过往几年，中国新能源汽车在舒适、智能、科技等维度上实现了弯道超车，取得了堪称举世瞩目的成就。

但如果提起极致的高性能旗舰中大型 SUV，人们第一时间想到的，往往还是燃油车时代的经典图腾——宝马 M、奔驰 AMG 以及保时捷们。

众所周知，高性能一直以来都是全球超豪华汽车品牌的「通用语言」，它展现着一家车企的造车底蕴、技术积累与品牌文化。

正因如此，当历史的车轮驶入新能源时代，中国汽车工业也需要一款能够代表全球顶尖水准的「性能图腾」。于是，站在吉利集团创业 40 周年、造车近 30 周年的历史节点上，极氪 8X 出现了。

极氪认为，曾经的高性能豪华 SUV，往往伴随着妥协：动力迅猛却难兼顾极致操控与舒适；越野强悍却在城市穿梭时显得笨重；车身坚硬却在智能交互上落后于时代。

但极氪 8X 的诞生，就是要挑战「既要、又要、还要」的技术极限，在三电、底盘、安全与智能化领域同时做到最强。

极氪 8X 一共推出了 4 个版本，起售价为 35.68 万元。

性能旗舰

极氪 8X 搭载了 SEP 浩瀚超级电混系统，采用 900V 混动高压架构。

在此架构下，极致的曜影版综合最大功率达 1030kW，马力超过 1400 匹，并匹配了一台最大功率 205kW 的 2.0T 混动专用发动机，以及峰值功率达到 145kW 的 P1 发电机。

搭载三电机系统的极氪 8X 曜影版百公里加速时间仅需 2.96 秒，这也是目前极少数能将零百加速推进「2 秒俱乐部」的中大型混动 SUV；普通双电机版本的零百加速也达到了 3.7 秒。

当然除了爆发力，补能和持续性能也是插混车型的重要指标。

极氪 8X 配备了支持 6C 超充的大容量电池包。得益于 900V 架构的放电能力，车辆在电池馈电状态下依然能保持较高的动力输出。据极氪官方透露，即使在馈电工况下，极氪 8X 的百公里加速表现依然能够优于宝马 X5M 和保时捷 Cayenne 等传统燃油性能标杆。

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。

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。

同时，极氪 8X 采用了同级少见的闭式双腔空气悬架和双阀 CCD 电磁减振系统，并引入了以往多见于百万级高端性能车上的主动防倾杆。得益于这套机械组合，车辆在以 80km/h 的时速进行高速过弯时，车身侧倾角可被抑制在 2 度以内。

结合浩瀚 AI 数字底盘和定海智能中枢，极氪 8X 够调用整车的算力资源，将原本相互独立的动力总成、悬架系统、制动、转向以及辅助驾驶系统进行底层打通，实现实时感知与精准执行，在面临车辆高速爆胎等极其危险的突发状况时，系统能瞬间将空气弹簧的刚度提升 30% 以上，并迅速降低车身重心，以最大程度保障车辆的操控稳定性与乘员安全。

此外，这套底盘系统不仅服务于公路驾驶，也兼顾了非铺装路面的场景需求。针对沙地、草地、岩石、冰雪等复杂的越野路况，系统能够进行自适应的模式切换与动力分配，使这台定位于公路性能的旗舰 SUV，在面对全地形挑战时也能具备一定的应对能力。

安全旗舰

在高端中大型 SUV 领域，安全性能始终是衡量产品核心竞争力的重要基石。依托吉利集团内部深厚的造车积淀，极氪 8X 在被动车身与主动防御层面均进行了较高规格的冗余设计。

在被动车身结构上，极氪 8X 采用了行业少见的「一体式双门环」架构。这种设计有效减少了传统拼接工艺带来的结构薄弱点，使得 A 柱、B 柱、C 柱以及下方的门槛梁能够更好地协同受力，分散碰撞能量。

同时，车辆在关键的 A/B 柱区域首创了夹心设计，内部嵌有抗拉强度高达 2000MPa 的热气胀管作为核心支撑，配合极氪自研的一体式压铸后车身技术，整车的扭转刚度达到了 42,400 N·m/deg，为乘员舱提供了极高的物理抗压能力。

极氪 8X 同时将底盘硬件与被动安全进行了联动，当系统感知到侧方即将发生不可避免的碰撞时，其搭载的主动防倾杆能够在 0.7 秒内紧急抬升受击侧的车身，迫使车辆以最为坚固的门槛梁去硬扛撞击力。

针对新能源汽车核心的电池安全，极氪 8X 构建了一套被称为「985」的立体防护体系，即侧面 9 层、底部 8 层、顶部 5 层的结构支撑。面对日常驾驶中易发生的底盘托底风险，其电池包底部加装了多功能复合高强板，既能分散外部锋利物体的冲击，又能起到内部缓冲的作用，最大限度保障电芯的物理安全。

此外，极氪 8X 全系标配了高阶的 GAEB（智能自动紧急制动）与 GAES（智能自动紧急转向）系统，这套系统在高达 130km/h 的高速工况下依然具备出色的识别与响应能力。

