你手上的 Apple Watch，马上要有新功能了，我们希望你「用不上」。

国家药品监督管理局官网公示，美国苹果公司的「移动脉率房颤迹象记录软件」已经在 2025 年 12 月 26 日完成医疗器械进口注册。

也就是说，Apple Watch 的「房颤历史」功能很快就要开放给国内的 Apple Watch 了，有望在下一个 iOS 或 watchOS 版本更新中推出。

对此，苹果公司回应了北京青年报，表示正在按规定走流程办手续，期待为中国大陆的用户提供这一体验。

另外，对于大部分 Apple Watch 用户来说，房颤记录功能顺利落地，可能也意味着睡眠呼吸暂停、高血压风险监测这些同样带有临床医疗性质的功能同样正在审批，值得期待。

房颤，隐形的慢性杀手

掐指一算，这个功能已经算是 3 年半以前的新功能，在 2022 年随着 watchOS 9 一起推出。

「房颤」全名「心房颤动」，顾名思义就是「心房在乱颤」：当心房出现异常的电激动，心脏上下心房和心室的跳动不同步，出现高频无效收缩。

这是一种引起心率不规则和异常过快的心脏疾病，也是心率不齐最常见的形式。

正常的心跳频率是一分钟 60-100 次，房颤患者的静息心率一般为每分钟 100 到 120 次，有时甚至会高达 300 次。

房颤是一种相对更隐形的疾病，因为它可能不会引发任何症状，有不少房颤患者还能过着健康的生活，严重患者可能会出现心跳过快、心悸、疲劳、呼吸急促这些症状。

但房颤会提高一些并发症的风险，长期处于房颤状态并且没有治疗的患者，可能会导致心力衰竭和血栓，中风的可能性是常规的 4 到 5 倍。

2025 年，我国成人房颤的年龄标化患病率为 1.6%，患者人数接近 2000 万，60 岁以上人群发病率高达 6%。

每年的 6 月 6 日，都是「中国房颤日」， 足以看出国家对于房颤这样的隐形杀手相当重视。

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。

专属于患者的管理工具

检测房颤迹象的相关功能，其实已经在 2021 年上线了国行 Apple Watch，当用户出现疑似房颤的心率不齐功能时，手表就会发出警告，提醒用户去寻找专业的医学帮助了。

即将上线的 Apple Watch 这个「房颤历史」的功能，并非针对所有用户推出的。

不管是苹果官网还是药监局的公示都标明，房颤历史主要针对 22 岁及以上已确诊房颤的患者，通过统计长时间的心脏数据，估算可能的房颤发作时长比例，不提供单独的房颤迹象提示——不是「报警器」，而是「心脏日记」。

在 iPhone 的健康 App -浏览-心脏板块，其实已经有「房颤历史」的板块，目前还不能打开。

根据苹果介绍，这个功能会定期检查用户的心率，以侦测心房颤动的迹象。

简单来说，就是 Apple Watch 会根据多种参数，估算用户在一段时间内，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」。

除了心脏数据，健康 App 还会收集运动时长、睡眠、体重、酒精摄入量、正念时长的数据，这些都是可能会影响房颤发作时间的生活因素。

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」。

在相关页面中，用户可以将上面提到的生活数据，与房颤记录进行互相比较，由此发现和房颤发生相关性更高的生活因素。

根据苹果健康副总裁 Sumbul Desai 透露，在与 FDA 批准的参考设备对比下，Apple Watch 测量的平均差异不到 1%。

对于患者来说，虽然他们已经确诊房颤，也不可能长时间佩戴着心电图和其他医疗设备，24 小时检测自己的房颤负荷。

但作为一个日常穿戴设备的 Apple Watch 来说，这恰恰是它最擅长的场景，即使数据不一定完全准确，也能提供一个大致的趋势，帮助用户判断自己的房颤负荷是否在接受治疗后有所降低。

特别是 Apple Watch 可以将房颤数据和生活因素进行对比，让用户能更清楚自己的生活方式如何影响自己的心脏状况，对个体化的房颤管理很有价值。

虽然不能作为医疗诊断，也可以作为医生的补充数据，综合专业临床数据进行诊断。

包括 Apple Watch 在内的各种智能手表，这几年都在发力「健康预警」的功能，帮助用户发现一系列慢性病风险，例如睡眠呼吸暂停、房颤感知、听力损失等等。

但确诊之后，很多穿戴设备的相关功能，就相对更有限了，明明患者才更需要帮助。

房颤历史，就是在心血管领域填补这部分的空白，它不是预警能力，而是名副其实的「管理工具」。

类似的，还有 AirPods 的「助听器」功能，苹果甚至做出了严格的限制，用户必须要在苹果测试后确认有听力损伤，才能开启相关的功能。

作为智能手表的先行者，苹果开了这个头，也会有越来越多的厂商跟进。去年华为推出的 WATCH GT6 系列，也搭载了类似的房颤负荷记录功能。

这算「抄袭」吗？两者在功能上几乎一模一样，只是都采取了自己研发的算法。

我觉得对于智能手表功能来说，不存在「抄袭」一说，不管是哪个品牌的用户，你发起我跟进，都是一件绝对的好事。

参考文章：
澎湃新闻《房颤患者人数接近2000万，专家：提高大众知晓率是防治重要一环》

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

没想到有一天，在消费电子展（CES）上所看到的惊艳产品，不是三星、联想这些老面孔的手笔，而是来自全世界最出名的玩具厂——乐高。

这套叫「智能积木」的全新产品，是乐高「智能游玩」愿景的一部分：乐高将一个微型电脑做进积木块里，和其他带有 NFC 标签的积木感应，让整套乐高积木「活过来」。

第一批向世界问世的智能积木玩具套装，是经典 IP「星球大战」，将于今年 3 月 1 日正式发售。

对于乐高来说，这可能是继 1978 年推出经典小人以来，最重要的一次进化。

一块有「生命」的积木

乐高这次公布了「智能游玩」的三种主要元件：

• 智能积木（SMART Brick），核心部件，一台塞进乐高经典 2×4 积木中的微型电脑
• 智能标签（SMART Tag），通过 NFC 告诉智能积木应该如何交互
• 智能小人（SMART Minifigure），乐高经典小人，但体内带有 NFC 标签

说智能积木只是一个计算机有点偏颇，实际上它内部包含了灯光、扬声器、光线传感器、惯性传感器、麦克风、蓝牙 Mesh 模块。

可以理解为，小小的积木块里，塞了个比较完整的树莓派。

通俗地来说，智能积木的作用很像动画《成龙历险记》里的「鼠符咒」，拥有让玩具「化静为动」的能力——不过还不能让积木真的动起来，主要用闪光和声音赋予乐高积木「生命」。

乐高表示，这些智能积木系统是公司六年积极开发的成果，希望让各种小部件彼此之间都能产生互动感，而不是仅仅围绕一个大型积木机器人作为核心。

和乐高之前推出的一些需要更换电池的电动积木玩具不同，智能积木采用无线充电方案，一块充电板可以给多块积木充电，不仅更安全，也巧妙隐藏了积木的「技术」属性。

（如果非要说乐高比苹果先做出了一板多充，倒是也没错……）

乐高没有给智能积木设计「电源键」，通过摇晃来启动，长时间静置会进入待机，乐高声称电池可以高强度游玩 45 分钟，并且可以闲置很长时间，但最好六个月充一次电。

让智能积木知道自己被安装在了飞机还是汽车上，离不开「智能标签」的辅助——它相当于在积木上贴了个 NFC 贴纸，指挥智能积木做出正确的反应。每个标签上都有一个图案，告知用户功能。

智能小人也内置这样的标签，告诉智能积木自己的性格，使其发出对应的声音和交互。

所以，当我们将智能积木、「飞机」智能标签、有恐飞症的智能小人，以及普通的飞机乐高积木组装在一起，我们就能听到飞机飞行的声音，和小人因为害怕飞行发出的惊叫声，活人感满满。

发出声音只是智能积木能力的冰山一角，在大量传感器加持下，智能积木可以感知运动、位置和距离，使积木模型在游戏过程中做出不同的反应。

例如四只小鸭和一只鸭妈妈的积木，每一只身上都有智能积木，贴了智能标签。互动相当有趣：当鸭妈妈背对小鸭时，调皮的小鸭会乱叫；如果把鸭妈妈转过头来面对小鸭，它们就会乖乖地保持安静——这体现了智能积木对于方向/位置有感应能力。

duck

The Verge 还在现场体验了由警车积木、警察小人和抢劫犯小人构成的一套交互系统：

• 如果抢劫犯靠近警车，会响起警报；如果是警察，则是「哔哔」的解锁声
• 把警察放进警车积木后座，会传出打瞌睡的声音，此时把抢劫犯放进前排，警察会大喊大叫醒来

Gizmodo 和 Gadget Guy 的编辑都在 CES 现场体验了「星战」套装：大反派达斯 · 维达进入飞船时，会响起他著名的入场音乐，成为名副其实「自带 BGM 的男人」。

和不同的小人、战机配合使用，智能积木会发出不一样的声音和动静，手持飞机「飞行」时，智能积木的音频会根据移动速度的快慢和方式作出反应，产生不同的音效，按下按钮还会有激光枪射击的效果，引得现场围观群众「wow」声连连。

拿起不同的小人，让他们用光剑「对打」时，智能积木也会发出仿真的光剑碰撞声音。

Gadget Guy 还尝试了「混搭」，发现玩法没有边界，混搭起来妙趣横生。她给霸王龙贴上飞船标签，于是在空中翱翔时会发出飞船的轰鸣声——毕竟乐高本就没有错误的拼法，这可真是抓到精髓了。

不同的标签、人偶之间会形成奇妙的化学反应，因此智能积木是一个充满可能性的系统，鼓励孩子们去尽情探索。

乐高产品和市场高管 Julia Goldin 也在与 The Verge 中预告了更多「混搭」的可能性：想象一下星球大战人偶遇上了漫威人偶，会发生什么？

「智能游玩」方案的巧妙之处在于，最核心的智能积木部件是通用的，拥有智能积木的玩家，搭配智能标签就能在老积木上开玩，未来只需要购买新出的智能小人和标签，相对降低了门槛。

作为面向儿童的玩具，乐高也强调了智能积木的一些敏感问题：比如，虽然冠以「智能」的名号，这玩意真的没有 AI！工作原理是纯粹的传感器感应，以及读取 NFC 贴纸设定好的程序。

智能积木的玩法上限，完全取决于乐高的想象力和创造性。这也和乐高的底层逻辑一脉相承。

不过目前，用户无法对智能积木和标签进行重新编程，一定程度上降低了 DIY 的可玩性——乐高这么做也是可以理解的，毕竟你不想让孩子玩的玩具被写进一些很黄很暴力的程序。

乐高也确认，这些积木是可以通过蓝牙更新的，官方会根据反馈不断优化体验、加入新能力。

隐私方面，智能积木没有任何摄像头，因此也无法和之前乐高一些通过条码交互的智能玩具兼容。

至于智能积木上的麦克风，乐高表示其也只是作传感器用，例如放在生日蛋糕上，可以对积木吹气模拟「吹蜡烛」的效果，以及捕捉一些声音输入，来响应孩子们的行为。

价格方面，智能积木和成套的传统积木捆绑售卖，目前没有单卖的选项。

以「星战」套装为例，包含一个智能积木、智能标签，473 件积木的战机，以及一个达斯 · 维达的智能小人，售价 70 美元，折合人民币约 500 元，比传统乐高积木略贵一点。

智能积木，是好还是不好？

关于「智能积木」的未来发展计划，Julia Goldin 告诉 The Verge，公司相当期待这个新平台的潜力，未来会不断进化，并且已经制定了许多计划。

虽然在 CES 展示的智能积木主要面向儿童，但 Goldin 也暗示称整个「智能游玩」项目，也会为乐高的成年人产品线赋予「新的意义」。

对于乐高来说，这也是一个很有潜力的平台，而不是一个孤立的玩具系列。

智能积木就像是 PS5、Switch 这样的「游戏机」，而首发的「星球大战」系列就是护航游戏——如果它没能成功，乐高可以马上应变，通过更新改进，以及推出新玩法的积木。

乐高之前也尝试过给传统积木产品引入数字技术。早在 6 年前，乐高就联手任天堂推出了「马力欧套装」，玩家用乐高积木搭建自己的关卡，让内置传感器马力欧人偶在实物场景中跑关、收集金币、互动敌人和道具。

马力欧套装更多是一种联名产品的技术探索。而「智能积木」则确实是乐高这家公司本身，在核心产品线上，在过去半个世纪以来最重大的一次革新。

但不是所有人都和乐高一样，对积木的智能化激动不已。一部分「原教旨主义者」反应相当消极。

他们认为，积木原本就是象征创造力和想象力的玩具，孩子们可以尽情发挥自己的创意和脑洞，但现在，乐高鼓励他们对着标签拼积木——说真的，他们有点像被原教旨主义禁锢了，其实这东西真的挺好玩的。一旦接受了设定，可玩性只增不减。

另一类声音，说的倒是有点道理：万物「智能化」的浪潮真的不可阻挡，现在连乐高积木都被它吞噬，为什么玩具不能像玩具一样，提供原始简单的乐趣？

也有人对乐高近年来越来越高的价格积怨已深，认为「智能积木」也只是一个加价的噱头。

乐高似乎早已预料到智能积木会遭遇争议，不仅在访谈中对智能积木未来详细规划三缄其口，还一再强调智能积木绝对不会「强制」捆绑销售，只是整个乐高积木生态的一部分。在未来相当长一段时间里，仍然会有不包含任何智能功能的产品，依旧是乐高的产品线大头。

对于乐高来说，曾经他们也尝试「脱离积木」的转型，推出机器人、服装等多元化产品，却使公司陷入危机。

最终，乐高回到积木本身，但又不仅限于此，提出「游戏系统」的理念——公司的价值不止于积木本身的品质，更在于组合的体验，才起死回生。

「智能积木」既是一次步子相当大的创新，却没有颠覆乐高数十年来构建的积木游戏系统，反而带入了一种全新的可能性。

我不认同智能积木「缺乏创造力」的观点，它更像是给积木带来了一种变量，孩子们用它创造的发挥空间比以往更大了，混搭能带来的惊喜和反馈，比以往的塑料更可感。

乐高团队也告诉 The Verge，其实他们不愿意将交互设计得「太满」，希望玩家可以继续发挥自己的想象力。

智能积木还进一步加强了乐高「讲故事」的能力，现在乐高小人的故事不仅限于屏幕上的影视作品，还能够直接上手「感受」了。

需要担心的，不是智能积木如何影响创造力，而是乐高的想象力能不能满足孩子们的天马行空——我相信，早已探索过积木和编程奇妙结合的乐高，一定会考虑在合适的时间，将智能积木的 DIY 能力更多开放给玩家。

最后，如果实在不喜欢智能积木，也没人拦着你继续玩经典乐高积木。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

今天上午，智谱 以「全球大模型第一股」的身份登陆港交所主板，而几乎前后脚，远在大洋彼岸的 Google 母公司 Alphabet 股价逆市上涨 2.5%，市值攀升至 3.89 万亿美元，这是自 2019 年以来，其市值首次超过苹果。

两件看似独立的事，背后却指向同一个趋势：AI 带来的想象力，终究要回归到商业价值的验证上。其中，Google 的市值反超尤为值得关注——仅用三年时间完成了在 AI 赛道上的逆风翻盘。

究其原因，根据外媒多篇报道，我们也可以拆解出 Google 的 AI 三板斧：技术打底、资源合并、商业落地。三步环环相扣，构成了 Google AI 战略的完整闭环。

三年磨一剑，Google AI 实现逆风翻盘

Google 真正的转机，始于一次关键的内部资源整合。而这一切的基础，早在十多年前就已埋下伏笔。

2011 年，Google 成立了 Google Brain 研究部门，由计算机科学家杰夫·迪恩（Jeff Dean）联合创办。这个部门研发的神经网络技术，后来成为所有大型语言模型的核心底层支撑，为 Google 的 AI 布局打下了坚实的技术基础。

数年后，Google 收购了位于伦敦的 AI 研究实验室 DeepMind。该实验室由国际象棋神童德米斯·哈萨比斯（Demis Hassabis）联合创立，其开发的 AI 系统在生物分子研究领域取得重大突破，哈萨比斯也因此在 2025 年获得诺贝尔奖，这进一步强化了 Google 在 AI 基础研究领域的优势。

2023 年初，杰夫·迪恩与德米斯·哈萨比斯牵头，推动 DeepMind 与 Google Brain 合并，并向董事会提交了「打造公司史上最强 AI 模型」的战略计划，明确将多模态技术作为核心发展方向。

此次整合并非一帆风顺，两大团队的文化差异引发了不少摩擦。但 Google 拥有一项 OpenAI 难以比拟的优势：稳定且充沛的利润现金流，能够持续为 AI 研发提供充足的资金支持；而 OpenAI 则高度依赖外部投资，资金链的稳定性相对较弱。

2023 年底，Google 正式发布首款 Gemini 模型，这是其资源整合后的首个核心成果，标志着其多模态 AI 战略进入落地阶段。

与 OpenAI 主打文本训练的 ChatGPT 不同，手握全球充沛数据的 Google，为 Gemini 构建了涵盖文本、代码、音频、图像及视频的多模态训练体系。这一策略虽然延长了开发周期，且首款 Gemini 在多项核心指标上仍落后于 ChatGPT，但却为后续 Gemini 3 系列的反超奠定了基础。

值得一提的是，就在 Google 上下焦头烂额的时候，已经退休的联合创始人谢尔盖·布林，在一次聚会上被 OpenAI 研究员 Daniel Selsam 当面问住了：你为什么不全职投身 AI?ChatGPT 的发布难道没激发你的热情吗?

