Seedance 2.5 – 字节跳动推出的最新视频生成模型AI工具4周前更新AI小集03Seedance 2.5是什么Seedance 2.5 是字节跳动推出的新一代视频生成模型，单次可生成30秒高质量视频并支持多轮延长，能产出数分钟连贯叙事内容。模型支持单次输入最多30张图片、10段视频及10段音频作为参考素材，全面升级白模参考、运动参考与创意参考能力。模型新增精准时间戳编辑，支持绿幕替换、视角调整与定向修改，满足影视、广告等专业场景需求。Seedance 2.5的主要功能30秒长叙事生成：单次生成30秒高质量视频，支持多轮延长，优化镜头衔接与场景过渡，弱化”油腻感”。多模态参考输入：单次支持30张图片、10段视频、10段音频作为参考，综合理解画面构图、风格、人物与道具。白模与运动参考：支持无纹理3D白模控制空间结构、主体姿态与运镜，生成符合物理规律的光照与阴影。精准时间戳编辑：通过时间戳定向控制特定时段的故事、视角、运镜与节奏，实现生成前与生成后的精细调整。绿幕与视角编辑：替换场景时保持主体物理效果一致（衣物飘动、光影、步态），支持运镜轨迹与画面视角的独立调整。产业场景应用：覆盖教育课件生成、工业仿真、具身智能训练数据合成与自动驾驶极端场景模拟。Seedance 2.5的技术原理多模态参考融合理解：模型综合解析用户输入的30张图片、10段视频及10段音频中的画面构图、场景风格、人物特征与道具元素，通过跨模态对齐机制将参考素材中的视觉与听觉信息映射到生成目标中，实现多主体、多场景、多镜头变化的复杂创意还原。白模空间结构驱动生成：基于无纹理3D白模的空间结构、主体姿态、运动轨迹与镜头机位信息，模型构建三维空间约束，依据空间几何关系生成符合真实物理规律的光照效果，包括光源方向、色温、强度与阴影投射，使复杂镜头的构图调度与光影呈现更接近预期。时间戳精准编辑控制：模型支持时间戳级别的音视频内容定位与定向编辑，通过时序语义理解在生成阶段控制特定时段的故事走向、画面视角与运镜节奏，在生成后阶段对指定片段中的角色、动作、声音或剧情进行局部修改，同时保持修改前后的时序连贯性与真实感。绿幕物理一致性渲染：在绿幕场景替换过程中，模型基于目标场景的物理规则重新计算人物身上的物理效果，包括衣物飘动方向、头发状态、步态节奏与光影交互，确保主体与新场景在动力学与光学层面的和谐统一。如何使用Seedance 2.5选择入口：访问即梦网页端，进入视频生成模块并选择 Seedance 2.5 模型。输入创意：在输入框中描述视频内容，可上传图片、视频、音频作为多模态参考素材。延长视频：使用”延长视频”功能并指定衔接要求，保持人物主体、场景风格与声音音效一致。精准编辑：生成后通过时间戳定位特定片段，定向修改角色、动作、声音或剧情。专业控制：上传白模控制空间结构与运镜，或利用绿幕编辑替换场景背景并自动匹配物理效果。Seedance 2.5的核心优势长叙事连贯性：单次生成30秒并支持多轮延长，保持主体特征、场景环境与叙事节奏统一，减少拼接成本。多模态参考上限高：单次支持30张图、10段视频、10段音频，可同时还原多主体形象与声音，实现复杂群像叙事。精准时间戳控制：通过时间戳定向编辑特定时段的角色、动作、声音或剧情，生成前后均可精细调整，降低反复生成成本。白模物理光照：基于3D白模空间信息生成符合物理规律的光影、阴影与材质反射，提升专业影视质感。产业级编辑一致性：绿幕替换场景时保持衣物飘动方向、步态节奏、头发状态等物理效果和谐统一。Seedance 2.5的使用示例R2V prompt：延长视频，衔接 @视频 1 画面内容和主体继续生成一个 30 秒的视频，保持人物主体、场景、画面风格、声音音效一致。小男孩抱着足球沿车厢跑，地铁停稳后侧边门打开，他立刻冲出，男主紧追。两人一路穿过站台跑到街上，惊动街边路人，男主最终追上并抓住他，小男孩委屈抬头，男主慢慢消气，摸摸他的头，露出无奈笑容。R2V prompt：参考 @白模 1 的运镜、镜头节奏、景别变化、主体轨迹和镜头调度。参考 @图片 2 的角色外形、场景、材质、光照、色彩和童话氛围，将白模渲染为梦幻温暖、儿童幻想感、3D 动画短片。剧情依次为：幻想天空飞行→云海神兽伴飞→俯冲入海→鳐鱼海底穿梭→镜面时空裂缝→宇宙摘星→幻化回房间→爸爸盖被→合上绘本定格。Seedance 2.5的同类竞品对比维度Seedance 2.5可灵 3.0Runway Gen-4.5单段时长30 秒（原生）约 10-20 秒约 10-16 秒参考素材数50 个全模态有限数量有限数量局部编辑支持区域级修改部分支持支持 Inpainting分辨率原生 4K 10bit最高 1080p/4K最高 1080p价格定位国内低价策略国内中等国际高价订阅应用场景影视/广告/实体产业短视频/广告创意短片/广告Seedance 2.5的应用场景影视广告制作：模型能快速生成电影级质感短片与广告片段，支持复杂运镜、多镜头叙事与一镜到底创作。教育内容转化：将课文历史背景、科学原理转化为沉浸式视频课件，降低教学物料制作门槛。工业仿真训练：生成高质量合成视频数据，用于机器人感知操作训练与设备装配流程演示。自动驾驶测试：模拟极端天气、复杂路况等低频场景，为系统测试与训练提供多样本数据。创意内容生产：支持京剧表演、音乐会、儿童幻想动画等复杂艺术创作，实现从想法到成片全流程落地。# 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。上一篇豆包2.1 - 字节跳动推出的全新智能体模型系列下一篇方舟 CLI - 字节跳动火山引擎推出的命令行工具相关文章OpenELM – 苹果开源的高效语言模型系列AI小集3WeLM – 微信推出的自研大语言模型AI小集3Deep Research – OpenAI推出的新型AI深度研究工具AI小集7Tesseract – 开源的光学字符识别引擎，支持多种语言文字识别AI小集3KaLM-Embedding – 腾讯推出的文本嵌入模型系列AI小集3Moondream – 开源的轻量级AI视觉语言模型，可在本地快速运行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搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录豆包工作精挑翻译AskCcmarmos模兜漫小芽最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！3小时前AlphaVow – 一站式 AI 批量图像处理工具3小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型4小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频4小时前Newtake – LiblibAI 推出的海外 AI 视频创作平台7小时前ScienceClaw – 中科紫东太初推出的科研原生智能体平台7小时前豆包工作 – 字节跳动推出的 AI Agent 办公产品10小时前FireRedTTS3 – 小红书开源的统一语音生成与编辑模型10小时前huashu-excel – 花叔开源的 AI 数据分析 Skill12小时前PikaPio – AI + AR 创意内容社区与零代码创作平台12小时前Faraday – Inherent 推出的 AI 科学家智能体12小时前OpenBot – CopilotKit 开源的企业级 AI Agent 平台1天前HyCreator – 腾讯混元团队推出的 AI 长视频生成平台1天前FreeToken – 开源端侧 MoE 大模型推理系统，支持满血运行2天前TabTin – 开源的全栈 AI Agent 团队协作平台2天前

Newtake – LiblibAI 推出的海外 AI 视频创作平台AI工具7小时前发布AI小集03Newtake是什么Newtake 是LiblibAI面向海外推出的AI 视频创作平台，定位”导演工具”，主打影视级内容制作。产品基于无限画布和节点工作流，提供多视角解析、角色一致性管理、电影感灯光、专业镜头复刻等功能，已接入Seedance 2.5等模型。作为LibTV的海外品牌，Newtake 首站选择韩国市场，契合当地对偶像、剧集、广告等人物密集型内容的需求。Newtake的主要功能Director Console（导演控制台）：集中控制画面构图与镜头调度，像导演一样统筹整个视频项目。Cinematic Light（电影感灯光）：一键调整场景光影氛围，让人物与环境的质感更接近专业影视水准。Multi-View Parse（多视角解析）：基于同一角色或场景自动生成多个机位角度，丰富叙事层次。Textured Character Sheet（纹理角色表）：建立并锁定角色的五官、服装与造型细节，确保多镜头下人物始终一致。Video Edit（视频编辑）：在无限画布上对已有视频片段进行重新处理、剪辑与再创作。Pro Shot Recreate（专业镜头复刻）：参考经典或专业镜头的构图与运镜方式，快速生成同款画面。Seedance 2.5：接入底层视频生成大模型，提供高质量的人物动态与场景渲染能力。长视频生成：突破单段时长限制，支持连续叙事的长片内容产出。AutoLink：自动串联画布中的素材节点，减少手动连接工作流的繁琐操作。无限画布 + 节点工作流：将模型、素材与处理步骤放在同一张画布上，像搭积木一样可视化地搭建完整创作管线。如何使用Newtake注册登录：访问Newtake官网https://www.newtake.ai/，注册账号，进入创作后台。创建项目：在无限画布上新建一个视频项目，作为所有素材和节点的总容器。导入或生成角色：使用 Textured Character Sheet 上传参考图或生成角色，锁定五官与造型确保一致性。规划镜头脚本：在 Director Console 中编排场景、机位与动作，像导演一样统筹画面。生成视频片段：调用 Seedance 2.5 等模型，基于提示词和角色节点生成所需视频内容。多视角扩展：通过 Multi-View Parse 从已有片段延伸出不同机位角度，丰富叙事。精调画面质感：用 Cinematic Light 和 Pro Shot Recreate 调整灯光氛围与镜头语言。串联工作流：用 AutoLink 或手动连接画布上的节点，将素材、角色与生成结果自动串联成完整管线。编辑与导出：在画布上直接剪辑拼接，确认无误后导出最终成片。Newtake的核心优势导演级创作范式：以 Director Console 为核心，将影视工业的运镜、灯光与角色调度能力平民化，让普通用户也能像导演一样掌控画面。角色一致性保障：Textured Character Sheet 可锁定人物五官、服装与妆容细节，彻底解决 AI 视频多镜头下角色”变脸”的行业痛点。可视化节点工作流：基于无限画布串联素材、模型与处理步骤，创作过程像搭积木一样直观灵活，所见即所得。