全球混凝土及砂浆行业供应链平台

【环球网报道 记者 张阳】今年4月22日是第55个“世界地球日”。苹果公司也于当日发布了其《2024年环境进展报告》（以下简称《报告》），《报告》表示，苹果公司正着力于回收和可再生材料、清洁电力及低碳物流这几个方面，努力达成整体碳足迹净零排放的目标。 《报告》显示，自2015年以来，苹果公司整体碳足迹已减少排放55%以上的二氧化碳当量；通过供应商清洁能源项目，苹果公司在2023年成功避免了排放 1850万吨二氧化碳当量；在2023年出货的产品中，22%的材料都来自回收和可再生原材料；2023年，1280万件设备和配件交付至新用户，实现了再利用；与2022年相比，产品运输环节的排放量减少了20%。 苹果公司在《报告》中着重提及了只使用回收和可再生材料制造产品，这推动了采购和设计方面的创新，同时也极大减少了苹果公司的碳足迹。其中，2023年，苹果产品电池中56%的钴来自回收来源，是前一年的两倍多。例如，搭载M3芯片的MacBook Air是首款使用50%回收材料制造的Apple产品，其电池和MagSafe接口中的磁体均采用100%再生钴。多个印刷电路板的镀层采用100%再生金，所有磁体采用100%再生稀土元素。2023年，苹果产品电池中24%的锂来自经认证的回收来源。 为了实现材料再生利用，苹果公司设计了全新的技术来推动电子产品回收领域的发展，其中包括拆解机器人Daisy，它现在可以将29种型号的iPhone拆解成15个独立的组件。同时，另外两款回收机器Dave和Taz目前已部署在中国的一家回收合作伙伴处。相对传统电子产品的回收，这些创新技术能够利用开创性的方式，提升材料回收效率。 日前，环球网记者也探访了两款新型回收机器人Dave和Taz。据了解，在传统的废旧电子产品回收过程中，因为回收过程粗放，产品中很多非常重要的元素材料都没有办法得到有效的回收，因而也没有办法被回收成可以再次用于制造产品的原材料规格。在参考了市场上现存的回收拆解机械之后，苹果公司发现无法适用于精密且小巧的手机部件材料的拆解回收，所以，苹果公司专门研发的几款回收机器人正是为了解决高效回收原材料进而再输送至制造过程中变为新的产品原料的难题。 “通过这种方式，最大的好处在于一方面减少了对矿石材料的开采，另一方面回收材料的加工提炼过程也更有助于减少碳排放。”记者了解到。 回收机器人Taz是一台采用类似粉碎机的新技术的机器，能够从声学组件中分离出磁铁，并回收更多稀土元素。Taz每年可以处理8000万个iPhone声学组件。Taz拆解一吨iPhone声学组件所回收的稀土元素，相当于新开采超过170 吨岩石所提炼的材料。并且Taz的操作极为简单，一次进料可以容纳200公斤声学组件，只需要两名操作人员即可完成拆解回收的全部工作。 Taz从声学组件中分离出来的非磁性材料(铜线圈，塑料，不锈钢） 用于拆解触感引擎的机器人Dave则有助于回收重要的稀土磁体、钨和钢。Dave每年可以处理480万个触感引擎。它拆解一吨触感引擎可回收的钨与稀土元素，相当于新开采超过360吨岩石所提炼的材料。 操作人员正将触感引擎装入Dave 苹果公司方面还表示，正在努力通过与卡内基梅隆大学等学术机构合作，进一步在回收领域利用人工智能、机器学习、机器人技术和自动化的力量。 此外，苹果公司日前宣布全球运营及制造供应链现已使用超过18千兆瓦清洁电能，是2020年的三倍以上。苹果公司呼吁全球供应商使用清洁能源，并使所有与苹果公司相关的运营完全实现碳中和。迄今已有超过320家供应商投入这一变革，这些供应商在 Apple 直接制造支出中占比95%。截至目前，在苹果公司供应链投产的可再生能源已达16.5千兆瓦。 作为更广泛的环保工作的一部分，苹果公司还在持续推进实现另外一项宏伟的 2030目标：在水资源紧张的地区，补偿100%公司运营所消耗的淡水。这方面的工作包括推出新的合作项目，在接下来的20年里通过恢复土壤含水层和河流，以及资助获取饮用水等方式，提供近70亿加仑（约2650万吨）淡水的水资源效益。和清洁能源一样，苹果公司深化了整个供应链的清洁水资源承诺：苹果公司供应商去年累计共已节约了超过120亿加仑（约4542万吨）淡水；自公司 2013年启动供应商清洁用水项目以来，总计已节约760亿加仑（约 2.87 亿吨）淡水。 苹果公司在《2024 环境进展报告》中宣布，通过不断努力Apple 2030目标的实现过程中已取得了重大进展。Apple 2030 是苹果公司的一项宏伟目标，即到 2030 年在整个价值链实现碳中和。目前，Apple在全球的公司运营已经实现了碳中和。

记者 张勇毅 编辑 高宇雷 在 2007 年的 iPhone 发布会上，乔布斯引用图灵奖获得者 Alan Kay 的一句话，解释苹果为什么需要做“苹果的手机”：真正在意软件的人，应该自己造硬件。 随着 2023 年大模型浪潮席卷全球，为 AI 打造专用的硬件，似乎也成为了时代趋势：这种风潮直接提现在了 CES 2024 中：超过上百件各种“AI 硬件”被展出，其中类似 Rabbit R1、Ai Pin 这样的产品纷纷在此期间开放了小批量测试，给更多人实际体验产品的机会。 而在国内，一些硬件厂商为了防止自己在这一波潮流中掉队，或想借助这个机会弯道超车，还是抢在第一批上马了 AI 硬件的项目 —— 其中不乏魅族这样业内熟知的手机公司，在巨头中，也有字节跳动这样想通过硬件进一步落地 AI 能力的选手。似乎一个硬件的新风口已经诞生。 但在 Ai Pin 上市之后，用户的反馈却变成了一道晴天霹雳：来自媒体各种各样的花式差评，无不直指 Ai Pin 的无屏幕操作模式，反而严重影响了与大模型交互的效率，让原本生成式 AI 对话机器人能做的事变得更加稀少了。 无论 Ai Pin 与背后的 Humane 最终结局如何，作为第一批吃到螃蟹的 AI 硬件独角兽，Ai Pin 都注定会是一个被反复研究与咀嚼的对象。 坏评价与坏产品 在 AI 领域的各路创业者中，不乏从消费电子硬件制造业从业者的身影，打造出 Ai Pin 的 Humane，创始人是来自苹果的前软件工程总监 Bethany Bongiorno 与设计师 Imran Chaudhri。在 2023 年 C 轮融资时，宣布将致力于构建“AI 集成设备平台”。 除了两位创始人之外，Humane 还将包括苹果 iCloud 基础架构工程主管 Patrick Gates、苹果 5G 调制解调器负责人 Ruben Caballero、iPhone 设计总监 Miguel Christophy，以及数十名在苹果负责工业设计的员工挖进了这个团队，几乎打造了一个全苹果阵容的研发团队。因此被许多人寄予了“颠覆 iPhone”的期望。 甚至在产品完全没有开售的 2023 年，Ai Pin 就被《时代》杂志评选为 2023 年年度创新产品。 现实是，所谓“AI 原生硬件”的概念，还处于相当早期的探索阶段，其迭代速度不及大模型体积发展本身，甚至难以赶上现有智能手机使用体验。 客观来讲，无论是 Ai Pin 还是 Rabbit R1，在硬件设计上都做出了让人眼前一亮的突破：Ai Pin 开创性地使用了“激光墨水屏”这一技术，将内容通过激光直接投射在用户的掌心，同时还能兼顾手势操作的识别；Rabbit R1 在设计上成功的通过近似玩具的工业设计，降低了电子产品的冰冷感，从而变成了一款让用户愿意拿在手上的“玩具”。 但用户不会因为一款产品解决了工程难题而购买，只会因为这款产品解决了生活中的某个难题而购买。 Ai Pin 上市后遭遇的口碑滑铁卢，让不少 AI 硬件创业者终于意识到一个迟迟不愿意面对的事实：类似的产品即使是面对手机上的 ChatGPT App，都几乎没有任何护城河。 目前为止，绝大多数已经公开的 AI 硬件产品概念，都难以摆脱一个尴尬的现实：自己的产品并没有让用户脱离手机的必要理由。 现有已经问世的 AI 硬件，所提供的功能，理论上都可以通过智能手机来完成，并且智能手机有着更为强大的算力、相机/屏幕以及软件开发生态，这些都是决定手机能比 Ai Pin 做的更好的竞争优势。 「用户对 AI 硬件的预期，往往是以一个真正通用人工智能的标准来审视，这一点很像 VR 设备在市场上长期面对的问题」 一位深圳初创公司的硬件产品经理对记者表示，他当前也在从事一款生成式大模型音箱硬件的研发工作，因此在市场调研后得出这样的结论。 但仍然有人试图解决这个问题：面对当下的 AI 硬件困境，Rabbit 采取了两个策略：首先是首款产品 R1 定位小众极客属性，他们不介意在手机之外再随手携带这样一款设备，这样从一开始就降低了用户对其定位预期 —— 充当手机的辅助品而非取代手机。 其次就是价格，不同于 Ai Pin 与 iPhone 相同的起售价，Rabbit R1 将硬件售价压缩到了 199 美元，这是使其首销前三万台都开售即售罄的主要原因。不到 1500 元人民币的起售价使其更加坐实了“科技潮玩”的属性，这是相比 Ai Pin R1 能在销量上取得首发成功的重要原因。 只是到目前为止，Rabbit R1 都没有如期发货：仍处于持续性跳票的状态，当它最终到用户手中时，同样将面临 Ai Pin 在当下经历的所有质疑与测试；作为一款形态与智能手机过于接近的产品，目前已经有首批体验过的用户经历了这个“从手机到玩具”的落差感。 笔者在实际上手体验过 Rabbit R1 早期 Demo 后才意识到，不同于渲染图的光鲜，R1 机身的廉价塑料感与分辨率并不高的显示屏，都会是让用户上手后快速感到失望的因素。 AI 硬件面对“现实” 对国内的 AI 硬件创业公司来讲，Ai Pin 的启示或许要更深刻一点：依托更完善的供应链体系，将类似产品的售价控制在千元人民币以内并非难事，但中国市场追求更加落地的产品，因此如何将大模型塞进合适的产品内，就成为中国 AI 硬件的新命题。 对于中国厂商来讲，在涉足 AI 硬件领域之前，最先需要回答的一个问题是“中国用户需要怎样的 AI 硬件”？ 除了魅族发布的魅族 21 Pro，宣称将要成为“AI 时代的树莓派”、开放给所有大模型厂商这种“取巧”的做法，几乎所有 AI 硬件开发过程中，都无法忽视 AI 大模型在硬件产品中的重要性。 生成式大模型服务作为后期运营成本极高的产品，模型即服务（Model as a Service）概念已经逐渐被越来越多人所理解，但对于一款硬件产品，在已经支付了一笔设备购买费用之后，还需要每个月定期支付“使用费”，这样的模式 中国用户并没有对订阅制有足够高的接受程度：三星在今年旗舰手机 Galaxy S24 系列国行版发布时，主推了借助大模型能力实现的各种 AI 功能，但没多久就被线下用户爆出，其中部分 AI 功能，仅可免费使用 180 天，用户之后想要继续使用，则必须开通对应的会员服务。 这个机制在发布会上并未被三星明确指出，但一经用户爆出便引起了不小的争议：其中一个未经证实的说法是，收费是因为合作方 WPS 的要求，才让 Galaxy AI 不得不改变了运营策略。 无独有偶，时下火爆的 Rabbit R1，在后期运营成本这一问题上，也选择了向用户收取订阅费作为解决方案：但是作为一个可选项，为用户提供 Perplexity Pro 订阅，年费为 200 美金。这个订阅费用已经超过了 R1 硬件售价本身。 除了订阅费之外，云端大模型在响应速度上带来的延迟问题也是 AI 硬件无法翻越的大山：Ai Pin 采用了云端+端侧的混合模型策略，但由于设备本身的算力极为有限，只能用来处理语音识别以及一些基本操作指令，涉及稍多一点的信息，就需要依赖云端模型：然后用户感受到的往往是长达数秒才能给出的回应（往往还并不准确），这样的实际体验显然与最开始的预期天差地别。 眼下这一尴尬的趋势，是目前 AI 专用硬件发展道路上几乎无可避免的尴尬情况。但仍然有被解决的可能性：完全依赖端侧算力的端侧大模型，或许才是 AI 硬件发展的真正未来。 但至少在当下，纯端侧算力的 AI 硬件并不适用于所有场景，因此教育成为被多次提到的 AI 硬件场景：毕竟如果一个设备不能取代手机，那在不需要智能手机的地方，它或许能发挥更大的作用。 除了教育硬件，在目前我们所熟知的各种消费电子形态中，智能手机与 TWS 耳机这类可穿戴设备，是目前唯二没有被智能手机吞噬领地，同时能大面积销售的产品，这决定了它们也是“AI 硬件”的良好载体：近期颇受关注的 AI 硬件 Limitless，就是以吊坠的形态示人，使用方式接近 Ai Pin，但上手的学习门槛与佩戴难易度都更低。 它所充当的更像是“随身智能音箱”的概念，通过纯语音交互的方式来完成信息搜索、日程管理等简易工作。用户无需经常掏出手机，即可完成大多数轻量级的任务。 可穿戴设备成为目前 AI 硬件扎堆的赛道，除了相对更加低廉的售价之外，或许是目前 AI 硬件开发团队面临最尴尬的现实：完全无力与包括苹果在内的智能手机巨头正面竞争，唯有在智能手机难以触及的角落，AI 硬件才有生长的空间。 但最终，能打动用户的仍然是只会是产品能否解决问题，正如 Marques Brownlee 在视频中对外界评论他的 Ai Pin 差评是否太过激烈、没有对硬件创业公司给予足够的肯定时，作出的回应那样： 坏评价不会摧毁一个公司，坏产品才会。

