周四30派早报：中国电信将不再通过第三方互联网渠道提供号卡办理服务等大学路边未实名购买电话卡的日子一去不复返了。5 分钟阅读早报速览中国电信将不再通过第三方互联网渠道提供号卡办理服务5Bigme 大我推出 F13 彩墨屏 AI 数码相框3OpenAI 宣布开源 Codex Security CLI0网信办就反网络暴力法征求意见4全国汽车标准化技术委员会将规范智驾蓝灯安装使用4不妨一看的简讯1中国电信将不再通过第三方互联网渠道提供号卡办理服务中国电信网上营业厅发布的一则公告（日期落款为 2026 年 7 月 31 日）称，近期部分不法商家擅自冒用「中国电信授权合作」的名义发布虚假售卡信息，或假借售卡名义收集用户的身份证件、住址、联系方式等个人敏感信息，为保障用户权益和数据信息安全，中国电信将对互联网渠道号卡订购业务进行统一规范。自 2026 年 8 月 1 日起，用户如需在互联网渠道订购中国电信号卡，只能通过中国电信 APP、中国电信官方网站等官方渠道办理，其他第三方互联网渠道不再提供电信号卡办理相关服务。来源年轻点的人信息泄露就少点了，老人家都裸奔了哈哈哈哈不止电信，三大运营商前脚后脚都关了信息隐私最终还是战胜了反垄断。48Bigme 大我推出 F13 彩墨屏 AI 数码相框Bigme 大我于 7 月 29 日宣布，Bigme F13 彩墨屏 AI 数码相框已在 Bigme 官网正式开启预购，预购特价 239 美元。Bigme F13 搭载 13.3 英寸 Spectra 6 电子纸显示屏和 16 GB 存储空间，内置 1000+ 幅世界名画，配备 18000mAh 容量电池，待机时间最长可达 1.5 年。内置麦克风与立体声扬声器，说 Hello Bigme 即可唤醒相框进行语音对话。支持通过语音生成图像或美化图片，还能语音查日历、设提醒、换画作等；支持照片轮播、日历及备忘录提醒，通过手机 App（Bigme Photo Frame）可远程控制、管理相框内容。来源颇具经济上行的美……43OpenAI 宣布开源 Codex Security CLIOpenAI 于 7 月 29 日宣布推出开源命令行安全工具 Codex Security CLI，用于帮助开发者扫描代码仓库、发现和验证安全漏洞，并将安全检查流程集成到持续集成与持续交付（CI / CD）环境中。Codex Security CLI 是一款基于命令行界面的安全工具，同时提供 TypeScript SDK 接口。根据官方文档，运行 Codex Security CLI 需要 Node.js 22 或更高版本、Python 3.10 或更高版本，并具备 Codex Security 访问权限；完成安装和身份验证后即可使用。来源1网信办就反网络暴力法征求意见7 月 29 日，国家互联网信息办公室会同有关部门起草《中华人民共和国反网络暴力法（征求意见稿）》，并向社会公开征求意见。意见反馈截止日期为 2026 年 8 月 28 日，征求意见稿共七章六十条，明确将网络暴力界定为通过网络对个人、组织集中或持续实施的侵害名誉权、肖像权、个人信息等合法权益的活动；在治理体制与责任划分上，由国家网信部门统筹协调，公安、教育、电信等部门分工负责，并压实网络平台责任，要求其建立监测识别、防护屏蔽、辟谣及快捷取证等机制；在法律责任与司法保护方面，规定当事人可向基层人民法院申请人格权侵害禁令，明确涉网络暴力网络平台等责任主体的罚款金额和处罚措施，规定对组织、策划、煽动、教唆实施网络暴力的行为依法从重处罚，被侵权人有权请求精神损害赔偿等。来源昨天刚刷到的，长沙的一个女店主被小仙女写小作文引导网暴，事发个把月了，店里的监控视频、店主的澄清说明，只要上传就被平台删了，小仙女的小作文被到处转发，有人管吗？法很多，但是没有人执行啊！看最近抖音上宣传一些医护人员被网暴的视频，他们都报过警啊！53全国汽车标准化技术委员会将规范智驾蓝灯安装使用7 月 29 日，中国汽车标准化研究院通过微信公众号发文称，部分用于显示车辆驾驶辅助系统工作状态的「小蓝灯」存在滥用问题，引发安全风险，如夜间开启容易让其他道路参与者产生眩光、观感刺眼，干扰周边驾驶员对路况的判断；带有该指示灯的车辆更容易被其他车主借机加塞、近距离跟车，增加路面通行风险等。中国汽车标准化研究院表示，在国内，GB 4785—2019《汽车及挂车外部照明和光信号装置的安装规定》尚未对「小蓝灯」使用做出明确要求，但依据该标准，原则上不应使用非本标准定义的外部照明和光信号装置。国际上，联合国世界车辆法规协调论坛（UN/WP.29）下的照明和光信号工作组（GRE）及自动驾驶与网联车辆工作组（GRVA）正在针对「小蓝灯」开展研究，对于其产生的安全增益、潜在风险等仍存在争议。全国汽车标准化技术委员会正在主管部门指导下，开展 GB 4785《汽车及挂车外部照明和光信号装置的安装要求》（计划号 20262535-Q-339）标准制修订，同时配合开展加强「激进式」产品创新设计准入审查和测试验证管理相关工作，进一步规范车辆灯具安装使用，提升汽车产品安全性能。来源小蓝灯就像早期的激光雷达，没有的买个假的安。现在也有很多人去无损自费加了小蓝灯。就像ck内裤路边边一个道理啥时候规范下前照灯？近光都能把人闪瞎，还有很多电驴灯也超亮，正对驾驶员眼睛小蓝灯挺好的, 唯一问题是有的车蓝灯亮的刺眼, 把亮度调低点就好, 又不必像其他灯光一样大老远就能看到🟠🔴🔵⚪️⚪️🔵🔴🟠6不妨一看的简讯7 月 29 日，高通技术公司宣布与宝马集团达成一项重要合作协议。根据协议，高通将在未来十年为宝马下一代数字座舱、先进驾驶辅助系统以及自动驾驶（ADAS/AD）提供计算芯片。此次合作涵盖高通骁龙数字底盘的多项解决方案，包括系统级芯片骁龙汽车平台至尊版以及专用 AI 加速器。来源据日本媒体《Diamond》报道，索尼集团正在向镜头制造商腾龙（Tamron）提出收购方案，计划收购腾龙全部股份，交易金额预计约为 2000 亿日元（约合 82.71 亿元人民币）。来源索尼收购腾龙，以后还会出便宜的索尼镜头吗？ 我两个都是适马的镜头，G大师太贵了1少数派的近期动态投稿征文赢好礼！「角落新声」征文活动距离结束还有一周火速投稿你可能错过的好文章离 AI 最近的老牌写作工具不聊 AI：iA Writer 8.0 大版本更新陕北看海，黄土难寻角落新声｜没有书房，也要给音乐留一个角落：聊聊我的黑胶「窝棚」索尼抛弃实体游戏光盘，谁成为了转型代价？> 下载少数派 2.0 客户端、关注少数派公众号，解锁全新阅读体验 📰> 实用、好用的正版软件，少数派为你呈现 🚀派早报本文责编：@克莱德© 本文著作权归作者所有，并授权少数派独家使用，未经少数派许可，不得转载使用。11位派友已充电

