IT之家 2 月 12 日消息，美国国家航空航天局（NASA）与太空探索技术公司（SpaceX）团队已完成载人 12 号任务（Crew‑12）飞往国际空间站的最后一项重大审查 —— 发射就绪审查。任务负责人已批准进入发射倒计时程序，仅需等待上升轨道的天气条件满足要求。 据悉，发射暂定于美国东部时间 2 月 13 日（周五）早上 5:15（IT之家注：北京时间 2 月 13 日 18:15:00），不早于该时间点执行。任务将使用 SpaceX 龙飞船与猎鹰 9 号火箭，从佛罗里达州卡纳维拉尔角太空军基地 40 号航天发射复合体升空。 发射场天气有利概率为 85%，主要关注因素为积云。团队仍在持续监测载人 12 号飞行路径上大西洋沿岸的偏高风速，此前正因这一因素，发射日期从 2 月 11 日推迟。 本次任务乘组包括： 指令长：NASA 宇航员杰西卡・梅尔 驾驶员：NASA 宇航员杰克・哈撒韦 欧洲空间局（ESA）宇航员索菲・阿德诺 俄罗斯联邦航天集团（Roscosmos）宇航员安德烈・费佳耶夫 四人将乘坐龙飞船前往这座轨道实验室，执行为期 8 个月的乘组轮换任务。他们自 2 月 6 日抵达发射场后，已在佛罗里达州 NASA 肯尼迪航天中心进行隔离。 载人 12 号任务是 SpaceX 为 NASA 商业载人计划执行的第 12 次空间站载人轮换飞行，也是第 13 次载人任务。若 2 月 13 日顺利发射，载人 12 号乘组预计于 2 月 14 日（周六）下午 3:15 抵达国际空间站。

【CNMO科技消息】2月12日，前泡泡网DIY硬件群组总监“硬哥”根据汽车博主“SugarDesign”制作的理想MEGA拖车渲染图生成了一条AI视频。生成该视频的AI工具正是近日大火的Seeddance 2.0。 理想MEGA拖车渲染图 视频中，理想MEGA拖车采用原本车型经典的银色配色，车身采用流线型设计。车身前半段为MEGA本体，后半段为拖车部分。 作为字节跳动推出的新一代AI视频生成模型，Seeddance2.0采用双分支扩散变换器架构，可同时处理视频画面与音频生成，仅需上传一张图片或输入文本提示，就能在60秒内输出包含远景、中景、近景切换的多镜头序列视频，且原生适配16:9、21:9等电影级比例。 据CNMO了解，理想MEGA定位为理想汽车旗下首款纯电旗舰MPV，针对家庭长途出行与户外场景设计。动力与续航方面，该车搭载理想自研5C超充纯电平台，配备140kWh麒麟电池组，CLTC工况续航里程达750km；支持5C超充技术，充电12分钟即可补充500km续航。 辅助驾驶方面，MEGA标配理想AD Max 3.0系统，搭载1颗激光雷达、12颗高清摄像头及Orin-X芯片，可实现城市NOA、高速NOA及拖挂场景下的自动循迹功能，拖车模式下ESP电子稳定程序会自动调整参数，确保行驶稳定性。车身尺寸为5350mm×1985mm×1850mm，轴距3200mm，提供6座豪华布局；第二排配备航空级座椅，支持加热、通风、按摩及180°旋转，中央扶手集成车载冰箱与无线充电板，车顶配备可开启全景天幕。

▲头图由AI生成 智东西2月11日报道，今天，陆续有不少用户发现，字节跳动已在旗下AI助手App豆包内开启视频生成模型Seedance 2.0的灰度测试。 用户只需打开豆包，点击下方的创作按钮，进入视频生成功能后，已被纳入灰度测试的用户就可看到模型2.0（Seedance 2.0）的选项。 自2月7日在即梦等平台灰度上线以来，Seedance 2.0就让整个AI视频圈炸了锅。 《黑神话·悟空》背后的游戏科学创始人兼CEO、制作人冯骥在体验后Seedance2.0后，盛赞该模型为“地表最强”，并判断道：“AIGC的童年时代，结束了。”a16z的合伙人Justine Moore则感叹道：“AI视频模型的图灵测试已经被攻克了。”一位学习了7年数字电影制作的网友在体验后说，这个模型让他感到害怕，他所学习到的90%技能，Seedance2.0都能实现。 过去，往往是国内用户费尽心思去体验国外的AI工具，而这次，Seedance 2.0作反而成为海外网友“争相体验”的对象。 由于该模型在部分国家和地区尚未开放，不少海外网友在社交平台频频“催上线”、询问开放时间；还有人专门制作了详细教程，分享如何通过中国手机号完成注册，并一步步体验Seedance 2.0的完整流程。 Seedance 2.0上线豆包App后，智东西也第一时间进行了体验。我们尝试了从日常场景到超现实场景的多种创作，发现模型对复杂提示词的理解能力明显增强，同时音画同步和视觉效果的呈现也更自然，较字节的上一代视频生成模型，实现了可感知的大幅提升。 01. 实测长提示词指令遵循 高难度乐器演奏、超现实场景也能还原 据字节官方技术文档，Seedance 2.0在物理规律、动作表现、指令遵循等领域均有明显提升，还支持了图像、视频、音频、文本四种模态输入，这意味着用户能以更多的方式控制模型的输出，满足创作需求。 不过，目前在豆包App中，Seedance 2.0暂时仅支持文本和图像两个模态的输入。每个用户每天可以获得200视频生成积分，而用Seedance 2.0生成一个10秒的视频，需要耗费20积分，也就是说每个人可以体验10次。 我们的首个测试案例是长文本提示词输入，下方提示词精确定义了画面里的主体、动作以及音效，看看Seedance 2.0能否准确还原。 提示词：突然，前方街角的阴影里，一只漆黑的猫像一道闪电般窜出，身形轻盈而敏捷。女孩被吓得微微后退一步，雨水顺着帽沿落在她的肩膀上，溅起一圈细小水花。镜头侧面缓缓跟随，捕捉她的手伸出，试图触碰黑猫。猫的耳朵竖起，眼睛在路灯下闪着绿光，它轻巧地一跃，消失在湿漉漉的街道深处。 女孩愣了一秒，低头看着自己微湿的手指，嘴角悄悄上扬，露出一丝忍俊不禁的笑意。她摇摇头，雨伞下的脸被灯光映出温暖的光晕。随后，她调整步伐，撑开雨伞，加快了前行的脚步，雨水拍打伞面，伴随着她鞋底溅起的水花，融入街道的喧嚣中。 音效提示词：猫叫声轻响，随即消失；雨点拍打伞面滴答作响；远处偶尔传来汽车轰鸣声和脚步声，街道弥漫湿润气息。 在大约等待了30秒后，豆包向我们发送了生成结果。提示词中描述的几个关键动作都在视频中得到了呈现，同时，画面中人物的衣着、样貌在不同的镜头中都保持了一致，视觉效果比较稳定。 自动播放 音效方面，Seedance 2.0的配音与画面内容调性一致，而像是猫叫声、脚步声这些声音则与画面内容匹配，基本实现了音画同步。 美中不足的是，对于“雨水顺着帽沿落在她的肩膀上”这部分的描述，Seedance 2.0未能还原。平心而论，液体的渲染对大多数视觉生成模型来说还是较为困难的。 紧接着，我们又尝试了一个涉及音画同步的高难度场景：乐器演奏。此前，在我们的体验中，大部分视频模型都无法准确地将音乐与画面的演奏动作同步，要么节奏对不上，要么手指动作与音符不符，要么整体演奏显得生硬、不自然。 Seedance 2.0拿到的提示词如下： 街头音乐表演，鼓手敲击节奏、吉他手弹奏旋律，观众随节奏轻拍手，音乐是拉美风格。 Seedance 2.0的生成结果可以说是较为惊艳的，在音乐风格上，它满足了我们的“拉美风格”限定词，背景中的人物、建筑风格也符合拉美风的要求。 自动播放 乐器演奏方面，鼓手的桶鼓轮奏动作与音乐的鼓点，基本达到了8成的契合度，这要比我们之前测试的字节视频生成模型好得多。 而在吉他手的演奏中，画面中手部按压的和弦和视频里模型生成的音乐也是基本契合的，左右手的手法都是自然、连贯且细节丰富，琴弦拨动与音符节奏高度对应。 细看还可以注意到，背景中观众拍手的动作和视频里的声音是精准卡点的。 我们的最后一个纯文本提示词考察的是一个超现实场景，这种场景在模型训练数据里可能分布较少，考察的是对罕见视觉元素、超现实组合和非日常场景的生成能力。 画面开场是一座夜晚的城市，全景俯拍，城市灯光闪烁，街道像河流般流动。随后，镜头慢慢拉近，出现几栋建筑缓缓离地漂浮，建筑底部闪烁着微光能量。空中漂浮的汽车像鱼群般游动，偶尔从建筑间穿梭而过。主角是一位身穿银色风衣的少年，脚下踩着悬浮板，从高楼之间穿行而过。 镜头切换至近景，少年伸手触碰漂浮的建筑，触碰瞬间建筑表面出现液态光纹，建筑缓缓旋转、折叠，随后化作光粒飞向夜空。背景出现巨大月亮，月亮上投射出城市倒影，光线折射在漂浮建筑和人物身上。 Seedance 2.0遵循了我们的镜头提示词“全景俯拍”，而提示词中相对少见的“悬浮板”、“漂浮汽车”这些元素，模型也能做到合理、真实地呈现。 自动播放 而在最后一个动作中，像是“液态光纹”、“化作光粒飞向夜空”这些复杂的画面要求，Seedance 2.0也能准确还原。 02. 图生视频出现物理Bug 结合豆包模板后玩法更多 在日常使用中，还有一大需求就是输入图像，生成视频。相比纯文本生成，图生视频往往对模型的结构理解能力、主体一致性保持能力以及动作补全能力提出更高要求。 模型不仅要“看懂”图像中的人物、环境和构图关系，还要在此基础上合理延展动作与镜头。同时，如何在生成过程中保持人物样貌、服饰细节与整体风格不发生偏移，也是衡量图生视频能力的重要标准。 我们首先上传了一个沙滩场景和一位小男孩的肖像，要求Seedance 2.0生成图中男孩在沙滩上奔跑的画面。上传图片作为输入后，可以明显感觉到模型的生成速度变慢了一些。 其实，这轮对话中Seedance 2.0的生成效果并没有此前那么超乎预期。在没有明确要求的情况下，模型生成的画面是慢动作的，这是不少AI视频生成模型的常见问题。 自动播放 从画面内容来看，我们上传的沙滩、男孩的特征基本都得到了保留，不过从物理准确性上来看，男孩在跑过沙滩的时候并没有留下脚印，有点穿帮了。 并且，在上传图片后，豆包会提示无法自定义模型比例，它将根据参考图自行选择比例。在这次案例中，它默认选择了男孩肖像图的竖版比例，其实并不符合我们的需求。 于是，我们更换了提示词的顺序，把沙滩这一背景前置了。不过，最后模型还是选择了竖版的视频比例，而且，第二次生成的画面出现了更为严重的物理规律Bug：男孩踢球的力道明显不足以让足球在天空中飞那么久。 自动播放 上线豆包后，Seedance 2.0还可以与豆包原有的多种视频生成玩法结合，提供新的体验。 比如，我们试着体验了由Seedance 2.0驱动的AI采访玩法，这一玩法支持上传人物图像，或者选择已经保存好的“分身”出镜。 一开始，我们想试着让Seedance 2.0生成马斯克与阿尔特曼这两位AI圈顶流争论的画面，但是或许是由于触及模型的安全机制，这类需求被模型直接拒绝了。 于是，我们换了一位相对没有那么知名的人物，上传了其照片。拿到生成结果后，可以明显感觉到这一模板是偏恶搞向的，画面左侧的受访者突然蹲下，头部被夸张地“拉长”，随后又像弹簧一样猛地“弹”回原位。这样的变形效果虽然充满戏剧性，但突兀而荒诞，观感上多少有些“掉San值”。 自动播放 之后，我们又上传了扎克伯格的画面，并采用官方的全息投影模板。画面中，扎克伯格带上了一个类似苹果Vision Pro的VR头显，随后整个人物逐渐转为半透明质感，背景中浮现出粒子光效，整体呈现出明显的“全息投影”视觉风格。 自动播放 我们又尝试了另一个模板“游戏追逐”，这个模板会生成一则猛兽追逐画面中主角的视频，我们上传了一只小狗的画面作为参考图。 不过，可能由于这一模板是针对人类的，对动物作为主角的画面并不适配，小狗跑起来的样子不太符合生物规律。 自动播放 03. 结语：视频制作工作流 或将被AI重塑 整体体验下来，Seedance 2.0的表现确实有明显提升。无论是长文本指令的理解与还原、复杂音画同步场景的精准匹配，还是超现实画面的稳定生成，它都展现出了明显强于以往模型的综合能力。 当然，它仍存在一些可以改进的地方，其中物理细节还有明显的优化空间。但在动作连贯性、人物一致性与镜头语言执行力上，Seedance 2.0已经开始接近成为可商用的创作工具。 随着Seedance 2.0开始进入豆包这样的大众产品，普通用户也开始能低成本、高频率地尝试视频创作。未来，视频的生产方式、创作门槛乃至内容形态，都可能被重新定义。

