英伟达已经成为 AI 行业最大的投资基金——在最近几个月里，英伟达豪掷千亿美金，把芯片、模型和算力公司都投了个遍。现在，他们把筹码压到了 AI 应用公司上了——这次看上的，是曾经的 AI 明星公司 Perplexity。根据 The Information 报道，英伟达正在洽谈投资 AI 搜索初创公司 Perplexity，本轮融资落地之后，这家公司估值有望突破 300 亿美元，相比一年前的估值涨幅超过 50%——倘若交易敲定，这也将成为英伟达近几年布局 AI 生态又一笔分量十足的投资。除此之外，Perplexity 自身商业增长节奏也在持续提速。有数据显示，它的年化收入已经突破 7.5 亿美元，而在今年年初，这一数字尚且不到 2.5 亿美元 —— 收入增长主要来源于 AI 搜索订阅业务，以及新推出的面向专业用户的 Agent 产品 Perplexity Computer，能够自主执行电脑端各类操作任务。不过对英伟达而言，Perplexity 的价值绝不只是一个 AI 搜索入口。在过去几年里，英伟达依靠 GPU 与 CUDA 体系站在了生成式 AI 浪潮的顶端。可行业竞争重心正从算力硬件，逐步向模型、应用层转移，英伟达也需要为自己寻找新的生态位置，而 Perplexity 在其中扮演非常重要的角色——恰好卡在 AI 应用入口和开发生态的交界点。从 AI 搜索明星，到英伟达生态拼图Perplexity 成立于 2022 年，也是这一轮 AI 浪潮中最早跑出来的应用层创业公司，核心定位很明确：用大模型重构搜索。ChatGPT 刚爆发的时候，传统搜索还停留在关键词匹配、罗列网页结果的模式，而Perplexity 交出了一套全新交互：用户提出问题，系统整合全网资料，调用多套模型生成答案，还会标注信息来源。这套「大模型 + 搜索」的产品思路，也让它快速成为 AI 搜索赛道的代表产品。但随着 OpenAI、Google、Anthropic 等厂商陆续把联网检索、Agent 能力纳入自家产品，Perplexity 曾经最核心的优势正在被不断稀释。不过 Perplexity 也没有选择坐以待毙，在过去一年里它不断调整发展方向，从单一 AI 搜索工具，往综合性 AI 助手平台转型。Perplexity Computer，就是这次战略转向最核心的产物。它不再只做简单问答，而是让 AI 直接接手完整业务：梳理信息、操控软件、跑完一整套复杂工作流。这也和 OpenAI、Anthropic 释放出的行业信号不谋而合——AI 的竞争重心，已经从「谁回答得更好」，切换到「谁可以真正干活」。但 AI Agent 公司这么多，英伟达为什么偏偏选择 Perplexity？这其中的关键，就在于** Nemotron**。Nemotron：英伟达争夺 AI 生态的重要筹码毫无疑问，英伟达是 AGI 淘金热浪潮里最大的「卖铲人」。无论是 OpenAI 还是 Anthropic，眼下都重度依赖英伟达提供的算力。但尽管英伟达稳居 AI 产业链的核心，却并未掌控能够触及数十亿人的 AGI 应用入口。Nemotron，就是英伟达用来破局的关键。Nemotron 是英伟达正在打造的一套开放 AI 模型生态。它的定位和 OpenAI 的 GPT、Anthropic 的 Claude 不完全一样，更接近英伟达版的「AI 基础设施」：通过提供模型、数据集、训练方法和推理工具，让企业和开发者基于英伟达硬件构建自己的 AI 应用。加码开源模型，是英伟达近年非常明确的战略。