智能手机曾以 All in One 吞下无数设备，AI 却开始挑战它的中心地位。智慧个体 Agent 被赋予更高权限，想象《她》里的 OS¹：在新范式下，手机或许将从 App 的容器，成为「智能」代理的新载体。这既是产品进化，也是一场由厂商、平台与用户参与的利益重组。爱范儿将持续记录智能手机的 AI 化，本文是「AG&I」栏目的第一篇，探讨「AI 手机」与我们——Agents & I 的关系。2026 下半年，智能手机市场处于一个奇特的拐点：一方面，市场大盘正在经历寒冬：受内存短缺、成本飙升影响，全球智能手机出货量严重下滑。Counterpoint 估计全年出货降至 10.8 亿台，同比暴跌 13.9%，创下 2013 年以来的最差纪录。主流手机厂商，却都在将「AI 手机」当成唯一的救命稻草。IDC 预计中国市场全年新出货中「AI 手机」渗透率将达到 53%。放在去年，「AI 手机」可能更多是新造的营销话术。但自从上周以来，在世界人工智能大会结束后，各厂商确立「AI 手机」的产品和技术路线，已经不能更加清晰。无论是用 AI 改造手机，还是从 AI 原生的角度打造全新产品——「AI 手机」都已经成为了手机厂商们的一场集体战略自救。为什么所有手机都摇身一变成了 AI 手机？各厂商的 AI 手机，背后分别是什么模型？爱范儿将用最直白、最不绕弯子的方式，为你一一解答。AI 手机跻身主流的背景，与厂商的底层动机为什么所有手机都摇身一变成了 AI 手机？其背后是半导体原材料和产能的「零和博弈」。对此爱范儿过去已经有过详尽报道：去年 AI 市场爆发，HBM 等企业级存储市场需求极其旺盛，对手机赖以为生的内存、闪存，产生了严重的产能排挤效应。所有的产能都被你平时在手机上或电脑上使用的 AI 产品和服务占用，没有足够的产能，给手机和电脑本身了。存储成本激增推高了智能手机的物料清单成本，迫使平均售价飙升至 550 美元左右（IDC 数据）。中低端品牌/机型受打击最为惨烈，200 美元以下机型利润空间几乎被完全榨干。有的品牌给中低端机型涨价，有些干脆不再发布新机，部分中低端子品牌在母公司排兵布阵中遭到「舍弃」。这一背景下，各大主流品牌开始纷纷押注「AI 手机」的现象，的确包含营销水分。但爱范儿对产品定义、商业逻辑进行分析后发现，还是有一些合理的底层动因：硬件涨价与产品缩水的合法包装现状是，消费者在今年只会以更高的价格买到配置相同，或相近的价格买到配置缩水的手机。因为元器件价格暴涨，手机厂商维持原定价没有利润空间。市场整体萎缩，厂商在「活下去」和消费者美誉度之间难以取得平衡，涨价在所难免。单纯因内存涨价而调高售价，会严重打击消费者的换机意愿，厚此薄彼。此时，「AI 手机」这一全新的产品概念，就成为了溢价的保护伞：打出「AI 手机」的旗号，厂商能够将被迫涨价包装成「跨代 AI 体验的价值升级」。以及，为了消化掉内存成本，一些厂商或被迫削减多摄像头规格、外壳材质、特定元器件等配置。而 AI/智能体功能与这些配置多寡的关系不大，对于转移消费者视线、掩盖硬件配置缩水，可以说非常好用。实现更长的利润生命周期硬件已经卷到头了，屏幕、摄像头、处理器的迭代更新对于用户实际体验的提升已经不大。在大盘缩水的红海市场，卖硬件已经难以为继——手机厂商必须要找到新的利润来源，从单一用户身上捕捉更多价值。「AI 手机」是厂商从硬件买卖转向高利润率、长周期增值服务的重要窗口。AI 公司们，包括模型场和套壳的产品公司，都在通过付费订阅以及 token/积分计费的方式，获得了稳定、长期的收入。手机厂商当然也可以这么做：在系统内置 AI 服务、AI 智能体，顺理成章推出高阶 AI 功能订阅，包括并不限于修图/图像生成、翻译/文档处理等高阶功能的扩容包，甚至直接推出一揽子的高阶 AI 服务订阅包，从而开辟源源不断、相对高毛利的软件订阅收入。过去，手机厂商已经通过付费会员/云盘扩容渗透进了 SaaS 市场。而从今往后，围绕 AI 服务的 SaaS 商业模式可能成为手机厂商活下去的关键稻草。只是说，如果过去你经常使用这些自带 AI 功能，今后发现免费额度少了、要付费了，不要太惊讶。入口之战：和 AI 公司争夺商业控制权。移动互联网时代持续了 20 年，格局已然固化。微薄的硬件利润之外，厂商的另一块长周期收入来自应用商店抽成。这部分收入非常重要，如果 App 掠夺大部分价值，厂商至少能收点「过路费」。问题是移动互联网时代即将结束，进入「AI 吞噬软件」的时代。App 的功能很大程度被模型内化，逐渐失去存在感。届时，收过路费的卡点也将不复存在。手机厂商必须重夺入口。而武器就是 AI 手机和智能体操作系统。用户不再需要单独打开订票软件，而是直接对系统级 Agent 说一句「帮我订一张今晚去深圳最便宜的机票」。通过控制 AI Agent 入口，手机厂商能够获得服务的分发权，握住潜在的交易抽成权利。意图的捕捉、过滤、决策，最终的交易分发，手机品牌也想从中分一杯羹。这是争夺下一代流量入口控制权的新战争。毕竟购机行为每（几）年只发生一次，其他时间都是互联网大厂和模型巨头陪伴用户。如果厂商不做 AI 手机，不来争抢入口，在 AI/智能体时代别提上桌，连门都进不去。锁定用户记忆，构建品牌壁垒厂商的软件墙阻碍用户更换品牌效果越来越低，数据迁移工具的成熟已经让生态壁垒不复存在。而新的壁垒，可能是用户在使用 AI 手机时所积累的数据。手机的系统智能体也可以自动、无感地沉淀和学习用户的日常偏好、出行习惯、家庭住址、工作内容、常点外卖等各式各样的个人信息。（更别提手机厂商可以宣称数据不上云，只在端侧做，还比 AI 应用多一条隐私优势。）这种本地沉淀的记录，最终随着 Agentic 模型和产品工程的进化，逐渐会演化成用户的数字分身，就像「世另我」一样，具有极强的引力：一旦用户在一个品牌的手机上建立了一个无比熟悉、舒服的专属 Agent 之后，再去转投其它品牌/操作系统的成本更高，可能性骤降。这种难以迁移的个人上下文，才是 AI 时代的新生态壁垒。全球 AI 手机 + 模型阵营局面爱范儿统计发现，很少有手机品牌能够仅靠单一模型（无论是自研还是单一外部模型） 就实现其 AI 手机功能，并满足全球市场合规与本地化要求。于是，手机品牌与模型供应商之间，形成了一套错综复杂的关系网。苹果：端水大师，但自主可控模型：Google、OpenAI｜阿里、百度等经过 24 年的冒进发布、25 年的多次跳票，今年的苹果终于迎来了 Siri AI、Apple Intelligence 落地的真正「元年」。苹果基础模型 (AFM)是苹果用于驱动相当大一部分 Siri AI、Apple Intelligence 功能的端侧模型。AFM 此前属于自研，端侧版本约 3B 参数量规模。不过从今年开始，苹果的模型策略已经从自研优先转为「自研+外援」的架构。Google Gemini 是苹果最大的外部支柱：年初苹果和 Google 官宣一项长达多年的合作，确立新版本 AFM 将基于 Gemini 模型和 Google 云计算技术构建。目前第三代 AFM 已经扩展出包括 3B、20B 端侧以及云端版本。Google 和苹果之间的关系，可以相对恰当地类比为「贴牌」，也即模型引擎来自 Google/苹果联合定制。但品牌、用户界面、数据管道仍由苹果严格掌控。数据走的也是苹果「私密云计算」(PCC) 架构，Google 无法获取。但其实比 Google 更早跟苹果走到一起的是 OpenAI，为各 OS 产品提供 ChatGPT 集成。具体来说，Siri 答不上特定的问题时可能会转交给 ChatGPT；在写作、视觉智能中 ChatGPT 也可能被调用。有趣的是，OpenAI 在去年本来是苹果的「独家外援」，但因为从苹果疯狂挖人做硬件而渐行渐远，今年苹果签下 Google 后更是地位旁落。最近苹果甚至直接起诉 OpenAI 及部分跳槽员工偷窃商业机密，也为苹果与 OpenAI 的模型合作关系蒙上阴影。而在最重要的国内市场，苹果在接洽过各种大模型供应商后最终敲定了「阿里+百度」的组合拳方案。根据 APPSO 此前报道，通义千问将集成到 Apple Intelligence 当中，你可以理解为千问在中国的位置跟 Google 在海外大致对等，是系统级的基础模型。千问基座将负责超过一半的生成式 AI 任务，包括并不限于多模态图像生成、系统全局的写作辅助、文本生成、高阶意图理解等。百度的文心大模型也有自己的角色。根据公开资料，其承担的职责包括 Siri 语音助手本土化、AI 搜索功能、Visual Intelligence 等。和海外相同，苹果不会让渡核心体验。苹果可以将外采模型封装在 PCC 的严格沙盒内。按惯例苹果将禁止模型伙伴植入未经许可、影响体验的商业化内容，但考虑到 GEO（生成引擎优化）滥用的猖獗，具体效果还要待国行 Siri AI/Apple Intelligence 实装后再看。三星：奇葩的三足鼎立服务商：Google、Perplexity、自研｜百度、字节、智谱、面壁随着年初 Galaxy S26 发布，三星已经来到了「第三代 AI 手机」和「第一代 Agentic 手机」。三星电子 CEO 卢泰文宣称，在智能手机上 AI 已经从 「功能的集合」转变为「关键的基础设施」。有趣的是，海外版三星手机现在是一个「三助手并存」的怪异现状：上半年 Google 大举入局 Agentic 操作系统，三星毫无意外成为新版 Gemini Intelligence 首批装机厂商；硅谷公司 Perplexity 是第二顺位的 AI 助手，有专属唤醒词，也嵌入笔记、时钟、相册、日历等原生应用；同时，三星自家的 Bixby 也还没死透……用户可以在上述三者之间切换默认 Agent，但实际上它们并非完整、直接的替代关系：Gemini 毕竟是 Android 底层 Agent，能跨应用/智能体执行任务，Perplexity 负责搜索和问答，Bixby 则更多用于控制设备。