AI

1小时前我国将加快具身智能关键基础设施建设我国正把具身智能纳入新一轮“人工智能+制造”布局，通过国家层面的专项行动、制度与安全框架建设以及地方高质量数据集工程，加快完善数据集、大模型、智能体、工业互联网平台、中试基地等关键基础设施，为具身智能在制造业等重点领域的规模化落地夯实“底座”。3 来源政策密集落地：具身智能纳入“人工智能+制造”国家行动1 来源夯实技术与平台“底座”：创新中心、中试基地协同发力2 来源筑牢安全与制度根基：构建具身智能全链条治理体系1 来源地方探索走在前列：高质量数据集打通应用“最后一公里”2 来源本内容由AI生成

1小时前谷歌回应Gemini按算力计费谷歌确认，自5月17日起已将 Gemini 从按“每日提示次数”计费改为按 AI 算力（compute）计费，并将请求复杂度、功能调用和聊天历史长度纳入配额计算，引发大量 Pro 和 Ultra 订阅用户抱怨更易触顶、频繁遭遇5小时冷却及周额度锁定。舆论发酵后，谷歌 Antigravity 团队负责人 Varun Mohan 出面回应，宣布对当前付费用户本周配额进行重置，并承诺今后永久上调 Pro 和 Ultra 用户的周额度至此前的约3倍，相关调整已开始分批向全球账号推送。2 来源计费模式突改：从“次数”转为“算力”，用户吐槽频繁限流1 来源谷歌公开回应：重置本周配额，Pro/Ultra 永久提升至原先约3倍1 来源按算力计费的真实影响：高强度用户更敏感，多模态与长文本成重点2 来源后续走向：谷歌在透明度与产品层面面临的挑战1 来源本内容由AI生成

活动榜单专题外部活动妙投投资风向标火热报名中投资风向标直播课每周二四晚7点，复盘行情、传授分析方法、挖掘投资机会，构建投资体系。智库·502线上同行往期回顾报名已结束企业构建AI+组织的人效杠杆与路径选择百果园集团x银泰分享企业构建AI+组织的人效杠杆与路径选择妙投波动判断场往期回顾活动已结束芯片、光模块、机器人——AI的泼天富贵，还能传到第几棒？本期我们将AI产业链拆解为三大核心环节，逐一拆解其核心矛盾与风险边界，帮你建立从芯片到机器人的完整坐标系。随行灯塔火热报名中随行灯塔随行灯塔是由虎嗅深度联合运营的高端创始人社群。专注于一件事：帮助创始人把产品做对、做爆、做到10亿。

这里不灌鸡汤，不讲玄学。我们相信，伟大的公司一定是产品驱动的；但产品力来自人，而人需要场——一个能被照见、能被挑战、能被链接的场。随行灯塔，就是创始人的“修炼场”。智库·502线下闭门会往期回顾精彩回顾AI在ToB销售、客服的落地案例探讨围绕着AI在ToB营销内容生成、智能客服接待、线索清洗等场景进行深入交流早点生活游玩团往期回顾活动已结束早点生活城市出逃计划——跨年不在酒吧，而在粥粥老家我们即将前往的，是一个用雪花书写浪漫的地方——哈尔滨。

东方小巴黎，夜幕下的哈尔滨，是每个亲历者，无不心动的美。

我想邀约你，和我一起回到我的家乡，和我一起感受这片我爱的土地。 这是一次限定的跨年邀约，同时也是一场难忘的冰雪之旅。虎嗅F&M创新节往期回顾2025虎嗅F&M创新节一次聚焦新商业、新消费与AI原生变革的沉浸式节日化体验智库·AI落地研学营报名已结束AI落地研学营-零售消费班参访研学8-12家AI落地典型企业，与决策者面对面，学习10+最新AI应用落地案例。出海·502线下闭门会往期回顾活动已结束出海·502线下闭门会系列虎嗅「出海•502线下闭门会」面向企业决策层，打造纯粹、高端的行业交流场合，是一次实战经验复盘，更是高价值人脉链接的机会。大鲸AI峰会往期回顾精彩回顾大鲸AI峰会 · 零售消费专场聚焦AI应用落地与零售业的最强碰撞。

首页功能介绍报价数据与案例分享得赠金GEO品牌监控GEO排名查询登录注册登录/注册全方位监控您的品牌在AI时代的每一次曝光开始试用观看演示品牌监控平台占比分析竞争对手分析业务主题分析AI对话问题AI引用排名我们的服务灵活的定价方案，满足不同规模企业的需求探索版验证你的品牌在AI搜索中的可见度¥99.9/ 次AI对话监控洞察监测品牌数量1个监控AI平台数量5个精选30个AI对话问答品牌竞争对手分析品牌市场占比分析AI引用来源分析15天监测，三天更新一次可选豆包、deepseek、通义千问、文心一言、腾讯元宝等主流AI平台开始试用推荐入门版监控品牌在AI中的基本表现¥299/ 月AI对话监控洞察监测品牌数量1个监控AI平台数量5个精选30个AI对话问答品牌竞争对手分析品牌市场占比分析AI引用来源分析数据三天更新一次可选豆包、deepseek、通义千问、文心一言、腾讯元宝等主流AI平台开始试用定制版构建策划GEO营销活动的公司专属报价/ 月多品牌/产品线全矩阵监控精选 100+ AI 对话问答深度竞品动态与语义分析国内AI全平台覆盖AI引用来源全面分析T+1 监测，每日自动更新GEO 优化策略与落地建议联系销售1000万+每日监控对话量98.5%监控准确率10+AI平台覆盖24/7实时监控超过60%的用户开始使用AI助手查询产品和服务推荐，而不是传统搜索引擎。当用户问“最好的项目管理工具是什么？”时，你的品牌是否出现在AI的回答中？用户提问“哪个品牌的智能手表最适合运动？”如果AI没有推荐你的品牌，你就失去了这个潜在客户AI改变搜索引擎模式品牌曝光渠道品牌曝光渠道AI推荐价值AI推荐价值品牌声誉风险品牌声誉风险准备好掌控您的品牌在AI时代的表现了吗？立即体验GEO AI品牌监控平台，全方位掌握您的品牌动态开始试用联系销售团队关于我们厦门享联科技有限公司成立于2005年，是国家级高新技术企业，深耕互联网服务领域近20年。公司旗下运营站长之家、站长工具、AIBase等核心平台：站长工具作为国内TOP3的SEO/网站运维工具平台，提供200+款免费工具，累计服务超500万用户，日均查询量千万级；AIBase定位为中国领先的AI导航平台，聚合10,000+AI模型与工具，为开发者和企业提供一站式AI服务。享联科技致力于为中国互联网从业者提供专业、高效的技术工具和服务支撑，助力数字化转型发展。地址： 福建省厦门市湖里区飞鱼大厦B栋11楼联系电话：18950101783智启未来，您的人工智能解决方案智库Copyright © 2024-2026 厦门享联科技有限公司备案号：闽ICP备08105208号-24用户协议隐私政策

AI资讯AI新闻资讯正文通义千问预告“重量级”大模型将于5月20日阿里云峰会亮相发布于AI新闻资讯发布时间 :2026年5月18号 14:36阅读 :1分钟5月18日，阿里云通义千问大模型通过官微宣布，其“重量级新朋友”将于5月20日的阿里云峰会正式亮相，官方预告该模型将在全能性、模型能力、深度与广度上实现全面升级。这一动作标志着国内头部AI大模型在算力迭代与应用落地层面的又一次关键演进。当前，国产大模型正迎来新一轮密集的集体更新与能力跃升浪潮。在市场竞争日趋激烈、技术应用向垂直领域纵深发展的背景下，各大科技巨头纷纷加速产品迭代。通义千问此次在阿里云峰会前夕的高调预告，不仅展示了其在全模态通用能力和深度语义理解上的技术储备，也透露出阿里云试图通过底层模型的关键突破，进一步巩固其在企业级云服务与AI生态中的核心话语权。

AI资讯AI新闻资讯正文视觉大模型遭遇滑铁卢：首个中国古文字OCR评测基准开源发布于AI新闻资讯发布时间 :2026年5月19号 17:55阅读 :1分钟顶尖的人工智能不仅要能看懂屏幕上跳动的现代代码，也需要读懂三千年前龟甲上的刻痕。据OSCHINA报道，腾讯混元大模型、SSV数字文化实验室等机构联合多所高校与故宫博物院，正式推出了“Chronicles-OCR”。这是业界首个完整覆盖汉字“七体之变”演化轨迹的中国古文字感知评测基准。为了真实反映大模型的识别能力，该数据集由领域专家进行了多层级交叉标注，包含 2800 张严格平衡的高质量图像。针对甲骨文、金文、篆书等古早字体，团队采用了单字级的精细标注；而对于隶、楷、行、草等成熟字体，则采用了保留原始阅读顺序的序列级转写。主流视觉模型全军覆没项目团队基于该基准设计了四个层层递进的核心任务，严格将大模型的“视觉感知”与“语义推理”解耦开来。在对包括GPT-5、Gemini 3.1 Pro、Claude Opus 4. 7 在内的 28 个主流多模态大语言模型进行评测后，结果却令人大跌眼镜。在面对缺乏现代版式先验的古早字体时，主流大模型在端到端检测任务中全军覆没，细粒度识别的最高准确率也仅有27.1%。令人意外的是，实验表明此时开启大模型的推理（Reasoning）模式，反而会放大感知的不确定性，导致识别表现进一步下降。揭示微观笔画识别短板评测还发现，在进行字体分类时，目前的视觉大模型更容易去识别载体的纹理材质，而不是去判别微观的笔画风格。这意味着今天最顶尖的AI模型，在面对中国传统古文字时，依然还远远没有做到真正的“读懂”。汉字从殷墟甲骨一路演化至今，每一笔一画都承载着文明的连续性。Chronicles-OCR的开源不回避这一技术现实，它通过清晰可见的差距，为未来视觉大模型从简单的“识字”走向深度“读史”提供了明确的优化方向。

AI资讯AI新闻资讯正文买家AI改图恶意“仅退款”，平台秒批仲裁逼得新店老板心凉退店发布于AI新闻资讯发布时间 :2026年5月18号 17:54阅读 :1分钟河北辛集市的无花果树种植户张先生，上个月满怀希望地在某直播电商平台开了一家新店，售卖自家培育的无花果苗。然而网店才刚刚卖出 12 单，他就意外收到了一份“仅退款”申请，对方声称收到的果苗已经干枯死亡。买家随申请附上了一张叶片全黄、毫无生机的树苗照片，以此要求退款。张先生有着多年的种植经验，他一眼就识破了这张照片是利用AI技术伪造出来的“假证据”。平台仲裁几分钟闭眼秒批，商家自证清白无门张先生表示自己一直坚持带盆发货且保证盆土湿润，从发货到买家签收全程仅仅耗时两天。按照苗木的生长规律，自然缺水枯萎至少需要五到七天，且树苗叶片会发皱下垂，绝不可能像照片中那样快速枯黄。为了维护自身权益，张先生果断驳回了申请并主动协商退货退款，不料买家随后申请了平台介入。令人心寒的是，即便张先生极力拿出专业常识辩解，平台依旧凭着那张AI伪造的图片，在短短几分钟内就判定买家胜诉。国家出手推出AI内容鉴定，业内提倡以AI治AI这笔 45 元的“仅退款”订单，让满委屈的张先生彻底对该平台失去了信心，一气之下直接启动了退店流程。这起事件也揭示了当前AI生成图像泛滥、网购恶意碰瓷难以精准鉴别的新痛点。针对日益猖獗的AI造假行为，国家反诈中心App近期已正式上线了AI内容鉴定功能，支持对图像和视频进行识别。业内安全专家也指出，未来的核心解决方案在于“以AI治AI”，通过大模型与小模型的协同判断，从源头遏制此类恶意白嫖现象。

AI资讯AI新闻资讯正文xAI 发布全新CLI工具Grok Build，助力开发者编码更高效！发布于AI新闻资讯发布时间 :2026年5月15号 17:41阅读 :1分钟在技术迅速发展的今天，xAI 近日推出了其 Agentic 命令行工具「Grok Build」的早期测试版。这款工具专为开发者设计旨在简化编码、构建应用程序以及自动化工作流程。值得一提的是，目前的测试版仅对 SuperGrok Heavy 订阅用户开放，用户可以通过访问 x.ai/cli 来体验这一新工具。Grok Build 的定位是一个智能开发助手。与传统命令行工具不同，它不仅仅是执行简单命令的工具，而是具备理解开发者意图的能力。该工具可以分析项目结构，编写代码，调试错误，并自动化重复性的开发任务，极大地提高了开发效率。xAI 表示，通过这一早期测试版，他们将根据用户的反馈不断改进底层模型和产品体验。这一过程将确保 Grok Build 处于快速迭代之中，其功能和性能都将随着用户的使用逐步优化。xAI 希望能够通过这种方式，满足开发者对智能化工具日益增长的需求。根据目前公开的信息来看，Grok Build 的目标是与 Cursor、Claude Code 等现有 AI 编程工具竞争。然而，Grok Build 通过深度集成 Grok 模型的能力，力求在开发工作流领域中脱颖而出。xAI 在其社交媒体平台上也提到，Grok Build 将为开发者提供一个新的选择，让他们能够利用 AI 的力量来自动化开发流程。面对日益竞争激烈的 AI 编程工具市场，Grok Build 的推出为开发者提供了更多选择，使他们能够接触到各具特色的产品。未来，随着对智能编程工具需求的持续增加，Grok Build 可能会引领新一轮的开发潮流。

AI资讯AI新闻资讯正文字节跳动开源Lance 3B：用一个“脑子”同时搞定图视理解与生成发布于AI新闻资讯发布时间 :2026年5月22号 14:22阅读 :2分钟近日，字节跳动（ByteDance Research）正式开源了其原生统一多模态大模型——Lance。在当前 AI 行业动辄堆砌数百亿甚至上万亿参数、或者靠“拼积木”组装大模型的风气下，Lance 的出现无疑是一记重锤:它不仅以仅3B（30亿）的极致轻量化激活参数量实现了全功能覆盖，更是打破了长期以来“理解模型（VLM）”与“生成模型(DiT/Diffusion)”之间的技术高墙。核心看点:原生统一:拒绝“拼接”，从零训练起就将图像/视频的理解、生成与跨模态编辑塞进同一个模型体系。全能跑通:单个模型完美闭环 $X \rightarrow T$（文/视理解）、$X \rightarrow I$(图生成/编辑)、$X \rightarrow V$(视频生成/编辑)三大核心输出任务。开源白嫖:采用极其友好的Apache2.0协议，权重已全面上线 Hugging Face，平民级128张 A100算力预算即可跑通全程。技术解密:它是如何让相反的需求“同频共振”的?在传统的 AI 架构中，大模型的“理解”和“生成”是一对不可调和的矛盾:理解任务需要剥离噪点、提炼高层语义特征;而生成任务则恰恰相反，需要死磕纹理、几何结构和时序动态等低层连续表示。为了攻克这一业界公认的难题，Lance 引入了极其精妙的“共享上下文 + 能力解耦并行”设计:1. 统一交错序列与双流专家架构所有文本、图像、视频输入进入模型前，首先会被打散并转化为统一的“交错序列”。随后，这一序列被送入双流专家架构（Dual-Stream MoE），让专门负责“理解”与“生成”的专家路由各司其职，完美解决能力冲突。理解侧:文本标记与视觉输入分别依赖Qwen2.5-VL的嵌入层与 ViT 编码器，精准提取高能语义视觉标记（Tokens）。生成侧:视觉输入由Wan2.2强大的3D 因果 VAE 压缩编码，实现 $16\times$ 空间下采样和 $4\times$ 时间下采样，保留最细腻的动态连续表示。2. MaPE（模态感知旋转位置编码）当同一条长序列里同时混合了图、文、视多种视觉标记时，极易产生“边界混淆”的幻觉。Lance 独创了MaPE 机制，通过为不同模态组添加固定的时间偏移量。这一精妙设计在不破坏图像和视频内部空间结构与时间顺序的前提下，让模型拥有了极强的空间和时间边界辨识力。[统一交错序列] ───► [MaPE 模态边界隔离] ───► [双流专家架构 （MoE）]4阶段极限炼丹:128张显卡打完的“精益战役”相比于大厂动辄上万张卡闭眼烧钱的“暴力美学”，Lance 的训练过程展现了极高的“财务责任感”。整个生命周期被死死压在最多128张 GPU 预算内，通过4个环环相扣的阶段精细化推进:阶段1:预训练（1.5T Tokens）—— 狂啃1B 图文对和140M 视频文本对，打牢多模态底座。阶段2:持续训练（300B Tokens）—— 引入编辑、主体驱动生成、多模态理解数据，激活多任务协同效应。阶段3:监督微调 SFT（72B Tokens）—— 疯狂注入人类指令，死磕指令遵循和视觉身份（ID）一致性。阶段4:强化学习 RL（GRPO 算法）—— 采用组相对策略优化，并罕见地搬出PaddleOCR 作为奖励模型（Reward Model），针对性地暴击 AI 在图片中“文字渲染不准”以及“图文不对齐”的顽疾。战绩彪炳:3B 战神跨界狂虐7B 巨兽得益于跨任务的数据协同效应（模型在学生成的过程中加深了理解，在学理解的同时反哺了生成的空间感），3B 体积的 Lance 在各项硬核基准测试(Benchmarks)中斩获了惊人的越级表现:视频生成（VBench）:轰下85.11分!不仅将同类全能模型 TUNA（84.06）斩于马下，甚至直接超越了 HunyuanVideo(83.33)和 Wan2.1-T2V(83.69)等纯视频生成大模型。图像生成（GenEval）:总分跑出0.90，强势杀入全球开源梯队最前列。视频理解（MVBench）:斩获62.0分，将体积比它大一倍的专用理解模型 Show-o2（7B，55.7分）远远甩在身后。行业震荡:多模态应用部署成本将迎断崖式下跌Lance 的开源，对于整个生成式 AI、尤其是当前火爆的AI 短剧、智能体（Agent）协作、互动媒体等赛道而言，是一场大象荡秋千般的产业降维打击。过去，想要开发一款既能看懂剧本、又能生成分镜，还能根据反馈实时修改画面并保持角色一致性的 AI 工具，开发者必须在后台同时挂载、调度、缝合好几个大模型（一个算 VLM 语义、一个调 Diffusion 图、一个拉时序视频）。这不仅导致系统卡顿、光是多模型之间的管道对齐就能让人崩溃。现在，Lance3B 用一个大脑实现了“左眼看、右眼编、双手创”。其极低的参数量意味着企业端侧与服务器端的部署成本、推理延迟和算力消耗将迎来断崖式下跌。目前，该模型的公测环境要求为 Python3.10+、CUDA12.4+，以及最低40GB 显存（单张消费级显卡或轻量服务器即可轻松驱动）。字节跳动这一波“开源科技春风”，无疑让2026下半场的 AIGC 工业化量产跑得更稳、更快。

AI资讯AI新闻资讯正文估值110亿美元!智能戒指厂商 Oura 秘密提交美国 IPO 申请发布于AI新闻资讯发布时间 :2026年5月22号 14:34阅读 :1分钟智能戒指领域的领军企业 Oura 于2026年5月21日正式宣布，已向美国证券交易委员会（SEC）秘密提交首次公开募股(IPO)招股说明书草案。作为专注于通过 AI 和数据分析驱动预防性健康管理的硬件厂商，Oura 此次冲刺资本市场标志着可穿戴设备赛道迎来了新的里程碑。伴随这一战略动作，Oura 披露了极为强劲的业务增长数据。得益于其近期在人工智能健康洞察及国际化战略上的持续加码，该公司本季度的付费会员人数有望突破500万大关，在过去两年内实现了高达四倍的跨越式增长，并直接推动近两个财年的总收入翻了四倍。首席执行官汤姆·黑尔（Tom Hale）预测，公司2026年的销售额有望逼近20亿美元。在资本层面上，Oura 至今已累计融资超过15亿美元，在完成9亿美元的 E 轮融资后，其最新估值已飙升至110亿美元。当前，可穿戴健康设备领域的竞争正日趋白热化。除了苹果、Garmin 等巨头持续升级健康监测功能外，同赛道的 Whoop 也以101亿美元的估值紧随其后，谷歌 Fitbit 亦推出了无屏幕版本以强化深层健康洞察。在此背景下，Oura 依托其独特的环形设计以及与超过1200家机构的生态合作，成功构建了竞争壁垒。近期，Oura 还将其总部从芬兰迁至旧金山，以更好地融入全球科技与 AI 创新中心。随着 Cerebras 等 AI 硬件企业在美股成功上市，以及美股 IPO 市场的整体复苏，Oura 的加入不仅印证了 AI 赋能消费电子的巨大商业变现潜力，也将进一步引领可穿戴设备由“被动数据追踪”向“主动 AI 预防医学”的行业范式转移。

AI资讯AI新闻资讯正文谷歌紧急“灭火”！因新算力计费遭全球群嘲，Gemini Pro/Ultra 额度永久翻 3 倍！发布于AI新闻资讯发布时间 :2026年5月22号 14:41阅读 :1分钟谷歌在 2026 年 I/O 开发者大会上信心满满推出的“按算力计费”新规，刚刚遭遇了全球付费用户的集体“围剿”。因为在新规上线仅仅几天内，Reddit、X（原 Twitter）等平台就被满屏的吐槽和投诉淹没。许多高强度写代码的程序员和多媒体创作者表示，新规简直是“抢钱式”体验——有时候仅仅工作一两个小时，或者多聊了几句（聊天历史变长），就会直接触发 5 小时冷却，甚至直接被锁死本周额度。面对这场迅速蔓延的舆论危机，谷歌 DeepMind 团队、负责 AI 编程工作区 Antigravity 的总监Varun Mohan坐不住了，于今日紧急出面进行公开说明，并祭出了诚意满满的“灭火大招”。紧急 patches：额度直接永久翻 3 倍！由于开发者和 premium（高级）付费用户的反弹极其剧烈，谷歌团队在极短时间内连续进行了两次额度上调，最终给出了如下极具诚意的补偿方案：全员额度重置：针对当前所有 Pro 和 Ultra 的付费订阅用户，本周的 Gemini 消耗额度已全部清零重置，不管你之前有没有被锁死，现在都可以继续使用。额度永久提升 3 倍：Varun Mohan 明确表示，为了让重度用户和开发者能无缝续接工作流，Gemini 在 Antigravity 等核心开发场景下的配额将永久提高 3 倍。补偿大礼包送上：谷歌还面向现有的 Google AI Ultra 订阅用户提供限时福利——直接在应用内可领取100 美元的额外 Antigravity 奖励额度（5 月 25 日前可领），在计划配额用尽后会自动激活。目前，全球各地的付费用户已经开始在各自的后台仪表盘（Dashboard）中陆续收到弹窗通知，提示“Keep Building（继续构建）”，额度上调已在分批滚动生效。“按算力计费”到底动了谁的蛋糕？为什么这次调整会引发如此大的反弹？问题就出在计费模型的底层逻辑改变了。过去，Gemini 是简单地按“每天输入了多少次提示词”来计算。而 5 月 17 日推行的新规，将请求复杂度、调用的特定功能（如代码执行）、以及最关键的“聊天历史长度（Context Length）”通通纳入了配额核算。底层痛点：在大模型运行中，你的对话历史越长，每一次新提问时模型需要处理的“上下文算力”就会呈几何倍数暴涨。程序员在查复杂 Bug 时，往往需要维持一个长达数小时、包含数万行代码的上下文。在新规下，这种密集交互会瞬间“烧干”配额。虽然谷歌官方辩称“按算力计费”是为了更公平、更高效地分配服务器资源，但由于初始配额线设得太低，导致交了高昂订阅费的 Ultra 用户反倒变成了“受害者”，甚至直呼“现在盯着额度表的时间比盯着代码的时间还多”。课代表总结Varun Mohan 坦言团队在初期配额设定上确实低估了硬核用户的消耗速度，并承诺会持续听取社区反馈。这次额度永久翻 3 倍且重置的“深夜急救”，虽然暂时安抚了高管和核心开发者的情绪，但由于“按算力计费”的大框架并没有被废除，未来的长文本交互成本依然是个未知数。你收到额度翻倍的通知了吗？欢迎在评论区晒出你的额度状态！

AI资讯AI新闻资讯正文智谱发布GLM-5. 1 高速版：400 tokens/s飙出全球API新极限发布于AI新闻资讯发布时间 :2026年5月22号 14:45阅读 :1分钟5月22日，智谱（02513.HK）在资本市场与技术端同步引爆行业。伴随其港股盘中一度飙升超22%、市值站稳4500亿港元关口，智谱官方正式面向企业客户上线了重磅新品——GLM-5.1高速版 API（GLM-5.1-highspeed）。该模型在保留旗舰大模型完整基座能力的前提下，实测输出速度达到了惊人的400tokens/s（每秒输出400个标记），一举刷新了当前全球大模型厂商官方 API 的速度上限。这一速度意味着:一位创作者连续伏案数天才能码出的文字量，它在1分钟内便能交付完毕;原本需要工程师敲键盘3天的系统重构任务，它在一杯咖啡的时间里就能彻底跑完。核心看点:打破惯例:过去行业普遍默认“快意味着模型小/轻量级”，智谱首次在国产大模型中实现了**“旗舰级全尺寸能力”与“极致低延迟”**的完美并存。硬核战绩:输出速度达400tokens/s，支持200K 超长上下文窗口，最大单次输出达128K 标记。底层黑科技:由智谱 GLM 团队与 TileRT 团队深度联合打造，重构了系统级推理生态。定向公测:现已通过智谱 MaaS（大模型即服务）开放平台向部分特定企业客户定向开放。“即问即答”有多爽?对速度敏感型场景的“降维打击”在过去的一年里，国内大模型的 Coding（编程）和 Agent(智能体)协作能力突飞猛进，但“速度”始终是长链路、高频交互任务下的核心瓶颈。智谱官方指出，大模型从“工具”演变为“实时伙伴”，400tokens/s 的体感是颠覆性的:AI 编程（Coding Agent）:传统的智能体编程往往需要经历几十轮的跨文件调用与长文本对齐。单轮响应若卡顿几秒，整体任务就会拉长到十几分钟。在高速版加持下，写代码如同开启10倍速，函数、接口与底层调用链随着用户键盘敲击同步瞬时展开，大型工程重构无需任何空等。实时交互与3D游戏:极低延迟让模型能够完美胜任游戏世界内的实时动态生成、网页 UI 的即时构建，能够跟随用户的连续输入，毫无滞后地改变系统状态与界面反馈。商业决策集群:在多智能体（Multi-Agent）并行推演、实时大数据分析场景下，高速版支持“30秒内完成复杂网页 Agent 集群的多人格并行应答”，大幅拉高了高频量化与推演的效率天花板。无缝实时语音:在 AI 陪练、智能客服场景中，极速响应能让语音识别（ASR）到合成(TTS)的链路延迟无限趋近于零，带来真正对等、自然的人类对话流。拆解三层黑科技:400tokens/s 是如何炼成的?这一全球速度纪录的诞生，核心在于智谱 GLM 团队与TileRT 团队联合打造的系统级工程优化。400tokens/s 不是一个好看的“瞬间峰值”，而是一个稳定可用的生产级能力，其底层优化逻辑分为三个层面:[基础设施层:集群/负载均衡协同] ──► [调度系统层:动态批处理 & KV Cache 调度] ──► [推理引擎层:TileRT 架构重写核心路径] ──►400tokens/s 稳定输出推理引擎层（TileRT 深度定制）:针对 GLM-5.1独有的网络架构特点，团队彻底重写了最核心的推理路径与底层算子，让单张显卡（GPU）的吞吐能力和硬件执行效率逼近物理极限。调度系统层（智能合并）:引入了极为激进的动态批处理（Dynamic Batching）、请求合并技术以及颠覆性的 KV 缓存(KV Cache)调度优化，彻底解决了高并发、多用户调用状态下，传统模型极易出现的拖尾延迟(Tail Latency)现象。基础设施层（集群协同）:围绕推理集群的组网部署、网络链路拓扑以及超高频负载均衡进行了全方位的硬件级协同调优，确保算力在整条流水线上无损传递。行业重估:AI 下半场是“价值与时间”的清算正如瑞银等国际顶级分析机构近期在港股科技论坛上所强调的:这一轮 AI 驱动的行业重估，与移动互联网时代的“流量与时长变现”本质不同。AI 的收费和生存哲学，不是为了把用户耗在软件里，而是“帮用户和企业省时间、提效率，并从创造的实际价值中进行分账”。智谱 GLM-5.1高速版的推出，完美踩在了这个逻辑的痛点上。它通过将单次 Token 的产出成本与时间成本压缩到原来的数分之一，让企业在部署高频多 Agent 系统时，不再需要在“要高智能（选大模型却很慢）”和“要速度(选小模型却很笨)”之间做痛苦的妥协。随着智谱在 MaaS 平台上的定向铺开，这一低延迟、高智能的“生产级 AI 能力”，无疑将加速国内软件生态、自动化编程及游戏产业向全面“Agentic（智能体化）”时代的迭代升级。

AI资讯AI新闻资讯正文图灵测试尘埃落定：GPT-4. 5 胜率超真人，AI学会了完美撒谎发布于AI新闻资讯发布时间 :2026年5月22号 14:58阅读 :1分钟这是计算机科学史上注定被载入史册的时刻。英国数学家、计算机科学之父艾伦·图灵在1950年提出的伟大设想，在诞生76年后终于迎来了确凿的实证数据。最新一期《美国国家科学院院刊》（PNAS）刊登了加州大学圣地亚哥分校(UCSD)的一项颠覆性研究。由认知科学专家卡梅伦·琼斯(Cameron Jones)和本·伯根(Ben Bergen)教授联合撰写的论文表明:在严格的经典三方图灵测试框架下，现代顶尖大语言模型已被证实能够成功通过测试。更令人震惊的是，在特定条件下，AI 被误认为是真实人类的频率，甚至超越了真正的人类自己。核心硬核数据:封神登顶:赋予特定人格提示后，GPT-4.5在73% 的情况下被判定为人类，胜率显著超越了与其同台竞技的真人志愿者。平分秋色:开源旗舰LLaMa-3.1-405B 拿下了56% 的胜率，在统计学上与真实人类表现出无法区分的同等水平。提示词定乾坤:失去精心设计的“人格提示词”后，GPT-4.5胜率暴跌至36%，LLaMa-3.1降至38%。AI 的伪装能力目前仍依赖人类的高级指令。基线惨败:1960年代的规则机器人 ELIZA（23%）与缺乏针对性提示的 GPT-4o(21%)在长对话中迅速露馅。“说谎的游戏”:智商不再是标准，情商与缺陷才是伪装的核心在这场由近500名评判员（包含 UCSD 本科生及网络招募志愿者）参与的双盲随机对照实验中，评判员需要通过5到15分钟的即时文本对话，在一真一假两个对象中揪出谁才是机器。然而结果出乎所有人的预料。过去我们认为 AI 通过图灵测试要靠“无所不知的计算能力”，但这项研究揭示了一个扎心的现实:大模型之所以能把人类骗过去，恰恰是因为它们学会了“像人类一样掉链子”。[无提示状态:知识面过广、绝对理性] ──► 人类裁判:这绝对是AI!正如通讯作者卡梅伦·琼斯所言，只要给定恰当的提示，先进的大语言模型就能精准模拟出人类的聊天语气、直接性、幽默感以及易错性（犯错和说错话的倾向）。它们赢下比赛，靠的不是展示数学和逻辑层面的高智商，而是展现出了几近完美的社会行为特征。图灵测试的重新定义:从“衡量智能”到“衡量像人”研究合著者本·伯根教授指出，这场实验逼着整个科学界重新审视图灵测试的本质。在诞生之初，图灵测试是为了试探机器能否在智能上匹敌人类。但到了2026年的今天，AI 在各行各业的回答速度和准确率早已把人类远远甩在身后，单纯比拼“脑力”已经失去了意义。现在的图灵测试，与其说是在测试‘智能’，不如说是在测试‘像人’的程度。而这场游戏本质上就是一场关于说谎的比赛。AI 已经证明了自己是一个极其完美的说谎者。一旦大模型可以在长达15分钟的自由对话中成功伪装且不露破绽，这就意味着网络世界长期赖以生存的信任链条将彻底断裂。繁荣背后的阴影:“反洗钱”式的网络身份清算即将来临当欺骗变得如此廉价和高效，现实世界的社会风险正成倍放大。伯根教授对此表达了深切的担忧。这种能够完美伪装成人类的 AI 技术，极易被不法分子、政治团体或激进的商业公司恶意利用。在线上社交或客服场景中，用户可能在毫不知情的情况下，被一个披着人类外衣的聊天机器人说服，从而泄露自己的社会保障号等隐私信息、更改自己的政治投票意向，或者冲动消费购买某款产品。针对这一历史性的科学实证，研究团队也正式向社会发出警示:未来在线上与陌生人互动时，人们必须大幅降低“自己能100%分辨真人与机器人”的迷之自信。为了应对日益倒退的网络信任生态，更严苛的数字身份验证与 AI 生成内容防伪机制，必须以更快的速度提上日程。

AI资讯AI新闻资讯正文OpenAI将ChatGPT接入Microsoft PowerPoint，支持自然语言创建与编辑幻灯片发布于AI新闻资讯发布时间 :2026年5月22号 15:01阅读 :1分钟OpenAI宣布ChatGPT已正式集成至Microsoft PowerPoint，用户可通过自然语言指令让聊天机器人创建新幻灯片，或对现有演示文稿进行编辑与更新。与ChatGPT其他功能类似，该服务支持从Gmail、Outlook、SharePoint等已连接的企业服务中提取素材生成内容。目前该功能处于测试阶段，已向大多数用户开放，包括免费用户及ChatGPT Business企业订阅用户。此次集成标志着OpenAI在企业级生产力工具领域的进一步渗透。此前ChatGPT已接入Microsoft Excel和Google Sheets等办公应用，PowerPoint的加入补全了其在核心文档处理场景的布局。值得注意的是，竞争对手Anthropic自2024年9月起已在其Claude聊天机器人中提供类似演示文稿功能，谷歌Gemini也与Google Slides深度整合。在行业竞争层面，OpenAI正加速追赶并模仿竞品核心功能，这一策略与其可能推进的高估值IPO准备密切相关。AI办公自动化正从单一文本处理向多模态、全流程协作演进，头部厂商通过嵌入主流生产力套件争夺企业用户入口。OpenAI此次动作不仅强化了ChatGPT作为企业工作流中枢的定位，也反映出AI应用层竞争已从模型能力比拼转向生态集成深度与场景覆盖广度的较量。

AI资讯AI新闻资讯正文Spotify 联手环球音乐推出 AI 翻唱与混音：正版版权的“降维打击”来了发布于AI新闻资讯发布时间 :2026年5月22号 15:31阅读 :2分钟流媒体和音乐版权帝国终于对野蛮生长的 AI 音乐祭出了大招。在周四（ 5 月 21 日）备受瞩目的 2026 年度投资者日（Investor Day）上，Spotify 官方投下一枚重磅炸弹：正式宣布与全球最大的唱片公司环球音乐集团（UMG）达成里程碑式的战略授权协议。这项协议的核心直指如今最火热的粉丝生态——Spotify 将允许Premium付费用户直接使用生成式 AI 技术，对他们喜爱的歌曲进行合法的翻唱（Covers）和二次混音（Remixes）。这意味着，长期处于灰色地带的“AI 换声翻唱”和“网易云/抖音式神级混音”，首次被全球顶级音乐产业巨头正式“收编”为合法的商业产品。核心硬核看点：黄金“三原则”：相比 Suno、Udio 等先斩后奏、先侵权再打官司的野蛮生长模式，Spotify 强调这套工具完全建立在**“知情同意（Consent）、致敬署名（Credit）和合理报酬（Compensation）”的基础上。摇钱树属性：该工具将作为 Spotify Premium 的付费增值插件（Paid Add-on）**推出。最重要的是，AI 创作带来的收益将与参与该项目的艺术家及词曲作者进行直接分成。资本市场狂欢：受此历史性合作及投资者日一系列 AI 战略的刺激，Spotify 股价在宣布当天暴涨 13%。精准狙击：高举正版大旗，给 Suno 们上一堂“合规课”这次合作的字里行间，充斥着对 Suno 和 Udio 极具火药味的暗示。Spotify 明确表示，其 AI 工具的开发原则是“先达成前端协议，而不是事后再寻求原谅”。就在不久前，各大唱片公司与 AI 音乐初创公司之间的版权大战刚经历了一轮惨烈洗牌。Suno 最终向华纳音乐集团（WMG）低头，达成了高达 5 亿美元的诉讼和解；而 Udio 也陆续与环球音乐和华纳音乐达成了和解，目前仅剩索尼音乐（Sony Music）的版权官司仍在拉锯。Suno 们之所以陷入被动，是因为其底层训练模型和生成逻辑踩在了法律的红线上。而 Spotify 凭借自身无与伦比的流媒体霸主地位，选择直接绕过这一生态，去跟唱片公司建立纯正版的内生通道。环球音乐董事长兼首席执行官卢西恩·格兰奇爵士（Sir Lucian Grainge）直言，这是一个“超级粉丝倡议”，不仅能加深粉丝与艺人的情感纽带，更能为艺人创造全新的躺赚非结构性收入。【传统 AI 音乐路线 (Suno/Udio)】：未经授权训练 ──► 遭遇行业巨头起诉 ──► 巨额和解/面临下架 【Spotify 版权内生路线】：前置版权谈判 ──► 官方 AI 增值工具 ──► 粉丝付费 ──► 艺人直接参与分成2026 投资者日野心全开：Spotify 的全面 AI 智能化让 Suno 感到背脊发凉的，不仅是一个翻唱工具，而是 Spotify 围绕 AI 构建的庞大生态闭环。在同天的投资者日上，Spotify 两位联合 CEO 亚历克斯·诺斯特罗姆（Alex Norström）和古斯塔夫·索德斯特罗姆（Gustav Söderström）还公布了一连串足以重塑音频行业的 AI 核心产品线：大趣味模型（Large Taste Model）：依托平台 7.61 亿活跃用户每天产生的 3.4 万亿条品味信号，用 AI 实时根据用户的语境、意图和习惯生成独一无二的流媒体界面，让音乐真正进入“即时生成”时代。Studio by Spotify Labs：一款专为桌面端打造的独立应用，能连接用户的日历、收件箱等工具，利用 AI 自动为其量身定制个人播客、每日简报和专属歌单。AI 语音克隆与播客工具：推出针对播客创作者的 AI 驱动音频工具，以及能通过简单提示词（Prompt）自动生成私人订制简报的“个人播客（Personal Podcasts）”功能。粉丝特权功能“Reserved”：利用大数据精准识别最硬核的“头号粉丝”，允许这部分忠实用户在 Premium 内优先锁定制订演出门票。结语：音乐下半场，拼的是“血统”而非“算法”目前，Spotify 尚未透露该翻唱插件的具体定价和正式上线日期，环球音乐旗下有哪些大牌艺人首批授权也仍处于保密阶段。但毫无疑问，这场变革切断了第三方 AI 创作平台最赖以生存的资源链条。当用户在 Spotify 内部就能用几块钱一月的价格、合法且高保真地把一首泰勒·斯威夫特（Taylor Swift）的情歌一键改造成硬核摇滚或电子蹦迪版，且不用担心侵权甚至能帮偶像打榜时，游离在版权边缘的 Suno 们，将不得不面对这场来自正版军团的终极降维打击。

