【新智元导读】就在刚刚，全球最强开源大模型王座易主，创业公司Databricks发布的DBRX，超越了Llama 2、Mixtral和Grok-1。MoE又立大功！这个过程只用了2个月，1000万美元，和3100块H100。 全球最强开源模型，一夜易主！ 刚刚，超级独角兽Databricks重磅推出1320亿参数的开源模型——DBRX。 它采用了细粒度MoE架构，而且每次输入仅使用360亿参数，实现了更快的每秒token吞吐量。 这种独特的MoE架构，让DBRX成为开源模型的SOTA，推理速度比LLaMA 2-70B快了2倍！ 最重要的是，训练成本直接砍半！只用了1000万美元和3100块H100，Databricks就在2个月内肝出了DBRX。 比起Meta开发Llama2所用的成本和芯片，这只是很小一部分。 DBRX在语言理解、编程、数学和逻辑方面轻松击败了开源模型LLaMA2-70B、Mixtral，以及Grok-1。 甚至，DBRX的整体性能超越GPT-3.5。尤其在编程方面，完全击败了GPT-3.5。 并且，DBRX还为开放社区和企业提供了仅限于封闭模型的API功能。现在，基本模型（DBRX Base）和微调模型（DBRX Instruct）的权重，已经在Hugging Face开放许可了。 从今天开始，Databricks客户就可以通过API使用DBRX。它在Macbook Pro上都可跑，LLM很快能为个人设备提供支持了。 Pytorch之父Soumith Chintala对最新开源模型DBRX也是非常看好。 从Mistral、到Grok-1，再到DBRX，MoE架构的模型正在占领开源界。 而Databricks的员工激动地表示，过去3个月，朋友们周末约我都说「不行，这周不行我有事，但是又不能说有啥事」的日子终于结束了，DBRX就是我们加班加点搞出来的一头「怪兽」。 还有网友表示，「如果实验室继续开源大型MoE模型，英伟达可能就需要推出最强Blackwell架构的消费级GPU了」。 全球最强开源模型易主 DBRX是一种基于Transformer纯解码器的大模型，同样采用下一token预测进行训练。 它采用的是细粒度专家混合（MoE）架构，也就是具有更多的专家模型。 是的，这次立大功的，依然是MoE。在MoE中，模型的某些部分会根据查询的内容启动，这就大大提升了模型的训练和运行效率。 DBRX大约有1320亿个参数，Llama 2有700亿个参数，Mixtral 有450亿个，Grok有3140亿个。 但是，DBRX处理一个典型查询，平均只需激活约360亿个参数。 这就提高了底层硬件的利用率，将将训练效率提高了30%到50%。不仅响应速度变快，还能减少所需的能源。 而与Mixtral、Grok-1等其他开源MoE模型相比，DBRX使用了更多的小型专家。 具体来说，DBRX有16个不同的专家，在每层为每个token选择4个专家。Mixtral和Grok-1有8个专家，一个路由网络在每层为每个token选择2个专家。 显然，DBRX提供了65倍的专家组合可能性，能够显著提升模型质量。 此外，DBRX还使用了旋转位置编码（RoPE）、门控线性单元（GLU）和分组查询注意力（GQA），并使用tiktoken存储库中提供的GPT-4分词器。 DBRX模型在12万亿Token的文本和代码进行预训练，支持的最大上下文长度为32k。 研究人员估计，这些数据比用来预训练MPT系列模型的数据至少好2倍。 这个新的数据集，使用全套数据库工具开发，包括用于数据处理的ApacheSpark™和Databricks笔记本，用于数据管理和治理的Unity Catalog，以及用于实验追踪的MLFlow。 团队使用了「课程学习」（curriculum learning）进行预训练，并在训练过程中改变数据组合，大大提高了模型质量。 那么，DBRX究竟表现如何？ 击败2.4倍参数Grok-1 如下表1，在综合基准、编程和数学基准以及MMLU上，DBRX Instruct刷新了开源AI的SOTA。 综合基准 研究人员在两个综合基准上对DBRX Instruct和其他开源模型进行了评估，一个是Hugging Face的Open LLM Leaderboard，另一个是Databricks Model Gauntlet。 Databricks Model Gauntlet由30多项任务组成，涵盖了6个类别：世界知识、常识推理、语言理解、阅读理解、符号问题解决和编程。 就综合基准来看，DBRX Instruct超越了所有聊天、指令调优的模型。 编程和数学基准 DBRX Instruct在编程和数学方面尤为突出。 它在HumanEval以及GSM8k上，得分均高于其他开源模型。 在编程基准上，DBRX Instruct得分为70.1%，Grok-1为63.2%，LLaMA2-70B Chat为32.2%。在数学基准上，DBRX Instruct为66.9%，Grok-1为62.9%，LLaMA2-70B Base为54.1%。 尽管Grok-1的参数是DBRX的2.4倍，但DBRX在编程和数学方面的性能，均超越了排名第二的Grok-1。 在HumanEval上，DBRX Instruct（70.1%）甚至超过了CodeLLaMA-70B Instruct（67.8%），这是一个专门为编程构建的模型。 在语言理解测试基准MMLU方面，DBRX Instruct得分高于所有模型，为73.7%。 全面超越GPT-3.5 另外，与闭源模型GPT-3.5相比，DBRX Instruct的性能全面超越了它，还可与Gemini 1.0 Pro和Mistral Medium相较量。 具体来说，DBRX Instruct在MMLU的常识知识（73.7% vs. 70.0%）、常识推理HellaSwg（89.0% vs. 85.5%）和WinoGrand（81.8% vs. 81.6%）方面优于GPT-3.5。 在HumanEval（70.1% vs. 48.1%）和GSM8k（72.8% vs. 57.1%）的测试中，DBRX同样在编程和数学推理方面尤其出色。 此外，在Inflection Corrected MTBench、MMLU、HellaSwag以及HumanEval基准上，DBRX Instruct的得分高于Gemini 1.0 Pro。 不过，Gemini 1.0 Pro在GSM8k的表现上，明显更强。 在HellaSwag基准上，DBRX Instruct和Mistral Medium得分相似，而Winogrande和MMLU基准上，Mistral Medium更强。 另外，在HumanEval、GSM8k、以及Inflection Corrected MTBench基准上，DBRX Instruct取得了领先优势。 在Databricks看来，开源模型击败闭源模型非常重要。 在上个季度，团队成员看到自家12,000多名客户群重大转变，即将专有模型替换为开源模型，以提高效率。 现在，许多客户可以通过定制开源模型来完成特定任务，从而在质量和速度上超越专有模型。 DBRX的推出，就是为了加速这个过程。 长上下文任务质量和RAG DBRX Instruct采用高达32K token上下文进行了训练。 表3比较了它与Mixtral Instruct，以及最新版本的GPT-3.5 Turbo和GPT-4 Turbo API，在一套长上下文基准测试上的性能。 毫无疑问，GPT-4Turbo是执行这些任务的最佳模型。 但是，除了一个例外，DBRX Instruct在所有上下文长度和序列的所有部分的表现，都优于GPT-3.5 Turbo。 DBRX Instruct和Mixtral Instruct的总体性能相似。 利用模型上下文的最常见的方法之一是，检索增强生成（RAG）。 在RAG中，从数据库中检索与提示相关的内容，并与提示一起呈现，从而为模型提供更多信息。 表4显示了DBRX在两个RAG基准测试——Natural Questions和HotPotQA上的质量。 DBRX Instruct与Mixtral Instruct和LLaMA2-70B Chat等开源模型，以及GPT-3.5 Turbo相比，具有很强的竞争力。 训练效率是非MoE模型两倍 模型质量必须放在模型的训练和使用效率的上下文中，在Databricks尤其如此， 研究人员发现训练MoE模型在训练的计算效率方面，提供了实质性的改进（表5）。 比如，训练DBRX系列中较小的成员DBRX MoE-B（总参数为23.5B，活跃参数为6.6B）所需的Flop比LLaMA2-13B少1.7倍，才能在Databricks LLM Gauntlet上达到45.5%的得分。 DBRX MOE-B包含的有效参数也是LLaMA2-13B的一半。 从整体上看，端到端LLM预训练pipeline，在过去十个月中的计算效率提高了近4倍。 2023年5月5日，Databricks发布了MPT-7B，这是一个在1T token上训练的7B参数模型，在Databricks LLM Gauntlet上得分为30.9%。 DBRX系列中名为DBRX MoE-A的（总参数为7.7B，活跃参数为2.2B）得分为30.5%，而FLOPS减少了3.7倍。 这种效率是一系列改进的结果，包括使用MoE架构、网络的其他架构更改、更好的优化策略、更好的分词，以及更好的预训练数据。 单独来看，更好的预训练数据对模型质量有很大的影响。 研究人员使用DBRX预训练数据在1T token（称为DBRX Dense-A）上训练了7B模型。在Databricks Gauntlet上得分39.0%，而MPT-7B为30.9%。 研究者估计，全新的预训练数据至少比用于训练MPT-7B的数据高出2倍。 换句话说，要达到相同的模型质量，所需的token数要少一半。 进而，研究人员通过在500B token上训练DBRX Dense-A确定了这一点。 它在Databricks Gauntlet上的表现优于MPT-7B，达到32.1%。 除了更好的数据质量外，token效率提高的另一个重要原因可能是GPT-4分词器。 推理效率 总体而言，MoE模型的推理速度，它们的总参数所显示的要快。这是因为它们对每个输入使用的参数相对较少。 DBRX推理吞吐量是132B非MoE模型的2-3倍。 推理效率和模型质量通常是相互矛盾的：模型越大通常质量越高，但模型越小推理效率越高。 使用MoE架构可以在模型质量和推理效率之间，实现比密集模型更好的平衡。 通过Mosaic AI Model Serving测量，DBRX生成速度明显快于LLaMA2-70B 比如，DBRX的质量比LLaMA2-70B更高，而且由于活跃参数量大约是LLaMA2-70B的一半，DBRX推理吞吐量最多可快2倍。 Mixtral是MoE模型改进的「帕累托最优」（pareto frontier）另一个点：它比DBRX小，质量相对较低，但实现了更高的推理吞吐量。 在优化的8位量化模型服务平台上，Databricks Foundation Model API推理吞吐量每秒多达150个token。 企业免费用 企业可以在Databricks平台上访问DBRX，能在RAG系统中利用长上下文功能，还可以在自己的私有数据上构建定制的DBRX模型。 而开源社区可以通过GitHub存储库和Hugging Face访问DBRX。 项目地址：https://github.com/databricks/dbrx 项目地址：https://huggingface.co/databricks 因为DATABricks是完全基于数据库来构建DBRX的，因此每个企业用户都可以使用相同的工具和技术来创建或改进自己的定制化模型。 用户可以通过Unity Catalog中集中管理训练数据，使用ApacheSpark和Lilac AI提供的工具和服务进行处理和清理。 大规模的模型训练和微调由DataBricks前不久刚刚收购的Mosaic AI提供的服务。 对齐问题，也可以通过的他们的平台和服务解决。 纳斯达克，埃森哲等客户和合作伙伴已经用上了这一套服务和工具。 收购估值13亿公司，2个月肝出来 外媒Wired的一篇报道，为我们详述了世界最强开源模型的诞生过程。 此前，Databricks在业界已经小有名声。 在本周一，Databricks的十几位工程师和高管，在会议室等待着最终的结果—— 团队花费了数月时间，投入了大概1000万美元训练的LLM，会取得怎样的成绩？ 显然，能力测试最终结果出来之前，他们并不知道自己创造的模型有这么强大。 「我们超越了所有模型！」随着首席神经网络架构师、DBRX团队负责人Jonathan Frankle宣布这一结果，成员们爆发出热烈的欢呼和喝彩声。 Databrick的决策者：Jonathan Frankle，Naveen Rao， Ali Ghodsi，Hanlin Tang 是的，DBRX就是这样超越了Llama 2、Mixtral这两个如今最流行的开源模型。 甚至马斯克的xAI最近开源的Grok AI，也被DBRX打败了。 Frankle开玩笑说：如果收到马斯克发出的一条刻薄的推特，我们就铁定成功了。 最令团队感到惊讶的是，DBRX在多项指标上甚至接近了GPT-4这个机器智能的巅峰之作。 毫无疑问，DBRX现在为开源LLM设立了全新的技术标准。 独角兽重振开源界 通过开源DBRX，Databricks进一步推动了开源运动，加入了Meta对抗OpenAI和谷歌的开源大潮。 不过，Meta并没有公布Llama 2模型的一些关键细节，而Databricks会将最后阶段做出关键决策的过程全部公开，要知道，训练DBRX的过程，耗费了数百万美元。 艾伦人工智能研究所的CEO AliFarhadi表示，AI模型的构建和训练，亟需更大的透明度。 Databricks有理由选择开源。尽管谷歌等巨头过去一年里部署了AI，但行业内的许多大公司，还还没有在自己是数据上广泛使用大模型。 在Databricks看来，金融、医药等行业的公司渴望类似ChatGPT的工具，但又担心将敏感数据发到云上。 而Databricks将为客户定制DBRX，或者从头为他们的业务量身定做。对于大公司来说，构建DBRX这种规模模型的成本非常合理。 「这就是我们的大商机。」 为此，Databricks去年7月收购了初创公司MosaicML，引入了Frankle在内的多名技术人才。此前，两家公司内都没人构建过如此大的模型。 内部运作 Databricks首席执行官Ali Ghodsi OpenAI等公司，执着地追求更大的模型。但在Frankle看来，LLM重要的不仅仅是规模。 怎样让成千上万台计算机通过交换机和光缆巧妙地连接在一起并且运转起来，尤其具有挑战性。 而MosailML公司的员工，都是这门晦涩学问的专家，因此Databrick去年收购它时，对它的估值高达13亿美元。 另外，数据对最终结果也有很大影响，或许也是因此，Databricks并没有公开数据细节，包括数据的质量、清洗、过滤和预处理。 Databricks副总裁、MosaicML创始人兼CEO Naveen Rao表示：「你几乎可以认为，这是模型质量的重中之重。」 价值数百万美元的问题 有时候，训练一个庞大AI模型的过程不仅考验技术，还牵涉到情感上的抉择。 两周前，Databricks的团队就遇到了一个涉及数百万美元的棘手问题：如何充分利用模型的潜能。 在租用的3072个强大英伟达H100 GPU上训练模型两个月后，DBRX在多个基准测试中已经取得了卓越的成绩。但很快，他们可以使用的时间只剩下了最后一周。 团队成员在Slack上互抛主意，其中一个提议是制作一个专门生成计算机代码的模型版本，或者是一个小型版本供业余爱好者尝试。 团队还考虑了不再增加模型的大小，转而通过精心挑选的数据来提升模型在特定功能上的表现，这种方法称为课程学习。 或者，他们可以继续按原计划扩大模型的规模，希望使其变得更加强大。 最后这种做法被团队成员亲切地称为「随它去」选项，似乎有人对此格外情有独钟。 虽然讨论过程中大家都保持了友好，但随着各位工程师为自己青睐的方案力争上游，激烈的观点交锋不可避免。 最终，Frankle巧妙地将团队的方向引向了以数据为中心的方法（课程学习）。两周后，这个决定显然带来了巨大的回报。 然而，对于项目的其他预期成果，Frankle的判断就没那么准确了。 他原本认为DBRX在生成计算机代码方面不会有特别突出的表现，因为团队并没有将重点放在这一领域。 他甚至信心满满地表示，如果自己判断错误，就会把头发染成蓝色。 然而，周一的结果却显示，DBRX在标准的编码基准测试上胜过了所有其他开源AI模型。 「我们的模型代码能力非常强。」他在周一的成果发布会上说道，「我已经预约了今天去染发。」 风险评估 最后还有一个问题，就是开源模型的风险。 DBRX是迄今最强的开源大模型，任何人都可以使用或修改。 这是否会带来不可预知的风险，比如被网络犯罪或者生化武器滥用？ Databricks表示，已经对模型进行了全面的安全测试。 Eleuther AI的执行主任Stella Biderman说，几乎没有证据表明开源会增加安全风险。「我们并没有特别的理由相信，开放模型会比现有的封闭模型大幅增加风险。」 此前，EleutherAI曾与Mozilla以及其他约50个组织和学者一道，向美国商务部长雷蒙多发出了一封公开信，要求她确保未来的人工智能监管为开源AI项目留出足够的发展空间。 信中专家们相信，AI开源有利于经济增长，因为它们有助于初创企业和小企业接触到这项突破性的进展，还有助于加速科学研究。 而这也是Databricks希望DBRX能够做出的贡献。 Frankle说，DBRX 除了为其他人工智能研究人员提供了一个新的模型和构建自己模型的有用技巧外，还有助于加深对AI实际工作原理的理解。 Databricks团队计划研究模型在训练的最后阶段是如何变化的，也许能揭示一个强大的模型是如何涌现出额外能力的。 参考资料： https://www.wired.com/story/dbrx-inside-the-creation-of-the-worlds-most-powerful-open-source-ai-model/ https://twitter.com/databricks/status/1772957294805856265?t=yM4Rma8C9RQPCmf0YoopMw&s=19 https://www.databricks.com/blog/introducing-dbrx-new-state-art-open-llm

