苹果今年最重要的一场发布会，终于定档了。北京时间 9 月 10 日凌晨 1 点，苹果将在 Apple Park 乔布斯剧院举行秋季新品发布会。苹果已经向媒体发出邀请，同时确认活动将在官网等渠道提供线上直播。过去几年，苹果秋季发布会的产品安排已经相当稳定，今年却很可能迎来近年幅度最大的一次调整。按照目前的信息，苹果不会像过去一样一口气更新完整的数字系列 iPhone，而是把发布节奏拆成两轮——9 月的主角只剩下 iPhone 18 Pro、iPhone 18 Pro Max，以及那台传了快十年的折叠屏 iPhone；普通版 iPhone 18 和 iPhone 18e，则会留到 2027 年春季。另一方面，这也很可能成为苹果新 CEO John Ternus 上任之后第一次真正意义上的产品大考。换句话说，9 月 10 日凌晨，我们等的不只是一台新 iPhone。苹果将同时更新 iPhone 的形态，并开启新掌门人的时代。折叠 iPhone：苹果「阔折叠」，终于要来了如果只选一个今年发布会最值得看的产品，答案没有悬念。折叠屏 iPhone。从供应链、系统代码到苹果内部产品路线图的逐渐曝光，这款设备在过去的一年终于从模糊的传闻走到了相对清楚的产品轮廓。爱范儿此前也曾根据 The Information、郭明錤以及 iOS 27 中出现的种种线索，对它进行过多轮梳理。图｜MacRumors目前比较一致的说法是，苹果没有选择三星 Galaxy Z Flip 那样的竖向小折叠，而是一台左右展开的大折叠设备。它的外屏约为 5.3 至 5.5 英寸，展开后的内屏约为 7.8 英寸。屏幕比例可能是最容易看出差别的地方——与目前大部分展开后接近正方形的「大折叠」手机不同，苹果选择了一块更「宽」的内屏，更像当下流行的「阔折叠」。爱范儿此前获得的信息显示，这款内部代号 V68 的产品展开后，很像一台横过来的 iPad。这个选择很符合苹果一贯的产品思路。过去几年，手机厂商一直在回答一个问题：怎么把一块大屏塞进口袋里？而苹果可能在回答另一个问题：怎么把 iPad 装进 iPhone 里？这两者看起来很像，实际决定了完全不同的产品逻辑。事实上，苹果在软件层面已经提前为这个形态铺路。iOS 27 中，天气、音乐等系统应用明显增加了横屏和不同尺寸下的布局；更有爆料指出，新搭载的系统会自动切换到接近 iPad 的应用布局，获得更多针对横屏、多栏和大尺寸显示优化的交互。硬件上，目前爆料也已经相当完整。折叠屏 iPhone 很可能采用 A20 系列芯片和 12GB 内存。为了控制机身厚度，苹果可能暂时放弃 Face ID，改用侧边 Touch ID。后置影像预计采用双摄方案，展开厚度约为 4.5 至 4.8mm，折叠后约为 9mm。铰链会使用钛合金、不锈钢等材料，并配合 UTG 超薄玻璃尽可能减轻折痕。图｜Apple不过，它也可能成为有史以来最贵的一台 iPhone。外界普遍预计，其售价会超过 2000 美元，部分预测甚至给出了 2500 美元。差不多是一台 iPhone 加一台 iPad Pro 的钱。苹果比竞争对手们晚了近七年才进入折叠屏市场，单凭一台能折起来的 iPhone，已经很难让人接受高价。屏幕中间那道折痕、铰链寿命、机身厚度，连同软件适配，都是它需要给出答案的地方。这大概率不会是一台用来冲销量的 iPhone。它更像当年的初代 Apple Watch、Vision Pro，苹果需要先把一个新的产品坐标钉在那里。今年真正承担销量任务的，还是 iPhone 18 Pro。图｜网络iPhone 18 Pro：看上去没变，里面全变了跟折叠屏 iPhone 放在一起，iPhone 18 Pro 和 Pro Max 的外观变化就显得克制多了。目前的信息显示，两款手机仍会保留 6.3 英寸和 6.9 英寸两个尺寸，整体仍然延续上代的外观设计。此前传闻已久的屏下 Face ID，目前最新消息也倾向于不会在这一代落地，苹果更可能只是进一步缩小灵动岛。图｜9to5Mac主要变化集中在机身里面。先看 A20 Pro。它预计会成为苹果首款采用台积电 2nm 工艺的手机芯片。相比今天的 3nm A19 Pro，升级重点预计仍然不会只是跑分，而是性能、能效和芯片面积之间的平衡。伴随端侧 AI 模型越来越大，SoC 的晶体管预算正在重新变得重要。A20 Pro 还可能采用新的封装设计，进一步改善内存访问与整体效率。另一颗值得关注的芯片，是 C2。从 C1、C1X 到 C2，苹果自研基带的更新速度明显加快。此前消息若准确，iPhone 18 Pro 会进一步降低对高通基带的依赖，并可能把卫星通信从紧急求救继续向普通数据连接推进。相机，则可能迎来一项久违的机械结构升级。多方消息都指向，iPhone 18 Pro 系列正在测试可变光圈主摄，能够通过机械结构改变镜头实际进光量，从而在不同场景下调节景深、快门和画质。目前还不能确定两款 Pro 是否都会配备，有消息称可变光圈将成为 Pro Max 的独占功能。图｜MacRumors除此之外，还有更长续航、12GB 内存、新一代无线芯片，以及新的机身配色。今天凌晨发出的媒体邀请函，似乎也在提前呼应这些升级。画面中央能看到明显的星芒，外围还有一圈光环。摄影中，太阳星芒通常要在较小光圈下才能拍得清楚，这恰好对应了此前有关 iPhone 18 Pro 可变光圈主摄的爆料。天蓝色的背景也似乎对应此前曝光的新机配色。苹果经常在邀请函里提前埋下新品线索，这些细节很难不让人多想。在折叠屏 iPhone 颠覆性的形态变化面前，iPhone 18 Pro 系列确实显得有些平淡，更像一次按部就班的稳步升级。但这一代 Pro 的变化几乎都发生在看不见的地方——A20 Pro、C2 基带、自研无线芯片，再加上影像和内存升级，越来越多核心部件开始采用苹果自己的方案。iPhone 18 Pro 可能没有带来一眼可见的新形态，却很可能成为迄今为止苹果自研程度最高的一代 iPhone。图｜MacRumors至于更便宜的 iPhone 18 标准版，估计要明年见了。苹果已经基本确定改变 iPhone 的发布节奏——iPhone 18、iPhone 18e 和 iPhone Air 2 将推迟到 2027 年春季，构成另外一个 iPhone 更新的大节点。这也意味着，今年 9 月的产品线整体会明显向高端倾斜。一边是起售价超过 1000 美元的 iPhone Pro， 另一边是起售价高达 2000 美元的折叠屏。这可能是有史以来最贵的一届 iPhone 了。苹果全家桶：一个都不能少就在发布会前两周，发布会的爆料名单上又多了一个新成员——AirPods 5。Mark Gurman 最新报道称，苹果最快会在这场秋季发布会上推出第五代 AirPods。产品安排会延续 AirPods 4 的思路，一次提供两个版本，其中一款是普通版，另一款支持主动降噪。macOS 26.7 RC 中也已经发现两个 AirPods 5 型号的相关代码，基本意味着产品已经接近正式发布。至于它具体升级什么，目前信息反而很少——大概率是常规更新，外观不变，但配备新一代 H 系列芯片，使 AirPods 有更低的延迟、更好的音质和更长的续航。但至少可以确认一点：它不是我们前段时间报道过的「摄像头 AirPods」。那款产品原本存在于苹果 2026 年产品路线图里，甚至已经有相关演示素材进入 macOS，但由于供应链和软件问题，目前已经基本确定推迟到 2027 年。它真正重要的地方，是通过摄像头为 Siri 和 Visual Intelligence 提供视觉上下文。因此，今年的 AirPods 5 更接近一次常规消费级更新，想看苹果把耳机做成新的 AI 入口，还得再等一年。苹果的「家庭」产品线今年也可能罕见地占据一部分发布会时间。Gurman 此前透露，新款 Apple TV 4K 和 HomePod mini 已接近准备完成，计划在今年秋季推出。苹果开发多年的智能家庭中枢，也可能在 9 月提前亮相。这款设备目前有 HomePad、HomePod Touch 等不同叫法，可以把它理解成一块带屏幕的 HomePod。它可能成为苹果家庭设备的控制中心，把 Siri、Apple Intelligence、FaceTime、家庭监控和影音控制放到同一块屏幕上。如果它真的出现，分量会超过一次常规的 Apple TV 更新。Apple Home 这些年已经有不少单体硬件，却一直没有一台能让其他设备都围着它工作的中枢。新版 Siri 正好给了苹果一次重新整理家庭产品的机会。图｜MacRumors当然，Apple Watch 也不会缺席。Apple Watch Series 12 和 Ultra 4 都在计划中，今年预计不会大改外观，升级仍会集中在芯片、健康功能和运动追踪上。Series 12 还可能增加陶瓷表壳版本。算上刚刚更新的 Mac mini 和 Mac Studio，苹果全家桶可以说是全面焕新了。虽然大部分配件产品都是常规更新，真正有亮点的 M6 芯片和 Mac 产品线，苹果也主动错开发布节点，不抢 iPhone 的流量。毫无疑问，今年会是 iPhone 风头无两的一年，而风头无两的，也不止是 iPhone。图｜MacRumors苹果新 CEO：年度新秀在产品之外，今年还有一个往年不存在的变量——苹果的新 CEO，John Ternus。苹果已经完成近年来最重要的一次管理层交接。Tim Cook 卸任 CEO 后转任董事会主席，原硬件工程高级副总裁 John Ternus 接棒——而 9 月这场活动，是 Ternus 出任 CEO 后的第一次主持苹果秋季新品发布会。过去几年，苹果发布会已经变成一套成熟的「影视制作」。从疫情期间开始，传统舞台 Keynote 逐渐让位给提前拍摄和剪辑的发布影片。尽管后来活动也重新回到 Apple Park 举办，但现场的主要内容仍是观看大屏幕上的成片，结束后再去体验区摸真机。苹果这次少见地把户外实景照片放上邀请函，活动地点也明确写着乔布斯剧院，再考虑到 Ternus 即将完成上任后的首次公开亮相——苹果会不会重新增加现场演讲，也成了这场发布会的一大悬念。目前没有可靠信息证明苹果会彻底放弃预录视频，无法到场的观众依然可以通过线上直播观看整场活动。不过对一位新 CEO 来说，亲自站上乔布斯剧院的舞台，和在影片里说一句 「Good morning」，分量感必定是大相径庭。Tim Cook 在 2011 年接过苹果的时候，面对的是乔布斯留下的 iPhone、iPad 和 Mac，和市值 3000 亿美金的苹果公司。Ternus 接手时面对的，苹果已经成长为市值五万亿美元的巨无霸，而营收主力也变成了 iPhone、Mac 和服务。他的第一场秋季发布会，正好赶上十年来变化最大的一次 iPhone 产品调整——折叠屏 iPhone 首秀，iPhone 数字系列退场，还有迈向 2nm 最新芯片亮相，以及一整套围绕 Siri AI 重构的产品生态。苹果新管理层准备怎样处理苹果最重要的产品？北京时间 9 月 10 日凌晨 1 点，爱范儿将会在苹果发布会现场，与你共同见证苹果交出的答卷。One more thing：国行苹果 AI对于国行苹果用户来说，还有一个不得不留意的新品——国行版本的苹果 AI，考虑到全球发布会的规格，苹果大概率不会在发布会上明确提及国行 AI 的详情，而是举重若轻地给出一个正式上线的档期。7 月，中国网信部门已经完成 Apple Intelligence 相关端侧生成式 AI 服务备案，意味着这个从 2024 年就缺席国行 iPhone 的核心功能，终于扫清了最关键的监管门槛。按照目前披露的信息，中国版 Apple Intelligence 并不会简单复制海外版本，而是采用一套针对国内市场重新搭建的技术方案。苹果官网此前曾短暂上线一份中文支持文档，介绍了在中国大陆的 Ma