DeepSeek 等开源模型快速崛起之后，行业慢慢形成共识：闭源大模型不再是唯一出路，开源模型同样能够撑起大量 AI 应用。英伟达希望借 Nemotron，构建一套新的 AI 开放生态，最终拉动自家芯片的销售需求。这时候，拥有成熟的 AI 搜索入口，同时正向 Agent 平台转型的 Perplexity 就至关重要了：一旦 Agent 成为 AI 应用的主流，掌握上层应用入口的企业，就会成为模型和算力之间不可或缺的桥梁。英伟达也不再仅仅是一家芯片厂商，而是向着完整的 AI 基础设施平台演进：底层输出 GPU 算力，中层供给模型与开发工具，上层对接开发者和终端应用——这正是它持续押注 AI 初创公司背后的逻辑。目前，大笔投入打造 AI Agent 的企业，大多都是 AI 模型公司——无论是 Codex、Claude Code，还是 Workbuddy、DeepSeek Harness——其背后都是为了带动模型的调用率，让 token 变成利润。这些公司背后都是千亿万亿估值的巨头，他们要么是英伟达的大客户，要么是英伟达的投资标的，他们之间的合作，更多在于算力供给与算力基建。但对于许多私人企业、一人公司来说，私有化部署也是买英伟达算力卡的理由——面向这一类客户，英伟达也想提供全套的解决方案，而 300 亿美元估值的 Perplexity，就是一个自带产品、用户和明星光环的优质标的，而且不贵。让我们将时间线拉长，英伟达与 Perplexity 的合作早有伏笔。今年 3 月，Perplexity 便加入英伟达牵头的 Nemotron Coalition 联盟，双方在模型、硬件、软件开发层面展开深度协作。还有报道提及，英伟达也曾考虑投入数十亿美元，借助技术授权、吸纳核心工程人才的方式，补齐自身的 AI 软件能力。这种合作模式对英伟达而言并不陌生。此前它与 AI 编程公司 Poolside 的合作，就同时包含战略投资、技术授权、吸纳核心工程团队多重安排。对英伟达来说，这类交易看重的不只是财务收益，更是借此快速搭建自有 AI 软件体系。但是，Perplexity 能扛得起英伟达 AI 入口的期待吗？不可否认，Perplexity 算得上这波 AI 浪潮里表现最出彩的应用公司——它早早抓住 AI 搜索风口，用产品证明应用层依然拥有巨大商业价值，但它的处境，也暴露了当下 AI 应用创业公司普遍面临的困境。在传统互联网时代，产品可以靠用户习惯、体验与生态筑起长期护城河。但进入 AI 时代，应用和模型层的边界却在不断模糊。Perplexity 的竞争力，是模型能力、搜索技术与产品设计共同叠加的结果。可一旦 OpenAI、Google、Anthropic 将这些能力补齐，AI 应用企业的差异化优势就会快速被抹平。所以导致了AI 应用公司正陷入一个尴尬处境：它们依托基础模型的红利得以生存，却又会被基础模型的迭代重新改写自身命运。前两年，黄仁勋曾公开说过，自己每天都在用 Perplexity——那时候，Perplexity 确实被视作 AI 搜索的未来，我每天也都在用。但时至今日，我已经弃用 Perplexity 了。这并不是因为它变差了，而是因为 AI 行业变化太快，AI 搜索工具不再是不可替代——当入口的价值逐渐消失，Perplexity 又要如何证明，自己这百亿美元的身价？

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。