撰文 | 吴坤谚 编辑 | 吴先之 东市买骏马，西市买鞍鞯，南市买辔头，北市买长鞭。 出自《木兰辞》中的诗句展现了充分竞争的自由市场中，供给方各司其职的状态。在同一市场内，消费者往往会从不同供应商处获取不同商品和服务，就像当下扎入垂直行业、走向定制化的大模型服务一般。 如果仔细观察诸如百度、阿里、科大讯飞等大模型服务商透露的产业方向的商业化进展，我们不难发现虽然其客户列表中重量级选手不少，但这些客户们往往“只取一瓢饮”，以探索的方式从点开始大模型及AIGC方面的合作。 新兴技术的未知性特点在大模型的算法黑箱下再度放大，导致产业在面对既往合作伙伴时依旧保持着相当的审慎——虽同为产业智能化，但模型服务的“完整性”远不如上云。这也导致了模型服务商扩大商业化的一个困境，即在体量不大的项目上投入大量定制化服务与资源，成为做多收少的“高科技施工队”。 然而吊诡的地方在于，而今增速趋近停滞的云计算市场已经发生了明确的转向，拓客方向自大客户转向中小客户。但模型服务却因以算力为主的基建成本高企，而难以跟上云计算的节奏，只能试图通过标准化产品广撒网，一点点啃下中小企业。 生成式AI代表未来已经成为业内共识，“断舍离”再难成为选项之一的同时，一众企业不得不迎难而上，冲突亦在这一过程中不断上演。 大模型需要好销售 过去一年多的时间内，商业化无疑是国内模型服务商最为关注的重要议题，以至于在一定程度上影响了服务商对模型及相关能力的迭代路线。 一个绝佳例证是，业内在模型易用性、工具链、避免“幻觉”等关乎使用门槛的演进频频落地。事实上，在2024年这一被定义为“AI原生应用”元年的时间节点，以低代码或无代码形式创建AI应用正逐渐成为现实，门槛或早已不是大模型商业化的首要难关。 此外，除少数闭源巨头外的开源社区也在持续缩小国内模型服务商的底座能力代差，几乎业界每每出现突破性的进展，其余主流玩家总能第一时间跟进，在Kimi近期掀起长文本风潮中，百度、阿里等玩家跟进并没有花多少时间。这意味着，通用底座能力难成大模型商业化初级阶段的胜负手。 事实上，在以AIGC为代表的产业智能化的创新扩散中，智能并不是关键，反而更像是一种“添头”。例如我们曾对话的一家SaaS企业，他们与而今逐渐深入业务流程的AI大模型的相遇，不过是一次偶然。 上述企业人士李浩告诉光子星球，就像许多深耕垂直行业的企业一般，他们对技术的感知不算敏捷，之所以了解到大模型，还是源于此前某场展会上的一次闲聊。 “腾讯那边有人和我们CTO聊了会，展会结束后，CTO觉着可行就跟市场部的人接触了”，他说，“机缘巧合下凑了一桌饭局，人家直接让业务VP拎着一大瓶酱酒来，推杯换盏间讲了很多大模型改造业务流程的事情，不过合作还是没能在饭局上谈成”。 尽管腾讯的合作意向非常明确，但李浩的领导还是有些兴致缺缺——早在去年，CTO便有意与业务数据所在的阿里云展开AI合作，但是“阿里那边迟迟不见动静，也没什么优惠”，这才给了腾讯半道截胡的机会。 另一方面，许多垂直行业早在两三年前就感受到了AI的冲击，但实际对业务的改造其实并不算明显。或许大模型的加入足以让AI脱胎换骨，但在销售口中天花乱坠的功能并不足以构成决策理由。 我们不难在云计算的政企BD中看到与之类似的销售场景——不可否认的事实是，“上云是一种趋势”的共识更多存在在互联网视域内，而政企侧对云的需求更多在于对顶层设计的考量。说白了，大多数非互联网企业应用新型技术的根本原因并非技术本身，而是需要“跟上同行的节奏”，AI大模型亦然。 当然，腾讯方面绝无可能放弃这条相对明显的线索，其还在饭局结束后多次登门拜访，“除了婉拒给我们独家提供技术支持外，我们提其他的条件，基本都答应了”。在这么一个几近赔本赚吆喝的情况下，腾讯才堪堪拓展一家企业客户。 据了解，这家SaaS公司经过数月的“AI初体验”后，最终决定在年中前后扩大合作范围。届时，腾讯作为模型服务商提供的由点到面的服务才刚刚开始，成本回收尚不知时日，遑论凭此盈利。 云计算行业从“比较技术性的超前概念”到“上云是一种趋势”，花了足足10年时间。反观技术深度、黑箱、幻觉等问题并存的大模型，似乎其商业化的路途更为崎岖。 这么看来，与其在产品层面持续做加法，倒不如多下功夫挖掘销售线索。另一方面，完善的BD体系也在一定程度上可以打破技术认知的高墙。 可惜的是，在大模型技术尚未祛魅的当下，厂商的外宣重点往往落在技术突破上。进一步说，当大模型服务可以像云计算一般召开合作伙伴大会的时候，或许大模型商业化才能迎来真正的春天。 大模型需要CIO 模型再强也只能解决业务上的问题，其商业化困境本质上不在于技术，而在于商业模式和生态。不过自模型服务商的视角看，模型服务普及的“鬼故事”同样不少。 正如上文提到的SaaS企业，便在希望更广泛地接入AI能力时犯了难。“现在我们内部可以说是跑着两套系统，内部业务流还像以前一样跑在阿里云上，但尝试对外输出的AI大模型能力却跑在腾讯云上。领导那边还希望再引进语音、OCR之类的AI支持，又准备让我们接触一下科大讯飞”。 李浩无奈表示，现在公司有点“骑虎难下”，既不太方便彻底抛下阿里云做整体数据迁移，又不好再拓展与其他厂商的AI合作，毕竟这背后是搭建混合多云架构的隐性成本。他还提到，前端时间领导才刚刚因为销售团队开不出单而大发雷霆，在AI大模型尚未展现盈利能力的情况下，狠下心全面转投腾讯云怀抱可以说是不可能的事情。 不难看出，即使是有意引入AI能力改造业务的企业，由于领导层对AI大模型的了解仅限于网络公开信息与模型服务商的单向度灌输，其往往对市场没有一个清晰明确的认知。这家SaaS企业在采购决策上犹豫不决便是绝佳例证。 况且，非互联网企业的组织架构也是遭致上述情况的重要原因。或许大部分组织完善的企业都设有CTO职位，但其既有知识域基本局限于企业业务，而设有CIO的企业可以说是寥寥无几。 据红杉于去年末的一次调查显示，以CIO为代表的企业技术管理者将通过应用AIGC满足产品差异化和服务创新需要、增强办公效率与内部沟通作为主要目的;相较而言，CEO则将紧跟前沿技术趋势、拓宽企业经营边界作为AIGC应用的核心动因。哪种更利于AI对业务的深度改造，一目了然。 如果CIO的缺位不过是将AI大改造交由CEO或CTO统筹的话倒也还好，更糟糕的情况是在买方市场下，这份重担被转嫁给模型服务商。在一位模型创业者看来，这无异于是化身客户企业刚刚萌生的AI业务的“保姆”。 “前阵子，和我一起创业的产品经理差点顶不住与客户之间无休止的扯皮，闹离职”，他说，“我那时候还在美国那边做交流，听他辞职信都写好了，我赶紧打飞的回去，好说歹说才劝住他”。 据悉，事件起因是客户在为期三个月试用期内，就提出做多个深入业务流程的应用，从早期的基于RAG（检索增强生成）的企业内部知识问答到数字员工再到智能营销，可是试用项目的合同金额才30万。可怜这位产品经理在试用期内每天抓耳挠腮地控制交付成本，团队两天一小会三天一大会，然而客户还是在试用期结束后便接洽了服务更为成熟的大厂。 定制化项目在固定时限内的交付，将模型服务高大上的“皇帝的新衣”无情扯下，空留一个期货般的内核。 当模型服务商被迫在客户企业的AI改造中承担主要责任的时候，所谓产品的价值交付也就不再存在，取而代之的是极致的成本控制和交付压力。如果不能完全把握客户的需求，那么深入合作破裂也不过是时间问题。 定制化之困 近段时间，国内一级市场对AIGC的热情愈发低落。著名投资人朱啸虎亦公开表示，“AIGC PMF（产品/市场匹配），你投十个人找不到，投一百个人同样找不到。” 不可否认，在难销售、难交付、高成本的特性之下，大模型距离养家糊口的距离太远。那么，大模型PMF的终极阻碍是什么？ 从上述案例中我们不难看到，首当其冲的难关在于定制化。 这背后的逻辑是，技术尚未进入创新扩散周期之前，依靠标准化产品回笼资金遥遥无期，高强度的BD以及其后的定制化是现金流的唯一来源。而定制化项目扯皮、交付、成本等各种窘境的缘由，则在于服务商丧失了对需求的控制力。 设想一下，如果是模型服务商自己训练某个MoE模型或是针对业务创建AI应用，在技术一把手的统筹下，只需对应业务部门给出明确需求以及不同优先级，便可以按需求驱动的方式进行敏捷开发，确保项目能在时限内以较高完成度交付。 如果将AI开发场景放到模型服务商与客户之间，则情况很可能“两级反转”。一面是客户并不真正了解AIGC对业务创新的抓手所在，导致需求频出而没有重点，另一面是服务商在不断提出的需求中疲于奔命。 如果服务商能在提供服务时获取行业数据的话，转起数据飞轮从而迭代垂直领域能力倒也是一笔不错的买卖。只是大多体量稍大的企业都对自家数据敝帚自珍，导致定制化项目做来做去都没有太多实际收益。 可以预见的是，定制化作为大模型商业化的一个补充手段，很可能只是少数大客户的专属。标准化产品做铲子以及建立在其上的应用生态才是淘金者的未来。 AGI的愿景虚无缥缈，长期主义也不过是商业化举步维艰的推辞。无论是靠定制化拉起营收从而做好市值管理，还是靠标准化打开认知从而将创新扩散出去，这锅夹生饭怎么着都得把它吃下去。

迪夫根（左）对话黄仁勋（右） 图片来源：视频截图 在4月17日于美国硅谷圣塔克拉拉会议中心举行的CadenceLIVE Silicon Valley 2024大会期间，英伟达CEO黄仁勋与Cadence公司CEO兼总裁阿尼鲁德•迪夫根（Anirudh Devgan）进行了一场深入的对话。Cadence由SDASystems和ECAD两家公司于1988年兼并而成，是全球最大的电子设计自动化、半导体技术解决方案和设计服务供应商。 这场前沿对话覆盖了多个话题，包括加速计算、人工智能（AI）的未来发展和能耗等问题。 黄仁勋认为，AI将在数据中心、机器人/自动驾驶、生命科学这三个领域带来革命性影响，人形机器人未来或低至1万~2万美元。 同时，对于目前广受关注的AI能耗问题，他表示，虽然AI会消耗大量计算能力，人工智能将彻底改变我们应对气候变化的方式，有助于使用更少的能源，提高能效等等。 没有加速计算，生成式AI难以实现 在对话中，黄仁勋强调了加速计算对于人工智能发展的重要性。他以加速计算给Cadence的数字孪生平台Millennium带来的诸多益处为例，一旦采用加速计算，生成式人工智能就有可能成为现实。如果没有向加速计算的过渡，生成式人工智能将很难实现。 他表示，加速计算与通用计算并不相同。在通用计算中，你可以创建一个处理器，它将运行所有代码，这绝对不是加速计算的情况。据他介绍，加速计算能够带来1000倍的X因子，在那之上还有另外30倍的X因子。而如果再加上生成式 AI，在此基础上就还有另外10万倍的因子。他提到，设计工具通常只进行一次处理，但设计师实际上需要进行多次探索，以寻找多维多模态下的最佳解决方案。而人工智能将帮助我们深入特定领域进行探索和优化。 黄仁勋称，他发现，一个程序中的一小部分代码代表了工具的大部分运行时间。例如CFD（计算流体力学），它可能只用3%的代码，代表运行99.9%的时间，而剩余的97%的代码可以用 AI 和加速计算进行重写，使得应用程序加速10万倍。 作为“加速计算”一词的创造者，他说道：“如果我们不转向加速计算，如果不转向AI，计算机行业可能会经历反摩尔定律，原因非常清楚，我们所做的工作量和计算量都在增长，但是CPU的扩展速度已经放缓，因此我们的计算成本将会增长，而不是降低。” 图片来源：视频截图 人形机器人未来或低至1万~2万美元 在被问及英伟达参与的哪些行业会令其在短期或中期内感到非常兴奋时，黄仁勋表达了对数据中心/计算、机器人/自动系统和生命科学这三个行业的极大兴趣。 谈及机器人/自动系统这一领域时，他表示，无论是汽车还是卡车，披萨外卖机器人还是人形关节自连接机器人，这类系统有很多共性，它们都需要有许多传感器，更重要的是需要功能安全。设计计算机和验证计算机的方式，要求操作系统不是普通类型的操作系统，这一点非常重要。 他认为，人工智能的使用非常广泛，这些系统将随时连接到云，连接到数据中心，这样它就可以更新体验，报告故障和新的情况，然后下载新模型。“可以说，我喜欢整个自动系统领域，它是一个全新的类别。” 黄仁勋在对话中提到，人形机器人的制造成本可能比人们预期的要低很多。“你可以买到1万~2万美元的汽车，为什么不能有1万~2万美元的人形机器人？机器人很可能在一个为人类设计的环境中，表现得比人类更灵活、更多功能。” 而在谈到生命科学这一话题时，他表示，他希望将生物学变成一个工程领域，科学发现过程非常重要，但它是零星的。 他认为，无论如何，数字生物学将经历一场全面的复兴，科学和工程越来越紧密，这是一个非常复杂的领域。“显然，我们在芯片设计中不谈论薛定谔方程，因为我们改变了晶体管，直到我们可以避免薛定谔方程。而在生物学中，显然薛定谔方程是必要的。所以我们有很多需要创新的东西，我们第一次有了必要的工具，计算系统和算法帮助我们处理非常大且非常混乱的系统，数据驱动的方法与你之前所说的原则性模拟方法的融合可能会给我们一个机会。” 他在对话中强调，“我认为这三个行业的市场规模都将非常庞大，单是人形机器人的市场规模就已足够大。” “能源黑洞”？AI将彻底改变人们应对气候变化的方式 对于人工智能的能耗问题，黄仁勋坦承，“加速计算的能耗非常高，原因是集成的计算机数量非常多。” 不过他也表示，对电源利用率进行的任何优化都会直接转化为更高的性能，这种性能是可以衡量的，因为更高的工作效率会产生更多的收入，或者直接转化为在相同性能的情况下，购买更小的东西所节约的成本。 “人工智能实际上可以帮助人们节省能源。” 他举例称，一次模型训练的投资会让数百万像他一样的工程师从中受益，未来几十年内，数十亿人将享受到节省的成本。节省的成本和能耗应从整个跨度上纵向来考虑。他认为，从纵向来看，人工智能将彻底改变人们应对气候变化的方式。 黄仁勋强调，通过投资加速计算、AI、数据中心等领域，人类能够设计出更好、更节能的产品。“你设计一次芯片，但能够以万亿倍的速度出货；你建造一个能够节约6%电力的数据中心，节约出的电力可供10亿人使用一整天。因此，通过设计更好的软件、芯片和系统，我们为世界节省的能源将对社会产生永久的效益。一方面，人工智能消耗更多的电力和数据中心；另一方面，通过更好的产品设计、更好的计算机、更好的汽车、更好的手机和更好的材料等等，我们将减少其他98%的电力和能源消耗。”

