IT之家 6 月 27 日消息，人们通过 AI 聊天机器人寻求情感支持，甚至发展成关系的报道层出不穷，当然，这并非代表此类行为已成常态。据外媒 TechCrunch 今日报道，Anthropic 最新发布的报告显示，现实远非如此：用户向 Claude 寻求陪伴或情绪安慰的情况极为少见，仅占全部对话的 2.9%。 Anthropic 在报告中特别指出，涉及陪伴和角色扮演的内容加起来甚至还不到 0.5%。 这项研究旨在了解用户如何进行“情感性对话”，即向 Claude 寻求人生指导、心理咨询、情感陪伴、角色互动或恋爱建议等个人交流。Anthropic 分析了 Claude 免费版和专业版上的 450 万条对话后发现，大多数用户还是将它用于工作相关任务，尤其是内容创作方面。 IT之家从数据中获悉，不少用户会向 Claude 询问有关心理健康、成长规划、人际沟通等方面的建议，侧重在自我提升和情绪管理。 当用户遭遇如孤独、情绪低落或现实中难以建立情感联系的情况时，原本只是寻求建议的对话，有时会演变为寻找陪伴。 Anthropic 指出：“我们观察到，较长时间的交流中，那些起初以咨询或教练为目的的对话，偶尔也会转向情感陪伴，尽管这并非用户的最初动机。”不过，报告也强调，这类超过 50 条人类消息的长对话并不常见。 报告还提到，除非涉及安全限制，比如用户要求其提供危险建议或涉及自残倾向，Claude 通常不会拒绝请求。Anthropic 表示，在用户寻求教练与建议的过程中，对话氛围往往会逐渐趋于正向。

上周，我妈又忧心忡忡地给我转来一篇名为「震惊！这三种蔬菜竟是致癌元凶」的文章，还附带一句：「儿子，咱家常吃的这个，以后可别买了！」 我点开一看，又是那种熟悉的自媒体配方，内容漏洞百出，但标题耸人听闻。 这已经不是第一次了，相信很多「相亲相爱一家人群」里，总有那么几个亲戚热衷于转发各种真假难辨的「养生秘笈」。 说实话，我能理解他们的焦虑。人到了一定年纪，对健康问题格外上心。但问题是，现在网上的健康科普太乱了，各种说法互相矛盾，别说长辈，连我们自己都分不清哪个是真哪个是假 。每天有超 2 亿人次在互联网搜索医疗健康问题，但网络信息真假难辨、广告植入鱼龙混杂，干扰判断 。 这种信息过载带来的，是无尽的焦虑和不安全感。我甚至动过念头，干脆把那个最爱转发的亲戚给「屏蔽」了。 昨天，蚂蚁发布了新的 AI 健康应用「AQ」，这是之前支付宝上的「AI 健康管家」的升级版，除了在各大应用商店下载（iOS 还未上线），也能直接在支付宝里体验。 体验了一番后，我发现它不只是建立在健康知识库上的聊天机器人，背后有点真东西。 一个随身的「AI 医生」，靠不靠谱 我起初是半信半疑的。毕竟，市面上打着「AI 健康」旗号的应用，很多都停留在简单的问答层面，甚至在专业问题上会出现「AI 幻觉」，一本正经地胡说八道。 但当我把妈妈的疑问——「听说吃 XX 蔬菜会致癌，是真的吗？」输入 AQ 时，它的回答让我眼前一亮。它没有直接给出「是」或「否」，而是先引用了权威的医学资料进行辟谣，然后详细解释了这类谣言的来源，最后还给出了科学的饮食建议。更重要的是，它会专门把 RAG（检索增强生成）来源标注出来，这些来源都是医学知识中最新最顶尖的 。 这让我意识到，AQ 的底层逻辑和普通 AI 完全不同。它背后是蚂蚁医疗大模型，一个用超过万亿 tokens 专业医疗语料和千万级医疗知识图谱「喂」出来的大家伙 。在应用层面，蚂蚁医疗大模型在 AQ 产品应用中识别报告、药品、皮肤病等图像准确率达 90% 以上，包括对超过 100 多种复杂的、多页的医学检验检测报告进行识别和解读 。 最让我惊喜的是「名医 AI 分身」这个功能。名医的资源为什么稀缺？因为他们的经验、注意力和时间都是有限的。而 AI 分身，复制的正是他们最宝贵的「知识」和「经验」。 我妻子怀孕时，我们关注了妇产科专家段涛医生的抖音，他的科普内容帮我们解决了很多孕期的困惑。但我们知道，想让他本人看诊非常不容易。而在 AQ 上，我竟然看到了段涛医生的 AI 分身。 我试着咨询了一个关于孕期营养的问题，AI 分身不仅给出了专业的回答，它的问诊逻辑和语气，都像极了段涛医生本人。这并非简单的声音和形象授权，而是基于对医生大量结构化诊疗经验、科普文章和论文资料的深度学习，还会根据患者的问题给出更多问题，对症给出更准确的建议。比如，一个 AI 分身的诞生，需要「加训」超过 100 个小时的结构化诊疗数据和 5 万篇以上的专业资料。 更让我印象深刻的是毛洪京院长的 AI 分身。我爸长期有睡眠问题，以前想挂毛院长的号几乎是不可能的事情。现在通过 AI 分身，偏远山区两三万的用户都可以享受到这样的能力 。毛医生说过，过去平均每月只能接诊 600 名患者，现在通过「AI 分身」一天最多能服务超 11 万人次，服务范围也从省内拓展至全国 。 这种「AI+人」的模式确保了严谨性。医生本人及其团队会定期查看线上数据，如果发现 AI 的回答有问题，会持续进行优化和迭代。大模型需要学的是高频出现的病证、部分典型疑难杂症知识，这些案例必须是完整的，不能是断点零散的。过去，我们看病最大的痛点之一就是「挂号难」。面对复杂的科室和陌生的医生，常常不知道该选哪个，就像大海捞针。 我试着输入：「我最近总是胃不舒服，有点反酸，该挂哪个科？」AQ 在追问了几个关键症状后，直接为我推荐了消化内科，并列出了附近几家医院的专家和可预约时间。这种体验的背后，是 AI 强大的匹配能力，它甚至能根据你复杂的病历，推荐最适合处理相似病例的医生，而不仅仅是名气最大的那一个。 去年蚂蚁 AI 健康管家上线后，不到一年已经有 7000 万用户在用 。它可以连接全国超 5000 家医院、近百万医生、近 200 位名医 AI 分身来提供服务 。从简单科普咨询到复杂的诊后管理，甚至在需要时可以直接衔接挂号服务，形成了一个完整的服务闭环。 科技最大的善意，是让「相亲相爱一家人」不再焦虑 用了 AQ 几个月后，我发现它最打动我的，不是那些炫酷的技术参数，而是一些很细微的瞬间。 比如怀孕的妻子突然肚子隐隐作痛，我们不知道是普通的消化不良还是需要立即就医。以前遇到这种情况，要么硬着头皮挂急诊，要么在网上瞎搜一通，越看越害怕。 现在，我直接问了段涛医生的 AI 分身，它详细询问了疼痛的位置、性质和伴随症状，最后给出了专业的判断和建议。那种安心的感觉，就像身边真的有个 24 小时待命的专家朋友。 再比如住在三线小城市的长辈，以前想看个好点的睡眠科医生，得跑到省城排队挂号。现在他直接在手机上就能咨询毛洪京院长的 AI 分身，从睡眠问题到用药指导，应有尽有。 AI 分身肯定无法完全和真人一样，但在一些常见场景能达到专家本人 80% 的水平，但对大多数人已经足够了。 我想，这就是科技真正的温度。它没有颠覆什么，也没有取代什么，它只是悄悄地填补了那些让我们焦虑的空白。让那些原本遥不可及的医疗资源，真正走进了普通人的生活。 现在，当我看到家族群里再有人转发那些不靠谱的「养生秘笈」时，我会分享一些来自专家 AI 分身的科普内容。因为我知道，在这个信息爆炸的时代，最珍贵的不是更多的信息，而是更可信的陪伴。 或许，这就是 AI 时代该有的样子——不是让机器变得更像人，而是让技术变得更有人情味，要实实在在地解决我们生活中的每一个小问题，让那些我们最关心的人，能活得更安心、更健康。 这或许，就是对「相亲相爱一家人」这个群名，最好的诠释。

凤凰网科技讯 6月27日，荣耀官方预热荣耀手表5 Ultra功能，其中行业首发防猝筛查研究引发关注。 据官方消息，防猝筛查研究可识别潜在健康风险，24小时实时监测心率，45秒快速生成健康报告，更有久坐提醒、全天候血氧监测等健康功能。 据荣耀官方透露，荣耀手表5 Ultra采用八边形太空舷窗设计，拥有航天级钛合金机身、蓝宝石玻璃表镜。 新品将在7月2日“荣耀Magic V5暨AI终端生态发布会”上正式发布。

