注册 登录
EN
中文
APP下载
logo
icon
数字孪生
icon
大数据获客
icon
人工智能
分类目录
行业分类:
IT/通信
金融财经
市场/营销
交通/物流
节能环保
休闲旅游
农林渔牧
日化用品
数码家电
房产/建材
企业/管理
家具/家居
医疗/保健
新零售
机械/工业
餐饮/食品
其它行业
头条分类:
行业前景
行业动态
行业资讯
行业活动
谷歌开源工具Magika1.0发布,核心引擎重写性能大提升
11 月 7 日消息,当地时间周四,谷歌宣布推出 Magika 1.0,这是该公司基于人工智能的文件类型检测系统的首个稳定版本,采用 Rust 语言进行重构以提升速度和内存安全性。 据谷歌介绍,自去年初开放源代码以来,Magika 已被广泛应用于开源社区,每月下载量超过 100 万次。此次更新带来了全新的架构、性能提升以及对更多文件类型的支持。 如前所述,Magika 1.0 最大的变化就在于其核心引擎已完全采用 Rust 重写,以实现更高的性能和内存安全性。 另外,新版 Magika 还提供原生的 Rust 命令行工具,可在单核下每秒识别数百个文件,并能在多核 CPU 上扩展至每秒数千个。 据介绍,该系统使用 ONNX Runtime 进行模型推理,并借助 Tokio 框架实现异步并行处理。谷歌公布的测试数据显示,在 MacBook Pro(M4)上,Magika 每秒可处理约 1,000 个文件。 在文件类型支持方面,Magika 1.0 的检测能力扩展至 200 多种文件格式,是初始版本的两倍。此次新增类别包括: 数据科学与机器学习:支持 Jupyter Notebooks(ipynb)、Numpy(npy, npz)、PyTorch(pytorch)、ONNX(onnx)、Apache Parquet(parquet)及 HDF5(h5)等文件; 现代编程与网页开发:新增 Swift、Kotlin、TypeScript、Dart、Solidity、WebAssembly(wasm)及 Zig; DevOps 与配置文件:支持 Dockerfile、TOML、HashiCorp HCL、Bazel 构建文件及 YARA 规则等; 数据库与图形格式:新增 SQLite、AutoCAD(dwg, dxf)、Photoshop(psd)以及现代网页字体(woff, woff2)等。 Magika 1.0 还提升了区分相似格式的能力,例如可分别识别 JSONL 与 JSON、TSV 与 CSV、Apple 二进制 plist 与 XML plist,以及区分 C 与 C++、JavaScript 与 TypeScript 等语言文件。 在技术实现上,团队面临两大挑战:训练数据规模庞大与部分文件类型样本稀缺。未压缩的数据集超过 3TB,为此谷歌采用自研的 SedPack 数据集库,通过流式加载与解压技术实现高效训练。同时,针对样本不足的文件类型,研究团队使用生成式 AI 工具 Gemini 创建高质量的合成训练数据,将现有代码和结构化文件转换为其他格式,以增强模型的泛化能力。 IT之家注意到,新版 Magika 还同步更新了 Python 与 TypeScript 模块,简化了开发者在各语言中的集成过程。用户可通过简单命令在 Linux、macOS 或 Windows 上安装原生客户端,也可通过 pipx install magika 安装 Python 包使用 Rust 版命令行工具。 谷歌表示,Magika 的未来发展将持续聚焦于性能优化与文件类型扩展。团队鼓励开发者社区参与贡献,包括测试、功能请求及代码提交。
开源新王!首次干翻GPT-5,实测Kimi K2 Thinking,中国AI杀疯了
迄今为止最大最好的开源模型,总参数达 1 万亿,屠榜多个基准测试,Kimi K2 Thinking 来了。 Kimi K2 Thinking 在 TAU 榜单(智能体工具调用能力测试)上排名第一,超过 OpenAI 和 Anthropic 的旗舰模型 一登场就是斩获多个测试榜单的第一名,Kimi 也不玩开源只和开源比那一套,而是直接把 GPT-5、Claude 4.5 Sonnet 这样的闭源模型放一起,非常自信。 智谱、MiniMax 自然语言处理部门负责人、以及 HuggingFace 联合创始人纷纷在评论区留言祝贺 除了在工具使用的榜单上拿第一,人类最后考试(HLE)、BrowseComp、还有其他基准测试,Kimi K2 Thinking 基本上都占据了先进模型的前排位置。 在跨学科专家级问题的 HLE 榜单、以及自主搜索的三个榜单上,排名第一;编程能力的三个榜单,得分也接近最好的 Claude 或 GPT 模型 无论是对智能体能力要求极高的编程任务、还是通用的推理写作、深度搜索等方面,Kimi K2 Thinking 的性能表现可以说是,目前最接近封闭模型的开源模型。 