总体上，最强、最符合「AI 手机」新定义的部分，属于 Gemini。到了中国，Galaxy AI 也呈现出多个国模拼盘分工的情况，且供应商逐年增加/更换：三星曾用百度的文心驱动「即圈即搜」等 Galaxy AI 服务，也引入智谱 GLM、DeepSeek-R1 和豆包大模型用于视觉理解、系统调用、AI 搜索/深度思考、文本/音乐生成等任务。前不久三星大模型备案通过，模型也确认为面壁智能的「小钢炮」MiniCPM 系列端侧模型。但预装 Gemini 的海外机型展示过的 GUI 操作能力，其对应的国模是谁尚未明确。华为：全栈自研路线，转向 Agent 架构模型：盘古、DeepSeek（前）在今年 6 月的 HDC 上，华为宣布了「鸿蒙智能」(Harmony Intelligence) 这一新体系，并且发布了鸿蒙智能体框架 HMAF 2.0，全面向 Agent 架构演进。官方采用「意图即服务」的叙事，手机里的 AI 「小艺」也从助手的身份重构、升格为系统智能体。延伸阅读至于鸿蒙系统的接入模型，华为曾采用盘古 + DeepSeek 双轨路线，目前仍与之「协同赋能」。前不久华为开源了 openPangu 2.0 系列模型，将会是成为「鸿蒙智能」的主力模型，叙事重心也更多围绕字眼。另外，腾讯此前确认正与多家中国主流智能手机厂商围绕微信的 Agent-to-Agent (A2A) 助手能力展开合作，华为是其中的合作对象之一。值得一提的是，华为极少公开场合使用「AI 手机」这个过去被滥用的定义。小米：自研 MiMo 与 DeepSeek 的技术基因模型：MiMo、DeepSeek（前）去年小爱曾接入过 DeepSeek 模型，支持文本生成、深度思考、部分代码生成能力。DS 模型中途短暂下线，后又恢复上线。小米并没有在免费开源的外部模型上耽误太久时间，而是很快意识到自主模型的意义并开始发力：小米自研的大模型 MiMo，在最

Opus 5 上线，Claude 工程师在 X 发文说，团队为 Claude Opus 5、Claude Fable 5 这类新模型删掉了 Claude Code 超过 80% 的系统提示词。删完后，他们重新跑了内部编码评测，没有测到性能损失。当大家还在研究怎么可以把规则写得更全，把提示词写得更好时，Claude Code 团队已经开始精简这些提示。过去，我们热衷于提示词、Skill 这些概念，先是把 AI 用提示词工程进行引导，再用一个线束工程套起来，然后又用一个循环工程让它学会自动化工作。整个过程像是 AI 在用我们，而不是我们在使用 AI。随着模型的能力越来越强，Claude 工程师说很多提示词其实是一种累赘。他举例说，在 Claude Code 的系统提示词里面可能已经有「适当给代码补充注释」这样的信息，但是我们使用的某个省 Token Skill 可能又写着「不要添加注释」，最后我们发给 AI 的提示词又写着「照着原有的代码风格补充。」AI 懵了，到底听系统提示词的，还是听 Skill 的，还是听用户指令。这些旧的指令继续常驻，不仅会占用模型的上下文，也会产生新的冲突，需要模型花更多的时间去做决策。而这些问题，在 Claude 5 系列模型上，其实不用手写提示词，也不需要 Skill 和系统提示词，模型自己知道，什么情况下，代码需要注释，什么情况可以删除。Claude 还提到所谓 80% 的提示词，只涉及 Claude Code 的 system prompt，不包括 CLAUDE.md、Skills 等其他上下文。那么问题来了，我们自己的提示词还有 Skill 应该怎么删减，才能适配上更先进的模型。所有上下文都要优化我们之前在分享地图非疆域的文章里就曾提到，提示词应该以目的为导向，要暴露我们的未知。现在的模型不再是像之前的「实习生」一样，应该把它当做一个高级员工；我们的角色也需要从一个使唤实习生的普通打工人，摇身一变吩咐资深工程师的总监。Claude Code 工程师 Thariq 给出了六个新的思路，如何让自己说的话，给模型下的指令，更适配模型的聪明程度。六个转变里面提到以前是给 Claude 规则，现在是相信 Claude 自己的判断力，意思就说不用说得太明白，AI 现在什么都懂。Thariq 这里说的意思是过去我们给各种 Agent 工具保留强硬规则，像是「完成后必须验证」、「除非必要，不要添加注释」、「除非用户要求，不要创建分析文档」等等……这些规则是为了防止旧 Agent 出现最差的结果。新模型的判断能力提高后，Claude Code 把它改成了一句更短的要求：按照周围代码的写法工作，匹配原有的注释密度、命名和习惯。这个感觉像不像你问老板这个方案要做成什么样，老板说「就是跟咱们原来项目调性一样就可以。」电影《年会不能停！》里讽刺的那句「这个问题的关键，是要找到关键的问题」，如今在 AI 时代实现了完美的逻辑闭环。以前是「打工人揣测领导心思」，现在是「我们给 AI 当领导、讲黑话」。哪怕我们自己啥都不会，只要学会说「按原样对齐」、「对齐颗粒度」，聪明的 AI 就能把剩下的活全部自动补全。工具调用上也是如此，以前，为了让 Claude 学会使用工具，最常见的做法是提供几个调用示例。但 Anthropic 在新模型上发现，演示案例可能把 Claude 限定在演示过的操作范围内。Thariq 用 Todo 工具举例，过去需要展示几次完整操作，教 Claude 如何创建、开始和完成任务。现在只要在接口中规定三种任务状态 pending、in_progress 和 completed 并注明同一时间只能处理一项任务，Claude 就能根据这些字段自行判断该怎样调用工具。因此我们可以把精力放在工具、脚本和文件的接口设计上，以及是否可以直接使用 Claude 的某些参数，这些参数能不能把任务表达清楚。例如过去几年，模型逐渐学会选工具、继续执行和自查；Claude Code 也陆续加入 Tool Search、自动记忆、Skills 和权限系统。原来写在 Prompt 里的不少提醒，现在由模型或工具直接完成。第三条变化是「需要时再加载」，原文叫 progressive disclosure。Claude Code 过去把怎样检查代码、怎样确认任务真的做完都写进系统提示词。每次开始任务时，这两套说明都会一起交给 Claude，哪怕这次根本用不上。后来，Anthropic 把两套说明分别做成 Skills。Claude 要检查代码时才打开代码审查（code review）Skill，要验收结果时才打开完成验证（verification）Skill。普通任务不用先读这两套无关说明。工具说明也可以按需读取。有些工具开始时不把完整说明交给 Claude。Claude 要使用这个工具时，再通过 ToolSearch 找到完整说明，然后照着调用。ToolSearch 就是用来查找工具说明的搜索器。Thariq 还提到 CLAUDE.md 和 Skill.md 也是采用同样的方式。CLAUDE.md 记录整个项目的说明，Skill.md 记录某一项 Skill 的说明。当它们的文件太长时可以按主题拆开，Claude 做相关工作时再读取对应内容。第四条变化更简单。旧模型有时需要重复提醒，也可能更重视上下文末尾出现的要求。Claude Code 过去会把同一条工具使用要求写在两个地方：系统提示词里写一次，工具自己的说明里再写一次。新模型通常不再需要这种重复。Anthropic 删除了系统提示词里重复的一份，只把使用方法留在工具说明中。记忆也不再全部依靠用户手动保存。Claude Code 过去鼓励用户按下 #，把以后还会用到的信息写入 CLAUDE.md，供后续任务继续使用。现在，Claude 会自动保存与当前工作和用户有关的信息，后续遇到相关任务时继续使用。最后一项变化是参考材料。这份给模型的参考，需是写清最后要交付什么，以及结果必须满足哪些条件。Claude Code 过去主要把计划和规格写进 Markdown 文档。但新模型可以直接阅读更多类型的材料，例如可以在浏览器里直接打开的网页原型（HTML）、已经写好的代码、一组用来检查功能是否正常的测试、其他项目里可以拿来参考或移植的一段代码，以及一份列明评分项目和合格条件的评分表。这份评分表还很有讲究，Claude 提到可以让另一个专门负责验收的 AI 按照评分表逐项检查。例如，评分表写明工具接口需要达到哪些要求，验收 AI 再检查结果是否符合用户偏好。和之前 Thariq 放弃 Markdown，推荐 HTML 一样，他提到推荐代码形式的参考材料。比如让 Claude 制作网页时，直接给它一份能打开的 HTML 原型，通常比只给文字或截图更准确。Claude 不仅能看到页面长什么样，还能读到页面结构和代码。了解到这些变化之后，Thariq 还把 Claude 要读取的信息分成了多层。说明产品基本规则的系统提示词（system prompt）、记录项目特殊要求的 CLAUDE.md、按需打开的任务指南（Skills），以及当前任务可以查阅的参考材料（References）等。System prompt 用来说明产品环境和 Claude 的基本任务。作为普通 Claude Code 用户一般不会修改它，但如果我们想要自己开发一套让 AI 自动完成任务的系统时，才需要认真设计这一层。CLAUDE.md 是放在项目里的说明文件。Thariq 建议保持简短，重点记录 Claude 只看文件结构不容易发现的特殊规定。举个例子，如果一个项目规定所有数据类型都只能在同一个文件里定义，就应该把这项要求写清楚。项目里一眼就能看见的目录和文件，不必再抄一遍。