ChatGPT 等大型语言模型（LLM）的出现，让机器人具备了如同人类一般的语言表达能力。然而，机器人在与人类交谈时，其面部表情却依然显得很不自然，甚至充满了恐惧感。 这无疑会阻碍人与机器沟通的意愿，让两者的沟通变得十分困难。 因此，在未来人机共存的时代，设计一个不仅能做出各种面部表情，而且知道何时使用这些表情的机器人，至关重要。 如今，来自哥伦比亚大学的研究团队及其合作者便迈出了重要一步——制造了一个披着硅片、能够预测人类面部表情并同步执行表情的机器人 Emo。它甚至可以在人类微笑前约 840 毫秒（约 0.9 秒）预测即将出现的微笑。 据介绍，它能与人进行眼神交流，并利用两个人工智能（AI）模型在人微笑之前预测并“复制”人的微笑。研究团队表示，这是机器人在准确预测人类面部表情、改善互动以及建立人类与机器人之间信任方面的一大进步。 相关研究论文以“Human-robot facial coexpression”为题，已于今天发表在科学期刊 Science Robotics 上。哥伦比亚大学机械工程系博士 Yuhang Hu 为该论文的第一作者和共同通讯作者，他的导师、哥伦比亚大学教授 Hod Lipson 为该论文的共同通讯作者。 图｜Yuhang Hu 与 Emo 面对面。（来源：Creative Machines Lab） 在一篇同期发表在 Science Robotics 的 FOCUS 文章中，格拉斯哥大学计算社会认知教授 Rachael Jack 评价道： “人类社交互动本质上是多模式的，涉及视觉和听觉信号的复杂组合，虽然 Hu 及其同事的研究集中在单一模式——面部表情上，但他们的成果在为开发更复杂的多模态信号的社交同步技能方面做出了巨大的贡献。” 在她看来，尽管这是一个复杂的跨学科工作，但“真正使社交机器人融入人类社交世界是可能的”。 Emo 微笑了，但也不仅仅是“微笑” 如果你走到一个长着人类脑袋的机器人面前，它先对你微笑，你会怎么做？你很可能会回以微笑，也许会觉得你们两个在真诚地交流。 但是，机器人怎么知道如何做到这一点呢？或者更好的问题是，它怎么知道如何让你回以微笑？ 为此，Yuhang Hu 及其同事需要解决两大难题：一是如何以机械方式设计一个表情丰富的机器人面部，这涉及复杂的硬件和执行机制；二是知道该生成哪种表情，以使它们看起来自然、及时和真实。 据论文描述，Emo 配备了 26 个致动器，头部覆盖有柔软的硅胶皮肤，并配有磁性连接系统，从而便于定制和快速维护。为了实现更逼真的互动，研究团队在 Emo 每只眼睛的瞳孔中都集成了高分辨率摄像头，使其能够进行眼神交流，这对非语言交流至关重要。 图｜Robot face 平台 另外，他们还开发了两个人工智能模型：其中一个通过分析目标面部的细微变化预测人类面部表情，另一个则利用相应的面部表情生成运动指令。第一个模型是通过观看网络视频进行训练的，而第二个模型则是通过让机器人观看自己在实时摄像机画面上的表情来训练的。他们通过与其他基线进行定量评估，证明了这两个模型的有效性。 图｜模型架构。逆向模型（A）和预测模型（B） 为了训练 Emo 学会做出面部表情，研究团队把 Emo 放在摄像头前，让它做随机动作。几个小时后，Emo 就学会了面部表情与运动指令之间的关系——就像人类通过照镜子练习面部表情一样。他们将其称为“自我建模”——类似于人类想象自己做出特定表情时的样子。 然后，研究团队播放人类面部表情的视频，让 Emo 逐帧观察。经过几个小时的训练后，Emo 便可以通过观察人们面部的微小变化来预测他们的面部表情。 在 Yuhang Hu 看来，准确预测人类的面部表情是人机交互技术的重要突破，“当机器人与人进行实时表情交互时，不仅能提高交互质量，还有助于建立人与机器人之间的信任。未来，在与机器人互动时，机器人会像真人一样观察和解读你的面部表情。” 值得一提的是，这项研究的潜在影响或许已经超越机器人学，扩展到神经科学和实验心理学等领域。 例如，一个可以预测和同步面部表情的机器人系统可以作为研究镜像神经元系统的工具。通过在测量大脑活动的同时与参与者互动，研究人员可以深入了解社会互动和交流的神经相关性。 在心理学领域，具有预测和同步面部表情能力的机器人可用作教育工具，帮助自闭症患者发展更好的社交沟通技能。已有研究表明，机器人可以有效地吸引患有自闭症谱系障碍（ASD）的儿童，促进他们的社交互动。 不足与展望 尽管 Emo 已经可以预测人类面部表情并同步快速回应，但远不具备完全捕捉到人类的面部交流能力，甚至在由成人模样的机器人进行模仿时，可能会让人感觉厌恶。 然而，研究团队认为，就像婴儿在学会模仿父母之后才能独立做出面部表情一样，机器人必须先学会预测和模仿人类的表情，然后才能成熟地进行更加自发和自我驱动的表情交流。 在未来的工作中，他们希望扩大 Emo 的表情范围，并希望训练 Emo 根据人类所说的话做出表情。他们正在努力将语言交流整合到 Emo 中，并接入类似 ChatGPT 的大型语言模型。 然而，他们也表示，必须谨慎选择机器人模仿的面部表情。例如，某些面部姿态，如微笑、点头和保持眼神接触，通常会自然地得到回应，并且在人类交流中会被积极地看待。相反，对于噘嘴或皱眉等表情的模仿则应谨慎，因为这些表情有可能被误解为嘲讽或传达非预期的情绪。 另外，人类用户如何感知这些表情才是衡量成功与否的最终标准。未来的一个重要步骤是验证这些表情在现实世界中人与机器人在各种情境下互动时的情感效果，以确定其心理有效性。 此外，该研究也存在一定的局限性，其中之一为“模型的预测和表情模仿可能缺乏文化敏感性”。 众所周知，不同的文化可能会对某些面部表情有不同的规范和含义。例如，虽然在许多文化中，微笑通常被认为是快乐或友好的标志，但它也可能是尴尬或不确定的标志。同样，直接的目光接触在某些文化中可能被视为自信和诚实的表现，但在其他文化中却可能被视为粗鲁或对抗。 未来的工作可以探索将文化背景融入到模型中，一个可能的方法是纳入来自不同文化背景的数据集，并在算法中融入对文化规范的理解。 图｜Yuhang Hu 在 Hod Lipson 的实验室工作。（来源：John Abbott/哥伦比亚工程学院） 最后，一个不能逃避的话题是，随着机器人的行为能力越来越像人类，研究团队必须考虑与这项技术相关的伦理问题。杜绝可能的技术滥用（如欺骗或操纵），需要强有力的伦理框架和管理。 尽管如此，这一研究也着实令人十分兴奋。正如研究团队所言： “我们正逐步接近这样一个未来——机器人可以无缝融入我们的日常生活，为我们提供陪伴、帮助，甚至是共鸣。想象一下，在这个世界上，与机器人互动就像与朋友交谈一样自然和舒适。”

就在前几天，不知道从哪传出来高德地图服务要收费的风声。 什么高德地图打响收费第一枪、高德地图收费 3.5 的媒体标题满天飞，还炸出不少拱火的网友，大有一种，高德要是敢收费他就敢卸载的愤慨。 怎么没有低德？ 就连世超也一怒之下怒了一下，打开高德想看看到底是怎么个事儿。 结果你猜怎么着？大手一挥激情下单 8.8 。 但不是买基础的地图服务，而是一个车标皮肤。 这玩意儿买了之后，就能替换掉原来导航的小箭头，像 3.5 的史努比、 8.8 的吾皇猫，还有跟电视剧《莲花楼 》联名的车标。 花 3.5 就能看史努比开车，这难道不比 168 的游戏皮肤香？ 反正编辑部的好几个同事都吃了安利，世超也咬咬牙把中午饭省出来，毕竟谁能拒绝一个会扭屁股的导航呢。。。 如果不想花钱， App 里还有免费的 Hellokitty 皮肤可以领。（ 不过现在好像已经领完了 ） 搞半天，所谓的高德收费其实就是新推出的增值皮肤服务，买不买都不影响免费的地图导航，跟网传的压根就不是一回事儿。 而且这玩意还是带公益属性，买一个皮肤捐一块钱。 到底是什么春秋笔法，能给高德扣上 “ 以后导航要收费 ” 的帽子。。。搞得人还要出来辟谣：导航服务永不收费。 其实仔细想想，就知道高德是不会这么搬石头砸脚的。 因为对 C 端用户收费这事儿行不通，已经被曾经的行业一哥亲身验证过了。 咱们把时间往回倒倒， 2013 年以前，一提起地图软件，高德、百度都得往后稍上那么一稍，凯立德，才是真正的哥中哥。 “ 垄断 ” 了车机后装市场超过 70 % 的份额、有甲级测绘资质，还发了全国首张 “ 全覆盖 ” 地图，江湖上到处都流传着凯立德的光辉事迹， 对比之下，高德地图当时的市占率只有 8.1% 。 但有一点，当时包括凯立德、高德还有百度好几家在内，他们的服务其实都是收费的，而且凯立德卖得最贵，要 108 元，高德 40 元，百度 30 元。 再加上每年两次升级地图的费用，凯立德那些年的确是赚了不少元子。 可移动互联网时代一来，这套就彻底玩不转了。 百度带头搞了一手免费，高德也紧跟着掀桌子，虽说高德第一年搞免费亏了 1.55 亿，但第二年马上就被阿里这个金主爸爸给收购了。 但凯立德就比较硬气了，不肯免费只肯降价，还拒绝了好几次收购。等回过神，不管是在车机导航还是手机导航市场，它都已经说不上话了。 有前辈血和泪的教训在前，高德如果现在要收费，纯纯就是把老用户白送出去了，这对于高德来说，没啥好处。 不过倒也可以理解，为啥这次会有人相信高德要收费，因为赚钱这事儿对于地图服务商来说，真的很难。 一个是因为太能花了。 就说地图测绘的成本吧，一大批专业技术人员，通过车辆采集、步行采集等方式将道路和 POI （ 地标信息点 ）采集起来，这些数据采集之后还要进行后期处理，最后才能得到电子地图数据。 期间所耗费的人力和财力，可不是一家小企业能烧得起的，看看国内屈指可数的这几家地图服务商就知道了，哪家没点大厂背景？ 高德 2022 年一季度报告给阿里的亏损，大概有 3.2 亿人民币，虽然之后再也没有对外披露过，但考虑到整个阿里本地生活到现在还没赚钱，高德的状况也很难说。 海外大名鼎鼎的图商 HERE 当年被诺基亚转手出去，就是因为太他喵能亏了。。。一年收入才 9.7 亿欧元，亏就要亏进去 12.4 亿欧元。 另外，很多地图厂商除了卖地图数据以外，找不到其他赚钱的新路子也是个问题。 包括高德现在收入的大头，还是一些 B 端的客户。 比如卖地图服务 API 接口，还有跟汽车、手机等厂商的合作，包括宝马、本田还有吉利在内，都是高德的客户。 但跟凯立德这类传统地图厂商不同，高德算是比较幸运的一个。 因为它顺利赶上了移动互联网和平台经济的风口，还把自家的地图业务延伸到了整个本地生活领域。 这机会，那些地图老古董们，怕是想都不敢想。 就说去年跟口碑的合并吧，高德揽下了阿里本地生活到店的业务，直接对标美团团购。 还有大伙儿比较熟悉的打车业务，高德找了大批第三方出行服务商搞聚合平台，现在也干到了行业第一。 一打开高德 App ，里面的每一个模块几乎都能来钱。 各种吃喝玩乐服务、酒店饭馆评分排名、汽车保养租赁，看样子高德是在给咱们提供服务，但其实是咱们被作为流量筹码，被打包卖给了商家。 平台不管咱要钱，但会要从入驻商家那边抽佣金，包括打车聚合，也是要从第三方服务商那边抽佣金的。 更别提，这里面还有不少的广告收入。 只不过，现在高德搞本地生活，相对其他巨头来说也有点晚。 这块原本就是美团和抖音的地盘，去年美团和抖音打得那叫一个你死我活，你就说那家酸菜鱼吧，前脚刚在抖音开直播，大众点评后脚就把人的店给下了。。。 再加上还有个小红书，也不甘心本地生活这块蛋糕，高德能不能搅局还真不好说。 不过有 7 亿月活的基础在，机会还是大大的有。 根据阿里最新的财报， 2023 年第四季度本地生活集团营收同比增长了 13% ，同时亏损也从去年的 29.23 亿元，减少到了 20.68 亿元，这还是饿了么和高德带飞的。 虽然高德现在可能还在亏钱，但从去年开始，各种动作就一直不断。 这次上线车标付费皮肤，是把主意打到原生地图导航服务上来了。原本基础服务是没有太多的付费空间，但这种几块钱的皮肤说不准能带来奇效。 反正试试水，总没错。 撰文：西西 编辑：江江 & 面线 封面：焕妍

来 源丨新硅NewGeek（ID：XinguiNewgeek） 作者丨董道力 编辑丨张泽一 硅基君主要报道AI赛道，这几天比较热的新闻是微软吞并Inflection，Stability AI的CEO离职，还有iPhone在中国会用百度的模型。 但在股民那里问他们最近AI有什么动向，10个人有11个人会回答你“Kimi概念股”。 得，这么看来AI产业链的下游基本上由它们公司行政说了算。 简单复习一下，Kimi是国内AI创业公司月之暗面开发的产品，用户可以通过聊天的形式和AI交互。 其最大的特点是最高支持200万字的上下文的理解能力，一次可以阅读7本哈利波特（100多万字），实现真正的量子速读。 成立仅一年融资三次，最近一次是在今年2月，完成了超10亿美元B轮，参与的投资方包括阿里巴巴、红杉中国等知名企业和投资机构。 估值成功达到了人民币180亿元，成为中国大模型赛场上现阶段估值最高的独角兽。 这轮融资后，Kimi就活成了中国AI圈的当红炸子鸡。 硅基君在看B站时，为数不多的广告位基本被Kimi承包。刷抖音短视频的时候，也经常看到推荐Kimi的博主，据新浪科技报道，Kimi每天的获客成本将烧掉至少20万元。 在一众光环/烧钱的加持下，Kimi也获得了一款软件的最高“荣誉”——被用户用崩了。由于市场的火爆KimiAPP和小程序流量持续增高，在3月21日下午一度宕机。 随着Kimi的火爆，也许它的开发者也没有想到，Kimi能火到在大A自成一派形成概念股，并带着一帮“小弟”狂飙。 只要和Kimi搭上边就能大涨，这泼天的富贵谁都想要，为了搞清楚自己买的股票和Kimi有没有关系，不少股民连夜通过各种渠道联系上董秘或者挑灯翻阅族谱，希望自家爱豆能跟Kimi沾上点边。 当然，硅基君建议直接打给前台行政，毕竟下周买哪家的厕纸他第一个知道。 我们先来看一下，由股民们集思广益找到的Kimi概念股有哪些。 首先是九安医疗、深信服这样直接或间接投资Kimi的公司，买了他们的股票就相当于买了Kimi股票，股民没法在一级市场投资Kimi，就找点参股公司，非常合理。 其次就是Kimi产业链上游的一些公司，对于大模型来说就是提供算力、数据、云服务的公司股票。 比如润泽科技，为Kimi提供数据中心服务，润建股份在通信网络维护和优化服务与Kimi有关，先进数通帮助月之暗面建设和运营数据中心。 下游产业也是概念股必不可少的，尤其是直接相关的下游公司。 比如掌阅科技、华策影视这样直接试用Kimi大模型的公司。Kimi大模型性能好，他们的产品自然也好。 最后就是一些与Kimi关系有点远，但也会受到影响的潜在公司。 Kimi的亮点在于其200万字超长的上下文处理能力，这一突破被市场人士视为AGI发展进程中的一个重要里程碑，预示着其应用落地场景有望进一步扩大。 那么大A中，做AI应用的公司都能沾点光。比如科大讯飞，他们有自己的星火大模型，和Kimi算是友商。 Kimi的成功也从侧面代表了科大讯飞的业务也不是天方夜谭。类似的还有掌阅科技、中文在线，这些需要大模型支撑自己业务的公司。 如果说这些公司还算与Kimi业务联系比较密集，是产业链上的一环，那文章开头那些提供专用矿泉水和专用厕纸的，才是咱们大A真正的特色概念股。 这才是真正的稀缺标的。 ps：这是一只擦边假企鹅 泉阳泉作为Kimi办公室专用的矿泉水，被列入Kimi产业链的一环，股民是担心金主爸爸来融资的时候喝不惯别的水吗。 同样离谱的还有负责Kimi卫生间厕纸的中顺洁柔，担心Kimi程序员如厕不舒服耽误大模型训练进度？ 安邦护卫虽然被红框框起来了，但硅基君觉得还是比较合理的，毕竟抢公章的事情并不是没发生过，保护公司安全也能算是个核心竞争力了。 （为了押韵）就不再赘述包钢股份和太钢不锈了，毕竟太秀了。 既然厕纸、餐盘、安保都能成为概念股。那么月之暗面的员工吃不吃牧原的猪？工资卡是不是北京银行？他们都住在哪家地产商的楼盘？ 别说了，硅基君这就埋伏进去，明天就写小作文。 话说回来，餐盘、厕纸是Kimi概念股的极限，大A股民的极限可远远没有到达。 前两年，一场脱口秀节目意外掀起了股市波澜，不知各位是否还记得那个轰动一时的“脱口秀概念股”事件。 在《脱口秀大会第五季》上，演员House以自己的投资故事为例子，讲述了他投资股票600759的悲惨经历。 他以幽默诙谐的方式，生动地描绘了散户投资者的心理轨迹，触动了广大股民的心弦。这场表演不仅赢得了观众的喝彩，更是在股市中引起了一股热潮，使得600759股票成为了热门话题。 有股民在ST洲际股吧笑称，“现在坐庄换新的玩法了？综艺节目找接盘侠？”“现在庄家都找脱口秀出货了？” 当然，House之后也随着脱口秀概念股一起“消失”了。 我们再降低一下底线，“脱口秀概念股”虽然违规，但起码有人报出了股票代码，也算合理。但为什么谐音也是A股经常炒作的一个由头？ 特朗普当选总统的第二天川大智胜在沪指失守3100点的“逆境”下大涨6个点，连带着特朗普女儿（Ivanke爱万科)概念股“万科A"大涨8.59%。 而希拉里同名的“西仪（西姨）股份”跌停，当年美国前总统奥巴马当选，A股上市公司澳柯玛也随之涨停。 同样的“谐音概念股”还有不少，谷爱凌夺冠的同时股票远望谷涨停，李双江儿子李天一出事，st天一跌停。 刘强东因为在美国被爆出“性丑闻”，京东方A也受其影响，所有的光伏股票都在上涨唯独京东方A下跌超过2%，而且和章泽天闹离婚时，天泽信息盘中跌停。 股民创造的概念还有很多，比 如“掼蛋概念股”、“厕所打听概念股”等，不光离谱，味道还大。 当然，乐子人不光出现在国内，美股也有差不多的玩法。 比如李嘉诚概念股尚乘数科上市13天暴涨241倍，50人的公司市值高达2.1万亿元，散户大神DeepFxxingValue带起来的GME和AMC，所谓的“散户概念股” 虽然概念股被股民玩出了韭菜花，但本身并不是什么脏东西。 概念股本是指那些因为某个特定主题、行业趋势、技术革新、政策变化或其他市场热点而受到投资者关注的股票。 一般来说，概念股都以某个热点作为名字，比如AI概念股、5G概念股等。能以单独一个公司/产品作为概念的，少之又少，一般这些公司/产品都有极大的影响力，它对于产业链上的公司有直关生死的影响。 大家比较熟悉的应该就是苹果概念股，苹果概念股是指那些与苹果产业链有直接或间接关联的上市公司股票。由于苹果公司的市场影响力巨大，其供应链中的公司往往能够从苹果的增长中受益。 Kimi的出现刚好契合了国产大模型需要讲故事的时间点。其超长的上下文处理能力，被市场人士视为AGI发展进程中的一个重要里程碑，预示着其应用落地场景有望进一步扩大。 与其说股民看好的是Kimi概念股，更不如说是“国产ChatGPT概念股”、“国产AI概念股”。 当然，概念股的故事都是美好的，公司能不能用业绩证明它的热度还很难说。 有不少股票推手，会通过某个事件博取市场关注形成所谓的概念股，放大成交量，在股价上升交易量放大之时浑水摸鱼，抽身离去。（此处没有特指Kimi） 这不就在今天，Kimi概念上午盘中集体跳水，华策影视一度跌逾12%，海天瑞声也一度跌逾12%，中广天择一度触及跌停，多只相关概念股提示风险，不知厕纸和餐盘股涨跌如何。 股民们热衷概念股，并不是急于当韭菜，而是在跌跌涨跌跌跌跌的大A中，太需要一个方向了。 但谐音梗还是得扣钱，这没得商量。