延续了 7 月份,发布 K2 时,将其定位为自主智能路线图的一部分,Kimi K2 Thinking 也是主打 Agentic Intelligence(智能体智能) 。它是一个推理的混合专家(MoE)模型,总参数量 1T,激活参数 32B,上下文长度 256K。 K2 Thinking 能在智能体工具调用中交错思考,同时在保持任务目标的同时,持续进行 200 到 300 次顺序工具调用。 尽管工具调用在类似的闭源模型上,已经成为某种程度上的标准,但 K2 Thinking 可能是第一个,具有如此多工具调用能力的开源模型。 对比 K2 0905,K2 Thinking 在具体的任务上的提升,我们总结了 Kimi 的技术博客,有这些亮点。 解决需要百步推理的复杂难题:它能将一个庞大的目标分解为数百个子任务,然后像一个项目经理一样,逐一执行。 官方举例称,它曾通过 23 个交错的推理和工具调用,成功解决了一个博士级的数学难题。 更准确地找到详细的信息:通过执行动态的思考 → 搜索 → 浏览器使用 → 思考 → 代码循环,K2 Thinkging 在面对模糊或冷门的搜索需求,能自己上网反复搜索、浏览网页、验证证据,直到找到精准答案。 直接把想法变成可用的产品:K2 Thinking 特别擅长前端代码(如 HTML、React),和其他 Vibe Coding 产品一样,能直接把我们的想法写成一个功能完善、响应迅速的网页或软件产品。 写出更有人味的文章:逻辑严谨的专业长文,想象力丰富的创意故事,甚至是需要同理心的情感建议,K2 Thinking 在聊天问答这些通用能力上,能做到更扎实、更细腻的推理写作。 目前,Kimi K2 Thinking 已经在 Kimi 官网的聊天模式上线。 但需要注意的是,Kimi 解释说为了保证用户能获得快速、轻量级的体验,当前的网页聊天版本,有选择性地减少了部分工具的使用和调用次数。因此,直接在 kimi.com 上聊天,可能暂时无法完全复现上述基准测试中的极限分数。 测试中提醒「高峰算力不足,请耐心等待」 此外,能充分发挥 Kimi K2 Thinking 能力的完整智能体模式(Full Agentic Mode)将很快更新。开发者也可以通过 Kimi k2 thinking API 来体验。 我们也快速上手,实测了几个常见的项目,一起来看看实际的体验如何。 首先是编程任务,我们先让他做了一个技能五子棋的小游戏,要求是在普通的五子棋规则上,玩家可以使用技能。 速度很快,出乎我的意料,一两分钟的时间,它就实现了全部的代码,并且真的可以使用这些技能。 然后是骑自行车的鹈鹕,这个经典的测试大模型编程能力的项目,检验它的 SVG 代码生成。 虽然 K2 Thinking 写着推理模型,但是它的推理速度非常快,这段动态的 SVG 代码生成也只花了 1 分钟不到。虽然这个鹈鹕好像有点不太对劲。 开启长思考,即 K2 Thinking 的同时,能启用网络搜索,当我们要它完成一个天气卡片时,能看到 Kimi 会一边自动检索网络上的公开资料,一边完成代码的实现。 确实能调用浏览器的获取位置接口,但是在最后 Kimi 也提到,需要输入对应的地图 API 和 天气信息 API 等数据 现在已经是全民 vibe coding 的时代了,普通用户还是程序员,都能从 K2 Thinking 的编程能力里,更快速地实现自己的想法。 在智能体搜索这个任务上,我们问了他一些专业领域的问题,测试它如何分解复杂问题、主动搜索、并整合难找的网络信息的能力。 可以看到,Kimi 搜索的信息是比较全面的,当我规定了 2025 年以后,它网页搜索的资料,也大多集中在最近这段时间以来的报道。 上下滑动查看更多内容 最后它给出的报告,也详细的提到了三种 2025 的算法,以及主要的公司等内容。 其实工具调用,应该是 Kimi K2 Thinking 非常重要的能力,但是在我们的体验中,发现大多数时候,他只是调用网络搜索工具,而没有看到 200 多个工具流。(我的任务太简单,还有可能是高峰期。) 我们在输入一个物流逻辑问题时,很明显是可以调用 Python 等代码解释器来辅助计算,但是 Kimi 只是和其他深度思考的模型一样,一步步地推理。 关于 K2 Thinking 的写作能力,我们找了一个表面上看起来是两难的问题给它。 上下滑动查看更多内容 这个回答有够人性化吗。在我看来,很明显不是空洞的套话,还提供了周到且具体的思考,也帮助我们平衡了原则和现实两个方面,还有可操作的后续步骤。 在 AI 模型军备竞赛的今天,单纯的问答,很明显已经无法满足,我们复杂的专业需求。像人类专家一样,通过一步一步的推理思考,主动使用各种工具,来解决极其复杂的难题,成了所有大模型的标配。 