作为 Google（现 Alphabet）的联合创始人之一，谢尔盖·布林自 2019 年卸任总裁，一直退居幕后，Daniel 的提问让布林深受触动，于是决定重返公司一线。

尽管如今看来有些英雄主义的马后炮，但伴随着布林以「创始人模式」全面回归，Google 也顺势完成了一次「再创业」式的组织调整。

除了直接参与 Gemini 模型的问题排查与技术优化。他还推动 Google 完成了一笔价值 27 亿美元的收购，将 AI 领域顶尖研究员丹尼尔·德·弗雷塔斯（Daniel De Freitas）与 Transformer 论文作者之一诺姆·沙泽尔（Noam Shazeer）纳入麾下。如今，二人已成为 Gemini 项目的核心领导者，大幅提升了团队的技术攻坚能力。

更关键的是，Google 在硬件层面的前瞻布局，构建了「软件+硬件」的全产业链优势，这一点是多数竞争对手难以企及的。

早年间，Google 启动了自主 AI 芯片研发项目。当时团队预判，未来语音识别、图像处理等 AI 应用所需的算力，将远超现有水平。最终研发出的「张量处理单元」（TPU）芯片，不仅算力更强，耗电量还低于传统 CPU 与 GPU，成本优势十分显著。

Google 的这一押注最终得到了回报。TPU 芯片不仅成为 Google AI 业务的核心支撑，更对整个 AI 行业产生了颠覆性影响，逐渐成为行业主流的 AI 算力解决方案之一。其最新推出的 AI 芯片「Ironwood」，进一步降低了 AI 模型的运行成本，直接转化为 Google 在 AI 商业化领域的核心竞争力。

一根神秘香蕉，点燃全民 AI 狂欢

2025 年，图片生成模型领域出现了两次病毒式传播事件：一次是 ChatGPT 的 AI 吉卜力画风走红全网，另一次则是 Google 的 Nano Banana（Gemini 2.5 Flash Image）。后者的意外爆火，彻底扭转了市场对 Google AI 产品竞争力的认知。而这款产品的名字，背后还有一个小插曲。

据报道，当时 Google AI 项目经理娜伊娜·拉伊桑哈尼（Naina Raisinghani）负责将这款模型上传到大模型竞技场 LM Arena 平台。凌晨两点半的办公室里空无一人，她即兴组合了两位朋友给自己的昵称，最终确定了「Nano Banana」这个名字。

这款名字独特的产品，很快引发了市场热潮。短短数天内，Nano Banana 就登顶 LM Arena 平台性能排行榜，在社交网络上广泛传播，其影响力远超 Google 内部的预期。

负责 Gemini 应用及 Google 实验室的乔希·伍德沃德（Josh Woodward），将 Nano Banana 的发布定义为「一场成功的灾难」。全球用户在短时间内生成了数百万甚至数十亿张图像，直接导致 Google 算力告急，最终不得不通过「紧急借用」服务器时间来缓解压力。

但这场算力危机，恰恰印证了 Nano Banana 的核心吸引力。2025 年 9 月，Gemini AI 应用成功登顶苹果 App Store 下载榜——这一马斯克多年梦寐以求的位置，成为 Google AI 业务走向大众市场的重要里程碑。

两个月后，Google 推出了迄今为止最强版本的 Gemini 3 系列模型，其多项核心指标超越 ChatGPT。这一突破直接推动 Alphabet 股价大幅飙升，也让 OpenAI CEO 奥特曼紧急拉响「红色警报」，亲自下令改进 ChatGPT。

尽管 OpenAI 随后推出了更强版本的模型，但从市场反馈来看，其表现并未达到预期，未能逆转与 Gemini 的差距。

根据昨天 SimilarWeb 发布的最新数据显示，2026 年 1 月 Gemini 全球网页端流量份额突破 21.5%；这也是 Gemini 首次突破 20% 的市场份额，而 ChatGPT 的份额从 2025 年 1 月 86% 的统治级水平暴跌至 64.5%。

短短三年间，攻守之势异也。

Google 能够快速巩固优势，另一关键在于其将 AI 技术与核心搜索业务深度整合的能力——这是 OpenAI 等初创 AI 企业难以复制的壁垒。

OpenAI 需要从零开始搭建用户触达渠道，而 Google 则可以直接将 AI 能力注入其市场份额超 90% 的搜索引擎。在流量红利的加持下，Gemini 的用户增长速度远超预期：2025 年 10 月，其月活跃用户数量突破 6.5 亿，较当年 7 月的 4.5 亿增长近 50%。

如今，AI 业务已成为 Google 新的核心增长引擎。其收入结构日趋多元化，涵盖搜索广告增量、面向个人与企业的付费版 Gemini，以及自主研发 AI 芯片的销售等多个板块。

从英伟达市值突破 5 万亿美元，到 Google 凭借 AI 实现市值反超，这些现象都说明 AI 仍是当前科技行业最具想象力的赛道。但赛道上的竞争不仅是技术和产品的比拼，也是人才的争夺——就在 Google 高歌猛进之际，苹果正经历近十年最密集的核心人才「离职潮」。

这场离职潮覆盖了 AI、设计等多个核心业务板块，就连支撑苹果生态重要一环的 Safari 浏览器团队，也未能幸免。

昨天傍晚，The Browser Company 首席执行官乔希·米勒（Josh Miller）便在社交平台高调官宣：苹果 Safari 浏览器首席设计师马可·特里维里奥（Marco Triverio）已正式加盟其团队。

特里维里奥曾长期担任 iOS 与 macOS 版 Safari 的首席设计师，主导了 Safari 隐私控制、标签页交互、导航模式等核心功能的设计与优化。值得注意的是，另一位 Safari 首席设计师 Charlie Deets，也已更早一步加盟 The Browser Company。

当然，若仅因人才流失就看衰苹果，显然低估了这家公司的深厚底蕴。

它手握全球最稳固的硬件生态，iPhone、Mac 搭建的用户护城河，至今仍是多数企业难以企及的；充足的现金流，足以支撑它在 AI 赛道耐心布局、持续投入；更别说苹果在硬件研发、用户体验上的积累，本就是 AI 落地消费端的关键筹码。

如果 Google 的翻盘证明了技术积累的价值，那么苹果的故事，同样还没到盖棺定论的时候。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

2026 年，OpenAI 决定认真入局医疗健康领域了。

就在刚刚，OpenAI 重磅推出了 ChatGPT 健康（ChatGPT Health），能够把你的医疗记录、健康 App、甚至是 Apple 健康数据全给串起来，然后用 AI 帮你看懂那些复杂到头大的体检报告、准备就医问题清单、甚至规划饮食运动。

根据 OpenAI 自己透露的数据，健康咨询已经成了 ChatGPT 最高频的使用场景之一，全球每周有超过 2.3 亿人在上面问健康问题。于是，OpenAI 索性直接做个专门的健康版本。

当然，OpenAI 也强调，ChatGPT 健康只是辅助工具，不能替代医生看病，这话既是「免责金牌」，也是 AI 医疗绕不开的「紧箍咒」，更专业的诊断，还得靠临床医生拍板。

单说数据打通这事，OpenAI 这次是真没糊弄。

ChatGPT Health 最拿得出手的卖点，就是能把你那些散落在各处的健康信息整合起来。

以前看个体检报告，可能要在医院门户网站找半天；想对比下最近的血糖变化，又得翻 Apple 健康的各种图表；要是还想结合运动数据分析，那更是要在好几个 App 之间来回切换。

现在 ChatGPT 健康把这些全给连上了——电子病历通过 b.well 这个美国最大的医疗数据平台接入，Apple 健康、MyFitnessPal 这些健身营养 App 也能直接授权连接。

连好之后就简单了，你就能直接问它「我最近胆固醇有啥变化」或者「明天体检我该问医生什么问题」，它会基于你的实际数据给建议。

除了帮你看懂数据，还能帮你准备就医材料、对比保险方案、甚至制定饮食计划。比如你刚生完孩子想恢复运动，它能结合你的身体状况推荐 Peloton 上的合适课程；要是你在用 GLP-1 减肥药还想增肌，它能直接给你排一周食谱，然后通过 Instacart 生成购物清单。

为了不让 ChatGPT 健康变成「网络赤脚医生」，OpenAI 这次找了来自 60 个国家、数十个专科的 260 多位执业医生参与开发。

这些医生在过去两年里给了超过 60 万次反馈，专门教 AI 什么情况该紧急建议去医院、什么时候可以先观察、怎么把复杂的医学术语说得让人能听懂。

OpenAI 还专门搞了个叫 HealthBench 的评估框架，直接用医生定的评分标准给 AI 打分，重点看三件事：安全不安全、说不说得明白、会不会适时让你去看医生。

当然，健康数据的安全，是所有用户最在乎的底线，因此 ChatGPT 健康直接搞了个独立空间，你的健康对话、连接的 App、上传的文件全都和普通聊天记录隔离存储。

健康对话还有独立记忆，你在健康空间聊的东西不会跑到其他聊天里去。反过来也一样，健康空间访问不了你在普通 ChatGPT 里的对话和文件。

当然也有个小例外：要是需要，ChatGPT 可能会参考你最近聊的生活变化，比如搬家、换工作，让健康建议更贴合你的实际情况，但核心的健康信息，绝对不会流回普通聊天。

除了隔离存储，ChatGPT 健康还加了专门的加密和安全审查机制。

所有能接入健康空间的 App 都得通过 OpenAI 的额外安全审查，只能收集必要的最少数据。

你授权了哪些 App、分享了什么数据，随时都能在设置里查看和撤销。OpenAI 还特别强调，健康对话不会用来训练模型。

那什么时候才能用上呢？ChatGPT 健康现在只对一小部分用户开放，想用的话得先加入候补名单。OpenAI 说接下来几周会逐步扩大开放范围，最终会在网页端和 iOS 上向所有用户提供。

而且有些功能还是有地域限制的，比如电子病历接入目前只在美国可用，Apple 健康连接也必须得在 iOS 系统上完成。这意味着国内用户短期内可能还用不上完整功能。

从功能上看，ChatGPT 健康能做的事情确实不少——解读化验结果、准备就诊问题、分析可穿戴设备数据、总结护理说明、对比保险方案。

但实用性到底如何，还得看实际体验。真要是身体不舒服，大多数人估计还是会选择直接去医院，ChatGPT 健康能否真正融入用户的健康管理流程，还得看它能不能在「方便」和「可靠」之间找到平衡点。

相比几年前的「互联网医疗」，越来越多互联网大厂开始入局 AI 健康赛道， 以前是生病了找医生，现在是 AI 主动管理你的各项指标，也就是从「挂号问诊」变成了「健康管家」。

比如前不久蚂蚁阿福月活跃用户已突破 1500 万，是目前国内用户量最大的 AI 健康类 App 之一。 也足以说明了当下普通人对健康的强烈需求。

值得一提的是，OpenAI 应用 CEO Fidji Simo 本人就患有体位性心动过速综合征 (POTS) 以及子宫内膜异位症 (Endometriosis)，这也让其成为相关领域的积极倡导者。

今天凌晨，她也阐述了自己的经历：

「去年这个时候，我因为肾结石住院，后来又感染了。主管医生快速查看了我的病历，给我开了治疗这类感染的常用抗生素。虽然护士已经准备好给我用药，但我还是请她给我几分钟时间适应一下这种药物。

由于我多年来一直患有慢性疾病，我已经将很多健康记录上传到了 ChatGPT。我询问鉴于我的病史，我是否应该服用这种抗生素，ChatGPT 指出，这种抗生素可能会使我几年前患过的一次非常严重的感染复发。

当我跟住院医师提起这件事时，我以为她会反对，没想到她反而松了口气。她告诉我，这种药可能会给我带来非常严重的并发症，她很高兴我发现了这一点。我自然而然地问她，为什么医院里其他人没发现这个问题，她解释说，她查房时平均每个病人只有大约 5 分钟的时间，而且病历的整理方式也无法清晰地反映出这类风险。」

而 OpenAI CEO Sam Altman 也多次在公开场合表示，AI 在阅读病历、分析数据和做出诊断方面，很快就会（或者已经）超过大多数人类医生。

但有意思的是，即便认可 AI 的诊断能力，Altman 也反复强调自己不会把健康完全交给 AI：「我可能是个老古董，但我真的不想把医疗命运全托付给没有人类医生参与的 ChatGPT。」 毕竟医疗健康领域也不全然是技术问题，还包裹着信任、伦理和人情味，这些，也恰恰是真人医生难以被替代的巨大优势。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

两个月前，彭博社报道称 iPhone Air 的设计师阿比杜尔 · 乔杜里（Abidur Chowdhury） 已从苹果离职，转投到一家神秘 AI 创业公司。

消息一出，网友们除了表达对 iPhone Air 后续产品线的忧虑，也更关心这位新锐设计师究竟会落脚何处？两个月后的今天，谜底揭晓，乔杜里加入了一家叫 Hark 的 AI 初创公司，担任设计主管。

如果你没听说过这家公司，完全情有可原，因为它去年 12 月才成立，创始人是连续创业者布雷特·爱德考克（Brett Adcock），用 1 亿美元个人资金创办的。

说起布雷特·爱德考克，AI 圈的朋友对他或许并不陌生。

他所创立的 Figure AI 目前是全球估值最高的人形机器人公司，去年刚完成超 10 亿美元融资，估值飙升至 390 亿美元。亚马逊创始人杰夫·贝索斯、微软、OpenAI、英伟达等均参与过投资，堪称人形机器人赛道的当红炸子鸡。

据 The Information 披露，布雷特将同时执掌 Hark 与 Figure AI 两家公司的 CEO 职位。

如果说 Figure 是他打造「机器人身体」的项目，那么 Hark 的使命，便是为这些身体赋予「智慧的头脑」。而邀请乔杜里加盟，说明布雷特希望这些 AI 不只是聪明，更追求其在形态、质感与交互体验上的表现。

正如布雷特·爱德考克在一份公司内部备忘录写的那样：

「我的观点很简单，目前的 AI 模型还远远不够智能，它们显得很笨，而我们用来访问 AI 的设备本质上也还停留在前 AI 时代。我们的电脑和手机是被动的，它们总是在等待指令，而不是主动协作、真正成为我们的助手。」

通俗来讲，他的核心判断是：现有 AI 本身不够智能，承载 AI 的硬件设备则更显滞后。因此，他选择「软硬兼施」——既布局 AI 技术研发，也深耕硬件载体创新。

说人话就是，现在的 AI 很蠢，但用来跑 AI 的设备更蠢，所以他要软硬两手抓，既布局 AI 技术研发，也深耕硬件载体创新。

据悉，Adcock 还宣布 Hark 成立时表示，将打造「以人为中心的 AI」，这种 AI 能主动思考，不断自我提升，并深切关心人类。他的目标绝非打造一个单纯的 AI 模型，而是创造出能让用户「无法割舍」的 AI 硬件产品。

这也恰好解释了乔杜里选择加盟 Hark 的深层原因。

出生在伦敦的阿比杜尔 · 乔杜里，成长于多元文化的城市，和苹果前首席设计官 Jony Ive 一样受英国工业设计体系的严格训练，却始终在思考下一代的产品设计，他在个人官网用这么一句话来阐述自己的设计理念：

「没什么比创造让人无法割舍的创新产品更让我兴奋。」

短短六年间，乔杜里就曾参与设计了苹果一系列最具创新性的产品，其中就包括 iPhone Air——在苹果发布会上，乔杜里就曾作为设计师代表、担任主讲人，并如此介绍这款 iPhone 的设计理念：

「我们的初衷，是打造一款属于未来的 iPhone。」

对乔杜里而言，iPhone Air 或许只是探索的起点，尽管当下手机虽仍是最成熟的 AI 硬件载体，但 Hark 的愿景，才是他追逐的「未来」。从这个角度看，乔杜里与布雷特的理念可谓不谋而合。

而除了乔杜里，Hark 的招聘名单堪称豪华。

从苹果来的还有前员工 David Narajowski 和 Dave Wilkes 负责硬件，从 Meta 挖来了参与智能眼镜开发的 Eddie Lou，以及一堆 Meta 的核心 AI 人才：Mingbo Ma、Xubo Liu、Xianfeng Rui、Kainan Peng、Zhihong Lei 和 Pengwei Li。

Google 和亚马逊也没逃过魔爪，Hark 从这两家巨头挖来了多位工程师。

目前 Hark 团队已经超过 30 人，计划在今年上半年扩展到 100 人。更重要的是，Hark 的计算集群本周才刚刚上线，首个 AI 模型预计今年夏天发布，这样的推进节奏已经相当「激进」。

更关键的是，初始 1 亿美元仅为「种子资金」，Hark 已专门设立「资本筹集主管」职位，显然计划后续启动更大规模的融资。

如无意外，今年将会是物理 AI 走入大众视野的重要一年，也是 AI 领域「脱虚向实」的重要一年。

在昨天的拉斯维加斯 CES 上，英伟达 CEO 黄仁勋的演讲将更多篇幅放在物理 AI 领域，一方面是为了回应甚嚣尘上的「AI 泡沫论」，但另一方面也如其所说：「物理 AI 的 ChatGPT 时刻即将到来」。

AI 将不再只是停留在云端的算法和数据中心里，而是要真正进入机器人、自动驾驶汽车、智能设备这些看得见摸得着的物理实体中。

包括 OpenAI、Meta、xAI、谷歌、微软等科技巨头一边在模型、芯片、服务器和终端设备上加速补齐技术栈，另一边也在机器人和可穿戴设备等新赛道提前卡位。

这一趋势，或许也让苹果面临更复杂的竞争格局：既要与三星等传统对手在手机等硬件领域博弈，还得警惕 AI 公司从人才、技术等层面「挖墙脚」。

设计师的迁徙，永远是行业风向最灵敏的风向标。六年前，Jony Ive 离开苹果时，人们感叹一个时代的落幕。六年后，乔杜里离开苹果时，一个 AI 硬件新时代同样已经拉开序幕。

AI 将取代设计师的论调依旧不绝于耳，但在产品同质化加剧的背景下，设计师的审美力与创新力仍是这个时代最稀缺、也最无法被 AI 替代的核心竞争力。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

今年的 CES 黄仁勋主题演讲上，罕见的，他没有介绍英伟达的消费级显卡。

目前最新的消费级 GPU，还是去年在 CES 上正式发布的 RTX 50 系列。其中必然有内存全球大涨价的原因，当前市场的内存成本，一周之内就能涨价 50%-100%，并且多个分析机构表示，涨价会持续到 2027 年。

更多的原因还是 AI，就拿 AI 训练和部署来说。一块 RTX 5090 显卡的最大显存是 32GB，随便找一个表现不错的开源大模型，参数都是以百亿为单位，所需要的显存容量，32G 的优势会比较有限。

但英伟达显然不会放弃本地计算的市场，今年不发消费级的显卡，有了全新的消费级个人超算。

英伟达在 CES 2026 上展示了全新的 DGX Spark，并且用它完成了多个 AI 相关的任务。开发者和创作者不需要昂贵的数据中心，通过 DGX Spark，就可以在本地流畅运行、微调，甚至推理高达 100B 参数的前沿 AI 模型。

我们之前也分享过 DGX Spark 的上手体验，下载 1200 亿参数的 GPT-OSS 开源模型，或者部署 Qwen 图片生成、Wan 2.2 视频生成，DGX Spark 都能做到。

再回顾一下 DGX Spark 的主要情况。

• 核心架构：基于 NVIDIA Grace Blackwell 架构打造，将数据中心级别的 AI 算力，浓缩到了紧凑的桌面机箱中。
• 海量内存：单机配备 128GB 统一内存。更为独特的是，它支持通过 200Gbps 的 ConnectX-7 网络，将两台 DGX Spark 互连，组成拥有 256GB 内存的超级节点。
• 核心能力：专为大模型时代设计，支持在本地运行 100B 参数级别的模型，或者对 70B 参数的 LLM 进行分布式微调。
• 定位：它不仅是开发者的沙盒环境，而且还要做 AI 创作者的平台，主要是让高强度的 AI 工作负载，脱离云端依赖，在本地安全、低延迟地完成。

本次 CES 更新的最大亮点，在于通过软件升级引入了对 NVFP4 数据格式的全面支持。NVFP4 的数据格式，能够让新一代模型在保持智能表现的同时，内存占用降低约 40%，吞吐量大幅提升。

具体的实测数据，在两个 DGX Spark 配置上运行 Qwen-235B 模型时，使用 NVFP4 相比 FP8 性能提升最高可达 2.6 倍。这直接地解决了，过去使用 FP8 精度时双系统内存耗尽、无法多任务处理的难题。

硬件在桌面上，但访问方式可以很云端。CES 上展示的 Brev 更新，还解决了 DGX Spark 本地算力灵活性不足的问题。

现在，开发者可以通过 Brev，安全地远程连接 DGX Spark，就像使用云服务一样便捷。此外，Brev 支持智能路由层。用户可以将处理邮件或专有数据等敏感任务，强制保留在本地 DGX Spark 上运行，而将一般推理任务无缝路由至云端，兼顾了隐私安全与云端算力。

