作者 | 中国AI算力大会 6月26日，首届2025中国AI算力大会在北京隆重举行。实在智能合伙人、核心算法负责人欧阳小刚在大会主会场以《实在Agent智能体技术与端侧应用探索》为主题发表演讲。 欧阳小刚指出，“大模型和智能体的结合，正在推动企业工作方式从‘以人为中心、AI辅助’向‘以AI为中心、人类辅助’的深刻转变。” 相较于早期AI只能在有限流程内完成部分替代，如今以大模型为核心的智能体正逐步具备跨域、多步骤的动态任务处理能力，为企业带来了深刻的流程重塑和提质增效的机会。 演讲中，欧阳小刚围绕企业级智能体能力体系的构建、端侧算力部署的探索、产品架构设计及客户案例分享等方面，展开了深入讲述。 以下为欧阳小刚的演讲实录： 大家下午好，我是实在智能核心算法部的负责人欧阳小刚。今天在座的各位专家多聚焦于算力以及底层硬件方向，我们公司则更关注大模型和智能体在应用层的落地，以及在落地过程中与算力结合过程中的探索与思考。 随着大模型和人工智能技术的发展，企业端或办公端的工作方式正在发生显著变化。 过去以人为中心，AI更多承担辅助工具的角色，帮助实现部分工作的自动化或效率提升，例如OCR、NLP等技术辅助，完成部分信息抽取和流程自动化。 如今，随着大模型在意图理解、逻辑推理等方面能力的持续增强，以及智能体（agent）概念的快速发展，工作模式正在向“以AI为中心、人类辅助”转变。 一、从有限域到无限域，通用智能体架构让大脑与手脚“融合” 传统软件大多只能完成预定义、有限域的任务，比如财务、物流中的标准化操作。但是现在企业的需求往往是跨域的、动态的，甚至不可预知的，要求AI能在一个流程结束后自动衔接下一个环节，实现跨系统、跨业务模块的协同联动。 那么，通用智能体该如何适应当下的这种改变呢？或者说，通用智能体应该具备什么样的能力，拥有哪些特性？ 这种情况下，我们就需要一个既具备泛化能力，又能在垂直行业场景中拥有足够操作能力的智能体，也就是说，既要有“大脑”能力，也要有“手脚”能力。 大脑主要是大模型提供的意图理解、推理规划能力，手脚则是底层的RPA、MCP、A2A等能力，保证真正把规划转成可执行的动作。 大模型本身在通用层面存在一定的能力瓶颈，所以通用智能体需要在任务理解上掌握足够多的领域知识和行业Know-How，以此来保证执行模块可以覆盖到PC端、网页端、手机端，甚至各类定制化软件系统。 因此，实在智能的目标是打造一个具备泛化能力且操作完备的企业级通用智能体。 在这样的背景下，我们提出的实在Agent，就是一个面向流程自动化的通用智能体产品。这是一款能够自主规划流程，并能够模拟人类在电脑、手机等系统中自动工作的通用智能体和软件机器人。 和目前大家看到的Manus、Browser User等产品相比，我们的方案在整体架构上做了更深度的融合，不仅仅是云端控制，而是具备本地深度接入、执行以及可持续优化能力。 二、多层次算力与流程闭环：打造企业可控的自动化智能体 具体来看，实在Agent的底层架构分成几个层次。第一层是基础算力，包括私有化集群、云端算力资源、端侧算力资源，都在企业不同部署需求下发挥作用。 第二层是算法层，除了垂直领域大模型和多模态大模型以外，也考虑在端侧引入大模型加专家小模型的混合部署，保证本地可控性、降低推理延迟，同时节省算力成本。 再往上是数据层和知识层，包括企业自有的知识、外部的公共知识，通过能力层，比如RAG、屏幕理解、多模态理解、软件操作能力，形成可执行的流程闭环。 在场景层，目前我们聚焦在四大主要方向：流程办理、知识问答、数据分析、文档处理。 比如流程办理，不只是一个业务系统的自动化，而是可以跨越多个业务模块，实现系统间的信息流转和自动化接管。知识问答则通过RAG技术，让大模型结合企业自有知识库，形成真正可用的问答助手。数据分析里，支持跨系统信息整合、结构化输出。文档处理方面，则从文档解析、抽取到自动审核，都做了深度集成。 在应用端，该智能体兼容OA、ERP、CRM、WMS这些企业核心软件系统。 此外，实在Agent包括两种形态：一是API-Agent工作流模式，将大模型、知识库、文档能力与RPA能力组合；二是UI-Agent模式，可通过一句话指令生成可执行工作流，由RPA组件自动完成操作。 三、核心模型与产品能力：支撑智能体可持续演进 核心技术层面，我们重点训练了专属的TARS大模型，在步骤拆解、组件映射上，相比GPT-4o、DeepSeek-R1、Qwen2.5-72B等在多个指标上超越，并且支持私有化部署。 第二是TARS-VL多模态大模型，它针对GUI界面和屏幕语义的理解，做了大规模训练，包括元素定位、状态判定、异常识别，在Mind2Web、ScreenSpot等标准数据集上取得较为显著的成绩，且提升GUI理解能力大约3个百分点。 第三，除外对两个模型的强化以外，在落地过程中，我们还结合超过1000款企业常用软件、上万种业务场景做了预训练，形成一个包含流程操作、数据采集、状态识别等能力的知识库和指令体系。 这样即使面对陌生的软件环境，也能快速适配并迁移操作策略，降低未知适配的成本。 在产品特性方面，实在Agent支持一句话生成流程，用户不需要专业技能就能使用，具备极简易用性。 它打通了AI与RPA工作流的整合，能真正跨系统完成数据流转，本地RPA流程也支持一键跳转到流程可视化编辑界面，方便后期优化。并且其还内置了大量工具和模板，包括网页抓取、IPD文档处理、网络搜索、流程市场，方便企业快速复用并减少重复开发。 我们也建设了一个智慧中心，能对智能体、知识库、工具进行上下架管理，并提供数据可视化分析，未来也能接入企业自研或者外部采购的大模型，灵活地按需配置。 四、跨端探索与端侧优化：让智能体触达真实业务场景 智能体的能力需要算力的支持，无论是私有化算力集群、云端资源，还是端侧硬件，都必须形成协同。 特别是在端侧部署方面，客户普遍要求数据安全可控，需要通过模型量化、裁剪及大模型和小模型的混合部署方案，兼顾性能和成本。此外，在算法层面可采用轻量模型预处理，结合大模型完成复杂推理，降低算力占用并优化执行效率。 实在智能还建设了数字员工运营平台，将已执行过的流程和任务规划经验沉淀为长期记忆，供后续智能体规划调用，实现持续优化。 在算力和需求双向驱动的架构里，我们规划的是服务端管理与下发、端侧执行、以及通过数字员工运营平台形成可持续优化的反馈回路。 在前后端系统联调和部署加速方面，实在Agent也做了多种探索。 在PC端，我们与惠普基于ZBook系列AI PC产品，共同打造了一套适合企业场景的端侧智能体解决方案。考虑到PC端相较一体机或工作站的算力限制，我们在方案中引入本地小型知识库，以及大模型与小模型混合部署方案，用于屏幕识别与页面处理。 欧阳小刚提到与惠普联合打造的Z系列数字员工一体机，搭载实在智能的企业大脑服务，开箱30分钟完成部署，核心业务与数据全程本地处理。 Z系列数字员工一体机基于HP Z8 Fury G5工作站，得益于四块NVIDIA® RTX 5880 Ada的强大算力，轻松支持部门级与企业级的AI部署方案。 例如，在页面理解上，将传统CNN训练的目标检测能力和OCR能力，与多模态大模型进行任务路由，通过OCR或目标检测对页面进行预处理，再交由大模型做深入识别，从而加快整体推理过程并降低对高性能显存的占用。 在手机端，我们也打造了“实在手机Agent”，包含两种形态。一种是通过手机远程控制PC端或云端的智能体体系，实现任务下发和状态监控，方便企业移动办公；另一种则在手机本地运行轻量化智能体，通过语音或触控下发指令，完成信息采集、自动化任务处理等场景。 举例来说，一个场景是通过智能体收集全网热点信息并汇总成报告，另一个是为经常出差人员提供的生活助理功能，支持在12306等平台通过语音操作完成电子发票申请和开票流程。 此外，我们还在探索基于云手机的批量运行方案，对于需要大规模并行操作的企业任务，例如多店铺的销售数据采集或评论抓取，实在Agent可以在云手机环境中实现大规模智能体并行调度，完成信息收集、汇总、分析等全流程能力。 车机端的探索也在持续推进，虽然目前仍处于早期阶段，但我们尝试通过视觉理解和模型调度来实现对车载第三方应用的操作，因为车机自带的软件通常可以被控制，但第三方软件缺乏可用接口，需要通过纯视觉的方式实现元素定位和功能触发。这一原理与PC端和手机端的智能体能力逻辑是一致的。 在整体应用场景和客户案例方面，目前我们落地较多的领域包括审核审计、数据挖掘研判、智能问答等。比如在与某商业地产企业合作的案例中，采用API Agent的工作流模式，打造了一个超级助理，整合知识查询、数据分析和多智能体协同，实现从智能问数到多模型治理的端到端流程，显著优化分析效率。 举个具体例子，超级助理可以针对“米村拌饭”这样的企业进行洞察分析，先理解分析需求，然后筛选合适的能力模块，规划并执行分析步骤，形成洞察报告。 另一个案例是与浙江菜鸟物流合作，围绕人才补贴申请审核、智能偏仓预警等业务流程，结合智能体与RPA能力打造数字员工方案，实现大幅度节省人工人天的投入，提高整体审核效率和准确性。 客户对引入数字员工后的ROI评估非常明确：就是原本需要多少人力和时间完成的任务，现在通过智能体自动完成，直接节约人力资源成本，达到提质增效的目标。 最后简要介绍一下公司情况。实在智能成立于2018年，总部位于杭州，在北京、上海、广州、深圳、日本东京、马来西亚吉隆坡等地均设有分支机构。服务客户主要涵盖央国企、世界500强企业，在金融、制造、政务、电商等领域均有大量落地案例。 我们的愿景是，“让智能体成为企业可信赖、可控、可持续优化的数字员工。” 谢谢大家。

