Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型AI工具2天前更新AI小集02Gemini 3.7 Flash是什么Gemini 3.7 Flash 是 Google DeepMind 推出的新一代主力 AI 模型。模型专为 Coding 与 Agent 工作流设计，在软件工程、网页开发和企业自动化等基准上大幅跃升，部分指标超越Claude Sonnet 5与GPT-5.6 Terra。模型首发价仅为 3.6 Flash 原价的一半，定位高频 Agent 与企业工作流的”性价比杀手”。Gemini 3.7 Flash的主要功能软件工程：支持生成高质量生产级代码，在 FrontierCode 与 DeepSWE 基准上大幅提升，首遍准确率与调试能力显著增强。Web 开发：支持从截图、图片或完整 Design System 输入，一键生成高保真交互式网页，Code Arena Elo 评分领先竞品。Agent 自动化：执行复杂多步骤企业工作流，自动规划、调用工具并在遇到障碍时自适应调整，AutomationBench 表现大幅跃升。知识密集型工作：处理金融、法律、生物科学等领域的复杂文档推理，GDP.pdf 等长文档理解能力显著增强。多模态创作：配合 Nano Banana 将文字提示实时转化为可玩的 3D 游戏，或将静态 PDF 转化为带交互图表的动态网页。Gemini Spark 集成：作为 24/7 个人 Agent 的后台模型，驱动 Google Workspace 内的文件整理、邮件起草与状态更新等自动化操作。Gemini 3.7 Flash的技术原理算法迭代与快速演进机制：模型针对 Coding 和 Agent 场景的后训练优化与能力定向增强，非单纯依赖预训练规模扩张，从而在保持 Flash 系列速度优势的同时，实现软件工程与知识工作质量的跨越式提升。多步骤规划与严谨推理执行：模型内置更主动的推理资源分配机制，面对复杂任务时会投入更多计算资源进行多步骤规划与工具调用，在执行过程中遇到路障时自适应调整策略、澄清意图；这种”更严谨的执行力”大幅减少了人工监督需求与反复重试次数，是其 Agent 与企业自动化能力跃升的核心技术支撑。原生多模态统一理解：3.7 Flash 具备跨文本、音频、图像、代码和视频的统一理解能力，使其能在 3D 游戏生成、机器人训练闭环和文档智能转换等场景中，将视觉输入（如截图、设计稿）与语言指令融合处理，实现从静态 PDF 到交互网页、从文字描述到可运行 3D 资产的端到端生成。Agent 工作流与 Sub-Agent 编排：针对高频 Agent 场景进行底层优化，通过改进的指令遵循精度与路障适应能力，支持主模型调度多个 sub-agents 协同完成任务；编排能力使其在 Web 开发等场景中可并行处理布局生成、交互逻辑编写与视觉组件渲染，成为支撑长期在线、大规模调用的企业自动化后端基础设施。如何使用Gemini 3.7 Flash开发者接入：开发者可通过 Gemini API 或 Google AI Studio 直接调用模型。快速体验：在Google AI Studio中可零成本创建项目并选择 gemini-3.7-flash 模型，快速测试文本、代码与多模态能力。移动集成：Android Studio 已集成该模型，开发者可在移动应用开发流程中获得代码辅助与生成功能。Agent 编排：通过Google Antigravity这一 Agent-first 开发环境，可编排 sub-agents 构建复杂自动化工作流。企业部署：企业用户可通过 Gemini Enterprise Agent Platform 自定义业务流程与工具集成，实现规模化高频调用。企业使用：企业员工也可直接通过 Gemini Enterprise App 统一入口，用内置的 3.7 Flash 能力处理文档与自动化任务。Gemini 3.7 Flash的核心优势极致迭代节奏：Flash 系列从 3.5 进化到 3.7 仅用了 3 个月，3.6 到 3.7 更是压缩到 3 周，Google 对开发者反馈和市场竞争的响应速度在主流模型中无出其右。Coding 能力跃升：FrontierCode 1.1 Main 从 34.4% 提升至 43.6%，DeepSWE v1.1 从 49% 跃升至 65.3%，首遍代码准确率与长周期软件工程能力均获得跨越式增强，已具备生产级主力模型的代码输出质量。Agent 与企业自动化绝对领先：AutomationBench 得分 30.4%，不仅较自身上一代近乎翻倍，更大幅甩开 Claude Sonnet 5（10.7%）和 GPT-5.6 Terra（23.6%），成为当前企业工作流自动化场景的最强模型。部分基准超越旗舰竞品：在 FrontierCode 1.1（43.6%）和 WebDev Code Arena（1588 Elo）两项关键 Coding 基准上，3.7 Flash 已反超 Claude Sonnet 5 和 GPT-5.6 Terra，打破了”Flash 只做轻量辅助”的刻板印象。极致性价比壁垒：推广价输入 $0.75、输出 $3.75 每百万 Tokens，仅为 3.6 Flash 原价的一半，更是 Claude（$2/$10）和 GPT（$2/$12）的三分之一到四分之一；在高频 Agent 和企业级工作流中，这一成本优势随调用量指数级放大。原生多模态端到端创作：支持文字直接生成可玩的 3D 游戏、截图/Design System 一键转化为交互网页、静态 PDF 自动变为带实时图表的动态数据故事，创作链路完整且无需多模型拼接。Gemini 3.7 Flash的项目地址项目官网：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/Gemini 3.7 Flash的同类竞品对比对比维度Gemini 3.7 FlashGPT-5.6 Terra发布方Google DeepMindOpenAI定位Coding + Agent 主力模型通用旗舰模型FrontierCode 1.143.6%🥇41.3%DeepSWE v1.165.3%69.6%🥇Code Arena Elo1588🥇1523AutomationBench30.4%🥇23.6%Terminal-bench 2.185.8%87.4%🥇GDP.pdf34.0%🥇24.7%输入价格 / 1M$0.75🥇$2.00输出价格 / 1M$3.75🥇$12.00迭代节奏3 周一更数月周期核心优势性价比 + Agent 自动化绝对 Coding 性能Gemini 3.7 Flash的应用场景智能 Coding 助手：自动生成生产级代码、调试复杂 Bug、完成长周期软件工程任务，首遍准确率较上一代大幅提升。交互式 Web 开发：从截图或 Design System 输入一键生成高保真交互网页，支持多 agent 协作与视差动效。企业工作流自动化：驱动 RPA 与业务系统，自动完成跨平台数据录入、审批流转、报告生成等高频重复任务。3D 游戏与内容生成：配合 Nano Banana 将文字描述实时转化为可玩的 3D 游戏，动态生成角色、道具与纹理。文档智能转换：将静态 PDF 年报、研报自动转化为带实时图表、数据汇总与交互功能的动态网页或数据故事。# 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wigolo - 开源的本地搜索工具，支持接入多种编程 Agent下一篇GLM-5.3 - 智谱最新开源的基座大模型，编程能力提升50%相关文章Aidge – 阿里国际推出的 AI 电子商务运营服务平台AI小集2移动云 MobileClaw – 中国移动推出的桌面级AI办公智能体AI小集3Nano Banana Pro – 谷歌推出的最新图像生成与编辑模型AI小集3水产市场 – AI Agent能力进化平台，涵盖多种实用技能AI小集3CharacterFactory – 大连理工推出的AI角色创作工具AI小集2即刻魔法镜 – 即刻账户AI趣味分析应用AI小集9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Epixa知漫剧QwenPawRenoiseLawbot脱敏猫Cline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！46秒前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台5小时前Copula Lab – AI 数据基础设施平台，提供专家级训练数据5小时前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型1天前OnSolo – 腾讯推出的 AI 原生创作平台1天前MiniMax Music 3.0 – MiniMax 开源的音乐生成模型2天前dots3-note preview – 小红书开源的多模态 MoE 模型2天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%2天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent2天前Sonilo – AI 视频配乐与音效生成平台，自动分析画面节奏2天前笔记同步助手 – 基于微信生态的 AI 笔记内容剪藏工具3天前Grok 4.6 – SpaceXAI 推出的最新一代旗舰大模型3天前dots.tts – 小红书联合上海交大开源的语音合成基座模型3天前Grok Bot – SpaceXAI 推出的 AI Agent 系统，多 Bot 并行协作3天前ClawTeams – AI 电商运营协同平台，专家 Agent 并行执行3天前