根据 Kimi 官方文档和技术分析的介绍,这次的思考能力突破关键在训练方式,即高效的量化技术(INT4 QAT),这也是一个值得关注的行业亮点。 K2 Thinking 在后训练阶段采用了量化感知训练 (QAT),让模型能以 INT4 精度本地运行,推理速度提升约 2 倍,同时保持最佳性能。 也就是说,它不是训练完再压缩,而是在训练过程中就贯穿低精度运算模型。这带来了两个巨大优势,一个是推理速度的提升,一个是长链条推理,不会因为量化而造成逻辑崩溃。 使用正确的量化技术,能节省 GPU 显存并加快推理速度 此外,它的所有基准测试成绩都是在 INT4 精度下报告的。说白了,这是一种「所见即所得」的性能,而不是实验室精心调制的数据, K2 Thinking 生来就能跑得动 。 我们的实测也能看到,Kimi K2 Thinking 确实不仅仅是一个营销噱头,工具调用、量化技术、以及超长规划,让它在智能体方向上,推理速度上,都有不错的表现。 虽然在某些方面,例如稳定的结果输出、以及对提示词更宽松的要求,还是比不上闭源模型。 但是开源能做到这样,我的心里只有两个字,佩服。 过去两年,国产模型的竞争大概是从 Qwen、百度这些模型,对 ChatGPT 的疯狂追赶;到横空出世的 DeepSeek 把推理成本降低的同时,还做到了和 o3 等推理模型,相媲美的表现。 让国产 AI 开始走上了,完全不同于国外闭源模型的路线。OpenAI 发布一个 GPT-5 预热了大半年,Anthropic 的 Claude 系列模型发布周期也在长达几个月。 而 Kimi 在今年七月发布了 K2,九月发布了 K2 Instruct,十一月就迎来了 K2 Thinking;更不用说还有智谱、MiniMax、以及前段时间模型七连发的 Qwen。就连还在期待中的 DeepSeek R2,也更新 V3.2、OCR 等广受好评的模型。 并且,这些模型全部开源。在海外社交媒体平台上,一年前大家可能只知道中国有 DeepSeek,而现在,Qwen 已经是 Hugging Face 上模型下载榜单的 Top 10,Kimi 和智谱(Z.ai)的 GLM 系列模型、以及 MiniMax 都成了大多数用户青睐的模型。 K2 Thinking 的发布,我想是一个新的转折点,就是当我们的开源模型,也能拿到和闭源模型一样的基准分数时,闭源模型还可以讲什么样的故事来营销自己呢。 Gemini 3 据说在今年年底前将发布,而 OpenAI 似乎也害怕再像当时的 nano banana 一样,抢走他的市场,计划推出 GPT-5.1。 军备竞赛还在继续,国产开源的力量,开始让我们看到,一个好用的 AI,不是屠榜多少测试,是在具有真实用户需求的领域,能真正地提供某些东西,并且惠及到所有人。
小鹏女性机器人为啥走路如此轻盈 全裸揭晓答案
快科技11月7日消息,最近小鹏IRON机器人成为科技圈焦点,不少人质疑里面有真人,小鹏方面为了辟谣甚至直播剪开了机器人外衣。 大家质疑的关健在于,小鹏IRON机器人的步伐非常轻盈,实在太像真人了。 今天,何小鹏亲自解读背后黑科技,通过“裸肌”状态下的机器人动作展示,揭开其灵动步态的秘密。 不同于传统机器人依赖关节逐个强化学习,IRON的轻盈步态首先得益于大模型训练的突破。 以往需花费数周对每个关节进行大量强化学习,如今在大模型加持下,机器人动作优化效率大幅提升,快速呈现出接近真人的运动状态。 从视频中可见,IRON行走时带有自然的扭胯动作,这源于其新增的仿人脊椎设计 —— 通过增加腰部自由度,带动胯部如人类般协同运动,完美复刻出真人走猫步的韵律感。 除了猫步,IRON的舞蹈表现更凸显其灵活度优势,该机器人拥有82个关节自由度,肩、腰、腿、足尖等部位活动自如,能精准完成复杂舞蹈动作。 而实现这一效果的关键,是小鹏采用的模仿学习训练方法:只需输入人类跳舞数据,IRON即可直接学习相应动作,且训练效率惊人 —— 一支舞蹈仅需2小时就能熟练掌握。 何小鹏表示,在大模型的训练下,IRON一定能够做到更多的动作,更像人。
微软首款硬件Z-80 SoftCard:80年代的意外“吸金王”
IT之家 11 月 7 日消息,微软资深工程师 Raymond Chen 本周(11 月 4 日)发布博客,揭秘微软首款硬件产品 Z-80 SoftCard 的幕后故事,这款扩展卡专为苹果 Apple II 电脑打造,可让用户运行 CP / M 操作系统。 Raymond 表示,Z-80 SoftCard 的设计目标是让 Apple II 用户满足跨平台需求,让他们能在苹果电脑上运行 Digital Research 的 CP / M 操作系统。 ▲ 扩展卡全貌 不过令人意外的是,直到萨提亚・纳德拉上位后,微软才正式将自己定义为一家“软件与设备公司”,不过事实上,早在 20 世纪 80 年代,微软的首款硬件产品 Z-80 SoftCard 就获得了巨大的商业成功。 