IT之家 12 月 31 日消息，韩媒《朝鲜日报》昨日报道称，三星电子将于明年 1 月在 CES 2026 上首次公开其“脑健康（Brain Health）”服务，可感知用户认知能力下降的早期迹象。 据介绍，该服务通过分析用户日常生活中采集到的语音、步态、睡眠等数据，可捕捉早期痴呆信号，并在紧急情况发生时向监护人发出提醒。 三星电子计划在 CES 2026 开幕前举行“The First Look”媒体活动，向各路媒体展示搭载脑健康产品的应用场景。参观者可现场了解移动设备与可穿戴设备如何采集日常行为数据，以及相关数据如何接入脑健康服务并进行分析的全过程。 三星脑健康服务可通过智能手机、可穿戴设备，持续采集并分析用户行为变化趋势。在此基础上，该系统可对认知能力下降或早期痴呆信号进行提前判断，并提供相应的预防指导。报道称，三星电子已基本完成该服务的自主开发，目前正与医疗专业机构合作开展临床验证。 该服务不仅限于监测和判断，还将包含改善与预防功能。在评估用户状态后，系统将提供个性化的脑部训练方案，辅助提升认知能力。三星电子将其定位为覆盖日常管理、预防及改善的“连续型医疗健康”模式。 在数据安全方面，三星电子计划引入其安全平台 Samsung Knox，以应对大量敏感个人数据的采集需求。相关数据将不与外部网络或云端直接连接，而是由设备本地进行管理，以降低潜在的安全风险。 三星电子还计划将脑健康服务扩展至移动设备与可穿戴设备体系，进一步提升整体健康管理服务水平，并强化以可穿戴设备为核心的数据驱动型健康管理生态。目前，三星已围绕 Samsung Health 应用，与 Galaxy Watch、Galaxy Ring 等可穿戴设备联动，提供涵盖运动、睡眠、饮食及心血管健康等方面的个性化健康管理服务。 一位熟悉三星电子情况的相关人士表示：“脑健康服务已进入开发收尾阶段。具体的上市时间和适用应用仍在讨论中，但在提升整体健康功能的过程中，将被作为重点服务推出。” 三星电子正加快推进健康医疗服务布局。此前，公司于今年 7 月公开宣布收购美国数字医疗企业 Xealth，并表明将进军美国“互联医疗”市场。以可穿戴设备、软件与医疗服务联动为核心的健康产业扩展战略，预计将借助脑健康服务进一步具体化。

IT之家 1 月 1 日消息，前比亚迪腾势品牌总经理、腾势方程豹直营事业部总经理赵长江今日发布长文，分享了自己对行业的看法。他表示，AI、智能体、机器人、低空经济这些不只是技术名词，是正在孵化的新世界规则，正如 15 年前的新能源汽车，正重塑世界的轨迹。 赵长江称以汽车行业为镜可以观文明进程：电动化解决了“动力从哪里来”的命题，即将解决充电快的问题，所以上半场即将收官；智能化则要回答“车将通往何处”的深层次问题，中场序幕正在拉开。 赵长江透露，今年智能座舱会有各种丰富有趣便捷的舱内场景和应用将会如雨后春笋般爆发。他表示，这不仅是技术的迭代，更是商业文明内核的迁移 —— 从以产品为中心、到以客户为中心，终将演进至以人的价值与体验为中心的全新范式。 据IT之家此前报道，今年 10 月 24 日，原比亚迪腾势方程豹直营事业部总经理赵长江在微博上宣布了自己离职的消息。后有消息称赵长江已加入奇瑞汽车和华为合作的品牌鸿蒙智行智界汽车，担任营销总经理一职。

快科技1月1日消息，据报道，近日国产高端GPU芯片厂商瀚博半导体（上海）股份有限公司完成IPO辅导工作，辅导机构为中信证券股份有限公司。 瀚博半导体于2025年7月18日启动IPO，经过两期辅导工作，如今正式完成辅导阶段。 瀚博半导体成立于2018年，公司创始人兼CEO钱军曾带领AMD团队设计并量产了业界第一颗7nm GPU。 创始人兼CTO张磊拥有25年以上高端芯片设计经验，曾担任AMD院士，全面负责AMD的AI加速领域和视频领域的芯片设计研发。 在产品方面，公司专注于为智能核心算力和图形渲染提供全栈式芯片解决方案，拥有自主研发的核心IP以及两代GPU芯片产品。 其在2021年发布首款服务器级AI推理芯片SV102，2023年在世界人工智能大会上发布第二代全功能GPU SG100，并推出南禺系列GPU加速卡VG1600、VG1800、VG14以及多款AI加速卡。 在资本方面，瀚博半导体成立6年已完成6轮融资，融资总额超25亿元，在2025年的胡润全球独角兽榜单中，瀚博半导体估值达105亿元，位列第898位。

2026年，小米汽车的产品攻势，迅猛且精准。 36氪从产业处获悉，小米汽车明年初步计划将推出4款新车，分别为SU7改款、SU7行政版、一款增程五座SUV及一款增程七座SUV。 一位知情人士透露，SU7改款与增程七座SUV初步计划在上半年推出，SU7行政版与增程五座SUV则计划在下半年至年底推出。 今年10月，雷军与小米一众高管曾赴新疆开展汽车测试，期间不断有小米新车伪装谍照曝出。从网友发布的照片可以看到，这是一辆近似全尺寸的SUV车型，并且尾部带有发动机排气管。 综合这些线索，小米这款路测新车，极有可能就是明年即将推出的增程七座SUV车型。 据36氪了解，这款增程七座SUV内部代号为“昆仑”，定位与理想L9、零跑D19相似，是一款面向家庭市场打造的中大型SUV，将采用超70度电量的“大电池”的动力方案，具备400-500公里的纯电续航里程。 知情人士告诉36氪，小米同步还规划了一款增程五座SUV车型，“目前的计划中，两款增程车的预估产量都不小”。 SU7行政版则是基于SU7打造的一款长轴距轿车，“轴距加长不少，并且后排有很多舒适性的改变”，有知情人士告诉36氪。 截至2025年末，小米已凭借SU7和YU7初步站稳脚跟。不仅累计交付突破50万辆，更是成功跑通商业闭环，实现了单季度盈利。 然而，面对雷军提出的“在15-20年内跻身全球前五”的宏大目标，现有的销量规模和单一市场受众显然远远不够，小米汽车的产品和销量都需要进一步“破圈”。 于是，当前中国车市最火热的增程SUV市场，成为小米的战略选择。 「增程SUV市场火热，小米希望分一杯羹」 中国汽车市场主要由家庭需求驱动，这些用户对车辆的空间、能耗表现以及日益重要的智能化体验有着明确追求。 增程SUV的核心定位便是“全能”和“无焦虑”。它主要面向家庭用户，不仅解决了纯电动车型的续航与补能短板，更以纯电驱动平台为根基，在智能化体验上全面优于传统燃油车。 在理想L系列、问界M系列等增程SUV大获成功后，汽车制造商们对此类增程SUV热情高涨。 中国市场2025年共有超15款增程新车上市，其中包含智己LS6、岚图泰山等车型。宝马被曝重启增程动力研发，小鹏汽车明年更是将推出7款包含增程动力的新车型。 2026年，“大电池”混动方案将成为新的竞争方向。 36氪曾报道，在明年推出的插电混动新车里，已有超过4款新车规划使用80kWh级的动力电池，其中包括零跑D19、以及小米旗下的增程SUV车型。这些“大电池”增程新车将具备近500公里的纯电续航里程，市场竞争力显著提升。 对于增程技术，小米其实储备已久。 36氪此前曾报道，小米联合创始人王川是理想汽车的个人投资人，与理想汽车CEO李想交流颇多。在小米汽车的中高层集训中，王川曾参与分享。 而早在2023年10月，小米便通过招聘网站释放了进军增程领域的明确信号。如今，其官网持续招聘的增程类岗位已超过20个，类目遍布产品、研发、测试、标定到采购，意味着小米正为增程技术体系进行全方位团队搭建。 对于小米而言，增程车型如今尚处市场窗口期，技术结构与研发成本也相对较低，布局增程新车，对保持其销量势能有很大帮助。 「小米汽车，试图进入主流家庭市场」 2024年至2025年，小米汽车交出了一份高速增长的成绩单。 首款车型SU7，上市348天累计交付突破20万辆，成为全球最快达成这一里程碑的新能源车型。2025年6月推出的第二款车型YU7，开售3分钟大定订单便突破20万辆，上市6个月交付超11万辆。 今年11月，小米汽车第50万辆整车下线。从0-50万辆，蔚来用了6年，理想历时不到4年，而小米仅用1年7个月便达成同样的成绩。在今年三季度，小米汽车单车毛利率达到25.5%，并首次实现了单季盈利。 小米汽车的销量固然亮眼，但其中并非毫无危机。 SU7、YU7等车型爆火，但其受众画像相对集中，核心销量来自于庞大的“米粉”基本盘，以及对科技、性能高度敏感的年轻先锋用户。 但纵观中国车市，真正决定一家车企长期销量规模与市场地位的，是规模更为庞大的家庭用户。他们对汽车的需求是综合而务实的：需要满足多人出行的宽适空间，需要应对全场景的续航与补能便利，更需要可靠、智能的用车体验。 成功切入这一主流市场，新兴汽车品牌才能获得长期且稳定的销量规模。小米规划中的两款增程SUV，绝非简单的产品线补充，而是小米汽车战略破圈、向主流家庭市场进军的关键信号。 在这个市场，小米将直面理想、问界等已在家庭用户心中建立稳固认知的对手。 今年4月，理想L系列累计交付量突破100万辆。其增程五座SUV车型理想L6表现亮眼，今年累计销量已达15.38万辆，有望跃进2025年中国SUV销量榜前十。 问界则依托华为赋能，通过M7、M8、M9组成的铁三角车型阵容，在30-50万元市场站稳脚跟，揽下多个细分市场销量冠军。 然而，小米绝非等闲的挑战者。在20-30万元的纯电市场，小米是多年来首个在销量和声量上成功打破特斯拉垄断地位的自主品牌。 当小米用“科技+性价比”的产品定义和高效的流量营销打入家庭市场，其对理想和问界构成的威胁也是具体而真实的，家庭用车市场或许也将打破两家独大的格局，迎来竞争升维。 2026年，随着增程SUV和行政轿车的推出，小米的发展模式将迎来转变：从依靠单一产品的“闪电战”，进入比拼体系化能力的“常态化竞争”。 这是小米汽车从“网红”走向“主流”的成人礼。未来，考验小米的将不仅是打造爆品的锐度，更是其在产能调配、供应链管理、品牌重塑与用户服务等全链条上的综合实力。