感谢IT之家网友shutiao、木木人工、Kazuto、Domado、浪花庆山粉、AlanMac、华南吴彦祖、LL J、乌蝇哥的左手、files、火瓶座的线索投递！IT之家8 月 14 日消息，当地时间 8 月 13 日，谷歌宣布推出 Gemini 3.7 Flash 模型，专为编程与 Agents 场景打造。IT之家注意到，本次发布距 Gemini 3.6 Flash 发布仅间隔约三周，谷歌称该版本的推出直接源于开发者的反馈以及一系列算法创新。Gemini 3.7 Flash 在软件工程、知识工作及网页开发工作流方面均实现了大幅提升。此外，在今年年底前（截至 2026 年 12 月 31 日），Gemini 3.7 Flash 将以首发优惠价提供（Gemini 3.6 Flash 也将有相同优惠），仅为原 3.6 Flash 每百万 Token 价格的一半：输入：每百万 Token 0.75 美元（现汇率约合 5.1 元人民币）输出：每百万 Token 3.75 美元（现汇率约合 25.3 元人民币）即日起，面向 160 多个国家和地区的 Google AI Pro 及 Ultra 订阅用户推出的 Gemini Spark 将正式接入 Gemini 3.7 Flash。本次模型升级显著提升了 Spark 处理知识工作的效率，优化了其对 Google Workspace 系列应用工具的使用能力，从而为复杂且跨技能的综合工作流提供更高的准确度与更高质量的输出。此外，Gemini 3.7 Flash 推出了全新的安全防御机制，在严防化学、生物、放射性及核（CBRN）领域和网络攻击滥用的同时，确保合法且有益的应用场景得以顺利实施。

🔍DeepSeek V4 Pro 正式上线，支持 1M 上下文与 384K 最大输出📱Google 发布 Pixel 11 系列：Gemini 可代订餐厅与叫车，Pro 版长焦升至 120 倍📋苹果申请暂停 App Store 收费程序遭法院驳回💰腾讯 Q2 营收增长，微信月活达 14.39 亿🌪️抖音处置 1.28 万条台风不实内容，重点治理 AI 虚构灾害画面🌐Google 将在美洲新建 3 套海底光缆系统🎬激进投资者要求狮门影业加速 AI 转型，否则考虑出售🚀面壁智能启动 IPO 辅导，MiniCPM 下载量已超过 4300 万🚗广汽孵化的人形机器人公司慧仑科技完成新一轮融资💡岚图董事长卢放：开发周期短不等于「速成车」📱9999 元起，荣耀 Robot Phone 发布：四自由度云台可主动跟拍📷影石 X6 发布：支持 8K 50 帧全景视频，售价 3999 元起🤖xAI 发布 Grok 4.6，主打长程 AI 智能体与复杂任务处理🎓豆包推出 student 优惠，专业版连续包月降至 38 元💻Grok Bot 开放早期测试，AI 智能体拥有独立云端电脑⌚Pixel Watch 5 加入离线 Gemini，可追踪血压与胰岛素抵抗趋势DeepSeek V4 Pro 正式上线，支持 1M 上下文与 384K 最大输出DeepSeek 昨日推出 DeepSeek V4 Pro 正式版，对应模型版本已更新为 DeepSeek-V4-Pro-0813。该模型在规格与配套能力上均有显著提升。官方信息显示，DeepSeek V4 Pro 支持 1M 上下文长度，最大输出长度可达 384K Token。模型提供思考模式与非思考模式，其中思考模式为默认开启状态。在配套能力方面，V4 Pro 已实现对 JSON Output、Tool Calls、Responses API 以及 Anthropic API 的支持，并提供对话前缀续写与 FIM 补全功能，其中 FIM 补全仅限非思考模式使用。API 接入方式同时兼容 OpenAI 和 Anthropic 两套格式。价格方面，DeepSeek V4 Pro 维持了此前的定价水平。在缓存命中输入、缓存未命中输入和输出三个计费项目上，每百万 Token 的价格分别为 0.025 元、3 元和 6 元。相比之下，主打低成本与高并发的 DeepSeek V4 Flash 对应价格分别为 0.02 元、1 元和 2 元。此外，V4 Pro 的并发限制为 500，低于 Flash 版本的 2500。🔗 相关阅读：实测完DeepSeek V4 Pro正式版，我发现下一条「斩杀线」可能藏在它的Agent里Google 发布 Pixel 11 系列：Gemini 可代订餐厅与叫车，Pro 版长焦升至 120 倍Google 昨日发布 Pixel 11、Pixel 11 Pro、Pixel 11 Pro XL 与 Pixel 11 Pro Fold。四款手机均采用 Tensor G6 芯片，官方称能效提高 20%、网页浏览速度提高 25%；三款直板机从 256GB 存储起步，Pixel 11 起售价为 899 美元。这一代的更新重心落在 Gemini 与相机软件：Gemini 可在后台订购杂货、叫车、点咖啡，并代用户致电商家预约餐厅或服务；用户可以随时接管任务，并查看 AI 通话记录。Magic Cue 也会跨应用提取日程、消息等上下文，主动给出餐厅或演出建议。Rambler 听写功能进入 Pixel 手机；实时翻译扩展至视频、播客和语音消息。相机还能把手语转换为文字，辅助听障用户交流。Magic Capture 会从按下开始与结束之间拍摄的数百帧画面中挑选照片，并自动裁切、去模糊。Pro 机型的最高变焦从 100 倍升至 120 倍，基础款从 20 倍升至 30 倍；Pro 版还支持 8K Video Boost 和速度提高 4.5 倍的 Instant Night Sight。Pixel 11 Pro Fold 保留 6.5 英寸外屏与 8 英寸内屏，峰值亮度升至 3600 尼特，重量由 258g 降至 239g，并继续支持 IP68 防尘防水。它换用 4800 万像素主摄和 Qi 2.2 25W 无线充电，但电池容量从 5015mAh 降至 4806mAh。🔗 相关阅读：Pixel 11 上手：AI 不支棱，涨价不消停苹果申请暂停 App Store 收费程序遭法院驳回美国地区法官 Yvonne Gonzalez Rogers 驳回苹果的暂停申请。在苹果就 Epic Games 案向最高法院寻求复审期间，下级法院仍将继续确定开发者把用户引向 App Store 外部付款时，苹果可以收取何种费用。法院要求苹果在限定时间内提交收费方案、计算方式和证据。法官认为，最高法院正在审查的范围较窄，不会显著影响当前的事实认定；这场争议已经持续多年，不能继续因此推迟。争议源自 Epic 对苹果应用内支付规则的挑战。法院此前禁止苹果阻碍开发者向用户提供外部购买渠道，随后又认定苹果新设的外链收费没有充分执行禁令。接下来的程序将聚焦可允许费用的性质与证据，而非重新审理整宗反垄断案。腾讯 Q2 营收增长，微信月活达 14.39 亿腾讯昨日发布 2026 年第二季度业绩，营收为 2047.85 亿元，同比增长 11%；按非国际财务报告准则计算，归属于公司权益持有人的盈利为 684.15 亿元，同比增长 9%。AI 投入改变了现金流与资本开支结构。腾讯本季度资本开支为 527.8 亿元，同比增长 176%；自由现金流为负 138 亿元，若剔除算力采购预付款项，自由现金流为 376 亿元。公司表示，第三季度已经大幅增加算力采购，用于混元模型升级、WorkBuddy 与 CodeBuddy 推理、微信 AI 项目和外部云服务需求。模型与产品方面，混元 Hy3 已接入 WorkBuddy、元宝、ima 和搜狗输入法，接入 ima Copilot 后 72 小时内成为平台调用量第一的模型；腾讯计划近期推出 Hy4。微信内 AI 智能体「小微」也已开始小范围灰度测试，由面向微信场景与推理效率定制的 WeLM 模型驱动。公司还称，WorkBuddy PC 端 6 月访问量超过 2000 万，腾讯云大模型服务平台 TokenHub 日 Token 调用量超过 25 万亿，过去两个月增长 5 倍。微信及 WeChat 的合并月活跃账户数达到 14.39 亿，同比增长 2%；视频号第二季度总用户使用时长同比增长超过 20%。微信称，增长来自面向年轻用户的内容增加、互动功能升级和新的内容混排系统。官方还首次透露了小微当前使用 WeLM-80B 模型的参数：总参数 800 亿、每次激活 30 亿参数，支持对话与搜索、操作微信原生功能和调用小程序服务。微信团队还在研发采用混合专家架构的 WeLM-617B，总参数 6170 亿、每次激活 230 亿参数，后续计划用于小程序智能开发和微信小微的小工具生成。抖音处置 1.28 万条台风不实内容，重点治理 AI 虚构灾害画面抖音昨日发布台风「白海豚」相关不实信息治理公告。自 8 月 9 日起，平台已处置 12834 条不实内容、5 个违规账号和 128 条评论，并上线求真卡汇总权威信息。公告列出的治理对象包括用无关画面冒充当前灾情、把历史内容包装成最新灾情、夸大灾害影响、编造停运或险情信息，以及利用 AI 生成或加工灾害画面。平台举例称，「上海地铁 3 号线因白海豚停运」「台风导致北横通道积水」等说法均与实际情况不符。抖音表示，将通过专项巡查、用户举报与内容核验继续处置涉灾不实信息，并提醒用户以气象、应急管理等部门发布的预警为准。公告配图中的典型案例采用 AI 模拟画面呈现，不是原始谣言素材。Google 将在美洲新建 3 套海底光缆系统Google 宣布建设 Alisios、Canoa 与 OlaLuz 三套海底光缆系统，进一步连接加勒比海、北美与南美。Alisios 将连接多米尼加共和国、巴拿马和智利，Canoa 连接多米尼加共和国与百慕大，OlaLuz 则延伸至美国佛罗里达州。这组线路将为 Google 在美洲的云计算与网络服务增加新的跨境路径，也让多米尼加共和国成为三条线路共同经过的节点。Google 尚未在公告中披露具体启用时间。海底光缆直接影响云服务的容量、延迟与故障绕行能力。Google 近年持续自建或参与跨洋线路，新项目把加勒比海接入现有南北美网络，也降低部分区域对少数登陆点的依赖。激进投资者要求狮门影业加速 AI 转型，否则考虑出售激进投资机构 Anson Funds 已致信狮门影业董事会，要求公司更快转向 AI，或考虑出售。信中认为，生成式视频模型正在改变市场对传统影视公司的判断，狮门需要证明自己可以成为 AI 的受益者。狮门今年已任命首位首席 AI 官 Kathleen Grace，并在制作、营销、发行和行政环节测试相关工具。公司管理层同时强调，使用 AI 时仍要保护知识产权、合作人才和创作者权益；公司表示目前没有实质性的并购谈判。Grace 此前在 YouTube 和版权追踪公司 Vermillio 任职。