Skills 是按需打开的任务指南。除非涉及必须严格遵守的重要事项，否则不要把规则写得太死。内容很长时可以拆成多个文件。个人、团队或产品特有的知识、观点和工作方法，最适合放在这里。References 是 Claude 完成当前任务时可以查阅的参考文件，例如规格、页面原型和现有代码。用户可以输入 @，再选中要交给 Claude 的文件。AI 变聪明的时候，人要更「精明」有网友总结现在的 AI 模型变化，是从一开始的会写代码 → 会写 prompt → 会写 agent / workflow → 会写 skill → 有手/会说话就行。写了大半年的 Skill，现在 Skill 的能力似乎都被模型或 Agent 工具给内化了。少写绝对规则；用清楚的工具说明代替成套示范；不常用的内容等需要时再打开；同一条要求只保留一份；让 Claude 自动保存部分记忆；规格除了文字，也可以直接用代码、测试和评分表表达。把这六条变化放在一起看，Claude Code 删掉的 80% 提示词，都是那些原本为了弥补模型能力不足而存在的「中间层」。以前，我们不断往 Prompt、Skill、Workflow 里面堆规则，希望 AI 少犯一点错。现在，越来越多规则开始交还给模型自己判断，我们真正需要做的，变成了提供上下文、设计工具接口，以及定义什么叫做好结果。当模型越来越聪明之后，人真正要学习的，也不再是怎么把一句 Prompt 写到一百分，而是怎样把整个工作环境搭建好，让 AI 自己判断更多操作细节，完成剩下的 90%。不过要直接进化到「有手、会说话就行」还不太可能，但这种状态能很好地形容现阶段 AI Agent 的入门门槛。如果要得到稳定的结果，仍然需要人类提供项目的特殊规定、团队知识和验收材料等。过去半年写下的 Skills 不会全部白写，其中那些专门提醒旧模型「别忘了这一步」、「必须这样操作」的内容，确实该重新检查了。

上周末，奇瑞风云 A9 正式上市了。它一共有 3 个版本，指导价为 10.99 万至 12.99 万元。这是一台车长接近 4.9 米的纯电轿车，它没有用小电池来压低入门价格，全系都搭载了一块 70 kWh 电池，CLTC 续航统一为 655 km。放在 10 万元出头的价格区间里还是蛮有吸引力的。这样的版型设置也体现了风云 A9 的产品思路：先把用户最关心的空间、续航和配置给足。外观上，风云 A9 较为低矮，车身尺寸为 4890 × 1913 × 1489mm，轴距达到 2900mm。长车身、大溜背、小鸭尾，加上贯穿式尾灯和运动套件，让它看起来比传统家用轿车更张扬。整车风阻系数为 0.223 Cd，对降低高速能耗也有帮助。新车提供海棠红、玄武灰、云粉米、鸣沙翠、山烟紫、墨石黑和雪岭白 7 种配色，风格明显朝年轻用户靠拢。只是这套轿跑设计如今已经相当常见。风云 A9 能否让人一眼记住，还要看不同车漆、轮毂和运动套件组合后的实车质感。相比外形，空间可能是风云 A9 更容易被感知的优势。2900 mm 轴距配合 90% 的空间利用率，让它拥有接近更高一级车型的乘坐空间。官方数据显示，其前排垂向空间为 997 mm，后排纵向空间为 952 mm。车内还设置了 34 处储物空间，88L 的下沉式储物区、磁吸眼镜盒和各种拓展接口。舒适配置照样拉满了。座椅支持通风、加热和 8 点按摩，副驾驶提供零重力座椅；2.0㎡全景天幕配有电动遮阳帘，全车使用双层夹胶玻璃。另外，奇瑞还声称对车内噪声进行了多处优化。座舱内，风云 A9 搭载 15.6 英寸 2.5K 中控屏和 3nm 座舱芯片，语音助手接入了豆包大模型，可以识别模糊指令，也加入了情绪识别和多人格语音。车内还配备 23 扬声器音响，峰值功率为 1080W，支持 AI 无麦 K 歌。高配车型用上了奇瑞和地平线联合研发的猎鹰驾驶辅助系统， 配备包括 1 颗激光雷达在内的 27 个传感器，可实现高速 NOA、城市 NOA、自动泊车、遥控泊车和 100 米循迹倒车。可以看到，风云 A9 的硬件规格已经相当完整了，真正需要考察的是实际体验。城区 NOA 能不能处理加塞、窄路和施工路段，系统接管是否频繁，后续更新能否跟上，这些体验比传感器数量更影响用户评价。不可否认，在地平线的帮助下，奇瑞的辅助驾驶能力提升了不少，但目前他们仍然处于「建立口碑」这一阶段。安全也是风云 A9 重点强调的部分。新车搭载犀牛电池和磐石车身，电池包支持 IP68 级防护，并通过了针刺、挤压和浸水测试。车身高强度钢占比为 80%，扭转刚度达到 38000 N·m/deg，同时配备 8 个安全气囊和多重碰撞制动功能。从产品本身看，风云 A9 的优势是有的，它眼下更难解决的问题，来自品牌。「风云」这个名字大家应该并不陌生，奇瑞也一直在为其补充产品阵容。但到目前为止，风云仍然缺少一款销量和口碑都站得住的代表车型。这次上市的风云 A9，也许是目前最有希望的一台。

1976 年 3 月 6 日，美国佛罗里达州代托纳。首届 AMA Superbike 赛事进行到最后几米，驾驶 BMW R 90 S 的 Steve McLaughlin 从队友 Reg Pridmore 身边冲过，以微弱优势拿下冠军。BMW 包揽前两名，另一位车手 Gary Fisher 此前一度领跑，最终因变速箱故障退赛。赛季结束后，Reg Pridmore 成为历史上首位 AMA Superbike 年度冠军。同一年，BMW R 90 S 还拿下曼岛 Production TT 的组别胜利。这辆 1973 年问世、拥有 67 马力和 200km/h 最高时速的摩托，也由此成为 BMW Motorrad 的传奇车型之一。50 年后，R 90 S 的橙色车漆和整流罩，再次出现在一辆量产 BMW 摩托上。就在昨天，宝马摩托车在呼和浩特敕勒川草原一口气发布了三款新品，分别为 BMW R 12 S、BMW R 1300 GS 探险版自动挡，以及 BMW R 1300 RT Option 719 版，售价依次为 19.99 万元、23.99 万元和 33.79 万元。其中，BMW R 12 S 延续了 R 90 S 的复古运动路线。熔岩橙金属漆取自经典的 Daytona Orange 配色，车头加上了标志性的整流罩，后方采用带撞色缝线的单座短尾设计。另外，侧盖上的红色「S」、油箱上的双细条纹，都能在当年的 R 90 S 上找到对应元素。从造型上也能看出，这款车基于 BMW R 12 nineT 打造，搭载 1170 cc 风油冷水平对置双缸发动机，最大功率 107 马力，峰值扭矩 115 N·m，匹配 6 速变速箱和轴传动系统。和以往一样，R 12 S 的底盘配置同样偏向街道。前方使用可调倒立式前叉，后方为平行连杆悬架，前轮配备双 310 mm 浮动制动盘。电子辅助方面，新车提供 Rain、Road 和 Dynamic 三种骑行模式，并配有 ABS Pro 弯道防抱死制动系统和 DTC 动态牵引力控制。此外，坡道起步辅助、定速巡航、自适应大灯、无钥匙启动和加热手把等配置，大大提升了日常骑行的便利性。该说不说，这摩托车的配置快比我特斯拉还高了。第二款车是 BMW R 1300 GS 探险版自动挡。看名字就知道，这辆车最大的卖点就是它的自动挡。在这辆车上，宝马最新的 ASA 自动换挡辅助系统会通过两套电子执行机构，分别对离合器和挡位进行控制。从图中可以看到，原本位于左侧车把上离合器拉杆已经被取消掉了。具体来看，ASA 一共有两种工作模式。D 模式下，系统会结合发动机转速、车辆负载和当前骑行模式，自动选择挡位和换挡时机，就和汽车的自动挡类似。切换至 M 模式后，骑手仍可通过脚部换挡杆主动升降挡，离合器操作则继续交给系统完成。它的动力来自一台 1300 cc 水冷水平对置双缸发动机，最大功率为 143 马力，峰值扭矩为 149 N·m。车身结构采用钢制主车架和铝制后车架，整车较上一代减重 12 kg。悬架部分，前轮采用宝马特有的连杆式前悬架，这套结构将前轮导向和减震分开处理，能够减少急刹时车头下沉。后轮同样使用平行连杆结构，并配有 DSA 动态电子悬架，可根据路况、载重和骑行模式，自动调整前后悬架的阻尼与弹簧刚度。摩托车界的魔毯悬架属于是。辅助驾驶当然也少不了，系统能通过毫米波雷达和超声波雷达识别其他车辆，为用户定速巡航、前碰预警、变道辅助等功能。另外这辆车还配有 ABS Pro、发动机阻力扭矩控制、动态牵引力控制和动态制动控制，拥有公路、雨天、越野等多种骑行模式。显然，GS 的使命是征服山川河海，而 R 1300 RT，则是为了让你的旅途更轻松。更突出的侧板和电动风挡负责为骑士挡风，前移的车把与加长的后座重新分配了驾乘空间。而在装载方面，左右边箱的单侧容积可从 27L 扩展至 33L，内部带有照明和 USB-C 接口。用户还可以选装 39L 或 54L 尾箱，其中 54L 版本配有乘客加热靠背。和 GS 一样，它用的也是一台 1300 cc 水冷水平对置双缸发动机，输出同为 143 马力和 149 N·m，ASA 自动换挡、DCA 动态底盘和辅助驾驶系统这些也一个不少。两个人，几天行李，再加上一段足够长的公路，这就是 R 1300 RT Option 719 需要应付的场景。

