Fiona Fung带领着被称为「全世界最AI化」的工程团队，用Claude Code把Anthropic人均代码量翻了8倍。可她发现，越用Claude Code，团队里的工程师越不跟人说话了。 造出Claude Code的人，已经先一步尝到了它带来的孤独。 「写代码，已经不再是瓶颈了。」 Anthropic工程负责人Fiona Fung在几天前的Lennys Podcast上这样说道。 她负责Anthropic的Claude Code与Cowork团队，连Claude Code之父Boris Cherny都向她汇报。 正是她领导的这两款产品，把Anthropic自家的代码产出推向了历史高位。 Anthropic刚公布的一项数据显示：Anthropic工程师如今的人均季度代码产出量，是2021到2025年的8倍。 Anthropic工程师人均季度代码产出变化（以2025年前均值为1倍基准）。2025年起逐季陡升:Q1的1.2倍、Q2的1.5倍，到2026年Q1已达5.8倍，Q2冲到8.0倍。最右侧斜纹柱为尚未走完的部分季度。Anthropic报告《When AI Builds Itself》 背后推动这8倍效率的，正是Fiona带领的这支团队。它同时扛着Claude Code和Cowork两条产品线，被外界称为「全世界最AI化」的工程团队。 可在同一场对谈里，Fiona也讲到了技术突破之外的另一件事：这支团队最近大家越来越不跟人说话了，工作开始变成一种孤独的体验。 一支号称80%代码都由Claude写出来的团队，率先感受到了使用Claude之后所带来的孤独。 Anthropic公司Claude Code和Cowork团队的工程负责人Fiona Fung 对话中，主持人Lenny抛给Fiona这样一个问题：在这个全新的软件工程世界里，到底有什么东西丢了？ 她提到了团队成员因为过多使用AI，而越来越少交流了，减少的社交以及随之而来的孤独感。 一边是8倍效率的狂奔，一边是从人际真空悄悄渗出的孤独。 这也是为什么这家把AI编程做到极致的公司，要靠黑客松、结对编程午餐等人为线下活动，把丢失的人与人之间的连接重新补回来。 当协作变成「平行游戏」 过去工程师写代码，主流方式是结对编程。两个人一台机器，一个敲，一个盯，边写边聊：知识就在这种交流中自然传递。 主持人Lenny对此深有感触。 他说自己做过十年工程师，以前是一队人合写一套代码，有人做后端、有人做前端、有人做iOS，大家共同搞定同一个问题；现在呢，是「十个Claude并行在跑」，各干各的。 他用了一个特别贴切的词，说这像幼儿的「平行游戏（parallel play）」：几个孩子并排坐着，谁也不打扰谁，各自搭各自的积木。 Fiona认同这个说法，还补充道「我们做结对编程时，居然能从彼此身上学到这么多。每次看别人怎么用，我自己都能学到东西。」 以往是「人＋人」，现在成了「人＋AI」。 有一项对比「人＋AI」与「人＋人」结对的研究发现，人和AI之间的知识传递频率，跟人和人之间其实差不多。但交互更单向，而且开发者在接受AI建议时，比接受同事建议时审视得更少。 也就是说，协作还在，人与人交流的那种「社会性」没了。 为了把流失掉的连接补回来，Fiona的团队想了些土办法：结对编程午餐、黑客松、把「专注时段」凑到一起做等。 说白了，就是制造一些让工程师重新坐到一起的由头。 代价 远不止孤独 孤独之外，Fiona还点出了它的另一项「副产品」：上下文切换。 当一个人手里同时跑着一堆智能体，注意力就被撕成了碎片： 如果你有20个智能体在跑，就有无穷无尽的查看、审查，你还得记着自己刚才到底在干嘛。 主持人追问有没有解法，她坦言还无解。 还有一种更隐秘的损失——心流（flow）。 Lenny回忆起当工程师的日子：一个难缠的bug，戴上耳机放首歌，整个人沉进去，最后看着它编译通过的那一下，爽得想喊出来。 Fiona称这种体验确实在变淡：「我听别的工程师也讲，有些我以前最享受的难处，现在没了。」 最让人上瘾的恰恰就是那个「最难的部分」，而它如今正好是AI最擅长的，当被自动化后，乐趣也被一并带走了。 比孤独更深的问题，还有工作意义的减弱。 在那份关于AI递归自我改进的报告（When AI Builds Itself）里，一名员工这样描述自己的状态： 顺利时会觉得自己做的一切都不重要，因为所有事情都已被自动化，而且可能比自己做得更快、更好；可一旦系统崩了、又查不出原因，自己才惊觉，已经不知道这段时间到底在忙什么了。 这不是个别情绪的宣泄。 Lenny也提到一位做数据科学的朋友：如今他大半时间在审别人用AI跑出来的、并不算高明的分析，「一半时候还是错的」，这让整份工作彻底变了形。 Menlo Ventures合伙人Deedy Das更是提到，多数软件工程师正面临一场「濒临抑郁的身份危机」，他把人分成两类： 一类是重度依赖AI、参与感越来越低的「偷懒者」。他们看似最轻松，代码张口就来，可一旦离开AI，自己究竟还会什么、能做什么，正在变得越来越模糊。 另一类是他称作「匠人」的资深工程师，得去理解、审查、修补那一大堆AI生成的代码。这些匠人们现在非常累，不仅身上压着审查的全部负担，而且他们热爱的那门手艺已经死去。 瓶颈不会消失 只是换了个地方 在Fiona看来，写代码不再成为瓶颈，这个瓶颈不会凭空消失，只会转移到别处。 比如验证。 「去年我们甚至还没有Claude代码评审，人类评审员当时就是一个非常大的瓶颈。」代码生成快到一定程度，人审不过来，就成了新的堵点。 更麻烦的是，提交代码的人也变多了。「现在不只是工程师，我们的设计师、PM，Claude Code团队里每个人都在提交代码。」 不同工种都在写，吞吐量又这么高，验证该怎么做，成了Fiona反复追问的问题。 在传统软件公司，写代码是一种有门槛的专业活，设计师和产品经理被挡在门外。在Fiona的团队，这道门槛被Claude拆掉了。任何人有想法，都能让模型把它变成能跑的代码。 听上去是彻底的解放，可它也意味着工程师的职业边界正在变得模糊。 黑客松与结对编程午餐带来的是什么 今年4月，Claude一个月就修掉了800多个API报错，这活儿要人来干，得花四年。 但Fiona也警觉到了这背后的代价。 她说，Boris早年是亲手敲代码的，那些对架构的理解，是在一行行写的过程里攒下来的，而现在的新人，未必还有这个过程。 「也许有一天这不重要了，」她说，「但在我们这个速度下，我仍然认为，你得花时间去搞懂你依赖的那一层。」 这是她的清醒：工具越强，越要提防人在不知不觉中被掏空。 更让Fiona担心的是「下一代」。她和Lenny走过的那条工程师成长路，已经不复存在。 她抛出一个没有答案的问题：如果一个软件工程师再也不用看代码，他还有什么动力，去真正搞懂基础设施怎么跑、内存怎么分配这些最底层的东西？ 所以再回头看她的黑客松和结对午餐，它要弥补的并非只是气氛，而是知识传递、团队文化，以及工程师对「我正在做一件有意义的事」的那点确认感。 这些东西，是Claude无法代写的。 孤独感背后 程序员的角色变了 孤独感只是表层，背后是工程师这份工作正在被重新定义。 最极端的例子是Boris。 他已经八个多月没手写过一行代码，而是改成指挥AI智能体大军来帮他干活：有时是几百个，有时是几千个，甚至几万个。 同样，Fiona自己的工作方式也变了。 她现在设了一条例行程序，每天定时自动替她翻反馈、派活给智能体。等她早上醒来，手边已经摆好一批待审的代码合并请求。抽象层一级一级往上抬，她离具体的代码越来越远。 不止他们，Anthropic曾对约40万次Claude Code会话做过一次隐私保护下的分析，结论很清楚：一次典型会话里，人做了约70%的规划决策，却只做约20%的执行决策。 人与Claude的决策分工。蓝色为规划决策（做什么），橙色为执行决策（怎么做），蓝色集中在左侧，意味着规划多由人拍板；橙色集中在最右的90–100%区间，意味着执行近乎完全交给Claude。 人决定做什么，Claude决定怎么做，这样的分工已经定型。 而真正决定成败的，并非编程背景，而是领域专业度：越懂自己要解决的问题，模型替你干的活就越多、越准。 换句话说，「写代码的人」正在变成「指挥代码的人」。 如今「角色」还剩什么？ Lenny在节目里转述的一种说法，Fiona很认同：你花得最多的那部分是什么，就是你现在的角色。

IT之家 6 月 25 日消息，据彭博社消息，顶尖人工智能研究员乔纳斯 · 阿德勒（Jonas Adler）与亚历山大 · 普里策尔（Alexander Pritzel）即将离开谷歌，加入 Anthropic 公司。报道称，阿德勒与普里策尔是谷歌 Gemini 大模型研发工作中的核心骨干。 人才流失已成为令谷歌忧心的趋势。上周，传奇 AI 研究员诺姆 · 沙泽尔（Noam Shazeer）官宣离职，转投 OpenAI。沙泽尔自 2000 年起便任职于谷歌，中间仅有三年离开公司，创办了颇具争议的聊天机器人企业 Character.AI。谷歌最终斥资 27 亿美元（IT之家注：现汇率约合 183.61 亿元人民币）收购吸纳该团队，此举一部分目的就是请回沙泽尔，牵头 Gemini 模型的研发。 沙泽尔官宣离职仅数日，谷歌 DeepMind 主管约翰 · 江珀（John Jumper）便宣布跳槽至 Anthropic。江珀曾与 DeepMind 首席执行官德米斯 · 哈萨比斯一同凭借 AlphaFold 蛋白质结构预测系统斩获 2024 年诺贝尔化学奖，该系统能够依托氨基酸序列推算蛋白质三维空间结构。 眼下 OpenAI 与 Anthropic 均筹备上市，顶尖 AI 人才外流的趋势或将延续：两家企业可通过股权期权吸引行业顶尖研究者，当下正是招揽人才的黄金窗口期。