作者 | 中国AI算力大会 6月26日，一场干货爆棚的AI算力盛会，在北京灿烂盛夏中热烈召开。 以大模型、生成式AI为代表的新一轮人工智能浪潮的滚滚向前，催生出前所未有的AI算力需求，算力是数字经济时代的新质生产力，更是人工智能发展的基石。 2025年，以DeepSeek为代表的国产大模型强势突围，在全球引爆部署热潮和AI应用开发热潮，也给国内AI算力市场注入新的活力，推动AI推理算力需求暴涨，超大规模集群鳞次栉比，而需求的爆发也带来诸多挑战，酝酿新的行业变化。 为此，我们发起了一场聚焦前沿技术与产业趋势的夏日AI聚会——2025中国AI算力大会。 从国产AI算力的突围与崛起，到智算中心深层软硬件技术创新解决算力落地产业难题，近30位重量级嘉宾与会带来致辞、报告、演讲和对话，全方位解构DeepSeek引爆的AI算力变局，全场金句频频，各路大佬观点持续碰撞擦出火花，现场参会人数超过850人。 在会场外的展区，Alluxio、研惠通、惠普、白山云科技、中昊芯英、中科加禾、科华数据、行云集成电路等8家企业亮出了他们的最新技术和产品，展区人头攒动，交流热情氛围浓厚。 ▲展区 由智一科技旗下智猩猩与智东西共同发起主办、芯东西协办的首届AI算力大会，围绕AI算力产业变局与创新、AI推理算力、智算中心、智算集群异构混训、超节点等话题设置议程，主会场包括高峰论坛、AI推理算力专题论坛和智算中心专题论坛；分会场为闭门制，组织了智算集群异构混训技术研讨会、超节点技术研讨会。 ▲联想集团Game of AI科普视频在大会展播：联想海神全液冷解决方案，革命性提升AI推理时代算力 智一科技联合创始人、CEO龚伦常在大会致辞环节宣布：中国AI算力大会正式成为“智领未来”北京人工智能系列品牌活动之一。 “智领未来”是北京市科委、中关村管委会打造的北京市人工智能领域的活动品牌。同样作为“智领未来”北京人工智能系列品牌活动之一的中国生成式AI大会已于今年4月1日-2日圆满举行。 龚伦常还预告了将于下半年举行的两场大型品牌活动：9月在上海举办第七届全球AI芯片峰会，11月在深圳举办2025中国具身智能机器人大会。 ▲智一科技联合创始人、CEO龚伦常 智算集群异构混训、超节点两场技术研讨会在分会场圆满举办。壁仞科技AI软件首席架构师丁云帆、中国移动研究院网络与IT技术研究所技术经理班有容、北京智源人工智能研究院AI框架研发负责人敖玉龙、上海人工智能实验室编译计算与国产化团队负责人裴芝林、商汤大装置技术产品总监刘叶枫在智算集群异构混训技术研讨会做了报告分享。 阿里云基础设施异构硬件和系统及解决方案资深总监卢晓伟、中国移动研究院网络与IT技术研究所技术经理王鹏、奇异摩尔首席网络架构专家叶栋、曦智科技联合创始人兼首席技术官孟怀宇围绕超节点进行了不同视角的报告分享。中信建投证券科技行业首席分析师阎贵成主持了超节点技术研讨会及圆桌Panel。 ▲分会场 接下来我们将为大家带来主会场三大论坛15+位分享嘉宾的演讲和对话精华。 一、高峰论坛：从千芯节点到千亿大模型，国产AI芯片生态迸发旺盛活力 AI已成为数据中心增长的核心驱动力。大模型迭代拉动算力需求暴增，推动计算、存储、网络基础设施全面升级。在大模型训练与部署需求旺盛的背景下，如何更充分地利用闲置算力，国产AI芯片发展到了怎样的新阶段，有哪些优化大模型推理效果的创新技术？6位嘉宾分享了他们对产业最新风向的观察与探索。 1、信通院陈屹力：“算力荒”与“算力闲置”共存，算力互联互通、AI云成焦点 中国信息通信研究院云大所副总工程师陈屹力谈道，当下AI大规模应用促使智能算力需求激增，AI 云成为全球AI浪潮角逐的焦点。其中AI云基础设施需覆盖异构高效调度能力、一云多模能力、专家知识大脑等多方面。AI云平台推动AI应用的智能、便捷构建，提升国际影响力、助力生态繁荣。 随任务型智算应用兴起，对算力资源的定位、调度、部署效率提出更高要求。中国信通院联合产业各方探索构建算力互联网，积极推进算力标识、算力调度、传输协议、应用适配等方面技术研究，加快现有算力“局域网”间互联互通，逐步建立标准体系，形成算力互联网体系架构，核心解决算力“找调用”挑战，逐步形成具备智能感知、实时发现、随需获取的算力互联网。 ▲中国信息通信研究院云大所副总工程师陈屹力 2、摩尔线程王华：算力需求千倍增长，大集群和FP8成为强需求 摩尔线程副总裁王华引用了一些研究数据：2020至2025年间，大模型训练的算力需求提升近1000倍 ，驱动力来自参数规模与数据量双向增长。以DeepSeek-V3为例，其训练所需算力达10²⁴级别，在万卡集群上可将训练时间压缩至13天内完成 。 为应对算力需求，摩尔线程提供包括FP8在内的全精度算力，有效支持混合精度训练，大幅提升训练效率；部署万卡集群，研发完整的软硬件栈，提供开箱即用的产品，快速满足大模型训练的算力需求；打造丰富的集群监控和诊断能力，针对大规模集群实现分钟级故障定位。 此外，摩尔线程构建了支持FP8、BF16、FP32等数据类型的混合精度训练方案，开源Torch-MUSA、MT-MegatronLM与MT-TransformerEngine等大模型训练组件，已完成DeepSeek-V3的混合精度训练复现。在多个模型上的实验结果表明，其方案整体性能提升可达20%–30%，训练精度与业界主流保持一致。 ▲摩尔线程副总裁王华 3、中昊芯英杨龚轶凡：解读TPU架构创新设计，国产AI芯片如何抓住本土机遇 中昊芯英创始人、CEO杨龚轶凡谈道，AI专用芯片是AI Infra的必然发展趋势，TPU架构为AI大模型而生，采用多维度计算单元来优化数据复用，提高计算效率，并通过更激进的数据传输策略和更小的控制单元，给片上存储器和运算单元留下更大空间，其可扩展性也更适合超大规模计算。 中昊芯英全自研高性能TPU架构AI芯片“刹那”于2023年已成功流片并实现量产，其计算性能较海外某知名GPU芯片提升近1.5倍。基于“刹那”的高性能AI服务器及大规模AI计算集群“泰则”，支持1024卡高速互联，可支撑超千亿参数大模型计算。 随着大模型成本下移，AI芯片架构开始深度适配动态稀疏计算范式，形成“算法定义硬件”的新研发模式。降低对CUDA生态的依赖后，国产Al芯片将通过提供定制化工具链、优化编译器等方式，在架构设计上更加灵活适应新的本土趋势和需求。 ▲中昊芯英创始人、CEO杨龚轶凡 4、魔形智能徐凌杰：大模型需要“千芯”超节点，未来架构有五大关键因素 魔形智能科技创始人、CEO徐凌杰幽默开场：“过去十年，中国最值钱的是房地产行业。未来最值钱的，可能还是房地产，只不过住的不是人，而是机器。” 研究数据显示，全球数据中心总耗电量与单个发达国家相当。更强的大模型需要大集群，更快的大模型需要超节点，更大的高带宽互联域是超节点设计的核心。当前算力密度远不够高，要达到与人脑相当的算力密度，需要构建“千芯”超节点，构建可重构的AI算力中心。 如何构建千芯互连网络？徐凌杰总结了未来超节点架构的5大关键因素：超高密度算力节点，千芯多机柜级联背板连接，800V供电输入，交换芯片全互联，全覆盖式冷却。 他还分享了下一代算力基础设施对芯片提出的3大要求：板级&封装级灵活组合与解耦，整合光电共封装设计，Cluster First的产品理念。软硬协同将释放超大集群的潜力。 ▲魔形智能科技创始人、CEO徐凌杰 5、中科加禾崔慧敏：AI编译优化跃升推理性能，有效扩展国产AI芯片生态 中国科学院计算技术研究所研究员、中科加禾创始人崔慧敏谈道，大模型推理私有化部署需求大涨，但面临硬件繁多、需求多元、多模部署等多重挑战。 中科加禾围绕编译优化构建大模型推理的引擎和软件栈，积累了大量实践案例：在推理引擎中实施深度显存优化，有效提高显存利用率；在大规模推理中实现多维并行策略，有效利用计算、访存、通信资源；基于多项联合优化，推理技术在某互联网厂商合作中将QPS提升50%以上，并在昇腾910B平台私有化部署场景下有效支持128K长上下文。 长期来看，基于AI编译技术，构建一套底层公共的编译支撑，能够长期有效解决AI生态碎片化及生态融合问题。 ▲中国科学院计算技术研究所研究员、中科加禾创始人崔慧敏 6、趋境科技陈祥麟：千亿大模型的异构推理新路径 趋境科技技术负责人陈祥麟分享了大模型推理的技术创新。他认为大模型私有化推理架构将从传统的以GPU为中心转向全系统异构协同，需要充分提升算力利用率。 团队首创全系统异构协同与以存换算技术，充分利用底层GPU、CPU、存储等硬件设备算力，通过基于计算强度的offload策略、CPU/GPU的高性能算子改造、MTP等算力优化方法，以及prefix cache等融合推理策略，提升全系统算力，将大模型推理门槛降低至1/10。 趋境科技与清华KVCache.AI团队共同开源的异构推理框架KTranformers，能够利用单张消费级GPU+CPU异构推理DeepSeek-671B-r1/v3，decode速度最高达到20+ tokens/s。 同时参与月之暗面、清华MADSys实验室等多个产学研机构开源的项目Mooncake，以超大规模KVCache缓存池为中心，通过以存换算的创新理念大幅度减少算力开销，显著提升了推理吞吐量。 ▲趋境科技研发负责人陈祥麟 二、高端对话：国产AI算力的突围与崛起，中美差距正逐步缩小 以《国产AI算力的突围与崛起》为主题的高端对话，由智一科技联合创始人、智车芯产媒矩阵总编辑张国仁主持，中昊芯英创始人兼CEO杨龚轶凡，魔形智能科技创始人、CEO徐凌杰，中科加禾联合创始人兼CTO陈龙三位嘉宾进行分享。 张国仁谈道，从2018年AI芯片峰会到如今AI算力峰会，他感触最深的是国内企业对自己的产品、公司发展都表现得愈发云淡风轻。 ▲智一科技联合创始人、智车芯产媒矩阵总编辑张国仁 1、国产算力与全球差距仍然存在 面对国产算力在全球发展中的地位，陈龙谈道，国内厂商已掌握算力底层技术，但在PyTorch等主流训练框架适配方面仍处于跟随、陪跑阶段。 杨龚轶凡从硬件的设计和生产两方面进行了比较：生产差距存在，但预测将在3-5年内逐步缩小；而在设计层面，从学术研究、论文创新性等角度看，设计的差距更大。随着模型算法收敛，更多创新型架构、设计出现，国外诸多路线已发展到产品落地，国内厂商需要共同拓展生态。 ▲中昊芯英创始人兼CEO杨龚轶凡 徐凌杰认为，在如何做优秀的GPU、如何搭建生态、如何做集群等方面，中美认知差距正不断缩小。但实际产业中，差距进一步扩大，企业需要从底层供应链突破。 2、算力仍是资源导向型市场 对于国产算力的市场化，徐凌杰判断，政府、资源导向型的现状未来几年不会有很大改变，芯片晶圆、制程以及芯片创企在国产生态中的成长，都需要政府扶持。芯片公司的机会是通过更强互联、集群打造差异化，找到商业化落脚点。 杨龚轶凡同样认为，资源导向型走向市场导向型是一个过程，在半导体行业，老的生产制程永远比新的生产制程性价比低，生产制程每迭代一次会有4倍的性价比提升，这就导致纯国产芯片的性价比更低，需要政府扶持拉通生产工艺的产业链。 陈龙从应用层面进行分析，谈到国家的扶持很必要，企业通过软硬件优化降低了部署成本，但消费侧拉动还不够强，现状是上一代芯片尚没有完全落地应用，下一代芯片已经出来了，因此核心是要发掘更有价值的应用。 ▲中科加禾联合创始人兼CTO陈龙 3、专用芯片、编译技术、超节点，是未来发展方向 杨龚轶凡坚信专用芯片是未来的发展方向，在通用性需求大幅降低的情况下，可以抛弃部分通用性，增加芯片核心的性能和性价比。越专越好，是在满足一定可控性和变化下的结果。 围绕编译技术在解决国产芯片面临的风险，陈龙认为，它是将专家的经验泛化、普适化的一种技术手段。编译技术最开始产生是为了弥补人的思维和机器能接受信息之间的鸿沟，使开发效率提升上百倍。 徐凌杰着重谈到超节点的发展方向，在大模型领域，类似MoE的创新结合超节点会有更大收益，即更大的问题用更大的集群解决，更大的集群反哺系统，从而做出更大的模型。 ▲魔形智能科技创始人、CEO徐凌杰 4、算力产业格局未定 谈到全球算力产业的产业格局，陈龙认为，虽然国内巨头有积累优势，但产业规模足够大，且需求多元化，将来企业将百花齐放。 杨龚轶凡的观点更为激进：首先，3-5年内形成产业格局的可能性不高，目前仍是企业相互竞争、高速发展变革的过程；其次，资源型市场的天然属性决定了其很难形成垄断，且巨头穿越周期能力弱，因此AI产业爆发后市场格局会洗牌，初创公司或许会通过更好的组织形式去适应产业发展。 行业的重要性、资本周期发展对产业发展都会有影响。徐凌杰相信，算力变得越来越有吸引力，自然会有更多的钱涌入，会出现巨头被冲击、新生势力冒出的场景。创企和巨头需要找准自己的定位，通过“整合”变成更强实体可能是一条发展路径。 如今中国算力规模已在全球排名第二，被预测有望影响全球AI 竞赛格局。陈龙认为，AI算力市场规模和国家GDP发展成正比关系，当国家GDP反超或许是国产算力格局更进一步的机会。杨龚轶凡提到投入产出比，目前美国和中国算力开销差10倍，当投入量逐步赶上才会有变化。徐凌杰认为未来当AI赋能千行百业，算力真正变成生产力时，就是一个巨大的机会。 三、专题论坛：从软硬协同到端边云协同，底层技术创新突破AI算力瓶颈 下午场火热继续，在AI推理算力专题论坛和智算中心专题论坛中，来自行云集成电路、安谋科技、实在智能、白山云科技、Alluxio、浩云长盛集团、上海矩向科技、趋动科技的8位嘉宾带来了精彩演讲。 如何突破大模型推理芯片的核心瓶颈、如何实现出色的端侧模型性能？超大规模智算中心面临的数据、成本功耗、算力利用率等方面的一系列难题要如何破解？我们都将找到答案。 1、行云余洪敏：只有软硬件协同创新才能突破大模型推理芯片的核心瓶颈 行云联合创始人、CTO余洪敏谈道，高质量大模型最核心的需求就是极其变态的内存需求，既要带宽，又要容量。推理芯片核心瓶颈有：显存容量，价格高昂，只有通过软硬件协同创新才能解决。 行云致力于把AI基础设施从超算变成消费电子竞争，褐蚁是第一个十万元级运行DeepSeek满血671B、FP8非量化且对话速度在20TPS以上的解决方案，用数量级碾压的竞争力让全行业对AI超算祛魅。 近期行云将推出蚁群，实现500~1000有效并发下最高质量模型的流畅体验，价格在300~400万价位，接近DeepSeek公有云的性价比；此外，计划在明年年底推出自研GPU芯片，相比褐蚁性能将有数倍提升，集群化后，相比蚁群可以数倍提高有效并发。 ▲行云集成电路联合创始人、CTO余洪敏 2、安谋科技鲍敏祺：NPU如何助力端侧设备突破内存、算力、功耗三堵墙？ 安谋科技产品总监鲍敏祺观察到，端侧设备正逐步承担更多AI计算任务，端侧AI模型在算法迭代、上下文长度扩展和模型理解力提升等方面进展迅速。 随着模型的演进，端侧AI硬件也面临新的需求：一是算力需求持续增长，计算精度从INT向FLOAT转变，需通过多核协同实现算力提升；二是大模型对带宽要求更高，可通过提升数据本地化程度减少数据传输距离，从而优化能效比；三是需要优化硬件中向量计算与矩阵计算的配比。 为应对“内存墙”、“算力墙”和“功耗墙”三大挑战，安谋科技正升级其自研“周易”NPU产品，如扩展数据类型支持、新增W4A16硬件加速和DSA加速功能、提供更为丰富的算子库等，持续驱动终端算力跃迁，助力产业把握端侧AI“芯”机遇。 ▲安谋科技产品总监鲍敏祺 3、实在智能欧阳小刚：Agent端侧性能超GPT-4o 10%，一体机30分钟开箱部署 实在智能合伙人、核心算法负责人欧阳小刚提到，算力需求与场景落地的双向倒逼，正推动智能体技术端侧的探索革新。 其公司行业首发的通用智能体“实在Agent”，专注跨系统、链接各类软件的办公流程自动化。其自研的实在TARS大模型和TARS-VL大模型分别在垂域任务理解性能超越GPT-4o达10个百分点，GUI多模态理解能力领先3%，而通用能力几乎无损；同时，该模型支持私有化部署，深度融合RPA与智能体工作流，实现浏览器、桌面应用、移动端的无缝操作，支持一键流程编辑和智能体共享，降低30%重复开发成本。 欧阳小刚提到与惠普联合打造的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 5880 Ada的强大算力，开箱30分钟完成部署，核心业务数据全程本地处理。 ▲实在智能合伙人、核心算法负责人欧阳小刚 4、 白山云科技李金锋：以边缘计算破解AI推理时延与成本难题 白山云科技智算产品研发负责人李金锋谈到，AI推理面临网络时延与成本挑战，对边缘计算的需求日益增长。当前的云边端架构依然适用：中心云集中计算，追求性能极致优化；边缘云在靠近用户处提供算力，作为重要补充，现可处理百亿参数内大模型推理，显著降低时延；终端算力则在保障数据隐私场景中发挥作用。 针对边缘云节点分散带来的算力管理难、任务调度复杂和单节点资源有限等挑战，李金锋介绍可通过全网任务调度、弹性算力调度、模型加载优化及单节点推理性能优化等方式解决。 依托覆盖全球的1700多个具备计算、存储、安全能力的数据节点及150多个海外运营商资源，白山云能轻松升级GPU算力，有力支撑边缘推理服务。 ▲白山云科技智算产品研发负责人李金锋 5、Alluxio傅正佳：用去中心化架构方案，解决AI数据湖困境 Alluxio首席架构师傅正佳谈道，AI 数据全链路各环节面临的不同难题，以及环节间数据交互导致的资源浪费与效率低下，其本质都是数据湖困境的体现。 Alluxio介于分布式计算框架与存储系统之间，可以做到对当前AI Infra“零改造无侵入”，并提升数据安全性，还可以统一纳管数据孤岛，提供高性能缓存层。Alluxio采用去中心化架构，支持100亿以上对象，能够降低数据工程复杂度与成本，提升模型迭代效率与数据方向速度。 Alluxio的核心技术包括协议转换、数据缓存层以及虚拟数据湖等，可应用于智驾、机器学习训练、智算、AI模型分发、科学计算等场景。基准测试显示，其性能与全球顶尖并行系统持平，成本更低，GPU利用率可达95%及以上。 ▲Alluxio首席架构师傅正佳 6、浩云长盛赵亮：智算时代数据中心变革，液冷、超高压直流成大势所趋 浩云长盛集团首席增长官（CGO）赵亮称，随着智算时代的到来，数据中心的算力密度不断提升，同时，大模型推理和训推一体的需求也在增长。 这些变化对数据中心的供电和制冷系统提出了巨大挑战，设计和架构需要重大调整。如今，数据中心应配备更高的层高和更强的承重能力，以满足密度的提升，随之而来的散热问题让液冷成为必然选择。在电力层面，能够减少能源转换损耗、提升电力运营效率的高压直流技术正获得广泛采用。 此外，数据中心的选址也至关重要，需综合考虑电力供应便利性、运维便利性、算力设备梯级利用和实际应用场景，而非简单地将其布局在能源成本较低的地区，因此把训推一体智算中心建设在一线城市周边更有优势。 ▲浩云长盛集团首席增长官CGO赵亮 7、矩向科技黄朝波：模算云破局算力浪费，毛利跃升超10倍 上海矩向科技创始人兼CEO黄朝波指出，当前智算中心深陷无序建设、架构封闭、远离业务场景三重困局，导致区域算力闲置、资源利用率不足。 传统硬件堆砌模式已无法满足AI爆发需求，唯有通过整合算力、模型与应用的模算云平台重构价值链，将电力转化为算力、模型力，并深加工为应用赋能能力，以此来实现算力服务毛利的跃迁。以3000P AI算力为例，服务毛利从智算中心的1亿飙升至模算云的10多亿，增幅超10倍。 模算云模式以轻资产实现高产出：政府可统筹闲置算力赋能中小企业，企业可通过开箱即用的MaaS服务降低AI门槛；技术上采用异构协同，国产芯片覆盖80%计算量，英伟达GPU兜底剩余需求，同时结合云边端协同，进一步降低推理成本，缩短业务落地周期。 ▲上海矩向科技创始人兼CEO黄朝波 8、趋动科技张增金：通用行业GPU利用率不足30%，软件定义AI算力成必然趋势 趋动科技技术总监张增金指出，尽管生成式AI算力市场热度高涨，但非生成式AI的规模仍是其两倍，从运营层面来看，蕴藏着巨大的收入潜力（IDC 2025）。在国内众多智算场景中，GPU平均利用率低至5%左右，主要原因在于异构资源分配方式粗放、调度机制缺失以及管理效率低下等问题。 采用软件定义AI算力的模式，通过软件对算力基础设施进行重新构建，实现硬件资源的按需动态调用，能够有效解决当前异构硬件利用率低、调度模式僵化等难题，避免因资源管理不善而引发的系统瓶颈。 张增金表示，未来，软件定义将成为智算中心的关键发展方向。在一系列行业实践中，趋动科技借助软件定义技术，助力某客户将整体GPU平均利用率从8%提升至35%，峰值平均利用率从15%跃升至60%。目前，趋动科技已与数百家家来自运营商、金融、能源电力、制造业等领域的客户展开了深度合作。 ▲趋动科技技术总监张增金 结语：中国AI算力蓬勃向前，技术创新加速涌现 在中美博弈的背景下，国产大模型们强势突围，带动了国内AI算力需求的持续增长，算力需求发生结构性变化、推理算力需求增速远超预期，中国AI算力产业不断迎来新的机遇和挑战，诸多优秀企业通过技术创新破解算力难题，加速AI的产业化落地。 站在技术与产业共振的历史节点，我们每一个人，都正在见证和参与一场激动人心的技术跃迁。随着Agent浪潮的涌起、端侧智能的加速落地、具身智能的觉醒、产业AI加速赋能，AGI的曙光正离我们越来越近。 中国AI算力产业必将乘着这股劲流扬帆起航，驶向更广阔的AI星辰大海。