凤凰网科技讯 2月12日，北京大学物理学院王剑威、龚旗煌团队与电子学院常林团队在量子通信领域取得重要技术进展。该联合团队在国际学术期刊《自然》（Nature）发表论文，宣布成功研制出全功能集成的量子密钥发送芯片及光学微腔光频梳光源芯片，并基于此构建了全球首个基于集成光量子芯片的大规模量子密钥分发（QKD）网络——“未名量子芯网”。 该研究攻克了量子通信网络在扩容与小型化方面的技术瓶颈。据论文数据显示，该网络实现了20个芯片用户节点的并行通信，节点间通信距离达到370公里，成功打破了无中继传输的距离界限。在衡量网络性能的关键指标“组网能力”（客户端对数×通信距离）上，该系统达到了3700公里的水平。这一成果验证了通过集成光子技术实现大规模、长距离量子保密通信的可行性。 图1 基于光量子芯片的“未名号”大规模量子密钥分发网络：a，双场量子密钥分发芯片网络架构。b,20个QKD芯片和微梳光源芯片实物照片。 在硬件架构方面，研究团队采用了磷化铟（InP）和氮化硅（SiN）的混合材料体系。中心服务器节点部署了氮化硅光学微腔频率梳作为种子光源，利用自注入锁定技术，产生了线宽仅为40 Hz（赫兹）量级的超低噪声相干暗脉冲频率梳，替代了传统方案中复杂的桌面级激光器。用户端则采用了20枚全集成的磷化铟光量子芯片，单芯片集成了激光器、调制器等关键模块。测试结果显示，芯片关键器件的良率达到97.5%，并在晶圆级制造工艺下保持了高度的一致性。 此次研究采用的是双场量子密钥分发（TF-QKD）协议，结合波分复用技术，有效解决了多用户网络中的信号干扰与相位追踪难题。实验表明，即便在370公里的长距离光纤传输中，系统仍能维持低误码率运行，且码率突破了线性界的理论极限。该技术路线为未来降低量子通信设备成本、提升网络扩展性提供了新的芯片级解决方案。

二十世纪，谁掌握石油，谁就掌握工业世界的命脉。 沙特阿美长成了全球最赚钱的公司，三桶油撑起了中国工业化的底盘。 二十一世纪，这门生意换了个名字，算力。 它像极了石油——勘探难、开采贵、运输堵。更关键的是，它不是挖出来就能用，得炼。 过去两年，舆论把聚光灯全打在大模型身上。谁发个新模型，刷屏三天；谁参数破万亿，沸腾一周。 模型当然重要。 但押注AI时代，真正具备“沙特阿美”潜质的，不是模型公司，是算力。 | 模型是面子，算力是里子 一个扎心的事实：模型会过时，算力不会。 今天你用的Transformer架构，三年前还没火；三年前的冠军模型，今天已无人问津。技术路线收敛、算法迭代加速，每一代新模型都在淘汰上一代。 但算力呢？ 英伟达至今供不应求；万卡集群建好了，可以跑三代、五代模型。 模型是消费品，算力是耐用品。 更残酷的是：模型层卷出花来，最后全在给英伟达打工。 2025财年，英伟达毛利率75%。这意味着你花100块买卡，75块是“生态税”。 这不是卖显卡，这是卖矿。你挖矿，他收租。 所以谷歌拼了命搞TPU，不是它芯片设计有多牛，是它受够了“租客”身份，想当房东。 但垂直一体化是超级玩家的游戏。谷歌、微软、Meta可以，大多数公司不行。 那千行百业怎么办？ | 现在：中国AI的“贫油困境” 回头看，中国AI产业过去两年像极了上世纪五十年代——明知道地下有油，就是打不出来。 不是没卡。 互联网大厂手里囤着几十万张卡。但那是英伟达的卡，租约随时可能断，供应随时可能掐。 更致命的是：卡是散的。 A公司卡在A机房，B公司卡在B机房，彼此不通，调度不动。你要训一个万亿模型，光适配就折腾半年。 这叫算力碎片化。 再加上芯片管制掐源头，生态壁垒卡中间——三重夹击下，中国AI产业其实一直在“节油模式”下运行。 不是不想踩油门，是油箱漏了。 | 转折点：从“拼卡”到“拼基础设施” 2026年工信部一纸通知，把算力正式定性为新型基础设施。 “1+M+N”算力互联互通节点体系——翻译成大白话：国家要建统一的算力电网了。 以前每家自己发电，效率低、浪费大、还不稳定。 现在国家说：我来统一规划、统一标准、统一调度，你们接上来用。 就在这时，郑州传来消息：国家超算互联网核心节点上线，三套曙光万卡超集群投入运营。 这是全国首个实际投入运营的超3万卡国产AI算力池 。 注意“实际投入运营”这五个字。 很多万卡集群建好了，但“建好”不等于“能用”。网络不行、调度不行、容错不行，几千张卡跑起来，效率还不如几百张卡。 而郑州这个池子，把“卡”变成了“池”——可被稳定调用、可被统一编排、可被持续运营。 就像油田炼成了汽油，接上了管网。 | 光合组织在干什么？帮行业“建炼厂” 2月10日，光合组织在郑州开了个会，国产万卡算力赋能大模型发展研讨会，说白了就一件事：怎么让国产算力从“有”变成“好用”。 他们干了件很具体的事：把供需双方关在一个屋子里。 算力方、模型方、应用方，过去各干各的。算力方抱怨没需求，模型方抱怨卡不好用，应用方抱怨成本太高。 光合组织做的是：把门锁上，今天不出解决方案谁也别走。 结果出共识了：自主算力是生存底座、供需协同是进化飞轮、全栈攻关是破局利刃。 这些话放在两年前，是口号。放在今天，是路线图。 | 确定性才是稀缺品 回头看AI产业的价值逻辑： 模型赛道，赢家通吃，但通吃的是谁，没人知道。今天你是明星，明天就被开源追平。 应用赛道，百花齐放，但花能开多久，没人知道。流量成本一涨，利润就没了。 只有算力，是铁打的营盘。 它不是靠灵感迭代的生意，是靠长期投入、系统能力堆出来的护城河。今天落地的万卡超集群，三年后依然是保值资产。 二十世纪，石油定义工业强国的版图。 从“贫油”到炼油产能全球第一，中国经过了几代人的努力。 而AI时代，算力版图正在重绘。 并且这一次，我们手里有钻机，有炼厂，还有正在铺开的管网。

