智东西 编译 | 田忠婷 编辑 | 程茜 智东西6月5日报道，今日凌晨，美国硅谷AI agent（智能体）初创公司The Interaction Company of California开发的AI agent——Poke正式通过苹果审核，成为首个进入Apple Messages for Business平台的第三方AI agent。 ▲ Poke官宣成为Apple Messages的AI agent推文（图源：X） 距离WWDC 2026开幕仅剩数日，这一消息使得苹果在AI生态上的动向再次引发关注。与系统内置的Siri相比，Poke更强调跨平台执行任务，它可以通过在iMessage上发送信息，帮助用户完成日程安排、邮件处理、图片生成、智能家居控制等操作。因此，Poke或许与即将发布的AI Siri互为补充，为iPhone用户提供了更加多元化的AI使用体验。 外媒Appleinsider称，这是苹果首次允许第三方AI agent进入其原生通信体系。 一、“短信式”AI，无需下载App，AI即刻执行任务 使用Poke时，用户不需要下载APP。正如Poke的核心理念“AI as easy as sending a text”，让使用AI像发送短信一样简单。Poke的定位并非传统聊天机器人，而是一个执行任务的AI agent。用户只需通过iMessage发出请求，即可完成日程管理、邮件处理、智能家居控制等具体任务。 它可以协助用户安排会议或聚餐时间、整理和回复邮件、设置待办事项和提醒、总结YouTube视频内容、生成二维码、处理航班值机与机票监控，甚至进行图片生成与编辑。此外，Poke还支持Philips Hue灯光和Sonos音响等智能家居设备控制。 ▲ Poke功能展示（图源：X） 在跨平台执行任务方面，Poke已接入多种第三方服务和硬件平台。其中，办公与生产力工具包括Gmail、Microsoft Outlook和GitHub；健康与运动平台包括Oura Ring和Strava；企业差旅服务则支持Navan。此外，Poke还能够连接Philips Hue智能灯光和Sonos音响等智能家居设备，实现跨平台任务调度。 ▲ Poke跨平台调度（图源：X） 此前，Poke已经接入SMS、Telegram以及部分市场的WhatsApp，如今接入iMessage后，Poke进入苹果的原生通信体系，覆盖用户范围进一步扩大。 虽然Poke和Siri都是iPhone上的AI助手，但在定位和能力方面存在明显区别。Siri是系统助手，深度嵌入iOS系统，能调用电话、短信、闹钟、系统设置及快捷指令等功能，其优势在于系统权限和生态整合。 Poke则更侧重跨平台任务协调，它连接外部服务与应用生态，重点在于执行用户任务而非系统控制。两者在部分场景功能有重叠，但并不构成直接替代，更像是不同层级的互补。 二、硅谷十人小团队，融资千万美元，估值约20亿元 Poke的开发公司The Interaction Company of California成立于2024年，总部位于硅谷帕洛阿尔托，由Marvin von Hagen与Felix Schlegel联合创立。 Marvin von Hagen毕业于慕尼黑工业大学，曾在麻省理工学院（MIT）从事AI相关研究，Felix Schlegel同为慕尼黑工业大学出身，学习计算机专业，先后在剑桥、斯坦福开展科研，曾获得WWDC苹果奖学金。二人早年在校园科创赛事结识、长期搭档创业。 ▲ The Interaction Company of California CEO Marvin von Hagen（左）和CTO Felix Schlegel（图源：Poke） 目前该公司成员约有十人，2025年该公司完成1500万美元（约合人民币1亿元）种子轮融资，2026年4月又获得1000万美元（约合人民币6800万元）追加投资，总融资约2500万美元（约合人民币1.7亿元）。目前，该公司投后估值约3亿美元（约合人民币20亿元），其投资方包括General Catalyst和Spark Capital等知名机构。 三、AI身份明确，界面规范，Poke进入iMessage 作为首个进入Apple Messages for Business的AI agent，Poke此前已经通过苹果的一系列严格审核。 首先，用户在使用Poke时要清楚地知道自己在和AI对话，而不是误以为在和真人客服交流，即AI身份要明确标识。 其次，它在iMessage中的界面设计必须符合苹果的风格，例如消息里的链接要显示预览卡片、按钮样式和整体布局要和苹果原生应用一致，确保用户体验统一顺畅。 此外，Poke还需要向苹果提供所使用消息服务的可靠性证明，保证信息传输安全可靠。Marvin回忆，这整个审核过程花了好几个月。 Marvin说，Poke需要向苹果支付按用户计费的平台费用，具体价格未公开，但其称价格明显低于Meta AI在WhatsApp上的收费水平。在WhatsApp上，第三方AI agent需要通过Business API接入，而Meta采用按消息和对话类别计费，这意味着AI每处理一次用户请求，都可能产生平台费用，成本随着使用量上升。而苹果的收费模式既可能为苹果创造新的收入来源，也能让AI agent初创公司在分发环节考虑成本控制。 结语：AI Siri即将登场，第三方Agent先拿到苹果生态入场券 与过去AI产品侧重解决信息获取和内容生成不同，Poke尝试通过短信交互直接完成实际任务，例如预约、发邮件、安排日程等，从而提升用户工作效率。作为iMessage中目前唯一一款AI agent，Poke可以跨平台调度并执行任务，未来或可与AI Siri互为补充，为用户提供更加多元且化且便捷的AI体验。 尽管苹果尚未公布更多关于第三方AI agent的规划，但Poke进入Apple Messages for Business释放了一个信号，即第三方AI agent正开始获得进入iPhone核心应用场景的机会。未来若苹果逐步开放更多接口，用户在iPhone上选择不同AI agent的可能性将增加，iPhone AI生态或将从单一Siri助手逐步走向多元化。 来源：Appleinsider，TechCrunch

IT之家 6 月 5 日消息，配件厂商 Thinborne 今天（6 月 5 日）在 X 平台发布推文，分享了三星 Galaxy Z Fold8（宽折叠）、Galaxy Z Fold8 Ultra 以及 Galaxy Z Flip8 三款折叠手机的手机壳。 本次曝光的手机壳照片中，最值得关注的是 Galaxy Z Fold8 Ultra 手机，整体沿用 Galaxy Z Fold7 的设计，只是略微调整了摄像头凸起的形状。 该配件厂商还分享了三星 Galaxy Z Fold8（此前也称 Galaxy Z Fold8 Wide）的手机壳照片： 配件厂商还分享了三星 Galaxy Z Flip8 小折叠手机的手机壳，IT之家附上截图如下：

