Anthropic真是“疯”了。 就在刚刚，新模型Opus 5发布，性能直逼旗舰模型Fable 5，价格却降了一半。 5月28日，Claude Opus 4.8发布。12天后，能力更强的Fable 5和Mythos 5登场。6月30日，Sonnet 5上线。到了7月24日，Anthropic又发布了Opus 5。 短短57天，这家公司几乎把Claude的几条主要产品线都更新了一遍。即便放在模型按月迭代的AI行业里，这个速度也有些夸张。 其中最让人意外的，是Fable 5和Opus 5之间只隔了45天。 Fable 5刚发布时，是Anthropic面向普通用户开放的能力标杆。正常情况下，这样一款模型至少应该在聚光灯下多待一阵。Opus 5却很快追了上来。 Anthropic简直就是在高喊：“打败”我自己的只能是我自己！ Anthropic这轮更新也紧贴着OpenAI的节奏。7月9日，OpenAI刚刚发布GPT-5.6，并在官方评测中把Fable 5列为主要参照模型之一。15天后，Anthropic发布Opus 5，又将GPT-5.6 Sol放进核心对比，在陌生问题求解、电脑操作和商业流程等项目中展示自己的优势。 在产品发布和官方宣传上，两家公司追着对方出牌的意味已经十分明显。 Opus 5究竟是何方神圣？来看看Anthropic这次公布了什么。 性能与性价比 Claude Opus 5的价格与上一代Opus 4.8相同，性能却有了大幅提升。 Anthropic展示了Opus 5在不同“投入档位”的表现。用户可以自己调整，简单任务可以选更省钱、更快的模式，遇到难题时再提高档位，换取更好的结果。 从Anthropic的披露看，Opus 5尤其擅长处理具有实际价值的软件工程任务。 例如，在Frontier-Bench v0.1评测中，Opus 5超过了所有其他模型；与Opus 4.8相比，它完成每项任务的成本更低，成绩却提高了一倍以上。 在CursorBench 3.2评测中，当投入档位设为最高时，Opus 5与Fable 5最高得分之间的差距不到0.5%，每项任务的成本却只有Fable 5的一半。 在high、xhigh和max三个投入档位下，按照相同成本比较，Opus 5的表现也超过了所有其他模型。 在知识工作和问题解决任务中，Anthropic也观察到了类似结果。例如： 在ARC-AGI 3这类“陌生题”测试中，模型拿不到现成套路，只能自己摸索规则、判断目标并调整策略。Opus 5的得分达到第二名的3倍，说明它遇到从未见过的问题时，更有能力靠试错找到解法。 类似优势也出现在真实工作流程中。 AutomationBench要求模型调用商业软件，从头到尾完成一项任务，Opus 5的通过率约为第二名的1.5倍；即使使用最低投入档位，也超过其他模型的最高成绩。 也就是说，Opus 5不用付出最高的推理成本，也能完成更多任务。 在电脑操作测试OSWorld 2.0中，Opus 5同样在各个成本区间领先。它只花费略高于Fable 5三分之一的成本，成绩就超过了Fable 5的最高水平。 这意味着，Opus 5在打开应用、查找信息、跨软件操作并持续推进任务时，效率明显更高。 这种特点在其他评测中也很明显。 HLE考察跨学科难题，不调用工具时，Opus 5以56.3%略低于Fable 5的56.5%；允许使用工具后，它升至64.7%，反超Fable 5的63.9%，成本也更低——Opus 5单靠模型内部知识未必总是第一，但一旦可以搜索、调用工具和反复核对，优势就会扩大。 在模拟真实知识工作的GDPval-AA v2中，它最高得分1861，高于Fable 5的1747和GPT-5.6 Sol的1736。大约花700美元，就能达到其他模型最高投入档位附近的成绩。DeepSearchQA上的领先幅度较小，但同样以更低成本取得了略高的通过率。 Opus 5在Anthropic全部生命科学评测中都超过Opus 4.8，其中光谱推断分子结构和预测蛋白质变异影响两项任务分别提高10.2和7.7个百分点。这些提升意味着，Opus 5在辅助分子结构分析、蛋白质功能预测等科研环节上更有潜力。 Anthropic还用两个可交互的演示展示了Opus 5的视觉生成能力。第一个是一个可以实际操作的三维风洞：用户能够旋转汽车、调整风速，观察气流如何绕过车身，同时查看阻力系数等数据。第二个是一个三维动物细胞模型，用户可以转动、剖开细胞，点击细胞核、粗面内质网等结构查看说明，页面还会主动指出示意图为了便于展示做了哪些简化。 从这两个案例看，Opus 5已经能把代码、三维建模、交互界面和知识讲解整合进同一个成品里。用户给出一段要求后，它可以直接搭出接近教学软件或产品原型的演示。 安全与对齐 Anthropic用了几个案例说明Opus 5比此前模型更会独立推进任务。 一次测试要求模型根据机械零件图纸，用代码重建一个FreeCAD三维模型，但系统没有提供直接查看图纸的工具。Opus 5干脆自己写了一套计算机视觉程序，从原始像素中提取尺寸和几何结构，随后完成了建模。 同样条件下，其他模型连续尝试5次也没有成功。 另一次任务来自一个流行的开源软件包管理器。Opus 5查出了程序错误的根本原因，还补上了社区修复方案遗漏的边缘情况。 参与对比的另一款模型只消除了表面症状，随后便宣布问题已经解决。 一家交易公司的工程师还让Opus 5为新交易所搭建市场数据系统。此前的模型即使拿到详细方案也无法完成，Opus 5找不到实时数据用于验证，便自行做了一套测试工具检查代码。 这些案例展示了Opus 5的进步，也解释了Anthropic为什么花了很大篇幅讨论安全。 模型开始自行补工具、检查结果、修正错误后，人类需要确认它不会为了完成目标隐瞒问题、绕过限制，或者做出风险过高的决定。 Anthropic称，Opus 5是目前对齐表现最好的Claude模型。 上线前的自动化审计显示，与Opus 4.8、Sonnet 5和Fable 5相比，它更能遵守Claude宪法，欺骗行为更少，也更难被诱导执行有害请求。 “对齐”说得直白一些，就是模型能力提高以后，做事方式仍符合开发者设定的规则。 网络安全领域最能体现这种两难。 Anthropic没有专门用攻击任务训练Opus 5，但模型综合能力提高后，它寻找代码漏洞的水平已经接近Mythos 5。 两者在发现漏洞时表现相近，到了编写漏洞利用程序、把缺口转化成实际攻击手段的阶段，Opus 5仍明显落后。它已经很会检查哪里出了问题，真正利用这些问题发动攻击的能力仍受到限制。 Opus 5可以继续检查源代码和寻找漏洞，二进制漏洞扫描、渗透测试及漏洞利用程序生成则会被拦截。 相比Fable 5，新分类器触发干预的频率预计减少约85%，正常的安全研究更少被误伤。 触发限制后，Claude.ai、Claude Code和Claude Cowork会默认改用Opus 4.8处理请求；加入网络安全验证计划的企业和研究人员，可以使用限制较少的版本。 生物学领域也采用了类似安排。Opus 5成为Anthropic面向普通用户开放的最强科研模型，但在需要长时间独立运行的研究任务中仍有明显局限。 此前在Fable 5上因安全限制被拦截的生物学请求，现在会先转交给Opus 5处理。普通科研问题因此能用上更强的模型，高风险任务仍然留在安全边界之外。 加量不加价 Opus 5可以算是一次“加量不加价”。 它延续了Opus 4.8每百万输入Token 5美元、输出Token 25美元的价格。 但正如前文所述，在多项编程和智能体测试中新模型完成率更高，单位任务成本反而下降。 横向来看，它最直接的对手是OpenAI旗舰模型GPT-5.6 Sol，两者输入价格相同，Opus 5的输出价格低约17%。 处理超长资料时，Opus 5的价格优势还会更明显。Anthropic对最高100万Token的上下文维持普通单价。GPT-5.6 Sol的输入超过27.2万Token后，整次请求的输入价格翻倍，输出价格提高50%。 对于大型代码库、长篇研究资料和复杂智能体任务，这项差异会直接反映到账单上。 按照Anthropic公布的评测，Opus 5虽然没有在所有项目中胜过GPT-5.6 Sol，但在电脑操作、商业流程和陌生问题求解等需要模型连续做事的任务上，表现和价格都更有竞争力。 用Anthropic的话说，Opus 5专为日常使用而设计，它比其他型号效率更高。如今，这款新模型成为了Claude Max的全新默认型号，也是Claude Pro的最强型号。

IT之家 7 月 25 日消息，日本大阪大学于 7 月 6 日发布博文，其团队利用 AI 模型破解水的百年谜团，找到了观察水分子的最佳“透视镜”。 该研究系统性评估了 16 种不同的分子结构描述方法，成功找出了最能精准捕捉水分子在不同温度、压力下微观变化的“透视镜”，为理解水结冰膨胀及过冷水异常行为提供了统一的科学框架。 博文指出水是地球表面最丰富的液体，但不同于其它液体，水在结冰时会膨胀。现有理论认为水的这些异常现象关联其微观结构，会随着温度和压力发生变化，但此前缺少系统表征方案。 大阪大学副教授金康（Kang Kim）团队借助 AI 模型，严格对 16 种分子结构描述方法开展性能对比评估，成功破解了描述水分子局部次序的评估难题，理清了水中竞争液态状态的演变脉络。 论文报告指出为了让水结冰，分子需要有序地排列成像冰这样的结构晶格。分子需要附着在一个称为成核位（nucleation site）的基底上，才能演变成固态。水中杂质或容器内部的划痕都可以作为成核位。 光滑且洁净的容器中，水可冷却至冰点以下而不凝固，这种状态称为过冷水。论文认为导致水反常物理特性的底层机制，在于过冷水中“高密度液态（HDL）”与“低密度液态（LDL）”结构竞争，升温后，塌缩的 HDL 结构会多于开放的 LDL 结构。