作者 | 程茜 编辑 | 心缘 智东西7月8日报道，据智东西不完全统计，今年上半年，全国已经有155个大模型大单公布中标结果，中标金额合计7.18亿元，中标企业涵盖火山引擎、阿里云、腾讯云、百度、科大讯飞、智谱等知名企业。 对比去年1～5月的数据，国内公布中标金额的大模型大单仅有50个，总中标金额超5亿元，今年的大模型大单数量、中标金额都明显增长。 从中标金额来看，中标金额在3万元～2亿元之间不等，总中标金额达7.18亿元，其中100万元以下项目有57个，100万元～1000万元项目有71个，1000万元～1亿元有8个，上亿元项目有1个。排名前二的项目均为超5000万元大单。最高的大模型大单花落阿里云，歌华有线发布的通算云和大模型应用（大数据领域），中标金额达到1.79亿元，第二高的为杭州城投的产业大模型建设项目（一期），智谱以6127.5万元中标。 知名企业拿大单的数量和合计中标金额并不成正比。拿下大单最多的企业为火山引擎，共13个，次之为阿里云、百度，各9个，科大讯飞和智谱各4个，但从各个企业的合计中标金融排序来看，阿里云最高为1.85亿元，智谱6127.5万元、百度5017.09万元、火山引擎3834.72万元、科大讯飞1145.46万元。 项目细分领域，智慧城市、科研、金融、能源、医疗大单相对集中，大单项目数量分别达到31个、27个、22个、14个、14个；DeepSeek相关大单的数量达到15个，其中拿到相关项目最多的为中国电信各地分公司，合计拿下5个大单。 今年上半年，中标项目公布数量逐月增长，在5月达到高峰，有40个。项目产生的地区集中于北京、广东、上海，分别为35个、26个、13个。 统计截至6月30日，主要统计了中国政府采购网、全国公共资源交易平台及部分企业官网的信息，因此这些项目以To B（尤其是央国企及政府）项目为主；同时收录标准为项目名中有“大模型”关键词或标书内容中大模型部分占主体，或采购方为大模型强导向单位。 2025年上半年我国大模型大单中标情况： ▲2025年上半年大模型大单项目（截至6月30日，整理自公开信息，如有缺漏欢迎补充） 一、北京上海广东大单占一半，5月中标金融超3亿 今年上半年，国内公布中标结果的大模型大单数量共155个，大模型大单的地域分布、所属赛道都更为广泛。 从大模型大单所属领域来看，围绕智慧城市相关的大模型需求占比最高，达到31个，其次为高校、研究院的科研需求，数量达到27个，金融、能源、医疗在大模型应用上的需求增长较快，达到22个、14个、14个。这可能由于智慧城市涉及到的交通服务、城市治理等细分领域较多，且数据量繁杂，大模型可以满足其合理分配资源提高治理效率等需求。 这也进一步说明，智慧城市和科研领域对大模型的应用已较为成熟，金融、能源、医疗等行业正处于快速跟进和拓展大模型应用的阶段。 ▲2025年上半年大模型大单行业分布情况统计 从地区分布来看，大模型大单已经从一二线城市向中西部地区扩张。其中，北京、广东、上海占据了上半年大模型大单的约48%，这或许与地区经济发展水平相关，这些地区本身有众多大模型厂商，且对新技术的应用需求、接受程度都更为迅速。此外，四川、江苏、浙江、山东等地的大模型大单数量排名也较为靠前。 ▲2025年上半年大模型大单地区分布情况统计 上半年，大模型大单中标公告的发布时间前五个月逐月递增，6月稍有回落，中标金额中，1月、4月、5月均过亿元，2月、3月、6月较低为4137.4万元、7355.13万元、7829.73万元，其中，5月最高，单月中标金额超过3亿元，达到上半年中标总金额的一半，其中最大一笔项目为阿里云拿下的1.79亿元最高大单。 ▲2025年上半年大模型大单单月数量、金额情况统计 二、前十大单中标金融超4亿，中国电信吸到DeepSeek流量 从今年上半年大模型大单的中标企业分布来看，中标金融高的项目仍然落入大厂囊中。 155个大模型大单中，中标金额排名前十的大单中，中标金额达到4.35亿元，约占总金融的61%，有9个达到千万级别。阿里云、智谱、百度、火山引擎、腾讯云、浪潮分别拿下一个。 ▲2025年上半年大模型大单中标金额前十项目统计 排名第一的是歌华有线的通算云和大模型应用（大数据领域）项目，但招标文件未公开。阿里云击败新华三、上海观测未来中标，招标要求明确提到是云平台原厂商。 排名第二的是杭州城投的超6000万元大模型大单被智谱拿下，采购公告显示，本项目建设内容为大模型开发训练及配套服务。其中，大模型开发训练包括城投基础模型底座及公交集团大模型等专属产业大模型的开发与训练；配套服务包括数据整合、数据清洗与标注、系统安全、业务场景工程开发及相关咨询与服务。 值得一提的是，今年3月，杭州城投、上城资本、智谱联合成立了浙江智谱，同时参与了智谱一笔金额超10亿元的战略融资。 DeepSeek相关也成为上半年大模型大单的一大重点。155个大单中项目名称明确提到“DeepSeek”的有16个，占比达到10%，中标金额共计715.30万元。 今年1月20日，DeepSeek正式发布DeepSeek-R1并同步开源模型权重，随后成为全球科技焦点。与之相对应的，今年3月，DeepSeek相关项目采购数量达到高峰，共12个。从采购的具体项目看，诸多采购单位招标的为DeepSeek本地化部署服务器，中标最多的企业为中国电信各地分公司，不过单个项目的中标金额大多为十万元级别，百万元项目仅2个。 ▲2025年上半年大模型大单DeepSeek相关项目统计 三、阿里智谱百度狂拿钱，中标金额合计近3亿 具体来看下，火山引擎、阿里云、百度、腾讯云、科大讯飞、智谱的拿单情况。 从数量来看，火山引擎最多为13个，阿里云、百度为9个，科大讯飞和智谱分别为4个。中国电信、中国移动分公司分别合计拿下6个和5个，其余华为云、中国联通及北京大学、清华大学、复旦大学均拿到1个；中标金额的企业排序发生了变化，阿里云最高为1.85亿元，智谱6127.5万元、百度5017.09万元、火山引擎3834.72万元、科大讯飞1145.46万元 ▲2025年上半年大模型大单知名企业及高校中标项目统计 火山引擎的13个大单中有1个千万级大单，为中科大脑的海淀区人工智能创新街区空间计算综合服务智能体项目（大模型基座），另外有6个未公布具体金额。 ▲2025年上半年火山引擎拿下大模型大单项目统计 除了最高的歌华有线大单，阿里云还拿下金融领域的两个百万级大单，分别为中信银行财富管理大模型建设及应用实施服务、广发银行大模型基础平台建设及智能体场景应用需求实施项目应用软件产品及包干开发服务。 ▲2025年上半年阿里云拿下大模型大单项目统计 百度拿下的最高大单项目为上海黄浦中央科创区“垂域大模型赋能中心”项目—平台及服务，3990万元中标，以及两个能源领域的百万级别大单。 ▲2025年上半年百度拿下大模型大单项目统计 科大讯飞和智谱均拿下4个大单，其中中国移动山东有限公司2024年创新院商业大模型产创基地生态引入采购项目中，智谱中标标包1，科大讯飞中标标包2。该项目的招标内容是商业大模型，包括百亿级参数、千亿级参数的基座大模型及文生图片、文生视频、图像理解、音视频对话的多模态大模型，语音交互大模型（含配套工具软件平台）。 ▲2025年上半年科大讯飞拿下大模型大单项目统计 智谱唯一公布中标金额的项目为杭州城投发布的大模型建设项目。今年3月，杭州城投产业基金联合上城资本，智谱签署了投资落地合作协议，其新设立的浙江智谱新篇科技有限公司将落户在钱江新城二期。 ▲2025年上半年智谱拿下大模型大单项目统计 除此以外，大模型大单中标金额排名前十的中标金额还包括宝德计算、两山科技、上海数产、赢科天地。国产服务器厂商宝德计算的官网显示，其位居中国Arm服务器市场第一、国内AI服务器TOP 3、中国服务器市场国内品牌TOP 5；竹溪县两山科技主要是基于当地“国芯一号”智算中心，开发适用于竹溪县政务场景的人工智能大模型；上海数产是上海张江集团全资控股的国有独资企业；赢科天地的定位是为高校信息化建设提供教学管评信息化整体解决方案。 结语：大模型落地战打响，大厂大单拿到手软 相比去年，国内大模型大单中标项目的数量、金融都实现了显著增长，其涵盖的赛道、地区、企业种类愈发多元化，随着今年大模型进入落地应用深水区，越来越多深入金融、医疗、智慧城市的行业应用显露。不过，从具体中标情况来看，国内知名大厂仍然在大模型大单中标企业中扮演着关键角色， 中标金额合计占比过半。 值得注意的是，越来越多可供掘金的市场正在逐步露出轮廓，为大模型厂商带来机遇的同时，也对其在技术、产品、方案、工程、销售、服务等多方面的能力提出挑战。