AI应用风向标（公众号：ZhidxcomAI） 编译｜毕伟豪 编辑｜漠影 智东西6月5日报道，过去二十年，作为世界著名的创业公司孵化器，Y Combinator（后简称YC）中孕育了太多影响整个行业的创企，包括Airbnb、Stripe、Coinbase和Instacart等等。 但比产出独角兽更值得关注的，是它作为行业风向标在讲述一件事：硅谷最聪明的一批人正在把钱和时间砸向哪里。 纵观今年YC这一批初创公司的名单，一个趋势呼之欲出：AI的上一个阶段是造更聪明的模型，而下一个阶段，是让智能体能在真实商业环境里落地。 当AI Agent从Demo走进生产环境，面临的是一连串新问题：Agent需要记忆、身份、合规、监控、验证、企业系统接入，还需要能支撑规模化运行的算力、网络和能源基础设施。 这一批YC公司，盯上的正是这些，越来越聪明的模型已经不够了，可靠性、信任度、基础设施和实际部署这些问题，是Agent商业化落地的新挑战和新机遇。 一、成本、可靠性和记忆，让Agent真正走进企业 创业公司ReasonBlocks解决的就是成本与可靠性，这是企业引入Agent最头疼的问题。它的思路不是造新模型，是让现有模型更实用，平台把Agent以前运行中成功的推理模式存下来，注入到后续工作流里，帮Agent避开重复错误，同时大幅降低Token消耗。 ReasonBlocks报告称，在SWE-Bench Pro（该公司研发的智能体平台）上，同样的底层模型，Token用量降了52%，准确率提了42%。 CEO Sajeev Magesh说了一句很实在的话：“生产环境里的AI Agent又贵又不可靠，公司每个月花费高达六位数美元，而这些系统仍然频繁失效，难以信任。” 如果说ReasonBlocks想做的是“让Agent便宜还不犯错”，那Memory Store面向的就是另一个更底层的问题：让Agent记忆更稳定。 创始人Ishita Jindal和Diwank Singh在2018年因为对电影《她》的共同痴迷认识，后来通过开源平台Julep做了几千个Agent，发现这些Agent会反复忘记上下文、重复犯同样的错。于是出来做了Memory Store，让人类和AI Agent共享一个记忆层。 Jindal的判断是：“未来区分公司的不再是执行力，是它知道什么别人不知道的东西。” AgentPhone这家公司很有意思，他们想给每个Agent配一张身份证。创始人Meet Modi直言：“每个人都有一个电话号码。这是世界识别你、联系你、信任你的方式。AI Agent还没有这个。” Runtime则是专注于企业基础设施部署，他们所做的事情是整个AI Agent行业最不光鲜靓丽的环节：让Agent真正走进企业内部。创始人认为，下一代AI的赢家，是那些让模型能以足够可靠的姿态进入真实生产环境的企业。 Agent上线前还有最后一道关：安全验证Arga Labs做的正是验证层工作。它建了一套数字孪生环境，企业在上生产环境之前可以在里面安全地测试AI Agent。 创始人Phillip Li说了一句反直觉的判断：“大多数人认为AI越聪明，需要的测试越少。我们正好相反，Agent能力越强，它犯错的代价就越大。” Agent跑起来了，下一个问题是它出了事怎么办。Sazabi在做AI原生的可观测性平台，自动化事件检测、根因分析和响应，负责企业代码安全维护以及报错提醒等方面。 创始人Sherwood Callaway是两届YC老人、a16z scout，之前在Brex建了多年基础设施。他的观点是“监控已死，未来是Agent驱动的自动警告。” 有意思的是，Sazabi的融资方式也不走寻常路，没靠少数机构投资人，而是集结了100多个天使投资人，包括Browserbase、LangChain、Graphite、Daytona这些公司的创始人和工程负责人，相当于把AI开发者工具圈最核心的一批人全拉上了船。 二、不是做软件，要做AI打工人 基础设施搭好之后，更激进的问题来了：Agent到底能不能替代人类？有几家公司把边界推得更远，要直接替代一整类岗位，而不是给现有岗位提效。 Dayjob的故事最能说明这种思路的转变，创始人花了18个月给垃圾处理公司做软件，结果发现客户真正要的根本不是软件，每天早上，运输调度员花几个小时手动排路线，排完后路况一变全白干。 创始人George Postlethwaite说他们终于醒悟了：“我们停止做软件，开始做AI工人。”现在Dayjob的Agent可以在几分钟内重建复杂的物流排班。 这种思路正在从物流蔓延到营销，Revnu的创始人George Jefferson在大学宿舍里用AI自动跑增长实验，从软件开发到客服全自动化，最后发现增长和营销这块效果最好。 他说：“AI已经自动化了软件工程，下一步是自动化增长。”现在Revnu在做能自己跑增长实验、衡量结果、优化投放的系统。 如果说Dayjob和Revnu是在替代具体岗位，那Modern的目标就是替代一整个企业服务平台。它对标的是ServiceNow，但思路完全反了过来，直接从底层就围绕Agent重新搭建。 创始人Seb Poole的判断是：“企业软件一直是追踪系统，真正干活的是人。”Modern的Agent设计目标是自主解决服务台工单，在可审计的确定性工作流内运行。 三、走进物理世界：B超、机器人、空中交通管制 从软件世界往外跨一步，这批里还有几家公司在追求让AI走进物理世界。 Lumius做的是“人体的3D相机”，把AI、计算和医学影像结合，让B超更容易解读和使用，从临床诊断到手术机器人，应用场景跨越很大。 Avea Robotics解决的是机器人落地中最无聊但最贵的问题：机器人遇到故障时让人立刻远程介入，减少停机时间。这个问题在工厂和仓库的流水线里非常重要，因为哪怕很小的故障率都要付出巨大的成本。 General Aviation直接上天了，他们用Starlink低轨卫星将飞机直接连上互联网，建了一套新的空中交通管制系统。这个想法几十年前就有，但有了Starlink之后才真正开始可行。 四、AI进企业的最后一公里：传统桌面软件的Agent接入 物理世界难，但有时候企业软件更难。Forbes提到了这样一个数据，70%以上的财富500强公司还依赖于没有现代API的传统桌面应用。 这种应用在接入AI的过程中非常困难，替换成本高、风险大、很多时候根本不现实。AI再聪明，解决不掉这些老系统就进不了大部分企业的核心流程。 Minicor盯上的就是这个缺口。它让AI Agent通过智能桌面自动化直接与这些老系统交互。用确定性代码加Agent工作流，在不替换现有基础设施的前提下创建、监控和修复自动化流程，无需企业替换系统，YC期间它的月经常性收入翻了三倍。 Minicor的收入增长说明了一个巨大的机会：最大的AI机会不是替换旧系统，是让旧系统能被AI使用，这个逻辑在这批创业公司中反复出现。 五、合规、保险、经纪人，让企业愿意信任Agent 系统打通之后，信任问题就浮出水面了。一旦出现错误，谁来负责？这批次里有几家公司正在回答这个问题。 Complir把AI带进了合规领域，CEO Gustav Bang说：“合规，这词无聊到让人犯困，但它是这十年最重要的基础设施之一。”合规行业目前还严重依赖PDF、电子表格和人工审查，而这些正是Agent所擅长的。 如果说合规是事前预防，那保险就是事后兜底。Klaimee在做专门给AI Agent的保险，目前传统保险产品保护的是人和计算机系统，不包括能自己做决定的自主软件。创始人认为Agent的崛起会创造全新的风险类别，需要全新的保险品类。 有了保险产品，还需要有人帮企业选，Kinro就在做AI原生的保险经纪人，核心业务是帮小企业选择保险方案、进入市场和持续管理保单。 六、算力、能源、冷却：AI背后看不见的基建 往上走了这么久，得回到最底层看一眼。所有Agent、所有模型、所有企业应用，最后都要落到服务器上。而有些YC创业公司发现，服务器层面欠的债可能比软件层面更大。 Expanse发现了数据中心的巨量闲置算力。CEO Ismaeel Bashir说：“全球一半算力正在被浪费。”他们在单个数据中心里发现了几百万美元的闲置容量，于是做了一个平台来识别和重新分配这些资源。 就算把所有闲置算力都用上，现有的计算架构可能还是不够。ProjectX的判断更底层：现代操作系统从来不是为人类和AI Agent同时工作的场景设计的，需要全新的计算架构。 如果说算力是上限，能源就是地基。Apollo Atomics在做紧凑型核反应堆的商业化。创始人Assil Halimi在核工业干了十多年，他认为：“这个行业最大的障碍不是物理，而是工程落地。”YC期间，Apollo从单一商业协议扩展到了超过20GW的合作意向和伙伴关系。 与此同时，Madrone正在解决散热问题，创始人估计一个数据中心约有30%电力消耗在散热上，YC期间Madrone把散热产能提升了100倍，正在加速量产。 七、金融、招聘和开发者内容，AI进入垂直行业核心圈层 基础设施讲完了，最后一个视角是垂直行业，一批公司正在把AI引入具体赛道，其中几个切入角度很有意思。 MochaTrade让印度交易员能接入美国金融市场的永续合约。创始人Utkarsh Sinha说：“我们做MochaTrade是因为受够了被当作想交易的市场里的二等参与者。”这话背后是一个被忽视的全球市场缺口。 KelAI的切入点完全不同，它是把AI引入投资研究这个高度依赖人力的环节。创始人Jeremie Cohen在WorldQuant做了六年，想研究持续自我进化的智能投资分析系统，加速投资想法从产生到验证的过程。 从投资到招聘，这个跨度看起来很大，但Asendia AI遇到的行业问题和前面公司本质上是一样的：大量重复性劳动困住了理应做判断的人。 创始人Rihab Lajmi说了一句很有个性的话：“我们不是招聘行业出来的，我们是被一个烂透了的流程气进来的。”进YC前，他们花了几个月跟着招聘人员和猎头公司实地观察，看到的是被电子表格、人工外呼和重复行政工作困住的行业。 除了这些传统行业，Manicule也值得一提，两个创始人只有18岁，做的事是帮以开发者为核心创业公司建立信誉并触达技术受众，在AI内容泛滥的时代，这对18岁的创始人赌的是高质量技术内容和开发者教育会越来越值钱。 结语：YC新一批的创业公司，关注的是未来的一切 过去几年AI竞赛的定义是更强的模型、更好的基准测试、更强的系统，而这批YC创业公司所关注的方向表明，下一个挑战不是创造智能，是落地。 Agent要进入真实商业场景，需要一套全新的基础设施层。与此同时，物流、招聘、医疗、金融、航空、制造业这些变化速度本来很慢的行业，也正在被AI从不同的角度渗透。 这些公司能不能成功没人知道，但他们走的路，或许就是Agent未来的方向。 来源：Forbes

IT之家 6 月 5 日消息，微信鸿蒙版 App 目前已发布 8.0.18.35（8393251）版本尝鲜升级，带来了聊天界面长按文字消息搜一搜、通讯录服务号类别、折叠屏 / 平板分栏显示等功能，详细更新内容可参考IT之家此前报道。 据博主 @熠熠玩数码 昨晚透露，微信鸿蒙版 App 还将支持消息发送实况 Live 图功能。从博主微博原文来看，该功能将很快到来。 有个好消息 很快大家就可以体验到微信消息发送实况图了 据IT之家此前报道，去年 7 月，微信已在 8.0.61 及以上的 iOS 版本中支持与好友聊天发送实况图片：用户可在对话框点击「+」 →「照片」选择对应实况图片进行发送。好友浏览点开大图后需点击左下角的「实况」按钮查看完整效果，同时支持将实况照片保存到手机系统相册。随后，各大安卓厂商也纷纷宣布支持微信聊天发送 LivePhoto 实况照片。 另外，去年 12 月，微信鸿蒙版 App 了推送 8.0.13.41 正式版升级，带来了朋友圈发布实况照片等功能。