Brev 的引入，解决了本地算力不仅能用，还要好用的问题。它的本地计算支持预计于 2026 年春季正式推出。

这么强的算力能用来做什么，英伟达在 CES 现场的演示也给出了答案。

对于视频创作者，这是强大的创意生成加速器。将 AI 视频生成任务从笔记本转移到 DGX Spark 上，相比顶配 M4 Max 的 MacBook Pro，速度实现了高达 8 倍的提升，真正做到了让创作流不再卡顿。

不仅是个人开发者，对于注重本地安全的企业用户，DGX Spark 也能胜任。英伟达展示了由 Nsight 驱动的本地 CUDA 编码助手，企业开发者可以在享受 AI 辅助的同时，确保源代码完全存储在本地，杜绝信息泄露风险。

更有意思的演示是和机器人的结合。通过与 Hugging Face 的合作，DGX Spark 化身 Reachy Mini 机器人的「大脑」，让机器人具备了实时视听交互能力。现在看起来，用 DGX Spark 来做具身智能，也不再是大厂的专属。

Hugging Face 产品副总裁 Jeff Boudier 也提到，「开放模型赋予开发者以自己的方式构建 AI ，而 DGX Spark 将这种能力带到桌面端……让强大的 AI 变成真正可以互动的存在。」

为了降低开发者的门槛，英伟达还在 CES 上一口气新增了 6 个 Playbook（实战手册），重点覆盖了当下的热门需求。

• Nemotron 3 Nano，英伟达最新的开源智能体大模型，用于本地 LLM 实验。
• Live VLM WebUI，实时视觉语言模型分析，通过输入网络摄像头画面，直接在 DGX Spark 本地进行视频分析。
• Isaac Sim / Lab，机器人仿真与强化学习。
• 双系统微调，展示了如何利用两台 DGX Spark，分布式微调 70B 参数的 LLM。

除了 Playbook 的更新，DGX Spark 还预装了经过优化的 NVIDIA AI 软件和 CUDA-X 库。这意味着开发者无需在繁琐的驱动配置，和环境依赖上浪费时间，开箱即可获得「即插即用」的优化能力，直接开始构建或微调 AI 模型。

DGX Spark 在 CES 2026 上的出现，意味着「大模型本地化」已经不再是一句空话。无论是为了数据安全、开发效率，还是为了探索下一代具身智能，DGX Spark 都在努力成为下一代 AI 应用构建的基座。

就像现在，已经开始有让 AI 来玩游戏的项目了，未来需要的，可能除了一块能流畅打《黑神话：悟空》的 5090，还会有更多的桌面级 AI 超级计算机出现。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

在迟到了 40 分钟之后，老罗终于在 2025 年的最后一天，站上了科技春晚的舞台。对那些枯等了许久的现场观众，他给到的除了免票，还有一个「理由」：ADHD。

ADHD 是注意缺陷多动障碍（Attention Deficit Hyperactivity Disorder）的缩写，它最常见的症状是分心、冲动、无法专注，究其核心，都是注意力调节能力的失灵，且是由于大脑发育带来的。

老实说，当代人，谁不碰上点儿拖延和分心呢——电脑上开着 50 个浏览器标签页，背景音乐还在循环播放洗脑神曲，同时人却划着手机，在小红书上晃荡了整整 20 分钟——谁还没试过呢？

一颗 ADHD 大脑也会出现上述情况，但背后有明确的病理机制。我们大脑的前额叶皮层负责做规划、踩油门、控刹车，来管理我们的行动。但 ADHD 人的前额叶活跃度，明显低于平均水平，导致执行功能就像一个延迟极高的无线遥控器：脑子里发出的指令是「现在起床」，但指令传到身体时可能已经卡顿了一个小时。

这是 ADHD 的典型症状之一：启动困难。也是普通拖延症和 ADHD 的甄别关键：普通拖延症可能是不想做、懒得做，但是 ADHD 是在大脑里已经嘶吼了几万遍，四肢却像被冻住一样。这个感觉非常难受，甚至不是事后的自责，而是当时当刻就很痛苦，还没有一丝办法。

同理，在面对分心、无法专注等情况时，ADHD 也会出现大脑不断发送专注的指令，整个人却无法执行的情况。长久以来，ADHD 被视为一种「病症」，早年间被称为「多动症」。这其实并不准确，ADHD 的大脑不是坏了，它只是在用一种「高能耗、高延迟、高爆发」的特殊算法在运行。

而现在，短视频、社交媒体导致的资讯大爆发，几乎让每个当代人出现了类似的「症状」，分心、走神、烦躁地难以集中，于是 ADHD 就成了新的「时尚挂件」。

踩不动油门？注入一点 AI

难以专注、难以启动工作，又确确实实是一种当代病——AI 的出现可谓是一丝曙光。

ADHD 对于解决启动和专注问题提供了一些灵感：传统的代办清单对于 ADHD 而言，完全是灾难——不管是用手账本还是用 To Do 类型的任务清单，不管多认真地写下「1. 写完测评报告；2. 深度清理房间；3. 学习 Python」，结果都是一样的——做不了一点。

任凭这几行字在上面挂半天，我自能刷一天的手机。

ADHD 需要的是「喂饭」级别的指令，颗粒度要尽可能的精细。比如，不要写「去健身」，而是要写「换上健身裤、拿出瑜伽垫」，把任务拆解到完全不需要思考，只需要执行的程度。

这恰恰就是 AI 最能发挥的地方：只需要把任务丢给它，让它自动拆分出一个个小步骤，方便我们执行。

从去年以来，不少应用工具都基于这个底层逻辑，开发出了不同于传统任务清单、为 A 人贴身打造的应用工具。

【PlanCoach】

这是国内比较早开始做任务拆分的应用，获得了小红书黑客松一等奖。开发者的理念是：把一个步骤连续拆分，直到能动起来为止。这也的确是 app 呈现出来的样子：输入想要做的事务，AI 会即刻自动拆分，执行的时候支持语音播报、互动，解放双手。

PlanCoach 比较有特色的地方是「角色形象」，有管家、大臣、男仆等不同的教练角色形象，不同的角色「说话」方式也不同，很有趣味性。在 PlanCoach，你甚至可以看到吴京……

PlanCoach 提供几种不同的修改计划的方式，最简单的是完全重新生成——这就是利用 AI 抽卡的底层原理，同一个指令但抽卡抽出不同的效果——注意一旦重新抽就是全局式的修改，完全改头换面。针对局部步骤的修改，可以点击「编辑步骤」，并且提供自行修改，或者让 AI 帮你修改的方式。

整体上，PlanCoach 的开发思路是冲着 ADHD 去的，开发者在小红书上，经常更新思路和想法，希望能覆盖式地解决启动、执行等问题的同时，也避开诸如感官过载、容易分心等问题。

目前仅支持 iOS 客户端，iPad 版可以在 mac 上使用。注意：PlanCoach 正在执行阶梯型涨价，终身会员的价格会逐步拉高，最终目标超过 200 元。考虑到 ADHD 的友友们在做决策这方面也会瞻前顾后，这个可需要注意喔。

【滚雪球】

这个可爱的名字背后是有深意的：一步接着一步，从小步骤开始，想滚雪球一样，完成一件大任务。

同样基于任务拆分的形式，滚雪球比 PlanCoach 更简洁一点，更强调的是每一次完成的反馈——在设计上，每一个具体步骤都需要点击以进入下一步。也就是说每一次都只有一个步骤显示在屏幕上，每一个步骤还可以倒计时，要么完成、要么跳过，才能进入下一步。

好处是有一种「摘果子」的感觉，走一步摘一个，反馈链条缩到最短。反面是：一旦进入心流，可能会直接忘记需要点——比如我在使用过程中经常就出现这种情况，成功起床洗漱了，然后……直接忘了手机里雪球还在滚。

当然，每个人的需求不一样，对我而言，只要能让我成功启动，后面忘了就忘了吧。可以说滚雪球更侧重于启动，PlanCoach 更侧重整体安排。

滚雪球的特色在于精力管理：每一次完成任务，都会有一个记录心情、状态的统计页面。每一个小步骤里也可以通过点击空白处，记录当下的心情和状态，这些数据会进入「我的状态」板块。

这样有助于直观地看到自己的精力变化周期，比如我就是很典型的午晚间人，上午动不了一点，午饭后状态开始爬升，晚饭后开始回落。

掌握自己的精力变化周期，可以因时制宜地安排任务，对 ADHD 来说很有用——强迫自己是没有用的。

【Ziea】

上面两款都是手机 app，成也手机败也手机——我已经数不清多少次，明明是要去点开 app，却在解锁后突然一个大拐弯，点开了小红书，从此坠入时间黑洞……

Ziea 就把任务拆分做到了硬件里，实现专注的目标。

从演示 demo 中可以看到，基础逻辑是一样的：任务拆分、整合进日程管理、安排番茄钟，全程只需要跟产品互动。

这款产品目前还处于研发阶段，没有公开发售，但是思路相当值得借鉴——专注型软件一定要做成手机 app 吗？

归根到底，该怎么避免被手机带跑偏？别碰手机就是了嘛。今天我们已经有那么多智能设备了：手表、手环、眼镜，甚至是戒指，这些设备作为载体，会不会更加适配对于专注的渴望和追求呢——开发者们快想想！

当然，任务拆分型 app 现在已经有很多选择了，极有可能出现下载了十几个 app，平均每个用三天到一礼拜，然后就被忘在手机的角落里吃灰。

千万不要因此感到挫败或自责，ADHD 的大脑永远在追求新鲜感与更低的启动门槛，这本身就是我们生命力的一部分。如果你发现一个工具没法持续地吸引你，那大概率说明它的设计逻辑并不适配你大脑的系统版本。

只要这个 app 能在某个瞬间，帮你把脑子里那台刹车不好使的法拉利成功推出起跑线，它的使命就已经完成了。记住，你才是赛车手，所有的工具都只是路标和护栏。生活不必总是一板一眼的直线行驶，哪怕是蛇形走位，只要你在前进，那就是属于你的胜利。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

你的朋友圈和社媒，过去一年里应该不止一次被图片生成模型刷屏：AI 吉卜力画风席卷社交平台，神秘香蕉引发全网狂欢，并因此获得了泼天且持久的流量。

与图片模型的勃勃生机形成鲜明对比的是，视频模型虽然时不时会出现惊艳爆款，威尔史密斯吃面也真假难辨了，但依旧还是极客的玩具。

a16z 合伙人 Olivia Moore 晒出的一组数据残酷指出：Sora 2 的 30 天用户留存率仅 1%，60 天留存率直接归零。

究其原因，大部分视频生成产品都在把工具做强，然后等用户自己探索用法。但生成一段炫酷视频很简单，但生成了之后呢？发给谁？为什么发？普通人什么时候会产生「我想生成一段视频」的冲动？

APPSO 观察了大量关于 AI 视频生成的比赛后也在想，除了用 AI 做影视或者广告片，还有没有更接地气的方式，让我们愿意像发朋友圈抖音一样来创作 AI 视频。

你还别说，最近我还真看到一个有点不一样的的 AI 创作比赛，国际奥委会联合阿里云搞了一场「米兰冬奥会 AIGC 全球大赛」，用万相大模型输入一句话，生成 5 到 15 秒冬奥视频即可参赛。不需要专业设备、不需要懂技术、甚至不需要会滑雪，只需要有个脑洞。

说实话我之前觉得体育和 AI 八竿子打不着，我要看的是真实的汗水和肌肉。但试玩之后我有了不一样的感受。

这事儿之所以有意思，不在于它是又一个 AI 比赛，而在于它提供了一个绝佳的观察样本：当最顶尖的生成式 AI，撞上对物理规则最较真、对视觉呈现最苛刻的百年奥运，会发生什么？

这不再是在 AI 圈的自嗨，随之而来的是一场面向全球数十亿人的「公测」。

冬奥会，一次对 AI 视频的「地狱级压测」

你可能会说，这么多体育赛事，为什么要偏偏用冬奥会来做这个 AI 大赛？

如果你深入了解过视频生成技术的底层逻辑，就会发现这是一个极其「硬核」的选择。因为相比于其他项目，冬奥会赛事天然是 AI 的克星。

目前的视频生成模型，最怕两件事：高速运动的一致性和复杂的流体/粒子物理规律。

2022 年北京冬奥会上，18 岁的谷爱凌在自由式滑雪女子大跳台项目夺冠，那句「我不是想打败谁，我是想做到最好的自己」，连同她夺冠的瞬间一起，成为奥运史上的经典记忆。

短道速滑、雪车、空中技巧等项目，运动速度极快且动作幅度大，传统 AI 模型处理此类场景时，极易出现肢体扭曲、穿模或瞬移等物理错误。

而米兰冬奥会 AIGC 全球大赛将视频时长限定在 15 秒以内，这其实也是也是对万相大模型技术最苛刻的的「压力测试」，较长的视频时长可以通过叙事铺垫掩盖生成瑕疵，但在 15 秒的窗口内，几乎不存在缓冲空间。每一帧都暴露在放大镜下，容错率极低。

这意味着 AI 必须生成完全符合物理规律的视频，不仅要保证高速运动的连贯性，无卡顿、撕裂、鬼影，就连运动模糊都要贴合真实光学效果——这些要求对模型性能的考验，远比生成一段静态风景片段要残酷得多。

实际测试中，我让 Wan2.6 生成一张「大湾鸡滑雪」的图，再用 Wan2.6 转成视频，雪花飞溅的轨迹、身体摇摆的姿态，动态感和细节都超出了我的预期，几乎完全看不出是 AI 捏出来的。

「大湾鸡」能驰骋雪场，还有更多不同风格、不同主体的效果都能保持动作的连贯和一致性，梵高风、漫画风、科幻风、油画风，通通试了一下，全部都很惊艳！

从动态效果来看，这只小猫无论是毛发的质感还是滑行的动态，整体表现力都相当好的。

进一步拓宽风格边界，尝试更具张力的单板滑雪场景。看得出，画面中这位多彩小人，滑行重心极稳，起承转合间尽显「雪场老手」的游刃有余，并没有 AI 生成常见的漂浮感。

更关键的技术突破在于多模态参考生成能力。

万相 2.6 可以进行镜像级人物重建，能精准捕捉用户上传的形象特征。它能直接参考输入视频里的形象和声音来做二次创作，不管是人还是拟人形象都能当主角，多人合拍、人与物同框都没问题。

而且它还自带 AI 角色库，大圣、关羽、猫猫狗狗、体育生、潮酷女……全是耳熟能详的形象。我随手输了句「@ 大圣 从高空跳台滑雪起跳」，它直接基于大圣的形象，生成了连贯又符合逻辑的滑雪视频。

与此同时，万相 2.6 的智能多镜能力，还解决了主流视频生成模型的「单镜头限制」痛点，能够在一个生成任务中输出包含多个镜头的连贯视频流，再搭配原生音画同步能力，非专业用户也能轻松产出视听完整的作品。

再将难度升级到极具挑战性的第一人称视角，滑雪者手持运动相机高速俯冲，镜头在捕捉面部微表情的同时，还要兼顾右后方的伴滑者。在复杂的多主体动态场景下，画面居然也没崩。

当然，技术的成熟大幅降低了参赛门槛，但这绝不意味着竞争强度的削弱。

传统 AI 比赛往往需要编程基础、专业设备和大量时间投入，而此次大赛只需一句话提示词、一个浏览器和几分钟时间——当工具门槛被抹平，竞争的核心便从「技术能力」转向了「创意表达」。

当工具足够强大，便能将竞争的主动权交还给人类的想象力——这正是米兰冬奥会 AIGC 全球大赛的核心逻辑，也呼应了本届冬奥会「IT’S YOUR VIBE（意展你风采）」的核心主张。

让你的创意成为奥运故事，背后并不简单

AI 视频生成模型发展到现在，技术已经不是最大的问题。万相大模型能处理高速运动场景、能做多模态参考生成、能实现智能多镜，这些能力已经足够强大。

但强大的技术需要配套的基础设施才能真正落地。这是一个容易被忽视但至关重要的差异：纯模型厂商只能提供生成能力，但从用户输入提示词到最终作品展示，中间还有存储、渲染、分发等一系列环节。

阿里云将奥运级 AI 科技大规模应用于粉丝互动，本质上就是在建立一种全新的内容生产机制：打破专业与大众的壁垒，让每个普通人的脑洞，都有机会成为百年奥运故事的一部分。

正如国际奥委会主席柯丝蒂·考文垂所说的：「请持续创造、持续分享，让你的创意成为奥林匹克故事的一部分。」

而这场合作的价值，更在于提供了一个可复制的「高频+刚需」场景样本。

如开头所说，日常生活里，普通人鲜有必须生成视频的强需求，但奥运会期间，全球关注度集中爆发，粉丝有强烈的表达热情却缺乏便捷工具——传统应援方式要么成本高、要么门槛高，而 AI 生成的个性化内容不失为一个更好的选择。

而且用户行为数据也在验证这个方向。WSC Sports 发布的 2025-2026 世代粉丝研究报告显示，Z 世代与千禧一代不再依赖线性电视直播，而是在社交媒体上消费短视频、高光集锦与互动二创，忠诚度追随「相关性」而非「内容可得性」。

这意味着传播逻辑结构正在改变：观众从内容消费的终点，变成内容生产的源头。参赛作品可自由传播，不受版权限制。你可以让大湾鸡成为主角，也能让奶油蛋糕变成赛道。

现在上奥林匹克官网（olympics.com）的「连结，竞技，共庆」专区，或者直接从阿里云官网进赛事页面就行。选花样滑冰、短道速滑、高山滑雪、单板滑雪里任意一个经典动作当模板，输一句带自己创意的提示词，就能完成专属的奥运艺术作品。

阿里巴巴的 AI 产品生态都为这次大赛留足空间，无论是开源开放的开发者社区 Modelscope、还是 AI 创作工具通义万相、堆友，都参与到了这次大赛当中来。

而且更令人我惊喜的是，这次比赛优秀作品还将被送进奥林匹克博物馆，和奥运历史藏品并排陈列，为百年奥运精神在 AI 时代添加新的注脚。

比起教育用户，当创作有了动机、作品有了去处，把合适的工具递到用户手里，视频模型也距离它的「登月」时刻更近一步。

AI 终于把百年奥运「开源」了，我们不再是观众

回望过去，每一次媒介技术的变革，都会重塑我们参与世界的方式。

如果说摄影技术让我们拥有了记录的权利，电视转播让我们拥有了在场的权利，那么 AI 带来的，是「想象力的平权」。

用 AI 圈的话来说，奥运会百年来首次「开源」了。

米兰冬奥会 AIGC 全球大赛，实际上是给全球数十亿人发了一张「全民外卡」，把「观看」变成「创造」。它不再要求你有过人的体能，也不要求你有精湛的技艺。它只要求你有一颗不甘平庸的大脑，和一种想要表达的冲动。

这是奥运史上第一次，用 AI 把「参与权」真正还给普通人。第一次，想象力和创造力获得了与竞技成绩同等的文化地位；第一次，普通人的作品甚至有可能比运动员的比赛更出圈。