作者｜关不羽 英伟达（NVIDIA）这个生涩的单词源于拉丁语Invidia，意为“嫉妒”。用这个“坏词”命名自家公司，的确体现了这家初创企业的反叛精神。 英伟达（NVIDIA）又一次上了媒体头条。上周五（4月19日），英伟达股价暴跌10%，这是继2020年新冠疫情爆发以来的最大单日跌幅。一天之内市值蒸发2100亿美元，相当于跌没了2.6个OpenAI。 作为“一年十倍股”，英伟达无疑是人工智能时代最大的宠儿，OpenAI负责赚台前的利润，它负责赚幕后的利润。各大AI公司不论开发大模型成功与否，不论技术开源与否，甚至不论最终死活，只要踏足这个行业，就要买英伟达的芯片。英伟达成为了真正意义上的那个守在金矿入口处卖铲子的人：不管能不能挖到金矿，铲子总得买一把吧？ 2016年英伟达捐赠给OpenAI一台全球首款一体化深度学习超级计算机DGX-1，成为了OpenAI初期的重要转折点；今天，英伟达的GPU产品占据了人工智能算力市场90%以上的份额，其GPU产品的利润率高达1000%，可能是世界上最赚钱的合法生意。 英伟达的崛起，是一场“计划外”的技术革命。今天统治着人工智能产业的GPU，前身不过是小小的显卡，一个主要为电子游戏产业服务的小玩意儿。 01 创立英伟达，源于对妻子的承诺 提到英伟达，就不能不提黄仁勋。外号“老黄”的黄仁勋是硅谷任职最长的CEO，执掌英伟达30年足以当得起这个“老”字。除了硅谷资深的骨灰级玩家身份外，老黄穿皮衣、秀纹身、口无遮拦的“非主流”人设，更让人印象深刻。其实，和所有的人设一样，真真假假，多少有些刻意营销之嫌。 比如老黄童年的“少管所”经历。黄仁勋1963年生于中国台湾的台南市，早年随父母赴泰国生活。9岁时他和哥哥一起，被送到美国的舅舅身边接受“美式教育”，却落入了问题少年扎堆的乡村寄宿学校，老黄说这所学校更像是“少管所”。这段“非主流生活”，老黄自己津津乐道，媒体更是积极传播。 其实，黄仁勋在那个肯塔基乡下学校只待了两年，此后的人生和硅谷华人技术精英的成长路线别无二致：在正规学校当学霸，以天才之姿进常春藤名校，毕业后进入硅谷高科技企业，一路顺风顺水，毫无波澜。 1984年，走出校门的黄仁勋进入了芯片企业AMD公司，成为一名芯片设计工程师。当时的AMD专攻CPU芯片，是英特尔的竞争对手之一。二十年后，黄仁勋还会和这个“老东家”演绎分分合合的恩怨情仇。 1985年，黄仁勋跳槽偏向于图形处理的芯片商巨积（LSI Logi），任职数年，收获颇丰。干了两年芯片设计师的老本行，深度接触图形处理芯片技术后，黄仁勋主动申请调至销售部。硅谷的华人科技精英有性格内向、擅长技术不擅长与人打交道的刻板印象，黄的这一调职申请确实显得有些“另类”。 黄仁勋在回顾往事时这样评价自己的选择，“从工程部转到销售部，这是我曾经作出的最佳职业选择，我逐渐学会了产品的设计开发如何与市场结合。因为我意识到，消费者并不关心你从哪家商学院毕业，他们只关心一件事，你的产品对他有什么好处。”很快，黄仁勋就以优秀的销售业绩，证明了自己的才能，晋升业务部主任，后又升任“系统集成芯片”总负责人。 这个“系统集成芯片”大有讲究。八十年代后期，随着计算机应用的日益广泛，图形处理的市场需求增长，图形处理的科技路线出现了分化。一条技术路线是系统集成，即CPU芯片集成图形处理功能，CPU芯片绝对霸主英特尔就是系统集成路线的代表。 当时CPU代表了计算机的核心算力，图形处理再重要也只是个附加功能，所以英特尔等CPU大厂并没有大力投入自研，而是找供应商买现成的做系统集成，LSI Logi就是其中之一。也就是说，黄仁勋执掌的“系统集成芯片”业务部门，是个伺候“大甲方”、兼具市场和技术的跨界部门，很适合既懂技术又懂市场的老黄。 但是，黄仁勋并没有选择企业高管的舒适区，他以敏锐的市场感觉，选择了另一条技术路线——开发独立显卡。他会在这条道路上狂奔30年，最终做成了硅谷的“最牛乙方”。 1992年，黄仁勋辞去了巨积的职务。选择这一年正式创业，有两个原因：其一是取得了斯坦福的硕士学位，学业有成放手一搏；其二是他和妻子承诺“三十岁拥有自己的公司”，到了兑现诺言的时候了。 1993年初，黄仁勋和两个好友拼拼凑凑攒了14万美元，组建了自家的公司。创业地点是在一家老黄早年打工的连锁快餐店，直到他们注意到窗上的弹孔，才意识到高速公路边上的快餐店不适合当办公室。 这套“车库创业”式的励志故事是硅谷早期创业的标准模版，九十年代初是科技群雄起于草莽的时代，很多年轻的硅谷创业者都有相似的经历，倒也算不上有多少特色。 比起硅谷精英人设标配的“车库创业”经历，更值得玩味的是公司的命名——NVIDIA。这个生涩的单词源于拉丁语Invidia，意为“嫉妒”。用这个“坏词”命名自家公司，的确体现了这家初创企业的反叛精神。但这也算不上特立独行，硅谷科技精英在命名自家产品和公司时整活儿，算是基本的才艺秀。 “嫉妒”更多地反映了当时图形处理芯片技术高度“内卷”的紧张状态。黄仁勋后来回忆说，当时显卡行业已经有了250家同行，卷的不行。之所以这么“卷”，是因为与CPU这样的高端芯片技术相比，图形处理芯片的技术门槛和资金门槛都要低得多，吸引了很多新手进场搏一搏。用我们最熟悉的话语来形容，九十年代的显卡创业是“乱相丛生”、“无序扩张”。新生的NVIDIA也是诸多“乱相”之一。 1993年，黄仁勋在他三十岁生日时入驻新公司的办公室，实现了对妻子的诺言。这是值得大书特书的浪漫，是老黄诸多人设中最亮眼的一笔。但是，创业终归是门生意，情怀满满也不能改变市场竞争的残酷现实，黄仁勋的创业之路异常坎坷。 02 老黄能屈能伸，该低头时就低头 经过两年的准备，1995年英伟达推出了第一款显卡产品NV1。英伟达的“首秀”没有天命之子的出道即巅峰，而是一步错步步错的连续踩坑，很快就陷入了破产边缘的窘境。 平心而论，NV1是一款诚意满满、颇有卖点的野心之作。在技术路线上，NV1整合了3D和2D的图形处理功能，理念超前。在市场方向上，老黄精准地锁定了图形处理需求的主要客户——游戏厂商，诚意满满地把声卡和手柄控制单元集成进了NV1。但是，这样大而全的功能配置不可避免地增加了成本。NV1售价399美元，是同类产品的两倍。更为致命的是，NV1采用了小众的四边形成像技术，兼容性很差。 又贵又小众的产品，即使性能卓越，也无法赢得主流市场。NV1在商业上并未取得成功。值得庆幸的是，专门为游戏机厂商服务的功能设置赢得了大洋彼岸的知音。大名鼎鼎的日本游戏业巨头世嘉（SEGA），成了英伟达第一个“命中贵人”，世嘉的格斗类游戏VR战士成为NV1上的首款3D游戏，更是投资700万美元作为研发NV2的定金。这笔定金足够“包养”英伟达好几年。只要英伟达在“包养”期间成功推出NV2，就能和世嘉新一代游戏机百年好合，从此幸福地生活。 然而，故事并没有按照王子和公主的童话剧本展开。700万美金的雪中送炭还没有捂热，英伟达就迎来了宿命之敌3Dfx。“嫉妒”一语成谶，显卡时代天命之子、一代传奇3Dfx让英伟达“嫉妒”很久。 3Dfx创立于1994年，比英伟达小一岁。迟到一年和强烈的主角光环相比，无足轻重。3Dfx的四位创始人背后是多家图形处理技术公司，技术底蕴雄厚。100万美元的初始投资，在门槛不高的显卡初创企业中可算是“含着金钥匙出生”。有钱有技术的3Dfx出手不凡，1995年底推出的第一款产品Voodoo，以其强大的性能，被誉为第一款真正意义的3D图形加速器。 当时方兴未艾的3D游戏，一夜之间就有了“两个版本”，一个是没有Voodoo的低配版，另一个则是有了Voodoo的顶配版。如此明显的性能差异，市场选择毫无悬念。仅仅用了一年时间，Voodoo的市场占有率就达到了85%，大有一统显卡市场之势。强敌横空出世，直接导致英伟达的NV2腹死胎中，已经生产的十几万张NV2显卡报废了。 NV2的彻底失败，也有自身的因素。英伟达固执地坚持兼容性和性能表现都不好的四边形成像技术，惹怒了世嘉。1997年世嘉宣布和3Dfx合作新一代主机的开发，英伟达成了最大的输家，几乎到了破产的边缘。好在世嘉公司没有立即收回700万美元的开发定金，给黄仁勋留下了力挽狂澜的机会。 老黄的应对之策是向世嘉CEO入交昭一郎坦诚沟通，后来他在台大演讲时回忆那次生死攸关的沟通时说“面对我们的错误，以谦卑的态度求助”。最终入交昭一郎同意了他的请求，世嘉同意不收回之前的投入，给英伟达开发下一代产品的时间。 入交昭一郎“放过”英伟达的决定，老黄坦诚沟通的“感情牌”无疑是有作用的。但是，商场如战场，涉及700万美元的重大决定，纯粹因为“感情牌”的奇迹也很难令人信服。世嘉应该还有更深层次的商业考虑。 首先，3Dfx以业界新星的强势姿态出道，迅速形成压倒性的垄断优势。为了避免这种垄断优势的扩大，扶持其竞争对手是明智的选择。其次，Voodoo虽然性能优异，却也价格昂贵。因为Voodoo没有集成2D功能，新一代游戏主机还需另配2D图形处理器。英伟达的NV1一开始就集成了“3+2”功能，有改善性价比的技术空间，值得“放他一马”。 此外，3Dfx出道即巅峰，明星气质十足，行事风格颇为霸道，世嘉和3Dfx之间的合作基础并不稳固。实际上，世嘉后来确实放弃了3Dfx，而是和日本的NEC合作开发了新一代主机。 市场竞争，赢家通吃，但是市场天然排斥垄断，这给了英伟达起死回生的机会。 其实，黄仁勋也没有把宝全部压在“感情牌”上。和世嘉成功沟通后，他主动联系了台积电老总张忠谋，以后辈的谦逊姿态，成为这位半导体产业大佬、台商大前辈的小朋友。今天号称“最强硬的乙方”、和英特尔、苹果、AMD、ATI等巨头“打成一片”、经常把“不和解”挂在嘴边的霸道总裁黄仁勋，当年也是能屈能伸、放低姿态的老黄。 人设当然不是虚构的，但人设并不是全部真相。 03 显卡大战：营销大师，擅长“阉割” 经历了NV1、NV2失败的劫后余生，黄仁勋的经营理念走向成熟。英伟达走上了市场需求优先、拥抱主流标准的务实路线。 1997年4月， Nvidia正式推出了第三代产品NV3即Riva 128。这款产品果断抛弃了四边形技术，成为全球首款支持硬件三角形引擎的128bit 3D图形处理芯片。同时继续发挥“3+2”的初始特长，把性价比路线贯彻到底。单以3D性能衡量，Riva 128比不过专攻3D技术的Voodoo。 但是，胜在200美元搞定一切的性价比——花300多美元装了Voodoo，还得另外买块2D芯片，否则连windows也进不去。一百多美元的差价，对PC厂商、游戏机厂家和众多平民玩家无疑是有吸引力的。Riva 128因此大卖，一年出货100多万张，英伟达这才真正搭上了3D游戏热的风口。 不过，即便有了“百万加”的销售业绩，英伟达依然并没有追上3Dfx的脚步。1997年11月，3Dfx推出了Voodoo2，再次以高超的3D性能碾压竞争对手，成为高端玩家的首选。而且，Voodoo2还开创性地采用了SLI技术，实现了两块显卡串接发挥极致3D处理能力。这一技术在当时并没有引起业界的高度重视。 毕竟Voodoo2太贵了，装一块都是奢侈品，串两块的极致体验只属于少数顶尖玩家，这样的技术曲高和寡。直到多年后SLI成了多重GPU技术的起点，成为英伟达的制胜法宝。 Voodooo2的性能碾压，迫使英伟达再次升级。英伟达针对性地推出了Riva TNT系列，这款以TNT炸药命名的产品就是为了“炸”Voodoo2而诞生的。TNT较前代增加了一根像素管线，支持32位色深，理论上达到了VooDoo2的两倍。然而，TNT的实际表现不尽如人意，高功耗和高温的缺点是真的有点“炸”。老黄的处理方式非常简洁——降频，最初这是不得已的技术处理方案，后来竟成了N家的“传统技能”，隔三差五表演一回。 标准的流程是新品发布的性能指标爆表，吸引市场注意力，出现高功耗、高温的问题后降频处理，推出系列的“阉割品”，即实际使用的性能表现打点折扣，反正是能用的。后来英伟达推出的“核弹芯片”、“风扇芯片”，都如法炮制，阉割得相当精准。 这种营销实用主义的极致操作，为老黄赢得了另一个广为人知的绰号“皮衣刀客”。这个绰号很酷，却是揶揄的成分居多。 不管怎么揶揄老黄，Riva TNT系列毕竟给出了平替Voodoo2的选择，就算是降频处理，32位色深加持之下的性价比是真“香”。后来推出的TNT2系列，性能表现更上一层楼，系列中的高端产品性能表现不输Voodoo2。 英伟达和3Dfx的产品针锋相对，你方唱罢我登场的竞争看上去还将持续很久，结局却提前到来——3Dfx倒下了。转折点是1999年3Dfx发布的VooDoo3，依旧是16位色彩渲染，看上去像是VooDoo2套了个马甲。玩家们倍感失望，3Dfx的显卡江山丢失了大半，只剩下死忠粉坚守的高端市场。 3Dfx并没有从这次失败中清醒过来，在脱离市场的“作死”道路上越走越远。 1999年初3Dfx收购板卡制造厂STB，这是一石二鸟的“阳谋”，打击对手，壮大自己。STB是英伟达的主要合作伙伴之一，3Dfx的收购有挖竞争对手墙脚的用意。而且，通过这次收购，3Dfx从“无厂芯片制造商”升级为“捧牢自家饭碗”的自产自销，增加了在市场博弈中的话语权。但是，这次理论上的“成功的收购”，引发了一系列的严重后遗症。 STB此前从未和3Dfx有过业务交集，收购之后的磨合异常困难。与此同时，为了保证“自家的饭碗”优先，曾经为3Dfx打江山立下汗马功劳的第三方制造商纷纷被收回授权、扫地出门，受害者包括华硕、帝盟、技嘉等行业巨头。这些被抛弃的老伙计大部分都被英伟达收入麾下。最终的结果不是3Dfx成功“偷家”，而是英伟达成功“换家”。产能大增，降低成本、产品多元化的能力更强了。 1999年下半年，英伟达推出划时代的产品GeForce 256，敲响了3dfx的丧钟。GeForce 256的设计概念，早在1996年就已经公诸于世，当时就引起了震动业界旋风。3Dfx在Voodoo3之后的产品研发，都有针对GeForce 256的竞争意识。然而，Voodoo4性能太差，Voodoo5价格太高，Voodoo TV更是吃错药似的，剑走偏锋和电视搞多媒体集成。反正是一个能打的也没有。 2000年3月，3Dfx最后一搏，以1.86亿美元的天价收购了Gigapixel的公司。此举是为了获取技术弥补产品技术的不足，为上市做最后的冲刺。然而，一切都是徒劳。第二季度财报发布，销售业绩几近腰斩，3Dfx失去市场竞争力的现实大白于天下，重金收购的最后一搏耗尽了最后的现金“子弹”，巨人退场进入倒计时。 2000年12月15日，3Dfx发布了最后的财报，业绩惨淡无可救药。同一天，3dfx宣布倒闭，以7000万美元的低价“卖身”老对手英伟达。 被GeForce 256“卷”走的不只是3Dfx，1996年到2001年，全球显卡制造商从45家减少到12家，3年卖出1亿张GeForce 256的英伟达成了最大的赢家，从此不再“嫉妒”，成了被“嫉妒”的对象。 这场悲壮的最终对决，并没有为老黄增加多少人设素材。市场竞争归根结底是比的是产品，而不是华丽的人设。老黄没有做什么出格的动作，只是打造了一个划时代的产品，打开了通向新时代的大门。GeForce 256，一款性能卓越的显卡，也是第一个被明确定义的GPU产品。 04 黄仁勋究竟是不是“GPU之父”？ GeForce 256问世时，玩家用户关注的是它强大的图形处理性能。然而，这款产品真正划时代的意义不只是呈现华丽的图像，而是独立于CPU之外的“算力革命”。 其实，这种独立性并不是GeForce 256首创的，九十年代的日本显卡厂商就曾有过类似产品的早期版本，从3Dfx手上抢走世嘉新一代主机的NEC就有过这样的产品。但是，以忠诚服务甲方为己任的日本同行并没有意识到“这一小步”的革命意义，没有沿着独立开发GPU的技术路线走下去。英伟达在GPU领域的主要竞争对手ATI也在1998年制造出了具备独立图形处理能力的显卡，也没有赋予它单独的产品概念。 因此，老黄自居“GPU之父”一直存有争议，有“老黄爱吹牛”之嫌，但是没人能否认他的确是GPU的定义者。老黄也许并不是GPU的“肉身”之父，却是GPU的灵魂缔造者。 英伟达在产品发布会上用精确而又通俗的方式，向公众解释了GPU和CPU的区别。CPU好比是个数学教授，可以解高难度的微积分，而GPU就像是个小学生，只能做简单的加减乘除。单独一块GPU的计算能力，远不如CPU。但是，就像一个教授只能一次解一道难题，CPU必须按部就班地一步步解题，而GPU却可以一百个小学生同时解一大堆四则运算题，这就是GPU的“并行计算”能力。 所以，面对大量简单重复的计算任务，GPU的运算效率远超CPU。结构更简单甚至可以说更“低技术”的GPU却有更大的算力提升空间和更灵活的算力应用。这种应用潜力后来被总结为通用计算能力。这就是GPU算力革命的划时代意义。 总之，GPU概念被清晰的提出，意味着这一产品有了独立的技术定位和技术发展路径。 老黄定义了GPU，意识到了GPU有巨大的应用潜力。但是，率先开发GPU新应用的，不是制造GPU的老黄，而是市场需求。 科学家对GPU并行计算显示出巨大的兴趣。科学研究给人高深莫测的印象，然而在真实的研究过程中，真正消耗科研工作者大量精力的不是创新的脑力劳动，而是大量简单重复的计算。GPU的并行计算无疑是解放科学家脑力的最优解。 但是，这一市场需求并不容易在商业上实现。从商业角度看，科研计算是一个小而分散的市场，总规模不过几十亿美元。如此小的市场，应用场景的差异却很大。这意味着大量的研发资金投入到一个小众需求里，怎么看都是个大炮打苍蝇的鸡肋生意。 黄仁勋依然决定架上大炮打，2006年CUDA诞生。CUDA是为英伟达GPU设计的运算平台和编程模型，有了这个工具，用户可以自行编程开发，这让GPU的算力真正变得通用。想法很前瞻，科研工作者很欢迎。但是，大举开发科学计算这样的小众应用实属逆天，英伟达再次陷入生死困境。 英伟达为CUDA付出的代价是高昂的，全员开发导致英伟达成本激增，影响了业绩。更难堪的是，安装CUDA逻辑电路牺牲了产品性能，2008年闹出了轰动一时的“显卡门”事件——安装英伟达两款CUDA电路显卡的电子产品出现了显示异常的问题，消费者集体诉讼，苹果、戴尔等大客户也对英伟达十分失望。 最糟糕的是，“显卡门”的持续发酵还让英伟达失去了手机芯片业务的大蛋糕。一连串打击之下，2009年、2010年英伟达出现了罕见的亏损，直到2011年才勉强回血。 华尔街对热衷CUDA英伟达发出了最强的警告，对CUDA估值竟然为0，侮辱性和伤害性高到爆表。股价更是跌跌不休，“黄为什么要做CUDA这种没人用的东西？”成了华尔街的热门话题。 十年之后，AI崛起，英伟达登上王座。所有质疑烟消云散，都化作了鲜花掌声。CUDA不仅赋予了英伟达GPU真正的通用计算能力，还打造了完整的软件生态，这成了英伟达垄断人工计算算力供应的护城河。竞争对手的产品如果没有压倒性的性能优势，那么已经习惯CUDA生态的用户是不会放弃英伟达的GPU产品的。 90%的市场份额、1000%的利润，都是这条生态护城河的成就。 这种生态优势在IT行业并非首创，微软视窗系统的成功就是生态覆盖的胜利。但是，黄仁勋的成功并非“抄袭”微软。因为老黄豪赌CUDA时并没有清晰的生态意识。他后来回忆这一逆天改命的重大决策时说“我当时认定的是投资加速运算，我相信加速运算如果能成功，一定会有更大的市场”。至于结果，他说“船到桥头自会直”。老黄不是先知，更不是穿越者，也不是一个追求乌托邦理想的科技极客，在皮衣纹身的另类人设包装下，他是一个拼市场的科技商人。这就是黄仁勋的底色，人设之外才是真相。 创始人的人设已经是硅谷科技企业的营销模版，这些聪明的科技精英们知道大众想要看到什么——理想主义的科学狂人、浑身反骨的叛逆者、对抗华尔街的英雄。硅谷的科技精英很乐意为大众提供这样的“增值服务”，好产品搭配好故事就是更好的产品。这些精心准备，再经过大众媒体传播再创作的人设，并非纯粹虚构。 比如六零后的老黄，在嬉皮士文化鼎盛的时代成长起来，皮衣纹身的时代烙印当然是真实的。这些看似非主流、高度个人化的文化元素，无疑会影响他的经营方式、企业战略，但是万变不离其宗的是商人本色，科技商人也是商人，对市场的判断、对产品的追求、在风险与收益之间权衡取舍，与古往今来的商业人士没有什么不同。 所有成功的企业家，都有相同的企业家精神。他们不是市场的先知，而是市场的先行者。他们发明、创造、定义了自己的产品，甚至自己都未意识到这些产品的全部意义。因此，他们的成功或多或少都有偶然的幸运，比如对手的失误、新生的市场需求，这些都在他们的计划之外。 但是，市场没有侥幸的赢家，机会总是留给最有勇气、准备最充分的赢家。黄仁勋就是这样的市场赢家。他和英伟达能不能继续赢下去，并不重要。因为只要开放的、充满竞争的市场存在，新的、更好的产品就会源源不断地被创造出来，每一个人都是这种创新活力的受益者。 05 呼唤中国自己的英伟达 显卡诞生时，没有人会想到这个资金门槛不高、技术含量有限的边缘产业会成为算力革命的起点，最终成为打开人工AI时代的钥匙。这是一个“计划外”的奇迹。这个创造奇迹的机会曾经公平地摆在各国面前，其中也包括中国大陆。 其实，中国大陆的显卡研发起步并不晚。和当时的很多科研领域一样，我们的显卡研发流程是很标准的计划流程——科研机构的实验室“成功填补国内空白”，然后是“国家队”的国企龙头宣布商用化成功。 1992年，中国科学院计算技术研究所成立了显卡研究室，开始了国产显卡的研发工作。1994年，中国科学院计算技术研究所研制出了国内第一款显卡——“天河一号”。1997年，中国科学院计算技术研究所与中兴通讯合作研制出了第三代显卡——“天河三号”，这是国内第一款商用显卡。然后，就没有然后了：没有“乱相丛生”，更没有“无序扩张”，队形整齐、行礼如仪。 即便我们还能多走两步，也走不了多远。显卡最大的需求来自游戏产业，这是很多国人咬牙切齿、恨其速死的“精神毒品”，无数的管制和限制之下，我们这个全球最大的游戏消费国却始终没有成熟的游戏产业生态，作为游戏产业重要分支的显卡产业能走多远？ 没有游戏产业的良好生态，十个、百个黄仁勋又能如何呢？即使有了英伟达，还没有成长到90%的市场占有率，就会死于“垄断恐惧症”的口诛笔伐之下。 中国没有皮衣刀客老黄，没有自家的GPU产品，一切都在“计划”之中。往事不谏，成事不说，人工智能时代的大门已经打开，眼前这一步要怎么迈出，总要有个思量。2023年9月5日中国工程院郑伟民院士谈国产GPU时说到“60%硬件性能+好生态，好过80%硬件性能+坏生态”，非常中肯。技术生态很重要，但是没有好的市场生态就没有好的产业生态，没有好的产业生态又怎么会有好的技术生态呢？这是我们必须面对的问题。

