🤖富士康招工备战 iPhone 18 Pro，新员工最高可获 8800 元奖金📱微信灰测图片 AI 处理入口💰Stripe 收购 OpenRouter，承诺维持其独立产品路线🤖Apple Music 将为 AI 生成内容显示标签📱Omdia：阔折叠将带动折叠屏市场增长💰宇树科技上市次日跌近 19%，市值跌破 2800 亿元💰Anthropic 营收反超 OpenAI，二季度实现盈利⛽美光将投资 100 亿美元建设 AI 存储研究实验室🎮《黑神话：钟馗》公开实机演示视频🚗万钢：纯电与插混或形成约 7:3 的市场结构📚Gemini 上线学生中心，加入作业与研究工具🤖吴泳铭：阿里 AI 算力投入预计三年回本🧸泡泡玛特上半年海外收入下滑 11.6%💡宇树科技王兴兴：人形机器人的关键是泛化能力📷影石发布 Luna Pro 云台相机，售价 3399 元起📱华为推出「阔直板」手机 Pura X View💻豆包「工作任务」接入侧边工作台📱ChatGPT 推出 Apple Messages 插件，可在 Mac 上搜索并回复消息💻百度文库上线库库 AI，主打跨设备任务接力🦿宇树推出仿生 7 轴灵巧机械臂🚙Waymo 向三城全部乘客开放新一代 Robotaxi🛍️旺仔牛奶将推出低糖、低脂、高钙版本📱抖音支付上线「馋猫外卖」攒钱小游戏🎬《牛来》票房突破 3000 万元🎥安吉丽娜·朱莉导演新片《无血之战》发布预告富士康招工备战 iPhone 18 Pro，新员工最高可获 8800 元奖金据红星资本局报道，富士康正在多个部门招聘工人，为苹果即将推出的 iPhone 18 Pro 系列及首款折叠屏 iPhone Ultra 备货，并向新入职员工提供最高 8800 元的招聘奖金。8 月 14 日之后到岗的员工，还可叠加 500 元到岗补贴。这笔奖金并非入职后一次性发放，而是按照在职时长分批发放的阶梯式留任奖励。员工需要满足在职时长、出勤等条件才能拿到全额奖金，中途离职则无法领取剩余部分。此次招聘涉及零部件测试、组装、质检等环节，越早到岗的员工还可能获得额外奖励。微信灰测图片 AI 处理入口据「赛博禅心」，微信正在部分用户中灰测图片 AI 处理入口。测试界面会在聊天图片底部显示「AI 处理」标识，点击后可直接进入美化、信息提取和修改三组工具。现有功能包括人像美化、滤镜、换背景和风格转换，也可提取文字、总结和翻译图片内容、生成文档；修改类工具则包含消除杂物、打马赛克和提升清晰度，更多复杂操作会跳转至小微。该功能目前仍处于灰度测试阶段。Stripe 收购 OpenRouter，承诺维持其独立产品路线OpenRouter 8 月 19 日宣布加入 Stripe。该公司表示，产品、品牌、既有集成和路线图将保持不变，开发者无需修改现有接入；模型路由仍以用户的价格、性能与可用性需求为准。OpenRouter 将自己定位为多模型网关与市场，称平台覆盖超过 400 个 AI 模型，日处理量超过 10 万亿 Token。公司认为，Stripe 的客户网络、支付与反欺诈能力能帮助其更快服务开发者和企业。这笔交易把支付基础设施与模型调用入口放到同一体系中。TechCrunch 报道称，Stripe 看重的并非单一模型，而是 OpenRouter 在多模型调用、成本管理和路由上的开发者入口。Apple Music 将为 AI 生成内容显示标签据 9to5Mac 报道，Apple Music 将在今年晚些时候面向用户显示「Made With AI」标签，覆盖音乐、词曲、封面与音乐视频。内容提供方如使用生成式 AI 制作了作品的实质部分，或内容主要由生成式 AI 服务产生，都必须提交相应的 AI Transparency Tags。Apple 表示，这项要求旨在让听众清楚了解作品的制作方式。Apple Music 负责人 Oliver Schusser 近期称，平台每月新增音乐中超过三分之一为完全由 AI 生成，但其播放量占比低于 0.5%。Spotify 此前已宣布，默认不把 AI Personas 音乐放入编辑和算法推荐；Deezer 则会把完全由 AI 生成的曲目排除在推荐与编辑歌单之外。Omdia：阔折叠将带动折叠屏市场增长Omdia 预计，全球折叠屏手机出货量将从 2025 年的 1,820 万部增长至 2028 年的 3,600 万部，年增速将保持在 20% 以上。研究机构认为，采用更短、更宽屏幕比例的「宽屏书本式」设计会成为下一阶段的主要增量。这类机型展开后更接近平板形态，同时希望借更宽外屏、较小机身和更轻重量改善传统大折叠的便携性。Omdia 数据显示，2026 年上半年书本式机型已占全球折叠屏出货量的 69%，华为与三星合计占该细分市场 75%。宇树科技上市次日跌近 19%，市值跌破 2800 亿元宇树科技 8 月 20 日低开 6.51%，收盘跌近 19%，总市值跌破 2800 亿元。前一交易日，该股曾以 1100 元开盘、涨幅 629%，但盘中已从高位回落，次日波动进一步放大。第一财经转引的中签投资者案例显示，部分投资者在首日回落时选择卖出：有人在约 899 元分两笔卖出 500 股，净赚逾 37 万元。Anthropic 营收反超 OpenAI，二季度实现盈利据界面新闻报道，Anthropic 向潜在投资者披露，其第二季度初步营收较上年同期增长至少 14 倍，并首次录得调整后营业利润；按当前业务表现计算，公司的年化营收运行率已超过 OpenAI。报道将差异归因于两家公司的客户结构与投入节奏：Anthropic 的增长主要来自 Claude Code 等企业工具，OpenAI 则仍承担更大规模的消费端产品和算力投入。两家公司目前均在筹备 IPO。美光将投资 100 亿美元建设 AI 存储研究实验室美光宣布在美国爱达荷州博伊西成立 Micron Research Labs，计划未来十年投入 100 亿美元，研究关键存储技术、存储与计算架构、先进封装和下一代半导体制造。新实验室预计 2027 年动工，可容纳数百名研究人员，并将通过大学合作、全球卫星实验室和产业生态合作连接外部研究力量。该投入建立在美光此前宣布的美国制造与研发投资计划之上，目标是为 AI 系统探索超越现有产品路线图的存储与计算技术。《黑神话：钟馗》公开实机演示视频游戏科学昨日公布《黑神话：钟馗》15 分钟实机演示，这是该作首次正式展示主角战斗、敌人设计及部分剧情内容。官方表示，游戏仍处于研发早期阶段，演示录制自开发中版本，最终成品可能发生较大变化。从演示来看，战斗场景主要位于草木、山石和荒郊小径构成的野外环境，暂未展示此前预告中出现的街巷和生活化场景。钟馗的战斗融合了武器、法术、鬼怪和民俗仪式等元素，整体仍保留以 Boss 战为核心的动作角色扮演体验，但并非简单复刻《黑神话：悟空》的战斗方式。游戏科学此前将《黑神话：钟馗》定义为一款取材于中国古代神话与民俗传说的单机动作角色扮演游戏，商业模式与《黑神话：悟空》一致。与《悟空》围绕《西游记》展开的神魔史诗相比，《钟馗》的故事更贴近人间生活，涉及妖鬼、街巷、饮食、服饰和民间传说。演示片尾出现了生活化与人间街巷场景，相关内容预计会在后续开发中继续呈现。同期，游戏科学创始人冯骥发布文章，分享了公司内部坚持多年的 10 条工作原则，包括「首先打动自己」「可体验的版本，胜过满纸雄文」「好玩是目标，也是底线」以及「理念是廉价的，但贯彻理念的行动是可贵的」等。🔗 相关阅读：《黑神话：钟馗》15 分钟实机来了，这次终于看懂在玩什么万钢：纯电与插混或形成约 7:3 的市场结构中国科协名誉主席万钢在新华社专访中判断，未来新能源汽车市场里，纯电动车与插电式混合动力车的占比可能约为 7:3；他的重点并非二者相互替代，而是按补能条件和使用场景分工。万钢把纯电车定位为城市日常通勤的主力，认为插混和增程车型可覆盖补能条件有限的长途需求。他同时反驳「新能源车产能过剩」的说法，称国内更新需求和全球绿色转型仍在扩大市场。Gemini 上线学生中心，加入作业与研究工具Google 正在 Gemini 中推出学生中心，集中提供学习笔记、抽认卡和练习测验等功能。