科技媒体爆料，苹果即将上线的iOS 27系统将对Siri进行重大AI架构调整，部分用户复杂AI查询不再局限苹果自有算力。 会经由Google Cloud接入谷歌授权版Gemini大模型，相关云端运算任务统一交由谷歌侧部署的英伟达Blackwell B200高端GPU集群完成推理运算。 长期以来，苹果始终以隐私优先为核心准则，为Siri规划本地端侧+自有私有云双轨运行方案，基础语音指令、简单查询等轻量化任务依靠终端本地小模型处理，用户数据留存设备本地，契合苹果一贯隐私产品理念。 但伴随生成式AI迭代，Siri新增长文本总结、多模态综合问答等高算力需求功能，苹果自建私有云算力储备无法承接全量万亿参数Gemini模型运行，服务器承压显著，苹果最终敲定跨企业算力合作方案，分流复杂Siri请求至谷歌云端。 本次合作的算力硬件Blackwell B200隶属于英伟达新一代Blackwell架构数据中心GPU，产品定位面向超大参数大模型训练与云端推理，是当前商用AI基建里的高端算力载体，能够高效承载Gemini这类万亿级参数大模型实时运算需求。 为化解数据出境带来的隐私安全隐患，苹果同步落地英伟达硬件级机密计算技术，该安全机制可在B200芯片处理用户数据全程实现硬件加密。 英伟达官方介绍，机密计算能够保全Blackwell、Hopper等全系旗舰GPU承载AI模型的信息完整度，实现敏感用户数据在第三方共享云环境安全流转，最大限度弥补数据跨平台传输的隐私短板。 目前该方案处于落地筹备阶段，完整Siri AI功能预计伴随iOS27正式版推送上线。 编辑点评： 苹果放下自研执念、联动谷歌与英伟达，是AI军备竞赛下务实的取舍。死守全自研与本地隐私路线已难跟上大模型迭代节奏，端云混合+第三方加密算力成现阶段最优解。 此举既快速补齐Siri智能短板、缩短产品落地周期，也印证手机巨头自研大模型短期内难以一蹴而就，未来终端 AI“自研+外部算力采购”或将成为行业常态化选型。

凤凰网科技讯 6月5日，荣耀公布MagicOS“月月新”更新内容，围绕YOYO建议、灵动胶囊、锁屏组件及AI反诈等方向推出多项新功能。 YOYO建议与灵动胶囊新增排队提醒功能，接入大众点评，用户可实时查看叫号进度，无需紧盯门店现场。同时，灵动胶囊支持咪咕赛事比分直播，在锁屏或桌面胶囊中直接显示小组赛比分及赛程信息。锁屏层面新增世界时钟小组件，方便跨时区用户追踪比赛。 毕业季主题方面，YOYO推出AI创作更新，包括“Live言盒”可生成朋友圈动态毕业照言盒；“漫画故事”一键将毕业照转为连载漫画；Plog创意玩法支持贴纸图文AI秒出片。相机水印新增“毕业季水印”，桌面语录卡片同步上新，用户可通过双指捏合进入编辑态添加。 隐私安全层面，AI反诈升级话术识别能力，新增对“冒充电商物流”“虚假权益扣费”“虚假影响征信”等诈骗场景的实时电话内容检测，系统可主动弹出安全提醒。此外，灵动胶囊与锁屏小组件持续扩容，提供更丰富的即时信息触达和便捷服务入口。上述功能需在系统设置对应路径中手动开启。

智东西 作者 | ZeR0 编辑 | 漠影 智东西6月5日报道，今日，Arm边缘AI事业部执行副总裁Chris Bergey在京与智东西等媒体分享了Arm在Computex 2026期间的发布，以及在中国看到的一些新应用及进展。 Chris Bergey分享说，Arm发布针对云数据中心的自研芯片产品完全是由客户需求驱动，就跟过去亚马逊、微软等云巨头都找到Arm，希望Arm能提供推出针对数据中心的IP产品或是CSS计算子系统平台一样，这次也是因为客户的需求才开启了Arm自研AGI CPU的契机。 Arm从早期遍布低功耗设备到逐渐拓展至数据中心，在物理AI领域也有了很多新进展。如今Arm AI计算平台已积累2200万开发者。 AI将重新定义计算，智能体将非常依赖CPU。Arm的优势在于功耗和性能密度，通过在CPU中塞进更多核心，可在有限功耗范围内交付出色性能。其生态系统也聚集了很多创新者。 AI正在重塑PC领域。个人计算机设备将有传统PC形态和更新颖的物理形态。对于传统PC，要求有全新续航、摄像头、随时能开电话会议，还有一个本地部署的AI助手来帮助解决问题。现在的传统PC更像一部大型手机加一个键盘，打字更方便。 一些新兴智能设备的需求也应运而生，就是下图右侧这些新产品，尚处于比较早期的阶段。未来PC将是全天候在线的，在用户没使用的情况下，智能体依然可以运行。对计算平台的要求也变得更高。将智能体部署在本地的好处是，可以保护个人隐私信息。 很多PC新玩家带来了新的产品及功能。未来AI PC将采用混合AI模式，通过本地AI与云端AI协同，制程创意及生产力需求。下一代PC是为智能体设计的，人一天用PC的时间有限，但是智能体可以做到全天候使用，这需要的吞吐token量非常大。 苹果MacBook Pro、苹果Mac Mini、英伟达DGX Tower、英伟达RTX Spark、此芯科技CIX Claw Station等智能体设备均采用Arm平台。 “Arm是唯一的AI计算系统可以覆盖这些系统，从Chrome、Windows、iOS到Linux。”Chris Bergey说。 英伟达新推出的RTX Spark超级芯片非常有吸引力，它的CPU由英伟达、Arm与联发科合作开发，集成了20个基于Arm架构的CPU核心，同时采用英伟达Blackwell RTX GPU，提供128GB统一内存、1PFLOPS FP4 AI算力。搭载该芯片的笔记本电脑将在下半年落地，非常适合用于游戏及AI相关工作负载。 Chris Bergey解释说，之所有设计这么多的CPU核心，是为了支撑后续会用到的很多智能体验。 在中国，此芯科技同样基于Arm架构研发芯片产品，面向智能体PC。Chris Bergey谈道，Arm非常愿意与中国合作伙伴一起，帮助他们设计自己的芯片。 Arm针对PC推出了CSS（计算子系统）——Arm CSS for PC，比如英伟达RTX Spark就是基于第一代Arm CSS for PC 的产品，第二代也将很快提供给客户。Chris Bergey透露，下一代CSS在CPU性能密度、AI、安全等相关能力上均有提升。 在新一代CSS for PC中，Arm会针对PC应用开发很多独特的新功能。他看到很多中国设备厂商也对这一平台表达了兴趣。 在智能体时代，Arm更加关注开发者，并在本周与微软联合发布一个开发者项目Arm AppReady for Windows，以便开发者更便捷地开发更多Arm原生应用，推动Windows on Arm生态系统进一步升级。 游戏方面，Arm与腾讯游戏MagicDawn团队紧密合作，开发下一代游戏MagicDawn深度适配2026最新一代Arm GPU及其内置的先进AI加速器，合力赋能移动端游戏的AI渲染。 Chris Bergey认为，智能体时代变化最大的不是硬件设备形态，而是用户交互方式。 他相信，个人计算设备对CPU的能效和性能等需求越来越高，英伟达RTX Spark将起到一个很好的示范作用。Arm正在联手合作伙伴，针对用户未来需求，去做相关研发和发展生态系统。