IT之家 12 月 31 日消息，特斯拉车主 David Moss 在 FSD 监督模式下，成功完成了横跨美国东西海岸的旅程，号称全程零干预。 这一里程碑事件在 X 上获得了大量关注，同时也赢得了马斯克等一众特斯拉公司高管的赞扬。 特斯拉 AI 软件副总裁阿肖克・埃卢斯瓦米表示：“全球首次 FSD 横跨美国之旅，由特斯拉 FSD v14 完成。祝贺并感谢 @DavidMoss！” 特斯拉北美官方账号同样发文庆祝：“首辆在 FSD 监督下自主完成东西海岸行驶的特斯拉。全程 FSD，0 干预。” 横跨美国的 FSD 之旅 这位特斯拉车主驾驶的是一辆搭载 AI4 硬件的 Model 3。根据 FSD 数据库和社区追踪器数据，这辆车安装了 12 天前更新的 FSD v14.2.1.25 软件，最近行驶的 10638.8 英里（IT之家注：约 17121 公里）100%（全程）使用 FSD。 莫斯本人在 X 上发帖称，他驾驶 Model 3 在 2 天 20 小时内完成了从美国西海岸到东海岸的全 FSD 驾驶。旅程从加利福尼亚州洛杉矶的特斯拉餐厅开始，到南卡罗来纳州默特尔比奇结束，总行程达 2732.4 英里（约 4397 公里）。 “这是由特斯拉 FSD V14.2 完成的，全程没有任何形式的干预，包括在所有停车场，甚至在特斯拉超级充电站停车时也是如此。”莫斯随后在评论中补充说，此次旅途中没有任何惊险情况发生。 与此同时，莫斯还成功创造了一项新纪录，成为全世界第一个连续驾驶特斯拉 FSD 行驶 10000 英里（约 16093 公里）的用户。 自 2016 年 10 月发布 Autopilot 2.0 以来，马斯克便一直将“零干预横跨美国”视为一个关键目标。他最初预计这一目标可能在 2017 年底实现，但直到今天才真正完成。

IT之家 12 月 31 日消息，《电动汽车用固态电池第 1 部分：术语和分类》已进入征求意见阶段，系列标准将分四部分推进。 IT之家查询全国标准信息公共服务平台发现，征求意见稿根据电池正负极之间传递离子的电解质种类，将电池分为液态电池、混合固液电池和固态电池： 液态电池是指由液体电解质在正负极之间传递离子的电池； 混合固液电池是指同时由液体电解质和固体电解质在正负极之间传递离子的电池； 固态电池是指由固体电解质在正负极之间传递离子的电池。 编制说明称，考虑到半固态电池、全固态电池等术语已在行业内广泛使用，文件将“半固态电池”作为“混合固液电池”的许用术语，将“全固态电池”作为“固态电池”的许用术语。 在固态电池判定方面，征求意见稿明确，固态电池失重率应不大于 0.5%（IT之家注：失重率是指在特定条件下进行真空干燥，样品失去的质量与初始质量的比值。失重率越低，表明电池内部液态成分越少）。 征求意见稿起草组解释，固态电池应不含有液态电解质成分，然而，考虑到部分固态电池技术路线在 120℃ 失重率测试中出现固体电解质材料分解失重现象，宜允许存在一定的失重情况。结合验证测试中行业企业反馈，固态电池产品失重率均在 0.5% 以下。 IT之家附征求意见稿文件起草单位： 中国汽车技术研究中心有限公司 宁德时代新能源科技股份有限公司 合肥国轩高科动力能源有限公司 深圳市比亚迪锂电池有限公司 中汽研新能源汽车检验中心（天津）有限公司 国联汽车动力电池研究院有限责任公司 北京卫蓝新能源科技股份有限公司 欣旺达动力科技股份有限公司 中创新航科技集团股份有限公司 比亚迪汽车工业有限公司 赛力斯汽车有限公司 中国第一汽车股份有限公司 东风汽车集团有限公司 重庆长安汽车股份有限公司 北京新能源汽车股份有限公司 奇瑞汽车股份有限公司 瑞浦兰钧能源股份有限公司 工业和信息化部电子第五研究所 岚图汽车科技股份有限公司 清陶（昆山）能源发展集团股份有限公司 中国汽车工程研究院股份有限公司 中汽新能电池科技有限公司 蜂巢能源科技股份有限公司 宁波工程学院 丰田智能电动汽车研发中心（中国）有限公司 万向一二三股份公司 超威电源集团有限公司 深圳新源邦科技有限公司 梅赛德斯一奔驰（中国）投资有限公司 同时，《电动汽车固态电池用固体电解质技术规范》也已启动起草。

IT之家 12 月 31 日消息，今天晚间，据彭博社报道，今年 11 月，中国品牌在欧洲电动汽车市场的份额升至 12.8%，创下历史新高。 在快速增长的混动领域，中国品牌的表现同样强劲。研究机构 Dataforce 指出，中国车企在欧盟、欧洲自由贸易联盟国家以及英国的混动市场份额已重新站上 13%。 ▲ 比亚迪在欧洲推出的“插混版元 UP”Atto 2 DM-i 比亚迪、上汽集团等头部企业，以及奇瑞、零跑等新进入者，今年明显加大了进军欧洲的力度。Jato Dynamics 的数据显示，截至 10 月，零跑汽车在欧洲的电动汽车销量同比暴增 4000% 以上，其与 Stellantis 的合资合作成为重要助力；奇瑞旗下 Omoda（IT之家注：即欧萌达）品牌同期电动汽车销量增长 1100%。 随着中国电动化车型在欧洲快速扩张，欧洲本土车企一方面加快产品布局，另一方面也在政策层面寻求缓冲空间，呼吁放慢传统燃油车退场的节奏。 在这一背景下，欧盟官员提出可能取消 2035 年全面禁止销售新燃油车的计划，试图在能源转型过程中，避免对欧洲汽车产业造成过于剧烈的冲击。

近期多款来自中国品牌的智能手机开始配备8000毫安时乃至更大容量电池，而有爆料称，三星旗下电池部门 Samsung SDI 正在测试一款面向智能手机的超大容量双电芯硅碳电池，标称容量高达2万毫安时。 一向在手机电池容量上相对保守的三星，即便是最新旗舰 Galaxy S25 Ultra 也仍采用5000毫安时电池，因此这则传闻在业内引发关注。 爆料信息显示，这套双电芯方案由一块容量1.2万毫安时、厚度约6.3毫米的电芯与一块容量8000毫安时、厚度约4毫米的电芯组合而成，总容量达到2万毫安时。 在实验测试中可实现约27小时屏幕点亮时间（SoT），年充放电循环次数约为960次，续航和寿命指标都相当抢眼。 不过，测试阶段的结果并不乐观。消息称，在完成相关测试后不久，该电池就出现鼓包情况，引发对长期可靠性和安全性的担忧。 另一位爆料者进一步补充称，其中原本厚度约4毫米的8000毫安时电芯，鼓包后厚度膨胀至约7.2毫米，形变十分明显。 需要强调的是，这一系列信息来自可靠性并不算高的渠道，真实性尚待证实。 此外也有观点认为，Samsung SDI 测试这类高容量硅碳电池，未必是直接面向智能手机终端，更有可能是为电动车等其他领域进行前期技术储备和方案验证。