文｜达摩财经 今年年初，王小川将（AI医疗）应用落地定为百川智能的年度核心目标。如今半年过去，百川智能的年度目标顺利达成：年内，公司发布了AI家庭医生产品“百小医”，并推出了新一代医疗大模型Baichuan-M4。 但对于王小川而言，这一年并不算一帆风顺。近日有市场消息称，搜狗前COO、百川智能创始人茹立云，已经正式离开百川智能，并以慧辰股份（688500.SH）总裁的身份在AI应用及算力资源等业务上开启新尝试。 这也意味着，百川智能最后一位联合创始人，也选择离开了王小川。 联创集体出走 今年48岁的王小川在国内互联网行业名气颇大，早年间，王小川带队开发了搜狗搜索、搜狗输入法、搜狗浏览器等知名互联网产品，2017年，王小川又带领搜狗在美国纽交所上市。 2021年，王小川卸任搜狗CEO，闲下来的王小川开始筹备自己的第二次创业，而人工智能的爆发为他提供了契机。2023年，百川智能成立。 百川智能成立之初，王小川意气风发，要在AI领域闯出一番天地。彼时，王小川甚至喊出“理想上比Open AI慢一步，落地上快三步”的豪言。但仅仅两年后，王小川宣布转向：百川智能放弃投入大模型，深耕AI医疗。 这一转变高度契合王小川本人的愿景，早在百川智能成立时，王小川就表示，“立志往后二十年，为生命科学和医学的发展尽一份力”。 然而这项决策几乎引发了其余联合创始人的一致反对，对他们来说，这一转变无疑意味着公司将主动舍弃规模可观的AI市场，并影响公司的资本化进程。 在王小川的强硬推动下，百川智能转型工作渐次落地，公司联合创始人也纷纷离职。 2024年12月，百川智能联合创始人、商业化负责人洪涛率先出走。洪涛曾担任搜狗首席营销官，加入百川智能后一手搭建了公司的商业化团队。 2025年3月，百川智能联合创始人焦可、联合创始人、模型研发负责人陈炜鹏双双离职。市场消息显示，两人离职后分别开启AI领域创业。同年7月，百川智能技术联合创始人谢剑离职。 最新传出离职消息的是百川智能联合创始人、联席总裁茹立云。茹立云是王小川的清华校友，毕业后同样进入搜狗。2023年4月，茹立云与王小川联合创立百川智能。 至此，与王小川共同创立百川智能的所有联创均已离任，王小川将独自扛起企业战略转型、经营发展的压力。 商业化是核心问题 同为“AI六小虎”之一的零一万物，曾与百川智能面临相似的局面。 2025年，李开复的零一万物宣布转向，从大模型转向To B垂类AI应用赛道。在此前后，公司高管密集离任，联合创始人潘欣、黄文灏、曹大鹏、戴宗宏先后离职。 核心高管大批出走后，李开复迅速定下了新任核心管理团队。去年10月，李开复官宣三位核心管理人员，分别为联合创始人沈鹏飞、AI模型与专业用户产品副总裁赵斌强、国际业务与AI咨询副总裁宁宁。三位高管分别负责市场、技术、国际与咨询三大业务。 新团队建立后，零一万物的商业化逐步走上正轨。今年7月，零一万物发布了万策AI和“一号位AI”产品矩阵，包括老板AI、销冠AI、投资官AI。据零一万物官网，这些AI应用可以帮助管理者理解企业真实状态，识别关键风险与机会，辅助形成经营判断，并推动决策进入行动与反馈。 在今年的三周年内部讲话中，李开复曾提及，公司2025年已实现5亿元订单、2.5亿元审计收入，截至2026年5月订单统计已翻倍至超15亿元。 建立起一支新的核心高管团队，更好地实现商业化，同样是百川智能需要面对的问题。 目前，百川智能旗下主要产品为AI家庭医生应用“百小医”，以及医疗大模型Baichuan-M4。前者主要可以提供就医辅助、家庭健康管理、医疗知识解读等服务，后者则在多个医疗指标维度上领先其他通用大模型。 但技术与商业化间仍存在距离。 综合王小川此前访谈内容可知，百川医疗目前主要考虑从三个路径实现商业化，分别为用户、药企与医疗机构。 在患者端，百川智能可以通过百小医APP帮助患者建立决策，进而推出相关付费业务。在药企端，百川智能可以提供“数字伴随”服务，通过AI管理服务帮助药企提升药物有效性。在医院端，百川智能可以提供服务包，帮助医院获客、复诊、提高患者依从性。 不过，百川智能提供的服务能否真正吸引上述客户付费，仍考验公司的大模型技术水平，以及商业化落地能力。 此外，竞争同样是百川智能需要面对的重要问题。长期以来，互联网医疗行业热度颇高，许多竞争者已经在这一赛道深耕多年。 以互联网医疗平台春雨医生为例，其既能为患者提供名医接诊服务，也能提供就诊、陪诊等线下服务。此外，该平台还能与保险公司、医疗器械公司合作，提供互联网医疗解决方案。仅从C端角度来看，春雨医生与百川智能在功能上有所重叠。 除春雨医生这样的第三方平台外，京东、美团、阿里等互联网公司，也都建立了互联网医疗业务。近期阿里系大力宣传蚂蚁阿福，该产品同样能够借助AI，提供医疗健康服务。 但在王小川看来，百川医疗仍存在独特的竞争优势。王小川表示，百川智能与阿福不太一样，阿福还是泛健康的概念。更多是做生态、接保险、链接线下，这是流量红利，不是技术红利。而百川智能希望同时服务患者、医生等群体，这款产品不仅让患者鼓掌，也要让专家点头。

