凤凰网科技讯 《AI前哨》10月17日，在今日举行的百度世界大会上，百度创始人李彦宏向外介绍了中国首个生成式商业智能产品——百度GBI。据介绍，百度GBI具有支持自然语言交互、跨数据库分析和专业知识学习三方面能力，将商业分析师十几天才能完成的数据分析工作缩短到分钟级。

文 | 徐顺利 编辑 | 高佳 现阶段，Sam Altman 或许是这个世界上最渴望 GPU 的人！ 据路透社报道，近日 OpenAI 正在探索制造自己的人工智能芯片，并已开始评估潜在的收购目标。有报道称，OpenAI 至少投资了 3 家芯片公司，其中 Cerebras（Jasper是其客户）更是一家美国芯片初创公司。 GPU 对 Sam Altman 来说一直是一个沉重的负担。早在 2022 年，他就公开表达了对英伟达 GPU 芯片短缺的不满，声称这给公司带来了巨大的压力。 今年，他在多次采访中抱怨，“OpenAI 目前正受到 GPU 算力的严重制约，导致许多短期计划无法按时完成。” 曾经，OpenAI 的 GPU 资源一直是从业者们羡慕、嫉妒的存在。在微软的大力支持下，他们凭借海量算力资源，OpenAI 建立了巨大领先优势。然而，算力的魔咒最终也降临到了这个被誉为大模型“盗火者”的身上。 OpenAI 所面临的难题不仅仅是 GPU 的短缺，还包括其高昂的成本。 根据美国金融公司 Bernstein 的分析，如果 ChatGPT 的访问量达到谷歌搜索十分之一的水平（而这也是 OpenAI 未来的重要目标之一），OpenAI 初始需要的 GPU 价值高达 481 亿美元，每年维持运行的芯片成本需要 160 亿美元。 这样的开销，可能是未来 OpenAI 进一步规模化的一个主要瓶颈。毕竟即使强如微软，也无法长期支撑如此巨额的投入。 如果只从成本的层面考量，自制芯片并非是“控制成本”的最优路径。显然，OpenAI 有着更多考量。 以下是 对 OpenAI 自研芯片的三种 可能性猜想 ： 第一，通过自研芯片“降本增效”必然是最直接的目标。但算力的成本未来会随着供给的变化不断降低，如果只是单纯的成本考量，并不值得亲自下场大动干戈； 第二，将领先的大模型算法能力和自研芯片整合，成为“芯片-模型”解决方案的提供商，以此开拓全新的商业化路径。但纯软件企业深入硬件领域最终取得成功的案例屈指可数，OpenAI 也极有可能会掉入“造芯”的深坑； 第三，聚焦 AI 专用芯片，探索出颠覆芯片常规复杂做法的新路径——简单高效造芯，解决探索智能天花板的最大阻碍。这是 OpenAI 想要自研芯片的最根本原因，也是它必须要走的道路。但造芯之路并不好走，最后极有可能中道崩阻，不了了之。 OpenAI 想要自主造芯，也正是现阶段玩家对算力极度焦渴的写照。但算力是消耗品，并不能帮企业构建起有效的护城河，算力的比拼本质上是资金的比拼，但没有任何企业的资金是无限的。 与其每天为买不到 GPU 焦虑不安，不如精进思考，消耗掉海量的算力之后，自己能沉淀出什么。 01. 降本增效是最直接的目标 高居不下的 GPU 采购成本无疑是困扰 OpenAI 的最大问题。为了运行 ChatGPT，OpenAI 利用了最先进的硬件，例如 Nvidia 的 A100 、H800 等。 据 SemiAnalysis 估计，OpenAI 使用了约 3,617 台 HGX A100 服务器，总计 28,936 个 GPU，每台服务器的价格约为 20 万美元，仅仅在 GPU 上 OpenAI 就投入了超过 7.2 亿美元。 而这只是当下大模型水平的投入，未来其在算力方面的开销可能会成倍提升。原因在于一方面，大模型领域的竞争愈演愈烈，除了 OpenAI 之外，谷歌、Meta 等科技巨头也积极研发升级自己的大模型。 这使得大模型的进化速度显著变快，未来很可能一个季度就会更新一代，而最尖端模型需要的算力估计每年都会上升一个数量级，购买算力的投入也会因此不断提升。 另一方面，大模型应用场景越来越广泛。目前，微软和谷歌都已经将大模型应用到了搜索和代码编写领域。 尤其在垂直大模型是大模型落地最好方式的共识之下，未来大模型的应用场景会随着各家大模型企业的持续探索越来越丰富，这会让不同的模型数量越来越多，同时也会大大提升模型部署需要的总算力。 此外，作为本次 AI 浪潮“最大赢家”的英伟达，在万亿市值的激励下，虽然早已开足马力，但是产能依然无法满足嗷嗷待哺的大模型企业对 GPU 的需求，H100 订单已经排队到了明年 Q1 甚至 Q2。 物以稀为贵，在卖方市场的环境下，GPU 的价格势必会高出很多。 从成本层面考虑，似乎 OpenAI 自研芯片的理由非常充分。 那么，OpenAI 如果自研芯片，能把成本节省多少呢？ 目前，一台使用八卡 Nvidia H100 GPU 的服务器采购成本约为 30 万美元，加上云服务商的溢价，使用这台服务器三年的总成本大概在 100 万美元左右（这是 AWS 的官方报价，其他云服务商提供的价格应该在同一数量级）。 如果 OpenAI 自研芯片成功的话，在大规模部署的情况下单张加速卡的成本控制在 1 万美元以下应该很有希望，即八卡服务器的成本控制在 10 万美元之下。 这意味着自研芯片成功 OpenAI 就能够将这些费用削减 2/3，在投入资源不变的情况下，OpenAI 的模型规模就会扩大 2 倍；如果成本能够减少四分之三，则翻四倍。 在模型规模每两到三个月翻倍的市场中，这一点非常重要，因为模型的规模越大自研芯片节省的成本也就越大。 从另一个角度来看，模型的运营成本也会随着算力成本的下降而减少，这将直接反映到模型的 API 调用上，即普通用户和企业用户的 API 使用成本也会大幅降低，当使用成本降低之后，新增用户数量、付费用户数量将会大幅提升，企业的收入也会随之增加，进而便能够形成一个“降本增效”的良性循环。 通过自研芯片来降低算力成本，让自己拥有更多灵活性，固然是一个非常好的出发点，也是一个很充分的理由。但如果 OpenAI 把“控制成本”作为最主要的目标并不明智，因为算力稀缺的情况只是暂时的，长远来看，算力的成本早晚会降低。 群雄争霸抢掠 GPU 资源的壮景不会持续太久。未来半年到一年里，大部分大模型企业都会被淘汰掉，届时 GPU 供给过剩，成本自然会降下来。 这种情况下，以单纯控制成本为目的芯片自研，反而会成为另一个无法甩掉的成本包袱。 02. 曲线救国，探索全新商业模式 显然 OpenAI 不会如此没有商业常识，其自研芯片应该还有另外一层商业层面的考量。将自研芯片与自家领先的大模型能力结合，进而成为芯片+大模型的解决方案提供商可能是 OpenAI 希望达成的另一种全新商业模式。 自研芯片并非什么新鲜事。苹果、Meta 、微软、亚马逊、谷歌、阿里、腾讯等科技巨头，无论是出于自身降本增效的需求，还是为了摆脱芯片公司英伟达的掣肘，几年前就已经进行了相关布局。 谷歌早在 2016 年就推出了为机器学习定制的专用芯片谷歌张量处理器（Tensor Processing Unit，TPU），随后 TPU 成为了 AlphaGo 的主要算力。目前，谷歌 90% 以上的人工智能训练工作都在使用这些芯片，TPU 支撑了包括搜索在内的谷歌主要业务。 亚马逊在 2018 年，发布了自研的服务器芯片 Graviton ，现在已经更新到了第三代。 微软的自研芯片虽然起步较晚，但目前也取得了不错的进展，将会在今年的年度开发者大会上，推出首款为 AI 设计的芯片“雅典娜”（Athena）。 巨头们自研芯片无非两点原因，一方面是不希望自己受制于人，将命脉完全交到芯片制造商的手上，让自身随时面临被“卡脖子”的风险；另一方面是希望能够通过自研芯片降低算力的采购和运营成本，进而在云服务上获得更多收益。 毕竟没有任何一家企业会拒绝像英伟达一样躺着就能大把大把地赚钱。 过去 9 个月时间里，英伟达股价翻了 3 倍，市值突破一万亿美元。有消息称，2023 年第二季度英伟达最先进的 H100 显卡出货量达 800 多吨，且持续供不应求。 当下的大模型企业和云厂商们，像极了排队购买奢侈品的人，兜里揣着大把的现金，在英伟达门口排着长队，好不容易轮到自己，交完钱，还会被告知没有现货，得回家等。如果再没有能打的竞争对手出现，英伟达可能真的会向“爱马仕”们学习，来上一出“配货”的戏码。 当然，虽然微软、谷歌、Meta 都是一方巨擘，但是想凭一己之力在短时间再造一个英伟达也是天方夜谭夜谈。英伟达的壁垒，并不是 GPU 硬件性能，而是基于 CUDA 的开发环境。 10 年前，在和 AMD 拼显卡时，英伟达的研究员和工程师发现对 GPU 稍作改造就可以进行很多科学计算相关的事情，于是发明了 CUDA 并且不断投入完善一直到现在。CUDA 相当于是建立了一个开发者社区，这个社区和 Facebook、微信一样具有“网络效应”，即越多人用越好用，越好用就有越多人用。 更重要的是，用户在使用 CUDA 的过程中，会产生大量基于 CUDA 的研究成果、学术论文、开发类库以及技术讨论，能极大地普惠后来加入的研究者。比如老黄刚刚在北京 GTC 披露的数据：CUDA 的开发人员在过去 5 年里增长了 14 倍超过 60 万；CUDA 下载量已达 180 万，仅去年一年便增加了 80 万。可以看出整个 CUDA 社区还在壮大和蓬勃发展。 而微软、谷歌、亚马逊以及一些芯片创业企业也很清楚这一点，因此他们的自研芯片都选择了 AI 专用路径，这样不仅可以避开与英伟达的正面竞争，还可以针对自身业务做定制化的优化。 OpenAI 显然也不会选择与英伟达正面硬刚，技术路径的大方向上一定会与微软、谷歌一样，选择 AI 专用芯片。但在商业模式上将会与巨头们把算力放在云端服务器上供客户使用的方式完全不同。 对于谷歌、亚马逊等自研芯片供云服务客户使用的模式来说，由于用户使用模型的场景并不明确，使用的软件栈不确定、具体训练的模型也不确定，因此需要在芯片设计上必须要考虑兼容性的需求，而这样兼容性方面的考虑往往会牺牲训练任务的效率和性能。 相反，OpenAI 自研芯片如果只是自己使用，以提升大模型的推理性能为核心目标，其设计将会有非常高的针对性。OpenAI 对于模型有非常深入的理解，这意味着 OpenAI 有足够的能力和积累根据模型的特性设计和改进芯片的性能，包括如何在计算单元、存储和芯片间互联之中做最优化的折衷等，也可以根据芯片的特性优化模型能力，从而做好“芯片-模型”的协同设计。 最关键的是，OpenAI 对于未来几年的生成式大模型的路线图有着明确规划，这意味着即使自研芯片需要数年时间，也不用担心芯片真正量产后已经无法赶上模型更新的局面。 在此基础上，OpenAI 很有可能希望将自己打造成为一个“芯片-模型”解决方案的提供商，从而改变现在有的仅凭“软件”变现的局面。 一旦其自研芯片取得成功，不仅能够自用还可以将算力和大模型解决方案一同打包出售。凭借大模型方面的深厚积累以及针对 GPT 的性能优化，也可以很好地规避掉英伟达构建出来的 CUDA 壁垒，通过曲线救国的方式，顺利地在 GPU 市场分得一杯羹。 OpenAI 的野望可能远不止此，在降低成本之外，还想要通过自研 AI 设备和芯片，在 AI 时代实现像 Wintel 联盟在 PC 时代一样的掌控力。 在被爆料计划自研 AI 芯片之前，金融时报曾报道，OpenAI 正在与前苹果设计师 Jony lve 一起和孙正义进行谈判，试图从软银获得超 10 亿美元的投资来打造“人工智能 iPhone”。 并且今年三月份，Sam Altman 参与了一家新的智能设备企业 Humane 的C轮融资。该企业由J ony lve 在苹果的前同事 Imran Chaudhri 于 2018 年创办。 目前，Humane 已与 OpenAI 达成合作，将其技术集成到 Humane 设备中，向消费者大规模提供 OpenAI 和 Humane AI 的服务。 理想很丰满，但现实却很骨感。即使 Sam Altman 打的就是这样的算盘，成功的概率也非常渺茫。 就 OpenAI 的商业化表现来看，很难让人对其生出较高期待。 ChatGPT 开局即巅峰，仅用两个月就突破 1 亿用户，成为史上用户增长速度最快的消费级应用程序，但 OpenAI 却始终在订阅费用上兜兜转转，至今没能开发出更好的变现方式。 OpenAI 的商业化，在最擅长的软件领域尚且如此，再加上自己下场做同样复杂的硬件产品，恐怕难上加难，大概率此路不通。 03. 追寻 AGI 信仰，突破智能天花板的必由之路 是否自研芯片，取决于 OpenAI 对未来的强烈预期和目标意图。基于OpenAI的判断，在算力的尽头，将蕴含着革命性的变化——仍要坚定探索AGI的天花板。 无论是降本增效也好，还是探索全新的商业模式也罢，这一切都需要建立在自研芯片能够成功的基础上。但硬件是一个无情的行业，尤其是人工智能芯片。 去年，人工智能芯片制造商 Graphcore 在与微软交易失败后，估值被削减了 10 亿美元，不得不计划裁员。无独有偶，英特尔旗下的人工智能芯片公司 HabanaLabs 迫于营收的压力也解雇了近10%的员工。即使强如 Meta，也被曝出定制人工智能芯片工作一直存在问题，废弃了一些实验硬件。 虽然 OpenAI 在 AI 专用芯片设计方面有着对算法理解深刻的优势，但面临的挑战依然巨大。高算力芯片的首要挑战就是其复杂度，从芯片设计角度，高性能计算芯片中的计算单元、存储访问以及芯片间的互联都是需要攻克的难题。 例如，为了满足大模型的需求，芯片大概率会使用 HBM 内存；为了实现芯片的高能效比和规模化，预计会在先进工艺上搭配芯片粒等技术实现高良率；大模型通常会使用分布式计算，因此芯片间的互联就显得至关重要（Nvidia 的 NVLINK 和 InfiniBand 技术对于 GPU 来说非常重要，OpenAI 也需要类似的技术）。 这些芯片设计组件每一个都需要经验丰富的团队，而把这些组件集成在一起也需要非常优秀的架构设计来确保整体性能。OpenAI 如何在短时间内组建一个有经验的团队来完成相关的研发、设计将是非常大的挑战。 芯片的具体生产则是另一个难题。如上文所说，OpenAI 大概率会使用先进工艺节点和高级封装技术来实现芯片的高性能，因此如何确保生产的良率？如何在高级封装和先进工艺节点产能仍然有可能紧张的几年内获得足够的产能？都是必须要考虑的问题。 甚至这个问题的重要程度比芯片设计更高，作为一个没有任何硬件研发和生产经验的“软件”企业一头扎入完全陌生的另一个领域，在从前所有的从业经验都失效的情况下，如何保证材料的供应、生产线的稳定等等都是极大考验。 不过，OpenAI 也有着必须自研芯片的理由，倘若其始终保持初心，将探索智能的天花板放在首位的话，自研芯片是必由之路。或许 OpenAI 可以探索出另一条颠覆芯片常规复杂做法的新路径——简单高效造芯。 显然，在OpenAI的未来预期中，GPT-5 甚至到 GPT-10 都不会是智能探索的终点。如果大模型的技术路径没有颠覆性的变化，OpenAI 对 GPU 的需求随着代际的更新会呈指数级增长，单凭采购成本无法想象。 自研芯片虽然无法从根源上解决这一问题，但凭借其对算法的领先理解，只针对大模型进行芯片优化，自建芯片有可能十倍、百倍地降低成本。第一，不会消耗自身过多的精力；第二，可以百倍提升效率。以此可以探索到他预期中的 AGI 天花板。 一旦其自研芯片成功，OpenAI 还能通过更多商业模式的探索，极大弱化微软、英伟达等巨头对它的干预，更好的执行自身的理念，追逐 AGI 的信仰。这才是 OpenAI 想要自研芯片的最根本原因，也是它必须要走的道路。 总之，对OpenAI自研芯片的三个猜想，成功与否，或将通向六种潜在结果。 Sam Altman 想要自己的 AI 芯片，是一种既有理由又有挑战的愿望。不过造芯之路，道阻且长，其难度不亚于从零到一的大模型研发，稍不注意便可能掉入持续亏损的深坑。 04. 行业观察：理性看待算力“危机” 算力是一种消耗品，消耗掉的算力就像燃烧掉的燃料一样，算力用完了，就相当于把钱花完了，算力并不能构建出坚实的竞争 壁垒。 随着大模型技术的持续迭代，训练和运营大模型所需要的算力一定会越来越低，“百模大战”结束之后，GPU 供不应求的状态也一定会改变。因此，对算力一定要理性的看待，现在不计成本屯入的 GPU 看起来是资产，但极有可能在很短时间内就变成负债。 至于自研芯片，如果没有 OpenAI 这么强烈的 AGI 信仰，或者和巨头们一样的资源投入能力，最好尽早打消这个念头。甚至对于中小企业而言，自建算力中心都不要去想，因为即使能拿到足够多的 GPU 资源，也无法达到和巨头们一样的计算利用率。 也许芯片危机缓解，但认知危机诞生。相较比拼算力，更重要的是我们要想清楚在消耗掉海量的算力之后，自己能沉淀出什么。