它传递了一个非常隐晦但精准的信号：AI 不应该只是极客的玩具，它应该属于每一个人（AI for all）。

当技术足够先进时，它就应该像自来水一样，拧开龙头就能用。我们不需要去崇拜技术本身，而是要利用技术去释放内心的创造力。

在这个赛场上，没有裁判，没有犯规，只有想象力的无尽驰骋。你可以让长城变成滑雪道，你可以让兵马俑穿上冰刀，你可以和谷爱凌一样在赛场滑翔。

所以说，米兰冬奥会 AIGC 全球大赛的价值不只在于产生了多少作品或有多少人参与，更在于它验证了一个此前从未在顶级 IP 上被验证过的商业假设。

传统体育 IP 的价值，依赖于稀缺性（四年一届、顶级运动员有限）、不可预测性（比赛结果未知）与情感联结（国家荣誉、偶像崇拜）三大支柱，但在互联网时代，这三大支柱均遭侵蚀。

现如今，AI 将有望成为体育 IP 的第四支柱。

它的核心逻辑是把 IP 从看完即止的快消品，变成了可供二创的「生产资料」。与其花钱买流量，不如把创作权交出去，让每一个用户都变成自带干粮的免费渠道。

这种模式很可能将成为所有超级 IP 的标配。它将被无数次地复制、迭代，从体育赛事蔓延至人类文化的每一个角落，直到最终成为所有大型盛会拥抱 AI 时代的通用入场券。

试想一下，世界杯球迷或许能一键生成自己捧杯的荣耀时刻，NBA 观众能让自己「置身」赛场完成绝杀，甚至延伸到娱乐与文化领域——演唱会粉丝能生成与偶像同台的片段，博物馆游客能「穿越」到历史场景，非遗传承人可借助 AI 演示技艺。

这或许才是在 AI 时代，对奥林匹克精神新的诠释：不仅更快、更高、更强、更团结，还有「更敢想、更敢秀」。

作者：李超凡、莫崇宇

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

近日，专注于异构算力调度和虚拟化的 AI 初创企业上海密瓜智能科技有限公司（以下简称“密瓜智能”）已完成数千万元的天使轮融资，本轮融资由复星创富领投，种子投资人及产业方强力跟投。自去年3月获得超五百万元种子轮融资以来，密瓜智能在不足一年时间内已迅速完成2轮融资，展现出强劲的发展势能，其技术前景与商业价值备受市场认可。

01密瓜智能：让异构算力因开源而好用

密瓜智能始终致力于打造全球领先的开源异构算力调度方案，以技术驱动AI时代的算力效率革命。该公司主导并发起了CNCF项目HAMi，这是目前行业内唯一专注于异构GPU资源虚拟化、高效调度的开源项目，通过灵活、可靠、按需、弹性的 GPU 虚拟化来提升资源利用率，可以插拔式、轻量化、无侵入地部署在任意公有云、私有云、混合云环境中。在生态兼容层面，HAMi 已全面支持NVIDIA、昇腾、沐曦、寒武纪、海光、摩尔线程、天数智芯、昆仑芯、燧原及AWS等国内外主流GPU芯片。同时无缝支持 vLLM,  Volcano, Koordinator, Kueue等上下游主流开源项目，逐步形成稳定的异构算力生态。

目前，HAMi已集结了来自16个国家的360余位贡献者，社区活跃度持续提升，最终用户已经超过200家企业，覆盖国内主流云厂商、互联网以及KA用户，并已拓展至东南亚、欧洲等海外地区，行业影响力十分广泛。2025年，由密瓜智能发起的“不卷算力卷效率”系列Meetup亦备受关注。

在短短一年的商业化发展中，密瓜智能获得多个头部客户商业订单，渠道合作体系迅速拓展，正逐步获得市场的广泛认可。基于现有生态发展与广泛的用户反馈，密瓜智能将进一步推动HAMi与更多GPU厂商实现兼容适配，持续挖掘高价值的场景需求，推动其在大模型推理侧的生态适配，构建上下游协同的算力服务体系。与此同时，将基于HAMi推出面向企业级市场的核心产品，为客户的生产级场景持续赋能。

密瓜智能的创始团队成员均来自于「DaoCloud 道客」、第四范式、百度等AI基础设施领域代表厂商以及清华大学、浙江大学等国内高校，在云计算、云原生以及GPU共享与调度技术上具备丰富的技术积累和行业经验。创始人张潇和联合创始人李孟轩是HAMi的作者，团队其他成员也都是HAMi的核心贡献者和维护者，拥有广泛的技术影响力与行业前瞻性。

02投资人说：从开源到产业，他们以创新赋能异构算力

对于本次投资，复星创富投资执行总经理叶丽娟表示，异构将成为算力市场的长期格局，无论是GPU还是新型算力芯片，是AI最重要的底座，密瓜智能在AI大生态中不可或缺地链接算力端与应用端，为客户极大程度提升算力效率，节省昂贵的算力成本。开源的HAMi已建立起颇具规模的开发者与用户生态——这一路径也与AI行业开源化、协同化的发展趋势高度契合。HAMi提供的灵活、弹性、按需且可靠的虚拟化技术，能够实现算力的高效切分与调度，显著提升算力利用率，从而为全球客户带来极具竞争力的投资回报率（ROI）。

03持续深耕开源，加速企业级产品布局

密瓜智能创始人兼CEO张潇提到，密瓜智能自创立之初，便以开源为技术基因，聚焦于异构算力这一核心赛道。过去一年，凭借这一关键的生态卡位和在开源社区的持续深耕，密瓜智能在技术沉淀与产品迭代上取得了扎实的进展，这既离不开团队的努力，也受益于投资人在战略与资源上的持续赋能。

本轮融资将主要用于公司发展的三个方面。第一，深化开源生态建设，公司将持续贯彻开源战略，保持在这一路径上的领先投入。第二，加速团队建设与全球化布局，重点扩大核心技术研发与生态营销团队，并构建完善的渠道体系。第三，企业级产品研发，密瓜智能将围绕弹性扩容、任务优先级调度、显存超配及全链路可观测性等企业级能力，推出企业核心产品，进一步推动开源项目的企业赋能及商业化变现。

从技术创新到生态共建，从开源社区到全球客户，密瓜智能身上丰富的开源基因与创新力让它在短短一年间展现出惊人的成长速度，印证了其以开源驱动算力变革的前瞻性。未来，随着推理需求持续深化与应用场景不断拓展，密瓜智能将持续为企业提升算力效率，在通向AGI的道路上注入核心动力。

查看更多项目信息，请前往「睿兽分析」。

这是英伟达 5 年来，第一次在 CES 上没发消费级显卡。

CEO 黄仁勋阔步走向 NVIDIA Live 的舞台中央，还是去年那件亮面鳄鱼皮衣。

与去年单独主旨演讲不同，2026 年的黄仁勋密集赶场。从 NVIDIA Live 到西门子工业 AI 对话，再到联想 TechWorld 大会，48 小时内横跨三场活动。

上一次，他在 CES 发布了 RTX 50 系列显卡，而这一次，物理 AI 和机器人技术成为了全新的主角。

Vera Rubin 计算平台登场，依旧是买越多省越多

发布会期间，爱整活的老黄直接把一台 2.5 吨重的 AI 服务器机架搬上了舞台，也因此引出了本次发布会的重点：Vera Rubin 计算平台，以发现暗物质的天文学家命名，目标只有一个：

加速 AI 训练的速度，让下一代模型提前到来。

通常来说，英伟达内部有个规矩：每代产品最多只改 1-2 颗芯片。但这次 Vera Rubin 打破了常规，一口气重新设计了 6 款芯片，并全面进入生产阶段。

究其原因，伴随着摩尔定律的放缓，传统性能提升方式已经跟不上 AI 模型每年 10 倍的增长速度，所以英伟达选择了「极致协同设计」——在所有芯片、整个平台各个层级上同时创新。

这 6 款芯片分别是：

1. Vera CPU：
– 88 个 NVIDIA 定制 Olympus 核心
– 采用 NVIDIA 空间多线程技术，支持 176 个线程
– NVLink C2C 带宽 1.8 TB/s
– 系统内存 1.5 TB（为 Grace 的 3 倍）
– LPDDR5X 带宽 1.2 TB/s
– 2270 亿个晶体管

2. Rubin GPU：
– NVFP4推理算力50PFLOPS，是前代 Blackwell的5倍
– 拥有 3360 亿晶体管，比 Blackwell 晶体管数量增加了 1.6 倍
– 搭载第三代Transformer引擎，能根据 Transformer 模型需求动态调整精度

3. ConnectX-9 网卡：
– 基于 200G PAM4 SerDes 的 800 Gb/s 以太网
– 可编程 RDMA 与数据通路加速器
– 通过 CNSA 与 FIPS 认证
– 230 亿个晶体管

4. BlueField-4 DPU：
– 专为新一代 AI 存储平台而构建的端到端的引擎
– 面向 SmartNIC 与存储处理器的 800G Gb/s DPU
– 搭配 ConnectX-9 的 64 核 Grace CPU
– 1260 亿个晶体管

5. NVLink-6 交换芯片：
-连接 18 个计算节点，支持最多 72 个 Rubin GPU 像一个整体协同运行
– 在 NVLink 6 架构下，每个 GPU 可获得 3.6 TB 每秒的 all-to-all 通信带宽
– 采用 400G SerDes，支持 In-Network SHARP Collectives，可在交换网络内部完成集合通信操作

6. Spectrum-6 光以太网交换芯片
– 512 通道，每通道 200Gbps，实现更高速数据传输
– 集成台积电 COOP 工艺的硅光子技术
– 配备共封装光学接口（copackaged optics）
– 3520 亿个晶体管

通过 6 款芯片的深度整合，Vera Rubin NVL72 系统性能比上一代 Blackwell 实现了全方位的提升。

在 NVFP4 推理任务中，该芯片达到了 3.6 EFLOPS 的惊人算力，相比上一代 Blackwell 架构提升了 5 倍。在 NVFP4 训练方面，性能达到 2.5 EFLOPS，实现 3.5 倍的性能提升。

存储容量方面，NVL72 配备了 54TB 的 LPDDR5X 内存，是前代产品的 3 倍。HBM（高带宽内存）容量达到 20.7TB，提升 1.5 倍。在带宽性能上，HBM4 带宽达到 1.6 PB/s，提升 2.8 倍；Scale-Up 带宽更是高达 260 TB/s，实现了 2 倍增长。

尽管性能提升如此巨大，晶体管数量只增加了 1.7 倍，达到 220 万亿个，展现了半导体制造技术上的创新能力。

工程设计上，Vera Rubin 同样带来了技术突破。

以前的超算节点要接 43 根线缆，组装要 2 小时，还容易装错。现在 Vera Rubin 节点采用 0 根线缆，只有 6 根液冷管线，5 分钟搞定。

更夸张的是，机架后面布满了总长近 3.2 公里的铜缆，5000 根铜缆构成 NVLink 主干网络，实现 400Gbps 传输速度，用老黄的话来说，：「可能有几百磅重，你得是体格很好的 CEO 才能胜任这份工作」。

在 AI 圈里时间就是金钱，一个关键数据是，训练一个 10 万亿参数模型，Rubin 只需 Blackwell 系统数量的 1/4，生成一个 Token 的成本约为 Blackwell 的 1/10。

此外，虽然 Rubin 的功耗是 Grace Blackwell 的 2 倍，但性能提升远超功耗增长，整体推理性能提升 5 倍，训练性能提升 3.5 倍。

更重要的是，Rubin 相比 Blackwell 吞吐量（每瓦-每美元可完成的 AI Token 数）提升10倍，对于造价 500 亿美元的千兆瓦数据中心来说，这意味着营收能力将迎来直接翻倍。

过去 AI 行业的最大痛点是，上下文内存不够用。具体来说，AI 在工作时会生成「KV Cache」（键值缓存），这是 AI 的「工作记忆」。问题是，随着对话变长、模型变大，HBM 内存显得有些捉襟见肘。

去年英伟达推出 Grace-Blackwell 架构扩展内存，但还是不够。而Vera Rubin 的方案是在机架内部署 BlueField-4 处理器，专门管理 KV Cache。

每个节点配 4 个 BlueField-4，每个背后有 150TB 上下文内存，分配到 GPU 上，每块 GPU 额外获得 16TB 内存——而 GPU 自带内存只有约 1TB，关键是带宽保持 200Gbps，速度不打折。

但仅有容量还不够，要让分布在几十个机架、上万块 GPU 上的「便签」像同一块内存那样协同，网络必须同时做到「够大、够快、够稳」。这就轮到 Spectrum-X 登场了。

Spectrum-X 是英伟达推出的全球首款「专为生成式 AI 设计」的端到端以太网网络平台，最新一代的 Spectrum-X 采用台积电 COOP 工艺，集成硅光子技术，512 通道×200Gbps 速率。

老黄算了笔账：一个千兆瓦数据中心造价 500 亿美元，Spectrum-X 能带来 25% 吞吐提升，相当于节省 50 亿美元。「你可以说这个网络系统几乎是『白送』的。」

安全方面，Vera Rubin 还支持保密计算（Confidential Computing）。所有数据在传输、存储、计算过程中全程加密，包括 PCIe 通道、NVLink、CPU-GPU 通信等所有总线。

企业可以放心把自己的模型部署到外部系统，不用担心数据泄露。

DeepSeek 震惊了世界，开源和智能体是 AI 主流

重头戏看完，回到演讲开始。黄仁勋一上台就抛出了一个惊人的数字，过去十年投入的约 10 万亿美元计算资源，正在被彻底现代化。

但这不仅仅是硬件的升级，更多的是软件范式的转移。他特别提到了具备自主行为能力（Agentic）的智能体模型，并点名了 Cursor，彻底改变了英伟达内部的编程方式。

最让现场沸腾的，是他对开源社区的高度评价。黄仁勋直言，去年 DeepSeek V1 的突破让全世界感到意外，它作为第一个开源推理系统，直接激发了整个行业的发展浪潮。PPT 上，我们熟悉的国产玩家 Kimi k2 和 DeepSeek V3.2 分别是开源第一和第二。

黄仁勋认为，虽然开源模型目前可能落后最顶尖模型约六个月，但每隔六个月就会出现一个新模型。

这种迭代速度让初创公司、巨头、研究人员都不愿错过，包括英伟达在内。

所以，他们这次也没有只卖铲子，推销显卡；英伟达构建了价值数十亿美元的 DGX Cloud 超级计算机，开发了像 La Proteina（蛋白质合成）和 OpenFold 3 这样的前沿模型。

而英伟达 Nemotron 模型家族的多款开源模型，也成为这次演讲的亮点。其中包含语音、多模态、检索生成增强以及安全等多个方面的开源模型，黄仁勋也提到，Nemotron 开源模型在多个测试榜单上表现优秀，并且正在被大量的企业采用。

物理 AI 是什么，一口气连发几十款模型

如果说大语言模型解决了「数字世界」的问题，那么英伟达的下一个野心，很明显是要征服「物理世界」。黄仁勋提到，要让 AI 理解物理法则，并在现实中生存，数据是极其稀缺的。

在智能体开源模型 Nemotron 之外，他提出了构建物理 AI（Physical AI）的「三台计算机」核心架构。

• 训练计算机，也就是我们熟知的，由各种训练级显卡构建的计算机，像图片中提到的 GB300 架构。
• 推理计算机，运行在机器人或汽车边缘端的「小脑」，负责实时执行。
• 模拟计算机，包括 Omniverse 和 Cosmos，它能为 AI 提供一个虚拟的训练环境，让它在模拟中学习物理反馈。

基于这套架构，黄仁勋正式发布了震惊全场的 Alpamayo，全球首个具备思考和推理能力的自动驾驶模型。

与传统自动驾驶不同，Alpamayo 是端到端训练的系统。它的突破性在于解决了自动驾驶的「长尾问题」。面对从未见过的复杂路况，Alpamayo 不再是死板地执行代码，而是能像人类司机一样进行推理。

「它会告诉你接下来会做什么，以及它为什么会做出这样的决策」。在演示中，车辆的驾驶方式惊人地自然，能够将极端复杂的场景，拆解为基础常识来处理。

演示之外，这一切也不是纸上谈兵。黄仁勋宣布，搭载 Alpamayo 技术栈的奔驰 CLA，将在今年第一季度于美国正式上线，随后陆续登陆欧洲和亚洲市场。

这辆车被 NCAP 评为全球最安全的汽车，底气就是来自于英伟达独特的「双重安全栈」设计。当端到端的 AI 模型对路况信心不足时，系统会立即切换回传统的、更稳妥的安全防护模式，确保绝对安全。

发布会上，老黄还特地展示了英伟达的机器人战略。

所有机器人都将搭载 Jetson 小型计算机，在Omniverse 平台的 Isaac 模拟器中接受训练。并且英伟达正在把这套技术整合进Synopsys、Cadence、西门子等工业体系。

自下而上，英伟达的愿景是，未来芯片设计、系统设计、工厂仿真，都将由英伟达物理 AI 加速。发布上，又是迪士尼机器人闪亮登场，老黄还因此对着这群超萌机器人调侃道：

「你们会在计算机中被设计、在计算机中被制造，甚至在真正面对重力之前，就会在计算机中被测试和验证。」

如果不说是黄仁勋，整场主题演讲看下来甚至会以为是某个模型厂商的发布会。

在 AI 泡沫论甚嚣尘上的今天，除了摩尔定律的放缓，黄仁勋似乎也需要用 AI 到底能做什么，来提升我们每个人对 AI 的信心。

除了发布全新 AI 超算平台 Vera Rubin 的强悍性能，来安抚算力饥渴，他在应用和软件上也比以往花了更多的功夫，拼尽全力让我们看到，AI 将会带来哪些直观改变。

此外，就像黄仁勋说的一样，过去他们为虚拟世界造芯，现在他们也下场亲自演示，将注意力放在以自动驾驶、人形机器人为代表的物理 AI，走进行业竞争更激烈的真实物理世界。

毕竟，只有仗打起来，军火才能持续卖下去。

文｜莫崇宇、张子豪、姚桐

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

近日，liko.ai 宣布完成首轮融资，由商汤国香资本、东方富海、讯飞创投、洪泰基金、正轩投资、面壁智能等多家产业及财务投资机构联合投资。本轮融资将用于端侧视觉语言模型、AI 原生硬件以及家庭多模态通用终端研发。

liko.ai 致力于打造新一代家庭计算中枢与智能家居解决方案，通过搭载 NPU 与端侧模型的 AI Home Center 与 AI 原生摄像头，重塑传统家庭视觉解决方案与 IoT 体验，成为能够理解、守护、共情用户的 AI 管家，构建大模型时代的智能家居新生态。

家庭：端侧 AI 的关键战场，视觉切入打开新路径

在高算力芯片降本与大模型小型化的双重驱动下，端侧 AI 硬件迎来爆发窗口。当前家庭智能设备普遍功能孤立、体验割裂，市场涌现出 AI 相框、智能日历机等多种形态产品。liko.ai 则另辟蹊径，选择以视觉为突破口，通过创新型智能摄像头切入这一巨大市场。

在欧美家庭，人身与财产安全是最底层刚需，智能摄像头具备不可替代性。该品类还具备 7*24h 在线、海量多模态数据沉淀、主动交互能力强、场景覆盖广、可拓展性强等优势。目前智能摄像头全球市场规模超百亿美金，但玩家分散、产品同质化严重、AI 能力较弱，这为 AI 原生玩家提供了后发先至、重构市场格局的新机遇。