📈长鑫科技上市首日盘中大涨超过 531%，超越腾讯🤖英伟达联手微软成立开放 AI 安全联盟，OpenAI 与 Google 缺席🚗小米澎程将发布两款增程 SUV，雷军解释为何暂无纯电版⚡SK 电信成立 SK Hyper，计划到 2035 年建设 15GW AI 数据中心💰英伟达与 Naver 达成 10 亿美元投资协议，韩国 AI 工厂将扩容至 200 兆瓦💸曝英伟达拟为 OpenAI 数据中心项目提供 2500 亿美元融资担保🚀OPPO 启动小布 Next 共创计划，首批覆盖 Find X8、X9 与一加旗舰⌚Pixel Watch 或加入「手机解锁手表」功能💡奥特曼谈 AI 生产力：奇点已至，但人类会比以前更忙碌🔋vivo X300 E 开启预售，搭载 7200mAh 电池与蔡司长焦🎉腾讯 QQ 宠物官宣回归，升级为 3D 形象并接入大模型🏍️19.99 万元起，宝马摩托发布三款新品🌒月之暗面开放 Kimi K3 模型权重🔉TCL 发布 Q 系列回音壁，Q95K 采用 11.1.4 声道系统💻腾讯 WorkBuddy 鸿蒙 PC 版上线，支持「碰一碰」分享🐱美团上线 CatPaw AI Agent 平台💼78 元/月起，千问办公上线 Windows、macOS Beta 版🦿杭州机器人学校开学，30 台机器人和机器狗开始接受技能训练🥇瑞幸在泰国商标纠纷中胜诉🚙商务部：6 月享受汽车以旧换新补贴的新能源车占比达 65.4%🌌SHEIN 通过港交所聆讯，2026 年一季度收入增速降至 1.1%长鑫科技上市首日盘中大涨超过 531%，超越腾讯长鑫科技昨日在科创板上市，开盘后一度涨到 54.65 元，相较 8.66 元的发行价大涨超过 531%，市值达到 3.66 万亿元。按当日汇率测算，长鑫科技盘中市值已超过腾讯控股 4.03 万亿港元对应的人民币市值。收盘后，报 49.00 元，较发行价上涨 465.82%，当日最高 55.03 元、最低 38.11 元，总市值为 3.28 万亿元，成交额 1411.87 亿元。长鑫科技的上市规模使其成为中国近年来规模较大的 IPO 之一。公司主营 DRAM 研发、设计、生产和销售，产品覆盖消费电子、服务器和汽车等存储场景。搜狐科技援引招股书与员工说法称，上市前员工持股平台合肥集鑫持有长鑫科技 50.37 亿股，公司两次员工持股计划累计授予 6760 人次；创始人、董事长朱一明还承诺把其持有的 7.68 亿股全部分配给员工。🔗 相关阅读：长鑫科技高开470%，对等等党来说不是好消息英伟达联手微软成立开放 AI 安全联盟，OpenAI 与 Google 缺席英伟达昨日宣布将与微软、SpaceX、IBM 等多家科技巨头联合成立「开放安全 AI 联盟」（Open Secure AI Alliance），旨在构建并共享开源 AI 安全工具。联盟创始成员还包括 Palantir、OpenClaw、Linux 基金会、Cloudflare、Cloudera、戴尔、思科、Adobe、西门子和 DoorDash。值得注意的是，OpenAI、Google 以及 Anthropic 等领先的美国 AI 公司并未出现在创始成员名单中。目前，关于顶级 AI 模型是否应该保持开源的争论正不断升级。近期，以 Kimi K3 为代表、性能强劲的开源权重模型陆续面世，这对长期坚持闭源策略的美国实验室构成了挑战。英伟达及其合作伙伴认为，要有效防御来自前沿模型的攻击，必须具备访问开源和闭源模型的双重能力，以便开发者拥有足够的工具来对抗新兴威胁。此外，该联盟的成立也呼应了近期行业内捍卫 AI 开放性的运动。此前英伟达曾牵头联名信支持 AI 开源，Google 和 OpenAI 随后也补充签署，但 Anthropic 至今仍未参与。曝三星手机拟采用长鑫内存据《日本时报》报道，三星电子计划在其智能手机中采用长鑫存储（CXMT）生产的内存芯片，意图通过引入中国本土供应商来降低零部件成本，并以此抢占中国智能手机市场份额。报道称，三星接洽长鑫存储除了分散供应风险外，更主要的目的是利用中国芯片的供应优势，为其在中国市场的竞争提供价格空间。不过，长鑫存储目前的议价能力已显著提升。由于 AI 客户投入的资金规模巨大，长鑫存储的 DRAM 芯片价格目前并不低，部分型号甚至高于三星自家产品。此外，苹果也正在接洽长鑫存储寻求合作，旨在分散因 AI 需求爆发导致的 DRAM 供应风险。小米澎程将发布两款增程 SUV，雷军解释为何暂无纯电版小米澎程宣布 7 月 30 日晚 7 点举行技术发布，内容包括小米昆仑平台、小米昆仑超级增程和小米昆仑全域安全；两款智能可变大空间 SUV 也将亮相，分别是大七座旗舰增程 SUV 澎程 N90 Max 和大五座四驱增程 SUV 澎程 N70 Max。官方数据显示，截至 6 月 30 日，两款车型累计道路测试 626 天，投入测试车辆 566 台，实测里程 428 万公里。小米澎程是小米汽车的第二个系列，官方此前将其定位为智能可变大空间 SUV；两款车型都采用增程动力，发布会将进一步说明昆仑技术架构。针对澎程系列为何全系采用增程动力而暂无纯电版本的疑问，小米汽车创始人雷军昨日在社交媒体上进行了回应。雷军表示，澎程系列采用方盒子造型，风阻较大，且全尺寸大空间车型的自重较高。若开发纯电长续航版本，则需要搭载超大容量电池，这会进一步增加车重并反过来影响续航表现。雷军指出，大电池增程方案可实现日常通勤「一周一充」的纯电体验，并在极限情况下由增程器兜底，从而彻底消除用户的充电焦虑。北大校友翁荔发文告别 Thinking Machines，因健康原因离职Thinking Machines Lab 联合创始人、北大校友翁荔（Lilian Weng）在社交媒体发布离职信，宣布正式离开这家成立仅 20 个月的 AI 初创公司。就在几天前，Thinking Machines 刚发布了其首个开源大模型 Inkling。翁荔在离职信中表示，离开的主要原因是健康问题。她提到在过去 7 个月中，自己的生病频率超过了以往任何阶段，且在公司冲刺发布 Inkling 期间，因病无法参与工作的负罪感令其备受煎熬。翁荔此前在 OpenAI 任职超过 6 年，曾从零组建了规模超 80 人的安全系统团队，并担任研究与安全副总裁。2024 年 11 月离开 OpenAI 后，她于 2025 年 2 月与 OpenAI 前 CTO Mira Murati 等人共同创立了 Thinking Machines。Thinking Machines 在成立之初曾获得 20 亿美元种子轮融资，由 a16z 领投，投后估值达 120 亿美元。然而在过去一年中，该公司经历了频繁的人事变动，包括联合创始人 Barret Zoph、Luke Metz 在内的多名核心成员已相继重返 OpenAI。目前，Thinking Machines 已与英伟达达成战略合作，并上线了模型微调工具 Tinker 及开源模型 Inkling，正处于从研发阶段向产品交付转型的关键期。🔗 相关阅读：刚刚，北大校友翁荔官宣离职，AI 时代最好的「对齐」是照顾好自己SK 电信成立 SK Hyper，计划到 2035 年建设 15GW AI 数据中心韩国 SK 电信 7 月 23 日宣布成立全资子公司 SK Hyper，主营 AI 数据中心、变电站运营和商业化业务。SK 电信计划在 2030 年前向 SK Hyper 注资 7500 亿韩元，先在蔚山建设数据中心集群。SK Hyper 预计到 2029 年建设总容量 5GW 的 AI 数据中心，再根据市场需求在 2035 年前扩容至 15GW；公司还计划在忠清地区建设更多吉瓦级设施。SK 电信将以全资子公司方式运营 SK Hyper，并通过股权投资持续注资。公司把数据中心建设、变电站运营和商业化列为同一业务范围，同时负责基础设施运营和相关服务销售。英伟达与 Naver 达成 10 亿美元投资协议，韩国 AI 工厂将扩容至 200 兆瓦英伟达宣布与韩国互联网公司 Naver 达成 10 亿美元投资协议，将此前部署的 NVIDIA DSX AI 工厂扩容至 200 兆瓦。扩建后的设施计划采用 Vera Rubin、Blackwell 等平台，为韩国和美国的 AI 公司提供训练和推理算力。英伟达还将与 Brookfield Asset Management 合作，提供最高 90 亿美元资金支持。Naver 计划把英伟达基础设施规模进一步扩展到 1 吉瓦，并在今年下半年推出基于 NVIDIA Agent Toolkit 的 AI Agent 平台。这座 AI 工厂的算力服务对象包括韩国和美国的 AI 创新企业，设施扩容同时覆盖数据中心、电力和模型开发所需的软件工具链。曝英伟达拟为 OpenAI 数据中心项目提供 2500 亿美元融资担保据《华尔街日报》报道，英伟达正在与 OpenAI 洽谈，为后者在美国俄亥俄州南部租用软银旗下能源公司的 10GW 级数据中心项目提供约 2500 亿美元融资担保。该项目若计入芯片等成本，总投资额可能超过 5000 亿美元。报道称，项目所需电力由美国政府控制，日本方面提供资金支持；Anthropic、微软和谷歌近期也与美国商务部长霍华德·卢特尼克沟通过该项目。截至报道发布，英伟达和 OpenAI 未回应置评请求。这项安排仍处在谈判阶段，报道把英伟达的角色描述为融资担保方，而不是已经完成的数据中心投资。项目的规模、租赁结构和电力来源都与美国、日本及软银相关方的协商有关。OPPO 启动小布 Next 共创计划，首批覆盖 Find X8、X9 与一加旗舰OPPO 宣布启动「小布 Next 计划」首轮共创招募。官方将其描述为面向下一代 AI 形态的技术探索，重点包括端侧全域记忆、全时意图感知和多智能体协作；入选用户可抢先体验相关能力及端侧优先的隐私方案。首批支持的机型包括 OPPO Find X8、Find X9 系列和一加 13、13T、15、15T 等机型。Pixel Watch 或加入「手机解锁手表」功能Android Authority 在 Google 的 Connected Phone & Watch 服务应用中发现「Phone to Watch Unlock」相关代码。按代码描述，用户先解锁配对的 Pixel 手机，Pixel Watch 可自动解除锁定；首次设置仍需在手表上验证现有 PIN 或图案。