上个礼拜，憋不出稿子的世超，和差评君一起去深圳，参加了百度开发者大会。 会上李彦宏发布了一款，最新的基于文心大模型的添添 AI 平板机器人。 这款机器人号称是大模型的大集成体，因为不同于那些行业向的感知，这款产品试着把技术，真正送到用户的身边。。。 其实吧，在过去一年多，作为编辑部指定的 AI 产品人肉体验器，世超把玩过的 AI 工具、应用，不说一千个，上百个肯定有了。 但不少体验很一般。 因为它们中的大多数，现阶段呆呆的。 打个比方，那些装了原生大模型的工具，看似功能强大，但无论问啥，它都会写小作文，车轱辘话说个没完没了。 看似智能，实则智障。 有些 AI 工具虽然用了更实用的小模型，可一个没处理好，经常胡言乱语或者一个劲地说 “ 我不会 ” 。 以至于在用 AI 工具之前，你自己得先给问题评级分类，然后再从 AI 工具海里找到适合的。。。 而按介绍，添添 AI 平板机器人就不一样了，基于文心大模型技术的它，能够在处理不同工作时，分别调用不同的大小 AI 模型。 既能在需要的时候处理复杂任务，面对简单的指令时，也比只会用文心大模型的版本，响应速度提升 2 倍、成本下降 99% ，更聪明的同时，还能省钱省时间。 冲着这种表现，勾得世超心里痒得不行，好在差评君神通广大，当天就给我搞到了这个挤眉弄眼的小家伙。 等咱们在办公室掏出添添 AI 平板机器人，分分钟就引起了围观。 当编辑部的小伙伴们听说这是首款基于文心大模型的机器人，进一步提高了大家的期待值，时不时就有人来围观我的搞机现场。 毕竟，编辑部内部在试了这么多大模型后，文心一言一直口碑爆棚。 文心一言在内部的一些评价 结果一顿操作下来，大家几乎一致觉得这小子当得起两个评语，优雅而且精准。 优雅到什么地步呢？ 这么一个底座是个品质音响、背后自带磁吸充电，连接处自带电机转动轴，前面还是个文心大模型加持的智能 PAD ，四项合一让你知道什么叫高颜值全能王。 不是我吹，颜值、气质这块拿捏的死死的。 光把这个产品静静放在那里的时候，息屏之后，如果选择设置成名画壁纸，高级； 如果选择换成眨眼萌的小度，可爱。 根据我的摸索，发现它居然有自己的 “ 生活节奏 ” ，比如无聊的时候丢纸飞机玩、上班的时候狂敲键盘，放歌的时候自带麦克风。。。 而且这些节奏基本能对应上我们真实世界时间点，比如 12 点左右大口吃甜甜圈、下午一点左右搁那午睡。。。 当然了，你也可以用自家的宝宝、自己的男 / 女朋友、全家福等等，就像我们这样。 而且，不论你在任何时候、任何角度，只要叫小度，它就会根据声源和人脸跟随你。。。 比如在追剧的时候，你走到哪，就跟随你到哪，这就很丝滑。 大家也别以为底座就是个摆件，其实人家是个高品质音箱。 抛开颜值不说，这个音响扬声器覆盖的是羊毛材料，而羊毛可以帮助减少高频的刺耳感，增加声音的柔和度，以及改善中频的饱满度。 突出一个润字。 实际效果呢，就这么说吧，隔壁小黑胖放《 谢天谢帝 》的时候，就连火锅的尾巴甩起来都有了节奏。 除了颜值和音质的优雅，精准这个特点就更夸张了，它给我的感觉像个人。 因为有了文心大模型给添添 AI 平板机器人来了波 “ 焕脑 ” ，它能像人一样记住上下文、也更聪明，在互动的时候，能更丝滑。 比如你让它扮演个猫娘，你和她唠上半小时，都还在 “ 喵喵喵 ” 的。 而且这个小度还特别有好奇心，你和它聊天的时候，贼喜欢每次回答完你问题之后，反手给你抛个问题。 这种高强度的互动，有的时候我都有点招架不住它的热情。 除了 “ 好奇心 ” 重，它出色的 AI 能力也体现在其它方面。 咱就拿它的语音唤醒体验举个例子。 以往咱们用一些 AI 设备，语音唤醒很多时候很鸡肋： 真喊它的时候不理你，没事儿的时候动不动抽风来一句：我在。 这就不得不实名举报隔壁小发桌上的某款 AI 助手，午休的时候总突然来段 Rap 。 小度就牛了，在编辑部这么闹腾的环境下，识别距离和精准度 “ 遥遥领先 ” 。 基于这种能力之上，它还能设置成只喊小度 + 你想要问或者要小度做的事。 这种感觉，有点类似一个能揣摩透你心思的小马仔，大大减少了那种 AI 对话的味道了。 进一步的，在功能上，有了文心大模型加持的添添 AI 平板机器人，几乎可以全方位优化家庭、工作、娱乐等等使用场景。 咱们这么简单玩了两天，就在各种细节上，感受到它有时候充满人味。 比如现在很常见的一个画面就是，宝妈在家带娃，这边有点工作要处理，那边娃闹着要玩手机。 如果随便拿一个 PAD 啥的给娃，长时间使用普通 PAD 容易伤眼。 可要是用上添添 AI 平板机器人，就能解决这个烦恼。 首先它的这块 AI 平板屏幕通过了莱茵低蓝光认证，是一款 DC 调光无频闪的 AG 类纸屏，可以大幅减少对孩子眼睛的危害。 而且它还能自动检测坐姿，从而方便根据孩子不同身高，自由调节角度，提供最合适的使用角度。 不仅如此，普通的平板给了孩子，很容易就成了游戏机、视频播放器，最后学习 5 分钟，游戏 2 小时。 添添 AI 平板机器人，则能有效避免这个问题。 因为你基本上可以直接把不想给孩子用的 App 给禁用了，要想恢复使用，得通过你手机上确认才行。 不仅如此，你还可以在手机上直接找到添添 AI 平板机器人的使用记录。 这操作，不得比小时候老妈手摸电视机温度来得更恐怖。。。 小发听世超说到这个功能，已经种草准备给家里的小侄子来一个了。 而且，添添 AI 平板机器人可以充分发挥它的 AI 能力，比如利用 AI 绘画，帮宝宝的简笔画一键生成超级超级超级精美的画作。 它也能凭一张简笔画，加点简单的剧情，轻松生成一个精美的绘本。 我们也试着用火锅来生成了个绘本，效果还挺好的。 制作绘本 绘本效果（ 这还是有声书哦 ） 我们去市面上看了下有声儿童绘本的售价，我只能说这功能确实很香。 除此之外，添添 AI 平板机器人还内置了很多数字人伙伴，比如我们找了一个度龙龙，奶声奶气地和他聊天。 这家伙还挺话痨，一顿对答下来，我们发现它有一个完整的故事背景，还有自己的朋友圈和成长轨迹，类似刚开始还是个蛋，等孵化出来才能看到什么样子，有个最好的朋友是只美丽的凤凰小美。 就我们聊了一会，感觉孩子完全能把他们当成一个虚拟好朋友。 除了这些 AI 伙伴，还有很多常规數字人扮演的不同角色，比如心理师、奶狗、甜妹等等。 我们逛了一圈，发现都是些深度调教的了 AI 角色，都能融入相应的角色身份和我们聊天。 当然了，抛开孩子、老人，像我一样的 “ 科技先锋体验官 ” ，添添 AI 平板机器人也足够帮我娱乐工作一把抓，甚至还有不少让我惊喜的丝滑体验。 比如只要是在使用添添 AI 平板机器人过程中，随时可以对照片、或者手动截图，进行文字识别提取、翻译、解释等等。 直接截屏识别、翻译外文 文档 OCR 识别并进行 AI 解释 视频会议的时候，也可以直接用基于文心一言打造的小度 AI 记笔记生成会议纪、智能做摘要啥的。 还有最特殊的一个惊喜就是，以前上网听歌、追剧，你得先绞尽脑汁去想片源在哪个版权方手里，再打开相应的 App 看才行。 而添添 AI 平板机器人聚合了市面上几乎所有主流的视频、音频软件。 只要一声令下，它自己识别片源、歌曲版权归属，直接就能播放你想看、想听的。 甚至，我在 5 点半时说想看新闻联播，它还提醒我新闻联播得 7 点半才有，给我放新闻频道好了。。。 所以，总得看下来，添添 AI 平板在获得了百度自家 AI 大模型助力后，已经走出了一条新道路： 从多维度感知真实世界，努力朝更不像机器、更人性化的智能机器人进化。 你还真别小瞧了技术的迭代速度，这两年， AI 火了之后，智能机器人的普及，问题已经不再是 “ 我是否会被其影响 ” ，而是 “ 影响会何时到来，会以什么形式出现 ” 。 前前后后也出现了很多类似的 AI 硬件。 什么 AI pin 、 rabbit 们，都在尝试着成为那第一个 AI 智能硬件。 但说实话，不少 AI 产品的噱头虽然足，可使用体验上并不全都尽如人意。 之前被冠以 “ AI 时代 iPhone ” 的 AI pin ，最近就引来用户的反对和退货。 这里面的原因很多，但我觉得大家容易忽视的一条就是，很多AI 公司并没有终端落地开发经验，而生态另一端的电子产品制造商，又普遍没有 AI 团队。 最终要么是产品过于理想化，使用体验一塌糊涂；要么就是产品细节都挺好的，就是和 AI 关系不大。。。 在我看来，这也是百度自身的一大优势所在，论 AI 有国内顶流文心大模型、论终端产品研发制造，也有小度的经验积累。 毫无疑问， AI 时代新型硬件终端的赋能、落地，依旧需要更多的公司下场，但或许，能在内部进行软硬件结合的企业，可能会具有一定优势。 过去的 2023 年，一直被行业称为大模型元年，海内外基础大模型爆发，这也意味着机器学习和人工智能技术进入了一个新时代，不少人开始对 AGI 开始了期待。 而今年，不少人期待它能成为大模型应用元年。 过去的几个月里，我们也的确看到了很多常用的 App 开始大面积接入 AI 。 这次不一样的是，小度坚持通过自身 AI 技术能力以及创新的产品理念相结合，将文心大模型深度植入到添添 AI 平板机器人上，从根本性上进行了一次硬件件终端与 AI 技术相结合的尝试，得到的产品用起来还挺香。 我们也能相信，这远远未到它的最终姿态，未来也期待小度能带来更多更好的 AI 产品，提高大家的生活品质。 当然了，夸了这么多小度，咱们也不是白夸的，我们再次用到了差评君的 “ 超能力 ” ，找到了小度官方那边，给我们差友们要来了专属福利。 撰文：八戒 编辑：江江 & 面线 封面：焕妍