带着最新最强的模型，走向最热门的赛道，这用来形容 Google 昨天推出的 Gemini CLI 最合适不过了。 AI 编程的赛道，哪怕只是限定在编程 agent 范围内，现在已经挤得不可开交。CLI 一发布，网友们迫不及待地把所有类似产品召唤到一起，捉对厮杀。 不过，才发布不到 20 个小时，各种「翻车」就接踵而至。 Gemini CLI 主打以下几点： 完全开源 + 免费：Apache 2.0 许可，每日 1，000 次请求免费 多任务框架：不仅是编程，还可支持文件管理、内容生成、脚本控制等命令行任务 。 轻量 + 可脚本化：你可以把它嵌入自己终端脚本，或作为自动化 Agent 来用 然而发布后不久，首先是登陆、认证并不如想象中的丝滑顺畅。 尤其是国内登陆碰到的限制很多。而且就算好不容易跑起来了，也是各种 bug。 一些网友提到，想让它写代码，目前来看还是不稳定（要点运气）。但是它在解读、核对和排查这些方面，是能派上用场的。 从参与过内测的网友反馈来看，的确是需要一些精心设计的使用方式。 最搞笑的一集则是，经过网友连夜的测评，发现这居然是一个「套壳」——套的还是竞争对手的产品…… 就是把 Claude Code 的 system code 包装了一下。 尴尬，汗流浃背了兄弟。 什么是 CLI Google 带着 CLI 杀入 AI 编程的赛场，足以证明这条赛道的重要。 Gemin CLI 和 Claude Code 类似（一样），都是让普通人能用命令行，让 AI 协助日常任务的实用工具。相比于编程工具，更像是一个开源的「AI agent」——你可以在终端里用自然语言调用 Gemini 2.5 Pro 模型来处理各种任务 。不限于写代码，还可以解释文档、查网页、生成内容，甚至操控本地工具。 目前网上找到的一些用例中，就可以发现：CLI 的用途不仅仅是编程，编程只是当中的一个手段。 比如下面的日本网友，通过 CLI 部署了一个天气预报的应用，可以将当天的天气信息直接推送到 LINE 上面。 还有的，做出了一个整理发票的应用 还有用来给咖啡馆做官方网站、用来抓取 PDF 上的信息并进行整合。 这些都是很日常的使用场景，可以看出来，跟 Cursor 不同，CLI 想走的路线是能干多劳的「助理」，而非专职的代码协作工具。 当然，更复杂的东西它也可以做。比如 Google 团队的工程师发了一个用例，是用 CLI 制作的 3D 动画。 以及官方发出的，通过调用 Veo3 视频生成模型制作出的一条视频：猫猫勇闯天涯。 命令行，Vibe Coding 的起点 那么问题来了：命令行是什么？ 命令行（Command Line）是一种人机交互方式。你不点图标、不用鼠标，而是直接在黑框里打字、发指令，系统回你结果。 一般来说，命令行曾经被视为只有开发者才会用的工具——黑色背景、要敲指令、无需动用鼠标，甚至是中高级开发者会做的。比如在 Gemini CLI 的设计下，命令行变成了一个轻量、灵活的 AI 助手入口：你只需要打开终端，打上一句自然语言请求，比如 「解释这段代码」 或 「查查这个文件内容」，AI 就会把结果返给你。 这和现在很多人熟悉的 AI 编程工具（比如 Cursor）不同：Cursor 是一个图形化界面，帮程序员写代码、润色注释，是「写代码时的辅助」。 而 Gemini CLI 和 Claude Code 是「任务的代理者」，你不一定要写代码，它可以处理文本、文件、网页、数据，甚至可以嵌入已有脚本流程。你直接打字发问，然后 Gemini 2.5 Pro 就会来回答你——其实也是一种 chatbot 对话，只不过不是在网页上，是在终端框里。 这意味着，普通内容创作者也能用 terminal 式交互方式，低门槛地体验「prompt + 执行 + 反馈 + refine」的循环。 换句话说，Google 这次做的不是 Cursor 那样的程序员工具，而是走向 agent 形态，让你像用自然语言和同事对话一样，去控制工作流。对于那些不完全是程序员、但需要做大量信息处理和内容产出的人来说，这意味着，你终于可以用对话方式来操控一些原先需要手动完成的繁琐事务了。 那么，Google 的这个 CLI，是不是就抄了 Claude Code？ 要说起来也是略有不同：Gemini CLI 和 Claude Code 同样是命令行式 AI 编程助手，但前者更灵活、开源、多场景，应用更多更广；后者更专注、成熟、而且收费。 对于需要深入项目协作的人则可能会更倾向 Claude Code 的专业度。它更像是一个具备「记忆 + 执行」能力的编程伙伴，能深入你的项目、跑 tests、生成 PR，自动化更深入。 而对于一个想做简单试验 + 多任务协助的用户，Gemini CLI 是免门槛的起点；它给了你一个随时召唤 AI 的入口。你不用敲代码，就能让 AI 去「做」——无论是写段文字、查文件、跑命令，都可以命令一句。 对于 Google 来说，虽然 CLI 不甚完美，bug 很多，还有点前途未卜，但它的发布是一种姿态——AI 不再只是网页里的对话玩具，而是融入日常工作流程的默认入口。 那些既不想写全套代码、也不满足于纯聊天交互的创作者或开发者，上手 Gemini CLI 会更简单一点。往好处想，你终于可以用你擅长的语言，去操控一个「帮你干活」的 AI 了。 有一说一，vibe coding 本就是一个难以定义，但又真实存在的实践。而 Gemini CLI，也许正是它开始变得具体、变得可调用的起点。