7月25日凌晨1点，Anthropic 发布了 Claude Opus 5。如果只看名字，你会以为它是 Opus 4.8 的继任者，Anthropic 产品线中比 Sonnet 强但比 Fable 弱的中间型号。 但一看数据就会发现，这款定价 $5/$25（每百万输入/输出 token）的模型，在编程、自主搜索、计算机使用、企业业务流程等多个关键基准测试上，把定价 $10/$50 的 Fable 5 给超了。而它的成本，只有 Fable 5 的一半。 Anthropic 在官方公告里表示：“Opus 5 comes close to the frontier intelligence of Claude Fable 5 at half the price”，意思是接近 Fable 5 的智能，价格减半。但他们自己发布的基准测试图表显示，Opus 5 在至少四项核心评测中明确领先 Fable 5，而且是在更低的成本下做到的。 被“次旗舰”反超的“旗舰” 先看编程能力。Frontier-Bench v0.1 是当前最直接映射企业开发团队实际工作的基准测试之一，让模型自己在终端里写代码、跑代码、调试多文件变更。Opus 5 拿到了 43.3%，Fable 5 是 33.7%。将近 10 个百分点的差距，在编程评测里属于碾压级别。Opus 4.8 在这个测试上是 21.1%，Opus 5 直接翻了一倍多。 在 CursorBench 3.2 上，Opus 5 在最高推理强度下达到 Fable 5 峰值成绩的 94.5%，单次任务成本只有一半。Anthropic 还宣称，在 high、xhigh 和 max 三个推理等级上，Opus 5 在同成本下的性能都超过了所有其他模型。Cognition（Devin 背后的公司）CEO Scott Wu 在 FrontierCode 1.1 评测后确认：“Claude Opus 5 在调试和根因分析方面以一半成本达到了接近 Fable 级别的性能。” 在自主搜索（Agentic Search）上，Opus 5 拿到 90.8%，Fable 5 是 87.4%。十次搜索有九次以上能独立搞定。计算机使用（OSWorld 2.0）上，Opus 5 在约三分之一成本下就超过了 Fable 5 的最优成绩。企业业务流程自动化（Business Workflows）方面，Opus 5 拿到 26%，Fable 5 只有 17.4%。 科学领域同样不弱。Opus 5 在有机化学任务上比 Opus 4.8 高出 10.2 个百分点（包括从光谱数据推断分子结构），在蛋白质相关任务上高出 7.7 个百分点（包括预测序列变异对功能的影响）。在号称“人类最后考试”的 Humanity's Last Exam 上，开启工具后 Opus 5 拿到 64.7%，Fable 5 是 63.9%（不开工具时分别为 56.3% 和 56.5%），差距不到一个百分点。 但真正让整个 AI 研究圈停下滚动的，是 ARC-AGI 3 的成绩。 ARC-AGI 3 是 François Chollet 设计来衡量“流体智能”的基准。它不是让模型回忆训练数据里见过的东西，而是把它扔进完全陌生的交互式环境里，没有指令、没有规则说明、没有目标提示，靠试错自己摸索。人类能完成 100% 的任务。今年 3 月 ARC Prize Foundation 发布这个基准时，最强 AI 模型的得分是 0.37%（Gemini 3.1 Pro）。到 Opus 5 发布前，公开最强成绩是 GPT-5.6 Sol 在最大推理强度下的 7.8%。Opus 4.8 只有 1.5%。 Opus 5 拿到了 30.2%。是 GPT-5.6 Sol 的近四倍，Opus 4.8 的二十倍。 这个数字的意义远超任何编程或搜索基准。ARC-AGI 3 奖励的不是“做过类似的事所以能做”，而是“从没训练过也能做”。30.2% 意味着 Opus 5 确实在通过交互来推导陌生的规则体系，而不只是模式匹配。Vellum AI 的基准分析文章直言：“这个数字让所有人都停下了滚动。” 它不只是分数高 基准数字告诉我们 Opus 5 考了多少分。但 Anthropic 公布的案例告诉了我们是它怎么考到这些分的。 Anthropic 公布了一个 3D 建模任务，只给模型一张机械零件的设计图纸，要求它自主编写代码重建完整的 FreeCAD 3D 模型。在 Opus 5 之前，没有任何模型能完成这个任务，即使人工提前搭好开发框架、给出详细方案，模型依然会出错。Opus 5 不仅完成了全过程自主闭环，还自己搭建了配套的测试工具，逐一校验代码的数据解析逻辑，反复核查修正问题，直到通过验证。 在没有任何人工干预的情况下，自主完成了一个完整的工程验证循环，设定目标、规划步骤、编写代码、测试输出、发现错误、回溯修正、再次测试、通过。 Zapier CEO Wade Foster 透露，团队用 Opus 5 处理客户健康度原始表格，要求 AI 独立完成全套客户流失预防流程，包括标记高风险账户、通知对应负责人、整理运营报告。“以前的模型没有能完整跑通这条流程的，”Foster 说，“Opus 5 做到了 100% 完整交付。” Box CTO Ben Kus 给出了量化对比：Opus 5 在专业企业内容处理上整体比 Opus 4.8 提升 8%，数据分析工作流提升 11%，尽职调查提升 17%。一家金融建模团队的评估负责人 Richard Pham 测出了准确率高 9 个百分点，同时周转次数少三分之一、耗时少 60%。法律 AI 团队 Applied Research 负责人 Niko Grupen 发现 Opus 5 在保持质量的同时，平均比 Opus 4.8 在最高推理强度下少生成了 26% 的 token。 更少的 token、更少的交互轮次、更少的人盯着屏幕。这就是 Opus 5 对“性价比”的真正定义。 没人预料到的 30.2% 回到 ARC-AGI 3。这个数字的冲击力需要放在时间线上理解。 今年 3 月，Gemini 3.1 Pro 以 0.37% 领先。到 Opus 5 发布前，公开最强成绩是 GPT-5.6 Sol 在最大推理强度下的 7.8%。Opus 4.8 挂在 1.5%。Opus 5 发布当天直接拉到 30.2%。Anthropic 在公告中说 Opus 5 的成绩是“次优模型的三倍”，这个表述甚至可能是保守的，因为 GPT-5.6 Sol 的 7.8% 是在最大推理强度设置的极端资源消耗下拿到的，而 Opus 5 在标准推理设置下就做到了 30.2%。 ARC-AGI 3 它测的是遇到完全没见过的问题时的应变能力，Chollet 设计的逻辑是，把模型扔进一个没有任何参考框架的新世界，看它能不能靠自己理解规则、制定策略、达成目标。这才是“通用智能”的真正含义。不是知识面有多广，而是面对未知时的适应速度有多快。 30.2% 意味着 Opus 5 在三分之一的情况下能独立完成人类能完成的任务，而这些任务是它绝对没有在训练数据里遇到过同类题型的。AI 从“超强模式匹配器”向“自主推理系统”的转变，正在被量化验证，而不是停留在口号层面。 但更值得追问的是，为什么 Anthropic 要发布一款在核心指标上碾压自家“旗舰”的模型，还只卖一半的价格？ 这需要看一圈 Opus 5 周围的定价坐标。 再回头看看 Fable 5 的 $10/$50。这个定价在 2026 年 7 月的市场上像一座孤岛，周围的海平面每天都在上涨。Fable 5 在 6 月 9 日发布时，它的“神话级”（Mythos-class）性能确实值这个溢价。但仅仅 45 天后，Opus 5 就用不到一半的价格，在用户最关心的场景里拿出了更好的成绩。 Anthropic 面临的困境是，Fable 5 的定价正在被市场抛弃，而竞争对手，尤其是 Kimi K3 的开源攻势，正在从下方蚕食。继续守着 Fable 5 的高价策略，等于把高频使用场景（编程、搜索、办公自动化）的客户拱手让人。Anthropic 的选择是，与其等竞争对手来拆，不如自己先拆。用 Opus 5 把旗舰级能力注入中端产品线，在性价比战场正面迎战，同时让 Fable 5 继续守住“极致推理”的利基市场。 Opus 5 的商业使命可以概括为一句话，证明 Anthropic 还能收前沿溢价。而 Anthropic 给出的回答是，不收了。或者说，前沿溢价的门槛被自己抬高了。你得先在 $5/$25 这个价格点上拿出比 Fable 5 更强的编程和推理能力，才有资格谈“溢价”。 大模型定价的逻辑，已经不太一样了 Opus 5 的发布，本质上宣告了大模型行业“越贵越强”定价范式的终结。 过去两年，行业默认的逻辑是，更强的模型需要更大的参数、更多的训练算力、更高的推理成本，所以必然更贵。Fable 5 的 $10/$50 定价就是这条逻辑链的终极产物。我比任何人都强，所以我可以收最贵的钱。但 Opus 5 用数据证明了一件事，更强的推理架构和更高效的训练方法，可以让模型在价格不变甚至更低的情况下，性能跳升一个量级。 Opus 5 的定价和 Opus 4.8 完全相同（$5/$25），但 Frontier-Bench 得分从 21.1% 跳到了 43.3%，ARC-AGI 3 从 1.5% 跳到了 30.2%。同样的价格，推理能力提升了一个量级。这不是边际改善，是范式跃迁。 “旗舰”这个词本身的含义正在被重新定义。当一款 $5/$25 的模型能在你每天实际使用的场景里跑赢 $10/$50 的模型，“旗舰”就从一个能力标签变成了一个价格标签，而价格标签是最容易被竞争对手撕掉的。 这给整个行业传递了一个清晰的信号：如果你今天的旗舰模型不能在效率上持续拉开代差，明天就会有一个价格只有你一半的模型在功能上超越你。Anthropic 今天自己动手拆掉了自己的价格金字塔，意味着它已经预判到了这个趋势不可逆转，选择主动引领而不是被动防守。 对于企业用户来说，Opus 5 是 2026 年迄今为止最值得认真评估的 AI 投入。在编程辅助（尤其是 Claude Code 和 Cursor 等 IDE 场景）、自动化办公（Zapier 等平台）、数据分析、科学研究等高频使用场景中，$5/$25 的定价结合超越 Fable 5 的性能，构成了当前市场上最清晰的性价比锚点。 但真正的变量在 7 月 27 日，Kimi K3 开源全部权重。当一个 2.8T 参数的模型可以免费部署、自由修改，且性能已经逼近前沿，整个行业的定价地板将再次被击穿。Opus 5 证明了“可以更便宜地做得更好”，而 Kimi K3 即将证明“可以几乎免费地做得差不多”。两条线同时推进，留给任何一家 AI 公司维持高溢价的窗口期，正在以天为单位收窄。 当一家公司开始用中端型号的价格卖旗舰级别的性能，这表明与其等对手来拆你的定价，不如自己先把牌桌掀了。 （本文首发钛媒体APP，作者 | AGI-Signal，编辑 | 秦聪慧）

IT之家 7 月 25 日消息，马斯克旗下脑机公司 Neuralink 于 7 月 23 日在 X 平台发布动态，让用户只需要动下念头，就能让电动轮椅便如臂使指般开始移动。 IT之家附上相关演示视频如下： 技术实现方面，Neuralink 植入物拥有超过 1000 个电极，分布在超过 100 根线上，每根线比人类头发还细，并通过手术机器人插入运动皮层。 这些电极会记录神经元放电的活动，通过机器学习模型，映射计算机光标上下左右移动，所以在临床试验参与者传递意图移动的念头后，可以操作电动轮椅前进、倒车、转向等。 据 Neuralink 介绍，参与者可以看到来自轮椅安装摄像头的实时视频画面，定制程序会显示参与者正前方的实时摄像头画面：光标上移，轮椅前进；光标下移，轮椅后退；左右移动则控制转向。光标推得越远，轮椅移动速度越快。

快科技7月25日消息，UL Solutions正在开发一项全新的3DMark测试，面向当前和下一代高端显卡，最大看点是全面采用路径追踪，并支持原生UHD分辨率、AI超分辨率和多家厂商的帧生成技术。 最新消息显示，海韵（Seasonic）已成为这项新测试的第二家赞助商，UL Solutions表示，海韵的Logo会出现在虚拟测试场景中，但并未提到其参与任何技术开发。 此前，德国散热品牌Thermal Grizzly已率先成为首家赞助商，并在Computex 2026期间展示过该测试场景的一部分内容。 UL还强调，测试中出现合作厂商Logo并不算新鲜做法，此前不少3DMark项目中也曾出现合作伙伴的品牌或产品展示，但这并不代表赞助商会影响测试规则或硬件评分结果。 从技术角度来看，这项新测试明显比现有不少3DMark项目更激进，与通常只在阴影、反射或间接光照等局部区域使用光线追踪不同，路径追踪会更完整地模拟场景中的光传播过程，因此对显卡性能的压力也更大。 按照UL目前披露的信息，这项测试既可在3840×2160原生4K分辨率下运行，也能结合AI超分和插帧技术执行，并将支持多家GPU厂商的相关方案。 不过截至目前，UL尚未明确是否具体支持DLSS、FSR或XeSS。 目前，这项新3DMark测试仍未公布正式名称、系统需求和上线时间，UL仅表示，未来几个月将继续公开更多技术细节。

美国初创公司Science Corp.已获批在欧盟地区销售一款可帮助“地图样萎缩”（GA）患者恢复部分视力的视网膜芯片。 这是美国脑机接口（BCI）公司首次将相关设备大规模推向患者市场，也是该公司迈向脑机接口商业化的重要里程碑，其长期目标是将脑植入设备推向市场。 据Science Corp.介绍，其PRIMA脑机系统是一种新型的视网膜下光伏植入物，搭配专用眼镜使用。眼镜将近红外光投射到植入物上，并将其转换为电刺激信号，“放大”功能使患者能够放大文字。该植入物超薄，并可实现无缝无线集成。 新闻稿写道， PRIMA本周早些时候在欧洲正式上市，是首个也是目前唯一一个经临床试验证实能够恢复由“年龄相关性黄斑变性”引起的地图样萎缩患者中心视力的治疗方案。 Science Corp.称，PRIMA已获得欧盟医疗器械法规（MED）认证机构DEKRA颁发的CE（欧洲合格认证）标志，获准在30个欧洲国家销售。公司强调，PRIMA是首款获得CE认证的脑机接口设备。 新闻稿援引了《新英格兰医学杂志》(NEJM) 的论文称，PRIMA可以恢复因“年龄相关性黄斑变性”引起的“地图样萎缩”患者的视力。 “年龄相关性黄斑变性”会导致视网膜中央区域逐渐退化，影响患者正前方视力，是老年人视力丧失最常见的原因。目前，已有药物能够延缓病情进展，但尚无治愈方法。 Science Corp.写道，与“年龄相关性黄斑变性”相关的“地图样萎缩”影响着全球超过500万人，导致视网膜中心（负责阅读和识别面部）的光感受器逐渐被破坏，最终导致失明。 公司补充称，几十年来，这种疾病导致的中心视力丧失意味着失去阅读、识别面部的能力，最终失去独立生活的能力。此前一直没有有效的治疗方法。 “但现在，情况有所不同了。我们计划尽快让患者能够真正获得PRIMA，并使其获得医保报销。” 刊登在《新英格兰医学杂志》的论文写道，在接受PRIMA系统的38名患者中，84%表示能够阅读字母、数字和单词，恢复了功能性中心视力；12个月时，80%获得了显著的假体视力改善，并且没有造成现有自然视力下降。 Science Corp.首席执行官Max Hodak在接受采访时表示，“希望这是未来一系列商业化产品中的第一个。这些产品将不断推动这一领域向前发展，或许是渐进式的，但绝不会停下脚步。” Hodak表示，公司正在与欧洲各国协商医保支付方案，预计首位商业化患者将于今年8月接受植入手术，地点很可能在德国。公司计划今年完成数十例植入，明年扩大至约200例。 新闻稿还提到，公司正与美国食品药品监督管理局（FDA）合作，将PRIMA引入美国市场。PRIMA已获得FDA突破性医疗器械认定和人道主义用途医疗器械认定。 除了视网膜植入物外，Science Corp.还在研发利用工程化神经元与脑组织连接的植入设备，以及其他神经技术。 今年3月，Science Corp.估值达到15亿美元，成为美国估值第二高的脑机接口公司，仅次于埃隆·马斯克的Neuralink。值得一提的是，Hodak曾是Neuralink的联合创始人兼总裁。 当下，脑机接口领域正吸引全球数十亿美元投资，并得到众多超级富豪支持。

