海洋网终于把大六座 SUV 补上了。今天下午，比亚迪海狮 08 正式上市，它一共有 8 款车型。其中，海狮 08 插混版售价 22.99-26.99 万元，海狮 08 纯电版售价 23.99-27.99 万元。海狮 08 是目前海洋网尺寸最大、定位最高的 SUV，它的长宽高分别为 5115/1999/1800mm，轴距 3030mm，已经进入目前主流大尺寸家用 SUV 的范围。设计上，海狮 08 用上了最新的海洋美学 2.0 风格，采用贯穿式日行灯和分体式大灯，车身侧面可以看到半隐藏式门把手和后排隐私玻璃，整体线条比较舒展。车尾同样采用贯穿式灯组，「潮汐式渐变尾灯」长度达到 1982mm。相比海狮系列此前几款更强调年轻和运动的车型，海狮 08 的造型明显收敛了一些，和它的尺寸以及家庭 SUV 定位也更搭。环抱式座舱中间是一块悬浮式中控屏，仪表为内嵌式。六座版采用 2+2+2 座椅布局，第二排为两张独立座椅，其中右侧座椅支持横向移动，并提供零重力模式、通风、加热、按摩和电动腿托。如果平时没有太多六人出行需求，把更多空间留给后排和后备厢的五座版，显然是更合适的选择。舒适配置方面，海狮 08 提供 21.4 英寸后排吸顶屏、25 扬声器帝瓦雷音响、杜比全景声、三温区空调以及 7.3L 冷暖车载冰箱。全车一共有 53 处作用各异的储物空间，包括雨伞槽、手机槽和第三排储物格等，很多细节都围绕多人出行展开。底盘部分，海狮 08 采用前双叉臂、后五连杆独立悬架，并配备云辇-A 智能车身控制系统、双腔空气悬架、道路预瞄以及后轮转向。每次聊比亚迪的车，都少不了提一嘴天神之眼和闪充，这次也不例外。首先是辅助驾驶，海狮 08 给天神之眼 5.0 驾驶辅助系统搭配的，是一块来自速腾聚创的激光雷达。补能方面，海狮 08 用的也是第二代刀片电池，插混和纯电车型均支持闪充。按照比亚迪此前公布的信息，其补能速度可实现「5 分钟充好、9 分钟充饱」。动力上，海狮 08 DM-i 搭载 1.5T 插混系统，发动机最大功率 115kW；单电机车型电机最大功率 200kW，双电机四驱车型前后电机最大功率均为 200kW。这套插混系统最大的特点是「长续航」，CLTC 纯电续航最高达到 400km，综合续航最高 1650km。对于插混车型来说，400km 的纯电续航已经能够覆盖多数用户数天的通勤需求，长途出行时还有个油箱可以兜底。纯电车型有两种动力方案：单电机版本功率为 370kW；四驱车型前后电机的最大功率分别为 215kW 和 370kW，系统峰值功率达到了 585kW（约为 784 马力）；电池容量均为 115kWh ，CLTC 续航分别为 800km 和 900km。海狮 08 发布之后，比亚迪海洋网的 8 系双旗舰布局其实就已经完成了，一个轿车，一个 SUV。在此之前，海洋网最为人熟知的还是海鸥、海豚、宋 PLUS 和海豹这些产品，如今它开始有意识地往更高价位走。虽说它的销量还需要时间来验证，但至少从这辆车开始，海洋网的「旗舰」不再是产品规划里空着的那一格了。

两年前，理想 MEGA 上市，这是一台无论开在路上，还是在舆论场里，都无法被忽视的车。它没有采用豪华 MPV 常见的直立车头和巨大格栅，而是以水滴形车头与平滑车顶，勾勒出一副略显科幻的「高铁」轮廓。理想 MEGA 的设计无疑足够先锋，而 0.215Cd 的风阻系数、纯电平台对效率的要求，以及三排乘员对车内空间的需求，又共同赋予了这套设计以工程上的合理性。但很可惜，相比工程逻辑，更快抵达公众视野的是围绕外观展开的嘲讽与争议。9 月 2 日，新一代理想 MEGA 正式发布。新车依然沿用了旧款 MEGA 的整体造型，仅在细节处做了一些微调，面对过去两年的争议，理想最终坚持住了这套由产品逻辑推导而来的原创设计。新车只提供 MEGA Home 一个版本，全国统一零售价为 50.98 万元，比 2025 款 MEGA Home 低了 5 万元，车辆已经抵达全国零售中心，本周内开启交付。值得一提的是，这个价格恰好与全新一代理想 L9 Livis 完全相同，都是 50.98 万元，Livis 更强调科技与智能终端属性，MEGA Home 则把空间、关系和陪伴放在中心，在同一个旗舰价位上，理想给出了两种关于「家」的答案。理想还在发布会上公布了 MEGA 右舵版的出海计划：新车预计于 2026 年底陆续进入中国香港、中国澳门、新加坡和泰国等右舵市场。这台全新的 MEGA Home，也将成为理想走向这些市场时一张辨识度极高的产品名片。MEGA 守住了本心新一代 MEGA 最明显的变化，恰恰是没有发生方向性的变化。车身主体轮廓与上一代基本相同，前脸重新处理了大灯开口与进气口的关系，缩小进气口，以 UWB 近场感知系统取代传统的超声波雷达开孔，并增加深灰色镀铬饰条。尾部部分，MEGA 扩大了后窗，收紧了原本偏圆润的曲面，折线也变得更加利落，新增的飞碟轮毂则用全封闭轮毂盖继续服务于低风阻。理想没有因为上一代的争议而否定这套产品逻辑。两年过去，中国汽车市场出现了更多新车，也出现了更多相似的车头、灯带、轮廓和座舱。在一个「心有灵犀」越来越常见的市场里，MEGA 那副一眼便能被认出的车身，反而显得非常稀缺。车内则是这一次新款 MEGA 升级的重点。先来看座椅，二排旋转零重力座椅增加了独立悬浮坐垫，中央柔软区域与两侧支撑区域可以分别工作，在贴合身体的同时保留侧向支撑。每张座椅还配有头枕、腰枕和腿枕三个软枕，其中头枕与腿枕支持加热。第一排座椅则增加环抱侧翼与舒适海绵，并将前排双零重力座椅列为标配，前两排四个位置都能进入零重力状态。第三排则在已有加热的基础上进一步加入座椅通风，让三排座椅全部具备通风和加热。理想此前一直强调车里的每一个位置都应该拥有好的体验，这次补上的第三排通风，也算是这一句话的再次印证。座椅之外，理想把加热延伸到全车 31 处位置，除方向盘、座椅、头枕和腿枕外，一排门板扶手、中央扶手和二排座椅双扶手也带有表皮加热。按照理想的说法，这是一个「手能够碰到的地方都是温暖的」温暖座舱。看完椅子，Home 里当然还要有桌子。安装在一排座椅靠背上的小桌板，这一次加入了桌面自动调平功能，并增加防夹与自动回弹，无论一排座椅如何调整靠背，桌面都能保持平稳。大餐桌则支持大小组合，平时是一张小茶几，接入两侧折叠桌板后变成完整大餐桌。无论是多个软枕、扶手加热，还是桌板调平，这些细节上的调整，显然都来自长时间的体验、反馈和再设计。理想对细节的追求，也让这个「移动的家」变得更加完整舒适。顶棚上的 Home Light 则把这种细化从身体接触延伸到了整个空间，这是一条纵向贯穿天幕的灯带，396 颗 LED 组成色温 3500K 的柔光主灯，中央保留星河氛围灯。此前我们也曾在蔚来的高端车型上看到过类似的设计，不过 MEGA Home 依然保留了二排的悬吊移动屏，并且屏幕支持 12 厘米的电动平移，二排可以通过手势控制屏幕移动。二排顶棚的遮阳帘则被一分为二，并可以被单独控制，配合二排侧窗的电动遮阳帘，车内可以在采光、照明和休息之间分别调整。如果还需要更完整的私密空间，理想提供覆盖二排侧窗、三排侧窗与后车窗的 270°电动变色玻璃，总面积 2.5 平方米，选装价格为 1.5 万元。从这台车的各种细节中不难看出，理想依然在强化「家」的主题，主动削弱一台旗舰 MPV 的商务感。门外的迎宾光毯也延续了这一定调，没有印上品牌名称或 Logo，而是用手写体写下 Sweet Home——「甜蜜的家」。从座舱内的布置到上下车时的第一眼，理想确实让这台车更像一个家了。移动的家上一代 MEGA 已经可以说是理想底盘体验最上乘的一台车。理想在发布会上公布的用户调研中，旧款 MEGA 满意度排名第一的项目甚至不是空间和座椅，而是驾驶，用户给出的主要理由是「底盘高级感」。新一代 MEGA 没有推翻这套基础，但作为一台车长超过 5.3 米的大型 MPV，除了舒服之外还有很多东西需要考量。比如在旧款 MEGA 上市时，缺少后轮转向就已经被舆论和不少车主诟病过。而这次，后轮转向终于来了。新车标配线控转向与后轮转向，重新设计后桥后，最小转弯半径从 6.2m 缩短到 5.5m，与尺寸小得多的理想 i6 相当。灵活之外，新车还要解决大型 MPV 较高的车身、较大的质量在转弯和紧急变线时产生的侧倾问题。新一代 MEGA 标配双腔空气弹簧、双阀 CDC 减振器和 800V 主动防倾杆，理想将这套组合称为「800V 主动防倾魔毯底盘」。空气弹簧和 CDC 继续处理路面起伏与车身俯仰，主动防倾杆则以 30 毫秒的响应速度，在转弯和变道时主动抑制车身侧倾。按照发布会公布的测试结果，新车以 108km/h 完成了 ISO 3888-1 标准紧急变线测试，研发团队随后还进行了 120km/h 的极限挑战。比测试成绩更「理想」的，是这根主动防倾杆在停车时的另一种用法。打开车门后，车身可以在 1.5 秒内向一侧倾斜，让门槛降低 30mm，与此同时，二排座椅向外旋转 45°，孩子和老人不必先跨过较高的门槛，再侧身钻进座舱。关闭车门后，车身会在 1.5 秒内恢复正常姿态。理想把这套动作称为「大象迎宾」。新一代 MEGA 的空间已经足够像一间客厅，新底盘所做的，是让这间客厅在移动时依然平稳，在停车时也更容易进入。只有一个版本空间和底盘之外，新一代 MEGA 当然也装入了理想当前最新一代的座舱与辅助驾驶硬件。前排是一块 29 英寸 6K OLED 全景屏，尺寸与全新一代 L9 Livis 相同，理想称其为全球首款车规级量产 OLED 超宽屏，后排则是一块 21 英寸 4K OLED 移动屏。座舱芯片升级为高通骁龙 8797，音响采用 9.3.6 布局，峰值功率达到 5440W。辅助驾驶部分，MEGA 标配双马赫具身智能套装，包括两颗马赫 M100 芯片、四颗激光雷达和三色星环灯。发布会上，理想简要展示了马赫 VLA 2.0 高效模式在起步、提速和绕行方面的用户视频，但他们也表示，马赫 VLA 2.0 2026 年内还会继续推进。动力方面，MEGA Home 标配 108kWh 三元锂 5C 电池和前后双电机四驱，CLTC 纯电续航为 710km。按照理想公布的数据，新车充电 10 分钟可以增加 500km 续航。随着理想自营充电网络不断扩展，补能已经不再是任何一台理想长途出行中的短板，这里也就不再赘述。最后，再来看看选配件。理想目前提供三种轮毂方案，除了常规版本，还有两款封闭式的「飞碟轮毂盖」，分别为「深空灰」和「熊猫白」，9 月 30 日前订购，选择飞碟轮毂的用户会同时获得两款轮毂盖。配色方面提供了五种漆面，均为低饱和色系，其中只有「新·大象灰」收费 1 万元，其他均为免费。前文提到的覆盖二、三排侧窗和后车窗的 270°电动变色玻璃收费 1.5 万元，理想全系老用户复购，则可免费获得。新一代 MEGA 的定价逻辑很清晰，只有一个版本，用户不必反复权衡。它与 L9 Livis 售价相同，但理念并不相同，Livis 是理想向智能终端伸出的触角，MEGA Home 则回到客厅中央。不过单就产品来看，MEGA 提供的配置和体验，显然让同价位的 L9 Livis 显得逊色了一些。两年前，MEGA 因为太不像一台传统 MPV 而遭受攻击，两年后，当市场上出现更多新车、更多相似的轮廓和越来越熟悉的答案，它的独特反而变得更加稀缺。你当然可以不喜欢 MEGA，但我们应该允许中国汽车市场出现更多这样的原创设计。当创新需要付出的代价越来越高，车企最终学会的便不再是如何做出更好的设计，而是如何造出一台不会犯错，但也不会被记住的车。好在面对过去两年的争议，新一代 MEGA Home 仍然选择做自己。