据路透社报道，印度电子与半导体制造巨头塔塔电子近日确认，公司近期发现部分系统出现“网络安全事件”。安全研究人员称，勒索软件组织“World Leaks”在暗网上发布了据称来自塔塔电子的数据，涉及其核心客户苹果和特斯拉的组件设计、制造规格等文件。 World Leaks网站声称相关数据超过20万份、总量超过630GB。路透社援引研究人员称，文件中包括疑似苹果“factorydata”文件夹、材料规格文件、邮件、事件日志以及员工护照复印件；特斯拉相关文件，则出现了疑似充电口控制器、Model 3 Highland项目图纸等文件，其中部分文件带有“商业机密”等标识。 塔塔电子方面对路透社表示，几周前发现部分系统出现网络安全事件后，已立即启动响应机制，并称该事件没有影响公司旗下业务运营，各项业务仍保持正常运行。 对于提到的赎金要求，塔塔电子拒绝置评。 苹果方面据称正在调查此次数据泄露事件，并进行了“全面分析”。目前尚未正式回应此事件。 塔塔电子是印度塔塔集团在电子制造和半导体方向的重要平台，成立于2020年。塔塔电子积极扩张在印度的iPhone供应链，于2024年完成对纬创印度业务的收购，正式入局iPhone制造；2025年又宣布收购苹果代工厂和硕印度公司60%控股权，进一步扩大在印度的iPhone制造版图。 路透社报道称，目前，塔塔集团约占苹果公司在印度iPhone总产量的三分之一。 特斯拉方面，路透社在报道中提到，行业消息显示塔塔也为特斯拉制造零部件；2024年，印度《经济时报》报道称，特斯拉被认为已与塔塔电子签署半导体芯片采购协议用于全球业务。 路透社指出，塔塔并非首次遭遇网络攻击。去年，塔塔集团旗下的英国捷豹路虎（Jaguar Land Rover）集团也曾遭受网络攻击，导致生产线被迫停摆长达六周。 此外，2024年9月，塔塔位于印度泰米尔纳德邦霍苏尔的iPhone零部件工厂曾发生火灾，导致生产无限期暂停。2026年6月，该工厂因涉嫌污染附近的农田而面临审查，污染机关机构警告该工厂或将强制停产。 塔塔霍苏尔工厂