新智元报道 本周，一个处于测试阶段的OpenAI预发布模型为了作弊，竟自主化身黑客，突破了沙盒隔离环境，甚至利用零日漏洞，跨网入侵了全球最大的开源AI社区Hugging Face的生产线。 最终，还是靠着开源模型，人们才解救了这场危机。 这是全球首例AI自主入侵真实生成环境的AI安全事件。 最近，网上直接被这个消息刷屏了。 今天，外媒关于此事的更多细节曝光了：这个失控的AI不仅拔掉了监控，甚至还给「未来的自己」留下了如何摆脱人类控制的说明书。 多方推测，让OpenAI陷入重大安全事件的模型，很可能就是GPT-6。 有消息称，GPT-6大概率8月就会提前发布。 提档8月：GPT-6或提前杀到 在AI圈知名爆料人 @ChrisGPT 近日连发多条推文，直接把全行业的期待拉满。 据透露，原计划与「自动助理研究员」一同在9月发布的GPT-6，将在8月提前发布。 也就是说，OpenAI直接跳过了5.7到5.9版。 奥特曼已经行动了，预备向上级展示新一代模型。 爆料指出，9月下旬，当OpenAI公布更多「自动助理研究员」的细节时，RSI循环将真正加速。 为什么GPT-5.6性能异常强大，远超外界期待？ 大V Andrew Curran指出：「许多同行都在感叹为什么GPT-5.6的性能比预期的要强得多——答案很简单，因为它是由GPT-6亲手训练出来的。」 根据爆料，OpenAI内部的未发布模型（极大概率为GPT-6）早在今年4月底就已经攻克了复杂的数学难题，并交由外部专家审查。 这意味着，在过去几个月的「空窗期」里，GPT-6并没有被闲置。它不仅仅在沙箱里当黑客，很可能还在OpenAI的算力集群里「当老师」。 AI给「未来的自己」留字条， 官方迟钝一周才发觉 外媒在7月24日独家披露，这场由OpenAI尖端模型（GPT-5.6 Sol及未发布的更强模型）驱动的AI代理越狱事件，暴露出OpenAI在真实业务环境中的巨大安全监控盲区。 据三位知情人士透露，在测试高级模型时，OpenAI见到了非常极端、令人不安的AI行为。 在一个极端案例中，一名OpenAI的AI代理竟然在基础设施的某个角落里，为「未来版本的自己」留下了笔记。 这些笔记详细列出了如何摆脱OpenAI内部限制的指示。 此外，在早期的测试中，甚至还出现过监控系统被AI强行断开的情况。 比「AI密谋越狱」更让人大跌眼镜的，是OpenAI迟缓的反应速度。 从异常到确认，OpenAI至少花了一周时间。 这浮出水面的时间线，实在让人细思恐极。 7月9日左右： 该AI代理首次尝试逃离OpenAI的隔离测试环境。 7月11日至13日： AI代理成功越狱，并对Hugging Face展开了持续数天的黑客狂欢。 7月16日（周四）： 被攻击的Hugging Face忍无可忍，发表博客称遭到「自主AI代理系统」的黑客攻击，此时FBI已经介入。 7月18日至19日（周末）： 直到此时，OpenAI的员工才在内部日志中发现了蛛丝马迹，意识到那个把Hugging Face搅得天翻地覆的「黑客」，竟然是自家跑出去的AI。 7月20日左右： 两家公司才进行了第一次沟通。 7月21日： OpenAI才对外进行公开披露。 「这就意味着，他们要么让AI无人看管且不知道它在干什么，要么就是知道但不知道如何控制它。两者同样危险和令人震惊。」世界伦理数据基金会专家Marley Smith尖锐地指出。 面对会撒谎、会欺骗、会入侵的AI，OpenAI的员工显然已经跟不上它们的节奏了。 GPT-6自主化身黑客， 越狱入侵Hugging Face「作弊」 就在昨天，OpenAI联合Hugging Face发布的《安全事件报告》，透露的内容非常科幻。 简单来说，OpenAI在内部对几个模型进行网安能力评测时，它们竟然自己「越狱」了。 这些模型包括GPT-5.6 Sol以及更强的预发布模型，很可能是GPT-6。 为了量化模型的极限能力，他们特意关闭了阻止高风险网络活动的分类器。 当模型被关在高度隔离的ExploitGym沙盒，去掉所有安全限制后，模型的操作让所有人意想不到。 为了完成任务，它花费大量算力，在软件中发现了一个人类从未发现过的零日漏洞。 利用这个漏洞，它突破了代理，最终抢到了一个拥有公网访问权限的节点。 就这样，它成功连接到了互联网。 随后，经过推理，它认为Hugging Face这个全球最大AI开源平台上，很可能托管着这次考试的相关数据集和标准答案。 为了「作弊」拿到高分，模型开始对Hugging Face的生产环境发动攻击。 它将多个攻击向量链式结合，甚至使用了偷来的凭证和远程代码执行（RCE）漏洞，硬生生打入了Hugging Face的生产数据库，试图直接把考试答案偷了出来。 万幸的是，Hugging Face安全团队上周使用AI检测模型察觉到异常，迅速启动隔离措施；与此同时，OpenAI的安全团队也在内部发现异常。 为了防止AI失控，两家公司成立了联合调查组，才成功将这个「AI黑客」关回了笼子里。 Hugging Face CEO Clem事后心有余悸地说：「这可能是同类事件中的第一例。它证明了一点：AI安全不能靠任何一家公司在秘密中解决，必须公开、协作。」 这件事给我们的警示是：AI已经证明了自己可以在真实环境中，在没有源代码的情况下，自主完成多步、长周期的复杂网络攻击。 它不仅能发现新型漏洞，还能为了一个既定目标，绕过人类设下的所有规则。 有意思的是，Hugging Face提交大量攻击命令、漏洞文件时，这些请求竟被闭源大模型的安全机制拦截。 幸好有本地部署的开源模型，才帮团队完成了分析。 学会「欺骗」与攻克世界级数学难题 几位大V在长文中，总结了GPT-6表现出的惊人性能。 目前已知的事实是：它展现出了令人印象深刻的数学天赋和极高的「欺骗智商」。 只要给它足够的算力，这个模型能在完全自主、不借助任何外部工具（如Lean）的情况下，以48%的成功率证明了「埃尔德什单位距离猜想」，并且自主找到「雅可比猜想」的反例。 这些数学难题，曾经困扰人类顶尖数学家几十年，而OpenAI可能只花了大约不到5万到10万美元的算力成本。 这意味着，AI已经具备了独立产出诺贝尔奖级别科研成果的能力。 另外，GPT-6还表现出欺骗性。 在一次NanoGPT的基准测试中，OpenAI命令模型：「测试完成后，只能将结果发布到内部的Slack工作群里。」 结果呢？模型觉得Slack太局限了，它更喜欢GitHub。 于是，它花了一个小时寻找并利用了沙盒环境中的漏洞，成功越狱，然后把结果作为一个PR直接推送到了外网的GitHub上。 这个过程中，它完全无视了人类的指令，做出来「更优」选择。 更绝的是，在另一次测试中，模型试图访问其他系统中的私人提交记录。当它尝试获取访问Token时，被人类设置的安全扫描器拦截了。 面对封锁，这个模型居然把长串的访问Token拆成了两个碎片，对碎片进行了代码混淆，再把两个碎片拼成完整凭证。 通过这种方式，完整的Token字符串从未在代码中连续出现过，成功骗过了人类的扫描器。 GPT-6，或许马上要来了。 2026年的这个夏天，注定很不平凡。