一向被硅谷视为人才储备市场的苹果，这次也没能逃脱被扎克伯格挖人的命运。 7月8日，彭博社爆料称苹果基础模型团队的负责人、核心AI高管Ruoming Pang，即将跳槽加入Meta。为了得到Pang，扎克伯格被爆开出了每年数千万美元的薪酬。 留不住Pang如此关键人员的一大原因在于，苹果在AI时代成了不折不扣的落后生。基于自研模型的智能版Siri频繁跳票，最近更是传出要接入第三方模型的消息。库克领导下的苹果，在AI时代尚未做出任何亮点。 据彭博社爆料，近期苹果正考虑接入Anthropic或OpenAI的大语言模型，用于测试智能版Siri。 不满于Siri进度的库克，曾在今年3月份做了次换帅调整：新任Siri工程主管由麦克·罗克维尔（苹果Vision Pro团队关键人物）担任，而不再交给苹果机器学习和人工智能战略高级副总裁约翰・詹南德雷亚负责。 罗克维尔接手Siri项目后，组织团队评估了自研之外的技术方案，并有了最近Claude、ChatGPT有望引入Siri的第三方模型方案出炉。 不过，苹果目前对第三方模型的评估仍处在早期阶段，尚未作出最终决定。同时，苹果自研模型项目“LLM Siri”也在同步迭代。 资源投入的不足，被外界视为是导致苹果AI落后的一大原因。有爆料称，苹果2026年仅批准了一笔用于运行自研云端模型的数十亿美元预算。作为对比，微软、Meta、谷歌的AI年度预算，都超过了500亿美元。 库克将更多的资源和决心放在了苹果MR头显上。就在苹果智能版Siri爆出接入第三方模型的同一时间，天风国际分析师郭明錤公布了一张苹果Vision产品线的路线图，其中提到，到2027年，库克将推出主打拍摄、音频以及AI的智能眼镜，同时还将上市更轻便设计的 Vision Air。 内部高管对AI的判断失误，以及公司整体对AI投入不足，构成了苹果AI落后局面的客观现实。 但当一家公司出现问题的时候，CEO毫无疑问是第一责任人。在追赶AI浪潮上，库克成了当下苹果的最大问题之一。 从2011年接任CEO以来，凭借将苹果从3000亿美元带到3万亿美元的成就，库克一度被外界视为全球最强职业经理人。 但如今，在大模型浪潮冲刷下，短短两年时间内，库克这一最强职业经理人的头衔便有了倾倒的可能性。 干到2025年的库克，距离美国社保局规定的正常退休年龄只差两岁。也许，库克是到了该提前退休的时候了。 在7月初扎克伯格官宣的超级智能实验室（Meta Superintelligence Labs）成员名单上，除了砸下143亿美元收购而来的Scale AI的前CEO Alexandr Wang，这份11人大名单中还包括来自OpenAI、Anthropic和谷歌等竞争对手的一众人员。 根据连线杂志获取的信息，扎克伯格给顶尖研究人员开出的薪酬高达4年3亿美元，首年总薪酬超过1亿美元，其中就包括来自OpenAI的余家辉。 疯狂的人才争夺战，引得Meta CTO安德鲁·博斯沃思感慨道，人才市场“真的令人难以置信，在我20年的技术高管生涯中是前所未有的。” 感到震撼的不止博斯沃思。OpenAI为此紧急宣布要重构薪酬机制，尝试用更有创意的方式识别与奖励核心人才，奥特曼更是暗戳戳反击扎克伯格，“等到Meta转向下一个流行项目，或忙于守护他们的社交护城河时，我们仍会在这里，一天又一天、一年又一年，努力比任何人都更好地完成我们的使命。其他许多项目将起起落落。” 不怪奥特曼会冷嘲热讽。2021年元宇宙兴起时，扎克伯格当时对这一愿景深信不疑，不仅将公司名称从Facebook改为Meta，而且同样祭出过砸钱抢人的戏码，只不过当时抢人的对象不是OpenAI，而是苹果。 在Meta全力押注元宇宙后，仅2021年下半年，扎克伯格就从苹果挖走了约100名工程师。为留住关键员工，库克甚至不得不向一些芯片设计、硬件、部分软件及运营的工程师以股票形式发放巨额奖金。 在AI科技浪潮到来之前，苹果几乎是硅谷巨头们挖墙脚的核心公司。电动车热潮兴起后，苹果和特斯拉之间也爆发过激烈的人才争夺战。 彼时，马斯克还嘲讽说“苹果只能招我们不要的人，我们把苹果戏称为‘特斯拉坟墓’。如果你在特斯拉干不下去，那就去苹果吧。我可不是在开玩笑。” 没想到马斯克真的一语成谶。2024年2月份，库克正式终止了苹果汽车项目的研发。 2015年，当OpenAI成立之际，苹果内部立项了两大未来项目——智能汽车和AR头显。这是库克对外讲起的为苹果未来规划的三大突破领域之二，另一项便是AI。 十年过去，OpenAI凭借ChatGPT一飞冲天，苹果却主动关停了智能汽车，仓促推出的Vision Pro也只能算是半成品，市场反响上不温不火，离成为替代iPhone的下一个爆品为时尚远，AI更是陷入明显的落后追赶状态。 库克成了“没有库克的时代，只有时代的库克”这句名言的最新注脚。 不同于乔布斯式的破坏性创新，以供应链管理大师著称的苹果，更擅长的是做好成熟产品的深度运营，以及围绕主流产品做一些延续性创新。 “时光倒转到2011年10月，人们在说，都结束了，当你从那个男人手中接过领导权时，一切都有可能搞砸。但是，库克做得非常好。”乔布斯长期顾问、苹果前高管团队成员迈克·斯莱德评价道。 彼时，苹果刚刚完成对微软的市值反超，库克犹如接手了一枚还在升空的火箭，等待他做的事情便是让火箭继续飞行。 库克为苹果找到的飞行引擎则是，通过围绕乔布斯的革命性发明，建立一个产品和服务帝国来追求新增长，即借助软硬一体化构建闭环生态，从而将规模效应和网络效应最大化。在这一方法论指导下，库克将苹果公司变成了历史上最赚钱的商业公司。 从接手苹果CEO的那一刻起，库克就知道“成为乔布斯”是不可能完成的任务，他也从未试图把“成为下一个乔布斯”作为人生目标。“乔布斯曾经帮助我思考过自己的定位，他选择我当继任CEO的时候，就和我谈过，‘不要想，如果是乔布斯的话，他会怎么做。你就做自己觉得正确的事情’。” 全面接管苹果后，库克一改乔布斯时代的专注策略，开始逐步扩充核心硬件产品线。苹果从每年只推出一款手机变为一年内同时更新数款。丰富iPhone产品线外，库克还在任内推出一系列周边配套硬件，打造出可穿戴设备新增长点：2015年推出智能手表Apple Watch；2016年推出无线耳机AirPods；2017年推出智能音箱HomePod。 更大的变化来自软件服务端。库克让苹果摆脱了几乎靠销售硬件盈利的模式。从2018年开始，苹果在库克主导下由硬变软，大力开拓软件服务收入，陆续上线了Apple News+、Apple Card、Apple Arcade、Apple TV+等订阅服务，尝试将其打造成iPhone之外的第二增长曲线。 在软硬一体化战略推动下，这也成为库克能够在过去十年间带领苹果股价一路走高，市值相继迈过万亿美元、两万亿美元、三万亿美元门槛的原因所在。 但在移动互联网时代到AI时代的代际变革中，新一代交互范式正迎来改变，善于延续性创新的库克，缺失了一些破局的决心和底气。 作为对比，同为最强职业经理人之一的微软CEO纳德拉，不仅豪赌初创公司OpenAI，且率先将AI大模型融入旗下核心业务之中。受益于AIGC的时代红利，外界对微软软件业务未来的收入激增，展现出了更为乐观的预期。 相比库克是不是应该提前退休的问题，摆在苹果面前更大的挑战在于，如何吸引年轻AI人才愿意加入苹果。 从OpenAI到DeepSeek，这些惊艳业界的AI大模型公司，之所以能创新不断，很重要的一点，便是依靠了一帮才华横溢的年轻人。 作为DeepSeek创始人的梁文锋，更是将人才组织，视为自家在AGI大战中的护城河，不是闭源，更不是招募行业顶尖牛人。 如同OpenAI一样，梁文锋为DeepSeek寻找到的，同样是一批由更多TOP高校应届毕业生，和一些毕业才几年的年轻人组成的队伍，并对这些人的GPU资源调动不设上限。 年轻人身上所具备的对创新的自信信念，成为梁文锋对这一群体青睐有加的重点所在。 为了快人一步抢到年轻人才，越来越多大公司创始人选择主动出击：张一鸣被爆一对一去拜访重要AI论文的作者，其中还有未毕业的博士生；扎克伯格花费数月时间整理出一份AI顶尖工程师和研究人员名单，并循着名单挖人。 但库克暂未有过这类消息爆出。就连之前库克一直喜欢的人才型收购策略，在AI侧也没有展露出来。 2017年接受采访时，库克曾提到，“我们大约每两周就会收购一家公司”，只是苹果一直奉行的都是人才型收购策略。 通过频繁收购初创公司，库克将拥有优秀人才和优秀知识产权的公司收入囊中，用以推进苹果的新业务开发。早期决定自研芯片后，苹果相继收购了半导体公司Anobit Technologies、指纹传感器公司AuthenTec、3D传感公司PrimeSense等。及至研发AR产品时，苹果又陆续收购了面部识别技术公司Polar Rose、实时3D运动捕捉公司PrimeSense、增强现实技术公司Metaio等。 但如今，这项苹果的优良传统却正在被黄仁勋发扬光大。从去年开始，为了补强英伟达GPU的运行效率，黄仁勋先后收购了前阿里副总裁贾扬清的创业公司Lepton AI、专注边缘设备机器学习优化的OmniML、提升模型推理和训练效率的CentML等等。 库克，也许是时候回头来学学黄仁勋了。

在上个月 26 日晚上开发布会的车除了小米 YU7，还有奇瑞风云 A9L。 当时是预售，今天则是正式上市。 在小米公布当晚订单数量之后，奇瑞也发了一张海报说，「从上海车展开始，我们只订了 51971 辆」。 不过风云 A9L 和 YU7 倒没有什么可竞争的，这款车明显是冲着吉利星耀 8 和比亚迪汉去的，只是星耀 8 不仅上市后改口自己是 B 级车，还把价格压低到了 11.58 万，上市也比风云 A9L 早，一下子就让奇瑞变得很尴尬。 想必奇瑞这次决定把风云 A9L 的正式售价降低到 14.99 万的时候，内心也在滴血，毕竟很多配置确实是同级独一档的存在。 空间和舒适是第一要务 奇瑞在发布会上自己总结了 9 个「同级唯一」，但其中用户感知最强，价值也最大的可能是——超过 5 米的车身尺寸、3 米的轴距以及带有 CDC 电磁悬挂和道路主动预瞄的「AI 悬浮数字底盘」。 作为一台豪华取向的轿车，空间一定是最先被感知到、也最容易给用户留下印象的部分。 风云 A9L 的整体车身尺寸为 5018 / 1965 / 1500mm，轴距为 3000mm，超过了奔驰 C 级 260L 的 2954mm，3 米的轴距也带来了 1540mm 的后排横向空间和 165mm 的后排膝部空间，结合双行政沙发、超宽岛台和 8 点按摩，风云 A9L 确实能给后排乘客带来不错的乘坐体验。 同时风云 A9L 也配备了副驾零重力座椅、256 色氛围灯、隐私玻璃、23 扬声器以及对开式遮阳帘和大容量冷暖箱等其他舒适性配置，内饰包覆上也大面积的使用了真皮、木纹饰板、金属拉丝面板及麂皮材质，配色则有橘、红黑、棕白三种配色，整体的商务行政气息比较明显。 风云 A9L 的外观也是商务风，前脸采用了封闭格栅与贯穿式灯带设计，可以显示不同的灯语，整体造型采用了宽体低趴溜背造型并采用了半隐藏门把手和无框车门，车辆整体显得比较大气且不失干练，也提供了红、黑、紫、银、绿、灰六种车身颜色。 另一个能显著提升乘坐体验的则是风云 A9L 搭载的「AI 悬浮数字底盘」，这套系统搭载于新车前双叉臂后高阶五连杆的底盘上，由 CDC 电磁悬挂和道路主动预瞄为核心的系统，每秒可以做到 1000 次扫描和 100 次调节，也可以根据路况实时调整悬架，在车辆刹车、起步、转弯、颠簸等工况下都能保证车内乘客的舒适。 同时风云 A9L 还提供了主动式的两档尾翼来配合悬架和底盘系统，在车辆速度达到 90km/h 的时候尾翼会开启到 1 档角度，在 110km/h 时提供 68N 的下压力，并开启 2 档角度，在 180km/h 下可以提供 425N 的下压力。 奇瑞风云 A9L 的另一大亮点是搭载了奇瑞之前亮相的鲲鹏超混发动机和无级超级电混 DHT Pro，最大功率分别为 115kW 和 160kW，两者结合给新车带来了 45.79% 的综合热效率和 7.9 秒的零百加速，同时更大的车身也让奇瑞能让放下一块 33.68kWh 的电池，实测纯电续航里程约 260km，综合续航里程约 2000km，最低荷电状态的油耗为 3.56L 每百公里。 智能化的部分上奇瑞风云 A9L 搭载了一块 15.6 英寸的中控大屏，采用了 8255 车规芯片，并且支持了 AI 语音大模型，支持有线+无线 CarPlay、HiCar、CarLink等手车互联功能。辅助驾驶方面则支持了 10 段城区记忆行车、高速 NOA 以及记忆泊车和遥控泊车等功能。 风云 A9L 在安全层面则采用了强度达 2GPa 的热成型钢，整车热成型钢+铝合金占比 46%以及 720° 的笼式座舱设计，在电池部分也做了 41 层的超强防护和安全检测，可以做到 0 自然以及发生事故 2ms 后切断高压电。 新车全车标配了环抱式的 9 安全气囊，2060mm 的贯穿式侧气帘可在发生侧碰时有效保护前排与二排乘员的头部区域，也配备了高速避让AES、紧急制动AEB、儿童鬼探头AEB等近 20 项主动安全功能。 车是好车，但有点可惜 在风云 A9L 发布的 3 天前，奇瑞汽车刚刚对组织架构做了一次大调整，将设星途事业部、艾虎事业部、风云事业部、QQ 事业部四个部门合并进了国内业务事业群，原有的捷途、智界和 iCAR 则仍然保持独立运营。其中风云事业部的定位是作为奇瑞新能源专属序列，主打主流混动市场。 而改革后的第一款车型风云 A9L，给人的感觉多有有点别扭，或者是说不自信。 这种不自信表现的一个突出表现是奇瑞高管之前「星耀 8 是一款烂车」以及今天发布会开始前借用了智界的直播间而被网友们怼到下播。 在今天正式售价发布前，也有网友说起售价比星耀 8 高的话风云会很难卖，但更大电池包以及更好的悬架系统其实注定了风云 A9L 的售价很难降下来，但怕价格影响销量的风云选择了一个「有点风险」的做法——在入门版配置上来了一刀。 风云 A9L 在 14.99 万的基础版本上砍掉了感应式门把手、电动遮阳帘、方向盘加热以及前排座椅的通风、按摩以及记忆功能，所有的辅助驾驶功能也只搭载在中高配车型上，这样会造成消费者在对比星耀 8 和风云 A9L 时会发现，星耀的高配车型显得比风云有性价比的多，还不如把砍掉的功能加上去，然后在售价上彻底拉开差距，从而将目标客户完全分离开来。 ▲吉利银河星耀 8 不过，风云的谨慎也并非无法理解，风云 A8 在 5 月份仅售出了 1269 辆，最畅销的风云 T9 也只有 4231 辆，由此就显得 A9L 5 万辆的小订数据显得弥足可贵，进而让销售策略变得保守了起来。 与其各种蹭流量拉低品牌格局，不如还是先把用户定位和配置策略再好好想想，免得可惜了这么一台好车。