一台没有摇杆、外形酷似任天堂 GBA 的安卓掌机，在 2026 年卖到断货。KONKR Pocket Advance（KPA）上市后市场反响格外亮眼。这款定位复古取向的掌机，在小众圈层里收获了不俗的关注度，出货量稳步攀升，成为今年复古掌机里颇具代表性的机型。对于小众的复古掌机赛道而言，这份成绩出人意料。大家为何会在 2026 年，选择入手一台形态源自二十多年前的游戏机？上手直呼「爷青回」拿到 KPA 的第一眼，我几乎误以为这是一台重新量产的 GBA。横向机身、左侧十字键，还有敦实的握持轮廓，整体尺寸也和初代机型高度相近。细细端详便能察觉，它并没有一味复刻往昔布局：原先仅有的两颗功能键升级为 ABXY 四键，机身中央搭载一块更大的 3:2 屏幕，侧边还保留了可供拇指直接操控的音量滚轮。十字键与四颗功能键左右分立，正面布局十分均衡——双手握持时，拇指能够自然落在按键区域。按键反馈清脆利落，键程适中，熟悉感扑面而来。几乎无需思考，手指便本能地清楚该如何操控角色移动，或是在弹出对话框时快速按下确认。我觉得 KPA 没有配备摇杆，这是它最聪明的取舍。如今多数安卓掌机热衷于把十字键、双摇杆、功能键全部堆砌在正面，力求兼顾大型手游与 PS5 串流，追求一机全能。KPA 明明同样可以加装摇杆，去宣称能够运行《原神》，但它主动选择收窄自身的使用场景，将自身聚焦在原汁原味的复古上。这台设备最舒服的归宿，就是静下心体验经典老游戏。拿到机器当天，我本只想在工位简单测试屏幕与按键。可当《口袋妖怪》的 BGM 响起，不知不觉，我就这样玩了整整一个下午：「大木博士照常招呼我前去报到，小茂依旧一副争强好胜的模样，抢先夺走了本该属于我的精灵球。」小时候玩到这里，我肯定已经在心里给他记上了一笔：行，你给我等着，后面一定赢回来。二十多年后再看到这一幕，我却忍不住笑了——怎么还是你，一点都没变。游戏里的少年依旧莽撞，游戏机前的少年早已长大。只是玩耍的地点从家里走廊变成办公室，手中的设备也不再是当年那台 GBA。当我低头，拨动十字键操控角色穿行在像素世界，儿时坐在小板凳上、一边啃西瓜一边玩《口袋妖怪》的那个午后，瞬间清晰地浮现在眼前，我直呼爷青回。KPA 内部当然已经换成了现代硬件，我手上这台搭载联发科 Helio G90T，最高可以运行 PS2 端游戏，采用 960×640 分辨率的 3:2 屏幕，刚好能以四倍整数缩放呈现 GBA 原始的 240×160 画面。游戏的人物、文字与场景轮廓通透清晰，原生像素质感完整保留，不会因强行拉伸画面产生模糊毛边。高亮背光屏幕彻底改善了初代GBA画面昏暗、观感吃力的通病，4000 毫安大容量电池更是能支撑六七个小时的长线复古游戏体验。纯粹的像素复古质感被完整留存，而老式掌机的所有短板与不便，都被彻底留在了过去。AI 给这些旧玩具「附了魔」KPA 的独特魅力，一半源于精良的硬件适配，另一半则来自鲜活的玩家社区生态。依托安卓开放属性，这台掌机支持自定义前端、调试模拟器，也能安装各类常规安卓应用。玩家们专门制作了还原 GBA 卡带陈列风格的游戏前端，把分散在不同模拟器的游戏资源统一整合，规整出一套整洁统一、氛围感拉满的复古游戏界面。图｜Reddit也正因为大家对这台游戏机的痴迷，社区玩家们自发地持续产出汉化补丁、改版游戏与模拟器等优化配置。以至于现在的玩家启动一款二十多年前的老游戏，体验到的往往是经过汉化、修复 BUG，甚至追加全新内容的改良版本。而我觉得其中「最神」的社区成果，莫过于「Apollo AI 灵动岛」。它平时收纳在屏幕侧边，不会持续遮挡画面：游玩外文原版游戏时，灵动岛能够识别画面实现实时翻译；遇上地图错综复杂的游戏，还能直接调取预先挂载的攻略页面，缩放地图、查找行进路线，无需退出游戏拿起手机检索。