【文/观察者网专栏作者 心智观察所】 2月8日晚八点，上海。200多台机器人在镁光灯下翩翩起舞，与演员黄晓明同台变魔术，和开心麻花的喜剧演员搭档演小品，还有一台名为“精灵·璇”的仿生机器人，用逼真到令人恍惚的面部表情唱了一首《未定义的关系》。这是由上海智元机器人主办的全球首个大型机器人晚会《机器人奇妙夜》，被网友戏称为“机器人春晚”。 机器人和黄晓明表演魔术 整场晚会通过美洲、中东、东南亚等地同步直播，50分钟的时长虽然不长，却创下了多个行业纪录：首个机器人小品、首个机器人魔术、首个人机共舞华尔兹。智元机器人首席运营官邱恒在演出后说了一句颇有分量的话——“这可能会是人类理解机器人能力的‘ChatGPT时刻’。” 这句话或许稍显大胆，但它折射出的行业自信并非没有来由。就在不久前，百度“文心Moment大会”的具身智能分论坛上，来自傅利叶、开普勒、加速进化、乐聚机器人和地瓜机器人的五位行业代表围坐一堂，对具身智能产业的现状与走向进行了一场坦率而深入的讨论。一场晚会与一次圆桌，一个在台前展示能力的极限，一个在幕后剖析产业的真实。 两者叠加在一起，恰好拼出了当下中国具身智能产业最完整的截面：技术正在加速成熟，商业化的轮廓隐约可见，但通往规模化落地的道路上，仍然横亘着数据匮乏、标准缺失和路线未定等层层关卡。 一台晚会能办成什么样，取决于机器人能做到什么程度。 以往的机器人表演，通常依赖预先编程或人为遥控，机器人充其量是一个执行单一指令的工具。但《机器人奇妙夜》试图证明的是，当200多台不同类型的机器人需要在同一个舞台上完成歌舞、小品、魔术、走秀等多种形态的演出时，老办法已经完全不够用了。 智元机器人的技术团队表示，这次晚会依靠的是具身智能的系统能力——从复杂运动控制到高精度群体协同，再到初步的情感表达——才实现了“舞台级系统智能”的标准。灵犀X2机器人在舞台上连续完成后空翻、前空翻、踢腿、侧空翻等一连串高难度动作；手语翻译机器人全程为听障观众提供无障碍服务；甚至有一台机器人复刻了12年前马年春晚“小彩旗”旋转整台晚会的经典画面。 更值得关注的是技术路径背后的平台能力。智元自研的“灵创”平台实现了零代码操作：用户无需编程基础，只需上传一段人类动作视频，就能完成从真人表演到机器人复刻的端到端转化。“灵心”平台则内置了三四十款风格各异的音色，还支持“音色复刻”——上传一段录音，机器人就能拥有相似的声音。 这些平台能力的意义，远不止于办一场晚会。智元合伙人姜青松直言，它们将加速机器人在文娱商演、门店接待等场景的高效落地。换言之，舞台只是第一站，平台化的技术底座才是通向更多应用场景的关键基础设施。 而首形科技带来的仿生机器人“精灵·璇”，则从另一个维度展示了具身智能的技术纵深。不同于追求更高关节自由度和更灵活运动能力的主流路线，首形科技将技术聚焦于“人脸”——自研的情绪基座系统CharacterMind，融合了语言、表情、语音、语境等多模态信息，让机器人不仅能听懂语言，更能“读懂”语言背后的情绪。高性能无刷微型电机还能精准控制眼角微蹙、嘴角轻扬等细腻的“微表情”。当技术的精度细化到面部肌肉的毫米级控制时，机器人与人类之间的交互界面正在被重新定义。 如果说《机器人奇妙夜》展示的是具身智能“能做什么”，那么“文心moment大会”的圆桌讨论则更多地在回答“该往哪走”和“走到了哪里”。在那场讨论中，五位行业代表对市场结构的判断高度一致：当前的具身智能市场，呈现出B端务实、C端想象的双轨格局。 B端市场的优势在于需求的确定性。工业场景的客户会明确提出量化的指标——连续工作8小时、负重20至30公斤、多少年收回成本。这种清晰的需求使技术落地有了精确的方向。开普勒在宝马工厂的焊接上下料场景、加速进化在教育科研领域的深耕、乐聚在政企展厅的应用部署，都是在确定需求下的精准交付。但另一面是定制化的沉重负担：不同工厂、不同工位的需求差异巨大，要求企业投入大量精力逐一适配。开普勒软件平台负责人詹犇提出的硬件解耦思路——根据场景灵活切换灵巧手、夹爪、足式、轮式——本质上就是试图用模块化的方式降低定制成本。 C端市场则是另一番景象。乐聚机器人合伙人王松回忆起2016年创业时的尴尬：观众看到35厘米高的机器人，上来就问“能洗衣服、拖地吗？”这份期待的落差至今仍有现实意义——即便是全尺寸的人形机器人，在家庭场景中的能力边界依然模糊。但圆桌嘉宾们不约而同地将康养和医疗视为C端的突破口。逻辑很清晰：老龄化社会的刚需、相对可控的场景、用户对辅助功能而非完美功能的宽容度，让这个领域成为具身智能走进家庭的最佳切入点。 傅利叶从康复领域起家的基因，某种程度上印证了这条路径的可行性。但正如王松提醒的那样，当前机器人的“小脑”（运动控制）和“大脑”（AI算法）能力，在家庭复杂场景下的安全性仍然不够可靠。 有趣的是，晚会之后上线的机器人租赁平台“擎天租”，似乎正在打通B端与C端之间的灰色地带。999元即可租一台“奇妙夜同款”机器人上门，用于情人节互动、生日派对、亲子活动、春节拜年等场景。擎天租的数据显示，春节前两周平台订单量环比增长约30%。这种轻量化、可复制的使用方式，正在让机器人从“围观对象”转变为节日消费和社交体验中的新选择。擎天租CEO李一言认为，这种模式是机器人走向C端、实现规模化应用的重要前提。 中国大陆具身智能产业发展里程碑事件（@心智观察所制图） 回到产业的底层逻辑。如果说两三年前，行业的关键词还是“端到端全栈自研”，那么到了2025年，“生态”已经成为绕不开的话题。傅利叶CEO办公室战略客户总监时晖的感慨颇能代表行业的心态转变：十年前做康复机器人时，没人谈生态，大家都在强调从头到尾自己搞定一切。但现在，产品开始成型，模块可拆解，商业化链路开始打通，生态建设的条件终于成熟了。 乐聚机器人合伙人王松一针见血地指出了核心原因：人形机器人是一个极其复杂的系统，涵盖结构、硬件、小脑、大脑到应用的全链条，没有一家公司能够独立完成所有环节。更关键的是，当前行业在最优构型、算法架构、操作系统标准上都尚未达成共识，整个产业仍处于“野蛮探索”的阶段。在这种背景下，闭门造车的风险远大于开放协同的成本。 地瓜机器人开发者社区总监徐国晟从芯片厂商的视角提供了另一个观察维度。他反复强调的“做好基建”，实际上是在为整个产业链降低门槛。一个560T算力的芯片交付给本体厂商后，对方的反馈往往是“在调，但进展很慢”。问题不在于算力不足，而在于从模型到端侧部署的链路太长、技术门槛太高。如果芯片厂商只卖芯片，本体厂商就必须从头“造轮子”，这种低效会严重拖累产业的整体发展速度。因此，芯片端主动提供算法适配、本体厂商开源软件框架、大模型平台寻求数据共享，这些信号共同表明，单打独斗的时代正在结束。 但开源并非灵丹妙药。詹犇提出的软件分层策略更具现实意义——面对能力强的高校团队，开放到电机层的底层API；面对应用集成商，提供运动、视觉的中层接口；面对展厅客户，只需要预设好的动作库。这种“因材施教”的开放策略，既保护了核心技术壁垒，又最大化了生态的包容性。加速进化开源的Booster James架构，也是在软件层面降低开发者的接入成本。这种有选择、有层次的开放，或许是比全面开源更适合当前阶段的中国路径。 如果说生态建设是产业的“面”，那么大模型与机器人的结合则是产业的“点”——也是当前最令人期待又最让人焦虑的技术议题。在文心moment的圆桌上，所有嘉宾谈到这个话题时态度都变得格外谨慎。王松的表述最为直白，当前大模型与机器人的结合仅仅停留在最上层，要么做简单的语音交互，要么做任务级的规划调度，与本体操作层的结合并不紧密。 这个判断点出了具身智能当前最大的技术鸿沟。大模型能告诉机器人“面前是一个苹果”，但如何削皮、如何抓取、下一步做什么，这些操作层的决策仍然无法由大模型直接完成。这不是模型能力的问题，而是数据和算法架构的双重制约。徐国晟用了一个形象的对比：大语言模型可以从互联网上获取海量文本数据进行训练，但具身智能的数据必须靠机器人在真实环境中一次次采集和标注。即便上海拥有国家机器人创新中心的异构机器人数据采集场、130台机器人持续工作，相比训练通用大模型所需的数据量，仍然是杯水车薪。 更棘手的是技术路线的不确定性。大模型领域经过数年探索，Transformer架构已成为事实标准。但在具身智能领域，大脑（感知决策）与小脑（运动控制）是分离还是融合？是走端到端的VLA路线，还是保持分段式架构？这些根本性问题仍在激烈争论之中。这也从侧面解释了为什么行业对“垂类小模型”寄予厚望——既然通用大模型短期内难以在操作层实现突破，那么在特定场景下用有限数据训练专用模型便成了更务实的选择。 开普勒与百度文心合作的工业焊接垂类小模型、加速进化在机器人足球场景的持续积累，都是这一思路的体现。 站在2025年初的时间节点上，如何评估具身智能的商业化阶段？从《机器人奇妙夜》和圆桌讨论中拼出的图景来看，答案或许是：刚刚翻过研发期的最后一页，正在书写工程化落地的第一章。 积极的信号确实越来越多。歌舞娱乐类机器人已初步实现稳定营收；机器人租赁模式开始跑通，有人愿意为机器人的服务付费；魔法原子、银河通用、宇树科技、松延动力四家公司接连官宣与央视马年春晚达成合作，机器人上台正在变成常态。智元自身也公布了涵盖讲解接待、文娱商演、工业智造、物流分拣、安防巡检、商用清洁、数采训练、科研教育等八类核心场景的定制化方案。加速进化的李章宇在圆桌上透露了一个值得关注的现象：已经有一部分人拿着机器人做租赁展演、进校园课程，并且实现了盈利。当商业的正向循环开始建立，产业的飞轮就有了转动的第一推力。 但冷静审视，制约因素同样清晰。在工业场景中，机器人解决物品泛化问题后效率可提升30%至90%，商业价值明确，但稳定性暂未达到工业级标准，距离大规模商业化普及仍有较长距离。行业在最优构型、操作系统标准、数据共享机制等基础层面尚未形成共识。大模型与机器人操作层的融合停留在浅层。数据匮乏的瓶颈远未突破。换句话说，当前的具身智能产业既不是“概念炒作”的泡沫期，也不是“万事俱备”的爆发前夜，而是处在从技术可行到工程可用的艰难爬坡阶段。 傅利叶的时晖给出了一个值得重视的时间判断：2025至2026年是推动生态建设的关键时期。原因有二：产品开始成型，模块可拆解；商业化链路开始打通，前端生态可以分层。这个窗口期可能只有两三年——抓住了，中国具身智能产业就有可能在全球竞争中占据先机；错过了，可能又要等待下一个周期。 从更长远的视角看，具身智能的终局图景是清晰的。时晖的判断值得认真对待：它会像物联网、互联网、AI一样，成为千行百业的基础设施。但通向这个终局的路径，大概率不是某个“iPhone时刻”式的单点爆发，而是逐步渗透、场景驱动的渐进过程。工厂里的搬运机器人、医院里的康复助手、展厅里的讲解员、商场里的互动伙伴，每一个场景的成熟都是在为最终的大规模普及铺路。今天的《机器人奇妙夜》本身或许就是这条路上的一个路标——它证明了具身智能的“舞台级”能力已经就位，接下来要做的是把这种能力从舞台搬到车间、搬到病房、搬到千家万户。 去年9月30日，智元机器人全国首家开放式具身智能体验中心在无锡正式开业 徐国晟在圆桌讨论中描绘了这样一个场景：“这个房间里会有很多具身机器人帮我们倒水、拍照、做会务。”这不再是科幻小说里的想象，而是可以看见路径的未来。但在那一天到来之前，产业需要的不是冲动和狂热，而是王松所说的“野蛮探索阶段”应有的清醒：保持开放心态、快速迭代试错、建立柔性供应链。 从《机器人奇妙夜》的灯光璀璨到圆桌论坛的冷静剖析，中国具身智能产业正站在一个微妙的临界点上。技术的锤子已经磨得足够锋利，但真正能敲开商业化大门的那颗钉子——稳定性、标准化、规模化数据——还需要整个行业耐心而坚定地去锻造。开放、协同、务实、耐心，或许正是这个阶段最需要的四个关键词。机器人走出实验室的前夜，黎明的曙光已经依稀可见。现在的问题不再是“能不能”，而是“怎么做”和“多快”。