马斯克的预测再次落空 凤凰网科技讯 北京时间12月31日，据美国汽车网站Electrek报道，2025年行将结束，埃隆·马斯克(Elon Musk)那些豪言壮语再次与现实脱节。马斯克曾将2025年描绘成特斯拉大规模扩张、普及自动驾驶和人形机器人的一年，但是这些预测都落空。 以下是马斯克未能兑现的五大预测： 1.年交付量增长30% 2024年，特斯拉电动汽车交付量十年来首次出现下滑。然而在2024年末，马斯克仍对特斯拉在2025年的增长充满信心。他在财报电话会议上明确表示：“预计2025年交付量将实现20%至30%的增长。” 即便到了2025年初，特斯拉仍在谈论“将在本年度恢复增长”，但这一前景随着时间的推移显得愈发渺茫。 根据特斯拉最新发布的第四季度预估数据，其年度交付量不增反降，跌至约164万辆，与预期的两位数百分比增长背道而驰。 这意味着，即便今年全球电动汽车整体销量猛增25%，特斯拉将连续两年陷入下滑困境。 2.Robotaxi覆盖50%美国人口 马斯克对自动驾驶出租车(Robotaxi)的预测尤其宏大。2025年7月，他宣称：“我认为到年底，美国可能有一半的人口能够使用自动驾驶网约车服务。”此前，他还断言特斯拉在2025年将“让超过100万辆Robotaxi上路行驶”。 这些预测发表于2025年，当时马斯克对特斯拉进展的掌握理应比任何人都更清晰，然而这些豪言不仅未能实现，甚至与现实相距甚远。随着时间的推移，马斯克不得不持续下调其对Robotaxi的预期目标。 就在今年10月，他曾宣称特斯拉将于年底前在奥斯汀部署“500辆Robotaxi”。仅一个月后，这个数字就被下调至约60辆。 实际情况是，特斯拉在奥斯汀的Robotaxi车队仅由约30辆车组成。这些车辆多数时间处于停运状态，且仍需配备车内安全监控员。 3.“震撼演示” 2025年夏季，马斯克在X上高调预告，声称将在年底推出“最为史诗级的演示”。Electrek当时就指出，这种炒作以前也出现过，然后马斯克就让大家空等。2025年似乎又重演了这一老套路，就像多年前承诺的横跨美国的全自动驾驶演示一样，最终没有实现。 最离谱的是，这本来只是一次“演示”，特斯拉本有几个月时间去实现，但仍未兑现。更夸张的是，现在外界知道这次演示与新Roadster跑车有关，而这款车本身已经连续跳票了5年。根据最新消息，马斯克已表态可能将演示推迟至2026年4月。 4. 特斯拉Semi量产再度跳票 特斯拉Semi卡车一直在延期。该公司曾官方明确将2025年定为其量产启动之年。然而随着年底临近，这一目标显然无法实现。2025年末，特斯拉确认这款电动卡车的量产时间再度推迟，这次被推迟至2026年。 至少目前看起来，特斯拉Semi可能在2026年初量产，但考虑到这款车最初计划在2019年上市，外界最好不要抱太大希望。 5.Optimus机器人军团 马斯克曾设下雄心勃勃的目标：到2025年底，让“数千”台Optimus人形机器人在特斯拉工厂工作。他甚至提到，计划在2025年生产5000台至1万台Optimus机器人。 虽然尚无官方数据，但没有任何证据表明特斯拉在2025年造出了数千台机器人，甚至可能连数百台都未达成。多份供应链报告指出，特斯拉已推迟Optimus项目进度，该公司至今尚未发布该机器人的最新版本。 到目前为止，特斯拉仅展示了Optimus执行非常简单的任务，例如递送水瓶。即便是这些操作，它也依赖远程操控才能完成，而且成功率有限。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

自动播放 凤凰网科技讯 2025年12月31日，封关后的海南自贸港迎来低空产业“开门红”——峰飞航空“凯瑞鸥”航空器，从海口明珠岛起飞，仅用9分钟横跨23公里琼州海峡，稳稳降落在广东湛江徐闻港，实现全国首例吨级无人驾驶eVTOL航空器跨琼州海峡运输场景验证。 此次飞行由海南控股、海南机场集团、海南翼航通航、鹏城低空，联合峰飞航空等企业共同发起，是海南自贸港封关后首场标志性低空产业活动，为琼州海峡低空物流后续常态化运行奠定基础。 峰飞航空自主研发的凯瑞鸥采用复合翼构型，既能像直升机一样垂直起飞，也可以如固定翼飞机一样高效巡航，最大起飞重量2吨，最大商载400公斤，适用航程200公里。其已获民航局颁发的型号合格证（TC）、生产许可证（PC）与单机适航证（AC），是全球首个“三证齐全”的吨级以上eVTOL机型。 此前，凯瑞鸥累计安全飞行里程已逾5万公里，在跨海、跨城、夜航等多场景进行了可靠性验证，也为本次琼州海峡首飞累积数据与运行基础。此次飞行，面对复杂海洋气象，凯瑞鸥依托精准导航与冗余飞控系统全程姿态平稳，顺利完成飞行任务。 海南依托自贸港低空空域改革先发优势，正在系统推进“低空+物流”“低空+文旅”“低空+应急”三大高价值场景。无人驾驶eVTOL航空器跨海峡物流将运输时效从“小时级”压缩至“分钟级”，有效疏解琼州海峡传统轮渡与陆运压力，为2026年全岛封关运作提供高效物流支撑，而一些高价值物资通过eVTOL从海口点对点跨海峡运输至广东等地，结合高时效与自贸区政策红利，为我国万亿级低空经济输出“海南方案”。 未来，峰飞航空6座载人eVTOL航空器盛世龙，也将接入跨海峡飞行，通过海口到徐闻、海口到湛江的交通接驳，提升进出岛时效。