用户还可在学习笔记中加入图表和图片，并根据课程大纲把考试日期与截止时间写入 Google 日历。同时，Gemini Live 将接入 Deep Research：用户可让系统生成复杂研究报告，并在报告生成期间关闭聊天或锁屏等待提醒。Google 还计划在未来数周为移动端 Google Lens 增加拍摄习题后提供解释、概念辅导和错题提示的功能。吴泳铭：阿里 AI 算力投入预计三年回本8 月 20 日，阿里巴巴 CEO 吴泳铭在财报电话会上表示，按阿里云目前 AI 产品的平均毛利水平，AI 算力投入预计可在三年内回本；随着 AI 产品毛利率提升，他称回报周期还可能缩短至约两年半。阿里此前提出三年投入 3,800 亿元建设 AI 算力。本季度阿里云资本开支达到 677 亿元；阿里云官方披露，其外部商业化收入同比增长 45%，创近 22 个季度新高。吴泳铭将这一回本预期建立在持续增长的 AI 云需求和产品毛利率改善之上。泡泡玛特上半年海外收入下滑 11.6%泡泡玛特发布 2026 年中期业绩：上半年营收 171.73 亿元，同比增长 23.8%；公司拥有人应占溢利 50.38 亿元，同比增长 10.1%；经调整净利润 51.56 亿元，同比增长 9.5%。中国市场收入同比增长 47.3% 至 122.01 亿元，其中线上渠道增长 62.7%；海外收入则下降 11.6% 至 49.72 亿元，美洲收入降幅达到 16.5%。IP 方面，THE MONSTERS 收入下降 7.5%，星星人收入增长 580.6% 至 26.50 亿元；毛绒产品收入增长 60%，成为公司最大品类。泡泡玛特 CEO 王宁在业绩交流会上表示，公司大概率无法完成年初设定的全年增长目标，并将今年定位为「整理年」，重点转向业务基础和全球渠道结构调整。💡 宇树科技王兴兴：人形机器人的关键是泛化能力在 2026 世界机器人大会的演讲中，宇树科技创始人、董事长王兴兴指出，人形机器人的落地难点在于效率与泛化能力：在固定场景完成充分采集和专项训练后，模型的任务成功率可以接近 100%；一旦更换物品或稍微改变环境，成功率就会明显下滑。这也是当前具身智能行业面临的共同挑战。宇树已在汽车工厂和自有工厂做测试，却没有把产品大规模推向工厂和家庭。王兴兴提到，机器人面对新任务往往需要重新训练，部署效率仍偏低；实际操作中，误差常出现在拿取、装配的最后几厘米甚至几毫米，模型输出与真实物理世界尚未充分对齐。他给出的通用能力标准是两个「80%」：机器人在约 80% 的陌生场景里，能够按语音或文字指令完成约 80% 的任务。为接近这一目标，宇树的方案包括论文检索、代码生成、仿真训练、真机测试和评价反馈形成闭环；王兴兴强调，人类评价仍是其中的重要一环。王兴兴预计，具身智能的关键突破快则两三年、慢则五到十年。他将真正的分界点放在同一台机器可靠迁移到陌生环境、完成日常任务的能力上。影石发布 Luna Pro 云台相机，售价 3399 元起影石发布与徕卡联合研发的 Luna Pro 云台相机，国内售价 3399 元起，现已开售。产品搭载 1 英寸传感器和徕卡 Summicron 镜头，支持通过 6K 超采样直出 4K 30fps 竖屏视频，并提供 4K 60fps 夜景录像和最高 4 倍变焦。Luna Pro 还支持 8K 杜比视界、4K 120fps 慢动作及 10bit I-Log，采用高通 4nm 芯片与独立影像芯片的双芯架构。可拆卸图传遥控屏支持 20 米远距离监看和控制，机身内置 47GB 存储，标称连续拍摄时间最长 4 小时。🔗 相关阅读：首发｜我用了一个月的影石 Luna Pro，也许真能和「前辈们」掰掰手腕华为推出「阔直板」手机 Pura X View华为在享界 G9 及鸿蒙智行新品发布会

学不过来，刚刚学会怎么用好 Codex，现在又来了个 DeepSeek Harness。过去几天，我们已经介绍过它的插件、各种新玩法和新上线的多模态，但还有一个最基础的问题没有解决：DeepSeek Harness 到底该怎么装，又该怎么用？这次我们从安装、第一次对话、装 Skill、玩插件一路到卸载，带大家从零跑通 DeepSeek Harness。用 WorkBuddy 安装 DeepSeek HarnessDSH 在某种程度上有点像龙虾，没有完整的点击即安装的应用程序，只有放在代码库里需要通过命令行安装的软件包。DeepSeek 官方提供了两种方式，一种是从源码安装，获取完整项目源码，并按照仓库说明完成安装。git clone https://github.com/deepseek-ai/deepseek-harness对于熟悉 Git 和命令行的用户来说，这套流程并不复杂，但后面还要继续执行 pnpm install、构建项目等一系列操作。如果只是想先体验一下 DeepSeek Harness 的普通用户来说，多少还是有些劝退。所以更简单的方法，是直接通过 Node.js 快速启动。安装 Node.js 后，只需要输入：npx @deepseek-ai/dsh web我们这一批从「龙虾时代」走过来的 AI 原生玩家，电脑上一般都已经安装了 Node.js。在命令行输入 node -v、npm -v 检查一下是否安装好，如果都没有，直接从官网 https://nodejs.org/en/download 下载安装即可。正常来说，输入快速体验的命令后，我们在浏览器中打开 http://127.0.0.1:3080 该本地地址，就能启动顺利启动 DeepSeek Harness。如果还是启动失败，不妨试试社区开发的第三方应用。不少开发者已经基于开源的 DeepSeek Harness 仓库，独立开发了相关的应用，可以像安装微信一样，一键安装到本地电脑上。其中收藏比较多的是由 Anywhere Lab 开发的桌面端，目前在 GitHub 上已经有 14000 个 Star，算是目前关注度最高的第三方客户端之一。正常安装完成后，其界面和官方的 WebUI 基本是保持一致，不同的地方在于它新增了一个插件市场的入口，我们可以直接在插件市场里找到有意思的插件并安装。更终极的方法，如果你不想用第三方应用，也不想自己捣鼓终端，交给 WorkBuddy 或者 Codex。早在我们内测时，安装方法就需要从自己的 GitHub 仓库里面部署，对小白来说是完全不懂。我们就直接把项目链接发给 Codex，Codex 会自动读取项目文档，帮我们在命令行处理那些操作。同样的 DeepSeek Harness，我们也可以直接把 GitHub 的仓库链接丢给 Codex，https://github.com/deepseek-ai/deepseek-harness，选择 Codex 访问权限为全部访问，等待它慢慢操作，就能直接帮我们打开安装好的 DeepSeek Harness。用 WorkBuddy 也可以，就选「日常办公」，工作空间可以任意指定一个本地的文件夹，或者干脆不用指定。模型和思考强度不用太纠结，安装任务本身并不复杂；如果中途涉及较多环境排错，再切高推理等级。然后直接发送「帮我把这个 https://github.com/deepseek-ai/deepseek-harness 项目部署到本地，让我可以通过 http://127.0.0.1:3080 访问该服务。」很快，Workbuddy 就帮我们安装好了最新版本的 DeepSeek Harness，后续有更新，还可以继续和它对话，让它帮忙更新。以前安装一个开源项目，第一步是学会敲命令；现在第一步可以是把 GitHub 链接丢给另一个 Agent。DeepSeek Harness 自己还没有做到点击即用，但 Codex、WorkBuddy 这类本地电脑 Agent，已经把它最劝退普通用户的命令行门槛直接抹掉了，而后续更多的繁琐操作，都可以甩手交给 DeepSeek Harness 处理。第一次对话，怎么用多模态和所有的 Agent 一样，工作区可以让我们指定某个文件夹，在该项目内就能直接开启对话。