行业分类:
加载中...
头条分类:
加载中...
苹果本周停产七款产品:含iPhone 16e、M3 iPad Air等
【CNMO科技消息】本周,苹果公司发布了多款新产品,但与此同时,也惯例性地停产了部分现有产品。随着新品的亮相,苹果也终止了七款现有产品的销售,涵盖iPhone、iPad、Mac以及显示器等多个产品线。 具体停产型号及其替代产品包括:iPhone 16e被iPhone 17e取代;M4 MacBook Air升级为M5 MacBook Air;搭载M4 Pro和M4 Max芯片的MacBook Pro更新为搭载M5 Pro和M5 Max芯片的版本;M3 iPad Air则被M4 iPad Air接替。此外,Apple Studio Display(2022年款)和Pro Display XDR也分别被新款Studio Display和Studio Display XDR所取代。 其中,iPhone 17e、M5 MacBook Air、搭载M5 Pro/Max芯片的MacBook Pro以及M4 iPad Air均属于常规的年度升级。它们在继承前代基本特性的同时,也带来了一些有价值的性能提升。 不过,低存储版本M5 MacBook Pro的停产则有些出人意料。这款搭载M5芯片的MacBook Pro于去年十月才刚发布,如今基础款512GB版本便被移除,这意味着消费者现在只能选择价格更高的1TB或更大容量版本。在显示器方面,新款Studio Display相较于2022年款有直接的改进,而新推出的Studio Display XDR与其取代的Pro Display XDR相比,则各有优劣。 苹果本周的新品发布尚未结束。预计还会有两款产品亮相,分别是MacBook Neo和搭载A18芯片的iPad。MacBook Neo将是苹果产品线中的一款全新机型,因此不会导致现有产品停产。 然而,如果搭载A18芯片的新款iPad发布,很可能意味着目前在售的第11代基础款iPad将停止供应。这款于去年三月推出的机型搭载的是A16芯片,是目前苹果在售的iPhone、iPad或Mac中唯一不支持Apple Intelligence的产品。通过将其更新为A18型号,苹果的整个产品线将全面兼容苹果的AI功能。
“丐版”iPhone 17e,到底谁会傻乎乎去买啊?
日前,苹果公司直接在官网上线了新款手机产品iPhone 17e,起售价4499元,搭载A19处理器(6核CPU + 4核GPU的“减配版”),后置单摄像头,起步存储容量升至256GB,6.1英寸刘海屏,重量为170g,配色方面新增了浅粉色。不过,就因为iPhone 17e的屏幕仍旧是60Hz刷新率,就有人认为苹果公司是在搞“清库存”。 国产手机厂商早就普及了屏幕高刷新率,目前最高达185Hz,120Hz屏幕刷新率也在几年前就已普及,这方面苹果确实显得有些落后,iPhone 17e的60Hz刷新率更显得“古早”感。但如果因屏幕刷新率问题,就认为苹果是在“清库存”,未免有些牵强。 智能手机产品的“库存”,如果是以整机的形式积压,尚能理解,比如iPhone 16、iPhone 15、iPhone 14等老款iPhone产品,但iPhone 17e是以新机的形式呈现,不可能苹果公司单独把60Hz刷新率的屏幕配件“压在仓库”,从而成为“库存机”。 用户可以认为iPhone 17e产品力不足,性价比不高,但iPhone 17e与“清库存”扯不上一点儿关系。 与华为、一加、小米、vivo、OPPO、荣耀、三星等手机厂商相比,苹果公司存在一定劣势,苹果公司一个整年内一般只有一款旗舰机,而华为、一加、小米、vivo、OPPO、荣耀、三星等手机厂商一年会推出多款新机产品,其产品范围覆盖度较广,高中低端产品都有,苹果的单产品线策略很难吃到所有消费者的“蛋糕”,这就相当于把中低端市场白白让给其他手机厂商。 过去苹果公司确实对中低端智能手机市场没啥心思,但随着行业竞争的加剧,苹果公司也学聪明了,既然华为、一加、小米、vivo、OPPO等厂商能抢iPhone的市场份额,那么,iPhone为什么不能主动往中低端市场渗透呢?并且,苹果有着非常大的优势: 第一,依托成熟的“果链”,苹果做中低端产品毫无压力。 第二,推出iPhone SE、iPhone 17e等价格相对便宜的产品,并不会拉低苹果的品牌影响力。 第三,iPhone的iOS系统优势。 第四,苹果公司的高利润率。 如果从“奢侈品”的角度来看iPhone 17e,就非常能理解苹果公司的做法,就像豪车市场,BBA等传统豪车厂商也在不断降低售价,若只看品牌的“标”,BBA的入门级产品售价非常非常低。用同样的眼光来看,苹果公司也是明白了,推出中低端产品毫无影响,只要能将产品卖出去,管它高端不高端。苹果公司是想明白了这一点,反而有些消费者没看懂,认为苹果是在自降身份,动不动就要笑话谁。 iPhone 17e的起售价为4499元,国补后的价格为3999元,若后续继续促销降价的话,价格会更低,这种情况下,就会来到一个许多消费者感兴趣的话题:“同样是3000多元,买苹果手机,还是买安卓?”四五千元的苹果手机确实会让人犹豫,但是3000多元的iPhone看起来诱惑力十足。 然而问题又来了,面对“丐版”iPhone 17e,真的会有人去买它吗?要知道它的配置跟iPhone 17、iPhone 17 Pro可是差很远,比如,后置摄像头、屏幕刷新率、电池容量、处理器等,iPhone 17e都显得诚意不足,有谁会傻乎乎跑去买这种“丐版”的东西? 事实上,人与人之间的差异性决定了彼此的购物习惯差异,可能有些用户觉得iPhone 17e是“丐版”,但对于另一群消费者来说,iPhone 17e的亮点并不少,或者说他买iPhone 17e并没有觉得不好。 第一,拍照需求不高。尽管近几年来华为、一加、小米、vivo、OPPO等手机厂商都在卷拍照,但有些用户对拍照的需求并不高,只要能用就行,某种程度上,什么后置四摄、2亿像素、拍月亮等都是性能过剩,他们压根用不上。如果平时对拍照没什么高需求,iPhone 17e的后置单摄毫无问题,并且价格还便宜。 第二,价格合适。过去消费者对新手机的追逐度非常高,有些消费者逢新机必买,但近几年来消费者对于智能手机的创新和亮点逐渐祛魅,慢慢他们就养成了“以自我感受为中心”的购物习惯,或者说更加关注实用性。 另外,消费者也更加关注价格,好手机当然很多,但“好手机”拿来到底能干什么?另外,自己究竟是不是“配得上”用很贵的手机,动辄七八千元,更贵的一两万元,再一看自己的工资,买便宜的手机也无所谓。若iPhone 17e的价格来到3000多元,还是很有吸引力的。 第三,加量不加价。iPhone 17e的储存空间只有两个配置:256GB版和512GB版,256GB的价格为4499元,512GB版的价格为6499元,后者的价格确实让人望而却步,但256GB版的起售价只要4499元,这个价格与上代机型价格一致,而起始储存空间却达到了256GB。对于消费者来说,256GB储存空间完全足够。 很多时候,人以“消费者”的眼光和“局外人”的眼光来看待某件商品时,差别很大,“局外人”可能觉得哪哪都不好,但“消费者”却毫无感觉,该买就买,iPhone就经常出现这种“网上没赢过,现实里没输过”。 实际上iPhone Air产品此前也遭遇过类似的问题,部分消费者认为iPhone Air不咋地,但真正买过iPhone Air的人却又是另一番评价。 iPhone 17e在影响力上,肯定不如iPhone 17、iPhone Pro、iPhone 17 Pro Max,但最终还是要看其销售能力,即到底有多少消费者会认可这款产品。 对于苹果公司来说,现在这段时间算是它的“空窗期”,推出iPhone 17e能让它在2026年3月到2026年9月份之间抢到一定的市场。 当然,对于iPhone 17e也没必要过分高估,毕竟它的产品配置摆在这里,对于大多数有了拍照习惯的用户来说,iPhone 17e显然不够,iPhone 17e只针对小众市场的特定用户。若将iPhone 17e与更庞大的市场相比,可能iPhone 15Pro、iPhone 16Pro都比它要好,iPhone 17e对于老iPhone用户吸引力不大,只有喜欢这个价格的人会喜欢它,另外就是它的淡粉色配色,从颜色上来说,某些女性用户可能喜欢这个颜色,把它拿来当备用机还是挺合适。 iPhone 17e还有一个作用是,不让iPhone用户流失,同时吸引更多安卓机用户买iPhone,毕竟,iPhone 17e虽然价格便宜,但一样有App Store,消费者在软件上消费,苹果也能赚钱,硬件+系统才是苹果公司的“杀手锏”。 话说,都2026年了,又有谁会因为用什么手机而被人捧起来,用什么手机而被人笑话,这种“古典”思想真没必要,用什么手机是人家的自由。无论是消费者,还是手机厂商,大家都实在点不好吗?