36氪获悉，天眼查App显示，近日，郑州迈瑞医疗科技有限公司成立，法定代表人为姚强，注册资本500万人民币，经营范围含第一类医疗器械生产、仪器仪表制造等。股东信息显示，该公司由迈瑞医疗全资持股。

从国家能源局举行的新闻发布会上了解到，上半年，我国可再生能源快速发展，发电量占全部发电量比重首次超过四成。上半年，全国可再生能源发电量近2万亿千瓦时，同比增加约9%，占全部发电量的41.2%，占比首次超四成。其中，风光发电量合计1.25万亿千瓦时，同比增长9.3%。从装机量看，上半年，全国可再生能源新增装机1.17亿千瓦，占全部新增装机的73.9%，继续保持新增装机主体地位。截至6月底，全国可再生能源装机达到24.55亿千瓦，占我国总装机量的六成多。（央视新闻）

7月30日发布的《2026年1—6月中国游戏产业报告》显示，2026年1—6月，国内游戏市场实际销售收入1884.50亿元，同比增长12.17%；我国游戏用户规模为6.84亿，同比增长0.82%；我国自主研发游戏海外市场实际销售收入为123.72亿美元，同比增长30.22%。（证券时报）

柔性触觉感知企业获新一轮融资，预计2026年公司营收翻10倍｜硬氪首发黄 楠·2026年07月29日 09:30硬件是入口，数据是长线；数据手套要的是准、便宜、可替换，而不是「用十年不坏」。作者｜黄楠编辑｜袁斯来硬氪获悉，柔性触觉感知企业「尧乐科技」近日完成Pre-A+新一轮融资，本轮融资由鼎和高达领投，上市公司常熟汽饰、祖龙娱乐跟投，云道资本担任长期独家财务顾问。资金将主要用于柔性织物传感技术研发、产品性能迭代升级，加快数据手套产能拓展和批量交付，并完善数据采集、标定与接口能力，加速面向具身智能、世界模型与智能座舱等场景落地。尧乐科技以柔性织物传感为硬件入口，面向具身智能与世界模型所需的真实物理交互数据采集与预处理。创始人兼CEO吕莉蕴曾任国际汽车电子头部企业Harman首席架构工程师，曾主导多模态传感器融合计算平台的研发工作；核心团队成员多来自中科院、密歇根大学、北京大学等头部院校，覆盖底层传感材料到上层智能算法的全链条研发能力。随着人形机器人本体、电机、关节控制等硬件工程逐一突破，行业竞争发生阶段性切换，深层制约来自数据供给的结构性短缺。根据《中国具身智能产业发展报告》报告显示，截至2026年初，全球高质量真实物理交互数据总量约为50万小时，而训练具备基础泛化能力的通用具身模型至少需要千万小时级数据，缺口达九成以上。相较于视觉、文本可通过线上渠道大规模归集的训练素材，触觉模态存在独特供给瓶颈。触觉信号源于实体间直接物理接触，仿真环境可以模拟物体的形状和位置，却难以复现真实场景下压力分布、摩擦力、材质形变等复合力学特征，仿真数据集与真实触觉真值存在固有偏差，无法作为高质量训练素材完全替代真人实采数据。这也倒逼行业从物理端寻找数据获取的新方式。数采手套作为连接人类操作与机器人学习的物理接口，既能捕捉真实操作中的接触力学信号，又能以相对标准化的形态实现规模化部署，成为当前填补触觉数据空白的关键路径之一。尧乐科技即将发布的数据手套，其创新在于将传感功能直接融入织物结构，实现材料与器件的一体化。创始人兼CEO吕莉蕴告诉硬氪，当前主流的数采手套方案，多采用印刷电路或薄膜传感器贴合于织物表面，传感器层与织物层分离，往往需要多层结构叠加。“这种方案在实验室环境或短期演示中尚可运行，一旦进入真实场景，多层结构带来的位移、褶皱、汗渍等问题，就会直接影响数据质量。”吕莉蕴说。尧乐的方案是将传感能力直接嵌入织物结构本身。基于公司自主研发的“金属纱线+三明治矩阵”传感器，将金属拉丝合金纱线编织成导电网络，嵌入多层织物构成的矩阵中。其中，纱线采用纯金属材质，而非涂层或电镀工艺，导电性和一致性更持久。其手套在手套掌心及指节均覆盖高密度感知阵列，实现精准的数据采集。数据手套传感点分布概念示意图（图源/企业）一体织造成型后，传感电路与布料融为一体，无需多层贴合或外挂传感器阵列。这一结构消除了传统手套因层间滑移带来的信号误差，手指弯曲时不会产生相对位移，空抓也不会因面料褶皱触发无效信号，从根本上提升了数据采集的可靠性。织物即传感器（图源/企业）当触觉从具身智能的“可选配置”演变为“基础感知层”，数据手套作为连接人类操作与机器人学习的物理接口，其产业位势正在被重新定义。从实验室走向规模化部署，手套能否被采集人员长期、高频、无负担地使用，直接决定了数据获取的真实性和可持续性。这也是尧乐科技采取了模块化设计的价值所在。其手套采集盒集成供电、信号处理和存储模块，手套本体可单独替换、水洗维护，既保障了长期采集任务的连续性，也降低了故障后的维修门槛。从商业模式看，硬件是入口，数据是更长线的商业价值所在。尧乐科技交付给客户的不仅是手套，还包括数据采集、清洗、标定和时间轴对齐等预处理服务。经过校准的传感器具备良好的一致性，无批次差异或单只手套间的偏差问题，有效降低了客户在模型训练阶段的数据清洗成本。今年以来，国内瞄准柔性触觉感知方案的电子皮肤手套厂商数量迅速增长，技术路线覆盖印刷薄膜、视触觉、织物传感等多个方向。行业竞争的关键节点在于，谁能率先在保证数据准确性的前提下，实现规模化量产与成本下探。“我们的优势在于车规级场景积累的可靠性与供应链管理经验，具备向机器人场景迁移的核心能力基础。在产品定位上，我们认为数据手套更像是一种‘消耗品’，传感器本身不需要用十年不坏，相反，它更需要在寿命期内数据准确，做便宜、可替换，比只追求稳定耐用更符合用户的真实需求。”吕莉蕴告诉硬氪，2026年，尧乐科技数据手套业务预计将占到整体营收的一半以上，公司全年营收预计翻10倍。以下为硬氪与尧乐科技创始人兼CEO吕莉蕴的访谈节选（略经编辑）：硬氪：据你们观察，今年尧乐的行业客户对数据的需求主要集中在哪些类型？他们在需求上有什么本质差异？吕莉蕴：现在整个行业最缺的就是真人的触觉数据，这个缺口非常大。从客户画像来看，其需求大致可以分成几类。第一类是具身智能公司和做世界模型的团队，这也是公司当前最主要的客户群体。他们要的是操作数据，用来训练灵巧手或机器人完成具体任务。