ChatGPT的对话流畅性、Gemini的多模态能力、DeepSeek的长上下文分析…… 能不能让它们强强联合，共同解决问题呢？ 那个由Transformer作者之一Llion Jones创立的明星AI公司Sakana AI，提出了新方法AB-MCTS，核心思想是： 最伟大的成就往往源于不同思想的协作，我们相信这一原则同样适用于人工智能。 AB-MCTS，全称为自适应分支蒙特卡洛树搜索（Adaptive Branching Monte Carlo Tree Search），是一种使多个人工智能模型同时处理问题的算法。模型之间交换并完善建议，协同工作，就像人类团队一样。 在具有挑战性的ARC-AGI-2基准测试中，多LLM AB-MCTS解决的问题比单独工作的任何单个模型（Single-LLM AB-MCTS）都多。 有几种情况下，只有不同模型的组合才能得出正确答案。 Sakana AI已将该算法以TreeQuest的名称开源，链接可见文末。 两种搜索策略 AB-MCTS结合了两种不同的搜索策略：它可以完善现有解决方案（深度搜索），也可以尝试全新的方法（广度搜索）。 主要的技术挑战是将无界分支引入MCTS。 标准MCTS仅选择并扩展叶节点（即每个节点最多被扩展一次），且扩展会添加固定数量的子节点。然而，由于在非零温度下对LLM的每个查询都可能从相同提示中产生不同的输出，分支因子理论上无限。 为了充分利用MCTS的无界分支的潜在性能提升，AB-MCTS允许那些已经扩展过一次的节点再次被扩展并进一步分支，并引入GEN节点来明确表示生成新子节点的动作。 在AB-MCTS的搜索树中，每个节点N均附带一个GEN子节点。选中带有GEN节点的父节点时，会从N生成一个新子节点。 与传统的MCTS不同，AB-MCTS不会将宽度作为静态超参数固定。 相反，在搜索树的每个节点上，AB-MCTS会自适应地决定是探索（“变宽”）通过生成新的候选响应，还是利用（“变深”）通过改进现有的响应，利用外部反馈信号。 在底层，AB-MCTS通过贝叶斯后验预测分布估计节点潜力，并用Thompson采样选择动作，以确保每次扩展都以原则性的方式平衡探索和利用。 这种设计自然地扩展了多次采样，使AB-MCTS能够在必要时利用LLMs多样化且庞大的输出空间。 在以上基础上，Sakana AI还提出了两个变体：AB-MCTS-M和AB-MCTS-A。 简单地说： AB-MCTS-M：更分层。使用混合效应模型共享子树间的统计信息，通过分层贝叶斯推断平衡全局与局部探索。 AB-MCTS-A：更轻量。通过CONT节点显式分离“生成”与“优化”动作，并基于共轭先验实现高效后验更新，简化计算。 其利断金 对AB-MCTS进行基准测试，结果显示，AB-MCTS在各种基准测试和LLMs中始终表现出色，获得的平均排名最高并优于既定基线。 这种持续的成功源于AB-MCTS独特的动态调整搜索策略的能力，它通过精确平衡探索和利用来适应每个问题的不同需求，而基线方法中几乎缺乏这种适应性。 LiveCodeBench和CodeContest 上图左侧和中部报告了GPT-4o在LiveCodeBench和CodeContest上的成功率与生成预算的关系，可以看到，所有方法在计算预算增加时都表现出性能提升。在这两个基准测试中，AB-MCTS算法通常优于基线方法。 在LiveCodeBench，即使预算很小，AB-MCTS也开始超越基线方法；在CodeContest，预算为32及以上时，AB-MCTS表现出优于基线的性能。 ARC-AGI 上图右侧展示了GPT-4o在ARC-AGI这一特别具有挑战性的基准测试上的性能表现。可以看到，重复采样在该设置中证明是一种强大的基线，这表明对于这项任务，广泛的探索非常重要 虽然标准MCTS在预算增加时只能带来微小的改进，但AB-MCTS框架实现了与重复采样相当的性能。这表明AB-MCTS能够通过在有利时动态扩展其搜索范围来有效地探索潜在解。 MLE-Bench 上表展示了使用GPT-4o在MLE-Bench三个竞赛中的性能表现。由于MLE-Bench在训练和评估机器学习模型时需要大量的GPU资源，研究团队仅使用了GPT-4o，并专注于基线方法和AB-MCTS-M。 结果显示，最佳性能的基线方法在不同竞赛中有所不同，这再次强调了不同任务受益于不同的探索-利用权衡。 相比之下，AB-MCTS-M在这些任务中始终表现出色。 这种在不同竞赛中的一致成功突显了AB-MCTS-M在有效适应其搜索策略以应对不同问题结构方面的内在优势。 为了定量分析AB-MCTS如何平衡探索与利用，论文的研究团队还考察了生成的搜索树在每个深度的平均深度和平均宽度。 如上图显示，与标准MCTS相比，AB-MCTS方法倾向于生成更宽的树。这是因为AB-MCTS可以从任何现有节点自适应地决定探索更宽（选择GEN节点），而标准MCTS则不能。这种机制使得在不同树深度上能够进行更灵活的探索。 除了探索宽度的灵活性之外，AB-MCTS在顺序优化表现优异的基准测试中也取得了优异的性能，这表明AB-MCTS通过选择现有子节点进行优化，能够有效地识别并利用了有潜力的分支。这种自适应特性使其能够结合探索与利用的优势，在多种基准测试中表现出强大的性能。 为了研究AB-MCTS的扩展特性，使用DeepSeek-V3对ARC-AGI的实验进行了扩展，将生成预算增加到512。如上图所示，随着预算从200增加到500，AB-MCTS的性能继续显著提高，而重复采样的改进率开始趋于平稳。 标准MCTS在增加预算后也继续改进，但与AB-MCTS方法相比，其成功率显著较低。这种性能差距表明，AB-MCTS在大型计算规模下更有效地将搜索导向搜索树中更有希望的分支。 上图展示了由AB-MCTS-M和标准MCTS生成的搜索树示例。这些可视化展示了AB-MCTS-M相比标准MCTS具有更强的自适应分支特性。 这种自适应性表明，AB-MCTS-M在整个搜索过程中灵活地平衡探索与利用，能够动态分配预算以探索多样化的新候选者（“拓展宽度”）和优化有潜力的候选者（“深入挖掘”）。 以上结果表明，即使考虑到重复采样的固有优势，AB-MCTS仍是一种有前景的方法，能够高效利用生成预算在各种场景中取得更优结果。 在具有挑战性的ARC-AGI-2基准测试中，AB-MCTS结合ChatGPT、Gemini和DeepSeek解决了30%的ARC-AGI-2谜题，而顶尖的独立模型仅解决了23%。 结果显示，有几种情况下，只有不同模型的组合才能得出正确答案。 自然启发与创新之路 上述关于AB-MCTS的研究并非凭空产生，它基于Sakana AI 2024年在进化模型融合方面的工作，该团队将重点从“混合以创造”转向“混合以使用”现有的强大AI。 他们是这样说的： 在Sakana AI，我们始终致力于通过应用受自然启发的原则（如进化和集体智能）来开创新型AI系统。 他们也确实这样做了： 不仅仅是2024年的进化合并模型，就在今年5月，Sakana AI还和哥伦比亚大学的科研人员共同开发了达尔文-哥德尔机（DGM）——这是一个旨在自我进化的AI框架，并非针对固定目标进行优化，而是从生物进化与科学发现中汲取灵感，通过开放式搜索和持续的自我修改来生成新的解决方案。 而前段时间，有两位物理学家以生物系统自我组装的过程为参考，揭示了扩散模型“创造力”的本质…… 这些发现和创造都是“自然式启发”的体现。 参考链接： [1]https://the-decoder.com/sakana-ais-new-algorithm-lets-large-language-models-work-together-to-solve-complex-problems/ [2]https://x.com/SakanaAILabs/status/1939854145856708910 — 完 —

编辑 | 漠影 智东西AI前瞻7月8日报道，昨日，阿里巴巴通义实验室正式开源其最新网络智能体WebSailor，该智能体在多个高难度任务评测中刷新了开源系统的最好成绩，成为首个在BrowseComp等基准上逼近闭源系统能力的开源方案。 WebSailor可在开放网页环境中自主跳转页面、查找信息、整合多源线索并完成推理，适用于处理路径不明确、问题模糊、需多步判断的复杂检索任务。 7月3日，WebSailor技术报告在Hugging Face Papers当日热度榜中排名第一，成为当天关注度最高的AI论文之一。 该项目的模型代码、训练方法与评测数据集也已同步在GitHub开源。 GitHub地址：https://github.com/Alibaba-NLP/WebAgent 一、评测表现：首次在BrowseComp任务中追近闭源模型 WebSailor-72B版本在三大公开评测集上表现突出： 1、BrowseComp-en：12.0% 2、BrowseComp-zh：30.1% 3、GAIA（信息检索子集）：55.4% 其中，BrowseComp是由OpenAI发布的网页智能体评测集，覆盖1266个难度极高的检索任务，考察模型在开放网页上的搜索、筛选、整合和推理能力。 在BrowseComp等评测中，WebSailor在开源智能体中实现断层领先，超过DeepSeek R1等开源方案，并首次在多个指标上逼近Grok-3、Doubao-Search等闭源方案。 值得注意的是，尽管训练聚焦高难任务，WebSailor在面向初级问答的SimpleQA子集上也展现出泛化能力。 在该任务中，WebSailor-72B取得93.5%的准确率，超过包括WebDancer、WebThinker、DeepSeek等多种方案。 WebSailor在多个维度评测中均位列开源智能体第一，进一步缩小了与OpenAI DeepResearch等闭源系统的差距。 二、打造高不确定性任务集，提升Agent复杂推理能力 WebSailor的核心突破在于其完整的后训练（post-training）方案，贯穿数据生成、冷启动调优、强化学习三大阶段： 1、高不确定性任务合成 通义团队构建了名为SailorFog-QA的问答数据集，旨在模拟高不确定性、模糊路径的信息检索任务，采用以下方式生成问题样本： 通过“随机游走”模拟网页跳转行为，在真实网页中构建复杂知识图谱； 利用“图结构采样 + 信息模糊化”处理，制造多跳、非线性、起点不明的问题，提升任务不确定性。 2、冷启动微调（RFT） 该智能体基于Qwen-2.5（3B、7B、32B、72B）系列模型进行初始化，并通过对专家路径的压缩重构，生成清晰的中间推理步骤，从而增强其在复杂任务路径中的可控性与稳定性。 3、高效强化学习算法：DUPO WebSailor引入强化学习新算法Duplicating Sampling Policy Optimization（DUPO），采用双阶段动态采样策略： RL前期：剔除过于简单的问题，集中训练高难度轨迹； RL训练中：重复采样困难轨迹结果，并加入当前批次以高效迭代。 该策略在提升效果的同时，将复杂Agent的强化学习训练速度提升2–3倍。 三、产品线布局：从基准构建，到原生浏览器智能体 WebSailor是通义实验室“Web智能体”系列的第三项重要发布： WebWalker（2025年1月）：主攻网页任务评测基准构建，提升评测标准化与复现性； WebDancer（2025年5月）：关注自主检索Agent策略学习，强化信息搜集与自决能力； WebSailor（2025年7月）：整合任务构建、调优与强化学习方法，首次在开源系统中实现对闭源系统的能力追近。 通义团队称，后续将继续扩展该系列，构建“基于浏览器的原生智能体框架”，适配更多开放式、跨模态的复杂推理场景。 结语：朝“开源版DeepResearch”迈进一步 从大规模任务合成到高效强化学习，从Benchmarks构建到模型开源，WebSailor正逐步进化。 虽然距离OpenAI等闭源系统仍有差距，但其在复杂任务上的大幅进展，正在为“开源Agent可用化”提供新的可能性。 如果说DeepResearch代表了闭源网络Agent的能力上限，那么WebSailor的诞生，或许意味着开源世界正开始接近那道分水岭。