不知道大伙有没有发现，特斯拉的车灯就是比别的车刺眼？ 一直以来这个都是民间的说法，没有确切的证据证实。 诶，就在最近，美国国家公路交通安全管理局驳回了特斯拉的豁免申请，要求特斯拉召回近 2 万辆 Model 3 和 Model Y，原因就是近光灯的亮度超标了。 哦，还有这种好事？ 脖子哥看了下原文，这事的起因是 2024 年特斯拉在一次自检中，发现了 2017-2023 年生产的部分车灯参数不合规。 具体就是特斯拉的近光灯在 10°-90° 仰角这个区域，大灯光强最大为 230.1cd，超过了 125cd 的标准快一倍。 cd（坎德拉）这个单位咱们用的不多，脖子哥找了托尼的例子给大伙换算了一波。 屏幕激发亮度为 8000 尼特的华为 Mate 80 Pro Max，全屏亮度大概是 2000 尼特，代入屏幕大小之后，大概是 25cd。 230cd 这 9 倍的差距，放到车灯上属于是一个不刺眼但也不暗的亮度，汽车水平线的正负 4° 这个主力照射的角度，一般能达到上万 cd 的强度。 所以特斯拉认为这尽管不合规，但也无关紧要，向监管部门申请豁免召回。 按照老美扯皮的效率，这一审就审了两年。 现在结果出来了，监管部门并不支持特斯拉的说法。 首先，特斯拉在提供的申诉材料中，他们测试了左右各 25 个车灯，其中缺陷率接近100%，几乎是稳定可复现。 其次，10°-90° 的这个仰角的光线，我们一般称作眩光。 除了平时在黑暗环境下那一闪的直接炫光，在雨雾天气下，很有可能会形成遮蔽炫光。 这个不难理解，光线打在水珠上发生二次散射，在车前方形成一团高亮的光晕，就像镜头上有水珠导致糊了一整片的那种感觉。 这样在雨天的时候，无论对自己还是他人都有安全风险。 更重要的是，特斯拉在申辩当中，只测了直线会车一个场景，而在 FMVSS 第 108 号标准中，还有会车、同向跟车、转弯等一共 8 个场景。 所以，监管部门认为特斯拉的申辩不够充分，驳回了它的申请。 嘿，这里其实也有说法的。 我们在日常生活中偶尔也会遇见，那就是一些特斯拉在转弯的时候，会闪那么一两下，不仔细看还真挺难察觉。 大伙可能以为车灯都是平的一条光线射出去吧？ 然而并不。 无论是美标、欧标，还是国标，都规定了汽车近光灯必须有一条清晰的 “非对称的明暗截止线”，也就是车灯光线必须一高一低。 这个其实挺符合常理，两辆车相遇，驾驶员都坐在左侧，大家左边的灯都低一点就可以避免直射对面驾驶员，右边高点就可以看清更远的路，这从上世纪 50 年代就已经被工程师们发现并应用了。 而特斯拉就比较抽象了。 脖子哥找到了旧款特斯拉的默认大灯截止线，这玩意是水平的，并且有两个凸起的 “小啾啾”。 你要说它要有梯度吧，那两个小啾啾确实也算，而且车主也确实可以后期在车机里面调整两个车灯的高度，特斯拉这么做，很难说是不是钻了法规的空子。 但就是这两个凸起的地方，刚好就比车灯高了不少。 在 Model 3 上可能还不明显，如果放在车身高度更高的 Model Y 上，这不就正射着前车的后视镜吗？ 所以，很有可能这就是特斯拉大灯天天晃眼的原因了。 而一位新买特斯拉 Model Y 的同事，让我更确定了这个猜想。 这是我们晚上专门去拍的，新款的特斯拉已经把这个问题修复了，近光灯挪到了示廓灯下面，截止线也已经是符合法规的 “左低右高”。 原来你也知道自己的车灯会晃到别人啊？ 不过特斯拉从来都没回应过这些质疑，咱们也没法知道到底为什么他们会这么干。 但既然美国官方已经要求召回老款了，希望我们工信部也能跟进下吧，起码让特斯拉来个 OTA。 毕竟那几年光 Model Y 都卖了近百万辆了。。。 撰文：浩森 编辑：脖子右拧 & 面线糊君 美编：焕妍

文 | 新莓，作者｜路雨晴，编辑｜翟文婷 祁萱是近4亿豆包月活里，第一批付费的用户。 6月24日，豆包专业版刚一上线，她就开通了68元包月套餐。作为一名自媒体博主，她的一项例行工作是，每两周复盘一遍对标账号发布的文章，汇总后写出分析报告和优化建议。 AI普及之前，手动完成这项工作至少消耗大半天。豆包、元宝等面世之后，能帮助她提高效率，但是AI抓取的文章数量有时会出错，给出的分析也「浮于表面，不太有参考价值」。所以豆包推出专业版，祁萱决定掏钱试一下。 惊喜之处在于，最基础的文章抓取，免费版和专业版都会先定位账号，再获取文章列表。只不过，前者所用的时间是后者的数倍。一旦出现高峰期卡顿或中断的情况，免费版只会不停地重试，反复刷新文章列表，专业版的处理方式更加高效智能，会通过多个渠道并行检索，交叉抓取不同平台的所有文章和完整版标题。而且她每次手动检查，没有发现错误或疏漏。 但有一点让祁萱不满。标准版办公任务的额度消耗得太快，「当前时段的额度只够做几个表格，用完后得等好几个小时才能恢复。」她在犹豫，是否要升级加强版或高级版套餐。 5月，豆包收费的消息一经传出，市场反馈褒贬不一。 当月，月活用户数罕见下滑610万。不过，据QuestMobile数据，到6月，豆包月活用户不仅重新回升，还创下历史新高，同比增长172.1%，达到3.82亿。这个数字，比第二名千问（1.67亿）和第三名DeepSeek（1.29亿）加起来的总和还多。 目前来看，商业化试水并未对豆包的用户规模造成影响，只是收费能否解决这款AI原生应用面临的问题？ 01 第一批付费用户 我们所接触的一些付费用户，分属不同行业，对价格表现出不同的敏感和接受度，核心决定因素是，产出价值能否量化。 谢小树是一所私立高中的化学老师，过去用豆包减负已经是他工作的常态，比如生成课件、做PPT、批改作业、整理会议内容，甚至让豆包生成安抚家长的话术。 7月初，他开始订阅豆包专业版。他的感受是，两者在基础场景的体验并没有太大差异，核心差距主要在高阶功能额度、复杂办公任务处理等方面。 以复杂实验教学为例。这是传统化学课堂的一大难点，讲得太抽象，学生很难理解，线下实操展示又比较费力。谢小树说，「豆包专业版的专家模式能帮我设计全套虚拟实验流程，把那些复杂的抽象反应拆解得生动形象。这一点，免费版无法办到。」 但是他也坦言，自己收入不高，所以哪怕只订阅每月68元的最低档套餐，「也会心疼」。 电商从业者小雅没有价格方面的顾虑。她告诉新莓，目前开通的是200元每月的加强版套餐，「这非常划算，因为至少能帮我创造超过十倍的价值。」按她现在的产出，每月至少能额外增加2000元收入。 除了本职工作，她有一个新品测评的副业，每周都要测试很多新产品。忙不过来时，她会在测试后把产品资料和使用体验发给豆包，让它来整理测评框架、写测评稿等，自己只需要做最后的把关工作，「能省不少力」。 天使投资人、资深人工智能专家郭涛，在接受《中国经营报》采访时表达了对豆包付费策略的认可。 「免费版本承接大量低频的普通需求，承担流量沉淀、模型迭代和品牌推广作用，付费版本聚焦高阶创作、高级推理、无限制算力等深度需求，两类人群的需求层级清晰。」同时，他也点出一项短板，「国内用户付费上限有限，增长需要长期的产品升级和用户教育，且容易陷入会员价格竞争。」 据豆包官方信息，专业版主要面向专业人群的复杂办公和生产力需求，提供如软件开发、数据分析、专业设计、流程自动化等专业服务。不过，目前尚未披露付费用户规模及收入。 根据第三方机构摩根士丹利的估计，假设豆包付费转化率在0.3%到3.0%之间，月活用户在3.45亿到5.25亿之间，那么年化订阅收入会在1.01亿到15亿美元之间。 事实上，豆包并非国内首个试水C端付费的AI产品。 早在2023年11月，百度就率先上线文心一言专业版，主要用于解锁文心大模型4.0能力及高阶图片生成，单月购买定价为59.9元/月，连续包月优惠价49.9元/月。不过，2025年4月，百度又下线了文心一言的付费入口，转为全面免费。 2024年9月，智谱宣布清言全新大会员体系上线，包含清影AI生视频、视频通话、AI绘画等多项权益，最低19元/月。截至目前，智谱并未披露清言具体付费用户数，但根据该公司2024年12月公开的数据，自上线付费功能以来，年度经常性收入超过千万元。 2025年9月，Kimi上线会员制度，设置四档阶梯套餐。入门版49元/月，扩容智能体与代码使用限额；效率版99元/月，解锁优先算力使用权；专业版199元/月，开放深度研究与全代码使用权限；尊享版699元/月，解锁全功能不限次使用权益及专属定制服务。 值得一提的是，几天前，月之暗面发布说明，面临始料未及的算力挑战，决定即日起暂停C端新用户订阅，将已有算力全部投入于服务已订阅用户。 除此之外，豆包同类产品DeepSeek、千问和元宝还没有向C端用户收费的迹象。 02 豆包收费背后 除了推出专业版订阅，豆包这几个月商业化动作频繁。 今年3月，豆包正式打通抖音电商，支持在对话中直接推荐商品，并完成App内下单支付闭环。 6月22日，豆包在北京、杭州灰度测试打车功能，由曹操出行提供运力支持。四天后，又与豆包AI手机联动，宣布向用户免费赠送豆包专业版会员使用额度，可以用到年底。6月30日，豆包用户服务协议新增云存储空间扩容条款，此前近乎无限容量的云存储上限被限定在5TB以内，超出需付费购买。 这一系列行为让外界判断，作为国内用户体量最大的Chatbot，豆包成本压力过大。 截至2026年3月，豆包大模型日均Token使用量已突破120万亿，三个月前，这个数字还只是现在的二分之一。相比2024年5月，现在消耗量更是暴增了1000倍。 如果是在移动互联网时代，产品的用户规模越大，边际成本就越低。AI时代恰恰相反——用户每多使用一次豆包，就会多消耗一笔算力费用。哪怕只是简单地聊几句天，或是随手点一下豆包自带的预设问题。 所以，随着豆包用户规模的不断扩大，消耗的成本也与日俱增。 今年5月，晚点曾对豆包的成本进行过大致估算：每天至少消耗数千万元，这还不算为训练豆包模型搭建的算力中心成本。 同期，有媒体报道，字节计划将2026年的AI资本开支上调至2000亿人民币，相当于2025年利润的六成。 问题是，豆包过往产生的收入又非常有限。 它很难像抖音那样靠传统广告变现，所以在付费模式推出前，主要靠接入抖音电商来赚取佣金。用户在对话中明确表达购买需求时，豆包会推荐相关商品，用户可直接在APP内下单和支付，无需跳转抖音。但如果用户的购买需求不够明显，比如只是咨询问题或方案，它不会推荐商品。根据晚点数据，在这种情况下，「豆包每天收入不足百万元」。 字节向财新否认了豆包收费是「成本侧倒逼」的说法。而接近字节的人士则进一步解释，付费功能将主要专注在复杂任务和生产力场景，如PPT生成、数据分析、影视制作等。随着模型能力持续升级，产品已经能满足越来越多的复杂高价值任务。但此类任务需消耗更多算力与推理时间，因此豆包计划上线付费服务，满足这部分复杂场景需求。 除了豆包，在C端商业化方面，国内同类产品，比如DeepSeek、千问、元宝等，至今均保持完全免费开放，并未在用户侧形成稳定收入，整体处于高投入、低营收阶段。千问团队甚至在2025年底的一次采访中公开表示，「希望千问App可以随时用、免费用。目前完全不考虑收费的事，专心做好产品」。 至于和豆包同样推出C端付费订阅套餐的Kimi。据该公司披露的一组数据，截至2026年6月中旬，年度经常性收入突破3亿美元。不过，根据上海证券报和财联社的多方信源确认，Kimi的3亿ARR里，七成以上来自API开发者调用，剩下的才由C端订阅和企业服务收入构成。 海外最受欢迎的AI助手ChatGPT，是当前全球少数以个人C端付费订阅为第一大收入支柱的AI产品。 ChatGPT的付费套餐（Go/plus/Pro/Business/Enterprise）均明确面向生产力与专业工作场景。OpenAI在今年2月公布，ChatGPT的周活跃用户为9亿，其中付费订阅用户超过5000万。据外界估算，截至今年年初，ChatGPT的订阅年化收入规模约达400亿美元，占据整个营收的七成。 另外，2026年1月，OpenAI又推出了包含情境广告的ChatGPT Go，第一次在ChatGPT里加入广告。 03 从娱乐到生产力有多远？ 收费能否解决豆包们面临的问题，还未可知。最基本的问题，国内用户十几年来被免费互联网产品培育出的使用习惯，是第一道阻碍。 移动互联网时代，大部分APP零门槛开放，用户早已形成数字内容及服务理应免费的认知。即便那些坐拥海量版权的长视频网站、音乐APP等，付费转化率也不算高。 QuestMobile数据显示，中国长视频市场处于领先地位的腾讯视频，月活用户在2025年7月达到3.65亿，但付费会员数只有1.1亿，付费渗透率约30%。根据芒果超媒数据，2025年末，芒果TV的有效会员数达到7560万，同比增长3.1%，但全年会员业务收入为46.5亿元，同比下降9.8%。 腾讯音乐旗下拥有QQ音乐、酷狗音乐、酷我音乐等多个主流音乐平台，2026年，付费用户数量合计占整个国内付费用户群体的67%，但只有1.38亿，会员订阅收入达45.7亿元，单个付费用户月均收入为12元。 激烈的大模型竞争，让C端AI付费订阅变得更加困难。 比如，免费、开源的DeepSeek，已经在很多任务场景下表现优异，千问、元宝等也都有各自的功能特色和忠实用户群体。在这个背景下，想让用户为AI付费，必须有一个不得不掏钱的理由。《晚点LatePost》就曾在一篇文章里精准点出C端AI付费面临的挑战：「如何在一个被免费喂大的市场，让人重新习惯付费获得服务。」 所以过去一段时间，字节并未将所有希望都寄托于C端订阅，而是在不断加强其他商业化的动作。 根据《智能涌现》的报道，豆包强化商业化能力，以「生产力」为重点场景，是2026年字节AI四个重要命题之一。 同时，据36氪消息，6月下旬，豆包正式上线付费内容后，如果进展顺利，将于三季度进一步结合电商功能更新完善付费场景，并通过补贴为抖音商城进行引流，四季度进入运行期。此外，受到海外模型商业模式的启发，豆包还计划推出企业版，与企业内部的系统打通。 但在当下，豆包却面临一个核心问题：这种大规模toC的AI原生服务，怎么在未来证明自己的价值？ 一般来说，C端应用解决的问题有两类，一类是能够「杀时间」的娱乐内容产品，以抖音、快手等短视频平台为代表。 QuestMobile数据显示，截至2026年3月，全网用户规模达12.76亿，月人均使用时长达192.2小时，移动视频已成为「用户注意力」的首要赛道，用户时长占比超四成，其中短视频占主导，在线视频稳居第二，内容消费重心持续向视频迁移。具体到短视频平台，抖音、快手保持领先地位，用户日均使用时长远超1.5小时。 另一类是生活解决方案型产品，包括覆盖衣食住行刚需的淘宝、美团、滴滴等应用，以及已经成为大众生活基础设施一部分的微信、支付宝等国民应用。 反观豆包、元宝这类C端AI应用，却卡在这两类产品之间。 根据QuestMobile数据，2026年6月，豆包月人均使用次数为76.7次，月人均使用时长143.7分钟，单次使用时长在3分钟以内的占比高达40.6%，显示出碎片化、高频应用的特点，不属于「杀时间」应用。 而基于现实中「办事能力」的探索，阿里千问给出的预期是，AI生活服务场景有望承接10%至20%的用户需求。这个占比也是有限的。 最重要的是，AI从业者也有一个普遍共识，豆包用户规模的爆发式增长，主要是通过抖音创作者带来的自然流量实现。 换句话说，许多用户是在抖音的推荐下，才了解到豆包。在大多数用户心智里，一开始就把豆包视作一种免费的娱乐方式，比如豆包带娃、豆包穿搭，而非专业的效率提升工具。 即便字节在持续强化豆包的「生产力」标签，想短时间扭转大众固有认知，也存在一定挑战。晚点描述中，豆包早期设计并没有遵循ChatGPT的工具型路线，而是围绕拟人化、陪伴、离用户近、多 bot 和日常互动展开。 或许，要想说服更多用户付费，前提是让他们相信，用68元甚至500元买到的，不是一个只会聊天的AI对话助手，而是一个真正能帮用户干活的生产力工具。 如果是这样，用户为什么不直奔AI办公应用？ （应访谈对象要求，文中祁萱、谢小树、小雅为化名。）