此外，车辆还内置了 SOS 紧急停车辅助功能，通过实时监测驾驶员的体征与疲劳状态，系统在发现异常时会进行多梯度的声光唤醒；若驾驶员持续无响应，车辆将自动接管并寻机安全靠边停车。

智能旗舰

在电子电气架构层面，极氪 8X 试图通过底层逻辑的重构来提升整车的智能化上限。

该车首发搭载了 WAM 世界行为模型，打破了传统汽车各个电子模块之间的壁垒，将辅助驾驶域、智能座舱域、底盘域以及动力域进行了底层数据的打通与整合，从而形成一个具备全局调度能力的中央计算中枢。

基于这种跨域融合架构，极氪 8X 在人机交互层面推出了名为「超级 EVA」的智能体。

在功能表现上，超级 EVA 试图摆脱传统车机语音助手「一问一答」的被动执行模式，依托大模型算法的加持，它能够结合车辆环境感知与驾驶决策，实现带有一定场景理解和主动协同的高阶交互。

同时，极氪 8X 依托 Smart AI Agent 架构 WAM 模型，在路径规划与场景感知上进行了大量优化，并落地了手势召唤、AI 终点领航等高阶功能，能够提升复杂场景下的通行效率与便利性。

为了匹配不同层级的智驾需求，极氪 8X 在硬件上划分了 H7 与 H9 两个版本的方案。

H7 搭载单颗英伟达 Thor 芯片，车身外部共配备 30 余个高精度感知元件，H9 升级为双英伟达 Thor 芯片，综合算力高达 1400 TOPS，并配备了多达 5 颗激光雷达，构建了「三重 360 度」的全局环境感知体系。

优雅旗舰

在传统汽车的工程研发中，机械性能与乘坐舒适性往往存在一定的博弈关系：为了追求极致的动力与操控，庞大的高性能动力总成和复杂的悬架结构极易侵占座舱体积。

面对这一行业痛点，极氪 8X 并没有选择粗暴地一味加大车身外尺寸，而是试图依托浩瀚 S 架构的底层整合能力，通过高效率的系统集成与布局优化来释放内部空间。

官方数据显示，极氪 8X 的座舱内部有效面积达到了 5.93 平方米，人均占地面积超过 1.18 平方米。

车辆第二排配备了长度达 150mm 的前后滑轨，这使得用户可以根据实际出行场景，在后排腿部空间与后备厢载物能力之间进行灵活调配。

得益于此，身高 1.8 米的成年人落座后排时，膝部空间依然可达到 200 余毫米。

而在储物能力方面，极氪 8X 的后备厢常规容积达到了 1133 升，在同级车型中处于领先水平，其内部纵深甚至可以直接放入一台无需折叠的标准婴儿车。

在座椅的人体工程学与舒适性配置上，极氪 8X 针对不同位置的乘员需求进行了差异化设计。

为了匹配其高性能的驾驶属性，主驾座椅加入了动态侧翼支撑功能。当车辆在进行快速过弯、变道或急加速等动作时，座椅侧翼能在 0.1 秒内迅速响应并收紧，为驾驶者提供更稳固的身体侧向支撑。

而在后排，极氪 8X 引入了曾在极氪 009 上搭载的「伊姆斯」风格躺椅，其靠背最大倾斜角度可达同级领先的 137 度，配合支持 90 度翻折的超大腿托与脚踏，提升了长途出行的乘坐舒适度。此外，全车座椅均标配了多达 22 个点位的分区按摩系统。

后排顶部则搭载了一块 17 英寸的 OLED 真彩吸顶屏，配合杜比全景声音响系统，构建了一套多维度的车载影院。在播放媒体内容时，这套系统可与车内音响、座椅震动、空调风量、氛围灯以及香氛系统进行实时联动，提供更具沉浸感的视听体验。

为了提升日常用车的便利性与仪式感，极氪 8X 配备了电动脚踏板与电动车门，并支持主驾「踩下制动踏板自动关门」的便捷功能。

同时，车辆在车外照明系统中加入了智能交互光语。除了提供迎宾光毯以及夜间弯道自适应补光外，该系统还能在诸如「斑马线礼让行人」等特定场景下，主动投射相应的提示灯语。

纵观当前的中国新能源豪华 SUV 市场，产品线往往不可避免地陷入「家用舒适」的同质化内卷中。

在这样的大环境下，极氪 8X 选择了另一条路线，打出了一套「极致驾控 + 旗舰豪华」的组合拳。

这种偏向个人驾驶乐趣与硬核机械素质的定位，在当前的细分市场中具有极强的稀缺性，目前市面上几乎鲜有能够在体量、性能与豪华度上与之一对一正面抗衡的同类竞品。

同时，极氪 8X 与极氪 9X 的分工也十分明确，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。

在竞争烈度持续攀升、产品定义日益雷同的中国新能源市场，选择走一条有别于「纯家用」的差异化道路，不仅需要品牌魄力，更需要断层式的产品力作为底层支撑。

结合 35.68 万元的起售价，以及其在三电系统、机械底盘和高阶智能座舱等维度的硬核配置，极氪 8X 已经展现出了极高的硬件诚意与「性价比」。

#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。

When you download an ISO image, a backup archive, or a large release tarball, there is no easy way to tell by looking whether the file arrived intact. A single flipped bit can break a boot image or turn a compressed archive into junk, and a compromised mirror can serve a tampered file that looks legitimate. The fix is to compare a cryptographic fingerprint of the file against a value the publisher has signed or posted somewhere you trust.