图片来源：Fortt Knox Z Highlights： 真正重要的是，整个人类社会、整个全球人口都能参与到AI当中，因为这是一项文明级别的技术。 AI是新一代的计算方式。这意味着：任何依赖芯片、依赖计算的设备、系统或场景，最终都会依赖AI计算。 空间感知智能（spatial perceptual intelligence）是智能的关键支点。我们日常生活中的绝大多数行为，以及整个人类文明中的工作，都依赖于空间、感知与具身智能。 李飞飞曾是Stanford Human-Centered AI Institute的创始主任，如今是World Lab的联合创始人兼首席执行官，在空间智能领域引领创新。本次访谈是她2月4日在Fortt Knox节目上，与主持人Jon Fortt关于AI发展及公司最新情况的探讨。 AI是一种文明级技术，不能只由“少数人”塑造 Jon Fortt：李飞飞博士，感谢你接受《Fortt Knox》和CNBC的访谈，也感谢你抽出时间。人们称你为“AI教母”，因为你在塑造今天商业世界正在进入的这一现实中，做了大量奠基性的工作。事情的发展，和你当初预想的一样吗？ 李飞飞：是，也不是。 首先，没有任何一个人可以“独占”一个学科。我们今天所处的现代AI这场巨大变革，是几代科学家和技术人员共同努力的结果。对于我们这些在这个领域已经深耕很久的人来说，我们当然一直相信AI的力量，也相信这门科学所能达到的高度。它是一种文明级别的技术。 但我必须说，过去——我可以说近十年，尤其是最近这几年——AI发展的速度，真的超出了我们很多人最狂野的想象。看到整个产业全面拥抱AI，同时整个社会也从各种不同的角度、不同的维度，带着非常强烈的情绪在讨论AI，这种感觉至今仍然有点不真实。但与此同时，它也让我感受到一种沉甸甸的责任。 Jon Fortt：你做了大量工作，来确保在AI的开发过程中，有更广泛的人群和视角能够参与其中，也能获得使用AI的机会。比如你曾多次谈到女性在AI领域中的角色。我想请你帮我们勾勒一下，你眼中“利害关系”究竟在哪里。 因为过去，我们讨论的是文学作品中不同视角的代表性，讨论的是媒体中的多元表达。但现在，我们几乎是在直接构建世界的版本，而这些版本将会反过来影响现实世界如何运转。为什么让多种多样的声音参与其中如此重要？ 李飞飞：这不仅仅是“多一些不同的声音”这么简单。真正重要的是，整个人类社会、整个全球人口都能参与到AI当中，因为这是一项文明级别的技术。无论我们谈的是医疗健康、农业、教育的变革，还是机器人、能源与可持续发展，我们生活的每一个方面、工作的每一个方面，都会受到这项技术的影响。 人们经常问我：什么是AI？该如何理解它的影响范围和覆盖面？我常用的一个例子——其实也不完全是类比——是去想一想“芯片”可以存在于哪里。我们常常把芯片想象成那种体量很大、能耗很高的东西。但事实并非如此。现在几乎每一个灯泡里都有一颗非常小的芯片。你的冰箱里有芯片。汽车里有芯片。飞机里则有大量的芯片。只要有芯片的地方——从最微小的芯片到大型芯片——就有计算能力。因为芯片是计算的硬件基础。 而AI是新一代的计算方式。这意味着：任何依赖芯片、依赖计算的设备、系统或场景，最终都会依赖AI计算。所以你就能理解，这项技术的影响有多么深远。因此，它的“利害关系”就是——一切。当然，它会分阶段到来，但在这个时间点上，我们的学界、我们的社会，必须理解这项技术的深远意义。 Jon Fortt：我最近思考这个问题的一个角度是这样的。几个月前，也就是去年夏天，我有机会去曼谷参加CNBC举办的一场活动。在那里，我见到了我一位高中时期的老朋友——Kasimatharn Pippachai。他当时正在SCB10X工作，参与一个叫Typhoon的项目。这个项目的目标，是构建原生泰语的AI模型，而不是依赖英语、普通话等等其他语言。在那次拜访之后，在和我这位老朋友聊完他们正在做的事情之后，我开始用一种完全不同的方式去思考“本土化AI”的意义。 如果AI真正理解你的语言、你的文化、你的生活方式，那会怎样？而如果它不理解，如果你根本没有参与到这个系统的构建中来——谁会被包括进来？谁又会被排除在外？关于语言与文化如何深刻影响AI的理解方式，以及如果这些因素没有被纳入设计中，哪些人可能会被系统性地忽视——我们对这些问题的讨论，是否已经足够多了？ 李飞飞：是的，我确实经常在世界各地旅行，与来自各行各业的人交流，包括欧洲、APEC地区以及美洲各国的政府与机构。我认为，人们、国家以及不同区域都非常清楚本土化AI的必要性。 我们现在的讨论重点常常放在语言模型上，这当然非常重要。你刚才举的例子，本身就是一个语言模型的案例。但AI并不只等同于语言模型。即便我们只聚焦在语言模型这一点上，本土化AI对人们来说也是至关重要的。不同地区、不同背景的人，拥有不同的文化、语境、共同经验以及情境细微差别。无论是艺术家、制造业从业者，还是其他任何行业的人，这些差异都必须被AI理解和尊重。 而且我认为，推动这件事的不只是“自上而下”的政策意图，并不是因为我们觉得“应该这么做”。真正的驱动力来自市场，来自人们本身的需求。我看到来自很多地区、很多政府，都对构建本土化AI表现出非常健康、积极的兴趣。 语言模型不是终点，空间智能是AI下一前沿 Jon Fortt：你提到AI不只是语言，这是一个很好的过渡，引向World Labs。你关注的不仅仅是文本提示和回复，而是沉浸式的、受物理规律影响的三维交互。我想这其中会涉及材质、触感，甚至在某个阶段，可能还能做烹饪模拟之类的事情。你认为在未来五年、十年，这样的技术会带来什么样的能力？你会把它和你多年前在图像领域所做的工作，做怎样的类比？ 李飞飞：我的职业生涯是从计算机视觉开始的，它是AI的一个子领域。就像我一些同事是从自然语言处理起步一样，最终自然语言处理与AI的其他分支共同推动了GPT这样的技术出现。 在整个职业生涯中一直从事视觉AI研究，让我深刻意识到：空间感知智能（spatial perceptual intelligence）是智能的关键支点。 从进化的角度、从人类自身的角度来看，我们并不是只靠“说话”来生活的。我们早上醒来，会拥抱自己的孩子。会给他们做早餐。会开车送他们去上学。我们自己去上班。点一杯咖啡，并且知道该如何端起它、喝下它。 我们日常生活中的绝大多数行为，以及整个人类文明中的工作，都依赖于空间、感知与具身智能。因此，在语言模型之外，AI的下一章、下一个前沿，正是空间智能。这也是为什么我们在不到两年前创立了World Labs。我们专注于打造下一代前沿模型，让AI能够推理、理解、交互，并生成三维、四维的世界。这些能力将赋能大量应用场景，包括：模拟、机器人、创意产业、设计、教育、医疗健康、制造业，以及更多横向扩展的空间智能应用领域。 Jon Fortt：因为这在某种程度上就相当于“图像捕捉”的进阶版本，它可以教会系统理解事物是如何运动的、相互碰撞时会发生什么、是否会碎裂，或者是否具有韧性。这些东西，单靠语言是没法完整描述的，对吗？ 李飞飞：是的，确实无法做到。 首先，这已经不只是“用图像来进行推理”那么简单了，因为那仍然是一种相对被动的方式。而通过世界建模（world modeling）与空间智能，AI可以变得具有主体性（agentic）。它可以被计算、被规划，能够为具身智能体（embodied agents）提供更主动的能力。 就像我刚才举的例子，比如说你在做一顿饭，哪怕只是做一份很简单的意大利面。你当然可以用语言来描述这15分钟或20分钟的过程，但那仍然是一种高度有损的信息表达。比如你是怎么调酱汁的，你是如何把意面放进水里的，意面在水里发生了什么变化——这些细微之处，几乎不可能只用语言来准确描述。 而现实世界中的大量物理过程，不管是由人类发起的，还是人类与非人类系统之间的交互，本质上都超出了语言本身所能承载的范围。 Jon Fortt：最后一个问题。我知道你今天还有很多事情要做、很多人要见，非常感谢你抽出时间。你们在World Labs所做的这些事情，有一个应用场景很自然地会让人想到——那就是游戏产业。这里既有巨大的商业价值，也有创新空间和团队协作的可能性。我们应该在多大程度上期待，你们的这些工作会体现在更快、更高效的游戏开发中，并以此作为一种扩散影响力的方式？ 李飞飞：是的，你说得完全对。游戏和互动式体验，确实是我们非常兴奋的一个市场方向。就在去年，大约两个月前——现在还只是二月初——我们发布了自己的第一个模型，以及一个名为Marble（World Labs出品）的产品原型。已经有非常多的游戏开发者在使用这些工具，玩得很开心，也不断向我们展示他们正在制作的作品。当然，目前这些还不是3A级别的大型游戏，而是体量更小的项目，但这本身就已经让我们非常兴奋。因为这意味着，我们已经开始真正赋能游戏开发者的创造力与创新能力。 Jon Fortt：非常期待接下来会发生什么。李飞飞博士，感谢你接受我的采访。 李飞飞：谢谢你，Jon。