顶尖模型底座：已接入 Seedance 2.5 等前沿视频大模型，持续获得底层生成质量与动态表现的升级。精准市场卡位：首站选择韩国，高度契合当地偶像、剧集与广告工业对人物稳定性和视觉质感的需求。生态与资金支撑：背靠 LiblibAI 的社区资源、技术积累及超 3 亿美元 ARR，具备快速迭代与全球化扩张的底气。内容外溢红利：韩国 K-pop 与偶像剧视觉语言已被全球市场接受，创作者作品天然具备跨区域传播优势。Newtake的同类竞品对比对比维度NewtakeKling（可灵）产品定位导演级 AI 视频工作流平台，强调影视工业化、节点化制作通用型 AI 视频生成平台，主打”所想即所见”的创意表达核心交互无限画布 + 节点工作流，以项目制统筹素材、角色与镜头简洁的提示词/图生视频界面，偏向单片段快速生成角色一致性Textured Character Sheet深度锁定角色造型，专为多镜头连续叙事设计支持角色参考（Character Reference），但主要用于单片段形象固定，长序列一致性需额外控制导演工具Director Console、Cinematic Light、Pro Shot Recreate 等系统化导演工作台运动笔刷、运镜控制等基础镜头调节，缺乏影视级的系统化调度能力底层模型接入 Seedance 2.5 等第三方顶尖模型，平台化整合多模型能力自研 Kling 系列模型，视频生成质量、物理模拟与动态表现行业领先市场策略首站韩国，深度绑定 K-pop / 短剧内容生态，以 1 亿韩元创作挑战赛撬动本地创作者全球化铺开，依托社交媒体病毒传播 + 订阅制快速获客，韩国也是重点市场之一生态优势背靠 LiblibAI 社区生态，创作者可共享 LoRA、工作流与素材资源快手生态支撑，短视频创作者转化率高，但模型与工作流生态相对封闭Newtake的应用场景AI 短剧 / 迷你剧制作：用角色一致性管理与长视频生成能力，快速产出都市恋爱、悬疑反转等题材的连续短剧，解决多集之间人物”变脸”问题。K-pop MV 与偶像视觉内容：针对韩国市场核心需求，生成偶像舞蹈、时尚造型与舞台表演片段，通过多视角解析和电影感灯光打造专业级视觉。广告与品牌宣传片：借助导演控制台和专业镜头复刻，为美妆、时尚、汽车等品牌制作高质感广告片，降低传统影视拍摄成本。虚拟角色 IP 与互动内容：锁定虚拟偶像或品牌代言人的固定形象，持续产出社交媒体物料、直播切片及粉丝向互动视频，构建稳定的数字资产。电商产品展示与虚拟模特：通过纹理角色表固定模特形象，结合多视角灯光与场景切换，批量生成服装、配饰等商品的动态展示视频，替代传统拍摄。# AI工具©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇ScienceClaw - 中科紫东太初推出的科研原生智能体平台下一篇OpenStory - 开源 AI 视频制作平台，一键生成短剧视频相关文章UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构AI小集3LightOnOCR-2-1B – LightOnAI推出的OCR模型AI小集3GPT-5.5-Cyber – OpenAI 推出的网络安全专用模型AI小集3鹅来面 – AI面试助手，实时面试建议提醒、定制面试问答AI小集3GLM-4V-Plus – 智谱AI最新推出的多模态AI模型，专注图像和视频理解AI小集6子曰-o1 – 网易有道推出国内首个输出分步式讲解的推理模型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搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录豆包工作精挑翻译AskCcmarmos模兜漫小芽最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！3小时前AlphaVow – 一站式 AI 批量图像处理工具3小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型4小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频4小时前ScienceClaw – 中科紫东太初推出的科研原生智能体平台7小时前豆包工作 – 字节跳动推出的 AI Agent 办公产品10小时前FireRedTTS3 – 小红书开源的统一语音生成与编辑模型10小时前huashu-excel – 花叔开源的 AI 数据分析 Skill12小时前PikaPio – AI + AR 创意内容社区与零代码创作平台12小时前Faraday – Inherent 推出的 AI 科学家智能体12小时前OpenBot – CopilotKit 开源的企业级 AI Agent 平台1天前HyCreator – 腾讯混元团队推出的 AI 长视频生成平台1天前FreeToken – 开源端侧 MoE 大模型推理系统，支持满血运行2天前TabTin – 开源的全栈 AI Agent 团队协作平台2天前TeleAgent – 中国电信天翼 AI 推出的桌面级通用智能体助手2天前

FireRedTTS3 – 小红书开源的统一语音生成与编辑模型AI工具10小时前发布AI小集03FireRedTTS3是什么FireRedTTS3 是小红书 FireRed 团队开源的统一语音生成与编辑模型。模型基于 RedAE 语义增强连续表示与 LLM-DiT 架构，单一模型可实现24 种语言 + 21 种中文方言的零样本音色克隆、自然语言描述的声音设计，以及指定区域的精准语音编辑。模型在四个公开评测集上均取得最优结果，已全面开源可本地部署。FireRedTTS3的主要功能零样本音色克隆：给定几秒参考音频，即可用该音色合成 24 种语言及 21 种中文方言的语音。声音设计：通过自然语言描述即可生成此前不存在的全新音色，无需参考音频。语音编辑：对已有语音的指定区域进行精准修改，包括改词、调速、变调、调音量，其余部分保持不变。FireRedTTS3的技术原理RedAE 语义增强连续表示：在 tokenizer 训练阶段引入语义教师模型进行特征蒸馏，将语义信息注入连续 latent，既保留声学细节又缓解自回归误差累积，无需额外语义模块或多阶段训练。LLM-DiT 生成框架：以 Qwen3-1.7B 为 Backbone 继承文本理解与指令跟随能力，通过 Aggregator 压缩序列后自回归建模，再由 DiT 模块在 Backbone 条件下做 patch 级去噪生成，保持时间连贯性。先规划再合成（Instruct 版）：将自然语言指令解析为结构化声学方案或编辑掩码，再映射到 RedAE 表示进行合成，实现对声音设计和语音编辑的精准控制，不破坏未指定区域。微信关注回复“开源”，加入AI开源项目交流群如何使用FireRedTTS3环境准备：克隆 GitHub 仓库并安装requirements.txt中的依赖。模型下载：通过 ModelScope 下载FireRedTeam/FireRedTTS3预训练模型到本地目录。语种识别（可选）：下载 FastText 语言识别模型，让 Base 版自动判断输入文本的语种。零样本克隆：加载 Base 版模型，传入参考音频、参考文本和目标文本即可生成对应音色语音。声音设计：调用 Instruct 版的generate_voice_design，仅传入自然语言描述和目标文本即可生成全新音色。语义编辑：调用generate_semantic_edit，用自然语言指令指定插入、删除或替换内容，修改指定区域。声学编辑：调用generate_acoustic_edit，使用固定模板指令（如adjust the speed to 0.5x）调整语速、音高或音量。方言合成：传入带ZH_前缀的方言标签（如ZH_Sichuan），并尽量使用同方言参考音频以获得最佳效果。FireRedTTS3的核心优势三任务统一建模：将音色克隆、声音设计、语音编辑整合到单一模型，无需为不同任务分别训练或切换模型，降低系统复杂度。RedAE 语义增强连续表示：在 tokenizer 训练阶段即注入语义信息，既避免了离散 token 的声学细节损失，又缓解了连续自回归的误差累积，兼顾音质与稳定性。顶尖的多语言/方言能力：支持 24 种语言与 21 种中文方言的零样本克隆，在 MiniMax-MLS-Test 的 24 语种评测中 22 个语言位列前二。四个公开榜单全面领先：在 Seed-TTS-Eval、MiniMax-MLS-Test、InstructTTSEval、Ming-Freeform-Audio-Edit 上，字错率与说话人相似度均取得最优或次优成绩。精准可控的先规划、再合成：Instruct 版将自然语言指令解析为结构化声学方案后再渲染，确保编辑只影响指定区域，其余内容和音色保持不变。FireRedTTS3的项目地址GitHub仓库：https://github.com/FireRedTeam/FireRedTTS3HuggingFace模型库：https://modelscope.cn/models/FireRedTeam/FireRedTTS3FireRedTTS3的同类竞品对比对比维度FireRedTTS3CosyVoice3开发团队小红书 FireRed 团队阿里通义实验室开源状态模型 + 代码 + Demo 全面开源部分版本开源核心能力克隆 / 设计 / 编辑 统一建模侧重语音克隆与指令控制语言与方言24 种语言 + 21 种中文方言多语言支持，方言覆盖较少技术路线RedAE 连续表示 + LLM-DiT离散 Token + Flow Matching零样本克隆Seed-TTS-Eval 相似度78.8%Seed-TTS-Eval 相似度75.3%声音设计自然语言描述生成全新音色主要支持风格 / 情感控制语音编辑支持精准局部编辑（改词/调速/变调）编辑能力有限，非核心功能推理部署支持本地 GPU 部署，提供完整 API支持本地部署FireRedTTS3的应用场景多语言有声内容制作：用几秒参考音频克隆音色，快速生成 24 种语言的有声书或播客，无需聘请多语种配音员。游戏与虚拟角色配音：通过自然语言描述设计专属角色音色，或精准编辑已有台词中的个别字词，避免整句重录。视频与播客后期剪辑：在成品语音中直接替换错误词汇、调整语速或删除冗余片段，无需回到录音棚重新录制。品牌智能客服：零样本克隆企业专属客服音色，保持一致的品牌声音形象，同时支持多语言服务。方言内容创作：用 21 种中文方言合成本地化内容，如方言短视频、地方文化节目，大幅降低方言配音门槛。