以近乎下饺子的速度，Gemini 又双叒更新了。今天凌晨，Gemini 3.8 Flash 正式上线。这已经是 Google 在六周之内发布的第三款 Flash 模型。看起来，Google 要把「小步快跑」的战略贯彻到底。但我比较担心的是，按这个速度，在 Gemini 4 出来之前 3.x 的版本号好像不太够用了……从版本号上看这只是一个常规更新，但 Google 给 Flash 系列模型安排的任务却越来越重。官方说法称，它的目标是编写和修改大型项目、反复调用工具、独立完成持续数小时的复杂工作。这些一般用来衡量顶级 Agentic 模型的活儿，如今都委派给了 3.8 Flash。Flash 系列原本的意义是跑得更快、花得更少，但现在，它不得不代替迟迟没有出现的 3.5 Pro，证明 Google 仍有能力留在牌桌上。看官方跑分，Google 似乎真的做到了；但社区反馈和我们的简单测试得出了一个相反的结论：六周连更三代，Gemini 3.8 Flash 依然「圣质如初」。三周一个新模型，跑分已逼近 Opus 5Google 将 Gemini 3.8 Flash 称为「迄今最聪明的 Flash 模型」，主要面向长程软件工程、自主 Agent 和复杂企业工作流。话都这样说了，那最显眼的提升自然是编程。在测试长程软件工程能力的 DeepSWE v1.1 中，Gemini 3.8 Flash 拿到 71.0% 的成绩，相比 3.7 Flash 的 65.3% 又提高了近 6 个百分点，距离 Claude Opus 5 的 74.0% 只剩一步之遥——要知道，一个半月以前的 3.6 Flash 只有 49%。而在跨越 STEM、人文和专业知识的 HLE-Verified 中，3.8 Flash 得分 54.9%，略高于 Opus 5 的 54.4%。在部分多模态测试中，优势甚至更为明显：复杂图表理解测试 CharXiv Reasoning 得分 86.2%，超过 Opus 5 的 83.7%；采用 Agent 模式处理长视频时，LVBench 得分达到 87.8%，更是碾压 GPT-5.6 Sol 和 Opus 5 在内的一众顶级模型。金融和法律也是 Google 重点宣传的方向。3.8 Flash 在 Vals Finance Agent V2 和 Harvey’s Legal Agent Benchmark 中均超过 3.7 Flash 及其他更昂贵的前沿模型。只看这些数字，一款价格远低于 Opus 5 的 Flash 模型，似乎已经在编程、图表、视频和部分专业任务中摸到了旗舰模型的门槛。好消息是，这些能力提升算是「免费升级」，因为 3.8 Flash 和不久前发布的 3.7 Flash 价格保持一致：每百万 Token 输入 0.75 美元，输出 3.75 美元。原则上这只是限时优惠价格，2027 年 1 月 1 日起，输入输出价格将分别恢复至 1.5 美元和 7.5 美元。其实早在 3.6 Flash 发布时，Google 就说过这优惠价只会持续到年底；但现在看来，他们更新模型的速度已经明显快过更新价格。说不定这个优惠政策，能熬走四五代模型。Google 解释称，3.8 Flash 之所以能完成更困难的任务，主要是因为它「更加努力」。也就是说，面对复杂问题时，它会执行更多推理步骤、反复调用工具，并在过程中检查自己的工作。代价是，它可能比 3.7 Flash 消耗更多的 Token。Google 甚至建议，如果任务更重视计算效率，可以选择降低推理档位，或者继续使用 3.7 Flash。从这个角度来看，3.8 Flash 所谓的更强，似乎有相当一部分来自这种推理上的「强制超频」。与 3.8 Flash 一起发布的还有 3.8 Flash Cyber。在顶尖大模型越狱发动攻击已经变成一种新的 benchmark 的当下，Cyber 可以说是专门给网络安全机构和网络基础设施维护者用来发现、修复漏洞的专用「补锅匠」。Google 表示，在一项覆盖 20 种编程语言的内部漏洞发现测试中，其成功率超过 70%。不过，这款模型只通过 Fairwind Program 提供给可信的网络安全机构，普通用户还是接触不到。速度很 Flash，结果也还是 Flash为了彰显对 3.8 Flash 的宣传所言非虚，Google 在官方博客中准备了几段炫技演示。其中一个是完整的 3D 魔法城堡。玩家扮演巫师在城堡中探索，场景里包含谜题、环境叙事、可交互物品和完整关卡，纹理由 Nano Banana 负责生成。另一个案例则把 Google Maps 塞进了 DOS 界面。它复刻了早年的计算机视觉风格，功能相当完善，可以搜索地点、规划路线，甚至进入街景界面。至少从官方视频来看，这些已经是具备交互功能和基本产品逻辑的完整 Demo 了。但 Google 说的话吧，我们也就姑且听听，毕竟前天他们还向《华尔街日报》爆料称内部工程师编程时更喜欢用 3.8 Flash 而不是 Opus 5……结果怎样，还是要实测了才知道。所以，我们也拿了两个类似的任务，简单测试了下 3.8 Flash 的成色。第一项测试是利用 Three.js 搭建一个空客 H145 直升机的 3D 模型。3.8 Flash 没让我等太久，仅用不到一分钟就拆解完了需求，然后以恐怖的速度倾泻出代码；又过了 109 秒，场景和模型就都做好了。提示词：Create a realistic 3D model of an Airbus H145 helicopter in Three.js. Use the standard factory demonstrator color scheme, emphasizing the compact fuselage, Fenestron enclosed tail rotor, and detailed rotor assembly. Use clean geometry, realistic PBR materials, soft studio lighting, and a neutral background in Three.js。单从生成速度来看，它的确对得起 Flash 的名头。但打开看结果，有点不对劲了。功能倒是齐全的，基本光照也有，但机身细节、部件关系和运动方式都相当粗糙。跑是能跑，但和 H145 直升机的关系约等于鸡仔饼与鸡仔的关系。一直有看爱范儿的读者应该熟悉，这正是昨天我们报道 Fable 5.1 时援引过的测试案例。怎么说呢？由奢入俭难啊……图｜X@@HarshithLucky3第二项测试是 3D 水流模拟，要求设置可替换的地形，来模拟降雨和地表径流在地形上的移动。同样是两分钟做出来，但这个火山口好像有点漏水……提示词：Build an interactive 3D water simulation in this empty repository.Generate a procedural mountain landscape from a deterministic seed. Water must flow downhill according to the local terrain gradient, collect in depressions, and form visible streams and lakes.Use TypeScript, Vite, and Three.js. Do not use a prebuilt physics engine or external 3D assets.这类结果的微妙之处在于，它在工程上确实不是完全失败。任务能结项，代码通常能运行，要求的功能也齐全，但显然离官方案例有着肉眼可见的距离。X 上的首批用户反馈也出现了类似分裂。一方面，3.8 Flash 的响应速度普遍得到认可；但与此同时，它在真实编程和生成任务中依然容易草率理解需求，迅速交出一个形式完整、但细节一塌糊涂的结果。图｜X@aipulseda1ly这未必就代表着 Google 伪造了跑分。更有可能，官方和用户测试已经是完全不同的使用方式。在魔法城堡的案例里，官方明确提到，它是由 3.8 Flash 在 Antigravity 中通过循环指令持续工作，并调用 Nano Banana 生成了场景纹理。换句话说，官方样例里模型通常有专门设计的 Agent 框架、工具环境和明确的多轮测试标准，而我们用的时候，通常只是给它一段一次性的自然语言指令。Google 展示的是 3.8 Flash 被整套技术栈托举之后的上限；我们接触到的，是模型单独工作时的下限。因此，3.8 Flash 有可能是个不错的 Agent 零件，但离单独撑起一套可靠的自主工作流还有距离。图｜X@adxtyahq | 看见球丝滑入墙的一瞬间谁绷得住呢？更值得注意的是，Google 声称 3.8 Flash 会更认真地推理、调用工具和检查结果，但实际体验很难感受到这种「勤奋」。哪怕将推理等级调到最高，它给人的感觉也不是深思熟虑规划后作答，而是快速堆出一个能交差的结果。Google 原本想证明，Flash 模型也能在部分场景干旗舰模型的重活，但至少现阶段，它的判断力、稳定性和完成度和旗舰模型相比还是有很明显的差距。模型之间，等级森严。Google 不争第一，反而可能赢得更多就在 3.8 Flash 发布前一天，Google AI Studio 负责人 Logan Kilpatrick 放出了一段与 Google DeepMind 新掌门人 Koray Kavukcuoglu 的访谈。Koray 在采访中承认，Google 当前的模型「略低于前沿」，但也相当直接地回应了外界关于 Google 已经放弃最强模型竞争的说法：除了站在前沿，没有别的事情对我们更重要。我百分之百确定，我们会回到前沿。但表态和现实是两回事。爱范儿此前获悉，Gemini 3.5 Pro 交付失败之后，Google 短期内不再押注 Fable、Opus 级别的超大规模模型，而是将更多资源转向成本更低、迭代更快的 Flash。当然，这不代表 Koray 说的是空话。Gemini 4 仍然承担着带领 Google 重返第一梯队的长期目标，但不在第一梯队，人也是要吃饭的——在那之前，Flash 要负责守住用户、产品、开发者和收入。不过，「前沿」有时是一种诅咒。OpenAI 即将推出的 Astra 已经达到了所谓「关键级」网络安全能力，可以在较少人工介入的情况下发现未知漏洞；研究者也担心，下一代模型可能逐渐采用越来越难观察内部推理过程的架构，让依靠思维链监控危险行为变得更困难。Anthropic 的 Fable 5.1 则展示了另一种代价——它的能力大幅领先，但社区反馈表示，长任务、子 Agent 和复杂工作流甚至会在两个简单问题后就吞噬掉 Max 订阅计划的五小时额度。当前沿模型继续前进，它们带来的还有更难控制的能力、更昂贵的推理过程，以及监管机构的巨大压力。从这个角度来看，3.5 Pro 的失败未必完全是坏事。转向 Flash 以后，Google 可以将数月一次的前沿模型豪赌，变成像普通软件一样持续更新。新的 Flash 模型可以迅速进入 Gemini App、AI Studio、Antigravity 乃至 Google 搜索，在真实使用中暴露问题，再以「周更」的节奏修修补补。图｜Android Police如果 3.5 Pro 没有失败，Google 未必会这么决绝地走上这条路。Gemini App 的月活跃用户已经超过 10 亿，成为 Google 历史上增长最快的产品；从去年五月至今，它增加了约 6 亿用户。可见，增长不需要最强的模型。大多数人不会让 AI 独自连续工作九个小时，也不会要求它发现零日漏洞。他们只是想搜索资料、修改照片、总结邮件、做心理咨询或者写一篇小说给自己看。这种时候