不断刷新 AI 智能前沿的大公司们，都开始「藏东西」了。Anthropic 在 6 月初发布了 Fable 5，一个月后 OpenAI 发布 GPT-5.6 系列；但随着安全问题日渐引起关注，又接近两个月过去，两家在前沿模型上都没有进一步动作。坐拥最前沿模型优势的 A 社坐得住，在营收和模型 benchmark 上都处于追赶者地位的 OpenAI 就不好说了。OpenAI 内部，现在是什么情况？在《时代》杂志最新封面报道《Inside OpenAI’s Reboot》（OpenAI 重启内幕）中，记者 Alex Heath 进入 OpenAI 总部两周，采访了超过 20 位公司高管、员工、投资人、客户和竞争对手，也和 Sam Altman 进行了超过两个小时的对谈，为我们带来了一手消息——眼看着 Anthropic 靠 Claude Code 抢走了开发者和企业市场的先机，Google Gemini 月度用户超过 10 亿，报道里的 OpenAI，已经不再是两年前那个定义 AI 竞赛节奏的绝对领跑者。Altman 在采访中相当直接地承认：我们作为一家公司，显然犯了一些错误。无论是产品方向，还是预训练研究，我们都落后于原本想要达到的位置。于是，OpenAI 终于下定决心，开始了一场大刀阔斧的「重启」。在这篇长文中，OpenAI 方面人员的核心观点可以归纳如下：OpenAI 承认在产品上失速。ChatGPT 的爆发式增长反而让公司忽略了编程和企业市场。模型在排行榜上领先，却没有「变现」为足够好用的真实产品。Codex 正在取代 ChatGPT，成为公司新的产品主轴。OpenAI 已经收缩 Sora、Disney 合作和独立浏览器 Atlas 等项目，把算力与团队集中到 Codex，并将其 Agent 能力并入 ChatGPT Work。下一代模型 Astra 的目标不只是回答问题，而是持续工作和创造新知识。OpenAI 展示了 16 个 Agent 协作解决研究级数学问题、跨软件高速操作，以及可以完成初级 AI 研究员一周工作的自动化研究能力。Agent「越狱」事件迫使 OpenAI 暂停更强模型的训练。公司承认已经拥有监控模型思维链的预警工具，却因为低估模型能力而没有启用。Astra 的发布时间也要等待新的安全措施通过。OpenAI 想做的远不止一个聊天对话框。芯片、数据中心、随身硬件、人形机器人、脑机接口，甚至向外出售算力，都被装进了「个人 AGI」这张更大的蓝图里。OpenAI，输在产品力过去一年，Anthropic 第一次在估值和年化收入上超过 OpenAI。《时代》援引数据称，Anthropic 的年化收入已经超过 650 亿美元，OpenAI 约为 400 亿美元；两家公司都在为上市做准备，但 Anthropic 很有可能捷足先登。图｜XDA Developers让 Anthropic 反超的关键，就是在年初几乎定义了「编程 Agent」这一产品形态的 Claude Code。这不是说 OpenAI 的模型能力不如 Anthropic，虽然在文本能力上没少受到诟病，但按照 Greg Brockman 的说法，至少在编程领域 OpenAI 的模型 Benchmark 成绩「一直领先」。问题是，公司过去更关心工程而非产品，只在意模型能不能在实验室环境中解题，却忽视了开发者用户的真实使用场景——能不能接续被打断的任务、能不能整合大量文件，交互的细节好不好。这些，才是决定普通用户选用哪家工具的关键因素。换句话说，OpenAI 不是输在前沿模型的能力上，而是将模型能力转化为产品的速度跟不上别人了。当然，在开发产品上，OpenAI 本身是很积极的。ChatGPT 的成功，让 OpenAI 痴迷于制作那些「好玩」的产品，如视频生成应用 Sora 和独立浏览器 Atlas，但这些产品反倒分走了公司用于攻坚的资源。Sam Altman 在采访中坦承，OpenAI 把摊子铺得太「薄」了。现在，更「持家」的 OpenAI 联合创始人兼总裁 Greg Brockman 接管了从营收、产品到市场的大部分公司内部业务，OpenAI 开始砍掉支线，将稀缺的算力转向增长最快的 Codex。ChatGPT 仍然拥有最多用户，但它已经不再是 OpenAI 的主要增长点。Altman 甚至连续一个月停用 ChatGPT，只使用 Codex。顺理成章地，Codex 开始合并 ChatGPT，对外呈现出来的产品，则是 ChatGPT Work——现在用户不再需要判断应该用什么模型和工具，只需要告诉 AI 自己想要做什么，系统就会在背后自动调度模型、工具和 Agent 来完成任务。这次调整已经开始反映在账面上。今年 7 月，OpenAI 的 B 端企业业务收入终于首次超过了 C 端消费者业务。如果说 Claude Code 教会了 OpenAI 什么，那就是：先赚到钱，才能谈生存。下一代模型，是你的「虚拟同事」既然 Fable 5 和 Claude Code 已经很好，那要什么样的产品才能和它们拉开代差、重新收获用户尤其是企业用户的青睐？OpenAI 的答案是 Astra。《时代》报道称，这个神秘的下一代模型，可以将一道艰深的数学题拆成多个部分，由 16 个 Agent 分工合作、彼此协调，最后拼出一份完整证明；另外，Astra 也可以用远超人类的速度操作各种桌面软件。Altman 把这种能力称为「Persistent Agents」——持续存在、持续工作的 Agent。它不再是一次性解决一个问题，而是可以由你定义它的身份角色后，像你的同事一样连续工作几小时甚至几天。持续工作很不错，但 Altman 认为 Astra 最大的价值是有创新能力：「我预期这将是第一个能以有意义方式真正发明新事物的模型」。就像是那个经典问题所说：如果只给 AI 输入截至 20 世纪初年的知识，它能像爱因斯坦一样自行发现相对论吗？Altman 认为它可以。有创新能力的模型，不会只写代码、做报表，而是可以参与制造下一代 AI；而更聪明的 AI 出现后，又能开发自己的继任者。这种「递归自我改进」一直是 AGI 讨论里最危险的设想之一，却也是 OpenAI 梦寐以求的目标。OpenAI 的管理层已经开始用近乎完成时谈论 AGI。首席研究官 Mark Chen 认为，公司已经走完了「80%」；Brockman 说，两年后回头看，人们可能会把现在视为 AGI 诞生的时刻；Altman 则预计，到今年年底，OpenAI 内部会出现一个他愿意称为 AGI 的系统。OpenAI 内部弥漫着乐观情绪，直到意外发生。Agent 逃出沙箱，OpenAI 主动刹车就在面向投资者和客户的 16 Agent 并行解数学题演示后没几天，OpenAI 暂停了 Astra 的训练进程。直接原因是，一个在隔离环境里接受网络安全测试的内部研究模型，利用漏洞逃出沙箱，并为了找到测试答案入侵 Hugging Face 的生产系统。事发后，OpenAI 冻结、放缓了一部分项目，专注于强化沙箱和监控。很快，研究人员又在一次未公开的大规模训练中发现了危险信号。图｜The New York Times由于这次训练可能带来大幅度的性能跃升，公司最终决定暂停这次训练，直到安全措施到位。OpenAI 最初将 Hugging Face 事件定义为一次安全漏洞，但 Altman 后来改变定性，认为这是一次更根本的「对齐失败」——模型本就不应该作弊，是 OpenAI 没有训练好它。从现在开始，任何一次对齐失败都应该被当作大事。我们会花需要的时间把它弄清楚。把 AI 安全做好，比任何一家公司的发展势头都更重要。这番表态会直接影响 Astra。它不会被打入冷宫，但发布前必须等新的安全测试落实到位；至于是什么时候，OpenAI 高管也没有给出时间表。在一个领先优势按天计算的行业里，暂停前沿模型，可能会付出昂贵的商业代价。是真的「重启」，还是商业修辞？《时代》把 OpenAI 最近这轮变化称为一种「重启」。产品重启了。OpenAI 承认自己错过了编程和企业市场，决定重新把资源集中到 Codex，用 Agent 改造 ChatGPT，也让工程师出身的 Brockman 接管「把研究变成营收」的流程。身份也重启了。这家过去几年不断流失安全团队成员、屡屡被批评把商业化置于安全之上的公司，现在试图证明：在风险面前，他们愿意为了社会利益主动慢下来。看起来，这就像是一个奋起革新的故事。但《时代》记者也提醒我们，这次安全转向未必只是单纯的道德选择——从创立至今，OpenAI 最大的竞争对手 Anthropic 都把「安全优先」当作自己的核心身份，为此不惜做出大规模封禁和强加文字水印等种种天怒人怨的行为。而促使 A 社一边强调安全一边发布前沿模型的理由，是他们的联合创始人贾里德·卡普兰（Jared Kaplan）早先接受《时代》采访时说的：如果竞争对手全速前进，那他们单方面克制毫无意义。假设 OpenAI 在这个时间点停下，那就等于把道德楷模的压力抛给了正在准备冲刺 IPO 的竞争对手，迫使 Anthropic 也跟着放慢节奏。换句话说，「克制」本身也可以是一种竞争策略。另一方面，说要聚焦主业的产品线「重启」，似乎也没有那么真诚。毕竟，在 Altman 和 Brockman 眼中，OpenAI 的未来愿景是「个人 AGI」，也就是可以根据学习到的个人喜好和行为习惯，在你提出要求之前就主动为你把事办妥的超级助手。图｜路透社为了造出「个人 AGI」，OpenAI 正在同时投资模型、应用、芯片、数据中心、脑机接口、随身硬件和机器人，未来甚至可能向其他公司出售算力，直接挑战 AWS 和 Google Cloud。从基础设施到你身上的智能挂饰，它希望控制 AI 价值链上的每一环。一家刚刚承认因为项目太多而失去焦点的公司，又列出了一张更长的待办清单——晋升巨头的 OpenAI，真的知道自己的「主业」是什么吗？报道原文：time.com/article/2026/08/26/openai-sam-altman-interview/