快科技2月12日消息，清华大学今天发文称，该校戴琼海院士团队历经五年攻关，研发出计算全息光场（DISH）三维打印技术，相关成果发表于《自然》。 该技术将传统体积3D打印的曝光速度提升50倍，毫米尺寸复杂结构的曝光时间仅需0.6秒，远超传统体积三维打印技术曝光的30秒水平。 打印过程实拍，不到一秒即可完成毫米尺寸物体打印 传统3D打印技术各有短板，逐点、逐层打印精度高但效率极低，毫米级物体加工动辄数十分钟；现有体积打印虽提升速度，却受景深、材料粘度限制，精度和适用范围大打折扣。 团队创新将计算光学反向应用于3D打印，通过操纵高维光场构建三维实体，改写了传统打印的底层逻辑，还攻克了光场高速调控、光路高精度矫正等多项技术难题。 这项新技术实现了多重突破，不仅打印速度大幅提升，还兼容从近水粘度稀溶液到高粘度树脂的各类材料，解决了传统技术材料选择单一的问题。 打印容器无需特殊设计，可在流体管道内实现批量连续打印，拓展了应用场景。 同时，技术将打印景深从50微米拓展至1厘米，1厘米范围内光学分辨率保持11微米，打印最细特征达12微米，实现速度与精度的双重提升。 该技术整合多学科优势，未来在生物医学、工程制造等领域应用前景广阔，可实现生物组织原位打印、微型组件批量生产等等。 DISH技术系统设计图

【CNMO科技消息】2月12日，华为常务董事、产品投资评审委员会主任、终端BG董事长余承东发文称，“尊界S800凌云墨白，配上安徽白墙黛瓦，意境拉满！大年三十，尊界S800将再登总台春晚，陪大家一起过大年，迎新春”！ 尊界S800 据CNMO了解，2025年1月28日，随着央视春晚的播出，华为与江淮联合打造的尊界S800，成为全球瞩目的焦点。 尊界S800的车身尺寸达到5480×2000×1542mm，轴距为3370mm。该车拥有破晓金黑、云境银紫、凌云墨白等六种外观配色。 尊界S800的核心竞争力在于搭载的华为全栈式智能技术。途灵龙行平台实现高阶智能驾驶，融合感知系统可精准预测路况并动态调整悬架，提升操控稳定性；鸿蒙ALPS座舱2.0与华为星河通信技术，打造5G智能座舱，支持远程OTA升级。其增程式动力系统与激光雷达的结合，进一步强化了续航与安全性能。 动力方面，尊界S800搭载途灵龙行平台，独创全域融合架构。新车提供纯电与增程两种版本。其中，增程版CLTC综合续航最高1333km（纯电续航400km），纯电版CLTC综合续航702km。 值得一提的是，尊界S800的第10000台量产车正式在2025年12月16日驶下生产线。

苹果Siri 凤凰网科技讯 北京时间2月13日，据CNBC报道，苹果公司在周四遭遇了自去年4月以来最糟糕的一个交易日。此前有报道称，苹果语音助手Siri在AI方面的更新再次跳票，而且其新闻应用遭到监管部门审查。 截至周四美股收盘，苹果股价下跌5%，抹去了今年以来的全部涨幅，2026年迄今为止累计下跌近4%。 彭博社在周三报道称，苹果备受期待的Siri AI更新已在公司内部被推迟至5月甚至更晚。该更新原计划在几周内推出，但苹果现在可能会将各项功能在数月内分批逐步推出。 苹果对CNBC表示，公司仍将按计划在2026年推出Siri更新。 另外，美国联邦贸易委员会(FTC)已警告苹果，不得在其Apple News新闻平台上压制保守派内容。 FTC主席安德鲁·弗格森(Andrew Ferguson)在致苹果CEO蒂姆·库克(Tim Cook)的信函中称，“Apple News基于文章或出版物的意识形态或政治立场来压制或推广新闻文章的任何行为或做法，都可能违反美国防止企业误导消费者的相关法律”。 上个月，苹果新一季财报超出了华尔街预期。不过，该股近期也受到华尔街对大型科技公司在AI领域投入过多支出的担忧所影响。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

