WeMM-Embedding – 腾讯开源通用多模态Embedding模型AI工具21小时前发布AI小集02WeMM-Embedding是什么WeMM-Embedding 是腾讯微信视觉团队开源的通用多模态 Embedding 模型家族，提供 2B/4B/9B 三种规格。模型将文本、图像、视频、视觉文档及交错多模态输入统一编码到共享向量空间，在 MMEB-v2 基准排行榜位列第一，并已在微信视频号、公众号、搜索等推荐与检索业务中大规模落地。WeMM-Embedding的主要功能多模态统一编码：支持文本、图像、视频、视觉文档及任意交错的多模态输入，统一映射到共享稠密向量空间。灵活维度输出：基于 Matryoshka 表示学习，单次推理可输出 64 至 4096 维的嵌套向量，256 维即可保留近 99% 的全维性能。多任务适配：覆盖检索、分类、问答、视觉定位、跨域匹配、Agent 工具/GUI/记忆检索等场景。高效推理部署：支持 Transformers、Sentence Transformers、vLLM 和 SGLang 等多种框架，便于生产环境集成。WeMM-Embedding的技术原理架构设计：以 Qwen3.5 多模态大语言模型为骨干，通过在输入序列末尾追加特殊 token，取其最终层隐藏状态并经 L2 归一化得到输出表示，天然支持因果注意力下的任意交错多模态输入。两阶段训练策略：第一阶段用数亿对异构数据建立通用多模态对齐空间；第二阶段在精选数据上结合硬负样本、重排序器监督和跨尺度 Embedding 蒸馏进行细粒度精炼，实现从广覆盖到高精度的渐进提升。数据构建与精选：采用统一 Pair-Based 格式整合六大类监督数据；通过 Semantic-ID 引导的重采样平衡语义分布，利用多模态大模型自动过滤低质量样本并修正文本错误，同时针对文本、图像和视频分别构建显式硬负样本以增强判别能力。训练目标体系：标准配对数据采用 InfoNCE 对比学习并引入重复感知掩码避免假负样本；分级相关性数据采用评分差距加权的 CoSENT 排序损失；Stage 2 中引入重排序器分数提供任务级细粒度监督，以 9B 模型为教师通过双向 KL 散度向小模型蒸馏软相似度分布。微信关注回复“开源”，加入AI开源项目交流群如何使用WeMM-Embedding环境准备：克隆 GitHub 仓库并执行pip install -r requirements.txt安装依赖，推荐使用transformers==5.2.0以保证结果可复现。获取模型：从 Hugging Face 下载WeMM-Embedding-2B/4B/9B的模型权重到本地。Transformers 推理：运行examples/transformers_inference.py，传入模型路径及文本/图像/视频路径，指定–dimension获取对应维度的 Embedding。Sentence Transformers 推理：运行examples/sentence_transformers_inference.py，可直接使用 Hugging Face 模型 ID，通过encode()统一编码多模态输入。Matryoshka 降维：对全维向量取前d维后，使用torch.nn.functional.normalize重新 L2 归一化，即可得到低维表示。服务化部署：生产环境使用 vLLM（–runner pooling）或 SGLang（–is-embedding）启动推理服务，支持高并发调用。WeMM-Embedding的核心优势极致参数效率：2B 模型即超越此前领先的 8B 开源基线，重新定义了多模态 Embedding 的性能-效率边界。真正统一的多模态表示：原生支持文本、图像、视频、视觉文档及任意交错组合输入，无需为不同模态设计独立编码通路。灵活的 Matryoshka 维度：单次推理即可输出 64 至 4096 维向量，256 维仍能保留近 99% 的全维性能，显著降低存储与检索成本。经过大规模业务验证：已在微信视频号、公众号、搜索等核心业务的 14 项 A/B 测试中取得一致提升，并全量上线生产环境。先进的渐进式训练：通过”大规模对齐+精选蒸馏”两阶段策略，结合 Semantic-ID 数据精选与跨尺度知识蒸馏，实现广覆盖与高精度的兼顾。WeMM-Embedding的项目地址GitHub仓库：https://github.com/Tencent/WeMM-EmbeddingHuggingFace模型库：https://huggingface.co/collections/tencent/wemm-embeddingarXiv技术论文：https://arxiv.org/pdf/2608.24053WeMM-Embedding的同类竞品对比对比维度WeMM-EmbeddingQwen3-VL-Embedding开发方腾讯微信视觉团队阿里巴巴通义千问团队开源协议Apache 2.0Apache 2.0模型规格2B / 4B / 9B2B / 8B支持模态文本、图像、视频、视觉文档、交错多模态文本、图像、视频、视觉文档、交错多模态音频支持暂不支持暂不支持MMEB-v2 均分77.9 / 79.2 / 80.673.2 / 77.8MMEB-v3 均分56.0 / 58.2 / 59.550.9 / 53.5维度灵活性Matryoshka（64~4096 维，单次推理多维度输出）固定维度输出核心架构Qwen3.5 + 两阶段训练（对齐+精选蒸馏）Qwen3-VL + 对比学习生产验证已大规模部署于微信视频号、公众号、搜索、电商主要面向研究/开发者社区WeMM-Embedding的应用场景跨模态语义检索：模型支持以文搜图、以图搜文、以文搜视频等任意方向的跨模态检索，适用内容平台的海量素材库查找与版权监测。个性化推荐系统：将图文、视频内容编码为统一向量，用于候选召回、用户兴趣序列建模与跨域内容匹配，已落地于微信视频号、公众号及电商推荐场景。视觉文档理解与检索：对 PDF、图表、发票、截图等视觉文档进行向量化，支撑智能文档问答、票据归档检索及企业知识库构建。AI Agent 工具与记忆检索：为 Agent 提供工具调用检索、GUI 界面元素定位及长程记忆检索能力，支持复杂任务规划与多步骤交互。多模态内容分类与审核：将图像、视频内容映射到语义空间，实现物体识别、场景分类、动作检测及违规内容相似度比对与聚类分析。# 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FireRedAudio - 小红书 FireRed 推出的通用音频语言模型下一篇秒悟Meoo - 1分钟生成前后端完整的网站，真0门槛开发！相关文章DragAnything – 快手联合浙大等机构开源的可控视频生成方法AI小集2ChatPs – AI Photoshop 插件，通过聊天方式进行图像编辑AI小集3用 AI 做歌一直火不起来？问题不在灵感，在你没有制作人思维AI小集2讯飞智能办公本X5 – 科大讯飞推出的AI办公本AI小集3职达AI简历 – AI简历生成与优化平台，提供针对性的优化建议AI小集2备果 – 360旗下推出的K12中小学教师 AI 备课平台AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录Agent.SpaceQwenWorkDeepSkillAlphaVowXCellMetaDig最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！13小时前FireRedAudio – 小红书 FireRed 推出的通用音频语言模型21小时前MiniMax H3 Max – MiniMax 推出的实时视频生成模型2天前Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型2天前AI 技能成千上万怎么选？DeepSkill 精准搜索实战2天前Rome – 开源的智能体操作系统，自然语言生成完整应用3天前Headlong – Laude Institute 开源的 AI Agent 微框架3天前Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动4天前Zing-0.5 – Loopit 开源的实时交互视频世界模型4天前2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评5天前Hy4 preview – 腾讯混元开源的新一代旗舰大模型5天前Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型5天前Twoo – 双人共用 AI 伙伴应用，能同时听懂双方对话5天前Prime Agent – Prime Intellect开源的长周期AI Agent运行框架5天前shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流5天前