从 “识别” 到 “理解”：定义具备认知能力的 AI 摄像头

当前家庭视觉解决方案同质化严重，AI 能力大多停留在目标检测与事件识别层面，本质仍是 “记录与识别”。liko.ai 选择了一条创新与挑战兼备的产品路线 —— 在端侧完成对复杂家庭场景的理解、推理与决策。

liko.ai 团队提出 “让摄像头第一次具备意识”，通过端侧视觉语言模型落地，使 AI 原生摄像头不仅能检测异常场景，更能理解用户意图、持续学习家庭成员及宠物的行为模式，自主记录生活中的高光时刻，实现 “视觉 + 语言 + 行动” 的完整闭环。同时，liko.ai 团队极度重视用户隐私，模型部署于端侧，这既杜绝了用户数据在云端泄漏的风险，也解决了高昂的云存储和订阅费用问题。liko.ai 希望通过消费级硬件迅速渗透家庭场景，再借由软件及模型生态和数据飞轮，构建长期的产品壁垒与商业价值。

前美团硬件委员会主席挂帅，兼具出海与全链路能力的团队

liko.ai 创始人 Ryan Li 本科毕业于清华大学计算机系，具备 20 年的智能硬件从业经验，曾历任 Lexar 全球 CEO、美团硬件委员会主席、360 硬件合伙人、TP-Link 研发总监等职，兼具从 0 到 1 打造爆款产品的技术一号位与业务一号位的全链路能力。其带领的整建制团队成员来自 Meta、字节、美团、商汤、TP-link 等软硬件大厂，核心成员协作时间超过 15 年。

2025 年 11 月，Ryan Li 带领团队正式成立 liko.ai。谈及创业初衷，他表示：“技术革命带来了 AI 硬件的巨大机会与时代浪潮，作为在智能硬件沉浮 20 年的行业老兵，感受到‘时代在召唤’。这支集结了技术实力与理想主义的团队，相信‘过程即是奖励’。”Ryan 认为，liko.ai 的终极竞争力在于其文化和价值观：人性本善、平等自驱。公司致力于营造包容、信任的环境，激发每个人最大的潜力。

在 liko.ai 看来，AI 硬件不仅是产品形态的升级，更是一场关于 “计算从哪里发生、智能如何被信任” 的结构性变革。端侧 AI 让智能第一次真正贴近生活：在不打扰、不窥探的前提下，实现长期在线、持续学习、默默守护。

商汤国香资本合伙人张嘉欣表示：“全球化机遇势不可挡，在新技术浪潮下，中国科技公司也有望成为定义新硬件标准的关键角色。支撑本轮 AI 新硬件创新的底层逻辑，是 AI 大模型浪潮必将催生众多以 ‘原生 AI’ 为出发点的 AI 硬件产品。liko.ai 核心团队实力扎实，打过硬仗，背后都体现出在软硬件融合、快速验证、成本控制、全球化供给等方面的独特竞争力。我们相信公司快速迭代能力，不只是研发，更是定义、引领和输出智能家居硬件新标准。”

东方富海合伙人唐睿德表示：“在 AI 技术高速发展的时代，家庭智能终端从 ‘连接时代’ 迈向 ‘感知决策时代’，具备广阔的市场空间。公司选择从智能摄像头这一高频视觉交互场景切入，精准把握家庭安全刚需市场，实现从被动记录到主动感知预警的产品 AI 升级，也是未来构建家庭 AI 中枢的核心环节。liko.ai 团队具备长期的企业高管经历，是经过市场验证的实战派，沉淀了全面的技术洞察与产业资源，具备卓越的市场运作与组织管理能力。将前沿 AI 技术与商业落地能力完美结合的核心素养，是 AI 硬件创业突破产品落地、规模化扩张等关键瓶颈的核心支撑，我们相信其能引领公司完成从细分赛道冠军到家庭智能终端引领者的跨越。”

讯飞创投合伙人朱永表示：“讯飞创投投资 liko.ai 核心看中 Smart Home AI 大赛道以及创始团队极致的 To C 产品基因和运营能力，相信摄像头中引入端侧模型必将带来强烈的化学反应，为用户带来颠覆式体验，引爆整个市场。”

洪泰基金董事总经理虞扬表示：“我们看好端侧 AI 应用的未来增长空间，核心在于怎样以更好的产品形态来更高效地收集消费者线下的 context。家庭作为消费者最重要的出入场景之一，具备出现 AI 时代流量入口的机会。企业通过兼具视觉和听觉的 AI 硬件，无需用户主动发起，能以无感的方式持续获取高密度的 context，并在客户端拿到精准的奖励信号进行迭代。创始团队背景覆盖智能硬件全产业链，横跨多个品类均实现过产品定义和商业结果交付。我们相信 liko.ai 能背靠深圳，面向全球，做改变世界的产品。”

正轩投资表示：“Ryan 是我们非常尊重和欣赏的创始人，他在硬件领域积累了深厚的技术、产品与管理经验，同时具备全球视野，是少有的六边形战士。在 AI 技术浪潮中，叠加诡谲多变的世界格局，家用智能摄像头市场必将迎来新一轮大增长，正轩看好公司在 Ryan 的带领下，能抓住机遇、快速发展，成为全球领先的 AI 硬件企业。”

面壁智能表示：“我们看好端侧 AI 在家庭场景的落地和 Ryan 团队在智能硬件领域的全栈实力，我们相信 Ryan 团队可以将最领先的端侧 AI 技术完美融入产品并取得商业成功。”

查看更多项目信息，请前往「睿兽分析」。

最近《阿凡达 3》热映，朋友陷入了一个选择的两难困境：

CINITY LED 影厅是这次的首推，画质好亮度高；IMAX 的体验就一个字——大，观感更沉浸。

我心想，这不也是现在挑选电视的一个困境吗？选一块大屏幕还是好屏幕，甚至选哪种好屏幕，都是一个问题，我们整理当下的全新电视技术和趋势，给大家梳理了五个趋势，和一个导购指南。

太长不看版：

• 趋势一：别买 65 寸以下的电视
• 趋势二：15000 也能买到 OLED 大屏
• 趋势三：高端电视有了新选择——RGB Mini-LED
• 趋势四：关注面板之外的配置（系统、接口、音响）
• 趋势五：不买电视可以看看闺蜜机、MateTV、壁纸电视

趋势一：别买 65 寸以下的电视

这几年 Mini-LED 和 OLED 电视带着各种前缀登场，其实作为普通消费者，是很难分清个中的优劣差异，但无论是哪种新技术，增益已经远远小于选择大尺寸了。

买一块够大的屏幕，才是选电视的第一性原理，对此我有一个暴论：

都 2026 年了，就别买 65 寸以下的电视了

当下每个人都有一台随身携带的小屏幕，还能看遍各种媒体内容，不少人还有多一块平板，这些都是比电视更灵活、用途更丰富的屏幕，电视在视觉上的优势，其实真的只剩下大屏带来的沉浸感。

只要是住所有一个正常的「客厅」空间，无论是大是小，都塞得下 65 寸以上的屏幕，如果不买一台够大的电视，其实还不如不买，买回来打开的欲望也不高。

随着这几年面板技术，特别是 mini-LED 的成熟，整个电视品类的价格都持续走低，买一块大屏幕已经没那么贵。

在主打性价比和大屏的小米下场后，百寸电视从以前的六位数价格，直接成为万元出头就可以到手的平民产品。

在确定自己家能塞下多大尺寸的电视之后，就到了各种显示技术、效果以及价格取舍的环节。在刚刚过去的 2025 年，不管是哪种技术路线，电视面板都迎来了激动人心的新品类，让选择变得更加困难。

趋势二：今年开始，买 OLED 也有性价比了

目前以 Mini-LED 为主的 LCD 电视还是市场的主流，但很多人心中 OLED 电视才是「白月光」。

OLED 电视的优势是很显而易见的：和需要背光的 Mini-LED 不同，OLED 每个像素都是自发光，能单独控制好每个像素显色和开关，黑色区域像素能直接关闭，色彩对比度也不会因为背光影像更高。

通俗来说，LCD 电视就是「皮影戏」，有一个一直在工作的光源；而 OLED 像「荧光舞」，彩灯自己发光，不发光的部分就是纯黑。

对比光源统一的 Mini-LED 屏幕，OLED 屏幕每个像素都是自发光的，因此不需要背光系统，能单独控制每个像素显色和开关的 OLED 屏幕，黑的区域像素直接关闭，因此能实现真正的纯黑色彩。

由于技术难度更大，市面上的 OLED 电视并不多，并且主要是 LG、索尼、三星这些传统的 OLED 老厂在做，产品一般来说也会更贵。

情况在今年有所不同。整个 OLED 供应链迎来一次产能升级，面板价格有所下降；技术突破也带来了能耗的降低，2025 年不少 OLED 电视成功进入国补名单，电视价格进一步走低，性价比更胜以往。

根据爱范儿了解，今年的 LG C5 电视渠道价格有了明显跌幅，16000 左右就可以买到 77 寸屏幕，去年以前的价格要去到 3 万元。

传统 OLED 屏幕的短板也很明显：亮度相对有限，长时间高亮显示还容易造成损耗，因此更适合作为家庭影院屏幕。

面对 Mini-LED 给出的亮度挑战，OLED 的答卷也是一种新的技术：多层串联 OLED 面板，其中以 LG 的「WOLED」技术为主：将多层颜色不同的 OLED 堆叠成一层白光 OLED 发光层，通过红绿蓝白滤色片生成彩色。

上一代的 WOLED ，堆叠的是蓝、黄、蓝三层面板，存在色域不足、色彩不纯的短板，高亮度时还会存在画面泛白对比度低的情况。

LG 最新的第四代 WOLED 堆叠了蓝、绿、蓝、红四层面板，有了原生的红绿光，色彩还原度更好，画面对比度也更高。

并且，通过这种简单粗暴「四层更比一层强」的堆料，串联 OLED 屏幕的亮度大幅提升；四层分担以前一层的工作量，也缓解了 OLED 容易老化的弊端。

凭借这种技术，LG G5 成为了今年我们能买到最好的一块 OLED 电视屏幕，能实现 4000nits 的峰值亮度，常规使用也能有 1000nits 的屏幕亮度，完全称得上是「闪光弹」。

除此之外，还有以三星为首主推的 QD-OELD 技术——采用一整块蓝色的 OLED 面板，通过转换层生成红绿色，优势在于色彩纯度高，色域更广，但亮度略逊 WOLED。

不管是哪种 OLED 屏幕，目前都存在和尺寸之间的矛盾——80 寸以上的 OLED 屏幕选择实在太少，市场上几乎只有 LG 一个选择，价格也水涨船高。

以及对比 Mini-LED，OLED 屏幕的发热会更明显。一个买了 LG C5 电视的同事，表示在广州 35 度的夏天，他必须要开空调才敢开电视。

今年异军突起的 RGB Mini-LED，则是一个更加均衡的新选择。

趋势三：买 OLED 不如买 RGB Mini-LED

OLED 主要被海外品牌垄断，Mini-LED 则是国产品牌弯道超车的新技术，今年 TCL、海信都推出了多款 RGB Mini-LED 高端电视。

Mini-LED 本质上还是 LCD 屏幕，液晶屏幕本身不发光，需要背后的 LED 打光。

传统 LCD 通常采用少量、尺寸较大的 LED 作为背光源，整体或少量分区发光，亮暗控制较为粗糙，暗场容易发灰、对比度受限，简单来说就是该黑的时候黑不下去，该亮时亮不起来，画面不通透。

Mini-LED 屏幕则将背光升级为数量成千上万颗的微型 LED，并划分为大量可独立控制的分区，让亮的地方更亮、暗的地方更暗，从而显著提升对比度与黑位表现。

但分区越多，亮暗交界处的光和颜色就容易跑到邻近区域，形成「光晕」，控制得不好就会更明显。

在 Mini-LED 控光的基础上，加入「控色」能力，那就是 RGB Mini-LED。

具体来说，RGB Mini-LED 的灯珠不是传统的单色，而是红绿蓝为一颗灯珠，背光层就有颜色，已经能显示低分辨率的画面，不是靠传统的单色光 + 滤色片来生成色彩。

由于灯珠使用 RGB 三原色背光，颜色纯度更高，画面的色域更广，色彩更还原；同时由于省去了传统单色 Mini-LED 中间转换，减少损耗后的面板亮度也能更高。

看得出来，RGB Mini-LED 的技术路线已经相对接近 OLED 甚至 Micro-LED，但成本又远低后两者。

从单色背光升级到 RGB 色背光，还要控制灯珠亮度和液晶层滤色，RGB Mini-LED 的技术难度不只是面板生产，更在于芯片和算法控光能力，因此这种技术只能在半导体算力成本大幅降低的这两年实现商用。

且如果控光控色做得不好，RGB Mini-LED 还会有串色的问题，不同颜色的背光会互相「污染」。普通 Mini-LED 容易「漏光」形成光晕，那 RGB Mini-LED 还容易「漏色」。

如果要对比 OLED vs RGB Mini-LED，其实是各有千秋：

• 黑色的纯度上，每一种 OLED 都要比 RGB Mini-LED 更好，这是从显示原理上决定的
• RGB-Mini LED 的色域更广，色彩表现要好于 OLED
• 亮度方面，RGB Mini-LED 会比大部分 OLED 更好，但四层 OLED 差距已经很小
• 尺寸和价格方面，RGB Mini-LED 更占据优势

不过，RGB Mini-LED 仍未触及 Mini-LED 的天花板，今年登场的另一项新技术——SQD Mini-LED，其表现甚至更为出色。

其实 SQD Mini-LED 的技术路线比 RGB Mini-LED 更简单：在 Mini-LED 单色灯珠分区背光的基础上，把灯珠做得更「mini」，分区划分更细，实现更强大的控光能力，能实现全局稳定的高色域表现，也不会有「串色」的问题。

不过目前，SQD Mini-LED 技术还不算普及，产品种类和价格都不如 RGB Mini-LED。

趋势四：关注参数之外的信息

电视机升级的边际效应其实相当明显，尤其是画质。当你买一块电视屏幕回家，在没有对比的情况下，其实很难让人产生升级的欲望。

确实如此，电视面板的进化、新技术的落地速度其实相当迅速，并且百花齐放的品牌和产品形态，让「选电视」这件事，成为了困扰包括爱范儿同事在内不少人的难题。

电视最重要的「好看」，也并不只是大和亮。爱范儿一位同事选了台索尼电视，不是大屏，也没有新技术。

他的理由很简单：比起参数，他更在意索尼深耕电影行业多年所形成的审美标准——虽不最「吸睛」，绝对够「养眼」，是一种贯穿整个产品线的下限和标准。

更关键的是，当他犹豫时，获得了一个大额折扣。

当电视都足够「好看」，我们才发现，不管是消费者选电视，还是厂商造电视，目前都陷入了一个怪圈，似乎好电视无关乎尺寸、亮度、画质这些素质。其他体验被忽略。

这时候，操作系统、兼容性、接口这些常被忽略的配置，往往不是「好坏」之分，而是「有无」差别：国产电视不方便看海外流媒体平台，三星和 LG 的电视系统又相对难用；不少电视的 HDMI 接口数量相对有限，接电视盒子和主机都不方便，还会存在不支持 ARC 协议的问题……

除此之外，音响也成为电视区分度极高的的重要配置，TCL 就会在高端产品线上和 B&O 合作，索尼电视也能受到其音频产品线的增益，LG G5 最大的短板，也在于不够强劲的音响素质。

趋势五：传统电视之外的新型电视

当下电视的定位和功能早已剧变，它早已不只是电视台和 DVD 的载体，更接近纯粹的「家庭媒体中心」本身，它和其他设备、服务之间，关系越发密切，不然也不会有方便用户刷抖音的「可旋转」电视。

现状是，很多人已经不看电视，或者不单纯只想「看」电视，因此一些电视厂商，尝试完全跳出参数叙事，魔改了「电视」这个产品，做出了一些全新的品类。

40 寸以下的「电视」

上面我们提到了一个「别买 65 寸以下电视」的暴论，其实那是针对那种传统的客厅大「电视」的一个判断。大部分人其实还是想要一个比手机、平板、笔记本更大的屏幕来娱乐，对于空间有限的消费者来说，40 寸以下的「电视」或者「显示器」就是一个很稳妥的选择。

所以，让我修改一下上面的暴论：

2026 年，要么买 40 寸的「小屏」，要么买 65 寸以上的大屏。

关于小屏幕，这两年有两种相对特别的场景。

由于电视价格不断走低，越来越多人会选择将 40 寸及以下的小电视作为电脑显示屏，不仅尺寸更大，显示效果也会好于大部分传统显示屏，代表产品就是 LG OLED C5 42 寸电视。

当然，目前这种用法还算比较另类，如果真的要买电视当显示屏，不可避免会遇到承重和散热的问题。越来越多的电视厂商也留意到这种全新的消费趋势，开发并推出这种「电视+显示屏」融合产品。

其中，小米就是其中最特别的一家品牌——他们将电脑显示屏做成了电视机。

今年小米推出了 REDMI 显示器 G Pro 27U，它不仅自带一个不错的音响，还内置了小米电视系统，本身就是一个独立的影音娱乐系统。

壁画电视：「好看」的电视，但不是好看的电视

智能手机让每个人都拥有了一个随身的小屏幕，以往全家人聚在客厅一起看电视的场景受到严重冲击，不少人已经考虑不要电视。

但客厅还需要一个「视觉焦点」，比起老年人钟爱的水墨画，年轻人把目光投向了一种名为「壁画电视」的产品，它大部分时间都是一幅壁画，你也能将它当成一块屏幕。

目前这个品类的龙头是三星，国产品牌创维也有不错的产品，TCL、小米的产品线也有所覆盖。

壁画电视又名「艺术电视」，本质上是一块巨大的类似电视一样的屏幕，采用漫反射玻璃，主打高色域、高分辨率、高对比度以及低功耗，而不是高亮度这种传统电视参数。

当你不需要它，壁画电视会静静显示艺术作品，融入整个家装设计之中；如果你想看部电影，它也能化身成普通的电视屏幕，当然最好不要期待它有惊艳的观看体验。

华为 MateTV：100 寸的平板电脑

华为全新的 Mate TV，外观看起来和电视机无异，都是一个 100 寸左右的大屏，但开机后你会发现，系统界面和传统的电视完全不同，明明就是一个平板系统。

用户则可以使用遥控器，像鼠标一样点按拖拽，或模拟手柄进行操作，甚至可以用触控笔点击屏幕——总而言之，它想让你从传统的「看电视」，去尝试把它当成平板一样「用电视」。