兄弟们，今天晚上小米汽车的上市发布会，都看了吧。 现在正在疯狂码字的我，手掌已经拍到疼得不行，喉咙已经喊到话都说不出来。 没错，小米 SU7 21.59 - 29.99 万的定价，无论是丐版还是顶配，比咱编辑部大部分同事的猜测都要低。 哦对，我猜的是 24-32 万。 肯定有哥们会说了，现在这个价位的纯电轿车不是很多吗？有啥好激动的？ 那就让我们简单复习一下今晚发布会的内容，顺便听我分析分析，为啥我觉着小米 SU7 的价格低的有些离谱。 按照雷总的惯例，这次发布会依旧是场满汉全席的规格。 两个小时的时间，他把米车从头到尾，从里到外事无巨细的全都讲了一遍，信息量之大，有种知识从我脑子里光速路过的感觉。 但贯穿整场发布会的其实就只有两个词：好玩，和卧槽。 今天发布的小米 SU7 一共有三个版本，分别是售价 21.59 万的普通版 SU7 、 24.59 万的 SU7 Pro 以及 29.99 万的 SU7 Max 。 三款车型的区别，可以简单的理解为丐版，有智驾 / 续航长的丐版，和啥配置都有的豪华版。 雷总在发布会上说，小米的目标是把 SU7 做成 50 万以内最好看、最好开和最智能的轿车。那咱们就从这三个方面入手，再详细的盘一次 SU7 。 先说颜值，三个版本 SU7 在外观上的区别几乎没有，除了轮毂和电动尾翼以外，看着都和那个斯图加特车型几乎一致。 几个比较重要的细节，一是 SU7 的风阻系数只有 0.195Cd ，是量产车型中最低之一。 二是这个一体式的头灯里头其实暗藏了小米两个字，不知道大伙能不能找出来。 车漆颜色上，除了此前公布的橄榄绿、海湾蓝和雅灰以外，还增加了 6 个新的颜色，包括之前在武大和樱花合照的霞光紫。 不过，这六个新的车漆颜色都是要加钱选的，价格 7k 。 要我选的话。。。纯黑吧，显瘦。。。但因为差评君比较骚，所以最后定的是紫色的创始人版本。 亮点自寻哦。 内饰的布局， SU7 用的是和问界、智界、蔚来类似的，比较常规的单中控大屏 + 小仪表设计。和运动化拉满的外观比起来，整体风格会更冷静一些。 配色上提供了四种颜色可选，并且都不要钱。 相比靠颜值吃饭的外观， SU7 的车内最大的特征我觉得就是好玩。 有太多太多的细节是其他车从没做过的，并且是深思熟虑后才做出来的。 比如， SU7 中控台下面有一个支持磁吸配件的插槽。你可以往里头插香薰组件、对讲机底座甚至是移动音响。 比如，它在 IP 的两端各布置了一个 1/4'' 标准螺纹接口。 你可以往上头装手机支架、运动相机支架甚至是相机支架。 再比如，除了门上有收纳雨伞的插槽以外， SU7 的后排座位下方还有一个隐藏式的雨伞卡槽。再也不用担心湿漉漉的雨伞没地方放了。 类似的设计还有很多，比如会翻转的仪表、能防止易拉罐滚来滚去的冰箱等等等等。 不花时间琢磨日常用车的各种刁钻场景，是真想不出这些设计。 而 SU7 最逆天的地方，就是它在内饰硬件上都有拓展性你受得了吗。 比如，这块巨大的中控屏支持四周的磁吸拓展，如果你是物理按键党，你就可以在屏幕下头加上一排物理按键；如果你是 RGB 党，就可以在两边各加上一条拾音灯带，光污染拉满。 甚至在后排座椅上， SU7 还设计了平板外挂的接口，插上小米的平板就能变成车机的拓展屏幕。 再甚至，这个接口还支持插 iPad 。。。 所以看完这个内饰和外观，大伙觉得 SU7 会是 50 万内最好看的轿车吗？ 我说实话嗷，只代表我自己的意见嗷，不是说小米 SU7 不好看嗷。 我心中的 50 万内颜值巅峰，目前还是这玩意。 轻喷啊轻喷。。。 好看说完，咱们再来说好开。 其实在好几天以前呢脖子哥已经在北京参加了 SU7 的媒体试驾，体验的视频也早就已经剪好了。 只不过因为保密协议是签到明天，并且兜里没有 300 万，所以没敢发。。。 体验长话短说就是，好开，确实是好开，而且底盘的质感相当不错。紧致且不散，座椅的感觉也不是跑车那样的邦邦硬，连开俩小时我的老腰也没啥压力。 具体的动态体验，可以蹲一波我们明天的视频。 不过插播一个很搞笑的事，今天发布会以前我预估 SU7 的价格会在 24-32 万左右，所以我按这个标准，写了一堆我觉得它操控做的还不够好的地方。 毕竟 C 级车的定位让 SU7 兼顾了很多家用属性，体现出来就是方向盘的手力反馈偏软，需要精准走线的时候会稍显模糊。相比之下，现款的 Model 3 Performance 对我来说，会是一台更好开的车。 直到价格出来的那一瞬间，卧槽，全删了。。。 不得不说，雷总在底盘用料上还是很愿意下功夫的，甭管是高配还是低配，都用上了前全铝双叉臂 + 下叉臂双球节解耦，目前最顶的形式和材料。 后五连杆，大概率不是全铝，但也算成本和调校难度都很高的那类。 高配的 MAX 车型上，空悬、 CDC 和 brembo 的订制卡钳也都安排上了，用料键盘值拉满。 但要说 50 万内最好开？emm...如果好开指的是操控好，那 SU7 肯定不是 50 万内操控最好的那个。 正如我前面说的，我觉得应该是 Model 3 P 。 但如果好开指的是操作的难易程度，我觉得 SU7 确实可以争一争最好的头衔。 因为四驱可以让它跟轨道车一样贴在地上。而且没有细碎声响的底盘，也在暗示我这台车的动态上限很高，偶尔猛着点开也没事。 之前， 50 万内之前最能给我这种感觉的是宝马的 540i 标轴，但我觉得 SU7 已经做的和它相差无几了。 说实话，真挺牛逼的。 OK 最后一个部分，智能化。 到这基本就没啥争议了，因为小米 SU7 在我看来绝对是 50 万内的智能化扛把子。 最重要的原因之一，是它同时支持了小米和苹果手机的车手互联，这一点在 50 万以内，甚至是所有新势力里头都是独一档。这就意味着不管你是小米还是苹果用户，还是只想用车机， SU7 都能满足。 在我看来，智能就是能用不同的方式，去适应不同的用户。甭管真正用上的人有多少，有，就是比没有好。 这台车的智能化，大概可以分成软硬件两个方面。而且毫不意外， SU7 两边做的都是绝绝子。 软件层面，别人已经上车的功能， SU7 无一例外全做到了。比如手机的流转和投屏，如果你用的是小米手机，就可以无缝无损地把手机页面投射在车机大屏上。 上车自动连接手机，流转的界面的布局可以随便调整，导航、音乐和视频播放的进度也可以随时和车机同步。 功能层面，说不上有啥特别惊艳的地方。但是这个界面和按键的设计，几乎完全继承了手机和平板的风格，真的太太太太好看了。 而在别家没有，或者是做的还不够好的地方，小米则是碾压性的领先。 就比如他们一直在说的人车家全生态，如果你的家里有任何米家生态的智能电器，只要在车里呼叫小爱同学，就能随时远程操控。 而你还可以自定义很多车家互联的功能，比如说车子开进小区以后，就自动打开房间的空调和电脑等等。 只要你的智能家居够多，就能玩出无数种的花样。 而且我坚信，凭着米家智能家居的高性价比和超级丰富的种类，很多原本没有体验过智能家居的 SU7 车主，也会忍不住像脖子哥一样，一次又一次的添置米家产品，最后变成重度依赖用户。 嗯。。。雷总的一步大棋是不是被我发现了。。。 哦对，还有个智能驾驶没写，但是如果展开写的话，大伙可能就不能按时看到这篇推文了，所以，我丢几张米车智驾的功能列表，辛苦大会自己看看。。。 给大噶跪了，骚瑞骚瑞骚瑞。。。。 以上呢就是今晚发布会和 SU7 这台车的几乎所有内容了，那么回到最开始讨论价格的部分，为啥我会说 21.59 万起售的 SU7 便宜的有些离谱呢？ 长话短说就是，它做到了几乎所有新势力都没做到的事。 论产品的定位本身， SU7 的车长接近 5 米，轴距也是正正好的 3 米，是国内市场中非常标准的 C 级，也就是中大型的轿车。 在米车发布以前，很多人都在说 “ 雷总收手吧，外面全都是吉利 ” ，就是在拿小米 SU7 和极氪的中型车 007 和中大型车 001 做对比。 极氪 007 的售价， 20.9 万起步；新款 001 的售价， 26.7 万起。 SU7 的定价，已经无限接近比它小了一圈的极氪 007 。 啥概念呢？ 咱就看这两年价格战的元凶：比亚低，自家续航 600 公里左右的汉 EV 荣耀版，价格是 19.98 万元。虽说价格相比 SU7 的低配便宜了一万多，但只要对比数据表就能发现，汉 EV 几乎在所有配置上都会比米车差上一小节。 类似的剧情，也发生在了吉利的银河 E8 上。 可以说在性价比这个层面上，小米 SU7 和汉 EV 、银河 E8 的水平是差不多的。 这就很恐怖了。 毕竟把车价做低，比卖高价要难的多。 比亚迪和吉利，都是目前国内的头部集团。车价便宜的背后，是这些集团对成本的极致把控，以及在规模效应下，对利润率最大幅度的压缩。 换别的新势力们，就会有现金储备不足、对销量没有信心、对供应链没有议价权等各种问题，导致压不住成本，以至于定价原地直接起飞。 你看高合，第一台车直接都干到七十万去了。 但对于新品牌来说，这也是没有办法的办法。先做高端，起量之后再慢慢推出入门车型，走薄利多销的路线，也是大家一直以来默认的市场路线。 但雷军不知道用的什么方式，竟然在第一次造车的时候，就在定价上把这种传统集团和新势力的血脉鸿沟填平了。 说实话，我真的不知道他是怎么做到的。 但我知道，米车这个开局就走性价比的战术，不仅前所未有，而且基本完全承接住了今晚这铺天盖地的流量。 截止到我写下这段话的时候， SU7 的订单数量已经奔着 10 万份去了。 限量 5000 台的创始人版本，也就是需要 20000 定金还不能退的那个，也已经全部卖完了。 这是目前国内汽车市场，最快的订单增长速度。 这次上市发布会成没成功，我觉得，应该不用我多说了。 撰文：致命空枪 编辑：面线 封面：焕妍

编辑：Mindy 【新智元导读】Claude 3在通用任务上是全球最强已经毋庸置疑。更令人惊叹的是，它在专业领域的表现，比如化学任务，也能远远领先GPT-4。 Claude 3的诞生又一次震惊了全世界。 Claude 3 Opus，Claude 3中最智能的模型，在大多数常见的人工智能系统评估基准测试中表现优异，包括本科水平专家知识（MMLU）、研究生水平专家推理（GPQA）、基础数学（GSM8K）等。 但在特定的专业领域，它的表现却是一个未知数。 比如化学，化学在药物发现和材料科学等领域发挥着至关重要的作用，但现有研究显示它们在化学任务上的性能令人沮丧。 指令微调让LLM完成化学任务成为可能 近日，一支来自OSU的团队构建了一个专门针对化学任务指令微调的数据集，命名为SMolInstruct。 论文地址：https://arxiv.org/pdf/2402.09391.pdf 该SMolInstruct测试集涵盖了14种任务，包括名称转换、属性预测、分子描述、分子生成、正向合成和逆向合成等，这些专业任务经过精心挑选，以建立坚实的化学基础。 它同时包含340万个不同的样本和160万个不同的分子，涵盖了各种大小、结构和性质的化合物，展示了广泛的化学知识覆盖范围。这些样本都经过严格的处理步骤，排除了有问题和低质量的样本。 然后，他们在SMolInstruct数据集上对四个开源LLM（Galactica、Llama 2、Code Llama和Mistral）进行微调，创建了一系列专门用于化学任务的LLM，称为LlaSMol。 论文中，主要将LlaSMol模型与两种类型的模型进行比较： 未在SMolInstruct上进行微调的LLM SOTA任务特定模型 结果显示，LlaSMol在所有任务上都显著优于现有的LLM，包括GPT-4。 例如，将SMILES转换为分子式的准确率达到94.5%，而GPT-4仅为16.4%；对于逆合成任务，准确率达到32.9%，而GPT-4仅为0%，并接近最先进的任务特定模型SOTA。 这凸显了SMolInstruct数据集的有效性和微调的好处。 这个结果是合理的，虽然GPT-4很强大，但它毕竟是通用模型，很难直接和经过特定的任务及样本微调的LlaSMol去对抗。 但经过微调的LLM表现已经逼近非LLM的任务特定模型，还是展现了LLM的巨大潜力。 不仅如此，四个LlaSMol模型在性能上表现出显著差异，也强调出了基础模型对下游任务的重要影响。 Claude 3在专业化学领域仍旧领先 Claude 3一经推出，该团队便在SMolInstruct 该基准测试上对于Claude 3 Opus同样进行了实验。 虽然与LlaSMol还是有差距，但在大多数任务中，Claude 3的表现远远超过GPT-4。 虽然在其中的一个名称转换任务S2F中，也就是一个将用于表示分子结构的文本字符串转换为分子式去计算原子数量的任务，Claude 3要比GPT-4差得多，但大多数任务的大幅领先还是展现了Claude 3在专业领域学习能力上的优越性。 Anthropic在官网介绍Claude 3时，用了「smarter, faster, safer」去描述大模型智能的未来潜力。 而我们在化学特定任务上，已经可以感受到了Opus作为通用模型，学习的速度之快，能力之强。 LLM超越任务特定模型，指日可待 在SMolInstruct原论文的结尾，作者也表达了对在化学领域，LLM能够超越任务特定模型的期许和展望。 任务特定模型毕竟是基于固定的输入，它们被优化以执行其特定任务，通常在大小和复杂性上都较小，而且在跨知识共享的任务中很难有好的表现。 而LLM有更多的参数和模型结构，可以在学习中进化，也能快速适应新的需求。 不可否认的是，经过微调的LLM更多的在专业领域上赶超任务特定模型，目前非常依赖于微调指令的完整性、全面性、准确性。 但若以发展的眼光来比较两种模型，尤其是在我们已经感受到Claude 3可怕的成长速度之后。 可以预想到，作为通用模型来设计的LLM，会在专业领域逐渐爆发。