谷歌发布Gemini 3.1 Flash-Lite:首字响应提速2.5倍
原标题:Gemini 3 系列中速度最快、最具成本效益 AI 模型:谷歌 Gemini 3.1 Flash-Lite 登场,首字响应提速 2.5 倍 IT之家 3 月 4 日消息,谷歌昨日(3 月 3 日)发布博文,宣布推出轻量级 AI 模型 Gemini 3.1 Flash-Lite,声称是其速度最快、最具成本效益的 Gemini 3 系列模型。 开发者目前可通过 Google AI Studio 中的 Gemini API 获取预览版,企业级用户也能在 Vertex AI 平台上同步体验。 价格方面,为大幅降低 AI 应用门槛,谷歌为该模型制定了极具竞争力的价格:每百万输入 Tokens 收费 0.25 美元,每百万输出 Tokens 为 1.50 美元。 在低售价的同时,Gemini 3.1 Flash-Lite 在性能方面实现大幅跨越。权威评测平台 Artificial Analysis 的数据显示,与前代 2.5 Flash 相比,新模型的首字响应速度(TTFT)暴涨 2.5 倍,整体输出速度同步提升 45%。这种极低延迟特性,让其成为构建实时响应体验的理想之选。 在各项核心能力测试中,3.1 Flash-Lite 展现出越级挑战的实力。该模型不仅在 Arena.ai 排行榜上斩获了 1432 分的 Elo 得分,更在多模态理解与逻辑推理测试中全面领先同级竞品。 具体而言,它在 GPQA Diamond 测试中得分率高达 86.9%,在 MMMU Pro 测试中达到 76.8%,甚至在多项指标上超越了体积更大的上一代 Gemini 2.5 Flash 模型。IT之家附上相关数据如下: 除了硬核的性能指标,3.1 Flash-Lite 还在 AI Studio 和 Vertex AI 中标配了创新的“思考层级(thinking levels)”功能。 这一机制支持开发者灵活控制模型在执行任务时的“思考深度”: 在处理海量翻译或内容审核等对成本极度敏感的基础任务时,开发者可调低思考深度以追求极致效率; 而在面临生成用户界面、构建数据看板或复杂逻辑模拟等高难度任务时,则可调高思考层级,激发模型更深度的推理能力。 Latitude、Cartwheel 以及 Whering 等早期测试企业目前已率先将 3.1 Flash-Lite 部署于复杂的业务场景中。测试团队反馈称,该模型不仅具备卓越的处理效率和逻辑推理能力,还能以媲美大型模型的精准度处理复杂输入指令。
中兴努比亚豆包手机海外首秀,AI“新物种”iMoochi同步亮相
IT之家 3 月 4 日消息,3 月 2 日,中兴通讯终端业务在 2026 年世界移动通信大会(MWC26)上展出全系列、多形态 AI 终端产品。其中,与字节跳动旗下豆包合作开发的 AI 原生手机努比亚 M153 豆包手机助手技术预览版完成海外首秀,主打情感陪伴的 AI 产品 iMoochi 同步在本次展会发布。 此次展出的努比亚 M153,是努比亚与豆包合作开发的首款 AI 原生手机,核心特点为在操作系统层面实现了与豆包手机助手的系统级深度集成。 IT之家现场了解到,该机型可识别并执行用户以自然语言发出的复杂、跨应用指令,可串联完成多步骤任务,调整了传统的人机交互模式。针对智能餐厅预订、多平台比价等场景需求,用户仅需下达语音指令,手机即可自动调用对应应用,完成信息检索、筛选比对、预订操作及路线规划等全流程动作。 硬件配置方面,努比亚 M153 搭载高通骁龙 8 至尊版处理器,配备 16GB+512GB 的高速内存组合;影像模块采用后置 5000 万像素主摄领衔的三摄影像系统,搭配 AI 影像算法;续航部分内置 6000mAh 大容量电池,支持 90W 有线快充与 15W 无线充电。 除手机核心赛道外,中兴通讯终端业务在本次展会上同步发布 AI 宠物产品 iMoochi,拓展 AI 终端品类布局。 据介绍,iMoochi 定位为具备深度交互反馈能力的情感陪伴 AI 产品,采用萌系外形设计,搭配定制萌系音色与专属的“iMoochi 语言”完成交互表达。该产品支持触摸感应与语音唤醒,可针对轻碰头部、持续抚摸等触摸动作,给出摇头、摆尾、发声等多维度反馈;伴随用户使用时长增加,产品会呈现差异化的交互反馈,模拟拟生命体的行为模式,包含打哈欠、饥饿感知、冷暖识别、玩耍互动等相关设定。 该产品面向全年龄段有情感陪伴需求的人群,配套 APP 可实现设备管理、陪伴日记查看、产品交互状态查询等功能,进一步拓展互动维度。 目前 iMoochi 已推出 Hopami、Mimiu、Cynomi、Mogogo 四款不同设定的产品型号,覆盖用户的个性化选择需求。 中兴方面表示,本次 MWC26 展出的相关 AI 终端产品,是其“AI for All”战略的落地动作。未来企业将持续推进 AI 技术在更多终端形态上的融合与应用。
与英特尔划清界限:苹果2026款Studio Display仅兼容M系列芯片Mac
IT之家 3 月 4 日消息,苹果昨晚宣布推出全新的 Studio Display 系列显示器,专为完美搭配 Mac 设计,起售价 11999 元。 不过,如果你手中仍然在使用搭载英特尔芯片的 Mac 电脑,那么苹果刚刚发布的新款 Studio Display 和 Studio Display XDR 就很可能与你无缘了。 根据苹果官方网站公布的兼容性列表,无论是标准版 Studio Display 还是高配版 Studio Display XDR,均不支持任何基于英特尔处理器的 Mac 机型。 苹果明确表示,这两款显示器兼容的 Mac 列表可以追溯到 2020 年,但所有型号内部搭载的都是 M 系列芯片。IT之家附完整兼容列表如下: 16 英寸 MacBook Pro(2021 年及后续机型) 14 英寸 MacBook Pro(2021 年及后续机型) 13 英寸 MacBook Pro(M1 芯片,2020 年及后续机型) 15 英寸 MacBook Air(2023 年及后续机型) 13 英寸 MacBook Air(M1 芯片,2020 年及后续机型) Mac Studio(2022 年及后续机型) Mac mini(2020 年及后续机型) Mac Pro(2023 年及后续机型) 24 英寸 iMac(2021 年及后续机型) 苹果自 2020 年发布首批搭载 Apple Silicon 芯片的设备以来,便逐步与英特尔解耦。MacBook Air 于 2020 年完成过渡,MacBook Pro 系列则在 2021 年全面转向 Apple Silicon,其他 Mac 产品线也陆续跟进,最后一批搭载英特尔芯片的 Mac 是 Mac Pro,其英特尔版本于 2023 年正式停产。截至目前,苹果已有近三年时间未销售任何搭载英特尔芯片的 Mac 电脑。 随着英特尔 Mac 的长期停产,苹果也在逐步收紧对其的支持。据此前消息,macOS Tahoe 将成为英特尔 Mac 所能获得的最后一次大版本系统更新,后续的 macOS 27 将不再支持这些机型。不过苹果承诺,在 macOS Tahoe 之后,英特尔 Mac 仍将获得为期三年的安全更新。
苹果发布两款新MacBook:AI性能破纪录,最强显示器卖两万五