狮门管理层把 AI 描述为提高制作与日常运营效率的工具，但投资者来信要求的是更彻底的战略证明：公司需要说明自有片库、创作者关系和发行能力如何在生成式视频时代形成优势。面壁智能启动 IPO 辅导，MiniCPM 下载量已超过 4300 万中国证监会公开信息显示，面壁智能已于 8 月 11 日在北京证监局办理辅导备案，由中信证券担任辅导机构。公司刚在 8 月 5 日完成股份制改造，正式名称变更为北京面壁智能科技股份有限公司。面壁智能主要研发端侧大模型 MiniCPM。公司称，该系列模型已累计获得超过 4300 万次下载，并被手机、汽车、机器人等终端采用。完成备案后，公司进入上市辅导阶段，距离提交招股文件仍有后续程序。今年 6 月，上交所公布面向人工智能企业的第五套上市标准，要求申报企业至少有一款模型实现商业化落地并形成规模化收入。面壁智能选择此时启动辅导，也把端侧模型持续转化为真实业务的能力放到了更明确的检验阶段。广汽孵化的人形机器人公司慧仑科技完成新一轮融资广汽集团孵化的人形机器人公司广东慧仑科技宣布完成新一轮融资，投资方包括中车国创基金、招银国际与四川科创。公司称，资金将用于行业模型、汽车生产与服务场景、硬件迭代和人才引进。慧仑科技今年 2 月从广汽的机器人业务中独立运营，目前已推出 GoMate、GoMate Mini 等具身智能机器人。公司称，GoMate Mini 已进入分拣、搬运、装配及园区服务等场景；轮足版本支持多种移动形态，并能在跌倒后自行恢复。广汽从 2022 年开始布局人形机器人，并先在汽车制造环节寻找落地场景。慧仑独立后同时推进模型、运动控制和硬件，投资方也因此更关注机器人从工厂试点延伸到园区服务的进展，以及样机之外的实际部署。💡 岚图董事长卢放：开发周期短不等于「速成车」岚图汽车董事长卢放昨日发布长文回应行业对「速成车」的讨论。他认为，判断一款车是否「速成」，应看它有没有完整走完法规与行业标准要求的验证流程；缩短开发周期本身不代表削减试验或降低品质。> 开发时间短，不等于速成车。卢放把新能源车开发提速归因于平台化、模块化和仿真测试。成熟的驱动架构与三电系统能够跨车型复用，减少从零开发的环节；仿真工具则可在数字环境中完成数百万公里的极限工况模拟，把部分物理测试提前到虚拟环境中完成。他同时列出岚图的验证流程：工程团队在吐鲁番高温与牙克石低温环境中测试三电和冬季用车表现，整车耐久测试超过 300 万公里、覆盖上千种路况，研发、验证与制造全流程包含超过 1 万项评价标准。卢放称，开发效率提高不能替代这些必要环节。卢放把「速成」与「高效」的分界放在安全验证是否完整：如果开发中削减试验、违背验证规律，就属于「速成」；如果依靠复用成熟平台和数字仿真缩短周期，同时完成

就在刚刚，DeepSeek V4 Pro 正式版来了。最新的模型与价格页面显示，deepseek-v4-pro 对应模型版本已经更新为 DeepSeek-V4-Pro-0813。从目前公布的信息来看，deepseek-v4-pro 支持 1M 上下文长度，最大输出长度达到 384K Token，同时支持非思考模式和思考模式，其中思考模式默认开启。对于长代码库、大规模文档处理以及需要连续执行大量步骤的 Agent 任务来说，1M 上下文和 384K 最大输出，意味着一次调用能够容纳和生成的内容规模都相当可观。配套能力也基本覆盖了目前主流的 Agent 开发需求。deepseek-v4-pro 支持 JSON Output、Tool Calls、Responses API、Anthropic API，同时支持 Beta 阶段的对话前缀续写与 FIM 补全，其中 FIM 补全仅限非思考模式使用。API 接入方式则同时兼容 OpenAI 和 Anthropic 两套格式。更值得关注的还是价格。DeepSeek 此前发布公告，宣布计划近期整体上调 API 服务定价，而当下的价格和原来的价格保持一致。deepseek-v4-pro 当前每百万 Token 的价格分别为：缓存命中输入 0.025 元，缓存未命中输入 3 元，输出 6 元。相比之下，deepseek-v4-flash 分别为 0.02 元、1 元和 2 元。也就是说，在缓存未命中输入和输出两个主要计费项目上，Pro 的价格都是 Flash 的 3 倍。两者的并发限制也有所区别。deepseek-v4-flash 的并发限制为 2500，deepseek-v4-pro 则为 500。跑分图如下：此外，从价格和并发配置来看，Flash 更明显地面向高频、大规模调用场景，而 Pro 则把资源进一步集中到规格更高的任务上。即便如此，V4 Pro 目前的绝对调用成本依旧不算太高。随着 DeepSeek-V4-Pro-0813 出现，V4 系列的产品结构也进一步清晰起来：Flash 主打更低成本和更高并发，Pro 则提供更高规格的模型服务，并围绕 Tool Calls、Responses API、Anthropic API 等能力继续向 Agent 和 Coding 场景延伸。今晚又是一个不眠夜。官方博客地址：https://api-docs.deepseek.com/zh-cn/quick_start/pricing

10 年前的全景相机，是一个需要向市场解释「有什么用」的新品类。影石最早的全景相机产品 Nano，甚至是通过一个可以直接插入 iPhone 的物理接口，来减少中间的传输成本，它以「配件」的形态存在。在它背后，还有一套繁琐的工作流：拍摄、传输、拼接，再从 360° 的素材里寻找真正需要的画面。10 年之后，影石的全景相机产品从 Nano、ONE 发展到 X 系列，也从最初的全景影像设备，逐渐和滑雪、骑行、摩托车等运动场景结合在一起。到了 X5 之后，影石发现越来越多用户开始把全景相机带进旅行、毕业、婚礼和家庭生活。影石披露的数据表明，现在已经有超过一半的全景相机用户，购买目的并不是运动，而是旅行和家庭记录。现在，全景相机正愈发成为一种「不被定义」的产品，这意味着这类产品的生命力有了进一步以汪洋恣肆状态成长的潜力，影石 X6 的使命由此而来，一方面它在硬件参数上全面进化，X6 使用与索尼联合定制的 1/1.1 英寸方形传感器，传感器面积相比 X5 提升 33%；继续采用 AI 三芯架构，其中包括一颗 4 nm 高通芯片，算力达到上一代的 5 倍，并加入原生杜比视界、全档位 10 bit、I-Log 等能力。与此同时，X6 的体积进一步缩小，8K 30 fps 下续航达到 140 分钟，相比 X5 提升 51%。另一方面，影石创始人刘靖康反复谈到一个词——「无感」，他对理想相机的定义，有点反直觉：影石做了十年相机，最终想做的却是一台让人忘掉相机存在的相机。X6，准备替用户完成「拍完之后」的事全景相机的优势在于天然解决了传统相机的一个问题：拍摄者不必在按下快门之前决定画面。因为整个 360° 空间都被记录下来，用户可以「先拍摄、后取景」。这也是为什么十年前原本并不防水、也谈不上运动相机的 Nano，会被一些用户绑在头盔和自拍杆上滑雪、骑行——运动中没有足够的注意力留给构图，而全景相机恰好可以把这部分工作推迟到拍摄之后。但这个优势同时制造了新的负担：拍完之后，还要剪。影石创始人刘靖康认为，这是过去全景相机一直没有真正解决的问题。他说：我们公司的使命，认为最理想的相机应该是忘记相机的存在，应该是无感的。我们的终极目标是忘记相机和无感，所以全景相机引入零剪辑功能，希望不需要干预，在相机充电和云端的时候自动帮你把片子选好。在影石 X6 这款产品上， 影石开始尝试把「拍摄—取景—剪辑」整个链条重新做一遍。为此，影石推出了自研的 PanoMind AI 多模态模型。按照影石的说法，这套模型针对旅行、骑行、潜水、滑雪等 30 多种场景进行了超过 1 万小时训练，可以判断素材中的高光时刻、设计虚拟运镜轨迹，同时评估每一段素材的可剪辑性。这就是 X6 上的「AI 导演」，用户旅行一天回到酒店，把相机接上电源，设备可以在充电过程中自动分析当天素材、挑片、运镜和剪辑；第二天醒来，已经得到一条成片。如果还想进行更多干预，App 里还有一键成片 2.0 和时刻 Pro，后者允许用户进一步指定人物、场景、主题和视频长度。全景相机的逻辑正在发生根本性的变化。过去「先拍摄、后取景」，只是把决定画面的时间从拍摄前挪到了拍摄后；现在影石希望连「后取景」这一步也逐渐交给 AI。X6 新增的第一人称头追模块，有类似的逻辑，这个头追模块和影石首款云台相机 Luna Ultra 一起推出，这里的用法稍有不同，用户把全景相机挂在胸前之后，可以根据头部朝向实现「看哪拍哪」，最终直接输出平面视频，不再要求用户回到 360° 素材里重新找视角。云台模式 2.0 则利用全景相机天然记录整个空间的特点，在 360° 画面中制造一个「虚拟云台」，配合带摇杆的自拍杆，可以完成运镜、变焦、追踪，同时直出 4K 平面视频，并选择是否保留完整的全景素材。从结果看，X6 想覆盖的形态越来越多：它是一台全景相机，也试图承担云台相机和广角运动相机的一部分工作。从刘靖康的视角看，这些功能背后的共同方向依然是降低用户对「摄影」本身的注意力：用户只需要在很真切的场景里把按钮点开，享受 moment 本身，我们认为就是把全景相机变得无感，这是质的变化。全景相机过去的核心价值是「什么都能拍到」，而影石现在试图解决的是另外半句话：什么都拍到以后，用户最好什么都不用做。影石真正想争夺的，是用户的「记录」权相比于创作，影石和刘靖康更喜欢使用「记录」这个词，这也涉及到了影石做产品的根本理念和使命：我们公司的使命是记录与分享，不包含创作。在他的判断里，「创作」已经是一种被消费电子行业高度满足的显性需求。专业相机可以提供更高的画质、更强的镜头体系和更完整的控制能力，一个真正想创作的人，市场上并不缺工具。真正长期没有被充分满足的是记录：用户如果想创作，选择很多，但记录永远无法被充分满足——因为你不可能随时随地请一个摄影师，帮你拍下每一个精彩的瞬间。记录该有的样子——不需要你分心，不需要你操作，它自然而然地成为生活的一部分。极限运动是一个非常典型、非常适合分享，也非常容易被看见的场景，但刘靖康认为，真正足够大的市场来自那些更加普通、高频，却长期没有获得好解决方案的瞬间：比如旅行，比如和家人相处，比如记录孩子长大。如前面所言，影石通过数据了解到如今超过一半用户购买全景相机已经不是为了运动，而是为了旅行和家庭生活。刘靖康甚至把「怎么帮女孩子拍好看」和「怎么记录小朋友成长」称为普通用户需求里的最大公约数。