This guide shows how to use sha256sum and md5sum to generate, compare, and verify checksums on Linux, and when to use each one.

sha256sum and md5sum Syntax #

Both commands follow the same form:

sha256sum [OPTIONS] [FILE]...
md5sum [OPTIONS] [FILE]...

Without options, each command prints a hex digest followed by two spaces and the file name. Pass -c to verify files against a list of previously generated checksums.

sha256sum vs md5sum #

The two tools do the same job: they read a file and print a fixed-length fingerprint. The difference is the algorithm and, by extension, how safe the result is against intentional tampering.

md5sum uses the MD5 algorithm and produces a 128-bit digest. MD5 is fast but has been broken for years: it is possible to construct two different files that share the same MD5 hash. Treat it as a checksum for accidental corruption only, not for authenticity or security.

sha256sum uses SHA-256 from the SHA-2 family and produces a 256-bit digest. It is the default choice for verifying downloads, release artifacts, and anything where the threat model includes a malicious middle party. Most Linux distributions publish SHA256SUMS files next to their ISO images for exactly this reason.

When in doubt, use sha256sum. Reach for md5sum only when a publisher provides MD5 values and nothing stronger, or when you need quick parity checks between known-good files.

Generating a Checksum for a File #

To produce a SHA-256 digest for a single file, pass it as an argument:

sha256sum ubuntu-24.04.2-desktop-amd64.iso

5e38b55d57d94ff029719342357325ed3bda38fa80054f9330dc789cd2d43931 ubuntu-24.04.2-desktop-amd64.iso

The output is one line: the hex digest, two spaces, and the file name. The same file always produces the same digest, so you can run the command again after a copy or a download and compare the values by eye.

md5sum behaves the same way:

md5sum ubuntu-24.04.2-desktop-amd64.iso

2e3720b76b2f9f96edc43ec4d87d7d52 ubuntu-24.04.2-desktop-amd64.iso

Notice that the MD5 digest is shorter. That is the 128-bit hash encoded in 32 hex characters, compared with 64 hex characters for SHA-256.

Generating Checksums for Multiple Files #

Both commands accept any number of file arguments and print one line per file:

sha256sum *.tar.gz

b2b09c1e04b2a3a4c5d6e7f890123456789abcdef0123456789abcdef01234567 backup-2026-04-01.tar.gz
c3d4e5f6a7b8c9d0e1f2a3b4c5d6e7f8091a2b3c4d5e6f708192a3b4c5d6e7f8 backup-2026-04-08.tar.gz

To save the output to a checksum file that you can share or verify later, redirect it:

sha256sum *.tar.gz > SHA256SUMS

The resulting SHA256SUMS file can be published alongside the archives, and anyone who downloads them can run a single command to confirm that their copy matches.

Verifying a File Against a Known Checksum #

The most common task is to check that a download matches the digest the publisher posted. Distributions usually ship a SHA256SUMS file that lists every release file and its digest. Change into the directory that holds both the archive and the checksum file, then pass -c:

sha256sum -c SHA256SUMS

ubuntu-24.04.2-desktop-amd64.iso: OK
ubuntu-24.04.2-live-server-amd64.iso: OK

sha256sum reads each line of SHA256SUMS, recomputes the digest for the named file, and prints OK when they match. Any line whose file is missing or whose digest differs prints a clear error and causes the command to exit with a non-zero status, which is convenient in scripts.

When you only care about one file out of many, grep the relevant line into the check:

grep "ubuntu-24.04.2-desktop-amd64.iso" SHA256SUMS | sha256sum -c -

The trailing - tells sha256sum to read the checksum list from standard input. This keeps the verification scoped to a single file without creating a second checksum file.

Comparing a File to a Published Digest #

Sometimes the publisher does not provide a full SHA256SUMS file but instead shows a single digest on a release page. You can compare it directly without creating a file:

echo "5e38b55d57d94ff029719342357325ed3bda38fa80054f9330dc789cd2d43931 ubuntu-24.04.2-desktop-amd64.iso" | sha256sum -c -

ubuntu-24.04.2-desktop-amd64.iso: OK

The key detail is the double space between the digest and the file name. That is the exact format sha256sum produces and expects, and a single space will cause the check to fail.

Quiet and Warn Modes #

During an automated check, the per-file OK lines can be noisy. The --quiet option suppresses successful lines so only failures appear:

sha256sum -c --quiet SHA256SUMS

If every file passes, the command prints nothing and exits with status 0. If a file fails, you see a single failure line and a non-zero exit status, which fits well in a CI job or a backup script.