文 | 雷达财经，作者 | 彭程，编辑 | 孟帅 在新年钟声即将敲响之际，美国科技巨头Meta豪掷数十亿美元，将Manus背后的AI初创公司蝴蝶效应收入囊中，而这笔交易系Meta成立以来的第三大收购案。 据悉，这笔收购完成后，蝴蝶效应将保持独立运作，其创始人肖弘将出任Meta副总裁。Meta首席人工智能官Alexandr Wang透露，Manus在新加坡的团队大约有100人。 据公开报道，蝴蝶效应公司成立于2022年。在创立这家充满潜力的公司之前，其90后创始人肖弘还曾创办夜莺科技，开发过两款微信生态的插件，并卖给一家独角兽公司。 作为蝴蝶效应公司当之无愧的明星产品，Manus被誉为全球首款通用AI Agent。在权威的GAIA基准测试中，Manus以显著优势超越OpenAI同类模型。 尽管此次被Meta斥巨资“迎娶过门”，但Manus在发展过程中仍面临诸多挑战。这其中既包括外界提出的“套壳”质疑，也涵盖公司在商业化模式探索方面遭遇的困境，同时还需应对激烈行业竞争所带来的巨大压力。 斥资数十亿美元，Meta收购蝴蝶效应 12月30日，全球科技界迎来一场重磅收购交易：Meta斥资数十亿美元，将开发AI应用Manus的公司——蝴蝶效应收入麾下。 这笔交易意义非凡，它是Meta自创立以来的第三大收购案，其投入金额仅次于对WhatsApp和Scale AI的收购。 据《晚点LatePost》，在被Meta收购之前，Manus正以20亿美元的估值开启新一轮融资。Meta创始人扎克伯格亲自出面洽谈，凭借十足的诚意与宏伟的愿景，迅速打动了原本有些犹豫不决的创始团队。 事实上，此次收购远不止是一场简单的资本运作，而是双方战略愿景的高度契合。真格基金合伙人、蝴蝶效应天使投资人刘元透露，扎克伯格以及Meta的几位核心高管，本身就是Manus的忠实拥趸。 而这场收购的推进速度，更是令外界惊叹不已。从双方初步接触，到最终达成收购协议，整个过程仅仅用了十余天，刘元形容这次收购“快到还怀疑过这是不是一个假的offer”。 雷达财经了解到，收购完成后，蝴蝶效应将在公司、团队和产品层面继续保持独立，同时与Meta旗下核心全球消费级产品进行深度整合，而蝴蝶效应创始人肖弘则将出任Meta副总裁。 这一安排彰显了Meta对Manus团队能力的高度认可，也为这家AI创业公司预留了充足的自主发展空间。 收购消息曝光后，Meta首席人工智能官Alexandr Wang在社交平台上发推文称：“欢迎Manus AI的加入。”他还透露，Manus在新加坡的团队大约有100人。 那么被扎克伯格相中的蝴蝶效应，究竟有何特别之处？据团队介绍，Manus在GAIA基准测试中取得了SOTA(State-of-the-Art)的成绩，显示其性能超越Open AI的同层次大模型。 与其他大模型产品相比，作为通用型Agent的Manus，定位为一款功能强大的通用型助手。它不仅能为用户提供创意想法，更能将想法转化为实际行动，切实解决用户面临的问题。 在商业化运营方面，Manus采用订阅制模式，通过分级付费套餐为用户提供AI智能体服务。 今年8月，Manus首席科学家季逸超在新加坡的一场活动上首次公布财务数据。他透露，Manus收入运行率（Revenue Run Rate，RRR）达到9000万美元。 12月中旬，Manus发布公告称，在正式上线八个月后，Manus年度经常性收入（ARR）已突破1亿美元。公司的总收入年化运行率超过1.25亿美元，该数据包含了基于使用量的收入及其他业务收入。 自产品发布以来，Manus已累计处理超过147万亿的tokens，并创建了超过8000万个虚拟计算机实例。 对于此次收购，蝴蝶效应公司创始人肖弘感慨万分，称这是“终生难忘的时刻”。 肖弘回忆道，团队创立Manus时，很少有人相信通用型人工智能体能够成功。外界质疑这项技术尚处于早期阶段，认为Manus设定的目标过于遥远、实现难度过大。 “但我们坚持不懈地努力，克服了重重疑虑和挫折，以及对自身‘是否在追逐不可能完成的事’的怀疑”，肖弘感慨道。 在肖弘看来，这不仅仅是一次收购，它验证了团队一直努力构建的未来是真实存在的。人工智能时代才刚刚开始，未来通用型人工智能体不仅能说话，还能行动、创造和交付任务。 肖弘认为，被Meta收购之后，团队有机会以前所未有的力度来实现上述目标。对于未来发展，肖弘满怀信心地表示：“感谢所有相信Manus的人，好戏还在后头”。 被扎克伯格相中的肖弘，是何来头？ 随着此次巨额收购交易的达成，身为蝴蝶效应创始人的肖弘被再度推至聚光灯下。 公开资料显示，肖弘出生于1993年。2011年，刚迈进华中科技大学软件工程专业的他，便展现出了非凡的创业天赋。 在校期间，肖弘曾担任启明学院“联创团队”副队长，积极参与各类项目实践，带领团队先后推出志愿填报助手、“咩咩”社交工具、圈子集市等校园产品。 2013年，肖弘与同学成功开发出华科版微信校内漂流瓶和微信上墙等功能，迅速走红校内外。 2015年，当多数同学奔赴大厂offer时，走出校园的肖弘却毅然决然地踏上了充满未知与挑战的创业之路，并通过创办的夜莺科技聚焦微信生态工具研发。 夜莺科技成立后，公司相继推出壹伴助手、微伴助手等产品，有效解决了公众号排版、社群运营等痛点，并获得了腾讯、真格基金等知名投资机构的青睐，累计服务超200万B端用户，并帮助企业触达数亿C端用户。 2022年，AI大模型在全球范围内掀起了一股前所未有的热潮，敏锐的肖弘嗅到了其中蕴含的巨大商机，果断创立蝴蝶效应公司，并带领团队迅速推出浏览器AI插件Monica。 据《晚点LatePost》，2024年初，字节跳动高层曾与肖弘在香港单独会面，欲出价3000万美元收购蝴蝶效应，但肖弘选择拒绝。 彼时，Cursor、Devin等调用大模型解决复杂任务的产品让模型具备了更强的能力，也为行业带来了新的发展机遇，肖弘意识到这或是推动公司进一步发展的关键转折点。 之后，在真格基金投资人的积极撮合下，曾开发出猛犸浏览器、Magi知识搜索引擎的90后连续创业者季逸超，曾在多家公司担任产品经理的张涛加入蝴蝶效应，他们共同带队开发出了Manus。 这款能够灵活调度不同工具解决各种问题的Agent产品，在今年上半年惊艳问世后，迅速在网络上走红，引发外界广泛关注。 官方宣称，Manus不仅仅是一个只会聊天的对话式AI工具，而是一个真正的自主智能体（Agent）。从官网展示的案例可以看到，它能够独立思考、规划并执行复杂任务，直接交付完整成果。 无论是报告撰写、表格制作、简历筛选、旅行规划、股票分析还是PPT制作等工作，Manus都能轻松应对。相比ChatGPT、DeepSeek等产品，Manus可以在任务完成后直接导出符合用户需求的产品，并展示执行过程。 据公开报道，在此番被Meta收购之前，蝴蝶效应公司一共完成了4轮融资。在多轮融资的加持下，蝴蝶效应的估值如同火箭般快速攀升。 2023年2月种子轮融资完成后，蝴蝶效应的投后估值为1400万美元。而在被Meta收购前，Manus正以20亿美元的估值进行新一轮融资，短短三年时间，公司估值实现了百倍的惊人增长。 值得一提的是，从2016年的一场黑客松，到2025年末新年钟声敲响前夕，从小插件到Manus，从夜莺科技到蝴蝶效应，真格基金陪伴肖弘和他的团队走过了整整十年。 真格基金管理合伙人戴雨森表示：“Manus已经不仅是一个创业公司，更是中国新一代创业精神和希望的象征。他们不靠关系，不比资历，在全球舞台上光明正大同台竞技，做到了我们上一代创业者做不了甚至不敢想的事情。” “嫁入豪门”只是开始，未来发展仍任重道远 此次“嫁”给全球科技“豪门”Meta之际，Manus仍面临诸多严峻挑战。 据每日经济新闻，由于Manus底层调用Anthropic等公司的大语言模型，未自研基础模型，被部分开发者质疑为“套壳应用”，认为其创新集中于产品封装和流程编排，而非核心技术突破。 另据观察网消息，今年3月，甚至有中国团队仅用3小时便复刻出开源版Manus。 同时，腾讯科技也曾在文章中犀利指出，Manus试图覆盖数十个领域，但面临任务深度不足的问题。 例如，医疗场景仅能生成基础报告，无法替代专业医生决策；金融分析依赖雅虎API等单一数据源，被质疑为“高级版Excel”。垂直领域的专业工具（如Coze、Dify）可能在细分场景提供更优体验。 而Manus的商业模式同样面临着不小的挑战，其单次任务成本高达2美元，这一高昂的成本结构使得它在商业运营中面临巨大压力。 此外，竞争对手的迅猛崛起，也给Manus带来了巨大的竞争压力。比如，前百度高管创立的GenSpark仅以20人团队，在45天内实现3600万美元年化收入，用户增速是Manus同期的2倍。 天眼查显示，蝴蝶效应在内地的关联公司包括北京蝴蝶效应科技有限公司和北京红色蝴蝶科技有限公司。 不过，今年6月，Manus联创兼首席产品官张涛，在新加坡SuperAI大会的主题演讲中明确指出，公司现在的总部在新加坡。 随后，有消息称，Manus国内团队将大幅裁撤，原有120人规模团队除40余名核心技术人员将迁往新加坡总部外，其余员工全部裁撤。 与此同时，Manus清空了中国区社交账号的所有内容，包括官方微博、小红书等平台，其3月与阿里通义千问合作的微博公告也被悄然删除。不仅如此，Manus官网对中国IP的访问显示“在你所在的地区不可用”。 针对大规模裁员的传闻，Manus方面在今年7月向澎湃新闻回应称，“基于公司自身经营效率考量，我们决定对部分业务团队进行调整。公司将继续专注核心业务发展，提升整体运营效率。” 在与科技巨头Meta“联姻”后，Manus未来将迎来怎样的发展？雷达财经将持续关注。

IT之家 1 月 1 日消息，北京时间今天上午，美国企业家埃隆・马斯克在社交媒体 X 上表示，其脑机接口公司 Neuralink 今年将开始实现“大规模生产”脑机接口设备，并转向更精简、几乎完全自动化的外科手术流程。马斯克说，该设备的电极丝将直接穿过硬脑膜，而无需将其切除，此举意义重大。 Neuralink 的脑植入设备主要面向脊髓损伤等患者。首位接受植入的患者已经能够通过该设备进行游戏、上网、发布社交媒体内容，并操控电脑光标。 在回应美国食品药品监督管理局（FDA）此前提出的安全问题后，Neuralink 于 2024 年正式启动人体临床试验，然而，该监管机构曾在 2022 年拒绝批准相关申请。 Neuralink 今年 9 月披露，全球已有 12 名重度瘫痪患者植入了该公司的脑机接口设备，并能够通过“意念”操控数字系统和现实世界中的工具。公司还在 6 月完成了一轮融资，筹资金额为 6.5 亿美元（IT之家注：现汇率约合 45.51 亿元人民币）。

作者 | ZeR0 编辑 | 漠影 芯东西1月1日报道，证监会官网披露，上海AI芯片龙头燧原科技已完成IPO辅导工作，标志着其上市进程进入下一阶段。 目前国内AI芯片企业中，海光信息、摩尔线程、沐曦股份等GPU企业已在上交所科创板上市，壁仞科技、天数智芯等GPU企业将于本月登陆港交所，瀚博半导体等GPU企业已在上市辅导阶段。 燧原科技、华为海思、寒武纪、昆仑芯、清微智能等是采用专用型计算架构（ASIC/DSA/可重构计算）路线的代表企业。 燧原科技成立于2018年3月，2024年8月首次完成辅导备案登记，2025年11月重启IPO（刚刚，上海AI芯片龙头再启IPO！估值205亿），现已完成上市辅导。 最新辅导备案报告显示，燧原科技注册资本为3.86亿元，法定代表人为其创始人兼总经理张亚林，辅导机构为中信证券。ZHAO LIDONG（赵立东）、张亚林直接持有并通过上海燧原汇智信息科技咨询合伙企业（有限合伙）、上海燧原崇英信息科技咨询合伙企业（有限合伙）合计控制燧原科技28.14%的表决权，且二人签署了一致行动协议，为燧原科技共同实际控制人。 官网显示，燧原科技专注AI领域云端算力产品。2024年，其二代产品交付突破3万卡，三代产品交付5万卡。 燧原科技于2024年12月宣布搭载燧原科技新一代AI推理加速卡“燧原S60”的国产万卡推理集群正式建成，2025年2月完成对彼时的DeepSeek全量模型在庆阳、无锡、成都等智算中心数万卡的部署，同月宣布在庆阳智算中心短时间完成了近万张推理卡上线部署，为美图AI推理业务提供支持。 自2020年起，燧原科技与腾讯携手探索国产算力在不同业务场景中的商业化落地，已累计交付数万卡，在社交应用语音识别、在线会议纪要、视频流推荐、AI搜索、游戏Agent等高并发、低延迟的场景中大规模业务上线。 企业信用查询平台企查查显示，腾讯是燧原科技最大股东，曾参与燧原科技多轮融资。赵立东、张亚林并列为燧原科技第二大股东。国家大基金二期是燧原第五大股东。美图是其第十四大股东。 ▲燧原科技前20名股东（图源：企查查） 迄今燧原科技累计公开融资金额已超过51亿元。 ▲燧原科技融资历程（芯东西整理自公开信息） 根据胡润研究院在2025年6月发布的《2025全球独角兽榜》，燧原科技估值为205亿元。 燧原科技的创始人赵立东、张亚林均曾任职于国际芯片巨头AMD。其董事长、CEO赵立东本科毕业于清华大学电子工程系，硕士毕业于美国犹他州立大学电子与计算机系；总经理张亚林本科毕业于复旦大学电子工程系。 ▲燧原科技创始人履历简介（图源：燧原科技官网）