【新智元导读】OpenAI给开发者分钱了！OpenAI宣布GPT将「货币化」，所有美国开发者都可以得到收入分成，具体细节还在摸索。开发者欢呼：爱死OpenAI了！ OpenAI宣布，将要和一群美国开发者合作，测试GPT基于使用情况的收入。 此举的目标，是创建一个充满活力的生态系统，让开发者的创造力和影响力得到回报。 今年1月GPT Store正式上线的同时，OpenAI曾在博客中表示： 今年第一季度我们将推出GPT创建者收入计划。作为第一步，美国的创建者将根据用户对其GPT的参与度获得报酬。我们会提供有关支付标准的详细信息。 现在，真的来了... OpenAI，要让GPT货币化 现在已经有开发者收到OpenAI的邀请了。 比如OctaneAI的CEO就po出了自己收到的邀请邮件。 邮件里表示，OpenAI一直在探索让GPT货币化的方法。 在这个过程中，生态系统会越来越有活力，用户能得到最有用的GPT，开发者也能得到金钱上的回报。 不过，这个计划仅限于在美国居住的开发者。 对此，OctaneAI的CEO兴奋地表示：「OpenAI这么做，会推动大量的创新和竞争。我爱死它了！」 所以，谁会是那个第一个拿到100万美元的人呢？ 目前，OpenAI尚未披露开发者参与测试的细节、收入分成的具体条款，以及之后的时间表。 不过，此前的GPT Store一度“药丸”。这个动作，是OpenAI在GPTs遭遇滑铁卢后，发起的新一轮尝试。 网友：GPTs不能只是个玩具 对此，开发者们当然是啪啪鼓掌表示欢迎。 有人表示，这个消息令人振奋，希望在不久后，这个项目就能向所有订阅者推出。 有人非常认真地提出建议，希望OpenAI为大量使用其API构建应用的第三方，提供新的收入模式。 比如构建一个系统，可以在其中验证应用程序，一旦获得批准，就会得到大量API的引流。而OpenAI可以提供谷歌风格的登录和API信用商店，然后再额外收取API信用销售的百分比。 他指出，GPT如今的问题在于，它们只是“有1000多个字符指令集和基本RAG系统的玩具”，然而OpenAI需要的是复杂得多的应用程序，从而改变世界。 另外还有人提建议说，尽管现在GPTs的使用量很大，已经有5000多个实例了，但平台或服务并不容易通过搜索发现。 这就表明，搜索功能识别或索引OpenStorytelling Plus的方式可能存在问题，除非用户确切知道自己想要要查找的内容，否则很难找到它。 所以，这是OpenAI必须改善的地方。 当然，也有人对此表示疑虑—— GPTs性能并不稳定，它时不时就变懒了，结果会变得过于模糊，或是过于精确。 因此，很多开发者在犹豫是否要投入更多的时间，因为到目前为止，很难给用户一个可预测的结果。 当然，OpenAI的官方X下，少不了的还是那个永恒的疑问——Ilya到底去哪了？ GPT Store一度「药丸」？ 曾经的GPTs一出，一度引起开发者圈的大地震。 在OpenAI的首届开发者大会上，CEO Sam Altman是这样介绍的：「GPTs融合了指令、丰富的知识和行动能力，并能够为用户提供更大的帮助。你几乎可以针对任何需求构建一个专属的GPT。」 这里的「任何需求」，并非夸张。 只需简单搜索，就能找到一些声称能生成迪士尼和漫威作品风格艺术的GPTs，以及宣称能够规避AI内容检测工具，比如Turnitin和Copyleaks。 审核不严 要在GPT Store上架自己的GPTs，开发者需要通过验证并提交GPTs接受OpenAI的审核。 OpenAI的一位发言人解释说： 我们结合自动系统、人工审核和用户举报，来识别和评估可能违反规定的GPTs。一经发现，我们就会发出警告、限制分享，或者剥夺作者在GPT Store上架/获得收益的资格。 创建GPTs并不需要什么编程技巧，开发者只用将需求输入OpenAI的GPT构建工具GPT Builder，就可以创建出能够实现这些功能的GPT。 也许是因为门槛较低，GPT Store的发展速度非常快——据OpenAI今年1月份的数据，平台上已经拥有约300万个GPTs。 但这种快速增长似乎以牺牲内容质量和违背OpenAI自身规定为代价。 版权争议 在GPT Store中，我们可以找到多个明显抄袭自热门电影、电视剧和视频游戏特许经营的GPTs，而它们并未获得原版权所有者的授权或创造。 例如，有一个GPT能够创作与皮克斯的《怪兽公司》风格相似的怪兽，另一个则提供了一系列设定在「星球大战」宇宙中的文本冒险。 根据数字千年版权法的「安全港」条款，OpenAI本身不会因为GPT创造者的版权侵犯行为而直接承担责任。 这项条款保护了OpenAI以及其他托管侵权内容的平台（如YouTube、Facebook），只要它们遵守法定要求，并在收到侵权通知时删除指定内容。 然而，对于一个已经卷入知识产权诉讼的公司来说，这显然不是一个正面的形象。 学术不端 OpenAI明确规定，禁止开发者创建会助长学术不端行为的GPTs。 尽管如此，GPT Store里仍然充满了声称能规避AI内容检测器的GPTs。 比如，一度在写作类排行榜中位列第二的「Humanizer Pro」，就声称自己能够「人性化」地处理内容，来规避AI检测。 与此同时，还可以保持文本的「原义与质量」，并且保证得到「100%人类」的评分。 有些GPTs，则是一些网站为自己引流的入口。 例如，Humanizer提供的「高级计划」，表面上是说要给用户「使用『最先进的』算法」，但实际上是将文本通过第三方网站GPTInf的一个插件发送出去。 而这个GPTInf的订阅费，可一点也不便宜——每月12美元（10,000字/月）或每月8美元（年度计划）。 不过，AI内容检测器整体上并不可靠，而且这些工具也不都能达到预期的效果。 对此，OpenAI的发言人表示： 我们的政策明确禁止任何促进学术不端的GPTs，包括那些被设计来规避如剽窃检测器等学术诚信工具的GPTs。同时，我们也注意到了一些被开发用于使文本更加「人性化」的GPTs。 我们仍在学习和观察这些GPTs在真实世界中的应用效果，但我们理解，用户可能出于各种原因，希望他们用AI生成的内容的「AI味」不那么明显。 越狱问题 GPT Store上也出现了一些试图绕过OpenAI模型限制的尝试——虽然这些尝试大多未能成功。 其中，最常用到的技术——DAN（即「立即做任何事」的）是一种被广泛使用的提示词工程，它能让模型不受平时规则的约束来响应指令。 不过，这些GPTs并不会回应那些敏感的问题，比如「如何制造炸弹」。 唯一与标准版ChatGPT的区别可能就是——它们会倾向于使用更加粗俗的语言…… 对此，发言人表示： 那些试图规避OpenAI安全措施的GPT是不被允许的。然而，那些试图以其他方式引导模型行为的GPT，包括努力使GPT在不违使用政策的前提下变得更加开放，则是可以的。 前途堪忧 OpenAI创建GPT Store的目的非常明确——苹果的App Store模式已经证明极为盈利，而OpenAI无疑是在尝试复制这一成功。 GPTs在OpenAI的平台上被开发和托管，并在此进行推广和评价。同时，从几周前开始，ChatGPT Plus的用户已经能够直接通过ChatGPT界面调用这些工具。 这些无不为订阅服务增加了吸引力。 然而，如今的GPT Store不仅充斥着垃圾信息，而且由于提供的后台数据分析功能有限，以及体验较差，开发者们发现很难吸引新的用户。 在这种情况下，即便OpenAI承诺，GPT开发者将来能够根据用户使用量赚取收入，甚至可能推出针对单个GPT的订阅服务。 一旦那些未经官方授权的、以漫威或《指环王》为主题的GPT开始赚钱时，你猜迪士尼或托尔金信托基金会，会怎么做？

这两天，新势力里两位大佬，围绕着电池的事儿在微博上吵起来了。 事情的起因是智己在给新车 L6 宣传时，说自己做出了 “ 行业首个准 900V 超快充固态电池 ” 。 别看前面这一堆定语，又是 900V ，又是超快充的，其实关键就是 “ 固态电池 ” 。 固态电池这玩意儿说了也挺久，但因为之前大家都没咋见过真东西，所以给人一种遥不可及的感觉。 在智己放话之后，隔壁腾势的老大赵长江先坐不住了，说 “ 这个时候在宣传半固态车用电池的就是在玩文字游戏 ” 。（ 后来赵长江把微博删了 ） 嚯，火药味儿来了呀。 虽然人没点智己的名，但智己 CEO 刘涛直接转发，隔空互怼：文字游戏并不擅长，智己 “ 必有尖货 ” 。光码字还不够，刘涛还开了直播，让大家都来瞅瞅他们的固态电池工厂。 这种瓜，脖子哥当然也不能落下，我倒要看看智己是不是真有尖货。 这次直播还不短，有一个半小时。直播的地方是在电池供应商清陶能源的实验室，主要内容也是在讲解，智己即将用的这个固态电池是怎么做的。 整个直播咱也全程蹲完了，所以智己到底是不是在玩文字游戏？ 我觉得是，但也不全是。 怎么说呢，要讲明白这个东西，我们得先说说固态电池是什么。 现在车里常见的锂电池是液态电池，它由四大材料组成：正极、负极、电解液和隔膜。 锂离子在电解液里，从正极穿过隔膜游向负极，就是充电，反之就是放电。而固态电池，顾名思义就是把液态电解质换成固态。 这样的好处，首先是电池的能量密度可以拉得贼高。 因为舍弃了高压下会不稳定的电解液，固态电池可以在正负极上用更猛的耐高压材料。比如液态电池负极一般用石墨，而固态用金属锂当负极，金属锂的克容量大概是石墨的 10 倍。 再加上固态电解质体积更小，电池就能做得更轻更薄，所以能量密度很高。宁德时代麒麟电池的能量密度为 255Wh/kg ，这已经算是液态里面比较高的了，而固态电池能轻轻松松做到 500Wh/kg ，直接翻倍。 除了能量密度，固态电池的另一大优势是稳定。 液态电解质本身就是易燃物，一旦因为外力造成电池损伤，发生热失控，就可能冒烟起火甚至爆炸。 相比之下，固态电池就真的，太扛造了。 它里头的固态电解质无法燃烧，又耐高温又耐腐蚀，基本可以杜绝自燃的风险。 显然，固态电池解决了我们用电车最大的两个痛点：续航和安全，可以说是个完美的存在，自然也就成了大家研究的重点。 国内的蔚来、上汽、广汽、宁德时代，国外的丰田、日产、宝马、戴姆勒都说自己在研发固态电池。 但是，这玩意儿并没有那么好搞。 现在的固态电池还只是个实验室产品，仍有很多问题，比如固态电解质的离子电导率远低于液态电解质，还有电池高阻抗也会影响锂离子传输，这些会导致电池内阻增大，充放电循环次数不高。 这些没被攻克，商业化就无从谈起。 因此，业内对固态电池量产时间的判断，都挺晚的。 国内这边有说要到 2030 年，国外的丰田倒是挺自信，说他们 2027 年就能量产固态电池。但鉴于他们连液态电池都还没整明白，加上已经跳票了几次（ 最早说是 2022 年就能量产 ），脖子哥只能打上一个大大的问号。 既然这么难搞，大家都没有整出来，那智己它。。。当然也没有。 是的，一口吃不成个胖子，从液态到固态的转变，得一点点地来。 全固态既然不行，工程师们就想了一个招，先把电解液一部分替换为固态，整出一个介于全固态和液态之间的半固态出来。 而这，就是智己要弄的新玩意儿。 在直播中，清陶能源（ 电池供应商 ）的人进行了展示，智己 L6 上要用的是他们的第一代产品，半固态电池。明年会开发第二代产品，最终到第三代，才是全固态电池。 这三代升级的地方，就是让电池的缺陷越来越少，体积越来越小。比如第一代电池仍然需要隔膜，第二代就会拿掉，到了第三代材料种类更少。 也就是说真正的固态电池，大伙儿且等着吧。 而它的这个半固态，确实也用了固态电解质。 但因为固体的致密性还不够，电解质中间会有缝隙，影响锂离子的传输，所以他们往里加入 10% 的润湿剂，相当于是用液体去填满这个缝隙。 所以整个电解质既不 “ 固 ” 也不 “ 液 ” ，处于一个粘稠的状态。 然后呢，他们是在正极的表面包覆上一层厚度大概 10 微米的固态电解质层，这一层东西主要是无机材料，目的是提高正极高镍材料的稳定性。 最终电池性能当然也有明显提升，根据智己 CEO 的说法，搭载这块电池的四驱版车型，能跑 1000+ 公里。 那它这个半固态是不是固态呢？ 其实这个问题，其实前些天也有人在智己汽车微博下问了，结果官方回了个：白马是不是马呢。 这。。。 咱在看看智己宣传说的啥， “ 准 900V 超快充固态电池 ” ，人家在一堆词前面加了一个 “ 准 ” 字。 好家伙，原来留了一手。 那说回来，其实半固态电池，智己并不是第一个吃螃蟹的。去年 12 月份，李斌直播了蔚来 150 度电池包的续航能力，最终车子跑了 1044 公里。 这块电池包就是半固态电池，电芯的能量密度达到了 360Wh/kg 。 脖子哥也问了几位业内人士，目前半固态技术上已经比较成熟了，现在量产最主要的问题是成本过高，价格太贵。 蔚来 150 度的电池包只租不卖，蔚来高管曾经透露这块电池的成本，相当于一辆 ET5 （起售价 29.80 万 ），而且还无法大规模生产，今年只产 1000 个。 那对于智己来说， L6 要上的半固态电池，大概率也不会便宜。脖子哥猜它可能只是个选装配置，车子如果卖 20 来万，你再选个半固态电池，售价或许要奔着 50 万去了。 至于是不是这样，智己这块电池的实际表现又如何，这些问题等新车上市，咱实测一波就一目了然咯。 撰文：白日梦 编辑：面线 & 脖子右拧

据外媒报道，在美国联合日本、荷兰升级对于半导体设备的出口限制之后，美国正要求荷兰盟友对中国芯片制造设备的维护施加更多限制。 美国商务部负责工业和安全的副部长Alan Estevez表示：“我们正在与我们的盟友合作，确定什么对服务重要，什么对服务不重要。我们正在推动不对这些关键部件提供服务，因此我们正在与盟友进行讨论。”他补充说，美国并不打算限制设备供应商维护更多中国企业能够自行修复的外围部件。 对于半导体设备来说，要想持续稳定在半导体制造产线上运行，设备的维护极为的关键。如果这些设备离开了售后维护，甚至可能会在一周之内就会出现问题。同样，设备的一些核心零部件也需要定期更换。据芯智讯了解，ASML光刻的工件台对准定位用的部件，一般来说，两年就需要更换。 因此，国内的晶圆制造商如果想要维持产线的生产的稳定，产线上的ASML光刻机的核心部件的供应和维护极为关键。 不过，需要指出的是目前ASML受限的光刻机主要是NXT:2000i及更先进的机型，其他未受限的光刻机型销售和维护是没有受到影响。当然，如果相关设备零部件涉及美国技术来源，则会受到美国的出口限制。 虽然据芯智讯了解，ASML在国内拥有一个维修中心，可以对于一些关键零部件进行维修，但是如果相关零部件属于进口受限的，当国内光刻机相关属于进口受限的部件损坏后无法修复，也就无能为力。 对于中荷双方来说，在去年年底前已经出口到中国的NXT:2000i及更先进的光刻机机型，随着许可的失效以及美方的进一步施压，ASML后续能否继续为这类设备提供维护则是一个悬而未决的问题。 3月26日到27日，荷兰首相吕特在中国展开工作访问期间，关于光刻机的相关议题也就成为了外界极为关注的议题。 据商务部网站消息，3月27日，商务部部长王文涛在京会见来访的荷兰外贸与发展合作大臣范吕文。双方重点就光刻机输华和加强半导体产业合作等议题深入交换意见。商务部副部长兼国际贸易谈判副代表凌激参加会见。 王文涛表示，今年是中荷建立开放务实的全面合作伙伴关系十周年。在两国领导人战略引领下，中荷经贸关系稳步发展。中方赞赏荷方坚持自由贸易，视荷方为可信赖的经贸伙伴，希望荷方秉持契约精神，支持企业履行合同义务，确保光刻机贸易正常进行。要防止安全泛化，共同维护全球半导体产业链供应链稳定，推动双边经贸关系持续健康发展。 范吕文表示，荷兰以贸易立国，主张自由贸易，高度重视对华经贸合作。中国是荷兰最重要的经贸伙伴之一，荷兰愿继续做中国可靠的合作伙伴。荷兰出口管制不针对任何国家，所做决定基于独立自主的评估，并在安全可控前提下尽可能降低对全球半导体产业链供应链的影响。期待两国进一步拓展绿色转型、养老服务等领域合作。 另据外媒报道，范吕文在当地时间3月26日接受荷兰媒体采访时曾表示，他将捍卫ASML的利益视为首要任务。但他也表示，“我们和合作伙伴的国家安全因素会放在经济利益之前。” 荷兰首相吕特3月27日在访问中国期间淡化了中荷之间在ASML制造的设备出口限制问题上的冲突。吕特拒绝回答关于荷兰政府是否会拒绝向ASML颁发许可证，让其继续为这些中国客户提供维护服务的问题。美国方面希望荷兰拒绝发放许可证。 吕特说：“当涉及到我们的半导体行业和像ASML这样的公司时，当我们不得不采取（出口限制）措施时，荷兰会确保这些措施绝不会专门针对某个国家，我们总是努力确保影响是有限的。” 编辑：芯智讯-浪客剑