特斯拉 Model Y 就是汽车界的 iPhone。 正如智能手机行业在上十年前不断地祭出一款又一款号称「iPhone Killer」的产品但又被 iPhone 在销量和产品力上一次又一次双杀一样，汽车行业也总想整出一款 「Model Y Killer」出来，但，Model Y 依旧是全球单车型销冠，以及 SUV 品类里的高峰。 在社交网络上向来谦逊的雷军，于小米首款纯电 SUV 车型小米 YU7 正式上市发布的前夕，写下了一条微博： 很多朋友问我：小米 YU7 有没有机会超过 Model Y 在国内的销量？Model Y 是行业公认的「史诗级神作」，连续多年全球销冠，击败一轮又一轮的挑战者，非常厉害！ 但我们依然制定了「离谱」的目标：小米YU7 要继续挑战 Model Y！ 就产品力来说，我特别有信心。至于销量，就看发布后大家的感觉。 「Model Y Killer」前赴后继，不是 6，就是 7 在 2025 年年初 Model Y 小改款之前，2024 年 Model Y 在国内的平均月销量是 4 万辆，在去年 12 月销库存阶段甚至卖出了 61881 辆。 而它的大多数对手，在 20-30 万元区间的纯电 SUV，比如乐道 L60，极氪 7X，阿维塔 07，月销量基本上都在 5000-9000 辆区间。 如果放宽能源限制，把能够烧油的增程车型也算进去，那么竞争就会更激烈一些，理想 L6、问界 M7 和智界 R7，去年平均月销量都在 1 万以上，其中理想 L6 甚至很接近月销 2 万的门槛，是不折不扣的爆款车型，但，离 Model Y 仍有不小差距。 虽然在宝马等传统品牌的车型体系里，7 代表不折不扣的旗舰车型，但是在国产新能源的体系里，7 却是绝对的主力系列，所以我们看到了这么多国产「7」系，带着少数的「6」去围剿 Model Y。 对于国产新能源的坏消息是，单打独斗大家都没干过 Model Y；好消息是，群殴效果还不错，Model Y 在国内新能源 SUV 里的销量占比逐年下降，从 2021 年 1 月特斯拉开始在中国交付 Model Y，当年 Model Y 在中国新能源 SUV 的市占率达到了 16% 左右，而 2024 年，这个数字跌到了不到 10%。 2025 年对于在国内销售的 Model Y 来说，也不算一个好年份：由于车型改款，再叠加上春节的影响，其 2 月销量罕见地跌到 4 位数，仅卖出了 8006 辆。 虽然在 3 月，Model Y 国内销量再次突破 4 万，以 48189 辆的成绩重回单车型销量第一，但在 4 月和 5 月又下滑至 19984 辆和 24770 辆。焕新 Model Y 的统治力远远不如 2024 年。 一个例证就是，交付能力依旧受到产能约束的小米 SU7 在 5 月卖得比 Model Y 还好，这个月又卖了 28013 辆，连续 2 个月销量超过了 Model Y。 虽然说拿轿车和 SUV 相比是关公战秦琼，不在一个维度上，但一般而言，同价位段的车型里，SUV 大概率是卖得比轿车好的。 既然现在小米 SU7 都能比 Model Y 卖得好，那么更具卖相的小米 YU7 岂不更是优势明显？ 在这场「Model Y Killer」前赴后继，不是 6，就是 7 的战争中，小米 YU7 确实就是那个最有望成为「Model Y Killer」的选手。 打败 Model Y，小米需要做什么？ 2013 年，雷军成为了特斯拉 Model S 的车主，并且两度会面特斯拉 CEO 马斯克，还留下了经典的双手插兜合影。 在移动互联网和智能手机行业蒸蒸日上的时间点，雷军恐怕还没想过，有朝一日小米和特斯拉会在汽车行业短兵相接。 但在消费电子行业触及天花板之后，手握大量现金，恰逢新能源浪潮行至过半的小米宿命般的进军了汽车行业，并且是以极为谦逊的姿态。和传统汽车行业的对外形象上的虚张声势不同，雷军和小米在移动互联网时代练就的营销、市场和品牌能力，堪称乔峰使出太祖长拳，看着招式简单，但实战威力巨大。 也就是在雷军的榜样作用下，诸多车企老板纷纷从幕后走向台前，「亲力亲为」起市场营销和品牌建设的活计，但有成效者寥寥。 这是行业里又一个「从看不上，到看不懂，再到追不上」的故事。 汽车市场是一个高度依赖品牌价值的市场，在今年 5 月发布的衡量品牌价值的 BrandZ 2025 百强名单里，汽车里排名最高的品牌就是特斯拉，品牌价值 860.43 亿美元，名列总榜第 28 名。 小米的整体品牌价值为 219.17 亿美元，排在百强榜里第 96 名，需要着重说明的是，相比于 BrandZ 2024 榜单，小米品牌价值在一年之间增长了 103 %，BrandZ 给出的理由是，小米品牌价值增长，是它在「寻找增长新空间」上树立了典范。 这个新空间毫无疑问，就是小米汽车。 ▲BrandZ 2025 百强名单 这个榜单里，第 100 名的守门员品牌是奔驰，介于特斯拉和小米之间的汽车品牌是名列第 77 名的丰田，品牌价值 293.29 亿美元。 虽然小米品牌涵盖了手机平板电视汽车等等等品类，但足以说明就品牌力而言，小米绝不会拖累销量，反而有莫大的助力。 这个由总部位于英国伦敦的市场调查和市场咨询公司凯度 Kantar 发布的榜单还记录了一个趋势： 目前美国品牌占据全球百强品牌总价值的 82%，较 2006 年的 63% 显著上升。同时，中国品牌价值在过去 20 年间翻了一番，目前占全球百强品牌总价值的 6%；而欧洲品牌价值目前仅占总价值的 7%，较 2006 年的 26% 大幅萎缩。 欧洲的面积和总 GDP 目前都是略高于中国，品牌价值的状况也是差不多的情况，但往后就不好说了。 ▲ Kantar 强势品牌组合的增长显著高于标准普尔 500 指数和 MSCI 全球指数 过往 20 年，是科技、消费电子和互联网行业飞速发展的 20 年，美国的苹果、Google、微软、Facebook、Instagram 等科技和互联网品牌成为品牌价值增长的最大受益者。 2020 年之后的世界，新能源汽车和 AI 成为主流叙事，所以英伟达和特斯拉实现了品牌价值的飞跃，与此同时，涉足了汽车行业的华为和小米，并且都获得巨大成功，因而在这一年间都获得了超 100% 的品牌价值增长，华为有所不同的是，它获得了「坚韧」的形象加成。 今年特斯拉在欧洲市场遇冷，和售价，产品质量这些因素没有关系，纯粹就是因为与特斯拉品牌强绑定的马斯克因为深度参与了政治活动，引起了欧洲消费者的反感。 这就是品牌影响销量的实际例证。 用了十几年培育品牌和潜在用户的小米，加之在国内主场作战，就已经可以认作是为打败 Model Y 在蓄力了。 试图在空间、动力、续航、价格、外观内饰、配置上对特斯拉 Model Y 进行六维度包围的产品并不少，但最终一一在销量上战败，品牌力上的差距实在是难以弥合。 小米，在国际上意义上品牌价值最接近特斯拉的中国汽车品牌，而在中国本土，其中的差距只会更小。 是 SU7 给了 YU7 信心 在小米 SU7 之前，以运动取向的纯电轿车其实并不好卖。 这和中国人买车的逻辑有很大关系，因为家庭取向的混动大空间 SUV 才是这个市场里的标准答案，运动、纯电和轿车三个关键词都不利于卖车，并且，SU7 还不便宜。 或许小米知道自己造车卖车的结果不会差，但是 SU7 如此成功还是超过了小米起初规划好的产能，以及自己当时的预期。 ▲ 开售 18 小时，小米 YU7 锁单量已突破 24 万台 也正如小米汽车官方微博发布的《小米汽车答网友问（第 160 集）》里提到的那样： Q：这次小米 YU7 上市，相比去年小米 SU7，你们的把握是不是大了很多？ A：这一次，我们的信心确实更足了。 自小米 YU7 上个月技术发布以来，用户朋友们的热情远超我们预期，小米 YU7 用户留资量达到了小米 SU7 同期的 3 倍。在此，我们由衷地感谢各位朋友的支持。我们有信心，小米 YU7 将和小米 SU7 一样火爆。 虽然多少有点赛前开香槟的意思，但现在的情况就是，没人怀疑 YU7 会失败。 这是一个比 SU7 更成熟的产品，也更具卖相的产品，当然也是在空间、动力、续航、外观内饰、配置几个维度包围 Model Y 的产品，也取消了在规划 SU7 时候保守的那一部分。 比如说 SU7 标准版，售价 21.59 万起，虽然最便宜，但也被认为是 SU7 几个版型里性价比最低的，400V 架构，无激光雷达，仅 84 TOPS 的辅助驾驶算力，73.6 kWh 电池等等配置，都比 SU7 Pro 和 SU7 Max 低一大截。 SU7 标准版的较低配置和较低售价，可以理解为小米在做产品规划时候的保守，需要留一个低价产品来降低购入门槛。 在 YU7 标准版上，我们看到了小米的信心。在前期宣传上，小米着重突出了「全系标配」字样，SU7 标准版的配置短板被全面补足，YU7 全系标配了激光雷达和 700TOPS 辅助驾驶算力，800V 碳化硅高压平台，连续阻尼可变减震器等，标准版的 CLTC 续航也来到了 835km。 实际从配置来看，YU7 标准版还比 SU7 Pro 还略微高一点，因而起售价的拔高也就再所难免了。所以还没发布的时候，雷军就表示「YU7 标准版只比 SU7 标准版贵两三万」是不可能的。 也就是说，小米和雷军想用 Model Y 相近的价格来打败 Model Y，小米产品过往的「性价比」概念得到了升级，如今小米汽车的性价比是「更贵，也更值」的意思，而不是「很便宜，也还行」的意思了。 当一个品牌的大众认知是「更贵，也更值」的时候，这个品牌的价值，就实现了跃升。 小米 YU7 成为真正的「Model Y 杀手」，就差这一次品牌价值的跃升。