1 从三年前搜狗宣布收到腾讯的收购要约到两年前搜狗正式并入腾讯，网上对此一直有很多争议。 最核心的问题，就是搜狗对腾讯到底有没有用，腾讯花这么多钱收购搜狗是不是亏了。 在当时这个问题其实是没有解的，收购搜狗只是腾讯布局搜索战略中的一环，亏不亏要看整体的搜索战略推动得怎么样。 但放到今天再来回顾，答案似乎就逐渐明晰了起来： 至少在腾讯眼中，收购搜狗没有亏。 你干一件事肯定是赔了止损，赚了追加。 如果腾讯觉得收购搜狗亏了，那这几年对搜索的投入应该是逐年降低的。 但实际上全盘去看腾讯的动作，先是去年7月在微信的搜索广告上线【超级品牌专区】，搜一搜正式开始商业化，然后是同年11月对QQ浏览器搜索广告的商业能力全面升级，今年3月更是在微信公开课PRO上披露微信搜一搜达到八亿月活。 无论是微信还是QQ浏览器，都是腾讯生态内TOP级的资源，都被腾讯一一投入到了搜索上。 即使对腾讯来说，这也相当于all in搜索了。 有些人可能会觉得搜索已经是几十年前的产品形态了，腾讯现在发力会不会有点晚？ 但其实互联网发展到今天，对流量的利用依然是围绕着搜索进行的，甚至可以说一切都是搜索。 从广告主的角度看，投放搜索广告的本质就是对流量进行筛选。 当用户搜索特定关键词的时候，就表明他此刻有相关的需求或者意愿，你这个时候对他进行触达，转化率会更高。 但你现在无论是去投放短视频、图文还是什么别的内容形式，看似不是传统的搜索结果广告了，本质上还是一种搜索广告，无非是用户从主动搜索变成了被动搜索，和当年那些搜索引擎靠用户主动搜索关键词来筛选的逻辑是一样的。 从这个角度来看，搜索其实从来没有离开过舞台的中心。 而且也不光是腾讯在发力搜索，从字节跳动到小红书也都在加码搜索领域，这年头哪家互联网大厂不搞个自己的搜索都要显得不合群。 搜索过去很重要，现在很重要，在未来依然会是互联网的大趋势。 2 但你在这个时代做搜索，和古早互联网时代的搜索引擎又有着极大的差别。 无论是搜索广告的投放逻辑还是用户搜索的行为逻辑，都是不一样的。 在PC互联网时代，所有用户都飘散在互联网之海上，广告主对在哪里能找到什么样的用户是两眼一抹黑的。 这个时候你只能等用户自发进行搜索行为，自己给自己打上标签，你才能知道“噢，我的目标客户在这里，我想要找的群体在那里”。 而且因为用户只是在搜索的时候用一下这个搜索引擎，搜完了就跑了，对广告主来说这就是个“一锤子买卖”。 你既没法把精准流量导入到自己的私域里，下一次也找不到上回触达的用户了，只能从零开始重新投放。 而到了移动互联网时代，一个个APP把不同圈层的用户圈地跑马，按照行为特征甚至消费习惯分门别类。 好处是广告主不需要再慢慢等用户主动搜索了，也不怕和用户失联了。 他们在选择某个APP并成为活跃用户的时候，就已经完成了一次被动搜索； 而且因为他们往往会长期使用这个APP，你是有机会和他们建立长期联系的。 但坏处是，单个APP能影响到的人群非常有限。 广告主得到了速度和效率，却失去了互联网最重要的广度和纵深。 对用户来说搜索是为了寻找信息，但大部分用户在搜索的时候往往不知道自己想要的具体是什么东西。 这时候他们需要的不是刻板的回答，而是把所有相关的东西都呈现出来给用户自己选。 在PC时代这是很简单的，那个时候互联网是真正意义上的万物互联，任何一个搜索引擎都可以很容易地根据你的关键词把互联网上所有相关信息连接起来。 但很多时候你到APP里搜索，你想要的解决方案很可能是由多个不同的碎片信息组合起来的，它们分散在不同的APP里，你连应该分别上哪儿去找都搞不清。 而在广告主和用户对当前搜索模式的痛点之中，就蕴藏着庞大的商业机会。 文章开头已经说过了，腾讯搜索是腾讯动用生态内多个TOP级资源打一套“搜索组合拳”。 获得生态加持的腾讯搜索，成为了搜索领域从未出现过的新物种。 一方面，腾讯搜索是兼具全网搜索+站内搜索的，只要是腾讯生态内能触达的信息都能给你呈现出来。 用户使用腾讯搜索，不只是某个APP在满足你，更是一整个腾讯生态在为你提供解决方案。 你得到的也不只是单一形式的信息，还有可能是公众号发布的推文、视频号带来的视频，甚至是由小程序提供的购物体验和服务。 另一方面，腾讯是支持搜索广告的一站式投放的，其范围可以同步覆盖微信、QQ浏览器等多个APP。 而且腾讯搜索涵盖的各平台搜索资源都可以直接跳转到微信的私域链路。 广告主投腾讯搜索，投的不只是某个APP，更是一整个腾讯生态。 投完以后获取的也不只是一次性的流量，更是一个多维长效的私域阵地。 甚至目前这些都还不是腾讯搜索的极限，可以设想一下，如果未来腾讯把腾讯视频、腾讯新闻这些资源也投入到搜索业务里，那腾讯搜索能覆盖的流量还会更大、更繁荣。 无论是深度还是广度，甚至再考虑到未来的想象力，这都是独一份的。 传统搜索广告失之于迟钝和短线，单一APP搜索广告失之于狭窄和单调，但腾讯生态搜索广告同时实现了流量的精准、迅速、高效、广泛和长线运营。 这就是，生态的力量。 3 做生态型搜索的前提，是建立起一个生态。 乍一听这好像是句废话文学，但腾讯搜索最重要的壁垒就藏在这句话里。 生态之难，难就难在只有腾讯能做。 所有公司都想做生态，但并不是随便哪个互联网公司把旗下几个独立APP串联打通了就能叫生态的。 所谓生态，流量要大，场景要全，功能要多，还要能做私域沉淀和二次转化。 目前腾讯搜索涵盖的微信+QQ浏览器场景，流量已经相当可观，如果后续继续在生态内拓展，从流量来看可以说非常顶； 再看场景覆盖，从社交、娱乐、资讯到泛生活领域，腾讯生态同样包罗万象。 以及能为用户提供的功能服务，用户不仅可以获得即时资讯、深度内容，还可以线上逛街、打游戏、看小说、刷视频、看直播，甚至可以付电费、燃气费甚至买火车票。 如果再加上私域沉淀和二次转化的需求，无论从认知度、还是被大众接受的程度，微信确能担此重任。 以上这几条要求，单个拿出来或许还有其他公司可以做到，但能够同时满足的，只有腾讯。 而一旦建立了生态，再来做生态型搜索就是水到渠成。 关键是，生态的价值还不光是拿来做搜索广告。 实际上，任何广告都需要在生态里才能事半功倍。 有一句名言叫， “信任源自重逢”。 我为什么信你，因为我确认每天都能看到你。 所以你会信任家人，信任同学，信任同事，不信任萍水相逢的陌生人。 怎么做到重逢？ 最直接的办法就是包围用户的生活。 就像过去很多品牌铺天盖地投放公交车、写字楼甚至高速路上的广告墙，这里面很大一部分曝光是完全没有转化的，我们都知道的事情，品牌也知道。 但，品牌为什么还是要投？ 为的就是让用户时时刻刻感受到你的存在，在有需要的时候能想到你。 然而社会发展到今天，仅靠这些线下场景已经不足以包围用户的生活了。 但，腾讯的生态型搜索可以。 用户很大一部分生活都是在线上发生，而用户的线上生活又有很大一部分是在腾讯生态内发生。 这个时候，能够一站式投放覆盖腾讯生态内多个平台的腾讯搜索，就能以同样的方式对用户起到潜移默化影响的效果。 这是只有真正的“生态”，才能具备的力量。 4 而且微信这个场景是非常非常特殊的，媒体行业里有一个共识，微信流量就是“最有价值”的流量。 投再多广告，转化率起不来也是白搭。 但投微信广告是更容易达成转化的，所以微信公众号粉丝的价值也是自媒体平台中相对较高的。 同样的道理，当你以更容易转化的微信场景为依托，通过腾讯生态挖掘出用户潜在的具体需求并提供了解决方案，还能够将用户无缝导入到他信任的私域池中的时候—— 这就意味着极高的转化率、极强的付费意愿和极致的强联系与复购可能性。 这年头，投放是最需要慎重的事情。 因为这是在花钱，是要把真金白银撒出去的。 在生意这么难做的当下，你但凡花错一笔钱、搞砸一次投放，可能就会导致你的一个同事离职。 所以你的每一分钱都不能乱花，每一笔投放都一定要奔着转化去。 而腾讯的生态型搜索，我认为是不能错过的机会。 不光是因为上面说的这些理由，更因为腾讯搜索是目前腾讯整个生态一起发力形成的一股顺风。 你做任何事情都一定要乘大船、搭顺风，只有这样才能事半功倍。 现在腾讯动用了生态内TOP的资源去做搜索，足以证明这是集团内目前非常受重视的项目。 那么，它大概率会成为下一阶段的红利。 前面已经论证过了，搜索广告依然是广告业务的主角，所以可以推导出腾讯一定会努力做好搜索业务，并确保生态型搜索广告的转化率和高回报。 因此，现阶段，腾讯搜索是一个大概率能赢的项目。 这个时候，你上不上船？ 你肯定是要上船的啊。 而且这张船票并不贵，很可能还会通往新世界。 这个卷到极致的市场竞争力，你想要破局就一定要勇于尝试新东西，反正你不尝试你的对手也会尝试。 你试过以后发现有用，那这就是你起飞的契机； 就算试了发现对你没用，也可以排除一个错误答案。 更何况你现在面对的还是腾讯搜索这种胜率极高，而且几乎零门槛的机会。 行动起来，商业上，最不能浪费的就是时间。 没有时间可以浪费了。