To flag lines in a checksum file that are not formatted correctly, add --warn. This is helpful when the file was assembled by hand and you want to be sure every entry parses.

Common Options #

The flags below are the ones you are likely to use day to day:

• -c, --check - Read digests from a file and verify each one.
• -b, --binary - Mark files as binary in the output (default on Linux).
• -t, --text - Read files in text mode (rare on Linux, kept for portability).
• --quiet - Suppress OK lines when checking.
• --status - Print nothing; rely on the exit status alone.
• --ignore-missing - Skip files listed in the digest file that are not present.
• --tag - Output BSD-style tagged format, useful when mixing hash algorithms.

md5sum accepts the same flags, which makes it easy to swap one command for the other when the algorithm changes.

Quick Reference #

Verifying a Download End to End #

Putting the pieces together, a typical download check looks like this:

wget https://releases.ubuntu.com/24.04/ubuntu-24.04.2-desktop-amd64.iso
wget https://releases.ubuntu.com/24.04/SHA256SUMS
sha256sum -c --ignore-missing SHA256SUMS

The --ignore-missing flag keeps the check focused on the file you actually downloaded instead of failing on every other release listed in SHA256SUMS.

For full confidence, also verify the signature on SHA256SUMS itself using the publisher’s GPG key. A digest is only as trustworthy as the source you got it from, so a signed checksum file closes the loop.

Troubleshooting #

Checksum mismatch on a freshly downloaded file
Re-download the file, ideally from a different mirror. The most common cause is a truncated transfer or a network error. If the second download still fails, the file on the mirror may be stale or tampered with, and you should report it to the project.

No such file or directory when running with -c
The names in the checksum file are resolved relative to the current directory. Change into the directory that holds the files, or edit the checksum file to use paths that match where the files live.

improperly formatted checksum line warnings
A single space between the digest and the file name instead of two, trailing whitespace, or Windows line endings will all trip the parser. Run dos2unix on the file or recreate it with sha256sum > SHA256SUMS to reset the format.

The MD5 digest matches but you still do not trust the file
You are right to be cautious. MD5 collisions are practical, so match an MD5 against accidental corruption only. Ask the publisher for a SHA-256 digest or a signed checksum file.

FAQ #

Which is faster, sha256sum or md5sum?
md5sum is faster, sometimes noticeably so on large files. The speed difference rarely matters on modern hardware, and it is not a good reason to pick MD5 over SHA-256 for security-sensitive checks.

Can I use sha256sum on a directory?
Not directly. Hash tools operate on files. To produce a digest that represents an entire directory, pipe a deterministic listing such as find ... -type f -print0 | sort -z | xargs -0 sha256sum through another sha256sum.

Where do I find the expected digest for a Linux distro ISO?
Every major distribution publishes a SHA256SUMS or SHA512SUMS file on its download page, usually along with a detached GPG signature. Prefer those files over digests shown in third-party blog posts.

Is sha256sum available by default on Linux?
Yes. Both sha256sum and md5sum ship with the GNU coreutils package, which is installed on every mainstream Linux distribution.

Conclusion #

sha256sum should be the default for verifying downloads and backups, with md5sum reserved for quick corruption checks when the publisher provides nothing stronger. When you pair a SHA-256 digest with a signed checksum file and a trusted key, you can answer the question that matters most: did I get the file the publisher actually shipped?

36 氪从多个独立信源获悉，4月17日，小米集团通过内部邮件宣布：胡峥楠出任小米集团副总裁、汽车部 CTO；宋钢出任小米集团汽车部副总裁、参谋长。这是小米汽车自 2021 年宣布成立以来首次设立 CTO 岗位。

据 36 氪了解，两位新任高管在汽车行业均有超过二十年的从业积累，履历横跨传统车企与新能源赛道。

截至目前，小米汽车研发人员接近万人。一大批各有所长的汽车行业专家的加入，小米汽车正加快形成覆盖研发、设计、制造、安全、供应链等全链条人才体系。

顶尖人才也渴望更大舞台

胡峥楠加入小米，是一个经过长期观察与验证的双向选择。

胡峥楠 1997 年进入汽车行业，至今已有近三十年从业积累，是中国汽车工业自主崛起这一代里最具代表性的整车工程专家之一。

他的履历，几乎是一部浓缩的中国汽车自主品牌进化史：1997 年进入上海汽车工业技术中心担任工程师，2000 年联合创立上海龙创汽车设计公司，参与主导了比亚迪F3的整车开发——这款车曾连续多年蝉联中国 A 级轿车销量冠军，是比亚迪从电池企业切入整车制造的奠基之作；

参与了长城哈弗 H6 的工程研发——这款车开创了中国紧凑型 SUV 市场，累计超过 100 个月拿下国内 SUV 销量冠军，被业内称为"国民神车"；也曾主导吉利博越项目——这款车奠定了吉利在 SUV 市场的主流地位。