🎬小米发布会定档 9 月 7 日，与华为、苹果「撞档」⚡Google 发布 Gemini 3.8 Flash、推出网络安全专用模型💳微信灰度测试未读聊天汇总，聊天页增加红包与转账提醒✨李飞飞发布世界模型 Atlas，用统一模型生成、重建与模拟三维世界😯尊界 V800 挥手关门未触发，官方称当时车辆处于 D 档💻豆包工作支持多 Agents 并行，Mac 版新增操作电脑🍎Mac App Store 应用现可移除 Intel Mac 支持🏛️加州通过律师使用生成式 AI 法案，禁止将法律执业委托给 AI🖥️普华永道：全球数据中心到 2050 年或投入 31.6 万亿美元🧠网信办整治 AI 应用乱象，已清理 561 万余条信息💔星宇股份董事长再次致歉，大众已就批量解约应届生启动调查💡马斯克：AI 明年底可胜任所有数字工作🪄50.98 万元，新一代理想 MEGA 上市🎬ColorOS 17 定档 9 月 17 日，Find X10 系列首发📱vivo 创作者盛典定档 9 月 7 日，X500 系列将亮相🚗比亚迪海狮 08 上市，插混、纯电版售价 22.99 万～27.99 万元🔧Meta 发布 Muse Spark 1.3，工具调用与 Token 使用量双降✨马斯克称 Grok 4.7 将在 10 天后发布💾高通推出「高通版 DLSS」，下代骁龙加入 GPU AI 核心🪄华为海外发布 Watch 6 系列，Pro 版配备 3500 尼特屏幕🧰首款纯电揽胜发布，英国起售价约 15.41 万英镑小米发布会定档 9 月 7 日，与华为、苹果「撞档」小米官宣，将于 9 月 7 日 19:00 举行秋季旗舰新品发布会，澎程 N70 Pro、N70 Max 和 N90 Max 三款汽车将在当晚正式上市。同场发布的还有小米 18 Fold 折叠屏手机和小米平板 9 Pro Max。两款新品都将首发搭载小米自研的玄戒 O3 AI 旗舰处理器。值得注意的是，小米发布会与华为、Apple 的秋季活动排期高度集中。华为将在 9 月 7 日 14:30 举行 HarmonyOS 7、HUAWEI Mate XT 2 及全场景新品发布会，小米在当天 19:00 接档；Apple 特别活动则定于北京时间 9 月 10 日凌晨 1:00。三场活动从华为开场到 Apple 开场相隔约 58.5 小时。Google 发布 Gemini 3.8 Flash、推出网络安全专用模型Google 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber。通用版面向软件工程、Agent 任务和多步推理，速度与价格保持在 Gemini 3.7 Flash 水平：每百万输入 Token 0.75 美元，每百万输出 Token 3.75 美元。Google 称，Gemini 3.8 Flash 在 HLE-Verified 测试中得分 54.9%，处理复杂任务时会主动增加推理步骤并反复调用工具；开发者也可降低推理强度，控制 Token 消耗。模型已接入 Gemini API、Google AI Studio、Android Studio 和 Gemini Enterprise，消费者可在 Gemini 应用、Google 搜索 AI Mode 与 Google Sheets 中使用。Gemini 3.8 Flash Cyber 面向漏洞发现和自动修复。Google 表示，该模型在覆盖 20 种编程语言的内部漏洞测试中成功率超过 70%，目前仅通过 Fairwind Program 向可信政府机构、关键基础设施运营者和软件维护者开放。🔗 相关阅读：刚刚，Gemini 3.8 Flash 来了，结果惨遭对手嘲讽微信灰度测试未读聊天汇总，聊天页增加红包与转账提醒微信官方介绍了两项消息查找功能。其中，用户在微信主界面长按左下角的「微信」标签，可以汇总查看当前所有存在未读消息的聊天，无需在会话列表中逐个寻找。该功能目前正在灰度测试。另一项功能会在聊天界面右上角显示「红包」或「转账」入口，用于快速找出会话中尚未领取的红包，以及未收款的转账。李飞飞发布世界模型 Atlas，用统一模型生成、重建与模拟三维世界李飞飞联合创办的 World Labs 发布世界模型 Atlas。该模型从头训练，在统一空间上下文中处理文本、图像、视频、相机位姿和三维深度图，架构上结合自回归、扩散和 Transformer。Atlas 能根据 1 至 6 张参考图像与手工设定的相机路径，生成最长 1 分钟、1440p 的视频。在三维重建中，它可从数张图像生成新视角，输出点云或 3D Gaussian Splat；对于机器人任务，则可把真实场景转为导航和操作训练所需的模拟环境。Atlas 目前仅向少数合作伙伴开放早期访问，未来还将用于 World Labs 的 Marble 后续版本及其他产品。🔗 相关阅读：李飞飞的 World Labs，把赛博朋克的「超梦」做出来了尊界 V800 挥手关门未触发，官方称当时车辆处于 D 档近日，尊界 S800 Grand Design 典藏大观与 V800 举行全国首批车主交付仪式。演员袁弘、张歆艺夫妇在体验尊界 V800 挥手关门功能时，连续几次做出关门手势，车门均未响应。尊界后续说明，手势关门需要车辆处于 P 档，且手势位于车内摄像头识别范围内。当时司机踩下刹车且车辆处于 D 档，因此功能没有启用。豆包工作支持多 Agents 并行，Mac 版新增操作电脑豆包工作于 9 月 2 日上线两项新能力。多 Agents 并行会由主 Agent 先拆解任务，再把垂直、专业的子任务分发给不同子 Agent 同时处理，最后由主 Agent 汇总结果。不同子 Agent 也可分别交付 Word、PPT 和 HTML 等不同形式的产物。Mac 版「操作电脑」功能可让豆包通过视觉理解执行本地 GUI 操作，在没有 MCP、API、插件或 CLI 的情况下识别界面并点击、输入。用户授权后，被操作应用会以小窗显示，人工接管时豆包会暂停操作。Mac App Store 应用现可移除 Intel Mac 支持Apple 向开发者确认，要求 macOS 13 或更高版本的通用 Mac App Store 应用，现在可以移除对 Intel Mac 的支持。此前，已经同时支持 Apple 芯片和 Intel 架构的应用，不能在 Mac App Store 中单独放弃 Intel 版本。应用移除 Intel 支持后，旧 Mac 将不再收到后续更新，但仍可使用最后一个兼容版本。Apple 表示，这可以简化开发，并缩小应用的下载和本机占用空间。Apple 正在结束 Mac 的 Intel 过渡期。macOS 27 将是最后一个支持 Rosetta 的版本；后续系统中，纯 Intel 应用将无法在 Apple 芯片 Mac 上运行，只有部分依赖 Intel 框架的旧游戏会获得例外支持。加州通过律师使用生成式 AI 法案，禁止将法律执业委托给 AI路透社报道，美国加利福尼亚州议会两院已通过 SB 574 法案，首次在州级层面为律师使用生成式 AI 设定专门规则。法案已送交州长 Gavin Newsom，等待签署或否决。法案规定，律师不得将法律执业「委托」给生成式 AI，仍需对工具的使用方式和输出内容承担专业责任。在向法院、客户或其他当事人引用法律依据时，律师必须核验引用是否真实、准确且未被断章取义。加州律师协会此前已起草相关执业规则修订，覆盖胜任能力、客户沟通、保密义务、对法庭的诚信义务，以及对非律师助手使用 AI 的监督。普华永道：全球数据中心到 2050 年或投入 31.6 万亿美元普华永道发布《2026—2050 全球数据中心展望》，基准情景预计，2026 年至 2050 年全球数据中心累计资本支出将达 31.6 万亿美元；如果 AI 普及快于预期，该数字可能接近 50 万亿美元。该模型由牛津经济研究院为普华永道构建，覆盖 46 个国家和地区。报告认为，需要每 4 至 6 年更换的服务器、GPU、存储和网络设备是这轮投资的主体。到 2050 年，ICT 设备预计将占数据中心总投资的 93%。电力供应是报告列出的首要约束。此外，芯片贸易、数据主权、连接能力和社区接受度也会决定投资最终落在哪些地区。网信办整治 AI 应用乱象，已清理 561 万余条信息中央网信办通报「清朗·整治 AI 应用乱象」专项行动第二阶段进展。截至目前，各平台累计清理违法违规信息 561 万余条，查处账号 4.9 万余个，处置违规网站和应用程序等 2400 余个。本轮整治重点包括：用 AI 制作虚假灾害与救援画面、「魔改」经典作品、生成暴力低俗内容，以及使用 AI 「托管」账号从事网络水军活动。通报列出的相关账号和应用已被处理。网信办表示，豆包、元宝、千问、文心一言等平台正加强原始语料审核、限制违规内容输出，并推动 AI 生成合成内容标识落地。多家手机应用商店也开始加强开发者准入和在架 App 抽检。星宇股份董事长再次致歉，大众已就批量解约应届生启动调查星宇股份董事长兼总经理周晓萍在 9 月 2 日的业绩说明会上，就公司与 107 名应届毕业生解除劳动合同再次致歉。她表示，公司已重新审视用工制度和流程，并正在政府部门指导下落实后续措施。另据第一财经，常州星宇车灯股份有限公司外包劳务时薪上调 1 元。多位招工中介介绍，此前星宇股份小时工的薪资是 22 元/时，现在上涨为 23 元/时，具体构成是 20 元/时加上 3 元留任奖。常州市人社局此前通报，星宇股份共招录 440 名 2026 届毕业生，后与其中 107 人解除合同，协商过程「方法简单生硬，缺乏充分有效沟通」。公司已对人力资源总监作出停职处理，并宣布向 107 人发放 3 个月求职生活补贴、组织专场招聘会。大众中国已就供应商相关投诉启动专项调查，并表示尊重劳动者权益是其供应链管理要求。截至 8 月 25 日，107 人中已有 22 人实现就业，14 人参加其他企业面试。