Mac 合家欢 正如期待那样,苹果刚刚通过「官网直接上架」+「新闻稿」的方式,推出了最新的 M5 Pro/Max 款 MacBook Pro 和一大堆 Mac 更新。 这次上新的 MacBook Pro 相比昨天发布的「闹人」iPhone 17e,让人兴奋的元素少了一些。 毕竟它和爱范儿去年测试过的 M5 MacBook Pro 的唯一区别,就是处理器新增了 M5 Pro 和 M5 Max 两种规格,除此之外几乎再无变化。 图|Apple 而这次的 M5 Pro 与 M5 Max 处理器,的确有一些可以让人刮目相看的资质。 M5 Pro/Max 相比标准版 M5,差异最大的自然是核心数量。 根据爱范儿去年基于标准版 M5 处理器的评测,哪怕仅仅 10+10 核心的 M5,在很多追求本地算力的应用中已经可以追平当年的「巨无霸」M1 Max 了。 关联阅读:MacBook Pro M5 首发评测:苹果最接近「游戏本」的一次? 而规模更大的 M5 Pro 与 M5 Max,毫无疑问将会成为 2026 年 Mac 家族中的性能标杆。 目前我们看到,M5 Pro 的起步配置为 15 核 CPU + 16 核 GPU,最高可选配 18 核 CPU + 20 核 GPU 的组合: 而 M5 Max 的核心配置则来到了 18 核 CPU + 32 核 GPU 起步、18 核 CPU + 40 核 GPU 封顶的规模。 鉴于本次 N3P 工艺的进步,双端性能再创新高不是梦: 同时,本次 M5 家族的神经网络加速器规模同样不容小觑。 去年的标准版 M5 上,苹果就为每颗 GPU 核心都内置了「新一代神经网络加速器」,让 Msty Studio 和 VidHex 之类本地 AI 工具取得了不俗的效果: 在 Msty Studio 中使用相同指令测试首词元响应速度 而相同的神经网络加速器应用到 M5 Pro 与 M5 Max 规模更加庞大的 GPU 核心之后,其在本地机器学习和 AI 加速方面的表现只会更加出色—— 根据苹果的介绍,M5 Pro 在 LLM 提示词处理工作中「相比 M1 Pro 可以实现 6.9 倍的提升」,M5 Max 则相比 M1 Max 实现了 6.6 倍的飞跃: 同时我们也能看到,在代码编译场景下,M5 Pro 不仅相比 M1 有接近 2.5 倍的提升,其表现甚至比 M4 Pro 都有了约 25% 的进步: 这种进步幅度可不是单纯堆砌 GPU 规模或者盲目提频能够实现的,台积电 N3P 工艺和改良过的架构设计在其中都功不可没。 同时,今年的 M5 Pro/Max 上还首次应用了一套「全新融合架构」,可以「将两颗芯片集成到单个 Soc 中」—— 不出意料的话,这就是此前爆料中提到过的台积电 SoIC-MH 工艺,让不同架构的处理器单元可以更灵活地在晶片上排布。 MacBook Air:提速! 此外,本次处理器升级的不止 MacBook Pro,大半年没有更新的 MacBook Air 终于迎来了处理器升级。 按照计划,MacBook Air 从 M4 升级到了 M5,有 10+8 核与 10+10 核两种规模,依然为 16、24 和 32GB 三款内存: 最重要的好消息在于,这一代 MacBook Air 的硬盘起步配置来到了 512GB,价格 8499 元起(13 寸)。 并且过去几年「硬盘掉速」的问题终于得到了苹果的重视,根据官网上的说法,「新版 MacBook Air 换用了新的 SSD」,读写速度提升了两倍。 苹果显示器:影分身! 整整五年没更新的 Studio Display 终于在这个春天得到了新生,并且还夺舍了自家大哥 Pro Display XDR—— 是的,你没看错,Pro Display XDR 没有了,现在官网只剩下 Studio Display 和 Studio Display XDR: 与预测的相同,新款用上了之前 CES 上 LG 展示的那块高刷 5K 面板(或类似物),让 Studio Display XDR 解锁了 ProMotion 能力。 只不过等级森严的传统不能丢,虽然 Studio Display XDR 更新了 120Hz 刷新率,但新 Studio Display 依然是 60Hz。 但 5K 120Hz 绝不是个轻松的参数,以至于苹果官网自己都要标明: 搭载 M1、M1 Pro、M1 Max、M1 Ultra、M2 和 M3 芯片的 Mac 机型搭配 Studio Display XDR 使用时,刷新率最高达 60Hz 。 而在软件方面,Studio Display XDR 还带来了一样新东西:DICOM 医学影像校准。根据官网的介绍: Apple 发布了全新的 DICOM 医学影像预设和医学影像校准器,使放射科医生能够直接在 Studio Display XDR 上查看诊断图像,为单一用途的医学影像显示器提供了一种多功能替代方案,并支持无缝显示模式切换。 还记得医院墙上那个用来看 CT 的背光板吗?现在 Studio Display XDR 可以借助自己 2000 尼特的峰值 HDR 亮度来给医生帮忙了: 新版 Studio Display XDR 和 Studio Display 的起售价分别为 24,999 元和 11,999 元。 存储价格:还得涨! 对于 2026 年那个逃不开的话题,新 Mac 产品家族的各项存储规格也值得大家更密切的关注。 以最具代表性的 MacBook Pro 来说,本次 M5 Pro/Max 处理器依然提供 24、36、48、64、128GB 共五种可选的内存规格。 但与上代的 M4 Pro/Max 面临的问题一样,M5 Pro/Max 的内存依然是严重「叉着卖」的。 换句话说,基础 15+16 核心的 M5 Pro 只有 24 和 48GB 两种规格可选。只想要 36GB 内存,就必须加一大堆钱升级到 M5 Max 才行。 为了让大家看得更直观,我们制作了这个对照表来帮大家理解: 相比劈叉的统一内存,新 MacBook Pro 的硬盘反而单纯了许多,还是熟悉的 1TB、2TB、4TB、8TB 组合,以前的 512GB 选项被取消了: 苹果或许能够在体量相对比较小的 iPhone 17e 上「加量不加价」。但对于 1TB 起步、8TB 封顶的 MacBook Pro 来说,存储价格压力依然不容小觑。 比较好玩的是,目前苹果官网的预购页面上,仍然提供 Final Cut Pro 与 Logic Pro 的买断制选项。 在顶上,苹果只用一行不起眼的小字列出了 Apple Creator Studio 服务:  图|Apple 需要注意:根据苹果此前的说法,通过 ACS 订阅的那些工具软件(包括创意工具和 iWork 三件套)和此前买断的版本,后续在功能性和 AI 能力上会产生版本差异。 如果你计划后面三五年都持续使用苹果创意全家桶的话,还是直接订阅 Apple Creator Studio 更省事一些。 图|Apple 考虑到 M5 Pro 和 M5 Max 是眼下整条 Mac 线中「无可争议的性能之巅」,对于那些需要 MacBook Pro 出外勤去现场剪辑、临时编译、移动调色的「prosumer」来说,这个价格相比之前其实没什么大区别。 也应了爱范儿之前的选购建议: 明确需求,该买就买,买新不买旧。 毕竟 MacBook Pro 作为一款工具属性拉满的产品,对于大多数人来说,如果你买它不是为了挣钱的话,那么大概率是没有必要买的。  图|AppleInsider
突发!阿里千问负责人林俊旸或从千问离职,曾是阿里最年轻的P10
刚刚,通义千问核心负责人林俊旸在 X发文表示将从千问项目 step down。并不一定是离开阿里,但至少意味着千问这条开源旗舰线,进入了一个交棒/换挡的组织节点。 林俊旸年仅 32 岁,是阿里巴巴最年轻的P10级技术负责人,也是全球最强开源模型之一——通义千问核心推动者。从北大课堂到达摩院实验室,从算法代码到开源生态,他用十年时间完成了从“让机器懂语言”到“让智能走进世界”的跃迁。 2025 年春,当全行业仍在争论“开源还是闭源”“Agent 还是模型”“具身智能(Embodied Intelligence)是否为下一战场”时,林俊旸已带领团队悄然开启新一轮进化——让智能从虚拟世界走向真实世界,从理解语言到学会行动。 与许多算法天才不同,他的成长路径是一条更不寻常但极具逻辑的路线:北大本科学计算机,研究生却选择语言学与应用语言学——不是逃离理工,而是试图回答一个更难的问题:“要让机器懂人类语言、理解人类意图,它首先要学会什么?”正是这段语言学训练,为他后来在大模型语义理解、多模态对齐,以及人机协同智能方向的突破,打下了别人少见的底层逻辑。 2019年毕业后,他没有选择学术,而是进入阿里达摩院智能计算实验室,加入仍处于初期的多模态预训练项目M6。一年后,通义千问立项,他成为核心架构成员;2022年正式升任技术负责人;2024年带队开源Qwen系列,在全球模型排行榜上与GPT、Claude正面交锋;2025年,他又亲自宣布组建机器人与具身智能团队,试图让模型走出屏幕,去“看世界、动手、行动”。 这次人事调整,讲成为千问的重要分水岭。