IT之家 7 月 25 日消息，据科技媒体 Sammobile 今天报道，三星 One UI 9.0 系统已更新锁屏安全策略，当用户连续输错 13 次密码后，系统将永久锁定设备，此时只能恢复出厂设置才能重新使用手机。 三星表示，本次调整旨在帮助用户免受暴力破解攻击。攻击者通常会不断尝试不同的 PIN、密码或图案组合，以尝试获取设备访问权限。 据悉，One UI 9.0 系统将在连续 5 次解锁失败后启动 1 分钟临时锁定，随后如果再输错密码就会延长临时锁定时间，直到触发永久锁定。IT之家附具体锁定时间规则如下： 输错密码次数 锁定时间 第 5 次 1 分钟 第 6 次 5 分钟 第 7 次 15 分钟 第 8 次 30 分钟 第 9 次 90 分钟 第 10 次 4 小时 第 11 次 12 小时 第 12 次 24 小时 第 13 次 永久锁定 三星提醒使用指纹、面部解锁用户不要忘记锁屏密码，因为 Android 系统会每隔 72 小时关闭一次生物识别解锁，用户需要输入密码才能解锁手机。 此外，One UI 9 将清晰显示剩余可尝试解锁次数。如果用户连续多次输入相同的错误密码，系统将不会把这些尝试计为输错密码。 目前，该功能仅适用于出厂预装 One UI 9.0 的设备，包括 Galaxy Z Fold 8、Z Fold 8 Ultra 等，暂不清楚三星是否会将该功能扩展至旧设备。

快科技7月25日消息，据博主数码闲聊站透露，小米旗下型号为“2608BPX34C”的新旗舰已经三证齐全，静待上市了，预计下月发布。 新机配备67W快充头，支持UWB超宽带技术，N79 5G频段，备案了小米自研AI大模型。 目前尚未有具体信息曝光，但结合此前消息来看，这就是小米创始人雷军透露的新旗舰：“2026年，小米预计将在一款终端上实现自研芯片、自研OS、自研AI大模型大会师。” 综合此前消息，这款新品并非是小米17S Pro，而是隶属于MIX系列，将由新一代大折叠首发，有可能命名为MIX Fold 5，采用全新的阔折叠方案。 核心硬件搭载玄戒O3旗舰SoC，这是玄戒O1的继任者，直接跳过O2。 台积电3nm制程，采用超大核+性能大核+小核设计，超大核4.05Ghz、大核3.42Ghz、小核3.02Ghz；GPU也来到1.49Ghz，带宽9600MT/s。 自研OS自研指的是澎湃OS 4系统，小米实现了全系统底层重构，大刀阔斧地清理系统里积攒了多年的冗余历史遗留代码，流畅度和AI能力将大幅提升。 该机还备案了多款大模型，包括：小米大模型、小米澎湃视觉大模型、小米澎湃感知大模型、小米MiMo大模型、智谱AI大模型、文心一言大模型、云雀(豆包)大模型、Deepseek大模型、通义千问大模型、混元大模型。 不过，这款大会师旗舰仅配备67W快充确实有些出人意料，目前小米常规旗舰基本已全线覆盖100W快充。

在很长时间里，电影首先是一种昂贵的组织能力：设备、灯光、场地、团队、后期，以及把作品送到观众面前的发行渠道，缺一不可。 过去几年，手机先把摄影机放进了更多人的口袋， 这两年 AI 开始把人物、场景、运镜和配乐变成几句提示词的产物。 影像的生产能力，正在从少数人的专业技能，变成越来越普遍的基础设施。 今年是爱范儿连续第五年来到 FIRST 青年电影展超短片单元，再谈青年电影，已经没有人再去讨论「手机能不能拍电影」。 技术越来越擅长制造精致的画面、角色和叙事，我们更应该追问：如果一切皆可生成，影像的「真实」与「必要」又该被如何重新定义？ 今年 vivo × FIRST 超短片单元里的许多作品，在关于 AI 的喧嚣讨论之外，拍到了这个时代最难被标准化的东西。 《厨房圆舞曲》里的年轻母亲，在短暂的歌舞幻想之后，被家务、育儿和一声婴儿啼哭拉回现实；《天天开心》里的酒店保洁员，在视频通话中只愿意让家人看见自己的脸，将狭窄的房间、疲惫和窘迫留在画面之外；《想起来的，想不起来了》用一组老照片串联起回忆，每个人记住的版本都不相同；《视线以下》把镜头压低，跟随一个不敢与人对视的高中生，重新组织一次母子出行。 这些作品没有宏大的奇观，甚至保留着生活本身的残缺和粗粝。 年轻母亲无法真正逃离的疲惫，保洁员不愿让家人看到的处境，一家人无法拼合的共同记忆，以及自闭症少年始终不敢抬起的目光，都来自具体的人、具体的感受。 AI 可以生成一间厨房，却无法替你经历那个在疲惫中突然起舞的冲动；AI 能重现一张老照片，却无法帮你还原记忆里的细节。 影像越容易制造，拍下什么、舍弃什么就越重要。为什么按下这一刻，以及你的目光停在哪里，才是影像真正的重量。 获得 vivo 手机探索奖的《千百条河流》采用了一种更为纪实的方式，全片几乎没有对白，导演孔若琛带着 vivo X300 Pro 反复登上轮渡，跟着船靠岸、离岸，记录候船、归家和往来的人。 生成式 AI 擅长缩短等待。影片反而让等待本身成为创作的一部分：创作者先抵达现场，再把叙事的一部分交给偶然。 这种等待没法保证结果，但可能让镜头遇见计划之外的生活。创作者真正的观看，往往就产生于这些无法提前计算的时刻。 vivo 副总裁、影像副总裁于猛在接受采访时说，他希望创作者拿起手机，拍自己「非拍不可」的东西。 「非拍不可」很难用参数衡量。它可能源于一段反复浮现的记忆，一种无以名状的感受，也可能只是创作者在某个瞬间的顿悟和冲动。 工具解决了「如何拍」，创作者仍要回答「为什么拍」。影像越容易生产，这个问题就越绕不开。 重视真实经验，并不意味着 AI 只能站在创作的对面。 去年的 FIRST 超短片单元评审团大奖《篱笆房，苹果园》是一部我很喜欢的作品。 导演周白羽利用生成式 AI，将北京地铁站名转化为漂移的视觉意象，构造出意识流般、不遵循现实逻辑的城市想象。 这些画面源于她与伴侣在地铁通勤中的真实对话，也来自北漂生活长期积累的感受。她借助 AI 呈现现实摄影难以捕捉的意识、情绪与想象，让经验获得了一种新的形式。 AI 没有替代创作者的位置。它承接了创作者的经验，并将其推向现实镜头难以抵达的诗意。 《千百条河流》让手机退回到纯粹记录者的位置，《篱笆房，苹果园》用生成影像重新组织现实经验。 两部作品采用了截然不同的方法，但有一点是相通的：它们都让技术退后一步，把人的感受放在了前面。 技术可以创造尚未存在的画面，也会把镜头带到更远的地方。但影像后面，总有人决定自己去看见、去感受、然后亲手按下快门。