近日，算力领域又一次迎来了国家重磅政策！ 10月9日，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等六部门联合印发《算力基础设施高质量发展行动计划》，从计算力、运载力、存储力以及应用赋能四个方面，提出了到2025年发展量化指标。 计算力方面，算力规模超过300EFLOPS（EFLOPS是指每秒百亿亿次浮点运算次数），智能算力占比达到35%，东西部算力平衡协调发展。 运载力方面，国家枢纽节点数据中心集群间基本实现不高于理论时延1.5倍的直连网络传输，重点应用场所光传送网（OTN）覆盖率达到80%，骨干网、城域网全面支持IPv6，SRv6等创新技术使用占比达到40%。 存储力方面，存储总量超过1800EB，先进存储容量占比达到30%以上，重点行业核心数据、重要数据灾备覆盖率达到100%。 应用赋能方面，要打造一批算力新业务、新模式、新业态，进一步提升金融、工业等领域的算力渗透率，促进能源、教育等领域的应用范围持续扩大。此外，在每个重点领域要打造30个以上的应用标杆。 毫无疑问，良好的算力基础设施可以推动科技创新、提升信息产业链协同效率，支撑产业数字化转型升级，对我国数字经济建设，实现数字强国目标均具有重要意义。 那么，与国家提出的2025年发展量化指标相比，我国目前的算力基建水平处于什么程度？ 中国算力总规模 位居全球第二 算力成为数字经济时代的关键生产力，是全社会数字化、智能化转型的重要基石。 2023年8月，工业和信息化部党组书记、部长金壮龙在2023中国算力大会开幕式上介绍，截至目前，我国在用数据中心机架总规模超过760万标准机架，算力总规模达到197FLOPS，算力总规模近五年年均增速近30%。 从全球算力规模份额来看，美国算力规模占全球所有算力的比例为36%，而中国达到了31%，与美国只有5个百分点的差距了，排第三的日本仅有6%，只有中国的五分之一左右，可见中美是遥遥领先的。 从行业来看，各行业计算力发展水平总体呈上升趋势。其中，互联网行业依然在全球算力水平中领先于其他传统行业，用户消费行为高度数字化、数字业务面临的挑战已经成为互联网行业算力发展的重要驱动力。 Top5行业还包括制造、金融、政府和电信，对比上一年度，制造行业排名超过金融行业，排名全球第二，通过数字化变革推动制造业发展，已经成为各国“制造强国”的重要手段；政府行业超过电信行业，排名全球第四。 从地域来看，中国信通院《中国综合算力评价白皮书（2023）》数据显示，截至2022年底，算力规模评价结果Top10省份分别为江苏省、河北省、上海市、广东省、北京市、山东省、山西省、贵州省、浙江省、内蒙古自治区。 从在用算力来看，上海市、江苏省、广东省、河北省、北京市位于第一梯队，在用算力规模均超过13 EFLOPS，第一梯队算力规模全国占比超过45%。整体而言，东部地区算力规模较短时间内难以被西部地区超越。 从在建算力来看，江苏省、河北省、山西省处于绝对领先位置。截至2022年底，我国在建算力规模排名前10的省份为江苏省、河北省、山西省、上海市、湖北省、广东省、内蒙古自治区、甘肃省、浙江省、西藏自治区。 我国智能算力 处于高增长阶段 一般来说，算力分为通用算力（基础算力）、智能算力和超算算力三大板块。当前中国智能算力建设已经具备相当的规模，并且正在经历一个高速增长的阶段。 中国信息通信研究院院长余晓晖指出，中国人工智能算力占整个算力的结构已提高到25.4%，超过了四分之一。目前中国智能算力的增长率是45%，未来还会有更快速的增长。 据《2022-2023中国人工智能计算力发展评估报告》显示，2021年中国智能算力规模达155.2每秒百亿亿次浮点运算（EFlops），2022年智能算力规模将达到268.0EFlops，预计到2026年，智能算力规模将进入每秒十万亿亿次浮点计算（ZFlops）级别，达到1271.4EFlops。 也就是说，2021-2026年期间，预计中国智能算力规模年复合增长率达52.3%。 具体到全国各城市来看，目前智能算力的建设也正成为各城市的关键的基础设施建设内容。 当前，已有超过30个城市在规划和建设人工智能计算中心，深圳、武汉、中原、西安、成都、南京、杭州、沈阳、青岛、重庆、天津已相继上线或试运营，为企业、高校、科研单位等提供算力服务。 据公开资料数据，已上线或试运营人工智能计算中心中，提供的算力服务规模依次是：深圳（1000PFLOPS 算力）、重庆（400PFLOPS算力）、西安（300PFLOPS算力）、成都（300PFLOPS算力）、沈阳（300PFLOPS算力）、武汉（200PFLOPS算力）、天津（200PFLOPS算力）、许昌（100PFLOPS算力）、青岛（100PFLOPS算力）、南京（40PFLOPS算力）、杭州（40PFLOPS算力）。 图片来源：通信产业网 国内存力产业发展 亟待提升 在数据大爆炸的今天，除了算力重要，数据存储能力也同样重要。因为存力是支撑政府、各企业数字化转型的另一条腿。如果不能将海量数据存储好，数据计算就无从谈起。 随着如今海量数据的增长，各国对存储提出了更高的需求，先进存力成为了存力的重要发展方向。 据中国信通院统计，截至2023年6月底，中国存储总量达到1080EB，存力增速达到23%，存储容量保持较高增速。 《中国存力发展报告（2023年）》指出，我国数据存储容量的集中度仍较高，区域存力发展不均衡。 其中，广东、江苏、上海、河北、北京、浙江六省市作为数据生产大省，存储容量总和达到520EB，占全国存储总量的一半以上。 同时，中西部地区受“东数西算”政策推动，存力发展节奏加快，贵州、甘肃、四川等地存量已位于全国中上水平。 从行业上看，我国的金融、电信、政府等行业的数字化进程快，这些领域里的先进存力占比已经超过了23%。 但是对比全球看，国内存储产业仍有不足之处。 根据倪光南提及的一组数据，美国存算比为1.11 TB/GFlops，而中国为0.42 TB/GFlops，仅是美国的37.8%，这反映出中国在算力配置之中还有改进余地。 《数据存力，高质量发展的数字基石》白皮书指出，经过测算，新加坡、捷克、美国等发达国家的单位GDP存储容量较高，每1万美元的GDP对应的存储容量分别达46.7GB、33.4GB、33.3GB，存储在经济发展中的支撑能力较为明显。 中国、南非、俄罗斯等经济体量较大的发展中国家处于中间水平，每1万美元的GDP对应的存储容量约在23GB至31GB之间。 在数据存力充足性方面，领先国家和地区均在20%以内。其中，美国的数据存力充足性排名第一，达19.4%；中国的数据存力充足性约8.9%，排名居中。 在单位存储容量能耗方面，英国、美国、捷克等发达国家表现较好，而巴西、印度等发展中国家与其差距可以达到10倍以上。 在灾备覆盖率方面，新加坡的存储投资中用于灾备的占比最高，达40.8%；加拿大、墨西哥、法国等国家的存储投资中灾备占比也在35%左右，整体处在第一梯队；中国、土耳其等发展中国家灾备投资占比相对较低，存储灾备行业投入严重不足。 同时在产品层面，虽然中国存储容量增长快，但主要用机械硬盘HDD，先进存储技术相对滞后。 总体而言，当前国内数据存储发展仍存在诸多问题：一方面，有限的存储容量无法满足不断增长的数据总量的需求，数据“存不下”的问题日益严重；另一方面，数据存储效率难以满足数据应用的实时性需求，低效率的存储设备无法匹配高要求的存储场景要求。 结语 算力作为数字经济时代的关键生产力，国家重视程度明显提高。与世界先进水平与现实需要相比，我国算力基础设施建设仍有许多需要改进和提升的地方，重点在供给端。 此次《算力基础设施高质量发展行动计划》的发布，通过顶层设计和引导，推进存算均衡发展，将进一步推动我国算力基础设施的快速发展，2025年的发展量化目标也打开了未来国内算力行业的成长空间。