Raymond 透露,这款扩展卡的设计历程并非是往一块 PCB 板上焊一颗 CP / M 兼容芯片就大功告成,而是经历了许多挫折,这其中的关键点就是如何让 Z80 处理器(兼容英特尔 8080 指令集)与 Apple II 的 6502 处理器协同运作。 ▲ Apple II 由于 6502 并不能简单地“关闭”或“让位”,它需要在后台负责 I/O、计时与其他基础任务,因此微软必须设计一套复杂的机制才能让两颗处理器协调运行,首先他们采用了模拟 DMA(直接内存访问)技术,让 6502 处理器暂时停运。 同时 Z80 处理器必须要有专用的检测刷新信号线,来确保 6502 不会“睡死”或与其他内存访问产生冲突。 并且,Z80 和 6502 处理器的内存映射方式有所不同,因此简单地把两颗处理器放在一起就会导致巨大问题,为此微软的工程师团队专门在扩展卡上设计了地址转换电路,可以转译 Z80 的内存请求,例如 Z80 请求 $0000 时,扩展卡会将其重映射至 $1000,还能确保 Apple II 本身的特殊保留地址只存在 Z80 内存映射的末尾,两者不会“打架”。 ▲ 内存映射的原理 虽然这款扩展卡在当年的售价并不便宜,需要 350 美元(IT之家注:现汇率约合 2492 元人民币)才能拿下,结合通胀等因素,相当于现在的 1350 美元(现汇率约合 9612 元人民币),但这款产品在上市后还是引发热卖,导致他们“几乎被订单淹没”,这款硬件也顺势成为了微软 20 世纪 80 年代最赚钱的产品。
超80亿AI大单!英伟达看中的两家公司联手,抢AI算力蛋糕
编译 | 王欣逸 编辑 | 程茜 智东西11月7日消息,11月6日,以色列AI基础设施提供商VAST Data与美国云服务提供商CoreWeave签署了一项价值11.7亿美元(约合人民币83.3亿元)的协议。根据协议,CoreWeave将使用VAST Data的数据存储工具来构建云基础设施,为客户提供用于AI模型训练和运行的GPU。 值得一提的是,这两家公司和英伟达关系匪浅,VAST Data曾获英伟达多次投资,而CoreWeave在英伟达的投资下顺利IPO,和英伟达互为客户。 此次合作是两家公司原有合作关系的更进一步,VAST称,此类合同通常签订的时间为三到五年,但具体相关条款尚未披露。 一、估值预计冲上2000亿,VAST或准备敲钟上市 VAST Data成立于2016年,为用户提供了一个面向AI时代的一体化数据平台,将存储、数据库和容器化计算引擎服务融合成一个操作系统,帮助企业在海量数据和GPU环境中高效存储、管理和分析数据,用于训练和运营大模型。 得益于AI时代相关需求的增长,VAST Data的客户群体也相当庞大。云服务提供商亚马逊云科技AWS、马斯克旗下大模型创企xAI、欧洲新型云计算公司Nebius、云服务提供商CoreWeave、全球头部动画公司迪士尼及其子公司皮克斯、云计算基础设施公司Lambda、NASA、美国能源部等众多赛道的企业,都是VAST Data的客户。 VAST Data部分客户(图源:VAST Data) 此前,VAST Data共拿下5轮融资,融资总额达到3.81亿美元(约合人民币27.12亿元),英伟达、戴尔曾多次参投。在2023年完成1.18亿美元(约合人民币8.4亿元)的E轮融资后,VAST Data的估值达到91亿美元(约合人民币647.9亿元)。 VAST Data的投资者(图源:VAST Data) 今年8月份,VAST Data正在洽谈数十亿美元的新融资,潜在投资者包括谷歌母公司Alphabet风投部门CaptialG和英伟达。此次融资完成后,这家创企的估值预计将升至300亿美元(约合人民币2136亿元)。 该公司称,VAST Data已实现正向的自由现金流,并在2025年1月达到了2亿美元(约合人民币14.2亿元)的年度经常性收入。 据路透社报道,此次和CoreWeave的合作可能会加速VAST Data的融资进程,此外,2024年VAST Data聘请了前Shopify首席财务官艾米·沙佩罗(Amy Shapero)加入VAST Data高管团队,投资者认为,这一动作表明,该公司可能会很快敲钟上市。 二、CoreWeave股价半年涨近3倍,在云服务上增长迅猛 美东时间3月28日,CoreWeave成功登陆纳斯达克,开盘39美元/股,截至当日收盘,其股价与发行价持平,总市值约为189.39亿美元(约合人民币1348.7亿元)。 自IPO以来,CoreWeave已成为2025年最热门的股票之一,股价已上涨近3倍。 CoreWeave创立于2017年,最初以加密货币挖矿起家,后转型为AI云计算服务商,提供用于大模型训练与运营的GPU租赁服务。 截至2025年8月,CoreWeave在全球范围内拥有33座数据中心,拥有超过25万颗英伟达GPU。 