9 月 2 日，新一代理想 MEGA 就要来了。这辆车在造型上并没有什么变化，还是那辆熟悉的「高铁」，但在我们看不见的地方，它的配置几乎都被换了一轮。后轮转向、线控转向、主动防倾杆，将同时出现在新一代 MEGA 上。另一边，理想汽车自研的马赫 M100 芯片也会上车，MEGA 的侧向和后向感知能力将得到补强；新一代高性能座舱芯片为理想同学带来更多可能。内饰上，二排、三排座椅，以及车内氛围和交互细节也都有调整。毫无疑问，这是 MEGA 上市以来幅度最大的一次升级。MEGA 的尺寸，决定了用户从提车第一天起就要面对较大的驾驶压力。5355mm 车长和 3300mm 轴距为它带来了巨大的座舱空间，也让掉头、地库泊车、窄路通行变得更为困难。这一轮底盘的加强，理论上能让 MEGA 这辆接近 3 吨重的 MPV 获得更接近中大型 SUV 的灵活性。理想汽车总裁马东辉在二季度财报电话会上说：改款后的 MEGA 产品力得到了系统性提升。动力系统也有小幅升级。新一代 MEGA 的前电机依然为 155kW，后电机则从 245kW 提升至 258kW，双电机综合功率由 400kW 提升至 413kW。作为理想汽车的第一款纯电产品，MEGA 有很强的技术标签，5C 超充、超低风阻，都是当时理想进入纯电市场最鲜明的技术名片。到了新一代 MEGA，技术展示的范围进一步扩大，理想过去一年持续投入的芯片、AI、感知和线控底盘，开始在这辆车上汇合。MEGA 也因此继续扮演着理想「技术旗舰」的角色。50 万元级纯电 MPV 市场容量有限，MEGA 显然很难成为销量担当，它更适合把理想最先进的一批技术推到台前，再逐步向其他车型扩散。所以，新一代 MEGA 也是一扇观察理想的窗口。从这辆车上，我们可以很清楚地看到理想这两年发生了什么。增程纯电两手抓财报电话会上，李想透露了一个足以改变外界认知的数据：理想当前的增程和纯电订单，已经接近 1:1。这是理想这份二季度财报里，最值得关注的变化之一。过去几年，理想几乎一直和「增程」这两个字绑定在一起。L6、L8、L9 构成了公司最重要的销量来源，也帮助理想在 20 万元以上家庭 SUV 市场建立起牢固的用户认知。第一代 MEGA 上市后表现不及预期，则进一步加深了外界对理想纯电业务的疑虑。到了 2026 年，这种印象已经跟不上理想的变化。纯电一侧，理想已经有 i6、i8 和 MEGA，9 月中旬还将加入六座旗舰 SUV i9；增程一侧，则继续由 L6、L8、L9 支撑。一边是成熟的增程基本盘，一边是已经成形的纯电产品线。理想的「双能战略」不再停留在产品规划里，它已经直接反映在订单结构上。其中，i6 是最关键的一步。财报电话会上，理想汽车将 i6 的市场表现定义为「已经取得成功」。按照官方披露的数据，i6 已连续 6 个月进入 20 万元以上纯电车型销量前三。对于理想来说，这意味着纯电业务终于拥有了一款能够稳定贡献规模的产品。9 月中旬上市的 i9，则会继续把纯电产品线向上延伸。它进入的是理想最熟悉的市场：高端、六座、家庭 SUV。过去几年，理想已经在这个市场里建立起一套成熟的产品方法。空间怎么分配，二排和三排怎么照顾不同家庭成员，座舱怎么围绕多人使用设计，哪些配置能真正形成感知价值，理想都已经反复验证过。i9 要做的，是把这套能力完整迁移到纯电平台。从产品结构看，理想的转型已经迈过关键一步，他们的第二条增长曲线已经形成。过去，用户若要从增程转向纯电，那么理想就可能流失这部分订单。现在，随着他们的纯电系列逐渐成形，用户即使改买纯电，也不必离开理想展厅。但目前来看，这样的变化暂时还没有带来过去那样强有力的盈利能力。二季度，理想的综合毛利率只有 11%。一年前，这个数字还是 20.1%。产品已经换挡，利润还在追赶。把理想做成苹果、华为虽说综合毛利率还有很大的提升空间，但从二季度的经营数据看，理想已经走出了年初的低点。二季度，理想共交付 98330 辆新车，环比增长 3.4%；总营收 256.7 亿元，环比增长 11.7%；车辆销售收入 240.7 亿元，环比增长 11.8%。综合毛利率也从一季度的 7.9% 回升至 11.0%，整车毛利率从 6.1% 回升至 9.4%。亏损同样有所收窄。二季度理想净亏损 17.1 亿元，相比一季度的 22.8 亿元减少 25.1%。单看环比数据，理想的经营状况已经在好转，但如果把视角拉长到整个上半年，这家公司距离恢复到去年的状态，还有相当大的差距。今年前六个月，理想累计交付 19.35 万辆，同比下降 5.2%；总营收 486.5 亿元，同比下降 13.3%。同期综合毛利率从去年上半年的 20.2% 降至 9.5%，整车毛利率也从 19.6% 降到了 7.8%。盈利能力的变化更加明显。去年上半年，理想还有 10.99 亿元经营利润和 17.43 亿元归母净利润；今年同期，经营亏损达到 52.99 亿元，归母净亏损达到 39.81 亿元。销量同比只下降 5.2%，利润却从正转负，毛利率几乎腰斩。理想过去依靠高毛利车型建立起来的盈利模式，在这一轮产品周期里遭到了明显冲击。好在二季度的数据也说明，理想已经开始找到改善毛利率的抓手。二季度车辆销售收入环比增长 11.8%，明显快于交付量 3.4% 的增长。按车辆销售收入和交付量粗略计算，理想二季度单车收入约为 24.48 万元，相比一季度的 22.63 万元提高了接近 2 万元。单车收入上升，与高价车型和高配版本销量增加直接相关。理想 CFO 李铁在财报电话会上提到，二季度毛利率回升，一个重要原因就是全新 L9 开始交付。随着 Livis 版本销量占比继续提升，以及焕新纯电车型和 i9 陆续上市，下半年的毛利率预计还会继续改善。▲ 理想 i9 假想图对现在的理想来说，把毛利率拉回来已经是一项明确任务。李想在财报电话会上给出了一个具体的目标：从长期维度看，公司健康的毛利率水平应当处在 15%—20% 区间。客观来说，这个目标在当下并不容易实现——电池、芯片以及其他半导体元件的成本还在继续上涨。理想车型使用的智能化硬件更多，芯片和存储用量也更高，因此承受的成本压力比行业平均水平更大。与此同时，产品的集中换代还会产生新的模具和设备折旧。李想倒是明确了一个态度：「不会把成本上涨压力转嫁给消费者。」既然不能简单靠涨价解决，理想就必须同时从两头入手：一边提高高价车型的销量，抬高单车收入；另一边则通过自研、供应链和更大的销量规模，把成本降下来。这也是理解理想这几年大举投入自研的一条重要线索。即使公司已经出现大额亏损，理想的研发投入也没有明显收缩。今年二季度，他们的研发费用达到了 27.8 亿元，上半年累计接近 55 亿元。好消息是，过去几年投入的项目正在陆续进入量产阶段，马赫 M100、自研电池、马赫 VLA、线控底盘都已经开始上车。李想在电话会上说，他希望理想能「像苹果和华为一样，把面向未来的核心技术壁垒掌握在自己手中」。某种程度上，理想正在经历第二次创业。之前的理想靠家庭用户洞察、增程路线和产品定义能力站稳了脚跟；现在，它开始把竞争力继续往底层延伸，从模型、芯片、底盘，到自研电池和自建补能网络。截至今年 6 月底，理想已经建成 4097 座超充站和 22593 根充电桩，其中 4C、5C 充电桩占比达到 70%。这些投入都在增强纯电车型的竞争力，也都需要足够大的销量才能摊薄成本。规模，决定了理想这一轮自研最后能不能变成利润。理想给出的三季度交付指引并不激进，预计交付 9.5 万至 10 万辆，总营收 266 亿至 280 亿元。以二季度 98330 辆的交付量来看，三季度的销量基本不会有太大变化。理想目前也有足够的资金来撑过这段产品切换期——截至 6 月底，他们仍有 875 亿元现金储备；二季度经营现金流也从一季度净流出 60.91 亿元，改善至净流入 1500 万元。钱暂时不是最紧迫的问题，如何让这些投入形成持续性的回报，才决定着理想这一轮转型的成败。苹果和华为最难学的不是「自研」，而是让技术最终回归到商业。

智能手机统治了过去十几年的数字生态，它是注意力的黑洞，是我们最私密的随身之物。但手机从设计之初就是为「人盯着它」而生的——它的全部逻辑，都止于屏幕。AI 的需求却恰恰相反：它需要持续感知物理世界——见你所见，听你所闻，随时在场，而非等你解锁屏幕才醒来。当 AI 真正成为一种基础能力，它迟早要从屏幕里破壳而出，寻找属于它自己的形状。这将是一个漫长的探索和演化过程。「AI 器物志」栏目由此而来，爱范儿想和你一起持续观察：AI 如何改变硬件设计，如何重塑人机交互，以及更重要的——AI 将以怎样的形态进入我们的日常生活？这是「AI 器物志」的第23篇文章。苹果前不久刚发的新 Mac，再次刷新了「AI 电脑」的性能预期。小巧的 Mac mini 被官方直接定义成了全天候跑 Agent 的生产力工具，而专业级的 Mac Studio，更是直接给到了最高 512GB 统一内存。不过，它们真正「强」的地方，藏在一个过去大家都不怎么关心的参数里——内存带宽。标准版 M6 的统一内存带宽来到 170GB/s，M5 Pro 版本推到了 307GB/s，顶配的 M5 Ultra 更是直接跨过 TB 级大关，干到了1.2TB/s。为了配合这次新品，苹果还给 Mac mini 拍了一支「牛来」宣传片，让小巧的银色方盒子长出了粗壮的肌肉手臂。无独有偶，就在新 Mac Studio 发布前一天，小米公布的端侧 AI 加速芯片玄戒 O100，同样把内存带宽做到了 1.22TB/s；而英伟达目前最新的消费级旗舰显卡 RTX 5090，凭借 32GB GDDR7 显存，带宽更是顶到了接近 1.8TB/s。桌面 SoC、端侧专用 NPU 与独立 GPU 的架构路径大相径庭，但无论是做电脑的、做手机芯片的，还是做显卡的，大家都在不约而同地干同一件事——让内存里的数据跑得更快。AI 算得越来越快，也越来越容易「吃不饱」芯片厂费这么大劲去拼带宽，说到底，是因为今天的 AI 越来越能算，同时也越来越容易被内存「饿着」。这里很多人的第一反应往往是：内存不就是看容量吗？大就是好，好就是大！其实容量和带宽完全是两码事。容量决定的是这台电脑能装下多大的模型，而带宽决定的，是这些数据每秒能以多快的速度喂给计算核心。大模型一旦跑起来，最消耗资源的往往不是单纯的计算，而是贯穿始终的「搬数据」。图｜LLM 预填充-输出示意｜NVIDIA我们平时在对话框里看到文字一个接一个往外冒，在自回归生成（Decode）阶段，计算单元每生成一个新 token，就必须把内存里几十亿、上百亿的参数权重完整读取一遍。就像后厨里手速极快的大厨，翻炒只要两分钟，但配菜师傅半天才能送来一盘切好的食材。大厨炒得再快，大部分时间也只能握着锅铲在灶台前干等。不管是 CPU、GPU 还是 NPU，现在都卡在这道坎上。算力一路狂飙突进，但内存通道的拓宽速度却跟不上。模型小的时候还能凑合，一旦上了几十 B、几百 B 的大模型，每吐一个词都要吞吐海量数据。计算单元再能算，也只能把大把时间耗在等内存喂饭上。这种现象在体系结构中被称为 memory-bound（内存受限）。图｜整理自互联网公开信息更快的内存，也更贵很多人看内存价格，直觉上总觉得「32GB 肯定比 16GB 贵，512GB 自然比 32GB 贵」。但如果把视线放进半导体供应链，真正的规律其实是：越大的内存越贵，但越快的内存，贵得呈指数级上升。要让海量数据跑得更快，不能只靠堆颗粒，还得用更宽的位宽、更高频的接口，以及极其复杂的先进封装与垂直堆叠。以今天 AI 服务器标配的 HBM（高带宽内存）为例，它把多层 DRAM 芯片垂直打孔堆叠（TSV），制造难度和芯片面积远超传统内存。这种对超高带宽的极端渴求，正在上游掀起一场全球性的「产能大迁徙」。TrendForce 的调查数据显示，由于 AI 数据中心对 HBM 和高规格服务器 DDR5 的需求暴增，三星、SK 海力士和美光三大存储巨头正在全力将有限的先进晶圆产能向企业级倾斜。这直接挤压了留给消费级 PC DRAM 的供给空间，即便在传统淡季，合约价格依然持续环比上涨。