让财务官当CEO 利润全球第一的丰田也缺钱了
暴跌43%。 3月1日消息,丰田在2026财年第三季度(2025年10-12月)的净利润为1.26万亿日元,较2025财年同期减少0.93万亿日元,同比减少43%,几近腰斩。 丰田宣布从2026年4月1日起,丰田首席财务官近健太(Kenta Kon)接替佐藤恒治(Koji Sato)担任丰田公司CEO,佐藤恒治改任丰田汽车副会长和新设立的首席产业官。负责内部协同和外部合作。 值得注意的是,这是丰田89年历史上,首次由财务高管担任社长职位。被外界评论认为丰田要“收紧钱袋子”。 近健太 来源丰田官网 继任者近健太身上有三个光环: 1. 他在丰田有35年财务工作经验,从会计一路晋升到CFO,对丰田财务具备从下而上的全局认知; 2. 他曾担任丰田会长丰田章男的私人秘书,可以更好地执行丰田董事会决议,确保公司大战略不会跑偏; 3. 他是丰田子公司编织之城(Woven)董事。该公司负责研发Arene车载操作系统、AI、高阶智驾,面向未来,为丰田争夺未来汽车产业的主导权。 时隔三年再一次换帅,财务官当CEO能帮丰田收紧钱袋子吗? 01 丰田为什么会缺钱? 财报数据显示,丰田在2026财年第三季度(2025年10-12月)的净利润为1.26万亿日元,较2025财年同期减少0.93万亿日元,同比减少43%。 丰田利润大幅下滑,首要原因是美国关税政策带来的巨额冲击,仅关税一项便造成公司1.2万亿日元的损失,导致丰田短期内利润暴跌。 中长期原因则是由于上一任社长佐藤恒治,一直奉行的“多路径Multi-Pathway”技术路线,在纯电、混动、氢能、储能、AI、智慧城市等多个领域同时投入,高举高打。这意味着丰田战线被拉长,财务承压。 丰田陷入两难:不投入研发在全产业链布局会失去未来;过量投入则让财务苦不堪言,失去现在。 要理解丰田当下的窘境,绕不开前任社长佐藤恒治的个人经历。 佐藤恒治被称为“工程师社长”,其履历与丰田经典车型紧密相连。 自1992年入职以来,佐藤恒治参与过卡罗拉、普锐斯的部件开发。是雷克萨斯GS和LC车型的总工程师,也是雷克萨斯品牌的负责人。履历上看,佐藤恒治擅长造车搞研发,自然对研发投入十分关心。 佐藤恒治 于是在2023年4月,佐藤恒治接替丰田章男出任社长,顺理成章地推动了“多路径Multi-Pathway”技术路线,其中不少产品和技术也在中国市场落地。 举例来看,纯电领域,丰田推出了智能纯电SUV的铂智系列,供应商列表中不乏比亚迪、鸿蒙座舱等中国元素;氢能源领域,丰田与中国重汽共同开发了49吨氢燃料电池重卡;Robotaxi领域,丰田与小马智行合作开发的量产版L4级无人驾驶铂智4X;此外,在储能、能源管理领域,丰田与中国也有多项技术合作开花结果。 可以看到,丰田技术合作矩阵覆盖纯电、氢能、混动等多个领域,从底层技术到终端服务全链条,丰田几乎都在涉足。 这只是佐藤恒治任职三年来研发投入的冰山一角。丰田在全球有20个研发中心,类似与中国的合作研发模式,在日本本土、北美、欧洲、印度也在疯狂烧钱。 丰田上海研发中心 财报显示,2025全年丰田研发投入合计1.37万亿日元(约690亿人民币)。作为对比,中国前十大车企去年的总利润也不过450亿。 但是由于巨额研发投入周期长回报慢,当下已开始拖累财报。2025年前三季度,丰田营业收入同比增长6.8%,但净利润同比降幅高达26.1%。增收不增利。 作为全球最赚钱的汽车公司,丰田也感受了财务压力。因此选择首席财务官近健太担任丰田CEO就不足为奇了。 02 丰田危机,近健太能扛得起吗? “为了整个汽车产业,丰田必须坚持投资。” 近健太近期表示,自己未来的核心使命是“建立能够支撑这种投资的收益结构”。 但也有投资者表示担忧,称丰田迎来了“通用时刻”。 1958年,当时如日中天的通用汽车遭遇经济下行经营困难,首次启用财务官担任CEO,被认为是“算盘”让位于“方向盘”。 为了缩减成本,通用当时让雪佛兰、别克等高中低端车型通用零件,短期内增长了利润,但却损失了品牌差异化,成了“套壳”工厂。 通用1959年生产的轿车 当财务管理凌驾于产品研发,结果就是产品同质化,无法冲击高利润的高端产品,失去未来技术储备。 通用的教训表明,财务出身的CEO往往擅长“止血”而非“造血”。 近日近健太明确表示,“当前必须降低盈亏平衡点,以抵御市场低迷期”。言下之意,研发该做还是做,业务该砍还得砍,否则无法抵御风险。当下而言,“止血”更重要。 投资者担心也不无道理。因为历史上丰田也曾犯过类似错误,如高端雷克萨斯和低端卡罗拉也通用零件。品牌形象被长期钉在“买菜车”上,导致旗下高端车持续低迷。 因此,在丰田章男担任CEO的14年中,一直致力于“不要做无聊的车”的经营理念。 丰田章男亲自带队重返WRC,先后推出了GR雅力士、丰田86等极富个性的运动车型;民用车上也采用了赛车同源的低重心、轻量化以及高刚性的TNGA/DNGA平台,摆脱了“无聊”标签,力图避免丰田变成另一个通用,失去品牌差异化。 来源丰田章男官微 继任者佐藤恒治拉长战线搞研发,也是为了确保丰田在未来的品牌差异化和产品差异化。他甚至在卸任时还调侃新社长近健太“真的很喜欢小型货车,如Voxy和Noah家庭搬运车”。 这些小型车功能配置简单,但利润高,在日本是摇钱树。唯一的缺点是无聊,佐藤担心这会伤害利润更高的混动车型、运动车型、豪车车型的品牌溢价。 对于近健太来说,如何避免失去品牌差异化的同时,还能守住财务数据,同时为丰田在软件、人工智能和自动驾驶等前沿领域筹集足够的资金。这都是丰田内部亟待解决的问题。 GR雅力士 来源丰田章男官微 更大的危机还在于,随着地缘关系日趋紧张,外部环境日趋复杂,逆全球化局势不可避免。丰田作为跨国公司赖以生存的基础能源、矿产、低关税、工程师红利、蓝海市场都面临巨大挑战。 精打细算的财务CEO或许能守住丰田的现在。 但未来,丰田是否会因为财务指标让创新投入缩减,让品牌回到十几年前那个无聊的买菜车阵营中? “我一直在考虑钱的事,并建立一个财务根基,这样我们才能制造出好车。” 近健太说。
4499的iPhone 17e是苹果最便宜的“AI船票”
作者|桦林舞王 编辑|靖宇 苹果用一个「大周」,打了整个行业一个措手不及。 3 月 2 日到 4 日,库克把 iPad Air、低价 MacBook、iPhone 17e 打包塞进三天,没有发布会,没有 One More Thing,直接用新闻稿轰炸。 但真正让我觉得「这手挺狠」的,是 iPhone 17e 里那颗 A19 芯片。 这是苹果今年旗舰 iPhone 17 系列同款的处理器,现在出现在了一台 599 美元的手机上。 01 不涨价的 17e,猛攻中端机 很多人第一反应是「苹果妥协了」。 我觉得恰恰相反。苹果从来不做亏本生意,这次把 A19 放进 17e,是一次精心计算过的主动进攻。 回想一下 iPhone SE 时代,那时候的廉价 iPhone 策略很简单——用上一代芯片,压缩成本,维持利润。iPhone 16e 延续了这个逻辑,用的是 A18,功能砍了不少,但至少还在「上代旗舰」的水位。 这次 17e 直接配上 A19,跨越了一道隐形的门槛。 A19 不只是一颗快的芯片,它是苹果 Apple Intelligence 全功能运行的基础。没有足够强的本地神经引擎,设备端 AI 就只能停留在「云端调用」的层面,体验大打折扣。 17e 继续维持小屏形态|图片来源:Apple 苹果这么做的逻辑很清楚——AI 功能,必须下沉到 599 美元这个价格带。 Google 早在 Pixel 8a 上就把 Gemini Nano 推了下来,三星的 Galaxy AI 也在中端机型里铺开。苹果如果继续用「弱芯片 + 残血 AI」的方式做入门款,等于在年销量最大的价格区间主动放弃了竞争。 这对一家把服务收入视为核心增长引擎的公司来说,根本不可接受——你用着功能残缺的 Apple Intelligence,怎么可能心甘情愿续订 Apple One? Goldman Sachs 的分析师看得很准,这次定价之所以撑得住,背后是苹果自研组件体系的成熟。 C1X 基带首次亮相是在 iPhone 17 正代系列,现在就能推进到 17e,说明苹果已经把这颗芯片的产能和成本控制到了可以大规模下放的水平。