这涉及到全景相机的场景应用和产品逻辑。早期用户把 Nano 用在滑雪、骑行等场景，帮助影石发现了「运动 + 全景」这个交叉品类。第二次改变则正在发生：从「运动」重新进入「日常记录」。影石 X5 之后，影石发现越来越多用户开始拍旅行、毕业、婚礼和自己的孩子。相比极限运动偶尔出现的高光时刻，日常生活发生得更加频繁，也属于更多人。X6 在很多功能上的选择，本质上都在服务一次「大众化」。更小的机身、更长的续航、更强的直出、更自动化的剪辑，以及不再要求用户持续盯着屏幕的头追，最终都指向同一个问题：当一个人并不想学习摄影，也不愿意花时间剪辑时，全景相机还能不能成为他的日常工具？这也引出了全景相机最常被追问的问题——这个市场究竟有多大，用户已经有手机了，还很有可能加一个云台相机，全景相机还能玩出什么花儿？刘靖康以产品经理的身份回答了这个问题：市场规模并不是由一个模型预测，取决于解决了多少问题。他不太愿意先从现有销量推算一个固定的市场天花板。相反，在他的逻辑里，市场的大小与一个产品还能解决多少未满足的问题有关：全景相机有一天像矿泉水和纸巾、手机一样，人手一个，那才是真正讨论天花板的时候。但全景相机距离手机还有两个数量级的差距。这都是问题，问题即市场。我们公司选择全景相机和其他品类不是看蛋糕有多大，而是市场有多少问题没有解决。刘靖康并不认为消费电子存在太多不可逾越的技术壁垒。一台相机用了什么芯片、什么传感器，拆开之后是透明的，可以追赶的。他认为影石真正能做的，是持续比别人更早发现需求、更早部署技术，然后在有限的领先窗口里建立新的「门槛」：接下来比拼的是能不能在未来的品类里，更前地理解客户需求，更早部署客户需要的技术，更早地产品化，创造优势。在他看来，更深层的壁垒最终来自两件事：消费者形成的选择习惯，以及一家公司持续制造新门槛的组织习惯。所以对于已经来到第十年的全景相机，刘靖康反而没有表现出一个成熟品类进入平台期后的谨慎。因为他认为，这个产品甚至还没有完成大众化。全景相机的终点，可能是忘掉相机「创作」带着意图，而「记录」伴随习惯。如果沿着「无感记录」继续往前推，全景相机未来的样子很可能会与今天有明显不同。第一步依然是硬件。一个看似反常识的事实是，全景相机已经来到 8K 分辨率，看似很高，但实际裁切后的清晰度依然有很大的提升空间。原因很简单：Luna 的 4K 只需要记录镜头前的一部分区域，而全景相机要把像素分给整个 360° 空间。用户最终只截取其中一个视角时，每个方向能够获得的有效像素自然更少。因此刘靖康判断，全景相机还要继续向 12K、16K 演进。问题也随之而来：更高分辨率意味着更巨大的计算量，而一台可以穿戴、可以长时间拍摄的相机，又不可能无限增加尺寸、电池和散热系统。全景相机的分辨率有提升的空间，但是提升的时候，处理的东西更大，但是受限于体积、电池、散热能力，不能把全景相机做成咖啡杯的样子。所以他认为，未来几个很明确的技术方向是更高分辨率传感器、更先进制程芯片、更低功耗的影像处理，以及更强的 AI 算力。但相比 12K 或 16K，真正可能再次改变全景相机产品定义的，还是 AI。今天 X6 为什么选择在充电时自动剪辑？因为端侧算力和电池容量仍然有限。为什么影石又在发展云端剪辑？因为更大的模型放在云端，可以拥有更强的素材理解和生成能力。刘靖康认为，随着芯片算力提高、功耗下降，今天「晚上插电、第二天出片」的模式依然只是一个阶段。他说：有没有可能，将来全景相机有非常大算力且低功耗的芯片，拍完之后马上剪好，即拍即剪，我们相信这是趋势。最终，AI 需要理解的不只是「哪一段看起来精彩」，还包括拍摄者本人的意图。一个人看向哪里，关注谁，这一刻真正希望留下什么。头追模块已经能够提供一部分这样的信号，未来机器还可以继续学习每个人自己的取景和剪辑偏好。刘靖康把这种更成熟的形态称为「AI 摄影师」：将来全景相机可能像 AI 摄影师，理解这个时刻关注什么。而当自动取景和剪辑进一步发展，影石希望算法能够像今天的信息流一样「千人千面」：通过用户过去保留什么画面、修改什么构图、喜欢怎样的剪辑，逐渐学习属于每个人自己的影像审美，而不是所有人共享一套预设模板。刘靖康判断，这种能力在未来两年有机会得到很大的推进。再往前一步，连「视频」本身都可能发生变化。刘靖康在对话现场展示了一段 3D 时空重建 Demo。今天观看全景素材时，用户可以改变视角：向左、向右、向上、向下。但拍摄者的位置仍然固定。影石现在想做的是进一步改变「视点」——用户不仅可以转头，还能向前移动、靠近物体，甚至在一个已经拍摄完成的空间里进行类似航拍的环绕运动。这里就是前面他说的「问题」：过去的全景相机的素材回放有比较大的痛点问题，就是能够改变观看的角度，但不能改变观测的视点和位置。刘靖康设想，未来全景相机可以变成一种穿戴式设备。旅行时挂在身上，把一个人走过的街道、巷子和空间记录下来，之后重新还原。当然，问题也依旧存在很多，比如这个 Demo 仍有限制：移动物体仍然很难被完整重建。但刘靖康相信这会随着算法和工程继续改善。如果这条路线能够成立，全景相机保存的东西会逐渐从「一段影像」变成「一段空间」。照片保存一个瞬间，视频保存一条时间线，而空间影像试图保存一个人在某一刻所处的整个环境。这一切汇集成了刘靖康的一个判断：将来 VR 会再次起来。当眼镜、VR 和更多新的屏幕成为影像消费入口，今天全景相机拍下来的内容，也会得到与手机屏幕完全不同的观看方式。而所有这些方向，最后被刘靖康收拢到另一个词里——「摄影机器人」。摄影机器人并不一定意味着一台人形机器人拿着相机。在刘靖康看来，无人机是目前最接近它的一种物理形态：机器可以在三维空间里自由改变位置、角度和焦段，自己找到更合适的拍摄位置。但对于全景相机、云台相机这样的产品，「摄影机器人」更像一个北极星式的产品理念：摄影机器人背后的意图尽可能简化和自动化，无感。我们希望很多东西更加智能、自动化，这是过去 10 年的积累，从整个交互、产品设计到自动剪辑到头追等很多功能，包括 3D 高斯采集比传统相机更有优势，始终围绕着这个主题。有趣的是，这条路线甚至可能把影石带出「全景相机公司」这个身份。刘靖康并不回避一种极端的可能：AI 继续发展之后，人们也许只需要拿普通设备拍摄一些平面照片，再通过模型重建整个空间，到那时甚至可能「没有全景相机」。AI 对于不同行业，有时候是生产力的提升和规模提升，也可能是消灭这个行业。有一天我们公司变成软件公司也有可能，我们的使命并不是一定是软硬件的公司。但他认为，无论设备形态怎么变化，有一个需求很难被生成式 AI 消灭——真实地记录一个曾经发生过的时

一台机器人为了分快递，真的需要两条腿和十根手指吗？最近，自变量把一台双臂机器人放到传送带前，只给它装上工业里最常见的标准夹爪，面对一批大小、重量、材质和朝向完全随机的真实物流包裹。连续一小时直播中，它完成了 1816 件有效分拣。按照短时吞吐量计算，超过了 Figure 03 此前连续运行 200 小时留下的 1248 件/小时标杆，幅度达到惊人的45%。两家公司看似在做相同的任务，硬件配置却采用了不同的路线。Figure 03 拥有完整人形身体与五指灵巧手；自变量去掉了分拣用不到的腿和手指，把任务交给两条机械臂和夹爪完成。据公开信息，自变量所用方案的成本下降了70%，分拣准确率则超过98%。。所以在观看这场直播的时候，APPSO 发现除了比拼谁分拣得更快更多，还有一些更值得关注的重点：当模型开始理解重量、摩擦和惯性，机器人或许可以少买很多昂贵的身体，在产业落地的速度也会快得多。每小时 1816 件，机器人为何这么快分拣任务看似简单，却蕴含着人类通过千百年进化习得的能力，这些能力对于具身智能并非理所当然。机器人要完成物流分拣，需要先识别包裹的大小、形状、材质和摆放姿态，判断从哪里下手、使用多大力度，再规划机械臂的移动路径。遇到快递面单方向错误的包裹，则要完成翻转和重新摆放。自变量这次直播里的包裹，也没有统一规格。纸箱、软袋、圆柱形快件和泡沫封装生鲜件混在一起，大小、重量和朝向也是完全随机，基本还原了物流仓库里人工处理的杂乱状态。配备通用具身智能大模型 WALL-B 的机器人会根据每个包裹的属性，临时选择不同的处理方式。当它面对体积小、重量轻的快递袋，一只夹爪便会直接抓起并快速搬运。如果遇到尺寸更大的纸箱，它会切换到双臂协作，用两只夹爪共同托住箱体，或者从侧面将它推向目标位置，避免强行抓取造成损坏。调整面单时，它也可以根据包裹的属性，选择不同的动作。小件和轻件可以利用惯性快速翻转；重箱则被分成几个动作，逐步改变姿态。面对容易变形的衣物软包，机器人会先拨开、摊平，再校准面单方向。机器人需要实时感知每一个包裹，再根据物体状态调整动作。整个过程连续运行，没有人工介入兜底，也没有故障停机。两个标准夹爪能够处理如此多变化，关键在于其背后的模型。更简单的手，配上更聪明的大脑很长一段时间里，提高机器人能力最直观的办法，是增加硬件自由度。通过增加更多的关节和传感器，来让机器人抓得又牢又稳；面对更复杂的奇形怪状物体，就换上自由度更高的五指灵巧手；而如果想要让机器人更好地进入人类工作的空间，双腿和完整的人形身体，几乎是必不可少的硬件配置。自由度越高，机器人能够完成的动作仿佛越多，但随之增加的还有硬件成本、控制难度和故障概率。一只五指灵巧手里包含大量精密关节、驱动器和传感器，需要持续进行校准和维护。当把它放进需要 7×24 小时运转的仓库，机器人身上每多一个零部件，都可能变成一个新的故障点。自变量选择的是另一条路线：把更多复杂度放进底层模型，让硬件保持简洁。2026 年 4 月，自变量发布 WALL-B。区别于 VLA 模型拼接视觉、语言、动作模块的思路，它采用 WUM，也就是世界统一模型架构，将视觉、语言、动作以及对物理变化的预测放在同一个网络中联合训练。模型既要决定机器人下一步怎样动，也要预测这个动作会让周围物体发生什么变化。用软包装来理解就很直观，机器人看见夹爪合拢还不够，它还要预判这个软袋子会不会从中间滑走。从侧面推箱子时，WALL-B 会估计箱子会平移、旋转还是翻倒。按照这套思路，预测结果会继续影响动作，机器人可以改变夹取位置，换成双臂托举，或者借助工作台和惯性完成翻面。夹爪少掉的自由度，正依靠自变量的 WALL-B 模型用更聪明的策略补回来。这对模型本身提出了更高要求：夹爪开口、摩擦力、机械臂负载、摄像头位置和力控精度，依然决定机器人能够处理哪些物体。