# 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huashu-excel - 花叔开源的 AI 数据分析 Skill下一篇豆包工作 - 字节跳动推出的 AI Agent 办公产品相关文章秒画趣拍APP – 商汤科技推出的AI创意写真工具AI小集4BiliNote – 开源 AI 视频笔记工具，自动提取视频内容生成Markdown格式AI小集4Wan – 阿里推出的AI内容创作平台，支持AI绘画、AI视频等AI小集3OpenUtau – 开源的AI歌声合成工具，自动适配系统语言AI小集7ReplaceAnything – 阿里推出的AI替换图片中物体的开源框架AI小集2丰语大模型 – 顺丰推出物流行业的大语言模型，摘要准确率达95%+AI小集4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搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录豆包工作精挑翻译AskCcmarmos模兜漫小芽最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！3小时前AlphaVow – 一站式 AI 批量图像处理工具3小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型4小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频4小时前Newtake – LiblibAI 推出的海外 AI 视频创作平台7小时前ScienceClaw – 中科紫东太初推出的科研原生智能体平台7小时前豆包工作 – 字节跳动推出的 AI Agent 办公产品10小时前huashu-excel – 花叔开源的 AI 数据分析 Skill12小时前PikaPio – AI + AR 创意内容社区与零代码创作平台12小时前Faraday – Inherent 推出的 AI 科学家智能体12小时前OpenBot – CopilotKit 开源的企业级 AI Agent 平台1天前HyCreator – 腾讯混元团队推出的 AI 长视频生成平台1天前FreeToken – 开源端侧 MoE 大模型推理系统，支持满血运行2天前TabTin – 开源的全栈 AI Agent 团队协作平台2天前TeleAgent – 中国电信天翼 AI 推出的桌面级通用智能体助手2天前

下个月，苹果就要端出 iPhone 18 Pro 系列和首款折叠屏 iPhone。未曾想，就在这场「科技春晚」即将到来之际，小米直接把桌子给掀了。就在刚刚结束的玄戒技术沟通会上，小米第二代自研 SoC「玄戒 O3」刷新了手机 SoC 跑分纪录：Geekbench 6.5 多核成绩冲上 1.5 万分，比目前行业的性能标杆苹果 A19 Pro 还要高出近四成，实验室低温环境下的安兔兔极限跑分更是冲破了 500 万大关，达到 522 万分。但这 522 万的跑分，还远远不是这次发布会的重点。十颗全大核，又猛又省电要达到如此恐怖的理论性能表现，小米给玄戒 O3 塞了一套规模相当凶猛的 10 核心 CPU 核心配置——由 6 颗超大核搭配 4 个大核组成，最高主频达到 4.35GHz。比起单纯追求极限的超高单核主频，O3 显然把更多筹码押在了多核并发的吞吐能力上。要在寸土寸金的手机 SoC 里塞下整整 10 个全大核，首先得有足够的物理空间。在同样的 3nm 先进工艺下，O3 的芯片面积从上一代的 109mm² 扩大到了 133mm²，晶体管数量也由 190 亿硬生生推到了 240 亿（较 O1 提升 26%），硅片规模整整大了一圈。O3 在多核上的领先优势，很大程度上正是依靠这套 10 核全大核架构的并行效率换来的。全大核架构的另一面，是功耗和发热更难压住。手机日常更多面对的是刷视频、回消息、看网页这类轻负载，如果这些大核心不能及时降下来，再漂亮的跑分也很容易变成续航和温度的负担。所以这次小米除了强调性能，也重点提到 O3 在覆盖 80% 日常中低负载区间里，功耗相比上一代降低了 25%。图｜小米官方除了 CPU，GPU 这次给的提升同样扎实。玄戒 O3 换上了 16 核 G2-Ultra NX，官方称图形性能相比上一代提升 85%，光追性能提升 182%。GPU 内部还集成了 8 个 NX 神经网络单元，提供 36 TOPS 算力，用来处理游戏超分和插帧。更重要的是，在相同性能点下，O3 的功耗最高比 O1 低了 64%。高性能可以维持得更久，发热和掉电也更容易控制。除了计算与图形，影像也是 O3 的重点升级项。这颗芯片集成了小米第五代旗舰 ISP 架构，支持最高 4.32 亿像素单摄与 24bit 最大位宽，并具备 64M + 64M + 50M 的三摄并发处理能力；配合硬件级智能影像引擎，把 4K 60FPS AINR（AI 降噪）夜景视频做进了芯片底层，为后续旗舰机型的计算摄影留足了冗余。芯片跑太快，内存快跟不上了然而，当 CPU、GPU 和 NPU 的算力拉满之后，芯片设计师们很快就会撞上另一堵看不见的墙——数据搬运的速度跟不上了。这就像一个顶级厨房，厨师越来越多、切菜翻炒的速度也快如闪电，但如果送菜的通道狭窄，或者食材仓库离灶台太远，厨师做完一道菜就只能端着空锅站在灶台前等。算力如果被堵在内存通道里，再漂亮的跑分也换不来流畅的体验。为了给这群「厨师」拓宽通道，O3 在内存体系上也下足了功夫，行业首发支持了 4×24bit 位宽、10667Mbps 的 LPDDR6 内存，直接把带宽推到了 113.8GB/s，比主流的 LPDDR5X 提升了近一半；同时，芯片内部的主要缓存总量被扩充到了约 60MB（包含 12MB CPU L2、16MB L3 以及 16MB 系统级缓存 SLC），相当于把最常用的一批食材直接整齐码放在了灶台旁边。配合重构的自研统一融合总线与物理高层走线，O3 的静态访存延迟被压缩到了 82ns（后台带载动态延迟 177ns），比苹果 A19 Pro 的 92ns / 211ns、上一代 O1 的 121ns / 384ns 都要来得更快。而这种对高带宽与低延迟的饥渴，在端侧 AI 场景下被放大了数倍。大模型每吐出一个 token，本质上都要把数十亿参数的模型权重从内存里完整读取一遍。光有 200TOPS 的 A8W4 张量算力和 3.13TFLOPS 向量算力还不够，O3 专门针对定制的 Xiaomi MiMo 5 值量化模型，配备了硬件霍夫曼无损压缩技术，直接节省了 30% 的内存带宽占用；配合 28MB 的 NPU 近存，在官方实验室口径下，MiMo 3B 的首词响应速度提升 40%，推理速度提升 45%，运行功耗还降低了 26%。在手机这颗需要顾及方方面面的通用 SoC 里，小米能做的优化基本已经拉满了。但如果跳出手机的条条框框，做一颗专门用来跑大模型的芯片，又该怎么解决这个数据瓶颈？就在沟通会接近尾声的时候，小米掏出了 One More Thing——玄戒 O100。玄戒 O100：高带宽 AI 加速芯片与兼顾日常多任务的通用 SoC 不同，O100 是一颗完全面向大模型推理的高带宽 AI 加速芯片。它的逻辑工艺虽然是相对成熟的 6nm，但封装方式却更为激进：小米采用了 Wafer on Wafer 晶圆级 3D 堆叠与 Hybrid Bonding 混合键合技术，将两层高速 AI 专用 DRAM 晶圆与一层高性能 NPU 晶圆在垂直方向直接键合堆叠，把原本平面的数据通路变成了「垂直穿透」。通过创新的 Face to Face 金属层直连结构，两层晶圆之间依托 258 万个物理键合节点相连，TSV 硅通孔孔径仅为 0.7μm，键合间距缩短至 1.4μm。微米级的物理互联距离，让数据能够以极短的路径在计算核心与专用内存之间高速流转，直接将 O100 的内存带宽推到了惊人的 1.22TB/s——达到目前主流旗舰手机 LPDDR5X 的 16 倍。为了把这套惊人的带宽吞吐完全吃透，O100 还为 14 个 NPU 核心设计了不同的互联架构：处理长提示词的 Prefill 阶段走 Ring 环形网络逐级传递，逐字吐词的 Decode 阶段则切换到 All-to-All 广播网络让多核瞬间同步。在小米实验室测试中，O100 配合 Xiaomi MiMo 跑出了最高 330Tokens/s 的超高速本地推理成绩。从 O3 到 O100，小米其实一直在解决同一个问题：算力越来越强以后，怎么让数据不「堵」在路上。手机如此，大模型如此，而当这套思路继续往更大的终端走，下一站就是汽车。小米开始为自己的 AI，造一整套芯片玄戒 D100：智驾高算力 AI 芯片面向智驾场景的玄戒 D100 采用 3nm 先进工艺，配备了 20 核 CPU 与 16 核 NPU，最夸张的指标是最高支持 160GB 的统一内存，官方确认已经在本地成功部署 200B 参数规模的模型，并计划于明年正式商用。图｜小米官方在智能汽车上，端侧算力的核心诉求是离线与低延迟。无论是端到端智驾还是座舱多模态交互，一旦驶入地库、隧道等弱网环境，单靠云端协同就会面临延迟甚至断连的问题。160GB 统一内存的意义，正是为了让大参数模型能够直接常驻在车机本地，在不依赖网络的情况下也能完成实时推理。从手机、大模型专属加速卡到智能汽车，随着三颗芯片全部就位，玄戒也正式补齐了小米 AI 战略最底层的物理算力。这恰好呼应了计算机先驱阿兰·凯（Alan Kay）那句曾被乔布斯在初代 iPhone 发布会上引用的名言：真正认真对待软件的人，就应该自己做硬件。如今的小米，澎湃 OS 负责整机调度，MiMo 负责模型算法，玄戒则提供物理底座——从系统、模型到底层芯片，三者之间真正形成了一套配合默契的丝滑小连招。最后，小米还介绍了几款搭载全新芯片的新品：Xiaomi AI Cube Prototype：形态类似英伟达的 DGX Spark，把原本属于服务器或者工作站的 AI 算力，压缩进一台可以摆上桌面的机器里。图｜小米官方这台由航天铝一体成型外壳、带有超过 33874 个 CNC 蜂窝散热孔的桌面终端，在内部将芯片阵列串联在一起，实现了 120B + 3B 双模型的本地混合部署。小模型负责毫秒级响应日常高频指令，大模型负责深度逻辑推理，系统根据任务负载把算力实时分发给最合适的芯片。小米 18 Fold 和小米平板 9 Pro Max：定于 9 月发布，前者预计是小米首款「阔折叠」形态的产品，两款新品都会搭载玄戒 O3。图｜小米官方值得一提的是，此前小米在 HyperOS 的宣传海报里，就曾出现过一台机身比例明显比传统大折叠更宽的设备，引发了外界关于小米折叠屏新形态的猜测；而在今天的技术沟通会上，爱范儿也看到了采用「阔折叠」宽屏比例的工程原型机。至于这台「阔折叠」最终会以怎样的工业设计落地，以及玄戒 O3 会在这块宽屏上释放出怎样的实际体验，答案很快就会在下个月的发布会上见分晓。