去年底，美光正式宣布逐步退出 Crucial（英睿达）消费级内存业务，把供应链资源全面倒向规模更大、利润更高的战略客户；而最近国内 SK 海力士的第三方品牌授权店终止运营，也折射出上游原厂对消费级渠道的冷落。图｜美光普通装机者面对价格犹豫不决时，一抬头才发现：自己加装一根内存条的预算，无形中正和全球 AI 数据中心抢夺着同一批先进晶圆。为了不让算力卡在数据搬运上，芯片界从不同维度给出了各自的解法：1. 物理加宽车道：GDDR7 与 HBM最直观的办法依然是「大力出奇迹」。RTX 5090 采用 512-bit 超宽位宽配合 GDDR7，硬把显存带宽拉到了 1.8TB/s；AI 数据中心则在 GPU 身边紧挨着塞进一圈 8 层、12 层的 HBM 堆栈。这条路简单粗暴，但代价极其高昂，属于用最贵的工艺换取极致的吞吐。图｜NVIDIA2. 把存储搬到计算隔壁：玄戒 O100 的 3D 堆叠既然平面走线太长会有延迟和功耗，那就向立体空间要效率。小米玄戒 O100 采用了晶圆级垂直堆叠（Wafer-on-Wafer），直接把两层 DRAM 晶圆压在 NPU 计算晶圆的正上方。物理距离缩短到了微米级，数据不用在电路板上长途跋涉，用超短的垂直互联一口气换来了 1.22TB/s 的端侧带宽。图｜小米3. 消除冗余搬运与外部高速扩展：统一内存与雷雳 5在系统架构层面，苹果的统一内存解决的是「避免无谓倒手」。传统 PC 里 CPU 内存与 GPU 显存各占一边，数据要在两块内存之间来回复制；而在 Apple Silicon 统一内存体系下，所有计算核心直接共享同一块内存池，省去了繁琐的跨总线拷贝——少跑一趟，本身就是在抢时间。图｜M1 Ultra 的统一内存架构｜Apple而当单台设备的内存装不下超大模型时，高速数据通道还在往机箱外延伸。M5 Pro 版本的 Mac mini 配备了 3 个雷雳 5 端口，支持将多台设备直接串成集群；而在 Mac Studio 上，通过雷雳 5（最高 120Gb/s）和 RDMA 技术，4 台 Mac Studio 组建的分布式推理集群，能跑出接近单机 3 倍的吐字吞吐。图｜Mac Studio 集群｜Jeff Geerling4. 把计算搬到内存旁边：PIM 与存内计算再往前走一步，则是更大胆的颠覆：如果数据搬运代价太大，能不能干脆把计算挪到存储旁边，让数据留在原地？还是用前面后厨做菜来理解：GDDR7 和 HBM 是把过道拓宽；玄戒 3D 堆叠是把备菜台挨着炒锅放；苹果统一内存是共用一个主备料盒；而 PIM（Processing-in-Memory）和存内计算，则是工程师在琢磨——有些洗菜切菜的基础备菜工作，能不能直接在仓库里顺手做完，免得每次把整筐生料大老远端给大厨去折腾？PIM 会把部分计算单元直接塞进内存颗粒附近，避免数据反复回传；更进一步的存内计算（CIM），甚至尝试直接利用存储介质本身的物理特性完成矩阵乘加。尽管这类前沿架构在通用性和编译器生态上仍待成熟，但它指明了一个确定性的方向：未来的芯片设计，必须想方设法让数据少走几步路。绕了一大圈，AI 还是撞上了「内存墙」今天 AI 硬件折腾的这些问题，其实并不是什么新鲜事。我们现在使用的大部分计算机，仍然延续着经典冯·诺依曼架构的基本思路：存储和计算分离。数据放在内存里，处理器负责计算，需要用时再通过总线搬运。这种设计赋予了通用计算机极大的灵活性，但也埋下了一个三十年来始终无法摆脱的物理宿命：只要存算分立，数据就必须来回搬。早在 1995 年，计算机科学家 William A. Wulf 和 Sally A. McKee 就发表过一篇经典论文《Hitting the Memory Wall》（撞上内存墙）。他们敏锐地注意到，处理器的算力增速远快于内存带宽增速，两者的剪刀差持续扩大，处理器终将把越来越多时间耗在等待数据上——这便是著名的「内存墙」。图｜🔗 dl.acm.org/doi/epdf/10.1145/216585.216588三十年过去，这堵墙从未消失，只是大模型的爆发以前所未有的速度把整个行业推到了它面前。计算机关于「快」的度量衡，也随之发生了变化。以前衡量芯片，大家盯的是发布会 PPT 上的 TOPS、TFLOPS 和跑分；但到了今天，算力再高，只要数据送不过来，芯片也只能原地空转。图｜Apple再回头看苹果那支 Mac mini 宣传片，小盒子上长出的粗壮肌肉胳膊，像极了过去几十年大家对「性能」最朴素的想象：芯片变强，就等于电脑又练出了一身肌肉，能扛更重的活。但在 AI 时代，肌肉练得再大，如果原料和养料供不上，庞大的身躯也只能原地干等。有意思的是，在这个连做张海报都能一键交给 AI 生成的时代，苹果这次给 Mac mini 拍摄宣传片，反而罕见地用了「古法手作」。从草图起步，到手工雕刻微缩模型、焊接机械联动结构，镜头里那些稍纵即逝的机械变形与视觉特效，背后大多真有一个可以拿在手里的实体道具。在全行业都在为纯虚拟的 AI 生成狂热时，苹果反倒花了大量「笨功夫」打磨实体质感。这恰好就像今天芯片底层的处境一样——无论上层的 AI 模型如何神乎其神，底层的硬件系统依然无法逃避最朴素的物理法则；想要数据跑得快，那些实实在在的通道、走线和晶圆工艺，终究一步都偷不了懒。过去几十年，我们想尽办法让计算机算得更快；而 AI 带来的新命题，则是如何让数据跟得上它。

我已经被机器人刷屏一周了。机器人刷新了人类百米纪录、「原地起飞」近三米、「害羞跑」的姿势火到海外、赛博张三丰腾空外摆 540°…….今年的世界人形机器人运动会更热闹了，来自六大洲 16 个国家的 666 支队伍，带着 2056 台机器人来到北京，比赛也从田径、武术等项目，一路延伸到家庭、酒店、工业和应急救援等真实场景。不过机器人在赛场上的翻车，大家笑笑就过去了。而机器人真正进入家庭后，可能就是打翻水杯、撞倒家具，或者把刚收好的衣服重新扯到地上，那就笑不出来了。真实的世界里没有固定的跑道和统一摆放的道具，杯子被人挪了一点，桌面多出一块抹布，原本训练好的动作就可能失效。把机器人这些试错搬进虚拟世界，正是当下世界模型想做的事。它试图还原一个符合物理规律的环境，让机器人真正在动手前先预演：手往左偏一点会不会抓空，夹爪提前闭合会不会碰倒杯子。但实际上不少世界模型无法实现可靠的「虚拟测试」。它们可能看懂了画面，却没有真正听从动作。推演时间一长，物体和位置开始漂移。虚拟世界里表现更好的策略，到了真机上也未必奏效。就在机器人开始从竞技场走向真实场景时，自变量机器人发布了自回归世界模型 WALL-SS。WALL-SS 构建的这座「虚拟训练场」终于突破了世界模型的瓶颈，动作能否真正改变结果，长任务中能否保持连贯，虚拟成绩能否经得起真机检验，都有了新的解法和答案。它可以推演持续60秒的倒水和物品整理任务，来测试不同动作的结果：按照不同的方式抓水杯，是抓空、碰倒水杯，还是成功抓起？研究团队还把多套机器人策略分别放进 WALL-SS 和真实世界测试，在虚拟世界里执行效果很好的动作策略，搬到物理世界往往也有好的结果。这就有意思了，机器人做的「梦」，开始能够用来练习和筛选真实动作。相关🔗项目主页：http://x2robot.com/pages/ss论文链接：https://github.com/X-Square-Robot/wall-ss/blob/main/wall-ss-paper.pdfGithub 链接：https://github.com/X-Square-Robot/wall-ss机器人「做梦」的方式，会决定现实里是否翻车世界模型是目前具身智能最受关注的方向之一。它可以理解成机器人脑中的预演系统。给它当前画面和一组准备执行的动作，它会预测接下来会发生什么。机械臂向左移动 1 厘米，杯子会被抓住还是被碰倒？抽屉已经打开，下一步应该继续取东西，还是先调整手腕角度？机器人可以比较多个未来，再决定采用哪条动作路径。机器人公司也可以把不同版本的动作策略放进世界模型测试。表现更好的版本再上真机，省下在真实世界测试动作效果的昂贵成本。问题是，很多世界模型很多时候更像一位过分乐观的导演。机器人训练数据通常以成功示范为主。如果模型看到的大部分夹爪闭合动作，后面都跟着物体被拿起，它就容易走捷径：只要夹爪闭合，物体就应该被抓起来。即使夹爪与物体之间还有明显空隙，生成画面里的物体也可能主动贴进夹爪。论文把这类现象称为类似「磁铁式抓取」的错误。这类偏差在跑步、跳舞等大动作里未必显眼，到了精细操作中却会直接决定成败。夹爪与杯把差几毫米，机器人可能抓空。插头角度偏了一点，也很难顺利插入接口。机器人从「会做」走到「做成」，往往就卡在最后几毫米。世界模型如果直接把这几毫米抹平，给出的未来越流畅，机器人越容易高估一套动作的可靠性。推演时间一长，还会出现新的麻烦。世界模型生成完一段画面后，还要把它作为下一段预测的依据。前面一点小误差，会在后续不断累积。物体可能慢慢偏离原位，夹爪与杯子的接触关系也会发生变化。只保留最近几帧，模型会忘记之前做过什么，但要是保留全部历史，计算量和显存占用又会持续增长。视频看起来逼真，不代表模型选出的策略真的更好。机器人研发需要知道，虚拟测试里的优胜者，到了真机上能不能继续领先。世界模型需要让不同动作确实通向不同结果，流畅画面只完成了最表面的一步。机器人怎么动，未来就该怎么变WALL-SS 预测接下来几秒的画面时，会先搭出一版「低清预览」。在这版预览里，模型先确定大方向：机械臂往哪里走，物体大概会怎么移动。随后，它把同一段画面一层层调清，补上物体轮廓、夹爪开合和接触位置。论文把这种从大轮廓到小细节的层级叫做「尺度」。已经生成的画面和发生过的动作，会成为下一段预测的历史，这就是「下一尺度自回归」。画面每清晰一些，动作也会再影响一次未来。手臂往左还是往右，会先改变低清画面里的运动方向。夹爪何时闭合，会继续影响清晰画面里有没有碰到杯子。一小段未来生成完成后，它会连同已经发生的动作一起进入记忆，成为模型继续往后推演的依据。过去一些世界模型更像在开拍前看一眼动作要求，但后面它还是容易依赖任务描述和视觉经验，把剩下的剧情把剧情自己脑补出来。WALL-SS 把动作和画面放在同一条时间线上。哪只夹爪在什么时候移动到哪里，头部相机和腕部相机应该看到什么变化，都要相互对得上。同一张初始画面配上不同动作后，模型会生成不同未来。夹爪偏离物体时，它需要表现抓空。路径碰到障碍物时，它也不能直接跳到任务成功的结局。结果怎么验证呢，WALL-SS 会固定初始画面，只换一条动作轨迹，看未来有没有跟着改变。模型如果只改变画面细节、始终生成同一个成功结局，很难在这项测试中获得高分。WALL-SS 在这项评测中得到 0.290，Cosmos3 为 0.044，其他模型则是0分。这项指标衡量模型对动作变化的敏感程度。两者之间的差距表明，WALL-SS 更愿意按照输入动作改变后续画面。模型愿意随着动作改变画面还不够。生成画面里的机械臂，也要真正走在给定路线上。在衡量这件事的「轨迹精度」上，WALL-SS 得到 0.539，是全部对比模型中的最高分。它的视觉骨干 InfinityStar 得分为 0.251。换成人话，虚拟机械臂既「听见」了动作指令，也更能沿着指令指定的路线移动。▲固定初始画面，只改变动作条件，三组分支会生成不同轨迹和不同未来。蓝线是给定动作，橙线是生成画面中实际出现的轨迹.这些能力也来自一批过去容易被丢掉的数据。研究团队保留了抓空、滑落、碰撞、重新抓取、人工接管和失败恢复等过程。