10月17日，小米创始人雷军在社交平台上宣布，小米将启用全新操作系统——小米澎湃OS（Xiaomi HyperOS）。小米澎湃OS将首发应用于小米14系列手机，此后将逐步接替手机操作系统MIUI。 小米澎湃OS并不局限在手机系统。雷军称，小米已经不止有智能手机，还有跨 200多个品类的巨大智能生态，「人车家全生态」也即将完成闭环。在万物互联时代，各种设备涉及的操作系统分支之复杂、数量之庞大，不同系统及协议之间造成的生态连接隔阂，可能超过了很多的人的想象。 为了让一套融合的系统框架统一支持全生态设备与应用，小米从2017年开始了全新系统研发工作。小米澎湃OS基于深度进化的Android以及自研的Vela系统融合，重写了底层架构，为未来百亿设备、百亿连接做好了万物互联的公有底座。 从操作系统的研发逻辑来看，小米澎湃OS和华为鸿蒙（HarmonyOS）的思路颇为相似。 首先，鸿蒙不是一款单纯的手机操作系统，而是面向万物互联时代的全场景分布式操作系统。此次，根据雷军的说法，小米澎湃OS也不完全是为手机开发，而是为了完成「人车家全生态」的闭环，实现多终端的广泛链接。 根据小米二季报数据显示，截至2023年6月30日，小米AIoT平台已连接的IoT设备(不包括智能手机、平板及笔记本电脑)数达6.545亿。对于规模庞大的IoT设备管理系统，小米想要实现更流畅的体验和更高的自定义程度，就必须从系统底层做出改变。简单来讲，有了小米澎湃OS，小米可以在IoT设备的功能开发上更加自主和自由。 其次，鸿蒙系统的架构涵盖四个层，其最底层为内核层，为其上的三个层，即系统服务层、框架层和应用层，提供基础的内核能力，这包括进程和线程管理、内存管理、文件系统、网络管理和外设管理等。 其中，内核层包含内核子系统，该子系统支持多内核，包括Linux内核、LiteOS和鸿蒙微内核，可按各种智能设备选择所需内核。例如，在低功耗的设备上，如手表及物联网等设备，采用LiteOS内核以运行轻量的鸿蒙应用程序；在手机、平板以及PC等大内存设备上，采用Linux内核和OpenHarmony框架以运行鸿蒙应用程序，同时利用AOSP源代码以运行安卓应用。 与鸿蒙类似，小米澎湃OS在早期也没有马上与安卓进行切割，而是在重新开发的基础上进行安卓系统的兼容。而之所以选择前期兼容，是因为不管是小米澎湃OS还是鸿蒙，在前期都还未形成完整的开发者生态，原生应用无法在短时间内完成对于安卓应用的替代。 不过，相比于小米澎湃OS，开发时间更长的鸿蒙系统现已经开始对安卓生态的切割。 2023年华为开发者大会上，除了面向消费者的 HarmonyOS4 之外，华为还推出了面向开发者的 HarmonyOS NEXT 开发者预览版。HarmonyOS NEXT 系统底座全线自研，去掉了传统的 AOSP 代码，仅支持鸿蒙内核和鸿蒙系统的应用，减少了 40% 的冗余代码。这意味着，HarmonyOS4将成为最后一代兼容安卓的鸿蒙操作系统。 华为终端 BG 软件部总裁龚体表示，截止当前，鸿蒙底座已有1亿多行代码，2万多个API，超过7亿的鸿蒙生态设备，鸿蒙底座已经基本成熟。HarmonyOS经过了四个大版本的迭代，已经构建了具有差异化特征的用户体验，接下来最重要的工作就是构建繁荣的鸿蒙应用生态。 参考鸿蒙系统的发展历程，小米澎湃OS推出以后的首要挑战是，能否实现相比之前更流畅和更具有差异化特征的用户体验。 其次，根据小米二季度财务报告，2023年6月，小米公司旗下操作系统MIUI月活跃用户数为6.06亿人。二季度小米全球智能手机出货量排名前三，市占率为12.9%，环比提升1.6个百分点。在欧洲和中东地区出货量排名升至第二，市占率分别为21.2%和17.1%。 如果未来要实现对安卓的彻底切割，对于规模庞大的海外用户，小米如何在小米澎湃OS和MIUI中进行抉择，将成为另一个重大挑战。毕竟，海外用户更多需要使用谷歌服务，小米澎湃OS如果不再兼容安卓生态，可能会对产品的海外出货量产生较大冲击。 所以，此前有市场消息认为小米的澎湃 OS 系统仅在国内市场使用，而在海外市场则会继续更新 MIUI 系统。在国内市场中，其中最值得关注的是，小米澎湃OS如何在接下来小米的量产车型实现落地应用。 一位汽车从业者曾对钛媒体App表示，新能源汽车时代下，发动机和变速器消失后，汽车用户能感知到的驾驶体验差距，很大程度会取决于车机功能的丰富程度和人机交互的流畅程度。这种差距虽不像座椅是真皮还是仿皮那么界定清晰，但更能打动人心。 目前，华为的鸿蒙系统已经在问界系列车型上完成了深度定制，并在一定程度推高了问界的销量；星纪魅族集团联合领克汽车发布了首代Flyme Auto车机系统，并搭载在领克08车型上。此外，星纪魅族与极星成立合资公司，希望打造吉利系的“问界汽车”。 星纪魅族集团现任董事长兼CEO沈子瑜曾表示，汽车与手机融合的帷幕已经拉开，未来没有手机软件赋能的汽车厂商都将逐渐掉队，能做到打通手机、汽车和其他智能设备的企业不会超过三四家。 根据小米公布的汽车量产计划，2024年上半年小米汽车将被正式推出。届时，小米澎湃OS能否为小米汽车带来不一样的升级和差异化，将成为市场关注的焦点。（作者 | 饶翔宇 编辑 | 钟毅）

托尼知道大家很急，所以先说重点啊。 如果你正在考虑今年双 11 给电脑换颗 CPU，那么这次英特尔推出的十四代桌面端 i7，主打一个上车不亏。 不得不说，去年英特尔发布的十三代桌面端 CPU，牙膏属实是挤的有点猛。 十三代 i9 的性能不但比十二代 i9 提升了 41%，i5-13600 更是摁着上一代的 i7-12700 暴打，成功实现了性能倒挂。 数码界 “ 逢十三香 ” 的说法，是有点玄学在的。 但是有放就有收，特儿哥今年重新拾回了牙膏厂的人设，给 14 代桌面端稳了一手 “ 13 代升级版 ”，Raptor Lake Refresh 的产品代号。 这命名方式，有点当年 14nm+++ 的意思了。 值得一提的是，由于要到下一代的桌面端产品，英特尔有可能会采用新一代 Intel 20A 工艺的 Arrow Lake 架构。 所以这将会是英特尔最后一次采用 “ 酷睿第 XX 代处理器 ” 的命名方式，往后或许就要叫 “ XX 代酷睿 Ultra ” 了。（关于英特尔新的命名方式可以戳这里了解详情） 废话就说到这里，大家肯定还是更关心 14 代处理器的水平到底咋样，托尼这就为大伙儿麻溜的献上。 这次我们一共收到了 i5-14600K、i7-14700K 以及 i9-14900K 三块 CPU。 从纸面参数上看，i9-14900K 和 i9-13900K 的核心数、线程数、缓存数量都没有变化。 但是这次 14 代 i9 的主频有了升级，不手动超频也能默认跑上 6GHz。 而这三颗处理器中唯一在参数上有变化的，是 i7-14700K。 它从上一代的 16 核心 24 线程升级到了 20 核心 28 线程，多了四个能效核，功耗则是保持在了原先的水准上。 懂得都懂，英特尔是在这颗 i7 上藏活了。 所以这次，托尼会主要测试这颗 i7-14700K，为了方便大家对比，我也同时测了一下14900K，以及上届高考状元的 i9-13900K。 还是老样子，托尼把测试平台的配置表放在这里，给差友们做个参考先~ 因为上次 B 站抽奖，把我们唯一的一张公版 4090 给抽走了，所以这次就测试就只能上 4080 跑了。 不过平台配置中，主板的部分更新到了这 ROG 家全新的 Z790——ROG MAXIMUS Z790 DARK HERO。 非常感谢为我们提供显卡和主板的 ROG！ 顺带一提，这次的 14 代英特尔处理器，依然兼容 600、700 芯片组的主板。 如果你之前有这两个系列的主板，那不需要换板，就能直接用上十四代的 CPU。 先来看看老朋友 CineBench R23 的跑分。 常规十分钟的循环测试中，14900K 的成绩刷下了单核 2194、多核 41391的高分，相比上一代 13900K 还是有小幅提升的，但不大。 比较惊人的是 14700K 的成绩，相比上一代13700K 的 R23 多核成绩，整整高出了 4000 多分。 新加上去的能效核，还是起了不小的作用。 总体来说 14 代的这几枚处理器单核分数变化不大，主要都集中在了多核处理的提升上。 在 30 分钟的烤机测试中，14900K 的封装功率、平均温度相比上一代有所提升，跑分接近 4W。 i7-14700K 则是继续表现出了这一代的处理器的黑马本色，在 200W 出头的功耗下，跑出了接近 3W4 的高分。 这表现，四舍五入约等于一块小 i9 了。 再直观点对比，从 CPU-Z 的跑分中可以看的出，这颗 i7 在两颗 i9 老大哥之间完全不虚。 托尼还特别测试了一下这颗 i7 在办公测试软件 CrossMark 下的表现，2520 的总得分比上一代高了 100 分左右。 SPEC workstation 3.1 评估测试中，i7-14700K 也可以轻松拿到 3.57 的CPU综合得分，接近上一代 i9 的 3.61。 定死的跑分项目也就图一乐，CPU 买来玩游戏的场景还是少不了。 首先让我们看看老牌 PFS 游戏 CS:GO， 很不巧，最近 V 社的 CS:GO 更新成了 CS 2，原先大家喜闻乐见的跑分文件，目前似乎还没有登录 2 代游戏。 所以这个以往帧数最高的游戏，这次就没能测上。。。 说个题外话，CS 2 尻枪的整体体验确实要更好一点，不过也有人觉得枪难压了。 多看比赛、多学习。 不过没关系啊，我们还有其他游戏可以跑。 首先是最近出了新 DLC 的经典 3A 游戏《赛博朋克：2077》，原本托尼以为这是一款主吃显卡的游戏，没想到跑出来的成绩意外的挺体现 CPU 的。 在 1080P 默认高画质，关闭光追，开启自动 DLSS 的情况下， 三颗处理器的平均帧数都能稳在 150 帧上下。 比较能说明卡顿问题的 1% Low，两颗 i9 都能保持在 90 帧以上的帧率。 最近恰逢 DOTA 2 国际邀请赛，这两天中国队双双进入胜者组，可喜可贺，托尼专门挑了一段超哥暴走的比赛视频跑了下测试。 在帧数表现这块，三颗 U 还是挺接近的，完美诠释啥叫团战美如画，没有明显卡顿。 托尼还测试了最近热门的拉架游戏《猛兽派对》。 原本在多人模式下会比较考验 CPU 的处理能力，没想到这三颗 U 的性能都是轻松的随便吃吃啊，这游戏反而是网络质量要更关键一点。 策略游戏《城市：天际线》这次依然是充当了 CPU 杀手的角色啊，这次托尼换了一张素材量略大的城市地图，不出意外。。。 不管你是 i9 还是 i7，在《城市：天际线》，都得低下头做人。 最后托尼跑了一下 R 星的老游戏《荒野大镖客 2》的测试，i7-14700K 的平均帧数要略好于两颗 i9，整体的差距没有拉开。 看来 R 星的游戏，还是更吃显卡一些。 劳逸结合，游戏跑完我们再来看看十四代英特尔的生产力表现。 开源渲染软件 Blender 的测试分数，三颗处理器基本是商量好了一样的从低到高排，没有发生倒挂的情况，这个数据还挺能体现英特尔在处理器上的刀法。 另一个渲染软件的 V-Ray 的跑分也同样印证了托尼的这个想法，但对于这颗 i7 来说，成绩上已经非常接近了。 从左到右的成绩分别是 i5-14600K、i7-14700K、i9-14900K， 点击图片放大查看 大部分视频生产者都会用到的剪辑软件 Pr，托尼也用标准软件跑了一下，从结果上来看，两颗 i9 都跑上了 1500 分，i7 卡了一个 1499。 我们总结一下啊，今年 14 代的桌面端处理器整体提升幅度不明显，但对于这颗 i7 来说，还是给到了不小的惊喜的。 从整体的国行首发售价上来看，i9 要比上代略贵，而 i5 则是要更便宜些，i7 价格维持不变。 哪一款性价比高不用托尼多说了吧~ 不过按目前的英特尔官方降价幅度，以及之后即将到来的双 11 的来看，13 代的价格还有进一步的优惠空间。 如果你的预算有限，那托尼还是会建议购买 14 代的 i5-14600 系列。 我简单跑了一下分，它的R23跑分比上一代多核高了 1000 分上下，单核高了 40 分左右。 提升是有的，但没 i7 来的这么大 而你要是预算充足，那今年的这颗 14 代 i7 的产品力是相当不错了。 性能上横向对比隔壁的 7950 X3D 是打的有来有回，14700 的单核要更强，7950 X3D 在游戏上的性能表现会更好一些。 14700K 单核：2111 多核：35679 而价格嘛。。。 7950 X3D 现在的渠道价是 4579 元，14700K 的官方价格是 3799 元。 这下农企恐怕要头疼了 。 不管怎么说啊，14 代英特尔桌面端的惊喜确实没 13 代来的大。 但综合目前的产品力来看，只要你有升级处理器的需求，这一代升级也亏不到哪里去。 当然，你也可以等等未来桌面端处理器的新架构，指不定明年英特尔又把牙膏挤爆了。。。 撰文：挂掉的布拿拿 编辑：面线 & 米罗 美编：焕妍