举个例子，点击对话框，选择本地电脑上任意一个文件夹，可以是新创建的，也可以是包含了具体项目文件的；选择之后，我们就能给 DeepSeek Harness 下需求。一般来说，模型可以选择 DeepSeek-V4-Pro，推理等级选择 Max，虽然贵一点，但是也能减少我们和 AI 拉扯的时间。DeepSeek Harness 也会在理解我们需求之后，将项目分成多个有进度可跟踪的任务，以及使用目标模式来控制任务不偏离原需求。中途遇到需要我们做决策的部分，或者需要授权的审批，DeepSeek Harness 都会弹出通知让我们选择。和一般的网页版生成不同，DeepSeek Harness 会持续调用工具来完善最终的交付，就像这个《牛来》的游戏，DeepSeek Harness 生成的网页，还是有一定的可玩性的。甚至还识别到了「半导体老祖」、「跳过小溪」、「父子相认」这些名场面。而简单的问答或是安装 Skills 现在都可以交给他，例如我们从网上找了一个 PPT 的 Skill，ppt-master，然后直接在对话框发送「帮我安装一下这个 Skill https://github.com/hugohe3/ppt-master/blob/main/skills/ppt-master/SKILL.md」安装完成之后，直接说用这个 Skill 帮我做一份语文课 PPT，内容是朱自清的《荷塘月色》。DeepSeek Harness 会遵照 PPT Master Skill 的要求，自动打开一个新的浏览器标签页，要我确认设计方案。最后生成的效果，也确实很不错。和其他 Agent 不一样的地方，则是 DeepSeek Harness 新增的「轨迹」页面，把调用了哪些工具，助手的回复，上下文注入以及 Token 的使用都清晰的呈现出来了。以及多种不同的运行模式，处理不同的任务。基本的使用大概就是这样，如果是从一个已有文件的本地文件夹，我们也可以让 DeepSeek Harness 帮我们完成文件的整理。刚好 DeepSeek Harness 最近的更新加入了多模态的功能，在 0820 的更新日志里写着「新增功能：增强多模态支持度，DeepSeek 模型适配器支持配置启用原生图片请求，/goal、/plan 等命令可接收图文输入，@ 菜单支持引用文件和会话」但实际的情况是Harness 多模态了，当前用的这个 DeepSeek 模型还没有。当 DeepSeek Harness 遇到整理的文件是图片时，它依然会报错，表示 DeepSeek-V4-Pro 不是一个支持多模态的模型，它无法读取图片内容。这次更新打通的是 Harness 的输入管线和模型适配层，所以 DSH 已经能把图片送给支持视觉的模型；V4-Pro 本身不接图片，因此默认组合下依然看不了图。根据更新的仓库代码显示，前一版本的 DeepSeek Harness 多模态支持处于较基础阶段。在多轮对话中，如果发送了多张图片或单张图太大，极易因为图片历史堆积（Token 超限、API 格式不支持）导致模型请求直接崩溃（Crash）。更新之后的多模态，不仅仅是聊天框，/goal（目标模式）和 /plan（计划模式）这些底层命令也正式打通了图文输入，并且能在 @ 菜单里直接拖入/引用图片文件。但如果模型本身不支持「看图」，即模型在 DeepSeek 官方适配器中被标记为 [“text”]，就无法使用 DSH 的多模态能力。代码注释还解释了为什么拒绝：工具结果会进入持久会话历史，如果路由不支持图片，会破坏续聊和分叉。创作第一个插件万物皆插件，插件几乎是 DeepSeek Harness 最大的亮点，如果不使用插件，可能会觉得 DSH 也不过如此。在 DeepSeek Harness 官网，给出的自定义插件案例，就有创作 UI 插件，开发贪吃蛇游戏插件，以及自定义一个代码审查模式。我们可以直接在对话框输入「给当前界面加入一个鲸鱼的背景。」DSH 的插件能力，就能让我们自定义整个用户界面。从 DSH 的思考轨迹可以看到，它使用的是 Cordis 内核的能力，即 Cordis 内核只负责插件的加载、卸载和依赖关系，不承载 Agent 的具体能力。基于 Cordis 内核的服务，模型、工具、技能、会话、沙箱、存储、循环、调度、UI 等所有 Agent 能力均可以由插件提供，再通过 Cordis 服务与事件彼此协作。前段时间，「滑动变祖器」在社交媒体上被网友们疯狂转载。我们也把这个项目链接丢给 DSH，告诉他当我们选择不同的思考深度时，界面的 UI 要根据 Low、High、Max 做出对应的调整。▲ 提示词：参考这个仓库 https://github.com/Lichtspektrum/liang-intensity-calibrator，把滑动变化的图片设置为 UI 界面的背景，然后当我们选择不同的思考深度时，界面的 UI 要会根据 推理等级 做出对应的调整，变化为不同的图片背景。类似皮肤的插件还可以在专门的皮肤市场找到更多的案例，有深海女仆工坊、回到 2005 的广告门户网站、海洋皮肤、滑动变祖，以及便签等 189 个皮肤插件。▲ 地址：https://kingofsoysauce.github.io/dsh-skin-market/之前我们也分享了 DSH 好玩的插件，也有网友自发整理了各类插件，不过目前主流的玩法还是集中在可视化的 UI、不同任务类型的 Agent 编排、以及处理记忆、连接不同第三方服务的 MCP 等。如果看到有意思的插件，安装也很简单，除了在终端输入类似的命令 dsh plugin –profile web add github:csyangwen/dsh-memory-evolve，我们甚至可以直接跟 DeepSeek Harness 对话就行。▲ 安装的记忆插件，让对话框上方从对话和轨迹，变成了包含技能、待办等多项内容的界面或许有意思的插件，还得自己去对话框一轮一轮测试，记得切换到创造模式，效果或许会更好。一键卸载卸载和安装一样，直接告诉 WorkBuddy/Codex 也可以，一句话「帮我卸载电脑上的 DeepSeek Harness。」如果是通过：npx @deepseek-ai/dsh web 快速体验，DeepSeek Harness 并没有作为一个全局应用安装到电脑里。关闭运行它的终端，或者结束对应的进程，服务也就停止了，不需要再额外执行 npm uninstall。如果此前是从 GitHub 克隆源码运行，则停止服务后，再删除本地的 deepseek-harness 项目文件夹即可。至于第三方桌面客户端，就和普通应用一样，直接从系统中卸载。▲ 提示词：帮我在桌面制作一个deepseek harness本地桌面启动器，有一键打开和一键卸载的功能而 DeepSeek Harness 留下的会话、配置和凭据也不准备保留的话，还可以继续删除 ~/.dsh 目录。到这里，从安装、第一次任务、装 Skill、折腾插件，再到最后卸载，DeepSeek Harness 基本就算跑过一遍了。DSH 说 15s 之后会重启，它自己还在输出，时间到了就重启完，重启之后成功安装了工作区目录树的插件回头想想，这套流程里最有意思的变化可能还发生在 DeepSeek Harness 之外：我们可以让 Agent 帮忙安装 Harness，再让 Harness 给自己安装插件。以后折腾一个新的 AI 工具，需要记住的命令可能会越来越少，需要说清楚的只剩下一件事——我们到底想让 AI 做什么。