其中一种采集方式，是先保留机器人发生错误的动作，再回到接近出错前的状态，由操作员执行一套纠正动作。如果训练数据里没有失败，世界模型很容易把「任务目标」误当成「必然结局」。做一分钟家务，机器人怎么才能不「断片」上面说的这些，只能保证机器人没有从第一步开始跑偏。而家庭任务往往包含多个连续步骤，打开抽屉、拿起物品、放进抽屉、再把抽屉关上，可能持续几十秒。机器人还要记住抽屉是否已经打开，物品目前在桌面还是手里。WALL-SS 没有让模型把每一帧都永远背下来。它会让记忆随着时间自动变得“模糊”。刚刚发生的动作保留更多细节：机器人几秒前有没有碰到杯子，夹爪是否已经闭合，都需要精确记住。更早的历史会被压缩。模型不必一直保存几十秒前每一帧的细节，只要记住桌上有哪些物体、它们大致在哪里、任务已经进行到哪一步。最初的观察画面会被保留下来，作为场景和物体身份的锚点。视觉历史被压缩时，对应的动作历史也会一起压缩。这就是「尺度压缩的长时间跨度记忆」，它像一份会自动整理的工作记录，刚刚发生的事情才保留详尽细节，更久以前的事情只留下摘要。模型不需要记住过去的每个像素，它只要了解哪些变化还会影响下一步。即便如此，预测画面的过程中仍不可避免地积累小的误差。机器人需要学会自己纠正误差。为此 WALL-SS 拿出了「逐尺度梦境强迫」的大招。训练时，研究团队会给历史信息加入扰动，要求基于有误差的信息，预测正确的未来。这相当于让机器人平时就在「有小错误的梦」里继续往下走，学会别把一个小错滚成整段任务崩溃。在长时测试中，WALL-SS 连续推演了 60 秒，轨迹误差、片段衔接、物体状态和视觉质量，都比对照模型更稳定。其中倒水任务包含接近水瓶、抓握、抬起、倾倒和放回等阶段。在 60 秒推演中，机械臂逐帧轨迹误差保持在画面对角线的 0.5% 以下。▲上方记录从接近水瓶、抓取、倒水到放回的连续过程，下方比较生成轨迹与给定轨迹只保留最近片段的版本，在 20 至 30 秒后开始明显恶化。去掉梦境强迫后，长期状态一致性也会持续下降。这就能验证一项持续 1 分钟的操作里，机器人仍能记得自己做过什么，能够稳定地推演未来。虚拟成绩，能不能替真机筛策略不过就算动作对了，记忆也没断片，虚拟世界仍然可能和现实存在偏差。你想如果一个机师只做过模拟飞行，你敢坐他的飞机吗？而 WALL-SS 则想了一个办法，是给自己的预测安排两位长期在线的「裁判」。在相同动作条件下，模型会生成多条未来支线。一个裁判会检查动作，比如画面里的机械臂是否按照给定方向移动，物体是否产生了对应变化。另一个裁判负责审核长期一致性，看机器人和物体的状态有没有漂移，前后片段能否接上，多个摄像头看到的世界是否一致。最后模型会根据评分调整下一次生成不同未来的概率，这套过程叫「视觉动力学的在线策略对齐」。简单来说就是用来专门优化视觉世界的变化规律。机器人控制器不会收到任务成功率奖励。参考模型约束和真实轨迹回放也会同时加入，防止模型为了获得高分而牺牲原有画面质量。对齐之后，动作跟随从 0.264 提升至 0.290，轨迹精度从 0.512 提升至 0.539，跨片段边界误差从 0.118 降至 0.104。动作与轨迹更贴近指令，前后视频也更容易接上，画面质量基本没有变化。我们直接看看论文里虚拟测试和真机测试的对比。研究团队选取 5 个不同训练阶段的 WALL-WM 策略，在 6 项任务、20 组匹配初始状态下，分别进入 WALL-SS 和真实机器人执行，共得到 600 对闭环结果。600 对实验中，有 527 对的最终成败一致。WALL-SS 在虚拟世界里选出的较好版本，有 89% 的优劣关系与真机测试相同。如果把 30 个「任务与策略版本」组合的成功率放在一起比较，虚拟结果和真机结果的相关系数为 0.926，平均绝对误差为 0.062。这个 0.926 衡量虚拟与真实结果的整体变化趋势，不能理解成单次预测有 92.6% 的命中率。▲左图比较虚拟与真机成功率，数据越接近对角线，代表两者越一致。右图比较 6 项任务中 5 个策略版本的虚拟与真机成.世界模型无需彻底取代真机测试，它只要能先筛掉较差的版本，就已经可以省下大量现实试错。WALL-SS 还在同一套系统中加入了动作专家。外部动作给定时，视觉生成器负责预测「这样做会发生什么」。需要模型自主行动时，动作专家可以根据当前状态生成下一段控制指令。两个部分共享已经确认的世界状态和动作接口。动作专家可以直接控制真实机器人。在论文的桌面双臂任务中，WALL-SS 的平均任务进度得分为 69.1。作为对比，π 0.5 为 49.6，DreamZero 为 44.1，LingBot-VA 为 34.0。模拟器负责预演，动作专家负责执行。两者在同一份世界状态上来回接力，形成「提出动作—预演结果—继续行动」的闭环。WALL-SS 主要作用在机器人认知和训练这一侧：怎样预演动作、记住长任务、评测策略。真正拧紧一颗螺丝、把插头稳定送进接口，还依赖关节精度、灵巧手、触觉和力控。世界模型可以提前发现哪条动作更可能失败，也能减少较差策略直接上真机的次数。末端执行器能否稳定落位，仍取决于整套软硬件的配合。具身智能的「ChatGPT 时刻」，看谁能更快走进现实前几年，人们还在关注机器人能不能站稳、跑起来。今年的赛场开始把衣物整理、家庭清洁、酒店服务和应急救援放进长流程任务。当机器人从舞台演示走向真实服务，行业判断技术的方式也会改变。一个成功 Demo 只是一张入场券。机器人能否重复完成任务，换个环境是否还能工作，模型每次更新要花多少真机成本，都会变得更重要。下一轮具身智能竞争，会看谁能让机器人学得更便宜、测得更可靠，并走进更多陌生环境。WALL-SS 给我们提供了一种具体的解法：动作必须真正改变预测结果，长任务中不能轻易失忆，虚拟策略排名还要接受真机验证。当世界模型能预测真机策略的

电影《奇异博士》里，奇异博士转动阿戈摩托之眼，可以让时间向前或向后流动，到了《复仇者联盟 3》，他又在与灭霸的对决前，提前看见了多种可能的未来。这是电影里的魔法，也是小鹏提供的现实。8 月 27 日，小鹏开了一个物理 AI 分享会，同时展示了第二代 VLA 的全新版本。这场沟通会最大的关键词是「时间」，小鹏给车上的模型加上一个「阿戈摩托之眼」：往回转，能回溯 30 秒的世界，向前转，则开始预判未来 6 秒会发生什么。汽车没有时间宝石，但有大模型加持，模型根据过去一段时间里累积的信息，计算出几种概率更高的后续状态，再为眼前这一刻选择动作。对智驾而言，拥有「时间线的记忆」，就能带来更加拟人化的操作。人在开车时，从来不只看眼前这一帧，你会根据前几秒的记忆判断后方路况，也会根据前车的减速和路边的岔口预判几秒后有可能出现的小电驴。从某种意义上说，驾驶不只发生在路面上，也发生在时间里。最新的小鹏第二代 VLA 全新 6.3.0 版本，即是一个在时间流中开车的模型，全新 VLA 将于 9 月开始面向所有 Ultra 和 Ultra SE 车型推送，小鹏 G9L Ultra 与 Ultra SE 将首发搭载，而单图灵芯片 Max 车型也将在 9 月获得第二代 VLA Lite 蒸馏版。驾驶没有单帧答案小鹏这次对新 VLA 的核心思路是让过去、现在与未来连在一起。Infini-VLA 负责记住过去。它的底层架构可以支持更长的时序，小鹏考虑驾驶任务与端侧计算量，将量产版本的历史记忆设置为 30 秒。也就是说它能记住过去 30 秒发生的路面状况，并将其带入到当下的判断中。小鹏在沟通会上展示了一段演示视频，前车在路中掉头时，车身后方一度露出可以穿过的空位，测试车没有立即加速，而是结合之前的运动过程，等待对方完成掉头后再向前。模型理解的是「前车正在掉头」这个持续发生的行为，不再只有「前方出现空位」这一帧画面。这有点像人与别人谈话时的短期记忆，人不会每听一句话就忘掉上一句，驾驶者也不会因为前车此刻横在路中，就忘记它前面做出了准备掉头的举动。如果说 Infini-VLA 让车辆不再忘记上文，Streaming Inference 「流式自回归推理」则负责缩短车辆理解当下的时间。按照小鹏的解释，模型可以边获取输入、边推理、边输出轨迹，不必等完整理解一段历史之后才开始动作。小鹏给出的数据是，这套流式推理让决策速度提升了 300%。同样地，这也类似人开车时，眼睛看路、大脑判断、手脚操作同时进行。遮挡处突然出现目标时，这样的并行处理能够少留下一段等待推理完成的空白。记得过去，着眼当下，自然也要展望未来。于是新版本 VLA 中的 X-Foresight 会根据历史状态，对未来 6 秒进行推演，Flow Matching 再对多种可能的轨迹分布进行拟合，帮助模型选择更合适的动作。词汇是晦涩难懂的，但带来的作用是十分清晰的，新版 VLA 通过持续观察当前路况，对未发生但可能出现的情况进行预判，并做下一步决策。而现实生活中老司机们常提到的「防御性驾驶」，本质上也是一种预判。现场视频里，一辆对向白车占据了逆向车道。测试车需要判断对方是准备等待、继续向前，还是让出一部分空间，再推演自己此刻前进会不会封死两辆车的通路。看清对方在哪里只是第一步，理解对方将要做什么，才能决定自己下一步的操作。过去的记忆和未来的推演，最终服务于每一次的加减速和转向，也让第二代 VLA 6.3.0 版本能「在时间里流动」。进入现实世界架构图里的名词很多，但回到产品上，VLA 要面对的还是现实道路上的各种麻烦，小鹏的答案是使用更大的模型，这一次小鹏将模型参数量扩大了 3.5 倍。沟通会播放的一段视频里，测试车来到了轮渡码头。渡口没有清晰的车道线，码头并非一条常规道路，但依靠模型自身的思考，车辆仍然自己找到入口，开上轮渡，跟着前车停下，轮渡靠岸后，它又随车流驶出。另一段视频发生在狭窄山路，在急弯之后，道路前方出现了一根悬空树枝，车辆没有将它当成普通的路面障碍物停在原地，也没有朝着看似尚有空间的缝隙直接向前，而是主动减速，一边观察树枝与车身的关系，一边寻找能够通过的空间。值得一提的是，前些天，一辆运行 FSD v14.3.7 的特斯拉在美国一座公寓停车楼中从二楼一路开到六楼，并试图继续朝顶层金属铁丝网方向寻找通路，好在车主在接近铁丝网时接管，车辆没有坠落。类似的 「corner case」极端案例，小鹏 VLA 和 FSD 却做出了不同的判断，模型除了要看到空间，也要能够理解那是不是一条路。轮渡和树枝属于很少见的场景，也正是小鹏坚持扩大模型的理由。一套依赖固定规则的系统，可以针对码头、羊群、暴雨或每一种新障碍物分别增加补丁，但真实道路总会出现你意想不到的情况。更大模型所追求的，是处理这些没有见过的问题，而非为每个场景背下一个答案。当然，模型不会凭空获得这种能力，小鹏称，当前模型单次训练的数据吞吐量已达 1 亿个视频片段。它还建立了向量化的数据检索系统，用户上报或测试中出现一个问题后，开发团队可以从数据库中找出更多语义相似的场景，组成一本更有针对性的「错题集」。模型训练完成后，小鹏的仿真系统会对车型、天气、光照和视角进行变化，反复验证同一个模型。按照小鹏公布的数据，从今年 6 月到沟通会前两周，每日仿真验证的新模型数量提升了 290%。真实数据提供题库，仿真负责考试，暴露的问题再回到数据库变成新的错题。小鹏将这套模型、数据和仿真的闭环视为物理 AI 的技术底座。依照小鹏的测试口径，新版本在仿真和测试中的综合安全能力提升超过 20 倍，这套能力还要开始进入算力更小的车型。