智东西 作者 | ZeR0 编辑 | 漠影 智东西6月5日报道，今日，商汤科技宣布开源办公技能体系SenseNova-Skills。它依托Agent Skills标准，将各行业知识与办公流程封装成可随时调用的工种手册，让AI实现“自动跑完工作流、直接交付成品”。 过去用通用大模型做数据分析，大多数时候大模型只能回复建议怎么做，很多细碎的实操工作还是得由用户自己来。商汤科技则试图为用户提供一个能把工作全流程跑完、直接交付成品的数字化同事。 以下四个真实的高频办公场景，完整拆解从数据→分析→报告→PPT的端到端闭环全链路。从一条指令或一份数据出发，完整呈现直达可汇报、可落地的交付物的全链路结果。 产品体验入口：https://xiaohuanxiong.com/ 开源地址： https://github.com/OpenSenseNova/SenseNova-Skills/ 一、办公数据分析：告别万行大表，一键输出“可开会决策报告” 案例：风电事业部月度绩效数据表 → 全维度绩效分析报告 Prompt：根据我上传的风电事业部月度绩效考核表，生成一份员工绩效分析报告，包含总体情况、趋势变化、岗位对比、个人表现和改进建议，并用图表展示关键结论。 输入文件：2024.12-2025.09共10个月脱敏绩效考核汇总表（多Excel文件） ▲绩效考核表部分数据 ▲绩效考核表全部文件 安装了SenseNova-Skills技能集后，依托sn-da-excel-workflow数据分析技能，你的智能体AI就能自动启动全流程处理：先完成数据校验、空值与异常数据清洗，再分层统计月度考核人数、得分区间、岗位绩效、员工个体表现，自动生成各类统计图表，最终输出带完整目录、数据分析、优化方案的正式Word报告 + HTML可视化页面。 报告包含五大板块：全周期数据概况、月度绩效波动趋势、38个岗位绩效分层盘点、高低绩效员工画像、持续进步人员复盘。精准标注不合格率超80%的高危岗位（岗位31、13、4等），配套专项培训、资源优化等落地管理建议，所有趋势图、岗位排名图表自动生成，报告内容可直接用于部门管理例会。 核心技能亮点： 1、海量文件自动分块流式读取，上万行数据不会内存溢出、程序卡死； 2、支持图片表格OCR识别，截图里的数据也能提取汇总分析； 3、分析结论落地具象化，不只罗列数据，同步输出管理优化落地建议。 以下是成果： 二、全自动深度研究：数据冲突自动甄别，产出可溯源行业报告 案例：一句话调研需求 → 跨境电商全维度专业报告 Prompt：请围绕《2024 年以来中国跨境电商行业的发展变化》完成一份专业分析报告，重点评估平台格局、商家经营压力、AI工具应用、主要机会与风险，并输出一份结构清晰、结论明确、带可视化展示的报告。 依托SenseNova-Skills技能集的sn-deep-research深度研究技能，AI可以在无数据内容输入的情况下，直接输出带丰富图表、可溯源的可视化报告——“2024中国跨境电商行业发展深度研究报告”。 SenseNova-Skills遵循了「先搭建分析框架→分维度定向取证→多源数据交叉核验→整合归纳结论」标准化研究路径，无需原始文件，只需输入一句话指令，就能自动完成深度行业调研，并且引用权威来源，避免了漫无目的全网抓取。 它的sn-deep-research深度研究技能，在面对海关总署（2.63万亿监管口径）、网经社（17.66万亿全产业链口径）两组差异数据时，工具自动区分统计规则、标注口径差异，说明数据互补而非冲突；针对Temu、TikTok Shop是机遇还是行业隐患的行业争议，能够从入局新商家、存量老卖家双视角拆解利弊。 报告围绕行业规模、平台格局、商家经营成本、AI落地渗透率、地缘合规风险五大核心维度展开，配套十余张数据统计图，所有调研信息溯源海关、行业白皮书、权威平台公开数据，标注数据源清单，内容严谨可用于投资研判。 核心技能亮点： 1、覆盖学术库、行业平台、权威媒体多源检索，调研过程可存档、支持断点续跑； 2、自动辨析统计口径分歧、行业观点矛盾，避免报告数据错误； 3、从零散资讯收敛成结构化研判结论，杜绝信息杂乱堆砌。 以下为成果： 综合成文时，它把各维度的证据收敛成几条清晰的主线判断：行业正从野蛮生长转向高质量发展、平台格局呈“一超多强”、“内卷”成为商家年度关键词、AI工具渗透率快速提升但尚未成为核心竞争力、地缘政治与合规是最大风险。 最终产出的是一份带数据、带图表、结论自洽的行业研究报告——而不是一堆互不相关的要点。 这种把一句模糊的“调研一下X”，变成了一种先规划、再执行、证据可查的工作方式——这就是靠谱研究和糊弄之间的分水岭。 三、多技能串联：从一个想法，一步直达商业PPT SenseNova-Skills采用模块化设计，数据分析、深度调研、PPT生成三大技能可自由拼接组合，一条需求即可完成「信息搜集 – 数据分析 – 文案撰写 – 排版制图 – PPT 导出」全链路，全程无需跨软件复制粘贴。 案例A：25万预算新能源SUV选购指南——12页理性决策PPT 背景：用户25万预算选购家用新能源SUV，覆盖城市通勤+周末自驾，横向对比多款热门车型。 Prompt：请制作一份12页中文PPT，主题为《25万预算，新能源SUV到底怎么选？》。设定：用户准备购买一辆25万元以内的新能源SUV，主要用于城市通勤和周末出游，关注续航、安全、智驾、空间、保值率、售后和真实用户口碑。要求： 1. 深度调研主流新能源SUV的价格、续航、智驾能力、安全配置、空间表现、售后政策和用户口碑。 2. 比较特斯拉Model Y、比亚迪宋L/唐DM-i、小鹏G6、理想L6、零跑C10/C11、问界M5等车型。 3. 建立购车决策评分模型，给出稳妥型、智能化优先型、家庭舒适型、性价比型推荐。 4. PPT需要包含：车型对比表、评分雷达图、价格续航对比、智驾能力对比、推荐矩阵、最终建议。 5. 风格要求：清晰、现代、适合家庭讨论，避免广告感和过多专业黑话 SenseoNova-Skills通过全网搜集车型配置、落地售价、车主真实口碑、售后政策，生成六维打分雷达图、价格续航对比表，同时按照稳妥家用、智能优先、性价比、舒适取向四类划分选购方案，交付一份完整的“新能源SUV选购指南PPT”，无硬广话术，适合辅助决策沟通。 以下是成果： 案例B：城市夜间消费推荐｜都市氛围风PPT 背景：分析年轻人夜间消费和夜宵选择，帮助用户在不同场景下找到合适的夜宵去处。 Prompt：以南京为例，分析年轻人夜间消费和夜宵选择，制作一份中文PPT，主题为《晚上10点以后，城市里哪里还能吃到真正好吃的夜宵？》。要求： 1. 构造一份夜宵门店示例数据，字段包括：店名、品类、人均价格、营业时间、距离、评分、排队风险、适合场景。 2. 分析烧烤、火锅、小龙虾、面馆、便利店、甜品等夜宵品类的特点。 3. 输出不同人群推荐： 下班太晚型； 演唱会散场型； 情绪崩溃想吃点好的型； 朋友聚会型； 省钱续命型。 4. PPT需要包含：夜宵品类对比、场景推荐矩阵、价格分布图、夜间消费动线图。 5. 风格要求：烟火气、年轻化、深色背景、带一点城市夜生活氛围。 生成的11页年轻夜间都市氛围风格PPT——“晚上10点以后，城市里哪里还能吃到真正好吃的夜宵？”，完整呈现了南京深夜美食地图，覆盖六大夜宵品类横评（烧烤、火锅、小龙虾、面馆、便利店、甜品）、夜宵价格光谱（10-30元的经济型，到100+元的奢侈型）、夜间消费动线（22:00夜宵开始→24:00深夜高峰→02:00大部分关门→04:00烧烤独守→06:00早餐接力）、五种人群场景推荐（下班太晚型、演唱会散场型、情绪崩溃型、朋友聚会型、省钱续命型）。同时为每类场景匹配具体门店示例，页面深色背景、霓虹烟火气风格统一，可直接用于消费场景决策参考。 以下是成果： 四、让PPT生成不跑偏的秘诀 很多人写报告、做PPT的痛苦来自不知道到底讲给谁听。 SenseNova-Skills在进行数据分析、调研报告和PPT生成前，会优先锁定受众与使用场景，拆分每页文案、配图、数据图表排版槽位，搭建一条有说服力的叙事线，让汇报方与听众先达成共识，最后由视觉模型逐页进行像素级质检。 它有两种PPT生成模式供选择，日常商务汇报可用standard标准模式，发布会等重要活动启用creative创意模式，全文档字体、配色、版式统一，彻底告别杂乱模板。 核心技能亮点： 1. 数据分析、深度调研、PPT生成三大技能模块化拼接，一条指令完成全链路，无需跨软件操作； 2. 优先锁定受众与汇报场景，内容逻辑先于视觉排版，有效避免“PPT做完却讲不清”的常见问题； 3. 双模式可选，全文档字体、配色、版式统一，直接输出可上台使用的完整文件。 五、拥抱开源：可随时“安装”的技能包 如今的大模型往往都具备充足的通用认知，但缺少各个细分行业标准化落地流程，而SenseNova-Skills以开放Agent Skills标准，每项技能独立封装文件夹，通过SKILL.md文档写明适用场景、能力边界、执行规范，相当于给大模型批量加装各行各业实操手册。 如果说大模型是“大脑”，技能（Skills）就是一份可以随时给大模型“安装”的工种手册。为了让广大开发者和办公用户能够零门槛体验、参与这套体系的改造，商汤还提供了极具诚意的配套生态。 配套模型与权益 1. SenseNova U1系列、SenseNova 6.7 Flash-Lite：公测期依托Token Plan平台免费调用，每5小时各1500次免费额度； 2.SenseNova U1 Lite：已开源，Apache2.0协议，含8B-MoT、A3B-MoT两个版本，开发者可本地部署、二次迭代。整套技能不挑模型，可兼容市面主流 Agent 框架，用户可按需新增行业技能文档，持续扩充 AI 工作边界。 六、两种上手路径，开发者 / 普通用户按需选择 1、开发者部署（开源自建） 这里有一个很智能体的方式：把代码仓库地址直接交给自己的Agent，让它自行克隆并拷贝到skills目录，装完手动重启一次服务即可。 当然，传统的手动克隆复制也完全支持。通过GitHub下载项目源码，将Skill文件夹复制至对应Agent运行目录，指令即可完成技能挂载，支持选择性安装sn-ppt、sn-deep-research等单项技能，按需定制工作流。 开源项目地址：https://github.com/OpenSenseNova/SenseNova-Skills 2、普通用户（零代码开箱） 无需配置环境、不用API密钥，全量集成至「小浣熊」办公智能体。用户可享受企业级安全防护，注册即可免费试用，直接上传表格、发送指令生成报告与PPT。 免费试用体验入口：https://xiaohuanxiong.com/ 结语：开源实用Skills，让AI真落地、真干活 以往AI只能输出零散建议，如今依托SenseNova-Skills，从原始数据、一句话需求直达完整落地文件，让AI能真落地、真干活。 这些技能是开源的、可以被编写和复用的。这意味着AI的能力边界延伸到了人类可随时注入的、任何一个领域的具体知识中。

