IT之家 3 月 22 日消息，飞利浦现已在海外市场推出 Ringo Duo 头戴式耳机，主打 20 世纪 80 年代复古设计，提供明黄配色。 外观方面，这款耳机整体采用较为复古的风格，拥有银色可调头梁、黑色耳罩，实体按键则是薄荷绿色，连接两侧耳罩的线缆、头梁内侧以霓虹粉色点缀。 规格方面，这款耳机与 2025 年推出的 Ringo 耳机没有特别大差别，搭载 40mm 发声单元，支持蓝牙 5.4、多设备连接，续航可达 26 小时，支持快充，具备独立通话麦克风、通话降噪 ENC 算法，支持通过 USB-C 线缆有线连接电脑、手机等。 此外，这款耳机还支持 Philips Headphones 应用程序，可自定义调音、动态增强、更新固件等，预计二季度上市，售价 35 欧元（IT之家注：现汇率约合 279 元人民币）。

IT之家 3 月 22 日消息，外媒 VideoCardz 北京时间昨晚曝光了英特尔锐炫 Arc Pro B70 专业显卡的公版参考设计渲染图片。 可以看到这张显卡拥有黑色主体和蓝色背板，厚度在双槽左右，搭载涡轮鼓风散热。根据外媒了解，其拥有完整的 PCIe Gen5 ×16 设计。 值得注意的是，这款显卡尾端仅提供了 1 组 8-Pin 供电。而根据爆料 Arc Pro B70 默认 TBP 为 230W，可配置 TBP 范围为 160~290W。因此这里的 8-Pin 供电很可能是承载能力更佳的 EPS 8-Pin（IT之家注：即俗称的“CPU 供电 8-Pin”）。 锐炫 Arc Pro B70 专业显卡基于 "BMG-G31" GPU，拥有完整的 32 组 Xe-core，配备 256-bit 位宽 32GB 容量的 GDDR6 显存，INT8 格式峰值算力达 367TOPS。这款产品预计将于 3 月 25 日与定位较低的 Pro B65 一道推出。

2022 年 7 月，Nothing Phone(1) 发售，用特立独行的设计和不错的性能表现杀出了一条全新的路线。尽管初代 Nothing Phone(1) 在细节上有不少改进空间，但随着迭代机型的「查漏补缺」，在 2026 年，曾被认为是「花瓶」的 Nothing 早已在海外市场站稳了脚步，其音频产品甚至开始在国内市场大展身手。 在 3 月 20 日的发布会上，Nothing 更是宣布品牌即将掀开「新的篇章」。那么作为 Nothing 2.0 时代的「里程碑」，刚刚发布的 Nothing Phone (4a)，又将把 Nothing 带往何处呢？体验这款新机后，雷科技试图给出答案。 图片来源：雷科技 Nothing风格更成熟，也更收敛了 作为一个自费买了多台 Nothing 手机的老用户，小雷在拿到 Nothing Phone (4a) 时的心情其实是比较复杂的：你一眼就能看出这是一台 Nothing 设计的手机；但和前三代 Nothing 手机相比，Phone (4a) 在设计风格上又有比较明显的变化。 我们先说「相似」的部分：Phone (4a) 依旧保留了 Nothing 手机标志性的透明背板+透视饰板的设计。搭配上外露的螺丝、红点和字体，一切我们熟悉的 Nothing 元素在 Phone (4a) 上都得以保留。但全新的 Phone (4a) 在饰板的「意象」上做出了调整： 图片来源：雷科技 过去的 Nothing Phone 走的是「未来主义」的路线，背面大量运用「排线」的意象作为装饰。而 Phone (4a) 则走了极简的路线，用简单的线条和打孔作为「电池」「扬声器」的抽象化表达。 当然了，在手机镜头的上半部分，Phone (4a) 依旧用同心刻线保留了「排线」的元素。但不可否认的是，过于简单的机身下半部分线条让手机视觉中心有些上移，上下两个部分也存在「割裂感」。 幸运的是，即使设计风格有了转变，但 Phone (4a) 的做工和手感依旧优秀：背板与中框没有采用「取巧」的「偷厚度」设计，而是用平直的线条带出了科技产品的「未来感」，搭配上高亮反光的透明背板，拿在手里就像一块「玻璃砖」一样。 图片来源：雷科技 值得一提的是，为了平衡新的设计语言，Nothing 在手机背面运用了多种材料的饰板，而不同颜色带来的色差也很好的填补了手机背后的「空白感」。和过去的设计项比，Phone (4a) 的思路显然更加克制。 如果你关注过我三年前对 Phone (2) 的评测，你应该记得我吐槽过 Glyph Bar 条 在低亮度下的偏色问题在物理层面，想要在有限的背板空间内实现绝对平滑、无衰减的长距离导光，成本极高且极易翻车。在 Phone (4a) 上，Nothing 玩了一个极其取巧的方案：既然做不出完美的平滑灯条，那不如直接把它「像素化」。 全新的 Glyph Bar 中，Nothing 在每一个「像素」点下设置了三颗灯珠，这不仅彻底终结了「边缘偏色」，也增加了每个「像素」亮度阶度，让过渡更自然，更有质感。 相比之下，手机正面的处理就比较一般了。6.78 吋 120Hz 高刷屏周围的黑色边框尽管做了等宽处理，但这个黑边宽度在国内手机市场堪称「不合时宜」。不过考虑到 Phone (4a) 瞄准的是「水深火热」的海外手机市场，这个堪比 iPhone XR 的黑边我觉得其实也可以接受。 图片来源：雷科技 另外在一些细节处理上，Phone (4a) 也还有改进空间。可能因为小雷拿到的不是零售机，手机背板和边框之间的接缝会有些明显。 但如果放在海外市场，雷科技认为 Nothing Phone (4a) 依旧是一台很有竞争力的中端手机。 配置因地制宜，够用了就好 说完设计，我们来聊聊 Nothing Phone (4a) 的硬件配置。考虑到 Phone (4a)「海外中端机」的定位，Phone (4a) 在国内手机市场的竞争力可以说「极为有限」，所以大家其实也不需要对 Phone (4a) 的配置做过多的期待：Phone (4a) 采用了骁龙 7s Gen 4 处理器，提供 8+128GB、8+256GB、12+256GB 三种存储规格（官方海淘只提供 12+256GB 版本，售价 3299 元）。 这样的中端机配置在不玩游戏的情况下自然是流畅顺滑的，12GB RAM 应对 Google Play 上的「纯净版」App 也绝对够用，不需频繁清后台。但在游戏场景下，Phone (4a) 确实有些力不从心。 图片来源：雷科技 不过小雷发现，Nothing Phone (4a) 复杂的背面设计，其实为手机提供了一定的「隔热」能力，初段发热并不明显。 那么该如何评价 Phone (4a) 这种真正意义上的「中端手机」的性能呢？ 雷科技认为需要分类讨论。如果在 3299 元这个价位 ，Phone (4a) 如果放在国内手机市场是没有任何竞争力的。 虽然说在绝对性能上 Phone (4a) 的配置「大致够用」，但同样的价格我们完全可以买到配置更强的国产品牌次旗舰或者上一代旗舰。在高度内卷的中国手机市场里，「日常顺滑流畅、游戏略显吃力」的 4a 显然被国产手机品牌远远甩开。 但在海外手机市场，尤其以「性价比低」闻名的欧洲市场中，Nothing Phone (4a) 显然是「鹤立鸡群」、极具竞争力的。要知道欧洲市场这种性价比荒漠上，部分所谓的「中端手机」用的甚至是国内智能手表的同款处理器。 在 399 英镑的价格区间里，Phone (4a) 既有让人眼前一亮的设计，又有不掉队的硬件配置手机，竞争力不言而喻。 只不过这种「够用」也是有代价的——快门迟滞就是 Nothing Phone (4a) 算力瓶颈的体现 反其道的「逆 AI 影像」，难能可贵 既然提到了影像，那我们也来聊聊 Phone (4a) 的相机表现。硬件上，Phone (4a) 采用了双 50MP 的广角、长焦相机组合，搭配 12MP 超广角相机，且广角和长焦相机均支持 OIS 光学防抖。 图片来源：雷科技 从样张来看，Phone (4a) 的水平相较于 Phone 3(a)、cmf 等手机，提升是非常明显的。在原生焦段（1×/3.5×）且开启 50MP 模式下，Phone (4a) 能带来相当不错的锐度和解析能力。即使这几天上海的能见度不怎么好，Phone (4a) 的成像质量也都能让我满意。 图片来源：雷科技 图片来源：雷科技 不过在非原生焦段（2×/7×）下，Phone (4a) 确实还是有解析力不足而带来的涂抹痕迹。对于树叶、水面这些很「吃」分辨率的景物来说，Phone (4a) 的影像短板还是比较明显的。 图片来源：雷科技 不过这并不意味着 Phone (4a) 的长焦一无是处，事实上，我并不讨厌 Phone (4a) 长焦端发「肉」的表现。我们知道，国内主流手机都进入到了「计算摄影」时代，开始用 AI 来增强相机在长焦端的表现。但从某种意义上看，这些用 AI 新增的信息已经脱离了「摄影」的本质。 但 Nothing 的做法恰恰相反。在发布会上，Nothing 承认使用了 AI 优化长焦，但从样张上看，Phone (4a) 拍出的照片不会有国内手机品牌那种强烈的 AI 长焦痕迹，就连 AI 长焦的那种「水印纹」也不会出现。 图片来源：雷科技 另外在色调上，Phone (4a) 也延续了品牌「高对比」的路线，同时也内置了不同风格的预设，拍出来质感还是非常不错的。 总结：撑得起 Nothing 新篇章的「起点机」 在点评 Nothing 的「新气象」之前，我们先按照雷科技评测模版，总结一下 Nothing Phone (4a) 的表现。 优点： 1. 独一无二的出色设计； 2. 在海外市场有竞争力的硬件配置； 3. AI 相机优化非常克制。 缺点： 1. 屏幕边框较宽； 2. 配置在国内市场较为平庸； 3. 相机超长焦表现一般。 在雷科技看来，从 Phone (1) 到如今的 Phone (4a)，Nothing 终于完成了从极客玩物向大众精品的转变。和过去那种「为了叛逆而叛逆」、「人无我有」的精神不同，Nothing 在 Phone (4a) 上体现出了一种更克制、更均衡的产品哲学。这种转变，也给我一种 Nothing 过了「叛逆期」的感觉。 图片来源：雷科技 可以肯定的是，Nothing Phone (4a) 只能在「海外手机市场」这个舒适区里活动。但 Nothing Phone 的出现，必然会为审美疲劳的手机市场送上不一样的解题思路，甚至能带动中游阵营跳出「标准答案」，探索 AI 硬件的新形态。 在「躺平也能赚钱」的海外手机市场中，凭借设计、性能和质感杀出一条血路，Nothing 这种行为本身，又何尝不是「叛逆」的体现呢？