划重点： 1、荣耀Magic V5彻底点燃市场。表面看，是产品力的胜利。但往深处看，背后是荣耀过去三年在产品理念、智能制造、AI战略三个层面，压强式、马拉松式持续投入的必然结果。 2、荣耀Magic V5凭借“全球最轻薄折叠屏+满血真旗舰定位”的产品力，向整个市场证明了：折叠屏手机，已经成为可以被大众信任和选择的主力机型。 3、荣耀L4工厂的意义，远远超出了生产手机本身。它更像是一个庞大的创新孵化器和技术验证场。它所代表的“深圳智造”，正在成为“中国智造”的一张新名片。 4、荣耀早已不止是一家手机公司，更是一家以AI为核心驱动力，以手机、平板、PC、穿戴等全场景终端为载体，通过开放生态连接海量用户和服务的平台型公司。硬件只是它触达用户的介质，通过硬件和生态服务海量用户，才是它真正的未来。 作者 常远 编辑 重点君 一次没有意外的热销。7月4日，荣耀Magic V5正式首销，随即打破荣耀历史折叠屏首销日销量纪录，引爆高端市场。 折叠屏是近年智能手机市场中，少数仍保持高速增长的细分赛道，但繁荣之下，痛点依旧尖锐。行业普遍存在的厚重、铰链耐用性差、电池续航短、以及屏幕维修成本高昂等问题，构成了一道让普通消费者望而却步的门槛。 为什么荣耀Magic V5能获得消费者认可，彻底点燃市场？ 表面看，是产品力的胜利。荣耀已连续三年蝉联全球折叠屏轻薄纪录，Magic V5更是创造了折叠态8.8mm、重217g的行业新纪录，在“轻薄，长续航，精致可靠”这个不可能三角上实现了破局。但往深处看，这背后是荣耀过去三年在产品理念、智能制造、AI战略三个层面，压强式、马拉松式持续投入的必然结果。 独立后的荣耀选择了一条更难走的路，一扇更窄的门，并最终用一场长达三年的“毫米战争”，赢得了市场尊重与回报。 产品理念的胜利：一场追求极致的“毫米战争” 荣耀折叠屏的胜利，首先是产品哲学的胜利。在荣耀内部，他们不把折叠屏当成一个炫技的尝鲜玩具，而是当作一台主力机来打磨。看似与数字较劲，实际上是对用户体验近乎偏执的追求。 故事要从2023年讲起。那时折叠屏市场，主流的声音是妥协。为了实现折叠，厚重是必然的代价，性能阉割是普遍的做法。用户想要一块大屏，就必须忍受一个又厚又重的机身。这成了一条行业默认的潜规则。 但荣耀不这么认为。2023年7月，荣耀Magic V2发布，机身厚度9.9mm。这个数字在今天看来或许不算极致，但在当时，这是行业第一次，将折叠屏手机的厚度拽入毫米时代。 这看似只是1毫米的进步，背后却是产品思维的根本转变。荣耀的工程师们从一开始，就锚定了一个极其朴素却又极具挑战性的目标：荣耀折叠屏必须是一台能够媲美、甚至在某些方面超越顶级直板机的“全能旗舰”。它应该极其轻薄，用户愿意每天把它作为唯一的主力机。 基于这个底层认知，荣耀率先开始独立探索解决机身厚重的行业难题。这也是后来一切的起点。 如果说荣耀Magic V2是起点，那么后续9.2mm的荣耀Magic V3和如今8.8mm的荣耀Magic V5，则展现了荣耀近乎可怕的体系化创新能力。 技术的演进，从来不是一蹴而就的灵光乍现，而是一场比拼耐力的马拉松。在荣耀的研发实验室里，这场马拉松的每一个节点都有清晰坐标。 我们看到了新一代自研鲁班缓震铰链。在一代代产品中不断迭代，变得更小、更轻、更坚固。这种持续的进化，让铰链这个折叠屏的核心部件，不再是厚度的主要来源。 我们看到了新材料的突破。荣耀的材料工程师们几乎翻遍了元素周期表，最终在荣耀Magic V5的后壳上，首次采用了航天特种纤维。这种材料，单根纤维的直径只有0.014mm，比头发丝还细，但通过精密的编织工艺，能让手机背板的抗冲击性能提升40倍。它既轻，又坚固，完美符合折叠屏的需求。 我们还看到了青海湖刀片电池技术的成熟。这种荣耀自研的电池，通过提升硅碳负极的硅含量，实现了更高的能量密度，让电池在更薄的体积下，拥有更大的容量。 从铰链结构设计，到材料科学突破，再到电池技术革新，荣耀领跑靠的不是一次冲刺，而是围绕着“轻薄”和“强大”这两个核心目标，建立起了一套能够持续自我超越、正向循环的研发体系。每一年，他们都给自己定下更高的目标，然后用一整年的时间，调动整个研发体系的力量去攻克它。 折叠屏行业流传着一句老行话：“轻薄，长续航，精致可靠，最多选两个。”想要轻薄，就得牺牲电池容量和机身强度；想要大容量电池和坚固的机身，就必然又厚又重。这仿佛是一道无解的送命题，困扰着几乎所有厂商。荣耀却硬是把这道送命题，做成了自己的送分题。 荣耀是怎么做到的？答案是：把决定用户核心体验的这三件事，一起往极限里卷。 首先是轻薄。8.8mm的折叠厚度，4.1mm的展开厚度，217g的重量。这组数字，让荣耀Magic V5拿在手上时，几乎与一台主流的直板旗舰机无异。用户不再需要为大屏忍受额外负担。 其次是长续航。在如此纤薄的机身里，荣耀塞进了一块6100mAh的超大容量青海湖刀片电池。这几乎是同级别折叠屏里最大的电池容量，彻底终结了用户的续航焦虑。用户实际体验中，一天重度使用下来，完全不需要担心电量。 最后是精致可靠：轻薄并没有以牺牲坚固为代价。鲁班缓震铰链可以承受数十万次的开合，航天级新材料的应用让机身更耐摔。荣耀还为Magic V5的用户提供了业界唯一的免费“内屏宝”服务，购机即享一年内屏意外损坏免费更换一次的保障，彻底打消了用户对高昂维修成本的顾虑。 这种“我全都要”的底气，来自于荣耀在制造工艺、材料技术等底层领域的体系化创新与突破。最终，Magic V5变成了一台没有短板、体验全面的“满血真旗舰”。 我们不难得出结论是，Magic V5的热销，绝不仅仅是一款产品的成功，它更是一个标志性的事件。凭借“全球最轻薄折叠屏+满血真旗舰”定位的产品力，向整个市场证明了：折叠屏手机，已经成为可以被大众信任和选择的主力机型。 智能制造的底气：揭秘业内唯一的L4级智能工厂 极致的产品理念，必须有强大的制造能力才能落地。荣耀实现“轻薄满血”的底气，源自其获得国家级认证的L4级AI智能工厂——荣耀深圳坪山智能制造产业园。 这座工厂，是荣耀独立后投资超10亿人民币自主建设的第一个高端制造基地。它不是传统意义上人头攒动的流水线车间，而是真正的“智慧大脑”。它已经通过了工信部中国电子技术标准化研究院的评定，达到了智能制造能力成熟度（CMMM）四级，并获得了国家工信部颁发的“智能制造示范工厂”称号。 让我们跟随此前央视新闻的镜头，一起走进这座工厂看一看。 踏入车间，你首先感受到的不是密集的人力，而是高度的自动化和智能化。在这里，平均每28.5秒，就有一部手机走下产线。整条生产线上，超过85%的工序都由自动化设备完成，而这些精密的自动化设备中，又有超过60%是由荣耀根据自身需求自主研发的。 荣耀Magic V5，正是从这里诞生。 荣耀供应链副总裁彭风雷打过一个比方：“生产折叠机，好比在头发丝上动手术。” 折叠屏手机的工序复杂度，大约是传统直板手机的两倍，其精度要求，也从毫米级（mm）一跃提升至微米级（μm）。一个微米，是千分之一毫米。这种极致的精度，单靠人力是绝对无法实现的。 为了攻克这道难题，荣耀用AI深度赋能了整个制造流程。如果说这座L4工厂是荣耀的“身体”，那么一个名为“荣耀鲁班大模型”的AI系统，就是它的“大脑” 。 这个荣耀自主研发的AI大模型，整合了手机制造全流程中超过10亿个参数。它就像一个拥有数十年经验、并且永远不会疲劳的“老师傅”，以超越人眼和人手的精度，精准地把控着每一个微米级的制造细节。 最新的荣耀Magic V5，就是AI制造能力的集大成者。我们可以从三个最关键的环节，看懂AI是如何“造手机”的： 环节1：铰链 铰链，是折叠屏的“脊骨”，是决定屏幕开合体验和平整度的核心部件。荣耀Magic V5的铰链由近100个精密零件组成，其装配难度可想而知。在这里，“荣耀鲁班大模型”发挥了关键作用。 AI可以通过高速摄像头，一次性分析近500个零件的特征点，然后在虚拟世界中进行高达12.5万次的并行计算和模拟装配。通过这种方式，AI能瞬间找出公差最小、匹配度最高的零件组合方案。荣耀制造经理赵青弘将这个过程，形象地描述为“十万里挑一”。 最终，AI将折叠屏的组装精度，从行业普遍的极限0.04mm，提升了整整10倍，达到了惊人的0.003mm。这是什么概念？一根头发丝的直径大约是0.07mm，这相当于在头发丝直径的几十分之一的尺度上进行操作。正是这种微米级的精度，保证了Magic V5铰链的顺滑和耐用。 环节2：点胶 手机的防水防尘，很大程度上依赖于精密的点胶工艺。胶水涂多了，会溢出影响美观和精度；涂少了，又会留下缝隙，影响密封性。 在荣耀的产线上，这项工作同样交给了AI。AI视觉技术，通过3D视觉算法，能够实时监控胶水的轨迹和重量，并将动态点胶的重量控制精度，提升至0.001mg。同时，AI还能根据环境温度、湿度的变化，自适应地调节出胶量，确保每一台手机的点胶都完美无瑕。 环节3：电池 在荣耀Magic V5上，荣耀首创了单层叠片厚度仅为0.18mm的青海湖刀片电池，这是行业最薄的电芯之一。如何将两片如此薄的电池，安全、精准地组装到狭小的机身空间里，并与6100mAh的大容量完美兼容，是一项巨大的挑战。 答案依然是AI。荣耀行业首创的双电池自动化组装技术，利用高精度机械臂和AI视觉定位，实现了两块电池的完美贴合与放置。 很显然，这座L4工厂的意义，远远超出了生产手机本身。它更像是一个庞大的创新孵化器和技术验证场。在这里，每秒钟都在进行着上万次的AI仿真测试，平均每天就能诞生30项新的技术创新，至今已经累计申请了超过28600项授权专利。 正是凭借着这样强大的“智造”能力，荣耀的坪山工厂先后获得了工信部“国家智能制造示范工厂”和“中国智能制造十大标杆案例”等荣誉称号。它不再仅仅是荣耀自己的工厂，它所代表的“深圳智造”，正在成为“中国智造”的一张新名片。 它也向世界证明了一个重要事实：AI，不只能用来聊天和画画，它更能深入到现代工业最精密、最复杂的领域。荣耀实实在在地提升中国制造业的核心竞争力，为60万家中国科技企业的创新之路，树立了一个看得见、摸得着的典范。 AI战略的雄心：把PC级生产力装进口袋 如果说极致的硬件是荣耀Magic V5强健的“躯体”，那么领先的AI能力，就是注入其中的“灵魂”。 荣耀Magic V5不仅仅是一款在物理层面做到极致的手机，它更是荣耀“阿尔法战略”落地的最佳载体，是其AI领导力的一次集中体现。 荣耀Magic V5是首款完整承载其“阿尔法战略”的旗舰折叠屏手机。这是一条完整的、首尾呼应的AI闭环。在最上游的研发设计端，有“荣耀鲁班大模型”进行AI仿真与辅助设计；在中间的生产制造端，有L4智能工厂用AI赋能产线，实现微米级精密制造；在最末端的用户体验侧，有强大的AI智能体，为用户提供主动服务；最后，这种AI能力还从单一设备延展出去，连接笔记本、平板、穿戴设备，乃至汽车和家居，形成一个万物互联的AI生态。 从研发到制造，再到用户手中的产品和生态，AI像一条金线，贯穿了始终。这也标志着荣耀的AI战略，正式随之进入了第二阶段：从过去在某个功能点上的“单点突破”，全面升级为多设备、多场景的“全家桶协同”。 战略的落地，最终要体现在用户可感知的体验上。荣耀Magic V5首发的行业最强AI智能体，就是最好的例子。 过去，我们对手机语音助手的印象，大多停留在“你问我答”的被动响应模式。用户需要清晰地说出指令，AI才能执行。而荣耀Magic V5搭载的全新YOYO智能体，正在努力让AI从“被动响应”进化为“主动服务”。 想象一下这样的场景： 你刚开完会，需要马上整理一份会议纪要PPT。过去，你需要在电脑上花费至少半小时。现在，你只需要对荣耀Magic V5说一句话：“YOYO，帮我把刚才的会议录音生成一个PPT。”几分钟后，一份条理清晰、图文并茂的演示文稿就出现在了你的手机上。这就是“一语PPT” 。 你需要出差去机场，只需要说：“YOYO，帮我打个车去某某机场。”手机会自动调用打车软件，为你规划路线、叫好车辆。这就是“一语打车” 。 甚至，对于开发者来说，一些简单的代码逻辑，也可以通过“一语编程”来快速生成。 这些看似简单的“一语”功能，背后是AI对用户真实意图的精准理解和对多应用、多任务的自主调度能力。它真正解决了用户在移动办公、出行等场景下的效率痛点，在折叠屏这块大屏上，前所未有地释放出了PC级的生产力。折叠屏，第一次不仅仅是用来消费内容的娱乐设备，更成为了一个可以装进口袋的强大生产力工具。 如果说强大的单机AI能力是“锋利的矛”，那么打破生态壁垒的协同能力，就是荣耀的“坚实的盾”。 在万物互联的时代，最大的痛点莫过于不同品牌、不同系统之间的“设备孤岛” 。苹果、鸿蒙、安卓，仿佛三个独立的王国，文件互传、设备协同极其繁琐。 而荣耀Magic V5，是业内目前唯一支持跨iOS、鸿蒙、安卓三大系统进行无缝互联互传的折叠屏手机。这意味着，无论你的同事用的是iPhone，家人用的是华为，你都可以用Magic V5与他们轻松快捷地分享文件和照片。 这看似一小步，却是荣耀开放生态理念的一大步。以荣耀Magic V5为支点，荣耀的AI终端正在实现与笔记本、平板、智能穿戴等设备的无缝智能联动。荣耀并不想建立一个封闭的围墙花园，而是希望通过开放、共创、共享的方式，与阿里巴巴、比亚迪、美的等各行各业的伙伴一起，构建一个真正打破品牌和系统边界的AI终端生态。 将视野拉高，我们会发现，加速AI的应用落地，让AI真正解决具体问题，已经成为全球科技行业的共识。无论是OpenAI、谷歌，还是国内的字节跳动，巨头们的方向惊人地一致 。 荣耀CEO李健在MWC上海的演讲中，也系统地阐释了荣耀对于AI落地的演进路径，他强调，当前AI落地的核心挑战，在于打通“场景闭环”、“性能闭环”和“信任闭环”这三大环节。而荣耀Magic V5，正是荣耀对于如何“一次性打通三大痛点”交出的一份答卷。 对于刚刚开启IPO进程的荣耀而言，荣耀Magic V5的巨大成功，不仅仅是商业上的胜利，更是对其核心战略的一次强有力的市场验证 。它证明了荣耀的AI战略，具备了从顶层技术拉力，到终端市场转化力的完整闭环能力。 在重点君看来，荣耀的想象空间，已经彻底打开。荣耀正在告诉市场，它早已不止是一家手机公司，而是一家以AI为核心驱动力，以手机、平板、PC、穿戴等全场景终端为载体，通过开放生态连接海量用户和服务的平台型公司。硬件只是它触达用户的介质，通过硬件和生态服务海量用户，才是它真正的未来。 写在最后：荣耀Magic V5诞生背后，是中国智造的荣光 从诞生之日起，荣耀就是一个特殊的科技品牌。它脱胎于巨头，却又在最艰难的时刻被迫独立，独自面对市场的狂风暴雨。在全球消费电子企业的历史长河中，鲜有品牌能在销量断崖式下滑后再次复苏，重回巅峰。荣耀做到了。 荣耀Magic V5和不久前荣耀400的成功，让我们清晰地看到了荣耀独立近五年以来，所展现出的隐忍、坚持与爆发。它没有选择走捷径，没有沉迷于概念炒作和营销狂欢，而是选择了一条更窄、更艰难，但从长远看却更宽阔的道路。 这道“窄门”，就是沉下心来，深入到工厂的每一颗螺丝钉、新材料的每一个分子式、AI算法的每一行底层代码中，去啃那些最硬的骨头，去解决那些最具体、最棘手的问题。 这场长达三年的“毫米战争”是枯燥的，远不如发布会上那些激动人心的概念来得光鲜亮丽。但正是这种日复一日的坚持，才最终孕育出了荣耀Magic V5这样一款足以改变行业格局的产品。 它的诞生，既是荣耀自身技术实力的一次集中展示，也是其AI生态战略落地生根的关键支点。更重要的是，它用一种极具说服力的方式，为“中国智造”的转型升级，提供了一个鲜活而生动的案例。 它证明了，依靠AI赋能的智能制造，我们不仅能造出世界上最好的手机，更能在这个过程中，沉淀下属于自己的核心技术、制造标准和创新方法论。 这束光，既是荣耀这家公司的“荣耀”，也是中国新质力量崛起的“荣光”。