前段时间，比亚迪正式达成了第 500 万辆新能源汽车下线的小目标。当然这一刻骄傲的不只是比亚迪，而是所有的中国汽车品牌。 骄傲的同时，中国汽车品牌的身上也一直笼罩着一个魔咒。 2014 年 6 月 12 日，马斯克发了条博客：《 我们所有的专利属于你 》，宣布开放特斯拉的所有专利。 在这之后每当有国内的新品牌问世、新技术发布，哪怕有再扎实的销量，我们总能听到一个声音 “ 全靠特斯拉开放专利 ” 。 那么，中国车企真的抄了特斯拉的专利？它们难道都是 “ 小偷 ”？ 根据新加坡咨询公司 GreyB 的统计，特斯拉公司在全球拥有 3404 项专利。其中，仍然存续的专利为 2397 项，约占 70 % 。 但要注意，这些专利并不是全部开放。真正拿出来开放的只有 361 项专利。去掉重复与类似项，还剩下 222 项。这个数字相较超过 3000 项的特斯拉全球专利总量，着实不大。 在这真正有用的 222 项专利中，外观设计专利占到 9 项，技术发明专利占到 213 项。 外观专利肯定是没的抄，想想如果谁家拿着皮尺整出个跟特斯拉外形一模一样的车，就像当年的 “ 保时泰 ” 或是 “ 揽胜路风 ” ，先不谈滑不滑稽丢不丢人，这也远远超出了 “ 善意使用 ” 的范围，肯定是会被特斯拉告的。 至于技术发明专利，我们将它们分为电池、电机、电控、整车制造、人机交互、充电桩，共五大领域。 统计下来有电池 55 项，电机 9 项，电控 95 项，整车制造 43 项，人机交互 9 项，充电桩 2 项。 抄特斯拉的电池专利了吗？没有。 首先从时间脉络上，特斯拉与国内企业并不存在交叉节点。 1991 年索尼公司发明全球首款商业化锂电池—— 18650 圆柱电池。2008 年，特斯拉 Roadster 上市，搭载松下生产的近 7000 颗圆柱电池，当时大家普遍震惊于特斯拉居然将这种本用于笔记本电脑的电池用在汽车上，这人疯了。 而时间来到 2017 年，特斯拉与松下合作了 21700 圆柱电池并搭载于 Model3 中，采用 NCA + 少量掺硅负极方案，单体容量较 18650 电池提升约 50% 。 2020 年 9 月，特斯拉在电池日发布 46800 大圆柱电池，单体容量较 21700 电池提升 5 倍，但进程缓慢，几乎难产。 记住，特斯拉此时从研发到使用，全部都是大圆柱电池。 而国内这边， 2008 年，比亚迪全球首款量产的 PHEV F3DM 在中国上市，这辆车使用的是方形电池。2011 年，华晨宝马找到 ATL ，为纯电动汽车之诺寻找电池制造商，研究方壳电池。 2012 年，曾毓群与黄世霖决定再进一步，将动力电池团队从 ATL 逐渐独立出去，成就了今天的 CATL ，也就是名声如雷贯耳的 “ 宁王 ” 宁德时代，主要研究的还是方形电池。 所以相较于死磕圆柱电池的特斯拉，我们一直以方形电池为主要路线，比亚迪和宁德两家就占据动力电池供应市场的半壁江上，而 2022 年圆柱电池在国内装机占比仅为 3.4% 。 一个是圆形，一个是方形，中国企业是不是换了个形状其他照抄呢？ 然而技术上，中国车企与特斯拉也走得完全是两条路。 一位资深动力电池行业工程师告诉我们，国内以方形电池主要路线，主要是出于能量密度以及电控稳定性的考虑。 一辆标准续航的特斯拉 Model 3 会用到 2976 节 2170 电芯，分成 96 组进行装车。这种电池架构需要对这 2170 节电池进行同时监测、控制，这就对 BMS 电池管理系统提出了更高的要求。 工程师认为，圆柱电池在成组后装车，各个圆柱体之间会留出较多的空隙，难以实现空间能量密度的最大化。电池排列结构也不易于电池散热片与电池的最大接触，热安全开发也有难度。 所以，国内大厂们不约而同搞起了单体容量大、外壳强度高、空间利用率好的方形电芯。 以比亚迪刀片电池为例，作为方形铝壳电池的一种特殊形态，它将宽度做到仅 13.5 毫米，通过与软包电池类似的叠片方式将正负极片、隔膜、电解液叠加在一起，充分利用了方形铝壳的内部空间。 这种加工方式对工艺提出了更高要求，但同时收获了更好的散热、更优秀的穿刺安全性，以及更高的能量密度。 宁德时代的麒麟电池沿用了传统的电极片卷绕工艺，搭配方形铝壳模组。改进点是用上了大电芯、大模组，以及更大的水冷面积，节省了大量零部件，还增强了电池安全性。 所以电池这块，别说硬抄专利，技术上的参考也微乎其微。 说完电池，我们再来聊开放专利列表里那占了一半以上的电机和电控专利。 首先是特斯拉的电机、电控先进在哪？我们能抄吗？ 咱们先看 2014 年特斯拉开放的一些专利。 US 8441826 功率逆变器的快速开关专利。可以有效且低成本地解决电机上的电压过载问题。通过逻辑优化，更快速地对驱动电流进行采样，系统就有了更多的时间做出反应。 再比如US7741750B1 提高扭矩密度的感应电机专利。升级后的异步感应电机在加减速性能上已经可以接近成本更高的永磁同步电机，减少了对永磁同步电机的依赖，进一步削减了整车成本。类似的专利还有EP2388894A2 等等。 这些专利大多是在 2010 年之前申请，那时候的 Model S 还只是计划，特斯拉唯一卖的还是以 Lotus Evora 为基础的纯电动跑车特斯拉 Roadster ，在 2011 年停售之前，也只卖了 2250 台。所以这些专利算不上先进，更谈不上成熟。 而此时的全球电机市场里，专门生产电机的第三方供应商也有日本电产和方正电机。日本电产在 2010 年收购美国 Emerson Electric Co. 持有的 Motors & Controls 业务，成立日本电产汽车电机，开始入局电动汽车的电机市场。而在电机控制器领域，做电驱动系统起家的汇川科技也在 2010 年登上深圳 A 股市场。 在特斯拉开放专利的前后这几年，上面这几位在电机、电机控制器领域做的不比特斯拉差，中国车企想造车也完全可以选择中国这些本土供应商企业。 我们往后再数十年， 2010 - 2020 ，新能源行业飞快进步，中国新能源产业从零星骗补到领先全球，造车从简单的拼装变成多个系统的整合。 举个不恰当的例子，以前造电车只需要一个电机，一个底盘，一个车壳，一块电池，车子就捏出来。十年时间，我们不说智能座舱和智能驾驶，只是驱动车辆行走这一件事，就卷出了多合一的电驱动系统。 包含电机、电机控制器（ 电控 ）、减速器和逆变器在内的这套汽车电驱动系统，是真正困难，或者说有门槛的部分。 电机很简单，就是把电能转化为机械能，让车子跑起来。电机控制器呢，就是对电机的工作状态进行实时控制。减速器，就是齿轮组调节输出扭矩，保证电驱系统持续运行在高效区间。 而逆变器就是把动力电池输出的直流电转换为交流电，拿给电机去用。 如何让上面这四位组成的电驱动系统，做到小而精，降低成本、提高效率，才是特斯拉厉害的。 说白了，这些开放的专利，相较于实用性，马斯克控制成本的理念才是关键。 Model 3 、 Model Y 的问世以及上海工厂的成立，这三者有个共同的特点是低成本和高效。 汽车工程师 Sandy Munro 曾在 2020 年发过一篇名为《 Tesla ’ s Inverter Technology Versus Other BEVs 》的视频课程。 他在视频中比较了当时比较流行的 10 个品牌的电驱系统，捷豹 I-PACE 、特斯拉 Model 3 、奥迪 e-tron 、宝马 i3 、雪佛兰 Bolt 、雪佛兰 Volt 、日产聆风和丰田普锐斯。 其中最强的是特斯拉 Model 3 ，是 Model 3 电驱系统的性能有多强吗？并不是，而是它极致的性价比。 以电驱系统中的逆变器为例， Munro 强调，同样都是逆变器特斯拉仅有 4.81 公斤，而捷豹的逆变器 11.15 公斤，日产的 8.23 公斤。2018 年特斯拉 Model 3 逆变器的成本约为 810 美元，而 2020 年 Model Y 中使用的逆变器成本仅为 522 美元左右。 这是特斯拉作为一个造电动车的新兴公司，还能保持 25% 利润率的关键原因之一，而此时的日产、现代、捷豹、大众和奥迪都还处在能否盈利的边缘。 而特斯拉之所以能把利润率保持的这么好，其实中国供应链企业功不可没。均胜电子为特斯拉提供电驱电控系统，宁德时代提供动力电池，车身是旭升股份、底盘是拓普集团、内外饰是宁波华翔。 而且根据最新的消息，特斯拉为了开展自己的于墨西哥的新莱昂州工厂， “ 强迫 ” 中国供应商们去墨西哥建厂，如果这些供应商在 2025 年未能完成本地化生产，不仅难以获得特斯拉墨西哥工厂的新订单，还会失去原本出口特斯拉美国工厂的订单。 都这样了，中国车企完全可以找本土的供应商合作，何必去抄特斯拉的专利？ 退一万步讲，如果真有车企想照抄袭特斯拉的电驱系统，那这家车企可能早已经被淘汰了。 因为能活下去主机厂，更倾向于采购扁线、定转子、电机控制模块，自己研发电机，打造属于自己平台的电驱动系统。 2021 年，比亚迪的 e3.0 平台上正式推出八合一电动力总成。将电机、电机控制器、变速器、 PDU 、 DC-DC 、 OBC 、 VCU 、 BMS 高度集成。 系统占用空间更小，重量更轻。整体性能较上一代功率密度提升 20% ，整机重量和体积分别降低 15% 、 20% ，系统综合效率达到 89% ，支持 400 V 中压和 800 V 高压。 我们再以 BMS 为例，即便是采购，供应商也更喜欢一张白纸的主机厂。 某外资头部半导体公司的技术人员告诉我们，电池管理系统 BMS 针对不同的车型、配备不一样的电池， BMS 的设计也肯定是完全不同的。 这是因为在设计和开发 BMS 时，工程师需要充分考虑众多变量，包括电池技术、车辆类型、性能需求和安全要求等方面的差异。 例如，不同车型搭载的电池组数量，不同电池组内装载的电芯数量、甚至是不同车体结构导致的散热布局区别，都会对 BMS 标定构成影响。针对现在流行的 800 V 高压平台，还需要增加更多的隔离部分、继电器，通信也需要使用传输能力更强的菊花链。 说白了，如果你主机厂东抄西抄一些东西，还想让供应商在你抄的东西上做开发，基本不可能。 说到这，我们可以下个结论。电池因为技术路线根本上的不同，所以压根不存在专利抄袭的可能性。而电机和电控方面，特斯拉如此依赖中国的供应商产业链也说明了一切问题。 这就好比是同样价格的 iPhone ，屏幕供应商不只有三星，还有 LG 甚至以后的京东方。苹果只会选择性价比最高的那家，而特斯拉也一样，上海超级工厂生产的特斯拉车型，基本实现全供应链的国产化。这些供应链的企业也会供给别家车企，特斯拉开放专利对于供应链的变化趋势影响几乎为零。 除了三电，网上争议最多的就要数辅助驾驶。总能听到这样那样的声音说国内主机厂的自动驾驶都是抄特斯拉。 虽然在特斯拉公开的 361 项专利中没有任何一项是涉及辅助驾驶的，但既然热度这么高，我们也顺便挖一挖。 这块要承认的是，特斯拉的 FSD 确实很强， AI day 上也能看出他们的技术领先，可以完全依靠 Tesla Vision 视觉算法来实现各种辅助驾驶功能。但其归根结底还是利用 Transformer 去全尺寸暴力搜刮每一个像素之间的关联，寻找到模型的规律，从而应用到 BVE 俯瞰视角里。 那咱们中国车企真的有抄吗？或者说，真的需要抄吗？ 首先，辅助驾驶这块，最基本的那套东西是完全开源的，无论是 Transformer 还是 BEV 。大家现在都是基于同一套或者几套理论，例如视觉、规则模型又或是端到端来发展自家的辅助驾驶。除了用博世等第三方成熟供应商方案的车企，基本腰部以上的车企都是完全自研。 不论是小鹏的 XNGP 、理想的 NOA ，还是蔚来的 NAD 。相比特斯拉，国内车企会更偏爱使用先进的激光雷达与毫米波雷达，且与高精地图相结合。特斯拉则始终强调自身 FSD 的 “ 无图 ” 属性。我们虽然也强调无图，但是在强调安全冗余的国内，有哪个车企不装激光雷达？ 大部分车企甚至还在做有图的 NOA ，更别提大疆车载的双目立体视觉技术做出来的 “ 灵犀智驾 ” ，又是另一个技术路线的玩家。还有年底即将放开全国高阶智驾的华为 ADS2.0 ，不说遥遥领先吧，国内这些头部也称得上与特斯拉齐头并进。 除此之外，特斯拉这 361 项专利中还有着各种奇奇怪怪的存在。 像是用来清洁充电枪触头的 “ 充电接口的清洁功能 ” 、用来点缀车门把手的 “ 车辆用照明装置 ” 、用来自动感应打开充电舱盖的 “ 带电磁闩锁组件的充电端口门 ” ，以及用来打开天窗玻璃的 “ 带双电机的天窗 ” 。我们对这些专利的评价就是：额。。。有总比没有好。 那我们从技术的角度说完，再从公司风险的角度看看特斯拉专利真的 “ 免费 ” 用吗？ 虽然马斯克的博客说的冠冕堂皇，但特斯拉官网的措辞给公司留下了非常宽泛的操作空间，例如其对 “ 善意使用方 ” 做出了十分严格的界定： “ 只要一方及其相关或附属公司没有： - 主张、帮助他人主张或在以下任何主张中拥有经济利益： ( i ) 针对特斯拉的任何专利或其他知识产权，或 ( ii ) 针对第三方使用电动汽车或相关设备相关技术的任何专利权 ; - 挑战、帮助他人挑战任何特斯拉专利，或在任何针对特斯拉专利挑战中拥有经济利益； - 营销或销售任何山寨产品（ 例如，通过模仿或抄袭 Tesla 产品的设计或外观而创建的产品，或者表明与 Tesla 存在关联或得到 Tesla 认可的产品 ），或向这样做的另一方提供任何物质帮助。” 我们还特意咨询了熟悉美国专利法的律师对特斯拉官网的这部分内容做出解读。律师表示： “ 要获取特斯拉的专利，不仅会丧失对特斯拉提出专利主张的能力，而且还会丧失针对任何使用这些专利来制造电动汽车的公司提出专利主张的能力。 ” 那么最极端情况就是，不管之后特斯拉怎么霸凌你，你都不能去跟特斯拉打官司。一旦跟特斯拉打官司，他就可以吊销你免费使用其专利的权力。更强势的是，特斯拉可以强制要求用了它专利的公司也要开放全部专利。 对于使用特斯拉专利的企业来讲，特斯拉很可能会用自己的 361 项开放专利去换其他车企的上万项专利，这种风险车企必须考虑。 假设有一天，库克也效仿马斯克，开放 iPhone 的部分专利，然后整套和特斯拉差不多的 “ 友善使用 ” 条款来要求别的手机厂商也开放专利。华强北这批小作坊肯定是乐开了花，连夜搬着小板凳排队申请授权，毕竟他们自己手上也没啥专利，光脚的不怕穿鞋的。 但像华为、小米、 OPPO 、 VIVO 这样的正经手机大厂可就要好好掂量掂量了，毕竟自己手上的专利也不少，很多方向上的技术还优于苹果。这时候还去做这样的不公平交易，就真的是得不偿失了。 文章写到这里，我们发现 “ 要不是当初特斯拉开放专利，中国新能源车企压根发展不起来 ” 这句话其实非常的可笑。 我们认为 2014 年的特斯拉选择高调开放专利，这件事噱头和口号的意义远大于实际意义，那时候的特斯拉以一己之力在和数百年的油车巨头们做对抗，他需要伙伴，他需要告诉所有人，特斯拉可以造电车，你们也可以。 这更像是作为行业的领军角色，在面对对强大敌人时，给后辈们留下的自己的 “ 波纹 ”。接收到波纹的后辈们获得鼓舞，一起在汽车电动化事业上添砖加瓦，这是一个神话般美好的故事。 至于照抄专利？那也太小瞧我们中国车企了。 大家好，这里是自主推进，我是脖子右拧。这个新频道全是一些你看一遍就想刻进脑子里的干货，看乐子讲科普都在这，所以各位给咱点个关注呗。 撰文：脖子右拧、邋的司机 编辑：脖子右拧 封面：焕妍