如果说电视正在转变成「家庭媒介中心」，那 MateTV 就是基于这个洞察诞生的产品，通过赋予电视完整的智能能力，试图为这块客厅的大屏幕找到全新场景。

闺蜜机：电视，但不止长了轮子

虽然大家已经不看电视了，「大屏」的需求仍然非常旺盛，随着电视和客厅的消亡，「闺蜜机」异军突起，核心的概念很简单：解决「便携」和「大屏」的矛盾，让屏幕跟随用户。

闺蜜机的形态异常简单：比起电视，其实更像一块大号平板，接上一个长杆子支架，一组万向轮，让用户可以带着它到处走。

对比传统的大屏电视，闺蜜机还有一个独家优势：它太灵活了，可以适配各种空间，非常适合空间不大或需要灵活性的租房人群。

在国外，「闺蜜机」主要还是三星、LG 和海信这些传统的电视厂商在做，产品依旧强调高画质体验，国内做这些产品的却是百度、天猫精灵这些和电视无关的品牌。

这也闺蜜机目前最大的困境——性价比。同等价位段，电视的面板会远胜于闺蜜机，中低端闺蜜机产品还会面临性能不足导致的体验问题。

这些未必就是电视的终极答案，至少给了用户换新的理由，也给这个老品类点了一把火。

买电视，究竟在买什么？

回到最初的话题，那些在纠结自己该买哪款电视、该不该升级电视的消费者，应该怎样做出自己的决定？电视虽然更新快，但本质上还是一个耐用品，价格也不算低。

买电视之前其实要先明确一个很本质的问题：你真的会看电视吗——这里的看电视，指的是坐在客厅打开电视，未必看的是电视台，可以是爱奇艺网飞，可以是看电影，总之是「看」。

如果答案是否定的，那么根据自己的场景和需求，直接从小电视、艺术电视、MateTV、闺蜜机这些「另类电视」里面选就可以了。

如果你还是想要追求视觉上的极致享受，一部传统电视依旧是首选。

选购电视的第一要义，还是一个字——大，在预算相当的情况下，对「亮度」和「画质」没有太大的需求，那一块大屏是不会出错的。

甚至对于纠结大屏还是画质的用户来说，我都会优先推荐大屏。原因很简单，不管是多层 OLED 还是 RGB Mini-LED，如果不专门进行对比，显示效果的差异不易察觉，并且对于大部分片源来说都是溢出的，但大屏幕的差距是一眼便知。

根据每个价位段，爱范儿整理了一份电视导购名单。

对于没有预算上限的消费者，想必也是「更大更好」，建议直接选择满配的百寸电视，这里最推荐 RGB Mini-LED 的 TCL 115Q10M Ultra，也是目前市面上最大的 RGB Mini-LED 屏幕。

在这之下的 60000 元左右价格段，分别是今年 OLED 和 LCD 的顶级面板产品：LG G5 83 寸，和 TCL X11L 98 寸。后者其实更值得推荐，不仅因为尺寸更大，还因为前者很难有这个价格，本身也很难买到。

对于大部分人来说，10000-30000 元属于一个能买到不少顶级面板和大尺寸的价位段，首先要明确需求：OLED 还是 RGB Mini-LED？

这个价位段我不太建议入手 LG G5 的高亮度 OLED 屏，性价比不算太高，所以亮度成为区分一个重要的决策因素。OLED 更适合爱看电影 + 使用场景主要在晚上的用户，并且有更高的审美追求；RGB Mini-LED 的高亮度能更好满足白天使用，平时爱看综艺、电视剧的普通用户。

20000-30000 元，属于好面板和大尺寸产品扎堆的价位段。首推 LG C5 83 寸，观感其实和 G5 相差没有那么大，价格和尺寸却更具吸引力；大屏推荐 TCL C10L 98 英寸，一块观感完全不输 OLED 的 98 寸大屏，可以等等更新的 C11L。

10000-20000 元是一个相对更纠结的价位段，基本上好面板和大尺寸只能二选其一，最推荐 TCL Q10L 98 寸，不过只是普通的 QD Mini-LED 面板；如果还是追求 OLED 电视，依旧推荐 LG C5，但只能买到 77 寸。这个价位索尼 XR70 85 寸也不错，只是面板和尺寸都不算出众，竞争力主要在于索尼的画质调校和审美。

10000 元以下进入了性价比区间，海外品牌只能买到入门款，其实不太推荐。7000-10000 这个价格段，我依旧推荐 TCL Q10L，根据预算选择尺寸。

4000-6000 价位段，海信 Vidda 发现 X 2026 款能买到 75 寸和 65 寸电视，还是 QD-Mini LED 面板，性价比很高。

到了 3000 元左右的价格段，其实国产品牌产品之间的差异很小，很难给出具体型号的推荐，更建议大家关注雷鸟、小米、创维、海信这些国产品牌，然后根据国补价格、4K 分辨率、系统和接口这些配置选购。

接下来就是对周边配置，例如系统、兼容性、接口、厚度、音响以及品牌这些周边因素的考虑，它们都是电视体验舒心重要构成。

像是 LG、三星的电视都使用自研系统，可玩性相对欠缺，更适合自带电视盒子的用户；想看 Netflix 这种流媒体平台，就要注意选购 Netflix 认证的电视，例如索尼和 TCL 近两年的电视；还要注意端口配置和支持的协议差异。

很多时候，促成下单的因素其实还是价格。有机会以折扣价买到更贵的型号，刚好又是自己喜欢的品牌，其实不用纠结太多直接下单，因为电视真的是一分钱一分货的品类。

很有意思的是，尽管电视早已被贴上「夕阳产业」的标签，但它的迭代速度却比想象中更快、动作也更大：技术路线在分叉，产品定义在裂变，某种程度比智能手机跑得还快。

去一趟电视城你就能明显感觉到，那些更新的 RGB Mini-LED 和新技术 OLED 电视，在观感上已经和一众常规产品拉开差距。

技术基本稳定后，就进入卷参数、价格的肉搏战，边际效应相当明显，这种竞争对于所有厂商都不算舒适区。

所以我们看到，不管是 LG、三星这些老牌面板大厂，还是小米、华为这些新兴势力，都开始去尝试一些新的形态、新的定义，推动老电视，成为有点不一样的「新物种」，或许这就是接下来「电视大战」的破局之路。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

跨年那天，我带着 vivo X300 Pro 到澳门看了一场演唱会。用「舞台模式」记录华丽舞台，也记录在现场的我，给未来的自己留下更好的回忆。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

苹果全新大戏《同乐者》终于完结，「炸裂」的大结局，大家看了吗？

为了庆祝大结局播出和圣诞节，苹果 CEO 蒂姆 · 库克在 X 上发布了一条推文，却引发了意料之外的争议。

油腻的质感、逻辑不通的细节、毫无亮点的画面，引得网友们纷纷留言质问：

这是用 AI 生成的吗？

反 AI 电视剧，被 AI 背刺？

我相信，如果是 Netflix 高管发了一张《怪奇物语》的 AI 图，也不会造成这么大的舆论争议，尽管这部剧集比《同乐者》要火不少。

但不管是《同乐者》，还是放大到 Apple TV 平台本身，都带有强烈的「反 AI」气质。

给没看过《同乐者》的朋友们简单讲述一下剧情：一种神秘的末世病毒席卷了全世界，向世人强行灌输了乐观和满足的情绪，形成统一的「蜂巢意识」。一位悲观的畅销书作家卡罗尔发现自己免疫这种病毒，与此同时病毒群体正在试图转化她和其他免疫者。

剧集在海内外口碑都不错：MTC 斩获 87 的综合评分，IMDB 用户评分 8.1，豆瓣评分 8.3，算得上今年名列前茅的好剧。

这部剧集《绝命毒师》《风骚律师》核心主创文斯 · 吉里根打造，独特的美学风格和镜头语言和这两部经典作品一脉相承。苹果还给出了 Apple TV 剧集史上最高的预算——单集 1500 万美元起，让剧集得以充满各种实拍镜头的大场面。凭借《风骚律师》两度提名艾美奖的主演蕾亚 · 塞洪，也已经靠这部剧拿下金球奖提名。

剧中的一个情节让人印象深刻：卡罗尔和这个蜂巢意识的病毒群体进行接触后发现，这群「同乐者」愿意为她做任何事，满足她任何要求，还集合了人类的智慧和记忆。

不少观众看剧时感到莫名熟悉：这群谄媚、随时帮助、没有其他感情、充满知识的「同乐者」，不就是 ChatGPT 吗？

不过，对于这种言论，文斯 · 吉里根回应称，他其实从来没用过 AI 聊天机器人，创作《同乐者》时也没考虑到 AI。

我讨厌 AI，AI 是世界上最昂贵、最耗能的抄袭机器。

吉里根的立场也直接在剧集制作中体现，片尾字幕特别标注了「本节目由人类制作」，在播出时就引发了不少讨论。

虽然苹果公司在 AI 技术道路上一往无前，但苹果和各行各业的创作者长期以来保持着密切联系，其实人们更愿意看到苹果继续重视「创作」背后的人文价值。

在《同乐者》播出期间，Apple TV 还发布了新片头和制作幕后：这个看起来像是动画渲染的片头，居然大部分是实拍的成果。

这种「全手工」到近乎有点笨拙的创作方式，也被大众解读为苹果对「创作」的尊重，赢得了不少掌声。

在主创旗帜鲜明反对 AI、剧集被当作 AI 寓言、苹果尊重创作的历史种种前提下，库克发布了一张疑似 AI 生成的图来庆祝剧集完结，自然引起了人们的不满和质疑。

所以这张图真的是 AI 生成的结果吗？苹果没有对此作出回应，有人联系了图片作者 Keith Thomson，一位现代画家，对方给出了这样的回答：

我无法对具体客户项目发表评论。一般来说，我总是手绘绘画，有时也会用到标准的数字工具。

这个似是而非的回答，完全没解决大众的困惑。在这条推文下方，以及更多社交平台上，网友们已经吵成了一锅粥。

一些专业的绘画或科技人士认为，这张图片有着人类手绘的笔触痕迹，并非 AI 出品。

Apple TV 官方账号很快也加入战局，转发推文的同时强调「这是由 Keith Thomson 用 MacBook Pro 创作」，似乎企图用「MacBook Pro」这个老牌创作工具的金字招牌，来为配图正名。

但认为是 AI 出品的网友证据更加充分：图片的牛奶盒同时标注了「全脂牛奶」和「脱脂牛奶」；盒子上的迷宫也没有解法；画面充满了灰蒙蒙的噪点，这些都是典型的 AI 生图特征。

也有其他艺术家将这张图和 Keith Thomson 的作品集进行比对，不管是风格、笔触、画面元素的处理方式，都非常不同。

一些网友也推断，苹果大概率是向这位艺术家买了张配图，结果 Keith Thomson 使用「标准的数字工具」，例如一个用自己作品集训练出来的 AI，生成一张图片再动手改了改交差。

烂图比 AI 图更值得声讨

在没有更多新信息和证据的前提下，这场「是不是 AI」的争论已经成为了一场「罗生门」——观点不同的双方各执一词，事情真相已经扑朔迷离。

著名苹果评论员 John Gruber 直接引用所谓的「奥卡姆剃刀」原则进行推论：在种种复杂的可能性中，最接近事实的往往最简单，Keith Thomson 就是用了 AI。

艺术家本人模棱两可的态度，其实也坐实了这个结论——对于大部分创作者来说，自己辛苦产出的作品被打为 AI，是绝对不可以接受的，都会第一时间跳出来反驳。

况且，争论进行到这一步，这张图究竟是不是 AI 生成，其实已经不重要了。

就质量本身而言，这张图片细节拙劣，画面粗糙，你很难承认它有什么审美上的价值——这和大部分 AI 产图一样。

AI 生成的低质量图片，和人类粗制滥造的作品，本质上真的有区别吗？本质上不都是一些质量很差、毫无美感的图片？

我们为什么会对 AI 产出嗤之以鼻？因为我们的内心都默认，人类用时间、知识、经验浇灌出来的创作，才是真正优秀的作品，AI 更多是不需要心血、量产的「垃圾」。

但怎么用 AI、用 AI 创作出什么，其实都是人决定的，人的审美、品位决定了 AI 作品的高度。

当创作者不愿意去花时间构思，也没有任何好创意，只想躺着赚快钱，AI 就成替罪羊——可惜的是，这样的创作者现在越来越多，因此我们的生活充满了 AI 生产出来的废料，让大众进一步排斥 AI 创作。

如果想要去把事情做好，那 AI 就会带来前所未有的可能性。

这个月发布的小米 17 Ultra 徕卡定制版手机，有一个独占的「徕卡一瞬」功能，可以让拍出来的图片模拟出徕卡相机 M9 的风格和质感，也就是所谓的「德味」。

实现的方式，并非单纯的滤镜和照片色彩管理，而是小米和徕卡用大量 M9 拍出的照片，训练出一个大模型，用这个 AI 把图片「修」出德味。

这些「AI 德味」的照片在文字上会存在一定的幻觉，「AI 篡改照片」也引起了一些非议，有人认为是对徕卡纪实摄影传承的背叛。

但在评测的过程中，爱范儿的编辑们都被这些色彩浓郁的照片打动了，认为这台手机确实还原出我们心中的德味，丝毫不介意它是否「AI」。

更重要的是，「德味」这种曾经只属于部分摄影爱好者的审美和创作权，被 AI 复制后，走向了更多的人。

这几年，所谓的「AI 艺术家」也正在全球崭露头角，他们不避讳自己作品中的 AI 元素，反而利用 AI 生成那种不按常理出牌的效果，创作出风味前所未有的作品，带来了一种全新的审美。

我们暂且不去考虑关于 AI 抄袭、量产、「没有灵魂」的争议，单就结果而言，能用 AI 产出好的作品，其实一样会受到大家的欢迎。

回过头来看苹果和 Keith Thomson 这件事，其实给全世界的企业和创作者都上了很好的一课。

即使苹果很可能真的是被 Keith Thomson 「诓骗」，买手绘图收到一张 AI 图，对于那个自诩很有「品味」的苹果来说，也不应该启用这张劣质的配图，来宣传《同乐者》这样极具审美水准的影视作品。

而对于创作者来说，如果你不想自己的作品被打为「AI 生成」，那只能把它做好，而且比越来越强的 AI 还要更好。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

即将过去的 2025 年对于人形机器人来说，可以说是蓬勃发展的一年，甚至诞生了一个专属于这个行业的概念：具身智能。

只不过我们一提到具身智能，第一时间联想到的往往是特斯拉 Optimus、宇树 G1，甚至机械战警这种「高大威猛」的形象——

▲ 《机械战警》（1987）

尺寸坐标轴的另一端，则主要是宇树 Go2 机器狗、波士顿动力 Spot 机器狗，以及爱范儿之前开箱过的双足机器人之类的形态，鲜少有人提及「小尺寸人形机器人」这个概念。

这一切在今天发生了改变。

 

小小的也很高能

就在刚刚，上纬新材董事长、智元机器人联合创始人、CTO、B 站百大 up 主稚晖君（彭志辉）正式公布了并购后新公司的第一款「小尺寸全身力控人形机器人」产品：启元 Q1 。

这是一款被彭志辉定义为「属于每个人的第一个个人机器人」的产品。

启元 Q1 通过将全尺寸人形机器人的核心能力压缩到了背包大小，搭配极致的极客精神和轻松上手，希望在具身智能爆发前夜，抢先占据个人创作者的桌面。

最有趣的是，启元 Q1 的站立高度约为 0.8 米，收纳模式的机身长度在 0.5 米左右。可以通过一个不太雅观的姿势整体装进一个 30～35L 左右的双肩包里，背上就能撤离：

而彭志辉又是何许人也？一句话说，他是一个 B 站 up 主、机器人专家，更是一个熟练的商业玩家。

▲ 彭志辉（稚晖君）的 B 站主页

前不久，原华为「天才少年」、智元机器人（AgiBot）联合创始人彭志辉正式出任科创板上市公司上纬新材董事长，完成了那场「创业公司吞并上市公司」的史诗级收购大戏。

然而并购只是新旅程的起点，主营高性能复合材料的上纬新材是怎么和前沿机器人技术组合在一起的？

启元 Q1 给出了一个答案：将材料学技术的突破，直接转化为产品最直观的参数——体积。

以往的人形机器人为了追求灵敏的姿态响应，通常采用 QDD（Quasi-Direct Drive，准直驱驱动器）关节技术，通过在中空电机中嵌套低齿比的行星齿轮，以实现快速响应和精准的扭矩控制。

▲ 一种形式的 QDD 马达｜Hackster

但 QDD 关节技术始终存在着一些问题，比如结构精密、材料要求高、难以微型化，一般都是全尺寸人形机器人在使用。

和便携计算机一样，「把大做小，比把小做大更难」同样是机器人行业的共识。

而启元 Q1 宣称攻克了这一难题。根据官方披露的信息，研发团队通过材料、结构与控制算法上的创新，成功将原本的 QDD 关节缩小到了「比鸡蛋还小」的尺寸：

更关键的是，这种微型化并没有以牺牲性能为代价——启元 Q1 依然拥有全尺寸机型相同的力控性能与高动态响应能力。

换句话说就是，虽然个子矮，但站得一样稳。

另外，Q1 尺寸缩小意味着它的体积和重量也只有全尺寸机器人的约 1/8，配合上纬新材的复合材料工艺，Q1 获得了一项令机器人操作员梦寐以求的被动技能——耐摔耐炸。

而更加耐炸机的机器人意味着什么呢？意味着更低的试错成本和更高效的算法调整。

启元 Q1 的 SDK 与 HDK 全部开源，用户无论是为它规划动作路径、测试运动逻辑还是迭代走路算法，都不需要小心翼翼地微调，而是像人类学走路那样「迈开步子直接干」，因为它不怕摔跟头——

▲ Q1 给它整个活！ጿ ኈ ቼ ዽ ጿ

 

家用电脑一样的家用机器人

而这么有创意的产品，彭志辉打算将它推向哪个市场呢？有意思的是，启元 Q1 并非如智元机器人以往的产品那样主打 2B 业务，而是一款面向消费者的 2C 级产品。

▲ 图｜智元机器人官网

正如彭志辉在发布信息中强调的那样，「真正的科技进步，不止看见，更可体验」。为了让启元 Q1 走出玻璃展示柜，彭志辉规划了从「实验室到极客桌面」的三种使用场景。

比如对于理工科高校的实验室应用来说，启元 Q1 可以成为科研人员的「毕业机」，因为它解决了 Sim2Real（仿真到现实）中最大的痛点——试错成本。

▲ 想象一下如果算法没调好被它摔倒在腿上｜Boston Dynamics

正如前面提到的，启元 Q1 规避了全尺寸人形机器人的重量问题，耐摔耐炸的属性极大减小了科研人员在真机上验证模拟算法时的试错成本，让算法验证变得像调试 docker 一样轻松高效。

同时，启元 Q1 也并没有缺少今年最热门的 AI 功能。

通过内置的「智元灵心」AI 平台，它支持进行自然对话、百科问答，甚至可以教用户跳舞或练习英语口语——换句话说，这不就像是个能动的「Q 宝」吗？

更致命的是，彭志辉作为一名 B 站百大 UP，甚至没有忘记给启元 Q1 加上一些二次元属性。

是的，你没猜错——启元 Q1 的外观结构数据完全开源，用户可以自行为它 3D 打印各种外观件。

无论改装成元祖高达、薮猫还是黄金船，只要你会玩 Zbrush 和 Blender，就没有启元 Q1 不能 cos 的角色：

虽然启元 Q1 的宣传视频里，这段 AI 换装的画面比较粗糙，但只需要发挥一点创意（和 vibe coding），身高一米、穿着女仆装的赛博猫娘就能直接站在面前——高司令看了都得说声好。

▲ 《银翼杀手 2049》（2017）

甚至你不会 vibe coding 也行。根据官方介绍，通过「智元灵创」平台，用户无需精通编程，就能像搭积木一样编排动作和逻辑（类似曾经的 Scratch）。启元 Q1 不仅仅是一个产品，更是一个属于创作者的「生命体」。