同一位工程师的名字，与中国汽车工业三次关键突破同时出现，这在整个行业里都是极为罕见的履历。

2021 年离开一线整车岗位、加入顺为资本之后，胡峥楠从产业投资的视角进一步拓展了对全球汽车技术演进路径的判断。

公开信息显示，早在 2021 年，胡峥楠便已加入顺为资本担任投资合伙人，并以小米汽车顾问身份参与早期工作。从 SU7 上市发布会、2024 北京车展，到 SU7 Ultra 挑战纽北赛道的现场，胡峥楠均有公开露面。

将一位主导过多款国民级车型的资深整车专家请入核心管理层，雷军没有操之过急。

这次任命标志着经过近五年的体系磨合之后，深得团队信任的胡峥楠正式成为小米集团的核心高管以及小米汽车最核心的技术掌舵人。

宋钢的履历同样跨越了中国汽车工业的两个时代。

早在加入特斯拉之前，他已经在全球顶级车企体系中积累了深厚的制造与供应链管理经验。从 1999 年起，他曾长期在上汽通用、福特任职，是中国合资车企黄金时期培养出来的本土专业制造管理人才。

2018 年，宋钢加入特斯拉上海超级工厂。这座工厂 2019 年 1 月开工、当年即实现Model 3 量产交付，创造了被全球汽车业反复研究的"特斯拉速度"。

宋钢历任生产制造高级总监、生产制造副总裁及上海工厂厂长，并赴美国参与工厂建设与业务规划，随后主导建立了特斯拉上海储能超级工厂。2024 年，他加入远景能源担任集成供应链高级副总裁，将其制造体系经验延伸至更广阔的新能源产业版图。

而对胡峥楠、宋钢这样的顶尖人才而言，选择小米，是选择一个更广阔的舞台。

从中国走向海外，人才是小米的必争之地

据了解，目前小米汽车团队规模已经超过一万人，其中研��人员就接近一万。

胡峥楠与宋钢之外，小米汽车高管团队与核心业务部门中，既有长期跟随小米的老员工，也有大量汽车行业的资深专家。

前者如自动驾驶事业部总经理叶航军，2012 年加入小米，曾先后担任人工智能部总经理、技术委员会主席等职务。

后者则分布在小米汽车的多个关键部门，包括智能驾驶端到端技术负责人陈光、认知大模型团队负责人陈龙、L3 项目负责人王乃岩，以及现任小米汽车工业设计总经理、首席设计师的李田原。

小米汽车的人才布局，也已延伸至全球。

2025 年以来，小米在德国慕尼黑正式设立汽车研发中心，小米官方已确认该研发中心的存在。据 36 氪此前报道，中心负责人Rudolf Dittrich 曾在宝马任职 15 年、出任宝马限量车型部门负责人，并拥有威廉姆斯（Williams）与索伯（Sauber）两支 F1 车队的工程管理经验。

团队成员中，Jannis Hellwig 为前宝马电动方程式（FE）性能管理与仿真主管，Ricard Aiguabella Macau为前法拉利 F1 新车空气动力专家，Dusan Sarac 则拥有宝马与劳斯莱斯的研发背景。据公开信息，全球首款奔驰 Vision GT（VGT）内饰设计师 Jean 近期出任小米汽车慕尼黑设计中心（Studio）负责人。

这个人才密度，在全球新能源汽车行业都属少见。放在更大的产业坐标里看，小米汽车此次的组织升级，也指向中国汽车工业正在面对的下一道命题。

过去二十年，中国汽车工业完成了从代工到自主、从燃油到电动的两次跨越。下一个跨越的命题是：能否在本土市场成熟的基础上，走出真正意义上的世界级智能电动车企。

这个命题的答案，取决于中国车企能否在产品能力之外，补齐与全球竞争相匹配的"工业级专业体系"——从技术底座到制造体系，从组织能力到人才密度。

对用户而言，这一轮组织与体系升级最终会落地为三个层面的直接体感：车会更好，交付会更稳，长期保障会更扎实。而对行业而言，小米汽车真正意义上的第二程，才刚刚开始。

文｜邱晓芬

编辑｜苏建勋

2026年，AI正在加速从云端落地到端侧。近期，模型厂商和手机厂商都在背后开始发力——

3月下旬，国内几大手机厂商几乎同时推送了端侧AI的大规模更新，把原本仅限于旗舰机的AI能力下放到中端和千元机市场。自此，端侧AI终于成为大部分智能手机的标配。

到了4月初，谷歌发布开源模型Gemma 4系列，通过架构创新显著降低了端侧AI部署门槛，让AI能力首次真正下沉至手机、IoT等边缘场景中。

尽管当前行业里对端侧AI落地方向的探索五花八门，但众多非共识中唯一的共识是，AI手机依旧是短期内端侧AI最佳的落地形式。

而此前在2025年，在全球AI浪潮下，荣耀已发起了一场转型，从一家智能手机制造商向AI终端生态公司转型，并且计划用五年时间在AI领域投资百亿美金。

荣耀AHI战略

在过去的探索中，荣耀一步步构建起了自己的AI打法——在操作系统侧，荣耀发布了原生、自进化的AI智能体操作系统MagicOS。在AI Agent产品侧，荣耀推出了核心载体YOYO智能体。“YOYO建议”、“一句话打车”，“一句话购物比价”等都是荣耀手机上特色的AI功能。