文 | 唐辰同学 孟晚舟的新年致辞都说了什么？ 12月30日上午，华为轮值董事长孟晚舟发表2026年新年致辞，题为《追风赶月莫停留，平芜尽处是春山》。对不上市的华为来说，新年致辞历来是观察这家公司未来战略的窗口。 通篇来看，孟晚舟没有大讲道理，说套话。她用比较文艺、诗意的语言，以“回溯过往——复盘业绩——规划未来”的脉络，把华为对智能化变革的最新思考，还有2026年的战略方向和盘托出。 这是经典的三段式，即，回顾华为过去一年的奋斗轨迹、复盘并肯定业务进展，以及勾勒新一年的战略规划。 她对华为公司、业界内外传递的信息，可概括为：“一个核心趋势判断、七大价值主战场、一个精神内核”。这在趋势分析、行动路径以及组织保障上形成完整的形成了闭环。 一个趋势判断：AI与行业融合，将进入“系统性重构”新阶段 2024年4月，华为第21届分析师大会上，时任轮值董事长徐直军表示，华为将抓住智能化战略机遇，推进全面智能化。 当时，华为对未来发展趋势做的一个判断是，未来20年内，人类社会将加速走向全面智能时代。信息感知、通信、计算和控制将作为基石，驱使人类迈入新生活、新工作、新环境和新数字世界，而通用人工智能将是打开大门的钥匙。为此，华为作出“推进全面智能化”的战略选择。 徐直军解释说，全面智能化战略一方面是指为人工智能关键技术发展，尤其是大模型训练和推理提供可持续的算力，构建共赢的生态；另一方面是用AI以及大模型来增强产品竞争力，同时打造新的产品和解决方案。 经过近两年的战略落地，华为对智能化有了全新的判断。孟晚舟在致辞中明确，当前智能化变革的显著特征是“人工智能技术正加速与行业知识融合，从单点效率提升转向对企业核心业务的系统性价值重构”。 她的意思很直白，人工智能技术已经跳出传统技术迭代的节奏和圈子，开始与行业融合，在过往单点业务效率提升之上，开始对企业组织架构、业务流程，甚至企业文化都产生变革性影响。 这意味着，华为未来的竞争，不再只是单点技术比拼，而是全链路、系统性价值创造能力的较量，进入重构产业核心逻辑的新阶段。 换句话说，以前是利用AI修修补补，现在是要重新盖房子，把AI嵌入进业务里，让客户愿意买单。包括华为在内，谁要赢得这场变革，就需要有一支技术、行业、服务等“全能通”的团队。 这也是华为全面拥抱智能化、深度赋能行业转型并坚持开放生态策略的底层逻辑。 七大主战场：握紧拳头，战略聚焦 从公开信息看，华为在2025年站到了一个新起点，几条核心业务都取得亮眼的成绩。孟晚舟在新年致辞里列举了多项关键成果。 比如，运营商业务，华为助力建设5G-A网络，为6000万用户提供极速网络联接体验； 智能汽车方面，乾崑智驾累计为140多万辆乘用车装上智慧大脑，辅助驾驶里程近70亿公里。智界汽车在今年12月份交付突破10000台，已连续三个月实现交付破万台。 技术生态建设上，鲲鹏已发展6800多家合作伙伴、380万开发者，openEuler（开源欧拉）系操作系统累计装机量超过1600万套；昇腾已发展3000多家合作伙伴、400万开发者； 智能终端领域，随着原生鸿蒙生态的成熟、终端创新迭代提速等，华为手机表现强势，BCI的最新数据显示，华为在2025年第48周和第49周，连续两周稳居中国智能手机市场第一，超越苹果等主要竞争对手。其中，鸿蒙生态体验加速从“可用”到“好用”，鸿蒙5.0以上终端设备超过3600万； 此外，华为在医疗、工业、油气勘探等垂直领域的AI应用落地，也在紧锣密鼓的推进。 财务数据也印证了其业务的良好态势。华为虽尚未公布全年业绩，但从上半年业绩来看整体符合预期，其2025年半年报显示：上半年营收4270.39亿元，同比增长3.95%；净利润371.95亿元； 令人侧目的是，华为依然保持着高强度研发投入的节奏：研发投入969.50亿元，同比增长9.04%，占营收22.7%。 基于业务和财务的双重保障，以及核心趋势的判断，孟晚舟明确了华为2026年的七大战略着力点： 一是，强化行业垂直作战，发挥“大杂烩”优势，深耕行业，使能千行百业智能化转型； 二是，构建开源开放的鲲鹏昇腾生态，使能伙伴开发满足各行各业需求的产品，推动集群与超节点技术普惠，构筑坚实的AI算力底座； 三是，“水战略”激发管道流量，AI融入通信网络，从联接跃迁到“智联”； 四是，繁荣鸿蒙生态，畅享AI体验； 五是，鸿蒙智行和乾崑智驾助力车企规模上量，打造安全舒适的驾乘体验； 六是，重构AI数据中心； 七是，发展液冷超快充，让有路的地方就有高质量的充电体验。 华为智能化战略落地近两年来，基本验证了其“技术+行业”的融合能力。2026年，华为“强化行业垂直作战”的战略，基本覆盖产业、生态、消费、基建四个核心领域，正是要将之前验证的单点能力汇聚，整合成“合成部队”的优势，推动业务团队从解读单一问题、单一市场，系统升级到“重构行业核心业务流程”。 这也释放出一个关键信号：华为将更加聚焦，着力将过去零散的单点技术能力整合起来，形成系统竞争优势。 AI技术发展突飞猛进的当下，体系化作战也将成为竞争的胜负手。 华为一直有“过冬”的传承，任正非多次在内部预警，“要把寒气传递给每个人”，只要能活下来，就是胜利者。华为也在保持忧患意识的进取中，从容应对各种复杂局面，并最终挺过寒冬。 孟晚舟表明华为要握紧拳头，也是在积极应对“重构行业核心流程”的挑战。华为要从“技术巨头”变身为“产业赋能者”，这条路并不好走：既要平衡好战略聚焦和行业需求分散的矛盾，也要解决生态建设和商业价值匹配的问题，还要应对同时外部的各种不确定性。 这些或许就是孟晚舟所说的“追风赶月”，还要“平芜”。华为只有解决这些挑战，才能实现对千行百业深度赋能的目标，才能看到“春山”。 一个精神内核：以奋斗者精神应对不确定性 孟晚舟在致辞里，大篇幅提到撒哈拉沙漠、大西洋风浪、雪月高原等工作场景，这自然不单是为了煽情，而是试图传递一种奋斗者精神：“在充满不确定性的智能化远航中，最终的胜利，属于那些敢于挺身而出、勇于自我批判的奋斗者。” 她特别强调，过去的成功不是未来的航标，从战略方向到战场胜利的这条道路，遍布暗礁与险阻，但我们别无选择，唯有迎难而上。 其言外之意是，华为一直在塑造一个精神内核，即，以奋斗者精神应对不确定性。而在2026年，华为制定了行动准则：战略聚焦，决胜价值战场，以质取胜，做强组织能力，以此来增加未来的确定性，甚至胜算。 孟晚舟的这次新年致辞，很务实，本质也是为完成三次核心升级做的动员：一是从“技术迭代”到“生态系统重构”的认知升级；二是从“单点突破”到“战略聚焦·生态协同”的路径升级；三是从“规模扩张”到“以质取胜”的发展升级。 正如首都企业改革与发展研究会理事肖旭评价，华为的战略聚焦，绝非保守的收缩，而是在复杂外部环境下，以“做强组织能力”为保障，意图通过战略聚焦、以质取胜。这也表明，华为正迈向一个更成熟、更精准，也更富有挑战性的新发展阶段。 在跨越到这个阶段之前，或者说，华为搭建好“新屋子”之前，华为正在经历一场深刻的收敛与进化：从过去广泛的技术探索与业务扩张，转向在智能化时代进行聚焦式的价值深耕。 “平芜尽处是春山”，这话听着很美。但华为的挑战也很艰巨：不追风口就需要足够的战略定力，不炒概念就需要有深厚的技术服务能力，最终要让AI真正有用，这样才能和合作伙伴一起，走得更远。