作者：适道AI组 编辑：狮刀 引言 2022年末，ChatGPT惊艳了世人，留下了急火攻心的“AI先行者”Google。 在随后的数月内测中，Google不同部门推出多个模型，但没有一个能对打GPT-4 。迫不得已，Google决定卧薪尝胆，重新梳理内部混乱的项目。只是截止目前，Google仍未能如愿，甚至被GPT-4 “套壳者”、老黄的“心头好”Perplexity AI 威胁到搜索老本行。 笑话1.0——“说谎成性”Bard 2023年2月，Google推出聊天机器人Bard充当“救火队”。然而，在官宣视频中，Bard错将智利甚大望远镜拍摄的照片“怼”在美国JWST太空望远镜的头上。翌日，Google股价暴跌9%，市值缩水千亿美元。 笑话2.0——“全员皆黑”Gemini 2023年12月，Google推出号称全面超越GPT-4的Gemini。几个月后大家发现，该模型其他方面普通，但“政治觉悟”一马当先，比如让华盛顿穿上迷人棕色皮肤；让马斯克变身宋小宝；连香草布丁也变成了巧克力布丁（巧克力爱好者狂喜……但即便如此“正确”的Gemini，却不认识Google的创始人。 笑话3.0——“AI汪峰”Gemini 1.5 Pro 2024年2月，Google再接再厉，发布Gemini 1.5 Pro。该全新MoE模型被称为“更大、更快、更强”，最高支持1000万上下文。然而，科技媒体们的稿子还没写完，Sora就华丽登场了。 如果非要说Google实力不佳，那是不可能的。毕竟归根结底，GPT系列还是Transformer架构的“套壳”，而Google正是Transformer的“原创”。 为何Google“起了个大早，赶了个晚集”？俗话说“这样大族人家，必须先从家里自杀自灭起来，才能一败涂地。”虽然Google谈不上溃败，但其“三败OpenAI”的战绩同样主要归结于内因。 近期，FT发布文章How Google lost ground in the AI race。作者多次采访了Google现任、前任高管，业内人士以及分析师，并得出结论：Google暂时落后的原因包括“落地迟缓”“山头林立”“资源分散”等大公司病。适道对文章进行了编译，请安心食用。 1 内部“封建圈地”，员工各为其主 Google 受困于领导不利、内部竞争、市场转型难。 战时领导力不足：根据前员工的说法——高层“压力山大”，因为他们要在没有历史借鉴的前提下，迅速做出反应。 尤其是CEO“劈柴哥”。最近Pichai 承认：虽然自己早就意识到 AI 对 Google的重要性，但还是没能预料ChatGPT 居然能引发全球热潮。 过于保守行动迟缓：有内部人士认为，Google作为搜索市场的领导者，一举一动都处于聚光灯下。因此，公司对开发新AI 服务比较谨慎。根据墨菲定律，你越害怕的越会到来。Bard和Gemini 接连翻车，导致“嘘声”远多于“叫座声”，Google还不如脱了鞋撒丫子跑。 山头林立相互掣肘：现任、前任高管均将Google 描述为“封建领地”，每个产品线都有自己的“领主”。因此员工更倾向于不断优化产品，拿增量谈绩效，而不是放手彻底创新，更别提跨团队合作。 例如，GenAI的“决策权”被下放到各个部门——搜索和信息服务的部门；Android和Chrome在内的计算平台；Gmail和生产力应用在内的云计算部门；连YouTube也插了一脚。 结果就是，虽然AI团队很想创新，但搜索和广告团队扯着裤子，不让它跑。 根据前员工的描述：Google 这艘巨轮眼看要撞上冰山，却不愿或不能变航线。 2 CEO方向模糊，不够“狼性” Pichai自己也承认，公司规模太大导致处处掣肘。而且因为搜索太成功，大家的风险厌恶程度很高。 因此，他想做一个自由创新空间，让大家可以随意创新，不用担心影响Google招牌。例如，去年Google推出一个实验性新搜索服务，包含了GenAI功能，并在 Google Labs 测试网站上进行了测试，这种做法让人回想起Google 早期的创新模式。 然而，根据实际访谈，很多员工并不买账。 一方面，全公司笼罩在裁员阴影下。创新不是一朝一夕，理想比不过面包。大家都想着如何保工作，叫我们如何创新？ 另一方面，更大的麻烦出在了领导层。一位在Google工作8年的软件工程师Diane Hirsh Theriault表示：领导层只会指出“模糊的AI方向”，缺乏自己的真正立场，这会损害公司的根本利益。 例如，Pichai身先士卒，参与日常决策，决定如何在产品中整合GenAI功能。 有员工吐槽：Pichai 已经成为AI首席产品官，就像他在2015年做CEO 前那样。有内部人士警告，Pichai过于关注AI 产品细节，这会分散他担任CEO的本职工作。 另外，Pichai的领导风格相当温和，喜欢由大家共同探讨并得出结论。有员工担心Pichai过于nice：现在火烧眉毛了，再商量下去，微软和OpenAI就要在AI上干死Google了。 有两位消息人士称，公司内外的高级利益相关者正在敦促 Pichai 采取更激进和果断的行动。 3 合并团队貌合神离，相互甩锅 实际上，Pichai并非完全没有“狼性”。 ChatGPT 发布后，Pichai就将外界闻风丧胆的AI团队——Google Brain和DeepMind合并了。从结果来看，决定非常及时，由合并团队开发的Gemini其实也是优秀生，只是没有全面超越GPT-4而已。 但对于“换老板”这件事——DeepMind联合创始人 Sir Demis Hassabis 被任命为合并后的 Google DeepMind 负责人。很多人都表达了不满。他们认为应该由产品团队，而不是研究人员指导GenAI在公司服务中的应用。 带着这些不满，新组织内部也在“分头行动”。 一位现任员工还将“错失创新机会”甩锅给了基础研究团队。他认为是该团队没能获取必要计算和其他编码资源，导致扩大 AI 实验规模出现困难。 目前有传言称Google 还要进行类似重组，任命一位负责所有服务的单一产品主管（目前Pichai的角色）。最近，长期担任高管的Elizabeth Reid被任命为搜索主管。这是4年来，Google主要产品首次由单一高管控制，这侧面表明了 Pichai 开始寻求新一代管理者。 总的来说，Pichai的“渐进式改革”与微软Nadella的“大刀阔斧”形成鲜明对比。后者在AI领域进行了一系列大胆投资，包括投给OpenAI约130亿美元；对法国初创公司 Mistral 的投资，以及在微软产品中整合GenAI功能。 4 搜索、广告业务根基尚稳 退一步说，偏重GenAI也可能毁掉Google的搜索大本营——如果用户都在用AI直接获取答案，谁还会点广告？ 对此，前Google实习生、现 Perplexity CEO Arvind Srinivas指出：Google需要找到一种方式，不仅能平衡AI创新&广告业务，还要直面来自华尔街的压力和股价短期波动。 Srinivas认为，Google完全有能力进行创新，但任何大动作都伴随着风险。 实际上，Google的广告业务并非一帆风顺。尤其在智能手机普及后，公司花了很多年来说服广告商和投资者：移动广告同样有利可图。 Pichai表示：尽管外界过于担心GenAI对Google的负面影响，但Google不是第一次遇到这种事情。例如，早在14年前，Google就通过Google Instant 服务提供直接答案，这曾引发外界对其“自毁长城”的担忧。但目前来看，用户还在点击 Google链接，因为技术的进步使得回答问题的方式不断演变。 从数据看，此前的Google“唱衰论”的确夸大其辞。Statcounter显示，微软在全球搜索市场的份额仅为 4.4%，Google则是 89.5%。要知道，微软Bing率先整合了GenAI功能。 然而，如果Google不能及时全面采用GenAI，那么用户可能会转投Perplexity AI 或其他AI 驱动服务。 据悉，Google 已经开始在其主要搜索引擎整合有限的GenAI功能测试，并向美国、英国的部分用户提供由AI 驱动的主题概述。

今天是4月22日 农历三月十四 比亚迪首款新能源皮卡 正式命名叫 BYD SHARK 了 官方谍照长这样 有一说一 看起来还蛮帅的 。。。 下面是今天的其他大新闻 # 传辛选旗下主播将无限期停播，官方暂未回应 （ 新浪科技 ）今日有截图流出，内容显示因不可抗力，辛选集团旗下主播自即日起无限期停播，具体的复播日期未定。 辛选表示，部分主播的小店尚未关闭，有购物需求的用户仍可下单，小店客服及辛选客服团队将继续为广大辛选用户服务，商品的售后问题请联系小店客服或辛选小助理。 对此，辛选集团官方暂未作出回应。在快手上联系辛选小助理，目前人工客服服务正常，同时客服人员称，前述消息不影响用户在途的商品交易。 ：前几天辛巴就放狠话了。。。 # 马斯克希望特斯拉裁员 20%，与季度汽车交付量降幅匹配 （ IT之家 ）4 月 22 日消息，彭博社报道称，马斯克希望特斯拉裁员 20%，因为其季度汽车交付量下降了 20%，马斯克认为裁员比例应与 2023 年第四季度至 2024 年第一季度的汽车交付量降幅相匹配。 特斯拉表示，2024 年第一季度交付了 386810 辆汽车，比上一季度下降了 20.1%，同比下降 8.5%，这是该公司自 2022 年以来的最低季度表现。 据此前报道，马斯克于 4 月 15 日发出全员邮件，称特斯拉将在全球范围内裁减 10% 员工，超过 1.4 万人受到影响，其主要市场美国和中国成为了重灾区。 ：给老马来了点小小的中国汽车震撼。 # 雷军称若着急购车智界蔚来小鹏都不错 （ 新浪科技 ）今日下午，小米创始人，董事长@雷军 发文，疑似对上午“ 华为‘ 截胡 ’小米 SU7 订单 ”相关传闻进行回应。 雷军表示，目前小米 SU7 的产能和交付速度正在快速提升，标准版和 Max 已经提前交付。不少准车主在小米汽车 App 里发现，预计交付时间提前了。 雷军同时还向网友喊话：“ 如果您实在着急购车，国内新能源汽车都不错，比如，智界 S7、蔚来 ET5、小鹏 P7 系列等，大家也可以考虑选购！ ”智界汽车随后转发该微博，并表示“ 感谢雷总推荐 ”。小鹏汽车也发布致谢微博。 ：雷军：格局打开。 # 12306回应被质疑纵容买长乘短 （ 快科技 ）据国内媒体报道，有网友在抢票时发现，12306 购票系统中，疑似纵容旅客“ 买长乘短 ”。 报道称，蒋女士买票时看到，5 月 1 日 G1278 次列车武汉 - 天津没票，但多买一站“ 武汉 - 唐山 ”却有票，这不是引导着乘客“ 买长乘短 ”吗。 对此，12306 客服向媒体回应称：针对“ 长途余票充足，短途区间票无票 ”的情况，售票系统会优先满足长途旅客，乘客可以选择候补或“ 买长乘短 ”，但未乘区间票款是不退还的。 ：我如果能买到票，买长乘短也不是不行。。。

今天一早，理想放出了罕见的大招。 除了上周刚刚发布的 L6 ，理想旗下最新款车型集体降价，直接冲上热搜。 在我印象里，这是理想这家公司第一次有官降的动作。 之前不管是理想 ONE 还是老款 L7/8/9 ，理想要么是改款增配调价格，要么是在门店里来点终端优惠。而这次不一样了，官方指导价直接调低。 具体来看， L7 和 L8 的低配 Pro 车型，降价 1.8 万；L7 和 L8 的中配 Max 、高配 Ultra 车型，降价 2 万；L9 的两个配置降 2 万；还有最贵的 MEGA ，降价 3 万。 另外，理想之前说的，会在 L8/L7 上推出不带空悬的 Air 版本，可能就此打住。 根据 36 氪汽车的报道，理想官方人员表示： “ 本次价格调整， Pro 车型已经覆盖了原有的 Air 车型价格，同时 L6 热销，也能提供很好的 CDC 悬架满足需求。所以 L7/L8 不会再推出 Air 车型。 ” 这倒也合理，反正图便宜的目的已经达到了。 而之所以我会说这是 “ 罕见大招 ” ，不仅是因为这是理想头一次降价，更因为这几个车的售价也就是上个月刚刚发布，这才不到两个月时间，真是主打一个意想不到。 遇到降价，最先坐不住的必然是老车主们。这一块，理想也是安排得明明白白的。说 啥也不说，差价直接现金补上。 是真的给现金，脖子哥看到有人的差价都已经到账了。其实这种直接退现金是挺麻烦的，因为还会涉及到税额啥的，加上理想卖的也不少，这一整波下来，几个亿估计是有的，可以说诚意是给足了。 其他品牌都赶紧来学学，别发布上说着一定不忘老车主，结果最后就是还要人家置换才能拿补贴，或者就发了一堆用不完的积分啥的。 直接打钱，这才叫是给老车主最大的安慰。 哦，还有一些降价从来不管老车主的，那就算了，不在此次讨论范围。 从时间点上看，理想这次降价是有点让人出乎意料的。因为就在昨天，理想才刚刚公布了 L6 的战报， 72 小时大定超过 1 万台。 这个成绩不说有多么优秀吧，但放在当下和它的竞品们对比，肯定也是不差的。 但如果我们结合 L6 的售价，以及理想这两个月的遭遇，脖子哥也稍微马后炮一下，可以说理想这次降价又完全是在情理之中。 在 L6 的发布会上，理想官方说本来是打算把起售价定在 25.98 万的，还有一些博主说理想最早是打算定 26.98 万的，反正他们最终咬咬牙，把价格改到了 24.98 万。 这种说法不无道理，因为 L6 和 L7 这俩兄弟，基本是一个模子的，都是大五座 SUV ，车长也就差个 10cm ，主要就差在电池、空悬这些。 这些东西说实话，对于理想的目标客户群体来说，可能并没有那么强的感知，大伙儿喜欢的大沙发大冰箱这些， L6 依然给到了。 可 L6 比L7 便宜了足足7 万块，这个差价让 L7 有点尴尬了。L7 作为理想卖得最好的一款车，销量好的时候一个月卖掉 2 万台。 你这 L6 的推出，会把自家 L7 拉下马，那对于理想来说，可就亏大了。所以才用 789 的降价来拉近与 L6 的距离，提高老大哥们的性价比。 除了避免伤害同门，理想这波官降更为重要的，是要去挽救之前的错误。 众所周知，理想在 MEGA 上栽了个跟头。这款车当时被理想寄予厚望，但事实是争议的声量远远大于实际的销量。 上个月，一共卖了 3229 台，作为一台 50 来万的纯电 MPV ，这个成绩其实并不差。 可是李想本人之前在 MEGA 上放出了各种豪言壮语，什么要成为 50 万以上销量最高的车，这回都被现实狠狠打脸。 关于 MEGA 的问题，我们之前也有过相关分析（ 传送门在此 ），这里就不再多说了。 这里说的问题是，因为理想过于重视 MEGA ，它把资源全都投入在了 MEGA 上，直接导致 L 系明明是一个很大的改款，但大伙儿都顾着看 MEGA ，没多少人来关心了。 我来简单盘盘 2024 款 L 系的改动，你就懂了。 L9 和 L7/8 的高配车型新增大了电池，比如 L9 从原来的 42.6 度变成 52.3 度电，加了小 10 度电， CLTC 纯电续航增加了 57 公里。 冰箱原来是 L9 的专属，现在 L7 和 L8 也有；空气悬架原来 L7/8 低配是没有的，现在也有了；还有搭载激光雷达，能实现城区 NOA 的高阶智驾 AD Max ，原来是高配车型专属，现在也扩展到了中配。 更别说什么全系升级 8295 ，座椅十点按摩，铂金音响了。 看到了吧，其实 L 系的改款是个量大管饱的大增配，甚至都可以拿出来单独开一场发布会，但理想只是把这些信息放在了 MEGA 发布会的最后环节，当做一个 “ 餐后甜点 ” 。 最后的结果是， MEGA 没有大卖，还影响到了 L 系。李想在后来复盘的内部信里说， “ 主力车型理想 L8 甚至连店面摆放的位置都没有了 ” 。 理想做纯电车没啥错，但完全纯电的时代还要等很多年。至少在接下来几年内，增程家用 SUV 依然是理想的基本盘。 而撇开这些方面，在脖子哥看来，另一点促使理想降价的，是它终于意识到了自己品牌价值并没有那么高。 在 MEGA 发布之前，理想可以说是最被看好的新势力车企。 它是新能源豪华市场的常胜将军，是第一家盈利的新势力，是账上 1000 亿、现金流最好的中国车企。 在它定义的榜单里，理想都是各种领先于友商。也是从它每周发榜开始，车圈开始流行起车企自己发销量榜，每家的维度还都有点不一样。 这些亮眼的成绩，估计也是让理想有点飘了，以为自己大概是站稳了脚跟。所以不管是在 MEGA ，还是 2024 款 L 系的定价上，理想都没有给出惊喜。 抛开 MEGA 不说， 24 款 L 系上理想是有增配，有干货的。但恰逢同行们都在搞增配降价，大伙儿一看，你怎么还是这么贵啊？不好意思，打扰了。。。 现在的情况大家也知道，车企全在打价格战，连 “ 绝不降价 ” 的蔚来，今年也通过更新 BaaS （ 电池租赁 ）政策，变相降低了车子的到手价。 对手们都在降价，理想的竞争力自然就下降了。 说白了，之前有那么多人会买理想，不是说它真能掏出一堆别人都没有的东西，而是当你有三四十万预算，要去挑一台家用车时，理想在那个市场确实有性价比。 所以理想的这次官降，就是提升它的 “ 性价比 ” ，用黑话说，这是回归用户的价值。 总的来看，我觉得理想在一个多月时间里，就甩出了这么大的动作，这本身是一个积极的信号。 而且理想还在向友商们积极学习。小米 SU7 发布后，他们每天都在官方号上整出一个你问我答，把持币观望的人拿捏死死的。 这不，理想已经偷学过去了。 不管怎么说，理想仍然是新势力里的一哥，它 “ 全家出行用车 ” 的标签已经深入人心，现在我们就要看它要怎么守住这个标签了。 撰文：白日梦 编辑：脖子右拧 & 面线 & 大饼