Intel刚刚正式发布了代号Raptor Lake Refresh的第14代酷睿处理器，12月14日还会发布代号Meteor Lake的全新第一代酷睿Ultra处理器。 对于Intel这一次的品牌变化，很多玩家一直比较迷茫，毕竟目前正处于过渡阶段。 在最新的QA解读中，Intel确认，Raptor Lake Refresh将是最后一代使用“X代酷睿”命名方式的产品，今后不会再有酷睿i9、酷睿i7、酷睿i5、酷睿i3的说法，自然不会有15代。 Meteor Lake开始，Intel处理器将一律使用“酷睿Ultra”、“酷睿”两种命名体系，前者用于最新的高端和主流产品，后者则是入门级产品，基本就是之前的奔腾、赛扬。 第一代酷睿Ultra面向主流和轻薄笔记本，从高到低分为酷睿Ultra 9、酷睿Ultra 7、酷睿Ultra 5三个子系列，至少暂时没有酷睿Ultra 3。 明年的Arrow Lake，预计会命名为二代酷睿Ultra，后边还有Lunar Lake、Panther Lake、Nova Lake。 第一代酷睿就是Raptor Lake Refresh U系列低功耗版，包括酷睿7、酷睿5、酷睿3三个级别，没有酷睿9。 当然，14代酷睿i系列还没发完，后续会增加面向高端游戏本的HX系列、面向主流和入门级桌面的S系列。 PS：一个冷知识，X代酷睿其实是从二代开始的，之前的处理器发布时并没有X代的说法，而是在二代到来之后又将之前的都划归到了一代。 你知道包括哪些吗？

柳州，除了螺蛳粉，还有「剁椒鱼头」。 别误会，这里讲的「剁椒鱼头」，可不是那道源自湘南地区的传统名菜。在广西柳州，「剁椒鱼头」从一道家常菜摇身一变，成为了繁忙街巷里的常旅客。 2020 年，上汽通用五菱与柳州市政府达成合作，五菱正式投入柳州全域旅游服务，以旗下微型车宝骏 E100 为基础，创建「WarmCar 共享汽车」智能出行平台，打通城市景点之间的最后一公里。2.4 米的车长，带来了足够便利的出行通过性，以宝骏 E100 为代表的微型车们被冠以「剁椒鱼头」的雅号。随着五菱宏光 MINI EV 的爆火，微型车在全国汽车市场刮起了一阵现象级「风暴」。 三年过去，当微型车市场开始「褪色」，被称为「微型车大师」的五菱，站在 A00 级车型市场的山顶，望向了下一座山头。 今晚（10 月 16 日）的五菱技术进化日上，五菱正式发布旗下首款轿车星光，定位「超 A 级家轿」，整车「得房率」超过 57.9%，主打舒享空间路线。全新五菱星光提供纯电、混动两种动力结构，预计将会在 11 月下旬正式上市。 五菱星光 五菱，要造自己的新能源家用轿车。 下山的「神」，在走另一条上山路 微型车的辉煌，向来是五菱的底色。 1982 年，柳州拖拉机厂纯手工打造的第一辆微型车正式下线；1985 年，柳州拖拉机厂更名为柳州微型汽车厂，凭借微型车生产业务打进汽车制造业，五菱的微型车历史从这一年开始书写。 如果说「神车」五菱宏光，打响了五菱在世界汽车市场中的重要一炮，那么在 2020 年推出的五菱宏光 MINI EV，成为了五菱造车历程中最重大的转折点。 人民需要什么，五菱就造什么。 在五菱「微成本高价值」的造车理念支持下，五菱宏光 MINI EV 撞上了 A00 级车型的市场窗口期，凭借不到 3 万元的起售价，上演了一出「大力出奇迹」的好戏。 五菱宏光 MINI EV 上市后的第一个财报年（2021 年），五菱宏光 Mini EV 的总销量达到了 42.65 万台，占到上汽通用五菱车型总销量的 75.87%；2022 年，MINI EV 的销量进入爆发期，全年累计交付环比增长 29.9%，单车型销量为 55.4 万台，作为参考，同期特斯拉的总体销量「仅」为 43.9 万台。 强势的销量增长表现，不仅让五菱成为了 2022 年全球最快达成百万销量的车企，还将新能源的波纹辐射到了更底层的车型结构上。发布会上，五菱汽车品牌总监思行透露，MINI EV 的出现改变了 A00 级车型市场的生态，国内代步车市场的新能源普及率被加速推进到了 99%。 狂野的市场表现加之市场生态的良性驱动，说五菱是微型车市场的「神」也不太过分。 不过，微型车市场的「热带风暴」并没有蔓延到 2023 年。随着 A00 级车型市场的饱和，五菱宏光 MINI EV 在去年第四季度开始，被迫走向了下山的路。今年的上半年，MINI EV 总销量为 12.2 万台，销量的疲软直接影响到了集团的利润表现。根据上汽集团的半年财报显示，上汽通用五菱的营业收入相比同期减少了约 60 亿元，净利润同比下滑了 89%。 MINI EV 力不从心的疲态，比我们想象中还要更严重些。 五菱想要稳固国内新能源品牌销量前三的位置，需要迅速调整找到下一个销量突破口。走在下山路上的五菱，开始将目光投向了旁边的家用 A 级轿车市场。 品牌总监思行向我们进一步透露，五菱对 A00-C 级车型市场进行了调研，最终他们发现在这五个级别车型中，A00 级的新能源渗透率无限逼近 100%，而 A 级车的新能源渗透率仅为 20.9%，也是其中新能源渗透率最低的车型级别；除此以外，一个有趣的事实是，在 2023 年的 A 级车销量前十榜单中，「马路三大妈」（雷凌、轩逸、卡罗拉）赫然在列，而国产车型仅占据其中一席位置。 一直以来，「马路三大妈」都被诟病是马路上的移动路障，然而「三大妈」们虽然嘴上没赢过，销量却是从来没输过。得益于省心、油耗低的优点，「三大妈」车主们在车圈里刷下一个又一个油耗神话。国产新能源苦于在 A 级车市场的空白，只能将早期大量的市场份额拱手相让。 对于「专注为人民造车」的五菱来说，家用 A 级车市场正好足够广阔。星光的出现在 A 级车市场里可以做到价格更低，油耗更低，加速更快，打破长期「三大妈」们的统治。 在 MINI EV 上，五菱是人民的首选。这一次在入门家用轿车市场，五菱还想再造一次奇迹。 卷能耗卷安全，我们来做 平民造车，未必就是「技术荒漠」。 思行认为，在 A 级家轿市场，用户的核心痛点无非就是「油耗低」、「省油」以及「空间大」，五菱星光能够精准打击到这三大痛点。 在首款轿车星光上面，五菱正式发布了两项当家技术——灵犀混动架构以及神炼电池，一切都为了更好地实现可靠、低能耗。 五菱星光将会搭载五菱全新原生新能源架构「灵犀混动架构」，根据官方说法，灵犀混动架构能够同时兼容纯电、混动、增程等多种能源结构，在灵犀架构的研发上，五菱累计投入多达 20 亿元。 五菱灵犀混动架构由「混动专用发动机」、「电磁式DHT」、「电驱系统」以及「混动专用电池」等优秀硬件打下基础，通过全场景数据软件标定，为用户带来更佳的能耗、驾控体验。 在灵犀混动架构的「心脏」位置，五菱放置了一颗最高热效率达到 43.2%的 1.5L 混动专用发动机。这颗高效的发动机，在 92%的工作时间都运行在「高效区」，发电功率覆盖 8kw-60kw，实现更加顺畅的油电转换，做到全链路的节油环保。 既然是混动车型，就不仅仅只有燃油发动机在维持高效。五菱在电车驱动的核心部件电机上，同样付出了努力。五菱电机应用双层短距低谐波绕组，低损耗高性能硅钢片等材质，降低电机谐波损耗，将电机的最高效率提升到了 96.8%，电机系统效率处在 85%以上的区间占比大于 85%。 除此以外，五菱发布了首创的电磁式 DHT 技术。通过电磁式弹射技术，电磁 DHT 的前后齿轮盘转速差精度能够控制在 50rpm 以内，在油电同驱转化的瞬间，闪电调节发动机转速与轮端车速同步，实现「0 顿挫」的动力响应，带给车主用户持续稳定的「纯电驾驶质感」。 只在硬件技术上追求高效率可能还不够，五菱关注到了路况和风阻对续航的影响。基于数据大模型，五菱为灵犀混动架构设计了更聪明的「大脑」，数据模型会根据车辆的当前路况，实时获取最佳的工况数据，做到对发动机的灵活调节。 而风阻对续航的影响，要比我们想象中要大得多。风阻系数平均每降低 0.01，就可以增加 6-8km 的续航。五菱优化了星光车身上多达 17 处设计细节，最终将风阻系数控制在了 0.228cd，直降 25.1% 风阻，星光的续航表现足足提升了 56km。 我们发现，越来越多的新能源的车企都不再「卷」能耗了，我们五菱会继续「卷」下去。 思行在发布会上这样说道。他认为，过多的电耗/油耗不应该是新能源车型的标签，新能源首先就应该在能耗上做到最好。 五菱对能耗的重视获得了回报，思行进一步公开了五菱星光的馈电行驶能耗，在 WLTC 工况下，五菱星光的百公里油耗做到了令人咂舌的 3.98L。 再高效的驱动表现，再经济的能耗表现，也需要足够的安全、可靠性支撑。在发布会上，五菱正式发布了全新电池产品，神炼电池。 神炼电池能量密度突破 165Wh/kg，峰值功率超过 300kw。为了保证电池的安全性，五菱采用了「MUST」多功能一体化结构技术，开创性将大飞机「主翼」设计理念引入设计结构，将电池保重的结构梁、侧板以及热管理系统集成为 MUST 功能件，形成「三横六纵」的稳定结构。神炼电池经受了五菱多次的极限测试。在测试环境下，神炼电池可以在形变 40%的条件下做到不失火，在 1/3 针刺极限条件下也可以做到正常循环。 垒实安全的底线，在五菱的理念驱动下，星空满足了新能源 A 级家轿的「既要又要」，也承载起了五菱攀上另一座车型「山头」的期望。