转型的迫切，也体现在组织管理层面。2025年，荣耀在研发侧重构了组织架构，设立了AI&软件部门，整合操作系统、AI产品、互联网产品等团队，进一步构建荣耀AI核心竞争力。

如果体验荣耀最新的旗舰机Magic V6，可以发现AI手机的体验已经有了本质区别。

在过去，AI在手机上更多是不痛不痒的“问答”功能，而在荣耀Magic V6上，手机逐渐有了向生产力演进的趋势——比如， “AI会议参谋” 功能，能够在会前提醒用户、会中实现AI托管、会后一键生成结构化会议纪要和待办事项等等；在“AI文档智能体”上，用户还可以实现“拍照转文档”，“拍照即编辑”。

 AI会议参谋

荣耀MagicOS  AI产品专家李向东向《智能涌现》分析，背后反映了未来的AI手机的三个迭代方向。

首先，AI手机将支持Agent自动执行，相当于长出了“手”和“脚”。与此同时，手机是用户最高频使用的硬件终端，AI手机也会有专属的知识库和记忆系统，实现“越用越懂你”。在未来，AI手机大概率是千人千面的。另外，未来AI手机也将支持多模态交互，从过去的语音文字，向视频、照片甚至是具身智能延伸。

在李向东看来，未来AI手机的迭代，也会带来用一场颠覆性的改变，比如人机交互模式、甚至是重构过去手机上的流量分配逻辑。

近期，《智能涌现》与李向东聊了聊他对于AI手机和端侧AI的理解、以及荣耀在AI上的思路，以下是交流实录（略经摘编）

AI手机将重构一切

《智能涌现》：如果概括来讲，你认为未来的AI手机相比目前的手机，最大的不同会是什么？

李向东：主要有三点根本性变化。首先是越用越懂你，手机将会给用户提供高度个性化的服务，AI手机将会是千人千面的。

其次，人机交互范式从“人适应GUI”转变为“系统主动服务于人”。举个例子，我们现在的“YOYO建议”，会对你的航班飞行旅程做全流程主动提醒，这就是主动服务的雏形。

最后，未来的AI手机将具备强大的自动执行能力。AI能像秘书一样，理解用户复杂、级联的需求并拆解任务工作流、自动完成任务，用户只需做选择题或反馈意见。

《智能涌现》：今年也有很多厂商在水下布局AI手机，你认为2026年这个行业有哪些值得关注的重点趋势？

李向东：首先是智能体与自动执行， Agent能力将会与手机场景的深度结合；

其次，AI手机上也会开始强调全局记忆，手机将基于全局的长上下文记忆，落地“越用越懂你”的个性化服务。

最后是多模态交互，AI手机上将结合视觉、语音、文字的融合交互与服务，比如前段时间荣耀发布了HONOR Robot Phone，它能“看你所看，听你所听”，进行陪伴式讲解并生成总结，这也代表了多模态的未来方向。

《智能涌现》：在自动执行这个方向，手机厂商在推进中会有难点吗，因为现在大量的用户数据都存在于各大APP里。

李向东：这确实是个生态问题，不过从客观上讲，这是终端厂商相比APP厂商和大模型厂商更有优势的地方。因为APP厂商只知道用户在自家应用内的习惯，而大模型厂商只在用户使用时才能了解需求，但是终端厂商却能全天候、跨应用地理解用户。

我们也在和大型APP厂商推进战略合作，大家的目标都是在保护用户隐私基础上，为用户提供更好体验，实现商业共赢。

《智能涌现》：但是未来的AI手机可能会重塑手机里现有的流量分配逻辑吗？

李向东：这是毋庸置疑的。当前的商业模式是应用厂商、大模型厂商和终端厂商等，各展所长、共同竞争，相对稳定。

但随着AI的发展，尤其是以用户意图为中心的AI自动执行与主动服务趋势推进，必然会重塑原有的商业模式和流量分配，各方终将达成新的平衡，重塑过程需要各方探索与磨合。

《智能涌现》：智能体出现之后有很多厂商在探索AI手机，比如模型厂商、互联网厂商还有手机厂商。不同背景的厂商做这个方向，你认为各自的优劣势是什么？

李向东：模型厂商的优势在于大模型基座能力、算力和推理技术，对硬件的理解和投入、以及对终端消费行业的积累可能不足。

终端厂商的优势在于对终端消费者的深刻理解、以及积累的海量用户、软硬件一体化的能力，还具备了成熟的消费品操盘经验，但无法像大模型厂商那样去All in基座模型研发。

各方所长、投入焦点不同，大家也会基于自身优势去做融合与合作，共同服务好用户。

一家手机厂商的AI决心

《智能涌现》：荣耀在AI上一直持续投入，如果要梳理的话，大概可以分为几个阶段？

李向东：荣耀对AI的深耕可追溯至2016年第一代Magic系列智能手机、Magic Live智慧引擎的诞生。到2020年，荣耀进入AI核心探索阶段。

2020年到2023年，我们是在进行整体的平台级AI部署与AI战略布局阶段，当时我们基于MagicOS 7.0发布了平台级AI，基于Magic Live智慧引擎提供了基于意图识别的人机交互体验；