撰文｜画画 宇树科技要IPO了。 这条消息没有引发轩然大波，更像是一个行业话题。 在今天的AI叙事里，它甚至有点无聊。毕竟过去一段时间，大众关注的是Agent和小龙虾。相比之下，一家做机器人的公司去上市，既不新，也不快。 但如果把它的招股书信息打开，会看到一组不太一样的数据： 人形机器人收入占比，两年内从1.88%到51.53% 产销率超过95% 四足机器人卖出3万台，人形机器人出货量超5500台 年收入预计超过17亿元，扣非净利润超6亿元 与此同时，宇树拟募资42.02亿元，投向模型、本体、产品与制造基地，预计年产能7.5万台人形机器人 + 11.5万台四足机器人。 这些数字坦白说，并不炸裂。但它们指向一件更具体的事情：机器人，开始像商品一样被生产、被卖出去、被大规模交付。 这是具身智能行业，第一次交出可供核实的商业证据。 1、机器人出厂的那一刻 2024年秋天，一段视频在行业圈子里悄悄传开。 视频里没有精心设计的演示，没有灯光，没有配乐。一台机器人在某工厂车间里缓慢移动，绕过地上的杂物，停在货架前，完成了一次取件操作。旁边站着的工人在刷手机，没有人鼓掌。 视频的主角是宇树H1，这是宇树2023年推出的第一代通用人形机器人，身高约1.8米，自重47公斤，采用全身电机驱动，设计目标是在非结构化环境中完成实际工作，而不只是跑固定程序的演示。H1正式发布时，售价约9万元，是当时全球量产人形机器人里定价最低的之一。 这段视频后来被很多人转发，不是因为技术有多惊艳，而是因为它让人感受到一种不同以往的东西：这像是工作，而不是表演。 王兴兴在一次访谈里说过一句话，大意是：我们不追求机器人看起来帅，我们追求它被用完了还想再买一台。 这句话和宇树的起点放在一起，会有点违和感。2022年拿到新一轮融资时，宇树还在杭州一栋不起眼的写字楼里，32岁的王兴兴在圈内已经小有名气，但远没有今天这般风光。 但正是这种朴素的产品逻辑，让宇树走出了一条和大多数机器人公司不一样的路。 2、Demo是一回事，出货是另一回事 过去五年，具身智能领域最不缺的就是视频。 机器人翻跟头、端咖啡、打乒乓球、弹钢琴，每隔几个月，就有一段新的演示刷屏。每次刷屏，都伴随着新一轮融资和新一轮讨论：具身智能的iPhone时刻要来了。 但“要来了”这三个字，说了很多年。 真正没有回答的问题，一直是三个：能不能规模生产？有没有真实需求？能不能持续出货？ 宇树招股书里的数字，第一次正面回答了这三个问题。 产销率超过95%，意味着造出来的东西，基本都卖掉了。买家里有工厂、有高校、有研究机构、有海外客户，不是一种场景，是多种场景同时在跑。这不是预期需求，是真实的买单行为。 两年内，人形机器人从收入占比不到2%，变成超过50%。这种速度说明，市场不是在等这个产品，而是在迅速消化它。 年产能规划超过19万台。把这个数字做一个类比：凯迪拉克2024年在中国全年交付约15万辆。宇树机器人的产能目标，已经在向一个成熟消费品的出货量量级看齐。 3、壁垒不在模型，在能不能量产 如果继续读招股书，会看到一个有意思的资金分配：48.13%的募资投向模型研发，其余投向制造基地与本体研发。 这个比例揭示了具身智能最核心的矛盾：它既是AI问题，也是工程问题。 但这两个问题的竞争烈度，正在发生分化。 模型层，正在加速公共化。无论是开源社区，还是商业API，AI基础能力的获取门槛在快速降低。你今天在机器人里调用的视觉模型、语言理解能力，明年可能所有竞争对手都能以更低成本接入。 但量产能力不会公共化。它依赖的是多年积累的供应链关系、能稳定生产复杂硬件的工厂，以及大量被踩过一遍的工程坑。这些东西，写不进论文，买不来，只能自己熬。 宇树从四足机器人起步，这个选择本身就藏着逻辑。四足机器人的市场规模小得多，但它是宇树最早跑通产品化路径的品类，也是让团队真正理解“量产”意味着什么的训练场。 从四足到人形，王兴兴做的不是一次全新出发，而是把已经验证过的工程体系，迁移到更复杂的硬件上。 会做Demo是入场券，能稳定出货才是护城河。 4、具身智能行业泡沫，开始分层了 说宇树的故事，绕不开一个更大的背景。这个行业里，大多数公司，现在在哪里。 2023年到2025年，中国涌现出超过60家人形机器人公司，融资总额超过500亿元。投资人的逻辑是，这是下一个爆发赛道，要提前卡位。 但如果仔细看这些公司的现状，会发现一个明显的分层。 第一层，真正进入量产的，屈指可数。宇树是目前最接近规模出货的一家，其次是几家有大厂背景或大客户锁定的公司。 第二层，完成了产品定义，能拿出样机，有小批量交付，但出货量仍在几十到几百台量级。技术路线不差，但距离产业化还有一段路。 第三层，还在融资、还在做Demo、还在参展。视频拍得很好，能说出完整的技术故事，但没有可以核查的出货数据。第三层的公司并非没有价值。一些核心技术积累，可能会在未来的整合中被吸收。 但对于今天的投资人和观察者来说，这是一个重要的提示：机器人行业的泡沫，不是整体泡沫，而是分层泡沫。 能出货的公司是真的，剩下的部分，需要更审慎地对待。 这也是宇树IPO的另一层意义，它在给整个行业做一次强制分类。 5、一个新的组合出现了 看宇树的股东结构，会发现一些有意思的名字：王兴及其相关体系（美团系合计持股9.65%），雷军的顺为资本（持股4.42%），以及红杉、经纬等头部机构。 这个组合，用资本加持来解释，过于表层。更值得关注的，是这几股力量各自能带来什么： 雷军体系：制造经验、消费电子供应链、硬件规模化打法 王兴体系：本地生活场景、配送网络、服务落地渠道 宇树本身：机器人本体、运动控制、量产工程能力 这三者放在一起，其实是在回答一个比机器人好不好用更关键的问题：机器人，最终用在哪里、谁来运营、怎么覆盖到足够多的场景。 AI应用层的故事，往往是单点突破，一个产品打穿一类用户。但机器人不是这个逻辑。它是一个系统工程，硬件、软件、场景、服务网络，缺一块就难以规模化。 这正是为什么具身智能的竞争，最终不是公司对公司，而是生态对生态。谁能最快把这几块拼完整，谁就在下一轮占据有利位置。 宇树IPO，是这场拼图游戏里，第一块大图显现出轮廓的时刻。 6、一台机器人，值不值这个钱 宇树的四足机器人Go2，起售价9997元，首次将行业产品定价降至万元以内。人形机器人G1起售价9.9万元（现已下调至8.5万元），R1起售价3.99万元，Air款2.99万元。加上部署和服务费用，一台落地的完整成本大约在10-20万元区间。 这个价格，放在今天，其实已经开始让一些买家认真算账了。 假如一个保安，月薪5000元，一年成本6万，三年接近18万，还不含管理成本和假期问题。一台四足机器人做夜间巡检，三年摊下来约莫同等量级，但跑的是不间断的机器时长。 这笔账，并不是每家工厂都能算清楚。 机器人部署还涉及场地改造、系统对接、日常维护。买单之前，这些隐性成本很多人没想清楚。机器人能做的事，往往也比预期更窄，它能完成固定场景下的重复任务，但复杂的判断和例外情况处理，还不在它的射程范围内。 但有一件事是确定的：机器人的成本只会越来越低，能力只会越来越强。这是工业化生产的基本规律。 GGII数据显示，2026年Q1人形机器人单台成本已降至10万元，较2025年下降33%，投资回收期缩短至12个月。 宇树现在做的，就是用规模化生产拉低价格曲线，用持续迭代抬高能力曲线，等这两条曲线的交叉点足够低的时候，算账就不需要再算了，买机器人会像买电脑一样自然。 这才是宇树规划年产19万台的真实逻辑：不是今天有这么多需求，而是要用产能把价格打下来，创造明天的需求。 7、这个行业，不再属于讲故事的人 所有行业在早期都有一段故事期。 特征是技术新、视频好看、想象力大、资本活跃，但没有真实的交付发生。这个阶段，讲得好比做得好更重要。 宇树用一份招股书，把这个行业的故事期，正式画上了句号。 当一个行业开始讲产能和交付周期，它的竞争逻辑就变了——从技术领先，变成效率、成本、能不能持续交付。入场门槛被抬高，玩家开始被强制分层，资本的耐心也开始收紧，越来越看交付数据，不只看PPT。 这个行业，变得更重了。 重，不是坏事。汽车、消费电子，都经历过这个时刻。从新技术变成工业产品。越过这个门槛的公司，才真正拥有了长期价值。 8、从理解世界，到进入世界 如果把AI这十年的演进拉成一条线，会看到一个清晰的轨迹。 起点是理解。机器学会了读语言、看图像、处理知识，第一次能听懂人在说什么。 然后是介入，AI进入工作流，生成内容，辅助决策，从能听懂变成能帮上忙。 而现在，正在发生的是第三件事：AI开始有了手脚，能走进工厂、走进仓库，完成那些过去必须由人来完成的物理操作。 理解世界，到参与世界，到进入世界。每一步，都比上一步更难，也更真实。 宇树所处的位置，正是第三步刚开始走稳的地方。这不是一个未来某天会发生的故事，而是一件正在发生的事，有招股书为证，有出货数据为证，有那些开始认真算账、准备下单的工厂为证。 过去两年，AI证明了机器可以思考。宇树正在证明，机器可以工作。 这两件事之间的距离，比大多数人预料的，更近，也更快。 【版面之外】的话： 宇树IPO的意义，不在它融了多少钱，而在它让这个行业第一次有了可量化的参照物。 以前我们说一家机器人公司好，靠的是视频、参数、融资额。现在可以看更实在的东西：产销率、出货量、收入结构、产能规划、客户构成。 这是一个行业从讲故事到讲数据的转折点。那些还在做Demo的公司，和那些已经量产的公司，从这一刻起，不再属于同一个赛道。 王兴兴说，2026年宇树的出货目标是1万到2万台。如果这个目标达成，意味着今年会有至少1万台人形机器人走进工厂、走进仓库、走进真实的工作场景。 到那时候，具身智能这个词，就不再是概念，而是账单上的采购条目。 这才是宇树IPO真正值得被记住的理由，它让机器人，开始像商品一样被谈论。

