotron 4 联合研发。

数据中心从地面延伸至太空：

• 黄仁勋预测，到明年底 Blackwell 与 Rubin 芯片将至少带来 1 万亿美元收入，并称这是保守估计；
• 发布 NVIDIA DSX 平台，基于 Omniverse 数字孪生技术，可在建设前对整座 AI 工厂进行全面仿真，配合 Max-Q 技术实现功耗与算力动态调节；
• 同一套硬件经软件优化后，Fireworks 等服务商的 Token 生成速度从每秒 700 个跃升至接近 5000 个，提升约 7 倍；
• Thor 芯片已通过抗辐射认证；英伟达正与合作伙伴联合研发 NVIDIA Space-1 Vera Rubin 太空计算机，目标是直接在轨道上建设数据中心；
• 黄仁勋坦承太空散热「非常复杂」，但表示英伟达有足够优秀的工程师来攻克。

自动驾驶与机器人加速落地：

• 英伟达与 Uber 昨天宣布合作，计划明年起在洛杉矶和旧金山部署基于英伟达 DRIVE Hyperion 平台的无人驾驶车辆，并于 2028 年扩展至全球 28 座城市，覆盖北美、欧洲、澳大利亚及亚洲；
• 车辆将搭载英伟达 Alpamayo AI 推理模型处理复杂路况，部署流程从数据采集车辆逐步推进至 L4 全无人驾驶运营；
• 英伟达 RoboTaxi Ready 平台新增比亚迪、吉利、五十铃、日产四家车企，加上此前已加入的梅赛德斯、丰田和通用，合作车企年产能合计超过 1800 万辆；
• 工业机器人领域，英伟达与 ABB、Universal Robots、库卡等企业展开合作；卡特彼勒的加入意味着重型工程机械也开始接入物理 AI 系统；

主题演讲压轴，来自迪士尼《冰雪奇缘》的雪宝机器人登上 GTC 舞台，与黄仁勋完成流畅对话互动。黄仁勋表示，未来迪士尼乐园所有角色都将拥有真正的智能，可在园区内与游客展开真实互动。

游戏方面，英伟达发布 DLSS 5，通过 AI 将可控的 3D 结构化数据与生成式渲染融合，预计今年秋季开始推出，面向 RTX 50 系列 Blackwell 架构优化。

首发游戏包括《星空》《刺客信条：影》《生化危机：安魂曲》《上古卷轴IV：湮灭重制版》等 3A 大作。

苹果无预警发布 AirPods Max 2

昨晚，苹果突然官宣发布 AirPods Max 2，起售价 3999 元。

新一代改用 H2 芯片，主动降噪官方称相比前代提升 1.5 倍，同时补上自适应音频、对话感知、语音突显这些此前 Max 一直缺席的功能。

此外，还新增了录音棚级音频录制、相机遥控等更偏创作者场景的能力。

音质方面，AirPods Max 2 支持 24-bit、48kHz 无损音频，但需要配合随机附送的 USB-C 连接线使用。

AirPods Max 2 配色有午夜色、星光色、橙色、紫色和蓝色，将于 3 月 25 日开启预购，下月初发售。

多家 AI 企业回应「AI 投毒」

据界面新闻、中新经纬报道，昨天，多家 GEO 相关企业相继发布合规经营声明，回应日前 2026 年央视「3·15 晚会」曝光了 AI 大模型遭「投毒」的问题。

• 科大讯飞生态合作伙伴河南恒辉合焕网络科技有限公司发布自律声明，强调坚持「技术向善、合规先行」，坚决反对利用 GEO 从事违规黑灰产行为，并倡议同行共同净化 AI 与搜索生态；
• 外贸 B2B 服务商 AB 客（ABKE）表示坚决反对虚假宣传、数据造假及恶意操控 AI 输出结果的行为，明确不参与、不开发、不提供「洗脑 AI」「操控标准答案」「一周见效刷排名」等违规服务；
• 南京小裂变网络科技有限公司则在声明中澄清，「3·15 晚会」所提及的 GEO 相关产品并非该公司开发运营，其 GEO 产品目前仍处于内测阶段，尚未全面开放商业化，亦未授权任何第三方进行售卖或代理。
• 其投资方杭州有赞科技称该笔投资与 GEO 相关业务不存在任何股权、业务或技术层面的关联。

据此前央视报道，部分机构利用 GEO（生成式引擎优化）技术从事虚假信息生成、AI 数据投毒、排名操控、恶意竞争等违规行为，在行业内引发强烈反响。

vivo 官宣涨价

昨天，vivo 发布《关于 vivo 及 iQOO 部分产品建议零售价调整的说明》，宣布将于 3 月 18 日（本周三）10:00 起调整部分产品的建议零售价，具体机型及价格以官方渠道商品详情页为准。

vivo 并非首个宣布涨价的手机品牌。

继三星 S26 系列上调售价 1000 元之后，OPPO 于 3 月 10 日率先发布公告，宣布将对旗下部分已发售产品进行价格调整，涉及机型包括 A 系列、K 系列以及一加，但不包含 Find 系列、Reno 系列及 OPPO Pad 系列。

小米和荣耀也已相继释放调价信号。荣耀于 3 月 10 日发布的新一代折叠屏旗舰 Magic V6，16+512GB 和 16+1TB 版本均较上代 Magic V5 同内存版本提价 1000 元，涨幅约 10%。

雷军剧透新一代小米 SU7 配置：全系标配激光雷达

昨天，雷军在微博宣布，新一代小米 SU7 将于本周四晚 7 点正式发布，并「剧透」新车相关配置，在安全、驾控、智能体验与豪华质感方面均有巨大提升，「产品力非常强悍」。

• 全系长续航，Pro 版 CLTC 续航 902 公里；
• 全系快充，全系碳化硅高压平台；
• 全系标配 V6s Plus 超级电机；
• 全系底盘大升级，全系后宽胎和固定卡钳；
• 全系标配激光雷达，满配辅助驾驶；
• 全系标配 2200MPa 小米超强钢；
• 全系电池安全升级，全系硬核热防护和全向硬核物理防护；
• 全系标配 9 个安全气囊；
• 全系标配三重冗余门把手，提前符合新国标；
• 全系座椅舒适度升级；
• 全系标配静音双层夹胶玻璃；
• 全系防晒隔热达到行业顶级水平。

据悉，新一代小米 SU7 共含三款车型，预售价区间为 22.99 万至 30.99 万元。雷军此前曾公开表示，由于成本上升，新车「肯定会涨价」。

此次小米春季新品发布会还将同步发布 Xiaomi Book Pro 14 与 Xiaomi Watch S5 两款新品。

追觅芯际穿越「瑶台」算力基站发射成功

据界面新闻报道，昨天，追觅芯际穿越公司首个「瑶台」算力基站搭载快舟十一号遥七运载火箭，在酒泉卫星发射中心成功发射升空。

该算力基站部署于光学遥感卫星之中，预期在距地球表面约 561 千米的太阳同步轨道开展系统性测试，旨在验证其在太空环境下的系统极限能力。

此前，追觅芯际穿越在 AWE 展上宣布，计划建设太空超级算力中心，拟部署 200 万颗算力卫星，以满足 AI 时代日益增长的算力需求。此次发射是该计划落地的首个实质性步骤。

徕卡相机将换帅，新 CEO 来自瑞士奢侈品牌万国表

徕卡相机公司（Leica Camera AG）昨天宣布，安德烈亚斯·沃尔（Andreas Voll）将于 4 月 1 日正式出任 CEO，接替自 2017 年起掌舵的马蒂亚斯·哈施（Matthias Harsch）。

沃尔现年 44 岁，在奢侈品行业与战略管理领域拥有丰富履历。他职业生涯早期曾供职于咨询公司罗兰贝格（Roland Berger），随后在瑞士奢侈腕表品牌万国表（IWC Schaffhausen）工作长达 15 年，最终晋升为首席运营官（COO）。2023 年，他短暂出任工业紧固件企业 Fischer Group 的 CEO。

徕卡大股东、监事会主席安德烈亚斯·考夫曼（Andreas Kaufmann）表示，选择沃尔是看中其国际化管理经验，尤其是在高端科技产品领域的品牌运营与企业发展能力。此次任命被公司明确定位为领导层「年轻化」战略的体现。

沃尔本人表示，能够执掌这家标志性企业是「莫大的荣誉」。据悉，他上任后的战略重心将涵盖数字化与网络化影像解决方案的拓展、高端产品线的强化，以及全球销售与零售网络的布局，其中包括在美国芝加哥、休斯顿等城市开设新门店的计划。

阿里成立 Token Hub 事业群，CEO 吴泳铭亲自挂帅押注 AI Agent 时代

昨天，阿里巴巴正式宣布成立 Alibaba Token Hub（ATH）事业群，由 CEO 吴泳铭直接负责，以「创造 Token、输送 Token、应用 Token」为核心目标，全面推进阿里 AI 战略落地。

ATH 事业群涵盖通义实验室、MaaS 业务线、千问事业部、悟空事业部及 AI 创新事业部，覆盖从基础模型研发、模型服务平台，到个人与企业端 AI 应用的完整布局。

吴泳铭在内部公告中表示，当下正处于 AGI 爆发前夜，「大量数字化工作将由数以百亿计的 AI Agent 来支撑」，而 Token 将成为人类与数字世界交互的主要载体。

此次调整中，悟空事业部首次进入公众视野，定位为「B 端 AI 原生工作平台，将模型能力深度融入企业工作流」。这意味着，除面向个人用户的千问 APP 之外，阿里巴巴将同步重点布局企业级 AI 应用市场，形成 C 端与 B 端双线并进的格局。

通义实验室负责追求基础模型能力上限，为集团及业界提供领先模型；MaaS 业务线则专注构建高效开放的模型服务平台，支撑全行业 AI 生态；AI 创新事业部则承担探索新模式、快速验证新市场的职能。

三星三折叠将停售，只卖了三个月

据 Android Authority 报道，三星计划今天（3 月 17 日）起停止 Galaxy Z TriFold 在韩国本土的销售。韩国媒体《东亚日报》援引业内消息人士称，这款三折叠屏手机自去年 12 月发布至今，在售时间仅约三个月。

Galaxy Z TriFold 国内起售价 19999 元，通过官网以小批量方式限量发售，每隔一两周补货一次，每次开售往往数分钟内售罄。

尽管市场需求旺盛，但高昂的生产成本仍是制约持续销售的核心因素。报道指出，DRAM、NAND 闪存及移动处理器等关键零部件价格持续上涨，进一步压缩了三星的利润空间，使得大批量生产难以为继。

韩国市场停售后，其他地区的销售也可能陆续收尾。目前该机在三星美国官网已显示缺货，但三星计划将剩余库存继续在美国市场销售，直至现有产能库存耗尽。

蚂蚁灵波与乐聚机器人官宣战略合作

昨天，蚂蚁灵波科技与乐聚机器人签署战略合作协议。签约仪式上，蚂蚁灵波科技 CEO 朱兴与乐聚机器人 CEO 常琳共同见证了协议签署。

根据协议，双方后续将依托蚂蚁灵波在具身大模型方面的技术能力与乐聚在本体、数据、场景方面的积累，共同构建高价值具身智能真机数据集，开展模型训练、优化迭代与本体适配，持续提升机器人「感知、理解、决策、执行、学习」全链路能力。