这类客户特别强调数据的“异构性”，即不能只采一个人的操作方式、也不能只针对某一种物体，不同人手型、发力习惯、操作节奏的差异，对模型泛化能力很关键。另外他们对数据预处理要求也特别高，时间轴要对齐、传感器之间要同步、压力数据和图像数据要能对应上，这些基础工作如果做得不好，后期数据的实用性会受到影响。第二类是大型工业企业和物流公司，比如UPS这类。他们本身就有工人戴着劳保手套在生产线上工作，需求不是训练机器人，而是做劳动健康风险评估和效率优化，通过采集手部动作和受力数据，分析哪些动作容易造成劳损、哪些工序劳动强度偏高，进而优化作业流程。这类需求在海外特别多，尤其是欧洲和日本，企业对员工健康合规要求很高，也愿意为此付费。与第一类客户不同，这些企业不需要多模态融合或复杂标定，而是得能直接能读懂的生物力学指标，比如关节受力峰值、重复性动作频次，对数据解读维度完全不同。第三类是医疗康复领域，比如手部功能恢复监测、中风患者康复训练评估等，要的是精细化动作追踪和长期变化趋势，要求传感器具备很好的重复性和一致性。如果传感器本身的漂移比康复进展还大，数据就没有临床价值。也正因为不同客户目标差异很大，所以我们不是卖一个标准化手套就结束了，而是要根据应用场景做不同配置和不同维度的数据分析。我们更倾向于跟客户深度合作，帮他们做一部分数据分析，在此基础上共享数据资源。硬件铺进去只是第一步，数据怎么用、怎么帮客户产生价值，才是更长线的事。硬氪：市面上做柔性传感器的厂商不少，包括印刷薄膜、视触觉等不同技术路线，客户选择尧乐科技方案的原因是什么？吕莉蕴：客户来找我们，根本原因就是市面上很多方案在数据准确性上存在问题。现在市面上常见的电子手套多为印刷薄膜类，在薄膜、TPU或布料上印刷传感器，或者把视触觉集成进去。但这类材料的问题在于，它本身并不是天然适合做手套的材质。人类戴手套基本都是织物形态，胶皮手套戴一小会儿就要摘，不透气会产生汗渍。同时，由于印刷薄膜方案通常需要多层结构，把传感器夹在中间，多层结构带来的问题是太厚、不透气，汗渍会导致传感器衰减和漂移；层与层之间在抓取时容易产生滑移；如果手套没有专门针对手部立体结构做过版型，手指弯曲时材料会褶皱，空抓时传感器就已经误触发了，还会出现所谓的“脏数据”或“鬼影噪声”。尧乐的做法是从源头解决这些问题。一体编织成型，没有多层结构，手套成型时传感电路已经被织进去，手指弯曲时不存在层间滑移问题。此外，我们在手套内部还设计了空气层和支撑结构，让传感器尽量只在真正接触受压时响应，从物理层面减少无效信号；腕部主控盒还内置了广角摄像头，可以对照接触情况做双重校验，空抓时摄像头一看就知道手里没东西，数据可以交叉验证。可以说，客户选择尧乐，正是因为我们对织物传感器的理解更深，从材料、工艺、织法，再到量产、标定、交付，是系统性的能力，能把数据采集的“前处理”做到位，而不是把一堆含噪的原始数据扔给客户自己去清洗。这也是织物传感路线在数据采集场景下不可被替代的价值所在。投资方观点：云道资本创始合伙人曹稷山认为，一级市场正从“本体够不够炫”，转向追问真实物理交互数据从哪里来、能否规模化喂给模型。触觉公司很多，能量产交付的却不多；关键看有没有在汽车等高标准行业跑通定点与批量——因为世界模型要的是可复用、可训练的数据产能。尧乐的价值，不在又一种传感器，而在把人类真实接触变成可进入训练链条的数据入口；硬件是门票，数据接口与标准化，才是估值弹性所在。鼎和高达管理合伙人王莹表示，我们过往投资组合中的禾赛、Momenta、六分科技等，都指向同一命题——让机器更好感知、预测并作用于物理世界。尧乐所做的，正是这一命题在物理交互数据侧的关键拼图。鼎和高达将依托我们丰富的产业生态矩阵，为尧乐提供从供应链协同到市场拓展的深度支持。本次投资我们协助引入常熟汽饰，也正是看到海外主机厂对OCS（乘客分类系统）逐步形成刚需。希望通过投资和赋能一同将中国车规级量产方案推向海外，全力支持尧乐出海业务拓展。祖龙娱乐首席财务官李轶表示，我们坚定地看好尧乐作为触觉数据基建的长期价值，押注中国企业在新一轮AI科技创新中，正凭借极致的工程化能力与丰富的场景密度，从底层基础设施发力，在全球Physical AI竞争中跑出独有的“中国加速度”。本文由「黄 楠」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：企业授权

在大模型的下一阶段议题上，我们找到了一家做持续学习的中国Neo Lab王欣逸·2026年07月29日 12:10仅改变4B参数做后训练，Macaron-V1性能反超基座模型，还顺手拿下了6个SOTA。文｜王欣逸编辑｜张雨忻见到Mind Lab创始人陈锴杰，是在北京的晚上9点半，他已经见了一天的投资人。陈锴杰是一位连续创业者，从杜克大学休学，做过AI互动故事平台MidReal，也推出了Personal Agent应用Macaron（马卡龙），上线当天就登顶了Product Hunt日榜；2025年10月，Mind Lab成立，团队约30余人，Mind Lab创始人Andrew Chen曾和姚顺雨共同发表FireAct论文，团队主要来自xAI、DeepMind、DeepSeek、字节跳动Seed、MIT和清华大学等企业与高校。他们以Neo Lab的形象再度出现在大众的视野里。他们所押注的方向，与图灵奖得主、强化学习之父Richard Sutton和OpenAI前CTO Mira Murati所强调的持续学习方向，高度一致。几天前，WAIC 2026首日主论坛上，Sutton发表演讲，强调了下一代AI的核心路线是经验驱动，而静态标注数据模式已触达天花板。DeepSeek近期也把持续学习带进了更多人的视野之中，声称Agent之后需要的解决的问题是持续学习，这也是下一代模型必须具备的能力。可见，后训练与持续学习，越来越成为下一阶段评判模型能力的关键点。Mind Lab在上个月发布了Macaron-V1-Preview模型，此后业务迅速被推着往前走：商业化刚开始跑2周，ARR就达到了1000万美金。Macaron-V1-Preview的构成是：在GLM-5.1上，挂载了5个参数约1B的LoRA专家模块。尽管只是一个预览版的模型，Macaron-V1-Preview在多个Benchmark上的表现也很亮眼，不仅性能反超基座模型GLM-5.1外，还领先GPT 5.4、Claude Opus 4.6等一众模型。而超越基座的能力，就来自于挂载其上的LoRA。