孩子长大了，一定是做恐怖游戏的天才。

作者 | 李水青 编辑 | 心缘 智东西4月22日报道，在4月18日的联想创新科技大会（2024 Lenovo Tech World）上，联想集团高级副总裁、中国方案服务业务群总经理戴炜谈道，在擎天3.0引擎的强大支持下，联想方案服务业务将以“一擎三箭”的战略布局，打造全栈智能化全周期服务，通过智能体，让人工智能惠及每一个企业和个人。 戴炜认为，大模型将能够驱动企业智能体和个人智能体，打造混合式人工智能，而对上一代AI有所布局的企业，将在大模型时代具有更显著的优势。 他介绍道，七年前，联想前瞻性地看到AI所带来的智能化转型趋势，并率先将AI应用在集团内部。 以国内最早在企业端的AI应用之一——联想智慧客服系统“魔方”为例，它以仅400个坐席支撑联想在中国年均2000万的客服单量，理解准确率接近95%，解决问题的占比已经超过55%。魔方智慧客服系统从第一代产品演变至今，见证了技术从深度学习到人工智能和大模型所带来的巨变。 戴炜补充道，联想正在将方案服务产品全面升级为混合人工智能时代的Portfolio 2.0，包含联想多年技术研发的解决方案和服务，涵盖支持服务、数字工作场所、可持续发展和智能混合云方案。此外，联想还将以行业智能体为突破，面向每个行业不同的细分场景，打造端到端的、量身定制的行业解决方案。 为此，联想基于原擎天架构中的技术中台（GPaaS）和业务中台（VPaaS）等模块升级，打造了擎天智能体引擎，其包括核心的AI开发和运行层，混合大模型和知识库工具层，以及涉及研产供销服各个环节的企业的通用智能体业务层。 借助擎天智能体引擎，联想将与大量的行业ISV和大模型伙伴一起，打造不同行业的智能体解决方案。基于擎天智能体引擎共享通用能力，加速每个行业中智能体的拓展速度。 “仅凭一个智能体无法解决一个行业的所有问题，行业问题需要细分到具体的场景”，戴炜提到。得益于擎天智能体引擎，联想方案服务将全栈服务升级为智能化转型的全周期服务，以此来满足混合AI部署对全面性、系统性的要求，推动企业系统架构向AI原生的变革。 目前，联想正把擎天升级为以企业大模型驱动、智能体为核心的“擎天3.0”，并驱动“三箭”（政企客户、中小企业客户和消费用户三大客户群）为千行万业和消费者提供AI原生的方案和服务。作为“一擎三箭”的战略布局的核心，联想将在擎天智能体引擎的支持下，面向政企客户、中小企业客户和消费用户搭建起核心竞争力。 戴炜强调说，政企客户、中小企业客户和消费用户都应该是AI普惠的受益者。除了面向政企客户打造的Portfolio 2.0，联想还通过百应智能体，让中小企业群体一站式使用企业智能体，并接入企业SaaS应用系统，实现真正可用。另外，联想还打造了嵌入联想小天智能体中的主动式智能服务，为消费用户提供大模型应用从云端到“口袋”落地的智能体验。 以“全栈AI”战略为指导，联想面向AI的全新十年已做好十足的准备。作为完成AI行业应用的最后一块版图，联想将围绕“一擎三箭”重构AI原生的方案服务。戴炜表示，“AI的史诗级机遇，绝不仅仅属于某几个企业。联想将建立‘擎天生态联盟’，与更多致力于AI应用开发、大模型研发及大模型服务的伙伴共赢这个伟大的智能新时代。”

作者 | 李水青 编辑 | 心缘 智东西4月22日报道，在4月18日的联想创新科技大会（2024 Lenovo Tech World）上，联想集团执行副总裁兼中国区总裁刘军接受媒体采访时称：“引领AI革命的新十年征程已经开启，联想已做好充分准备。” 据他介绍，经历7年变革，联想已经构建起全栈AI战略布局，将以企业智能体升级客户直达模式，全栈AI加速3S转型，驱动AI普惠、共同构筑中国新质生产力，助力中国经济高质量发展。 早在7年前，联想就看到了AI可能带来的巨变，预判了智能化趋势。刘军透露，联想在2017年时，面临复兴PC主业和建立新业务的双重挑战，同时作为中国领先的IT公司，也需要承担更多的社会责任。所以，联想确立了“联想 智慧中国”的愿景，并开启以客户为中心转型和3S转型，重塑业务增长。 “联想实际上是AI最早的应用者、先行者。联想最先从自身内部应用推动两大转型，这都需要IT技术帮助，而且必须是自动化技术。”刘军介绍说，“比如直达消费者，现在联想可以直接触达国内两亿消费用户，如何与两亿客户沟通、做好服务，人工根本不可能。在应用了AI之后，我们发现它非常有价值，后来开始帮助越来越多的相关企业智能化转型。” 七年变革，九转功成。作为联想集团的先锋军和试验田，联想中国目前已经建立起领先业内的客户直达业务模式，成功构建起全栈AI布局，即AI内嵌的智能终端、AI导向的基础设施和AI原生的方案服务，成为领先的基于“端-边-云-网-智”新IT技术架构的AI解决方案与服务提供商。 其中在AI内嵌的智能终端方面，“联想小天”个人智能体和具备五大特征、真正意义上的AI PC旗舰新品“AI元启”版的重磅发布成为一大亮点。刘军表示，大模型技术的爆发加快了AI PC问世的节奏。深耕PC市场40年，继家用电脑、互联网电脑之后，联想有义务引领PC产业开启第三次代际升级，第一时间为中国用户带来全新的AI PC体验。 刘军还表示，对AI PC这个词，联想给出了明确定义。目前，市场上有很多产品叫“AI PC”，但往往只具备一个特征，即本地异构AI算力，靠的是云端大模型。而联想AI PC同时具备本地模式，本地模式下除了异构AI算力，还有其他四个特征。“我们认为，具备五大特征的AI PC才是真正的AI PC，尤其是个人智能体和个人知识库（特别关键）”。 这里的“五大特征”包括：内嵌个人大模型与用户自然交互的智能体、个人知识库、本地异构AI算力（CPU/GPU/NPU）、开放的人工智能应用生态、个人数据和隐私安全保护。五大特征齐备，PC将不再是个人电脑（Personal Computer），而是 AI Personalized Computer——人工智能个性化电脑（AI PC）。 刘军透露，真正意义上的联想AI PC旗舰新品“AI元启”版将很快与用户见面，4月18日正式发布，5月12日用户可以到店线下体验，5月20日将正式对外发售。 “不到长城非好汉，屈指行程二万。”刘军最后总结了7年转型的心路历程。他在现场用《清平乐 六盘山》表达了“长缨在手”定当“缚住苍龙”的豪情。展望未来，他表示，联想将与产业协同发力、与生态协同发展，开创更加精彩的AI新十年。

新机开售，很少会遭遇「扫荡」般的抢购。 华为经历了两次：一台去年的 Mate60 Pro，一台上周的 Pura70 Ultra。 爱范儿也在第一时间兵分两路，前往广深两地，赶上了首发体验。 毫无疑问，全新升级、加入「先锋计划」的 Pura，又是一台现象级手机，在线上线下秒速售罄的同时，也引来了铺天盖地的争议：为什么要用三角形模组？为什么有那么多个版本？为什么敢出一台「芭比粉」？ 当中最大的争论点集中在： 为什么纸面参数不突出的 Pura70 Ultra，敢卖 10000 元？ 华为设计的基本功：CMF 我们编辑部轮番体验 Pura70 Ultra 的这几天里，有不止一位伙伴反映「Pura 是第一部让我想长期当主力机的影像旗舰。」 这种感受并不是空穴来风，究其根本，是源于华为在手机 CMF 设计中的多年积累。 CMF，指「颜色-材料-表面处理」的英文首字母缩写，是产品生产设计当中的核心要素，各个品牌的手机「个性」，也往往都在这体现。 华为 P 系列在颜色的选择上，一直都有自己独到的理解： P20 的极光渐变色 P30 的天空之镜 P40 的冰霜雾水 P50 的初春三时色 P60 的洛可可白 Pura70 Ultra 则在此基础上，进行了更大大胆的尝试。 以主打色香颂绿为例，在这款手机的背面，集齐了绿色花纹素皮、绿色玻璃、绿色金属镜头保护环、红色主摄镜头装饰圈，和金色金属「标签」。 虽然集齐了 3 种材质和 5 种色彩，但放在一起，却不显凌乱。 「星芒黑」「星芒白」「摩卡棕」「香颂绿」的素皮背板，分别搭配着颜色略有区别的的金属包边（中框、镜头模组），使得两种材质由于色调的统一而相互融合。 红色主摄镜头装饰圈露出时，有点打破背面的色彩平衡，但升降模组大部分时间都在闭合状态，更何况本就是给别人看的升降镜头，当然要更突出的颜色。 总之，显眼的不突兀，突兀的不显眼。 很长一段时间里，我对素皮材质都是持有保留意见，总认为它偏老气、不耐磨。 但 Pura70 Ultra 上的素皮，却成了它整机设计的亮点核心之一。 Ultra 的镜头模组大、层次多、形状复杂，如果还使用传统的亮面玻璃背板，视觉上的高光会过多，后盖可能看起来较为杂乱，全是亮点相当于没有亮点。 磨砂背板是一个不错的选择，可整机重量就得不到有效控制。如此看来，素皮似乎成了不二之选。 素皮不素，是华为在背板设计中的一大课题。 Ultra 采用的素皮材质，兼具亲肤触感和设计质感，其「星芒纹」的设计语言，来自塞纳河畔夜空的星光倒映在水面、并折射出耀眼星芒的画面定格。 在此，华为掌握了很好的比例和层次，Pura70 Ultra 也成了前几代产品设计的集大成者。 金属边框和素皮背板的质感是 Pura70 Ultra 的静态天赋，是用户初见新机、愿意继续了解新品的敲门砖。 而当你亲手拿起 Pura70 Ultra，会感到华为在营造优秀手感上的经验积累。 即便 Ultra 重 230g 左右，但握持手感完胜另外几部比它轻的影像旗舰。 「足秤」，是拿起 Pura70 Ultra 的最大感受。这并不是指 Ultra 够重，而是整台机器十分紧实，「屏幕-中框-后盖」之间的过渡非常丝滑，手指滑过感受不到断层感。 大弧度 R 角处理，四边等宽的窄边框，以及 3D 玻璃的运用上，P70 Ultra 塑造了华为历史上最好的正面观感，也带来了非常贴合的手感。 一台紧实且跟手的机子，一是能摒除「廉价」的松垮，提升整机的质感，；二是能符合大多数人的握持手型，间接地通过顺手来减少重量。 这也是我们得出「完胜其他旗舰」结论的原因所在。 2016 年，荣耀初代 Magic 采用的八曲面屏就已经将「等深、正反八曲」的概念带到了市场，这种「超前」的贴合手感给当时的市场留下了挺深的印象，虽然多年来陆续有厂家尝试，但终究没能做出「那种味儿」，也没让符合握持感的设计，跟上手机的迭代。 小米 14 Pro/Ultra 算是在屏幕「直曲困境」中，率先走出来的一个。雷军曾说为了这块全等深微曲屏，用了 5 万片玻璃，和 18 倍的成本 。 华为 Pura70 Ultra 等深四曲屏幕的基础上，又融入了 Mate60 Pro 的四边等宽的窄边框和中框，在手感上真正将手机的前中后融为了一体。 这几乎也意味着旗舰机曲面屏设计，即将退出历史舞台；等深四曲屏，已经是主流旗舰的未来。 突破点，设计力展现 在旷日持久的 Pura 70 系列曝光过程中，三角形的相机模组区域，是一个「并非悬念的悬念」。 说它并非悬念，是三角形早已出现在各路爆料图里，大家很早就知道华为要这么设计了。 说它是悬念，是因为非方即圆的相机模组区域设计很难再有突破，三角形过于大胆，不平衡的三角形线条挑战了多数人的审美认知，这也是很多人在看到曝光渲染图时，觉得「怪异」的源头。 但答案是，华为通过大弧度圆角处理，赋予三角形「柔和感」，以及三颗镜头的大小和排布，来形成横向的对称感，消解了三角形本身的不平衡感，并打破了目前「非方即圆」的设计逻辑，第一次把「三角形」带上了智能移动终端的核心设计概念。 同时，Pura70 Ultra 又保留了三角形的轮廓，和「锐意向前」的 Pura 系列精神呼应。 当然，它本质上还是个三角形，所以不少人接受不了这个设计是正常的。 但以我的视角来看，华为在突破设计、彰显个性和兼顾大众审美上，做得超乎我的预期。 三角形也一定程度上提升了使用体验。 单手握持时，居中的圆形模组，往往会让食指无处安放，但是华为坚持把模组放在左边，右手握持时，食指有很大的空间活动，手指不会碰到镜头，以至于每次拍照前都要经历「哈气-用衣角擦镜头-再次打开相机」的尴尬流程。 本以为这又是一项「右撇子专利」，再次落下了「左撇子人群」，但事实上左手使用非但不会弄脏镜头，三角形的设计刚好为食指和中指提供了着力点。 打破对称平衡的居中设计，不仅没有「左右为难」，还让所有用户「二手得兼」。 三角形的设计，也再次强化了 Pura 系列的符号语言。 P60 的方圆模组+三摄排列，让其一曝光，就成为了许多网友的创作源泉，甚至还为此衍生出了 P60 专属手机壳。 Pura70 Ultra 仍延续了这种符号，镜头模组形状的更新，还进一步强化了「可爱」的印象，北极熊手机壳的出现，比 P70 系列发售的时间还要早。 虽说与走「高端」的品牌调性有些相悖，但这份独属于 Pura70 系列的符号，加强了人们对这台新机印象与认知，也能走进更多的群体。 对于那些觉得三角形突兀的用户来说，这些奇思妙想的「二创」，或许会成为他们更容易接受接受 Pura 全新设计的契机。 品牌气质时尚化 CMF 做好是基础，设计个性化是加分项，在「形态」的努力之外，我们可以继续寻找华为在 Pura70 Ultra「神态」上的塑造。 华为对 P 系列的品牌定位一直都是「引领科技美学新风向」，意思是时尚为先。 升级后的 Pura 系列，强调突破求变、锐意向前，意思是相较以前，更时尚。 在拿起这台 Pura70 Ultra，并且把目光放在细节里，不难发现 Pura70 Ultra 在「时尚感」上的努力，是有章法成体系，且有成效的。 首先，金色金属 XMAGE 标签，是一举三得的设计点睛之笔。 一是让 Ultra 有了专属设计，与其他三个系列有所区分。 毕竟 1 英寸大底、超聚光伸缩摄像头等硬实力和黑科技，只有 Ultra 有。 二是让 XMAGE 这个华为自有影像品牌更加凸出显现。 自从 Mate50 系列结束了与莱卡的合作，用上了自家的影像，XMAGE 一直都是各界备受关注的对象：失去了徕卡的华为还有影像？自研的 XMAGE 不就是翻版？没有了摄影的华为还有什么？ 事实证明，经过三代机型的努力，XMAGE 没有扑街，而是逐渐自立山头、自成一派，特别是 Pura70 Ultra 的 5cm 微距，再次打破了移动摄影的极限。 三是突出一块的「标签」设计，是时尚设计的惯用手法，许多潮流、轻奢品牌，都会在衣服的某处做一些突出的标签，增加辨识度的同时，也突破了平面设计的纬度。 Pura70 Ultra 的突出标签，也因此顺理成章地加入了时尚元素。 回到和标签相辅相成的背板，上面的素皮压纹不是华为第一次使用，在 Nova 12 Ultra 的 12 号色上就有成功运用，而 12 号色的 Nova 12 Ultra 就是主打时尚卖点。 同为时尚，nova 的风格更年轻也更潮流，而 Pura70 Ultra 在延续性设计的基础上，通过「高定刺绣压纹」工艺，把时尚描绘的更含蓄也更 Old Money 一些。 比如星芒黑和摩卡棕，在时尚中带点复古，但看不出土，就很「老钱风」。 Pura 70 的整个系列都在贯彻着时尚的元素，包括配件在内。 官方配件中，云朵素皮保护壳和印花磁吸保护壳，很明显就用到了奢侈品包包的设计元素： BV 的云朵包和 BV 绿： 以及 LV/Fendi/Dior 的老花风格： 这种设计风格，不是霸王茶姬对 Dior 或者 Gucci 设计的粗暴挪用，非形似，而是神似，要的是时尚的那种感觉。 这是形似，看得出来是一个东西，但视觉没有冲击，内心有些鄙夷，简言之就是抄袭。 这是神似，即使样子完全不同，但依然能从二者的身上看到似曾相识的庄重、霸气，以及威慑力。 于是，从基本功、突破设计和时尚感三个层面上，Pura 70 系列，尤其是 Ultra 兑现了前几天自己所说的，在时尚感和设计上相对于 P 系列的升级。 2020 年底，Mate 40 Pro 发布，除了 88° 曲率的视觉无变设计，全新星环的镜头模组不仅完善了 Mate 30 上的 Halo 环，还使得「星环」正式走入了 Mate 的家族语言，延续至今。 Mate 60 Pro+ 上的「惊鸿一撇」，更加衬托出了星环的中心地位。 2023 年底，华为首款耳夹耳机 FreeClip 上线，独特的佩戴方式引人瞩目，大胆的颜色采用，也让这款耳机突破了本身的「工具属性」，在适合长时间佩戴的同时，也成为了新时代的一款「赛博耳钉」。 今年二月，被称为「时尚制作」的华为小折叠 Pocket 2 发布，「珍珠双环」的外屏设计，「大溪地灰」全新配色，还有联名艺术定制版。 当然也少不了主打设计、时尚、年轻的配件。 上周，和 P70 系列一同开售的，还有全新的口红耳机 FreeBuds Lipstick 2，其设计灵感来自于「水滴」，耳机大胆的造型设计，和专为女性群体定制的口红充电舱，从里到外，都在彰显着它的与众不同。 华为在一次次大胆和超前的设计中，逐渐成为一家时尚公司。 在友商和竞品都在拼硬件、参数和跑分的时候，华为像是多了一件利器，从无限内卷的性能比拼中撤出半个身位，把时尚和设计，打造成华为产品的新卖点。 因此，在 Pura 系列取得突破的背后，其实是华为近年来在前进路线上的积累与改变。 相比于上一代的 P60 Art，这一次的 Pura70 Ultra 同为系列最高，也实现了迭代涨价。 这其中固然有配置上的增强：比如内存加大，主摄升级等等。但在我看来，华为的品牌力、技术和配置升级，是支撑 Pura70 Ultra 万元起售的一部分因素。 设计，让这款手机在让人信服地获得「溢价」上，居功至伟。 从目前售罄的现状和预期的销售量，华为 Pura70 Ultra 合理地站在了三星 S4 Ultra 和苹果 15 Pro 相同的产品价值线上。在同价位的对比下，它卖到 10000 元，在此也显得更有说服力。 前提是，你对跑分这种事情，没有一丝一毫的兴趣。