现有 Watch Unlock 的方向是由手表协助解锁手机，新功能则反向让手机解锁手表。相关代码还显示，受信任关系可能可从旧手表迁移到新手表。💡 奥特曼谈 AI 生产力：奇点已至，但人类会比以前更忙碌据《商业内幕》报道，OpenAI CEO Sam Altman 在上周六发布的「Relentless」播客采访中表示，AI 并不会像许多人预期的那样开启「每周 4 小时工作制」的黄金时代。他认为，尽管技术长期以来一直承诺减少人类的工作时间并增加休闲，但由于人类天生具备竞争性，这种大规模的社会性变革很难实现。Sam Altman 指出，随着 AI 驱动生产力提升，人们对自己的期望也会随之水涨船高。他表示，人类总是在追求更多，倾向于创造新的事物并进行相互比较，这种「相对游戏」驱动下的竞争是经济发展的动力，且不会停止。他预测，在「后超级人工智能」时代，人们反而会比想象中更加忙碌。值得注意的是，Sam Altman 在采访中提到 AI 已经进入了「奇点」阶段，即人工智能超越人类智能并可能开始脱离控制的转折点。针对后疫情时代兴起的「每周 4 天工作制」讨论，报道提到，虽然部分小企业通过缩短工时提升了员工士气和生产力，但随着各大企业 CEO 强制要求员工重返办公室，甚至推行「996」工作文化，缩短工作周的愿景正变得日益遥远。vivo X300 E 开启预售，搭载 7200mAh 电池与蔡司长焦vivo X300 E 开启预售，12GB+25

「人民需要什么，五菱就造什么」的含金量还在提升，这个人民，自然也包括香港人民。刚刚过去的 2026 年 6 月，五菱 Darion EV 成为了香港车市销量亚军，也是香港 MPV 销量的冠军车型。五菱 Darion EV 在内地有一个更被人熟知的名词：星光 730，五菱 Darion EV 在统计中也会被记录为星光 730 国际版。星光 730 拿下香港 MPV 销冠，让人意外，又挺合理人的认知总是有点滞后性，比如问一下身边的人猜一下香港如今最热销的 MPV 是什么的话，想必很多人还是回答丰田埃尔法，这是过去 20 多年时间里形成的固有认知。几年前丰田埃尔法在内地一车难求加价数十万还要苦等数月的现象，跟这款车在香港的持续热销不无关系。很长的一段时间里，香港的消费行为会深刻影响广东地区，进而影响更广，就比如香港富豪阶层喜欢的奔驰大 G 在驾驶和舒适性上乏善可陈，但就是象征有钱，间接影响内地消费者的认知；再比如香港娱乐明星惯用丰田埃尔法做「保姆车」，经常随着明星出现在报刊杂志版面上，也给这款车附上了「巨星之选」的标签。时代的巨变往往又先于很多人的认知改变，在很多人依旧认为丰田埃尔法是香港 MPV 代表车型的时候，国内新能源已经组团霸占了这里的 MPV 市场。可以看到，在 2026 年 6 月香港私家车前 20 名的销量榜（以登记数量口径计算）上，五菱 Darion EV（星光 730 国际版），极氪 009，小鹏 X9，上汽大通 MIFA 7（上汽大通大家 7 国际版），比亚迪 M6（比亚迪宋 Max 换名）以及广汽 E9 PHEV 总共 6 款国产 MPV 在列，海外车型则仅有丰田埃尔法，本田 STEP WGN 和本田 FREED 3 款，而且整体销量均比较靠后。这个销量榜值得说道的地方不少，最明显一点就是香港 MPV 市场早已不是丰田埃尔法一家独大的局面，私家车销量前 20 里一共 9 款 MPV，也说明这个细分市场的竞争相当充分，而国产新能源能够成功占据 MPV 市场的里的绝大部分，也说明国产新能源在内地车市摧枯拉朽的竞争力输出到香港也丝毫不减。所以星光 730 能够在这个榜单上斩获全车型亚军，MPV 市场冠军的含金量还是相当足的。并且，星光 730 在香港的成功不是因为售价低廉，它卖到香港并不算便宜，起售价达到了 30.88 万港币，虽然没有丰田埃尔法贵，但是和本田 STEP WGN （31.99 万港币起售）处于差不多的价位，比本田 FREED（20.99 万港币起售）贵不少。当然，虽然本田的这两款车被归类到了 MPV 车型，但是本田 STEP WGN 本质上还是个 K-Car 放大版，车长为 4830mm，轴距 2890mm；而本田 FREED 甚至在 4310mm 车长和 2530mm 轴距的局促空间里塞进了足足 7 个座位，属于实至名归的「宝宝巴士」。相较之下，星光 730 和本田的两款 MPV 车型就像 2 个时代的产品，单从尺寸上来说，长 4910mm 和轴距2910mm 的尺寸就更大，更不要说全车的智能化和细节配置领先一个时代。香港是世界上用车成本最高的地区之一，油价和停车费几乎算是世界最高，汽油价格最近的价格在 25-35 港币一升，普通燃油车基本上行驶一公里就要 2 港币的用油成本，相较之下纯电车型的用车成本就低很多，如果使用家充的话，星光 730 纯电版的每公里出行成本也就一毛多，用公用桩也贵不了太多，所以这是国内新能源汽车这几年在香港大卖特卖的外部环境因素。话又说回来了，环境因素对于大家都是一样的，就看谁能拿出有竞争力的产品了。香港的道路环境对于新能源来说比较友好，通勤半径适中但道路密集狭窄，并且有明显的高低起伏，还有不错的公共充电网络，所以像是星光 730 这样在电池续航，快充功率上给到还不错配置的车型来说相当适配，500 公里的续航里程，加上 2C 快充 20 分钟从 30% 充到 80% 的效率，能够很好避免里程焦虑，哪怕是深港两地通行也没什么压力。像是同在销量榜单的本田 FREED 和本田 STEPWGN Air 都是三四年前的车型，多年没有获得更新，马力也分别只有 131 匹和 150 匹，7 人满座情况下如果应付香港的上坡路会比较吃力。鉴于内地汽车市场卷过头了，所以很多我们司空见惯的配置或者场景，在香港其实相当有竞争力，比如内地市场里，星光 730 在 10 万元档位上配了电动滑移门，算是同级少有，在香港也是类似，算是同级唯一的配置。这个配置在香港直击痛点，因为香港路窄，车位小，电动滑移门更容易上下车，实用性更强。经受住了香港市场考验的星光 730，也是人民的 MPV香港汽车市场准入标准严苛，前面也说了星光 730 获得 MPV 销冠的含金量，这是切切实实地通过跨市场热销，印证了中国汽车智造的硬实力，为中国品牌乘用车出海高端市场提供了可参考的行业范本。如果说香港人民花 30.88 万港币买星光 730 是一种品质之选的话，那内地售价 8.78 万元-11.38 万元（综合补贴后价格）买星光 730 无疑是国内竞争态势之激烈，产品价格平衡之精妙的绝佳体现。毕竟这是正正经经的 MPV，二排独立座椅，大量皮革材质，带 50W 风冷无线充电，基于 Android 13 的中控大屏且支持灵语 AI 中枢智能体，融合了 AI 大模型能力，支持粤语、四川话、上海话等八种方言自由交互……更别说在 10 万元档位的 MPV 上它还配了前后双独立悬架底盘，电动滑移门电动尾门和自动感应大灯自动感应雨刷等等配置。它确实在 10 万元 or 30 万港币的价位段上，提供了一辆主流 MPV 应该提供的舒适驾乘体验和智能化功能，这些是它能在香港市场胜出的基础，就比如说粤语语音交互能力，是不是香港市场的刚需？回过头说，能在香港卖好的车，没理由在内地市场卖不好。实际上，今年上半年，星光 730 也是自主品牌 MPV 的销冠，一共卖出了 34426 辆，整个 MPV 市场也仅次于丰田赛那和别克 GL8，并且和别克 GL8 的销量差距仅有 300 多辆。和香港汽车市场偏爱 MPV 车型，在品类里竞争激烈不同，内地 MPV 市场竞争的格局实际上更艰险：MPV 是整个乘用车市场大盘里的利基市场，占比约在 5% 左右，但车型供给极为充盈，且产品力没有一个弱的，能在这个市场里拿到自主品牌冠军同样不是一句星光 730 卖得更便宜能概括的。做产品的权衡和取舍的艺术，在 10 万元 MPV 产品上肯定没法获得旗舰级的智驾芯片，激光雷达，还有零重力座椅这样的配置，但是能给什么，给到多少合适是个大命题。前面说了很多星光 730 给了什么同级少有甚至唯一的配置，但有一个地方，却是一定要给到的：安全配置。星光 730 纯电版能把价格定在 11.38 万元，很大程度是因为电池用的是五菱自研神炼电池，目前有着碰撞 0 自燃安全记录，车身配有高强度钢占比 75.6% 的笼式车身，也支持支持 FCW 前碰撞预警+AEB 自动紧急制动，甚至有还一些智能辅助驾驶功能。取舍实际上也是一种态度，在看不见的地方事关安全的地方多给一些，恰是一种更好的权衡。如果非要给这款车的两地热销再上一点价值，我想说的是，基于内地市场激烈竞争产生的销量头部车型，即便销售价格以两倍三倍的价格提升，拿到更广阔市场里会有着只强不弱的竞争力，反过来说，竞争力的源泉来自于方方面面。工业制造能力不用多说，类似于在 10 万元 MPV 车型上就有大模型和智能体交互这种事，只会发生在中国，因为其他地方要么没办法把像模像样的 MPV 成本控制得这么低，要么压根就没有大模型和智能体落地能力。所以说，五菱把星光 730 定位成「人民家庭出行品质冠军」是经过一番炼字的，人民是 10 万元级别面向普罗大众，家庭是七座 MPV 装得下三代同堂，出行品质是在有限成本里平衡了驾乘智能和舒适，冠军是两地细分市场的销冠。