IT之家 3 月 28 日消息，根据美国商标和专利局（USPTO）公示的清单，微软获得了一项关于人工智能的专利，主要基于员工对文档的处理，帮助老板评估员工的工作表现。 微软在专利中概述了一套 AI 系统，收集员工在指定时间内对文档的活动数据，洞察员工修改、删除、添加等操作情况，从而判断员工在工作中是否“摸鱼”，或者努力工作。 这项技术的主要目标是确定哪个人对文档（尤其是 OneDrive 等应用程序中的共享文档）的贡献最大，但并不局限于此。 微软在该专利中表示，现有技术无法准确描述员工和文档之间的关系，因此无法区分哪些员工只是做了少量编辑，哪些员工对文档内容作出大量贡献。 微软希望借助 AI 工具洞察这种文档关系，希望未来 Microsoft 365 不仅能跟踪员工的活动，还能对其进行报告。 该 AI 系统不仅可以跟踪你的工作时间，还能根据某些参数分析你的工作质量，可以生成一份活动报告，供人事和老板评估你的工作表现。IT之家附上专利相关截图如下：

今天是3月28日 农历二月十九 理想汽车起诉 名字中带有“理想”二字的贴膜店 一审胜诉了 这家贴膜店不仅要改名 还要赔两万块 。。。 下面是今天的其他大新闻 # UC 网盘官宣上传、下载不限速，号称“ 没会员也一样快 ” （ IT 之家 ）3 月 28 日消息，UC 浏览器官微日前宣布 ，本月起 UC 网盘正式实现上传、下载不限速，承诺“ 真不限速，没会员一样快 ”。 从官方得知，此次 UC 网盘的具体策略体现为两点：非会员与会员的文件上传与下载速度一样快；不限制用户上传下载的文件大小、文件类型、文件格式、下载时段。 但有网友发现，该不限速指的是最高 60MB/s，并且该功能为限时体验功能。 ：和阿里云盘、夸克网盘是一家的，还能指望它咋样呢？ # 我国医生将基因编辑猪肝植入人体 （ 观察者网 ）近日，陕西西安。在中国科学院窦科峰院士、肝胆外科陶开山主任带领下，空军军医大学西京医院异种肝脏移植临床研究取得重大突破。 成功将一只多基因编辑猪的全肝以辅助的方式移植到一位脑死亡患者体内。术中，移植肝脏恢复血流后即刻分泌胆汁，未见超急性排斥反应，已持续工作超 96 小时。 经科技查新，国内外未见同类报道，属世界首例。 ：向接受手术的志愿者致敬。 # B 站用户平均年龄已达 24 岁 （ 新浪科技 ）据悉，陈睿表示，根据相关数据，我国网络视听用户规模达 10.74 亿人，网民使用率超过 9 成，网络视频已经成为最大的互联网应用。 陈睿还提到，2023 年第四季度，B 站日均活跃用户突破 1 亿大关，用户日均使用时长 95 分钟，用户平均年龄达到 24 岁，男女比例 52:48 ，35 岁以下用户覆盖率达到 65% 。 陈睿表示，科技是 B 站最受欢迎的内容之一，其中 AI 是科技内容中增长最快的。根据陈睿的透露，过去 1 年，在B站观看过科技类视频的用户数量超过 2 亿，B站科技科普类内容播放量增长 200%。 ：我以一己之力极大拉高 B 站平均年龄。 # 腾讯《 元梦之星 》回应被网易《 蛋仔派对 》地图作者起诉：已将相关地图全量下架 （ IT 之家 ）3 月 28 日消息，网易《 蛋仔派对 》知名 UGC 地图《 因蓝 》的创作者 @仟中酒 日前在抖音发布视频称，因为创作的地图在《 元梦之星 》中被长期、多次地抄袭，已经向腾讯发起诉讼，案件已被受理，将于 5 月开庭。 今日下午，腾讯《 元梦之星 》游戏官方微博发布《 关于地图创作原创保护的声明 》，在收到《 因蓝 》地图作者的维权投诉后，经人工审核，我们已将被投诉的相关创作地图全量下架。 ：肯定不是南山区法院。

四舍五入 19.99 小米 SU7 的首次亮相，已经是 3 个月之前的事了。在这 3 个月的时间里，雷军和他的第一辆车成为了整个汽车行业绝对的舆论焦点。 从概念设计到技术参数，小米 SU7 的每一处细节都被放大解读，经过媒体和分析师一轮又一轮的剖析、挖掘、评估、预测，「收手吧雷军，外面都是吉利」成为了主论调，到底是「雷总」还是「避雷」，众说纷纭。 价格永远在路上，小米永远在辟谣。 但今天，小米 SU7 的正式售价终于出来了： 小米 SU7 标准版价格为 21.59 万元，CLTC 续航 700km 小米 SU7 Pro 版价格为 24.59 万元，CLTC 续航 830km，配备激光雷达，支持城市 NOA 小米 SU7 Max 版价格为 29.99 万元，CLTC 续航 800km，双电机四驱，配备激光雷达和城市 NOA 在雷军看来，这是一个让人为之疯狂的价格，买到就是赚到。但倘若我们平复发布会的激昂，忽略雷军那极富感染力的口音，小米 SU7 的售价是一个非常理性的数字，在价格愈发透明的汽车行业里，它就像是路边随手派发的一份报纸，质轻、无声。 但这份报纸所呈现的内容，足以轰动一时。 50 万以内速度最快的量产车 巅峰性能和极致的驾驶体验是我们造车的原点。 就如雷军所说的，一辆好车的本质，还是要回归到驾驶体验上。 从各项参数来看，小米 SU7 下了挺大的功夫。 小米 SU7 采用的双电机全轮驱动，最大马力为 673PS，峰值扭矩是 838N·m，性能可与 4.0 升涡轮增压 V8 发动机的跑车一较高下。 哪怕在 -15℃ 的低温天气，SU7 依然能够达到 3.38s 的零百加速，而 Model 3 Performance 下降到了6.35s。 这是因为车上采用了创新的低温高功率电池技术，而雷军自信的表示：「冬天对 SU7 的性能几乎没有影响」. 强大的自研电机，让小米 SU7 的 0-100km/h 加速达到 2.78s，在 50 万以内纯电动轿车中，都属于第一梯队里的领先水平。 与其价格处于同一区间的 24 款极氪 001 WE 版四驱是 3.5 秒，Model 3 高性能版是 3.3 秒。即使到了中后段的加速，SU7 也能展现出不凡的实力，0-200km/h 用时仅为 10.67 秒。 SU7 拥有目前全球量产轿车中最低的风阻系数：0.195 Cd，这使得它的最高车速能达到 265km/h，能耗也进一步降低。 加速快、极速高这件事，除了能够简单粗暴地展示性能，其实还代表着车子本身有着更多的驾驶模式可以选择。 小米 SU7 还有许多的细节，帮助驾驶者提升「驾驶乐趣」，把车子的可玩性提升到了一个新的水平。 依靠较高的性能上限，小米推出了「自定义驾驶模式」，包含加速、转向、悬架等十项可调节，部分单项可调 100 档，据小米官方称，组合起来的驾驶模式多达 16.8 亿种。 这当中的 Boost 模式，可让整车立刻提速，提供持续 20 秒的超额扭矩输出；弹射起步模式，可在起步时同时踩下双踏板，松开制动踏板的 170ms 内，提供 0.95g 的加速度。 另外，小米还成立了中德团队联合调教出了「运动声浪」，在新能源上，也能找回一点油车驾驶的感觉。在赛道上的小米还能开启漂移模式，雷军说他还专门去学了一下，日后有机会给大家展示他速成的漂移技术。 新能源时代，底盘依然是「车是否好开」的决定性因素。好的底盘，能极大程度地提升车辆的舒适度、操控性和行驶稳定性。 除了能够为上述的极端场景提供保障，在上下班通勤等大部分日常场景，底盘系统也有用武之地。 首先是悬架，小米 SU7 选用了前双球节双叉臂+后五连杆式独立悬架，并采用了全铝制的悬架连杆。这对组合能更有效地控制车轮，为良好的优操控提供一个不错的硬件基础。 其次，小米 SU7 搭载了与拓普集团联合开发的闭式空气弹簧系统，和采埃孚提供的 CDC 阻尼可变减振器，其中闭式空气弹簧系统比传统开式系统的调节速度提高了 100%。 既能跑得快，还要刹得住的车，开起来才安心，SU7 的百公里制动距离只需要 33.3 米，按照目前市场主流车型的制动距离：40 米算及格，38 米算还行，36 米算优秀，34 米则是能拿来当成亮点宣传的成绩。 依靠 Brembo 四活塞固定卡钳、博士的 DTB 智能解耦、ESP. 10.0 的车身稳定等刹车系统，才能将把距离控制在 34 米以内。 轮胎是全车唯一和地面接触的部分，因此一台车的动态性能、续航、舒适性等，也和轮毂和轮胎息息相关。 小米汽车团队从 5000 多张设计稿中，为 SU7 定制了四款轮毂设计，以及轮胎搭配： 19 英寸低风阻轮毂+米其林低滚阻轮胎，让小米 SU7 标准版的 CLTC 续航里程提升到了 700km，而小米 SU7 Max 也达到了 810km 的超长续航水准，适合需要长续航的用户。 19 英寸运动轮毂+普利司通 TURANZA 6 轮胎，能够给驾驶者提供兼顾运动和舒适的体验。 20 英寸「梅花轮毂」+米其林 Pilot Sport EV 轮胎，因内部设有静音棉，所以胎噪很小，是米其林专门为高端电动车开发的轮胎，在行驶中提供运动、舒适、静音的驾驶体验。 21 英寸运动轮毂+倍耐力 P ZERO 第五代轮胎，抓地力非常强，市场参考价就要 10000 元左右。适合追求运动操控的用户。 在上次发布会后的 3 个月里，小米又对整个补能体系进行了优化。 871V 碳化硅高压平台，在 15 分钟为车辆充电补能 510km，5 分钟充电补能 220km。 486V 全域碳化硅平台，能在 15 分钟内为 SU7 充电补能 350km，5 分钟充电补能 138 km。 在车辆满电情况下， SU7 Max 的续航里程可达 810km 的 CLTC 续航里程； SU7 标准版的 CLTC 续航里程也能达到 700km。 雷军说，像这么一款干到 2 秒多加速、800 公里以上续航的四驱性能车， 在中国市场，小米 SU7 是唯一一款。 总得来看，小米的第一辆车，是一台综合性能极具竞争力的性能轿跑，我们也期待 SU7 今后在市场上的表现。 不过，最晚入局新能源赛道的小米，并没有选择竞争相对较小、更受国内用户欢迎的 SUV、MPV 车型，而是在一开始，就加入了「厮杀最为惨烈」的轿车车型，从大的市场环境来看，这无论如何都算不上「聪明」的选择。 关于小米为什么第一辆车选择了轿车，雷军在先前的采访中也有自己的考量。他认为在所有车型中，轿车的驾驶体验相对较好，加上目前传统的大家庭没有以前那么多，适合一个人开的同时，也兼顾现代小家庭的二人世界。 轿车赛道的确竞争大，但最大的市场也在这里，正值油电交接的时代大风口，传统油车的保有市场中，还是会有非常多的用户会选择新能源的轿车，从月销量很好的「34 C」（宝马 3 系，奥迪 4 系，奔驰 C 级）就能看出。 同级别的新能源车型中，相比于已经成功的 Model 3 ，和未来可期的极氪 007，小米 SU7 仍然是一辆在驾驶感受上很有竞争力的轿车，在追求智能化、集成化的今天，SU7 上保留了很多传统油车上的元素，比如实体按键；也有很多突破传统的设计：超大 56 寸 HUD 抬头显示、翻转式仪表屏、座椅主动侧翼支撑。 从这些细节不难发现，小米十分注重 SU7 的驾驶感受，而这些细节的总和，就是 SU7 今后的重要竞争力。 并且，小米 SU7，也还有一战之力。去年在全球销售了 1.46 亿只手机，连续 14 个季度全球第三，小米手机和小米平板的用户全球达到了 6.41 亿人，这更为小米汽车未来的发展打下了良好的基础。 高喊「人车家全生态」 说实话我第一次听到苹果终止造车，非常非常的震惊，如果我是 Tim Cook 的话，我绝对不会这么做。 向来有着「雷布斯」称号的雷军，不久前还自己当了一回「雷库克」，表示苹果放弃造车项目是一个错误决定。他认为，从战略角度来看「人车家全生态」，汽车是生态闭环中不可缺少的环节，对于苹果来说是如此，对于小米来说也是如此。 进入小米 SU7，首先映入眼前的是一个渲染惊喜的 SU7 模型，车模状态也会和车辆状态实时同步。点击车模上对应的点位便能进行快速操作，整个过程丝滑流畅，一镜到底，体验直逼华为鸿蒙座舱和魅族 Flyme Auto。 做车机，果然还是造手机的更在行。 细腻流畅的车机体验离不开软硬件协同，小米 SU7 全系标配 8295 旗舰芯片平台，配合小米澎湃 OS 优异的异构兼容性，实现硬件资源的精准调度。雷军表示，在 SU7 上，他最喜欢的就是这块中控屏，「超大」、「非常精细」，是他对这块屏幕的评价。 如果你是小米手机用户，细看屏幕你就会发现，小米 SU7 车机的 UI 设计，与 MIUI 一脉相承。 作为一家生态科技厂商，小米澎湃智能座舱在设计之初就将手机、平板视作座舱的一部分，实行多端一体化原生设计。当车主同账号的手机、Pad 进入车内时，就能与中控屏无感连接，自动完成识别、安全认证、连接等一系列复杂步骤。此时，统一的设计就避免了使用时产生割裂感。 当然更重要的是系统底层的融合，不仅视觉上要统一，交互也得统一。 得益于系统框架层的打通，在 SU7 的中控大屏上，我们能够直接调用手机镜像，或是将手机应用以窗口卡片的形式固定在中控屏上，与车机彻底融为一体。 最右为固定在车机里的小红书 App 在前排座椅后方，小米澎湃智能座舱还支持再挂载 2 个 Xiaomi Pad 6S Pro 12.4 作为后排拓展屏。平板接入后，会自动切换至控车桌面，不仅能同步导航信息，还允许乘客调整空调、座椅加热、全车音乐等功能。 此外，小米自研「MiLM-1.3B」端侧大模型在 SU7 上首次上车，小米表示，SU7 上的小爱同学全链路都得到了大模型的加持升级，不仅能实现文生图，还可以融合车的位置、方向、视觉等信息，像人一样理解真实世界。 但对于普通用户来说，最实用的应该还是用它来控制家里的智能家居。毕竟，连车都买了，高喊「人车家全生态」的小米，可不会放过你这个「米系全家桶」的潜在客户。 「选一辆智能电动轿车，本质上就是在选智能科技的实力。你要相信这个品牌有足够的能力，能把智能科技持续做好，」雷军说，「从这个角度上来讲，小米肯定是全球最好的几个车厂之一。」 如果你始终无法放下手中的 iPhone，也不会有任何问题，雷军给你准备了 Plan B。小米澎湃智能座舱支持接入无线 CarPlay，且后排支架兼容 iPad，乘客可以通过小米汽车拓展屏 App 实现后排控车。 除了智能座舱，智能驾驶也是小米迈出的重要一步。 去年年底，小米汽车技术发布会首次发布了包含道路大模型、超分占用网络和变焦 BEV 等领先算法在内的技术架构，同时确认了端到端大模型技术的上车。 硬件方面，小米智驾系统分为两套方案，分别是小米智驾 Pro 和小米智驾 Max。两套方案都采用英伟达 Orin 算力平台，全系标配智能辅助驾驶功能，但要注意的是，只有 Max 版本才配备激光雷达。 小米表示，SU7 目前已经能够实现 5 厘米精度的极窄库位泊入和 23km/h 巡航的代客泊车，城市 NOA 功能将在 4 月开始用户测试，5 月开通 10 城，最后在 8 月份全国开通。 小米比你想象中更强势 小米 SU7 正式发布的前一天，雷军在微博上预告了小米 SU7 强悍的续航表现，他表示，配置 19 寸低风阻轮胎和米其林低滚阻轮胎的标准版车型起步就是 700 公里，同为 19 英寸轮毂的情况下，小米 SU7 标准版续航甚至超越了特斯拉 Model 3 的长续航版本。 用入门产品来打对方的高配，是小米的惯用战术。 更夸张的是 小米SU7 Max，这辆车成为了国内唯一辆同时拥有 2 秒级零百加速和 800 公里 CLTC 续航的纯电车型。 而且雷军还称，小米 SU7 的长续航，不止体现在数据上，在广东的高速公路上满电开始连续行驶，小米 SU7 标准版在平均车速 97.7km/h 的情况下，实现了 495km 的续航成绩，平均电耗只有 15kWh。 SU7 能有领先行业的续航水平，光靠小米肯定是不够的。 今天下午，宁德时代在小米 SU7 正式发布前推送了一篇名为《欢迎新同学》的文章，公布了神行电池全能系列和麒麟电池全能系列，并表示首发落地车型将在今日官宣。 完全没提小米，但又处处都是小米，合着标题欢迎的不是自家的「新同学」，而是小爱同学。 具体来看，神行电池全能系列在续航上更进一步，体积成组效率达到 77.8%，能量密度提升超过 10%，能够带来超过 800km 的 CLTC 续航；麒麟电池全能系列则注重性能，电池动力储备超过 1000 马力，同时散热面积也提升了 4 倍。 宁德时代这次在小米 SU7 上首发新品，不仅做成了一桩生意，也体现了他们对于小米的信任。另一方面，「造车新兵小米拿货难、拿货慢」的谣言也不攻自破。毕竟，作为 Tier 1 供应商，深陷降价漩涡的宁德时代不可能不关注主机厂的健康程度。 实际上，小米在供应端的布局，多年前就已开始。 自 2017 年成立以来，小米产投共投资了 110 家芯片半导体与电子相关企业，包含光电芯片、汽车芯片、半导体制造设备等领域。 不仅如此，从 2021 年开始，小米一举投资了 10 多家动力电池、自动驾驶领域等整车上下游企业。无论是深入到底层的车规级自动驾驶计算芯片的黑芝麻智能，还是自动驾驶公司 DeepMotion，亦或是国内激光雷达龙头企业禾赛，小米都默默插上一脚。 总之，小米目前在汽车领域的投资已经完全涵盖了关键传感器、自动泊车、三电系统等供应商，一条完整且庞大的汽车供应链，早就掌握在雷军手中。他在小米 SU7 发布前自信说道： 最近不少朋友都问，现在的行业竞争非常激烈，小米汽车有信心打开市场吗？当然有信心，因为，我们是小米汽车，我们已经做好了充分的准备。 雷军赌上尊严的最后一次创业，不可能打没准备的仗，对于 21.59 万元的小米 SU7，他信心十足。