Gemini 3.5 Flash – Google 推出的新一代 AI 大模型AI工具2天前发布AI小集03Gemini 3.5 Flash是什么Gemini 3.5 Flash 是 Google 推出的新一代AI大模型，以前沿智能+行动能力为核心定位。模型在 Terminal-Bench 2.1 编码基准得分 76.2%、GDPval-AA 代理任务 1656 Elo、MCP Atlas 达 83.6%，均超越Gemini 3.1 Pro，输出速度达前沿模型 4 倍，成本不到一半，支持 100 万 Token 多模态上下文，已全球上线Gemini App与 Search AI Mode。Gemini 3.5 Flash的主要功能极速推理与生成：输出速度达 289 tokens/秒，经 Antigravity 内部联合优化后可达 12 倍提升，显著降低 Agent 多轮调用延迟。顶级编码与 Agent 能力：在 Terminal-Bench 2.1（76.2%）、SWE-Bench Pro（55.1%）、MCP Atlas（83.6%）、Toolathlon（56.5%）等基准上全面超越 Gemini 3.1 Pro。多模态长上下文理解：原生支持 100 万 Token 输入窗口，CharXiv Reasoning 得分 84.2%，MMMU-Pro 达 83.6%，可统一处理文本、图像、视频、音频及 PDF。子代理协作编排：通过 Antigravity 2.0 部署并行子代理，官方演示 93 个 subagent 并行 12 小时内以不到 1000 美元完成完整操作系统开发。动态推理级别控制：支持thinking_level参数（标准/扩展），用户可按需切换思维深度，代码与工具调用默认使用低档位优化速度。Gemini 3.5 Flash的技术原理模型蒸馏与压缩架构：基于 Gemini 3.5 系列全新架构，通过先进蒸馏技术压缩模型体积，在保持接近 Pro 级能力的同时实现极低延迟。动态推理预算分配：引入thinking_level机制替代固定预算，根据任务类型自动分配计算资源，代码生成与工具调用默认使用 low 档位。原生多模态统一编码：采用统一多模态编码器，将文本、图像、音视频嵌入同一语义空间，优化百万级长序列注意力计算。前沿安全对齐框架：遵循 Frontier Safety Framework，强化网络与 CBRN 安全防护，通过可解释性工具检查内部推理，降低有害输出与误拒率。如何使用Gemini 3.5 Flash选择接入平台通过Gemini App、Google Search AI Mode、Google AI Studio、Antigravity2.0 桌面应用访问模型。更新 API 模型标识：将代码中的模型名称从旧版预览标识替换为正式版gemini-3.5-flash。配置推理级别：根据任务类型设置thinking_level参数：代码与工具调用选 low，通用任务选 medium，复杂推理选 high。移除采样参数覆盖：删除手动设置的 temperature、top_p、top_k 默认值，让模型使用内部优化配置。注意功能迁移例外：若工作流依赖 Computer Use 浏览器控制功能，需继续用gemini-3-flash-preview，3.5 Flash 暂不支持该功能。Gemini 3.5 Flash的核心优势速度领先：输出速度达 289 tokens/秒，是其他前沿模型的 4 倍，经 Antigravity 内部优化后可达 12 倍提升，Agent 多轮调用几乎无感知延迟。成本优势：API 定价 $1.50/$9.00 每百万 Token（输入/输出），比 Claude Opus 4.7、GPT-5.5 等 frontier 竞品便宜一半以上，Google 估算头部 Cloud 客户将 80% frontier 工作负载迁移至 3.5 Flash 后每年可节省超 10 亿美元。Agent 性能突出：MCP Atlas 得分 83.6%、Toolathlon 56.5%，支持 93 个子代理并行协作，12 小时内以不到 1000 美元完成完整操作系统开发，专为复杂长周期代理任务优化。超长上下文窗口：支持 100 万 Token 多模态输入，可一次性处理整本长篇小说、百页法律合同或长视频内容，长文档与视频分析无压力。全平台生态覆盖：已接入 Gemini App、Search AI Mode、Antigravity 2.0、AI Studio、Android Studio 等 Google 全系产品，消费者、开发者、企业三端同步可用。Gemini 3.5 Flash的项目地址项目官网：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/#gemini-3-5-flashGemini 3.5 Flash的同类竞品对比对比维度Gemini 3.5 FlashClaude Opus 4.7GPT-5.5Gemini 3.1 Pro输出速度289 t/s（4x）67 t/s71 t/s135 t/sTerminal-Bench 2.176.2%–78.2%70.3%SWE-Bench Pro55.1%–58.6%54.2%MCP Atlas83.6%（领先）79.1%75.3%78.2%GDPval-AA Elo1656175317691314CharXiv Reasoning84.2%82.1%84.1%83.3%上下文窗口1M Token200K128K1MGemini 3.5 Flash的应用场景实时 AI 编程助手：低延迟特性适合 IDE 自动补全、代码审查与交互式调试，Antigravity 2.0 已将其设为默认模型。企业级 Agent 自动化：部署并行子代理处理多周工作流，如 Xero 自动管理 1099 税表供应商识别与信息收集。金融文档智能审核：Macquarie Bank 用于推理 100 页以上复杂文档，加速客户入职与合规审核。多模态发票与 OCR 处理：Ramp 结合多模态理解与历史模式推理，实现复杂发票的智能化识别与分类。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Qwen3.7 Preview - 阿里通义推出的下一代旗舰大模型预览版下一篇Gemini Spark - 谷歌推出的个人 AI Agent相关文章OpenHuman – 开源桌面端 AI 助手，能主动感知工作上下文AI小集5Lindy – 专注创建和管理 AI Agents 的自动化平台AI小集2EmotiVoice – 网易有道开源的AI语音合成系统AI小集3sCM – OpenAI推出连续时间一致性模型，两步采样生成高质量图像AI小集3MuleRun – 全球首个自进化个人AI，提供即插即用AI工具AI小集9Gemini 2.0 Flash Thinking – 谷歌推出的最新推理模型，支持百万上下文展示思考路径AI小集3暂无评论再想想发表评论暂无评论…热门工具豆包LibTV秒哒AiPPT秘塔AI搜索TRAE编程堆友AI美图设计室绘蛙AI星流AI响指HaiSnap办公小浣熊最新收录DataifyLumen Flow千问云微信读书Skill文枢三言堆友Agent最新文章ChatGPT Plus 和 Claude Pro 会员代充值 – 支持支付宝、微信支付38分钟前陪读蛙 – 开源的 AI 翻译浏览器扩展工具39分钟前Confucius4 – 网易有道开源的多模态推理模型44分钟前GLM-5.1-highspeed – 智谱AI推出的 GLM-5.1 高速版 API5小时前LongCat-Video-Avatar 1.5 – 美团开源的数字人视频生成模型5小时前autoresearch – Karpathy 开源的 AI 自主科研实验框架5小时前Stable Audio 3 – Stability AI 开源的音频生成模型系列5小时前Hy 翻译 – 腾讯混元团队推出的 AI 翻译小程序21小时前Hy-MT2 – 腾讯混元开源的新一代翻译大模型21小时前2026 十大专业数据采集服务选择指南23小时前微伴 Claw – 微伴助手推出的企业微信 AI 数字员工23小时前CloudDM – ClouGence 团队开源的数据库研发与管控平台23小时前ZCube – 智谱AI联合清华推出的下一代大模型推理网络架构1天前HyperEyes – 小红书联合剑桥推出的并行多模态搜索智能体1天前Agora-1 – Odyssey 推出的首款多智能体世界模型1天前

腾讯Marvis – 腾讯应用宝推出的操作系统层个人 AI 助手AI工具1天前更新AI小集03腾讯Marvis是什么腾讯Marvis（马维斯）是腾讯应用宝团队推出的操作系统层个人 AI 助手。工具通过 1 个主 Agent 与 5 个副 Agent 的协作架构，实现电脑系统操作、文件管理、App 操控、网页交互与信息搜索等复杂任务，24 小时在线并支持 Windows 、Mac端和安卓跨端操作。产品具备本地知识库索引与可视化虚拟办公室交互，定位大众友好的日常 AI 数字秘书。腾讯Marvis的主要功能多 Agent 协作调度：1 个 PM 主 Agent 负责理解需求、拆解任务并分发给 5 个副 Agent，各 Agent 完成后向主 Agent 汇报，实现复杂任务的自动编排与闭环执行。深度系统操作：可直接调用 Windows 底层接口完成主题设置、电源计划调整、自启动管理、硬件配置检测、网络测速等原生系统级操作，无需模拟点击。智能文件管理：支持基于文件名、内容、图片 OCR、人脸、主题、地点等多维度本地文件搜索，可自动分类归档、格式转换、合并去重及跨端文件传递。跨端 App 操控：通过内嵌应用宝引擎，可在 PC 端直接操控安卓手机 App（如微博签到、同花顺、飞常准等），实现电脑与手机的应用级跨端调度。本地知识库：自动识别并索引本地文档与图片，支持标题匹配与内容匹配搜索，构建越用越懂用户的个人知识管理体系。自动任务与情报监控：支持定时执行既定任务，如每日新闻汇总、限时福利监控、明星动态追踪、房价监控等自动化工作流。如何使用腾讯Marvis下载安装：访问腾讯Marvis官网 https://marvis.qq.com/ 下载 Windows 客户端，按指引完成安装。模式选择：根据任务敏感度选择效率模式或隐私模式。指派任务：在对话框输入自然语言指令，或进入”自动任务”页面设置定时执行规则。查看进度：在右侧虚拟办公室面板查看各 Agent 工作状态与任务消耗 Token 数，等待主 Agent 汇总结果。确认执行：涉及系统修改、文件删除等敏感操作时，点击硬确认弹窗授权后完成最终执行。腾讯Marvis的核心优势操作系统层深度整合：区别于纯云端 Agent，Marvis 深入 Windows 系统底层，可直接调用系统 API 与文件系统，实现真正的本地原生操作。端云双模式灵活切换：效率模式采用云端大模型保障复杂任务性能，隐私模式基于 Qwen 端侧模型实现完全离线运行，满足财务、法务、HR 等敏感场景需求。应用宝跨端生态壁垒：继承 14 年应用商店经验与跨端引擎技术，独家支持 PC 端操控手机 App，生态调度能力为竞品不具备。可视化虚拟办公室交互：将每个 Agent 设计为戴企鹅围脖的黑色小马形象，在虚拟工位中实时展示工作状态（搬砖、打盹、喝咖啡），降低技术门槛并增强用户情感连接。L2 级安全兜底机制：涉及资金交易、系统核心配置修改、批量删除等敏感操作强制”硬确认”，支付功能完全禁用，从架构层面规避 AI 越权风险。腾讯Marvis的同类竞品对比对比维度腾讯Marvis（腾讯）Claude Computer Use（Anthropic）产品定位操作系统层个人 AI 助手云端计算机操控 Agent运行模式端云双模式（本地隐私 / 云端效率）纯云端运行系统深度深入 Windows 底层 API，原生系统级操作基于截图与模拟点击操控跨端能力PC 操控手机 App（应用宝引擎）不支持Agent 架构1 主 + 5 副多 Agent 协作，可视化办公室单 Agent 模式隐私安全L2 级硬确认，支持完全离线运行数据上云，依赖平台安全策略用户门槛自然语言输入，大众友好，开箱即用需一定技术理解，偏极客向生态合作与微软、Intel 系统级深度合作无特殊硬件合作腾讯Marvis的应用场景办公效率提升：自动整理桌面文件并按项目分类归档，一键完成合同信息审查、运营数据分析、参考文献整理及出差材料准备。系统运维助手：一句话调整系统设置（夜间模式、电源计划、默认浏览器），检测游戏配置兼容性并给出硬件升级建议，彻底卸载顽固软件及残留痕迹。生活娱乐管家：自动完成微博超话签到、监控游戏限时福利与明星动态、定时推送每日新闻汇总、整理宝宝成长相册与旅行攻略。敏感数据处理：在完全断网的隐私模式下，本地完成财务报表校对、员工薪资分析、法务合同审查等涉密工作，确保数据不出设备。跨端文件协作：在手机端发送指令，让 Marvis 在电脑中搜索指定文件并回传至手机，实现跨设备的无缝文件调度。# AI工具©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇LibTV团队版 - LibTV 推出的专业级 AI 视频协作工作台下一篇Higgs Avatar v1 - 面向语音智能体的实时 AI 数字人模型相关文章GenFM – ElevenLabs推出的创建多语音AI播客功能AI小集3Tweet Hunter – AI驱动的个性化推文内容创作工具，实现Twitter增长变现AI小集2Gemma 2 – 谷歌DeepMind推出的新一代开源人工智能模型AI小集4Batch Tools – 在线AI抠图工具，支持批量背景移除AI小集7MobA – 上海交通大学推出的移动智能体AI小集2Infinity-MM – 智源推出的千万级多模态指令数据集AI小集2暂无评论再想想发表评论暂无评论…热门工具豆包LibTV秒哒AiPPT秘塔AI搜索TRAE编程堆友AI美图设计室绘蛙AI星流AI响指HaiSnap办公小浣熊最新收录DataifyLumen Flow千问云微信读书Skill文枢三言堆友Agent最新文章ChatGPT Plus 和 Claude Pro 会员代充值 – 支持支付宝、微信支付37分钟前陪读蛙 – 开源的 AI 翻译浏览器扩展工具38分钟前Confucius4 – 网易有道开源的多模态推理模型44分钟前GLM-5.1-highspeed – 智谱AI推出的 GLM-5.1 高速版 API5小时前LongCat-Video-Avatar 1.5 – 美团开源的数字人视频生成模型5小时前autoresearch – Karpathy 开源的 AI 自主科研实验框架5小时前Stable Audio 3 – Stability AI 开源的音频生成模型系列5小时前Hy 翻译 – 腾讯混元团队推出的 AI 翻译小程序21小时前Hy-MT2 – 腾讯混元开源的新一代翻译大模型21小时前2026 十大专业数据采集服务选择指南23小时前微伴 Claw – 微伴助手推出的企业微信 AI 数字员工23小时前CloudDM – ClouGence 团队开源的数据库研发与管控平台23小时前ZCube – 智谱AI联合清华推出的下一代大模型推理网络架构1天前HyperEyes – 小红书联合剑桥推出的并行多模态搜索智能体1天前Agora-1 – Odyssey 推出的首款多智能体世界模型1天前

DeepSeek-V4 – DeepSeek推出的新一代大语言模型系列AI工具4周前发布AI小集06DeepSeek-V4是什么DeepSeek-V4是DeepSeek推出的新一代大语言模型系列预览版，拥有百万字超长上下文窗口，在Agent能力、世界知识与推理性能方面达到开源领域领先水平。模型包含deepseek-v4-pro 和 deepseek-v4-flash 两个版本，分别定位高性能与经济高效，均已开源并提供API服务，支持非思考与思考双模式，为长文本处理与智能体应用提供普惠化基础设施。DeepSeek-V4的主要功能百万上下文处理：原生支持1M Token超长文本理解与记忆，为官方服务标配。混合注意力机制：CSA与HCA架构大幅降低长上下文计算与显存开销。Agent编码增强：针对Claude Code、OpenClaw等主流Agent框架深度优化。双模式推理：支持非思考与思考模式，后者可通过reasoning_effort参数调节强度。多领域专家融合：通过OPD蒸馏整合数学、代码、Agent等领域专家能力。经济高效选择：Flash版本用更低参数实现接近Pro的推理性能，API成本显著降低。DeepSeek-V4的技术原理CSA压缩稀疏注意力：将每m个token的KV压缩为1个条目，通过Lightning Indexer计算索引分数并执行Top-k稀疏选择，结合滑动窗口与Attention Sink机制保留局部依赖。HCA重度压缩注意力：以更大压缩比m’将KV条目合并为单个条目，保持密集注意力而不采用稀疏选择，进一步降低计算量。mHC流形约束超连接：将残差映射矩阵通过Sinkhorn-Knopp算法投影到双随机矩阵流形，约束谱范数不超过1，增强深层信号传播稳定性。Muon优化器：模型采用混合Newton-Schulz迭代对梯度矩阵进行正交化，分快速收敛与精确稳定两个阶段，支持大规模MoE高效训练。FP4量化感知训练：对MoE专家权重和CSA索引器QK路径进行FP4量化，用FP8扩展动态范围实现无损反量化，降低内存与计算开销。DeepSeek-V4的性能体现知识能力世界知识领先开源：SimpleQA-Verified达57.9%，超越所有已评测开源模型20个百分点，仅稍逊于Gemini-3.1-Pro（75.6%）。中文知识突出：Chinese-SimpleQA达84.4%，大幅领先K2.6（75.9%）与GLM-5.1（75.0%）。教育知识接近前沿：MMLU-Pro 87.5%、GPQA Diamond 90.1%，与GPT-5.4持平，略低于Gemini-3.1-Pro。推理与代码能力数学竞赛比肩闭源：HMMT 2026 Feb达95.2%，IMOAnswerBench达89.8%，超越K2.6与GLM-5.1，接近GPT-5.4与Opus-4.6。代码竞赛首次开源追平闭源：Codeforces Rating达3206，与GPT-5.4（3168）相当，当前排名人类选手第23位。高难度推理突破：Apex Shortlist达90.2%，超越GPT-5.4（78.1%）与Opus-4.6（85.9%）；LiveCodeBench达93.5%，领先所有对比模型。Agent能力软件工程接近顶级闭源：SWE Verified达80.6%，与Opus-4.6（80.8%）基本持平；SWE Pro 55.4%、SWE Multilingual 76.2%。终端操作领先开源：Terminal Bench 2.0达67.9%，超越K2.6（66.7%）、GLM-5.1（63.5%）与Opus-4.6（65.4%）。工具调用泛化优秀：MCPAtlas Public 73.6%、Toolathlon 51.8%，在包含广泛工具和MCP服务的评测中表现突出。长上下文能力百万上下文检索强劲：MRCR 1M达83.5%，超越Gemini-3.1-Pro（76.3%）；128K内检索性能高度稳定，1M时仍保持较强能力。真实场景长文档理解：CorpusQA 1M达62.0%，优于Gemini-3.1-Pro（53.8%）。效率表现计算量断崖式下降：1M上下文下，V4-Pro单Token推理FLOPs仅为V3.2的27%，V4-Flash仅为10%。KV缓存大幅压缩：1M上下文下，V4-Pro累计KV缓存为V3.2的10%，V4-Flash仅为7%。路由专家FP4量化：专家权重采用FP4存储，未来硬件上理论可再提升1/3效率。如何使用DeepSeek-V4网页端/App：访问DeepSeek官网或官方App，选择专家模式（Pro）或快速模式（Flash）。API调用：修改model参数为deepseek-v4-pro或deepseek-v4-flash，base_url保持不变。思考模式：复杂Agent场景建议启用思考模式并设置reasoning_effort: max。本地部署：通过Hugging Face或ModelScope下载开源权重自行部署。DeepSeek-V4的关键信息和使用要求版本规格：Pro版1.6T参数/49B激活，Flash版284B参数/13B激活，预训练数据分别为33T与32T。上下文长度：两个版本均支持1M Token，旧接口deepseek-chat与deepseek-reasoner将于2026-07-24停用。API定价（每百万Token）：Pro输入缓存命中1元/未命中12元，输出24元；Flash输入缓存命中0.2元/未命中1元，输出2元。算力限制：Pro版当前服务吞吐有限，预计下半年昇腾950超节点批量上市后价格将大幅下调。DeepSeek-V4的核心优势百万上下文普惠化：1M Token超长上下文成为官方服务标配，突破传统注意力机制的二次计算瓶颈，使长文本任务与测试时缩放真正可行。极致长上下文效率：通过CSA压缩稀疏注意力与HCA重度压缩注意力的混合架构，1M上下文下V4-Pro的单Token推理FLOPs仅为V3.2的27%，KV缓存仅10%，Flash版更是低至10%与7%。开源模型性能新标杆：V4-Pro-Max在知识、推理、代码竞赛等评测中全面领先前代开源模型，Agent编码能力内部评测优于Claude Sonnet 4.5，交付质量接近Opus 4.6非思考模式。双版本灵活覆盖：Pro版（1.6T/49B）定位顶级性能，Flash版（284B/13B）以极小激活参数实现接近的推理能力，API价格低至Pro的1/12，普惠不同预算场景。Agent能力原生增强：针对Claude Code、OpenClaw等主流Agent框架专项优化，支持跨用户消息边界的连贯推理保留，在SWE、Terminal Bench等Agent评测中表现优异。DeepSeek-V4的项目地址HuggingFace模型库：https://huggingface.co/collections/deepseek-ai/deepseek-v4技术论文：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdfDeepSeek-V4的同类竞品对比对比维度DeepSeek-V4-ProClaude Opus 4.6Kimi K2.6模型定位开源高性能MoE闭源顶级通用开源Agent智能开源状态完全开源闭源API开源/开放API总参数量1.6T未公开未公开激活参数49B未公开未公开上下文长度1M Token200K1M Token核心架构CSA+HCA混合注意力传统TransformerMoE+长上下文MMLU-Pro87.589.187.1SimpleQA57.946.236.9Codeforces3206––SWE Verified80.680.880.2Terminal Bench67.965.466.7MRCR 1M83.592.9–API输入价格12元/百万Token约150元/百万Token约60元/百万Token长上下文效率KV缓存仅为V3.2的10%标准KV缓存高效但细节未公开DeepSeek-V4的应用场景长文档分析：支持百万字级论文、报告、法律合同的全文理解与跨章节推理。智能体编码：在Claude Code、OpenClaw等框架中执行复杂代码生成、重构与调试任务。多轮工具调用：在Agent工作流中保留完整推理历史，支持跨用户消息边界的连贯思考。知识密集型问答：在世界知识评测中大幅领先开源模型，适用于教育、科研与专业咨询。白领办公任务：模型在中文写作、信息分析、文档生成与编辑等场景表现优异。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇GPT-5.5 - OpenAI 推出的最新旗舰大模型下一篇StepAudio 2.5 ASR - 阶跃星辰推出的自动语音识别模型相关文章PhotoMaker V2 – 腾讯推出的AI图像生成框架AI小集4Claude Design系统提示词 – Anthropic 推出的完整核心提示词AI小集3AnimeGamer – 腾讯联合香港城市大学推出的动漫生活模拟系统AI小集2Hitem3D – AI 3D模型生成工具，实现2D到3D无缝转换AI小集4商汤小浣熊 – 商汤科技推出的“小浣熊”系列AI智能助手AI小集6Kimi浏览器插件 – 月之暗面推出的官方Kimi浏览器助手AI小集10暂无评论再想想发表评论暂无评论…热门工具豆包LibTV秒哒AiPPT秘塔AI搜索TRAE编程堆友AI美图设计室绘蛙AI星流AI响指HaiSnap办公小浣熊最新收录DataifyLumen Flow千问云微信读书Skill文枢三言堆友Agent最新文章ChatGPT Plus 和 Claude Pro 会员代充值 – 支持支付宝、微信支付27分钟前陪读蛙 – 开源的 AI 翻译浏览器扩展工具28分钟前Confucius4 – 网易有道开源的多模态推理模型34分钟前GLM-5.1-highspeed – 智谱AI推出的 GLM-5.1 高速版 API5小时前LongCat-Video-Avatar 1.5 – 美团开源的数字人视频生成模型5小时前autoresearch – Karpathy 开源的 AI 自主科研实验框架5小时前Stable Audio 3 – Stability AI 开源的音频生成模型系列5小时前Hy 翻译 – 腾讯混元团队推出的 AI 翻译小程序20小时前Hy-MT2 – 腾讯混元开源的新一代翻译大模型20小时前2026 十大专业数据采集服务选择指南22小时前微伴 Claw – 微伴助手推出的企业微信 AI 数字员工23小时前CloudDM – ClouGence 团队开源的数据库研发与管控平台23小时前ZCube – 智谱AI联合清华推出的下一代大模型推理网络架构1天前HyperEyes – 小红书联合剑桥推出的并行多模态搜索智能体1天前Agora-1 – Odyssey 推出的首款多智能体世界模型1天前

方舟 Agent Plan是什么方舟 Agent Plan 是火山引擎推出的业界首个 Agent 套餐，将多模态大模型与 Harness 工具深度整合。发布方舟 Agent Plan 集成 Doubao-Seed、Seedance、Seedream 等字节自研 SOTA 模型，以及GLM-5.1、Kimi-K2.6等主流三方模型，内置联网搜索、Embedding 等 Harness 工具。通过 AFP（Agent 燃料值）统一计量，适配从入门开发者到 AI 工作室的全场景 Agent 需求。方舟 Agent Plan的主要功能超全模态模型聚合：原生支持文本、代码、图像、视频等多模态任务，覆盖 Doubao-Seed 系列、GLM-5.1、Kimi-K2.6、DeepSeek-V3.2、MiniMax-M2.7等主流模型。Auto 智能调度：根据任务场景自动选择性价比最高的模型，提升长尾 Agent 任务表现。Harness 工具开箱即用：内置与豆包同源的联网搜索额度，以及 Doubao-embedding-vision 模型，增强 Agent 实时信息获取与长程记忆能力。AFP 透明计费：引入 Agent Fuel Points 统一计量模型调用与工具消耗，用量可视、成本可控。多平台深度适配：完成配置后，Claude Code、OpenClaw、TRAE、OpenCode、Hermes Agent 等工具可自动调用套餐资源。如何使用方舟 Agent Plan获取专属凭证：访问方舟 Agent Plan官网https://www.volcengine.com/activity/agentplan，复制专属 Base URL 与 API Key。安装 Ark Helper：在终端执行curl -fsSL https://lf3-static.bytednsdoc.com/.../install.sh | sh安装配置助手。一键配置套餐：运行ark-helper，选择[Volcano] Agent Plan套餐，通过 SSO 登录自动获取 API Key 与联网密钥。选择模型与工具：选择默认文本生成模型（如 doubao-seed-2.0-code），选择编码工具 Claude Code 完成一键配置。启动验证：在项目目录执行claude启动，输入/model确认模型指向正确，可开始对话与多模态任务。方舟 Agent Plan的核心优势业界首个 Agent 套餐包：区别于单一模型订阅或算力套餐，首次将 Model + Harness 打包，降低多工具接入的碎片化成本。多模态生产力闭环：一个套餐可支撑从文本编程到视频/图像生成的完整 Agent 工作流，无需独立支付不同资源。高性价比入门门槛：Small 版月费仅 40 元，基础额度数倍于 Claude Pro Plan，降低 Agent 尝鲜成本。ArkClaw 原生协同：Medium 及以上订阅用户可免费体验基于 OpenClaw 优化的云上”龙虾”，支持”虾马同养”与长期工作习惯学习。方舟 Agent Plan的同类竞品对比对比维度火山引擎 方舟 Agent Plan优云智算（CompShare）Agent PlanNeon Agent Plan产品性质字节跳动官方云产品UCloud 旗下第三方 API 聚合平台数据库基础设施厂商核心定位业界首个 Model + Harness 全模态 Agent 套餐包便宜、简单、稳定的模型 API 套餐服务为 AI Agent 提供 Serverless Postgres 数据库资源模型覆盖字节 Seed 系列 + GLM + Kimi + DeepSeek + MiniMaxMiniMax、GLM、Kimi、DeepSeek 等主流模型不涉及大模型，提供数据库存储与计算Harness 工具内置联网搜索、Embedding 开箱即用无 Harness 工具，仅提供模型 API提供数据库 Compute/Storage/API 配额订阅价格¥40/月 起（Small）未公开具体月费，定位远低于官方 API 价格按量计费 + 初始 $25,000 Credits目标用户个人开发者、AI 工作室、企业团队追求低价 API 的个人开发者需要为 Agent 提供持久化存储的开发者平台适配Claude Code、OpenClaw、TRAE、Hermes 等Claude Code、OpenCode、OpenClaw 等面向自研 Agent 的数据层集成方舟 Agent Plan的应用场景AI 编程与代码辅助：开发者通过自然语言描述需求即可完成代码编写、调试与项目搭建，实现 Vibe Coding 的高效开发体验。多模态营销内容创作：内容团队结合联网搜索自动调研热点，实现”热点搜集→素材生成→自动发布”的全自动社媒运营。智能体自动化办公：职场职员完成文档分析、案例研究、PPT 生成与数据处理等专业领域的长程自动化任务。AI 工作室规模化变现：Max 版提供 25 倍 Small 用量与极致多模态 Harness，助力自媒体、电商运营与 AI 服务商实现规模化产能与高 ROI 商业化。方舟 Agent Plan的常见问题Q1：可以同时在多套工具中使用 Agent Plan 吗？可以。同一套餐支持在所有兼容工具中复用，但额度为全局共享，所有工具的调用均消耗同一套餐额度。Q2：套餐额度耗尽后会自动扣费其他资源包或余额吗？不会。额度在周期内耗尽后需等待下一周期自动重置，不会触发其他资源包扣费或账户余额扣款。Q3：购买后是否需要单独开通模型或创建接入点？不需要。Agent Plan 为”购买即开通”，无需额外开通模型或创建接入点，直接按快速开始文档配置工具即可使用。Q4：如何续费套餐？建议订阅时开启自动续费；若未开启，可前往方舟控制台 → 开通管理，点击对应套餐的续费按钮完成操作。Q5：具体支持哪些模型与 Harness？覆盖语言模型、视觉模型、向量化模型等多模态模型，以及联网搜索等 Harness 工具。Q6：各套餐额度限制与模型抵扣系数是多少？按模型类别分为极速、标准、进阶、生图/生视频等，每类抵扣系数不同，详见官方积分计费机制文档。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于方舟 Agent Plan的工具Coze海量AI智能体免费用，一键复制同款博查万象博查多模态混合搜索和语义排序API开放平台Refly全球首个开源 Vibe Workflow 平台BigModel智谱推出的企业级大模型开放平台（MaaS）千问云阿里云推出的全新MaaS模型服务平台码上飞一句话生成微信小程序、APP、H5网页暂无评论再想想发表评论暂无评论…

方舟 Coding Plan是什么方舟 Coding Plan 是火山引擎推出的大模型 API 套餐订阅服务，可无限调用 Doubao-Seed、DeepSeek、Kimi 等主流编程模型，兼容Claude Code、Cursor等主流工具。服务支持 Auto 智能路由自动匹配最优模型，高峰期稳定不降速，升级可解锁ArkClaw，7×24 小时在线的专属智能伙伴。方舟 Coding Plan 适合个人开发者项目开发与编程学习。方舟 Coding Plan的主要功能多模型无限调用：订阅后可在 Doubao-Seed、DeepSeek-V3.2、Kimi-K2.5、GLM-4.7 等主流编程模型间自由切换，无调用次数限制。主流工具全兼容：支持 Claude Code、Cursor、Cline、Codex CLI、TRAE 等热门 AI 编程工具，无需修改现有配置即可接入。Auto 智能路由：根据任务难度自动匹配最优模型，简单任务用轻量模型，复杂任务调用强模型，兼顾效率与成本。升级解锁 ArkClaw：7×24 小时在线的专属智能伙伴，提供更深度的代码理解、项目协作与编程辅助能力。高峰期稳定保障：依托火山引擎超大资源池，繁忙时段不降速、不排队，确保开发体验流畅稳定。如何使用方舟 Coding Plan订阅套餐：访问方舟 Coding Plan 官网https://www.volcengine.com/activity/codingplan，选择 Lite 或 Pro 套餐完成订阅。获取密钥：登录火山方舟控制台，进入 Coding Plan 管理页面，一键生成专属 API Key。配置工具：在 Claude Code、Cursor 等工具的设置中，将 Base URL 指向火山方舟端点，填入 API Key，选择所需模型可开始编码。开始开发：配置完成后直接发起对话或代码请求，系统自动完成模型调用，高峰期依然稳定响应。升级 ArkClaw：如需更深度的智能协作，可在控制台升级解锁 7×24 小时专属智能伙伴，享受模型自由、工具不限的高级体验。方舟 Coding Plan的关键信息和使用要求模型支持：订阅后可无限调用 Doubao-Seed、DeepSeek-V3.2、Kimi-K2.5、GLM-4.7等主流编程模型，支持在多款模型间自由切换。工具兼容：完美兼容 Claude Code、Cursor、Cline、Codex CLI、TRAE等热门 AI 编程工具，无需修改现有配置可直接接入使用。智能路由：支持 Auto 智能路由模式，系统会根据任务难度自动匹配最优模型，兼顾响应效率与调用成本。稳定保障：依托火山引擎超大资源池，高峰期依然保持稳定响应，不降速、不排队，确保开发体验流畅。方舟 Coding Plan的核心优势极致性价比：首月低至 8.9 元即可享受无限调用，远低于按量付费成本，个人开发者零门槛入门。模型自由切换：一次订阅畅享 Doubao-Seed、DeepSeek、Kimi 等主流国产编程模型，按需灵活切换，无需绑定单一厂商。工具生态全兼容：原生支持 Claude Code、Cursor、Codex CLI 等热门工具，零迁移成本，即配即用不改变现有工作流。智能路由省心：Auto 模式自动识别任务难度匹配最优模型，省去手动选择烦恼，效率与成本自动平衡。资源稳定可靠：依托火山引擎超大算力池，7×24 小时高峰期不降速，告别排队等待，开发体验持续流畅。方舟 Coding Plan的同类竞品对比维度方舟 Coding Plan百度 Comate Coding Plan阿里通义灵码 Coding Plan定价模式订阅制，Lite 首月 8.9 元/月，Pro 49.9 元/月，无限调用订阅制，个人版约 30-50 元/月，按功能分级订阅制，个人版约 30 元/月，企业版另计模型支持多模型自由切换：Doubao-Seed、DeepSeek、Kimi、GLM 等单一模型：文心一言/文心快码单一模型：通义千问系列工具兼容兼容 Claude Code、Cursor、Codex CLI、TRAE、Cline 等深度集成 VS Code、JetBrains，支持部分第三方工具深度集成 VS Code、JetBrains，支持部分 CLI 工具智能路由支持 Auto 模式自动匹配最优模型无智能路由，固定调用文心模型无智能路由，固定调用通义模型高峰期保障火山引擎超大资源池，7×24 小时不降速百度智能云资源，高峰期偶有延迟阿里云资源，高峰期偶有排队特色功能升级解锁 ArkClaw 7×24 小时专属智能伙伴支持代码解释、单测生成、注释生成等垂直功能支持代码补全、自然语言生成代码、智能问答适用场景个人开发者项目、学习、多工具灵活开发国内企业开发者、文心生态用户阿里云生态用户、国内标准化开发场景核心优势模型自由、工具不限、极致性价比中文理解优化、国内合规、企业级安全阿里云深度集成、中文场景优化、企业合规方舟 Coding Plan的应用场景个人项目开发：独立开发者构建网站、小程序、脚本工具等个人项目，低成本获取 AI 编程辅助，加速产品从想法到落地。编程学习提升：编程初学者或转行者通过 AI 实时答疑、代码解释、错误排查，降低学习门槛，快速掌握新技术栈。自动化脚本编写：运维人员或效率爱好者编写数据处理、文件批量操作、定时任务等自动化脚本，提升日常工作效率。算法与原型验证：算法工程师快速验证思路、生成代码框架、对比不同实现方案，缩短实验迭代周期。方舟 Coding Plan的常见问题Q：一个用户可以同时是”邀请人”和”被邀请人”吗？A：一旦您创建邀请码，即成为”邀请人”，将无法再作为”被邀请人”享受首单折扣，但”被邀请人”可以作为新的”邀请人”邀请其他人。Q：我可以同时在多套工具中使用 Coding Plan 吗？A：可以，您可以在所有支持的工具中使用同一套餐，但额度是共享的，所有工具的使用会消耗同一套餐额度。Q：邀请奖励的代金券能用来做什么？A：为鼓励开发者探索 AI 的无限可能，奖励代金券除了能用于订阅 Coding Plan 外，还能用于抵扣豆包大模型的后付费计费项。Q：套餐额度耗尽后是否会继续消耗其他资源包或账户余额？A：不会，套餐额度在时间周期内耗尽后，您需要等待下一个周期自动恢复额度，不会消耗其他资源包或账户余额。Q：购买 Coding Plan 后，是否需要单独开通模型和创建接入点？A：不需要，Coding Plan 购买即开通，关于如何在您熟悉的编程工具（如 Claude Code、Cursor 等）开始使用，请参阅接入 AI 编程工具。Q：如何续费我的套餐？A：强烈建议您在订阅时开启自动续费，避免影响使用。若您在订阅时没有开启自动续费，可前往方舟控制台-开通管理，点击套餐对应的续费按钮进行续费操作。Q：如何成功建立邀请关系？A：当被邀请人首次点击您的专属邀请链接或通过您的邀请码完成登录/注册时，邀请关系即永久绑定。此关系以系统首次记录为准。Q：套餐的用量额度限制是多少？A：方舟 Coding Plan 提供 2 种订阅套餐，满足不同开发场景的需求。Lite 套餐适合中等强度的开发任务，Pro 套餐适合高强度开发任务。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于方舟 Coding Plan的工具没有相关内容!暂无评论再想想发表评论暂无评论…