快科技2月13日消息，据媒体报道，DeepSeek近日悄悄地对其旗舰模型进行灰度测试。 核心升级之一是将上下文窗口从原先的128K Tokens大幅拓展至1M Tokens，容量提升近8倍。 这一指标决定了模型在单次交互中能够记忆与处理的信息上限，是衡量大模型能力的关键维度之一。 伴随技术迭代，部分用户注意到模型在交互风格上也出现微妙变化。此前在深度思考模式下，DeepSeek常以角色视角呈现细腻的心理描写，如今却不再使用用户设定的昵称，统一以“用户”相称。 有用户尝试切换多个版本、反复调整提示词，均无法唤回熟悉的文风，感慨“好像失去了一位知心朋友，它比心理医生都有用”。 为了找回旧版体验，有用户甚至前往豌豆荚下载历史版本，或在腾讯元宝中继续使用原有接口。

IT之家 2 月 13 日消息，Cerebras 与 OpenAI 宣布推出最新的 GPT-5.3-Codex-Spark 模型，主打实时编程。这也是 OpenAI 与 Cerebras 合作的首个公开发布成果。 IT之家注：该模型由 Cerebras 提供算力支持，已于当地时间 2 月 12 日以“研究预览”（research preview）形式开放。 据介绍，Codex-Spark 主要面向对交互速度要求极高的实时软件开发场景，可实现超 1000 tokens/s 的推理速度，从而实现近乎即时响应的编码反馈。 OpenAI 在公告中指出，近年来“agentic coding”正逐渐改变软件开发方式，机器能够在较少人工监督下持续工作数小时甚至数天。但这种模式也可能带来新的问题，包括开发者等待时间变长、对过程的掌控感降低。 OpenAI 表示，软件开发本质上是迭代过程，需要开发者在过程中不断掌控方向、决定审美与决策，因此 Codex-Spark 被设计为与 Codex 进行实时协作的模型，强调“快速、响应及时、可引导”，让开发者保持在工作中的主导位置。 从定位上看，Codex-Spark 被描述为“具备高度能力的小模型”，主要针对快速推理场景进行了优化。OpenAI 称，在 SWE-Bench Pro、Terminal-Bench 2.0 等软件工程基准测试上，Codex-Spark 在完成任务耗时显著缩短的同时，能够给出比 GPT-5.1-Codex-mini 更好的回答。 在具体能力方面，OpenAI 强调 Codex-Spark 擅长进行精确代码修改、计划调整，并能围绕代码库进行上下文问答。官方还提到，该模型适用于快速可视化新布局、优化样式，以及测试新的界面变更等工作。 OpenAI 同时也对 Cerebras 硬件能力进行了介绍。据称，Wafer-Scale Engine 具备业内最大的 SoC 片上内存，可支撑用户实现每秒数千 token 级别的高速推理，并可扩展到数千套系统，将高速内存容量扩展到多 TB 级别，以支持万亿参数模型的训练与推理。OpenAI 表示，预计在 2026 年把这种“超高速推理”能力带到更大规模的前沿模型上。 在上线范围方面，OpenAI 称 Codex-Spark 将以研究预览形式向 ChatGPT Pro 用户推送，覆盖 Codex 应用、CLI 以及 VS Code 扩展，同时 API 访问将向部分设计合作伙伴逐步开放。

近日，追觅CEO俞浩在线邀请华为常务董事余承东入职追觅的言论，又一次将其推到了舆论的聚光灯下。 2月10日，俞浩在微博@余承东表示“在哪上班不是上？，要不加入追觅吧”，并给出了极大诚意，称只要余承东来，自己会全力支持他的想法，不会加以任何限制。截至目前，余承东尚未作出回应，而该微博也已不可见。 有分析认为，俞浩此举意在借余承东的行业影响力为追觅造势，并为跨界造车、手机等业务铺垫人才需求。 自去年3月宣布转型为无边界生态企业后，追觅正不断跨界扩张业务版图。据统计，追觅目前已在无人机、汽车、手机、家电等多个领域进行了布局。 激进的扩张下，公司对人才的需求也不断上升。去年秋招期间，追觅推出了“清华卓越人才计划”，仅两个月时间就发出了700多份Offer，并超越华为成为了清华毕业生最大就业单位。 作为三连保送进清华的天才“学霸”，俞浩曾取得过不凡的成就，不仅是国内最早的四旋翼无人机开发者和全球三旋翼无人机发明者，还是了国内最早的极客空间“天空工场”的创立者。而追觅在他的带领下，也发展成了智能清洁领域的龙头企业。不过，俞浩也常常因其高调言论饱受争议。 在线“挖角”余承东 高调的俞浩，再一次因言论“出圈”。 2月10日，追觅科技CEO在微博邀请华为常务董事、产品投资评审委员会主任、终端BG董事长余承东加入追觅，并表示“在哪上班不是上？要不加入追觅吧。” 在评论区中，俞浩进一步抛出诚意，称只要余承东来追觅，自己不会对其有任何限制，会支持余承东的任何想法。 对此，有网友调侃称，“俞总调戏余总”，而俞浩则表示自己是“真诚邀约”。不过，目前该微博已不可见，而余承东也未作出回应。 俞浩本次在线“挖角”余承东，似乎已有铺垫。 2月8日，俞浩在回应外界对其“为何总要与马斯克作比较”的问题时，就曾表示自己想永远尊敬小米和华为，永远尊敬雷总、余总和任总。 值得注意的是，这并非俞浩及追觅首次因“挖人”引发争议。2024年7月，九号公司创始人兼CEO王野曾公开怒批某公司实施“断指计划”，用三倍薪资从行业挖人后，试用期三个月后开除，以盗取商业机密。 2025年1月，影石360创始人刘靖康也在朋友圈发文，痛批这一现象，称该公司底线深不见底。 随着相关舆论的发酵，不少人将“断指计划”的矛头指向了追觅。 2025年6月，追觅法务部发表声明称，自2024年6月以来，追觅科技遭遇了大量有关“断指计划”、“三倍薪资挖人”、“窃取商业机密后开除”、 “对赌失败”等不实负面信息的攻击。 今年1月26日，俞浩也公开否认高新挖人，称相关言论纯属谣传。 俞浩同时强调，追觅需要的是稳定长期的技术团队，员工入职时的工资涨幅一般不超过20%，做出业绩后会立即提拔涨薪。 扩张无边界 有分析认为，前述邀约的背后，是俞浩意在借余承东的行业影响力为追觅造势，同时为跨界造车、手机等业务铺垫人才需求。 天眼查信息显示，追觅成立于2017年，企业注册资本为240.79万元，2024年被认定为国家级独角兽企业。 作为一家以高速数字马达和智能算法为核心，起家于吸尘器、扫地机器人等智能清洁领域的公司，追觅在去年拉开跨界扩张大幕。 2025年3月，追觅召开了“生而无界”发布会，宣布转型为无边界生态企业。 同年8月，追觅官宣拓展无人机业务，并称核心团队已初步构建完成。不久后，追觅又宣布跨界造车，其首款超豪华纯电产品将对标布加迪威龙，计划于2027年亮相。 9月10日,追觅科技正式宣布成立天文BU；19日，追觅正式宣布推出首款深度融合天文科技与智能生态的移动终端——Dreame Space。 今年2月4日，追觅曝光了由其基金孵化的STAR MOTOTR星际穿越科技旗下的三款SUV车型，并透露造车计划将在国内、国际市场同步推进，且已开始为渠道铺设做准备。 据媒体统计，追觅目前的业务版图已扩大至充电宝、牙刷、显示器、汽车、洗衣机、冰箱、手机、空调、剃须刀、智能电视、音箱、智能戒指、路由器、智能眼镜、运动相机等多个领域。 公司业务版图的持续扩张，使得追觅对人才的需求不断加剧。据新浪汽车此前报道，2025年秋季校招期间，追觅曾推出“清华卓越人才计划”，希望一次性招募1000名清华学子。 校招启动仅两个月，追觅就发出了700多份Offer，远超华为同期的数量，被戏称为“清华收割机”。 此外，1月27日，俞浩发起设立的俞浩慈善基金会还官宣了全新的“天空工场”全球青年创新领袖人才支持计划。 据悉，该项目旨在通过创新公益模式，精准支持已在世界级学术、科研或创新实践中取得突出成果的高校学生，助力他们加速成长，连接全球资源网络，实现从“卓越”到“引领未来”的跨越。 成就与争议并存的“学霸”富豪 作为追觅的创始人，俞浩多次卷入争议。 公开资料显示，俞浩出生于江苏南通，毕业于清华大学工程力学与航天航空工程专业。大学期间，他曾投身于“造飞机”的梦想之中，并于2007年成为中国最早的四旋翼无人机开发者。2009年，俞浩又成为了全球三旋翼无人机发明者。 此外，俞浩还在清华大学内创办了国内最早的极客空间——“天空工场”，并逐步成长为清华规模最大的学生科技兴趣团队。 2017年，俞浩创立追觅科技，初创团队中的不少成员来自天空工场。成立之初，俞浩带领团队专攻高速马达技术问题，最终成功将马达转速提高到了15万转/分钟，打破了国外的技术垄断。 经过多年的发展，如今的追觅已经成为了智能清洁领域的龙头企业，而俞浩本人，也凭借85亿元的财富登上了2025胡润百富榜。 不过，成就之外，这位“学霸”富豪也常常因其激进言论陷入舆论争议。 今年1月，俞浩曾发文表示，自己将超越马斯克、黄仁勋，将追觅生态做到一百万亿美金，这也是其接下来二十年的奋斗目标。 2月4日的追觅年会上，俞浩高调表示，自己中考、高考、研究生都没考，是保送进的清华，并称三保送让自己的人生有点小遗憾不完美。 同时，俞浩还提到自己和撒贝宁有个约定，当成为世界首富时，会说自己对钱没有兴趣。 2月6日，俞浩发文称马斯克老喜欢PUA大家，其AI毁灭人类、地球要毁灭我们要去火星的言论太扯淡，并表示自己则不一样，会留在这里建设地球，给大家带来实实在在的幸福。 对于其高调言论带来的争议，俞浩则回应称，当今的时代环境已经发生了变化，在全球范围内，越发达的地区往往越鼓励个性与多元表达，并表示应当拥抱更加开放、包容的文化，鼓励更多个性、张狂与不羁。 雷达财经注意到，随着俞浩微博发声愈加频繁，其个人影响力正在不断上升。在2月2日到2月8日的V影响力周榜中，俞浩已超过雷军，跃升至第二名。 俞浩能否实现自己的目标？