智东西 作者 | 李水青 编辑 | 心缘 智东西6月5日报道，在华为云INSPIRE创想者大会上，华为公司董事、华为云CEO周跃峰接受了智东西等多家媒体的采访。 ▲智东西等媒体对周跃峰进行了采访 就在当天，华为云一次性推出了灵衢智算集群、分层Agentic记忆存储、全新云入口“智果园”、全球首个全流程具身智能开发平台CloudRobo等十余款AI新品，覆盖从AI基础设施、模型服务到智能体平台与行业生态的完整链路。 同日，华为云联合智谱、DeepSeek、Minimax、Kimi、阶跃星辰、百度、美团LongCat、讯飞星火、爱诗科技、生数科技等20余家TOP模型厂商，发布“百模千态，云聚共赢”生态合作计划。 在采访中，当被问及与阿里云、火山引擎等厂商的路径差异时，周跃峰谈道：“我们不太在乎Token总量是多少，也不太在乎收入总量是多少。我在乎的是每一个Token背后带来的健康提升、一度度电的节约、生产力的提升，而不仅仅是情绪价值。” 他认为，华为云的第一条差异化在于以“AI提升生产力”为根本目标；第二条是坚持公有云与混合云并重，匹配中国政企对数据安全及本地部署的真实需求；第三条则是坚持自主算力路线，打造“第二个算力平面”。 谈及Token经济，周跃峰称，不能简单用日活或万亿Token数量来衡量价值，华为云更看重每一个Token在To B场景中创造的实际效益。在国产化算力供应相对有限的情况下，他直言“没有必要去拿规模跟外国牌的算力做比较”，华为云致力于让AI有更多的技术路线和生态可选。 而在被寄予厚望的AI编程产品——码道（CodeArts）上，周跃峰将其定位为“碳基生命与硅基系统的翻译器”——不仅仅是AI编程工具，更是智能体调用硅基资源的核心能力。 他表示，华为云将投入“范弗里特弹药量”来打造这一能力，这一典故意指指代不计成本、高强度持续投入资源，目标不止于用户数或Token产出，而是帮助开发者更好地使用工具、让智能体更精准地理解人类意图。 最后，周跃峰反复强调华为云的开放姿态：从鲲鹏、昇腾到欧拉操作系统，从ModelArts到智能体平台，到行业生态，华为云坚持开源开放。 “我希望华为云能够成为智能体时代一朵最开放的云。”周跃峰说。 智东西对本次周跃峰采访全文进行了不改变原意的编辑： 1、华为云要做“硅基黑土地”，别人最难模仿的技术优势是什么？ 周跃峰：在华为云全栈技术中，我认为最难模仿的有三个方面：第一个方面是基于自主算力芯片的算力集群，这种全国产化的算力硬件系统是独一无二的。第二方面是华为多年来在ICT的积累，以及在此硬件基础上的数学、算法、软件工程积累。包括上午推出的一系列AI新品，与其他云也不太一样，华为云更致力于为企业和行业开发专属安全的智能体。第三方面是华为云更加开放，面向行业构建AI和智能体生态。 2、AI云赛道竞争激烈，阿里云、火山引擎等互联网公司有天然的互联网开发者优势，华为相比他们走的路一样吗？ 周跃峰：首先，我们将“AI带来生产力提升”作为根本性目标。 我们不太在乎Token总量是多少，在当前国产化算力受限情况下，也不太在乎收入总量是多少。但我在乎的是生产出的Token背后带来的健康提升，一条条鲜活生命。我希望Token代表的是一度度电的节约、生产力的提升，而不仅仅是情绪价值。这是第一条路华为云与其他云厂商不同的地方。 同时，我们坚持公有云与混合云并重，以此践行第一条提到的目标。考虑中国现实，政府机构、央国企等涉及民生的企业，对数据安全和本地化部署有考虑，华为云会在各个行业来匹配他们的需求。 第三个不一样，我们坚持自主自强，打造“第二个算力平面”，让全球开发者有更多的技术选择。 3、公共云是需要多方共建的一个产业，您认为公共云下一步发展的关键是什么？华为云将在其中扮演怎么样的一个角色？ 周跃峰：我觉得公共云随着AI的发展将会更加兴旺发达。四年前，我们认为做AI就要买一堆算力卡；三年前，我们很多企业认为做AI就意味着要发展自己的大模型；今天，我们看到做AI实际上我们要开发和用好智能体。至于背后的算力和模型技术，都转到舞台的背后去了。 同时，我们也可以看到模型和算力技术发展迭代非常快。假设我们仅仅自己买来部署、开发模型的话，很可能部署完已经是落后了，非常尴尬。因此我们说对于很多大行业，能不能构建一个专属的公共云？既保证数据的安全，又能保证这AI的算力资源和模型资源能够快速迭代和共享，避免各自部署造成极大的浪费。 所以我觉得公共云这一个技术是匹配AI技术发展，而且也可以更大程度利用好我们现有投资的资源，加快利用好快速迭代的AI技术。我个人以及我的团队非常支持公共云的发展，公共云在中国这一片土地上面大有可为。 4、对中小企业用不起、不敢用AI的困境，华为云有哪些针对性商业模式和案例？ 周跃峰：AI作为如此大的一个产业，今天有人说万亿，我看远远不止万亿。但是让这一个万亿的产业不至于泡沫化，那么AI的产业不能够仅仅只是汇聚在某几个大的企业当中，一定是要让更多中小型的企业也能够使用AI的技术来发展。 比如中国有300多家大大小小的具身智能创业公司，如果让他们自建IT系统、算力系统，打造一整条覆盖数据准备、模型训练、仿真、部署等流程的系统，压力就太大了。所以我们这一次就发布了全球第一个全流程的具身智能开发平台CloudRobo，部署在公有云上。很多中小企业可以接入到具身智能专区去使用这一个开发平台，付非常少的钱获得共享数据、模型、案例等。医疗、制造、科研领域华为云也推出了专区。 5、从医疗到具身智能，行业之间差距巨大。华为云如何建立对这些不同行业的深度认知，有哪些经验可以复制？ 周跃峰：AI面向行业去深耕，其实需要更多的耐心、投入。这远比ToC或者简单通过App或者问答给个人带来情绪价值要难得多，但华为云更愿意面向行业去深耕。 对于不同的行业，首先它的算力平台是一样的，所以我们更多地去打造算力平台，就是我说的Agentic Infrastructure；华为ModelArts平台开放拥抱各个第三方的模型，不仅是华为自研模型；我们也打造智能体工作平台，在这个平台上聚合各种生态。通过这三大平台，在这几个行业，我们又通过行业AI梦工厂，也就是专区方式，跟更多细分行业的从业者一起通过联合创新打造好的解决方案，以此来繁荣行业生态。 6、华为提到“硅基黑土地”、“百模千态”概念，华为云具体是如何联合算力厂商、模型厂商以及各种行业伙伴来共同建设AI生态？ 周跃峰：首先算力，从鲲鹏到昇腾是开放的；然后系统，从操作系统欧拉到智算系统也是开源和开放的。所以从根基上面说，我们是开源开放的。 那么在构建全栈云服务的这个过程当中，我们上层的容器等平台也是开源的，ModelArts所采纳的这个工具链也是开源开放。我们也是花更多的力气来对接所有愿意跟我们一起合作的模型，为了能够让这些模型服务调用得更好，我们今天还发布了全新的模型路由器，提高模型调用效率。 我们的智能体平台也是开源的，开源的版本叫openjiuwen，这一个内核代码几乎和商业版的智果AgentArts相同。包括更多MCP、几十万个面向各个行业场景的Skills等，都是面向生态开放的。 面向细分的行业场景，AI落地生态所需要的技术差异化还是蛮大的。所以我们为此还专门开辟了行业AI梦工厂行动，希望能够针对一个一个重要的细分场景，汇聚解决方案和原子级能力，跟大家共享这一些技术生态。 通过这一系列措施，我希望华为云能够成为智能体时代一朵最开放的云。 7、华为云将投入多少资源发展码道（CodeArts），在这方面的具体业务目标是什么？ 周跃峰：码道（CodeArts）表面上来看是一个用AI编程工具，但它更多是我们碳基生命和硅基系统进行对话的一个翻译器。因为我们要指挥调用硅基资源的话，实际上要把人的通用语言转化成硅基世界所能够理解、听懂的指令和代码。所以码道的意义就不仅是一个AI编程工具了。对于智能体而言，它是一个非常重要的核心能力。只有把这个能力打造好了，智能体才可以更加容易理解意图，从而产生更加精准的措施和动作。 那么我们在码道，一定是投入“范弗里特弹药量（意指不计弹药损耗地投入）”来打造这一个能力。（业务目标上）也不仅仅是从多少人来用这一个工具，或者说用这个工具中产生多少Token来衡量我们的投入产出。 所以我想说的是，华为云对这一些重要核心的基础能力，愿意投入重兵和重资源在开发上面。还有包括投入资源来帮助我们的开发者，能够更好来使用这一些工具。 8、今年上半年有一个很明显的现象，就是阿里云和火山引擎都不怎么去看云基础三大件的收入了，都在冲MaaS的收入，华为云内部怎么看这一块收入，以及今年MaaS收入有没有一些具体的目标？ 周跃峰：确实是。在通算时代，云厂商的收入更多的是Infra拉动的资源收入。到了智算阶段，大家很清楚，我们已经进入Tokens经济的时代。所谓Tokens经济时代，我倒觉得不能简单的用多少日活、投了多少万亿Tokens来衡量Tokens所产生的价值。我更愿意去看我们有多少Tokens是面向To B提升了生产力。 所以我一开始就说，华为云更看重每一个Tokens背后能够给生产力、生活水平真正带来多大的价值。我们联合各个企业打造了AI基础设施之后，也不能简单看产生了多少Tokens、模型被调用了多少次，这是没有意义的。我们更多的是从案例看，比如我防范了多少金融风险，提升了多少工作效率等。 另外，我们也看到Tokens背后实际是需要大量的基础设施来做支撑的，要看你对基础设施的投入大小，这也是有很重要的。对于华为云而言，我们采纳的是国产化算力。在能力和供应相对有限的情况下面，我就不去拿这个规模来跟外国牌的算力规模做比较，没有必要。 我们致力于发展第二个算力平面，让AI有更多的技术路线和生态可以选择，所以我从一开始就说我不太在乎这一些收入的指标，或者说Tokens总量。