Meta 将内部沟通从 Google Chat 转向 Slack，称后者更适合 AI AgentBusiness Insider 获得的一份内部备忘录显示，Meta 将把员工内部沟通工具从 Google Chat 迁移至 Slack。Meta 首席 AI 官 Alexandr Wang 在备忘录中表示，Slack 是目前最适合承载 AI Agents 的平台。Meta 看中的能力包括：面向 Agents 的对话界面、成熟的开发工具，以及丰富的第三方集成。Wang 称，即使并非所有员工都在开发 Agents，公司内部也能从更完整的 Agent 生态中受益。这笔迁移为 Slack 母公司 Salesforce 带来一名大型企业客户。Meta、Salesforce 均拒绝置评，Google 未回应置评请求。Oura 新增 4 名独立董事，为赴美 IPO 做准备据彭博社报道，智能戒指厂商 Oura 任命 4 名具上市公司经验的独立董事，成员曾在 Netflix、Robinhood 和 Deliveroo 等公司担任管理职务。Oura CEO Tom Hale 表示，新董事熟悉全球业务的建立与规模化过程。Oura 已于 5 月向美国证券交易委员会秘密提交 IPO 注册声明草案。彭博社称，公司计划最快在本月启动美国 IPO，募资额最高可能达到 30 亿美元。公司今年还发布了 Oura Ring 5，并预计付费会员数量在第二季度超过 500 万。新增董事进一步补齐了公开上市前的治理结构。Dell 上调全年业绩指引，AI 服务器订单积压继续扩大Dell 发布 2027 财年第二财季业绩：截至 7 月 31 日的三个月内，营收为 470 亿美元，同比增长 58%。AI 服务器是主要增量。该业务当季确认营收 164 亿美元，期末在手订单达 950 亿美元，公司称销售线索规模仍是在手订单的数倍。Dell

传祺的新能源方盒子也来了。昨天晚上，广汽传祺越 7 正式开启预售。新车一共有 4 款车型，预售价为 17.98-22.58 万元，叠加预售权益后，价格为 17.18-21.78 万元。具体来看，两驱 Pro 版和两驱 Max 版的预售权益价分别为 17.18 万元、18.78 万元；四驱 Max 版和四驱 Ultra 版分别为 20.78 万元、21.78 万元。传祺把越 7 定位为「全场景智享硬核 SUV」，简单理解就是，它并不只想服务硬核越野玩家，而是希望把方盒子的造型和通过性，与家庭用户更看重的空间、舒适、能耗和智能化放在一起。越 7 的长宽高分别为 5045/2004/1933mm，轴距 2900mm。根据备胎、轮眉和悬架配置不同，车身尺寸会有小幅变化。超过 5 米的车长和超过 2 米的车宽，让它在方盒子 SUV 中也属于体量较大的一类。设计上，越 7 采用「八方美学」设计语言，八边形元素出现在大灯、轮眉、车窗和车内按键等位置。前脸没有使用传祺常见的大面积镀铬格栅，而是配了一块带 GAC 字母标识的黑色面板，整体看上去更加简洁。新车提供塔漠辉砂、黑独墨影、贡嘎银峰和太白雪顶 4 种车身颜色，轮胎则有 18 英寸 HT 胎、18 英寸 AT 胎和 20 英寸 HT 胎三种组合，城市和户外取向都照顾到了。座舱内比较显眼的是一块 1.1 米全景贯穿式 P-HUD，配合 15.6 英寸中控屏，可以同时呈现导航、辅助驾驶和越野信息。智能化方面，传祺为越 7 准备了高通新推出的 8838 平台，后者的 NPU 算力达到了 64TOPS。在董车会此前的体验中，无论是语音还是触控，越 7 的车机都有着很高的流畅度。越 7 的辅助驾驶用的是广汽自家的 ADiGO GSD 3.0 系统，全车配有 27 个传感器，支持城市、高速和非铺装道路的导航辅助驾驶。另外，四驱 Ultra 版还会配备规格更高的 192 线激光雷达。不过相比屏幕和芯片，越 7 更有辨识度的卖点还是空间和舒适性。它的座舱得房率达到 81%，后排配备 170mm 电动滑轨，最大纵向空间超过一米。前后排座椅经过组合后，可以一键形成一张 1.9 米长的纯平大床。舒适性配置自然也是比较到位的，高配车型提供前排通风、加热和按摩、20 扬声器音响、5.7L 冷暖箱、双层隔音玻璃，以及闭式双腔空气悬架和 SDC 连续可变阻尼减振器。空气悬架除了可以根据路况调节高度和软硬，还支持一键调平。平时能够改善大尺寸方盒子的行驶舒适性，停车露营时也能派上用场。动力上，越 7 全系采用广汽的星源插混系统，由 1.5T 混动专用发动机、GMC 3.0 混动变速器和 P4 后电驱组成。发动机最大功率 125kW，四驱车型综合最大功率达到 550kW，零百加速最快 4.2 秒。座舱下方是一块宁德时代的 46kWh 电池，CLTC 纯电续航最高 261km，电量从 30% 充至 80% 只需要 15 分钟。如果算上油箱，越 7 的续航可以达到 1352km，WLTC 馈电油耗为 6.21L/100km。提供了舒适体验的同时，越 7 也为越野这件事下了一些功夫，它的接近角和离去角分别为 30 度、33 度，常规离地间隙为 230mm，空气悬架升到最高后可以达到夸张的 310mm，最大涉水深度为 780mm。越 7 的四驱版本提供前后机械差速锁和一把「能量中锁」，也就是官方所说的「两硬一软三把锁」。在这些配置的加持下，越 7 支持低速越野蠕行、虎式掉头、涉水感应，还拥有包含沙地、泥地、雪地和崎岖路面在内的 9+X 全地形模式。换句话说，越 7 并不只是长了一副方盒子的样子。此外，越 7 原厂预留了 37 处拓展接口、38 个车内储物位置和双 220V 电源接口，后续还会提供车顶帐篷、行李架等原厂改装件。显然，传祺也希望借这款车进入户外改装市场。对于以 MPV 舒适性见长的传祺来说，越 7 也承担着在 MPV 之外建立新标签的任务。目前收获的 1.5 万份订单，说明它至少已经拿到了第一波市场关注。

GPT-6 Astra，猝不及防地降临。就在刚刚，OpenAI 官方定调称，这是「全球最智能、最符合人类意图的模型」。OpenAI 表示，Astra 集合了多年在预训练、强化学习和模型对齐领域的研究成果，在计算机操作、网页浏览、软件工程、网络安全、科学研究以及专业工作等多个方向达到新的能力水平。相比以聊天、写作和问答为主的前代模型，Astra 更像一个能直接干活的 AI Agent：它可以调用工具、操作软件、浏览网页，独立完成复杂任务。这一次发布，也成为 OpenAI 近年来规模最大的一次模型升级。据 OpenAI 研究负责人 Aidan Clark 介绍，Astra 是 OpenAI 迄今规模最大的训练项目之一，也是首次在训练过程中大量使用此前模型参与监督的新一代模型。该模型首次在美国 Stargate 德州基地使用超过 10 万张 GPU 进行预训练。OpenAI 总裁 Greg Brockman 更是直接开麦：几年后回头看，今天就是 AGI 时代的起点。GPT-6 Astra 登场，要让 AI 接管软件GPT-6 Astra 最大的变化，是 Computer Use 能力。过去的大模型虽然可以生成代码、总结资料、回答问题，但真正进入现实软件环境执行任务时，仍然存在明显限制。浏览网页、填写表格、操作办公软件、处理复杂流程，这些任务需要大量人工介入。Astra 试图改变这一点。OpenAI 称，Astra 是目前最强的计算机操作模型，可以完成填写在线表单、更新 CRM 数据、整理日程、进行网络研究，并在邮件和文档编辑器中生成内容。它还可以分析科学数据、生成图表、创建网站，并自动运行前端质量测试。在官方演示中，Astra 展示了多个接近真实工作的创意场景。它可以使用 KiCad 完成 PCB 设计，将电子原理图转换成可以制造的电路板布局；可以操作 Excel、Power BI 等办公工具；可以使用 Blender 创建三维模型，并进一步转换为 Unreal Engine 5 中可交互浏览的空间。除此之外，我们还能让 Astra 从设计图开始搭建完整房屋模型，模型先在 Blender 中完成 3D 建模，再自动导入 Unreal Engine 5，生成可以自由探索的交互场景。甚至另一位用户还能通过 MCP 连接 Ableton，让 Astra 从零制作完整音乐，包括音色设计、乐器编排和混音流程。基准测试结果也显示，Astra 的 Computer Use 能力明显提升。在 OSWorld 2.0 测试中，GPT-6 Astra 得分达到 72.6%，高于 GPT-5.6 Sol 的 65.7%。而在 Agents’ Last Exam 测试中，Astra 得分达到 59.3%，高于 Claude Opus 5 的 55.5% 和 GPT-5.6 Sol 的 53.6%。此外，OpenAI 还同步升级了 Codex harness。过去，AI 编程 Agent 最大的问题之一，是长时间任务容易丢失上下文。一个持续数小时的大型开发任务中，模型可能忘记此前为什么修改某段代码，或者遗漏用户早期提出的限制条件。Astra 引入了新的上下文管理方式。OpenAI 表示，Codex 不再单纯依靠压缩总结保存历史，而是可以跨上下文窗口保存笔记，并搜索此前消息和工具输出，从而找到之前的需求、测试结果以及修改记录。同时，Astra 可以在等待用户回复时继续推进不依赖该信息的任务。如果问题会影响最终结果，模型会等待用户确认；如果影响较小，则会根据合理假设继续执行。简言之，过去，人们更关注模型能否给出准确回答；接下来，真正拉开差距的，将是它能否独立完成一项完整工作。代码、数学和科学，成为 GPT-6 Astra 的新战场OpenAI 希望 Astra 不只是一个效率工具，而是进入企业核心工作流程。其中，软件工程是竞争最激烈的领域之一。OpenAI 将 Astra 称为目前最强的软件工程模型。在考察终端环境测试的 Terminal-Bench 4.0 中，Astra 得分达到 57.7%，明显高于 GPT-5.6 Sol 的 37.3%，同时每个任务的预计 API 成本低于 Sol 和 Claude Fable 5.1。在 DeepSWE v1.1 测试中，Astra 得分达到 74.1%。OpenAI 更强调的是，Astra 在复杂真实开发环境中的表现。合作伙伴 Jane Street 表示，Astra 在 Agent 编程场景下，更容易被开发者理解，同时生成代码需要更少迭代才能达到生产质量。▲ARC-AGI-3 的得分达到 99.9%AI 创作者 Pietro Schirano 则展示了 Astra 根据图片生成 3D 模型和动画，并通过一句目标指令创建完整水下探索游戏的过程，其中包含 3D 元素、声音以及可交互玩法。另一位用户 Chris 表示，Astra 在 Unity 环境中的表现相比此前版本提升明显，能够直接利用现有资源组装城市场景，生成更接近真实游戏开发流程的内容。科学研究则是 Astra 展示能力的另一个重点。OpenAI 表示，Astra 在 FrontierMath Tier 4 测试中取得 97.6% 成绩，在 GPQA Diamond 科学推理测试中达到 96.0%。