苹果终于要迈入折叠屏时代了。今天凌晨，彭博社记者 Mark Gurman 在 Power On 专栏中透露，苹果正在筹备首款折叠 iPhone，预计将于今年秋季发布。Gurman 将其称为苹果近年来最值得期待的新设备之一，在他看来，折叠 iPhone 可能成为苹果重新找回「产品魔力」的关键之作。过去十多年，苹果也推出过不少颇具影响力的新产品。比如 2016 年的 AirPods，2018 年重新设计的 iPad Pro ，2022 年的 Apple Watch Ultra，以及集苹果工程能力大成的 Vision Pro 。这些产品，有的开辟品类，有的改写体验，有的替未来投石问路。可它们都没能像初代 iPhone 那样在行业「一石激起千层浪」，即将到来的可折叠 iPhone 会不一样吗?折叠屏，终于等来「苹果答案」？根据 Mark Gurman 的报道，苹果首款折叠 iPhone 将采用类似三星 Galaxy Z Fold 系列的书本式折叠结构。合上时，它仍是一部常规手机，收发消息、拨打电话、拍照，十八般武艺一个不少；展开后，它则会获得接近小型平板电脑的显示面积，为更复杂的应用布局腾出施展拳脚的空间。▲ 可折叠 iPhone 和 iPhone 16 Pro Max 的网传对比渲染图，图片来自：MacRumors一开一合之间，颇有几分「横看成岭侧成峰」的意味：合上讲便携，展开谈生产力。同一台设备，两副面孔。进可当平板，退可做手机。目前，多方爆料显示，这款产品可能配备约 7.8 英寸的内屏和约 5.5 英寸的外屏，展开后的显示体验接近 iPad mini。相比过去一些折叠手机反复强调的「大屏手机」定位，苹果更有可能另起炉灶，把它定义成一种介于 iPhone 与 iPad 之间的新设备。▲ 网传渲染图，下同Gurman 提到，已经体验过原型机的人，对其铰链设计、机身手感和内屏布局评价颇高。苹果想做的，显然不只是把屏幕掰弯，而是通过更成熟的工业设计，把已经发展七年、却仍属小众的折叠屏，推向高端手机市场的主流位置。但折叠屏真正难啃的骨头，从来不只在硬件层面。一部手机展开之后，如果只是把 App 等比例放大，就像把小户型的家具原样搬进大平层。面积是大了，空间却未必用明白。本质上，它仍然只是一块放大版屏幕。折叠屏真正的价值，在于让应用读懂并用好新增的空间。苹果可能会让 iOS 在展开状态下采用类似 iPad 的布局，使应用充分利用额外的横向区域。例如，邮件、文件和浏览器可以同时展示列表与详情；图片编辑、文档处理等任务，也能获得更接近电脑的操作空间。而从行业来看，折叠屏手机目前仍是一个相对小众的品类。根据彭博社引用的数据，2025 年全球折叠手机出货量仅占智能手机总出货量的约 1.6%。考虑到折叠屏较高的制造成本，以及苹果一贯的品牌定位，这款产品的售价预计可能超过 2000 美元。为了控制机身厚度、腾出内部空间，苹果可能无法为其配备完整的旗舰影像系统。有消息称，这款产品或将缺少高倍长焦镜头。问题在于，愿意为一部手机支付 2000 美元的用户，通常也是不愿在影像能力上「将就一下」的人群之一。此外，苹果可能继续采用 Touch ID，而非 Face ID。对于已经习惯看一眼就解锁的用户而言，无疑是一个相当直观的体验倒退。从过往的产品策略来看，苹果真正擅长的，就是将已有技术重新组织成大众能够理解、愿意使用的产品。折叠 iPhone 能否再次做到这一点，目前仍无法确定。但它出现的时间点，恰好契合了当下手机市场最为重要的竞争变化——不再只是处理器、摄像头和屏幕参数之间的较量，还有 AI 交互方式的演变。AI 时代需要的，不只是更长的屏幕手机屏幕比例的变化，本身就是一部移动计算的发展简史。2010 年前后，智能手机进入快速普及阶段，16∶9 成为主流屏幕比例。当时，高清电视、在线视频平台和大量影视内容都采用 16∶9，手机屏幕自然也要削足适履，尽可能兼容已有内容。在那个阶段，手机最重要的任务是「观看」。无论看视频、浏览网页还是玩游戏，屏幕承担的主要功能都是展示内容。但从 2017 年开始，手机屏幕逐渐由 16∶9 转向 18∶9、19.5∶9 乃至 20∶9。这轮变化背后的直接推手，是全面屏时代的到来。厂商既想增加屏幕面积，又不愿牺牲握持体验，可谓既要大屏，又要单手，最好还要顺手塞进口袋。但手机不能无限变宽。手掌大小、拇指活动范围和口袋尺寸，共同划出了一条物理红线。既然横向无路可走，整个行业便向纵向要空间。通过缩窄边框、提高屏占比并拉长机身，手机得以在基本保留单手握持体验的同时，获得更大的显示面积。2017 年发布的 LG G6 采用了 18∶9 的屏幕比例。LG 当时强调，这种比例可以在保持传统手机握持感的同时，提供更大的显示区域。三星 Galaxy S8 也采用了接近 18.5∶9 的比例，并将其视为全面屏时代的重要设计方向。此后，19.5∶9 和 20∶9 逐渐成为安卓旗舰手机的主流选择。归根结底，这一阶段，手机屏幕服务的主要对象，是移动互联网的信息流。它的价值，是在有限的机身宽度内，让用户持续看到「下一条」——下一条视频，下一条消息，下一件商品，下一次情绪多巴胺。但信息流时代需要的是长度，AI 时代需要的却是宽度。过去的手机交互围绕 App 展开，进入 AI Agent 时代后，用户只需提出目标，例如「安排一次广州三日旅行」或「比较三家公司的财报」，AI 便能整合多个工具和信息源，生成日程、预算、对比、引用、风险提示和执行选项等完整结果。这类结果不像一条线性内容流，更像一张铺开的工作台。从这个角度看，折叠 iPhone 合上时，它仍是一部适合快速提问、发出指令的手机；展开后，它则可以变成监督 AI 工作的控制台，同时展示原始资料、中间过程、生成结果和待确认操作，形成一种更接近 PC 的工作方式。屏幕会变，界面也不能刻舟求剑操作系统本身，也在为更自由的屏幕形态未雨绸缪。过去，移动操作系统默认手机是一块固定比例的长方形屏幕。开发者按照设备尺寸设计界面，系统则负责把这些固定布局按图施工。但随着折叠屏、平板电脑和 Chromebook 等设备不断增加，这套一招鲜，吃遍天的逻辑正在失效。与之相反的是，未来需要设计的，不再是一张固定的界面图纸，而是一套能够适应不同尺寸、方向和窗口状态的交互规则。例如，在 2025 年 Google I/O 上，Google 宣布 Android 16 将进一步推动应用进入更彻底的自适应阶段。当设备最小宽度达到 600dp 以上时，系统将逐步减少开发者对应用窗口的限制，包括固定方向、固定尺寸以及屏幕比例限制。Google 将这一变化概括为：「Goodbye Mobile Only, Hello Adaptive。」更有意思的是，这股自适应浪潮，正在与 AI 带来的 Generative UI 汇流。过去的软件界面基本都是提前设计好的。按钮放在哪里，菜单如何排列，页面展示哪些内容，都由设计师和开发者在产品上线前决定。用户进入软件，就像走进一套精装修房。墙在哪儿、门朝哪儿、家具怎么摆，早已安排妥当。但伴随生成式 AI 的到来，未来最理想的状态应该是可以根据用户意图、任务复杂度和当前设备形态实时生成。WWDC 2025：全新視覺介面設計Liquid Glass 半透明液態玻璃質感登場#蘋果(240667) – Cool3c例如，用户让 AI 制定一次旅行计划。在普通手机竖屏状态下，AI 可能生成一张简洁的行程卡片，只展示时间、地点和关键安排；当设备展开后，它则可以同时铺开地图、日程、预算、酒店信息和交通方案，让用户横向比较并直接修改。过去是人适应界面，未来可能是界面看人下菜碟。这意味着，未来的软件不只是适应不同尺寸的屏幕，还会根据屏幕尺寸和使用场景，决定应该用什么方式完成任务。未来，AI 的主要入口未必永远是一块屏幕。随着智能眼镜、耳机、语音助手和环境计算设备逐渐成熟，人们与数字世界的交互可能进一步从手机中分散出去。届时，许多简单任务不再需要打开 App，甚至不再需要查看界面。从这个角度看，折叠 iPhone 的意义更可能是一种过渡产品。人们仍然需要一块足够便携、又能承载复杂信息的屏幕。传统手机太窄，平板电脑又不够随身，折叠屏恰好填补了两者之间的空缺。合上「赶路」，展开干活。只有当硬件形态、Generative UI 与 AI Agent 真正拧成一股绳，折叠屏才可能获得超越「大屏」的意义。折叠 iPhone 最该展开的不是屏幕，而是苹果久违的想象力。

🤖曝 Hugging Face 评估出售，交易估值至少 130 亿美元⚠️小米调整售后规则，二手设备不再属于原厂三包范围🧠小米发布玄戒 O3、O100 与 D100 三款自研芯片🌐Counterpoint：今年全球智能手机出货量预计下降 14.3%🦿蔚来智驾负责人任少卿创立具身智能公司💰英伟达据报拟投资 Perplexity，估值超过 300 亿美元🧬达摩院 LiON 肝脏 AI 在临床试验中找出 15 例漏诊恶性肿瘤🚀小鹏机器人完成超 9 亿美元首轮融资💰淘宝闪购即时零售收入同比增长 45%💰阿里确定 800 亿港元配售价，每股 112.70 港元💰宇树科技上市后股价较开盘回撤超 44%💡Sam Altman：AI 权力集中同样「反人类」，言论被指暗讽 Anthropic📱vivo 官宣 X500 系列，Pro 版首发光御 900 主摄🤖字节将 TRAE、扣子并入豆包，拟推「豆包工作」品牌🎥阿里视频模型 Wan3.0 上线，可原生生成 30 秒视频🚗MINI 为 Spike 车载助手接入阿里与 DeepSeek 模型🦿天工机器人在运动会获得 5 金 2 银 6 铜🎥上影与筷子科技上线「昊帧影视创制平台」💰希音启动中国香港 IPO，预计 9 月 1 日挂牌🛍️拼多多 Q2 增收不增利，多多买菜重回业务重心🦿智元与长隆将在横琴建设具身智能主题乐园小米发布玄戒 O3、O100 与 D100 三款自研芯片8 月 24 日，小米发布玄戒 O3、O100 和 D100 三款自研芯片，把玄戒产品线从手机 SoC 扩展到端侧 AI 加速和智能驾驶计算。玄戒 O3 将于 9 月随 Xiaomi 18 Fold 首发上市，O100 与 D100 已完成研发，计划明年商用。玄戒 O3 采用 3nm 工艺和 10 核 CPU，集成 200 TOPS 的 4 核 NPU，并首发支持 LPDDR6；小米实验室数据显示，其安兔兔综合跑分为 5228014。玄戒 O100 是一款 6nm 端侧 AI 加速芯片，通过三层晶圆堆叠提供 1.22TB/s 内存带宽，端侧模型推理速度最高为每秒 330 Token。面向汽车和本地计算的玄戒 D100 同样采用 3nm 工艺，集成 20 核 CPU 与 16 核 NPU，单芯片最高支持 160GB 内存，可在本地部署超过 200B 参数量的模型。雷军还揭晓了在玄戒 O3 上埋下的一个隐藏彩蛋，在用显微镜放大看玄戒 O3 芯片内部后，会看到一个小小的 OK 的手势，大小只有 60 微米。这个彩蛋寓意「万事 OK」，但雷军不建议大家去拆芯片，因为这颗芯片还是挺贵的。🔗 相关阅读：小米发布玄戒 AI 芯片「全家桶」，还官宣了小米「阔折叠」曝 Hugging Face 评估出售，交易估值至少 130 亿美元据《商业内幕》援引知情人士报道，AI 开发者平台 Hugging Face 已聘请投行接触潜在买家，正在评估一笔估值至少 130 亿美元的出售交易，目前尚未达成协议。