IT之家 3 月 22 日消息，未来人类 TerransForce 本周宣布，其 2026 年款 X98 旗舰笔记本电脑将于 4 月发售。 该型号采用英特尔酷睿 Ultra 9 290HX Plus + 英伟达 GeForce RTX 5090 笔记本电脑 GPU 的“双 90”硬件组合，配备一块 18 英寸大屏（可选 4K 240Hz 规格 100% DCI-P3 色域的高配和 2.5K 的低配）。 IT之家注意到，未来人类在宣传时一度称 2026 款 X98 的起步内存容量 32GB，不过后续更正为了 128GB DDR5 起步、官方最高可拓展至 192G。

IT之家 3 月 22 日消息，据央视财经消息，全球最大 AI 模型 API 聚合平台 OpenRouter 最新数据显示，中国 AI 大模型的调用量达到 4.69 万亿 Token（3 月 9 日至 3 月 15 日），连续两周超越美国。 据报道，全球调用量排名前三的位置也被中国模型包揽。摩根大通预测，中国的 AI 推理 Token 消耗量将从 2025 年的约 10 千万亿增长至 2030 年的约 3900 千万亿，五年间增长约 370 倍。 IT之家注：Token（常被称为词元）是计算机科学与自然语言处理领域中的一个基础且重要的概念，通常指文本数据经过分词或标记化处理后的最小单位，其中单位可以是单词、标点符号、数字或其他任何有意义的符号。

IT之家 3 月 22 日消息，一加中国区总裁李杰今日宣布，一加 15T 小屏新机将搭载全新 ColorOS 16，同时支持 5 年 4 个大版本系统更新维护。 目前，型号为“PLZ110”的一加 15T 手机已现身中国电信终端产品库，拥有 12GB+256GB、16GB+256GB、12GB+512GB、16GB+512GB、16GB+1TB 五种规格版本，并提供纯粹可可、治愈白巧、松弛抹茶三种配色，产品零售价格尚未公布。 据IT之家此前报道，一加 15T 手机将于 3 月 24 日 19:00 发布，新机的核心参数已曝光： 6.32 英寸 1.5K+165Hz LTPS 小直屏，1.1mm LIPO 物理四等边 骁龙 8 Elite Gen5 处理器 前置 16Mp，后置 50Mp 1/1.56" OIS 主摄 +50Mp 3.5X OIS 潜望长焦 7500mAh 电池 +100W 快充 +50W 无线充 金属中框，玻璃机身，3D 超声波指纹，X 轴马达，IP66/68/69/69K，重量 194g

IT之家 3 月 22 日消息，据科技媒体 Notebookcheck 昨天报道，继驰为 CoreBook X/Plus 笔记本被指虚标 CPU、拿锐龙 5 5500U 冒充 7430U 后，又一笔记本品牌 Ninkear 陷入同样争议，并且虚标的处理器型号与驰为完全相同。 据报道，该媒体曾在去年夏季收到了 Ninkear 提供的 A15 Pro 笔记本样机并进行评测，当时确实检测到了 7430U。不过根据读者反馈，市售版本（尤其是近期出货的批次）可能存在虚标 CPU 现象。 该媒体为此从电商渠道随机购入一台 Ninkear A15 Pro 进行检测，结果发现存在和驰为一样的虚标现象。BIOS、系统任务管理器显示为锐龙 5 7430U，但拆机可以看到处理器的 OPN 编号为 100-000000375，对应锐龙 5 5500U。 ▲ 任务管理器截图 ▲ 左：5500U 主板，右：7430U 主板 据悉，随着事件逐步发酵，越来越多品牌正在卷入这场风波。但目前已发现的相关笔记本和主板均由 ODM 厂商“深圳市亿道信息股份有限公司”制造。并且去年的正常样机和今年 3 月的问题零售机均使用相同主板，说明确实存在不同生产批次。 同时，用户反馈虚标的时间点多集中于去年年末，该媒体由此推测，厂商很可能在去年夏秋期间将处理器从 7430U 更换为 5500U，同时配合 BIOS 修改进行“伪装”。 并且 AMD 处理器可以通过 MSR 寄存器修改“处理器名称字符串”（IT之家注：PNS），从而修改 BIOS、Windows 系统和大多数检测工具的显示处理器型号。而 5500U 和 7430U 在大部分参数上相似，能够让伪装更加天衣无缝。 不过 CPU-Z 官方最近更新了 2.19 版本，已经能识别这种伪装并显示真实的 CPU 型号。 Ninkear 针对此事表示：“我们始终秉持对经销商和用户负责的态度，已和相关 ODM 厂商就受影响产品批次展开调查。并且我们已经通知经销商和用户，建议受影响用户联系销售渠道或官方支持。我们已经成立服务工作组，旨在解决质量相关问题，欢迎消费者维护合法权益”。