ChatGPT 现在可以直接「翻」你的 iMessage 了。今天凌晨，OpenAI 正式为 Mac 端的 ChatGPT 上线 Apple Messages 连接器。授予相应系统权限后，输入「@」并选择「Messages」，ChatGPT 就能检索、分析聊天记录，并帮你起草回复。把散碎的聊天记录，变成可执行的结构化数据比如对 ChatGPT 说一句「整理昨天有哪些我需要跟进的事情」，它会翻看昨天的聊天记录，从里面找出那些没有下文的事情。OpenAI 展示的例子里，读书俱乐部的一位朋友问「我们下次聚会是什么时候」。ChatGPT 找到这条消息之后，又去日历里确认了活动时间，最后顺手拟好回复。另一个例子则是很常见的约饭。朋友在 Messages 里约你下周吃饭，你可以让 ChatGPT 看一下自己的日历，再告诉对方哪几个时间有空。不过，ChatGPT 并不会「自作主张」直接帮你回复，在卡片中直接修改文字，确认无误后点击发送，消息才会正式出现在 iMessage 的对话流里。类似的事情在聊天记录里其实随处可见。朋友随口提到的生日、同事说下周继续处理的工作、家人约好的聚餐……这些琐事，现在都可以被模型主动调用，变成理解用户近况和继续完成任务的「上下文」。这也是 OpenAI 最近一系列产品变化里越发明显的趋势。图｜ChatGPT Finances今年 5 月推出的 ChatGPT Finances，允许用户通过 Plaid 连接银行账户、信用卡和投资账户。接入之后，用户可以直接问 ChatGPT 自己最近的钱花到了哪里、有哪些固定订阅、资产和负债发生了什么变化。图｜ChatGPT Health此前的 ChatGPT Health 思路也类似。连接 Apple Health 和医疗记录之后，ChatGPT 可以在用户授权范围内参考睡眠、运动、活动和其他健康信息。到了 Messages，模型又开始接触用户的聊天记录，以及聊天背后错综复杂的日常安排和人际关系。这几项功能放在一起，OpenAI 的思路其实很清楚：通过用户已经在使用的应用和服务，间接获得更多关于这个人的信息。图｜TechRadar这和传统的 ChatGPT「记忆」还不太一样。记忆主要来自用户过去主动告诉 ChatGPT 的内容；这些连接器接入的，则是其他应用长期记录下来的真实数据。过去想让 ChatGPT 分析一段聊天，需要截图或者复制聊天记录；想聊最近的消费，自己去把账单找出来；问最近为什么总是很累，也得先交代自己的睡眠和运动情况。接入这些应用以后，模型不再需要你「动嘴」，ChatGPT 能了解到的「你」，也由此开始从对话框里的几句话，慢慢扩展到日常生活留下的各种记录。问题也随之而来：苹果不是一直把不同 App 和数据隔离得很严吗？确实。出于安全与隐私考量，苹果在过去十多年里用沙盒机制（Sandbox）与权限清单（Entitlements）构筑了严密的护城河。一个得到 Health 权限的运动 App，不会因此获得 Messages 的聊天记录；同样，保存几年聊天内容的「信息」App，也没有理由跑去查看你的健康数据。有意思的是，面对这套坚固的沙盒，OpenAI 讨巧地选择了一条颇具极客色彩的「邪修」路径。它利用 macOS 长期存在的高级权限与自动化机制，绕开了传统 App 的边界约束：通过索取「完全磁盘访问权限」（Full Disk Access）直接读取本地的 SQLite 聊天数据库，再借助 AppleScript、Apple Events 与辅助功能（Accessibility）等原生 API 来解析与起草消息。沙盒与底层安全机制并没有失效，但 OpenAI 巧妙地借用系统留给高阶自动化工具的权限缝隙，打破了长久以来心照不宣的产品边界。苹果负责守门，谁来负责编排？把系统服务串联起来这件事，苹果自己其实已经做了很多年。在「快捷指令」时代，串联规则高度依赖人类手动搭建一条严苛而死板的流水线：「读取日历空闲 → 筛选可用时段 → 匹配联系人 → 格式化文本 → 唤起信息发送」。图｜AppleInsider每一步该读取什么、得到结果之后再做什么，基本都由人提前规定。快捷指令负责按照这套规则执行。AI Agent 则直接颠覆了这套逻辑。用户只需要随口说一句：「看我下周什么时候有空，回小王约顿饭。」模型便能自己拆解任务：先去「信息」App 理解邀约语境，从「通讯录」App 判断「小王」是谁，再进入「日历」App 寻找空闲档期，最后把拟好的回复送回「信息」App 等待确认。数据隔间依旧存在，权限也没有消失，但在这些沙盒之上，大模型开始搭起一层新的「语义总线」。这些原本割裂在系统各个角落的数据，正在被拼成一幅越来越完整、鲜活的个体画像。于是，一个新的问题也浮了出来：在未来的操作系统里，究竟谁来负责这层编排？对苹果来说，这个问题现在可能尤其敏感。图｜使用 AI 生成Mark Gurman 今年 5 月就曾报道，双方持续两年的合作关系已经明显转冷，OpenAI 认为与苹果的合作没有带来预期中的收益，当时甚至已经在研究采取法律行动。两个月后，苹果反过来以窃取商业秘密为由正式起诉 OpenAI；OpenAI 随后公开反击，并要求法院驳回诉讼。双方从合作伙伴走到对簿公堂，只用了两年时间。与此同时，苹果也在加快自己的 Siri AI，希望把它更深地嵌进 iPhone、iPad 和 Mac。两家公司现在显然已经不在「蜜月期」。macOS 现有的权限仍然允许 ChatGPT 继续深入这些系统服务，苹果却未必愿意看到 OpenAI 长期占据「理解用户意图、调度系统服务」这个位置。苹果依然牢牢握着最底层的钥匙。什么 App 能访问什么数据、哪些动作需要确认、哪些权限绝不能越界，最终都由系统说了算。但当用户完成授权之后，去理解一句自然语言、判断该调用哪些服务，并把它们组织成一条完整任务链的能力，正在成为 AI 时代新的入口。图｜The Verge苹果花了十几年，把数据和应用放进一个个权限分明的「房间」；如果 Siri AI 能够顺畅读懂意图，并在授权范围内自如调度这些房间，它才最有资格成为系统原生的「总指挥」。否则，守门的虽然还是苹果，但发号施令的指挥权，可能就落在别人家的 AI 手里了。

苹果最近在 AI 上又有了新动作。8 月 20 日，苹果向创作者群发邮件，敲定 Apple Music 的 AI 透明度规则：今年晚些时候，曲目、封面、音乐视频等页面会出现「Made with AI」（由 AI 制作）的可见标签。凡是「AI 被用于创作内容的实质部分」的作品，包括完全由生成式 AI 产出的整轨歌曲，提交时必须主动申报。这不是「建议」，是强制。任何沾上 AI 的作品都绕不开这层申报。这也意味着，苹果正式把 AI 内容的身份问题，从后台管理推到了前台用户面前。所有 AI 音乐，都要打上「标签」其实早在今年 3 月，苹果就下过通牒。当时苹果宣布，Apple Music 将要求创作者对新上架的封面图、曲目、编曲作品和音乐视频披露 AI 使用情况。当时这还只是一纸通知，外界并不清楚披露内容会不会真的出现在用户眼前。在落地的细节上，相较于 「AI 生成」的用户可见，更重要的是苹果明确了「必须打标」的门槛。邮件里声明，只要 AI 被用于创作内容的实质性部分，内容提供方就必须贴上 AI 透明度标签，包括由 AI 平台直接生成的曲目。苹果还把「AI 平台生成内容」定义得非常严格——任何主要由生成式 AI 服务产出的内容，都算。换句话说，哪怕一首歌是人类写的、编的，只要其中有一块实质性的东西是 AI 做出来的，就得如实交代。苹果同时引导创作者查阅官方《音乐风格指南》，获取更细的规则说明。苹果给出的理由是：为听众提供尽可能多的透明度。把这个政策放到整个流媒体行业，苹果并不是一个先驱者。Spotify 最近宣布，默认将 AI 人设（AI Persona）生成的内容排除在编辑推荐和算法推荐之外；Deezer 去年就把纯 AI 生成曲目剔除出推荐流和编辑歌单，上个月还公布了一个标志性数字——纯 AI 生成音乐首次超过了平台每日新增上传量的一半。各家平台都在用不同的方式给 AI 音乐划出边界，只不过苹果选了最「用户可见」的一条路：不隐藏、不降权，直接把标签亮在你脸上。图｜Spotify真正值得玩味的是 Apple Music 负责人 Oliver Schusser 上周在 Billboard 播客上给出的两组数据：每个月上传到 Apple Music 的音乐中，有超过三分之一是纯 AI 生成的；但这些 AI 内容在平台上的播放量，加起来不到 0.5%。机器正在以极高的速度往平台里灌水，而听众几乎没人买账。