财联社6月25日讯（编辑 史正丞）北京时间周四凌晨，全球市值最高上市公司英伟达举行年度股东大会。AI产业领军人物黄仁勋在股东大会上表示，关于AI投资回报率的问题“已有答案”。 在业务更新中，黄仁勋反复强调，AI数据中心是“制造词元（token）”的工厂，词元可以变成代码、答案、设计、行动和服务，因此每个token都是利润单位。 这里面也包含他整场最有市场情绪的一句话：有用的AI已经到来，并且已经能够赚钱（Useful AI has arrived, and it is profitable）。 黄仁勋同时强调，英伟达系统可能不是采购价格最低的，但能产生最低成本的词元和最高的词元吞吐量——以及最高的收入。 换句话说，英伟达的客户购买的不是一堆服务器，而是在建设能够产生收入的AI工厂。 这一逻辑也支撑了英伟达惊人的财务表现。公司全年营收增长65%至2160亿美元，营业收入增长60%至1300亿美元，经营现金流达到1030亿美元，并向股东返还410亿美元。其中，数据中心收入增长68%至1940亿美元。 作为英伟达下一阶段的增长引擎，Vera Rubin架构现在已经进入全面量产阶段。 黄仁勋称，Hopper为预训练而生，Blackwell把推理带到机架规模，而Vera Rubin是为智能体打造的。智能体需要不断思考、访问数据库、调用工具、执行代码，如果CPU跟不上，GPU就会闲置；而在AI工厂里，GPU闲置就意味着收入损失。 除了AI工厂，黄仁勋还把“物理AI”称为下一波增长浪潮。他认为，机器人、汽车和工厂将成为现实世界中的智能体，能够感知、推理、规划并自主行动。英伟达将通过AI工厂训练模型，用Omniverse进行仿真，再通过Jetson等计算平台让模型运行在机器人和设备上。 在股东回报方面，黄仁勋表示，计划在今年、明年以及未来，把50%或更多自由现金流返还给股东。 年度股东大会投票整体波澜不惊。股东以咨询性投票形式批准了公司的高管薪酬方案，并批准全部10名董事会成员连任。另有一项外部股东提案获得通过，该提案要求修改公司章程，使所有股东投票事项均可通过简单多数表决通过。 以下为英伟达股东大会“黄仁勋业务更新”和问答环节实录（AI辅助翻译，部分内容有删减） 黄仁勋业务更新（Business Update） 对英伟达和整个计算行业来说，这都是非同寻常的一年。每隔10到15年，计算机行业就会经历一次重置：从大型机到PC，从PC到互联网，从互联网到云，再从云到移动云。而这一次重置更大。 过去60年里，人类编写软件，计算机执行指令。这个范式已经改变。借助AI，计算机能够理解、推理、规划、使用工具，并完成有用的工作。计算机不再只是一个工具。在AI时代，它是一个会使用工具的助手。由此延伸，数据中心也不再只是一个“工具棚”，而是一个由数字助手组成的AI工厂，是生产数字智能的基础设施。 英伟达正在为这个新时代建设计算基础设施。 两年前，生成式AI吸引了全世界的注意。ChatGPT可以写作、绘图、总结并回答问题。随后，推理型AI学会了思考问题。现在，智能体AI已经到来。智能体可以使用工具、访问记忆、编写代码、调用其他智能体、测试结果，并持续工作，直到任务完成。 软件编程是企业端第一个重大突破性应用场景。这一点很重要：AI现在已经有用了。当AI能完成有用工作时，token就变得有价值；当token能够带来利润时，对算力的需求就会加速。 看看证据。GitHub开发者在2023年合并了3亿个pull request（注：直译为拉取请求，指的是程序员写完一段代码后，向项目提交“请把我的代码合并进去”的请求），2024年为4亿个，2025年达到5亿个，呈现出清晰而稳定的上升趋势。但在2026年前几个月，这一速度几乎增加了两倍。显然，这意味着全球约3000万名软件开发者——他们每年获得大约3万亿美元薪酬，他们的工作支撑着全球100万亿美元的经济活动——正在被AI放大。借助智能体，同样这批劳动力现在正在创造接近9万亿美元的产出，增加了6万亿美元。 编程只是需求驱动因素之一。有用的AI已经到来。AI的投资回报率问题已经有了答案，各行各业都在竞相采用智能体AI。 英伟达营收增长65%，达到2160亿美元。营业收入增长60%，达到1300亿美元。摊薄后每股收益增长67%，达到4.90美元。我们产生了1030亿美元经营现金流，并向股东返还了410亿美元。 数据中心收入达到1940亿美元，增长68%。Blackwell显著扩大了英伟达基础设施在不同客户群中的覆盖，包括超大规模云厂商、云服务商、AI实验室、工业企业以及主权客户。模型开发商和超大规模云厂商都已经累计部署了数十万颗Blackwell GPU。AI工厂建设仍在各主要行业迅速扩张。Capital One、现代汽车集团、Jane Street和礼来等公司，正在扩展英伟达基础设施以部署AI。 国际收入增长超过三倍，超过300亿美元。近40个国家/地区、合计代表50万亿美元GDP，正在建设由英伟达基础设施驱动的AI工厂。 AI基础设施不再是实验性的，它已经进入生产阶段。AI不仅仅是一个模型，它是一个新的产业。你可以把它想象成一个五层蛋糕：能源、芯片和系统、基础设施、模型以及应用。 传统数据中心存储并提供文件服务。AI工厂则制造token。token会变成代码、答案、设计、行动和服务。 有用的AI是盈利的。每一个token都是一个利润单位，这正是算力需求极其旺盛的原因。客户买的不是计算机，他们是在建设能够产生收入的AI工厂。 （AI）工厂的架构非常重要。问题在于，这座工厂能够产生多少收入，以及成本是多少。推理就是生成token的过程，而英伟达Blackwell树立了标准。在SemiAnalysis的InferenceX基准测试中，Blackwell被认定为“推理之王”，能够提供最低的单token成本，并实现比第二名平台高出30倍的token吞吐量。 这就是架构如此关键的原因。英伟达系统也许不是采购价格最低的，但英伟达能够生成成本最低的token、最高的token吞吐量，以及最高的收入。 Vera Rubin是下一步。Hopper是为预训练打造的。Blackwell把推理带到了机架规模。Vera Rubin则是为智能体打造的。 智能体AI改变了计算模式。智能体会思考、使用工具、访问数据库、检索记忆、执行代码，并反复调用应用，直到任务完成。运行在GPU上的大语言模型负责思考，而CPU必须跟上。如果CPU成为瓶颈，GPU就会闲置。而在AI工厂里，GPU闲置就意味着收入损失。 这就是Vera重要的原因。Vera是面向智能体的CPU，Rubin是负责思考的GPU。NVLink、Spectrum-X、BlueField上的存储与安全能力，以及软件，共同把这些系统连接在一起。 事实上，英伟达是唯一一家拥有三项网络业务的公司。NVLink把一个机架中的GPU连接成一台巨型计算机。Spectrum-X是为AI打造的以太网，它能够在AI工厂内外进行横向扩展，现在其规模已经超过所有其他以太网网络同行的总和。InfiniBand则为全球最大的AI和科学计算系统提供最低延迟网络。 这些技术结合起来，使AI工厂能够从GPU到机架、从数据中心内部到跨数据中心进行整体优化。 Vera Rubin不是一颗芯片，而是一个AI工厂平台，而且生态系统已经开始行动。Vera Rubin已经全面投产。每一家主要模型开发商、公共云、AI云和超大规模云厂商，都在准备基于它进行建设。 Vera打开了一个全新的市场。到目前为止，每一颗CPU都是为人类打造的。我们生活在以秒为单位衡量的世界里。智能体生活在以纳秒为单位衡量的世界里。CPU让智能体等待的每一刻，都是整栋建筑里最昂贵的东西——GPU——处于闲置状态的一刻。 因此，我们从零开始打造了一颗全新的、面向智能体的CPU。这是一个新市场。为人类服务的CPU，是按核心切分和出租的。智能体不是租用核心，而是要求超快响应。未来会有数十亿个智能体，它们需要为自己而打造的CPU。 我们相信，Vera将成为公司历史上最重要的产品发布之一，而订单已经开始到来。 CUDA是我们有史以来最重要的投资之一。20年来，我们一直致力于同一个加速计算架构。装机基础吸引开发者，开发者创造突破性应用，应用创造新市场，新市场又扩大装机基础。这个飞轮正在加速。 CUDA-X是构建在CUDA之上的库栈。这些库是英伟达的皇冠明珠。它们解决了科学和工业领域一些最困难的问题，包括计算光刻、优化、基因组学、物理、数据处理、机器人、AI、无线网络等等。 现在，这些库正在成为智能体的工具。本周我们宣布了BioNeMo，这是一套面向智能体的数字生物学和药物发现工具。 英伟达是垂直整合的，也是横向开放的。我们构建完整技术栈，从而能够对系统进行端到端优化。然后我们将其开放，让整个行业都能在其之上建设。 我们的业务很广，而且正在变得更加多元化。为了让大家更容易理解我们的业务，我们现在用两个市场平台来描述英伟达：数据中心和边缘计算。 在数据中心领域，我们服务两个市场：超大规模数据中心，以及AI云、工业和企业市场。我们的客户基础多元且不断增长。 边缘计算包括PC、工作站、游戏、AI基站、机器人和汽车。我们能够服务所有这些市场，是因为我们拥有一个统一架构、一个软件栈，以及一个丰富的生态系统。 物理AI是英伟达的下一波增长浪潮。物理AI就是现实世界中的智能体AI。机器人、汽车和工厂将能够感知、推理、规划，并在动态环境中运行。 英伟达开创了这一领域，并构建了完整闭环。AI工厂训练模型；Omniverse在虚拟世界中对其进行仿真；NVIDIA Jetson计算机在机器人中运行；Cosmos则是驱动这一切的世界基础模型。 机器人和机器人系统正在各个行业被打造出来，从交通、制造、手术机器人，到酒店和服务业。 过去几个月，AI出现了巨大的加速。最后我想强调几点：有用的AI已经到来，而且它是盈利的。因此，算力就是收入。Vera Rubin已经全面投产。Vera正在打开一个全新的、为智能体打造的CPU市场。每一家企业都正在成为智能体公司，而它们都运行在英伟达之上。 AI时代正在全速前进，英伟达正在建设驱动这一时代的基础设施。 随着我们的成长，我们将继续扩大研发投入，投资我们的生态系统，并向股东返还资本。我们最近宣布大幅提高股息，并扩大股票回购计划。我们计划在今年、明年以及未来，把50%或更多自由现金流返还给股东。 谢谢。 部分Q&A实录 问题：当前AI基础设施建设的可持续性如何？你们业务的主要驱动因素会在什么时候成熟，增长又会在什么时候放缓？ 黄仁勋：正如我在演讲中提到的，AI不只是一个模型。它代表着计算领域的一次根本性转变。60年来，计算主要是在检索、存储和发送信息；而现在，计算正在被AI重新发明，变成生成智能。 Token是智能的基本单位。它们在一种新型数据中心——AI工厂——中被制造出来，并通过商业化产生收入。算力越多，token越多，收入也就越多。 这轮建设将以数十年为尺度来衡量，类似于电网、交通系统和互联网等其他关键基础设施建设。我们相信，这将成为人类历史上规模最大的基础设施建设。 智能体AI正在加速基础设施投资，因为这是 AI 第一次真正开始做实际工作，并创造真实的经济价值。随着各类组织寻求大规模制造智能，对 AI 工厂的需求将远远超出今天的云计算，延伸到企业、主权国家以及区域性 AI 云。 英伟达凭借全栈、端到端协同设计的基础设施，以及支持这些项目的大型合作伙伴生态，能够以独特方式推动AI工厂建设。 下一个主要增长阶段是物理AI，而这才刚刚开始。随着时间推移，AI将从数字世界进入机器人出租车、人形机器人和工业系统，使这些机器能够在物理世界中感知、推理，并以自主性采取行动。 驱动物理AI需要新一轮基础设施投资。在这一领域，英伟达提供AI基础设施、Omniverse仿真和数字孪生平台、开放模型、Jetson Thor嵌入式计算平台，以及用于大规模开发和部署物理 AI 的软件栈。 我们前方还有很长的增长跑道。 问题：英伟达GPU目前支撑着全球大多数人工智能训练基础设施，但随着推理工作负载超过训练，英伟达有多大信心认为GPU架构仍将是大规模推理的首选平台？ 黄仁勋：英伟达确实非常擅长训练。而凭借Blackwell，我们也确立了在推理领域的领先地位。 推理正在让AI实现商业变现。由于数据中心受到电力限制，其token吞吐量和收入潜力取决于AI基础设施的每瓦性能。 在SemiAnalysis的Inference-X基准测试中，Blackwell被称为“推理之王”，实现了最佳每瓦性能、最低token成本，以及高出30倍的token吞吐量。 在最新一轮MLPerf推理基准测试中，我们取得了连续第七次胜利。对于AI智能体，Artificial Analysis的New Agent Perf结果显示，与Hopper相比，Grace Blackwell 300 NVLink 72系统在每兆瓦功耗下可运行的智能体数量最多提升20倍。 这种优越性能，是英伟达在芯片、系统、算法和软件层面进行极致协同设计的结果。英伟达AI基础设施提供最佳性能，因此也提供最佳推理经济性。 但我们的优势不只在于领先性能。我们庞大的装机基础让开发者能够触达最多AI用户。英伟达可编程GPU架构运行超过7000个应用，为云客户带来最大的收入机会，以及融资和承购方面的潜力。 对于企业和主权客户，英伟达提供无可比拟的部署灵活性、最广泛地用于定制AI的领先开源模型，以及业内最深入的IT生态支持。 如今，英伟达绝大多数计算足迹都用于推理。我们处于有利位置，有望进一步扩大份额，最近我们与Anthropic和苹果的公告也证明了这一点。 问题：能否更新一下资本回报政策？在股息和股票回购方面，投资者应该期待什么？ 黄仁勋：英伟达为投资者提供一种独特组合：卓越增长、强劲利润率、自由现金流执行能力，以及不断上升的资本回报。 在最近一次财报电话会上，我们宣布季度股息提高25倍，并额外授权800亿美元股票回购。 基于我们对可持续市场增长和自由现金流生成能力的信心，我们计划在今年、明年以及更长期内，向股东返还50%或更多自由现金流，并随着时间推移继续提高股票回购和股息。

IT之家 6 月 25 日消息，据 Business Insider 获悉，谷歌下一代前沿人工智能模型的发布时间已推迟至 7 月。 知情人士透露，该公司此前称计划在 6 月推出全新的 Gemini 3.5 Pro 模型，如今目标调整为 7 月上线，目的是留出更多时间收集早期测试用户的反馈，并对模型进行优化调整。 IT之家注意到，谷歌在 5 月举办的 I/O 开发者大会上预告过这款新模型，但当时表示其尚未完全就绪。彼时，首席执行官桑达尔 · 皮查伊称该模型将于“次月”发布。 当下各大人工智能实验室竞争白热化，这款即将问世的新模型让谷歌背负不小压力。尽管去年 Gemini 3 的表现超出预期，但 Anthropic 与 OpenAI 在代码生成领域持续领跑谷歌，而代码开发现已成为当代人工智能首个主流企业落地应用场景。 消息人士表示，谷歌推迟上线时间，是为了从早期测试用户处收集更多真实业务使用案例。该知情人士称，已有部分用户可通过谷歌“Antigravity”平台以及 AI 评测基准网站 LMArena 体验这款新模型。 全新 Gemini 3.5 Pro 模型预计在长文本任务、驱动智能体两大方面实现性能提升。 消息人士证实，谷歌已将旗下近期推出的 Flash 3.5 模型用户反馈融入 Gemini 3.5 Pro，其中就包含用户诟病 Flash 版本词元（token）消耗速度过快的问题。

凤凰网科技讯 6月24日，宁德时代与银河通用机器人正式签署全球战略合作协议。双方将聚焦智慧产线升级，推动具身智能机器人在全球市场的拓展与规模化应用。 此次合作的焦点是银河通用研发的重载人形机器人Galbot S1，这是全球首款搭载宁德时代电池的具身智能常态化运营机器人。该机器人具备双臂50公斤级载重、纯视觉厘米级精准定位及360°全向避障能力。其搭载的宁德时代电芯采用颗粒级配技术正极、低锂耗阳极和仿生自修复电解液，电芯失效率达PPB（十亿分之一）级别，可保障机器人实现8小时超长续航。 目前，Galbot S1已正式进入宁德时代智慧产线，在模组与电池包生产环节承担物料搬运、拣选等长程自主作业。 此外，宁德时代旗下宁家服务原有的电池检测、维保、回收等服务体系，覆盖对象将从“动力电池”与“储能系统”延伸至“具身智能机器人”。双方将借此建立全球首个具身智能后市场服务标准。