而真正让他们备受关注的，是用MoL（Mixture-of-LoRA）的方式做后训练的路径。在模型执行不同任务时，系统可以根据任务类型，动态切换到最适合的专家模块；在用户长时间的使用中，沉淀下来的数据也能积累出一个专属LoRA，能随着模型的不断调用而持续更新。Preview版本率先跑通了技术路径、做好了市场验证。紧接着，7月21日，Mind Lab发布并开源了Macaron-V1的正式版本。从官方发布的benchmark来看，Macaron-V1在12项基准测试中拿下了6个SOTA，其余成绩和前沿模型也比较接近。这一版本有两个模型：旗舰版Venti，是一个基于GLM-5.2做后训练、总参数748B的模型，其中744B来自冻结的GLM-5.2基座，4B来自于Mind Lab自己训练的4组各约1B的LoRA，分别负责Chat、Agent、Coding和生成UI界面四类能力；另一个是面向本地部署的轻量版Tall，是基于Qwen3.6做后训练、总参数50B的模型。两个版本都原生支持200万token上下文。这也意味着，仅仅改变4B参数，这支团队让GLM-5.2实现了超越自身的能力。对Mind Lab来说，创业是无数次保持主线与推翻重做的过程。剥去外部的各种喧嚣，在团队内部，一条更为深远的技术路线在不断进化当中——持续学习。与此同时，一线资本也纷纷押注。成立以来，Mind Lab母公司Mindverse（心洲科技）累计获得6000万美元融资。2026年年初，完成由美团战投领投的近5000万美元A轮融资，元禾璞华、韶音科技、变量资本及老股东追加跟投。历史股东包括蚂蚁集团、红杉中国、源一、真格、高榕等。经验的智能：让模型越来越懂你最初的出发点，可以追溯到2023年Mind Lab联合创始人Andrew和姚顺雨合作的一篇FireAct论文。那时他们认为，想要提升Agent的任务表现，与其做提示词工程，不如把相关的数据直接训进模型里。这是他们押注持续学习和后训练的起点，当时，这还不算一个广受关注的技术路线。“当我们开始做持续学习的时候，我们都不知道它叫持续学习。”陈锴杰说。已有技术存在的问题是，一个通用大模型难以做好对所有场景的适配，在模型训练结束后，其参数往往是固定的，不会因为具体的场景而改变模型的参数，从头训模型的成本又非常高。想要让大参数模型在不同垂直场景中执行任务，用一个复杂的Harness当然能做好对场景的适配，但是与此同时的必然结果是，它会消耗很多Token，速度也会很慢，这显然无法从根本上解决问题。在香农信息论的框架下，强化学习范式中，用表征模型学到的参数量的需求变小，这也意味着，模型参数足够大、足够稀疏的条件下，在同一个垂直领域做强化学习，LoRA的效果是可以达到全参训练的效果的。所以，无需全参数重训，也能做好对具体场景的适配。他们率先交出的成果是做到了万亿参数的强化学习。2025年12月，Mind Lab在KimiK2（一个万亿参数MoE模型）上做到了端到端LoRA强化学习训练，仅用64张H800，实现了接近全参数训练的效果，GPU消耗只有传统全参数RL的10%左右。当时，一些大厂和创业公司如字节、阿里、DeepSeek、Kimi等也具备万亿参数强化学习的能力，不过，在国内能在万亿参数上跑通LoRA-RL的团队只有Mind Lab一家，而海外唯一能做到的团队是OpenAI前CTO Mira Murati创立的Thinking Machines Lab。要实现万亿参数强化学习的难点在于，强化学习对基础设施的精度要求很高，如果训练和推理的精度不一致，可能会带来偏差漂移，导致最终的结果没有办法收敛。Mind Lab的解法是设计了一套混合协同并行引擎，整合了张量并行、流水线并行、专家并行和序列并行，让LoRA能在MoE架构上稳定运行。他们还解决了训练与推理不匹配问题，引入了截断重要性采样来修正分布差异。这一成果的交出，为Mind Lab打响了漂亮的一仗。不过，在陈锴杰看来，团队真正的技术护城河是基础设施。一年之前，后训练的数据量大概是预训练数据量的十分之一，但如今，很多模型里后训练数据量比预训练的数据量还要大。要做好后训练的基础设施，比预训练更难。因此，今年1月，他们推出了一个关于LoRA训推的基础设施平台——MinT，它能面向客户提供大模型后训练全流程解决方案。客户可以在这一平台上获取算力支持，也能训练自己的LoRA。MinT能够管理上百万个LoRA模型，在训练、评估、部署和回滚过程中只传输极为轻量的LoRA Adapter，实时加载速度提升了近十倍。随后，他们更多的把精力放在了模型自进化与持续学习的路线上，并在LoRA的基础上，继续探索MoL（Mixture of Lora，LoRA协作）的可能性。持续学习，正在从少数人的探索逐渐演变成行业共识。两周前，强化学习之父Sutton亲自下场创业，创立新公司Oak Lab，致力于建立一个能从自身经验中持续学习、实时进化的智能体。智谱创始人唐杰在近日的内部信中也提到，下一步要攻克的关键技术包括记忆、持续学习和自我评判。国内外头部团队相继入局，这条赛道的加速正肉眼可见地提升。在陈锴杰看来，现阶段，持续学习有四种解决方案：第一种是，聊天的上下文，模型在对话窗口内反复理解用户意图；第二种是，External Memory，用RAG做记忆外挂。随着要记的东西越来越多，数据库也以非常快的速度膨胀，模型的解决问题能力直接与数据库检索能力挂钩；第三种是，Harness以及Loop Engineering，问题在于，随着Harness复杂程度的上升，它可能会消耗很多Token，速度也会变得很慢；第四种是，直接改模型的参数，以适配应用场景，从底层就把它变成一个垂直的模型，从根本上去改变模型的表现。LoRA属于第四种解决方案。“明确某个场景需要额外的学习后，我们才会启用LoRA模式。”陈锴杰告诉我们。通用大模型无法解决具体场景里100%的问题，想要做到完全适配，就需要在任何场景中对模型做垂直的训练。有时候，不同模型之间99%的参数都是可以共享的，但那1%的部分就决定了他们的差异。基于这个理解，陈锴杰认为要把模型放进不同的经验之中，让它不断去成长。Mind Lab将这套思路总结为“经验智能”（Experiential Intelligence）：模型可以从自己的经历中学习，经验转化为新能力，新能力让它能解决更难的问题，更难的问题又带来更丰富的经验，智能由此成为了一个持续生长的过程。