苹果的第一副 AI 眼镜，也许会在明年 6 月和我们见面。彭博社记者 Mark Gurman 在最新的《Power On》新闻通讯中爆料，苹果打算把代号 N50 的智能眼镜推迟到 2027 年 6 月的 WWDC 上发布，正式发售更是要等到当年年底——相比此前流出的「今年预览、明年开卖」，这个节奏明显放慢了。除了硬件还没磨利索，苹果内部也在反复权衡：把摄像头架在人脸上，到底怎样才能不冒犯别人？摄像头「保留还是取消」，是个大问题围绕这副智能眼镜，苹果内部其实一直在经历一场「To be, or not to be」式的权衡，并在三种截然不同的技术路线之间摇摆。第一种方案最为保守，也最安全——完全取消摄像头。这样一来，设备可以保留声音交互、第一视角音频 AI 助手以及音乐播放，直接避开所有关于偷拍和面部识别的伦理风暴。但这也意味着，眼镜将失去对周围物理世界的视觉感知能力，直接退化成一副戴在脸上的蓝牙耳机。第二种方案则是限制摄像头的权限，让它只作用于 AI 视觉分析，绝对禁止用户摄录照片或视频。摄像头捕获的画面仅在本地芯片中短暂流动，用于识别物体、文字或场景，随后立即丢弃。这个方向看似兼顾了功能与克制，却白白浪费了第一视角拍摄这一最核心的消费刚需。Meta 的市场验证已经表明，用户购买智能眼镜最强烈的动力之一，正是随时随地免手持记录生活。因此，商业逻辑决定了苹果大概率只能选择第三种——与 Meta Ray-Ban 类似，同时支持摄录与 AI 功能。但这也就意味着，苹果必须把自己引以为傲的「隐私至上」招牌，押上这条充满争议的赛道。一旦镜头长在眼镜上，它影响的就远不止戴眼镜的那个人，还有出现在他视野里的每一个人。隐私问题，AI 时代的回旋镖即便是不断营销自己在隐私方面安全与克制、甚至将其视作核心资产的苹果，也并不是没有翻过车。从当年引发设备端监控质疑而作废的相册 CSAM 机制，到导致 9500 万美元和解的 Siri 录音门，再到被滥用为跟踪工具而被迫连续修补提醒防线 的 AirTag，都证明了一件事：当一款产品获得了进入现实的能力，管控力的轻微失效都会引发剧烈的反弹。而在智能眼镜和 AI 领域，这种滥用所带来的风险正在以更快的速度演变成现实丑闻。在东亚考场上，这种失控已经露出了冰山一角。此前，日本早稻田大学的入学考试中就曾爆发过考生利用智能眼镜隐蔽拍照、将试卷实时发送给外部 AI 寻求解题的作弊案件；而在今年刚刚结束的高考中，多地教育考试部门更是发布了前所未有的安检新规——广东、上海、湖北等省市要求所有佩戴框架眼镜的考生，都必须在监控镜头下自行摘下眼镜接受专项查验。从考场作弊到公共偷拍，当一颗几毫米宽的镜头被伪装成普通镜框，硬件层面的滥用就很难再靠道德自律约束。今年 7 月，Meta 宣布为 Ray-Ban 智能眼镜更新保护机制，一旦检测到录制指示灯被破坏或篡改就强制关闭摄像头。行业不得不为「有人会把灯扣掉」专门设计防御机制，恰恰说明靠一颗小灯泡建立公共信任是极其脆弱的。而其刚发布不久的 Muse Image AI 工具，也因为擅自调取 Instagram 公开账号肖像生成图片引爆全网抗议，迫使 Meta 在几天后公开道歉并紧急下架。更深层的危机在于，传统消费电子赖以生存的契约逻辑，在可穿戴设备面前彻底失效了。传统消费电子的隐私体系，建立在「用户授权」上。你勾选了同意协议，厂商给你提供服务，看似一手交钱一手交货，但这里不得不再问一个问题——我们真的有得选吗？图｜苹果 macOS 软件协议大多数服务条款几十页起步，就像法务搭建的文字迷宫。用户要么硬着头皮点同意，要么直接退货走人，没有任何协商空间。厂商甚至能随时反悔。2025 年 4 月，Meta 直接改了隐私政策，强行剥夺了用户取消语音保留的选项，同时把 AI 摄像设为默认开启。不想被录？唯一的办法是彻底停用语音助手。如果连掏钱买设备的用户都如此被动，那些被无辜卷入镜头里的陌生人，就更不可能有任何选择权了。今年 3 月加州法院受理的一起集体诉讼（Bartone et al. v. Meta）就把这种困境摆上了台面。原告把 Meta 告上法庭，因为他们发现那些被承诺「严格保密」的家庭视频，竟然被打包发给了肯尼亚的数据标注工厂，由月薪微薄的外包工人人工审核。一位标注员在案卷里回忆，他审过一段很尴尬的视频：男主人把眼镜顺手放在卧室床头柜上就出去了，随后不知情的妻子进屋换衣服，整个画面被眼镜完整拍下，最后跨越半个地球呈现在陌生人的电脑屏幕上。购买者以为自己买到的是免手持的便利，但镜头下的伴侣、路人和陌生人，在不知不觉中被剥夺了知情权，甚至被迫沦为 AI 模型训练的免费素材。苹果的私有云，能给陌生人安全感吗？面对智能眼镜这种形态，苹果最可能的解法，是沿用 Apple Intelligence 的安全框架——依靠自建的私有云计算（Private Cloud Compute），配合本地芯片，保证传感器采集的数据在端到端加密下运行，绝不上报给第三方或用于训练模型。但这一套技术组合拳，依然有打不中的地方。技术架构只能解决「数据去了哪里」，却回答不了「镜头为什么要拍到我」。对于坐在佩戴者对面的人来说，数据存在本地芯片还是硅谷服务器，并没有本质区别。只要那颗镜头冲着他，采集就已经发生了。这揭示了可穿戴 AI 时代一个被长期掩盖的悖论：科技公司一直在试图把「公共隐私问题」，偷偷替换成「个人数据安全问题」。在过去，打字、拍照、语音搜索都是显性的交互。手机拍摄需要掏出设备、抬起手臂、对准目标，这个动作本身就是一种公共信号，周围的人能清晰判断并决定避开或制止。图｜charlesdeluvio @ Unsplash而智能眼镜将这一切藏进了最日常的「注视」里。当采集行为变得隐蔽且无感，隐私的边界就不再取决于用户如何设置软件，而是取决于旁观者是否迫于无奈放弃了对自身肖像和生活状态的控制。图｜哈佛学生开发的智能眼镜 I-XRAY，只需看一眼即可获取陌生人个人隐私当科技公司无法在产品设计上给出安全感时，社会公共空间就会自发建立防火墙。从高考安检门的专项查验，到医院、健身房甚至游轮儿童区，针对智能眼镜的限制禁令正在全球范围内蔓延。这并不是公众排斥新技术，而是社会在用最原始的物理屏蔽，来应对一种失去边界的无感侵入。以往，一件消费电子产品只要搞定买单的消费者，就能顺理成章地进入所有场景；但对于一副戴在脸上的 AI 眼镜来说，买单用户的意愿只是最基础的门票，它真正需要征得许可的，是整片公共空间里的陌生人。智能眼镜要想从极客玩具真正走向大众日常生活，它就不能成为公共信任的破坏者。对于苹果和整个行业来说，镜头到底「To be, or not to be」，已经不单单是一项技术路线的选择，而是关乎这款设备能否在公共空间里生存下去的终极命题。苹果如果想把这幅眼镜卖给消费者，光讲技术是不够的，它得先给这个社会一个更容易接受它的理由。这一次，苹果又走到了科技与人文的十字路口。

翁荔离职了。刚刚，翁荔（Lilian Weng）发布离职信，宣布明天将是她在 Thinking Machines Lab 的最后一天。距离她与 OpenAI 前 CTO Mira Murati 共同创立公司，过去了整整 20 个月。几天前，Thinking Machines 刚发布首个开源大模型 Inkling，翁荔在信中称其为「公司历史上一个了不起的里程碑」。首款模型刚刚发布，联合创始人便选择离场，多少让人意外。一封写满「抱歉」的离职信翁荔的离职信中，反复出现的一个词是「health」，健康。她提到，过去 7 个月里，自己生病的次数超过了人生中的任何一个阶段。当整个公司都在为 Inkling 的发布冲刺时，她不得不请病假休息，同时还要承受无法参与工作的愧疚感。她形容，那种一边休息、一边与负罪感对抗的状态，并不好受。翁荔也考虑过缩小职责范围，承担一个压力和不确定性更低的角色。但她最终发现，这种安排并不适合自己。按照她的说法，只要无法对负责的事情投入全部精力，她就会认为自己没有做好这份工作。整封信里，「sorry抱歉」「letting you down让你失望」等表达多次出现。曾经从零组建 OpenAI 安全团队、带领一支 80 多人团队的翁荔，在告别时最担心的，仍然是辜负同事。反复出现的歉意，也能看出她对离开这件事的内疚与不舍。离职信发布后，不少前同事和同行赶来留言。Mira Murati 表示，共同创建 Thinking Machines 的经历十分珍贵，也很高兴翁荔愿意把健康放在首位。PyTorch 核心开发者 Soumith Chintala、Saurabh Garg 等人也送上祝福，留言大多指向同一个意思：健康更重要，好好休息。离开得克制，告别也足够体面。不少人或许对翁荔的经历并不熟悉，有必要简单介绍一下她在 AI 行业里的位置。翁荔出生于陕西，2004 年获得全国高中数学联赛陕西省一等奖，2005 年进入北京大学信息管理与信息系统专业，本科期间获得国家奖学金。此后，她前往印第安纳大学布卢明顿分校攻读博士，研究方向主要集中在网络科学、复杂系统和社交网络中的信息传播，与今天更为人熟知的大模型研究并不完全相同。2018 年，翁荔加入 OpenAI。她参与的第一个重要项目，是机械手 Dactyl。研究团队花费两年时间，让机械手学会用单手完成魔方操作，翁荔是项目的核心贡献者之一。GPT-4 发布后，她开始从零组建 Safety Systems 团队。到她离开 OpenAI 时，团队规模已经超过 80 人。如今 ChatGPT 使用的部分安全机制和评估体系，也与她任职期间推动的工作有关。2024 年 8 月，翁荔升任 OpenAI 研究与安全副总裁。三个月后，她离开 OpenAI。2025 年 2 月，她与 Mira Murati 等人共同创立 Thinking Machines Lab。在更广泛的技术圈里，翁荔还有另一个广为人知的身份：技术博客 Lil’Log 的作者。Lil’Log 长期系统梳理强化学习、Transformer、Agent 等前沿技术，是 AI 领域传播范围最广的个人技术博客之一，部分文章也被高校课程列为参考资料。她曾写道，把一个概念清楚地解释出来，是检验自己是否真正理解它的最好方式。某种程度上，这句话也概括了她在 AI 社区中的影响力。把翁荔的离开放进 Thinking Machines 过去一年的发展轨迹中看，背景会显得更加复杂。