Tripo AI是什么Tripo AI是AI 3D模型创作平台，文本、图像一键生成3D模型。Tripo AI支持与Flux和GPT-4o图像生成器集成，能通过文本、图片或涂鸦快速生成高精度3D模型，支持GLB、FBX、OBJ等全主流格式，一键导出至Blender、Unity、Unreal等引擎，适用于游戏、3D打印、元宇宙等领域。Tripo AI具备智能分割、自动骨骼绑定、纹理生成等强大功能，Tripo AI的最新版本3.0参数量达200亿，进一步提升了模型精度和生成效率，降低了3D创作的门槛。Tripo AI的主要功能快速3D模型生成：通过文本、单张图片、多张图片或涂鸦，在10秒内生成高质量的3D模型。双输出模式：提供标准模式和超模式。用户根据自己的具体需求选择合适的模式生成3D模型。多格式支持：生成的模型支持多种格式（如glb、fbx、obj、usd、stl等），适用于游戏、3D打印、元宇宙、产品设计等多个领域。高精度几何与纹理：Tripo 3.0版本提供更清晰的几何形状、更干净的拓扑结构和更丰富的纹理，支持超高清细节。智能分割与编辑：自动将复杂3D模型分割成有意义的部分，便于精细编辑和调整。自动骨骼绑定：为角色生成T-Pose模型并自动绑定骨骼，方便动画制作。纹理生成与修复：通过Magic Brush功能，轻松生成和修复纹理。低多边形优化：智能生成低多边形模型，适用于游戏和实时渲染。AI驱动的创作：与Flux和GPT-4o集成，支持从文本到图像再到3D模型的生成。社区与分享：提供主题画廊，创作者可以分享作品并与全球用户互动。如何使用Tripo AI访问官网：访问 Tripo AI官网 https://www.tripo3d.ai/，完成账号注册和登录。生成3D模型：选择生成模式：根据需求选择创作模式。标准模式适用需要优化拓扑结构的场景。超模式适用需要极致几何清晰度和细节的场景。输入内容：文本描述：输入详细的文本描述，如“一个未来风格的科幻飞船”。图片输入：上传单张或多张图片作为参考。涂鸦：用简单的涂鸦来生成模型。生成模型：点击“Generate”按钮，Tripo将在10秒内生成3D模型。编辑与优化：用平台提供的优化改进生成模型直到满意为止。选择格式：根据需求，选择合适的文件格式（如glb、fbx、obj等）导出模型。应用到项目：将导出的模型导入到3D软件或游戏引擎中，如Unity、Unreal Engine等。参与活动：在Tripo GameHub中参与每月的创作活动，赢取奖金和行业支持。Tripo AI的应用场景游戏开发：开发者快速生成未来风格的武器和外星生物模型，大大缩短游戏资产的制作周期。3D打印：设计师快速生成灯具的3D模型并导出为STL格式，直接用在3D打印机，轻松实现个性化设计。元宇宙：在构建虚拟社交平台的元宇宙中，用户生成自己的虚拟形象和个性化的虚拟空间装饰，增强虚拟社交的沉浸感和个性化体验。产品设计：设计师快速生成沙发的3D模型，展示给客户，提前获得反馈并优化设计，加速产品上市时间。教育：在大学的建筑设计课程中，教师让学生快速生成简单的建筑模型，帮助他们理解空间和结构的基本概念。©️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Tripo AI的工具LuxReal群核科技推出的AI 3D视频创作平台Marble李飞飞World Labs推出的3D世界生成平台VoxCraftAI生成3D模型的工具MeshyAI快速从文本或图像生成3D模型绘蛙AI转3D服装平铺图快速转换为3D立体展示图Neural4DAI一站式3D模型生成平台暂无评论再想想发表评论暂无评论…

Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型AI工具3个月前发布AI小集04Claude Opus 4.8是什么Claude Opus 4.8 是 Anthropic 推出的旗舰级大语言模型，在Opus 4.7基础上提升判断力、诚实性和长时独立工作能力，在编程、智能体推理、多学科推理等基准测试中全面领先GPT-5.5和Gemini 3.1 Pro，API 价格维持不变，极速模式成本降至三分之一。Claude Opus 4.8的主要功能智能体编程：在 SWE-Bench Pro 上达到 69.2%，支持端到端软件工程任务自主完成。终端编码：Terminal-Bench 2.1 得分 74.6%，具备强大的命令行工具使用与脚本编写能力。多学科推理：Humanity’s Last Exam 无工具 49.8%、带工具 57.9%，超越所有主流竞品。智能体计算机使用：OSWorld-Verified 得分 83.4%，可自主操作图形界面完成复杂任务。知识工作：GDPval-AA 得分 1890，在文档分析、深度研究等实际工作场景中表现最优。智能体金融分析：Finance Agent v2 得分 53.9%，支持复杂财务报表推理与高精度引用。动态工作流：在 Claude Code 中可自主规划并并行启动数百个子智能体处理超大规模任务。投入度控制：用户可手动调节模型的思考深度与资源消耗等级（低/高/额外/最大）。极速模式：运行速度提升至常规模式的 2.5 倍，API 成本仅为前代极速模式的三分之一。Claude Opus 4.8的技术原理诚实性对齐训练：通过专门训练降低模型做出无依据断言的概率，主动标注自身不确定性。安全性评估：发布前进行详尽的对齐评估，未对齐行为发生率与 Mythos Preview 持平。子智能体并行架构：动态工作流采用主智能体调度 + 数百个子智能体并行执行的分布式架构。长时运行支持：支持数日级别的持续任务执行，中断后可恢复，适用于大规模代码迁移。系统条目 API：Messages API 支持在对话数组中接收系统条目，实现运行时指令动态更新。多模态融合：具备直接推理 PDF、图表等非结构化内容的多模态理解与推理能力。如何使用Claude Opus 4.8API 接入：通过 Anthropic API 调用，输入 Token 每百万 5 美元，输出 Token 每百万 25 美元。启动动态工作流：在Claude Code环境中输入「workflow」关键词即可启动大规模并行任务。调节投入度：在 claude.ai 和 Claude Code 的模型选择器旁切换低/高/额外/最大投入度等级。切换极速模式：在 API 或客户端中选择 Fast Mode，以 2.5 倍速度运行且成本更低。企业版权限：动态工作流目前面向企业版、团队版及 Max 版用户开放。第三方平台使用：Cursor 等 IDE 已第一时间上线 Opus 4.8，可直接在开发环境中切换。Claude Opus 4.8的核心优势基准全面领先：在 6 项核心基准测试中 5 项超越 GPT-5.5 和 Gemini 3.1 Pro。诚实性显著提升：对代码缺陷未加提示的概率降至前代约四分之一，大幅减少幻觉风险。