不仅如此，这个过程是自动化的，模型需要不断的自进化、自迭代，这样才能做到真正的“持续学习”。这一方向，也与Sutton的“经验驱动”路线不谋而合。Macaron-V1-Preview和Macaron-V1的相继推出与市场化验证，也让大众看到了经验智能的可能性。协作的智能：用Mixture of LoRA突破智能的上限在陈锴杰看来，后训练正在逐渐成为一个赛道。目前，行业内出现了一批专门承接预训练完成后的模型、聚焦后训练方向的创业公司。其中，有不少玩家聚焦在小模型场景，做垂直细分领域的后训练、数据处理相关工作。在LoRA路线上，Mind Lab并非孤军奋战，陈锴杰告诉我们，他们的技术和Thinking Machines Lab是高度一致的，尤其是在选取LoRA训练的路线上。TML在其论文《LoRA Without Regret》中也独立印证了同一结论：在足够大的MoE模型上用LoRA做强化学习，性能没有任何损失。不过，强化学习还需要和模型架构耦合。由于架构的不同，Thinking Machine s Lab和Mind Lab能训练的模型有一定的差异。比如GLM-5系列引入了MTP（多Token预测）和DSA（动态稀疏注意力）等高效推理架构，这些设计对训练框架有特定的适配要求，而Thinking Machines Lab的整个技术栈是为DeepSeek-V3标准架构打造的，因此难以兼容GLM。Mind Lab则率先完成了GLM-5.1和GLM-5.2上的强化学习后训练。这是全球第一个在GLM-5.1上完成强化学习后训练的外部团队成果。值得一提的是，无论是Macaron-V1-Preview还是Macaron-V1，Mind Lab都设置了多个LoRA，这些LoRA可以单独使用，也可以展开协作。这一设置背后，是因为他们发现，一个LoRA没有办法把模型的所有能力全面提升，但在一个模型上用多个LoRA，整体能力就会大幅提升。Mind Lab曾用200份不同的数据分别训练了200个LoRA，让这些LoRA挂在某一模型上协作完成任务，他们有两点发现：一是，参与协作的LoRA数量提升后，模型任务的表现也会呈log线性增长的关系，越多LoRA协作，效果越好。二是，相比用这200份数据训出的一个LoRA，让200个LoRA共同协作后的模型表现会更好，较前者能提升约25%的能力。这也让Mind Lab看到了模型协作能突破的智能上限，单一的LoRA是不够的，MoL（Mixture of LoRA）可能是更为有效的办法。“这也是一个需要持续探索的话题，比如多少数量的LoRA协作是更有意义的，LoRA与LoRA之间的协作如何分工，什么时候需要协作以及什么时候一个LoRA就足够了。”国内后训练的竞争也在加速。赛道内的玩家各有所长，但能在万亿参数规模上同时跑通LoRA-RL、构建百万级LoRA管理基础设施、并将持续学习落地到商业场景的团队，仍然不多。从后训练，到持续学习Mind Lab目前的业务被划分成了三个部分：持续做Infra系统和后训练的前沿研究；做C端产品Macaron（马卡龙）的更新和迭代；以及在B端做好客户服务，一方面是为微软云、华为云等企业部署更便宜的训练Infra，另一方面是提供MinT及持续学习的LoRA模型。其中，Macaron App的定位是一个生活场景的个人Agent，用户可以通过自然语言生成专

华辰芯光完成超亿元融资，全栈技术能力突破高端激光芯片封锁张卓倩·2026年07月29日 13:38重仓重资产IDM模式。华辰芯光A++轮浙江省2021-09半导体激光器芯片的研发商36氪报道通信/半导体独角兽我要联系文 | 张卓倩编辑 | 袁斯来近日，国内IDM激光芯片企业浙江华辰芯光技术有限公司（简称华辰芯光）宣布完成新一轮超亿元级人民币融资。本轮融资由同创伟业领投，张江垚坤、洪山资本跟投，部分老股东追投，该批资金将主要用于加强华辰芯光的多系列量产芯片可靠性测试能力建设。华辰芯光坚定走高端光芯片研发发展路线，自公司成立之初就确立了“IDM（垂直整合制造）芯片制造模式”及“研发高可靠大功率单模通信激光芯片”的双轮驱动战略。通过长期技术攻关，逐步攻克高端光芯片的底层制造壁垒，其GaAs核心产品1000mW 974nm/976nm泵浦激光芯片已通过严格的内部测试，光电性能与可靠性可对标美国同级产品，制造成本约为国外产品的50%，成为全球极少数能够量产通信用泵浦激光芯片的企业。该产品主要用于骨干网、核心网、城域网等陆地以及海洋光纤通信、星间激光互通、AI数据中心DCI等光网络中信号放大产品中，该产品计划于2026年下半年将进入量产阶段并向全球销售；同时华辰芯光还依托自己的IDM能力，面向CPO产品，积极研发超大功率InP CW激光芯片产品，为彻底解决高端光芯片领域进口依赖问题贡献力量。本文由「张卓倩」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：AI生成

AI智能浪潮重塑母婴赛道，吸牛裤如何实现 “智能育儿”？项目推荐主理人·2026年07月29日 16:30放眼行业未来，单一产品竞争终将落幕，“单体硬件 + 数据服务 + 可持续循环” 的一体化育儿生态将成为主流发展方向。如同全屋智能重构家电行业，AI 贴身护理设备将串联起宝宝成长全周期数据，形成完整智能育儿生态闭环。导语：凌晨三点，新手爸妈第三次起身，摸黑查看宝宝尿裤有无侧漏、臀部是否闷出红疹。依靠经验熬夜看护的传统育儿模式，已是无数家庭的共同困扰。而随着 AI 技术产业化落地，这一育儿痛点迎来全新解法。2022 年 ChatGPT 问世，拉开生成式 AI 商业化序幕。国内 AI 产业蓬勃发展，百模大战持续推进，AI 感知、物联网、大数据等技术日趋成熟，为实体产业智能化升级提供坚实支撑。母婴作为刚需赛道，顺势拥抱智能变革。新锐品牌吸牛裤抢先布局 AI 智能尿裤赛道，精准捕捉行业变革风口，依托自研硬核技术，开辟贴身智能育儿新路径。图片1育儿需求从“满足生存”转向“精准科学养护”90、95 后双职工父母成为母婴消费主力，育儿理念彻底摆脱传统经验主义，科学化、轻量化、低焦虑成为核心诉求。据易观《Z 世代新母婴人群消费洞察 2023》，51% Z 世代宝妈选购母婴产品优先选择智能款，44.1% 认为智能产品安全性更高，43.1% 看重便捷性。