Hugging Face 在 2023 年融资时估值为 45 亿美元。平台目前承担模型、数据集和开发工具的分发功能，谷歌、亚马逊、英伟达和 Salesforce 等既是投资方，也是生态参与者。新股东是否能够维持平台在不同模型公司之间的中立性，将成为潜在交易的关键变量。小米调整售后规则，二手设备不再属于原厂三包范围小米近期更新手机、手表等产品的服务政策，在非保修条款中明确加入「产品属于二手商品」。发生回收、转售、赠予或转交第三方使用的设备，也无法继续享受与原购买者绑定的服务权益和电池保障。新规则针对的是厂商原始三包和增值权益，不等于二手交易中的卖方免责。公开司法解释显示，二手平台卖家如果长期从事经营性交易，仍可能被认定为经营者，并依据消费者权益保护规则承担售后责任。Counterpoint：今年全球智能手机出货量预计下降 14.3%Counterpoint Research 最新预测显示，受存储和芯片成本上升、低价机供应减少及消费者购买力承压影响，今年全球智能手机出货量预计同比下降 14.3%，明年还将下降 1.4%，到 2028 年才开始恢复。不同价位段和品牌受到的影响并不相同。低价机的零部件成本占物料成本比例更高，厂商可能通过涨价、减少低利润配置和收缩产品线应对；高端市场相对稳定。Counterpoint 预计，三星今年出货量增长约 0.8%，将重返全球第一；苹果出货量预计下降约 2.1%，中国主要手机厂商则可能下降 15% 至 34%。报告认为，折叠屏和端侧 AI 可以推动产品差异化，但不足以带来大规模换机周期；随着零部件供应改善和延后的换机需求释放，全球市场预计在 2028 年增长约 4.8%。蔚来智驾负责人任少卿创立具身智能公司据《晚点 LatePost》报道，蔚来 CEO 李斌 8 月 24 日在智驾全员会上宣布，高级副总裁、智能驾驶业务负责人任少卿已创立一家物理 AI 基础模型和具身智能公司，蔚来将战略投资并与之合作。与会人士称，李斌和任少卿在会上明确表示，任少卿将继续担任蔚来智驾业务负责人，会议没有提及蔚来内部的组织架构调整。新公司已完成注册，报道称估值达到独角兽级别。任少卿 2020 年加入蔚来后，参与推动了蔚来智驾算法向端到端和世界模型架构转型，以及自研智驾芯片神玑 NX9031 的量产落地。蔚来今年 6 月完成世界模型新版本推送，覆盖超过 70 万用户。英伟达据报拟投资 Perplexity，估值超过 300 亿美元据《The Information》援引知情人士报道，英伟达正讨论参与 Perplexity 的新一轮股权融资，交易对这家 AI 搜索公司给出的估值将超过 300 亿美元。目前相关讨论尚未形成最终交易。Perplexity 的年化营收已从年初不足 2.5 亿美元增至超过 7.5 亿美元，增长部分来自可自动执行电脑任务的 Perplexity Computer。英伟达此前还曾考虑获得 Perplexity 部分技术授权并招聘部分员工，后来转向更传统的股权投资方案。两家公司近来在硬件和软件研发上加强合作。Perplexity 今年 3 月加入英伟达 Nemotron 联盟，双方团队每周举行多次会议；英伟达此前也已多次投资 Perplexity。达摩院 LiON 肝脏 AI 在临床试验中找出 15 例漏诊恶性肿瘤达摩院联合中国医科大学附属盛京医院等机构研发的肝脏诊断 AI 系统 LiON 登上《自然·医学》。该系统以增强 CT 为输入，可结合多期影像和临床数据识别原发性肝癌及肝转移。论文显示，LiON 使用 6443 名患者数据训练，并在 22251 名患者组成的多中心和真实世界队列中回顾性验证。随后进行的单臂临床试验纳入 10333 名患者，AI 与医生协作发现 51 个此前被忽略的病灶，其中 15 个为恶性肿瘤，并推动 37 份影像报告修订。研究团队提醒，这项结果仍需要在不同医疗系统开展前瞻性对照研究，才能判断对长期临床结局的影响。小鹏机器人完成超 9 亿美元首轮融资小鹏集团 8 月 24 日宣布，旗下人形机器人业务已与多家投资者签署股权融资协议，融资额超过 9 亿美元，投后估值超过 63 亿美元。本轮由 IDG 资本领投，高榕创投参投，腾讯和阿里巴巴以战略投资者身份加入；交割完成后，小鹏集团将继续控股机器人业务。募集资金将用于机器人软硬件研发、物理 AI 模型训练、数据采集、量产基地建设和全球商业化。小鹏计划在今年底启动 IRON 人形机器人量产，先投入旗下门店和园区；明年再面向中国及海外市场上市交付。IRON 全身拥有 76 个自由度，单手 21 个自由度，搭载 3 颗图灵 AI 芯片，算力为 2250 TOPS。小鹏希望以汽车业务积累的芯片、供应链、质量控制和规模制造能力，缩短机器人从样机到批量交付的路径。淘宝闪购即时零售收入同比增长 45%阿里巴巴公布的 2027 财年第一季度业绩显示，截至今年 6 月的季度，由淘宝闪购和盒马带动的即时零售收入同比增长 45%。公司表示，该业务规模扩大的同时，单位经济效益继续改善，亏损收窄速度也在加快。《界面新闻》报道称，改善主要来自客单价、履约效率和订单结构变化，包括更多高客单价餐饮订单及非餐订单。淘宝闪购今年还在上海、杭州、成都和深圳测试高端餐饮「家宴」项目，并通过轻资产模式开出约 800 家淘宝便利店，把即时配送从餐饮扩展至日用、酒水零食、美妆个护和医疗健康等品类。商家侧的提效工具也在扩展。淘宝闪购今年 6 月推出「闪购助手」，8 月又向服务商和自研系统商家开放 MCP 能力，首批 35 个 MCP Server 覆盖商品、订单、财务、评价和营销等 15 类场景。阿里确定 800 亿港元配售价，每股 112.70 港元继昨日公布拟配售方案后，阿里巴巴确定以每股 112.70 港元配售 7.1 亿股新股，预计募资 800 亿港元。这批股份约占扩大后股本的 3.9%，交易预计于 8 月 26 日完成。公司表示，配售所得净额将全部投入全栈 AI 能力，包括扩充与升级 AI 基础设施。配售价较公告前一个交易日收盘价折让约 8.4%，消息公布后阿里港股一度跌近 10%。此次定价把昨日的拟配售方案推进至执行阶段。新股将依据一般授权向美国以外的投资者配售，阿里预计在满足惯常交割条件后完成交易。宇树科技上市后股价较开盘回撤超 44%8 月 24 日，「人形机器人第一股」宇树科技（688836.SH）股价盘中跌幅一度超过 10%，早盘收报 608 元/股。该股虽较 150.80 元/股的发行价仍上涨约 303%，但较首日 1100 元开盘价已累计回撤超 44%，公司总市值跌破 2500 亿元，较首日收盘蒸发约 959 亿元。人形机器人概念股同日普遍走低，科沃斯、格灵深瞳、埃斯顿、奥比中光等多只个股跌幅居前。宇树科技 2025 年营收 16.99 亿元、净利润 2.78 亿元，发行价对应 2025 年扣非后摊薄市盈率达 219 倍；市场在超高估值与具身智能在工业场景落地速度之间重新审视板块定价。8 月 20 日，宇树科技曾发布仿生 7 轴灵巧机械臂，采用高精度七轴仿生关节，售价 9900 元起，自重 5.5kg，面向科研教育与服务机器人场景。💡 Sam Altman：AI 权力集中同样「反人类」，言论被指暗讽 AnthropicOpenAI CEO Sam Altman 在 David Senra 8 月 23 日上线的访谈中表示，他担心 AI 的控制权最终集中到少数公司或个人手中。相较于由少数机构替社会决定技术方向，他主张让更多人实际参与并影响 AI 的未来，让社会与模型共同演进。Altman 没有点名具体公司，但他批评一些 AI 从业者一边宣称技术有 25% 的概率带来严重灾难、可能让一半岗位消失，一边主张限制谁能使用最强模型、把决定权留给少数公司。Anthropic CEO Dario Amodei 此前曾分别公开提出「25%」的 AI 灾难概率，并警告 AI 可能在数年内取代一半初级白领岗位，因此这段话被外界解读为暗指 Anthropic，但 Altman 本人没有确认这一指向。正确的路径，是让人们深入掌握未来。社会与模型将共同演进。Altman 同时承认 AI 脱离人类控制是现实风险。他反对的是，行业以保护世界为理由，要求公众用大量自由换取安全，并把技术控制权永久集中在少数机构手中。他讽刺这种主张相当于由技术公司向公众承诺治愈疾病、创造财富和娱乐，交换人们的自主权与影响未来的能力，并称这种权力安排「非常反人类」。他的方案包含两层：一方面，社会选择应持续进入模型和产品的演进过程；另一方面，应扩大个人使用 AI 的能力。Altman 举例称，AI 将让更多人以过去无法实现的规模创办小型企业，这也是个人参与技术未来的一种方式。这番表态并未否认安全治理，也没有提出放任前沿模型发展的主张。Altman 划出的边界是，控制失配模型的制度不能永久把决定权交给极少数机构；安全、自由与个人能动

追觅「造车」一年了。去年 8 月，「追觅造车」登上热搜，评论区几乎全是调侃。创始人俞浩倒也没怂，带着超跑 Nebula NEXT 01 和豪华 SUV Nebula NEXT 01X 亮相 CES、AWE 和北京车展，还号称能够实现「零百加速低于 1.8s，轮端扭矩近 23000N·m」这样的夸张数据。短短一年后，这些展车就从国际展台退到了地下车库。据第一财经报道，其中一辆红色 Nebula NEXT 01 目前存放在追觅苏州办公地的地下车库，车身被车衣覆盖，周围设置了围挡。▲ 图片来自第一财经一名内部员工称，这是一辆无法行驶的模型车，追觅总共定制了十辆类似的模型，每辆成本约 300 万元。与展车一同消失在公众视野里的，还有追觅庞大的造车团队。追觅旗下汽车品牌「星空计划」的办公区位于 9 楼，如今有超过三分之二的工位闲置。据受访员工估算，曾经接近千人的团队，目前只剩约百人。一名当地猎头透露，招聘平台上可以检索到四十多名具有星空计划任职经历的总监级候选人，涉及产品、研发、采购、供应链、财务和政府关系等职能。在追觅的公开信中，俞浩将造车视作「工业的王冠、技术的终极战场」，并承诺在 2027 年实现首款车型的量产。如今距离这个时间节点只剩小半年，追觅的造车路却快要走到头了。追觅的车，依旧没能开上路追觅为「造车」投入的资源，远不止十辆模型车。据第一财经采访的一名内部员工回忆，在项目早期，追觅还开展过消费者调研，也从头部新能源车企高薪招募了不少人才。今年 4 月，星空计划总裁马俊野曾向媒体表示，追觅汽车团队已经超过千人，其中研发人员约占七成，下半年还将继续扩充。这样的人员规模，其实已经接近一家中小型造车新势力。一位曾经拿到过追觅汽车 offer 的行业人士向董车会回忆，负责面试的追觅汽车品牌负责人最初给她留下了较为务实的印象。但随着交流深入，她发现对方的关注点始终集中在渠道上，这也成为她最终放弃入职的原因。可能也是画大饼吧，就说产品是最重要的，但聊到最后听起来还是在卖渠道。▲ 图片来自：第一财经在狂揽人才的同时，追觅组建了多个汽车业务单元，产品规划覆盖超跑、轿车和 SUV，价格带也从走量车型延伸至百万级产品。只是，汽车量产所需的几个关键条件并没有同步落地。