苹果选择在这个节点把「Made With AI」标签推到前台，也是在提前给内容池立规矩：AI 生产的内容可以存在，但必须在人工内容面前「亮明身份」。AI 写 App，苹果管得更严这也不是苹果的临时起意，是苹果对于生成式 AI 一贯的态度。今年 3 月，The Information 披露，苹果开始阻止包括 Replit、Vibecode 在内的一些 Vibe Coding 应用更新。这些应用的共同特点，是允许普通用户通过自然语言描述需求，然后让 AI 自动生成游戏或者应用程序。随后，事情进一步升级。Anything 因类似问题一度被苹果直接从 App Store 下架。苹果给出的依据并不是一条专门针对 AI 的新规定，而是一条已经存在多年的 App Store Review Guidelines 2.5.2。这项规则要求 App 必须保持相对「自包含」，不能下载、安装或者执行能够改变自身或其他 App 功能的代码。教育类编程 App 存在有限例外，但代码需要向用户完整开放并允许编辑。Vibe Coding 恰好撞上了这条红线。传统 App 在提交 App Store 时，苹果审核的是一个相对确定的软件包。如果一个 App 可以根据用户的一句话实时生成新的代码，并直接在 iPhone 内运行，理论上同一个经过审核的 App，可以在安装之后变成成千上万种不同的软件。这意味着苹果审核过的东西，和最终在手机上运行的东西，可能已经不是同一回事。苹果一面下架第三方 Vibe Coding 工具，一面自己却在 Vibe Coding 上押了重注。今年 2 月推出的 Xcode 26.3，直接让 Claude Agent 和 OpenAI Codex 进了 Xcode，用来搜索文档、查看项目结构、自动迭代构建。一句话，苹果并不反对「AI 帮你写代码」，它反对的是「用户在商店审核之外，通过第三方 App 生成并执行新代码」。图｜Applelnsider所以苹果并没有禁止「AI 写代码」，而是严格限制这个代码必须在苹果原有的安全和审核机制之下运转。看到这，虽然 Apple Music 和 Vibe Coding 看起来是两件完全不同事件，但能看出苹果处理它们的逻辑其实高度一致：把 AI 关进苹果设计的笼子里。AI 可以在苹果的地盘上存在，但必须服从苹果制定的规则——谁创造的内容、由谁创造、如何被看见，都得由苹果说了算。这或许就是一家以用户体验和隐私保护为立身之本的公司，面对 AI 时代给出的最符合自身气质的答案：不是拒绝，不是拥抱，苹果选择的是控制。

苹果对 VisionPro 的收缩，还在继续。8 月 20 日，AppleInsider 爆料称，苹果刚刚裁掉了整支专门做 VR 开发的团队，至少 60 名员工受影响，涉及 Apple Vision Group 及类似岗位。这不是苹果第一次被曝出「放弃 Vision」了。过去一年多里，围绕这支团队的消息一直是坏消息：负责人被调走、部门被拆散、产品被「搁置」。如果说前面这些还只是信号，这一次裁员，才是把苹果的真实战略摆上了台面：苹果已经不想再赌「头显」这条路了。VisionPro 还在，团队没了苹果官方对裁员的消息既没有确认，也没有回应。时间回到 2024 年上市时，VisionPro 是苹果近年来投入规模最大的全新品类之一。为了开发这款产品，苹果曾经建立了独立的 Vision Products Group（VPG）。它同时负责 Vision 的硬件和软件，组织形态与 iPhone、Mac 等成熟产品线有所区别。而就在一年多前，彭博社的马克·古尔曼就报道过：苹果已经拆散了曾经的 VPG。这个团队本来是苹果空间计算业务的核心，把 Vision 的硬件和软件攥在一个组织里；拆散之后，人员被分流到苹果更大的硬件工程和软件工程部门。原负责人 Mike Rockwell 被调去负责 Siri 的整改，从硬件部门掌门人变成 AI 助手项目负责人。换句话说，早在这次裁员之前，「苹果 Vision 团队」作为独立建制就已不存在。这一次至少 60 人被裁，意味着这种调整还在进一步深入。根据 AppleInsider 的说法，被裁人员包括一整支负责 VR 开发的团队。如果消息准确，苹果砍的是 VR 方向的研发力量，不只是管理岗和重复岗。这与苹果最近一年的产品路线变化基本一致。去年 10 月，苹果还给 VisionPro 做过一次硬件更新，将芯片升级到 M5，渲染像素数量提升约 10%，最高刷新率达到 120Hz。但产品基本形态没有发生变化，价格仍然高达 3499 美元。此后受存储器成本上涨影响，今年 6 月美国售价又进一步上涨至 3699 美元。与此同时，原本被认为能够扩大 Vision 产品受众的低价版本，前景却越来越不明确。今年 7 月还有消息称，三星显示已经停止开发一项与廉价版 VisionPro 相关的显示组件。一边是现有 VisionPro 小幅更新、继续维持高价，另一边是低价产品推进受阻、研发团队继续缩编。苹果没有宣布放弃 VisionPro，但资源投入上，传统 VR 头显已经不再是优先方向。头显退场，眼镜接棒苹果对「空间计算」没有失去兴趣。两个月前，苹果 visionOS 产品营销高级总监 Steve Sinclair 在被问到 VisionPro 是否已经「被冷冻」时，还公开否认了这种说法。他的表态是，空间计算目前仍处于早期阶段，苹果还在继续学习和投入。visionOS 27 的更新，以及 VisionPro 在消费、企业和医疗等场景中的应用，都是苹果继续投资这个平台的证明。更准确地说，苹果调整的是用什么设备承载空间计算。AppleInsider 的报道点得很直白：苹果的优先级正在转移，资源越来越多地流向 AI 智能眼镜。图｜Gizmodo根据此前的爆料，苹果的第一代 AI 眼镜预计在 WWDC 2027 上亮相，同年晚些时候发售。它依赖摄像头、Siri 和 Visual Intelligence，注意，不搭载 AR 显示屏。也就是说，这跟 Meta 的雷朋智能眼镜是同一个路线：轻量、日常、挂在脸上，而不是盖住你的眼睛。这也解释了为什么苹果可以一边继续维护 visionOS，一边缩减 VR 团队。VisionPro 过去几年积累的摄像头、空间感知、计算机视觉、人机交互等技术，是苹果压上真金白银换来的资产。其中相当一部分能力都可以迁移到智能眼镜、带摄像头的 AirPods，以及其他 AI 穿戴设备上。图｜AppleVision Pro 就像一个技术孵化器：空间计算在它身上被跑通、被验证，成熟的那部分交给眼镜去量产、去普及。苹果反复挂在嘴边的空间计算，不等于「那一台头显」，是一整套交互体系。苹果汽车项目结束后的处理方式也类似：项目可以收缩消失，但人才、技术和研发成果会重新进入其他产品线。这轮 60 人裁员的重点，不在人数，在于它指向的方向。从 VPG 被拆分、Mike Rockwell 转去负责 Siri，到低价版 VisionPro 相关项目遇阻，再到 VR 团队进一步缩编，路线已经越来越清楚：苹果的下一台「Vision」设备，可能不是一台 VR 头显，而是一副能每天戴出门的 AI 眼镜。