长时任务可靠性：支持数日级连续运行，可处理数十万行代码的大规模跨语言迁移项目。成本可控：常规模式价格不变，极速模式成本降至三分之一，Token 消耗效率提升约 25%。安全对齐最优：未对齐行为发生率显著低于 Opus 4.7，达到 Anthropic 目前最佳安全水平。灵活投入度：用户可根据任务难度自由调节模型思考深度，在质量与速度间取得最佳平衡。Claude Opus 4.8的项目地址项目官网：https://www.anthropic.com/news/claude-opus-4-8Claude Opus 4.8的同类竞品对比维度Claude Opus 4.8GPT-5.5Gemini 3.1 Pro智能体编程 (SWE-Bench Pro)69.2%58.6%54.2%终端编码 (Terminal-Bench 2.1)74.6%78.2%70.3%多学科推理 (Humanity’s Last Exam, 带工具)57.9%52.2%51.4%智能体计算机使用 (OSWorld)83.4%78.7%76.2%知识工作 (GDPval-AA)189017691314智能体金融分析 (Finance Agent v2)53.9%51.8%43.0%输入价格 (每百万 Token)$5待确认待确认输出价格 (每百万 Token)$25待确认待确认极速模式成本前代 1/3––动态工作流✅❌❌投入度控制✅❌❌Claude Opus 4.8的应用场景大规模代码迁移：用动态工作流完成数十万行代码的跨语言移植，如 Bun 从 Zig 到 Rust 的迁移。企业级软件开发：作为 Cursor 等 IDE 的后端模型，辅助完成端到端的软件工程任务。复杂金融分析：处理密集财报、法律文件，提供高精度引用和推理的金融文档工作流。深度学术研究：在 Humanity’s Last Exam 级别的多学科推理任务中提供高质量分析。法律专业服务：在 CoCounsel Legal 等法律 Agent 平台中处理高风险的实质性法律工作。数据与知识工作：在 Databricks Genie 等 AI Agent 中直接推理 PDF、图表等非结构化内容。# 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Qwen-Image-Bench - 通义千问推出的文生图模型评测基准下一篇Step 3.7 Flash - 阶跃星辰开源的新一代 Flash 模型相关文章Diffutoon – 阿里推出的AI将视频转卡通风格的框架AI小集7FireRed-OCR – 小红书开源的文档结构解析视觉语言模型AI小集4Hautech.AI – AI模特生成工具，平面产品图自动生成模特展示图AI小集2Napkins.dev – AI驱动的支持截图或线框图快速生成网页应用的开源项目AI小集2onewebot2 – 微信AI机器人一键运行包，双击exe直接使用AI小集3SUPIR – 高保真的AI图像修复和画质增强模型AI小集8暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录Agent.SpaceQwenWorkDeepSkillAlphaVowXCellMetaDig最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14小时前WeMM-Embedding – 腾讯开源通用多模态Embedding模型21小时前FireRedAudio – 小红书 FireRed 推出的通用音频语言模型21小时前MiniMax H3 Max – MiniMax 推出的实时视频生成模型2天前Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型2天前AI 技能成千上万怎么选？DeepSkill 精准搜索实战2天前Rome – 开源的智能体操作系统，自然语言生成完整应用3天前Headlong – Laude Institute 开源的 AI Agent 微框架3天前Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动4天前Zing-0.5 – Loopit 开源的实时交互视频世界模型4天前2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评5天前Hy4 preview – 腾讯混元开源的新一代旗舰大模型5天前Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型5天前Twoo – 双人共用 AI 伙伴应用，能同时听懂双方对话5天前Prime Agent – Prime Intellect开源的长周期AI Agent运行框架5天前

DeepSeek-V4-Flash-Vision-Exp – DeepSeek 推出的多模态视觉理解模型AI工具1天前更新AI小集02DeepSeek-V4-Flash-Vision-Exp是什么DeepSeek-V4-Flash-Vision-Exp 是DeepSeek推出的实验性多模态视觉理解模型。模型在保持DeepSeek-V4-Flash文本能力的基础上新增视觉输入，多模态 Agent 表现接近Opus-4.8。模型支持 Chat Completions、Messages、Responses 三种 API 格式，图片按 token 计费，单张最多 384 tokens，价格与 V4-Flash 持平。模型同步上线 Files API，支持图片复用。DeepSeek-V4-Flash-Vision-Exp的主要功能视觉理解：支持图片输入，可识别图像内容、图表、界面元素并进行语义理解。多模态 Agent：在 Agent 框架中执行需视觉感知的复杂任务，如生成 PPT、重构网页、分析截图。文本能力保持：纯文本推理、Agent 任务和世界知识水平与 V4-Flash 正式版持平，不因新增视觉能力而衰减。多格式 API：支持 Chat Completions、Messages、Responses 三种 API 格式调用，便于接入不同应用。灵活传图：支持 base64 内联、外部 URL、Files API 三种方式传入图片。图片复用：通过 Files API 上传图片获取 file_id，可在多轮对话和多次请求中重复引用，节省带宽。DeepSeek-V4-Flash-Vision-Exp的技术原理视觉编码与统一表示：图像通过视觉编码器转换为与文本对齐的 token 序列，单张图片最多编码为 384 个 token，与文本 token 统一输入语言模型进行联合推理，实现图文混合理解。模块化架构扩展：在 V4-Flash 基础模型上增加视觉理解模块，采用模块化扩展策略，确保新增视觉能力不损失原有文本 Agent、推理和世界知识性能，文本与多模态能力可独立优化。长上下文处理：模型支持 1M token 的上下文长度和 384K 的最大输出长度，通过高效注意力机制处理包含多张图片的长序列混合输入，满足复杂 Agent 任务需求。双模态推理机制：内置思考模式与非思考模式，前者进行深度链式推理提升复杂任务准确率，后者快速生成响应降低延迟，用户可按任务复杂度灵活切换。如何使用DeepSeek-V4-Flash-Vision-Exp账号准备：访问 DeepSeek 开放平台，https://platform.deepseek.com/ 注册账号并完成登录。获取凭证：进入控制台「API Keys」页面，创建并复制保存 API 密钥。API 调用：在请求中设置model=‘deepseek-v4-flash-vision-exp’可调用该模型。API 格式：支持 Chat Completions、Messages、Responses 三种标准格式接入。图片传入：可通过 base64 内联编码、外部图片 URL 或 Files API 三种方式提供图片。