腾讯元宝派接入龙虾

腾讯元宝 App 昨日宣布，旗下 AI 社交功能「元宝派」正式支持接入 OpenClaw。用户可通过运行命令、手动配置、扫码关联三种方式，将本地或云端的 OpenClaw 与元宝派绑定。

关联完成后，用户的 OpenClaw 将在派内生成专属 Bot，并可将其加入不同的派。单个派支持多个 Bot 同时接入，Bot 之间还可依据用户指令相互互动。

此外，元宝派近期还将推出限量免费「一键创建」OpenClaw 活动，用户无需进行云端配置或安装插件，即可在派内直接创建并启用专属 Bot。

拓竹科技与泡泡玛特达成和解，Labubu 3D 打印模型全面下架

拓竹科技与泡泡玛特昨日联合宣布，双方就 MakerWorld 平台涉及泡泡玛特 IP 版权的相关问题已进行友好磋商并达成和解，相关问题内容已全面下架。

拓竹旗下 3D 模型社区 MakerWorld 用户曾上传泡泡玛特标志性 IP「Labubu」手办的 3D 打印模型文件，其他用户可免费下载并打印出与原版高度相似的产品。

据悉，泡泡玛特法务团队曾分别于 2025 年 5 月、10 月两次致函拓竹科技沟通平台侵权问题，直至今年初正式提起诉讼，以著作权权属、侵权纠纷为由起诉拓竹科技及其关联企业。目前，双方纠纷以和解形式暂告一段落。

曝生命科学公司百图生科赴港上市，李彦宏牵头成立

据第一财经报道，生命科学 AI 大模型公司百图生科（BioMap）已秘密向港交所递交上市申请，计划募资数亿美元。

消息人士透露，百图生科正与中金公司、摩根士丹利和瑞银集团合作筹备此次上市，但相关讨论仍在进行中，集资规模及上市时间表等细节尚存变数。

百图生科由百度联合创始人李彦宏与百度风投前 CEO 刘维于 2020 年共同创立，李彦宏亲自出任董事长。

其旗舰产品 BioMap OS 是一套大模型驱动的生命科学发现系统，据公司称已在超过 60 个 PoC 项目中得到验证，涵盖新靶点发现、抗体研发及创新药物研发等领域。

初创公司首席产品官：不用 Vibe Coding 的员工「很可能不会继续留在公司」

据《商业内幕》报道，金融科技初创公司 Ramp 的首席产品官 Geoff Charles 在播客节目「Behind the Craft」中表示，不使用 AI 辅助编程工具的员工正在落后于同事。

如果你今年还不使用 Claude Code，无论你担任什么职位，你的表现很可能都不如公司里的其他人。

Ramp 是一家估值达 320 亿美元、专注于帮助企业管理账单支付的 AI 金融科技公司。Charles 透露，该公司目前有 50% 的代码由 AI 生成，预计到今年 3 月这一比例将达到 80%。

Charles 将员工的 AI 使用能力划分为四个层级：

• L0 为「偶尔使用 ChatGPT」的员工，属于最低层级；
• L1 为已构建自定义 GPT、并有一定 Claude Code 使用经验的员工；
• L2 为能够熟练运用「Vibe Coding」（氛围编程）构建应用、实现工作流自动化的员工；
• L3 则是最高层级的「系统构建者」。

他直言，仍停留在 L0 的员工「很可能不会继续留在公司」，并补充道：「如果你没有自驱力，也没有成长心态，培训起来会非常非常困难。」

智谱发布 GLM-5-Turbo，龙虾场景国产第一

昨天，智谱发布了 GLM-5-Turbo 模型，定位「Agent 原生」基座模型，专为 OpenClaw 龙虾 Agent 场景深度优化而生。

GLM-5-Turbo 的核心改进集中在四项能力上：工具调用（Tool Calling）的稳定性、复杂指令的理解与拆解（Instruction Following）、定时与持续性任务的执行，以及高吞吐长链路任务的整体效率。

智谱同步发布了自研龙虾场景端到端基准 ZClawBench，结果显示，GLM-5-Turbo 在该基准上取得国产模型第一的成绩，相较上一代 GLM-5 提升显著。

GLM-5-Turbo 已接入软通动力旗下机械革命盒子，成为全球首款接入 GLM 模型的「龙虾盒子」，主打原生 AI Agent 终端体验。

值得注意的是，智谱在发布新模型的同时还上调了 GLM-5-Turbo 的 API 价格，涨幅达 20%。据第一财经报道，本次为智谱近期的第二次涨价。粗略计算，今年第一季度智谱 API 价格已累计上涨约 83%。

相关阅读：虾骑马！龙虾圈传了一周的匿名模型，原来是它｜附最新体验细节

通义实验室开源首个影视级 AI 配音多模态大模型 Fun-CineForge

昨天，通义实验室发布并开源了首个支持影视级多场景配音的多模态大模型 Fun-CineForge。

Fun-CineForge 基于通义实验室自研的 CosyVoice3 语音合成底层能力构建，能够接收无声视频片段、配音文本、角色属性与情感线索、时间信息及参考语音作为输入，输出与视频画面高度对齐的合成语音。

官方宣称，Fun-CineForge 在语音自然度、字错率、情感表达、音色相似度、唇形同步、时间对齐及指令遵循等多项关键指标上均优于现有开源配音模型。

GitHub：https://github.com/FunAudioLLM/FunCineForge

HuggingFace：https://huggingface.co/FunAudioLLM/Fun-CineForge

ModelScope：https://www.modelscope.cn/models/FunAudioLLM/Fun-CineForge/

AMD 推出两款龙虾主机：本地跑大模型，但价格不便宜

AMD 日前发布了两款面向本地 AI 推理的参考主机方案 RyzenClaw 与 RadeonClaw，作为其「智能体计算机」（Agent Computer）计划的组成部分。

RyzenClaw：

• 搭载 Ryzen AI Max+ 395 处理器，搭配 128GB 统一内存；
• 运行 Qwen 3.5 35B A3B 模型时，该方案的生成速度约为每秒 45 个 Token，处理 10000 个 Token 的输入约需 19.5 秒，最大上下文窗口达 260K Token；
• 最多可同时运行 6 个本地 AI 智能体，适合多智能体工作流与智能体集群实验场景。

RadeonClaw：

• 搭载 Radeon AI PRO R9700 工作站显卡，提供 32GB 专用显存；
• 同样运行 Qwen 3.5 35B A3B 模型时，推理速度大幅提升至约每秒 120 个 Token，处理 10,000 个 Token 输入仅需约 4.4 秒；
• 但与 RyzenClaw 相比存在取舍：最大上下文窗口收窄至 190K Token，并发智能体数量也降至 2 个。

AMD 表示，AI 的未来不应被锁死在远程数据中心，用户应当掌控自己的数据与算力环境，从而降低对云端 AI 服务的依赖，并缓解隐私方面的顾虑。

值得注意的是，这两款参考主机的定价并不亲民。RyzenClaw 起步价超过 2700 美元；RadeonClaw 还需额外购置零售价约 1299 美元的 Radeon AI PRO R9700 显卡，总体成本更高。

胖东来回应鸡蛋超标：检测无误将起诉相关自媒体

胖东来近日就「鸡蛋检出角黄素」争议发布回应称，公司已第一时间开展自查，卖场鲜鸡蛋均通过正规渠道采购，供应商资质完备，自有检测中心每周抽检并公示结果，过往检测均符合国家标准。

事件起于某博主发布的视频，其送检的胖东来售卖的多款鲜鸡蛋均检出人工角黄素（斑蝥黄），其中「野迹鸣（松林散养）富硒蛋」检测值为 9.54 mg/kg，高于《饲料添加剂安全使用规范》中蛋禽类饲料允许的最大添加量 8 mg/kg。

目前，市场监管部门已介入调查，对卖场鸡蛋采购合规性进行检查，并对多品牌鲜鸡蛋抽样送检；胖东来也同步启动全面复检，等待第三方检测结果。

胖东来表示，若最终确认产品存在质量问题，将立即下架召回并承担全部法律责任；若检测无误，将依法维权，追究相关个人、自媒体及平台的侵权责任。

刘文祥麻辣烫发致歉信

昨天，刘文祥麻辣烫品牌官方账号发布致歉信，承认旗下部分品牌合作门店存在食材以次充好、品质不达标的问题，并宣布启动全面整改计划。

致歉信中，刘文祥表示推行「本地化食材采购」模式，允许加盟店在当地自行采购食材、冻品及肉类，初衷是降低加盟商运营成本并贴合本地口味。但部分门店受利益驱使，在食材采购环节放松标准，甚至采购来源不明、品质不合格的食材。

此前，多地刘文祥门店被曝存在严重的食材以次充好问题，外卖平台和店员都宣称是牛肉、猪肉，实际上原材料大多为鸭肉，相关话题一度登上微博热搜。

奥斯卡 2026 完整获奖名单揭晓

第 98 届奥斯卡颁奖典礼于昨日在好莱坞杜比剧院举行，保罗·托马斯·安德森执导的《一战再战》（One Battle after Another）成为本届最大赢家，共斩获最佳影片、最佳导演、最佳男配角（肖恩·潘）、最佳改编剧本、最佳剪辑、最佳选角共 6 项大奖。

该片共获得 13 项提名，最终以压倒性优势领跑。

瑞恩·库格勒执导、迈克尔·B·乔丹主演的《罪人》（Sinners）同样收获颇丰，凭借创纪录的 16 项提名拿下最佳男主角、最佳原创剧本（库格勒）、最佳摄影（Autumn Durald Arkapaw）及最佳原创配乐（Ludwig Göransson）4 项奖项。

表演奖项方面，杰西·巴克利凭借《哈姆奈特》（Hamnet）夺得最佳女主角，Amy Madigan 凭《凶器》（Weapons）获最佳女配角。

吉尔莫·德尔·托罗执导的《弗兰肯斯坦》（Frankenstein）则横扫技术与美术类奖项，包揽最佳服装设计、最佳化妆与发型设计以及最佳艺术指导三项。

完整榜单由新浪电影整理如下：

• 最佳影片：《一战再战》
• 最佳导演： 保罗·托马斯·安德森《一战再战》
• 最佳女主角：杰西·巴克利《哈姆奈特》
• 最佳男主角： 迈克尔·B·乔丹《罪人》
• 最佳女配角：埃米·马迪根《凶器》
• 最佳男配角： 西恩·潘《一战再战》
• 最佳视觉效果：《阿凡达3》
• 最佳音效：《F1：狂飙飞车》
• 最佳配乐：《罪人》
• 最佳歌曲： Golden-《K-POP：猎魔女团》
• 最佳摄影：《罪人》
• 最佳剪辑：《一战再战》
• 最佳艺术执导：《弗兰肯斯坦》
• 最佳改编剧本：《一战再战》
• 最佳原创剧本：《罪人》
• 最佳选角：《一战再战》
• 最佳服装设计：《弗兰肯斯坦》
• 最佳化妆&发型：《弗兰肯斯坦》
• 最佳国际影片：《情感价值》
• 最佳纪录长片：《反对普京的无名先生》
• 最佳纪录短片：《静室为证》
• 最佳真人短片：《歌手们》＆《两个人交换唾液》
• 最佳动画短片：《泪珠成珍的女孩》
• 最佳动画长片：《K-POP：猎魔女团》