IT之家 6 月 24 日消息，当下正是毕业季，论文的“AI 味”太浓，是高校共同面对的新难题。今年的高校毕业生在毕业论文阶段，除了传统的查重、盲审、答辩，毕业路上又多了一道关卡 ——AIGC 检测，也就是人工智能生成内容检测。 假设你是一名毕业生，发现自己的论文 AI 率有 62%，离学校规定的 15% 的红线差了 47 个百分点。而后你打开一个大模型，输入“帮我把这篇论文改得像人写的”，改完一查 ——AI 率竟然升到了 94%。这种情况并非个案，过去一段时间不少毕业生都遇到过。 央视新闻今天介绍了检测论文“AI 率”的原理。首都师范大学教育学院副院长蔡海龙表示，查重是将论文与语料库进行语句对比，从而确定这种语句的重复性，做出确定性的判断。而 AI 检测是运用 AI 系统去检测人类文本，在语意、语言表达风格上和 AI 写作是否存在重叠，本质上是一种基于概率的分类，而非基于证据的确定性的判断。 当前 AI 检测的技术瓶颈核心，在于我们是在用 AI 去查 AI，这就导致无法明确判定这段文字是人类作者所写还是 AI 所写，不能对此做出明确的解释和说明，这是技术瓶颈最为关键之所在。 IT之家从报道中获悉，除此之外，中文语言表达方面还有另外一个特点：语意非常丰富，语句的表达方式也非常丰富。这就使得人工智能系统在检测人类作者所写作的语句时，产生很多的歧义，难度、准确率都会相应增加，这是导致误判的一个很重要的原因。 由于 AI 率检测目前还不能做到十分精准，老师们认为在论文审核上，应建立透明可回溯的 AI 使用标注制度，而非简单地划定 AI 率“红线”。在判定机制上，应确立以人工评议为主、AI 检测为辅的“人机共判”模式。 当前，学校对于学生的论文设置“AI 率”检测红线，但是有不少学生反映，学校检查论文 AI 率也是依托指定检测平台、结合算法模型分析。 一般来讲，目前主流高校多采用知网、维普、万方等系统的 AIGC 检测模块。央视记者将“AI 大模型如何检测一篇文章有多少内容由 AI 生成”一问抛给多个大模型，总结相关的回答，简单来说就是通过“困惑度与突发性”等特征来判断。AI 文本通常更“平滑”，人类文本波动更大。 大模型回答，困惑度指的是文本的“可预测性”，越充满人类特有的、意外的、跳出常规的表达，越像人类。突发性，就是文本节奏波动 ——人类写作如心电图般起伏，AI 输出则如直线般平稳。如此判断，准确吗？ 对此，专家告诉记者，除了困惑度、突发性等指标外，AI 文本生成的原理是通过预测下一个最有可能出现这种词的概率来逐渐生成文本，可以理解为基于一种概率统计。所以，目前检测 AI 生成内容准确性都做不到 100%，误判也时有发生。

【新智元导读】OpenAI首颗自研芯片Jalapeño问世，9个月白纸到流片，创下行业最快纪录。设计它的，正是跑在上面的AI模型。 就在刚刚，OpenAI掏出了史上第一颗自研芯片。 名字叫Jalapeño，墨西哥辣椒，专为大模型推理设计。 9个月前，白纸一张。 9个月后，工程样片不仅跑通了GPT-5.3-Codex-Spark，而且频率和功耗均已达到量产目标。 更离谱的是，这颗芯片是OpenAI用自己的AI帮着画的。 9个月，行业纪录碎了 Jalapeño，墨西哥辣椒里辣度最温和的品种之一。 OpenAI拿它给第一颗芯片命名，潜台词很可能是：这只是入门级，后面可能还有更辣的。 官方定位叫「Intelligence Processor」，一颗专为大模型推理设计的定制ASIC。 由OpenAI主导架构设计，Broadcom负责芯片实现和网络互联，Celestica做板卡和机架集成。 通常来说，先进半导体行业，设计一颗高性能ASIC要18到24个月。Google TPU两年一代，Amazon Trainium差不多也是这个的节奏。 而OpenAI只用了9个月，一举刷新了先进半导体领最快的ASIC开发周期。 这颗芯片从第一根线开始就只为一件事优化：LLM推理。 而且，Jalapeño不只跑OpenAI自家模型，架构上兼容全行业的LLM。 AI帮自己画了电路图 比性能更值得关注的，是这颗芯片怎么被造出来的。 OpenAI自家AI模型参与了这颗芯片的设计和优化。 也就是说——AI设计了一颗芯片，芯片反过来跑AI，跑在上面的更强AI会设计下一代更强的芯片。 AI，帮自己造了一副新身体。 AI设计芯片不新鲜。Google 2021年在Nature发论文，用强化学习做芯片布局，速度比人类快几个数量级。 此后AlphaChip连续优化了三代TPU布局方案。 OpenAI硬件团队的掌门人Richard Ho，正是从这个圈子里走出来的。 Google近九年，TPU高级工程总监，参与发明了ML设计芯片架构的方法，多个TPU项目首次流片即成功。 之后去了光子计算公司Lightmatter当高级副总裁，更早联合创办过EDA公司0-In Design Automation。学术界、芯片设计、AI硬件，整条路走了一遍。 OpenAI挖他来，大概率就是为了一件事：把「AI辅助芯片设计」嫁接到自家模型上。 芯片设计最磨人的不是「想方案」，是无数次的设计—验证—改—再验证循环。一颗先进芯片的验证要跑成千上万次，占掉整个周期的大半时间。 AI恰恰擅长干这种事——读历史设计数据、生成RTL代码、辅助验证和debug、优化布局布线。 能实现9个月流片，靠的是AI替人扛掉了那「18到24个月」里最磨人的一大块。 用最会用锤子的人，来设计新锤子。用最懂LLM运行规律的模型，来设计专门跑LLM的硬件。 你的ChatGPT账单正在被重写 OpenAI每年算力支出百亿美元级别，这些钱最终要从你身上赚回来——20美元月费、API调用、Plus和Pro订阅。 推理成本砍半，普通用户最先感受到的：响应变快。 现在ChatGPT高峰期排队、转圈、长对话变慢，本质都是算力不够分。 推理效率提升后，同等服务器能服务更多用户，体验有望改善。 其次：免费版能力放开。 现在很多功能锁在Plus里——深度研究、高级数据分析、完整版语音对话。 成本降了，这些功能下放给免费用户的可能性就大了。 而OpenAI需要的，正是让更多人用上ChatGPT，并且能用更久。 再往远看：20美元的月费可能还是20美元，但你拿到的东西完全不一样。 去年这个价格买到的是GPT-4o，明年同样的钱可能买到的是一个能跑完整工作流的agent。 月费没变，能力可能翻几番——推理成本下降带来的隐性降价。 但Jalapeño瞄准的不只是今天的ChatGPT。 Richard Ho的思路是：为模型要去的方向设计硬件，而不是为它现在的样子。 OpenAI内部能看到未来6到9个月模型的演进方向，芯片按这条管线往前造。 等agent真正跑起来，算力需求和今天的一问一答完全不是一个量级。 说白了，推理成本降下来，受益的不只是Pro用户。 学生、小企业、独立开发者，都可能用上今天只有大客户才跑得起的AI能力。 OpenAI要吃掉整条链 模型自己训，芯片自己设计，推理自己优化，部署自己控制。 换句话说，OpenAI要做全栈AI公司。 之前和Cerebras合作推理部署，OpenAI从中摸清了专用推理硬件的价值。现在自己下场做，把经验变成自己可控的平台。 Apple和Google都走过这条路。 但OpenAI的全栈多了一层： 用AI加速AI基础设施建设，再用更好的基础设施跑更强的AI。如果这个循环成立，飞轮会自己给自己加速。 首批GW级数据中心将和Microsoft等合作方从2026年底开始部署。 Jalapeño只是第一代，下一代叫什么还不知道。 但造它的，大概率不只是人了。