原阿里巴巴CEO、后出走创立嘉御资本的卫哲在一次相聚上，向AR企业Rokid创始人祝铭明提了个问题：你现在是行业头部了，但你能想清楚一个核心问题吗？如果你一个头部企业一年就只有几个亿的收入，这说明什么？ 卫哲这么问的原因有两个：一是这本来就是个不够大的市场；二是说明行业一定没有找到真正的爆发点。这样的解读对任何一个赛道都是致命的，对AR也并不例外。 时至今日，在苹果公司发布Vision Pro（简称AVP）热度的带动下，AR热度又起，Rokid开发者社区中的开发者人数从一千多涨到了三千多，但距离市场成熟与规模化扩张，还有很长的路要走——对Rokid如是，对苹果公司的AR业务亦如是。 近日，Rokid推出新款AR眼镜Rokid AR Lite，祝铭明在接受第一财经记者专访时，谈到了营收增长、对AVP的看法、对AI大模型的态度，以及AR行业未来的趋势。在祝铭明看来，眼下的AR行业很像iPhone诞生的前三年，所有从业者都在摸索，但谁会成为崛起的苹果？谁会成为没落的诺基亚？这是任何人都无法回答但又焦虑的所在。 苹果Vision Pro再度带热AR行业 AR赛道不可避免会谈到苹果公司新推出的Vision Pro。 2014年至2016年是VR概念低成本普及的时期，但由于技术不成熟、缺乏生态支撑，相关概念迅速熄火。如今，因苹果概念的引爆，AR再次火热，科技巨头也相继将XR列为空间计算的载体。 行业原本对AVP销量成绩寄予厚望，但最终首发不及预期。在祝铭明看来，AVP的发布算得上非常成功，它是苹果公司这么多年来产品定义的策略调整。乔布斯时代的苹果公司属于在用户拿到产品之前做完所有决策——该上什么、不该上什么，该怎么用、不该怎么用。但在蒂姆·库克之后，AVP呈现出明显的“堆功能”风格，由市场来反馈哪些是需要的、哪些是不需要的。这在祝铭明看来，可能是当下的苹果供应链最适合做的事情。 祝铭明对记者表示，此次AVP的产品呈现与发布采用的是非常稳健的打法，“我作为创业者，感觉苹果非常聪明。这也是苹果公司今天与过去的本质区别，它在对自己非常清晰认知的前提下，改变了定义产品的方式。” 从技术层面来讲，AR眼镜分为VST（Video see-through，视频透视）路线与OST路线（Optical see-through，光学透视）。前者如AVP，主要通过摄像头“输入”外界视觉信息带来沉浸式感官体验，但具有设备沉重、与外界隔离的缺点。后者如Rokid，让人们看到真实世界的同时叠加构建虚拟信息，具有更轻便的优点，同时存在算力受限等问题。 华泰证券分析认为，虽然OST具有轻薄省电的特点，但可真正导入OST方案的厂商较少，主要受限于光学透视的光路设计复杂、量产难度高、光学零部件造价较高等原因。 作为创业公司，Rokid选择了OST路线。祝铭明对记者表示，一方面是公司自身认可这条路线。其次，客观上来讲，VST是一个综合性要求非常高的路线，一定是由大公司重投入资源、大规模团队作战来完成，包括芯片、传感器、材料光学等。今天行业内，除了苹果公司，甚至Meta都未能完美完成相关产品的展示。 公开资料显示，AVP搭载M2与R1两颗芯片，M2提供超强运算能力，R1降低设备延时，将算力提升至电脑级，使空间计算成为可能。其中R1芯片是为应对实时传感器处理任务而设计，负责处理来自12个摄像头、5个传感器和6个麦克风的数据，解决延时问题，确保新图像能在极短的时间内（12毫秒）传输到显示屏。 另外从市场影响力角度来说，祝铭明对记者表示，Rokid没有像苹果公司一样的号召力，很难让消费者用几万块钱去买一个并不完美、但在某些方面看得还不错的科技产品。但在B端，只要能够解决具体场景的核心痛点，就是可以接受的，这也是Rokid目前营收的主打方向。 虽然AVP在一定程度上遇冷，但包括Rokid在内的赛道公司仍对苹果公司充满期待，祝铭明对记者表示，希望苹果尽可能推出更轻盈的产品，让整个产业链受益。虽然在手机领域，消费者有了很多更多选项，甚至在一定程度上完成了对苹果的祛魅，但在AR领域，祝铭明认为目前还做不到脱离苹果，最核心的一点在于——大家似乎都忘了，市值之外，苹果目前是全球范围内体量庞大的半导体公司，每一部苹果手机、每一台苹果电脑里，几乎都有一颗苹果芯片。虽然OST路线不像VST那样依赖算力支持，但苹果AR产品规模所引发的行业号召力，是目前早期赛道的希望所在。 行业焦虑AR“iPhone时刻” 过去很多年，祝铭明不会明确回应财务相关数据，产品研发与技术探索是摆在更前面的诉求。但近几年，在资本环境愈加严格的前提下，作为创业公司，Rokid从技术流回落到实干派。 祝铭明表示，Rokid过去一季度销量同比增长达150%，今年目标销售实现30万到50万部。对比消费电子领域，该销量区间足够匹配高端机型销量。如果AR可以实现这个数据，就能实现一定程度的破圈。 成立于2014年的Rokid从2021年开始做收入，至2023年三年时间，业务收入增长了八倍。从2022年开始，公司将战略从规模优先调整为利润优先。如今的Rokid CEO会议与2019年之前变化很大，过去是谈技术与产品，如今祝铭明会问团队，某一项技术投入之后，在12个月时间内会给公司带来什么收益？ 至于当下火热的大模型AI技术，Rokid没有急于投入。祝铭明对记者表示，首先Rokid自身受益于AI的技术发展，但在他看来，目前的AI赛道还处于泡沫期。以手机与电脑产业为例，该领域需要新的热点刺激，找到令人兴奋的“小药丸”。 “但目前AR技术足够新鲜，甚至尚未完全落地，没有必要加上一个未必能产生刚性需求的技术。”祝铭明对记者表示，Rokid目前的重点在于如何让用户先尝试接受AR产品，假设过一段时间后，消费者真正接受了空间计算以及AR交互方式，这种技术让用户习以为常，那个时候或许可以对外讲“AR是AI最好的载体”。 从整个产业来讲，目前Rokid最成熟的是操作系统，而最不成熟或尚在培育期的当属光学。在光学技术限制下，佩戴性也成为落地影响因素。不论VST还是OST，厂商都在试图将设备做轻薄，这个挑战仍旧很大。祝铭明对记者表示，两条技术路线在轻薄方面的探索都需要五到十年的时间周期来完成，但可以肯定是，空间计算一定是桌面计算、移动计算之后的下一代计算平台，作为创业公司的首要任务就是活下去。 另外，祝铭明表示，虽说一款设备最终规模化普及多数落地在游戏与社交场景，但AR行业目前还不到时候，因为AR设备的碎片化问题尚未得到解决。所谓“碎片化”是指收到对方消息的瞬间马上进行反馈，就像随时在QQ聊天一样。但如今不论VR还是AR，都需要将设备先取出、再佩戴，24小时完全在线的可能性很低。 祝铭明表示，Rokid自然也希望社交功能会生长在自身生态内，但需要慢慢来，需要克制，“不然公司融的这点钱半个月就烧没了。” 祝铭明将眼下的AR行业类比为iPhone出现的前三年，大家都在定义智能手机，行业出现了诺基亚翻盖机、黑莓手机、摩托罗拉手写机等产品。现在的行业也是如此，包括苹果公司在内的从业者都不能找到明确的答案。祝铭明分析未来会有三种局面：大公司将市场教育得很好，两条技术路线彼此不直接竞争，都有生存空间；第二种，市场被教育好了，但产品之间也开始充分竞争，创业公司迎来与大公司正面硬抗的竞争；第三种是最糟糕的情况，大公司也没能将市场教育起来，全行业覆灭。 如果说如今还有哪件事让祝铭明睡不着，那就是“我有没有找到答案”这个问题，卫哲的问题很难回答，眼下的局面也很难突破，“没有任何创业者能回答未来的问题，我们能做的就是尽量在那个门打开时，自己就站在门口，虽然我并不知道现在哪一扇门是正确的。”祝铭明称。

IT之家 4 月 22 日消息，消息称 vivo 近期将推出自研影像品牌，命名为 BlueImage，或在即将推出的 vivo X100 Ultra 上正式出现。 该消息一经发布，引来网友对 vivo 手机相机水印中蔡司小蓝标的后续留存情况的猜疑，不少网友认为蔡司小蓝标将退出 vivo 手机的水印。 vivo 通信科技有限公司产品经理韩伯啸今日在微博评论区回应了网友的疑问。网友问“蔡司小蓝标要没了吗？”韩啸伯回复“刚续约你说呢”。 数码博主 @数码闲聊站 今日发帖验证了 vivo 自家影像产品 Bluemage 的存在，并表示其上线在即，新影像旗舰会融入很多自研技术方案和算法理念。 网友在评论区中表示“最后一代蔡司影像，冲”，博主随即回复“不是最后一代”。 公开信息显示，vivo 这一影像商标 BlueImage 于 2023 年 11 月 14 申请注册，商品服务涵盖图形处理器、光学镜头、传感器等多项影像相关项目。BlueImage 自研影像品牌的推出，意味着继华为 XMAGE 后，手机行业第二个独立影像品牌的诞生。 IT之家此前报道，vivo“灭霸”机型确定名称为“X100 Ultra”，定档 5 月发布。早前爆料显示，X100 Ultra 手机有望搭载 2K E7 三星屏，支持全 1440Hz PWM 调光。此外，vivo 新旗舰预计配备 50Mp LYT900 一英寸主摄，50Mp 超广角采用新传感器，200Mp 大底潜望镜，采用玻璃机身设计。 ▲ vivo X100 Pro 图赏