快科技2月13日消息，名记马克·古尔曼最新发文透露，苹果零售渠道员工称iPhone16e手机的库存已基本清空。 这意味着新一代iPhone 17e将“马上”登场，预计在马年春节之后第一时间发布，最早在2月19日（正月初三）亮相，将会是马年的第一款新品。 iPhone 17e相比前代有四大升级点，首先最重要的就是芯片升级，搭载iPhone 17同款的A19芯片，预计相比标准版少一颗GPU核心，但日常使用体验差距不大。 此外，iPhone 17e还将换装苹果最新的自研蜂窝网络芯片与无线通信芯片。 首次加入磁吸环，支持MagSafe充电器、配件，弥补iPhone 16e无MagSafe的短板，提升充电和配件的便利性。 屏幕依然搭载刘海屏，而且依然不支持高刷，维持在60Hz的刷新率。 有望新增1800万像素的方形前置镜头，支持Center Stage功能。 价格预计维持iPhone 16e的599美元，国行是4499元，主打中端市场，在国补之后仅需3999元。 值得注意的是，苹果后续将维持上半年发布新iPhone的惯例，明年甚至会有iPhone 18和iPhone 18e同时在3月前后发布，并一直延续下去，Pro系列继续保持9月发布。

快科技2月13日消息，日前，字节跳动旗下新一代视频生成大模型Seedance 2.0正式发布。 随后，剪映宣布已接入Seedance 2.0，用户将剪映App更新至18.8.0版本后，在首页选择AI视频生成功能即可体验。 剪映称，春节积分限免，目前暂不支持真人人脸生成。 据剪映介绍，接入Seedance 2.0后，用户可通过一句话生成有台词、有剧情的网感视频，还支持指定角色随时出镜。 在视频编辑上，支持元素增加、删除，官方称让P视频像P图一样简单。 据了解，Seedance 2.0被部分用户誉为“地表最强的视频生成工具”，也有海外网友评价其效果媲美好莱坞大片。 全球首富马斯克也在社交平台X转发评论Seedance 2.0相关内容，并表示模型发展速度太快（It's happening fast）。 不过，面对外界的高度关注，字节跳动保持相对克制。 字节跳动表示，模型在细节稳定性、多人口型匹配、多主体一致性、文字还原精度和复杂编辑效果等方面仍有优化空间。 字节跳动坦言，Seedance 2.0还远不完美，生成结果仍存在诸多瑕疵，后续将持续优化。

快科技2月13日消息，据wccftech报道，Rapidus正加速推进2nm制程量产计划，目标2028年实现全面量产。 Rapidus于2025年4月启动试产线，同年8月完成2nm GAA测试芯片流片，并计划在2026年第一季度向客户交付2nm PDK。 产能方面，Rapidus预计2027年初期月产能为6000片晶圆，仅一年后便计划提升至约2.5万片，增幅超过四倍。 在工艺性能上，Rapidus推出名为“2HP”的尖端2nm工艺，逻辑密度达237.31 MTr/mm²，与台积电N2工艺的236.17 MTr/mm²基本持平，均属高密度单元库范畴，相较英特尔Intel 18A的184.21 MTr/mm²优势明显。 与此同时，Rapidus已着手规划更先进的1.4nm制程，目标2029年实现量产。 Rapidus由索尼、丰田、NTT、三菱、NEC、铠侠、软银等八家日本企业于2022年共同成立，致力于先进半导体工艺的本土化设计与制造。目前Rapidus正在北海道千岁市建设创新集成制造工厂，作为2nm芯片的生产基地。