和去年一样，成都车展几乎变成了本土品牌的团建，宾利、保时捷、劳斯莱斯等近 20 个豪华品牌集体缺席，空出来的场地被自主品牌迅速瓜分。比亚迪的 9 号馆依然是最热闹的展馆之一，王朝、海洋、方程豹、腾势和仰望五大品牌车型亮相构建新品矩阵。其中最硬的菜无疑是新鲜出炉的大汉 EV 和第三代唐。作为王朝网的旗舰轿车，大汉的配置非常抓人眼球：1008 公里纯电续航，3.3 秒破百、全系后轮转向和双腔空悬。当然，最引人注目的还是 24.99 万元的价格。要知道，比亚迪汉早在三年前就已经下滑到 18.98 万元，想要重新把它重新拉回 25 万元基本已无可能。「大汉」这个名字虽然有些简单粗暴，但其实也挺聪明的——既蹭了汉家族多年攒下的知名度，又悄悄与它划清了界限：此汉非彼汉，这是加量又加价的汉。相似的高低搭配也出现在唐家族。大唐上市两个月后，原来的「王朝8系」正式定名为第三代唐。汉、唐两个老 IP，正在被比亚迪重新拆分。大汉，大在尺寸和配置先看「加量」。大汉长宽高分别为 5256、1999 和 1510 毫米，轴距达到 3130 毫米。相比汉 L，它长了 206 毫米，轴距增加 160 毫米，已经进入 D 级大型轿车的范畴。大汉没有顺着传统行政轿车的样子走，它的车头较低，车顶和车尾保留了明显的流线感。车头那条 2.41 米的一体式贯穿日行灯被命名为「飞檐破晓」，再配上 21 英寸多辐轮圈和始终保持正立的悬浮轮标，辨识度满强。大汉在颜色上也要更加丰富，它提供五款单色和四款双拼车色，预售期间，原价 1 万元的双拼车色可以免费选择。车内空间上它明显更照顾后排，比亚迪公布的大汉车内「得房率」达到 90.8%，车顶使用麂皮材质，门板采用大面积软质包覆，并加入了真木饰板。后排配备黑色 PDLC 调光玻璃，可以根据外部光线自动调节，也可以在一秒内从透明切换至不透明。目前比亚迪旗下使用这块玻璃的车型，除了大汉，只有仰望 U8L。它的音响采用 31 扬声器的帝瓦雷方案，氛围灯被嵌入扬声器内部，可以跟随音乐变化，副驾驶手套箱还支持密码和语音开启。。动力方面，大汉 EV 四驱版零百加速 3.3 秒，100-150km/h 加速 3.2 秒，最高车速 270km/h，百公里制动距离为 32.83 米。数据足够凶猛，但对于它的用户来说，实用性更高的配置显然是后轮转向。这是大汉全系标配的配置，得益于此，它的最小转弯半径只有 4.95 米，基本和海鸥处在同一水平，在地库和窄路里也可以拥有小车的灵活性。它的底盘采用了云辇-A 双腔空气悬架，车身高度调节范围达到 100 毫米，并配有道路预瞄。系统可以提前识别减速带和破损路面，再调整悬架状态；遇到坡道和烂路时可以升高车身，减少托底风险。辅助驾驶硬件上，大汉采用了天神之眼 B，软件升级到了天神之眼 5.0，支持智能泊车和城市领航。当然了，比亚迪在介绍辅助驾驶的时候，免不了要强调它们对于这两项功能的「双兜底」。尽管有着各种各样的配置，但长续航依旧是大汉最醒目的标签，它的后驱版 CLTC 续航达到 1008 公里，四驱版也有 880 公里。大汉的长续航归功于第二代刀片电池，流畅的造型让它的风阻系数低至 0.197Cd，官方公布的百公里电耗仅为 11.5 千瓦时。诚然，CLTC 的 1008 公里不能直接当成实际的续航里程，但大电池和低风阻依然能带来更充足的余量。与此同时，大汉还支持比亚迪引以为傲的闪充。按照比亚迪的规划，2026 年底全国闪充站将达到 2 万座，他们相信，届时比亚迪纯电用户的续航焦虑将得到很大程度的缓解。最后来看价格，大汉 EV 一共有三个版本：1008 公里后驱尊享型预售价 24.99 万元，后驱旗舰型为 26.99 万元，880 公里四驱旗舰型为 29.99 万元，三款车全部压在 30 万元以内。第三代唐回到大五座在第三代唐发布之前，这一车型一直被称为「王朝网 8 系」，如今比亚迪选择重新用回唐这个已经存在了 11 年的名字，与大唐组成新的「唐家族」。两款车的分工很好理解，大唐接近 5.3 米，采用 2+2+3 七座布局，负责三代同堂这样的多人出行；唐则要稍微收敛一些，主打五座，把更多空间留给第二排和后备厢。第三代唐的长宽高分别为 5045、1980 和 1760 毫米，轴距 2950 毫米。虽然官方将它定义为大型 SUV，但它的尺寸其实和之前的唐 L 非常接近。和大唐相比，唐的车顶加入了一点溜背，姿态更低，视觉上也没有那么方正厚重。虽然定位较大唐要低一些，但唐的车头同样采用王朝旗舰系列的一体式贯穿大灯，设计语言与大唐保持一致。少了第三排以后，第三代唐的第二排纵向超过了 1 米，座椅靠背最大可以调节至 130°。相比用一排长期折叠的座椅满足偶尔出现的多人需求，这种大五座布局更能迎合多数家庭的使用场景。内饰上，第三代唐的变化称得上是「翻天覆地」的，它采用一套叫做「星际双屏」的全新仪表台布局，上方是 35.4 英寸实体星环屏，用来显示车速等行车信息；下方则是一块 30 英寸无拼接全景屏，负责车机操作和影音娱乐。虽然类似的远端长投影屏已经出现在小米 YU7、宝马新世代 iX3 和传祺越 7 等车型上，供应链显然已经成熟，但这样的布局放在比亚迪车里依旧算得上是一件新鲜事。毕竟在过去的很多年里，比亚迪座舱最稳定的元素就是那块悬浮式旋转中控屏，第三代唐直接换了一套布局，至少说明比亚迪终于愿意动一动自己的内饰「模板」了。动力方面，比亚迪目前申报的后驱版本搭载一台功率为 300 千瓦的电机，电池容量分为 88kWh 和 105kWh，CLTC 续航有 730、830 和 850 公里三个版本。另外，这次发布会还确认了四驱版本的存在。和大汉一样，第三代唐的底盘采用云辇-A 双腔空气悬架，可以主动升高车身。遇到破损道路、浅滩或者轻度非铺装路面，至少不用太担心底盘高度；智能电四驱则可以毫秒级调整动力，在湿滑和泥泞路面的稳定性也会更好。当然，第三代唐依旧是一辆承载式城市 SUV，它能应付川西自驾和露营途中偶尔遇到的烂路，但没打算去抢豹 5 和豹 8 的工作。同样地，第三代唐将标配闪充，最高纯电续航达到 850 公里。除此之外，比亚迪总经理路天还在发布会上表示，他们还留了一项「杀手锏」尚未公开，准备以后单独发布。价格同样没有公布，要等到四季度上市时才能揭晓。从目前的信息看，第三代唐大概率会比大唐便宜。大唐售价 23.99 万至 30.99 万元，而第三代唐尺寸稍小，又采用五座布局，合理的价格区间应该在 20 万元上下。

有些人还在等自己的第一辆问界，但有的孩子已经可以先开上了。最近，问界推出了一款儿童车，目前已经开启预订，并将在 8 月 30 日正式上市，售价 15800 元。不过从官方海报来看，这并不是一辆简单贴上问界车标的玩具车：车长只有 1.5 米，家族前脸、金属车漆和智能功能却一样没少，连小蓝灯都装进了前脸灯组。一台只有 1.5 米长的「M9」看上去，这台儿童车很像一辆被缩小的问界 M9。圆润厚重的车头、贯穿式灯带、大面积下格栅以及多辐轮圈，都在尽力复刻问界旗舰 SUV 的气场，不过双座敞篷设计则让它比 M9 多了一点度假感。整车长宽高为 1500/800/655mm，小朋友坐进去刚刚好，大人若想体验，挤一挤也不是不行。麻雀虽小，问界还是努力把「旗舰感」塞进了有限的车身。儿童车常见的做法，是用几张贴纸和一块塑料格栅表明身份；这辆车则把灯组、下格栅、车门、轮眉和尾灯都认真做出层次，车身侧面甚至留有银色装饰件。从几米之外看过去，确实能让人一眼认出这是一辆问界。颜色也没有敷衍。问界为它准备了金瑞红、赛里木青和暖云白三款配色，并使用车规级金属漆。这三种颜色也延续了问界大车惯用的命名方式：红色讲究稳重，青色带一点户外气息，白色则最接近常见家用车。若家里本来就停着一辆问界，选一款相近颜色，大车旁边再摆一辆小车，拍全家福时应该比任何选装件都更抢镜。虽然尺寸很小，这辆儿童车却颇有几分智能汽车的模样。它搭载一台 350W 电机，官方标称最长续航 20km。家长可以用多功能遥控器控制车辆，也能通过 App 查看车辆状态。电子围栏的范围最远可达 300m，孩子若把车开得太远，家长手里的手机和遥控器总有一个能提醒他该掉头了。20km 放在真正的电动车上，只够从家开到附近的商场，但对于一台放在一辆主要活动于院子、公园和小区空地的儿童车上，却能称得上是长续航版了。车身使用汽车保险杠级材料，前后还配有双 1080P 摄像头，可以记录行驶画面，行车记录仪这一块也是给安排上了。对于家长来说，也可以顺手得到一段第一视角的成长录像。车企把自家明星产品做成儿童车，问界并不是第一个。2021 年底，特斯拉曾在推出 Cyberquad for Kids，国内定价 11990 元。它没有直接复制 Cybertruck 的四轮汽车形态，但那套锐利的不锈钢皮卡造型还是被移植到了儿童车上。这台儿童车还配有可调悬架、后轮碟刹，续航里程为 13 公里，速度两档可调。不过，这辆小车后来还经历了一次曲折。2022 年，美国消费品安全委员会宣布召回约 5000 辆 Cyberquad for Kids，原因是产品未能满足美国针对儿童全地形车的强制安全要求。Cyberquad 保留了特斯拉最擅长的未来感，低矮、锐利，还有些不太像传统汽车，问界则把成年消费者熟悉的豪华 SUV 元素悉数缩小，连配色和小蓝灯都不愿放过。前者想让孩子得到一辆现实里少见的机器，后者更像让孩子提前喜提一台「豪华新能源车」。