结合多份行业调研，新一代父母核心需求分为四点：职场育儿双重压力，急需减负工具92% Z 世代夫妻为双职工，95 后家庭母婴支出占家庭收入 30%，育儿投入更高，但夜间频繁起夜查看尿裤严重挤压休息时间，碎片化睡眠带来强烈育儿疲惫。他们不愿牺牲全部个人生活，迫切需要智能设备承接重复性看护工作，平衡工作、亲子与自我空间。数字原住民，信奉数据化科学养育95.4% 年轻父母购买母婴产品前会全网对比测评、成分与技术，拒绝长辈主观育儿经验；76.4% 推崇 “孩本位” 平等养育，宝宝哭闹、皮肤泛红、睡眠不安等问题，不再依靠主观猜测，而是需要温湿度、排泄、睡姿等客观生理数据作为护理依据。三重需求闭环：宝宝健康、自我松弛、低碳环保宝宝端：高度重视尿裤亲肤透气、低致敏，排斥闷湿引发红臀；家长端：追求低焦虑育儿，希望设备主动预警风险，无需时刻紧绷精神；社会端：可持续消费意识提升，反感一次性纸尿裤大量耗材浪费。智能化为高质量亲子陪伴腾挪空间年轻父母认知清晰：智能产品不是放任不管，而是减少无效看护劳动。省去整夜查尿裤、频繁更换的精力后，可专注亲子互动、情绪安抚，实现 “省力不缺席” 的新型亲子关系。AI“芯”升级，政策与消费双向驱动智能化浪潮母婴行业的智能化变革并非偶然，政策导向与新生代父母的育儿消费升级构成两大底层驱动逻辑，整条赛道正式进入AI技术深度渗透、落地商用的新阶段。2025年11月，国家发改委等六部门联合印发《关于增强消费品供需适配性进一步促进消费的实施方案》，明确提出推动婴童产品向精细化、品质化、智能化升级，将健康监护、贴身护理类智能产品列为重点发展品类光明网。与此同时，作为全球孕婴童产业风向标，2026上海CBME国际孕婴童展紧跟政策与市场消费升级趋势。本届展会增设智能制造专属展区，推出 “新星计划” 扶持智能贴身护理、可持续育儿科创品牌。CEENEW 吸牛裤作为 AI 智能布尿裤新锐品牌参展，完整展出搭载神兽超感 AI 感知系统的全系产品，是尿裤赛道少数实现贴身实时生理监测的差异化产品。CBME展会释放的行业趋势与政策导向、消费需求形成完美共振：当下 Z 世代父母对科学、轻量化育儿的需求爆发，市场急需兼顾安全、环保、全天候健康监测的贴身母婴产品。有温度的 AI 智能尿裤直击 95 后父母深层育儿痛点吸牛裤品牌创立于2026年，定位深耕贴身智能育儿护理赛道的创新品牌，依托高精度高安全标准传感与端侧AI算法，打造可循环AI智能布尿裤系列硬件。技术团队由北大博士后AI算法团队与资深母婴面料研发团队联合创立，打通柔性传感、生物基纺织、物联网算法全链路自研，拥有多项自主实用新型专利与国际母婴安全检测认证。认知升级：重新定义母婴智能，不止省力，更懂陪伴市场普遍将母婴智能化等同于 “解放双手”，而 CEENEW 吸牛裤提出全新产品定位：智能不是冰冷参数堆砌，而是兼顾宝宝舒适、父母安心的科学育儿助手。品牌打破 “尿裤只能一次性消耗” 的固有认知，精准击中新生代父母两大核心诉求：高质量陪伴 + 全天候健康安心。产品核心逻辑清晰：将 AI 感知技术隐形嵌入贴身尿裤，不用家长整夜频繁查看，依靠数字化预判规避育儿风险；同时依托可循环面料减少耗材囤货，实现轻松、低碳、科学三者统一。四大独家专利核心壁垒，打造差异化核心品类竞争力CEENEW 所属福建小吸牛科技为泉州高新技术企业，与北大计算机学院博士后团队联合研发，手握完整实用新型专利（专利号：CN202321823612.1），形成 “AI 感知 + 亲肤面料 + 净味导湿 + 亲肤透气长效洁净面料循环” 四大技术矩阵。图片2写在最后AI 智能浪潮正全方位重塑母婴赛道，产业新一轮增长，核心锚定解决育儿真实痛点的技术创新与价值重构。从智能监测尿裤到多场景母婴护理设备，行业正在完成从 “功能交付” 到 “情感共鸣” 的深层跃迁。放眼行业未来，单一产品竞争终将落幕，“单体硬件 + 数据服务 + 可持续循环” 的一体化育儿生态将成为主流发展方向。如同全屋智能重构家电行业，AI 贴身护理设备将串联起宝宝成长全周期数据，形成完整智能育儿生态闭环。关于吸牛裤FAQQ1：吸牛裤是什么品牌？A：吸牛裤（CEENEW）是 2026年扎根福建泉州的母婴护理品牌，定位智能AI育儿护理赛道的创新品牌，依托高精度高安全标准传感与端侧AI算法，打造可持续AI智能布尿裤。Q2：吸牛裤解决了什么核心痛点？A：吸牛裤瞄准双职工家庭熬夜看护、宝宝肌肤不适等育儿压力，将智能尿裤打造为 24 小时贴身监护管家，实时捕捉宝宝生理状态并主动预警，解决家长 “无法实时感知宝宝不适、整夜反复查看”的核心难题。Q3：吸牛裤产品与普通纸尿裤、传统布尿裤有什么区别？A：传统尿裤仅能实现基础吸水防护，风险全靠人工察觉。吸牛裤采用“神兽超感 AI 感知 + 柔性纺织面料”双架构，完成感知、分析、预警、数据记录完整闭环，替代大量重复性人工夜间看护工作。Q4：什么是吸牛裤的“神兽超感 AI 智能感知系统”？A：是移植航天冗余安全逻辑的柔性传感算法体系，全部采用车规级工业芯片，经多轮极限失效模拟，内嵌轻薄无感模组，可全天候精准监测宝宝睡姿、温湿、睡眠状态。Q5：吸牛裤的创始团队背景是怎么样？A：由北大博士后 AI 算法团队与资深母婴面料研发团队联合创立，打通柔性传感、生物基纺织、物联网算法全链路自研，拥有多项自主实用新型专利与国际母婴安全检测认证。本文由「项目推荐主理人」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：作者拍摄

氪星晚报 | 月之暗面Kimi已完成超35亿美元F轮融资，投后估值涨至350亿美元； SpaceX空头持仓超260亿美元，账面获利超70亿卜算籽·2026年07月29日 19:04宝马拟在德国裁员数千人，通过自愿离职计划削减成本月之暗面D+轮北京市2023-04AI初创大模型公司36氪报道前沿技术WISE2024年度企业榜单-人工智能我要联系大公司：美的集团：受欧洲持续极端高温影响当地空调需求爆发，空调芜湖、广州双基地一月内新增欧洲订单共20万台36氪获悉，美的集团在互动平台表示，受欧洲持续极端高温影响，当地空调需求爆发，美的空调芜湖、广州双基地一月内新增欧洲订单共20万台。PortaSplit移动分体空调自6月新增接单超16万台。7月，法国3万台移动空调紧急订单中2万台已完成发运。新东方：2026财年第四季度净营收15.3亿美元，同比增长23.0%36氪获悉，新东方发布截至2026年5月31日止第四季度及年度的未经审核财务业绩，第四财季净营收15.3亿美元，同比增长23.0%；第四财季经营利润8580万美元，上年同期亏损870万美元。