高估值之下，产品和团队都承受着压力Thinking Machines 成立之初便备受关注。2025 年 7 月，公司完成约 20 亿美元种子轮融资，创下当时初创公司种子轮融资规模纪录。该轮融资由 a16z 领投，英伟达、AMD、Jane Street 等机构参与，投后估值达到 120 亿美元。当时，这家公司尚未发布任何正式产品。苹果和 Meta 都曾表达投资或收购兴趣，但遭到 Murati 拒绝。高起点带来了极高预期，随后的产品进展与人员变化却没有同样顺利。2025 年 11 月，Thinking Machines 曾尝试按 500 亿至 600 亿美元估值启动新一轮融资。到 2026 年 1 月，相关谈判未能完成，市场估值也重新回到约 120 亿美元。核心团队同样经历了持续变动。联合创始人 Andrew Tulloch 被 Meta 招揽。2026 年 1 月，联合创始人兼 CTO Barret Zoph、联合创始人 Luke Metz 离职并重返 OpenAI。围绕 Zoph 的离职，双方还出现了公开分歧。Murati 表示，他因「不当行为」被解雇，OpenAI 随后回应称，不认同 Thinking Machines 对此事的描述。此后，公司又有多名研究人员陆续离开。外界对 Thinking Machines 的质疑，主要集中在几个方面：估值过高、产品发布偏慢、算力成本庞大，以及商业模式尚未得到验证。核心人才的持续流动，又进一步放大了市场的不确定感。不过，这家公司手中的资源仍然可观。Thinking Machines 已与英伟达达成多年战略合作，计划从 2027 年起部署至少 1 吉瓦规模的下一代 Vera Rubin 系统；公司还与谷歌云签署了价值数十亿美元的算力协议。产品方面，模型微调工具 Tinker 已经上线，首个开源大模型 Inkling 也在近日发布。公司终于开始从融资和人才故事，转向真正的产品交付。市场对 Thinking Machines 的判断，因此还没有完全转向悲观。它面临的问题很多，拥有的资金、人才和算力资源，同样远超大多数 AI 初创公司。人无法像模型一样无限扩展翁荔的离职信没有谈论估值、融资或内部人事变化。整封信始终围绕一个原因展开：长期压力已经超过了身体能够承受的范围。她表示，自己依然热爱 AI，也仍在阅读论文、追踪研究进展。接下来，她希望寻找一个节奏更可预测、职责边界更清晰的环境，不再承担联合创始人需要面对的持续压力与不确定性。今年以来，AI 行业的竞争已经快到以「天」计算。一个模型刚刚发布，下一次更新便进入倒计时；一项能力才成为行业标配，新的技术路线很快又会出现。创业公司还要同时追赶产品、算力、融资和人才，所有人都担心自己慢一步，就会被下一轮浪潮甩在身后。在最热门的赛道上，速度已经不再只是一项竞争优势，也逐渐变成一种无法摆脱的压力。模型可以增加参数、扩展上下文，也可以在更多算力上持续运行。人却有自己的极限。睡眠无法压缩，身体不能跳过恢复，长期积累的疲惫也不会因为一次产品发布便自动消失。20 个月并不算漫长，翁荔却在信中写道，这段经历「感觉像过了一辈子」。她或许比许多人更早意识到，站在 AI 浪潮最前面，意味着参与塑造一个时代，也意味着承担这个时代最快、最密集的压力。Inkling 已经成为 Thinking Machines 的一个里程碑，AI 行业也还会继续向前。新的模型会发布，新的公司会崛起，排行榜上的位置也会不断改变。对翁荔来说，眼下更重要的，是允许自己停下来。离开并不总意味着失败。有时，承认身体已经无法继续承受，放下那些还没有完成的责任，好好照顾自己，也需要很大的勇气。

一个中国开源模型，引发整个硅谷科技巨头「地震」。这个熟悉的剧情，上次的主角是 DeepSeek R1，这次则是刚刚开源的 Kimi K3 ，它甚至让英伟达和 Anthropic 公开站到了对立面上。Kimi K3 一放上开源大模型社区 Hugging Face，30 分钟就收获了 4000+ 点赞，登顶热门榜。连 Hugging Face 联合创始人都发 X 说这是迄今为止模型发布增长速度最快的一次。▲Kimi K3 目前在 Hugging Face 模型热门榜第一，累计六千多点赞如果一家企业要选一个本地部署的模型，国产模型似乎成了必选项。根据 AI World 统计的信息，Kimi K3 的价格远低于 Claude 系列模型，但是模型评估得分却即将赶上 Opus 5。接近前沿的能力 + 极低的价格 + 开放模型权重，三项联合起来的杀伤力，让硅谷彻底炸开了锅。围绕 Kimi K3 的争论也从模型能力一路来到了开放权重是否更安全、该如何处理开放权重的模型。英伟达宣布发起 Open Secure AI Alliance，拉来微软、Hugging Face、Cloudflare、CrowdStrike 等三十多家首批伙伴；Anthropic CEO Dario Amodei 则单独发了一篇长文，解释自己为什么没有签署支持开放权重的产业公开信。「开源」又一次成了所有人都在争抢的好词。不惜一切「保护」开源7 月 22 日，黄仁勋在接受 Axios 采访时就直接为中国开放模型辩护。他称这些模型「非常优秀」，美国公司当然应该被允许使用。他还把 Anthropic 推到了台前，他认为 Anthropic 不应该因为网络安全风险而限制 Claude Mythos 的使用，强大的模型应该接受测试、发现问题、及时修补，而不是先把访问入口关掉。两天后，英伟达、微软、Meta、Hugging Face、AMD、红帽、Linux 基金会等公司发表《开放权重与美国 AI 领导力》公开信。谷歌和 OpenAI 后来加入，目前签署机构已经超过 100 家。公开信给出的理由看似很合理：开放权重可以降低调用成本，避免企业被一家供应商锁定，让公司控制自己的数据，也能让安全研究人员检查模型、发现漏洞。其中也提到了对于开放权重模型经常被诟病的蒸馏方法，公开信要求区分正常的模型开发与非法提取，不要因为个别违规行为封掉一种通用技术。昨天，英伟达又宣布发起 Open Secure AI Alliance。这次并非只有宣言和公司 Logo 的联盟，英伟达宣布提供模型、权重、数据和新的 Agent harness 研究；Hugging Face 提供 Safetensors；HPE 提供 Agent 身份验证框架；微软贡献可以让多个 Agent 相互辩论、验证漏洞的 MDASH 等等。但对比那封公开信，加入的企业就少了很多，比较明显的是 OpenAI 和 Google 这次都没有选择加入。Thinking Machine、SpaceXAI，以及微软似乎是这个联盟里能找到为数不多会自己发布大模型的机构。在联盟成立的博客里，英伟达也再一次提到了开源模型 GLM 5.2 拯救 Hugging Face，使其免遭 OpenAI 最强模型的毒手。但黄仁勋支持开放模型，还有一个更直接的理由。他自己已经说得很坦白：免费的 AI 对硬件、芯片和数据中心都是好事。英伟达 2027 财年第一季度营收为 816 亿美元，其中数据中心业务贡献 752 亿美元，占比超过九成。无论最后跑的是 Kimi、GLM、Nemotron 还是 Claude，只要企业继续建设服务器、购买 GPU、租用算力，英伟达都能收钱。▲ 总权重文件达到 1.56TBK3 尤其能说明这笔生意，它的权重约 1.56 TB。vLLM 给出的简便部署方案，需要 8 张英伟达 B300 或 8 张 AMD MI355X。个人电脑当然可以点下「下载」，但第一批真正能把它跑起来的，还是云平台、研究机构和大型企业。模型免费，不代表推理免费。对一家卖算力的公司来说，模型越开放，能在自建服务器上运行它的客户越多。Anthropic 说，我从未主张禁止开源模型要讲 Anthropic 的态度必然少不了这两张来自其 MTS（Member of Technical Staff ）员工在 X 上发表的逆天言论。他在 X 上转发了黄仁勋的第一条推特，并表示你英伟达这么喜欢开源，为什么不把 CUDA 技术还有 GPU 驱动全部开源。他还继续阴阳怪气微软，转发微软 CEO 的帖子说，你支持开源，你的 Windows 和 Office 怎么不开源呢？网友们实在看不惯这种毫无逻辑的评论，Hermes Agent 负责人说「Anthropic 一如既往地在这个平台上发表了最糟糕的观点，继续吧！」，Hugging Face CEO 则是默默贴上了一张图，用来驳斥他说英伟达没有开源的言论。这张图显示了今年以来，在 Hugging Face 上的仓库数量，英伟达遥遥领先。▲ Hugging Face 代码库在 2026 年上半年的活动显示，谷歌、Meta、微软、腾讯、阿里巴巴、百度和英伟达将成为开源 AI 生态系统中最大的贡献者之一。还有人说，你用的 PyTorch、TensorFlow 等等各种开源框架，以及 VS Code 这样的开源代码编辑器，背后都有英伟达和微软的影子。吴恩达也在下面评论，说这是错误的对比，允许开源软件并不意味着所有软件都应该开源。每个人都有权利将自己的代码保密，但问题在于你们在阻止别人开源。这位 MTS 大概也知道自己可能说错话了，默默追加了一条评论说「看到有人断定我一定是想禁止开源模型，真是好笑……我其实觉得开源模型非常有用！但有趣的是，一些历史上极度反对开源的公司突然都赞成开源。」但几乎没有人给他的评论买单，所有人都在说这是给 Anthropic 搞负面公关的好办法。代表 Anthropic 的言论就这样发酵了两天，直到 Anthropic CEO 今天主动发布了一则声明。声明的第一段用加粗的字体写着「Anthropic 从未主张禁止开放权重模型。」