作者｜周一笑 邮箱｜zhouyixiao@pingwest.com 北京时间3月20日，AI编程工具Cursor发布了自研模型Composer 2，宣称是公司首次对基座模型进行“继续预训练结合强化学习”的成果。发布博客里没提基座模型的来源，措辞像是在说，这是Cursor自己从头炼出来的。 不到两小时，一个名叫Fynn的开发者在调试Cursor的API时，截获了Composer 2的真实模型ID，kimi-k2p5-rl-0317-s515-fast。拆开来看，kimi-k2p5指向Kimi K2.5，rl是强化学习（Reinforcement Learning），后面是日期和版本号。 月之暗面预训练负责人杜宇伦第一时间发推，称团队测试了Composer 2的tokenizer，发现与Kimi的tokenizer“完全一致”，几乎可以确认“这是对我们模型的进一步微调”。他直接@了Cursor联合创始人Michael Truell，质问为什么不遵守许可证，也没有支付任何费用。这条推文随后被删除。 但火已经烧起来了。马斯克在Fynn推文下面回复了一句“Yeah, it's Kimi 2.5”，直接把事情拱上了热搜。 从“套壳”到“合作”，反转只用了几个小时 Kimi K2.5采用修改版MIT许可证，明确要求月营收超过2000万美元或月活超过1亿的商业产品，必须在用户界面上醒目标注“Kimi K2.5”。Cursor的年化收入约20亿美元，超出这条门槛8倍有余。 但就在舆论发酵的同一天，剧情反转了。月之暗面官方账号@Kimi_Moonshot发帖，口吻从质疑变成祝贺，称“我们很自豪看到Kimi K2.5为Composer 2提供了基础”，并澄清Cursor通过推理服务商Fireworks AI获得了授权使用。 Cursor联合创始人Aman Sanger随后解释说，团队对多个基座模型做了评估，Kimi K2.5是“最强的”，之后在此基础上做了额外预训练和4倍规模的强化学习。他承认没有在发布博客中提及Kimi K2.5是一个失误。 从开源协议争议到官宣合作，整个过程不到24小时。 Cursor为什么“失误” 这也不是Cursor第一次被发现“底座来自中国”。2025年11月Composer 1发布时，社区通过tokenizer分析推测它与DeepSeek高度一致，推理时偶尔还会输出中文。当时Cursor同样没有回应。 从DeepSeek到Kimi，Cursor自研模型的底座换了一轮，都指向同一个事实，全球编程能力最强的底座模型，出自中国的开源社区。 Cursor不愿公开底座来源，背后有一个更深层的结构性问题。Cursor一直以来依赖Anthropic和OpenAI的模型来驱动产品，但这两家公司现在正亲自下场做编程工具，Claude Code和Codex都在迅速铺开，不少开发者已经开始迁移。Cursor面临的悖论是，它必须依赖顶级模型来满足用户需求，但模型厂商同时也是它的直接竞争对手。如果没有自己可控的模型底座，Cursor就永远受制于人。 从这个角度看，选择中国开源模型微调几乎是一个必然的逻辑，既够强，又不会变成自己的竞争对手。但这同时也是Cursor不愿公开讲的原因，2025年它是AI编程赛道最炙手可热的明星，估值冲到293亿美元，3月12日Bloomberg报道新一轮融资目标估值约500亿美元。在这个节骨眼上承认核心模型来自中国开源社区，对估值叙事并不友好。 Composer 2在Cursor自己设计的CursorBench上拿到了61.3分，超过了Claude Opus 4.6的58.2分，不过这毕竟是一份自家出题自家考的成绩单。反过来看，如果一个基于开源模型微调的产品能在编程任务上和巨头打得有来有回，这件事本身可能比Cursor的披露失误更有意思。Hugging Face联合创始人Clément Delangue就此评价说，“中国开源现在是塑造全球AI技术栈的最大力量”。 而对月之暗面来说，这场风波的结果几乎是一次完美的品牌事件，从“被侵权方”到“合作方”，在全球开发者社区里刷了一轮存在感，最后还让Cursor亲口确认“选了Kimi K2.5因为它最强”。 Kimi的“黄金一周” 往前倒推几天，Kimi刚经历了一个密度极高的曝光周期。 3月16日，月之暗面发布了一篇纯架构层面的技术论文“Attention Residuals”（注意力残差），试图替换掉Transformer架构中一个自2015年ResNet以来就几乎没人动过的基础组件，残差连接。过去每一层的输出和输入直接相加、无差别传递，Kimi团队让每一层可以“回头看”，动态选择从前面哪些层提取信息。实验显示训练效率提升约25%，推理延迟增加不到2%。论文的共同一作之一是一位17岁的深圳高中生，和Kimi的关键研究者苏剑林、张宇并列。 论文发出当晚，马斯克在X上评价“Impressive work from Kimi”，Kimi官方回了一句“你的火箭造得也不错”。Andrej Karpathy说，“看来我们还没把'Attention is All You Need'这句话按字面意思理解透”。前OpenAI强化学习VP Jerry Tworek称之为“深度学习2.0”的开端。 第二天，3月17日，黄仁勋在GTC 2026的Keynote中多次提及中国开源模型。Kimi K2.5代替了去年的DeepSeek ，成为黄仁勋用来对全世界展示推理重要性的时候，那个作为标杆的模型。 3月18日，杨植麟更是直接登上GTC的分论坛演讲。他是嘉宾名单中唯一来自独立大模型创业公司的代表，与特斯拉AI总监、DeepMind核心架构师同列。演讲现场也座无虚席，他系统披露了Kimi K2.5背后的技术路线，将模型进化归纳为Token效率、长上下文和智能体集群三个维度。 而在DeepSeek彻底走红之前，在GTC上做分享最多的中国开源模型团队，曾经是DeepSeek。 论文、GTC、Cursor，三件事在一周内接连落地，且这些亮眼的高光里都有与DeepSeek“时代更替”的意味：曾经是DeepSeek 每篇论文都被全球技术社区和KOL大佬追捧转发，曾经GTC几乎是DeepSeek的“非官方”发布会，甚至Cursor以前“悄悄套壳”的也是DeepSeek ，而一瞬间，全部变成了月之暗面Kimi。 站在DeepSeek的位置上 这让很多人开始意识到，Kimi正在占据DeepSeek在全球AI社区中的位置。 DeepSeek R1在2025年初的爆发重塑了整个行业的认知，让“中国AI”从一个模糊的概念变成了具体的、可以运行的模型权重。但自那之后，DeepSeek相对沉寂了。社区期待已久的V4/R2一直没有发布，V3.1、V3.2等版本持续在更新，但那种“一出手就改写规则”的冲击感暂时没有重现。 Kimi恰好踩进了这个窗口期。 2025年春节后，Kimi日活一度承压，月之暗面砍掉了大笔营销预算，闭门做模型。7月，Kimi K2发布，万亿参数MoE架构。K2发布后在Hugging Face上线首日下载量超过平台上所有其他模型，Anthropic联合创始人Jack Clark评价其为“全球最好的开源权重模型”。 2026年1月底，K2.5发布，原生多模态加Agent集群架构，在多项Agent评测中拿下全球开源最佳。OpenClaw热潮到来后，Kimi Claw迅速上线。据报道，K2.5发布不到一个月，Kimi近20天累计收入就超过了2025年全年。Stripe数据显示，Kimi个人订阅用户1月支付订单环比增长8280%。 资本层面的节奏也在加快。2025年底5亿美元C轮，投后估值43亿美元；2026年2月超7亿美元，估值升至100亿美元；3月中旬新一轮10亿美元正在推进，估值已到180亿美元。同期港股上市的智谱和MiniMax，市值在3月中旬分别站上了3300亿和3800亿港元的量级，月之暗面还没进二级市场，以当前AI板块的溢价看，上市后的想象空间不小。 Kimi就这样用DeepSeek的方式夺走了DeepSeek的光环。 Kimi K2的架构直接脱胎于DeepSeek V3，MLA注意力机制、MoE专家混合框架都是DeepSeek首创或率先大规模验证的。Kimi的崛起本身就是DeepSeek技术影响力的一种继续。DeepSeek的开源策略也更为彻底，采用纯MIT许可证，没有任何营收门槛限制，这让它在全球开发者生态中积累了极高的渗透率。Kimi的修改版MIT许可证在商业使用上多了一层约束，这次Cursor事件就是一个例子。 在DeepSeek相对安静的这段时间里，Kimi接过了“中国AI开源代表”的话筒。无论是黄仁勋的演讲台、Cursor的模型底座，还是学术论文和开发者社区，Kimi正在填补一个需要持续有新鲜内容的叙事空间。 而且Kimi做的也不只是出模型，Attention Residuals论文触碰的是深度学习十年没有实质性变化的底层结构，这和DeepSeek当年做MLA是一个路数，都是在尝试重新定义行业的基础设施。 中国AI开源的故事，正在从“一个DeepSeek”变成一个不停有新的夺走光环的玩家出现的故事，这和硅谷的节奏越来越像，OpenAI之后是Google，Google之后Anthropic，然后循环。 由中国的开源模型们交替接管全球开发者们的时间线，模型能力螺旋式上升的同时，话语权不旁落：等到DeepSeek 新模型出现时，Kimi的注意力会不会被夺走；MiniMax、Qwen、智谱、阶跃以及同样来势汹汹新入局的小米们的新工作，会不会再突然夺走它们俩的主角位置，这些都在让这种螺旋交替继续下去，而这对每个中国AI参与者都是好事。