《真人快打 2》定档 5 月 8 日

游戏改编 R 级动作片《真人快打 2》正式宣布定档 5 月 8 日，与北美同步。

影片讲述过气好莱坞演员强尼·凯奇意外被选中，加入一场决定地球命运的生死格斗争霸赛的故事。

巴西片《密探》定档 3 月 27 日

巴西影片《密探》宣布定档 3 月 27 日。影片由小克莱伯·门多萨执导，瓦格纳·马拉主演。

故事背景设定于 1970 年代巴西军事独裁统治的高峰时期，讲述前政府技术专家 Marcelo 在狂欢节期间踏上逃亡之旅，试图回到家乡与关系疏远的儿子重聚，却身陷一座充斥着暴力与政治狂欢的城市之中。

#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。

今年英伟达 GTC 主题演讲，应该是史上悬念最少的一届。

2022 年说元宇宙，2023-2024 年说生成式 AI，2025 年说物理 AI。但今年不一样，即便台上英伟达创始人黄仁勋的演讲还没有开始，但台下所有人已经知道答案了——Agent。

包括英伟达也悄悄在 GTC 园区里开设了「Build-a-Claw」互动专区，让与会者现场搭建自己的AI Agent。 从芯片到模型，从英伟达版龙虾到数据中心，今年主题演讲的潜台词只有一句话：

一切都要为 Agent 让路。

专为 Agentic AI 打造的 Vera Rubin 正式发布

如果说 Hopper 架构开启了生成式 AI（Generative AI）的时代，让机器学会了「说话」；那么 Vera Rubin 的使命，就是开启智能体（Agentic AI）时代，让机器学会「干活」。

• 英伟达 Vera Rubin 架构包含七款芯片、五套机架系统，以及一台用于 AI Agent 的超级计算机
• 七款芯片分别是 NVIDIA Vera CPU、NVIDIA Rubin GPU、NVIDIA NVLink 6 交换机、NVIDIA ConnectX-9 超级网卡、NVIDIA BlueField-4 DPU 和 NVIDIA Spectrum-6 以太网交换机，以及新集成的 NVIDIA Groq 3 LPU
• 五个机架分别是 NVIDIA Vera Rubin NVL72 机架、NVIDIA Vera CPU 机架、NVIDIA Groq 3 LPX 机架、NVIDIA BlueField-4 STX 存储机架，以及 NVIDIA Spectrum-6 SPX 以太网机架。

过去的 AI 像是一个极其聪明的图书馆管理员，我们问一个问题，它慢条斯理地翻书，然后把答案整理出来。我们对这种速度是宽容的，因为我们自己打字看书也慢。

但 Agent 完全不同。它不仅要用大模型思考，还要疯狂地调用工具——比如打开浏览器、控制云端的虚拟 PC、在无数个数据库里来回比对。更要命的是，AI 对工具的容忍度极低，它要求一切操作都在毫秒级完成。

「它会狠狠地捶打内存。」黄仁勋在台上这样形容。

当模型越来越大，上下文长度从十万 Token 飙升到数百万，还要同时处理结构化和非结构化的数据，传统的算力架构开始喘不过气了。为了应对这种「捶打」，英伟达交出了第一份答卷，全新的 Vera CPU。

这颗芯片特立独行，它是世界上首款专为智能体 AI 和强化学习时代打造的处理器，其效率是传统机架式 CPU 的两倍，速度提升 50%，采用 LPDDR5X 内存，能实现极高的单线程性能、大型的数据吞吐量和极致的能效。

黄仁勋甚至毫不掩饰他的骄傲：「我们从没想过会单独卖 CPU，但现在，这绝对是一个价值数十亿美元的业务。」

紧随其后的是 Rubin GPU，单片芯片直接塞进了高达 288 GB 的海量内存。它就像是一个拥有无限脑容量的思考者，专门用来装载那些体积越来越庞大的超大语言模型，以及处理成百上千万的上下文 KV 缓存。

除了堆叠 CPU 和 GPU，英伟达这次发布的 Vera Rubin 架构，直接把 NVLink 的带宽翻了一倍——260 TB/s 的全互联带宽。

十年前，DGX-1 用第一代 NVLink 把 8 张卡连在一起，那是专为 AI 研究员打造的奇迹；到了 Hopper 时代，是 NVLink 4；而前不久的 Blackwell 架构，用 NVLink 72 实现了 72 张 GPU 的全互联，带宽达到 130 TB/s。

为了配合 Vera Rubin，黄仁勋甚至掏出了被称为 Kyber 的全新机架。在这个机架里，计算节点垂直插入，背后是第六代 NVLink 交换机。完全抛弃了传统的以太网或 InfiniBand 限制，在一个 NVLink 域内直接打通 144 张 GPU。

即便强如 Vera Rubin，在面对「无限生成 Token」的极端需求时，也会感到吃力。

在算力世界里，吞吐量（Throughput，同时处理巨量任务的能力）和延迟（Latency，单次任务的极速响应）是一对物理学上的死敌。英伟达是吞吐量的绝对霸主，但在极致低延迟的 Token 生成上，传统 GPU 架构显得过于笨重。

这时候，Groq 出场了。英伟达早在之前就「收购」并授权了 Groq 团队的技术，在今天正式推出了 Groq LPU（语言处理单元）。

黄仁勋用一款名为 Dynamo 的软件，把这两者完美捏合，首创了「解耦推理（Disaggregated Inference）」。

• AI 推理前半段的 Prefill（预填充）和极其耗费算力的 Attention（注意力机制），全部交给 Vera Rubin 这个性能王者来处理；
• 后半段的 Decode（解码），也就是生成 Token 的瞬间，直接卸载给 Groq LPU 来降低延迟。

结果显示，在最具商业价值的高端推理层级，这种组合让性能直接飙涨了 35 倍，且每兆瓦的吞吐量同样提升了 35 倍。

一个开源项目，让所有 CEO 都睡不着觉

主题演讲的后半部分，黄仁勋抛出了一个让全场屏息的判断：OpenClaw，将是这个时代的 Linux，是这个时代的 HTML。

OpenClaw 上线仅数周，下载量和影响力已经超过了 Linux 三十年的积累，其本质上是一套智能体操作系统。它能调用大模型、管理文件、拆解任务、协调子智能体，还能发邮件、发短信，以任何模态与人沟通。

在黄仁勋看来，每一家 SaaS 公司，迟早都会变成 AgaaS 公司，也就是「Agent-as-a-Service（智能体即服务）」公司。而每一位 CEO 现在都必须回答同一个问题：你的 OpenClaw 战略是什么？

当然，开源意味着自由，但企业更需要的是安全。这也是 OpenClaw 规模化落地前最大的障碍。

为此，英伟达联合以 OpenClaw 创始人 Peter Steinberger 为代表的团队，召集了一批顶级安全与计算专家，推出 NeMoClaw 参考架构。

它内置 OpenShell 技术、网络防护机制和隐私路由能力，可以让企业可以在自己的私有环境中安全运行智能体系统。

而支撑这套智能体生态的，是英伟达一整条开源模型产品线。

比如 Nemotron 主攻语言推理，Cosmos 聚焦世界建模，Groot 面向通用机器人，Alpha Mayo 服务自动驾驶，BioNeMo 深耕数字生物学，Earth-2 则专注 AI 物理仿真。

黄仁勋特别强调，这些模型不只是排行榜上的名字。英伟达会持续投入推进，Nemotron 3 之后有 Nemotron 4，Cosmos 1 之后有 Cosmos 2，每一代都会更强。

更重要的是，这些模型全部以基础模型形式开放，任何企业都可以在此基础上继续微调和后训练，打造专属于自己业务场景的定制化智能。英伟达还宣布将与各地区合作伙伴协作，帮助不同国家和市场孵化本土化 AI 能力。

在台上，黄仁勋还宣布了一份让人眼前一亮的合作名单。Black Forest Labs、Cursor、LangChain、Mistral、Perplexity、Sarvam，以及 Mira Murati 创立的 Thinking Machines，悉数加入，共同推进 Nemotron 4 的研发。

划重点，英伟达不甘心只做卖铲人，更要亲自下场带头挖金矿，更重要的是，英伟达也是在构建一个生态，一个围绕智能体时代的完整体系。

玩家的显卡钱，是一场长达 25 年的「众筹」

要理解英伟达今天的恐怖统治力，黄仁勋首先把时钟拨回了 25 年前。

那时候没有 ChatGPT，没有大模型，只有一群为了让游戏画面更流畅而疯狂攒机的年轻人。「GeForce 是英伟达有史以来最伟大的营销活动」，黄仁勋在台上笑着说。

黄仁勋非常直白地承认，GeForce 就是用来吸引未来客户的。他们在我们还买不起企业级产品的时候，通过游戏显卡潜伏进我们的电脑。日复一日，年复一年。

也正是依靠一代代游戏玩家的「供养」，英伟达在 20 年前做出了一个当时看来堪称疯狂、甚至差点拖垮公司利润的决定——研发 CUDA，并将它送到了全世界每一个开发者的桌面上。

这可以说是一个在黑暗中蛰伏的故事。连续 13 代架构，长达 20 年的死磕，英伟达彻底把 CUDA 变成了一个装机量过亿的庞然大物。

这也解释了为什么当深度学习的「宇宙大爆炸」来临时，Alex Krizhevsky 和 Ilya Sutskever 们环顾四周，发现除了英伟达的 GPU，他们别无他选。

Nvidia 不是碰巧站在了风口上，而是花了 20 年时间，自己造了一台造风机。

飞轮一旦转动，就再也停不下来了。因为在这个飞轮里，硬件只是载体，真正黏住开发者的是那成千上万个工具、框架和开源项目。

既然当年是 GeForce 游戏显卡把 AI 算力（CUDA）带给了这个世界，那么十年后的今天，是时候让彻底长大的 AI，反哺它最初的「老家」了。

黄仁勋在台上甩出了惊艳全场的 DLSS 5。简单来说，英伟达正在用 AI 重新发明计算机图形学。传统的 3D 渲染是「结构化数据」，它是死板的、百分百可控的；而生成式 AI 是「概率性计算」，它是天马行空、极其逼真的。

以前这两派路线完全不同，但在 DLSS 5 里，英伟达硬是把它们揉在了一起，用可控的 3D 数据打底，用生成式 AI 去脑补和渲染细节。我们看到的画面，既不会出现 AI 经常犯的幻觉错位，又拥有近乎现实的惊人质感。

「生成出来的世界，变得极其美丽，同时又完全受控。」

但这也不只是一帮极客为了高帧率打游戏搞出来的炫技。黄仁勋说，这种将「结构化数据」与「生成式 AI」融合的逻辑，将会在每一个行业里一遍遍重演。

「这是我最喜欢的一页 PPT」

在演讲的高潮，黄仁勋放出了一张极其复杂的架构图，说这是他最喜欢的一页 PPT。接着，他又半开玩笑地说，团队屡次劝他别放这张图，但他偏要放，「反正你们有些人也是免费进来的，这就是门票钱」。

这张「最不听劝的 PPT」，真正揭示了英伟达接下来要吞噬的真正猎物，全球企业的数据中心。

过去，企业的数据分为两类。

一类是结构化数据，也就是常见的数据库 SQL、Pandas 里的那些庞大表格，它们是商业运转的地基。另一类是非结构化数据，比如海量的 PDF、视频、语音，占据了世界 90% 的信息，却因为难以检索而如同废纸。