Files API 复用：先将图片上传平台获取file_id，后续请求直接引用，无需重复上传。Agent 框架接入：DeepSeek Harness 0.1.1 已原生支持，可直接接入现有 Agent 工作流。模式切换：支持思考模式与非思考模式，根据任务复杂度灵活选择推理深度。DeepSeek-V4-Flash-Vision-Exp的核心优势文本能力零损耗：新增视觉理解的同时，纯文本 Agent、推理与世界知识能力与 V4-Flash 正式版完全持平。多模态 Agent 跃升：在 ApexBench、Agents’ Last Exam 等多模态 Agent 基准上表现接近 Opus-4.8，实现大幅跨越。极致性价比：延续 V4-Flash 低价策略，图片按 token 计费且单张上限仅 384 tokens，视觉调用成本极低。图片高效复用：Files API 支持上传后通过file_id多次引用，避免重复传输，降低带宽与请求大小压力。全格式兼容：原生支持 Chat Completions、Messages、Responses 三种 API 格式，以及 DeepSeek Harness 0.1.1 框架。长上下文支撑：1M token 上下文长度与 384K 最大输出，从容应对含多图的长序列复杂 Agent 任务。DeepSeek-V4-Flash-Vision-Exp的项目地址HuggingFace模型库：https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-ExpDeepSeek-V4-Flash-Vision-Exp的同类竞品对比对比维度DeepSeek-V4-Flash-Vision-ExpOpus-4.8(Anthropic)开发方DeepSeekAnthropic模型定位实验性多模态视觉 Agent 模型旗舰级多模态大模型文本 Agent 能力Terminal Bench 2.1 得分 83.9，与 V4-Flash 持平Terminal Bench 2.1 得分 85.0，略领先多模态 Agent 能力ApexBench 36.5，Agents’ Last Exam 27.3，整体接近 Opus-4.8ApexBench 39.4，Agents’ Last Exam 25.7，为行业标杆之一上下文长度1M tokens200K tokens图片计费方式按尺寸转 token，单张上限 384 tokens按 token 计费输入价格¥0.05–3.0 / 百万 tokens（分时段缓存策略）旗舰定价，显著高于 DeepSeek输出价格¥4.5–9.0 / 百万 tokens（分时段）旗舰定价，显著高于 DeepSeek并发限制2500较低（通常数百级别）DeepSeek-V4-Flash-Vision-Exp的应用场景智能电商运营：自动识别商品图片并生成多语言卖点文案、详情页排版建议及适配不同平台的营销素材。教育课件制作：根据教材截图或手绘板书快速生成结构化课件，自动插入匹配知识点的示意图与互动习题。医疗影像辅助：读取医学检查报告截图或影像资料，辅助提取关键指标、对比历史数据并生成初步分析摘要。游戏资产设计：基于概念草图或参考图生成角色/场景设计文档，输出可直接供美术团队使用的风格规范与资源清单。智能客服质检：分析客服对话中的截图、订单页面或商品图片，自动判断沟通准确性并给出服务质量评分与改进建议。# 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SenseNova U1.5 Lite - 商汤科技开源的原生统一多模态大模型下一篇Tap8 - AI 原生互动视频平台，支持实时双向交互相关文章VXlive – AI语音社交应用，通过AI语音识别进行个性化互动AI小集2神笔马良 – 猫眼娱乐推出的AI影视创作生成工具AI小集14Ollama 桌面版 – Ollama推出的本地模型AI对话工具AI小集3Mooncake – 月之暗面Kimi联合清华等机构推出的大模型推理架构AI小集3AIVLOG – AI视频剪辑工具，自动识别视频中的精彩片段AI小集3KAZE – 在线AI图片处理平台，精准识别清除水印区域AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录Agent.SpaceQwenWorkDeepSkillAlphaVowXCellMetaDig最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！13小时前WeMM-Embedding – 腾讯开源通用多模态Embedding模型21小时前FireRedAudio – 小红书 FireRed 推出的通用音频语言模型21小时前MiniMax H3 Max – MiniMax 推出的实时视频生成模型2天前Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型2天前AI 技能成千上万怎么选？DeepSkill 精准搜索实战2天前Rome – 开源的智能体操作系统，自然语言生成完整应用3天前Headlong – Laude Institute 开源的 AI Agent 微框架3天前Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动4天前Zing-0.5 – Loopit 开源的实时交互视频世界模型4天前2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评5天前Hy4 preview – 腾讯混元开源的新一代旗舰大模型5天前Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型5天前Twoo – 双人共用 AI 伙伴应用，能同时听懂双方对话5天前Prime Agent – Prime Intellect开源的长周期AI Agent运行框架5天前

感谢IT之家网友fakepheonix、软媒新友2156291、Domado、陈倔强123的线索投递！IT之家8 月 31 日消息，刚刚，DeepSeek V4 首个多模态模型DeepSeek-V4-Flash-Vision-Exp在 Hugging Face 上线，采用 MIT License 开源。公开内容包括模型文件、Tokenizer、Prompt Encoding 参考实现，以及最小化 PyTorch 推理实现，覆盖视觉编码器、Aligner、DFlash Attention、MoE、Hyper-Connections 与 DSpark 等核心模块。据IT之家了解，DeepSeek-V4-Flash-Vision-Exp是 DeepSeek V4 系列首款原生支持图片输入的视觉模型，官方明确标注为“Exp”实验版本，于 2026 年 8 月 21 日上线 DeepSeek API 平台。该模型支持在文本之外输入图片，可以让模型描述图片、识别截图中的文字、分析图表等。支持的图片格式包括 JPEG、PNG、GIF、WebP。深度求索官方表示，V4-Flash-Vision-Exp 在各类 Agent 框架内展现出了较好的多模态适配能力，能够有效支持大家借助多样化的 Agent 工具解锁更多实用的工作场景。在 Agent、推理、世界知识等纯文本任务上与 V4-Flash 正式版持平，原有优势完整保留。在需要视觉理解的 Agent 基准测试中较 V4-Flash 大幅提升，多模态 Agent 能力已接近 Opus-4.8。