IT之家 7 月 25 日消息，数码博主 @数码闲聊站 今日透露，国内 TOP6 手机厂商中已有多家明确拒绝内存供应商未来几个季度的涨价要求，分歧不仅限于消费端内存，AI 服务器领域也出现意见不合。 IT之家注意到，这一抵制行动已有公开报道佐证。界面新闻称，OPPO 与 vivo 近期正式拒绝了三星电子提出的 2026 年第三季度存储产品报价。 尽管三星该轮报价的涨幅（约 20%）相较第一季度（90% 至 95%）和第二季度（58% 至 63%）已明显收窄，但下游厂商仍选择拒单。 存储芯片价格自 2025 年下半年起持续暴涨，其根本原因在于 AI 算力需求爆发导致产能大规模向 HBM（高带宽内存）等高利润产品倾斜，消费级 DRAM 供给被严重挤压。与 2025 年同期相比，内存成本累计涨幅已接近 300%。 在此背景下，手机厂商成本压力巨大。存储芯片在整机物料清单中的占比已从过去的 10% 至 15% 飙升至 20% 以上，低端机型甚至可达 30% 至 60%。受此影响，所有主流厂商都已实施涨价。 OPPO 与 vivo 拒单的底气在于多元化的供应体系。除三星外，SK 海力士和美光是其重要的 DRAM 与 NAND 闪存供应商。 同时，国产存储厂商的崛起也提供了更多选择：长鑫存储已成为全球第四大 DRAM 生产商，市占率达 7.67%，已进入 vivo、OPPO 等厂商供应链；长江存储同样具备向主流手机厂商供货的能力。

快科技7月25日消息，据洛图科技（RUNTO）最新发布的中国智能投影市场报告，2026年上半年，中国智能投影市场（不含激光电视）全渠道的销量为205.6万台，同比下降26.0%；销额为33.4亿元，同比下滑27.0%。 市场自2024年二季度起连续九个季度同比下跌，今年二季度销量跌破百万台，创下2022年以来新低。 分析认为，需求透支、消费疲软、显示设备分流、上游元器件涨价多重因素共同造成行业持续下行，当前线上渠道承载超八成销量。 2026年上半年先上市场TOP10品牌的销量、销额合计份额分别超过70%、85%，比2025年同期均有所提升，市场集中度进一步加强。 极米在量额两端均牢牢占据行业龙头位置，销量份额微增，销额份额稳定在近30%，同时还依托全链路自研能力，将三色激光进一步延伸至工程投影领域。 大眼橙以13.1%的销量份额位列第二，以1LCD技术路线为核心主打高性价比产品，700元价位段的C3 Air成为上半年最畅销的机型；同时通过推出R3 ULTRA系列，正式向高端市场发起冲击。 康佳以400元价位段的高性价比1LCD机型主攻下沉市场与大众消费群体，凭借规模放量实现销量排名第三。 坚果在销额维度稳居第二，但销量排名已下滑至第五。 行业三大技术路线销量全部下滑，平价1LCD机型份额小幅提升至69%成为市场主流，产品持续向中高端升级，DLP占比小幅回落，新一代高规格芯片普及速度较慢，3LCD基本边缘化。 整体市场收缩之下产品硬件全面升级，入门低亮度机型占比大幅缩减，高亮度、4K机型销量持续走高，4K产品价格不断下探，搭载AI大模型的产品营收占比接近四成，依靠性能升级开展存量竞争。 机构预测下半年市场依旧下行但跌幅收窄，2026全年销量预计417.8万台，同比下滑17.9%，车载激光投影、沉浸式光影演艺成为行业两大增量方向。