首先，追觅并没有独立造车资质。马俊野今年 4 月接受媒体采访时表示，追觅计划采用类似华为那样的运作模式，即与国内成熟汽车厂商联合研发和生产。在这之中，追觅负责核心技术和平台研发，整车制造则交给拥有资质的合作方。然而，这只是追觅的一厢情愿，他们始终都没能找到整车生产伙伴。去年 12 月，一张奇瑞汽车董事长尹同跃与追觅汽车负责人陈龙冬的合影在网上流传，随即出现双方已经签署战略合作协议的消息，奇瑞却在几天内两次否认，明确表示双方没有进行合作签约。此后，市场又出现追觅与其他车企接触的消息，但同样没有下文。其次是工厂。2025 年 3 月，上海临港新片区公示了一份名为「星空项目」的规划文件，涉及约 40 万平方米工业用地。由于项目名称与星空计划相似，这块土地一度被外界视为追觅汽车未来的生产基地。但一年多过去，IT 时报在今年 6 月前往现场走访时，该地块仍是大片荒地，没有任何开工迹象。临港新片区管委会则回应称，该项目仍处于规划阶段，土地使用主体尚未确定。▲ 图片来自：IT 时报此外，星空计划在上海登记的两个地址也没有实际办公迹象。有知情人士称，追觅曾考虑将汽车项目落在临港，因为相关方案后来没有谈妥，团队才一直在苏州办公。工厂没能落地，追觅便开始把目光投向海外。今年 6 月，追觅方面向海外媒体确认，公司正在评估海外代工渠道，希望保障 2027 年进入澳大利亚市场。不过，具体生产国家、合作企业、车型，乃至品牌均未正式公布。要知道，追觅此前光是汽车 BU 就有三个——星空计划、星辰未来和星际穿越。公开资料显示，星空计划主攻高端纯电超跑，星际穿越布局豪华 SUV，星辰未来则涉及整车工程和海外商业化。多个团队同时寻找生产方案、供应链和外部资金，虽说可以扩大项目接触资源的范围，但也显著增加了协调成本，关键方案长期悬而未决，产品开发和供应链工作也难以继续推进。有悖于常理的是，虽然追觅汽车的工程节奏逐渐落后，但其公开传播却依然保持高频。今年 1 月，Nebula NEXT 01 登上 CES；3 月，三款概念车在 AWE 集中亮相；4 月，追觅参加北京车展，随后又在旧金山举办为期四天的 DREAME NEXT 发布会，带来搭载固体火箭助推器的 JET Edition，宣称零百加速可以达到 0.9 秒。追觅利用这些动作制造了大量话题，却没有同步公布任何关于量产车的信息，包括电池容量、续航、整车认证、生产地点和相关供应商。从今年 5 月开始，事情开始不对劲了。5 月中旬，星空计划旗下公司出现约 232 万元股权冻结。追觅回应称，事件源于一起普通供应商纠纷，双方已经和解，法院也已解除相关保全措施，星空计划运营正常。5 月 28 日，星空计划汽车公众号停止更新，原计划举办的柏林全球千人大会没能落地。此后，陈龙冬离职，星空计划、星辰未来和星际穿越被统一纳入所谓的「产业研究院」。追觅官方将这次调整称为「从项目型组织向平台型组织升级」，与汽车同期被纳入产业研究院的手机业务，也出现了明显的人员收缩。▲ 追觅手机2027 年量产计划仍然保留在公开口径中，能够执行这项计划的人力资源却在快速减少。追觅用一年时间获得了一支庞大的团队、数款概念车和持续不断的关注，汽车项目最关键的生产路径依然没有答案。没有解散的追觅，正在全面收缩汽车团队大幅收缩的同时，追觅的大家电部门也陷入了一场解散风波。8 月中旬，多张涉及追觅供应商欠款的聊天截图开始在社交平台传播。据 ZAKER 统计，两个相关维权群一度聚集了超过 900 人。群内涉及的业务和欠款情况差异较大，有人反映账期延长、回款比例下降，也有人表示小额款项仍能正常结算。追觅很快否认了解散传闻。官方旗舰店客服表示，公司与品牌仍在正常运营，产品销售和售后服务没有受到影响。8 月 17 日，追觅全屋智能家电事业群总裁庾仁宗进一步回应，大家电 BU 解散属于谣言，各项业务均在推进，冰箱等品类已经开通澳大利亚 TGG 渠道交付计划。然而，是否仍在销售产品，和供应商能否按期拿到货款是两码事。追觅大家电仍有产品在售，研发、销售和售后体系也没有完全停止。因此，「解散」确实夸大了实际情况。不过，业务仍在运营，并不足以消除员工和供应商所面对的问题。第一财经 8 月 19 日报道，多名产业链人士证实，追觅已经调整大家电业务的组织和生产计划。原有团队被纳入智能家庭板块，南京溧水冰箱项目暂停建设，部分产品继续通过代工方式生产，团队规模也随之缩减。8 月 22 日，《财经》发布了另一份调查。记者走访追觅在苏州的多个办公区和生产场所，发现部分办公室已经搬空，一些产线暂停运行。多名供应商反映，从今年第二季度开始，追觅的付款速度明显放缓，受到影响的业务包括大家电、手机和智能戒指，也涉及追觅主营的扫地机、洗地机等清洁电器。所有的这些变化，发生在追觅规模最大的一轮扩张之后。从 2025 年开始，追觅陆续建立了 15 个孵化器和超过 200 个业务单元，范围覆盖汽车、手机、芯片、储能、低空经济、智能穿戴和餐饮。不少 BU 需要自行组建团队，并同时推进产品、销售和融资。其中，融资在这套机制中的权重越来越高，《财经》报道称，追觅曾要求每个 BU 至少接触 20 只外部基金，目标是 100 只。为了尽快推出产品，一些新业务大量采用 ODM 和贴牌方案。显然，使用现成的产品可以缩短上市周期，也能迅速形成销售数据。但相应的代价也很明显——团队对供应商和外部方案的依赖更深，产品差异化与长期研发能力更难建立。今年 6 月，追觅开始收缩业务，大量岗位停止招聘。在汽车和手机业务被并入「产业研究院」的同时，原有的 200 多个业务单元被收拢到全屋智能清洁、智能家电、智慧出行和具身智能四个板块。不可否认的是，追觅仍然拥有强劲的基本盘。IDC 数据显示，2026 年第一季度，追觅扫地机器人以 23.7% 的销量份额和 28% 的销售额份额，同时取得全球第一。它在海外积累的品牌、渠道和供应链能力，也远超多数初创公司。问题出在追觅的扩张规模。一家已经在清洁电器行业取得领先位置的公司，同时启动了两百多个项目，而汽车、大家电、手机和芯片又各有研发周期、资金门槛和产业规律，成熟主业创造的利润很难长期支撑如此庞杂的业务版图。一年前，追觅向外界展示了自己的野心，但潮水退去后，模型车盖着车衣躺在车库，近千人的团队只剩百人，而那些已经烧掉的钱，最终不知由谁来买单。

昨天，小米一口气发布了玄戒 O3、O100 和 D100 三颗全新自研芯片。我们昨天已经详细拆解过它们的纸面规格：无论是 O3 Geekbench 6.5 多核破 1.5 万分的 CPU 成绩，还是 O100 身上通过 3D 堆叠压榨出的 1.22 TB/s 超高带宽，就纸面数据而言，提升确实非常激进。但大伙儿心里难免也会打个问号：离开实验室和跑分软件，这些芯片在真实设备里的实际表现到底怎么样？这次，我们在技术沟通会的现场，体验到了两台搭载全新芯片的工程原型机。一台是背面加装了主动散热风扇、在断网状态下本地运行大模型的折叠屏原型机；另一台则是打满散热孔、直接在本地跑 120B 大模型的桌面计算终端 AI Cube。这三颗芯片装进硬件后都有哪些能耐，我们在现场找到了答案。把风扇塞进折叠屏，本地大模型学会了「秒回」我们首先体验到的是玄戒 O100 原型机。这台设备的整体形态类似一台折叠屏手机，但背面并没有常规的多摄模组，取而代之的是一整块金属工程结构件。上方开着圆形的进出风格栅，里面还塞了一颗主动散热风扇。翻到正面，展开的大尺寸内屏上运行着测试工具 XRING LAB。而当我们尝试退出这个测试软件后，底层跑的就是大家熟悉的常规澎湃 OS。在现场演示中，这台折叠屏在断网状态下本地运行小米 MiMo 3B 模型。我们在输入框敲入一段复杂的提示词，XRING LAB 底部显示的响应延迟（TTFT）只有 0.45 秒左右。实测生成速度能达到 303 tokens/s，峰值甚至能冲到 330 tokens/s，还没反应过来，回答就已经铺满了屏幕。对于端侧 AI 来说，生成速度直接决定了它在日常生活中到底能不能派上用场。从实际表现上看，这台小米 AI手机的「原型机」，对于 AI 回答的生成速度已经快过人眼的阅读节奏，无论是复杂文档的即时润色，还是通话过程中的同声传译，AI 都能做到即问即答的跟手体验，同时还能守住完全不依赖网络、数据不出本地的隐私底线。这也是未来端侧 AI 设备的一大卖点。小米 AI 电脑原型机，让大模型在本地写代码看完掌上的折叠屏，再来看看展台旁边这台充满硬核工业风的黑色「方盒子」——Xiaomi AI Cube「Prototype」。整机由一整块航空铝 CNC 一体成型打造。为了压制内部核心的高负载发热，机身四周密密麻麻开凿了整整 33874 个精密镂空孔，腰线处嵌入了一条低调的环形灯带，底部则排布着一整圈整齐的横向散热鳍片。这台设备内置了 80 GB 内存（芯片最高可支持 160 GB），运行的是 Android 系统，并在本地直接部署了 120B 参数的大模型。现场工作人员输入了一段需求，要求模型生成一个钢琴网页，左侧的任务列表迅速开始解析，右侧随后刷出大段前端代码。不一会儿，屏幕上直接运行起一个功能完整的「Web Audio 在线钢琴」应用，上方有实时音频波形与控制滑块，下方的黑白琴键用手指点击就能即时发声。AI Cube 还支持 3B + 120B 的快慢双模型切换。轻量的高频指令由 3B 小模型秒回，真正需要深度推理的代码生成才交给 120B 接管。简单问题不用等，遇到复杂的 Coding 任务时，桌上的这台方盒子也完全能胜任。对于有本地计算需求的用户来说，小模型推理飞快但容易在复杂任务上「胡乱发挥」，而聪明的千亿级大模型门槛又高得吓人。这台「方盒子」在办公桌上找到了平衡点：既有小模型随时待命的轻快，又有千亿大模型扎实的逻辑底力，把以往需要专业工作站才能做的事情，变成了一件触手可及的桌面工具。展台上的这两台设备，展示了工程团队探索端侧算力的两个具体方向。一台在折叠屏有限的机身里，依靠专用加速芯片拉满内存带宽，跑出了完全离线的即时交互；另一台则借助放开的桌面空间与多芯片协同，在本地稳定运行 120B 的代码生成。随身设备负责轻量高频的「秒回」，桌面终端承接重度复杂的推理，不同尺寸的硬件各自有了明确的分工。无论是背着风扇的折叠屏，还是打满散热孔的 AI Cube，现场这两台机器展现出的离线 AI 能力，都让人看到了端侧硬件的扎实底力。离线即时响应和本地代码生成，已经变成了看得见、摸得着的真实体验。或许我们也可以期待一下，小米未来能真正量产「年轻人的第一台 AI 算力中枢」，让每个人都能低门槛在本地跑起属于自己的大模型。