智东西 作者 | 江宇 编辑 | 漠影 智东西6月5日北京现场报道，刚刚，在2026腾讯云AI产业应用大会上，腾讯一口气甩出20多个Agent，并首次将其打包为“效率智能体工具集”对外发布，本地“龙虾”QClaw、个人知识智能体ima、AI助手元宝、QQ浏览器、AI办公工具WorkBuddy、AI编程工具CodeBuddy、设计Agent妙境Miora与Ardot等覆盖个人、办公与企业场景的核心产品悉数亮相。 与此同时，腾讯最新旗舰模型混元Hy3 Preview全面覆盖腾讯AI产品体系。腾讯云大模型服务平台TokenHub、Agent原生基础设施Agent Runtime、智能体开发平台ADP4.0、WorkBuddy企业版等一批面向Agent规模化落地的新产品和新能力也集中登场。 全场尤其受关注的一幕，当属腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，与腾讯首席AI科学家、腾讯混元大语言模型及AI Infra负责人姚顺雨的同台对话。 围绕AI下半场、Agent发展方向、模型与产品“第一性原理”与相互成就等话题，两人进行了近一小时交流，这也是姚顺雨加入腾讯后少有的一次公开主场分享。 大会期间，汤道生还与智东西等媒体进行了深入交流。从腾讯AI战略、元宝定位到Agent商业化、算力布局等话题，他回应了外界关注的多个问题，并抛出不少关键判断： 1、谈腾讯AI打法：大家一般都会说腾讯是一个产品公司。这一点写在腾讯的基因里，AI时代也不会改变。 2、谈元宝定位：腾讯最大的投入仍然在元宝上，Chatbot依然是一个重要赛道。 3、谈腾讯是否慢了：腾讯业务非常多元，很难保证每一个板块都始终领先，阶段性的快慢都很正常。 4、谈长期竞争：腾讯过去28年的很多成功业务都经历过高潮和低谷，当判断清楚一件事有价值，就会坚定地走过周期。 5、谈WorkBuddy走红：WorkBuddy今天的普及和受欢迎程度，并不是两三年前规划出来的，甚至一年前也没有想到。 6、谈Agent商业化：调用量并不是商业化指标。当前商业化不是重点，重点仍然是把产品打磨好、服务更多用户。 7、谈自研芯片：自己做芯片设计并不能解决产能问题，腾讯当前更倾向于与更多芯片厂商合作。 8、谈姚顺雨加入：姚顺雨推动了模型与产品协同设计，也推动混元进一步聚焦数据质量和产品体验。 9、谈MaaS竞争：腾讯和友商风格不同，友商喜欢给大的数字，腾讯不是这种风格。 一、汤道生交底：元宝排第一，算力先保自己人 我们在主论坛后，与腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生进行了面对面交流。在近一个小时的群访中，汤道生多次回应外界关于腾讯AI节奏的疑问，回答了十余个问题。 我们将14个关键问题的答案，整理如下： Q1：腾讯云如何平衡内部AI产品和外部客户的算力需求？ 汤道生坦言，腾讯在算力基础设施上一直处于“不太够”的状态。在有限资源下，腾讯会优先倾斜内部需求，包括混元训练、微信、腾讯会议、元宝等产品。 腾讯真正拿出来放到云上、服务各行各业客户的裸GPU算力仍然有限。汤道生说，腾讯云确实有标杆案例，但“远远不足以满足大部分客户的需求”。 不过，今年腾讯云上的Token调用量已经出现爆发式增长。汤道生提到，相关需求有“几十倍”的增长。腾讯也非常期待下半年有更多国产算力支持云业务，至少先把一些推理场景服务得更好。 Q2：AI会如何改变腾讯的产品研发流程？ 汤道生判断，未来很多产品研发会更多由结果驱动。只要有想法、有创意，个人也可以和AI协作打造完整产品。未来团队会越来越小，更多三五成群的Feature Team将承担产品研发工作。 Q3：腾讯为什么强调AI产品的场景化落地？ 面对腾讯为何更注重产品化、场景化落地的问题，汤道生说，腾讯一直非常关注产品体验，关注如何解决和满足用户需求，为用户提供价值。这些目标都需要通过产品作为载体来实现。 “大家一般都会说腾讯是一个产品公司。”汤道生称，这一点在腾讯团队基因里，他不认为AI时代会有太大变化。 不过，由于AI服务的运营成本和边际成本与过去不同，腾讯需要用不同商业模式承载这种服务。在他看来，只要创造的价值足够大、能够量化，用户或客户仍然会为其买单。 Q4：元宝和混元团队如何协同？元宝的定位和KPI是什么？ 汤道生透露，元宝与混元团队的合作正在变得越来越紧密，近期双方还会搬到同一座楼，方便沟通和对齐。他还提到，目前约80%的元宝用户已经在使用Hy3 preview，产品留存率也有明显提升。元宝中的很多服务都由混元Hy3 preview支持，包括最新的语音识别、方言识别等能力。 谈到元宝的KPI，汤道生称，一方面是持续增长，希望赢得更多用户；另一方面是留存率持续提升。他自己每天也在用元宝，对元宝团队最期待的是搜索服务做得越来越好，引入更多实时数据源、权威数据源和专业数据，让服务不再只依赖模型训练时已有的知识。 对于元宝的投入，汤道生表示，腾讯今天有很多AI产品和智能体产品，但最大的投入仍然在元宝上。腾讯仍然认为Chatbot形态有非常普遍的需求，是一个非常重要的赛道。 Q5：腾讯怎么看“腾讯是不是慢了”？ 他提到，腾讯业务非常多元，做的事情也很多，很难保证每一个板块都处于绝对领先位置。不同业务、不同服务阶段性快一点或慢一点，都很正常。 汤道生也提到，比如今年年初龙虾热潮出现时，腾讯在市场上的反应就很快，相关产品也成为国内市场上很受欢迎的产品之一。 在他看来，把时间拉长看，腾讯过去28年里很多成功业务，也并非一直一帆风顺，都经历过高潮和低谷。腾讯做服务、做产品的一个理念是，当判断清楚一件事有价值，就会坚定地走过周期。 Q6：未来腾讯会重点投入Chatbot、Agent还是模型？ 对于ChatGPT、元宝、CodeBuddy、WorkBuddy等不同方向，汤道生认为，很难对10年后的结果做判断。很多早期被看好的方向，10年、20年后不一定会和最初想象完全一样；一些大家原本没有意识到的产品机会，也可能带来惊喜。 因此，腾讯会保证不同赛道、不同产品都有充分资源迭代，同时观察市场变化。如果市场上有某个产品有很高的真实需求，腾讯也会及时调整并加大投入。 WorkBuddy就是一个例子。汤道生说，CodeBuddy大约三年前已有团队在做，最早是面向开发者的产品。后来随着AI能力增强，以及公司内部对编程智能体的需求增加，逐渐承担起CodeBuddy产品。到今年大模型能力进一步提升后，CodeBuddy又演化出WorkBuddy，让非程序员、非技术人员也能用它提升工作效率。 他坦言，WorkBuddy今天的普及和受欢迎程度，并不是两三年前规划出来的，甚至一年前也没有想到。及时响应市场变化，可能是一项更重要的能力。 Q7：Agent产品当前是否有重点商业化指标？ 汤道生称，调用量并不是商业化指标。当前商业化不是腾讯的重点，重点仍然是把产品打磨好，服务更多用户。 不过，商业模式仍然有调节作用。因为算力资源有限，腾讯也需要筛选出对产品最有需要、最认可其价值、愿意付费获得算力的用户。这也是Agent产品发展过程中需要考虑的问题。 Q8：WorkBuddy企业版和企业微信是什么关系？ 汤道生回应称，在移动时代，Chat App是非常有粘性的应用，企业微信与微信的连接，延展了腾讯在Chat App赛道服务用户、处理任务的能力。 汤道生认为，在办公环境中，如果用户不是要和同事交流或开会，而是要与AI协作完成任务，WorkBuddy这类界面会更符合需求。未来企业微信和WorkBuddy会在办公场景中并存，只是侧重点不同。 企业微信会更侧重人与人沟通、人与服务沟通，以及OA、审批等流程；WorkBuddy则会更侧重人与AI协作，提供更自然的AI原生产品体验。 Q9：腾讯会不会自己做算力芯片？ 对于腾讯是否考虑自研算力芯片，汤道生坦言，自己做芯片设计，并不能解决产能问题。今天的市场需求很旺盛，没有一家芯片厂商有足够产能满足需求。 腾讯当前的做法，是通过生态合作与更多芯片厂商合作。这样也能让更多芯片厂商愿意拥抱腾讯，把腾讯作为其算力能力的展现平台。 Q10：腾讯为什么选择姚顺雨？他带来了哪些变化？ 汤道生称，姚顺雨是AI领域非常有影响力的专家。即便在加入腾讯之前，双方长期沟通中也能充分感受到他的专业性。 汤道生认为，姚顺雨带来的一个重要变化，是推动模型和产品的Co-design，也就是模型与产品协同设计。过去模型团队可能更关注Benchmark，现在则会直接以产品用户体验作为重要目标。 此外，姚顺雨也识别出腾讯过去训练数据虽然很多，但质量还不够高。早期训练混元之前，他推动提升数据质量，砍掉很多看似可以堆量、实际对模型训练帮助不大甚至有害的数据。 在汤道生看来，如果没有对数据质量重要性的正确认知，只是盲目追求更大参数，就很难做出“砍数据”这样的决策。他认为，姚顺雨在很多地方推动了化繁为简，让混元近期效果相比过去有明显进步。 Q11：腾讯怎么看C端大模型商业化？ 面对友商在C端大模型收费上的动作，汤道生谈到，友商在C端商业化上确实走得更靠前一些。腾讯当前的目标，还是把产品体验做好，找到元宝的差异化定位，服务好重点用户。 Q12：MaaS和TokenHub会不会成为腾讯云新的增长点？ 汤道生认为，MaaS和TokenHub肯定是腾讯云“增肌”的一部分，也是非常健康的业务板块。相关业务正在经历非常高速的增长。 他还提到，今天很多MaaS和Token消耗，也与企业端部署WorkBuddy等产品有关。由于市场需求旺盛，而当前又受限于算力供给，随着后续算力更充裕，Token服务作为算力的一种载体，会给整个云市场带来新的增长。 对于友商在MaaS业务上抛出较高营收目标，汤道生称，腾讯和友商在风格上有很多差异，友商喜欢给大的数字，腾讯相对不是这种风格。 Q13：腾讯云后续增长怎么看？ 对于腾讯云一季度增速压力和未来市场规模，汤道生称，他无法对未来收入做预测，但团队有明确且积极的增长目标。当前比较大的问题仍然是受限于算力。 二、腾讯一口气甩出20多个Agent，WorkBuddy企业版正式发布 腾讯云此次发布的核心产品是“效率智能体工具集”。简单来说，腾讯面向个人、办公和企业三类需求，将Agent产品封装成多层的产品体系，其中覆盖开箱即用的轻量工具、企业级平台和行业解决方案。 面向个人用户，腾讯升级了QClaw、ima、元宝、QQ浏览器等产品。 其中，本地“龙虾”QClaw首创“微信直连”模式，并打通腾讯文档、腾讯会议、QQ邮箱等工具；个人知识智能体ima支持创建专属Agent，并通过记忆系统持续理解用户；元宝支持“元宝派”一键接入“龙虾”；QQ浏览器上线伴随式Agent服务，并与元宝联合推出行业首个高考咨询师Agent“元宝高考通”。 腾讯妙境Miora和交互设计智能体Ardot则瞄准创意设计场景。其中，Ardot面向UI/UX设计师，支持交互流程设计、原型生成与体验优化；Miora则覆盖平面、视频和3D等创意资产生产，支持从创意构思到内容生成的完整流程。 面向职场人群，腾讯推出“Buddy”系列产品，覆盖代码研发、文档处理、创意设计等场景。 WorkBuddy个人版发布3个月以来累计迭代43个版本，按DAU（日活）计，已是国内最受欢迎的效率智能体工具。CodeBuddy覆盖编码、评审、测试、运维等研发流程，并率先支持插件、IDE、CLI三种形态。 面向企业用户，腾讯正式发布WorkBuddy企业版和办公智能体套件Agent Suite。 WorkBuddy企业版提供7×24专家数字员工、人与AI协作团队的管理，以及企业级管理后台三项能力。 Agent Suite通过One ID，可以将腾讯文档、腾讯网盘、腾讯乐享接入WorkBuddy工作台，打通内容创作、知识沉淀和能力复用。 作为统一办公入口，WorkBuddy企业版还通过Knowledge Base、Skills和Connector三类能力连接企业知识、工具和业务系统，让Agent能够直接参与日常办公流程。 其中，Connector基于腾讯云One ID统一身份体系，能够直接对接企业现有OA、CRM、项目管理系统以及腾讯会议、QQ邮箱、腾讯文档等协同工具。 CodeBuddy&WorkBuddy负责人刘毅在现场提到，WorkBuddy已成为国内第一的桌面办公智能体产品，过去3个月人均Token消耗增长10倍。 与此同时，CodeBuddy也在腾讯内部已有一批实践案例。CodeBuddy覆盖腾讯超过95%的工程师，整体编码时间缩短40%。 除Agent外，腾讯云音视频还发布AI品牌WAND，其整合了六类自研媒体模型和60多项媒体AI能力，以Agent-Native方式对外开放，可支持多模态内容理解与生成。 三、ADP4.0、Agent Runtime、TokenHub集体升级，打造Agent基础设施 腾讯云这次也重构了云产品体系，覆盖模型、推理服务、Agent基础设施与生态连接。 在推理服务层面，腾讯云大模型服务平台TokenHub在今年3月正式上线。它集成混元及第三方主流模型，支持新模型Day0接入、统一协议和Key管理，并可根据成本、性能和智能效果进行动态路由。 TokenHub负责人高航提到，TokenHub上线3个月内，日供给量已从零增长到5万亿级别。按照当前增长趋势，预计2027年日Token销售量将超过50万亿。依托多元芯片适配、潮汐调度、FlexKV分布式缓存等推理优化技术，TokenHub实现整体算力利用率提升40%，缓存命中率提升至85%。 在Agent运行层面，腾讯云升级了Agent Runtime，其作为面向Agent的原生基础设施。 Agent Runtime通过弹性调度与按需伸缩，可释放70%闲置算力；Memory服务在长任务场景下可使Token消耗降低60%、任务成功率提升30%。腾讯云还引入零信任、零凭证访问机制，保障Agent安全调用企业系统和数据。 腾讯云副总经理马文霜现场谈到，腾讯云Agent Runtime由沙箱、存储、记忆、网关、观测五大核心产品组成。其中，Agent沙箱可做到60毫秒拉起，一分钟可拉起16万个沙箱；Agent存储支持毫秒级克隆和快照，帮助Agent任务在出错后快速恢复。 在开发平台层面，腾讯云智能体开发平台ADP升级至4.0版本，定位为企业级AgentOps平台，覆盖Agent构建、连接、分发与治理全周期。 腾讯云智能体开发平台负责人、腾讯乐享负责人吴运声提到，ADP4.0不只帮助企业造出智能体，也要帮助智能体跑起来、管起来。其新推出的“Claw模式”支持用自然语言描述需求，自动构建生产级企业智能体，并原生支持Agent入口机制。 此外，腾讯云还发布EdgeOne Makers，这是一款面向Web应用和AI应用提供一站式开发平台。 面向安全问题，腾讯云此次发布CodeBuddy Security，让Agent参与安全漏洞挖掘与治理。同时，腾讯云也将YID身份认证体系、安全网关、密钥沙箱、流量沙箱、提示词检测、权限隔离、日志审计等能力整合进Agent安全方案中。 董志强提到，一个关键做法是通过User ID和Agent ID组合进行权限设置，而非简单把用户权限直接交给Agent。这样可以对不同智能体进行更细粒度管理，并通过临时密钥、会话隔离、工具调用隔离等方式降低风险。 四、姚顺雨首次站台腾讯：AI下半场比拼真问题、真场景 姚顺雨在交出混元Hy3 preview这份阶段性答卷后，完成了加入腾讯以来的首次公开系统分享，成为大会最受关注的环节。 从汤道生现场围绕混元Hy3 preview展开追问，到混元Hy3 preview已经覆盖元宝、CodeBuddy、WorkBuddy等腾讯核心AI产品，再到该模型在OpenRouter连续多周位居Token消耗量榜来看，Hy3这张卷子，姚顺雨答得不错。 一上场，姚顺雨就重新解释了自己提出的“AI下半场”概念。在他看来，过去几十年AI行业一直在寻找更好的方法，而预训练和后训练让通用模型逐渐成为一种成熟的方法论。相比继续寻找新方法，今天更困难的事情是找到真正值得解决的问题。 这也是他选择加入腾讯的重要原因之一。姚顺雨提到，腾讯拥有大量产品、场景和用户反馈，能够持续为模型提供真实问题和真实上下文。对于Agent而言，仅有模型能力远远不够，还需要工具、环境和数据支撑。模型越来越擅长把复杂输入转化为输出，产品和场景中的Context价值也会越来越高。 目前，不少AI厂商采取研用分离结构，模型和应用两条线平起平坐。但腾讯反复强调“Co-Design”理念。 谈到这一点时，姚顺雨认为，模型与产品是相互成就的关系。相比榜单成绩，他更关注真实用户反馈和真实场景评测。很多产品中的用户问题只有一两句话，甚至表述模糊，却往往比标准化Benchmark更能暴露模型短板。 在他看来，LLM时代最大的特点是泛化性。即便是Coding Agent，也离不开搜索、聊天、推理和指令遵循能力。腾讯不同产品积累的数据和反馈，可以相互迁移、相互增强。 姚顺雨坦言，今天做大模型“没有什么秘密”，核心仍然是Infra、数据和评测体系建设。相比单纯追求模型规模，他更关注如何定义真实问题、提升任务完成率以及模型在实际场景中的稳定性。 谈及Agent带来的Token消耗增长，姚顺雨认为，性能始终排在成本之前。“先把事情做对”比单纯降低价格更重要，未来模型竞争仍会围绕任务完成率、稳定性和性价比展开。 对外界“腾讯在AI上慢了”的质疑，两人在现场做了正面回应。姚顺雨认为，AI不是两三年的短期游戏，而是一个长期过程，ChatGPT和Claude Code不会是唯一Super App，会有源源不断的新机会诞生。 结语：腾讯AI的下一步，还是要回到产品里 本次交流里，汤道生提到：腾讯仍然是一家产品公司。元宝、WorkBuddy、CodeBuddy以及这次集中亮相的20多个Agent，背后都围绕具体场景和产品能力展开。 姚顺雨加入后，腾讯模型与产品之间的协同也在进一步加强，模型能力的提升与产品体验的优化，正在互相推动。 AI竞赛还很长。正如汤道生所说，很难保证每一个阶段、每一个方向都始终领先。腾讯的AI后劲，仍然值得期待。