英伟达既是CoreWeave的供应商,也是它的大客户,曾对CoreWeave投资了39.6亿美元(约合人民币282亿美元),并且持有其6%的股份。2024年,英伟达还贡献了其当年15%的营收。 CoreWeave与其他行业巨头也建立了紧密的合作关系,除了英伟达,它还和OpenAI、微软等大型科技公司深度绑定,为其提供AI基础设施服务。 CoreWeave部分客户(图源:CoreWeave) 今年9月,CoreWeave与OpenAI达成了65亿美元(约合人民币462.8亿元)的协议。回顾此前,今年3月,双方达成价值119亿美元(约合人民币847.4亿元)的协议,并于5月,追加40亿美元(约合人民币284.9亿元)的扩展协议。至今,CoreWeave与OpenAI的合作总额已达约224亿美元(约合人民币1595.1亿元)。 不过,CoreWeave仍面对着科技巨头亚马逊云计算部门AWS和微软Azure等超大规模云厂商的竞争问题,以及收入严重依赖大客户等问题(其约70%的收入来自微软)。 结语:VAST与CoreWeave强强联合,加快布局数据基础设施 VAST Data和CoreWeave的合作,是AI数据基础设施领域的一次强强联合。路透社称,与CoreWeave达成的这项协议将成为Vast Data的重要收入来源。 VAST Data称,CoreWeave和他们共同的目标是重新定义AI的数据和计算架构,对大模型所需的持续训练、实时推理和大规模数据处理提供强而有力的支持。
虚标容量、无3C认证禁止登机 中消协点名充电宝退货问题
快科技11月7日消息,今日,中国消费者协会发布今年第三季度全国消协组织受理投诉情况分析,投诉热点涉及充电宝退货等问题。 据介绍,三季度,在部分充电宝品牌产品召回等因素带动下,相关投诉呈集中上升态势。 一是部分品牌充电宝因无3C认证被民航部门列入禁带清单引发退货纠纷。 消费者提出充电宝无法带上飞机,要求退货退款,遭商家拒绝。 二是消费者对产品安全性存疑。 一些消费者认为此前购买的非召回批次的充电宝存在自燃风险,要求退货退款。 三是小品牌产品虚假宣传、虚标容量问题突出。 部分小品牌充电宝商家在生产和销售过程中,存在容量、功率等核心参数严重虚标的情况,甚至使用非法定计量单位误导消费者。 据了解,为强化充电宝等相关产品的质量管理,今年7月,国家认监委制定了《强制性产品认证实施规则 移动电源、锂离子电池和电池组(试行)》,该规范已于2025年8月15日实施。 中消协建议相关监管部门加大对充电宝生产、销售环节的监督力度,督促企业严格落实3C认证要求。 此外,建议对虚标容量、虚假标识、使用非法定计量单位等行为依法查处,督促电商平台加强商品信息审核。 充电宝实施召回时,相关商家应建立便捷的退换货通道,对消费者因运输受限无法寄回产品的应提供替代解决方案。
索尼手机退出中国,日本手机终究走不出日本
你上一次见到「索尼手机」,是在哪一年? 就在前两天,伴随着微信一句冷冰冰的「该账号已自主注销,停止使用」,索尼官方的索尼 Xperia 服务号已经彻底停用。而索尼手机的官方微博 @索尼-Xperia 也已经大半年没有过更新了,最新的一条动态还是今年 3 月 8 号的节日祝福—— 这意味着,索尼 Xperia 手机已经终止了在中国的宣发动作。 而更早之前,索尼手机在华的硬件业务就已经停摆——索尼中国官网上有记录的最后一款国行手机还是 Xperia 5 V,这已经是 2023 年的产品了。 至此可以说,索尼手机在中国大陆的业务,在这个 11 月彻底陷入人走茶凉的状态——索尼手机,至少在中国,大约的确已经断气了。 折腾半生,归来仍是废社 说起来,索尼这样一个集合了半导体制造、影视工业、虚拟娱乐、音乐媒体的八十年老店,那个号称「卡在全球影视工业脖子上」的企业,造不好手机也不是一天两天的事情了。 图|Android Authority 事实上,尽管索尼作为移动通信行业的早期参与者之一,在功能机时代身傍 Walkman 和 Cyber-shot 的金字招牌,创下了斐然的业绩,但它在智能机时代却是从一而终的水土不服。 这一切的转折点,就是在那个改变了移动电子市场走向的 2007 年。 2007 年不仅是 iPhone 问世、市场普遍认知中智能手机时代的开端,同时也是索尼爱立信(Sony Ericsson Mobile Communications, SEMC,以下简称索爱)进入手机市场之后最成功的一年。 那一年,索爱通过转化 Walkman 品牌而推出的 W 系列音乐手机,以及转化卡片机 Cyber-shot 的 K 和 C 系列照相手机,在功能机市场里大杀四方,创下了 1.03 亿台的历史最高销量—— 索尼爱立信 W800i,最经典的 Walkman 手机之一|TechRadar 然而巅峰之后就是低谷。