为了让它进入单图灵芯片的 Max 车型，小鹏用 Hybrid ViT 重新设计了计算量最高的视觉部分，尽量保留视觉输入和大模型的底层能力。第二代 VLA Lite 将于 9 月开启首批推送，小鹏 G9L Max 也会首发搭载。汽车即机器人Car as Robot，汽车即机器人——这是今天小鹏通用智能中心负责人刘先明给出的定论。到了模型这一层，这两者其实没有多少分别：感知周围环境，记住之前发生过什么，理解人的意图，将一个含糊的目标变成一系列动作，再在物理世界中把它们做完。小鹏也在新版本里重构了车端大脑。Omni 全模态模型结合语言、环境和上下文理解用户，Master Agent 再将意图分成车辆可以执行的任务。相比每次只接一张工单的「执行员」，新架构可以记住整段对话，明白这些工单共同指向哪个目标。当用户向车辆说出「找个地方靠边停车」，系统不能在接到语音后就在当前车道里刹停，而要先变道至最右侧，观察护栏、公交站和道路环境，排除不合适的区域，找到可以停下的位置。理解语义并从座舱转向驾驶域，执行连续决策，是这套系统的目标。此外，小鹏的计划是将同一套架构和模型同时用在 L2 驾驶辅助与 L4 Robotaxi 上。按照小鹏公布的最新口径，其 Robotaxi 内测已经完成超过 2000 单，搭载第二代 VLA 的 Robotaxi 近日获得广州市智能网联汽车远程测试资质，可在相关测试道路开展主驾无安全员道路测试。汽车之外，小鹏还在现场留了一个机器人彩蛋。视频一边是车辆，另一边是机器人在室内完成导航与操作，小鹏称两种本体使用了同一套基座模型，虽说是彩蛋，但这也是「汽车即机器人」的核心逻辑，小鹏也将自己定义为「物理 AI 企业」但话又说回来，将汽车与具身智能领域相挂钩，这条路线并非小鹏独有。特斯拉早已将汽车、Robotaxi、Optimus 机器人和 AI 训练放进同一幅蓝图，理想也将自己的定位从智能汽车转变为「具身智能企业」。车企们的共识，是造车即是做一个能在物理世界中行动的机器人。毕竟「新造车」已经不那么性感了。它从一个充满想象力的新物种，变成了一片比拼价格、配置、渠道与交付的红海。「物理 AI 公司」显然性感得多，模型、芯片、Robotaxi 和机器人，可以组成一个更诱人的资本故事。资本市场的喜好当然是这次身份转换的一个推手，但在热钱之外，从无休止的价格战转向前沿开发，推动技术向前，依然是一件令人兴奋的事，只不过这条道路也同样需要靠持续投入、反复验证和一次次量产兑现走下去。奇异博士可以在一瞬间看尽多种未来，一家现实世界里的公司却只能一个版本、一辆车地向前。小鹏已经为 VLA 补上了过去 30 秒与未来 6 秒，「物理 AI 公司」这个新身份能否成立，则要看 9 月开始上车的新版本，能不能让车主真的感觉到它记得更多、判断更早、反应更快。

8 月 26 日，奇瑞风云正式上市风云 T7，一台全系 600km CLTC 续航的纯电 SUV。风云 T7 共推出三个版本：600km 悦享版 9.79 万元，抢先置换价 9.49 万元600km 舒享版 10.89 万元，抢先置换价 10.59 万元600km 智享版 11.89 万元，抢先置换价 11.59 万元奇瑞还在发布会现场完成首批交车，风云 T7 上市即交付。十万级纯电 SUV 早已是一片红海，9 万元级的起售价、长续航版本和越来越大的屏幕都不再稀奇。不过风云 T7 并没有在续航上分档次，三款车型续航里程完全一致，同时在安全性上做出了兜底承诺，力图在这个产品极为密集的市场里留下自己的位置。入门不缩水，全系长续航风云 T7 的三款车型都搭载 65.05kWh 犀牛电池，CLTC 续航同为 600km，30% 充至 80% 电量需要 20 分钟。奇瑞官方称实测续航能达到 681.6km，不过奇瑞并没有透露这个「实测」究竟是在什么环境下达成。通常来说，CLTC 续航都要比实际续航高出一截，如果实测能实现「反向虚标」，那风云 T7 的这套能耗管理值得非常多车企深入学习。除了电池，178kW 电机与 12 合 1 鲲鹏电驱也为全系配备，电驱综合效率为 90.8%，AGS 智能进气格栅、双源宽温域热泵空调和高压 PTC 同样为标配。在能耗和热管理上，风云 T7 选择了各配置一视同仁。值得一提的是，风云 T7 在灵犀智舱 2.0 接入豆包大模型，同时支持 CarPlay、HiCar 和 CarLink 无线连接，在十万级的产品中，这也是一个加分项。而相比入门版本，升级到舒享版得到的是天窗、电动尾门、座椅加热与通风、50W 无线充电、540° 影像，以及 BSD、开门预警和哨兵模式等更贴近日常使用的功能。顶配的智享版，则把高通骁龙 8775 舱驾一体芯片、猎鹰 500 驾驶辅助、18 英寸轮毂、氛围灯和主驾腰托放进来，在智能化层面上做出升级。智享版的猎鹰 500 驾驶辅助方案由 3 颗毫米波雷达、7 个摄像头和 12 个超声波雷达组成，支持跨楼层泊车、100 米循迹倒车、300 余种自动泊车场景及高速领航辅助。安全方面，风云 T7 的车身按 2026 版 E-NCAP 五星标准开发，采用高强度钢占比 80% 的车身，电池包使用 31 层的 「6D 锁子甲防护结构」，IP68 防水和 200kN 侧边抗挤压能力，分别达到国标要求的 96 倍和 2 倍。双框副车架和 Pack 防撞梁则负责在碰撞发生时，让冲击尽可能绕开乘员舱和电池包。先验证，再兜底风云 T7 这次的另一个重点是安全和耐久验证。奇瑞为风云 T7 投入了 81 台专属耐久试验车，整车累计测试里程超过 600 万公里，其中耐久专项实测 145 万公里。作为一台「全球车」，风云 T7 的路试地点也覆盖了全球的不同路况，如巴西的高减速坎、墨西哥的鹅卵石路、德国高速的大曲率弯道和南非的非铺装泥路，对用户来说，这也意味着长时间使用后，车子「闹脾气」的概率降低。奇瑞这一次还给风云 T7 带来了一些兜底政策。如果因动力电池自身原因导致整车发生热失控损毁，品牌将赔付同款新车或不低于原车配置的新车。而自购车之日起一年内，在泊车和智能领航场景中，若事故被判定为智能驾驶辅助系统原因造成，涉及车上人员伤害与第三者损失，最高赔偿 500 万元。这也是风云 T7 在十万级市场打出的一张差异化牌，和其他部分新车不同的是，风云 T7 的同源车型 Lepas L6 其实已在南非、泰国上市，随后还将进入更多欧洲和东南亚国家的市场。「全球车」也意味着需要适配更多地区的安全法规，比如在开发阶段这台车就按照 2026 版 E-NCAP 五星标准推进，在安全层面拥有先天的优势。而这让风云 T7 更有底气在安全层面上做出兜底的承诺。价格战把新车的门槛压得足够低，十万级的新能源 SUV 可选项并不少，于是在卷配置和卷价格之外，风云 T7 还选择了在「安全感」上更进一步，用兜底承诺来提供更多的隐性价值。

2013 年，几乎就在苹果发布 iPhone 5s 的同时，《GTA 5》正式发售，两款产品后来都给各自行业带来了深远影响。13 年过去，苹果即将发布第一款折叠屏 iPhone，发布会也将成为新任 CEO John Ternus 接棒后的首次大考；而在另一边，洛圣都的夕阳终于落下，Rockstar 准备带我们前往罪恶城。北京时间今天凌晨，Rockstar 在 Netflix 放出了《GTA 6》长达 26 分钟的扩展演示——《分量十足的一瞥》（An Extended Look）。视频在 Netflix 独占 6 小时后，才会免费登陆 Rockstar 官网和 YouTube，带中文字幕的版本则会在上午 11 点上线 B 站。这一次，Rockstar 直接端出了接近半小时的游戏内画面，带玩家跟着 Jason 和 Lucia 两位主角驾车、抢劫、枪战，在灯红酒绿的罪恶城里亡命。看完之后，我觉得不妨这样大胆判断：《GTA 6》可能是当下最保守的游戏，也是最激进的游戏。13 年后，GTA 还是你 GTA在这次扩展演示之前，我们已经能通过前两支预告片和各种采访信息，拼凑出《GTA 6》的背景故事——《GTA 6》的主舞台是以现实中迈阿密为灵感的「罪恶城」（Vice City），但实际的游戏版图扩展到了以佛罗里达为原型的整个 Leonida 州。这是社交媒体、旅游业、犯罪团伙和发财梦共同撑起的「阳光之州」。众所周知，佛罗里达不养闲人。玩家能操控的主角是自小混迹于街头的 Jason Duval，和擅长格斗、渴望改变生活的 Lucia Caminos。这对亡命恋人是 2020 年代的雌雄大盗，也是整个开放世界的根基。当然，前面两段预告片呈现的更多是佛罗里达的热闹生活，游戏具体玩起来什么样，只有看刚刚发布的扩展演示才能略知一二。26 分钟的视频，以 Jason 和 Lucia 的互动为中心，串起了几段主线任务片段：他们替夜店老板 Boobie 取货，却一头撞进警察突袭；加入银行劫匪 Raul Bautista 的队伍，在一次次交易和抢劫里往上爬；也会在任务失控后分头行动，一个在楼上依托掩体枪战，另一个在楼下潜行脱身。和现在很多「双主角」游戏类似，两个人的关系也成了玩法的一部分——玩家可以让 Jason 开车、Lucia 在副驾驶刷手机，也可以瞬间切换过去，让 Lucia 接管方向盘，Jason 探出车窗向追兵开火；既能让两人一起行动，也能让他们分开，在城市的不同角落各自惹事。不过，如果把这些为数不多的新设计抛开，《GTA 6》还是那个老玩家们熟悉得不需要学习的游戏。第三人称越肩视角、掩体射击、抢车飙车、通缉逃亡，这些是从《GTA 3》开始就一路延续的基本玩法，旧作中的「六星通缉」也宣告回归。主线之外，则继续用数量惊人的活动填满开放世界：篮球、健身、潜水、赛艇、越野摩托、跳伞，以及所有你能在佛罗里达想得到或想不到的消遣。至于那些低俗招牌、广告里的雷霆广告、委托任务的神人，更是原原本本继承了下来。正如《卫报》记者看完演示后的速评所说，如果提前做一张 GTA 元素表，在这 26 分钟过后几乎所有元素都能集齐。R 星没有像当年创造《GTA 3》一样发明一种新的游戏模式，就玩法来说，《GTA 6》保守得不能更保守了。但玩法创新对 GTA 系列来说本就不是必须。倒不如说，它真正的创新在于用恐怖的劳动量，堆出一个极其真实的世界。把熟悉的一切放入城市演示里有一段从高楼跳伞的镜头，从楼顶跳下，整个世界在面前展开，颇有《旷野之息》开头一幕的感觉：环顾四周，城市一直铺到地平线尽头。港口、高架桥、低矮住宅区和摩天楼彼此相连，远处依然保留着清晰的建筑轮廓。地面上的道路没有为了方便设计而简化，而是像一座真正自行生长出来的城市，匝道、立交和街区复杂地咬合在一起。如此大规模的城市，其他游戏也许能复刻；但像《GTA 6》一样在每个路人身上做到尽善尽美，恐怕只此一家。演示里两个主角走入夜店，周围挤满了 NPC。在少有人注意的画面角落，人们自拍、跳舞、喝醉、靠在栏杆旁聊天，身材、肤色、穿着和动作都不相同。Lucia 的头发会随着转身甩动，贴身衣物会跟随身体自然变形，舞池里每个人的重量感和节奏也各有区别。Rockstar 在接受 Dazed 采访时曾透露，为了做出这群路人，公司人手规模已经比《荒野大镖客 2》时期扩张了一倍以上，甚至有一个分部专门只做来往行人。团队还请了 50 多个街头艺术家专门创作罪恶城里的街头涂鸦壁画，调试开车手感的则是清一色的赛车手。