 

具身智能的 iPhone 时刻还有多远？

如果 2025 年是消费者机器人产品的开端，行业普遍预测，2026 年将有大概率成为具身智能的分水岭。

只不过行业成熟的分水岭，并不一定等于 2007 年那样让整个行业脱胎换骨的「iPhone 时刻」。

毕竟特斯拉、宇树、Figure 等巨头都在向全尺寸通用人形机器人发起总攻，冒险开拓一个全新的产品尺寸往往是伴随着风险的。

▲ Figure Helix 机器人｜TechCrunch

然而，如果再深入一层的话，我们其实会发现启元 Q1 选择了一条截然不同的路径：从个人需求突围。这很难不让人联想到上世纪 70 年代的电脑桌面化革命——计算机从大型机房走出来，最终走到了每个人的书桌上。

启元 Q1 的产品设计，多少就在遵循这个逻辑——

在全尺寸机器人解决成本与安全问题之前，先用一款「买得起、玩不坏、带得走」的小型个人设备，让具身智能在开发者和发烧友中获得一定的用户基数。

更何况，启元 Q1 展示出的 DIY 属性，甚至可以将潜在客户拓宽到远超开发者和发烧友的群体当中——毕竟马斯克的生物工程还没造出猫娘，但给 Q1 打印一副耳朵却是轻轻松松。

▲ 《VA-11 HALL-A》

2026 年的机器人博弈，或许就从这个能装进背包的小家伙开始。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

随着新一轮全球关税浪潮袭来，全球贸易格局正经历一场结构性的震荡。这场震荡不仅反映在金融市场的波动上，更深刻重塑着国际社会对不同国家的认知。

在全球贸易格局深度调整与地缘政治变化交织的背景下，中国品牌迎来了全球化进程的关键转折点。从单纯的产品出海到品牌价值深耕，从市场认可到全球信赖，中国品牌凭借持续的创新突破与本土化实践，逐步穿越信任临界线，实现跨越式发展。

为精准把握中国品牌全球信任发展态势，高效助力中国品牌深耕国际市场，全球领先的市场研究和咨询公司益普索发布的《2025中国品牌全球信任指数》报告（以下简称《报告》），通过多维度数据洞察与深度分析，全面解码中国品牌构建全球信任的全新路径与核心机遇。

全球信任格局迎来历史性逆转

《报告》显示，全球品牌信任格局正发生深刻变革，欧美品牌持续下滑与中日韩品牌稳步上扬形成鲜明对比。

这一变化在国家形象认知层面已率先显现，根据益普索北美《Know the New America》研究，49%的全球民众认为中国对世界事务产生积极影响，较2024年上升10个百分点，这一比例十年来首次超越美国，为中国品牌出海奠定了良好的认知基础。

在品牌信任表现上，中国品牌全球净信任度达到32%，较2024年大幅提升12个百分点，信任比例持续攀升。日本品牌以77%的净信任度继续位居榜首，韩国品牌59%的净信任度与美国品牌61%已基本持平，而美国品牌从2021年的68%持续下滑至2025年的61%，其中在发达市场下滑幅度最为显著，一年之内下降6个百分点至43%。

发达市场成为中国品牌信任突破的关键战场。2025年，受访发达市场对中国品牌的净信任度首次摆脱负值，非常信任/比较信任的比例升至36%，较2024年上升6个百分点，不信任比例同步下降6个百分点。英美市场表现尤为突出，英国消费者对中国品牌的信任比例从2021年的29%攀升至2025年的49%，美国则达到48%，较2024年增长6个百分点，显示出中国品牌在高信任门槛市场的突破能力。

新兴市场持续成为中国品牌信任增长的强劲引擎。2025年中国品牌在新兴市场的净信任度高达51%，较2024年增长13个百分点，13个受访市场中有五个增长超15个百分点。非洲市场中尼日利亚（89%）、埃及（76%）的净信任度位居全球前列，中东市场沙特阿拉伯（66%）、阿联酋（56%）等均超过50%，南美市场巴西（51%）、墨西哥（50%）也实现双位数增长，形成了广泛的高信任市场矩阵。

标杆品牌引领行业信任升级

2025年中国标杆品牌全球信任表现亮眼，头部品牌矩阵持续扩大并引领行业升级。

消费电子行业继续领跑全球，联想、华为、小米稳居排行榜前三，OPPO、vivo、荣耀等品牌紧随其后，前10名中占据6席。海外消费者对中国消费电子品牌的购买意愿达到40%，超越美国（38%）和韩国（34%），过去一年实际购买率更是以40%领先于日本（34%）、美国（29%）和韩国（24%），确立了市场领先优势。

智能家电品牌成为信任增长新势力，海信、海尔、TCL、美的等智能家电品牌信任指数与排名同步上升，凭借技术创新与全球化布局巩固市场地位。

汽车行业受来源国效应影响显著。2025年海外消费者购买意愿上，日德品牌仍领先，中国品牌（30%）已超越韩国，次于美国。在信任度方面，中国品牌在发达市场净信任度仅为4%，但在新兴市场则达到了51%。

电商与AI行业呈现差异化竞争态势。电商平台虽受关税波动影响整体信任指数回落，但Temu凭借知名度飙升，排名从第29位升至第20位。在实际使用行为方面，过去⼀年中曾有在中国电商平台购物经历的海外消费者⽐例达到38%，高于美国电商品牌的34%。AI行业成为中美竞争核心领域，新兴市场中马来西亚（57%）、卡塔尔（51%）等国对中国AI产品的购买/使用意愿超过美国，显示出技术输出的新机遇。

信任驱动因素呈现多元化升级

《报告》揭示，2025年中国品牌信任驱动因素已从单一产品维度向多元价值维度延伸，“提供高品质的产品/服务”以10.9%的权重仍居首位。值得注意的是，“始终如⼀地传递他们的主张”（7.3%）、“为本地经济带来净利益”（6.3%）和“积极关⼼和⽀持本地社区”（6.8%），三个因素均出现提升。

尽管「提供高品质的产品 / 服务」是全球消费者对中国品牌的共同核心诉求，但在发达市场与新兴市场中，各驱动因素的重要性占比仍存在显著差异。发达市场更注重关系型因素，“在沟通中诚实开放”和“非常有吸引力的雇主”跻身前三，反映出成熟市场消费者对品牌可持续发展能力的关注；新兴市场则更看重产品与环保维度，“以公平和道德的方式做生意”与“对环境负责”权重均达到8.1%，成为核心诉求点。

信任优化矩阵显示，2025年，中国品牌在“是⾮常有吸引⼒的合作伙伴”以及“为本地经济带来净利益”的两⼤重要驱动因素上的表现获得了全球消费者的认可，这也是连续追踪六年来，中国品牌的信任驱动因素第⼀次出现在第⼀象限：在重要的信任驱动因素上表现良好。

分市场精准施策实现信任深耕

总体来看，不论是在全球市场，还是发达或新兴市场，海外受访者获取品牌营销信息的主要传播渠道前五均为社媒广告、电视广告、搜索引擎告广告、电商站内推广和流媒体广告。

社媒广告以59%的全球触达率成为核心渠道，在新兴市场更是达到65%，成为高效触达工具；电视广告与搜索引擎广告分别以42%和37%的触达率，在发达市场保持稳定影响力，传统权威渠道仍具信任背书价值。

电商平台成为新兴市场传播关键阵地。在新兴市场，电商站内推广以42%的触达率超过搜索引擎广告，尤其在东南亚和中东北非市场，成为信任构建的重要场景。

结语

随着全球信任格局的重构，中国品牌正站在新的历史起点。

从产品输出到品牌立信，从硬实力突破到软实力提升，从市场进入到社会融入，中国品牌的全球化之路已进入深度价值竞争阶段。

未来，唯有坚持长期主义，以高品质产品为基石，以ESG实践为纽带，以精准本地化策略为路径，才能持续深化全球信任，实现从“穿越临界线”到“引领全球市场”的全新跨越，在世界舞台上书写中国品牌的传奇。

请关注益普索Ipsos公众号，并回复关键词“ GTI”获取报告详细内容。

站在 2025 年底回看，AI 行业正经历一场安静但深刻的转向。几年前，发布会灯光、参数排行榜和融资数字曾构成这个行业最耀眼的画面。

而现在，聚光灯正在移开，视线开始落到更不显眼却更关键的地方——技术团队是否能持续进化、路线选择是否经得起时间拉扯、那些尚未完全兑现的能力，是否真的具备长期生长的可能性。

投资者评估 AI 企业的方式，也随之从「看得见的收入」，转向「还没完全显形的价值」。

正是在这样的行业转折点上，MiniMax 启动了上市进程：今天公开发售正式启动，预计将于 1 月 9 日以 0100 为股票代码正式登陆港股资本市场。

根据招股书披露的核心细节，MiniMax 本次 IPO 拟发行 25,389,220 股，定价区间为 151 至 165 港元/股，在不考虑发售量调整权及超额配股权行使的情况下，发行估值将介于 461.23 亿港元至 503.99 亿港元之间。

值得注意的是，MiniMax 此次引入了包括 Aspex、Eastspring、Mirae Asset、阿里巴巴及易方达在内的 14 家基石投资者，认购总额约 27.23 亿港元。

募资用途方面，MiniMax 明确将 90% 的募集资金投向研发领域，其中 70% 专门用于大模型相关研发，剩余 20% 则投入产品迭代与优化，持续夯实技术壁垒。

这些承诺长线持有的基石投资人，以及将九成资金押注研发的资源分配方式，共同标志着 AI 行业正式告别了流量为王的草莽期，进入了长期主义的成熟期。

「老钱」都是谁

股票市场上，「老钱」指的是投资时间跨度较长、重视基本面而非短期交易的机构或资金类型。包括公募基金、主权财富基金、战略持股的大型企业或家族投资公司等等。

如果说风险投资是投机者的角斗场——投出的十个项目里能死掉 9 个，但只要剩下那一个成为独角兽就是胜利——那么，「老钱」们则擅长给足耐心，坚持复利和长期主义。关注股息、盈利增长以及企业长期价值，从而为市场提供稳定的资金支撑。

长线基金通常投资门槛很高，更关注企业的健康发展，相信未来的技术壁垒能带来几十年的垄断收益。这就意味着，企业本身的商业模式和技术壁垒，需要经得起检验，能在时间的洪流中站稳。

1988 年，在巴菲特的判断下，Berkshire Hathaway 开始大规模建仓一家消费品公司，高峰期持股约 9%，从不因短期估值或市场波动而交易。随后，美国大型的养老基金、指数型长期资金也纷纷跟进。他们看中的，是这家公司健康强劲的现金流，可预测的市场需求，明确的盈利方式和定价权。

长线基金在寻找的，是可被时间反复验证的可靠性，尤其是那些可以将技术沉淀为不可替代的生产要素的公司。在下一波生产要素更迭的时间节点，这些长线基金，看中了下一个基石型产业——AI。

而在这一片阵地中，他们看中了一支年轻的队伍——MiniMax。

反脆弱

「真正强大的系统不是在冲击中保持不变， 而是从混乱中获益、在压力下变得更强。」这是前华尔街交易员塔勒布在其著作中提出的概念：反脆弱性。

这个概念放在当下的 AI 行业，可谓一种高标准。技术的快速更迭，带来的是眼花缭乱的变化——能在持续的变化中稳住、变强，MiniMax 是个值得观察的样本。

过去两年，AI 赛道的主旋律是烧钱换时间。可是 MiniMax 的财务数据呈现出不同的增长曲线：收入增长 174.7%，研发支出仅增长 30%。这种非对称增长，恰恰藏着它最核心的生存逻辑，反脆弱性。

首先就是他们对全模态自研的投入。回到三年前看，这是一种剑走偏锋。彼时行业共识是专注单一赛道，毕竟全模态意味着战线过长、资源分散、而非在一个细分垂直领域做到极致。

但 MiniMax 选择了一条少有人走的路，自成立起就死磕全模态自研，现在终于成了全球唯四能冲进全模态第一梯队的企业，实现了文本、视频、语音、音乐的全面开花。

这是一种剑走偏锋，也是一种基于长期主义的积累。

于是我们看到，文本模型 M1 是全球首个开源大规模混合注意力推理模型。第二代 M2 一开源，就拿下全球前五、开源第一的成绩；OpenRouter 上，国内 token 用量登顶，编程场景冲进全球前三，Google 、亚马逊、微软三大云厂商都第一时间把它接入自家 AI 云平台。

近日 LMArena AI 的 WebDev 榜单更新，MiniMax M2.1 Preview 直接冲到全球第四，也是国内第一。身前站着的是 Anthropic OpenAI 和 Google 这些老牌巨头，能在巨头盘踞的赛道里杀出一席之地，这份成绩单足够亮眼。

语音模型的表现同样硬核。

新发布的 Speech 2.6 性能直接压过 OpenAI 和 ElevenLabs，成了支撑 ChatGPT 高级语音模式的 LiveKit 底层引擎。流畅切换 40 多种语言，把 Voice Agent 场景的首包响应时间压到 250 毫秒，直接拉高了这个赛道的准入门槛。

视频领域的突破则进一步夯实其全模态优势。

MiniMax 视频模型 Hailuo 支持文生视频、图生视频、主体参考、首尾帧等功能。最新的 Hailuo 2.3 模型，更是在画面质量、连贯性、流畅性等多维度均处于领先地位。

截至目前，海螺 AI 生成的视频已经超过 5.9 亿个，全球 200 多个国家的用户都在用来创作，其中超 1 万名专业创作者通过其产出商业作品，合作方包括戛纳电影节、纽约大学艺术学院等。

几年间的努力，MiniMax 把技术沉淀为了真正的护城河，从而避开了 AI 行业最大的雷区：技术领先，商业却欠佳。

技术领先不等于商业成功，这是 AI 行业过去几年反复验证的教训。MiniMax 则通过「B+C 双轮驱动」模式，完成了技术优势向商业价值的转化：2.12 亿用户，开放平台日均处理万亿级 Token 请求。夸克有声书、小爱音箱语音、腾讯视频内容生成、WPS 的 AI 功能背后都有它的技术支持。

这些优质 B 端客户带来了稳定收入，更通过这些平台触达了海量 C 端用户，形成了「B 端赋能、C 端破圈」的良性循环。

海外市场的表现则更具说服力，领英、Veed、Leonardo 等平台是其客户，海外收入占比超 70%。这个比例意味着它已经跳出了国内市场的舒适区，在全球范围内验证技术的商业价值。

支撑这一切的，是一个极致精简的组织和一群踩在时代节点上的年轻人。

时间是最好的标尺

年轻带来的不仅是精力和嗅觉，更在于没有传统科技公司的路径依赖，可以搭建一个精简的组织结构，从而无限拉高成本控制能力和研发效率，这也是 MiniMax 能在烧钱赛道中「逆势增长」的核心原因。

MiniMax 共计员工 385 人，但团队平均年龄 29 岁，人均 95 后，385 个人里 73.8% 是研发，三分之一有海外背景。

MiniMax 成立至今只花了 5 亿美金，不及 OpenAI 的百分之一，却做出了全模态全球领先的成绩；CEO 之下不超过三层职级，内部 80% 代码由 AI 生成。这种 AI 原生的组织架构，某种程度上解释了其技术和商业化的推进速度。

MiniMax 招股书里的一组数据很能说明问题：11 亿美元现金储备，可支撑 53 个月运营；应收账款周转天数 38 天，低于行业平均的 60-90 天；B 端毛利率 69.4%，收入来源是订阅和 API 等可持续模式。

「高护城河、可持续现金流、抗周期能力」，在MiniMax年轻的外壳下，装载的正是完美符合长线基金投资逻辑的特质——没有不青睐它的理由，对于长线基金来说，MiniMax 不仅仅是模型公司，更像是 AI 时代的「字节跳动」或「腾讯」——拥有极强的技术壁垒，更重要的是，拥有参与定义AI时代下互联网基建的能力。

年轻团队、技术积累、现金流健康、全球化布局，这些要素组合在一起，构成了 MiniMax 在 AI 行业务实的生存逻辑，也让其成为了 AI 时代「抗造」能力极强的玩家。

而正是在这样的公司身上，长期基金与被投公司之间形成了一种名利场上罕见的关系：互相成就。

正如文章开头所说，Hathaway 持仓了一家消费品公司 40 年，一直延续到了今天，这家公司也的确变得家喻户晓——它就是可口可乐。

资本为其提供穿越周期的耐心与稳定性，企业则以长期兑现能力作为回报与证明。MiniMax 之于 AI 时代，也正在进入这样一段与长期资本相互验证、彼此成就的关系。

当市场还在赌哪个模型会成为终局时，聪明的钱已经开始寻找具备持续产出爆款模型的、具备年轻与朝气的公司——这些才是 AI 时代真正稀缺的资产，也是更有可能穿过周期的那些人。

时间本身，就是最好的增长杠杆。具备反脆弱性的 MiniMax，无疑已站在接受市场长期检验的关键起点。

作者：Selina、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。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

60 个，据不完全统计，Google 今年在 AI 软硬件产品上的功能更新，不少于 60 项。

现在大火的 Gemini 3 Pro，你能想象在今年年初的时候，还是名不见经传的 Gemini 2.0。十年磨一剑，把 Google AI 重新拉回我们视野的 Nano Banana，也在今年八月份才正式跟我们见面。

趁着最近各种年度总结都出来了，我们在这篇文章里，也总结了一波 Google 今年在 AI 方向上的发力，给我们的实际体验，又带来了多大的能力提升。

在谈论这些产品更新之前，Gemini 和 Nano Banana 两大「基座」模型是绕不开的内容。没有 Gemini 和 Nano Banana，Google 就是巧妇难为无米之炊。

和 OpenAI o3、4o、thinking、Pro 等复杂的型号不同，Gemini 就只有 Flash 和 Pro 两个版本，而且没有专门的路由机制，来自动选择用快速还是思考模型。Gemini 模型这一年的更新，就和它简单的型号一样，也是人狠话不多。

• 年初（Gemini 2.0 -> 2.5）： 1 月和 2 月，Gemini 2.0 及其 Flash 版本迅速普及；到了 3 月，更聪明的 Gemini 2.5 就来了。
• 年末（Gemini 3.0）： 11 月，Google 祭出了年度大招——Gemini 3，新一代的智能基座模型，标志着 AI 的理解和推理能力，彻底进入了一个全新的台阶。
• 电脑操作智能体（Computer Use）：10 月的一个低调但同样重要的更新，是 Computer Use 模型；它允许 AI 像人一样通过看屏幕、点鼠标来操作电脑界面。

关于 Flash 和 Pro，最近还有新的 Thinking 模型可供选择。其中，一个是用来更快的回答，一个是需要经过推理和思考才会给出回复，我的日常使用是默认全部为 Pro，思考速度同样很快。

而 Flash 的能力也在更新到 Gemini 3 之后，被一些网友认为比 Gemini 3 Pro 还更「聪明」。

另一个大基座就是 Nano Banana 了，不用多说，从 1.0 到现在的 Pro，在图像编辑和生成这块，它一直是无人能敌的地位。

8 月首次亮相，就迅速凭借强大的修图能力，甚至成了病毒式传播的热点，被整合进 Google Photos 和搜索等各个 Google 产品中，让复杂的图像修改，变得像发表情包一样简单。