8 月 30 日，特斯拉在中国香港和中国澳门上架了一款更便宜的 Model 3，香港起售价 20.5 万港元（约 17.6 万人民币），澳门起售价 25.2 万澳门元。原本的后驱标准版 Model 3 如今被称为「Model 3 Premium 后轮驱动版」，相当于被动升了一级。相比两地的 Model 3 Premium 后轮驱动版，新车分别便宜 1.91 万港元和 2.6 万澳门元。其实更便宜的平价版本 Model 3 并不是新鲜事，去年 10 月，特斯拉便在美国推出过类似的入门版本，后来又陆续带到欧洲、韩国等市场，如今它也来到了港澳地区。除了这款平价版 Model 3，特斯拉还在北美推出了平价版 Model Y，前脸去掉了贯穿式大灯。而相比之下，平价版 Model 3在外观上并没有太大变化，除了轮毂之外，你很难看出和更高级版本的差异，这对于打算入手的消费者来说可能是一件好事。值得一提的是，从特斯拉的车型数据看，这款平价版 Model 3 由上海超级工厂生产，香港和澳门页面显示的工厂代码均为「GF03」。既然已经在上海投产，未来顺势引入内地市场，也并非没有可能。砍了面子，留了底子香港版的平价 Model 3 只提供神秘灰、珍珠白和星钻黑三种车漆，其中后两种各需加价 9600 港元，车轮也只有带全封闭轮毂盖的 18 英寸「Prismata」这一种选择。作为对照，贵 1.91 万港元的 Premium 后驱版提供六种车漆，且均为免费选择（这一点与内地版本不同），轮毂方面则有 18 英寸 Photon 和 19 英寸 Nova 车轮可选。来到车内，映入眼帘的是前排的织布座椅，相比高配版本，织布座椅取消了座椅通风，但仍保留了座椅加热。方向盘同样保留加热功能，但由电调改为手调，音响则缩减为 7 个扬声器，本就仅有点缀作用的氛围灯也被直接砍掉，甚至前排的杯托盖板也被减配。而在后排，8 英寸的触控屏也被取消，取而代之的是手动出风口。不过考虑到这个后排屏幕本身的用处并不大，减配了说不定还能省点电。平价版 Model 3 采用单电机后驱，0—100km/h 加速为 6.2 秒，最高时速 201km。超级充电峰值为 175kW，低于 Premium 后驱版的 225kW，官方给出的补能数据是充电 15 分钟增加最多 286km。其他部分基本保持原样，15.4 英寸中控屏、基础版 Autopilot、主动安全功能等等均得到保留，特斯拉的精准刀法砍掉了这台车上的不少舒适性配置，但依然保留了这台车的核心，即特斯拉一直引以为傲的软件和安全。过去几年，特斯拉已经无数次证明，调整价格比调整产品更快，市场需要刺激，就改动官网上的价格。已经交付的车通过 OTA 继续更新，生产线上则尽量维持少版本、低复杂度。值得肯定的是，特斯拉没有在核心计算硬件上动刀：这款平价版 Model 3 依然保留 HW4.0 智驾硬件和 AMD Ryzen 座舱芯片，这也意味着这台新车依然能在软件能力上保持与其他车型一致，而软件升级和付费也是特斯拉一直以来的「算盘」。特斯拉一直以来的售卖逻辑，都是先降低一次性购车门槛，让更多车辆搭载并接入这套软件，再通过选装和订阅，从其中一部分用户身上获得持续收入。尽管港澳地区尚未支持 FSD，但对特斯拉而言，每多卖出一辆保留软件升级能力的 Model 3，便多了一个以后可以收费的入口。给硬件做减法，给软件做加法。只要软件能力和后续付费空间还在，织物座椅、7 个扬声器等等带来的体验落差，在特斯拉看来就能被软件价值填平，这款车依然卖得出去。不过，价格门槛下移可以换来更多用户，也会改变人们对特斯拉的判断和印象，本就被诟病「毛坯」的极简内饰进一步减配，特斯拉的「科技豪华」属性扮演起来可就更难了。国产向上，特斯拉向下内地 Model 3 后轮驱动版 23.55 万起，CLTC 续航 634km。港澳平价版 Model 3 折合人民币约 17.6 万，比内地便宜近 6 万。如果这台新车按港澳的定价逻辑折算进入中国内地，很多人预估定价会落在十几万的范围。2025 年 12 月 31 日的工信部减免车辆购置税目录里出现过一款「Model 3 标准续航升级版」，52.9kWh 电池、CLTC 续航 480km，不过特斯拉此前曾经表示过「暂无引入中国市场计划」。但即便这台平价版 Model 3 真的入华，下探到十几万的它，也会撞到中国品牌密度最高的价格带。从小鹏、乐道到比亚迪，中国市场上并不缺既有智驾能力，又有完整的内饰和座舱的车型。同样的钱，国产车给得更多。此外，特斯拉目前最大的问题，是 FSD 在中国内地和港澳地区的缺位，软件收不上钱，平价版 Model 3 在中国剩下的，就只有一张被削过的配置表。定价同样是个两难，定得过高，同价位国产车配置全面占优，而如果价格偏低，压缩特斯拉本就承压的毛利会进一步被压缩。可以说，平价版 Model 3 的价值在于它验证了特斯拉的全球低价策略，但中国恰好是最不买账的那个市场。不过话又说回来，特斯拉作为全球头部车企的规模与经营韧性、Model 3 依然出色的机械素质，以及独有的超级充电网络，仍足以让这台平价版找到自己的消费人群。

逢年过节选伴手礼，大概都是一场疲惫的打卡交差。千篇一律的笔记本、充电宝，印上公司 logo，带着公事公办的严肃感。大家心照不宣地收下，然后塞进抽屉最深处或者挂在二手平台上。节日礼品本该是一次情绪的抚慰，如果不得不送出一份企业礼物，能不能让它不要像一个工作道具？能不能是一份真正属于生活的心意？好礼物，不仅在收到时被看见制糖工厂始终信奉「好产品就是一颗糖」。我们不想把充电器做成冷冰冰的砖头，试图将前沿科技与美学揉进大家的日常生活。我们不想送出一份只能在拆开瞬间制造惊喜，随后就被遗忘的「纪念品」。真正的好礼物，应该在每天使用时被想起。比如斩获红点奖的贴贴线家族，不仅自卷自吸，更带着独特的美感，成为桌面的无声陪伴。比如体积只有糖果大小的硬糖充电器，极致小巧的身体里，却藏着「性能猛兽」般的输出能量。比如我们引以为傲的小电拼家族，它们不仅有独特的设计辨识度，更能高频地出现在办公桌、高铁和家里的床头。不用研究参数，很容易就选对负责礼品采购的你，平时已经够忙了。你不需要花时间去研究数码产品的接口协议，或是 60W、100W 的功率区别，真正需要对齐的，是预算、对象和数量。所以，我们不按冰冷的参数卖东西，从 60 到 300、1000 元，提供不同价格不同场景的礼品方案。送客户： 需要体面、有设计感送员工： 重视实用、适合批量商务活动： 要求醒目、方便定制年会与节日： 讲究完整的礼盒氛围聪明的品牌，懂得如何表达自己好的礼物，是企业审美的自然延伸。广东粤剧院、阿里云、小红书等具有极高审美要求的品牌，都选择了制糖工厂。原本严肃的伴手礼，变成了社交网络上被主动分享的「潮玩」。这不仅是一次馈赠，更是品牌价值的二次传递。灵感与稳妥，可以兼得好的创意，需要完美的落地。大批量的企业采购，难免会担心交期和售后，从定制范围、起订量、打样周期到品质标准和项目交付，我们承诺全系产品 1 年质保、只换不修。我们既只做有原创保护的好设计，也死磕每一个供应链环节，确保产品有记忆点，项目也交得稳妥。关于制糖工厂制糖工厂 CANDYSIGN 是一个以极致美感和灵活多用电能产品为核心的品牌。秉承「好产品就是一颗糖」的理念，制糖工厂融合科技、艺术与时尚，服务创作者、开发者和多设备生产力用户，持续探索数字电能产品的新形态。