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 财大气粗的老黄7天内接连收购Groq、AI21 Labs，总投入超200亿美元。 平安夜刚砸200亿把Groq的“TPU之父”团队打包带走； 转头又瞄准AI21 Labs，斥20-30亿美金将其收入麾下，还带走了AI21背后的200名顶尖AI博士。 而且，加之9月份9亿美元买下的Enfabrica，收购3连招之后，英伟达算是把“硬件-网络-架构”这条链子拉闭环了。 AI21和Groq更适配 英伟达在AI训练市场的份额早已超过90%，但推理市场却是另一番景象： 定制ASIC芯片抢占了37%部署份额，谷歌、博通等巨头虎视眈眈，市场正变得越来越分散。 黄仁勋显然不想在这场新较量中落后——抢人才就成了最直接的破局方式。 前几天的Groq，不仅拿走了LPU，也带走了公司90%的员工。 最新瞄准的AI21，表面看是一家估值14亿美金的以色列初创公司，实则又是个“博士天团聚集地”。 三位创始人是科技圈顶流配置。 董事长Amnon Shashua是希伯来大学讲席教授，手里握着140多项专利，1999年创办的Mobileye后来以153亿美元卖给英特尔，让他直接跻身以色列前20富豪； 联合CEO Ori Goshen是连续创业者，前两家公司不是被收购就是成了行业标杆； 还有斯坦福荣誉退休教授Yoav Shoham，曾是谷歌首席科学家，创业项目多次被巨头打包带走。 这群大佬带领的200多位博士，手里还握着Jamba混合架构这张王牌。 现在，英伟达拥有了这个天团，于是事情就变得有趣了。 此前收购的Groq，它们的LPU使用的并不是HBM，而是速度极快，但内存受限的SRAM。 纯Transformer模型在这上面表现不佳，因为KV缓存会随着上下文长度爆炸式增长。 而AI21博士天团手里的Jamba架构正是Groq这类内存受限的推理硅片所需要的。 Jamba采用Mamba-Transformer混搭设计，长文本处理速度比同类模型快2.5倍，相比DeepSeek、Llama、谷歌效率提升2-5倍，还能在256K上下文里轻松跑起4GBKV缓存。 收了Groq的LPU和核心团队；拿下AI21，又把200个博士收入麾下，还能直接补上推理架构的短板。 英伟达正式开始了对谷歌TPU冲击的回应…… 三重收购组合拳 回头再看三重收购的组合拳，每一步都被老黄算得精准。 之前9亿美元带走了Enfabrica和CEO Rochan Sankar及其核心团队，补上了网络技术，解决数据传输的卡脖子问题。 前几天收购Groq的时候，拿技术又得人心。 不仅将推理硅握在手里，连带着“TPU之父”Jonathan Ross领衔的核心团队一起，将90%的员工打包转入英伟达。 而且人均套现500万美元，连工作不满一年的员工都被取消了“悬崖期”，老黄这波操作也算得上良心。 AI21负责LLM架构，把算力转化成能落地的商业解决方案。 三者一结合，英伟达在推理市场的“硬件-网络-架构”闭环直接成型。 以前大家还在猜“GPU会不会被挤出推理赛道”，现在老黄用200多亿美金给出了答案—— 不仅要守住，还要通过垂直整合把优势拉满。 谷歌已经用TPU证明，GPU不是AI推理的唯一解，而老黄这波操作，就是要通过人才和技术的双重布局，对抗谷歌、博通的威胁。 三重收购、200个博士背后，是能让推理效率翻倍的技术，也是能对抗谷歌、博通的底气。

智东西 作者 | 江宇 王涵 编辑 | 心缘 智东西1月1日报道，昨日晚间，DeepSeek团队送出一份新年“贺礼”，正式发布新论文《Manifold-Constrained Hyper-Connections》，提出一种能稳定训练并提升大模型可扩展性的残差连接新方案。 DeepSeek创始人兼CEO梁文锋这次同样出现在了合著名单之中。 论文核心指出，尽管当前如Hyper-Connections（HC）这类连接结构能带来性能提升，但由于其结构复杂、缺乏约束，往往导致训练不稳定、信号失真甚至梯度爆炸等问题。 在27B模型中，HC的多层残差映射在反向传播中导致信号最大放大倍数逼近3000，存在梯度爆炸风险。 为此，DeepSeek提出了mHC（Manifold-Constrained Hyper-Connections）方案，将HC中的残差映射矩阵投影到双随机矩阵构成的“流形空间”，在保留拓扑表达力的同时，恢复原始残差连接的恒等映射性质。 DeepSeek提出的mHC结构通过流形投影重建了残差连接的稳定性。 实验证明，这一mHC方法在大规模训练中展现出显著稳定性，仅引入6.7%的训练时间开销，在多个下游任务中超越HC与Baseline模型。 在8个下游任务上，mHC全面超越HC，尤其在BBH（+2.1%）和DROP（+2.3%）上表现突出。 一、传统残差连接的升级难点：性能提升，但稳定性丧失 当前主流模型广泛采用Residual Connection架构，其核心优势在于具备“恒等映射”特性，可稳定信号传播、避免训练过程中信号衰减或放大。 但近年来如Hyper-Connections（HC）等结构，为提升表达能力引入更复杂的连接拓扑，将残差通道扩展至n倍宽度，并通过多个可学习映射矩阵对输入与输出特征进行重组。 然而，HC的自由形态也打破了恒等映射约束，导致训练中存在信号爆炸（最高放大至3000倍）或梯度异常的问题。 相较于mHC，传统Hyper-Connections在训练过程中出现显著的不稳定现象（上图），其残差连接在深层堆叠中更暴露出前向信号和反向梯度指数级放大问题（下图），成为大模型扩展的隐性障碍。 此外，HC还显著提高了GPU内存占用和通信带宽需求，限制了其在更大规模模型中的使用效率。 二、mHC关键机制：将残差映射投影到“流形”上恢复恒等映射 DeepSeek提出的mHC本质上是对HC的稳定性重构。 mHC将残差映射投影到双随机流形后，显著提升了前向信号与反向梯度传播的稳定性。 其核心在于：不再直接使用无约束的残差映射矩阵H_res，而是通过Sinkhorn-Knopp算法将其投影到“Birkhoff多面体”（即双随机矩阵流形）上。 这一投影操作使H_res具备以下三大性质： 1、所有行列和为1，具备能量守恒性，避免信号放大或衰减； 2、在矩阵乘法下闭合，即跨层传播仍保稳定性； 3、具备几何可解释性，是所有排列矩阵的凸组合，有利于特征信息融合。 论文中还提到，将输入/输出映射H_pre、H_post也做了正值约束，可进一步避免信号抵消现象。 mHC对应的残差映射矩阵更集中于1附近，反观HC则存在多个爆炸点。 三、实测效果：mHC显著提升训练稳定性与下游表现 此后，论文对比测试了Baseline、HC和mHC三种模型在27B参数规模下的训练表现与推理性能。实测结果表明，流形约束超连接（mHC）在大规模训练场景下显著优于传统超连接（HC）。 训练稳定性方面，对比传统残差、HC与mHC，HC训练中损失震荡发散，梯度爆炸；mHC损失平稳收敛，梯度稳定。 流形约束超连接（mHC）的训练稳定性 分析表明HC的复合映射增益高达3000（信息爆炸），而mHC控制在1.6，接近理想恒等映射，信号保真度高。 这说明，mHC通过双随机流形约束，有效抑制了多层堆叠中的信号放大与梯度爆炸问题，损失曲线平稳收敛，梯度范数保持稳定，解决了HC因数值不稳定导致的训练发散缺陷。 性能表现方面，27B模型在BBH（51.0 vs HC 48.9）、DROP（53.9 vs 51.6）、GSM8K、MATH、MMLU等任务显著优于HC与基线，取得显著增益，最高提升达2.3个百分点，验证了其在复杂推理与语义建模中的优势。 基准测试 可扩展性方面，3B-27B模型验证，mHC性能增益随规模扩大保持稳定甚至增强（如DROP提升从1.5→2.3），显示深层大模型中的信号保真需求更高，展现出良好的泛化能力与深层适配性。1T token训练下无过拟合，泛化能力增强。 (a) 计算扩展曲线；(b) token扩展曲线 系统效率方面，通过内核融合、重计算与通信重叠优化，mHC在扩展率n=4时仅引入6.7%的额外开销，通过内核融合（带宽提升22%）、重计算（内存降40%）及流水线优化（GPU利用率>90%），实现高效训练，工程可行性高。 结语：mHC或为下一代基础架构指明演进方向 作为HC范式的广义扩展，mHC为未来研究开辟了多个前景广阔的路径。 DeepSeek团队在结论中说，尽管本研究采用双随机矩阵确保稳定性，但该框架能容纳针对特定学习目标设计的多种流形约束探索。他们预计，对几何约束特性的进一步研究可能产生新颖方法，从而在可塑性与稳定性之间实现更优权衡。 此外，研究团队希望mHC能重新激发学界对宏观架构设计的兴趣。通过深化对拓扑结构如何影响优化与表征学习的理解，mHC或将有助于突破当前限制，并可能为下一代基础架构的演进指明新方向。