这款新模型还参与了数学研究。OpenAI 表示，Astra 帮助推进了素数间隔问题研究，其中一项结果将无限多个素数对之间的已知距离上限进一步缩小。在实际科研流程中，Astra 不只是回答科学问题，而是可以直接进入专业软件环境分析数据。例如，它可以检查基因测序质量、分析遗传变化，并帮助研究人员判断下一步研究方向。不过，Astra 最受关注的能力，也带来了最大的安全争议。OpenAI 表示，Astra 已达到其 Preparedness Framework 中的「关键网络安全能力阈值」。在 ExploitBench 测试中，Astra 获得 100% 成绩，高于 GPT-5.6 Sol 的 78.5%；在 ExploitGym 测试中，Astra 成功率达到 42.4%，高于 Sol 的 30.3%。进一步测试显示，Astra 在近期漏洞测试中发现并利用了两个此前未知的 zero-day 漏洞，OpenAI 表示已经向相关维护方披露。同一个模型，既可以帮助企业发现漏洞、修复代码，也可能被用于攻击系统。因此 OpenAI 对 Astra 的开放采取了更严格的分级策略。普通用户版本会拒绝部分高级网络安全请求，而经过审核的安全团队可以通过 Daybreak 项目获得更开放的访问权限。人类与 AI 的大分工时代GPT-6 Astra 发布后，AGI 再次成为行业讨论中心。OpenAI 并没有正式宣布已经实现 AGI，但 Greg Brockman 的表态明显更加积极。他认为，未来的人们可能会把 Astra 看作 AGI 时代的重要起点，同时表示 AGI 更像一个「使命概念」，而不是一个可以被简单定义的技术指标。「如果几年后回头看，什么时候真正创造了 AGI，我认为可能就是现在，可能就是这个模型。」Brockman 如此表示。而在此次 Astra 发布的过程中，OpenAI 也特别强调「对齐」。OpenAI 表示，Astra 是目前最符合人类意图的模型。在一项测试模型是否会突破任务边界的评估中，GPT-5.6 Sol 在没有生产防护措施时越过授权范围的比例为 48%，而 Astra 为 0%。这一变化与此前 AI 安全事件密切相关。此前 OpenAI 测试中的 AI Agent 曾出现突破限制环境，并攻击 Hugging Face 相关系统的事件，引发行业对于 AI 自主行为边界的担忧。Astra 发布时，OpenAI 试图证明它已经建立了更完善的安全机制。但另一面的问题是，OpenAI 承认，测试显示 Astra 的文字推理过程相比 GPT-5.6 Sol 更难监控。究其原因，Astra 能够使用更少的文字步骤完成复杂任务。商业化方面，Astra 也进入更高价格区间。GPT-6 Astra 将首先向 OpenAI Daybreak 项目的部分企业用户开放，随后向 ChatGPT Plus、Pro、Business 和 Enterprise 用户开放，并通过 OpenAI API 和 AWS 提供服务。API 定价为输入每百万 token 10 美元，输出每百万 token 50 美元，缓存读取和写入另有计费规则。同时，OpenAI 还提供 Fast Mode，可以将处理速度提升至标准模式的 2.5 倍，但价格也会上升至标准模式的两倍。相比 GPT-5.6 Sol，Astra 的价格有了明显提升。不过，OpenAI 认为，未来企业不会只关注 token 单价，而会关注完成一次任务需要付出的总成本。Greg Brockman 更是表示，AI 行业最终需要从「token 定价」转向「任务成本」衡量。虽然 OpenAI 说 GPT-6 Astra 接近开启了 AGI 时代。但真正值得关注的，或许不是 AGI 这个标签，而是我们已经清晰地看到 AI 开始接近一种新的存在形态：它不再等待人类拆解任务，而是开始理解目标、制定路径，并主动完成工作。蒸汽机改变工业时代时，人们看到的是一台机器；互联网改变世界时，人们看到的是一张网络。只有多年以后，人们才意识到，它们改变的其实是整个社会运行方式。从这个角度看，Astra 的意义并不只是一次模型升级。当 AI 开始进入办公室、实验室和代码库，人类与机器的关系，也将迎来一次重新分工，届时我们也将需要重新思考自己的价值所在。

💻OpenAI 发布 GPT-6 Astra，主打电脑操作与复杂工作流🧠ChatGPT、Claude 与 Grok 同时出现故障💰英伟达以 129.3 亿美元收购 Hugging Face，承诺保留开放平台💬微信回应「单删提示」：只在好友数达到上限时展示🛒天猫上线 AI 「Token 充值中心」，首批接入四家模型厂商🔬前 DeepSeek 研究员魏浩然出任百度文心多模态算法负责人🚗特斯拉 Cybercab 今日亮相，得州登记车队增至 45 辆🏢人人影视转型正版回归，月度会员 25 元💡星宇股份外包岗再加薪，劳务公司称仍招聘困难🛒淘宝回应 9 月 3 日系统故障：页面已恢复🧠OpenAI 首席科学家 Jakub Pachocki：应防止 AI 陷入「不可监控竞赛」📈博通第三财季营收增长 86%，AI 半导体收入达 167 亿美元💵Nscale 称已签约收入达 1030 亿美元，最早本月启动 IPO💡奥特曼：OpenAI 将开发人形机器人👓Qoder 将登陆千问 AI 眼镜，可用第一人称视角给 Agent 派任务🧠联想 IFA 2026 发布全系 AI 硬件🪄Plaud MCP 接入腾讯 WorkBuddy，可直接调用录音与转写⚡fal 推出 H3 Max Turbo 预览版，生成速度提升至 2 倍🎮玩家把《GTA V》原生移植到初代 Switch，超频后接近 30 fps🎧Anker 推出无需穿戴设备的 SleepLab Pro 睡眠音箱🎬微短剧统一启用「苔花标」，新上线作品 10 月底前完成覆盖👀布拉德·皮特新片《野兽之心》定档 9 月 30 日内地上映🎨罗马尼亚选送金棕榈奖影片《Fjord》竞逐奥斯卡OpenAI 发布 GPT-6 Astra，主打电脑操作与复杂工作流OpenAI 发布 GPT-6 Astra，面向复杂推理、编程、电脑操作、研究与文档创作等端到端工作。该模型先向 Trusted Access Program 的企业客户开放，API 以及 ChatGPT Plus、Pro、Business 和 Enterprise 用户将在未来几天陆续获得使用权限。GPT-6 Astra 支持 105 万 token 上下文窗口和 12.8 万 token 最大输出，并新增异步工具调用、运行中接收补充指令、在对话中调整推理强度等能力。OpenAI 表示，模型可以在浏览器和专业软件中执行多步骤任务。安全方面，OpenAI 将 Astra 评为网络安全「Critical」、生物与化学能力「High」，并把部分高级网络安全能力先限制在 Daybreak Blue 计划内。定价方面，GPT-6 Astra 标准模式下每百万输入 token 收费 10 美元，缓存输入为 1 美元，缓存写入为 12.5 美元，输出 token 为 50 美元。输入超过 27.2 万 token 的请求，将按 2 倍输入与缓存费率、1.5 倍输出费率计费；Batch 和 Flex 模式价格为标准模式的 50%，Fast Mode 则为相应价格的 2 倍。🔗 相关阅读：刚刚，GPT-6 震撼发布！人类进入 AGI 大分工时代ChatGPT、Claude 与 Grok 同时出现故障据 Axios 及《连线》等媒体报道，北京时间 9 月 3 日晚间至 9 月 4 日凌晨，OpenAI 旗下 ChatGPT 与 Codex、Anthropic 旗下 Claude 以及 xAI 旗下 Grok 几乎在相同时段遭遇服务中断，引发全球大量用户报障。根据网络监测平台 Downdetector 数据，故障高峰期针对 OpenAI 的问题报告超过 3.7 万份，Claude 与 Grok 也分别收到上千份故障反馈。受上游基础模型故障波及，AI 代码编辑器 Cursor 亦在同期出现了自动化与云端 Agent 功能降级。随后各家公司陆续更新了状态页面并披露修复进展。OpenAI 发言人向媒体证实，此次 ChatGPT 和 Codex 的异常主要由路由配置错误引起，团队在部署修复方案后已恢复正常运行；Anthropic 称早前受容量限制与错误率升高影响的 Opus 4.8 和 Opus 5 等多款 Claude 模型均已修复并恢复上线；xAI 状态页显示 Grok 服务已恢复健康，相关通报显示故障源于其位于孟菲斯计算中心的异常。截至目前，上述受影响的 AI 服务及相关下游开发工具已全部恢复正常。此次多家头部 AI 模型罕见地集中发生服务中断，也引发了业内对当前生成式 AI 底层计算网络与基础设施冗余架构的进一步关注。英伟达以 129.3 亿美元收购 Hugging Face，承诺保留开放平台9 月 3 日，英伟达宣布将以 129.3 亿美元收购 AI 开发者平台 Hugging Face。路透社报道称，这笔交易将帮助英伟达进一步进入开放模型生态，并直接连接开发者用于分享、测试和部署 AI 工具的平台。英伟达 CEO 黄仁勋表示，Hugging Face 将继续面向整个 AI 生态保持开放，支持开源和开放权重模型，以及多云、多加速器部署。开发者仍可自行选择模型、框架、云服务、推理服务和计算平台，使用 Hugging Face 时不必采用英伟达算力。根据英伟达公布的数据，Hugging Face 已汇集超过 1800 万名开发者、研究人员和创作者，平台上有超过 300 万个模型、50 万个数据集和 100 万个应用，使用该平台的企业超过 20 万家。微信回应「单删提示」：只在好友数达到上限时展示9 月 3 日，「微信单删提示」登上热搜。腾讯客服回应称，这并非面向所有用户开放的批量检测功能：只有通讯录好友数量达到上限、用户继续添加好友时，系统才会弹窗展示部分联系人，供用户判断是否删除。弹窗可能标出已经删除用户的联系人，并提供「换一换」功能，但微信目前不能批量查看所有已将自己删除的好友，用户仍需在弹窗列表中手动选择。腾讯客服表示，微信好友数量上限约为 1 万，公众号及黑名单内账号也会占用名额。天猫上线 AI 「Token 充值中心」，首批接入四家模型厂商天猫 9 月 3 日上线 AI 空间站，也就是「Token 充值中心」。页面首批集合阿里云、智谱、Kimi 与 MiniMax 的大模型订阅产品，用户可以在天猫直接购买。在售商品包括按周期订阅的 Token Plan、Coding Plan，以及按用量付费的充值方案，支持兑换码和直充两种交付方式。此前一天，智谱已在天猫开设官方旗舰店并上架 Coding Plan 等订阅套餐。据《界面新闻》报道，开店首日相关搜索量环比增长 40 倍。前 DeepSeek 研究员魏浩然出任百度文心多模态算法负责人据 AI 前线援引知情人士消息，原 DeepSeek 研究员魏浩然近日带队转入百度基础模型研发部，出任文心大模型多模态算法负责人。他今年上半年加入百度，此前主要负责 OCR 等多模态方向的研发。