我这辈子做过最勇敢的事情，就是昨天，我花500块给豆包充了会员。 当我把付款截图发给我好兄弟的时候，他给了我一个最直接、最扎心、最不绕弯子的结论：不是哥们？？ 因为很多人对豆包的印象，还停留在“问问题”阶段，干活，还是得另寻他法呀，Codex，Claude Code，哪个不香？ 这时候，豆包来一句，订阅我吧，我也能干活的！我很难办呐。 但，作为科技圈的，总得有第一个吃螃蟹的人。万一，真有性价比呢？毕竟500块是豆包的最高档会员，国外这种档次的都得200刀。 所以今天，咱就来浅浅测评下豆包专业版。 先来个最硬核、最干脆、最不墨迹的结论，豆包真的不一样了！ 这次大更新的核心，就是这个“办公任务”模式。开启之后，豆包就拥有了两个功能，一个是操控它云端的虚拟机，一个是操控我的本地电脑。 翻译一下就是，不但能在线干活，还能直接在我电脑上干活，这不Manus+Codex青春版么？ 但干活是干活，好不好还得另说啊。 咱就先来点简单的，定时提醒我起身，喝水，毕竟体检报告多少有点问题。 但它只会通过应用内发通知的形式通知我。为了让通知显眼点，咱就给通知接入Windows吧。 结果豆包说，不麻烦，整好的同时还顺便修了个中文乱码的bug。 于是我便在Windows上收到了来自豆包的通知，效率不错。 接着我想起来，之前我用Codex，它能把我游戏的报错弹窗修好了。但这两天，我电脑又坏了，已经不是游戏问题了，是打着打着黑屏重启了。 不然让豆包看看呢，毕竟充钱了，修电脑也得花钱啊。。 然后豆包直接查看了我电脑上的日志，找到了我系统有多次意外重启记录。 深入排查后，它怀疑是内存有问题，于是让我按排查步骤来诊断一下。 于是我就按它说的，运行了下Windows内存诊断，结果就确诊了，内存条真坏了一根。。 坏了，这内存还没降回来价呢，又要破费了么！ 不过豆包这两把是真给力啊，真能解决问题了，能修电脑还能干活，这是豆包？ 但其实，这些只算轻度使用，花几百块钱就做个这，并不能让我摆脱傻x 人设。 如果说，还能有点生产力呢？ 豆包这个电脑版，其实内置了非常多的skill，你输入一个斜杠“/”即可调用。 大伙之前应该是用豆包做过PPT的，但效果，应该可以说能用，但还是得自己改改的。 不过现在，带有skill的豆包，就在另一个level了。 之前微信读书出过一个官方skill，能让 AI 查阅你的阅读数据。 我去，这不正合我意，我一直想让 AI 总结一下我的阅读品味嘛。我就让豆包先接入这个微信读书skill。 然后，我又让它去github上自己找了个PPT skill。 在充分阅读了我的阅读品味之后，它给我发了一份这样的总结。 你别说，我觉得审美已经很好看了，而且数据和分析什么的，全都很准。如果能做到这种程度，那么做出来一个能让领导或老师满意的PPT，肯定也轻而易举了。 再加上，豆包跟飞书也是一家人，我让它接上飞书的CLI，它还能直接把这些数据导入飞书多维表格。什么已读完啊，未开始啊，它还能打上标签，主场作战了属于是。 哦对了，豆包还可以直接接入你的 Microsoft Word 和 Excel，属于是全打通了。 如果说上面这些案例，表明豆包已经有基本的办公能力了，那么接下来，就是豆包碰瓷编程Agent的时候了。 大伙都知道为啥AI订阅卖那么贵，主要就是程序员付得起啊，能帮他们编程，他们什么都会做的。。 那我们就来试一下吧，先让它做一个图片视频GIF压缩的工具。 他上来就是一顿规划，左手安装依赖，右手使用工具。大概过了几分钟吧，就完成了。 它甚至直接就在App内部署上线了，点开就是一个新的窗口，不用下载。 我直接拖了一个前几天的游戏录屏上去，它也严格遵守要求啊，帮咱压到了10M一下。 下载下来也依然能看，注意文件名标记了这是个compressed视频。 那无敌了，咱的微信公众号，后台限制最大只能传10M的文件，现在哥们之前自己压缩图片视频的烦恼，全都消失了。 还有，包括市面上很多App出了自己的CLI版本，豆包也能轻松部署。 比方说，不听歌上不了班的人，每次到工位就是打开自己的音乐软件，俺也一样。。 如果让它配置好网易云的CLI，我就能通过对话的方式，控制歌曲的播放了。 在途中需要你登录一下，豆包操作浏览器的能力也非常出色，我直接跟它说我注册好了，让它操作浏览器给我发个验证码过来就完了。 虽然中间略有坎坷。。比如找不到播放器。 然而完全操作成功后，咱让豆包放什么，它就得放什么。于是我让它推荐了一个emo歌单。有没有懂行的差友锐评一下豆包的品味啊？ 那豆包豆包，还有更帅的操作吗？有的。 我在Github曾看到过一个全球风场可视化的项目，感觉蛮帅的，想让豆包帮我部署一下。 当然了，AI总有理解错误的时候，它直接去做网页去了，我直接一个紧急撤回。 接着它开始部署了，弄着弄着，它开始发现，部署的项目运行不了。。 换之前有些AI，已经开始糊弄哥们了：抱歉，根本没有这个项目。 但现在的豆包不一样了，它居然会另谋出路：先看服务器配置，再看国内有无平替项目，然后找到了新项目，还有新的数据源。 一系列困难在被它克服后，终于大功告成了。 不过，咱还是发现豆包目前还是有点bug，它有时会把项目和运行环境都绑在自己的沙箱里，有时可能它说部署成功了，却并没有部署到本地环境，咱也希望能早点修复吧。 虽然说，它现在肯定还有不成熟的地方，但这次实测下来，确实超出了我对"豆包"这两个字的预期。 目前肯定还有需要打磨的地方，但世超打听到，现在的专业版和办公任务还只是个开始。据说后续不仅会上线“技能商店”，还有电脑端 GUI 操作、手机远控电脑等大招，据说连科学研究领域的专业场景也安排上了。 所以对那些没有技术背景，但每天真的有一堆杂活要处理的人，对他们来说，豆包真已经挺能打了。 至于要不要付费？我觉得很简单。 如果你只是日常问答、查资料、生成图片，免费版已经够用了。 豆包官方也明确表示，基础功能还会持续保持免费，不会受到专业版的影响，免费用户还可以体验接入豆包2.1 Turbo模型的办公任务模式。 但如果你真的想把豆包当生产力工具来用，经常要做 PPT、处理数据、跑代码、做自动化，开个会员确实买不了吃亏。 毕竟最低档只要68，虽然不说能打隔壁 20 刀一个月的能力，但性价比属实不差了。 总之世超这次体验完，最大的感受其实就一个：豆包确实有在发力。 摆脱了之前只能一问一答的印象，不管是豆包本身，还是它背后的 Seed 2.1模型，整个大方向都在往现在的主流方向“ Agent ”上靠。 而且，这大概率只是个刚抬头的起点。 咱的国产模型依旧在缩短与海外顶尖模型的差距，随着技术继续往前，它以后肯定会越来越能干，能帮我们解决的实际问题也会越来越多。 如果它真能做到把顶级体验，用更低的门槛放到普通人面前，那这事儿，确实挺值得期待的。

凤凰网科技讯 6月24日，世界经济论坛第十七届新领军者年会（夏季达沃斯论坛）在大连举行。TCL创始人、董事长李东生受邀出席，并在“重构供应链”官方主论坛及财新晚餐会等环节中阐述了对全球化的最新思考。 李东生表示，全球供应链正从效率优先转向更加注重安全、稳定和韧性，中国企业的全球化路径需要相应升级。他在上届论坛期间提出的“全球化3.0”理念得到进一步深化——以“在海外再造5个TCL”为目标，将海外业务划分为北美、拉美、欧洲、亚太和中东非五大区域经营中心，每个区域构建覆盖研发、制造、供应链、品牌营销和用户服务的完整生态体系，从输出产品转向输出能力和资本，构建本地化、区域化的供应链和制造体系。 在“2026夏季达沃斯·财新晚餐会”主题演讲中，李东生建议企业从三个方向重塑增长边界：夯实相对竞争力，强化核心技术攻关与AI应用；坚定推进全球化发展，从追求GDP增长向注重GNP增长转变；持续开辟新增长曲线，TCL从消费电子向半导体显示、新能源光伏的扩展即是例证。 在AI应用方面，TCL率先提出“AI向实”理念，已在研发设计、生产制造、供应链管理等核心场景落地应用，近三年通过AI应用创造综合效益超25亿元，目前已拥有约500名“硅基员工”，上线智能体超过1万个。论坛开幕前夕，世界经济论坛公布第三批“AI应用之星”名单，TCL实业凭借“泛智屏智能算柜”解决方案入选，该方案将单柜规划时间从30分钟缩短至秒级。 李东生还在世界经济论坛官网发表署名文章，提出在全球化复杂多变的背景下，跨国企业应发挥推动技术普惠、拉动投资增长、促进理解与互信的桥梁作用。他同时指出，当今创新的难点已从发明创造本身，转向新技术的大规模普及与应用，即“规模化创新”，需要持续研发、产品化、大规模制造及全球化推广四种能力的协同。

凤凰网科技讯 6月25日，据路透社报道，美国国家运输安全委员会(NTSB)周三表示，将对上周发生在得克萨斯州凯蒂市的一起特斯拉Model 3高速冲撞住宅的事故展开调查，该事故造成76岁居民玛莎·阿维拉(Martha Avila)身亡。 特斯拉 NTSB已调查过多起涉及特斯拉辅助驾驶系统的事故。周一，美国国家公路交通安全管理局已表示正在对该起事故进行调查。 与此同时，阿维拉家属的律师表示，已就这起致命事故提起诉讼。根据周二提交的诉状，他们认为特斯拉应对阿维拉的非正常死亡承担责任，指控其存在重大过失，且未能警示其Autopilot和全自动驾驶系统存在缺陷。 阿维拉的女儿詹妮弗·巴伯(Jennifer Barbour)及其丈夫贾斯汀·巴伯(Justin Barbour)表示，Model 3的驾驶员迈克尔·巴特勒(Michael Butler)曾向执法人员说明，在2026年6月19日撞入位于得州凯蒂市的阿维拉住宅前，他已启用了自动辅助驾驶系统Autopilot。车辆随后冲破房屋前墙，将阿维拉压住。阿维拉之后在附近一家医院去世。贾斯汀表示，他本人也在事故中受伤。 这起诉讼已提交至得克萨斯州哈里斯县州法院，原告寻求超过100万美元的赔偿，并要求判处惩罚性赔偿金，理由是特斯拉“罔顾造成严重人身伤害的重大风险”。 哈里斯县警长办公室在一份声明中表示，涉事司机称，事故发生时他正在使用辅助驾驶系统。 不过，特斯拉也对这起事故进行了驳斥。特斯拉AI软件副总裁阿肖克·埃卢斯瓦米(Ashok Elluswamy)在X上表示，驾驶员在这处居民区内将加速踏板踩到底，从而手动覆盖了自动驾驶系统。特斯拉CEO埃隆·马斯克(Elon Musk)称：“这种指控完全说不通。FSD在社区街道上会低速行驶，而这是一起高速碰撞事故！” 截至发稿，特斯拉和马斯克尚未就此置评。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