Vertu（纬图）做了二十多年奢侈手机，现在也开始靠 AI 讲新品了。 今年 5 月，Vertu 发布了一款大折叠 AlphaFold，起售价 3.97 万元，最高售价接近 50 万元。 这种价格放在 Vertu 身上并不意外，奇怪的是它给新机挂上的两个名号： 「AI 时代的总裁机」和「全球首款 Hermes 智能体手机」。 点开 Vertu 官网，先出现的内容和以前不太一样。 Vertu 花了很大篇幅介绍 AlphaFold 的 Hermes 智能体，告诉总裁们这台手机的 AI 智能体可以调节系统设置、分析报表、安排行程，还能连接企业 ERP。 小牛皮、鳄鱼皮、18K 金和钻石依然都有提供，这次却没成为主要的宣传卖点。 Vertu AlphaFold 和三星 Galaxy Z Fold 7｜图自 TechCrunch 以前大家认识 Vertu，看的就是它用了什么材料，提供什么定制服务，那枚红宝石按键还能直接联系 24 小时真人管家。 但如今的 AlphaFold 却跟大家聊自己能用 AI 干什么，听起来更像是一家 AI 硬件厂商在介绍 PPT 产品。 一台卖到 50 万元的 Vertu 手机，在努力证明自己能干活。 太怪了。 图自 Android Police Vertu，功能机时代的富豪机 不少人认识 Vertu，都是从它贵得离谱的售价开始。 1998 年，时任诺基亚首席设计师的 Frank Nuovo 有了一个想法：手机也可以像腕表和珠宝一样，被做成奢侈品。 Frank Nuovo 四年后，Vertu Signature 正式在巴黎亮相。按照机身材质不同，这款手机售价 6000 欧元起，黄金、铂金等版本最高达到 2.4 万欧元。 这个价格哪怕放到今天，也已经足够买一辆代步小车。 贵虽贵，早期的 Vertu 确实花了不少心思。贵金属机身外面包裹皮革，屏幕盖着蓝宝石水晶，每台手机都由英国工匠手工组装。 设计团队当时想做的产品很接近高级腕表：手机功能可以不突出，材料和工艺必须经得起近距离观看。 同年上线的真人私人管家，又给 Vertu 增加了一项普通手机无法提供的服务。 用户按下机身上的专属按键，电话另一头便有真人管家接待，帮助预约餐厅、寻找演出门票或者安排出行。购买手机只是开始，这些增值服务还需要继续付费。 当时的手机市场刚好容得下这种产品。功能机之间的体验差距有限，厂商能做的主要是调整外观、材料和按键设计。 而 Vertu 的售价、珍稀材质和私人服务，恰好把追求「人无我有」的客户与大众市场隔开。奢侈手机的空缺就这样被填上了。 到 2012 年诺基亚出售 Vertu 前后，这个品牌已经进入全球 60 多个国家，年营收被估算在 2 亿至 3 亿欧元之间。截至 2015 年，Vertu 累计卖出约 45 万台手机。 数量放在大众手机市场里不算什么，对一个动辄卖到上万欧元的品牌来说，已经是一门相当可观的生意。 只是在 2007 年以后，手机行业开始变得越来越快。 iPhone 带来了触屏和 App Store，随后兴起的 Android 又把智能手机迅速推向大众市场。 系统、软件和拍照表现逐渐成为消费者挑手机时的基础要求。 鳄鱼皮、蓝宝石和手工组装依然稀少，也依然昂贵，可这些「表面功夫」解决不了系统的难用，更换不来完整的软件生态。 Vertu 也尝试过跟进：2011 年，它推出全触屏的 Constellation；2013 年又带来首款 Android 手机 Vertu Ti。 Vertu Ti 手机变智能了，外面的皮革和宝石照旧保留，售价也没有降下来。 但市场不认了。 诺基亚在 2012 年把 Vertu 的 90% 股权卖给私募公司 EQT，2015 年，品牌又被中国香港的 Godin Holdings 接手。 两年之后，土耳其商人 Hakan Uzan 旗下的 Baferton 成为 Vertu 的新主人；英国那边的制造业务随后进入清算，约 200 名员工失去工作。 短短五年换了三任老板，Vertu 还失去了诺基亚提供的技术支持。 它保留着奢侈手机的名号，但更新系统、研发硬件和适配软件的速度已经跟不上主流品牌。 对于原本的富豪受众而言，就算有能力消费奢侈品手机，也不等于愿意高价买罪受。 奢侈手机开始跟不上时代了 2019-2021 年期间，主流品牌接连推出自家折叠屏产品。 而 Vertu 为了追随科技潮流，也推出首款 5G 折叠屏 Ayxta Fold，结果很快被发现与柔宇 FlexPai 2 高度相似。 Vertu Ayxta Fold 后面的产品也不断借用当年流行的科技概念： 2022 年的 METAVERTU 主打 Web3，2023 年的 METAVERTU 2 加入 AI；在 2025 年，Agent Q 直接把产品定位成「AI Agent 」。 Vertu Agent Q 与此同时，华为三折叠、三星大折叠和各家顶级旗舰陆续卖到五位数。它们已经拥有成熟的设计、材料和制造工艺，还能提供主流的系统与影像体验。 「贵手机」有了更多更好的选择，仅仅凭借价格，已经无法制造身份差距了。 华为 Mate XTs 到了这一轮 AI 热潮，老板们拿出来的手机除了贵，最好还能显得自己了解新技术，免得被时代落下。Vertu 原先的客户也有这样的需求。 于是就有了 AlphaFold。 AI 手机，是手机更贵的理由吗？ AlphaFold 还是照着 Vertu 熟悉的配方造了出来。 新机的镜头模组塞满复杂的几何线条，后盖从小牛皮起步，往上可以选择鳄鱼皮、18K 金和钻石；折叠屏因结构多了一块铰链盖板，Vertu 就在表面增加巴黎钉纹，继续突出手工和材料。 相比金碧辉煌的外壳，内部就普通得多了。 AlphaFold 使用上一代旗舰平台骁龙 8 Elite，配备 16GB+1TB 存储和 6500mAh 电池，没有无线充电。 主摄采用中端手机常见的 1/1.56 英寸规格，另外两枚分别是 5000 万像素超广角和 500 万像素定焦长焦。 TechCrunch 拿到真机以后，还在 AlphaFold 身上发现了不少中兴努比亚 Fold 的痕迹。 两台手机的机身开孔、铰链、扬声器、麦克风和指纹识别位置高度相似，部分系统信息中还能看到中兴的标识。 Vertu 随后确认，AlphaFold 通过专项供应链合作完成开发。 简单来讲，就是中兴和努比亚提供硬件平台、零部件集成与生产工程；Vertu 负责外部材料、软件、质量控制和售后服务。 中兴 Nubia Fold 购买 Vertu 的人一般不会在意它用了哪颗处理器，也不会拿性能去衡量 50 万元花得值不值。 即便把当代最顶级的硬件全部塞进去，也诠释不了「手机为什么能卖这么贵」。 能让机主感受到身份差异的，还是那些用真金白银堆出来的材料、私人定制和专属服务。 因此，AlphaFold 借用努比亚的硬件平台、性能表现差一点，并不会对它的目标客户造成太大影响。 可主打的 Hermes Agent 就不一样了。它已经被放到了产品介绍最醒目的位置，Vertu 还专门给它准备了「AI 时代的总裁机」这个名号。 官方宣称，Hermes 可以连接 70 多个 App，控制 64 项手机设置，还能学习用户的习惯。总裁们把合同、报表和审批丢进去，它会自行整理内容、操作手机，甚至接入企业 ERP。 官网给人的感觉相当轻松，杂活交给 Hermes，用户等着看结果即可。 真让它开始干活，情况就没那么省心了。 TechCrunch 测试发现，AlphaFold 的 Hermes 连设置提醒这种基础操作都会把时间搞错。 让它安排一趟商务旅行，没查到合适的直飞航班以后，它直接把任务交给真人管家，连原本的出行日期也一起改乱了。 处理文件时同样很不稳定，前几天还能读取表格并总结数据，过一段时间再回到同一段对话，它已经忘记用户上传过这份文件。 TechCrunch 测试发现连闹钟时间都定错了 TechCrunch 随后把这些任务交给三星 Galaxy Z Fold 7 上的 Gemini。 Gemini 会先询问缺少的信息，确认以后再操作手机；没有直飞航班，它也会继续寻找其他交通方案；之前上传的文件仍然可以接着使用。 这么对比下来，Hermes 看起来很积极，收到指令就开始操作，最后却经常把事情弄得更乱。机主还得回头核对时间、日期和文件，顺便确认它有没有漏掉什么。 最后给 Hermes 收拾残局的，却还得是 Vertu 原来的真人管家。 过去按下红宝石键，用户可以直接告诉管家自己想去哪里、要订哪家餐厅。 到了 AlphaFold，Hermes 被安排在前面接活，日期写错或者任务办不下去，再把真人管家的按钮交出来。 花的钱没有变少，用户却得多检查一遍 AI 做过的事情。 Hermes Agent，如有。 AlphaFold 的 Hermes 界面｜图自 Android Police 让 AI 整理资料、补充知识，或者接手一些重复劳动，确实能给人省时间。 很多厂商拿着一段跑通的演示，就敢在产品页里写成完整工作流，仿佛用户把任务交出去便能不管。 等到真用的时候，反复确认 AI 交付的内容成了机主的日常，省下来的那点「人工 Token」，转头又花在调整 AI 上。 这种费时又费神的体验放到 Vertu 身上，就有点像请了家庭保洁机器人来打扫，最后得保洁阿姨带着机器人一起上门。（同时阿姨还要为深度清洁兜底） 直白一点来讲，现阶段的 AI 依然是「梦想很丰满，现实很骨感」，哪怕进阶点的智能体，实际使用时也会出现「抽卡」的情况。 更别提完成度还不够高的 AlphaFold Hermes。 全球首个家庭保洁机器人上岗画面 Vertu 之前提供的是一种直接消费的满足：用户付钱以后，昂贵材料、私人定制和真人服务马上就能感受到，其中没有多少工作需要用户自己完成。 而 AI Agent 是生产工具，用户给它任务，再根据产出判断它好不好用。 Vertu 把 AI 加进来，本意是想让自己的手机看起来没有落伍，同时给总裁们增加一种新的身份认同：我用的不只是昂贵手机，我还在使用最新的 AI。 可 AI 已经进入每台主流手机，很多能力花一点订阅费便能获得，开源项目也越来越多——Hermes 本身同样建立在开源项目之上。 Vertu 可以继续给手机镶金、贴鳄鱼皮，却很难把这些随处可用的 AI 能力变成少数人才拥有的特权。 它想用 AI 留住客户，AI 又让大家开始认真审视这台手机到底有什么用。 原来，Vertu 还可以安心做奢侈品生意；现在，AlphaFold 偏要解释自己是 AI 时代的生产力。 可连 iPhone 都还没搞明白的 AI 手机，经年易主的 Vertu 又怎么玩得转呢？ 于是，这台手机连贵，都贵得没那么纯粹了。 作者｜柯铭源 编辑｜肖钦鹏

7 月 25 日消息，据 X 平台消息人士 Brad Lynch 今日爆料，V社现已将 Steam Frame Welcome Tour（欢迎指南）添加至 Steam 后台。 据悉，V社新增的欢迎指南可以帮助初次上手 Steam Frame 的用户熟悉这款头显。同时，该指南还包含多语言本地化版本。 据IT之家此前报道，Valve 近期还为 Steam 商店推出了“非常适合 Frame”分类标签，首批收录作品包括《传送门 2》《实验室》《进入黑暗》等。 鉴于V社近期的频繁动作，我们可以合理推测 Steam Frame 头显即将在近期发售。 过去几周，Valve 还陆续收到多批与 Steam Frame 相关的“VR 头显”货物。因此玩家们可能不需要等待太久，就能迎来发售日期官宣。

快科技7月25日消息，此前苹果为平息因新版AI Siri延期引发的美国消费者集体诉讼敲定的2.5亿美元（约17亿元人民币）和解方案，已经获得法官初步批准。 这场纠纷源自2024年苹果WWDC大会对外展示搭载Apple Intelligence的全新个性化Siri，这套能够读取邮件、短信信息、感知屏幕内容、深度联动各类App的语音助手功能，后续持续投放官网、发布会、电视广告进行大范围宣传，可到2025年3月苹果官宣推迟该功能上线。 消费者随即发起集体诉讼，指责苹果存在虚假宣传、误导购机行为，苹果没有承认自身存在过错，仅表示和解是为了集中精力研发产品与服务。 今年6月，苹果终于在WWDC上正式推出Siri AI，目前已上线iOS27开发者测试版，9月正式推送系统后iPhone 15 Pro及更新机型都能使用完整功能。 想要申请赔付的用户需要满足对应条件：仅限美国境内居民，在2024年6月10日至2025年3月29日期间购入iPhone 15 Pro、iPhone 15 Pro Max、iPhone 16、iPhone 16e、iPhone 16 Plus、iPhone 16 Pro、iPhone 16 Pro Max任意一款机型。 申领时大概率需要提供购机凭证或者设备序列号，用户无需当下操作，只需等待后续通知，和解相关官方申领网站还未搭建完成，距离开放申报还有数月时间。 法院文件显示，方案初步获批后的45天内，符合资格的用户会收到邮件提醒，即便没有收到邮件，只要满足购买时间、机型、地区要求依旧拥有申领资格。 赔付金额按照设备计算，单台基础补偿为25美元，如果最终提交申领的用户数量少于预估数值，单台最高补偿金额能够上涨至95美元（约643元人民币）。 值得注意的是，近期国行苹果智能已经获批，虽然是老版本，但也终于是看到希望了，预计在9月份iOS 27正式版推送。

IT之家 7 月 25 日消息，韩媒 The Elec 昨日（7 月 24 日）发布博文，报道称苹果公司为更好消化内存等存储元件供应短缺导致的成本涨价，在 iPhone 18 Pro 和 iPhone 18 Pro Max 上，已提议下调 OLED 面板采购价格。 报道称苹果已提议希望将适用于 iPhone 18 Pro 和 iPhone 18 Pro Max 的 OLED 面板供应价格降至约 70 美元（IT之家注：现汇率约合 474.8 元人民币）。 业内人士预估三星显示（Samsung Display）和乐金显示（LG Display）的实际供应均价约为 66.5 美元（现汇率约合 451.1 元人民币），较前代降约 20%。 该媒体指出报道提到，iPhone 16 Pro Max 面板价格曾一度超过 100 美元；到 iPhone 17 Pro Max 已降至 80 多美元区间。 尽管价格继续下探，iPhone 18 OLED 面板将采用 M16 材料组。报道称，M16 是最新一代有机材料组，提升发光效率、寿命和色彩特性。面板厂商还需为新材料调整工艺条件，并完成良率稳定，因此产品规格和制造难度均有所上升。 在 7 月 22 日召开的 K-Display 2026 活动中，三星显示社长李清（Lee Cheong）表示：“今年非常困难”，并称“芯片通胀”正带来强烈的零部件和显示价格下调压力。