中国人能飞，中国人的云台相机怎么办？使用 AI 生成对于这个问题，一家位于深圳的小无人机公司哈浮（HoverAir）给出了一种答案：云台相机也要能飞。即使你没听说过哈浮，也或多或少见过它们家的产品——依靠着超便携的可折叠云台无人机，哈浮在 2025 年全球市场的年营收额已经突破了 10 亿元量级。图｜BIKEPACKING到了今年，大疆 Pocket 系列热度空前的时候，号称专造「会飞的 Pocket」的哈浮还真就拿出了一款与之相符的产品—— HoverAir Versa。图｜HoverAir是的，哈浮还真就把最擅长的形态拆分成了两个独立产品。Versa 平时拿在手里是个小型自拍云台，装上螺旋桨则能直接原地起飞。虽然 Versa 还没有正式发布，但你已经可以在哈浮官网、Indiegogo 以及京东上预订它了，京东预约价 2999 元人民币，计划十月份开始交货：图｜京东一台能上天的 Pocket哈浮 Versa 的热度非常对得起它的定价。就在 Versa 上线 Indiegogo 两天多，参与用户数已经超过了四百，众筹金额超过了 200 万元人民币：这也是哈浮 Versa 最微妙的地方——它第一眼像个概念产品，但稍微翻翻规格就能发现，Versa 的落地难度和哈浮之前的那些小无人机几乎相同。Versa 的手持部分机身重 163 克，配备三轴机械云台和 1/1.3 英寸传感器，支持最高 4K 60 帧、10-bit HDR 以及无裁切的竖向录制：图｜HoverAir除此之外，Versa 还支持片门全开（OpenGate）模式录像，对于无人机这种存在大量平移拍摄的产品来说可以极大减轻果冻效应的影响。值得一提的是，哈浮在 Versa 的宣传页上特别标注了它拥有 17.5 档动态范围——虽然官方没有说 Versa 的传感器型号，但这个表现大概率是一块 LOFIC 传感器：图｜HoverAir而 Versa 的相机部分同样没有因为「需要兼顾飞行」而显得过分简陋。Versa 的手柄部分是一块旋转的 1.64 寸 OLED 屏幕，峰值亮度为 800 尼特，主要操作按钮只有一个腰杆和录像键，拿上手就会拍：图｜HoverAirVersa 的手柄上还内置双麦克风和扬声器，自带 64GB 存储，最高支持 1TB 的存储卡扩展。根据哈浮宣称，单块电池在手持状态下可以持续拍摄约 3 小时。也就是说，即使真的找不到起飞空域，它仍然是一台相当够用的手持云台，更不用说哈浮 Versa 真能飞了。图｜HoverAir需要起飞时，只需要将滑盖推下、把 Pocket 扣进飞行套件里，哈浮 Versa 就变成了一架带全包围保护框的四轴微型无人机，和哈浮的「固定翼」X1 系列几乎没有区别：哈浮 X1 Pro｜WIRED根据官方数据，Versa 的飞行套件重量仅为 67g，整机起飞重量为 230g 左右。对于安全性，哈浮表示 Versa 的「MagLatch」连接结构完成了超过 5000 次装卸以及拉力、扭转和振动测试。毕竟磁吸支架掉在桌上只是尴尬，磁吸相机掉在半空就是另一档节目了。图｜HoverAir哈浮 Versa 的操控方式也和之前的产品区别不大，以掌上起降和无需遥控器的自动跟拍为主：图｜HoverAir飞行能力方面，哈浮宣称Versa 单电飞行续航 14 分钟左右，稍逊于大疆 Neo 2、更是只有大疆 Flip 的一半左右——但还是那句话，Neo 2 和 Flip 都不能拆下来当 Pocket 用。不过需要注意，虽然哈浮官方说 Versa 支持「在复杂环境和障碍物附近保持跟踪」，却没有列出完整的环境感知硬件，从宣传图上只能看到它有下视避障摄像头。图｜HoverAir至于拍摄玩法方面，除了最基础的环绕、渐远、俯拍、侧向跟随等等自动运镜之外，Versa 也准备了一些更偏「玩具箱」的功能。例如 Dolly Zoom 可以自动完成拉伸变焦的希区柯克变焦效果，「3D Worlds」则是让 Versa 围绕场景飞行一圈，重建一个类似苹果空间照片的 360 度立体照片：图｜HoverAir从宣传来看，哈浮 Versa 似乎的确做到了将 Pocket 和无人机融合在一起，共用一颗镜头、一块电池和一套处理系统实现优势互补。这意味着你在街头可以拿它拍 vlog，走到山顶觉得视角不够，就装上机翼放飞，拍完全景再让它回到手里，拆下机翼继续走的「全自动旅游」体验。图｜HoverAir万物皆可 Pocket其实严格来说，把哈浮 Versa 简单理解成「Pocket + 翅膀」不太准确，它真正吸引人的地方其实是「一台无人机能够拆分出一个 Pocket 的用法」。这一点从哈浮的宣传方式里就能看出来：出门何必要带 Pocket 和 Drone 两架云台呢？带个能兼任的，效果也差不多。图｜HoverAir这也是哈浮 Versa 主要瞄准的需求市场——无人机不是人人都有条件飞，但一台 Pocket 大家总能找到用武之地。实际上，类似的情况在 2026 年屡见不鲜，哈浮 Versa 只是其中一个比较特别的例子，更有甚者还想在手机上做出一个 Pocket 来：图｜HONOR早些年的「Pocket」只是一个相当朴素的形容词：一架足够小的手持云台相机，小到可以塞进口袋。后来运动相机把防抖和耐候性塞了进去，机器人手机把手机给塞了进去，如今 Versa 又准备把一副机翼塞进去。于是我们看到，Pocket 慢慢从产品名称变成了一条技术路线——牺牲一部分极限性能，却换来了随身携带、极速开机和「一个人就是剧组」的拍摄能力。图｜HoverAir然而即使有个 Pocket，Versa 也肯定不会替代成熟的云台相机和无人机，但它把一个很有意思的问题摆到了桌面上：下一台口袋设备，为什么一定只能保持一种形态？相机可以装上机翼、屏幕可以拆下来变成外监、控制器可以缩成腕带……只要算力和电池可以高效共享，未来的 Pocket 产品就不会只是越来越小，而是越来越擅长变成另一种东西。

你没猜错，微信又在灰度测试新的 AI 功能了。这次灰度测试的功能叫做「AI 修图」，它会出现在微信聊天的图片窗口中，和原本的「查看原图」按钮并列把底下一排塞满：无论是你发的图还是接收到的图，在预览窗口点击「AI 处理」之后就可以看到3 大类共 11 个小类的预设功能：常见功能比如美颜、加滤镜、翻译文字、自动打码和超分等等一应俱全，点击就会跳转到微信小微对话框中开始工作：至于小微修图的质量嘛……只能说还行。经过测试，小微在美肤、扩图、调整比例和消除杂物之类的功能上表现尚可，虽然能看出破绽，但对需要边聊边做的轻量编辑完全足够了——但如果你也被灰测到了微信主界面左上角的小微入口的话，那直接进入小微对话框把要求发给它，和使用那些快捷开关其实是完全一样的：不过目前看下来，小微的修图能力在「编辑」和「信息提取」方面还算不错。可一旦涉及重绘或者生成新内容，就比较吃用户的提示词水平了——通过直接询问小微，我们得知它目前使用的还是微信定制的 WeLM 模型，大概率是之前已经在对话、小程序里面上线的 WeLM-80B 版本。而纵观 2026 年至今，我们可以清晰地看到一件事：哪怕像微信这种「牵一发而动全身」的超巨型 App，也开始非常积极地拥抱 AI 功能了。从 3 月首次出现微信研发 AI Agent 的消息、到 6 月初确定使用形式，再到小微的灰测和拓展，我们可以梳理出微信的 AI 时间轴：重点在于，微信没有急着再造一个豆包或者 ChatGPT，而是在把尝试把一个综合模型能力和入口拆开，塞进微信原本已经存在的功能里。目前可见的就是，除了主页左上角的小微聊天框之外，「小微功能」其实已经渗透进了微信的方方面面——而 WeLM 底层模型也是围绕这种「方方面面」来设计的。