从现在的视角回头看,索爱在 W/K/C 系列上的简单成功,事实上给索尼的手机业务留下了一个影响至今的症结:过度重视硬件带来的优势,却忽略了软件适配。 而在另一方面,索爱也和诺基亚、微软一样,忽视了 2007 年 iPhone 面世时背后蕴含的「改变手机在生活中角色」的巨大潜力。2011 年,时任索爱 CEO 伯特·诺德伯格(Bert Nordberg)在一次华尔街日报的采访中承认: 可以肯定地说,索尼爱立信在 2007 年 iPhone 问世时应该更加重视它。 然而,索爱就算是在意识到智能手机的浪潮不可逆转之后,奋起直追的动作也没能做得干脆利落。 在 iPhone 之后的几年,索爱被夹在 iPhoneOS、Windows Mobile 和 Android 之间,从 Xperia X10 到 Xperia S、P、U、T、J、E 等等试了个遍,为我们重新上演了一个「功能机巨头在智能机时代匆匆忙忙、连滚带爬」的剧本。 当一家公司不知道自己在做什么的时候,就会出现这样的产品线|Medium 新的转折发生在 2012 年。 时年,索尼正式收购爱立信集团手中的 50% 索爱股份,让索尼爱立信全资并入索尼集团成为子公司,建立了索尼移动通讯(Sony Mobile Communications, SMC,以下简称索移)。 更重要的是,这一次并购不仅将手机业务的控制权完全收购索尼集团,同时也让 Xperia 产品线并入了时任索尼集团 CEO 平井一夫(Kazuo Hirai)的「One Sony」战略里面。 经常被昵称为「姨夫」的平井一夫|CNET 至少从索移合并初期那几年的产品来看,平井一夫的 One Sony 战略是取得了一定成效的。随后的 2013 年,索尼在 CES 上发布了那款奠定 Xperia 家族设计的大作—— Xperia Z。 除了历久弥新的 Omnibalance 全平衡设计语言之外,Xperia Z 还是当时 One Sony 技术大联合的代表,从电视的 Bravia 到传感器的 Exmor 都能在 Xperia Z 身上找到,更不用提开创性的 IP55/57 双防护标准,一举奠定了 Xperia 后来「三防旗舰」的名号。 图|TheNextWeb 而市场也给了 Xperia Z 足够的正反馈。 合并重组之后,索移的手机年销量从 2012 财年的约 3300 万台提升至 2013 财年的约 3990 万台,并在 2014 财年达到了约 4000 万台的顶峰。 只不过,这 4000 万台 Xperia 不是索移走向巅峰的开始,而是出道即巅峰。更何况,放眼当时的全球智能手机市场,这也是个微不足道的数字——2014 年,索尼的全球手机市场占比仅为 2%,别说跟当时正在全球市场攻城略地的小米华为比,这个销量连当时 LG 手机的一半都达不到。 按照国内品牌的统计方法,已经属于 Others 里的 Others 了。 没资格上桌的索尼|Dazeinfo 至于 2016 年,索尼从 Z 系列转向 X/XZ 系列之后,市场早已抛开索尼完成了进化—— 一方面,苹果和三星借助专利护城河和供应链保护,牢牢把握住了全球高端市场,Xperia 虽然售价不菲,却始终没能让售价和品牌效应挂钩、挤进高端市场。 另一方面,2016 年已经迎来了国产手机的爆发式增长,借助当时积极主动的出海战略,迅速抢占了索移鲜少参与的中低端市场。两边一上一下,把索移、LG、HTC 等等老品牌给夹在了中间。 之后,Xperia 的 XZ 系列一直没能摆脱阴影。根据数据机构统计,从 2015 到 2019 短短四年里,索尼手机的销量从约 2500 万台跌至 300 万台出头,蒸发近八成。 虽然 XZ 世代的产品脍炙人口,但从销量走势上看,却无疑是索尼造手机历史上最大的滑铁卢。 在那之后,我们就听到索尼移动宣布放弃「追求销量和市场份额」的目标,转而「聚焦盈利」——换句话说,就是「我要把精力放在赚钱上面」。 从 2019 年开始,索尼陆续推出了号称「整合与重启产品线」的新 Xperia 1/5/10 系列,产品范围也从原来的鱼龙混杂缩减到了单纯的「大杯、中杯、小杯」。 从新 Xperia 数字系列中,我们可以看到索尼非常明确的战略转型:从原先 Z、X、XZ 系列面向大众消费市场,转为面向纯高端的「超专业用户市场」,想要让 Xperia 成为摄影师和导演口袋里的第二台电影机。 比如和黑卡共享一英寸传感器的怪物 Xperia Pro-I|TechRadar 这个战略乍看上去非常正确,更不用提还能更直观地发挥出 Alpha、Bravia、CineAlta 部门的技术功底,但市场用教训 RED Hydrogen One 的方式同样狠狠教训了一下索尼:手机这种形态的产品,恰恰是不需要过分专业的。 哪怕到了新 Xperia 数字系列的世代,索尼依然无法将 Xperia 手机上的各种专业功能有机的结合起来,变成一套能够发挥自身优势的完整移动工作流。 