作者｜画画 豆包收费的专业版来了，这大概是中国AI行业今年最重要的一个信号。 因为它意味着，AI大战的第一阶段画上了句号。那个靠补贴、靠免费换用户的阶段结束了，那个相信AI助手会长成下一代微信的阶段结束了，把月活和下载量当成唯一目标的阶段也结束了。 从今天开始。中国AI助手要第一次面对真正现实的问题：赚钱。 一、巨头的路径彻底分叉 在所有的AI助手中，豆包跑得最早，动作也更快，凭着超过3亿的月活跃用户，可以说是中国本土最成功的AI产品之一。 ChatGPT在海外靠20美元月费跑通了订阅制，只是这套逻辑在国内大模型市场，两年内无人敢接。 如果放在移动互联网时代，3亿活跃用户意味着可以通过广告、会员、游戏联运和电商转化实现大规模变现。但大模型时代的商业逻辑发生了根本性变化。 在移动互联网时代，边际成本趋近于零，多一个用户就多一份广告纯利。但在AI时代，多一个用户意味着多一笔GPU算力和服务器带宽的账单。 用户规模越大，后台成本的压力就越大。 而大多数用户每天的使用行为极其轻量，问几个常识问题、搜几条公开信息、生成几张图片。这些低频、低价值的行为，很难转化为稳定的付费意愿。 恰恰是因为用户规模庞大，在几家头部大厂里，字节反而成了最需要证明AI能够独立赚钱的那一家。 阿里的千问背后有阿里云、淘宝、支付宝和钉钉。千问本身是否盈利，并不决定阿里AI战略的成败，它的底层逻辑是为云业务和电商生态输送能力。 腾讯也一样。微信、小程序、广告和支付构成了强大的现金流体系。微信的AI小微未来即使完全不向用户收费，也不会影响腾讯对基础模型的资源投入。 但豆包不同，它每增加一个用户，就要消耗集团的现金流，在字节内部需要独立承担商业化指标。 阿里做AI是为了卖云，腾讯做AI是为了守微信，而字节必须回答一个最直接的组织拷问：如果AI不能独立赚钱，豆包靠什么维持运转？ 所以今天最着急证明商业模式的，是字节。这也解释了为什么中国第一个真正开始付费的AI助手，会是豆包。 二、聊天是消遣，工作是付费 再看这次专业版最重要的功能调整，核心全部围绕办公任务模式。 电脑桌面操作、浏览器自动化、Office套件、飞书联动、定时任务、Skill技能、本地文件批处理、代码开发、PPT生成、财报分析...... 这些能力看似发散，但指向同一个战略方向，豆包不想再做陪聊的机器人了，它要变成生产力工具。 具体到应用场景，你让它读取一篇论文PDF，它能直接导出十页结构完整的PPT，同步存入飞书文档，同时自动创建一个下周提醒你复习的定时任务；你桌面上积压的一堆格式混乱的发票截图，它能批量重命名并自动归类；你给它一段需求描述，它能直接在本地部署一个可交互的网页。 从回答问题到交付工作结果，中间的距离，就是免费和付费之间的距离。 这是一个至关重要的转向。因为在商业社会里，聊天是消遣行为，工作是付费行为。 用户不会因为一个AI表现得聪明、会写诗而掏钱，用户只会因为AI帮自己省下了两个小时的机械劳动而买单。 他们付费的唯一理由，是AI替自己完成了具体的工作交付。 这也解释了豆包专业版的定价逻辑，68元标准套餐、200元加强套餐、500元高级套餐。 入门价格卡在行业主流会员的水位线上，用来降低用户的心理门槛。而真正的营收预期放在了后两档，200元和500元，对标的是高频使用、重度依赖大模型的职场用户。 本质上，豆包正在放弃全量用户，转而筛选愿意为生产力溢价买单的精准群体。 ChatGPT能收20美元月费，原因在于美国用户的平均时薪足够高，省下一小时的工时就能覆盖月费成本。豆包定价68元也是同样的账本，它必须让职场用户在实际使用中感受到，这笔开销能换来持续的效率差。 这也是今天整个行业正在发生的变化。 过去两年，大家竞争的是谁在Benchmark上更聪明；从今天开始，大家比拼的是谁在真实世界里更有用，跑通日常工作流。 三、独立AI助手正在失去战略位置 如果顺着这个逻辑往下看，会发现一个更有意思的现象。独立的AI助手，正在失去独立存在的商业意义。 阿里的选择是消融千问。今天的千问越来越不像一个独立的App，它全面进入钉钉、支付宝、淘宝、阿里云。AI变成了阿里生态底层的一层基础设施。用户可能每天都在调用千问的能力，但他们不再需要感知到这个独立的品牌。 腾讯的情况则更加具体。 微信最近灰测小微之后，原本作为独立产品的腾讯元宝，处境变得非常尴尬。过去一年，元宝一直承担着腾讯AI助手的角色。但当小微直接嵌入微信后，用户失去了打开元宝的理由。 搜索、阅读、总结公众号，小微在微信内部都能一键完成。更重要的是，小微拥有元宝永远无法调动的资产：微信的关系链。 小微知道你是谁，知道你和谁联系最频繁，能直接调动你的通讯录、朋友圈、小程序和支付体系。这些生态权限决定了一个事实，未来腾讯最大的AI入口，不是独立App元宝，而是微信本身。 阿里在把AI塞进所有既有产品，微信在把AI塞进14亿人的熟人网络。在腾讯的体系内，元宝还在试图维持一个独立助手的形态，这恰恰是它最危险的地方，在生态交叠中找不到自己的位置。 字节原本是最坚持OpenAI式独立产品路线的。在国内没有微信式的社交关系链，也没有淘宝式的电商绝对壁垒，因此豆包曾被寄予厚望，要成为下一代的超级流量入口。 但今天，豆包专业版证明它也变了。开始深度进入飞书、进入办公流、进入企业协作和桌面操作系统。本质上，字节也放弃了纯粹的独立产品路径，转而寻找落地的高价值场景。 极其有趣的是，大模型行业绕了一圈，最后又被迫回到了互联网最古老的规律：流量不是终点，场景才是。 两年前行业鼓吹AI是新的操作系统；今天看来，AI更像是新的中间件，不直接面对用户流量，必须服务于具体的业务场景。 四、向现实低头 豆包收费最重要的行业信号，不在于68元这个数字本身。在于它给出了一个明确的答案：当AI助手无法再靠烧钱换聊天的模式存活时，它必须向工作流要效益。 但这条路同样极其挣扎和坎坷。 办公任务模式必须在用户的实际工作中形成强依赖，不是偶尔惊艳一次，需要每天在复杂的后台保持极高的任务成功率。这对产品的工程稳定性、场景覆盖度提出了近乎严苛的要求。 更关键的行业事实是，Agent执行真实任务，天然比对话回答具备更高的破坏性。 操作电脑可能误删本地文件，生成的代码可能存在安全漏洞，自动执行的定时任务可能发出错误的业务报告。用户对一个代劳干活的生产力工具的容错率，远低于对一个偶尔胡说八道的聊天机器人。 68元的首月尝鲜门槛并不高，市场上会有第一批尝鲜用户。但当新鲜感过去，第二个月、第三个月的续费率，才是字节这场商业化实验真正的标准。 过去两年，所有人都在向资本市场证明AI有多聪明；从今天开始，全行业要向用户证明另一件事：AI到底值多少钱。 而这背后涉及的工程落地与商业博弈，可能比训练一个千亿参数的模型还要难。 【版面之外】的话： ChatGPT诞生的时候，行业有一个共同幻想： AI会成为新的入口，就像浏览器、搜索引擎、智能手机一样。 但到今天，我们看到微信把AI放进微信，阿里把AI放进淘宝、钉钉、支付宝，字节把AI放进飞书和工作流。 越来越多公司开始发现，AI没有创造新的世界，AI正在重新组织旧世界。 所以豆包开始收费，真正重要的不是68元。它终于承认了一件事，独立AI助手的故事走到了终点。

IT之家 6 月 24 日消息，当地时间 24 日（今天），亚马逊旗下自动驾驶公司 Zoox 升级了旗下的 Robotaxi 车型。新车不仅调整了外观，还根据乘客反馈改善内饰舒适性和多项实用功能，为争取今年晚些时候启动商业运营做准备。 Zoox 没有改变车辆的核心设计。新车依旧保留方盒子造型，车内仍无方向盘和传统驾驶控制装置，并配备天幕和星空顶。智能化方面，车内拥有摄像头、雷达、激光雷达和红外传感器等 40 个感知设备，用于识别周围环境。双向行驶、四轮转向和 4 人座的“面对面”布局同样得以延续，最高时速约为 121 公里。 据IT之家了解，此次升级主要针对高频运营需求。Zoox 希望未来由 Robotaxi 每天接送数千名乘客，因此对多个容易影响日常使用的细节进行了调整。 车辆的座椅和头枕增加了填充物，轮廓也更符合人体工程学。内饰则换成更明亮的配色：芦荟绿色座椅、石灰色地板和饰板。 Zoox 表示，浅色内饰能够营造更平静的乘坐氛围，同时形成更清晰的视觉反差，让乘客更容易找到遗落在车内的手机等物品。 车内无线充电板表面增加了凹槽，避免手机在行驶过程中滑动。杯架尺寸有所加大，触摸屏也被调整到更加醒目的位置。 车外改动包括重新布置双向反光装置，提高车辆辨识度。车门交互区域还增加扬声器和麦克风，并支持双向通话。Zoox 表示，新功能可以改善乘客和其他道路使用者与车辆之间的沟通，也方便 Zoox 支持团队与急救人员联络。