IT之家 3 月 22 日消息，过去几年里，研究人员、教师和心理健康专家都震惊地发现，青少年和年轻人正把自己的大脑“外包”给人工智能聊天机器人。如今，他们把这项技术当作拐杖，用来逃避那些不想面对的艰难对话。 美国有线电视新闻网（CNN）的最新报道详细描述了一个令人担忧的趋势：越来越多的年轻人在人生中那些微妙、棘手的时刻，让 ChatGPT 等人工智能模型代自己出面。 例如，耶鲁大学一名叫帕特里克的学生，就用 ChatGPT 来拒绝一位通过共同朋友认识的女生。“嘿，艾米莉！希望你的半程马拉松顺利 —— 我相信你一定表现超棒。”帕特里克这样开头。 接下来长达六段、满是 ChatGPT 典型文风的文字，堪称 21 世纪尴尬文学的完美缩影。在 AI 代写的内容里，“帕特里克”表示很乐意“多一起出去玩 —— 不管只是做朋友，还是保持我们周末那样的关系”，但附带说明自己“目前并不想发展太认真的感情”。 “这段话看起来非常得体，我当时觉得他人挺好的，所以就想，也许他平时就是这么发消息的。”艾米莉告诉 CNN。然而，在给几位朋友看过后，她确信这段话“99% 是 AI 写的”。 面对质问，帕特里克承认拒绝短信是用聊天机器人代写的，他说自己不擅长写这种敏感措辞。“我知道如果自己写，肯定会含糊不清、优柔寡断。”他说。 研究人员已经为这种现象起了一个术语：社交外包。一项即将发表在《实验儿童心理学杂志》上的研究指出，它指的是“在任何基于共同任务的场景中，个体能够借助社交环境中的其他主体…… 来提升自身的认知表现”。 换句话说，帕特里克让 ChatGPT 帮他组织拒绝话术的行为，就是典型的社交外包。 IT之家注意到，虽然社交外包并不只涉及人工智能 —— 正如上述研究提到的，儿童也会把事情外包给成年人，但聊天机器人的兴起，让这一现象进入了人机交互的领域。 Common Sense Media 研究主管迈克尔 · 罗布称：“如果你用 AI 给朋友或恋人写消息，你就是在把沟通行为本身外包出去。我见过很多青少年、二十岁出头的年轻人用 AI 来社交，他们往往是因为自己不懂得如何真正与人交往，才用 AI 来过度弥补。” 罗布解释说，这对人类未来的发展有着严峻的影响：“如果每一条棘手、难开口的消息都由 AI 代笔，可能会让用户形成一种观念 —— 觉得自己的语言和直觉永远都不够好。”

IT之家 3 月 22 日消息，岚图汽车已于 3 月 19 日在港交所挂牌上市，号称“央国企高端新能源汽车第一股”，股票代码 07489.HK。值得一提的是，岚图泰山 X8 也同步亮相。 据岚图汽车科技股份有限公司董事长卢放介绍，岚图泰山 X8 定位“庭院级大五座 SUV”，正在牙克石进行冬测验收，其可靠性经过了研发团队的严苛测试验证。 IT之家注意到，卢放此前（3 月 11 日）还透露，岚图泰山 X8 将首搭华为全新一代智能座舱，并首发多项黑科技，号称大五座 SUV 市场的革新之作。 另根据官方此前的预热海报来看，岚图泰山 X8 的尺寸为 5200×2025×1814mm，将首发华为全新一代交互座舱、华为 L3 级智能辅助驾驶硬件，预计 2026 年上半年上市。

IT之家 3 月 22 日消息，如今，一起新的特斯拉车门把手相关诉讼正在法院审理中。 据 Carscoops 报道，该诉讼由罗伯特 ·L· 海德提起，他购买了一辆 2023 款 Model S，并主张该车目前价值低于其购买价格。诉讼文件称，特斯拉未披露一项被认定为重大安全缺陷的问题，海德表示这一细节直接影响了车辆的贬值幅度。 该诉讼矛头直指车门把手这一核心争议点。如果低压系统在碰撞或火灾中断电，车外门把手可能无法弹出，导致救援人员难以进入座舱。值得注意的是，海德并未声称自己的车辆出现过故障。 相反，海德主张他遭受了经济损失，称该所谓缺陷导致所有 2023 款及之后生产的 Model S 车型价值缩水。此案指控特斯拉存在欺诈性隐瞒、不当得利，并违反加州消费者保护法，要求赔偿损失，同时请求法院下令特斯拉修改设计或进行披露。 特斯拉尚未对此诉讼作出公开回应。 IT之家注意到，特斯拉已因该设计面临多起诉讼，部分案件中甚至声称涉及人员死亡。从海德的角度不难理解，这些事件会拖累配备此类门把手车辆的价值。 值得关注的是，全球各地的汽车制造商与监管机构似乎都认同这类门把手存在潜在安全隐患。这也是中国从明年起禁止电动汽车使用此类门把手的原因，同时也是部分新车配备机械备用装置的缘由。包括丰田在内的一些车企，正在为原本采用电子门锁的车型研发全新的手动外开装置。

快科技3月21日消息，华为Mate 80 Pro Max风驰版将于3月23日正式公布售价。作为华为手机史上的里程碑产品，它是品牌首款内置主动散热风扇的高端旗舰，标志着国产手机在极致性能释放上迈出了重要一步。 华为首次在标志性的圆形镜头模组内部，集成了一颗精密的主动散热风扇，并配套设计了进出风道。这种主动散热机制能让机身内部热量迅速排出，实现冷热空气的实时循环，彻底打破了传统散热的物理极限。 相较于目前行业普遍采用的VC液冷散热方案，风扇驱动的主动散热极大地缩短了热传导路径。这种设计能够深度挖掘麒麟9030 Pro芯片的性能潜力，使其成为目前性能调校最为激进的鸿蒙手机。 为了给这套复杂的散热组件预留出充足的内部空间，Mate 80 Pro Max风驰版在影像系统上做出了一定取舍，取消了长焦镜头。这一改动明确了该机型的定位，即优先服务于追求极致性能爆发的硬核用户。 这种设计取舍在高端旗舰中极为罕见，反映出华为在性能与功能平衡上的全新思考。对于重度游戏玩家或性能发烧友而言，这种性能导向设计无疑具有极强的吸引力。 在外观与规格方面，该机提供了极夜黑与极昼金两种极具质感的配色方案。配置上则统一搭载16GB大容量运行内存，并提供512GB和1TB两个存储版本，确保了顶级旗舰的流畅体验。 【本文结束】如需转载请务必注明出处：快科技 责任编辑：振亭

IT之家 3 月 22 日消息，鸿蒙智行官方今日宣布，“幸福旗舰”问界 M7 也将焕新升级。同时官方还放出了问界 M7「夜紫」新色的官图，新车将在 3 月 23 日华为春季全场景新品发布会登场。 鸿蒙智行已经陆续官宣多款新车或新款现有车型将在 3 月 23 日的华为春季全场景新品发布会上登场。IT之家汇总如下： 问界 M6 问界 M7 问界 M8 智界 R7 / 新 S7 享界 S9 / S9T 尚界 Z7 / Z7T 鸿蒙智行今年 2 月 5 日宣布，全新问界 M7 累计交付量突破 10 万台。全新问界 M7 于 2025 年 9 月 23 日上市，提供增程和纯电两种动力，共 12 款配置车型，官方指导价 27.98 万元起。 全新问界 M7 定位“幸福旗舰”，行业首发华为乾崑舱内激光视觉方案，同时支持城区 NCA 功能。该车尺寸为 5080×1999×1780mm、轴距 3030mm，增加了后排娱乐屏（吸顶屏）、7.3L 压缩机冷暖箱、主驾零重力座椅等配置，配齐“冰箱彩电大沙发”。全新问界 M7 全系配备宁德时代电池： 增程版容量为 37 度或 53 度，最高综合续航 1600+ 公里，WLTC 公告百公里油耗 6.5L； 纯电版容量为 100 度，最高续航 700+ 公里，搭载华为高压电驱七合一。