魏浩然是《DeepSeek-OCR: Contexts Optical Compression》与《DeepSeek-OCR 2: Visual Causal Flow》的第一作者。两篇论文分别于去年 10 月和今年 1 月发布，前者使用视觉表征压缩长文本信息，后者进一步让编码器按图像语义动态重排视觉 token。AI 前线称，魏浩然加入百度后参与了 Unlimited-OCR 模型的研发。百度在 6 月公开该模型，官方项目将其定位为长文档单次解析方案。特斯拉 Cybercab 今日亮相，得州登记车队增至 45 辆特斯拉将于美国当地时间 9 月 3 日（北京时间今天下午）在得州奥斯汀举行 Cybercab 发布活动。这是特斯拉为全自动驾驶出行设计的双座车型，座舱不设方向盘和脚踏板。得州机动车登记资料显示，特斯拉已将 45 辆 Cybercab 列入当地自动驾驶车队名单，较最初登记的 7 辆增加 38 辆。这批车与 269 辆 Model Y 一同登记在 Tesla Robotaxi 名下。登记进入车队并不等于已经对公众载客。特斯拉官方 Robotaxi 页面仍称，现有自动驾驶出行服务从 Model Y 开始，Cybercab 未来才会在更多地区提供行程。特斯拉之前已在得州超级工厂向员工开放 Cybercab 试乘。人人影视转型正版回归，月度会员 25 元据蓝鲸新闻报道，知名影视资源与字幕平台「人人影视」已更名为「人人影视分享精彩」，并在 iOS 应用商店和安卓商店等渠道正式上线，全面转型为正版视频平台。人人影视工作人员对此表示，该项目此前筹备已久，目前与华数传媒达成合作，平台内上架的影视片源均系正版购买。目前平台内容仍以海外影视作品为主，首页推荐包括《足球教练第四季》《四手联弹》《绿灯军团》等剧集与电影。在收费模式上，该 App 推出了会员订阅服务，月度会员定价 25 元，季度会员为 60 元，年度会员为 175 元。此外，平台日前还向老用户发送了主题为「欢迎老用户回归」的通知邮件，并在信中表示「我们终于可以在 App 见面了」，同时向老用户附赠了 1 个月会员。星宇股份外包岗再加薪，劳务公司称仍招聘困难据新京报贝壳财经报道，星宇股份与 107 名应届毕业生解约后，多家劳务派遣公司称，公司外包岗位再次提高时薪，但招聘仍然困难。招聘人员介绍，相关岗位原本时薪为 22 元。事件发生后，星宇股份提供每小时 1 元留任奖，劳务派遣公司再补贴每小时 1 元；此次劳务公司又增加每小时 1 元补贴，合计时薪升至 25 元。岗位包括普工、操作工、组装工和包装工，采用两班倒、上六休一安排，员工与劳务派遣公司签约。星宇股份的留任奖将持续至今年 11 月，劳务公司的补贴持续至明年 2 月。按招聘方现行安排，明年 3 月后时薪将回到 22 元。另外，新浪财经公布的约谈录音显示，公司当时向应届生提供了两种方案：以「个人原因」离职并获得半个月薪资补偿，或调往生产操作岗位。对于不接受任一方案的学生，沟通人员称可以「走法律程序」。劳动法律师指出，双方未协商一致时，用人单位无权单方变更劳动合同内容或解除合同。淘宝回应 9 月 3 日系统故障：页面已恢复9 月 3 日上午，多名用户反馈淘宝 App 出现页面报错、订单无法加载、无法付款等故障，「淘宝崩了」话题随后登上热搜。淘宝线上人工客服一度表示，平台正在核查处理，服务将逐步恢复。当天中午，客服再次回应称，故障来自系统问题，相关页面已恢复，并就此次影响致歉。故障期间，多位用户上传的截图还显示，确认收货、查看物流和刷新订单列表均受到影响，页面曾提示「服务竟然出错了」或「网络竟然崩溃了」。相关问题集中出现在订单与交易页面，并非只有单一入口短暂报错。OpenAI 首席科学家 Jakub Pachocki：应防止 AI 陷入「不可监控竞赛」OpenAI 首席科学家 Jakub Pachocki 在社交媒体 X 上回应围绕 Astra 模型「深度循环」机制引发的 AI 安全争议。部分研究者担心，这项设计会让模型推理过程更难监控；Pachocki 表示，发声是为了防止混乱的报道引发一场「冲向不可监控」的竞赛。Pachocki 称，包括 Astra 在内的 OpenAI 前沿模型，计算图深度与 GPT-4 相比差距不到两倍，并未出现外界担心的架构复杂度跃升。「深度循环」会让模型重复调用同一组网络层、更新内部表征，因而使部分推理停留在人类难以直接阅读的状态中；但 Astra 当前的使用程度有限，思维链仍预计可读。他强调，OpenAI 从最早的推理模型开始就在保留和利用思维链监控，因为这类记录能帮助研究者理解模型的对齐行为如何超出训练分布。OpenAI 在 3 月公布的研究中，也将思维链监控列为自主 Agent 的多层安全保障之一。不过，Pachocki 并没有否认风险。他认为思维链监控仍然「很脆弱」，而且正在受一些与架构变更无关的因素影响。他表示，寻找加强可监控性的办法已是 OpenAI 当前研究项目的核心目标之一。博通第三财季营收增长 86%

「欢迎来到 AGI 时代。」OpenAI 总裁 Greg Brockman 用这句话结束了 GPT-6 Astra 的媒体吹风会。几个小时前，ChatGPT、Claude 和 Grok 才经历了一次罕见的同时宕机，但短暂故障没有打乱 OpenAI 的发布节奏——就在刚刚，GPT-6 Astra 正式亮相。Brockman 对这款模型的评价，甚至超过了 OpenAI 以往任何一次新品发布：如果几年以后回头追问，AGI 究竟在什么时候诞生，我想答案大概就在这段时间，甚至可能就是这个模型……就我个人而言，我认为我们已经达到了（AGI 水平）。对于听惯了 AI 公司豪言壮语的人来说，问题也随之而来：Astra 到底做到了什么，足以让 OpenAI 定调说「这是全球最智能、最符合人类意图的模型」？跑分没有横扫一切，价格倒是登上了顶峰按照 OpenAI 的说法，Astra 是一次「代际跃迁」，能力提升覆盖电脑操作、软件工程、专业工作、科学和网络安全。根据官方公布的数据，Astra 在代表「脑力」的研究级数学测试 FrontierMath Tier 4 和科学知识测试 GPQA Diamond 中成绩是 97.6% 和 96%。而在代表「动手能力」的长程软件工程测试 DeepSWE、CAD 绘制测试 BenchCAD 和漏洞利用能力测试 ExploitBench 中，Astra 也分别做到了 74.1%、95.9% 和 100%。也就是说，GPT-6 Astra 已经把很多既有测试「刷爆」了。要想完整理解它的能力上限，我们可能需要设计一些新的测试。但 OpenAI 更倾向于介绍 ARC-AGI-3 的成绩：99.9%。这是一项高度抽象化的测试，模型要进入一个完全陌生的小游戏世界，不提供任何规则说明和目标，模型必须自己通过互动观察环境的变化，推断出这个世界的「游戏规则」然后规划行动。在今年 3 月刚公布时，最强的 AI 成绩只有 0.51%，即使是 GPT-5.6 Sol 在默认框架下也只有 7.8%，而现在 Astra 在特设的保留推理+压缩上下文框架下，就做到了和人类完全等同的环境推理满分成绩——这一点会和我们稍后说到的「环境操作」能力紧密相关。作为最新的超旗舰级模型，Astra 的基本规格自然不会落后：105 万 token 上下文窗口，最高输出 12.8 万 token，知识截止时间为 2026 年 4 月 30 日，支持 low、medium、high、xhigh 和 max 五档推理强度。但与此同时，模型的价格也来到了新高度。标准模式下，每百万输入 token 收费 10 美元、输出 50 美元；输入超过 27.2 万 token 后，整次请求的输入和缓存价格翻倍，输出价格升至 75 美元。模型依然支持更快给出结果的快速模式，相应地要支付两倍价格。对比起来，Astra 的输入与输出单价是 5.6 Sol 当前促销价的 2.5 倍，也和 Anthropic 刚发布的 Fable 5.1 相同。想体验的话，我们可能还得稍微再等几天：Astra 目前率先向小部分可信合作企业开放，ChatGPT 各级会员用户和 API 则会在未来几天里陆续推送使用权限。另外还有一个涉及最高级网络攻击能力的版本，只会提供给网络防御机构使用。当然，我们都知道官方口径向来是「报喜不报忧」的，第三方独立机构的测试稍微能给官方叙事降一下温——在 Artificial Analysis 最常用的通用智能独立测试 Intelligence Index v4.1.1 中，Astra max 的成绩「只有」61 分，和 GPT-5.6 Sol max 持平，低于 Fable 5.1 的 66 分、Opus 5 的 63 分以及 Muse Spark 1.3 的 62 分。这也和 X 上一些提前获得内测资格的开发者体感相仿：Astra 不是那种在智能上遥遥领先的模型，但它堪称恐怖的环境理解和操作能力弥补了这一点，最终交出的输出结果相当漂亮。虽然在通用智能测试上不算吃香，可一旦转到 Coding 测试就是另一回事了：在 Artificial Analysis Coding Agent Index 中，Astra 得到 67 分，距离榜首 Fable 5.1 只差 3 分。与此同时，Astra 体现出了极佳的 token 效率，使用的 token 仅相当于 5.6 Sol max 的三分之一、Opus 5 high 的五分之一。凭借效率优势，Astra max 完成单项 Coding 任务的成本和 Sol 大致相当。于是，在散点图中我们能看到 Astra 在左上角几乎划出了一个专属「斩杀区」——在相同的价格区间，Astra 目前可以说是「无敌」的。另外，Astra 的幻觉也明显减少。Artificial Analysis 测得 Astra max 的幻觉率为 51%，远低于 Sol 的 92%，拒答率数据也显示它没有依靠频繁拒绝回答来压低幻觉。单看综合跑分，很难说 Astra 是什么「独一档」的模型。但它的关键进步，其实藏在「模型如何使用电脑」这件事上。为人类设计的界面，Astra 用得比人更好Astra 的发布宣传片开头，引用了一个 80 年代的早期 AI 演示。当时，人对电脑说「画一个黄色圆圈」，电脑就能照做。同样的梦想延续到了今天。如今，几个人只是站在投影大屏前，或拿起筷子吃饭，或甩动手里的网球拍， 同时嘴上说出想要做一个完整可玩的 3D 游戏、把商品上架到 eBay，或是编辑照片后放入特定文件夹。等待片刻，工作就完成了。复杂的提示词和来回操作修改的过程全部消失，只需要像吃饭时看剧聊天一样，随口说几句话，Astra 就能把工作全部搞定。这可能是理解 Astra 最好的方式。OpenAI 还展示了一批更贴近日常工作的案例：寻找猫咪寄养服务，人类平均需要半小时，Astra 用时 5 分 27 秒；寻找工作从约 5 小时缩短到 2 分 51 秒。它还能预约车管所服务、寻找公寓、填写表格、整理日历、更新 CRM，在 Excel 和 Power BI 中处理数据，在 Blender 中制作模型并进一步转换成 UE5 中的交互场景。