过去几十年来，处理这些巨型 Excel 表格一直是 CPU 的绝对领地。当人类去查询这些表格时，CPU 的速度勉强够用。但黄仁勋一针见血地指出了未来的趋势，「未来，使用这些结构化数据库的，将是 AI Agents」。

当成千上万个不知疲倦的 AI Agent，以远超人类百万倍的速度同时向数据库发起查询时，传统的 CPU 计算系统连喘息的机会都没有，只会被瞬间压垮。

为了处理这个问题，英伟达掏出了第一把底层杀器：cuDF。它直接越过 CPU，用 GPU 的恐怖并行算力，把这群数据的处理速度拉爆。

而针对非结构化数据，英伟达掏出了第二把杀器，针对向量数据库和非结构化数据的 cuVS。有了这两个底层库，英伟达实际上是捏住了全球数据处理的咽喉，它正在用 AI 的方式，重新定义企业到底该怎么处理数据。

两个工具库的效果也是相当明显。黄仁勋举了非常多合作伙伴的例子，其中提到雀巢公司每天要处理覆盖 185 个国家的庞大供应链数据，在换上英伟达加速的 IBM Watsonx.data 后，速度飙升了 5 倍，成本却骤降了 83%。

这就是「加速计算」的恐怖之处。当速度实现了几个数量级的跃升，成本就会呈断崖式下跌，新的商业模式就会在此刻涌现。

黄仁勋的演讲进行到这里，满嘴都还是「算法」、「库（Libraries）」和「数据帧」，他直言「英伟达是一家算法公司。」

英伟达将自己的算法库深度嵌入每一家云端，客户为了用 Nvidia 的算力和框架，才会去购买云服务。这也是为什么几乎世界上所有的云服务巨头——Google Cloud、AWS、微软 Azure、Oracle，都得排着队，把英伟达的服务请进自己的机房。

曾经呼风唤雨的云厂商，在加速计算时代，似乎都正悄然沦为英伟达庞大生态的「底层基础设施」和「分销渠道」。

英伟达为什么能做到这一切？黄仁勋给出了一个极度反常识的定义，英伟达是世界上第一家「垂直整合，却又水平开放」的公司。

向下，它自己造芯片、造系统；向上，它懂每一个行业的应用场景。

金融界的量化交易员在用它，医疗行业的医药研发在用它，连电信行业那个只会发射信号的基站，在未来也会变成运行 AI 算法的边缘计算节点。

英伟达甚至还推出了机密计算（Confidential Computing），让极其敏感的企业数据和模型可以在完全隔离的环境下运行，连操作员都看不到。这直接打消了巨头们拥抱 AI 的最后一点顾虑。

它把自己封装成一个个底层算法库，然后像水和电一样，悄无声息地接入了所有人的基础设施；看似把所有的利润都分给了生态伙伴，但实际上，英伟达已经牢牢掌握了整个 AI 时代的命脉。

1 万亿美元，而且还会供不应求

根据黄仁勋的判断，到 2027 年，全球 AI 基础设施规模至少达到 1 万亿美元，而且这还是保守估计，实际计算需求会远超这个数字。

这个数字从何而来？答案藏在过去一年英伟达做的那件最重要的事里——AI 推理。

黄仁勋直言，很多人觉得推理很容易，但事实恰恰相反。

高难度推理是 AI 领域最难的事，也是最重要的事，因为它直接带来收入的增长。为此，英伟达在 Hopper 架构巅峰期做出大胆决定，彻底改变架构，打造出 NVLink 72，引入 NVFP4 精度格式，配合 Dynamo、TensorRT-LLM 及全套新算法，还专门建造了超级计算机来优化整套技术栈。

英伟达押注的结果，远超所有人的预期。

黄仁勋曾宣称 Grace Blackwell NVLink 72 每瓦性能提升 35 倍，当时没人相信他。后来 SemiAnalysis 发布评测报告，分析师 Dylan Patel 说黄仁勋说得太保守了，实际提升是 50 倍。

按摩尔定律，一代产品通常只能带来约 1.5 倍提升，没人预料到这次会是 50 倍。

性能提升之后，摆在面前的是另一个问题。一座 1 吉瓦数据中心，按 15 年摊销，建造成本就高达 400 亿美元，设备还没放进去。在这样的投入规模下，放进工厂里的计算系统必须是全球最好的，否则每一瓦浪费的电力都是真实流失的收入。

黄仁勋坦言，全球 AI 工厂里正有大量电力被白白浪费。

为此，英伟达发布了 NVIDIA DSX 平台，基于 Omniverse 数字孪生技术，让工程师在真正动工之前，先在虚拟空间里把整座 AI 工厂仿真一遍，从散热到电网，全部模拟清楚。

配合 Max-Q 技术，系统可以在功耗与算力之间实时动态调节。

黄仁勋说，这里面至少还藏着两倍的优化空间。同一套硬件，英伟达更新算法与软件后，Fireworks 等服务商的 token 生成速度从每秒 700 个跃升至接近 5000 个，提升 7 倍。这就是「极致协同设计」的真实含义。

过去数据中心存放文件，现在它生产 token。土地、电力、机房空间决定了工厂上限，而架构优劣决定了产出多少。黄仁勋说，未来每一家公司都会认真思考自己 token 工厂的效率问题，因为算力，就是收入本身。

更重要的是，地球上的 AI 工厂还没建完，英伟达已经把目光投向了太空。

英伟达 Thor 芯片已通过抗辐射认证，率先应用于卫星之上。英伟达正与合作伙伴联合研发名为 NVIDIA Space-1 Vera Rubin 的新型计算机，目标是直接在太空中建设数据中心。

太空没有空气，无法对流散热，散热是一道极其棘手的工程难题。黄仁勋坦承这件事非常复杂，但他相信英伟达有足够优秀的工程师来攻克它。从地面到轨道，英伟达算力扩张的路线，仍在持续。

自动驾驶的 ChatGPT 时刻，已经到来

物理 AI 是未来十年最重要的课题，而黄仁勋用一句话宣告，自动驾驶的 ChatGPT 时刻，已经到来。

英伟达 RoboTaxi Ready 平台此次新增四位重量级伙伴：比亚迪、吉利、五十铃、日产，携手打造 L4 级自动驾驶汽车。

这四家车企每年合计生产约 1800 万辆汽车，体量惊人。加上此前已加入的梅赛德斯、丰田和通用，英伟达的自动驾驶版图已覆盖全球最重要的一批整车制造商。

英伟达还与 Uber 签署合作协议，计划将具备 RoboTaxi Ready（无人出租车就绪）能力的车辆部署至多个城市，并直接接入 Uber 的全球出行网络。

在工业机器人领域，英伟达与 ABB、Universal Robots、库卡等头部企业展开合作，将物理 AI 模型集成至仿真系统，推动机器人大规模进入制造产线。卡特彼勒的加入，意味着重型工程机械也开始走向智能化。

主题演讲的最后，依旧是经典的机器人环节。

近期，《冰雪奇缘》的雪宝机器人已经现身迪士尼海外游乐园，而这一次，它也迈着憨态可掬的步伐登上 GTC 2026 的舞台，和黄仁勋有来有往地对话，动作自然，反应流畅。

它的肚子里装着英伟达 Jetson 计算机，这是整套系统的大脑。它的步态和动作，全部在 Omniverse 虚拟环境中完成训练，靠的是由英伟达、迪士尼和 Google DeepMind 三方联合研发的 Newton 物理引擎，运行于英伟达 Warp 之上。

正是这套物理仿真系统，让雪宝在进入真实世界之前，就已经充分适应了现实物理规律。黄仁勋说，未来的迪士尼乐园所有角色都将拥有真正的智能，在园区里自由走动，与每一位游客展开真实的互动。

演讲开始的时候，黄仁勋说，我要提醒你们，这是一个技术大会。我们将要谈论技术，谈论平台，最重要的是，我们要谈论生态系统。

生态系统？他实在太谦虚了，用生态帝国也不为过，黄仁勋曾经用一块五层蛋糕来描述 AI 产业的结构：最底层是能源和芯片，往上是基础设施、模型，最顶层是应用。

每一层都不可或缺。这个比喻听起来像是在描述一个分工清晰、各司其职的产业格局。但当你把这块蛋糕从底看到顶，会发现每一层里都有英伟达的手笔。

从最早「潜伏」在玩家机箱里的显卡，到主宰全球云厂商的底层框架；从太空里的抗辐射数据中心，到迪士尼乐园里和我们谈笑风生的机器玩偶。

英伟达用 20 年时间造了一台造风机，如今这台机器已经化身为一台永不停歇的 Token 生产厂。在这个工厂里，算力即权力，生态即壁垒。

当所有的企业、用户都在为如何落地 AI 焦虑时，黄仁勋已经悄悄把通往 Agent 时代的门票，塞进了世界上每一台服务器的咽喉。

这场关于未来 AI 的赌局，英伟达不仅既做庄家又做玩家，它甚至要把牌桌都买下来了。

作者：张子豪、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。

中国大型电动 SUV 市场，正在变得愈发同质化。

谁的后排更宽敞、谁的冰箱更高级、谁的屏幕更大、谁的按摩功能更多，谁就在这场豪华 SUV 的军备竞赛中占据了话语权。

「家用舒适」成了这个价格带里几乎所有玩家心照不宣的最大公约数，「驾驶」这件事，则正在悄悄退场。

在这样的市场语境下，极氪 8X 的出现，是一个异类，也是一个问题的答案：还有没有一辆大型豪华 SUV，愿意把驾驶者放在与舒适同等重要的位置？

极氪想做 8X 这样一辆偏运动定位的车并不令人十分意外，极氪品牌骨子里有「运动性能」的基因在。

2021 年，当国产新能源车普遍以「豪华大空间」作为核心卖点的时候，极氪 001 选择了一条截然不同的路，以猎装车身造型，强调底盘调校与操控质感，用一种在彼时国产新能源领域几乎绝迹的「驾驶导向」理念，迅速圈定了一批年轻且挑剔的用户。

在很长一段时间里，「性能科技」这个标签，几乎是极氪的专属。

后面随着小米 SU7 横空出世，将「性能科技」的叙事争夺推向了新的高度；与此同时，问界、理想等品牌以强大的家用舒适产品持续扩张，整个市场的竞争烈度急剧上升。

极氪自身也经历了产品线的快速扩张与品牌整合，与领克的战略重组、从纯电到插混路线的拓展，在带来更大覆盖面的同时，也让外界对极氪的品牌方向产生了一定程度的困惑：极氪，到底还是不是那个在乎驾驶的品牌？或者，极氪在市场中的差异性究竟要如何体现？

极氪 8X 的推出，是对这个疑问的正面回应。

新车共推出 4 款车型，预售价区间为 37.68 万元至 51.68 万元。

用比例和线条说话

看到极氪 8X 的第一眼，能想到的词汇不多，「西装暴徒」是其中之一。

极氪 8X 长宽高 5100/1998/1780 毫米，轴距 3069 毫米，提供五座和六座布局，体量比加长版宝马 X5 还长出约 40 毫米，是货真价实的大型 SUV。

但与那些以视觉体量感为荣的竞品不同，极氪 8X 将车高控制在 1780 毫米，相比极氪 9X 更低、更紧凑，重心更贴近地面，呈现出的是一种克制的力量感，而非蓄意膨胀的气场。