快科技3月21日消息，华为畅享90系列定档3月23日发布。本系列涵盖了畅享90 Plus与畅享90 Pro Max两款核心机型。 在外观设计上，畅享90 Pro Max延续了华为家族式的星环对称美学。其视觉风格与旗舰级产品Mate 80极为神似，并提供了飞天青、晨曦金、雪域白以及曜金黑等多种富有质感的配色。 性能层面的重大跨越是本次新机的核心看点，华为畅享90系列将破格搭载性能强劲的麒麟8系芯片。在以往的产品序列中，这一级别的芯片主要应用于定位更高的nova系列。 此次核心硬件的下放，预示着畅享系列的综合性能将迎来史诗级的跨越。配合目前最先进的鸿蒙6系统，该系列有望在同档位产品中，提供最为丝滑、稳定的系统交互反馈。 除了性能升级，极致的续航能力也是畅享90系列的一大卖点。华为高管余承东在直播中对该系列的表现给予了极高评价。他表示，畅享90系列的电力支撑非常强悍，甚至达到了出门无需携带充电宝的水平。 与此同时，该系列在信号表现上也延续了华为一贯的技术优势。无论是在复杂的室内环境还是信号较弱的区域，强大的通信能力都能确保连接的稳定性，为用户的日常使用提供坚实保障。 【本文结束】如需转载请务必注明出处：快科技 责任编辑：振亭

3月21日消息，在刚刚结束的华为中国合作伙伴大会2026上，华为重磅发布并展出了搭载全新昇腾950PR（Ascend 950PR）处理器的AI训练推理加速卡Atlas 350，并宣布该加速卡正式上市。 △Atlas 350加速卡（图片来源：上海证券报） 根据华为此前公布的资料显示，昇腾950PR芯片于今年一季度推出，基于SIMD架构，算力达到1PFLOPS（FP8）/ 2PFLOPS（FP4），支持FP32/HF32/FP16/BF16/FP8/MXFP8 /HiF8/MXFP4/HiF4等数据格式，互联带宽为2TB/s。内存容量和带宽上，昇腾950PR为128GB、1.6TB/s。 与前一代昇腾芯片相比，昇腾950PR在低精度数据格式、向量算力、互联带宽及自研HBM等方面实现大幅提升。与英伟达H20相比，该芯片的HBM（高带宽内存）容量是H20的1.16倍，达到了112GB，多模态生成速度可以提升60%；内存访问颗粒度从512字节减少到128字节，小算子访存效率提升4倍。 针对基于昇腾950PR芯片的Atlas 350加速卡的硬件参数，华为公布的数据是：FP4精度算力为1.56P，带宽达到了1.4TB/s；功耗为600W，是H20的1.5倍。 △Atlas 350加速卡参数（图片来源：上海证券报） 华为昇腾计算业务总裁张迪煊表示，Atlas 350的单卡算力达到了英伟达H20的2.87倍，是目前国内唯一支持FP4低精度的推理产品。这意味着，集成Atlas 350板块的服务器能够支持更大的模型以及时延更低的推理，精度小了，计算速度就会更快，寄存器效率业会更高。 据上海证券报报道，目前Atlas 350在互联网推荐场景的实测数据显示，该卡的时延更低、响应更快，特别适合短视频、电商、广告推荐等高并发场景。在大模型推理、文生图、文生视频等多模态场景，其性能也和英伟达的L20相当。 张迪煊也表示，基于Atlas 350等产品，结合AI发展趋势与客户需求，昇腾将打造大、中、小三大核心算力场景，助力伙伴满足差异化场景需求，共同深耕行业智能化。 在此次大会上，昆仑、华鲲振宇、神州鲲泰、长江计算、宝德、软通华方、百信7家华为核心伙伴在会上发布了基于Atlas 350的服务器整机产品，标志着昇腾950代际推理算力正式进入商用阶段。 软通动力旗下的软通华方在会上发布的“超强A860 A5”就是其中之一。软通动力计算产品事业群企业级产品研发管理本部总经理邓忠良将超强A860 A5比作赋能大模型时代的“核武级”算力。据介绍，超强A860 A5是一款6U2路AI服务器产品，搭载鲲鹏920新型号处理器，可支持8块昇腾Atlas350加速卡，具有超强算力、灵活拓展、安全可靠等特点，适合用于AI大语言模型训练和推理、AI加速计算、视频分析等应用场景。 科大讯飞集团副总裁、星火企业军团总裁刘江在会上表示，讯飞新一代星火大模型也将与昇腾910/950系列算力底座进行充分适配，为用户提供“懂行业、能干活、守规矩、会进化”的整体AI解决方案。 华为昇腾还联合20家行业头部伙伴，发布了2026昇腾AI应用场景解决方案，覆盖辅助办公、AI实训、电子病历、智能客服、政务办公等多个行业核心场景，以“轻量部署、快速落地、可规模复制”的特点，破解行业智能化部署复杂、周期长的痛点。 值得一提的是，近期基于OpenClaw的“养虾”热潮再度激起了相关AI一体机的需求。华为副总裁、ICT产品组合管理与解决方案部总裁马海旭在会上透露，过去一个多月已有十几家合作伙伴推出了基于昇腾的OpenClaw一体机。截至目前，昇腾已联合伙伴打造400多款行业一体机，服务客户逾2700家，占据国内一体机市场80%以上份额。 编辑：芯智讯-浪客剑 部分资料和图片来源：上海证券报

IT之家 3 月 22 日消息，iQOO 官方今天宣布 Z11 系列手机支持签到水印功能，可清晰留下时间、地点等重要信息，记录每一个重要时刻。 作为参考，iQOO Z11 手机将搭载品牌最大容量 9020mAh 电池、品牌首个 165Hz 护眼电竞屏；而 Z11x 则是搭载 LCD 莱茵护眼屏、7200mAh 蓝海电池。 爆料信息显示，iQOO Z11 搭载一块约 6.83 英寸的 1.5K 165Hz 超高刷直屏，天玑 8500 芯片，匹配 16GB RAM 和 512GB 存储空间，内置 9020mAh 大电池，配 90W 快充头。 而 iQOO Z11x 已经在海外市场发布，搭载联发科天玑 7400 Turbo 芯片、 6.76 英寸 LCD 屏、44W 快充、7200mAh 电池，后置 50MP IMX852+2MP 镜头。 iQOO Z11 系列手机将在 3 月 26 日晚 19 点发布、开售，感兴趣的小伙伴们可以关注IT之家后续报道。