比如强行模拟相机换镜头而不允许连贯变焦的照相大师 app 而这个阶段的索尼似乎已经完全钻进了牛角尖,开始搞不清硬件和软件的关联性了。 2021 年索尼尝试与魅族合作就是一个绝佳的例子。「除了软件什么都有」的 Xperia 和「除了硬件什么都有」的 Flyme 原本可以是一段天作之合,最后却以装个负一屏和应用市场草草收场。 最后的结果甚至不如直接给 Xperia 刷上 Flyme 系统|酷安 @捡破烂科技 魅族或许只是玩不转硬件,但索尼才是那个既没有壮士断腕的勇气、也没有改弦易辙的魄力的家伙。在那之后,索尼 Xperia 不出意料地在「超专业手机」这个小市场里越过越窝囊。 最后,索移在 2021 年结束了独立运营,被并入索尼集团的电子产品部门,以产品份额在国际市场上常年不足 1%、日本本土市场不足 6% 的「傲人成绩」艰难支撑到 2025 年。一边卖不出去、一边坚持不降价,最后以这种极不光彩的形式退出了中国大陆市场。 走不出日本的日本手机 从索尼 Xperia 手机的历史就能看出,Xperia 系列可以说是「生的仓促、死的窝囊」。 但最让人意难平的就是,索尼明明手握世界顶尖的半导体技术和工业设计水平,也造出过类似 Z3、XZ1 之类脍炙人口的产品,最后却还是落成了这样一副囧境,不让人感到惋惜是不可能的。 Xperia 10 VII|SONY 同时,索尼这两年的「战略转进」并不限于中国市场,原本非常倚重的美国市场也在 Xperia 1 V 之后没有了更新。尽管索尼同样说「没有彻底退出美国手机市场的计划」,但这样的冷处理在某种程度上,其实也是一种回答了。 类似的情况也发生在欧洲销区,尽管欧洲主要市场的索尼官网上都列出了最新款的 Xperia 1 VII,但大多数都是无货或不开售状态。外媒 Android Authority 在 7 月的一篇报道中就直言: 索尼移动业务的未来比以往任何时候都更加不明朗。 归根结底,无论说它不懂软件,还是眼高手低,其实还是索尼自始至终没有搞懂「手机究竟应该做什么」这个最根本的问题。 都是把手机当作试验田,谷歌将 Pixel 的软件置于第一位,首先保证了「这手机能用」,然后才是各种加分的硬件选项,甚至可以依靠 Pixel 的系统来提拉硬件的表现。 单从硬件角度看,Pixel 10 也就是中端机水平|TechRadar 索尼的 Xperia 则恰恰相反,从来都是大方的把最近最强的硬件放到手机上,却根本不考虑自己写的软件系统能不能把硬件实力转化为让消费者愿意使用的动力,最后的结果就是纯专业用户觉得缺功能、纯日常用户觉得学不会。 Xperia Pro 设想的随身 4K 转播就是个高不成低不就的使用场景|CineD 然而索尼现在即使想要掉头回到普通消费者市场,也是完全不可能的了,已经被主流厂商瓜分完的普通消费者市场早就已经没有了索尼的容身之地。 但索尼 Xperia 手机会就此绝迹吗? 在爱范儿看来,索尼手机仍有其生存空间。抛开日本本土市场那一丁点销量不谈,索尼接下来做 Xperia 手机,很有可能是给其他手机厂商看的—— 传说中的 Xperia 1 VIII|Notebookcheck 索尼的手机业务虽然只差拔管了,但毕竟传感器的业务依然是行业龙头,最新的 LYT-8 系列相机传感器更是成为了今年的出货主力。 后面的 Xperia 手机,很有可能会被索尼用作自家传感器的「专职展示平台」,保留公开销售渠道,但实际面向的客群,已经是 B 端的传感器采购商了—— 有来自供应链的消息称,索尼将在 2026 年初推出新一代 1.1 英寸的大底传感器,而这将会是明年一系列「超大杯」影像手机的标配。 图|Medium 总之,就像夏普一样,功能机早期的辉煌在智能机的时代并不算数,反复的市场预期误判,让索尼纵使身处供应链顶端的地位,也终究还是没能破解「日本手机走不出日本」的魔咒。 毕竟现在的真索粉要买一台索尼手机,不是只买二手——而是只能买二手了。
三星Exynos 2600芯片影像性能曝光:单摄支持3.2亿像素
11 月 7 日消息,消息源 @SPYGO19726 昨日(11 月 6 日)在 X 平台发布推文,曝料称三星 Exynos 2600 芯片具备卓越的影像处理能力,可支持 3.2 亿像素单摄像头或三颗 1.08 亿摄像头同时工作,并能以 60fps 录制 8K HDR10+ 视频。 IT之家援引博文介绍,三星重新设计了 Exynos 2600 的图像信号处理器(ISP),基于先进的 2 纳米全环绕栅极工艺(相比传统 FinFET 技术能更好地控制电流,进一步提升芯片性能和效率),并集成了多核架构。 Exynos 2600 的影像处理单元(ISP)不仅支持高像素传感器,其 HDR 引擎还能融合五帧图像并处理 14 位 RAW 格式数据,大幅提升低光环境下的图像细节与色彩准确性。 