2025年12月31日，智元推出首个“能文能武，唱跳全能”的机器人艺人天团登上京东《2025-2026 湖南卫视芒果 TV 跨年演唱会》，灵犀X2、远征A2、精灵G2、四足机器人D1的全能表现炸场跨晚，不仅与王心凌、王鹤棣同台演出，还化身机器人艺人走红毯、上舞台走秀、进入直播间卖货，用科技与文娱的碰撞，打造跨年夜现象级名场面。 唱跳全能，灵犀 X2与王心凌甜歌共舞 作为天团 “唱跳担当”，灵犀 X2 与王心凌开启甜歌串烧：从《爱你》的同步 wave 舞步，到《DADADA》的元气 solo 演唱，再到《彩虹的微笑》的齐舞走位，灵犀 X2精准掌控甜妹韵律，将现场甜度拉满。 据介绍，其 “唱跳全能” 并非噱头：智元推出的灵心平台让机器人生成完美适配甜歌调性，灵创平台则让机器人在很短时间内学习人类舞蹈动作，配合王心凌的的舞台风格，成为一名真正多变多能的机器人艺人。 同时，智元机器人联合创始人、总裁、首席技术官彭志辉作为“王心凌霸总粉” ，带领远征A2入座观众席，在台下为王心凌打call。在场的远征A2随着甜心教主的歌声舞动，满脸写着“我爱心凌”，做实“王心凌硅基男孩”身份。 能文能武，王鹤棣带机器人炸场 此外，智元机器人还和王鹤棣共同带来节目《闻机起武》，伴随着激昂的《男儿当自强》音乐，灵犀X2和王鹤棣炫酷登场，随后8台灵犀X2连续后空翻、前空翻、踢腿、侧空翻等高难度酷炫动作轮番上阵：凌厉的踢腿动作劲道十足，腿部关节发力精准，尽显力量感；侧空翻时躯体旋转角度丝毫不差，与舞台灯光交织出极具冲击力的视觉效果；前空翻衔接利落；随后精准完成连续后空翻，落地稳稳当当；气势如虹尽显机器人钢铁“真男儿”本色。 在舞台外的红毯上，远征A2、灵犀X2自信上场，给在场的观众们热情打招呼，自然从容的动作立住了“艺人”人设。采访环节，面对主持人展示才艺的邀请，远征A2当场赋诗一首；灵犀X2则为大家带来了武术表演。两位“艺人”在回答在场记者的提问也是游刃有余。 天选打工机器人，直播站台样样行 值得关注的是，智元的机器人天团不仅“上得了舞台，还能在各个场合打工”。它们进京东直播间和明星一起卖货，在展台展现才艺引流，在后台运物资、送小礼品等…… 在京东直播间中，智元远征A2和孟子义唱歌接龙，一不小心唱歌“走调”，在线展示高情商；与张颜齐一起送上川味儿祝福，连词成句、即兴说唱、夸夸老己……样样能行。除了展示语言实力，远征A2还现场撰写了“马上有钱”、“抓马”等新春祝福送给大家。灵犀X2则和孟子义、张颜齐斗舞，把直播间的气氛拉满。 场外快闪店中，远征A2、灵犀X2能和进场的观众们互动问答，更是连连摆出可爱pose拍照；精灵G2则是带来了才艺——抖空竹，观众们可以亲身体验这一民间游艺活动，另一台精灵G2还随着音乐翩翩起舞，跳上了华尔兹。四足机器人D1的熊猫、醒狮造型憨态可掬，引得众人大呼“好萌”。除此之外，机器人们还很会“社交”，和候场的明星们频频互动逗趣儿，暖暖的很贴心。 在2025年湖南卫视跨年演唱会上，智元的机器人天团完美诠释了什么叫“能文能武，唱跳全能”，用钢铁之躯来点燃舞台内外。当科技与艺术在跨年夜浪漫交汇，我们见证的不仅是一场表演，更是一个未来已来的生动信号——人形机器人正融入烟火人间，成为创造美好、传递快乐的崭新力量。

近日，有媒体报道称，美国已经向三星、SK海力士、台积电发放了许可证，允许它们在2026年，从美国等地区，进口芯片制造设备。 并且按照媒体的说法，这些企业从海外进口需要的芯片设备、芯片材料等，已经不需要逐案审批，全年都可以购买。 可能很多人不了解，进口芯片设备，芯片材料为何要美国批准？ 事实上还真是如此，美国搞了一个出口管制政策，只有在经验证的最终用户（VEU）授权名单中的企业，才可以向美国以及欧洲等半导体设备厂商，进口设备、材料，不受限制，否则就需要授权，需要许可证等，美国就是用这一套规则，来行使着它的霸权。 而之前美国是想锁死中国大陆地区半导体产业的发展，所以要卡住芯片设备、材料等的进口，所以将三星、SK海力士、台积电等在中国大陆的工厂，也从这个授权名单中移除了，不能随便买，需要美国的许可证才能买。 美国当时想的是，要锁死中国半导体产业发展的一切道路，哪怕是国外的企业，在中国大陆建的厂，也不允许它们进口一些设备、材料，免得设备、材料等流出了，也免得这些工厂培养出来的人才流动，导致半导体技术、人才等外流了。 美国甚至想的是，通过这样的手段，还可以逼迫这些企业搬离中国，搬到美国去，从而振兴美国芯片制造产业，因为一旦买不到设备，材料，那不搬走干嘛呢，没法制造产品了啊。 但是，为何2026年，美国又同意这些企业购买设备、材料了呢，在我看来，是美国发现这个办法行不通了，要换一个另外的办法。 美国想的是，一旦这些企业不能购买美国、欧洲、日本等的设备，或许他们为了扩产等，会去买中国企业的设备，那不就是帮助中国半导体企业发展壮大了么？ 另外如果这些企业在中国无法扩产，而中国本土企业在不断的扩产，最终抢走了三星、SK海力力、台积电等的市场了，那岂不是美国的功劳？ 所以美国放开这些企业购买设备，让避免它们购买中国设备，避免它们的市场被中国企业抢走，摆明了，就是借刀杀人嘛，利用三星、台积电等，来打压中国半导体企业的发展。 这是美国明晃晃的阳谋，至于我们怎么来破，其实也简单，那就是不断的半导体设备国产化，不断的突破技术，提高产能，那么一切阴谋，阳谋，都毫无意义。