自研基带省下来的钱,填进了 A19 的成本里。 02 256GB,猛捅 Andorid 友商 256GB 起步,这件事比 A19 更容易让普通用户感受到诚意。 上一代 iPhone 16e 在同样价格下只给 128GB,这次直接翻倍。 时机选得很微妙——全球内存芯片因供应短缺正在涨价,苹果选择在这个节点把存储规格拉上去,却没有涨价,说明它愿意自己吃掉这部分成本压力。 有中文科技媒体算过一笔账:256GB 的 iPhone 17e 国行售价 4499 元,而 iPhone 17 起售价 5999 元,差价 1500 元。消费者拿到的是同款芯片、同款基带、存储还更大,只是摄像头规格和屏幕刷新率有所差异。 这个差异值不值 1500 元,每个人都要重新想一想。 这恰恰是苹果最擅长的刀法——用精准的功能取舍,在价格梯度上制造心理博弈。 MagSafe 的加入是另一个聪明的地方。 17e 终于开始支持 MagSafe 磁吸生态|图片来源:Apple MagSafe 生态在过去几年里积累了大量配件用户,充电器、支架、钱包、车载磁吸……这些人换手机的时候,不得不优先考虑 MagSafe 兼容性。 17e 把 MagSafe 下放到入门级,等于把这部分用户牢牢锁死在苹果生态里,换安卓的迁移成本又高了一截。 Ceramic Shield 2 代的加入也是同样的逻辑——耐用性是购买决策里最底层的需求,尤其对于预算敏感的消费者,「摔不坏」比「跑分高」更实在。 03 17e,苹果是认真的 TechAdvisor 有一句评论说得很直白,说苹果「不想让你买这款手机」,言下之意是 17e 像个「不情愿的妥协」。 我不同意这个判断,但我理解为什么会有这种感觉。 苹果确实在 17e 上做了克制——没有长焦镜头,没有高刷屏,摄像头是单颗 48MP,没有 ProMotion,没有 Dynamic Island。 这些「没有」是故意的。苹果要保证 999 美元以上的 iPhone 17 标准版和 Pro 系列存在充分的差异化空间,否则整个产品线的逻辑就会乱。 但「克制」不等于「敷衍」。 17e 支持 4K 60 帧拍摄规格|图片来源:Apple 把 A19 放进来这个动作,恰恰说明苹果非常认真地对待这个价格区间。 真正被这刀刺到的,是三星和谷歌在中端市场的布局。 三星上周刚刚上调了 Galaxy S26 系列的售价,在竞争对手提价的窗口期,苹果维持 599 美元同时拉升规格,时机卡得相当准。 中端市场的消费者现在面对的问题变了,不再是「买苹果还是买安卓」,而是「花 599 美元买功能完整的苹果,还是花差不多甚至更多的钱买一台安卓」。 对中国市场来说,4499 元的价格带正好踩在华为、小米、OPPO 的主力竞争区间。 这些厂商在这个价位早已深耕多年,影像、设计、本地化体验都是强项。但苹果拿出来的筹码是「同款旗舰芯片 + AI 全功能 + 生态粘性」,而且把入门存储拉到 256GB。 这场仗怎么打,要等 3 月 11 日开售之后的实际市场数据来说话。 04 「e」系列,正在变成一个新物种 从 SE 到 16e 再到 17e,这条产品线走过了一条微妙的进化路径。 SE 时代的定位很明确——给「不想换手机」的人续命,小屏幕、Home 键、低价,服务的是习惯了旧体验的存量用户。那时候的廉价 iPhone 是往后看的。 现在的「e」系列开始往前看了。 17e 的最先进芯片可以跑高端手游|图片来源:Apple A19 芯片意味着 17e 的用户,可以跑完苹果未来两三年内推出的全部 AI 功能,不会因为「芯片不够」而被踢出局。 苹果不再把入门级当成「打折旗舰」来卖,而是把它当成「AI 生态的入口」来设计。 有行业观察者说了一句我觉得很准的话:苹果正在把「e」系列从「廉价替代品」,变成「技术下沉的试验田」。 这条线的用户量一旦起来,反过来又能摊薄苹果在 Apple Intelligence 基础设施上的研发成本,形成正循环。 599 美元,苹果真正想卖给你的不是这台手机。 是一张进入苹果 AI 生态的长期会员资格。
何小鹏赌约背后,中美智驾只剩“一年之差”
撰文 | 常 笑 编辑 | 张 南 设计 | 甄尤美 1903年,霍拉肖·杰克逊和苏厄尔·克罗克驾驶着简陋的汽车,在泥泞与荒野中挣扎了整整63天,终于从旧金山抵达纽约。彼时,这场驾车横穿美国的艰难跋涉,只为向世界证明汽车不是“昙花一现的消遣玩物”。 时隔122年后,相似的路线被赋予了全新的意义。2025年底,历时2天零20个小时,跨越2732.4英里(约4397公里),坐在特斯拉Model 3里的大卫·摩斯,在全程无接管的情况下,达成了首次凭借智能驾驶技术横穿美国的壮举。 这场看似科幻的现实演绎,不仅是汽车工业的百年进阶,更是自动驾驶行业经历的一场跨越式变革。 刚刚过去的2025年,自动驾驶行业没有迎来所谓“技术终局”的大一统,反而陷入了更激烈的路线突围战。当单纯的端到端大模型遭遇长尾场景的瓶颈,一场集体押注“认知智能”的竞速由此引爆,并一路烧至2026年。 在这场博弈中,各方角力的落点,都指向了同一个神秘代号——VLA(Vision-Language-Action,视觉-语言-动作模型)。 大洋彼岸,特斯拉在FSD V14版本引入类VLA多模态增强模块,通过增强逻辑泛化能力解决“直觉驾驶”的不可知性;而英伟达在美国CES 2026上更是连新卡都不发了,反手直接开源基于VLA的推理模型Alpamayo 1,其创始人黄仁勋更是称其为“世界上首款能思考、能推理的自动驾驶汽车AI”。 视线回到中国,产业回应更为迅猛。地平线、元戎启行等供应商纷纷亮出成熟方案,理想、吉利、奇瑞、长城等车企密集开启了VLA的量产竞速。 3月2日,小鹏汽车正式发布其所谓的第二代VLA,并将战火推向了新的维度。根据官方介绍,这是全球首个量产级物理世界大模型,核心是去掉了语言转译环节,实现视觉直出动作的端到端决策。 年初,小鹏汽车董事长、CEO何小鹏曾将2026年定义为中美自动驾驶元年。而在此次会上,何小鹏更是放话说:“小鹏第二代VLA将开启自动驾驶的DeepSeek时刻,最快1年就能实现完全自动驾驶。” 一片喧嚣之下,当VLA加速从实验室走向量产,自动驾驶行业的底层游戏规则正在被悄然改写。 中美竞速,VLA缘何大火 故事的起点,其实源于一场行业集体的“迷航”。 时间倒回到三年前,特斯拉FSD V12横空出世,用“端到端”的暴力美学震惊了世界,它彻底抛弃传统模块化与硬编码规则,代码量从30万行锐减至2000行。这种用统一神经网络直接将摄像头像素映射为方向盘转角的“直觉驾驶”,一度被视为行业的终极答案。 中国车企与供应商也迅速跟进,卷入这场名为“端到端”的军备竞赛。彼时的共识简单而粗暴:似乎只要把感知、规划、预测全部塞进一个巨大的神经网络,奇迹就会发生。 然而,随着2024年末特斯拉FSD V13的推送,行业遭遇了当头一棒。尽管特斯拉将算力堆到了极致,模型参数量相比V12提高了三倍,但那个“黑箱”依然会时不时出问题,不断出现的低级失误直接击碎了“端到端万能”的幻想。 这时候,行业开始意识到:端到端虽然在信息传递效率上做到了极致,规避了模块化端到端信息熵减的弊端,但它本质上还是一个巨大的概率拟合器。其展现出的强大直觉,也仿佛只得到了身体,却没能得到灵魂。当面对那些从未见过的长尾场景时,这个“黑箱”内部发生了什么、会产生什么决策,没有人知道。 这种缺乏可解释性、逻辑推演能力的特性,成为横亘在L2辅助驾驶与L4完全自动驾驶之间一道难以逾越的天堑。就在大家都在这个“直觉陷阱”中苦苦挣扎时,VLA多模态架构的出现,恰好踩中了这个痛点。 其实,早在2023年7月,谷歌DeepMind就推出了基于VLA架构的RT-2模型,让机器人具备了惊人的零样本学习能力。遗憾的是,由于聚焦低速封闭场景,它在当时并未引发自动驾驶圈的躁动。 但当纯端到端路线显露出瓶颈后,VLA的价值开始被重新发掘:自动驾驶行业迫切需要为车辆植入“认知”能力。 2025年10月,特斯拉自动驾驶副总裁阿肖克·埃卢斯瓦米(Ashok Elluswamy)的一张PPT,意外揭开了FSD V14的底牌:特斯拉正在“悄悄”引入类VLA的多模态模型,试图用“思维链”破解黑箱的低级错误。 这一信号,也瞬间被中国自动驾驶军团敏锐地捕捉到了。