作者 | 王涵 编辑 | 漠影 智东西6月27日报道，今日，腾讯混元宣布开源首个混合推理MoE模型Hunyuan-A13B，总参数80B，激活参数仅13B，是混元首个开源推理模型，腾讯将其称为“业界首个13B级别的MoE开源混合推理模型”。 ▲腾讯混元Github页面（图源：Github） Hunyuan-A13B模型是腾讯内部应用和调用量最大的大语言模型之一，有超过400+业务用于精调或者直接调用，日均请求超1.3亿。与其之前开源的混元large相比，Hunyuan-A13B参数更小，但是性能和效果都有一定提升。 在官方发布的基准测试上，Hunyuan-A13B模型在数学、推理、Agent调用等能力上超越Qwen3-A22B、DeepSeek-R1-0120以及OpenAI-o1-1217，甚至在长文本上能和Gemini 2.5 pro“掰手腕”。 在用户端进入Hunyuan-A13B模型主页后，可以选择开启“快思考”模式，“快思考”模式提供简洁、高效的输出，适合追求速度和最小计算开销的简单任务，如不点击按钮，则默认为“慢思考”模式，可以输出更深、更全面的推理步骤，如反思和回溯等。 此外，在开发者方面，Hunyuan-A13B模型对个人开发者较为友好，在严格条件下，开发者只需要1张中低端GPU卡即可部署。目前，Hunyuan-A13B已经融入开源主流推理框架生态，无损支持多种量化格式，在相同输入输出规模上，整体吞吐是前沿开源模型的2倍以上。 即日起，模型已经在Github和Hugging Face等开源社区上线，同时模型API也在腾讯云官网正式上线，支持快速接入部署。 体验入口：https://hunyuan.tencent.com/ API地址：https://cloud.tencent.com/product/tclm Github ：https://github.com/Tencent-Hunyuan HuggingFace：https://huggingface.co/tencent 一、激活参数13B，性能直追OpenAI o1 测试结果显示，Hunyuan-A13B在数学能力、推理能力以及Agent调用能力上表现较佳，在多个基准测试榜单中超越Qwen3-A22B、DeepSeek-R1-0120以及OpenAI-o1-1217。 ▲Hunyuan-Large基准测试数据（图源：腾讯混元） 在长文方面，Hunyuan-A13B支持256K原生上下文窗口，在PenguinScrolls和LongBench-v2长文数据集中超越DeepSeek R1和Qwen3-A22B，仅次于第一名Gemini 2.5 pro。 二、20T tokens预训练+MoE架构优化：腾讯混元A13B大模型核心技术突破 预训练环节，Hunyuan-A13B训练了20T tokens的语料，覆盖了多个领域。此外，在模型架构上，腾讯混元团队构建了适用于MoE架构的Scaling Law联合公式，可以进一步提升模型预训练的效果。 在后训练环节，Hunyuan-A13B采用了多阶段的训练方式，同时兼顾了模型创作、理解、Agent等通用能力。 ▲Hunyuan-A13B后训练四个步骤（图源：腾讯混元） 对于时下热门的大模型Agent能力，腾讯混元建设了一套多Agent数据合成框架，接入了MCP、沙箱、大语言模型模拟等多种环境，通过强化学习让Agent在多种环境里进行自主探索与学习，进一步提升了Hunyuan-A13B的效果。 此外，腾讯混元还开源了两个新的数据集。其中，ArtifactsBench构建了一个包含1825个任务的新基准，涵盖了从网页开发、数据可视化到交互式游戏等九大领域，并按难度分级以全面评估模型的能力。 C3-Bench则针对Agent场景模型面临的三个关键挑战：规划复杂的工具关系、处理关键的隐藏信息以及动态路径决策，设计了1024条测试数据，以发现模型能力的不足。 结语：腾讯混元构建开源AI生态 腾讯混元旗下图像、视频、3D、文本等多种模态基础模型已全面开源。未来，混元还计划推出多尺寸混合推理模型，从0.5B到32B的dense模型，以及激活13B的MoE模型，以适配企业与端侧不同需求，混元图像、视频、3D等多模态基础模型及配套插件模型也将持续开源。 值得注意的是，此次腾讯混元在开源Hunyuan-A13B模型的同时，还配套开源了ArtifactsBench和C3-Bench两大专业评测数据集，这一举措展现了科技大厂参与行业标准制定的积极姿态，体现了腾讯混元推动大模型技术生态共建的责任。