这一车身比例，从设计阶段就已经在为驾驶动态服务。

新车的前脸灵感来源于宫殿台基的一体式直瀑格栅，气势磅礴又不失节制；一体式驭风前机盖通过两侧导流槽，不仅降低风阻，更将视觉重心进一步压低。

车身顶线、肩线与腰线在前轴位置汇聚，车门采用零面差镜面工艺，兼顾美观与降阻。绕到车尾，海岸线贯穿式尾灯由 54894 个钻石型面构成，搭载 630nm 超红光技术，辨识度极高却并不张扬。

整体的设计语言，与国内当前流行的「发光体堆砌」的路线截然不同，更接近宝马 X5、奔驰 GLE、保时捷卡宴的审美逻辑，即用比例和线条说话。

这种立场在座舱里同样有所延续。

新车换装了运动造型方向盘，中央控制台两侧采用了类似保时捷卡宴与奔驰 GLE 的对称式扶手结构，这绝非仅仅出于美观考量，更是为了在越野路段或高速过弯时为前排乘员提供有效的身体支撑。

中控屏与副驾娱乐屏连为一体，搭配怀挡式换挡，整个驾驶区域的操作逻辑紧凑而清晰。

极氪 8X 强调驾驶导向，但这并不意味着它对豪华舒适做了妥协。

新车二排座椅支持伊姆斯躺椅模式，可达 137° 角度调节并配备电动腿托，顶部搭载 17 英寸吸顶娱乐屏，配合 5D 影院模式可实现座椅律动与氛围灯的联动；Naim 环绕声音响支持杜比全景声，配上后排遮阳帘与分区温控，整个后舱的体验与「旗舰」这个定位完全相符。

同时，极氪 8X 后备箱常规容积 1133L，最大可扩展至 2200L，全车共有 50 处储物设计，相当充分的覆盖了家用场景。

智能驾驶配置上，极氪 8X 搭载有千里浩瀚 H7、H9 版本千里浩瀚系统，基于极氪与吉利联合发布的 G-ASD 智驾品牌构建，依托 Smart AI Agent 架构与 WAM 世界行为模型，在算法、数据与算力的整合上处于当前高阶辅助驾驶的前沿水平。

顶级性能旗舰

极氪 8X 基于 900V 的 SEA-S 架构打造，核心是一台代号 DHE20-PFZ 的 2.0T 混动专用发动机，最大功率 205kW，热效率高达 46%。

与之协同的，是「前 1 后 2」的三电机布局，P1+P3 前桥双电机与后桥双 P4 电机组合，前后电驱总功率高达 1030kW，折合超过 1400 马力，相当于两台 4.0T V8 发动机的动力总和。

由此，极氪 8X 曜影版 0-100km/h 加速仅 2.98 秒，0-200km/h 最快仅需 9.85 秒，极速 240km/h，放在全球高性能 SUV 阵营中也属顶尖水准。

然而这套系统真正值得关注的，并不只是峰值数字，而是它如何处理「持续大功率输出」这个难题。

在激烈驾驶场景下，极氪 8X 通过前后四个电机协同分摊电池供电压力，配合发电机实时补能，让高强度输出下的动力表现更为稳定持续。

8X 整车支持 3 擎 12 种驾驶模式，行业首创的十源热泵系统与 AI 智慧能源管理也确保了无论满电还是馈电，驾驶感受都不会打折扣。

续航与补能的问题同样得到了妥善处理。

根据配置不同，极氪 8X 提供 55.1kWh 与 70kWh 两种电池规格，纯电续航分别为 256km、257km、328km，新车同时支持支持 900V 6C 超快充，常温下从 20% 到 80% 仅需约 9 分钟。

尽管整备质量接近 3 吨，极氪 8X 在 WLTC 工况下的馈电油耗仍可控制在约 7L/100km，综合续航超过 1200km。

而在车身结构上，极氪 8X 参考了极氪 9X 的技术路径，高强度钢与铝合金的用料占比达 91%，A/B 柱、前门环及天窗框架等关键受力部位采用 2000MPa 热成型钢，C/D 柱框架则引入 8 合 1 集成组件的一体压铸铝工艺。

最终极氪 8X 实现的车身抗扭转刚度为 41600Nm/°，宝马 X5、奥迪 Q7、奔驰 GLE 的这一数字普遍在 30000Nm/° 左右。

更高的刚度数字同时成为了底盘调校的地基，决定了车身在激烈工况下能给悬架提供足够稳定的支撑平台。

新车采用了双叉臂前悬与五连杆后悬的组合，并搭配了空气悬架加电磁减震器。

而真正让极氪 8X 与同级产品拉开差距的，是主动式电子防倾杆系统的加入，轮提供最高 1400Nm 的升举扭矩，瞬态响应时间仅 0.2 秒。

颠簸路面或高速过弯时，它能以极快的速度介入并压制车身的侧倾与俯仰，让四个轮子始终尽可能贴紧地面。此前这套系统只出现在保时捷 Panamera、宝马 7 系、奥迪 S8 这类德系顶级旗舰上。

把极氪 8X 放入当前车市的竞争格局中审视，它的定位相当特殊。

往上看，宝马 X5、奔驰 GLE、保时捷卡宴是它有意对标的参照系——无论是车身刚度的选取、底盘技术的配置，还是设计语言的取向，极氪 8X 都在有意识地以这些车型为锚点。

但 8X 的售价仅为上述车型的一半，这正是国产豪华 SUV 最核心的竞争力来源之一。

横向对比，同价位国产大型 SUV 中，理想 L8、问界 M8 主打家庭舒适，仰望 U8 主攻硬派越野，极氪 8X「驾驶导向 + 旗舰豪华」的组合在细分市场上具有相当程度的稀缺性，正面竞争者寥寥。

品牌内部，极氪 8X 与极氪 9X 形成了明确的层级分工，9X 体量更大、取向更舒适，8X 更运动、更紧凑，理论上可以覆盖不同的目标用户圈层。但需要在定价与营销上做好区隔、避免内耗。

极氪 8X 对极氪而言，不只是一款新车型的补充，更是一次品牌方向的公开表态。

在竞争烈度持续攀升、产品同质化愈发严重的中国新能源 SUV 市场，选择走一条不同寻常的路需要勇气，更需要足够强的产品力来撑住这份勇气。

从目前公布的预售价格、参数、配置来看，极氪 8X 交出了一份还算有说服力的技术答卷，为那批在乎驾驶质感、同时又不愿放弃家用舒适的用户提供了不错的选择。

2021 年，极氪 001 用驾驶体验赢得了第一批信徒，而 5 年后的极氪 8X，则是极氪向这批人发出的一封回家的邀请函。

#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。

昨天 315，杭州、武汉和广州的几个问题车展外围，差点变成了肢体冲突的现场。

打算进场维权的车主刚把车开到通道口，就被一群身份不明的人层层围住。有人扒窗户苦苦哀求，有人拉起人墙挡路，甚至有人趁乱抢走车主手里的材料。

在一段热传的短视频里，一个戴着口罩的年轻男子为了逼停一辆正在缓慢往前开的新能源车，直接把脚伸到了前轮底下……

当着镜头的面碰瓷了属于是。

为了拦住这些带着「问题车」来的车主，部分车企和经销商几乎把能用的阻拦手段都用上了。平时在门店售后一直拖延的质量纠纷，全部转移到了马路边上，变成了面对面的推搡和拉扯。

到了晚上，总台的 315 晚会按时播出，两个多小时的节目看下来，大家都在讨论漂白鸡爪、「万能神药」、AI「投毒」，而作为普通人日常购买的最昂贵的「大件儿」，汽车在整场晚会里毫无存在感。那些提前守在电视机前的从业者，大概率都长舒了一口气。

然而，在最大的舞台上安全落地，只会让部分车企在处理客诉时变得更加粗暴。似乎只要雇人把带头维权的车主堵在会场外面，把当天的舆情压下去，这期间的公关任务就算是及格了。

可惜，舆情可以压下去，口碑却是堵不住的。

315 晚会没有汽车，不代表天下太平

现实情况是，全国范围内关于汽车质量的客诉量，已经堆到了一个无法忽视的量级。

车质网联合凯睿赛驰发布的《2026年中国汽车产品质量趋势报告》显示，在过去的一年里，他们收到的实名有效投诉量达到了 227803 宗，同比涨幅高达 31.6%，刷新了历史纪录。

厂家派去问题车展门口的工作人员，一个人撑死只能拦一辆车，而在车质网上，堆积着的是几十万起具体而微的质量纠纷。

仔细一看，新能源车型的投诉量已经快要逼近总数的一半。在这个阵营里，最受市场欢迎的插电式混合动力车型，成了投诉的绝对重灾区。

各大品牌在发布会上会花大篇幅去宣讲插混技术的优势，告诉大家这套方案没有里程焦虑，油耗表现也极其亮眼，而真实路况下的反馈，又让人有些揪心。两套动力来回切换时的顿挫，极端天气下的断崖式掉电，成了很多车主的噩梦。

整份报告里最让人感到不安的一个数据，和新车有关。

在过去一年发起质量投诉的车主里，有 53.3% 的人提车不到三十天就发起了投诉。这个数字似乎颠覆了常理，以前大家买一辆传统燃油车，通常要开上几年才会陆陆续续遇到一些小毛病。

我知道时代变了，但原来不是变得更好了吗？

汽车市场的淘汰赛越来越惨烈，所有的品牌都在拼新车型落地的时间。一款新车的开发周期，被极限压缩到了几十个月甚至更短的时间。以前那些需要几年时间去反复推敲的耐久度验证，现在往往草草收场。

造车越来越像做手机。很多车企选择先把硬件拼凑好交付出去，而软件层面的问题，就留给后续的 OTA 更新来慢慢补救。更有甚者，为了掩盖电池的安全隐患，直接通过后台偷偷限制车辆的充电容量和输出功率，原本标称四百公里的续航，一次升级后直接对半折损。

车主用真金白银承担着未知的风险，最后还要在每天的上下班路上帮厂家找问题。顺带着，还要时刻提防几个月后新车型降价增配带来的老车主背刺。

那些被拦在车展门外的车主，多数就是买了这些「半成品」的人。

他们去门店找售后沟通，最常听到的答复就是等待下一次固件升级。车修不好，诉求被来回推诿，大家只能把希望寄托在问题车展上。这些车展通常没有华丽的展台，场地也很简陋，里面只停着一排排「问题车」。

车主们天真地以为，把车开到聚光灯下就能讨回一个公道。他们根本没有料到，在展馆门外等着的，不是带着检测电脑的工程师，而是早就安排好的安保。产品质量的底线被击穿后，买卖双方仅存的一点体面也快保不住了。

困在街头的公关战

回看过去的 315 晚会，汽车上过台，也当过绝对的主角。

2013 年，大众因为变速箱问题被点名，引发了超过一百万辆车的史诗级大召回。那时候的中国车市正在爆发式增长，把合资巨头拉出来敲打，是为了警告整个行业不要蒙眼狂奔。