非羊 整理自 凹非寺 量子位 | 公众号 QbitAI 从OpenAI的Sora到Google DeepMind的Genie，2025年无疑是世界模型（World Model）的爆发之年。 然而，繁荣的背后是概念的混战：世界模型究竟是什么？是强化学习里用来训练Agent的环境模拟器？是看过所有YouTube视频的预测模型？还是一个能生成无限3D资产的图形引擎？ 近日，一篇题为《From Masks to Worlds: A Hitchhiker’s Guide to World Models》的论文在arXiv上引发关注。来自MeissonFlow Research、Georgia Tech、UCLA和UC Merced的联合研究团队提出了一份通往AGI的“建造指南”。 与罗列数百篇论文的传统综述不同，作者团队在文中专注于如何构建真正的世界模型，作者团队指出：正如LeCun所言，通往真正世界模型（World Model）的道路可能并非自回归，而是一条由“掩码（Masking）”铺就的窄路。 从BERT到MAE/MaskGIT，再到如今的Genie-3与离散扩散（Discrete Diffusion）模型，Masking正在统一不同模态之间的表征。 论文认为，从早期的掩码预训练（Masked Modeling）出发，经过统一架构与可交互式闭环，并通过设计持久的记忆系统，是构建真正的世界模型最有希望的技术路径。 这份“指南”将World Model的演进划分为五个阶段，并用一张全景图串联起了从BERT到Genie-3的十年AI进化史。本文将深度拆解这份“世界模型建造指南”，看Masking如何从一个预训练Trick，一步步进化为统治多模态世界的终极法则。 正本清源：世界模型不是模型，而是一个“系统” 在讨论技术路线之前，论文首先清理了地基：到底什么是World Model？ 行业内目前的共识往往是破碎的。有人认为它是一个视频生成器（如Sora），有人认为它是一个交互环境（如Genie）。 但这篇论文认为，真正的世界模型（True World Model）不能是一个单体的黑盒，它需要是一个由三大核心子系统合成的有机整体： 1. 生成系统（Generative Heart,$G$）：这是造梦的引擎。它不仅要预测下一帧，还要模拟世界状态的演化（Dynamics）、将隐变量映射为观测（Observation），并预测任务相关的回报（Reward）。它是世界的物理法则载体。 2. 交互系统（Interactive Loop,$F,C$）：这是让世界“活”起来的关键。世界不能只是一部放映的电影，它必须包含推断器（Inference Filter）来理解现状，以及策略（Policy）来做出行动。没有这个闭环，Sora再逼真也只是视频，不是模拟器。 3. 记忆系统（Memory System,$M$）：这是对抗熵增的防线。它负责通过循环状态更新，确保世界在时间轴上的持久连贯。没有记忆，世界就是一连串破碎的幻觉。 基于这个严格的定义，作者绘制了一张跨越五大阶段的进化路线图，将过去十年的AI进展精准归位。 而贯穿这五个阶段的灵魂线索，正是Masking。 Stage I：Masking范式——被低估的“创世法则” 为什么是Mask（掩码）？ 在大多数人的认知里，Masking仅仅是BERT时代用来做“完形填空”的预训练技巧。但论文在Stage I部分提出了一个极其深刻的洞察：Masking不仅仅是技巧，它是跨模态通用的“生成原则”，更是优于自回归的“创世法则”。 语言：从填空到“动态去噪” 在NLP领域，BERT确立了“双向上下文感知”的优势，但长期以来，生成任务一直被GPT系列的“从左到右”自回归（AR）统治。 然而，变局正在发生。 论文重点提及了Discrete Diffusion（离散扩散）的崛起。 以Google的Gemini Diffusion和Inception Labs的Mercury为例，这些模型不再是简单的一次性填空，而是将Masking进化为一种迭代去噪（Iterative Denoising）过程。 它们将固定比例的掩码替换为带时间索引的噪声调度。 模型学会了从完全的混沌（全Mask）中，一步步“雕刻”出清晰的文本。 这些工业级系统证明，这种动态掩码范式在生成质量和推理速度上已经可以比肩甚至超越传统的自回归基线。 视觉：并行生成的王者 在视觉领域，Masking的统治力更加稳固。 表征学习：MAE（Masked Autoencoders）证明了我们只需要看高比例遮挡的像素就能重构整张图片，这种高比例遮挡迫使模型学到了极强的语义表征。 高效生成：MaskGIT和MUSE是这一领域的里程碑。它们利用Masked Generative Transformers（MGT）实现了并行解码。相比于逐像素生成的AR模型或计算沉重的连续扩散模型，Masking范式在保持高保真度的同时，带来了极致的效率。 最新的Meissonic更是证明，Masked Generative Transformers（MGT）可以在高分辨率文生图任务上，与最顶级的Diffusion模型掰手腕。 △ Figure 1由Meissonic生成的图像 多模态的普适性 从VideoMAE的时空管道掩码，到wav2vec 2.0的音频掩码，再到Point-BERT的3D点云掩码，Masking证明了自己是能统一所有数据形态的通用语言。 论文总结道：Stage I确立了“Mask-Infill-Generalize（遮挡-补全-泛化）”作为构建世界模型的地基。 Stage II：统一架构——Masking让图文“同频共振” 地基打好后，下一步是架构的统一。目前的AI领域虽然号称多模态，但往往是“拼凑”的：用LLM处理文本，用Diffusion处理图像，中间用胶水层粘起来。 Stage II的目标是Unified Models （统一模型）：用同一个Backbone（骨干），在同一个Paradigm（范式）下，处理和生成所有模态。 但在如何实现“统一”的路径上，论文清晰地梳理出了两大阵营的博弈：Language-Prior（语言先验）与Visual-Prior（视觉先验）。 1.语言先验建模（Language-Prior Modeling） 这是目前最主流的路径，即“将视觉任务纳入语言模型框架”。但在这一阵营内部，正发生着一场范式迭代： 主流：Autoregressive（AR）路线： 这是Emu3、Chameleon、VILA-U等模型的选择。它们沿用了GPT式的Next-Token Prediction，试图用自回归逻辑统一一切。 局限：虽然逻辑推理强，但在视觉生成上，自回归的“单向性”往往难以处理图像的全局结构。 突围：Mask-based（Discrete Diffusion）路线： 这是论文重点标注的“新贵分支”。以MMaDA、Lumina-DiMOO和LaviDa-O为代表。 核心创新：它们虽然坚持“语言优先”，但抛弃了自回归，转而采用Mask-based（掩码）/Discrete Diffusion（离散扩散）范式。 这意味着，它们在保持语言理解能力的同时，利用Masking的双向注意力机制来提升视觉生成的质量。这被作者视为Masking范式在语言建模内部的一次胜利。 2.视觉先验建模（Visual-Prior Modeling）：从看见到读写 另一条路则是从视觉模型出发，反向兼容文本。 基于潜在扩散模型（Latent Diffusion）的UniDiffuser。 基于掩码图像建模（MIM）的Muddit。 尽管AR-based模型目前声量巨大，但Lumina-DiMOO和Muddit等工作证明，这种架构不仅能理解图文，还能在双向上下文中实现更精细的生成控制，这才是真正能让“语言逻辑”与“视觉生成”完美兼容的那个最大公约数。 Stage III：交互式生成——Masking驱动的“模拟器” 这是World Model真正开始变得有趣的时刻。当模型不再只是预测下一帧，而是开始响应用户的Action（动作）时，它就从“放映机”变成了“模拟器”。 这就是Stage III：Interactive Generative Models。从这一阶段开始，作者不再局限于Masking范式，这是因为这阶段开始Masking范式相关的工作还比较少。 从GameGAN到Genie GameGAN：早期的尝试，用GAN模仿《吃豆人》，虽然能玩，但泛化性有限。 Genie-1： DeepMind的突破之作。它从互联网视频中无监督地学习“潜在动作（Latent Actions）”。Genie-1的核心正是基于MaskGIT的离散掩码生成架构。它通过预测被Mask掉的未来帧，学会了物理规律。 Genie-2： 将能力扩展到了准3D空间，引入了更强的对象恒常性。 Genie-3： 这是目前的SOTA。它实现了720p分辨率、24fps帧率的实时交互，并能维持分钟级的连贯游玩。 为什么Masking对交互至关重要？ 在实时交互场景下，效率就是一切。Mask-based架构（如MaskGIT、Muse）的并行解码能力，使得Genie等模型能够在极短时间内生成高质量的下一帧，从而闭合“感知-行动”的低延迟回路。 相比之下，传统的自回归视频生成模型（逐Token预测）在实时性上往往捉襟见肘。 论文还提到了GameNGen和Matrix-Game等基于扩散的实时引擎，它们共同证明了：要造一个可玩的世界，Masking/Diffusion范式是目前最有希望的路线之一。 然而，尽管Genie-3看起来很美，但它依然患有严重的“健忘症”。玩了几分钟后，场景可能会莫名其妙地漂移，之前建好的房子可能回头就不见了。这引出了下一阶段的挑战。 Stage IV：记忆与一致性——对抗世界的崩塌 如果你在《我的世界》里造了一座塔，关掉游戏明天再来，它必须还在那里。 这就是Stage IV要解决的核心问题：Memory & Consistency（记忆与一致性）。 论文指出，目前的视频生成模型（包括Genie）大多依赖隐式的KV Cache或有限的Context Window。 这种机制在长程推理中极其脆弱，容易导致“灾难性遗忘（Catastrophic Forgetting）”和“状态漂移（State Drift）”。 没有记忆，世界模型只能是“反应式”的，而非“持久”的。为了解决这个问题，论文梳理了三类解决方案： 1. 外部化记忆（Externalized Memory）：像RAG（检索增强生成）和MemGPT那样，给模型外挂一个可读写的硬盘。这让知识变得可编辑、可追溯。 2. 架构级持久化（Extending Capacity）：仅仅拉长Context Window是不够的。论文探讨了Mamba这类线性时间状态空间模型（SSM）以及Ring Attention等技术，试图从架构底层实现“无限上下文”，让模型能读完一整本书或玩一整天游戏而不“断片”。 3.一致性治理（Regulating Consistency）：这是最难的一点。针对视频生成中的漂移，论文提到了FramePack、Mixture of Contexts（MoC）以及VMem。这些技术试图利用显式的3D结构或稀疏注意力，为流动的像素世界打上稳固的“时空桩”。 “一致性不是把上下文拉长就能解决的。它需要明确的记忆策略——记住什么、遗忘什么、如何更新。” Stage V：终极形态——从“模拟器”到“科学仪器” 当生成系统（Masking驱动）、交互系统（实时响应）和记忆系统（持久一致）完美融合，我们将跨越一道门槛，进入Stage V：True World Models（真正的世界模型）。 此时模型将涌现出三大本质特征： 1. Persistence （持久性）：世界拥有独立的时间轴，历史独立于单次会话存在。世界在你离开后，依然在演化。 2. Agency（主体性）：世界中栖息着多智能体（Agents），它们拥有目标、记忆和社交关系，而非简单的NPC。 3. Emergence（涌现性）：宏观的社会规律、经济周期、文明冲突，从微观的主体交互中自然涌现，而非脚本预设。 三大终极难题 要到达这里，论文列出了横亘在研究员面前的三座大山： The Coherence Problem（连贯性/评估难题）：当世界是自生成的，谁来定义什么是“真”？我们需要新的评估体系来衡量一个虚构世界的逻辑自洽性。 The Compression Problem（压缩/扩展难题）：历史是无限增长的。世界模型必须学会像人类一样“抽象记忆”，只保留因果相关的状态，丢弃噪声，否则计算量将导致系统崩溃。 The Alignment Problem（对齐/安全难题）：这比对齐一个ChatGPT难上平方倍。我们不仅要对齐世界的“物理法则”（生成器），还要对齐这个世界里涌现出的亿万智能体社会的“社会动态”。 我们为什么需要研究世界模型？ 为什么要费尽心机，沿着Masking这条窄路构建一个True World Model？ 这篇论文在结尾给出了一个极具浪漫色彩的答案：我们建造世界，不是为了逃避现实，而是为了理解现实。 一旦跨越了Stage V的门槛，World Model将从娱乐工具升级为“科学仪器（Scientific Instrument）”。 经济学家可以在其中运行会导致现实崩溃的货币政策实验；社会学家可以在其中观察文明的演化与衰亡；认知科学家可以在其中探寻意识诞生的瞬间。 从BERT的第一个[MASK]标签，到未来那个生生不息的数字宇宙，Masking范式始终贯穿其中。 对于所有致力于构建AGI的研究者来说，这篇论文提供了一个至关重要的视角：回头看看Masking吧，通往未来的地图，也许就藏在那些被遮住的Token里。