WALL-B 改变的是硬件的使用方式：过去只执行固定动作的夹爪，如今可以根据包裹状态，组合出夹、推、拨、摊和双臂托举等策略。模型用更大的决策空间补足一部分机械自由度，也让标准硬件拥有了处理随机场景的能力。Figure 和自变量各自都在硬件上做了取舍。Figure 选择完整人形本体和灵巧手，为移动、使用人类工具和精细操作保留更多可能；自变量在物流工位前采用双臂和标准夹爪，希望模型把有限的硬件能力用得更充分。自变量自己也在做灵巧手，在 2025 年曾发布过单手 20 个自由度的五指灵巧手。而这次选择用夹爪其实更多是从实际应用的角度去考虑，对长期守在传送带旁的机器人来说，仓库没有必要为走路、保持平衡和十根手指付费。用「模型进步」取代「硬件堆叠」自变量最早选择的落地场景其实是家庭。这也是具身智能应用的「终极考验」。与目标和流程相对明确的物流工位相比，家庭任务更加分散，环境变化也更频繁：衣服会被随手扔在沙发上，杯子和餐盘的形状各不相同，抽屉里堆满杂物，同一项家务每天面对的物体与摆放位置都可能变化。机器人很难依靠提前写好的程序覆盖所有情况，只能在真实环境中不断观察、判断和调整动作。自变量也成为全球首个将具身机器人规模化带入普通家庭的企业。WALL-B 此前已经在真实家庭场景中进行验证和迭代，这次物流分拣，可以看作同一套模型能力向工业场景的自然延伸。进入仓库后，机器人面对的物体从衣物、餐具和生活用品换成了纸箱、快递袋和生鲜件，底层任务依然相通：识别物体状态，理解空间关系，预测动作结果，再选择合适的操作方式。当同一套模型跨越家庭与工业，积累下来的视觉理解、空间推理和物理预测能力也能继续复用。家庭可以使用更精细的灵巧手，仓库可以选择更耐用的标准夹爪，工厂则能将机械臂直接嵌入现有产线。模型保持通用，身体按照任务选择。这种复用首先改变的是新场景的开发成本。过去，机器人每进入一条新产线，都要重新采集数据、设计动作、匹配硬件，再进行漫长的现场调试。现在，模型更像是一个「通才」，可以把第一条产线积累的能力带到其他产线，后续的适配工作大幅减少，集中在硬件适配和流程调整上。当一套方案能够从一个工位复制到十个、上百个工位，企业关心的问题也会从「它能不能完成任务」，继续推进到每小时能处理多少件、需要多久部署、运行中会出现多少故障，以及多长时间能够收回成本。或许只有当单个工位的投入、持续吞吐、维护成本和回本周期进入可接受范围，机器人才能从一次项目交付走向规模采购。而决定企业是否大规模采购的这条成本线，就是具身智能商业落地的「斩杀线」。具身智能的「DeepSeek 时刻」具身智能想要跨过这条斩杀线，需要同时满足两个条件：机器人已经拥有足够强的能力，这些能力也要以足够低的成本进入真实场景。这也是自变量此次反超 Figure 更值得关注的地方。两个月前的 Figure 03 用一场持续 200 小时的直播，证明人形机器人已经可以长时间站在仓库里工作。这次，自变量则进一步证明，只要模型足够聪明，复杂的任务也可以交给一套更简单、更便宜、更耐用的身体。每一次，都是推动整个具身智能行业向产业落地更进一步。人们离「科技改变生活」的美好未来不再那么遥远。硬件成本、部署周期和长期维护费用随之拥有了进一步下降的空间，机器人也更容易从一次直播演示，走进一个真实工位，再复制到整座仓库。2024 年底，自变量发布第一代端到端具身基础模型 WALL-A；此后，机器人陆续进入养老院和真实家庭，完成折毛巾、整理桌面、收纳杂物和基础清洁等任务。2026 年，自变量与 58 到家推出可以直接预约的智能保洁服务。机器人与保洁员共同上门，在约三小时的服务中负责客厅收纳、摆放鞋子、清理垃圾和擦拭桌面等家政服务，成为全球首个规模化进入普通家庭的具身企业。这也是机器人第一次走下舞台、大规模进入「寻常百姓家」。WALL-B 就在这些随机、碎片化的环境中验证和迭代。家庭场景提供的技术积累，也成为这次物流分拣的基础。同一颗机器人大脑，可以从家庭流向仓库，也可以根据任务换上一副更简单、更便宜的身体。这和 DeepSeek 给大模型行业带来的变化有点类似。DeepSeek 曾用更低的成本交付足够强的模型能力，自变量则把这条路线带进了物理世界：让模型承担更多复杂度，让硬件只保留具体任务需要的能力。过去，人们判断一台机器人是否先进，经常看它能不能跑半马、完成精细手工，或者做出几个令人惊讶的动作。进入真实产业后，所有能力最终都要被换算成四个数字：效率、成本、稳定性和复制速度。未来的机器人或许没有更像人，但会变得更像一个用户愿意买单的伙伴。

实话说，作为一个从 Pixel 2 开始接触谷歌手机的「老用户」，我是越来越看不懂这家公司了。距离 Made by Google 召开还有不到 10 个小时，谷歌竟然直接解禁了所有新品的现场上手，把 Pixel 11 系列所有细节露了个干净。图｜YouTube @MKBHD更重要的是，谷歌这样一抖，也把 Pixel 11 系列的售价露了个干净——只可惜权威媒体们似乎都不太买账。TL;DR（太长不读）和爆料相同，Pixel 11 系列依然是熟悉的四员大将：Pixel 11，Pixel 11 Pro，Pixel 11 Pro XL 和 Pixel 11 Pro Fold。图｜Tom’s Guide或许是终于抄到了苹果去年的作业，谷歌总算放弃了 128GB 起步的传统，今年 Pixel 11 系列全部变成了 256GB 起步。其中，基础款 Pixel 11 有四种配色——冰霜紫（Frost）、木槿桃（Hibiscus）、开心果绿（Pistachio）和曜石黑（Obsidian）。图｜YouTube @9to5Google除了颜色很吸睛之外，Pixel 11 只提供 12+256 和 12+512 两种存储规格，12+256GB 起步价为 899 美元（约合人民币 6050 元）。Pixel 11 Pro 和 Pro XL 则分为砂岩粉（Canyon）、橄榄绿（Olive）、迷雾灰（Fog）和曜石黑四种配色。机身则延续了磨砂玻璃后盖 + 抛光金属中框的设计：图｜YouTube @9to5Google然而它俩的配置来了一套「暗贬」，分为 12+256、16+512 和 16+1TB 三种组合。Pixel 11 Pro 和 Pro XL 起步价分别为 1099 和 1299 美元（约合 7400 和 8700 元）。大折叠 Pixel 11 Pro Fold 和前几代一样只有两个配色，橄榄绿和曜石黑，标配 16GB 内存，但起步价也来到了 1899 美元（约合 12800 元）：图｜YouTube @MKBHD此外还有搭载了全新高通 W5 Gen2 处理器的 Pixel Watch 5，两种尺寸表盘分别为 399 和 429 美元起：图｜Gizmodo还有终于加入 FindHub 网络的谷歌第一方追踪器 Google Tag，单个售价 29 美元、套装四个卖 99 美元：图｜Android Authority就这样吧（It is what it is）不出所料，在面对今年的价格标签时，哪怕是阅遍千机的小马哥 Marques Brownlee 也有点绷不住了，在上手视频里反复提到了一句话：算了，就这样吧（It is what it is）。这种失望当然指的是今年 Pixel 11 系列名义上换代，但各种规格、体验和拳头功能相比 10 系列甚至 9 系列，都没有什么能拉开差距的「狠活」。图｜YouTube @MKBHD换句话说，Pixel 11 系列相比 Pixel 10 系列就是个半代升级，但起步价平均涨了 100 多美元。这种情绪在多家参与了提前上手会的媒体中都是共通的。9to5Google 的达米安·怀尔德（Damien Wilde）也在上手视频中评论道：如果没有换机折抵的优惠，（Pixel 11）在首发时非常难以推荐。这是因为尽管起步配置升到了 256GB，基础款 Pixel 11 的起步价也同样直接涨了 100 美元，同时其他硬件的提升聊胜于无。图｜YouTube @9to5Google更要命的是，还记得发布会前吵吵嚷嚷的「呼吸灯文艺复兴」Pixel Glow 吗？这个功能倒是有，正式名称叫 HiLight：图｜YouTube @MKBHD然而就是这么个最主要的新鲜功能，原本可以变成比肩 Action Button 的超高自定义属性的趣味功能，结果谷歌拿着它只做了两件事——显示 Gemini 对话状态，以及提示来电。图｜YouTube @MKBHD是的，没了，甚至连通知指示灯都不算。HiLight 尽管硬件上支持完整色谱，但谷歌压根没做自定义选色，Gemini 对话固定为蓝白渐变、显示来电更是只有寥寥几种预设颜色：图｜Android Authority难怪小马哥在描述这一段的时候都快要气笑了。而且就是这么个半瘸腿的状态指示灯，居然还是Pro 系列专供的，Pixel 11 上那个位置虽然看着像，但只是普通的闪光灯而已——看得出来谷歌是真没什么活了。图｜Android Authority当然要说 Pixel 11 系列一点提升没有也不对，谷歌在一部分基础硬件上还是实现了一些进步的。比如基础款 Pixel 11 换用了一颗新的 4800 万像素主摄传感器，无线充电速度也升级到了 25W，同时显著减小了镜头凸起：图｜YouTube @9to5Google而 Pixel 11 Pro 和 Pro XL 则用上了新的 Super Actua 屏幕，全屏 HDR 峰值亮度 2400 尼特，5% 小窗口则能飙到 3600 尼特。至于价格最贵的 Pixel 11 Pro Fold，它的可感提升反而最不明显——除了厚度减少 1mm、背板换成玻纤之外，主要卖点依然是 HiLight 灯，以及全球唯一的折叠屏 6 级防尘了。图｜CNET可惜的是，Pixel 11 Pro Fold 的折痕表现完全没有提升。在三星都开始大幅减轻折痕的时候，Pixel 11 Pro Fold 一下子就变成吊车尾了，很难让人接受蹿到 1900 刀的起步价。但往好处想，Pixel 11 系列依然是现在唯一支持 Qi2.2 机内磁吸功能的主流手机，磁吸充电不需要套壳。图｜YouTube @MKBHDGemini Intelligence 能救场吗？相比让人无语的硬件，Pixel 11 系列的 Gemini Intelligence 功能反而在外媒上手中得到了比较正面的评价。