后来的几年里，晚会的镜头又对准了门店的售后黑幕。几家老牌车企被抓到维修乱收费的把柄，全都在当晚连夜发文致歉，发誓要整顿经销商网络。

再往后走，即便到了新老交替的这两年，屏幕上依然会出现因为质量崩盘而直接停产的爆款神车，以及因为传动轴异响被拉出来公开示众的豪华轿车。

在过去很长一段时间里，3 月 15 号晚上是所有车企公关团队最难熬的几个小时。大家都在盯着电视屏幕，生怕自家品牌成了全国人民声讨的主角。

现在这把悬在头顶的剑收起来了。

汽车以一种默契的方式在最高规格的维权舞台上隐身，央媒的监督一退，压力就像洪水一样全砸向了地方，大大小小的区域问题车展像雨后春笋一样冒了出来。杭州的问题车展甚至已经熬到了第十五届，沈阳和广州也都分别办到了第五届和第六届。

这是一种极其畸形的行业生态。和大家之前去逛的车展完全不同，这些地方没有光鲜亮丽的展台，没有炫目的聚光灯，更没有拿着话筒讲情怀的品牌高管。空地上只停着一排排车，车窗上贴满各种无奈的维权标语。站在车旁边的，是一群花了几十万买来一肚子气的普通老百姓。

武汉车展现场的画面非常扎心，上百位车主带着三十多个品牌的问题车聚在一起。有的国产新车因为底盘异响和单踏板模式刹车失灵被大量投诉，有的老牌合资车依然被颗粒捕捉器堵塞的通病缠住。

面对民间自发的集中曝光，厂家的应对方式退化到了最原始的阶段。他们之所以敢把人堵在门外，纯粹是算计好了当下的得失。

在现在这个市场里，大区经理往往背着非常苛刻的销量指标，一款热门车型如果在问题车展上被曝光，下个月的销量可能会受到极大影响，哪怕多花点钱安抚带头的车主，也比全网承认产品有缺陷并启动大规模召回要省事得多。

而且，这场街头博弈的水其实比想象中更深。

有些车企的工作人员甚至直接带着笔记本电脑，趴在维权车辆的引擎盖上现场草拟退车协议。他们拦着车主不让进场，甚至拍着胸脯保证：

你给我十分钟，我当场给你处理好。

平时在 4S 店里磨破嘴皮子都解决不了的故障，一到问题车展的门口，十分钟就能拿到全额退款甚至超额补偿。

这种花钱消灾的做派，已经把维权这件事给异化了，它向外界释放了一个信号：只要你敢把事情闹大，只要你敢把车开到媒体的镜头前，厂家就愿意为了压热度而掏钱妥协。

这样一来，原本单纯的质量维权，就有可能会变成一条灰色利益链。大家都在用最恶劣的想法去揣测对方，也都在用最极端的手段去达成目的。

买卖双方陷入互相猜忌，汽车这种重资产商品的售后服务，也变成了一场比拼谁更豁得出去的街头闹剧。

一年一度的晚会准时结束，车企的高管们安稳地度过了一个没有任何惊吓的夜晚。

但那些在展馆门外被拦截的问题车，以及维权平台上越积越多的投诉单，并没有凭空消失。用野蛮的围堵去捂住消费者的嘴，或许能保住眼下一两个月的销量。靠着半成品和强权逻辑狂奔的车企，迟早会在自己定下的规矩里付出代价。

当普通用户被逼成了维权斗士，这场造车狂欢也就快到头了。

#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。

AI 的故事，已经讲了两三年。

如果说前两年的故事，都集中在大模型的升级上，那么从今年开始，我们想看的，是模型如何跳出电脑屏幕，去连接我们的现实世界。

年初的春晚，机器人出演小品、跳舞、打功夫，年后的这个月，OpenClaw 将 AI 自我学习合理理解的能力武装到所有带电的物体上。

中国信通院的《具身智能发展报告 (2025 年)》显示，截至 2025 年 12 月，我国具身智能和机器人领域投资事件达 744 起，融资总额 735.43 亿元，应用前景相当广阔。

对普通消费者来说，「机器人」或许仍然有些距离感。但很多家庭里常见的扫地机，本质上其实就是一台智能清洁机器人。

所以，我在今年的中国家电及消费电子博览会（AWE）上，看见有不少「机器人」展品，也见怪不怪了。

不过，当我看到了科沃斯展台中的这只「小狗」，我还是停下了脚步。

这只机械小狗名为「毛团儿」，在拖扫机器人中显得格格不入，它不扫地，不会做家务。它唯一的职责，只是扮演一只会「卖萌」的小狗。

恰恰是这只小狗，让我意识到，科沃斯正在讲一个比清洁机器人更大的故事。

一只小狗，重新定义「机器人」

这几年，陪伴机器人不算新鲜，但毛团儿的颜值确实让人眼前一亮。

类似马尔济斯犬的外形，通体被柔软的白色毛皮覆盖，两只水灵灵的大眼睛看着你，在这个被各种钢铁家电包围的展会上，毛团儿更显得可爱，让人忍不住想上手抚摸。

而当我摸了摸它的柔软的头，它发出欢快的「呜呜」声，脑袋和尾巴都摇了摇，用同样的热情回应了我。

这也是毛团儿的不同之处。我几乎不是在「操作」它，而是本能地，像见到家里狗狗一样，想摸摸它，和它说几句话夸夸它，毛团儿也会给出相应的反馈，歪歪头，摇摇尾巴，眨眨眼。

这样自然的互动，都是得益于毛团儿背后的一整套多模态感知能力。

首先是位于毛团儿脑袋、下巴、耳朵和后背这些「敏感部位」的触觉传感器，只要抚摸、轻拍毛团儿，它就会非常愉快，还能识别动作的幅度、方向，给出不一样的反应。

凭借「鼻子」中的摄像头，以及「耳朵」重点麦克风，毛团儿有视觉和听觉感知能力，能够识别主人的表情，听懂主人的指令，给出对应的情绪和反馈。比如当主人夸夸它，它会欢呼雀跃；而当主人伤心哭泣时，它会「呜呜」地共情安抚。

这种设计让毛团儿摆脱了「一问一答」的机械交互，而是更接近真实宠物的互动方式。一个眼神、一个动作、一次抚摸，都可能成为交流的一部分。

除了各种反馈，我同样喜欢毛团儿的主动互动：「见」到主人靠近，就会愉快地摇尾巴欢迎，听到音乐还会跟随节拍摇头晃脑。

让毛团儿更真实，能进一步抓住用户的心，科沃斯还为其配备了一个「性格系统」：一出生就有温顺、阳光、粘人、敏感、暴躁的 5 种性格底色，以及开心、好奇、依恋等 7 种情绪。

这些设定看起来有点抽象，但在真实互动中却非常直观。

在日常的各种相处之间，用户能从不同的反馈中感知小狗不同的情绪表现。而随着时间推移，毛团儿会逐渐记住用户的互动习惯，并调整自己的行为方式。用户和毛团儿相处的过程，做出的每一个动作，说出的每一句话，都是在不断塑造它的个性。

只有借助能长期学习的大模型能力，才能让毛团儿真正摆脱了一个单纯「玩具」的形象，超越一台重复执行设定好的动作的机器，尽可能成为和用户一起生活玩耍的伙伴。

情绪价值，可以说是我们这个时代最稀缺的一种「品质」，如何让自己开心，成为了我们消费、决策的一大出发点。

盖洛普在 2023 年针对全球 140 多个国家调查显示，全球有至少 10 亿人口感到孤独，并且 19 岁至 29 岁的年轻人感到孤独的比例最高。

随着家庭、个人的原子化趋势，「孤独」渐渐成为了一种相当主流的情绪，但「陪伴」，并没有那么容易获得，它需要更多付出，因此，陪伴型机器人应运而生。

毛团儿通过自然、可预测又充满温度的互动，能为人提供即时的情绪安慰。一个眼神、一声回应、一段轻触，都会让人感受到被关注和理解，这是传统电子产品无法提供的。

比起以往在各种场合见到「只敢远观，不敢亵玩」的人形机器人，我很愿意将毛团儿抱在自己的怀里，不断抚摸，感受体温系统散发的热度，享受它的小动作和满意的哼哼声。

对于未来更多机器人来说，它们都要从这只小狗身上学习，如何跑进我们人类敏感的内心世界。

科沃斯的机器人全布局

毛团儿只是一个切面，是从情感维度的探索，科沃斯的家庭机器人布局，是一整套面向功能、学习与管理的具身智能战略。

本质上，科沃斯知名度最高的扫地机器人产品，本身也是一种「具身智能」，不过是面向「清洁」这一个维度的机器人，在 AWE 上，我们也看到了「地宝 X12」「地宝 T90 Pro」「窗宝 W3」这类产品。

但我们想象中的「家庭机器人」不应止步于此，更应该是一个「管家式」机器人，能够学习我们的需求，记得我们的习惯，实现我们家庭三维空间的管理。

对于这种需求，科沃斯的答卷，是「八界」管家机器人。

如果说扫地机器人解决的是「地面」的清洁任务，那么「八界」就是立体空间的智能管家，负责整理、归位、递送、收纳和协助。

仅仅「完成任务」并不够。科沃斯认为，对于「管家机器人」这种品类而言，自主学习是必备的能力，在最近大火的「龙虾」 OpenClaw 智能体的加持下，「八界」不只会根据指令被动执行，还能学习、理解。

传统的家庭机器人，比如扫地机器人，只是一堆「功能」的集合，还是「工具」的范畴；借助 OpenClaw，八界不为完成单一任务存在，它有长期的目标，能根据场景自我决策。

一个非常具体的场景是，当八界看到地上放着的一个物品，它不是直接抓取然后安置妥当，而是会理解、分析这个东西是什么、属于谁、通常放在哪里，以及现在「是否适合抓取」。

和毛团儿类似，八界也具有「养成」的能力，随着八界和用户相处的时间越长，它会将「经验」转化成「记忆」，辨认家中每个成员，理解他们的不同生活习惯、物品摆放。

简单来说，就是随着八界和用户相处的时间越长，它就越懂你，越个性化。

当八界、毛团儿、地宝放在一个场景之中，科沃斯完整的具身智能图景也得以显现：从工具，到管家，再到伴侣，不同的机器人各司其职，共同构成一个服务家庭生活的系统。

从单一设备到多机器人协同的变化，正是具身智能在家庭场景中的一个重要方向。

家庭里的智能机器人，不再是孤军奋战的设备，而是多态协作的队伍，这就是具身智能的未来方向

机器人走进家门，科沃斯准备好了

埃隆 · 马斯克放言，未来每一个家庭，都会有一个机器人。

过去两三年，具身智能从实验室的探索，登上晚会的大舞台，接受着聚光灯的洗礼，大众的认知和接受度也在不断提高，一个矛盾却渐渐成型：

机器人看起来很酷，但和我们的关系是什么？

其实，机器人走进家门，需要跨越的远非「科幻」与「现实」的鸿沟，而是「技术」到「实用」的门槛。

就像是扫地机，其实本质上就是「智能清洁机器人」，瞄准了家务清洁这个非常垂直的场景，真正实现了将人类从重复而繁重的清洁劳动中解放，成功验证了机器人对人类的实用价值。

对于这家全称为「科沃斯机器人」的企业来说，扫地机器人只是一个起点，只是机器人智能布局的一个板块。

随着多模态人工智能技术成熟，也到了科沃斯迈向下一个阶段的时机。如果说以前「扫地机器人」的核心是「扫地」，「机器人」只是附属；如今，科沃斯的目标，正从工具型家电，迈向多维度的智能伙伴。