快科技6月5日消息，据中国汽车工业协会披露的最新数据显示，2026年1—4月，全国新能源二手车累计交易54.79万辆，较去年同期增长29.1%。4月单月交易14.32万辆，同比增长21.6%，渗透率升至8.57%。 值得注意的是，新能源二手车保值率走势出现分化。纯电车型则因此前价格已跌至相对低位、下行空间有限，叠加高油价背景下低使用成本优势凸显，保值率稳步回升，与二手油车价格形成鲜明对比。 从5月数据来看，包括腾势、比亚迪、蔚来、比亚迪为代表的国产新能源汽车品牌保值率环比均出现了上涨，分别上涨0.2至0.3个百分点。 插混车型则受新车价格战冲击叠加淡季避险压价，保值率有所下滑。 中国汽车流通协会战略合作伙伴精真估数据研究员李明表示，“纯电车型保值率的上涨，一方面是因为此前纯电二手车价格已跌至相对低位，目前下行的空间有限。” “另一方面，二手车消费者对车辆实用性和经济性的关注度越来越高，尤其是在当前高油价的背景下，纯电车型运行成本很低，叠加充电网络持续完善，为纯电二手车价格提供了坚实的底部支撑。” 此外新能源二手车市场消费升级趋势明显，主流入门车型热度明显降温，中高端车型延续上升势头。 数据显示，在4月新能源二手车乘用车交易中，A00级轿车占比15.4%，环比下降2.6个百分点。 B级轿车占13.2%，C级占6.7%，分别提升0.5和0.3个百分点；SUV车型占29.3%，环比增长0.3个百分点。 李明指出，“这表明目前消费者对于自主新能源品牌二手车接受度正在大幅度提升。” 他分析称，目前自主品牌已经摆脱了单一的“性价比”标签，在包括高端智驾以及换电细分领域建立起自己技术的护城河，这为国产新能源汽车品牌保值率的上升提供了支撑。