何小鹏在亲赴北美体验后,发出了那句著名的感慨:“FSD V14和特斯拉Robotaxi已经没有区别,L2和L4可以用同一套系统实现。”这不仅仅是感叹,更是一种“找对了”的释然。 前理想汽车自动驾驶研发高级副总裁郎咸朋更是直接定调:“如同端到端结合数据闭环取代了原来的规则算法研发范式一样,VLA结合强化学习将会成为智能驾驶新的护城河。” 为什么中国车企会有如此强烈的共鸣?因为在VLA架构的加持下,中美双方的前沿技术第一次站在了近乎同一起跑线上。 2025年初,小鹏与理想几乎在同一时间遭遇了端到端的天花板——系统泛化性增强,却始终无法触及真正的自动驾驶逻辑。“我们决定将盖了一大半的房子推倒,重搭地基。”何小鹏在测试了新一版系统后,决定直接转型VLA这样的端到端自动驾驶方案。 而理想汽车董事长兼CEO李想也在推出端到端1000万Clips版本后,决定加快交付VLA,不能继续在原有的路径上死磕。在他们看来,如果系统没有思考能力,无论堆多少数据,都无法抵达L4。 那么,特斯拉也好,小鹏、理想也罢,为何中美头部玩家会如此默契地集体转向VLA? 首先是技术底层逻辑的质变。 VLA的核心逻辑,是在传统的视觉和动作之间,插入了一个语言模型(L)。这个简单的插入,却质变了系统的处理方式:它让车辆开始学会像人类司机一样靠“预判与经验”开车,而不是单纯地靠肌肉记忆“背交规”。 在这个架构下,当摄像头看到路边一个穿着反光背心的人挥手,端到端模型可能还要靠海量数据去猜测该不该停,而VLA模型会将画面转译为“前方有施工员指挥交通”,结合内置的驾驶常识进行逻辑推演,再决定减速绕行。 简言之,传统端到端只有见过的场景才会;VLA这样的端到端,靠语言常识,没见过的场景也能推理。很显然,这种从“直觉”到“认知”的跃升,正是解决当下长尾问题的钥匙。 其次是商业落地的现实倒逼。 随着L2+辅助驾驶在量产车上的全面普及和下放,单纯的功能比拼已经到了尽头,头部企业原本引以为傲的差异化优势正被快速抹平。如今的用户不再满足于“能开”,而是苛刻地要求“好开”。 但在现有的端到端能力下,要解决那最后1%的长尾难题,所需的数据成本和算力成本正呈指数级上升,带来的边际效益却在递减。 对于车企而言,急需一种更具性价比、更泛化的技术方案来突破体验的天花板。而VLA通过引入常识推理,能够用逻辑能力弥补极端数据的不足,无疑是在当下算力与数据边界下,打通体验跃迁的捷径。 更为重要的是,VLA的出现正在重塑L2与L4的行业估值逻辑。过去,辅助驾驶(L2)与完全自动驾驶(L4)被视为两个割裂的市场:L2靠卖车赚钱,L4靠Robotaxi运营赚钱,两者的技术栈也完全不同。 但VLA架构的出现打破了这种割裂:一套具备认知能力的多模态模型,可以同时覆盖量产车和Robotaxi,甚至还能同步泛化到人形机器人等更多终端。这意味着,车企未来可以用同一套技术底座,“通吃”多个万亿级市场。 对于资本市场而言,这不仅极大降低了研发的沉没成本,更让L4的落地时间表从遥遥无期变得清晰可见。 同济大学汽车学院教授朱西产指出,智能驾驶行业已跨越早期认知与市场鸿沟,用户接受度发生了从“可选”到“必选”的转变,当前行业核心挑战已转变为:在用户基础确立后,如何向更高阶的自动驾驶演进并实现盈利。 基于此,《汽车商业评论》认为,VLA的意义,不仅在于它提升了端到端模型的“可解释性”,更在于它为行业找到了一个既能兼顾当下体验,又能通向未来L4的清晰商业闭环。 这才是过去一年,众多头部玩家都积极投身这场VLA竞速的根本原因。 几种路线,谁更接近“未来” 如果说三年前自动驾驶行业还处于Gartner技术曲线的“低谷期”,那么行至2026年,行业的水温已彻底改变。 一场前所未有的资本“回血”与上市潮,正在为此刻的冲刺加注燃料。2月2日,Waymo宣布获得高达160亿美元(约合人民币1110亿元)的战略投资,投后估值逼近万亿大关。 视线转回国内,2025年11月6日,文远知行和小马智行同日登陆港交所,分别成功募集23.9亿港元与77亿港元;随后,希迪自动驾驶也成功上市,成为首家专注商用车智能驾驶的港股公司。此外,滴滴自动驾驶、哈啰Robotaxi也相继完成大额融资。 资本市场的回暖,意味着行业已经熬过了最艰难的“死亡之谷”。 元璟资本管理合伙人刘毅然对此感触颇深:“经历过这一轮行业周期后,如今我们能看到,自动驾驶实际落地效果实现了从量变到质变,技术范式也迎来大幅升级,新的AI框架持续迭代,行业终于迎来了规模最大、爆发力最强、周期最长久的上行周期。” 这一次,不管是投资人、从业者还是普通消费者,都开始相信自动驾驶的落地已成定局,如今只剩时间问题。 但VLA的强势入场,也并不意味着自动驾驶行业就此形成单一技术路径的共识。恰恰相反,在AI大模型赋能下,自动驾驶圈的路线分野比任何时候都要更加激烈且微妙。 目前,行业在“端到端”的大共识下,逐步分化出三个派别:以元戎启行、理想、小鹏为代表的“VLA派”,以华为、蔚来为代表的“世界模型派”,以及Momenta、地平线等供应商的“一段式强化学习端到端”。 这三条路线,不仅是代码架构的不同,更是各家企业对“如何理解世界”的三种回答。 眼下风头最盛的,无疑是VLA路线。这一派别主张,VLA能解决纯端到端“死记硬背”视频片段、缺乏底层逻辑的短板,赋予车辆处理长尾场景的泛化能力。 以元戎启行为例,其能在2025年10月拿下第三方智驾市场近四成的份额,核心就在于这种方案的“可解释性”与“高拟人度”。 更为现实的诱惑在于数据飞轮效应。对于手握巨大用户基盘的主机厂而言,车卖得越多,真实语料和驾驶数据就越多。这种“先落地、再迭代”的战术,能让VLA模型以惊人的速度进化,远比“直指L4”更具现实意义。 然而,在风光的表象之下,VLA的“问题”同样不少。其核心症结就在于:将视觉感知转译为语言,再由语言转译为动作,这中间的“翻译损耗”究竟有多大? 要知道,语言天生存在模糊性,而这对于需要在毫米级空间中做精确运动的汽车而言,是致命的。 “放盐少许”在厨房是艺术,在自动驾驶系统里却是灾难。 在华为智能汽车解决方案BU CEO靳玉志看来,这不仅是画蛇添足,更是舍本逐末,“华为不会走向VLA的路径,这样看似取巧,其实并不是走向真正自动驾驶的路径。华为更看重WA(World Action),中间省掉language这个环节,通过信息输入直接控车”。 因此,面对VLA的“语感”流,华为和蔚来选择了他们认为更硬核的WA(世界模型)路径。在他们看来,VLA依然是基于经验的“概率预测”,而非真正的“因果推演”。 华为提出的“WEWA”架构,旨在构建一个可计算的物理引擎,让智驾系统通过云端模拟数据构建一个“数字孪生世界”,从而实现对真实世界的深度理解。 与VLA的“从数据到决策”不同,WA试图让系统“先理解世界,再作出决策”,这种思路被不少专家视为智驾的“终极答案”。 这种思路的优势在于“可验证性”。通过这种对物理世界的深度建模,车辆做出的决策不再是基于“常识”,而是基于“懂物理”。 但这无疑也是一场豪赌,构建一个高保真的物理世界模型,其训练代价是天文数字,这不是一般玩家玩得起的游戏。 就在VLA与WA激辩正酣之时,Momenta、地平线等供应商的“一段式强化学习端到端”路线,却在悄然攻城略地。 这条路没有那么多花哨的概念,不谈“思维链”,也不谈“物理引擎”,它追求的是极致的“黑盒”直觉。 它是通过海量的数据投喂和强化学习,让模型直接建立从感知到动作的映射,更像是在训练人类的“下意识反应”——老司机在紧急避让时,是不会先背诵物理定律的,肌肉记忆比逻辑推理更快。 Momenta之所以能在2025年拿下61.06%的第三方供应商份额,正是因为这种方案在覆盖多价位区间时,展现出了极高的泛化能力和成本优势。 在《汽车商业评论》看来,这三条路线的本质博弈,实际上是时间与空间的置换:VLA派追求短期未来下的体验极致,世界模型派追求通往L4级的终极安全,而一段式端到端则追求当下的“利益最大化”。 若以2026年为分水岭,局势依然充满变数。但变数之外,更有可能的是三者之间开始呈现“融合进化”的趋势。 有业内专家表示,现在行业仍处于模式的探索期,很多企业大概率不会“一条道走到黑”。 我们越来越多地看到,有的企业利用世界模型生成的高逼真虚拟数据,来反哺VLA的训练;有的尝试在端到端架构中嵌入世界模型模块,以补强长时预测能力。 