作者｜靖宇 「这里是圣何塞的墨西哥裔社区，一定有很好吃的 Tacos。」 我和英伟达智驾团队的人以及安全员，在全新的奔驰 CLA 量产车上，望向窗外，渴望着美国美味的平民美食。 在两天 GTC 2026 大会的密集信息轰炸之后，虽然只是一台 A 级车，但是这不太富裕的空间中，还是出现了少有的平静。 这是英伟达在 GTC 2026 期间为媒体安排的试驾体验——搭载英伟达 L2++ 智驾方案，我们绕着圣何塞市区开了大概 40 分钟。 和国内智驾的试驾，专门喜欢找重庆成都这样交通难度巨高的地段不同，这段圣何塞的试驾显得如此波澜不惊，和西海岸人们的 Chill 生活一样。以至于当英伟达的同学问我体验如何的时候，我只能说「就没什么挑战吧？」 英伟达智驾的同学说，确实，不过这最贴近一个美国人上下班的通勤状况，符合美利坚国情。 但其实，在平静的试驾下，英伟达在整个智驾行业的野心，却波涛汹涌。 01 有礼貌，但是机械的礼貌 坐进车里，主驾是英伟达的安全员，副驾是英伟达的智驾工程师。车缓缓开上街道，方向盘开始自己转动。 第一个让我印象深刻的细节，是在一个四向停路口。美国交通有一套复杂的路权规则，四向停的通行顺序按先到先得排序，多车同时停下靠的是礼让和眼神博弈。这套规则我作为中国人，开车上路之前真花了一阵才搞清楚。但这辆车，不仅认出了这是一个四向停，还清楚判断出该轮到谁走——等了一下，然后稳稳开过去。 第二个细节是换道。遇到更高速的变道带，车会提前减速，不是那种「刹一下」的急促感，而是带着预判的、平滑的节奏，和一个经验丰富的老司机很像。 圣何塞街头车流并不湍急｜图片来源：极客公园 但最有意思的，是在一个人行横道前发生的一幕。 路边有行人，但距离并不近。系统判断：可以通过。于是车没有停，继续向前。就在这一刻，安全员一脚踩下了刹车，把车刹住，让行人先过。 这一脚踩得非常自然，熟练得像是早已预料到会发生。 我坐在后座，脑子里浮出一个词：有礼貌，但是机械的礼貌。 系统的判断在逻辑上没有错，行人确实还远，按规则它有权通行。但人类开车，面对那种场景，往往会多给一点余量，让对方先走。这种「超出规则的礼让感」，暂时还不在这套系统的字典里。 02 端到端模型，加上一道「安全防火墙」 在试驾的前一天，极客公园在 GTC 会场和英伟达汽车业务 VP Ali Kani 做了一场约 30 分钟的专访。他告诉我，过去一年英伟达在智驾领域做了三件最引以为傲的事。 第一件，是把推理能力带入了汽车领域。 英伟达开源了一个叫 Alpamayo 的视觉语言模型，内置推理机制——遇到没训练过的场景，它不是直接输出答案，而是把问题拆解成小步骤，然后选择最安全的结果。Ali 说，这个模型发布几个月内在 Hugging Face 机器人领域的下载量已达 15 万次以上，排名第二。 「在中国，目前还没有哪家车企有推理模型，他们都还在研发。」 第二件，是仿真基础设施的开源。 一个叫 NuRec 的神经重建工具，在本届 GTC 上正式开源。它可以从真实路测数据中重建三维场景，再结合 Cosmos（合成数据生成工具），每天晚上对 Alpamayo 跑数百万次测试。「我们没办法把世界上所有可能发生的事都塞进训练数据，」Ali 说，「但我们可以用仿真无限逼近。」 英伟达汽车业务 VP Ali Kani 在试驾车前拍照｜图片来源：极客公园 第三件，也是我认为最关键的——Halos OS。 这是英伟达本届 GTC 发布的「经典安全栈」。端到端模型是一个黑盒，出了问题没法溯源。Alpamayo 在行驶中每次会输出 10 条候选轨迹，Halos 的任务是对这 10 条逐一审查：不安全的剔除，剩下的里面选最舒适的执行。「有时候 Alpamayo 的 10 条轨迹，Halos 告诉你一条都不能用——这时候经典栈直接接管。」 这套「端到端模型 + 经典安全栈并行」的架构，已经有了一个标志性验证：搭载英伟达全栈方案的奔驰 CLA，获得了 Euro NCAP 2025 年度最佳表现奖，是当年参测 49 款车型中综合评分最高的。 03 三台电脑，和一个操作系统野心 理解英伟达在自动驾驶领域的商业模式，有一个关键框架：「三台电脑」。 Ali 解释说，自动驾驶的完整链路涉及三台完全不同的计算机：在云端训练模型的训练计算机，做仿真测试的测试计算机，以及装在车里的车载计算机。 英伟达的策略是三台都做，但不坚持三台都必须是自家的。 这听起来奇怪，但有一个例子可以说清楚：特斯拉。 特斯拉是英伟达在汽车领域最大的客户，但特斯拉的车里用的是自研 FSD 芯片，不用英伟达的车载芯片。他们向英伟达购买的，是训练算力和仿真算力。「这两块的市场规模，远比车载芯片大得多，」Ali 说，「所以就算我们把模型开源了，我们的商业模式依然非常健康。」 开源的 Alpamayo 也只是一个「教师模型」——你拿到它，还得针对自己的传感器配置和目标车型，做大量蒸馏适配。这个适配工作，正是英伟达帮各 OEM 做的核心服务。「我们帮奔驰做了这件事，但那个成果不是开源的部分。」 奔驰 CLA 试驾车上的英伟达智驾标志｜图片来源：极客公园 在这个框架之上，英伟达还有一个更大的野心，Hyperion。 Hyperion 是一套 L4 参考架构，目标类似于当年 PC 产业的主板规格标准：让所有 OEM 在 Hyperion 上造车，所有 智驾公司在 Hyperion 上写软件，所有出行服务商在 Hyperion 生态里采购车辆和软件。 「当整个产业的生态都建立在这个平台上，推进速度会快很多——任何一方都不需要从头验证兼容性。」 本届 GTC 上，这个战略落地了一个标志性案例：Uber 宣布将采购 10 万辆 Hyperion 兼容车辆，与英伟达合作在全球 28 座城市、4 个大洲推进 L4 出行服务；与此同时，英伟达还将用 Cosmos 数据工厂为 Uber 搭建整套数据处理管线，供 Uber 的 AV 软件合作伙伴获取真实路测数据做训练。 04 中国市场，和一个 2028 猜测 聊到中国，Ali 说了一个有意思的观察：中国车企是英伟达 Cosmos 和 NuRec 使用量最高的群体。 「如果你看我们的仿真和神经重建工具，使用它们最积极的是中国公司。」本届 GTC 上，英伟达还宣布与吉利、BYD 合作推进双 Thor 芯片 + Hyperion 架构的新车，硬件层面已为 L4 做好准备。至于什么时候用、怎么用，是 OEM 自己的决定——「吉利完全可以把这辆车交给他们的出行子公司去跑 Robotaxi。」 聊到 L4 落地乘用车要多久，Ali 想了一下说：「大概 2028 年前后？这是猜测。但顺序一定是 Robotaxi 先行——Robotaxi 的风险是运营公司自己扛，乘用车面对的是每一个普通消费者。」他补充，中国的百度、小马、文远已经在跑商业化Robotaxi，「我都坐过，挺好的。」 我问他，英伟达对中国市场有没有专项目标，比如要从这里获得多少收入？ 他摇了摇头：「我们不那样想问题。我们做的是把最好的产品做出来，然后去和每一个好的公司合作。如果做到了，机会自然会来。」