编辑：Aeneas KingHZ 【新智元导读】GPT-5，已经被OpenAI员工抢先用上了？就在今天，奥特曼在X上关注了一个神秘人，引起全网猜测。不止两人爆料，自己可能提前体验了GPT-5，甚至也有网友疑似被灰度测试到了。今夏推出的GPT-5，已经掀起全网疯狂！ 就在今天，关于GPT-5的讨论再度火了，X上的神秘爆料满天飞。 起因是这样的，Sam Altman在X上关注了了一个叫Yacine的人。 这个人说，自己刚刚试用了一个AI公司的大模型，体验非常震撼。他敢打赌，没有任何人能预料到前方即将来临什么样的风暴。 而另一位「Aidan」，也在这个帖子下面发言说，自己有同样的经历。 很多人猜测，他们测试的就是GPT-5。 原因在于，Aidan就是OpenAI的员工，而Yacine刚刚被xAI解雇，却忽然被奥特曼关注了，两人同时这样说，绝对不是巧合。 有很大可能，他们已经提前获得了GPT-5的访问权限。 甚至，他们看到的东西一定非常惊人，这可能就是互联网崩溃的前一刻。 另外还有知情人表示，Yacine一直在考虑创办一家初创公司，现在Altman关注了他，或许是打算挖他到OpenAI？ 总之，如今全网再次陷入讨论GPT-5的热潮。 GPT-5，已开始灰度测试？ 其实不怪网友多心，因为有越来越多的人，晒出了自己似乎被灰度测试GPT-5的经历。 比如这位网友，发现自己在使用OpenAI的模型时，被灰度到了一个全新的AI。 在没有提示的情况下，它就可以连续思考3分钟，同时还进行了大量搜索。 同样也是在26号，另一位网友发现，如果选择的模型是4o，ChatGPT会开始思考。这就让人怀疑，OpenAI是不是正在悄悄过渡到GPT-5。 GPT-5 今年夏天发布 此前在OpenAI播客中，奥特曼对于GPT-5的发布时间已经比较确定了——「可能是今年夏天的某个时候」。 而在一周前，奥特曼也出现在了YC在旧金山举办的AI创业学校活动中。 在采访中他这样透露：GPT-5会迈向完全多模态！ 具体来说，预计今年夏天推出的GPT-5，是一个多模态模型，支持语音、图像、代码和视频等多种输入方式。 GPT-5不会完全实现OpenAI对未来模型的终极愿景，但将是过程中的重要一步。 而GPT-5系列模型的最终愿景，就是一个完全多模态的集成模型。 它将具备深度推理能力，能进行深入研究，生成实时视频，以及编写大量代码，即时为用户创建全新的应用程序，甚至渲染提供用户交互的实时视频。 当这一切实现时，将带来一种全新的计算机界面——几乎「消失」，变得无感。 再早些时候，在今年2月，奥特曼还曾在X上发文表示，OpenAI的一大目标，就是通过创建能使用所有工具、知道何时长时间思考或不思考的系统，来统一o系列和GPT系列模型，使其胜任广泛任务。 GPT-5模型将在ChatGPT和API中发布，整合语音、canvas、搜索、Deep Research等功能。 对于GPT-5，网友们也有诸多预测，有很多人觉得，它将成为首个真正的混合模型，可以在响应过程中在推理和非推理之间动态切换。 总结来说，它的关键特点是多模态、100万token的上下文、推理+记忆、更少的幻觉，以及o系列和GPT模型的融合。 可以说，它就是智能体的未来。 还有人预测，GPT-5的进步主要集中在以下几方面。 - 视频模态更「原生」，输入更自然; - 智能体性能至少提升了50%，归功于 强化学习 的深度使用； - 拥有更强的理解能力与直觉，特别是在任务链式执行或将多个已学行为组成更复杂任务的能力上； - 可能出现层级结构（Hierarchy）； - 不只有「选择合适模型」这种小把戏，而是有VLM-VLM这样的架构，用小而快的VLM代替大型VLM，以提高通用性、速度和响应能力。 不过，倒是也有OpenAI内部员工自曝说，其实内部最多也就比公开可用的模型领先两个月，所以GPT-5不会有巨大的飞跃，只是略有提升而已，不同的是会与许多工具集成。 而就在一个月前，也有GPT-4.1的核心研究员Michelle Pokrass揭秘了GPT-5进展。 她透露说，构建GPT-5的挑战就在于，在推理和聊天之间找到适当的平衡。 她表示，「o3会认真思考，但并不适合进行随意聊天。GPT-4.1通过牺牲一些闲聊质量来提升编码能力」。 「现在，目标是训练一个知道何时认真思考、何时交谈的模型」。 同时，她还首次对外介绍了更多关于GPT-4.1背后开发过程，以及RFT在产品中发挥的关键作用。比如，在提升模型性能方面，GPT 4.1聚焦长上下文和指令跟随。 另外，微调技术在GPT 4.1扮演着重要角色，RFT（强化微调）的出现，为模型能力拓展带来新的可能。与传统的SFT相比，RFT在特定领域展现出了强大的优势。 奥特曼对核心团队采访：预训练GPT-4.5 在4月份，Sam Altman对团队核心技术的采访，也曾交代了一些关于GPT-4.5预训练的「知识」。 在采访中，部分回答了为什么「预训练即压缩」能通向通用智能？ indigo发帖表示：智慧的核心在于学习者通过压缩与预测，逐步捕捉到世界本身的结构性并内化为知识。 1. 所罗门诺夫启发 访谈中提到一个概念：Solomonoff Induction（所罗门诺夫归纳）： 在所有可能描述（或解释）数据的「程序」中，越简单的程序，先验概率越大。还能通过贝叶斯的方式，不断更新对数据的解释。 在语言模型中，每成功多预测一个字或词，就意味着它找到了训练数据里的某种内在结构。 2. 更多「正确压缩」意味着更深层的理解 访谈里也多次强调：在多领域、多种上下文的数据中，模型反复预测（即查找「最优压缩」），就会逐渐学习到跨领域的抽象概念与关联。 这也就是大家常说的「涌现」或「通用智能」 3. 预训练与后续「微调/推理」策略的互补 预训练+定向的监督微调（或强化学习），则能让模型在某些推理、逻辑或任务场景下更加精准。 这两者结合，形成了GPT系列模型强大的通用能力。 Mark Chen：AGI不仅是ChatGPT 无论如何，GPT-5的发布，必将给AI圈再次带来一场风暴。 显然，OpenAI的设想十分有野心。 在此前的一篇采访中，OpenAI首席华人研究科学家Mark Chen，就谈到了OpenAI通往AGI之路。 在公司的七年中，他领导了多项里程碑式的项目——o1系推理模型、文本到图像模型Dall-E，以及融入视觉感知的GPT-4。 在谈及AGI之时，Mark Chen表示，「我们采用非常广泛的定义，它不仅是ChatGPT，还包括了其他东西」。 一直以来，OpenAI将AGI视为AI的圣杯，并制定了五级框架来实现这一目标。 而现在，他们已经到达了第三级，智能体AI（Agentic AI）——能自主执行复杂任务和规划。 Mark Chen介绍称，OpenAI近期推出的两款AI智能体产品，Deep Research和Operator尚处于早期阶段。 Operator在未来，速度可以更快，轨迹可以更长，这些产品代表了OpenAI对智能体AI的雄心。 从这些内容中，我们或许也能隐约窥见GPT-5的端倪。 Ilya和Murati都在干啥 话说回来，最近OpenAI出走的两大高管Ilya和Murati也分别有了动静。 比如有媒体刚刚曝出，到处疯狂邀人的小扎，曾给Ilya发出一份价值320亿美元的「令人心动的offer」。 不过，Ilya看都不看一眼，大义凛然地拒绝了！ 如此决绝地拒绝巨额收购要约，说明Ilya已经坚定决心，要独立推动AI的边界。显然，他正在追求比薪水更重要的东西。 相信SSI的首个模型/产品发布的时候，全世界都会为之震撼。 如今，成立仅一年的SSI已经成为AI领域中最受瞩目，也是最神秘的名字之一。 没有公开产品，没有演示，只有20多名员工，但在今年4月已经以320亿估值融资了20亿美元。 关于SSI我们仅能知道的线索是，它的使命是开发一个安全、对齐的超级智能AI系统，跟OpenAI日益商业化的方向形成了鲜明对比。 而就在几天前，前OpenAI CTO Murati创建的的Thinking Machines Lab（同样并无产品估值近百亿），被曝使命是「商业领域的RL」。 具体来说，公司将为企业提供定制化AI服务，重点是强化学习，专门针对收入或利润等关键绩效指标进行训练。 而且TML并非从零开始开发所有功能，而是依赖开源模型，将模型层进行整合，并使用谷歌云和英伟达服务器。除了B2B产品外，TML还计划推出一款消费产品。 这些从OpenAI出走的人才「散是满天星」，都在以不同方式向AGI前进。 AGI之日 人类之末日? 而就在最近，在美国国会的听证会上，Anthropic联创Jack Clark表示：「未来18个月内，将会出现极其强大的AI系统。」 Jack Clark：Anthropic联合创始人及OpenAI前政策主管 他认为，所谓「强人工智能」可能比许多人想象的要早。 Clark表示，美国具备领先开发这种技术的条件，但前提是妥善应对随之而来的安全风险： Anthropic认为，未来18个月内将会出现极其强大的AI系统。到2026年底，我们预计真正具有变革性的技术将会问世。 …… 我们需要建立联邦立法框架，为我们指明清晰连贯的前进路径。 …… 如果没有联邦层面的统一框架，我担心会形成监管真空 …… 因此，我们必须通过联邦框架找到前进的道路。 在这次听证会上，多位专家预测了AI时间表和未来风险。 Clark介绍了Anthropic进行的AI实验。 在模拟场景中，他们给Claude模型设置了极端的「死里逃生」情境—— AI模型被告知即将被一个新AI取代，同时它掌握了执行替换决策者的不利私密信息。在某些测试中，Claude试图以「泄露隐私」为威胁手段，来防止自己被关闭。 虽然这是实验设置中的极端情境，这表明强AI在面对「生存威胁」时，可能会出现复杂甚至不可预料的行为，预示着未来可能面临的重大风险。 最后，还可能发生一种极端情形：即AI系统在未来可能拥有「自我延续」的能力。也就是说，它们可以自己进行研究和开发，生成下一代更强大的AI系统。 这意味着，人类可能无法控制这些系统的演进方向。一旦进入这个阶段，AI就不再是人类工具，而可能成为脱离控制的独立实体。 去年，「AI教父」、诺贝尔物理奖得主、图灵奖得主Hinton，就强调过AI导致人类灭绝的风险。 这不是国与国之间的竞争，而是人类与AI的竞争，是人类与时间的赛跑： 在超级智能出现之前，能否提前建立起控制机制和安全防线。 因此，Clark主张：政府应设立专门机构来进行高风险AI的评估，比如美国国家标准与技术研究院（NIST）下属的「人工智能标准与创新中心」。 他强调，最理想的时间是在2026年之前，在强AI爆发前就准备好这些标准。 人工智能政策网络（AI Policy Network）的政府事务总裁Mark Beall也参加了听证会。 他建议美国尽快采取「三P战略」：Protect（保护）、Promote（推广）和Prepare（准备）。 其中，Prepare（准备）就是建立测试机制，预测未来AI系统可能产生的风险，特别是失控和被武器化的风险。 他还建议成立「机密测试与评估项目」，专门用于评估AI系统在「失控」和「武器化」方面的隐患，提供决策依据。 参考资料： https://x.com/vitrupo/status/1938138544360530079 https://x.com/indigo11/status/1910908999634952626

继 XC90 和 S90 之后，沃尔沃销量的绝对担当 XC60 在今天正式上市了。 之前 XC90 和 S90 已经大幅降低了新车指导价，所以这次 XC60 的降价也在意料之中，燃油版的 B4 四驱智逸豪华版售价 25.49 万元，T8 插电式混合动力版本四驱长续航智远豪华版售价为 35.49 万元，相比于上一年的同款车型售价整体降低了约 14 万元左右。 新款的 XC60 承袭了新 XC90 上的那套设计风格，整体往更加年轻化的方向迈了一步，车色在原来的黑白灰蓝的基础上增加了松湖绿、森莓红两款。 新车前脸采用了内部有斜条纹装饰的格栅设计，标志性的「雷神之锤」大灯更换成了新的样式并换装了新样式的格栅。车身侧面则沿用了老款车型的样式，通过上扬式腰线和尾部收束的车顶线条来提升车辆整体的运动感。 新车车尾采用了上窄下宽的设计，配备了扰流板、 L 形的尾灯组以及鲨鱼鳍天线和隐藏式的排气布局，车身尺寸来到了 4708/1902/1660mm，轴距为 2865mm。 内饰部分也是我们已经在 XC90 上见过的那一套，相比老款升级了材质以及部分配置，原来内嵌式的中控屏被 11.2 英寸的悬浮式中控屏取代，芯片也换成了高通骁龙 8155 座舱芯片。竖条幅造型空调出风口、电子挡杆、圆形方向盘以及用来控制空调的旋钮和物理按键则还是我们熟悉的样子。 沃尔沃特别介绍到新车在 NVH 方面做了优化，对 A/B 柱进行了发泡填充、翼子板处增加了吸音材料，排气口处也增加了吸音棉。 动力方面，2026 款沃尔沃 XC60 燃油版全系采用 B5 动力，全系配备高功率引擎，提供 184kW 输出功率，峰值扭矩 360N·m。插混版本的综合最大功率为 335kW，最大扭矩为 709N·m，百公里加速最快 5.0 秒，其纯电续航里程为 90km（CLTC工况），综合续航里程可以达到 1360km。 新车采用了前双交叉后多连杆的结构并搭配了 4C 自适应底盘，可以做到每秒 500 次动态监测和每秒 100 次阻尼调节来减少侧倾、抑制俯仰、过滤颠簸，车身配备的空气悬挂也可以自适应调整车身高度，增强复杂路况的适应性。 安全当然是沃尔沃不得不品的部分。XC60 在前后排座椅的抗冲击能力上都做了加强，高于法规要求标准 11%，在利用率最低的后排中间座位上，沃尔沃也进行了全量假人测试来保证乘客安全。 除了碰撞安全，沃尔沃在车内空气净化上也下了功夫，XC60 搭载了双效增强型空气净化系统，实现了 PM2.5 去除率超 95%，花粉去除率超 99.9%，空气传播病毒去除率超 97%，可以在雾霾天阻挡有害颗粒侵入，在流感高发期减少病毒传播来保证车内空气健康。 沃尔沃在一众二线豪华品牌里面属于日子还过得去的那一款，沃尔沃 XC60 在过去半年里售出了 33579 辆，高于凯迪拉克 XT5 的 21183 辆和林肯航海家的 8368 辆，甚至在五月份的销量 6147 辆也超过了新款宝马 X3 的 4138 辆。 燃油车的竞争逻辑现在愈发开始向「不出错」的方向发展，在奔驰宝马的换代车型都因为设计而广受诟病的当下，沃尔沃这种低调、精致又不失奢华的风格，想必能为自己的战略转型再多争取一些时间。