在视频录制方面,该芯片可支持 8K 分辨率、60 帧每秒的 HDR10 + 视频录制,或 120fps 的 4K 视频录制,远超当前主流旗舰手机的水平。芯片内部高达 1.8TB/s 的带宽,也让其能够流畅运行 AI 驱动的场景分割、超分辨率变焦等高级影像功能。 尽管 Exynos 2600 拥有强大的影像处理能力,但最新爆料指出,即将发布的 Galaxy S26 Ultra 手机将不会完全利用这些顶级特性。 据消息称,S26 Ultra 的相机模组与前代 S25 Ultra 基本保持一致,仅 3 倍长焦镜头从 1000 万像素升级至 1200 万像素。具体配置预计还包括 2 亿像素主摄、5000 万像素超广角、5000 万像素 5 倍潜望式长焦,以及 1200 万像素前置摄像头。
联想官微:Air别乱叫!moto X70 Air不到6mm/160g才是真Air
快科技11月7日消息,日前,华为Mate 70 Air正式公布并开启预售,不过7英寸的超大屏,6.6mm、208g的机身,引发了一些关于Air的争议。 很多人认为,这款手机只能算是比较薄,但重量和厚度上都不太能称之为Air。 甚至联想moto官微今天都发文称:Air,别乱叫。答应我,别再让“Air”这个名字,承受它不该承受的重量。 官方海报上还表示,联想moto X70 Air不到6mm厚度、不到160g的重量才是真Air。 moto X70 Air是联想上周刚刚发布的超薄机型,采用航空级铝合金薄刃设计,整机厚度仅5.9mm,重量仅159克。 作为对比,苹果iPhone Air是5.6mm、165克,两者算是同一水平线。 不过,moto X70 Air在极致轻薄的情况下,还保留了实体SIM卡槽,不用费劲开通eSIM,支持实体Nano SIM双卡双待,无需线下开卡的复杂流程。 此外还配备有双扬声器,这方面与华为Mate 70 Air基本保持一致,都能保证日常的使用体验。 续航方面,moto X70 Air配备4800mAh,对比iPhone Air的3149mAh高了不少,同时还支持68W有线快充与15W无线充电。 而华为Mate 70 Air的续航体验明显优先级更高,配备了6500mAh电池+66W快充,在轻薄机身下的续航体验与常规机型基本无差别。 【本文结束】如需转载请务必注明出处:快科技 责任编辑:建嘉
内涵华为苹果手机?联想:Air别乱叫
(文/观察者网 吕栋 编辑/张广凯) “Air,别乱叫。” 11月7日上午,联想移动通信进出口(武汉)有限公司(下称:联想)突然在官方微博抛出这么一句话。 图源:联想微博 从配图来看,联想是想借最近“Air手机”的热度,再宣传一下自家刚发布的motoX70 Air手机,同时“内涵”一下苹果和华为。 “不是所有的Air,都是真Air。答应我,别再让‘Air’这个名字,承受它不该承受的重量。”联想写道。 从纸面参数来看,联想motoX70 Air(机身厚5.99毫米,重159克),确实要比刚亮相的华为Mate70 Air要轻薄(机身厚6.6毫米,重约208克)。 但在厚度上跑输苹果iPhone Air(机身厚5.64毫米,重165克)。 更重要的是,买Air手机的用户也不光看轻薄指标,也要看手机的整体配置,这一点从iPhone Air首周仅激活5万的惨淡销量就能看出。 三款Air手机参数对比 联想的motoX70 Air虽然轻薄,2599元的起售价,也是三款Air手机中最便宜的,但颇有些“为了薄而薄”的感觉,短板还是比较明显的。 比如motoX70 Air搭载的高通骁龙7 Gen4处理器,并非旗舰处理器,游戏帧率上限受限,在性能上与苹果A19 Pro存在明显差距。 在影像方面,motoX70 Air缺少长焦镜头,远距离拍摄能力受限,而华为Mate70 Air配备了红枫原色摄像头,同时搭载1200万像素长焦防抖镜头。 在续航能力上,motoX70 Air配备了4800毫安时电池,比iPhone Air的3149毫安时要大一些,但与华为Mate70 Air的6500毫安时存在明显差距。 同时motoX70 Air处理器用高通、系统用安卓的策略,在高端用户品牌心智上,也与苹果和华为存在明显差距,市场地位也不可同日而语。 总体来看,只能说motoX70 Air大幅降低了轻薄手机的购买门槛,但整体表现还是相对平庸。一些数码博主更直言,motoX70 Air除了续航和重量优势,其他方面期待值不高,似乎只是在名字上蹭热度。 如联想所说,轻薄是一种本事,但轻薄还能做的好用才是真本事。 从整体市场来看,联想旗下的摩托罗拉手机在欧美还有一些存在感,依赖折叠屏等品类出货,偶尔可以挤进欧洲市场前五,但在中国市场存在感仍在较低,全球市场也没能进入前五。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。