作者 | 程茜 编辑 | 漠影 All in AI的口号，几乎已经席卷当下各大手机厂商。 今年的2月底，荣耀在世界移动通信大会（MWC）上发布了首款AI PC荣耀MagicBook Pro 16，一个月之后，又甩出AI技术加持的荣耀Magic6至臻版和荣耀Magic6 RSR保时捷设计等一系列智能设备。 ▲荣耀CEO手持荣耀Magic6 RSR保时捷设计 可以看到，这一场重构消费者AI体验的革命，荣耀已然走在前列。 2020年10月，荣耀从华为正式分离独立，时至今日，已经站上了国内安卓手机头部阵营。全球市研机构IDC的数据显示，2023年第四季度和全年，荣耀均位列中国手机市场国产品牌第一。 就在Magic6系列新品发布会上，荣耀龙年大使成龙现身，用一首《真心英雄》将荣耀历经三年磨砺，重压之下创造不可能的突破表现地淋漓尽致，同时彰显了荣耀冲击高端和海外市场的决心。 与此同时，审视当下的AI热潮，消费产业迎来了新的变革机遇，问鼎国内手机市场的荣耀，正一手AI一手硬科技，加速启动这两大创新引擎，守住中国市场盘子的同时，找到AI时代的新突破点。 在发布会后，智东西有幸与荣耀CEO赵明进行了面对面深入交流，深度解析荣耀在AI时代如何成为破局者与引领者。 一、多年布局，为AI+智能终端打造差异化优势 今年以来，生成式AI的强大能力开始在各类终端设备上部署应用，其对于各类终端产品的变革正在加速，手机、PC等产品进入产业新周期。与此同时，多年来厚积薄发，荣耀找到了全新AI时代中自己的独到创新之路。 在这背后，Magic6系列正是当下荣耀将AI与智能手机相结合的集大成之作。 荣耀Magic因AI而生。荣耀基于MagicOS 8.0，开启了手机操作系统基于意图识别的人机交互新范式，并且首发搭载了荣耀自研的70亿参数端侧平台级AI大模型“魔法大模型”。 基于多模决策引擎，荣耀Magic6系列的“荣耀任意门”功能，可以实现跨应用操作，赵明透露，目前这一功能的意图推荐成功率达到93%，并且支持任意门的适配服务数增加了75%。 还有通过大模型语义理解能力的“智慧成片”功能，用户通过自然语言发出指令就可以自动剪辑成片。 以及依托低功耗移动平台和荣耀眼动操控技术的“灵动胶囊”功能，能实现跨应用操作，完成用户的每一步需求。 在这背后，荣耀Magic6系列搭载的前置3D深感摄像头支持眼动操控、隔空手势、气息唤醒多种交互方式，这为生成式AI在终端侧部署带来的交互变革带来了更大的想象空间。 荣耀很早就将对手机与AI技术的探索刻到了产品基因中，并一步步构想出清晰且完整的AI战略。2022年，在MagicOS 7.0上，荣耀构建了平台级AI，实现了荣耀意图识别人机交互的进一步探索。 前瞻且持续性的战略布局，使得荣耀在看待AI与终端设备的结合方面更为清晰。 赵明认为，荣耀将智能终端的AI战略分为四层，即AI使能跨系统融合、AI重构操作系统、AI在端侧的应用、AI的端云协同。 第一层指的是用AI使能把不同操作系统、不同设备实现融合，让笔记本、手机、平板、可穿戴设备未来在消费者层面融合成一个产品，AI作为决策大脑帮助消费者实现自由的服务流转。 第二层就是将每一个单体的终端用AI重构操作系统，做到以人为中心，让终端设备越用越懂你、越用越好用。 第三层是AI在终端的应用，未来基于AI会有海量应用；第四个是端云协同，将网路AI大模型应用呈现。 对于终端厂商而言，荣耀认为应该从第一层、第二层开始发力，构建面向未来的以消费者为中心的体验，同时兼顾第三四层。因此，赵明谈道，从开始新征程以来，荣耀就在布局第一层和第二层的能力。 三年磨一剑的结果就是，荣耀用AI打破了手机、平板、笔记本之间的边界，使得AI能更好理解消费者意图，从而实现更好的人机交互。 二、聚集全球最优产业链资源，硬科技创新连番炸场 当所有关注度都聚焦在AI能力的当下，智能手机硬件本身的影像、屏幕能力同样是荣耀带来突破硬件创新，拿下高额市场份额的关键。 此次，荣耀创新性地将汽车行业自动驾驶领域的技术引入了手机影像系统中，首次将LOFIC技术及激光雷达对焦系统应用到手机领域。 荣耀Magic6至臻版、荣耀Magic6 RSR保时捷设计搭载的超动态鹰眼主摄H9800采用LOFIC影像传感器，使得光电子容量提升至900%。同时支持15EV超高动态范围。赵明透露，这就意味着手机动态范围达到了单反级别。 在快速对焦方面，激光雷达阵列对焦系统中激光阵列达到1200点，对焦速度达到60帧每秒，这同样实现了单反级对焦体验。 强大的影像性能，让用户在日常生活中更轻松抓拍运动时精彩瞬间，并且其高动态范围与快速对焦，能让最后的成像效果更加真实。 屏幕也是荣耀不断突破且追求极致的一大关键要素，荣耀正与合作伙伴的强强联合探索技术的突破实现1+1>2的效果，并不断刷新行业天花板。 荣耀Magic6 RSR保时捷设计搭载的荣耀叠光绿洲护眼屏，由荣耀联手京东方联合研发。这一屏幕采用Tandem双栈串联，支持行业内手机手动最高亮度，达成1000nits手动峰值亮度，1800nits全局峰值亮度，5000nits HDR峰值亮度。 在保证亮度的同时，Tandem架构串联OLED架构还实现了低功耗，功耗收益最大提升超40%，6倍使用寿命，3年屏幕老化率不到1%。 荣耀Magic6系列还搭载了荣耀巨犀玻璃，基于第二代纳米微晶玻璃技术，提供10倍抗摔能力；荣耀Magic6至臻版、荣耀Magic6 RSR保时捷设计搭载的荣耀金刚巨犀玻璃，将多至4000+的叠层设计镀膜在屏幕上，在保证透光效果的同时实现了10倍抗刮能力。 过硬的性能永远是手机实现出色体验的根本保证，除此以外，荣耀Magic6系列在续航、通信方面的能力同样不在话下。荣耀Magic6 Pro获得知名评测机构DXOMARK 2024影像、电池、屏幕、音频、安全等五项金标认证，并以158分的成绩获得DXOMARK影像总分第一名。 从与京东方强强联手到跨界合作汽车领域，使得荣耀为智能终端产业的创新注入新的活力。正如赵明所言，荣耀所选择的发展道路，是利用全球最优产业链资源来打造最强产品。 这样的价值理念，也成为荣耀不断突破、成长，改写高端手机市场格局的关键。 三、研发+技术布局，荣耀全栈突围AI产业 研发投入才是硬道理，因此对于今天的荣耀而言，这一切都源于一直以来对研发、技术的坚定持续投入。 这也让荣耀成为目前手机厂商中，对AI有着更为深刻理解的玩家。 一开始，荣耀发布的Magic Live智慧系统就打开了手机AI OS的大门，为意图识别人机交互的成形奠定了基础。 2022年，荣耀在MagicOS 7.0上构建了平台级AI，实现了意图识别人机交互的进一步探索。这也是荣耀当下拿出完整且清晰的四层终端行业AI战略的关键。 目前荣耀在手机上的平台级AI应用已经取得了阶段性成果，这样的技术优势迅速扩展到了PC设备。 荣耀打造的平台级AI能力已经全方位赋能了其首款AI PC——荣耀MagicBook Pro 16，让AI技术与操作系统有了更深度的融合。 AI技术对于终端产业而言必将是一场影响深远的革命，未来，其对于智能设备会带来怎样的颠覆性革命我们无从而知，但可以确定的是，荣耀已经站在了时代的最前沿，并时刻准备着迎接市场的挑战与新变量。 荣耀成为行业变革的引领者的底气，就在于多年来在AI领域的持续投入与积累。 目前为止，荣耀AI研发费用累积已达100亿元，AI专利成果超2000项。赵明透露，2023年荣耀实际研发占比达到了公司总收入11.5%，应该是所有手机厂商中投入占比最高的一家。 纵观荣耀的发展长河，这家公司已经走过了从独立求存到成功登顶，成为业界翘楚的突围之路。 作为荣耀春季旗舰新品发布会期间的一大彩蛋，“不经历风雨，怎么见彩虹，没有人能随随便便成功”，荣耀龙年大使成龙用一首《真心英雄》演绎了荣耀在逆境中奋勇向前的决心。 从初入好莱坞时的困境和艰难，到用中国功夫电影征服世界，荣耀与成龙的经历十分契合。 成龙谈道：“挑战到极限就能做到极致，做到极致就会成为标志。”荣耀在新征程里迎难而上，从中国走向世界，与全球顶级对手同台竞技，让世界看到了中国品牌的力量。 结语：荣耀掀起智能终端新革命 生成式AI引爆科技革命，智能终端行业迎来大变局。无论是手机、PC，都在重塑消费者的使用体验。具有先发优势的荣耀，其对AI与智能终端的理解都更为深刻，使得AI与硬科技的创新在新一代产品中体现的更加淋漓尽致。 如今的荣耀已经成为智能手机市场的佼佼者，并成为这一波AI产业变革的破局者。通过硬核技术实力、创新的跨界合作探索以及与产业链伙伴的联手，这些独到的技术创新思路正支撑着荣耀走向新的高度。

在苹果 CEO 蒂姆 · 库克宣布 Vision Pro 将于年内登陆中国市场后，又有「国行 Vision Pro」消息传出。 昨日，The Information 报道，「中国特供版」Vision Pro 将搭载腾讯的应用。 报道还称，苹果也正在着手推动一些订阅服务进入中国，例如视频流媒体 Apple TV+、游戏订阅服务 Appe Arcade 与 Finesse +。 为什么苹果要找腾讯合作？ 虽然目前仍不清楚腾讯会以何种形式与苹果展开在 Vision Pro 上的合作。除了专门 App 的开发，腾讯还很有可能为 Vision Pro 提供专门的内容，例如沉浸式的视频体验。 Vision Pro 在海外则与迪士尼达成了合作。迪士尼为 Vision Pro 带来了旗下的视频流媒体「Disney +」订阅，并推出了 3D+ 的内容。迪士尼还承诺，将在晚些时间带来「更多的游戏」内容。 虽然 TikTok、ESPN、亚马逊、派拉蒙等内容提供商也宣布支持 Vision Pro，但目前看来，迪士尼与苹果的合作更为深度，为 Vision Pro 提供更加「沉浸式」的视频和游戏体验，和特殊的动画放映环境。 ▲ WWDC 23 上，迪士尼演示的 Vision Pro 效果 这种沉浸式的内容体验正是 Vision Pro 乃至所有 XR 头显的一大卖点，但由于头显市场目前发展还较为缓慢，规模较小，很少有厂商愿意花时间做适配。 内容对 XR 头显来说非常重要。索尼的 PSVR2 头显设备在日前传出停产的消息，因为这款产品库存积压太多，而深层次的原因或许是这款主打游戏的头显设备，在内容的提供上「捉襟见肘」。 Vision Pro 要进入中国大陆，将会面临更短缺的内容和适配，迪士尼没有在中国市场推出流媒体业务，而现有的其他内容提供商基本上都无法在大陆地区直接观看。 因此，苹果选择腾讯这一在社交媒体、游戏、影视、音乐等多个领域都取得成功的本土企业，可以说是达成了「一条龙」合作，并且还能获得行业领先的内容提供。 The Information 也表示，苹果与腾讯的关系其实有点「特别」。例如，苹果允许腾讯微信内置「小程序」功能，而其实类似的行为是禁止的。 腾讯或许也将成为国内在头显领域的领头羊。除了苹果，据报道 Meta 也正在和腾讯沟通，腾讯将在中国代理销售 Meta 的 Quest 头显，并与 Meta 合作致力于内容的本地化和翻译，并支持 Quest Store。 对于海外设备的代理和本地化，腾讯也颇有经验。早在 2019 年，腾讯就在中国市场代理支持 任天堂的 Switch 游戏机。 虽然目前只传出苹果与腾讯一家国内企业进行沟通合作的消息，但字节跳动早已在 Vision Pro 上推出了适配的 TikTok 应用。 Vision Pro 进入中国的阻力 即使与腾讯达成了内容上的合作，Vision Pro 进入中国依旧没那么简单。 Vision Pro 在海外的定价为 3500 美元，折合人民币超过 25000 人民币，还没有算上进口税。 这个价格对于一台可能初期只能沉浸式刷微信朋友圈、打王者、看腾讯视频的设备来说，可能超出了绝大部分消费者的承受范围。 而 Meta 计划与腾讯发行的 Quest 3 头显将会是「廉价版」，使用 Quest 3 的芯片和 Quest 2 的透镜，功能可能比不上 Vision Pro，但售价预计会低很多。 即使苹果在中国存在着消费号召力，但国内还是太缺少 XR 头显的氛围，市面上的设备也离消费者有一定距离，市场发展缓慢。一份来自洛图科技的报告指出，2023 年中国消费级市场 XR 设备全渠道销量同比下降 34%。 如果 Vision Pro 一直只是极少数「Pro」玩家的玩具，可以预见内容上厂商也不会有太大跟进的积极性。 对了，Vision Pro 要想进入中国还要解决一个问题：「Vision Pro」这个商标名称在华为手上。 苹果服务向大陆重新出发 如果不算包含在 Apple Music 订阅内的 Apple Music 古典乐，苹果上一次在中国推出的订阅服务已经是 2017 年。 而 The Information 报道称，苹果近年来加强了在中国负责 iCloud+ 和 Apple Music 等订阅服务的团队，还招募了来自美图、微博、腾讯等本土企业的中国高管。 苹果要想把一些订阅服务带入中国市场，可能没那么简单。 iTunes Movie Store 和 Apple Books 都曾推出过「国行版」，但在推出半年后，这两个服务都中断至今。 而苹果在中国大陆的 iCloud 服务，也在 2018 年开始由云上贵州大数据产业发展有限公司负责运营。 Apple Arcade 和 Fitness + 两个服务进入中国可能会受到比较小的压力，但是提供影视内容的 Apple TV+，恐怕会面临较大程度的「中国化」。 这些订阅服务进入中国，不仅仅能够为苹果带来更多订阅收入，或许还能为国行 Vision Pro 扩充内容。 目前苹果还没有对与腾讯合作 Vision Pro，以及在中国市场推出更多订阅服务的消息进行回应。