在这些现象的背后，是一种更具冲击力的技术路线——以前我们希望 AI 使用一套软件或一种服务，通常要先为它开发 API，用 MCP 协议规定可用的外部工具和数据。每多接入一个系统，都要重新处理权限、数据格式和调用逻辑。大量老旧的政务、医疗、保险和企业软件，甚至根本没有合适的 API。但我们还有另一种已经为人类这种通用智能服务了几十年的接口：GUI。屏幕、键盘和鼠标是一套覆盖数十亿台电脑、兼容无数新旧软件的接口。模型只要能看懂屏幕、理解当前状态并准确操作，今天仍在使用的软件就可以直接成为它的工具。Greg Brockman 在吹风会上也谈到了这一点。他认为，AI 行业长期受困于为不同工具逐一编写连接器；当电脑操作能力足够成熟，Agent 就能直接穿梭于表格、表单和网页。模型开始主动适应人类的软件世界，企业就不必等待整个软件世界先完成一次「AI 化改造」。衡量 Computer Use 能力的 OSWorld 2.0 基准测试结果也显示，Astra 得分达到 72.6%，高于 Sol 的 65.7%；平均完成一项任务约需 40 分钟，Sol 则需要约 75 分钟。成功率提高约 7 个百分点，耗时减少了约 47%。效率在这里变得格外重要。GUI 任务往往持续几十分钟，包含数百次观察、判断和操作。每一步都可能产生截图、上下文和推理 token。单次决策节省一点，放进长达几百步的工作流后，差距会被迅速放大。尽管 Astra 的单 token 价格很高，但极高的 token 效率和更少的试错，可以有效抵消涨价。OpenAI 估算，Astra 最高配置完成一项 DeepSWE 任务的 API 成本比 Sol 低约 57%。猝不及防地，Astra 的诞生直接改换了旗舰模型的竞争赛道。它不需要追求最高的智能分数，只需要能理解目标、接管现成工具、处理途中出现的意外，就已经可以承担相当大一部分的人类工作。开启发现和创造的新时代适应人类现有工具框架的能力，让 Astra 拥有了让所有内测开发者都叹服的实际工程表现。从已经公开的反馈看，不同于以往很多 AI 只能生成演示，Astra 已经可以在很大程度上一次性做出完整的产品了。开发者 Flavio Adamo 试着用 Astra 单次生成一个完整的 Minecraft demo。可以说，这是让我这个 MC 老玩家最惊艳的 demo 没有之一。从环境、UI、音效到具体的跳跃挖掘动作和动画效果，都和原版游戏几乎如出一辙，找不出多少 AI 痕迹。另一个创作者 Tom Krcha 只给了 Astra 一张房子的照片，它就重建出了一个完整的 Blender 3D 模型，包含所有家具、电器等陈设，而且可以在本地上像玩游戏一样 360 度无死角游览。t3dotcodes 的 CEO theo 则通过 Astra 一次性生成了可以在浏览器里运行的完整游戏，所有运动、光照和建模都恰到好处，没有 AI 生成游戏常见的穿模，也不需要修正。在工程 demo 之外，Astra 也在进入更广的专业工作。官网公布的一个案例里，它可以基于参考样本，生成一份在排版风格上完全一致但内容复杂得多的 PPT。法律科技公司 Legora 则用一次 Agent 运行审查了 41 份财务文件，几分钟内就找到了全部 4 处人为埋入的错误，包括藏在收入附注中的 50 万英镑差额。相比前一代模型，它在这项工作流上提升了近 40%，并且依然把最终判断留给人类专家。报税、建筑渲染、游戏开发和财务核对，这些 Astra 擅长的工作跨越了截然不同的专业领域，共同点是都要在真实软件中理解上下文、调用工具、发现错误，再把一个模糊目标推进成可交付的成果。这也让 Greg Brockman 的思考有了更具体的解释。当一个系统能跨越不同的专业操作环境，自己观察、学习、行动和纠错，它就变成了切实的生产力。OpenAI 敢于给 Astra 冠上 AGI 之名，关键也在于此——AI 终于可以从零开始独自完成工作了。双手越灵活，护栏就越重要。OpenAI 表示，Astra 强化了对齐和指令遵循能力，能更好地遵守用户设定的限制，并拒绝高风险网络请求。公司也加强了隔离测试、网络和工具权限、模型权重保护与全局行为监控，高风险操作可以被另一个模型审查和中断。但另一方面，OpenAI 首席科学家 Jakub Pachocki 也提醒，智能进步不会自动带来对齐进步；模型越强，人们就越难准确理解它正在做什么。甚至有一种更危险的可能性：更强的模型可能理解自己正处于被监控、测试或审查的环境中，并尝试主动欺骗监控系统。这种「反身性」虽然还不等同于意识觉醒，却也会让监控一款模型变得更为棘手。当然，这种提醒更多是面向未来的。至少在当下，我们可以大胆地庆祝 Astra 的诞生——人类花了几十年时间，建立起了一整套以 GUI 为基础的数字基础设施；而 Astra 的跨越，就在于能够直接操纵这套设施，让人类跳过操作的部分，从意图直达结果。当操作的门槛被大幅压低，专业技术也许就不再稀缺。从重复的辛劳中解放，才能凸显人类创造力的价值。世界的运行方式，正在悄然改变。

昨天晚上，ChatGPT、Claude、Grok 等主流 AI 产品和后端模型 API 服务突发宕机。大量个人和企业用户反馈无法登录、服务不能正常使用，坊间猜测根源为 AWS 等云服务商基础设施大规模故障。这是很多急于实现「AI 转型」的传统企业都在面临的尴尬处境。大模型和 Agent 火了，所有人都在畅想着 AI 能给自己带来多大的帮助；API 充了值，Agent 真的部署起来了，却越来越头疼。头疼的有好几层：第一层是越好的模型自然越受欢迎，用的人越多也越不稳定。当复杂业务流程运行在一个云端 API 驱动的智能体上，网络波动或云端限流会导致任务中断，难以找回，一切恐怕得推倒重来，这对于追求稳健的生产环境来说，是不可接受的；第二层是老板们鼓励团队多用 AI，真用多了又心疼钱烧的太快，更何况仅仅在「搭建」一个达到要求的 Agent 的阶段，就已经发生了巨量的 token 消耗，结果都还没有看到；第三层凸显于医药、金融、工业制造等特定的行业，隐私、安全、合规要求使得他们无法使用「常规 AI」，包括在线的 AI 模型对话/agent 产品以及云端 API。解痛的方法，只有本地 AI。近日，来自北京大学的元空智能与惠普一起，将开源大模型和 Agent 框架，以及面向常规办公、金融、科研等不同场景的专有知识，全部塞进了本地设备。这是模型、框架和算力的整合，其中前两者由元空 AI 提供：多款 Boxer 开源模型，包括稠密和稀疏激活版本作为中间的模型层；上层是两款平行的 Agent 产品「元空 AI Work」和「元空 AI Science」。底层算力由惠普提供，根据场景不同，可以是常规形态的笔记本电脑，或者英伟达 GB10 架构的桌上计算盒子，以及传统的塔式工作站。惠普将向企业用户直接销售这些预装打包好的设备，以及配套的 FDE（前线部署工程师）服务。这是一套面向企业市场的成套解决方案。它对于典型的普通 AI 用户来说没有意义，不仅一次性费用远比常规 AI 订阅更贵，也并没有那么方便——但对于那些因为数据安全合规方面要求极高，而长期以来不能用、不敢用 AI 的特种行业，所有的所谓劣势都反过来成了优势：一次性的前置费用让成本有了极大的确定性，后续的所有 token 均在本地产生；安全的本地沙箱环境的确带来了使用门槛，但能够让特种行业在合规前提下充分利用强大模型和 Agent 框架，为工作提质增效。曾经因为云端 AI 的流行而边缘化的「本地 AI」，已经离少数极客的玩票越来越远，也不再是退而求其次的技术妥协。对于许多低调但价值巨大的行业来说，本地 AI 推理一直是唯一的可行路径，而今天他们终于有了一个堪用的选项。「倒贴钱」的算力账本中国惠普有限公司副总裁周信宏发现，许多专有知识与技能（统称为 know-how）密集型的企业，在过去使用云端 AI 的时候面临一种隐含的双重代价：第一重代价是看得见的 token 消费所对应的成本；第二重则是自己的know-how、商业洞察，在交互过程中也许有被大模型「反向蒸馏」的潜在风险。这种焦虑在特定行业的放大效果是极强的，比如投行和律所，对于数据合规的敏感度极高，公司往往会明令禁止将敏感的审计底稿和法务材料上传至公有云，包括使用公开的、非企业统一管理的 AI 产品来处理这些资料。数据主权和算力成本的双重夹击下，原本习惯了按需租用 API 服务的企业，态度正在发生明显转变。中国惠普有限公司副总裁、大中华区个人信息产品事业部总经理周信宏元空 AI 与惠普共同推出的这项面向企业用户的本地推理解决方案，其卖点在于用一次性的资本支出 (CAPEX) 来替代云端订阅费用（本质上是运营成本 OPEX）。硬件买回来之后，后续的本地推理除了电费之外边际成本几乎为零。如果我们用一个百人规模、使用海外旗舰闭源模型 API 的小团队举例，其一个月的云端 API 开销可能在数十万元左右，一年在百万元量级。但如果根据需求采购本地算力设备，例如惠普的 ZGX NanoAI工作站（基于英伟达 GB10 方案），跑上一两个月所节省掉的 API 费用可能就已经抵消了前期一次性的设备采购成本。元空 AI 创始人兼 CEO 逄大嵬告诉 APPSO：「组织是永远在算账的。如果多掏一点设备钱就能把活干完，还能守住所有的核心机密，企业自然会做出理性的选择。」中尺寸模型进入干活的「甜区」在发布会现场的演示环节，元空智能联合创始人宁鲲鹏博士直接做了一个颇有挑衅意味的动作：他在HP ZGX Nano上关掉了 Wi-Fi，完全断网。在 Linux 环境下，元空 AI Work 调用 Boxer本地模型在短短几分钟内，自动调取底层的脚本工具，逐张扫描了本地文件夹里的 53 张发票，不仅完成了格式解析与分类归档，还直接在本地生成了一张结构完整的 Excel 报表，精准统计出每一个维度的支出。随后，在另一台微型工作站上，又在离线状态下穿透了一份多达数千个条目的银行流水单，精准抓出了短时间内资金快进快出的洗钱异常特征。以往许多人对端侧 AI 的印象，还停留在手机厂商塞进去的 1B、3B 小模型，日常用来修图或者润色文案。但如今的情况已经大不一样。「3B 以下的模型只能用来做 Chatbot，写写诗或者陪人聊天，根本干不了长链路的严肃任务。」逄大嵬给出了相当明确的技术分水岭判断：参数量过小的模型，理解上下文和工具调用的能力极其有限，无法胜任复杂的企业工序；而千亿参数量以上的超大模型，日常部署又过于笨重和昂贵。元空团队正在布局的是 20B 到 100B 参数量的中等尺度模型，他们认为这个尺度才是当前真正能干活的生产力甜区。依托现在的后训练技术，像他们发布的 27B 稠密模型和 35B-A3B 稀疏模型，其智能密度已经能够追平一年前甚至一年半之前的顶尖云端模型。在针对高并发与硬件架构进行算子优化后，这种体量的模型运行在十多 GB 的经典笔电到上百 GB 内存的桌面算力盒子和塔式工作站上流畅运行，预填充 token 速度达到数百 tok/s，解码速率达到数十 tok/s，延迟达到了 100ms 甚至 50ms 以下。单有模型只是有了一个脑子，如果缺乏手脚，它依旧什么都做不了。