打开 Infinite Slop，眼前是一块竖屏视频，右边滚动着聊天，左边排着「接下来播放」和「正在生成」。图｜infiniteslop.ai 网页截图让马戏团小丑吃晚餐，让一条鱼吞掉正在遛狗的人，再把镜头从青蛙的眼睛一路拉到宇宙大爆炸……这些都是观众在聊天框里输出的提示词。系统挑中其中一条后，后台会生成一段带画面、对白、音效的新视频，再放进待播队列。同时，AI 还会尝试将新的提示词，与之前的视频关联起来，从而形成一个连贯的故事情节。这是 8 月 30 日上线的一个无限 Slop 网页，开发者形容它是一个无限循环、永无止境的交互式人工智能生成的实时垃圾流。开发这个网页的作者在 X 上公布网站上线首日数据是 3.7 万名观众，峰值超过 1000 人同时在线。当 AI 视频生成的速度第一次超过了播放速度，15 秒的视频只需要 9 秒就能生成，「永不结束的 AI 直播」从段子变成了现实。无限跨维度电视在美剧《瑞克和莫蒂》（Rick and Morty）里，瑞克嫌家里的有线电视太无聊，就把机顶盒改装成了能接收无限个平行宇宙电视频道的装置。于是全家人开始不停换台，看到的全是各种荒诞离谱的外星/平行宇宙节目；比如「长了腿的蚁人拍卖行」、「真人版吃鞋子的真人秀」、「一个人体就是整个交警系统的执法剧」之类。这个在电视剧才会出现的情节，8 月 29 日，fal 工程师 Rehan Sheikh 把一个 AI 视频模型接上了 Twitch 直播，让观众也可以看到一条永不停止的「无限跨次元有线电视」（infinite interdimensional cable）。两天时间，这条演示帖子已经获得超过 500 万次观看。FAL 是一个面向开发者的 AI 音视频多媒体生成平台，其工程师将自家基于开源模型 MiniMax H3 重新设计的 H3 Max 接入 Twitch，他让模型持续生成短片，再把这些短片接进直播流里。观众看到上一段时，后台已经在准备下一段。不过，Rehan 在评论区提到自己的 Twitch 直播账号已经被封禁，转去 Kick 后再次被封，最后把直播搬到 Rumble。他在评论区贴出 Twitch 封禁原因，提到是直播内容违法了 DMCA 等规定。几小时后，知名「数字游民」开发者 Pieter Levels（@levelsio）展示了一次 H3 Max 测试：15 秒视频约用 9 秒生成。因此只要下一段在当前片段播完前进入缓冲区，这家 AI 电视台就能继续开下去。照着 AI 电视台这个思路，Levels 直接上手做了一个更激进的版本：Infinite Slop，一个无限延续的互动 AI 直播网站。直播网站的规则很简单，任何人在聊天框里输入一句话，AI 就会把它生成为下一段视频，并且尝试和上一段画面「接上」，形成一条松散的剧情线。Levels 称开发这个项目，是自己坐在桑拿房里，用手机远程连接服务器，再让 Claude Code 帮忙搭好网站。一天后，聊天框、投票队列、生成状态和直播画面这些需求就都被做好了。Levels 随即注册了域名 infiniteslop.ai，并公开征集改进意见。这件事直接上了 X 的热搜，热搜名写着「AI Video Breakthrough Powers Endless Chat-Driven Livestreams」（AI 视频突破驱动无尽的聊天互动直播）。在过去，生成一段十几秒的 AI 视频常常要等几分钟。如果是直播，视频还没出来，直播就已经断档了。而现在，根据 fal research 公开的官方数据，H3 Max 模型，5 秒、768p 的有声视频可在 3 秒内完成，吞吐量约为 MiniMax 官方 H3 接口的 35 倍。这个超快的模型是 fal Research 团队基于 MiniMax H3 的开放权重继续训练和优化，所得到的新模型。目前它能够生成 5 至 15 秒、480p 或 768p 的视频，声音与画面一同生成。在 Artificial Analysis 的图生成视频，以及 Design Arena 的图生视频榜单上，经过 Fal 后训练的 MiniMax H3 Max 都来到了第一名。直播系统里的「无限」Infinite Slop 最有趣的部分除了模型的技术，更多的是人的行为。H3 Max 一次最多生成 15 秒，因此 Infinite Slop 的「无限」是落在频道层上，短片一段接一段生产，只要后台持续补货，前台就能一直播放。整条链路大致是这样：观众发送消息，系统先做审核、排队和投票，再扩写成视频提示词；H3 Max 并行生成几段短片，把完成品放进缓冲区，播放器会按顺序取走。网络、模型或审核偶尔变慢时，缓冲区和重播负责避免黑屏。聊天影响的是后续短片，正在播放的画面不会跟着一句新指令立即变化。和我们想象的实时世界模型交互方式还不太一样，它更像一间全自动电视台：观众递选题，后台排期，模型拍摄，播控系统负责别让频道出现白屏。但其中，连续性是最重要的。由于每条片段需要承接上一条的画面元素，观众的玩梗开始「污染」整个直播：上线后不久，聊天室里开始有人刷「香蕉」，于是香蕉开始出现在各种毫不相关的场景里，成为一个自我繁殖的梗。这场无限直播流反而变成了一场集体即兴剧，观众输入提示词时，既在给模型下命令，也在给整个直播间抛梗。片段质量时好时坏，故事随时跑偏，聊天室里的等待、吐槽和接力却把这些毛病变成了节目效果。图｜甚至有人做了 App 版的无限 AI 直播流，感觉是奥特曼的 Sora 2 复活版我们在观看时也发现，无论下一个视频的提示词是什么，都会承接到之前视频的元素，例如有一瓶饮料，总是会像广告植入一样，莫名其妙的出现在生成视频里不合适的位置。Levels 在上线次日的复盘里说，有人建议用上一段的最后一帧衔接下一段；这种做法可行，但生成速度偶有波动，很难保证无缝续接。截至到这次复盘，当前系统主要靠提示词尝试延续情节，角色长相、服装和空间位置都可能漂移。前一秒还是科幻逃亡，下一秒就变成烹饪节目。这场直播并不便宜，按 fal 公开刊例价（768p 标准价 0.08 美元/秒），一条 7×24 小时不间断的 AI 频道，理论月成本约20.7 万美元。社交媒体上网友的反应也是明显两极分化，正面的评价认为这标志着 AI 视频进入「实时生成」时代；负面的评论则提到，就像项目连名字 Slop 自嘲的一样，这些就是超级低质的 AI 内容。AI 可以无限生成画面，但生成不了「非看不可」的理由。图｜网友评论「我们从来不缺内容，关键在于质量」包括直播网页开发者 Levels 自己也不掩饰这种矛盾，他此前多次公开批评 AI 内容泛滥正在把互联网推向「死亡互联网」，然后自己却转身做了一个字面意义上的「无限泔水机」。不过，这也不是「无尽 AI 节目」的第一次尝试。2023 年走红的《Nothing, Forever》（AI 版《宋飞正传》Twitch 直播）曾吸引约 1.5 万同时在线观众，但它的视觉来自固定的 Unity 3D 场景库。Infinite Slop 的本质区别在于：画面本身每隔几秒就会被完全重新生成，没有固定的公寓、固定的角色、固定的场景库；节目没有预设的世界，只有观众下一句话想去的地方。所以当视频可以无限廉价、无限快速地生成，观众想去什么地方？我们还想看什么？可以肯定的是，我们大概率是不会守着一个 AI 频道，看香蕉、小丑和青蛙无限接龙。过去，无论短视频还是长视频，平台都需要不断寻找创作者、制作团队和新的内容供给。而现在，只要算力和钱足够，AI 已经可以让一条频道 24 小时不停地产生下一段画面。就在另一边，芒果 TV 的 AIGC 神话长剧《后西游记》也已经官宣定档，今晚六点开播。一个是网友在聊天框里随手投喂出来的 Infinite Slop，一个是传统长视频平台制作的正式剧集。看起来相隔甚远，但能看到AI 视频正在从偶尔生成一条能看的片段，变成一种可以持续生产、持续播放的内容。短视频、微电影、长电影、电视剧，再到今天的实时直播，AI 几乎已经试遍了我们观看视频的所有形式。此前我们总在讨论 AI 什么时候能拍出一部真正的电影/电视剧，但现在看来，它似乎也可能先带来一种过去根本不存在的内容形态。这些视频，可能不再有一个真正意义上的「成片」。因为当我们打开它时，它才刚刚开始生成。