瓴羊AgentOne“四名AI员工”正式上岗，覆盖销售、客服、运营、营销四大场景7月29日，瓴羊AgentOne四名AI员工正式上岗，分别覆盖AI销售、AI客服、AI运营和AI营销四个场景。企业也可以根据自身业务需求，基于AgentOne的能力，和瓴羊FDE（前沿部署工程师）团队一起打造专属场景的X员工。“瓴羊AgentOne以业务效果为导向，以企业数据为基座，以岗位标杆为预设，真正帮助企业在AI时代获得增长。”阿里云智能集团瓴羊CEO朋新宇表示。联电：将在台南新建晶圆厂，以满足AI需求联电7月29日宣布，将扩建新加坡厂区无尘室产能，并同步于台南科学园区展开新厂外壳工程。此项扩产计划，旨在满足客户近期需求。联电表示，将在台湾兴建一座全新晶圆厂房，作为未来第七期（P7）及第八期（P8）厂区基地。台南新厂将扩大公司在先进封装领域的布局。（界面）月之暗面Kimi已完成超35亿美元F轮融资，投后估值涨至350亿美元月之暗面Kimi已完成F轮融资，融资金额超35亿美元，投后估值涨至350亿美元。因超目标金额3倍多，本轮融资系提前关闭，原定8月开始的G轮（Pre IPO轮）已提前开始，投前估值升至500亿美元。（财联社）美邦股份：上半年净利润5106.74万元，同比增长41.32%36氪获悉，美邦股份披露半年报，公司上半年实现营业收入5.55亿元，同比增长14.34%；归属于上市公司股东的净利润5106.74万元，同比增长41.32%；基本每股收益0.38元。爱马仕二季度销售增长7%法国奢侈品集团爱马仕近日公布的第二季度业绩显示，该公司当季销售额达41亿欧元，按固定汇率计算同比增长7%，符合市场预期。从区域市场看，除中东地区外，所有市场在截至6月底的三个月内均实现增长。（新浪财经）宝马拟在德国裁员数千人，通过自愿离职计划削减成本据报道，宝马集团计划向德国数千名员工提供自愿离职补偿方案，作为公司削减成本、提升竞争力的一部分。宝马全球计划削减约8000个岗位，其中大部分将来自德国市场。此次自愿离职计划主要面向研发、产品规划及其他企业职能部门员工，生产线工人不在适用范围内。公司还计划在未来几个月精简管理层级。该方案预计10月启动，并持续至2027年。（新浪财经）新产品：国产首颗OLED TDDI芯片量产36氪获悉，近日，集创北方自主研发的国内首颗OLED显示触控一体化（TDDI）芯片ICNA3611实现在国内知名品牌主流机型中的规模化量产。投融资：“智谷天厨”获招商局创投领投近亿元融资近日，智能烹饪机器人企业“智谷天厨”官宣完成新一轮近亿元战略融资。本轮融资由招商局创投领投，跃迁资本跟投，云启资本、啟赋资本等老股东超额追投。融资完成后，公司将持续推进物理 AI 研发，并加速中式及泛亚洲餐饮的全球化落地。今日观点：商务部办公厅：进一步加力推动城市一刻钟便民生活圈建设36氪获悉，商务部办公厅印发关于进一步加力推动城市一刻钟便民生活圈建设的工作通知。通知提出，各地要加快工作进度，划定便民生活圈总量，明确逐年建设数量，按照有关规划安排，在保证质量的前提下，2026年完成全国建设1万个便民生活圈的既定目标。各地要依托便民生活圈开展丰富多彩的惠民促销活动，推动国货“潮品”、外贸优品、本地精品、国际名品进社区，依法依规设置展区展台，丰富社区消费场景。要鼓励家电以旧换新、数码和智能产品购新补贴政策参与主体，在社区举办宣传促销活动，引导生产、销售、平台、售后服务和回收企业在社区设立便民服务点。要鼓励汽车生产、流通、回收企业在社区宣传汽车以旧换新政策，在有条件的社区开展汽车展示展销、体验试驾等活动。其他值得关注的新闻：外交部回应美国实施先进机器人进口限制针对美国联邦通信委员会宣布对外国制造的先进机器人实施进口限制，包括中方占有主导地位的人形机器人，外交部发言人毛宁7月29日在例行记者会上说，中方一贯坚决反对美方泛化国家安全概念打压中国企业。保护主义提升不了美国的竞争力，只会损害美国企业和消费者的利益。中方将继续采取必要措施，坚定维护中国企业的正当合法权益。（新华社）英国央行据悉评估主经纪商对亚洲股票的风险敞口7月29日，据报道，英国央行正在评估在伦敦运营的投资银行对亚洲股票的风险敞口，以降低与少数人工智能相关公司有关的集中度风险。监管机构据悉正在评估银行如何通过英国业务，为对冲基金及其他机构的亚洲投资提供融资。受人工智能热潮推动，少数亚洲公司吸引了大量对冲基金资金流入，其中包括SK海力士和台积电。对部分银行而言，亚洲地区对这类融资业务的收入贡献可能超过欧洲。（界面）本文由「卜算籽」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：AI生成

让AI先吃，这个国民级健康难题有解了陈曦·2026年07月29日 22:21闯关科学减重1亿斤。在科学减重这件事上，继战略投资薄荷健康之后，蚂蚁阿福又放了个大招。7月29日，蚂蚁阿福宣布升级上线“AI拍饮食”功能，用户拍食物照片发给阿福，就能自动估算营养和热量信息，获得健康饮食搭配建议和运动消耗计划等，还支持一健存入个人健康档案，建立“热量账户”。吃得对不对，多不多，一目了然。阿福此次推出“AI拍饮食”功能，并非是一项孤立动作。一个月前，36氪曾报道，蚂蚁阿福发起“科学减重1亿斤”号召，推出“1分钱”低价供应体脂秤、升级AI功能，发起21天打卡挑战赛等三大行动，帮助大众科学管理体重，建立日常健康习惯。这场“全民科学减重行动”带来的风潮超出预期。越来越多人加入“减重”大军，爬华山、游东湖、骑单车、跳单杠等场景都出现了阿福陪练、陪游的身影。目前全国已有近150万网友参与科学减重行动，减重超过200万斤。在运动之外，吃什么，怎么吃，往往是减重中最难也是最容易忽略的一环。普通人很难持续、准确地记录自己吃了多少，热量是否超标，搭配是否合理。对大众来说，阻碍科学减重的，并非缺少意愿，而是缺少一种足够专业、低门槛、且能长期坚持和反馈的趁手工具。“减重”这一全民健康管理场景，有望诞生出一个“国民级健康AI应用”。而能否将这一场景做深做透，正是全民AI健康入口的试金石。战投薄荷的化学反应：“AI营养师”学成归来让AI“看懂”中餐，其实并不简单。在AI健康管理赛道，将饮食“数字化”一直是难题。相较遵循标准化食材、分量和烹饪逻辑的西餐，中餐不仅菜系繁多、食材组合灵活，同一道菜因火候、配料的不同，热量和营养差距就可能悬殊。