除了iPhone 17系列之外，苹果下半年最重要的新品，可能是自研的M5系列芯片。 据MacRumors报道，苹果将在下半年发布一系列新硬件——包括iPad Pro、iMac、Mac mini、MacBook Pro以及vision Pro，而这些产品的共同点在于，都将搭载苹果M5系列芯片。 芯片，已然是苹果生态最重要的护城河。 图片来自：Apple 苹果M5芯片要来了，为 AI 而生的小改款 自苹果M1芯片发布以来，基本延续了一代大升级，一代小改款的策略，例如M2相较M1在GPU方面提升明显，但M3在性能提升方面则幅度不大，而M4又是性能跃升的一代 ——按照这个规律来推测，M5很有可能是「性能小改款」的典型代表。 M4 芯片. 图片来自：Apple 据爆料称，M5芯片将延续M4的设计，整体性能不像M3到M4那样大幅度提升，但会更加注重对AI需求的优化，并多个方面进行微调，这也符合苹果芯片在AI方面的倾向。 M5将采用第三代台积电3nm工艺制造，相比M4芯片在能效方面有所提升： CPU和GPU性能提高约15-25% 配备更先进的神经网络引擎，AI运算性能将大幅提升 电池续航能力预计提高10-15% 值得一提的是，M5 Pro、M5 Ultra芯片将采用台积电的SoIC-MH（2.5D 堆叠）封装工艺，实现CPU与GPU的分离设计，预计在散热方面会有更好的表现。 图片来自：Apple 自研芯片太贵，苹果全家桶都得用 关于苹果M5系列芯片，一个有意思的细节是 —— 苹果并没有采用台积电最先进的2nm制程工艺，而这或许也是为了控制芯片成本。 芯片历程 图片来自：台积电 众所周知，芯片是一个研发投入重、回报周期长的行业，每一代M系列芯片的研发费用都高达数亿美元，但带来的领先优势却只有短短一两年，这对于销量远不如iPhone的Mac产品线而言，这是一笔不容忽视的成本。 国际商业战略公司 (IBS) 首席执行官Handel Jones曾表示，先进芯片的研发成本在28nm之后会水涨船高，设计一块28nm制程的芯片，平均成本为4000万美元；而7nm芯片的成本高达2.17亿美元，5nm为4.16亿美元，3nm更是将耗资高达5.9亿美元。 苹果历代M系列芯片性能对比. 设计芯片所需的平均研发成本. 芯片制造成本也不便宜，以M1系列芯片为例，M1芯片的制造成本约在50美元左右，M1 Pro约100美元，而芯片面积更大的M1 Max造价高达200美元，M1 Ultra因采用堆叠设计，成本高达500美元——这也就不难理解，为什么苹果并没有推出M4 Ultra芯片，因为实在太贵了！ 如此庞大的研发投入，对于苹果来说，这既是竞争力的来源，也是一项沉重的负担。从5nm制程起步的M系列芯片，每一次芯片制程的提升，都意味着十几亿美元的支出。 图片来自：Apple 为了摊薄高额的芯片研发成本，苹果将M系列芯片，引入到了更多的产品线当中 —— 其中最大的现金奶牛，就是iPad。 早在2020年，苹果就推出了搭载M1芯片的iPad Pro，并且持续推动M系芯片在iPad产品线上的运用，目前，iPad Air和iPad Pro系列已经全线搭载M系芯片，价格自然也是水涨船高。 2023年，苹果发布的空间计算设备vision Pro就搭载了一颗M2芯片，用于驱动复杂的空间计算场景；2024年，苹果在iPad Pro上首发了M4系列芯片；随后，我们又看到了更多搭载M4系列芯片的Mac电脑，以及售价近10万元，搭载M3 Ultra处理器的Mac Studio，在上面能直接跑满血版的DeepSeek-R1大模型——可以预见，苹果这种「全家桶」战略还将会延续下去。 一方面，是为了摊大饼，另一方面，也是为了筑高墙，而留给对手的时间只会越来越少。 文 | 周芊彤、肖钦鹏