消费电子总习惯用更快的芯片、更多的功能来证明进步，但一件产品如何被人记住，往往取决于那些细小而具体的设计——材料的触感、形态的取舍，甚至按键的排布。在「硬哲学」里，爱范儿试图剥离技术和参数的外衣，探求产品设计中人性的本源。这是「硬哲学」的第 85 篇文章。2007 年 1 月 9 日，旧金山莫斯康展览中心，史蒂夫·乔布斯站在初代 iPhone 发布会的舞台上，指着大屏幕上的触控笔极尽嘲弄。台下一片哄笑，随后，他扬起右手——「我们要用世界上最好的指点工具，我们生来就有的十根手指。」十九年过去，随着折叠屏将 iPhone 的内屏拓宽到接近平板尺寸，苹果又开始探索为手机配上手写笔的可能。彭博社记者 Mark Gurman 在最新的 PowerOn 新闻通讯中透露，苹果内部曾评估，为首款折叠屏 iPhone 打造一支专用的 Apple Pencil，并进行了内部测试。图｜Digit，经过 AI 修改但 Gurman 紧接着确认：这支笔大概率不会出现在下个月、第一代折叠屏 iPhone 的发布会上。十九年过去，真正把这支笔做出来试了一遍之后，苹果才发现：乔布斯还是对的。大屏的诱惑，手机的现实折叠大屏配上一支手写笔，很符合直觉、也很顺理成章。现款 iPad mini 屏幕不过 8.3 英寸，整机 293 克，却能完整驾驭 Apple Pencil Pro 的轻捏、双击和高精度悬停；而传闻中折叠 iPhone 展开后的内屏在 7.7 到 7.8 英寸之间，此前传出的消息中，内部测试者甚至对其类似 iPad 的多任务应用布局赞不绝口。既然尺寸差不多，为什么 iPad mini 能用，折叠 iPhone 却不行？图｜Apple两者的差异，主要在于日常的使用状态。iPad mini 无论做得多轻便，多数时候依然需要从包里拿出来，双手握持或者放在桌面上使用。用户打开它，往往对应着一段相对连续的时间——看电子书、做笔记、批注文档或者画画草图。在这些偏沉浸的场景下，手写笔的精细控制确实能带来直观的增益。而折叠屏 iPhone 展开后，绝大多数时候是悬空「捧」在手里的。图｜The Shortcut在这个姿态下，一只手托着机身，另一只手还要悬空拿笔在柔性内屏上戳戳点点，机身缺乏底部支撑容易晃动，手腕也无处借力，姿态非常别扭，长时间写写画画、记笔记更是会让人痛苦。容得下大屏，容不下一支笔如果说悬空捧着写有人机工学上的不便，那么在追求极致轻薄的机身结构里，手写笔在物理上也面临着严峻的收纳难题。这并不是说手写笔在硬件制造层面多难做：OPPO Find N6 实现了双屏支持手写笔，华为最新的 Pura X Max 大扩折叠也支持自家的 M-Pen 3 Mini。图｜华为官网但这些方案本质上采用的都是「外设」思路——手写笔是独立的配件，需要单独的手机壳来收纳，或者单独插线充电。但苹果对 Apple Pencil 的体验定义要严苛得多。在苹果配件设计的历史上，初代 Apple Pencil 曾和「肚皮朝天插线」的妙控鼠标（Magic Mouse）并称为两大逆天名场面——拔下笔帽，像根棒棒糖一样直挺挺插在 iPad 底部的接口上，不仅视觉滑稽、极易被外力别断，平时放在桌上还容易到处乱滚。图｜Sohrab Osati苹果花了整整两代产品，直到平直边框的 iPad Pro 登场，实现磁吸无线充，才彻底洗刷掉当年的尴尬。自那之后，磁吸、配对、充电与收纳的一体化，就成了 Apple Pencil 标志性的体验基线。图｜Business Insider然而在折叠 iPhone 上，这种优雅在机身结构的物理极限面前荡然无存。如果顺着工业设计的逻辑推演，手写笔在折叠屏上的收纳方案只有四种，而每一种在苹果的标尺下都是死胡同：1. 侧边磁吸：吸得住笔身，却成了展开的「绊脚石」这是彭博社报道中，苹果在原型机上实际测试过的方案，但在日常使用中却暴露出了明显的冲突。常规 iPad 是一块平整的金属平板，笔吸在中框上互不干扰；但折叠 iPhone 的侧边，恰好是两半机身合拢时的开合缝隙。用户想要掰开屏幕，手指必须扣在这个侧边发力。图｜Smart Depot Tech一旦侧面吸了一支笔，手指不仅无处扣住机身边缘，还极容易在掰开屏幕的瞬间把笔碰掉。原本一气呵成的「掏出手机、随手展开」，被迫退化成了一套抽象的杂技动作：掏出手机，先把侧面的笔扯下来，双手抠开屏幕，找地方把笔放下或换手握持，开始用手指划屏幕，用完合上手机，再把笔吸回去。图｜AppleTrack当年乔布斯嘲讽触控笔的那三件事——要拿出来、要收回去、还会弄丢，在十九年后的折叠屏上，以最讽刺的方式全套「复活」了。2. 机身内置笔仓：空间代价太沉重挂在外面碍事，那学当年的三星 Galaxy Note 在机身里掏个洞插进去行不行？但在如今追求毫米级轻薄的折叠屏赛道上，内置笔仓要付出的空间代价过于高昂。图｜TechRadar折叠手机的竞争早已进入毫米级肉搏。 目前曝光的供应链数据显示，第一代折叠 iPhone 预计展开厚度只有 4.5 到 4.8 毫米，折叠后约 9 毫米出头。在这样薄如刀片的机身内部，双轨铰链、双电芯电池、潜望式长焦模组、主板以及无线充电线圈……机身内部寸土寸金，如果强行开凿一个纵贯机身的笔仓，就不得不牺牲数百毫安时的电池容积，散热也可想而知会更差。图｜iFixit从 Galaxy Z Fold 3 到 Fold 6，三星曾是折叠屏手写笔最狂热的布道者。但从 Galaxy Z Fold 7 开始，为了把展开厚度压到 4.2 毫米、折叠压到 8.9 毫米，三星还是对现实低头，大刀砍向屏幕下方的 S Pen 数字化感应层。三星英国智能手机产品经理 Kadesh Beckford 在接受采访时更是直言：从 Galaxy Z Fold 用户真实的使用情况和反馈来看，他们最强烈的诉求其实是「更薄、更轻」。换句话说，对大多数用户而言，每天都能感受到的轻薄，优先级已经高过了偶尔才会用上的 S Pen。3. 特制保护壳收纳：不够优雅的折中方案如果机身不内置，让保护壳代劳呢？这是不少第三方配件商和 Android 厂商惯用的折中手段。图｜OPPO Find N6但从苹果一贯的产品逻辑来看，他们骨子里始终推崇的是「裸机体验」。从 Jony Ive 时期起，设计团队就对机身的微米级倒角、金属喷砂与玻璃质感有着近乎偏执的追求；历代 iPhone 耗费巨额工程成本研发超瓷晶面板与钛金属边框，不断提升抗跌落和耐刮性能，初衷也是为了让用户尽可能地摘掉保护壳，直接感受原生硬件的触感。而在折叠屏上，工程师好不容易将展开厚度压缩到 4 毫米多，如果为了收纳一支笔，反而要强迫用户套上一个带笔槽的厚重保护壳，属实得不偿失。4. 独立随身携带：把配件变成了负担把笔做成独立配件单独携带，在硬件设计上是最省事的方案——机身既不用开槽，也不用为磁吸充电留出结构空间，但在日常体验中，这几乎是最笨的解决办法。它没有耳机或钥匙那样的高频刚需，细长光滑的笔身揣在兜里还很容易滑落丢失，放进背包里也往往被淹没在杂物堆中。图｜第三方 Apple Pencil 充电盒更麻烦的是充电问题。如果无法通过手机本体随时无线补电，这支笔要么得单独插线充，要么就得额外配一个充电盒。当一件原本为了提高效率的工具，变成了一件出门要记得带、平时要记得充、拿出来还时刻担心弄丢的麻烦事，绝大多数人最终的选择，只会是把它丢在抽屉里吃灰。苹果不需要一支妥协的「蜡笔」除了收纳难题，Gurman 爆料里还有一个细节：苹果做出的那支原型笔，比 iPad 上的版本要明显更「矮胖」（stubbier）。标准的 Apple Pencil Pro 长度约为 166 毫米，直径 8.9 毫米。这个尺寸是经过无数次人体工学推敲得出的结果，几乎完美复刻了一支绘图铅笔的配重和握感。但折叠 iPhone 的机身比例完全不同。根据流出的 CAD 图纸，折叠 iPhone 合上时约为 120.6 × 83.8 × 9.6 毫米，展开则约为 120.6 × 167.6 × 4.8 毫米。它明显比普通 iPhone 更矮、更宽，合起来的比例接近一本护照。图｜Beta Profiles，由 AI 修改苹果为了不让笔凸出机身，唯一的办法就是把它「锯」短。然而把笔缩短容易，把它做细却难得多。因为这支笔哪怕被截去了一截，内部仍需要为电池、无线通信、充电和核心传感组件留出空间；如果还要保留 Apple Pencil Pro 的更多高级功能，内部布局的压力只会进一步增加。图｜Apple元器件的体积存在物理下限，长度被硬生生切掉一段后，整支笔的长宽比例彻底失衡，直接沦为一支手感怪异、重心不稳的「短粗小蜡笔」。再从商业和供应链的角度看，现款 Apple Pencil Pro 和 Apple Pencil (USB-C) 展现了极其出色的通用性，能够无缝横跨 iPad Pro、iPad Air 到 iPad mini 的全部在售机型。而这支为折叠 iPhone 定制的短版 Pencil，大概率会成为一个相对孤立的 SKU。为了一个相对低频的非刚需场景单独开模生产、搭建产线并占用零售渠道，怎么看都不太符合「库存克星」的作风。十九年前，乔布斯在发布会上对触控笔嗤之以鼻；十九年后，面对一块近 8 英寸的折叠内屏，苹果又一次尝试，把这个问题重新验证了一遍。从侧边磁吸阻碍开合、机身变厚，再到手感怪异的短粗蜡笔，样机测试暴露出的每一个问题，都在提醒工程师一个简单的现实：折叠大屏提升了视觉和排版体验，但手机终归是手机，它无法像平板那样安坐于桌面，而是要时刻揣进口袋，去迎合我们「掏出即用」的肌肉记忆。给折叠屏做一支笔在技术上并不难，但要让用户为了极低频的书写去承担全天候的携带与管理成本，苹果显然不愿意妥协。兜兜转转十九年，最顺手、最省心的输入工具，依然是我们生来就有的十根手指。