这也导致市面上的饮食记录工具普遍易出现品类误判等问题，数据库本身的更新和维护也不容易。阿福上线“AI拍饮食”，首先就是希望解决这类问题。36氪了解到，在技术层面，蚂蚁阿福专门升级了基础模型的多模态等能力，可提升食物识别的准确率；“AI拍饮食”功能还会调用薄荷健康成熟的本土化饮食数据库，后者收录了160万条食物信息条目。这两者的结合，让每一次菜品识别、热量测算都有了专业能力支撑。此外，在保证识别准确度的基础上，阿福也顾及到了用户使用门槛的问题，通过“拍”“记”“改”三个核心功能，让日常饮食管理不再费力。想做好饮食管理，核心是了解每餐营养信息，而“拍”这个动作极大降低了专业营养知识获取的门槛。用户打开阿福，对着食物拍一张照片，系统会自动识别和呈现营养信息，直观展示这一餐总热量，并拆分碳水、蛋白质、脂肪三类宏量营养素的具体数值。完成这些只是基础，想追踪营养摄入情况，就要靠“记”。用户可以将识别出的热量和营养数据一键存入个人健康档案，形成一份完整的饮食进度记录。该账户会记录历史热量摄入，并结合成年人标准热量摄入量，给出饮食优化方案。比如，一顿“玉米+茶叶蛋+豆浆”的早餐组合总热量约350-430千卡。但除了这些，阿福还会告诉你，最好再搭配一个番茄补充维生素C、餐后半小时喝200ml温水，协助消化玉米中的粗纤维；或者，如果阿福发现到用户没有记录晚餐，还会主动推送搭配方案，提醒减少夜间加餐，从源头规避多余热量堆积。此外，考虑到少数复杂菜品的识别偏差，或偶尔“剩饭”等问题，阿福补充了“改”的功能，在饮食记录过程中，用户可灵活修改食物的名称、克数等信息。这相当于给每个人开一个专属的“热量账户”，让普通人可以实时掌握饮食热量“收支”、及时调整膳食结构，让科学饮食管理落地到一日三餐。也正是凭借这部分能力，阿福把过去繁琐、容易中断的饮食记录，变成了一次拍照、一次对话就能完成的轻量化动作。用户不需要再手动搜索食物热量，也不需要再自己计算营养配比，更不必依赖复杂的专业知识，就能快速获得科学的饮食建议。“阿福先吃”背后，科学减重1亿斤更靠谱了体重管理本质上是一个长链条、多环节协同的健康场景，只有打通测量、记录、分析、饮食、运动等多个环节，才能实现更精准的科学减重和长期健康管理。科学减重的起点，是全面了解自己的身体指标。今年6月底，发起“科学减重1亿斤”行动后，阿福首先通过“1分钱”领体脂秤，普及基础的减重工具，把科学减重硬件门槛打下来。很多用户领秤后，第一次全面了解自己的体重、体脂率、脂肪量等身体状况。据蚂蚁阿福天猫旗舰店数据，目前，AI体脂秤领取量已突破100万台；除了体脂秤外，阿福还支持用户绑定市面上的主流健康硬件，包括苹果、华为、小米等智能手环、手表，以及鱼跃、欧姆龙等血压计、血糖仪设备。智能设备“朋友圈”持续扩容，也有望让用户全面了解个人的健康状况，真正迈上科学减重的道路。此后，越来越多的网友和社会力量加入到这场健康行动中来，并带动了“健身热”、“燃脂游”、“骑行热”等多种健康活动。在健身房、村口湖边、公园运动角、五岳景区，不少加入这场“全民减重行动”的普通人，开启随地“大小练”。科学减重从个人行为，变成一场全民的健康团建。阿福升级推出的“AI拍饮食”功能，则更是补齐“吃”这一最关键，也最易被忽视的健康环节。本质上，它是把专业、昂贵的营养师服务做得更普惠，解决普通人“不知怎么吃，吃什么”的饮食痛点，相当于是一位专属的“AI营养师”，把繁琐、专业的饮食管理，变成可随手记，分析、调整的日常健康管理行为。如今，越来越多人开始“让阿福先吃”，科学减重不再只是靠短期热情驱动而是形成长期的健康生活习惯。吃饭前拍一下，吃饭后记一笔，看似只是简单的动作，背后却是饮食决策方式的改变，也是健康管理链条融入生活的开始。从补贴体脂秤、降低减重门槛，到AI提供运动指导，再到饮食管理服务，阿福的一系列动作环环相扣，不仅逐步形成科学减重的“测、动、吃”服务闭环，也让“减重1亿斤”这个听起来似乎“离谱”的目标变得越来越“靠谱”。全民闯关减重，有望诞生“国民级”健康AI入口如果我们仅功能升级层面来理解“AI拍饮食”，或许低估了它的长期价值。阿福想做的，其实是以高频的减重需求为起点，帮用户整合起多维度的健康档案，延伸出一条清晰、深入的健康管理路径，让“主动管理健康”从理念走向落地。当前，国内健康管理赛道存在较明显的服务碎片化问题。消费级的记录饮食、健身体检，重医疗属性的线上问诊、购药，通常分属不同独立产品，各平台服务相互隔绝，就像一座座“孤岛”。而人体健康本是完整统一的体系，饮食、运动、睡眠、体检等行为等深度关联，只依靠单一维度的信息和服务，很难给出精准、贴合个体情况的健康建议。长期来看，大健康领域需要一个更通用的“国民级AI入口”。这也意味着，以阿福为代表的专业健康AI应用崛起，有潜力整合起碎片化、割裂的健康服务，建立以个人为中心的健康服务体系，实现“All in One”。首先，从减重领域，逐步拓展到睡眠、慢病、复健等更多日常健康管理场景。长期完整的饮食、运动行为，可以构建出立体的用户健康画像，这样，当用户遇到感冒、过敏、心血管养护等健康问题，咨询阿福时，阿福更能结合个人长期生活习惯，给出更准确的健康建议。不妨畅想一下，未来，如果一位受高血糖、脂肪肝困扰的用户，日常饮食记录显示他长期偏爱精制碳水、蔬菜摄入不足，同时绑定的智能手环记录提示他餐后血糖波动较大。基于这些连续的、交叉验证的信息，阿福既会建议他“少吃高糖食物”，也能结合个人档案中的热量摄入、运动消耗等数据，给出更细致的选择：如晚餐用杂粮饭代替白米饭，搭配一份清炒时蔬，餐后散步20分钟。第二重延伸，则关乎信任和服务的正向循环。健康产品核心比拼的是用户长期的信任度。连续、完整的个人健康信息，能持续提升AI健康问答的精准度，沉淀为用户长期信赖。在此基础上，平台可以进一步联动三甲医院减重科室、线上问诊通道、健康配套消费服务等资源，搭建起从日常健康管理到专业医疗干预的完整通路。在这个意义上，“科学减重1亿斤”的底层逻辑，并非单纯追求一个数字目标，而是希望通过体重管理这个国民级的需求切口，帮助更多人在日常生活中建立起主动管理的健康意识，从“每餐吃什么”开始，更加了解自己的健康状态，逐步减少疾病的发生和演变。从某种程度上说，在减重这个国民级难题上闯关成功，才有望真正诞生国民级的健康AI入口。本文由「陈曦」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：企业授权