作者 | 程茜 编辑 | 漠影 AI应用卷出新高度！ 智东西4月22日报道，上周，浪潮信息宣布“元脑”品牌重磅升级，在算力、算法、数据、互联方面全面布局，一举亮相多个面向大模型落地应用的工具套件。 浪潮信息专门面向大模型应用分别打造了企业大模型开发平台“元脑企智”EPAI、可单机运行千亿参数大模型的AI通用服务器、大模型应用专用存储AS13000G7-N系列以及超级AI以太网交换机“X400”。 其中，EPAI作为企业AI大模型落地应用的高效、易用、安全的端到端开发平台，提供了数据准备、模型训练、知识检索、应用框架等系列工具，支持企业调度多元算力和多模算法，大幅加速其高效开发部署生成式AI应用、打造智能生产力。 浪潮信息董事长彭震谈道，应用已成为中国AI产业的核心优势之一。应用创新源自需求驱动，需要算法、算力和数据协同发展，以系统为核心的全局创新已成为推动人工智能高速发展的产业新范式。 这也对大模型落地应用与千行百业深度融合发挥价值提出了更为严苛的要求。 在这一背景下，多元多模的生态格局显现，浪潮信息以自身技术积累为底座，正加速与更多元脑品牌的合作伙伴构建协同共生、开放共赢的生态体系。 智东西等媒体与浪潮信息高级副总裁刘军、浪潮信息服务器产品线总经理赵帅、浪潮信息AI软件研发总监吴韶华进行了深入交流，在AI算力范式不断革新的背景下，深入剖析浪潮信息升级“元脑”品牌的原因以及一系列工具发布对AI产业的深远影响。 一、企业大模型开发平台EPAI，提供全链路开发工具 从手机、PC到服务器，越来越多元化的端侧设备被大模型颠覆，并在AI+时代释放出更多潜力。 浪潮信息总经理胡雷钧认为，AI算力正渗透进每一个计算设备中。面对AI产业的这一变革趋势，浪潮信息在IPF上宣布将计算品牌全面升级为元脑，“元脑既是智算品牌，也是生态品牌”，以应用为导向、以系统为核心搭建起大模型在千行百业落地的基础。 面向大模型正在颠覆千行百业的行业共识。浪潮信息发现，场景+大模型衍生出的创新应用对企业提出了更为严苛的要求。 吴韶华称，大模型预训练阶段学习的是通用知识，导致其在具体行业应用时缺乏专业知识，容易产生幻觉，企业内部数据分散、多元的特性也使得数据被快速高效处理利用有一定难度；其次大模型在行业应用时需引入知识检索手段，进行持续内部运维等；此外大模型仍处于技术发展早期，模型、芯片等快速演进，大模型与芯片的适配与部署难度、成本对于一般企业而言都很高。 因此，面向企业用户大模型开发的软件平台正是应对上述难题的最优解法之一，也就是浪潮信息发布的企业大模型开发平台“元脑企智”EPAI，面向企业开发部署生成式AI应用的端到端开发平台。 一定程度上，高质量数据决定了大模型的应用效果。EPAI的数据来源分为基础知识、行业知识和企业知识，其中上亿条基础知识数据来源于浪潮信息研发“源”大模型的数据积累。对于私密性较高的企业数据，浪潮信息提供了自动化数处理工具，企业可以将数据保留在本地，并通过权限控制、加解密等工具套件帮助数据安全。 有了数据后，为了让大模型对于行业的理解更加深入，需要进行模型微调，让大模型变得更加通用且专业。EPAI提供的微调工具可支持千亿参数模型面向产业知识快速再学习，并拥有百万token的长文档处理能力，以适应具体行业场景下的任务需求。 与此同时，EPAI实现了知识库检索与微调模型的相辅相成，其检索增强生成（RAG）技术，通过本地化检索基础知识+行业知识+企业知识，能弥补微调大模型知识更新不及时的问题。 这样一来，基于浪潮信息的大模型应用开发平台，大模型的强大能力与企业的个性化需求、场景更加匹配。此外，对于应用大模型的玩家而言，其关注性能的同时还会关注平台是否易用、好用且对成本更为敏感。 因此，EPAI提供了将大模型快速接入现有系统的API、开箱即用的对话UI交互、为企业复杂任务流提供基础模块支撑的智能体三种使用方法。 再加上诸多开源、闭源大模型支持、面向多模和多元算力的计算框架等优势，企业可以实现大模型应用在跨算力平台上的无感迁移。 可以看出，EPAI为企业提供了几乎全链路的开发、部署、运维工具，让企业在大模型浪潮下“再无后顾之忧”。 事实上，伴随着大模型从底层技术的突破到应用落地的焦点转移，很多企业的核心需求在落地阶段才逐渐显现出来。吴韶华举了一个例子，与开源代码不同，企业内部的私有代码有宝贵知识产权，使得基础大模型的代码能力很难直接在企业内部的场景中释放价值，这与企业实际项目中，新的函数需基于现有的项目接口构建有关。这也是浪潮信息正在重点突破的方向。 不论从大模型加速落地的演进趋势，还是EPAI的几大核心特征来看，企业在大模型开发、部署、落地此前都面临着诸多门槛。浪潮信息此次发布的端到端开发平台以及一系列的工具，或许会成为大大缩短企业开发、部署大模型的周期的关键变量。 或许在不久的将来，在大模型落地这一不可逆转的趋势下，EPAI进一步加快大模型无限潜力释放的显著成果将充分体现出来。 二、算力、数据、互联并驾齐驱，释放AI应用万亿市场空间 在元脑品牌新升级的“以系统为核心”之中，算法、数据、算力、互联缺一不可。刘军谈道，这四者的关系为以算法为负载，以数据为输入，以算力为承载，以互联为连接。 这也是浪潮信息提供全栈智算产品和方案的基础。除了EPAI，浪潮信息面向大模型应用专门打造了智能算力底座、专用存储、超级AI以太网交换机。 得算力者得天下，算力需求与大模型产业发展息息相关。随着行业落地加速，千亿甚至万亿参数大模型层出不穷，使得企业对智能算力的需求急速攀升。 因此，浪潮信息联合英特尔发布了AI通用服务器，可实现浪潮信息千亿大模型源2.0部署、优化、测试，这也是业界首次实现基于CPU处理器的千亿参数模型推理。 AI通用服务器在2U空间支持4颗英特尔处理器，支持AMX等AI加速功能，同时能满足千亿大模型的低延时要求。 高质量数据数据方面，浪潮信息打造了大模型应用的专用存储AS13000G7-N系列，充分满足大模型的多协议、高带宽、低延迟、数据高效流转等需求。 基于DataTurbo新一代数据加速引擎，从全局一致性缓存、空间均衡、GPU直通存储等方面进行端到端性能优化，TB级训练数据Checkpoint读取耗时从小时级降为秒级，同时模型训练的空间损耗率仅为业界主流的1/6，显著缩短模型训练时间近50%。 此外，浪潮信息专为大模型打造了超级AI以太网交换机“X400”，这是国内率先支持Spectrum-X平台的网络产品。相比传统RoCE网络性能提升至1.6倍，AI网络的带宽利用率超过95%，通信时延降低30%，NVIDIA Megatron-LM大模型训练速度最高可以提升70%，大幅缩短训练时长并降低训练成本。 从多元算力可调度、满足大模型存储需求到满足AI集群需求，浪潮信息此次推出的系列工具，已经成为企业进行大模型开发的重要支撑，同时为大模型释放技术潜力以及帮助企业抓住市场机遇提供了更多可能性。 三、元脑品牌全面升级：一切计算皆AI 从元脑生态的蓬勃发展，以及浪潮信息在算力、算法、数据、互联方面的技术创新与突破，都离不开其此前的布局。 面向大模型应用落地的狂飙突进，浪潮信息率先在算力、算法、数据、互联方面实现了技术创新与突破，并且能切中企业用户的真实痛点发布系列工具，都离不开其此前的技术研发与生态建设布局。 浪潮信息在大模型算法方面的研发布局由来已久。早在2021年，浪潮信息就发布2457亿参数规模的“源1.0”中文语言大模型，并全面开源，2023年又成功研发并开源千亿参数“源2.0”基础大模型，包含1026亿、518亿、21亿三种参数规模，这也是国内首个千亿参数、全面开源的大模型。 彼时，为了提升基础大模型的智力水平，源2.0采用了新型的注意力算法结构局部注意力过滤增强机制（LFA，Localized Filtering-based Attention）等措施，实现源2.0大模型在精度上接近GPT-4的水平。 同时，浪潮信息通过大模型生成高质量数据以及非均匀流水并行、优化器参数并行、数据并行、Loss计算分块的分布式训练方法等，不断突破提升大模型智力水平的边界，找到技术发展的可行路径。 伴随着大模型产业发展在应用端呈现出的发展趋势，智算的重要性显而易见，而“一切计算皆AI”的产业发展趋势已经融入浪潮信息发展的每一根毛细血管中。 除了技术创新，诞生于2019年的元脑品牌的全面升级，也成为浪潮信息迎接AI产业革命新机遇的最新答案。 浪潮信息渠道推进部总经理毛柏林透露，2023年浪潮信息生态伙伴数量已经达到3万家，同比增长33%，元脑认证伙伴首次突破1万家。 迈入智能时代，拥有不同底层技术、在不同行业深耕的各路企业之间的连接日渐紧密，因此，元脑既是智算品牌，也是生态品牌。浪潮信息将联合左右手的伙伴，面向不同场景，实现大模型的加速落地，激发AI产业创新发展的新动力。 浪潮信息同期还发布了EPAI种子计划，预计在3年内将伙伴数量扩充至1000家。 大模型产业发展的趋势已经逐渐明晰，多元多模、落地部署进程加快等趋势演进加速，在这一背景下，浪潮信息以开放共赢的“元脑生态”为依托，正从AI创新落地的探索者向引领者冲锋。 结语：“AI+”成新时代热词，掀起新质生产力革命 AI+成为今年大模型产业发展当之无愧的热词，新质生产力变革步伐加快。伴随着AI部署落地的创新成果不断涌现，多元的模型、算力、数据需求对其大规模应用提出挑战。 浪潮信息依托于此前的技术积累与布局，再加上对产业前沿趋势的深入洞察，率先向这一变革趋势发起冲锋，在算法、算力、数据、互联领域的工具体系助力下，AI应用将会为千行百业带来无尽的想象力。

【CNMO科技消息】按照以往的惯例，苹果iPhone 16和iPhone 16 Pro的设计现在应该已经完成，新机很快就会从工程验证进入试生产阶段。 近日，CNMO从外媒获悉，又有一组iPhone 16、iPhone 16 Plus、iPhone 16 Pro和iPhone 16 Pro Max的模型图出现在网络上。图片反映了两个重要的设计变更传闻。首先，iPhone 16确实有一个垂直摄像头，其次，它的侧面确实有一个新的拍摄按钮。 iPhone 16渲染图 至于另一项重大的新设计，即iPhone 16 Pro和16 Pro Max将拥有更大的屏幕，这一消息无法通过泄露的模型图证实，因为没有对比机型作为参考。 据悉，新的iPhone 16和iPhone 16 Pro Max保护壳模型，展示了保护开孔的新布局。虽然iPhone 16相机镜头排列的垂直开孔是意料之中的，但新的相机拍摄键的开孔暗示了更多的东西。和电源键不同，新按钮没有被保护壳覆盖，而是敞开的。 iPhone 16系列渲染图 外媒称，苹果已经在完全无按钮的iPhone上试验电容式电源和音量按钮有一段时间了，但它显然放弃了该项目，因为风险太大且难以实现。不过，苹果决定将其应用到新的电容式按键上，该按键可感应压力触摸灵敏度。有传言称它会被称为拍摄按钮，表明它与相机控制有关。 至于为什么苹果会让电容式按键也具有压力感应功能，目前谁也说不准。 有传言称，这可能与图片和视频拍摄模式或变焦控制有关，因为iPhone 16 Pro和16 Pro Max预计将配备苹果的四棱镜相机，光学变焦能力将同步提升。

克雷西 发自 凹非寺 一段博主拍摄的视频，让华为P70的抓拍功能意外火了…… 注意看，这里有一个高速运转的机械，是不是让你看得已经眼花缭乱了？ 但P70手机可以秒秒钟捕捉到高清大图，和视频抽帧的结果对比一下就高下立判了。 在博主拍摄的现场，这张照片就已经让周围的观众为之惊艳，引发一片惊叹之声。 微博上更是一片赞叹之声，其中还不乏知名科技博主宝玉、清华大学计算机系教授马少平等大佬的夸赞。 其背后的原理也引发了猜测，还有人直接@华为终端的CTO求讲解，结果CTO亲自发文介绍了背后的全新技术。 AI算法功不可没 Pura 70中搭载了名为“XD Motion”的运动引擎，核心原理是双快门、双曝光，再结合AI算法，对照片进行高清复原。 在拍摄高速运动的物体时，有曝光时长不同的两个摄像头同时工作，分别完成不同的任务。 曝光时间短的摄像头负责捕捉主要物体的细节，长曝光摄像头的任务则是记录下相对固定的背景信息。 对于这种操作方法的优势，摄影博主木析给出了这样的分析，并获得了CTO官方认证： 长曝光可以提高信噪比，但会形成动态模糊；短曝光可以精准定格物体形态，但噪声较高。 所以通过计算让两者进行优势互补，在提升信噪比的同时，又保障了图片的清晰度。 而至于在两个摄像头完成各自的工作后如何合二为一，就到了AI登场的时间了。 系统会通过AI运动矢量计算，将两次曝光的图片进行局部特征匹配，通过计算将模糊的图像复原，得到高清照片。 比如开头看到的照片，实际上就经历了这种从模糊到清晰的处理运算过程。 据介绍，在算法的加持下，在保证抓拍率的同时，Pura 70可以大幅度还原细节，最高可抓拍时速300km/h的运动物体。 这样的速度意味着，飞驰的赛车、快速奔跑的宠物，甚至连运行中的高铁，都能抓拍出高清晰度的照片。 有网友看过后调侃说，大嘴又躲在手机里P图了。 不过正经地讲，虽然是融合了AI算法，但的确能适应许多场景需求。 一切终端终将走向AI 用算法高速捕捉图像，只是AI在手机端诸多应用中的冰山一角。 单说华为P70，就集成了智能修图、多模态大模型等众多AI功能，其他厂商推出的AI手机更是不胜枚举。 不仅是像华为、小米、OV这些手机大厂，像高通这样的芯片供应商也在根据AI的算力特点调整着自己的产品。 总之，在AI迅速发展的时代，一切的终端设备，包括手机，走向智能化都是必然的趋势。 但具体的实现方式，可能生态中的每个厂商，都有自己独特的道路。 不过可以肯定的是，包括华为在内，认识到这一趋势的厂商，已然在一条新的赛道上卷起来了。

快科技4月22日消息，有媒体发文称，苹果公司正面临销售下滑的困境，而推出一款真正便宜的iPhone可能是扭转局面的策略。 报道中建议，这款iPhone的理想售价应在250美元（约1810元人民币）左右。 目前，苹果最便宜的型号是iPhone SE 64GB版，其官方售价为3499元，几乎是设想中便宜版iPhone价格的两倍。 长期以来，苹果依靠iPhone和中国市场推动公司的增长。然而，目前这两个主要增长引擎都显示出疲态。 苹果的手机出货量在最近一个季度下降了10%，华尔街分析师预测，iPhone的收入下降可能会导致苹果整体收入下降约5%，这将是过去六个季度中的第五次下跌。 与此同时，苹果的iPhone更新被形容为“挤牙膏式”，而安卓手机则在不断推出新技术，吸引了许多原本忠实的苹果用户转向安卓平台。 特别是在中国市场，国产手机如华为Mate60和Pura70的推出，对iPhone构成了强烈的竞争压力。 面对这样的挑战，苹果迫切需要通过新的产品线来开拓市场，以期让公司业绩回归增长轨道。 据悉，苹果计划在明年升级iPhone SE，但预计售价仍将保持在3000元以上，这可能在激烈的市场竞争中缺乏优势。 若苹果能够推出一款定价在1800元左右的iPhone，将可能重新成为手机市场的关注焦点。 为了降低成本，苹果可以考虑采取多种措施，例如使用LCD屏幕替代OLED屏幕，减少摄像头数量，或者采用塑料外壳等。