今日凌晨，苹果正式发布了今年 WWDC 全球开发者大会的邀请函。WWDC 26 将于北京时间6 月 9 至 13 日举行。今年的 WWDC，除了会正式公布「27」系列系统之外，开发侧重点仍将集中在 Apple Intelligence 后续进展、体验优化等等。自然，其中也少不了一些苹果针对 AI 时代的软件生态的提前布局。图｜MacRumors爱范儿今年同样将前往 WWDC 现场，为大家带来 WWDC 系列活动的专题报道，届时请锁定爱范儿主站、微信公众号、小红书和微博上的系列内容。iOS 27：玻璃、专业相机和 AI Siri对于 iOS，我们首先需要明确的是：液态玻璃（Liquid Glass）设计在 iOS 27 中不会退场，它就在那里，稳稳地接住你。就像刚更新的 iOS 26.5，苹果对于液态玻璃效果的微调也将持续到 iOS 27 里，直到大家习惯或者接受它的视觉风格。除了继续优化液态玻璃的视觉效果，iOS 27 也被很多媒体和开发者预测为是一次「雪豹」式的更新——比起新功能，删除陈旧代码、优化性能表现、调整视觉效果和改善整体流畅度将成为这一代 iOS 的主要更新方向。在支持范围方面，iOS 27「据称」将会支持到 iPhone 12 系列和 iPhone SE 3 为止。换言之，iPhone 11 系列及更早的机型将无法更新 iOS 27。而在继续优化液态玻璃的同时，iOS 27 还有可能会在一些小细节的层面，为我们「管中窥豹」一下今年 9 月份即将到来的折叠屏 iPhone。图｜MacRumors当然，苹果肯定不会在 WWDC 上直接展示有关大屏和横屏布局的优化措施。但在后续的开发者课堂中，大概率会出现有关自适应 app 布局、不同长宽比 UI 设计规范之类的相关内容。几乎可以肯定的是，今年 WWDC 上，苹果会在涉及到 iOS 的内容和课程里添加一些有关侧边栏和分屏（或者 Stage Manager）相关的内容，为横屏布局做出铺垫：另外，本次 WWDC 上我们还可能会见到苹果开放一些更加深层的相机 API，或者一些全新的相机玩法。这些本质上都是为 iPhone 18 Pro 上可能到来的相机「专业模式」做好准备。根据计划，苹果会让 iOS 27 的相机 app 更具自定义性，用户可以调整相机界的功能开关布局，比如闪光灯、EV、模拟光圈、照片风格和长宽比等等。图｜Shima Zamil最后不得不提的还有 AI Siri ——根据彭博社的预测，iOS 27 将会是 Apple Intelligence 官宣两年之后的「汇总落地」。iOS 27 版本的 Siri 中，苹果预计会拓展跨 app 信息提取、屏幕内容识别、模拟连续操作、app 深层功能集成等等多方面的 AI 能力，努力追赶甚至看齐 Gemini 在 Pixel 上的功能范围。图｜Google更有甚者，传说中的「对话式」Siri 也有希望在今年 WWDC 上亮相，或者至少看到一些相关的底层功能。相比以前那个问一句答一句的智能助手，Siri 将会获得类似 ChatGPT 那样的「人味」对话功能。并且在 Siri 对话中也支持多模态内容，甚至可能会取代原本的「聚焦搜索」功能：聚焦搜索（左）和 Siri 搜索（右）至于那些 iOS 26 里面已经存在的 AI 功能，比如图乐园、Genmoji、写作工具之类的，它们在 iOS 27 中也主要将迎来性能优化，并且在新的 Siri app 里面获得单独的入口。macOS 27：圆角、触屏和 Intel对于那些熬夜观看 WWDC 的 Mac 用户来说，看苹果整活王 Craig Federighi 怎样宣布今年的 macOS 系统名称，始终是不可或缺的一环。图｜MacRumors继去年 Tahoe（太浩湖）之后，苹果的商标注册列表上还剩下很多加利福尼亚州的特色。你觉得 macOS 27 的系统代号会是什么？和 iOS 27 一样，今年 macOS 27 的重点同样是继续打磨液态玻璃、优化系统性能，以及落地更多的 AI 功能。不过就像爱范儿之前提到的：macOS 26 的 UI 问题不止于液态玻璃，不统一的圆角、过于密集的小图标，以及辨识度过低的系统 app 图标，联手造成了 macOS 26 的可读性问题。图｜Reddit除了赶紧优化系统 UI 之外，macOS 27 的另一大潜在看点则是它对于触屏功能的支持。彭博社苹果专家马克·古尔曼去年和今年都曾密集爆料过，苹果正在计划开发一款采用触控 OLED 屏幕的 MacBook Pro，上市时间可能在 2027 年内。图｜9To5MacmacOS 27 虽然不会在 WWDC 上就大张旗鼓地宣传「新增触控支持」，但大概率会按照苹果的风格，做出一些为触控功能铺路的举措——比如新增多种尺寸的 UI 控件规范、优化 macOS 支持的缩放比例范围、新增一些看上去不太适合鼠标键盘的图标动画等等。AI 方面，macOS 27、iOS 27 和 iPadOS 27 预计都将迎来一次「相册」更新，照片编辑器里的 AI 工具不再只有橡皮擦，大家习惯的 AI 扩图、自动优化、重构图甚至 3D 照片等等都有望加入。图｜AppleInsider至于 AI Siri 本身的功能，比如「对话式」沟通、屏幕内容识别、系统级自动化功能等等，macOS 27 能够得到的更新和 iOS 27 差不多。这也是 iPhone、iPad 和 Mac 处理器同源带来的优势之一。坏消息是：macOS 27 极有可能会排除所有使用 Intel 处理器的 Mac 产品，仅支持 Apple Silicon 型号的 Mac。这就意味着 2019 款 16 寸 MacBook Pro、2023 款至强处理器 Mac Pro 等等顶级产品都将无缘 macOS 27，为苹果的英特尔时代画上第二个句号。图｜MacWorld另有开发者指出，苹果也在逐步停止 Rosetta 2（x86 到 ARM 转译）的更新。macOS 27 预计将是最后一个完整支持 Rosetta 2 的版本，敦促第三方开发者及时更新 ARM 架构的 app。稳扎稳打的 27 年总的来说，和谷歌努力推荐的「Android 全形态化」不同，苹果今年 WWDC 的路线依然是以稳健为主。iOS、iPadOS 和 macOS 各自的领域划分很明确，虽然产品形态更新，但系统短期内不会出现类似谷歌 Aluminum OS 那样的融合现象。图｜Geeky Gadgets对于「液态玻璃」来说，在缝缝补补一年多之后，苹果的确需要静下心来，先处理一些由于玻璃 UI 和 AI Siri 烂尾导致的系统基础体验问题了。至少对于一些旧设备来说，优化后的 iOS 27 很可能会比 iOS 26 更值得更新。附 WWDC 26 日程表，感兴趣的读者可以通过苹果开发者官网（https://developer.apple.com/cn）注册并参与在线课程：

1995 年，微软内部搞过一次颇具乌托邦色彩的尝试。他们觉得当时的 Windows 系统操作太复杂，于是想把电脑桌面直接做成一个普通人看得懂的「房间」。你想打字就点桌上的笔记本，想看时间就点墙上的挂钟，不用思考那些反直觉的操作路径。这个产品叫 Microsoft Bob，结果上市没多久就光速下架了。原因五花八门，但究其根本，它并没有真正渗透进系统底层，只要用户的需求稍微复杂一点，就只能无能为力了。三十年后，很多 AI 助手依然没有完全走出这个困境。最近我体验到了腾讯新的 AI 助手 Marvis 马维斯 ，终于看到了一些不同。相比于别人都在卷谁是 AI chatbot，Marvis 想干的是直接把整台电脑变成你可以随意使唤的搭档。官方给它的定位也正儿八经，叫「操作系统层级的个人 AI 助手」（官网：marvis.qq.com）。不过，当我知道它背后是那个做了 14 年应用宝的团队时，就不觉得意外了：这种长期在 PC 和移动端底层生态里打拼的出身，恰恰意味着它不仅懂 AI，更懂设备和系统。目前，Marvis 已率先覆盖 Windows PC 与 Android 手机端，iOS 和 macOS 版本也在推进中。APPSO 也在评论区准备了一些福利邀请码，手慢无。六个 Agent，一支随时待命的私人 AI 团队安装过程不算复杂，但对设备有点要求。Windows 端最低门槛是 8 核 CPU、16GB 内存加上固态硬盘。而且据官方透露，未来还会逐步兼容 6 核。市面上很多 Agent 产品动辄让用户自己去搭工作流、安插件，Marvis 则是开箱即用，六个 Agent 零配置上手，对普通用户非常友好。刚进界面，里面已经有六个 Agent 在 7×24 小时待命了。六个 Agent 都有自己的工位。没接到任务的时候，有的在打盹，有的在办公室里闲逛，有的在健身，有的在喝咖啡，还有的直接去上厕所，一旦你发出指令，任务就会拆解分配给对应的成员。这是一个分工明确的团队：PM 负责听懂你的需求，拆解任务往下派活；File Agent 处理文件的搜索、阅读和格式转换；Computer Agent 专门对付系统配置、查硬件、调夜间模式；APP Agent 负责在各种软件里代为操作，比如查个机票或者电商比价；Search Agent 负责快速从公开资源中定位答案并给出关键引用；最后是个 Browser Agent，定位是网页交互专家，进行网页交互与数据抓取。任务链比较长的时候，看看这些动画也是别有一番趣味。最有意思的是，这些 Agent 可以并行工作。举例而言，我先抛出一个需求：「电脑开机太慢了，帮我看看哪些自启动程序没用，帮我关掉。」注意看，工作日志里还会显示 Token 消耗量，每天的免费额度是 2000 万 Token，堪堪够用。结果显示，它给每个程序配了「人话版」说明，建议你哪些是可以按需、保留的第三方软件。重点是，涉及这种核心配置修改的操作，它会主动和你确认一下，才会执行。这种「AI 不会自作主张」的机制，稳得让人心安。电脑用久了，总会碰到几个反复折磨人的小问题。「查看电池健康状况」「网速感觉变慢了，帮我测一下现在的上传下载和延迟。」「想玩个新游戏，帮我检测一下硬件配置，对比最低要求看看差在哪。」以前遇到这些事，要么去开始菜单里找设置，要么去网上搜教程。现在，说一句话就行了。Marvis 深度对接了系统信息和配置入口。它能看到硬件参数，也能直接修改系统设置。它不是帮你打开「控制面板」然后让你自己找，而是直接把事情办了。对于那些不熟悉电脑设置的人来说，这块的体验是最直观的。举个例子：你想关掉 Windows 锁屏上的广告，你知道它在设置里叫什么吗？叫「关闭 Windows 聚焦」，有多少用户知道这个术语是关广告的？但 Marvis 能帮你一句话关掉。本地文件时代，迎来 AI 入口为了测它的能力，我还翻出了一件困扰已久的事：两个月前从某个群里下载的一张截图，只记得内容是关于《黑神话：悟空》，文件名完全忘了。我输入：「帮我找一下关于《黑神话：悟空》的图片或截图，大概是一个月前的事儿。」说实话我没抱太大希望。但 Marvis 接单后，首先根据 Skill 指引，按文件名关键词和时间范围筛选出 1000 张照片，然后用 Python 快速筛选整个结果文件，并最终找到 8 张候选图。第一张正是我要找的那张。而且它的搜索范围极其宽泛：文件名、文档内容、图片里的景、截图里的字，全覆盖。哪怕描述模糊，它也都能捞出来。这个能力，比 Windows 自带的搜索确实强出了一大截。当然，一听到「扫描图片」，可能会有人担心隐私。首次使用时你可以自己设定扫描范围。如果在生成的图谱里看到不想被索引的内容，右键一键屏蔽即可。而且端侧模型本身自带基础过滤，不是无差别的扫描。除了找文件，Marvis 还能对本地的文档、表格等多种类型文件做深度理解和分析——支持内容优化、图表生成、文案润色、格式转换，帮原本费时费力的事情变得顺手。比方说，下载了一批学术论文，摞在那里不知道从哪里读起。直接问 Marvis：「扫一遍这几篇 PDF，告诉我每篇的研究问题、方法和主要结论。」几分钟内，哪几篇值得细读、哪几篇可以先放着，心里就有数了，不用一篇一篇翻摘要。再比如读完《三体》，笔记记了好几页，马上要在课上分享，手动整理提纲、挑内容、套 PPT 模板，少说也要折腾一两个小时。但让 Marvis 根据读书笔记，生成一份 PPT，它能读懂笔记里的逻辑和层次，不需要手动复制粘贴再套模板，理解内容之后直接生成。手机接管电脑，随时随地都能干活手机遥控操作电脑，则是非常实用的跨端体验。去官网下了 Windows 客户端，再给手机安上 Marvis App，用同一个微信或 QQ 登录，还能直接连通两端。具体来说，手机 App 连上电脑后，可以在手机上实时看到电脑桌面，并用触屏直接操控。哪怕电脑处于锁屏状态，手机依然可以接管，不需要电脑一直保持解锁状态。比如我人在外面，突然听到朋友说前阵子新出了一款《洛克王国：世界》游戏，这时我就可以掏出手机输入：帮我在电脑上安装《洛克王国：世界》，回到家就能玩上了。连接微信 ClawBot，也是没问题的，微信扫码登录后就能开启对话。但我认为最实用的场景，是给家里长辈远程排查电脑问题。爸妈说「QQ 打不开了」，以前要么电话里盲猜，要么回家处理。现在直接接管他们的桌面，扫一眼就知道问题出在哪。前提是你的手机端 Marvis 马维斯，要能连接爸妈家里的电脑端马维斯，手机端是支持连接多个 PC 设备的。而如果电脑断网了，手机端会自动切到云 Marvis 模式，支持独立调用云端能力，大部分任务依然能跑。并且这里还有一个独家绝活：在电脑上直接操控手机里的 App。同花顺、飞常准等应用已经在对接合作，这也得益于应用宝团队多年的跨端引擎积累。现在应用宝在移动端、pc 端、车载上都有支持，跨端研发经验充足。和其他桌面 Agent 一样，Marvis 也支持自定义自动任务。比如设置一个「深圳厚德品园二手房均价提醒」，填好任务说明——「查询最新二手房均价并通知用户」，再指定执行时间为每周一上午 10 点，之后什么都不用管，到点自动运行任务，并直接推送结果。另一个值得单独说的功能，是技能（Skill）的自定义扩展。Marvis 支持一键安装专属技能包，提供了不少第三方 Skill，当然，你也可以导入自己常用的 Skill 文件，把它改造成更贴合个人工作流的样子。有特定行业需求的用户，比如内容创作，理财投资、学术研究等等，不用依赖官方迭代，自己就能把对应的知识库和操作逻辑装进去。最后，主打出活的 Agent 都绕不开最关键的问题：安全。Marvis 马维斯提供了两种模式：效率模式和隐私模式。设置里切到「隐私模式」，Marvis 会加载本地端侧模型，无论是文档还是图片的检索、解析、识别等，全部在本地运行，文件不会出你的电脑，甚至断网了都可以使用。官方所说的「数据不出域」，在拔掉网线的那一刻，有了最真实的体现。不过，体验「隐私模式」的门槛比较高，要求 16 核以上的处理器、32GB 内存、16GB 显存起步，固态还得匀出 35GB 空闲。所以平时日常使用切回「效率模式」即可，理解和规划由云端大模型（混元和 DeepSeek V4）完成，执行在本地，速度更快。两种模式按需切换。让 PC 真正开始「理解」人我们现在用电脑的方式，本质上还是上世纪八十年代的逻辑：一个需求对应一个软件，你要去找它、打开它、学习它的规则来完成任务。四十年来，软件更多，设置更复杂了，但这套逻辑并未改变，普通用户和电脑之间的距离，也没有真正缩短。Marvis 的逻辑反过来了：先理解这台电脑里有什么，再决定为你做什么。拿我爷爷来说，他用了几年电脑，至今不知道「控制面板」在哪。但他知道电脑开机慢，知道想找一张老照片。过去，这个解法是打电话求助子女；现在，就算他不会打字，也可以直接在微信 Clawbot 或者手机马维斯上，把需求说出来，电脑就会帮他做。文件搜索、系统设置、跨端控制、自动任务、隐私模式、Skill 扩展，看上去是几个不同功能，背后指向的其实是同一个方向：个人 AI 不应该只是一个问答入口，而应该成为设备里的任务调度层。多说一句，我觉得 Marvis 是有审美的。虚拟办公室动画、任务进度呈现等细节，让它不像冷冰冰的 AI 工具，更像一个有秩序、有分工、也有生活气的小型工作室。它尤其适合几类人：文件多且乱的本地重度用户；重视数据隔离的财务、法律、医疗从业者；喜欢自定义工作流的效率玩家。和需要靠「养」才能用好的「虾」和「马」，Marvis 初始内置 Agent 和自然语言指令，也足够覆盖多数日常电脑操作，对于很多 AI 焦虑不知道怎么用的人，Marvis 都更加的平权、无门槛、开箱即用。未来的个人 AI 会像搜索、截图一样，自然地成为操作系统的一部分。三十年前，Microsoft Bob 试图让用户更容易理解电脑；三十年后，Marvis 试图让电脑反过来，真正理解用户。Marvis 马维斯能走到这一步，和这个有十四年应用商店生态积累和四年跨端跨系统技术积累有关。庞大的用户基数让他们更懂用户在不同设备上需要什么、怎么使用。这种积累很难被纯 AI 公司在短期内平替——他们可以快速训练一个更聪明的模型，却没法快速建立起对 PC 底层和移动生态的控制力。至此，一个能用自然语言驱动的系统级 AI 助手，在中文生态里终于有了真正可用的样本。所谓个人 AI 重点从来不只是 AI，更是个人。Marvis 终于让我们看到，当技术选择与每一个具体的需求并肩同行时，它所释放出的力量，既润物无声，又重塑天地。这是个人 AI 真正开始变得有用的时刻。

💻Google 发布 Seedance 2.0 最强对手，还有一堆 AI 更新📱iOS27 快捷指令或迎来大改版，一句话就能制作🤖DeepSeek 回应模型异常回复🍎苹果发布 AI 加持的无障碍功能🖥️AMD AI 开发者大会首次登陆中国，苏妈提出「智能体主机」新品类🚗7 分 34 秒 931，小米 YU7 GT 刷新纽北纪录📱华为五一假期领跑中国手机市场、安卓厂商旧款机型均价上调 13%🚙小鹏 Robotaxi 量产下线，预计下半年开启示范运营🔧禾赛成为奔驰 L3 激光雷达战略合作伙伴，将于泰国工厂投产🌐特斯拉放弃印度建厂计划🧠美图布局 Visual Agent，Chance AI 完成数百万美元天使轮融资🏆小米影像算法 CVPR 2026 NTIRE 三项获奖💰长江存储启动 IPO 辅导⚡比亚迪电池CTO谈闪充、寿命与安全边界💡强化学习之父 Sutton 重申「苦涩的教训」引争议📱vivo S60 系列定档 5 月 29 日🎥698 元起，影石 Mic Pro 正式发布💻1299.99 美元起，微软发布新一代商用 SurfaceGoogle 发布 Seedance 2.0 最强对手，还有一堆 AI 更新今天，Google 在刚刚落幕的 I/O 大会上集中发布了一系列新品，包含两款新模型、全新 AI 智能体产品及音频智能眼镜预览，Gemini 的能力边界进一步向搜索、办公、创作和硬件延伸。AI：Gemini Omni 正式发布，定位「任意输入输出」多模态生成模型，支持视频生成、风格编辑与元素替换，可在生成过程中以对话形式修改；Gemini 3.5 Flash 同步推出，在编程、真实环境 AI 智能体任务等测试项目上较 3.1 Pro 有所提升，输出 token 速度比其他前沿模型快 4 倍，昨日起面向所有用户开放；Gemini 3.5 Pro 预计下个月开放；个人 AI 智能体 Gemini Spark 亮相，运行于 Google Cloud 专用虚拟机，支持全天候后台任务执行，可通过 MCP 协议与第三方应用互联互通。Google 同步新增每月 100 美元 AI Ultra 档位，原 250 美元最高档降至 200 美元；Gemini App 大改版，引入了全新的设计语言 Neural Expressive，加入流体动画、鲜艳色彩、新字体和触觉反馈。硬件：音频智能眼镜预览亮相，由三星参与硬件构建，Warby Parker 与 Gentle Monster 负责设计，搭载摄像头，支持 AI 视觉和多模态输入，Gemini 回答通过耳机播放，兼容 Android 和 iOS；XREAL 与 Google 在现场带来 Project Aura XR 眼镜首次公开体验，首发搭载 Android XR 系统，采用 XREAL 自研 X1S 芯片，视场角达 70°，确认今年全球上市。🔗 相关阅读：刚刚，Seedance 2.0最强对手上线！这就是AI视频的「Nano Banana 时刻」iOS27 快捷指令或迎来大改版，一句话就能制作据彭博社报道，苹果正筹备在即将发布的 iOS 27 和 iPadOS 27 中引入包括系统级语法检查、自然语言创建快捷指令及 AI 自定义壁纸在内的多项人工智能新功能。知情人士透露，苹果此次升级的核心在于扩展系统级 AI 写作工具，新增类似 Grammarly 的语法检查器。该功能界面以半透明菜单形式从屏幕底部弹出，并列显示原文与修改建议，用户可选择逐条采纳、全部应用或一键忽略，同时系统在键盘顶部集成了「通过 Siri 撰写」和「辅助撰写」快捷选项。此外，「快捷指令」App 也将迎来大幅改版。测试版本允许用户直接在「你希望快捷指令执行什么操作？」的文本框内输入自然语言需求，由系统自动构建和配置自动化流程，大幅降低使用门槛。同时，新系统将集成基于 Image Playground 的生成式 AI 壁纸工具。上述操作系统预计于今年 6 月的全球开发者大会（WWDC）上发布，并于 9 月向公众推送。WWDC26 将于北京时间 6 月 9 日至 13 日举行，爱范儿也将在 Apple Park，为大家带来第一手现场报道。DeepSeek 回应模型异常回复昨天，DeepSeek 官方小红书发布最新说明，回应了关于< think >字符触发模型异常回复的问题。DeepSeek 方面表示，近期其关注到有用户反馈，在与 DeepSeek 模型的对话中输入「」这类特殊字符后，模型偶发返回不可预期的内容，使部分用户产生了「对话泄露」的疑虑。针对这一问题，DeepSeek 的技术团队经全面排查后发现：输入「」等字符触发返回异常内容，属于特殊字符引发的模型幻觉，不涉及安全问题或隐私泄露。DeepSeek 方面也表示，后续其将通过针对性训练增强模型对特殊字符的识别与处理能力，修复相关的已知问题，优化模型在此类场景中的表现。苹果发布 AI 加持的无障碍功能苹果昨日发布了一系列无障碍功能更新，宣布将 Apple Intelligence 引入 VoiceOver（旁白）、放大器、语音控制和无障碍阅读器等核心辅助功能，计划于今年晚些时候正式推出。在视觉辅助方面，VoiceOver 新增「图像探索」功能，可对照片、账单等图像内容生成更详细的描述；放大器同步引入 AI 能力，在高对比度界面下提供视觉描述，并支持语音指令操控。语音控制则引入自然语言输入，用户无需记忆按钮标签，可直接用日常语言描述界面元素完成操作，初期支持英语，覆盖美国、加拿大、英国和澳大利亚。此外，苹果还公布了以下新功能：视频生成字幕：利用设备端语音识别，为未附带字幕的视频自动生成字幕，适用于 iPhone、iPad、Mac、Apple TV 和 Apple Vision Pro，初期支持英语，面向美国和加拿大用户；电动轮椅控制：Apple Vision Pro 借助眼动追踪系统为无法使用操纵杆的用户提供替代输入，首批支持 Tolt 和 LUCI 两款替代驱动系统，兼容蓝牙和有线连接；其他更新：visionOS 新增车辆运动提示；tvOS 支持大字体；「名字识别」扩展至全球逾 50 种语言；索尼 Access 控制器现可与 iOS、iPadOS 和 macOS 配合使用。AMD AI 开发者大会首次登陆中国，苏妈提出「智能体主机」新品类AMD AI 开发者大会昨日首次在上海举行，吸引超过 2000 名开发者到场。AMD CEO 苏姿丰发表开幕演讲，并与零一万物 CEO 李开复就 AI 智能体话题展开对话。大会重点推介「智能体主机」新品类概念，以锐龙 AI Max+ 系列处理器为核心，至高支持 96 GB GPU 专属显存，可本地运行最高 200B 参数模型。惠普、华硕、联想、宏碁等厂商已推出超过 35 款相关产品。软件层面，ROCm 7.2 新增对 Windows 和 Linux 的扩展支持，并新增兼容锐龙 AI 400 系列处理器。AMD 同时宣布与阿里云合作，提供基于 Radeon GPU 的免费开发者云，并推出面向中国开发者的专属项目。🔗 相关阅读：黄仁勋刚走，苏妈就来了 | 附演讲全文7 分 34 秒 931，小米 YU7 GT 刷新纽北纪录小米汽车昨日宣布，小米 YU7 GT 以 7 分 34 秒 931 的成绩刷新了纽北 SUV 圈速纪录。这一成绩出自小米汽车首席测试车手任周灿，他因此成为了首个获得纽北官方圈速认证的中国车手。雷军此前表示，小米 YU7 GT 是一台「原汁原味的纯血 GT」，充满驾驶乐趣的同时，还拥有舒适的长途驾乘体验数据上，YU7 GT 的最大功率为 1003 马力，极速可达 300km/h，CLTC 纯电续航为 705km。小米汽车 18 日宣布，YU7 GT 将于 5 月 21 日（本周四）19:00 正式上市。华为五一假期领跑中国手机市场、安卓厂商旧款机型均价上调 13%根据 Counterpoint Research 昨日发布的《中国智能手机周度销量追踪报告》，今年五一假期前后两周，中国智能手机销量同比下降 16%。存储价格上涨推高整机售价、促销力度弱于往年，是销量下滑的主要原因。华为继续领跑市场，4 月周度销量份额持续保持在 25% 以上。畅享 90 Pro Max 表现突出，Pura 90 Pro 系列及折叠屏新品 Pura X Max 于 4 月底上市后销量强劲；苹果五一假期销量同比增长 3%，但环比出现常规性放缓。iPhone 17 系列需求逐步回归常态，国产品牌集体涨价客观上提升了 iPhone 的相对竞争力；其他安卓品牌旧款机型均价已平均上调 13%，短期内或进一步压制换机需求。Counterpoint Research 预计，618 促销活动有望带动 6 月初市场温和回升；今年全年中国智能手机出货量预计同比下滑 9%，但仍优于全球平均水平。小鹏 Robotaxi 量产下线，预计下半年开启示范运营昨天，小鹏集团董事长何小鹏发文宣布，小鹏首台量产的 Robotaxi 在广州工厂正式下线。何小鹏表示，该 Robotaxi 以小鹏 GX 为原型车，搭载小鹏第二代 VLA 大模型，4 颗自研图灵 AI 芯片，本地算力达 3000TOPS 全球最高，实现 L4 级自动驾驶能力。其还强调，这也是中国首台纯视觉 Robotaxi+线控底盘+前装全冗余的量产下线。据悉，未来几个月，小鹏会在广州开启 Robotaxi 示范运营。禾赛成为奔驰 L3 激光雷达战略合作伙伴，将于泰国工厂投产5 月 19 日，全球化智能科技企业禾赛科技宣布，据公司 Q1 财报，禾赛成为梅赛德斯-奔驰（Mercedes-Benz）的激光雷达战略合作伙伴，并被确认为其 L3 级自动驾驶车型的供应商。据悉，此次签署的新供应协议将全面支持奔驰在欧洲及中国市场的车型项目，所需产能将由禾赛新落成的泰国「伽利略」制造中心提供坚实保障。特斯拉放弃印度建厂计划据 Drive Safe and Fast 报道，印度重工业部部长库马拉瓦米（Kumaraswamy）昨日正式确认，特斯拉已放弃在印度建设工厂的计划。分析人士指出，此次放弃建厂涉及多重障碍。印度本土供应链与工业生态系统存在明显缺口，难以支撑特斯拉的制造需求。此外，双方就「关税减免应先于建厂」还是「建厂应先于关税减免」这一核心问题始终未能达成共识。印度基础设施的不足、当地汽车市场消费能力与特斯拉高端产品定位之间的落差，以及印度营商环境中存在的政策不确定性与监管风险，也被列为主要原因。美图布局 Visual Agent，Chance AI 完成数百万美元天使轮融资Chance AI 昨天宣布完成数百万美元天使轮融资，由美图领投，NYX Ventures、阿里系投资机构等跟投，资金将用于模型迭代、北美增长及商业化探索。Chance AI 成立于 2025 年，核心产品是以摄像头为主要入口的 Visual Agent 应用，采用「看见—理解意图—调用 Agent—完成行动」的交互逻辑，可根据用户上传图片判断场景与意图，调度对应 Agent 执行任务。小米影像算法 CVPR 2026 NTIRE 三项获奖小米技术昨日宣布，在今年 CVPR 2026 NTIRE 赛事中获得三项奖项：高效超分辨率赛道冠军、人像修复赛道冠军，以及反光消除赛道亚军，分别由小米玄戒多媒体算法团队和小米大模型应用团队斩获。NTIRE 是图像恢复与增强领域规模最大的学术竞赛之一，由 CVPR 组委会承办。小米表示，后续将推动上述技术从研究走向产品落地。长江存储启动 IPO 辅导昨天，据证监会网站披露，长江存储控股股份有限公司在湖北证监局办理辅导备案登记，拟首次公开发行股票并上市，辅导券商为中信证券。比亚迪电池CTO谈闪充、寿命与安全边界据 36 氪报道，比亚迪电池事业群 CTO 孙华军就第二代刀片电池与闪充技术接受专访，详细回应了关于闪充寿命、电池热管理机制以及磷酸铁锂技术路线等行业争议。今年 3 月，比亚迪推出第二代刀片电池及闪充技术，支持 150

今天不追光和 vivo S60 系列一起做一颗属于自己的星星把 星星海 握在手里

版权所有 ©广州利沃致远投资管理合伙企业（有限合伙）2008 - 2023。以商业目的使用爱范儿网站内容需获许可。非商业目的使用授权遵循CC BY-NC 4.0。

All content is made available under the CC BY-NC 4.0 for non-commercial use. Commercial use of this content is prohibited without explicit permission.

在品尝过「会前甜点」Android Show 之后，真正的重头戏谷歌开发者大会 Google I/O 2026 正式揭开了帷幕。不出所料，在时长接近两个小时的活动中，Gemini 占据了绝对的 C 位。图｜Google除了更新基础模型和周边能力之外，Gemini 也更加深入的集成到了谷歌 app 全家桶里面，甚至还给 iOS 和 macOS 带来了一些更新。比较可惜的是，上周亮相的 Googlebook 和 Android 17，在本次 I/O 开场活动上都没有被提及。我们唯一看到的硬件产品，是与三星联合开发的智能眼镜：图｜Google总之，谷歌借助本次 I/O 大会传达的信息已经很明确了：Gemini 的能力将会越来越强、存在感将会越来越高，与全球十几亿谷歌产品用户的「物理生活」的集成也会越来越紧密。从夸张的角度想—— Gemini 距离接管大部分人的日常工作，似乎就只差一个人形机器人了。底层模型更新整场活动里最重磅的，就是围绕着 Gemini 的几款底层模型的更新了。首先是正式的 Gemini 3.5 版本发布，用户最先可以体验到的版本则是 Gemini 3.5 Flash。它在多个维度上展现出媲美之前 2.5 Pro 的能力，并且保持了 Flash 系列的速度：图｜Google得益于速度和性能的平衡，Gemini 3.5 Flash 最擅长的场景之一就是处理长期、大规模的智能任务，同时还能省下大量 token 开销。同时，最新的 Antigravity 集成也让 Gemini 3.5 Flash 拥有了更丰富的输出形式——执行分类代码、根据论文编写游戏、转换上古代码库、构建 3D 场景、交互式 Web 界面等等。将遗留代码库转换成 Next.js｜Google此外还有规模最大的「世界模型」Gemini Omni，用谷歌的宏愿来描述 Gemini Omni 则是：它可以根据任何输入内容，输出任何你想要的东西（Generate any output with any input）。Omni 的首款模型产品则是 Gemini Omni Flash，除了 Gemini app，它也集成到了 Google Flow 和 YouTube Shorts 里面，支持用户使用自然语言生成「最像真的」的视频。图｜Google相对应的，谷歌也调整了自己的 Google One 订阅模式，在原本最高等级的 AI Ultra 方案里新增了一个 100 美元/月的分类。这个新的订阅同属于 AI Ultra 级别，包含 Gemini 3.5 Flash、Antigravity 2.0 和其他新功能的优先访问权等等。当然，传统的 20TB 云空间和 YouTube Premium 权限也同样包含，主要面向开发者和高级创作者之类的群体。图｜Google同时，原本 250 美元的最高等级 AI Ultra 订阅则迎来了降价，现在只需要 200 美元/月就能享受到包括最高 20 倍于 AI Pro 的使用额等等特权。另一个重大的收费模式变革则是 Gemini app 本身。图｜Google I/O在新闻稿里，谷歌宣布将 Gemini 的每日限额从「提示词额度」改成了「使用量计算」。这样算下来，图片、视频和代码的消耗变多、文本任务消耗量则变少，整体是一种更灵活的算力计费模式。实际业务落地与 OpenAI、Anthropic 之类的公司不同，谷歌最大的特点在于，它真的有一套能够直达全球十几亿用户的产品生态。在上述基础模型之外，谷歌本次展示的策略，重点是将这些「抽象」的 AI 模型能力，整合进普罗大众每天都在使用的 app 里面。图｜SlashGear而这种整合大体上分成三步：传统搜索业务变革、手机系统智能化、视觉智能融合。「搜索引擎」作为谷歌的起家业务，在今年的 I/O 上迎来了一次彻头彻尾的 AI 改造，谷歌称之为「AI 搜索的新时代」。这种业务转变背后的逻辑很简单：相比 20 年前，人们只在搜索框里输入单词或短语，现在的人更习惯在里面输入复杂的复合指令。图｜Google换言之：谷歌把传统的搜索框（search box）变成了一个通用对话框（chatbox）。除了搜索，用户可以在里面要求任何形式的内容。这刚好也是本次 I/O 活动的重点更新内容——具有智能体能力的搜索。首先，AI Mode 的基础模型会升级到 Gemini 3.5，你的搜索框会自动推荐和补全输入的内容，让你的关键词变得更详细或者更广泛。图｜Google此外还有全新的生成式 UI（Generative UI）回答，谷歌会根据你询问的东西智能生成最合适的回答形式。比如搜索股票走势，回答里不仅有文本，还会生成折线图；问装修灵感，回答里就生成图片……甚至你搜索物理问题，它还能调用 Antigravity 快速编写一个互动式的 Web 演示：图｜Google使用了这么多年的「多模态搜索」之后，我们终于进入了「多模态回答」的时代。谷歌搜索结合 Antigravity 的能力不止于此，它还可以更进一步，根据你在搜索框里输入的内容实时生成 Web 形式的仪表盘或追踪器。用人话来说，就是谷歌搜索框为你的需求直接编写了一个专门的 app。这种多模态能力是非常恐怖的，甚至有可能彻底改变人们检索信息的方式——毕竟我们搜东西，大多是为了将搜索结果用在别的任务里面，而新的谷歌搜索可以直接帮你做完下一步操作。图｜Google至于这种「代办」的具体方式，则是 Gemini Spark。简单来说，Gemini Spark 本质上是类似 OpenClaw 的「语义理解-自动执行」功能，一个谷歌 Claw。其中 Gemini Spark 基于最新的 Gemini 3.5 模型，支持 7 天 24 小时不间断运行。并且由于运行载体是 Google Cloud，还可以执行跨端代理操作——在手机上布置任务，在电脑上查收结果。图｜GoogleGemini Spark 目前支持所有谷歌套件 app，后续则会拓展 MCP 平台以兼容第三方 app 的内部功能，同时支持用户自己上传 Skill。谷歌还宣布 Gemini Spark 后续会集成到 Chrome 和 Android Halo 中，为浏览器和手机带来智能体自动操作的功能。Android Halo｜Google最后一步棋，则是 Gemini 与视觉智能的融合。在本次 I/O 活动上，谷歌发布了首个与三星联合开发的「纯音频智能眼镜」产品，分别使用 Gentle Monster 和 Warby Parker 镜架：图｜Google单纯从功能上讲，这个纯音频眼镜与市面上已经有的智能眼镜相差不大，主要优势是可以直接调用 Gemini 的多模态功能，用来调用前面提到的其他复杂能力。另一方面，XREAL 与谷歌合作的那款带屏幕的智能眼镜 Project Aura 在本次活动上又有了更新。根据介绍，Project Aura 搭载了 XREAL 自研的 X1S 空间计算芯片，并为了佩戴舒适采用了分体式的设计。也就是说，Project Aura 的眼镜部分只负责显示，真正的处理芯片、电池包和触控板需要通过数据线连接到一个外置的随身单元上：图｜TheVerge至于实际的生活功能方面，Project Aura 将会支持 Google Maps 沉浸式导航、巨幕/窗口化视频播放、YouTube VR 视频、WebXR 三维绘画、DP 拓展笔记本屏幕等等用法。图｜TECHEBLOG总体来说，Android XR 是一套完全基于空间计算的视觉化的操作系统，与 Gemini 的能力搭配起来，为我们画出了一套未来智能眼镜的线路图。更重要的是，虽然现在 Android XR 和 Android 17 是两个完全独立的系统，但就像 Android 和 ChromeOS 融合那样，它们未来大概率也会合二为一、变成一个「视觉智能系统」类似物。Gemini 能接管一切吗熬夜看完整场 Google I/O 之后，除了 Gemini 3.5 和它的小伙伴们带来的惊讶之外，我们难免也诧异于 AI 对于人类基础行为的革命。无论是 Gemini 3.5 Flash、Antigravity、Gemini Spark，它们都隐藏在了一个简洁的「搜索对话框」背后，将搜索这一行为从「获取信息」进化成了「完成任务」。图｜Google Search我们很难说这种进化在长期来看会对我们使用网络和人工智能产生什么影响，但我们至少可以从里面看到谷歌的野心——为一套强悍的 AI 模型赋予前所未有丰富的功能，并且将这些功能集成进自己覆盖全球几十亿用户的网络产品里，共同提升这几十亿人的效率。Gemini 同时切进所有这些网络产品，副作用是「应用」这个概念正在变薄——Agent 越能办事，应用内部和搜索结果页的存在价值就越被稀释。至于这层智能会把多少旧规则一起重写，现在没人能答，谷歌自己也答不上来。