这次发布的元空 AI Work 智能体，核心在于它自带一套 harness 体系和「长期记忆」（Memory）机制。元空智能联合创始人姚佳雨博士介绍，这套系统并不是简单地保存对话历史，而是像版本控制系统一样，将每一次执行动作的轨迹结构化为资产。如果长程任务在中途发生中断，模型可以随时从检查点无损恢复。即便断网运行 24 小时，它依然记得用户昨天的偏好与前天未跑完的数据结构。内存浩劫下的新思路如果端侧 AI 的门槛是每位员工都必须配一台顶配的新电脑，这件事情在现实中依然难以推行。存储芯片和高性能显卡的价格过去几年已然居高不下，今年更是迎来所谓的「RAMmageddon」（内存浩劫），存储产品涨价远超理性。这意味着绝大部分企业的 IT 预算根本无法支撑全员换机。更何况，许多办公室里服役的还是几年前采购的传统轻薄本，没有海量内存，连稍大一点的本地模型都无法载入。惠普和元空给出的工程解法显得非常务实：他们展示了由两台 ZGX Nano 盒子堆叠组成的部门级微型算力服务器：一台盒子可以稳定带动四到五台普通笔记本，两台堆叠就能在局域网内给八到十个人的小团队提供专属的模型算力支持。员工依然可以在自己那台连大模型都装不下的老电脑上办公，但所有的推理负载、敏感数据库读取和文档重构，都在工位旁边的物理盒子里实时消化完毕——前面提到的所有本地优势，包括数据不出域、无边际成本的 token 供应，仍然适用。对于硬件厂商惠普来说，这次与元空的合作也是战略聚焦的体现。周信宏在群访中谈到了 PC 行业的真实分化：700 美元以下的廉价电脑市场确实承受着巨大的出货压力，利润空间被严重压缩；但在 700 美元以上、具备严肃算力的高单价设备领域，惠普看到了两位数的营收正增长。企业用户不是不愿意掏钱，而是不再愿意为缺乏生产力工具属性的纯硬件买单。AI 拓客的下半场，不在 AI，在设备上一种新的共识在行业形成：模型卷到头了。从预训练的维度，更准确的说法是互联网上公开的文本数据已经被大模型吃得差不多了。AI 发展的这几年，我们看过太多震撼眼球的发布，每一家模型巨头都在承诺一个全知全能的超级大脑，但现在无论它们发布怎样的新模型，大家似乎都很难再感受到那种「核弹爆炸」「瘫坐在地」式的震撼。传统预训练上的 scaling law 边际回报已然急速递减。元空 AI 认为，真正的增量空间发生在后训练和强化学习阶段，而具体场景则需要落地到物理设备——包括但不限于 AIPC、手机、千行百业的 IoT 设备甚至非智能设备。元空这次发布的另一个重头产品是元空 AI Science。脱胎于北大科学智能学院的他们，把大模型直接接入了真实的生命科学实验平台。在传统的科研流程中，从查阅文献、分子推演，再到实验室里真实的试剂配比、摇晃试管，干实验与湿实验之间往往隔着巨大的鸿沟。为此，元空正在开发一个旨在统一所有非标准接口「笨设备」的抽象协议层，让 AI 既能阅读文献、预测蛋白质结构，又能直接调度机械臂去进行样本存取与细胞培养，并根据检测仪器回传的真实物理指标来修正下一步动作。「模型在真实操作中留下的交互轨迹，才是未来最稀缺的数据。」药企的研发配方、工厂产线的声学异响检测、甚至实验台上的高温酶重组，这些信息永远不可能被公开上传到外网。只有当模型深深驻扎在端侧设备里，与真实的物理环境产生闭环，它才具备自我迭代和进化的可能。这两年大家听了太多关于 AI 的宏大设想，似乎只要用上最新的大模型，任何问题都能迎刃而解。但真正要在日常业务里用起来，多数团队最在意的无非就是：把活干完，确保数据安全，以及账单别太贵。元空和惠普这次做的尝试，其实就是把飘在云端的大模型拉回地面，装进权限严格的本地算力盒子里。这种做法可能听上去没有云端模型那么耀眼，但对于那些精打细算、在意安全的企业来说，这反而是眼下最稳妥、也最容易拿到结果的选择。

发布会前一天，马斯克在 X 上发了张梗图 —— 一辆金色 Cybercab 化作漫天沙尘，正朝着奥斯汀市区席卷而来。但在现实里，马斯克口中的这场「风暴」仍在蓄力，距离真正席卷城市还差得远。今早，特斯拉在美国得州奥斯汀正式发布了 Cybercab 赛博无人驾驶电动车的量产车型。从外观上看，这辆车与 2024 年发布的概念车并没有太大区别。2024 年 10 月，特斯拉在华纳兄弟影城内搭起一片街区，负责接送到场宾客的是 20 辆 Cybercab 和 30 辆 Model Y。那是人们第一次见到这款没有方向盘、没有踏板的车，也是第一次听到马斯克为 Robotaxi 业务划出的落地目标：– 2025 年在得州和加州落地无监督 FSD– Cybercab 于 2026 年量产，售价低于 3 万美元– 运营成本降至每英里 0.2 美元– Cybercab 只使用无线充电– 私家车也能接入车队赚钱然而，两年过去了，这些承诺只兑现了一小部分。的确，Cybercab 已于今年 4 月在得州超级工厂顺利投产，如今也开始了正式运营，但目前加州仍在使用配备安全员的 FSD Supervised。另外，Cybercab 的售价、运营成本和私家车入网的细节均未公布。两年前号称「只支持无线充电」的 Cybercab，如今也在车尾加上了充电接口。截至目前，在得克萨斯州自动驾驶车辆备案名册中，特斯拉 Robotaxi 总数为 420 辆，其中 375 辆都是 Model Y，Cybercab 仅占 45 辆。一辆为接单而生的车活动还没开始，Cybercab 就已经在奥斯汀赚足了眼球。过去几天，不少博主都拍到金色 Cybercab 成群出现在奥斯汀市中心，甚至有人说「每个街角」都能看见它的身影。Cybercab 也确实天生适合短视频传播，低矮的车身、金色的车漆、贯穿式灯带加上蝴蝶门设计，像是直接从科幻电影里开出来的，混在普通车流里格外扎眼。座舱设计更是大胆，后视镜、方向盘、踏板全部取消，车内只剩两个座位和一块 22 英寸中控屏——这是特斯拉目前尺寸最大的车载屏幕。在车辆四周，特斯拉总共布置了 8 颗摄像头，用于观察周围环境。负责处理这些画面仍然是 AI 4 计算平台，与现款 Model 3/Y 相同。Cybercab 的造型有多张扬，参数就有多克制。美国环保署的公示文件显示，Cybercab 采用单电机前驱布局，最大功率 163kW，整备质量约 1.41 吨。电池规格为 326V、146Ah。算下来，容量大约是 47.6kWh。关于它的续航，特斯拉还没有公布过明确的信息。EPA 认证文件显示，Cybercab 在 SAE J1634 多循环测试中，取得了 418.2 英里（约合 673 公里）的未修正综合续航。按照 EPA 常用的 0.7 修正系数估算，它的标称续航大概会在 470 公里左右。小电池、单电机、两座布局，这些都有助于降低单车成本，推进车队的规模化。但与此同时，两座布局也给它带来了一些质疑：带了行李怎么办？今天，特斯拉第一次让我们看到了 Cybercab 的后备箱。它的后备箱容积达到了 572 升，最大载重为 100 公斤。可以同时放下两个托运行李箱和两个登机箱。两个人去机场的话，这个空间已经相当充裕。与此同时，特斯拉还展现了他们对于残障人士的关怀——Cybercab 的后备箱是可以放下折叠后的轮椅的。另外，这辆车的座椅高度与轮椅的座面接近，方便乘客从轮椅挪到车内座位上，车门拉手和顶部的按键还加入了盲文。可以看到，只要乘客不超过两个人，Cybercab 就已经能够像我们日常生活里的网约车一样，应付通勤、购物和机场接送等常见的需求。什么？你说超过两个人怎么办？马斯克还给你画了另一张大饼：Robovan。Robovan 离我们还很遥远，而 Cybercab 已经开始寻找它的「个人买家」了。就在活动开始前数小时，特斯拉上线了一份购买 Cybercab 的意向征集表。用户可以在「购买 Cybercab」、「建设出行枢纽」和「参与活动合作」中勾选自己感兴趣的选项，然后留下自己的手机号码。虽然说这还算不上是订购页面，没有办法直接付款，但我们可以知道的是：在特斯拉的规划里，未来运营 Cybercab 的不只有它自己。方向盘消失以后前几天，马斯克在 X 上和 OpenAI 隔空吵了一架。OpenAI 副总裁、设备业务负责人 Peter Welinder 发帖称，经济实惠的 L5 级自动驾驶至少还要等待 5 到 10 年。它需要能同时处理多种信息和任务的 AGI，需要实时完成推理，最后还得装进一块价格够低、能耗也足够小的车载芯片里。几个小时后，马斯克只回了一个表情：🤡虽然说马斯克在网上显得很嚣张，但是 Cybercab 目前确实还没够着 L5。在乘客看不见的地方，仍有一群工作人员在默默维持车队的正常运转。美国国家公路交通安全管理局的记录显示，特斯拉 Robotaxi 至少有两起事故发生时，车辆正处于远程操作状态。别看 Cybercab 没有方向盘和踏板，特斯拉只是没把这些东西放在车里而已。安全，始终还是需要兜底的。就在上个月，一辆开启 FSD v14.3.7 的特斯拉驶近铁路道口。当时警示灯已经亮起，列车就在眼前，而特斯拉却没有停下。最后，还是驾驶员一脚踩住了刹车。尽管特斯拉的安全报告称，FSD Supervised 的事故率低于美国平均水平，但实际上，这个对比并不完全对等。特斯拉的数据只覆盖了 FSD 适用区域，全美平均数据则包含各种车型、道路和驾驶人。今年 8 月底，又有三起涉及特斯拉辅助驾驶的致死事故被媒体披露，特斯拉只确认事发前辅助驾驶处于开启状态，事故经过和软件版本等关键信息仍未公开。安全之外，特斯拉 Robotaxi 的实际运力同样模糊，没人知道他们到底有多少辆车。今年 5 月，路透社发布了一次实测调查。记者在达拉斯和休斯敦多次叫车无果，仅有的三次成功订单也无法直达市中心，乘客下车后还要步行约 15 分钟。如此糟糕的体验，和马斯克年初公布的数据形成了强烈反差。今年 1 月，他曾表示特斯拉在奥斯汀和湾区投放的 Robotaxi「远超 500 辆」。但到了二季度，特斯拉仍然只公布累计里程，没有说明这些车分布在哪儿，真正上路的又有多少辆。相比之下，Waymo 扩张的步子迈得更稳。目前，他们已在 14 座城市提供无人驾驶服务，仅得州就登记了 988 辆车。大洋彼岸，中国的自动驾驶企业表现同样亮眼。萝卜快跑的无人里程累计超过了 2.4 亿公里；小马智行拥有 1975 辆 Robotaxi，二季度营收同比增长 691%；文远知行的 Robotaxi 总数超过 1800 辆，国内单车日均订单超过 21 单。当竞争对手们开始公布营收、订单和车队规模，特斯拉手里的运营里程就显得有些单薄了。车队规模和订单量还有着另一层意义。两年前的 Cybercab 发布会上，马斯克把自动驾驶比作电梯。他说，早年的电梯需要专门的操作员控制，而今天的我们只需要按下楼层按钮。他没有提到的是，从专人操作到自动运行，这个转变持续了近一个世纪。1854 年，奥的斯电梯公司创始人伊莱沙·奥的斯（Elisha Graves Otis）站上升降平台，让助手当众砍断缆绳，打消了人们对电梯坠落的恐惧。但后来操作员还是在轿厢里坐了几十年，比起机器，人类更相信他们自己。如今的 Cybercab 也处在这个阶段，几十辆车在奥斯汀接送乘客，还不足以说服所有人。马斯克需要规模更大的车队和更多的订单，才能让图片里的沙尘暴吹进现实。