但是整篇文章剩下的篇幅，通篇都在讲开源模型很危险，开源模型没有被美国掌握更危险，开源模型只会蒸馏美国的闭源模型……这些观点自然无法平息大家对开放权重模型的讨论，有人摆事实讲道理逐条列出证据，一一说明 Dario Amodei 的这些话，根本站不住脚。说开源模型有风险，但是当 OpenAI 的闭源模型对开源社区发起黑客攻击时，Hugging Face 尝试使用 GPT 或 Claude 系列模型，结果是都没有用。最后是 GLM-5.2 承受了这一切，准确分析了攻击日志和报告，找到了需要修复和加强的部分。连美国网友都说 Anthropic 心里其实很清楚，所谓的「危险能力」指的就是那些前沿模型，那些小小的 8B 玩具模型，Anthropic 根本不在乎是否开源。黄仁勋也发 X 表示攻击者拥有前沿人工智能。防御者也需要一个前沿人工智能生态系统，汇集了最佳的开放和封闭模型，并通过全球社区的力量倍增。在 Hugging Face 事件中，封闭式人工智能阻碍了关键的取证工作，而开放式前沿模型则有助于控制入侵。马斯克转发了这条帖子，表示这是极其重要的观点。至于对中国模型蒸馏的指控，以及开源模型必须掌握在美国手中的观点，Anthropic 也是彻底不装了，在声明里毫不避讳地说，「开放权重模型一旦发布权重就无法撤回，禁止美国企业使用这些模型并不能解决这一风险，因为恶意行为者不太可能是合法的美国企业。」因此，在这份声明的评论区，大多数网友的评论都是 Anthropic 急了。翻译一下：中国用开源模式狠狠地坑了我们一把，我们正在流失客户。一旦这种模式与商业模式展开竞争，以公共利益为框架的说服力就会降低。所有人都在捍卫适合自己的「开放」无论支持还是反对，英伟达与 Anthropic 代表的立场都很难说是完全为了维护开源精神。他们的分歧，本质上不只是技术路线之争，也与它们位于产业链的不同位置有关，其中不可避免的因素都是为了自己的利益。Kimi K3 希望用开放权重快速获得全球开发者、部署平台和生态支持。英伟达卖的是承载所有模型的计算基础设施。模型越多、部署越广，GPU、推理服务和安全工具的需求越大。黄仁勋维护开放权重，也是在维护英伟达最重要的一块收入。▲一台高内存笔记本电脑（64GB）可以以可用速度运行 300 亿参数的编码模型。一台英伟达 DGX 桌面工作站可以处理 1060 亿参数的 GLM-4.5-Air。Anthropic 的核心产品是受控的闭源模型服务，更强调能力可撤回、可更新、可监控，以及高能力模型发布后的不可逆风险。对开发者和企业来说，真正的问题不是「支持谁」，而是能否拥有模型选择权、数据控制权和迁移能力。▲ 基于开放权重模型衍生的模型数量，Qwen3-8B 衍生出了超过 1700 个公开的微调版本。早在 Kimi K3 发布的时候，美国就曾开始讨论是否通过相关的法律法规，来禁止美国公司使用或下载来自中国的开源模型权重。近 200 家硅谷初创公司，包括 YC、Replit、Proton 等联合发起的 Little Tech 联盟，就联署致信白宫，警告如果封禁中国开源模型，「将有数百家美国初创公司瞬间死亡」。有美国的中小开发者和创业者直言：封禁开源不是在保护美国 AI，而是在逼迫中小企业去购买 Anthropic 和 OpenAI 极其昂贵的闭源服务。当时 DeepSeek 开源，为什么没能引起硅谷如此大的反应，关键还是在于无论 OpenAI 还是 Anthropic 都知道开源要追上闭源，需要的不只是技术，还有大量的时间。▲ 图片

在如今汽车发布会越来越多，甚至一台车要开不止一次发布会的大环境下，极氪整了一次「反其道而行之」，不举办发布会，直接上市极氪 9X 五座版。7 月 28 日，极氪直接公布了新车价格并开启预订，一共推出三个版本：五座 Ultra：47.19 万元五座 Hyper：54.59 万元五座曜黑版：58.59 万元上市权益持续至 8 月 31 日 24:00，期间支付 2 万元定金，可以享受 1 万元保险补贴和 1 万元超级置换金，限时权益期间内 Naim 殿堂之声音响、飞翼式滑移屏和电动踏板均为免费赠送，千里浩瀚 G-ASD 进阶辅助驾驶系统终身功能体验也在赠送范围内。与六座版相比，五座 Ultra、Hyper 和曜黑版分别便宜 1.4 万元，不过，六座版还有一款 46.59 万元的 Max 版本，五座版并未提供对应版本。在有六座 Max 版本兜底的前提下，五座版并没有把极氪 9X 的门槛继续拉低，面对并不算太大的价差，选择五座和六座，更多是从需求差异出发，而同时拥有五六座的 9X 也能更加精准的覆盖不同的出行方式。五座版极氪 9X，带来了更大的后半舱顾名思义，极氪 9X 五座版将座椅布局改成常见的 2+3，车身尺寸和轴距则与六座版完全一致，长宽高仍为 5239/2029/1819mm，轴距 3169mm。外观造型也没有因为座位数而改变，新增探野棕配色和勃艮第红内饰，并继续提供曜黑套装。对于一台轴距超过 3.1m 的大型 SUV 来说，取消第三排意味着车内空间更集中地交给二排和后备厢。动力和底盘方面，五座版继续使用 900V 高压混动架构、2.0T 发动机和 6C 超快充，并保留空气悬架、CCD 电磁减振等底盘配置。9X 的最快零百加速为 3.1 秒，最高 CLTC 综合续航 1250km，电池从 20% 充至 80% 最快需要 9 分钟。具体到三个版本，差异主要集中在动力、电池和外观。Ultra 使用 55kWh 电池和双电机系统，承担五座版的入门位置，Hyper 换上 70kWh 电池和三电机系统，综合功率 1030kW、并加入 48V 主动稳定杆，曜黑版则以 Hyper 为基础，动力和电池规格不变，主要增加曜黑外观套件与曜夜鎏金内饰。简单来说，你可以理解成 Ultra 偏向日常使用，Hyper 补足性能，曜黑版则是个性化版本。核心变化集中在车内。五座版的左右两个座位支持零重力模式和伊姆斯躺椅模式，官方标出的极限最大腿部空间为 1.4m；二排中央位置加入电动折叠扶手，一键展开后形成更接近双独立行政座椅的乘坐状态。扶手集成水晶旋钮和多功能按键，可以调节遮阳帘、阅读灯和影音音量，自带 50W 无线充电，内部还藏有 100W Type-C 伸缩充电线。零重力模式采用座椅一体式翻转结构，靠背先调至舒适角度，再与坐垫整体向后联动，避免常见零重力座椅在转轴处顶腰。二排座椅配备 22 个按摩点位，在取下副驾头枕，将座椅向后放平并与二排衔接之后，按摩点位最多达到 34 个，形成一张更完整的躺椅。配合 17 英寸 3K OLED 「飞翼式滑移屏」，把五座版的二排体验推向了另一种极致。鉴于电动扶手的功能和两个后排座椅的功能，不难看出五座版 9X 的后排依然是以二人乘坐为设计核心，扶手在大多数情况下是被放下的状态，只有在满座情况下「兼顾」一下后排的第三人。第三排消失以后，另一部分空间被用在了后备厢上。五座版 9X 在常规状态下已有 1082L 后备厢，可以同时容纳 4 个 28 英寸和 4 个 20 英寸行李箱，即使不折叠座椅，五座版也能获得十分充裕的日常装载空间。而在将第二排放倒后，空间扩展至 2473L，纵深超过 2.2 米，为一个移动的大床房做好了准备。除了容积，五座版还提供可拆卸的四折叠隐私分舱板，可以遮挡后窗视线并形成独立储物舱。上下分段式「天地门」能够分别开启，下段尾门放平后可承重 300kg，除了装载物品更加方便，你也可以选择坐在下段尾门上，当一个露营椅来使。从二排座椅到后备厢，9X 五座版的后半舱都围绕两至四人的高频出行展开，偶发的五人满座则由中央座位兜底。不过把视线放大到整个大型新能源 SUV 市场，极氪并不是唯一重新分配座位与空间的品牌。五座与六座，是两条平行路线过去几年，大型新能源 SUV 扎堆做起了六座。车长超过 5 米、轴距越过 3 米之后，即使安排三排座椅，也能为每一排留下足够的乘坐空间。不过，大三排市场站稳以后，车企又开始把同一副大车身做回五座。第三代蔚来 ES8 在大三排车型之后增加了五座版，后备厢容积达到 1334L，问界 M9 同时提供大五座和享六座，并在五座 Ultra 的基础上提供「尊四座」套装。乐道则用产品家族的方式，让 L90 负责六座和七座，再以同平台、同尺寸的 L80 承接大五座需求。这并不意味着六座失去了价值。六座尤其适合多人出行的家庭，2+2+2 六座依然可以在二排保留两张独立座椅，乘坐舒适性不必为了人数让步，两张座椅之间的通道，也让老人和孩子进入第三排时更加方便。少坐一个人，换来二排更舒服、三排更好进出，这也是六座大型 SUV 能够迅速流行起来的原因。某种意义上同样尺寸的五座车则代表了一种奢侈，带着一点对空间的「浪费」。把一台轴距超过 3 米的大型 SUV 只做成五座，从单位面积能坐多少人的角度看并不经济，却可以把空间完整地还给二排和后备厢。二排不必同时迁就进出第三排和多人乘坐，后备厢在获得了更大容积的同时，也不必在载人和载物之间反复切换，对于日常只有两到四个人出行的用户来说，用相近的预算少买一个座位，得到的是更宽裕的乘坐与装载体验。这也是车企在六座之后补做五座的现实原因。想买大型 SUV 的人很多，真正长期需要六个座位的人却没有那么多。一部分用户想要的是旗舰车型的尺寸、气场、底盘和座舱，并不需要每天带着第三排出门。车企已经承担了平台、车身、动力和智能化的主要开发成本，再调整后舱布局，便能把同一款车交给另一批用户，也为一款上市已有一段时间的产品增加新的市场入口，从成本和转化率考量，这桩买卖大多数情况下也是划算的。极氪 9X 五座版正是这轮补位中的一款。五座与六座共用大多数基础硬件，通过座椅布局的不同获取不同需求的客群。六座版在一些情况下更加实用，而对没有第三排刚需的用户来说，五座版才是极氪 9X 旗舰属性更直接的表达，用一定程度的空间浪费，换来更完整的二排体验和装载能力。