图｜YouTube @9to5Google比如 Google I/O 上展示的那个「谷歌版 Typeless」功能 Rambler，就首发实装了 Pixel 11 系列所有机型：图｜YouTube @9to5Google不过体感最明显的，应该还是那个看上去非常酷炫的、带有动态模糊和景深效果的 Gemini 窗口，也跟着 Pixel 11 全系上线了：图｜Google并且新版 Gemini Intelligence 在 Android 17 中的「主动性」也变强了，将原本只存在于通话界面的 Magic Cue 智能建议带到了各种日常 App 里：图｜YouTube @9to5Google但从现有的上手来看，Gemini 的「类智能体」功能提升不算很大，依然是覆盖订票、叫车、预订餐厅之类常见场景为主，深入第三方 App 内的功能不多。不过往好处想，新的 Neural Expressive 设计语言的确没有缺席，看上去非常有格调：图｜YouTube @9to5GoogleGemini 之外，Pixel 11 系列的系统也迎来了一些不错的 QoL（生活品质）升级。比如相机终于自带了提词器，Magic Capture 功能可以智能从录像里抽出一帧拥有完整相机算法的照片等等——图｜YouTube @MKBHD并且谷歌相机这次也支持了类似 iOS 上的「色彩风格」预设，不再是生硬的套全屏滤镜，而是根据色彩风格有针对性地调整色彩：图｜YouTube @9to5Google整体来看，Pixel 11 系列最主要的矛盾，还是一个「贵」字。基础款取消 128GB 选项涨价 100 美元勉强算是持平，但 Pro 系列从去年标配 16GB 内存缩水到 12GB 起步，虽然有客观原因在，但还是让人很难受。图｜YouTube @Dave2D最主要的是，Pixel 11 系列不管硬件有升级还是倒吸，都规避不了自己在事实上已经是 Gemini 的物理容器的现状。既然如此，在 Gemini 3.6 Flash 让人难绷、3.6 Pro 神秘消失，Gemini 4 还在训练集群里等着越狱的大背景下，Pixel 11 系列不受待见也就顺理成章了。以后的 Pixel 系列想要支棱，还真得看 Gemini 的脸色。

最近我的朋友圈里，Markdown、HTML 这些词的存在感明显高了起来。三个月前，Claude Code 工程师 Thariq 曾发文分享，他认为 HTML 是比 Markdown 文本更适合 AI 输出的格式，这个观点引发了热议，也让 HTML 重新进入 AI 产品视野。Andrej Karpathy 也认为人机交互正在形成新的输入输出范式——人类更适合用语音表达需求，AI 更适合用视觉呈现复杂信息。APPSO 在日常办公里这个感受也愈加明显，AI 输出正在从文本走向界面，而 HTML 成为关键载体。但问题也随之出现：即使生成变简单，编辑、协作、发布与数据同步仍将大多数用户挡在网页之外。WorkBuddy 近期更新的资料库能力，尝试把 HTML 这些新一代的 AI 原生格式，和 AI 办公产品结合起来。▲ WorkBuddy资料库界面截图此前它通过「人机双写」让 AI 进入 Word、Excel、PPT，实现人、同事与 Agent 的协同编辑；这次进一步扩展到 HTML、智能 Markdown，并加入「轻应用」，让 HTML 具备数据存储与多端同步能力。如果上一阶段解决的是让 AI 进入 Office，那么现在要继续解决的问题，就是如何让 AI 已经大量生成的新文件，真正融入日常办公流程。HTML，开始变成一份多人多 Agent 文档使用资料库并不复杂。WorkBuddy 目前主要分成「我的文档」和「团队空间」两个位置，前者用于保存个人和 Agent 共同完成的内容（也可邀请他人协作），后者面向多人协作，成员可以按照权限查看、编辑、评论和分享，Agent 也可以参与其中。实际使用基本可以概括成三个动作：任务完成后，把最终的文档、Markdown、HTML 或其他文件存进资料库；下一次工作时，直接指定其中的资料，让 Agent 读取原有内容继续修改和分析；需要团队共同维护时，再把相关内容移入团队空间并设置协作者权限。于是，一次 AI 任务的终点，也就变成了下一次协作的起点。资料库保存的不只是最终文件，也包括之后的人和 Agent 可以继续工作的上下文。为了验证这套能力能否用于真实办公，我做了一个简单的测试。我直接输入一组基础项目数据，包括汽车发布会、官网重构、门店拓展等五个项目，以及负责人、部门、状态、预算、执行金额和里程碑时间。WorkBuddy 会先将其整理为结构化数据表，可直接查看和筛选进度、预算执行与负责人分布。最终生成的 HTML 已接近轻量项目管理后台。如需后续同步更新，我们可以先在资料库中将看板与「2026 年 Q2 项目与预算管理看板」及「2026 年重点项目管理表.csv」建立关联；接着再输入提示词「将看板静态数据改为从关联数据表动态读取」。完成后，看板将直接读取数据表内容。后续只需修改表格并刷新页面，即可同步更新，我们无需重新生成 HTML，实现数据表驱动看板的前后端分离结构。当然，现阶段让 AI 直接生成 HTML，第一次成稿还很难保证每次都达到设计师级别。不过对于办公场景来说，第一次生成到什么程度只是其中一环。更关键的是，我们还能在生成页面上进一步修改。一个页面如果可以被人修改、让多个 Agent 分别处理不同部分、交给同事继续编辑，并且所有修改都围绕同一份文件发生，它才开始拥有类似 Word、Excel、PPT 的办公属性。也正是在接下来的修改环节里，我开始觉得它更接近一套真正的办公工具。点击右上角对应按钮，我就可以在 HTML 中选中风险模块，让 AI 将背景调浅，并补充「需本周五前召开专案会议解决」。修改仅作用于选区，其余结构保持不变，可像编辑文档一样调整，无需进入源码。▲ 修改后的结果对非程序员的大部分用户而言，这比能生成网页更重要。过去修改网页往往意味着重新生成或进入代码层，而现在可以直接在页面局部与 AI 交互，让编辑像改文档一样发生。页面修改完成后，还剩下一个过去经常让 AI 生成 HTML 卡住的问题，怎么给别人看。对于程序员来说，后面还有部署、服务器、域名等办法；对于只是想把明天汇报做好的人来说，这种明显复杂过头了。WorkBuddy 资料库也想到了这一点，现在支持把本地 HTML 直接发布成在线网页。页面做好以后，通过分享即可生成链接，同事领导在手机上打开，客户在微信里点开，都不需要额外下载文件，还能直接在网页上划词添加评论——就像批注在线文档一样简单。基于此，HTML 正在进入一个过去长期由 Office 三件套主导的场景。比如一份新品营销方案，可以把三个传播阶段做成可点击的时间轴；一份经营分析可以让管理者按照部门筛选数据；一份产品方案可以放进视频、动画和交互式 Demo；遇到临时修改，也可以直接在网页里选中文字让 AI 调整。不止如此，WorkBuddy 还给智能 Markdown 加入了 AI 原生审阅模式。团队写周报、PRD 或方案时，可以先在 Markdown 里专注处理内容，AI 给出的修改会以修订建议出现，用户逐条确认后才进入正文；等内容定稿，再把文档转换成 HTML，用更适合展示的形式交给老板或者客户。于是两种文件形成了一种很自然的分工。Markdown 用于协同轻量写作和内容维护，HTML 更适合视觉表达和演示场景，也支持协作编辑。换句话说，HTML 从 AI 的交付结果，开始变成一种可以继续工作的文件。从一个人的工作台，到会记事的人机协作空间如果只解决 HTML 的编辑和发布，WorkBuddy 这个功能仍然更接近一套 AI 网页工具。此次资料库升级更往前的一步，是「轻应用」让网页开始保存和同步数据，而资料库又让这些数据和文档继续成为下一次 Agent 工作的材料。我拿一份烘焙店库存数据进行了测试。CSV 里放入商品名称、SKU、实时库存、安全库存、成本和进货日期，再让 WorkBuddy 生成库存看板，页面会直接提示库存不足的商品，也可以按照类别筛选。背后的 CSV 继续保存数据，所以它不再只是一张一次性的可视化报告，而更像一个可以持续使用的小型工作台。再比如为了验证它在个人场景里的效果，我把每日状态、耗能事件和回血项目写入 CSV 后，然后让 WorkBuddy 做了一个「生命电量工作台」。此外，我们也可以充分发挥脑洞，将之应用到我们实际的生活当中，比如把情侣之间的家务、情绪积分和「待赎罪事项」做成共同账本。又或者把公司附近餐厅的价格、距离和评价做成午饭抽签系统。类似方法还可以用于自媒体达人管理、项目进度、客户合作、个人习惯记录等场景。智能 CSV 甚至可以放入合同、发票、图片和设计稿，让数据和对应资料一起留在资料库里。资料保存下来以后，又自然进入了 Agent 的下一次工作。孙北北面包店就是一个官方介绍的真实案例。据悉，他们团队把每个月的仓配、筹建和产品成本报告按业务主题放进资料库，下个月再做经营分析时，可以直接调用历史报告，让 AI 沿着已有结论继续分析，再把新结果存回原来的目录。在整个过程中，资料库因此多了一层传统文件夹没有的作用。它既保存人的工作成果，也保存 Agent 下一次工作需要的上下文，一次生成的网页、数据和文档，可以继续被个人、团队和 AI 反复使用。对于大量数据、复杂权限和完整业务流程，专业数据库和 SaaS 依然不可替代。但对于个人和小团队，很多需求其实只是数据能保存、多设备能访问、团队能一起用，同时 AI 下次还能接着做。轻应用和资料库结合起来，解决的正是这一类更轻量的需求。打工人的办公三件套，要被 WorkBuddy 用 AI 重做了回头看 WorkBuddy 最近两个大版本的变化，上一阶段的「人机双写」，解决的是 AI 怎样进入我们已经非常熟悉的 Office。人写一部分，AI 修改一部分，同事继续协作，传统文档第一次把 Agent 也纳入编辑者。资料库升级之后，这套能力又扩展到了 AI 更擅长处理的格式。HTML 可以由人和多个 Agent 一起编辑，也可以直接发布成网站；智能 Markdown 有面向 AI 修改设计的审阅模式；CSV 除了作为结构化数据，还可以和 HTML 联动，让网页获得实时数据交互和多端同步能力。由此形成的体验，很像给传统 Office 增加了一套 AI 原生的「三件套」。它们不会让 Word、Excel、PPT 一夜之间消失。相反，WorkBuddy 仍然保留传统 Office 文件，并继续通过人机双写连接它们。真正发生变化的，是办公软件开始同时容纳两代文件。一边是过去几十年为人类鼠标、键盘和屏幕建立起来的 Word、Excel、PPT，另一边是越来越适合 Agent 生成、理解和修改的 Markdown、CSV、HTML。Office 进入 AI 时代以后，真正改变的或许不仅是菜单栏里多了一个 AI 按钮。AI 开始参与写作、编辑、数据处理、页面制作和协作之后，我们每天打开的那份「文件」，不再只是静态的文档，而是变成了可以被 AI 修改、自动更新数据、生成页面并持续协作的工作载体。文件格式从来都不只是一种后缀，它背后其实规定了我们如何生产信息、修改信息，又如何把信息交给别人，只不过，工作的参与者从人增加到人和 Agent。几十年前，Office 定义了电脑时代的人应该怎样办公。到了 AI 时代，Agent 也开始反过来改变 Office 应该处理什么样的文件，以及我们每天打开的那个「文件」，究竟应该长什么样。