比如,小鹏就在其最新的VLA 2.0架构中,尝试突破传统VLA依赖语言转译的路径,构建了以物理世界模型为核心的端到端架构,直接实现视觉信号到驾驶动作的生成,从而弥补了早期VLA因语言转译导致的信息损耗、延迟和数据使用效率低的短板。 据介绍,小鹏第二代VLA的突破并非单点能力升级,而是遵循L4能力等于“模型x算力x数据x本体”的规模法则。在保障安全与稳定性的基础上,该系统响应延迟率降低80%,推理效率提升12倍,综合行车效率提升23%。 对此,小鹏汽车通用智能中心负责人刘先明表示:“自动驾驶的本质是AI问题,AI的规模法则同样适用于物理世界模型。” 说白了,大家都在互相抄作业,取长补短。这更像是一场融合进化,而不是单纯的路线淘汰赛。 回看过去几年,从“重地图”到“无图”,从模块化到端到端,行业的风向从未停止过剧烈摇摆。 轻舟智航CEO于骞更是做出预判:“无论是VLA还是世界模型,都不会是自动驾驶的终极答案,未来必有新的技术诞生。” 在探索未来的过程中,技术的演进边界正在从算法层面向整车系统层面延伸。吉利联合千里科技在CES2026上发布的WAM(World Action Model)世界行为模型,便不再局限于单一派别的优劣之争,而是尝试构建一个统一的“整车大脑”。 WAM打破了自动驾驶、座舱、底盘等各个域之间的物理壁垒,试图把“世界模型”的理解力与“VLA”的执行力合二为一。 吉利将其比作“大脑+小脑”的协同:WAM像经验丰富的老教练利用世界模型宏观决策,而车端VLA则像敏捷的小脑负责精准执行。 这种从“算法融合”向“整车系统融合”的跨越,或许不失为一种新的解题思路。但要实现这一步,需要全栈自研的底气与对整车架构的掌控力,这注定并非所有玩家都能走通的路径。 对于大多数企业而言,当下的竞争依然务实且残酷。归根结底,不管技术名词怎么变,有一个硬指标是绕不开的。谁能率先在成本、安全与体验这个“不可能三角”中找到平衡点,谁就能率先定义真正的“未来”。 2026年,通往L4前的落地抢滩 当埃隆·马斯克抛出那句“实现安全无监督自动驾驶需要100亿英里训练数据”时,行业早已不是单纯的算法竞赛,而是一场拼算力、拼数据的“规模战”。 中汽协最新报告显示,2025年前11个月,全国配备城市NOA功能的乘用车销量达312.9万辆,占总上险量的15.1%,较2024年全年提升5.6个百分点。报告预计,到2030年城市NOA将成为辅助驾驶主流功能。2026年,智能驾驶行业将进入普及关键期,面临核心技术攻坚挑战。 很显然,在数据狂欢的背后,是一场关于生存资格的残酷洗牌。谁能更好地服务用户、解决实际问题,谁将在竞争中胜出。 有头部厂商预测,2026年中国具备高阶自动驾驶能力的车型,年销量有望冲击500万台量级。这意味着,无法提供可用城区NOA的车企,将直接失去这块巨大的增量市场。 因此,摆在很多主机厂面前的,是一道残酷的选择题:是死磕自研,还是寻求外供? 从目前来说,在AI大模型的“加持”下,自研的门槛正在被无限拔高。组建团队、训练泛化性强的模型、跑通数据闭环,这不仅是一个漫长的周期,更是一场金钱的马拉松。 有车企透露,仅训练VLA模型所需的算力卡采购,每年就高达数亿元,这还不包括人员薪资与运维开销。 因此,对于大多数腰部车企,甚至部分头部车企来说,与其在自研的无底洞里豪赌,不如拥抱成熟的供应商方案。 像华为、Momenta、地平线、元戎启行等厂商,之所以能在这个阶段拿下大量订单,核心就在于它们不仅能提供不输于自研的算法能力,更能通过极致的工程优化,把高阶自动驾驶打进15万甚至更低价位的车型中。 与此同时,在国际巨头的棋局里,一场关于生态控制权的争夺也悄然改变着战局。2026年CES上,英伟达开源了名为Alpamayo 1的思维链推理VLA模型。这款模型专为增强自动驾驶决策能力设计,可供汽车开发者调优、蒸馏,以成为其完整辅助驾驶技术栈的核心基础。 目前,包括Lucid、捷豹路虎、Uber和伯克利DeepDrive等企业,均展现出对Alpamayo的极高关注,希望开发基于推理的自动驾驶堆栈,以实现L4级自动驾驶。 英伟达的逻辑也十分清晰:通过开源基座模型,让车企能够快速搭建起一套具备“及格线”能力的自动驾驶系统,从而牢牢锁定Thor芯片的算力生态。 对于急于落地、渴望缩短研发周期的车企而言,这无疑是难以拒绝的诱惑,但也意味着在核心技术路径上被供应商深度绑定的风险。 很显然,对于车企而言,2026年的落地策略将不再是简单的技术比拼,而是资源整合与选择的艺术。 头部“新势力”与华为系车企,将继续通过全栈自研掌控数据闭环的每一个环节,以此构建差异化壁垒;而传统转型车企与新晋品牌,则会更多选择“强强联合”——在采购供应商高性价比方案的同时,保留自研团队进行联合调优与数据反哺。 毫无疑问,2026年,自动驾驶行业的较量将前所未有的激烈。这不仅是主机厂自研与供应商方案的PK,也是供应商之间的角逐,更是一场中国自动驾驶军团与特斯拉FSD之间关于速度与极限的全球竞赛。 2026年,这场竞速的“终局预演”,已随着特斯拉FSD的入华提速,从硅谷的测试场直接搬到了中国的城市道路上。 1月23日,马斯克在达沃斯世界经济论坛上公开表态,特斯拉满血版FSD最早将于2月份获得中国监管批准,正式进入中国市场。 尽管当下自动驾驶远未抵达终点,但必须承认,特斯拉依然是目前最接近那个“正确答案”的玩家。 当FSD的公测倒计时已经开启,这场全球竞赛也将从大洋两岸的隔空较量,变成中国城市街头的贴身肉搏,一个无法回避的问题摆在整个行业面前:我们与特斯拉的差距,究竟还有多远? 卓驭CEO沈劭劼在新近一次采访中给出了一个相对量化的行业基准:“我们现在与特斯拉的距离,已经从最初的三年缩短到一年时间。”这意味着,随着技术路线回归同一起跑线,竞争的核心已不再是底层的代差,而是工程落地的效率与数据闭环的转速。 更直观的对比来自2025年底的一场“赌约”。何小鹏在亲身体验了FSD V14之后,与自家自动驾驶负责人刘先明定下赌局: 如果在2026年8月30日,小鹏的VLA模型在国内能达到FSD V14.2在硅谷的运行效果,何小鹏将在硅谷研发中心筹建一座中国风味食堂,若未能实现,刘先明则需在金门大桥裸奔。 这看似是一场充满硅谷极客色彩的戏谑赌约,实则是中美头部玩家在技术认知上的一次正面“对表”。 至于赌约的输赢,何小鹏并没有多费口舌,而是直接在会上向全行业喊话:“车已到门店,欢迎来试,尽管对比!”刘先明也当场表态,称第二代VLA是小鹏在全球自动驾驶元年,给出的“中国答案”。 这并非盲目的乐观,而是基于架构同源后的理性预估。中国拥有全球最复杂、最稠密的交通场景,反而为训练VLA的语言推理能力提供了天然沃土。 在何小鹏看来,在这场科技变革中,中国在政策环境、硬件基础和软件能力等底层条件上都具备非常好的优势,这对走VLA路线的企业是一个巨大的机遇。 基于此,何小鹏给出了一个相当激进的预判:完全自动驾驶将在未来1-3年内完全到来,真正成为人们的日常出行习惯。 而这场竞速,也不再是谁先抵达终局,而是谁先在复杂场景中定义终局。 《汽车商业评论》期待在不久的将来,当一辆中国自动驾驶车能够从容应对全球最复杂的路况,完成一场无接管穿越中国的壮举时,那将不仅是一段物理距离的跨越,更是中国自动驾驶军团真正加冕的时刻。
全球媒体聚焦 | 巴基斯坦学者:了解两会对于理解中国发展至关重要