年关将至，极氪超3.8万辆汽车被召回的消息引发外界广泛关注。 据国家市场监督管理总局召回中心发布的公告，此次极氪召回的3.8万辆车为极氪001WE版汽车。 召回范围内的部分车辆，由于高压动力电池的部件制造一致性问题，长期使用动力电池内阻会异常升高，可能导致部分动力电池性能下降，极端情况下可能导致动力电池热失控，存在安全隐患。 值得注意的是，这并非极氪首次因产品质量问题引发关注。早在2023年，就有多位极氪车主反馈，他们所购买的极氪001多次出现动力系统故障，影响日常使用。 而在此次召回事件发生前不久，吉利汽车刚刚顺利完成了对极氪的私有化进程。此举旨在推动内部资源深度整合和高效协同，杜绝重复投入，降低成本，提升企业竞争力，打造长期价值。 不过，从去年的销量情况来看，极氪当前的市场表现正面临一定的增长挑战。2025年，极氪品牌全年的销量达22.41万辆，同比仅微增1%。 按照规划，极氪品牌2025年的目标为32万辆，全年实际销量与目标销量差了近三成。而2026年，吉利给极氪品牌制定的销量目标为30万辆，较2025年的32万辆也有所下调。 电池存热失控隐患，极氪召回超3.8万辆汽车 2月9日，国家市场监督管理总局网站发布浙江极氪智能科技有限公司召回部分极氪001WE版汽车的公告。 公告显示，日前，浙江极氪智能科技有限公司根据《缺陷汽车产品召回管理条例》和《缺陷汽车产品召回管理条例实施办法》的要求，受浙江吉利汽车有限公司委托向国家市场监督管理总局备案了召回计划。 本次召回计划的召回编号为S2026M0023V，正式实施时间为2026年3月6日，召回范围为2021年7月8日至2024年3月18日期间生产的38277辆极氪001WE版汽车。 雷达财经了解到，本次召回范围内的部分车辆，由于高压动力电池的部件制造一致性原因，长期使用动力电池内阻会异常升高，可能导致部分动力电池性能下降，极端情况下可能导致动力电池热失控，存在安全隐患。 对于此次召回范围内的车辆，极氪将进行检查或远程诊断，对尚未更换动力电池的车辆免费更换动力电池总成，以消除安全隐患。 针对可能发生的安全隐患，极氪汽车云端预警平台会提前预警，并通过客服联系用户并安排主动救援服务。当车辆出现故障时，会点亮动力电池故障灯并发出报警音提醒用户，用户需立即靠边停车并拨打极氪汽车服务热线并等待救援。 据市场监管总局发布的关于2024年全国产品召回情况的通告，2024年全年共实施汽车召回233次，涉及车辆1123.7万辆，分别较上年增长8.9%和67%。 其中，实施新能源汽车召回89次，涉及车辆449.1万辆，同比增长180.1%，占全年召回总数量的40%。 在召回方式上，远程升级（OTA）召回已成为重要手段。2024年共实施OTA召回19次，涉及车辆406.8万辆，同比增长246.8%。 从缺陷涉及的系统看，电器设备、车身和制动系是缺陷产生的主要部件，占召回总数量的67.2%。 其中，因电器设备缺陷召回45次，涉及车辆277.5万辆，占召回总数量的24.7%；因车身缺陷召回24次，涉及车辆262.4万辆，占召回总数量的23.4%；因制动系缺陷召回37次，涉及车辆214.9万辆，占召回总数量的19.1%。因发动机缺陷问题召回的车辆数量虽较上年降低了66.8%，但召回次数仍高达89次。 另据中国质量新闻援引的市场监管总局缺陷产品召回技术中心近日发布的汽车召回数据，2025年，我国共实施乘用车相关召回105次，涉及缺陷车辆约682.5万辆。 召回牵扯出23亿元诉讼，质量问题并非首次 极氪此次召回事件，牵扯出吉利系与欣旺达之间的一桩纠纷案，此次召回实为该纠纷案的后续发酵。 去年年底，吉利系旗下动力电池公司威睿电动汽车技术（宁波）有限公司，一纸诉状将欣旺达动力（欣旺达的子公司）告上法庭，索赔金额超过23亿元，引发行业关注。 天眼查显示，威睿电动汽车技术（宁波）有限公司由极氪汽车（上海）有限公司、吉利汽车集团有限公司分别持股51%、49%。 此次起诉的缘由，是欣旺达动力向威睿交付的电芯存在质量问题。据媒体报道，这些电芯被配套于极氪等吉利旗下高端车型。 2024年底，有极氪001 WE86车型车主反馈称，部分长行驶里程车辆存在充电变慢、电池容量衰减异常等情况。 对此，极氪宣布发起所谓“冬季关爱活动”，为全部极氪001 WE86车型免费更换全新电池包。 尽管极氪并未点明该车型所载电池品牌，但多方渠道信息均将矛头指向由欣旺达动力所供应的电芯。 不过，在威睿起诉欣旺达动力仅仅40多天后，双方达成和解。 根据双方达成的和解协议，对于截至2025年12月31日已实际发生的成本费用，扣除欣旺达动力已承担部分后，欣旺达动力需向威睿支付剩余金额6.08亿元。 而对于2025年12月31日之后实际发生的成本费用金额，双方按协议约定比例分担。同时，事件处理后的相关电池包全部归欣旺达动力所有。 和解协议中还特别提到，按照国家相关主管机构的要求，如果车厂需要对相关车辆实施召回，甲乙双方同意积极配合车厂履行法定召回义务，积极配合采取措施，按本协议约定分担实际发生的成本费用。 根据和解协议的支付安排，欣旺达动力将分5年支付其应承担的费用：2026年支付应承担金额的60%，2027年支付至70%，2028年支付至80%，2029年支付至90%，到2030年付清剩余部分。 有分析认为，这场看似突然的和解，实则是双方基于现实考量的妥协之举。对于吉利而言，其不想因为这场纠纷消耗极氪多年来积攒的口碑。而对于欣旺达来说，其需要避免巨额索赔对其上市进程和估值产生不利影响。 值得一提的是，在此次召回事件发生之前，极氪就曾因其他产品质量问题遭到消费者的质疑。 2023年，多位极氪001的车主向媒体反映，自己购买的极氪001出现动力系统故障，影响日常使用。 彼时，在极氪官方App和全国缺陷产品投诉平台上，也有大量网友反馈极氪001存在动力系统故障，车辆在冷车启动和行驶途中从仪表盘上突然跳出“动力受限”、“无法行车”、以及“ESC异常”故障信息。 有车主无奈地表示，自己的车辆在短期内已三次出现动力系统故障。在多次向极氪方反馈后，对方三次的说法都是让重启或检查，但问题并没有得到根本解决。 该车主认为，频繁故障无法行车存在严重安全隐患，“开着车，突然就无法行车，你无法预测下一次在什么场景下出现，这太危险了，很容易出车祸”。 针对车主反映的问题，极氪后续在App发布回应称，可通过刷写新版软件和加装应急线束的方式解决该问题，并表示该方案不影响车辆的终身质保权益。 另据澎湃新闻报道，去年12月，消费者周女士投诉称，当年10月28日，她满心欢喜地购买了一辆焕新极氪001。 然而，新车提回家仅仅10天，第一次上高速公路就遭遇了“惊魂一刻”：行驶中车辆突然发出巨响，随后全车断电，被迫停在了高速公路上。 事后，周女士与车企联系报修，将车辆送至附近门店进行维修。车辆维修期间，周女士认为车辆存在严重安全隐患，要求极氪提供事发时的行车记录仪器画面与相应行车数据，并退款退车。 门店则回应称，行车记录仪数据丢失，车辆故障属于中央娱乐屏软件问题，现已修复，不符合“三包法”退车条件。 已完成私有化，去年销量仅微增1% 在此次召回事件前夕，吉利汽车刚刚完成对极氪的私有化交易。 时间回拨至去年7月，吉利控股集团发布公告，旗下吉利汽车与极氪正式签署合并协议，吉利汽车将收购其尚未持有的全部极氪股份，极氪股东可选择以现金或置换吉利汽车股份作为对价。 彼时，吉利控股集团表示，自《台州宣言》发布以来，其坚定不移地推进内部资源深度整合和高效融合，杜绝重复投入，提升企业整体竞争力。 此次合并旨在强化吉利汽车在智能新能源汽车领域的全球竞争力和成长性。吉利汽车与极氪完成合并后，将进一步提升吉利汽车的战略执行效率、创新能力及盈利水平，为合并后的全体股东创造更大的价值。 极氪在豪华新能源领域的优势，与吉利汽车在主流市场的深厚根基相结合，在技术、产品、供应链、制造、营销与服务、国际市场拓展等方面更强协同，提高创新能力，激发规模效应。 去年12月22日，吉利汽车宣布，已完成对极氪的私有化及合并交易。至此，极氪成为吉利汽车的全资附属公司，并从纽交所退市。 据极氪退市前发布的最后一份财报，去年第三季度，公司实现收入315.62亿元，同比增长9.1%，环比增长15.1%；录得净亏损3.07亿元，同比收窄84.9%，环比扩大7%。 在毛利率方面，极氪也有所波动。去年第三季度，公司的毛利率为19.2%，相较于2024年第三季度的15.2%提升4个百分点，但与2025年第二季度的20.6%相比下降1.4个百分点。 不过，极氪在去年的销量表现并不尽如人意，未能达到预期目标。 2025年，极氪公司（包含极氪、领克双品牌）全年累计销量为57.46万辆，同比增长13%。 其中，领克品牌表现较为突出，全年销量达35.05万辆，同比增长23%，贡献了公司约六成的销量。 而极氪品牌同期销量仅为22.41万辆，同比仅微增1%。按照原规划，极氪品牌2025年的目标为32万辆，实际销量与目标相比差了近三成。 对于已经拉开帷幕的2026年，吉利汽车将极氪品牌的销量目标设定为30万辆，领克品牌的销量目标为40万辆。 从前述数据不难看出，极氪今年的销量目标相较于上年有所下调，这或许反映出吉利汽车在综合考虑市场环境、企业自身发展状况等因素后，对极氪品牌的发展节奏做出了更为稳健的调整。

快科技2月13日消息，三星显示宣布推出“QD-OLED Penta-Tandem”，这是其基于五层有机发光结构打造的全新技术品牌，并已完成商标注册，突出该结构在高端显示器和电视用QD-OLED面板中的独特价值。 品牌名称中，“Penta”源自希腊语，意为数字“五”，“Tandem”则指向OLED面板中的叠层串联技术，年内覆盖所有尺寸面板。 QD-OLED以量子点响应光信号呈现色彩，蓝色发光层因能量高而被用作光源。自去年起，三星将蓝色发光层层数从四层增至五层，并引入最新有机材料，完成新一代QD-OLED技术开发。 有机材料层数的增加直接提升发光效率，使相同功率下实现更高亮度，或以更低功耗维持同等亮度。在高分辨率显示器市场竞争日益激烈的背景下，多层叠加已成为关键的差异化手段。 相较去年四层结构，QD-OLED Penta-Tandem的发光效率提升1.3倍，使用寿命延长至两倍，并在3%像素开启率下实现电视峰值亮度4500尼特、显示器峰值亮度1300尼特，保持业内领先水平。

IT之家 2 月 13 日消息，谷歌昨晚宣布对 Gemini 3 Deep Think 进行重大升级，号称是专门针对科学、研究与工程场景的开发的“推理模式”，旨在推动智能前沿发展。 据介绍，新版 Deep Think 由谷歌开发人员与各行业科学家、研究人员共同合作完成，目标是应对真实科研环境中的常见复杂问题：缺少清晰边界、未必存在唯一解，且数据往往杂乱或不完整。 此次升级的一个关键变化是，Deep Think 的可用范围进一步扩大。谷歌称，更新后的 Deep Think 从当地时间 2 月 12 日起在 Gemini 应用中向 Google AI Ultra 订阅用户开放。 IT之家注意到，谷歌首次将 Deep Think 通过 Gemini API 提供给部分研究人员、工程师与企业，采用“早期访问计划”的方式推进，并开放了申请入口以招募意向用户。 在能力表现方面，谷歌强调新版 Deep Think 在数学、算法与编程等高难推理任务上继续提升。该模式在不使用工具的情况下，在终极人类考试（Humanity's Last Exam）上取得 48.4% 的成绩；在 ARC-AGI-2 上达到 84.6%，并由 ARC Prize Foundation 验证；在 Codeforces 竞赛编程基准上获得 3455 的 Elo；并在 2025 年国际数学奥林匹克竞赛（IMO 2025）上达到金牌水平表现。 除数学与编程之外，谷歌还强调新版 Deep Think 在化学、物理等科学领域同样具备更强能力。官方称，该模式在 2025 年国际物理奥林匹克与国际化学奥林匹克的笔试部分取得金牌级结果，同时在理论物理相关的 CMT-Benchmark 上获得 50.5% 的得分。 谷歌表示，Deep Think 的目标不仅是追求基准测试成绩，还希望推动实际工程与科研应用，例如帮助研究人员解释复杂数据、帮助工程师通过代码对物理系统进行建模。谷歌称，未来将持续把 Deep Think 带到研究人员和实践者“最需要的地方”，而通过 Gemini API 开放早期访问被视为重要一步。