和环境之间的交互也做得更细致了——背着枪上街，周边行人会变得躲躲闪闪；勤奋锻炼的话，Jason 和 Lucia 肌肉会变得更紧实；连续几天不睡觉，黑眼圈和松松垮垮的皮肤也会暴露这一点。所有这些细节，都呈现在预告片里。这就是为什么，明明实机演示的画质肉眼可见不如前两支预告片，却令人更安心。没错，夜晚场景里有很明显的超分痕迹，一些角色动作也还有别扭的沉重感，但官方标明这些画面是在上市将近 6 年的 PS5 上录制的。三个月后我们能玩上的游戏，很可能和演示片里完全一致。PS5 的陈旧机能很难支撑精细建模，但 R 星还是能从中榨取出一些新意：镜头从室内推向户外时，阳光、阴影和反射自然地落在不同材质上；枪战打响后，玻璃、桌椅和装饰物一起破碎飞散；白天密集的人流、复杂的交通与极远处的城市景观，可以同时存在于一台已经上市将近六年的主机上。你很难从中指出哪一项技术是前所未见的，但也很难再找出第二款游戏，能把这么多技术汇集在同一个画面里。Rockstar 真正无可比拟的，是对游戏工业化的投入。这就是《GTA 6》最矛盾的地方：它的玩法结构极度保守，制作方式却激进到了不可复制。无法再复制的游戏工业奇观从《GTA 5》到《GTA 6》隔了 13 年，但这不等于 Rockstar 把 13 年都花在同一款游戏上。《GTA 6》的前期构思大约始于 2014 年，《荒野大镖客 2》在 2018 年发售后，项目才进入早期开发；而真正调集主要资源、全面制作，则要到 2020 年前后。以今天 3A 游戏普遍需要 5 年甚至更久的开发周期来看，《GTA 6》本身并不算很夸张。但以并行投入的资源来算，《GTA 6》绝对是无人能敌的。Rockstar 没有公布过具体的项目预算，但考虑到直接参与开发人数接近 4000 人、全面制作周期长达六年，外界估算项目总成本已经达到 10—15 亿美元。作为对比，《赛博朋克 2077》巅峰期开发者近 500 人、本体开发成本约 1.74 亿美元。《GTA 6》几乎十倍于《赛博朋克 2077》。你很难说极高的投入和外界期待，到底是一种幸运还是诅咒。一眼看不到头的开发周期和极高的关注，催生了内部压力和外部入侵。从 2022 年发生历史上最严重的开发代码早期泄密事件，到加班文化严重、性别薪酬差距和解雇疑似泄密员工等事件引发的劳资对立与工会摩擦，再到新预告片发布前夕 Cyberleek 连续泄露多段实机画面和完整的 Leonida 地图，强如 R 星，也无法保持绝对的优雅。Rockstar 联合创始人、系列核心编剧 Dan Houser 和长期塑造 GTA 电台、对白与流行文化气质的 Lazlow Jones 选择在项目刚刚起步的 2020 年先后离职。后来谈及离开原因时，Dan Houser 说《GTA 5》和《荒野大镖客 2》这样的项目越来越庞大、越来越难做，会吞掉一个人很多年的全部时间。他不知道自己是否还有精力再完成一部这样的游戏。换句话说，《GTA 6》可能已经抵达了人类组织能力的极限。Rockstar 几乎是在风雨飘摇中强行把游戏做出来了。好消息是，这次演示证明 Rockstar 并没有因为几位灵魂人物离去而跌落神坛。Jason 和 Lucia 的对白依然简洁、自然又带着黑色幽默；罪恶城仍是一块当代美国社会的切片——社交媒体、炫耀性消费、毒品、枪支、夜店、网红和「佛州奇人」，共同组成阳光之下最阴暗的地方。但这样的游戏，恐怕不会有下一个了。罪恶城是前 AI 时代最后一个借由近乎无限的人力和时间手搓出来的精细世界，所以 Rockstar 才有资格把实机预告像新剧一样放在 Netflix 限时独占，甚至收费也没能阻止玩家把 Netflix 挤到短暂宕机。以前是游戏厂商求着玩家看广告，但这一次，营销即产品。连宣传片都能包装成付费产品，没有什么能比这更能彰显《GTA 6》的行业地位。《GTA 6》也有资格把标准版价格推到 79.99 美元、终极版卖到 99.99 美元。某种意义上，这一举动甚至能拯救疲惫不堪的游戏产业——只有当玩家能把 79.99 美元当成新的基线，饱受成本问题所困的 3A 开发商们才能有利可图。今天的主机游戏行业已经很久没有真正的代际革命了。硬件越来越贵，开发周期越来越长，玩家的时间则被短视频、流媒体和免费游戏切得稀碎。游戏大厂纷纷被出售，或主动收缩战线，依靠热门产品的在线模式苟延残喘。在这种情况下，《GTA 6》不仅代表着 3A 游戏的成本上限，也是整个行业对「高风险、高回报」模式的最后一次押注。我们等了 13 年，等来了《GTA 6》，同时也告别了一种可能很难再有下一次的游戏制作方式。《GTA 6》将于 2026 年 11 月 19 日正式发售，登陆 PS5 及 Xbox Series X｜S 平台，标准版及终极版售价分别为 79.99 美元和 99.99 美元。

🎮《GTA 6》公布 26 分钟实机演示，11 月 19 日登陆 PS5 和 Xbox💰英伟达同意以 129 亿美元收购 Hugging Face📱iPhone 17 登顶 4 至 6 月全球智能手机销量榜🚕小鹏 Robotaxi 获广州全无人道路测试资质🙏草间弥生去世，享年 97 岁🤝Anthropic 与 Nscale 签下 450 亿美元算力合同💵软银洽购 1X 多数股权，公司估值约 60 亿美元📈B 站第二季度营收 79.4 亿元，净利润同比增长 55%🧠吴泳铭入选 TIME100 AI 2026《时代》全球 AI 百大人物👤Thinking Machines Lab 联合创始人 Barret Zoph 加入 Google DeepMind⚖️Meta 以最高 180 亿美元和解青少年社交媒体伤害诉讼💵曝 Anthropic 计划 9 月公开 IPO 招股书，最早月底上市💵英伟达暂停部分 AI 云融资分成方案💾SK 海力士美国 HBM4E 工厂计划 2029 年第三季度量产💡黄仁勋：AGI 可能已经实现，但里程碑本身已失去意义⚡千问办公上线 Qwen3.8-Flash 标准模式，任务生成速度提升约 100%🔓微信开源 WeMM-Embedding，多模态模型已用于搜索和推荐📱曝 OPPO Find X10 系列调整为三款机型，新增 E 和 Pro Max✨Plaud One 探索版发布，可独立联网并从对话中执行任务👓雷鸟 iO 登顶三平台智能眼镜销量榜，首发到手价 1996 元起☕追觅咖啡回应多店闭店：上海首店仍营业，北京新店 10 月开业💔《未定事件簿》停止与德芙联名合作📉蜜雪集团上半年营收 152.2 亿元，净利润同比下降 14.7%🌐《社交清算》发布正式预告，10 月 9 日北美上映🎬李沧东新片《可能的爱情》发布预告，11 月 6 日上线 Netflix《GTA 6》公布 26 分钟实机演示，11 月 19 日登陆 PS5 和 XboxRockstar 通过 Netflix 公布了《GTA 6》时长 26 分钟的扩展实机演示《分量十足的一瞥》，视频展示了 Jason Duval 与 Lucia Caminos 两位主角在罪恶城及 Leonida 州的任务与开放世界玩法。该视频在 Netflix 独占 6 小时后，将免费登陆 Rockstar 官网和 YouTube，带中文字幕的版本则于今日上午 11 点上线 B 站。此次演示画面录制自 PS5。Rockstar 尚未公布项目预算，外界估算《GTA 6》总成本约为 10 亿至 15 亿美元，直接参与开发的人数接近 4000 人；上述数据并非官方确认。《GTA 6》计划于今年 11 月 19 日发售，登陆 PS5 和 Xbox Series X｜S。标准版与终极版售价分别为 79.99 美元和 99.99 美元。🔗 相关阅读：《GTA 6》公开 26 分钟实机玩法，这个游戏真值得等 13 年英伟达同意以 129 亿美元收购 Hugging Face据 The Information 报道，英伟达已同意以 129 亿美元收购开源 AI 模型与数据集平台 Hugging Face。英伟达和 Hugging Face 暂未回应；若交易完成，这将成为英伟达史上规模最大的收购之一。Hugging Face 为开发者托管开源模型、数据集和开发工具。报道提到，该平台目前年化收入约 1.5 亿美元。英伟达早在 2023 年便参与其融资，当时 Hugging Face 的估值为 45 亿美元。收购也会让英伟达直接控制 AI 开源生态中的关键分发平台。今年 7 月，Hugging Face 的基础设施曾在 OpenAI 内部安全评估中遭到智能体入侵，部分生产节点和集群受到影响。iPhone 17 登顶 4 至 6 月全球智能手机销量榜Counterpoint Research 最新报告显示，iPhone 17 以 6% 的销量份额成为今年 4 至 6 月全球最畅销智能手机，iPhone 17 Pro Max 和 iPhone 17 Pro 分列第二、第三。苹果与三星各有 5 款产品进入前十，前十机型合计占全球智能手机销量的 26%，较去年同期提高 2 个百分点。整体智能手机市场同期下滑 11%，苹果销量则同比增长 5%。Counterpoint 指出，iPhone 17 系列带动苹果在印度、日本、中东和非洲增长，在韩国的销量接近翻倍；基础款 iPhone 17 缩小了与 Pro 机型的配置差距。三星 Galaxy S26 Ultra 是榜单中销量最高的 Android 手机，也是超高端 Android 机型首次在 4 至 6 月领跑 Android 销量。该机占 Galaxy S26 系列销量的一半以上；三星的 Galaxy A 系列也凭借价格和软件支持周期继续进入前十。小鹏 Robotaxi 获广州全无人道路测试资质小鹏汽车宣布，搭载第二代 VLA 新版本的 Robotaxi 已获得广州市智能网联汽车远程测试资质，可在广州相关一、二、三级测试道路开展车内无安全员的全无人道路测试。小鹏 Robotaxi 自今年 6 月启动员工内测，两个月内完成超过 2000 单内测订单。车辆基于 GX 平台开发，搭载 4 颗自研图灵 AI 芯片，有效车端算力为 3000TOPS；第二代 VLA 采用贯通 L2 至 L4 的统一软件架构。小鹏此前表示，Robotaxi 将在今年下半年启动试运营，验证技术、用户接受度和商业模式，并计划在 2027 年初推进无现场安全员的全无人运营。草间弥生去世，享年 97 岁草间弥生工作室 8 月 27 日宣布，日本当代艺术家草间弥生已于 8 月 14 日在东京一家医院去世，享年 97 岁。工作室表示，她直到生命最后阶段仍在绘画，没有放下画笔。草间弥生的创作横跨绘画、雕塑、行为艺术、小说和诗歌，反复出现的波点、无限镜屋和南瓜雕塑成为其标志性视觉语言。她在 1950 年代末前往纽约，进入当地前卫艺术圈，作品后来在纽约现代艺术博物馆、惠特尼美国艺术博物馆等机构展出。苹果 CEO 库克也在 X 发文悼念。他称草间弥生是「展现无界想象力的真正远见者」，她的创造力推动了艺术世界，也留下了更鲜亮、更多彩的遗产。Anthropic 与 Nscale 签下 450 亿美元算力合同据 TechCrunch 报道，Anthropic 已与英国 AI 基础设施公司 Nscale 签署一份约 450 亿美元的算力租赁合同。知情人士称，合同期限为 6 年，算力将来自 Nscale 位于美国西弗吉尼亚州的旗舰数据中心。