就在刚刚，DeepSeek 正式发布了首款 Agent 产品，DeepSeek Harness。早在 V4 Flash 正式版更新日志里，除了直接对标 Claude Opus 模型的 benchmark 成绩，还有一行说明写着「正式版 DeepSeek-V4-Flash 使用 DeepSeek Harness 极简模式（即将发布）作为框架进行测试。」APPSO 在发布之前拿到了 DeepSeek Harness 的内测资格，管理项目、长任务协作、多 Agent 编排、上下文管理以及联网搜索和 Skill 等等，这些本地 Agent 工作台该有的功能，DeepSeek Harness 全部都有。▲ DeepSeek Harness 自己描述的与 Codex 的区别但如果只是用「DeepSeek 版 Codex」来形容它又肯定不够，自定义的 Agent 预设，可重建的会话，以及强大的插件功能，都让 DeepSeek Harness 变得和传统的 Codex 类产品不太一样。当 DeepSeek 也开始争夺模型输出之后的 Agent 执行层，这个姗姗来迟的 Harness 除了可以让手上本就「物美价廉」的 DeepSeek 模型更好用，更重要的是，它或许会改变我们使用 Agent 的习惯。先来认识一下 DeepSeek Harness以下功能和界面等内容均来自内测版，可能与正式版略有出入，以正式发布的版本为主。第一眼看和市面上大多数的本地 Agent 产品没什么两样，左侧边栏从上到下依次是「新建会话」、「工作区」，以及不同工作区/文件夹内的多个会话。对话的设置部分，我们可以切换不同的工作区，不同的模型和思考深度，一共有 Off、High、Max 三档推理等级，还有允许 DeepSeek Harness 可访问的权限。和一般的 Codex 产品只区分日常/办公、办公/代码等工作场景不同，DeepSeek Harness 使用一套「Agent 预设」来应对不同的任务。在 V4 Flash 正式版中提到的极简模式（minimal），正是 Harness 内置的四种 Agent 预设之一，它适合用于简单修改、测试最小 Agent，没有压缩、搜索、Skill、计划和子 Agent 这些功能。▲ 写作工作台是我们自己创建一个 Agent 预设另外三种预设模式分别是适合用来日常写代码、修 Bug、分析项目，以及默认选择的标准模式（standard）；处理大批量搜索、并行读取和多步骤自动处理的代码模式（code）；以及能开发新的 Agent 预设或插件的创造模式（cordis）。不同的 Agent 预设模式可使用的命令不同，我们也可以直接在输入框内使用「/」快速选择不同的指令或 Skills。标准模式、代码模式和创造模式，都包含有对话压缩、目标、计划等命令，而极简模式下，只有目标命令。用创作模式自定义 Agent 预设对于什么是 Agent 预设，以及几款 Agent 预设的具体区别，我们还能在设置页面看到详细的情况。预设即一个会话的 Agent 所运行的插件组装 —— 它的工具、提示词与能力。复制一份既有预设改成自己的，或用「创造模式」让 Agent 帮你创建。如果说模型等于大脑，决定基础的推理和理解能力；Skill 等于一份操作手册，告诉模型遇到某类任务时，具体怎么做；Tool / 插件 相当于软件和权限，它决定了模型能否搜索、改文件、运行命令、收发邮件等。那么 Agent 预设就是一个岗位＋工作环境，身份、长期规则、可用工具、工作方式，都由 Agent 预设决定。一个 Agent 预设通用由一份配置文档构成，文档内把 Agent 的系统提示词、工具、上下文压缩和多 Agent 能力完整组合起来。我们也新建了一个专门用于写作的 Agent 预设，在这份预设内，不仅可以使用文件进行配置，还能引入文件夹，加入不同的 Skill，来让自己的 Agent 更加完善。▲ 自定义写作工作台 Agent 预设文件夹内包含的信息DeepSeek Harness 内也提供了「用创作模式自定义预设」的方法，就像大多数 Agent 用对话创建 Skills 一样，我们可以一步步要求 Harness 创建一个自己的 Agent 预设。在设置页面，我们还能看到模型的配置，DeepSeek Harness 允许我们接入不同的第三方大模型，默认提供方包括 Kimi、OpenAI、Anthropic、Google 等将近 40 个大模型厂商。一切都是插件化运行最后一项设置是 DeepSeek Harness 这次的重头戏——插件，DeepSeek Harness 在内测产品中介绍里写着「Everything is a plugin」，一切皆插件。这个插件有多离谱，在内测的项目仓库里，参与内测的用户短短几天的时间就已经开发了约 300 个插件。有的插件能把 DeepSeek Harness 整个的工作界面修改，有的可以像 Codex 一样接入自定义桌面宠物，还有针对对话界面的优化，以及为 DeepSeek Harness 带来「跨会话长期记忆 + 后台自我进化」能力的纯插件实现。虽然最底层的记忆依然是本地文件，但这套插件并没有把「长期记忆」做成传统的向量数据库 + RAG，而是通过本地文件持久化 + 分层上下文注入 + LLM 自我整理，形成的一套完整系统。插件的能力还在于能实现模型的自我进化，定期让 LLM 回头审视自己的完整工作上下文，把临时经验压缩成长久知识。▲使用该记忆插件的 DeepSeek Harness 界面但无论是记忆插件，还是皮肤插件，这些都只是插件能力的冰山一角。在 DeepSeek Harness 的开发文档里，从架构层面来说，插件几乎就是 DeepSeek Harness 的主打，模型、工具、策略、存储、上下文和界面都能通过插件进行替换或组合。通常我们理解的插件是给当前的产品增加一些小功能，就像 VS Code 里有着丰富的插件系统，或者是 Chrome 浏览器，我们能安装不同的插件，增加浏览器对应的能力。Codex 应用内也有大量的插件，像是计算机使用、Chrome、Notion 等等对应不同的工具和服务。但 DeepSeek Harness 这次给出的插件，是在 Agent 的大脑、工具箱、规则和界面里加能力，它更深入、更自由。如果你嫌 DeepSeek 官方界面太简洁，不妨加点广告。▲ 内测用户自己开发的 DSH 插件，能够直接修改页面 UI举个例子，一个 Agent 的「标题生成插件」，通常是在对话里增加一个按钮或命令，点击后调用 AI 根据已有命令处理。一个 DSH 的「写作插件」，则可能同时做到：给 Agent 增加 /headline 等能力；注册一个模型可以自主调用的标题工具；换掉系统提示词和写作规则；接入我们的各类 Skills； 增加网页检索或外部 MCP；保存文章素材和长期偏好；在 DeepSeek 的交互页面中增加写作面板；限制这个 Agent 可以使用哪些 Shell、文件或网络工具……等等。市面上插件功能同样强大的产品可能是 Pi Agent，它也可以通过 Extension 改写工具、模型请求、会话行为和终端界面。▲ Pi 的介绍写着「有很多 Agent，但这个才是你的」Pi 让一个 Coding Agent 可以任意扩展；DSH 则试图让整个 Agent 产品都由插件重新组合。用起来怎么样很难想象吧，以快著称的 DeepSeek，有一天运行一项编程任务的时间也会来到半个多小时。为了观察执行层能给同一个模型带来多大变化，我们让 DeepSeek-V4-Flash 分别在 DeepSeek Harness、Reasonix 和 Codex 中完成同一个 Three.js 滑沙游戏。先看使用 V4 Flash 在 DeepSeek Harness 中的表现，基本上没有太多可以挑剔的 Bug，玩家一开始就在滑行，完全遵守核心玩法，穿过下坡途中的每个门，最终抵达沙漠绿洲。而使用刚刚上新的 V4 Pro，用时更长，表现反而更没那么好。虽然界面似乎有更加精美了一点，太阳光沙漠都更自然，但是金字塔等元素又很抽象。▲ 使用 DeepSeek V4 Pro 正式版，在 DeepSeek Harness 内生成Reasonix，据说是最适合 DeepSeek 的第三方 Agent ，我们让它处理了同一个任务，看看 V4 Flash 正式版模型，在不同的 Harness 应用中，表现会有什么不同。同样是最高等级的推理，差别真的很大。首先是整体画面的美感就完全不如 DeepSeek Harness 所交付的「金黄、快速、阳光明媚、清晰明朗」，其次虽然游戏同样能玩，但是太过于简陋，渲染的金字塔、人物、天空都很粗糙，不像是一款 3D 游戏。而如果是 Codex+DeepSeek V4 Flash 的组合呢，一开始我们在本地新建了一个文件夹，Codex 的处理方式很聪明，他说他自己先扫描了一遍本地文件夹，发现了另一个项目中存在一个 3D 库的复制文件。接着他又找到了我使用 DeepSeek Harness 创建的 pyramid-speed-run 项目，他说他要先看看那个是怎么处理 3D 库文件的，但是他不会直接复制，然后把那个项目作为一个原型参考，开始构建自己的项目。一个是允许他继续参考做出来的网页，一个是我们新开了一个对话，让 Codex 完全依靠自己的工具处理的网页。▲ 使用 V4 Flash 正式版的 Codex，干净工作区组▲ 使用 V4 Flash 正式版的 Codex，受污染上下文组两个版本似乎都比用 Reasonix 要更好，和 DeepSeek Harness 版本相比，似乎还是 Harness 版本给人沉浸感更强。