手游电竞这个赛道，iQOO 已经深耕了七年。从最早成为 KPL 官方比赛用机，到自研电竞触控芯片、陀螺仪校准方案、Monster 超核引擎，再到今年年初 iQOO 15 Ultra 在镜头模组旁边直接塞进一枚 17mm 微型风扇——这个品牌在手游电竞这件事上，已经到了一种近乎偏执的程度。如果仔细看今天推出的 iQOO15T 和 iQOO Pad6 Pro，你会发现 iQOO 的野心远不止「做一台好的电竞手机」。他们正在试图用一整套生态，去覆盖一个玩家从重度竞技到大屏沉浸，再到创作生产力的全链路场景。先来看看外观。iQOO15T 有三个配色，「青云」是我最想单独聊聊的那个。第一眼看是冷蓝色，干净、安静，没什么表演欲。但你把手机斜过来对着光稍微转一下，就会看到底色里浮出来一些粉橘色的笔触渐变，像是傍晚被夕阳染了一半的云。这个配色名字里是「青」，但这种特定角度下的「火烧云」感才是它真正的性格。镜头 Deco 沿用「未来舱」设计，圆角矩形，两颗镜头和闪光灯模组化布局，透明可视化的处理方式和前辈 iQOO 15 Ultra 一脉相承，细看之下层次感十足。低温感哑光中框防滑不沾指纹，内收式设计让后盖和中框的衔接更流畅。iQOO Pad6 Pro 这边，我们手上的「曼岛」配色，给我的第一印象是淡雅、清新、不抢戏，高级感是在线的。虽然塞进了一块 13000mAh 的大电池，但 663g 和 6.18mm 的机身拿在手里并不觉得厚重，放进包里带出门没什么负担。iQOO15T：将竞技本能刻入芯片底层性能方面，iQOO15T 搭载了一颗与联发科深度合作的天玑 9500「Monster」版，iQOO 自研的新一代 Monster 超核引擎首次被写入芯片底层，调度逻辑从架构层面就开始介入。再加上一颗专门处理超分、超帧和光追的自研电竞芯片 Q3——主芯片不用再为视效分心，画质和帧率可以同时拉满。搭配上 iQOO 自家的散热背夹打开 Monster+ 模式，长时间的性能释放也不需要担心。这套组合拳落实到实际体验上，《原神》《崩铁》《终末地》都能轻松应对，游玩体验丝滑。值得一说的是，iQOO15T 这次还首发了光追，在《无限暖暖》中，角色服装材质的光影变化更真实、与场景的呼应更生动。屏幕这边，6.82 英寸 2K 144Hz 珠峰屏，局部峰值亮度 4500nit，户外开黑也不怕看不清；最高 4000Hz 瞬时触控采样率，多指触控采样率 300Hz，超感陀螺仪采样率至高 400Hz，并经过专业设备逐台校准，FPS 游戏里的急停、横拉这些细微操作响应都会更快更跟手。续航方面，iQOO15T 内置 8000mAh 单电芯蓝海电池，中度游戏撑大半天不是问题，配合 100W 闪充，20 分钟即可补能 50%，全局直驱供电 2.0 同样标配，边充边玩发热更低。iQOO Pad6 Pro：iQOO 生态的又一块拼图如果说 iQOO15T 是把电竞这件事再往芯片底层进了一步，那 iQOO Pad6 Pro 的角色，更像是 iQOO 生态版图里一块愈发不可或缺的拼图。先说屏幕。13.2 英寸、4K 分辨率、144Hz 刷新率、347PPI、1200nit 峰值亮度、杜比视界认证，这块屏在安卓平板里目前是独一份。在这之前，安卓平板的屏幕分辨率一直在 2K 到 3K 附近晃荡，因为功耗压力大、调校门槛高。iQOO 用自研双侧入光 2.0 技术解决了能效问题，用低阻面板设计保证了画面均匀性，硬是把这块屏做了出来。凑近看也完全没有颗粒感。而这块屏幕的价值，不同的使用场景会给出不同的答案。玩音游的人会有最直接的感受。《Arcaea》、《Bang Dream》这类游戏，在手机上玩和在 13.2 英寸平板上玩，是两种完全不同的体验——判定线更宽，note 更不容易被手挡住，长 Hold 也几乎不会出现断触，打歌推分时整个人的状态都松弛了不少。以《杀戮尖塔》、《金铲铲》为代表的卡牌和自走棋类游戏也是如此，卡面文字和数值在大屏上一览无余，决策节奏明显更流畅。这些游戏类型天然适合大屏，但 iQOO Pad6 Pro 的这块 4K 屏又放大了这种「适合」。当然，iQOO 也没有浪费这块 4K 屏的竞技潜力。iQOO Pad6 Pro 搭载了第五代骁龙 8 至尊版，支持 13 款原生 4K 游戏，另有 19 款游戏支持超分。搭配 8 扬全景声学系统和 13000mAh 的超大电池，它绝对是一台顶级的影音游戏怪兽。而对于游戏主播和内容创作者，游戏直播助手能让工作流更顺畅、更高效：头部 FPS 手游支持 144FPS 直播，最高 2K + 60FPS + 20Mbps 投屏画质，支持双设备同时投屏开播，边玩边充边直播三件事可以同时进行。然后是一个有意思的身份切换。接上智能触控键盘 6 Pro，它就化身成了 iQOO 生态拼图中的「生产力中枢」。在 OriginOS 6 HD 的加持下，原子工作台支持最多 5 个窗口同屏显示。你可以在 13.2 英寸的 4K 屏上运行 PC 级 WPS 舒适地码字，字符密度和可视面积比许多轻薄本还要优秀；你可以打开 PC 级剪映专业版，处理从手机端「无损妙传」过来的 4K 视频素材；甚至可以运行 PC 级中望 CAD 进行轻度看图和改图。借助 vivo 成熟的生态互联，平板可以直接共享手机的蜂窝网络和通话能力，不需要手动开热点，电话打进来平板上直接接；手机屏幕可以直接投到平板上操控，不用再两台设备换来换去。手机上的照片和录屏素材，通过无损妙传传到平板，速度和体验都比蓝牙或者微信传文件要好得多。如果你用的是 Mac 或者 Windows 电脑，平板还能远程控制电脑，或者作为电脑的无线扩展屏，触屏和手写笔都可以用作电脑外设。说实话，这些功能本身并不新鲜。跨设备通话、投屏操控、无线扩展屏，苹果在做，三星在做，国内厂商也都在做。但大多数时候，这套东西是作为「生产力设备的附加能力」存在的——它的起点是一台平板电脑，游戏是顺带支持的那部分。iQOO 则反其道而行之。iQOO Pad6 Pro 的起点就是一台游戏设备，是那块 4K 144Hz 的屏幕，是超强的硬件性能，是那个专门为直播设计的游戏助手，然后在此基础上，把生态互联的能力一层一层叠进来。结果就是，你不需要在「我要工作了，换台设备」和「我要打游戏了，换台设备」之间反复横跳，同一台机器，接上键盘是一回事，拔掉键盘又是另一回事，而两种状态之间的切换成本，低到几乎可以忽略不计。手游电竞，已经是一门严肃的生意把这些放在一起看，iQOO 的策略轮廓就很清晰了：手机负责竞技、平板负责沉浸和创作，散热背夹、游戏指套等配件把两者的能力边界向外延伸，整套东西构成一个以手游电竞为核心、向生产力自然延展的完整场景方案。这套逻辑在当下的市场背景下，显得格外合时宜。根据中国音数协游戏工委和伽马数据联合发布的《2025 年中国游戏产业报告》，2025 年全年国内游戏市场实际销售收入达 3507.89 亿元，同比增长 7.68%；其中移动游戏占国内游戏市场收入的近四分之三。与此同时，中国手游 APP 月活跃用户已达近 7 亿，人均每天打游戏的时间突破了 114 分钟。手游早就不是打发时间的消遣，它是这个时代体量最大、用户黏性最强的娱乐品类之一。与此同时，近年来各大主流二游对画质和性能的胃口越来越大：开放世界、越来越高的渲染分辨率、光追这些过去只属于端游的技术指标，如今越来越多地在手游上见到。手游和端游之间的体验边界，正在被快速抹平。这个趋势倒逼着硬件厂商重新思考「电竞手机」的定义。堆参数、堆刷新率的时代已经过去，下一个竞争维度是场景的深度——你能不能陪一个玩家从拿起手机、打开游戏，一路走到他想直播、想剪片、甚至是想在同一台设备上继续工作。iQOO 在这件事上，目前走得比多数竞争对手更深，也更系统。iQOO 15 Ultra 是这条路的极致标本，它愿意为竞技性能在机身里硬塞一枚风扇。iQOO15T 却走了一条更加务实的路——它用 8000mAh 的电池替代了风扇，选择了一台能打游戏、也能撑过一整天的手机。这次 iQOO 给玩家的，是 iQOO15T 和 iQOO Pad6 Pro 共同构成的一套兼顾方案——竞技和沉浸，可以在同一个生态里完成。拿出 iQOO Pad6 Pro，是大屏沉浸和赛后复盘；iQOO15T 揣进口袋，是随时开战、不惦记电量的安心。电竞可以是一种生活方式，而不再是需要正襟危坐的「仪式」。这背后恰恰是 iQOO 对「手游玩家是谁、他们真正需要什么」的判断——在跑分更高、帧率曲线更平之外，他们更加需要的是一套围绕游戏场景构建起来、趁手好用的工具，以及背后的完整生态。这个判断，现在看来是对的。最后来看下价格，iQOO15T 共提供五个存储组合：12GB + 256GB：首销优惠价 3799 元；16GB + 256GB：4199 元；12GB + 512GB：4499 元；16GB + 512 GB：4899 元；16GB + 1TB：5699 元。iQOO Pad6 Pro 提供四个存储组合：8GB + 256GB：4299 元；12GB + 256GB：4499 元；12GB + 512GB：4999 元；16GB + 512GB：5999 元。

5 月初，华为在海外发布了 MatePad Pro Max。这台已经预定今年华为平板产品线旗舰的新机，带着新的全球纪录登场：4.7 毫米厚、499 克重，在 13 寸以上的大平板里没有比它更轻薄的，连 iPad Pro 13 寸都要厚 0.4 毫米、重 80 克。但奇怪的是，在海外发布时的样子，并非完全体。原生鸿蒙系统，特别是平板/桌面电脑双系统的缺席，让海外版 MatePad Pro Max，除了硬件之外的部分都乏善可陈，只是一台硬件到顶的 Android 大平板。5 月 20 日，华为终于在国内又把同一款产品又发布了一遍。硬件本身没变，但真正有趣的东西都回来了：预装 HarmonyOS 6.1——一个如今早已无限趋近成熟的国产原生操作系统，不仅仅是全球最薄的大尺寸平板，更是一台货真价实的「鸿蒙电脑」。在国行 MatePad Pro Max 上，我们终于见到了它的完全体形态。先把大平板做薄，再把平板做成电脑华为硬件的扎实程度，你永远无需担心。4.7mm 的厚度并不是靠减配堆出来的。正相反，华为在工业设计这一系统性工程上再次突破了自己：后壳与中框一体成型的云隼架构，以及与优秀智能手机师出同门的主板置于机身中央的三段式布局，让这台平板的整机堆叠密度提升了 15%。再引入 PCB 激光蚀刻、层板焊接的嵌入式封装，主板厚度进一步降低了 22%。多年前 iPhone 6 的「弯折门」事件 (BendGate)，至今仍是悬在超薄消费电子产品头上的剑。华为独创性地在 MatePad Pro Max 应力最大的区域，加入了承重梁+榫卯串锁这一极具建筑功能与美学的工业设计结构，更是提高了这台 13.2 寸大平板六成左右的抗弯折能力。屏幕采用 13.2 英寸柔性 OLED——是的，我们都没有听错。在一台并无折叠/卷轴机构设计的平板电脑产品上，华为任性地使用柔性屏，这种「高射炮打蚊子」的行为，背后的动机是利用柔性屏去无限逼近大屏幕边框到底能多窄的物理极限。MatePad Pro Max 的边框只有 3.55mm，并且塞进了胶囊形开孔的前摄像头，实现了窄边框，也没有流于「刘海」的俗套。自从 2024 年开始，iPad Pro 保持了相当长一段时间最轻薄大平板的王座，但是13 寸机型上的厚度并没有突破 5mm，重量也有将近 580g。两年后，华为刷新了大平板的轻薄记录。但轻薄只是这台机器一半的故事。另一半在鸿蒙系统里。MatePad Pro Max 搭载面向大屏设备的 Kirin T93 Pro 芯片，能够原生运行鸿蒙的双桌面功能：四指一划，即可在平板空间和电脑空间之间切换。在平板电脑上，鸿蒙 6.1 支持多达二十个窗口同时开启（在电脑上是 50 个），并且支持外接双屏。背后是华为和生态伙伴为鸿蒙电脑专门开发的数百个原生 PC 应用。对了，鸿蒙双系统之间切换的应用关闭问题，现在终于被华为解决了。在鸿蒙 6.1 系统上，绝大多数应用在切换平板/桌面模式时都不再强制关闭。更别提华为给 MatePad Pro Max 配上了 1.8mm 键程的键盘。鸿蒙平板？这已经无限接近于一台鸿蒙电脑。三年，三个自研软件苹果有「库乐队」，而华为今天也第一次正式拿出自研的专业音乐编创软件「音悦家」。在 2022 年，华为做了原生的笔记 App；2024 年又做了绘画软件「天生会画」；今年，终于轮到音乐了。三年，三个自研创作工具，华为做它们绝非单纯的对标。真实动机，在于华为需要把鸿蒙平板和鸿蒙电脑，从内容消费设备和基础办公设备，进一步改造成至少能够让新一代内容创作者不会感到捉襟见肘的创作工具。在今天这个时间点，你可能会下意识地认为，一款新的音乐软件很有可能就是个套了壳的音乐生成模型？「音悦家」非也。它是一个原生、全功能的音乐制作工具，覆盖作曲、录音、编曲、混音的全流程，最高支持 1000 轨混音，芯片级加速把弹奏时延压到 18 毫秒——当然，顺便也加入了一些 AI 驱动的功能，比如将导入的音乐素材拆分成不同乐器声部，方便采样。这款鸿蒙音乐创作软件的音色库，收藏了 200 多种中西乐器。这些音色的背后，是华为联合上海音乐学院音乐工程系实地采样，复原了仿唐制曲颈琵琶、仿唐制竖箜篌等多款几近失传的国乐器，将智能存在于数字考古资料中的声音搬进了软件。虽然功能全面，但音悦家真正瞄准的人群更接近非专业用户。这也是为什么它的软件界面氛围业余和专业两组，业余界面直接显示乐器部件，把门槛压到最低。对职业音乐人来说，它离取代 Logic Pro、Ableton 等现有主流工具仍有距离。但更重要的是，它的价值体现在让没碰过编曲的人也能轻松制作出第一段旋律——而且是在鸿蒙平板/电脑上。华为希望 MatePad Pro Max 不止能成为用户本人的办公创作帮手，回到家里也可以变成孩子的学习工具。为此，华为在鸿蒙 6.1 系统中增加了一个从系统底层隔离开的「教育空间」，孩子进去退不出来，数据和家长的应用完全分开。这个功能性沙箱里也内置了学习方面的海量内容以及功能，由学而思提供。去年 12 月，华为与学而思已经合作出过一台基于华为擎云的定制学习机，这次是把能力直接做进了旗舰平板。另外值得一提的是，华为还把鸿蒙系统原生的编程产品——DevEco Studio 等 IDE 产品，放到了这台平板上。用鸿蒙设备开发面向鸿蒙系统的软件，现在又多了新的趁手工具。第一的另一面在平板电脑的中国市场出货量排名中，华为已经连续两年第一，2025 全年份额 29.2%。不过根据 IDC 的数据里，在去年 Q4 苹果以 26.7% 的份额反超了华为的 24.9%。MatePad Pro Max 用上「Pro Max」这个从手机借来的后缀，又在轻薄上正面对标 iPad Pro，冲高端、守住第一的意图不能更明显。往大看，这台平板站在一个产业拐点上：传统 x86 电脑阵营早已松动，ARM 架构凭能效优势扶摇直上；同时，平板和电脑的边界也变得愈发模糊。上一代 MatePad Pro 13.2 柔光版国内 6299 元起，国补后 5499 元。而这次的 MatePad Pro Max，一台顶着全球最薄名头的大平板旗舰，国内定到什么价格，将在 6 月 1 日首销时揭晓。不仅继续抬高高端平板市场的天花板，还要守住平板电脑总品类的老大位置。MatePad Pro Max 肩上的责任更多，也更重了。

🚀SpaceX 正式启动 IPO，估值 1.25 万亿美元，或成史上最大规模上市🤖录音曝光：扎克伯格称用员工键鼠操作数据训练 AI，因为「外包不够聪明」💰英伟达一季度营收 816 亿美元，数据中心营收暴增 92%📱Meta 裁员约 8000 人，员工疯狂薅羊毛买 AirPods💻微信正灰度测试本机号码登录功能🎥连续四年业绩下滑，GoPro 考虑出售或合并⛽IEA：今年全球电动车销量将达 2300 万辆⚠️实际订单或仅 3 万笔，特朗普手机被曝数据泄露🧠曝 DeepSeek 组建 Harness 团队，编程智能体或在路上🛍️iPhone 绝版配件回归：448 元🖨️佳能打印机接入米家 App，首批支持 61 款🚗华为 HiCar 合作车型超过 600 款、覆盖率超苹果 CarPlay📋渣打计划到 2030 年裁员近 8000 人💡Take-Two CEO：AI 可以加速开发，但做不出下一个 GTA🎮4799 元，索尼新降噪耳机上线📱3799 元起，iQOO15T 正式发布🚙26.98 万元起，小鹏 GX 正式上市SpaceX 正式启动 IPO，估值 1.25 万亿美元，或成史上最大规模上市据《纽约时报》报道，今天，SpaceX 公开递交 IPO 申请文件，首次披露公司财务状况。SpaceX 去年营收达 186.7 亿美元，同比增长 33%；但净亏损 49 亿美元，与 2024 年盈利 7.91 亿美元相比大幅逆转。今年一季度，公司营收为 47 亿美元，净亏损约 43 亿美元。SpaceX 计划在纳斯达克上市，股票代码为 SPCX，目标最早于 6 月挂牌交易。公司自我估值为 1.25 万亿美元，据报道拟通过此次 IPO 募资 500 亿至 750 亿美元，有望超过沙特阿美 2020 年 IPO 创下的 294 亿美元纪录，成为史上规模最大的 IPO。在股权结构方面，SpaceX 将发行 A 类和 B 类两类普通股，B 类股每股拥有 10 票投票权。据 S-1 文件，马斯克持有超过 50% 的普通股，并通过超级投票股控制 85.1% 的投票权。按当前估值计算，其持股价值逾 6350 亿美元。值得注意的是，IPO 文件还披露，Anthropic 已同意向 SpaceX 支付每月 12.5 亿美元的云计算基础设施费用，合约持续至 2029 年 5 月，相当于每年约 150 亿美元，双方于本月早些时候宣布合作。另据彭博社报道，知情人士称 SpaceX 预计将在启动公开交易 30 天后推进对 AI 编程创业公司 Cursor 的收购。SpaceX 的公开交易首日预计安排在 6 月 12 日。据彭博社此前报道，如果交易未能完成，SpaceX 将向 Cursor 支付高达 100 亿美元现金分手费。录音曝光：扎克伯格称用员工键鼠操作数据训练 AI，因为「外包不够聪明」美国劳工媒体 More Perfect Union 昨天曝光了一条内部录音，内容是 Meta CEO 马克 · 扎克伯格于 4 月 30 日全员会议上承认，公司已推行名为「模型能力计划」的内部追踪项目，通过记录员工的鼠标轨迹、键盘按键及屏幕截图，将其日常操作数据用于 AI 模型训练。对此，扎克伯格给出的理由是：Meta 员工的平均智力水平远高于通常用于训练数据采集的外包人员，数千名精英工程师的编程行为和电脑操作习惯，是竞争对手无法复制的高质量训练素材，可帮助 Meta 模型在代码能力上拉开与同行的差距。针对隐私质疑，他保证数据不会经人工审查、不用于绩效考核，并以 AI 竞争激烈为由强调项目须对外保密。这一披露发生在 Meta 宣布裁员约 8000 人的前后。部分员工对被要求贡献操作数据、进而训练可能取代自身的 AI 系统表示抵触。扎克伯格表示，若项目证明有效，将在全公司范围内推广。英伟达一季度营收 816 亿美元，数据中心营收暴增 92%英伟达昨日发布截至 4 月 26 日的 2027 财年第一季度业绩，季度营收达到 816 亿美元，环比增长 20%，同比增长 85%。其中：数据中心营收 752 亿美元，同比增长 92%，环比增长 21%，为历史最高纪录；其中计算营收 604 亿美元，同比增长 77%；网络营收 148 亿美元，同比增长 199%；边缘计算营收 64 亿美元，同比增长 29%，环比增长 10%；GAAP 毛利率为 74.9%，non-GAAP 毛利率为 75.0%，较去年同期的 60.5% / 60.8% 均有显著提升；GAAP 稀释每股收益 2.39 美元，同比增长 214%；non-GAAP 稀释每股收益 1.87 美元，同比增长 140%；经营活动产生的现金流量净额为 503.44 亿美元；自由现金流为 485.54 亿美元。展望下一季度，英伟达预计 2027 财年第二季度营收约 910 亿美元（上下浮动 2%），公司明确表示该指引未纳入任何来自中国的数据中心计算营收。GAAP 与 non-GAAP 毛利率预计分别为 74.9% 与 75.0%。Meta 裁员约 8000 人，员工疯狂薅羊毛买 AirPods据《连线》报道，Meta 已于 20 日启动新一轮裁员，涉及约 8000 名员工，占公司近 8 万名员工总数的 10% 左右。裁员通知将分别于新加坡、伦敦、旧金山当地时间凌晨 4 时通过员工个人及公司邮箱同步发出。裁员消息确认后，多名员工向《连线》透露，公司内部出现集中「薅福利」现象。有员工赶在截止前花完每年 2000 美元的弹性福利额度，用于健康及生活开支；另有员工抢用每三年一次、价值 200 美元的音频设备补贴，购买 AirPods 等耳机。与此同时，Meta 在纽约和门洛帕克的多处办公室本周已近乎空置，员工或在外打磨简历，或与同事聚集道别。管理层亦建议员工当天不必到岗。微信正灰度测试本机号码登录功能据 IT 之家报道，微信最近更新了多个平台的新测试版本，随之出现的还有大量新的灰度测试功能。昨日有 iOS 用户反馈称微信正灰度测试一项全新的登录方式「用本机号码登录」。部分用户在退出微信账号后重新登录时，或于非首次登录的设备上登录微信账号时，会在登录界面看到这一新增选项。点击该按钮后，系统将通过运营商提供的手机号认证服务，自动识别当前 SIM 卡绑定的手机号，无需手动输入密码或短信验证码，使用该功能时需要保持蜂窝数据开启。连续四年业绩下滑，GoPro 考虑出售或合并据界面新闻报道，运动相机厂商 GoPro 宣布启动战略评估，考虑出售公司或寻求合并。据悉，潜在买家名单涵盖大型科技公司、户外消费品牌及美国国防承包商，但目前尚未披露具体谈判进展。此次战略评估的背景是 GoPro 持续恶化的财务状况。财报数据显示，2025 年 GoPro 营收 6.52 亿美元，同比下滑 19%，净亏损 9350 万美元，已连续第四年业绩下滑。IEA：今年全球电动车销量将达 2300 万辆据 Electrek 报道，国际能源署在新版 Global EV Outlook 中预计，2026 年全球电动汽车销量将达到 2300 万辆，约占全球新车销量近 30%。报告显示，2025 年全球电动车销量已超过 2000 万辆，同比增长 20%，新车销售中每 4 辆就有 1 辆为电动车。IEA 的预测说明，尽管部分市场增速放缓，全球电动出行消费仍保持扩张。Electrek 报道称，全球电动车市场的增长来自中国、欧洲和其他区域市场共同推动。实际订单或仅 3 万笔，特朗普手机被曝数据泄露拥有 155 万订阅者的 YouTuber Voidzilla 昨日发布视频称，Trump Mobile 官网存在一处「唾手可得」的安全漏洞，可通过简单操作获取客户数据。他表示，自己的邮寄地址、电子邮件地址及订单信息均处于可访问状态，但信用卡信息未被波及。据 Voidzilla 介绍，他在周末收到他人提醒，被告知自己的信息已遭暴露，同时受影响的还有其他 Trump Mobile 客户。该告知者此前已尝试联系 Trump Mobile，但未获回应。Voidzilla 随后与另一名受影响的 YouTuber Penguinz0 共同尝试联系该公司，同样未收到任何回复。Penguinz0 已确认该漏洞真实存在，且所涉及的个人信息准确无误。此次事件还带出了另一层尴尬：Voidzilla 称，通过暴露的客户 ID 推算，Trump Mobile 实际独立客户数量约为 1 万人，订单数量约为 3 万笔，与此前对外宣称的 60 万笔订单相差悬殊。曝 DeepSeek 组建 Harness 团队，编程智能体或在路上据甲子光年报道，DeepSeek 内部正在组建 Harness 团队，方向为代码 AI 智能体产品，内部对标 Anthropic 旗下的 Claude Code。DeepSeek 资深研究员陈德里昨日在社交媒体证实了这一消息。招聘信息显示，DeepSeek 开放了 Harness 产品经理和 Harness 研发工程师两个岗位，工作地点限北京。JD 将「Model + Harness = Agent」列为核心公式，明确指出上下文管理、工具调用、任务规划、文件读写、终端执行等能力，才是 AI 智能体真正进入工作流的关键。该团队将参与「DeepSeek 桌面端 Agent 产品」全过程，并与模型训练团队深度协作，实现模型与 Harness 的「共同进化」。iPhone 绝版配件回归：448 元近期，苹果再次上架了此前限量版「Hikawa Phone Grip Stand」手机握把与支架，并且更新了配色。据悉，苹果推出「Hikawa Phone Grip Stand」手机握把与支架，是为了纪念公司在无障碍设计领域深耕 40 周年。据界面新闻报道，由于是限量发售，在去年上线后，这款配件就很快售罄，随后陷入长期缺货状态。售罄后，该配件在二手交易平台上价格一路飙升，溢价幅度超过 80%，部分稀缺配色甚至被炒至 800 元以上。该配件由洛杉矶设计师 Bailey Hikawa 联合设计，采用高端硅胶材质，专为兼容 MagSafe 的 iPhone 机型打造，可减少用户保持手机稳定所需的力量，旨在帮助残障用户更轻松地稳固持握设备。佳能打印机接入米家 App，首批支持 61 款昨天，佳能打印机宣布接入米家 App，首批支持包括佳能小 G 灵系列、GX 恭喜系列、TS 系列、TR系 列以及 E 系列等主流产品线，共计 61 款喷墨打印机。用户可通过手机完成远程打印、设备连接和状态查看。华为 HiCar 合作车型超过 600 款、覆盖率超苹果 CarPlay昨天，易车榜发布国内乘用车市场手机车机互联盘点，华为手机官方随后转发并披露 HiCar 合作数据。合作汽车品牌超过 70 个、累计装车量超过 4000 万、合作车型超过 600 款；2026 年 4 月上市新车款搭载率：HUAWEI HiCar 63.1%，CarPlay 56.8%，Carlink 44.5%；2026 年 1-4 月市占率：HUAWEI HiCar 约 57.0%，CarPlay 约 47.8%，Carlink 约 30.3%。趋境科技完成数亿元 Pre-A 轮融资AI Token 生产服务商趋境科技（Approaching.AI）近日宣布完成数亿元 Pre-A 轮融资。本轮由星连资本与华控科技联合领投，弘晖资本、天壕能源、尚势资本、天津仁爱弘盛、杭州福成等机构跟投，老股东高瓴创投持续加注。融资完成后，趋境科技将加大对其高效能 AI Token 生产服务平台 ATaaS（Approaching AI Token as a Service）的投入，重点推进算力储备与底层推理系统建设。公司称，ATaaS 平台目前日均处理 Token 量近万亿，已为智谱 GLM、月之暗面 Kimi 等企业级客户提供服务。贝塔无限完成种子+轮融资，定位消费级具身智能据《MIT 科技评论》报道，具身智能初创公司贝塔无限 Beta Infinity 完成种子+轮融资。本轮由世纪

AI 算力的故事，正在走向两个相反的方向。云端这边，万卡、十万卡集群是行业标配，算力越堆越高，皆因头部应用日均消耗的 Token 已经突破百万亿。落到普通人这边，云端训练出的聪明模型，往往变成手机里一个要联网等几秒钟才回话的对话框。算力走进生活的最后一公里，应该是什么样的？一个做国产 GPU 的公司，在前几天的发布会上，一口气更新了好几款端侧产品，有家庭智能中枢、AI PC、Agent，还有具身智能相关的工作。本周一，摩尔线程 2026 年发布会上，除了常规的 GPU 显卡更新、夸娥万卡级智算集群的迭代，一台只有手掌大、整块镁铝合金一体 CNC 雕出来的小盒子被搬上了台。它叫 MTT AICUBE，按官方说法是「一台面向家庭的 AI 智算中枢」。更直观的解释，AICUBE 就是一个能够本地运行模型并管理家庭数据的「AI 电脑」，它能听懂我们的各种需求、能跑本地模型、甚至能存全家照片和视频。这场发布会上至少有三件硬件冲着端侧去：面向客厅的 AICUBE、面向开发者的 AIBOOK、面向工业的 E300 模组。摩尔线程创始人、董事长兼 CEO 张建中在台上讲，「过去我们谈论很多 IoT 是 Internet of Things，那今天的 IoT 应该叫 Intelligence of Things。」那么一家做万卡集群的 GPU 公司，为什么要把战线拉到客厅？做 GPU 的公司很多，但选择哪条路做 GPU 的玩家不少，但路线分化其实很清楚。一类像壁仞、天数智芯，走的是纯 AI 训练和推理路线，把算力拉到极致，图形渲染能力几乎为零；另一类像景嘉微和砺算，图形能力扎实，但 AI 推理的短板明显。沐曦走的是接近 AMD 的路子，数据中心训推为核心，图形是后来才补的产品线，且还在研发中。这些路线都有各自清晰的商业逻辑，但每一条都有一道隐形的边界。路线决定了一张芯片能去哪里、不能去哪里。摩尔线程从成立起选的就是另一套逻辑：全功能 GPU。它采用的 MUSA 架构不会在「图形」和「计算」之间做分割或取舍，同一套芯片可以同时承载 AI 计算、图形渲染、科学计算、物理仿真与超高清视频处理五种能力。这种多能力的整合，正是真实端侧场景里的刚需。一颗只懂得矩阵运算的芯片，很难要它同时做到驱动客厅里的 4K 云游戏、实时数字人；抑或现在爆火的具身智能机器人，AI 决策和物理世界理解也在并行发生；纯 AI 加速路线的厂商，可以把算力做到顶，但很难进入千家万户、千行百业，进入到同时发生多种计算需求的显示场景。换句话说，「全功能」是一个只有在端侧才能被真正检验的说法。摩尔线程的架构，注定它要走出数据中心，往边缘和终端走。这次的三款端侧硬件，是这场延伸的起点。把数据中心放进你的客厅AICUBE 放在桌上，比一台 Mac mini 高了一头。整块镁铝合金一体 CNC 雕刻出来，外接 HDMI 或者 Type-C 接口即可连接电视和显示屏。并且，AICUBE 还配备了 4 个麦克风阵列和立体声扬声器，完美适配了语音交互的需求。这个产品的定位是「家庭 AI 中枢」，规格层面是 32GB 或 64GB 统一内存，1TB 全闪 SSD 起步，支持最高 12TB 扩展。算力来自摩尔线程自研的「长江」SoC——CPU、GPU、NPU、VPU 异构集成，AI 算力 50TOPS。它是当今 AI 需求的「三位一体」：AI Agent 的执行能力、AI PC 的算力、AI NAS 的私有存储。在现场的演示过程中，产品经理使用 AICUBE 完成了语音播放电影、旅行规划、自动保存文件、AI 生成朋友圈文案等功能。从这个角度看，AICUBE 很像一台 Mac mini，但是内置了一个 AI Siri 语音交互系统，再加一个 NAS。但它真正有意思的地方，是把「数据中心」整合进了一个家庭可接受的形态。在家庭中我们可能遇到各种场景，无论是当做智能音箱，或者就是一个 NAS 来使用——AICUBE 存在的意义，更在于它是全功能 GPU 架构在最难场景下的一场压力测试。算力足够跑本地大模型，体积轻松塞得进电视柜，功耗低到能 7×24 小时静音运行，数据要锁在本地不上云，操作要老人和小孩都能用语音直接调用。以上这五大约束，任何一个单拿出来都不难。但它们要同时成立，而且要成立在一个售价面向普通家庭的消费级产品上，这才是端侧全功能 GPU 的设计目标。数据中心不需要面对这些约束。它可以用水冷、高压供电、专业运维来回避物理限制；数据隐私可以靠网络隔离和权限管理来处理；至于「谁来用」这个问题更是不存在，毕竟如今的数据中心 AI 算力供不应求。现在大部分家庭 AI 服务还在依赖云端。语音指令、照片、视频全要上传服务器。本地化、能同时管存储、跑模型、联动多个 APP 的设备，消费市场上几乎空白。AICUBE 不仅解决了那些限制，内置的「小麦」智能体还预装了 60 多项技能，可以跨 36 款以上 App 做控制。摩尔线程的官方数据显示，「小麦」对高频工具调用成功率超过 95%，任务执行速度比通用智能体快 7 倍。MTT AICUBE 在 6 月 18 号京东预售，这些数字很快就会在真实场景中得到验证，走进我们的客厅。但从架构角度看，AICUBE 是全功能 GPU 在最难一类场景下的压力测试。毕竟数据中心的资源可以轻松调度，而端侧只有一颗芯片。摩尔线程这颗「长江」SoC 在一颗芯片里同时跑 AI 推理、3D 图形渲染、4K 视频编解码、NAS 存储调度，是真实地做到了在紧凑的物理空间里，协调多种计算单元的实时调度。张建中在台上还说了一句话：「推理不是某一颗芯片的事情，推理更像是一个解决方案。」AICUBE 大概就是这套解决方案在家庭场景的第一个样本。「长江」流向何方？作为自研的智能 SoC，「长江」和摩尔线程包括云端 GPU 在内的全系列产品共享一套 MUSA 架构，只是被压缩到了端侧的物理形态。「长江」有 8 个主频 2.65GHz 的全大核 CPU、全功能 GPU、高能效 NPU 异构集成，最高支持 64GB LPDDR5X 统一内存。围绕这颗 SoC，摩尔线程在端侧的另外几款产品也在加速落地。AIBOOK 面向开发者，被定义为「为智能体而生」的笔记本电脑。底层跑的是基于 Ubuntu 改造的原生 Linux 系统 MTT AIOS，预装「龙虾」(OpenClaw) 智能体，本地能同时稳定跑十几个 AI Agent，对接 90 多个 CLI 工具接口，支持虚拟化 Windows 和容器化 Android 多系统。AIBOOK 的预期使命，是在英伟达控制的 CUDA 之外，给国产 GPU 构建一套从开发、调试到部署的闭环工具链，让 MUSA 生态从「能用」走到「有人用」——从最基础的笔记本形态开始。MUSA 则是摩尔线程的 GPU 架构，包含从芯片、硬件、软件栈到生态的统一架构体系，全栈对标 CUDA。过去几年，摩尔线程也一直在对 MUSA 软件栈进行优化：DeepSeek、Qwen、Kimi、MiniMax 这些国内头部模型现在都能顺利支持，vLLM 的官方后端也已接入，SGLang 主线代码更是提供了原生适配，PyTorch 的算子覆盖率到了 100%。MUSA 的适配性已经做的相当扎实，也显著追上了与 CUDA 之间的差距。但生态这件事，光有适配还不够。MUSA 社区的生长需要优秀的地推和开发者深度参与。摩尔线程希望 AIBOOK 能够在工具链普及和 MUSA 的推广上起到关键作用。完整的 MUSA 软件栈，让大模型开发者可以顺利地在这台笔记本上直接完成模型训练的诸多核心阶段步骤。本质上，AIBOOK 是摩尔线程与英伟达 DGX 桌面系列产品对标的开始。押注端侧，降低迁移成本尽管路途遥远，MUSA 生态正在证明自己有持续迭代的潜力。从 AIBOOK 到 AICUBE，从云端显卡到仿真平台，这些产品共同构成了摩尔线程的完整拼图：当云端训练、边缘推理与终端交互共享同一套 MUSA 架构时，国产算力的迁移成本、适配门槛与生态碎片化问题，才有可能被系统性解决。回望摩尔线程的迭代史，早期的游戏显卡 MTT S80 自 2022 年推出，从只能跑 DX9 到能跑《黑神话：悟空》，实现中国 Top 50 热门游戏 100% 兼容，并针对其中 44 款已完成专门优化，靠的是底层重构和持续的驱动迭代。这套工程能力，也套用到这次的端侧产品上。更长一点看，摩尔线程押的是另一件事：当算力同时出现在数据中心、开发者桌面、工业现场和家庭客厅，谁能在每个场景都有入口，谁手里的牌就比只守住数据中心的玩家更好打。迁移成本、适配门槛与生态建设，这些目前都是摩尔线程端侧战略中的关键考量。而从硬件显卡的持续迭代，MUSA 生态的逐步完善，从底层 100% 兼容主流 CUDA 生态，到全面适配国内 Top 5 开源大模型，这种速度与系统级优化能力，很明显是摩尔线程重要的护城河，也让他们在端侧的发力有了明显优势。张建中在台上说，「对于用户，如果买不到国外的计算芯片，用摩尔线程的 GPU，你不会有任何后顾之忧」。这份自信的背后，正是国产算力迈向成熟，在每一种形态、每一个场景中站稳脚跟的必经之路。过去的物联网（IoT）是 Internet of Things，在摩尔线程的叙事里，未来的万物互联将全面演进为 Intelligence of Things（智能物联网）。至少端侧这条路，摩尔线程是认真要走的。文｜杜晨、张子豪