凤凰网科技讯 6月25日，据《商业内幕》报道，比亚迪正在研发自己的人形机器人，以与特斯拉的Optimus机器人展开竞争。比亚迪执行副总裁李柯表示，希望将人形机器人放在展厅里销售汽车。 李柯 李柯在戛纳国际创意节接受《商业内幕》采访时表示，为家庭和服务行业打造人形机器人将成为该公司的一个“巨大”市场。 “我的目标是在每一家门店配备两到三台机器人。它们可以向客户讲解产品，可以与客户互动，甚至能够展示车辆、演示车辆功能。”李柯表示。她预测，用于机器人汽车销售员的技术将在未来“一两年内”实现。 李柯补充说，尽管她预计比亚迪展厅的机器人将在汽车销售中发挥作用，但它们不会取代人类销售人员所提供的“情感联结”。 “我们仍然需要人类员工，但现在借助机器人技术，我们可以让服务变得更好。”李柯表示。她是比亚迪的二号高管，也是公司的对外形象代表。 比亚迪是最新一家加入人形机器人制造竞赛的公司。根据摩根士丹利的估算，全球人形机器人市场规模预计将从2025年的30亿美元增长至2030年的280亿美元。比亚迪进军机器人市场，将使其再次与老对手特斯拉正面交锋。特斯拉计划于今年夏天开始生产其Optimus人形机器人，其CEO埃隆·马斯克(Elon Musk)认为，这款机器人助手有潜力成为公司有史以来最重要的产品。 李柯告诉《商业内幕》，中国人形机器人行业正在快速发展，但她表示，在家用机器人成为现实之前，还需要更高效的能耗系统和更出色的人工智能“大脑”。 她表示，公司将自行研发制造人形机器人，但在需要时也愿意从竞争对手公司采购机器人。比亚迪同时也在大力投资工业机器人，李柯表示，公司正逐步接近所谓的“黑灯工厂”：即制造过程完全由机器人完成。 “我认为在未来三到五年内，这个领域会发生很多变革，”李柯表示，“也许我们可以开始实现一些没有人类参与的制造流程，由机器人来运行整个设施。”(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

　　美国《旅行与旅游世界》网站6月24日刊文称，今年中国的夏季旅游正呈现爆发式增长，形成这种增长势头的主要原因是度假体验的家庭、学生和国内游客的增加。尤其是在中国上海，这一势头更加明显和突出。 美国《旅行与旅游世界》网站报道截图 　　文章说，年轻人旅行方式的转变正在重塑夏季旅行的模式。考试结束后，大批学生迫不及待地出门旅行。与以往相比，如今许多年轻旅行者不再选择传统的观光旅游，而是倾向于更具沉浸感和社交性的体验。这种转变正在悄然重塑旅游旺季的格局。与此同时，学生群体也成为上海主题公园旅游的主要支柱。 　　当然，文章认为，家庭旅行依然是上海旅游业繁荣的支柱，即使年轻游客群体不断壮大，上海仍然是家庭度假最稳定、最具影响力的旅游目的地。父母们依然选择上海，因为它拥有便利的交通、丰富的旅游选择以及适合各个年龄段的娱乐活动。与节奏紧凑的学生旅行不同，家庭旅行往往更有计划性，持续时间也更长。许多家庭会围绕城市的主要景点安排整个假期行程，尤其是在学校假期期间。 美国《旅行与旅游世界》网站报道截图 　　文章说，中国夏季旅游的整体趋势清晰可见：国内旅游正成为数百万人的首选。由于旅行规划更加简单且本地旅游吸引力的增强，对许多家庭而言短途旅行正在取代长途出国度假。因其便利且良好的声誉，上海恰好满足了人们的需求。 　　文章认为，上海正在成为国内休闲旅游中心，这一现象并非偶然。它反映了人们休闲方式的更广泛转变。如今，以娱乐为导向的旅游与文化或历史旅游同等重要。这一转变的核心在于像上海这样的城市如何定位自己：不只是作为旅游目的地，而是作为完整的休闲生态系统。 　　文章在结尾强调，展望未来，2026年中国旅游业的发展趋势将延续现有势头，而非昙花一现。 美国《旅行与旅游世界》网站报道截图   　　来源：总台环球资讯 　　编译：杨卓英 　　签审：游佳 　　监制：邹浩宇

【ZOL中关村在线原创技术解析】九月的手机圈恐怕又要被小米刷屏了，最新的爆料指向，小米18系列会在今年9月登场，一个熟悉的元素被保留下来——背屏。 影像升级是重头戏，一颗定制的2亿像素主摄，配合大R角等效2K屏，亮度有明显提升，UI设计也带上了点“果味”。 更狠的在Pro Max上。长焦镜头直接拉到2亿像素，微距特写能力更强，光圈也更大了。两颗2亿像素超大底主摄，高配版还支持LOFIC HDR 3.0，动态范围再上一个台阶。 芯片是另一张王牌，小米18将首发高通第六代骁龙8至尊版。这颗芯片分标准版和Pro版，都用台积电N2p工艺。CPU架构改成2+3+3，GPU规格有差异，Pro版可能独享LPDDR6。 系统是澎湃OS 4。它的核心变化是AI智能体的深度整合。笔记、相册、浏览器、日历……几乎所有核心应用都会被AI能力贯穿。 但首发搭载它的，可能不是小米18。一款型号2608BPX34C的小米新机刚通过认证。外界普遍猜测，这就是传闻中的小米MIX Fold 5——一台“阔折叠”手机。它的定位很明确：超高端。 工程机信息显示，屏幕尺寸在7.5到7.6英寸之间，采用无感折痕技术。内置6000mAh大电池，支持无线充电和满级防水，影像系统也是2亿像素规格。 最关键的是它的“心脏”：小米自研的玄戒O3芯片。有消息称，其性能足以对标高通最新的骁龙8E5旗舰。 不过，它的发布时间还是个谜。有爆料指出，小米9月的发布会可能先推小米18 Pro系列，标准版会稍晚，但春节前一定会到。 玄戒O3的首次量产实战，会交出怎样的答卷？我们和市场都在等一个答案。

快科技6月25日消息，动力电池向来是新能源汽车产业里竞争博弈最激烈的核心赛道，针对当下各方争议不断的电池品牌化路线，理想电池高级总监柳志民给出了理想汽车的明确表态。 现在新能源汽车国内渗透率已经突破60%进入全面普及阶段，搭载什么品牌的电池，早已成为普通消费者购车时的核心决策硬指标。 宁德时代率先效仿早年英特尔在PC行业的品牌打法，投入海量资源塑造面向C端消费者的电池品牌影响力，意图换取更高的产品溢价空间。 但是对于车企来说，拥有自主掌控的自有电池品牌，才能在核心零部件成本上掌握更多主动权，拿到更强的成本控制力。 最近两年各类车企的自有电池品牌纷纷面世，华为鸿蒙智行已经对外推出了巨鲸电池，理想汽车也在2025年和欣旺达成立合资公司，正式打造完全自研体系的理想牌电池。 柳志民在采访中明确提到，普通消费者选购新能源车时关注电池的核心诉求从来都只有三点：第一是技术实力支撑的产品实际性能，第二是生产管控体系决定的长期产品品质，第三是品牌官方背书带来的足够信任感，其他花哨的营销宣传都不是核心判断标准。 他进一步解释，车企是整车全工况体验的最大责任方，无论最终的电池硬件是谁代工生产，站在用户体验和用车安全第一线兜底的，永远是理想汽车本身。 理想敢于面向全用户承诺8年16万公里用车周期后，电池健康度不低于75%，这份底气完全来自自研技术积累和全链路品质管控的硬实力。 理想电池高级总监透露，理想汽车自研的自有电池全程由理想团队主导产品定义，从最底层电芯层级的材料配方、结构体系，到整个电池包Pack的设计、BMS电池管理系统的全链路底层开发，所有核心环节全部由理想汽车主导，后续电池的工业化量产落地则由理想和欣旺达的团队联合完成。 在双方组建的合资公司里，理想团队担任董事长职务，整体的研发设计规范、制造工艺要求、质量检验标准全部由理想统一制定。 谈及当初为什么选择欣旺达作为合资合作伙伴，柳志民表示，欣旺达是全球最大的HEV混合动力汽车锂电池供应商，旗下HEV电池的瞬时充放电性能最高能达到80C，积累的底层技术底蕴是理想最为看重的核心优势。 除此之外，欣旺达多年来一直是苹果的核心电池供应商，和国际顶尖消费电子巨头长期合作沉淀了非常成熟的协同研发经验，完全适配双方合作的推进节奏。 在前期研发投入层面，理想汽车过去五年在5C超充电池的相关研发上累计投入超过5亿元，组建了一支接近300人的高精尖核心电池研发团队，同时和清华大学、上海交通大学、北京理工大学、中科院等国内顶尖科研院所展开深度联合研发，还专门成立了博士后工作站，针对下一代电池的前沿技术做长期深度布局。 关于很多人关注的自研电池和外采电池的供应比例问题，柳志民明确表示理想不会人为设定固定的比例数字。 内部有一套统一的评估体系，通过产品力、安全表现、品质稳定性、成本控制能力、交付保障能力等多个维度的公平竞争机制筛选供应商，哪一方的综合表现更好，就能拿到对应更多车型的配套份额。 理想自研电池团队也必须和宁德时代等外部头部供应商同台竞争，接受同一套严苛的筛选标准，没有任何特殊优待。 针对大家热议的固态电池商业化前景，柳志民透露理想汽车从2019年就已经开始布局固态电池的相关核心技术点，2020年前后就已经针对前端技术预研向合作高校和产业伙伴投入了数千万元的研发资金。 但他同时也客观指出，固态电池从解决底层科学问题，到落地工程化验证，再到大规模产业化普及需要非常漫长的周期，哪怕到2030年，全固态电池在整个汽车行业的市场占有率能做到5%，就已经是非常大的产业跨越，普通消费者不用过度等待相关技术量产再购车。