于是在这届 AWE 上，我们看到了作为「管家」的八界，以及作为「伙伴」的毛团儿，它们比扫地机器人「地宝」走得更远，正在慢慢丰富科沃斯的「具身智能」阵列。

从扫地机，到八界和毛团儿，每一步都是一次坚实的技术接力：为了避障开发的多模态能力，为了学习家庭环境打造的机器学习算法，诸如此类的技术积累，都是科沃斯迈向具身智能一个个脚印，水到渠成，也顺理成章。

具身智能初创公司，将机器人领上表演台，让世界认识这种新技术，这当然是高难度的技术突破。

但想要跑通整个商业模式，不仅需要技术，还需要洞察，要将机器人从聚光灯下带走，领进每个人的家门。

当我看到 AWE 展馆里，不少路人都为毛团儿驻足，忍不住上手摸摸它的头，我相信，那个人机共存的未来，已经隐约可见。

#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。

过去几年，「合资掉队」几乎成为行业内心照不宣的共识。

在智能化、续航以及座舱空间等核心维度上，合资品牌的产品力正面临国产新势力的严峻挑战，其在燃油车时代积淀的品牌势能，也在新能源浪潮中被快速消耗。

即便是曾在燃油车时代称霸销量的上汽大众也不例外。尽管市场基本盘犹在，但其在舆论场上的声量已大不如前。

在这种困境下，大众也不得不尝试采用新势力的打法。16 日中午，上汽大众为即将到来的六座增程 SUV——ID. ERA 9X 举办了一场技术发布会。

而当被问及过去与理想汽车关于增程技术的争议时，上汽大众高管傅强坦然承认了当时的判断失误，并用一句「感谢中国汽车人的努力」，展现了大众自我纠错与求变的决心。

因此，ID. ERA 9X 的问世具备了超越产品本身的意义。它不只是大众在中国推出的又一款 SUV，更释放出一个强烈信号：这家德国车企，终于开始用中国速度和中国思维造车了。

中国方案

外观，是 ID. ERA 9X 递给市场的第一张名片。

整车高度还原了概念车的设计神韵，车身轮廓方正挺拔。前脸的封闭式造型配合贯穿式 LED 灯带与发光 LOGO，极具未来科技感；保险杠下方的两块矩形 LED 日间行车灯，则进一步提升了前脸的辨识度。

来到车身侧面，设计师通过对全车立柱的黑化处理，巧妙营造出悬浮式车顶的视觉效果，在保留旗舰 SUV 厚重气场的同时，为车身线条注入了一丝轻盈感。电吸门、前后包围的发光装饰件，以及最大可达 21 英寸的密幅式轮毂，将豪华感与运动感平衡得恰到好处。

尺寸方面，新车长宽高分别达到 5207/1997/1810mm，轴距更是长达 3070mm。这一越级身形超越了揽境，使其一跃成为大众品牌全球在售体型最大的 SUV。

此外，大众为新车提供了仙踪绿、大漠金、天境蓝、雪域白、远山灰、曜石黑六款车身配色，内饰则提供本色（米白）、锦橙、墨宝三种主题风格。

如果说磅礴的外观是敲门砖，那么 ID. ERA 9X 的智能座舱，则是其真正展现「本土化诚意」的核心答卷。

依托 3070mm 的超长轴距与方正的车身结构，车内二、三排的头部与腿部空间极其充裕。第三排彻底告别了「应急小板凳」的窘境，真正满足了全家满员、高品质出行的需求。

舱内配置上，新车前排搭载了一块 15.6 英寸的主副驾双联屏，将主驾仪表与中控功能集成于一体；后排则配备了一块 21.4 英寸的可折叠吸顶大屏。

全车屏幕均采用视角补偿膜，贴心照顾了不同位置乘客的观看体验。尤为亮眼的是，内饰木纹饰板中创新植入了 Smart Surface 魔术屏。这种在隐藏状态与触控操作间无缝切换的设计，在目前的国内量产车中可谓独树一帜。

此外，从 AR-HUD 抬头显示、二排零重力座椅、智能冷暖冰箱，到支持四音区独立唤醒的智能语音系统、5G 车联网以及主动降噪技术，ID. ERA 9X 的座舱配置已全面对齐国产高端新势力，彻底补齐了以往合资品牌在舒适体验与科技感上的短板。

在消费者日益看重的智驾领域，大众果断选择了成熟的「中国方案」。

新车搭载了由 Momenta 深度赋能的高阶智驾系统。在车顶激光雷达、毫米波雷达与高清摄像头等强大硬件的加持下，新车能够实现涵盖高速、城市以及点到点的全场景无图 NOA 领航辅助。无论是自动跟车、智能变道，还是复杂场景下的智能泊车与开门预警，其智驾表现均已跻身行业第一梯队。

德系底蕴

ID. ERA 9X 的动力总成与底盘调校，则是大众将深厚德系工程底蕴与中国本土需求完美融合的最佳印证。

新车搭载了专为增程车型研发的 EA211 EVO II 系列 105kW 发动机，官方自信地将其誉为「地表最强增程器」。

通过集成米勒循环、VTG 可变截面涡轮以及 350bar 高压直喷等先进技术，该增程器在亏电工况下的动力衰减仅约 5%。

即便在零下 30℃ 的极寒环境中，其零百加速依然能达到 6.31 秒，且增程器介入时的舱内噪音增量不到 0.5 分贝（dB），真正做到了无感介入。

新车目前有两种动力规格，最大功率 220kW 的单电机后驱版，以及综合功率达 380kW（前 160kW / 后 220kW）的双电机四驱版。

电池方面，大众提供了 51.1kWh 磷酸铁锂与 65.2kWh 宁德时代三元锂两套方案，CLTC 工况下最高纯电续航超过 400km，综合续航里程更是突破 1000km。

为了让这台长达 5.2 米的庞然大物在城市中穿梭自如，大众为其配备了越级的底盘系统。

双叉臂加后五连杆的独立悬架组合，配合可选装的双腔空气弹簧及 DCC 连续可调减振器，实现了舒适滤震与德系稳健驾驶质感的完美统一。

更值得一提的是，得益于后轮转向技术的加入，ID. ERA 9X 的最小转弯直径大幅缩减至 11.2 米，让这款大型 SUV 在狭窄地库中的操控灵活性足以媲美紧凑型轿车。

安全性方面，ID. ERA 9X 车身关键部位采用了强度高达 1300MPa 的热成型钢；电池包获得 IP68 级防尘防水认证，并顺利通过了挤压、针刺、火烧、涉水等严苛测试。

同时，全车标配多安全气囊与侧气帘，并搭载了车身稳定系统、胎压监测、上坡辅助、防翻滚系统等丰富的安全配置，全方位守护出行安全。

数据显示，2026 年 1 月，大众品牌在华销量为 8.96 万辆。尽管其燃油车基本盘依然稳固，累计销量已突破 2600 万辆，但在新能源转型的浪潮下，其面临的压迫感依然与日俱增。

此前，上汽大众曾宣布将在 2026 年推出 7 款新能源车型。作为其中的旗舰先锋，ID. ERA 9X 不仅承担着攻坚重任，更是整个 ID. 家族尖端技术向更多车型扩展的重要验证平台。

这款车所代表的，是一种被大众内部称为「全球技术 + 本土需求」的融合范式。它不是简单地将德国车照搬到中国市场，也不是盲目抛弃德系工程基因去迎合流行趋势。

EA211 增程器的背后，是多年发动机研发的深厚积累；12 年防腐标准与 10 年老化测试，是大众恪守已久的工程规范；而智能座舱、后排娱乐屏、四音区语音交互等功能，则是深刻洞察中国家庭用车逻辑后量身定制的本土化选择。

然而，ID. ERA 9X 即将踏入的市场，早已是强敌环伺。30 万级大型六座 SUV，堪称当下竞争最惨烈的细分赛道之一。

问界 M9 凭借华为的智能化光环牢牢占据了消费者心智；全新理想 L9 誓言重新定义家用旗舰标准；蔚来 ES8/ES9 依靠换电体系构建起坚固的护城河；智己 LS9、岚图泰山等强劲对手也正以各自的方式切入这片红海。

那么，大众凭什么能从中分得一杯羹？

答案或许正是那个在新势力语境中略显「老派」的词——德系。在一众强调智能化与科技感的国产旗舰中，大众的品牌基因本身构成一种差异化，机械扎实、底盘可靠、工程严谨。

「德系品质」，依然是一块被广大中国消费者深深信赖的金字招牌。

但上汽大众显然清楚，光靠品牌光环已经远远不够。ID. ERA 9X 必须同时在智能化、空间表现、续航能力以及座舱体验上拿出真本事、补齐必修课，才有资格踏进这条硝烟弥漫的战壕，与国产新势力们一较高下。

#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。

上周，龙虾圈开始流传一个神秘模型的名字：Pony-Alpha-2。

没有发布会，没有官方介绍，它就这么悄悄跑在智谱的 AutoClaw 澳龙里，开放给用户内测。没想到口碑一路发酵，于是大家都在问：这个匿名 AI 到底是什么模型？

今天，谜底揭开了。它就是 GLM-5-Turbo，智谱今天正式发布的「全球首个龙虾模型」，也是智谱自 2025 年以来首个闭源模型。

通用模型跑龙虾，为什么老是掉链子

养过龙虾的用户大概都有这个体感：让模型聊天、写东西，挺顺的。但真让它跑任务，走到第三步往往就开始出问题。工具调用报错、忘记上下文、长任务中途崩掉，各种情况都有。

这个问题的根不在框架，在底层模型本身。通用大模型的训练目标是对话，执行工作流完全是另一回事。一旦进入多步骤、多工具串联、需要持续跑的真实龙虾场景，就力不从心了。

GLM-5-Turbo 的出发点就是解这个问题。从训练数据构造到优化目标，全链路针对龙虾场景做专项优化，重点练了五块能力。

工具调用方面，强化对外部工具和各类 Skill 的稳定调用，不掉链子是基本要求。指令遵循方面，复杂多层的长指令能准确拆解，支持识别目标、规划步骤、多智能体分工协作。

定时和持续性任务是另一个重点，模型能理解时间维度上的指令，处理定时触发场景，长任务持续执行不中断。编程能力延续了 GLM 系列强势，能以极低人工干预完成长程 Agentic 工程任务，从 Vibe Coding 迈向 Agentic Engineering。速度上，高吞吐长链路场景也做了专项提速，响应稳定性领跑同类模型。

评测层面，GLM-5-Turbo 在智谱自研的龙虾场景端到端基准 ZClawBench 中拿下国产模型第一。

ZClawBench 的诞生有一定的背景。

随着 OpenClaw 普及，当前任务类型已覆盖安装配置、代码开发、信息搜集、数据分析、内容创作等多元化场景。

用户群体也从早期开发者扩展到效率办公人群、金融从业者、运维工程师、内容创作者与研究分析人员。ZClawBench 正是基于这批真实用例构建的，目前题库和测试轨迹已全面公开。

此外，GLM-5-Turbo 还接入了软通动力旗下机械革命盒子，打造原生 AI Agent 终端体验。不过，这次发布有个插曲值得单说。GLM-5-Turbo 的 API 价格也迎来今年的第二次涨价，较 GLM-5 上调 20%。