苹果的 摇摆不定 六月初，苹果一口气干了两件关于系统的大事儿—— 其一，将旗下原本乱象丛生的终端设备系统命名大一统，从此以后，iPhone、Apple Watch、Mac 和 iPad 等设备的系统版本都将以「年份 + 1」的方式命名，彻底告别了过去那种让人摸不着头脑的命名法。 另一件同样跨终端的事，则是继 iOS 7 扁平化设计后，苹果的设计语言时隔十二年首次迎来大改，新设计「Liquid Glass」（也叫液态玻璃）将成为苹果新一代设计语言的标准，覆盖所有带屏幕与系统的设备。 时间来到今天凌晨，苹果按照一贯的节奏推送了各大系统的第三个开发者预览版。 此时这个时间节点，注定了这第三个预览版的意义较为微妙——如果不出意外，第一个公测版本将在一周后更新，而公测版的第一个版本，通常就是今天我们看到的这个开发者预览版。 换句话说，这个开发者预览版，是苹果认为目前最适合推向大众的方案。 iOS 26 Beta 3 第一时间上手体验，戳这里看视频版！ 开倒车的液态玻璃，目前最好的 iOS 26 iPhone 作为目前苹果旗下使用人数最多、覆盖面最广的设备，搭载的 iOS 的关注度也不言而喻，而在 iOS 26 上，争议最大的，无疑是液态玻璃设计的效果。 在第一个开发者预览版中，液态玻璃设计可谓是呈现了灾难性的效果——无论是控制中心，还是原生应用中的导航栏，由于液态玻璃过高的透明度，导致下层背影内容极大程度地干扰了上层内容的显示效果。 这个问题在 Beta 2 中得到了一定的解决，苹果针对控制中心做了极为明显的改动，通过增加模糊来改善控制中心的可读性。 左：iOS 26 Beta 1 / 右：iOS 26 Beta 2 而在最新的 Beta 3 中，苹果将同样的方案延伸到系统原生应用中，比如 Apple Music 的导航栏与控件栏，就在底层加上了模糊效果，不管底部如何变化，表层的信息可读性依旧可以保持住。 这样的方案行之有效，的确极大程度地改善了屏幕信息的可读性，但却并没有获得所有人的认可—— 在 iOS 26 Beta 3 中，原本晶莹剔透的「液态玻璃」整体变得发灰了起来，底部的甚至有不少人直言这种质感非常廉价，认为这是设计上「开了倒车」。 左：iOS 26 Beta 2 / 右：iOS 26 Beta 3 我们将改动最明显的设计放一放，将目光转向其他方面。 在体验了一天后，爱范儿发现在 iOS 26 Beta 3 中，前序版本中尚未完善的功能、关注度较高的 Bug 也得到了较为全面的补充和修复： 设置-电池界面已经全面汉化； 原生软件中，自带输入法预选框优化； 控制中心图标开关颜色优化； 桌面 Dock 栏图标偏移 Bug 修复，恢复少于四个图标时的居中排列； 辅助触控截屏 Bug 修复； AirPods 连接 Bug 修复； 上划进入后台，默认停留在当前应用，而不是优先展示其他应用； 新增了天空、光环、薄暮三款壁纸； 一连串的修复看起来很爽，但别高兴太早，虽然这次更新修复了多个关键 Bug，但也有新的 Bug 出现—— 在 iOS 26 Beta3 的通讯录中，未设置头像的联系人会显示乱码头像，而之前则是以名称首字母作为默认头像；在使用过程中，偶尔会出现下拉控制中心后电池图标消失的情况。 不过好在比起之前的 Bug，这些 Bug 都不算太影响正常使用，而从个人体验上来说，iOS 26 Beta 3 的耗电量和发热量优化不错，掉帧频率也减少不少。 以我电池健康度 89% 的 iPhone 15 Pro 为例，在正常使用微信、小红书与抖音的情况下，续航体感基本回到了 iOS 18.5 的水平； 可以说，iOS 26 Beta 3 是自 iOS 26 发布开发者预览版以来，Bug 最少、体验最好的一代开发者预览版，而接下来的一周，公测版也将加入更新的步伐，很显然，当前的 iOS 26 Beta 3 已经接近一个公测版系统应有的状态。 生产力大增的 iPadOS 与闯祸的 macOS 与 iOS 的争议不同，iPadOS 26 的评价好上不少，原因并不复杂—— 配备桌面级 M 系列处理器的 iPad，终于展现出了一些生产力的苗头。 在 iPadOS 26 中，苹果移除了传统的分屏和小窗模式，带来了全新的窗口管理系统，支持自由缩放、拖拽、平铺等操作，为 iPad 提供了接近桌面级的多任务体验； 此外，iPadOS 26 引入了全新的菜单栏，支持下拉操作和搜索功能，开发者还可以自定义菜单； 在文件应用方面，iPadOS 26 也做了大幅改进，新增了弹性列表视图、可折叠的文件夹结构，极大优化了文件管理体验，这次，生产力工具的升级确实不小。 而在 iPadOS 26 Beta 3 中，苹果为 iPad 引入了更接近 Mac 的指针光标，并新增了光标查找功能。 这一功能最早出现在 macOS El Capitan 中，用户快速移动光标时，光标会自动放大，帮助用户更快地定位它的位置。 现在，这个功能也出现在了 iPadOS 26 Beta 3 中，为 iPad 用户带来了更流畅的使用体验。 比起 iPadOS 的一帆风顺，macOS 26 Beta 3 却没那么顺利了。 一般来说，macOS 作为主要的生产力设备，用户对于系统更新这样的事情会更为谨慎，但正所谓「怕什么来什么」，这次 macOS 26 Beta 3 的更新，就出了一个乱子。 凌晨一点，在 iPhone 与 iPad 都分别收到开发者预览版的更新推送时，却有相当一部分 Mac 用户迟迟等不到 macOS 26 Beta 3 的更新，在经过一番排查以后，发现问题出现在一个历史遗留问题上——Rosetta 2。 Rosetta 2 是苹果为 Apple Silicon Mac 提供的兼容层，允许运行 Intel 架构的应用程序。在 macOS 26 Beta 3 推送时，苹果未同步更新 Rosetta 2，导致已安装 Rosetta 的 M 系列 Mac 在尝试更新时出现「无法检查更新」的提示。 Rosetta 2 的前身出现在 Mac 由 PowerPC 转向 Intel 的时候 发现问题后，部分用户通过在「终端」中输入命令卸载 Rosetta 2 来解决问题，并在重启后成功收到了 macOS 26 Beta 3 的更新推送。不过卸载 Rosetta 2 的代价是可能会导致依赖 Intel 架构的应用无法正常运行。 另外一部分用户，则等到今天中午左右，苹果意识到这个问题并重新推送了 macOS 26 Beta 3，才最终顺利完成了更新。 看完了这个啼笑皆非的小插曲，我们来看看 macOS 26 Beta 3 最重磅的更新内容——启动台的回归。 在前两个开发者预览版中，除了液态玻璃设计也同步来到了 Mac 上，最受关注的改动应该是启动台的离去，用户只能在「聚焦」中查看目前已安装在 Mac 上的应用，当时的解决办法是通过「终端」输入一条指令，将被屏蔽的启动台唤回来。 而在 macOS 26 Beta 3 上，如果使用熟悉的五指合拢手势，会自动出现「聚焦」的 App Library，在这里，你可以找到所有已安装的应用程序。 回来了，但没有全回来 在前一个版本中，备受诟病的 Safari 浏览器标签页也在 macOS 26 Beta 3 上获得了优化，现在的视觉可读性更强了。 此外，macOS 26 Beta 3 还更新了 Tahoe Day 屏保，展示塔霍湖岩石海岸线的风景，解锁时可以平滑过渡到壁纸。 时隔十二年的新考验 看完了各个主要硬件的第三个开发者预览版，我们可以得到一个较为明显的结论—— 功能增删尚在其次，今年苹果面临的最大挑战，是「液态玻璃」这一跨终端、跨平台的设计语言豪赌，到底怎么收场。 我们以 iOS 26 为例，先回顾液态玻璃这一个月来的波折： 从前三个开发者预览版来看，第一个版本最为激进，也最具争议，第二个版本对控制中心做了调整，虽然没有引发太多反响，但在 Beta 3 中，苹果将这种在液态玻璃的底层设置模糊效果的方案延伸到系统方方面面中，结果争议再次爆发。 这种反复横跳，说到底，还是因为液态玻璃的抱负，实在太大了——它试图用一种统一的设计美学，去缝合所有设备的体验割裂。 汝之蜜糖，彼之砒霜，在 Mac 与 iPad 这样具有较大屏幕的设备上，液态玻璃可以尽情展示自己的精致和层次，但在 iPhone 这样的小屏设备上，高密度的设计会让单位面积内信息密度暴增，反而成为信息阅读的阻碍。 在使用体验上，也有类似的困境—— 液态玻璃作为适用于多个终端的设计语言，涉及了视觉、交互、HDR 等多个方面，需要硬件的全方位配合。这也导致了它对 iPhone 这样的小屏设备来说，功耗和性能压力更大，而对 Mac 和 iPad 这样的「大设备」，明显就要从容很多。 美学是主观的，可以引领潮流；但客观的可读性和使用表现，才是产品使用体验的基石。 十二年前，苹果用扁平化设计回答了这个问题，现在看来，回答得还算不错，终结了拟物化的扁平化设计顺利延续了十余年。 十二年后，考卷再次铺开，但此时的苹果面对着超过十亿用户的庞大生态，如何在精致与流畅间找到平衡，如何在设计与实用两条路上找到交汇点，如何为最多数人寻找到那个关于美与体验的最大公约数。 我们期待答案的揭晓。 文 | 周奕旨