根据最新的调查数据，苹果（ Apple ）最新推出的智能手机 iPhone 15 在中国市场的销售表现不佳，销量远低于前代机型 iPhone 14 。据彭博社 16 日的报道，多项不同的分析调查数据均显示， iPhone 15 在中国市场的销售表现不如 iPhone 14 ，这主要是由于中国市场的持续降温消费以及 华为等竞争对手 的 崛起。 市场调查公司 Counterpoint Research 估计，iPhone 15 在中国上市销售的前17天，销售量比前代机型少了4.5%。而 Jefferies 分析师 Edison Lee 预测，iPhone 15 的销售不振情况更为严重，较前代机型减少超过10%。这主要原因是华为 Mate 60 Pro意外亮相，推动了华为的整体销量超越苹果。 Jefferies 分析师指出，中国智能手机市场整体销量同比呈现正向增长，主要得益于华为、小米和荣耀等品牌的设备实现了两位数的增长。而苹果 iPhone 销量则大幅下滑，自 iPhone 15 系列推出以来，销量同比增长一直为负值。因此，华为超越苹果，占据了市场份额的第一位置。 Counterpoint 指出，iPhone 15 在中国市场销售不振的主要原因是，中国经济在新冠疫情后未能如原先预期那样复苏。相比之下，在美国，iPhone 15 上市后的前9天销售量很可能比前代机型高出10%以上。 Counterpoint 还估计，仅在今年，华为就有望销售500万至600万台的 Mate 60 Pro，而这一数字到 2024 年可能升至千万级。 这两份报告表明，苹果公司正面临着潜在的冲击，目前该公司正在努力应对十年来最低迷的智能手机需求。如果这些初步估计准确的话，这将是自2018年左右以来苹果在中国市场的首发表现最糟糕的一次。 截至 10月16日，苹果股价微跌0.07%，收于178.72美元。而摩根士丹利的分析师在同一天的报告中将苹果的目标股价从215美元下调至210美元。

IT之家 10 月 17 日消息，根据韩媒 The Elec 报道，苹果公司为了 iPhone 15 Pro 机型，目前已经向三星显示（Samsung Display）追加 500 万片 OLED 面板，预估到今年年底还会继续追加 200 万片。 三星显示目前负责供应四款 iPhone 15 系列机型屏幕，苹果本次主要为 6.1 英寸的 iPhone 15 Pro 追加 700 万片 OLED 面板，而苹果目前并未向另一供应商 LG Display 追加屏幕订单。 报道称 LG Display 固然也是 iPhone 15 Pro 系列的重要 OLED 面板供应商，而且三星相比较 LG Display 收取更高的费用，但是基于良率等诸多因素，苹果公司依然选择三星。 IT之家此前援引 DSCC 报道，Samsung Display 供应所有 4 款 iPhone 15 机型，总占比为 87%；而 LG Display 总占比为 13%，其中 iPhone 15 Pro 屏幕订单占比为 9%。

10月17日消息，近日日经济新闻与拆解机构Fomalhaut Techno Solutions合作，对于苹果最新款的iPhone 15系列进行了拆解和成本分析，相比上代机型整体硬件成本提升了8%~16%。 具体来说： ✅ iPhone 15的零部件成本为423美元，与iPhone 14相比增长了16%。是iPhone 15系列所有机型当中零部件成本涨幅最大的机型。其零部件成本在手机售价当中占比为53%。 ✅ iPhone 15 Plus的零部件成本为442美元，与iPhone 14 Plus相比增长了10%。这意味着其零部件成本在手机售价当中占比为49%。 ✅ iPhone 15 Pro的零部件成本为523美元，与iPhone 14 Pro相比增长了8%。这意味着其零部件成本在手机售价当中占比为52%。 ✅ iPhone 15 Pro Max的零部件成本为558美元，与iPhone 14 Pro Max相比增长了12%。这意味着其零部件成本在手机售价当中占比为47%。 那么iPhone 15系列的成本增长主要来自于哪些部分呢？日经新闻以顶配的iPhone 15 Pro Max为例介绍称，iPhone 15 Pro Max所搭载的采用“四重反射棱镜”的潜望式镜头模组的成本约30美元，比iPhone 14 Pro Max的3倍光学变焦镜头成本高出了380%。 至于“最贵的零部件”莫过于首款3nm芯片苹果A17 Pro，预计成本为130美元，比上代的A16处理器提高了27%。不过随着台积电N3E的量产，或许明年推出的A18芯片成本会有所降低；第二贵的零部件则是三星供应的LTPO OLED面板，成本预计为115美元，相比上代的面板成本提升了10%。另外，iPhone 15 Pro Max的钛金属中框也比原来的材料成本提升了43%。 值得注意的是，日经还分析了不同国家/地区提供iPhone 15 Pro Max机款零件的比重（按成本计算）。其中，美系零部件占比约33%，位居第一；韩国零部件比重约为29%，增幅约为5%、位居第二；日系零部件比重维持在10%，位居第三；至于中国台湾供应的零部件比重大幅扩增至9%；中国大陆供应的零部件占比则萎缩到了2%。 编辑：芯智讯-浪客剑

1、百川智能获阿里腾讯小米等3亿美元A1轮投资 2、vivo自研大模型曝光 AI助手名为Jovi Copilot 3、商汤发布升级版医疗健康大语言模型“大医” 4、百度文心大模型4.0正式发布并开启邀测 5、百度发布AI原生百度地图V19 集成文心一言 6、百度发布国内首个生成式商业智能产品 7、百度搜索基于AI大模型完成重构 8、逐际动力获联想创投等近2亿元投资 9、酷狗音乐升级12.0版 发布智能配图等AI功能 10、谷歌开启网络安全AI创企成长学院计划 11、YouTube推出广告套餐 利用AI投放广告 12、编码网站Stack Overflow裁员28% 或受AI影响 13、报告称42%的Mac用户每天使用AI应用 1、百川智能获阿里腾讯小米等3亿美元A1轮投资 百川智能今日宣布已完成A1轮战略融资，融资金额3亿美元，阿里、腾讯、小米等科技巨头及多家顶级投资机构均参投了本轮融资。加上天使轮的5000万美元，百川智能的融资金额已达3.5亿美元。此外，百川智能近日正式启动2024届校园招聘并发起“星耀计划”，岗位涵盖自然语言处理、计算机视觉、强化学习、基础架构等多个AI关键技术方向，目前百川智能是2024届校园招聘规模最大的大模型初创企业。 百川智能成立于2023年4月10日，由前搜狗公司CEO王小川创立。其核心团队由来自搜狗、Google、腾讯、百度、华为、微软、字节等知名科技公司的AI顶尖人才组成。目前，百川智能的团队规模170余人，其中硕士及硕士以上学历员工占比近70%，研发人员占比超80%。 2、vivo自研大模型曝光 AI助手名为Jovi Copilot 据微博数码博主@数码闲聊站今天发文，vivo大模型已在OriginOS 4系统落地，与集成在语音助手上的模式不同，采用类似微软Copilot的形式单独做了一个从侧边栏呼出的浮窗，“AI数据量和系统融合做得不错，全员智能化系统”。该博主上传了一张截图，截图显示，基于该大模型的助手名为Jovi Copilot，能够搜索手机里的信息，如照片和文件等；创作各种类型的文本，如活动营销方案和工作总结等；还有画图能力，可以画出用户想要的图片，也可以将用户上传的照片转化为二次元风格；还可以分析生活中的问题，与用户聊天。昨天，vivo于微博官宣11月1日将在深圳举行2023开发者大会，发布自研大模型、自研操作系统以及OriginOS 4。 3、商汤发布升级版医疗健康大语言模型“大医” 据商汤科技微信公众号发文，10月16日，商汤发布升级版医疗健康大语言模型“大医”，并正式面向医疗健康产业链上下游机构客户开放服务。据介绍，该模型内嵌医学“场景集市”，包含13个预设场景，功能覆盖智慧大健康、智慧患者服务、智慧临床以及数智建设四大领域；支持提示工程自定义、长程记忆存取和医学知识库查询总结等一系列个性化功能，医疗健康机构可根据实际需求打造专属医疗健康大模型。目前，商汤已与郑州大学第一附属医院、上海交通大学医学院附属瑞金医院、上海交通大学医学院附属新华医院等机构开展合作，实现“大医”在具体医疗健康场景中落地。 4、百度文心大模型4.0正式发布并开启邀测 刚刚，百度创始人、董事长兼首席执行官李彦宏在百度世界2023大会上宣布文心大模型4.0正式发布，开启邀请测试。他表示，这是迄今为止最强大的文心大模型，实现了基础模型的全面升级，在理解、生成、逻辑和记忆能力上都有着明显提升，综合水平“与GPT-4相比毫不逊色”。据介绍，文心4.0已同步开始邀测，现场观众扫描嘉宾证二维码，即可登录文心一言官网或文心一言App，体验专业版。企业用户可以登陆百度智能云官网，在千帆大模型平台申请文心大模型4.0 API调用服务测试。 现场，李彦宏通过撰写武侠小说展示文心4.0的记忆能力。据现场演示，文心一言不仅可以快速撰写出武侠小说的故事大纲，还能持续增加角色、增加戏剧冲突，并将第四、五轮的生成内容与首轮小说框架结合，对故事细节“比现场观众记得还牢”。 5、百度发布AI原生百度地图V19 集成文心一言 今天，百度创始人、董事长兼首席执行官李彦宏在百度世界2023上宣布百度地图上线V19版本，称其为“全球首个AI原生地图产品”。据介绍，百度地图将文心一言的能力与地图特有的亿级POI知识和万亿级交通感知融合，能随时调用，为用户推荐中间聚会点、出行方式等内容，实现几千个服务API接口一步直达，成为用户的AI向导。 6、百度发布国内首个生成式商业智能产品 今天，百度创始人、董事长兼首席执行官李彦宏在百度世界2023上发布中国首个生成式商业智能产品——百度GBI。据介绍，百度GBI具有支持自然语言交互、跨数据库分析和专业知识学习三方面能力，将商业分析师十几天才能完成的数据分析工作缩短到分钟级。李彦宏称，在企业竞争中，比竞争对手更快决策，“很可能你就赢了”。 7、百度搜索基于AI大模型完成重构 今天，百度创始人、董事长兼首席执行官李彦宏在百度世界2023上宣布，百度搜索已经基于AI大模型完成重构，新搜索具有极致满足、推荐激发和多轮交互三个特点，不仅提升了搜索质量，还突破了搜索的应用范围，扩大了产品边界。他强调，生成式AI与搜索是天作之合。 8、逐际动力获联想创投等近2亿元投资 据通用足式机器人公司逐际动力微信公众号今日发文，逐际动力已完成天使轮和Pre-A轮融资，总金额近2亿元。天使轮由峰瑞资本、智数资本、明势资本和昆仲资本等风投机构参与，Pre-A轮由绿洲资本领投，联想创投参与。本轮融资将为逐际动力从产品落地到前沿技术预研带来资金和产业支持，涵盖四轮足机器人的产品化、人形双足机器人的研发、AI与具身智能核心技术的攻关。 逐际动力成立于2022年，全球总部位于中国深圳，专注于运动智能（Motion Intelligence）与足式机器人（Legged Robot）的研发和制造，产品包括人形双足、四（轮）足机器人及相关软硬件解决方案，落地应用聚焦在工业巡检、物流配送、特种作业、家庭服务等2B和2C领域。 9、酷狗音乐升级12.0版 发布智能配图等AI功能 据IT之家报道，酷狗音乐近日发布12.0版本升级，新增AI智能配图、AI音乐魔法等功能。其中，AI智能配图功能可以通过AI智能捕捉、分析歌词，并生成相应图片，展现歌词、歌曲意境；AI音乐魔法功能可以将音乐自动生成为尤克里里、钢琴、乐器、伴奏、清唱等八种不同版本。 10、谷歌开启网络安全AI创企成长学院计划 当地时间10月16日，谷歌于官网宣布谷歌初创企业成长学院计划： 网络安全AI项目（Google for Startups Growth Academy: AI for Cybersecurity program），该项目今年将面向欧洲和美国的顶尖初创企业开放。这项为期三个月的独家计划专为利用AI技术在网络安全领域进行负责任创新的最有前途的初创企业设计，通过利用谷歌的最佳技术加速其发展，该计划将帮助初创企业增加客户数量、创造更多收入并实现业务国际化。 11、YouTube推出广告套餐 利用AI投放广告 据TechCrunch报道，YouTube今天宣布正在将谷歌AI用于广告商，并推出了名为“Spotlight Moments”的新广告套餐，利用AI自动识别与特定文化时刻相关的最受欢迎的YouTube视频，例如万圣节、奥斯卡等大型颁奖典礼或体育赛事。广告商可以在品牌YouTube频道上引用主题或事件的视频中投放广告，其中视频被整理到动态更新的播放列表中。营销机构GroupM已经加入了新的AI驱动产品，成为第一家为其广告客户提供Spotlight Moments访问权限的公司。 12、编码网站Stack Overflow裁员28% 或受AI影响 当地时间10月16日，知名编码论坛网站Stack Overflow于官网发布首席执行官Prashanth Chandrasekar的致辞，宣布裁员28%，主要涉及市场营销等团队。Chandrasekar称，随着本财年的结束和下一财年的到来，公司将重点投资于产品，因此正在大幅缩减市场推广组织的规模，整个组织的支持团队和其他团队也会受到影响。据外媒The Verge报道，在过去的一年中，AI生成的编码答案给Stack Overflow带来了问题。去年12月，该公司发布了一项临时禁令，禁止用户在AI聊天机器人的帮助下生成答案。 13、报告称42%的Mac用户每天使用AI应用 据TechCrunch报道，根据应用程序订阅服务Setapp于10月16日发布的报告，Mac用户正在拥抱AI应用。该报告显示，调查范围内42%的Mac用户每天都使用AI应用，63%的Mac用户认为AI应用程序有益。比没有AI的人有利。此外，调查范围内44%的Mac开发人员已经在其应用程序中实施了AI或机器学习模型，另外28%的开发人员表示正在着手实施。