1.王朝晖做了大半辈子的儿子，自己也已经当上了祖父。但是，这还是他记忆里第一次紧张到如此程度，手心直冒汗。攥着一台 iPhone，屏幕上正在播放一首名叫《远山》的歌。王朝晖即将第一次把这首歌，分享给一位从来没有听过任何一首歌的人——他的母亲。失聪的王书珍坐在床前。屋外，另一台 iPhone 静悄悄地对着他们。王书珍并不在意，一段时间以来她已经习惯了这些跟在身边的镜头。王朝晖把手机塞给母亲，让她握住。他比划着，引她把手机贴在胸口上，贴近心脏的位置。手机随着旋律开始震动起来。王书珍笑了，那是一种体验到了从未经历过的新鲜事物而产生的兴奋。但紧接着，是这对母子一生中都从未体验到的激动。房间里没有声音，却震耳欲聋。2.健听者王朝晖成长于一个没有声音的宁波家庭。父亲和母亲都有听力障碍，童年时代的家庭生活是寂静的。交流靠眼神，靠手语的比划，靠一个孩子在本不应该的年纪就学会的察言观色。虽然无法听到任何声音，王书珍却十分外向。尽管身体已没那么硬朗，她还是很爱往外跑，自己去菜场买菜，跟小区里的邻居比划着都能聊上半天。不过，她还是更喜欢儿子陪着自己。如果儿子去买菜问她一句「走不走」，王书珍能高兴好一阵。在王朝晖的记忆里，母亲的手很巧，也很忙。这双手替一家人缝补、做饭，铺就了几十年光阴里，一寸寸的日子。如今，家里小孩住在别的城市，时常发来照片和视频。王朝晖拿给二老看，他们看得见孙辈的样子，却听不到声音。至于音乐，更是不属于这个家庭的生活。王朝晖说，让父母听首歌，他以前想都没想过，因为那是不可能的。五十多岁的他，有个念想藏在心头很多年：这辈子要是能喊一声爸爸、妈妈，让二老能听得见，他就知足了。沈煜傑决定用一首歌帮他实现这个念想。3.做了 20 年导演，沈煜傑创作过逾百部作品，曾获得国内外多个大奖，在广告片的圈子里人送外号「帅导」「故事大王」。他执导过《剃头匠》《再见白肩》《父亲的旅程》等优秀短片作品，还给苹果拍摄过一部无障碍主题影片《把眼前的说给你听》。而在接到苹果这次邀约时，他对要拍的功能「音乐触感反馈」一脸茫然。在原本的认知中，手机的震动模式，只是用来提醒的。沈煜傑把震动抽象为一种「信息的阻断」，挡住来电和信息，免得他们惊扰旁人。在此之前，他从未想象过，对于听障人士，震动却可以成为一种声音的载体、情感的媒介。「音乐触感反馈」是一个藏在 iPhone 辅助菜单里的无障碍功能，它能够把 Apple Music 的音乐，用任何人都可以直观感受到的敏感震动来重新诠释。对于一般健听人来说，如果你开车走过「音乐公路」，原理是一样的。如果随便找一个听障者，问 ta「你对音乐有没有概念？」会得到几乎一致的回答。但苹果给了沈煜傑这个反直觉的命题：一个天生没有音乐概念的人，第一次碰到、听到音乐，会是什么反应？为了找到对的人，剧组在全国筛选了数十组听障家庭。策划中的主角有夫妻、母子、姐妹、同事等各种关系。最终，这条纪录片的对象筛到了最后的 5 组。沈煜傑和助理花了一个星期的时间奔波于重庆、安徽、北京、宁波等地，挨家挨户与他们做访谈。他写了三个版本的故事。但最后令他念念不忘的，是王朝晖的母亲王书珍。「她的脸，她的笑容，无论她在做什么，你跟她说什么……永远那么灿烂、干净，不掺杂任何别的东西。」沈煜傑选择了相识十多年的独立音乐人末小皮所创作的《远山》，一首表达创作者与父亲关系的歌曲，作为这条片的主旋律。母亲用一双手撑起了这个家，而儿子即将用一首歌，来回敬这双手。4.作为一条纪录短片，《有爱 无碍》从头到尾没有标准剧本。王朝晖说自己签了保密协议，全程都不知道自己在拍一个什么样的故事。王书珍听不见，也只能看见几个陌生人抱着几台手机在狭窄的房间里跑来跑去。导演给的指令也平常到无以复加，却又令人摸不着头脑：该打扫了，该做饭了，该吃饭了……一家人就像平时一样，继续过着安静的日子。全片的高潮，也是整个摄制的高光时刻，发生在最后一天的最后一场戏。直到那一刻，王朝晖才明白过来一切。手里攥着 iPhone，屏幕上播放着《远山》。王朝晖把母亲叫过来，坐在床前，把手机塞到她的手里。王书珍握着手机，放在自己的胸口，又贴到了耳朵上，再放回胸口。她慢慢安静了下来。紧接着，一种王朝晖鲜少见到的表情浮现在母亲的脸上。有什么东西，正汹涌而来。王书珍用手比划着——「我喜欢。谢谢。」王朝晖再也控制不住自己。他扑进母亲怀里，大声喊着「妈妈」。王书珍紧紧抱住了他。房间里的抽泣、鼓掌、欢呼交错。把手机贴在胸口，王书珍什么都能听到。

今晚，小米「人车家全生态」发布会如期举行。整场发布会的绝对主角，是一台在纽北跑出 7 分 22 秒 755、刷新 SUV 圈速纪录 14 秒的中大型 SUV——YU7 GT。按理来说，拥有这个成绩的车型，出厂就该被贴满各种「赛道级」标签，被塑造成一台纯粹的赛道机器，就像之前的 SU7 Ultra。但小米偏偏在它名字的后缀加上了「GT」两个字母。Gran Turismo，伟大的旅行。对于这台车的开发初衷，小米汽车欧洲研发中心车辆动力部负责人 Claus 说过这样一段话。如果你在世界上要求最苛刻的赛道上表现出色，那么你在世界上任何地方都会表现出色。所以，跑纽北是为了验证极限，回归公路才是它的本来面目。让 1000 马力变得克制在当下的新能源汽车市场，把车做快已经变成了一件相对廉价的事情。电机天生具备扭矩爆发的优势，让一千匹马力不再是千万级超跑的专属。但 YU7 GT 的参数依旧很有压迫感。它的前轴放置了一台最高转速 22000 转的 V6s 电机，最大功率 288kW。后轴则搭载了目前行业内最强悍的量产电机 V8s EVO，单台最大功率就达到了 450kW。小米表示，这台后电机通过上百万次的仿真与拓扑优化，在完全没有使用碳纤维缠绕工艺的前提下，把转子转速拉到了 28000 转——既控制了量产成本、保证了流水线上的良品率，也带来了强劲的性能。两台电机协同工作，整车综合功率达到 738kW，换算下来是 1003 马力。上千马力让 YU7 GT 拥有了 2.92 秒的零百加速能力，极速可以跑到 300km/h。一台两吨半的 SUV，就此具备了贴地飞行的能力。要支撑起如此狂暴的动力输出，三电系统的底层架构必须非常强悍。小米给它配上了额定电压 897V 的全域碳化硅高压平台，峰值放电能力高达 944kW，同时搭配了一块容量为 101.7 度的三元锂电池组。对于大马力纯电车，很多人都有高速续航衰减的顾虑，觉得追求性能就必定要牺牲长途旅行的半径。实际上，YU7 GT 的 CLTC 续航里程达到了 705km，小米还在这个基础上加入了一套智能脱开机构。在经济模式下，系统会主动切断前电机的物理连接，让车辆变成一台纯后驱车，减少机械拖拽损耗。靠着这一套动作，小米在 YU7 GT 上抠出了 20 公里的续航里程。即便长途奔波电量见底，5.2C 高倍率快充也能在短时间内完成补能。在常温状态下，从 10% 充到 80% 只需要 12 分钟，充电 15 分钟就能补充 570 公里的续航。解决了跑得快和充得快的问题，接下来它要面对的是物理定律。把一堆两吨半的钢铁以极高的速度丢进弯道，巨大的重心转移会让轮胎和悬挂承受极大的撕扯。为了对抗这种物理规律，小米拿出了由中欧团队在纽北联合调校的「蛟龙底盘大师版」。这套底盘的核心硬件是闭式双腔空气悬架加上双阀 CDC 减振器。空气悬架负责把车身最高离地间隙撑到 219mm，提供足够的通过性；双阀 CDC 则负责独立控制压缩和回弹的阻尼。董车会在此前的试驾中发现，走在长途自驾常见的非铺装烂路上， YU7 GT 可以非常柔和地过滤掉多余震动。一旦切入运动模式或者高速过弯，悬挂又会瞬间紧绷，撑住车身的侧倾倾向。光靠悬挂的支撑还不够，底盘深处还藏着一个应对弯道的利器——同级首发的 eLSD 电子限滑差速器。当你以很快的速度入弯，并在出弯时一脚踩下油门，eLSD 会把驱动力更多地分配给抓地力更好的外侧车轮。跑得够快，弯道够稳，最后还得刹得住。YU7 GT 沿用了 SU7 Ultra 上的那套制动方案。前六后四的阿基波罗固定卡钳，配合四块巨大的碳陶制动盘。这套碳陶盘一共为整车减轻了 57kg 的簧下质量，并且能够耐受 1300 度的高温烘烤。官方用一组数据证明了它的实力：百公里制动距离 32.9 米，支持 180km/h 到刹停连续 10 次不发生热衰减，以及连续 2 次 300-0km/h 的极限制动。我相信，极少会有车主真的把这台车开上赛道去压榨最后零点几秒的圈速。这套能够抗住纽北强度的刹车系统，放在日常的公路旅行中，它提供的其实是绝对的安全冗余。跑车级 SUV，首先得是一台好用的 SUV拉开车门，坐进车内，关上车窗。外面的风声和喧嚣瞬间被隔绝，小米给 YU7 GT 配备了国内首发的超静谧 PVB 夹胶玻璃，并在全车上下做了两百多处声学优化设计。在这个安静的空间里，全车 23 个扬声器和 2 个头枕音响才有了用武之地，这套音响还支持杜比定制音效与氛围灯联动，提供更沉浸的听音感受。长途出行的另一个痛点是头顶的阳光。YU7 GT 头顶是一块面积达到 1.7 平方米的 EC 二代调光天幕。很多人怕纯电车的天幕在夏天会变成烤箱，但这块天幕给出的参数是 40 倍的调光倍率，远超行业 6 到 8 倍的平均水平，并且把红外线和紫外线的隔绝率拉到了 99.9%。在官方公布的测试数据中，经过 38°C 高温暴晒 90 分钟，它的呼吸点温度比带着原厂物理遮阳帘的 Model Y 低了 6.6 度，比卡宴低了 3.2 度。免受烈日暴晒是体面的前提，拥有宽敞的空间则是长途舒适的基础。作为一台轴距长达 3000mm的中大型 SUV，YU7 GT 的三围尺寸来到了 5015、2007 和 1597mm。不到一米六的车高造就了低趴的超跑比例，但工程师硬是把座舱的垂直空间利用率做到了 87.6%。即使是身高较高的人坐进后排，也能保留充裕的头部余量。这一点，相信很多人已经在之前的小米 YU7 上体验过了。不仅是座舱，YU7 GT 还把 YU7 上的 141 升超大电动前备箱保留了下来，加上后备箱，整车储物容积为 801 升。两人出行时还可以将二排放倒，将储物空间增加到 1952 升。空间够大，坐得也要舒服。YU7 GT 标配的豪华舒适座椅附带腿托，支持一键躺倒休息，后排同样照顾得很到位，靠背角度可以往后一直调节到 132°。在漫长的旅途中，后排乘客完全可以用半躺的姿势，舒舒服服地看窗外风景。舒适性配置上，全车四个座位全部标配了通风和加热。前排给了十点按摩，后排给了八点按摩，提供六种不同的按摩模式。既然带着 GT 的后缀，它自然保留了一些赛道风味。YU7 GT 支持选装 GT 专属的运动座椅，提供 18 向电动调节，表面采用「Y」字瀑布绗缝工艺。里面藏着一套颇为灵敏的主动侧翼支撑系统。视线所及之处，大面积的意大利原产 Alcantara 面料覆盖了几乎整个座舱，还有多达 15 处内外饰部件使用了成本较高的热压罐工艺碳纤维，包括方向盘、座椅背板等核心接触区域。只不过，选装了运动座椅之后势必会损失一些舒适性，前排的腿托也被去掉了。对于有家庭和宠物的用户，小米在用料安全上也花了不少心思。车内 17 平方米的高频触摸区域全部通过了母婴级的 OEKO I 级环保认证。宠物高频接触的材质也经过了上百种有害物质的严格测试。配合官方专属定制的 30 秒快充气床垫、厚尼龙多层防水防粘毛宠物垫，这台车在到达目的地后，能无缝切换成驻车露营状态。后排还新增了 Pad 贴片，支持 27W Type-C 充电，加上磁吸毛绒小黄杯和纸巾盒，细节处的生态拓展填补了长途旅行的碎片化需求。长途驾驶极其消耗精力，高阶辅助驾驶这时候就成了刚需。YU7 GT 搭载了算力达到 700TOPS 的 NVIDIA DRIVE AGX Thor 芯片。配合标配的激光雷达和 4D 毫米波雷达，Xiaomi HAD 在 XLA 架构的加持下，场景推理能力变得更强。小米表示，在长途高速上遇到施工路段，YU7 GT 可以像老司机一样准确绕行；进入复杂的商圈停车场，也能实现商圈车位到车位的直达，以及车外语音一句话泊出。把旅途中最枯燥、最耗费精力的那部分交给系统，我们才能更好地去享受旅行、感受自我。这恰好是一台真正的 GT 车型最核心的修养。雷军在发布会的最后说：人生本身就是一场伟大的旅程，在这段旅程里面不仅有远方，也有眼前的日常，希望 YU7 GT 能够陪伴每一位车主，在这个伟大的旅程中成就更美好的自己。纽北的圈速成绩、上千匹的马力、碳陶刹车盘，这些都是 YU7 GT 在机械层面筑起的堡垒。它们确保了车辆在最极端的工况下依然安全可靠，给了驾驶员随时可以踩下电门的底气。而庞大储物空间、防晒率极高的调光天幕、安静的夹胶玻璃以及可以躺平的按摩座椅，则是它向生活和旅行做出的倾斜。YU7 真正的标准版来了今晚的发布会上，其实还有一台同样肩负重任的车型——售价 23.35 万元的 YU7 标准版。去年为了用长续航的配置去压制特斯拉 Model Y，小米直接取消了标准版。但在长达十个月的市场缠斗中，他们发现了一个现象：对于绝大多数只在市区通勤的用户来说，如果只需要五六百公里的续航，那些过剩的配置最后都会变成购车时让人犹豫的溢价。于是，这台真正的标准版被重新推上了擂台。虽然是入门版，但它的核心参数依然能打。后桥搭载了一台 320 马力的 V6s plus 电机，零百加速 5.9 秒，极速能跑到 220km/h。底盘硬件上给到了前四活塞固定卡钳，甚至还免费送了 CDC 连续阻尼可变减振器，保留了足够的高级行驶质感。在纯电车最敏感的续航和补能上，小米给它准备了一块 73 度的磷酸铁锂电池，CLTC 续航跑到了 643 公里。在 752V 碳化硅高压平台的加持下，充电 15 分钟就能补能 405 公里。即便价格下探到了 23 万，这台车依然保留了 700TOPS 算力的双芯片、激光雷达以及 4D 毫米波雷达，没有在辅助驾驶硬件上做任何阉割。车内那些用户感知极强的配置，比如 Nappa 真皮座椅、电动前备箱、后排控制屏以及全套的防晒隔热玻璃，也全都在标配清单里。相比于特斯拉 Model Y 后轮驱动版，它的售价低了 3 万，续航多出了 50 公里，还附赠了 3000 元的车漆选装券。显然，38.99 万的 YU7 GT 是小米用来秀肌肉的图腾，而这台 23.35 万的标准版，则是要在残酷的市场里拼杀的刺刀。除了车，今晚还有续航 33 个小时的小米 17 Max聊完了车，我们再把目光收回到小米的老本行——数码产品。在今晚发布会的开场阶段，雷军其实率先亮出了「人车家全生态」的另外几块拼图：小米 17 Max、首款耳夹式耳机，以及小米手环 10 Pro。小米 17 Max 是一台参数颇为夸张的机器。它采用了一块 6.9 英寸的屏幕，机身厚度 8.2 毫米，重量 225 克。得益于尺寸的增大，小米为它塞进了一块容量高达 8000mAh 的金沙江电池。在官方的重度续航测试中，这台手机撑了 33.3 个小时。雷军在台上打趣说，这个续航能力，能顶得上两部 iPhone。影像方面，小米 17 Max 搭载了徕卡两亿像素的主摄，外加一颗大底的潜望长焦镜头。在大家都在卷大底的今天，高像素依然有它独特的实用价值。你可以按一次快门拍下一张照片，然后靠着超高的解析力去自由裁切。一张街拍，裁切后可以是一张人物肖像，也可以是一张建筑特写。简单来说，就是拍一张照片，够你发三次不同的朋友圈。加上第五代骁龙 8 至尊版芯片，这台配置直接拉满的大屏旗舰，定价 4799 元，首发到手价来到了 4299 元。雷军在公布价格时给出了一个很实在的行业预警：未来两年，内存价格还会持续上涨，手机只会越来越贵。在成本暴涨的前夕，4299 元的定价确实是一个用极高性价比来锁定用户的策略。除了手机，穿戴设备也迎来了更新。小米首款耳夹式耳机正式亮相，其单耳重量仅为 5.5 克，配合记忆钛丝连接桥，主打一个让你戴上一整天都会忘记它存在的无感体验。它配备了 11mm 驱动单元，采用了定向传声结构来防止漏音，配合充电盒能实现 38 小时的综合续航，首销价定在了 799 元。最后是售价 399 元起的小米手环 10 Pro。它的厚度被进一步压缩到了 9.7 毫米，机身换成了更具质感的航空铝合金，甚至还提供了一个陶瓷版本。在健康监测上，它的心率准确度达到了 98.2%，基本对齐了智能手表的水平。有意思的是，小米给它加入了一个非常接地气的「游戏模式」。当你用手机打游戏时，手环屏幕不仅会显示英雄复活的

📱小米 YU7 GT、小米 17 Max 正式发布，雷军：强烈建议现在就换手机🚀OpenAI 最快本周递交 IPO 招股书，抢占「第一股」🤖前 Jane Street 工程师加盟 DeepSeek，推进 coding agent📱努比亚总裁回应豆包预定餐厅乌龙：豆包手机真的可以🚗特斯拉监督版 FSD 将入华🧠Antigravity 永久上调三倍 Gemini 限额✂️剪映海外版 CapCut 宣布接入 Gemini，聊天就能剪视频🔧宝马集团任命方媛出任宝马中国企业事务副总裁💰昔日互联网招聘「独角兽」拉勾网进入破产程序🎮网易一季度净收入 306 亿元，游戏业务收入 257 亿元💡Cloudflare 裁掉 20% 员工，CEO：这将成为未来一年企业界的普遍现象🛍️2499 元，OPPO Find X9 Ultra 哈苏影像套装「极地冰川」配色开售💻ThinkPad X13 Gen 7 海外规格公布🔍Photoshop 27.7 加入本地 AI 消除模型☁️智谱公布 ZCube 推理集群组网架构📋抖音电商展开潮玩盲盒专项治理🌐一季度全球电视品牌出货量同比增长 3.3%⚠️啄木鸟维修因「156 元修马桶最终付 1780 元」再引争议🎬《好莱坞往事》续集定档 11 月 25 日🏆苹果娱乐业务 VP Eddy Cue 获戛纳国际创意节年度娱乐人物奖小米 YU7 GT、小米 17 Max 正式发布，雷军：强烈建议现在就换手机小米昨晚举行人车家全生态新品发布会，正式发布小米 YU7 GT、YU7 标准版、小米 17 Max 和多款可穿戴、IoT 新品。小米 YU7 GT：售价 38.99 万元起，「GT 大满配」版本为 42.99 万元；搭载 V6s Plus + V8s EVO 双电机系统，最大马力 1003PS，最高时速 300km/h，零百加速 2.92s；采用 SU7 Ultra 同款赛道版制动系统，配备碳陶瓷制动盘和 Akebono 前六后四高性能卡钳；使用 897V 碳化硅高压平台，5.2C 最大充电倍率，CLTC 续航 705km。雷军在发布会上称，YU7 GT 以 7 分 22 秒 755 刷新纽北 SUV 圈速纪录，较此前纪录快 14 秒；小米还公布了它与 Cayenne Turbo GT 的弯心速度对比，结果为 32 胜 17 负 1 平。雷军还在发布会现场对比了 YU7 与特斯拉 Model Y 的销售数据，称在过去 10 个月中，YU7 有两个月的销量超过 Model Y，并表示「输给全球销冠不丢人」。🔗 相关阅读：首发｜小米 YU7 GT 评测：纽北最速 SUV，到底有多快？小米 17 Max 定位大屏标准版旗舰：12GB + 256GB 售价 4799 元，顶配 16GB + 512GB 售价 5799 元搭载第五代骁龙 8 至尊版，配备 6.9 英寸超大直屏，峰值亮度 3500nits；内置 8000mAh 金沙江电池，支持 100W 有线和 50W 无线充电；机身宽 77.6mm、厚 8.2mm、重 225g；影像搭载徕卡 2 亿像素主摄，传感器尺寸 1/1.4 英寸，并配备徕卡大底潜望长焦。雷军在发布会上公布价格时提到，在内存暴涨的当下，小米给出的定价还是非常超值的。他强调，未来两年，据我们的预测，内存还会持续上涨，手机的售价不得不跟着上涨，手机可能会越来越贵。如果你有计划未来一年换手机的话，我强烈推荐你现在就换。其他新品包括：YU7 标准版回归，售价 23.35 万元，CLTC 续航 643km，配备激光雷达、4D 毫米波雷达和 700TOPS 辅助驾驶算力；小米首款耳夹式耳机首销价 799 元，支持 21 种语言智能翻译、独立录音和 Apple Find My；小米手环 10 Pro 首销价 399 元起，主打 1.74 英寸屏、双灯组双 PD 传感器、睡眠 HRV、150+ 运动模式和最长 21 天续航；IoT 与汽车周边方面，小米还发布米家强劲风 Pro 立式空调、中央空调强劲风风管机、大家电 MiCare 保障服务、20kW 直流家用充电桩和车载桌板等产品。OpenAI 最快本周递交 IPO 招股书，抢占「第一股」据《华尔街日报》报道，OpenAI 计划最快于本周五向 SEC 秘密递交 IPO 招股书草案，目标今年 9 月正式上市。与此同时，SpaceX 昨日提交新的上市文件，Anthropic 向投资者披露超预期盈利前景，三家 AI 明星公司在同一天集体向公开市场迈进。在竞争压力上，Anthropic 的威胁不容小觑。其预计今年 6 月结束的季度将实现首个季度经营盈利，且据 Ramp 的 AI 指数报告，今年 4 月企业付费客户占比已达 34.4%，首次超越 OpenAI 的 32.3%。内部方面，OpenAI 在上市时间表上存在分歧：CEO 奥尔特曼力推 9 月上市，CFO 弗里亚尔则态度审慎。创始成员卡帕西昨日宣布加入 Anthropic，人才流失问题持续。前 Jane Street 工程师加盟 DeepSeek，推进 coding agent领英页面显示，前 TSY Capital 联合创始人崔添翼已于今年 3 月加入 DeepSeek。崔添翼曾在 Jane Street 工作 9 年，2022 年共同创办香港量化交易机构 TSY Capital。据《南华早报》报道，崔添翼加入后将参与 AI harness 相关工作，也就是把底层模型包装成可执行任务、调用工具、持续工作的 agent 产品基础设施。努比亚总裁回应豆包预定餐厅乌龙：豆包手机真的可以昨天，中兴通讯终端事业部总裁、努比亚技术有限公司总裁倪飞发布视频，回应近日「豆包 AI 预约餐厅乌龙」事件。事件起因于此前有网民分享使用豆包 AI 预订餐厅的经历：AI 在对话中给出了虚拟回复，用户信以为真前往餐厅，最终遭到拒绝。倪飞在视频中表示，虽然豆包 APP 目前可能尚不支持实际预约功能，但搭载豆包手机助手的努比亚 M153 可以执行此类操作。他在视频中现场演示：直接向手机发出语音指令，要求筛选附近餐厅、预约次日傍晚 6 点、5 人聚餐。豆包随后根据其此前的饮食偏好选定餐厅、确认时间与人数，并完成预约。倪飞在视频结尾称，「相信过不了多久，大家就会觉得，用豆包预约餐厅只是生活中习以为常的一件事了。」特斯拉监督版 FSD 将入华今早，特斯拉官方发推公布了监督版 FSD 的最新布局进度，其中提到监督版 FSD 可以在中国使用。据多家报道，欧洲地区的监督版 FSD 目前仅支持订阅制，一次性买断方案已于 2026 年 2 月在全球范围内全面取消。立陶宛车主每月订阅费用为 99 欧元；若此前已购买增强版 Autopilot，月费可低至 49 欧元。特斯拉表示，随着该系统逐步向无监督自动驾驶迭代升级，订阅价格后续还会上调。据 IT 之家报道，近期特斯拉招聘页面显示，其在北京、上海、天津、重庆、广州、深圳、成都、苏州、武汉 9 座城市招聘智驾测试（实车测试）技师。该招聘职位属于研发-自动驾驶 Autopilot 部门，显示可能需要灵活出差至国内外各地，在公共道路、测试跑道和验证场地对车辆进行实地测试。另外，今年 4 月，特斯拉发文表示，正努力早日在中国市场推出智能辅助驾驶。Antigravity 永久上调三倍 Gemini 限额Antigravity 团队核心成员 Varun Mohan 昨日宣布，针对社区反馈的速率限制问题，平台将永久提升所有付费层级 Gemini 模型的速率限制 3 倍，并即时重置了所有用户的本周额度配额。Mohan 在随后的回复中明确表示，此次 3 倍提升为永久性调整，并非临时措施。此前，多名开发者在社交媒体上反映，Antigravity 2.0 上线后 Gemini 模型的速率限制明显收紧，部分用户在约 2 小时内便耗尽了本周配额。剪映海外版 CapCut 宣布接入 Gemini，聊天就能剪视频剪映海外版 CapCut 昨日在 X 宣布，将与 Google Gemini 达成合作，用户未来可直接在 Gemini 应用内调用 CapCut 的视频与图像编辑功能，无需切换至独立应用。据介绍，合作落地后，用户将能够在 Gemini 对话界面中使用 CapCut 的创意编辑能力完成图像和视频处理，实现从创意构思到内容产出的全流程贯通。宝马集团任命方媛出任宝马中国企业事务副总裁据新浪汽车消息，宝马集团今日宣布，任命方媛为宝马中国企业事务副总裁，兼任华晨宝马公共关系及企业社会责任副总裁。该任命自 2026 年 6 月 1 日起正式生效。据悉，方媛拥有超过 25 年的公共关系与传播领域经验，并长期深耕汽车行业。自 2012 年加入华晨宝马汽车有限公司以来，她先后在产品与技术传播、媒体关系，社交媒体传播及危机管理等领域担任多个管理职位。报道还指出，其在不同业务领域积累的丰富经验、对企业的深刻理解以及高度的责任感，将为其履行新职责提供坚实基础。昔日互联网招聘「独角兽」拉勾网进入破产程序据界面新闻报道，互联网垂直招聘平台拉勾网的运营主体北京拉勾网络技术有限公司已进入破产重整程序。此次是公司自行申请破产。界面新闻访问拉勾官网发现，网站仍可打开，但大量招聘页面用户评论停留在半年前，400 客服电话无人接听，官方微博和微信公众号自 2025 年 3 月起停止更新，App 也已从苹果 App Store 下架。拉勾网成立于 2013 年，曾专注互联网企业和互联网从业者招聘。平台上线八个月后完成 500 万美元 A 轮融资，2014 年完成 2500 万美元 B 轮融资，估值一度升至 1.5 亿美元；2017 年前程无忧以 1.2 亿美元战略投资并取得 60% 股权。网易一季度净收入 306 亿元，游戏业务收入 257 亿元网易昨日发布 2026 年第一季度财报，期内实现净收入 306 亿元，同比增长 6.1%，环比上一季度的 275 亿元增长；毛利 212 亿元，同比增长 14.8%；一季度归属于公司股东的净利润为 107 亿元。游戏及相关增值服务净收入为 257 亿元，同比增长 6.9%，在线游戏运营收入约占该分部净收入的 97.5%；有道净收入为 13 亿元，同比增长 3.8%，但环比下降，主要受学习服务和智能硬件收入减少影响；网易云音乐净收入为 20 亿元，同比增长 6.6%；创新及其他业务净收入为 15 亿元，同比下降 4.6%，环比下降主要来自电商和广告业务收入减少。游戏仍是本季财报主轴。网易称，《梦幻西游》系列、《第五人格》、《蛋仔派对》、《逆水寒》手游和《燕云十六声》等既有游戏保持活跃度和收入表现，《燕云十六声》和《漫威争锋》等产品也推进全球化。联想 2025/26 财年营收 5899 亿元，全年 AI 收入同比翻番联想集团今天发布 2025/26 财年第四季度及全年业绩。全年营收 5899 亿元人民币，同比增长 20.3%；经调整净利润同比增长 42.1%，创历史新高。按 HKFRS 口径，第四财季净利润为去年同期近六倍。第四财季营收近 1500 亿元人民币，同比增长 27.1%，为近 20 个季度最高增速；IDG（智能设备业务集团）第四财季营收 1012 亿元人民币，同比增长 24%；全年 PC 市场份额 24.2%，创历史新高；ISG（基础设施方案业务集团）第四财季营收 390 亿元人民币，同比增长 37%，如期扭亏，运营利润率刷新历史纪录；全年营收超 1360 亿元人民币，同比增长 32%，实现全年盈利；SSG（方案服务业务集团）第四财季营收 177.5 亿元人民币，连续第 20 个季度实现双位数增长，运营利润率 22.4%全年 AI 相关收入同比增长 105%；第四财季 AI 收入占比升至 38%。本财年最显著的结构性变化在于 ISG 完成扭亏，全年 AI 服务器收入同比增长 50%，形成超过 1400 亿元人民币订单储备。联想 4 月完成对存储企业 Infinidat 的收购，进一步补强企业级存储能力。CEO 杨元庆表

如果你有计划未来一年换手机的话，我强烈推荐现在就换。这段话来自昨晚雷军在发布会上介绍 Xiaomi 17 Max 价格时的一句感慨，听起来像是销售话术，却也点破了一个颇为无奈的现实——未来两年，内存成本仍会持续上涨，手机价格大概率只会越来越贵。那么，如果想换一台新机，全新的小米 17 Max 怎么样？先说结论：这是一台「平平无奇」的产品，配置基本都在意料之中，无非屏幕和电池更大，动了动影像配置而已。这并非在说它不是一台好产品，事实上，它的体验相当扎实，或许是整个小米 17 系列之中我最喜欢的一台手机。只是比起产品本身，结合这个大环境，去讨论小米 17 Max 为什么存在，会更有趣一点。屏幕够大，续航超长和主打性能的红米 K90 Max 不同，小米 17 Max 这个「Max」有多重意义。最直观的就是 6.9 英寸的屏幕尺寸，比小米 17 要大上一圈，不过并非简单的等比放大， 不管是外观设计还是配置，它的亮点都非常突出：巨大的电池容量， 2 亿像素的主摄和潜望长焦。即使整个小米 17 家族（标准版、Max、Pro、Ultra）各自的设计语言都相当迥异，小米 17 Max 依旧是最格格不入的那一个——这个黑色方形 Deco 的设计，明显更应该和小米 13-15 坐一桌。这几年，小米手机在「手感」上下了不少功夫，小米 17 Max 延续了小米 17 的优秀质感，机身采用磨砂玻璃背板和金属中框，质感都比较细腻，过渡也很圆滑，重量分布也相对合理，拿在手上要比带背屏的小米 17 Pro Max 轻松很多。小米官方表示小米 17 Max 这块 1.5K 屏幕采用了「超级像素」技术，能显示更清晰的纹理和细节，只是不用放大镜看像素，其实差距其实很难察觉，反而 6.9 英寸的窄边框大屏，带来的观感提升会非常明显。既然机身尺寸进一步放大，小米 17 Max 也顺势塞进了一块 8000mAh 超大电池，于是续航成了它另一块极其显眼的长板。在使用小米17 Max 的这一周里，我几乎彻底告别了「续航焦虑」：正常强度使用两天后，电量依然还能剩下约 15%。而且，大电池并没有带来明显的补能负担。配合在 100W 快充全开后，手机从 12% 充至满电，大约只需要 55 分钟，是一个让人满意的速度。最后看看性能方面。虽然是小米 17 同款高通骁龙 8 Elite Gen 5 处理器，由于机身更大、散热空间更多的原因，性能调度会更放开，Geekbench 6 跑分略高于小米 17，但差距很小。有取舍也有猛料的影像除了大屏和大电池，小米 17 Max 另一个亮点，在于影像配置的调整，两个关键词： 2 亿像素主摄，潜望长焦。先说说这个 2 亿像素的主摄，具体配置方面为 1/1.4 底和 f/1.68 大光圈，和 vivo X300 的主摄参数一致，实际上尺寸要小于小米 17 主摄的 1/1.28。参数规参数，从体验来看，小米 17 Max 这颗主摄和小米 17 互有胜负，在暗光场景下，小米 17 Max 的成片细节会明显弱于小米 17，但不容易出现后者高光溢出和过曝的情况。连 Pro 都没有的 2 亿像素配置，更多是一个甜蜜点，长达 10 秒的处理时间 ，动辄 60MB 的文件大小，都让这个功能不太适合日常拍摄，更适合用在一些画面复杂的场景，并且对光线有一定要求。比较影响体验的是，在相册回看 2 亿像素成片时，每次放大照片，都要等待加载更清晰的画面，以及每次拍摄之后的等待时间——同样是 2 亿像素，隔壁 vivo 已经能做到成片秒出和顺滑放大。潜望长焦的表现则更让人惊喜。和小米 17 Pro 系列不同，小米 17 Max 为 3x 长焦镜头，更适合日常场景的拍照构图。即使放大到 6x 和更大倍数，小米 17 Max 依然能有很好的表现，只是在暗光下算法味会略重。美中不足的是，小米 17 Max 的超广角依然是小米 17 系列同款「窄超广」，焦距只有 17mm，成片其实和主摄差距不大，会有明显「不够广」的观感。作为一位算不上摄影爱好者的用户，我日常更喜欢用长焦来进行拍摄，因此小米 17 Max 的影像体验要比标准版舒适，主摄还有 2 亿像素这样的独特甜蜜点， 更加契合日常拍照和轻度创作的需求。大屏手机又回来了去年上半年，小米推出的「半代新旗舰」，是小米 15s Pro，最大的亮点就是小米首颗自研处理器玄戒 O1。而今年，站在这个位置上的，则变成了小米 17 Max。如果说小米 15s Pro 是一台「追梦」的手机，它最吸引人的，是那种久违的情绪价值与理想主义色彩——那么小米 17 Max，就是一个更「踏实」的手机，不讲故事不卖情怀，靠力大砖飞的配置打动人心。这样的转向，在 2026 年尤为典型。截至目前，今年发布的新手机， 除了苹果华为，价格都因为成本暴涨而明显抬升。像隔壁家 oppo Find X9s Pro，同配置就比去年的 Find X8s+ 贵了 1000 元。在产品变贵的情况下，想要吸引人，就必须要有一眼看过去非常显眼的优势，要让消费者觉得自己花得「值」。比如 vivo Y600 Pro，这原本是一个低端产品线，前几代尽量在外观和配置上蹭一蹭旗舰的 X 系列，但今年改推大电池、防尘防水的配置，对 2000 价位段的消费者而言，是更可感的优势。作为旗舰定位的小米 17 Max，打法也很相似，大屏和大电池为实用性打一个厚底，影像牺牲了主摄传感器尺寸，选择了 2 亿像素和潜望长焦这种更可感知的「甜蜜点」来进一步支撑价格。小米 17 Max 起售价 4799 元，国补后价格 4299 元，这个价位你能买到骁龙旗舰芯片、8000mAh 大电池，以及一个 6.9 寸的大屏幕，还要是 2026 年的新机，这些优势叠加一起，促成了小米 17 Max 的产品力。这些非常「张扬」的升配，就是想让你觉得这台不算便宜的手机买得值。有意思的是，在销量持续低迷了三年，苹果终于在去年取消了「大屏标准版」这个型号。小米和苹果截然相反的选择，其实是两家公司完全不同的品牌调性，以及不一样的路线选择。iPhone Plus 除了更大的屏幕和更大的电池，就没有更多的配置升级，价格高出一千元，介乎于标准版和 Pro 之间。对于苹果来说，iPhone Plus 更像一个价格锚点，进一步凸显「Pro」的价值，他们也没必要往上面增加更多配置，削弱产品原本的丰富利润，也可能会影响 Pro 产品的销量。小米达不到苹果的品牌力，无法进一步支撑溢价，加上 iPhone Plus 遇冷的前车之鉴，更需要通过更显性的配置，来给消费者一个购买的理由。某种意义上，小米 17 Max 其实就是「小米 17s」，是一台用来刷新存在感的半代更新旗舰——而「大屏」，刚好是一个很有「存在感」的卖点。