一面墙、几根铝轨，加上可以随时拆装重组的层板和柜体——这是德国著名工业设计师迪特·拉姆斯（Dieter Rams）在上世纪六十年代，为家具品牌 Vitsœ 设计的 606 模块化置物架。它看起来只是一组简洁的架子，实则是一套能持续扩展的收纳系统。无论是搬家了还是东西变多了，你都不必换掉它，根据新需求重新调整一下布局即可。六十多年过去，Vitsœ 606 至今仍然在售，它能够穿越漫长的时间，很大程度上在于设计师给「变化」留出了空间。毕竟，很少有人能在二十多岁时，就看清自己四十岁会住怎样的房子、过怎样的生活。这种「为变化留空间」的思路，同样适用于车。年轻人的生活远未定型，今天单身，几年后可能就凑成了一对儿；这个月迷上摄影，到了秋季又开始骑行。而陪伴他们经历这些变化的「第一台车」，在不同阶段也承载着不同的功能。所以，「年轻人的第一台 SUV」难做的地方，从来不只是价格。这台车首先要足够好看，能成为年轻人自我表达的一部分；其次得足够实用，装得下突然冒出来的兴趣与计划；更重要的是，它最好能为未来留出改变的余地。小鹏 MONA L03 的设计，正是基于这样的考量。在小鹏的设想里，它不止于「年轻人的第一台 SUV」。年轻人的第一台 SUV，应该是怎样的？过去车企谈年轻化，往往先从视觉下手。鲜亮的车漆、凌厉的线条、黑化的运动套件，再配上一块大屏，年轻感就有了大致模样。放在四五年前，这样的方法或许还能奏效，现如今的年轻消费者，要求比之前高了不少。作为人生的第一台车，它始终高频出现在日常生活中，上班通勤、购物出行、周末和朋友出游，都需要它。也正因如此，MONA L03 在造型的打磨上，下了不少功夫。MONA L03 尺寸虽不大，但它有着低趴宽体的车身比例，宽高比 1.20、轮高比 0.46，溜背车顶和外扩的轮拱很大程度上弱化了传统 SUV 常见的笨重感。与此同时，隐藏式水切、无框车门、纯平侧窗、一体式半隐藏门把手，也进一步简化了车身侧面的视觉冗余。MONA L03 还尤其注重外饰的一体性。比如那块 1.1 平方米的大尺寸后风挡，它与隐藏式 D 柱融为一体，有着更强的视觉整体性。它的轮眉也没有被常见的黑色塑料包裹，而是直接做成了钣金一体结构；车漆则采用 3C2B 涂装工艺和巴斯夫高亮清漆，后者的厚度达到 50-70μm，比同价位平均水平高出约 20%。正是这些细节，共同营造了这台车的精致感。造型动感的跨界 SUV 在如今这个市场其实并不少见，然而，低趴与溜背的造型，往往要以空间为代价。它们在镜头里看着利落舒展，实际坐进后排，头顶的局促感立刻就能让人感知到车企在设计上的取舍。而小鹏在 MONA L03 的开发阶段，就提前着手解决了这个问题。短前悬、长轴距的设计，将更多空间让渡给乘员舱，纵向空间利用率达到了 65.74%。关键在于，MONA L03 的车顶线条没有从 B 柱之后就急促下收，小鹏将下压的拐点设置在后排乘客头部靠后的位置。同时，全景天幕、薄化顶盖横梁和底盘的高集成布局，进一步为后排释放了头部空间。从数据来看，MONA L03 的后排垂向空间达到了 985mm，比宝马 X5L 这样的燃油中大型 SUV 还要多。这一点对于「年轻人的第一台车」而言格外重要。年轻用户喜欢上 MONA L03 多是始于颜值，但在往后数年的日常使用里，他们高频接触的是座椅，是乘坐空间，以及储物格与后备箱。另一方面，年轻人对于空间的需求，并不是一个「大」字就能定义的。MONA L03 最值得肯定的一点，是它在保持车身尺寸相对紧凑的同时，尽可能挖掘了内部空间的潜力。小鹏在这辆车的座舱里设置了 40 处储物空间，各种零碎物件可以很好地分类收纳。最特别的就是副仪表台的分区储物设计，以及后排座椅底下的小抽屉。大件物品自然也不在话下，MONA L03 的后备厢有着 539L 的常规容积，可以容纳 6 个 20 英寸登机箱，后排座椅放倒后最大可扩展至 1640L，形成约 1.8m×1.5m 的规整空间。工作日，它是尺寸适中、好开好停的 SUV；到了周末，它又能装下那些平日鲜少用到的大件物品。这就是年轻人第一台 SUV 所应该具备的基础能力。划重点——这只是基础。年轻人需要的未必是绝对的「大空间」，更可能是「有弹性的空间」，毕竟他们的生活并没有固定的范式。从空间到生态，L03 为年轻人的生活留出更多可能前些年，「斜杠青年」是个很热门的词，虽然这会儿说的人少了，但年轻人的兴趣，其实一直都有在变。你看，前几年流行露营，这两年骑行、徒步又成了热潮。在这个过程，生活半径也在变化，自然地，车里承载的内容也会跟着变。如果一款车只盯着某一种当下热门的生活方式去做设计，用不了几年就会过时。露营桌、车载咖啡机、各式专属支架，今天可能都能当卖点，可潮流的更迭速度，远比汽车要快得多。Vitsœ 606 能畅销六十多年，正是因为它走了一条相反的路。它没有把设计绑定在具体的收纳场景上，而是先搭起了一套基础系统。至于上面放的是书还是唱片，搬家之后要不要多加一个柜子，都交给用户自己处理。这就是「为变化留有余地」，小鹏 MONA L03 遵循的也是这个逻辑。MONA L03 在车内一共布置了 23 处拓展接口，包括 3 个智能拓展接口、5 个 1/4 英寸标准螺纹接口、8 个无痕磁吸点，还有靠背拓展口、后备厢洞洞板等不同形式的拓展位置。这些拓展位置，各有各的用法。磁吸点是最轻巧的选择，纸巾盒、眼镜盒、小摆件、自定义按键都可以直接吸附在上面，不用的时候可以随时拿走。1/4 英寸螺纹接口的使用也很方便，这是摄影行业非常成熟的通用规格，可以直接连接魔术臂、运动相机等影像设备。有了螺纹接口，用户就不用为了这辆车重新购置一整套专属配件，手里原有的摄影器材完全可以直接拿来用。喜欢拍 Vlog 的人，可以把它变成固定机位；没有拍摄需求，也可以接一个手机支架，或者干脆就空着，以后再开发别的用途。可玩性最高的其实还不是这些，而是后备箱里的洞洞板。在这个位置，挂钩、弹力绳、收纳盒可以自由组合，收纳零散装备。只要你脑洞够大，你就能在这套空间里变化出不同用法。虽然说，现在很多新势力车型都有自己的配件商城，用户可以很方便地在上面按需选购，但 L03 这套设计和那些配件其实有着明显的区别——配件解决眼前的具体需求，接口则留给未来更多可能性。产品经理们或许可以设计出一款很实用的配件，可谁也猜不到三年后的年轻人会往车里装什么。与其不断去猜，不如让年轻人自己去决定。所以说，L03 这些拓展系统更像是一套「基础设施」，小鹏负责把平台搭好，之后要怎么组合、怎么拓展，都可以跟着车主的兴趣慢慢变化。同一个磁吸点、同一块洞洞板，在不同人手里，会有完全不同的用法。这怎么不算是一种「用户共创」呢？其实在 L03 上，用户参与得还要更早一些。在产品开发阶段，小鹏就把用户的意见带进了量产车的设计里。在 L03 的一次造型验证里，一位来自成都的 M03 用户觉得车尾的协调性还有提升空间，提出后保险杠可以考虑做两个风道。经过评估，造型团队发现做成真风道既能提升尾部的运动感，也确实有助于降低风阻，只是开发费用和单车成本都会随之增加。结果我们都知道了，小鹏最后还是把这个方案做进了量产车。这就是很典型的用户共创。更有意思的是，在 MONA L03 上，这种关系并不会随着车辆量产而结束，到了生态层面，用户参与的空间还会更大。六十多年前，Vitsœ 把家具的最终形态留给用户作决定；如今，小鹏也试着把生活的定义权留给车主。生活会一直变，年轻人的第一辆 SUV，也应该有跟着一起变的余地。