图｜哔哩哔哩 掌机天下接入视觉 AI 之后，灵动岛更能读取游戏画面，讲解剧情脉络、梳理人物关系，或是将道具清单、待完成任务整理成清晰列表。儿时摆在游戏机旁、翻到卷边的攻略书，在 2026 年，被搬进了屏幕边缘。但这和开外挂有着本质区别，AI 不会代替我们赢得战斗，更不会篡改游戏数值。它仅仅翻译晦涩的对白，迷路时调出攻略，或是陷入僵局时给出一点线索。该去往何处、如何战胜对手，最终按下按键做出选择的，始终握在玩家自己手中。旧玩具回来，不只是因为怀旧KPA 并非这一轮复古回潮中的孤例。在过去二十年里，智能手机不断吸纳融合各类设备的功能——拍照、听歌、游戏全都汇聚在同一块屏幕里，操作愈发便捷，可不同体验之间的边界也随之模糊。不过当我们重新将这些功能摘出来，让它们回归到一台专用设备里，这条界限就能够轻易地重新划出：拿起相机，代表接下来专注拍摄；戴上耳机，意味着静心聆听音乐；握住掌机，则是暂时隔绝消息打扰，沉浸到游戏之中。它们功能远不如手机全面，却更容易让人进入目标清晰的专注状态。小岛工作室与 KM5 合作推出的《死亡搁浅 2》联名 CD 播放器，保留透明机身与实体光盘的形态，同时搭载蓝牙模块与现代化电池。蓝牙能够适配新式耳机，但使用者依旧需要取出碟片、放入机身。这些看似繁琐的步骤，恰恰构筑起独一份的使用仪式感。图｜TechNoid人们重新偏爱实体载体，本质是渴望拿回属于自己的体验与掌控感，也正因如此，索尼近期的官宣才格外让人唏嘘。索尼前段时间正式宣布，2028 年起将不再为 PlayStation 新游戏生产实体光盘，未来新作仅保留数字版本。消息一出，引发了大量玩家与实体发行商的惋惜与不满。玩家真正舍不得的，从来不止是一张薄薄的光盘。实体游戏可以陈列书架、借给好友，通关后还能自由转手流转，是实实在在握在手里的收藏。图｜X Sony如果说 CD 播放器守住了实体操作的仪式感，那柯达 Charmera 的走红，则诠释了复古回潮的另一种打开方式。这是一台可以挂在钥匙上的迷你数码相机，论解析力、清晰度，完全比不上智能手机。它反而刻意保留低像素质感、复古胶片滤镜与松弛随性的成像氛围，不追求极致精致，只还原老式数码的独特氛围感。整机以盲盒形式发售，多款撞色机身随机出货，拆开之前，永远不知道自己收获哪一款配色。图｜Kodak人们入手 Charmera，从来不是为了拍出更专业的照片。它的魅力，早已跳出纯粹的拍摄功能——随手从钥匙扣取下、按下快门，定格一张略带颗粒感、不可精准预判的松弛画面，这份随性与不确定性，是手机精修摄影给不了的温柔。而盲盒的玩法，又让这台小相机变成了可收集、可交换、可展示的趣味潮玩，让拍照这件事，重新多了分享与收藏的温度。图｜Kodak同样的逻辑，也能解释有线耳机的再度流行。无需繁琐配对，不用焦虑电量，插上接口即刻出声。曾经被诟病累赘的线材，如今反倒成为穿搭里随性的装饰细节，兼具实用与氛围感。这些复古设备的回潮，从来不是旧技术战胜了新技术。它们真正的价值，是带来了手机无法替代的专属仪式感、使用边界与实体触感。而现代科技恰好补齐了它们昔日的短板：CD 机升级蓝牙、复古相机支持手机快速传图，KPA 复古掌机则搭载高清屏幕、开放安卓系统与智能 AI 工具。对于亲历过像素时代的玩家而言，这是情怀怀旧；而对于没有时代记忆的年轻人来说，GBA、CCD 相机、CD 播放器，都是值得全新探索的新鲜事物。我们没有忘记这些旧玩具。过去只是缺少一个继续留下它们的理由。现在，它们已经升级了，怀旧也不再需要妥协。