36氪获悉，据成都发布，5月22日，智元西南具身智能产业基地、1+N分布式数据采集及训练场在郫都高新区正式启用，现场首批成都造新一代人形机器人远征A3、A2、灵犀X2等200台机器人正式下线。

韩国邮政（Korea Post）目前管理约157万亿韩元（约合1040亿美元）的储蓄与保险资金，是韩国最重要的长期机构投资者之一。在传统邮政业务持续亏损压力下，韩国邮政正加速转向高收益资产投资，重点布局AI数据中心、物流设施以及多户型住宅等欧美房地产资产，以提升整体投资回报率。韩国邮政已选定黑石和麦迪逊国际地产作为优先竞标者，共同管理一只规模约2.3亿美元的二级市场房地产基金。（财联社）

36氪获悉，马应龙公告，近日，公司子公司江西马应龙美康药业有限公司收到国家药品监督管理局核准签发的溴芬酸钠滴眼液《药品注册证书》。溴芬酸钠滴眼液用于外眼部和前眼部的炎症性疾病的对症治疗（结膜炎、巩膜炎、术后炎症）。

36氪获悉，天眼查App显示，近日，杭州银行股份有限公司发生工商变更，注册资本由约59.3亿人民币增至约72.5亿人民币，增幅约22%。 该公司成立于1996年9月，法定代表人为宋剑斌，经营范围为银行业务，结汇、售汇业务，公募证券投资基金销售，证券投资基金托管，由杭州市财政局、红狮控股集团有限公司、杭州市城市建设投资集团有限公司等共同持股。

圆桌对话：AI+的“国家推进计划”与企业的“生存路线图”| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 14:382026亦庄AI+产业圆桌共议企业AI落地生存路径AI+正从技术指引转向产业实战，政策红利如何兑现？投入如何变成产出？企业如何在浪潮中生存、打赢？2026北京亦庄AI+产业大会首场圆桌对话，将这些问题摆上台面，不谈空想，只谈干法。2026北京亦庄AI+产业大会首场圆桌对话聚焦“AI+的国家推进计划与企业的生存路线图”。贝恩公司全球合伙人成鑫主持，上海市人工智能行业协会部长周晗、美的集团AI研究院院长徐翼、云岫资本创始合伙人兼CEO高超、京东AI智能硬件项目负责人张量四位嘉宾，从政策落地、产业实践、资本视角与平台赋能四个维度展开讨论，为企业提炼出2026-2027年的“生存口诀”。以下为圆桌对话内容，经36氪整理编辑：成鑫丨贝恩公司全球合伙人、大中华区高科技业务主席（主持）周晗丨上海市人工智能行业协会部长徐翼丨美的集团AI研究院院长高超丨云岫资本创始合伙人兼CEO张量丨京东AI智能硬件项目负责人成鑫：各位嘉宾、各位来宾，大家早上好，非常荣幸担任第一场圆桌对话的主持人，我是贝恩公司的成鑫，也代表主办方再次欢迎今天第一场圆桌对话的嘉宾——周部长、徐院长、高总、张总。今天这个主题下，我们就谈三个实实在在的主题。第一个，“国家AI+推进计划”给企业带来的真红利、真约束是什么？第二个，大企业、产业方、资本方怎么把AI从投入变成产出？第三个，2026-2027年，企业能够活下去，打得赢的“生存路线图”怎么画？我们今天希望通过40多分钟的时间，用场景、数据和真实的企业痛点说话，给现场的企业和各位来宾一份能够直接带走的行动清单，这也是我们今天第一场圆桌对话的目标。第一组问题先从政策、行业视角切入，第一个问题提给周部长，国务院“人工智能+”行动已经明确了六个大的方向，以及2027年普及率达到70%的目标，对制造、零售、供应链这些实体企业，今年您觉得必须要落地的刚需场景是哪些？哪些政策是真补贴、真的绿色通道？周晗：从国发11号文发布以来，工信部也好，网信办也好，陆陆续续也跟进了很多政策，包括人工智能+智能制造、智能体产业发展合规实施意见，以及AI+电子商务的发展意见，都明确导向了一个方向，从过去试点探索到后面的注重成效，抓实质落地。当前的脚步，针对您讲的几个领域，大家可以重点考虑的落地方向：制造领域，像智能排产、维护预测以及工艺优化、生产调度，这些是当前各个行业比较关注，而且红利产生的成效比较高、政策密集支持。零售业，千人千面的智能营销，订单优化以及对应的物流派送，供应链领域也涉及到物流配送，物流配送里的智能分拣、具身智能、人工智能怎么做落地的配送，都对应了落地成效比较好的场景。政策角度就比较多了，北京区的领导也提到，国家层面也好、地市层面也好，三券政策已经是热度非常高了，各个城市都有将近数亿甚至是接近数十亿级别的投入，国家层面对于算力基础设施的支持，算力券、模型券、语料券，三券规格非常高，每个季度都可以滚动进行申请和支持，这些都是实实在在给到企业的支持和补助。绿色通道，像很多绿色通道对于人才、落户政策，以及人才专家序列支撑的通道，形成了很快很高效的申请周期压缩，对于企业头部人才，参政议政也好，标准制定也好，都形成了通道建设，对整个企业在后续一系列的发展都有很大的帮助。成鑫：周部长给到几个明确的投入产出比具体的应用场景，也讲了相关支持政策，地方在推进AI+的时候，企业最踩的三个坑——算力浪费、数据合规、投入之后没有回报。这几个坑应该怎么回避？您从协会的角度给到企业最短的落地清单是什么？周晗：有关三个坑，不同行业都会有壁垒，比如算力的问题，一般企业会踩的坑，盲目大规模建设算力，核心避免这个问题是从业务出发，结合实际业务场景明确定义到自己面对的问题。第二个不同行业有一些问题是可以通过行业模型，不一定用大规模模型去对模型进行建设。业务场景的理解是不是跟企业的切口更小，立足点一开始不要那么大，不要一开始就铺开规模效应大的场景去做，很容易遇到很多坑，很多坑不一定企业能够逾越，试点周期短，反复迭代，在算力需求投入里可以很快评估到自己的算力需求。国家对于中小企业，也知道模型应用对企业帮助很大，也建立了集中算力中心，公共算力的资源是可以为企业提供前期很好的帮助，整个业务模型确定的情况下，有一些是训练算力中公共算力做租赁，场景化可以用边缘推理算力去做支持，企业做边缘推理资源的建设会比训练算力资源建设成本低很多。数据合规的问题确实比较敏感，从企业角度，敏感数据做好分级分类，什么是内部可以训练的，做敏感数据的脱敏，公开数据是可以做模型的投喂，还有一些敏感行业是不是做对应的私有化部署，避免数据合规后续的实施问题，过去从技术角度，我们为了达到模型的效果一上来就做训练，现在因为行业进入规范化，网信办、数据局也好，对于数据的合规问题一直都在上线做评估和规范化管理，对于合规问题在业务前期做一定的评估。成鑫：谢谢周部长给大家实操性的建议，您从政策端的角度对于美的、京东这类龙头，希望他们开放哪些场景先做示范，进而带动中小企业跟上？周晗：从政策端关注几个维度，普惠性、示范性，能够带动产业生态，从我个人维度简单谈谈美的、京东这两家龙头企业可能的方向。供应链生产排产的角度，美的和京东都有自己独特的优势，对于生态链中小企业的排产、智能调度、库存管理，这些方向对数据的开放、上下游的协同，这些场景的开放，对于下游企业是非常好的示范作用。像京东在电商里有自己产业链的优势，对于他入驻的中小企业零售商，营销数据的开放，AI营销数据能力的赋能，对于没有技术能力的企业是非常好的工具性赋能，对产业链上下游协同以及龙头示范效应是非常好的典范。成鑫：谢谢周部长！来到产业集团的视角，有请徐院长做一个分享，美的AI变革已经深入到各个领域，制造、供应链、营销，请举三个可量化的场景来说明AI在降本提质增效上真实的ROI投入产出是什么样的，以及投入产出周期是什么样的？徐翼：谢谢主持人的问题，我举三个例子来说明我们在降本、提质、增加收入这三方面的ROI。降本，美的在去年开始我们从端到端整个pipeline来看哪些是我们的机会，我们有一个大的项目——AIGC，比如从智能排产到生产的过程，品质检验、设备预测性维修、产品销售到后面客服的服务，去年算出来的数字是7亿元人民币，内部提效，这是大的AIGC项目，这是降本。提质，我们今年针对用户C端的智能家居，发布了美的MevoX智能体以后，用户交互、回复准确率都有很大的提升，对用户智能家居的提升有很大的提升。增加ROI，美的产业板块也比较大了，大家了解美的是做家电的，我们库卡是工业机器人的业务，万东医疗做智能影像的，增加收入方面，AI给库卡带来的影响是会帮助库卡实现智能化升级，比如以前库卡工业机器人部署需要数天的时间，从开箱到能用，我们希望达到的目的是从数天降到一天甚至几个小时。万东是去年12月份在北京发布的诊疗大模型，帮助万东医疗实现销售增加。总体来看AI对于美的集团从内部研产销到赋能各个产品事业部是有很大的提升。很多项目短期收益会很快，比如1-3个月做进去，我刚刚提到的做售后服务，客服服务，用户买到家电有很多客服问题，我们现在用的是智能语音客服，客户都分辨不出来是真人还是智能语音客服，从立项开始到开始产生ROI三个月左右的时间就可以看到初步的效果，内部的研产效益也是一样的。从小的ROI或者是大的变革，比如一年左右开始做大的变革，整体来讲AI时代很多事情都在加速。成鑫：谢谢美的的徐院长，一些实在的投入产出案例。AI变革不只是技术部署，更多是对企业运作逻辑的重构，从美的的角度，从早期试点到规模化，是先改了流程还是先变了组织，跨部门协同最大的阻力是什么，用什么样的机制确保AI效果的实现？徐翼：先变流程还是先变组织，我们把端到端的流程拉出来看，美的价值链是比较长的，从内部研发到生产、制造、销售，再到客户手里，再到反馈，价值链是很长的，端到端的价值链拉出来看，哪些单点会产生价值我们会进行突破。比如智能客服，比如我们做智能排产，端到端比如智能补货，先从流程来看而不是组织，先看流程再看组织怎么变革，能够符合新的流程。现在AI很大的特点，泛化性或者是统一性，以前传统的流程很多时候不太适合新的在AI时代的变化。下一步要做什么样的事情？比如智能排产、设备预测性修复，我们在线销售等Agent、售后Agent，把单点的Agent建立起来以后，建立端到端的流程变革，这样会非常容易，内部讲人不见人把事给办了，Agent和Agent对话，先做流程变革，再看组织。变革过程中遇到的最大阻力，可以预见的阻力，人方面的阻力，不是我们遇到的最大阻力，最大的阻力还是在数据本身，你的数据治理到底有多好，不管对于产线或者生产过程，任何一个流程，你对它的蒸馏需要什么数据来构建新的Agent流程，数据和数据之间的关系也是非常关键的，也是不好做的事情。用什么机制把这个事情解决，这个要统一规划，数据治理几乎是无止境的，数据和数据之间的关系，内部有很多部门墙、信息墙，这个需要统一规划，最关键的是领导或者一把手对变革的决心，需要全部给打通。成鑫：面对国家2027年的普及目标，美的接下来必做的事情和清单是什么？以及作为龙头企业美的可能会开放哪些能力和方面，给到哪些生态？徐翼：端到端的流程拉出来，重构公司内部的流程还是2B、2C业务流程都需要端到端变革，而且是积极拥抱技术变化带来的相应变革，这个是我们要做的事情，数据方面，数据算法、算力，算法还有算力都是普惠的，社会公有的资源一定是普惠性质的，各家企业在内部治理的程度，是非常能够形成壁垒的地方，美的会在这个方面去做。在生态链里，美的会从算法、协议、场景三个层面都会给行业做贡献。算法层面，美的AI研究院，比如在具身智能我们分享了非常多的开源，比如做具身智能的VLA大模型我们也开源，coding agent也开源，去年我们发布的医疗大模型也开源，算法层面为行业做贡献。第二个协议层面，智能家居，美的在整个智能家居整个行业里面积极牵头做互联互通，消费者需要这个，千家万户老百姓家里不同品牌的家电怎么实现互联互通，实现智慧家居，美的和国家部门积极牵头推进这个事情。第三个场景配合周部长讲的配合政府做场景上的开放，把事情做大。成鑫：谢谢徐院长，接下来听听京东先进的经验，京东在智慧供应链、零售有大量的落地，请您谈一谈AI在供应链、零售领域如何帮助到企业。张量：今天主题是AI在前线，我本身也是零售的一线人员，作为零售公司，每天面临非常多的用户需求，分为三个方面。第一个整个供应链端，技术在演变，但零售的底层逻辑是不变的；那就是对体验、价格、服务的追求，是京东的长期护城河；JD持续利用AI提升体验，降低运营成本和提升运营效率，如采销们智能化办公采销工作台、科技的数字人、物流的狼族机器人等在用户端、运营端和履约端的应用；在丰富的AI应用场景，有机会和能力提升体验和效率，并优化利润。零售端，商家到平台经营零售的业务，首先我们要组建一支团队，我们要有运营人员、广告人员，现在需要有内容人员，还需要有我们自己的客服，刚才提到OPC，在未来，一个OPC，一个单独的独立人公司就可以解决这个问题了，目前在京东后台，我们已经开发了大量跟AI相关的工具和系统赋能给商家，京东向商家免费开放数字人直播服务，助力商家快速搭建7×24小时不间断直播间。第三个，我们内部，作为业务一线人员，内部人员也在应用我们自己办公化智能系统，公司也在将大模型能力赋能到每一个运营人员、业务人员，根据我们自己业务场景来开发自己的Agent，原来我们有很多具备行业经验的专家，在未来所有的经验都会变成通用的能力，可以赋能到内部所有的员工技能里。另外我们也服务了很多客户，B端硬件的客户，我们也把软件的能力和硬件结合，包括京东有我们自己的能力，也会给到家电、3C数码等硬件厂商，来让硬件在体验和智能得到非常大的提升。成鑫：谢谢张总，过去十几年京东也带动了大量生态企业的成长，在AI时代有更多的创新公司涌现

人形机器人走进工业制造：共育新质生产力未来一氪·2026年05月22日 14:48优必选谭旻：锚定工业场景，加速人形机器人落地前十年被问“为什么做人形机器人”，如今被追问“怎么落地场景”。谭旻告诉我们，优必选作为人形机器人赛道的“长期主义者”，如何锚定应用落地，一步步将人形机器人送入真实世界，并让中国站上全球具身智能创新链的顶端。从去年全球率先跑通全尺寸人形机器人量产，并实现超千台交付，到今年冲刺万台规模量产，优必选正在用持续的工业场景实训和三代产品迭代，证明人形机器人进工厂不是科幻，是刚需。谭旻在演讲中指出，中国智能制造核心缺口已超三千万人，人形机器人要做的不是取代人，而是填补“用工难”。以下为优必选首席品牌官 谭旻 演讲内容，经36氪整理编辑：谭旻丨优必选首席品牌官各位早上好，我是来自优必选科技的谭旻，跟大家分享我们怎么一步步在14年的创业过程中锚定人形机器人的落地应用，并找到工业智能制造领域作为突破点；同时我也想分享，为什么我们认为人形机器人是新质生产力的核心代表，以及我们如何让人形机器人成为新质生产力，乃至全球创新链中最重要的一环。接下来是一些经验的分享，给大家一些灵感，也给大家在创业过程中，特别是在具身智能长期主义征途中有一些共鸣。目前看来人形机器人是红海了。但优必选创业14年的过程中，在最前面的10年，别人会问你们为什么做人形机器人。现在大家比较确认人形机器人是具有规模性，甚至比智能手机、新能源汽车更大的市场，连接了上下游甚至连接全球的生态，连接全球的价值链，价值大家已经非常清楚了，一步步可以看到规模效益。人形机器人被国家认定为“十五五”计划中关键的一环，昨天看新闻联播，李强总理来到亦庄参观人形机器人、具身智能的落地。“十五五”计划中，大家要想、要去做的事情，不是看人形机器人还能够做什么，而是要看如何把人形机器人投入到场景应用中，去思考自己在场景的落地中怎么对接场景，这才是最关键的一环。2035年，十年以后，人形机器人无疑会成为真正全球规模性市场增量最大的庞大蓝海。除了我们现在看到不同机构的预估之外，无论北京、上海、深圳、广州甚至于其他的城市，已经把人形机器人放到了“十五五”计划中最为关键的作为新质生产力推动高质量发展重要的点。目前全球已经有共识：五年以后，也就是2030年左右，人工智能会积累有足够突破性的技术，实现AGI的拐点，这个拐点会驱动经济向上大幅度进行规模扩张，无论看到人形机器人、具身智能、AI场景也好，都在找算力、数据、尤其是“算力+数据+场景”的对接，三者连在一起，才有可能真正找到大模型通往新一代技术突破的节点，这个节点不一定是大家看到的世界模型，也不一定是LLM或者VLA，这一切都在验证的过程中，大家都在黑暗中摸索，都在看真实数据和仿真数据最后如何进行更高效的结合过程，这一切的答案都在场景里。以优必选的经历来说，几年前我们把人形机器人落地应用的路径规划出来，智能制造领域是比较简单的，有很多重复性工作，也是真正拥有场景数据的闭环，然后到商业场景、家庭场景，这些场景不是非常小的闭环，而是更大的、更丰富的、更多元化的数据闭环。人形机器人首先在工业场景上形成闭环，一步步训练机器人大脑、小脑以及全身的运控，让人形机器人更具智能，更具灵巧性、更具能力，才能走向商业服务，最后走向家庭，家庭我们认为是在语言模型支持下先做陪伴，人形机器人技术更加成熟以后，一步步走向服务，走向服务还有两个前提条件，一个是如何让人形机器人更加安全，如何更加具备稳定性，这两个条件是前提，决定了人形机器人走向家庭服务也是具备挑战的。人形机器人进工厂，不是取代人，而是解决目前中国智能制造遇到的核心问题，包括用工少、用工难、招工难、流程难、培训难各个方面的问题，2025年人社部、教育部、工信部公布的数据显示，在中国，智能制造核心的人力缺口就超过了三千万，这三千万放在今天超过一百家左右中国的人形机器人公司，每家都会分到庞大的供应量，从供求端到供应端，这是非常庞大的市场开发空间。如何解决这个事情？现在一步步做，优必选去年率先在全球跑通了全尺寸人形机器的量产交付，我们做到了一千台以上的量产和交付，今年我们会继续迈向一万台量产的准备来做努力，即使是我们今年做到一万台，从去年全球的数据来看，全尺寸人形机器人的出货量只是几千台。今年到几万台、十万台的规模，距离只是中国一个市场三千万的缺口也是供不应求的，无论现在怎么看中国蓬勃的人形机器人发展，我们觉得都是小看了真正的刚需。人形机器人做的事情我就不多说了，简单任务、不需要太多的复杂数据就能够做的、重复性高、空间小、非精密操作的工作，就是人形机器人最容易上岗的一些岗位。我们有这么多全球合作伙伴，最为看重的五个点我都列出来了，要看能不能真正理解场景需求，是不是有自主能力，灵巧操作、稳定可靠，我们现在做了超过24个月的POC，也是量产交付的第二年，我们希望把量产达到一定规模，把一致性做好，这样我们能够投入到更多的生产里面。为什么反复强调有这么多的条件，这是因为一家人形机器人公司需要有全栈技术能力，而不是单向能力。今天的人形机器人从单点来看，无论是大脑或者小脑，或者是本体、灵巧手，光是单点，如果进入到真正的场景应用中，都是非常难的，整体性需要有一个完整的闭环，才能真正走入到我们的场景当中，真正进行量产交付，才能长期持续地让人形机器人在场景中突破。今天不需要优必选再科普，具身智能不是一个单点，而大脑自主感知决策，再到小脑运动，再到行动执行，这是一连串的东西。无论是投资人也好、客户也好，今天看具身智能、人形机器人，都是从完整的闭环来看这个行业的发展。在这个基础上我想着重提一下世界模型。人形机器人是具身智能在现实世界的最佳载体，能够帮助人工智能走进真实空间，连接现实世界所有的数据，从而一步步搭建世界模型的各个板块，各个板块是会率先在工业制造场景上像拼图一样一步步的搭建起来，然后是商业服务、家庭陪伴最后是家庭服务，这是大的拼图。就像黄仁勋说世界是大的工厂，我们的AI为工厂装上AI大脑，人形机器人、具身智能是给AI一个身体，让它跟真实世界发生连接，从而真正把整个我们希望让AI理解的世界模型，一步步通过真实数据、虚拟仿真数据的双向结合，更高效地搭建起来，这才是非常快的高效路径。我们通过三代产品的迭代，从第一代优必选工业人形机器人Walker S、到Walker S1，再到现在的Walker S2，在Walker S2上我们创新推出了全世界首创的自主三分钟热插拔换电技术。目前我们拥有世界最多的实训场景，跟多家世界500强，包括美国的德州仪器、欧洲的空客、日本本田贸易、中国比亚迪等都实现了合作。目前我们正在进行第一个人形机器人应用落地的“五年计划”，现在跑到第四年，我们认为跑完五年，我们能够接近人形机器人真正的规模化量产。对于我们国家来说，现在的人形机器人、具身智能已经是站在全球整个价值创新链的顶端，我们非常珍惜这次机会，这也是有史以来我们国家的产业第一次能够改变全球科技创新的标准。这个行业里，来自中国的人形机器人从业者，是真正能够推动全球AI关键性的进程，能够在其中扮演关键性角色。我们可以通过具身智能和人形机器人走进真实世界，从而帮助人工智能真正理解我们真实的世界，从而真正让人工智能加上一个身体，为我们的人类去服务，为我们的人类创造更高的价值，而不是大家看到的可能是在做价格内卷，现在还没有到这个时候。每一年我们都会来36氪的舞台，我们认为人形机器人是长期主义的赛道，需要在长期发展中与人工智能和具身智能的双向结合，从而一步步走到智能制造中，推动全新的中国智能制造形成下一代范式，从而为全球的科技创新创造更高效的价值，变成全新的科技创新体系，这是我们今天站在历史的今天去看未来十年，中国人形机器人发展的可能性以及无限升级。谢谢大家！本文由「未来一氪」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：作者拍摄

AI+供应链：大模型与智能决策如何重构供应链全链路| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 14:54顺丰分享物流供应链AI应用，赋能各行业供应链升级。AI究竟如何为产业创造价值？见证AI从“热点”转化为“生产力”的关键一跃。今天的顺丰已经用AI调度着中国三分之一的航空货运。从百万人的协同、二十万辆车的调度，到每天五千万票件的动态路由——物流供应链的复杂度，正是AI落地的最佳试验田。一个超大规模网络如何用大模型、Agent和运筹算法，将“24小时达”从承诺变成日常，并将这份能力输送给更多中国企业。以下为顺丰集团数智供应链解决方案事业群高级副总裁 唐恺 演讲内容，经36氪整理编辑：唐恺丨顺丰集团数智供应链解决方案事业群高级副总裁各位来宾下午好，很高兴来到亦庄这样的场合跟大家分享物流供应链AI的应用。开始之前跟大家讲一下供应链，从智能化视角或者数字化视角来看供应链，需要把供应链做一个抽象或者分层，统一来讲供应链是无从下手的，会用要素、链路、网络这三个层级去看整个供应链的协同以及看供应链的数字化进展和智能化进展，供应链基础要素我们叫作人车货场，所有供应链的动作和执行都是跟要素串联相关的，要素的调动形成链路，链路交织形成网络，单纯从顺丰来看，我们讲其中一个点顺丰自身在供应链领域的超大规模性，人车货场，人，在顺丰体系协同的员工超过一百万人的协同规模，整个车辆自有车辆超过20万辆，更大是中国的航空空运网络，中国有240架全货机，110架是在顺丰手上，更密集的航空网络是整个辅仓运力网络，客机辅仓也是运货的，辅仓运力三分之一是在顺丰的手上，也就是说今天中国头上飞过三架飞机，就有一架飞机运的是顺丰的货。在要素密集程度下，我们还要叠加链路复杂性，链路对于快递来说是收转运派，对于供应链叫作采购供应链、生产供应链、渠道供应链、消费供应链、售后供应链。收转运派四个环节听起来简单，整个运作过程中有120个环节串联起来，形成整个收转运派的链路，整个链路执行复杂度是非常高的，所有的链路交织形成大的网络，在大的网络中顺丰要做的一个事情，所有在上面的资源和链路需要做整个基于数字网络的智能调度和智能协同。今天顺丰为什么能够给客户做24小时达或者48小时达的承诺，因为所有链路调动过程中都是基于自主能力，我们叫作智能化、自主化做动态调度。动态调度，今天一个票件从北京发到深圳，该上什么飞机，用哪个小哥取件、哪个小哥派件，经过哪个中转场，静态路由是定好的，但是飞机会晚点，小哥会生病，汽车开在路上可能会抛锚，所有的节点都可能出现问题，顺丰一天处理五千万的票件，有50%的票件是要启动动态路由的，比如一个车在路径上不该停止的地方停止过长时间，系统会自动识别是否属于不正常状态，经过确认，比如他在高速上抛锚，整个系统会自动调度附近的空时车辆去做时效挽救，整个链路在24小时范围内要保证链路不出问题，基于大网络的资源协同和资源调度，必须由智能和数字化的事情来完成，不可能由人工完成。大模型是在2022年年底ChatGPT出来以后才火的，2016年我们就开始大规模地部署我们基于运筹算法、传统机器学习和强化学习智能化能力，是2025年唯一进入弗兰兹·厄德曼决赛的亚洲公司，这个奖项是运筹学界里最高奖项，代表了我们在整个运筹里的能力，传统机器学习能力，在整个大模型的时代开始大面积转向大模型的能力。在这样的复杂网络里，顺丰做的事情基于所有全链路端到端全量数字化全栈自研，从底层的能力，我们甚至有自己的地图部门，虽然可以使用高德导航、百度导航，但顺丰需要工业级导航，因此我们有自己的地图部门。我们导航的细度（远高于普通导航），你用百度只能导到小区，用丰图进到小区里可以知道怎么走，每个楼层都有哪些公司、住户，所有信息我们通过小哥每天的派送自动更新和采集，我们叫作全栈自研的能力。从2023年开始大面积构建大模型的网络和体系，现在我们大概有两个大的垂域模型，一个是丰遇大模型，这个是多模态大模型，主要是为内部相关业务使用的，包括网络调度、各种各样的细节应用。另外一个丰知大模型，面向行业推出的物流垂域大模型。今天整个模型应用，大家比较有感知的话题，比如Agent，我们从底层模型开放，再到Agent平台，再到市场，再到自构建的能力，在内部做了所有的转化，今天顺丰内部大概会有五千多个Agent是实时跑的，这里面有两百多个是官方Agent，比如智能网络调度Agent，运筹优化Agent，所有的Agent是200个是官方的，剩下4800个都是各个业务部门非技术人员，基于Agent平台在建的小Agent，大概每天消耗八百亿个token数量。基于我们对整个行业，对自身的数字化和智能化能力，我们把相应的能力，在要素复杂度、链路复杂度、网络复杂度上顺丰都有现成可考的模板。对于大多数公司，在要素、链路、网络复杂度是不如顺丰的，我们把能力进行抽象，形成几个大方面的能力，第一个垂域大模型，我们叫作物流决策大模型，基于丰知的产品体系来做。另外一个物流端到端的操作系统，我们叫作丰智云，还有面向合作伙伴LAAS物流开放平台，我们希望提供基于咨询、AI、数字化多链路服务，赋能整个行业，让每一家企业、行业、产业供应链都能变得更加聪明。丰知，我们通过丰知把我们所有传统的物流软件叠加Agent能力，稍微理解供应链就知道，供应链有一个仓储管理软件，我们希望提供给客户是直接带Agent能力的软件功能。这其中是差异可以这么理解，如果大家买一辆传统的汽车，你需要再买一个工具来使用它。如果大家买的是自动驾驶汽车，你是直接买服务的，工具需要人的使用变成服务，而自动驾驶汽车直接提供的是运人或者运货的服务，不需要有能力转化的，垂域应用领域我们直接提供Agent能力，我们通过丰知的AgentOS帮助企业快速建立我刚才讲的顺丰内部能力。还有一个Agent Studio，业务语义中心帮助大家在所有的数字化基础上去建构知识图谱模型，以前你的企业数据是给系统用的，但是我们通过语义中心，大模型自动建模，使得所有数据能够被Agent直接调用，通过Agent Studio在你已有的数字化平台上直接建构Agent应用，支持大面积使用。我们有两个底层应用做支撑，第一个丰知Code，用来做整个软件大规模定制的，把定制成本的边际成本降得非常低。还有一个丰知Evolver，大模型生成小模型，今天基于供应链的诊断和咨询，不是方法论先导，模型先导，我们希望通过数据，POC快速做咨询验证、供应链诊断，这部分会涉及到大量的模型生成，如何打开产能瓶颈，通过丰知Evolver、大模型自动生成小模型，大量生成定制化小模型，同时能够使模型调优时间大幅下降。这部分是大模型——物流决策大模型，做三个事，第一个供应链预测、供应链优化、供应链分析。供应链预测，我们做的是通过大模型的模态泛化，解决预测里很难做的几个特殊场景。比如新品预测和芯片预测，缺乏历史数据，以前的模型很难算得准，通过大模型做自动化咨询建模，以前是单SQ建模，现在是QA通道类的集群建模，使得整个数据关联性和数据补充性能够做得更好，在全球最大的咖啡连锁企业做的数据验证，大概能够提升5个点的准确率，是之前的模型完全没有办法做到的。另外一个供应链优化，我们通过大模型重写了以前运筹的经典模型，比如路径优化和专项优化场景，你用transformer架构重写这部分模型以后，运算时间提升一万倍左右，原来你做一个串点路径优化需要分钟级运算时间，现在可以下降到毫秒级，0.05秒就可以计算完成，资源消耗是之前的50分之一，以前要50个CPU来算，今天1个GPU就可以算完。另外一个分析的能力，这一部分分析的能力，大模型结合小模型，通过供应链智能体的方式来做这个事情，智能体在整个行业特别火的时候，是2025年3月份，2B应用我们很早就意识到，整个2B要解决模型黑盒的问题，解决模型高效和准确的问题，必须通过智能体的方式来做，2024年8月份在行业里推出供应链智能体综合应用的能力。在智能化之前，所有企业都逃不开的数字化第一步，模型再强，数据准确性、实时性、可靠性不够，肯定是得不到好的结果，在智能化之前，端到端数字化，我们通过丰智云链模型体系来做整个客户基于要素、链路的全链路数字化。最后讲一个案例，全球最大的咖啡连锁企业在中国有七千多家门店，2019年就开始帮他做智慧门店的系统，我们帮他做的是基于门店系统做门店级别的销售预测和补货预测，我们已经做了六年，我们用大模型帮他做传统模型的迭代。国际知名美妆巨头，在中国全渠道销售预测是我们帮他做的，为什么在中国的全渠道销售预测要我们做？因为中国渠道复杂度远超于任何一个单体国家，他的连锁企业在中国落地的实践经验比美国更加先进，之前跟美国的CIO聊，中国业务资本结构发生变化，中国主体收购了他在中国的业务，这一块暂时没有往前走。中国供应链深度、广度、复杂度是全球无二的，我们服务MNC企业的时候，我们在中国落地的供应链实践，就是全球最佳的供应链实践，在很多跨国企业客户上得到了验证，以前供应链数字化最佳实践叫作copy to china，今天做的事情是copy from china，在奢侈品行业，全球第一个智慧门店是长沙LV，我们帮他做的。工业制造领域伊顿供应链中台是在中国生产完成以后，再向亚太地区推的，我们给雀巢做高阶生产排程的POC，在中国不好用，需要中国的本土能力来做本土化实验，在数字化供应链叠加整个技术变革，叠加到AI能力越境的时候，我们看到更多的是中国有很大的机会窗口来做数字供应链全球最佳实践。我们也提出了从底层到上层所有能力，包括咨询诊断和顶规开始，再到大模型AI应用能力，以及到端到端的数字化能力，再结合到每个行业不同解决方案细化的能力，配合到供应链从采购供应链、渠道供应链、销售供应链、售后供应链全链路服务，今天我们希望跟更多的中国企业一起创造更多全球最佳供应链实践。谢谢大家。本文由「未来一氪」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：作者拍摄