作者 | 陈骏达 编辑 | 心缘 支付宝刷脸支付、“碰一下”背后的企业，要上市了。 智东西6月27日报道，6月25日，上海商业物联网（BIoT）解决方案龙头商米科技向港交所提交上市申请，联席保荐人为德意志银行、中信证券和农银国际。 商米科技成立于2013年，其前身为上海我有信息，注册资本3.6亿元。2014年获得小米的B轮融资后，我有信息逐渐成为小米生态链中“智能商用领域”的重要一环，并于2016年更名为商米科技。 商米科技商业物联网解决方案集成了智能硬件、软件、数据洞察等技术，可帮助线下商业场景实现数字化转型，提升支付、会员管理、订单履约、存货控制、员工管理等核心商业运营流程的效率。 2018年，商米科技曾与支付宝合作研发并推出全球首台刷脸支付设备；2025年，该公司还与支付宝合作开发了“碰一碰”商用终端。其官网显示，西贝、盒马、赛百味、便利蜂等国内外知名零售、餐饮企业的门店中，都使用了商米科技的收银、管理系统。 2024年，商米科技的年营收为34.6亿元，按营收计，该公司是全球最大的安卓端商业物联网解决方案提供商，市场份额超过10%。其产品已经销往全球200多个国家和地区，智能商业物联网设备的月活量达到490万台。 商米科技的产品类别包括智能台式终端、智能移动终端和智能金融终端，如商超、餐饮店铺中常见的自助结账系统、智能秤（自动识别商品）、移动支付扫码设备等。 小米、美团、蚂蚁、深创投等均为商米科技的股东。在2019年完成C+轮融资后，商米科技的估值已经超过10亿美元，成为一家独角兽企业。 商米科技曾于2021年在上交所开启上市进程，但上交所在两轮问询中对其科创属性、产品智能化程度、毛利率等问题提出问题。2022年，商米科技主动撤回了其上市申请。商米科技并未披露此次港股IPO的募资额，相关资金将会被用于解决方案研发、生产设施建设与升级和全球扩张等用途。 一、3年营收近百亿，毛利率低于同行 商业物联网是商业数字化基础设施的核心载体，能让商户实现高效运营、数据驱动的决策，并及时响应消费者需求。商业物联网解决方案广泛应用于零售及餐饮服务等高频商业领域。 随着数字化转型在医疗保健、教育及旅游等更多行业呈现良好发展势头，预期商业物联网的采用将渗透至更多行业。灼识咨询的数据显示，全球商业物联网解决方案市场稳步增长，到2024年其规模已达2350亿元。 2022年-2024年，商米科技的营收分别为34.0亿元、31.0亿元和34.6亿元。同期，其年内利润分别为1.6亿元、1.0亿元和1.8亿元。 ▲商米科技2022年-2024年营收、年内利润、研发开支变化（智东西制图） 报告期内，商米科技的研发开支分别为3.6亿元、3.5亿元和3.9亿元，分别占同期总营收的10.5%、11.5%和11.4%。 商米科技绝大多数收入来自销售智能设备，2022年-2024年，这部分业务对其年营收的贡献幅度分别达到99.5%、98%和99.5%。 按区域来看，商米科技最主要的市场是亚太、中东和非洲，其次是美洲，再次是欧洲。 商米科技的商业物联网设备主要由OEM、ODM厂商代工，因此销售成本较高。2022年-2024年，其销售成本分别为24.5亿元、22.5亿元和24.6亿元。 同期，商米科技分别录得9.6亿元、8.2亿元和10.0亿元的毛利，毛利率分别为28.1%、26.7%和28.9%。其毛利水平低于新大陆、中科英泰等可比企业，这两家企业均具备自行制造相关设备的能力。 二、研发人员占比46.2%，前五大客户贡献4成营收 截至2024年底，商米科技共有574名研发人员，占其员工总数的46.2%。该公司大部分研发人员从事智能硬件相关的开发工作。 值得一提的是，商米科技的执行董事、董事长兼总经理林喆于1999年发明了世界上第一台PC端POS终端机，并于2011年带领团队开发出世界上第一台安卓端POS终端机。 商米科技的研发工作涵盖商业物联网设备、配套操作系统与软件生态、相关AI算法与应用、商业物联网云端生态系统等。截至2024年底，商米科技拥有143项注册软件著作权、587项注册专利、10项海外注册专利、138项注册商标及109项海外注册商标。 商米科技向超过200个国家及地区的客户销售商业物联网解决方案。2022年、2023年及2024年，该公司分别有2506名、2337名及2262名客户。 商米科技的主要客户包括技术分销商、外卖平台、移动支付企业等。而其用户范围则更为广阔，涵盖许多认知度较高的国内餐饮、零售品牌，如西贝、好特卖、古茗等。在国际上，海外外卖平台Keeta（美团海外版）、Uber Eats、Grab等均为其客户。此外，商米科技的主要投资方美团、蚂蚁集团、小米等也均为其客户或用户。 同期，商米科技来自前五大客户的营收分别为14.4亿元、8.9亿元及14.2亿元，分别占当年度总营收的42.3%、28.8%及41.1%；来自最大客户的收入分别为6.6亿元、5.1亿元及7.6亿元，分别占当年度总营收的19.3%、16.5%及22.0%。 2022年-2024年，商米科技向前五大供应商的采购额分别为人民币21.4亿元、19.7亿元和22.7亿元，分别占对应年度采购总额的75.9%、74.1%及66.3%；来自最大供应商的采购额分别为7.8亿元、6.6亿元及8.6亿元，分别占采购总额的27.7%、24.9%及25.0%。 三、采用同股不同权架构，蚂蚁、小米、美团持有大量股份 商米科技采用了同股不同权的架构，每股A类股对应10票，每股B类股对应1票，股权架构如下： 商米科技的法定代表人为林喆，他还持有商米科技100%的A类股和15.78%的B类普通股，为商米科技的控股股东和实际控制人。 在商米科技的B类普通股中，蚂蚁集团的持股比例达37.56%，美团的持股比例为11.29%、小米的持股比例为10.72%、深创投的持股比例为9.48%。 商米科技执行董事、董事长兼总经理林喆是一名连续创业者。他1994年7月毕业于汕头市鮀滨职业中学，并于1996年创立创立广东川田科技有限公司，该公司主要从事POS机的研究、开发、制造及销售。2006年，川田科技获得了德国iF国际工业设计金奖（计算机类别），是中国大陆首家获得这一奖项的企业。 2013年，林喆在上海创立了我有信息科技公司，主要研发和销售“我有外卖”智能硬件系统。2016年，我有信息正式更名为商米科技。 商米科技的执行董事陈桂鸿负责商米科技配件、产品的研发，先后担任该公司的产品研发中心总监、高级总监等职务。他此前在川田科技担任技术部主管。 2022年-2024年，商米科技的高管、董事和监事以薪金、花红、股份等形式，分别领取了1576万、1221万和1446万的薪酬。 结语：商业物联网竞争激烈，智能化或成破局点 当前商业物联网解决方案领域竞争激烈，商米科技在安卓端方案排名全球第一，市场份额为11%，但相较第二名的领先优势仅有1%左右。在生产上，商米科技较为依赖OEM、ODM，拉低了其毛利率。 商业物联网仍处在数字化、智能化转型的早期阶段，商米科技若能提供更加智能的产品体验，则有望进一步巩固、扩大其竞争优势。目前，商米科技已经逐渐将AI能力融入其商业物联网设备，利用AI技术完成商品自动识别等功能，提升设备运行效率。

IT之家 6 月 27 日消息，科技媒体 AppleInsider 昨日（6 月 26 日）发布博文，报道称摩根大通（J.P. Morgan）下调了苹果公司股价目标，警告称因早期购买潮和对新机型的兴趣减弱，iPhone 需求可能放缓。 在一份投资者报告中，摩根大通将苹果公司的股价目标从 240 美元下调至 230 美元（IT之家注：现汇率约合 1649 元人民币），该数值反映了该机构对未来 18 个月苹果收入和盈利的预期，呈现降温的趋势。 摩根大通在报告中指出，一方面是消费者为规避美国关税风险，提前购买了新的设备，导致消费者的升级欲望不强烈；另一方面，iPhone 17 系列的硬件升级有限，且在功能方面创新不足，因此综合预估 iPhone 17 系列表现不会太亮眼。 该机构预测认为，在 2025 年 iPhone 17 系列产量会比 2024 年的 iPhone 16 系列低约 9%。修订后的股价目标反映了分析师在调整苹果硬件增长预期时的情绪转变。尽管 iPhone 仍然是公司的核心产品，但增量更新可能导致消费者热情下降。 此外该机构认为苹果业务增长的另一个驱动力，服务业务也会出现增长放缓的情况，但文中并未给出更多细节。 尽管 AI 创新的准确性和用户接受度较低，投资者却对此异常关注。苹果在 AI 功能的推广和扩展上比竞争对手更为谨慎。 升级版的 Siri 可能要到 2026 年才会推出。苹果的长期战略似乎越来越集中在 2026 年作为平台级创新的转折点。 基于设备语言模型的全面 Siri 升级预计在 2026 年初推出，可能与 iOS 26.4 一同发布。这次升级将带来更深入的场景感知和更高级的交互，将标志着苹果在 AI 方法上的重大转变。 可折叠 iPhone 也传闻将在这一时间框架内推出。一些报道声称生产可能在 2025 年下半年开始，2026 年底上市。而其他报道则预计可能会推迟到 2027 年。

IT之家 6月27日消息，科技媒体91Mobile今天（6月27日）发布博文，报道称三星获批了一项专利，展示了小折叠手机专利，顶部边缘位置配有弧形屏幕，用于展示电量等内容。 这项专利名为“可折叠智能手机电池电量图形用户界面”，在专利图中展示了一款小折叠手机，整体外观设计采用Galaxy Z Flip现有方案，最大的亮点就是顶部配有弧形屏幕，显示智能手机的电池电量。 界面将根据剩余电量的不同在显示屏上显示不同的颜色。例如，电量在10%时显示屏可能呈红色，50%时可能呈黄色，而90%时可能发出蓝色。IT之家附上专利图如下：

IT之家 6 月 27 日消息，科技媒体 patentlyapple 昨日（6 月 26 日）发布博文，报道称苹果公司获批一项新专利，聚焦在计算设备（例如 Vision Pro 头显）、电脑（例如 Mac）和电视之间，无缝转移内容，可以认为是接力（Handoff）的终极版本。 IT之家援引博文介绍，苹果公司在专利中勾勒了未来应用场景：控制器在检测到用户有将内容传输到另一显示设备的意图后，自动处理（也可以事先请求用户确认）这一转换过程。 意图的检测方式包括：手势识别，系统通过解释手部动作来识别何时以及在哪里传输内容；视角，用户看向外部设备即表示兴趣或意图；近距离 / 位置，用户接近已知的外部显示器即可触发提示；通知与确认，在传输发生前，用户会收到提醒并需确认。 这一系统能够实现可穿戴设备与外部设备之间的双向内容传输。它通过运动方向和角度识别目标设备，使用传感器检测手势，允许授权的第三方启动内容传输，并且在某个设备上停止过程后，可以在另一设备上无缝接力。 专利图 1 展示了一个示例，说明用户如何仅通过目光、位置和一个手势，就能将可穿戴设备中的内容轻松转移至外部显示器。该系统通过头戴式显示器（HMD）/智能眼镜将内容与用户看到的周围环境结合，使用光学混合器在光学透视模式下显示内容。