尽管考虑到龙虾任务动辄涉及数十轮工具调用与上下文衔接，一个典型的跨部门会议纪要整理和任务分发，token 消耗远超普通对话。但对企业来说，算账的维度也正在发生变化——

花多少 token 已经不是关键，AI 员工帮省了多少人力才是重中之重。

随模型一起发布的是面向个人和企业的龙虾套餐，个人版和 Team 版都有。

无论是一人公司、创业团队，还是大中型企业，都能根据自身业务规模灵活订阅，每个账号最多购买 5 个。企业可通过 Team 版按实际员工数灵活订阅，以可控成本保障 tokens 供给和 AI 员工稳定在线。

配套推出的企业级安全管理体系「Claw for Enterprise Security」，支持对不同类型 Claw 进行统一调度与权限编排。通过集中化管控台，可以对每一个 Agent 任务的执行路径、工具调用链路和资源消耗进行实时可视化监控。

龙虾模型，瞄准企业入口

光看介绍不够，用真实任务测了一下，说说体感。

第一个场景非常简单，定一个 10 分钟后的闹钟，时间到了飞书提醒「起来动一动」。模型直接回复已设定 14:22 提醒，10 分钟后飞书准时收到消息，没有任何需要人工干预的步骤。

第二个场景则是信息搜集，让它汇总当天科技圈热点。模型调工具跑了一遍，整理出英伟达 GTC 大会、马斯克宣布 7 天后启动 Terafab 造芯、国家新增六大未来重点产业等要点。

最后一个图一乐的场景稍微有点折腾。龙虾跑在飞书妙搭提供的云电脑上，底层是阿里云 ECS 虚拟机。我让它写一个温度监控 Skill，写完封装好，自动加载生效，超过 40 度飞书预警。问题来了，云虚拟机没有物理温度传感器，直接读温度这条路走不通。

模型没有卡住等我给方向，而是自己依次尝试了五种读取方式，都不行之后改用 CPU 负载作为代理指标来估算温度，并告诉我为什么这么处理。

脚本写完本地跑通，写 SKILL.md，注册进 openclaw.json，触发重启，再跑 doctor 确认加载成功，最后飞书发来确认：当前温度 27°C，一切正常。整个链路没有中断，也没有等我发下一条指令。

三个任务跑下来，工具没掉链子，时间指令被准确理解，信息搜集给结论不只是罗列。当然这几个属于相对标准的龙虾任务，更复杂的多智能体协同场景还需要更多实测。

截至发稿前，GLM-5-Turbo 现已上线，开发者和企业用户可通过智谱开放平台 BigModel.cn 或 api.z.ai 调用 API，也可通过龙虾套餐接入。

GLM Coding Plan Max 已纳入 GLM-5-Turbo，Pro 套餐将在本月内支持，Lite 套餐 4 月接入。如需长期稳定运行、后台持续执行或更高负载的 Agent 场景，建议优先选择龙虾套餐。

AutoClaw 澳龙默认模型已切换为 GLM-5-Turbo，即日起至 3 月 22 日有限时加油包折扣，最高享 3.4 折，加油包自购买起 7 日内有效。

值得关注的是，龙虾让普通用户第一次真正感受到了「AI 在帮我干活」和「AI 在帮我回答问题」的差别。前者需要的能力完全不一样，这也是为什么专门为龙虾场景训练的模型，和通用模型之间会拉开那么明显的差距。

Agent 时代的竞争，最终拼的可能不是通用能力的高低，而是谁能在特定场景里真正跑通、真正稳定、真正被企业当成生产力工具来用。能力只是入场券，能不能持续干活才是真正的考题。

附上体验地址：

• AutoClaw澳龙客户端：https://autoglm.zhipuai.cn/autoclaw
• Z.ai：z.ai
• 智谱清言APP/网页版

#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。

前不久我家装修完毕刚刚入住，算是从非智能家居时代跨过了智能家居的门槛，睡前想设个「仅卧室开灯且亮度减半」的场景，发现要手动配置全屋二三十个灯具。折腾到一半放弃了，还是下床一个个去关。

原来智能家居不是「设备联网+app 操控」就行——有时候，它比非智能还折腾。

全屋联网很多年了，但全屋未必谈得上智能

万物互联说了十几年，用户却始终有一种熟悉的失望感。设备越来越多，联网越来越容易，语音控制也早就不新鲜，可真到了家里，所谓「智能」常常停在表面——一条指令对应一个动作。系统会执行，但谈不上理解；能联动，但谈不上主动。

诚然，想让家电完全听懂人的话并非易事，需要家电至少具备六大核心能力：连接、感知、推理、执行、记忆、优化，但其中的推理与记忆这两项能力，往往是绝大多数家电的短板。

例如「把开着灯的房间的窗帘都关上」，人一听就懂，家电却可能只抓住关键词——要么开灯，要么关所有窗帘。再如你习惯睡觉时空调开 26℃，但说「我要睡觉了」，空调只会机械开机，不会主动调到 26℃。

推理和记忆的缺位，背后有着系统性的挑战。美的 AI 研究院院长徐翼指出，推理层面的挑战主要集中于设备能力天然异构，家庭环境各有不同，用户输入总是模糊，体感判断因人而异，以及在快速响应和准确理解间找到平衡。记忆层面的难点则是区分即时信息与长期偏好，形成可关联的结构化知识，并在正确时刻调用正确记忆，且能随用户习惯变化而动态调整。最终，记忆还需与推理融合，让经验沉淀为长期能力。

要解决上述问题，必须从底层重构智能家居的能力。美的近日发布的行业首个自进化家居智能体 MevoX，正是为解决上述挑战而生。

MevoX 具备高阶推理与持续记忆两大核心能力，其中「推理」并不是把一句话翻译成指令那么简单，而是把时间、空间、状态、场景、定位等多个维度的信息一起纳入判断，再推断用户真正想实现的结果。而「记忆」能力分成短期、中期、长期三层，它记的不是死板口令，而是用户偏好与生活习惯。例如，用户说过一次「我睡觉怕冷」，系统就会把它沉淀为之后夜间环境调节的依据。

整体来看，MevoX 作为能理解用户的 AI 大脑，实现了「用户表达感受－系统理解意图－空间执行方案」的闭环，让全屋智能从「人驱动设备」升级为「意图驱动空间」，在每一次交互后变得更懂用户。

MIA 1.0：让家从「设备联动」走向「自动驾驶」

有了 MevoX 这个 AI 大脑，还需要一个统一调度的系统，才能真正让全屋设备协同起来。为此，美的打造了家庭智航系统 MIA 1.0。这个名字听起来有点像汽车行业，可它的目的其实很贴切：如果说单个家电只是一个个会执行任务的零件，那 MIA 1.0 就像家庭空间里的总调度系统，它负责统一调度设备，做最优决策，让家从单品智能走向系统智能，再走向多智能体协同。美的自己的比喻是「家庭自动驾驶系统」。这说法有点野心，但也的确比「联动」更接近它要做的事情。

在 MIA 1.0 的逻辑里，智能是多线并进的。

第一条线是单品智能。每台设备先把自己的专业能力做扎实。空调更懂空气，洗衣机更懂洗护，净水设备更懂用水安全。

第二条线是系统智能。空调、风扇、空净、加湿器、空气传感器组成空气系统；厨房、洗护、照明、安全、能源也分别形成更垂直的场景系统。它们不再是简单的机械联动，而是围绕一个生活目标持续工作。

第三条线是多智能体协同，也就是这次发布会里反复提到的重点。智能家居开始向手机、汽车等外部终端延伸，形成更完整的人、车、家流转体验。美的正在推动 A2A （Agent to Agent）等前沿技术落地，并已与多家主流的手机厂商、车企展开合作。你可以把它理解成：不同空间里的智能体，开始围绕同一件生活任务协作，而不是各干各的。

由此，MIA 1.0 实现了对全屋智能设备的统一调度与最优决策，真正让家具备思考能力、运行能力与服务能力，实现家庭的「自动驾驶」体验。

当 MevoX 赋予全屋智能「自我进化」的认知能力，MIA 1.0 赋予其「主动服务」的执行能力，家的角色开始发生本质变化：它不再是等待指令的工具箱，而是一个能够感知、思考、行动的「生命体」。设备学会了主动服务，空间学会了动态适应，家真正活了起来。

美的想同时做「家电大师」和「智能专家」

当前汽车行业有一个非常有意思的现象，就是不少老牌汽车企业因为一直在汽车硬件上进行投入，轻视甚至忽视了在智能座舱和辅助驾驶领域的投入，面临新势力汽车品牌竞争的时候，显得陈旧和老迈。痛定思痛之后，只能靠引入外部合作伙伴补齐短板。

类似的情况也出现在家电行业。

过去行业里常见两种路线：一类更懂硬件和家电，却不够擅长 AI 系统；另一类很懂智能交互和软件能力，可一旦落到具体家电、空间、家庭，就容易出现「会说不会干」的问题。而美的却正在把两者真正融合——既是「家电大师」，也是「智能专家」。

美的全品类已有 5 亿台家电具备联网能力，全球超过 1.4 亿智能家电联网，超过 1.5 亿智能用户接入，完成超过 150 个品类的家电产品 AI 化布局。

诸多 AI 应用正在发愁拉新用户，用户活跃度和用户留存的问题，对于美的来说，他们需要考虑的，仅是用 AI 去激活焕新这以亿计算的产品和用户。

这是类似于「给岁月以文明，而不是给文明以岁月」的逻辑，美的需要给产品以 AI。

徐翼在采访里谈到集团层面的 AI 投入时，也给了一个重要的信息：

AI 研究院会持续支撑集团所有业务，其次 AI 研究院在持续招聘、持续投入，包括在算力方面、在基础设施建设方面，一直都在持续投入。美的此前也公开宣布，未来三年会投 600 亿在 AI 及前沿科研领域。

美的 AI 研究院成立于 2020 年，此时距离改变世界的 ChatGPT 3.5 发布还有 2 年的时间，但无论是从成立时间节点，还是投入力度上来看，美的对于 AI 的态度，都是行业里最为前瞻的。并且美的对 AI 的布局早已不限于家电家居，而是拓展到了智能楼宇、具身智能、能源等领域。

独行者快，众行者远，美的这次还明确提出打造「一个更多样的智能开放平台」，通过与手机、汽车、内容、硬件、AI 五大生态伙伴共赢合作，为用户打造全场景的智慧生活。目前，美的已经与荣耀、vivo、OPPO 等手机品牌，以及比亚迪、蔚来、长安等车企展开合作。

这一系列动作，正在让行业重新认识全屋智能的本质：它不是彼此割裂的孤岛，而是开放共赢的生态；不是技术高高在上的炫技，而是以人为本的服务。

具体到人和家的层面，MevoX 的意义其实也很朴素。它让人从适应设备，慢慢回到让设备适应人。你不必记住那么多命令，不必反复解释自己，也不必每次都从零开始设置生活。家能记住你，能推断你，能在恰当的时候替你处理掉那些碎小但频繁的决定。灯什么时候该亮，空气什么时候该调，洗护什么时候该提醒，厨房什么时候该介入，系统开始承担这些琐碎的判断。生活不是因此变得科幻，而是终于少了一点被设备反向管理的疲惫。

正如徐翼所说，MevoX的使命，是让智能家电从「工具」变成「家人」。至此，家的意义也被重构了，它不再是越住越旧的房子，而是越住越新，越住越省心，越住越开心的空间。

#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。