圆桌对话：进化的终极思考：引入AI，先改流程还是先换脑袋？| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 14:59企业AI转型：找准小场景先干，用结果换共识促变革企业引入AI，先改流程还是先换脑袋？没有标准答案，只有实战经验——学者、制造业主、工业赋能者三种视角碰撞出一个共识，不要指望把全公司的认知统一好再动手，也不要贪大求全一步到位，用小流程换结果，用结果赢共识，才是AI转型最稳的路径。圆桌对话直面AI落地中“上热下冷”、过度追求全智能、数据治理欠账等现实之坑，并给出了一句建议：找准场景先干起来，用1%的成功促进100%的变革。以下为圆桌演讲内容，经36氪整理编辑：何思翀丨蚂蚁集团NEXTA创新实验室项目负责人（主持）梅丹青丨哥伦比亚大学金融学博士、长江商学院金融学助理教授何一波丨宁波金山双鹿电池副总裁李新春丨和利时科技集团有限公司中央研究院资深研究员何思翀：各位朋友们大家上午好，很高兴做客AI Partner的舞台，我是本场圆桌主持人何思翀，代表主办方欢迎台上的几位嘉宾参与本场圆桌，作为今天上午的收官圆桌，只想跟大家讨论一个问题，解决一件事，企业引入AI第一步究竟怎么办？抛出圆桌的讨论原则，不讲概念，就讲实战体验，把自己曾经做过的AI实践跟大家做一个简单的分享，先做什么，后做什么，包括可能踩过什么样的坑，最终得到什么样的结果。我先来介绍一下台上的三位嘉宾，长江商学院金融学助理教授、哥伦比亚大学金融学博士梅丹青先生。梅丹青：很高兴跟大家一起交流，谢谢。何思翀：双鹿电池副总裁何一波女士。何一波：大家好，我是何一波，今天很高兴跟大家在这里相会，希望今后有机会有更多的合作，谢谢。何思翀：和利时科技集团有限公司中央研究院资深研究员李新春博士。李新春：大家好，很高兴在这儿跟大家分享流程工业的AI经验。何思翀：再次欢迎三位来到我们的圆桌，开门见山，先请三位嘉宾跟我们快速亮明自己的立场，在各自的企业视角、研究视角也好，一个企业想进入AI的转型究竟先改流程还是先换认知，有请梅教授。梅丹青：大脑和流程一定是同步修改的，但如果非要二选一，我建议优先改一号位的认知。因为如果一号位的认知没改好，那改流程就只是在旧世界里做一点小小的提升而已。在2026年的今天，我们要从“引入AI”转向“AI原生”。简单来说，不应该是在原有流程上加AI，而是改成“AI+”，构建AI原生的架构。这就要求企业，尤其是决策层和一号位，必须先改变大脑、改变认知。流程也要跟进，通过小流程来验证认知。这就是我的基本观点。何思翀：AI的核心不在于流程优化，在于认知和决策层面的智能提升，主要是集中在一号位的认知提升上。何总，双鹿电池怎么拥抱AI的，当时怎么做的，是想解决什么问题吗？何一波：你刚刚的那个问题挺有意思，这个问题类似于吃饭先动筷子还是先张嘴巴的问题，对企业就是顺势而为的问题，很多人对双鹿电池不太了解，我们公司1954年就成立，比新中国成立年轻几岁，今年已经有72周年了，我们整个公司经历了中国工业革命，从原来基础比较薄弱到后来不断追赶，部分技术上的领先，这么一个过程，我最大的感悟，一个企业并不是孤立的，肯定是跟国家政策、当时时代同频共振的，我们经历的从原来小作坊到后来自动化、智能化、AI时代的到来，我们公司也是这么一个历程，最早七个人的小作坊，到后来引入国外的生产线，技术被制裁后，我们自主研发设计了自动化生产线。再到现在我们积极拥抱AI，这么多年以来，我们沉淀下来的数据和流程优化，本身就是现在拥抱AI、应用AI很好的土壤，顺势而为、水到渠成的事情。何思翀：当时的触发点是什么，是觉得是时候引进AI了？何一波：大家讲到认知，很多企业的一把手，我相信他们现在都已经有认知了，我们可以感受到中国企业这么多年发展起来，是一些新的技术迭代更新应用，我们的生产力快速提升，我们肯定要去拥抱AI技术，最终企业要解决的问题，就是企业效率、质量、成本。何思翀：李博士，我们在一线服务了那么多工业客户，我们给到企业一个建议，会说您应该先做什么？李新春：和利时在工业自动化领域耕耘了三十多年，服务了上万家工业客户，做了大量工业智能应用，从工业AI赋能的角度我们建议先从流程入手，通过流程撬动认知，工业有其特殊性，工业领域的行业非常多，场景千差万别，高度碎片化，对安全性、稳定性，模型可解释性要求很高。在这样的情况下，很多通用的AI技术在工业场景中很难直接落地应用，从技术路线到价值体现差异都比较大。目前无论是产业界还是学术界，在工业AI价值体现上、在工业AI功能边界上、在未来AI的发展路径上还缺乏一个统一的认知。我的观点是，既然统一认知这个事现在很难达成，能不能先从流程入手，通过实打实的AI落地的效果，从数据、实际价值体现角度来推动认知的升级，促进共识的达成。何思翀：从这个问题，三位嘉宾的立场也都立起来了，梅教授这边是从决策、认知层面出发，何总是从双鹿具体的经验，包括他们72年一路走来的企业实践出发，李博士是从服务客户一线经验来谈的，答案可能不同，是有一个共同的指向，还是看你和你的企业在哪样的阶段，面临怎样的问题，促使你来做出怎样的选择和处理方式，我们现在更加希望聊具体的场景，双鹿是72年的老牌制造品牌，在产线上全面拥抱AI、上AI，拥抱AI是顺势而为的，比如第一个AI场景怎么选的？何一波：我们公司打造“黑灯工厂”，讲一个大家有画面感的东西，最早我们电池里面正极材料里有一个电解二氧化锰、石墨，去过工业企业的人会了解一点，原料车间出来的每一个人都是黑的，除了牙齿其他全是黑的，那会儿大家上公交车的时候，公交车司机要拒载，真的很脏。今天再看我们公司是黑灯工厂，一黑到底，全面实现自动化、智能化场景。第一个AI落地是外观的质检，生产线、物流仓储全部实现智能化，有一个环节也是我们的痛点，我们还是从痛点出发，我们做出来的电池要在仓库里储存10-15天，出来的电池进行外观全检，外观很小，第一个确保没有漏液、没有撞伤、没有瑕疵、没有金属丝等。据我了解在我们这个行业里几十年以来都是靠人工肉眼去看的，但是电池非常小，0.001平方米去看，一板电池有600多节，5号电池有600多节，7号电池有1000多节，去看这个场景一天下来看得眼睛都看花了，又费眼又费腰，2021年要打造一个新的工厂，时机非常好，原来传统的外观视觉检测，还没办法做到很好地检测出不良点、瑕疵点，我们跟华为云技术人员一起碰撞，加上原来积累的数据，加上他们的AI算法再加上工业摄像机，就能很好的至少在设想里能够很好解决这个事情，把原来这么多重复的劳动力，人的肉眼是有漏检的可能性，通过AI解决这个事情，大家马上达成共识。这个过程中并不容易，AI底层是数据，我们出来的电池不良率是比较低的，我们要求不可以放过一颗有瑕疵的电池流出去，AI学习是从零开始的，我们要积累大量的不良品，让他学习，积累数据，原来有很多，但更多是在人的大脑里，样品积累我们花了两三年的时间不断投喂他，到今天为止这个工作已经成功了，一个是国家工信部政策上的支持；还有一个华为云也是把它作为经典的案例做一些推广，几方形成合力把这个事情做成功了，在这个行业里树立一个标杆。何思翀：朱总有一句话核心问题还是在于人，我想了解一下，在我们这样一个应用AI过程中，您刚才讲的主要是在数据、技术能力上的改变，怎么让员工他也发生转变、充分拥抱AI？何一波：说到人，几位老师也讲到焦虑，AI是不是要替代人，是不是要失业了，我们公司做AI项目，我们全部都是有听证会的，听证会的目的是把大家所有的想法、顾虑、建议全部摆在面上去讲，这个事情能给我们带来什么价值，要花多少钱，这个事情值不值得投入，统一思想以后，大家再去做。第一个场景是AI外观质检，做成功以后不是把这些员工开除，而是让他们去更轻松的岗位工作，大家感觉到AI确实帮助到我很多东西，而且是最苦最累的活让AI解决，这时候所有人都会积极拥抱。何思翀：我们不是用AI替代人，而是让人找到更适合人来干的工作。何一波：我们还有其他的应用场景，现在在研发端的大模型，原来通过老的研究人员、工艺人员去做各种各样的实验，现在有了AI以后，会给我们提供想法和思路，再去做就是事半功倍了，更多要知道AI能给我们带来什么好处，有了这个好处，尝到红利以后，大家愿意主动推进这个事情。何思翀：谢谢何总。接下来有请李博士从赋能方的角度分享一下，先从流程上做改造，如果有一个新客户找上门来，他就说我想要上AI，你们的标准动作是什么样的？李新春：我们跟行业中的客户有很多AI应用的交流，首先进行的是价值锚定，先分析业务场景，从业务场景中梳理那些对业务影响比较大的，数据基础比较好，能够量化分析对比的场景，把这些场景梳理出来，我们叫作价值锚点，首先要把目标确定起来。第二步也不会对既有业务场景进行大刀阔斧的改造，。先做最小MVP的闭环，在闭环试点运行场景下去验证技术的可行性，验证实际落地的价值有多大，再看看用户的反馈。在MVP闭环基础上，我们再讨论如何从10%的场景往20%、30%场景不断扩展。实打实地用数据、效果说话，如果开始就说流程有问题，要去改流程，最初阶段用户肯定是难以接受的，通过数据和价值支撑，再回过头来引导客户去做流程重构，例如操作手册、管理流程的修改，一线操作人员也好管理人员也好才会有意愿配合我们做这样的变革，进而推动企业人员对AI认知的提升。何思翀：我们在推动过程中速度的要求是什么样的，一个AI项目从启动到第一步看到可衡量的效果，很多企业非常着急，长时间没有看见水花，信心很快就没了，我们是怎样的速度？李新春：和利时去年618发布了XMagital工业智能平台，主要目的是通过这个平台来支撑工业智能应用快速开发和部署，这个平台解决两个主要问题，一个是数据问题，打通工业生产控制和工业生产管理的数据原生融合问题，原来这两层是分开的，数据原生融合基础上我们又进行了语义底座的构建，通过通过本体模型进行数据的组织和管理。在数据层基础上是模型层，将和利时三十多年积累的模型、算法、工业知识打包成工业世界模型的概念，这也是我们今年616发布的主题。为此还配套了智能编排工具，快速通过自然语言，由业务人员提出业务诉求，编排工具可以调配工业世界模型来组态智能应用。例如基于xmagital平台，预测类应用的开发就由原来以月周为单位改到以天为单位，大大促进了工业智能应用的开发和部署。何思翀：还是回到人的问题，刚才说到先从流程入手，老板来找和利时做AI改造，管理会、战略会已经达成了共识，我们必须要做AI。企业真正落地的时候，还是会碰到中层的犹豫、观望包括一线他们也不会马上行动起来，我们怎么处理上热下冷的情况？李新春：各个层级的利益诉求是不一样的，我们要分层赋能，让每个层级看到AI的价值。对老板来说给他看的不只是宏观的经济报表，还要让他看到生产中的一些主要问题，通过数字孪生技术、把现场生产的具体情况、损耗、能耗、质量波动等问题，通过可视化的形式让他看得到，让他推动管理层、解决这些问题。对管理层我们要提供适当的抓手，问题暴露出来了，上级给他安排任务，那么对应的AI工具是什么？我们通过锚点分析，对化工行业做了比较深入的研究，梳理出来了几大场景集群，例如工艺智能控制、优化、智能设备运维、设备质量管理、安全环保智能控制等等，我们梳理出锚点，提供相应的智能工具，帮助他们完成老板安排下来的任务。对于一线人员，把智能优化投运以后产生的效益给他们按一定比例分配，让他们看到实在的收益，就从原来的抵触情绪变成更加积极使用这些工具。何思翀：梅教授，不同的企业，20人的小企业，500人的中型制造，超过五千人的大型集团，AI切入是不一样的，应该怎么切入？梅丹青：对于小企业来说，内部摩擦比较小，在当下反而更容易从头打造一个AI原生的体系，即以AI为中心，重新架构整个工作流和业务逻辑。在AI能力的加持下，这件事相对容易实现。中型制造业企业或大型企业就比较难了。就像李博士说的，制造业里有很多关键因素，比如材料、工厂流程等，这些很难一下子改造成功。需要一步步来，以流程为线索，从小的痛点为起点，逐步改造整个流程，这一点我非常赞同。今

圆桌对话：降本增效 风控提智：数字员工驱动金融数智化转型的实战样本| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 15:09金智维与银河期货七年合作，探索企业智能流程新范式。金智维与银河期货七年合作，从十万级的RPA项目走到百万级的智能流程重构，证明了一件事：企业级AI的价值不在于回答问题，而在于把事办成。从RPA到Agentic Flow，金智维与银河期货用七年时间跑通了企业流程智能化的完整路径。如今，数字员工已在银河期货落地50多个场景，每天执行超三千条业务流程，准确率99.97%。2025年，双方再度联手探索“智能流程”新范式，试图让流程本身具备自构建、自优化、自演化的能力。以下为圆桌对话内容，经36氪整理编辑：吴越丨AI-CenkerAl创始人、科技博主（主持）廖万里丨珠海金智维人工智能股份有限公司创始人&董事长沈毅丨银河期货高级技术总监胡箐丨金智维首席AI科学家吴越：大家下午好，欢迎回到36氪AI产业大会的圆桌论坛，我是今天的主持人吴越，我们早上聆听了信息密度极大的演讲，每个嘉宾都提到AI能做什么以及能改变什么，下午这个环节跟大家聊聊AI怎么落地，不是PPT上的落地也不是发布会上的落地，是我们怎么真正进入到企业的核心流程，产生价值的落地。今天这场圆桌我们邀请了三位嘉宾：金智维的CEO廖总，金智维是一家深耕企业流程智能化的公司，他们已经做了十年了，去年他们发布了企业级平台Ki-AgentS，与银河期货探索Agentic Flow新的概念，待会儿也会跟大家详细展开。银河期货CIO沈毅，银河期货是我们金融行业里做数字化转型先行者之一，他们今天也是我们要聊的案例里的主角。右边是金智维的首席AI科学家胡箐，是我们接下来介绍的这套系统背后的技术主脑。今天圆桌主线比较简单，从他们七年的合作来聊，我们想看清楚流程智能化怎么跑通的，对我们有什么启发。廖总，金智维、银河期货已经合作七年了，产品线从运维到RPA、智能体，两家企业能合作七年，在to B行业已经是很好的一段佳话了，你们先聊一下这个合作怎么开始的，又是什么走到了今天？廖万里：我们跟银河期货已经合作六七年，合同额从十多万到现在的百万级别，我们的产品线也是蛮丰富的，从最早的自动化、RPA、智能体到整个应用，我们多年合作下来已经成为互信的合作关系，银河期货也是我们有代表的金融客户。在今天，数字员工产品已经落地在银河期货，有50多个应用场景，每天要执行的业务流程有三千多个，最核心的指标执行准确率99.97%，数字员工已经完成了重复繁琐的工作，这个答案已经是很明确了。2023年我们跟银河期货举办了行业数字化转型的讨论会，也发表了关于期货行业数字化转型的白皮书，从那个时候我们开始意识到大模型、智能体来了以后，对企业的变革不是单点操作，而是怎么嵌入到企业流程里，怎么实现企业流程的业务重构，就有了最新的项目合作，2025年9月份启动，到目前已经有两个场景落地，这是非常有价值的案例。吴越：廖总是从供应商的视角来看，七年从十万级做到了百万级，沈总，作为甲方你们为什么会选择金智维，期货行业你们也不缺乏大厂的合作。沈毅：简单回应廖总说的情况，早期基于RPA场景给金融行业做解决方案的供应商，当年是有一定的代表性的，2023年，DeepSeek在国内还没有被大家知道，而早期Open AI的产品已经有成果了，3.5之前的版本；企业级流程那么多执行的东西，我们怎么去做基于当时还是比较早期的大模型改造？我们找了行业里的各种解决方案，看了这么多解决方案，得出的基本论调是，运营类的流程需要大集约化的平台。银河期货很多合作的创新型项目走的是ODA模式，期货公司会出一些类似于设计的概念，找合作伙伴去做创新实践，金智维表达了比较大的意愿去做这个事情，于是就有了新一代的合作。吴越：你们经过七年的时间积累了很好的共创关系，银河期货已经跑了很多RPA，每天有大量的在跑，准确率很高，你们去年决定做Agentic Flow，这个肯定不是想更进一步而已，是什么样的场景让你们觉得光靠以前的RPA是不够了，展开聊一聊。沈毅：金融行业解决问题是很实际的，期货行业是服务实体经济的，有很多产业型客户，做实业的客户，这些产业型客户开户到现在风险还是比较高的，要线下开户，线下开户必须去客户那儿，或者客户来你这儿，采集资料，提供的资料按中国证监会要求是比较复杂的，仅仅通过一次沟通，清单的提供是不够的，很多是反复的。为了解决这个问题，学证券行业老大哥的解决方案，做了所谓预客户资料收集，弄一个iPad，预采集信息，这个模式实践下来，比较敏捷的解决方案来做，早期还是可以的。随着业务的多样性，伊朗、霍尔木兹海峡原油的变化，导致调整包括监管的变化，会导致调整的敏捷性比我们以前在软件上做的敏捷开发模式响应度还是不够，模型智能体的概念刚刚出来，我们就在想还有没有比现在微服务的方式更敏捷化、响应速度更高，运营人员、服务人员很多需求及时得到响应。吴越：相当于用新型方式解决，回到廖总的角度来看，现在最火的像大模型、聊天窗口，需要一个对话的东西，为什么你们还在盯着流程、押宝流程，有没有人质疑过你们的方向？廖万里：不是押宝，我们是顺势，这十多年以来我们一直坚持帮助企业真正把智能体融入业务流程里，我们一直没有离开流程两个字。十多年来，我们从自动化运维、RPA再到今天的智能体，变的是技术手段，围绕着行业，帮企业解决问题，在企业里让流程跑得更快、更准、更可靠，这是我们一直在坚持的使命。大模型在2023年、2024年出来的时候，更多解决了你问我答的事情，而今年年初是小龙虾，大家突然发现智能体做到你说我做了，对企业价值更大了，不是帮我回答问题，是帮我做事了。从这个时候价值慢慢体现了，小龙虾帮你收个邮件，仍然是个人的生产力提高，而我们要做的是希望围绕企业的整体流程构造智能体，从证券期货的开户，再到清算整个业务流程，我们要做的是组织生产力，这就是我们在从事的方向。组织生产力对企业价值创造是最大的，这个问题可以请胡总来补充一下。胡箐：就像廖总说的，流程是企业业务的真正承载，企业运作执行效率都是通过流程体现出来的，对于企业来说更多也是关注流程的提效，这也就是金智维为什么一开始关注RPA赛道，为什么我们会看中这个赛道，廖总说到顺势，也是水到渠成的意思，从大模型开始能够认知事情到开始执行事情，到去年慢慢地在技术上取得了突破，突破在to C领域是会更领先一些，to B着力点是什么，不仅仅是to C聊天的工具，不仅仅是信息提供，能够在企业日常运营中帮助你做更专业的事情、更精准的事情，对金融来说是更安全的事情，这也是我们探索的目标，为什么我们说机会很难得，我们跟银河期货一起共同认知到，企业场景到了这个程度，我们要开拓一些企业没有做的事情，更关注企业在流程赛道，智能化上如何去做，很荣幸跟银河期货去做开创性的尝试。吴越：聊到跟沈总的合作，回到沈总的角度，你们决定做Agentic Flow之前，这个行业有没有试过一些方案，为什么没有被解决？你们应该也是系统性地试过一些方案，你再给我们还原一下像BPMN、RPA怎么用，大模型又怎么用，你们是卡在哪里了。沈毅：RPA操作的东西已经存在很久了，最早期就是RPA，我们当时解决最复杂的问题是运维，运维本身是负责生产安全的第一要务，你每天都要做相关操作，重复度、工作量、精准性要求比较高。RPA对于这个部分是很擅长的，但如果你给他一些变化，无论是政策、真实情况，出现一些变化的时候，会发现改动比较慢。接着我们进入第二个阶段，我们会用微服务化、现在像2.5、3.0敏捷的前端，加上BPMN拖拉拽的框架结构去做类似的敏捷化解决方案，特别是这两三年行业变化那么快，一线运营场景想法那么多，这个解决方案是可以的，大家现在都说“卷”，工作能力、工作时效，你有一个想法，你找一个开发人员，给你把流程开发出来，用这套微服务架构去做，经常发现还是不行。Open AI慢慢成熟，大家会觉得能不能借助大模型，无论是工作流程，业务流程的工作过程中加入大模型的节点，本质上还是比较传统的制式化流程逻辑，起不到颠覆性，这是之前工程实践的真实的情况，在企业侧，我估计都差不多，金融行业，无论证券、期货、基金都差不多，这是我们之前的实践路径。吴越：沈总你聊到很多技术性的东西，抛开技术，做了这么多，我想大家想听到Agentic Flow上线以后，你们运营团队最直接的感受是什么，列举两三个例子，没上线之前是这样的，上线之后是这样的，比较具象的例子，流程智能化具体体现在哪些方面？沈毅：我们经常说大家不容易注意到流程智能和智能流程的区别。在流程+智能的工作过程中，我们发现很多流程还是比较死板的，效率很难起来，流程里比如被统计、被优化、被改进的节点还是人为的，就有点像新能源车的油改电，还是传统方式嫁接AI能力，本质上没有变化，我一家之言，将它界定为“流程智能”。后面借助大模型的想法，我希望是倒过来，“智能流程”，这也是我跟胡总聊起时比较感兴趣的点。这么多工作业务，有大量的不确定性、大量的临时性、大量的自由度，经典软件开发、需求收集、产品、架构、代码、测试、交付，按这套逻辑去做。去年924行情波动非常大，这个行情起始时间很短，算上十一，总共三周，如果你想做运营活动、调整政策，按原来软件开发的方式，两个月以后才把相应解决方案拿出来，就没有任何意义了，我们希望时效性起来，互联网公司可以，金融行业比较难，原因是互联网公司本身天生敏感，支持团队很敏捷，其他行业不太行，特别是金融行业，我们是严谨、合规、安全的行业，很多东西上线非常快也不合理，现实情况业务机会非常窄，那你要不要改革，这是我们的问题。针对这个问题，我们简单提了一个想法，等下胡总可以帮我补充一下技术方面的东西，“智能流程”，我们希望整个流程部分从构建开始，就类似于智能化。吴越：胡总可以顺着技术聊一下，跨过技术的坎才能解决很多问题。胡箐：一开始产品技术设计的时候，有一个思想就是AI原生，为什么在流程上把智能放在前面，我们希望流程在设计上以AI的思想来做的。沈总谈到我们第一阶段很简单，流程智能化最直接的方式我在流程里加一些AI，在流程里有一些工作让AI去做，这是把AI当成工具，还是比较早期的想法，人和智能之间的关系，已经开始有对等化，智能在整个工作中的实际承载中的作用，把脑力的一部分工作去做，沈总说的原先流程生命周期里，让系统去做操作面，未来我们让它不仅做操作，流程管理、流程创建、流程优化，原先都是人需要的知识、技术都可以让智能去做。我们分为三个阶段做这个事情，第一个阶段我们认为还是要把AI技术引入流程执行过程中，流程过程中我们会梳理流程中哪些东西可以被AI化。第二个我们希望流程本身构建可以被智能化，沈总讲到，出现一个新的流程，流程发生变化，智能体或者大模型可以帮助你更快地构建业务流程，适应去年的行情。人工智能走到现在开始演化出会有自我进化、自我优化的程度，流程后面的阶段也会是类似的。展望在今年或者明年智能流程会自我进化，收集流程在执行过程中的数据，优化潜在流程可能自我演化的方向。沈毅：我们简单总结两点比较好被记忆，大家容易理解这两个词之间的关系，首先我们认为智能流程整个流程的构建范式是智能体范式，跟现在做智能体范式是一样的。第二个智能体范式是构建者，流程、自进化、自学习能力甚至未来很多流程都可以自己生成，这是原来在流程智能时代是不具备的，这是底层逻辑。吴越：胡总、沈总聊到，我们再往大一点聊，人和智能体的边界是越来越多人关心的问题，尤其是在AI时代，流程智能化你们怎么设计人机交互的边界，哪些人来做，哪些是智能体来做？胡总。胡箐：刚才已经谈到人和智能体的边界已经发生变化，智能体从工具开始变成协作，今年感觉更明显了，都看到智能体开始有智能体社区、智能体团队甚至OPC的概念。随着大模型能力的加强，从工作能力的角度可以越来越多地做事情，to B有更加强的特别是金融有更加强的监管、安全、可控要求，无论是从责权角度还是从最终执行审核的角度，人都要在关键节点上需要跟智能体进行协同。随着智能体能力越强，你会把执行层面的工作交给智能体完

AI+数字资产：激活企业沉睡数据，释放商业价值| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 15:24AI时代需激活企业数据，做好数字资产治理增值当AI开始帮投资机构“面试”企业、帮合作伙伴“背调”公司时，你的数据还在沉睡吗？艾迪普用22年经验告诉我们：AI时代的第一场战役，是数据治理战。现在投资方、银行甚至客户都在用AI智能体“打听”你的企业——如果你的数据没有被主动整理、标注、推向市场，就等于在AI的“筛选网”里隐身。艾迪普推出元典大模型+企业数字资产专区，80%的整理工作可由AI完成，但安全底线不能丢——拒绝大厂直接索要工程文件，坚持在可信容器内训练。从品牌营销到内部Agent训练，数据只有封装、流转、使用，才能真正入表、增值。以下为艾迪普创始人兼董事长 唐兴波 演讲内容，经36氪整理编辑：唐兴波丨艾迪普创始人兼董事长非常感谢大家能给我这个机会跟大家一起分享交流AI+数字资产的内容，我将围绕行业现状、破局路径、价值释放、愿景展望及公司概况展开分享。分享主题之前，我想跟大家分享两件事：一个是在上周，中国音乐学院的专家到访我们公司进行交流，一起探讨如何把中国音乐学院的资产，转化为高质量数据集，实现资产与价值变现的路径。他跟我表示，在来之前，他们已经通过豆包、DeepSeek、千问等大模型提前了解了艾迪普，还从这些模型上，获取了如何与艾迪普技术结合的可行方案，模型给出的建议和答案他们觉得非常满意。另一个是今年315晚会，曝光的一些相关的数据安全问题。从这两件事就能反映出，在数字化飞速发展的今天，尤其是AI的出现，让我们很多企业都面临“想用好数据、不会用数据、不知道怎么管”的困境。企业应该如何把我们的数据释放出它们的更大价值，在这里跟大家分享一下。就像我刚才举的例子，合作方会在网络上通过豆包、DeepSeek、千问，了解我们公司详细的情况。包括我自己，我自己也会问。我相信在座很多企业家，甚至很多的投资机构、银行、合作伙伴，都是利用AI的智能体来检索企业信息，来询问如何跟这家公司合作，我如何在这个行业发展，如何进行创新。这就意味着，如何做好企业自己的数据管理，如何把我们的数据有效推到市场上，如何把它给变成品牌价值，如何创造更好的机会，是一个非常重要的事情。如果在这个方面，我们企业不能主动地把数据释放到市场中，我们没有建立一个品牌，如果我们的数据不能经过整理，我们也很难进行价值转化，对于企业目前来说就像沉睡的数据金矿。我们艾迪普已经是一家成立22年的企业，经过多年深度服务大量企业后，我们发现，很多头部标杆型企业、一些上市公司，他们已经建立了很成熟的数据治理体系；但对于很多的中小企业来说，普遍存在非结构化数据占比高、形态各异、标准不统一、存储分散、各部门数据孤岛等问题，数据流动不起来，就无法实现价值转化。而AI的到来，为企业提供了智能化解决方案，可高效实现降本增效与价值提升。我们天天提到数据，数据资产和数字资产究竟有什么区别？我们很多的经营数据、生产数据、研发数据、品牌的知识产权，对我们来说是数据也是资产。数据资产是有价值的。如何变成数字资产？数字资产是可确权、可流通、可转化的。我们更希望我们的数据能实现真正的使用价值，在这个方面我们一定要做好相应的数字资产方面的管理。我们如何做好数据的管理，这个是摆在我们面前很重要的问题，也是当前企业的痛点。在当前，数字化、信息化发展非常快，很多时候不知道怎么下手。现在在各个领域都突出了平台化，让企业发挥数据的价值。所以我们搭建企业数字化赋能平台，让我们公司的智能体、很多公司的智能体都能在这个平台上一起赋能企业，让我们的企业在这个平台上不管是品牌营销、展览展示、智能制造都能很快找到应用，让我们在海量的Agent情况下，精准找到想使用的工具。这样的平台能给我们带来什么？我们现在很多企业都是创新企业，或者小微企业。我们希望政府能够了解我们，我们希望我们的客户了解我们、市场了解我们，有了这样的平台，就可以把同类的企业汇聚到平台，企业也知道如何赋能这一类的企业，这就是我们利用这样的平台既可以赋能政府，精准决策，同时也能够让企业激活沉淀的数字资产。如何打造企业专属的高质量数据集，在这个方面跟大家一起分享一下，在企业里我们用好了ERP，CRM，用好各个方面的信息化管理软件，而现在AI来了，能够更好地应用智能体，在应用智能体之前我们应该做什么？我们公司在这个方面围绕企业数字资产的建立、管理、转化，形成了元典大模型，帮企业如何建数字资产、管数字资产，最终如何转化。现在企业有很多数据，经过清洗、整理以后，我们就要变成可使用的，可以让AI识别的东西，现在不是要靠人工来把企业数据完整地整理好，因为这是很难的，现在80%是利用智能标注来把我们企业的数据很好地进行整理、标注，如果不标注，AI也很难来认，像这类工具和能力是我们企业一定要考虑的。企业数据经过平台化管理，要经过三个过程，一个是数据资源化、数据资产化，最后数据才能转化，才能做到数据的资本化，在这个方面，利用数字化手段来把我们数据进行封装、建模、这个就是数据数字化的过程。有了智能标注以后，我们可以识别很多的图纸、作品甚至影像都可以进行识别，很方便地使用，我们要查历史数据，很好很容易地找到，像过去没有标注做起来非常难。数据治理的第一步就要进行标注，在这个方面就能做到一定的识别，对高质量的数据集建完模以后，就要编目，像建数字卵生体一样，把它变成知识库，拥抱AI，用AI来驱动内容，就可以智能地进行生产。举个例子，原来我们都知道企业有自己的网站，现在更多地有公众号。现在我们又开发了企业名片，以往的做法是，这三个是独立的产品。现在我们为企业做了数字资产专区，意味着有了数据可以共享，在企业专区里更换一个内容，这三个部分就可以同步进行更新，我们写的公众号内容，也更加精准，基于通用大模型的能力，再加上企业自己的知识库和行业知识库共同完成。还有一个方面，企业对数据的安全有很多的问题，我们平台上有一百万+的资产，小二十年的积累才形成的，这里面有原数、模型、场景、效果包括算法，都在这个平台上，最近有几家大厂跟我们协商想学习，想用我们的数据，但是这一套训练学习机制没有完整地在黑箱里形成,直接把工程文件数据给到他们，他们毫不犹豫地拒绝了，我们也视我们自己企业数据为生命。高质量数据集释放商业价值，无论是品牌还有营销、展览展示、智能制造乃至于我们企业自己训练自己的AI Agent，都是基于企业自己的数据，有关于人工智能的定义，计算机视觉。计算机视觉再往下，无非是文本、图片、声音、视频、3D模型+3D场景，前面是封装动态数据的技术，3D模型、3D场景是封装动态数据，所有人工智能认的就是这些内容，而这些内容恰恰又是数据的封装技术，在这些方面构建企业数据基础的时候，我们要了解所有与数据封装相关的技术和Agent，那样能把我们的企业数据管理好，不仅要建好，还要管好。有了这样的企业数字资产专区，我们保证数据安全的情况下，把有效的数据，经过Agent变成我们的宣传文稿、视频、企业，产品宣传的视频，乃至于智能产线的数字内容，对于所有的合作伙伴也好，外界也好都能很好了解我们的企业，这是企业能够很好地进行转化，本身希望企业开始注重我们数据的建立、管理，来利用新形态，就像当时管我们的数据、信息似的，通过互联网技术、工具软件，很好地管理，实现数据价值的管理，现在要把数据变成数字资产管理，这要有一套完整的数字资产管理的手段。我们也建立了元数云元典大模型，无论在企业数据方面的建立、私有大模型方面我们都给他提供了很好的工具。我们还有一些转化的工具，数据最终是使用才能把数据价值真正体现出来，有了基础工具，我们每个工具又融合了AI的能力，我们发现现在很多AI工具，不能够完全满足我们的精准生产，我们严肃的内容，80%是需要AI来完成的，那20%就需要更好地具有一定能力的员工来帮助完成的。有一些工具想完全替代人工是不可行的，我们用的AI工具，在数据整理和管理层是好的，在解决最后落地的时候，那还是需要工具的。比如我们做数字卵生，那就需要很好的工具完成，而用AI推理出来也是做不到的，数字卵生最主要的特点就是实时可交互的，我们的AI在这方面是推理的，这里有很多内容包括制作企业宣传的时候，AI只能作为辅助的能力，最后由我们的主编、制作人员，利用很好的工具把它完成。这个是我刚才说的有关于数字内容的生产、创作，AI确实给我们提供了非常好的能力，现在为企业做专区，就是帮助企业梳理数据，做企业的知识库，我们把行业的知识库赋能到每一个行业的企业，让大家更好生产精准的内容和工作任务。AI给我们数据带来的好处，对于企业确实可以实现，我们已经做了相应的案例，数据资产入表，我们可以通过手段把企业的数据变成在可信的空间容器封装，数据一定要封装，才能够把它变成资产，才能够入表，而裸露的和基础的数据是很难实现的。不管是哪个方面，我们从现在开始，尤其是AI到来的时候，如何把数据变成资产，如何建立企业的数字资产，如何管理好，如何才能够做好转化，这是每位企业现在面临AI时代一定要想好的事情，也必须做好的事情。最后简单我想再介绍一下公司，艾迪普已经22年了，在泛媒体、泛文化、泛工业方面我们做了很多的内容，比如央视2014年春晚舞台的视觉效果、冬奥会的开幕式，那是我们在传媒领域的应用，还有航空航天、海洋工程等项目，我们一直跟数据打交道，我们一直知道数据的价值在哪里，我们也知道未来怎么帮助每个企业怎么把数据变成资产，怎么来实现企业更大的数据价值。本文由「未来一氪」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：作者拍摄

算力浪潮下，AI智能影像的无线化变革| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 15:29神眸做低功耗智能视觉芯片，看好中国推理算力创业机会神眸做的事情不是追逐英伟达，而是在算力浪潮的下游，用极致的低功耗芯片设计，让摄像头摆脱电线的束缚，打开一个千亿只智能视觉终端的未来。杨作兴带领神眸实现了摄像头功耗降低一个数量级的突破——第一代芯片达业界三分之一功耗，第二代达十分之一，首次用1瓦太阳能板驱动全天候智能摄像机。他认为，当前全球安防摄像头年出货量仅3到4亿只，但到2035年将达100亿只，2045年更将达1000亿只，因为世界大模型需要万亿级摄像头来实时映射物理世界。而在推理算力领域，杨作兴判断中国创业公司仍有大机会。以下为演讲内容全文，经36氪整理编辑：杨作兴丨杭州研极微电子有限公司董事长、神眸品牌创始人大家下午好，今天非常开心，去年在上海参加了36氪的AI+大会，今天是第二次。一年时间过去了，AI发生了非常大的变化，大家都异常兴奋。36氪AI+大会，明显感觉到今年跟去年相比有很大的变化，在此感谢主办方36氪。我是杭州研极微董事长、神眸品牌创始人杨作兴。AI是世界风暴的中心，这个风暴中心我们能不能再往深里看，风暴中心的眼是什么，我们认为是新质生产力。目前，全球市值最高的公司是英伟达，它超越了苹果、微软、亚马逊、台积电，正是因为它掌握了新质生产力——GPU算力。在算力浪潮下，神眸有哪些机遇呢？我们观察到，随着技术的发展，手机、电脑、平板很早就脱离了电线。但只是视觉传感器的摄像头，却一直有电线，且大大增加了摄像头安装的费用。我们可以看到，在室外布摄像头，要先立一个杆子，1万—10万元，挖个坑埋线又要1万元，安装时间在一礼拜以上，摄像头维护费用3000元一年，公安系统的一年摄像头的维护费用非常昂贵。我们做的事情，就是要实现摄像头零安装成本、零使用成本、零维护成本，这个事要做成，就要让摄像头的功耗降低一到两个数量级，降低功耗。芯片低功耗涉及到方法学的突破，我们采用了全定制芯片设计方法学，这个是我们公司主导发起的，它有三点不同。第一，我们采用定制单元设计。行业传统方案采用台积电或者三星的标准单元库，无论在学校还是在公司做芯片设计，我们通常是用静态双锁存器，不能用动态逻辑，不能用单锁存器，这个东西EDA工具不能很好地检查它。但我们是反过来做的，我们用的动态单锁存器，一个静态双锁存器是24个三极管，我们用动态单储存器是4个三极管，面积和功耗是普通方法的六分之一；第二，采用手写网表。传统方法用高级语言写代码，手写网表好比软件工程师用汇编写代码。DeepSeek有大的突破的其中一个原因是他们采用PTX进行编程，比别人会好很多，我们采用手写网表会有几倍的优势；第三，我们采用手动布局。传统方法采用自动布局，自动布局通常的利用率是50%-60%，我们超过95%。通过这几种方式，功耗成本乘积降低一个数量级，这个方法学也用在摄像头SOC芯片中。我们的第一代芯片，实现业界三分之一功耗，用在了理想AI眼镜，还有我们神眸自己的产品系列，比如智能云台摄像机 BC4PRO+、双目枪球AOR电池云台摄像机 PT4、以及运动影像系列产品生活记录仪V1。第二代芯片，实现业界十分之一的功耗，已经应用在了神眸智能停车记录仪DC1产品上。这是业界首创针对停车场景研发的产品，超长续航、免布线，安装也很方便。第二代芯片还应用在了神眸太阳能一体化智能摄像机BC7上，我们首次采用1瓦的太阳能板，实现一天24小时、一年365天持续巡航。除了SOC以外，在CIS、PMU、Wi-Fi、4G都做了低功耗设计。我们要让产品整个系统实现十分之一的功耗，每个部件都要达到十分之一才行，光SOC降到十分之一是不够的。这是基于芯片做的一系列产品：目前安防为代表的摄像头一年只有3亿只—4亿只，不包括手机摄像头，我们觉得2035年会到100亿只。手机摄像头已经超过50亿只，一个手机上有三四个摄像头，每年有十亿部以上的手机。手机摄像头是为人服务的，而物联网的摄像头是为万物服务的，它的量会远远大于手机上摄像头的量。尤其是当神眸推出了这套没有电线的摄像头之后，我们预估到2035年会到100亿只摄像头，大家觉得很多，其实只要每年保持30%的增长速度就可以。2045年我们认为会到1000亿只。因为我们预测2040年第四次工业革命人工智能会全面完成，最后人类目前绝大部分工作会被AI替换掉，那我们去哪里？我们会在虚拟世界里工作或娱乐以及找到成就感。我们需要世界大模型，这个大模型非常大，每个人每走一步会看到不同的景象。这个世界大模型接地，否则它就会飘了，产生幻觉，如何接地？我们就需要用无数摄像头把世界的实时状态输入到大模型里，要把世界完整反映到大模型里需要1.2万亿只摄像头，十年建成，每年就是1000亿只。在大模型时代我们神眸要做的事情——神算，即大模型推理算力。算力是当今最新质生产力，没有之一。目前英伟达是我们这个领域的王者，别的公司是不是还有机会？可以从两个方面来看：第一，训练算力，工程师通过训练算力迭代越来越好的大模型；第二，推理算力，用户每天要问大模型，问DeepSeek问题，它给你一个答案，这个是推理算力。训练算力，难有超越的机会，虽然国内很多公司也在做GPU，主要原因是CUDA接口，所有大模型框架都是基于CUDA写的。上一次生态大会的时候，我记得国内一家著名的大模型公司老板说，他们用了华为的卡，花了三个月把它适配好。三个月，对大模型相当于一代的时间，要不是特别大的革命友谊，没有谁为了你去花三个月的时间去适配的。推理算力方面机会很大，有两个原因。第一，推理算力不依赖CUDA接口；第二，每个大模型有独特的算法。针对算法、算子的不同，数据通路的不同，我们可以做很多定制，这些定制的芯片天然比GPU通用芯片，在功耗和成本方面有相当大的好处。而且推理算力需求量远远大于训练算力。 全世界就算有一百个世界级优秀的大模型团队，一个团队一万张卡，也就一百万张卡。推理算力是面对60亿自然人以及未来比60亿还多的机器人，他们也用算力，这样的需求量远远大于训练算力，这也是英伟达会花200亿美金收购Groq，一家做推理算力创业公司的原因。如果我们把推理算力做好，我们创业企业还是有傲立潮头的机会。怎么把推理算力做好？有三个关键点，一、能不能找到跟你适配的优秀大模型，要么是开源的，如果是闭源的，能形成战略合作伙伴；二、是否有先进的半导体工艺；三、芯片设计方法学，特别是低功耗设计方法学是不是有独到的地方。这三方面我们都还不错。我们的全定制芯片设计方法学，实现别人功耗的十分之一，一代工艺进步可以节省30%功耗，两代半导体工艺的优化可以节省50%左右，四代半导体工艺的进步可以到原来的八分之一，十分之一的功耗相当于在工艺上补了四到六代。我们现在是三星最先进工艺的顶级合作伙伴，我们能够定制半导体工艺。虽然大部分token来源于闭源模型，但开源模型的趋势还是非常好的，而且中国大模型公司虽然跟世界上最先进的大模型公司还有一点差距，但超越是迟早的事，也是必然的。结合这三点，我们还是有很大的机会，特别是在CNN（ 卷积神经网络）时代。我们做神眸自研芯片的时候，已经基于CNN做了自己的编译器，把CNN模型映射到我们的芯片里。这种编译器我们做得非常好，我们每天都在迭代，迭代了五年，经受了商业化的考验。另外，我们自己也用大模型做AI客服、AI编程，为神眸客户提供AI应用服务。我们自己也在用AI，虽然这个量不是特别大，但是我们内部从SOC芯片到大模型芯片、传感器芯片、产品、云端应用，能够自主形成闭环，在内部飞速的自我迭代，所以在这方面我们还是非常希望的。谢谢大家。本文由「未来一氪」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：作者拍摄