  国际地缘政治分析平台“世界地缘政治洞察(WGI)”近日刊载巴基斯坦伊斯兰堡和平与外交研究所所长、巴基斯坦-上海合作组织友谊论坛秘书长穆罕默德·阿西夫·努尔的文章。   作者认为,了解中国两会,对于理解中国的发展至关重要。两会不仅设定中国发展的年度目标,更描绘了一个基于稳定、包容和可持续增长的更广泛的现代化愿景。 文章截图   文章指出,随着中国一年一度的全国两会召开,全球目光再次聚焦北京。两会是中国国家治理模式的重要组成部分,旨在明确宏观经济目标、推进立法进程、确保政策连续性。   当前,中国正处于现代化进程的关键节点。全球贸易碎片化加剧、技术脱钩、地缘政治动荡以及多边秩序的不确定性等不利因素,是中国必须面对的外部挑战。就内部而言,中国发展模式正在加速向创新引领和‌消费驱动‌转型。 因此,两会商议的重点内容将为中国2026年及以后的战略发展指明方向。 文章截图   文章作者重点关注今年中国全国两会期间即将审查、讨论的“十五五”规划纲要草案,认为发展新质生产力的路径和策略将得到进一步明确,并确定把自主创新、人工智能、绿色能源和先进制造业作为经济发展主要驱动力。   文章还说,2025年,中国GDP突破130万亿元人民币,继续保持世界第二大经济体的地位。全国两会期间,中国将公布的新一年经济社会发展目标,并非仅仅是一个数字指标,它体现了中国政策框架中改革与稳定并重。   文章认为,技术创新将是今年中国全国两会讨论的核心议题之一。近年来,中国的研发投入稳步增长,人工智能、量子计算和先进制造等领域不断取得突破性成果。预计今年全国两会期间,将进一步讨论强化对半导体、新能源汽车和数字基础设施等战略性产业的支持政策。   文章还指出,今年的全国两会期间,中国将再次展现扩大高水平对外开放、吸引外资、积极参与全球治理改革的决心。   作者认为,在当今动荡分裂的世界中,中国全国两会将传递出明确的信息:稳定治理、前瞻性规划和实现共同发展,是国家战略的核心内容。   来源 | 总台环球资讯   编辑 | 龚晨   签审 | 陈濛   监制 | 邹浩宇
GPT-5.3新模型撞车Gemini,OpenClaw:谢谢你们
在 AI 模型的命名玄学里,「Instant」和「Lite」这两个后缀,长期以来都带着一股说不清道不明的廉价感。 不是没有原因。过去这类模型给人留下的印象,基本就是:速度快、脑子慢,做做文本总结勉强够用,一旦碰上稍微复杂的推理任务,就开始一本正经地胡说八道。 久而久之,轻量模型几乎成了「将就用」的代名词。 就在刚刚,OpenAI 和 Google 又一次撞车,发布了各自的轻量模型,并试图用硬实力来扭转这个刻板印象。省流版如下: GPT-5.3 Instant: 更具「人味儿」的智能助理,大幅降低幻觉率、减少「AI 腔」以及强化细节写作能力,沟通更自然精准,适合对内容质量要求高的场景(写作、专业问答、高风险领域) Gemini 3.1 Flash-Lite:便宜、快、不拖泥带水,还支持「思考等级」调节功能,在保持高吞吐量的基础上兼顾了深层逻辑推理,适合大规模、高实时性的批量任务(内容审核、UI 生成、NPC 对话) GPT-5.3 Instant:终于学会像个正常人一样聊天了 经常用 ChatGPT 的人,大概都有过这种无奈:你只是随口问个小问题,它非要先给你端上一段「作为一个人工智能,我需要提醒你……」的长篇大论。 这种总想教人做事的「AI 腔」,确实挺招人烦的。好在,OpenAI 这次是真的听进去了。 新上线的 GPT-5.3 Instant 花了很大的力气来解决这个「毛病」。它学会了直接给出答案,不再啰里啰嗦地铺垫。 除了不爱说废话,它也变得更靠谱了。旧版本搜完网页之后,容易把一堆链接和不相关信息堆到你面前。 得益于搜索能力的提升,GPT-5.3 Instant 会主动把网页内容和自身的背景知识结合起来,先想清楚你真正想问什么,再给出有重点的回答,而不是把搜索引擎的工作原封不动地转包给你。 OpenAI 公布的内部评测显示,在联网状态下幻觉率降低了 26.8%,仅靠内部知识时也降低了 19.7%。官方特别提到医疗、法律、金融等高风险领域,新模型在这些场景下的谨慎程度和准确性都有明显改善。 最令人惊喜的,其实是它在写作上的变化。 OpenAI 用一首诗的对比做了说明:同样写一个费城邮递员退休最后一天,旧版本倾向于堆砌「把这座城市背在邮袋里」这类抒情句,新版本则会写那根「掉漆的蓝色栏杆」、那扇「总有狗在门口等着的栅门」。情绪不靠凹,就这样自然而然流露出来。 语气上的调整也是此次更新的核心目标之一。 「停下。深呼吸。」这类会打断对话节奏的句式被刻意减少,整体风格更直接,少了一种不必要的「AI 腔」。用户仍可在设置里自定义回复的温暖程度与热情度,调出自己习惯的交互风格。 GPT-5.3 Instant 即日起向所有 ChatGPT 用户开放,API 名称为「gpt-5.3-chat-latest」。付费用户还可以在旧版模型里继续用 GPT-5.2 Instant,但它将在今年 6 月 3 日正式退役。 彩蛋时间 Gemini 3.1 Flash-Lite:便宜、反应快,还挺聪明 相比于 GPT-5.3 Instant 的好好说话,Gemini 3.1 Flash-Lite 走的是纯粹的务实风,目标非常明确:就是要快,就是要便宜。 价格方面,Gemini 3.1 Flash-Lite 的输入价格是 0.25 美元每百万 tokens,输出价格是 1.50 美元每百万 tokens。 这是什么概念?如果你是一个开发者,这意味着你大概花不到 2 块钱人民币,就能让 AI 阅读相当于 5 本《哈利·波特》全集的文字量。 觉得便宜没好货?格局小了。 根据 Artificial Analysis 的基准测试,,相比上一代的 Gemini 2.5 Flash,3.1 Flash-Lite 的首字响应时间(TTFT)快了 2.5 倍,整体输出速度提升了 45%。对于需要实时响应的产品来说,这个延迟差距在用户体验上会有肉眼可见的感受。 这意味着,当你还在眨眼的时候,它的回答可能已经生成了一半。对于那些需要实时反馈的应用——比如即时翻译、游戏内的 NPC 对话、即时 UI 生成——这种低延迟是决定性的。 除此之外,Gemini 3.1 Flash-Lite 还具备「思考」能力。 在 AI Studio 和 Vertex AI 中,Google 为这款 Lite 模型配备了「思考等级(Thinking Levels)」的选项。开发者可以根据任务的复杂程度,自主调节模型「想多深」。 简单的高吞吐量任务,比如批量内容翻译和内容审核,可以用最轻的配置快速跑完;遇到需要严格遵循指令的界面生成或仿真创建任务,则可以让模型多花一点时间推理,把结果做扎实。 这种「既要又要」的能力,也因此收获了相当不错的成绩单。在 Arena.ai 的排行榜中,它的 Elo 分数达到了 1432,在 GPQA Diamond(研究生级别的问答)测试中拿到了 86.9% 的准确率。 在学术评测 GPQA Diamond 上得分 86.9%,多模态理解 MMMU Pro 上达到 76.8%。这两个数字不只是「在同档位里还不错」,而是直接超过了体量更大的 Gemini 2.5 Flash。 注意,这里对比的是 Gemini 2.5 Flash 而非 Gemini 3 Flash,显然鸡贼的 Google 对这款模型也并未抱有多大的信心。 目前,3.1 Flash-Lite 以预览版形式通过 Google AI Studio 和 Gemini API 向开发者开放,企业用户可通过 Vertex AI 接入。Latitude、Cartwheel、Whering 等早期合作伙伴已在生产环境中完成测试,普遍认可它在大规模调用下的稳定性和指令遵循能力。 把这两个模型放在一起看,你会发现「Instant」和「Lite」,或许正在找到自己最合适的位置。 以最近大火的 OpenClaw 为例,其核心场景是帮用户处理邮件、管理日程,本质上是一个需要自主执行任务的 Agent。 这类产品对模型的要求,和普通 chatbot 聊天工具完全不同:它不需要模型表演得多聪明,它需要模型说人话、不出错、还得扛得住高频调用。 GPT-5.3 Instant 显著降低幻觉率,意味着 Agent 在自主执行任务时少犯错;「AI 腔」的消退,意味着生成的邮件、文档读起来更贴合真人的阅读习惯。 Gemini 3.1 Flash-Lite 则更符合最为关键的第三个需求。Agent 在后台狂奔时,往往需要并行处理海量的子任务,对响应速度和 API 成本极度敏感。 Flash-Lite 极快的响应速度和白菜价的成本,加上能灵活调配算力的「思考等级」,这种极具弹性的架构对高并发的自动化任务而言,无疑是久旱逢甘霖。 即便两款模型的长期稳定性仍需观察,但大方向已经很明确:一个负责让交互更像人,一个死磕更快更省钱。在未来人手一只「龙虾」的情况下,轻量模型将成为更自然、务实的选择。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。