IT之家 3 月 28 日消息，几周前，三星发布了搭载 Exynos 1480 处理器的 Galaxy A55 手机，但当时并未正式公布该芯片组的名称。现在三星终于揭开谜底，并正式发布了这款面向中端市场的全新 Exynos 芯片。 相比于去年基于 5nm 工艺的 Exynos 1380，Exynos 1480 采用的是三星自家 4nm (4LPP+) 制程工艺。新芯片拥有四个 ARM Cortex-A78 CPU 核心，主频为 2.75GHz，另有四个 Cortex-A55 核心，主频为 2GHz。三星表示，Exynos 1480 的能效比前代产品提升了 22%，兼容 LPDDR4x / LPDDR5 内存和 UFS 3.1 存储。 IT之家注意到，Exynos 1480 的最大亮点在于其集成了业界首款基于 AMD RDNA 架构的 Xclipse 530 GPU。此前有报道称该 GPU 采用的是 RDNA 2 架构，但三星官网声称其使用了最新的 RDNA 架构，即 RDNA 3，目前尚不明确具体细节。 三星宣称，Exynos 1480 的 GPU 性能相比 Exynos 1380 提升了 53%，还支持可变速率渲染 (VRS) 和超级分辨率 (图像帧率提升) 等先进的游戏功能，将带来相比以往中端 Exynos 芯片大幅提升的游戏体验。 Exynos 1480 的图像信号处理器 (ISP) 最高可支持 2 亿像素的摄像头传感器，可以同时以零快门延迟处理来自两个 3200 万像素传感器的图像数据 (30fps)，或处理来自单个 6400 万像素传感器的图像数据 (零快门延迟和 HDR)。相比于只能录制 4K 30fps 视频的 Exynos 1380，Exynos 1480 可录制 4K 60fps 视频。 得益于内置的神经网络处理单元 (NPU)，Exynos 1480 的终端 AI 性能相比 Exynos 1380 提升了 4 倍。此外，Exynos 1480 还集成了支持毫米波和 sub-6GHz 网络的 5G 基带，理论最高下载速度可达 5.1Gbps，是 Exynos 1380 的两倍，最高上传速度可达 1.28Gbps。 Exynos 1480 的其他连接功能包括 GNSS (北斗、伽利略、格洛纳斯和 GPS)、Wi-Fi 6E、蓝牙 5.2、NFC 和 USB Type-C 接口。

1、亚马逊完成对Anthropic 40亿美元投资 2、Anthropic大模型测评首超GPT-4 3、Databricks推出开源通用大模型DBRX 4、通义千问首次落地天玑9300移动平台 5、腾讯开源“照片说话”视频生成框架 6、百度沈抖回应与苹果合作：已有案例 7、OpenAI与开发者联合测试GPT创收 8、Meta高级工程总监离职 称大厂做大模型没优势 9、苹果面向设备虚拟助手推出世界英语模型 10、谷歌推出AI图像插入新“神器” 11、讯飞星火大模型预计6月发4.0版本 对标GPT-4 12、字节AI教育平台Gauth占美国教育应用第二名 13、云天励飞推出“深目”AI模盒 14、2024商汤奖学金启动 15、MLPerf推理基准测试引入Llama 2 新结果公布 16、北京新增3500P算力 供给AI大模型 17、全球顶尖AI研究者中国贡献26% 18、IDC：中国生成式AI投资五年复合增长率达86.2% 19、Cohere或将以估值50亿美元获得新融资 20、对话式AI创企Hume获5000万美元融资 21、智象未来上线AI试衣功能 22、800万英国工人将因AI面临失业风险 23、信用卡巨头Visa推出AI防欺诈工具 24、美国财政部警告AI金融欺诈风险 1、亚马逊完成对Anthropic 40亿美元投资 今日，亚马逊宣布完成对Anthropic 40亿美元的投资，与Anthropic合作，旨在向全球客户提供最先进的生成式AI技术。Anthropic选择亚马逊云科技（AWS）作为其关键任务工作负载的主要云服务提供商，包括安全性研究及未来基础模型开发。Anthropic将利用Amazon Trainium和Amazon Inferentia芯片来构建、训练和部署未来的模型，并承诺为全球亚马逊云科技客户提供对其未来基础模型在Amazon Bedrock上的长期访问权限。 2、Anthropic大模型测评首超GPT-4 据外媒Ars Technica报道，在大模型评估排行榜Chatbot Arena上，AI创企Anthropic的Claude 3 Opus大模型首次超越OpenAI的GPT-4。Chatbot Arena由大型模型系统组织（LMSYS ORG）运营，由加州大学伯克利分校、加州大学圣地亚哥分校和卡内基梅隆大学的学生和教师合作运作。这是GPT-4自从2023年5月10日左右被纳入Chatbot Arena以来首次在该榜单上被超越。 3、Databricks推出开源通用大模型DBRX 根据美国数据智能公司Databricks官网，Databricks今日推出一个开源通用大模型DBRX。DBRX采用专家混合模型 （MoE） 架构，参数规模达132B，在12T文本和代码数据标记上预训练而成。通过一系列标准基准，DBRX测评超过了Llama2-70B、Grok-1、Mixtral等模型。此外，它为开放社区和企业提供了以前仅限于封闭模型的API功能。根据Databricks测试，DBRX超越了GPT-3.5，并且与Gemini 1.0 Pro表现相当。 4、通义千问首次落地天玑9300移动平台 今日，阿里云与联发科联合宣布，通义千问18亿、40亿参数大模型已成功部署进天玑9300移动平台，可离线流畅运行即时且精准的多轮AI对话应用，连续推理功耗增量不到3W，实现手机AI体验的大幅提升。这是通义大模型首次完成芯片级的软硬适配，仅依靠终端算力便能拥有极佳的推理性能及功耗表现，标志着Model-on-Chip的探索正式从验证走向商业化落地新阶段。 据悉，通义千问18亿参数开源大模型，在多个权威测试集上性能表现远超此前SOTA模型，且推理2048 token最低仅用1.8G内存，是一款低成本、易于部署、商业化友好的小尺寸模型。天玑9300集成联发科第七代AI处理器APU790，生成式AI处理速度是上一代AI处理器的8倍。 5、腾讯开源“照片说话”视频生成框架 根据arXiv网站，腾讯团队在3月26日发表的论文中开源了音频和照片驱动的视频生成框架AniPortrait。该方法分为两个阶段，最初，团队从音频中提取3D中间表示并将其投影到一系列2D面部标识中。随后，团队采用鲁棒的扩散模型，结合运动模块，将标识序列转换为逼真且时间一致的肖像动画。实验结果证明了AniPortrait在面部自然度、姿势多样性和视觉质量方面表现优异，从而增强了感知体验。 6、百度沈抖回应与苹果合作：已有案例 据新浪财经报道，在3月28日举办的博鳌亚洲论坛2024年年会《融合与创新的数字经济》分论坛上，百度集团执行副总裁、百度智能云事业群总裁沈抖回应了与苹果的合作，沈抖表示，其与终端厂商的合作已经有很多案例了，比如荣耀、三星等等，他觉得与终端厂商的合作还是很有潜力的。 7、OpenAI与开发者联合测试GPT创收 根据社交媒体X平台，OpenAI今日宣布其正与一小部分美国开发者合作，测试基于使用情况的GPT收费。“我们的目标是创建一个充满活力的生态系统，让开发者因其创造力和影响力而获得奖励，我们期待与建设者合作，找到实现这一目标的最佳方法。”OpenAI写道。 8、Meta高级工程总监离职 称大厂做大模型没优势 根据社交媒体X平台，知名计算机科学家、Meta高级工程总监埃里克·梅耶尔（Erik Meijer）昨日宣布离开Meta，他表示考虑到该领域竞争太激烈，如果想在大模型的基础上构建很酷的东西，那么在大公司内部确实没有优势。 9、苹果面向设备虚拟助手推出世界英语模型 根据arXiv网站，苹果等团队的研究人员在3月27日上线的论文中提出一个世界英语语言模型，专用于设备虚拟助手。研究人员结合了英语的区域变体，为设备上的 虚拟助手构建了“世界英语”神经网络语言模型 （NNLM） ，可以实现单方言模型的准确性，同时打破延迟和内存限制。 10、谷歌推出AI图像插入新“神器” 根据arXiv网站，谷歌研究人员在3月27日上线的论文中推出了用于真实感对象移除和插入的ObjectDrop Bootstrapping Counterfactuals方法。面对扩散模型经常生成违反物理定律的图像，这种方法可以支持逼真的对象插入，遮挡、阴影和反射等效果更真实。 11、讯飞星火大模型预计6月发4.0版本 对标GPT-4 36氪获悉，科大讯飞副总裁、研究院院长刘聪在博鳌2024年会现场表示，科大讯飞计划在今年6月正式发布对标GPT-4 （Turbo）当前能力的讯飞星火大模型V4.0版本。 12、字节AI教育平台Gauth占美国教育应用第二名 《科创板日报》28日讯，据华福证券援引字节AI教育平台Gauth数据，已经有超过2亿学生用户使用过该平台。根据七麦榜单，截至2024年3月27日，Gauth目前排名美国教育类应用第二名，仅次于Duolingo（多邻国）。 13、云天励飞推出“深目”AI模盒 今日，云天励飞在其AI大模型产品发布会上推出“深目”AI模盒，据称该产品能够做到“3个90%”——覆盖场景超过90%、算法精度超过90%，使用成本降低90%，助更多中小企业客户使用大模型。云天励飞还与鹏城实验室、之江实验室、中国电子、华为、华润数科等单位成立“深目2.0”生态联盟，探索更多大模型落地应用路径。云天励飞宣布“云天天书-2.0-68B”版本免费向合作伙伴开放。 14、2024商汤奖学金启动 根据商汤科技公众号，今日，商汤奖学金项目将原本的秋季学期申报提前至春季学期，以便让广大学子们更早地参与到商汤奖学金项目中来。商汤奖学金执委会将邀请AI领域的权威专家，对众多申请者进行严格细致的评审，最终评选出不超过30名获奖者。 15、MLPerf推理基准测试引入Llama 2 新结果公布 根据MLCommons官网，3月27日，MLCommons公布行业标准MLPerf Inference v4.0基准测试套件的新结果。MLCommons本次选择Llama 2-70B模型来代表具有700亿个参数的“更大”模型，选择Stable Diffusion XL来代表文本到图像生成式AI模型。采用英伟达GPU的系统名列前茅。MLPerf Inference联合主席Miro Hodak表示：“MLPerf Inference v4.0版本代表了基准套件中对生成式AI的全面拥抱。” 16、北京新增3500P算力 供给AI大模型 财联社3月27日电，北京数据基础制度先行区26日在北京市海淀区揭牌，先行区扩展至海淀。仪式上，3500P新增算力部署就位，将为大模型企业提供算力、数据一体化服务，强化AI关键要素供给。今年北京计划新增公共智能算力8000P，为渴望算力的AI企业送去“及时雨”。 17、全球顶尖AI研究者中国贡献26% 根据麻省理工科技评论报道，近日，美国保尔森基金会 （Paulson Institute）下属的麦克罗波洛智库 （MacroPolo）发布了一份《全球人工智能人才追踪调查报告 2.0》。基于以神经信息处理系统会议（NeurIPS）为样本的调查，报告提到，中国在过去几年内扩大了AI人才库，以满足不断增长的AI产业需求，中国培养了相当大比例的全球顶级AI研究人员，从2019年的29%上升到2022年的47%。调查显示，2022年最精英AI研究人员的主要原籍国有26%为中国，仅次于28%的美国。 18、IDC：中国生成式AI投资五年复合增长率达86.2% 根据IDC咨询公众号，知名行研机构IDC近日发布了2024年V1版IDC《全球人工智能和生成式人工智能支出指南》。IDC数据显示，2022年AI IT总投资规模为1324.9亿美元，并有望在2027年增至5124.2亿美元，年复合增长率（CAGR）为31.1%。聚焦生成式AI（Generative AI），IDC调查发现，到2027年45%的企业将掌握并使用生成式AI来共同开发数字产品和服务，从而使收入增长比竞争对手翻一番。IDC预测，全球生成式AI市场年复合增长率或达85.7%，到2027年全球生成式AI市场规模将接近1500亿美元。 19、Cohere或将以估值50亿美元获得新融资 据外媒The Information报道，据一位知情人士透露，加拿大养老金投资管理公司PSP Investments近日将与总部位于多伦多的AI创企Cohere共同领投至少5亿美元的融资。本轮融资对Cohere的估​​值约为50亿美元，但交易尚未最终确定，该数字可能会发生变化。该人士表示，Cohere本月的年化收入为2200万美元，高于去年年底的1300万美元，这意味着每月产生约180万美元。凭借新融资，Cohere将总共筹集约10亿美元，超过了除OpenAI、Anthropic和Inflection之外的所有其他大模型初创公司。 20、对话式AI创企Hume获5000万美元融资 据福布斯报道，总部位于纽约的Hume正在构建一种对话式AI，声称可以根据人们的声音解释情绪，近日以2.19亿美元的估值筹集了5000万美元的B轮融资。 21、智象未来上线AI试衣功能 根据HiDream智象未来官网，智象未来的AI商拍工具“E象”最近全新上线AI试衣功能，可捕捉到衣物的每一个细节，并且通过模特的虚拟穿着，还原实际穿着效果的预览，有多种模特可选。 22、800万英国工人将因AI面临失业风险 《科创板日报》27日讯，英国公共政策研究所（IPPR）警告称，根据目前的政府政策，多达800万英国工人将面临因AI而失业的风险。该机构在一份报告中表示，AI已经影响了英国员工11%的工作，如果企业更深入地利用该技术，这一数字可能会上升到近60%。兼职、入门级和后台工作（例如客户服务）面临的风险最大，但高薪工作所受的影响也在加大。 23、信用卡巨头Visa推出AI防欺诈工具 据彭博社报道，近日，信用卡巨头Visa正在为其面向企业客户的产品套件中添加三种新的AI驱动的欺诈预防工具。Visa从今年上半年开始向客户提供AI工具，帮助检测和阻止信用卡数字交易中的欺诈行为。 Visa在周三的一份声明中表示，新的AI工具将用于实时账户到账户支付。去年10月，该公司公布了一项1亿美元的计划，投资于专注于生成式AI公司。 24、美国财政部警告AI金融欺诈风险 据彭博社报道，美国财政部周三在一份报告中表示，AI使欺诈者更容易对金融公司进行更复杂的攻击。该机构写道，AI的最新进展意味着犯罪分子可以更真实地模仿语音或视频来冒充金融机构的客户并访问账户。据称，它们还允许不良行为者以更好的格式和更少的拼写错误来制造日益复杂的电子邮件网络钓鱼攻击。