2024年上半年，我们发布了MagicOS 8.0及端侧AI能力 “任意门”功能。任意门基于业界首个端侧意图识别框架，允许用户通过简单的拖拽，跨应用快速调取所需服务。也是在这一年，荣耀对意图识别框架和端侧AI四层架构做了清晰定义，用AI重构了操作系统和端云协同；

到2024年下半年，我们已经洞察到了整个行业开始有迈向AI智能体的技术趋势，开始探索智能体帮用户自动执行任务的功能；

到2025年，我们全面迈向智能体和AI自进化，不仅发布了我们基于端侧的AI智能体三层架构，还发布了最新的魔法家族大模型。

从2020年到2025年，荣耀完成了整个AI技术底层架构、核心战略的奠定，近期OpenClaw和Hermes智能体的热度，也印证了荣耀在技术路径上投入的价值与前瞻性。

《智能涌现》：从产品的层面，我们发现在新发布的荣耀Magic V6上，AI的体验上好像比以前更丰富了，比如会有很明显的AI个性化服务，和用户也有了更深的情感链接，好像更《HER》了。

李向东：是的。在荣耀Magic V6上，我们精准瞄准了目标人群。

我们经过调研发现，他们的核心痛点是高频会议与文档处理，所以我们打造了完整的AI会议参谋体验，包括会前提醒、会中分人转写与实时总结、还有会后自动生成精准纪要和待办。

另外，我们还针对目标人群推出了文档智能体，让纸质文档可以一键转成可编辑文件。

还有，我们针对投资人群做了“AI情报官”，用户可以在手机上定制信息主动推送，这些都基于真实场景解决了用户痛点。这背后本质的理念是，让AI从玩具变成了生产力工具。

《智能涌现》：荣耀也完成了从手机厂商向“AI终端生态公司”的转型，体现在架构上，荣耀去年也成立了专门的AI一级部门，把AI提到很高的战略高度。在这个部门出现的前后，荣耀在做AI上有哪些主要区别？

李向东：区别还是很显著。在成立前，AI是操作系统部门下的二级板块，主要聚焦OS内的智慧引擎和AI平台。

成立后，打通OS、AI、互联网、生态等关键模块，在AI上的投入更聚焦、更系统化。

《智能涌现》：为不同硬件匹配不同的AI功能，有没有一些例子？

李向东：以我们的旗舰机荣耀Magic V6为例，其算力强、配置高，是打造AI核心竞争力的重点。我们会将行业前沿方向，如智能体（Agent）自动执行、全局记忆、多模态交互等，集中在旗舰机上使能和发力。

对于中低端机型，用户核心诉求是流畅、不卡顿、长续航。我们也提供了一套系统级的轻量化AI Native解决方案。这套方案重构了OS，通过AI技术让系统更轻量化，从而在芯片和存储相对有限的中低端手机上，也能实现接近旗舰机的流畅丝滑体验。这项能力也提升了大量中低端机型用户的体验和用户黏性。

《智能涌现》：荣耀如何决定某一个AI功能做与不做，背后的决策逻辑是什么？

李向东：我们的核心逻辑从“AI能做什么”转向“AI应该做什么”，根本目标是让AI“越用越懂你”，更好地服务用户。所以我们具体围绕三个方向布局：

首先是针对不同硬件产品的目标用户需求，规划功能。比如，我们为荣耀Magic V6的商务人群打造了“AI会议参谋”和“文档智能体”的功能；

其次，我们也围绕核心AI产品“YOYO”作产品拓展，目标是让用户实现“万事找YOYO”；

最后，我们也将AI Agent深度融入MagicOS，实现主动服务和自动执行，如 YOYO建议、任意门。

我们会舍弃那些用户使用复杂、频率不高、学习成本高，或当前AI准确率不足、需要大量三方适配的功能，追求AI与产品、用户需求的紧密结合，提供闭环、好用的体验。

《智能涌现》：你们做了不少有特色的AI功能，比如任意门等等。你们内部会如何评估某一项AI功能是否真正为用户提供了真实价值，也就是现在大家常说的PMF（产品市场适配度）？

李向东：这是我们擅长的领域。我们拥有成熟的To C消费品评估体系，具体会分三个层面操作：

首先，针对不同硬件，我们前期会针对目标人群的核心场景去规划功能，并通过用户共创、以及后调（如用户满意度）来做验证。

其次，针对核心AI产品“ YOYO”，我们采用的是互联网产品快速迭代模式，比如A/B测试、用户反馈、日活等维度，来评估AI功能的表现；

最后，针对MagicOS的原生AI体验，我们在系统级应用中注入AI后，比如闹钟、任意门等功能，我们也会持续观察用户使用率、满意度和留存率。通过分层分级的验证体系，我们会确保AI功能能真正解决目标用户痛点。