比如腾讯在最新的财报中首次披露：微信团队定制的 WeLM 在设计时就重点考虑了微信场景和推理效率，目前公开的 WeLM-HD4-80B 和 WeLM-HD4-617B 总参数量分别达到 800 亿和 6170 亿，但实际激活的参数只有 30 亿和 230 亿。图｜X @Weixin_WeChat微信团队还提出了诸如 Hidden Decoding 之类的技术，通过将每个 Token 扩展成多个内部计算流，提高单 Token 的计算量，同时用 Stream-Factorized Attention 控制额外的注意力开销。这些技术参数背后，其实不是腾讯的技术边缘，而是微信最现实的问题：算力成本。截至今年 6 月，微信及 WeChat 合并月活已经达到 14.39 亿。小微一旦全面进入搜索、图片、朋友圈、公众号乃至小程序场景……每一次推理成本乘上十亿级用户规模，都会变成一个天文数字。图｜财联社所以 WeLM 如此强调推理效率，表面能力看上去往往只是「差不多得了」，其实不是模型限制，而是微信的巨大运营成本压力。更重要的是，相比腾讯的 WorkBuddy，微信小微走出了一条完全不同的推广路径。微信手握 14 亿月活，以及无数人每日高频使用的功能场景，根本不需要去「给模型造 App 入口」，反而是让小微尽可能淡化唯一入口的概念、拆分进具体功能里。然而世界是物质的，哪怕是微信这种地位的 App，也无法完全避免谈钱的问题。根据财报相关资料，腾讯最新季度资本开支达到 528 亿元，同比增长 176%；自由现金流则转为负 138 亿元，其中重要原因就是 AI 相关的算力采购和预付款。腾讯披露，这些基础设施正在支持模型、WorkBuddy、CodeBuddy，以及微信 AI 项目的训练和推理。图｜彭博社另一个数字更直接——腾讯当季 Non-IFRS 营业利润为 756 亿元，如果剔除元宝、WorkBuddy、CodeBuddy、小微等 AI 产品的影响，实际上的利润则是 861 亿元。也就是说，按照腾讯自己的财务口径，新 AI 产品目前正拖累着腾讯集团约 105 亿元的季度经营利润。这也是腾讯接下来必须回答的问题：AI 已经有产品、有用户、有使用量，但什么时候真正变成一门生意？图｜新浪财经微信上线 AI 修图这件事本身并不大。真正的重点是，两个月前还藏在主界面角落里的「小微」，正在逐渐成为一个 Gemini 一样「无处不在」的 AI。继续沿着这条路线走下去，小微不会成为一个「AI 小程序」，而是微信的 AI 能力本身。

DeepSeek 终于「开眼」了。就在刚刚，DeepSeek 推出了一款面向 Agent 时代的多模态模型：deepseek-v4-flash-vision-exp。目前，该模型已经上线 DeepSeek API 平台上，用户可以通过设置 model=’deepseek-v4-flash-vision-exp’ 访问该模型。官方介绍，这是一个实验性质的模型。该模型在保持 DeepSeek-V4-Flash 文本能力的基础上，新增视觉理解能力，可以处理图片输入，并进一步提升多模态 Agent 任务表现。与此同时，DeepSeek Harness 0.1.1 版本也加入了对该模型的原生支持，开发者可以直接调用 deepseek-v4-flash-vision-exp，将图像理解能力接入现有 Agent 工作流。这意味着 DeepSeek 的多模态能力开始从单纯的「看图问答」走向更复杂的任务执行场景。从文本模型到多模态 Agent过去一段时间，AI Agent 的竞争重点逐渐从模型生成能力转向任务执行能力。一个能够完成真实工作的 Agent，需要理解用户输入的信息，也需要读取文件、识别图片、调用工具，并根据环境变化调整行动路径。在这一过程中，视觉能力成为重要组成部分。DeepSeek 表示，deepseek-v4-flash-vision-exp 在文本能力方面与 V4-Flash 保持一致，包括 Agent 能力、推理能力以及世界知识。同时，该模型在多模态 Agent 基准测试中，相比 V4-Flash 有明显提升，模型表现接近 Opus-4.8 等高端模型。目前，deepseek-v4-flash-vision-exp 支持混合文本和图片输入，图片可以通过 Base64、外部 URL 或 Files API 方式提供。开发者可以通过 Chat Completions、Messages 以及 Responses API 调用该模型，使图片理解能力接入不同类型的应用。例如，在办公场景中，Agent 可以读取截图、分析文档页面、理解表格内容；在开发场景中，它可以识别界面问题、分析错误信息；在内容生产场景中，它可以根据图片素材辅助生成内容。比如我们可以用 deepseek-v4-flash-vision-exp 生成商业定制西藏自驾游 PPT。再比如，我们还可以用它对 DeepSeek Harness 官网进行二次创作。简言之，多模态能力的加入，让 Agent 能够处理的信息范围进一步扩大。定价延续 V4-Flash，图片按 Token 计费从 API 价格来看，deepseek-v4-flash-vision-exp 延续了 DeepSeek-V4-Flash 的价格体系。模型输入和输出均按照 token 数量计算费用，其中图片会根据尺寸转换为 token，与文本 token 一同计费。官方表示，每张图片最高会换算为 384 tokens，并按照 V4-Flash 的价格标准计费。▲ 🔗 https://api-docs.deepseek.com/zh-cn/quick_start/pricing/目前，deepseek-v4-flash-vision-exp 的百万 tokens 输入价格如下：缓存命中情况下，空闲时段价格为 0.05 元，高峰时段为 0.10 元。缓存未命中情况下，空闲时段价格为 1.5 元，高峰时段为 3 元。输出价格方面，空闲时段为每百万 tokens 4.5 元，高峰时段为 9 元。其中，高峰时段为北京时间每天 9:00 至 12:00，以及 14:00 至 18:00，其余时间按照空闲时段价格计算。相比一些主打多模态能力的大模型，DeepSeek 继续保持相对较低成本的 API 策略，希望降低开发者调用视觉模型的门槛。Files API 解决图片复用问题伴随视觉模型上线，DeepSeek 同步推出 Files API。此前，开发者调用视觉模型时，通常需要在每次请求中重新上传图片。当图片需要在多个请求、多轮对话或者 Agent 任务中重复使用时，不仅增加网络传输成本，也会受到请求大小限制影响。Files API 提供了一种新的方式。开发者可以先上传图片文件，随后通过 file_id 在不同请求中引用同一文件，无需重复上传。▲ 🔗 https://api-docs.deepseek.com/zh-cn/guides/files_api目前，Files API 支持 JPEG、PNG、GIF 和 WebP 格式，单个文件最大支持 64 MiB，单用户最大存储空间为 25 GiB，最多可以保存 10000 个文件。对于复杂 Agent 工作流来说，这类文件管理能力的重要性正在提升。例如，一个需要长期分析产品资料的 Agent，可以先上传大量图片、文档素材，之后根据任务需要反复调用，而无需每次重新传输数据。值得一提的是，DeepSeek 此次上线 deepseek-v4-flash-vision-exp，并没有单独强调图像生成或视觉娱乐能力，而是将重点放在多模态 Agent 场景。从行业趋势来看，AI Agent 正在从处理文字指令，走向理解现实世界中的各种信息。文字是人类交流的重要方式，但大量真实工作依赖图片、文件、界面和环境信息。一个只能处理文本的 Agent，很难真正进入办公、设计、开发等复杂场景。因此，多模态能力正在成为 Agent 进一步发展的基础设施。DeepSeek 通过 V4-Flash-Vision-Exp、Files API 以及 Harness 生态支持，正在尝试补齐这一环节。只能说，那个熟悉的 DeepSeek 终于又回来了。