IT之家 10 月 17 日消息，雷克沙现已公布 NQ 系列 SSD 新品 NQ710，速度可达 5000 MB/s，可选 4TB，预计将在双 11 期间上架。 目前，雷克沙暂未公布新款 NQ710 SSD 的参数信息。 据IT之家此前报道，雷克沙 9 月份推出了 NQ 系列 SSD NQ790 SSD ，1TB 售价 349 元，2TB 售价 579 元。 NQ790 为 PCIe 4.0 规格，顺序写入速度 7000 MB/s，顺序写入速度 6000 MB/s，无 DRAM 缓存，闪存和主控型号暂未公布。

时间回到 2023 年那刚刚走过的夏天，Marshall 推出了新一代真无线降噪耳机 MOTIF II A.N.C.，国行定价 1599 元。 MOTIF II 延续了一代 MOTIF 外观设计，圆润得像小肥皂的充电盒拿在手上很小巧，轮廓上跟 AirPods Pro 有点像。 盒子表面已经已经加入了 Marshall 最具标志性的荔枝皮纹路处理，中间的手写体 Logo 和其他 Marshall 真无线耳机一样都用了白色。 实体按键跟初代 MOTIF A.N.C. 一样放在了充电盒的正面，Marshall 用看起来像制作保护壳的方式把按键融入到充电盒的荔枝皮纹路上，这样看起来并不会太突兀。 充电盒背部平整，印上 MOTIF II A.N.C. 的转轴下有一个小区域印上了耳机和充电盒参数。把背部做得如此平整，目的也是为了放下无线充电用的线圈。 MOTIF II A.N.C. 的耳机也采用「二段式」设计，放置单元等原件的部分用了带细微颗粒的哑光黑外壳，内侧是光滑的亮面黑，充电用的触点放在内侧下方。 耳柄的部分做成金属质感，金属色的黑色方格加上金色底盘的设计，会让人想起 Marshall 音箱以前的设计。耳柄并没有垂直机身，而是向前倾斜一点，这样在佩戴的时候就能够将耳机调整到适合入耳的角度。 入耳的尺寸适中，刚好能够卡在外耳的空隙上，既不会给对耳轮体造成往外挤的压力，戴上耳机时也有足够稳定性，如果是快跑或其他身体活动幅度大的剧烈运动会有些压力，但日常使用不会轻易掉下来。 Marshall 提供了大、中、小三种尺寸的耳套，耳套偏软且有一定的摩擦感，保证稳定性的同时也不容易感到撑耳朵。 音嘴内加了隔网，能够防止耳垢掉到音嘴里面，清洁要方便不少。 防护功能上，MOTIF II A.N.C. 的充电盒支持 IPX4 防水，耳机的防水级别则是 IPX5，简单的泼溅和户外使用问题不大。 配置方面，MOTIF II A.N.C. 内置支持蓝牙 5.3 和 LE Audio 的无线方案，支持最基本的 SBC 和 AAC 蓝牙编码。考虑到 Marshall 的声音表现主要体现在自家的风格而不是声音规格上，MOTIF II A.N.C. 不支持 LDAC 和 aptX Adaptive 这类高规格编码是可以理解。 在降噪的部分，MOTIF II A.N.C. 两侧耳机均搭载用于主动降噪的双麦克风系统以及一个专用于通话降噪的麦克风。主动降噪用的双麦克风分布在耳机上侧和内侧，是目前比较常用的配置模式。 此外，Marshall 对降噪算法做了升级，MOTIF II A.N.C. 的用户可以在 Marshall 应用中调整降噪强度，从主动降噪模式切换到通透模式时会有比上一代更顺滑的过渡。 从实际体验看来，MOTIF II A.N.C. 的降噪效果比旧款要强势一点，在办公室和咖啡厅环境能够做好风机、键盘声以及背景音乐的遮蔽，不播放音乐的状态下能够保持安静。 降噪效果提升了，降噪带来的压力也强一些。如果有用户在试听之后感觉最高档位的降噪还是有点累的话，可以在 app 里面调一下降噪强度。 降噪模式和环境声的切换属于正常水平，刚刚开始也还会有一个顺滑明显的开机声浪过来，这个跟同类型的降噪耳机差别不大。 声音配置方面，MOTIF II A.N.C. 用阻抗为 16Ω 的驱动单元，声音特点和优势都集中在低频上。 听摇滚味十足的歌时，MOTIF II A.N.C. 的鼓点给人一种非常饱满且富有冲击力的感觉，那种排山倒海而来的鼓点会给人一种血脉沸腾的冲动。而且，耳机在处理鼓点回弹时的感觉没有那种数码合成的生硬感，整体也有不俗的包裹，听起来比简单的动次打次来得更丰富。 Marshall 在人声的部分也做了强化，他们用了一种非常传统的方法让人声变得锐利突出，和演唱者的距离也一下拉近了不少。耳机整体给我的感觉，就像是在用新的单元和调音下，在还原一种传统摇滚 EQ 预设的效果。 MOTIF II A.N.C. 的续航表现也还可以，单机 6 小时的播放时间算是中规中矩，配合充电盒能够达到 30 小时，持续使用三天不差点不碰充电板都没有问题。 加上耳机支持充电 15 分钟播放一小时的快充模式，那在白天通勤和在公司时我基本不需要接上充电线，到家睡觉前把充电盒放到充无线充电板上，日常不够电的时候就在写稿的时候用有线短充个 15-20 分钟，续航就不需要担心了。 整体体验之后，你会发现 MOTIF II A.N.C. 还是一款非常 Marshall 的耳机。 声音表现以低频为主，加上有「Marshall 式低音」这个招牌，让 MOTIF II A.N.C. 的声音能更进一步，把自己擅长的风格做得更好，吸引更多热爱 Marshall 风格的用户。 佩戴体感优化、续航提升以及加强降噪表现这些调整，都是为了加强耳机的整体表现，在主打 Marshall 风格的降噪旗舰上做一些实用的体验升级，让它变得更好用。 所以说，如果你是追求 Marshall 风格的重度用户，而自己对降噪耳机有需求，希望找一款灵活、好用一点的随身降噪耳机，那 MOTIF II A.N.C. 还是值得你去尝试的。

IT之家 10 月 17 日消息，刚刚理想汽车创始人李想在微博公布了理想纯电 MPV MEGA 的官图，并称“直接猜风阻系数吧”。 从图片来看，理想纯电 MPV MEGA 的造型还是比较奇特的，整体采用了比较圆润的设计风格。该车前脸采用封闭式设计，星环灯位于风挡玻璃下方，整体位置偏靠上部一些。大角度倾斜的 A 柱也将助力降低风阻，此外车顶位置安装有激光雷达。 车身侧面线条流畅，新车采用短前后悬的设计，轴距很大。B 柱后方的空间也较大，预计车内将提供灵活的座椅布局和调节方案。结合此前的报道，理想 MEGA 长度在 5300-5400mm 之间，宽 2000mm 左右，高度在 1800mm 左右，轴距 3200-3400mm。 IT之家注意到，新车尾部同样采用了极简的设计，并采用理想家族式的贯穿尾灯组。 目前理想 MEGA 的动力信息还未曝光，但根据此前的消息显示，理想 MEGA 将会是理想汽车与宁德时代合作后首款搭载 4C 麒麟电池的车型。理想纯电车型还对电池进行了优化，利用电池的最大 5C 充电倍率，实现了充电 9 分 30 秒续航 400 公里的充电效率。 据此前报道，理想 MEGA 将于 12 月正式上市，明年 1 月展车进店，2 月交付用户。

IT之家 10 月 17 日消息，据路透社报道，美国国家公路交通安全管理局（NHTSA）称，特斯拉已召回 54676 辆 2021 年至 2023 年期间生产的 Model X ，因为车辆控制器可能无法检测到制动液不足且不显示警告灯。 值得一提的是，特斯拉 Model X 在美国的预计交付时间（新订单）明显增加，目前长达几个月。此前，特斯拉大幅降低 Model X 的价格，起售价 79990 美元（IT之家备注：当前约 58.5 万元人民币），并获得 7500 美元的联邦税收抵免资格。 此外，特斯拉于 8 月在美国推出了新款 Model X 标准续航版，比长续航版本低了 1 万美元，但续航能力也相应减少。Model X 标准续航版从 0 加速到 60 英里每小时需要 4.4 秒，续航里程为 255-269 英里（约合 410-433 公里）。

IT之家 10 月 17 日消息，IT之家从法拉第未来官微获悉，该公司今天宣布了一项总体规划，以支持公司的稳定发展，并帮助公司实现可持续性和盈利能力，同时减少公司对外部资金来源的依赖。 法拉第未来将在 2023 年第三季度财报之后举行的“投资者日”上公布更多相关细节，一些亮点包括： 公司近期的工作重点优化运营成本结构和组织架构，包括实质性降低与 FF 91 2.0 Futurist Alliance 生产非强相关的人力成本和其他一般性行政开支，以及降低 FF 91 2.0 Futurist Alliance 的材料和生产成本。公司将以在合理范围内采取内包资本密集型系统，以实现成本降低。 停止签署与现有可转换债券结构类似的新的可转换债券承诺，并暂停备用股本信贷额度（ELOC）的执行。 执行这一总体规划将有助于公司实现正向现金流并盈利。 法拉第未来称，2023 年 8 月公司进入交付营收阶段，公司形成了从用户获取到交付到用户运营的完整经营闭环，FF 的经营基本面已经发生了根本性转变。公司正继续采取措施，以实现包括快速提升 FF 91 2.0 产能在内的所有战略目标。 法拉第未来还表示，今天的 FF 和 2022 年底的 FF 相比，已经发生质变。公司达成了 FF 成立以来最大的两大里程碑：(1) 完成了在美国新车交付前所有合规认证并搭建完成了交车所需的所有零部件供应体系，(2) 开始向用户交车。这两大里程碑的实现改变了公司的性质，使其从任务和项目驱动型运营转变为注重连续性和稳定性的运营，并最终实现盈利。

10月16日晚，苹果CEO库克现身成都太古里。据悉，库克在苹果旗舰店围观了一场王者荣耀表演赛。 库克在微博中发布视频，并提及，“精彩刺激的《王者荣耀》诞生于成都，现已在App Store上风靡全球。” 在抵达太古里1小时前，库克还在微博发布了一张iPhone 15 Pro Max拍摄的安顺廊桥，并表示你好，成都！ 这张iPhone 15的样张引起了国内网友的跟帖，有不少网友晒出了自己用华为（Mate 60等）、vivo（X90+）等国产手机拍摄的照片。 有不少网友吐槽称，库克这张iPhone 15的样张，拍的并不是很好，至少跟国产一些拍照手机相比，比如一些细节处理过于锐化，夜间的场景表现不够犀利，大家觉得呢？