编者按：当我们想喝可乐的时候，在极长的时间都只有两个选择：百事可乐和可口可乐。当我们选择手机的时候，有 90%的概率在苹果和华米 OV 等品牌里辗转。当我们买运动服饰的时候，曾经第一时间想到的，大概率是 Nike、Adidas。但世界之所以缤纷多彩，是因为在这些巨头之外，有一些不遵从传统，力求创造不同，注重设计和功能，着眼于明日的公司存在。它们有着非主流的商业模式，设计与产品能提供独特的用户价值，和足够的社交谈资。重点是，它们没有大公司的包袱，敢于不顾一切的进步。它们，是「多样性公司」。多样性，是开放世界的关键。爱范儿相信，只有真正关注和理解多样性公司才能比更多人更早地看见未来。在同名栏目中，爱范儿将以专访的形式，与你一同见证这些多样性公司，如何重塑未来，定义新常态。本文是「多样性公司」栏目第 13 篇。雷鸟创新（RayNeo）成⽴于 2021 年 10 ⽉， 致⼒于通过 AR 眼镜改变全球 10 亿⼈的⽣活。他们在近眼显示光学设计、⾃研 AI 算法模型，以及多模态⼈机交互上有深厚积累，也是业内唯⼀拥有核⼼光学⽅案全链路⾃研及量产能⼒的 AR 企业。同时，他们在智能眼镜领域有几乎最广的产品线，拥有 X 系列全功能智能眼镜，GT 和 Air 系列观影眼镜，V 系列拍摄眼镜，多条产品线。最近还带来了为 AI 而生的全新 iO 系列。首款产品雷鸟 iO 定位为人类增强 AI 眼镜，关键 AI 能力在于补强人类知识、强化人类表达、留存人类记忆。专为应对高信息密度、高认知负荷的效率人群打造全天在眼前的 AI 体验。在这副与普通近视眼镜几乎无异的智能眼镜里，雷鸟 iO 还内置了千问 3.7 Max 和 DeepSeek V4 Pro 版本模型，能快速准确回答问题，提供主动提醒、翻译提词、全天智记等全天 AI 能力。作为核心 AI 能力的全天智记以极低功耗持续运行，将用户全天的沟通与灵感统统记录。一天结束后生成每日总结，从海量对话中提炼出关键节点。雷鸟 iO 从日常碎片中逐渐提炼出用户的习惯、偏好与人脉关系，实现越用越懂用户。这是一款从产品定义上就把 AI 功能放在原点的产品，雷鸟创新也希望在这款产品上找到智能眼镜的杀手级应用，让智能眼镜成为对用户日常生活有所增益的一部分。在雷鸟 iO 眼镜发布前夕，我们与雷鸟创新创始人兼 CEO 李宏伟，雷鸟创新 AI 负责人程思婕聊了聊这个即将被 AI 重新定义的产品以及行业。▲ 雷鸟创新创始人兼 CEO 李宏伟AI 发展比我们预想的快，它改变了智能眼镜和雷鸟创新Q：你过去做过处理器、IoT、电视、OS，某种程度上一直在不同终端上寻找计算的入口。2021 年你判断 AR 会成为下一代通用计算平台。五年之后，站在 2026 年，你觉得当年这个判断里，哪些比你预想得发展得更快，哪些明显比预想慢？毕竟眼镜的风口提了很多年，但市场规模始终无法跟智能手机乃至智能手表相比。A：AI 的发展比预想快，但整体的发展比预想慢。在 2021 年的时候，我觉得智能眼镜的「iPhone 时刻」大概在三五年后，也就是 2025 年是不是差不多就来了？当时其实已经觉得 2025 年是个比较远的未来了，但是现在来看，这个「iPhone 时刻」可能要到 2027 年才到。其实在彼时彼刻，大家的判断都差不多，包括 Meta 这些公司也是这么认为的。造成这种延迟的主要原因还是核心技术的突破比预想的要慢一些，第一块就是光学显示，这是技术突破本身和产业互动的结果，如果产业的需求更强，那技术突破也会快一点。雷鸟创新目前是在 iO 眼镜上做到了无感显示，戴上去之后，看上去和普通眼镜基本没什么区别，彩虹纹几乎没有，透光率也很高，不会有其他一些光波导眼镜显示区域变黄的问题。AR 技术的发展依托芯片，这块的发展也不够快。AI 的底层技术发展比预想快，但 AI 应用的场景，所谓的杀手级应用其实也没有大家想象的那么快，大家广泛认同的只有 Vibe Coding，加一个搜索。所以整体来看，光学显示、芯片和空间计算，包括眼镜端的 AI 杀手级应用都还没有本质上的突破，但我们认为快了。雷鸟创新这块，希望能在光学显示上做到突破，在 AI 的杀手级应用上做到突破。Q：2022 年年底发生了一个很大的变量：大模型技术开始走向普通用户了。以前我们讨论 AR，核心是「把数字世界叠加到现实世界」；现在可能变成「如何让 AI 时时刻刻理解现实世界」。大模型的出现，有没有改变你对智能眼镜终局的定义？A：AI 技术的发展其实并没有改变我们对智能眼镜终局的定义。2021 年雷鸟创新开始创业的时候，我们就画过一个智能眼镜的象限图，横轴是 AI，纵轴是 AR，我们很早明确智能眼镜作为下一代计算平台的基石，就是 AI+AR。当时也定义了 3 大场景，一是手机场景迁移，而是 AI 助理，三是虚拟和显示融合。当时的判断如今变化并不大，只是说顺序有变化，以前会认为 AI 和 AR 发展速度差不多，现在看 AI 进度比 AR 快，那么眼镜上的第一个杀手级应用就该是 AI 助理。雷鸟创新现在有一个 40 多个人的 AI Native 团队，是有模型训练能力的，主要做两大类事情，一大类是偏重 Agent 能力，另一大类是我们也在做一个模型，核心是理解物理世界。如果智能眼镜要把物理世界和数字世界打通，光靠大语言模型还不够，基座模型的能力主要是理解连续的数据，但我们双眼看到的现实世界数据是大规模，不连续不规则的数据。比如我们下班回家的一段路，我也不说话，没有语言文字数据，但是画面在不断变化，这个画面数据有用吗？其实也没太大用，因为我每天上下班都走这条路。这种现实世界的数据怎么处理，是我们这个模型要做的工作。▲ 雷鸟 V4 AI 智能拍摄眼镜Q：雷鸟现在同时有 GT 观影眼镜、V 系列 AI 拍摄眼镜、X 系列 AR 计算平台，再加上 iO 眼镜。这其实意味着智能眼镜的产品形态到今天仍然没有像智能手机一样收敛。你认为现在是「不同物种共同进化」的阶段，还是它们最终一定会重新汇聚成一种产品？A：「不同物种共同进化」和「产品路线收敛」其实不冲突，我认为还需要一点时间，产品形态才会真的汇总成一个，2029 年甚至更远一点。相比于智能手机，智能眼镜的约束条件还是很大，最简单的道理，要性能和续航那就得做重，做重了戴起来就不舒服。眼镜产品形态能不能收敛，首先要一个个的解决这些约束条件。还有一个原因也可以讲讲，手机收编了几乎其他所有电子设备的功能，让它变成了一个不得不用的东西。现在你也可以用一个更小，存储更多，音质更好的 MP3，但大多数人不会再用 MP3，是因为手机本身就有很多杀手级应用，必须要有，在此基础上增加一个听歌的功能没有什么成本。现在的情况是，因为眼镜面临各种强约束条件，产品形态多样化，但我认为在 2029 年左右，眼镜上的杀手级应用们会让雷鸟 X 系列这样的全功能智能眼镜有让用户不得不用的理由。那么在这个前提下，用户使用别的眼镜的概率就会变低。在这个过程中，我们就得找到这些让用户不得不用的理由。中欧商学院有个案例就是在追踪雷鸟创新，现在还没有走到下结论这一步，就是看雷鸟创新的做法对不对。我可以先说为什么我认为雷鸟创新可能是对的，或者为什么我是这么选的。我自始至终都觉得智能眼镜这个赛道最后还是大厂的竞争，到最后的时候，会变成各个维度综合实力的竞争，所以在前面就不得不积累各种能力，各种资源，形成优势，让自己比较快地变成大厂。如果在智能眼镜赛道只做一类产品，会面临 2 个问题，一是在某个时间段发展还可以，但长远来看单产品无法累计足够的用户；第二个就是我说的大厂逻辑，到后面缺乏终局竞争的全面能力。所以说，智能眼镜最后会比较像智能手机一样，最终不会有很多品牌，但它又是个大方向，所以竞争很激烈，从创业赚钱的角度来看，它不是一个好的创业方向，我们如果不是有改变 10 亿人生活方式的理想，其实不该做这个的。Q：如果最终会收敛，你觉得那副「完全体智能眼镜」还缺哪几个最关键的技术突破？其中哪一个是最难靠堆钱和堆工程师解决的？雷鸟有没有为此做好准备？A：核心的需要 3 个技术突破，第一个是光学显示的技术，它做在眼镜里面，是一个技术含量占比和成本占比都很高的技术。第二个是 AI，眼镜上的 AI 和基础大模型还有区别，更需要第一视角的多模态模型，这个模型够不够聪明很重要。第三个是芯片电池以及伴随而来的空间计算技术。这三个核心技术分别代表了有没有很好的信息输出能力，有没有杀手级应用，以及能不能跑一个强大的系统进行虚拟和显示的融合。最难的我觉得还是 AI，虽然前面我说 AI 的发展比预期快，但眼镜端的 AI 有自己的复杂性，它跟数据关联很大，但需要的是新数据，这跟光学显示和芯片不一样。第一视角多模态数据，过去没有，不像大语言模型在过去的互联网上积累足够多的数据。其实跟具身智能目前的情况也有点像，用在训练机器人的数据也很少。这里也有关系，如果智能眼镜没起来，具身智能的大脑也没戏，这里有个循环的过程，眼镜，数据和模型三者的循环。我们已经在这里做比较深入的工作了，比如成立专门的多模态模型团队，开始在眼镜上收集数据训练模型，包括和机器人公司的合作。现在还是一个从 0 到 1 的阶段，虽然互联网上的视频数据很多很丰富，但是对于训练第一视角多模态模型帮助不大，因为他们大多是不连续。比如做饭的时候，你舀一勺盐拍下来了，把盐放锅里拍下来了，但是盐的移动过程没有拍。互联网上过去很少有这种按照人的视角去完整拍摄的视频数据。Meta 也在做类似的工作，Meta Reality 累计的数据量比较大了，他们也专门出了用作数据采集的眼镜 Project Aria。本质上来说，道理大家都认同，但区别是谁有能力？谁有足够多的用户戴你的眼镜去采集数据，谁有能力把数据处理好。归根到底，这又回到了大厂逻辑，数据和处理数据的能力，是有门槛的。为了让 AI 一直在场，雷鸟的 iO 眼镜先学会了「消失」Q：Google Glass 当年有很强的 Geek Fashion，它甚至刻意让别人知道「我戴着一台能拍照的微型电脑」，以至于当年有些时尚走秀也会戴着这个眼镜。雷鸟的 iO 眼镜却走向另一个方向，希望它看起来尽量像普通眼镜。你们什么时候得出这个结论：真正大众化的智能眼镜，首先要学会隐藏自己的科技感？A：如果我们的理想是要「改变 10 亿人的生活」，那么我们的产品就应该是一个大众能接受的样子，最终要符合大众审美。当然也有人会喜欢更有设计感，更特别的眼镜，尤其是墨镜，就会更个性，但大众层面大家还是喜欢简约的产品，当我们确定科技应该服务于人，应该隐于无声，那么产品就应该做成现在这个样子。不过这也不是我们做 iO 眼镜的出发点，我们的出发点是要在这款眼镜上打造一个「AI 的杀手级应用」，要达成这个目的，先决条件就是全天候佩戴，如果用户一会儿戴一会儿不戴，对于 AI 发挥作用会产生很重要的不连续影响。以此反推，就需要是现在适合长时间佩戴的这个形态。毕竟我们的出发点是打造「AI 的杀手级应用」，不是造一个时尚的智能眼镜。Q：当前做智能眼镜，一定要做取舍。显示面积、算力、电池、重量、摄像头、续航没有办法同时拉满。iO 眼镜最开始立项时，你们主动放弃了什么？比如 iO 眼镜就没有视觉能力，有哪些能力虽然技术上可以做，但你判断现阶段「不应该做」？A：首先主动放弃的是摄像头。核心原因有 2 个，第一个是我们看到还没有好的多模态模型能够支撑起杀手级应用，行业和我们都没有准备好，可能很快就有进展，但至少目前没有。同时，我们有希望眼镜是全时段佩戴，增加摄像头会带来隐私压力，以及功耗挑战。所以我们主动把摄像头放弃了。其次，我们放弃了大芯片，等于是我们在眼镜上放弃了非 AI 的部分。从能力上讲，我们可以放一个大芯片装 Android 系统，可以在上面搞出视频播放功能各种应用出来。但这个事情不符合我刚才说的逻辑，我们希望聚焦在 AI 上，希望它能有全天续航，所以大芯片和 Android 系统我们也放弃了。扬声器是我们非常纠结的一个点，我们的雷鸟 V4 眼镜的扬声器是和 B&O 合作的，音质业界