「受污染」版把色彩调好的同时，但是金字塔完全不像是金字塔。而从 0 开始做的版本确实有 Codex 的感觉，整体画面更明亮，也更简单。就像 V4 Flash 使用极简模式的 DeepSeek Harness 进行评测能得到更好结果。这个单次案例虽然无法证明 Harness 在所有任务上更强，但至少说明：当模型完全相同时，Harness 提供的工具、提示词、上下文组织和执行策略，已经足以显著改变最终产物。它不是 DeepSeek 版 Codex查看 DeepSeek Harness 仓库中大量的 Markdown 说明文档，以及使用指南等内容，可以很确定地说，DSH 不是「DeepSeek 版 Codex」，它更接近一套可重组、可回放的 Agent 运行时。DeepSeek Harness 真正特别的地方，是把「插件生命周期、每个 Agent 的能力组合、工具执行、会话日志、Web UI」接进了同一套内核。从底层的技术配置到如何处理用户交互、AI 交互，DeepSeek Harness 都有自己独特的一套流程。▲ 图片由 AI 生成DeepSeek Harness 最重要的插件功能，根据其文档介绍，它并不只是一个 API 接口，每个工具、模型适配器、策略、提示词、存储、UI 区域都可以是插件。就像我们看到，已经有内测用户能通过插件，修改 DeepSeek Harness 的主界面。其次是 Profile 和 Preset 构成的两级组合系统，Profile 决定整个 DSH 进程怎么运行，例如 Web、Headless、安装哪些 Bundle，它本质上是有顺序的 cordis.patch.yml 配置层。Agent Preset（Agent 预设）决定某个会话里的 Agent 能看到哪些工具、提示词、Skill、子 Agent 和工作流。Preset 的作用域按 agent → preset → global 解析。根据 Preset 作用域机制，意味着同一个进程中，可以同时运行写作 Agent、编码 Agent、研究 Agent，而且各自看到不同的工具和指令，不必启动四套服务。另一个有价值的技术点是「模型

8 月 13 日晚，比亚迪秦 MAX 正式上市。这台王朝网全新的 B 级轿车同时提供 DM-i 和 EV 两种动力，共推出 9 款车型，售价 9.99 万—14.39 万元，比亚迪给它的称呼是「秦家族闪充超大杯」。其中，DM-i 提供 4 款车型：230KM 领先型：9.99 万元230KM 超越型：10.99 万元320KM 超越型：11.99 万元320KM 卓越型：12.99 万元EV 提供 5 款车型：530KM 领先型：10.99 万元530KM 超越型：11.99 万元530KM 卓越型：12.99 万元630KM 超越型：13.29 万元630KM 卓越型：14.39 万元部分车型可花费 1.2 万元选装天神之眼 B 辅助驾驶激光版，全系还可花费 3000 元选装三款双色车身。发布会上，比亚迪也为秦 MAX EV 提供了一年免费闪充权益。秦 L 正在逐渐退出品牌序列，秦 MAX 直接接过了它在王朝网中型轿车市场的位置。这次换代不只改了后缀，比亚迪还把闪充、后五连杆和带激光雷达的天神之眼 B 一并放进秦家族，用一张更长的配置表继续向上探了一步。秦 MAX 的三项重点秦 MAX 的产品重点可以概括成三项：EV 版全系标配的第二代刀片电池和闪充、带激光雷达的天神之眼 B，以及后五连杆独立悬架。秦 MAX DM-i 版本延续第五代 DM 技术，由最大功率 74kW 的 1.5L 自然吸气发动机与 175kW 驱动电机组成，提供 230km 和 320km 两档 CLTC 纯电续航，综合续航最高达到 2370km，官方公布的亏电油耗低至 2.59L/100km。秦 MAX EV 采用后置后驱，提供 120kW 和 240kW 两档电机，对应 52.868kWh 和 64.315kWh 的第二代刀片电池，CLTC 纯电续航分别为 530km 和 630km。其中高功率版本峰值扭矩超过 400N·m，零百加速进入 5 秒级。不过，相比加速，补能才是这套三电系统更明显的变化。第二代刀片电池常温下电量从 10% 充至 70% 需要约 5 分钟，从 10% 充至 97% 约 9 分钟；即便在零下 30℃ 的环境里，后者也只多用约 3 分钟。快还不够，闪充站也要足够多。发布会上，比亚迪表示目前已经建成 7000 多座闪充站，覆盖全国 325 座城市，从双鸭山、喀什到三亚、呼伦贝尔，乃至吐鲁番、珠峰和可可托海等偏远地区都已有布局。比亚迪近期还与中石化签署合作协议，接下来会继续借助现有加油站网络增加闪充站点。智驾部分，秦 MAX 部分车型提供带车顶激光雷达的天神之眼 B 方案，相比主要覆盖高速领航和泊车的天神之眼 C，最明显的能力增量是城市领航辅助。在高速和城市快速路上，这套系统可以按照导航路线完成上下匝道、车道保持、自主变道和部分障碍物避让；进入城区后，城市领航辅助继续处理跟车、车道选择与路口通行，到达目的地后再由全场景泊车辅助完成停车。对一台高频通勤的家用轿车而言，它将辅助驾驶从高速延伸到了城区里更复杂的路况上。辅助驾驶能力之外，比亚迪还为搭载天神之眼 B 的秦 MAX 提供城市领航和智能泊车双兜底，也就是所谓的「迪迪兜兜」。新车用户可享一年城市领航兜底，智能泊车则继续提供安全兜底，在合规使用相应功能、且事故损失依法应由本车承担的范围内，由比亚迪直接承担，不设赔付上限，也不影响车主次年保费。底盘层面，秦 MAX 采用前麦弗逊、后五连杆独立悬架，部分高配车型还提供云辇-C 智能阻尼车身控制系统，并配合路面预瞄识别前方起伏。它会根据路况改变减振器阻尼，经过破损路面时尽量过滤多余振动，快速变线或过弯时则加强车身支撑。其他变化则更接近一台换代家轿的常规补全。秦 MAX 的长宽高为 4866/1880/1495mm，轴距 2820mm；相比秦 L，车长增加 36mm、轴距增加 30mm，车宽收窄 20mm，接近 4.9 米的车身显得更修长，溜背车顶和贯穿式中国结尾灯则继续保留王朝网的家族特征。颜色倒是跳出了过去秦家族偏单调的印象。秦 MAX 提供 6 款单色车漆，其中包括云初粉、星月紫、森野绿等更鲜明的选择，比亚迪还确认增加 3 款双色车身，并计划在 9 月推出。配置方面，秦 MAX 高配车型提供 DiLink 150、15.6 英寸悬浮式中控屏、AR-HUD 和冷暖车载冰箱等功能。车内共设置 27 处储物空间，EV 版还有 115L 前备箱，后备箱常规容积 523L，放倒后排后可扩展至 1450L。座舱设计也有明显进步。双辐方向盘、缩小的方向盘徽标和更克制的装饰，内饰比过去的秦简约、干净了不少。此外，秦 MAX 的座舱内还配备了前排的螺纹接口和小挂钩，对应手机支架、挂外卖奶茶和随身小物这些日常会遇到的细节需求。比亚迪在过去给人的印象往往是着重于大件而不太在意细节，而秦 MAX 这一次不只关注电池、智驾和底盘，显然也观察了当前市场上较好的产品定义，把日常体验里容易被忽略的小麻烦一并处理掉了，这一点值得肯定。座舱里更值得单独说的是「迪迪虾」AI 出行伙伴。它支持连续、复杂的多轮对话，也能从不完整、甚至有些模糊的表达里理解需求。在发布会的演示中，用户只需说出接朋友、途中充电、逛艺术区和寻找宠物友好餐厅等一连串安排，它就能规划包含多个目的地的路线，并继续完成餐厅排队、咖啡点单等操作。从产品形态看，「迪迪虾」更像是一个上车的 Agent：先理解任务，再拆解步骤，并调用导航、生活服务和车控能力去执行。从后五连杆到闪充，再到激光雷达和冰箱，加上补足了此前经常被忽视的细节产品点，这台秦系列的「超大杯」确实十分全面。不过，如果你只看硬性配置，秦 MAX 的这张配置表多少有些眼熟。秦 MAX 绕不开海豹 06秦 MAX 绕不开的，是两天前刚刚上市的 2027 款海豹 06。是的，这两台车基本可以视作同一款车在王朝网和海洋网下的两种变体。秦 MAX 和海豹 06 的轴距同为 2820mm，车长只差 4mm，车宽只差 10mm。两台车都提供 DM-i 和后驱 EV，DM-i 都使用 74kW 的 1.5L 发动机与 175kW 驱动电机，EV 都有 120kW 和 240kW 两档动力，以及 530km、630km 两档 CLTC 续航。两台车的 EV 版本都搭载第二代刀片电池和闪充，天神之眼 B、云辇-C、DiLink 150、AR-HUD 和冷暖冰箱也都能在各自的配置表中找到。除了外观、内饰细节和具体版本分配，秦 MAX 与海豹 06 的核心机械和技术标签几乎完全重合。王朝网与海洋网长期采用双车战略，在相近的平台与技术基础上，分别做一套设计、命名和销售体系。王朝网借助秦、汉、唐、宋等名字维持更传统的家族认知，海洋网则用海豹、海狮、海鸥等产品争取更年轻的用户，到了门店里，两套渠道再用各自的价格、权益和服务争夺订单。对比亚迪而言，这套方法可以在一套研发和供应链基础上覆盖更多审美与渠道，也让王朝网和海洋网保持内部竞争。同一项技术不会被一款车独占，两边都要用更快的产品更新、更清楚的配置和更有吸引力的权益，把用户留在自己的门店里。但对消费者而言，代价则是一笔额外的理解成本。两台车尺寸、动力、续航和核心配置高度重合，选择题很容易从产品能力变成了哪张前脸更顺眼、以及同一项配置在两套版本表里分别要花多少钱。而这场内部竞争的天平，正在向海洋网倾斜。2025 年，海洋网全年销售约 222 万辆，首次超过王朝网的 188.5 万辆，分别占比亚迪集团全年销量的约 48.2% 和 41.0%。这份领先延续到了 2026 年，今年 5 月，海洋网销售约 17 万辆，王朝网约为 15.2 万辆，海洋网在这两年已然成为比亚迪销售体系中的一哥。王朝网需要一款足够有分量的新车稳住自己的走量基本盘，秦 MAX 正是关键的一步。2025 年，秦家族销售约 66.1 万辆，贡献了王朝网超过三分之一的销量；秦 L 退出之后，秦 MAX 不只要接过一款 B 级轿车的位置，还要继续承担秦家族乃至王朝网的销量任务。但显然，王朝网对秦 MAX 很有信心。发布会临近结束时，比亚迪王朝网总经理路天说：「其实我这两天睡得很好，也没有拉大家开会。没听懂这个梗的，可以去看看两天前的发布会。」两天前，正是海洋网发布海豹 06 的日子。比亚迪的新一轮内部竞争，开始了。