中端机越来越重要。 在高通新一代旗舰移动平台骁龙8s Gen 3发布会上，小米总裁卢伟冰不仅亲临现场为其站台，并且还宣布小米Civi系列将迎来重磅新品——小米Civi 4 Pro。作为小米旗下最容易被忽视的产品线，Civi在线上平台的声量一直都不如其他竞品，但就是这么一款中端机，引起了巨大的「争议」（雷科技已受邀到现场报道，具体内容可移步到雷科技微信公众号（ID：leitech）查看）。 （图源：雷科技现场摄制/高通骁龙8s Gen 3发布会） 小米Civi 4 Pro发布会定档之前，一加已率先为旗下新品Ace 3V开启了预热，前者首发骁龙8s Gen 3，后者则是首发7+ Gen 。两款手机在定位上看似已经出现了两个方向，但背地里的竞争却风起云涌。 （图源：微博） 一加手机总裁李杰在早期的预热海报中宣称：一加Ace 3V是中端手机八冠王。随后，Redmi手机负责人王腾就在个人社交平台里隔空回应道“一台中端还能吹出几冠王，友商的营销能力真是让人佩服”。 不得不说，龙年春节才刚刚过去一个月，中端市场就已引起了如此大的「口水战」，很难想象2024年中端手机市场会发生怎样的巨变。 一颗芯片引发的「血案」 一加在国内市场的一直走的就是「质价比」路线，通俗来说，就是保证性能卓越的前提下，在马达、指纹、影像等方面做得更好。在一加Ace 2登场之后，坚持使用「满血」芯片也就成为了理所当然的事情。 但在一加Ace 3V这款中端机型上，却罕见地选择了骁龙7+ Gen 3移动平台，这就让人有些摸不着头脑了。 （图源：雷科技现场摄制/一加Ace 3发布会） 很多粉丝认为，前代机型一加Ace 2V都搭载的是天玑9000旗舰芯片，怎么到迭代产品一加Ace 3V上就只用上骁龙的「7」系芯片了？当然，由于高通还没有召开骁龙7+ Gen 3移动平台的发布会，这颗芯片具体的定位到底是旗舰、高端或是中端，还不能下定论。 面对争议，一加手机中国区总裁李杰在个人社交平台中作出了解释： 两个芯片（8s Gen 3和7+ Gen 3）架构、制程工艺完全一样，实际性能表现几乎一致，都很优秀，7+ Gen 3的能效表现还更加出色，能带来更好的续航表现。如果不信，本周发布后你可以找两台真机实际比比，测测。 按照目前资料来看，两款芯片在纸面参数上的确相差不大，甚至在很多测试博主口中，还将7+ Gen 3称为「小8 Gen 3」，而8s Gen 3却没有得到这么高的评价。个人猜测，在大众心目中「8」系性能强是应该的，所以当隶属「7」系的骁龙7+ Gen 3表现出众时，就获得了较高的认可。 这场「口水战」发酵了几天之后，一加一则宣传中称Ace 3V为「八冠王」的标语彻底引爆了舆论，Redmi负责人王腾在个人社交平台上十分激动地反击，还顺带夸赞了一加的营销能力。为何王腾会如此激动呢？故事还要回到骁龙8s Gen 3发布会的当天。 （图源：微博） 小米除了在骁龙8s Gen 3发布会宣布Civi 4 Pro的到来之外，还在现场公开了Redmi全新子系列的消息，据悉，该系列首款机型也将首发骁龙新一代旗舰芯片，定位类似于之前的「Turbo」。 其实也可以理解，Redmi要开一条新产品线主推旗舰性能中端手机，而一加却在宣传8s Gen 3和7+ Gen 3两款芯片表现相当，后者在某些部分表现还更好，自然让王腾坐立不安。 （图源：微博） 但说到底，芯片对于一台手机而言固然重要，但过于纠结同架构、同工艺的两款芯片之间的差距，似乎会让我们忘记决定手机是否好用的因素还有很多。而这方面，变成了Ace 3V和Civi 4 Pro之间的对决。 米加相争，还有「黄雀在后」？ 同一天发布的小米Civi 4 Pro和一加Ace 3V成为了无形之中的对手，前者首次以「Pro」后缀登场，带来了徕卡影像、澎湃T1芯片；而后者则是打出「AI手机」的口号，将AI带到中端市场。 （图源：小米手机） 事实上，一加在去年推出Ace V系列机型之时，就被业界称为「中端市场搅局者」，这款定位中端市场的机型，不仅用上了旗舰芯片天玑9000，还率先普及了1.5K直屏、去掉塑料屏幕支架等操作。「V」对于一加而言，目标只有一个：旗舰技术下放。 （图源：一加） 但彼一时此一时，在一加将这股风刮起之后，几乎所有厂商都瞄准了这一点。小米Civi 4 Pro可以说是将这个理念贯彻到底的机型，为了「旗舰技术下放」，小米不惜为其带来徕卡影像以及ASIP影像大脑，而上一款同时拥有这两项特性的机型是小米14 Ultra。 （图源：小米Civi 4 Pro详情页） 不过，一加Ace和小米Civi在中端市场都算是比较「叛逆」的角色，毕竟这个价位里，更多消费者还是想要看到更凶猛的硬件堆砌，比如去年让整个中端市场都虎躯一震的Redmi Note 12 Turbo，就是最好的例子。而这些产品今年也自然不会缺席，据悉，真我GT Neo6系列、Redmi Note 13 Turbo和iQOO Z9 Turbo等搭载骁龙8s Gen 3移动平台的机型已经在路上，最快或许4月初就有产品登场。 Redmi手机负责人王腾还透露，Redmi全新系列不仅性能表现更强，设计、影像也相当值得期待，至于性价比，还是一如既往的高。或许等到那时，今年中端市场的大战才算真正拉开序幕。 中端机战事，一夜吃紧 与去年相比，今年的中端市场明显有了不同的打法。 首先，得益于骁龙8s Gen 3和7+ Gen 3两颗性能炸裂的新芯片，今年中端机型在性能上已经对齐旗舰机型。以骁龙8s Gen 3移动平台为例，它与骁龙8 Gen 3采用了相同的台积电4nm工艺，也同样采用「1+4+3」核心架构方案，超大核心的保留，使其在重度压力场景下也能保持稳定。 （图源：雷科技现场摄制/高通骁龙8s Gen 3发布会） 更重要的是，骁龙8s Gen 3和7+ Gen 3都继承了旗舰平台的AI算力，前者在发布会上明确了100亿参数大模型的支持。得益于此，首发这颗芯片的小米Civi 4 Pro获得了与小米14 Ultra同款AISP影像平台，这甚至连畅销百万的小米14、小米14 Pro都未曾享受到。 一加Ace 3V也明确了在AI大模型上的支持，在调用安第斯大模型端侧计算能力时，可以提供更高效的生成式服务，例如AIGC消除、AI文章摘要等。性能提升、AI走进中端，这将会是今年中端手机市场最明显的风向标。 （图源：一加/一加Ace 3V发布会） 其次，影像成为中端手机关键词。二月底，真我发布了真我12 Pro系列新机，该系列最大的特色在于搭载了一颗潜望长焦镜头，传感器型号为OV64B。同样地，刚刚发布的小米Civi 4 Pro也将徕卡影像带到了这个系列里，包括徕卡人像等全新特性，应有尽有。 （图源：真我） 最后，新中端手机呈现出「完美」的趋势。在过往，中端手机一般象征着「妥协」，即追求性能的用户可能需要以质感、影像上的缺失为代价，这让其与旗舰手机拉开相当大的差距。但自去年一加、小米、荣耀等品牌开始在中端手机上「补短板」，这使得中端手机也开始变得面面俱到。 综合来看，中端市场之所以在今年竞争更为激烈，主要还是由AI推动的换机潮趋势出现，有意向换手机的消费者在今年增多，但消费水平较往年有所下降，这导致中端市场成为整个手机市场中最「香」的细分赛道，每一家厂商都希望在这趋势下分到一杯羹。 （图源：一加/一加Ace 3V发布会） 而旗舰体验的下放并不意味着品牌对真正的旗舰手机放弃追求，反而让中端市场的消费者体验到部分旗舰功能，有利于形成品牌粘性，促使消费者在下一次换机时优先考虑同品牌的旗舰手机，形成良性循环。譬如，小米Civi 4 Pro用2999元让用户体验到AISP和徕卡影像、一加则是将「八冠王」的性能标杆的价格压到1999元，这样的性价比竞赛，在过往很难看到。 这就不难理解，为何今年中端手机市场火药味十足，争吵也比往年更加激烈了。 看戏的消费者，才是最大赢家 在Redmi和一加博弈的间隙，魅族暗戳戳地发布了一则「七嘴八舌，强者恒强」的微博，疑似回应近期的口水战。当然了，魅族这条微博宣传的也是一款中端机，只不过是去年发布的魅族20，其最大的卖点也正是骁龙8 Gen 2移动平台。 （图源：魅族科技） 手机品牌之间的明争暗斗，对于消费者而言其实也就是当作看了一场戏，毕竟只有买到实惠、高性价比的产品，才是硬道理。基于此，中端市场「打」得热闹一些，倒也是一件好事，至少吸引了关注度，也在较量中提升了产品的性价比，何乐而不为呢？ 而且，看似在社交平台中刀光剑影般的相互挖苦和嘲讽，实际上各品牌的负责人之间关系可能没有我们想象中这么紧张。就像荣耀和华为之间也偶有对比和较量，但并不妨碍两位CEO私下关系融洽。 这样看来，作为消费者，只需要关注好产品本身的性能、价格、体验就足够了，至于那些口水战，还不到我们关心的程度。

作者 / 张俊 在生成式AI布局滞后的苹果，开始加速进场。 连日来，苹果与百度合作传言四起，虽然真相成谜，但仍点燃了大众对于AI手机的畅想。 在手机行业，对于AI手机的观点形成了两派。小米集团总裁、小米品牌总经理卢伟冰直言：“AI是未来，是无处不在的能力，但AI手机是噱头！” 而OPPO高级副总裁、首席产品官，一加创始人刘作虎则针锋相对，他在内部会中反驳称，AI手机不是噱头，而是行业大势所趋，3个月内友商必定都会跟进。 如何才算AI手机，依然存在着巨大的争议。在低迷的手机市场，AI手机真的能激发换机需求吗？ 不追赶AI，后院就要起火？ 日前，据外媒报道，知情人士透露，苹果将取消长达十年的电动汽车制造努力，汽车团队许多员工将被转移到人工智能部门。这些员工将专注于生成式AI项目。 一方面，苹果放弃造车让人唏嘘；而另一方面，苹果将生成式AI作为接下来重点投入的项目，也让外界看到了手机行业的新方向。 “苹果放弃造车，选择聚焦人工智能是绝对正确的战略选择，时间点也合适。”理想汽车CEO李想认为，人工智能会成为所有设备、服务、应用、交易的最顶层入口，是苹果的必争之地。 李想此言不虚，自2023年ChatGPT诞生以来，AI已经成为手机圈最热门的词汇。与一众互联网企业纷纷入局AI大模型相比，手机厂商们的积极性毫不逊色。 2023年8月，华为发布鸿蒙OS 4，内置AI大模型能力，其手机助手小艺具备摘要功能和文案辅助创作功能，还支持“图片趣玩”功能，对已有图像进行个性化和风格化等二次创作处理。 2023年10月，小米发布了澎湃OS，同样将融入AI大模型能力作为看点。小爱同学支持AI文本创作、拍摄文档读懂文意、随手涂鸦转换为画作、语音输入直接找图等生成式AI能力。 而在2023年11月的vivo开发者大会上，vivo更是将AI大模型卷到了高度，一口气发布了1750亿、1300亿、700亿、70亿、10亿五款不同参数规模的自研AI大模型。vivo副总裁周围在接受采访时表示，vivo大模型现在每年20亿-30亿的投入成本，人才和设备各占一半，人才成本平均税后100万元。“公司对大模型投入定义为高规格投入，目前没有设置上限。” 随后，OPPO也宣布推出自主训练的安第斯大模型，并在OPPO Find X7系列上首次实际端侧应用70亿参数的大模型。 至此，华米Ov这四家主流的国产手机厂商，均已入局和落地大模型。 周鸿祎认为，苹果放弃造车背后，就是为了All in AI，“再不追赶AI，就要后院起火了。”他说。 最近，还传出了百度将为苹果今年即将发布的iPhone16、Mac系统和ios18的国行版提供AI功能的消息。不过接近苹果公司的知情人士予以否认，表示双方尚未达成合作。 AI+手机，就是AI手机？ AI对智能手机体验的提升，已是行业共识，但喊出AI手机的口号，OPPO还是第一家。 春节后开工首日，OPPO创始人兼CEO陈永明就在一封内部信中表示，2024年是AI手机元年。未来五年，AI对手机行业的影响，完全可以比肩当年智能手机替代功能机。他还断言，AI手机也将成为继功能机、智能手机之后，手机行业的第三阶段。 在随后的AI战略发布会上，OPPO专门提出了AI手机的四大特征：算力高效利用能力，真实世界感知能力，自学习能力，创作能力。“未来只有具备这四种能力的手机，才叫AI手机。”OPPO高级副总裁、首席产品官刘作虎说。 在刘作虎的描述中，未来的AI手机会像一个超级助理，真正变成以人为中心。“以前用户想订机票，要打开携程；想订餐，要打开美团，每一个App都是独立的孤岛。而AI手机会把手机中的孤岛App连在一起，通过自学习，越来越聪明，进而提供一站式服务。” 魅族也不甘示弱。就在OPPO发布内部信宣布进入AI手机元年后，魅族宣布决定All in AI，称将停止传统“智能手机”新项目。星纪魅族集团董事长兼CEO沈子瑜更是直言，要“给魅族的智能手机时代一个完美的句号。” 不过，AI手机的叫法，小米集团总裁、小米品牌总经理卢伟冰显然并不同意。 他日前在MWC 2024世界移动通信大会上表示，个人反对将AI概念化，只是在原有手机名称后面加一个AI并无实际意义。AI是一种无处不在的能力，当人们感觉不到AI的存在时，才是AI最大的价值所在。此外，他还表示，如果一个人天天谈论AI，那就说明他没有真正的AI能力。 最近他又在微博上进一步强调：“AI是未来，是无处不在的能力，但AI手机是噱头！” 前魅族高级副总裁李楠近日也直言，给手机的名字上加个AI，没有意义。 AI手机究竟是不是噱头？也引发了广泛讨论。 有行业人士认为，不管是AI+手机，还是AI手机，归根结底还是手机。跟早年手机加了摄像头就叫拍照手机，加了MP3就叫音乐手机一样，只不过AI的加持会让手机的体验越来越好。并不是说一个消除、一个生成就是AI手机，它应该是无处不在的。 OPPO中国区总裁刘波则认为，事物发展总是螺旋式上升和波浪式前进的，AI手机潮流不可阻挡，有一些争议乃至杂音十分正常。现在一切手机体验都可以由AI重构，手机行业卷AI体验，最终受益的是全体用户，这是一件大好事。 一加中国区总裁李杰也表示，AI就是生产力，将给手机行业带来一次变革。利用AI能力来解决某些场景下的用户需求，手机将创造全新的体验，旦用难回。 普及？至少要跨三道坎 实际上，手机厂商们喊出AI手机背后，还是希望能够借助AI手机的概念推动新一轮换机潮。 2023年可谓是全球以及中国智能手机市场惨淡的一年。IDC发布的《全球手机季度跟踪报告》显示，2023年全球智能手机出货量同比下降3.2%，降至11.7亿部，这是十年来最低的全年出货量。在排名前五的厂商中，三星、小米、OPPO均出现了出货量同比下滑。 更为严重的局面是，消费者们越来越不愿意换机了。TechInsight的数据显示，2023年全球智能手机的换机率降至23.5%的最低点，也即换机周期拉长至51个月。 这种态势下，手机厂商们亟需找到新的技术点，以吸引消费者将手中的手机升级换代。而火热的AI无疑提供了一个契机。 不过，当前来看，要推动AI手机的普及，还面临着多方面的挑战。 首先便是AI手机的定义。究竟如何才算真正的AI手机？行业还没有形成共识，没有明确的软硬件标准； 其次是AI应用的落地。与互联网厂商们推出的AI大模型相比，AI手机还没有拿出足够差异化的杀手级应用。要建设AI手机的应用生态，也需要众多App厂商的配合，这是一个需要长期投入的复杂工程； 还有便是商业模式。在AI大模型上投入巨大的人力、财力，这个成本终归会体现到手机售价上，有多大比例的用户愿意为之买单，能否形成良好的商业闭环，仍是未知数。 最近，OPPO联合IDC发布的首个AI手机白皮书中预测，自2024年起，新一代AI手机将大幅增长，带动新一轮换机潮。IDC预计2024年中国市场新一代AI手机出货量为3700万台，2027年将达到1.5亿台且新一代AI手机所占市场份额超过50%。 不过，这个乐观的预测能否如期成为现实，还需要手机厂商、产业链上下游的共同努力。 本文首发于：新浪科技

IT之家 3 月 28 日消息，据IT之家网友反馈，魅族 18s 手机现已推送 Flyme 10.5.0.0A 稳定版更新，新增及优化多项功能。 系统界面和外观 新增文字壁纸，将汉字设置为息屏显示后，智能拆解并散落于锁屏和桌面，在技术与艺术的融合下，重构出千变万化的视觉动效，彰显妙趣横生的汉字美学，体验路径：系统设置 > 系统外观 > 文字壁纸 优化桌面添加插件页面的显示布局，支持搜索插件 桌面拖动图标或插件时，支持一根手指按住图标或插件拖拽，另一个手指滑动桌面翻页 Aicy 建议 新增智慧出行，根据预订信息在负一屏中展示航班、酒店行程信息，并可在出发前、入住前等场景下通过负一屏或桌面智慧插件快捷进入的导航、打车等出行服务，开启路径：系统设置 > Aicy>Aicy 建议 > 智慧出行。 Aicy 语音通知播报支持播报航班状态变更等信息。 智慧插件新增显示未接来电，支持显示 30 分钟内未接 2 次及以上的来电信息，并可快速回拨。 更新复制直达服务，复制文本信息后智能识别应用功能，一触即达。 Aicy 纵览 支持 Aicy 纵览及桌面之间互相拖放系统应用插件 优化添加插件页面的显示布局，支持搜索插件 安装超级课程表 App 后支持添加课程表插件负一屏 Flyme Link 新增 Flyme Link，配合搭载 Flyme Auto 的车型带来沉浸式的手车互联体验 手机应用生态轻松上车，无需安装，无缝流转 导航时打开手机应用、接听第三方视频通话将以小窗形态打开，降低对驾驶的干扰 主动适配车机屏幕，同个应用左右窗口分屏操作，支持动态调整比例，全面提升使用效率 支持跨端可见即可说，语音交互表达更自然 手机端播放的 QQ 音乐自动隔空流转至车上播放，听歌无缝接力 支持高德地图上车后，导航任务自动接力 手车互联后，支持共享手机流量，全车免流量，视频通话支持调用车内摄像头及麦克风 车载互联 新增车载互联，通过无线方式连接至搭载 ICCOA Carlink 车联协议的车型，将手机地图导航、音乐、电话等应用和服务投屏至车机使用，补充车载应用生态，并支持语音控制及应用多窗口样式 使用路径：系统设置 > 更多连接方式 > 车载互联 系统 优化短信列表界面交互，支持左右滑动切换标签 优化 Aicy 识屏页面，取消识别状态栏文字及图标，取消 Aicy 识屏页面在多任务管理的任务卡片 扫一扫支持识别相机滤镜码，并自动将滤镜保存至相机 优化剪贴板智能允许权限逻辑 笔记支持在加密分组内搜索加密笔记 换机助手新增应用分身迁移，支持 Flyme10.5 稳定版及后续版本