Nscale 将使用英伟达 Vera Rubin 系统为 Anthropic 提供服务，相关算力预计从明年年底开始上线。Vera Rubin 由 6 类芯片协同工作，是英伟达面向下一代 AI 训练和推理推出的机架级平台。这笔合同延续了 Anthropic 近几个月集中锁定算力的做法。TechCrunch 指出，公司此前还扩大了与亚马逊、Google 和 Broadcom 的合作，并与多家云计算及芯片企业签订长期协议，以支撑模型训练和服务扩张。软银洽购 1X 多数股权，公司估值约 60 亿美元据 The Information 报道，软银正洽谈收购人形机器人公司 1X Technologies 的多数股权，这笔交易对 1X 的估值约为 60 亿美元。谈判仍在进行，条款可能调整；软银拒绝置评，1X 尚未回应，路透社也未能独立确认报道。1X 获 OpenAI Startup Fund、Tiger Global 及挪威投资者支持，OpenAI 去年也曾与其讨论潜在收购。公司总部位于挪威，近年把研发重点放在家用人形机器人 NEO 等产品上。这笔谈判延续了软银对机器人业务的投入。软银去年已同意以 54 亿美元收购 ABB 的机器人业务；若 1X 交易落地，其在工业机器人之外还将取得面向家庭场景的人形机器人资产。B 站第二季度营收 79.4 亿元，净利润同比增长 55%B 站公布截至 6 月 30 日的 2026 年第二季度业绩，总营收为 79.4 亿元，同比增长 8%；按 GAAP 口径，净利润为 3.391 亿元，同比增长 55%。经调整净利润为 7.036 亿元，同比增长 25%。广告业务是当季主要增长来源，收入同比增长 28% 至 31.3 亿元；增值服务收入为 29.7 亿元，同比增长 5%。移动游戏收入同比下降 14% 至 13.9 亿元，主要受到去年同期《三国：谋定天下》高基数影响。毛利率由去年同期的 36.5% 升至 37.2%，连续第 16 个季度环比改善。第二季度，B 站日均活跃用户增至 1.165 亿，同比增长 7%；用户日均使用时长为 113 分钟，总使用时长同比增长 14%。截至 6 月底，公司持有的现金及现金等价物、定期存款和短期投资合计 243 亿元；今年以来至财报发布日，公司累计回购约 1.18 亿美元证券。吴泳铭入选 TIME100 AI 2026《时代》全球 AI 百大人物《时代》公布 TIME100 AI 2026 全球 AI 领域最具影响力的 100 人名单，阿里巴巴 CEO 吴泳铭入选「AI 领导者」类别，并与马斯克、贝索斯和奥特曼等人物一同出现在杂志封面中央。《时代》把吴泳铭的入选理由指向阿里巴巴的 AI 转型与开源模型生态。Qwen 系列累计下载量已超过 10 亿次，衍生模型超过 20 万个；爱彼迎和 Pinterest 等公司也在客服、视觉内容理解等场景使用 Qwen。今年还有字节跳动 CEO 梁汝波、中芯国际联席 CEO 梁孟松和月之暗面创始人杨植麟等中国企业家入选不同子榜单。Thinking Machines Lab 联合创始人 Barret Zoph 加入 Google DeepMind据路透社报道，Thinking Machines Lab 联合创始人 Barret Zoph 将加入 Google DeepMind，担任研究副总裁。Zoph 今年早些时候离开 Thinking Machines 后曾短暂回到 OpenAI，此次转投 Google，是近期前沿 AI 实验室人员流动的又一例。Zoph 此前曾在 Google Brain 担任研究科学家 6 年；该团队于 2023 年与 DeepMind 合并。他后来在 OpenAI 担任研究副总裁，并参与创办 Thinking Machines Lab。这次任命发生在 Google 调整 AI 组织架构期间。路透社此前报道称，Google 在 8 月 6 日的全员会议上宣布，DeepMind 部分团队将转入 Google 公司体系；DeepMind CEO Demis Hassabis 也在本月卸任。Meta 以最高 180 亿美元和解青少年社交媒体伤害诉讼Meta 与美国近 50 个州就社交媒体伤害青少年一事达成最高 180 亿美元和解。相关款项将在 10 年内支付；Meta 同意调整 Facebook 和 Instagram 的青少年使用方式，但在同意和解时否认存在不当行为。和解要求 Meta 对未满 18 岁用户默认设置每天 2 小时的应用使用上限。各州此前指控，Meta 有意设计容易使儿童成瘾的平台机制，并由此带来焦虑、抑郁和自杀等心理健康伤害。美国仍有个人、学区、地方政府等提起的数千起相关诉讼。这份协议也推动其他国家重新审视青少年社交媒体限制。澳大利亚去年禁止 16 岁以下儿童使用社交媒体，但多项研究显示，禁令生效数月后仍有 80% 的未成年人继续使用相关平台，薄弱的年龄验证成为主要漏洞。韩国媒体监管机构则要求 Meta 把新的青少年保护措施推广至全球用户。曝 Anthropic 计划 9 月公开 IPO 招股书，最早月底上市据路透社援引《The Information》报道，Anthropic 计划在美国劳动节后公开 IPO 招股说明书，上市时间可能落在 9 月下旬或 1

自从智能手机进入细长的全面屏时代，就不断有人想要回归当年黑莓全键盘的打字体验。这种需求先是催生出了一些全键盘手机壳，又促成了 Unihertz Titan 2 Elite 和 Clicks Communicator 这样的全键盘智能手机：Unihertz Titan 2 Elite｜ZDNET但上面那些都是众筹级别的小打小闹——在致敬黑莓这条赛道上，至今没有黑莓以外的真正大厂入局。直到华为推出了它的 Pura X View：作为 Pura 家族的新成员，Pura X View 在这个「细狗当道」的年代选择回归传统比例，用一块 16:9.5 的屏幕完成了一次视觉文艺复兴。如果把键盘改成黑色，让 Pura X View 直接 cosplay 成黑莓 Classic、9720 甚至 Q10 也未尝不可：当然文艺复兴只是一种表象。在深度使用了 Pura X View 之后，我们觉得这是 2026 年迄今为止第一台称得上「有趣」的手机。先阔带后阔其实单从形态来说，Pura X View 只做了一件事——沿用 Pura X 展开后的竖向宽屏，而没有选择 Pura X Max 那样的横向宽屏。而事实证明，Pura X View 也只需要做好这一件事。Pura X View 的对角线尺寸仅为 6.39 寸，从数字上看仿佛是个「小屏机」。但在 16:9.5 比例下，它的实际显示面积为 114.27 平方厘米，超过了很多 Pro Max 机型：Pura X View（左）与 Pura 90 Pro（右）毕竟以对角线论面积的习惯，还是上世纪 50 年代比例统一的 CRT 时代形成的，已经不太适合如今长宽比迥异的 OLED 时代了。这样一来，用 Pura X View 看视频，从流媒体到 IMAX，只要不是超宽幅，都可以获得相当沉浸的效果，优势和阔折叠一模一样。同理，一个比常规直板机更宽的屏幕对于阅读电子书和漫画来说，也有着前者难以比拟的优势——接近纸质书开本的沉浸感：更重要的是，Pura X View 的优势场景看似与阔折叠差不多，但它却规避了那个最致命的问题：软件适配。换言之——我们在阔折叠上看到的那些暴力拉伸、DPI 过大过小、控件错位的 app，哪怕是卓易通里面，在 Pura X View 上全都可以正常显示。并且 Pura X View 的形态还有一个隐性优势：竖屏。由于现在的 app 大多是信息流 UI，在我们使用 Pura X 和 Pura X Max 的时候，经常需要反复转动手机在横竖屏之间切换使用。而在 Pura X View 上，由于它一开始就不存在折叠屏的横竖问题，我再也不需要向 Pura X 那样来来回回地转手机了——就拿知名问题学生「美团」来说，它在 Pura X View 上完全不会出现三星 Z Fold8 与鸿蒙版发布初期的字比图大、图比脸大的问题。因此目前，由于竖向信息流/视频流依然是 UI 绝对主流，Pura X View 这样的「阔直板」在使用时相比「阔折叠」，无疑是更加省心省事的。让直板机重新有趣有关屏幕形态的优势和短板，在今年阔折叠集中爆发的背景下，我们其实已经讨论过非常多相关的内容了。而 Pura X View 的真正优势在于，除了一块足够新奇和好用的屏幕之外，它本身的硬件功底同样扎实。就拿续航来说，Pura X View 在 201g 的机身里塞下了足足 7000 毫安时的硅碳负极电池。搭配鸿蒙 7 与麒麟 9030s 的优秀功控，在我的使用习惯下，它是一台两天一充的手机——在极限情况中，这台 Pura X View 从我早上 7 点起床赶飞机、全程 5A 流量、蓝牙和热点混合到晚上 8 点半，亮屏 6 小时 22 分钟之后，剩余电量仍然有 60%：虽然没有游戏这样的重负载应用，但一台能刷六个半小时小红书的手机，续航已经比我的命都要长了。除此之外，Pura X View 的影像素质也没有掉队。2 亿像素主摄可以在光线充足的情况下实现不错的细节还原，3.7 倍长焦的最近对焦距离也可以满足绝大多数微距场景：再加上 XMAGE 智拍、新版本色卡、AI 姿势推荐与辅助构图，可以说 Pura X View 除了有点难拿稳之外，在影像能力上是完全不掉队的：只不过在聊了这么久 Pura X View 特殊的机身比例带来的好处之后，我们也不得不面对它存在的一些问题。比如宽阔的机身虽然带来了绝佳的打字体验，但也让长时间的握持比普通直板机更累人——使用 Pura X View 的这几天里，我的手指出现了非常明显的酸痛，这还是在不戴壳的前提下。长期的主力机使用有可能会带来更多的手部疲劳：另外 Pura X View 四种配色全是亮面背板 + 亮面边框，即使有背板疏油层的帮助，沾指纹的现象还是非常明显。另外对于计划买来双持的用户来说，目前鸿蒙微信在 Pura X View 上不支持平板模式登陆，未来是否会调整策略还有待观察：因此，Pura X View 相比它的折叠屏兄弟，在硬件上其实更像 Pura 数字系列的特殊分支——想要入手，就必须做好当作主力机的准备。为什么只有华为能做 Pura X View从 2026 年整体来看，Pura X 系列无疑是日趋沉闷的手机市场里，难得的形态创新者。这样一来，就有一个问题摆在了我们面前：16:9 又不是什么外星科技，为什么只有华为第一个想起来造「阔直板」？或者换个角度——为什么只有华为能在不景气的手机市场里，以一浪高过一浪的话题度，不断推出具有探索性质的新形态？归根结底，无论 Pura X、Pura X Max 还是 Pura X View，本质上都是尝试突破市场陈规、寻求新形态话语权的产品。而这种「试验」，真就只有苹果华为这样的头部厂商可以支撑得起——而苹果还在忙着研究折叠屏，已经很久没有推陈出新的大动作了。另一方面，我们也可以认为，整个 Pura X 系列本质上都是鸿蒙成熟到一定程度之后所带来的创新性的必然。对于那些想要尝试新形态产品、又不希望花小一万买折叠屏的用户来说，Pura X View 就是 2026 年内最有趣的手机，没有之一。