刚拿到影石的 Insta360 X6 时，我对这个产品的体验是有些苦恼的——说起全景相机，最先联想到的总是极限运动：山路骑行、雪场滑雪或下海潜泳。囿于纤长机身、超广镜头和繁重后期的体验，全景相机对于记录日常是总有不便的。但半个多月体验下来，我发现 X6 的产品迭代思路，与前几代产品相比，变得更「普通」了——不是说参数或形态变化不大，恰恰相反，X6 是近几代影石全景相机里迭代最大的版本，褪去了专业设备的距离感，并逐渐成为一台拿起就能拍的 vlog 相机。简而言之，这是一台更适合普通人的 Vlog 相机。做全景相机中的 Vlog 机很多人选购数码产品时容易陷入参数竞赛，但现实往往是：出门时，一台设备能不能被顺手塞进包里，比纸面参数更能决定它的使用频率。想要改变用户的使用习惯，首先就要从外观形态打破固有印象。X6 做出的第一个改变就是重塑机身轮廓：机身缩短、横向加宽——原本的实体按键被压感触控区域取代，整机外形更接近常规运动相机，握持重心顺势收回到掌心，单手操作的平衡感明显提升。过往不少全景相机的传感器，沿用自手机的供应链，因此大多是长方形，画面边缘感光区域得不到充分利用，画质自然也有所折损。这一次，影石联合索尼定制了双1/1.1 英寸方形传感器，在提升感光面积使用率的同时，整机的元器件排布更为紧凑小巧，但使用功能的升级却是巨大的：譬如可更换镜片设计升级为了** 2.0，更换镜头更加的方便；裸机支持 20 米防水、2.32 英寸的 OLED 屏幕**在亮度和色彩方面也算优秀，即便是广州 36 度的大晴天，也能清晰预览画面。更让人惊喜的是，影石还为 X6 搭配了充电折叠自拍杆，装上配件后，X6 的握持方式、操作逻辑会更接近于手持云台相机，而得益于全景相机 360 ° 拍摄的特性，又比手持云台相机多了一些便利：手指拨动摇杆，画面随之转向；想要回看身后发生的画面，前后视角也可以快速切换；在新传感器的加持下，X6 的取景画面也得到了优化，提供了畸变更小、画质更好的选项。不过二者底层逻辑存在本质区别：传统云台相机依靠机械结构扭动镜头完成跟随，X6 摇杆并不驱动硬件，只是调取全景素材内不同方向的画面，全程没有机械运转噪音，还可以实现 360 度追踪/跟随，整套操作更加「无感」。相较于口袋手持云台相机，「先拍摄再取景」的全景相机，实际使用门槛更低，能取到更多有意思的画面和景别。完成收纳后，也可以直接放进背包或裤兜，用起来是比较方便的。无论是手机，还是常见的 Vlog 相机，都遵循固定拍摄逻辑：先构图，再拍摄。开拍前要对准主体，录制过程中还要紧盯画面，提防人物出框、运镜失衡、焦点偏移。拍摄者注意力常常被屏幕束缚，难以沉浸在现场之中，我经常会为了追求画面完美而紧盯取景器，结果错失当下真实的情绪氛围。但生活里真实动人的瞬间大多是突如其来，想起来拍摄时往往没有功夫精雕细琢——而全景相机「先拍摄，再构图」的摄影逻辑，则很好解决了这个问题。在 X6 之前，我身边已经有不少朋友会带着 X4 或 X5 当日常 vlog 机使用，譬如徒步、钓鱼都是不错的情景。而 X6 显然进一步满足了这些记录日常的诉求，便携机身、防水性能和内置存储（可用约 47GB）……都是为了拿起来就能拍所做的设计。拍摄时，我习惯于选择 360° 模式，同一段视频，既能保留拍摄时的正面视角，也可自由转向，查看镜头后方的画面，视角能够灵活切换，同一段素材，很轻易就能得到风格迥异的镜头：记录风景的广角镜头：录制的 vlog 镜头：营造奇观的小行星镜头：而且得益于泛焦的 360° 取景方式，我几乎不需要时刻留意画面拍到了什么，能够把注意力更多聚焦到风景当中，对于日常生活来说，也可以弥补很多转瞬即逝的画面。