到了 11 月，Nano Banana Pro 发布，创意的门槛再次降低，精准渲染成百上千个文字，让它继续成为独一档的存在。修图、设计、甚至前端，都因为 Nano Banana 让工具不再成为阻碍。

两大基座模型成型，变化就真正出现在我们每天接触到的具体产品里。

Google 产品清单｜附链接

• 通用聊天助手 Gemini App，使用 Gemini 3.0 Pro/Flash、Nano Banana Pro、Veo 3.1 等模型，能生图文、视频、代码等｜https://gemini.google.com/app
• AI 研究助手、知识库管理工具 NotebookLM，提供安卓和 iOS 版 App｜https://notebooklm.google/
• 视频生成平台 Flow，使用 Veo 3.1 和 Nano Banana Pro 实现各种创意｜https://flow.google/
• AI 工作室，既适用于开发者查看 Google 当前全部模型调用规范，普通用户也能在 Playground 聊天对话｜https://ai.studio/
• Google 搜索 AI Mode，能启用基于 Gemini 3.0 Pro 的联网深度搜索｜https://google.com/ai
• Google 版 Cursor，基于 Gemini 3 的 AI 编程工具 AntiGravity｜https://antigravity.google/
• 图片生成平台 Whisk，使用 Google 生图模型 Imagen 4｜https://labs.google/fx/tools/whisk/
• 音乐生成模型 Lyria，基于 Lyria 2 模型｜https://labs.google/fx/tools/music-fx-dj/
• 更多 Google 开发中的 AI 产品｜https://labs.google/

其中，大部分的工具都可以免费使用，尤其是 Google 实验室的相关产品，由于还在测试阶段，所以基本上限制较少，但大多只支持美国地区。

如果需要更多的 AI 资源，Google 最近还开启了新年优惠，新会员购买 Google AI Pro 可以获得 50% 的折扣。打折后的价格是 99.99 美元/年，同时能与另外 5 人共享该 AI Pro 会员。

AI Pro 不仅包含了 AI 相关的资源，也会提供 2T 的 Google Drive 存储空间；并且这次真的有「我是学生，免费送我」。

学习、工作，哪里都是 Gemini

从结果来看，研发模型和打磨产品，并不总是同一件事。有好的模型，基于此的产品不一定好用；但模型菜，做出来的产品必然不好用。

得益于 Gemini 模型的强大，Gemini 网页和 App 在这一年的更新相当足。可以说 Google 这一年，把力气都花在了对的地方，Gemini 完全从一个通用型的对话助手，升级成了全能的效率工具。

我们不需要重新学习一种使用方式，也不是为了 AI 而去用它，Gemini 就默默地开始出现在，更多我们本来就会去的地方。

当面对复杂的科学概念，或者晦涩难懂的论文知识时，现在的 Gemini 不仅仅能做一个文字总结，它能利用强大的多模态能力，直接生成可视化图片，甚至是一个交互式模拟的网页。

而无论是生图、还是生视频，现在 Gemini 都会自动根据我们的查询，自动决定是否使用 Nano Banana Pro 或 Google Veo 3.1 来把这些难啃的文字硬骨头，画给我们看。

Gemini 应用内的「引导式学习」能帮助我们，在一问一答之间，快速掌握对某个陌生概念的知识，图中为「期货是什么」的学习

引导式学习、画布，Gemini 的这些功能，都可以在同一个对话里面随时切换。

除了 Gemini，本身就是学习利器的 NotebookLM 今年也一直在更新，把它叫做「备考神器」，一点都不为过。

NotebookLM 在今年增加了 「深度研究 (Deep Research)」模式，它能像一个研究员一样在后台花时间深度挖掘高质量信源，给我们出一份详尽简报。更绝的是，它能根据我们上传的资料，直接生成闪卡 (Flashcards) 和 测验题，帮助我们备考。

每天都在用的 Chrome 浏览器，也摇身一变 AI 浏览器，上线标签页管家。我们不需要再一个个点击那几十个打开的网页了，Chrome 里的 Gemini 现在可以跨标签页工作，帮我们对比、总结多个网页的信息。

说到浏览器，Google 的老本行搜索也在这一年，有了全新的 AI 模式。AI Mode 的出现，让搜索结果变得更像一个过程，而不是终点。

我们在 Google 搜索里输入的问题，可以是模糊的、不完整的，甚至带着犹豫和情绪。系统会在后台拆解问题、补充上下文，再把一条更清晰的路径呈现出来，然后生成多个追问。

Google 这一年在 AI 产品上的思路，其实非常一致，就是要最低程度的改变我们的使用习惯，同时引入 AI 的能力。

硬件上的 AI，需要变成系统能力的一部分

2025 年的 Google 硬件与 AI 的结合，主打一个能不动手就不动手。

手机产品，Pixel 10 也上线了国产手机厂商同款，帮你接听不想接的电话。新的代接留言 (Take a Message) 功能会自动识别骚扰电话、或者生成实时文字转录并给出下一步的行动建议。

Pixel 10 系列手机含有多个 AI 功能，AI 修图、语音助手 Gemini Live、手机助手 Magic Cue、以及 AI 拍照等

此外，Nano Banana 也集成在手机系统自带的 Google 相册里，Ask Photo，能让我们对照片进行 AI 编辑，同时保持图像一致性，AI 媲美手工 PS。

手表，Pixel Watch 4 也带来了隔空神功。当你双手拎着东西或者在做饭时，完全不需要触屏。你可以通过双指捏合或转动手腕来控制手表，甚至只需把手表举到嘴边，就能直接和 Gemini 对话，连唤醒关键词，Hey Google 都不用喊。

今年最重要的硬件产品，当然非 Google 眼镜莫属。当一大批探索不同形态的 AI 硬件都被刻在了墓碑上，还有打着 AI 手机的旗号，但是没什么实质作用的宣传慢慢退场。留下来的 AI 硬件，都集中在眼镜上。

Google 给的答案是四种 XR 设备路线，XR 头显设备、有线 XR 眼镜、无线 XR 眼镜、和 AI 眼镜。有了 Gemini 强大的多模态能力，语音输入和视觉输入，AI 眼镜都能实时准确的处理。但实际的 Google 智能眼镜，就只能等到明年才会正式发布。

我们从来就不缺少创作的欲望

今年 Google 在图像和视频领域的最大明星，就是这个代号可爱，但能力强大的 Nano Banana。一开始还没打算真的叫它纳米香蕉，但奈何这波流量来得太快，一下子就火了，Google 索性就用了 Nano Banana 的名字。

一句话修图，在 Google Photos 或搜索里，我们只需要用自然语言说 「把栅栏去掉」、或者「把这张老照片修复一下」，甚至「帮我把墨镜摘掉」，它都能搞定。如果我们只有一张自拍，但想试穿衣服，它也能准确地生成全身照。

这就是 Nano Banana 在实际生活给我们最大的帮助。更有意思的玩法，APPSO 今年也分享了好几篇相关的玩法，从桌面手办、巨人国到知识丰富的信息图，AI 创意成了榨干 AI 唯一的难题。

Google 官方也推出了 PPT 杀手，Mixboard，我们在白板上整理好思路，它利用 Nano Banana Pro 模型，一键就能把素材，变成设计精美的幻灯片。

让照片动起来，可能是今年 AI 视频最好的归宿。Gemini 的照片转视频能力，可以让静止的照片动起来，甚至添加音效。把老照片变成一段鲜活的记忆，就在一瞬间。

背后的 Google Veo 系列视频生成模型，让威尔史密斯吃了有大半年的面，终于在 Veo 3 发布之后，音画同步、人物动作、运镜技巧都得到了大幅提升。现在的 Veo 3.1 还仍然高居大模型竞技场排行榜，文/图生视频第一名。

除了这些偏通用场景的更新，Google 在更贴近当地服务的 Google Maps、Gmail、YouTube 等热门装机必备应用上，也非常自然地引入了 Gemini，从地图导航、行程规划，到航班、购物和出行建议，都能看到 AI 在服务。

一些更垂类的工具，像是编程产品，AntiGravity、Jules、AI Studio、Gemini Code Assist 等，也在探索着一个随叫随到的结对编程伙伴，除了帮助开发者写代码、查 Bug，还可以怎么更好地提升效率。

井喷式增长，Agent 元年，AGI 元年……今年看 Google 奋起直追 OpenAI 的故事，感觉真的是对 AI 「祛魅」的一年。奥特曼曾经说的那些「坐不住的时刻」、颠覆我们的生活都像是在吹牛，因为更好的 AI，一定会在不停歇的军备竞赛里面再次诞生。

现在，AI 就是润物细无声地，开始进入我们的生活。前些天，我问一位开发者是否有在使用 Cursor，他表情有点疑惑，回答说当然。很明显，现在写代码不用 AI 辅助，已经称得上是「异类」了。

当下作为用户，我们也很难、或者说没有必要，再明确地指出「这一刻，我正在用 AI」。但我们会发现，很多原本需要花时间、花精力判断的事情，正在被悄悄简化。

也许几年后回头看，2025 年并不会因为某一个模型而被记住。但它很可能会被记作这样一年：AI 真正开始像基础设施一样，被普通人习以为常地使用。

而这，或许才是 Google 这一整年，最重要的更新。

相关资料：

https://blog.google/technology/ai/google-ai-news-recap-2025/

https://blog.google/technology/ai/ai-tips-2025/

https://blog.google/technology/ai/2025-research-breakthroughs/

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博

对于鸿蒙而言，2025 年没有旁观者——

因为参与这件事，从来只有两种结果：要么你见证了它的成功，要么你帮助它走向成功。

而事实上，这两者往往同时发生。

2025 年是真正意义上鸿蒙系统的大年，而如今判断一个操作系统成功与否，发布会上的技术参数已经不是唯一的答案。

它更显性地体现在我们的日常生活中——在「碰一碰」分享的便捷里，在跨设备处理的无缝流转里，在 AI 主动响应的默契里。

具体到这一年鸿蒙的变化上，趋势其实很容易发现：它正从「执行命令」转向「主动服务」。而这一趋势的背后，除了技术的迭代，更有一幅由无数开发者、伙伴与用户共同奔赴的图景在推动。

在今年，你能看到鸿蒙生态展现出一种长期积累后的反应力：用户和开发者的生态位不再是一成不变的。用户更积极地表达对鸿蒙应用体验的期待，而开发者更主动地倾听。

用户和开发者的生态位之间产生了流动性，大家都成为了鸿蒙的共建者，协力创造出更好的体验，而这种流动性释放出前所未有的创造力。

他们的需求被倾听，他们的创造被支持，他们的故事被看见。「被看见」成为一种可预期的机制，而不是碰运气。

于是，鸿蒙生态自成一片值得投入的蓝海：无论是成熟的开发团队，还是一台电脑就能创作的独立开发者，都有机会让自己的创意被看见、被放大，一位鸿蒙开发者告诉爱范儿：

鸿蒙是能让我们变成「第一个吃螃蟹的人」的平台。

截至今年，累计已经有超过 23000 款应用，参与了 70 多项鸿蒙系统级体验的联合打造。微信、京东、小红书等伙伴，都选择把关键能力在鸿蒙上首发。

与此同时，华为在开发者侧的资源投入，也给出了更加丰厚的资源：HDC 2025 发布了「鸿蒙星光计划」，宣布投入 1 亿元现金和资源支持开发者；也是在今年，华为还启动了面向鸿蒙 AI 生态的「天工计划」，拿出 10 亿元支持开发者参与生态创新，让更多 AI 创新功能落地——

在机遇和回报的双轮驱动下，鸿蒙生态得以吸引越来越多的开发者、生态伙伴和终端用户投身其中。 一个操作系统生态如此鲜活，我们已经许多年未曾见过了。

把「微笑曲线」写进日常

通勤时的便捷分享、会议里的资料流转、下班路上的内容接续——深度使用鸿蒙设备的这一年，我发现有些节奏已经悄然发生改变。

它的价值不再由「手机系统」或「电脑系统」来界定，更多显现在「通勤」「办公」「娱乐」等一个个真实的生活切面中。

这当然不是一帆风顺的，余承东在发布会上就将它比喻成「微笑曲线」：

第一次上手，流畅、新鲜，系统的各个方面都很讨喜；

用了一段时间，会逐渐发现一些细节的卡点，或者部分应用功能和体验的缺失；

但多用一段时间，会发现常用软件越来越多，功能逐渐完善，常用场景被一块块补齐——鸿蒙系统，越用越好用了。

这条曲线的背后是上千万开发者的共同努力。

今年我们和鸿蒙的开发者们走得越近了，甚至在将爱范儿 App 鸿蒙版提上日程之后，我们也成为了这 1000 万开发者之一。

要说鸿蒙开发者有哪些不同，我想其中重要的一点就是：听劝。

在鸿蒙生态里，用户的声音可以写进「心愿单」，进入到开发者的迭代清单里。官方数据显示，2025 年已经有 200 多万条心愿单被落地推进。

这就像一份持续生长的路线图，汇聚了每一个使用者对更好体验的期待，形成高频的反馈回路，让用户建议高效落实为版本更新。它既是系统洞察需求的窗口，也成为开发者获取灵感的源泉。

爱范儿了解到，不少开发者都从「心愿单」中找到了努力的方向——比如，一封来自孕期用户的长信，促使播客 App 小宇宙决定开发鸿蒙版，并且在短短三个月内就完成开发并上线；许多小红书用户爱用的圆周旅迹，在鸿蒙用户的强大呼声和技术专家的支持下，只用了短短一个半月时间就部署上线。

诸如此类的「反馈 – 迭代 – 焕新」故事并不稀奇；用户的心愿每被兑现一次，产品的体验就往前挪一步，鸿蒙的生态也更趋于完善，用户、系统和开发者之间的距离，也就更近了一点。

用户把期待写下来，开发者把它做出来，系统把它承接并放大——这就是鸿蒙生态增长的方程式。

当「适配」变成「共创」

过去一年里，鸿蒙开发者多走了一步，多做了很多工作：

重构工程、补充文档和示例、做实机验证——甚至基于鸿蒙平台做全新的功能创新和开源共建。

比如，小红书一直是鸿蒙生态的排头兵。

它在今年开源了和华为鸿蒙共建的自研播放器能力。这种反常规的行为，背后是实打实要花人、花钱、花时间的事。

但小红书还是这么做了。没有什么比这一步，更能体现生态伙伴对于鸿蒙系统的信心。

可以说，把应用上架鸿蒙平台只是开始而已，真正的共创是将应用在鸿蒙系统里长出新的可能——今天你把路修平，明天别人就能在这条路上跑出新的玩法。

千万开发者「多走一步」，构成了 2025 年鸿蒙生态最深刻的转变：开发者从「适配者」，进化为「共创者」，甚至生态的「定义者」。

微信的鸿蒙团队，就非常符合这个定义。微信团队曾坦言，适配鸿蒙「堪比重做」：

从 24 年 10 月内测开始，截至 25 年 10 月，一共发了 12 个大版本、109 个小版本，几乎两三天就有一次版本提交。

这种频率和认真程度，早已跳出了「适配」的范畴，事实上，这就是在做一个全新的产品。

更直观的信号，是「首发」和「独有体验」越来越集中出现在鸿蒙上。 比如在 6 月的华为开发者大会主会场，一个初创团队做的 3D 空间记忆 App「Remy」，获得了和腾讯、阿里同等量级的曝光。

再譬如首发登陆鸿蒙的独立游戏《太吾绘卷》，已经和《原神》《三角洲行动》坐一桌，被视为点亮鸿蒙游戏生态的「星光」。

鸿蒙在 2025 年做的另一件关键工作，是把很多「本来要应用自己搭」的能力，变成了开箱即用的底座能力：

一次开发，多端部署；分布式能力、碰一碰分享、跨设备剪贴板、应用接续……鸿蒙定义了这些标准能力，把开发门槛降了下去，也就把体验的上限抬了起来。

互联底座之外，鸿蒙今年把 AI 也做成了更标准化的「工程件」：

• Harmony Intelligence 的能力正在持续开放；
• 小艺智能体平台已经提供了 4 种开发模式与 50 余种组件；
• 针对具体的 AI 领域，鸿蒙还提供了上百种细分的开发套件和标准意图等等……

随着这些能力到位，对于鸿蒙开发者而言，给自己的产品接入 AI 能力可以说是手到擒来，而一系列扶持计划的资金和资源，则让鸿蒙开发者的智能体探索，实现更大规模的落地。

过去这一年里，爱范儿也体验了许多鸿蒙生态产品，让我们印象最深刻的场景有两个：

一个是用手机轻贴电脑屏幕，图片就能直接落进 WPS 的 PPT，操作流转变得不费脑：手机里的图片贴近电脑就能进 PPT，文档在不同设备上接续，不用先想「存哪、传哪、再打开」。

另一个是，在阅读、写作这类场景，也实现了对碎片化生活的适配：换一台设备就能接着看、接着写，顺手就能拉起 AI 摘要或朗读——当生态互联与 AI 智能体相辅相成时，更多的精力就留给了内容与体验。

甚至，爱范儿自己的鸿蒙 App ，也是鸿蒙底座能力的一种体现：

手机上没看完的文章，换到平板、PC 继续阅读；语音播报、内容摘要、跨设备流转，这些原本不支持的功能，如今更是无需从零搭建方案，就能快速实现。

众多开发者，今年做鸿蒙开发的体验，大体和我们相同。

取舍变得更加简单，系统提供底层能力，产品团队只需聚焦在内容和体验上，再也不被各个硬件终端之间的差异拖住开发/适配进度。

这种轻松、敏捷的开发体验，让哪怕只有三五个人的小团队，也能把产品从手机延伸到平板、电脑、车机等更多场景。

这些中小开发者当中，最令我印象深刻的莫过于独立开发者李尚儒。法律专业出身的他自学编程，目前在鸿蒙上已经开发出近 20 款独家应用，而且精准切中了「咖啡因记录」「日出日落时间预测」等小众需求，最高的时候通过鸿蒙获得的月收入达到 7 万元。

「鸿蒙提供的功能，能让一个人调动一个系统的力量」，李尚儒说。

我想，这也是符合「超级个体」时代的系统级能力。

聚是一团火，散是满天星

鸿蒙生态 2025 年的故事，是一个关于「可能性」的良性循环：

系统为开发者打开「新体验的可能性」，开发者则反过来为系统填充「新场景的可能性」。

过往操作系统中心化的分配体系，在鸿蒙这里被打破——新树立起的是开放的共创平台。

正是这种对每一个共建者价值的认可，让「聚是一团火，散是满天星」成为鸿蒙生态日拱一卒、蓬勃生长的真实写照。

如今，鸿蒙5和鸿蒙6的终端设备数突破 3600 万，应用市场可搜索应用及元服务数量突破 35 万，注册开发者突破 1000 万……这些数字标志着鸿蒙穿越了「微笑曲线」，进入了持续加速进击的全新阶段。

鸿蒙生态 2025 年的叙事，最终是一部关于「看见」与「实现」的交响乐。

它让每一位开发者的微小创新被系统放大，也让每一个细微的体验痛点得到回应。

它验证了一条生态发展可持续的路线——垄断与捆绑是过时的逻辑，在开放舞台上的价值共鸣与相互成就，才是新时代的操作系统该有的样子。

而对每一个参与者来说，这场旅程没有输赢：你若投入，便不会空手而归。

因为鸿蒙的成长，终将成为你的一部分。

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

爱范儿 | 原文链接 · 查看评论 · 新浪微博