手机厂没做“豆包手机”，不是能力不够

《智能涌现》：我很好奇你怎么看待“豆包手机”？

李向东：豆包手机是一次重要的行业探索，它的亮点在于打通系统底层能力，实现了泛化的跨应用的Agent自动执行和后台任务处理。

同时，它的成功也有特定背景，包括基于手机厂商的合作，获取系统级权限，并以不计成本的大模型及算力投入打造标杆场景。

《智能涌现》：手机厂商一直在讲AI手机的故事，但是也有很多人提出疑问，为什么类豆包手机不是手机厂商最先做出来？

李向东：其实类似于豆包手机的想法我们很早就考虑过，目前还没有商用落地。主要是终端厂商考虑问题的逻辑不同。

手机厂商的立场首先是保证用户体验，我们面向海量用户，必须确保功能的稳定、闭环和普适性，任何体验上的瑕疵都可能引发大规模用户不满。

其次是成本考量。当海量用户高频调用AI服务，Token的成本是终端厂商必须考虑的可持续性问题。对于大模型厂商而言，AI产品走向规模化时，也必然面临成本压力，未来可能转向限次使用或付费模式，进而影响用户体验。

所以，类豆包手机最早不是由手机厂商做出来，这不是能力问题，而是商业逻辑和对用户体验的标准及要求不同。

尽管豆包手机的探索具有启发性、小龙虾全球爆火，但AI发展刚刚开始，远未到终局。

《智能涌现》：系统级的GUI Agent路线，会是AI手机未来的雏形吗？

李向东：它是一次很重要的探索，但它不一定是最终形态，因为它目前仍是基于APP来执行，但未来AI Native的系统和手机，可能会打破当前APP的格局，转向用户所需即服务的模式。

举个例子，未来用户订机票可能不再需要打开特定APP，只需说出需求，AI在理解用户意图及偏好后，直接呈现机票信息卡片，让用户决策付款，对于用户来说，无需关心服务来自哪个应用。我认为这可能是一种更长远的形态。

《智能涌现》：你认为OpenClaw的出现对AI手机产生了什么影响？

李向东：OpenClaw的火爆验证了智能体Agent与自动执行的价值，其实，荣耀也一直在布局这个方向，比如我们打造了荣耀龙虾宇宙“YOYO Claw”，它可以支持手机控制荣耀PC、Pad等跨设备部署，或三方云、三方设备部署的小龙虾进行任务执行，实现生态养虾，并注重安全性。

OpenClaw的出现说明行业正从“AI问答”阶段进入“AI自动执行”阶段，这正是我们关注的核心方向。

《智能涌现》：现在也有很多厂商在探索手机之外的全新品类，你认为未来的核心入口硬件可能会具备什么重要的特点？以及你更相信什么品类最终能胜出？

李向东：目前确实是百花齐放、共同探索的阶段，我认为一个成功的AI Native终端品类，必须具备的特点是能高效且低成本解决用户核心痛点，具体而言可能具备三个特征——

首先它是能够做到物理世界与数字世界感知的融合，具备摄像头、麦克风等传感器后，实现多模态感知，并可以做到拟人化交互。比如，HONOR Robot Phone可以在用户逛博物馆的时候，摄像头看到文物，就可以给用户进行拟人化的讲解。

其次是具备长上下文记忆与个性化预判，会基于用户历史习惯提供个性化服务；

最后，是具备自动执行与主动服务能力，能跨设备、跨生态执行用户的要求。

现在手机仍然是AI的核心载体，其他设备多为手机的辅助，端侧AI探索的方向还没收敛。但最终哪个形态能胜出，取决于其提供的AI智慧化体验能否在价值层面实现跨代领先。

《智能涌现》：到现在感觉各家手机厂商在AI上的做法都不太一样，但也慢慢形成自己的特色和打法了。你会怎么评价荣耀在AI手机浪潮中的身位和战略？

李向东：其实本质上具体的AI功能只是“相”，是一个外在呈现，如果比喻成一颗大树，这些只是差异化竞争的一个“枝干”，但本质大家还是要考虑AI与终端结合将给用户带来什么核心价值。

荣耀的主航道非常清晰，沿着主动服务、Agent自动执行、个人知识库、多模态交互这几个方向持续发力，迭代沉淀，我认为只要坚持沿着创造用户价值的主航道前进，就能笑到最后。

《智能涌现》：我们两年前和手机厂商的高管聊，大家会说AI还没有真正撬动用户购机，到现在这个情况有变化吗？

李向东：出现了积极变化。前几年，AI更多是卖点而非买点，但从2025年开始，经过我们的新机用户调研，AI已能进入购机考量因素的TOP 4，在部分机型中，比如荣耀Magic V5、Magic V6，甚至已经进入TOP 3。

这得益于我们将AI特性聚焦在目标用户的核心痛点和场景，并做到了体验闭环。当然，目前在一些机型中，排名第一的购机因素可能仍是硬件特性，如折叠屏的轻薄、长续航，但AI已成为越来越重要的决策因素。

封面来源｜企业官方

end

end