凤凰网科技讯 6月5日，针对“理想汽车发布L9 Livis与蔚来ES9对比视频”一事，上海蔚来汽车有限公司副总裁马麟发文，质疑理想L9与蔚来ES9底盘实测对比视频。 马麟表示，理想汽车官方小程序今天发布的视频中，蔚来ES9在标准模式下与在全主动悬架工作强度极弱的超软模式下晃动速度一样甚至更快，这不符合蔚来的产品设定。 他直言，“我们期待理想公司官方证实视频真实性，说清楚视频来源，以及测试时的环境和悬架设置等。”

凤凰网科技讯 6月5日，针对网传“山东平度小鹏汽车起火并疑似电池热失控”一事，小鹏汽车官方辟谣账号发布声明称，公司已第一时间对涉事车辆进行数据排查和分析，结果显示未发现热失控相关信息。 据相关报道，6月4日晚9时许，平度市深圳路与郑州路交叉口东北方向，一辆私人使用的小鹏汽车在院内充电时发生爆燃，引燃旁边房屋，过火面积近100平方米。消防部门出动多辆消防车，耗时一个多小时将火势控制。

快科技6月5日消息，近日一则新能源车公共场站充电突发冒烟的视频引发全网热议：车主坐在车内等候补能期间，车身底盘突然冒出大量浓烟，车主察觉异常后迅速开门撤离，侥幸避开火情进一步扩大。 从现场画面来看，车辆接入公共直流快充不久便出现异常，浓烟从底盘位置快速蔓延，好在车主反应及时快速避险。 自动播放 直流快充工况下动力电池处于高压大电流输入状态，电芯发热量大，即便车辆配备BMS电池温控系统，老旧车型、电池损耗车辆仍存在局部过热、线路故障起火隐患，一旦突发热失控，密闭车厢会大幅压缩逃生空间。 针对车主普遍关心的充电乘车规范，业内专家分场景作出明确解答。 直流快充场景，不建议驾乘人员在车内停留，尤其车辆剩余电量低于20%时，电池内阻偏高，快充热负荷翻倍，高温暴晒、密闭地下充电站等环境下风险更高，尽量在充电站休息区等候，便于第一时间处置车辆异响、冒烟、焦糊等险情。 家用交流慢充发热量低，仅可短时间短暂停留，停留时需车窗预留通风缝隙，严禁开启空调、座椅加热等大功率车载电器，避免额外加重电池负载、诱发电芯异常升温。 对此，针对充电安全隐患，充电前应检查充电口有无积水、破损、异物，优先选用带国标认证的合规充电桩。 充电过程一旦嗅到焦糊味、看见冒烟，立刻按下充电桩急停按键、远离车辆50米以上，切勿自行开盖检修或尝试灭火。 高温、雷雨极端天气尽量减少户外露天快充，积水场站暂缓补能。

原标题：滴滴推出“甄选快车”：轴距不低于2750mm，司机师傅需满足7大场景30天内0投诉 IT之家 6 月 5 日消息，滴滴出行今日宣布推出全新的“甄选快车”品类，用标准化服务保障出行体验确定性。 在“好车”方面，甄选快车要求车内空间宽敞、轴距不低于 2750mm 的车辆，从物理空间上避免“拥挤感”；考虑到不同城市用户对车型的感知不同，部分城市对可接甄选快车的车型和车龄也有严格限制。 在“好服务”方面，甄选快车司机均为高分好服务的司机，在车况、异味、服务态度、开空调、绕路、多收费、甩客这七大场景中，司机师傅需满足 30 天内 0 投诉；以及订单起点或终点在机场、火车站的甄选快车订单，如乘客携带了大件行李，司机会主动提供提拿行李服务，不需要乘客额外沟通协商。 司机师傅在满足服务和车辆要求基础上，还需完成甄选相关服务学习考试，才有机会获得甄选资质，接到甄选快车订单。 目前滴滴甄选快车已在深圳、宁波、重庆、苏州、长沙等 24 个城市试行上线。用户在叫车时勾选“甄选快车”即可体验。 IT之家从公告获悉，甄选快车的定价是快车的 1.02-1.1 倍，根据峰期、供需情况不同，对应上浮比例不同。 滴滴出行数据显示，在甄选快车已上线的 24 个城市中，完成服务标准升级后七大场景投诉量下降 46.32%；主动给出评价的用户中，98% 的用户对甄选快车司机服务给出好评；提拿行李服务项平均每周有约 1 万名司机获得乘客的好评肯定；对比无甄选资质的司机，甄选司机平均每周多赚约 130 元。

原标题：山东一小鹏汽车充电时爆燃起火引燃院落，过火面积近100平方米，无人员伤亡，车辆起火原因正在调查中 据华商报大风新闻，6月4日晚，多名山东网友发布视频称，平度市发生爆炸，现场有很大火光和浓烟。 还有当地网友在社交平台上祈祷，希望没有造成人员伤亡。 视频里，能看见路边停放着多辆消防车，还一直在拉着警报。 6月5日上午，华商报大风新闻记者多方了解到，4日晚9时许，平度市深圳路和郑州路交叉口东北方向，一电动汽车在充电时爆燃，引燃了旁边一间房子。 当地一商户说，这是私人使用的车辆，车主租住在一个院子里，当时，是在院子充电时，出现了意外。车辆的品牌是小鹏。 平度市应急管理局工作人员也证实说，网传的化工厂爆炸，是不实的消息。真实的情况是，一辆小鹏电动汽车爆燃。消防迅速出动，一个多小时后，就将火势控制住了。该路段也没有化工厂。 据介绍，此次爆燃事件过火面积近100平方米，因为事发时车上没人，没有造成人员伤亡。车辆起火爆燃的具体原因，相关部门还在调查之中。 来源：华商报大风新闻 微信编辑：吴祈 审核：林夕

凤凰网科技讯 6月5日，特斯拉在微博官宣了又一里程碑时刻 ：特斯拉在英国迎来了第300000辆交付。 据媒体此前报道，特斯拉在欧洲的销量实现强劲反弹，5月多个核心区域市场的新车注册量大幅攀升。法国市场领跑全欧大涨，新车上牌量同比暴涨655%至5446辆，创下特斯拉在该国历年5月最佳销售成绩。2026年开年至今，特斯拉在法国累计新车销量已突破2万辆，年内累计销量大幅领先欧洲其余各国。 另外，特斯拉中国在5月份交付了85982辆电动汽车，同比增长39.4%，环比增长8%，创2026年单月交付新高，也是特斯拉中国连续第七个月实现交付量同比增长。

IT之家 6 月 5 日消息，法拉利 CEO 贝内代托 · 维尼亚明确排除了推出完全自动驾驶法拉利的可能。他甚至反问，如果车主不能亲自驾驶，买法拉利还有什么意义？ 当地时间 5 月 31 日，维尼亚在接受澳媒《Drive》采访时承诺，法拉利每一款车都会保留方向盘，让车主享受驾驶，而不是把一切交给电脑。 维尼亚表示：“我们不会制造完全自动驾驶汽车，这一点非常明确。我们希望享受乐趣的是人，而不是电脑芯片。我们希望车里有方向盘，方向盘后面是一名男性或女性。否则，你为什么要买法拉利呢？” 维尼亚确认，法拉利会继续开发自适应巡航控制、车道偏离预警等技术，这些功能从技术定义上也属于自动驾驶的一部分。但同时，L3 及以上级别自动驾驶不在法拉利的产品蓝图中。 IT之家注：L3 及以上意味着车辆可以在一定条件下脱离驾驶者的操作独立运行。

IT之家 6 月 5 日消息，小米今日官宣，全新小米 17T Pro 手机搭载天玑 9500 旗舰芯片，3nm 工艺制程，第三代架构，八核全大核设计，对比上一代 GPU 性能大幅提升 33%，功耗降低 42%，光追渲染性能提升 199%。 小米 17T 系列手机将于 6 月 8 日 14:00 发布，标准版采用 6.59 英寸，Pro 版采用 6.83 英寸。全系四曲包裹式中框、2D 直屏、一体化金属镜头 Deco，超大 R 角设计全系，配备超窄边框。 小米 17T Pro 搭载徕卡光学专业三摄、徕卡光学 Summilux 镜头，提供徕卡高动态主摄（光影猎人 950、13.5EV 动态范围）、徕卡 5X 潜望长焦、徕卡 120° 超广角。此外，小米 17T 系列全系搭载徕卡 5X 潜望长焦，支持 5X 光学变焦、10X 无损变焦，还有 120X UltraZoom、30cm 长焦微距。