刚刚，豆包正式发布了一款新产品——豆包工作。全新 Logo、独立的桌面客户端，它的定位很明确：一个面向生产力场景的全新 Agent 产品与品牌。▲ 豆包工作 APP说实话，第一反应并不意外，三家大厂都在主打自己的 Agent，但是豆包工作，能带来什么新的惊喜？过去两年，豆包是国内 C 端用户量最大的 AI 助手。而最近一两个月，随着「工作任务」能力的密集更新，它已经不再只是一个聊天 Bot，而是一个真正能干活的 Agent—— 交互更丝滑，交付能力也更强。现在，它干脆把「工作模式」独立成了豆包工作，并且放到飞书里。文档、表格、PPT、网页、应用、多模态生成和电脑操作，你能想到的 Agent 能力，它都有。得益于 Seedance 和 Seedream 的接入，豆包工作交付的内容也比其他 Agent 要更丰富。但豆包工作真正和其他办公 Agent 拉开差异的地方，是它和飞书的深度打通。Agent 不只是在一个独立对话框里处理文件，基于飞书账号登录后，它可以直接进入团队原本的文档、消息、任务和组织关系。APPSO 提前拿到了测试资格，用日常办公任务完整体验了一遍，也重点测试了这项最特别的能力：用飞书账号登录之后，豆包工作到底能干什么。目前，豆包工作已可以在豆包 App 和飞书内体验，此外我们还可以前往豆包官网 doubao.com/work 下载专门的豆包工作 App 体验。现在下载豆包工作电脑版，还免费送 30 天订阅权益，如果本身就是豆包付费会员，则会自动延期 30 天。同样是 Agent，豆包工作还有这些不一样文档、PPT、表格、网页、小应用，再加上出图、视频和电脑操作，这一轮办公 Agent 能做的事情已经高度同质化。我们把这些常见任务都在豆包工作上跑了一遍，完成度已经非常高，生成结果可以直接拿来用。另一个比较明显的体感，是这次豆包工作还把额度消耗压了下来。同样是个人订阅的加强套餐，现在可以连续跑更多复杂任务，不太需要像以前一样，每做几个重任务就开始盯着剩余额度。例如我们让它根据一份已有的活动 Brief、报名明细和供应商报价，生成三份原生可编辑文件：活动执行方案 Word、报名与预算分析 Excel、内部提案 PPT；5h 额度只用了 1%。▲ 生成的 PPT 还自动添加了演讲者备注比较特别的是，因为我们是直接使用飞书登录，所以豆包交付的文档都是飞书云文档。无论 PPT 还是 Word、Excel，我们都可以直接在豆包工作内，像使用飞书文档一样，设置分享权限，直接@同事协同编辑等等。除了和真人同事协同编辑，豆包工作这次还增加了 AI 协同编辑。尤其是生成的网页和应用，豆包工作的局部修改，几乎做到了全方位支持。我们可以直接选中要修改的地方，或是通过对话就能进行定点或局部编辑。就像我们上传了一个工单表格，要求豆包工作根据工单数据整理为一个可视化的网页。生成后还能直接修改内容、样式和布局，也可以让 AI 定点编辑。对于网页生成，豆包工作还内置了超过 80 种设计风格，生成的网页样式不满意，一键就能替换。大多数办公 Agent 的「网页生成」，HTML 一旦生成，数据不会跟着源文档自动更新。豆包工作能做的则是，网页可以直接带数据库，生成完就是一个上线可用的服务。这类能力真正省下来的，是 Agent 交付之后的「返工成本」。以前 AI 生成一个 PPT、表格或者网页只是第一步，接下来还要自己改格式、调布局、重新导出；豆包工作开始把修改本身也留在同一个工作流里。如果说处理文档网页这些是办公 Agent 的基础工作，那多模态生成就是豆包工作的自留地了。我们用豆包工作直接安装 GitHub 上的插画 Skill，发图后就能直接调用。视频的生成同样如此，当我们需要生成一整套的营销物料时，统一图片海报、宣传视频的主视觉，现在也能透过豆包工作，直接得到图片和视频。▲ 一份活动 brief 和品牌使用规范，可以生成一套多媒体传播方案Agent 除了会连接本地文件，进行各种创作，还要会操作本地电脑。现在我们可以直接在手机上遥控电脑上的豆包工作，操作本地电脑，远程把文件发给我们，或是执行其他任务。连接飞书之后，豆包工作才算真正的 AI 同事先说一句，就算你不用飞书，豆包工作也完全能用，上面的所有能力都不依赖飞书。但我要必须要说，用飞书账号登录或者使用飞书连接器，才能把它的全部潜力都榨干。如果你的团队恰好用飞书，用飞书企业账号登录豆包工作，它会自动和你飞书里的信息、数据和工具打通。任何 Agent 都需要一个「工作现场」。我们可以给 Agent 写一万字 prompt 描述背景，但它始终很难清楚我们的项目群是哪个、事情由谁审批、流程是什么样、也不知道上周会上到底定了什么，而这些，在飞书里都可以找到。APPSO 平时的工作稿件以及其他的工作，都是在飞书内完成，我们可以直接在豆包工作内了解最近的稿件写作情况，例如快速总结我们最近发布的产品工作稿件，它就能定位到 DeepSeek Harness 的上手指南，并对文章内容进行总结。甚至直接让它把我的所有文章，做成一个作品集，用来提升我的职场竞争力。它会自己总结出哪些文章值得放上去，以及从具体文章的内容明确我的定位，用一个酷炫的网页呈现。这些文档的链接，也是同步继承了原有飞书文档的权限，豆包工作不会因为要做作品集，就未经允许修改这些文档的访问权限。紧接着，我们还能把这份 AI 整理的网页让自己上级审核一下是否准确。豆包工作会自动编辑好聊天文案，并加上「由豆包发送」来区别于真人消息。豆包工作能够读取组织信息，很快就可以知道我的上级是谁，应该怎么编辑这条消息，发给谁。这些能进入聊天的能力，让豆包工作在文档之外，也能应对各种办公场景。就像飞书群对很多团队来说，也承载了大量的工作任务，各种各样的文件发在群里，还有通知，还有各种问题的讨论，我们可以让它总结一个群聊，它自己去读群聊记录，还原出事情的完整脉络——包括群里面谁说了算。对比一下使用那些没打通群聊的 Agent，我们只能不断复制粘贴「王总今天说了什么」，信息似乎永远是散的、滞后的。这里开始能看出「连接飞书」和普通知识库检索的区别。豆包工作拿到的不只是几份可以搜索的文件，它还能理解人、消息、文档和权限之间的关系，所以我们不需要每次开新任务，都重新给 AI 介绍一遍「谁是谁、事情做到哪了」。多维表格也是飞书的一项重要功能，它本来就是很多公司承载业务的小型系统。现在配合豆包工作，我们可以把它直接变成实时网页看板，数据刷新看板跟着刷新；也可以把它当素材库——我们让它批量读取表里的内容，批量生成宣传图和视频。我们曾经用多维表格智能体搭建了一个每日热点追踪，飞书会自动推送当天的 AI 热点追加到多维表格。现在豆包工作可以基于该多维表格搭建一个实时更新的 AI 热点追踪网页，智能体定时抓取到的新闻会实时同步到网页显示。但是多维表格对很多飞书小白用户来说，是比较有门槛的一个工具，从零开始搭建一个类似的热点新闻多维表格数据库，可能也并不简单。现在我们可以选择让豆包工作来完成这项复杂的工作。针对该多维表格的编辑修改，它也可以很快就把这张原来单一的多维表格，变成了有多种视图的高级多维表格。除了多维表格，和会议纪要的结合是另一项非常值得一提的体验，以往开完选题会，各式各样的办公 Agent 都是在争取给一份尽可能完善的总结。豆包工作打通飞书之后最特别的地方在于，豆包工作会基于结论继续推进：给对应负责人创建任务、完成后更新状态、卡住会告诉你审批走到哪了。甚至可以像之前我要求豆包给我的负责人发私信一样，直接找到对应负责人，主动替我们发私信提醒任务进度。从这个角度看，大多数 Agent 交付的单位还是单纯的 「产物」——一篇文档、一张图。豆包工作交付的是进展，做到了真正地从「帮我们记录」到「帮我们工作」，这中间隔着的，正是飞书里团队沉淀下来的那些真实任务流和审批流。豆包工作和飞书能力深度打通后，把很多真实的办公场景都串起来了，这种跨对象的组合或许才是 Agent 常说的「打通」二字，真正的分量。目前豆包和豆包工作采用的额度控制是滚动重置，即按照 5 小时或周进行自动恢复。也就是说豆包工作不是积分消耗完就用不了，在会员有效期内我们可以天天用、一直用，但短时间内的使用强度有个上限，达到上限后，等时间一到自动回满。当然，免费用户也可以使用 Turbo 模型体验豆包工作。我们实际体验下来，Pro 版的窗口额度基本可以完成大量的日常办公，Turbo 免费版额度有限，但用来入门体验和简单的任务完全够。AI 办公真正难的，是进入工作现场测试了这么多 AI 办公，即便一个编辑的办公场景有限，但我们还是设计了不同的任务来考验一个办公 Agent 是否合格。豆包工作给我最大的感受是，是它似乎真正开始理解我正在做什么工作、和谁一起做，以及事情已经推进到了哪一步。现在不少 Agent 都可以通过 CLI、MCP 或连接器调用办公软件，但更多时候，它们接入的是某一个工具、某一份文件，或者某一种能力。豆包工作和飞书做得更深，用飞书账号登录之后，它可以直接继承我们原本已经沉淀在飞书里的工作上下文，在已有权限范围内调用聊天记录、文档、会议纪要、任务、组织关系等信息。很多 Agent 接入的是办公软件的能力，豆包工作接入的则是一个人在飞书里的工作。现实生活中，我们面对的工作，从来不会像用那些办公 Agent 一样，先给它指定一个文件夹，然后把需要的文档都放在里面。更真实的场景是有冗长的聊天记录要复制，各式各样的文档，会议纪要、日历和项目表等等，这些来自不同应用不同数据格式的内容，都是我们工作的一部分。要让 AI 真正进入工作场景，难的是怎么把这些很难整理好的「上下文」交给 AI，让它知道这些知识属于谁、发生在什么时候、现在是否还有效，以及自己能不能使用。即便是 OpenAI CEO Sam Altman ，在最新的访谈里也提到。今天明明已经有 Codex，他却还是会在消息应用之间复制粘贴、翻邮件、维护待办。他把原因归结为长期形成的「什么才叫工作、什么才叫有生产力」的心理习惯。技术已经走到了前面，人和产品的使用方式还没有完全跟上。问题开始从「AI 能不能做」，变成了怎么让 AI 自己走进人们原来的工作流。这恰好是豆包工作尝试做的事，豆包提供完成任务的能力，飞书则提供了一套已经存在的工作环境。飞书内的组织架构告诉它谁是谁，聊天和文档会记录公司过去发生了什么，任务和多维表格保存项目当前的状态，账号和权限决定它能够进入哪些地方，最终生成的结果还能重新写回工作流，继续成为下一次任务的上下文。AI 已经开始帮人跨出自己的专业边界，而组织上下文决定了它能不能继续跨进一家公司的真实边界。这也是我们体验豆包工作之后觉得最有意思的变化：AI 开始知道自己在为谁工作、为什么工作、事情已经做到哪一步，以及做完以后应该把结果留在哪里。模型决定 AI 有多聪明，组织上下文决定它能不能成为同事。真正改变办公方式的那一刻，可能不是 AI 又学会了一项新技能，而是它终于不再等着我们把工作搬给它，开始自己走进工作发生的地方。