开车可以不系安全带？不允许自动驾驶系统出事故前 0.1 秒退出？ 真正意义上的自动驾驶，估计离我们不远了。 前不久，工信部来了个大的，推出了《智能网联汽车 自动驾驶系统安全要求》的报批稿，这是国内第一个自动驾驶相关的强制性国标。 在新国标出来之前，咱们对自动驾驶的标准一直都是非常模糊的，在大伙的印象中，L1、L2、L3、L4 的区分，其实就是 “L2 出了事驾驶员负责，L3 以上出事车企来负责”。 但是 L3、L4 具体要有什么能力，达到如何的安全标准，一直都没有定论，所以车企们一直都只能说自己是 L2.999+。 甚至由于这种解释的模糊性，导致新国标刚出来的那会，甚至有着 “国标强制要求安装激光雷达”，“纯视觉方案完蛋了” 的谣言。 现在自动驾驶国标终于出来了，目标很明显，针对的就是 L3 和 L4，所以咱们这次就主要来聊聊这俩。 首先，在新国标的定义中，L3 是有设计范围限制，且需要用户支援的自动驾驶功能。 而 L4 则只是有设计范围限制，不需要用户支援，甚至方向盘、安全带啥的都可以不要了，所以很多对于 L3 的限制，其实在 L4 那都不存在。 OK，大前提有了，我们再来看自动驾驶该实现什么能力。 简单来说，L3 主要处理高速和城市快速路工况，如果要兼顾城区智驾，那么起码得具备车道巡航、变道和交叉路口通行的能力。 至于L4，则是增加了躲避障碍物的变道、掉头和倒车等能力。 看起来是不是很眼熟？没错，这些功能我们目前的 L2.9+++ 的辅助驾驶们都能做到了。 但是，这里面有几个全新的要求：“应至少达到合格且专注驾驶人的水平”，“ADS 不应对用户和 ORU（其他道路使用者）造成不合理的风险” 。 要知道，在国标等法条中，“应” 这个字不是代表建议，而是 “必须” 的意思。 也就是说，在系统的设计范围内，L3 以上的 ADS 必须有着 100% 的识别率。比如什么路上的桩桶啊，路牌上的车啊，这些通通都不能错认漏认。 除此之外，ADS 还得能够识别出正在执行任务的警车、消防车、救护车等特殊车辆，并且根据自己的智驾等级，安排接下来该咋操作。 那 ADS 要有啥能力，咱们说完了，现在再来看看大伙最关心的安全方面。 像是之前著名的 “智驾出事前 0.1 秒退出”，国标直接白纸黑字写了，假如 ADS 能力不足，需要驾驶员介入，系统得提前 10 秒以上（通过声音、光学、触觉多种方式）提醒驾驶员。 10 秒。。。博尔特用腿跑的都能跑 100 米了，L3 自动驾驶要求的可预见性可见一斑。 那如果 10 秒后用户依旧没有介入，或者说系统出现了严重故障来不及提醒，那车子就得执行 MRM（最小风险策略）。 MRM 也不是说直接就退出或降级了，而是该减速减速，该变道躲避的躲避，目标是将车辆移至不妨碍交通的路边停下来。如果完全失效，那也得安全地在本车道停下。 全力刹停示意。 除了喊你及时介入，国标还要求 L3 系统对驾驶员进行分心检测，大概率会通过勒安全带、提示音等多种方式来提醒。 如果驾驶员依旧没反应，那就直接给你进入 MRC（最小风险状态），帮你把车停路边。。。 上面的这两条是面向驾驶员的，而在附录 D 安全档案中，还有针对车辆本身的安全要求。 简单来说，就是当 ADS 失效的时候，必须得有补救措施。 你通过什么手段无所谓，反正留好后手就行。 比如激光雷达坏了，那可以用两颗作为备份，也可以上毫米波雷达、摄像头作为补充。系统寄了，那就多备份一套系统。 与线控刹车国标同理 要知道，这些冗余的手段还不是所有带智驾的车型都有，现在写进国标相当于加速了这个进程，着实是好事。 除了上面这两个涉及到 ADS 系统安全运行的要求之外，新国标针对驾驶安全，对 ADS 的变道过程提出了一些具体的要求。 以往按照我们朴素的理解，智能驾驶能加塞是拟人的一种表现，但在国标里，这事是很严肃的。 在满满三页多的规定中，比较有代表性的就是： 1.当目标车道后方有来车的时候，ADS 完成变道 1s 之后，不能导致来车减速度大于 3m/s2，并且要确保两车之间时间间距不小于 1s. 2.当目标车道没车，那么 ADS 仍要按照后方有车，并且超过道路限速 30km/h 这样的标准来进行变道探测。 除此之外还有一堆，感兴趣的差友可以看看下面这张图。 简而言之，不允许智驾随便加塞，要变道超车也得提速，增加冗余，别碍着别人。 有一说一嗷，这才是真正的高素质司机。 不过这里面也有个问题，如果 ADS 既文明又讲路权，那如果后车不让行，甚至 “分神” 或 “误踩油门” 发生了事故，法律上应该如何定责？谁来赔偿？ 这其中具体的执行，我觉得光看这份国标是无法给出答案的，还是得等交管部门、法院、车企和全社会在后续的施行中慢慢探索。 就像这样？ 到这，安全这块就说完了，最后也就轮到了监管，也是本次新国标最重磅的 —— 车企需要建立安全档案。 这个安全档案，车企们得向国家监管部门提供 ADS 系统的预期能力、执行逻辑，还有硬件的布置，运行的原理。。。。。。 甚至不仅是路测、内部场地测试，连用啥仿真软件，建的啥模型，都得纳入监管。 最终由检验人员核查车企的 “声明、论据、证据” 是否齐备、可追溯、可复现，部分功能的故障率得满足 ASID-D（汽车安全完整性等级 D 级）的标准，即 10 亿小时故障不超 10 次。 除此之外，还得实施 SMS（安全保障要求），建立质量管理体系，有效的风险识别，清晰的责任划分，定期开展内外审。。。。。。 这些流程走下来，感觉车企的 ADS 在政府面前跟裸奔也没啥区别了。 不过，这是好事啊。毕竟自动驾驶如果真的大范围铺开，很有可能颠覆整个社会的出行方式，国标把这些全部纳入监管之中，是保护公众生命财产的应有之义，我举双手双脚赞成。 除了这些，这次国标其实还有人机交互、用户告知等等规定，由于条目实在是太多了，脖子哥这里就不一一展开解读了，感兴趣的差友们可以去工信部详细翻翻。 但光看目前列出的这些条款，相信大家不难发现新国标字里行间全是 “安全” 二字，车企只要把合规的工作做好，智驾的事故率肯定会更低，事故的可解释性也会更强。 当然，这安全的代价可能是适用性，大伙期待已久的自动驾驶系统，未必会更加丝滑，反而可能会变得更加保守。 这是好事还是坏事？可能不同人有不同的看法。但最起码我开智驾的时候，都不赶时间。。。 不过，如果自动驾驶成功铺开，每个人都不胡乱加塞，也保留一定的前后车距，也不是啥坏事。 甚至参考一些欧美国家，这样的通行效率反而更高效，事故率也低。 这可能也是有关部门制定国标所期望的，自动驾驶利用安全的优点，降低大伙的事故成本。 同时也能吸引更多人购买、使用带自动驾驶的车型，靠着规模效应把智驾价格干下去，你好我好大家好。 还有一年就将正式实施了，谁会第一个吃这个螃蟹呢？

【CNMO科技消息】6月25日，有外媒报道称，苹果将在今年秋季推出全新MacBook Ultra，以下是这款MacBook Ultra传闻具备的六大全新亮点。 MacBook Ultra 亮点一：全新设计 消息称，这款全新MacBook将进行重新设计，机身厚度、重量均优于当前MacBook Pro。此前外界原本预估这款新产品仍会沿用MacBook Pro命名，仅更换全套新外观；该方案并非完全排除，但目前各类爆料都指向全新“Ultra”产品线命名。 亮点二：M6系列芯片 全新一代M6芯片将于今年晚些时候登场，MacBook Ultra大概率是首款预装该系列芯片的设备。 M6芯片升级幅度会远超常规迭代：它采用全新2纳米制程工艺，相关先进技术也会同步下放至iPhone的A20 Pro芯片。MacBook Ultra至少会提供M6 Pro、M6 Max两款高性能芯片版本，标准版M6芯片也有望作为选配方案。 亮点三：Mac系列首款触控屏 MacBook Ultra或将是苹果首款配备触控屏的Mac设备。爆料称，苹果仅将触控作为Mac的辅助输入方式，并不会取代键盘与触控板。新版macOS Golden Gate系统做了多项适配优化，新增大量适配触控的交互控件，无触控屏的设备也能正常使用这些功能。 亮点四：OLED显示屏 MacBook Ultra或将成为苹果首款配备OLED屏幕的Mac电脑。OLED屏幕能够呈现更真实的黑色、更高对比度，侧视观看画面也不易偏色，同时还有望延长MacBook Ultra的续航时长。 亮点五：灵动岛交互 2021款MacBook Pro是首款配备刘海屏的Mac，而MacBook Ultra将彻底取消刘海设计。其预计改用前置挖孔摄像头，并具备灵动岛。 亮点六：有望搭载C2自研基带，支持蜂窝移动网络 苹果至今尚未推出支持蜂窝网络的Mac产品，但各类爆料显示这一现状很快会改变。苹果正在研究为Mac设备加入蜂窝网络连接功能，不过Mac搭载蜂窝模块最早也要等到2026年，届时苹果会推出第二代自研基带，支持更快网络速率。目前无法百分百确定MacBook Ultra今年就会上线蜂窝版本，但苹果C2基带预计同期搭载于iPhone 18 Pro，时间节点刚好契合。