IT之家 6 月 27 日消息，今天上午，荣耀官方公布 Magic V5 的影像配置，Magic V5 将搭载 6400 万像素超感光长焦，支持 OIS 光学防抖，且支持 AI 超级长焦能力。 就在不久前，荣耀首席影像工程师罗巍曾分享了 Magic V5 新机的样片，并透露该机支持长焦微距，号称“折叠机最强”。 此前的爆料信息显示，该机机身最薄 8.8mm，相比上一代 Magic V3 的 9.2mm，Magic V5 再度刷新全球最薄的折叠屏手机纪录，重量仅 217g。Magic V5 还将搭载骁龙 8 Elite 处理器（骁龙 8 至尊版）、6100mAh 电池、侧边指纹解锁。此外，Magic V5 新机搭载荣耀鲁班缓震铰链，号称“最抗摔铰链”，其采用宇航服同款高韧纤维、支持 AI 内屏异物感知。 7 月 2 日 19:00，荣耀 Magic V5 将正式发布，IT之家也将全程直播报道，敬请关注。

万众期待的华为Pura80Ultra终于在今天（6月26日）正式开卖了，这可以说是华为上半年最重磅的影像旗舰机。 其实华为Pura80Ultra早在今年的6月11日就已经发布了，却让花粉们等了半个月才开卖。 主要还是因为华为Pura80Ultra配置太猛了，需要留出充足的销售时间给华为Pura80Pro和华为Pura80Pro+。 但没想到的是，后者销量并没有预期火爆，虽然说价格更便宜，但花粉们明显更期待华为Pura80Ultra。 从目前的情况来看，华为Pura80Ultra首销非常火爆，无论是线上平台还是线下门店都迅速售罄。 小编去华为商城官方页面查看，目前华为Pura80Ultra处于缺货状态，将要等到6月27日再次开售。 作为参考，华为Pura80Pro和Pura80Pro+刚开卖的时候，官方页面库存非常多，完全不用抢就可以直接入手。 但华为Pura80Ultra这次就不一样了，毕竟拥有顶级配置，特别是影像方面的升级非常强悍。 目前华为Pura80Ultra在售的16G+512G版价格9999元，16G+1TB版价格10999元，配色有鎏光金和鎏光黑这两个配色。 作为全新一代华为超大杯旗舰影像手机，配备的是6.8寸屏，采用第二代昆仑玻璃，相比华为Pura70Ultra的抗摔和防刮擦能力都大幅度提升。 此外，在屏幕方面，华为Pura80Ultra配备了FHD+分辨率，屏幕像素密度达到了460ppi，还有LPTO2.0自适应刷新率，1440Hz高频PWM调光，可以在户外强光环境下，依旧可以清晰显示屏幕内容。 华为Pura80Ultra最大的卖点还是影像模块，这次再次创造全新行业纪录。配备1英寸超高范围动态主镜头传感器，像素是5000万，而且还是首款国产1英寸传感器。 主镜头还支持F1.6~4.0物理可变光圈拍摄，可以通过光线的变化来调整进光量，实现更好的拍摄效果，并且加入了OIS光学防抖功能，可以稳定拍摄出高质量照片和视频。 华为Pura80Ultra首发一底双镜长焦，配备5000万像素主变焦镜头，光圈F/2.4，支持传感器移位防抖功能，另外还有1250万像素超长焦镜头，这两个镜头模块在一起，配备双潜望长焦镜头组，支持3.7倍和9.4倍光学变焦，最高支持100倍数码变焦，其中传感器底座面积达到了1/1.28英寸，是行业内最大的长焦底座。 不过华为Pura80Ultra配备的是麒麟9020芯片，采用全新封装工艺，配备5700毫安大容量电池，还有100W有线快充和80W无线充电功能，配备卫星通讯功能等。 整体来说，华为Pura80Ultra配置如此强大，相比Pro版机型更吸引人，这次突然卖爆了，也是情理之中。

IT之家 6 月 27 日消息，上汽集团官方宣布，MG 与 OPPO 智行将于 6 月 30 日发布双方在车机互联领域的最新成果，为用户带来持续迭代的智能交互体验。 自 2021 年起，上汽集团和 OPPO 签署战略合作框架协议，双方发挥各自在智能汽车和智能终端设备领域的优势，联合探索在 SOA 应用服务、生态域融合、车机互联等领域的研究和应用。 此次 MG 和 OPPO 智行在车机互联领域的全新成果将在 MG 全新车型上搭载。该车机系统基于上汽零束自研架构与 OPPO 生态的深度融合，将智能从单一车机提升到生态层面，同时针对手机语音备车、融合桌面、应用接力等功能场景进行创新迭代。 上汽 MG 今年 4 月宣布，上汽集团与 OPPO 深度战略合作的智能座舱即将落地 MG 品牌。 IT之家注意到，2026 款 MG5 轿车将于 6 月 30 日在天津 MG Holiday 活动现场上市，该车主要新增气泡橙与安第斯灰两款车漆，升级配备同级唯一的 256 色氛围灯、同级最多的 8 扬声器音响系统等配置。

快科技6月27日消息，苹果今年将推出iPhone 17 Air取代Plus系列，该机主打超薄机身，厚度只有5.5mm左右。 需要注意的是，这款机型为了极致的轻薄做出了很多妥协。 根据最新曝光的iPhone 17系列贴膜显示，iPhone 17、iPhone 17 Pro、iPhone 17 Pro Max三款机型与前几代一致，都保持前摄开孔靠右，只有iPhone 17 Air开口偏向左侧。 推测这应该是苹果为了轻薄调整了内部结构，不得已将前摄开孔挪位。 不过前摄开孔位置对用户日常使用影响不大，但超薄电池压缩的电池容量将会让用户非常痛苦。 据爆料，iPhone 17 Air电池容量只有3000多毫安时，这在大屏+高刷的加持下，可能会让续航成为一个巨大痛点。 为了实现极致轻薄，苹果还直接取消了实体SIM卡槽，如果下半年国内eSIM无法开放，该机将无缘在国内上市。 另外，iPhone 17 Air的机身强度也引起不少担忧，此前iPhone 6 Plus就曾出现“弯曲门”，在口袋中就能让手机弯曲变形。 责任编辑：建嘉

IT之家 6 月 27 日消息，小米 YU7 车型昨晚正式开售，仅 18 小时锁单量便突破 24 万台。小米汽车副总裁李肖爽直言：“这个成绩远远超出了我们的预期”。 对于交付问题，他表示因短时间内订单量太大，小米汽车 App 上的交付时间还没有刷新。预计今天晚上系统会根据当前产能测算，第一次刷新所有订单的交付周期，届时大家可以在小米汽车 App 锁单界面查看预估交付时间，这个时间也会随着产能爬坡动态更新。 IT之家注意到，小米 YU7 汽车于 6 月 26 日晚 10 点开始支付 5000 元定金，7 天内未锁单可退。还有少量“准现车”，6 月 26 日晚 10 点支付 2 万元定金，支付即锁单，无犹豫期，锁单后预计 1-5 周交付。 此外，小米 SU7 / 小米 SU7 Ultra 锁单未交付用户，6 月 26 日晚 10 点 - 6 月 29 日晚 12 点前可限时改配小米 YU7。

小米YU7没有惊喜，全是碾压，只是这次碾压的是特斯拉了。 为什么说没有惊喜呢？ 原因很简单，早在发布会之前，YU7的技术和产品就公布了，也就是说，发布会最期待的环节不是参数，而是价格和细节了。 果然在整个发布会上，小米YU7没发布那些让人觉得很牛逼的新技术，甚至相比于其他国产新能源车，它也不是最牛的。 但小米依旧爆了，3分钟20万大定，1小时大定涨到了28.9万，18小时锁单24万，比其他车企一年的销量还要多，而且还在持续增长中。 不管你是否喜欢小米，YU7大爆就是事实。 按照惯例，咱们不在别人新车时打击人了，就说两点有意思的，一个是大家都被雷军给骗了，还有一个特斯拉大概率要难过了。 为什么说被骗呢？ 雷军说：他只用了5分钟就做出了决定，售价要比Model Y便宜一万，特斯拉Model Y的售价是26.35-31.35万，而小米的售价是25.35万起，正好比Model Y便宜1万，不多也不少。 按照雷军的说法，既然特斯拉发起了挑战，那么他就要应战！ 看起来，小米YU7是被迫与特斯拉对标，但如果你真信了雷军的话，那么你就太天真了，商场如战场，所有的较量都不会是冲动之下做出的荒唐决定，背后一定是利益链导致的。 小米选择了特斯拉Model Y 作为对比，其实非常聪明。 首先特斯拉有着大量的潜在车主，这些车主有两个特质，一个是年轻有钱人，年龄段大概在30-45 岁之间。还有一个是追求科技的尝鲜者，愿意为科技企业买单。 而这两个特质恰恰与小米用户高度重叠，因此小米才会看上这块蛋糕。 更关键的是，这块蛋糕很大！ 2024年，特斯拉Model Y 卖出去了48万辆，在中国新能源车单款车型销量中排在第一，如果小米能吃下这块蛋糕，那么就是第二个爆款。 其次特斯拉的流量很高，是热门车企，再加上特斯拉前段时间，高调向中国车企发起挑战，表示欢迎中国车企品牌对比，把流量拉爆了。 作为流量之王，雷军怎么可能放过这个机会，于是就接下了挑战。 对小米来说，这是百利无一害的，第一，可以挑动小米粉丝爱国情绪，第二，如果在某些方面超过特斯拉，小米YU7将得到极大的宣传，第三，就算输了，小米YU7也是后来者，属于正常现象，不会产生任何一点负面影响。 也就是说，雷军根本不是被迫对标特斯拉Model Y ，而是一开始就有目的针对这块市场。 不得不说，流量这块被雷军玩得明明白白，现在压力给到了特斯拉。 事实证明，雷军不但懂流量，也懂消费者。 很多人没想明白，小米YU7也没啥亮点，就算都知道会卖得好，但没想到会爆到这种程度？ 一开始我也不太明白，但很快就懂了其中的门门道道！ 首先，销量上有一定水分，根据第一财经报道，小米YU7开售后，有大量黄牛抢单，然后再卖。但这个水分不是特别大，因为在18小时内锁单了20多万，说明还是有很多真正的车主购买小米YU7。 其次，小米营销是有门道的，小米汽车对自己的定位就不是中国车企的领导者，而是迎合粉丝和车主的需求。 什么意思呢？ 比如咱们说比亚迪车机和垂直供应链很强，华为自动驾驶很牛，理想空间打造也不错，按道理来说，如果我喜欢自动驾驶就可以选华为，家庭使用比较多就选理想，如果在乎车子的性能就选比亚迪。 但小米又是另外一个方向，它没有特别拔尖的，但是综合下来都不错，如果满分是100分的话，小米YU7每一项评分可以达到80分。 这就好比有人是学霸，有人是体育特长生，还有的人德智体美劳都均衡，你很难说谁更好一点。再加上25万元的售价，性价比也不错。 李书福曾经说过：90%的人是不懂车的，他们只会选择自己喜欢的某个性能，小米YU7没有优点也是最大的优点，因为总有一项是打动粉丝的。 更关键的是，雷军无与伦比的个人IP与营销，在小米YU7发布前，就开始造势，吸引了足够多的流量；发布会当天的在线观看高达300多万。 在这种氛围下，很多人都怕抢不到，于是，大定不吃亏，锁单又怕晚，就无形中迫使消费者下单。 因此啊，我才说小米YU7没有惊喜，只有碾压，这是多方面因素造成的，但是最难过的要属特斯拉了。