清晨 6:45。你的日历里标注着 9:00 在会展中心的会议。 你还没起身，Agent 在后台已经完成了几轮判断。 今天气温升高了几度，有点热；当天场馆周边有大型活动，常走路线预计会很堵；车辆电量还剩 62%，足够往返。 于是系统自动将出发提醒从原本的闹钟时间提前至 7:20，同时将车内温度预设为 22 度，打开你惯常收听的晨间播客。 等你下楼、走出电梯、拉开车门，车已经像刚刚被人收拾好一样，温度合适，路线妥当，内容也备好了。 你没有按按钮，也没有说一句话，可它已经知道该做什么。这大概就是今天人们对 AI Agent 最具体、也最迷人的想象。 ▲《钢铁侠》中的贾维斯就是这种幻想的终极表达 它不再只是网页上的一个对话框，不再只是你输入一句、它回一句的机器人。 它开始离开屏幕，走进物理世界，替你处理那些原本需要手、眼、耳同时介入的小事。 聪明的 Agent 撞上了「墙」 过去一个多月，这种科幻般的想象突然变得触手可及。即便平时不太关注 AI 的人，大概也刷到过那个频频出圈的「龙虾 OpenClaw」。 与过去那些只会聊天的 AI 不同， OpenClaw 这类工具看起来更符合大众脑海中「真正的 Agent」的形象，它能接管键盘和鼠标，在终端后台运行，直接调用系统 API 干活。 有人让它写代码，有人让它定时整理邮件、规划待办事项，还有人干脆把查航班、选座、值机这一整套杂活全扔给它。它就像一个永不下班的超级实习生，动作快、能力强，理论上什么活儿都能接。 但热潮来得快，退得也快。 算力配置昂贵、调用成本高，加上脆弱的安全默认设置，想要将其转化为稳定的生产力，中间还隔着重重门槛。 因此，舆论在很短时间里完成了一次反转，先是「第一批靠龙虾赚钱的人出现了」，接着就变成「第一批龙虾受害者出现了」，再后来，甚至有人开始花钱请人上门卸载。 手机端的 Agent 们也是类似的情况，能自动比价、下单、甚至发微信的豆包手机，刚一露头，就被各大平台联手设限。 屏幕里的 Agent 明明已经很聪明，却总在最后一步碰壁。这堵「墙」，有时是系统权限，有时是封闭生态，有时则是巨头们的商业利益。 这一困境恰好反衬出另一个硬件终端的巨大潜力——汽车，反而成了 Agent 最有可能率先落地的场景。 这件事颇具历史的讽刺意味。 新能源汽车刚兴起时，业界几乎一致认为，智能汽车会是继智能手机之后的下一个超级硬件入口。 那几年，车企的宣传口吻与手机厂商如出一辙：自研 OS、封闭生态、应用商店、开发者平台、争夺用户停留时长。 大家都把车做成「带轮子的大手机」。奔驰、宝马、大众都在讲自己的车载系统，吉利和沃尔沃成立亿咖通，比亚迪也早早就开放了自己的车载 SDK。 那时的大家都有一种很熟悉的乐观，好像只要把手机那套再复制一遍，中控屏就会成为新的黄金地段，广告、分成、增值服务都会顺着这些流进来。 ▲ 各种各样的车载应用 但车终究不是手机。 车企们后来发现，除了导航和在线音乐，大多数车载 App 的活跃数据都惨不忍睹。没人真想在车里打游戏，在车机上购物总觉得别扭，短视频一上线就被安全监管盯上，连看起来极具想象空间的「车载 KTV」，实际使用率也远不如宣传的那般热闹。 毕竟，人开车上路是为了出行，而不是为了操作一块屏幕。 手机是一个能独占注意力的设备。你低头看屏幕、滑动手指，整个人都可以沉浸其中。但汽车不行，尤其是在驾驶过程中，驾驶员的眼睛必须注视路面，双手必须控制方向盘。 在时速 120 公里的高速上，视线只要离开路面 2 秒，车辆就已经向前飞驰了 67 米。在这 67 米的盲区里，足以发生任何意外。 车主们也很快意识到了这一点，为了打开座椅通风，居然要在屏幕里翻找二级菜单。这种看似「先进」的设计，真到了路上只会让人暴躁。 正因如此，智能座舱的发展轨迹并没有沿着「繁荣 App 生态」这条路继续走下去，而是几乎直接跳跃到了另一场革命：由大模型驱动的交互变革。那些曾被寄予厚望的车载 App，还没来得及开花结果就被边缘化了。 ▲ 车企们逐渐恢复了物理按键 手机做不到的，汽车天生就会 舞台的新主角换成了 Agent。它不再强调「我能给你提供多少个入口」，而是主打「我能替你把事办完」。 2019 年，小鹏 P7 曾把「全场景语音控制」作为一个极其亮眼的卖点。当时的评测经常演示这样一个场景：车主说一句「我有点冷」，空调温度就会自动调高 2 度。这在当时无疑是巨大的进步，比手动戳屏幕方便得多，也更有未来感。 但在工程逻辑上，它背后依然依赖着一张预设好的「语句—指令」映射表。系统听到「我有点冷」，就在代码表里匹配到对应选项，执行「空调升温 2 度」。这更像是一本厚厚的词典，翻页速度很快，但毫无思考能力。你说对了触发词，它就响应；你稍微换个说法，它就开始「我还不会哦」。 ▲ 你好小 P 不过很快，我们将迎来具备主动感知能力的 Agent，它将开始能够理解意图，具备主动感知能力，并能跨系统编排复杂的动作。 它不会傻等着你发号施令，而是像一个资深的管家，平时就在一旁默默观察、聆听和记录。比如你说「今天心情不太好」，旧系统往往会礼貌地失灵，或者只是给你一点心灵鸡汤。 因为这句话不对应哪一个明确按键。可 Agent 可能会联想到情绪、环境、偏好之间的关系，自己把音量调低，把氛围灯收暗一点，切一首没那么躁的歌。它不一定每次都猜得完全准，但它已经不再只是在执行口令了。 腾讯之前展示过一种场景感知型 Agent，可以结合时间、地点、用户习惯主动给建议，也能接入点餐、停车缴费这类服务。 还有一些座舱 Agent 的预研方向，已经能识别后排乘客是否睡着，然后自动降低后排音量，微调温度，甚至改变出风方式。 想象一下，一家人周末出门，车开在高架上，后排的小孩睡着了，传统语音系统需要你说一句「把后排空调调小一点」。 真正的 Agent 却可能自己判断出，这时候要做的不是一个动作，而是一串连贯动作：把后排音响关小，调一下空调风向，稍微降低车窗透光率，让后排光线别那么亮；底盘切到更柔和的模式，把细碎颠簸过滤掉；如果智驾开着，再顺手把跟车策略调保守一点，让加减速更平滑。前排的大人甚至没有意识到自己下达过什么命令，车厢已经默默把环境改好了。 这就不再是一个功能在工作，而是整辆车作为一个整体，完成了一次从感知到响应的闭环。 这种真正让汽车和其他终端拉开差距的，是跨域协同的能力。 过去汽车的电子电气架构，像一座分租出去的大宅子。座舱域管娱乐、空调、座椅；底盘域管悬挂、制动、转向；智驾域管 ADAS 和自动驾驶。每一层都有自己的边界，彼此之间不像一间房那样自然贯通。 旧式语音系统，通常只能在某一个域里做单点操作，说白了就是隔着门传话。而 Agent 不一样。它收到的往往是模糊意图，却能跨过几扇门，把几个系统一起调度起来。 也正因如此，汽车可能是今天所有终端里，最适合 Agent 落地的那个容器。原因就在于它足够统一，足够封闭，也足够可控。 一个典型的反面例子是智能家居。 搞过装修的朋友都知道，家里的电器，空调是一个牌子，灯是一个牌子，窗帘电机又是另一个牌子，音箱和门锁也各玩各的协议。 看上去你买的是一套「智能生活」，实际到手常常是一堆彼此不怎么来往的设备。 Matter 协议 2022 年就出来了，试图给这个行业造一门通用语言，但各家厂商在底层依然固守着私有接口和数据壁垒。 所以现在智能家居最顺的体验，往往还是「全家桶」。 手机端面临的困境也大同小异。你想让手机助手点杯咖啡，再去微信提醒朋友，最后切到高德导航，听起来就 3 步，背后却牵涉到几家超级 App 之间漫长而脆弱的利益博弈。任何一方觉得吃亏，链路就会中断。 相比之下，汽车的情况简单得多。至少在车内这个封闭世界里，规则主要由车企自己说了算。底盘、空调、音响、座椅和灯光，天生就生长在同一张网络里。 当然，汽车座舱也并非乌托邦。它的使用场景更加集中，核心永远围绕出行、驾驶和在途体验，这使得 Agent 在车内比在手机上更容易构建出稳定的上下文逻辑。 但相应的，它的试错成本也高昂得多。智能家居误判最多半夜亮灯；车上的 Agent 一旦触及安全控制权发生误判，后果不堪设想。 从「坐在车里的你」，到「完整的你」 近年来，中国新能源汽车市场的竞争日趋白热化，硬件层面的差距越缩越小。如今真正能拉开代差的，反而是智能化体验。 加上中国用户对新技术的接受度极高，这几股力量汇聚，形成了一个罕见的加速器。这也是为什么近两年来，最激进、最具规模的 Agent 上车实践大多发生在中国。 然而，当车内 Agent 进化到一定阶段后，很快又会面临新的瓶颈，它仅仅认识「坐在车里的你」是远远不够的。 它知道你喜欢听什么歌、习惯多少度的空调，这很有用，但还太浅。它还得知道你昨晚几点入睡，明天几点开会，最近常去哪里，何时最不想被打扰。 它需要把你当作一个生活在连续时间轴上的「完整的人」来理解。 这正是华为、小米这类拥有全场景生态体系的玩家最大的优势所在。他们的野心不止于「车里的 Agent」，而是要构建一个跨越不同终端的「个人 Agent」。 上周，小米推出了移动端 AI Agent 测试产品 Xiaomi miclaw，基于自研 MiMo 大模型构建，核心目标是验证大模型在「人车家全生态」中的任务执行能力。 Miclaw 以系统应用身份运行，可深度调用超过50项手机底层能力，涵盖短信、日历、相机乃至米家智能家居设备实现从「对话」到「执行」的跨越。 更值得关注的是它采用「自进化」设计，支持文件级记忆、子智能体创建和 MCP 服务接入，能自主设计记忆系统、创建专业分工的子智能体，用得越多，就越懂用户的偏好与习惯。 虽然 Miclaw 还没有完成人车家全生态的接入，但趋势已经相当明显，你在不同设备上留下的行为数据，将被拼接成一条完整的生活轨迹。 ▲小米 Claw 的部分功能 这时，文章开头描绘的那个清晨场景就不再是科幻电影，而是越来越多人的日常。 Agent 掌握了你的日程、习惯和生理状态，于是悄无声息地提前了唤醒时间，重新规划了路线，并为你布置好了舒适的座舱环境。 技术发展的最终形态，经常会出现一种有趣的「反转」，最成熟的技术，往往既不科幻，也不性感。 蒸汽机刚发明时，所有人都盯着那股喷涌的巨大白汽；而当电力真正普及后，人们反而很少低头去留意墙里的线路。 Agent 亦是如此。它真正动人的力量，不在于把人训练成更加熟练的机器操作员，不在于逼迫你熟记更多的唤醒词和口令；而在于它能不动声色地将你从繁琐的操作中彻底解放出来。 未来的汽车依然是那辆汽车，方向盘、座椅、车窗和轮胎都还在。但它已经开始理解你的生活节奏，记住你的个人偏好，默默替你打理好那些原本需要你亲自动手、动脑去安排的每一件小事。