云台模式 2.0 的加入，则进一步简化后期操作：X6 可自动追踪人物、宠物等主体目标，直接输出稳定的 4K 30fps 成片，同时完整留存 8K 全景原始素材。广角镜头又解锁另一套创作思路，超宽视野带来更强画面沉浸感，直出平面画面省去全景裁切步骤，适配户外运动、旅行随拍等追求即时出片的场景。可谓是「一机三用」，可玩性拉满了。倘若直出画面的构图与追踪效果满意，拍完就能直接导出分享；如果拍摄时主体移出画面，或是一旁出现更值得记录的场景，也无需舍弃整条素材，随时调取全景原片重新选择视角、裁切画面。打开相机后，能够专注于眼前的风景，而非取景器画面，我有一种久违的解脱感。让全景相机走进生活即便是在全景相机领域，「底大一级压死人」依然是金科玉律。这也是以往影石 X 系列无法作为 vlog 机来使用的根本原因——天色渐暗，夜景能力还是差点意思。构图失误、取景偏差，都能够依靠后期裁切补救，但暗光环境下拍出糊成一片、噪点泛滥的画面，无论借助任何算法，都无法从根本上修复。原生画质上限，直接决定成片最终质感。更何况，我们日常拍摄 Vlog，很少拥有光线充足的理想环境：暖光笼罩的室内、人流喧闹的夜市、黄昏逆光的街道……这些都是生活中高频的拍摄场景，却也是过往全景相机最棘手的短板。在传感器得以升级后，X6 的夜拍能力有了肉眼可见的提升，即便是在黄昏，甚至极限的弱光环境下，依然有不错的观感：尽管前代 X5 同样支持 8K 30fps，但依托全新传感器底子，这一代 8K 30fps 的实际成像水准实现明显跨越。就算身处比较昏暗的场景，也不至于抓瞎，噪点控制、动态范围表现更加靠谱，这无论对拍照还是录像都大有裨益。▲ 上｜X5 、下｜X6除了硬件画质提升外，影石也在这一代持续优化普通人的后期体验：依托PanoMind 智能算法与AI 导演功能，相机能够自动识别人物、互动画面、高光瞬间，自动生成流畅运镜与成片脚本。拍完之后把相机接上电，它会在充电时自动分析素材，识别人、动作和一些高光片段，然后剪出一版初稿，再推送到手机上。非常适合那种拍得很长，自己又很难筛选好角度的日常视频，出门钓鱼、玩水这种日常生活是够用了。实际体验下来，虽然这个功能很好用，但还有一些美中不足。有时候，想指望 AI 快速出片，但屏幕页面只会给出一个预估时间，而等到时间到了，推送的成片却没有如期出现，多少让人有些失落。总的来说，一系列软硬件优化叠加在一起，让 X6 顺利跳出过往全景相机是极限运动专用机的刻板印象。它不再局限于滑雪、骑行这类门槛较高的户外场景，在旅行出游、朋友聚会的时候，我也会更多选择把这样一台全景相机揣到包里，去拍一些有趣好看，其乐融融的画面。成立十多年来，影石成功的秘诀，就在于如何把手机之外的第二台相机，塞到普通人的口袋里——拇指相机、运动相机、全景相机和手持云台相机，不外如是。我想 Insta360 X6 确实是一次绝佳的尝试，通过技术进步、产品定义和功能打磨，影石又一次成功地将一台本不属于普通人的口袋相机，揣进了你我的口袋里。客观来说，作为一台 vlog 机，Insta360 X6 确实还有一些使用不便的地方，譬如全景素材会占用更多存储空间，后期整理也需要投入时间成本。但换取拍摄全程松弛自在的体验，允许我们事后补救各种意外漏拍，这笔取舍对于热爱记录生活的人而言，也是值得考量的卖点。也许下次，你在选购拍照手机或 vlog 相机的时候，一台面向普通人的全景相机，也会成为其中的一个候选项。