IT之家 7月8日消息，Figure创始人兼CEO Brett Adcock近期与Gemini开发者关系负责人Logan Kilpatrick、联合主持人Nolan Fortman进行了一场深度对话，主要展望业界机器人应用趋势。 Brett Adcock表示，Figure最新设计的机器人成本降低了约90%，其人形机器人将在未来四年内实现大规模部署，在新工厂具备年产10万台机器人的能力。他预测，在我们的有生之年，人形机器人将超越人类在大多数工作上的表现，使所有工作成为一种选择。 ▲ Figure 的最新一代机器人 F.03 官方预热照片 IT之家注意到，Brett Adcock认为当前机器人领域的指数级发展主要得益于两大突破性进展：硬件的可靠性达到前所未有的高度，以及神经网络在机器人技术中的卓越表现。他强调，强大的硬件是AI发挥作用的基础，而电动系统的进步取代了过去液压系统的局限，使得人形机器人更加安全可靠。目前Figure的通用型机器人平台能够通过学习而非预编程来适应复杂且多变的任务，其原型机器人在物流、制造、医疗等高标准化行业已可稳定执行无需人工干预的流程任务。 他同时预测，在我们的有生之年，人形机器人将超越人类在大多数工作上的表现，使所有工作成为一种选择。机器人不仅能完成家务和个人服务，甚至能协助制造其他机器人，从而极大地促进全球GDP增长，并最终改变我们衡量经济产出的方式，因为机器人将成为“人造人”的劳动力。

IT之家 7月8日消息，苹果公司今天（7月8日）发布iOS26 Beta3更新，不过部分已升级的用户反馈，存在通讯录姓氏头像乱码、输入法按键空白等问题，推荐追求稳定的用户暂缓升级。 iOS26目前正处于测试阶段，系统功能方面仍不够稳定，因此推荐追求稳定，不太喜欢尝鲜新功能的用户，建议等待到iOS 26稳定版后再安装升级。 IT之家查询相关平台用户反馈，简要汇总下iOS26 Beta3更新主要BUG情况如下： 通讯录姓氏头像乱码，图源：Epicchou 小红书 锁屏状态下时间分隔符不居中，图源：Nicolas 小红书用户 此外还有用户反馈移除了复制和分享 vCard 联系人的功能。 《英雄联盟手游》无法正常启动。 键盘按键空白

IT之家 7 月 8 日消息，博主 Connor Jewiss 今日在 X 平台曝光了传音 Phantom Ultimate G Fold 折叠屏手机的外观图，该手机不同于华为 Mate XT 的 Z 字形折叠，采用类 C 字形内向折叠设计。 据该博主提供的图片可以看到，该手机有金色、蓝色两种配色，其设计元素、折叠方式与华为 Mate XT 不同，手机背部右侧配有副屏，采用类 C 字形内向折叠设计，折叠时必须先把右侧部分向内折，然后才能将左侧部分折叠（IT之家注：这么做的原因是为了确保外屏在折起时处于顶层）。 此外，该机采用三摄设计，摄像头被放置在机身中部的最顶端，采用横向排列设计，机身背部左侧、中部有纹理图案，中部最下方印有“Phantom”字样。 同时，博主 @UniverseIce 昨日也于 X 平台分享了该机的实拍图，并称该机目前仍处于概念机阶段，尚不明确其量产时间。

快科技7月8日消息，今日上午，专注于汽车市场数据研究与咨询服务的专业机构“杰兰路”发布了《杰兰路2025年度上半年新能源汽车品牌健康度研究(NPS篇)》的调研报告。 报告指出，在行业整体NPS大幅下滑的背景下，各品牌表现同样呈现普遍承压的态势，本期独立可计算NPS的44个新能源品牌中，有多达33个品牌的NPS出现了三个百分点以上的显著下降。 “如此大规模的负向波动在历次调研中尚属首次，凸显当前用户推荐意愿正经历一轮前所未有的集体性回落。” 更为严峻的是，除方程豹外，其余品牌中无一实现三个百分点以上的NPS正向提升，且本期无任何品牌NPS突破80，“换言之，在当前市场情绪疲弱、用户信任受挫的状态下，品牌整体面临极为严苛的口碑挑战。”

IT之家 7月8日消息，东风猛士M817宣布将于7月17日举办技术发布暨新车预售发布会。 官方将其定义为“东风x华为智野第一车”，是全球首款全栈搭载华为乾崑智能的越野车，将搭载华为ADS4智能辅助驾驶系统、鸿蒙座舱、乾崑车云、星闪钥匙等配置。 这款新车内饰采用金属饰板与豪华软包的搭配设计，配备矩形中控屏，屏幕中有华为鸿蒙系统的标志。中控屏下方配备“金属脉冲按键”，表面花纹呈现立体几何设计。车顶还配备飞航拨杆开关，模拟飞行机舱，多拓展接口按键集成一体。 此外，该车还配备腕表式旋钮，表盘屏显支持多风格选择，支持AUTO/雪地/泥地/岩石/沙地/涉水等越野模式选择。多功能电容方向盘采用双辐造型，打孔真皮包覆。 该车长5100mm、宽1998mm、高1899（1919）mm，轴距3005mm，号称“五座可变三张床”。828L后备厢容积，可同时放下12个20寸行李箱+1个28寸行李箱+1个手提旅行包，二排放倒后超2.1m进深，可拓展至2112L空间。 全车13个6种不同类型电源接口/位6kW放电功率，可同时满足电磁炉、投影仪、电烤架等高功率电器，配备双50W风冷无线快充。 全车内饰91.2%采用软质材料包覆，座舱100%采用环保水性皮革。主副驾12向电动调节，3档加热/通风/按摩。此外，该车还配备殿堂级丹拿18扬声器音响、256色无级氛围灯、压缩机冷暖冰箱等配置。 IT之家注意到，华为智能汽车解决方案BU CEO靳玉志此前曾发文称，猛士M817是全球首款全栈搭载华为乾崑智能的越野车，将首批搭载乾崑智驾ADS4、鸿蒙座舱5、乾崑车云、智能车控、星闪数字钥匙等多项黑科技。

凤凰网科技讯 7月8日，荣耀手机官方发文宣布，荣耀X70新品发布会将于7月15日19:00举行，称该机为“硬核之王，巅峰续航”。 此前，这款新机的主要参数已经曝光，将采用6.79英寸1.5k直屏，搭载8300mAh电池，配备80W快充，骁龙6 Gen4处理器。 外观方面，荣耀X70机身厚7.7mm、重193g，512G无线充版本7.9mm*199g。有白青黑三种配色。

IT之家 7月8日消息，在7月9日正式发布之前，三星Galaxy Z Fold7折叠手机的真机照片在网络上流出，实测展开状态下，最薄处为4.7mm，折叠状态下，最薄处为 10.1mm。 Galaxy Z Fold7凭借其超薄超轻的设计将成为焦点，此前消息称重量仅215克，是全球最轻的书籍式折叠屏手机。 该机有一个6.5英寸的OLED外屏和内部8英寸的OLED内屏。这款手机搭载骁龙8 Elite八核芯片，提供12GB/16GB RAM、256GB/512GB/1TB存储空间以及4400mAh电池。 影像方面，该机将配备一颗2亿像素主摄像头、一颗1200万像素超广角摄像头、一颗1000万像素长焦摄像头（3倍光学变焦）和一颗1000万像素自拍相机。IT之家附上相关图片如下：

IT之家 7月8日消息，华为智能汽车解决方案BU CEO靳玉志今日发文称自己最近一个月每天都在开华为乾崑ADS 4的Beta版，并表示“升级了全新WEWA技术架构的ADS 4，体验非常非常丝滑”。 华为官网显示，华为乾崑智驾ADS 4采用面向未来自动驾驶时代的世界引擎+世界行为模型架构（WEWA 架构），端到端时延可降低50%、通行效率提升20%、重刹率降低 30%。目前，缺乏难例下的驾驶数据，已成为行业瓶颈。位于云端的乾崑智驾世界引擎，可利用AI生成难例扩散模型，所提供的高质量、高密度的难例场景密度是真实世界的1000倍，实现用AI训练AI。 在车端，全新发布的高精度固态激光雷达、舱内激光视觉传感器、分布式毫米波雷达等模组，可显著提升车辆感知能力。世界行为模型是业内首个智驾原生基模型，具有全模态感知能力，并可以根据不同场景调用不同的能力。 在今年4月的华为乾崑智能技术大会上，华为智能汽车解决方案BU CEO靳玉志正式发布华为乾崑智驾HUAWEI ADS 4，同时行业首发高速L3商用解决方案，为高速L3正式商用做好了准备。据介绍，ADS 4既有对L2组合驾驶辅助的安全与体验提升，也有对L3有条件自动驾驶的支持，共有4个档位： 第1档是ADS SE基础版，满足基本的主动安全、泊车辅助、高速NCA及城区LCC+功能，经济型车型首选。 第2档是ADS Pro增强版，搭载舱内激光视觉传感器，主动安全能力与城区LCC+功能进一步增强，标准型车型首选。 第3档是ADS Max超阶版，搭载高性能超远距激光，可选配分布式毫米波雷达及高精度固态激光雷达，支持全维主动安全、高速NCA、城区NCA及车位到车位与泊车代驾等高级功能，豪华型车型首选。 第4档是ADS Ultra旗舰版：具备高速L3能力，高端旗舰车型首选。 值得一提的是，HUAWEI ADS 4预计9月底开始陆续分批推送，具体升级时间及功能，以车型官方通告为准。

快科技7月8日消息，自研芯片这件事非常的不容易，苹果称市场豪赌，雷军对这个观点不能更认同了，看看小米自研的3nm玄戒O1。 苹果高级副总裁、硬件技术负责人约翰尼斯鲁吉近日公开表示，苹果在芯片设计过程中汲取的一个关键经验，就是必须借助最先进的工具，包括来自EDA厂商的最新芯片设计软件。 斯鲁吉在讲话中表示：“生成式AI技术有很大潜力，能在更短时间内完成更多设计工作，这将大幅提升生产力。” “苹果在自研芯片过程中学到的另一条重要经验，就是要敢于下注，而且绝不回头。将Mac转向Apple Silicon，对我们来说是一次巨大的豪赌。” 在玄戒O1之前，小米也曾经推出了自研芯片，但结果并不是太理想，不过雷军并没有放弃，而这期间的心路历程可能只有他自己知道。 雷军曾多次透露，“小米从4年半前开始做玄戒O1，花费了135亿元。但小米从2014年就开始做芯片，前后做了11年。芯片行业最核心的是长期主义，玄戒O1的发布只是第一步，我们可能还要继续再做5年、10年，直到在商业上形成闭环”。

快科技7月8日消息，今日，问界M8产品经理@湾区峰哥在鸿蒙智行App透露了问界M8纯电车型的进度：预计下周将会在工信部公示。 对此，有用户提出质疑，称“没有5C意义不大”。 他回复：“一杯咖啡，满电出发。” 另外，该产品经理还表示：“问界M8纯电将继续以强大的产品力做实家庭智慧旗舰SUV定位”。 6月底，该产品经理表示，已经开始测试问界M8 ADS 4.0车位到车位功能，预计跟问界M8纯电版一起发。 当前问界品牌共有四款车，其中M5和M9均提供增程和纯电双动力，而M7仅有增程，M8增程版已经上市，且销量喜人。 数据显示，6月销量为21185辆，位居40万元级SUV市场销量榜首。 至于纯电版，虽然目标用户比不上增程那么多，但确实有人在等，此次官方透露相关信息，算是给了一些期待。 目前有关M8纯电的信息有限，大概率会延续增程的设计，在细节方面有所改动，比如车头进气格栅改为网格状。 至于动力，双电机、100度电池肯定不能少，参考问界M9 EV，续航超600公里，支持800V高压充电，充电速率至少也是4C级，同时也将配备闭式双腔空气悬架、双激光雷达等。