以场景为锚，以AI为翼：大健康产业的实践与突破| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 15:32百度健康杨明璐：AI+大健康，从技术赋能到价值创造当大健康产业遇上AI，最大的难题不是技术够不够强，而是场景够不够深、信任够不够厚。百度健康用六年时间给出了自己的答案：从单点智能走向全局协同，从技术赋能走向价值创造。中国慢病人群超5亿，每千人执业医生数却远低于发达国家——供需矛盾之下，AI成为医疗健康供给侧改革的新基建。百度健康总经理杨明璐结合百度健康的实战经验，拆解了AI在用户、医生、医院三大场景的落地实践。AI不是炫技，而是让每一环都更专业、更可信。杨明璐作为百度健康品牌的创立者与搭建者，其在2019年底确立了该业务的战略方向与组织架构，2020年孵化了百度健康品牌，百度健康已成为全网最大的健康科普平台和领先的互联网医疗平台，平台每日服务1.3亿人次的健康精准搜索，拥有6亿+专业健康知识库，并与全国3300余名权威专家、430余家顶级医疗机构及36万名医生直连。其后一直带领团队深耕AI+健康赛道，她指出，过去两年AI行业经历了重要转变——从卷模型到卷应用，从关注参数到关注场景，而健康正是AI落地最重要的场景之一。AI正驱动大健康产业进入供需重构的新阶段，而生态协同与专业可信是AI落地的关键破局点。杨明璐分析，从需求侧看，中国将于2035年进入重度老龄化社会，慢病人群已超5亿，健康需求井喷。然而供给侧每千人执业医生数仅为3.04人，远低于发达国家。这一矛盾下，AI已成为扩容医疗健康供给的新基建。她也强调，健康产业链路深、周期长，单点智能化难以形成连续服务，必须从单点智能走向全局协同；而医疗不容出错，需要长期坚持人机协同，AI应“赋能而非替代，辅助绝不主导”。在场景落地方面，百度健康构建了面向用户、医生和医院的全链路服务体系。面向用户，她认为传统搜索只能给答案，而用户真正需要的是能“聊”起来、能管事儿的健康助手。基于这个判断，百度健康推出了“文心健康管家”，用AI完成初步咨询和报告解读，再让真人医生在关键节点确认把关——比如AI生成的诊断小结，最后需要医生签字才能给到用户。这种“AI打前站、医生守底线”的模式，既提升了效率，也守住了信任。面向医生，杨明璐观察到，很多医生在百度平台上做科普、接诊、打造个人IP，但大量时间被琐事消耗。于是团队推出了“有医助手”专业版大模型，不仅能帮医生检索全球医学文献，还能辅助写病历、写科普文章。上线短短一两个月，写作类功能就成了最受欢迎的skill。面向医院，以武汉协和医院为例，百度健康将AI能力嵌入到诊前、诊中、诊后的各个环节：智能分诊帮26万患者选对科室，AI加号累计服务的用户超过了12万，他们通过AI加号和智能分导诊的技术赋能得到了及时就医，其中70%以上都是应该尽快手术的，数据也是超出了医院的预期。预问诊Agent在患者候诊时就完成病情采集并自动生成病历，医生采纳率高达93.4%。这套全链路AI智慧门诊的实践，去年还帮助武汉协和医院斩获国家卫健委体系评选的金奖。最后，杨明璐还介绍了百度健康“原子计划”，将平台积累的AI能力和服务资源全面向行业开放。她表示，医疗健康产业的升级绝非一家企业能独立完成，欢迎更多伙伴加入，一起把更好的健康服务送到更多人身边。以下为百度健康总经理 杨明璐 演讲内容，经36氪整理编辑：杨明璐丨百度健康总经理各位同仁、各位朋友下午好，非常开心，感谢36氪的邀请来到AI+产业大会，我今天的演讲主题是AI+大健康：从技术赋能到价值创造，希望在15分钟的时间里和大家分享百度健康在AI+大健康产业赛道里的应用和价值落地的实践。大家知道这几年AI全民在谈AI，非常火爆，也经历了一些演变，从最开始我们都在卷模型、关注模型到这两年我们非常看重应用，最开始关注参数到现在关注场景，非常重要的一个应用场景方向就是健康。身在这个产业赛道中，我们也看到近些年来特别是一两年来AI驱动大健康进入供需已经进入重构的新阶段，首先从需求侧来看，大家知道中国在2035年就会进入重度老龄化社会，超过60岁的人占比要超过30%，老龄化会让大家看到更多人有健康的需求。慢病人群，2025年数据中国慢病人群已经大于5个亿了，这是非常大的数据，几乎每三个中国人就有一个有慢病的情况，底层人群结构的变化，让我们看到了在互联网上对互联网健康的需求非常快的增长，全民对自己健康意识的增强，也使我们看到，过去在互联网医疗只是得了病才来查，现在很多是治未病，了解医疗科普、健康知识、泛健康这样的人也越来越多。过去在百度搜索里看到医疗的频次，我们归为低频的业务，现在远不是低频了，已经往中高频迁移，人民需求是非常旺盛的，政策侧看到，健康中国2030规划纲要明确提出希望能够系统的、连续地为人民提供健康管理服务，这也是政策鼓励，需求井喷。供给侧如何呢？中国的居民里每千人执业医生数大概是3.04人，这个数据在发达国家要高出20%-30%，也就是说我们每个公民享有的医疗资源还是比较低的，大家的需求又在井喷，AI能够成为医疗健康供给扩容的新基建，这是非常关键的生产力。今天这个时间当口，AI驱动大健康的供需特别是供给侧改革，能够让优质供给规模化，这个是这个产业能够成立的底层逻辑。关键破局点是什么？我们看到AI在应用场景里很难落地，在健康场景里AI落地关键破局点，我们认为核心是两点，一个是生态协同，一个是专业可信，这也和我们的健康大的产业赛道特殊性相关，大家知道健康和医疗需求一般是比较复杂的，链路非常深，长周期、链路深会有各个不同的医药险、支付方的长链路，我们过去看到非常多在健康里做AI都是单点的，单点智能化很难形成连续、系统、好的健康服务，所以AI健康需要从单点智能走向全局协同。专业可信，AI改造了千行百业，但是在健康赛道上尊重健康赛道本身，是不容出错的，现在非常流行的一个说法，健康还是需要专业人士全流程参与，类比无人车，大家知道有L3、L4，健康产业里我们认为非常长的阶段和时期都是停留在L3阶段，人机协同，AI和专业人士的高度协同，不仅是安全红线的保障，也是给用户安全底线和信任的保障，这是我们对这个产业特殊性的观察。对于百度健康来说我们始终有一个明确的态度，源于我们对医疗健康的敬畏之心，生命面前，AI必须恪守安全底线，我们的价值观是赋能而非替代，辅助绝不主导。我们是谁？我们在做什么事，百度健康是百度搜索里所有健康医疗类的需求，现在都由我们这个团队和组织来承接的，我们2020年疫情期间从百度搜索里孵化出来的，百度搜索中有10%-12%的需求都是健康和医疗相关的，我们在多次用户调研和访谈中，中国老百姓的寻医问药第一心智入口还是在百度，2020年疫情非常严重的时候，我们团队独立出来成为独立BU，成立百度健康品牌，经过六年的迭代，百度健康已经成为全网最大的健康科普平台，每天我们要服务1.3亿人的健康和医疗精准搜索，同时经过这六年的积累，我们拥有全网6亿+专业医疗健康知识库，同时跟全国3300个包括30多名院士为主的权威专家团和超过430家顶级的权威医疗机构形成长期合作。过去六年的时间成长起来的，我们已经成为全网领先的互联网医疗平台，大家知道越来越多的人会在网上去问诊，找医生。今天百度已经和36万医生在平台上直连，我们每天在线服务的咨询人次超过400万，其中有10万都是线上付费问诊，这两个服务，一个是服务，一个是内容的基石，也为我们今天做AI业务积累了大量的数据和用户资产，也为深耕我们的场景打下坚实的基础。场景是价值的试金石，只有深入场景能解决具体的问题，AI价值才能真正地创造出来，不是一句空话，今天在百度健康我们构建了面向用户、面向医生、医院三大场景，面向用户是以文心健康管家为主要的产品入口，独创了AI+真人，主要是医生等专业人群为主的AI模式，提供用户能聊、有料、会管的一站式健康管家服务，在D端，我们为医生提供了独立的一站式工作台；面向医院，我们也和三甲头部医院合作，提供他们院内AI化智慧医院的改造。围绕这三个场景我们构建了医、患、院一体化健康医疗服务的全链路。下面我围绕这三个场景简单跟大家介绍一下我们正在做的事情。面向用户是我们最重要的战场，我们是一家做搜索起家的公司，同时也是一家AI公司，每天有1.3亿精准用户是我们过去的基石，我们推出了文心健康管家是全面升级了原来传统搜索的体验，如果大家在百度里搜寻医问药的需求框，80%的场景都可以看到文心健康管家的入口，除了生成的内容之外，都会由文心健康管家提供针对性、个性化和原生化的追问，沿着这些追问大家点进去就能进入多轮对话的管家形态，在这种升级的原生AI产品新模式下，每天我们有800万人次在使用新的AI普惠产品，从我们的数据来看，不管是留存还是用户满意度上，由AI赋能以后对用户的搜索满意以及服务满意度有大幅的提升。目前这个产品我们发出的时间并不长，月活用户已经超过4000万，在这样的容器内我们也看到非常多被激发出的，以前没有过的健康管理性的诉求，我们非常欢迎能够提供丰富可靠健康服务的合作伙伴加入我们新的场域，我们非常需要除了能够回答之外，能够交付的医疗健康服务。我们现在也和保险、医疗机构、医生合作，把我们文心健康管家进一步升级成不仅能回答问题，还能够解决问题智能的AI工具。目前排名前三的，在AI文心健康管家最核心的几个应用场景，一个是AI的医学报告解读，多模的场景，现在累计有2700万人次使用，准确率平均在98%以上。AI皮肤病识别，搜索需求第一大病种就是皮肤病，基于需求和样本数据跟专家们合作，大海量的标注，现在在文心健康管家可以识别近百种皮肤病，准确率和医生标注的一致性超过了95%，其次我们有大几十个常见的病种建立了AI自测，原来只能一问一答，现在通过疾病病种的skill给用户快问快测免费的工具，这样的工具累计使用超过三千万次，用户即使在医疗这样的场景里对AI工具的接受度还是非常大的。纯AI是很难走通“最后一公里”的，在百度我们也积极把AI咨询去高效地收集和初步诊断，再加上真人连接，最后确认，36万真人医生也能够参与其中，这张图右边有一个医生签字确认的AI诊断小结，有了人机互动并且到前台，可以让用户感知信任，AI的作用能够在医疗上很放心地让大家用起来。除了围绕患者之外，我们在D端，供给侧主要是围绕医生和医院在做很多AI的创新，大家知道有36万医生入驻了百度，月活在10万左右，这些医生在百度健康互联网平台上做执业的，他们在这里做内容、接诊，也打造个人IP和形象，跟自己的患者在这里交流。在海量的医生群体工作流中，我们发现了非常多可以帮助他们的场景，最主要的就是一个是帮他们学习成长；另外一个帮他们解放精力。4月份在全网发布了在中国第一款医生“龙虾”助手——有医助理，不仅网罗了海量全球医学专精数据，在原来模型的基础上做了专业增强，减少幻觉，成为专业版的医疗大模型能够辅助医生来做决策和学习，同时也融入了龙虾架构，能让很多帮助医生的skill天然加载在有医助理里，通过对医生工作流场景的拆解，创建一个个数字员工，帮助医生在工作流中真正提效，通过这一两个月的数据积累，最受医生欢迎的skill是写作skill，题目怎么设定，中间病例的分析和日常的积累，都能帮他高效地提升，在医生层面紧密围绕场景去打造AI能力。另外一个是医院，医院最主要的合作伙伴还是在头部的三甲医院，我们最主要的场景还是在医院线下流程中围绕着用户的流程，包括诊前、诊中、诊后，全流程去看在哪些环节是AI的价值可以落地的。诊前有智能分导诊的Agent，去提高用户他选择科室挂号的准确率，降低不必要的就医历程中的时间浪费，诊中很好的场景，候诊过程时间上的浪费，可以有一个智能候诊Agent，服务于候诊的患者，在诊前就可以完成病情的收集，避免一会儿见到医生之后再浪费时间。诊后的随访，很多大医院以前想做做不了的，也在合作医院落地了，最重要的合作伙伴就是武汉协和，武汉协和是超大型的三甲医院，复旦排行榜里2025年是第七名，这样的一家医院跟百度健康合作，大家去这家医院看到线下，很多院内诊前、诊中、诊后用户的动线

圆桌对话：看见实效：从技术到处方，AI +医疗的场景落地与价值闭环| 2026AI Partner·北京亦庄AI+产业大会未来一氪·2026年05月22日 15:38AI医疗从技术炫技入临床痛点，分层落地解决需求从五年前的技术炫技到今天的临床刚需，AI+医疗终于走过了“证明我能”的喧嚣，进入“解决痛点”的深水区。不做替代医生的空想，只做减轻负担的助手——这场对话告诉我们，AI医疗落地的第一步不是说服院长，而是赢得科室主任的信任；关键不是单点突破，而是多元数据联动形成闭环圆桌对话直面AI进医院的真实卡点：系统对接难、医生怕麻烦、责任划不清。从左医科技深耕九年的实战出发，从协和到宁夏中卫，揭示了分层落地的差异化逻辑——三甲提效率，基层补人力。用病历生成这一通用痛点作为中枢，往前接分诊，往后连随访，让“黑科技”变成医生愿意每天打开的工具。以下为圆桌演讲内容，经36氪整理编辑：张戈丨华弋数智创始人&CEO（主持）韩旭丨左医科技医学合伙人张戈：各位来宾和直播前的各位朋友大家好，我是本轮对话主持人华弋数智张戈，非常欢迎韩总的到来，今天会聊一个特别实在的话题，AI医疗到底是怎么落地的，首先请韩总给大家打个招呼，用30秒告诉我们一件事，左医现在做的跟五年前那波AI辅助医疗热潮有什么本质区别？韩旭：谢谢张总，谢谢主办方的邀请，今天能在这儿跟大家做一个交流分享，左医科技从2016年开始深耕AI+医疗行业，我们也经历了AI医疗在国内发展的不同阶段，就我们理解五年前AI医疗更多的是技术和资本驱动的，大家想的是如何用AI技术来改造医疗甚至代替医生，做的东西更多是从技术角度出发，没有解决临床真正的问题，很难落地，现在更多是从临床真正的需求出发，关注的是医生每天日常工作中他们真正头疼的点是什么，想着用AI技术来降低医生的工作压力，提质增效，同时也让患者能够更顺畅地就医。张戈：从韩总的总结里我们感觉到医疗AI不断走深走实，首先我们非常关注场景落地的问题，AI医疗进入到医院，您觉得第一步要打通什么环节或者从什么地方入手，比如说要从上到下说服领导，还是培训医生，还是跟医疗的信息系统去进行对接，这里面哪个环节是卡点？韩旭：从我们的经验来看，AI医疗进医院，第一步肯定不是去说服院长，也不是对接HIS、EMR系统、全员培训，第一步应该是深入到临床一线、科室，争取到科室主任包括骨干医生的支持，让他们愿意做试点，在这个过程中真正见到效果以后，才涉及到去做后续的推广，刚才说到去对接EMR HIS系统，有一定的技术难度，同时做多方协调，成本、时间周期都很高，一上来做系统对接很容易成为卡点。医生培训没有实际的东西、没有实际效果，做培训也只是一种形式，没有实际意义，至于做全院推广，你在做科室试点，有一定的效果以后，拿着真实的数据去跟医院领导沟通，去做全院整体的推广，才会更有说服力。第二个卡点，1、系统对接，医院各个系统非常多，品牌、厂家也非常多，也不是标准的接口，数据格式包括字段、权限管控都不一样，现在医院对数据安全也非常重视，如果做对接需要协调信息科、医务科多个科室反复协调，这个过程很长，是非常大的卡点。2、落地过程中会遇到的问题，医生的接受度，医生群体还是属于相对保守的群体，规避风险意识很强，有一个新的工具使用，他们是不愿意更改固有的工作习惯，怕工具上了以后会增加自己学习使用的负担，反而会增加工作量。再一个对AI产品的准确率、风险也会有一定的顾虑，实际项目落地过程中是有一个很难的点，怎么让医生接受、愿意使用。张戈：您说到落地过程中的细节非常实际的痛点，信息系统对接、权限管控，这些都是在信息类的项目里非常重要，要解决的卡点类的问题，既有对接协和这样顶级的三甲医院，也有您给宁夏中卫做的云上卫医，基层医疗的落地逻辑和三甲医院的落地逻辑有什么不同，是存在更大的困难，还是不同的医院不同信息化建设的水平，这里面是不是有不同的切入点。韩旭：像协和三甲医院和基层医疗机构，从需求来说，引入AI医疗系统，使用AI医疗产品，需求点是不一样的，落地路径包括切入点也是有差别的。比如像三甲医院，更聚焦于院内，主要解决的问题，专家资源很宝贵，医生时间很紧张，他更关注的是如何提高院内的效率，精细化把各个流程环节的效率提高，这些是三甲医院的需求。基层医疗机构面临的问题，医生少，日常工作也很繁重。虽然面临的疾病比如常见病，琐碎的事务也很多，但基层医疗机构有家庭医生签约服务的压力，每个人要签约一两千个居民，这个数量是服务不过来的，并且居民对于家庭医生签约服务也有一定的需求或者要求，服务能力是达不到的。对于基层医疗机构来使用AI医疗产品的特点。一方面通过AI的产品，病历生成、智能随访包括智能健康档案来帮助他做日常琐碎流程性的工作，也希望通过AI产品来帮助他服务患者。在院外服务患者对于三甲医院，协和这样的医疗机构需求不是很大，更多聚焦于解决院内的效率问题。张戈：不同医生群体有自己不同的诉求，我们通过解决他的需求，提升他工作效率，让他对AI产品有更好的接受度，这里面有没有遇到过比较抵触使用AI产品的场景，您这边怎么让一线的医护人员更加接受，这一块有没有经验？韩旭：这也是一个很重要的卡点，医护人员对很多新的工具一开始是抵触、观望的，有几种原因。第一个他会担心给自己增加负担，他需要学习、操作，医生工作站里的系统很多，HIS、EMR等系统，他要切换系统非常麻烦。第二个风险，生成的内容有问题会给他造成一定的风险。从几个方面入手解决，第一个我们的产品尽量做到更贴合他日常的工作，不是强行绑定，尽量做到不打扰，等于跟他原有的系统是融合，不是需要单独学习、操作，降低在使用学习新系统的心理负担。第二个在责任权责、界定，所有AI生成内容必须经过医生确认才可以发出的，他也可以随时修改，最终的决策权是在医生手里，他能对风险把控，这样会好很多。张戈：AI辅助诊疗，提升真正医者工作的效率。回到开场的问题，五年前AI医疗也火过一波，那时候讲的是AI辅助诊断、AI读片，今天左医科技您这边做的跟那时候相比核心区别在哪里，是技术能力变了，AI现在技术日新月异，应用场景随着时间的变化有变化，还是大家对医疗本身的理解有变化。韩旭：第一点对于医疗行业理解认知，AI医疗行业的理解认知发生了很大的变化，五年前，聚焦辅助诊疗，主要就想一下子切入诊疗环节，医疗诊疗是他的核心环节，通过技术，直接解决最难的问题，比如疑难杂症的辅助诊断，包括肿瘤治疗方案的推荐，专业壁垒最高的场景下，想在这上面发力，其实会面临很多问题，首先它的实现难度很大，医生也不太敢用，效果也不是特别好。现在更多的是大家逐渐认识到医疗，从医生角度日常工作来说，诊疗只是占用了其中很小的一部分时间，他在医院的大部分时间都是在处理文书类的病历、病史整理、随访、跟患者沟通，去做流程性工作、上报材料等工作占用了他很多时间。现在我们转变了思想，想去解决最核心的诊疗问题，转变为帮助医生来处理日常流程性、重复性、事务性工作，作为他的助手，帮助他把更多的时间用到真正的诊疗环节上，从场景上也会发生变化。之前大家都在做辅助诊断、影像识别病灶。现在诊前、诊中、诊后不同环节去做分导诊、预问诊、病例生成、疾病管理等。技术发展很重要，在刚才说的两点基础上来帮助实现的，大模型技术成熟、具备多模态能力，从最开始只能处理文本到现在的图片、影像、语音等，让整个AI能够辅助医生做的服务工作，更多、更完善。张戈：从技术本身的演进再到我们做了这么多年业务的数据整合，确实是复杂演进的过程，由量变引发质变的过程，您这边有一个产品叫作多元数据联动，把预问诊、对话转写、电子信息病例、院外OCR多种数据整合一起生成病例，这个能力是以前就有的吗？如果没有多元联动，我们AI病例生成也能达到刚才提到90%的准确率。韩旭：预问诊、OCR、语音生成病例、院内数据的处理，这是单点的能力，这个都是我们逐步在研发的。我们之前有单独预问诊的产品，也给医院院内数据做病例结构化处理，OCR提取、语音电子病例生成，每个单点工具对于最终病例生成，都是有一定的缺陷。如果单纯诊中语音电子病例生成，只根据医患单次对话生成单次电子病例，医生问诊时间很短，会习惯性地不问一些东西，这样会遗漏一些关键点。只根据患者自己填写的东西，患者由于自己认知的问题，不具备医学专业的知识，可能会夸大自己的病情，也可能会遗漏掉重要信息。如果院内的数据，没有OCR能力，很多患者会带着大量院外的检查报告、化验单来就诊，没有这个能力，医生只能手工录入或者语音重复结果再说一遍，这样也浪费了很多的时间。我们把四个单独能力串在一起，首先起到互补，能把缺失的，单个环节缺失的信息，通过另外一个环节补充进来，不同的环节，诊前预问诊环节，诊中语音环节、既往病例院内数据的环节，能够起到互相校验。比如会发现有一些矛盾的点，AI大模型会有幻觉的问题，会通过互相校验的形式，尽量避免掉这样的问题。首先这是多维度数据的补充，再一个对于病例生成质量的效果也是一个保障，没有多维度数据补充，病例生成质量肯定是达不到现在的程度。张戈：这个是多重维度交叉关联校验，以及技术的迭代更新，最终形成了结果。说到技术的更新，从协和到地坛医院做传染病诊疗智能体再到重医儿童医院做的重儿小乙，再到宁夏中卫做AI家医，这几个场景哪个是AI介入最深的，哪个是AI介入最浅的，您觉得什么决定了AI介入的深度？韩旭：在我们看来，做专科智能体，比如像地坛传染病智能体，重庆医科大学附属中医院做的专科智能体，相对来说对AI要求会更高。专科或者专病垂直，需要去匹配专科专病问诊、诊疗、治疗方案，包括病历书写的特殊逻辑，需要建立专科专病知识库，以及适配，AI会介入得更深一些。其次像协和，他更多做的是门诊整个流程效率的提升，精准预约、病例生成、分导诊、预问诊，不涉及诊疗的核心环节，更多是临床外围的事情，对于医学专业的要求稍微低一些。宁夏中卫的AI家庭医生，更多做的是面向区域性老百姓普惠性的健康服务，患教、科普、常规随访，介入是最少的。张戈：这是非常伟大的工程，从AI时代的技术平权赋能到优质资源走进千家万户这是非常了不起的事业，站在医院的角度，ROI部分，我们怎么跟医院院长们聊转换率？韩旭：跟医院的管理者沟通项目的收益，首先一个原则，我们尽量避免使用模型、参数、技术路线专业，从这个角度沟通是尽量避免的。更多是站在管理者关心的角度，短期收益。像协和项目短期收益，最明显的是人力成本节约，试点科室，一个科室他之前做病历、病史的整理、随访包括日常事务性的工作，需要一到两个人力成本来做这个事。AI系统能帮他节约一到两个成本，很容易算出来给医院带来的人力成本节约多少。第二点，从医院经营，营收通过诊室效率提升，医生接诊效率提升，在不扩边，不增加诊室的情况下，在单位时间内能够接诊更多的患者，提高了他营收的效率。病例生成，通过规范性病例生成，医保检查、评分，减少医保扣分罚款等方面，也是有一个明显的收益。长期来看，专科智能体的建设，帮助医院在区域性或者在区域，对于专科标杆的建立，起到促进作用，有助于他打造自己的特色科室，从风险管控，他是全程留痕，所有对话数据都存在，比如医患纠纷、医疗责任划分的情况，他是有数据源的，尽量避免纠纷发生等，从这几点来沟通。原则在科室试点有一定数据的情况下，来做全院的推广，算清楚这笔账。张戈：在回溯的机制上，从风险管控角度确实有一个躲不开的问题，谁来为AI错误负责？我们知道生成式人工智能有一个特点，生成内容的不确定性，这是它存在的技术特性，AI生成病历出错，医生没有发现错误细节，直接采用，这种责任如何进行划定？左医跟医院签合同的时候，有非常多商务层面的经验，这部分也请您给我们讲解一下。韩旭：现有法律法规的情况，医疗行为最终责任主体是医生和医疗机构，跟医院签订的合同里会有明确的约定，AI生成的所有内容，病历，医生都是要经过审核的，如果因为医生没有审核产生的问题，由医生和医院承担主体责任。我们承担的责任，对于产品和服务缺陷的责任，比如因为模型的问题或者因为数据的问题，或者因为有一些本身AI产品就会有限制，没有约定清楚产生的问题，厂商需要承担相应的责任，后续是要不断优化。合同中

能落地的请留下，讲故事的请离场未来一氪·2026年05月22日 15:582026 AI Partner大会在京举办，聚焦AI产业落地让合作当场发生！2026年的AI行业，正在经历一次价值体系的深层重构。过去两年，聚光灯始终偏向技术侧——参数、算力、榜单排名。但今天，话语权正在向产业方转移：那些拥有真实需求、真实场景、真实业务压力的企业，开始掌握定义权。产业界最关切的问题变得具体而迫切：在必须交付结果的地方，AI到底靠不靠得住？5月19日，以“带着AI去前线”为主题的2026 AI Partner大会在北京亦庄通明湖会展中心开幕。本次大会由北京经开区管委会指导、36氪主办、国家信创园承办。作为首都高精尖产业的主阵地，北京经开区正以场景开放为核心，构建覆盖多领域的“全域AI试验场”。本届大会正是这一思路从“规划”走向“实战”的集中体现。36氪与北京经开区在推动AI产业落地的战略上深度契合。作为产业创新的长期观察者与连接者，36氪紧扣经开区的全域场景蓝图，专门设立AI+产业对接会，让需求与方案现场碰撞，加速“AI+”在实体经济中生根。正是这一设计，让外会场供需双方的热情远超预期——需求方带着痛点来，技术方带着方案上，让合作当场发生！“带着AI去前线”：不是口号，是判断大会期间，36氪CEO冯大刚接受中央广播电视总台等媒体采访时表示：“‘带着AI去前线’不只是一句口号，而是一个判断。”他指出，当一种技术的颠覆力超越互联网，它就不再是一个赛道，而是一个基础设施。这次大会不是一场AI会，而是一场产业大会——主角是金融、医疗、制造、消费、能源，而AI是他们共同的语言。DAY 1 · 算好账：看清趋势，算清成本本次大会在北京亦庄的欢迎致辞中正式拉开帷幕。他表示：“北京亦庄正打造的不是单一的样板间，而是一个开放包容的创新验证体系。把AI从‘热点’变成‘日常’，从‘可能性’变成‘生产力’。”随后，36氪CEO冯大刚在开场致辞中强调：“36氪的AI大会不是要办一个‘AI焦虑大会’。AI的价值，是让人更有用，而不是让人出局。”这番定调，直接拉开了首日上午“政策红利与产业实战”的序幕。首场圆桌由贝恩全球合伙人成鑫主持，与上海市人工智能行业协会、美的集团AI研究院、云岫资本、京东的代表，共同探讨“AI+的国家推进计划与企业生存路线图”。据美的给出的数据显示：仅AIGC项目去年降本7亿元；京东透露已免费开放数字人直播，活跃商家超7万家。随后，优必选首席品牌官谭旻复盘了人形机器人商业化路径：14年创业，如今已跑通工业场景小规模量产。顺丰科技高级副总裁唐恺展示供应链AI实战数据：内部每天运行5000多个Agent，日消耗800亿token，路径优化算法从分钟级降至毫秒级。京东方AIoT技术营销部部长陈玮萌则在现场分享了从“卖屏”到“卖屏+算法”的转型。当日上午，“2026 AI最佳场景渗透案例”揭晓，从近200个申报中筛选出55个真正跑通ROI的标杆。紧接着，蚂蚁集团NEXTA创新实验室负责人何思翀主持了一场关于“引入AI，先改流程还是先换人”的圆桌，与学者、制造企业、技术专家展开交锋。下午，金融、内容、算力、数字资产、大健康、农业、工业制造、医疗等领域的实战案例依次展开：金智维、银河期货拆解AI在金融风控中的实际替代率；趣丸科技、MiniMax、柠萌影视探讨AI创作下人的位置；英博数科、艾迪普、百度健康、陆渔科技等企业分别从算力底座、数字资产、大健康、农业、工业ERP角度贡献案例。最后一场圆桌由36氪基金投资副总裁郑王宇主持，抛出“当AI完成80%标准化工作，剩下20%的人该做什么”的终极问题。DAY 2 · 谈好事：搞定技术，搞定人才次日上午，议程聚焦具身智能、汽车设计、用户洞察、机器人规模化、无人车、视觉智能等前沿领域：智域基石CTO徐良威谈具身智能数据供给革命；阿尔特汽车副总裁刘亚彬分享AI如何走进汽车设计；NIQ创新事业部总经理赵晓鹏分析AI时代用户需求；酷哇科技联合创始人李柯宏讲述城市机器人从试点到规模化落地；新石器无人车联合创始人颉晶华展示从智能驾驶到智能调度的AI一体化方案；大华股份研发中心副总裁周文凯探讨视觉智能×AI Agent重构智慧物联。随后，一场关于“下一个杀手级AI产品”的圆桌集中交锋。接着，36氪与PureblueAI清蓝联合发布“2026重点行业GEO实践标杆企业”；北京中关村学院、首都体育学院、京奥电竞等共同启动“带着AI去赛场”战略签约。最后，“特别致敬人物”环节为“灯塔者”与“破壁者”颁奖，致敬敢在朦胧期验证AI落地的探路人。到了下午，数字体验、国际教育、商业化落地、工业质检、人才共生、边缘计算等话题接力：上海蜚语信息科技副总裁薛冰主持“AI浓度与转化率”圆桌；新通教育集团创始人麻亚炜谈AI重构国际教育；集思科技CEO李世尊分享多行业商业化落地；广州搞搞镇文化科技创始人崔健南等参与讨论；因特智能科技CEO刘金硕聚焦工业质检；36氪主编帮主主持“AI原生人才与产业老炮共生”圆桌；江行智能联合创始人陈龙阐述从感知环境到改变世界物理AI的机遇、路径与实践。最后一场圆桌由36氪基金投资副总裁郑王宇主持，再次将“人与机器的终极分工”问题抛向全场。两天设有九场圆桌对话、二十余场主题演讲，覆盖AI+制造、金融、医疗、零售、供应链、内容生产、教育、汽车、机器人等十余个方向。外场“世界咖啡”：13家需求方坐庄，36家技术方轮战如果说内场解决“怎么看”，外场就是解决“怎么干”。“世界咖啡”产业对接会没有观众席——13家带着真场景、真预算、真痛点的需求方各占一桌，覆盖金融、商业地产、环保、零售、餐饮、服饰、生物科技、汽车零部件等十余个领域。36家技术方能力覆盖数字员工、多模态检测、工业仿真、AI编剧、农业遥感等几乎所有落地切口。对接会覆盖四大方向：AI+科学技术、AI+产业发展、AI+消费提质、AI+民生福祉。需求方固定，技术方每30分钟轮转一桌，两天累计超过100轮对接。主办方不做随机匹配，每一轮都提前交叉验证。现场已有企业当场建联、实景考察，甚至出现技术方被两家需求方同时“抢人”的场景。外场的“需求墙”和“能力榜”上，又收集了上百条新增需求，手写补充需求越贴越密，手里的“世界咖啡”喝空了一杯又一杯，也没有人想要提前离场。亦庄的定位：不挂虚牌，只开真场本次大会落地北京亦庄也并非偶然。北京经开区不建封闭的AI试验园区，而是把整座城市作为AI与实体经济融合的载体。政务审批、医疗诊断、工业制造、自动驾驶等真实场景，均成为AI技术的全景“试验场”。2026年初，北京经开区出台《关于进一步加快建设全域人工智能之城的实施方案（2026—2027年）》，确立“四全”框架，加速搭建城市级工程实验平台。第一批综合应用场景已梳理出24个大项、88个子场景，面向社会公开征集解决方案。有意揭榜的企业，扫码即可提交技术能力意向，直通经开区需求池。北京经开区全域人工智能之城建设第一批综合应用场景解决方案合作意向企业征集二维码分会场：幸会杭州，机汇富春同期，2026 AI Partner-AI+产业大会杭州分会场于杭州市富阳经济技术开发区举办。分会以“幸会杭州 机汇富春”为主题，汇聚国内具身智能领域的多家领军企业、顶尖学者、投资机构及其他行业媒体，围绕三大核心议题——“产业落地路径在哪”“技术方与需求方如何有效链接”“上中下游集群堵点如何打通”，展开深度碰撞。分会设置了展览展示、启动揭牌、产品发布、榜单揭晓、主题分享、圆桌对话六大核心环节，全维度解锁具身智能产业新机遇。带着AI去前线，这是一场不停歇的长期深耕。大会终会闭幕，但扎根产业前线的深耕行动才刚开始。36氪现面向全行业正式启动“AI未来潜力场”长期征集计划，寻找“下一个最该被AI攻克”的具体场景。无论你是需求方还是技术方，扫描下方二维码，一同绘制AI应用的未来产业地图。没来现场也不要紧，没来现场？扫码查看全部24个场景、88个子场景的详细需求清单！会议有时限，合作无断点四年时间，36氪的AI Partner完成了三次关键跳转：2024年普及认知，2025年寻找爆款，2026年直抵核心——到底怎么卖出去？这不仅是一场两天的活动，更是一个持续运转的供需对接机制。正如冯大刚所言：“36氪已经从AI的观察者变成AI的助推者。”5月19日至20日，北京亦庄通明湖会展中心。这里没有宏大却无法落地的叙事，只有一份份写满具体问题的需求清单，和一场场不允许回避真实成本的对话。这场关于AI能不能经得起“验收”的测试，已经正式开始！本文由「未来一氪」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：作者拍摄

13小时前Anthropic正在洽谈使用微软的AI芯片市场近日出现消息称，OpenAI 主要竞争对手 Anthropic 正在与长期云计算合作伙伴微软，就在 Azure 体系中试用微软自研 AI 加速芯片展开洽谈；若进展顺利，将在现有“英伟达 GPU + Azure 云服务”的闭环合作基础上，引入第三种算力选择，有望帮助 Anthropic 降低长期算力成本、强化与微软的绑定，同时也将加速微软自研 AI 芯片从内部自用走向外部生态伙伴，重塑高端 AI 算力的竞争格局。6 来源传闻焦点：Anthropic 或评估引入微软自研 AI 芯片3 来源既有“AI 闭环”：150 亿美元资本承诺与 300 亿美元算力采购5 来源微软加速自研 AI 芯片：从内部提效到生态输出4 来源若洽谈落地：对算力成本、生态格局与监管的潜在影响6 来源本内容由AI生成

12小时前Hark获7亿美元A轮融资，估值达60亿美元，致力于AI驱动设备由 Figure AI 首席执行官 Brett Adcock 创立、专注打造 AI 驱动设备的初创公司 Hark 宣布完成超过 7 亿美元的 A 轮融资，由 Parkway Venture 领投，投后估值约 60 亿美元。这一规模在早期轮次中极为罕见，使 Hark 一举跻身全球估值最高的 AI 硬件初创企业行列，凸显资本市场正加码押注下一代 AI 设备与智能终端赛道。3 来源融资细节：A 轮直指 60 亿美元估值1 来源创始人履历：从 Vettery 到 Archer、Figure AI 再到 Hark3 来源Hark 的定位：押注 AI 驱动设备新范式2 来源行业与资本意义：早期巨额融资释放的信号2 来源本内容由AI生成

9小时前AdventHealth部署ChatGPT优化工作流程，减轻行政负担OpenAI 宣布在其全新的 OpenAI for Healthcare 产品组合下正式推出 ChatGPT 医疗保健版，AdventHealth 等多家大型医疗机构已开始部署这一专为医疗场景设计的生成式 AI 工具，以减轻医护人员的行政负担、优化临床与运营工作流程，并在安全合规的前提下，将循证医学知识与机构内部指南应用到具体患者照护之中。4 来源AdventHealth 率先采用 ChatGPT 医疗保健版，参与新一轮 AI 医疗实践3 来源减轻行政负担与支持临床工作：ChatGPT 医疗保健版的主要应用场景4 来源安全工作空间与合规部署：为医疗机构量身打造的 AI 基础设施3 来源生成式 AI 进入医疗主战场：机遇、谨慎与行业格局4 来源本内容由AI生成